JPWO2018180175A1 - Moving object, signal processing device, and computer program - Google Patents
Moving object, signal processing device, and computer program Download PDFInfo
- Publication number
- JPWO2018180175A1 JPWO2018180175A1 JP2019509044A JP2019509044A JPWO2018180175A1 JP WO2018180175 A1 JPWO2018180175 A1 JP WO2018180175A1 JP 2019509044 A JP2019509044 A JP 2019509044A JP 2019509044 A JP2019509044 A JP 2019509044A JP WO2018180175 A1 JPWO2018180175 A1 JP WO2018180175A1
- Authority
- JP
- Japan
- Prior art keywords
- map
- sensor data
- intermediate maps
- sensor
- feature points
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000012545 processing Methods 0.000 title claims abstract description 64
- 238000004590 computer program Methods 0.000 title claims description 7
- 238000000034 method Methods 0.000 claims description 67
- 238000010586 diagram Methods 0.000 description 27
- 238000004891 communication Methods 0.000 description 21
- 238000004364 calculation method Methods 0.000 description 9
- 238000005259 measurement Methods 0.000 description 8
- 238000012986 modification Methods 0.000 description 8
- 230000004048 modification Effects 0.000 description 8
- 230000007613 environmental effect Effects 0.000 description 6
- 238000007781 pre-processing Methods 0.000 description 6
- 230000003287 optical effect Effects 0.000 description 5
- 239000004065 semiconductor Substances 0.000 description 5
- 238000005516 engineering process Methods 0.000 description 3
- 230000006870 function Effects 0.000 description 2
- 230000002093 peripheral effect Effects 0.000 description 2
- 206010027146 Melanoderma Diseases 0.000 description 1
- 230000001133 acceleration Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000001678 irradiating effect Effects 0.000 description 1
- 230000004807 localization Effects 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 230000005855 radiation Effects 0.000 description 1
- 239000000758 substrate Substances 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
- G05D1/02—Control of position or course in two dimensions
Landscapes
- Engineering & Computer Science (AREA)
- Aviation & Aerospace Engineering (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
Abstract
本開示の移動体(10)は、モータ(16a〜16d)と、当該モータの駆動装置(17)と、周囲の空間をセンシングしてセンサデータを出力するセンサ(15)と、複数枚の中間マップのデータを格納する記憶装置であって、複数枚の中間マップの各々は、時間間隔を開けてセンサによってそれぞれセンシングされた周囲の空間のセンサデータから生成される、記憶装置(14c)と、当該複数枚の中間マップから1枚のマップを生成する処理回路(14a,14e,14g)とを有する。1枚のマップは複数の特徴点(51)を識別可能に含む。複数の特徴点の各々は、複数の中間マップ間で一致度が所定値より大きい位置を示す。処理回路は、1枚のマップと、センサから新たに出力されたセンサデータとを照合して自己位置を同定する処理を行う。The moving body (10) of the present disclosure includes a motor (16a to 16d), a driving device (17) for the motor, a sensor (15) that senses surrounding space and outputs sensor data, and A storage device for storing map data, wherein each of the plurality of intermediate maps is generated from sensor data of a surrounding space sensed by a sensor at a time interval, and a storage device (14c); A processing circuit (14a, 14e, 14g) for generating one map from the plurality of intermediate maps. One map includes a plurality of feature points (51) in a distinguishable manner. Each of the plurality of feature points indicates a position where the degree of coincidence among the plurality of intermediate maps is larger than a predetermined value. The processing circuit performs processing for identifying one's own position by comparing one map with sensor data newly output from the sensor.
Description
本開示は、移動体、信号処理装置およびコンピュータプログラムに関する。 The present disclosure relates to a moving object, a signal processing device, and a computer program.
環境地図上に作成された経路に沿って移動を行う自律移動ロボットが存在する。「環境地図」とは、空間内の存在物の幾何状況を示した地図である。自律移動ロボットは、レーザ距離センサ等の外界センサを用いて周囲の形状を計測し、周囲の形状と環境地図とを幾何学的に合わせ込んで、自身の現在の位置および姿勢を推定(同定)する。その結果、自律移動ロボットは、環境地図上に作成された経路に沿って移動することができる。 There is an autonomous mobile robot that moves along a route created on an environmental map. The “environmental map” is a map showing the geometric situation of an entity in space. An autonomous mobile robot measures its surrounding shape using an external sensor such as a laser distance sensor, and geometrically matches the surrounding shape with an environment map to estimate its own current position and posture (identification). I do. As a result, the autonomous mobile robot can move along the route created on the environment map.
空間内の物体の配置および形状は変わり得るため、実際の存在物の状態と環境地図とが一致するように、環境地図を更新する必要がある。 Since the arrangement and shape of objects in space can change, it is necessary to update the environment map so that the actual state of the entity matches the environment map.
特開2012−93811号公報は環境地図を更新する技術を開示する。環境地図の更新とは、過去の環境地図の形状に新たな計測データを合わせ込み、過去の環境地図を新たな計測データで上書きする処理である。過去の環境地図の形状に含まれる誤差が新たな計測データを合わせ込む際の精度に影響するため、更新後の環境地図には新たな誤差が含まれ得る。そのため、更新処理を繰り返すと当該誤差が蓄積され、環境地図の精度が低下し得る。 Japanese Patent Laying-Open No. 2012-93811 discloses a technique for updating an environment map. The update of the environment map is a process of matching new measurement data with the shape of the past environment map and overwriting the past environment map with the new measurement data. Since an error included in the shape of the past environmental map affects the accuracy when the new measurement data is adjusted, the updated environmental map may include a new error. Therefore, when the update process is repeated, the error is accumulated, and the accuracy of the environment map may be reduced.
特開2012−93811号公報では、環境地図上の、実際の形状が不変である領域(不変領域)には形状が不変であるという属性が設定される。当該属性を有する不変領域に関しては、環境地図は更新されない。これにより、当該不変領域には誤差が蓄積されることはなくなり、さらに不変領域以外の形状についても精度を保つことができる。 In Japanese Patent Application Laid-Open No. 2012-93811, an attribute indicating that the shape is invariable is set in an area (invariant area) where the actual shape is invariant on the environment map. The environment map is not updated for the invariant area having the attribute. As a result, no error is accumulated in the invariable area, and accuracy can be maintained for shapes other than the invariable area.
計測データによって作成される環境地図は、計測の時点で空間内に存在していた物体の位置、大きさ等を反映する。当該物体が、たとえば箱などの移動可能な物体であり、計測データが取得された後に移動されてしまうと、実際の空間内の存在物の配置と環境地図との間に不整合が生じる。しかしながら、特開2012−93811号公報の技術では自律移動ロボットは既存の環境地図を参照して自己位置を同定せざるを得ない。これでは、自己位置を誤って同定するおそれがある。 The environment map created by the measurement data reflects the position, size, and the like of the object existing in the space at the time of measurement. If the object is a movable object such as a box, for example, and is moved after the measurement data is obtained, a mismatch occurs between the actual arrangement of the objects in the space and the environment map. However, according to the technology disclosed in Japanese Patent Application Laid-Open No. 2012-93811, the autonomous mobile robot must identify its own position with reference to an existing environment map. In this case, the self-position may be erroneously identified.
本開示の例示的な実施形態は、物体が移動した場合であっても、当該物体が移動する前後で生成された複数の中間マップを利用して、精度よく自己位置を同定することが可能なマップを生成する技術を提供する。 The exemplary embodiment of the present disclosure can accurately identify its own position using a plurality of intermediate maps generated before and after the object moves, even when the object moves. Provide map generation technology.
