JPWO2019111701A1 - 制御装置、および制御方法、プログラム、並びに移動体 - Google Patents
制御装置、および制御方法、プログラム、並びに移動体 Download PDFInfo
- Publication number
- JPWO2019111701A1 JPWO2019111701A1 JP2019558116A JP2019558116A JPWO2019111701A1 JP WO2019111701 A1 JPWO2019111701 A1 JP WO2019111701A1 JP 2019558116 A JP2019558116 A JP 2019558116A JP 2019558116 A JP2019558116 A JP 2019558116A JP WO2019111701 A1 JPWO2019111701 A1 JP WO2019111701A1
- Authority
- JP
- Japan
- Prior art keywords
- self
- posture
- time
- unit
- series information
- 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.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 122
- 238000001514 detection method Methods 0.000 claims description 219
- 230000008859 change Effects 0.000 claims description 210
- 238000012545 processing Methods 0.000 claims description 148
- 230000008569 process Effects 0.000 claims description 106
- 230000009471 action Effects 0.000 claims description 51
- 230000001133 acceleration Effects 0.000 claims description 34
- 238000000605 extraction Methods 0.000 claims description 33
- 238000011084 recovery Methods 0.000 claims description 28
- 239000000284 extract Substances 0.000 claims description 18
- 230000005856 abnormality Effects 0.000 claims description 10
- 230000006870 function Effects 0.000 claims description 10
- 238000013528 artificial neural network Methods 0.000 claims description 4
- 239000002245 particle Substances 0.000 claims description 4
- 206010034719 Personality change Diseases 0.000 abstract description 10
- 230000036544 posture Effects 0.000 description 262
- 230000033001 locomotion Effects 0.000 description 98
- 238000004891 communication Methods 0.000 description 32
- 230000010391 action planning Effects 0.000 description 13
- 230000007704 transition Effects 0.000 description 13
- 230000006399 behavior Effects 0.000 description 12
- 238000012986 modification Methods 0.000 description 12
- 230000004048 modification Effects 0.000 description 12
- 101150073618 ST13 gene Proteins 0.000 description 7
- 238000001228 spectrum Methods 0.000 description 6
- 230000007423 decrease Effects 0.000 description 5
- 230000002159 abnormal effect Effects 0.000 description 4
- 238000010586 diagram Methods 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 4
- 230000004807 localization Effects 0.000 description 4
- 238000013507 mapping Methods 0.000 description 4
- 238000005259 measurement Methods 0.000 description 4
- 230000003287 optical effect Effects 0.000 description 4
- 230000000007 visual effect Effects 0.000 description 4
- 230000005540 biological transmission Effects 0.000 description 3
- 230000007613 environmental effect Effects 0.000 description 3
- 238000003384 imaging method Methods 0.000 description 3
- 230000007246 mechanism Effects 0.000 description 3
- 239000004065 semiconductor Substances 0.000 description 3
- 241001465754 Metazoa Species 0.000 description 2
- 238000006073 displacement reaction Methods 0.000 description 2
- 230000005484 gravity Effects 0.000 description 2
- 230000004044 response Effects 0.000 description 2
