JP2008033760A - Mobile robot - Google Patents
Mobile robot Download PDFInfo
- Publication number
- JP2008033760A JP2008033760A JP2006208235A JP2006208235A JP2008033760A JP 2008033760 A JP2008033760 A JP 2008033760A JP 2006208235 A JP2006208235 A JP 2006208235A JP 2006208235 A JP2006208235 A JP 2006208235A JP 2008033760 A JP2008033760 A JP 2008033760A
- Authority
- JP
- Japan
- Prior art keywords
- section
- road surface
- mobile robot
- wheel
- correction information
- 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.)
- Pending
Links
- 238000012937 correction Methods 0.000 claims abstract description 171
- 238000001514 detection method Methods 0.000 claims abstract description 44
- 238000004364 calculation method Methods 0.000 claims description 51
- 239000003550 marker Substances 0.000 abstract description 23
- 238000005259 measurement Methods 0.000 description 18
- 238000000034 method Methods 0.000 description 18
- 230000005856 abnormality Effects 0.000 description 11
- 238000012544 monitoring process Methods 0.000 description 10
- 238000012545 processing Methods 0.000 description 9
- 230000008569 process Effects 0.000 description 8
- 238000004891 communication Methods 0.000 description 7
- 238000003384 imaging method Methods 0.000 description 6
- 238000000605 extraction Methods 0.000 description 4
- 230000002159 abnormal effect Effects 0.000 description 3
- 230000008859 change Effects 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 230000009471 action Effects 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000005674 electromagnetic induction Effects 0.000 description 2
- 238000010191 image analysis Methods 0.000 description 2
- 230000004044 response Effects 0.000 description 2
- 238000013519 translation Methods 0.000 description 2
- 238000009825 accumulation Methods 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 238000001035 drying Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
- 238000009736 wetting Methods 0.000 description 1
Images
Landscapes
- Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
Abstract
Description
本発明は、走行路面の障害物を検出しつつ屋外を走行する移動ロボットに関し、特に走行路面が濡れている場合に自己位置の検出精度を確保するための技術に関する。 The present invention relates to a mobile robot that travels outdoors while detecting obstacles on a traveling road surface, and more particularly to a technique for ensuring self-position detection accuracy when the traveling road surface is wet.
近年、所定の経路を移動して物品の搬送や異常の監視を行う移動ロボットが供されてきている。このような移動ロボットにおいては、車輪の回転量を計測して、予め入力された車輪半径と左右輪間隔（トレッド）とに基づき、移動距離と移動経路を算出して現在位置を計測することが知られている。 In recent years, mobile robots have been provided that move along a predetermined route to carry articles and monitor abnormalities. In such a mobile robot, the rotation amount of the wheel is measured, and the current position is measured by calculating the movement distance and the movement route based on the wheel radius and the left-right wheel interval (tread) inputted in advance. Are known.
特許文献１には、特に、ガイド手段となる磁気テープに沿って走行するとともに、路面に設けられた番地指定発信器を読み取って右折左折などの旋回制御を行い、車輪の回転量をエンコーダで計測して走行距離から現在位置を算出する無人搬送車が記載されている。
上述した従来の無人搬送車は、エンコーダで計測した車輪の回転量から移動距離を算出しており、このような移動距離算出のためには、予め記憶されている車輪半径が一般に用いられる。また同無人搬送車は、左右輪の走行用モータを制御して旋回制御しており、このような旋回量算出のためには、予め入力された左右車輪間隔が一般に用いられる。 The conventional automatic guided vehicle described above calculates a moving distance from the rotation amount of the wheel measured by the encoder, and a wheel radius stored in advance is generally used for calculating the moving distance. The automatic guided vehicle controls turning by controlling motors for left and right wheels. In order to calculate the amount of turning, a left and right wheel interval inputted in advance is generally used.
しかし、車輪半径や車輪間距離を使って現在位置を検出する場合には、同じ走行区間であっても、乾湿による路面の摩擦係数の違いにより、車輪のスリップの度合いが異なるため、路面乾燥時と路面が濡れている時で算出される自己位置に誤差が生じてしまう場合があるという問題があった。 However, when the current position is detected using the wheel radius or the distance between the wheels, even in the same travel section, the degree of wheel slip differs due to the difference in the friction coefficient of the road surface due to dry and wet conditions. There is a problem that an error may occur in the self-position calculated when the road surface is wet.
また、この種の移動ロボットの移動手段は車輪に限ったものではなく、例えば２脚又はこれ以上の脚数の歩行脚を有する脚歩行式のものや、無限軌道を備えたクローラ式のものなどもある。そして、これらの車輪走行式以外の移動手段においても、上述した問題点と同様に、乾湿による路面の摩擦係数の違いによって当該移動手段と走行面との間にスリップが生じ、算出される自己位置に誤差が生じることがあるという問題点があった。 In addition, the moving means of this type of mobile robot is not limited to wheels, for example, a leg-walking type having two or more walking legs, a crawler type having an endless track, etc. There is also. Also in these moving means other than the wheel traveling type, similar to the above-described problem, slip occurs between the moving means and the traveling surface due to the difference in the friction coefficient of the road surface due to dry and wet, and the calculated self-position There was a problem that an error might occur.
そこで、本発明は、上記問題に鑑みてなされたものであり、路面の乾湿等の状態の違いにより路面の摩擦係数が異なる等の路面状況の違いに起因する自己位置算出の誤差を低減して、現在位置を高精度に算出できる移動ロボットを実現することを目的とする。 Therefore, the present invention has been made in view of the above problems, and reduces errors in self-position calculation due to differences in road surface conditions such as differences in the friction coefficient of the road surface due to differences in conditions such as dry and wet conditions on the road surface. An object of the present invention is to realize a mobile robot capable of calculating the current position with high accuracy.
請求項１に記載された移動ロボットは、
走行経路を移動手段により移動する移動ロボットであって、
路面の乾湿状態を判定する路面状態判定部と、
現在位置を算出する位置算出部と、
前記移動ロボットの位置を補正するための位置補正情報を前記路面の乾湿状態に対応して予め記憶した記憶部とを具備し、
前記位置算出部は、前記路面状態判定部が判定した前記路面の乾湿状態に対応する前記位置補正情報を前記記憶部から呼び出し、該位置補正情報により現在位置を算出することを特徴としている。
The mobile robot according to claim 1 is:
A mobile robot that moves a travel route by a moving means,
A road surface state determination unit for determining the wet and dry state of the road surface;
A position calculation unit for calculating the current position;
A storage unit that stores in advance position correction information for correcting the position of the mobile robot corresponding to the wet and dry state of the road surface;
The position calculating unit is configured to call the position correction information corresponding to the wet and dry condition of the road surface determined by the road surface state determining unit from the storage unit and calculate a current position based on the position correction information.
請求項２に記載された移動ロボットは、請求項１に記載の移動ロボットにおいて、
更に、前記走行経路に配設されて該走行経路における区間の区切りとなる地点指示手段を検出する指示手段検出部と、
前記指示手段検出部の出力に基づき前記区間の始点と終点を検出して前記区間を判別する区間判別部とを備え、
前記記憶部は、前記位置補正情報を前記区間ごとに前記路面の乾湿状態に対応して予め記憶し、
前記位置算出部は、前記路面状態判定部が判定した前記路面の乾湿状態及び前記区間判別部が判別した前記区間に対応する前記位置補正情報を前記記憶部から呼び出し、該位置補正情報により現在位置を算出することを特徴としている。
The mobile robot according to
Further, an instruction means detection unit that is arranged on the travel route and detects a point instruction means that serves as a section of the section in the travel route;
A section discriminator for discriminating the section by detecting the start point and end point of the section based on the output of the instruction means detector;
The storage unit stores the position correction information in advance corresponding to the wet and dry state of the road surface for each section,
The position calculation unit calls the position correction information corresponding to the road surface dry / wet state determined by the road surface state determination unit and the section determined by the section determination unit from the storage unit, and uses the position correction information as a current position It is characterized by calculating.
請求項３に記載された移動ロボットは、請求項１または２に記載の移動ロボットにおいて、
前記移動手段としての車輪と、前記車輪の回転量を検出する回転量検出部とを備え、
前記位置算出部は、前記車輪の回転量から走行距離を算出する算定式を前記位置補正情報により補正し、算出された走行距離から前記現在位置を算出することを特徴としている。
The mobile robot according to
A wheel as the moving means, and a rotation amount detection unit for detecting the rotation amount of the wheel,
The position calculation unit is characterized in that a calculation formula for calculating a travel distance from the amount of rotation of the wheel is corrected by the position correction information, and the current position is calculated from the calculated travel distance.
請求項４に記載された移動ロボットは、請求項３に記載の移動ロボットにおいて、
前記車輪として、少なくとも一対の駆動輪を有し、
前記位置補正情報は、前記各駆動輪の径データを補正する径補正係数と前記各駆動輪間の車輪間隔データを補正する間隔補正係数とを前記路面の乾湿状態に対応して前記区間ごとに記憶し、
前記位置算出部は、前記各駆動輪ごとの回転量と前記径補正係数で補正される径データとから各駆動輪ごとの走行距離を算出するとともに、該走行距離と前記間隔補正係数で補正される車輪間隔とから旋回量を算出して現在位置を求めることを特徴としている。
The mobile robot according to
As the wheels, at least a pair of drive wheels,
The position correction information includes a diameter correction coefficient for correcting the diameter data of each driving wheel and a distance correction coefficient for correcting wheel distance data between the driving wheels for each section corresponding to the wet and dry conditions of the road surface. Remember,
The position calculation unit calculates a travel distance for each drive wheel from the rotation amount for each drive wheel and the diameter data corrected by the diameter correction coefficient, and is corrected by the travel distance and the interval correction coefficient. The present invention is characterized in that the current position is obtained by calculating the turning amount from the wheel interval.
請求項５に記載された移動ロボットは、請求項２乃至４の何れか一つに記載の移動ロボットにおいて、
さらに、走行が終了した区間の前記位置補正情報を、当該区間において前記路面状態判定部が判定した路面の乾湿状態に応じて、当該区間における前記移動手段の駆動量と当該区間の実距離を用いて更新する位置補正情報算出部を有することを特徴としている。
The mobile robot according to claim 5 is the mobile robot according to any one of
Further, the position correction information of the section in which the travel has been completed is determined using the driving amount of the moving unit in the section and the actual distance of the section according to the wet and dry state of the road surface determined by the road surface state determination unit in the section. And a position correction information calculation unit for updating the information.