本開示の移動体は、例示的な実施形態において、モータと、前記モータを制御して前記移動体を移動させる駆動装置と、周囲の空間をセンシングしてセンサデータを出力するセンサと、複数枚の中間マップのデータを格納する記憶装置であって、前記複数枚の中間マップの各々は、時間間隔を開けて前記センサによってそれぞれセンシングされた前記周囲の空間のセンサデータから生成される、記憶装置と、前記記憶装置に記憶された前記複数枚の中間マップから1枚のマップを生成する処理回路であって、前記1枚のマップは複数の特徴点を識別可能に含み、前記複数の特徴点の各々は、前記複数の中間マップ間で一致度が所定値より大きい位置を示す、処理回路とを備える。前記処理回路は、前記1枚のマップと、前記センサから新たに出力されたセンサデータとを照合して自己位置を同定する処理を行う。 The moving body of the present disclosure, in an exemplary embodiment, a motor, a driving device that controls the motor to move the moving body, a sensor that senses surrounding space and outputs sensor data, A storage device for storing data of an intermediate map, wherein each of the plurality of intermediate maps is generated from sensor data of the surrounding space sensed by the sensor at a time interval. And a processing circuit for generating one map from the plurality of intermediate maps stored in the storage device, wherein the one map includes a plurality of feature points so that they can be identified, and the plurality of feature points Includes a processing circuit indicating a position where the degree of coincidence is greater than a predetermined value among the plurality of intermediate maps. The processing circuit performs a process of identifying the self-position by comparing the one map with sensor data newly output from the sensor.
本発明の例示的な実施形態にかかる移動体システムは、移動体と信号処理装置とを有する。移動体は、モータと、モータを制御して移動体を移動させる駆動装置と、周囲の空間をセンシングしてセンサデータを出力するセンサと、複数枚の中間マップのデータを格納する記憶装置と制御回路とを有する。複数枚の中間マップの各々は、時間間隔を開けてセンサによってセンシングされた周囲の空間のセンサデータから生成される。信号処理装置は、移動体の記憶装置に記憶された複数枚の中間マップから1枚のマップを生成する処理回路を有する。当該1枚のマップは複数の特徴点を識別可能に含み、複数の特徴点の各々は、複数の中間マップ間で一致度が所定値より大きい点である。移動体の制御回路は、信号処理装置の処理回路によって生成された1枚のマップと、センサから新たに出力されたセンサデータとを照合して自己位置を同定する処理を行う。これにより、移動体はより精度よく自己位置を同定することができる。 A mobile system according to an exemplary embodiment of the present invention includes a mobile and a signal processing device. The moving body includes a motor, a driving device that controls the motor to move the moving body, a sensor that senses surrounding space and outputs sensor data, and a storage device that stores data of a plurality of intermediate maps. And a circuit. Each of the plurality of intermediate maps is generated from sensor data of the surrounding space sensed by the sensor at intervals of time. The signal processing device includes a processing circuit that generates one map from a plurality of intermediate maps stored in a storage device of the moving object. The one map includes a plurality of feature points so as to be identifiable, and each of the plurality of feature points is a point where the degree of coincidence between the plurality of intermediate maps is larger than a predetermined value. The control circuit of the moving object performs a process of identifying its own position by comparing one map generated by the processing circuit of the signal processing device with sensor data newly output from the sensor. As a result, the moving body can more accurately identify its own position.
以下、添付の図面を参照しながら、本開示による移動体、および、当該移動体と走行管理装置とを含む管理システムの一例を説明する。本明細書では、移動体の一例として無人搬送車を挙げる。無人搬送車はAGV(Automated Guided Vehicle)とも呼ばれており、本明細書でも「AGV」と記述する。 Hereinafter, an example of a moving object according to the present disclosure and a management system including the moving object and a travel management device will be described with reference to the accompanying drawings. In this specification, an automatic guided vehicle will be described as an example of a moving object. The automatic guided vehicle is also called an AGV (Automated Guided Vehicle), and is described as “AGV” in this specification.
図1は、たとえば工場内の通路1を走行するAGV10を示す。図2は、本例による、AGV10の走行を管理する管理システム100の概要を示す。図示される例では、AGV10は地図データを有し、自身が現在どの位置を走行しているかを認識しながら走行する。AGV10の走行経路は、走行管理装置20からの指令に従う。AGV10は、指令に従って、内蔵された複数のモータをそれぞれ駆動し、車輪を回転させることによって移動する。指令は無線により、走行管理装置20からAGV10に送られる。AGV10と走行管理装置20との通信は、工場の天井付近に設けられた無線アクセスポイント2a、2b等を利用して行われる。通信は、たとえばWi−Fi(登録商標)規格に準拠する。なお、図1には1台のAGV10のみが示されているが、複数台のAGV10が走行してもよい。当該複数台のAGV10の各々の走行は、走行管理装置20によって管理されていてもよいし、されていなくてもよい。
FIG. 1 shows, for example, an
管理システム100に含まれるAGV10および走行管理装置20の動作の概要は以下のとおりである。
The outline of the operation of the
AGV10は、走行管理装置20からの指令(第n指令(n:正の整数))に従って、第n位置から、目的位置である第(n+1)位置(以下「位置Mn+1」などと記述する。)に向かって移動中であるとする。なお、目的位置は、たとえばAGV10ごとに管理者によって決定され得る。The
AGV10が目的とする位置Mn+1に到達すると、AGV10は走行管理装置20に宛てて到達通知(以下「通知」と記述する。)を送信する。通知は無線アクセスポイント2aを介して走行管理装置20に送られる。本実施形態では、AGV10は、周囲をセンシングするセンサの出力と、マップデータとを照合して自己位置を同定する。そして自己位置が当該位置Mn+1に一致するか否かを判定すればよい。When the
通知を受信すると、走行管理装置20は、AGV10を位置Mn+1から位置Mn+2まで移動させるための次の指令(第(n+1)指令)を生成する。第(n+1)指令は、位置Mn+2の位置座標を含み、さらに加速時間、定速走行時の移動速度等の数値を含み得る。走行管理装置20は、AGV10に宛てて当該第(n+1)指令を送信する。Upon receiving the notification, the
第(n+1)指令を受信すると、AGV10は、第(n+1)指令を解析して、位置Mn+1から位置Mn+2までの移動に必要な前処理演算を行う。前処理演算は、たとえば、AGV10の各車輪を駆動するための各モータの回転速度、回転時間等を決定するための演算である。Upon receiving the (n + 1) th command, the
図3は、AGV10の走行経路に設定される各目的位置(▲)の例を示す。隣り合う2つの目的位置の間隔は固定値でなくてもよく、管理者によって決定され得る。
FIG. 3 shows an example of each target position (▲) set on the traveling route of the
AGV10は、走行管理装置20からの指令に応じて種々の方向に移動することが可能である。図4A〜図4Cは、継続的に移動するAGV10の移動経路の例を示す。
