WO2019044500A1 - 位置推定システム、および当該位置推定システムを備える移動体 - Google Patents

位置推定システム、および当該位置推定システムを備える移動体 Download PDF

Info

Publication number
WO2019044500A1
WO2019044500A1 PCT/JP2018/030308 JP2018030308W WO2019044500A1 WO 2019044500 A1 WO2019044500 A1 WO 2019044500A1 JP 2018030308 W JP2018030308 W JP 2018030308W WO 2019044500 A1 WO2019044500 A1 WO 2019044500A1
Authority
WO
WIPO (PCT)
Prior art keywords
map
scan data
reference map
estimation system
position estimation
Prior art date
Application number
PCT/JP2018/030308
Other languages
English (en)
French (fr)
Inventor
慎治 鈴木
佐伯　哲夫
中谷　政次
Original Assignee
日本電産株式会社
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by 日本電産株式会社 filed Critical 日本電産株式会社
Priority to US16/639,254 priority Critical patent/US20200264616A1/en
Priority to CN201880053209.0A priority patent/CN110998473A/zh
Priority to JP2019539338A priority patent/JP6816830B2/ja
Publication of WO2019044500A1 publication Critical patent/WO2019044500A1/ja

Links

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
    • G05D1/0268—Control of position or course in two dimensions specially adapted to land vehicles using internal positioning means
    • G05D1/0274—Control of position or course in two dimensions specially adapted to land vehicles using internal positioning means using mapping information stored in a memory device
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S17/00—Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
    • G01S17/88—Lidar systems specially adapted for specific applications
    • G01S17/89—Lidar systems specially adapted for specific applications for mapping or imaging
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S17/00—Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
    • G01S17/88—Lidar systems specially adapted for specific applications
    • G01S17/93—Lidar systems specially adapted for specific applications for anti-collision purposes
    • G01S17/931—Lidar systems specially adapted for specific applications for anti-collision purposes of land vehicles
    • 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
    • G05D1/024—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means using obstacle or wall sensors 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
    • G05D1/0276—Control of position or course in two dimensions specially adapted to land vehicles using signals provided by a source external to the vehicle
    • G—PHYSICS
    • G09—EDUCATION; CRYPTOGRAPHY; DISPLAY; ADVERTISING; SEALS
    • G09B—EDUCATIONAL OR DEMONSTRATION APPLIANCES; APPLIANCES FOR TEACHING, OR COMMUNICATING WITH, THE BLIND, DEAF OR MUTE; MODELS; PLANETARIA; GLOBES; MAPS; DIAGRAMS
    • G09B29/00—Maps; Plans; Charts; Diagrams, e.g. route diagram
    • G09B29/10—Map spot or coordinate position indicators; Map reading aids

