WO2003046478A1

WO2003046478A1 - Systeme d'identification de position automatique d'un robot et procede d'identification

Info

Publication number: WO2003046478A1
Application number: PCT/JP2002/012367
Authority: WO
Inventors: Masaki Fukuchi; Steffen Gutmann
Original assignee: Sony Corporation
Priority date: 2001-11-30
Filing date: 2002-11-27
Publication date: 2003-06-05
Also published as: EP1450129A4; JP2003166824A; US20040249504A1; EP1450129A1; JP3968501B2; US7263412B2

Description

明細書ロボットの自己位置同定システム及び自己位置同定方法 [技術分野] 本発明は、作業空間を自在（無経路）に移動することができるインテリジェントな移動ロボットのための自己位置同定システム及び自己位置同定方法に係り、特に、ロボヅトのセンサ情報とロボット自身の動作情報に基づいて自己位置を同定するロボッ卜の自己位置同定システム及び自己位置同定方法に関する。

さらに詳しくは、本発明は、人工的なランドマークを含む環境において、ランドマークの探索結果を手掛かりに自己位置を同定するロボットの自己位置同定システム及び自己位置同定方法に係り、特に、広い範囲で比較的短い探索時間で探索を行う大域的探索と高精度だが探索時間を要する局所的探索とを併用して自己位置同定を行うロボットの自己位置同定システム及び自己位置同定方法に関する。

[背景技術] 電気的若しくは磁気的な作用を用いて人間の動作に似せた運動を行う機械装置のことを「ロボット」という。ロボットの語源は、スラブ語の R O B O T A (奴隸機械）に由来すると言われている。わが国では、ロボットが普及し始めたのは 1 9 6 0年代末からであるが、その多くは、工場における生産作業の自動化 -無人化などを目的としたマニピュレータや搬送ロボットなどの産業用ロボット (industrial rooot) であった。

最近では、ヒトのような 2足直立歩行を行う動物の身体メカニズムや動作をモデルにしてデザインされた「人間形」若しくは「人間型」のロボット（humanoid robot)を始めとして、各種の脚式移動ロボヅトに関する研究開発が進展し、実用化への期待も高まってきている。

車輪や可動脚などを備えた移動型ロボットの主な用途は、産業活動 ·生産活動などにおける各種作業の代行や、ュ一ザとの対話をべ一スにしてィンテリジェントなリアクションを行う人間との共存 ·共生などを挙げることができる。前者の場合、原子力発電プラントや火力発電プラント、石油化学プラントにおけるメンテナンス作業、製造工場における部品の搬送'組立作業、高層ビルにおける清掃、火災現場その他における救助といったような、人間が容易に踏み込むことができない現場での危険作業 '難作業をロボットが代わりに行うことを意味する。また、後者の場合、ロボットは人間と同じ住空間で利用され、自律的な思考及び動作制御を行い、より高度でリアリスティヅクなコミュニケ一シヨンを実現する。

ところで、移動ロボットの自己位置同定は、例えばロボットがデリバリなどのサービスを行う上で極めて重要な技術である。何故ならば、目標地点までの道順を間違うことは、仮に回復することができたとしても非効率的であり、障害物との衝突や危険区域への進入などの危険を招来する可能性さえあるからである。ロボットが自己同定を行う代表的な手法の 1つとして「ランドマーク（L a n d m a r k)jの利用を挙げることができる。ランドマークには、通常、視覚的に識別可能な視認情報がその表面に形成されている。ロボットは、視覚認識されたランドマークからの相対位置情報を基に自己位置を地理的に探索することができ人工的なランドマークを含む環境における探索若しくは自己位置同定の方式として、例えば、マルコフ ·ロー力リゼ一シヨンや拡張カルマン ·フィル夕を適用したものが提案されている。

マルコフ ·ローカリゼーシヨンを用いた探索装置は、環境内の自分の位置を離散的なグリヅド上の自己位置確率密度分布として保持し、環境内に設置されているランドマ一クを観測すると、ランドマークからの相対位置に基づいて自己位置を推定して、自己位置確率密度分布を更新する。また、自身の動作情報を観測すると、その動作情報に基づいて、自己位置確率密度を更新する。そして、各時刻において、自己位置確率密度分布の最も高い値を持つグリッドが、自己位置の推定結果となる。

他方、拡張カルマン■フィル夕を用いた探索装置は、自己位置を状態変数 [x， y， θ ~の実測値として保持し、環境内に設置されたランドマークを観測すると、ランドマークからの相対位置に基づいて自己位置を推定する。また、自身の動作情報を観測すると、その動作情報に基づいて、状態量の推定を行う。

前者のマルコフ · 口一力リゼ一シヨンを適用した探索装置は、同定解の精度は粗いが、解の収束速度が速いことを主な特徴とする。よって、本発明者らはこのタイプの探索装置は大域的な探索に適していると思料する。また、マルコフ ·口一力リゼーシヨンは、センサのノイズに対してロバストである、すなわちセンサ値にノィズを含んでいても、ほぼ一定の自己位置同定結果を得ることができる。また、後者の ¾張カルマン · フィル夕を適用した探索装置は、解の収束速度は遅いが、同定解の精度が細かいことを主な特徴とする。よって、本発明者らはこのタイプの探索装置は局所的な探索に適していると思料する。また、拡張カルマン ·フィル夕は、センサ情報に対して口バストである反面、センサ ·ノイズに対するロバスト性が低く、また、再復帰にかかる時間が長い。

マルコフ · 口一力リゼ一シヨンを用いた探索装置は、大局的探索装置の性質が強く、解の収束速度は速い。しかしながら、グリッド分割の数の 2乗で計算量が増加するため、同定解の精度は離散化されたグリッドの粗さに依存し、一般に精度のよい解は得られない。また、解の精度が悪い場合には、自己位置を正確に知ることができない。このため、目的の場所に正確に行くことができない、目的に場所に到着しているのかどうか判断できない、といった不具合が生ずることがある。

—方、拡張カルマン ·フィル夕を用いた探索装置は、局所的探索装置の性質が強く、同定解の精度は非常によいが、その反面、収束性が悪く、観測情報のノィズに対するロバスト性（頑健性）に欠けている。収束速度が遅い場合には、自己位置同定開始時の初期位置同定に時間がかかるとともに、他の外力によって意図せず位置を動かされた場合（誘拐問題）には、正しい解を得るまでに非常に時間がかかる。

[発明の開示] 本発明の目的は、車輪や可動脚などの移動機構を備えたロボット自身の位置や姿勢を認識しながら行動するロボットにおいて、高精度で高速且つ口バストな自己位置同定を行うことができる、優れたロボットの自己位置同定システム及び自己位置同定方法を提供することにある。