- 208000012661 Dyskinesia Diseases 0.000 description 1
- 241000282414 Homo sapiens Species 0.000 description 1
- 240000004050 Pentaglottis sempervirens Species 0.000 description 1
- 235000004522 Pentaglottis sempervirens Nutrition 0.000 description 1
- 241001648319 Toronia toru Species 0.000 description 1
- 230000036626 alertness Effects 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 230000037007 arousal Effects 0.000 description 1
- 230000003190 augmentative effect Effects 0.000 description 1
- 238000005452 bending Methods 0.000 description 1
- 230000033228 biological regulation Effects 0.000 description 1
- 238000002485 combustion reaction Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 230000004424 eye movement Effects 0.000 description 1
- 230000008921 facial expression Effects 0.000 description 1
- 239000000446 fuel Substances 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 230000000116 mitigating effect Effects 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 238000013138 pruning Methods 0.000 description 1
- 230000008439 repair process Effects 0.000 description 1
- 238000010845 search algorithm Methods 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
- G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
- G05D1/0212—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory
- G05D1/0221—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory involving a learning process
-
- 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
- G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
- G05D1/0231—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means
- G05D1/0246—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means using a video camera in combination with image processing means
- G05D1/0248—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means using a video camera in combination with image processing means in combination with a laser
-
- 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
- G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
- G05D1/0268—Control of position or course in two dimensions specially adapted to land vehicles using internal positioning means
- G05D1/027—Control of position or course in two dimensions specially adapted to land vehicles using internal positioning means comprising intertial navigation means, e.g. azimuth detector
-
- 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
- G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
- G05D1/0231—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means
- G05D1/0238—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means using obstacle or wall sensors
-
- 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
- G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
- G05D1/0231—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means
- G05D1/0246—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means using a video camera in combination with image processing means
-
- 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
