WO2023032246A1 - 情報処理装置、通信システム、特定方法、及び非一時的なコンピュータ可読媒体 - Google Patents

情報処理装置、通信システム、特定方法、及び非一時的なコンピュータ可読媒体 Download PDF

Info

Publication number
WO2023032246A1
WO2023032246A1 PCT/JP2022/001832 JP2022001832W WO2023032246A1 WO 2023032246 A1 WO2023032246 A1 WO 2023032246A1 JP 2022001832 W JP2022001832 W JP 2022001832W WO 2023032246 A1 WO2023032246 A1 WO 2023032246A1
Authority
WO
WIPO (PCT)
Prior art keywords
grid
obstacle
area
probability
absence
Prior art date
Application number
PCT/JP2022/001832
Other languages
English (en)
French (fr)
Inventor
真也 安田
裕志 吉田
太一 熊谷
正幸 村田
裕一 大下
Original Assignee
日本電気株式会社
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 日本電気株式会社 filed Critical 日本電気株式会社
Priority to JP2023545011A priority Critical patent/JPWO2023032246A5/ja
Publication of WO2023032246A1 publication Critical patent/WO2023032246A1/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

Definitions

  • the present disclosure relates to an information processing device, a communication system, and an identification method.
  • Patent Document 1 for static map information that is preconfigured in a two-dimensional or three-dimensional grid for each floor of a building, using human position information obtained from a surveillance camera or a human sensor, humans, etc. It describes generating dynamic map information that reflects the positions of obstacles in the field.
  • the autonomous mobile body control device uses the dynamic map information to control the autonomous mobile body to avoid colliding with obstacles.
  • One object of the present disclosure is to provide an information processing device, a communication system, and an identification method capable of generating control information for determining an appropriate travel route for an autonomously traveling mobile object. .
  • An information processing apparatus includes a communication unit that receives observation data obtained by observing obstacles in a plurality of areas from at least one sensor; a determination unit for determining the presence or absence of an obstacle; and indicating the presence or absence of an obstacle in an area around the first area when the presence or absence of the obstacle in the first area of the plurality of areas is unknown. and a specifying unit that specifies the probability that an obstacle exists in the first area using the determination result, and the probability that the obstacle exists in the first area is determined by the number of obstacles around the first area.
  • An information processing device that changes depending on the presence or absence of obstacles in an area.
  • a communication system includes a sensor that observes obstacles in a plurality of areas and transmits observation data indicating observation results; and a determination result indicating the presence or absence of an obstacle in an area around the first area when the presence or absence of an obstacle in the first area of the plurality of areas is unknown. and a specifying means for specifying the probability that an obstacle exists in the first area using It fluctuates depending on the presence or absence of obstacles.
  • An identifying method receives observation data obtained by observing obstacles in a plurality of areas from at least one sensor, and uses the observation data to determine the presence or absence of obstacles in the plurality of areas. is determined, and if the presence or absence of an obstacle in a first area of the plurality of areas is unknown, using the determination result indicating the presence or absence of an obstacle in an area surrounding the first area, the A probability that an obstacle exists in a first area is specified, and the probability that an obstacle exists in the first area varies depending on the presence or absence of an obstacle in areas surrounding the first area.
  • an information processing device capable of generating control information for determining an appropriate travel route for a mobile body that travels autonomously.
  • FIG. 1 is a configuration diagram of an information processing apparatus according to a first embodiment
  • FIG. 1 is a configuration diagram of a communication system according to a first embodiment
  • FIG. 4 is a diagram showing the flow of calculation processing according to the first embodiment
  • FIG. 2 is a configuration diagram of a control system according to a second embodiment
  • FIG. 10 is a diagram showing grid data reflecting information indicating the presence or absence of an obstacle according to the second embodiment
  • FIG. 10 is a diagram illustrating a calculation example when calculating the probability that an obstacle exists in a grid in which it is unknown whether or not an obstacle exists according to the second embodiment
  • FIG. 10 is a diagram showing a flow of determination processing of a movement route of a moving object according to the second embodiment
  • FIG. 13 is a diagram showing grid data in consideration of time according to the third embodiment;
  • FIG. 11 is a diagram showing labels in respective grids according to the third embodiment;
  • FIG. FIG. 11 is a configuration diagram of a control device according to a fourth embodiment;
  • FIG. FIG. 12 is a diagram showing a travel area of a moving object according to a fourth embodiment;
  • FIG. FIG. 12 is a diagram showing a travel area of a moving object according to a fourth embodiment;
  • FIG. FIG. 12 is a diagram showing a moving route of a moving object according to the fourth embodiment;
  • FIG. FIG. 11 shows a velocity pattern of a mobile object according to a fourth embodiment;
  • FIG. 1 is a configuration diagram of a control device according to each embodiment;
  • the information processing device 10 may be a computer device operated by a processor executing a program stored in a memory.
  • the information processing device 10 has a communication section 11 , a determination section 12 and a specification section 13 .
  • the communication unit 11, the determination unit 12, and the identification unit 13 may be software or modules whose processing is executed by a processor executing a program stored in memory.
  • the communication unit 11, the determination unit 12, and the identification unit 13 may be hardware such as circuits or chips.
  • the communication unit 11 receives observation data obtained by observing obstacles in multiple areas included in a predetermined space from at least one sensor.
  • a sensor may be, for example, a sensor that detects an object or a person that is considered an obstacle in a given space. Objects considered as obstacles may be, for example, devices, installations, shelves, pillars, etc., placed within a given space. Also, an object regarded as an obstacle may be a moving object or a non-moving object.
  • the sensor may be, for example, a camera or an infrared sensor.
  • the camera may be a 2D camera or a 3D camera.
  • the sensor may be a 2DLidar or a 3DLidar. Cameras or sensors may be mounted at multiple locations to observe within a given space.
  • the observation data may be, for example, depth data indicating the distance from the sensor to an object or person within a predetermined space, or may be imaging data when a camera is used as the sensor. Depth data and imaging data may be referred to as image data.
  • the predetermined space may be, for example, an area to be monitored by at least one sensor.
  • the predetermined space may be, for example, an area in which a moving object travels.
  • the plurality of areas included in the predetermined space may be divided areas obtained by dividing the predetermined space.
  • each area included in a plurality of areas may have areas that overlap with other areas.
  • the multiple areas may be indicated using two-dimensional information or may be indicated using three-dimensional information.
  • One sensor may observe multiple areas, and multiple sensors may observe one area. Alternatively, one sensor may observe one area.
  • the determination unit 12 uses observation data to determine the presence or absence of obstacles in multiple areas. For example, the determination unit 12 may determine whether or not an obstacle exists in each area by executing image recognition processing or image analysis processing using image data such as imaging data or depth data. .
  • the specifying unit 13 calculates the probability that an obstacle exists in the first area using the determination result of the presence or absence of an obstacle in the area around the first area.
  • a sensor when a sensor detects an obstacle in a given space, it may be determined that the presence or absence of an obstacle in a blind spot is unknown. Alternatively, it may be determined that the presence or absence of an obstacle is unknown due to the placement of the obstacle or the like. Alternatively, depending on the material of the obstacle, the environment around the obstacle, and the like, it may be determined that the presence or absence of the obstacle is unknown.
  • the environment around the obstacle may be, for example, illuminance, humidity, temperature, or the like.
  • the area around the first area in which the presence or absence of obstacles is unknown may be, for example, an area adjacent to the first area, or an area located a predetermined distance away from the first area. good too.
  • the probability that an obstacle exists in the first area varies depending on the presence or absence of obstacles in surrounding areas.
  • the effect of the surrounding area on the probability that an obstacle exists in the first area may increase as the surrounding area approaches the first area.
  • the communication system of FIG. 2 has a sensor 30, a communication unit 11, a determination unit 12, and an identification unit 13.
  • FIG. 2 shows that the communication unit 11 communicates with one sensor 30 , the communication unit 11 may communicate with two or more sensors 30 . Also, the communication unit 11 may communicate with a plurality of sensors 30 via a network. Also, the communication unit 11 , the determination unit 12 , and the identification unit 13 may not be provided in one information processing device 10 . For example, the communication unit 11, the determination unit 12, and the identification unit 13 may be distributed and arranged in different devices, and two of the communication unit 11, the determination unit 12, and the identification unit 13 may be arranged in the same device. may be placed in
  • the communication unit 11 receives observation data obtained by observing obstacles in a plurality of areas included in a predetermined space from at least one sensor 30 (S1).
  • the determination unit 12 determines the presence or absence of obstacles in a plurality of areas using observation data (S2).
  • the specifying unit 13 uses the determination result indicating the presence or absence of the obstacle in the area around the first area. , the probability that an obstacle exists in the first area (S3).
  • the probability that an obstacle exists in the first area varies depending on the presence or absence of an obstacle in the area around the first area.
  • the information processing apparatus 10 determines the presence or absence of an obstacle using the observation data observed by the sensor. Calculate the probability that an obstacle exists in the unknown area.
  • the information processing apparatus 10 calculates the probability that an obstacle exists in an area where an obstacle is unknown, using the determination result indicating the presence or absence of an obstacle in an area around the area where the obstacle is unknown. Thereby, the information processing device 10 can calculate the probability that an obstacle exists in a predetermined space with high accuracy.
  • the information processing device 10 provides information about the existence of obstacles as control information for the mobile body to determine an appropriate travel route when the mobile body autonomously travels within a predetermined space. be able to.
  • the information processing apparatus 10 calculates the probability that an obstacle exists in the area where the obstacle is unknown, using the determination result indicating the presence or absence of the obstacle in the area around the area where the obstacle is unknown. Thereby, the information processing apparatus 10 can set an appropriate value instead of fixing the probability that an obstacle exists in an area where the presence or absence of an obstacle is unknown.
  • FIG. 2 a configuration example of the control system according to the second embodiment will be described with reference to FIG.
  • a control device 20 corresponds to the information processing device 10 in FIG.
  • the control device 20 controls the moving route of the moving body.
  • the mobile body 40 may be a robot that moves autonomously.
  • the robot may be, for example, a transport robot (AGV (Automated Guided Vehicle)) that transports objects.
  • AGV Automated Guided Vehicle
  • the sensors 31-33 detect objects or people that are regarded as obstacles in a given space.
  • Sensors 31-33 may be, for example, camera devices.
  • the sensors 31 to 33 for example, periodically photograph the travel area in which the moving body 40 travels, and transmit photographed data to the control device 20 via the network 50 .
  • the imaging data may be two-dimensional data or three-dimensional data.
  • the two-dimensional data may be image data, for example.
  • Three-dimensional data may include image data and sensor-to-object distance data.
  • the imaging data corresponds to observation data.
  • the control device 20 has a configuration in which a label setting unit 21 and a route control unit 22 are added to the information processing device 10 of FIG.
  • the label setting unit 21 and the path control unit 22 may be software or modules whose processing is executed by a processor executing a program stored in memory.
  • the label setting unit 21 and the path control unit 22 may be hardware such as circuits or chips.
  • the communication unit 11 receives imaging data from the sensors 31 to 33 via the network 50.
  • the sensors 31 to 33 generate photographed data obtained by photographing a part of the travel area or the entire travel area.
  • the determination unit 12 determines whether or not there is an obstacle in the travel area photographed by the sensors 31-33.
  • the determination unit 12 may synthesize or combine photographed data photographed by each of the sensors 31 to 33 to generate map data that displays the entire travel area.
  • Map data is image data that displays the entire travel area.
  • the determining unit 12 generates grid data by dividing the map data into a plurality of grids, and determines whether each grid has an obstacle, whether there is an obstacle, or whether the presence of an obstacle is unknown. Or specify.
  • the grid data may be, for example, data divided so that 10 pixels of image data form one grid.
  • the grid data may be data divided into predetermined intervals (1-meter intervals) set by the user, and data appropriately divided (divided according to the average size of luggage) by machine learning.
  • the grid data may be data divided so that the total number of grids is a predetermined number.
  • the map data may be divided into rectangles, circles, ellipses, or other predetermined figures without being limited to grids (lattice).
  • FIG. 5 shows grid data reflecting information indicating the presence or absence of obstacles.
  • FIG. 5 shows grid data generated based on photographed data obtained by photographing a travel area from above using sensors 31 to 33 installed on the ceiling or the like.
  • FIG. 5 shows a grid obtained by dividing a two-dimensional plane having X and Y directions
  • the determination unit 12 may generate grid data obtained by dividing a three-dimensional space.
  • shaded grids indicate the presence of obstacles
  • thick-lined grids indicate the presence or absence of obstacles
  • other The grid shows that no obstacles are present.
  • Whether or not an obstacle exists in each grid may be determined, for example, by performing machine learning. For example, when a learning model is generated by learning images related to obstacles and floor surfaces in advance, the determination unit 12 applies the learning model to the grid data to determine whether an obstacle exists in each grid. It may be determined whether For example, the determination unit 12 may determine that an obstacle does not exist in the grid where the floor is displayed, and that an obstacle exists in the grid where the floor is not displayed. The determination unit 12 determines whether or not an obstacle exists when the floor surface exists within the grid, but the ratio of the area of the floor surface to the area of the grid is smaller or larger than a predetermined threshold value. may be determined to be unknown.
  • the determination unit 12 determines that an obstacle exists in the grid including the target object whose name cannot be specified. It may be determined that it is unknown whether or not
  • the determination unit 12 determines that an obstacle exists in an area showing a different distance from the surrounding area. good too. Further, it may be determined that whether or not an obstacle exists in an area having a distance equal to or less than a predetermined threshold value that differs from the distance in the surrounding area is unknown. The determination unit 12 may determine whether or not an obstacle exists by performing edge detection processing on the grid data.
  • the identifying unit 13 calculates the probability that an obstacle exists in a grid determined to have an unknown presence of an obstacle.
  • a calculation example when the specifying unit 13 calculates the probability that an obstacle exists in a grid in which it is determined that whether or not an obstacle exists is unknown will be described with reference to FIG. 6 .
  • FIG. 6 shows that Grid_0 to Grid_5 are arranged in the X direction.
  • the numbers shown in the grids in FIG. 6 are identification information for identifying each grid.
  • Grid_0, Grid_1, and Grid_5 indicate that there are no obstacles.
  • Grid_2 and Grid_4 indicate the presence of obstacles.
  • Grid_3 indicates that it is unknown whether an obstacle exists.
  • the identifying unit 13 calculates the probability that an obstacle exists in grid_3 using the following formulas 1 and 2.
  • Equation 1 is an equation that converts the weight E(x) to the probability q(x) that x occurs.
  • x indicates an implementation of a random event, such as a number or vector.
  • Z denotes the sum of all possible exp(E(x)).
  • E(x) there are 64 patterns of combinations where grid_0 to grid_5 have obstacles or do not have obstacles. Compute all E(x) for this 64 patterns. For example, in the case of a combination in which there are no obstacles in all of grid_0 to grid_5, E(x) is indicated as E (no, no, no, no, no), and only grid 3 has an obstacle. If the combination exists, it is denoted E (no, no, no, yes, no, no).
  • o i ) in the first term of Equation 2 is the label x i when the determination result of grid_i (i is an integer from 0 to 5) is o i .
  • the determination result indicates whether an obstacle exists, does not exist, or whether an obstacle exists or not is unknown. For example, the presence of an obstacle is indicated as "presence”, the absence of an obstacle is indicated as "absence”, and the presence or absence of an obstacle is unknown as “unknown”.
  • the label indicates information set when determining whether or not an obstacle exists in each grid. For example, when it is determined that an obstacle exists in each grid, it is set as "presence", and when it is determined that there is no obstacle, it is set as "absence”. Grids for which it is determined that the presence or absence of an obstacle is unknown are labeled with "present” or "absent.”
  • o i o j ) in the second term of Equation 2 is the value of two adjacent grids i and j (j is an integer from 0 to 5 and different from i)
  • weights for labeling xi and xj are represented.
  • an example using two adjacent grids i and j is shown.
  • weight may be expressed.
  • a third term may be added to Equation 2 to express the weight for labeling using the determination results of three or more grids arranged in succession in the third term.
  • Using the determination results of four or more grids arranged in succession is similar to the case of using the determination results of three or more grids arranged in succession.
  • the probability of determining that there is an obstacle is increased by giving a difference between the weight for attaching the label "present” and the weight for attaching the label "absent". can be done.
  • the safety of the movement route of the moving body 40 can be increased.
  • unknown) 0.5 and P i (absent
  • unknown) 1.
  • An efficient travel route may be, for example, a route that reduces the travel distance of the moving body 40 .
  • the optimum weight value may be calculated by machine learning or the like. For example, data indicating the presence or absence of obstacles in a grid as shown in FIG. 6 is prepared as test data for which the correct answer is known. Test data may be called correct answer data or teacher data, for example. Furthermore, an evaluation value indicating the amount of quantification of the degree of matching between the prediction result predicted from the random field represented by Equation 1 and Equation 2 and the correct data is determined, and the evaluation value is maximized. Weights may be determined. Here, it is also possible to prepare a plurality of weight candidates, calculate the evaluation value when each weight is used, and select the weight with the maximum evaluation value.
  • Equation 3 The result of calculating Equation 3 is 0.8607, and it is calculated that grid_3 has an obstacle with a probability of about 86%.
  • the specifying unit 13 uses the grid data arranged in the X and Y directions to calculate the probability that an obstacle exists in a grid whose presence or absence of an obstacle is unknown.
  • the specifying unit 13 includes grid data arranged in the X direction including grids in which it is unknown whether or not an obstacle exists, and grid data in which it is unknown whether or not an obstacle exists.
  • the grid whose determination result is "absent” or “present” is also labeled as “present”, for example. may be calculated. By doing so, even if the determination result is erroneous, it is possible to correct the determination result to an appropriate one by calculating the probability that an obstacle exists. Specifically, when determining whether or not an obstacle exists in each grid, it may be determined that an obstacle exists in a grid that should not normally exist due to an error in shooting data or the like. There is also In such a case, it is possible to detect an error in the determination result by calculating the probability that an obstacle exists using the determination results of the surrounding grids.
  • the label setting unit 21 sets a label for each grid shown in FIG.
  • the label setting unit 21 sets a label indicating that an obstacle exists in a grid determined to have an obstacle. Further, the label setting unit 21 sets a label indicating that no obstacle exists in the grid determined to have no obstacle.
  • the label setting unit 21 determines a label to be set for a grid determined as having an unknown presence of an obstacle, using the probability that an obstacle exists calculated by the identification unit 13. do. For example, the label setting unit 21 sets a label indicating that an obstacle exists when the probability of the presence of an obstacle exceeds a predetermined threshold, and sets a label indicating that an obstacle does not exist when the probability is less than or equal to the threshold. You can set a label to indicate that Alternatively, the label setting unit 21 may set the value of the probability that an obstacle exists as a label.
  • the route control unit 22 uses the label set by the label setting unit 21 to control the movement route of the moving object 40 . Specifically, the route control unit 22 may control the route of the moving body 40 so as to avoid traveling on grids in which obstacles exist. The route control unit 22 determines the moving route of the moving object 40 and transmits information about the determined moving route to the moving object 40 via the network 50 . In addition, the route control unit 22 may transmit to the moving object 40 information regarding control of the drive unit of the moving object 40 so that the moving object 40 travels along the determined moving route.
  • the information on the control of the driving unit may be, for example, information on the moving speed including the angular velocity of each wheel.
  • the route control unit 22 may transmit information about the posture of the mobile body 40 so that the vehicle body of the mobile body 40 does not tilt.
  • the path control unit 22 may transmit information about the angle at which the moving body 40 pushes the conveyed object so that the moving body 40 does not release or drop the conveyed object.
  • the route control unit 22 transmits information about the distance between the moving body 40 and the other moving body to the moving body 40. good too.
  • the communication unit 11 receives observation data generated by each sensor from the sensors 31 to 33 (S11).
  • the observation data may be, for example, photographed data generated by the sensors 31-33.
  • the determination unit 12 generates grid data using the received observation data (S12).
  • the determination unit 12 may synthesize a plurality of pieces of observation data to generate map data indicating the entire travel area of the moving body 40, and may generate grid data by dividing the map data into a plurality of grids.
