JP2014523572A - 地図データの生成 - Google Patents

Abstract

本発明は地図データの生成に関する。測定機器、即ち、移動体が、当該移動体の環境における当該移動体の現在位置と障害物の間の距離を測定する。本発明は特に、少なくとも１つのモバイル測定機器が当該モバイル測定機器の環境における当該モバイル測定機器の現在位置と障害物の間の距離を測定するように設計され、ａ）Ａを当該モバイル測定機器の当該環境を定義する所定の角度セクタとして、各々Ａ／Ｎの連続的な角度間隔により、当該環境における当該モバイル測定機器と障害物の間の距離の少なくともＮ回の測定を実施し、作業メモリ内で当該距離を夫々の当該角度間隔と関連付けて、地図データを構築するステップと、ｂ）当該モバイル測定機器を変位させ、当該モバイル測定機器の新たな現在位置に対してステップａ）を繰り返すステップと、ｃ）ステップｂ）の当該現在位置の角度間隔およびステップａ）の過去の位置の角度間隔ごとに測定した当該距離の関数として、一度かつ同時に、ステップａ）における当該モバイル測定機器の初期位置に対して、当該地図上で、ステップｂ）における当該モバイル測定機器の当該現在位置と、当該地図の新たなデータとを決定するステップと、を含む。

Description

本発明は、地図製作データの生成に関する。

一般に、自身の現在位置と障害物の間の距離をそれらの環境において測定するように設計された１つまたは複数のモバイル測定機器（例えば、ロボット）を提供することができる。以下では、「モバイル」という用語はかかる種類のモバイル測定機器を意味するとして理解される。これらの測定を、例えば、飛行時間の測定（特に、「Ｌｉｇｈｔ Ｄｅｔｅｃｔｉｏｎ ａｎｄ Ｒａｎｇｉｎｇ」である「ＬＩＤＡＲ」電波探査）により、または、距離を測定可能とする他の任意の技法により実施することができる。

特にリアルタイムでは、オンボード「ＳＬＡＭ」（「Ｓｉｍｕｌｔａｎｅｏｕｓ Ｌｏｃａｌｉｚａｔｉｏｎ Ａｎｄ Ｍａｐｐｉｎｇ」）と呼ばれる問題が生ずる。この問題は、モバイル測定機器の地図製作マッピングとその位置を一度かつ同時に決定することにある。したがって、測定機器の環境の地図を構築し、同時に当該地図において当該機器を発見する必要がある。実際に、これらの２つの問題を独立に解決することはできない。モバイル機器が環境の地図を構築できるようにするために、当該機器は先ずその距離測定を行った点に関する情報を保持しなければならない。同様に、良く構築された地図なしには機器の現在位置を推定することは困難である。したがって、良好な地図は自己探索するために必要であり、現在位置の正確な推定は地図を構築するために必要である。

より例示的な方法で本発明の目的を説明すると、例えば、
−地図製作システムの入力において、マップすべきエンティティ（壁、ドア、家具、木等）の座標を、モバイル機器に束縛した参照フレームで表現した複数の点または大量の点の形で構築することが求められる。
−当該システムの出力において、機器の現在位置（例えば、平面問題、即ち、２Ｄでの地図を構築するための座標Ｘ、Ｙ、θ）が決定される。
−探索されている環境のサンプル地図が当該環境から構築される。

さらに例示的な例として、平面問題では、アルゴリズムが地図と機器（以降、「モバイル」と称する）の位置を、プロセッサ・クロックが１．６ＧＨｚのｅｅｅＰＣコンピュータにおいて２５ｍｓ未満で更新する。モバイルの位置は連続的な領域で表現され、地図は例えば２０ｍｍの間隔で空間的にサンプル化される。少数のＳＬＡＭソリューション方法が現在知られている。

「Ｖｉｓｕａｌ ＳＬＡＭ」は、１つまたは複数の画像取得システム（一般に、カメラ）を使用し、２つの連続的な画像の間の変換を計算し、そこからモバイルの変位を推定する。