- G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
- G05D1/0268—Control of position or course in two dimensions specially adapted to land vehicles using internal positioning means
- G05D1/0272—Control of position or course in two dimensions specially adapted to land vehicles using internal positioning means comprising means for registering the travel distance, e.g. revolutions of wheels
-
- 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
- G05D1/08—Control of attitude, i.e. control of roll, pitch, or yaw
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/04—Architecture, e.g. interconnection topology
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Remote Sensing (AREA)
- Radar, Positioning & Navigation (AREA)
- Automation & Control Theory (AREA)
- Aviation & Aerospace Engineering (AREA)
- Theoretical Computer Science (AREA)
- Electromagnetism (AREA)
- Software Systems (AREA)
- Artificial Intelligence (AREA)
- Molecular Biology (AREA)
- Computing Systems (AREA)
- General Engineering & Computer Science (AREA)
- Biomedical Technology (AREA)
- Mathematical Physics (AREA)
- Biophysics (AREA)
- Evolutionary Computation (AREA)
- General Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Data Mining & Analysis (AREA)
- Health & Medical Sciences (AREA)
- Computational Linguistics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Multimedia (AREA)
- Optics & Photonics (AREA)
- Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
- Navigation (AREA)
- Traffic Control Systems (AREA)
Abstract
Description
1.本開示の概要
2.好適な実施の形態
3.第1の変形例
4.第2の変形例
5.第3の変形例
6.ソフトウェアにより実行させる例
認識処理部31は、センサ群21より供給される検出結果に基づいて、自己位置を推定する。この際、認識処理部31は、所定のモデルとして、過去の自己位置の推定結果を利用して、現在の自己位置を推定する。そして、認識処理部31は、センサ群21より供給される検出結果に基づいて、外力により、それまでとは異なる大きな挙動が検出されるなどして、過去の自己位置の推定結果を利用できない状態を検出すると、所定のモデルとは異なるモデルを利用して、例えば、自らの周辺の現在の情報に基づいて自己位置を推定する。
<本開示の移動体を制御する移動体制御システムの構成例>
上述した機能を実現させるための移動体11を制御する移動体制御システムについて説明する。
次に、図4を参照して、図3の移動体制御システム100のうち、認識処理部31に対応する自律移動制御部110の認識処理部121と、その周辺の具体的な構成例について説明する。
次に、図6を参照して、図4の特徴量姿勢DB227を生成する特徴量姿勢DB生成部301の構成例について説明する。
次に、図7のフローチャートを参照して、時系列情報自己位置推定処理について説明する。
次に、図8のフローチャートを参照して、現在情報自己位置推定処理について説明する。
次に、図9のフローチャートを参照して、姿勢変化検出処理について説明する。
次に、図10のフローチャートを参照して、図4の移動体制御システム100における自律移動制御処理について説明する。
次に、図11のフローチャートを参照して、特徴量姿勢DB学習処理について説明する。
以上においては、外力の影響により自己位置が不定である場合においては、時系列情報DB222に登録されている時系列情報をリセットする例について説明してきたが、自己位置が不定となった直後においては時系列情報の信頼度が低いことが予想される。そこで、自己位置が不定となり、時系列情報をリセットした後は、時系列情報の信頼度が所定値より高くなるまでは、現在情報自己位置を自己位置推定結果として採用するようにしてもよい。
次に、図12のフローチャートを参照して、図4の移動体制御システム100における時系列情報の信頼度が所定値より高くなるまでは、現在情報自己位置を自己位置推定結果として採用するようにするようにした自律移動制御処理について説明する。
以上においては、自己姿勢の変化が検出されたときに自己位置推定結果切替部225における動作を切り替える例について説明してきたが、動作モードを切り替えるようにしてもよい。
次に、図14のフローチャートを参照して、通常モード、位置不定モード、および現在情報自己位置推定モードの3種類の動作モードからなる自律移動制御部110における自律移動制御処理について説明する。
ここで、図15のフローチャートを参照して、通常モード処理について説明する。尚、図15のフローチャートにおけるステップS141乃至S144の処理は、図10のフローチャートにおけるステップS74乃至S78の処理と同様であるので、その説明は省略する。
次に、図16のフローチャートを参照して、位置不定モード処理について説明する。
次に、図17のフローチャートを参照して、現在情報自己位置推定モード処理について説明する。
