CN107272727B - 自主移动体 - Google Patents

自主移动体 Download PDF

Info

Publication number
CN107272727B
CN107272727B CN201710095354.2A CN201710095354A CN107272727B CN 107272727 B CN107272727 B CN 107272727B CN 201710095354 A CN201710095354 A CN 201710095354A CN 107272727 B CN107272727 B CN 107272727B
Authority
CN
China
Prior art keywords
reliability
moving body
autonomous moving
unit
sensor
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201710095354.2A
Other languages
English (en)
Other versions
CN107272727A (zh
Inventor
原田尚幸
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Panasonic Intellectual Property Corp of America
Original Assignee
Panasonic Intellectual Property Corp of America
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
Priority claimed from JP2016225523A external-priority patent/JP2017188067A/ja
Application filed by Panasonic Intellectual Property Corp of America filed Critical Panasonic Intellectual Property Corp of America
Publication of CN107272727A publication Critical patent/CN107272727A/zh
Application granted granted Critical
Publication of CN107272727B publication Critical patent/CN107272727B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

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
    • G05D1/10—Simultaneous control of position or course in three dimensions
    • G05D1/101—Simultaneous control of position or course in three dimensions specially adapted for aircraft
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B64—AIRCRAFT; AVIATION; COSMONAUTICS
    • B64U—UNMANNED AERIAL VEHICLES [UAV]; EQUIPMENT THEREFOR
    • B64U10/00—Type of UAV
    • B64U10/10—Rotorcrafts
    • B64U10/13—Flying platforms
    • B64U10/14—Flying platforms with four distinct rotor axes, e.g. quadcopters
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S19/00—Satellite radio beacon positioning systems; Determining position, velocity or attitude using signals transmitted by such systems
    • G01S19/38—Determining a navigation solution using signals transmitted by a satellite radio beacon positioning system
    • G01S19/39—Determining a navigation solution using signals transmitted by a satellite radio beacon positioning system the satellite radio beacon positioning system transmitting time-stamped messages, e.g. GPS [Global Positioning System], GLONASS [Global Orbiting Navigation Satellite System] or GALILEO
    • G01S19/42—Determining position
    • 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
    • G05D1/0088—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots characterized by the autonomous decision making process, e.g. artificial intelligence, predefined behaviours
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B64—AIRCRAFT; AVIATION; COSMONAUTICS
    • B64U—UNMANNED AERIAL VEHICLES [UAV]; EQUIPMENT THEREFOR
    • B64U2201/00—UAVs characterised by their flight controls
    • B64U2201/10—UAVs characterised by their flight controls autonomous, i.e. by navigating independently from ground or air stations, e.g. by using inertial navigation systems [INS]
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B64—AIRCRAFT; AVIATION; COSMONAUTICS
    • B64U—UNMANNED AERIAL VEHICLES [UAV]; EQUIPMENT THEREFOR
    • B64U2201/00—UAVs characterised by their flight controls
    • B64U2201/10—UAVs characterised by their flight controls autonomous, i.e. by navigating independently from ground or air stations, e.g. by using inertial navigation systems [INS]
    • B64U2201/104—UAVs characterised by their flight controls autonomous, i.e. by navigating independently from ground or air stations, e.g. by using inertial navigation systems [INS] using satellite radio beacon positioning systems, e.g. GPS
    • 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
    • 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
    • G05D1/10—Simultaneous control of position or course in three dimensions
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W16/00—Network planning, e.g. coverage or traffic planning tools; Network deployment, e.g. resource partitioning or cells structures
    • H04W16/18—Network planning tools
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W28/00—Network traffic management; Network resource management
    • H04W28/02—Traffic management, e.g. flow control or congestion control

Landscapes

  • Engineering & Computer Science (AREA)
  • Remote Sensing (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • Mechanical Engineering (AREA)
  • Health & Medical Sciences (AREA)
  • Artificial Intelligence (AREA)
  • Evolutionary Computation (AREA)
  • Game Theory and Decision Science (AREA)
  • Medical Informatics (AREA)
  • Business, Economics & Management (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)

Abstract

本发明提供能够以高可靠度持续维持自身位置的自主移动体。自主移动体(100)是由传感器103计测自身位置并控制移动单元101来向目标场所自主移动的自主移动体，所述自主移动体(100)具备：传感器信息取得单元(141)，其取得与自身位置有关的传感器信息；位置推定单元(142)，其基于传感器信息来推定自身位置；可靠度算出单元(143)，其算出所推定的自身位置的可靠度；位置可靠度记录单元(144)，其将可靠度和所推定出的自身位置关联地进行记录；以及可靠度恢复行动控制单元(145)，其在可靠度满足预定条件的情况下，基于由位置可靠度记录单元记录的信息来控制移动单元(101)以使得所述自主移动体移动到可靠度高的位置。