The
図4Aは、直進時のAGV10の移動経路を示す。AGV10は、位置Mn+1への到達後、前処理演算を行い、演算結果に従って各モータを動作させて、次の位置Mn+2に直線的に移動を継続することができる。FIG. 4A shows a movement route of the
図4Bは、位置Mn+1において左折し、位置Mn+2に向けて移動するAGV10の移動経路を示す。AGV10は、位置Mn+1への到達後、前処理演算を行い、演算結果に従って、進行方向右側に位置する少なくとも1台のモータを回転させる。そしてその場で角度θだけ半時計回りに回転すると、AGV10は位置Mn+2に向けて全てのモータを等速で回転させ、直進する。FIG. 4B shows a moving path of the AGV 10 that turns left at the position M n + 1 and moves toward the position M n + 2 . After reaching the position M n + 1 , the
図4Cは、位置Mn+1から位置Mn+2まで円弧状に移動する時のAGV10の移動経路を示す。AGV10は、位置Mn+1への到達後、前処理演算を行い、演算結果に従って内周側のモータよりも外周側のモータの回転速度を速める。これにより、AGV10は次の位置Mn+2に向けて円弧状の経路で移動を継続することができる。FIG. 4C shows a moving path of the
図5は、本実施形態にかかる例示的なAGV10の外観図である。また図6は、AGV10のハードウェアの構成を示す。
FIG. 5 is an external view of an
AGV10は、4つの車輪11a〜11dと、フレーム12と、搬送テーブル13と、走行制御装置14と、レーザレンジファインダ15とを有する。なお、図5には、前輪11a、後輪11bおよび後輪11cは示されているが、前輪11dはフレーム12の蔭に隠れているため明示されていない。
The
走行制御装置14は、AGV10の動作を制御する装置である。走行制御装置14は、主としてマイコン(後述)を含む複数の集積回路、複数の電子部品および、当該複数の集積回路および当該複数の電子部品が搭載された基板を含む。走行制御装置14は、上述した、走行管理装置20とのデータの送受信、および、前処理演算を行う。
The
レーザレンジファインダ15は、たとえば赤外のレーザ光15aを目標物に照射し、当該レーザ光15aの反射光を検出することにより、目標物までの距離を測定する光学機器である。本実施形態では、AGV10のレーザレンジファインダ15は、たとえばAGV10の正面を基準として左右135度(合計270度)の範囲の空間に、0.25度ごとに方向を変化させながらパルス状のレーザ光15aを放射し、各レーザ光15aの反射光を検出する。これにより、0.25度ごと、合計1080ステップ分の角度で決まる方向における反射点までの距離のデータを得ることができる。
The
AGV10の位置および姿勢と、レーザレンジファインダ15のスキャン結果とにより、AGVの周囲の物体の配置を得ることができる。一般に、移動体の位置および姿勢は、ポーズ(pose)と呼ばれる。2次元面内における移動体の位置および姿勢は、XY直交座標系における位置座標(x, y)と、X軸に対する角度θによって表現される。AGV10の位置および姿勢、すなわちポーズ(x, y, θ)を、以下、単に「位置」と呼ぶことがある。
The position of the object around the AGV can be obtained from the position and orientation of the
後述する測位装置は、レーザレンジファインダ15のスキャン結果から作成された局所的地図データを、より広範囲の環境地図データと照合(マッチング)することにより、環境地図上における自己位置(x, y, θ)を同定することが可能になる。
The positioning device, which will be described later, matches local map data created from the scan result of the
なお、レーザ光15aの放射位置から見た反射点の位置は、角度および距離によって決定される極座標を用いて表現され得る。本実施形態では、レーザレンジファインダ15は極座標で表現されたセンサデータを出力する。ただし、レーザレンジファインダ15は、極座標で表現された位置を直交座標に変換して出力してもよい。
In addition, the position of the reflection point viewed from the radiation position of the
レーザレンジファインダの構造および動作原理は公知であるため、本明細書ではこれ以上の詳細な説明は省略する。なお、レーザレンジファインダ15によって検出され得る物体の例は、人、荷物、棚、壁である。
Since the structure and operation principle of the laser range finder are known, further detailed description is omitted in this specification. Examples of objects that can be detected by the
レーザレンジファインダ15は、周囲の空間をセンシングしてセンサデータを取得するための外界センサの一例である。そのような外界センサの他の例としては、イメージセンサおよび超音波センサが考えられる。
The
本明細書では、センサから出力されたデータを「センサデータ」と呼ぶ。レーザレンジファインダ15から出力された「センサデータ」は、角度θと距離Lとを一組とした複数組のベクトルデータである。角度θは、たとえば−135度から+135度の範囲で0.25度ずつ変化する。角度は、AGV10の正面を基準として右側を正、左側を負として表現され得る。距離Lは、角度θごとに計測された物体までの距離である。距離Lは、赤外のレーザ光15aの放射時刻と反射光の受信時刻との差(つまりレーザ光の往復の所要時間)の半分を、光速で除算して得られる。
In this specification, data output from the sensor is referred to as “sensor data”. The “sensor data” output from the
図6を参照する。図6には、AGV10の走行制御装置14の具体的な構成も示されている。
Please refer to FIG. FIG. 6 also shows a specific configuration of the
AGV10は、走行制御装置14と、レーザレンジファインダ15と、4台のモータ16a〜16dと、駆動装置17とを備えている。
The
走行制御装置14は、マイコン14aと、メモリ14bと、記憶装置14cと、通信回路14dと、測位装置14eとを有している。マイコン14a、メモリ14b、記憶装置14c、通信回路14dおよび測位装置14eは通信バス14fで接続されており、相互にデータを授受することが可能である。またレーザレンジファインダ15もまた通信インタフェース(図示せず)を介して通信バス14fに接続されており、測定結果である測定データを、マイコン14a、測位装置14eおよび/またはメモリ14bに送信する。
The
マイコン14aは、走行制御装置14を含むAGV10の全体を制御するための演算を行う制御回路(コンピュータ)である。典型的にはマイコン14aは半導体集積回路である。マイコン14aは、PWM(Pulse Width Modulation)信号を駆動装置17に送信して駆動装置17を制御し、モータに流れる電流を調整させる。これによりモータ16a〜16dの各々が所望の回転速度で回転する。
The
メモリ14bは、マイコン14aが実行するコンピュータプログラムを記憶する、揮発性の記憶装置である。メモリ14bは、マイコン14aおよび測位装置14eが演算を行う際のワークメモリとしても利用され得る。
The
記憶装置14cは、マップデータを記憶する不揮発性の半導体メモリ装置である。ただし、記憶装置14cは、ハードディスクに代表される磁気記録媒体、または、光ディスクに代表される光学式記録媒体であってもよく、さらにいずれかの記録媒体にデータを書き込みおよび/または読み出すためのヘッド装置および当該ヘッド装置の制御装置を含んでもよい。マップデータの詳細は図20を参照しながら後述する。
The
通信回路14dは、たとえばWi−Fi(登録商標)規格に準拠した無線通信を行う無線通信回路である。
The
測位装置14eは、レーザレンジファインダ15からセンサデータを受け取り、また、記憶装置14cに記憶されたマップデータを読み出す。測位装置14eは、センサデータとマップデータとを照合して自己位置を同定する処理を行う。測位装置14eの具体的な動作は後述する。
The
なお、本実施形態では、マイコン14aと測位装置14eとは別個の構成要素であるとしているが、これは一例である。マイコン14aおよび測位装置14eの各動作を独立して行うことが可能な1つのチップ回路または半導体集積回路であってもよい。図6には、マイコン14aおよび測位装置14eを包括するチップ回路14gが示されている。本明細書では、マイコン14a、測位装置14eおよび/またはチップ回路14gは、コンピュータ、または、処理回路と呼ぶことがある。なお、以下では、マイコン14aおよび測位装置14eが別個独立に設けられている例で説明する。
In the present embodiment, the
4台のモータ16a〜16dは、それぞれ4つの車輪11a〜11dに取り付けられ、各車輪を回転させる。なおモータの数は一例である。2台または3台でもよいし、5台以上であってもよい。
The four
駆動装置17は、4台のモータ16a〜16dの各々に流れる電流を調整するためのモータ駆動回路17a〜17dを有する。モータ駆動回路17a〜17dの各々はいわゆるインバータ回路であり、マイコン14aから送信されたPWM信号によって各モータに流れる電流をオンまたはオフし、それによりモータに流れる電流を調整する。
The driving
次に、本開示によるAGV10が1枚のマップを生成する処理の一例を説明する。
Next, an example of a process in which the
マップを生成する処理は、第1の処理および第2の処理に分けることができる。第1の処理は、複数枚の中間マップを生成する処理である。第2の処理は、当該複数枚の中間マップから複数の特徴点を決定して1枚のマップを生成する処理である。 The process of generating a map can be divided into a first process and a second process. The first process is a process for generating a plurality of intermediate maps. The second process is a process of determining a plurality of feature points from the plurality of intermediate maps and generating one map.