以上においては、抱き上げ状態、走行路が雪道や、走行路が砂利道であることによるスリップ、センサ異常を生じさせる環境変化(電磁ノイズ、モノの影)により視野が狭くなる、または、無くなるような自己姿勢の変化、すなわち、予め予測できない姿勢変化が検出されたときに自己位置推定結果切替部225における動作モードを、通常モードSt1、位置不定モードSt2、および現在情報自己位置推定モードSt3の3種類の動作モードに切り替えるようにする例について説明してきた。
次に、図19のフローチャートを参照して、通常モード、事故直後モード、および制御回復モードの3種類の動作モードからなる自律移動制御部110における自律移動制御処理について説明する。
次に、図20のフローチャートを参照して、事故直後モード処理について説明する。
次に、図21のフローチャートを参照して、制御回復モード処理について説明する。尚、図21のフローチャートにおけるステップS221乃至S226の処理は、図17のステップS181,S183乃至S187の処理と同様であるので、その説明は省略する。
ところで、上述した一連の処理は、ハードウェアにより実行させることもできるが、ソフトウェアにより実行させることもできる。一連の処理をソフトウェアにより実行させる場合には、そのソフトウェアを構成するプログラムが、専用のハードウェアに組み込まれているコンピュータ、または、各種のプログラムをインストールすることで、各種の機能を実行することが可能な、例えば汎用のコンピュータなどに、記録媒体からインストールされる。
前記自己姿勢検出部による検出結果に基づいて、予め予測できない姿勢の変化を検出する姿勢変化検出部と、
センサ情報に基づいて、第1の推定モデルにより自己位置を推定すると共に、前記姿勢変化検出部により、前記予め予測できない姿勢の変化が検出される場合、前記第1の推定モデルと異なる第2の推定モデルにより自己位置を推定する自己位置推定部とを含む
制御装置。
<2> 前記自己位置推定部は、
前記センサ情報を時系列情報として蓄積する時系列情報蓄積部と、
前記時系列情報蓄積部に蓄積された時系列情報を用いて、前記自己位置を推定し、推定結果を時系列情報自己位置として出力する時系列情報自己位置推定部を含み、
前記時系列情報蓄積部は、前記予め予測できない姿勢の変化が検出される場合、蓄積された過去の前記時系列情報がリセットされ、
前記時系列情報自己位置推定部は、
前記第1の推定モデルとして、前記時系列情報蓄積部に蓄積された時系列情報を用いて、前記自己位置を推定し、
前記第2の推定モデルとして、前記時系列情報蓄積部に蓄積された過去の時系列情報がリセットされた後の、前記時系列情報蓄積部に蓄積された時系列情報を用いて、前記自己位置を推定する
<1>に記載の制御装置。
<3> 前記時系列情報蓄積部に蓄積された過去の時系列情報は、前記リセットにより、所定の時間以上長く蓄積された時系列情報から削除される
<2>に記載の制御装置。
<4> 前記時系列情報自己位置推定部は、前記時系列情報蓄積部に蓄積された過去の時系列情報が前記リセットされた後、前記時系列情報蓄積部に蓄積された時間が長い前記時系列情報ほど、前記時系列情報により推定される自己位置の重みを軽くして、前記時系列情報自己位置を推定する
<2>に記載の制御装置。
<5> 前記自己位置推定部は、
事前確率密度分布の観測値を最新の時系列情報により更新するステップを繰り返すカルマンフィルタを用いて時系列情報自己位置を推定する時系列情報自己位置推定部を含み、
前記時系列情報自己位置推定部は、
前記第1の推定モデルとして、前記時系列情報自己位置を、事前確率密度分布の観測値を最新の時系列情報により更新するステップを繰り返すカルマンフィルタを用いて推定し、
前記第2の推定モデルとして、前記予め予測できない姿勢の変化が検出される場合、最新の前記時系列情報の重みを最大にした後、前記カルマンフィルタを用いて、前記時系列情報自己位置を推定する
<1>に記載の制御装置。
<6> 前記自己位置推定部は、
前記センサ情報によりセンシングされる時系列情報として蓄積する時系列情報蓄積部と、
前記時系列情報蓄積部に蓄積された時系列情報を用いて、前記自己位置を推定し、推定結果を時系列情報自己位置として出力する時系列情報自己位置推定部と、
前記センサ情報によりセンシングされる現在の情報である現在情報に基づいて、前記自己位置を推定し、現在情報自己位置として出力する現在情報自己位置推定部とを含み、
前記自己位置推定部は、
前記予め予測できない姿勢の変化が検出されない場合、前記時系列情報自己位置を自己位置推定結果として採用し、
前記予め予測できない姿勢の変化が検出された場合、前記現在情報自己位置を自己位置推定結果として採用する
<1>に記載の制御装置。
<7> 前記自己位置推定部は、
前記姿勢変化検出部の検出結果に応じて、動作モードを、少なくとも第1のモード、第2のモード、および第3のモードに遷移させ、
動作開始時において、前記動作モードは、第1のモードとされ、前記第1の推定モデルにより前記自己位置を推定し、
前記第1のモードにおいて、前記姿勢変化検出部により、前記予め予測できない姿勢の変化が検出される場合、前記動作モードを第2のモードに遷移させ、前記予め予測できない姿勢の変化が検出されたことを通知し、
前記第2のモードにおいて、所定時間が経過した後、前記動作モードを第3のモードに遷移させ、前記第2の推定モデルにより、前記自己位置を推定し、
前記第3のモードにおいて、所定時間が経過した後、前記動作モードを前記第1のモードに遷移させる
<1>に記載の制御装置。
<8> 前記自己位置推定部は、
前記センサ情報を時系列情報として蓄積する時系列情報蓄積部と、
前記時系列情報蓄積部に蓄積された時系列情報を用いて、前記自己位置を推定し、推定結果を時系列情報自己位置として出力する時系列情報自己位置推定部と、
前記センサ情報によりセンシングされる現在の情報である現在情報に基づいて、前記自己位置を推定し、現在情報自己位置として出力する現在情報自己位置推定部とを含み、
前記第1のモードにおいて、前記第1の推定モデルである、前記時系列情報蓄積部に蓄積された時系列情報を用いた、前記時系列情報自己位置推定部により推定された前記時系列情報自己位置を自己位置推定結果として採用し、
前記第3のモードにおいて、前記第2の推定モデルである、前記現在情報を用いた、前記現在情報自己位置推定部により推定された前記現在情報自己位置を自己位置推定結果として採用する
<7>に記載の制御装置。
<9> 前記予め予測できない姿勢の変化は、前記自己位置および姿勢の変化に連続性がなくなる状態への変化であり、
前記第1のモードは通常モードであり、前記第2のモードは自己位置不定モードであり、前記第3のモードは現在情報自己位置推定モードである
<8>に記載の制御装置。
<10> 前記動作モードが、前記第3のモードである、前記現在情報自己位置推定モードの場合、前記予め予測できない姿勢の変化が検出されたとき、前記自己位置推定部は、前記動作モードを、前記第2のモードである、前記自己位置不定モードに遷移させる
<9>に記載の制御装置。