本発明のさらなる目的は、人工的なランドマークを含む環境において、ランドマークの探索結果を手掛かりに自己位置を好適に同定することができる、優れたロボットの自己位置同定システム及び自己位置同定方法を提供することにある。本発明のさらなる目的は、広い範囲で比較的短い探索時間で探索を行う大域探索と高精度だが探索時間を要する局所的探索とを併用して、高精度で、高速且つ口バストな自己位置同定を行うことができる、優れたロボットの自己位置同定システム及び自己位置同定方法を提供することにある。本発明は、上記課題を参酌してなされたものであり、移動機構を備えて所定の環境内を移動可能なロボットのための自 3位置同定システム又は自己位置同定方法であって、

前記環境内に設置されたランドマークを観測する外界観測手段又はステヅプと、ロボット自身の動作情報を観測する内界観測手段又はステップと、

外界観測結果及び内界観測結果を基に比較的高速に位置同定解を出力する第 1 の探索手段又はステヅプと、

外界観測結果及び内界観測結果を基に比較的細かな精度で位置同定解を出力する第 2の探索手段又はステヅプと、

前記第 1の探索手段又はステツプの出力結果に応じて前記第 2の探索手段又はステツプの動作を制御する制御手段又はステヅプと、

を具備することを特徴とするロボットの自己位置同定システム又は自己位置同定方法である。

ここで、前記第 1の探索手段又はステップは、マルコフ ·ロー力リゼ一シヨンを適用して、環境内の自分の位置を離散的なグリッド上の自己位置確率密度分布として保持し、前記外界観測手段又はステップによるランドマークの観測結果に応じて該ランドマークからの相対位置に基づいて自己位置を推定して自己位置確率密度分布を更新するとともに、前記内界観測手段又はステヅプによる自身の動作情報の観測結果に基づいて、自己位置確率密度を更新し、各時刻において自己位置確率密度分布の最も高い値を持つグリッドを自己位置の推定結果として出力するようになっていてもよい。

マルコフ . ロー力リゼ—シヨンを適用した探索は、同定解の精度は粗いが、センサ ·ノイズに対して口バストであることや、解の収束速度が速いことを主な特徴とし、大域的な探索に適している。

また、前記第 2の探索手段又はステップは、前記内界観測手段又はステップによるロボット自身の動作情報と自己位置との関係を規定した状態モデルと、自己位置と前記外界観測手段又はステヅプによるランドマ一クの観測情報との関係を規定した観測モデルを備えた拡張カルマン · フィル夕を適用して、前記内界観測手段又はステップによるロボット自身の動作情報及び前記外界観測手段又はステップによるランドマ一クの観測情報を基に自己位置を推定するようになっていてもよい。

拡張カルマン ·フィル夕を適用した探索は、センサ ·ノイズに対する口バスト性が低く、解の収束速度は遅いが、センサ情報の減少に対する口バスト性に優れ、同定解の精度が細かいことを主な特徴とし、局所的な探索に適している。

また、前記制御手段又はステヅプは、前記第 1の探索手段又はステヅプの探索結果の妥当性を評価して、該評価が所定の基準を満たさなかったことに応答して前記第 2の探索手段又はステツプへの少なくとも外界観測情報の入力を制限するようにしてもよい。

例えば、前記第 1の探索手段又はステップにおいてマルコフ ·口一カリゼーシヨンを適用する場合には、前記第 1の探索手段又ほステツプにおいて推定された自己位置において前記外界観測手段又はステツプによりランドマークを観測する確率が所定の閾値を上回るかどうかによって、前記外界観測手段又はステップによる外界観測結果の妥当性を評価することができる。

例えば、推定された自己位置においてランドマークを観測する確率が閾値を下回る場合には、マルコフ ·口一力リゼ一シヨンにおいて、センサ 'ノイズのために解が充分に収束していないことが予測される。したがって、センサ .ノイズに対する口バスト性がより低い拡張カルマン · フィル夕に基づく探索を行っても精度のよい自己位置同定結果が得られるとは考えられない。そこで、該評価が所定の基準を満たさなかったことに応答して前記第 2の探索手段又はステツプへの少なくとも外界観測情報の入力を制限して、収束速度の遅い拡張カルマン ·フィル夕に基づく探索をスキップするようにしてもよい。

また、前記制御手段又はステップは、前記第 2の探索手段又はステップによる探索結果の妥当性を検証して、該評価が所定の基準を満たすことに応答して該探索結果を自己位置同定結果として出力するとともに、該評価が所定の基準を満たさなかつたことに応答して前記第 2の探索手段又はステヅプを再初期化するようにしてもよい。

例えば、前記第 2の探索手段又はステヅプにおいて拡張カルマン ·フィルタを適用する場合には、前記第 2の探索手段又はステツプによる自己位置の推定結果である確率密度分布を、前記第 1の探索手段又はステツプによる自己位置の推定結果である確率密度分布と比較して、両者の類似度により妥当性を検証することができる。分布の類似度は、例えば力ィ二乗検定 ( c h i - s q u r e t e s t ) を利用することができる。拡張カルマン 'フィル夕よりもマルコフ '口一力リゼ一シヨンの方がセンサ ·ノイズに対して口バストであることから、両者の確率密度分布が類似しな、場合には、センサ ·ノイズに対するロノスト性の低い拡張力ルマン · フィル夕に基づく探索結果の方が妥当でないと推測される。また、拡張カルマン · フィル夕は再復帰にかかる時間が長い。そこで、該評価が所定の基準を満たさなかったことに応答して、前記第 2の探索手段又はステップを再初期化するようにしてもよい。

また、拡張カルマン · フィル夕に基づく探索の方がセンサ情報の減少に対するロバスト性が高いことから、該評価が所定の基準を満たす場合には、前記第 2の探索手段又はステツプによる自己位置推定結果をシステム全体の探索結果として出力するようにしてもよい。

本発明に係る自己位置同定システム又は自己位置同定方法によれば、自己位置同定解の収束速度が優れる大域的探索による精度の粗い同定解にのみ頼ることなく、また、同定解の精度が高いが収束速度が遅い局所的探索を常に稼働しその出力をひたすら待つ必要もない。また、マルコフ ·口一力リゼーシヨンのセンサ ·ノイズに対する口バスト性を用いて、ランドマークに関する外界観測結果の妥当性や拡張カルマン · フィル夕の自己位置推定結果の妥当性を評価して、最終的には、センサ情報の減少に対する口バスト性に優れた拔張カルマン ·フィル夕による自己位置推定結果をシステム全体の自己位置同定結果として出力とすることができる。