請求項６に記載された移動ロボットは、
複数区間からなる走行経路を移動手段により移動する移動ロボットであって、
前記走行経路に配設された地点指示手段を検出する指示手段検出部と、
前記指示手段検出部の出力に基づき前記各区間の始点と終点を検出して前記各区間を判別する区間判別部と、
前記区間ごとに前記移動ロボットの位置を補正するための位置補正情報を予め記憶した記憶部と、
前記区間判別部が識別した前記区間に対応する前記位置補正情報を前記記憶部から呼び出して、現在移動している前記区間における前記移動ロボットの現在位置を前記位置補正情報により補正して算出する位置算出部と、
路面の乾湿状態を判定する路面状態判定部と、
走行が終了した区間における前記移動手段の駆動量と当該区間の実距離を用いて新たな位置補正情報を算出し、当該新たな位置補正情報と、前記路面状態判定部が判定した前記路面の湿れ度合いに応じて予め定められた重み係数とにより、前記記憶部に記憶された当該区間の位置補正情報を更新する位置補正情報算出部と、
を有することを特徴としている。
The mobile robot according to
A mobile robot that moves a travel route composed of a plurality of sections by a moving means,
An instruction means detection unit for detecting a point instruction means arranged on the travel route;
A section discriminator for discriminating each section by detecting the start point and end point of each section based on the output of the instruction means detector;
A storage unit that stores in advance position correction information for correcting the position of the mobile robot for each section;
A position calculated by calling the position correction information corresponding to the section identified by the section determination section from the storage section and correcting the current position of the mobile robot in the section currently moving with the position correction information. A calculation unit;
A road surface state determination unit for determining the wet and dry state of the road surface;
New position correction information is calculated using the driving amount of the moving means in the section where the travel is completed and the actual distance of the section, and the new position correction information and the road surface humidity determined by the road surface state determination unit are calculated. A position correction information calculation unit that updates the position correction information of the section stored in the storage unit with a weighting factor that is determined in advance according to the degree,
It is characterized by having.
本発明に係る移動ロボットによれば、路面の摩擦係数が異なる状況に対応し、現在位置算出の精度を向上できるという効果がある。 According to the mobile robot of the present invention, it is possible to cope with the situation where the friction coefficient of the road surface is different and to improve the accuracy of the current position calculation.
さらに、移動手段が車輪である場合には、車輪の回転量から現在位置を算出する算定式を補正することにより移動ロボットの現在位置を補正することができる。 Further, when the moving means is a wheel, the current position of the mobile robot can be corrected by correcting the calculation formula for calculating the current position from the rotation amount of the wheel.
さらに、移動手段が一対の駆動用の車輪を有している場合において、各車輪の基準径と、各車輪の各基準径の径補正係数と、両車輪の基準間隔と、両車輪の基準間隔の間隔補正係数とにより、車輪の回転量から得られる現在位置を補正することができる。 Furthermore, when the moving means has a pair of driving wheels, the reference diameter of each wheel, the diameter correction coefficient of each reference diameter of each wheel, the reference interval of both wheels, and the reference interval of both wheels The current position obtained from the rotation amount of the wheel can be corrected by the interval correction coefficient.
さらに、ある区間の走行が終了した後に、当該区間の位置補正情報を、当該区間の路面の乾湿状態と当該区間での走行実績により更新することとすれば、常に最も確度の高い情報を根拠として現在位置の補正を行うことができ、現在位置の算出をより一層高精度に行うことができる。 Further, after the travel of a certain section is completed, if the position correction information of the section is updated with the wet and dry conditions of the road surface of the section and the travel performance in the section, the information with the highest accuracy is always used as the basis. The current position can be corrected, and the current position can be calculated with higher accuracy.
また、本発明に係る移動ロボットによれば、移動ロボットの位置を補正するための位置補正情報として、単一種類の情報を区間ごとに用意しておけば、位置補正情報により現在位置を補正して当該区間の走行が終了した後に、当該区間における走行実績と当該区間の実距離を用いて新たな位置補正情報を算出し、この新たな位置補正情報と前の位置補正情報とを路面の湿れ度合いに応じた重み係数により適当な比率でブレンドして最新の位置補正情報とすることができ、これを確度の高い位置補正情報として現在位置の補正に用いることができるので、現在位置の算出を高精度に行うことができる。 Further, according to the mobile robot of the present invention, if a single type of information is prepared for each section as the position correction information for correcting the position of the mobile robot, the current position is corrected by the position correction information. After the travel of the section is completed, new position correction information is calculated using the travel performance in the section and the actual distance of the section, and the new position correction information and the previous position correction information are The latest position correction information can be blended at an appropriate ratio using a weighting factor according to the degree of correction, and this can be used for correcting the current position as highly accurate position correction information. Can be performed with high accuracy.
１．全体の構成（図１）
図１は、本発明の一実施形態に係る移動ロボット１が利用される環境である監視区域の平面図と、同移動ロボット１の外観を示す斜視図である。
この移動ロボット１は、例えば警備目的のために使用される自律移動型のロボットであり、監視区域内の所定経路を巡回しながら図示しない異常判定用のセンサや撮像ユニット７、レーザセンサ２にて監視区域内の異常の検出を行うものである。
1. Overall configuration (Figure 1)
FIG. 1 is a plan view of a monitoring area, which is an environment in which a mobile robot 1 according to an embodiment of the present invention is used, and a perspective view showing an appearance of the mobile robot 1.
The mobile robot 1 is an autonomous mobile robot that is used for security purposes, for example, and uses an abnormality determination sensor (not shown), an imaging unit 7, and a
図１（ａ）において、建物の周囲が、予め設定された移動ロボット１が巡回する移動経路とされており、その移動経路の全長にわたってガイド手段としての白線テープ３が固定的に設けられている。監視区域は、建物と、この建物の周囲を一周するように設定された白線テープ３を含む所定面積の範囲とされている。
In FIG. 1A, the periphery of the building is a moving route that the mobile robot 1 circulates in advance, and a
また経路中の所定の地点には、白線テープ３の近傍に地点指示手段としての指示マーカ４が固定的に配置されている。指示マーカ４は、白色矩形のマークとして移動経路上に設定された走行区間の境界に設けられており、移動経路上に設定された走行区間や指示マーカ４が設定された地点を移動ロボット１に指示するものである。
In addition, at a predetermined point in the route, an
また、白線テープ３の中途には、移動ロボット１による監視巡回行動の１サイクルにおける開始地点（出発点）及び終了地点（到着点）となり、ロボット不使用時の格納庫であるとともに、さらに移動ロボット１のバッテリーを充電する充電装置を備えたロボットボックス５が配置されている。
In the middle of the
なお、図１には示さないが、例えば前記建物内のセキュリティー関連部署等には監視センタが設置されている。この監視センタには、本例の移動ロボット１及びこれに関連するシステムを運用するための管制装置等が配置されており、係員がその運用に当たる。 Although not shown in FIG. 1, for example, a monitoring center is installed in a security-related department in the building. In this monitoring center, the mobile robot 1 of this example and a control device for operating the system related thereto are arranged, and a staff member is in charge of the operation.
図１（ｂ）にその外観を示すように、移動ロボット１は、移動手段である左右の車輪６で前記白線テープ３に沿って走行しつつ、本体の正面側に装備した障害物検知手段としてのレーザセンサ２により、移動方向前方の監視区域を図示一点鎖線で示すように走査する。本体の上部には、全周囲を撮像できる撮像ユニット７が装備されており、レーザセンサ２等によって異常を発見した場合やその他必要な場合に周囲の必要な位置の画像を撮像できるようになっている。
As shown in FIG. 1 (b), the mobile robot 1 is an obstacle detection means equipped on the front side of the main body while traveling along the
そして、この移動ロボット１は、監視巡回行動中に監視区域内で異常を検出すると、遠隔の前記監視センタに撮像画像とともに異常信号を送出する。監視センタでは、異常信号を受信すると、受信した撮像画像を表示して異常の確認を行い、移動ロボット１を遠隔操作して異常対処を行う。 When the mobile robot 1 detects an abnormality in the monitoring area during the monitoring patrol action, the mobile robot 1 sends an abnormal signal together with the captured image to the remote monitoring center. When the monitoring center receives the abnormality signal, the received captured image is displayed to check the abnormality, and the mobile robot 1 is remotely operated to deal with the abnormality.
２．移動ロボット１の構成（図１及び図２）
図２は、本例の移動ロボット１の具体的な構成を示す機能ブロック図である。
この移動ロボット１は、移動手段６，８、ガイド検出部１０、移動制御部９、自己位置検出部１３、測距センサ１６、記憶部１７、処理部１８、撮像ユニット７、通信部２０及びこれら各部を制御する制御部２１、各部に電力を供給する電源部２２を有している。以下に各部ごとに説明する。
2. Configuration of mobile robot 1 (FIGS. 1 and 2)
FIG. 2 is a functional block diagram showing a specific configuration of the mobile robot 1 of this example.