<11> 前記自己位置および姿勢の変化に連続性がなくなる状態は、キッドナップ状態、足裏接地面及び車輪のスリップ状態、非固定物体の乗り降りおよびセンサ異常状態を含む
<9>に記載の制御装置。
<12> 前記予め予測できない姿勢の変化は、事故発生状態への変化であり、
前記第1のモードは通常モードであり、前記第2のモードは事故直後モードであり、前記第3のモードは制御回復モードである
<8>に記載の制御装置。
<13> 前記事故発生状態は、人、物体、および他機・他車との衝突、パンク、部品欠け、部品および貨物落下状態を含む
<12>に記載の制御装置。
<14> 前記時系列情報は、LIDARにより検出される3次元点群情報、および車輪エンコーダにより検出される位置情報、姿勢、速度、加速度、および角速度であり、
時系列情報自己位置推定部は、前記時系列情報に基づいて、カルマンフィルタまたは粒子フィルタを用いて、前記自己位置を推定し、推定結果を時系列情報自己位置として出力し、
前記現在情報は、ステレオカメラにより撮像される視差画像であり、
現在情報自己位置推定部は、前記視差画像よりデプス画像を生成し、前記デプス画像より画像特徴量を抽出して、前記画像特徴量に基づいて自己位置を推定し、推定結果を現在情報自己位置として出力する
<8>に記載の制御装置。
<15> 前記自己姿勢検出部が前記自己の姿勢を検出する際に使用する前記センサ情報は、鉛直方向の加速度を含み、
前記自己姿勢検出部は、
前記鉛直方向の加速度の変化の周波数成分を抽出する周波数成分抽出部と、
前記周波数成分抽出部により抽出された周波数成分より特徴量を抽出する特徴量抽出部と、
前記特徴量に基づいて、前記自己の姿勢を検出する姿勢検出部とを含む
<1>乃至<14>の少なくともいずれかに記載の制御装置。
<16> 既知の姿勢に対するセンサ情報に基づいて、学習により、前記姿勢と、前記周波数成分の特徴量とが対応付けられた状態で登録されたデータベースをさらに含み、
前記姿勢検出部は、前記特徴量に基づいて、前記データベースより、対応する姿勢を検索することにより、前記姿勢を検出する
<15>に記載の制御装置。
<17> 前記データベースは、前記既知の姿勢に対するセンサ情報に基づいて、ニューラルネットワークを用いた学習により、前記姿勢と、前記周波数成分の特徴量とが対応付けられた状態で登録される
<16>に記載の制御装置。
<18> センサ情報に基づいて、自己の姿勢を検出する自己姿勢検出処理と、
前記自己姿勢検出処理による検出結果に基づいて、予め予測できない姿勢の変化を検出する姿勢変化検出処理と、
センサ情報に基づいて、第1の推定モデルにより自己位置を推定すると共に、前記姿勢変化検出処理により、前記予め予測できない姿勢への変化が検出される場合、前記第1の推定モデルと異なる第2の推定モデルにより自己位置を推定する自己位置推定処理とを含む
制御方法。
<19> センサ情報に基づいて、自己の姿勢を検出する自己姿勢検出部と、
前記自己姿勢検出部による検出結果に基づいて、予め予測できない姿勢の変化を検出する姿勢変化検出部と、
センサ情報に基づいて、第1の推定モデルにより自己位置を推定すると共に、前記姿勢変化検出部により、前記予め予測できない姿勢の変化が検出される場合、前記第1の推定モデルと異なる第2の推定モデルにより自己位置を推定する自己位置推定部と
してコンピュータを機能させるプログラム。
<20> センサ情報に基づいて、自己の姿勢を検出する自己姿勢検出部と、
前記自己姿勢検出部による検出結果に基づいて、予め予測できない姿勢の変化を検出する姿勢変化検出部と、
センサ情報に基づいて、第1の推定モデルにより自己位置を推定すると共に、前記姿勢変化検出部により、前記予め予測できない姿勢の変化が検出される場合、前記第1の推定モデルと異なる第2の推定モデルにより自己位置を推定する自己位置推定部と、
前記自己位置推定部により推定された自己位置の周辺の状況に基づいて、行動計画を生成する行動計画生成部と、
前記行動計画生成部により決定された行動計画に基づいて移動体の動作を制御する制御部と
を含む移動体。
Claims (20)
- センサ情報に基づいて、自己の姿勢を検出する自己姿勢検出部と、
前記自己姿勢検出部による検出結果に基づいて、予め予測できない姿勢の変化を検出する姿勢変化検出部と、
センサ情報に基づいて、第1の推定モデルにより自己位置を推定すると共に、前記姿勢変化検出部により、前記予め予測できない姿勢の変化が検出される場合、前記第1の推定モデルと異なる第2の推定モデルにより自己位置を推定する自己位置推定部とを含む
制御装置。 - 前記自己位置推定部は、
前記センサ情報を時系列情報として蓄積する時系列情報蓄積部と、
前記時系列情報蓄積部に蓄積された時系列情報を用いて、前記自己位置を推定し、推定結果を時系列情報自己位置として出力する時系列情報自己位置推定部を含み、
前記時系列情報蓄積部は、前記予め予測できない姿勢の変化が検出される場合、蓄積された過去の前記時系列情報がリセットされ、
前記時系列情報自己位置推定部は、
前記第1の推定モデルとして、前記時系列情報蓄積部に蓄積された時系列情報を用いて、前記自己位置を推定し、
前記第2の推定モデルとして、前記時系列情報蓄積部に蓄積された過去の時系列情報がリセットされた後の、前記時系列情報蓄積部に蓄積された時系列情報を用いて、前記自己位置を推定する
請求項1に記載の制御装置。 - 前記時系列情報蓄積部に蓄積された過去の時系列情報は、前記リセットにより、所定の時間以上長く蓄積された時系列情報から削除される
請求項2に記載の制御装置。 - 前記時系列情報自己位置推定部は、前記時系列情報蓄積部に蓄積された過去の時系列情報が前記リセットされた後、前記時系列情報蓄積部に蓄積された時間が長い前記時系列情報ほど、前記時系列情報により推定される自己位置の重みを軽くして、前記時系列情報自己位置を推定する
請求項2に記載の制御装置。 - 前記自己位置推定部は、
事前確率密度分布の観測値を最新の時系列情報により更新するステップを繰り返すカルマンフィルタを用いて時系列情報自己位置を推定する時系列情報自己位置推定部を含み、
前記時系列情報自己位置推定部は、
前記第1の推定モデルとして、前記時系列情報自己位置を、事前確率密度分布の観測値を最新の時系列情報により更新するステップを繰り返すカルマンフィルタを用いて推定し、
前記第2の推定モデルとして、前記予め予測できない姿勢の変化が検出される場合、最新の前記時系列情報の重みを最大にした後、前記カルマンフィルタを用いて、前記時系列情報自己位置を推定する
請求項1に記載の制御装置。 - 前記自己位置推定部は、
前記センサ情報によりセンシングされる時系列情報として蓄積する時系列情報蓄積部と、
前記時系列情報蓄積部に蓄積された時系列情報を用いて、前記自己位置を推定し、推定結果を時系列情報自己位置として出力する時系列情報自己位置推定部と、
前記センサ情報によりセンシングされる現在の情報である現在情報に基づいて、前記自己位置を推定し、現在情報自己位置として出力する現在情報自己位置推定部とを含み、