  • the determination unit 12 determines whether or not an obstacle exists in each grid indicated by the grid data (S13).
  • the determination unit 12 may determine whether or not an obstacle exists in each grid, for example, using a learning model obtained by learning images related to obstacles and floor surfaces.
  • the specifying unit 13 calculates the probability that an obstacle exists in the grid for which it is determined that the presence of an obstacle is unknown (S14). For example, in the case of two-dimensional grid data, the specifying unit 13 calculates the probability that an obstacle exists using grid data arranged in the X direction and the Y direction.
  • the label setting unit 21 uses the determination result of whether or not an obstacle exists, and the probability that an obstacle exists in the grid for which it is determined that the presence or absence of an obstacle is unknown.
  • a label is set for each grid (S15).
  • the set label may be, for example, a label indicating that an obstacle exists or a label indicating that an obstacle does not exist.
  • the route control unit 22 determines the movement route of the moving body 40 using the labels set for each grid (S16). For example, the route control unit 22 may determine the movement route of the moving body 40 so as to avoid routes on which obstacles exist.
  • the control device 20 uses information indicating whether or not an obstacle exists in grids surrounding the grid for which it is unknown whether or not an obstacle exists. Calculate the probability that exists. In other words, the control device 20 calculates the probability that an obstacle exists for missing data. By considering the situation of the grid around the grid where it is unknown whether or not the obstacle exists, the weight of the existence of the obstacle on the grid is taken into consideration, so the accuracy of the calculated probability is improved. be able to.
  • FIG. 8 shows grid data arranged in the X direction and grid data arranged in time series.
  • the numbers shown in FIG. 8 are identification information for identifying each grid.
  • t1 to t4 indicate times.
  • FIG. 8 shows whether or not an obstacle exists in Grid_0 to Grid_4 from time t1 to t4.
  • grid_0 and grid_1 show no obstacles
  • grid_2 and grid_3 show obstacles
  • grid_0 indicates that it is unclear whether an obstacle exists
  • grid_1 indicates that there is no obstacle
  • grid_2 and grid_1 indicate that there is no obstacle
  • Grid_3 is shown to have an obstacle.
  • grid_0 and grid_2 show no obstacles
  • grid_1 and grid_3 show obstacles.
  • grid_1 and grid_2 show no obstacles
  • grid_0 and grid_3 show obstacles.
  • the communication unit 11 receives the observation data generated at t1 to t4 from the sensors 31 to 33, the determination unit 12 generates grid data using the received observation data, and arranges the grid data in chronological order. By doing so, the grid data shown in FIG. 8 is generated. Note that the grid data is not limited to being arranged in chronological order, and may be generated considering the chronological order.
  • the sensors 31-33 periodically generate observation data.
  • the sensors 31 to 33 may set a time stamp indicating the timing or time of generation of the observation data to the generated observation data.
  • the determination unit 12 may check the time stamps and arrange the grid data in chronological order.
  • the sensors 31-33 generate observation data at substantially the same timing. In other words, the sensors 31-33 synchronize the timing of generating observation data.
  • the specifying unit 13 calculates the probability that an obstacle exists in grid_0 at time t2, where it is indicated that the presence or absence of an obstacle is unknown. For example, there are 256 patterns of combinations in which an obstacle exists or does not exist in a total of 16 grids from grid_0 to grid_3 from time t1 to time t4.
  • the identification unit 13 uses Equation 2 to calculate all E(x) for these 256 patterns.
  • the specifying unit 13 uses grids adjacent vertically, horizontally, and diagonally in FIG.
  • the label setting unit 21 uses the probability calculated by the specifying unit 13 and the determination result of whether or not an obstacle exists in each grid to set the labels of grid_0 to grid_3 at times t1 to t4. set.
  • FIG. 9 shows the labels in each grid set by the label setting unit 21 .
  • the label setting unit 21 sets a label indicating that an obstacle exists in a grid determined as having an obstacle, and a label indicating that an obstacle exists in a grid determined as not having an obstacle. Set a label to indicate no.
  • the label setting unit 21 sets a label indicating that no obstacle exists in grid_0 at time t2 when it is determined that whether or not an obstacle exists is unknown. is shown.
  • the label setting unit 21 sets a label indicating that an obstacle exists when the probability that an obstacle exists exceeds a threshold, and sets a label indicating that an obstacle exists when the probability that an obstacle exists is less than or equal to the threshold.
  • a label may be set to indicate that it does not exist.
  • the route control unit 22 uses the label set by the label setting unit 21 to control the movement route of the moving object 40 .
  • the label setting unit 21 may use the set label to determine whether the obstacle is moving or stationary.
  • the label setting unit 21 increases the types of labels set for each grid. For example, the label setting unit 21 assigns the label “Stop” when there is a static obstacle, the label “None” when there is no obstacle, and the label “Left” when there is an obstacle moving to the left. ”, and the label “Right” is used when there is an obstacle moving to the right.
  • the identifying unit 13 uses Equation 2 to calculate all E(x)s related to this 4 to the 16th power pattern.
  • the specifying unit 13 increases the weight pattern used in the second term of the equation (2).
  • the specifying unit 13 assigns a weight of 1 for labeling (left, left). do. That is, the specifying unit 13 sets P ij (left, left
  • present, unknown) 1.
  • a weight may be set when the determination result includes unknown.
  • the determination result of grid_x at time t and grid_x at time t+1 is (yes, yes)
  • the weight for labeling (stop, stop) may be 1.
  • the specifying unit 13 may set P ij (stop, stop
  • the identifying unit 13 determines the probability that each grid has a stationary obstacle, the probability that no obstacle exists, the probability that an obstacle that moves to the right exists, or the obstacle that moves to the left. Calculate the probability that an object exists. Moreover, when the number of labels increases, the calculation load on the identification unit 13 increases. Therefore, the specifying unit 13 may perform approximate calculation using the belief propagation method.
  • the label setting unit 21 uses each probability calculated by the specifying unit 13 to determine the label to be set for each grid.
  • the route control unit 22 sets the route of the moving body 40 so as to avoid moving and stationary obstacles.
  • the specifying unit 13 may calculate the probability that an obstacle exists at a time when observation data does not exist, and the label setting unit 21 may set a label according to the calculation result.
  • the determination unit 12 determines whether or not an obstacle exists in each grid up to time t4 using observation data.
  • the identifying unit 13 calculates the probability that an obstacle exists in each grid using the grid data and determination results up to time t4.
  • the specifying unit 13 assumes that grid_0 at time t5 is grid data indicating that the presence or absence of an obstacle is unknown, and uses grid data from time t1 to time t5 to determine time Calculate the probability that an obstacle exists in grid_0 at t5.
  • the specifying unit 13 also calculates the probability that an obstacle exists in grid_0 at time t5 using the grid data of grid_1 at time t4, which is the grid data in the diagonal direction of grid_0 at time t5. good.
  • the label setting unit 21 can update the label set for each grid over time. Accordingly, the label setting unit 21 can determine whether a stationary obstacle or a moving obstacle exists in each grid.
  • the route control unit 22 can prevent the moving body 40 from colliding with obstacles by setting a route in consideration of stationary and moving obstacles.
  • the identifying unit 13 can calculate the probability that an obstacle exists in each grid at a future time when observation data is not received. Thereby, the route control unit 22 can set a long-term movement route of the moving object 40 .
  • the control device 60 has a configuration in which an evaluation unit 61 and a speed control unit 62 are added to the control device 20 in FIG.
  • differences between the control device 60 and the control device 20 will be mainly described, and detailed descriptions of functions or configurations similar to those of the control device 20 will be omitted.
  • the evaluation unit 61 evaluates the safety when the moving body 40 moves along the route set by the route control unit 22.
  • the moving object 40 may meander without accurately moving along the route set by the route control unit 22 .
  • the mobile body 40 may meander due to external environmental conditions such as conditions of the ground on which the mobile body 40 is in contact, weather conditions, etc., or internal environmental conditions such as aged deterioration of the mobile body 40 .
  • the evaluation unit 61 calculates a score indicating whether or not the moving body 40 can travel safely, taking into account the probability that the moving body 40 does not travel the set route correctly.
  • the evaluation unit 61 calculates a higher score as the possibility of the moving body 40 colliding with an obstacle decreases.
  • FIG. 11 shows the travel area of the moving body 40.
  • FIG. 11 shows an area in which the travel area of the mobile object 40 is viewed from above in a direction perpendicular to the two-dimensional area, which is the travel area of the mobile object 40 .
  • FIG. 11 shows that the moving object 40 is moving linearly in the X direction along the route set by the route control unit 22 .
  • FIG. 12 shows that the moving object 40 is not following the route set by the route control unit 22, but meandering.
  • FIG. 12 shows a plurality of meandering paths of the moving body 40, that is, the variation patterns of the paths.
  • a probability model indicating that the moving body 40 does not necessarily move along the set route as shown in FIG. 12 is expressed by Equation 4 below.
  • Equation 4 indicates the variation of the position of the grid on which the moving object 40 exists at a certain point in time.
  • Equation 4 represents the path variation pattern shown in FIG.
  • FIG. 13 shows that the moving body 40 moves so as not to collide with the stationary obstacles 71 and 72 and the moving obstacle 73 .
  • Stationary obstacles 71 and 72 may be, for example, walls and moving obstacle 73 may be, for example, a walking person.
  • the arrow attached to the moving obstacle 73 indicates the moving path of the obstacle 73 .
  • the arrow attached to the moving body 40 indicates the movement path of the moving body 40 set so as to pass through between the stationary obstacles 71 and 72 .
  • FIG. 14 shows the speed pattern of the moving body 40.
  • speed pattern 1 indicates that the moving body 40 moves at the speed Vm without decelerating.
  • speed pattern 2 the moving body 40 decelerates until it approaches the moving path of the moving obstacle 73, and when it reaches the moving path of the moving obstacle 73 or exceeds the moving path of the moving obstacle 73, , indicating acceleration.
  • the speed pattern 2 causes the moving object 40 to pass the moving obstacle 73 before reaching the movement path of the moving obstacle 73, and after the moving obstacle 73 has passed, the moving object 40 moves.
  • a case of passing through the movement path of the obstacle 73 that
  • the speed pattern is not limited to the pattern shown in FIG.
  • the speed pattern may indicate that the speed of the moving object 40 monotonically increases or decreases monotonically.
  • the speed pattern may indicate that the speed of the moving body 40 monotonically increases and then monotonically decreases.
  • the speed pattern in FIG. 14 may be a speed determined based on the moving speed determined by the path control unit 22, or may be set from outside the control device.
  • the evaluation unit 61 calculates the safety score of the moving body 40 that moves along the movement route as shown in FIG.
  • J indicates the cost function. A smaller value of the cost function indicates higher security.
  • i indicates the time step.
  • v i indicates a predetermined velocity in FIG. 13 at the time indicated by time step i.
  • v m indicates the speed that is kept constant in speed pattern 1; v m may be the maximum speed of the moving body 40 .
  • p i (x, y, i) indicates the probability that an obstacle exists in the grid containing the two-dimensional coordinates of the moving body 40 at the time indicated by the time step i.
  • the second term on the right hand side increases in value at lower velocities compared to v m , which is the velocity held constant.
  • a constant ⁇ is used as a parameter indicating how much emphasis is placed on security.
  • the larger the value of ⁇ the higher the ratio of the value of the first term to the value of the cost function compared to the value of the second term, and thus the higher the security.
  • the action of the second term increases the speed, which contributes to the improvement of the transport efficiency.
  • ⁇ may be set in advance by the operator, may be changed according to the degree of danger of the transported object (breakable object, weight, etc.), or may be changed according to environmental conditions.
  • ⁇ may be changed depending on the shape of the truck on which the goods are loaded and the height of the load to be loaded.
  • a candidate value may be set in advance by the operator, or a safe value obtained by accumulating (learning) past transport data may be adopted.
  • the evaluation unit 61 considers the uncertainty of the movement route of the moving body 40 and calculates the cost function when the moving body 40 moves along the multiple routes shown in FIG. 12 with the same speed pattern. For example, the evaluation unit 61 may set the maximum value of a plurality of cost function values calculated for the same speed pattern as the cost function for the speed pattern. Alternatively, the evaluation unit 61 may use another value such as an average value, minimum value, or median value instead of the maximum value as the cost function for the speed pattern.
  • the evaluation unit 61 compares the cost functions of each speed pattern, for example, speed pattern 1 and speed pattern 2 in FIG. 40 speed patterns are determined.
  • the speed control unit 62 transmits the speed pattern determined by the evaluation unit 61 to the moving body 40 and controls the speed of the moving body 40 .
  • the control device 60 considers the uncertainty of the moving route of the moving object 40, and calculates the cost function when moving a plurality of routes for each speed pattern of the moving object 40. calculate.
  • the moving body 40 can reduce the possibility of colliding with an obstacle by moving at a speed pattern determined based on the calculated cost function.
  • FIG. 15 is a block diagram showing a configuration example of the information processing device 10, the control device 20, and the control device 60 (hereinafter referred to as the information processing device 10, etc.).
  • the information processing apparatus 10 and the like include a network interface 1201, a processor 1202, and a memory 1203.
  • FIG. The network interface 1201 may be used to communicate with network nodes (e.g., eNB, MME, P-GW,).
  • Network interface 1201 may include, for example, an IEEE 802.3 series compliant network interface card (NIC).
  • eNB stands for evolved Node B
  • MME Mobility Management Entity
  • P-GW Packet Data Network Gateway.
  • IEEE stands for Institute of Electrical and Electronics Engineers.
  • the processor 1202 reads and executes software (computer program) from the memory 1203 to perform the processing of the information processing apparatus 10 and the like described using the flowcharts in the above embodiments.
  • Processor 1202 may be, for example, a microprocessor, MPU, or CPU.
  • Processor 1202 may include multiple processors.
  • the memory 1203 is composed of a combination of volatile memory and non-volatile memory.
  • Memory 1203 may include storage remotely located from processor 1202 .
  • the processor 1202 may access the memory 1203 via an I/O (Input/Output) interface (not shown).
  • I/O Input/Output
  • memory 1203 is used to store software modules.
  • the processor 1202 reads and executes these software modules from the memory 1203, thereby performing the processing of the information processing apparatus 10 and the like described in the above embodiments.
  • each of the processors included in the information processing apparatus 10 and the like in the above-described embodiments has one or more instructions including instruction groups for causing a computer to execute the algorithm described with reference to the drawings. Run the program.
  • the program includes instructions (or software code) that, when read into a computer, cause the computer to perform one or more of the functions described in the embodiments.
  • the program may be stored in a non-transitory computer-readable medium or tangible storage medium.
  • computer readable media or tangible storage media may include random-access memory (RAM), read-only memory (ROM), flash memory, solid-state drives (SSD) or other memory technology, CDs -ROM, digital versatile disc (DVD), Blu-ray disc or other optical disc storage, magnetic cassette, magnetic tape, magnetic disc storage or other magnetic storage device;
  • the program may be transmitted on a transitory computer-readable medium or communication medium.
  • transitory computer readable media or communication media include electrical, optical, acoustic, or other forms of propagated signals.
  • (Appendix 1) a communication unit that receives observation data obtained by observing obstacles in a plurality of areas from at least one sensor; a determination unit that determines the presence or absence of an obstacle in the plurality of areas using the observation data; When the presence or absence of an obstacle in a first area of the plurality of areas is unknown, the first area is determined using a determination result indicating the presence or absence of an obstacle in an area surrounding the first area.
  • a specifying unit that specifies the probability that an obstacle exists in The information processing device, wherein the probability that an obstacle exists in the first area varies depending on the presence or absence of an obstacle in an area around the first area.
  • (Appendix 2) A label setting unit that sets a label indicating whether or not an obstacle exists in a plurality of areas using the determination result of each of the plurality of areas and the probability that an obstacle exists in the first area, The information processing device according to appendix 1.
  • the plurality of areas are A plurality of grids generated by dividing the traveling area of the moving body, The identification unit The information processing apparatus according to appendix 2, wherein the observation data indicates that the presence or absence of an obstacle is unknown, and calculates a probability that an obstacle exists in the first grid.
  • (Appendix 4) The identification unit Using the weight value when the label is set to the first grid and the second grid, which changes according to the determination result of the second grid adjacent to the first grid, 3.
  • the information processing device wherein the probability that an obstacle exists in one grid is calculated.
  • Appendix 5 The communication unit After receiving observation data of a plurality of grids at a first time, receiving observation data of a plurality of grids at a second time; The label setting unit 5.
  • the information processing apparatus according to appendix 3 or 4, wherein whether or not a moving obstacle exists is determined based on the transition of the determination result of each of the grids at the first time and the second time.
  • (Appendix 6) The label setting unit According to the determination result of the third grid at the first time and the determination result of the third grid or the grid adjacent to the third grid at the second time, at the first time Whether there is a moving obstacle using the weight values when the labels are set in the third grid and in the third grid or grids adjacent to the third grid at the second time determine whether The information processing device according to appendix 5.
  • (Appendix 7) A speed pattern indicating the speed of the moving body, a moving pattern indicating a moving path of the moving body and indicated using a probability model, and grids on the moving path indicated in the moving pattern an evaluation unit that calculates a cost function that indicates the safety of traveling of the moving body using the probability that an obstacle exists in the 7.
  • the information processing apparatus according to any one of additional notes 3 to 6, further comprising a speed control unit that controls the speed of the moving body based on the cost function.
  • Appendix 8 a sensor that observes obstacles in multiple areas and transmits observation data indicating the observation results; determination means for determining the presence or absence of obstacles in the plurality of areas using the observation data; When the presence or absence of an obstacle in a first area of the plurality of areas is unknown, the first area is determined using a determination result indicating the presence or absence of an obstacle in an area surrounding the first area.
  • identifying means for identifying the probability that an obstacle exists in The communication system, wherein the probability that an obstacle exists in the first area varies depending on the presence or absence of an obstacle in an area around the first area.
  • (Appendix 9) Label setting means for setting a label indicating whether or not an obstacle exists in a plurality of areas using the determination result of each of the plurality of areas and the probability that an obstacle exists in the first area,
  • the communication system according to appendix 8. (Appendix 10)
  • the plurality of areas are A plurality of grids generated by dividing the traveling area of the moving body,
  • the specifying means is 10.
  • the specifying means is Using the weight value when the label is set to the first grid and the second grid, which changes according to the determination result of the second grid adjacent to the first grid, 11.
  • the label setting means set a label indicating whether each grid has a stationary obstacle, a moving obstacle, or no obstacle;
  • the specifying means is According to the determination result of the third grid at the first time and the determination result of the third grid or the grid adjacent to the third grid at the second time, at the first time Whether there is a moving obstacle using the weight values when the labels are set in the third grid and in the third grid or grids adjacent to the third grid at the second time determine whether 13.
  • the communication system according to appendix 12.
  • Appendix 14 A speed pattern indicating the speed of the moving body, a moving pattern indicating a moving path of the moving body and indicated using a probability model, and grids on the moving path indicated in the moving pattern an evaluation means for calculating a cost function indicating the safety of traveling of the moving body using the probability that an obstacle exists in the 14.
  • the communication system according to any one of appendices 10 to 13, further comprising speed control means for controlling the speed of the moving object based on the cost function.
  • (Appendix 15) receiving observation data of obstacles in a plurality of areas from at least one sensor; Using the observation data, determine the presence or absence of obstacles in the plurality of areas, When the presence or absence of an obstacle in a first area of the plurality of areas is unknown, the first area is determined using a determination result indicating the presence or absence of an obstacle in an area surrounding the first area. Determine the probability that there is an obstacle in The identification method, wherein the probability that an obstacle exists in the first area varies depending on the presence or absence of an obstacle in an area around the first area. (Appendix 16) 16.
  • identification method (Appendix 17)
  • the plurality of areas are A plurality of grids generated by dividing the traveling area of the moving body, In determining the probability that the obstacle exists, 17.
  • Appendix 18 In determining the probability that the obstacle exists, Using the weight value when the label is set to the first grid and the second grid, which changes according to the determination result of the second grid adjacent to the first grid, 18.
  • the identification method according to appendix 17, wherein the probability that an obstacle exists in one grid is calculated.
  • Appendix 19 When receiving the observation data, after receiving the observation data of the plurality of grids at a first time, receiving the observation data of the plurality of grids at a second time; 19.