すなわち、本発明によれば、高精度で高速、且つ、ロバストな自己位置同定を実現することができる訳である。

なお、前記外界観測手段は、ランドマークを捕捉する画像入力手段及び入力画像を基にランドマーク及び該ランドマ一クまでの距離を認識する画像認識手段デ構成することができる。

あるいは、前記外界観測手段は、ランドマークまでの距離を計測するレンジ - ファインダなどで構成することもできる。

また、ランドマークは、視認性の識別情報が表面に形成されている部材で構成することができる。例えば、 2色以上に塗り分けられたチューブ状のポールや、 2色以上に塗り分けられた平面板などをランドマ一クとして適用することができる。本発明のさらに他の目的、特徴や利点は、後述する本発明の実施形態や添付する図面に基づくより詳細な説明によって明らかになるであろう。

[図面の簡単な説明] 図 1は、本発明に実施に供される移動ロボット 1の機能構成を模式的に示した図である。

図 2は、 IJ御ュニヅト 2 0の構成をさらに詳細に示した図である。

図 3は、マルコフ ·口一カリゼーシヨンにより求められた各グリヅド上での自己位置確率密度分布を表した図である。

図 4は、拡張カルマン · フィル夕の構成を模式的に示した図である。

図 5は、マルコフ ·口一力リゼーシヨンと拡張カルマン ·フィルタを併用した本実施形態に係る自己位置同定システム 1 0 0の機能構成を模式的に示した図である。

図 6は、自己位置同定システム 1 0 0の動作特^を示したフローチヤ一トである。

図 7は、センサ入力の減少に伴う誤差の増加に関して（解の同定精度に関して）、マルコフ ·ロー力リゼ一シヨン並びに拡張カルマン ·フィル夕をそれそれ単独で適用して自己位置同定を行った場合と、本発明に従ってマルコフ ■口一力リゼ一シヨンと拡張カルマン ·フィル夕を組み合わせて自己位置同定を行った場合の比較検証結果を示した図である。

図 8は、センサ ·ノイズの増加に伴う誤差の増加に関して（観測ノイズに対する口バスト性に関して）、マルコフ ·口一力リゼ一シヨン並びに拡張カルマン ·フィル夕をそれそれ単独で適用して自己位置同定を行った場合と、本発明に従ってマルコフ ·口一力リゼ一シヨンと拡張カルマン ·フィル夕を組み合わせて自己位置同定を行つた場合の比較検証結果を示した図である。

図 9は、解の収束速度に関して、マルコフ ·ロー力リゼ一シヨン並びに拡張力ルマン ·フィルタをそれそれ単独で適用して自己位置同定を行った場合と、本発明に従ってマルコフ ·口一力リゼ一シヨンと拡張カルマン ·フィル夕を組み合わせて自己位置同定を行った場合の比較検証結果を示した図である。 [発明を実施するための最良の形態] 以下、図面を参照しながら本発明の実施形態について詳解する。

A. 移動ロボヅトの構成

図 1には、本発明に実施に供される移動ロボヅト 1の機能構成を模式的に示している。同図に示すように、移動ロボット 1は、全体の動作の統括的制御やその他のデータ処理を行う制御ュニヅト 2 0と、入出力部 4 0と、駆動部 5 0と、鼋源部 6 0とで構成される。以下、各部について説明する。

入出力部 4 0は、入力部として移動ロボット 1の目に相当する C C Dカメラ 1 5や、耳に相当するマイクロフォン 1 6、頭部や背中などの部位に配設されてュ —ザの接触を感知する夕ツチ 'センサ 1 8、各足底に配設された肉球スイッチ、あるいは五感に相当するその他の各種のセンサを含む。また、出力部として、口に相当するスピーカ 1 7、あるいは点滅の組み合わせや点灯のタイミングにより顔の表情を形成する L E Dインジケ一夕（目ランプ） 1 9などを装備している。これら出力部は、脚などによる機械運動パターン以外の形式で移動ロボット 1からのユーザ ·フィードバヅクを表現することができる。

C C Dカメラ 1 5は、例えば、作業空間上の各部位に配設されたランドマークを観測する外界観測手段として機能することができる。勿論、 C C Dカメラ 1 5 以外に（あるいは、これと併せて）、レンジ 'ファインダなどを外界観測手段として備えていてもよい。

駆動部 5 0は、制御部 2 0が指令する所定の運動パターンに従って移動ロボット 1の機械運動を実現する機能ブロックであり、首関節 7、尻尾関節 8、股関節 1 1 A〜l 1 D、膝関節 1 2 A〜1 2 Dなどのそれそれの関節におけるロール、ピッチ、ョーなど各軸毎に設けられた駆動ュニヅ卜で構成される。図示の例では、移動ロボット 1は n個の関節自由度を有し、したがって駆動部 5 0は n個の駆動ュニットで構成される。各駆動ュニットは、所定軸回りの回転動作を行うモ一夕 5 1と、モー夕 5 1の回転位置を検出するエンコーダ 5 2と、エンコーダ 5 2の出力に基づいてモー夕 5 1の回転位置や回転速度を適応的に制御するドライバ 5 3の組み合わせで構成される。

各駆動ュニヅト毎に酉己設されたエンコーダ 5 2は、ロボヅト自身の動作情報を観測する内界観測手段として機能することができる。

電源部 6 0は、その字義通り、移動ロボット 1内の各電気回路などに対して給電を行う機能モジュールである。本実施形態に係る移動ロボット 1は、バヅテリを用いた自律駆動式であり、電源部 6 0は、充電バッテリ 6 1と、充電バッテリ 6 1の充放電状態を管理する充放電制御部 6 2とで構成される。

充電バヅテリ 6 1は、例えば、複数本のニッケル ·力ドミゥム電池セルをカートリッジ式にパッケージ化した「バヅテリ ·ノヅク」の形態で構成される。また、充放電制御部 6 2は、バヅテリ 6 1の端子電圧や充電/放電電流量、バヅテリ 6 1の周囲温度などを測定することでバヅテリ 6 1の残存容量を把握し、充電の開始時期や終了時期などを決定するようになっている。充放電制御部 6 2 が決定する充電の開始及び終了時期は制御ュニット 2 0に通知され、移動ロボット 1が充電オペレーションを開始及び終了するためのトリガとなる。