しかし、これらのアプローチにはビデオ・データの前処理が必要であり、しばしばリアルタイムな制約とは殆ど両立しない。

当該取得システムは照明条件を受け、これにより探索プロセスが改竄されるかまたは妨害されるおそれがある。

ビデオ画像に基づいて地図を再構築するのはしばしば困難であり、しばしば地図製作に関してＬＩＤＡＲとの組合せが報告されている。

「ランドマーク」の抽出では、センサ（カメラ、ＬＩＤＡＲ等）のデータから自然標識として使用する関心領域を抽出する。当該データは「ランドマーク」と呼ばれる。

しかし、これは画像処理と同様、コストがかかるプロセスである。当該抽出は攪乱を受ける場合があり、この種のアプローチは一般に（例えば以下で説明するＫａｌｍａｎｎフィルタを用いるタイプの）確率論的アプローチと組み合わせられる。現在の視界領域にランドマークがないと探索が妨げられる。

Ｋａｌｍａｎｎフィルタを用いるアプローチでは、確率論的モデルを用いることにより幾つかのセンサ（例えば、ＬＩＤＡＲおよび走行距離計測法）から生ずる情報を融合する。しかし、基礎となる数学的モデルは複雑であり、センサの特徴、特に測定値の不確実性の分散を非常に細かく知る必要がある場合がある。この分散は推定が困難であり、（特に、起伏の多い地形から滑り易い地面へ移動するときの走行距離測定値の）変動の影響を受ける場合がある。

「粒子フィルタ」を用いるアプローチは、最良を保つという最終的な目的で一連の無作為抽出を行う所謂モンテカルロ法と同様である。しかし、実際、当該技法は、別のアルゴリズムと組み合わせないと貧弱な結果をもたらす。（結果の品質が依存する）選択した数の粒子に応じて、リアルタイムな制約との両立は困難なものとなる。さらに、無作為抽出を用いる任意の技法と同様、結果は再現可能ではない。

所謂「ＩＣＰ」（「Ｉｔｅｒａｔｉｖｅ Ｃｌｏｓｅｓｔ Ｐｏｉｎｔ」）技法では、各ＬＩＤＡＲ点を過去に取得したデータと関連付けて、「最小二乗」タイプの処理による変形を推定する。しかし、対応する点をマッチするプロセスは非常にリソース的に高価であり、その計算量はＯ（ｎ．ｌｏｇ（ｎ））のオーダであり、したがってリアルタイムな実行が妨げられる。さらに、これらの機構は異常なデータに関して堅牢ではない。本発明はこのような状況を改善するものである。

この目的のため、本明細書では地図製作データを生成するための方法を提供する。当該方法では、少なくとも１つのモバイル測定機器が、モバイルの現在位置と障害物の間の距離をモバイルの環境で測定するように設計され、
ａ）Ａを当該モバイル測定機器の当該環境を少なくとも部分的に定義する所定の角度セクタとして、各々Ａ／Ｎの連続的な角度間隔により、当該環境における当該モバイル測定機器と障害物の間の距離の少なくともＮ回の測定を実施し、作業メモリ内で当該距離を夫々の当該角度間隔と関連付けて、地図データを構築するステップと、
ｂ）当該モバイル測定機器を変位させ、当該モバイル測定機器の新たな現在位置に対してステップａ）を繰り返すステップと、
ｃ）ステップｂ）の当該現在位置の角度間隔およびステップａ）の過去の位置の角度間隔ごとに測定した当該距離の関数として、一度かつ同時に、
ステップａ）における当該モバイル測定機器の初期位置に対して、当該地図上で、ステップｂ）における当該モバイル測定機器の当該現在位置と、
当該地図の新たなデータと、
を決定するステップと、
を含む。

特に、ステップｃ）において、
―ステップａ）で決定した当該地図に対する、当該モバイル測定機器と当該モバイル測定機器の第１の近傍の間のグローバル距離の関数を決定し、
―当該関数の極小値を図示して、ステップｂ）における当該モバイル測定機器の現在位置を決定する。

当該関数の変形を示す図７を参照すればさらに分かるように、当該変形における極小値が図示され、第１の近傍において、当該最小値がモバイルの環境の障害物に対する当該モバイルの現在位置を示す。

本発明が提供する利点の１つによれば、以上の技法と対比して、本発明の主題である方法には、（特に、後で分かるように、前述の距離関数の変形において極小値が探索されるため）計算が殆ど必要でなく、計算時間の点で注目すべき性能が現れる。処理の簡潔さにより、当該方法を少量のプロセッサで実行することができ、その結果、今日のオンボード技術の対象とすることができる。結果の品質、特に攪乱に対する堅牢性が主な利点をもたらす。