This mobile robot 1 includes moving
(1) 移動手段
移動ロボット１は図１（ｂ）に示すように４つの車輪６を有しており、それらのうち右前輪６、左前輪６の２つが駆動輪として機能する。移動手段は、右前輪６，左前輪６と左右各前輪６を独立に駆動する２つのモータ８で構成されており、左右各前輪６の回転速度により直進走行速度、旋回走行速度が制御され、旋回方向も制御される。この左右各前輪６の回転速度は移動制御部９により制御される。なお、左右前輪６を独立に制御する代わりに、舵角を制御して旋回速度を制御する方式でもよいし、車輪駆動でなく、左右のクローラを独立に制御する方式や左右の脚歩行装置を制御する方式でもよい。
(1) Moving means The mobile robot 1 has four
(2) ガイド検出部
ガイド検出部１０は、移動経路上のガイド手段である前述した白線テープ３を検出するとともに、前記指示マーカ４を検出する指示手段検出部である。
ガイド検出部１０は、白線検出カメラ１１と路面情報抽出部１２とから成る。白線検出カメラ１１は、走行路面を撮影可能な様に移動ロボット１の底面に設置されている。路面情報抽出部１２は、エッジ抽出やハフ変換などの処理により、白線検出カメラ１１の撮影画像から、移動ロボット１の経路を誘導すべき白線テープ３及び指示マーカ４を検出して制御部２１に出力する。
(2) Guide Detection Unit The
The
なお、ガイド検出部１０は、磁気センサ、電磁誘導センサなどで構成されても良く、それぞれ移動経路に設置されたガイド手段としての磁気ガイド、電磁誘導ガイドを検出するようにすることもできる。ガイド手段及びガイド検出部は設置する環境により選択できるようにすることが好ましい。
Note that the
(3) 移動制御部
移動制御部９は、移動手段の車輪６を駆動するモータ８を制御するための手段である。移動制御部９は、ガイド検出部１０による白線テープ３の検知出力に応じて、例えば周知のＰＩＤ制御などにより、移動ロボット１が白線テープ３に沿って移動するようモータ８を制御する。また、移動制御部９は、後述する自己位置検出部１３の位置算出部１５による走行区間の検出に応じて、予め設定された経路情報に基づき移動速度を制御し、位置算出部１５による特定地点の検出に応じて走行停止する。
(3) Movement control part The movement control part 9 is a means for controlling the
(4) 自己位置検出部
自己位置検出部１３は、前記移動手段の各モータ８にそれぞれ設置された回転量検出部としてのレゾルバ１４と、各レゾルバ１４にそれぞれ接続されて移動ロボットの現在位置を算出する位置算出部１５からなる。自己位置検出部１３は、さらに移動ロボットの位置を補正するための位置補正情報（移動手段が車輪である本例では車輪情報）を算出する位置補正情報算出部として、車輪情報算出部２４を備えている。レゾルバ１４はモータ８の回転軸の絶対位置をそれぞれ検出する。位置算出部１５はレゾルバ１４の出力から得られるモータ８の回転軸の回転量から左右各前輪６それぞれの回転量を算出し、左右各前輪６それぞれの回転量と、車輪情報である車輪半径から算出された左右各前輪６の走行距離の平均から移動ロボット１の走行距離を算出する。
(4) Self-position detection unit The self-
位置算出部１５は左右各前輪それぞれの回転量の差と車輪間隔から移動ロボットの姿勢（向き）の変化を算出して左右各前輪による走行距離と姿勢変化からデッドレコニングにより自己位置を算出する。 The position calculation unit 15 calculates a change in the posture (orientation) of the mobile robot from the difference between the rotation amounts of the left and right front wheels and the wheel interval, and calculates the self position by dead reckoning from the travel distance and the posture change by the left and right front wheels.
また、自己位置算出部１３は、ガイド検出部１０による指示マーカ４の検知出力に応じて、指示マーカ４の検知回数を計数し、経路情報に基づき現在の走行区間を検出するとともに、自己位置の補正などを行う。
The self-
また、前記車輪情報算出部２４は、移動ロボット１がある区間の走行を終了する度に、当該区間における前記左右輪それぞれの回転量と当該区間の実距離を示す後述する経路情報とを用いて車輪情報を算出し、後述する路面状態判定部２３が判定した当該区間の路面の乾湿状態に対応して後述する記憶部１７に記憶されている当該区間の車輪情報を更新する。
Further, each time the mobile robot 1 finishes traveling in a certain section, the wheel
本実施形態の車輪情報とは、移動ロボット１に固有の基準値である前記各駆動輪の基準径と、前記各駆動輪の各基準径の径補正係数と、移動ロボット１に固有の基準値である前記両駆動輪の基準間隔と、前記両駆動輪の基準間隔の間隔補正係数であり、そのうち補正係数は、区間ごと、路面の乾湿各々の状態ごとに設定されている。なお、前記基準径と前記径補正係数を乗じた値及び前記基準間隔と前記間隔補正係数を乗じた値を、車輪情報算出部２４で算出される車輪情報とすることもできる。
The wheel information of the present embodiment includes the reference diameter of each driving wheel, which is a reference value unique to the mobile robot 1, the diameter correction coefficient of each reference diameter of each driving wheel, and the reference value unique to the mobile robot 1. The reference interval between the two driving wheels and the interval correction coefficient for the reference interval between the two driving wheels. The correction coefficient is set for each section and for each of the wet and dry conditions on the road surface. The wheel information calculated by the wheel
そして、前記位置算出部１５は、後述する路面状態判定部２３が判定した路面の乾湿状態と、当該区間に対応する車輪情報を記憶部１７から呼び出し、これを用いて前記左右各前輪６の回転量から現在位置を補正して算出する。すなわち、これらの補正された車輪径及び補正された車輪間隔が位置算出部１５での走行制御の現在位置と姿勢の算出に使用される。
Then, the position calculation unit 15 calls the road surface dry / wet state determined by the road surface
また、移動ロボット１がある区間の走行を終了する度に、当該区間における前記左右輪それぞれの回転量と当該区間の実距離を基として前記車輪情報算出部２４が更新する当該区間の車輪情報は、前記各車輪の各基準径の径補正係数と、前記両車輪の基準間隔の間隔補正係数である。すなわち、車輪情報算出部２４は、後述するように区間判別部である制御部による区間の判別に応答して、区間の始点終点で計測された車輪回転量から上記の計算処理を行う。
Each time the mobile robot 1 finishes traveling in a certain section, the wheel information of the section updated by the wheel
(5) 測距センサ
測距センサ１６は、移動ロボット１の前方を走査して走行路面の状態、走行路面上の異物その他の被検出対象を検出するための手段である。
測距センサ１６は、図３に示すように移動ロボット１の本体の前面側に、進行方向の前方下方に向けて設置されたレーザセンサ２からなり、レーザ発振器より照射されるレーザ光が光路上にある物体にて反射した際の反射光を受光する。測距センサ１６は、走査鏡とこの走査鏡を回転駆動する手段とによりレーザ発振器から発射されるレーザ光の照射方向を制御して、移動ロボット１の前方を含む所定の範囲を所定の走査周期（例えば３３ｍｓ）で空間走査している。
(5) Ranging sensor The ranging
As shown in FIG. 3, the
なお、図３（ａ）には、本例の移動ロボット１におけるレーザセンサ２と測定点との幾何学的位置関係を示し、図３（ｂ）には、同レーザセンサ２の走査角度範囲Φで示すセンシングエリア（斜線領域）及び同エリア内におけるセンサ測定データ数についての一例を示した。図示したように、本例ではレーザセンサ２によるセンシングエリアとして移動ロボット１の正面１４０°を設定し、走査鏡を０．５°ずつ回転させてセンシングエリアを走査している。これによりレーザセンサ２による一周期の走査で２８１個の測定点のデータが所得される。
3A shows the geometric positional relationship between the
そして、測距センサ１６はレーザ光の照射から反射光検出までの時間により算出される測距センサ１６とレーザ光を反射した物体（測定点）との距離値と、回転駆動される走査鏡の角度とにより、レーザ光を反射した物体（測定点）の相対位置を算出する。相対位置は、移動ロボット１を基準とした測定点の位置（距離値、角度）である。測距センサ１６はレーザセンサ２が一周期走査するごとに測定結果を出力する。
Then, the
なお、測距センサ１６はレーザセンサ以外のセンサで構成されてもよい。例えば、測距センサ１６は赤外線タイプのセンサで構成されてもよく、ミリ波レーダタイプのセンサで構成されてもよい。また、走査鏡により走査する構成に限らず、移動ロボットの周囲所定角度毎に複数の投受光部を設けて、各投受光部を所定周期で作動させることにより、周囲下方の路面や障害物までの距離値を得るよう構成されてもよい。この場合、測距センサ１６は各投受光部の測定結果をまとめて出力する。
The
(6) 記憶部
記憶部１７は、移動ロボット１の各種処理に使用される情報を記憶している。記憶部１７が記憶する情報には、以下1)〜3)のものが含まれる。
1)移動経路の情報を示した経路情報
2)位置算出部により算出された移動ロボット１の位置情報
3)位置補正情報としての車輪情報
(6) Storage Unit The
1) Route information showing travel route information
2) Position information of the mobile robot 1 calculated by the position calculation unit
3) Wheel information as position correction information
1)の経路情報は、走行経路中の各区間（ある指示マーカ４から次の指示マーカ４までの区間）番号に対応して、区間内での走行速度、予め測量した区間距離、区間の始点終点間の方位角の差（角度差）、各指示マーカ４上での移動ロボット１の動作等が記憶されている。経路情報では、区間番号が、該当区間までに検出されるべき指示マーカ４の数（検出回数）と対応付けられている。走行制御では、指示マーカ４の検出回数から区間番号や指示マーカ４上での移動ロボット１の動作が特定されることとなる。
The route information of 1) corresponds to the number of each section (section from one
2)の位置情報は、自己位置算出部１３の位置算出部１５によって算出された移動ロボット１の位置と姿勢である。
位置および姿勢は、下記の車輪情報を使って車輪回転量から算出される。
The position information 2) is the position and posture of the mobile robot 1 calculated by the position calculation unit 15 of the self-
The position and orientation are calculated from the wheel rotation amount using the following wheel information.
3)の車輪情報は、前述したように、前記各駆動輪の基準径と、前記各駆動輪の各基準径の径補正係数と、前記両駆動輪の基準間隔と、前記両駆動輪の基準間隔の間隔補正係数である。 As described above, the wheel information of 3) includes the reference diameter of each driving wheel, the diameter correction coefficient of each reference diameter of each driving wheel, the reference interval of both driving wheels, and the reference of both driving wheels. This is an interval correction coefficient for the interval.
基準径と基準間隔は固定の値である。これに対して、径補正係数及び間隔補正係数は、車輪の空気圧や磨耗などによる変化や各区間の路面形状などの諸条件を反映して随時書き換えられるものである。従って、車輪情報算出部２４で算出される車輪径及び車輪間隔の補正値は、前記諸条件を反映した車輪半径および車輪間隔を提供するものであり、さらに、路面が濡れているか、乾燥かに応じて異なる値が記憶されている。
The reference diameter and the reference interval are fixed values. On the other hand, the diameter correction coefficient and the interval correction coefficient are rewritten as needed to reflect various conditions such as changes due to the air pressure and wear of the wheels and the road surface shape of each section. Accordingly, the correction values of the wheel diameter and the wheel interval calculated by the wheel
(7) 処理部
処理部１８は路面状態判定部２３と障害物判定部１９を備えている。路面状態判定部２３は、測距センサ１６の出力結果に基づき路面状態が乾燥しているか、濡れているかを判定し、判定結果を制御部２１に出力する。障害物判定部１９は、測距センサ１６の出力に基づき異常の有無を判定する。障害物判定部１９は、測距センサ１６の一周期の走査結果として出力されたデータに含まれる距離値の差を閾値と比較して、所定以上の高さを持つ障害物が存在するか否かを判定する。そして、移動ロボット１の走行に支障を与える高さの障害物が検出され異常と判定されると、後述する通信部２０より異常信号が出力され、また、移動制御部９が移動ロボット１の停止や減速などの予め定められた処理を行う。なお、本例では、測距センサ１６の出力結果から路面の濡れを判定しているが、路面の濡れを判定する手段を別途設けてもよい。この場合、測距センサ１６としてのレーザセンサ２の反射波から判定する方法に限られず超音波、赤外線の反射波、或いは画像解析、車輪から発生する走行音の違いを解析するなどにより判定してもよい。
(7) Processing Unit The
(8) 撮像ユニット
撮像ユニット７は、移動ロボット１の本体上面に搭載されて移動ロボット１の周囲を撮像する手段である。本例では、複数のカメラを周方向に外向きに並べて全周をカバーするようにしている。
(8) Imaging Unit The imaging unit 7 is a unit that is mounted on the upper surface of the main body of the mobile robot 1 and images the surroundings of the mobile robot 1. In this example, a plurality of cameras are arranged outward in the circumferential direction so as to cover the entire circumference.
