WO2023042464A1 - ロボット装置、およびロボット制御方法 - Google Patents

Abstract

センサの検出情報に基づいて障害物の識別を行うロボット装置において、ロボット自身の脚部や腕部などを障害物として誤認識することなく、正しい障害物識別による高精度なロボット制御を実現する。自己領域フィルタ処理部が、視覚センサの検出情報に含まれるオブジェクト情報から、ロボット装置の構成部に対応するオブジェクト情報を除去し、地図画像生成部が、ロボット装置の構成部に対応するオブジェクト情報が除去されたオブジェクト情報に基く地図データを生成し、ロボット制御部が、生成された地図データに基づいてロボット装置を制御する。自己領域フィルタ処理部は、ロボット装置の可動部の動作速度に応じて異なる大きさの可変フィルタ領域を算出し、視覚センサの検出情報から、可変フィルタ領域内にあるオブジェクト情報を除去する処理を実行する。

Description

ロボット装置、およびロボット制御方法

　本開示は、ロボット装置、およびロボット制御方法に関する。具体的にはロボット自身の脚や腕などを障害物として誤認識することなく、正しい障害物判定に基く正確な制御を実行可能としたロボット装置、およびロボット制御方法に関する。

　近年、複数の足を制御して移動する歩行型ロボットや、車輪を回転させて移動する車輪駆動型ロボット等の自律走行型ロボットが様々なフィールドで用いられている。
　ロボットは、例えば人が入ることが困難な災害現場などでも様々な作業を行うことが可能である。

　しかし、歩行型ロボットや、車輪走行型ロボットが安定した移動を行なうためには、進行方向の障害物や、歩行面、走行面の凹凸、傾斜などを把握して、安定した歩行または走行が可能なルートを識別し、さらに、歩行面または走行面の形状に応じた足の着地や車輪走行を行うことが必要となる。

　例えば、凹凸の激しい面や傾斜の大きい面に歩行型ロボットの足を置いてしまうと、ロボットが倒れ、前に進むことができなくなるといった事態が発生する可能性がある。
　このような問題を防止するため、自律走行型ロボットの多くは、ロボット周囲の環境を認識するためのカメラ等のセンサを装着し、センサ検出情報を用いて安定した歩行や走行を行うための経路を選択して移動する制御を実行している。

　例えば、センサから得られたデータを利用して周囲の３次元形状データを含む環境地図を生成し、生成した環境地図を参照して移動経路を決定する処理などを行う。
　しかし、このように、センサから得られたデータを利用した環境地図を作成する処理や作成した環境地図を解析する処理を行う場合の問題点として以下の問題がある。

　ロボット自身の脚や手など、ロボットの構成部を障害物であると認識してしまうという問題である。
　例えば歩行型ロボットは脚を前後に動かしながら走行する。ロボットのカメラなどのセンサがロボットの脚を検出すると、この脚を障害物であると誤認識する可能性がある。
　このような誤認識が発生すると、ロボットは、本来、走行可能な経路を走行不可能と判定して、ロボットの走行が停止してしまう場合がある。

　また、例えばロボットのアーム（腕部）や手を用いて作業を行うロボットの場合、ロボットのカメラなどのセンサがロボットのアームや手を検出して、これらのアームや手を障害物であると誤認識することもある。
　このような場合には、ロボットは、規定の作業を行うことができないと判定して、ロボットの作業が停止してしまう。

　このようにロボットの一部を障害物として誤認識してしまう問題を解決する構成を開示した従来技術として、例えば以下の文献がある。

　例えば特許文献１（特許４９６１８６０号公報）は、ロボットのモデル情報とアクチュエータの位置情報から順運動学計算を行い、３次元的なロボットの身体位置を算出し、算出した身体位置と視覚センサの位置や視野角と統合して視覚センサのどの部分にロボットの身体が撮像されているかを計算して、ロボット身体部を障害物判定対象から除外する構成を開示している。

　しかし、この特許文献１に開示された手法は、ロボットモデル情報とロボットの実機に誤差がある場合、ロボットの身体部分を正確に画像から除去できないという問題がある。

　また、特許文献２（特開２０１１－２１２８１８号公報）には、レーザ光の照射、検出を行う視覚センサを有するロボットにおいて、ロボット表面にレーザ光を吸収する塗装を行い、ロボットの身体を障害物として検出させない構成を開示している。
　しかし、この手法では、ロボット表面にレーザ光を吸収する塗装を行うこと、レーザ光の照射、検出を行う視覚センサを用いること、これらの構成が必須となり、汎用性に乏しいという問題がある。

　さらに、特許文献３（特開平１－１８３３９５号公報）には、ロボットアームにロボットアームの形状を遮蔽し、かつ、物体の形状と区別しうる反射率や形状の遮蔽板を設けることにより、センサ検出情報からロボットの身体を除去する構成を開示している。

　この手法は、特殊な反射率、形状の遮蔽版が必要であり、コストアップの問題があり、さらに遮蔽版の装着によってロボットの動きが阻害されるという問題もある。

特許４９６１８６０号公報 特開２０１１－２１２８１８号公報 特開平１－１８３３９５号公報

　本開示は、例えば上記問題点に鑑みてなされたものであり、ロボットの一部を障害物として誤認識することなく、真の障害物に衝突や接触させることなく安全にロボットを制御可能としたロボット装置、およびロボット制御方法を提供することを目的とする。

　本開示の第１の側面は、
　視覚センサの検出情報を解析してロボット装置の動作を制御するデータ処理部を有し、
　前記データ処理部は、
　前記視覚センサの検出情報に含まれるオブジェクト情報から、前記ロボット装置の構成部に対応するオブジェクト情報を除去する自己領域フィルタ処理部を有し、
　前記自己領域フィルタ処理部は、
　前記ロボット装置の可動部に対応する可変フィルタ領域を算出する可変フィルタ領域算出部と、
　前記視覚センサの検出情報から、前記可変フィルタ領域内にあるオブジェクト情報を除去するフィルタ処理部を有し、
　前記可変フィルタ領域算出部は、
　可変フィルタ領域算出対象の可動部の動作速度に応じて異なる大きさの可変フィルタ領域を算出するロボット装置にある。

　さらに、本開示の第２の側面は、
　ロボット装置の動作制御を実行するロボット制御方法であり、
　自己領域フィルタ処理部が、視覚センサの検出情報に含まれるオブジェクト情報から、前記ロボット装置の構成部に対応するオブジェクト情報を除去する自己領域フィルタ処理ステップと、
　地図画像生成部が、前記ロボット装置の構成部に対応するオブジェクト情報が除去されたオブジェクト情報に基く地図データを生成する地図データ生成ステップと、
　ロボット制御部が、前記地図データに基づいて前記ロボット装置を制御するロボット制御ステップを有し、
　前記自己領域フィルタ処理ステップにおいて、
　前記ロボット装置の可動部の動作速度に応じて異なる大きさの可変フィルタ領域を算出する可変フィルタ領域算出処理と、
　前記視覚センサの検出情報から、前記可変フィルタ領域内にあるオブジェクト情報を除去する処理を実行するロボット制御方法にある。

　本開示のさらに他の目的、特徴や利点は、後述する本開示の実施例や添付する図面に基くより詳細な説明によって明らかになるであろう。なお、本明細書においてシステムとは、複数の装置の論理的集合構成であり、各構成の装置が同一筐体内にあるものには限らない。

　本開示の一実施例の構成によれば、センサの検出情報に基づいて障害物の識別を行うロボット装置において、ロボット自身の脚部や腕部などを障害物として誤認識することなく、正しい障害物識別による高精度なロボット制御が実現される。
　具体的には、例えば、自己領域フィルタ処理部が、視覚センサの検出情報に含まれるオブジェクト情報から、ロボット装置の構成部に対応するオブジェクト情報を除去し、地図画像生成部が、ロボット装置の構成部に対応するオブジェクト情報が除去されたオブジェクト情報に基く地図データを生成し、ロボット制御部が、生成された地図データに基づいてロボット装置を制御する。自己領域フィルタ処理部は、ロボット装置の可動部の動作速度に応じて異なる大きさの可変フィルタ領域を算出し、視覚センサの検出情報から、可変フィルタ領域内にあるオブジェクト情報を除去する処理を実行する。
　本構成により、センサの検出情報に基づいて障害物の識別を行うロボット装置において、ロボット自身の脚部や腕部などを障害物として誤認識することなく、正しい障害物識別による高精度なロボット制御が実現される。
　なお、本明細書に記載された効果はあくまで例示であって限定されるものではなく、また付加的な効果があってもよい。

本開示のロボット装置の一例である４脚ロボットの構成例について説明する図である。 本開示のロボット装置の一例である４脚ロボットの構成例について説明する図である。 本開示のロボット装置の一例である２脚ロボットの構成例について説明する図である。 ロボット装置の走行例について説明する図である。 センサ検出情報を用いたロボット装置の走行における問題点について説明する図である。 本開示のロボット装置が実行するフィルタ処理の概要について説明する図である。 本開示のロボット装置が実行するフィルタ処理の概要について説明する図である。 本開示のロボット装置が実行するフィルタ処理の概要について説明する図である。 本開示のロボット装置の構成例について説明する図である。 ３次元点群（ＰＣ）生成部が実行する処理について説明する図である。 自己領域フィルタ処理部の詳細構成例について説明する図である。 自己領域フィルタ処理部の可変パディング算出部が実行する処理の具体例について説明する図である。 自己領域フィルタ処理部の可変フィルタ領域算出部が実行する処理の具体例について説明する図である。 自己領域フィルタ処理部の可変フィルタ領域算出部が実行する処理の具体例について説明する図である。 自己領域フィルタ処理部の可変フィルタ領域算出部が実行する処理の具体例について説明する図である。 自己領域フィルタ処理部の３次元点群フィルタ処理部が実行する処理の具体例について説明する図である。 自己領域フィルタ処理部の可変フィルタ領域算出部が実行する処理の具体例について説明する図である。 自己領域フィルタ処理部の可変フィルタ領域算出部が実行する処理の具体例について説明する図である。 自己領域フィルタ処理部の可変フィルタ領域算出部が実行する処理の具体例について説明する図である。 自己領域フィルタ処理部における可変パディング、可変フィルタ領域算出処理の具体例について説明する図である。 自己領域フィルタ処理部における可変パディング、可変フィルタ領域算出処理の具体例について説明する図である。 自己領域フィルタ処理部における可変パディング、可変フィルタ領域算出処理の具体例について説明する図である。 自己領域フィルタ処理部における可変パディング、可変フィルタ領域算出処理の具体例について説明する図である。 自己領域フィルタ処理部における可変パディング、可変フィルタ領域算出処理の具体例について説明する図である。 自己領域フィルタ処理部における可変パディング、可変フィルタ領域算出処理の具体例について説明する図である。 本開示のロボット装置の構成例について説明する図である。 本開示のロボット装置のハードウェア構成例について説明する図である。 本開示のロボット装置とサーバからなるシステム構成例について説明する図である。 本開示のロボット装置とサーバからなるシステム構成におけるサーバのハードウェア構成例について説明する図である。

　以下、図面を参照しながら本開示のロボット装置、およびロボット制御方法の詳細について説明する。なお、説明は以下の項目に従って行なう。
　１．本開示のロボット装置の概要について
　２．本開示のロボット装置が実行する処理の概要について
　３．（実施例１）本開示の実施例１のロボット装置、およびロボット制御方法の詳細について
　４．（実施例２）直動関節部の直線的な動きを考慮した可変フィルタ領域の算出処理例について
　５．その他の実施例について
　５－（ａ）実施例３：ロボットの可動部サイズにパディング領域を乗算して可変フィルタ領域を算出する実施例
　５－（ｂ）実施例４：ロボット可動部の動作領域と非動作領域を区別して可変フィルタ領域を算出する実施例
　５－（ｃ）実施例５：ロボット可動部の動作方向を識別して可変フィルタ領域を算出する実施例
　５－（ｄ）実施例６：固定パディング領域と可変パディング領域を設定し、これら２つのパディング領域に基づいて可変フィルタ領域を算出する実施例
　５－（ｅ）実施例７：複数の回転関節部を有する可動部に対応した可変フィルタ領域を算出する実施例
　６．（実施例８）３次元点群データに対してではなく、距離画像に対するフィルタ処理を行う実施例について
　７．本開示のロボット装置等のハードウェア構成例について
　８．本開示の構成のまとめ

　　［１．本開示のロボット装置の概要について］
　まず、図１以下を参照して本開示のロボット装置の概要について説明する。
　図１は本開示のロボット装置の一例である４脚ロボット１０を示す図である。
　４脚ロボット１０は、４本の足を前後に移動させて移動する歩行型ロボットである。

　図１に示すように、４脚ロボット１０は，本体部１１，ロボットの周囲環境を認識するための視覚センサ１２、移動するための脚部１３を有する。

　図１に示す４脚ロボット１０は、４脚ロボット１０の前後左右４方向の環境認識を個別に行う以下の４つの視覚センサ１２を有する。
　ロボット進行方向（前方向）の環境認識用の視覚センサＦ（Ｆｒｏｎｔ）１２Ｆ、
　後ろ方向の環境認識用の視覚センサＢ（Ｂａｃｋ）１２Ｂ、
　左方向の環境認識用の視覚センサＬ（Ｌｅｆｔ）１２Ｌ、
　右方向の環境認識用の視覚センサＲ（Ｒｉｇｈｔ）１２Ｒ、
　なお、図には、右方向の環境認識用の視覚センサＲ（Ｒｉｇｈｔ）１２Ｒは示していない。

　視覚センサ１２は、４脚ロボット１０が安全に走行するため、進行方向の障害物や、足の接地面の状況などを確認するための情報、例えば周囲オブジェクトの３次元形状情報を取得可能な構成であればよく、例えば、ステレオカメラ、全方位カメラ、ＬｉＤＡＲ（Ｌｉｇｈｔ　Ｄｅｔｅｃｔｉｏｎ　ａｎｄ　Ｒａｎｇｉｎｇ）、ＴＯＦ（Ｔｉｍｅ　ｏｆ　Ｆｌｉｇｈｔ）センサなどが利用可能である。
　なお、ＬｉＤＡＲ、ＴＯＦセンサは、いずれもオブジェクト距離を計測可能なセンサである。

　図１に示す例は、４つの視覚センサを設けた例であるが、４脚ロボット１０の周囲の環境情報（３次元位置や３次元形状）が取得可能な構成であればよく、例えば１つの全方位カメラを利用する構成や、１つの全方位カメラと１つのＬｉＤＡＲの組み合わせを利用する構成等も可能である。

　図１に示す４脚ロボット１０は、脚部１３に回転関節部１４，直動関節部１５、車輪部１６を有する。
　回転関節部１４は、脚部１３全体を前後方向に回転駆動させる関節部である。直動関節部１５は、脚部１３の下脚部分を上脚部分に対して伸縮するようにスライド移動させる関節部である。

　各関節部１４，１５は、例えば、アクチュエータや、アクチュエータの位置を検知するためのエンコーダ、減速機，出力軸側のトルクを検知するためのトルクセンサ等によって構成される。

　図１に示す４脚ロボット１０内に構成されたデータ処理部（制御部）は，視覚センサ１２からセンサ検出情報を入力して解析し、ロボットの周囲環境を認識する。
　例えば、視覚センサ１２を構成するカメラの撮影画像、あるいはＬｉＤＡＲ、ＴＯＦ等の距離センサの検出情報を用いて、ロボットの周囲の障害物の位置や距離、形状などを解析する。さらにこの障害物解析結果を利用して、障害物を避けるように安全な走行ルートを決定してロボットの走行制御を実行する。

　なお、ロボット内のデータ処理部（制御部）は、決定した走行ルートを移動するために、脚部１３各々の回転関節部１４，直動関節部１５及び車輪部１６を制御して脚部１３を動作させてロボットを決定した安全な走行ルートに従って移動させる。

　図２は、図１の４脚ロボット１０と異なる関節部構成を有する４脚ロボットｂ，１０ｂを示す図である。

　図２の４脚ロボットｂ，１０ｂと、図１の４脚ロボット１０との差異は脚部１３の構成である。本体部１１やセンサ１２の構成は図１の４脚ロボット１０と同様の構成である。

　図１に示す４脚ロボット１０は、脚部１３に回転関節部１４，直動関節部１５を有するが、図２に示す４脚ロボットｂ，１０ｂは、脚部１３に２つの回転関節部１４，１７を有する。
　さらに、図１に示す４脚ロボット１０は、脚部１３の先端部に車輪部１６が装着されているが、図２に示す４脚ロボットｂ，１０ｂは、脚部１３の先端部に車輪部１６が装着されておらず、接地部１８が装着されている。

　図２に示す４脚ロボットｂ，１０ｂの脚部１３の回転関節部１４は、脚部１３の全体を前後方向に回転駆動させる関節部である。さらに、回転関節部１７は、脚部１３の下側の下部脚領域のみを上側の上部脚領域に対して前後方向に回転駆動させる関節部である。

　図２に示す４脚ロボットｂ，１０ｂも、４脚ロボットｂ，１０ｂ内のデータ処理部（制御部）が、視覚センサ１２からセンサ検出情報を入力して解析し、ロボットの周囲環境を認識する。
　例えば、視覚センサ１２を構成するカメラの撮影画像、あるいはＬｉＤＡＲ、ＴＯＦ等の距離センサの検出情報を用いて、ロボットの周囲の障害物の位置や距離、形状などを解析する。さらにこの障害物解析結果を利用して、障害物を避けるように安全な走行ルートを決定してロボットの走行制御を実行する。

　ロボット内のデータ処理部（制御部）は、決定した走行ルートを移動するために、脚部１３各々の２つの回転関節部１４，１７を制御して脚部１３を動作させてロボットを決定した安全な走行ルートに従って移動させる。

　図３は、本開示のロボット装置の別の一例である２脚ロボット２０を示す図である。
　２脚ロボット２０は、２本の足を前後に移動させて移動する歩行型ロボットである。

　図３に示すように、２脚ロボット２０は、本体部２１，ロボットの周囲環境を認識するための視覚センサ２２、移動するための脚部２３、さらに腕部２７を有する。

　図３に示す構成において、視覚センサ２２は、２脚ロボット２０の頭部に前後左右４方向の環境認識を個別に行う以下の４つの視覚センサを有する構成である。
　ロボット進行方向（前方向）の環境認識用の視覚センサＦ（Ｆｒｏｎｔ）２２Ｆ、
　後ろ方向の環境認識用の視覚センサＢ（Ｂａｃｋ）２２Ｂ、
　左方向の環境認識用の視覚センサＬ（Ｌｅｆｔ）２２Ｌ、
　右方向の環境認識用の視覚センサＲ（Ｒｉｇｈｔ）２２Ｒ、
　なお、図には、右方向の環境認識用の視覚センサＲ（Ｒｉｇｈｔ）２２Ｒは示していない。