Description

自主移动体
技术领域
本发明涉及由传感器计测自身位置并控制移动单元来向目标场所自主移动的自主移动体。
背景技术
以往，已提出能够一边通过各种传感器来掌握自身位置一边向目标场所自主移动的自主移动体。这样的自主移动体在自身位置的取得失败时无法到达预先设定的场所，无法进行目标作业。
例如，在专利文献1中公开了如下自主飞行机器人：一边使用预先存储的包含建筑物等障碍物的地图信息和传感器的计测结果来取得自身位置,一边自主地进行移动。该自主飞行机器人在由于卡车等较大的障碍物出现而导致周围的环境发生较大变化、不再能取得自身位置的情况下，通过提高飞行高度并再次取得自身位置来进行目标作业。
现有技术文献
专利文献1：日本特开2014-149622号公报
发明内容
发明要解决的技术问题
然而，对于所述自身位置的再次取得技术，无法适用于在地上行驶的自主移动体，另外，在高空存在桥或电线的情况下，有时也难以提高高度。
另外，由于是在地图信息和来自传感器的信息变得不一致的情况下再次取得自身位置，因此无法应对因其他原因导致不再能取得自身位置的情况。
本发明是鉴于上述问题而完成的，提供一种不管自身位置取得的方式和迷失自身位置的原因如何，都能够以高可靠度持续维持自身位置的自主移动体。
用于解决问题的技术方案
为了达成上述目的，本发明所涉及的自主移动体是由传感器计测自身位置并控制移动单元来向目标场所自主移动的自主移动体，所述自主移动体具备：传感器信息取得单元，其从所述传感器取得与自身位置有关的传感器信息；位置推定单元，其基于所述传感器信息取得单元取得的传感器信息来推定自身位置；可靠度算出单元，其算出由所述位置推定单元推定的自身位置的可靠度；位置可靠度记录单元，其将由所述可靠度算出单元算出的可靠度与由所述位置推定单元推定出的自身位置关联地进行记录；以及可靠度恢复行动控制单元，其在所述可靠度算出单元算出的可靠度满足预定条件的情况下，基于由所述位置可靠度记录单元记录的信息来控制所述移动单元以使得所述自主移动体移动到可靠度高的位置。
发明的效果
根据本发明，在掌握自身位置的可靠度而低于预定基准的情况下，能够基于实际成果移动到能够以高可靠度取得自身位置的位置，因此能够一边稳定地以高可靠度掌握自身位置一边自主地进行移动。
附图说明
图1是表示实施方式1涉及的自主移动体的外观的立体图。
图2是将控制单元所具备的功能部的一部分与机构部的一部分一起表示的框图。
图3是在视觉上示出存储部所存储的数据的一例的图。
图4是表示实施方式1涉及的可靠度恢复行动控制单元的处理的流程的流程图。
图5是以立体方式示出以自身位置为中心时的可靠度的位置分布的立体图。
图6是将实施方式2涉及的控制单元所具备的功能部的一部分与机构部的一部分一起表示的框图。
图7是表示在期待值算出单元算出期待值时所形成的区域的图像的立体图。
图8是表示进行桥梁检查作业的自主移动体的立体图。
标号说明
100 自主移动体
101 移动单元
103 传感器
104 控制装置
111 旋翼
112 马达
140 存储部
141 传感器信息取得单元
142 位置推定单元
143 可靠度算出单元
144 位置可靠度记录单元
145 可靠度恢复行动控制单元
146 期待值算出单元
200 桥梁
210 GPS卫星
具体实施方式
接着，参照附图对本发明涉及的自主移动体的实施方式进行说明。此外，以下的实施方式只不过示出本发明涉及的自主移动体的一例。因此，本发明是以以下的实施方式作为参考而通过权利要求书的记载划定了保护范围，而不是仅限定于以下的实施方式。由此，关于以下的实施方式中的构成要素中的未记载在表示本发明的最上位概念的独立权利要求中的构成要素，不一定是为了解决本发明的问题而必须的，而是作为构成更优选的实施方式的构成要素进行说明。
另外，附图是为了表达本发明而适当进行了强调、省略、比例调整的示意性的图，有时不同于实际的形状、位置关系、比例。
(实施方式1)
以下，作为自主移动体100的例子，使用自主飞行体即所谓的无人机(drone)对本发明的实施方式1进行说明。
图1是表示本实施方式涉及的自主移动体的外观的立体图。
图2是将控制单元所具备的功能部的一部分与机构部的一部分一起表示的框图。
如这些图所示，本实施方式中所利用的自主移动体100具备：作为移动单元101的多个旋翼111(螺旋桨)、分别单独地驱动旋翼111的多个马达112、用于取得自身位置的传感器103、以及取得来自传感器103的信号并控制马达112来掌管自立移动的控制装置104。
具备多个旋翼111的无人机式的自主移动体100通过对各个旋翼111的转速进行单独地控制，能够进行自主移动体100向各种方向(例如，前后左右上下)的移动和/或姿势的调节。在本实施方式的情况下，控制装置104也从移动单元101取得基于旋翼111的转速的控制状态的信息来作为传感器信息，并用作推定自身位置的信息之一。
传感器103只要是能够通过计测来取得用于推定自身位置的信息的装置，并没有特别限定。具体而言，作为传感器103，可以例示检测3轴方向的角度和/或各速度以及3轴方向的加速度的惯性计测装置(IMU：Inertial Measurement Unit)、压力计(高度计)、流量计(风速计)、GPS(Global Positioning System，全球定位***)接收机、LRF(Laser RangeFinder，激光测距机)、深度摄像头等。另外，自主移动体100装配有多种传感器103中的一种或多种传感器103。另外，所装配的传感器103根据自主移动体100的种类、移动目的、和/或移动场所来适当选择。
如图2所示，控制装置104是基于从传感器103等取得的信息控制移动单元101来使自主移动体100移动的装置，是具备通过执行存储部140等所存储的程序来进行各种处理的所谓CPU等的计算机。控制装置104具备传感器信息取得单元141、位置推定单元142、可靠度算出单元143、位置可靠度记录单元144和可靠度恢复行动控制单元145来作为通过程序执行的处理部。