まず第1の処理を説明する。 First, the first process will be described.
本実施形態では、第1の処理は、一例としてSLAM(Simultaneous Localization and Mapping)技術によって実現される。AGV10は、たとえば、AGV10が使用される工場内を実際に走行しながらレーザレンジファインダ15を動作させて周囲の空間をスキャンし、自己の位置を推定しながらマップを生成する。またはAGV10は、管理者に制御されながら特定の経路を走行し、レーザレンジファインダ15によって取得したセンサデータからマップを生成してもよい。
In the present embodiment, the first processing is realized by, for example, a Simultaneous Localization and Mapping (SLAM) technique. The
図7から図11はそれぞれ、移動しながらマップを生成するAGV10を示す。図7には、レーザレンジファインダ15を用いて周囲の空間をスキャンするAGV10が示されている。所定のステップ角毎にレーザ光が放射され、スキャンが行われる。
7 to 11 each show an
図7から図11の各々では、レーザ光の反射点の位置が、図7の点4のような、記号「・」で表される複数の点を用いて示されている。測位装置14eは、走行に伴って得られる黒点4の位置を、たとえばメモリ14bに蓄積する。AGV10が走行しながらスキャンを継続して行うことにより、マップが徐々に完成されてゆく。図8から図11では、簡略化のためスキャン範囲のみが示されている。当該スキャン範囲も例示であり、上述した合計270度の例とは異なる。
In each of FIGS. 7 to 11, the position of the reflection point of the laser beam is indicated by using a plurality of points represented by the symbol “•”, such as
図12は、完成した中間マップ30を模式的に示す。測位装置14eは、中間マップ30のデータをメモリ14bまたは記憶装置14cに蓄積する。なお図示されている黒点の数または密度は一例である。
FIG. 12 schematically shows the completed
AGV10は、時間間隔を開けて、複数回走行して複数枚の中間マップを生成し、メモリ14bまたは記憶装置14cに蓄積する。AGV10は、たとえば数日、数時間、数十分、数分等、当業者が適宜決定し得る時間間隔を開けて、走行し、複数枚の中間マップを生成する。
The
AGV10が複数の中間マップを生成する理由は、動かされなかった物体(「固定物」と言う。)と、動かされた物体(「可動物」と言う。)とを識別できるからである。複数の中間マップにわたって同じ位置に存在する反射点は、固定物を表していると見なすことができる。一方、複数の中間マップ間で位置が変化している反射点は、存在していた可動物が除去された、または可動物が新たに置かれたことを意味する。なお本明細書では、現実には移動させることが可能であるが、複数の中間マップを生成する過程で移動されなかった物体も「固定物」と呼ぶ。一方、壁などの、一般には移動させる機会が少ないと考えられる物体であっても、複数の中間マップを生成する過程で移動された物体は「可動物」と呼ぶ。
The reason why the
一般には、SLAM技術を用いて図12に示す一枚のマップを取得し、その後、当該マップと、実際に走行して得たセンサデータとを照合すれば、AGVは自己位置を同定することができる。以下、一枚のマップを利用して自己位置を同定する処理の例を説明する。 In general, if one map shown in FIG. 12 is acquired by using the SLAM technique, and then the map is compared with sensor data obtained by actually traveling, the AGV can identify its own position. it can. Hereinafter, an example of a process of identifying a self-position using one map will be described.
図13から図15は、一般的な位置同定処理の手順を模式的に示す。AGVは、SLAM技術によって取得した、図13の中間マップ30に相当するマップ(以下、「基準マップ30」と記述する。)を事前に取得している。AGVは走行時に、所定の時間間隔で、または常時、図13に示すセンサデータ32を取得し、自己位置を同定する処理を実行する。
13 to 15 schematically show the procedure of a general position identification process. The AGV previously acquires a map (hereinafter, referred to as “
まず、AGVは、基準マップ30上で位置および角度を変化させた種々の領域(たとえば領域34a、34b、34c)を設定し、その各々に含まれる複数の反射点とセンサデータ32に含まれる反射点とを照合する。図14は、照合の結果、一致したと判定された点(たとえば点5)を記号「■」で示す。一致点の数の割合が所定の基準値より大きい場合、AGVはセンサデータ32と領域34d内の複数の黒点とが一致したと判定する。
First, the AGV sets various regions (for example,
AGVは、領域34dに含まれる各黒点を得ることが可能なレーザ光の発光位置、すなわち自己位置を決定する。図15は、同定された自己位置36が、記号「X」で表されている。
The AGV determines a light emitting position of a laser beam at which each black point included in the
上述の方法によれば、AGVは自己位置を同定することができる。しかしながら、上述の方法では、AGVは常に正しく自己位置を同定できるとは限られず、実際の位置とは異なる位置を自己位置であると誤って同定する場合がある。 According to the above method, the AGV can identify its own position. However, in the above-described method, the AGV cannot always identify the self-position correctly, and may erroneously identify a position different from the actual position as the self-position.
図16は、AGV10が走行する空間の一部に1または複数の障害物38が置かれた例を示す。当該障害物38の存在の有無により、AGVが取得するセンサデータは異なる。図17は、障害物38の位置を反映したセンサデータ40の例を示す。
FIG. 16 shows an example in which one or a plurality of
図18は、基準マップ30とセンサデータ40との照合処理の模式図である。図13の例で説明したように、AGVは種々の領域34a、34b、34c等を設定し、その各々に含まれる複数の反射点とセンサデータ40とを照合する。
FIG. 18 is a schematic diagram of a comparison process between the
図19は、照合処理の結果、一致すると誤って判定された複数の点の集合6を含む領域34eを示す。このような誤判定が行われると、AGVは、実際の位置42からずれた位置44を自己位置であると誤って同定する。
FIG. 19 shows an
以下、上述のような誤った位置同定を避けることが可能な方法を説明する。本発明者が開発した方法では、上述したように、第1の処理を複数回行って複数枚の中間マップを取得し、その後さらに第2の処理を行う。 Hereinafter, a method capable of avoiding the erroneous position identification as described above will be described. In the method developed by the inventor, as described above, the first processing is performed a plurality of times to obtain a plurality of intermediate maps, and then the second processing is further performed.