　視覚センサ２２は、２脚ロボット２０が安全に走行するため、進行方向の障害物や、足の接地面の状況などを確認するための情報、例えば周囲オブジェクトの３次元形状情報を取得可能な構成であればよく、図１を参照して説明したと同様、例えば、ステレオカメラ、全方位カメラ、ＬｉＤＡＲ、ＴＯＦセンサなどが利用可能である。

　なお、図１を参照して説明したと同様、視覚センサは、２脚ロボット２０の周囲の環境情報（３次元位置や３次元形状）が取得可能な設定であればよく、例えば１つの全方位カメラを利用する構成や、１つの全方位カメラと１つのＬｉＤＡＲの組み合わせを利用する構成等も可能である。

　脚部２３は、回転関節部２４，２５、接地部２６を有する。
　図３に示す２脚ロボット２０の脚部２３の回転関節部２４は、脚部２３の全体を前後方向に回転駆動させる関節部である。さらに、回転関節部２５は、脚部２３の下側の下部脚領域のみを上側の上部脚領域に対して前後方向に回転駆動させる関節部である。

　各回転関節部２４，２５は、例えば、アクチュエータや、アクチュエータの位置を検知するためのエンコーダ、減速機，出力軸側のトルクを検知するためのトルクセンサ等によって構成される。

　腕部２７は、回転関節部２８，２９、把持部３０を有する。
　腕部２７の回転関節部２８は、腕部２７の全体を上下方向に回転駆動させる関節部である。さらに、回転関節部２９は、腕部２７の先端側の約半分腕領域のみを本体部側の腕領域に対して上下方向に回転駆動させる関節部である。
　これら腕部２７の回転関節部２８，２９、把持部３０も、例えば、アクチュエータや、アクチュエータの位置を検知するためのエンコーダ、減速機，出力軸側のトルクを検知するためのトルクセンサ等によって構成される。

　図３に示す２脚ロボット２０も、２脚ロボット２０内のデータ処理部（制御部）が、視覚センサ２２からセンサ検出情報を入力して解析し、ロボットの周囲環境を認識する。
　例えば、視覚センサ２２を構成するカメラの撮影画像、あるいはＬｉＤＡＲ、ＴＯＦ等の距離センサの検出情報を用いて、ロボットの周囲の障害物の位置や距離、形状などを解析する。さらにこの障害物解析結果を利用して、障害物を避けるように安全な走行ルートを決定してロボットの走行制御を実行する。

　ロボット内のデータ処理部（制御部）は、決定した走行ルートを移動するために、脚部２３各々の２つの回転関節部２４，２５を制御して脚部２３を動作させてロボットを走行ルートに従って移動させる。

　さらに、ロボット内のデータ処理部（制御部）は、腕部２７各々の２つの回転関節部２８，２９を制御して腕部２７を動作させて、様々な作業を実行させる。

　この腕部２７の動作制御の際も、２脚ロボット２０内のデータ処理部（制御部）は、視覚センサ２２からセンサ検出情報を入力して解析し、腕部２７周囲の環境を解析し、腕部２７が周囲の障害物に衝突や接触しないような動作制御を行う。

　なお、以下において、本開示のロボット装置、およびロボット制御方法に関する複数の実施例について説明するが、本開示の構成や処理は、これら４脚ロボット１０、１０ｂ、２脚ロボット２０に限らず、実施例によっては、その他、車輪駆動型ロボットや、キャタピラ駆動型ロボット等にも適用可能である。
　また、腕部や、脚部の本数も様々な設定が可能である。

　なお、以下では、本開示のロボット装置の代表例として、図１を参照して説明した４脚ロボット１０を適用した実施例について説明する。

　図１に示す４脚ロボット１０が自律走行を行う場合の具体例について考察する。
　図４は、図１に示す４脚ロボット１０が自律走行を行う環境の一例を示す図である。

　４脚ロボット１０が移動する環境は、例えば図４に示すように様々な障害物が存在し、また、走行面も平面とは限らず、でこぼこな面、段差のある面、傾斜のある面、階段など、様々である。

　例えば、４脚ロボット１０が障害物に衝突すると、４脚ロボット１０が転倒し、損傷や故障が発生する可能性がある。
　また、でこぼこな面、段差のある面、傾斜のある面などに傾斜角などを考慮せずに足を接地した場合にも、４脚ロボット１０が転倒し、損傷や故障が発生する可能性がある。

　このような事態の発生を防止するため、カメラ等の視覚センサが取得したセンサ取得情報に基づいて生成される周囲の環境地図、すなわち、ロボット周囲の走行面を含むオブジェクトの３次元形状情報を有する環境地図が利用される。

　例えば、４脚ロボット１０内のデータ処理部は、４脚ロボット１０に装着されたカメラ等の視覚センサからの取得情報を解析し、４脚ロボット１０周囲の走行面を含むオブジェクトまでの距離を解析して、走行面を含むオブジェクト距離を示す環境地図を生成し、生成した環境地図を参照して、移動方向や脚部の接地位置の制御などを行う。

　ロボット周囲の走行面を含むオブジェクトの３次元形状情報を有する環境地図の一例として、例えば３次元点群（ＰＣ：Ｐｏｉｎｔ　Ｃｌｏｕｄ）がある。
　３次元点群（ＰＣ：Ｐｏｉｎｔ　Ｃｌｏｕｄ）は、オブジェクト表面の３次元位置を示す多数の点によって構成される点群である。
　ロボットに装着されたカメラなどのセンサによって計測されるオブジェクト距離に基づいて生成される。

　３次元点群（ＰＣ）は、例えばロボットの走行する走行面や柱、壁など、オブジェクト表面の３次元位置や３次元形状を示す多数の点によって構成される。３次元点群（ＰＣ）を構成する点各々には、３次元空間上の座標（ｘ，ｙ，ｚ）位置データが対応付けられている。

　３次元点群（ＰＣ）の各点対応の座標位置に基づいて、オブジェクトの３次元形状が認識可能であり、例えばロボットの走行面の起伏や傾斜、障害物の位置などを解析することができる。

　しかし、例えば、脚部１３の回転関節部１４や直動関節部１５の動作状況によっては、視覚センサ１２のセンサ検出領域、例えばカメラの撮影範囲に脚部１３の一部が入り込む場合がある。
　このような場合、４脚ロボット１０のデータ処理部は、脚部１３を障害物であると誤認識し、４脚ロボット１０を停止させるといった誤った制御を行う可能性がある。

　視覚センサ１２のセンサ検出情報の解析結果からロボットの一部を障害物として認識してしまい、誤った制御が行われるという問題は、図１に示す４脚ロボット１０のみならず、図２に示す４脚ロボットｂ，１０ｂや、図３に示す２脚ロボット２０にも共通に発生する問題である。

　さらに、図３に示す２脚ロボット２０の場合は、腕部２７の回転関節部２８，２９の動作状況によっては、視覚センサ１２のセンサ検出領域、例えばカメラの撮影範囲に腕部２７の一部が入り込む場合がある。
　このような場合、２脚ロボット２０のデータ処理部は、腕部２７を障害物であると誤認識し、腕部２７を動作させて実行している作業を停止させてしまうといった誤った制御を行う可能性がある。
　本開示のロボット装置は、このような問題を解決するものである。

　　［２．本開示のロボット装置が実行する処理の概要について］
　次に、本開示のロボット装置が実行する処理の概要について説明する。

　上述したように、例えば４脚ロボット１０が、視覚センサ１２のセンサ検出情報の解析結果からロボットの一部を障害物であると誤認識すると誤った制御が行われる可能性がある。
　この具体例について、図５を参照して説明する。
　図５（ａ）は、４脚ロボット１０が、複数の障害物が置かれた走行路を走行している状態を示している。

　図５（ｂ）は、４脚ロボット１０の進行方向である前方の障害物検出を行う視覚センサＦ，１２Ｆのセンサ検出領域を示している。センサ検出領域とは、例えば視覚センサＦ，１２Ｆがカメラである場合、カメラの撮影範囲である。また、視覚センサＦ，１２ＦがＬｉＤＡＲ、ＴＯＦセンサ等の距離センサである場合、これら距離センサによる距離計測可能範囲である。

　図５（ｂ）に示す視覚センサＦ，１２Ｆのセンサ検出領域の中には、円柱状の３つの障害物がある。
　さらに、図５（ｂ）に示す視覚センサＦ，１２Ｆのセンサ検出領域の中には、４脚ロボット１０の左前脚の一部領域が含まれている。

　４脚ロボット１０のデータ処理部は、視覚センサＦ，１２Ｆのセンサ検出情報を解析して、障害物の位置を確認する。
　データ処理部は、視覚センサＦ，１２Ｆのセンサ検出情報の解析により、図に示す３つの円柱状の障害物の位置や形状、距離を解析することができる。

　しかし、４脚ロボット１０のデータ処理部は、さらに、視覚センサＦ，１２Ｆのセンサ検出領域の中に含まれる４脚ロボット１０の左前脚の一部領域についても障害物であると誤認識してしまう。
　この誤認識により、４脚ロボット１０のデータ処理部は、４脚ロボット１０の左前脚が障害物に衝突、または接触した状態にあると判断し、左前脚の動作を止める制御を行う。この結果、４脚ロボット１０は動作を停止してしまうといった誤った制御が行われる。

　本開示のロボット装置は、このような誤った制御を回避するため、ロボット自身の脚や腕などのロボットの自己領域を障害物と認識しないための処理（フィルタ処理）を実行する。

　図６以下を参照して、本開示のロボット装置が実行する処理の概要について説明する。
　本開示のロボット装置のデータ処理部は、ロボットの脚や腕等の可動部にフィルタ領域を設定する。
　フィルタ領域とは、障害物等のオブジェクト検出処理を実行しない領域、すなわち障害物検出除外領域である。
　例えば、視覚センサのセンサ検出領域にフィルタ領域が含まれる場合、そのフィルタ領域内に何等かの障害物等のオブジェクトが検出された場合でも、そのオブジェクトは検出されなかったものとするフィルタ処理を行う。

　図６（ａ）には４脚ロボット１０を示している。この４脚ロボット１０の可動部、すなわち４本の脚部１３にフィルタ領域を設定する。
　具体的には、例えば図６（ｂ）に示すようなフィルタ領域である。
　図６（ｂ）に示すフィルタ領域は、脚部１３、および脚部１３の周囲領域を囲むように設定されたフィルタ領域である。

　フィルタ領域は、このように脚部１３の領域のみではなく、脚部１３の周囲領域を含むように設定される。
　これは、脚部１３の動きを考慮したものである。

　このようなフィルタ領域を設定することで、視覚センサによってフィルタ領域内に障害物等のオブジェクトが検出された場合でも、フィルタ領域内に検出されたオブジェクトは検出されなかったものとするフィルタ処理が実行される。
　このフィルタ処理の結果、フィルタ領域内のオブジェクト、例えばロボットの脚が、その後のロボットの動作の妨げになることがなくなる。

　図７を参照して、本開示のロボット装置のデータ処理部が実行する処理、すなわちフィルタ領域を適用したフィルタ処理の具体例について説明する。

　図７（ａ）は、先に説明した図５（ａ）と同様、４脚ロボット１０が、複数の障害物が置かれた走行路を走行している状態を示している。

　図７（ｂ）には、４脚ロボット１０の進行方向である前方の障害物検出を行う視覚センサＦ，１２Ｆのセンサ検出領域と、４脚ロボット１０の左前脚に設定されたフィルタ領域を示している。

　図７（ｂ）に示すセンサ検出領域の一部に、４脚ロボット１０の左前脚に設定されたフィルタ領域が重なって設定されている。
　センサ検出領域は、前述したように、例えば視覚センサＦ，１２Ｆがカメラである場合、カメラの撮影範囲である。また、視覚センサＦ，１２ＦがＬｉＤＡＲ、ＴＯＦセンサ等の距離センサである場合、これら距離センサによる距離計測可能範囲である。

　４脚ロボット１０のデータ処理部は、視覚センサＦ，１２Ｆのセンサ検出領域の中に含まれるオブジェクトの検出処理を実行する。
　この結果として、図に示す円柱状の３つの障害物が検出する。さらに、４脚ロボット１０の左前脚の脚先領域も検出する。
　しかし、４脚ロボット１０の左前脚の脚先領域は、フィルタ領域内にあるため、データ処理部は、この脚先領域のオブジェクトを検出しなかったものとするフィルタ処理を実行する。

　すなわち、４脚ロボット１０のデータ処理部は、４脚ロボット１０の左前脚の脚先を障害物として認識せず、その後の動作を実行する。
　これらの処理の結果、４脚ロボット１０は、自身の脚先に走行を妨げられることなく、正常な走行を行うことが可能となる。
　本開示のロボット装置は、このように自装置の可動部にフィルタ領域を設定し、フィルタ領域内の検出オブジェクトを障害物として認識しないという処理を実行する。

　なお、本開示のロボット装置は、自装置の脚部や腕部などの可動部にフィルタ領域を設定する処理を行うが、このフィルタ領域は、様々な大きさを持つ可変型領域として設定される。
　例えば脚部の動作速度が大きい場合は、その脚部には大きなサイズのフィルタ領域を設定する。また、例えば脚部が停止している場合は、その脚部には小さなサイズのフィルタ領域を設定する。

　図８を参照して、サイズ可変型のふぃめた領域、すなわち可変フィルタ領域の具体例について説明する。
　図８には、４脚ロボット１０の左前脚に設定される可変フィルタ領域の複数の設定例を示している。
　左端の（Ｐ１）に示すフィルタ領域が最小サイズのフィルタ領域であり、左前脚自身のみをフィルタ領域としたフィルタ領域設定例である。

　（Ｐ１）の右側の（Ｐ２），（Ｐ３），（Ｐ４）の順にフィルタ領域のサイズが大きくなっている。
　例えば、４脚ロボット１０の左前脚の動作速度が大きくなるに従い、（Ｐ２），（Ｐ３），（Ｐ４）に示すように、フィルタ領域のサイズが大きくされる。
　右端の（Ｐ４）に示すフィルタ領域は、４脚ロボット１０の左前脚の動作速度が規定しきい値以上の速度である場合に設定される最大サイズのフィルタ領域である。
　なお、フィルタ領域の設定態様については、様々な設定態様がある。これらの具体例については後段で説明する。

　このように本開示のロボット装置は、自装置の脚部や腕部等の可動部にフィルタ領域を設定し、フィルタ領域内の検出オブジェクトを障害物として認識しないという処理を実行する。
　この処理によって自装置の構成部を障害物と判断して誤った制御が行われることを防止する。
　以下、本開示のロボット装置、およびロボット制御方法の複数の実施例について説明する。

　　［３．（実施例１）本開示の実施例１のロボット装置、およびロボット制御方法の詳細について］
　まず、本開示の実施例１のロボット装置、およびロボット制御方法の詳細について説明する。

　図９は、本開示の実施例１のロボット装置の主要構成について説明する図である。
　図９に示す構成は、例えば図１を参照して説明した４脚ロボット１０の走行制御処理を行うデータ処理部を中心として説明する図である。
　図９に示す４つの視覚センサＦ～Ｒ，１２Ｆ～Ｒは、図１を参照して説明した４脚ロボット１０の前後左右に装着されたステレオカメラ等の視覚センサである。

　なお、４つの視覚センサＦ～Ｒ，１２Ｆ～Ｒの各々は、例えば視覚センサを構成するカメラの撮影範囲（センサ検出領域）に含まれるオブジェクトまでの距離に応じた濃度値を画素値として設定した距離画像を撮影する。

　図９に示す距離画像Ｆは、４脚ロボット１０の進行方向（前方向）の画像を撮影する視覚センサＦ，１２Ｆが取得する距離画像である。
　距離画像Ｂは、４脚ロボット１０の進行方向と逆の後ろ方向の画像を撮影する視覚センサＢ，１２Ｂが取得する距離画像である。
　距離画像Ｌは、４脚ロボット１０の進行方向に対して左方向の画像を撮影する視覚センサＬ，１２Ｌが取得する距離画像である。
　距離画像Ｒは、４脚ロボット１０の進行方向に対して右方向の画像を撮影する視覚センサＲ（Ｒｉｇｈｔ）１２Ｒが取得する距離画像である。

　なお、図１に示すように、４つの視覚センサＦ，１２Ｆ～視覚センサＲ，１２Ｒは、全て斜め下方向を向いており、これら４つの視覚センサＦ，１２Ｆ～視覚センサＲ，１２Ｒが取得する距離画像は、主として４脚ロボット１０のカメラ位置の水平面より下にある周囲オブジェクトの距離値を画素値として示したデータとなる。４つの視覚センサＦ，１２Ｆ～視覚センサＲ，１２Ｒが取得する距離画像は、走行面の距離値も含む画像となる。

　これら４つの視覚センサＦ，１２Ｆ～視覚センサＲ，１２Ｒが取得した４枚の距離画像は、データ処理部１００の３次元点群（ＰＣ：Ｐｏｉｎｔ　Ｃｌｏｕｄ）生成部１０２に入力される。
　なお、データ処理部１００は、４脚ロボット１０内部に構成されるデータ処理部である。あるいは、４脚ロボット１０と通信可能な外部の情報処理装置、例えばクラウド側のサーバなどに構成されるデータ処理部としてもよい。

　図９に示すように、データ処理部１００は、ロボット情報取得部１０１、３次元点群（ＰＣ：Ｐｏｉｎｔ　Ｃｌｏｕｄ）生成部１０２、自己領域フィルタ処理部１０３、３次元点群（ＰＣ）合成部１０４、地図画像生成部１０５、時系列地図画像統合部１０６、ロボット制御部１０７を有する。

　ロボット情報取得部１０１は、ロボット構造情報（ロボットモデル情報）や、ロボット可動部位置、動作情報を取得して自己領域フィルタ処理部１０３に出力する。
　ロボット構造情報（ロボットモデル情報）は、図示しない記憶部内に格納されている。
　ロボット可動部位置、動作情報は、ロボット制御部１０７から取得、あるいはロボットに装着されたセンサの検出情報などを利用して取得する。
　なお、ロボット可動部とはロボットの脚部や腕部などである。

　３次元点群（ＰＣ：Ｐｏｉｎｔ　Ｃｌｏｕｄ）生成部１０２は、視覚センサＦ，１２Ｆ～視覚センサＲ，１２Ｒの４つの視覚センサの出力である４枚の距離画像Ｆ～Ｒの各々について、各距離画像の各画素に設定された距離値（画素値）を、３次元座標上の点群データとして表現した３次元点群（ＰＣ：Ｐｏｉｎｔ　Ｃｌｏｕｄ）を生成する。

　なお、前述したように、３次元点群（ＰＣ）を構成する各点は、各々ｘｙｚ３次元空間上の座標位置が規定された点である。すなわち、３次元点群構成各点にはｘ，ｙ，ｚの各座標値が割り当てられている。