存储部140是ROM(Read Only Memory，只读存储器)、HDD(Hard Disk Drive，硬盘驱动器)等信息存储装置，存储与各处理部对应的程序和/或自身位置等。另外，存储部140也存储示出目的地的位置信息、路线和/或障碍物等的地图信息等。
传感器信息取得单元141是取得传感器103所计测到的信号来作为用于自身位置推定的传感器信息的处理部。另外，传感器信息取得单元141也取得从移动单元101获得的信息、例如多个旋翼111各自的转速等控制信息来作为传感器信息。
位置推定单元142是基于传感器信息来推定与自主移动体100当前的位置有关的自身位置的处理部。在本实施方式的情况下，位置推定单元142基于多个传感器信息来算出实际上传感器103测定出的结果即测定位置。接着，位置推定单元142对多个测定位置进行整合并进行推定自身位置的处理。推定自身位置的方法没有特别限定，例如对于基于从GPS卫星接收到的信号而算出的测定位置和基于来自惯性计测装置的传感器信息而算出的测定位置等，也可以通过卡尔曼滤波器来推定自身位置。另外，对于通过对来自深度摄像头的传感器信息与存储在存储部140中的地图信息进行对照而算出的测定位置、和基于来自惯性计测装置的传感器信息而算出的测定位置等，也可以通过SLAM(SimultaneousLocalization And Mapping，同步定位与地图构建)来推定。
在作为位置推定单元142采用了卡尔曼滤波器的情况下，自身位置表现为正态分布。正态分布的方差根据从最后观测绝对位置起的经过时间或移动量而增加，通过观测绝对位置而减小。也就是说，可靠度根据从最后观测绝对位置起的经过时间或移动量而降低，通过观测绝对位置而增加(恢复)。绝对位置的观测通过基于GPS的测位和/或位置已知的路标的观测来进行。
可靠度算出单元143是基于进行计测的传感器103自身的可靠度、历时降低的可靠度、推定自身位置时已使用的传感器信息的误差等来算出自身位置的可靠度的处理部。例如，可靠度算出单元143使用在位置推定单元142推定自身位置时所使用的分布(例如正态分布)，将方差的倒数算出为可靠度。
位置可靠度记录单元144是将由位置推定单元142推定出的自身位置与由可靠度算出单元143算出的可靠度关联地记录于存储部140的处理部。在本实施方式的情况下，如图3所示，位置可靠度记录单元144对已关联的自身位置和可靠度进一步关联时刻信息并记录于存储部140。在此，时刻信息例如是表示由位置推定单元142推定了自身位置时的时刻的信息。此外，在图3中，对于与可靠度以外的时刻和坐标有关的信息，记载有用于互相区分的识别记号，它们并没有具体的含义。
可靠度恢复行动控制单元145是在可靠度算出单元143算出的可靠度满足预定条件的情况下，基于由位置可靠度记录单元144记录的信息来控制移动单元101以使得移动到可靠度高的位置的处理部。
图4是表示可靠度恢复行动控制单元的处理的流程的流程图。
如该图所示，可靠度恢复行动控制单元145判定可靠度是否满足预定条件(S101)。在可靠度不满足预定条件的情况下(S101：否)，维持通常作业。在此，通常作业例如是指自主移动体100向目标位置移动的作业、在目标位置进行检查等作业。
以下列举可靠度满足预定条件的情况下的具体的判定方法的例子(pattern，模式)。
1-1.可靠度恢复行动控制单元145逐次取得由可靠度算出单元143算出的可靠度，在所取得的可靠度低于预先确定的第二阈值的情况下，视为可靠度低下而执行恢复控制(S103)。
1-2.可靠度恢复行动控制单元145在存储部140所存储的可靠度内对所回溯的预定期间的可靠度进行统计处理来逐次算出统计可靠度。然后，可靠度恢复行动控制单元145算出从可靠度算出单元143逐次取得的可靠度与所述统计可靠度的差分，在差分为第三阈值以上的情况下，视为可靠度急剧降低而执行恢复控制(S103)。
1-3.可靠度恢复行动控制单元145从当前开始回溯并调查存储部140所存储的可靠度，在可靠度持续降低的期间比预先确定的第四阈值长的情况下，视为可靠度低下而执行恢复控制(S103)。
接着，以下列举用于恢复的具体的控制方法的例子(模式)。
2-1.可靠度恢复行动控制单元145基于存储部140所记录的可靠度，控制移动单元101以使得追寻存储部140所记录的自身位置进行逐次移动直到可靠度成为第一阈值以上为止。
具体基于图3所示的数据进行说明。作为前提，当前时刻是6，第一阈值是0.8。可靠度恢复行动控制单元145控制移动单元101来使自主移动体100移动，以使得追寻当前位置G(可靠度0.3)→F(可靠度0.5)→E(可靠度0.6)→D(可靠度0.8)的坐标。也就是说，使自主移动体100沿着来的路线后退，直到可靠度为第四阈值以上的坐标为止。
根据以上所述，在可靠度高的坐标位置再次推动自身位置，过渡到用于实施通常作业的行动。
这样的恢复行动在自主移动体100在初次空间中移动和/或由于突然产生的风等导致可靠度急剧降低等情况下有效。
2-2.可靠度恢复行动控制单元145控制移动单元101，以使得移动到存储部140所存储的可靠度为第一阈值以上且与当前的自身位置最接近的位置。
具体而言，如图5所示，从存储部140中提取以可靠度满足预定条件时(当前时刻6)的自主移动体100的自身位置为中心而位于其周围(上下、前后、左右)且可靠度为第一阈值(0.8)以上的坐标(A、C、D)。进而，算出各坐标与当前的自身位置之间的欧几里得距离，控制移动单元101以使得向欧几里得距离最小的坐标(D)以直线方式移动，使自主移动体100移动到坐标D。
根据以上所述，能够以较短的时间到达可靠度高的坐标位置，能够在该坐标再次推定自身位置，以较短的时间过渡到用于实施通常作业的行动。
这样的恢复行动在自主移动体100在狭窄的范围内进行诸如检查作业等情况下有效。