有利なことに、当該方法はさらに、ステップｂ）とｃ）を連続的に反復して少なくとも１つのオブジェクトまたは建物の地図を構築するステップｄ）を含むことができる。例えば、ステップｂ）とｃ）を連続的に反復してモバイルの環境における全ての障害物を決定してモバイルの環境における少なくとも１つのオブジェクトまたはモバイルが配置されている建物から成る完全な地図を構築するステップｄ）が提供される。

ステップａ）では、地図データがステップａ）におけるモバイルの現在位置の指示の関数として構築され、当該方法は空間内のモバイルの絶対位置を決定する初期ステップａ_０）を含むのが好ましい。

２Ｄ地図の構築に関して有利には、グローバル距離関数が、二次元地図の構築に関して、ステップｂ）で平面内のモバイルの方位を定義する２つのデカルト座標Ｘ、Ｙ、および角度θに対応する単一の極小値を示す。かかる実施形態により、平面内のモバイルの新たな位置を決定して、当該平面で２Ｄ地図を構築することができる。

３Ｄ地図の構築に関して有利には、グローバル距離関数が、三次元空間における地図の構築に関して、ステップｂ）で空間内のモバイルの方位を定義する３つのデカルト座標Ｘ、Ｙ、Ｚ、および３つの角度θ、ψ、φに対応する単一の極小値を示す。かかる実施形態により、空間内のモバイルの新たな位置決定して、上述の３Ｄ地図を構築することができる。

１実施形態では、グローバル距離関数はステップａ）で決定した障害物点と、ステップｂ）で障害物として検出した近傍点との間のユークリッド距離の和により推定される。

１実施形態では、
−中心点の近傍点と、当該中心点およびその近傍の間の推定ユークリッド距離とを対応づけるための（例えば）ルックアップ・テーブルを前もって構築する。
−グローバル距離関数の計算に関して、ステップｂ）で障害物を検出した後に、障害物ごとに、ステップａ）で決定した最近傍の障害物点との距離が決定され、上記ルックアップ・テーブルを参照して当該障害物と最近傍の間のユークリッド距離を決定する。
−その後、全ての障害物点に対して、ユークリッド距離の和を推定する。

このように、本実施形態では、上述した距離和の最小値がモバイルの変位の方向と距離に対応し、当該最小値を決定した後、モバイルの新たな位置と新たな地図データが有利に決定される。

本発明はまた、コンピュータ・プログラムにも関する。当該コンピュータ・プログラムは、プロセッサにより実行されたときに以上の方法を実装するための命令を含む。かかるプログラムの一般的なアルゴリズムの例示的な流れ図が添付の図２で提供されており、下記の発明を実施するための形態で詳細に説明されている。

本発明の他の利点と特徴は、以下の発明を実施するための形態と添付図面を読めば明らかになろう。発明を実施するための形態は、全く非限定的な、実施可能で例示的な実施形態により与えられている。

モバイルにより生成した測定データに基づいて地図を形成すための計算ユニットを備える装置の例示的な要素を示す図である。 本発明の趣旨に入る方法のステップの例示的な流れ図である。 モバイルによりプロットした測定点を示す図である。 図３Ａの測定点に基づいて形成した第１の地図を示す図である。 点とその第１の近傍の間の予め計算した距離を示す図である。 図３Ａの各点とその第１の近傍の間の予め計算した距離を示す図である。 図３Ｂの地図に重ね合わせた点に対する新たな測定データを示す図である。 図５の予め計算した距離での新たな測定点の重ね合わせを示す図である。 上述のグローバル距離関数の極小値を示す図である。 本発明の趣旨に入る方法を実装するための装置ＭＯＢ１を概略的に示す図である。

図１を参照すると、本発明を、
−データ入力装置Ｅ
−結果抽出装置Ｓ
−（地図データと位置データを含む）メモリＭＥＭ
−算術論理計算ユニットμＰ
を有するかまたはエミュレートする装置の任意の要素で実施することができる。可能な例示的な実施形態は、フォン・ノイマン・アーキテクチャ（マイクロコントローラ、マイクロプロセッサ、ＰＣ等）および（ＡＳＩＣ、ＦＰＧＡ、ＣＰＬＤ等）プログラム可能論理アーキテクチャから導出される。

このように、装置Ｅへの入力は、探索すべきモバイルの周囲の近傍環境を表現するデータである。これらのデータは、様々なセンサ（例えば、ＬＩＤＡＲ）から生ずることができ、地図に分類すべきオブジェクトの存在を示す空間またはフリー・ゾーンの点のデカルト座標に変換可能である。これらの座標は、発見すべきモバイルに束縛された参照フレームで表現される。