制御ュニット 2 0は、「頭脳」に相当し、例えば移動ロボット 1の頭部あるいは胴体部に搭載されている。

図 2には、制御ユニット 2 0の構成をさらに詳細に図解している。同図に示すように、制御ュニヅト 2 0は、メイン 'コントローラとしての C P U (Central Processing Unit) 2 1が、メモリその他の各回路コンポ一ネントや周辺機器とバス接続された構成となっている。バス 2 7は、デ一夕'バス、アドレス-バス、コントロール'バスなどを含む共通信号伝送路である。バス 2 7上の各装置にはそれそれに固有のアドレス（メモリ ·アドレス又は I /Oアドレス) が割り当てられている。 C P U 2 1は、アドレスを指定することによってバス 2 8上の特定の装置と通信することができる。

R AM (Random Access Memory) 2 2は、 D R AM (Dynamic RAM) などの揮発性メモリで構成された書き込み可能メモリであり、 C P U 2 1が実行するプログラム 'コードをロードしたり、実行プログラムによる作業デ一夕の一時的な保存のために使用される。

R OM (Read Only Memory) 2 3は、プログラムゃデ一夕を恒久的に格納する読み出し専用メモリである。 H OM 2 3に格納されるプログラム ·コードには、移動ロボヅト 1の電源投入時に実行する自己診断テスト ■プログラムや、移動口ボヅト 1の動作を規定する動作制御プログラムなどが挙げられる。

ロボヅト 1の港 IJ御プログラムには、カメラ 1 5やマイクロフォン 1 6などのセンサ入力を処理する「センサ入力処理プログラム」、センサ入力と所定の動作モデルとに基づいて移動ロボット 1の行動すなわち運動パターンを生成する「行動命令プログラム」、生成された運動パターンに従って各モ一夕の駆動やスピーカ 1 7 の音声出力などを制御する「駆動制御プログラム」、作業空間に配置されている 1 以上のランドマークを手がかりに自分の地理的な所在を探索する「自己位置同定プログラム」などが含まれる。駆動制御プログラムは、通常の歩行運動や走行運動以外に、「お手」、「お預け」、「お座り」や、「ワンワン」などの動物の鳴き声の発声などェン夕一ティンメント性の高い動作を発現するようにしてもよい。

また、自己位置同定プログラムは、 CCDカメラ 15によって観測されたランドマ一クなどの外界観測情報やエンコーダ 52によって観測されたロボヅト 1自身の動作情報に基づいて、大局的及び局所的な自己位置同定処理を行う。自己位置同定のメカニズムの詳細については後述に譲る。

不揮発性メモリ 24は、例えば E E PROM (Electrically Erasable and Programmable ROM) のように電気的に消去再書き込みが可能なメモリ素子で構成され、逐次更新すべきデ一夕を不揮発的に保持するために使用される。逐次更新すべきデ一夕には、製造番号や暗号鍵などのセキュリティ情報などが挙げられる。ィン夕一フェース 25は、制御ュニヅト 20外の機器と相互接続し、データ交換を可能にするための装置である。イン夕一フェース 25は、例えば、カメラ 1 5やマイクロフォン 16、スピーカ 17との間でデ一夕入出力を行う。また、ィン夕ーフェース 25は、駆動部 50内の各ドライバ 53— 1···との間でデ一夕やコマンドの入出力を行う。

また、イン夕一フェース 25は、 R S (Recommended Standard) — 232 Cなどのシリアル 'イン夕一フエース、 I E EE ( Institute of Electrical and electronics Engineers) 1284などのパラレル 'インターフェース、 USB (Universal Serial Bus) イン夕一フェース、 i— L ink (I EEE 1394) ィンターフエース、 SCS I (Small Computer System Interface) ィン夕一フェース、メモリ 'スティヅクを受容するメモリ 'カード ·ィン夕一フェース（力一ド 'スロット）などのような、コンピュータの周辺機器接続用の汎用イン夕一フエースを備え、口一カル接続された外部機器との間でプログラムゃデ一夕の移動を行うようにしてもよい。

また、イン夕一フェース 25の他の例として、赤外線通信 (I rDA) イン夕 —フエースを備え、外部機器と無線通信を行うようにしてもよい。

さらに、制御ュニット 20は、無線通信ィン夕ーフエース 26やネットワーク · イン夕一フエ一ス 'カード（NI C) 27などを含み、 B lue t o o t hのような近接無線データ通信や、 IEEE 802. 1 lbのような無線ネットヮ一ク、あるいはインターネットなどの広域ネットワークを経由して、外部のさまざまなホスト ·コンピュータとデータ通信を行うことができる。

このような移動ロボヅト 1とホスト ·コンピュータ間におけるデ一夕通信により、遠隔のコンピュータ資源を用いて、移動ロボヅト 1の複雑な動作制御を演算したり、リモート ·コントロールすることができる。

B. ロボット自己位置同定システム

本実施形態に係る移動ロボット 1は、自分が自律的に移動する作業空間の中で現在の自分の所在を探索する自己位置同定システムを備えている。自己位置同定システムは、実際には、制御ュニヅト 20内の CPU21が実行するプログラム · コードによって実現される。

本実施形態に係る自己位置同定システムは、作業空間に配置されている 1以上のランドマークの観測をベースとしており、ランドマークの観測に関する外界観測結果とロボット 1自身の動作情報の観測に関する内界観測結果に基づいて探索処理を行う。すなわち、センサ入力などの外界観測結果 sの履歴と、各関節ァクチユエ一夕からのエンコーダ出力などの内界観測結果 aの履歴を基に、ロボット 1の状態すなわち自己位置 1 (localization)の確からしさ（likelihood) を求める。外界観測結果と内界観測結果の効果を統合的に結合することは極めて困難であるが、再帰的に概算値や確率を推定することは可能である。

また、本実施形態に係る自己位置同定システムは、同定解の精度は粗いが解の収束速度が速い「大域的探索」と、解の収束速度は遅いが同定解の精度が細かな「局所的探索」とを併用して構成されている。大域的探索にはマルコフ · 口一力リゼ一シヨン (Markov Local i zat ion)を適用するとともに、局所的探索には拡張カルマン ' フィル夕（Ex t end e d Ka lman F ilter) を適用する。

マルコフ ·口一力リゼ一シヨンを用いた探索では、作業空間内の自分の位置を離散的なグリツド上の自己位置確率密度分布として保持し、作業空間内に設置されているランドマークを観測すると、その観測情報 sすなわちランドマークからの相対位置に基づいて自己位置を推定して、自己位置確率密度分布を更新する。また、自身の動作情報 aを観測すると、その動作情報 aに基づいて、自己位置確率密度を更新する。そして、各時刻において、自己位置確率密度分布の最も高い値を持つグリッドが、自己位置の推定結果となる。

例えば、 2次元的な作業空間上では、略等間隔状にグリッド（x， y)を設け、各グリッドの位置 1 (localization)毎にロボットが存在する確率 p (1) を管理する。この存在確率 p (1) は、ロボットの移動（move) すなわち内界観測情報 aや、ランドマークの観測すなわち外界観測情報 sの入力に応じて更新される。