2-3.可靠度恢复行动控制单元145控制移动单元101，以使得移动到可靠度为第一阈值以上、且与最接近当前时刻的时刻信息关联的位置。
具体基于图3所示的数据进行说明。作为前提，当前时刻是6，第四阈值是0.8。可靠度恢复行动控制单元145按5(可靠度0.5)→4(可靠度0.6)→3(可靠度0.8)回溯时间并检查可靠度，控制移动单元101以使得向可靠度为第四阈值以上的坐标即坐标(D)以直线方式移动，使自主移动体100移动到坐标D。
根据以上所述，能够以较短的时间到达可靠度高的坐标位置，能够在该坐标再次推定自身位置，以较短的时间过渡到用于实施通常作业的行动。
这样的恢复行动在自主移动体100在障碍物少的宽阔空间内移动等情况下有效。
(实施方式2)
接着，对自主移动体100的其他实施方式进行说明。此外，对具有与所述实施方式1同样的作用和/或功能、同样的形状、机构和/或构造的部分标注相同的标号，有时省略说明。另外，以下以与实施方式1不同之处为中心来进行说明，有时对相同的内容省略说明。
图6是将本实施方式涉及的控制单元所具备的功能部的一部分与机构部的一部分一起表示的框图。
本实施方式涉及的控制装置104除了追加有期待值算出单元146之外，与实施方式1同样。
期待值算出单元146是如下处理部：以自主移动体100的自身位置为中心对空间进行分割，基于存储在存储部140中的、且分割后的各区域所包含的可靠度，按区域来算出期待值。
具体而言，如图7中的图像所示，期待值算出单元146以可靠度满足预定条件时的自主移动体100的自身位置为中心呈放射状来分割区域，从存储部140中提取各区域所包含的可靠度。然后，对各区域所包含的多个可靠度分别进行统计处理，按区域算出期待值。在本实施方式的情况下，对已关联的自身位置和可靠度不一定需要关联时刻。
在本实施方式的情况下，可靠度恢复行动控制单元145的具体的判定方法如下。
2-4.在可靠度满足预定条件的情况下，可靠度恢复行动控制单元145从期待值算出单元146取得按区域的期待值。进而，进行期待值的比较，控制移动单元101以使得向期待值最大的区域的方向以直线方式移动，使自主移动体100移动到坐标D。另外，可靠度恢复行动控制单元145使自主移动体100移动，直到最靠近可靠度为第一阈值以上的坐标位置。
根据以上所述，能够以高的概率到达可靠度高的坐标位置，能够在该坐标再次推定自身位置，更切实地过渡到用于实施通常作业的行动。
这样的恢复行动在自主移动体100大范围地移动、长期地在同一区域内进行多次作业等情况下有效。
(实施例)
接着，说明自主移动体100的具体的实施例。
图8是表示进行桥梁检查作业的自主移动体的立体图。
如该图所示，在本实施例的情况下，自主移动体100是无人机。另外，自主移动体100要实施的作业是桥梁200下表面的检查，是自主移动体100通过搭载于上部的检查用摄像头对桥梁200的下表面大范围地进行拍摄的作业。此外，基于由自主移动体100拍摄到的影像和进行了拍摄的位置，进行构造部件的裂纹的检测等。
在这样的作业中，自主移动体100从预定的位置A开始飞行，在时刻3到达作为经过位置的位置D。位置D是能够以高灵敏度接收来自GPS卫星210的信号的位置，可靠度成为0.8。
接着，自主移动体100一边基于来自IMU或GPS等传感器103的传感器信息使用卡尔曼滤波器来推定自身位置，一边在时刻4到达桥梁200的下方即位置E并开始桥梁200的拍摄。对于桥梁200的下方，不容易接收到来自GPS卫星210的信号，但可基于来自IMU等传感器103的传感器信息推定自身位置，其可靠度成为0.6。
接着，一边在桥梁200的下方移动一边进行桥梁200的拍摄，从位置E前进到位置F，从位置F前进到位置G。在从位置E经过位置F朝向位置G的过程中，自主移动体100无法取得来自GPS卫星210的信号，因此自身位置的可靠度随着时间而不断降低。
在到达了位置G的阶段可靠度低于了预先确定的第二阈值(0.3)，因此可靠度恢复行动控制单元145控制移动单元101，以使得移动到存储部140所存储的可靠度为第一阈值(0.7)以上且与当前的自身位置G最接近的位置即位置D。
通过移动单元101的控制，以直线方式移动到位置D的自主移动体100，自身位置的可靠度得到了恢复，因此以直线方式返回到开始执行恢复行动的位置G，再次进行桥梁200的拍摄。
通过如上述那样使自主移动体100移动，能够一边将自身位置的可靠度维持在高可靠度的状态一边高效地进行作业。
此外，本发明并不限定于上述实施方式。例如，可以对本说明书中记载的构成要素进行任意组合，另外也可以将除去几个构成要素而实现的其他的实施方式作为本发明的实施方式。另外，在不脱离本发明的主旨即权利要求书中记载的语言所表示的意思的范围内对上述实施方式实施本领域技术人员想到的各种变形而得到的变形例也包含在本发明中。
例如，在上述实施方式中，作为自主移动体100例示了能够在三维方向自由移动的自主飞行体即所谓的能够在空中飞行的无人机，但自主移动体100并不限定于此。作为自主移动体100，例如也可以列举在地面行驶的自主行驶车、在水面航行的自主船等。
另外，传感器103只要能够对有助于推定自身位置的信息进行测定，并不特别限定，包括已经列举的传感器以外的所有传感器。
另外，设为了将所有的处理部由一个控制装置104来实现，但也可以由多个控制单元来分担各处理，并通过相互的通信来收发信息。
另外，期待值算出单元146在放射状的区域中算出了期待值，但并不限定于此，也可以对图5所示那样的块状的区域算出期待值等任意地分割区域。
另外，结束恢复行动的条件也可以是：在恢复行动中也逐次算出自身位置和可靠度，通过获得的可靠度高于预定值来结束恢复行动。另外，也可以在目的地与自身位置一致的情况下结束。
另外，在可靠度恢复之后，可以返回到开始恢复行动的地点，也可以从可靠度已恢复的位置直接去往目的地。
产业上的可利用性
本发明能够利用于自主移动的车辆、火车、船舶、航空器、吸尘器等。