(9) 通信部
通信部２０は、遠隔の監視センタと信号を送受信する無線通信手段である。通信部２０は、移動ロボット１が監視領域内で異常を検知した場合、遠隔の監視センタに無線等で異常信号を出力する。また、通信部２０は、撮像ユニット７が撮像した画像と自己位置検出部１３が算出した移動ロボット１の位置を遠隔の監視センタに送信し、監視センタから送信された制御コマンドの信号を受信して後述する制御部２１に入力する。
(9) Communication unit The
(10)制御部
制御部２１は、移動ロボット１の各構成部分を統括的に制御する手段であり、ＣＰＵ等を備えたコンピュータで構成される。
(10) Control Unit The
なお、上述した各部の構成で、その機能がコンピュータ処理によって実現可能なものは、同コンピュータで実現されてよい。例えば、路面情報抽出部１２、位置算出部１５、移動制御部９、路面状態判定部２３、障害物判定部１９及び車輪情報算出部２４などは同コンピュータで実現されてよい。また、記憶部１７は、同コンピュータのメモリおよび外部記憶装置などで実現されてよい。
In addition, in the configuration of each unit described above, the function that can be realized by computer processing may be realized by the same computer. For example, the road surface
３．移動ロボットの動作
本実施の形態に係る移動ロボットの動作を説明する。ここでは、まず、移動ロボット１の全体的な動作の概要を説明し、それから位置補正情報を求める動作を説明する。
移動ロボット１は、図示しない計時手段によって予め設定された巡回開始時刻の到来を検知したときや、操作部からの入力、又は監視センタからのコマンドを受信することにより巡回モードに設定され、ガイド検出部１０からの信号を入力とし、移動制御部９により移動手段（車輪６及びモータ８）を制御し、ガイド手段である白線テープ３に沿って移動を開始する。白線テープ３が白線検出カメラ１１で撮像した画像から検出され、そして白線テープ３が常に画像の所定位置で所定角度を向くように、移動制御部９が両モータ８の回転を独立して制御する。本実施の形態では、白線テープ３が画像の中央で上下方向を向くように移動制御部９が動作する。また、指示マーカ４の検出に基づき、記憶部１７の経路情報を参照して現在の移動区間と走行速度が求められ、走行速度に応じてモータ回転が制御される。
3. Operation of Mobile Robot The operation of the mobile robot according to the present embodiment will be described. Here, first, an overview of the overall operation of the mobile robot 1 will be described, and then an operation for obtaining position correction information will be described.
The mobile robot 1 is set to the patrol mode when it detects the arrival of a preset patrol start time by a timing means (not shown), or receives an input from the operation unit or a command from the monitoring center, and detects the guide. With the signal from the
移動ロボット１は、移動を開始すると測距センサ１６を作動させて前方を空間走査する。測距センサ１６は反射光を検出すると、測定点の距離計測データを出力する。この距離計測データは、レーザ光の照射方向を示す角度であり、図３に示すように、移動ロボット１の前方の所定範囲の路面を測距センサ１６が走査するものとする。測距センサ１６は所定の時間間隔で測定データを出力する。
When starting to move, the mobile robot 1 activates the
障害物判定部１９は、測距センサ１６からの入力を受けると障害物の有無を判定する。
また路面状態判定部２３は、測距センサ１６からの入力を受けると路面の状態を判定する。このような障害物判定と路面状態の判定を行いながら、移動ロボット１は移動経路の終点まで走行する。
When the
Further, the road surface
図４は、第一の実施形態の動作を説明するフローチャートである。本実施形態は、過去に距離が既知の区間を走行したときに算出された位置補正情報を走行距離の補正のために用い、路面が濡れているか否かに応じて、異なる位置補正情報を使用するものである。
以下の説明において車輪Ａが右の駆動輪、車輪Ｂが左の駆動輪として説明する。
FIG. 4 is a flowchart for explaining the operation of the first embodiment. In the present embodiment, position correction information calculated when traveling in a section where the distance is known in the past is used for correcting the travel distance, and different position correction information is used depending on whether or not the road surface is wet. To do.
In the following description, the wheel A will be described as the right driving wheel, and the wheel B will be described as the left driving wheel.
Ｓ０１では移動ロボット１（台車）の初期状態の設定を行なう。具体的には以下を行う。
・移動ロボット１の位置座標、姿勢を下記のようなホームポジションに初期化する。ホームポジションは移動ロボット１の待機場所で充電台のある位置（前記ロボットボックス５）である。
位置：（X0、Y0）
姿勢：θ0
・濡れ路面カウンタを０にする。濡れ路面カウンタは、レーザセンサ２を走査して得られた路面が濡れているか否かの情報を路面状態判定部２３から所定周期毎に取得して濡れ路面を検出するとカウントアップする。
・区間番号を１に初期化する。区間番号は、指示マーカ４を検出するごとにカウントアップする。
In S01, the initial state of the mobile robot 1 (cart) is set. Specifically:
-The position coordinates and posture of the mobile robot 1 are initialized to the following home positions. The home position is a position where the mobile robot 1 is in a standby position (the robot box 5) where the charging stand is located.
Position: (X0, Y0)
Posture: θ0
・ Set the wet road surface counter to zero. The wet road surface counter counts up when it acquires information on whether or not the road surface obtained by scanning the
・ Initialize the section number to 1. The section number is counted up every time the
次にＳ０２ではレゾルバ１４により左右輪の駆動軸の絶対位置を計測し、計測した値（例えば回転角の値）を下記のように記憶する。
車輪Ａ絶対位置：La(0)
車輪Ｂ絶対位置：Lb(0)
Next, in S02, the absolute position of the drive shafts of the left and right wheels is measured by the
Wheel A absolute position: La (0)
Wheel B absolute position: Lb (0)
次にＳ０３では最初の区間の経路情報及び車輪情報を記憶部１７から読み出す。
経路情報には例えば以下が含まれる。
・区間番号
・区間距離Ｄ、区間ｎの始点終点間の角度差（旋回角）φ
・指示マーカ４の座標
・区間が直線であるかカーブであるか
・走行速度（上限速度）
また、車輪情報には以下が含まれる。
・車輪Ａ、Ｂの基準径（固有値）：Ra、Rb
・両車輪の基準間隔（固有値）：Ｗ
・車輪Ａの径補正係数、車輪Ｂの径補正係数、車輪の間隔補正係数（乾燥時）（Cad,Cbd,Cwd ）
・車輪Ａの径補正係数、車輪Ｂの径補正係数、車輪の間隔補正係数（湿潤時）（Caw 、Cbw 、Cww ）
なお、上記車輪情報は区間番号と関連付けて区間ごとに設定されている。
Next, in S03, the route information and wheel information of the first section are read from the
The route information includes, for example:
-Section number-Section distance D, angle difference between start point and end point of section n (turning angle) φ
-Coordinates of the indicator marker 4-Whether the section is a straight line or a curve-Travel speed (upper speed)
The wheel information includes the following.
・ Reference diameters (specific values) of wheels A and B: Ra, Rb
・ Reference interval (specific value) of both wheels: W
-Wheel A diameter correction factor, Wheel B diameter correction factor, Wheel interval correction factor (Dry) (Cad, Cbd, Cwd)
-Wheel A diameter correction coefficient, Wheel B diameter correction coefficient, Wheel interval correction coefficient (when wet) (Caw, Cbw, Cww)
The wheel information is set for each section in association with the section number.
次にＳ０４では走行路前方路面が濡れているか否かの情報を制御部２１を介して路面状態判定部２３から取得する。路面が濡れているかの判定結果は、レーザセンサ２の周期ごとに取得してもよいし、レーザセンサ２の周期より長い所定間隔ごとに取得してもよい。又、本実施形態では、図３に示すように移動ロボット１の斜め前方をレーザセンサ２で走査している為、走査した地点を移動ロボット１の駆動輪が通過する時に当該地点の情報が取得できるよう、時間遅れを設けるようにするのが好ましい。
路面状態はレーザセンサ２の走査の結果より判定され、図８はそのフローチャートを示す。説明は後述する。尚、路面状態の判定は、レーザセンサの走査結果を用いたものに限られず、超音波、赤外線の反射波、或いは画像解析、車輪走行音解析などにより判定しても良い。
Next, in S <b> 04, information on whether the road surface ahead of the traveling road is wet is acquired from the road surface
The road surface state is determined based on the scanning result of the
次にＳ０５では路面が濡れていると判定した場合（Ｓ０４でＹＥＳ）、濡れ路面カウンタをインクリメントする。 Next, when it is determined in S05 that the road surface is wet (YES in S04), the wet road surface counter is incremented.
次にＳ０６で車輪Ａの径補正係数Ca、車輪Ｂの径補正係数Cb、車輪の間隔補正係数Cwとして濡れ路面用の値を選択する。即ち、補正係数Ca、Cb、Cwに下記の値を代入する
Ca＝Caw 、Cb＝Cbw 、Cw＝Cww
Next, in S06, values for the wet road surface are selected as the diameter correction coefficient Ca of the wheel A, the diameter correction coefficient Cb of the wheel B, and the wheel interval correction coefficient Cw. In other words, the following values are assigned to the correction coefficients Ca, Cb, and Cw.
Ca = Caw, Cb = Cbw, Cw = Cww
他方、Ｓ０４で路面が乾いていると判定した場合（Ｓ０４でＮＯ）、Ｓ０７で補正係数として下記のように乾燥路面用の値を代入する。
Ca＝Cad 、Cb＝Cbd 、Cw＝Cwd
On the other hand, if it is determined in S04 that the road surface is dry (NO in S04), a value for the dry road surface is substituted as a correction coefficient in S07 as follows.