Definitions

  • the present disclosure relates to a position estimation system, and a moving object including the position estimation system.
  • Japanese Patent Laid-Open No. 2008-250905 discloses a mobile robot that performs self-position estimation by matching a local map acquired from a laser range finder with a map prepared in advance.
  • the mobile robot disclosed in Japanese Patent Laid-Open No. 2008-250905 estimates its own position by removing unnecessary points from the environment map when performing matching.
  • Embodiments of the present disclosure provide a position estimation system and a mobile that can reduce the amount of calculation at the time of map creation.
  • the position estimation system of the present disclosure is, in a non-limiting exemplary embodiment, a position estimation system that is used by being connected to an external sensor that scans an environment and periodically outputs scan data; And a memory for storing a computer program for operating the processor.
  • the processor acquires the scan data from the external sensor according to a command of the computer program, creates a reference map from the scan data, and newly acquires the scan data from the external sensor.
  • the position and attitude of the external sensor on the reference map are estimated, the latest scan data is added to the reference map, and the reference map is updated. Removing a portion other than a portion including the latest scan data from the reference map updated a plurality of times, and performing the reference map reset, and when performing the reset, the plurality before the reset is performed Execute updating environmental map based on the updated reference map
  • a mobile according to the present disclosure is, in a non-limiting and exemplary embodiment, a position estimation system described above, an external sensor, a storage device for storing the environment map created by the position estimation system, and a mobile device for movement. And a drive unit.
  • the computer program of the present disclosure is a computer program used in any of the above position estimation systems in a non-limiting exemplary embodiment.
  • FIG. 1 is a diagram showing the configuration of an embodiment of a mobile according to the present disclosure.
  • FIG. 2 is a plan layout view schematically showing an example of the environment in which the moving body moves.
  • FIG. 3 is a diagram showing an environmental map of the environment shown in FIG.
  • FIG. 4A is a view schematically showing an example of scan data SD (t) acquired at time t by an external sensor.
  • FIG. 4B is a view schematically showing an example of scan data SD (t + ⁇ t) acquired by an external sensor at time t + ⁇ t.
  • FIG. 4C is a view schematically showing a state in which the scan data SD (t) is matched with the scan data SD (t + ⁇ t).
  • FIG. 5 is a view schematically showing how a point group constituting scan data rotates and translates from an initial position to approach a point group on an environment map.
  • FIG. 6 is a diagram showing the position and orientation after rigid transformation of scan data.
  • FIG. 7A is a view schematically showing a state where scan data is acquired from an external sensor, a reference map is created from the scan data, and newly acquired scan data is matched with the reference map.
  • FIG. 7B is a view schematically showing a reference map in which newly acquired scan data is added to the reference map of FIG. 7A and updated.
  • FIG. 7C is a view schematically showing a reference map in which newly acquired scan data is added to the reference map of FIG. 7B and updated.
  • FIG. 8A is a view schematically showing an environmental map before updating.
  • FIG. 8B is a diagram showing how the environmental map is updated based on the reference map.
  • FIG. 8C is a view schematically showing a state in which the reference map is matched with the environment map by matching the reference map with the environment map.
  • FIG. 9A is a view schematically showing an example of scan data SD (t) acquired at time t by an external sensor.
  • FIG. 9B is a diagram schematically showing a state when matching of scan data SD (t) with the environmental map M is started.
  • FIG. 9C schematically shows a state in which matching of scan data SD (t) with the environmental map M is completed.
  • FIG. 10 is a diagram schematically showing the history of the position and orientation of the moving object obtained in the past, and the predicted values of the current position and orientation.
  • FIG. 11 is a flowchart showing a part of the operation of the position estimation device in the embodiment of the present disclosure.
  • FIG. 12 is a flowchart showing a part of the operation of the position estimation device in the embodiment of the present disclosure.
  • FIG. 13 is a flowchart showing another example of the operation of the position estimation device in the embodiment of the present disclosure.
  • FIG. 14 is a diagram showing an outline of a control system that controls traveling of each AGV according to the present disclosure.
  • FIG. 15 is a perspective view showing an example of an environment in which an AGV exists.
  • FIG. 16 is a perspective view showing the AGV and the tow truck before being connected.
  • FIG. 17 is a perspective view showing the connected AGV and tow truck.
  • FIG. 18 is an external view of an exemplary AGV according to the present embodiment.
  • FIG. 19A is a diagram illustrating an example of a first hardware configuration of an AGV.
  • FIG. 19B is a diagram illustrating an example of a second hardware configuration of an AGV.
  • FIG. 20 is a diagram illustrating an example of a hardware configuration of the operation management device.
  • unmanned transport vehicle means a trackless vehicle that manually or automatically loads a load on a main body, travels automatically to a designated location, and unloads manually or automatically.
  • unmanned aerial vehicle includes unmanned tow vehicles and unmanned forklifts.
  • unmanned means that the steering of the vehicle does not require a person, and does not exclude that the unmanned carrier conveys a "person (e.g., a person who unloads a package)".
  • the "unmanned tow truck” is a trackless vehicle that is to automatically travel to a designated location by towing a cart for manual or automatic loading and unloading of luggage.
  • the "unmanned forklift” is a trackless vehicle equipped with a mast for raising and lowering a load transfer fork and the like, automatically transferring the load to the fork and the like and automatically traveling to a designated location and performing an automatic load handling operation.
  • a “trackless vehicle” is a vehicle that includes a wheel and an electric motor or engine that rotates the wheel.
  • a “mobile” is a device that moves while carrying a person or a load, and includes a driving device such as a wheel, a biped or multi-legged walking device, or a propeller that generates a traction for movement.
  • a driving device such as a wheel, a biped or multi-legged walking device, or a propeller that generates a traction for movement.
  • the term "mobile” in the present disclosure includes mobile robots, service robots, and drone as well as unmanned guided vehicles in a narrow sense.
  • the “automatic traveling” includes traveling based on an instruction of an operation management system of a computer to which the automated guided vehicle is connected by communication, and autonomous traveling by a control device provided in the automated guided vehicle.
  • the autonomous traveling includes not only traveling by the automated guided vehicle toward a destination along a predetermined route, but also traveling by following a tracking target.
  • the automatic guided vehicle may perform manual traveling temporarily based on the instruction of the worker.
  • “automatic travel” generally includes both “guided” travel and “guideless” travel, in the present disclosure, “guideless” travel is meant.
  • the “guided type” is a system in which a derivative is installed continuously or intermittently and a guided vehicle is guided using the derivative.
  • the “guideless type” is a method of guiding without installing a derivative.
  • the unmanned transfer vehicle in the embodiment of the present disclosure includes a position estimation device and can travel in a guideless manner.
  • the “position estimation device” is a device that estimates a self position on an environmental map based on sensor data acquired by an external sensor such as a laser range finder.
  • the “external sensor” is a sensor that senses the external state of the mobile object.
  • the external sensors include, for example, a laser range finder (also referred to as a range sensor), a camera (or an image sensor), a light detection and ranging (LIDAR), a millimeter wave radar, an ultrasonic sensor, and a magnetic sensor.
  • a laser range finder also referred to as a range sensor
  • a camera or an image sensor
  • LIDAR light detection and ranging
  • millimeter wave radar an ultrasonic sensor
  • magnetic sensor magnetic sensor
  • the “internal sensor” is a sensor that senses the internal state of the mobile object.
  • the internal sensors include, for example, a rotary encoder (hereinafter, may be simply referred to as an "encoder"), an acceleration sensor, and an angular acceleration sensor (for example, a gyro sensor).
  • SAM Simultaneous Localization and Mapping
  • the mobile unit 10 of the present disclosure includes an external sensor 102 that scans the environment and periodically outputs scan data in the exemplary embodiment illustrated in FIG. 1.
  • a typical example of the external sensor 102 is a laser range finder (LRF).
  • the LRF periodically emits a laser beam of, for example, infrared or visible light to the surroundings to scan the surrounding environment.
  • the laser beam is reflected by, for example, a surface such as a wall, a structure such as a pillar, or an object placed on the floor.
  • the LRF receives the reflected light of the laser beam, calculates the distance to each reflection point, and outputs measurement data indicating the position of each reflection point.
  • the direction of arrival of reflected light and the distance are reflected in the position of each reflection point.
  • Data of measurement results may be referred to as “environment measurement data” or “sensor data”.
  • the scan of the environment by the external sensor 102 is performed, for example, for an environment in a range of 135 degrees (270 degrees in total) with respect to the front of the external sensor 102. Specifically, a pulsed laser beam is emitted while changing the direction for each predetermined step angle in the horizontal plane, and the reflected light of each laser beam is detected to measure the distance. If the step angle is 0.3 degrees, measurement data of the distance to the reflection point in the direction determined by the angle for a total of 901 steps can be obtained.
  • the scan of the surrounding space performed by the external sensor 102 is substantially parallel to the floor surface and planar (two-dimensional). However, the external sensor may perform a three-dimensional scan.
  • a typical example of scan data may be represented by position coordinates of each point constituting a point cloud acquired for each scan.
  • the position coordinates of the point are defined by a local coordinate system that moves with the moving body 10.
  • Such local coordinate systems may be referred to as mobile coordinate systems or sensor coordinate systems.
  • the origin of the local coordinate system fixed to the mobile object 10 is defined as the “position” of the mobile object 10
  • the orientation of the local coordinate system is defined as the “posture” of the mobile object 10.
  • the position and the posture may be collectively referred to as “pose”.
  • the scan data when displayed in a polar coordinate system, can be composed of a numerical value set that indicates the position of each point by "direction" and "distance” from the origin in the local coordinate system.
  • the polar coordinate system representation can be transformed to an orthogonal coordinate system representation. In the following description, for the sake of simplicity, it is assumed that scan data output from the external sensor is displayed in a rectangular coordinate system.
  • the mobile unit 10 includes a storage device 104 for storing an environmental map, and a position estimation system 115.
  • the position estimation system 115 is used by being connected to the external sensor 102, and includes a processor 106 and a memory 107 storing a computer program that controls the operation of the processor.
  • the position estimation system 115 matches the scan data acquired from the external sensor 102 with the environmental map read from the storage device 104, and estimates the position and orientation of the mobile object 10, that is, a pose. This matching is called pattern matching or scan matching and may be performed according to various algorithms.
  • a typical example of the matching algorithm is the Iterative Closest Point (ICP) algorithm.
  • the position estimation system 115 creates an environment map by matching and linking a plurality of scan data output from the external sensor 102 by matching as described later.
  • the position estimation system 115 in the embodiment of the present disclosure is realized by a processor 106 and a memory 107 storing a computer program for operating the processor 106.
  • the processor 106 performs the following operations in accordance with the instructions of the computer program.
  • the position and orientation of the external sensor 102 on the reference map are obtained by matching the newly acquired latest scan data with the reference map (ie, the mobile object 10). Position and attitude), add the latest scan data to the reference map and update the reference map.
  • the reference map is reset by deleting a part other than a part including the latest scan data from the reference map updated a plurality of times.
  • the environmental map is updated based on the reference map updated several times before the reset.
  • the mobile unit 10 further includes a drive unit 108, an automatic cruise control apparatus 110, and a communication circuit 112.
  • the driving device 108 is a device that generates a driving force for moving the moving body 10. Examples of the driving device 108 include wheels (drive wheels) rotated by an electric motor or engine, a biped or multi-legged walking device operated by a motor or other actuator. The wheels may be omnidirectional wheels such as Mecanum wheels. Also, the mobile unit 10 may be a mobile unit that moves in the air or water, or a hovercraft, and the drive device 108 in that case includes a propeller that is rotated by a motor.
  • the automatic travel control device 110 operates the drive device 108 to control the movement conditions (speed, acceleration, movement direction, etc.) of the moving body 10.
  • the automatic travel control device 110 may move the moving body 10 along a predetermined traveling path, or may move according to an externally provided command.
  • the position estimation system 115 calculates estimates of the position and orientation of the moving object 10 while the moving object 10 is moving or at rest.
  • the automatic cruise control device 110 controls the traveling of the mobile object 10 with reference to this estimated value.
  • the position estimation system 115 and the automatic travel control device 110 may be collectively referred to as a travel control device 120.
  • the automatic cruise control device 110 may also be configured by the position estimation system 115, the processor 106 described above, and the memory 107 storing a computer program for controlling the operation of the processor 106.
  • Such processor 106 and memory 107 may be realized by one or more semiconductor integrated circuits.
  • the communication circuit 112 is a circuit in which the mobile unit 10 is connected to a communication network including an external management device, another mobile unit, or a mobile terminal device of an operator to exchange data and / or commands.
  • FIG. 2 is a plan layout view schematically showing an example of the environment 200 in which the moving body 10 moves. Environment 200 is part of a broader environment.
  • a thick straight line indicates, for example, a fixed wall 202 of a building.
  • FIG. 3 is a view showing a map (environment map M) of the environment 200 shown in FIG.
  • Each dot 204 in the figure corresponds to each point of the point group constituting the environmental map M.
  • a point cloud of the environmental map M may be referred to as a “reference point cloud”
  • a point cloud of scan data may be referred to as a “data point cloud” or a “source point cloud”.
  • Matching is, for example, alignment of scan data (data point group) to an environmental map (reference point group) whose position is fixed. Specifically, when performing matching by the ICP algorithm, pairs of corresponding points are selected between the reference point group and the data point group, and the distance (error) between the points constituting each pair is minimized. The position and orientation of the data point cloud are adjusted.
  • the dots 204 are arranged at equal intervals on a plurality of line segments for the sake of simplicity.
  • the point cloud in the real environment map M may have a more complicated arrangement pattern.
  • the environmental map M is not limited to a point cloud map, and may be a map having straight lines or curves as its components, or may be an occupied grid map. That is, the environment map M may have a structure capable of performing matching between the scan data and the environment map M.
  • scan data acquired by the external sensor 102 of the mobile object 10 has an array of different point groups. If the moving time from the position PA to the position PC from the position PA to the position PC is sufficiently long as compared with the scanning cycle of the external sensor 102, that is, the movement of the moving object 10 is slow, the time axis The two adjacent scan data above are very similar. However, if the movement of the moving object 10 is extremely fast, two adjacent scan data on the time axis may be significantly different.
  • the latest scan data is similar to the scan data immediately before it, matching is relatively easy, and the reliability is high in a short time. Matching is expected. However, if the moving speed of the mobile object 10 is relatively high, the latest scan data may not be similar to the scan data immediately before that, and the time required for matching may be long, or matching within a predetermined time May not complete.
  • FIG. 4A is a view schematically showing an example of scan data SD (t) acquired at time t by the external sensor 102.
  • the scan data SD (t) is displayed in a sensor coordinate system in which the position and posture change with the moving object 10.
  • the scan data SD (t) is represented by a UV coordinate system in which the direct front of the external sensor 102 is a V axis, and the direction rotated 90 ° clockwise from the V axis is a U axis.
  • the moving body 10, more precisely, the external sensor 102 is located at the origin of the UV coordinate system.
  • the mobile unit 10 travels in front of the external sensor 102, that is, in the direction of the V axis.
  • the points making up the scan data SD (t) are described by black circles.