　３次元点群（ＰＣ：Ｐｏｉｎｔ　Ｃｌｏｕｄ）生成部１０２は、図９に示すように、以下の４つの３次元点群を生成して、次段の自己領域フィルタ処理部１０３に入力する。
　（１）視覚センサＦ，１２Ｆが取得した距離画像Ｆに基づいて生成した３次元点群Ｆ、
　（２）視覚センサＢ，１２Ｂが取得した距離画像Ｂに基づいて生成した３次元点群Ｂ、
　（３）視覚センサＬ，１２Ｌが取得した距離画像Ｌに基づいて生成した３次元点群Ｌ、
　（４）視覚センサＲ，１２Ｒが取得した距離画像Ｒに基づいて生成した３次元点群Ｒ、

　図１０を参照して、３次元点群（ＰＣ：Ｐｏｉｎｔ　Ｃｌｏｕｄ）生成部１０２の実行する処理の一例について説明する。
　図１０は、４脚ロボット１０の視覚センサ１２Ｆの取得したセンサ検出情報である距離画像Ｆに基づいて、３次元点群（ＰＣ：Ｐｏｉｎｔ　Ｃｌｏｕｄ）生成部１０２が生成する３次元点群Ｆの一例について説明する図である。

　図１０には、４脚ロボット１０の視覚センサ１２Ｆのセンサ検出領域を示している。
　４脚ロボット１０の視覚センサ１２Ｆは、図１０に示すセンサ検出領域内のオブジェクトの距離を示す距離画像Ｆを生成して、３次元点群（ＰＣ：Ｐｏｉｎｔ　Ｃｌｏｕｄ）生成部１０２に出力する。

　例えば、図１０に示すセンサ検出領域内には、３つの円柱状のオブジェクトと、４脚ロボット１０の左前脚先端部が含まれる。
　視覚センサ１２Ｆの生成する距離画像Ｆは、これら３つの円柱状のオブジェクトと、４脚ロボット１０の左前脚先端部及び走行面の距離（視覚センサＦ，１２Ｆからの距離）を濃淡画素値として示した距離画像Ｆである。

　３次元点群（ＰＣ：Ｐｏｉｎｔ　Ｃｌｏｕｄ）生成部１０２は、図１０に示すセンサ検出領域内のオブジェクトの距離を示す距離画像Ｆに基づいて、距離画像Ｆの各画素に設定された距離値（画素値）を、３次元座標上の点群データとして表現した３次元点群Ｆを生成する。

　この時点では、先に図６～図８を参照して説明したフィルタ領域を適用したフィルタ処理は実行されておらず、３次元点群（ＰＣ：Ｐｏｉｎｔ　Ｃｌｏｕｄ）生成部１０２の生成する３次元点群Ｆには、３つの円柱オブジェクトも４脚ロボット１０の左前脚先端部も区別されていない障害物に相当するオブジェクトの点群として設定されている。

　図１０では、３次元点群（ＰＣ：Ｐｏｉｎｔ　Ｃｌｏｕｄ）生成部１０２が生成する３次元点群Ｆのみについて説明したが、３次元点群（ＰＣ：Ｐｏｉｎｔ　Ｃｌｏｕｄ）生成部１０２は、図９に示すように、４つの視覚センサ１２Ｆ～Ｒが取得した距離画像Ｆ～Ｒに基づいて４つの３次元点群Ｆ～Ｒを生成して自己領域フィルタ処理部１０３に出力する。

　次に、自己領域フィルタ処理部１０３の実行する処理について説明する。
　自己領域フィルタ処理部１０３は、視覚センサ１２の検出情報に含まれるオブジェクト情報から、ロボットの構成部（脚部や腕部など）に対応するオブジェクト情報を除去する自己領域フィルタ処理を実行する。

　図９に示すように、自己領域フィルタ処理部１０３は、以下の各データを入力する。
　（ａ）ロボット情報取得部１０１が出力するロボット構造情報（ロボットモデル情報）や、ロボット可動部位置、動作情報
　（ｂ）３次元点群（ＰＣ）生成部１０２が生成する４つの３次元点群Ｆ～Ｒ

　自己領域フィルタ処理部１０３は、これらの各データを入力して、４つのフィルタ後３次点群Ｆ～Ｒを生成して、３次元点群（ＰＣ）合成部１０４に出力する。
　なお、フィルタ後３次点群とは、３次元点群（ＰＣ）生成部１０２が生成した３次元点群から、自己領域であるロボット自身の領域に相当するオブジェクトの３次元点群を除去した、すなわちフィルタ処理を行った３次元点群データである。

　自己領域フィルタ処理部１０３の詳細構成と処理の詳細について、図１１以下を参照して説明する。
　図１１は、自己領域フィルタ処理部１０３の詳細構成を説明する図である。
　図１１に示すように、自己領域フィルタ処理部１０３は、可変パディング算出部１２１、可変フィルタ領域算出部１２２、３次元点群フィルタ処理部１２３を有する。

　可変パディング算出部１２１は、ロボット情報取得部１０１から、ロボット構造情報やロボット可動部位置、動作情報を入力して、ロボットの可動部の動作速度に応じた可変フィルタのサイズ調整領域としてのパディング部の大きさを算出する。

　可変フィルタ領域算出部１２２は、可変パディング算出部１２１が算出したパディングを設定したフィルタ領域、すなわち可変フィルタ領域を算出する。
　前述したように可変フィルタ領域は、その領域内のオブジェクトを障害物として認識しない領域である。

　３次元点群フィルタ処理部１２３は、可変フィルタ領域算出部１２２が算出した可変フィルタ領域を適用して、３次元点群（ＰＣ）生成部１０２が生成した３次元点群Ｆ～Ｒから、フィルタ領域内のオブジェクト対応の３次元点群を除去するフィルタ処理を実行して、新たな３次元点群、すなわちフィルタ後３次元点群Ｆ～Ｒを生成して次段の３次元点群（ＰＣ）合成部１０４に出力する。

　自己領域フィルタ処理部１０３を構成する可変パディング算出部１２１、可変フィルタ領域算出部１２２、３次元点群フィルタ処理部１２３、これら各々の実行する処理の具体例について、図１２以下を参照して説明する。
　まず、図１２を参照して可変パディング算出部１２１が実行する処理の具体例について説明する。

　前述したように、可変パディング算出部１２１は、ロボット情報取得部１０１から、ロボット構造情報やロボット可動部位置、動作情報を入力して、ロボットの可動部の動作速度に応じた可変フィルタのサイズ調整領域としてのパディング部の大きさを算出する。

　図１２は、可変パディング算出部１２１が実行する処理の具体例であり、４脚ロボット１０の左前脚に設定する可変パディングの算出処理例を示した図である。

　なお、図１２では可変パディングの算出処理を理解しやすくするため、４脚ロボット１０の左前脚の形状を四角柱として簡易化して示している。
　図１２（ａ）に示すように、左前脚の形状を長さ（Ｌ（Ｌｅｎｇｔｈ_ｌｅｇ））、前後方向の幅（Ｗ）、左右方向の奥行（Ｈ）としたＬ×Ｗ×Ｈの四角柱として示している。
　Ｌ×Ｗ×Ｈの四角柱は、例えば、４脚ロボット１０の左前脚を内包する四角柱である。

　４脚ロボット１０の脚部は、図１２（ｂ）に示すように、前後方向（Ｗの方向）に回動する構成を有する。

　図１２（ｃ）は、可変パディング算出部１２１が可変パディング算出処理を実行するあるタイミング（時間（ｔ））における４脚ロボット１０の左前脚の動作状態を示す図である。
　図１２（ｃ）は、４脚ロボット１０の左前脚がタイミング（時間（ｔ））において単位時間（ｓｔ）あたり角度（θ）回転している状態であることを示している。

　単位時間（ｓｔ）とは、例えば可変パディング算出部１２１が実行する可変パディング算出処理の間隔、すなわちサンプリングタイム（ｓａｍｐｌｉｎｇ　ｔｉｍｅ）間隔に相当する。
　なお、脚部の動作速度等の動作状態情報は、ロボット情報取得部１０１から自己領域フィルタ処理部１０３の可変パディング算出部１２１に入力される。

　なお、可変パディング算出部１２１が可変パディング算出処理を実行するタイミング（時間（ｔ））における４脚ロボット１０の左前脚の角速度をωとした場合、上記角度（θ）は以下の式に従って算出される。
　θ＝ω×ｓｔ
　ただし、
　ω＝角速度
　ｓｔ＝規定単位時間（例えばサンプリングタイム間隔）

　図１２（ｄ）は、時間（ｔ）における４脚ロボット１０の左前脚の可変パディンク（Ｐａｄ_{ｖａｒｉａｂｌｅ}）の算出例を示す図である。
　時間（ｔ）における４脚ロボット１０の左前脚の可変パディンク（Ｐａｄ_{ｖａｒｉａｂｌｅ}）は、図１２（ｄ）に示すように、
　Ｐａｄ_{ｖａｒｉａｂｌｅ}＝ｔａｎ（θ）×Ｌｅｎｇｔｈ_ｌｅｇ・・・（式１）
　上記式（式１）に従って算出される。

　前記したように、可変パディング算出部１２１が可変パディング算出処理を実行するタイミング（時間（ｔ））における４脚ロボット１０の左前脚の角速度をωとした場合、
　θ＝ω×ｓｔ
　であるので、上記式（式１）は、角速度（ω）を用いて以下の式（式２）のように示すことができる。
　Ｐａｄ_{ｖａｒｉａｂｌｅ}＝ｔａｎ（ω×ｓｔ）×Ｌｅｎｇｔｈ_ｌｅｇ・・・（式２）
　ただし、
　ω＝角速度
　ｓｔ＝規定単位時間（例えばサンプリングタイム間隔）

　上記式（式２）に示すように、回動する脚部の可変パディングは、回動速度、すなわち角速度（ω）におおよそ比例し、脚部の長さＬ（Ｌｅｎｇｔｈ_ｌｅｇ）に比例した値として算出される。
　すなわち、角速度（ω）が大きければ可変パディング（Ｐａｄ_{ｖａｒｉａｂｌｅ}）は大きな値となり、角速度（ω）が小さければ可変パディング（Ｐａｄ_{ｖａｒｉａｂｌｅ}）も小さい値となる。

　可変パディング算出部１２１は、このように図１２を参照して説明した処理に従って可変パディング（Ｐａｄ_{ｖａｒｉａｂｌｅ}）算出処理を実行する。
　可変パディング算出部１２１が算出した可変パディング（Ｐａｄ_{ｖａｒｉａｂｌｅ}）の値は、可変フィルタ領域算出部１２２に出力される。

　次に、図１３以下を参照して可変フィルタ領域算出部１２２が実行する可変フィルタ領域算出処理の具体例について説明する。

　図１３（ａ）は、先に説明した図１２（ｄ）と同様の図であり、４脚ロボット１０の左前脚の可変パディング（Ｐａｄ_{ｖａｒｉａｂｌｅ}）算出処理例を示す図である。
　可変パディング算出部１２１による可変パディング（Ｐａｄ_{ｖａｒｉａｂｌｅ}）算出処理例を示す図である。可変パディング（Ｐａｄ_{ｖａｒｉａｂｌｅ}）は、先に説明したように以下の式（式２）に従って算出される。
　Ｐａｄ_{ｖａｒｉａｂｌｅ}＝ｔａｎ（ω×ｓｔ）×Ｌｅｎｇｔｈ_ｌｅｇ・・・（式２）
　ただし、
　ω＝角速度
　ｓｔ＝規定単位時間（例えばサンプリングタイム間隔）

　図１３（ｂ）は、可変フィルタ領域算出部１２２が実行する可変フィルタ領域算出処理の具体例を示す図である。
　図１３（ｂ）は、ＬＷ平面におけるＬ方向とＷ方向における可変フィルタ領域を示す図である。

　脚部の長さ方向（Ｌ方向）におけるフィルタ領域は、脚部の長さ（Ｌ）に脚部の長さ方向の２つの端部、すなわち上端部と下端部の各々に可変パディング（Ｐａｄ_{ｖａｒｉａｂｌｅ}）を追加した領域となる。
　脚部の長さ方向（Ｌ方向）のフィルタ領域の長さをＰａｄ_Ｌとした場合、可変フィルタ領域算出部１２２は、Ｐａｄ_Ｌを以下の式によって算出する。
　Ｐａｄ_Ｌ＝Ｌ＋（Ｐａｄ_{ｖａｒｉａｂｌｅ}）×２

　同様に、脚部の前後方向（Ｗ方向）におけるフィルタ領域は、脚部の前後の幅（Ｗ）に脚部の前後方向の２つの端部、すなわち前端部と後端部の各々に可変パディング（Ｐａｄ_{ｖａｒｉａｂｌｅ}）を追加した領域となる。
　脚部の前後方向（Ｗ方向）のフィルタ領域の長さをＰａｄ_Ｗとした場合、可変フィルタ領域算出部１２２は、Ｐａｄ_Ｗを以下の式によって算出する。
　Ｐａｄ_Ｗ＝Ｗ＋（Ｐａｄ_{ｖａｒｉａｂｌｅ}）×２

　図１３（ｃ）は、ＬＷＨ３次元空間におけるＬ方向とＷ方向とＨ方向に広がる可変フィルタ領域を示す図である。
　図１３（ｂ）に示すＬＷ平面のＬ方向とＷ方向における可変フィルタ領域に、Ｈ方向の可変フィルタ領域を追加した３次元空間の可変フィルタ領域を示している。

　図１３（ｃ）に示すように、脚部の左右方向（Ｈ方向）におけるフィルタ領域は、脚部の左右の奥行（Ｈ）に脚部の左右方向の２つの端部、すなわち左端部と右端部の各々に可変パディング（Ｐａｄ_{ｖａｒｉａｂｌｅ}）を追加した領域となる。
　脚部の左右方向（Ｈ方向）のフィルタ領域の長さをＰａｄ_Ｈとした場合、可変フィルタ領域算出部１２２は、Ｐａｄ_Ｈを以下の式によって算出する。
　Ｐａｄ_Ｈ＝Ｈ＋（Ｐａｄ_{ｖａｒｉａｂｌｅ}）×２

　４脚ロボット１０の左前脚の形状を長さ（Ｌ（Ｌｅｎｇｔｈ_ｌｅｇ））、前後方向の幅（Ｗ）、左右方向の奥行（Ｈ）としたＬ×Ｗ×Ｈの四角柱とした場合、可変フィルタ領域算出部１２２は、図１３（ｃ）に示すように、長さ（Ｐａｄ_Ｌ）、前後方向の幅（Ｐａｄ_Ｗ）、左右方向の奥行（Ｐａｄ_Ｈ）、これらの四角柱からなる可変フィルタ領域を算出する。

　可変フィルタ領域算出部１２２が算出する可変フィルタ領域は、以下の式（式３）に従って算出される長さを持つ３辺によって構成される四角柱となる。
　Ｐａｄ_Ｌ＝Ｌ＋（Ｐａｄ_{ｖａｒｉａｂｌｅ}）×２
　Ｐａｄ_Ｗ＝Ｗ＋（Ｐａｄ_{ｖａｒｉａｂｌｅ}）×２
　Ｐａｄ_Ｈ＝Ｈ＋（Ｐａｄ_{ｖａｒｉａｂｌｅ}）×２
　　　　　　　　　　　　　　　　　・・・・（式３）
　ただし、
　Ｌ，Ｗ，Ｈは、可変フィルタ領域を設定する可動部を内包する直方体の３軸の長さ

　なお、前述したように、可変パディング（Ｐａｄ_{ｖａｒｉａｂｌｅ}）は、以下の式（式２）に従って算出される値である
　Ｐａｄ_{ｖａｒｉａｂｌｅ}＝ｔａｎ（ω×ｓｔ）×Ｌｅｎｇｔｈ_ｌｅｇ・・・（式２）
　ただし、
　ω＝角速度
　ｓｔ＝規定単位時間（例えばサンプリングタイム間隔）

　この可変パディング（Ｐａｄ_{ｖａｒｉａｂｌｅ}）の値は、角速度（ω）が大きいほど大きな値となり、角速度（ω）が小さいほど小さい値となる。
　従って、上記（式３）によって算出される可変フィルタ領域の大きさも、角速度（ω）が大きいほど大きなサイズとなり、角速度（ω）が小さいほど小さなサイズとなる。
　すなわち、可変フィルタ領域は、脚部等の可動部の動作速度に応じてサイズが変化する領域となる。

　図１３では、脚部の形状を四角柱と仮定したフィルタ領域算出処理例を示したが、４脚ロボット１０の脚部は、実際は四角柱ではなく丸みを帯びた形状である。
　従って、可変フィルタ領域区算出部１２２は、実際には脚部の形状に応じた丸みを帯びた形状の可変フィルタ領域を算出する。

　図１４は、可変フィルタ領域区算出部１２２が算出する脚部の形状に応じた丸みを帯びた形状の可変フィルタ領域の例を示す図である。

　図１４（ａ）は、先に図１２（ｄ）を参照して説明したと同様、時間（ｔ）における４脚ロボット１０の左前脚の可変パディンク（Ｐａｄ_{ｖａｒｉａｂｌｅ}）の算出例を示す図である。
　時間（ｔ）における４脚ロボット１０の左前脚の可変パディンク（Ｐａｄ_{ｖａｒｉａｂｌｅ}）は、先に説明したように、
　Ｐａｄ_{ｖａｒｉａｂｌｅ}＝ｔａｎ（ω×ｓｔ）×Ｌｅｎｇｔｈ_ｌｅｇ・・・（式２）
　ただし、
　ω＝角速度
　ｓｔ＝規定単位時間（例えばサンプリングタイム間隔）
　上記式（式２）に従って算出される。

　図１４（ｂ）は、算出した可変パディンク（Ｐａｄ_{ｖａｒｉａｂｌｅ}）を用いて算出した可変パディング領域の例を示している。
　図１４（ｂ）には、ＬＷ平面におけるＬ方向とＷ方向における可変フィルタ領域を示している。
　脚部の長さ方向（Ｌ方向）におけるフィルタ領域は、脚部の長さ（Ｌ）に脚部の長さ方向の２つの端部、すなわち上端部と下端部の各々に可変パディング（Ｐａｄ_{ｖａｒｉａｂｌｅ}）を追加した領域となる。
　同様に、脚部の前後方向（Ｗ方向）におけるフィルタ領域は、脚部の前後の幅（Ｗ）に脚部の前後方向の２つの端部、すなわち前端部と後端部の各々に可変パディング（Ｐａｄ_{ｖａｒｉａｂｌｅ}）を追加した領域となる。

　さらに、図１４（ｂ）には示していないが、脚部の左右方向（Ｈ方向）におけるフィルタ領域は、脚部の左右の奥行（Ｈ）に脚部の左右方向の２つの端部、すなわち左端部と右端部の各々に可変パディング（Ｐａｄ_{ｖａｒｉａｂｌｅ}）を追加した領域となる。