Ca = Cad, Cb = Cbd, Cw = Cwd
Ｓ０８ではレゾルバ１４により左右輪軸の絶対位置を計測し、下記のように計測した値を記憶する。ここでｋは、レゾルバ１４で計測を行う周期ごとにインクリメントされ、記憶部には現在の周期と、一周期前の値が記憶され、それ以前の値は順次消去される。以後、出てくる(k) を付したパラメータも同様である。
車輪Ａ絶対位置：La(k)
車輪Ｂ絶対位置：Lb(k)
In S08, the absolute positions of the left and right wheel shafts are measured by the
Wheel A absolute position: La (k)
Wheel B absolute position: Lb (k)
Ｓ０９では左右輪の回転量を算出する。具体的には、Ｓ０８で計測記憶した現在の左右輪軸の絶対位置と１周期前に記憶した絶対位置の差分より下記のように算出する。
車輪Ａ回転量：Δθa(k)（=La(k)−La(k−1)）
La(k−1)：１周期前の車輪Ａの絶対位置
車輪Ｂ回転量：Δθb(k)（=Lb(k)−Lb(k−1)）
Lb(k−1)；１周期前の車輪Ｂの絶対位置
In S09, the amount of rotation of the left and right wheels is calculated. Specifically, it is calculated as follows from the difference between the current absolute position of the left and right wheel axles measured and stored in S08 and the absolute position stored one cycle before.
Wheel A rotation amount: Δθa (k) (= La (k) −La (k−1))
La (k−1): Absolute position of wheel A before one cycle Wheel B rotation amount: Δθb (k) (= Lb (k) −Lb (k−1))
Lb (k−1); Absolute position of wheel B one cycle before
Ｓ１０では移勤ロボット１の位庫、姿勢を算出する。移動ロボット１の位置、姿勢は、一般的にデッドレコニングとして知られる手法を用い、車輪回転量と、路面の状態に応じてＳ０６又はＳ０７で選択した各補正係数を基準径及び基準間隔にそれぞれ乗じて補正した車輪半径、車輪間隔が下記の式により算出される。
補正係数適用後の車輪Ａ半径：Ra’＝Ra×Ca
補正係数適用後の車輪Ｂ半径：Rb’＝Rb×Cb
補正係数適用後の車輪間隔：W'＝W ×Cw
そして、算出された車輪半径Ra',Rb' 、車輪間隔W'と、Ｓ０９で求めた車輪回転量とに基づき、１周期前から現在までの各車輪の走行距灘ΔDa(k)'、ΔDb(k)'と移動ロボット１の旋回角θ(k)'と並進距離Ds(k)'が下記式により各々算出される。
１周期分の車輪Ａ走行距離：ΔDa(k)'（＝Ra’×Δθa(k)）
１周期分の車輪Ｂ走行距離：ΔDb(k)'（＝Rb' ×Δθb(k)）
１周期分の台車旋回角：Δθ(k)'（＝（ΔDb(k)'−ΔDa(k)'）／W'）
１周期分の並進距離：ΔDs(k)'（＝（ΔDa(k)'＋ΔDb(k)'）／２）
そして、記憶されている１周期前の位置(X(k−1)', Y(k−1)')と姿勢θ(k)'から現在の位置と姿勢が下記式により算出される。
現在位置：(X(k)',Y(k)') ＝(X(k−1)' ＋ΔDs(k)'×cos(Δθ(k)'), Y(k−1)' ＋ΔDs(k)'×sin(Δθ(k)'))
姿勢：θ(k)'＝θ(k−1)' ＋Δθ(k)'
また後述する補正係数の更新の計算に用いる為、補正係数を乗じない車輪半径、車輪間隔から現在位置における現走行区間での総走行距離と移動ロボット１の総旋回角が下記式にて算出される。
車輪Ａ走行距離：Da(k) ＝Da(k−1)＋ΔDa(k)
（ΔDa(k) ＝Ra×Δθa(k)）
車輪Ｂ走行距離：Db(k) ＝Db(k−1)＋ΔDb(k)
（ΔDb(k) ＝Rb×Δθb(k)）
移動ロボット１の旋回角：θ(k) ＝( ΔDb(k) −ΔDa(k) ）／W
In S10, the location and posture of the transfer robot 1 are calculated. The position and orientation of the mobile robot 1 are generally obtained by using a technique known as dead reckoning, and multiplying the reference diameter and the reference interval by each of the correction factors selected in S06 or S07 depending on the wheel rotation amount and the road surface condition. The corrected wheel radius and wheel interval are calculated by the following equations.
Wheel A radius after applying the correction factor: Ra '= Ra x Ca
Wheel B radius after applying the correction factor: Rb '= Rb x Cb
Wheel spacing after applying the correction factor: W '= W x Cw
Then, based on the calculated wheel radii Ra ′, Rb ′, the wheel interval W ′, and the wheel rotation amount obtained in S09, the travel distances ΔDa (k) ′, ΔDb of each wheel from the previous cycle to the present time. (k) ′, the turning angle θ (k) ′ of the mobile robot 1 and the translation distance Ds (k) ′ are calculated by the following equations, respectively.
Wheel A travel distance for one cycle: ΔDa (k) '(= Ra' x Δθa (k))
Wheel B travel distance for one cycle: ΔDb (k) '(= Rb' x Δθb (k))
Car turning angle for one cycle: Δθ (k) '(= (ΔDb (k)'-ΔDa (k) ') / W')
Translation distance for one period: ΔDs (k) ′ (= (ΔDa (k) ′ + ΔDb (k) ′) / 2)
Then, the current position and orientation are calculated from the stored position (X (k−1) ′, Y (k−1) ′) and the orientation θ (k) ′ one cycle before by the following formula.
Current position: (X (k) ′, Y (k) ′) = (X (k−1) ′ + ΔDs (k) ′ × cos (Δθ (k) ′), Y (k−1) ′ + ΔDs (k ) '× sin (Δθ (k)'))
Posture: θ (k) '= θ (k−1)' + Δθ (k) '
In addition, since it is used for calculation of update of the correction coefficient, which will be described later, the total travel distance in the current travel section at the current position and the total turning angle of the mobile robot 1 are calculated by the following formula from the wheel radius and the wheel interval not multiplied by the correction coefficient. The
Wheel A travel distance: Da (k) = Da (k-1) + ΔDa (k)
(ΔDa (k) = Ra x Δθa (k))
Wheel B travel distance: Db (k) = Db (k-1) + ΔDb (k)
(ΔDb (k) = Rb x Δθb (k))
Mobile robot 1 turning angle: θ (k) = (ΔDb (k) −ΔDa (k)) / W
Ｓ１１ではガイド検出部にて指示マーカ４が検出されたか否かが判定される。検出されていなければ、Ｓ０４へ戻る。
In S11, it is determined whether or not the
Ｓ１１で指示マーカが検出された場合（Ｓ１１でＹＥＳ）、Ｓ１２で今まで走行していた走行区間の車輪情報にかかる補正係数の更新を行う。
この補正係数の更新処理はサブルーチン化されており、具体的には図５のフローチャートで説明する。
When the instruction marker is detected in S11 (YES in S11), the correction coefficient relating to the wheel information of the travel section that has been traveled so far is updated in S12.
This correction coefficient update processing is made into a subroutine, and will be specifically described with reference to the flowchart of FIG.
なお、上記補正係数の更新が必要となる原因としては、まず路面の傾き（トラバース）がある。路面の傾きのために、移動ロボット１の走行方向について山側にある車輪の回転量が少なくなるため、谷側の車輪の半径がより小さく補正されるような補正係数に更新する場合である。 The reason why the correction coefficient needs to be updated is first the slope of the road surface (traverse). This is a case in which the rotation amount of the wheel on the mountain side in the traveling direction of the mobile robot 1 is reduced due to the inclination of the road surface, and thus the correction coefficient is updated so that the radius of the wheel on the valley side is corrected to be smaller.
また、上記補正係数の更新が必要となる他の原因としては、区間の設計上の長さと実際の長さが、工事上の都合等により異なっている場合がある。その場合には、実際の距離に合せて車輪の半径が補正されるような補正係数に更新する必要がある。例えば、区間が坂道であるような場合には、設計平面図上の距離よりも、実際の走行距離の方が長くなるので、車輪の径が小さく補正されるような補正係数に更新する必要がある。 Another reason that the correction coefficient needs to be updated is that the design length of the section and the actual length are different depending on construction reasons. In that case, it is necessary to update the correction coefficient so that the radius of the wheel is corrected in accordance with the actual distance. For example, when the section is a slope, the actual travel distance is longer than the distance on the design plan view, so it is necessary to update the correction coefficient so that the wheel diameter is corrected to be small. is there.
Ｓ１３では移動ロボット１の現在位置（座標）を、Ｓ１１で検出されたマーカに対応して記憶部１７に記憶されているマーカ位置（座標）に修正する。
In S13, the current position (coordinates) of the mobile robot 1 is corrected to the marker position (coordinates) stored in the
次にＳ１４で濡れ路面カウンタを０にし、Ｓ１５で区間番号をインクリメントして、Ｓ１６で次の走行区間の経路情報及び車輪情報を読み出す。 Next, the wet road surface counter is set to 0 in S14, the section number is incremented in S15, and the route information and wheel information of the next travel section are read out in S16.
Ｓ１７では今まで走行していた区間が最終区間か否かを判定し、まだ次の走行区間が存在すれば（Ｓ１７でＮＯ）Ｓ０４へ戻り、次の走行区間が存在しない、即ち移動ロボット１が終点に達したと判定されれば（Ｓ１７でＹＥＳ）Ｓ１８で待機動作に入る。 In S17, it is determined whether or not the section that has been traveled so far is the final section. If there is still a next travel section (NO in S17), the process returns to S04, and there is no next travel section, that is, the mobile robot 1 If it is determined that the end point has been reached (YES in S17), a standby operation is entered in S18.
次にＳ１２の補正係数を更新するサブルーチンについて図５のフローチャートを用いて説明する。
Ｓ５１：区間内を走行して得た総走行距離Da, Db、総旋回角θ、及び経路情報とから当該区間における車輪情報を補正すべき補正度合い（補正量）を算出する。
具体的には、経路情報より得られる当該区間における区間距離D,始点終点間の角度差（旋回角φ）と、Ｓ１０で補正係数を用いずに算出した左右輪の当該区間における総走行距離Da, Db、移動ロボット１の総旋回角θとの比から当該区間における補正量を下記式により算出する。Da，Db，θは各々マーカ検出地点におけるDa(k), Db(k)，θ(k) の値である。
当該区間における車輪Ａ半径の補正量＝D/Da
当軟区間における車輪Ｂ半径の補正量＝D/Db
当該区間における車輪間隔補正量＝θ／φ
Next, a subroutine for updating the correction coefficient in S12 will be described with reference to the flowchart of FIG.