存在確率 P (1)は、ロボットの以前の状態すなわち自己位置における存在確率 p ( ) と、以前の状態 1'において移動 aを行ったときに状態 1になるという遷移確率 P (1 I a, ) に依拠する。すなわち、これまでの各状態 1，になる確率 P (Γ) と、状態 Γにおいて移動 aを行ったときに状態 1になるという遷移確率 p (1 I a， 1')の積を加算していく（若しくは積分する）ことによつて、現在の状態すなわち自己位置 1になるという存在確率 p (1)に収束する。したがって、外界観測結果としてのロボットの移動 aが観測されたときには、各グリッドでは、下式に従ってロボットの存在確率 p (1) を更新することができる。

1 ( l)

また、状態すなわち自己位置 1にロボットが存在するという存在確率 ρ (1) は、存在確率 ρ (1) とこの状態 1においてランドマークを観察するという遷移確率 p (s I 1) に依拠する。したがって、状態 1においてランドマークの観測すなわち外界観測情報 sが入力された場合には、下式に従ってロボッ卜の存在確率 Ρ (1) を更新することができる。但し、右辺では、正規化のため、ランドマークを観察するという確率 P (s) で除して正規ィ匕している。卩 (s I

<― ( 2 )

s 図 3には、マルコフ ·ロー力リゼ一シヨンにより求められた各グリツド上での自己位置確率密度分布を表している。同図では、各グリッドにおける確率密度を濃淡により表現している。最も色が濃いすなわち自己位置確率密度分布の最も高い値を持つグリッドが、自己位置の推定結果となる。

マルコフ ·ロー力リゼ一シヨンによる自己位置同定は、センサのノイズに対してロバストであり、同定解の精度は粗いが、解の収束速度が速いことを主な特徴とする。

一方、拡張カルマン ·フィル夕は、自己位置を状態変数 [x， y， 6> ] の実測値として保持し、環境内に設置されたランドマークを観測すると、ランドマークからの相対位置に基づいて自己位置を推定する。また、自身の動作情報を観測すると、その動作情幸に基づいて、状態量の推定を行う。

図 4には、拡張カルマン ·フィル夕の構成を模式的に示している。同図に示すように、拡張カルマン ·フィル夕は、ロボット自身の動作情報 aと状態すなわち自己位置 1との関係を規定した状態モデルと、自己位置 1とランドマークの観測情報 sとの関係を規定した観測モデルで構成される。

状態モデルは、ロボットが状態すなわち自己位置 1において動作 aを行った場合における理論的な状態 1を与える遷移関数 F ( 1 , a) を備えている。実際には理論的な状態 1に対してノイズ成分 wが重畳されることから、ロボットの状態 1は状態モデルにより下式のように収束する。

a ) +w ( 3 )

また、観測モデルは、ロボットが状態すなわち自己位置 iにおいて、ある既知の環境 E nv (例えばランドマークの位置など）に関する観測の理論値 sを与える観測関数 H ( E nv , 1 ) を備えている。実際には観測の理論値に対してノィズ成分 Vが重畳されることから、観測値 Sは観測モデルにより下式のように収束する。

なお、状態 1並びに観測 sに重畳されるそれそれのノイズ w及び Vは、ここではゼロを中央値とするガウス分布として仮定する。

図示のようにロボット自身の動作情報 aと自己位置 1との関係を規定した状態モデルと自己位置 1とランドマークの観測情報 sとの関係を規定した観測モデルを備えた拡張カルマン ·フィル夕において、動作情報 aは内界観測結果として、ランドマークの観測情報 sは外界観測結果として、それそれ既知である。したがつて、ロボットの自己位置同定を、ロボヅトの状態 1をロボットの動作情報 a及び観測情報 sによる推定するという問題に帰着することができる。ここでは、口ボットの動作 a、状態 1、及び観測 sをそれそれ以下に示すガウス分布として表現することにする。

a：中央値共分散とするガウス分布

s：中央値，共分散とするガウス分布 ( 5 )

I ：中央値 Γ, 共分散とするガウス分布

ある時点でのロボットの状態 1がある中央値と共分散を持つガウス分布として推定されているとする。このような場合、ロボットの動作 aが観測されたときには、状態 1の推定値に関する中央値並びに共分散を下式により更新することができる。

( 6 ) Ϊ— F (Γ， )

で、

VF_Z： dF/dlによって与えられるブ行列

(7)

VF_a：によって与えられる " =lブ行列

とする。同様に、ある時点でのロボットの状態 1がある中央値と共分散を持つガウス分布として推定されている場合に、ランドマークの観測情報 sが観測されたときには、状態 1の推定値に関する中央値並びに共分散を下式により更新することができる。

I ― I +Wv

.で、

vv： w = ^VH'^T 2^で与えられるカルマン'フィルタ■ゲイン

v : V =7-H(Env ) によって与えられるランドマークの観測誤差の中央値 Y： J =2 +VH_Z VIL^Tで与えられるランドマークの観測誤差の共分散 H_l： dH/dlによって与えられるヤコブ行列

とする。

図 5には、マルコフ ·口一力リゼ一シヨンと拡張カルマン ·フィル夕を併用した、本実施形態に係る自己位置同定システム 100の機能構成を模式的に示している。同図に示すように、この自己位置同定システム 1 0 0は、マルコフ '口一力リゼ一シヨン部 (ML ) 1 0 1と、拡張カルマン ·フィル夕部（E K F ) 1 0 2と、 ¾張カルマン ·フィル夕部 1 0 3の動作を制御する E K F制御部 1 0 3とで構成される。

マルコフ ·口一力リゼ一シヨン部 1 0 1は、作業空間内の自分の位置を離散的なグリヅド上の自己位置確率密度分布として保持し、ランドマークの観測に関する外界観測情報 sと、ロボヅト自身の動作に関する内界観測情報 aを入力して、自己位置確率密度分布の更新を行う。そして、各時刻において、自己位置確率密度分布の最も高い値を持つグリッドを自 3位置の推定結果として E K F制御部 1 0 3に出力する。