図20は、測位装置14eによって行われる第2の処理の手順を模式的に示す。第2の処理では、測位装置14eは、時間間隔を開けて取得した6枚の中間マップ30a〜30fから1枚のマップ50aを生成する。なお中間マップの枚数は複数枚であれば何枚でもよい。たとえば、2枚から5枚までであってもよいし、7枚以上であってもよい。
FIG. 20 schematically illustrates the procedure of the second process performed by the
6枚の中間マップ30a〜30fを構成する各黒点は、レーザ光の反射点の位置を示す。測位装置14eは、中間マップ30a〜30fから特徴点を決定する。本実施形態では、「特徴点」とは、複数回にわたって取得された複数枚の中間マップ間で「一致度」が相対的に高い点であり、より具体的には、一致度が所定値より大きい仮想的な座標点を意味する。個々の仮想的な座標点は、レーザ光が通過し得る「自由空間」か、レーザ光が通過できない「占有空間」かを決定するための1単位である。なお本実施形態では、「占有空間」の一例は、空間に存在する物体の表面および物体の内部である。
Each black point constituting the six intermediate maps 30a to 30f indicates the position of the reflection point of the laser light. The
「一致度」は種々の方法で計算することができる。たとえば、「一致度」を、中間マップ30a〜30fを構成する各黒点の位置に関する一致の程度で表す場合には以下の方法で計算することができる。 The "match degree" can be calculated by various methods. For example, when the “matching degree” is represented by the degree of matching with respect to the position of each black point constituting the intermediate maps 30a to 30f, it can be calculated by the following method.
測位装置14eは、中間マップ30a〜30fに共通して含まれる1つまたは複数の特徴量を基準として各中間マップ30a〜30fの角度を調整し、中間マップ30a〜30fを重ね合わせる。「特徴量」は、可動物が載置されることが実質的にないと考えられる位置、たとえば階段または昇降装置、を表す複数の黒点の位置関係(並び)によって表される。
The
中間マップ30a〜30fを重ね合わせる角度を決定した後、測位装置14eは、同じ位置に黒点を有する中間マップが4枚以上存在するか否かを判定する。同じ位置に黒点を有する中間マップが4枚以上存在する場合には、当該位置の黒点は「特徴点」として、新たに生成されるマップに反映される。一方、同じ位置に黒点を有する中間マップが3枚未満の場合には、当該位置の黒点は「特徴点」から除外する。なお、「4枚」は閾値の一例である。特徴点は、少なくとも2枚の中間マップ上に共通して含まれていればよく、その場合には閾値は「2枚」である。
After determining the angle at which the intermediate maps 30a to 30f overlap, the
または、測位装置14eは、仮想的な座標位置を設定し、中間マップごとに当該座標位置に最も近い黒点を決定し、当該座標位置からのずれ量を求め、さらにずれ量の和を求める。測位装置14eは、求めた和と予め定められた許容値との差または比を一致度として求めてもよい。生成するマップ上の仮想的な個々の座標位置について一致度を求めると、測位装置14eは特徴点を決定することができる。
Alternatively, the
各特徴点であると決定された座標位置は、複数のマップ上に共通して存在する固定物の表面を表していると言うことができる。一方、特徴点であると決定されなかった座標位置は、除去された可動物の表面が存在した位置、または新たに置かれた可動物の表面が存在する位置を表していると言える。 It can be said that the coordinate position determined to be each feature point represents the surface of a fixed object that is commonly present on a plurality of maps. On the other hand, it can be said that a coordinate position that is not determined to be a feature point indicates a position where the surface of the removed movable object exists or a position where the surface of the newly placed movable object exists.
AGV10の測位装置14eは、特徴点を決定した1枚のマップ50aを生成する。図20に示されるように、マップ50aは複数の特徴点51の位置を示すが、特徴点51が存在しない位置52は空白である。マップ50aは、各特徴点のみが識別可能に示されたマップである。
The
なお、マップ50aの表現形式は一例である。AGV10は他の表現形式のマップを生成してもよい。たとえば図21は、特徴点と非特徴点とを識別可能に含む1枚のマップ50bを示す。マップ50bでは、複数の特徴点51、および、複数の非特徴点53が、それぞれ識別可能に示されている。
The expression format of the
マップ50bは他の方法によって生成されてもよい。中間マップ30a〜30fを重ね合わせる角度を決定した後、測位装置14eは、中間マップ30a〜30fの位置ごとに黒点が共通して存在する割合を判定する。たとえばある位置について、6枚の中間マップのうちの3枚に黒点が共通して存在する場合には、当該位置の黒点の割合を0.5(=3/6)に設定する。たとえば、図21に示す複数の黒点51の各々は重みが0.5以上の位置を表し、複数のX点53の各々は重みが0.5未満の位置を表していてもよい。設定された割合は、最終的に生成される1枚のマップ50aを利用した位置同定処理時に、計算に反映される程度を示す。マップ50bを利用した位置同定処理時には、各割合の値に応じた割合で各点がセンサデータとして取得された点と一致するか否かの判断に利用される。つまり、「割合」は位置同定処理時に計算に利用される「重み」を表す。位置同定処理時に必ず計算に含まれる、重みが1の黒点を「特徴点」と呼び、1未満の黒点を非特徴点と呼んでもよい。重みが閾値以上、たとえば0.6以上の黒点を「特徴点」と呼び、0.6未満の黒点を非特徴点と呼んでもよい。または、重みが少なくとも0より大きい黒点を「特徴点」と呼び、0の黒点を非特徴点と呼んでもよい。任意の閾値以上、または閾値より大きい重みを有する黒点を特徴点と呼び、当該閾値未満または以下の重みを有する黒点を非特徴点と呼び得る。あるいは、重みが設定されている黒点を「特徴点」と呼び、重みが設定されていない黒点を「非特徴点」と呼んでもよい。
The map 50b may be generated by another method. After determining the angle at which the intermediate maps 30a to 30f are superimposed, the
測位装置14eは、センサデータと、マップ50aまたは50bに含まれる複数の特徴点とを照合して自己位置を同定する処理を行う。以下では、一例として、図17に示すセンサデータ40とマップ50aとを照合する処理を説明する。
The
図22は、マップ50aとセンサデータ40との照合処理の模式図である。測位装置14eは種々の領域34a、34b、34c等を設定し、図14を参照しながら説明した方法により、各領域に含まれる複数の特徴点とセンサデータ40とを照合する。
FIG. 22 is a schematic diagram of a comparison process between the
図23は、照合の結果、一致したと判定された点(たとえば点7)を記号「■」で示す。図23の例が図19の例と相違する点は、図23の例では、特徴点51が存在しない位置(または領域)52は照合処理には利用されないことである。測位装置14eは、一致度が高い特徴点とセンサデータとを利用して照合処理を行うため、より確実な照合結果を得ることができる。その結果、測位装置14eは、実際に存在する位置42を、自己位置であると正しく同定することができる。
FIG. 23 shows a point (for example, point 7) determined to be a match as a result of the comparison with a symbol “■”. The example of FIG. 23 differs from the example of FIG. 19 in that, in the example of FIG. 23, the position (or area) 52 where the
なお、照合処理において、考え得るあらゆる大きさおよび角度を変化させた複数の領域を設定して、各領域内の複数の特徴点とセンサデータ40とを比較することは、演算量が非常に大きいため現実的ではない。そのため測位装置14eは、演算量を減少させるために領域を設定する範囲を制限する。AGV10は、目的位置Mnに到達すると、走行管理装置20から次に向かうべき目的位置Mn+1の指示を受けて走行する。そのため位置MnおよびMn+1の間の走行経路を含むよう領域を設定し、各領域内の複数の特徴とセンサデータ40とを比較すればよい。これにより、現在の走行経路から大きく離れた位置を含む領域については比較演算を省略できる。In the matching process, setting a plurality of regions having various possible sizes and angles and comparing the plurality of feature points in each region with the
なお、図21に示すマップ50bとセンサデータ40とを照合する処理を行う場合には、複数の特徴点51のみを用いてマップ50aの例と同様の方法を採用することができる。さらに、複数の非特徴点53を用いてもよい。このとき、測位装置14eは、特徴点51と非特徴点53とに異なる重みを与えて、マップ50bとセンサデータ40とを照合する処理を行ってもよい。たとえば各特徴点51の重みを、非特徴点53の重みよりも大きくする。その結果、ある領域内の各特徴点51の位置とセンサデータ40に含まれる反射点の位置とのずれ量が相対的に小さければ、ある特徴点51と当該領域のセンサデータとが一致したと判断され得る。
When a process of comparing the map 50b shown in FIG. 21 with the
上述の通り、AGV10は、複数枚の中間マップから、固定物を表す特徴点を識別可能に含む新たなマップを生成する。図24は、新たなマップを生成する処理の手順を示すフローチャートである。
As described above, the
ステップS10において、AGV10の測位装置14eは、工場内を走行しながら周囲の空間をセンシングして複数枚の中間マップを取得する。ステップS11において、測位装置14eは、複数枚の中間マップ間で一致度が所定値より大きい特徴点を決定する。一致度の計算方法、および、特徴点の決定方法は上述の通りである。ステップS12において、測位装置14eは特徴点を識別可能に含むマップを生成する。ステップS12によって生成されるマップは、図20に示すマップ50aでもよいし、図21に示すマップ50bでもよい。
In step S10, the
なお、上述の処理は、測位装置14eではなくマイコン14aが行ってもよいし、マイコン14aおよび測位装置14eが統合されたチップ回路14gが行ってもよい。つまり、上述の処理は「処理回路」が行えばよい。また、上述の処理は、複数の中間マップの全てを利用しているが、全てではなく、少なくとも2枚の中間マップを利用すればよい。
The above processing may be performed by the
以下、上述の実施形態の変形例を説明する。 Hereinafter, a modified example of the above-described embodiment will be described.