　すなわち、可変フィルタ領域算出部１２２が算出する可変フィルタ領域は、ＬＷＨ各方向の最大長が、先に説明した以下の式（式３）に従って算出される長さを持つ丸みを帯びた領域となる。
　Ｐａｄ_Ｌ＝Ｌ＋（Ｐａｄ_{ｖａｒｉａｂｌｅ}）×２
　Ｐａｄ_Ｗ＝Ｗ＋（Ｐａｄ_{ｖａｒｉａｂｌｅ}）×２
　Ｐａｄ_Ｈ＝Ｈ＋（Ｐａｄ_{ｖａｒｉａｂｌｅ}）×２
　　　　　　　　　　　　　　　　　・・・・（式３）
　ただし、
　Ｌ，Ｗ，Ｈは、可変フィルタ領域を設定する可動部を内包する直方体の３軸の長さ

　前述したように、上記（式３）によって算出される可変フィルタ領域の大きさも、角速度（ω）が大きいほど大きなサイズとなり、角速度（ω）が小さいほど小さなサイズとなる。
　すなわち、可変フィルタ領域は、脚部等、可動部の動作速度に応じてサイズが変化する領域となる。

　図１５は、４脚ロボット１０の左前脚部に可変フィルタ領域算出部１２２が算出した可変フィルタ領域を設定した図を示している。
　この可変フィルタ領域は、この領域内にオブジェクトが検出されても、そのオブジェクトを障害物として認識しない領域である。

　可変フィルタ領域算出部１２２が算出した可変フィルタ領域の領域情報は、図１１に示す自己領域フィルタ処理部１０３の３次元点群フィルタ処理部１２３に出力される。

　３次元点群フィルタ処理部１２３は、可変フィルタ領域算出部１２２が算出した可変フィルタ領域を適用して、３次元点群（ＰＣ）生成部１０２が生成した３次元点群Ｆ～Ｒから、フィルタ領域内のオブジェクト対応の３次元点群を除去するフィルタ処理を実行して、新たな３次元点群、すなわちフィルタ後３次元点群Ｆ～Ｒを生成して次段の３次元点群（ＰＣ）合成部１０４に出力する。

　この処理の具体例について、図１６を参照して説明する。
　図１６は、３次元点群フィルタ処理部１２３が生成するフィルタ後３次元点群Ｆの例を示す図である。
　すなわち、４脚ロボット１０の視覚センサ１２Ｆのセンサ検出領域内のフィルタ後３次元点群Ｆの例を示している。

　３次元点群フィルタ処理部１２３には、先に図９を参照してように、前段の３次元点群（ＰＣ）生成部１０２から、３次元点群Ｆを入力する。
　３次元点群Ｆは、先に図１０を参照して説明したように、３次元点群（ＰＣ：Ｐｏｉｎｔ　Ｃｌｏｕｄ）生成部１０２が生成した３次元点群Ｆであり、センサ検出領域内のオブジェクト、すなわち、３つの円柱状のオブジェクトと、４脚ロボット１０の左前脚先端部のオブジェクトを示す３次元点群が含まれる。

　３次元点群フィルタ処理部１２３は、この３次元点群（ＰＣ）生成部１０２が生成した３次元点群Ｆに、可変フィルタ領域算出部１２２が算出した可変フィルタ領域を適用して、フィルタ領域内のオブジェクト対応の３次元点群を除去するフィルタ処理を実行する。

　図１６に示す例では、４脚ロボット１０の前脚部とその周囲領域を含むフィルタ領域内のオブジェクト対応の３次元点群の除去処理を行うことになる。すなわち４脚ロボット１０の前脚部に対応する３次元点群を除去するフィルタ処理を行い、新たな３次元点群、すなわちフィルタ後３次元点群Ｆを生成する。

　図１６に示すフィルタ後３次元点群は、３つの円柱状のオブジェクトに対応する３次元点群はそのまま残されるが、４脚ロボット１０の左前脚先端部のオブジェクトに対応する３次元点群は削除されたデータとなる。

　このように、３次元点群フィルタ処理部１２３には、前段の３次元点群（ＰＣ）生成部１０２から入力した３次元点群から、可変フィルタ領域算出部１２２が算出した可変フィルタ領域内のオブジェクト対応の３次元点群を削除する処理（フィルタ処理）を実行してフィルタ後３次元点群を生成する。
　３次元点群フィルタ処理部１２３の生成したフィルタ後３次元点群は、後段の３次元点群合成部１０４に出力される。

　なお、図１４～図１６では、４脚ロボット１０の左前脚の可変フィルタ領域の算出処理と、左前脚の可変フィルタ領域を適用したフィルタ処理によるフィルタ後３次元点群データの生成処理について説明した。
　自己領域フィルタ処理部１０３は、これらの処理を４脚ロボット１０の可動部の全て、具体的には４本の脚部の各々について可変フィルタ領域の算出処理と、可変フィルタ領域を適用したフィルタ処理によるフィルタ後３次元点群データの生成処理を実行する。

　左前脚以外の脚部に対する処理例について図１７を参照して説明する。
　図１７は、右脚ロボット１０の左後脚に対応する可変フィルタ領域の算出処理を説明する図である。

　図１７（ａ）は、時間（ｔ）における４脚ロボット１０の左後脚の可変パディンク（Ｐａｄ_{ｖａｒｉａｂｌｅ}）の算出例を示す図である。
　時間（ｔ）における４脚ロボット１０の左後脚の可変パディンク（Ｐａｄ_{ｖａｒｉａｂｌｅ}）は、先に説明した式（式２）に従って算出する。すなわち、
　Ｐａｄ_{ｖａｒｉａｂｌｅ}＝ｔａｎ（ω×ｓｔ）×Ｌｅｎｇｔｈ_ｌｅｇ・・・（式２）
　ただし、
　ω＝角速度
　ｓｔ＝規定単位時間（例えばサンプリングタイム間隔）
　上記式（式２）に従って算出する。

　図１７に示す例では、可変パディング算出部１２１による可変パディング算出処理時間に相当するタイミング（時間（ｔ））における、４脚ロボット１０の左後脚の動作は、単位時間（ｓｔ）あたり角度（θ）回転している状態である。
　この回転角度は、先に図１４を参照して説明した左前脚の回転角度より、かなり小さい角度である。
　すなわち角速度（ω）が小さい値であり、この結果上記（式２）に従って算出される可変パディンク（Ｐａｄ_{ｖａｒｉａｂｌｅ}）の値も小さな値となる。

　図１７（ｂ）は、上記（式２）に従って算出した可変パディンク（Ｐａｄ_{ｖａｒｉａｂｌｅ}）を用いて算出した可変パディング領域の例を示している。
　すなわち、可変フィルタ領域算出部１２２が算出した左後脚の可変フィルタ領域である。

　図１７（ｂ）には、ＬＷ平面におけるＬ方向とＷ方向における可変フィルタ領域を示している。
　脚部の長さ方向（Ｌ方向）におけるフィルタ領域は、脚部の長さ（Ｌ）に脚部の長さ方向の２つの端部、すなわち上端部と下端部の各々に可変パディング（Ｐａｄ_{ｖａｒｉａｂｌｅ}）を追加した領域となる。
　同様に、脚部の前後方向（Ｗ方向）におけるフィルタ領域は、脚部の前後の幅（Ｗ）に脚部の前後方向の２つの端部、すなわち前端部と後端部の各々に可変パディング（Ｐａｄ_{ｖａｒｉａｂｌｅ}）を追加した領域となる。

　さらに、図１７（ｂ）には示していないが、脚部の左右方向（Ｈ方向）におけるフィルタ領域は、脚部の左右の奥行（Ｈ）に脚部の左右方向の２つの端部、すなわち左端部と右端部の各々に可変パディング（Ｐａｄ_{ｖａｒｉａｂｌｅ}）を追加した領域となる。

　すなわち、可変フィルタ領域算出部１２２が算出する可変フィルタ領域は、ＬＷＨ各方向の最大長が、先に説明した以下の式（式３）に従って算出される長さを持つ丸みを帯びた領域となる。
　Ｐａｄ_Ｌ＝Ｌ＋（Ｐａｄ_{ｖａｒｉａｂｌｅ}）×２
　Ｐａｄ_Ｗ＝Ｗ＋（Ｐａｄ_{ｖａｒｉａｂｌｅ}）×２
　Ｐａｄ_Ｈ＝Ｈ＋（Ｐａｄ_{ｖａｒｉａｂｌｅ}）×２
　　　　　　　　　　　　　　　　　・・・・（式３）
　ただし、
　Ｌ，Ｗ，Ｈは、可変フィルタ領域を設定する可動部を内包する直方体の３軸の長さ

　前述したように、上記（式３）によって算出される可変フィルタ領域の大きさも、角速度（ω）が大きいほど大きなサイズとなり、角速度（ω）が小さいほど小さなサイズとなる。
　図１７に示す４脚ロボット１０の左後脚に対応する可変フィルタ領域は、先に図１４を参照して説明した４脚ロボット１０の左前脚に対応する可変フィルタ領域よりも小さな領域となる。
　これは、４脚ロボット１０の左後脚の角速度が左前脚の角速度より小さいためであり、その結果算出される可変パディング（Ｐａｄ_{ｖａｒｉａｂｌｅ}）の値が異なるためである。

　このように、可変フィルタ領域は、可変フィルタ領域を設定する脚部等の可動部の動作速度によって大きさが異なる領域となる。

　図１８は、自己領域フィルタ処理部１０３の可変フィルタ領域算出部１２２が算出した４脚ロボット１０の４本の脚部各々に対応する可変フィルタ領域の例を示している。

　４脚ロボット１０の４本の脚部各々の動作速度、すなわち角速度（ω）はそれぞれ異なるため、４本の脚部各々に対応する可変フィルタ領域の大きさも異なるものとなる。

　図１８に示す例では、左前脚の可変フィルタ領域が最も大きく、右前脚の可変フィルタ領域が最も小さな領域である。
　なお、右前脚の可変フィルタ領域は、右前脚自体の大きさに等しく、右前脚の周囲領域は含まれない設定である。
　これは、右前脚が回動せず停止した状態にあることを意味している。すなわち角速度ω＝０の状態では、脚部の可変フィルタ領域は、脚部自体の大きさに等しくなり、脚部の周囲領域を含まない領域となる。

　図１９は、脚部の動作状態に応じた可変フィルタ領域の変化を説明する図である。
　図１９（ａ）～（ｄ）は、４脚ロボット１０の左前脚の角速度ωが異なる４つの動作状態にあるときの可変フィルタ領域の設定例を示している。

　図１９（ａ）は、４脚ロボット１０の左前脚の動作速度が０（停止）の場合、すなわち角速度ω＝０の場合の可変フィルタ領域の例である。この場合、可変フィルタ領域は脚部の構成部に一致する領域となり、脚部の周囲には設定されない。

　図１９（ｂ）は、４脚ロボット１０の左前脚の動作速度が低速の場合、すなわち角速度ω＝低速の場合の可変フィルタ領域の例である。
　図１９（ｃ）は、４脚ロボット１０の左前脚の動作速度が中速の場合、すなわち角速度ω＝中速の場合の可変フィルタ領域の例である。
　図１９（ｄ）は、４脚ロボット１０の左前脚の動作速度が高速の場合、すなわち角速度ω＝高速の場合の可変フィルタ領域の例である。

　このように、自己領域フィルタ処理部１０３の可変フィルタ領域算出部１２２は、可変フィルタ領域を設定する脚部等の可動部の動作速度によって大きさが異なる可変フィルタ領域を算出する。

　自己領域フィルタ処理部１０３の３次元点群フィルタ処理部１２３は、先に図１６を参照して説明したように、可変フィルタ領域算出部１２２が算出した可変フィルタ領域を適用して、３次元点群（ＰＣ）生成部１０２が生成した３次元点群Ｆ～Ｒから、フィルタ領域内のオブジェクト対応の３次元点群を除去するフィルタ処理を実行して、新たな３次元点群、すなわちフィルタ後３次元点群Ｆ～Ｒを生成して次段の３次元点群（ＰＣ）合成部１０４に出力する。

　次に、図９に示すデータ処理部内の３次元点群（ＰＣ）合成部１０４以下の処理について説明する。

　３次元点群（ＰＣ）合成部１０４は、自己領域フィルタ処理部１０３の３次元点群フィルタ処理部１２３からフィルタ後３次元点群Ｆ～Ｒを入力する。
　フィルタ後３次元点群Ｆ～Ｒは、前述したように、ロボットの脚部等、ロボット自身の構造部の３次元点群を除去した３次元点群データである。
　３次元点群（ＰＣ）合成部１０４は入力したこれら４つのフィルタ後３次元点群Ｆ～Ｒを合成して１つのフィルタ後３次元点群合成データを生成する。
　図９に３次元点群（ＰＣ）合成部１０４の出力として示すフィルタ後３次元点群（Ｆ，Ｂ，Ｌ，Ｒ）合成データである。

　３次元点群（ＰＣ）合成部１０４から出力されるフィルタ後３次元点群（Ｆ，Ｂ，Ｌ，Ｒ）合成データは、図１に示す４脚ロボット１０の前後左右に装着された４つの視覚センサＦ，１２Ｆ～視覚センサＲ，１２Ｒの出力である４枚の距離画像Ｆ～Ｒに基づいて生成された３次元点群Ｆ～Ｒから、ロボットの構造部に関する３次元点群を除去（フィルタ処理）したフィルタ後３次元点群Ｆ～Ｒの合成データであり、４脚ロボット１０の前後左右の周囲にあるロボット構造部を除く障害物等のオブジェクトの３次元位置や３次元形状を点群で示したデータとなる。

　なお、前述したように、図１に示す４つの視覚センサＦ，１２Ｆ～視覚センサＲ，１２Ｒは、全て斜め下方向を向いており、フィルタ後３次元点群（Ｆ，Ｂ，Ｌ，Ｒ）合成データは、４脚ロボット１０のカメラ位置の水平面より下にある周囲オブジェクトの３次元位置、３次元形状を点群で示したデータとなる。フィルタ後３次元点群（Ｆ，Ｂ，Ｌ，Ｒ）合成データは、走行面の凹凸や傾斜等の３次元形状を含むものとなる。
　ただし、ロボットの脚等のロボット構造体はフィルタ処理により除去されているので含まれていない。

　３次元点群（ＰＣ）合成部１０４が生成したフィルタ後３次元点群（Ｆ，Ｂ，Ｌ，Ｒ）合成データは、地図画像生成部１０５に入力される。

　地図画像生成部１０５は、３次元点群（ＰＣ）合成部１０４が生成したフィルタ後３次元点群（Ｆ，Ｂ，Ｌ，Ｒ）合成データを利用して、ロボット周囲のオブジェクトの走行面を含む３次元形状を示す地図データを生成する。
　図９に地図画像生成部１０５の出力として示す３次元地図データ（または２．５次元地図データ）である。

　地図画像生成部１０５が生成する地図データは、様々なタイプの３次元地図データ、あるいは２．５次元地図データである。
　具体的には、例えばハイトマップ（Ｈｅｉｇｈｔ　Ｍａｐ）のような２．５次元地図データである。
　ハイトマップ（Ｈｅｉｇｈｔ　Ｍａｐ）とは、例えばｘｙ水平面の２次元座標（ｘ，ｙ）の代表座標位置に高さデータ（ｚ）を対応付けて記録した地図データである。

　３次元地図は、全てのｘｙｚ座標位置のデータが記録されていることが原則であるが、２．５次元地図としてのハイトマップは、例えば、一定のｘｙ平面領域、例えば５ｍｍ角の正方形領域面に対して１つの高さデータ（ｚ）を割り当てた地図データであり、一般的な３次元地図よりデータ量を削減した地図データとして生成することが可能である。なお、２．５次元地図も３次元情報を持つ地図データであり、広い意味では３次元地図に含まれる地図データである。

　地図画像生成部１０５が生成した３次元地図データ（例えばハイトマップ）は、次の時系列地図画像統合部１０６に入力される。

　時系列地図画像統合部１０６は、地図画像生成部１０５が生成した３次元地図データ（例えばハイトマップ）の時系列データの統合処理を行う。
　具体的には、例えば、以下の処理を行う。

　（１）４つの視覚センサＦ～Ｒ，１２Ｆ～Ｒが時間ｔ１において撮影した４枚の距離画像Ｆ～Ｒ（ｔ１）に基いて、地図画像生成部１０５が生成したハイトマップ等の３次元地図データ（ｔ１）と、
　（２）４つの視覚センサＦ～Ｒ，１２Ｆ～Ｒが時間ｔ２において撮影した４枚の距離画像Ｆ～Ｒ（ｔ２）に基いて、地図画像生成部１０５が生成したハイトマップ等の３次元地図データ（ｔ２）と、
　（３）４つの視覚センサＦ～Ｒ，１２Ｆ～Ｒが時間ｔ３において撮影した４枚の距離画像Ｆ～Ｒ（ｔ３）に基いて、地図画像生成部１０５が生成したハイトマップ等の３次元地図データ（ｔ３）、

　時系列地図画像統合部１０６は、これら異なる時間（ｔ１～ｔ３）に撮影された距離画像に基いて生成された複数の時系列３次元地図データ（ｔ１）～（ｔ３）を統合して、１枚の時系列地図統合地図データ（例えば統合ハイトマップ）を生成する。
　つまり、３次元地図データ（ｔ１）から、時系列地図統合地図データ（ｔ１）を生成し、３次元地図データ（ｔ２）が時系列地図画像統合部１０６に入力されると、時系列地図統合地図データ（ｔ１～ｔ２）を生成する。さらに、３次元地図データ（ｔ３）が時系列地図画像統合部１０６に入力されると、時系列地図統合地図データ（ｔ１～ｔ３）を生成する。

　なお、複数枚の異なる時間の撮影データに基づいて生成される複数の時系列３次元地図データ（ｔ１）～（ｔ３）の各々には重複する領域があり、また１枚の地図データにのみ含まれる領域もある。

　例えば、あるタイミング（ｔ１）で撮影された距離画像には、ロボットの足の背後のオブジェクトの距離値が含まれないが、次のタイミング（ｔ２）で撮影された距離画像には、タイミング（ｔ１）で隠れていたオブジェクトの距離値が含まれるといった場合がある。

　時系列地図画像統合部１０６は、複数の異なるタイミングで撮影された距離画像に基いて生成される複数数の時系列３次元地図データ（ｔ１）～（ｔ３）を統合することで、ロボット周囲のカメラ撮影範囲にあるほぼ全てのオブジェクトの３次元形状を取得可能な１枚の時系列地図統合地図データ（統合ハイトマップ）を生成する。なお、時系列地図統合地図データ（統合ハイトマップ）を生成するには、ロボットの自己位置が必要だが、例えば距離画像や３次元点群（Ｆ，Ｂ，Ｌ，Ｒ）合成データを入力とするＳＬＡＭ（Ｓｉｍｕｌｔａｎｅｏｕｓ　Ｌｏｃａｌｉｚａｔｉｏｎ　ａｎｄ　Ｍａｐｐｉｎｇ）技術を用いることで取得可能である。

　なお、時系列地図画像統合部１０６が統合対象とする時系列３次元地図データの枚数は、上述した例では３枚としたが、逐次時系列統合を行うため３枚に限らず２枚でも４枚でも任意の枚数が統合可能である。また、ある１つのタイミングで撮影された距離画像のみから生成される時系列３次元地図データに特に隠れた部分がなければ、統合処理を省略することも可能である。

　ここでは、時系列地図画像統合部１０６は、複数の異なるタイミングで撮影された距離画像に基いて生成される複数数（ｎ枚）の時系列３次元地図データ（ｔ１）～（ｔｎ）を統合して１枚の時系列地図統合地図データを生成したものとして説明する。

　時系列地図画像統合部１０６が生成した１枚の時系列地図統合地図データは、ロボット制御部１０７に出力される。

　時系列地図画像統合部１０６が生成した１枚の時系列地図統合地図データは、ロボット周囲のカメラ撮影範囲にあるほぼ全てのオブジェクトの３次元形状を取得可能としたハイトマップ等の２．５次元画像データである。
　ただし、フィルタ処理されたロボットの脚部などのロボット自身の構造体のオブジェクト位置情報は含まれていない。すなわち、真の障害物となるオブジェクトに関する情報からなるハイトマップ等の２．５次元画像データである。

　ロボット制御部１０７は、時系列地図画像統合部１０６が生成した１枚の時系列地図統合地図データを参照して、障害物となり得るオブジェクトの位置を確認し、これらの障害物に衝突や接触しないルートを走行ルートとして決定して脚部を移動させて安全な走行を行う。

　なお、制御対象となるロボットが、例えば先に図３を参照して説明したような腕部の動作により、様々な作業を行うロボットの場合は、ロボット制御部１０７は、時系列地図画像統合部１０６が生成した１枚の時系列地図統合地図データを参照して、腕部の軌道を決定して安全な作業を実行する。

　すなわち、ロボット制御部１０７は、時系列地図画像統合部１０６が生成した１枚の時系列地図統合地図データを参照して、障害物となり得るオブジェクトの位置を確認し、これらの障害物に衝突や接触しないような腕部の軌道を決定して、腕部を移動させて安全な作業を行う。

　このように、本開示のロボット装置は、自装置の一部がセンサによって検出された場合でも、自装置領域を障害物として認識されないように自装置のオブジェクト情報をセンサ検出情報から除去するフィルタ処理を実行し、フィルタ後のデータに基づいて生成した地図データを利用してロボットを制御する。
　このような処理を行うことで、自装置の一部を障害物として誤認識することなく、正しいロボット制御を行うことが可能となる。

　　［４．（実施例２）直動関節部の直線的な動きを考慮した可変フィルタ領域の算出処理例について］
　次に、実施例２として、直動関節部の直線的な動きを考慮した可変フィルタ領域の算出処理例について説明する。

　上述した実施例１では、図１１以下を参照して説明したように、自己領域フィルタ処理部１０３の可変パディング算出部１２１が、ロボットの脚部の角速度ωに応じた可変パディング（Ｐａｄ_{ｖａｒｉａｂｌｅ}）を、以下の式（式２）に従って算出していた。
　Ｐａｄ_{ｖａｒｉａｂｌｅ}＝ｔａｎ（ω×ｓｔ）×Ｌｅｎｇｔｈ_ｌｅｇ・・・（式２）
　ただし、
　ω＝角速度
　ｓｔ＝規定単位時間（例えばサンプリングタイム間隔）

　さらに、可変フィルタ領域算出部１２２は、可変フィルタ領域を以下の式（式３）に従って算出していた。
　Ｐａｄ_Ｌ＝Ｌ＋（Ｐａｄ_{ｖａｒｉａｂｌｅ}）×２
　Ｐａｄ_Ｗ＝Ｗ＋（Ｐａｄ_{ｖａｒｉａｂｌｅ}）×２
　Ｐａｄ_Ｈ＝Ｈ＋（Ｐａｄ_{ｖａｒｉａｂｌｅ}）×２
　　　　　　　　　　　　　　　　　・・・・（式３）
　ただし、
　Ｌ，Ｗ，Ｈは、可変フィルタ領域を設定する可動部を内包する直方体の３軸の長さ

　これら（式２）、（式３）は、例えば図１に示す４脚ロボット１０の脚部１３の回転関節部１４の回動による脚部１３の下半分の脚部に相当する下脚部の動きを考慮した可変パディング（Ｐａｄ_{ｖａｒｉａｂｌｅ}）算出式と、可変フィルタ領域算出式である。

　例えば４脚ロボット１０の脚部１３の直動関節部１５の直動による下脚部の動きを考慮した可変パディング（Ｐａｄ_{ｖａｒｉａｂｌｅ}）算出式は、上記（式２）とは異なる式となる。

　図２０を参照して、４脚ロボット１０の脚部１３の直動関節部１５の直動による下脚部１９の動きを考慮した可変パディング（Ｐａｄ_{ｖａｒｉａｂｌｅ}）算出処理と、可変フィルタ領域の算出処理例について説明する。

　図２０（ａ）は、時間（ｔ）における４脚ロボット１０の左前脚の直動関節部１５の直動による下脚部１９の動きを考慮した可変パディンク（Ｐａｄ_{ｖａｒｉａｂｌｅ}）の算出例を示す図である。
　脚部１３の長さをＬ、下脚部１９の長さをＬ２として示している。

　図１１に示す自己領域フィルタ処理部１０３の可変パディング算出部１２１は、ロボットの下脚部１９の直動速度ｖに応じた可変パディング（Ｐａｄ_{ｖａｒｉａｂｌｅ}）を、以下の式（式４）に従って算出する。

　Ｐａｄ_{ｖａｒｉａｂｌｅ}＝（ｖ×ｓｔ）×ｗｅｉｇｈｔ・・・（式４）
　ただし、
　ｖ＝直動関節部の動作による下脚部の直動速度
　ｓｔ＝規定単位時間（例えばサンプリングタイム間隔）
　ｗｅｉｇｈｔ＝重み（予め規定した重み値）

　図２０（ｂ）は、上記式（式４）に従って可変パディング算出部１２１が算出した可変パディンク（Ｐａｄ_{ｖａｒｉａｂｌｅ}）を用いて、可変フィルタ領域算出部１２２が算出した可変パディング領域の例を示している。
　図２０（ｂ）には、ＬＷ平面におけるＬ方向とＷ方向における可変フィルタ領域を示している。

　下脚部の長さ方向（Ｌ方向）におけるフィルタ領域は、下脚部１９の長さ（Ｌ２）に下脚部１９の長さ方向の２つの端部、すなわち上端部と下端部の各々に可変パディング（Ｐａｄ_{ｖａｒｉａｂｌｅ}）を追加した領域となる。
　同様に、下脚部の前後方向（Ｗ方向）におけるフィルタ領域は、下脚部の前後の幅（Ｗ）に下脚部の前後方向の２つの端部、すなわち前端部と後端部の各々に可変パディング（Ｐａｄ_{ｖａｒｉａｂｌｅ}）を追加した領域となる。

　さらに、図２０（ｂ）には示していないが、下脚部の左右方向（Ｈ方向）におけるフィルタ領域は、下脚部の左右の奥行（Ｈ）に脚部の左右方向の２つの端部、すなわち左端部と右端部の各々に可変パディング（Ｐａｄ_{ｖａｒｉａｂｌｅ}）を追加した領域となる。

　すなわち、可変フィルタ領域算出部１２２が算出する可変フィルタ領域は、ＬＷＨ各方向の最大長が、先に図１４等を参照して説明した回転関節部の回動を考慮して算出される可変フィルタ領域と同様、以下の式（式５）に従って算出される長さを持つ領域となる。
　Ｐａｄ_Ｌ＝Ｌ２＋（Ｐａｄ_{ｖａｒｉａｂｌｅ}）×２
　Ｐａｄ_Ｗ＝Ｗ＋（Ｐａｄ_{ｖａｒｉａｂｌｅ}）×２
　Ｐａｄ_Ｈ＝Ｈ＋（Ｐａｄ_{ｖａｒｉａｂｌｅ}）×２
　　　　　　　　　　　　　　　　　・・・・（式５）
　ただし、
　２Ｌ，Ｗ，Ｈは、可変フィルタ領域を設定する可動部を内包する直方体の３軸の長さ

　上記（式５）によって算出される可変フィルタ領域の大きさは、直動関節部の直動速度（ｖ）が大きいほど大きなサイズとなり、直動速度（ｖ）が小さいほど小さなサイズとなる。
　すなわち、可変フィルタ領域は、脚部等、可動部の動作速度に応じてサイズが変化する領域となる。

　なお、図１に示す４脚ロボット１０の脚部１３は、上端に回転関節部１４を有し、さらに脚部１３の中段位置に直動関節部１５を有する。実際のロボット動作時には、これら２つの関節部が同時に動作することがある。
　この場合、これら２つの動き、すなわち、回転関節部１４の回転動作と、直動関節部１５の直動動作の２つの動作を考慮して、可変パディング（Ｐａｄ_{ｖａｒｉａｂｌｅ}）と、可変フィルタ領域を算出することが必要となる。
　この処理の具体例について、図２１を参照して説明する。

　図２１には、４脚ロボット１０の左前脚の回転関節部１４の回転による脚部１３の動きを考慮した可変パディンク（Ｐａｄ_{ｖａｒｉａｂｌｅ}）の算出例と、左前脚の直動関節部１５の直動による下脚部１９の動きを考慮した可変パディンク（Ｐａｄ_{ｖａｒｉａｂｌｅ}）の算出例を示している。

　図２１（ａ１）が、４脚ロボット１０の左前脚の回転関節部１４の回転による脚部１３の動きを考慮した回動対応可変パディンク（Ｐａｄ_{ｖａｒｉａｂｌｅ（ω）}）の算出例である。
　図２１（ａ２）が、４脚ロボット１０の左前脚の直動関節部１５の直動による下脚部１９の動きを考慮した直動対応可変パディンク（Ｐａｄ_{ｖａｒｉａｂｌｅ（ｖ）}）の算出例である。
　脚部１３の長さをＬ、下脚部１９の長さをＬ２として示している。

　図２１（ａ１）に示す回転関節部１４の回転による脚部１３の動きを考慮した回動対応可変パディンク（Ｐａｄ_{ｖａｒｉａｂｌｅ（ω）}）の算出処理は、先に図１４等を参照して説明した処理である。
　すなわち、図１１に示す自己領域フィルタ処理部１０３の可変パディング算出部１２１は、時間（ｔ）における４脚ロボット１０の左前脚の回動対応可変パディンク（Ｐａｄ_{ｖａｒｉａｂｌｅ（ω）}）を、先に説明した以下の式（式２）に従って算出する。

　Ｐａｄ_{ｖａｒｉａｂｌｅ（ω）}＝ｔａｎ（ω×ｓｔ）×Ｌｅｎｇｔｈ_ｌｅｇ・・・（式２）
　ただし、
　ω＝角速度
　ｓｔ＝規定単位時間（例えばサンプリングタイム間隔）
　上記式（式２）に従って算出する。

　また、図２１（ａ２）に示す直動関節部１５の直動による下脚部１９の動きを考慮した直動対応可変パディンク（Ｐａｄ_{ｖａｒｉａｂｌｅ（ｖ）}）の算出処理は、先に図２０を参照して説明した処理である。
　すなわち、図１１に示す自己領域フィルタ処理部１０３の可変パディング算出部１２１は、時間（ｔ）における４脚ロボット１０の左前脚の直動対応可変パディンク（Ｐａｄ_{ｖａｒｉａｂｌｅ（ｖ）}）を、先に説明した式（式４）に従って算出する。

　Ｐａｄ_{ｖａｒｉａｂｌｅ（ｖ）}＝（ｖ×ｓｔ）×ｗｅｉｇｈｔ・・・（式４）
　ただし、
　ｖ＝直動関節部の動作による下脚部の直動速度
　ｓｔ＝規定単位時間（例えばサンプリングタイム間隔）
　ｗｅｉｇｈｔ＝重み（予め規定した重み値）
　上記式（式４）に従って算出する。

　図２１（ｂ）は、図２１（ａ１）に示す回動対応可変パディンク（Ｐａｄ_{ｖａｒｉａｂｌｅ（ω）}）、すなわち（式２）に従って可変パディング算出部１２１が算出した回動対応可変パディンク（Ｐａｄ_{ｖａｒｉａｂｌｅ（ω）}）と、図２１（ａ２）に示す直動対応可変パディンク（Ｐａｄ_{ｖａｒｉａｂｌｅ（ｖ）}）、すなわち、（式４）に従って可変パディング算出部１２１が算出した直動対応可変パディンク（Ｐａｄ_{ｖａｒｉａｂｌｅ（ｖ）}）を用いて、可変フィルタ領域算出部１２２が算出した可変パディング領域の例を示している。

　図２１（ｂ）に示すように、可変フィルタ領域算出部１２２は、回動対応可変パディンク（Ｐａｄ_{ｖａｒｉａｂｌｅ（ω）}）と、直動対応可変パディンク（Ｐａｄ_{ｖａｒｉａｂｌｅ（ｖ）}）とを重ね合わせたパディング領域を設定する処理を行う。
　図に示す例では、脚部１３の上半分の上脚部は、回動対応可変パディンク（Ｐａｄ_{ｖａｒｉａｂｌｅ（ω）}）のみを考慮したフィルタ領域が設定される。

　一方、脚部１３の下半分の下脚部１９は、回動対応可変パディンク（Ｐａｄ_{ｖａｒｉａｂｌｅ（ω）}）と、直動対応可変パディンク（Ｐａｄ_{ｖａｒｉａｂｌｅ（ｖ）}）を重ねたフィルタ領域が設定される。
　図の例では、直動対応可変パディンク（Ｐａｄ_{ｖａｒｉａｂｌｅ（ｖ）}）が、回動対応可変パディンク（Ｐａｄ_{ｖａｒｉａｂｌｅ（ω）}）より大きい、すなわち、
　直動対応可変パディンク（Ｐａｄ_{ｖａｒｉａｂｌｅ（ｖ）}）＞回動対応可変パディンク（Ｐａｄ_{ｖａｒｉａｂｌｅ（ω）}）
　この関係であるため、脚部１３の下半分の下脚部１９は、より大きなパディング値である直動対応可変パディンク（Ｐａｄ_{ｖａｒｉａｂｌｅ（ｖ）}）によって規定されるフィルタ領域が設定されることになる。

　すなわち、可変フィルタ領域算出部１２２が算出する可変フィルタ領域は、脚部１３の上半分の上脚部については、
　Ｐａｄ_Ｌ＝Ｌ＋（Ｐａｄ_{ｖａｒｉａｂｌｅ（ω）}）×２
　Ｐａｄ_Ｗ＝Ｗ＋（Ｐａｄ_{ｖａｒｉａｂｌｅ（ω）}）×２
　Ｐａｄ_Ｈ＝Ｈ＋（Ｐａｄ_{ｖａｒｉａｂｌｅ（ω）}）×２
　　　　　　　　　　　　　　　　　・・・（式６）
　上記式（式６）によって規定される領域となる。

　さらに、脚部１３の下半分の下脚部１９については、
　Ｐａｄ_Ｌ＝Ｌ２＋（Ｐａｄ_{ｖａｒｉａｂｌｅ（ｖ）}）×２
　Ｐａｄ_Ｗ＝Ｗ＋（Ｐａｄ_{ｖａｒｉａｂｌｅ（ｖ）}）×２
　Ｐａｄ_Ｈ＝Ｈ＋（Ｐａｄ_{ｖａｒｉａｂｌｅ（ｖ）}）×２
　　　　　　　　　　　　　　　　　・・・（式７）
　上記式（式７）によって規定される領域となる。

　なお、上記（式６）、（式７）によって算出される可変フィルタ領域の大きさは、回転関節部１４の回転速度（ω）や、直動関節部１５の直動速度（ｖ）が大きいほど大きなサイズとなり、速度が小さいほど小さなサイズとなる。
　すなわち、可変フィルタ領域は、脚部等、可動部の動作速度に応じてサイズが変化する領域となる。

　　［５．その他の実施例について］
　次に、その他の実施例について説明する。

　以下の実施例について、順次、説明する。
　（ａ）実施例３：ロボットの可動部サイズにパディング領域を乗算して可変フィルタ領域を算出する実施例
　（ｂ）実施例４：ロボット可動部の動作領域と非動作領域を区別して可変フィルタ領域を算出する実施例
　（ｃ）実施例５：ロボット可動部の動作方向を識別して可変フィルタ領域を算出する実施例
　（ｄ）実施例６：固定パディング領域と可変パディング領域を設定し、これら２つのパディング領域に基づいて可変フィルタ領域を算出する実施例
　（ｅ）実施例７：複数の回転関節部を有する可動部に対応した可変フィルタ領域を算出する実施例

　　（５－（ａ）実施例３：ロボットの可動部サイズにパディング領域を乗算して可変フィルタ領域を算出する実施例）

　まず、実施例３として、ロボットの可動部サイズにパディング領域を乗算して可変フィルタ領域を算出する実施例について説明する。

　先に説明した実施例１では、図１１以下を参照して説明したように、自己領域フィルタ処理部１０３の可変パディング算出部１２１が、ロボットの脚部の角速度ωに応じた可変パディング（Ｐａｄ_{ｖａｒｉａｂｌｅ}）を、以下の式（式２）に従って算出していた。
　Ｐａｄ_{ｖａｒｉａｂｌｅ}＝ｔａｎ（ω×ｓｔ）×Ｌｅｎｇｔｈ_ｌｅｇ・・・（式２）
　ただし、
　ω＝角速度
　ｓｔ＝規定単位時間（例えばサンプリングタイム間隔）

　さらに、可変フィルタ領域算出部１２２は、可変フィルタ領域を以下の式（式３）に従って算出していた。
　Ｐａｄ_Ｌ＝Ｌ＋（Ｐａｄ_{ｖａｒｉａｂｌｅ}）×２
　Ｐａｄ_Ｗ＝Ｗ＋（Ｐａｄ_{ｖａｒｉａｂｌｅ}）×２
　Ｐａｄ_Ｈ＝Ｈ＋（Ｐａｄ_{ｖａｒｉａｂｌｅ}）×２
　　　　　　　　　　　　　　　　　・・・・（式３）
　ただし、
　Ｌ，Ｗ，Ｈは、可変フィルタ領域を設定する可動部を内包する直方体の３軸の長さ

　自己領域フィルタ処理部１０３の可変パディング算出部１２１は、可変パディング（Ｐａｄ_{ｖａｒｉａｂｌｅ}）の算出処理において、上記（式２）と異なる以下の式（式８）を用いる構成としてもよい。

　Ｐａｄ_{ｖａｒｉａｂｌｅ}＝ｔａｎ（ω×ｓｔ）×Ｌｅｎｇｔｈ_ｌｅｇ×ｓｃａｌｅ・・・（式８）
　ただし、
　ω＝角速度
　ｓｔ＝規定単位時間（例えばサンプリングタイム間隔）
　ｓｃａｌｅ＝重み（予め規定した重み）

