JPWO2020203043A1 - 描画システム - Google Patents
描画システム Download PDFInfo
- Publication number
- JPWO2020203043A1 JPWO2020203043A1 JP2021511298A JP2021511298A JPWO2020203043A1 JP WO2020203043 A1 JPWO2020203043 A1 JP WO2020203043A1 JP 2021511298 A JP2021511298 A JP 2021511298A JP 2021511298 A JP2021511298 A JP 2021511298A JP WO2020203043 A1 JPWO2020203043 A1 JP WO2020203043A1
- Authority
- JP
- Japan
- Prior art keywords
- article
- path
- obstacle
- unit
- detected
- 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.)
- Ceased
Links
- 238000000034 method Methods 0.000 claims abstract description 49
- 238000001514 detection method Methods 0.000 claims abstract description 45
- 238000011282 treatment Methods 0.000 claims abstract description 16
- 238000012986 modification Methods 0.000 claims description 4
- 230000004048 modification Effects 0.000 claims description 4
- 238000011084 recovery Methods 0.000 claims 1
- 238000004364 calculation method Methods 0.000 description 25
- 238000010586 diagram Methods 0.000 description 18
- 238000012937 correction Methods 0.000 description 15
- 230000008569 process Effects 0.000 description 14
- 238000004891 communication Methods 0.000 description 12
- 230000009471 action Effects 0.000 description 8
- 238000013528 artificial neural network Methods 0.000 description 6
- 230000006870 function Effects 0.000 description 6
- 238000012545 processing Methods 0.000 description 6
- 238000010801 machine learning Methods 0.000 description 3
- 210000002569 neuron Anatomy 0.000 description 3
- 238000012552 review Methods 0.000 description 3
- 230000006399 behavior Effects 0.000 description 2
- 230000003111 delayed effect Effects 0.000 description 2
- 230000002787 reinforcement Effects 0.000 description 2
- 230000004044 response Effects 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- 238000013459 approach Methods 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 230000002068 genetic effect Effects 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 230000010365 information processing Effects 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 238000003062 neural network model Methods 0.000 description 1
- 230000007935 neutral effect Effects 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