拡張カルマン ·フィル夕部 1 0 2は、ロボヅト自身の動作情報 aと状態すなわち自己位置 1との関係を規定した状態モデルと自己位置 1とランドマークの観測情報 sとの関係を規定した観測モデルで構成され、ロボットの自己位置同定を、ロボットの状態 1をロボットの動作情報 a及び観測情報 sによる推定するという問題に帰着して、ある時点でのロボットの状態 1がある中央値と共分散を持つガウス分布として推定する。そして、ロボットの動作 aが観測されたときには、状態 1の推定値に関する中央値並びに共分散を上記の式（6 ) により更新するとともに、ランドマークの観測情報 sが観測されたときには、状態 1の推定値に関する中央値並びに共分散を上記の式（8 ) により更新する。拡張カルマン ·フィル夕はセンサ情報の減少に対する口バスト性に優れているので、拡張カルマン ·フィル夕部 1 0 2の推定結果は、システム 1 0 0全体の出力としている。

E K F制御部 1 0 3は、マルコフ '口一カリゼ一シヨン部 1 0 1の出力結果に応じて拡張カルマン ·フィル夕部 1 0 3の動作を制御する。より具体的には、マルコフ ·口一力リゼ一シヨン部 1 0 1の自己位置推定結果に基づいて、ランドマ —クの観測情報 sに関する妥当性を検証する。観測情報 sの妥当性は、マルコフ · 口一力リゼーシヨン部 1 0 1において最大の存在確率となるグリヅド位置 m l p においてランドマークを観測する確率 p ( s I m l p ).が所定の閾値パラメ一夕 t h r e s h。_bsを越えたかどうかで判断することができる。

グリッド位置 m l pにおいてランドマークを観測する確率 p ( s I m l p ) が閾値パラメ一夕 t hr e sh。_bsを下回る場合には、センサ ·ノイズに対してロノストなマルコフ ·口一力リゼ一シヨン部 101においてさえ、センサ 'ノイズのために同定解が充分に収束していないことが推測される。このような場合、センサ ·ノイズに対する口パスト性が低い拡張カルマン ·フィノレ夕部 102において自己位置を推定しても、精度のよい解が得られず、むしろ演算時間を浪費するだけである。このため、観測情報 sが妥当でないと判断された場合には、切換器 1 04を用いて拡張カルマン ·フィル夕部 102への外界観測情報 sすなわちランドマークの観測情報の入力を遮断して、拡張カルマン 'フィル夕部 102における自 3位置推定値の更新を停止させる。

また、 1^ 制御部103は、拡張カルマン 'フィル夕部 102の自己位置推定結果の妥当性も検証する。自己位置推定結果の妥当性は、推定された状態 1の中央値及び共分散を用いて、マルコフ ·ロー力リゼ一シヨン部 101から出力される存在確率 p (1) との分布比較テストにより判断することができる。分布比較テストの一例は、カイ二乗検定 (chi-squar e-t es t) である。分布比較テストによりマルコフ ·ロー力リゼ一シヨン部 101と拡張カルマン ·フィル夕部 102それそれの確率分布が類似していない場合には、センサ · ノイズに対する口バスト性が低い拡張カルマン ·フィル夕部 102における自己位置推定値の方が、センサ ·ノイズの影響により妥当でないと判断することができる。このような場合、 EKF制御部 103は拡張カルマン 'フィル夕部 102 の再初期化を行わせる。何故ならば、拡張カルマン ·フィル夕は再復帰に多大な時間を要するからである。

また、図 6には、自己位置同定システム 100の動作特性をフローチャートの形式で示している。

ロボット 1の移動に関する内界観測情報 aが自己位置同定システム 100に入力されると、まずマルコフ ·ローカリゼーシヨン部 101において、上記の式 [数 1] を用いて自己位置推定値の更新処理が行われる（ステップ S 1)。次いで、拡張力ルマン ·フィル夕部 102において、上記の式（6) を用いて自己位置推定値の更新処理が行われる（ステップ S 2)。

また、ランドマークの観測に関する外界観測情報 sが自己位置同定システム 1 00に入力されると、まずマルコフ ·口一カリゼ一シヨン部 101において、上記の式（2)を用いて、自己位置推定値の更新処理が行われる（ステップ S 1 l)o マルコフ '口一カリゼ一シヨン部 101の出力結果は、 E K F制御部 103に入力されて、観測情報 sの妥当性が検証される（ステップ S 12)。観測情報 sの妥当性は、マルコフ ·口一力リゼ一シヨン部 101において最大の存在確率となるグリッド位置 ml pにおいてランドマ一クを観測する確率 p (s I mlp) が所定の閾値パラメータ t hr e sh。_bsを越えたかどうかで判断することができる。グリッド位置 m 1 pにおいてランドマ一クを観測する確率 p ( s I mlp) が閾値パラメ一夕 t hr e s h。_bsを下回る場合には、センサ ·ノイズに対してロバストなマルコフ ·口一力リゼ一シヨン部 101においてさえ、センサ ·ノイズのために同定解が充分に収束していないことが推測される。このような場合、センサ ·ノイズに対する口バスト性が低い拡張カルマン■フィル夕部 102において自己位置を推定しても、精度のよい解が得られず、むしろ演算時間を浪費するだけである。このため、観測情報 sが妥当でないと判断された場合には、切換器 1 04を用いて拡張カルマン■フィル夕部 102への外界観測情報 sすなわちランドマ一クの観測情報の入力を遮断して、拡張カルマン ·フィル夕部 102における自己位置推定値の更新を停止させる。

他方、観測情報 sを検証した結果、妥当性を満たす、すなわちグリッド位置 m lpにおいてランドマークを観測する確率 p (s I mlp) が閾値パラメ一夕 t hr e s h。_bsを上回る場合には、さらに拡張カルマン ·フィル夕部 102において、上記の式（8) を用いて更新処理が行われる（ステップ S 13)。

拡張カルマン ·フィル夕部 102による自己位置推定の結果は、 EKF制御部 103に入力されて、その妥当性が検証される（ステップ S 14)。拡張カルマン · フィル夕部 102による自己位置推定結果の妥当性は、推定された状態 1の中央値及び共分散を用いて、マルコフ ■口一力リゼ一シヨン部 101から出力される存在確率 P (1) との分布比較テストにより判断することができる。分布比較テストの一例は、カイ二乗検定（chi— square— t est)である。

分布比較テストによりマルコフ ·ロー力リゼーシヨン部 101と拡張カルマン ·フィル夕部 102それそれの確率分布が類似していない場合には、センサ · ノイズに対する口バスト性が低い拡張カルマン ·フィル夕部 1 0 2における自己位置推定値の方が、センサ 'ノイズの影響により妥当でないと判断することができる。このような場合、 E K F制御部 1 0 3は拡張カルマン 'フィル夕部 1 0 2 の再初期化を行わせる（ステップ S 1 5 )。何故ならば、拡張カルマン 'フィルタは再復帰に多大な時間を要するからである。