前記自己位置推定部は、
前記予め予測できない姿勢の変化が検出されない場合、前記時系列情報自己位置を自己位置推定結果として採用し、
前記予め予測できない姿勢の変化が検出された場合、前記現在情報自己位置を自己位置推定結果として採用する
請求項1に記載の制御装置。 - 前記自己位置推定部は、
前記姿勢変化検出部の検出結果に応じて、動作モードを、少なくとも第1のモード、第2のモード、および第3のモードに遷移させ、
動作開始時において、前記動作モードは、前記第1のモードとされ、前記第1の推定モデルにより前記自己位置を推定し、
前記第1のモードにおいて、前記姿勢変化検出部により、前記予め予測できない姿勢の変化が検出される場合、前記動作モードを第2のモードに遷移させ、前記予め予測できない姿勢の変化が検出されたことを通知し、
前記第2のモードにおいて、所定時間が経過した後、前記動作モードを第3のモードに遷移させ、前記第2の推定モデルにより、前記自己位置を推定し、
前記第3のモードにおいて、所定時間が経過した後、前記動作モードを前記第1のモードに遷移させる
請求項1に記載の制御装置。 - 前記自己位置推定部は、
前記センサ情報を時系列情報として蓄積する時系列情報蓄積部と、
前記時系列情報蓄積部に蓄積された時系列情報を用いて、前記自己位置を推定し、推定結果を時系列情報自己位置として出力する時系列情報自己位置推定部と、
前記センサ情報によりセンシングされる現在の情報である現在情報に基づいて、前記自己位置を推定し、現在情報自己位置として出力する現在情報自己位置推定部とを含み、
前記第1のモードにおいて、前記第1の推定モデルである、前記時系列情報蓄積部に蓄積された時系列情報を用いた、前記時系列情報自己位置推定部により推定された前記時系列情報自己位置を自己位置推定結果として採用し、
前記第3のモードにおいて、前記第2の推定モデルである、前記現在情報を用いた、前記現在情報自己位置推定部により推定された前記現在情報自己位置を自己位置推定結果として採用する
請求項7に記載の制御装置。 - 前記予め予測できない姿勢の変化は、前記自己位置および姿勢の変化に連続性がなくなる状態への変化であり、
前記第1のモードは通常モードであり、前記第2のモードは自己位置不定モードであり、前記第3のモードは現在情報自己位置推定モードである
請求項8に記載の制御装置。 - 前記動作モードが、前記第3のモードである、前記現在情報自己位置推定モードの場合、前記予め予測できない姿勢の変化が検出されたとき、前記自己位置推定部は、前記動作モードを、前記第2のモードである、前記自己位置不定モードに遷移させる
請求項9に記載の制御装置。 - 前記自己位置および姿勢の変化に連続性がなくなる状態は、キッドナップ状態、足裏接地面及び車輪のスリップ状態、非固定物体の乗り降りおよびセンサ異常状態を含む
請求項9に記載の制御装置。 - 前記予め予測できない姿勢の変化は、事故発生状態への変化であり、
前記第1のモードは通常モードであり、前記第2のモードは事故直後モードであり、前記第3のモードは制御回復モードである
請求項8に記載の制御装置。 - 前記事故発生状態は、人、物体、および他機・他車との衝突、パンク、部品欠け、部品および貨物落下状態を含む
請求項12に記載の制御装置。 - 前記時系列情報は、LIDARにより検出される3次元点群情報、および車輪エンコーダにより検出される位置情報、姿勢、速度、加速度、および角速度であり、
時系列情報自己位置推定部は、前記時系列情報に基づいて、カルマンフィルタまたは粒子フィルタを用いて、前記自己位置を推定し、推定結果を時系列情報自己位置として出力し、
前記現在情報は、ステレオカメラにより撮像される視差画像であり、
現在情報自己位置推定部は、前記視差画像よりデプス画像を生成し、前記デプス画像より画像特徴量を抽出して、前記画像特徴量に基づいて自己位置を推定し、推定結果を現在情報自己位置として出力する
請求項8に記載の制御装置。 - 前記自己姿勢検出部が前記自己の姿勢を検出する際に使用する前記センサ情報は、鉛直方向の加速度を含み、
前記自己姿勢検出部は、
前記鉛直方向の加速度の変化の周波数成分を抽出する周波数成分抽出部と、
前記周波数成分抽出部により抽出された周波数成分より特徴量を抽出する特徴量抽出部と、
前記特徴量に基づいて、前記自己の姿勢を検出する姿勢検出部とを含む
請求項1に記載の制御装置。 - 既知の姿勢に対するセンサ情報に基づいて、学習により、前記姿勢と、前記周波数成分の特徴量とが対応付けられた状態で登録されたデータベースをさらに含み、
前記姿勢検出部は、前記特徴量に基づいて、前記データベースより、対応する姿勢を検索することにより、前記姿勢を検出する
請求項15に記載の制御装置。 - 前記データベースは、前記既知の姿勢に対するセンサ情報に基づいて、ニューラルネットワークを用いた学習により、前記姿勢と、前記周波数成分の特徴量とが対応付けられた状態で登録される
請求項16に記載の制御装置。 - センサ情報に基づいて、自己の姿勢を検出する自己姿勢検出処理と、
前記自己姿勢検出処理による検出結果に基づいて、予め予測できない姿勢の変化を検出する姿勢変化検出処理と、
センサ情報に基づいて、第1の推定モデルにより自己位置を推定すると共に、前記姿勢変化検出処理により、前記予め予測できない姿勢の変化が検出される場合、前記第1の推定モデルと異なる第2の推定モデルにより自己位置を推定する自己位置推定処理とを含む
制御方法。 - センサ情報に基づいて、自己の姿勢を検出する自己姿勢検出部と、
前記自己姿勢検出部による検出結果に基づいて、予め予測できない姿勢の変化を検出する姿勢変化検出部と、
センサ情報に基づいて、第1の推定モデルにより自己位置を推定すると共に、前記姿勢変化検出部により、前記予め予測できない姿勢の変化が検出される場合、前記第1の推定モデルと異なる第2の推定モデルにより自己位置を推定する自己位置推定部と
してコンピュータを機能させるプログラム。 - センサ情報に基づいて、自己の姿勢を検出する自己姿勢検出部と、
前記自己姿勢検出部による検出結果に基づいて、予め予測できない姿勢の変化を検出する姿勢変化検出部と、
センサ情報に基づいて、第1の推定モデルにより自己位置を推定すると共に、前記姿勢変化検出部により、前記予め予測できない姿勢の変化が検出される場合、前記第1の推定モデルと異なる第2の推定モデルにより自己位置を推定する自己位置推定部と、
前記自己位置推定部により推定された自己位置の周辺の状況に基づいて、行動計画を生成する行動計画生成部と、
前記行動計画生成部により決定された行動計画に基づいて移動体の動作を制御する制御部と
を含む移動体。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2017233094 | 2017-12-05 | ||
JP2017233094 | 2017-12-05 | ||