ｅにより、マップすべきエンティティの座標を（大量の点の形で）表す、システムの入力を示す。一般に、

である。ここで、ｅ_ｉはシステムのｉ番目の入力であり、

は、点の座標から成るベクトルであり、

は、各点のステータス（占有／空き）に関するベクトルである。
平面問題（２Ｄ地図の決定）のケースでは、

である。ここで、Ｘ_０、Ｙ_０はモバイルの参照フレームで表現される（例えば、ＬＩＤＡＲから生ずる）点の座標である。実際、２Ｄ地図製作に関して、本発明の趣旨に入る技術と互換性のある取得システムは、例えば（特に、ＬＩＤＡＲタイプの）ＬＡＳＥＲスキャンに基づくようなテレメータである。

システムの出力［ＰＶ］は２つの形で与えられる。
−Ｐ：絶対参照フレームにおけるモバイルの位置データ
−Ｖ：確率論的占有グリッド

の形で探索されたゾーンの地図データ。当該グリッドの各セルは当該グリッド内の障害物の存在確率を表す。

モバイルの位置は、当該モバイルの位置と方位を含む空間内の座標の形で表される。一般に、

である。ここで、Ｐはシステムの入力であり、

は空間内の位置であり、

は空間内の方位である。

（２Ｄ地図を構築するための）平面問題の特別なケースでは、

である。

処理すべきデータが入力装置に存在するときには、第１の一連の測定の後、以下で説明する処理により、モバイルの位置と環境の地図を更新することができる。

しかし、図２を参照すると、以下のように、第１の反復を別々に処理して当該処理を開始しなければならない。

開始コマンドＳ０の後、第１の一連の測定を実施する過程で、ステップ集合Ｓ１の最初の反復は、当該処理の初期化と第１の情報の環境地図への書込みを目的とする。当該情報は、当該処理において以降参照される。

当該ステップ集合Ｓ１は３つのステップから成る。即ち、
−地図を更新するステップＳ１１
−地図をセグメント化するステップＳ１２
−最近傍への距離を計算するステップＳ１３

ステップＳ１１では、モバイルの初期位置は未知であると仮定する。例えば、当該初期位置がゼロであると仮定することができる。モバイルの位置に対応する変数は、当該初期位置を、例えば、
−２Ｄ地図では、平面内で位置変数Ｘ、Ｙ、θにより、
−または、３Ｄ地図では、空間内で位置変数Ｘ、Ｙ、Ｚ、φ、ψおよびθにより、
表す。

モバイルの位置を知り、地図内で分類すべき測定点の位置ｅ_０に基づいて、点ごとに関連セル

を計算して、その値を更新する。例えば、ＬＩＤＡＲタイプの測定機器のケースでは、２Ｄ地図製作に関して、セルの座標が、

により与えられる。ここで、
−Ｘ_{ｍｏｂｉｌｅ}、Ｙ_{ｍｏｂｉｌｅ}は当該モバイルに結び付けられた参照フレーム内の点の座標であり、
−変数Ｄｉｓｔａｎｃｅは現在の点に対してＬＩＤＡＲで測定した距離であり、
−変数Ａｌｐｈａは現在の点の測定角度に対応し、
−変数ＳＴＥＰ ＭＡＰは地図のセルの幅に対応し、
−ベクトル［Ｔｘ、Ｔｙ］は地図の原点に対するモバイルの想定した移動に対応し、
−Ｒｚは地図の原点に対するモバイルの想定した方位であり、
−ｘ、ｙは更新すべきセルのインデックスに対応する整数である。

ステップＳ１１の実装に関して、幾つかの更新機構を想定することができる。この更新機構には、二乗、平均、またはベイズ平均機構が含まれうる。

例えば、以下の式で示すように、反復平均を使用することができる。

訪問数を束縛することにより、忘却因子を挿入することができる。その結果、以下のように最近の取得に対して高い重要度を与えることができる。

単純かつ効果的な解決策では、セルが空いているか占有されているかに応じて以前の値に定数を追加するかまたは以前の値から定数を差し引く。

以下のステップＳ１２では、確率論的地図をセグメント化して当該地図を第２のバイナリ地図、即ち、

に変換する。当該新たな地図の各セルは２つの状態、即ち、空きまたは占有しか有さない。幾つかのセグメント化技法を想定できるが、値の単純な閾値化で実際に十分である。図３Ａは、２Ｄ地図製作に関して、モバイルＰＭの初期位置周りの角度間隔θ_ｉ（Ｎを角度間隔の数として、ｉ＝１、・・・、Ｎ）によるセグメント化の例示的な実施形態を示す。勿論、黒点は障害物点を示す。図３Ｂに示すように、角度セクタＡの全体をスキャンすると、最終的に新たな更新された地図が得られる。