  • a period at which the position estimation system 115 acquires scan data from the external sensor 102 is represented by ⁇ t.
  • ⁇ t is, for example, 200 milliseconds.
  • FIG. 4B is a view schematically showing an example of scan data SD (t + ⁇ t) acquired by the external sensor 102 at time t + ⁇ t.
  • scan data SD (t + ⁇ t) acquired by the external sensor 102 at time t + ⁇ t.
  • the points making up the scan data SD (t + ⁇ t) are described by white circles.
  • ⁇ t is, for example, 200 milliseconds
  • the mobile unit 10 moves about 20 centimeters during the ⁇ t.
  • the movement of about 20 centimeters does not change the environment of the mobile unit 10 significantly, so a wide range overlap between the environment scanned by the outside sensor 102 at time t + ⁇ t and the environment scanned at time t Is included. Therefore, many corresponding points are included between the point group of scan data SD (t) and the point group of scan data SD (t + ⁇ t).
  • FIG. 4C schematically shows a state in which the matching between the scan data SD (t) and the scan data SD (t + ⁇ t) is completed.
  • alignment is performed such that the scan data SD (t + ⁇ t) matches the scan data SD (t).
  • the moving body 10 at time t is located at the origin of the UV coordinate system of FIG. 4C, and the moving body 10 at time t + ⁇ t is at a position moved from the origin of the UV coordinate system.
  • a local environment map (reference map) is created by connecting a plurality of scan data SD (t), SD (t + ⁇ t),..., SD (t + N ⁇ ⁇ t) periodically acquired.
  • N is an integer of 1 or more.
  • FIG. 5 is a diagram schematically showing how a point group constituting scan data at time t rotates and translates from an initial position and approaches a point group on a reference map.
  • m k be the coordinate value of the point on the reference map corresponding to.
  • ⁇ (Z t, k ⁇ m k ) 2 which is a sum of squares of errors calculated for K corresponding points.
  • Decide rigid transformations of rotation and translation so as to reduce ⁇ (Z t, k -m k ) 2 .
  • the rigid transformation is defined by a transformation matrix (homogeneous transformation matrix) that includes rotation angle and translation vectors as parameters.
  • FIG. 6 is a diagram showing the position and orientation after rigid transformation of scan data.
  • the matching between the scan data and the reference map is not complete, and a large error (displacement) still exists between the two point groups.
  • rigid body transformation is further performed.
  • the matching is complete when the error is less than the predetermined value.
  • FIG. 7A is a view schematically showing a state in which matching between the newly acquired latest scan data SD (b) and the scan data SD (a) acquired last time is completed.
  • the black dot points represent the previous scan data
  • the white dot points represent the latest scan data.
  • FIG. 7A shows the position a of the mobile unit 10 when the previous scan data is acquired, and the position b of the mobile unit 10 when the latest scan data is acquired.
  • the scan data SD (a) acquired last time constitutes a “reference map RM”.
  • the reference map RM is a part of the environmental map being created.
  • the position and orientation of the latest scan data SD (b) are matched to match the position and orientation of the scan data SD (a) acquired previously.
  • the scan data SD (b) is added to the reference map RM to update the reference map RM.
  • the coordinate system of the scan data SD (b) is linked to the coordinate system of the scan data SD (a). This connection is expressed in a matrix that defines the rotational and translational transformations (rigid body transformations) of the two coordinate systems. According to such a conversion matrix, coordinate values of each point on the scan data SD (b) can be converted to coordinate values in the coordinate system of the scan data SD (a).
  • FIG. 7B shows a reference map RM in which the scan data acquired next is added to the reference map RM in FIG. 7A and updated.
  • the black dot points represent the reference map RM before updating
  • the white dot points represent the latest scan data SD (c).
  • positions a, b, and c of the mobile unit 10 when the scan data of the previous, previous, and latest times are acquired are shown.
  • the whole of the white circle point cloud and the black circle point cloud in FIG. 7B constitute an updated reference map RM.
  • FIG. 7C shows a reference map RM in which the newly acquired scan data SD (d) is added to the reference map RM in FIG. 7B and updated.
  • the black dot points represent the reference map RM before updating
  • the white dot points represent the latest scan data SD (d).
  • FIG. 7C in addition to the positions a, b and c of the moving body 10 at the estimated position in the past, the position d of the moving body 10 at the position estimated by the matching of the latest scan data SD (d) is shown ing.
  • the entire white circle point cloud and black circle point cloud in FIG. 7C constitute an updated reference map RM.
  • the number of points in the reference map RM increases with each scan of the external sensor 102. This causes an increase in the amount of computation when matching the latest scan data with the reference map RM. For example, when one scan data includes up to about 1000 points, when 2000 scan data are connected to create one reference map RM, the number of points in the reference map RM is about at most It reaches 2 million pieces. When finding the corresponding points and repeating the operation for matching, if the point group of the reference map RM is too large, matching may not be completed within the scan period ⁇ t.
  • the reference map is reset by deleting a part other than a part including the latest scan data from the reference map updated a plurality of times. Also, when the reset is performed, the environment map is updated based on the reference map updated a plurality of times before the reset. For this reason, the environmental map itself can be held without losing the environmental information obtained by the scan.
  • the reference map is reset, for example, when (i) the number of times the reference map is updated reaches a predetermined number, (ii) when the data amount of the reference map reaches a predetermined amount, or (iii) from the previous reset. It can be performed when the elapsed time reaches a predetermined length.
  • the "predetermined number" in the case of (i) may be, for example, 100 times.
  • the "predetermined amount” in the case of (ii) may be, for example, 10000.
  • the "predetermined length" in the case of (iii) may be, for example, 5 minutes.
  • the other scan data should be deleted leaving only the latest scan data, that is, the data acquired by the most recent scan at the time of reset .
  • the number of points included in the latest scan data is equal to or less than a predetermined value, in addition to the latest scan data, a plurality of scan data close to the present are included in the reference map after reset to improve matching accuracy after reset. It is also good.
  • an increase in density of points per unit area of a point cloud beyond a predetermined value can be wasteful for matching.
  • a large number of points (measurement points) exist in a portion corresponding to a rectangular area having a size of 10 ⁇ 10 cm 2 in the environment, matching accuracy is sufficiently higher than the rate at which the amount of calculation required for matching increases. Saturation can occur without improvement.
  • the density of the point cloud constituting the scan data and / or the reference map exceeds the predetermined density, some points are thinned out from the point cloud to reduce the density of the point cloud below the predetermined density You may perform the process to which it reduces.
  • the “predetermined density” may be, for example, 1 / (10 cm) 2 .
  • FIG. 8A schematically shows the environmental map M before the update.
  • FIG. 8B shows how the environmental map M is updated based on the reference map RM.
  • the positional relationship between the reference map RM and the environment map M is shifted.
  • the point cloud that initially constituted the reference map RM was the scan data SD (a).
  • the scan data SD (b) acquired thereafter is consistent with the scan data SD (a). Therefore, the position and the orientation of the reference map RM linked based on the scan data SD (a) depend on the position and the orientation of the scan data SD (a).
  • the position and the orientation of the scan data SD (a) are defined by estimated values of the position a and the posture (orientation) of the moving object 10 when the scan data SD (a) is acquired.
  • the estimated value may include minute errors, which may cause the updated environmental map to deviate from the actual map (environment).
  • FIG. 8C schematically shows a state in which the reference map RM is matched with the environment map M by matching the reference map RM with the environment map M. By this matching, it is suppressed that the updated environmental map deviates from the actual map.
  • the update of the environmental map M is repeated, and eventually the environmental map M is completed.
  • the environmental map created in this way is then used for self-position estimation when the mobile unit 10 moves.
  • FIG. 9A is a view schematically showing an example of scan data SD (t) acquired at time t by an external sensor.
  • the scan data SD (t) is displayed in a sensor coordinate system in which the position and posture change with the moving object 10, and the points forming the scan data SD (t) are described by white circles.
  • FIG. 9B is a diagram schematically showing a state when matching of scan data SD (t) with the environmental map M is started.
  • the processor 106 in FIG. 1 obtains the scan data SD (t) from the external sensor 102
  • the processor 106 matches the scan data SD (t) with the environment map M read from the storage device 104 to obtain the environment of the mobile object 10.
  • the position and attitude on the map M can be estimated.
  • FIG. 9C schematically shows a state in which matching of scan data SD (t) with the environmental map M is completed.
  • the first method is to measure the amount of change by odometry from the position and orientation estimated by the previous matching. For example, when the movable body 10 is moved by two drive wheels, the amount of movement and the direction of movement of the movable body 10 can be determined by encoders attached to the respective drive wheels or motors. As the method of using odometry is known, no further detailed description is necessary.
  • the second method is to predict the current position and orientation based on the history of position and orientation estimates of the mobile object 10. Hereinafter, this point will be described.
  • FIG. 10 is a diagram schematically showing the history of the position and orientation of the moving object 10 obtained in the past by the position estimation system 115 of FIG. 1 and the predicted values of the current position and orientation.
  • the position and orientation history is stored in a memory 107 internal to the position estimation system 115. A part or all of such a history may be stored in a storage device external to the position estimation device 105, for example, the storage device 104 of FIG.
  • the UV coordinate system which is a local coordinate system (sensor coordinate system) of the mobile body 10 is also shown by FIG.
  • the scan data is represented by a UV coordinate system.
  • the position of the mobile object 10 on the environment map M is the coordinate value (xi, yi) of the origin of the UV coordinate system in the coordinate system of the environment map M.
  • the posture (orientation) of the mobile object 10 is the direction ( ⁇ i) of the UV coordinate system with respect to the coordinate system of the environmental map M. ⁇ i is “positive” counterclockwise.
  • predicted values of the current position and posture are calculated from the history of position and posture obtained in the past by the position estimation device.
  • the position and orientation of the moving object obtained by the previous matching is (x i-1 , y i-1 , ⁇ i-1 ), and the position and orientation of the moving object obtained by the previous matching is (x i Let ⁇ 2 , y i ⁇ 2 , ⁇ i ⁇ 2 ). Further, the predicted values of the current position and orientation of the moving object are set as (x i , y i , ⁇ i ). At this time, it is assumed that the following assumption is established.
  • Position (x i-1, y i -1) from the position (x i, y i) is the time required for movement to the position (x i-2, y i -2) from the position (x i- It is equal to the time taken to move to 1 , y i-1 ).
  • Equation 2 the matrix of the second term of the right side of Equation 2 can be simplified as a unit matrix.
  • the position (x i-1, y i -1) from the position (x i, y i) the time required for movement to Delta] t the position (x i-2, y i -2
  • ⁇ s be the time taken to move from the position (x i-1 ) to the position (x i-1 , y i-1 ).
  • FIG. 11 will be referred to.
  • step S10 the processor 106 of the position estimation system 115 acquires current (current) scan data from the external sensor 102.
  • step S12 the processor 106 obtains current position and orientation values by odometry.
  • step S14 the processor 106 performs initial alignment of the latest scan data with respect to the reference map, with the values of the current position and orientation acquired from odometry as initial values.
  • step S16 the processor 106 performs positional deviation correction using an ICP algorithm.
  • step S18 the processor 106 updates the reference map by adding the latest scan data to the existing reference map.
  • step S20 it is determined whether the reference map satisfies the update condition.
  • the update condition as described above, (i) when the number of times the reference map is updated reaches a predetermined number, (ii) when the data amount of the reference map reaches the predetermined amount, or (iii) from the previous reset
  • the condition is such as when the elapsed time of has reached a predetermined length. In the case of No, the process returns to step S10, and the next scan data is acquired. In the case of Yes, it progresses to step S22.
  • step S22 the processor 106 updates the environmental map based on the reference map updated a plurality of times.
  • step S24 the processor 106 deletes the part other than the part including the latest scan data from the reference map updated a plurality of times, and resets the reference map.
  • the number and density of points in the point cloud making up the reference map can be reduced.
  • step S32 the processor 106 searches for corresponding points from two sets of point groups. Specifically, the processor 106 selects a point on the environmental map corresponding to each point constituting the point cloud included in the scan data.
  • step S34 the processor 106 performs rotation and translation rigid transformation (coordinate transformation) of the scan data so as to reduce the distance between corresponding points between the scan data and the environment map. This is to optimize the parameters of the coordinate transformation matrix so as to reduce the distance between corresponding points, that is, the sum (square-sum) of errors of corresponding points. This optimization is performed by iterative calculations.
  • step S36 the processor 106 determines whether the result of the iterative calculation has converged. Specifically, the processor 106 determines that convergence has occurred when the amount of reduction of the sum (square-sum) of errors of corresponding points falls below a predetermined value even if the parameter of the coordinate conversion matrix is changed. If convergence has not occurred, the process returns to step S32, and the processor 106 repeats the process from the search for corresponding points. If it is determined in step S36 that the convergence has occurred, the process proceeds to step S38.
  • step S38 the processor 106 converts the coordinate values of the scan data from the values of the sensor coordinate system into the values of the coordinate system of the environmental map using the coordinate conversion matrix.
  • the coordinate values of the scan data thus obtained can be used to update the environmental map.
  • step S40 the processor 106 executes step S40 instead of step S12 between step S10 and step S14.
  • the processor 106 does not acquire the measurement values of the current position and orientation of the mobile object 10 from the odometry, but based on the history of the position and orientation of the mobile object 10 (external sensor 102), the current position. And calculate predicted posture values.
  • the calculation of the predicted value can be performed by the operation described with reference to FIG.
  • the values obtained in this way are used as initial values of position and posture to execute matching.
  • the other steps are as described above, and therefore the description will not be repeated.
  • the position estimation system is applicable to various moving bodies moved by various driving devices.
  • the position estimation system in the present disclosure may not be mounted and used on a mobile unit equipped with a drive.
  • it may be mounted on a handcart driven by the user and used for map creation.
  • an unmanned transport vehicle will be described as an example of the moving body.
  • an unmanned carrier is described as "AGV: Automatic Guided Vehicle” using abbreviations.
  • AGV is also denoted by “10” in the same manner as the mobile unit 10.
  • FIG. 14 shows an example of the basic configuration of an exemplary mobile management system 100 according to the present disclosure.
  • the mobile management system 100 includes at least one AGV 10 and an operation management apparatus 50 that manages the operation of the AGV 10.
  • the terminal device 20 operated by the user 1 is also shown in FIG.
  • the AGV 10 is an unmanned transport carriage capable of "guideless" traveling, which does not require a derivative such as a magnetic tape for traveling.
  • the AGV 10 can perform self-position estimation, and can transmit the result of estimation to the terminal device 20 and the operation management device 50.
  • the AGV 10 can automatically travel in the environment S in accordance with a command from the operation management device 50.
  • the operation management device 50 is a computer system that tracks the position of each AGV 10 and manages traveling of each AGV 10.
  • the operation management device 50 may be a desktop PC, a laptop PC, and / or a server computer.
  • the operation management apparatus 50 communicates with each AGV 10 via the plurality of access points 2. For example, the operation management device 50 transmits, to each AGV 10, data of coordinates of a position to which each AGV 10 should go next.
  • Each AGV 10 periodically transmits data indicating its position and orientation (for example, every 250 milliseconds) to the operation management device 50.
  • the operation management device 50 transmits data of coordinates of a position to be further advanced.
  • the AGV 10 can also travel in the environment S in accordance with the operation of the user 1 input to the terminal device 20.
  • An example of the terminal device 20 is a tablet computer.
  • FIG. 15 shows an example of an environment S in which three AGVs 10a, 10b and 10c exist. All AGVs are assumed to travel in the depth direction in the figure. The AGVs 10a and 10b are carrying the load placed on the top plate. The AGV 10 c runs following the front AGV 10 b.