(変形例1)
上述の例では、AGV10の測位装置14eが、センサデータから複数の中間マップを生成し、さらに当該複数の中間マップから1枚のマップを生成した。しかしながら、センサデータから最終的な1枚のマップを生成する処理を、AGV10以外の外部の信号処理装置、たとえば走行管理装置20が行ってもよい。AGV10と信号処理装置とを有するシステムを、「地図生成システム」と呼ぶ。さらに、複数の中間マップから生成された1枚のマップを用いてAGV10が自己位置を同定する処理を行うシステムを、「移動体システム」と呼ぶ。(Modification 1)
In the example described above, the
以下では、外部の信号処理装置として「走行管理装置20」を例示する。
Hereinafter, the “
AGV10は、工場を一巡して中間マップに必要な一群のセンサデータを取得し、たとえば着脱可能な記録媒体に書き込む。管理者は当該記録媒体を取り外し、書き込まれた一群のセンサデータを走行管理装置20に読み込ませる。または、AGV10は、工場内を走行しながら、1スキャンまたは数回のスキャン毎に、得られたセンサデータを無線で走行管理装置20に送信してもよい。工場を一巡した後は、走行管理装置20は中間マップに必要な一群のセンサデータを取得することができる。本変形例では、中間マップはAGV10ではなく、走行管理装置20によって作成される。
The
図25は、移動体システム60の構成を示す。図25はまた、走行管理装置20のハードウェア構成を示す。走行管理装置20は、CPU21と、メモリ22と、記憶装置23と、通信回路24と、画像処理回路25とを有する。CPU21、メモリ22、記憶装置23、通信回路24、および画像処理回路25は通信バス27で接続されており、相互にデータを授受することが可能である。
FIG. 25 shows the configuration of the
CPU21は、走行管理装置20の動作を制御する信号処理回路(コンピュータ)である。典型的にはCPU21は半導体集積回路である。
The
メモリ22は、CPU21が実行するコンピュータプログラムを記憶する、揮発性の記憶装置である。メモリ22は、CPU21が演算を行う際のワークメモリとしても利用され得る。
The
記憶装置23は、AGV10から受信した一群のセンサデータを格納する。記憶装置23は、一群のセンサデータから生成された複数の中間マップの各データを格納してもよいし、さらに、複数の中間マップから生成された1枚のマップのデータを格納してもよい。記憶装置23は、不揮発性の半導体メモリであってもよいし、ハードディスクに代表される磁気記録媒体、光ディスクに代表される光学式記録媒体であってもよい。
The
なお、記憶装置23には、走行管理装置20として機能するために必要な、AGV10の行き先となり得る各位置を示す位置データも格納され得る。位置データは、たとえば管理者によって工場内に仮想的に設定された座標によって表され得る。位置データは管理者によって決定される。
Note that the
通信回路24は、たとえばイーサネット(登録商標)規格に準拠した有線通信を行う。通信回路24は無線アクセスポイント2a、2b等と有線で接続されており、無線アクセスポイント2a、2b等を介して、AGV10と通信することができる。走行管理装置20は通信回路24を介して、AGV10から複数の中間マップの個々のデータまたはひとまとめにしたデータを受信し、生成した1枚のマップのデータをAGV10に送信する。
The
また、通信回路24は、AGV10が向かうべき位置のデータを、バス27を介してCPU21から受信してAGV10に送信する。通信回路24は、AGV10から受信したデータ(たとえば通知)を、バス27を介してCPU21および/またはメモリ22に送信する。
Further, the
画像処理回路25は外部モニタ29に表示する映像データを生成する回路である。画像処理回路25は、専ら、管理者が走行管理装置20を操作する際に動作する。本実施形態では特にこれ以上の詳細な説明は省略する。なお、モニタ29は走行管理装置20と一体化されていてもよい。また画像処理回路25の処理をCPU21が行ってもよい。
The
走行管理装置20のCPU21または画像処理回路25は、記憶装置23を参照して一群のセンサデータを読み出す。各センサデータは、たとえば当該センサデータが取得されたときのAGV10の位置および姿勢、レーザ光の放射された角度、および、放射点から反射点までの距離を一組としたベクトルデータである。CPU21または画像処理回路25は、各センサデータを、直交座標上の座標点の位置に変換する。全てのセン−サデータを変換することにより、複数の中間マップが得られる。
The
CPU21または画像処理回路25は、複数の中間マップから1枚のマップを生成する。つまり、図24の処理において、走行管理装置20は、上述のステップS11およびS12を行えばよい。
The
上述の処理によって複数枚の中間マップから1枚のマップが生成されると、生成されたマップのデータは、メモリ22または記憶装置23に一旦格納される。生成されたマップのデータは、その後無線または着脱可能な記録媒体等を介して、アクセスポイント2a、2bを介して中間マップのデータを生成したAGV10に送信される。ただし中間マップのデータは他のAGV10に送信されてもよい。
When one map is generated from a plurality of intermediate maps by the above-described processing, data of the generated map is temporarily stored in the
上述の説明では、走行管理装置20が一群のセンサデータから1枚のマップを生成した。走行管理装置20は一例である。CPU21に相当する信号処理回路(またはコンピュータ)、メモリおよび通信回路を有していれば、任意の信号処理装置が一群のセンサデータから1枚のマップを生成することができる。その場合には、当該信号処理装置からは、走行管理装置20として機能するために必要な機能および構成を書略することができる。
In the above description, the
(変形例2)
変形例2は、変形例1の応用である。(Modification 2)
たとえば非常に広い工場では、1台のAGV10を走行させながらセンサを用いて複数回センシングを行うことは非常に手間と時間とを要する。そのため、工場全体をより小さい複数のゾーンに分け、ゾーンごとに1台のAGV10を用いて中間マップを作成させてもよい。たとえば、150mx100mの工場を、50mx50mを1ゾーンとする6つのゾーンに分ける。
For example, in a very large factory, sensing a plurality of times using a sensor while running one
各ゾーンのAGV10は、一群のセンサデータを取得し、変形例1で説明したいずれかの方法によってAGV10以外の外部の信号処理装置、たとえば走行管理装置20に一群のセンサデータを取得させる。走行管理装置20は、上述した処理により、ゾーン毎に、複数枚の中間マップを生成し、さらに複数枚の中間マップから1枚のゾーンマップを作成する。そして走行管理装置20は、各ゾーンマップを1つにまとめた統合マップを作成する。複数台のAGV10を並列的に動作させることにより、実質的に1つのゾーンをセンシングする時間で、工場全体のスキャンが終了し、1枚の統合マップを得ることができる。
The
走行管理装置20は、得られた統合マップを、全てのAGV10に送信してもよいし、移動するゾーンが予め決まっているAGV10には、該当するゾーンのみを切り出して送信してもよい。
The
(変形例3)
上述の実施形態では、AGV10が複数枚の中間マップから1枚のマップを生成した。本変形例では、AGV10の測位装置14eは、複数枚の中間マップを取得した後、センサデータと各中間マップのデータとを照合して、中間マップごとに、一致度が所定値より大きい複数の特徴点を決定する。たとえば測位装置14eは、センサデータと第1の中間マップのデータとを照合して、第1の中間マップについて、複数の第1の特徴点を決定する。同様に測位装置14eは、センサデータと第2の中間マップのデータとを照合して、第2の中間マップについて、複数の第2の特徴点を決定する。そして測位装置14eは、複数の第1の特徴点および複数の第2の特徴点に共通して含まれる複数の特徴点(「共通特徴点」と呼ぶ。)を決定する。共通特徴点は、上述の実施形態におけるマップ50aまたは50bに含まれる特徴点に相当する。(Modification 3)
In the above-described embodiment, the
なお、測位装置14eは、全中間マップの枚数に対する、特徴点を有する中間マップの枚数の割合が閾値より大きいか、または閾値以上であるか否かを位置ごとに決定してもよい。上述の実施形態と同様、測位装置14eは、当該割合が閾値より大きいか、または閾値以上である場合には、当該位置が共通特徴点であると判定してもよい。
Note that the