Landscapes

  • Engineering & Computer Science (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)

Abstract

自律的に走行する移動体に対する適切な走行経路を決定するための制御情報を生成することができる情報処理装置を提供することを目的とする。本開示にかかる情報処理装置（１０）は、少なくとも１つのセンサから、複数のエリアにおける障害物を観測した観測データを受信する通信部（１１）と、観測データを用いて、複数のエリアにおける障害物の有無を判定する判定部（１２）と、複数のエリアのうちの第１のエリアにおいて障害物の有無が不明である場合に、第１のエリアの周辺のエリアにおける障害物の有無を示す判定結果を用いて、前記第１のエリアに障害物が存在する確率を特定する特定部（１３）と、を備え、第１のエリアの周辺のエリアにおける障害物の有無によって変動する。

Description

情報処理装置、通信システム、特定方法、及び非一時的なコンピュータ可読媒体
　本開示は情報処理装置、通信システム、及び特定方法に関する。
　近年、工場もしくは倉庫において、自律的に走行する搬送ロボットが作業を行うケースが増加している。工場等においては、複数の搬送ロボットが走行しており、さらに、複数の人が作業している。そのため、自律的に走行する搬送ロボットを他の搬送ロボット及び人に衝突させないための制御が求められている。
　特許文献１には、建物のフロアごとに２次元または３次元のグリッドで予め構成された静的地図情報に対して、監視カメラまたは人感センサから得られる人間の位置情報を用いて、人間等の障害物の位置を反映させた動的地図情報を生成することが記載されている。自律移動体制御装置は、動的地図情報を用いて自律移動体が障害物に衝突することを回避するように制御する。
国際公開第２０１８／１８９７７０号
　特許文献１においては、監視カメラから死角となる空間には、障害物が一定の確率で存在するとみなした動的地図情報が生成される。しかし、監視カメラから死角となる空間に障害物が一定の確率で存在するとみなされた場合、実際には障害物が存在しない場合であっても、自律移動体制御装置は、自律移動体が死角となる空間を走行することを回避する制御を行う必要がある。また、監視カメラから死角となる空間に実際に障害物が存在する場合であっても、障害物が存在する確率が低く設定された場合、自律移動体が障害物と接触する可能性が生じる。このように、監視カメラの設置状態によっては、自律移動体に対する適切な走行経路を決定することができないという問題がある。
　本開示の目的の一つは、自律的に走行する移動体に対する適切な走行経路を決定するための制御情報を生成することができる情報処理装置、通信システム、及び特定方法を提供することにある。
　本開示の第１の態様にかかる情報処理装置は、少なくとも１つのセンサから、複数のエリアにおける障害物を観測した観測データを受信する通信部と、前記観測データを用いて、前記複数のエリアにおける障害物の有無を判定する判定部と、前記複数のエリアのうちの第１のエリアにおいて障害物の有無が不明である場合に、前記第１のエリアの周辺のエリアにおける障害物の有無を示す判定結果を用いて、前記第１のエリアに障害物が存在する確率を特定する特定部と、を備え、前記第１のエリアに障害物が存在する確率は、前記第１のエリアの周辺のエリアにおける障害物の有無によって変動する、情報処理装置。
　本開示の第２の態様にかかる通信システムは、複数のエリアにおける障害物を観測し、観測した結果を示す観測データを送信するセンサと、前記観測データを用いて、前記複数のエリアにおける障害物の有無を判定する判定手段と、前記複数のエリアのうちの第１のエリアにおいて障害物の有無が不明である場合に、前記第１のエリアの周辺のエリアにおける障害物の有無を示す判定結果を用いて、前記第１のエリアに障害物が存在する確率を特定する特定手段と、を備え、前記第１のエリアに障害物が存在する確率は、前記第１のエリアの周辺のエリアにおける障害物の有無によって変動する。
　本開示の第３の態様にかかる特定方法は、少なくとも１つのセンサから、複数のエリアにおける障害物を観測した観測データを受信し、前記観測データを用いて、前記複数のエリアにおける障害物の有無を判定し、前記複数のエリアのうちの第１のエリアにおいて障害物の有無が不明である場合に、前記第１のエリアの周辺のエリアにおける障害物の有無を示す判定結果を用いて、前記第１のエリアに障害物が存在する確率を特定し、前記第１のエリアに障害物が存在する確率は、前記第１のエリアの周辺のエリアにおける障害物の有無によって変動する。
　本開示により、自律的に走行する移動体に対する適切な走行経路を決定するための制御情報を生成することができる情報処理装置、通信システム、及び特定方法を提供することができる。
実施の形態１にかかる情報処理装置の構成図である。 実施の形態１にかかる通信システムの構成図である。 実施の形態１にかかる算出処理の流れを示す図である。 実施の形態２にかかる制御システムの構成図である。 実施の形態２にかかる障害物の有無を示す情報が反映されたグリッドデータを示す図である。 実施の形態２にかかる障害物が存在するか否かが不明であるグリッドにおける障害物が存在する確率を算出する際の算出例を説明する図である。 実施の形態２にかかる移動体の移動経路の決定処理の流れを示す図である。 実施の形態３にかかる時刻を考慮したグリッドデータを示す図である。 実施の形態３にかかるそれぞれのグリッドにおけるラベルを示す図である。 実施の形態４にかかる制御装置の構成図である。 実施の形態４にかかる移動体の走行エリアを示す図である。 実施の形態４にかかる移動体の走行エリアを示す図である。 実施の形態４にかかる移動体の移動経路を示す図である。 実施の形態４にかかる移動体の速度パターンを示である。 それぞれの実施の形態にかかる制御装置の構成図である。
　（実施の形態１）
　以下、図面を参照して本開示の実施の形態について説明する。図１を用いて実施の形態１にかかる情報処理装置１０の構成例について説明する。情報処理装置１０は、プロセッサがメモリに格納されたプログラムを実行することによって動作するコンピュータ装置であってもよい。
　情報処理装置１０は、通信部１１、判定部１２、及び特定部１３を有している。通信部１１、判定部１２、及び特定部１３は、プロセッサがメモリに格納されたプログラムを実行することによって処理が実行されるソフトウェアもしくはモジュールであってもよい。または、通信部１１、判定部１２、及び特定部１３は、回路もしくはチップ等のハードウェアであってもよい。
　通信部１１は、少なくとも１つのセンサから、所定の空間に含まれる複数のエリアにおける障害物を観測した観測データを受信する。センサは、例えば、所定の空間において障害物とみなされる物体もしくは人を検知するセンサであってもよい。障害物とみなされる物体は、例えば、所定の空間内に配置される装置、設備、棚、柱等であってもよい。また、障害部とみなされる物体は、移動する物体であってもよく、移動しない物体であってもよい。センサは、例えば、カメラもしくは赤外線センサであってもよい。カメラは、２Ｄカメラもしくは３Ｄカメラであってもよい。センサは、２ＤＬｉｄａｒもしくは３ＤＬｉｄａｒであってもよい。カメラまたはセンサは、所定の空間内を観測するために、複数個所に取り付けられていてもよい。
　観測データは、例えば、センサから所定の空間内の物体もしくは人までの距離を示す深度データであってもよく、センサとしてカメラが用いられた場合の撮像データであってもよい。深度データ及び撮像データは、画像データと称されてもよい。
　所定の空間は、例えば、少なくとも１つのセンサが監視する対象となるエリアであってもよい。もしくは、所定の空間は、例えば、移動体が走行するエリアであってもよい。所定の空間に含まれる複数のエリアは、所定の空間を分割した分割エリアであってもよい。また、複数のエリアに含まれるそれぞれのエリアは、他のエリアと重複したエリアを有してもよい。複数のエリアは、２次元情報を用いて示されてもよく、３次元情報を用いて示されてもよい。一つのセンサが、複数のエリアを観測してもよく、複数のセンサが、一つのエリアを観測してもよい。もしくは、一つのセンサが、一つのエリアを観測してもよい。
　判定部１２は、観測データを用いて、複数のエリアにおける障害物の有無を判定する。例えば、判定部１２は、撮像データもしくは深度データ等の画像データを用いて画像認識処理もしくは画像解析処理を実行することによって、それぞれのエリアに障害物が存在するか否かを判定してもよい。
　ここで、複数のエリアのうちの第１のエリアにおける障害物の有無が不明である場合について説明する。この場合、特定部１３は、第１のエリアの周辺のエリアにおける障害物の有無の判定結果を用いて、第１のエリアに障害物が存在する確率を算出する。
　例えば、センサが所定の空間内の障害物を検知する際に、死角となる場所については、障害物の有無が不明であると判定される場合がある。もしくは、障害物の配置等によって、障害物の有無が不明であると判定される場合がある。もしくは、障害物の材質、障害物の周囲の環境等によって、障害物の有無が不明であると判定される場合がある。障害物の周囲の環境は、例えば、照度、湿度もしくは気温等であってもよい。
　障害物の有無が不明である第１のエリアの周辺のエリアは、例えば、第１のエリアに隣接するエリアであってもよく、第１のエリアから所定の距離離れた位置のエリアであってもよい。第１のエリアに障害物が存在する確率は、周辺のエリアにおける障害物の有無によって変動する。ここで、周辺エリアが第１のエリアに障害物が存在する確率に与える影響は、周辺エリアが第１のエリアに近づくほど大きくなってもよい。
　続いて、図２を用いて実施の形態１にかかる通信システムの構成例について説明する。図２の通信システムは、センサ３０、通信部１１、判定部１２、及び特定部１３を有している。図２においては、通信部１１が一つのセンサ３０と通信することが示されているが、通信部１１は、２以上のセンサ３０と通信してもよい。また、通信部１１は、ネットワークを介して複数のセンサ３０と通信してもよい。また、通信部１１、判定部１２、及び特定部１３は、一つの情報処理装置１０に備えられていなくてもよい。例えば、通信部１１、判定部１２、及び特定部１３は、それぞれ異なる装置に分散して配置されてもよく、通信部１１、判定部１２、及び特定部１３のうち二つの構成が、同じ装置に配置されていてもよい。
　続いて、図３を用いて実施の形態１にかかる情報処理装置１０において実行される算出処理の流れについて説明する。はじめに、通信部１１は、少なくとも１つのセンサ３０から、所定の空間に含まれる複数のエリアにおける障害物を観測した観測データを受信する（Ｓ１）。次に、判定部１２は、観測データを用いて、複数のエリアにおける障害物の有無を判定する（Ｓ２）。次に、特定部１３は、複数のエリアのうちの第１のエリアにおいて障害物の有無が不明である場合に、第１のエリアの周辺のエリアにおける障害物の有無を示す判定結果を用いて、第１のエリアに障害物が存在する確率を特定する（Ｓ３）。ここで、第１のエリアに障害物が存在する確率は、第１のエリアの周辺のエリアにおける障害物の有無によって変動する。
　以上説明したように、情報処理装置１０は、センサが観測した観測データを用いて障害物の有無を判定し、障害物の有無が不明であるとの判定結果が示された場合、障害物が不明であるエリアに障害物が存在する確率を算出する。情報処理装置１０は、障害物が不明であるエリアの周辺のエリアにおける障害物の有無を示す判定結果を用いて、障害物が不明であるエリアに障害物が存在する確率を算出する。これにより、情報処理装置１０は、所定の空間内における障害物の存在する確率を高精度に算出することができる。その結果、情報処理装置１０は、所定の空間内を移動体が自律的に走行する場合に、移動体が適切な走行経路を決定するための制御情報として、障害物の存在に関する情報を提供することができる。また、障害物の有無が不明であるエリアに障害物が存在する確率を一定とした場合には、障害物が存在する確率として適切な値を設定することは困難となり、障害物が存在する確率として設定する値の精度が悪くなる。一方、情報処理装置１０は、障害物が不明であるエリアの周辺のエリアにおける障害物の有無を示す判定結果を用いて、障害物が不明であるエリアに障害物が存在する確率を算出する。これにより、情報処理装置１０は、障害物の有無が不明であるエリアに障害物が存在する確率を一定とするのではなく、適切な値を設定することができる。
　（実施の形態２）
　続いて、図４を用いて実施の形態２にかかる制御システムの構成例について説明する。図４の制御システムは、制御装置２０、センサ３１～３３、及び移動体４０がネットワーク５０を介して通信する。制御装置２０は、図１の情報処理装置１０に相当する。制御装置２０は、移動体の移動経路を制御する。移動体４０は、自律的に移動するロボットであってもよい。ロボットは、例えば搬送物を搬送する搬送ロボット（ＡＧＶ（Automated Guided Vehicle））であってもよい。移動体４０は、制御装置２０において生成された障害物情報に基づいて、障害物を避けるように自律的に走行エリアを移動する。
　センサ３１～３３は、所定の空間において障害物とみなされる物体もしくは人を検知する。センサ３１～３３は、例えば、カメラ装置であってもよい。センサ３１～３３は、例えば、移動体４０が走行する走行エリアを定期的に撮影し、撮影データを、ネットワーク５０を介して制御装置２０へ送信する。撮影データは、２次元データであってもよく、３次元データであってもよい。２次元データは、例えば、画像データであってもよい。３次元データは、画像データ及びセンサから対象物までの距離データを含んでもよい。撮影データは、観測データに相当する。
　制御装置２０は、図１の情報処理装置１０に、ラベル設定部２１及び経路制御部２２が追加された構成である。ラベル設定部２１及び経路制御部２２は、プロセッサがメモリに格納されたプログラムを実行することによって処理が実行されるソフトウェアもしくはモジュールであってもよい。または、ラベル設定部２１及び経路制御部２２は、回路もしくはチップ等のハードウェアであってもよい。
　通信部１１は、ネットワーク５０を介してセンサ３１～３３から撮影データを受信する。センサ３１～３３は、走行エリア内の一部のエリアもしくは走行エリア全体を撮影した撮影データを生成する。判定部１２は、センサ３１～３３の撮影した走行エリアにおける、障害物の有無を判定する。判定部１２は、センサ３１～３３のそれぞれが撮影した撮影データを合成もしくは結合して、走行エリア全体を表示するマップデータを生成してもよい。マップデータは、走行エリア全体を表示する画像データである。さらに、判定部１２は、マップデータを複数のグリッドに分割したグリッドデータを生成し、それぞれのグリッドに障害物があるか、障害物がないか、もしくは、障害物の有無が不明か、を判定もしくは特定する。グリッドデータは、例えば、画像データの１０ピクセルが１つのグリッドとなるように分割されたデータであってもよい。もしくは、グリッドデータは、ユーザが設定した所定の間隔（１メートル間隔）に分割されたデータであってもよく、機械学習によって適切に分割（荷物の大きさの平均に応じて分割）されたデータであってもよい。もしくは、グリッドデータは、総グリッド数が所定の数になるように分割されたデータであってもよい。また、マップデータは、グリッド（格子）に限らず、長方形や円、楕円、予め定めた図形に分割されてもよい。