Images
Classifications
-
- E—FIXED CONSTRUCTIONS
- E04—BUILDING
- E04G—SCAFFOLDING; FORMS; SHUTTERING; BUILDING IMPLEMENTS OR AIDS, OR THEIR USE; HANDLING BUILDING MATERIALS ON THE SITE; REPAIRING, BREAKING-UP OR OTHER WORK ON EXISTING BUILDINGS
- E04G21/00—Preparing, conveying, or working-up building materials or building elements in situ; Other devices or measures for constructional work
- E04G21/14—Conveying or assembling building elements
- E04G21/16—Tools or apparatus
- E04G21/18—Adjusting tools; Templates
-
- 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)
- Architecture (AREA)
- Automation & Control Theory (AREA)
- Remote Sensing (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Radar, Positioning & Navigation (AREA)
- Aviation & Aerospace Engineering (AREA)
- Mechanical Engineering (AREA)
- Civil Engineering (AREA)
- Structural Engineering (AREA)
- Warehouses Or Storage Devices (AREA)
- Conveying And Assembling Of Building Elements In Situ (AREA)
Abstract
Description
一般に、工場で設備等を配置する際には、床面にケガキと呼ばれる下書きを行ってから配置することで、配置時に位置がずれることを防ぐ。ケガキ作業は基準点からの相対位置を測って書いていく作業となるが、多大な工数を伴うと共に人の読み取り時の誤差、書き込み時の誤差、勘違い等で位置がずれることが多く、熟練度と集中力を要する。このため、予め、線を描く座標を画面上に設定し、線を描くように描画装置を車両に搭載して移動させながら制御して決められた位置に画像を描くシステムが提案されている(特許文献1)。
すなわち、描画システムを運転して描画作業を進めるには予め障害物を排除するか、障害物を検知するとシステムを停止させるしかなく、描画システムが停止した場合に、停止した理由の確認のために作業が遅延するという問題があった。
本願は、前述の問題を解決する技術を開示するものであって、描画作業をできるだけ円滑に進める描画システムを提供することを目的とするものである。
本願の描画システムは、図1のブロック図に示すように構成されている。なお、図中、同一符号は各々同一または相当部分を示している。
本願の描画システム100は、描画を行う描画装置1、描画経路設定装置2、描画制御装置3、描画記憶装置4、物品記憶装置5、物品検知装置6、及び描画処置決定装置7を備えている。
描画経路設定装置2は、描画装置1によって描画される領域(予め定めた線幅と長さによる領域)を設定する。描画制御装置3は、描画経路設定装置2によって設定された領域の通りに描画するように描画装置1を制御する。さらに、描画記憶装置4は、描画作業の進捗状況を記憶している。
物品検知装置6は、描画を進めていく方向に障害物となる物品が存在するか否かを検知する機能を備えている。そして、障害物となる物品が存在することを検知した場合には、検知した物品の識別情報を物品記憶装置5および描画制御装置3に出力する。すなわち、物品検知装置6は、周囲の環境を計測して物品の位置、距離および大きさなどを検知する外界センサである。
物品検知装置6から障害物となる物品を検知したとの情報を受け取った物品記憶装置5は、物品検知装置6から受け取った物品の識別情報と記憶している物品の識別情報とを照合することによって、該当する物品の識別情報を抽出し、該当する物品の期間情報を識別情報とを結び付けて物品情報として描画処置決定装置7に出力する。
このような描画作業の処置を描画処置決定装置7において決定し、その決定内容が描画制御装置3に送られて描画作業が制御される。
したがって、描画装置1、描画経路設定装置2、描画制御装置3、及び描画記憶装置4は、描画システム100の定常状態を運営する構成となっており、物品記憶装置5、物品検知装置6、及び描画処置決定装置7は、描画作業において障害物となる物品を検知した場合の対応を行う構成となっている。