測位装置14eは、共通特徴点のデータとセンサデータとの照合結果を利用して自己位置を同定する。なお、「照合結果」とは、測位装置14eが改めて共通特徴点のデータとセンサデータとの照合を行った結果であってもよいし、共通特徴点を決定する前に行われた処理の結果であってもよい。
The
(変形例4)
上述した例では、いずれも、AGV10が走行する二次元空間のマップを想定していた。しかしながら、高さ方向の空間もスキャンすることが可能なレーザレンジファインダを用いて、三次元空間のマップを生成してもよい。(Modification 4)
In each of the above-described examples, a map in a two-dimensional space in which the
AGV10は、平面方向だけでなく、高さ方向も含めて複数の中間マップを生成する。そして、当該高さ方向の要素をさらに考慮して、複数の中間マップ間で一致度が所定値より大きい点を複数の特徴点として決定する。当該複数の特徴点を識別可能に含む1枚のマップを利用すれば、高さ方向の特徴量を利用して自己位置を同定する処理が行われ得る。
The
本開示の技術は、自己位置を同定する処理を行う移動体、当該移動体を制御する走行管理装置、および移動体および走行管理装置を包含する管理システムにおいて広く用いられ得る。 The technology of the present disclosure can be widely used in a mobile body that performs a process of identifying its own position, a travel management device that controls the mobile body, and a management system that includes the mobile body and the travel management device.
2a、2b 無線アクセスポイント、 10 自動搬送車(AGV)、 14 走行制御装置、 14a マイコン、 14b メモリ、 14c 記憶装置、 14d 通信回路、 14e 測位装置、 15 レーザレンジファインダ、 16a〜16d モータ、 17 駆動装置、 17a〜17d モータ駆動回路、 20 走行管理装置 2a, 2b wireless access point, 10 automatic guided vehicle (AGV), 14 travel control device, 14a microcomputer, 14b memory, 14c storage device, 14d communication circuit, 14e positioning device, 15 laser range finder, 16a to 16d motor, 17 drive Device, 17a to 17d motor drive circuit, 20 travel management device
Claims (13)
モータと、
前記モータを制御して前記移動体を移動させる駆動装置と、
周囲の空間をセンシングしてセンサデータを出力するセンサと、
複数枚の中間マップのデータを格納する記憶装置であって、前記複数枚の中間マップの各々は、時間間隔を開けて前記センサによってそれぞれセンシングされた前記周囲の空間のセンサデータから生成される、記憶装置と、
前記記憶装置に記憶された前記複数枚の中間マップから1枚のマップを生成する処理回路であって、前記1枚のマップは複数の特徴点を識別可能に含み、前記複数の特徴点の各々は、前記複数の中間マップ間で一致度が所定値より大きい位置を示す、処理回路と
を備え、
前記処理回路は、前記1枚のマップと、前記センサから新たに出力されたセンサデータとを照合して自己位置を同定する処理を行う、移動体。A moving object,
Motor and
A driving device that controls the motor to move the moving body,
A sensor that senses the surrounding space and outputs sensor data,
A storage device that stores data of a plurality of intermediate maps, wherein each of the plurality of intermediate maps is generated from sensor data of the surrounding space sensed by the sensor at an interval. A storage device;
A processing circuit for generating one map from the plurality of intermediate maps stored in the storage device, wherein the one map includes a plurality of feature points so as to be identifiable, and each of the plurality of feature points And a processing circuit that indicates a position where the degree of coincidence is greater than a predetermined value among the plurality of intermediate maps,
The moving body, wherein the processing circuit performs a process of identifying the self-position by comparing the one map with sensor data newly output from the sensor.
前記移動体は、
モータと、
前記モータを制御して前記移動体を移動させる駆動装置と、
周囲の空間をセンシングしてセンサデータを出力するセンサと、
複数枚の中間マップのデータを格納する記憶装置であって、前記複数枚の中間マップの各々は、時間間隔を開けて前記センサによってそれぞれセンシングされた前記周囲の空間のセンサデータから生成される、記憶装置と、
制御回路と
を有し、
前記信号処理装置は、
前記記憶装置に記憶された前記複数枚の中間マップから1枚のマップを生成する処理回路であって、前記複数の中間マップ間で一致度が所定値より大きい複数の特徴点を決定し、前記複数の特徴点を識別可能に含む1枚のマップを生成する処理回路と、
生成した前記1枚のマップを記憶する記憶装置と
を備える信号処理装置。A signal processing device that generates a map referred to by the moving object to identify its own position,
The moving object is
Motor and
A driving device that controls the motor to move the moving body,
A sensor that senses the surrounding space and outputs sensor data,
A storage device that stores data of a plurality of intermediate maps, wherein each of the plurality of intermediate maps is generated from sensor data of the surrounding space sensed by the sensor at an interval. A storage device;
And a control circuit.
The signal processing device,
A processing circuit for generating one map from the plurality of intermediate maps stored in the storage device, wherein a plurality of feature points having a degree of coincidence greater than a predetermined value between the plurality of intermediate maps are determined; A processing circuit for generating one map including a plurality of feature points so that they can be identified;
A storage device for storing the generated one map.