　図５は、障害物の有無を示す情報が反映されたグリッドデータを示している。図５は、天井等に設置されたセンサ３１～３３を用いて走行エリアを上方から撮影した撮影データに基づいて生成されたグリッドデータを示している。図５はX方向及びY方向を有する２次元平面が分割されたグリッドが示されているが、判定部１２は、３次元空間を分割したグリッドデータを生成してもよい。図５においては、網掛けされたグリッドが、障害物が存在することを示し、太線にて囲まれたグリッドが、障害物が存在しているか否かが不明であることを示し、それ以外のグリッドが、障害物が存在していないことを示す。
　それぞれのグリッドに障害物が存在するか否かは、例えば、機械学習等を行うことによって判定されてもよい。例えば、事前に障害物及び床面に関する画像等を学習した学習モデルが生成されている場合、判定部１２は、グリッドデータに学習モデルを適用することによって、それぞれのグリッドに障害物が存在するか否かを判定してもよい。例えば、判定部１２は、床面が表示されるグリッドには、障害物が存在しないと判定し、床面が表示されないグリッドには障害物が存在すると判定してもよい。判定部１２は、グリッド内に床面が存在するが、グリッドの面積に対する床面の面積が占める割合が、予め定められた閾値よりも小さい場合もしくは大きい場合に、障害物が存在するか否かが不明と判定してもよい。また、判定部１２は、グリッドデータに学習モデルを適用した場合に、グリッドデータ内の対象物の名称等が特定できない場合に、名称が特定できない対象物を含むグリッドについては、障害物が存在するか否かが不明と判定してもよい。
　もしくは、撮影データが３次元データであり、グリッドデータがセンサから対象物までの距離データを有する場合、判定部１２は、周辺のエリアと異なる距離を示すエリアには障害物が存在すると判定してもよい。また、周辺エリアの距離との差異が予め定められた閾値以下の距離を有するエリアについては、障害物が存在するか否かが不明と判定してもよい。判定部１２は、グリッドデータに対してエッジ検出処理を行うことによって、障害物が存在するか否かを判定してもよい。
　特定部１３は、障害物が存在しているか否かが不明であると判定されたグリッドに障害物が存在する確率を算出する。ここで、図６を用いて、特定部１３が、障害物が存在しているか否かが不明であると判定されたグリッドに障害物が存在する確率を算出する際の算出例について説明する。ここでは、説明を容易とするために、X方向に並べられている１次元のグリッドデータを用いた算出例について説明する。図６は、X方向に、グリッド＿０～グリッド＿５が並んでいることを示している。図６のグリッド内に示されている数字は、それぞれのグリッドを識別する識別情報である。グリッド＿０、グリッド＿１、及びグリッド＿５は、障害物が存在しないことを示している。グリッド＿２及びグリッド＿４は、障害物が存在することを示している。グリッド＿３は、障害物が存在するか否かが不明であることを示している。
　特定部１３は、以下の式１及び式２を用いてグリッド＿３に障害物が存在する確率を算出する。
Figure JPOXMLDOC01-appb-I000001
Figure JPOXMLDOC01-appb-I000002
　式２におけるE(x)は、xが実現しそうな度合いもしくは重みを計算するための式である。式１は、重みE(x)をxが生じる確率q(x)に変換する式である。xは、数もしくはベクトル等、確率事象の実現例を示す。Zは、考えられるすべてのexp(E(x))の和を示す。
　例えば、xが１もしくは２のどちらかの値であると仮定する。また、E(1)=1、E(2)=2であることが分かっているとすると、Z=exp(E(1))+exp(E(2))=exp(1)+exp(2)=10.107と算出される。この場合、x=1となる確率q(x=1)は、q(1)=exp(E(1))/Z=0.2689となり、約２７パーセントと算出される。
　ここで、グリッド＿０～グリッド＿５に、障害物が有る、もしくは、障害物が無いとする組み合わせは、６４パターン存在する。この６４パターンに関するすべてのE(x)を計算する。例えば、グリッド＿０～グリッド＿５の全てに障害物が存在しない組み合わせの場合、E(x)は、E（無、無、無、無、無、無）と示され、グリッド３のみに障害物が存在する組み合わせの場合、E(無、無、無、有、無、無)と示される。
　ここで、式２の第１項におけるPi(xi|oi)は、グリッド＿ｉ（ｉは０～５のいずれかの整数）の判定結果がoiのときに、xiというラベルを貼る重みを表す。判定結果は、障害物が存在するか、存在しないか、もしくは障害物が存在するか否か不明かを示す。例えば、障害物が存在する場合を「有」とし、障害物が存在しない場合を「無」とし、障害物が存在するか否かが不明である場合を「不明」とする。ラベルは、それぞれのグリッドに障害物が存在するか否かを決定した際に設定される情報を示す。例えば、それぞれのグリッドに障害物が存在すると決定した場合を「有」とし、障害物が存在しないと決定した場合を「無」とする。障害物が存在するか否か不明と判定されたグリッドには、「有」もしくは「無」のラベルが設定される。
　式２の第２項におけるPij(xixj|oioj)は、隣り合う二つのグリッドｉ及びj（jは０～５のいずれかの整数であり、iと異なる値）の判定結果がそれぞれoi及びojのとき、xi及びxjというラベルを貼る重みを表す。ここでは、隣り合う二つのグリッドｉ及びｊを用いる例を示しているが、式２の第２項においては、連続して配置される三つ以上のグリッドの判定結果を用いて、ラベルを貼る重みを表してもよい。もしくは、式２に第３項を追加して、第３項にて連続して配置される三つ以上のグリッドの判定結果を用いてラベルを貼る重みを表してもよい。連続して配置される四つ以上のグリッドの判定結果を用いる場合も、連続して配置される三つ以上のグリッドの判定結果を用いる場合と同様である。
　また、重みの決定は次のルールに従うとする。まず、Pi(xi|oi)について、判定結果が「有」のとき、「有」のラベルを貼る重みを、Pi(有|有)=1とする。また、判定結果が「有」のとき、「無」のラベルを貼る重みを、Pi(無|有)=0とする。また、Pi(無|無)=1とし、Pi(有|無)=0とする。さらに、判定結果が不明の時は、Pi(有|不明)=1及びPi(無|不明)=1とする。もしくは、Pi(有|不明)=1及びPi(無|不明)=0.5としてもよい。このように、判定結果が不明の場合に、「有」のラベルを貼る重みと、「無」のラベルを貼る重みに差をつけることによって、障害物が有ると判定される確率を高くすることができる。障害物が有ると判定される確率を高くすることによって、移動体４０の移動経路に関する安全性を高くすることができる。もしくは、Pi(有|不明)=0.5及びPi(無|不明)=1としてもよい。これにより、障害物が無しと判定される確率を高くすることができる。障害物が無しと判定される確率を高くすることによって、より効率的な移動体４０の移動経路を設定することができる。効率的な移動経路は、例えば、移動体４０の移動距離を少なくする経路であてもよい。
　もしくは、重みの値は、機械学習等により最適な値が算出されてもよい。例えば、図６のようなグリッドにおける障害物の有無を示すデータを、正解がわかっているテストデータとして用意する。テストデータは、例えば、正解データもしくは教師データと称されてもよい。さらに、式１及び式２等を用いて表される確率場から予測される予測結果と、正解データとの適合度を定量化する量を示す評価値を定め、評価値を最大化するように重みを決定してもよい。ここで、重みとなる候補を複数用意し、それぞれの重みを用いた場合の評価値を計算し、評価値が最大となる重みを選択してもよい。
　次に、Pij(xixj|oioj)について、判定結果に不明が入っていないとき、判定結果通りのラベルを貼る重みを１とし、それ以外を０とする。また、判定結果に不明が入っている場合、隣り合う２つのグリッド＿ｉ及びｊの判定結果が、（有，不明）もしくは（不明，有）である場合に、（有，有）とラベルを貼る重みを１とし、それ以外は0とする。つまり、Pij(有,有|有,不明)＝Pij(有,有|不明,有)=1とする。さらに、判定結果に不明が入っている場合、隣り合う２つのグリッド＿ｉ及びｊの判定結果が、（無，不明）もしくは（不明，無）である場合に、（無，無）とラベルを貼る重みを１とし、それ以外は0とする。つまり、Pij(無,無|無,不明)＝Pij(無,無|不明,無)=1とする。
　例えば、グリッド０～５の判定結果が（無，無，有，不明，有，無）に対して、（無,無,無,無,無,無）というラベルを貼った場合、E（無,無,無,無,無,無）=4+1=5と算出される。また、グリッド０～５の観測データが（無，無，有，不明，有，無）に対して、（無,無,無,無,無,有）というラベルを貼った場合、E（無,無,無,無,無,有）=3+1=4と算出される。このように、全ラベルパターンの数である６４回計算すると、E(x)の値が一番大きくなるラベル配置は、E（無，無，有，有，有，無）=6+5=11と算出される。つまり、グリッド０～５の判定結果が（無，無，有，不明，有，無）に対しては、（無，無，有，有，有，無）のラベルパターンがもっともらしい、言い換えると、もっとも確からしい。
　ここで、グリッド０～５の判定結果が（無，無，有，不明，有，無）に対して、グリッド３に「有」とのラベルが張られる確率q(グリッド＿３＝有)、つまり、グリッド３に障害物が有ると判定される確率q(グリッド＿３＝有)は、次の式３を用いて算出される。
Figure JPOXMLDOC01-appb-I000003
　式３を計算した結果は、0.8607となり、約86パーセントの確率で、グリッド＿３に障害物が有ることが算出される。図６においては、１次元のグリッドデータについて説明したが、２次元のグリッドデータであっても同様に計算することができる。２次元のグリッドデータの場合、特定部１３は、X方向及びY方向に並べられているグリッドデータを用いて障害物が存在するか否か不明なグリッドに障害物が存在する確率を算出する。具体的には、特定部１３は、障害物が存在するか否かが不明なグリッドを含むX方向に並べられているグリッドデータ、及び、障害物が存在するか否かが不明なグリッドを含むY方向に並べられているグリッドデータを用いる。
　また、判定結果が不明であるグリッド＿３に「有」とのラベルが張られる確率を算出するのみではなく、判定結果が「無」もしくは「有」のグリッドについても、例えば、「有」のラベルが張られる確率を算出してもよい。このようにすることによって、判定結果に誤りがあった場合であっても、障害物が存在する確率を算出することによって、適切な判定結果に修正することができる。具体的には、それぞれのグリッドに障害物が存在するか否かを判定する際に、撮影データ等の誤差により、本来であれば障害物が存在しないグリッドに、障害物が存在すると判定することもある。このような場合に、周辺のグリッドにおける判定結果を用いて障害物が存在する確率を算出することによって、判定結果の誤りを検出することが可能となる。
　図４に戻り、ラベル設定部２１は、図５に示されているそれぞれのグリッドにラベルを設定する。ラベル設定部２１は、障害物が存在すると判定されたグリッドには、障害物が存在することを示すラベルを設定する。さらに、ラベル設定部２１は、障害物が存在しないと判定されたグリッドには、障害物が存在しないことを示すラベルを設定する。
　ラベル設定部２１は、障害物が存在するか否かが不明であると判定されたグリッドに対しては、特定部１３において算出された障害物が存在する確率を用いて、設定するラベルを決定する。例えば、ラベル設定部２１は、障害物が存在する確率が、予め定められた閾値を超える場合に、障害物が存在することを示すラベルを設定し、閾値以下の場合に、障害物が存在しないことを示すラベルを設定してもよい。もしくは、ラベル設定部２１は、障害物が存在する確率の値をラベルとして設定してもよい。
　経路制御部２２は、ラベル設定部２１において設定されたラベルを用いて移動体４０の移動経路を制御する。具体的には、経路制御部２２は、障害物が存在するグリッドの走行を避けるように移動体４０の経路を制御してもよい。経路制御部２２は、移動体４０の移動経路を決定し、決定した移動経路に関する情報を、ネットワーク５０を介して移動体４０へ送信する。また、経路制御部２２は、決定した移動経路を移動体４０が走行するために移動体４０の駆動部の制御に関する情報を移動体４０へ送信してもよい。駆動部の制御に関する情報は、例えば、各車輪の角速度を含む移動速度に関する情報であってもよい。また、経路制御部２２は、移動体４０の車体が傾かないように、移動体４０の姿勢に関する情報を送信してもよい。また、経路制御部２２は、移動体４０が、搬送する搬送物を離さないもしくは落下させないように、移動体４０が搬送物を押す角度に関する情報を送信してもよい。また、経路制御部２２は、移動体４０が他の移動体と協調して搬送物を搬送する場合、移動体４０と他の移動体との間の距離に関する情報を移動体４０へ送信してもよい。
　続いて、図７を用いて実施の形態２にかかる移動体４０の移動経路の決定処理の流れについて説明する。はじめに、通信部１１は、センサ３１～３３から、それぞれのセンサにおいて生成された観測データを受信する（Ｓ１１）。観測データは、例えば、センサ３１～３３において生成された撮影データであってもよい。
　次に、判定部１２は、受信した観測データを用いてグリッドデータを生成する（Ｓ１２）。判定部１２は、複数の観測データを合成して、移動体４０の走行エリア全体を示すマップデータを生成し、マップデータを複数のグリッドに分割することによってグリッドデータを生成してもよい。
　次に、判定部１２は、グリッドデータに示されるそれぞれのグリッドに障害物が存在するか否かを判定する（Ｓ１３）。判定部１２は、例えば、障害物及び床面に関する画像等を学習した学習モデルを用いて、それぞれのグリッドに障害物が存在するか否かを判定してもよい。
　次に、特定部１３は、障害物が存在するか否かが不明であると判定されたグリッドに、障害物が存在する確率を算出する（Ｓ１４）。特定部１３は、例えば、２次元のグリッドデータである場合、X方向及びY方向に並べられているグリッドデータを用いて、障害物が存在する確率を算出する。
　次に、ラベル設定部２１は、障害物が存在するか否かの判定結果、及び障害物が存在するか否かが不明であると判定されたグリッドに障害物が存在する確率、を用いてそれぞれのグリッドにラベルを設定する（Ｓ１５）。設定されるラベルは、例えば、障害物が存在することを示すラベルもしくは障害物が存在しないことを示すラベルであってもよい。