  • the reference numerals 10a, 10b and 10c are attached in FIG. 15 for convenience of description, it describes as "AGV10" below.
  • the AGV 10 can also transfer a load using a tow truck connected to itself, in addition to the method of transferring the load placed on the top plate.
  • FIG. 16 shows the AGV 10 and the tow truck 5 before being connected. Each leg of the tow truck 5 is provided with a caster.
  • the AGV 10 is mechanically connected to the tow truck 5.
  • FIG. 17 shows the connected AGV 10 and tow truck 5. When the AGV 10 travels, the tow truck 5 is pulled by the AGV 10. By pulling the tow truck 5, the AGV 10 can transport the load placed on the tow truck 5.
  • connection method of AGV10 and the pulling truck 5 is arbitrary.
  • a plate 6 is fixed to the top plate of the AGV 10.
  • the tow truck 5 is provided with a guide 7 having a slit.
  • the AGV 10 approaches the tow truck 5 and inserts the plate 6 into the slit of the guide 7.
  • the AGV 10 penetrates the plate 6 and the guide 7 with an electromagnetic lock type pin (not shown) to lock the electromagnetic lock.
  • AGV10 and the pulling truck 5 are physically connected.
  • Each AGV 10 and the terminal device 20 can be connected, for example, on a one-to-one basis to perform communication conforming to the Bluetooth (registered trademark) standard.
  • Each AGV 10 and the terminal device 20 can also perform communication conforming to Wi-Fi (registered trademark) using one or more access points 2.
  • the plurality of access points 2 are connected to one another via, for example, a switching hub 3. Two access points 2a and 2b are described in FIG.
  • the AGV 10 is wirelessly connected to the access point 2a.
  • the terminal device 20 is wirelessly connected to the access point 2b.
  • the data transmitted by the AGV 10 is received by the access point 2a, transferred to the access point 2b via the switching hub 3, and transmitted from the access point 2b to the terminal device 20.
  • the data transmitted by the terminal device 20 is received by the access point 2b, transferred to the access point 2a via the switching hub 3, and transmitted from the access point 2a to the AGV 10.
  • the plurality of access points 2 are also connected to the operation management device 50 via the switching hub 3.
  • bidirectional communication is realized also between the operation management device 50 and each of the AGVs 10.
  • a map in the environment S is created in order to allow the AGV 10 to travel while estimating its own position.
  • the AGV 10 is equipped with a position estimation device and an LRF, and the output of the LRF can be used to create a map.
  • the AGV 10 transitions to the data acquisition mode by the operation of the user.
  • the AGV 10 starts acquiring sensor data (scan data) using LRF.
  • the subsequent processing is as described above.
  • the movement in the environment S for acquiring sensor data may be realized by the AGV 10 traveling according to the operation of the user.
  • the AGV 10 wirelessly receives a traveling instruction instructing movement in each of the front, rear, left, and right directions from the user via the terminal device 20.
  • the AGV 10 travels in the environment S back and forth and to the left and right according to a travel command to create a map.
  • the AGV 10 is connected to a control device such as a joystick or the like by wire, the inside of the environment S may be traveled back and forth and left and right according to a control signal from the control device to create a map.
  • the sensor data may be acquired by a person pushing on the measurement carriage on which the LRF is mounted.
  • FIG. 14 and FIG. 15 one AGV may be sufficient.
  • the user 1 can use the terminal device 20 to select one of the registered AGVs to create a map of the environment S.
  • each AGV 10 can automatically travel while estimating its own position using the map.
  • FIG. 18 is an external view of an exemplary AGV 10 according to the present embodiment.
  • the AGV 10 has two drive wheels 11a and 11b, four casters 11c, 11d, 11e and 11f, a frame 12, a transport table 13, a travel control device 14, and an LRF 15.
  • the two drive wheels 11a and 11b are provided on the right and left sides of the AGV 10, respectively.
  • Four casters 11 c, 11 d, 11 e and 11 f are disposed at the four corners of the AGV 10.
  • the AGV 10 also includes a plurality of motors connected to the two drive wheels 11a and 11b, but the plurality of motors are not shown in FIG. Further, FIG.
  • the drive wheel 11a and the drive wheel 11b are also referred to as a wheel 11a and a wheel 11b, respectively.
  • the travel control device 14 is a device that controls the operation of the AGV 10, and mainly includes an integrated circuit including a microcomputer (described later), an electronic component, and a substrate on which the components are mounted.
  • the traveling control device 14 performs transmission and reception of data with the terminal device 20 and the pre-processing calculation described above.
  • the LRF 15 is an optical device that measures the distance to the reflection point by emitting, for example, an infrared laser beam 15 a and detecting the reflected light of the laser beam 15 a.
  • the LRF 15 of the AGV 10 emits a pulsed laser beam 15a while changing its direction every 0.25 degree in a space within a range of 135 degrees (270 degrees in total) with respect to the front of the AGV 10, for example. , And detects the reflected light of each laser beam 15a. This makes it possible to obtain data of the distance to the reflection point in the direction determined by the angle for a total of 1081 steps every 0.25 degrees.
  • the scan of the surrounding space performed by the LRF 15 is substantially parallel to the floor surface and planar (two-dimensional). However, the LRF 15 may scan in the height direction.
  • the AGV 10 can create a map of the environment S based on the position and orientation (orientation) of the AGV 10 and the scan result of the LRF 15.
  • the map may reflect the surrounding walls of the AGV, structures such as columns, and the placement of objects placed on the floor. Map data is stored in a storage device provided in the AGV 10.
  • position and posture of the AGV 10 that is, the pose (x, y, ⁇ ) may be hereinafter simply referred to as “position”.
  • the traveling control device 14 estimates the current position of itself by comparing the measurement result of the LRF 15 with the map data held by itself as described above.
  • the map data may be map data created by another AGV 10.
  • FIG. 19A shows a first hardware configuration example of the AGV 10.
  • FIG. 19A also shows a specific configuration of the traveling control device 14.
  • the AGV 10 includes a traveling control device 14, an LRF 15, two motors 16a and 16b, a drive device 17, and wheels 11a and 11b.
  • the traveling control device 14 includes a microcomputer 14a, a memory 14b, a storage device 14c, a communication circuit 14d, and a position estimation device 14e.
  • the microcomputer 14a, the memory 14b, the storage device 14c, the communication circuit 14d, and the position estimation device 14e are connected by a communication bus 14f and can exchange data with each other.
  • the LRF 15 is also connected to the communication bus 14f via a communication interface (not shown), and transmits measurement data as the measurement result to the microcomputer 14a, the position estimation device 14e and / or the memory 14b.
  • the microcomputer 14 a is a processor or control circuit (computer) that performs calculations for controlling the entire AGV 10 including the traveling control device 14.
  • the microcomputer 14a is a semiconductor integrated circuit.
  • the microcomputer 14a transmits a PWM (Pulse Width Modulation) signal, which is a control signal, to the drive unit 17 to control the drive unit 17 to adjust the voltage applied to the motor. This causes each of the motors 16a and 16b to rotate at a desired rotational speed.
  • PWM Pulse Width Modulation
  • One or more control circuits for example, microcomputers for controlling the drive of the left and right motors 16a and 16b may be provided independently of the microcomputer 14a.
  • motor drive device 17 may be provided with two microcomputers for controlling the drive of motors 16a and 16b, respectively.
  • the memory 14 b is a volatile storage device that stores a computer program executed by the microcomputer 14 a.
  • the memory 14b can also be used as a work memory when the microcomputer 14a and the position estimation device 14e perform an operation.
  • the storage device 14 c is a non-volatile semiconductor memory device.
  • the storage device 14 c may be a magnetic recording medium represented by a hard disk, or an optical recording medium represented by an optical disk.
  • the storage device 14 c may include a head device for writing and / or reading data on any recording medium and a control device of the head device.
  • the storage device 14c stores an environmental map M of the traveling environment S and data (traveling route data) R of one or more traveling routes.
  • the environment map M is created by the AGV 10 operating in the mapping mode and stored in the storage device 14c.
  • the travel route data R is transmitted from the outside after the environment map M is created.
  • the environmental map M and the traveling route data R are stored in the same storage device 14c, but may be stored in different storage devices.
  • the AGV 10 receives traveling route data R indicating a traveling route from the tablet computer.
  • the travel route data R at this time includes marker data indicating the positions of a plurality of markers. “Marker” indicates the passing position (passing point) of the traveling AGV 10.
  • the travel route data R includes at least position information of a start marker indicating a travel start position and an end marker indicating a travel end position.
  • the travel route data R may further include positional information of markers at one or more intermediate waypoints. When the travel route includes one or more intermediate via points, a route from the start marker to the end marker via the travel via points in order is defined as the travel route.
  • the data of each marker may include, in addition to the coordinate data of the marker, data of the orientation (angle) and traveling speed of the AGV 10 until moving to the next marker.
  • the data of each marker is an acceleration time required to accelerate to the traveling speed, and / or It may include data of deceleration time required to decelerate from the traveling speed to a stop at the position of the next marker.
  • the operation management device 50 may control the movement of the AGV 10.
  • the operation management apparatus 50 may instruct the AGV 10 to move to the next marker each time the AGV 10 reaches the marker.
  • the AGV 10 receives, from the operation management apparatus 50, coordinate data of a target position to be headed to next, or data of a distance to the target position and data of an angle to be traveled as travel route data R indicating a travel route.
  • the AGV 10 can travel along the stored travel route while estimating its own position using the created map and sensor data output from the LRF 15 acquired during travel.
  • the communication circuit 14d is, for example, a wireless communication circuit that performs wireless communication compliant with the Bluetooth (registered trademark) and / or the Wi-Fi (registered trademark) standard. Both standards include wireless communication standards using frequencies in the 2.4 GHz band. For example, in the mode in which the AGV 10 is run to create a map, the communication circuit 14d performs wireless communication conforming to the Bluetooth (registered trademark) standard, and communicates with the terminal device 20 on a one-to-one basis.
  • the position estimation device 14e performs map creation processing and estimation processing of the self position when traveling.
  • the position estimation device 14e creates a map of the environment S based on the position and orientation of the AGV 10 and the scan result of LRF.
  • the position estimation device 14e receives sensor data from the LRF 15, and reads out the environmental map M stored in the storage device 14c.
  • the local map data (sensor data) created from the scan result of LRF 15 is matched with the wider environmental map M to identify the self position (x, y, ⁇ ) on the environmental map M.
  • the position estimation device 14 e generates “reliability” data indicating the degree to which the local map data matches the environmental map M.
  • the data of the self position (x, y, ⁇ ) and the reliability can be transmitted from the AGV 10 to the terminal device 20 or the operation management device 50.
  • the terminal device 20 or the operation management device 50 can receive each data of the self position (x, y, ⁇ ) and the reliability, and can display the data on the built-in or connected display device.
  • microcomputer 14a and the position estimation device 14e are separate components, this is an example. It may be a single chip circuit or a semiconductor integrated circuit capable of independently performing each operation of the microcomputer 14a and the position estimation device 14e.
  • FIG. 19A shows a chip circuit 14g including the microcomputer 14a and the position estimation device 14e.
  • the microcomputer 14a and the position estimation device 14e are provided separately and independently will be described.
  • Two motors 16a and 16b are attached to two wheels 11a and 11b, respectively, to rotate each wheel. That is, the two wheels 11a and 11b are respectively drive wheels.
  • the motor 16a and the motor 16b are described as being motors for driving the right and left wheels of the AGV 10, respectively.
  • the moving body 10 may further include a rotary encoder that measures the rotational position or rotational speed of the wheels 11a and 11b.
  • the microcomputer 14a may estimate not only the signal received from the position estimation device 14e but also the signal received from the rotary encoder to estimate the position and attitude of the mobile object 10.
  • the drive device 17 has motor drive circuits 17a and 17b for adjusting the voltage applied to each of the two motors 16a and 16b.
  • Each of motor drive circuits 17a and 17b includes a so-called inverter circuit.
  • the motor drive circuits 17a and 17b turn on or off the current flowing to each motor by the PWM signal transmitted from the microcomputer 14a or the microcomputer in the motor drive circuit 17a, thereby adjusting the voltage applied to the motor.
  • FIG. 19B shows a second hardware configuration example of the AGV 10.
  • the second hardware configuration example differs from the first hardware configuration example (FIG. 19A) in that it has the laser positioning system 14 h and that the microcomputer 14 a is connected to each component on a one-to-one basis. Do.
  • the laser positioning system 14 h has a position estimation device 14 e and an LRF 15.
  • the position estimation device 14e and the LRF 15 are connected by, for example, an Ethernet (registered trademark) cable.
  • the operations of the position estimation device 14e and the LRF 15 are as described above.
  • the laser positioning system 14 h outputs information indicating the pose (x, y, ⁇ ) of the AGV 10 to the microcomputer 14 a.
  • the microcomputer 14a has various general purpose I / O interfaces or general purpose input / output ports (not shown).
  • the microcomputer 14a is directly connected to other components in the travel control device 14, such as the communication circuit 14d and the laser positioning system 14h, via the general-purpose input / output port.
  • the AGV 10 in the embodiment of the present disclosure may be equipped with a safety sensor such as an obstacle detection sensor and a bumper switch which are not shown.
  • FIG. 20 shows a hardware configuration example of the operation management device 50.
  • the operation management apparatus 50 includes a CPU 51, a memory 52, a position database (position DB) 53, a communication circuit 54, a map database (map DB) 55, and an image processing circuit 56.
  • the CPU 51, the memory 52, the position DB 53, the communication circuit 54, the map DB 55, and the image processing circuit 56 are connected by a communication bus 57 and can exchange data with each other.
  • the CPU 51 is a signal processing circuit (computer) that controls the operation of the operation management device 50.
  • the CPU 51 is a semiconductor integrated circuit.
  • the memory 52 is a volatile storage device that stores a computer program that the CPU 51 executes.
  • the memory 52 can also be used as a work memory when the CPU 51 performs an operation.
  • the position DB 53 stores position data indicating each position that can be a destination of each AGV 10.
  • the position data may be represented, for example, by coordinates virtually set in the factory by the administrator. Location data is determined by the administrator.
  • the communication circuit 54 performs wired communication conforming to, for example, the Ethernet (registered trademark) standard.
  • the communication circuit 54 is connected to the access point 2 (FIG. 14) by wire, and can communicate with the AGV 10 via the access point 2.
  • the communication circuit 54 receives data to be transmitted to the AGV 10 from the CPU 51 via the bus 57.
  • the communication circuit 54 also transmits data (notification) received from the AGV 10 to the CPU 51 and / or the memory 52 via the bus 57.
  • the map DB 55 stores data of an internal map of a factory or the like on which the AGV 10 travels.
  • the data format is not limited as long as the map has a one-to-one correspondence with the position of each AGV 10.
  • the map stored in the map DB 55 may be a map created by CAD.
  • the position DB 53 and the map DB 55 may be constructed on a non-volatile semiconductor memory, or may be constructed on a magnetic recording medium represented by a hard disk or an optical recording medium represented by an optical disc.
  • the image processing circuit 56 is a circuit that generates data of an image displayed on the monitor 58.
  • the image processing circuit 56 operates only when the administrator operates the operation management device 50. In the present embodiment, particularly the detailed description is omitted.
  • the monitor 58 may be integrated with the operation management device 50. Further, the CPU 51 may perform the processing of the image processing circuit 56.
  • an AGV traveling in a two-dimensional space is taken as an example.
  • the present disclosure can also be applied to a mobile object moving in three-dimensional space, such as a flying object (drone).
  • a drone creates a three-dimensional space map while flying, the two-dimensional space can be expanded to a three-dimensional space.
  • the above general or specific aspects may be realized by a system, a method, an integrated circuit, a computer program, or a recording medium.
  • the present invention may be realized by any combination of a system, an apparatus, a method, an integrated circuit, a computer program, and a storage medium.
  • the mobile object of the present disclosure can be suitably used for moving and transporting objects such as luggage, parts, finished products, etc. in factories, warehouses, construction sites, logistics, hospitals and the like.