PCT/JP2018/042921 WO2019111701A1 (ja) | 2017-12-05 | 2018-11-21 | 制御装置、および制御方法、プログラム、並びに移動体 |
Publications (2)
Publication Number | Publication Date |
---|---|
JPWO2019111701A1 true JPWO2019111701A1 (ja) | 2020-11-26 |
JP7180612B2 JP7180612B2 (ja) | 2022-11-30 |
Family
ID=66750936
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2019558116A Active JP7180612B2 (ja) | 2017-12-05 | 2018-11-21 | 制御装置、および制御方法、プログラム、並びに移動体 |
Country Status (5)
Country | Link |
---|---|
US (1) | US11592829B2 (ja) |
EP (1) | EP3722904B1 (ja) |
JP (1) | JP7180612B2 (ja) |
KR (1) | KR102625488B1 (ja) |
WO (1) | WO2019111701A1 (ja) |
Families Citing this family (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP7175216B2 (ja) * | 2019-02-15 | 2022-11-18 | ルネサスエレクトロニクス株式会社 | 異常検知装置、異常検知システム、異常検知方法 |
EP3966598A4 (en) * | 2019-05-07 | 2022-12-21 | Nokia Technologies OY | PRIVACY MANAGEMENT |
JP7385388B2 (ja) | 2019-07-22 | 2023-11-22 | 株式会社ダイヘン | 自己位置推定装置 |
JP2021060669A (ja) * | 2019-10-03 | 2021-04-15 | ソニー株式会社 | 情報処理装置、情報処理方法、情報処理システム及びプログラム |
FR3106665B1 (fr) * | 2020-01-27 | 2022-02-18 | Continental Automotive | Procédé et dispositif de localisation d’un véhicule |
US11833661B2 (en) * | 2020-10-31 | 2023-12-05 | Google Llc | Utilizing past contact physics in robotic manipulation (e.g., pushing) of an object |
KR102434973B1 (ko) * | 2020-11-06 | 2022-08-22 | 한국항공우주연구원 | 우주탐사장비의 이상 검출 방법 |
CN112687173B (zh) * | 2020-12-25 | 2022-06-21 | 安徽机电职业技术学院 | 一种基于主被动安全协同优化的汽车碰撞演示平台 |
US20220315041A1 (en) * | 2021-03-30 | 2022-10-06 | Ghost Locomotion Inc. | Scheduling state transitions in an autonomous vehicle |
JP7156445B1 (ja) | 2021-05-18 | 2022-10-19 | 三菱電機株式会社 | 携帯端末、歩行ロボット、プログラム、および位置演算支援方法 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2010079869A (ja) * | 2008-08-25 | 2010-04-08 | Murata Machinery Ltd | 自律移動装置 |
JP2010152787A (ja) * | 2008-12-26 | 2010-07-08 | Fujitsu Ltd | 環境地図生成プログラム、環境地図生成方法及び移動ロボット |
JP2017134617A (ja) * | 2016-01-27 | 2017-08-03 | 株式会社リコー | 位置推定装置、プログラム、位置推定方法 |
Family Cites Families (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPS5239467Y2 (ja) | 1971-03-31 | 1977-09-07 | ||
US7103460B1 (en) | 1994-05-09 | 2006-09-05 | Automotive Technologies International, Inc. | System and method for vehicle diagnostics |
US7162056B2 (en) * | 2002-08-16 | 2007-01-09 | Evolution Robotics, Inc. | Systems and methods for the automated sensing of motion in a mobile robot using visual data |
US7689321B2 (en) * | 2004-02-13 | 2010-03-30 | Evolution Robotics, Inc. | Robust sensor fusion for mapping and localization in a simultaneous localization and mapping (SLAM) system |
KR101297388B1 (ko) * | 2006-06-16 | 2013-08-19 | 삼성전자주식회사 | 위치 보정 기능을 제공하는 이동 장치 및 위치 보정 방법 |
KR100941418B1 (ko) * | 2007-03-20 | 2010-02-11 | 삼성전자주식회사 | 이동 로봇의 위치 인식 방법 |
BRPI0910450A2 (pt) * | 2008-04-24 | 2016-07-19 | Evolution Robotics Inc | limpador robótico |
CN101509781B (zh) * | 2009-03-20 | 2011-09-14 | 同济大学 | 基于单目摄像头的步行机器人定位系统 |
US9014848B2 (en) | 2010-05-20 | 2015-04-21 | Irobot Corporation | Mobile robot system |