　次に、経路制御部２２は、それぞれのグリッドに設定されたラベルを用いて、移動体４０の移動経路を決定する（Ｓ１６）。経路制御部２２は、例えば、障害物が存在する経路を避けるように移動体４０の移動経路を決定してもよい。
　以上説明したように、制御装置２０は、障害物が存在するか否かが不明であるグリッドについて、そのグリッドの周囲のグリッドに障害物が存在するか否かを示す情報を用いて、障害物が存在する確率を算出する。つまり、制御装置２０は、欠損したデータに対して、障害物が存在する確率を算出する。障害物が存在するか否かが不明であるグリッドの周囲のグリッドの状況を考慮することによって、そのグリッドに障害物が存在する重みを考慮することになるため、算出する確率の精度を向上させることができる。
　（実施の形態３）
　続いて、図８を用いて時刻もしくは時系列を考慮したグリッドデータについて説明する。図８は、X方向に並べられたグリッドデータと、時系列に並べられたグリッドデータとを示している。図８に示されている数字は、それぞれのグリッドを識別する識別情報である。また、ｔ１～ｔ４は、時刻を示している。図８は、時刻ｔ１からｔ４において、グリッド＿０～グリッド＿４に障害物が存在するか否かを示している。
　時刻ｔ１においては、グリッド＿０及びグリッド＿１には障害物が存在していないことが示されており、グリッド＿２及びグリッド＿３には障害物が存在することが示されている。時刻ｔ２においては、グリッド＿０には障害物が存在しているか否かが不明であることが示されており、グリッド＿１には障害物が存在していないことが示されており、グリッド＿２及びグリッド＿３には、障害物が存在することが示されている。時刻ｔ３においては、グリッド＿０及びグリッド＿２には障害物が存在していないことが示されており、グリッド＿１及びグリッド＿３には障害物が存在することが示されている。時刻ｔ４においては、グリッド＿１及びグリッド＿２には障害物が存在していないことが示されており、グリッド＿０及びグリッド＿３には障害物が存在することが示されている。
　通信部１１は、センサ３１～３３からｔ１～ｔ４に生成された観測データを受信し、判定部１２は、受信した観測データを用いてグリッドデータを生成し、それぞれのグリッドデータを時系列に並べることによって、図８に示されるグリッドデータを生成する。なお、グリッドデータは、時系列に並べられることに限定されず、時系列に考慮して生成されればよい。センサ３１～３３は、定期的に観測データを生成する。センサ３１～３３は、生成した観測データに、観測データを生成したタイミングもしくは時刻等を示すタイムスタンプを設定してもよい。判定部１２は、タイムスタンプを確認して、グリッドデータを時系列に並べてもよい。センサ３１～３３は、実質的に同一のタイミングに観測データを生成する。言い換えると、センサ３１～３３は、観測データを生成するタイミングを同期させる。
　特定部１３は、障害物が存在するか否かが不明であることが示されている、時刻ｔ２におけるグリッド＿０に障害物が存在する確率を算出する。例えば、時刻ｔ１から時刻ｔ４までのグリッド＿０からグリッド＿３の合計１６のグリッドに障害物が有り、もしくは、障害物が無いとする組み合わせは、２５６パターン存在する。特定部１３は、式２を用いて、この２５６パターンに関するすべてのE(x)を計算する。ここで、特定部１３は、式２の第２項において、隣り合う二つのグリッドを用いた重みを算出する際に、図８において縦、横、及び斜めに隣接するグリッドを用いる。
　さらに、特定部１３は、式１及び式３を用いて、時刻ｔ２におけるグリッド＿０に「有」のラベルが張られる確率q（時刻ｔ２及びグリッド＿０＝有）を算出する。
　ラベル設定部２１は、特定部１３において算出された確率、及び、それぞれのグリッドにおける障害物が存在するか否かの判定結果を用いて、時刻ｔ１～ｔ４における、グリッド＿０～グリッド＿３のラベルを設定する。図９は、ラベル設定部２１が設定したそれぞれのグリッドにおけるラベルを示している。ラベル設定部２１は、図８において、障害物が存在すると判定されたグリッドには障害物が存在することを示すラベルを設定し、障害物が存在しないと判定されたグリッドには障害物が存在しないことを示すラベルを設定する。さらに、図９においては、ラベル設定部２１が、障害物が存在するか否かが不明であると判定された時刻ｔ２におけるグリッド＿０には、障害物が存在しないことを示すラベルを設定したことを示している。ラベル設定部２１は、例えば、障害物が存在する確率が閾値を超えている場合、障害物が存在することを示すラベルを設定し、障害物が存在する確率が閾値以下の場合、障害物が存在しないことを示すラベルを設定してもよい。
　経路制御部２２は、ラベル設定部２１において設定されたラベルを用いて移動体４０の移動経路を制御する。ここで、ラベル設定部２１は、設定したラベルを用いて、障害物が動いているか静止しているかを判定してもよい。
　例えば、ラベル設定部２１は、それぞれのグリッドに設定するラベルの種類を増加させる。例えば、ラベル設定部２１は、静止障害物が存在する場合のラベルを「止」とし、障害物が存在しない場合のラベルを「無」とし、左に移動する障害物が存在する場合を「左」とし、右に移動する障害物が存在する場合を「右」とするラベルを用いる。この場合、１６のグリッドに、静止障害物が存在する、障害物が存在しない、左に移動する障害物が存在する、右に移動する障害物が存在する、とする組み合わせのパターンは、４の１６乗（＝４２９４９６７２９６）パターン存在する。特定部１３は、式２を用いて、この４の１６乗パターンに関するすべてのE(x)を計算する。さらに、特定部１３は、式２の第２項において用いる重みのパターンを増加させる。例えば、特定部１３は、斜めに隣り合う時刻ｔにおけるグリッド＿ｘ及び時刻ｔ＋１におけるグリッド＿ｘ－１の判定結果が（有、有）である場合、（左、左）のラベルを貼る重みを１とする。つまり、特定部１３は、斜めに隣り合う二つのグリッド＿ｉ＝（ｘ、ｔ）、グリッド＿ｊ＝（ｘ－１、ｔ＋１）に関して、Pij(左,左|有,有)=1とする。さらに、特定部１３は、斜めに隣り合う二つのグリッド＿ｉ＝（ｘ、ｔ）、グリッド＿ｊ＝（ｘ＋１、ｔ＋１）に関して、Pij(右,右|有,有)=1とする。また、特定部１３は、斜めに隣り合う二つのグリッド＿ｉ＝（ｘ、ｔ）、グリッド＿ｊ＝（ｘ－１、ｔ＋１）に関して、Pij(左,左|有,不明)=1のように、判定結果に不明が含まれる場合の重みを設定してもよい。また、時刻ｔにおけるグリッド＿ｘ及び時刻ｔ＋１におけるグリッド＿ｘの判定結果が（有、有）である場合、（止、止）のラベルを貼る重みを１としてもよい。つまり、特定部１３は、二つのグリッド＿ｉ＝（ｘ、ｔ）、グリッド＿ｊ＝（ｘ、ｔ＋１）に関して、Pij(止,止|有,有)=1としてもよい。特定部１３は、式１及び式３を用いて、それぞれのグリッドに静止障害物がある確率、障害物が存在しない確率、右に移動する障害物が存在する確率、もしくは、左に移動する障害物が存在する確率を算出する。また、ラベルの数が増加した場合、特定部１３における計算負荷が増大する。そのため、特定部１３は、確率伝搬法を用いて近似計算を行ってもよい。
　ラベル設定部２１は、特定部１３において算出されたそれぞれの確率を用いて、各グリッドに設定するラベルを決定する。
　経路制御部２２は、動く障害物及び静止している障害物を避けるように、移動体４０の経路を設定する。
　また、特定部１３は、観測データが存在しない時刻において障害物が存在する確率を算出し、ラベル設定部２１は、算出結果に応じてラベルを設定してもよい。例えば、判定部１２は、時刻ｔ４までのそれぞれのグリッドについては、観測データを用いて障害物が存在するか否かを判定する。特定部１３は、時刻ｔ５以降については、時刻ｔ４までのグリッドデータ及び判定結果を用いて、それぞれのグリッドに障害物が存在する確率を算出する。例えば、特定部１３は、時刻ｔ５におけるグリッド＿０が、障害物が存在するか否かが不明であることを示すグリッドデータと仮定して、時刻ｔ１から時刻ｔ５までのグリッドデータを用いて、時刻ｔ５のグリッド＿０に障害物が存在する確率を算出する。また、特定部１３は、時刻ｔ５におけるグリッド＿０の斜め方向のグリッドデータである、時刻ｔ４におけるグリッド＿１のグリッドデータを用いて、時刻ｔ５におけるグリッド＿０に障害物が存在する確率を算出してもよい。
　以上説明したように、ラベル設定部２１は、それぞれのグリッドに設定するラベルを、時刻の経過とともに更新することができる。これにより、ラベル設定部２１は、それぞれのグリッドに静止している障害物が存在するか、動く障害物が存在するかを判定することができる。経路制御部２２は、静止している障害物及び動く障害物を考慮して経路を設定することによって、移動体４０が障害物に衝突することを回避することができる。
　また、特定部１３は、観測データを受信していない未来の時刻における、それぞれのグリッドに障害物が存在する確率を算出することができる。これにより、経路制御部２２は、長期的な移動体４０の移動経路を設定することができる。
　（実施の形態４）
　続いて、図１０を用いて実施の形態４にかかる制御装置６０の構成例について説明する。制御装置６０は、図４における制御装置２０に評価部６１及び速度制御部６２が追加された構成である。以下においては、制御装置６０における制御装置２０との差異を主に説明し、制御装置２０と同様の機能もしくは構成等については詳細な説明を省略する。
　評価部６１は、経路制御部２２において設定された経路を移動体４０が移動した場合における、安全性を評価する。移動体４０は、経路制御部２２において設定された経路を正確に移動せずに、蛇行する場合がある。例えば、移動体４０が接する地面の状況、気候状況等の外部環境状況、もしくは、移動体４０の経年劣化状況等の内部環境状況を要因として移動体４０は、蛇行する場合がある。評価部６１は、移動体４０が設定された経路を正確に移動しない確率を考慮して、移動体４０が安全に走行することができるか否かを示すスコアを算出する。評価部６１、移動体４０が障害物に衝突する可能性が低くなるほど、高いスコアを算出する。
　図１１は、移動体４０の走行エリアを示している。具体的には、図１１は、移動体４０の走行エリアである２次元エリアに垂直方向となる上方から移動体４０の走行エリアを視認したエリアを示している。図１１においては、移動体４０は、経路制御部２２において設定された経路通りに、X方向に直線に移動していることを示している。
　一方、図１２は、移動体４０が、経路制御部２２において設定された経路通りではなく、蛇行して走行していることを示している。図１２は、移動体４０が蛇行している複数の経路、つまり経路の変動パターンを示している。図１２のように、移動体４０が、必ずしも設定された経路通りに移動しないことを示す確率モデルは、次の式４にて示される。
Figure JPOXMLDOC01-appb-I000004
　ｒ＝（ｘ、ｙ、θ）は、ロボットの状態を表すベクトルである。ｆは、ロボットのダイナミクスを記述する関数である。ｕは、制御入力である。Ｓは分散行列である。ｄＢｔは、ブラウン運動の微小時間における増分である。式４は、関数f(r,u)が与えられた場合に、時間変化ｄｔに応じたグリッドの位置及を示すdｒ=f(r,u)dtに、移動体４０が蛇行する確率的な影響を示すSdBtが追加されていることを示す。つまり、式４は、ある時刻もしくは時間において移動体４０が存在するグリッドの位置の変動を示している。言い換えると、式４は、図１２において示されている、経路の変動パターンを示している。
　ここで、図１３及び図１４を用いて、評価部６１において実行されるスコアの算出例について説明する。図１３は、静止している障害物７１及び７２と、移動している障害物７３とに衝突しないように移動体４０が移動することを示している。静止している障害物７１及び７２は、例えば、壁であってもよく、移動している障害物７３は、例えば歩いている人であってもよい。移動している障害物７３に付加されている矢印は、障害物７３の移動経路を示している。また、移動体４０に付加されている矢印は、静止している障害物７１及び７２の間を通り抜けるように設定された移動体４０の移動経路を示している。
　図１４は、移動体４０の速度パターンを示している。例えば、速度パターン１は、移動体４０が減速することなく、速度Vmのまま移動することを示している。速度パターン２は、移動体４０が、移動する障害物７３の移動経路に近づくまで減速し、移動する障害物７３の移動経路に達した場合もしくは移動する障害物７３の移動経路を超えた場合に、加速することを示している。例えば、速度パターン２は、移動体４０が移動する障害物７３の移動経路に達する前に先に移動する障害物７３を通過させ、移動する障害物７３が通過した後に、移動体４０が、移動する障害物７３の移動経路を通過する場合を考慮している。
　速度パターンは、図１４に示されるパターンに限定されない。例えば、速度パターンは、移動体４０の速度が単調増加することを示してもよく、単調減少することを示してもよい。もしくは、速度パターンは、移動体４０の速度が単調増加した後に単調減少することを示してもよい。また、図１４の速度パターンは、経路制御部２２が決定した移動速度に基づいて決定される速度であっても良いし、制御装置の外部から設定される者であっても良い。
　評価部６１は、式４に従って図１２のように移動経路にて移動し、さらに、図１３に示される速度パターンにて移動する移動体４０の安全性スコアを、次の式５に従って算出する。
Figure JPOXMLDOC01-appb-I000005
　Jはコスト関数を示している。コスト関数の値が小さいほど、安全性が高いことを示す。ｉは、時間ステップを示している。ｖｉは、時間ステップｉが示す時刻もしくは時間における図１３において予め定められた速度を示している。ｖｍは、速度パターン１において一定に保たれる速度を示している。ｖｍは、移動体４０における最高速度であってもよい。ｐｉ(x,y,i)は、時間ステップｉが示す時刻もしくは時間における移動体４０の２次元座標を含むグリッドに障害物が存在する確率を示している。
　右辺の第１項である、λｖｉｐｉ(x,y,i)は、移動体４０が通過するグリッドにおいて障害物が存在する可能性が高く、移動体４０の速度が速くなるほど、値が大きくなる。言い換えると、移動体４０の速度が遅くなるほど、右辺の第１項の値が小さくなる。そのため、移動体４０の速度が遅くするほど、コスト関数の値を小さくすることが可能となる。しかし、移動体４０の速度を限りなく遅くすることによってコスト関数の値を小さくして安全性を高めたとしても、移動体４０の搬送効率は低下してしまう。そのため、右辺の第２項とのバランスを考慮してコスト関数の値を小さくする必要がある。右辺の第２項である、（ｖｉ－ｖｍ）２は、一定に保たれた速度であるｖｍと比較して速度が遅くなるほど、値が大きくなる。ここで、どの程度安全性に重きを置くかを示すパラメータとして、定数であるλを用いる。具体的には、λの値を大きくするほど、第２項の値と比較して第１項の値がコスト関数の値に占める割合が高くなるため、安全性が高くなる。また、第１項のｐがゼロのように危険性が低い場所においては、第２項の作用によって速度が速くなり、搬送効率の向上に寄与する。λは、例えば、予めオペレータが設定しておいても良いし、搬送物の危険度（割れ物や重さ等）によって変えても良いし、環境条件で変えても良い。また、λは、搬送物が積載される台車の形状や、積載される荷物の高さによって変えてもよい。もしくは、λは、候補となる値をオペレータが予め設定しても良いし、過去の搬送データを蓄積（学習）して安全であった値を採用しても良い。