すなわち、操作する者が、表示端末装置40を使用して記憶演算端末装置30に作業の開始を指示すると、記憶演算端末装置30から移動描画装置10に制御信号が送信され、移動描画装置10は移動を開始して描画作業を開始する。
光照射部13は、描画経路に対して進行経路の状態を測るために光を照射し、進行経路の状態を示す照射光に対する反射光を反射光検知部14によって検知するように構成されている。また、移動描画装置10には、障害物を撮影する撮影部15を備え、撮影部15は、反射光検知部14によって進行経路に障害物があることの情報が記憶演算端末装置30に送られ、記憶演算端末装置30から障害物が存在するとの判定結果の通信を受けた場合に障害物を撮影し、物品の画像データを出力する。また、移動描画装置10は、記憶演算端末装置30から通信された移動指示に従って移動描画装置10を移動させる駆動部16、描画をするための描画部17、及び接触検知部18を備えている。ここで、接触検知部18は、障害物が、作業員などの場合に、描画作業を停止させるために設けられているもので、作業者が接触検知部18を操作することによって作業を途中で停止したという情報を通信部11から記憶演算端末装置30に送信する。すなわち、接触検知部18を設けることによって、外部からの接触を検知すると、描画を中断し描画経路の終点座標へ移動した後に開始座標へ戻り描画を再開すると共に接触により描画を中断したことをユーザに連絡する。このユーザへの連絡は、描画を中断する対象となった物品の画像データを表示することによって行う。
移動描画装置10の通信部11は、原点補正端末装置20、記憶演算端末装置30と通信するように構成されている。原点補正端末検出部121は原点補正端末装置20を検出し、原点座標認識部122は検出した原点補正端末装置20の座標を認識する。移動座標量検出部123は駆動部16による走行結果を検出する。
記憶演算端末装置30は、移動描画装置10および表示端末装置40と通信する通信部31、描画に関する情報を記憶する情報記憶部32を備え、情報記憶部32は描画すべき経路を設定した描画経路設定データベース321、描画すべき経路に対して実際に移動描画装置10が描画した経路と撮影部15で撮影した物品の画像データとを保持する描画実績経路データベース322、描画経路設定データベース321と描画実績経路データベース322との差分を保持する残描画経路データベース323、障害物の情報を保持する障害物マスタデータベース324、反射光検知部14で検知した結果から障害物の有無を判断する障害物の有無判定部33、障害物が有る場合に障害物マスタデータベース324に含まれるか判断する障害物の種類判定部34、恒久的な障害物の設定と現実の差分量を判断するためのマスタと現実の差分演算部35、マスタと現実の差分演算部35の演算結果を描画経路に反映するための修正描画経路算出部36、描画部17の実績を描画実績経路データベース322に登録するための描画実績処理部37、描画が完了したか判断するための描画実績判断部38を備えている。また、表示端末装置40は記憶演算端末装置30から通信された情報を表示する表示部41を備えている。
実際の動作の事例として、図4に示すような設備Aと柱Bの間に、図5に示すような設備Bおよび設備Cを新たに配置する場合の描画として、図6に示すようなL字型の線図を描く場合の例を説明する。
例えば図4に示すように作業前のレイアウトを、CADを使用した電子図面の図面データによって、例えば2次元座標で管理する。ステップS1において、描画経路を示す座標情報を設定する。すなわち座標情報としては、図6に示している線図の電子図面の図面データを2次元座標によって表現している。この座標情報のうちL字型の線図の部分が、移動描画装置10の描画経路となる。レイアウトを2次元座標で表した例は、図8に示すようになる。図8には表れていないが、座標(0,0)が原点補正端末装置20を置く座標であって、この事例では座標(X,Y)が描画する経路の基準位置として、この位置に対して、柱A、柱B、及び設備Aとして表した物品の設置の位置を表している。また、描画経路のL字型の線図の四隅における相対座標を表している。座標の間隔の単位(管理メッシュ)は、任意に定めることができる。特に、この事例では移動描画装置10の移動の1スッテプが予め定めた単位の10の大きさを持ち、1ステップ移動をする度に単位10の長さを描画するものとして説明する。描画経路は、座標(X+20,Y)を始点とし、反時計回りに描画を進め、座標(X+70,Y)を終点とする。描画経路を描画経路設定データベースに登録した例を図9に示す。
移動描画装置10を駆動後、描画開始座標へ移動して描画動作を開始し、描画中に障害物を検出するまでのフローチャートを図11に示す。