有利には、空間内のモバイルの絶対位置の指示を参照して、絶対参照フレームで得られた地図データを決定することができる。

以下のステップＳ１３は、図３Ａまたは３Ｂに従う第１の一連の測定に従って分類される地図要素の最近傍への距離を計算することに対応する。地図の夫々の空のセルには、以下のように、当該最近傍への限界距離を表す値が関連付けられる。

ここで、

はインデックス

のセルに関連付けられたユークリッド距離であり、
−Ｄｐｐｖは最近傍の占有セルとのユークリッド距離であり、
−Ｄｍａｘは、２つの連続した取得の間における、点の変位の最大ユークリッド距離である。

当該処理を加速するための有利な操作では、特に距離計算に関して、予め計算したテーブル（ＬＵＴタイプの「ルックアップ・テーブル」）を使用する。当該テーブルは、メモリにロードされ、中心点、即ち円錐の頂点から遠ざかる（距離が増大する）円錐を表示する図４に示すように、所与の点に対して、当該点からの１組の予め計算した距離を含む。有利には、この事前準備により、所与の点の近傍間のユークリッド距離の計算（特に、二乗根の計算）を不要とすることができる。

距離を計算した後のセグメント化された地図を図５に示す。白のセルは、最大変位Ｄ_ｍａｘより長い距離だけ離れた最近傍を有するセルである。黒のセルは、占有されたセルである（それらは最近傍であるので、距離はゼロである）。残りのセルは、距離が０とＤ_ｍａｘの間にあるセルであり、グレーのレベルは最近傍への距離を反映する。

ステップＳ１１乃至Ｓ１３は、ここでは例示のため逐次的に表示しているが、これらのステップを並列に実行してもよく、１点ずつ処理してもよい。

このように、以上の例では纏めると、点ごとに当該点に関係するセル

を最初に更新し、対応する第２の地図のセル

を更新する。同一セルの近傍の距離

はその後に計算される。次に、図３Ａまたは図３Ｂの地図の測定点がなくなるまで、次の点に移る。

その後、第２の一連の測定を実施する。以下で、どのように図５に示した推定距離から始めて一度かつ同時に、測定機器の変位と地図の新たなデータを決定するかを説明する。

以下の反復、より一般には上記処理の以下の反復に関して、モバイルの位置が推定され、その後当該推定に基づいて地図データが更新される。したがって、再度図２を参照すると、現在のステップＳｎのグループは、
−モバイルの位置を推定するステップＳｎ１、
−地図を更新するステップＳｎ２、
−地図をセグメント化するステップＳｎ３、および
−最近傍の距離を計算するステップＳｎ４、
を含む。
ステップＳｎ１で、占有された最近傍への距離を含む探索空間を表すモデルのもとに地図

が生成される。１組の新たな測定データｅｉが入力装置Ｅに存在するとき、この１組の測定データをここでは「シーン」と称する。当該処理では、地図モデルと当該シーンの間の最も対応するマッチを求める。

モバイルの想定位置に対して、ｅｉの点ごとに、関連するセルを計算して、その距離の総和を推定する。モバイルの位置に関して、最良の既知の位置で処理を開始することができる。当該位置は、以前の反復で推定された位置から成る。しかし、１実施形態では、場合によってはこの推定を、他のセンサから（例えば、走行距離計測法によって）生ずる測定値で改良してもよい。

したがって、推定位置を利用することにより、以前のステップ（例えば、図３Ｂ）で構築した地図の参照フレームにおいて、最後の取得から生じた各測定点の位置が計算される。次に、これらの点を取得し、図６Ａに示すように、以前の反復で取得した地図に重ね合わせる。その後、図５に従う距離の推定で表現したような地図の豊富な情報を利用することによって、最後の測定から生じた点ごとに、図５で前述したように決定された、その最近傍への距離が計算される。新たな点ｅｉごとに、第１の近傍への距離を合計する。次に、第１の距離への距離の合計を表す変数を取得する。当該合計は、数学的分析で従来から使用されている最小二乗和と同様であってもよい。当該処理により、その極小値が求められる数学的関数を記述することができる。