　評価部６１は、移動体４０の移動経路の不確かさを考慮し、移動体４０が、同一の速度パターンにて、図１２に示される複数の経路を移動した場合におけるコスト関数を算出する。評価部６１は、例えば、同一の速度パターンに対して算出される複数のコスト関数の値について、最大値を当該速度パターンに対するコスト関数としてもよい。もしくは、評価部６１は、最大値ではなく、平均値、最小値、中央値等、他の値を当該速度パターンに対するコスト関数としてもよい。
　評価部６１は、それぞれの速度パターン、例えば、図１４における速度パターン１及び速度パターン２のそれぞれのコスト関数を比較し、コスト関数の低い速度パターン、つまり、安全性の高い速度パターンを、移動体４０の速度パターンとして決定する。速度制御部６２は、評価部６１において決定された速度パターンを、移動体４０へ送信し、移動体４０の速度を制御する。
　以上説明したように、実施の形態４にかかる制御装置６０は、移動体４０の移動経路の不確かさを考慮し、移動体４０の速度パターンごとに、複数の経路を移動した場合におけるコスト関数を算出する。移動体４０は、算出されたコスト関数に基づいて決定された速度パターンにて移動することによって、障害物に衝突する可能性を低下することができる。
　図１５は、情報処理装置１０、制御装置２０、及び制御装置６０（以下、情報処理装置１０等とする）の構成例を示すブロック図である。図１５を参照すると、情報処理装置１０等は、ネットワークインタフェース１２０１、プロセッサ１２０２、及びメモリ１２０３を含む。ネットワークインタフェース１２０１は、ネットワークノード（e.g., eNB、MME、P-GW、）と通信するために使用されてもよい。ネットワークインタフェース１２０１は、例えば、IEEE 802.3 seriesに準拠したネットワークインタフェースカード（NIC）を含んでもよい。ここで、eNBはevolved Node B、MMEはMobility Management Entity、P-GWはPacket Data Network Gatewayを表す。IEEEは、Institute of Electrical and Electronics Engineersを表す。
　プロセッサ１２０２は、メモリ１２０３からソフトウェア（コンピュータプログラム）を読み出して実行することで、上述の実施形態においてフローチャートを用いて説明された情報処理装置１０等の処理を行う。プロセッサ１２０２は、例えば、マイクロプロセッサ、MPU、又はCPUであってもよい。プロセッサ１２０２は、複数のプロセッサを含んでもよい。
　メモリ１２０３は、揮発性メモリ及び不揮発性メモリの組み合わせによって構成される。メモリ１２０３は、プロセッサ１２０２から離れて配置されたストレージを含んでもよい。この場合、プロセッサ１２０２は、図示されていないI/O（Input/Output）インタフェースを介してメモリ１２０３にアクセスしてもよい。
　図１５の例では、メモリ１２０３は、ソフトウェアモジュール群を格納するために使用される。プロセッサ１２０２は、これらのソフトウェアモジュール群をメモリ１２０３から読み出して実行することで、上述の実施形態において説明された情報処理装置１０等の処理を行うことができる。
　図１５を用いて説明したように、上述の実施形態における情報処理装置１０等が有するプロセッサの各々は、図面を用いて説明されたアルゴリズムをコンピュータに行わせるための命令群を含む１又は複数のプログラムを実行する。
　上述の例において、プログラムは、コンピュータに読み込まれた場合に、実施形態で説明された１又はそれ以上の機能をコンピュータに行わせるための命令群（又はソフトウェアコード）を含む。プログラムは、非一時的なコンピュータ可読媒体又は実体のある記憶媒体に格納されてもよい。限定ではなく例として、コンピュータ可読媒体又は実体のある記憶媒体は、random-access memory（RAM）、read-only memory（ROM）、フラッシュメモリ、solid-state drive（SSD）又はその他のメモリ技術、CD-ROM、digital versatile disc（DVD）、Blu-ray（登録商標）ディスク又はその他の光ディスクストレージ、磁気カセット、磁気テープ、磁気ディスクストレージ又はその他の磁気ストレージデバイスを含む。プログラムは、一時的なコンピュータ可読媒体又は通信媒体上で送信されてもよい。限定ではなく例として、一時的なコンピュータ可読媒体又は通信媒体は、電気的、光学的、音響的、またはその他の形式の伝搬信号を含む。
　なお、本開示は上記実施の形態に限られたものではなく、趣旨を逸脱しない範囲で適宜変更することが可能である。
　上記の実施形態の一部又は全部は、以下の付記のようにも記載されうるが、以下には限られない。
　（付記１）
　少なくとも１つのセンサから、複数のエリアにおける障害物を観測した観測データを受信する通信部と、
　前記観測データを用いて、前記複数のエリアにおける障害物の有無を判定する判定部と、
　前記複数のエリアのうちの第１のエリアにおいて障害物の有無が不明である場合に、前記第１のエリアの周辺のエリアにおける障害物の有無を示す判定結果を用いて、前記第１のエリアに障害物が存在する確率を特定する特定部と、を備え、
　前記第１のエリアに障害物が存在する確率は、前記第１のエリアの周辺のエリアにおける障害物の有無によって変動する、情報処理装置。
　（付記２）
　前記複数のエリアのそれぞれの判定結果及び前記第１のエリアに障害物が存在する確率を用いて複数のエリアに障害物が存在するか否かを示すラベルを設定するラベル設定部をさらに備える、付記１に記載の情報処理装置。
　（付記３）
　前記複数のエリアは、
　移動体の走行エリアを分割することによって生成された複数のグリッドであり、
　前記特定部は、
　前記観測データが障害物の有無が不明であることを示す第１のグリッドに障害物が存在する確率を算出する、付記２に記載の情報処理装置。
　（付記４）
　前記特定部は、
　前記第１のグリッドに隣接する第２のグリッドの判定結果に応じて変化する、前記第１のグリッド及び前記第２のグリッドに前記ラベルが設定される際の重みの値を用いて、前記第１のグリッドに障害物が存在する確率を算出する、付記３に記載の情報処理装置。
　（付記５）
　前記通信部は、
　第１の時刻における複数の前記グリッドの観測データを受信した後に、第２の時刻における複数の前記グリッドの観測データを受信し、
　前記ラベル設定部は、
　前記第１の時刻及び前記第２の時刻におけるそれぞれの前記グリッドの判定結果の推移に基づいて、動く障害物が存在するか否かを判定する、付記３又は４に記載の情報処理装置。
　（付記６）
　前記ラベル設定部は、
　前記第１の時刻における第３のグリッドの判定結果と、前記第２の時刻における前記第３のグリッドもしくは前記第３のグリッドに隣接するグリッドの判定結果とに応じて、前記第１の時刻における前記第３のグリッド及び前記第２の時刻における前記第３のグリッドもしくは前記第３のグリッドに隣接するグリッドに前記ラベルが設定される際の重みの値を用いて、動く障害物が存在するか否かを判定する、
　付記５に記載の情報処理装置。
　（付記７）
　前記移動体の速度を示す速度パターンと、前記移動体の移動経路を示す移動パターンであって確率モデルを用いて示される前記移動パターンと、前記移動パターンにおいて示される前記移動経路上のそれぞれのグリッドに障害物が存在する確率と、を用いて前記移動体の走行の安全性を示すコスト関数を算出する評価部と、
　前記コスト関数に基づいて前記移動体の速度を制御する速度制御部と、をさらに備える、付記３乃至６のいずれか１項に記載の情報処理装置。
　（付記８）
　複数のエリアにおける障害物を観測し、観測した結果を示す観測データを送信するセンサと、
　前記観測データを用いて、前記複数のエリアにおける障害物の有無を判定する判定手段と、
　前記複数のエリアのうちの第１のエリアにおいて障害物の有無が不明である場合に、前記第１のエリアの周辺のエリアにおける障害物の有無を示す判定結果を用いて、前記第１のエリアに障害物が存在する確率を特定する特定手段と、を備え、
　前記第１のエリアに障害物が存在する確率は、前記第１のエリアの周辺のエリアにおける障害物の有無によって変動する、通信システム。
　（付記９）
　前記複数のエリアのそれぞれの判定結果及び前記第１のエリアに障害物が存在する確率を用いて複数のエリアに障害物が存在するか否かを示すラベルを設定するラベル設定手段をさらに備える、付記８に記載の通信システム。
　（付記１０）
　前記複数のエリアは、
　移動体の走行エリアを分割することによって生成された複数のグリッドであり、
　前記特定手段は、
　前記観測データが障害物の有無が不明であることを示す第１のグリッドに障害物が存在する確率を算出する、付記９に記載の通信システム。
　（付記１１）
　前記特定手段は、
　前記第１のグリッドに隣接する第２のグリッドの判定結果に応じて変化する、前記第１のグリッド及び前記第２のグリッドに前記ラベルが設定される際の重みの値を用いて、前記第１のグリッドに障害物が存在する確率を算出する、付記１０に記載の通信システム。
　（付記１２）
　第１の時刻における複数の前記グリッドの観測データを受信した後に、第２の時刻における複数の前記グリッドの観測データを受信する通信手段をさらに備え、
　前記ラベル設定手段は、
　前記第１の時刻及び前記第２の時刻におけるそれぞれの前記グリッドの判定結果の推移に基づいて、動く障害物が存在するか否かを判定する、付記１０又は１１に記載の通信システム。
　（付記１３）
　前記ラベル設定手段は、
　それぞれのグリッドに静止している障害物が存在する、動く障害物が存在する、もしくは障害物が存在しない、ことを示すラベルを設定し、
　前記特定手段は、
　前記第１の時刻における第３のグリッドの判定結果と、前記第２の時刻における前記第３のグリッドもしくは前記第３のグリッドに隣接するグリッドの判定結果とに応じて、前記第１の時刻における前記第３のグリッド及び前記第２の時刻における前記第３のグリッドもしくは前記第３のグリッドに隣接するグリッドに前記ラベルが設定される際の重みの値を用いて、動く障害物が存在するか否かを判定する、
　付記１２に記載の通信システム。
　（付記１４）
　前記移動体の速度を示す速度パターンと、前記移動体の移動経路を示す移動パターンであって確率モデルを用いて示される前記移動パターンと、前記移動パターンにおいて示される前記移動経路上のそれぞれのグリッドに障害物が存在する確率と、を用いて前記移動体の走行の安全性を示すコスト関数を算出する評価手段と、
　前記コスト関数に基づいて前記移動体の速度を制御する速度制御手段と、をさらに備える、付記１０乃至１３のいずれか１項に記載の通信システム。
　（付記１５）
　少なくとも１つのセンサから、複数のエリアにおける障害物を観測した観測データを受信し、
　前記観測データを用いて、前記複数のエリアにおける障害物の有無を判定し、
　前記複数のエリアのうちの第１のエリアにおいて障害物の有無が不明である場合に、前記第１のエリアの周辺のエリアにおける障害物の有無を示す判定結果を用いて、前記第１のエリアに障害物が存在する確率を特定し、
　前記第１のエリアに障害物が存在する確率は、前記第１のエリアの周辺のエリアにおける障害物の有無によって変動する、特定方法。
　（付記１６）
　さらに、前記複数のエリアのそれぞれの判定結果及び前記第１のエリアに障害物が存在する確率を用いて複数のエリアに障害物が存在するか否かを示すラベルを設定する、付記１５に記載の特定方法。
　（付記１７）
　前記複数のエリアは、
　移動体の走行エリアを分割することによって生成された複数のグリッドであり、
　前記障害物が存在する確率を特定する際に、
　前記観測データが障害物の有無が不明であることを示す第１のグリッドに障害物が存在する確率を算出する、付記１６に記載の特定方法。
　（付記１８）
　前記障害物が存在する確率を特定する際に、
　前記第１のグリッドに隣接する第２のグリッドの判定結果に応じて変化する、前記第１のグリッド及び前記第２のグリッドに前記ラベルが設定される際の重みの値を用いて、前記第１のグリッドに障害物が存在する確率を算出する、付記１７に記載の特定方法。
　（付記１９）
　前記観測データを受信する際に、第１の時刻における複数の前記グリッドの観測データを受信した後に、第２の時刻における複数の前記グリッドの観測データを受信し、
　前記第１の時刻及び前記第２の時刻におけるそれぞれの前記グリッドの判定結果の推移に基づいて、動く障害物が存在するか否かを判定する、付記１７又は１８に記載の特定方法。
　（付記２０）
　前記ラベルを設定する際に、
　前記第１の時刻における第３のグリッドの判定結果と、前記第２の時刻における前記第３のグリッドもしくは前記第３のグリッドに隣接するグリッドの判定結果とに応じて、前記第１の時刻における前記第３のグリッド及び前記第２の時刻における前記第３のグリッドもしくは前記第３のグリッドに隣接するグリッドに前記ラベルが設定される際の重みの値を用いて、動く障害物が存在するか否かを判定する、
　付記１９に記載の特定方法。
　（付記２１）
　少なくとも１つのセンサから、複数のエリアにおける障害物を観測した観測データを受信し、
　前記観測データを用いて、前記複数のエリアにおける障害物の有無を判定し、
　前記複数のエリアのうちの第１のエリアにおいて障害物の有無が不明である場合に、前記第１のエリアの周辺のエリアにおける障害物の有無を示す判定結果を用いて、前記第１のエリアに障害物が存在する確率を特定することをコンピュータに実行させるプログラムであり、
　前記第１のエリアに障害物が存在する確率は、前記第１のエリアの周辺のエリアにおける障害物の有無によって変動する。
　以上、実施の形態を参照して本願発明を説明したが、本願発明は上記によって限定されるものではない。本願発明の構成や詳細には、発明のスコープ内で当業者が理解し得る様々な変更をすることができる。
　この出願は、２０２１年８月３１日に出願された日本出願特願２０２１－１４０６２６を基礎とする優先権を主張し、その開示の全てをここに取り込む。
　１０　情報処理装置
　１１　通信部
　１２　判定部
　１３　特定部
　２０　制御装置
　２１　ラベル設定部
　２２　経路制御部
　３０　センサ
　３１　センサ
　３２　センサ
　３３　センサ
　４０　移動体
　５０　ネットワーク
　６０　制御装置
　６１　評価部
　６２　速度制御部
　７１　障害物
　７２　障害物
　７３　障害物