Claims (10)

1.一种自主移动体，是由传感器计测自身位置并控制移动单元来向目标场所自主移动的自主移动体，所述自主移动体具备：
传感器信息取得单元，其从所述传感器取得与自身位置有关的传感器信息；
位置推定单元，其基于所述传感器信息取得单元取得的传感器信息来推定自身位置；
可靠度算出单元，其算出由所述位置推定单元推定的自身位置的可靠度；
位置可靠度记录单元，其将由所述可靠度算出单元算出的可靠度与由所述位置推定单元推定出的自身位置关联地进行记录；
期待值算出单元，所述期待值算出单元以自身位置为中心对空间进行分割，并基于分割后的各区域所包含的可靠度来算出期待值；以及
可靠度恢复行动控制单元，其在所述可靠度算出单元算出的可靠度满足预定条件的情况下，控制所述移动单元，以使得所述自主移动体向期待值高的方向以直线方式移动，
所述可靠度根据由所述传感器观测到所述自主移动体的绝对位置起的经过时间或所述自主移动体的移动量的增加而减小，通过由所述传感器观测到所述自主移动体的绝对位置而恢复到与该绝对位置对应的可靠度。
2.根据权利要求1所述的自主移动体，
所述可靠度恢复行动控制单元基于所记录的可靠度，控制所述移动单元，以使得所述自主移动体追寻所记录的自身位置进行逐次移动直到可靠度成为第一阈值以上为止。
3.根据权利要求1所述的自主移动体，
所述可靠度恢复行动控制单元控制所述移动单元，以使得所述自主移动体移动到可靠度为第一阈值以上、且与自身位置最接近的位置。
4.根据权利要求1所述的自主移动体，
位置可靠度记录单元进一步将时刻信息与自身位置以及可靠度关联地进行记录，所述时刻信息是与由所述位置推定单元推定了自身位置时的时刻对应的信息，
所述可靠度恢复行动控制单元控制所述移动单元，以使得所述自主移动体移动到可靠度为第一阈值以上、且与最接近当前时刻的时刻信息关联的位置。
5.根据权利要求1所述的自主移动体，
可靠度满足预定条件的情况是指可靠度低于第二阈值的情况。
6.根据权利要求1所述的自主移动体，
可靠度满足预定条件的情况是指可靠度急剧降低的情况。
7.根据权利要求1所述的自主移动体，
可靠度满足预定条件的情况是指可靠度在预定时间中持续降低的情况。
8.根据权利要求1所述的自主移动体，
所述位置推定单元使用正态分布来推定自身位置，
所述可靠度算出单元算出所述正态分布的方差的倒数来作为自身位置的可靠度。
9.根据权利要求1所述的自主移动体，
所述自身位置是GPS信息。
10.根据权利要求1所述的自主移动体，
所述自主移动体是无人机。
CN201710095354.2A 2016-04-01 2017-02-22 自主移动体 Active CN107272727B (zh)