最後に、マルコフ ·口一力リゼ一シヨン並びに拡張カルマン ·フィルタをそれそれ単独で適用して自己位置同定を行った場合と、本発明に従ってマルコフ ·口一力リゼ一シヨンと拡張カルマン ·フィル夕を組み合わせて自己位置同定を行つた場合の実験例について比較検証する。但し、ここでは、フィールド ·サイズ 3 X 2 mの作業空間の四方 6箇所にランドマークを配置して、総計測時間 5 8分、ランドマーク観測回数（すなわち観測情報 sの入力回数） 4 8 , 6 3 6回、ロボヅト動作ステップ数（すなわち動作情報 aの入力回数） 8， 3 3 4ステップとする。

図 7には、センサ入力回数を横軸に、観測誤差を縦軸にとって、マルコフ -口 —力リゼ一シヨン並びに拡張カルマン ·フィルタをそれそれ単独で適用して自己位置同定を行った場合と、本発明に従ってマルコフ ·口一力リゼ一シヨンと拡張カルマン ·フィル夕を組み合わせて自己位置同定を行った場合における、センサ情報の減少に対するロバスト性について比較検証している。

拡張カルマン ·フィル夕を単独で適用した場合、及び、本発明に従ってマルコフ ·口一力リゼ一シヨンと拡張カルマン ·フィル夕を組み合わせて自己位置同定を行った場合は、センサ入力回数が減少しても観測誤差はあまり変ィ匕しない。これに対して、マルコフ '口一力リゼ一シヨンを単独で適用した場合には、センサ入力回数の減少とともに観測誤差は著しく増大する。したがって、拡張カルマン ' フィル夕はセンサ情報の減少に対する口バスト性が高く、観測回数が少ない場合には、マルコフ '口一カリゼーシヨンよりも拡張カルマン 'フィル夕の方がより高精度な自己位置同定が可能であることが判る。

また、図 8には、センサ ·ノイズ比を横軸に、観測誤差を縦軸にとって、マルコフ ·ロー力リゼ一シヨン並びに拡張カルマン ·フィル夕をそれそれ単独で適用して自己位置同定を行った場合と、本発明に従ってマルコフ ·口一力リゼ一ションと ¾張カルマン 'フィル夕を組み合わせて自己位置同定を行つた場合における、センサ ·ノイズに対するロバスト性について比較検証している。

マルコフ 'ロー力リゼ一シヨンを単独で適用した場合、及び、本発明に従ってマルコフ ·口一カリゼーシヨンと拡張カルマン ·フィル夕を組み合わせて自己位置同定を行った場合は、センサ ·ノイズが多くなつても観測誤差はあまり変化しない。これに対して、拡張カルマン 'フィル夕を単独で適用した場合には、センサ ·ノイズの増大とともに観測誤差は著しく増大する。したがって、マルコフ ' 口一力リゼ一シヨンはセンサ ·ノイズに対する口バスト性が高く、センサ .ノィズが多い場合には、拡張カルマン ·フィル夕よりもマルコフ ·口一力リゼーションの方がより高精度な自己位置同定が可能であることが判る。

また、図 9には、マルコフ ·口一力リゼ一シヨン並びに拡張カルマン 'フィル夕をそれそれ単独で適用して自己位置同定を行った場合と、本発明に従ってマルコフ ·口一カリゼーシヨンと拡張カルマン -フィル夕を組み合わせて自己位置同定を行つた場合のそれそれにおいて、再復帰に必要な時間について比較検証している。

マルコフ '口一カリゼーシヨンを単独で適用した場合、及び、本発明に従ってマルコフ ·口一カリゼーシヨンと拡張カルマン ·フィル夕を組み合わせて自己位置同定を行った場合は、再復帰に必要な時間は比較的短くて済む。これに対し、拡張カルマン ' フィルタを単独で適用した場合には、再復帰のためにかなり長い時間を要する。したがって、再復帰が必要なときには、マルコフ ·口一力リゼ一シヨンを適用することが好ましい。また、拡張カルマン 'フィル夕においては、再復帰するくらいならば、再初期化を行うほうが好ましい。

図 7〜図 9からも判るように、本発明に従ってマルコフ ·口一力リゼ一シヨンと拡張カルマン 'フィル夕を組み合わせて自己位置同定を行う手法は、マルコフ · 口一カリゼーシヨン及び拡張カルマン ·フィル夕の双方のよい性能を継承してい < _ Θ ·？ Lよ O

以上、特定の実施例を参照しながら、本発明について詳解してきた。しかしながら、本発明の要旨を逸脱しない範囲で当業者が該実施例の修正や代用を成し得ることは自明である。すなわち、例示という形態で本発明を開示してきたのであり、限定的に解釈されるべきではない。本発明の要旨を判断するためには、特許請求の範囲の欄を参酌すべきである。

[産業上の利用可能性] 本発明によれば、車輪や可動脚などの移動機搆を備えたロボット自身の位置や姿勢を認識しながら行動するロボットにおいて、高精度で高速且つ口バストな自己位置同定を行うことができる、優れたロボットの自己位置同定システム及び自己位置同定方法を提供することができる。

また、本発明によれば、人工的なランドマークを含む環境において、ランドマークの探索結果を手掛かりに自己位置を好適に同定することができる、優れた口ボットの自己位置同定システム及び自己位置同定方法を提供することができる。また、本発明によれば、広い範囲で比較的短い探索時間で探索を行う大域探索と高精度だが探索時間を要する局所的探索とを併用して、高精度で、高速且つ口バストな自己位置同定を行うことができる、優れたロボットの自己位置同定システム及び自己位置同定方法を提供することができる。

Claims

請求の範囲

1 . 移動機構を備えて所定の璟境内を移動可能なロボットのための自己位置同定システムであって、

前記環境内に設置されたランドマークを観測する外界観測手段と、

ロボット自身の動作情報を観測する内界観測手段と、

外界観測結果及び内界観測結果を基に比較的高速に位置同定解を出力する第 1 の探索手段と、

外界観測結果及び内界観測結果を基に比較的細かな精度で位置同定解を出力する第 2の探索手段と、

前記第 1の探索手段の出力結果に応じて前記第 2の探索手段の動作を制御する制御手段と、

を具備することを特徴とするロボットの自己位置同定システム。

2 . 前記第 1の探索手段は、マルコフ '口一力リゼ一シヨンを適用して、環境内の自分の位置を離散的なグリツド上の自己位置確率密度分布として保持し、前記外界観測手段によるランドマークの観測結果に応じて該ランドマークからの相対位置に基づいて自己位置を推定して自己位置確率密度分布を更新するとともに、前記内界観測手段によるロボット自身の動作情報の観測結果に基づいて、自己位置確率密度を更新し、各時刻において自己位置確率密度分布の最も高い値を持つグリッドを自己位置の推定結果として出力する、