Claims (21)

  1. 　少なくとも１つのセンサから、複数のエリアにおける障害物を観測した観測データを受信する通信手段と、
    　前記観測データを用いて、前記複数のエリアにおける障害物の有無を判定する判定手段と、
    　前記複数のエリアのうちの第１のエリアにおいて障害物の有無が不明である場合に、前記第１のエリアの周辺のエリアにおける障害物の有無を示す判定結果を用いて、前記第１のエリアに障害物が存在する確率を特定する特定手段と、を備え、
    　前記第１のエリアに障害物が存在する確率は、前記第１のエリアの周辺のエリアにおける障害物の有無によって変動する、情報処理装置。
  2. 　前記複数のエリアのそれぞれの判定結果及び前記第１のエリアに障害物が存在する確率を用いて複数のエリアに障害物が存在するか否かを示すラベルを設定するラベル設定手段をさらに備える、請求項１に記載の情報処理装置。
  3. 　前記複数のエリアは、
    　移動体の走行エリアを分割することによって生成された複数のグリッドであり、
    　前記特定手段は、
    　前記観測データが障害物の有無が不明であることを示す第１のグリッドに障害物が存在する確率を算出する、請求項２に記載の情報処理装置。
  4. 　前記特定手段は、
    　前記第１のグリッドに隣接する第２のグリッドの判定結果に応じて変化する、前記第１のグリッド及び前記第２のグリッドに前記ラベルが設定される際の重みの値を用いて、前記第１のグリッドに障害物が存在する確率を算出する、請求項３に記載の情報処理装置。
  5. 　前記通信手段は、
    　第１の時刻における複数の前記グリッドの観測データを受信した後に、第２の時刻における複数の前記グリッドの観測データを受信し、
    　前記ラベル設定手段は、
    　前記第１の時刻及び前記第２の時刻におけるそれぞれの前記グリッドの判定結果の推移に基づいて、動く障害物が存在するか否かを判定する、請求項３又は４に記載の情報処理装置。
  6. 　前記ラベル設定手段は、
    　前記第１の時刻における第３のグリッドの判定結果と、前記第２の時刻における前記第３のグリッドもしくは前記第３のグリッドに隣接するグリッドの判定結果とに応じて、前記第１の時刻における前記第３のグリッド及び前記第２の時刻における前記第３のグリッドもしくは前記第３のグリッドに隣接するグリッドに前記ラベルが設定される際の重みの値を用いて、動く障害物が存在するか否かを判定する、
    　請求項５に記載の情報処理装置。
  7. 　前記移動体の速度を示す速度パターンと、前記移動体の移動経路を示す移動パターンであって確率モデルを用いて示される前記移動パターンと、前記移動パターンにおいて示される前記移動経路上のそれぞれのグリッドに障害物が存在する確率と、を用いて前記移動体の走行の安全性を示すコスト関数を算出する評価手段と、
    　前記コスト関数に基づいて前記移動体の速度を制御する速度制御手段と、をさらに備える、請求項３乃至６のいずれか１項に記載の情報処理装置。
  8. 　複数のエリアにおける障害物を観測し、観測した結果を示す観測データを送信するセンサと、
    　前記観測データを用いて、前記複数のエリアにおける障害物の有無を判定する判定手段と、
    　前記複数のエリアのうちの第１のエリアにおいて障害物の有無が不明である場合に、前記第１のエリアの周辺のエリアにおける障害物の有無を示す判定結果を用いて、前記第１のエリアに障害物が存在する確率を特定する特定手段と、を備え、
    　前記第１のエリアに障害物が存在する確率は、前記第１のエリアの周辺のエリアにおける障害物の有無によって変動する、通信システム。
  9. 　前記複数のエリアのそれぞれの判定結果及び前記第１のエリアに障害物が存在する確率を用いて複数のエリアに障害物が存在するか否かを示すラベルを設定するラベル設定手段をさらに備える、請求項８に記載の通信システム。
  10. 　前記複数のエリアは、
    　移動体の走行エリアを分割することによって生成された複数のグリッドであり、
    　前記特定手段は、
    　前記観測データが障害物の有無が不明であることを示す第１のグリッドに障害物が存在する確率を算出する、請求項９に記載の通信システム。
  11. 　前記特定手段は、
    　前記第１のグリッドに隣接する第２のグリッドの判定結果に応じて変化する、前記第１のグリッド及び前記第２のグリッドに前記ラベルが設定される際の重みの値を用いて、前記第１のグリッドに障害物が存在する確率を算出する、請求項１０に記載の通信システム。
  12. 　第１の時刻における複数の前記グリッドの観測データを受信した後に、第２の時刻における複数の前記グリッドの観測データを受信する通信手段をさらに備え、
    　前記ラベル設定手段は、
    　前記第１の時刻及び前記第２の時刻におけるそれぞれの前記グリッドの判定結果の推移に基づいて、動く障害物が存在するか否かを判定する、請求項１０又は１１に記載の通信システム。
  13. 　前記ラベル設定手段は、
    　それぞれのグリッドに静止している障害物が存在する、動く障害物が存在する、もしくは障害物が存在しない、ことを示すラベルを設定し、
    　前記特定手段は、
    　前記第１の時刻における第３のグリッドの判定結果と、前記第２の時刻における前記第３のグリッドもしくは前記第３のグリッドに隣接するグリッドの判定結果とに応じて、前記第１の時刻における前記第３のグリッド及び前記第２の時刻における前記第３のグリッドもしくは前記第３のグリッドに隣接するグリッドに前記ラベルが設定される際の重みの値を用いて、動く障害物が存在するか否かを判定する、
    　請求項１２に記載の通信システム。
  14. 　前記移動体の速度を示す速度パターンと、前記移動体の移動経路を示す移動パターンであって確率モデルを用いて示される前記移動パターンと、前記移動パターンにおいて示される前記移動経路上のそれぞれのグリッドに障害物が存在する確率と、を用いて前記移動体の走行の安全性を示すコスト関数を算出する評価手段と、
    　前記コスト関数に基づいて前記移動体の速度を制御する速度制御手段と、をさらに備える、請求項１０乃至１３のいずれか１項に記載の通信システム。
  15. 　少なくとも１つのセンサから、複数のエリアにおける障害物を観測した観測データを受信し、
    　前記観測データを用いて、前記複数のエリアにおける障害物の有無を判定し、
    　前記複数のエリアのうちの第１のエリアにおいて障害物の有無が不明である場合に、前記第１のエリアの周辺のエリアにおける障害物の有無を示す判定結果を用いて、前記第１のエリアに障害物が存在する確率を特定し、
    　前記第１のエリアに障害物が存在する確率は、前記第１のエリアの周辺のエリアにおける障害物の有無によって変動する、特定方法。
  16. 　さらに、前記複数のエリアのそれぞれの判定結果及び前記第１のエリアに障害物が存在する確率を用いて複数のエリアに障害物が存在するか否かを示すラベルを設定する、請求項１５に記載の特定方法。
  17. 　前記複数のエリアは、
    　移動体の走行エリアを分割することによって生成された複数のグリッドであり、
    　前記障害物が存在する確率を特定する際に、
    　前記観測データが障害物の有無が不明であることを示す第１のグリッドに障害物が存在する確率を算出する、請求項１６に記載の特定方法。
  18. 　前記障害物が存在する確率を特定する際に、
    　前記第１のグリッドに隣接する第２のグリッドの判定結果に応じて変化する、前記第１のグリッド及び前記第２のグリッドに前記ラベルが設定される際の重みの値を用いて、前記第１のグリッドに障害物が存在する確率を算出する、請求項１７に記載の特定方法。
  19. 　前記観測データを受信する際に、第１の時刻における複数の前記グリッドの観測データを受信した後に、第２の時刻における複数の前記グリッドの観測データを受信し、
    　前記第１の時刻及び前記第２の時刻におけるそれぞれの前記グリッドの判定結果の推移に基づいて、動く障害物が存在するか否かを判定する、請求項１７又は１８に記載の特定方法。
  20. 　前記ラベルを設定する際に、
    　前記第１の時刻における第３のグリッドの判定結果と、前記第２の時刻における前記第３のグリッドもしくは前記第３のグリッドに隣接するグリッドの判定結果とに応じて、前記第１の時刻における前記第３のグリッド及び前記第２の時刻における前記第３のグリッドもしくは前記第３のグリッドに隣接するグリッドに前記ラベルが設定される際の重みの値を用いて、動く障害物が存在するか否かを判定する、
    　請求項１９に記載の特定方法。
  21. 　少なくとも１つのセンサから、複数のエリアにおける障害物を観測した観測データを受信し、
    　前記観測データを用いて、前記複数のエリアにおける障害物の有無を判定し、
    　前記複数のエリアのうちの第１のエリアにおいて障害物の有無が不明である場合に、前記第１のエリアの周辺のエリアにおける障害物の有無を示す判定結果を用いて、前記第１のエリアの周辺のエリアにおける障害物の有無によって変動する前記第１のエリアに障害物が存在する確率を特定することをコンピュータに実行させるプログラムが格納された非一時的なコンピュータ可読媒体。
PCT/JP2022/001832 2021-08-31 2022-01-19 情報処理装置、通信システム、特定方法、及び非一時的なコンピュータ可読媒体 WO2023032246A1 (ja)