モータと、
前記モータを制御して前記移動体を移動させる駆動装置と、
周囲の空間をセンシングしてセンサデータを出力するセンサと、
複数枚の中間マップのデータを格納する記憶装置であって、前記複数枚の中間マップの各々は、時間間隔を開けて前記センサによってそれぞれセンシングされた前記周囲の空間のセンサデータから生成される、記憶装置と、
処理回路と
を有し、
前記移動体の移動中に前記センサは前記センサデータを出力し、
前記処理回路は、
移動中に前記センサから出力された前記センサデータと、前記記憶装置に記憶された前記複数枚の中間マップの各々とを比較して、各中間マップ上の位置ごとに、前記センサデータと各中間マップとの一致度が所定値より大きい特徴点を決定し、
前記複数枚の中間マップの枚数に対する、前記特徴点を有すると決定された中間マップの枚数の割合が閾値より大きいまたは閾値以上であるか否かを、前記特徴点を有すると決定された中間マップの位置ごとに決定し、
前記割合が閾値より大きいまたは閾値以上である各位置を共通特徴点として決定し、
前記共通特徴点および前記センサデータとの照合結果を利用して自己位置を同定する、移動体。A moving object,
Motor and
A driving device that controls the motor to move the moving body,
A sensor that senses the surrounding space and outputs sensor data,
A storage device that stores data of a plurality of intermediate maps, wherein each of the plurality of intermediate maps is generated from sensor data of the surrounding space sensed by the sensor at an interval. A storage device;
And a processing circuit.
The sensor outputs the sensor data during the movement of the moving body,
The processing circuit includes:
The sensor data output from the sensor during the movement is compared with each of the plurality of intermediate maps stored in the storage device, and for each position on each intermediate map, the sensor data and each intermediate map are compared. Determining feature points whose degree of matching with the map is greater than a predetermined value,
Whether the ratio of the number of the intermediate maps determined to have the feature points to the number of the plurality of intermediate maps is greater than or equal to or greater than a threshold is determined by the intermediate map determined to have the feature points. Is determined for each position of
Each position where the ratio is greater than or equal to or greater than a threshold is determined as a common feature point,
A moving object that identifies its own position by using a result of collation with the common feature point and the sensor data.
前記移動体は、
モータと、
前記モータを制御して前記移動体を移動させる駆動装置と、
周囲の空間をセンシングしてセンサデータを出力するセンサと、
複数枚の中間マップのデータを格納する記憶装置であって、前記複数枚の中間マップの各々は、時間間隔を開けて前記センサによってそれぞれセンシングされた前記周囲の空間のセンサデータから生成される、記憶装置と
を有し、
前記コンピュータプログラムは前記コンピュータに、
前記複数枚の中間マップのデータを前記移動体から受信させ、
前記複数の中間マップ間で一致度が所定値より大きい複数の特徴点を決定させ、
前記複数の特徴点を識別可能に含む1枚のマップを生成させることによって、前記複数枚の中間マップから前記1枚のマップを生成させ、
生成した前記1枚のマップが前記記憶装置に記憶されるよう、前記移動体に送信させる、
コンピュータプログラム。A computer program executed by a computer mounted on a signal processing device that generates a map referred to by a moving object to identify its own position,
The moving object is
Motor and
A driving device that controls the motor to move the moving body,
A sensor that senses the surrounding space and outputs sensor data,
A storage device that stores data of a plurality of intermediate maps, wherein each of the plurality of intermediate maps is generated from sensor data of the surrounding space sensed by the sensor at an interval. And a storage device.
The computer program is stored in the computer,
The data of the plurality of intermediate maps is received from the moving object,
A plurality of feature points whose degree of coincidence is larger than a predetermined value among the plurality of intermediate maps are determined,
By generating one map including the plurality of feature points in a distinguishable manner, the one map is generated from the plurality of intermediate maps,
Causing the moving body to transmit the generated one map so as to be stored in the storage device;
Computer program.
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2017061668 | 2017-03-27 | ||
JP2017061668 | 2017-03-27 | ||
PCT/JP2018/007787 WO2018180175A1 (en) | 2017-03-27 | 2018-03-01 | Mobile body, signal processing device, and computer program |
Publications (1)
Publication Number | Publication Date |
---|---|
JPWO2018180175A1 true JPWO2018180175A1 (en) | 2020-02-06 |
Family
ID=63676989
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2019509044A Pending JPWO2018180175A1 (en) | 2017-03-27 | 2018-03-01 | Moving object, signal processing device, and computer program |
Country Status (2)
Country | Link |
---|---|
JP (1) | JPWO2018180175A1 (en) |
WO (1) | WO2018180175A1 (en) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109724612B (en) * | 2019-01-14 | 2021-06-15 | 浙江华睿科技有限公司 | AGV path planning method and device based on topological map |
Family Cites Families (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP4533659B2 (en) * | 2004-05-12 | 2010-09-01 | 株式会社日立製作所 | Apparatus and method for generating map image by laser measurement |
JP5216690B2 (en) * | 2009-06-01 | 2013-06-19 | 株式会社日立製作所 | Robot management system, robot management terminal, robot management method and program |
JP5452442B2 (en) * | 2010-10-25 | 2014-03-26 | 株式会社日立製作所 | Robot system and map updating method |
JP2015111336A (en) * | 2013-12-06 | 2015-06-18 | トヨタ自動車株式会社 | Mobile robot |
WO2015193941A1 (en) * | 2014-06-16 | 2015-12-23 | 株式会社日立製作所 | Map generation system and map generation method |
JP2016045874A (en) * | 2014-08-26 | 2016-04-04 | ソニー株式会社 | Information processor, method for information processing, and program |
-
2018
- 2018-03-01 WO PCT/JP2018/007787 patent/WO2018180175A1/en active Application Filing
- 2018-03-01 JP JP2019509044A patent/JPWO2018180175A1/en active Pending
Also Published As
Publication number | Publication date |
---|---|
WO2018180175A1 (en) | 2018-10-04 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10866587B2 (en) | System, method, and computer program for mobile body management | |
US11373395B2 (en) | Methods and systems for simultaneous localization and calibration | |
JP6825712B2 (en) | Mobiles, position estimators, and computer programs | |
US11537140B2 (en) | Mobile body, location estimation device, and computer program | |
US9739616B2 (en) | Target recognition and localization methods using a laser sensor for wheeled mobile robots | |
JP5800613B2 (en) | Position / posture estimation system for moving objects | |
EP3674830B1 (en) | Server and method for controlling laser irradiation of movement path of robot, and robot that moves based thereon | |
WO2016067640A1 (en) | Autonomous moving device | |
US20230419531A1 (en) | Apparatus and method for measuring, inspecting or machining objects | |
JP2017083663A (en) | Coincidence evaluation device and coincidence evaluation method | |
CN108363395A (en) | A kind of method of AGV automatic obstacle avoidings | |
WO2018179960A1 (en) | Mobile body and local position estimation device | |
US20240004389A1 (en) | Robot traveling method, and electronic device | |
JP7255676B2 (en) | Carrier system, carrier, and control method | |
JP7396353B2 (en) | Map creation system, signal processing circuit, mobile object and map creation method | |
JPWO2018180175A1 (en) | Moving object, signal processing device, and computer program | |
WO2021049227A1 (en) | Information processing system, information processing device, and information processing program | |
Canh et al. | Multisensor data fusion for reliable obstacle avoidance | |
CN116009528A (en) | Processing device, mobile robot, mobile control system, processing method, and program | |
US11243546B2 (en) | Moving body management system, moving body, traveling management device, and computer program | |
CN112630745B (en) | Laser radar-based environment mapping method and device | |
US20230356991A1 (en) | Load transport system, method of load transport system, and non-transitory computer-readable recording medium | |
JP2021149420A (en) | Estimation system and method | |
JPWO2019059299A1 (en) | Operation management device |