Applications Claiming Priority (4)

Application Number Priority Date Filing Date Title
JP2016074524 2016-04-01
JP2016-074524 2016-04-01
JP2016225523A JP2017188067A (ja) 2016-04-01 2016-11-18 自律移動体
JP2016-225523 2016-11-18

Publications (2)

Publication Number Publication Date
CN107272727A CN107272727A (zh) 2017-10-20
CN107272727B true CN107272727B (zh) 2022-02-01

Family

ID=58412885

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710095354.2A Active CN107272727B (zh) 2016-04-01 2017-02-22 自主移动体

Country Status (3)

Country Link
US (1) US10162368B2 (zh)
EP (1) EP3229096A1 (zh)
CN (1) CN107272727B (zh)

Families Citing this family (17)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP6445151B2 (ja) * 2015-05-22 2018-12-26 富士フイルム株式会社 ロボット装置及びロボット装置の移動制御方法
US10150563B2 (en) * 2016-04-01 2018-12-11 Panasonic Intellectual Property Corporation Autonomous moving machine system
CN107272727B (zh) * 2016-04-01 2022-02-01 松下电器（美国）知识产权公司 自主移动体
USD817812S1 (en) * 2016-10-31 2018-05-15 Advanced Aerial Services, Llc Unmanned aerial vehicle
USD816581S1 (en) * 2016-12-06 2018-05-01 Jianjia Zhao Quadcopter
USD808329S1 (en) * 2017-01-18 2018-01-23 Aurora Flight Sciences Corporation Lenticular aircraft
US10803683B2 (en) * 2017-02-14 2020-10-13 Kabushiki Kaisha Toshiba Information processing device, information processing method, computer program product, and moving object
USD855705S1 (en) * 2017-06-07 2019-08-06 Jianjia Zhao Quadcopter
USD814385S1 (en) * 2017-06-27 2018-04-03 Jianjia Zhao Quadcopter
USD843921S1 (en) * 2017-07-05 2019-03-26 Xin Shi Quadcopter frame
US10627236B2 (en) * 2018-02-27 2020-04-21 Sharp Kabushiki Kaisha Position measurement apparatus, position correction method, and position information acquisition system
US10594549B2 (en) * 2018-05-18 2020-03-17 Nant Holdings Ip, Llc Fine grained network management to edge device features
CN110238879B (zh) * 2019-05-22 2022-09-23 菜鸟智能物流控股有限公司 一种定位方法、装置和机器人
JP7332403B2 (ja) * 2019-09-11 2023-08-23 株式会社東芝 位置推定装置、移動体制御システム、位置推定方法およびプログラム
KR20210081052A (ko) * 2019-12-23 2021-07-01 엘지전자 주식회사 무인 비행체 및 무인 비행체 시스템
FR3113731B1 (fr) * 2020-09-03 2022-09-02 Airbus Helicopters Procédé et système d’aide à la navigation d’un aéronef, aéronef associé.
USD932369S1 (en) * 2020-09-16 2021-10-05 ZenaDrone, Inc. Drone