JP2013045298A (ja) | 2011-08-24 | 2013-03-04 | Hitachi Plant Technologies Ltd | 無人搬送車 |
US20140031980A1 (en) * | 2011-11-11 | 2014-01-30 | Jens-Steffen Gutmann | Systems and methods for extending slam to multiple regions |
-
2018
- 2018-11-21 EP EP18885277.6A patent/EP3722904B1/en active Active
- 2018-11-21 JP JP2019558116A patent/JP7180612B2/ja active Active
- 2018-11-21 WO PCT/JP2018/042921 patent/WO2019111701A1/ja unknown
- 2018-11-21 US US16/767,593 patent/US11592829B2/en active Active
- 2018-11-21 KR KR1020207014651A patent/KR102625488B1/ko active IP Right Grant
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2010079869A (ja) * | 2008-08-25 | 2010-04-08 | Murata Machinery Ltd | 自律移動装置 |
JP2010152787A (ja) * | 2008-12-26 | 2010-07-08 | Fujitsu Ltd | 環境地図生成プログラム、環境地図生成方法及び移動ロボット |
JP2017134617A (ja) * | 2016-01-27 | 2017-08-03 | 株式会社リコー | 位置推定装置、プログラム、位置推定方法 |
Also Published As
Publication number | Publication date |
---|---|
EP3722904A4 (en) | 2021-01-06 |
EP3722904A1 (en) | 2020-10-14 |
JP7180612B2 (ja) | 2022-11-30 |
EP3722904B1 (en) | 2022-06-01 |
KR20200090777A (ko) | 2020-07-29 |
KR102625488B1 (ko) | 2024-01-17 |
US11592829B2 (en) | 2023-02-28 |
WO2019111701A1 (ja) | 2019-06-13 |
US20200387162A1 (en) | 2020-12-10 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP7180612B2 (ja) | 制御装置、および制御方法、プログラム、並びに移動体 | |
JP7151725B2 (ja) | 制御装置、および制御方法、プログラム、並びに移動体 | |
US11537131B2 (en) | Control device, control method, and mobile body | |
JP7180670B2 (ja) | 制御装置、制御方法、並びにプログラム | |
WO2020226085A1 (ja) | 情報処理装置、情報処理方法、及びプログラム | |
US11014494B2 (en) | Information processing apparatus, information processing method, and mobile body | |
JP7257737B2 (ja) | 情報処理装置、自己位置推定方法、及び、プログラム | |
WO2020250725A1 (ja) | 情報処理装置、および情報処理方法、並びにプログラム | |
US20200278208A1 (en) | Information processing apparatus, movable apparatus, information processing method, movable-apparatus control method, and programs | |
US11812197B2 (en) | Information processing device, information processing method, and moving body | |
WO2019203022A1 (ja) | 移動体、情報処理装置、情報処理方法、及びプログラム | |
US20200230820A1 (en) | Information processing apparatus, self-localization method, program, and mobile body | |
US11500386B2 (en) | Control apparatus, control method, program, and mobile object | |
JP7192771B2 (ja) | 情報処理装置、情報処理方法、プログラム、及び、車両 | |
WO2021187299A1 (ja) | 情報処理装置、情報処理方法およびプログラム | |
WO2019176278A1 (ja) | 情報処理装置、情報処理方法、プログラム、及び移動体 | |
JPWO2019049710A1 (ja) | 信号処理装置、および信号処理方法、プログラム、並びに移動体 | |
WO2021140916A1 (ja) | 移動体、情報処理装置、情報処理方法、及びプログラム | |
JPWO2020116204A1 (ja) | 情報処理装置、情報処理方法、プログラム、移動体制御装置、及び、移動体 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20211005 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20220705 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20220826 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20221018 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20221031 |
|
R151 | Written notification of patent or utility model registration |
Ref document number: 7180612 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R151 |