ことを特徴とする請求項 1に記載のロボヅトの自己位置同定システム。

3 . 前記第 2の探索手段は、前記内界観測手段によるロボット自身の動作情報と自己位置との関係を規定した状態モデルと、自己位置と前記外界観測手段によるランドマークの観測情報との関係を規定した観測モデルを備えた拡張カルマン - フィル夕を適用して、前記内界観測手段によるロボット自身の動作情報及び前記外界観測手段によるランドマ一クの観測情報を基に自己位置を推定する、ことを特徴とする請求項 2に記載のロボットの自己位置同定システム。

4 . 前記制御手段は、前記第 1の探索手段による探索結果を基に前記外界観測手段による外界観測結果の妥当性を評価して、該評価が所定の基準を満たさなかつたことに応答して前記第 2の探索手段への少なくとも外界観測情報の入力を制限する、

5 . 前記制御手段は、前記第 1の探索手段において推定された自己位置において前記外界観測手段によりランドマークを観測する確率を基に前記外界観測手段による外界観測結果の妥当性を評価して、該評価が所定の基準を満たさなかったことに応答して前記第 2の探索手段への少なくとも外界観測情報の入力を制限する、ことを特徴とする請求項 2に記載のロボットの自己位置同定システム。

6 . 前記制御手段は、前記第 2の探索手段による探索結果の妥当性を検証して、該評価が所定の基準を満たすことに応答して該探索結果を自己位置同定結果として出力するとともに、該評価が所定の基準を満たさなかったことに応答して前記第 2の探索手段を再初期化する、

ことを特徴とする請求項 1に記載のロボットの自己位置同定システム。

7 . 前記制御手段は、前記第 2の探索手段による自己位置の推定結果を前記第 1 の探索手段による自己位置の推定結果と比較することによりその妥当性を検証して、該評価が所定の基準を満たすことに応答して前記第 2の探索手段による自己位置の推定結果を自己位置同定結果として出力するとともに、該評価が所定の基準を満たさなかったことに応答して前記第 2の探索手段を再初期化する、ことを特徴とする請求項 3に記載のロボットの自己位置同定システム。

8 . 前記制御手段は、前記第 1の探索手段と前記第 2の探索手段の自己位置推定結果の類似度が低い場合には前記第 2の探索手段の出力結果が妥当でないと評価する、

ことを特徴とする請求項 7に記載のロボヅトの自己位置同定システム。

9 . 前記外界観測手段は、ランドマークを捕捉する画像入力手段及び入力画像を基にランドマ一ク及び該ランドマークまでの距離を認識する画像認識手段を備える、

1 0 . 前記外界観測手段は、ランドマークまでの距離を計測するレンジ 'フアインダを備える、

1 1 . ランドマ一クは視認性の識別情報が表面に形成されている、

1 2 . 移動機構を備えて所定の環境内を移動可能なロボットのための自己位置同定方法であって、

前記環境内に設置されたランドマークを観測する外界観測ステップと、ロボット自身の動作情報を観測する内界観測ステップと、

外界観測結果及び内界観測結果を基に比較的高速に位置同定解を出力する第 1 の探索ステップと、

外界観測結果及び内界観測結果を基に比較的細かな精度で位置同定解を出力する第 2の探索ステップと、

前記第 1の探索手段の出力結果に応じて前記第 2の探索手段の動作を制御する制御ステップと、

を具備することを特徴とするロボットの自己位置同定方法。

1 3 .前記第 1の探索ステツプでは、マルコフ '口一カリゼ一ションを適用して、環境内の自分の位置を離散的なグリヅド上の自己位置確率密度分布として保持し、前記外界観測ステップによるランドマークの観測結果に応じて該ランドマークからの相対位置に基づいて自己位置を推定して自己位置確率密度分布を更新するとともに、前記内界観測ステップによる自身の動作情報の観測結果に基づいて、自己位置確率密度を更新し、各時刻において自己位置確率密度分布の最も高、値を持つグリツドを自己位置の推定結果として出力する、

ことを特徴とする請求項 1 2に記載のロボヅトの自己位置同定システム。

1 4 . 前記第 2の探索ステヅプでは、前記内界観測ステヅプによるロボット自身の動作情報と自己位置との関係を規定した状態モデルと、自己位置と前記外界観測ステツプによるランドマークの観測情報との関係を規定した観測モデルを備えた拡張カルマン ' フィルタを適用して、前記内界観測ステヅプによるロボット自身の動作情報及び前記外界観測ステップによるランドマークの観測情報を基に自己位置を推定する、

ことを特徴とする請求項 1 2に記載のロボッ卜の自己位置同定方法。

1 5 . 前記制御ステツプでは、前記第 1の探索ステツプによる探索結果を基に前記外界観測ステヅプによる外界観測結果の妥当性を評価して、該評価が所定の基準を満たさなかったことに応答して前記第 2の探索ステップへの少なくとも外界観測情報の入力を制限する、

1 6 . 前記制御ステップでは、前記第 1の探索ステップにおいて推定された自己位置において前記外界観測ステツプによりランドマークを観測する確率を基に前記外界観測ステップによる外界観測結果の妥当性を評価して、該評価が所定の基準を満たさなかったことに応答して前記第 2の探索ステツプへの少なくとも外界観測情報の入力を制限する、

ことを特徴とする請求項 1 3に記載のロボットの自己位置同定方法。

1 7 . 前記制御ステヅプでは、前記第 2の探索ステヅプによる探索結果の妥当性を検証して、該評価が所定の基準を満たすことに応答して該探索結果を自己位置同定結果として出力するとともに、該評価が所定の基準を満たさなかったことに応答して前記第 2の探索ステツプを再初期化する、ことを特徴とする請求項 1 2に記載のロボヅトの自己位置同定方法。

1 8 . 前記制御ステップでは、前記第 2の探索ステップによる自己位置の推定結果を前記第 1の探索ステヅプによる自己位置の推定結果と比較することによりその妥当性を検証して、該評価が所定の基準を満たすことに応答して前記第 2の探索ステヅプによる自己位置の推定結果を自己位置同定結果として出力するとともに、該評価が所定の基準を満たさなかったことに応答して前記第 2の探索ステップを再初期化する、

ことを特徴とする請求項 1 4に記載のロボットの自己位置同定方法。

1 9 . 前記制御手段は、前記第 1の探索ステップと前記第 2の探索ステツプの自己位置推定結果の類似度が低い場合には前記第 2の探索ステツプの出力結果が妥当でないと評価する、

ことを特徴とする請求項 1 8に記載のロボヅトの自己位置同定方法。