Citations (19)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH04296683A (ja) * 1991-03-27 1992-10-21 Fujita Corp 自己位置検出システム
CN101017200A (zh) * 2006-02-06 2007-08-15 阿尔派株式会社 位置计算装置
JP2007322138A (ja) * 2006-05-30 2007-12-13 Toyota Motor Corp 移動装置及び移動装置の自己位置推定方法
JP2008249419A (ja) * 2007-03-29 2008-10-16 Fujitsu Ltd 無線測位システム、移動体、そのプログラム
CN201138451Y (zh) * 2007-12-10 2008-10-22 华中科技大学 机器人自主定位***
CN101375174A (zh) * 2006-02-15 2009-02-25 艾利森电话股份有限公司 辅助gps定位中的准确度估计
CN101819043A (zh) * 2009-02-26 2010-09-01 爱信艾达株式会社 导航装置及导航用程序
JP2011043405A (ja) * 2009-08-21 2011-03-03 Toyota Motor Corp 自己位置推定装置、自己位置推定方法及びプログラム
CN102402225A (zh) * 2011-11-23 2012-04-04 中国科学院自动化研究所 一种实现移动机器人同时定位与地图构建的方法
CN103119611A (zh) * 2010-06-25 2013-05-22 天宝导航有限公司 基于图像的定位的方法和设备
CN103228040A (zh) * 2012-01-31 2013-07-31 国际商业机器公司 室内电子地图生成方法与***及室内目标定位方法与***
CN103403578A (zh) * 2010-12-15 2013-11-20 高通股份有限公司 在定位时从位置和时间离群恢复
CN103954275A (zh) * 2014-04-01 2014-07-30 西安交通大学 基于车道线检测和gis地图信息开发的视觉导航方法
JP2014149622A (ja) * 2013-01-31 2014-08-21 Secom Co Ltd 自律飛行ロボット
CN104236548A (zh) * 2014-09-12 2014-12-24 清华大学 一种微型无人机室内自主导航方法
CN104412065A (zh) * 2012-06-27 2015-03-11 三菱电机株式会社 定位装置
CN104656058A (zh) * 2015-01-27 2015-05-27 谢之恒 分布式多移动节点协作定位***
CN104880722A (zh) * 2015-03-25 2015-09-02 清华大学 无人机的gps速度及位置观测异常值检测方法
JP2016011918A (ja) * 2014-06-30 2016-01-21 カシオ計算機株式会社 測位システム、測位装置、記憶装置及び測位方法

Family Cites Families (17)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9043052B2 (en) * 2008-05-27 2015-05-26 Wilfred So System and method for multiple vehicles moving a common payload
US20140297090A1 (en) * 2011-11-11 2014-10-02 Hitachi, Ltd. Autonomous Mobile Method and Autonomous Mobile Device
KR20150019771A (ko) * 2013-08-16 2015-02-25 한국항공우주연구원 무인 항공기의 착륙 방법 및 시스템
US9696430B2 (en) * 2013-08-27 2017-07-04 Massachusetts Institute Of Technology Method and apparatus for locating a target using an autonomous unmanned aerial vehicle
EP3060479A4 (en) * 2013-10-21 2017-05-17 Kespry Inc. System and methods for execution of recovery actions on an unmanned aerial vehicle
JP6527726B2 (ja) 2015-03-17 2019-06-05 セコム株式会社 自律移動ロボット
US20180157255A1 (en) * 2015-05-12 2018-06-07 Precision Autonomy Pty Ltd Systems and methods of unmanned vehicle control and monitoring
US10586464B2 (en) * 2015-07-29 2020-03-10 Warren F. LeBlanc Unmanned aerial vehicles
US9973939B2 (en) * 2015-09-25 2018-05-15 Vivint, Inc. UAV network design
CN107272727B (zh) * 2016-04-01 2022-02-01 松下电器（美国）知识产权公司 自主移动体
US10150563B2 (en) * 2016-04-01 2018-12-11 Panasonic Intellectual Property Corporation Autonomous moving machine system
DE112017002668T5 (de) * 2016-05-24 2019-02-21 Flex Ltd. Systeme und Verfahren für die aktive Lieferkettenüberwachung
US10114384B2 (en) * 2016-09-13 2018-10-30 Arrowonics Technologies Ltd. Formation flight path coordination of unmanned aerial vehicles
US20180091939A1 (en) * 2016-09-23 2018-03-29 Qualcomm Incorporated Geofenced access point measurement data collection
US10281279B2 (en) * 2016-10-24 2019-05-07 Invensense, Inc. Method and system for global shape matching a trajectory
US11190965B2 (en) * 2016-10-31 2021-11-30 Veniam, Inc. Systems and methods for predictive connection selection in a network of moving things, for example including autonomous vehicles
IL249140A0 (en) * 2016-11-22 2017-01-31 Technion Res & Dev Foundation Tracking using coded beacons