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • General Physics & Mathematics (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • Automation & Control Theory (AREA)
  • Electromagnetism (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Optics & Photonics (AREA)
  • Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
  • Traffic Control Systems (AREA)
  • Instructional Devices (AREA)
  • Optical Radar Systems And Details Thereof (AREA)
  • Navigation (AREA)

Abstract

本開示の位置推定システム１１５は、プロセッサ１０６と、プロセッサ１０６を動作させるコンピュータプログラムを記憶するメモリ１０７とを備える。プロセッサ１０６は、外界センサ１０２からスキャンデータを取得してスキャンデータから参照地図を作成すること、新たに取得した最新スキャンデータと参照地図とのマッチングを行うことにより、参照地図上における位置および姿勢を推定し、最新スキャンデータを参照地図に追加して前記参照地図を更新すること、複数回更新された参照地図から、最新スキャンデータを含む一部分以外の部分を削除して参照地図のリセットを行うこと、および、リセット前の参照地図に基づいて環境地図を更新することを実行する。

Description

位置推定システム、および当該位置推定システムを備える移動体
　本開示は、位置推定システム、および当該位置推定システムを備える移動体に関する。
　無人搬送車（無人搬送台車）および移動ロボットのように自律移動可能な移動体の開発が進められている。
　特開２００８－２５０９０５号公報は、レーザレンジファインダから取得した局所地図と、前もって用意された地図とのマッチングによって自己位置推定を行う移動ロボットを開示している。
特開２００８－２５０９０５号公報
　特開２００８－２５０９０５号公報に開示されている移動ロボットは、マッチングを行うとき、環境地図から不要な点を除去して自己位置の推定を行っている。
　本開示の実施形態は、地図作成時の演算量を低減できる位置推定システムおよび移動体を提供する。
　本開示の位置推定システムは、非限定的で例示的な実施形態において、環境をスキャンしてスキャンデータを周期的に出力する外界センサに接続されて使用される位置推定システムであって、プロセッサと、前記プロセッサを動作させるコンピュータプログラムを記憶するメモリとを備えている。前記プロセッサは、前記コンピュータプログラムの指令にしたがって、前記外界センサから前記スキャンデータを取得し、前記スキャンデータから参照地図を作成すること、前記外界センサから前記スキャンデータを新たに取得したとき、新たに取得した最新スキャンデータと前記参照地図とのマッチングを行うことにより、前記参照地図上における前記外界センサの位置および姿勢を推定し、前記最新スキャンデータを前記参照地図に追加して前記参照地図を更新すること、複数回更新された参照地図から、前記最新スキャンデータを含む一部分以外の部分を削除して、前記参照地図のリセットを行うこと、および、前記リセットを行うとき、前記リセット前の前記複数回更新された参照地図に基づいて環境地図を更新することを実行する。
　本開示の移動体は、非限定的で例示的な実施形態において、上記の位置推定システムと、外界センサと、前記位置推定システムが作成した前記環境地図を記憶する記憶装置と、移動のための駆動装置とを備えている。
　本開示のコンピュータプログラムは、非限定的で例示的な実施形態において、上記いずれかの位置推定システムに使用されるコンピュータプログラムである。
　本開示の実施形態によれば、環境地図を作成するとき、外界センサから周期的に出力される複数のスキャンデータのマッチングを少ない演算量で実行することが可能になる。
図１は、本開示による移動体の実施形態の構成を示す図である。 図２は、移動体が移動する環境の例を模式的に示す平面レイアウト図である。 図３は、図２に示される環境の環境地図を示す図である。 図４Ａは、外界センサが時刻ｔに取得したスキャンデータＳＤ（ｔ）の例を模式的に示す図である。 図４Ｂは、外界センサが時刻ｔ＋Δｔに取得したスキャンデータＳＤ（ｔ＋Δｔ）の例を模式的に示す図である。 図４Ｃは、スキャンデータＳＤ（ｔ）にスキャンデータＳＤ（ｔ＋Δｔ）をマッチングさせた状態を模式的に示す図である。 図５は、スキャンデータを構成する点群が初期の位置から回転および並進して、環境地図の点群に近づく様子を模式的に示す図である。 図６は、スキャンデータの剛体変換後の位置および姿勢を示す図である。 図７Ａは、外界センサからスキャンデータを取得し、スキャンデータから参照地図を作成した後、新たに取得したスキャンデータを参照地図にマッチングさせた状態を模式的に示す図である。 図７Ｂは、新たに取得したスキャンデータを図７Ａの参照地図に追加して更新した参照地図を模式的に示す図である。 図７Ｃは、新たに取得したスキャンデータを図７Ｂの参照地図に追加して更新した参照地図を模式的に示す図である。 図８Ａは、更新前の環境地図を模式的に示す図である。 図８Ｂは、参照地図に基づいて環境地図を更新するときの様子を示す図である。 図８Ｃは、参照地図と環境地図とのマッチングを行い、参照地図を環境地図に整合させた状態を模式的に示す図である。 図９Ａは、外界センサが時刻ｔに取得したスキャンデータＳＤ（ｔ）の例を模式的に示す図である。 図９Ｂは、環境地図Ｍに対するスキャンデータＳＤ（ｔ）のマッチングを開始するときの状態を模式的に示す図である。 図９Ｃは、環境地図Ｍに対するスキャンデータＳＤ（ｔ）のマッチングが完了した状態を模式的に示す図である。 図１０は、過去に得られた移動体の位置および姿勢の履歴と、現在の位置および姿勢の予測値を模式的に示す図である。 図１１は、本開示の実施形態における位置推定装置の動作の一部を示すフローチャートである。 図１２は、本開示の実施形態における位置推定装置の動作の一部を示すフローチャートである。 図１３は、本開示の実施形態における位置推定装置の動作の他の例を示すフローチャートである。 図１４は、本開示による、各ＡＧＶの走行を制御する制御システムの概要を示す図である。 図１５は、ＡＧＶが存在する環境の一例を示す斜視図である。 図１６は、接続される前のＡＧＶおよび牽引台車を示す斜視図である。 図１７は、接続されたＡＧＶおよび牽引台車を示す斜視図である。 図１８は、本実施形態にかかる例示的なＡＧＶの外観図である。 図１９Ａは、ＡＧＶの第１のハードウェア構成例を示す図である。 図１９Ｂは、ＡＧＶの第２のハードウェア構成例を示す図である。 図２０は、運行管理装置のハードウェア構成例を示す図である。
＜用語＞
　「無人搬送車」（ＡＧＶ）とは、本体に人手または自動で荷物を積み込み、指示された場所まで自動走行し、人手または自動で荷卸しをする無軌道車両を意味する。「無人搬送車」は、無人牽引車および無人フォークリフトを含む。
　「無人」の用語は、車両の操舵に人を必要としないことを意味しており、無人搬送車が「人（たとえば荷物の積み下ろしを行う者）」を搬送することは除外しない。
　「無人牽引車」とは、人手または自動で荷物の積み込み荷卸しをする台車を牽引して、指示された場所まで自動走行する無軌道車両である。
　「無人フォークリフト」とは、荷物移載用のフォークなどを上下させるマストを備え、フォークなどに荷物を自動移載し指示された場所まで自動走行し、自動荷役作業をする無軌道車両である。
　「無軌道車両」とは、車輪と、車輪を回転させる電気モータまたはエンジンを備える移動体（vehicle）である。
　「移動体」とは、人または荷物を載せて移動する装置であり、移動のための駆動力（traction）を発生させる車輪、二足または多足歩行装置、プロペラなどの駆動装置を備える。本開示における「移動体」の用語は、狭義の無人搬送車のみならず、モバイルロボット、サービスロボット、およびドローンを含む。
　「自動走行」は、無人搬送車が通信によって接続されるコンピュータの運行管理システムの指令に基づく走行と、無人搬送車が備える制御装置による自律的走行とを含む。自律的走行には、無人搬送車が所定の経路に沿って目的地に向かう走行のみならず、追尾目標に追従する走行も含まれる。また、無人搬送車は、一時的に作業者の指示に基づくマニュアル走行を行ってもよい。「自動走行」は、一般には「ガイド式」の走行および「ガイドレス式」の走行の両方を含むが、本開示では「ガイドレス式」の走行を意味する。
　「ガイド式」とは、誘導体を連続的または断続的に設置し、誘導体を利用して無人搬送車を誘導する方式である。
　「ガイドレス式」とは、誘導体を設置せずに誘導する方式である。本開示の実施形態における無人搬送車は、位置推定装置を備え、ガイドレス式で走行することができる。
　「位置推定装置」は、レーザレンジファインダなどの外界センサによって取得されたセンサデータに基づいて環境地図上における自己位置を推定する装置である。
　「外界センサ」は、移動体の外部の状態をセンシングするセンサである。外界センサには、たとえば、レーザレンジファインダ（測域センサともいう）、カメラ（またはイメージセンサ）、ＬＩＤＡＲ（Light Detection and Ranging）、ミリ波レーダ、超音波センサ、および磁気センサがある。
　「内界センサ」は、移動体の内部の状態をセンシングするセンサである。内界センサには、たとえばロータリエンコーダ（以下、単に「エンコーダ」と称することがある）、加速度センサ、および角加速度センサ（たとえばジャイロセンサ）がある。
　「SLAM（スラム）」とは、Simultaneous Localization and Mappingの略語であり、自己位置推定と環境地図作成を同時に行うことを意味する。
＜本開示における移動体の基本構成＞
　図１を参照する。本開示の移動体１０は、図１に示される例示的な実施形態において、環境をスキャンしてスキャンデータを周期的に出力する外界センサ１０２を備える。外界センサ１０２の典型例は、レーザレンジファインダ（ＬＲＦ）である。ＬＲＦは周期的にたとえば赤外線または可視光のレーザビームを周囲に放射して周囲の環境をスキャンする。レーザビームは、たとえば、壁、柱等の構造物、床の上に置かれた物体などの表面で反射される。ＬＲＦは、レーザビームの反射光を受けて各反射点までの距離を計算し、各反射点の位置が示された測定結果のデータを出力する。各反射点の位置には、反射光の到来方向および距離が反映されている。測定結果のデータ（スキャンデータ）は、「環境計測データ」または「センサデータ」と呼ばれることがある。
　外界センサ１０２による環境のスキャンは、たとえば、外界センサ１０２の正面を基準として左右１３５度（合計２７０度）の範囲の環境に対して行われる。具体的には、水平面内において所定のステップ角度ごとに方向を変化させながらパルス状のレーザビームを放射し、各レーザビームの反射光を検出して距離を計測する。ステップ角度が０．３度であれば、合計９０１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測定データを得ることができる。この例において、外界センサ１０２が行う周囲の空間のスキャンは実質的に床面に平行であり、平面的（二次元的）である。しかし、外界センサは、三次元的なスキャンを行ってもよい。
　スキャンデータの典型例は、スキャンごとに取得される点群（point cloud）を構成する各点の位置座標によって表現され得る。点の位置座標は、移動体１０とともに移動するローカル座標系によって規定される。このようなローカル座標系は、移動体座標系またはセンサ座標系と呼ばれ得る。本開示においては、移動体１０に固定されたローカル座標系の原点を移動体１０の「位置」と定義し、ローカル座標系の向き（orientation）を移動体１０の「姿勢」と定義する。以下、位置および姿勢を合わせて「ポーズ」と称することがある。
　スキャンデータは、極座標系で表示される場合、各点の位置をローカル座標系における原点からの「方向」および「距離」で示す数値セットから構成され得る。極座標系の表示は、直交座標系の表示に変換され得る。以下の説明では、簡単のため、外界センサから出力されたスキャンデータは、直交座標系で表示されているとする。
　移動体１０は、環境地図を記憶する記憶装置１０４と、位置推定システム１１５とを備える。
　位置推定システム１１５は、外界センサ１０２に接続されて使用され、プロセッサ１０６と、プロセッサの動作を制御するコンピュータプログラムを記憶したメモリ１０７とを有している。
　位置推定システム１１５は、外界センサ１０２から取得したスキャンデータと、記憶装置１０４から読み出された環境地図とのマッチングを行い、移動体１０の位置および姿勢、すなわちポーズを推定する。このマッチングは、パターンマッチングまたはスキャンマッチングと呼ばれ、種々のアルゴリズムにしたがって実行され得る。マッチングアルゴリズムの典型例は、Iterative Closest Point （ＩＣＰ：反復最近接点）アルゴリズムである。
　位置推定システム１１５は、後述するように、外界センサ１０２から出力される複数のスキャンデータをマッチングによって整合させ、連結することにより、環境地図を作成する。
　本開示の実施形態にける位置推定システム１１５は、プロセッサ１０６と、プロセッサ１０６を動作させるコンピュータプログラムを記憶するメモリ１０７とによって実現される。プロセッサ１０６は、コンピュータプログラムの指令にしたがって、以下の動作を実行する。
　（１）外界センサ１０２からスキャンデータを取得し、スキャンデータから参照地図を作成する。
　（２）外界センサ１０２からスキャンデータを新たに取得したとき、新たに取得した最新スキャンデータと参照地図とのマッチングを行うことにより、参照地図上における外界センサ１０２の位置および姿勢（すなわち移動体１０の位置および姿勢）を推定し、最新スキャンデータを参照地図に追加して参照地図を更新する。
　（３）複数回更新された参照地図から、最新スキャンデータを含む一部分以外の部分を削除して、参照地図のリセットを行う。
　（４）リセットを行うとき、リセット前の複数回更新された参照地図に基づいて環境地図を更新する。
　上記の動作の詳細は後述する。
　図示されている例において、移動体１０は、さらに、駆動装置１０８、自動走行制御装置１１０、および通信回路１１２を備えている。駆動装置１０８は、移動体１０が移動するための駆動力を発生する装置である。駆動装置１０８の例は、電気モータまたはエンジンによって回転する車輪（駆動輪）、モータまたは他のアクチュエータによって動作する二足または多足歩行装置を含む。車輪は、メカナムホイールなどの全方位ホイールであってもよい。また、移動体１０が空中または水中を移動する移動体、あるいはホバークラフトであってもよく、その場合の駆動装置１０８は、モータによって回転するプロペラを含む。
　自動走行制御装置１１０は、駆動装置１０８を操作して移動体１０の移動条件（速度、加速度、移動方向など）を制御する。自動走行制御装置１１０は、所定の走行経路に沿って移動体１０を移動させてもよく、外部から与えられる指令にしたがって移動させてもよい。位置推定システム１１５は、移動体１０の移動中または停止中において、移動体１０の位置および姿勢の推定値を算出する。自動走行制御装置１１０は、この推定値を参照して移動体１０の走行を制御する。
　位置推定システム１１５および自動走行制御装置１１０を、全体として、走行制御装置１２０と呼んでもよい。自動走行制御装置１１０も、位置推定システム１１５とともに、上述したプロセッサ１０６と、プロセッサ１０６の動作を制御するコンピュータプログラムを格納したメモリ１０７によって構成され得る。このようなプロセッサ１０６およびメモリ１０７は、１個または複数の半導体集積回路によって実現され得る。
　通信回路１１２は、移動体１０が外部の管理装置、他の移動体、または操作者のモバイル端末機器などを含む通信ネットワークに接続してデータおよび／または指令のやりとりを行う回路である。
＜環境地図＞
　図２は、移動体１０が移動する環境２００の例を模式的に示す平面レイアウト図である。環境２００は、より広い環境の一部である。図２において、太い直線は、たとえば建造物の固定壁２０２を示している。
　図３は、図２に示される環境２００の地図（環境地図Ｍ）を示す図である。図中の各ドット２０４は、環境地図Ｍを構成する点群の各点に相当する。本開示において、環境地図Ｍの点群を「参照点群」と称し、スキャンデータの点群を「データ点群」または「ソース点群」と称する場合がある。マッチングは、たとえば、位置が固定された環境地図（参照点群）に対して、スキャンデータ（データ点群）の位置合わせを行うことである。ＩＣＰアルゴリズムによるマッチングを行う場合、具体的には、参照点群とデータ点群との間で対応する点のペアが選択され、各ペアを構成する点同士の距離（誤差）を最小化するようにデータ点群の位置および向きが調整される。
　図３において、ドット２０４は、簡単のため、複数の線分上に等間隔で配列されている。現実の環境地図Ｍにおける点群は、より複雑な配置パターンを有していてもよい。環境地図Ｍは、点群地図に限定されず、直線または曲線を構成要素とする地図であってもよいし、占有格子地図であってもよい。すなわちスキャンデータと環境地図Ｍとの間でマッチングを行うことが可能な構造を環境地図Ｍが備えていればよい。
　移動体１０が図３に示される位置ＰＡ、位置ＰＢ、および位置ＰＣのそれぞれにあるときに、移動体１０の外界センサ１０２が取得するスキャンデータは、それぞれ、異なる点群の配列を有する。移動体１０が位置ＰＡから、位置ＰＢを経て位置ＰＣに達するまでの移動時間が、外界センサ１０２によるスキャンの周期に比べて十分に長い場合、すなわち、移動体１０の移動が遅い場合、時間軸上で隣接する２つのスキャンデータは極めて類似している。しかし、移動体１０の移動が著しく速い場合は、時間軸上で隣接する２つのスキャンデータは大きく異なってしまう可能性がある。
　このように外界センサ１０２から順次出力されるスキャンデータのうち、最新のスキャンデータがその直前のスキャンデータに類似している場合は、マッチングは相対的に容易であり、短時間で信頼度の高いマッチングが期待される。しかし、移動体１０の移動速度が相対的に高い場合は、最新のスキャンデータがその直前のスキャンデータに類似していない可能性があり、マッチングに要する時間が長くなったり、所定時間内にマッチングが完了しないことがあり得る。
＜地図作成時のマッチング＞
　図４Ａは、外界センサ１０２が時刻ｔに取得したスキャンデータＳＤ（ｔ）の例を模式的に示す図である。スキャンデータＳＤ（ｔ）は、移動体１０とともに位置および姿勢が変わるセンサ座標系で表示されている。スキャンデータＳＤ（ｔ）は、外界センサ１０２の真正面をＶ軸として、Ｖ軸から時計周りに９０°回転した方向をＵ軸とするＵＶ座標系によって表現される。ＵＶ座標系の原点に移動体１０、より正確には外界センサ１０２が位置している。本開示では、移動体１０が前進するとき、移動体１０は、外界センサ１０２の真正面、すなわちＶ軸の方向に進む。わかりやすさのため、スキャンデータＳＤ（ｔ）を構成する点は黒丸で記載されている。
　本明細書において位置推定システム１１５が外界センサ１０２からスキャンデータを取得する周期をΔｔとする。Δｔはたとえば２００ミリ秒である。移動体１０が移動しているとき、外界センサ１０２から周期的に取得されるスキャンデータの内容は変化し得る。
　図４Ｂは、外界センサ１０２が時刻ｔ＋Δｔに取得したスキャンデータＳＤ（ｔ＋Δｔ）の例を模式的に示す図である。わかりやすさのため、スキャンデータＳＤ（ｔ＋Δｔ）を構成する点は白丸で記載されている。