S51: A correction degree (correction amount) for correcting the wheel information in the section is calculated from the total travel distances Da and Db, the total turning angle θ, and the route information obtained by traveling in the section.
Specifically, the section distance D in the section obtained from the route information, the angle difference between the start point and the end point (turning angle φ), and the total travel distance Da in the section of the left and right wheels calculated without using the correction coefficient in S10. , Db, and the total turning angle θ of the mobile robot 1, the correction amount in the section is calculated by the following equation. Da, Db, and θ are values of Da (k), Db (k), and θ (k), respectively, at the marker detection point.
Correction amount of wheel A radius in the section = D / Da
Correction amount of wheel B radius in this soft section = D / Db
Wheel interval correction amount in the section = θ / φ
Ｓ５２：図５の更新処埋では、当該区間における路面の濡れ度合いに応じて、濡れ用／乾燥用いずれかの補正係数を更新する。Ｓ５２では、Ｓ０４において各周期ごとに濡れ路面と判定した判定結果の蓄積となる濡れ路面カウンタ値を用いて、当該区間全体に対する濡れ度合い（乾湿状態）を「カウンタ値／走査回数」で求める。そして、上記「カウンタ値／走査回数」が５０％以上であれば濡れていると判断し（Ｓ５２でＹＥＳ）、他方、５０％未満であれば乾燥と判断する（Ｓ５２でＮＯ）。なお、この処理で用いる判走閾値は５０％に限定されるものではなく、必要に応じて適宜設定されてよい。 S52: In the update processing in FIG. 5, either the wet or dry correction coefficient is updated according to the degree of wetness of the road surface in the section. In S52, using the wet road surface counter value, which is the accumulation of the determination results determined as wet road surfaces in each cycle in S04, the degree of wetness (dry / wet state) for the entire section is obtained by “counter value / number of scans”. Then, if the “counter value / number of scans” is 50% or more, it is determined to be wet (YES in S52), and if it is less than 50%, it is determined to be dry (NO in S52). In addition, the trial threshold value used by this process is not limited to 50%, You may set suitably as needed.
Ｓ５３：Ｓ５２で路面が濡れていると判定された場合、濡れ路面用補正係数の過去の取り込み実績の有無、即ち、過去に濡れ路面用補正係数の更新処理を行ったか否かを判定する。全くの立ち上げ時は補正係数の取り込み実績はなく、この場合は補正係数として予め１が記憶されている。 S53: When it is determined in S52 that the road surface is wet, it is determined whether or not the wet road surface correction coefficient has been acquired in the past, that is, whether or not the wet road surface correction coefficient has been updated in the past. At the time of start-up, there is no record of the correction coefficient, and in this case, 1 is stored in advance as the correction coefficient.
Ｓ５４：Ｓ５３において過去に濡れ路面用補正係数の取り込み実績があると判定されると（Ｓ５３でＹＥＳ）、濡れ路面用補正係欺を下記の式により更新する。
車輪Ａの径補正係数：Caw ＝（１−α）×Caw ＋α×D/Da
車輪Ｂの径補正係数：Cbw ＝（１−α）×Cbw ＋α×D/Db
車輪間隔補正係数 ：Cww ＝（１−α）×Cww ＋α×θ／φ
ここで右辺のCaw 、Cbw 、Cww は更新前の値である。尚、フローチャート上には示していないが、当該区間が直線の場合は車輪Ａの径補正係数Caw と車輪Ｂの径補正係数Cbw を更新し、当該区間が曲線の場合は、車輪Ａ，Ｂの間隔補正係数Cww のみ更新してもよい。
αは、補正係数を更新するために、記憶している（更新前の）補正係数と当該区間を今回走行した結果としてて計算された補正すべき度合い（補正最〉をどのような配分で利用するかを定める重み係数であり、その値は、固定でもよいし、上記濡れ度合いに応じて変更してもよい。
S54: If it is determined in S53 that the wet road surface correction coefficient has been captured in the past (YES in S53), the wet road surface correction fraud is updated by the following equation.
Diameter correction factor for wheel A: Caw = (1−α) × Caw + α × D / Da
Diameter correction factor for wheel B: Cbw = (1−α) × Cbw + α × D / Db
Wheel spacing correction coefficient: Cww = (1-α) x Cww + α x θ / φ
Here, Caw, Cbw, and Cww on the right side are values before update. Although not shown in the flowchart, when the section is a straight line, the diameter correction coefficient Caw of the wheel A and the diameter correction coefficient Cbw of the wheel B are updated. When the section is a curve, the wheels A and B are updated. Only the interval correction coefficient Cww may be updated.
In order to update the correction coefficient, α uses the stored correction coefficient (before update) and the degree to be corrected (correction maximum) calculated as a result of traveling this section this time, in any distribution It is a weighting coefficient that determines whether or not to be performed, and the value thereof may be fixed or may be changed according to the degree of wetness.
Ｓ５５：過去に取り込み実績がない場合（Ｓ５３でＮＯ）、Ｓ５１で算出された補正量を濡れ路面用補正係数として新たに設定する。 S55: When there is no past acquisition record (NO in S53), the correction amount calculated in S51 is newly set as a wet road surface correction coefficient.
Ｓ５６：他方、Ｓ５２で路面が濡れていないと判定された場合（Ｓ５２でＮＯ）、乾燥路面用補正係数の過去の取り込み実績の有無を判定する。全くの立ち上げ時は補正係数の取り込み実績はなく、この場合は補正係数として予め１が記憶されている。 S56: On the other hand, if it is determined in S52 that the road surface is not wet (NO in S52), it is determined whether there is a past acquisition record of the correction coefficient for dry road surface. At the time of start-up, there is no record of the correction coefficient, and in this case, 1 is stored in advance as the correction coefficient.
Ｓ５７：Ｓ５６において過去に乾燥路面用補正係数の取り込み実績があると判定されると（Ｓ５６でＹＥＳ）、乾燥路面用補正係数を下記の式により更新する。
車輪Ａの径補正係数：Cad ＝（１−α）×Cad ＋α×D/Dd
車輪Ｂの径補正係数：Cbd ＝（１−α）×Cbd ＋α×D/Dd
車輪間隔補正係数 ：Cwd ＝（１−α）×Cwd ＋α×θ／φ
ここで右辺のCad 、Cbd 、Cwd は更新前の値である。尚、フローチャート上には示していないが、当該区間が直線の場合は車輪Ａの径補正係数Cad と車輪Ｂの径補正係数Cbd を更新し、当該区間が曲線の場合は、車輪Ａ，Ｂの間隔補正係数Cwd のみ更新する。
αの値は、Ｓ５４における濡れ路面用補正係数と同様、補正係数を更新するために、記憶している（更新前の）補正係数と当該区間を今回走行した結果として計算された補正すべき度合い（補正量）をどのような配分で利用するかを定める重み係数であり、固定でもよいし、滞れ度合いに応じて変更してもよい。
S57: If it is determined in S56 that there is a past record of the correction coefficient for dry road surface (YES in S56), the correction coefficient for dry road surface is updated by the following equation.
Diameter correction factor for wheel A: Cad = (1−α) × Cad + α × D / Dd
Diameter correction factor for wheel B: Cbd = (1−α) × Cbd + α × D / Dd
Wheel spacing correction coefficient: Cwd = (1-α) × Cwd + α × θ / φ
Here, Cad, Cbd, and Cwd on the right side are values before update. Although not shown in the flowchart, when the section is a straight line, the diameter correction coefficient Cad of the wheel A and the diameter correction coefficient Cbd of the wheel B are updated. When the section is a curve, the wheels A and B are updated. Only the interval correction coefficient Cwd is updated.
The value of α is the same as the correction coefficient for wet road surface in S54, and the degree to be corrected calculated as a result of traveling this time in the stored correction coefficient (before update) and the section in order to update the correction coefficient This is a weighting factor that determines how the (correction amount) is used, and may be fixed or may be changed according to the degree of stagnation.
Ｓ５８：過去に取り込み実績がない場合（Ｓ５６でＮＯ）、Ｓ５１で算出された補正量を乾燥路面用係数として新たに設定する。
Ｓ５９：区間番号と共に、更新又は新規に設定された補正係数を記憶する。
S58: If there is no past acquisition record (NO in S56), the correction amount calculated in S51 is newly set as a coefficient for the dry road surface.
S59: The updated or newly set correction coefficient is stored together with the section number.
次にレーザセンサ２の周期の測定結果より、路面状態の濡れを判定する方法を図８のフローチャートを用いて説明する。本処理における判定結果は上述のＳ０４に用いられる。
Next, a method of determining the wetness of the road surface state from the measurement result of the cycle of the
Ｓ７１：路面状態判定部２３は、レーザセンサ２からの出力信号によるレーザ光を反射した測定点までの計測データ（センサデータ）を取得する。レーザセンサは１８０度に近い中心角度の範囲において約３ｍ先の走行路面にレーザ光を照射し、反射光を得ている（図３参照）。
S71: The road surface
Ｓ７２：路面状態判定部２３は、センサデータのうち、移動ロボット１の進行方向の正面に相当するＮ個（例えば正面６０°分のデータとなる１２１個）のデータを選択する。
S72: The road surface
Ｓ７３：路面状態判定部２３は、上記の進行方向正面に相当するＮ個のデータのうち、各センサデータの値（距離値ｙ）が一定値以下であるようなセンサデータの数をカウントする。
S73: The road surface
ここで一定値としては、路面で反射した場合に得られる距離値よりもやや高い数値としており、得られた各センサデータの値（距離値ｙ）が一定値以下である場合とは、レーザ光が走行路面で反射してレーザセンサ２に戻ってきた場合であり、走行路面のレーザ光が当たった部分から反射光が得られたことを意味する。すなわち、ここでのカウント数とは、センサデータＮ個のうち、走行路面で反射してレーザセンサ２に戻ってきたレーザ光の数を意味する。
Here, the constant value is a numerical value slightly higher than the distance value obtained when the light is reflected on the road surface, and the obtained value of each sensor data (distance value y) is equal to or less than the constant value is a laser beam. Is reflected on the traveling road surface and returned to the
なお、走行路面が濡れている場合にはレーザ光が走行路面で全反射してレーザセンサ２には戻ってこない場合があり、この場合レーザセンサ２におけるセンサデータとしては無限遠と評価され、センサデータの値（距離値ｙ）としては一定値以上と判定される。あるいは、走行路面が濡れている場合に走行路面で乱反射したレーザ光がレーザセンサにおいて路面からの距離値とは著しく異なる大きな距離値として出力される場合もある。そこで、本例では、路面で反射した場合に比べて著しく大きな距離値を示すセンサデータは濡れた路面で反射したレーザ光によるものとみなして処理する。
When the traveling road surface is wet, the laser light may be totally reflected on the traveling road surface and may not return to the
Ｓ７４：路面状態判定部２３は、上記カウント数が前述のセンサデータの数Ｎ個に対して占める割合が予め設定しておいた所定値（例えば７０％）以上か否かを判定する。
S74: The road surface
Ｓ７５：上記カウント数が前述のセンサデータの数Ｎ個に対して占める割合が前述の所定値以上である場合（Ｓ７４においてＹＥＳ）、乾燥路面と判定する。 S75: When the ratio of the count number to the number N of the sensor data is equal to or greater than the predetermined value (YES in S74), it is determined that the road surface is dry.