そうすると、前述の距離の合計が最小化すべき基準となる。実際、距離の合計がゼロである場合には、そのシーンは当該モデルに完全に対応する。他方、距離の合計が大きい場合には、モデルとシーンはかけ離れている。シーンとモデルが距離Ｄ_ｍａｘ内にある場合には、この２つの間で変換することによりモバイルの変位が正しく反映される。

図６Ｂに、（図５の）モデル

に重ね合わせたシーンｅｉ（点）の例を示す。次に、最小化すべき数学的関数Ｃｒｉｔｅｒｉｏｎ＝ｆ（Ｐ）を定義する。２Ｄ地図の平面においては、当該関数はＣｒｉｔｅｒｉｏｎ＝ｆ（Ｘ、Ｙ、θ）の形式で表現される。

本発明の原理によれば、ｆは、図７に示すように極小値を受容する関数であることが示される。当該関数は評価可能であるが、その解析的表現は未知である。

ＳＬＡＭの問題のフレームワークにおいて、かつ、ここで全て満足される特定の条件のもとで、局所的なアプローチを使用できそれが非常に良好な結果を与えることは特に明らかである。モバイルの変位に関する仮定が十分に信頼できるものである場合には、当該極小値が実際に求められている最小値である。処理の開始時に、当該情報が当該処理を開始する可能性が十分であると想定される場合には、各反復の結果は同様に十分に信頼できるものである。

２次元（２Ｄ地図製作）における問題に関してθ平面に投影される関数ｆのプロットの１例を特に図７に示す。当該関数は局所的には１つの最小値しか受容しないことは容易に分かる。同じ傾向が、３Ｄ地図製作のフレームワークでも観測されている。

多数の可能な最小値探索アルゴリズムを提供することができる。例えば、ここで良好な結果を与えるＮｅｌｄｅｒとＭｅａｄのアルゴリズムを引用してもよい。

距離の合計の極小値が見つかると、モバイルの新たな位置Ｐ_ｉがその結果として分かる。次に、ステップＳ１１、Ｓ１２、およびＳ１３に関して夫々前述したように、続くステップＳｎ２、Ｓｎ３、およびＳｎ４で、メモリ内の地図データを更新することができる。

このように、手短に述べると、図３Ａに示したような第１の取得の後、ルックアップ・テーブル（ＬＵＴ）を参照して、図５に示すように当該第１の取得から生じた点の周りの第１の近傍の距離が決定される。次の取得により、図６Ａに示すように、図３Ｂで表した以前に構築した地図上に重ね合わせられる点のような、後続の点を決定することができる。（図６Ｂに示すように）最近傍の距離を与えるルックアップ・テーブルを参照することによって、後に取得した点と以前に構築した地図の点との間の距離の全体和が推定され、当該距離の合計の最小値が求められる。有利には、通常は唯一の極小値が存在する（図７）ことが成り立ち、その結果、図３Ｂに示す地図内のモバイルの現在位置が曖昧さなく与えられ、最後の取得において新たな測定点を特定して地図のデータを豊富にすることができる。

当該処理は、夫々の新たなデータ取得で繰り返され、ランドマーク抽出、無作為抽出、構築論的モデル（分散等）、または重い処理（画像の点の対応または「マッチング」等）を使用せずに、ＳＬＡＭの問題を解決することができる。したがって、計算時間の点で注目すべき性能を実現することができる。

再び図２を参照すると、勿論、所望の完全な地図が最後のステップＳＦで構築されない限り、次の一連の測定Ｓｎ＋１を実施することができ、一群のステップＳｎを繰り返すことができる。

本発明の利点は特に、
−地図の更新のための予め計算したテーブルの利用と、
−位置推定のための局所探索アルゴリズムの利用と、
を根拠とした、計算速度である。

第２の利点は、得られる精度である。データの高速な処理により、実際に、リアルタイムに地図を更新することができ、結果として多数のデータを使用することができる。次に統計的現象が現れる。これにより、システムの信頼性が高まる。即ち、異常なデータ項目は正当なデータの中に「飲みこまれ」、殆ど結果に影響を及ぼさない。さらに、その後の反復で当該異常なデータ項目の大部分を補正することができる。