図11に示すように、まず、移動描画装置10の現在の座標が次に作業を行う描画経路番号の開始座標と一致するかどうかを判断する。この事例では、現在の座標が描画経路番号1の開始座標(X+20,Y)であるかを判断することになる。一致しなければ、ステップS8において、例えば無人搬送車のような自律運転で次の描画経路番号の開始座標へ移動する。自律運転では1ステップの移動毎に光照射部から光を移動先へ照射し、反射光検知部で移動先の距離から反射された光が検出されれば障害物があると判断することで障害物を回避しながら次の描画経路番号の開始座標へ移動する。ステップS9において、検出処理で次の描画経路番号の開始座標に障害物有無を判断する。この事例では描画経路番号1の座標(X+20,Y)に障害物がある場合は、ステップS10において、移動先を次々の描画経路開始座標とする。つまり、描画経路番号2の開始座標である(X+10,Y)を対象として移動する。以降は障害物が検出されなくなるまで同様の処理を繰り返す。こうして描画を開始する座標に移動完了後、ステップS11において、描画動作を開始する。この事例では、描画経路番号1の開始座標(X+20,Y)に障害物がないこととし、描画経路番号1から描画動作を開始する。
描画経路番号1の開始座標(X+20,Y)から終点座標の(X+10,Y)へは障害物が無いので、移動可能と判断し、ステップS12において、移動描画装置10を当該描画経路番号の終点座標へ移動する。この事例では座標(X+10,Y)へ移動する。次に描画経路番号2の開始座標(X+10,Y)から終点座標の(X,Y)へは障害物が有るので、移動不可能と判断し、ステップS13において、当該経路番号の開始座標から終点座標を撮影する。撮影後、ステップS14において、撮影した画像データを移動描画装置10から記憶演算端末装置30に当該終点座標の画像データを送信する。記憶演算端末装置30は、画像データを受信後、ステップS15において、障害物マスタデータベース324に登録された画像データと例えば画像認証技術を用いて、障害物の画像データに当該終点座標の画像データが含まれているかを判断する。この時、「含む」と判断する閾値については任意に設定できるものとする。この事例では障害物マスタデータベース324に設備Aの画像データを登録しているので、ステップS16において、「含む」と判断し、種類は恒久的であるので当該終点座標の障害物は恒久的な障害物と判断する。恒久的な障害物と判断した後の処理は後述する。
検出した障害物が障害物マスタデータベース324に登録していない場合あるいは登録していても閾値を超えなかった場合は、作業者は画像データを基に障害物に対する処置を判断することになるため、ステップS18において、描画動作を中止し障害物の画像データを表示端末に表示する。この場合は準備作業から見直した方がよいため、完了とする。
先ず、ステップS19において、表示端末装置40に恒久的な障害物の画像データを表示する。併せて、ステップS20において、表示端末装置40に障害物と描画経路の図面データとを表示する。この事例では、設備Aの画像データと図8に示した座標の図を表示する。次に、ステップS21において、恒久的な障害物の画像データを基に図面データ上で当該障害物の座標を指定する。この事例では作業者は、座標(X,Y)で検出した設備Aは、図面データ上の座標(X−10,Y)にあるべきものであると判断し、座標(X−10,Y)と指定する。
次にマスタと現実の差分演算部35を用いて、ステップS22において、恒久的な障害物を検出した座標と図面データ上で指定した当該障害物の座標の差分を演算する。この事例では恒久的な障害物を検出した座標(X,Y)とステップS21において指定した座標(X−10,Y)の差分を(10,0)であると演算する。
次に修正描画経路算出部36を用いて、描画経路設定データベース321に設定した描画経路に対してステップS22において演算した差分を反映した描画経路を、ステップS23において、表示端末装置40に差分の修正を施した描画経路図として表示する。この事例では(10,0)を反映した結果、図15のように表示する。この時、差分の修正を反映する範囲を選択できるようにしても良い。
すなわち、「恒久的」な障害物の場合には、図面データに対して当該障害物を入力指定することで、図面データ上にあるべき座標と当該障害物を検出した座標との差分だけスライドさせた描画経路を修正案として提示することになる。
描画作業を実施すると判断すれば、ステップS25において、修正後の描画経路で、描画経路設定データベースの描画経路を更新する。描画経路設定データベースが更新されると、ステップS26において、当該描画オーダに対する描画実績経路データベース322、残描画経路データベース323を初期化することで、描画実績を初期化する。初期化後は、ステップS27において、修正した描画経路番号1の開始座標に移動する。移動後は図11に示す処理によって描画を再開する。修正を実施しない場合は、準備作業から見直した方がよいため、完了とする。
一時的な障害物の回避行動として、ステップS28において、次の描画経路開始座標に向けて移動を開始する。この事例では描画経路番号9の開始座標(X+70,Y+70)へ移動を開始する。次の描画経路番号の開始座標へ移動が出来るか障害物の検出処理をすることで判断する。障害物が無い場合は、ステップS29において、対象の描画経路開始座標へ移動する。回避行動の経路設定方法については特に指定しないが、例えばこの事例の(X+10,Y+70)から(X+70,Y+70)へ回避行動は、最短経路に対して1ステップ移動する毎に障害物を検出し、障害物を検出すれば当該障害物を回り込むように迂回して最短経路に戻ろうとすることで(X+10,Y+70)から(X+10,Y+80)、(X+20、Y+80)、(X+30,Y+80)、(X+30,Y+70)、(X+40,Y+70)、(X+50,Y+70)、(X+60,Y+70)、(X+70,Y+70)へと回避行動をしても良い。