　Δｔがたとえば２００ミリ秒である場合、移動体１０が毎秒１メールの速さで移動していると、Δｔの間に移動体１０は２０センチメートル程度移動する。通常、２０センチメートル程度の移動によって、移動体１０の環境は大きく変化しないため、外界センサ１０２が時刻ｔ＋Δｔにスキャンした環境と、時刻ｔにスキャンした環境との間には広い範囲で重複した部分が含まれる。したがって、スキャンデータＳＤ（ｔ）の点群とスキャンデータＳＤ（ｔ＋Δｔ）の点群との間には多くの対応点が含まれることになる。
　図４Ｃは、スキャンデータＳＤ（ｔ）とスキャンデータＳＤ（ｔ＋Δｔ）とのマッチングが完了した状態を模式的に示している。この例では、スキャンデータＳＤ（ｔ）に対してスキャンデータＳＤ（ｔ＋Δｔ）が整合するように位置合わせが行われている。図４ＣのＵＶ座標系の原点には時刻ｔにおける移動体１０が位置し、時刻ｔ＋Δｔにおける移動体１０は、ＵＶ座標系の原点から移動した位置にある。２枚のスキャンデータのマッチング行うことにより、一方のローカル座標系に対する他方ローカル座標系の配置関係が求められる。
　こうして、周期的に取得される複数のスキャンデータＳＤ（ｔ）、ＳＤ（ｔ＋Δｔ）、・・・、ＳＤ（ｔ＋Ｎ×Δｔ）を連結することにより、局所的な環境地図（参照地図）を作成することができる。ここで、Ｎは１以上の整数である。
　図５は、時刻ｔにおけるスキャンデータを構成する点群が初期の位置から回転および並進して、参照地図の点群に近づく様子を模式的に示す図である。時刻ｔにおけるスキャンデータの点群を構成するＫ個の点のうちのｋ番目（ｋ＝１、２、・・・、Ｋ－１、Ｋ）の点の座標値をＺt,k、この点に対応する参照地図上の点の座標値をｍkとする。このとき、２つの点群における対応点の誤差は、Ｋ個の対応点について計算した誤差の二乗和であるΣ（Ｚt,k-ｍk）2をコスト関数として評価することができる。Σ（Ｚt,k-ｍk）2を小さくするように回転および並進の剛体変換を決定する。剛体変換は、回転の角度および並進のベクトルをパラメータとして含む変換行列（同次変換行列）によって規定される。
　図６は、スキャンデータの剛体変換後の位置および姿勢を示す図である。図６に示される例において、スキャンデータと参照地図とのマッチングは完了しておらず、２つの点群の間には、まだ大きな誤差（位置ずれ）が存在している。この位置ずれを縮小するため、剛体変換をさらに行う。こうして、誤差が所定値を下回る大きさになったとき、マッチングは完了する。
＜参照地図の作成＞
　図７Ａは、新たに取得した最新のスキャンデータＳＤ（ｂ）と、前回に取得したスキャンデータＳＤ（ａ）とのマッチングが完了した状態を模式的に示す図である。図７Ａにおいて、黒円の点群は前回のスキャンデータを表し、白丸の点群は最新のスキャンデータを表している。図７Ａには、前回のスキャンデータを取得したときの移動体１０の位置ａ、および、最新のスキャンデータを取得したときの移動体１０の位置ｂが示されている。
　この例において、前回に取得したスキャンデータＳＤ（ａ）は「参照地図ＲＭ」を構成している。参照地図ＲＭは、作成されつつある環境地図の一部である。最新のスキャンデータＳＤ（ｂ）の位置および向きは、前回に取得したスキャンデータＳＤ（ａ）の位置および向きに対して整合するようにマッチングが実行される。
　このようなマッチングを行うことにより、参照地図ＲＭ上における移動体１０ｂの位置および姿勢を知ることができる。マッチングが完了した後、スキャンデータＳＤ（ｂ）を参照地図ＲＭに追加して参照地図ＲＭを更新する。
　スキャンデータＳＤ（ｂ）の座標系は、スキャンデータＳＤ（ａ）の座標系に連結される。この連結は、２つの座標系の回転および並進の変換（剛体変換）を規定する行列に表される。このような変換の行列によれば、スキャンデータＳＤ（ｂ）上の各点の座標値を、スキャンデータＳＤ（ａ）の座標系における座標値に変換することができる。
　図７Ｂは、次に取得したスキャンデータを図７Ａの参照地図ＲＭに追加して更新した参照地図ＲＭを示している。図７Ｂにおいて、黒円の点群は更新前の参照地図ＲＭを表し、白丸の点群は最新のスキャンデータＳＤ（ｃ）を表している。図７Ｂには、前々回、前回、および、最新のスキャンデータを取得したときの移動体１０の位置ａ、ｂ、ｃが示されている。図７Ｂの白丸の点群および黒円の点群の全体は、更新された参照地図ＲＭを構成している。
　図７Ｃは、新たに取得したスキャンデータＳＤ（ｄ）を図７Ｂの参照地図ＲＭに追加して更新した参照地図ＲＭを示している。図７Ｃにおいて、黒円の点群は更新前の参照地図ＲＭを表し、白丸の点群は最新のスキャンデータＳＤ（ｄ）を表している。図７Ｃには、過去の推定位置にある移動体１０の位置ａ、ｂ、ｃに加えて、最新のスキャンデータＳＤ（ｄ）のマッチングによって推定した位置にある移動体１０の位置ｄが示されている。図７Ｃの白丸の点群および黒円の点群の全体は、更新された参照地図ＲＭを構成している。
　このようにして、参照地図ＲＭは次々と更新されるため、参照地図ＲＭ内の点の個数が外界センサ１０２のスキャンごとに増大していく。このことは、最新スキャンデータと参照地図ＲＭとのマッチングを行うときの演算量の増加を引き起こす。たとえば１枚のスキャンデータが最大約１０００個の点を含む場合、２０００枚のスキャンデータをつなぎ合わせて１枚の参照地図ＲＭを作成すると、その参照地図ＲＭ内の点の個数は、最大で約２００万個にも達する。対応する点を見つけてマッチングのための演算を反復するとき、参照地図ＲＭの点群が大きすぎると、スキャン周期であるΔｔの期間内にマッチングが完了しない可能性がある。
　本開示の位置推定システムでは、複数回更新された参照地図から、最新スキャンデータを含む一部分以外の部分を削除して参照地図のリセットを行う。また、リセットを行うとき、リセット前の複数回更新された参照地図に基づいて環境地図を更新する。このため、環境地図そのものは、スキャンによって得た環境情報を失うことなく保持し得る。
　参照地図のリセットは、たとえば、（ｉ）参照地図を更新する回数が所定数に達したとき、（ｉｉ）参照地図のデータ量が所定量に達したとき、または（ｉｉｉ）前回のリセットからの経過時間が所定長さに達したときに行うことができる。（ｉ）の場合の「所定数」は、たとえば１００回であり得る。（ｉｉ）の場合の「所定量」は、たとえば１００００であり得る。（ｉｉｉ）の場合の「所定長さ」は、たとえば５分であり得る。
　リセット後の参照地図のデータ量を最小にするには、最新のスキャンデータ、すなわち、リセットを行う時点で最も新しい１回のスキャンによって取得したデータのみを残して他のスキャンデータを削除すればよい。最新のスキャンデータに含まれる点の個数が所定値以下の場合、リセット後のマッチング精度を高めるため、最新のスキャンデータの加えて、現在に近い複数のスキャンデータをリセット後の参照地図に含めてもよい。
　複数のスキャンデータから参照地図を作成するとき、点群の単位面積あたり点の密度が所定値を超えて増加することはマッチングにとって無駄になり得る。たとえば、環境内で１０×１０ｃｍ2のサイズを有する矩形の領域に相当する部分に多数の点（測定点）が存在した場合、マッチングに要する演算量が増加する割合に比べてマッチング精度が充分に向上せずに飽和することが起こり得る。このような無駄を抑制するため、スキャンデータおよび／または参照地図を構成する点群の密度が所定密度を超えたときには、点群から幾つかの点を間引き、点群の密度を所定密度以下に低下させる処理を行ってもよい。「所定密度」は、たとえば１個／（１０ｃｍ）2であり得る。
　図８Ａは、更新前の環境地図Ｍを模式的に示している。図８Ｂは、参照地図ＲＭに基づいて環境地図Ｍを更新するときの様子を示している。この例において、参照地図ＲＭと環境地図Ｍとの間で配置関係がずれている。図７Ａを参照しながら説明した例では、最初に参照地図ＲＭを構成していた点群は、スキャンデータＳＤ（ａ）であった。その後に取得されたスキャンデータＳＤ（ｂ）は、スキャンデータＳＤ（ａ）に対して整合している。このため、スキャンデータＳＤ（ａ）を基準に連結された参照地図ＲＭの位置および向きは、スキャンデータＳＤ（ａ）の位置および向きに依存する。一方、スキャンデータＳＤ（ａ）の位置および向きは、スキャンデータＳＤ（ａ）を取得したときの移動体１０の位置ａおよび姿勢（向き）の推定値によって規定される。推定値が微小誤差を含む可能性があり、それによって更新後の環境地図が実際の地図(環境)から乖離していくことが懸念される。
　図８Ｃは、参照地図ＲＭと環境地図Ｍとのマッチングを行い、参照地図ＲＭを環境地図Ｍに整合させた状態を模式的に示している。このマッチングにより、更新後の環境地図が実際の地図から乖離していくことが抑制される。
　このようにして環境地図Ｍの更新が繰り返され、やがて環境地図Ｍは完成する。このようにして作成された環境地図は、その後、移動体１０の移動に際して自己位置推定に利用される。
＜環境地図を用いた位置推定＞
　図９Ａは、外界センサが時刻ｔに取得したスキャンデータＳＤ（ｔ）の例を模式的に示す図である。スキャンデータＳＤ（ｔ）は、移動体１０とともに位置および姿勢が変わるセンサ座標系で表示され、スキャンデータＳＤ（ｔ）を構成する点は白丸で記載されている。
　図９Ｂは、環境地図Ｍに対するスキャンデータＳＤ（ｔ）のマッチングを開始するときの状態を模式的に示す図である。図１のプロセッサ１０６は、外界センサ１０２からスキャンデータＳＤ（ｔ）を取得すると、スキャンデータＳＤ（ｔ）と記憶装置１０４から読み出した環境地図Ｍとのマッチングを行うことにより、移動体１０の環境地図Ｍ上における位置および姿勢を推定することができる。このようなマッチングを開始するとき、時刻ｔにおける移動体１０の位置および姿勢の初期値を決定する必要がある（図５参照）。初期値が、実際の移動体１０の位置および姿勢に近いほど、マッチングに要する時間は短縮され得る。
　図９Ｃは、環境地図Ｍに対するスキャンデータＳＤ（ｔ）のマッチングが完了した状態を模式的に示す図である。
　本開示の実施形態では、この初期値の決定に際して２種類の方法を採用することができる。
　第１の方法では、前回のマッチングによって推定した位置および姿勢から変化量をオドメトリによって計測することである。たとえば、移動体１０が２個の駆動輪によって移動するとき、それぞれの駆動輪またはモータに取り付けられたエンコーダにより、移動体１０の移動量および移動方向を求めることができる。オドメトリを用いる方法は公知であるため、さらに詳細な説明は特に必要ない。
　第２の方法は、移動体１０の位置および姿勢の推定値の履歴に基づいて、現在の位置および姿勢を予測することである。以下、この点を説明する。
＜初期値の予測＞
　図１０は、図１の位置推定システム１１５によって過去に得られた移動体１０の位置および姿勢の履歴と、現在の位置および姿勢の予測値を模式的に示す図である。位置および姿勢の履歴は、位置推定システム１１５の内部のメモリ１０７に記憶される。このような履歴の一部または全部は、位置推定装置１０５の外部の記憶装置、たとえば図１の記憶装置１０４に記憶されていても良い。
　図１０には、移動体１０のローカル座標系（センサ座標系）であるＵＶ座標系も示されている。スキャンデータは、ＵＶ座標系によって表現される。環境地図Ｍ上における移動体１０の位置は、環境地図Ｍの座標系におけるＵＶ座標系の原点の座標値（ｘｉ，ｙｉ）である。移動体１０の姿勢（向き）は、環境地図Ｍの座標系に対するＵＶ座標系の向き（θｉ）である。θｉは半時計回りを「正」とする。
　本開示の実施形態では、位置推定装置によって過去に得られた位置および姿勢の履歴から、現在の位置および姿勢の予測値を算出する。
　前回のマッチングによって得られた移動体の位置および姿勢を（ｘi-1，ｙi-1，θi-1）、さらにその前のマッチングによって得られた移動体の位置および姿勢を（ｘi-2，ｙi-2，θi-2）とする。また、現在の移動体の位置および姿勢の予測値を（ｘi，ｙi，θi）とする。このとき、以下の仮定が成立するとする。
　仮定１：位置（ｘi-1，ｙi-1）から位置（ｘi，ｙi）までの移動に要する時間は、位置（ｘi-2，ｙi-2）から位置（ｘi-1，ｙi-1）までの移動に要した時間に等しい。
　仮定２：位置（ｘi-1，ｙi-1）から位置（ｘi，ｙi）までの移動時の移動速度は、位置（ｘi-2，ｙi-2）から位置（ｘi-1，ｙi-1）までの移動時の移動速度に等しい。
　仮定３：θi－θi-1は、Δθ＝θｙi－θi-1に等しい。
　上記の過程のもと、以下の数１の式が設立する。
Figure JPOXMLDOC01-appb-M000001
 ここで、Δθは、上述の通り、θｙi－θi-1である。
　移動体の姿勢（向き）については、仮定３から、以下の数２の関係が成立する。
（数２）
　θi＝θi-1＋Δθ
　なお、Δθがゼロであるとの近似を行うと、数２の右辺第２項の行列は単位行列として計算が単純化され得る。
　上記の仮定１が成立しない場合、位置（ｘi-1，ｙi-1）から位置（ｘi，ｙi）までの移動に要する時間をΔｔ、位置（ｘi-2，ｙi-2）から位置（ｘi-1，ｙi-1）までの移動に要した時間をΔｓとする。この場合、数１の右辺における（ｘi-1－ｘi-2）および（ｙi-1－ｙi-2）を、それぞれ、Δｔ／Δｓ倍する補正と、数１の右辺の行列におけるΔθをΔｔ／Δｓ倍する補正を行えばよい。
＜位置推定システムの動作フロー＞
　図１、図１１から図１３を参照しながら、本開示の実施形態における位置推定システムの動作フローを説明する。
　まず、図１１を参照する。
　ステップＳ１０において、位置推定システム１１５のプロセッサ１０６は、外界センサ１０２から最新（現在:current）のスキャンデータを取得する。
　ステップＳ１２において、プロセッサ１０６は、オドメトリによって現在の位置および姿勢の値を取得する。
　ステップＳ１４において、プロセッサ１０６は、オドメトリから取得した現在の位置および姿勢の値を初期値として、参照地図に対する最新スキャンデータの初期位置合わせを行う。
　ステップＳ１６において、プロセッサ１０６は、ＩＣＰアルゴリズムによる位置ずれ補正を行う。
　ステップＳ１８において、プロセッサ１０６は、最新スキャンデータを既存の参照地図に追加することにより、参照地図の更新を行う。
　ステップＳ２０において、参照地図が更新条件を満たしたか否かを判定する。更新条件は、前述したように、（ｉ）参照地図を更新する回数が所定数に達したとき、（ｉｉ）参照地図のデータ量が所定量に達したとき、または（ｉｉｉ）前回のリセットからの経過時間が所定長さに達したとき、などの条件である。Ｎｏの場合、ステップＳ１０に戻り、次のスキャンデータを取得する。Ｙｅｓの場合は、ステップＳ２２に進む。
　ステップＳ２２において、プロセッサ１０６は、複数回更新された参照地図に基づいて環境地図を更新する。
　ステップＳ２４において、プロセッサ１０６は、複数回更新された参照地図から、最新スキャンデータを含む一部分以外の部分を削除して、参照地図のリセットを行う。こうして、参照地図を構成する点群内の点の個数および密度を低減することができる。
　次に図１２を参照して、ステップＳ１６における位置ずれ補正を説明する。
　まず、ステップＳ３２において、プロセッサ１０６は、２組の点群から対応点の探索を行う。具体的には、プロセッサ１０６は、スキャンデータに含まれる点群を構成する各点に対応する、環境地図上の点を選択する。
　ステップＳ３４において、プロセッサ１０６は、スキャンデータと環境地図との間にある対応点間距離を縮小するように、スキャンデータの回転および並進の剛体変換（座標変換）を行う。これは、対応点間距離、すなわち、対応点の誤差の総和（二乗和）を小さくするように、座標変換行列のパラメータを最適化することである。この最適化は反復計算によって行われる。
　ステップＳ３６において、プロセッサ１０６は、反復計算の結果が収束したか否かを判定する。具体的には、プロセッサ１０６は、座標変換行列のパラメータを変化させても対応点の誤差の総和（二乗和）の減少量が所定値を下回ったとき、収束したと判定する。収束しなかったときは、ステップＳ３２に戻り、プロセッサ１０６は、対応点の探索からの処理を繰りかえす。ステップＳ３６において、収束したと判定されたときは、ステップＳ３８に進む。
　ステップＳ３８において、プロセッサ１０６は、座標変換行列を用いてスキャンデータの座標値をセンサ座標系の値から環境地図の座標系の値に変換する。こうして得たスキャンデータの座標値は、環境地図の更新に用いることができる。
　次に、図１３を参照して図１１のフローの変形例を説明する。
　図１３のフローが図１１のフローと異なる点は、ステップＳ１０とステップＳ１４との間において、プロセッサ１０６がステップＳ１２に代えてステップＳ４０を実行することにある。ステップＳ４０では、プロセッサ１０６は、オドメトリから移動体１０の現在の位置および姿勢の計測値を取得するのではなく、移動体１０（外界センサ１０２）の位置および姿勢の履歴に基づいて、現在の位置および姿勢の予測値を算出する。この予測値の計算は、図１０を参照しながら説明した演算によって実行することができる。こうして得た値を、位置および姿勢の初期値としてマッチングを実行する。他のステップは、前述した通りであるため、説明の繰り返しは行わない。
　図１３のフローによれば、ロータリエンコーダなどの内界センサの出力を用いて位置および姿勢を求める必要がなくなる。特にロータリエンコーダは、車輪がスリップしたときには大きな誤差が発生し、その誤差は累積されるため、測定値の信頼度が低い。さらにロータリエンコーダによる測定は、メカナムホイールなどの全方位ホイール、二足または多足歩行装置を用いて移動する移動体、あるいは、バークラフトおよびドローンなどの飛行体には適用できない。これに対して、本開示による位置推定システムは、多用な駆動装置によって移動する種々の移動体に適用可能である。
　本開示における位置推定システムは、駆動装置を備えた移動体に搭載されて使用されなくてもよい。たとえばユーザによって駆動される手押し車に載せられて地図作成に用いられてもよい。
＜例示的な実施形態＞
　以下、本開示による位置推定システムを備える移動体の実施形態をより詳細に説明する。本実施形態では、移動体の一例として無人搬送車を挙げる。以下の説明では、略語を用いて、無人搬送車を「ＡＧＶ：Automatic Guided Vehicle」と記述する。以下、「ＡＧＶ」についても、移動体１０と同様に参照符号「１０」を付す。
（１）システムの基本構成
　図１４は、本開示による例示的な移動体管理システム１００の基本構成例を示している。移動体管理システム１００は、少なくとも１台のＡＧＶ１０と、ＡＧＶ１０の運行管理を行う運行管理装置５０とを含む。図１４には、ユーザ１によって操作される端末装置２０も記載されている。
　ＡＧＶ１０は、走行に磁気テープなどの誘導体が不要な「ガイドレス式」走行が可能な無人搬送台車である。ＡＧＶ１０は、自己位置推定を行い、推定の結果を端末装置２０および運行管理装置５０に送信することができる。ＡＧＶ１０は、運行管理装置５０からの指令にしたがって環境Ｓ内を自動走行することが可能である。
　運行管理装置５０は各ＡＧＶ１０の位置をトラッキングし、各ＡＧＶ１０の走行を管理するコンピュータシステムである。運行管理装置５０は、デスクトップ型ＰＣ、ノート型ＰＣ、および／または、サーバコンピュータであり得る。運行管理装置５０は、複数のアクセスポイント２を介して、各ＡＧＶ１０と通信する。たとえば、運行管理装置５０は、各ＡＧＶ１０が次に向かうべき位置の座標のデータを各ＡＧＶ１０に送信する。各ＡＧＶ１０は、定期的に、たとえば２５０ミリ秒ごとに自身の位置および姿勢（orientation）を示すデータを運行管理装置５０に送信する。指示した位置にＡＧＶ１０が到達すると、運行管理装置５０は、さらに次に向かうべき位置の座標のデータを送信する。ＡＧＶ１０は、端末装置２０に入力されたユーザ１の操作に応じて環境Ｓ内を走行することも可能である。端末装置２０の一例はタブレットコンピュータである。
　図１５は、３台のＡＧＶ１０ａ，１０ｂおよび１０ｃが存在する環境Ｓの一例を示している。いずれのＡＧＶも図中の奥行き方向に走行しているとする。ＡＧＶ１０ａおよび１０ｂは天板に載置された荷物を搬送中である。ＡＧＶ１０ｃは、前方のＡＧＶ１０ｂに追従して走行している。なお、説明の便宜のため、図１５では参照符号１０ａ，１０ｂおよび１０ｃを付したが、以下では、「ＡＧＶ１０」と記述する。