第３の利点はその簡潔性である。当該処理は、使用する測定機器またはセンサのモデルと独立である。当該処理は、アプリケーションの関数として再計算する必要があろう数学的モデル、モバイルまたはそのセンサの移動特性には依存しない。さらに、処理アルゴリズムの幾つかのパラメータが、物理的な条件（地図の精度とサイズ、モバイルの最大速度、最大変位等）に直接関係し、したがって容易に調節することができる。

当該処理を用いて、モバイルを環境において絶対的に探索することもできる。かかるアプリケーションは、通常「全地球測位」または「キッドナッピング（ｋｉｄｎａｐｐｉｎｇ）」と呼ばれ、モバイルを既知の環境の未知の位置に配置し、モバイルが当該環境で絶対的に自己探索する必要がある。本発明では、モバイルが配置される環境に関する以前の（部分的な）地図データをモバイルが当然に有する場合に、かかるアプリケーションを可能とする。

勿論、本発明は２Ｄおよび３Ｄにおいて等しく適用される。さらに、当該処理を、地図製作に関する本発明の趣旨において使用できるだけでなく、オブジェクト認識に対しても利用することができる。次に、かかるアプリケーションにおいて、建物の地図をオブジェクトのデータベースの構築で置き換えることができる。次に、スキャンされた取得が、オブジェクトの（部分的な）３Ｄ取得で置き換えられる。したがって、本発明の別の可能なアプリケーションは、モバイルの支援を受けた、距離の測定による３Ｄオブジェクトの認識に関する。前述のグローバル距離関数の（明確な）極小値の観測により、本発明の趣旨に入る処理は良好な結果を与えている。

さらに、各々が少なくとも１つの他の機器と通信するのに適した複数の測定機器に対してその地図データを提供して、様々な測定機器から生ずる地図データを照合するステップを実施できるようにしてもよい。有利には、かかる実施形態により、幾つかのモバイルが完全な地図の形成に参加することによる処理時間を厳密に減らすことができる。

本発明はまた、以上で説明した方法を実装するための、地図製作データを生成するための装置を目的とする。図８を参照すると、かかる装置は、１つまたは複数の障害物ＯＢＳへの距離を測定するための、少なくとも１つのモバイル機器を備える。当該モバイル機器は、
−距離測定ユニットＵ−ＭＥＳと、
−機器の変位手段Ｍ−ＤＥＰと、
−測定データを、地図データと当該地図内のロボットの現在位置とを計算するためのユニットに送信するための通信手段ＣＯＭと、
−上述の計算ユニットと、
を備える。

特に、計算ユニットＭＥＭ−μＰは、
−作業メモリＭＥＭにおいて、測定距離と各角度測定間隔を関連付け、
−次の現在位置の角度間隔ごとに測定した距離の関数として、一度かつ同時に、
−上記地図上の測定機器の最新の現在位置と、
−当該地図の新たなデータと
を決定する
ための、少なくとも１つのプロセッサμＰと作業メモリＭＥＭを備える。

この目的のため、グローバル距離関数の極小値が図７を参照して上述したように有利に図示される。図８の例では、モバイル機器が上述の計算ユニットを統合する。しかし、変形においては、当該計算ユニットが（例えば、無線通信手段により測定機器に接続されたユニットＰＣのように）独立であってもよい。

さらに、図８の例では、装置ＭＯＢ１はさらに、（例えば、無線通信による）地図データの送受信手段ＥＭ／ＲＥＣを備えることができる。装置ＭＯＢ１は、当該地図データを別の装置ＭＯＢ２と交換して、以上で説明したように上述のタイプの完全な地図を形成することができる。

Ｅ データ入力装置
ＭＥＭ メモリ
μＰ 算術論理計算ユニット
Ｓ 結果抽出装置

Claims (11)