Ｓ７６：上記カウント数がセンサデータの総数Ｎ個に対して占める割合が前述の所定値以上でない場合（Ｓ７４においてＮＯ）、濡れ路面と判定する。 S76: If the ratio of the count to the total number N of sensor data is not equal to or greater than the predetermined value (NO in S74), it is determined that the road surface is wet.
《第２実施形態》
図６は、第２の実施形態の動作を説明するフローチャートである。
本実施形態は、過去複数回の走行で得られた複数の補正係数を重み係数αにより加重平均して用い、路面が乾いたときの走行で得られた補正係数の重みを高く、路面が濡れたときに得られた補正係数の重みを低くするものである。（路面が濡れたときの補正係数は信頼性が低いため、補正係数更新時の重みを低くする。）
<< Second Embodiment >>
FIG. 6 is a flowchart for explaining the operation of the second embodiment.
In the present embodiment, a plurality of correction coefficients obtained in a plurality of past runs are weighted and averaged using a weighting factor α, and the weight of the correction coefficient obtained in running when the road surface is dry is high, and the road surface is wet. The weight of the correction coefficient obtained at the time is reduced. (The correction coefficient when the road surface gets wet is low in reliability, so the weight when updating the correction coefficient is lowered.)
図６のフローチャートは、Ｓ２０５において路面が濡れていると判定した場合は濡れ路面カウンタをインクリメントし、濡れていない場合は、何もせずにＳ２０６へすすむ。即ち、本実施形態では、現在位置を算出するにあたり用いる補正係数は第１の実施形態と異なり、路面の濡れ／乾燥によらず同一の係数である。この補正係数は、後述するように、乾燥時と濡れ時の走行結果に重みを配分して加重平均された値であり、これにより、路面状況の違いに起因した誤差を吸収して信頼性を向上させている。そのほかＳ２１０の補正係数の更新処理を除き第１実施形態と同じであるため説明を省略する。 In the flowchart of FIG. 6, when it is determined in S205 that the road surface is wet, the wet road surface counter is incremented, and when it is not wet, the flow proceeds to S206 without doing anything. That is, in the present embodiment, the correction coefficient used for calculating the current position is the same coefficient regardless of the wet / dry road surface unlike the first embodiment. As will be described later, this correction coefficient is a value obtained by allocating weights to the running results during drying and wetting, and weighted averages, thereby absorbing errors caused by differences in road surface conditions and improving reliability. It is improving. In addition, since it is the same as that of the first embodiment except for the correction coefficient updating process of S210, the description thereof is omitted.
図６のＳ２１０で補正係数を更新する処理について図７のフローチャートを用いて説明する。
Ｓ３０１：区間内の総走行距離Da, Db、総旋回角θと、経路情報から区間における車輪半径の補正量を算出する。補正量を算出する算出方法は上述のＳ５１と同じである。
The process of updating the correction coefficient in S210 of FIG. 6 will be described using the flowchart of FIG.
S301: The correction amount of the wheel radius in the section is calculated from the total travel distances Da and Db in the section, the total turning angle θ, and the route information. The calculation method for calculating the correction amount is the same as S51 described above.
Ｓ３０２：過去の取り込み実績の有無を判定する。全くの立ち上げ時は、補正係数の取り込み実績はなく、この場合は補正係数として予め１が記憶されている。 S302: It is determined whether there is a past acquisition record. At the complete start-up, there is no record of the correction coefficient, and in this case, 1 is stored in advance as the correction coefficient.
Ｓ３０３：濡れ路面カウンタの値より、走行してきた区間の濡れ度合い（乾湿状態）を「カウンタ値／走査回数」で求め判定する。そして上記「カウンタ値／走査回数」が５０％以上であれば濡れていると判断し、５０％未満であれば乾燥と判断する。なお閾値は５０％に限定されず、適宜設定してよい。 S303: Based on the value of the wet road surface counter, the degree of wetness (dry / wet state) of the traveled section is obtained and determined by “counter value / number of scans”. If the “counter value / number of scans” is 50% or more, it is determined to be wet, and if it is less than 50%, it is determined to be dry. The threshold value is not limited to 50% and may be set as appropriate.
Ｓ３０４：Ｓ３０３で路面が濡れと判定されると（Ｓ３０３でＹＥＳ）補正係数を下記の式を用いて更新する。補正係数は第１実施形態と同じく、車輪Ａ径補正係数、車輪Ｂ径補正係数、車輪間隔補正係数である。
新補正係数＝（１−β）×記憶している補正係数＋β×今回計算された補正量
βは、重み係数であり、Ｓ３０４ではこのβが路面状態が乾燥しているときと比較して小さい値に設定される。これは濡れ時には信頼性が低いため、新補正係数への寄与を小さくして更新するためである。重み係数βの値は、固定としてもよいし、上記濡れ路面度合いに応じて、濡れ度合いが大きい場合は値をさらに小さくするようにしてもよい。
S304: If the road surface is determined to be wet in S303 (YES in S303), the correction coefficient is updated using the following equation. The correction coefficients are a wheel A diameter correction coefficient, a wheel B diameter correction coefficient, and a wheel interval correction coefficient, as in the first embodiment.
New correction coefficient = (1−β) × stored correction coefficient + β × correction amount β calculated this time is a weighting coefficient. In S304, this β is smaller than when the road surface condition is dry. Set to a value. This is because the reliability is low when wet, and the contribution to the new correction coefficient is reduced and updated. The value of the weighting factor β may be fixed, or may be further reduced when the degree of wetness is large according to the degree of wet road surface.
Ｓ３０５：Ｓ３０３で路面が濡れていないと判定されると（Ｓ３０３でＮＯ）、濡れ時（Ｓ３０４）より大きい値となる重み係数βで補正係数を算出する。算定式はＳ３０４と同じである。
Ｓ３０６：区間番号と共に補正係数を記憶する。
S305: If it is determined in S303 that the road surface is not wet (NO in S303), a correction coefficient is calculated with a weight coefficient β that is larger than that when wet (S304). The calculation formula is the same as S304.
S306: The correction coefficient is stored together with the section number.
以上説明したように、いずれの実施形態においても、路面の乾湿等により摩擦係数が異なる状況に対応でき、現在位置算出の精度が向上する。特に、ある区間の走行が終了した後に、当該区間の位置補正情報を、当該区間の路面の乾湿状態と当該区間での走行実績により更新することができるので、常に最も確度の高い情報を根拠として現在位置の補正を行うことができ、現在位置の算出をより一層高精度に行うことができる。 As described above, in any of the embodiments, it is possible to deal with a situation in which the friction coefficient varies depending on the wet and dry conditions of the road surface, and the accuracy of the current position calculation is improved. In particular, after the travel of a certain section is completed, the position correction information of the section can be updated with the wet and dry conditions of the road surface of the section and the travel performance in the section, so always use the most accurate information as a basis. The current position can be corrected, and the current position can be calculated with higher accuracy.
なお、以上説明した各実施形態の移動ロボット１は車輪による移動手段を有しており、その車輪の回転数を基に種々の走行制御及び位置補正を行っていたが、車輪は移動手段の一例にすぎず、その他の移動手段の場合でも、路面が乾湿等により摩擦係数が異なるために位置算出の精度が影響を受けるような場合には、本発明の手法を利用して位置算出精度の向上を図ることができることは言うまでもない。例えば、脚歩行式やクローラ式の移動手段であっても、路面との間の摩擦係数の変化により脚と路面の間又は無限軌道と路面の間にスリップが生じる等して位置算出精度が低下することが考えられ、その場合には、これら移動手段の適当な制御パラメータを、これに対応した適当な位置補正情報で補正して同様の効果を得ることができる。 The mobile robot 1 of each embodiment described above has a moving means using wheels, and various travel controls and position corrections are performed based on the number of rotations of the wheels, but the wheels are an example of moving means. However, even in the case of other moving means, if the accuracy of position calculation is affected because the friction coefficient varies depending on the wet and dry road surface, the position calculation accuracy is improved by using the method of the present invention. Needless to say, it can be achieved. For example, even with a leg-walking or crawler-type moving means, the position calculation accuracy decreases due to a slip between the leg and the road surface or between the endless track and the road surface due to a change in the friction coefficient with the road surface. In this case, the same effect can be obtained by correcting the appropriate control parameters of these moving means with the appropriate position correction information corresponding thereto.
１…移動ロボット
４…地点指示手段としての指示マーカ
６…移動手段としての車輪
８…移動手段としてのモータ
１０…指示手段検出部としてのガイド検出部
１５…位置算出部
１７…記憶部
２１…区間判別部としても機能する制御部
２３…路面状態判定部
２４…位置補正情報算出部としての車輪情報算出部
DESCRIPTION OF SYMBOLS 1 ...
Claims (6)
路面の乾湿状態を判定する路面状態判定部と、
現在位置を算出する位置算出部と、
前記移動ロボットの位置を補正するための位置補正情報を前記路面の乾湿状態に対応して予め記憶した記憶部とを具備し、
前記位置算出部は、前記路面状態判定部が判定した前記路面の乾湿状態に対応する前記位置補正情報を前記記憶部から呼び出し、該位置補正情報により現在位置を算出することを特徴とする移動ロボット。 A mobile robot that moves a travel route by a moving means,
A road surface state determination unit for determining the wet and dry state of the road surface;
A position calculation unit for calculating the current position;
A storage unit that stores in advance position correction information for correcting the position of the mobile robot corresponding to the wet and dry state of the road surface;
The position calculation unit calls up the position correction information corresponding to the wet and dry state of the road surface determined by the road surface state determination unit from the storage unit, and calculates a current position based on the position correction information. .