　ＡＧＶ１０は、天板に載置された荷物を搬送する方法以外に、自身と接続された牽引台車を利用して荷物を搬送することも可能である。図１６は接続される前のＡＧＶ１０および牽引台車５を示している。牽引台車５の各足にはキャスターが設けられている。ＡＧＶ１０は牽引台車５と機械的に接続される。図１７は、接続されたＡＧＶ１０および牽引台車５を示している。ＡＧＶ１０が走行すると、牽引台車５はＡＧＶ１０に牽引される。牽引台車５を牽引することにより、ＡＧＶ１０は、牽引台車５に載置された荷物を搬送できる。
　ＡＧＶ１０と牽引台車５との接続方法は任意である。ここでは一例を説明する。ＡＧＶ１０の天板にはプレート６が固定されている。牽引台車５には、スリットを有するガイド７が設けられている。ＡＧＶ１０は牽引台車５に接近し、プレート６をガイド７のスリットに差し込む。差し込みが完了すると、ＡＧＶ１０は、図示されない電磁ロック式ピンをプレート６およびガイド７に貫通させ、電磁ロックをかける。これにより、ＡＧＶ１０と牽引台車５とが物理的に接続される。
　再び図１４を参照する。各ＡＧＶ１０と端末装置２０とは、たとえば１対１で接続されてＢｌｕｅｔｏｏｔｈ（登録商標）規格に準拠した通信を行うことができる。各ＡＧＶ１０と端末装置２０とは、１または複数のアクセスポイント２を利用してＷｉ－Ｆｉ（登録商標）に準拠した通信を行うこともできる。複数のアクセスポイント２は、たとえばスイッチングハブ３を介して互いに接続されている。図１４には２台のアクセスポイント２ａ，２ｂが記載されている。ＡＧＶ１０はアクセスポイント２ａと無線で接続されている。端末装置２０はアクセスポイント２ｂと無線で接続されている。ＡＧＶ１０が送信したデータはアクセスポイント２ａで受信された後、スイッチングハブ３を介してアクセスポイント２ｂに転送され、アクセスポイント２ｂから端末装置２０に送信される。また、端末装置２０が送信したデータは、アクセスポイント２ｂで受信された後、スイッチングハブ３を介してアクセスポイント２ａに転送され、アクセスポイント２ａからＡＧＶ１０に送信される。これにより、ＡＧＶ１０および端末装置２０の間の双方向通信が実現される。複数のアクセスポイント２はスイッチングハブ３を介して運行管理装置５０とも接続されている。これにより、運行管理装置５０と各ＡＧＶ１０との間でも双方向通信が実現される。
（２）環境地図の作成
　自己位置を推定しながらＡＧＶ１０が走行できるようにするため、環境Ｓ内の地図が作成される。ＡＧＶ１０には位置推定装置およびＬＲＦが搭載されており、ＬＲＦの出力を利用して地図を作成できる。
　ＡＧＶ１０は、ユーザの操作によってデータ取得モードに遷移する。データ取得モードにおいて、ＡＧＶ１０はＬＲＦを用いたセンサデータ(スキャンデータ)の取得を開始する。その後の処理は、前述した通りである。
　なお、センサデータを取得するための環境Ｓ内の移動は、ユーザの操作にしたがってＡＧＶ１０が走行することによって実現し得る。たとえば、ＡＧＶ１０は、端末装置２０を介して無線でユーザから前後左右の各方向への移動を指示する走行指令を受け取る。ＡＧＶ１０は走行指令にしたがって環境Ｓ内を前後左右に走行し、地図を作成する。ＡＧＶ１０がジョイスティック等の操縦装置と有線で接続されている場合には、当該操縦装置からの制御信号にしたがって環境Ｓ内を前後左右に走行し、地図を作成してもよい。ＬＲＦを搭載した計測台車を人が押し歩くことによってセンサデータを取得してもよい。
　なお、図１４および図１５には複数台のＡＧＶ１０が示されているが、ＡＧＶは１台であってもよい。複数台のＡＧＶ１０が存在する場合、ユーザ１は端末装置２０を利用して、登録された複数のＡＧＶのうちから一台のＡＧＶ１０を選択して、環境Ｓの地図を作成させることができる。
　地図が作成されると、以後、各ＡＧＶ１０は当該地図を利用して自己位置を推定しながら自動走行することができる。
（３）ＡＧＶの構成
　図１８は、本実施形態にかかる例示的なＡＧＶ１０の外観図である。ＡＧＶ１０は、２つの駆動輪１１ａおよび１１ｂと、４つのキャスター１１ｃ、１１ｄ、１１ｅおよび１１ｆと、フレーム１２と、搬送テーブル１３と、走行制御装置１４と、ＬＲＦ１５とを有する。２つの駆動輪１１ａおよび１１ｂは、ＡＧＶ１０の右側および左側にそれぞれ設けられている。４つのキャスター１１ｃ、１１ｄ、１１ｅおよび１１ｆは、ＡＧＶ１０の４隅に配置されている。なお、ＡＧＶ１０は、２つの駆動輪１１ａおよび１１ｂに接続される複数のモータも有するが、複数のモータは図１８には示されていない。また、図１８には、ＡＧＶ１０の右側に位置する１つの駆動輪１１ａおよび２つのキャスター１１ｃおよび１１ｅと、左後部に位置するキャスター１１ｆとが示されているが、左側の駆動輪１１ｂおよび左前部のキャスター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。４つのキャスター１１ｃ、１１ｄ、１１ｅおよび１１ｆは、自由に旋回することができる。以下の説明では、駆動輪１１ａおよび駆動輪１１ｂを、それぞれ車輪１１ａおよび車輪１１ｂとも称する。
　走行制御装置１４は、ＡＧＶ１０の動作を制御する装置であり、主としてマイコン（後述）を含む集積回路、電子部品およびそれらが搭載された基板を含む。走行制御装置１４は、上述した、端末装置２０とのデータの送受信、および、前処理演算を行う。
　ＬＲＦ１５は、たとえば赤外のレーザビーム１５ａを放射し、当該レーザビーム１５ａの反射光を検出することにより、反射点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ＬＲＦ１５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ビーム１５ａを放射し、各レーザビーム１５ａの反射光を検出する。これにより、０．２５度ごと、合計１０８１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。なお、本実施形態では、ＬＲＦ１５が行う周囲の空間のスキャンは実質的に床面に平行であり、平面的（二次元的）である。しかしながら、ＬＲＦ１５は高さ方向のスキャンを行ってもよい。
　ＡＧＶ１０の位置および姿勢（向き）と、ＬＲＦ１５のスキャン結果とにより、ＡＧＶ１０は、環境Ｓの地図を作成することができる。地図には、ＡＧＶの周囲の壁、柱等の構造物、床の上に載置された物体の配置が反映され得る。地図のデータは、ＡＧＶ１０内に設けられた記憶装置に格納される。
　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。
　走行制御装置１４は、前述したようにして、ＬＲＦ１５の測定結果と、自身が保持する地図データとを比較して、自身の現在位置を推定する。地図データは、他のＡＧＶ１０が作成した地図データであってもよい。
　図１９Ａは、ＡＧＶ１０の第１のハードウェア構成例を示している。また図１９Ａは、走行制御装置１４の具体的な構成も示している。
　ＡＧＶ１０は、走行制御装置１４と、ＬＲＦ１５と、２台のモータ１６ａおよび１６ｂと、駆動装置１７と、車輪１１ａおよび１１ｂとを備えている。
　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、位置推定装置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および位置推定装置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。ＬＲＦ１５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、計測結果である計測データを、マイコン１４ａ、位置推定装置１４ｅおよび／またはメモリ１４ｂに送信する。
　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プロセッサまたは制御回路（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、制御信号である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、モータに印加する電圧を調整させる。これによりモータ１６ａおよび１６ｂの各々が所望の回転速度で回転する。
　左右のモータ１６ａおよび１６ｂの駆動を制御する１つ以上の制御回路（たとえばマイコン）を、マイコン１４ａとは独立して設けてもよい。たとえば、モータ駆動装置１７が、モータ１６ａおよび１６ｂの駆動をそれぞれ制御する２つのマイコンを備えていてもよい。
　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および位置推定装置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。
　記憶装置１４ｃは、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い。さらに、記憶装置１４ｃは、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。
　記憶装置１４ｃは、走行する環境Ｓの環境地図Ｍ、および、１または複数の走行経路のデータ（走行経路データ）Ｒを記憶する。環境地図Ｍは、ＡＧＶ１０が地図作成モードで動作することによって作成され記憶装置１４ｃに記憶される。走行経路データＲは、環境地図Ｍが作成された後に外部から送信される。本実施形態では、環境地図Ｍおよび走行経路データＲは同じ記憶装置１４ｃに記憶されているが、異なる記憶装置に記憶されてもよい。
　走行経路データＲの例を説明する。
　端末装置２０がタブレットコンピュータである場合には、ＡＧＶ１０はタブレットコンピュータから走行経路を示す走行経路データＲを受信する。このときの走行経路データＲは、複数のマーカの位置を示すマーカデータを含む。「マーカ」は走行するＡＧＶ１０の通過位置（経由点）を示す。走行経路データＲは、走行開始位置を示す開始マーカおよび走行終了位置を示す終了マーカの位置情報を少なくとも含む。走行経路データＲは、さらに、１以上の中間経由点のマーカの位置情報を含んでもよい。走行経路が１以上の中間経由点を含む場合には、開始マーカから、当該走行経由点を順に経由して終了マーカに至る経路が、走行経路として定義される。各マーカのデータは、そのマーカの座標データに加えて、次のマーカに移動するまでのＡＧＶ１０の向き（角度）および走行速度のデータを含み得る。ＡＧＶ１０が各マーカの位置で一旦停止し、自己位置推定および端末装置２０への通知などを行う場合には、各マーカのデータは、当該走行速度に達するまでの加速に要する加速時間、および／または、当該走行速度から次のマーカの位置で停止するまでの減速に要する減速時間のデータを含み得る。
　端末装置２０ではなく運行管理装置５０（たとえば、ＰＣおよび／またはサーバコンピュータ）がＡＧＶ１０の移動を制御してもよい。その場合には、運行管理装置５０は、ＡＧＶ１０がマーカに到達する度に、次のマーカへの移動をＡＧＶ１０に指示してもよい。たとえば、ＡＧＶ１０は、運行管理装置５０から、次に向かうべき目的位置の座標データ、または、当該目的位置までの距離および進むべき角度のデータを、走行経路を示す走行経路データＲとして受信する。
　ＡＧＶ１０は、作成された地図と走行中に取得されたＬＲＦ１５が出力したセンサデータとを利用して自己位置を推定しながら、記憶された走行経路に沿って走行することができる。
　通信回路１４ｄは、たとえば、Ｂｌｕｅｔｏｏｔｈ（登録商標）および／または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。いずれの規格も、２．４ＧＨｚ帯の周波数を利用した無線通信規格を含む。たとえばＡＧＶ１０を走行させて地図を作成するモードでは、通信回路１４ｄは、Ｂｌｕｅｔｏｏｔｈ（登録商標）規格に準拠した無線通信を行い、１対１で端末装置２０と通信する。
　位置推定装置１４ｅは、地図の作成処理、および、走行時には自己位置の推定処理を行う。位置推定装置１４ｅは、ＡＧＶ１０の位置および姿勢とＬＲＦのスキャン結果とにより、環境Ｓの地図を作成する。走行時には、位置推定装置１４ｅは、ＬＲＦ１５からセンサデータを受け取り、また、記憶装置１４ｃに記憶された環境地図Ｍを読み出す。ＬＲＦ１５のスキャン結果から作成された局所的地図データ（センサデータ）を、より広範囲の環境地図Ｍとのマッチングを行うことにより、環境地図Ｍ上における自己位置（ｘ，ｙ，θ）を同定する。位置推定装置１４ｅは、局所的地図データが環境地図Ｍに一致した程度を表す「信頼度」のデータを生成する。自己位置（ｘ，ｙ，θ）、および、信頼度の各データは、ＡＧＶ１０から端末装置２０または運行管理装置５０に送信され得る。端末装置２０または運行管理装置５０は、自己位置（ｘ，ｙ，θ）、および、信頼度の各データを受信して、内蔵または接続された表示装置に表示することができる。
　本実施形態では、マイコン１４ａと位置推定装置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および位置推定装置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１９Ａには、マイコン１４ａおよび位置推定装置１４ｅを包括するチップ回路１４ｇが示されている。以下では、マイコン１４ａおよび位置推定装置１４ｅが別個独立に設けられている例を説明する。
　２台のモータ１６ａおよび１６ｂは、それぞれ２つの車輪１１ａおよび１１ｂに取り付けられ、各車輪を回転させる。つまり、２つの車輪１１ａおよび１１ｂはそれぞれ駆動輪である。本明細書では、モータ１６ａおよびモータ１６ｂは、それぞれＡＧＶ１０の右輪および左輪を駆動するモータであるとして説明する。
　移動体１０は、さらに、車輪１１ａおよび１１ｂの回転位置または回転速度を測定するロータリエンコーダをさらに備えていてもよい。マイコン１４ａは、位置推定装置１４ｅから受信した信号だけでなく、ロータリエンコーダから受信した信号を利用して移動体１０の位置および姿勢を推定してもよい。
　駆動装置１７は、２台のモータ１６ａおよび１６ｂの各々に印加される電圧を調整するためのモータ駆動回路１７ａおよび１７ｂを有する。モータ駆動回路１７ａおよび１７ｂの各々はいわゆるインバータ回路を含む。モータ駆動回路１７ａおよび１７ｂは、マイコン１４ａまたはモータ駆動回路１７ａ内のマイコンから送信された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印加される電圧を調整する。
　図１９Ｂは、ＡＧＶ１０の第２のハードウェア構成例を示している。第２のハードウェア構成例は、レーザ測位システム１４ｈを有する点、および、マイコン１４ａが各構成要素と１対１で接続されている点において、第１のハードウェア構成例（図１９Ａ）と相違する。
　レーザ測位システム１４ｈは、位置推定装置１４ｅおよびＬＲＦ１５を有する。位置推定装置１４ｅおよびＬＲＦ１５は、たとえばイーサネット（登録商標）ケーブルで接続されている。位置推定装置１４ｅおよびＬＲＦ１５の各動作は上述した通りである。レーザ測位システム１４ｈは、ＡＧＶ１０のポーズ（ｘ，ｙ，θ）を示す情報をマイコン１４ａに出力する。
　マイコン１４ａは、種々の汎用Ｉ／Ｏインタフェースまたは汎用入出力ポート（図示せず）を有している。マイコン１４ａは、通信回路１４ｄ、レーザ測位システム１４ｈ等の、走行制御装置１４内の他の構成要素と、当該汎用入出力ポートを介して直接接続されている。
　図１９Ｂに関して上述した構成以外は、図１９Ａの構成と共通である。よって共通の構成の説明は省略する。
　本開示の実施形態におけるＡＧＶ１０は、図示されていない障害物検知センサおよびバンパースイッチなどのセーフティセンサを備えていてもよい。
（４）運行管理装置の構成例
　図２０は、運行管理装置５０のハードウェア構成例を示している。運行管理装置５０は、ＣＰＵ５１と、メモリ５２と、位置データベース（位置ＤＢ）５３と、通信回路５４と、地図データベース（地図ＤＢ）５５と、画像処理回路５６とを有する。
　ＣＰＵ５１、メモリ５２、位置ＤＢ５３、通信回路５４、地図ＤＢ５５および画像処理回路５６は通信バス５７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。
　ＣＰＵ５１は、運行管理装置５０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ＣＰＵ５１は半導体集積回路である。
　メモリ５２は、ＣＰＵ５１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５２は、ＣＰＵ５１が演算を行う際のワークメモリとしても利用され得る。
　位置ＤＢ５３は、各ＡＧＶ１０の行き先となり得る各位置を示す位置データを格納する。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。
　通信回路５４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５４はアクセスポイント２（図１４）と有線で接続されており、アクセスポイント２を介して、ＡＧＶ１０と通信することができる。通信回路５４は、ＡＧＶ１０に送信すべきデータを、バス５７を介してＣＰＵ５１から受信する。また通信回路５４は、ＡＧＶ１０から受信したデータ（通知）を、バス５７を介してＣＰＵ５１および／またはメモリ５２に送信する。
　地図ＤＢ５５は、ＡＧＶ１０が走行する工場等の内部の地図のデータを格納する。各ＡＧＶ１０の位置と１対１で対応関係を有する地図であれば、データの形式は問わない。たとえば地図ＤＢ５５に格納される地図は、ＣＡＤによって作成された地図であってもよい。
　位置ＤＢ５３および地図ＤＢ５５は、不揮発性の半導体メモリ上に構築されてもよいし、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上に構築されてもよい。
　画像処理回路５６はモニタ５８に表示される映像のデータを生成する回路である。画像処理回路５６は、専ら、管理者が運行管理装置５０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５８は運行管理装置５０と一体化されていてもよい。また画像処理回路５６の処理をＣＰＵ５１が行ってもよい。
　上述の実施形態の説明では、一例として二次元空間（床面）を走行するＡＧＶを挙げた。しかしながら本開示は三次元空間を移動する移動体、たとえば飛行体（ドローン）、にも適用され得る。ドローンが飛行しながら三次元空間地図を作成する場合には、二次元空間を三次元空間に拡張することができる。
　上記の包括的または具体的な態様は、システム、方法、集積回路、コンピュータプログラム、または記録媒体によって実現されてもよい。あるいは、システム、装置、方法、集積回路、コンピュータプログラム、および記録媒体の任意な組み合わせによって実現されてもよい。
　本開示の移動体は、工場、倉庫、建設現場、物流、病院などで荷物、部品、完成品などの物の移動および搬送に好適に利用され得る。
　１・・・ユーザ、２ａ、２ｂ・・・アクセスポイント、１０・・・ＡＧＶ（移動体）、１１ａ、１１ｂ・・・駆動輪（車輪）、１１ｃ、１１ｄ、１１ｅ、１１ｆ・・・キャスター、１２・・・フレーム、１３・・・搬送テーブル、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・・・位置推定装置、１６ａ、１６ｂ・・・モータ、１５・・・レーザレンジファインダ、１７ａ、１７ｂ・・・モータ駆動回路、２０・・・端末装置（タブレットコンピュータなどのモバイルコンピュータ）、５０・・・運行管理装置、５１・・・ＣＰＵ、５２・・・メモリ、５３・・・位置データベース（位置ＤＢ）、５４・・・通信回路、５５・・・地図データベース（地図ＤＢ）、５６・・・画像処理回路、１００・・・移動体管理システム