1. 地図製作データを生成するための方法であって、
   少なくとも１つのモバイル測定機器が前記モバイル測定機器の環境における前記モバイル測定機器の現在位置と障害物の間の距離を測定するように設計され、
   ａ）Ａを前記モバイル測定機器の前記環境を少なくとも部分的に定義する所定の角度セクタとして、各々Ａ／Ｎの連続的な角度間隔により、前記環境における前記モバイル測定機器と障害物の間の距離を少なくともＮ回測定し、作業メモリ内で前記距離を夫々の前記角度間隔と関連付けて、地図データを構築するステップと、
   ｂ）前記モバイル測定機器を変位させ、前記モバイル測定機器の新たな現在位置に対してステップａ）を繰り返すステップと、
   ｃ）ステップｂ）の前記現在位置の角度間隔およびステップａ）の過去の位置の角度間隔ごとに測定した前記距離の関数として、一度かつ同時に、
   地図上での、ステップａ）の前記モバイル測定機器の初期位置に対するステップｂ）の前記モバイル測定機器の前記現在位置と、
   前記地図の新たなデータと、
   を決定するステップと、
   を含み、
   ステップｃ）において、
   ステップａ）で決定した前記地図に対する、前記モバイル測定機器と前記障害物の間のグローバル距離の関数を決定し、
   前記関数の極小値を図示して、ステップｂ）における前記モバイル測定機器の現在位置を決定する、
   方法。
2. ステップｂ）およびｃ）を連続的に反復して少なくとも１つのオブジェクトまたは建物の地図を構築するステップｄ）を含む、請求項１に記載の方法。
3. ステップａ）において、前記地図データをステップａ）における前記モバイル測定機器の前記現在位置の表示の関数として構築し、
   空間内の前記モバイル測定機器の絶対位置を決定する初期ステップａ_０）を含む、
   請求項１および２の何れか１項に記載の方法。
4. 少なくとも１つの他の機器に対して自己の地図データを通信するのに適した複数の測定機器が提供され、様々な測定機器から生じた地図データを照合するステップをさらに含む、請求項１乃至３の何れか１項に記載の方法。
5. グローバル距離関数により、二次元地図の構築に関して、ステップｂ）における平面内の前記モバイル測定機器の方位を定義する２つのデカルト座標Ｘ、Ｙ、および角度θに対応する単一の極小値が示される、請求項１乃至４の何れか１項に記載の方法。
6. グローバル距離関数により、三次元空間における地図の構築に関して、ステップｂ）における空間内の前記モバイル測定機器の方位を一体となって定義する３つのデカルト座標Ｘ、Ｙ、Ｚ、および３つの角度θ、ψ、φに対応する単一の極小値が示される、請求項１乃至５の何れか１項に記載の方法。
7. 前記グローバル距離関数は、ステップａ）で決定した各障害物点とステップｂ）で障害物として検出した近傍点の間のユークリッド距離の和により推定される、請求項５および６の何れか１項に記載の方法。
8. 中心点の近傍点と、当該中心点と当該中心点の近傍の間の推定ユークリッド距離とを対応付けるルックアップ・テーブルが前もって構築され、
   前記グローバル距離関数を計算するために、ステップｂ）で障害物を検出した後、障害物ごとに、最も近い障害物点との距離をステップａ）で決定し、前記ルックアップ・テーブルを参照して、前記障害物とより近い近傍との間のユークリッド距離を決定し、
   次いで、前記障害物点の全部に関する前記ユークリッド距離の前記和を推定する、
   請求項７に記載の方法。
9. 前記距離の和の最小値が前記モバイル測定機器の変位の方位と距離に対応し、前記最小値を決定した後、前記モバイル測定機器の新たな位置と新たな地図データが決定される、請求項１乃至８の何れか１項に記載の方法。
10. プロセッサにより実行されたとき、請求項１乃至９の何れか１項に記載の方法を実装するための命令を含む、コンピュータ・プログラム。
11. 請求項１乃至９の何れか１項に記載の方法を実装するための、地図製作データを生成するための装置であって、
    ステップａ）を実装するための距離測定ユニットと、
    ステップｂ）を実装するための距離変位手段と、
    地図データと前記地図内のロボットの現在位置を計算するための計算ユニットに、測定データを送信するための手段と、
    を備えた、距離を測定するための少なくとも１つのモバイル機器を備え、
    前記計算ユニットは、少なくとも１つのプロセッサと作業メモリとを備え、
    前記作業メモリは、測定された距離を夫々の角度測定間隔と前記作業メモリにおいて関連付けるためのものであり、
    ステップｃ）を実装するために、次の現在位置の角度間隔ごとに測定した前記距離の関数として、一度かつ同時に、
    前記地図上で前記モバイル測定機器の最後の現在位置と、
    前記地図の新たなデータと
    を、
    ステップａ）で決定した前記地図に関して、前記モバイル測定機器と前記障害物の間のグローバル距離の関数を決定し、
    前記関数の極小値を図示して、ステップｂ）における前記モバイル測定機器の現在位置を決定する
    ことによって決定する、
    装置。

Images