　さらに、可変フィルタ領域算出部１２２は、可変フィルタ領域を以下の式（式９）に従って算出する。
　Ｐａｄ_Ｌ＝Ｌ×（Ｐａｄ_{ｖａｒｉａｂｌｅ}）
　Ｐａｄ_Ｗ＝Ｗ×（Ｐａｄ_{ｖａｒｉａｂｌｅ}）
　Ｐａｄ_Ｈ＝Ｈ×（Ｐａｄ_{ｖａｒｉａｂｌｅ}）
　　　　　　　　　　　　　　　　　・・・・（式９）
　ただし、
　Ｌ，Ｗ，Ｈは、可変フィルタ領域を設定する可動部を内包する直方体の３軸の長さ

　先に説明した（式３）では、可変フィルタ領域の算出処理に際して、可変フィルタ領域を設定する可動部を内包する直方体の３軸の長さＬ，Ｗ，Ｈの各端部にそれぞれ、可変パディング（Ｐａｄ_{ｖａｒｉａｂｌｅ}）を加算して可変フィルタ領域を算出していた。
　これに対して、上記（式９）では、可変フィルタ領域の算出処理に際して、可変フィルタ領域を設定する可動部を内包する直方体の３軸の長さＬ，Ｗ，Ｈの各々に、可変パディング（Ｐａｄ_{ｖａｒｉａｂｌｅ}）を乗算して可変フィルタ領域を算出する。
　このような（式９）を適用して可変フィルタ領域を算出する処理を行ってもよい。

　なお、上記（式９）も、算出される可変フィルタ領域の大きさは、可動部の動作速度（例えば角速度（ω））が大きいほど大きなサイズとなり、可動部の動作速度（例えば角速度（ω））が小さいほど小さなサイズとなる。
　すなわち、可変フィルタ領域は、ロボットの脚部等、ロボットの可動部の動作速度に応じてサイズが変化する領域となる。

　　（５－（ｂ）実施例４：ロボット可動部の動作領域と非動作領域を区別して可変フィルタ領域を算出する実施例）
　次に、実施例４として、ロボットの可動部の動作領域と非動作領域を区別して可変フィルタ領域を算出する実施例について説明する。

　図２２を参照してこの実施例４の詳細について説明する。
　図２２は、先に図１２、図１３を参照して説明したと同様、４脚ロボット１０の左前脚に設定する可変パディングの算出処理例を示す図である。
　先に説明した図１２、図１３と同様、可変パディングの算出処理を理解しやすくするため、４脚ロボット１０の左前脚の形状を四角柱として簡易化して示している。
　図２２（ａ）に示すように、左前脚の形状を長さ（Ｌ（Ｌｅｎｇｔｈ_ｌｅｇ））、前後方向の幅（Ｗ）、左右方向の奥行（Ｈ）としたＬ×Ｗ×Ｈの四角柱として示している。

　４脚ロボット１０の脚部１３は、図２２（ｂ）に示すように、上端の回転関節部１４を中心として前後方向（Ｗの方向）に回動する構成を有する。
　脚部１３は、ＬＷ平面上を回動することになり、Ｈ方向（４脚ロボット１０の左右方向）には移動しない。

　すなわち、脚部１３の動作領域はＬＷ平面であり、Ｈ方向は非動作領域となる。
　実施例４は、ロボット可動部の動作領域と非動作領域を区別して可変フィルタ領域を算出する実施例であり、可変フィルタ領域算出部１２２は、図２２（ｃ）に示すような可変フィルタ領域を算出する。

　可変フィルタ領域算出部１２２が算出する可変フィルタ領域は、以下の式（式１０）に従って算出される長さを持つ３辺によって構成される四角柱となる。
　Ｐａｄ_Ｌ＝Ｌ＋（Ｐａｄ_{ｖａｒｉａｂｌｅ}）×２
　Ｐａｄ_Ｗ＝Ｗ＋（Ｐａｄ_{ｖａｒｉａｂｌｅ}）×２
　Ｐａｄ_Ｈ＝Ｈ
　　　　　　　　　　　　　　　　　・・・・（式１０）
　ただし、
　Ｌ，Ｗ，Ｈは、可変フィルタ領域を設定する可動部を内包する直方体の３軸の長さ

　すなわち、ロボット可動部である脚部１３の動作領域であるＬＷ平面にのみ可変パディング（Ｐａｄ_{ｖａｒｉａｂｌｅ}）を追加設定し、脚部１３の非動作領域であるＨ方向には、可変パディング（Ｐａｄ_{ｖａｒｉａｂｌｅ}）を追加設定することなく、脚部１３のＨ方向の長さ（Ｈ）のみをフィルタ領域として設定する。

　なお、本実施例４において、先に説明した実施例３と同様の処理を適用することも可能である。
　すなわち、可変フィルタ領域を設定する可動部を内包する直方体の３軸の長さＬ，Ｗ，Ｈの各々に、可変パディング（Ｐａｄ_{ｖａｒｉａｂｌｅ}）を乗算して可変フィルタ領域を算出する処理を行ってもよい。
　例えば、以下に示す（式１１）を用いて可変フィルタ領域を算出する処理を行ってもよい。

　Ｐａｄ_Ｌ＝Ｌ×（Ｐａｄ_{ｖａｒｉａｂｌｅ}）
　Ｐａｄ_Ｗ＝Ｗ×（Ｐａｄ_{ｖａｒｉａｂｌｅ}）
　Ｐａｄ_Ｈ＝Ｈ
　　　　　　　　　　　　　　　　　・・・・（式１１）
　ただし、
　Ｌ，Ｗ，Ｈは、可変フィルタ領域を設定する可動部を内包する直方体の３軸の長さ

　本実施例４は、このように、ロボット可動部の動作領域と非動作領域を区別して可変フィルタ領域を算出する実施例である。
　このような可変フィルタ領域の設定により、フィルタ領域を可動部の動作方向と無関係な方向に膨張することを避けることが可能になる。結果として、意図しない方向にある障害物等のオブジェクトの余分なフィルタ処理を防ぐことが可能になり、外界センサからの情報を有意義に用いることが可能となる。

　　（５－（ｃ）実施例５：ロボット可動部の動作方向を識別して可変フィルタ領域を算出する実施例）

　次に、実施例５として、ロボット可動部の動作方向を識別して可変フィルタ領域を算出する実施例について説明する。

　図２３を参照してこの実施例５の詳細について説明する。
　図２３は、図２２と同様、４脚ロボット１０の左前脚に設定する可変パディングの算出処理例を示す図である。
　先に説明した図２２と同様、可変パディングの算出処理を理解しやすくするため、４脚ロボット１０の左前脚の形状を四角柱として簡易化して示している。
　図２３（ａ）に示すように、左前脚の形状を長さ（Ｌ（Ｌｅｎｇｔｈ_ｌｅｇ））、前後方向の幅（Ｗ）、左右方向の奥行（Ｈ）としたＬ×Ｗ×Ｈの四角柱として示している。

　図２３（ｂ）は、自己領域フィルタ処理部１０３が、可変パディング算出処理や、可変フィルタ領域算出処理を実行するあるタイミング（時間（ｔ））における脚部１３の回動状態を示す図である。
　４脚ロボット１０の脚部１３は、図２３（ｂ）に示すように、上端の回転関節部１４を中心として左方向に回動している状態にあるとする。
　本実施例５は、ロボット可動部の動作方向を識別して可変フィルタ領域を算出する実施例であり、４脚ロボット１０の脚部１３が、図２３（ｂ）に示すように、上端の回転関節部１４を中心として左方向に回動している状態にある場合、この回動方向に広がりを持つ可変フィルタ領域を算出する。

　すなわち、可変フィルタ領域算出部１２２は、図２３（ｃ）に示すような可変フィルタ領域を算出する。

　可変フィルタ領域算出部１２２が算出する可変フィルタ領域は、以下の式（式１２）に従って算出される長さを持つ３辺によって構成される四角柱となる。
　Ｐａｄ_Ｌ＝Ｌ＋（Ｐａｄ_{ｖａｒｉａｂｌｅ}）×２
　Ｐａｄ_Ｗ＝Ｗ＋（Ｐａｄ_{ｖａｒｉａｂｌｅ}）
　Ｐａｄ_Ｈ＝Ｈ
　　　　　　　　　　　　　　　　　・・・・（式１２）
　ただし、
　Ｌ，Ｗ，Ｈは、可変フィルタ領域を設定する可動部を内包する直方体の３軸の長さ

　ここで、上記（式１２）中の
　Ｐａｄ_Ｗ＝Ｗ＋（Ｐａｄ_{ｖａｒｉａｂｌｅ}）
　この（Ｐａｄ_{ｖａｒｉａｂｌｅ}）の設定方向は、脚部１３の動作方向、すなわち図２３（ｃ）に示すように、脚部１４の動作方向である左側に設定される。

　このように、本実施例５では、ロボット可動部である脚部１３の動作方向に可変パディング（Ｐａｄ_{ｖａｒｉａｂｌｅ}）を追加設定し、脚部１３の動作方向の反対方向には、可変パディング（Ｐａｄ_{ｖａｒｉａｂｌｅ}）を設定しない。

　なお、本実施例５においても、先に説明した実施例３と同様の処理を適用することも可能である。
　すなわち、可変フィルタ領域を設定する可動部を内包する直方体の３軸の長さＬ，Ｗ，Ｈの各々に、可変パディング（Ｐａｄ_{ｖａｒｉａｂｌｅ}）を乗算して可変フィルタ領域を算出する処理を行ってもよい。

　本実施例５は、このように、ロボット可動部の動作方向と非動作方向を区別して可変フィルタ領域を算出する実施例である。
　このような可変フィルタ領域の設定により、フィルタ領域を可動部の動作方向と無関係な方向に膨張することを避けることが可能になる。結果として、意図しない方向にある障害物等のオブジェクトの余分なフィルタ処理を防ぐことが可能になり、外界センサからの情報を有意義に用いることが可能となる。

　　（５－（ｄ）実施例６：固定パディング領域と可変パディング領域を設定し、これら２つのパディング領域に基づいて可変フィルタ領域を算出する実施例）

　次に、実施例６として、固定パディング領域と可変パディング領域を設定し、これら２つのパディング領域に基づいて可変フィルタ領域を算出する実施例について説明する。

　図２４を参照してこの実施例６の詳細について説明する。
　図２４は、図２２、図２３と同様、４脚ロボット１０の左前脚に設定する可変パディングの算出処理例を示す図である。
　先に説明した図２２、図２３と同様、可変パディングの算出処理を理解しやすくするため、４脚ロボット１０の左前脚の形状を四角柱として簡易化して示している。
　図２４（ａ）に示すように、左前脚の形状を長さ（Ｌ（Ｌｅｎｇｔｈ_ｌｅｇ））、前後方向の幅（Ｗ）、左右方向の奥行（Ｈ）としたＬ×Ｗ×Ｈの四角柱として示している。

　４脚ロボット１０の脚部１３は、図２４（ｂ）に示すように、上端の回転関節部１４を中心として前後方向（Ｗの方向）に回動する構成を有する。

　本実施例６では、固定パディング領域（Ｐａｄ_{ｆｉｘｅｄ}）と可変パディング領域（Ｐａｄ_{ｖａｒｉａｂｌｅ}）を設定し、これら２つのパディング領域に基づいて可変フィルタ領域を算出する。

　固定パディング領域（Ｐａｄ_{ｆｉｘｅｄ}）は、フィルタ領域を設定する可動部周囲に予め固定されたフィルタ領域である。
　可変パディング領域（Ｐａｄ_{ｖａｒｉａｂｌｅ}）は、フィルタ領域を設定する可動部の動作速度によって変化するフィルタ領域に相当する。

　図２４（ｃ）に、固定パディング領域（Ｐａｄ_{ｆｉｘｅｄ}）によって規定される固定フィルタ領域と、可変パディング領域（Ｐａｄ_{ｖａｒｉａｂｌｅ}）によって規定される可変フィルタ領域の設定例を示す。

　本実施例６において、可変フィルタ領域算出部１２２が算出する可変フィルタ領域は、以下の式（式１３）に従って算出される長さを持つ３辺によって構成される四角柱となる。
　Ｐａｄ_Ｌ＝Ｌ＋（Ｐａｄ_{ｆｉｘｅｄ}）＋（Ｐａｄ_{ｖａｒｉａｂｌｅ}）×２
　Ｐａｄ_Ｗ＝Ｗ＋（Ｐａｄ_{ｆｉｘｅｄ}）＋（Ｐａｄ_{ｖａｒｉａｂｌｅ}）×２
　Ｐａｄ_Ｈ＝Ｈ＋（Ｐａｄ_{ｆｉｘｅｄ}）＋（Ｐａｄ_{ｖａｒｉａｂｌｅ}）×２
　　　　　　　　　　　　　　　　　・・・・（式１３）
　ただし、
　Ｌ，Ｗ，Ｈは、可変フィルタ領域を設定する可動部を内包する直方体の３軸の長さ

　このように、本実施例６では、固定パディング領域（Ｐａｄ_{ｆｉｘｅｄ}）と可変パディング領域（Ｐａｄ_{ｖａｒｉａｂｌｅ}）を用いて、固定フィルタ領域と可変フィルタ領域を設定する。

　なお、本実施例６においても、先に説明した実施例３と同様の処理を適用することも可能である。
　すなわち、可変フィルタ領域を設定する可動部を内包する直方体の３軸の長さＬ，Ｗ，Ｈの各々に、可変パディング（Ｐａｄ_{ｖａｒｉａｂｌｅ}）を乗算して可変フィルタ領域を算出する処理を行ってもよい。
　例えば、以下に示す（式１４）を用いて可変フィルタ領域を算出する処理を行ってもよい。

　Ｐａｄ_Ｌ＝Ｌ×（Ｐａｄ_{ｆｉｘｅｄ}）×（Ｐａｄ_{ｖａｒｉａｂｌｅ}）
　Ｐａｄ_Ｗ＝Ｗ×（Ｐａｄ_{ｆｉｘｅｄ}）×（Ｐａｄ_{ｖａｒｉａｂｌｅ}）
　Ｐａｄ_Ｈ＝Ｈ×（Ｐａｄ_{ｆｉｘｅｄ}）×（Ｐａｄ_{ｖａｒｉａｂｌｅ}）
　　　　　　　　　　　　　　　　　・・・・（式１４）
　ただし、
　Ｌ，Ｗ，Ｈは、可変フィルタ領域を設定する可動部を内包する直方体の３軸の長さ

　このように、本実施例６は、予め固定された固定パディング領域（Ｐａｄ_{ｆｉｘｅｄ}）と、可動部の動作状態（動作速度）に応じて変化する可変パディング領域（Ｐａｄ_{ｖａｒｉａｂｌｅ}）から構成される可変フィルタ領域を設定する構成である。

　本実施例６では、例えば可動部が停止状態にある場合でも、予め固定された固定パディング領域（Ｐａｄ_{ｆｉｘｅｄ}）を有するフィルタ領域が設定されることになり、例えばロボットに組み立て誤差などがある場合、その誤差領域に含まれる脚部の構成などを障害物として誤認識してしまうといった処理を防止することが可能となる。

　　（５－（ｅ）実施例７：複数の回転関節部を有する可動部に対応した可変フィルタ領域を算出する実施例）

　次に、実施例７として、複数の回転関節部を有する可動部に対応した可変フィルタ領域を算出する実施例について説明する。

　図２５を参照してこの実施例７の詳細について説明する。
　図２５の左上に示す４脚ロボットｂ，１０ｂは、先に図２を参照して説明した４脚ロボットｂ，１０ｂに相当する。
　すなわち、脚部１３の上端に回転関節部１３を有し、さらに、脚部１３の中段位置にもう一つの回転関節部１７を有する。

　図２５（ａ）は、脚部１３の動作を説明する図である。
　脚部１３の上脚部１３ａの長さをＬ１、下脚部１３ｂの長さをＬ２とする。
　脚部１３の上端の回転関節部１３の回動により、上脚部１３ａと下脚部１３ｂの全体が回動する。
　また、脚部１３の中段位置の回転関節部１７の回動により、下脚部１３ｂのみが回動する。

　ここで、脚部１３の上端の回転関節部１３の回動の角速度をω１、脚部１３の中段の回転関節部１７の回動の角速度をω２とする。
　自己領域フィルタ処理部１０３の可変パディング算出部１２１は、これらの角速度を用いて、以下の（式１５）に従って、２つの可変パディング（Ｐａｄ_{ｖａｒｉａｂｌｅ}）の算出処理を行う。

　Ｐａｄ_{ｖａｒｉａｂｌｅ１}＝ｔａｎ（ω×ｓｔ）×Ｌ１
　Ｐａｄ_{ｖａｒｉａｂｌｅ２}＝ｔａｎ（ω×ｓｔ）×Ｌ２
　　　　　　　　　　　　　　　　　　　　　　・・・（式１５）
　ただし、
　ω＝角速度
　ｓｔ＝規定単位時間（例えばサンプリングタイム間隔）

　上記（式１５）中の第１可変パディング（Ｐａｄ_{ｖａｒｉａｂｌｅ１}）は、脚部１３の上端の回転関節部１３の回動の角速度をω１に基づいて算出される可変パディングである。
　脚部１３の上端の回転関節部１３の回動は、上脚部１３ａと下脚部１３ｂ全体の回動となるため、この第１可変パディング（Ｐａｄ_{ｖａｒｉａｂｌｅ１}）は、上脚部１３ａと下脚部１３ｂ全体のパディングとして設定される。

　一方、上記（式１５）中の第２可変パディング（Ｐａｄ_{ｖａｒｉａｂｌｅ２}）は、脚部１３の中段部の回転関節部１７の回動の角速度をω２に基づいて算出される可変パディングである。
　脚部１３の中段部の回転関節部１７の回動は、下脚部１３ｂのみの回動となるため、この第２可変パディング（Ｐａｄ_{ｖａｒｉａｂｌｅ２}）は、下脚部１３ｂのみのパディングとして設定される。

　この結果、可変フィルタ領域算出部１２２は、可変フィルタ領域を、上脚部１３ａと下脚部１３ｂとで、異なる処理によって算出する。
　すなわち、上脚部１３ａの可変フィルタ領域は、以下の式（式１６）に従って算出する。
　Ｐａｄ_Ｌ＝Ｌ１＋（Ｐａｄ_{ｖａｒｉａｂｌｅ１}）×２
　Ｐａｄ_Ｗ＝Ｗ１＋（Ｐａｄ_{ｖａｒｉａｂｌｅ１}）×２
　Ｐａｄ_Ｈ＝Ｈ１＋（Ｐａｄ_{ｖａｒｉａｂｌｅ１}）×２
　　　　　　　　　　　　　　　　　・・・・（式１６）
　ただし、
　Ｌ１，Ｗ１，Ｈ１は、可変フィルタ領域を設定する上脚部１３ａを内包する直方体の３軸の長さ