この事例で示した座標(X+20,Y+70)に一時的な障害物として台車Aが有り回避行動を取り、回避行動が規定時間内に完了し、その他の描画経路番号が描画出来た場合の描画実績経路データベースのデータ例を図18に示す。また、残描画経路データベースのデータ例を図20に示す。
なお、実施の形態1の説明において、物品を識別するための情報として、物品の画像データを用いる場合を取り上げたが、装置あるいは設備に無線タグを設け、タグから得られる物品の情報を使用することによって、障害物となった物品への対応を設定することによって効率の良い対応が可能になる。
次に、描画処置決定装置7に機械学習機能を持たせる場合について説明する。図21は描画処置決定装置7において、学習装置50を組み込む場合の構成を示すブロック図である。移動描画装置10は、実施の形態1に示したと同様に、通信部11、撮影部15を備える。記憶演算端末装置30は、通信部31、情報記憶部32、障害物の有無判断部33、障害物の種類判定部34、および学習済モデル記憶部39を備える。表示端末装置40は、表示部41、通信部42、および物品情報入力部43を備える。学習装置50は、通信部51、データ取得部52、およびモデル生成部53を備える。
モデル生成部53は、データ取得部52から出力された物品情報、および物品情報入力部43から入力された物品情報の組合せによる学習用データに基づいて、撮影部15によって撮影された物品を学習する。すなわち、撮影部15によって撮影された物品の画像データと物品情報入力部43で入力された物品情報とによって、撮影部15によって撮影された物品の物品情報を推論する学習モデルを生成する。ここで、学習用データは物品の画像データと物品情報入力部43で入力された物品情報とを互いに関連付けたデータである。
モデル生成部は、例えば、ニューラルネットワークモデルに従って、いわゆる教師あり学習により、物品情報入力部43で入力された物品情報を学習する。ここで、教師あり学習とは、入力と結果(ラベル)のデータの組を学習装置に与えることで、それらの学習用データにある特徴を学習し、入力から結果を推論する手法をいう。
ステップS233において、学習済モデル記憶部39は、モデル生成部53が生成した学習済モデルを記憶する。そしてこの手順を完了とする。
次に、描画処理決定装置7に、推論機能を備える場合の構成について説明する。
図24は描画処置決定装置7に推論装置60を組み込む場合の構成を示すブロック図である。推論装置60は、通信部61、データ取得部62、推論部63を備えている。
例えば、障害物とされた物品が台車であって、障害物として登録された後に、台車の形状が改造により変更されているような場合においても、障害物マスタデータベース324に登録されている台車であると推論して、描画動作を制御することができる。すなわち、実施の形態1の図11において示したように、障害物の画像データが障害物マスタデータベースに該当する画像データが無いとして描画動作を中断するのではなく、状況の変化を含めた判断を行うことによって、描画動作の中断を回避することができ、ユーザの追加作業を無くして期間情報に応じた描画処置を決定することが可能となる。
従って、例示されていない無数の変形例が、本願明細書に開示される技術の範囲内において想定される。例えば、少なくとも1つの構成要素を変形する場合、追加する場合または省略する場合、さらには、少なくとも1つの構成要素を抽出し、他の実施の形態の構成要素と組み合わせる場合が含まれるものとする。
Claims (11)
- 物品を識別する識別情報と前記物品を設置する期間の期間情報とを保存している描画記憶装置、描画経路を設定する描画経路設定装置、前記描画経路設定装置によって設定された前記描画経路を走行する描画装置、前記描画装置が走行する前記描画経路の上に設けられた物品を検知する物品検知装置、前記物品検知装置によって検知された前記物品を、前記描画記憶装置に保存されている前記識別情報に基づいて特定し、前記物品の前記期間情報に応じて区分された描画の処置を決定する描画処置決定装置、および前記描画処置決定装置による決定に基づいて前記描画装置を制御する描画制御装置を備えた描画システム。
- 前記描画経路が座標情報によって与えられた描画経路であって、前記物品検知装置が外界センサであることを特徴とする請求項1に記載の描画システム。
- 前記描画処置決定装置において決定される描画の処置が、前記物品の期間情報の「恒久的」と「一時的」に区分して扱われていることを特徴とする請求項1に記載の描画システム。
- 前記物品の期間情報が「一時的」であれば、前記物品を回避して描画を継続するようにしたことを特徴とする請求項3に記載の描画システム。
- 前記物品の期間情報が「恒久的」であれば、描画を中断して、対象となった物品の画像データを表示することを特徴とする請求項3に記載の描画システム。