Claims (13)

  1. 　環境をスキャンしてスキャンデータを周期的に出力する外界センサに接続されて使用される位置推定システムであって、
    　プロセッサと、
    　前記プロセッサを動作させるコンピュータプログラムを記憶するメモリと、
    を備え、
    　前記プロセッサは、前記コンピュータプログラムの指令にしたがって、
    　前記外界センサから前記スキャンデータを取得し、前記スキャンデータから参照地図を作成すること、
    　前記外界センサから前記スキャンデータを新たに取得したとき、新たに取得した最新スキャンデータと前記参照地図とのマッチングを行うことにより、前記参照地図上における前記外界センサの位置および姿勢を推定し、前記最新スキャンデータを前記参照地図に追加して前記参照地図を更新すること、
    　複数回更新された参照地図から、前記最新スキャンデータを含む一部分以外の部分を削除して、前記参照地図のリセットを行うこと、および、
    　前記リセットを行うとき、前記リセット前の前記複数回更新された参照地図に基づいて環境地図を更新すること、
    を実行する、位置推定システム。
  2. 　前記プロセッサは、前記参照地図を更新する回数が所定数に達したとき、前記参照地図のリセットを行う、請求項１に記載の位置推定システム。
  3. 　前記プロセッサは、前記参照地図のデータ量が所定量に達したとき、前記参照地図のリセットを行う、請求項１に記載の位置推定システム。
  4. 　前記プロセッサは、前回の前記リセットからの経過時間が所定長さに達したとき、前記参照地図のリセットを行う、請求項１に記載の位置推定システム。
  5. 　前記環境地図を更新するとき、前記リセット前の前記複数回更新された参照地図と前記環境地図とのマッチングを行い、前記参照地図を前記環境地図に整合させる、請求項１から４のいずれかに記載の位置推定システム。
  6. 　前記プロセッサは、反復最近接点アルゴリズムによって前記マッチングを行う、請求項１から５のいずれかに記載の位置推定システム。
  7. 　前記プロセッサは、前記スキャンデータおよび／または前記参照地図を構成する点群の密度を所定密度以下に低下させる処理を行う、請求項１から６のいずれかに記載の位置推定システム。
  8. 　前記プロセッサは、内界センサの出力に基づいて前記外界センサの移動量を測定し、
    　前記マッチングを行うときに用いる前記外界センサの前記位置および前記姿勢の初期値を、前記外界センサの移動量に基づいて決定する、請求項１から７のいずれかに記載の位置推定システム。
  9. 　前記プロセッサは、前記外界センサの位置および姿勢の履歴に基づいて、前記外界センサの現在の位置および姿勢の予測値を算出し、
    　前記マッチングを行うときに用いる前記外界センサの前記位置および前記姿勢の初期値として前記予測値を用いる、請求項１から７のいずれかに記載の位置推定システム。
  10. 　請求項１から９のいずれかに記載の位置推定システムと、
    　前記外界センサと、
    　前記位置推定システムが作成した前記環境地図を記憶する記憶装置と、
    　移動のための駆動装置と、
    を備える移動体。
  11. 　内界センサをさらに備える、請求項１０に記載の移動体。
  12. 　前記プロセッサは、前記外界センサから前記スキャンデータを取得し、前記スキャンデータと前記記憶装置から読み出した前記環境地図とのマッチングを行うことにより、前記移動体の前記環境地図上における位置および姿勢を推定する、請求項１０または１１に記載の移動体。
  13. 　請求項１から９のいずれかに記載の位置推定システムに使用されるコンピュータプログラム。
PCT/JP2018/030308 2017-09-04 2018-08-14 位置推定システム、および当該位置推定システムを備える移動体 WO2019044500A1 (ja)

Priority Applications (3)

Application Number Priority Date Filing Date Title
US16/639,254 US20200264616A1 (en) 2017-09-04 2018-08-14 Location estimation system and mobile body comprising location estimation system
CN201880053209.0A CN110998473A (zh) 2017-09-04 2018-08-14 位置推断系统和具有该位置推断系统的移动体
JP2019539338A JP6816830B2 (ja) 2017-09-04 2018-08-14 位置推定システム、および当該位置推定システムを備える移動体

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
JP2017-169728 2017-09-04
JP2017169728 2017-09-04

Publications (1)

Publication Number Publication Date
WO2019044500A1 true WO2019044500A1 (ja) 2019-03-07

Family

ID=65525343

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/JP2018/030308 WO2019044500A1 (ja) 2017-09-04 2018-08-14 位置推定システム、および当該位置推定システムを備える移動体

Country Status (4)

Country Link
US (1) US20200264616A1 (ja)
JP (1) JP6816830B2 (ja)
CN (1) CN110998473A (ja)
WO (1) WO2019044500A1 (ja)

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2021103148A (ja) * 2019-12-25 2021-07-15 株式会社デンソー 推定装置、推定方法、推定プログラム
JP2021103149A (ja) * 2019-12-25 2021-07-15 株式会社デンソー 推定装置、推定方法、推定プログラム
WO2022239600A1 (ja) * 2021-05-11 2022-11-17 富士フイルム株式会社 情報処理装置、情報処理方法、及びプログラム
JP7322799B2 (ja) 2020-05-01 2023-08-08 株式会社豊田自動織機 自己位置推定装置
JP2023146505A (ja) * 2022-03-29 2023-10-12 防衛装備庁長官 物体認識システム
WO2023233809A1 (ja) * 2022-05-30 2023-12-07 ソニーグループ株式会社 情報処理装置及び情報処理方法
DE102023109228A1 (de) 2022-06-14 2023-12-14 Suzuki Motor Corporation Selbstabschätzende ortungseinrichtung für mobiles objekt

Families Citing this family (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP7353747B2 (ja) * 2018-01-12 2023-10-02 キヤノン株式会社 情報処理装置、システム、方法、およびプログラム
US11835960B2 (en) * 2019-01-28 2023-12-05 Zebra Technologies Corporation System and method for semantically identifying one or more of an object and a location in a robotic environment
JP6991489B2 (ja) * 2019-03-29 2022-01-12 国立大学法人東海国立大学機構 地図評価装置、地図評価方法および地図評価プログラム
US20230333568A1 (en) * 2019-05-17 2023-10-19 Murata Machinery, Ltd. Transport vehicle system, transport vehicle, and control method
US11787649B2 (en) * 2021-04-07 2023-10-17 Rockwell Automation Technologies, Inc. System and method for determining real-time orientation on carts in an independent cart system

Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH10143243A (ja) * 1996-11-13 1998-05-29 Fujitsu Ltd 移動装置
JP2008250905A (ja) * 2007-03-30 2008-10-16 Sogo Keibi Hosho Co Ltd 移動ロボット、自己位置補正方法および自己位置補正プログラム
JP2010066595A (ja) * 2008-09-11 2010-03-25 Toyota Motor Corp 環境地図生成装置及び環境地図生成方法
JP2011112644A (ja) * 2009-11-24 2011-06-09 Ind Technol Res Inst マップ作成方法および装置とそのマップを利用した定位方法
JP2012089174A (ja) * 2012-02-08 2012-05-10 Fuji Soft Inc ロボット及び情報処理装置のプログラム
WO2012176249A1 (ja) * 2011-06-21 2012-12-27 国立大学法人奈良先端科学技術大学院大学 自己位置推定装置、自己位置推定方法、自己位置推定プログラム、及び移動体
WO2015151770A1 (ja) * 2014-03-31 2015-10-08 株式会社日立産機システム 三次元地図生成システム
JP2017097402A (ja) * 2015-11-18 2017-06-01 株式会社明電舎 周辺地図作成方法、自己位置推定方法および自己位置推定装置
JP2017107425A (ja) * 2015-12-10 2017-06-15 カシオ計算機株式会社 自律移動装置、自律移動方法及びプログラム
JP2017117386A (ja) * 2015-12-25 2017-06-29 学校法人千葉工業大学 自己運動推定システム、自己運動推定システムの制御方法及びプログラム

Family Cites Families (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP5276931B2 (ja) * 2008-09-05 2013-08-28 株式会社日立産機システム 移動体および移動体の位置推定誤り状態からの復帰方法
WO2011023247A1 (en) * 2009-08-25 2011-03-03 Tele Atlas B.V. Generating raster image representing road existence probability based on probe measurements
CN105093925B (zh) * 2015-07-15 2020-11-03 山东理工大学 一种基于被测地形特点的机载激光雷达参数实时自适应调整方法
JP6849330B2 (ja) * 2015-08-28 2021-03-24 パナソニック インテレクチュアル プロパティ コーポレーション オブ アメリカＰａｎａｓｏｎｉｃ Ｉｎｔｅｌｌｅｃｔｕａｌ Ｐｒｏｐｅｒｔｙ Ｃｏｒｐｏｒａｔｉｏｎ ｏｆ Ａｍｅｒｉｃａ 地図生成方法、自己位置推定方法、ロボットシステム、およびロボット
EP3144765B1 (en) * 2015-09-18 2020-01-08 Samsung Electronics Co., Ltd. Apparatus for localizing cleaning robot, cleaning robot, and controlling method of cleaning robot
CN106767827B (zh) * 2016-12-29 2020-02-28 浙江大学 一种基于激光数据的移动机器人点云地图创建方法

Patent Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH10143243A (ja) * 1996-11-13 1998-05-29 Fujitsu Ltd 移動装置
JP2008250905A (ja) * 2007-03-30 2008-10-16 Sogo Keibi Hosho Co Ltd 移動ロボット、自己位置補正方法および自己位置補正プログラム
JP2010066595A (ja) * 2008-09-11 2010-03-25 Toyota Motor Corp 環境地図生成装置及び環境地図生成方法
JP2011112644A (ja) * 2009-11-24 2011-06-09 Ind Technol Res Inst マップ作成方法および装置とそのマップを利用した定位方法
WO2012176249A1 (ja) * 2011-06-21 2012-12-27 国立大学法人奈良先端科学技術大学院大学 自己位置推定装置、自己位置推定方法、自己位置推定プログラム、及び移動体
JP2012089174A (ja) * 2012-02-08 2012-05-10 Fuji Soft Inc ロボット及び情報処理装置のプログラム
WO2015151770A1 (ja) * 2014-03-31 2015-10-08 株式会社日立産機システム 三次元地図生成システム
JP2017097402A (ja) * 2015-11-18 2017-06-01 株式会社明電舎 周辺地図作成方法、自己位置推定方法および自己位置推定装置
JP2017107425A (ja) * 2015-12-10 2017-06-15 カシオ計算機株式会社 自律移動装置、自律移動方法及びプログラム
JP2017117386A (ja) * 2015-12-25 2017-06-29 学校法人千葉工業大学 自己運動推定システム、自己運動推定システムの制御方法及びプログラム

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
IWASINA, SHINYA ET AL.: "3-D SLAM in Dynamic Environments by a Mobile Robot Equipped with two Laser Range Finders (RSJ2008AC2H2-03)", PROCEEDINGS OF THE ANNUAL MEETING OF THE ROBOTICS SOCIETY OF JAPAN (RSJ 2008), vol. 26, 9 September 2008 (2008-09-09), pages RSJ2008AC2H2-03 , XP009520390, Retrieved from the Internet <URL:http://www.robot.t.u-tokyo.ac.jp/~yamashita/paper/E/E110Final.pdf> *
NAKAMOTO, TAKUMI: "3-D Map Generation in a Dynamic Environment by a Mobile Robot Equipped with Laser Range Finders", IEICE TECHNICAL REPORT. WIT2006 17-30, vol. 106, no. 144, 29 June 2006 (2006-06-29), pages 25 - 30, XP009520383, ISSN: 0913-5685 *

Cited By (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2021103148A (ja) * 2019-12-25 2021-07-15 株式会社デンソー 推定装置、推定方法、推定プログラム
JP2021103149A (ja) * 2019-12-25 2021-07-15 株式会社デンソー 推定装置、推定方法、推定プログラム
JP7318521B2 (ja) 2019-12-25 2023-08-01 株式会社デンソー 推定装置、推定方法、推定プログラム
JP7318522B2 (ja) 2019-12-25 2023-08-01 株式会社デンソー 推定装置、推定方法、推定プログラム
JP7322799B2 (ja) 2020-05-01 2023-08-08 株式会社豊田自動織機 自己位置推定装置
WO2022239600A1 (ja) * 2021-05-11 2022-11-17 富士フイルム株式会社 情報処理装置、情報処理方法、及びプログラム
JP2023146505A (ja) * 2022-03-29 2023-10-12 防衛装備庁長官 物体認識システム
JP7392221B2 (ja) 2022-03-29 2023-12-06 防衛装備庁長官 物体認識システム
WO2023233809A1 (ja) * 2022-05-30 2023-12-07 ソニーグループ株式会社 情報処理装置及び情報処理方法
DE102023109228A1 (de) 2022-06-14 2023-12-14 Suzuki Motor Corporation Selbstabschätzende ortungseinrichtung für mobiles objekt

Also Published As

Publication number Publication date
CN110998473A (zh) 2020-04-10
JPWO2019044500A1 (ja) 2020-10-01
JP6816830B2 (ja) 2021-01-20
US20200264616A1 (en) 2020-08-20

Similar Documents

Publication Publication Date Title
JP6816830B2 (ja) 位置推定システム、および当該位置推定システムを備える移動体
JP6825712B2 (ja) 移動体、位置推定装置、およびコンピュータプログラム
TWI665538B (zh) 進行障礙物之迴避動作的移動體及記錄其之電腦程式的記錄媒體
US20200110410A1 (en) Device and method for processing map data used for self-position estimation, mobile body, and control system for mobile body
JP2019168942A (ja) 移動体、管理装置および移動体システム
JP7081881B2 (ja) 移動体および移動体システム
JPWO2019026761A1 (ja) 移動体およびコンピュータプログラム
JP7136426B2 (ja) 管理装置および移動体システム
JP7111424B2 (ja) 移動体、位置推定装置、およびコンピュータプログラム
WO2019054209A1 (ja) 地図作成システムおよび地図作成装置
CN111971633B (zh) 位置推断系统、具有该位置推断系统的移动体以及记录介质
JP7164085B2 (ja) 移動体を用いたワークの搬送方法、コンピュータプログラム、および移動体
JP2019175137A (ja) 移動体および移動体システム
JP2019067001A (ja) 移動体
WO2020213645A1 (ja) 地図作成システム、信号処理回路、移動体および地図作成方法
CN112578789A (zh) 移动体
JP2020166702A (ja) 移動体システム、地図作成システム、経路作成プログラムおよび地図作成プログラム
JP2019148871A (ja) 移動体および移動体システム
WO2019059299A1 (ja) 運行管理装置
JP2020166701A (ja) 移動体およびコンピュータプログラム

Legal Events

Date Code Title Description
121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 18850350

Country of ref document: EP

Kind code of ref document: A1

ENP Entry into the national phase

Ref document number: 2019539338

Country of ref document: JP

Kind code of ref document: A

NENP Non-entry into the national phase

Ref country code: DE

122 Ep: pct application non-entry in european phase

Ref document number: 18850350

Country of ref document: EP

Kind code of ref document: A1