　さらに、下脚部１３ｂの可変フィルタ領域は、以下の式（式１７）に従って算出する。
　Ｐａｄ_Ｌ＝Ｌ２＋（Ｐａｄ_{ｖａｒｉａｂｌｅ１}＋Ｐａｄ_{ｖａｒｉａｂｌｅ２}）×２
　Ｐａｄ_Ｗ＝Ｗ２＋（Ｐａｄ_{ｖａｒｉａｂｌｅ１}＋Ｐａｄ_{ｖａｒｉａｂｌｅ２}）×２
　Ｐａｄ_Ｈ＝Ｈ２＋（Ｐａｄ_{ｖａｒｉａｂｌｅ１}＋Ｐａｄ_{ｖａｒｉａｂｌｅ２}）×２
　　　　　　　　　　　　　　　　　・・・・（式１７）
　ただし、
　Ｌ２，Ｗ２，Ｈ２は、可変フィルタ領域を設定する下脚部１３ｂを内包する直方体の３軸の長さ

　このように、可変フィルタ領域算出部１２２は、可変フィルタ領域を、上脚部１３ａと下脚部１３ｂとで、異なる処理によって算出する。

　なお、本実施例７に対して、先に説明した実施例３と同様の処理を適用することも可能である。
　すなわち、可変フィルタ領域を設定する可動部を内包する直方体の３軸の長さＬ，Ｗ，Ｈの各々に、可変パディング（Ｐａｄ_{ｖａｒｉａｂｌｅ}）を乗算して可変フィルタ領域を算出する処理を行ってもよい。

　また、先に説明した実施例６の処理、すなわち、固定パディング領域と可変パディング領域を設定し、これら２つのパディング領域に基づいて可変フィルタ領域を算出する処理を適用する構成としてもよい。
　この場合、可変フィルタ領域算出部１２２は、可変フィルタ領域を、上脚部１３ａと下脚部１３ｂとで、以下の処理によって算出する。

　上脚部１３ａの可変フィルタ領域は、以下の式（式１８）に従って算出する。
　Ｐａｄ_Ｌ＝Ｌ１＋（Ｐａｄ_{ｆｉｘｅｄ１}）＋（Ｐａｄ_{ｖａｒｉａｂｌｅ１}）×２
　Ｐａｄ_Ｗ＝Ｗ１＋（Ｐａｄ_{ｆｉｘｅｄ１}）＋（Ｐａｄ_{ｖａｒｉａｂｌｅ１}）×２
　Ｐａｄ_Ｈ＝Ｈ１＋（Ｐａｄ_{ｆｉｘｅｄ１}）＋（Ｐａｄ_{ｖａｒｉａｂｌｅ１}）×２
　　　　　　　　　　　　　　　　　・・・・（式１８）
　ただし、
　Ｌ１，Ｗ１，Ｈ１は、可変フィルタ領域を設定する上脚部１３ａを内包する直方体の３軸の長さ

　さらに、下脚部１３ｂの可変フィルタ領域は、以下の式（式１９）に従って算出する。
　Ｐａｄ_Ｌ＝Ｌ２＋（Ｐａｄ_{ｆｉｘｅｄ２}）＋（Ｐａｄ_{ｖａｒｉａｂｌｅ１}＋Ｐａｄ_{ｖａｒｉａｂｌｅ２}）×２
　Ｐａｄ_Ｗ＝Ｗ２＋（Ｐａｄ_{ｆｉｘｅｄ２}）＋（Ｐａｄ_{ｖａｒｉａｂｌｅ１}＋Ｐａｄ_{ｖａｒｉａｂｌｅ２}）×２
　Ｐａｄ_Ｈ＝Ｈ２＋（Ｐａｄ_{ｆｉｘｅｄ２}）＋（Ｐａｄ_{ｖａｒｉａｂｌｅ１}＋Ｐａｄ_{ｖａｒｉａｂｌｅ２}）×２
　　　　　　　　　　　　　　　　　・・・・（式１９）
　ただし、
　Ｌ２，Ｗ２，Ｈ２は、可変フィルタ領域を設定する下脚部１３ｂを内包する直方体の３軸の長さ

　このように、本実施例７に従えば、複数の関節部が連なる構成においても最適なフィルタ領域を算出することが可能となる。
　なお、上記実施例では２つの回転関節部の連結構成例について説明したが、３つ以上の関節部が連結された構成においても、上記説明と同様の処理を行うことで、最適なフィルタ領域の算出処理が可能となる。

　　［６．（実施例８）３次元点群データに対してではなく、距離画像に対するフィルタ処理を行う実施例について］
　次に、実施例８として、３次元点群データに対してではなく、距離画像に対するフィルタ処理を行う実施例について説明する。

　上述した実施例は、基本的に先に図９を参照して説明したデータ処理部１００の構成を利用して実行する実施例として説明してきた。
　図９に示すデータ処理部１００は、視覚センサ１２から入力する距離画像を３次元点群（ＰＣ）データに変換して、フィルタ処理や、その後の地図データ生成処理等の各種処理を実行する構成である。

　本開示の処理、すなわち、ロボット装置の脚部等の構成部を障害物として認識させないためのフィルタ処理は、３次元点群（ＰＣ）データに対してではなく、視覚センサ１２から入力する距離画像に対して実行することも可能である。

　以下に説明する実施例８は、３次元点群データに対してではなく、距離画像に対するフィルタ処理を行う実施例である。
　図２６を参照して実施例８のロボット装置の主要構成について説明する。

　図２６に示す構成は、例えば図１を参照して説明した４脚ロボット１０の走行制御処理を行うデータ処理部を中心として説明する図である。
　図２６に示す４つの視覚センサＦ～Ｒ，１２Ｆ～Ｒは、図１を参照して説明した４脚ロボット１０の前後左右に装着されたステレオカメラ等の視覚センサである。

　なお、４つの視覚センサＦ～Ｒ，１２Ｆ～Ｒの各々は、例えば視覚センサを構成するカメラの撮影範囲（センサ検出領域）に含まれるオブジェクトまでの距離に応じた濃度値を画素値として設定した距離画像を撮影する。

　図２６に示す距離画像Ｆは、４脚ロボット１０の進行方向（前方向）の画像を撮影する視覚センサＦ，１２Ｆが取得する距離画像である。
　距離画像Ｂは、４脚ロボット１０の進行方向と逆の後ろ方向の画像を撮影する視覚センサＢ，１２Ｂが取得する距離画像である。
　距離画像Ｌは、４脚ロボット１０の進行方向に対して左方向の画像を撮影する視覚センサＬ，１２Ｌが取得する距離画像である。
　距離画像Ｒは、４脚ロボット１０の進行方向に対して右方向の画像を撮影する視覚センサＲ（Ｒｉｇｈｔ）１２Ｒが取得する距離画像である。

　本実施例８では、これら４つの視覚センサＦ，１２Ｆ～視覚センサＲ，１２Ｒが取得した４枚の距離画像は、データ処理部１５０の自己領域フィルタ処理部１０３に入力される。
　すなわち、本実施例８では、先に図９を参照して説明した３次元点群（ＰＣ：Ｐｏｉｎｔ　Ｃｌｏｕｄ）生成部１０２による３次元点群（ＰＣ）データの生成処理は行われない。

　図２６に示すように、データ処理部１５０は、ロボット情報取得部１０１、自己領域フィルタ処理部１０３、３次元点群（ＰＣ：Ｐｏｉｎｔ　Ｃｌｏｕｄ）生成部１０２、３次元点群（ＰＣ）合成部１０４、地図画像生成部１０５、時系列地図画像統合部１０６、ロボット制御部１０７を有する。

　ロボット情報取得部１０１は、ロボット構造情報（ロボットモデル情報）や、ロボット可動部位置、動作情報を取得して自己領域フィルタ処理部１０３に出力する。
　ロボット構造情報（ロボットモデル情報）は、図示しない記憶部内に格納されている。
　ロボット可動部位置、動作情報は、ロボット制御部１０７から取得、あるいはロボットに装着されたセンサの検出情報などを利用して取得する。
　なお、ロボット可動部とはロボットの脚部や腕部などである。

　データ処理部１００の自己領域フィルタ処理部１０３は、４つの視覚センサＦ，１２Ｆ～視覚センサＲ，１２Ｒが取得した４枚の距離画像Ｆ～Ｒを直接用いて、これらの距離画像の各々に対して可変フィルタ領域の設定処理を行い、設定した可変フィルタ領域を用いて、距離画像Ｆ～Ｒからロボットの脚部、腕部等の可動部の検出情報を除去するフィルタ処理を行う。

　自己領域フィルタ処理部１０３は、このフィルタ処理の結果として、図２６に示す自己領域フィルタ処理部１０３の出力であるフィルタ後距離画像Ｆ～Ｒを生成して、後段の３次元点群（ＰＣ：Ｐｏｉｎｔ　Ｃｌｏｕｄ）生成部１０２に出力する。

　なお、フィルタ後距離画像とは、４つの視覚センサＦ，１２Ｆ～視覚センサＲ，１２Ｒが取得した４枚の距離画像Ｆ～Ｒから、自己領域であるロボット自身の領域に相当するオブジェクトの距離データを除去した、すなわちフィルタ処理を行った距離画像である。

　３次元点群（ＰＣ：Ｐｏｉｎｔ　Ｃｌｏｕｄ）生成部１０２は、自己領域フィルタ処理部１０３からフィルタ後距離画像Ｆ～Ｒを入力する。
　フィルタ後距離画像Ｆ～Ｒは、前述したように、ロボットの脚部等、ロボット自身の構造部の距離値データを除去した距離画像である。
　３次元点群（ＰＣ：Ｐｏｉｎｔ　Ｃｌｏｕｄ）生成部１０２は、入力したこれら４つのフィルタ後距離画像Ｆ～Ｒの各画素に設定された距離値（画素値）を、３次元座標上の点群データとして表現したフィルタ後３次元点群（ＰＣ：Ｐｏｉｎｔ　Ｃｌｏｕｄ）を生成する。

　なお、前述したように、３次元点群（ＰＣ）を構成する各点は、各々ｘｙｚ３次元空間上の座標位置が規定された点である。すなわち、３次元点群構成各点にはｘ，ｙ，ｚの各座標値が割り当てられている。

　３次元点群（ＰＣ：Ｐｏｉｎｔ　Ｃｌｏｕｄ）生成部１０２は、図２６に示すように、以下の４つのフィルタ後３次元点群を生成して、次段の３次元点群（ＰＣ）合成部１０４に入力する。
　（１）視覚センサＦ，１２Ｆが取得し、自己領域フィルタ処理部１０３による自己領域フィルタ処理が施されたフィルタ後距離画像Ｆに基づいて生成したフィルタ後３次元点群Ｆ、
　（２）視覚センサＢ，１２Ｂが取得し、自己領域フィルタ処理部１０３による自己領域フィルタ処理が施されたフィルタ後距離画像Ｂに基づいて生成したフィルタ後３次元点群Ｂ、
　（３）視覚センサＬ，１２Ｌが取得し、自己領域フィルタ処理部１０３による自己領域フィルタ処理が施されたフィルタ後距離画像Ｌに基づいて生成したフィルタ後３次元点群Ｌ、
　（４）視覚センサＲ，１２Ｒが取得し、自己領域フィルタ処理部１０３による自己領域フィルタ処理が施されたフィルタ後距離画像Ｒに基づいて生成したフィルタ後３次元点群Ｒ、

　３次元点群（ＰＣ：Ｐｏｉｎｔ　Ｃｌｏｕｄ）生成部１０２は、図２６に示すように、上記の４つのフィルタ後３次元点群を生成して、次段の３次元点群（ＰＣ）合成部１０４に入力する。

　３次元点群（ＰＣ）合成部１０４は、３次元点群（ＰＣ：Ｐｏｉｎｔ　Ｃｌｏｕｄ）生成部１０２からフィルタ後３次元点群Ｆ～Ｒを入力する。
　フィルタ後３次元点群Ｆ～Ｒは、前述したように、ロボットの脚部等、ロボット自身の構造部の３次元点群を除去した３次元点群データである。
　３次元点群（ＰＣ）合成部１０４は入力したこれら４つのフィルタ後３次元点群Ｆ～Ｒを合成して１つのフィルタ後３次元点群合成データを生成する。
　図２６に３次元点群（ＰＣ）合成部１０４の出力として示すフィルタ後３次元点群（Ｆ，Ｂ，Ｌ，Ｒ）合成データである。

　３次元点群（ＰＣ）合成部１０４から出力されるフィルタ後３次元点群（Ｆ，Ｂ，Ｌ，Ｒ）合成データは、図１に示す４脚ロボット１０の前後左右に装着された４つの視覚センサＦ，１２Ｆ～視覚センサＲ，１２Ｒの出力である４枚の距離画像Ｆ～Ｒに基づいて生成された３次元点群Ｆ～Ｒから、ロボットの構造部に関する３次元点群を除去（フィルタ処理）したフィルタ後３次元点群Ｆ～Ｒの合成データであり、４脚ロボット１０の前後左右の周囲にあるロボット構造部を除く障害物等のオブジェクトの３次元位置や３次元形状を点群で示したデータとなる。

　なお、前述したように、図１に示す４つの視覚センサＦ，１２Ｆ～視覚センサＲ，１２Ｒは、全て斜め下方向を向いており、フィルタ後距離画像合成データは、４脚ロボット１０のカメラ位置の水平面より下にある周囲オブジェクトの距離を示したデータとなる。フィルタ後距離画像合成データは、走行面の凹凸や傾斜等の３次元形状を含むものとなる。
　ただし、ロボットの脚等のロボット構造体はフィルタ処理により除去されているので含まれていない。

　３次元点群（ＰＣ）合成部１０４が生成したフィルタ後３次元点群（Ｆ，Ｂ，Ｌ，Ｒ）合成データは、地図画像生成部１０５に入力される。

　地図画像生成部１０５は、３次元点群（ＰＣ）合成部１０４が生成したフィルタ後３次元点群（Ｆ，Ｂ，Ｌ，Ｒ）合成データを利用して、ロボット周囲のオブジェクトの走行面を含む３次元形状を示す地図データを生成する。
　図２６に地図画像生成部１０５の出力として示す３次元地図データ（または２．５次元地図データ）である。

　地図画像生成部１０５が生成する地図データは、様々なタイプの３次元地図データ、あるいは２．５次元地図データである。
　具体的には、例えばハイトマップ（Ｈｅｉｇｈｔ　Ｍａｐ）のような２．５次元地図データである。
　前述したように、ハイトマップ（Ｈｅｉｇｈｔ　Ｍａｐ）とは、例えばｘｙ水平面の２次元座標（ｘ，ｙ）の代表座標位置に高さデータ（ｚ）を対応付けて記録した地図データである。

　地図画像生成部１０５が生成した３次元地図データ（例えばハイトマップ）は、次の時系列地図画像統合部１０６に入力される。

　時系列地図画像統合部１０６は、地図画像生成部１０５が生成した３次元地図データ（例えばハイトマップ）の時系列データの統合処理を行う。
　具体的には、例えば、以下の処理を行う。

　（１）４つの視覚センサＦ～Ｒ，１２Ｆ～Ｒが時間ｔ１において撮影した４枚の距離画像Ｆ～Ｒ（ｔ１）に基いて、地図画像生成部１０５が生成したハイトマップ等の３次元地図データ（ｔ１）と、
　（２）４つの視覚センサＦ～Ｒ，１２Ｆ～Ｒが時間ｔ２において撮影した４枚の距離画像Ｆ～Ｒ（ｔ２）に基いて、地図画像生成部１０５が生成したハイトマップ等の３次元地図データ（ｔ２）と、
　（３）４つの視覚センサＦ～Ｒ，１２Ｆ～Ｒが時間ｔ３において撮影した４枚の距離画像Ｆ～Ｒ（ｔ３）に基いて、地図画像生成部１０５が生成したハイトマップ等の３次元地図データ（ｔ３）、

　時系列地図画像統合部１０６は、これら異なる時間（ｔ１～ｔ３）に撮影された距離画像に基いて生成された複数の時系列３次元地図データ（ｔ１）～（ｔ３）を統合して、１枚の時系列地図統合地図データ（例えば統合ハイトマップ）を生成する。
　つまり、３次元地図データ（ｔ１）から、時系列地図統合地図データ（ｔ１）を生成し、３次元地図データ（ｔ２）が時系列地図画像統合部１０６に入力されると、時系列地図統合地図データ（ｔ１～ｔ２）を生成する。さらに、３次元地図データ（ｔ３）が時系列地図画像統合部１０６に入力されると、時系列地図統合地図データ（ｔ１～ｔ３）を生成する。

　なお、前述したように複数枚の異なる時間の撮影データに基づいて生成される複数の時系列３次元地図データ（ｔ１）～（ｔ３）の各々には重複する領域があり、また１枚の地図データにのみ含まれる領域もある。
　このように時系列地図画像統合部１０６は、複数の異なるタイミングで撮影された距離画像に基いて生成される複数数の時系列３次元地図データ（ｔ１）～（ｔ３）を統合することで、ロボット周囲のカメラ撮影範囲にあるほぼ全てのオブジェクトの３次元形状を取得可能な１枚の時系列地図統合地図データ（統合ハイトマップ）を生成する。

　時系列地図画像統合部１０６が生成した１枚の時系列地図統合地図データは、ロボット制御部１０７に出力される。

　時系列地図画像統合部１０６が生成した１枚の時系列地図統合地図データは、ロボット周囲のカメラ撮影範囲にあるほぼ全てのオブジェクトの３次元形状を取得可能としたハイトマップ等の２．５次元画像データである。
　ただし、フィルタ処理されたロボットの脚部などのロボット自身の構造体のオブジェクト位置情報は含まれていない。すなわち、真の障害物となるオブジェクトに関する情報からなるハイトマップ等の２．５次元画像データである。

　ロボット制御部１０７は、時系列地図画像統合部１０６が生成した１枚の時系列地図統合地図データを参照して、障害物となり得るオブジェクトの位置を確認し、これらの障害物に衝突や接触しないルートを走行ルートとして決定して脚部を移動させて安全な走行を行う。

　なお、制御対象となるロボットが、例えば先に図３を参照して説明したような腕部の動作により、様々な作業を行うロボットの場合は、ロボット制御部１０７は、時系列地図画像統合部１０６が生成した１枚の時系列地図統合地図データを参照して、腕部の軌道を決定して安全な作業を実行する。

　すなわち、ロボット制御部１０７は、時系列地図画像統合部１０６が生成した１枚の時系列地図統合地図データを参照して、障害物となり得るオブジェクトの位置を確認し、これらの障害物に衝突や接触しないような腕部の軌道を決定して、腕部を移動させて安全な作業を行う。

　このように、本開示のロボット装置は、自装置の一部がセンサによって検出された場合でも、自装置領域を障害物として認識されないように自装置のオブジェクト情報をセンサ検出情報から除去するフィルタ処理を実行し、フィルタ後のデータに基づいて生成した地図データを利用してロボットを制御する。
　このような処理を行うことで、自装置の一部を障害物として誤認識することなく、正しいロボット制御を行うことが可能となる。