Priority Applications (1)

Application Number Priority Date Filing Date Title
JP2023545011A JPWO2023032246A5 (ja) 2022-01-19 情報処理装置、通信システム、特定方法、及びプログラム

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
JP2021140626 2021-08-31
JP2021-140626 2021-08-31

Publications (1)

Publication Number Publication Date
WO2023032246A1 true WO2023032246A1 (ja) 2023-03-09

Family

ID=85411699

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/JP2022/001832 WO2023032246A1 (ja) 2021-08-31 2022-01-19 情報処理装置、通信システム、特定方法、及び非一時的なコンピュータ可読媒体

Country Status (1)

Country Link
WO (1) WO2023032246A1 (ja)

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2017083919A (ja) * 2015-10-22 2017-05-18 株式会社東芝 障害物マップ生成装置、その方法、及び、そのプログラム
JP2020142769A (ja) * 2019-03-08 2020-09-10 マツダ株式会社 自動車用演算システム
JP2021144435A (ja) * 2020-03-11 2021-09-24 日本電産株式会社 衝突防止装置、移動体及びプログラム

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2017083919A (ja) * 2015-10-22 2017-05-18 株式会社東芝 障害物マップ生成装置、その方法、及び、そのプログラム
JP2020142769A (ja) * 2019-03-08 2020-09-10 マツダ株式会社 自動車用演算システム
JP2021144435A (ja) * 2020-03-11 2021-09-24 日本電産株式会社 衝突防止装置、移動体及びプログラム

Also Published As

Publication number Publication date
JPWO2023032246A1 (ja) 2023-03-09

Similar Documents

Publication Publication Date Title
JP6978799B2 (ja) 経路計画方法、電子装置、ロボット及びコンピュータ読取可能な記憶媒体
US11645916B2 (en) Moving body behavior prediction device and moving body behavior prediction method
US10191495B2 (en) Distributed ceiling-mounted smart cameras for multi-unmanned ground vehicle routing and coordination
US20190310653A1 (en) Topological map generation apparatus for navigation of robot and method thereof
Wang et al. Autonomous flights in dynamic environments with onboard vision
An et al. Development of mobile robot SLAM based on ROS
US20190232487A1 (en) Method for tracking multiple target objects, device, and computer program for implementing the tracking of multiple target objects for the case of moving objects
Liu et al. The design of a fully autonomous robot system for urban search and rescue
EP4088884A1 (en) Method of acquiring sensor data on a construction site, construction robot system, computer program product, and training method
US11687086B2 (en) Autonomous robotic navigation in storage site
KR20210056694A (ko) 충돌을 회피하는 방법 및 이를 구현한 로봇 및 서버
JP5589324B2 (ja) 新規なセンサフュージョン手法を用いた、移動体の状態推定のための装置、方法、およびプログラム
WO2023032246A1 (ja) 情報処理装置、通信システム、特定方法、及び非一時的なコンピュータ可読媒体
Miura et al. Adaptive robot speed control by considering map and motion uncertainty
Boeing et al. WAMbot: Team MAGICian's entry to the Multi Autonomous Ground‐robotic International Challenge 2010
JP7486095B2 (ja) 車両監視方法、車両監視装置、車両、及び車両監視システム
CN114200920A (zh) 路径规划方法、装置及控制系统
US20210309220A1 (en) Method for predicting at least one future velocity vector and/or a future pose of a pedestrian
Yan et al. MUI-TARE: Cooperative multi-agent exploration with unknown initial position
CN113632029B (zh) 信息处理装置、程序及信息处理方法
Panchpor Implementation of path planning algorithms on a mobile robot in dynamic indoor environments
CN115565058A (zh) 机器人、避障方法、装置和存储介质
Hatao et al. Construction of semantic maps for personal mobility robots in dynamic outdoor environments
Streit et al. Vision-based path construction and maintenance for indoor guidance of autonomous ground vehicles based on collaborative smart cameras
Ozkil et al. Practical indoor mobile robot navigation using hybrid maps

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: 22863837

Country of ref document: EP

Kind code of ref document: A1

WWE Wipo information: entry into national phase

Ref document number: 2023545011

Country of ref document: JP

WWE Wipo information: entry into national phase

Ref document number: 18684248

Country of ref document: US

NENP Non-entry into the national phase

Ref country code: DE