前記指示手段検出部の出力に基づき前記区間の始点と終点を検出して前記区間を判別する区間判別部とを備え、
前記記憶部は、前記位置補正情報を前記区間ごとに前記路面の乾湿状態に対応して予め記憶し、
前記位置算出部は、前記路面状態判定部が判定した前記路面の乾湿状態及び前記区間判別部が判別した前記区間に対応する前記位置補正情報を前記記憶部から呼び出し、該位置補正情報により現在位置を算出することを特徴とする請求項１に記載の移動ロボット。 Further, an instruction means detection unit that is arranged on the travel route and detects a point instruction means that serves as a section of the section in the travel route;
A section discriminator for discriminating the section by detecting the start point and end point of the section based on the output of the instruction means detector;
The storage unit stores the position correction information in advance corresponding to the wet and dry state of the road surface for each section,
The position calculation unit calls the position correction information corresponding to the road surface dry / wet state determined by the road surface state determination unit and the section determined by the section determination unit from the storage unit, and uses the position correction information as a current position The mobile robot according to claim 1, wherein the mobile robot is calculated.
前記位置算出部は、前記車輪の回転量から走行距離を算出する算定式を前記位置補正情報により補正し、算出された走行距離から前記現在位置を算出することを特徴とする請求項１または２に記載の移動ロボット。 A wheel as the moving means, and a rotation amount detection unit for detecting the rotation amount of the wheel,
The position calculation unit corrects a calculation formula for calculating a travel distance from the rotation amount of the wheel by the position correction information, and calculates the current position from the calculated travel distance. The mobile robot described in 1.
前記位置補正情報は、前記各駆動輪の径データを補正する径補正係数と前記各駆動輪間の車輪間隔データを補正する間隔補正係数とを前記路面の乾湿状態に対応して前記区間ごとに記憶し、
前記位置算出部は、前記各駆動輪ごとの回転量と前記径補正係数で補正される径データとから各駆動輪ごとの走行距離を算出するとともに、該走行距離と前記間隔補正係数で補正される車輪間隔とから旋回量を算出して現在位置を求めることを特徴とした請求項３に記載の移動ロボット。 As the wheels, at least a pair of drive wheels,
The position correction information includes a diameter correction coefficient for correcting the diameter data of each driving wheel and a distance correction coefficient for correcting wheel distance data between the driving wheels for each section corresponding to the wet and dry conditions of the road surface. Remember,
The position calculation unit calculates a travel distance for each drive wheel from the rotation amount for each drive wheel and the diameter data corrected by the diameter correction coefficient, and is corrected by the travel distance and the interval correction coefficient. The mobile robot according to claim 3, wherein a current position is obtained by calculating a turning amount from a wheel interval.
前記走行経路に配設された地点指示手段を検出する指示手段検出部と、
前記指示手段検出部の出力に基づき前記各区間の始点と終点を検出して前記各区間を判別する区間判別部と、
前記区間ごとに前記移動ロボットの位置を補正するための位置補正情報を予め記憶した記憶部と、
前記区間判別部が識別した前記区間に対応する前記位置補正情報を前記記憶部から呼び出して、現在移動している前記区間における前記移動ロボットの現在位置を前記位置補正情報により補正して算出する位置算出部と、
路面の乾湿状態を判定する路面状態判定部と、
走行が終了した区間における前記移動手段の駆動量と当該区間の実距離を用いて新たな位置補正情報を算出し、当該新たな位置補正情報と、前記路面状態判定部が判定した前記路面の湿れ度合いに応じて予め定められた重み係数とにより、前記記憶部に記憶された当該区間の位置補正情報を更新する位置補正情報算出部と、
を有することを特徴とする移動ロボット。 A mobile robot that moves a travel route composed of a plurality of sections by a moving means,
An instruction means detection unit for detecting a point instruction means arranged on the travel route;
A section discriminator for discriminating each section by detecting the start point and end point of each section based on the output of the instruction means detector;
A storage unit that stores in advance position correction information for correcting the position of the mobile robot for each section;
A position calculated by calling the position correction information corresponding to the section identified by the section determination section from the storage section and correcting the current position of the mobile robot in the section currently moving with the position correction information. A calculation unit;
A road surface state determination unit for determining the wet and dry state of the road surface;
New position correction information is calculated using the driving amount of the moving means in the section where the travel is completed and the actual distance of the section, and the new position correction information and the road surface humidity determined by the road surface state determination unit are calculated. A position correction information calculation unit that updates the position correction information of the section stored in the storage unit with a weighting factor that is determined in advance according to the degree,
A mobile robot characterized by comprising:
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2006208235A JP2008033760A (en) | 2006-07-31 | 2006-07-31 | Mobile robot |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2006208235A JP2008033760A (en) | 2006-07-31 | 2006-07-31 | Mobile robot |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| JP2008033760A true JP2008033760A (en) | 2008-02-14 |
Family
ID=39123077
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2006208235A Pending JP2008033760A (en) | 2006-07-31 | 2006-07-31 | Mobile robot |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP2008033760A (en) |
Cited By (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2009199154A (en) * | 2008-02-19 | 2009-09-03 | Ihi Corp | Puddle detection device, unmanned traveling vehicle, and puddle detection method |
| JP2012108630A (en) * | 2010-11-16 | 2012-06-07 | Nippon Yusoki Co Ltd | Travel controller for unmanned carrier, and unmanned carrier |
| JP2012113377A (en) * | 2010-11-22 | 2012-06-14 | Nippon Yusoki Co Ltd | Travel control apparatus for unmanned carrier and unmanned carrier |
| US9283966B2 (en) | 2013-07-09 | 2016-03-15 | Samsung Electronics Co., Ltd. | Mobile robot having friction coefficient estimation function and friction coefficient estimation method |
| JP2016218736A (en) * | 2015-05-20 | 2016-12-22 | 株式会社豊田自動織機 | Unmanned conveyance system |
| JP2019507447A (en) * | 2016-01-04 | 2019-03-14 | 浙江立▲ビアオ▼机器人有限公司Ｚｈｅｊｉａｎｇ Ｌｉｂｉａｏ Ｒｏｂｏｔｓ Ｃｏ．， Ｌｔｄ． | Robot wheel diameter complementing method and apparatus |
| CN110530399A (en) * | 2019-09-06 | 2019-12-03 | 苏州寻迹智行机器人技术有限公司 | The wheel spacing modification method of two-wheel differential mobile robot odometer calibration |
| CN112074758A (en) * | 2018-05-02 | 2020-12-11 | 罗伯特·博世有限公司 | Method and device for identifying road conditions |
| JP2022062099A (en) * | 2010-12-15 | 2022-04-19 | シムボティック エルエルシー | Autonomous guided vehicle |
| US11952214B2 (en) | 2010-12-15 | 2024-04-09 | Symbotic Llc | Automated bot transfer arm drive system |
-
2006
- 2006-07-31 JP JP2006208235A patent/JP2008033760A/en active Pending
Cited By (13)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2009199154A (en) * | 2008-02-19 | 2009-09-03 | Ihi Corp | Puddle detection device, unmanned traveling vehicle, and puddle detection method |
| JP2012108630A (en) * | 2010-11-16 | 2012-06-07 | Nippon Yusoki Co Ltd | Travel controller for unmanned carrier, and unmanned carrier |
| JP2012113377A (en) * | 2010-11-22 | 2012-06-14 | Nippon Yusoki Co Ltd | Travel control apparatus for unmanned carrier and unmanned carrier |
| JP7469342B2 (en) | 2010-12-15 | 2024-04-16 | シムボティック エルエルシー | Autonomous guided vehicles |
| US11952214B2 (en) | 2010-12-15 | 2024-04-09 | Symbotic Llc | Automated bot transfer arm drive system |
| JP2022062099A (en) * | 2010-12-15 | 2022-04-19 | シムボティック エルエルシー | Autonomous guided vehicle |
| US9283966B2 (en) | 2013-07-09 | 2016-03-15 | Samsung Electronics Co., Ltd. | Mobile robot having friction coefficient estimation function and friction coefficient estimation method |
| JP2016218736A (en) * | 2015-05-20 | 2016-12-22 | 株式会社豊田自動織機 | Unmanned conveyance system |
| JP2019507447A (en) * | 2016-01-04 | 2019-03-14 | 浙江立▲ビアオ▼机器人有限公司Ｚｈｅｊｉａｎｇ Ｌｉｂｉａｏ Ｒｏｂｏｔｓ Ｃｏ．， Ｌｔｄ． | Robot wheel diameter complementing method and apparatus |
| US11487005B2 (en) * | 2018-05-02 | 2022-11-01 | Robert Bosch Gmbh | Method and device for identifying a road condition |
| CN112074758A (en) * | 2018-05-02 | 2020-12-11 | 罗伯特·博世有限公司 | Method and device for identifying road conditions |
| CN110530399B (en) * | 2019-09-06 | 2023-03-24 | 苏州寻迹智行机器人技术有限公司 | Wheel spacing correction method for odometer calibration of double-wheel differential mobile robot |
| CN110530399A (en) * | 2019-09-06 | 2019-12-03 | 苏州寻迹智行机器人技术有限公司 | The wheel spacing modification method of two-wheel differential mobile robot odometer calibration |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP2008033760A (en) | Mobile robot | |
| US11865708B2 (en) | Domestic robotic system | |
| JP6659599B2 (en) | Self-position estimation device and self-position estimation method | |
| US9058039B2 (en) | Method and apparatus for reckoning position of moving robot | |
| US8019475B2 (en) | Routing apparatus for autonomous mobile unit | |
| JP6828579B2 (en) | Environmental maintenance robot and its control program | |
| JP5278283B2 (en) | Autonomous mobile device and control method thereof | |
| JP2009031884A (en) | Autonomous mobile body, map information creation method in autonomous mobile body and moving route specification method in autonomous mobile body | |
| JP4530996B2 (en) | Mobile robot | |
| JP4368317B2 (en) | Mobile robot | |
| US20100049366A1 (en) | Surroundings mapping apparatus capable of applying quickly changed surroundings information in mobile robot and method thereof | |
| JP4745151B2 (en) | Mobile robot | |
| JP4377347B2 (en) | Mobile robot | |
| JP2009237851A (en) | Mobile object control system | |
| JP2009223757A (en) | Autonomous mobile body, control system, and self-position estimation method | |
| JP4745159B2 (en) | Mobile robot | |
| JP4377346B2 (en) | Mobile robot | |
| CN113490973B (en) | Information processing device and mobile robot | |
| JP2024038486A (en) | Mobile robot control device, mobile robot control method | |
| JP4745150B2 (en) | Mobile robot | |
| JP4745149B2 (en) | Mobile robot | |
| JP4745160B2 (en) | Mobile robot | |
| JP6863049B2 (en) | Autonomous mobile robot | |
| WO1995029380A1 (en) | Navigation system for fast automated vehicles and mobile robots | |
| JP2006252348A (en) | Mobile robot |