　　［７．本開示のロボット装置等のハードウェア構成例について］
　次に、本開示のロボット装置等のハードウェア構成例について説明する。

　図２７は、本開示のロボット５００の一構成例を示すブロック図である。
　図２７に示すように、ロボット５００は、データ処理部５１０、記憶部５２１、メモリ５２２、表示部５３０、センサＩＦ５４０、センサ５４１、駆動制御部５５０、駆動部５５１、通信部５６０、バス５７０を有する。

　データ処理部３１０は例えば複数のコアＣＰＵ５１１ａ，ｂを有するマルチコアＣＰＵであり、記憶部５２１やメモリ５２２に格納されたプログラムに従って上述した各実施例に従ったデータ処理や、その他の様々なデータ処理を実行する。

　記憶部５２１やメモリ５２２には、データ処理部３１０において実行するプログラム、ロボット５００の走行ルート情報など、走行に必要となる様々な情報が格納される。
　また、視覚センサ等のセンサ５４１が取得したセンサ検出情報、例えば距離画像や、データ処理部５１０において生成した３次元点群（ＰＣ）データの格納領域としても利用される。

　表示部５３０は、例えばロボット５００の動作状態等を示す各種情報の表示や、進行方向の撮影画像の表示部として利用される。また、タッチパネル形式としてユーザによる指示データの入力を可能な構成としてもよい。

　センサＩＦ５４０は、視覚センサ等のセンサ５４１の検出情報を入力し、データ処理部５１０に出力する。あるいは、センサ検出情報を記憶部５２１やメモリ５２２に格納する。
　センサ５４１は、上述した実施例において説明した視覚センサ等によって構成される。例えば距離画像を撮影するカメラなどである。

　駆動制御部５５０は、モータ等によって構成される駆動部５５１の制御を行い、ロボット５００を動作させて移動させる。

　通信部５６０は、通信ネットワークを介して外部装置、例えばクラウド側のサーバ６００との通信を行う。サーバ６００は、ロボット５００に対して目的地や目的地に向かうためのルート情報などを通知する。
　バス５７０は、各構成部間のデータ転送路として利用される。

　なお、サーバ６００は、必須構成ではなく、ロボット５００内に目的地や目的地に向かうためのルート情報などを記憶し、ロボット５００単独で処理を行う構成としてもよい。

　また、逆に、サーバ６００側で上述した実施例に従ったデータ処理を実行してロボット５００の制御情報を決定する構成としてもよい。
　例えば図２８に示すように、ロボット５００とサーバ６００を通信ネットワークで結び、ロボット５００に装着した視覚センサの検出情報である画像、具体的には例えば距離画像をサーバ６００に送信する。

　サーバ６００は、ロボット５００から、画像を受信し、上述した実施例に従ったデータ処理を実行して、ロボット５００の制御情報を生成してロボット５００に送信する。
　ロボット５００は、サーバ６００かから受信した制御情報に従って動作する。

　なお、このようにデータ処理を行うサーバ６００は、例えば図２９に示すようなハードウェア構成を有する。
　図２９に示すように、サーバ６００は、データ処理部６１０、通信部６２１、記憶部６２２、メモリ６２３、表示部６２４、バス６３０を有する。

　データ処理部６１０は例えば複数のコアＣＰＵ６１１ａ，ｂを有するマルチコアＣＰＵであり、記憶部６２２やメモリ６２３に格納されたプログラムに従って上述した各実施例に従ったデータ処理や、その他の様々なデータ処理を実行する。

　通信部６２１は、通信ネットワークを介してロボット５００との通信を行う。
　例えば、ロボット５００の視覚センサ等が取得したセンサ検出情報、例えば距離画像を受信する。また、サーバ６００が上述した実施例に従って生成した制御情報をロボット５００に送信する。また、ロボット５００に対して目的地や目的地に向かうためのルート情報などを送信する処理にも用いられる。

　記憶部６２２やメモリ６２３には、データ処理部６１０において実行するプログラム、ロボット５００の走行ルート情報など、走行に必要となる様々な情報が格納される。
　また、ロボット５００の視覚センサ等が取得したセンサ検出情報、例えば距離画像を、通信部６２１を介して受信した場合のこれらの受信データの格納領域としても利用される。また、データ処理部６１０において生成した３次元点群（ＰＣ）データの格納領域としても利用される。

　表示部６２４は、例えばロボット５００の動作状態等を示す各種情報の表示や、進行方向の撮影画像の表示部として利用される。また、タッチパネル形式としてユーザによる指示データの入力を可能な構成としてもよい。
　バス６３０は、各構成部間のデータ転送路として利用される。

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

　なお、本明細書において開示した技術は、以下のような構成をとることができる。
　（１）　視覚センサの検出情報を解析してロボット装置の動作を制御するデータ処理部を有し、
　前記データ処理部は、
　前記視覚センサの検出情報に含まれるオブジェクト情報から、前記ロボット装置の構成部に対応するオブジェクト情報を除去する自己領域フィルタ処理部を有し、
　前記自己領域フィルタ処理部は、
　前記ロボット装置の可動部に対応する可変フィルタ領域を算出する可変フィルタ領域算出部と、
　前記視覚センサの検出情報から、前記可変フィルタ領域内にあるオブジェクト情報を除去するフィルタ処理部を有し、
　前記可変フィルタ領域算出部は、
　可変フィルタ領域算出対象の可動部の動作速度に応じて異なる大きさの可変フィルタ領域を算出するロボット装置。

　（２）　前記ロボット装置は、さらに、
　前記自己領域フィルタ処理部において、前記ロボット装置の構成部に対応するオブジェクト情報が除去されたオブジェクト情報に基く地図データを生成する地図画像生成部と、
　前記地図画像生成部の生成した地図データに基づいて前記ロボット装置を制御するロボット制御部を有する（１）に記載のロボット装置。

　（３）　前記可変フィルタ領域算出部は、
　可変フィルタ領域算出対象の可動部の動作速度が大であるほど大きな可変フィルタ領域を算出する（１）または（２）に記載のロボット装置。

　（４）　前記可変フィルタ領域算出部は、
　可変フィルタ領域算出対象の可動部の回動速度が大であるほど大きな可変フィルタ領域を算出する（１）～（３）いずれかに記載のロボット装置。

　（５）　前記可変フィルタ領域算出部は、
　可変フィルタ領域算出対象の可動部の直動速度が大であるほど大きな可変フィルタ領域を算出する（１）～（４）いずれかに記載のロボット装置。

　（６）　前記ロボット装置は、
　前記視覚センサからの入力情報に基く３次元点群データを生成する３次元点群生成部を有し、
　前記自己領域フィルタ処理部は、
　前記３次元点群生成部から入力する３次元点群データから、前記ロボット装置の構成部に対応するロボットの構成部に対応する３次元点群データを除去する処理を実行する（１）～（５）いずれかに記載のロボット装置。

　（７）　前記視覚センサは距離画像を前記３次元点群生成部に入力し、
　前記３次元点群生成部は、
　前記視覚センサから入力する距離画像に基く３次元点群データを生成する（６）に記載のロボット装置。

　（８）　前記視覚センサは距離画像を前記自己領域フィルタ処理部に入力し、
　前記自己領域フィルタ処理部は、
　前記視覚センサから入力する距離画像から、前記ロボット装置の構成部に対応するロボットの構成部に対応するデータを除去する処理を実行する（１）～（７）いずれかに記載のロボット装置。

　（９）　前記自己領域フィルタ処理部は、
　可変フィルタ領域算出対象の可動部の動作速度に応じて異なる可変パディングを算出する可変パディング算出部と、
　前記可変バディング算出部が算出した可変パディングによって規定される可変フィルタ領域を算出する可変フィルタ領域算出部と、
　前記可変領域算出部が算出した可変フィルタ領域を利用して、前記視覚センサの検出情報から、前記可変フィルタ領域内にあるオブジェクト情報を除去するフィルタ処理部を有する（１）～（８）いずれかに記載のロボット装置。

　（１０）　前記可変パディング算出部は、
　可変フィルタ領域算出対象の可動部が回転関節の駆動により回転駆動する構成である場合、
　回転速度が大きいほど大きな可変パディングを算出する（９）に記載のロボット装置。

　（１１）　前記可変パディング算出部は、
　可変フィルタ領域算出対象の可動部が直動関節の駆動により直動する構成である場合、
　直動速度が大きいほど大きな可変パディングを算出する（９）に記載のロボット装置。

　（１２）　前記可変フィルタ領域算出部は、
　可変フィルタ領域算出対象の可動部の動作領域と非動作領域各々に対して、各々異なる広がりを有する可変フィルタ領域を算出する（１）～（１１）いずれかに記載のロボット装置。

　（１３）　前記可変フィルタ領域算出部は、
　可変フィルタ領域算出対象の可動部の動作方向と非動作方向各々に対して、各々異なる広がりを有する可変フィルタ領域を算出する（１）～（１２）いずれかに記載のロボット装置。

　（１４）　前記可変フィルタ領域算出部は、
　可変フィルタ領域算出対象の可動部に対して、予め固定された固定パディングと、前記可動部の動作速度に応じて変化する可変バディングの２つのパディングによって規定される可変フィルタ領域を算出する（１）～（１３）いずれかに記載のロボット装置。

　（１５）　ロボット装置の動作制御を実行するロボット制御方法であり、
　自己領域フィルタ処理部が、視覚センサの検出情報に含まれるオブジェクト情報から、前記ロボット装置の構成部に対応するオブジェクト情報を除去する自己領域フィルタ処理ステップと、
　地図画像生成部が、前記ロボット装置の構成部に対応するオブジェクト情報が除去されたオブジェクト情報に基く地図データを生成する地図データ生成ステップと、
　ロボット制御部が、前記地図データに基づいて前記ロボット装置を制御するロボット制御ステップを有し、
　前記自己領域フィルタ処理ステップにおいて、
　前記ロボット装置の可動部の動作速度に応じて異なる大きさの可変フィルタ領域を算出する可変フィルタ領域算出処理と、
　前記視覚センサの検出情報から、前記可変フィルタ領域内にあるオブジェクト情報を除去する処理を実行するロボット制御方法。

　なお、明細書中において説明した一連の処理はハードウェア、またはソフトウェア、あるいは両者の複合構成によって実行することが可能である。ソフトウェアによる処理を実行する場合は、処理シーケンスを記録したプログラムを、専用のハードウェアに組み込まれたコンピュータ内のメモリにインストールして実行させるか、あるいは、各種処理が実行可能な汎用コンピュータにプログラムをインストールして実行させることが可能である。例えば、プログラムは記録媒体に予め記録しておくことができる。記録媒体からコンピュータにインストールする他、ＬＡＮ（Ｌｏｃａｌ　Ａｒｅａ　Ｎｅｔｗｏｒｋ）、インターネットといったネットワークを介してプログラムを受信し、内蔵するハードディスク等の記録媒体にインストールすることができる。

　また、明細書に記載された各種の処理は、記載に従って時系列に実行されるのみならず、処理を実行する装置の処理能力あるいは必要に応じて並列的にあるいは個別に実行されてもよい。また、本明細書においてシステムとは、複数の装置の論理的集合構成であり、各構成の装置が同一筐体内にあるものには限らない。

　以上、説明したように、本開示の一実施例の構成によれば、センサの検出情報に基づいて障害物の識別を行うロボット装置において、ロボット自身の脚部や腕部などを障害物として誤認識することなく、正しい障害物識別による高精度なロボット制御が実現される。
　具体的には、例えば、自己領域フィルタ処理部が、視覚センサの検出情報に含まれるオブジェクト情報から、ロボット装置の構成部に対応するオブジェクト情報を除去し、地図画像生成部が、ロボット装置の構成部に対応するオブジェクト情報が除去されたオブジェクト情報に基く地図データを生成し、ロボット制御部が、生成された地図データに基づいてロボット装置を制御する。自己領域フィルタ処理部は、ロボット装置の可動部の動作速度に応じて異なる大きさの可変フィルタ領域を算出し、視覚センサの検出情報から、可変フィルタ領域内にあるオブジェクト情報を除去する処理を実行する。
　本構成により、センサの検出情報に基づいて障害物の識別を行うロボット装置において、ロボット自身の脚部や腕部などを障害物として誤認識することなく、正しい障害物識別による高精度なロボット制御が実現される。

　　１０　４脚ロボット
　　１１　本体部
　　１２　視覚センサ
　　１３　脚部
　　１４　回転関節部
　　１５　直動関節部
　　１６　車輪部
　　１７　回転関節部
　　１８　接地部
　　２０　２脚ロボット
　　２１　本体部
　　２２　視覚センサ
　　２３　脚部
　　２４，２５　回転関節部
　　２６　接地部
　　２７　腕部
　　２８，２９　回転関節部
　　３０　把持部
　１００　データ処理部
　１０１　ロボット情報取得部
　１０２　３次元点群（ＰＣ：Ｐｏｉｎｔ　Ｃｌｏｕｄ）生成部
　１０３　自己領域フィルタ処理部
　１０４　３次元点群（ＰＣ）合成部
　１０５　地図画像生成部
　１０６　時系列地図画像統合部
　１０７　ロボット制御部
　１２１　可変パディング算出部
　１２２　可変フィルタ領域算出部
　１２３　３次元点群フィルタ処理部
　５００　ロボット
　５１０　データ処理部
　５２１　記憶部
　５２２　メモリ
　５３０　表示部
　５４０　センサＩＦ
　５４１　センサ
　５５０　駆動制御部
　５５１　駆動部
　５６０　通信部
　５７０　バス
　６００　サーバ
　６１０　データ処理部
　６２１　通信部
　６２２　記憶部
　６２３　メモリ
　６２４　表示部
　６３０　バス

Claims (15)

1. 　視覚センサの検出情報を解析してロボット装置の動作を制御するデータ処理部を有し、
   　前記データ処理部は、
   　前記視覚センサの検出情報に含まれるオブジェクト情報から、前記ロボット装置の構成部に対応するオブジェクト情報を除去する自己領域フィルタ処理部を有し、
   　前記自己領域フィルタ処理部は、
   　前記ロボット装置の可動部に対応する可変フィルタ領域を算出する可変フィルタ領域算出部と、
   　前記視覚センサの検出情報から、前記可変フィルタ領域内にあるオブジェクト情報を除去するフィルタ処理部を有し、
   　前記可変フィルタ領域算出部は、
   　可変フィルタ領域算出対象の可動部の動作速度に応じて異なる大きさの可変フィルタ領域を算出するロボット装置。
2. 　前記ロボット装置は、さらに、
   　前記自己領域フィルタ処理部において、前記ロボット装置の構成部に対応するオブジェクト情報が除去されたオブジェクト情報に基く地図データを生成する地図画像生成部と、
   　前記地図画像生成部の生成した地図データに基づいて前記ロボット装置を制御するロボット制御部を有する請求項１に記載のロボット装置。
3. 　前記可変フィルタ領域算出部は、
   　可変フィルタ領域算出対象の可動部の動作速度が大であるほど大きな可変フィルタ領域を算出する請求項１に記載のロボット装置。
4. 　前記可変フィルタ領域算出部は、
   　可変フィルタ領域算出対象の可動部の回動速度が大であるほど大きな可変フィルタ領域を算出する請求項１に記載のロボット装置。
5. 　前記可変フィルタ領域算出部は、
   　可変フィルタ領域算出対象の可動部の直動速度が大であるほど大きな可変フィルタ領域を算出する請求項１に記載のロボット装置。
6. 　前記ロボット装置は、
   　前記視覚センサからの入力情報に基く３次元点群データを生成する３次元点群生成部を有し、
   　前記自己領域フィルタ処理部は、
   　前記３次元点群生成部から入力する３次元点群データから、前記ロボット装置の構成部に対応するロボットの構成部に対応する３次元点群データを除去する処理を実行する請求項１に記載のロボット装置。
7. 　前記視覚センサは距離画像を前記３次元点群生成部に入力し、
   　前記３次元点群生成部は、
   　前記視覚センサから入力する距離画像に基く３次元点群データを生成する請求項６に記載のロボット装置。
8. 　前記視覚センサは距離画像を前記自己領域フィルタ処理部に入力し、
   　前記自己領域フィルタ処理部は、
   　前記視覚センサから入力する距離画像から、前記ロボット装置の構成部に対応するロボットの構成部に対応するデータを除去する処理を実行する請求項１に記載のロボット装置。
9. 　前記自己領域フィルタ処理部は、
   　可変フィルタ領域算出対象の可動部の動作速度に応じて異なる可変パディングを算出する可変パディング算出部と、
   　前記可変バディング算出部が算出した可変パディングによって規定される可変フィルタ領域を算出する可変フィルタ領域算出部と、
   　前記可変領域算出部が算出した可変フィルタ領域を利用して、前記視覚センサの検出情報から、前記可変フィルタ領域内にあるオブジェクト情報を除去するフィルタ処理部を有する請求項１に記載のロボット装置。
10. 　前記可変パディング算出部は、
    　可変フィルタ領域算出対象の可動部が回転関節の駆動により回転駆動する構成である場合、
    　回転速度が大きいほど大きな可変パディングを算出する請求項９に記載のロボット装置。
11. 　前記可変パディング算出部は、
    　可変フィルタ領域算出対象の可動部が直動関節の駆動により直動する構成である場合、
    　直動速度が大きいほど大きな可変パディングを算出する請求項９に記載のロボット装置。
12. 　前記可変フィルタ領域算出部は、
    　可変フィルタ領域算出対象の可動部の動作領域と非動作領域各々に対して、各々異なる広がりを有する可変フィルタ領域を算出する請求項１に記載のロボット装置。
13. 　前記可変フィルタ領域算出部は、
    　可変フィルタ領域算出対象の可動部の動作方向と非動作方向各々に対して、各々異なる広がりを有する可変フィルタ領域を算出する請求項１に記載のロボット装置。
14. 　前記可変フィルタ領域算出部は、
    　可変フィルタ領域算出対象の可動部に対して、予め固定された固定パディングと、前記可動部の動作速度に応じて変化する可変バディングの２つのパディングによって規定される可変フィルタ領域を算出する請求項１に記載のロボット装置。
15. 　ロボット装置の動作制御を実行するロボット制御方法であり、
    　自己領域フィルタ処理部が、視覚センサの検出情報に含まれるオブジェクト情報から、前記ロボット装置の構成部に対応するオブジェクト情報を除去する自己領域フィルタ処理ステップと、
    　地図画像生成部が、前記ロボット装置の構成部に対応するオブジェクト情報が除去されたオブジェクト情報に基く地図データを生成する地図データ生成ステップと、
    　ロボット制御部が、前記地図データに基づいて前記ロボット装置を制御するロボット制御ステップを有し、
    　前記自己領域フィルタ処理ステップにおいて、
    　前記ロボット装置の可動部の動作速度に応じて異なる大きさの可変フィルタ領域を算出する可変フィルタ領域算出処理と、
    　前記視覚センサの検出情報から、前記可変フィルタ領域内にあるオブジェクト情報を除去する処理を実行するロボット制御方法。

Images