- 「恒久的」な物品が描画経路にある場合に、図面データ上にあるべき座標と当該物品を検出した座標との差分だけスライドさせた描画経路を修正案とすることを特徴とする請求項3に記載の描画システム。
- 前記回避して描画を継続した場合に、前記描画経路に設定した時間内に復旧できない場合は、前記描画経路の終点座標へ移動した後に開始座標へ移動し、描画を再開することを特徴とする請求項4に記載の描画システム。
- 前記描画装置は接触検知部を備え、外部からの接触を検知すると、描画を中断するようにしたことを特徴とする請求項1に記載の描画システム。
- 前記描画装置は、前記描画経路を走行して描画をせずに、障害物の検出のみを実施するモードを有することを特徴とする請求項1に記載の描画システム。
- 前記描画処置決定装置の前記物品検知装置によって検出された前記識別情報と、前記描画処置決定装置で検知された物品の特定情報とを含む学習用データを取得するデータ取得部と、前記学習用データを用いて、前記描画処置決定装置の前記物品検知装置によって検出された前記識別情報から前記描画処置決定装置で検知された物品を推論するための学習済モデルを生成するモデル生成部とを有する学習装置を備えたことを特徴とする請求項1に記載の描画システム。
- 前記描画処置決定装置の前記物品検知装置によって検出された前記識別情報を取得するデータ取得部と、前記物品検知装置によって検出された前記識別情報から前記描画処置決定装置で検知された物品を推論するための学習済モデルを用いて、前記データ取得部から入力された前記物品検知装置によって検出された前記識別情報から前記描画処置決定装置で検知された物品を出力する推論部とを有する推論装置を備えたことを特徴とする請求項1に記載の描画システム。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2019071065 | 2019-04-03 | ||
JP2019071065 | 2019-04-03 | ||
PCT/JP2020/009690 WO2020203043A1 (ja) | 2019-04-03 | 2020-03-06 | 描画システム |
Publications (1)
Publication Number | Publication Date |
---|---|
JPWO2020203043A1 true JPWO2020203043A1 (ja) | 2021-10-28 |
Family
ID=72668341
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2021511298A Ceased JPWO2020203043A1 (ja) | 2019-04-03 | 2020-03-06 | 描画システム |
Country Status (2)
Country | Link |
---|---|
JP (1) | JPWO2020203043A1 (ja) |
WO (1) | WO2020203043A1 (ja) |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH0373004A (ja) * | 1989-08-14 | 1991-03-28 | Honda Motor Co Ltd | 自走型作業ロボット |
JPH05108144A (ja) * | 1991-10-17 | 1993-04-30 | Mitsubishi Electric Corp | 自走ロボツト |
JP2001289638A (ja) * | 2000-04-11 | 2001-10-19 | Sumitomo Densetsu Corp | 自走式作業装置 |
JP4460029B2 (ja) * | 2007-10-31 | 2010-05-12 | 株式会社技工社 | 車両型描画装置 |
JP2015035139A (ja) * | 2013-08-09 | 2015-02-19 | トヨタ自動車株式会社 | 自律移動体、障害物判別方法及び障害物回避方法 |
-
2020
- 2020-03-06 WO PCT/JP2020/009690 patent/WO2020203043A1/ja active Application Filing
- 2020-03-06 JP JP2021511298A patent/JPWO2020203043A1/ja not_active Ceased
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH0373004A (ja) * | 1989-08-14 | 1991-03-28 | Honda Motor Co Ltd | 自走型作業ロボット |
JPH05108144A (ja) * | 1991-10-17 | 1993-04-30 | Mitsubishi Electric Corp | 自走ロボツト |
JP2001289638A (ja) * | 2000-04-11 | 2001-10-19 | Sumitomo Densetsu Corp | 自走式作業装置 |
JP4460029B2 (ja) * | 2007-10-31 | 2010-05-12 | 株式会社技工社 | 車両型描画装置 |
JP2015035139A (ja) * | 2013-08-09 | 2015-02-19 | トヨタ自動車株式会社 | 自律移動体、障害物判別方法及び障害物回避方法 |
Also Published As
Publication number | Publication date |
---|---|
WO2020203043A1 (ja) | 2020-10-08 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6854840B2 (ja) | 地図構築装置及びその地図構築方法 | |
US10328578B2 (en) | Methods and systems for detecting, recognizing, and localizing pallets | |
CN110587597B (zh) | 一种基于激光雷达的slam闭环检测方法及检测系统 | |
US20200264625A1 (en) | Systems and methods for calibration of a pose of a sensor relative to a materials handling vehicle | |
US20200023523A1 (en) | Robot control system, robot apparatus, and non-transitory computer readable medium | |
JP6686705B2 (ja) | 管理システム、管理方法および情報処理装置 | |
CN110816522A (zh) | 车辆姿态的控制方法、设备及计算机可读存储介质 | |
WO2020203043A1 (ja) | 描画システム | |
CN112078571B (zh) | 自动泊车方法、设备、存储介质及装置 | |
CN110084825A (zh) | 一种基于图像边缘信息导航的方法及系统 | |
CN115527189B (zh) | 车位状态的检测方法、终端设备及计算机可读存储介质 | |
JP2015158418A (ja) | 自己位置算出装置及び自己位置算出方法 | |
WO2020037553A1 (zh) | 图像处理方法及装置、移动设备 | |
US11551379B2 (en) | Learning template representation libraries | |
JP6690411B2 (ja) | 管理システム、管理方法および搬送システム | |
JP6750315B2 (ja) | 管理システム、管理方法および搬送システム | |
CN113932825A (zh) | 机器人导航路径宽度获取系统、方法、机器人及存储介质 | |
CN114596239A (zh) | 装卸货事件检测方法、装置、计算机设备和存储介质 | |
JP7285517B2 (ja) | 自己位置推定装置、移動体、自己位置推定方法、及び自己位置推定プログラム | |
US20230129346A1 (en) | Capability-aware pathfinding for autonomous mobile robots | |
JP2019053462A (ja) | ランドマーク選定方法及びランドマーク選定装置 | |
US11946768B2 (en) | Information processing apparatus, moving body, method for controlling information processing apparatus, and recording medium | |
JP6670351B2 (ja) | 地図更新装置および地図更新方法 | |
WO2023062913A1 (ja) | 情報提供方法、情報表示方法及びプログラム | |
US20230027659A1 (en) | Self-position estimation device, moving body, self-position estimation method, and self-position estimation program |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20210224 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20220105 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20220124 |
|
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20220412 |
|
A045 | Written measure of dismissal of application [lapsed due to lack of payment] |
Free format text: JAPANESE INTERMEDIATE CODE: A045 Effective date: 20220830 |