Patent Citations (19)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH04296683A (ja) * 1991-03-27 1992-10-21 Fujita Corp 自己位置検出システム
CN101017200A (zh) * 2006-02-06 2007-08-15 阿尔派株式会社 位置计算装置
CN101375174A (zh) * 2006-02-15 2009-02-25 艾利森电话股份有限公司 辅助gps定位中的准确度估计
JP2007322138A (ja) * 2006-05-30 2007-12-13 Toyota Motor Corp 移動装置及び移動装置の自己位置推定方法
JP2008249419A (ja) * 2007-03-29 2008-10-16 Fujitsu Ltd 無線測位システム、移動体、そのプログラム
CN201138451Y (zh) * 2007-12-10 2008-10-22 华中科技大学 机器人自主定位***
CN101819043A (zh) * 2009-02-26 2010-09-01 爱信艾达株式会社 导航装置及导航用程序
JP2011043405A (ja) * 2009-08-21 2011-03-03 Toyota Motor Corp 自己位置推定装置、自己位置推定方法及びプログラム
CN103119611A (zh) * 2010-06-25 2013-05-22 天宝导航有限公司 基于图像的定位的方法和设备
CN103403578A (zh) * 2010-12-15 2013-11-20 高通股份有限公司 在定位时从位置和时间离群恢复
CN102402225A (zh) * 2011-11-23 2012-04-04 中国科学院自动化研究所 一种实现移动机器人同时定位与地图构建的方法
CN103228040A (zh) * 2012-01-31 2013-07-31 国际商业机器公司 室内电子地图生成方法与***及室内目标定位方法与***
CN104412065A (zh) * 2012-06-27 2015-03-11 三菱电机株式会社 定位装置
JP2014149622A (ja) * 2013-01-31 2014-08-21 Secom Co Ltd 自律飛行ロボット
CN103954275A (zh) * 2014-04-01 2014-07-30 西安交通大学 基于车道线检测和gis地图信息开发的视觉导航方法
JP2016011918A (ja) * 2014-06-30 2016-01-21 カシオ計算機株式会社 測位システム、測位装置、記憶装置及び測位方法
CN104236548A (zh) * 2014-09-12 2014-12-24 清华大学 一种微型无人机室内自主导航方法
CN104656058A (zh) * 2015-01-27 2015-05-27 谢之恒 分布式多移动节点协作定位***
CN104880722A (zh) * 2015-03-25 2015-09-02 清华大学 无人机的gps速度及位置观测异常值检测方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
"Ear-based exploration on hybrid metric/topological maps";Q. Zhang，等;《2014 IEEE/RSJ International Conference on Intelligent Robots and Systems》;20141106;3081-3088 *

Also Published As

Publication number Publication date
CN107272727A (zh) 2017-10-20
US10162368B2 (en) 2018-12-25
EP3229096A1 (en) 2017-10-11
US20170285661A1 (en) 2017-10-05

Similar Documents

Publication Publication Date Title
CN107272727B (zh) 自主移动体
CN107272728B (zh) 自主移动体***
US10150563B2 (en) Autonomous moving machine system
CN106289275B (zh) 用于改进定位精度的单元和方法
KR101454153B1 (ko) 가상차선과 센서 융합을 통한 무인 자율주행 자동차의 항법시스템
EP2133662B1 (en) Methods and system of navigation using terrain features
EP2749842B1 (en) System and method for collaborative navigation
JP2017188067A (ja) 自律移動体
JP2015006874A (ja) ３次元証拠グリッドを使用する自律着陸のためのシステムおよび方法
EP3531223B1 (en) Obstacle avoidance method and aircraft
EP2175237B1 (en) System and methods for image-based navigation using line features matching
CN107235013A (zh) 车载导航定位全景云台
KR20120046974A (ko) 이동 로봇 및 이동 로봇의 위치인식 및 지도작성 방법
Langelaan et al. Towards autonomous UAV flight in forests
CN111947644B (zh) 一种室外移动机器人定位方法、***及其电子设备
JP2016173709A (ja) 自律移動ロボット
Sabatini et al. Low-cost navigation and guidance systems for Unmanned Aerial Vehicles. Part 1: Vision-based and integrated sensors
KR20210029518A (ko) 멀티 센서 기반의 무인 비행체 및 그 제어 방법
Andert et al. Improving monocular SLAM with altimeter hints for fixed-wing aircraft navigation and emergency landing
KR20200042404A (ko) 항법 시스템
Pfingsthorn et al. Full 3D navigation correction using low frequency visual tracking with a stereo camera
JP7352908B2 (ja) 無人航空機の推定位置を修正するためのシステム、方法、プログラム及びプログラムを記憶した記憶媒体
JP6956305B2 (ja) 制御装置、制御方法及びプログラム
EP4370989A1 (en) Devices, systems and methods for navigating a mobile platform
WO2023067892A1 (ja) 情報処理装置、情報処理方法、及びプログラム

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant