JP2018206004A - 自律走行台車の走行制御装置、自律走行台車 - Google Patents

Abstract

【課題】自律走行台車を屋内及び屋外でシームレスに走行可能にする。【解決手段】制御部７は、距離センサ５と、ＧＮＳＳ受信機１１と、走行部３とを含み、移動環境を計画的に又は無計画に自律的に移動する自律走行台車１に用いられる。記憶部２７は、移動環境の地図を記憶する。Ｉ／Ｏポート３１は、距離センサ５及びＧＮＳＳ受信機１１にデータが入力され、且つ走行指令を走行部３に出力する。制御部７は、距離センサ５のデータと移動環境の地図を用いて移動環境の地図上における自律走行台車１の自己位置をＳＬＡＭ確率分布として求め、ＧＮＳＳ受信機１１のデータを用いて自律走行台車１の自己位置をＧＮＳＳ確率分布として求め、ＳＬＡＭ確率分布とＧＮＳＳ確率分布とを合成してＳＬＡＭ／ＧＮＳＳ確率分布を作成し、ＳＬＡＭ／ＧＮＳＳ確率分布のピーク位置を移動環境における自律走行台車１の自己位置として決定し、決定した自己位置に基づいて走行指令を作成する。【選択図】図１

Description

本発明は、自律走行台車の走行制御装置及び自律走行台車に関する。

従来から、周囲環境の中を自律して移動する自律走行台車が知られている。自律移動のためには、移動空間内の物体（以下、障害物と称す）が存在する領域と存在しない領域とを表した環境地図が必要となる。様々な環境地図の取得方法が考案されている中で、近年、移動しつつ、リアルタイムで自己位置の推定と環境地図の作成とを行う技術として、ＳＬＡＭ（Ｓｉｍｕｌｔａｎｅｏｕｓ Ｌｏｃａｌｉｚａｔｉｏｎ ａｎｄ Ｍａｐｐｉｎｇ）が注目されている。ＳＬＡＭを利用した自律走行台車は、距離センサによる距離計測の結果得られた地形データを用いて環境地図を予め作成しておき、自律移動時においては環境地図と各時点の距離データをマップマッチングさせることにより、自己位置推定を行う（例えば、特許文献１を参照）。

特開２０１４−２１９７２１号公報 特開２００８−８３７７７号公報

従来の自律走行台車では、自律走行台車を屋内のみではなく屋外でも走行させることが要求されている。しかし、その場合には下記の問題点が考えられる。
第１に、グラウンドのような広い環境においては、距離センサのセンシング有効距離に物体が存在しない可能性が高い。そのため、環境地図を正常に作成できず、自律走行台車の自己位置推定が困難になる。
第２に、センシング有効距離に周辺物体が存在したとしても、状況により正確に測距できない場合がある。例えば、距離センサにＬＲＦを使用していて、強い太陽光による外乱の影響を受けた場合である。

したがって、自律走行台車の走行可能範囲を屋内から屋外まで拡大するためには、距離センサ以外の何らかのセンサを併用した自己位置推定が必要となる。
なお、ＧＰＳ受信機とレーザレーダを屋外と屋内で切り替えることができる無人搬送車が知られている（特許文献２を参照）。しかし、この無人搬送車では、屋外であっても例えば建物の近傍を走行する際にはＧＰＳが十分に機能しない、という問題を解消できない。

本発明の目的は、自律走行台車を屋内及び屋外でシームレスに走行可能にすることにある。

以下に、課題を解決するための手段として複数の態様を説明する。これら態様は、必要に応じて任意に組み合せることができる。

本発明の一見地に係る走行制御装置は、自律走行台車から周囲にある障害物までの距離を二次元的に又は三次元的に取得する第１のセンサと、地上における自律走行台車の絶対位置を取得する第２のセンサと、走行部とを含み、移動環境を計画的に又は無計画に自律的に移動する自律走行台車に用いられる。
走行制御装置は、ストレージと、入出力装置と、演算装置とを有している。
ストレージは、移動環境の地図を記憶する。
入出力装置は、第１のセンサ及び第２のセンサのデータが入力され、且つ走行指令を走行部に出力する。
演算装置は、下記の動作を実行する。
◎第１のセンサのデータと移動環境の地図を用いて移動環境の地図上における自律走行台車の自己位置を第１の確率分布として求める。
◎第２のセンサのデータを用いて、自律走行台車の自己位置を第２の確率分布として求める。
◎第１の確率分布と第２の確率分布とを合成して第３の確率分布を作成する。
◎第３の確率分布のピーク位置を、移動環境における自律走行台車の自己位置として決定する。
◎決定した自己位置に基づいて走行指令を作成する。
この走行制御装置では、自律走行台車は、屋内及び屋外でシームレスに走行する。特に、第１のセンサのデータと移動環境の地図を用いて得られた第１の確率分布と、第２のセンサのデータを用いて得られた第２の確率分布とを合成して第３の確率分布を作成し、そのピーク位置を自己位置として決定するので、走行環境に従って最も適切な自己位置推定が可能である。例えば、屋内では、第１の確率分布を重視することで、自己位置を正確に把握できる。また、屋外で近くに建物等の障害物がない領域では、第２の確率分布を重視することで、自己位置を正確に把握できる。さらに、屋外で近くに建物等の障害物がある領域では、障害物がない場合に比べて第１の確率分布を重視することで自己位置を正確に把握できる。

演算装置は、第１のセンサの検出量に応じて、第１の確率分布と第２の確率分布を合成する係数を変更してもよい。
この走行制御装置では、第１のセンサの検出量に応じて上記係数を変更するので、上記検出量が多い場合は第１の確率分布を強くかつ第２の確率分布を弱く第３の確率分布に反映でき、逆に上記検出量が少ない場合は第１の確率分布を弱くかつ第２の確率分布を強く第３の確率分布に反映できる。

演算装置は、移動環境の地図上における自律走行台車の推定自己位置に応じて、第１の確率分布と第２の確率分布を合成する係数を変更してもよい。
この走行制御装置では、自律走行台車の推定位置に応じて上記係数を変更するので、正確な位置及び周囲の状況に応じて第１の確率分布及び第２の確率分布を第３の確率分布に反映できる。

自律走行台車が、屋内環境と屋外環境とをシームレスに走行するものであり、
自律走行台車が屋外環境にある場合に第２の確率分布がより強く反映される係数が設定されてもよい。
この走行制御装置では、屋外では屋内に比べて第２の確率分布がより強く反映されるので、屋外を走行中の自己位置推定がより正確になる。

第１のセンサが自律走行台車から障害物までの距離を二次元的に取得するレーザレンジセンサであり、移動環境の地図と第１の確率分布がＳＬＡＭ（Ｓｉｍｕｌｔａｎｅｏｕｓ Ｌｏｃａｌｉｚａｔｉｏｎ ａｎｄ Ｍａｐｐｉｎｇ）により作成されるものであってもよい。
この走行制御装置では、ＳＬＡＭが採用されているので、第１の確率分布による自己位置推定がより正確になる。

第２のセンサが、衛星測位システム（Ｎａｖｉｇａｔｉｏｎ Ｓａｔｅｌｌｉｔｅ Ｓｙｓｔｅｍ）の受信機であり、入出力装置にはＲＴＫ（Ｒｅａｌ Ｔｉｍｅ Ｋｉｎｅｍａｔｉｃ）測位により求められた絶対位置が入力されてもよい。
この走行制御装置では、衛星測位システムが採用されているので、第２の確率分布による自己位置推定がより正確になる。

本発明の他の見地に係る自律走行台車は、移動環境を計画的に又は無計画に自律的に移動する。自律走行台車は、第１のセンサと、第２のセンサと、走行部と、上記の走行制御装置とを有している。
自律走行台車は、屋内及び屋外でシームレスに走行する。特に、第１のセンサのデータと移動環境の地図を用いて得られた第１の確率分布と、第２のセンサのデータを用いて得られた第２の確率分布とを合成して第３の確率分布を作成し、そのピーク位置を自己位置として決定するので、走行環境に従って最も適切な自己位置推定が可能である。例えば、屋内では、第１の確率分布を重視することで、自己位置を正確に把握できる。また、屋外で近くに建物等の障害物がない領域では、第２の確率分布を重視することで、自己位置を正確に把握できる。さらに、屋外で近くに建物等の障害物がある領域では、障害物がない場合に比べて第１の確率分布を重視することで、自己位置を正確に把握できる。

本発明では、自律走行台車は屋内及び屋外でシームレスに走行可能になる。

第１実施形態の自律走行台車の構成を示す概略ブロック図。 自律走行台車の動作の概略を示すフローチャート。 再現走行モードを実行中の自律走行台車の動作を示すフローチャート。 自己位置推定動作のフローチャート。 自律走行台車の走行状況を示す模式的平面図。 ＳＬＡＭ確率分布を示すグラフ。 ＧＮＳＳ確率分布を示すグラフ。 ＳＬＡＭ／ＧＮＳＳ確率分布を示すグラフ。 ＳＬＡＭ確率分布を示すグラフ。 ＧＮＳＳ確率分布を示すグラフ。 ＳＬＡＭ／ＧＮＳＳ確率分布を示すグラフ。

１．第１実施形態
（１）自律走行台車の全体構成
本実施形態の自律走行台車１は、距離センサとマップマッチングを使用したＳＬＡＭによる自己位置推定と、ＧＮＳＳ（Ｇｌｏｂａｌ Ｎａｖｉｇａｔｉｏｎ Ｓａｔｅｌｌｉｔｅ Ｓｙｓｔｅｍ／全球測位衛星システム）の測位結果とを組み合わせて、自律走行台車１の走行可能範囲を屋内から屋外まで拡大させる技術を実現している。これにより、自律走行台車１は、屋内環境と屋外環境とをシームレスに走行できる。

以下、図１を用いて、本発明の第１実施形態による自律走行台車１の全体構成を説明する。図１は、第１実施形態の自律走行台車の構成を示す概略ブロック図である。
自律走行台車１は、走行部３を有する。走行部３は、自律走行台車１の本体に備えられ、自律走行台車１を走行駆動する。

自律走行台車１は、距離センサ５を有する。距離センサ５は、自律走行台車１から周囲にある障害物までの距離を二次元的に又は三次元的に取得するためのセンサである。距離センサ５は、二次元的に距離を取得するものとして、具体的には、自律走行台車１の走行方向前後にそれぞれ設けられた前方レーザレンジセンサ及び後方レーザレンジセンサである。
レーザレンジセンサは、例えば、レーザ発振器によりパルス発振されたレーザ光を障害物などの目標物に照射し、目標物から反射した反射光をレーザ受信機により受信することにより、目標物までの距離を算出するレーザレンジファインダ（ＬＲＦ：Ｌａｓｅｒ Ｒａｎｇｅ Ｆｉｎｄｅｒ）である。これらは、照射するレーザ光を回転ミラーを用いて所定の角度で扇状にレーザ光を走査できる。
また、距離センサ５は、三次元的に距離を取得するものとして、ステレオカメラやＴＯＦ（Ｔｉｍｅ Ｏｆ Ｆｌｉｇｈｔ）カメラを採用できる。

自律走行台車１は、制御部７（演算装置の一例）を有する。制御部７は、ＣＰＵ（Ｃｅｎｔｒａｌ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ）、ストレージとしての記憶装置（ＲＡＭ（Ｒａｎｄｏｍ Ａｃｃｅｓｓ Ｍｅｍｏｒｙ）、ＲＯＭ（Ｒｅａｄ Ｏｎｌｙ Ｍｅｍｏｒｙ）、ＨＤＤ（Ｈａｒｄ Ｄｉｓｋ Ｄｒｉｖｅ）又はＳＳＤ（Ｓｏｌｉｄ Ｓｔａｔｅ Ｄｒｉｖｅ）などの記憶装置により構成される）、及び各種インターフェースなどを備えるコンピュータである。後述する制御部７の各構成要素の機能の一部又は全部は、上記の記憶装置に記憶された所定のプログラムを実行することで実現されてもよい。
または、制御部７の各構成要素の機能の一部又は全部は、カスタムＩＣなどのハードウェアにより実現されていてもよい。

自律走行台車１は、操作部９を備える。操作部９は、操作者の手動操作による指示入力を受け付ける。操作部９は、自律走行台車１を手動操作により走行させる際に、操作者が操作するユーザインターフェースであって、走行速度の指示を受け付けるスロットル、走行方向の指示を受け付けるハンドルなどを備える。
自律走行台車１は、表示部１０を有する。表示部１０は、現在の走行状況に関する情報、その他の各種情報を表示するものであって、液晶ディスプレイ、ＬＥＤランプなどで構成される。

自律走行台車１は、ＧＮＳＳ（Ｇｌｏｂａｌ Ｎａｖｉｇａｔｉｏｎ Ｓａｔｅｌｌｉｔｅ Ｓｙｓｔｅｍ：全地球航法衛星システム）受信機１１を有している。ＧＮＳＳ受信機１１から、制御部７には、ＲＴＫ（Ｒｅａｌ Ｔｉｍｅ Ｋｉｎｅｍａｔｉｃ）測位により求められた現在地の絶対座標（緯度／経度）が入力される。現在地の絶対座標は記憶部２７（後述）に保存される。

（２）走行部の詳細構成
図１を用いて、走行部３を詳細に説明する。走行部３は、２つの走行車輪１３ａ、１３ｂを有している。
走行部３は、さらに、走行車輪１３ａ、１３ｂにそれぞれ対応して、一対のモータ１５ａ、１５ｂと、エンコーダ１７ａ、１７ｂと、モータ駆動部１９ａ、１９ｂとを有する。一対のモータ１５ａ、１５ｂの、出力回転軸には、走行車輪１３ａ、１３ｂが接続されている。

エンコーダ１７ａ、１７ｂは、それぞれ、モータ１５ａの出力回転軸及びモータ１５ｂの出力回転軸に接続され、モータ１５ａ、１５ｂの回転位置を検出する。
モータ駆動部１９ａ、１９ｂは、それぞれ、走行制御部２９（後述）から入力される制御量と、対応するエンコーダ１７ａ、１７ｂにより検出されるモータ１５ａ、１５ｂの回転位置とに基づいて、対応するモータ１５ａ、１５ｂをフィードバック制御する。

（３）制御部の詳細構成
図１を用いて、制御部７を詳細に説明する。制御部７は、障害物情報変換部２１と、教示データ作成部２３と、ＳＬＡＭ処理部２５と、記憶部２７と、走行制御部２９と、入出力装置としてのＩ／Ｏポート３１とを有する。
障害物情報変換部２１は、距離センサ５の検出信号を、自律走行台車１の周囲に存在する障害物の位置情報に変換する。例えば、障害物情報変換部２１は、上記検出信号を、所定の座標上の座標値である障害物の位置情報に変換する。

教示データ作成部２３は、教示走行モードにおける通過時刻と通過時刻に対応する通過点データの集合である走行スケジュールを作成する。
ＳＬＡＭ処理部２５は、位置推定と環境地図作成とを同時に行うＳＬＡＭ処理を実行する（後述）。

記憶部２７（ストレージの一例）は、制御部７の記憶装置の記憶領域の少なくとも一部に形成された記憶領域である。記憶部２７は、環境地図復元用データと、環境地図とを記憶する。
環境地図復元用データは、自律走行台車１が移動する移動領域の所定の位置にて距離センサ５により予め取得された障害物の位置情報である。環境地図は、地図作成部３３により、前回の位置推定時に作成された環境地図である。

記憶部２７は、さらに、走行スケジュールを記憶している。走行スケジュールは、再現走行モードの実行時において自律走行台車１が自律的に移動する走行経路を示すものである。再現走行モードの実行時に、自律走行台車１は、走行スケジュールに示された目標位置を参照し、当該目標位置に到達するように走行部３を制御する。
走行制御部２９は、入力される走行指令に基づいて、モータ１５ａ、１５ｂの制御量を生成し、走行部３に出力する。走行制御部２９は、例えば、モーションコントローラである。

上記走行指令は、教示走行モードにおいては、操作部９を介して入力される操作者からの指示入力である。一方、再現走行モードにおいては、上記走行指令は、ＳＬＡＭ処理部２５により推定される環境地図上の位置と走行スケジュールとの比較に基づいて、生成される。
Ｉ／Ｏポート３１には、距離センサ５及びＧＮＳＳ受信機１１のデータが入力される。さらに、Ｉ／Ｏポート３１は、制御量を走行部３に出力する。

（４）ＳＬＡＭ処理部の詳細構成
図１を用いて、ＳＬＡＭ処理部２５を詳細に説明する。
ＳＬＡＭ処理部２５は、地図作成部３３と、自己位置推定部３５と、を有する。

地図作成部３３は、距離センサ５により取得した障害物の位置情報に基づいて、自律走行台車１の走行経路を含む環境地図をグローバルマップとして作成する。
地図作成部３３は、教示走行モードにおいて、自律走行台車１の周囲に位置する障害物の位置情報を取得した時刻に対応させ、それを環境地図復元用データとして記憶部２７に記憶する。
地図作成部３３は、再現走行モードにおいて、現在の通過点よりも先の時刻に対応する環境地図復元用データを記憶部２７から読み出して、それに基づいてグローバルマップを更新する。

自己位置推定部３５は、ＳＬＡＭ確率分布を下記の動作によって求める機能を有している。なお、以下の（Ｉ）〜（Ｖ）の説明では、自律走行台車１が第１位置Ｐ１から第２位置Ｐ２に移動したとする。また、各位置において最終的に得られる確率は「事後確率」であり、それは次の位置における「事前確率」として用いられる。
（Ｉ） 自己位置推定部３５は、第２位置Ｐ２に自律走行台車１が存在するときに、その位置にて距離センサ５を用いてローカルマップ（障害物の位置情報）を作成する。
（ＩＩ） 自己位置推定部３５は、デッドレコグニング（走行部３による移動量（本実施形態においては、エンコーダ１７ａ、１７ｂから得られる走行車輪１３ａ、１３ｂの回転数から算出される））による推定位置Ｐ２’に、第１位置Ｐ１の事後確率（＝第２位置Ｐ２の事前確率）を配置する。
（ＩＩＩ） 自己位置推定部３５は、（Ｉ）で作成されたローカルマップを、推定位置Ｐ２’を中心に移動させた仮の自己位置における複数の仮ローカルマップとして、複数の仮ローカルマップとグローバルマップと照合する（マップマッチング）ことで、それぞれの一致度を算出する。これにより、各仮ローカルマップの尤度が得られる。
（ＩＶ） （ＩＩ）での第１位置Ｐ１の事後確率（＝第２位置Ｐ２の事前確率）と（ＩＩＩ）の各尤度を掛け合わせることで、各仮の自己位置における事後確率が算出される。
（Ｖ） 算出された複数の事後確率のうち、例えば最も高いピークを持つものが、ＳＬＡＭ確率分布として選択される。

自己位置推定部３５は、さらに、ＧＮＳＳ受信機１１のデータを用いて、自律走行台車１の自己位置をＧＮＳＳ確率分布として求める機能を有している。
さらに、自己位置推定部３５は、ＳＬＡＭ確率分布とＧＮＳＳ確率分布とを合成することで、ＳＬＡＭ／ＧＮＳＳ確率分布を作成し、その確率がピークとなる座標を自律走行台車１の自己位置とする機能を有している（後述）。

（５）自律走行台車の概略動作
図２を用いて、自律走行台車１の概略動作を説明する。図２は、自律走行台車の動作の概略を示すフローチャートである。
ステップＳ１では、制御部７が、操作者によりモード選択が行われたか否かを判別する。具体的には、操作者による操作部９の操作により指示入力を受け付けた場合に、モード選択が行われたと判断される。
ステップＳ２では、制御部７は、選択されたモードが教示走行モードであるか、再現走行モードであるかを判断する。

ステップＳ３では、制御部７は、再現走行モードを実行する。再現走行モードは、予め決められた走行経路を自律的に走行するモードであり、制御部７は、移動領域における自律走行台車１の位置を推定しながら、推定された自律走行台車１の位置と、走行スケジュールに示された位置情報との比較に基づいて、走行部３を制御する（後述）。
ステップＳ４では、制御部７は、教示走行モードを実行する。教示走行モードは、環境地図復元用データや走行スケジュールを取得するために実行される。制御部７は、移動領域における自律走行台車１の位置を推定しながら、後述する操作部９からの操作に基づいて走行部３を制御する。

ステップＳ５では、制御部７は、自律走行台車１の動作を終了するかどうかを判断する。具体的には、制御部７は、操作者による操作部９の操作により処理終了する旨の指示入力があった場合、リモコンにより処理終了する旨の指示入力信号を受信した場合、あるいは、教示走行モードにより作成された走行スケジュールを終了したと判断した場合などに、自律走行台車１の動作を終了すると判断する。
自律走行台車１の動作を終了すると判断した場合、プロセスは終了する。一方、自律走行台車１の動作を継続すると判断した場合、プロセスはステップＳ１に戻る。

（６）自律走行台車の再現走行モード
図３を用いて、自律走行台車の再現走行モードを説明する。図３は、再現走行モードを実行中の自律走行台車の動作を示すフローチャートである。
ステップＳ３１では、自律走行台車１の周囲に存在する障害物の位置情報を取得する。具体的には、距離センサ５が、レーザ光を照射しさらに障害物から反射した反射光を受信する。そして、障害物情報変換部２１が、上記検出信号を障害物の位置情報（例えば、所定の座標上の座標値）に変換する。この障害物の位置情報を、現在の位置において取得された局所地図とする。

ステップＳ３２では、自己位置推定部３５が、自律走行台車１の現在の位置を推定する（後述）。

ステップＳ３３では、地図作成部３３が、走行スケジュールに示された次の目標到達点を上記の将来位置として、次の自己位置推定のための（現在の推定位置における）環境地図を作成して、記憶部２７に記憶する。

ステップＳ３４では、決定した自己位置に基づいて走行部３が制御される。具体的には、ＳＬＡＭ処理部２５から取得した現在の推定位置と、現在再現走行を行っている走行経路を示す走行スケジュールから取得した次の目標到達点との比較に基づいて作成された走行指令に従って、走行制御部２９が、現在の推定位置から次の目標到達点まで移動するためのモータ１５ａ、１５ｂの制御量を算出し、モータ駆動部１９ａ、１９ｂに出力する。そのため、受信した制御量に基づいて、モータ駆動部１９ａ、１９ｂはそれぞれ、モータ１５ａ、１５ｂを駆動するための駆動信号を算出してモータ１５ａ、１５ｂに出力する。その結果、自律走行台車１は現在の推定位置から次の目標到達点に向かって走行する。

ステップＳ３５では、制御部７は、再現走行モードが終了したかどうかを判断する。例えば、走行スケジュールに示された目標到達点のすべてを自律走行台車１が通過したと判断した場合に、再現走行モードが終了したと判断する。
再現走行モードを終了すると判断した場合、制御部７は、走行部３の制御を停止して、再現走行モードを終了する。一方、再現走行モードを継続すると判断した場合、プロセスはステップＳ３１に戻る。
上記の再現走行モードを実行することにより、自律走行台車１は、記憶部２７に記憶された予め決められた走行スケジュールを再現しながら自律的に移動できる。

図４を用いて、上記の自己位置推定動作（ステップＳ３２）を具体的に説明する。図４は、自己位置推定動作のフローチャートである。
ステップＳ４１では、自己位置推定部３５が、距離センサ５のデータと移動環境の地図を用いて、ＳＬＡＭ確率分布として求める。
ステップＳ４２では、自己位置推定部３５が、ＧＮＳＳ受信機１１のデータを用いて、ＧＮＳＳ確率分布を求める。
ステップＳ４３では、自己位置推定部３５が、ＳＬＡＭ確率分布にＧＮＳＳ確率分布をミックスさせる割合（以下、「ＧＮＳＳ確率分布ミックス係数」という）を決定する（後述）。

ステップＳ４４では、自己位置推定部３５が、ＧＮＳＳ確率分布ミックス係数を用いて、ＳＬＡＭ確率分布とＧＮＳＳ確率分布とを合成することで、ＳＬＡＭ／ＧＮＳＳ確率分布を作成する。なお、得られたＳＬＡＭ／ＧＮＳＳ確率分布は、次にＳＬＡＭによって自己位置推定する際の事前確率として用いられる。
ステップＳ４５では、自己位置推定部３５は、ＳＬＡＭ／ＧＮＳＳ確率分布のピーク位置を、移動環境における自律走行台車１の自己位置として決定する。

（７）ＧＮＳＳ確率分布係数を用いたＳＬＡＭ確率分布とＧＮＳＳ確率分布との合成
ＳＬＡＭ／ＧＮＳＳ確率分布の計算式は、以下の通りである。
｛ＳＬＡＭ確率分布×（１．０−ＧＮＳＳ確率分布ミックス係数）｝＋（ＧＮＳＳ確率分布×ＧＮＳＳ確率分布ミックス係数）＝ＳＬＡＭ／ＧＮＳＳ確率分布
ＧＮＳＳ確率分布ミックス係数は、０．０〜１．０の範囲で変更される。

ＧＮＳＳ確率分布ミックス係数は、ＧＮＳＳ確率分布を強く反映させたい場合に大きく設定され、ＳＬＡＭ確率分布を強く反映させたい場合に小さく設定される。
前者の場合は、ＧＮＳＳ測位の精度が高い場合であり、例えば、自律走行台車１がオープンスカイ（屋外であって建物から離れた領域であって、屋根や樹木等の空を遮るものがない領域）を走行する場合である。
後者の場合は、ＧＮＳＳ測位の精度低い場合であり、例えば、自律走行台車１が建物内（地下を含む）、建屋周辺を走行する場合である。特に、建物内、屋根や樹木の下又は建物間では、ＧＮＳＳ測位が不可能である。

なお、ＧＮＳＳ確率分布ミックス係数を決定するためのデータとしては、例えば、距離センサ５のセンシング状況である検出量（つまり、検出データ数）が用いられる。その理由は、検出データ数は、例えば、屋内、屋外建屋周辺、オープンスカイの順番に少なくなるからである。

以下、３種類の状況におけるＧＮＳＳ確率分布ミックス係数及びＳＬＡＭ／ＧＮＳＳ確率分布のピーク座標の決定方法を説明する。
第１に、屋内では、距離センサ５のセンシング状況が良くつまり距離センサ５の検出データ数が多いので、ＧＮＳＳ確率分布ミックス係数がゼロ又は極めて小さく設定される。これは、屋内環境では距離センサ５の測距範囲内に物体が存在するのでＳＬＡＭによる位置判定の信頼性が高く、反対にＧＮＳＳによる測定の信頼性が低い又は測位不能だからである。この場合は、ＳＬＡＭ確率分布のピーク座標がそのままＳＬＡＭ／ＧＮＳＳ確率分布のピーク座標となる。
第２に、オープンスカイ環境の場合、距離センサ５の検出データ数が無くなるので、ＧＮＳＳ確率分布ミックス係数は大きく（例えば、１に）設定される。これは、オープンスカイ環境では、ＧＮＳＳによる測定の信頼性が高いからである。この結果、この場合は、ＧＮＳＳ確率分布のピーク座標がそのままＳＬＡＭ／ＧＮＳＳ確率分布のピーク座標となる。

第３に、屋外であっても建物等の障害物の周辺では、オープンスカイ環境に比べて、距離センサ５の検出データ数が多いので、ＧＮＳＳ確率分布ミックス係数は、より小さく設定される。これは、オープンスカイ環境に比べて、ＳＬＡＭによる位置判定の信頼性が高く、反対にＧＮＳＳによる測定の信頼性が低い（例えば、人工衛星からの信号を検出できず測位が不安定になったり、不可能になったりする）からである。
以上の結果、屋内だけではなく、屋外であるが建物等の障害物に近い環境であってＧＮＳＳ測位が上手く働かない場合には、その分をＳＬＡＭによる自己位置推定が補うことができる。その結果、自律走行台車１が屋内・屋外を問わず様々な環境で自己位置を認識することが可能となり、それにより走行範囲を拡大できる。

（８）実施例
図５を用いて、自律走行台車１が実際に屋外を走行する状況を説明する。図５は、自律走行台車の走行状況を示す模式的平面図である。
図５に示すように、自律走行台車１は、周囲に建物がないオープンスカイ環境である第１領域Ａから、建物Ｃ及び建物Ｄの近辺の建屋周辺領域である第２領域Ｂに向かって走行する。なお、第１領域Ａには、花壇ＥとテニスコートＦがある。

図６Ａ〜図６Ｃを用いて、第１領域ＡでのＳＬＡＭ／ＧＮＳＳ確率分布及び自己位置推定動作を説明する。図６Ａは、ＳＬＡＭ確率分布を示すグラフである。図６Ｂは、ＧＮＳＳ確率分布を示すグラフである。図６Ｃは、ＳＬＡＭ／ＧＮＳＳ確率分布を示すグラフである。
図６Ａに示すように、ＳＬＡＭ確率分布では、ピークは座標の「８」付近にある。
図６Ｂにあるように、ＧＮＳＳ確率分布では、ピークは座標の「５」付近にある。

図６Ｃに示すように、ＳＬＡＭ／ＧＮＳＳ確率分布では、ピークはＧＮＳＳ確率分布と同様に座標の「５」付近になる。その理由は、第１領域ＡではＧＮＳＳ確率分布ミックス係数が大きく設定されることで、ＧＮＳＳ確率分布が強めにＳＬＡＭ／ＧＮＳＳ確率分布に反映されるからである。

図７Ａ〜図７Ｃを用いて、第２領域ＢでのＳＬＡＭ／ＧＮＳＳ確率分布及び自己位置推定動作を説明する。図７Ａは、ＳＬＡＭ確率分布のグラフである。図７Ｂは、ＧＮＳＳ確率分布のグラフである。図７Ｃは、ＳＬＡＭ／ＧＮＳＳ確率分布のグラフである。
図７Ａに示すように、ＳＬＡＭ確率分布では、ピークは座標の「８」付近にある。
図７Ｂにあるように、ＧＮＳＳ確率分布では、ピークは座標の「５」付近にある。

図７Ｃに示すように、ＳＬＡＭ／ＧＮＳＳ確率分布では、ピークはＳＬＡＭ確率分布と同様に座標「８」付近になる。その理由は、第２領域Ｂでは、ＧＮＳＳ確率分布ミックス係数が小さく設定されることで、ＧＮＳＳ確率分布がＳＬＡＭ／ＧＮＳＳ確率分布に弱めに又は全く反映されないからである。
この結果、ＳＬＡＭ／ＧＮＳＳ確率分布のピークが自律走行台車１の現在位置であると推定される。

２．実施形態の説明
上記実施形態は下記のようにも説明できる。
制御部７（走行制御装置の一例）は、自律走行台車１（自律走行台車の一例）から周囲にある障害物までの距離を二次元的に又は三次元的に取得する距離センサ５（第１のセンサの一例）と、地上における自律走行台車１の絶対位置を取得するＧＮＳＳ受信機１１（第２のセンサの一例）と、走行部３（走行部の一例）とを含み、移動環境を計画的に又は無計画に自律的に移動する自律走行台車１に用いられる。
制御部７は、記憶部２７と、Ｉ／Ｏポート３１と、自己位置推定部３５とを有している。
記憶部２７（ストレージの一例）は、移動環境の地図を記憶する。
Ｉ／Ｏポート３１（入出力装置の一例）は、距離センサ５及びＧＮＳＳ受信機１１のデータが入力され、且つ走行指令を走行部３に出力する。

自己位置推定部３５（演算装置の一例）は、下記の動作を実行する。
◎距離センサ５のデータと移動環境の地図を用いて移動環境の地図上における自律走行台車１の自己位置をＳＬＡＭ確率分布（第１の確率分布の一例）として求める。
◎ＧＮＳＳ受信機１１のデータを用いて、自律走行台車１の自己位置をＧＮＳＳ確率分布（第２の確率分布の一例）として求める。
◎ＳＬＡＭ確率分布とＧＮＳＳ確率分布とを合成してＳＬＡＭ／ＧＮＳＳ確率分布（第３の確率分布の一例）を作成する。
◎ＳＬＡＭ／ＧＮＳＳ確率部分布ピーク位置を、移動環境における自律走行台車１の自己位置として決定する。
◎決定した自己位置に基づいて走行指令を作成する。

この場合、自律走行台車１は屋内及び屋外でシームレスに走行する。特に、ＳＬＡＭ／ＧＮＳＳ確率分布を作成し、そのピーク位置を自己位置として決定するので、走行環境に従って最も適切な自己位置推定が可能である。したがって、例えば屋内では、ＳＬＡＭ確率分布を重視することで、自己位置を正確に把握できる。また、第１領域Ａ（屋外で近くに建物等の障害物がない領域の一例）では、ＧＮＳＳ確率分布を重視することで、自己位置を正確に把握できる。さらに、第２領域Ｂ（屋外で近くに建物等の障害物がある領域の一例）では、ＳＬＡＭ確率分布を重視することで自己位置を正確に把握できる。

３．他の実施形態
以上、本発明の一実施形態について説明したが、本発明は上記実施形態に限定されるものではなく、発明の要旨を逸脱しない範囲で種々の変更が可能である。特に、本明細書に書かれた複数の実施形態及び変形例は必要に応じて任意に組み合せ可能である。
前記実施形態では再現走行モードを中心に説明したが、本発明は教示走行モードにも適用可能である。
前記実施形態では距離センサの例としてＬＲＦを挙げたが、距離データを得られるセンサであればよいので、例えばＴＯＦカメラや超音波センサでもよい。
前記実施形態ではＧＮＳＳ方式によって地上における自律走行台車の絶対位置を取得していたが、自律走行台車の絶対位置を取得する方法は他の方式でもよい。

前記実施形態ではＧＮＳＳによる測位方式としては、ＲＴＫ−ＧＰＳ（Ｒｅａｌ Ｔｉｍｅ Ｋｉｎｅｍａｔｉｃｓ Ｇｌｏｂａｌ Ｐｏｓｉｔｉｏｎｉｎｇ Ｓｙｓｔｅｍ）を用いていたが、ＧＰＳ（Ｇｌｏｂａｌ Ｐｏｓｉｔｉｏｎｉｎｇ Ｓｙｓｔｅｍ）、ＱＺＳＳ（Ｑｕａｓｉ−Ｚｅｎｉｔｈ Ｓａｔｅｌｌｉｔｅ Ｓｙｓｔｅｍ：準天頂衛星システム）であってもよい。
前記実施形態ではＧＮＳＳ確率分布ミックス係数を変更する基準となるデータとして距離センサ５の検出量を用いていたが、移動環境の地図上における自律走行台車１の推定自己位置、又はＧＮＳＳ測位結果を用いていてもよい。この場合、正確な位置及び周囲の状況に応じて、ＳＬＡＭ確率分布及びＧＮＳＳ確率分布をＳＬＡＭ／ＧＮＳＳ確率分布に反映できる。

本発明は、自律走行台車の走行制御装置及び自律走行台車に広く適用できる。

１ ：自律走行台車
３ ：走行部
５ ：距離センサ
７ ：制御部
８ ：座標
９ ：操作部
１０ ：表示部
１１ ：ＧＮＳＳ受信機
１３ａ ：走行車輪
１３ｂ ：走行車輪
１５ａ ：モータ
１５ｂ ：モータ
１７ａ ：エンコーダ
１７ｂ ：エンコーダ
１９ａ ：モータ駆動部
１９ｂ ：モータ駆動部
２１ ：障害物情報変換部
２３ ：教示データ作成部
２５ ：ＳＬＡＭ処理部
２７ ：記憶部
２９ ：走行制御部
３１ ：Ｉ／Ｏポート
３３ ：地図作成部
３５ ：自己位置推定部

Claims (7)

1. 自律走行台車から周囲にある障害物までの距離を二次元的に又は三次元的に取得する第１のセンサと、地上における自律走行台車の絶対位置を取得する第２のセンサと、走行部とを含み、移動環境を計画的に又は無計画に自律的に移動する自律走行台車の走行制御装置において、
   前記移動環境の地図を記憶するストレージと、
   前記第１のセンサ及び前記第２のセンサのデータが入力され、且つ走行指令を前記走行部に出力する入出力装置と、
   前記第１のセンサのデータと前記移動環境の地図を用いて前記移動環境の地図上における前記自律走行台車の自己位置を第１の確率分布として求め、前記第２のセンサのデータを用いて前記自律走行台車の自己位置を第２の確率分布として求め、前記第１の確率分布と前記第２の確率分布とを合成して第３の確率分布を作成し、第３の確率分布のピーク位置を前記移動環境における前記自律走行台車の自己位置として決定し、決定した自己位置に基づいて前記走行指令を作成する演算装置と、
   を備えた自律走行台車の走行制御装置。
2. 前記演算装置は、前記第１のセンサの検出量に応じて、前記第１の確率分布と前記第２の確率分布を合成する係数を変更する、請求項１に記載の自律走行台車の走行制御装置。
3. 前記演算装置は、前記移動環境の地図上における前記自律走行台車の推定自己位置に応じて、前記第１の確率分布と前記第２の確率分布を合成する係数を変更する、請求項１に記載の自律走行台車の走行制御装置。
4. 前記自律走行台車が、屋内環境と屋外環境とをシームレスに走行するものであり、
   前記自律走行台車が屋外環境にある場合に前記第２の確率分布がより強く反映される係数が設定される、請求項２又は３に記載の自律走行台車の走行制御装置。
5. 前記第１のセンサが前記自律走行台車から前記障害物までの距離を二次元的に取得するレーザレンジセンサであり、前記移動環境の地図と前記第１の確率分布がＳＬＡＭ（Ｓｉｍｕｌｔａｎｅｏｕｓ Ｌｏｃａｌｉｚａｔｉｏｎ ａｎｄ Ｍａｐｐｉｎｇ）により作成されるものである、請求項１〜４のいずれかに記載の自律走行台車の走行制御装置。
6. 前記第２のセンサが、衛星測位システム（Ｎａｖｉｇａｔｉｏｎ Ｓａｔｅｌｌｉｔｅ Ｓｙｓｔｅｍ）の受信機であり、前記Ｉ／ＯポートにはＲＴＫ（Ｒｅａｌ Ｔｉｍｅ Ｋｉｎｅｍａｔｉｃ）測位により求められた絶対位置が入力される、請求項１〜４のいずれかに記載の自律走行台車の走行制御装置。
7. 移動環境を計画的に又は無計画に自律的に移動する自律走行台車であって、
   前記自律走行台車から周囲にある障害物までの距離を二次元的に又は三次元的に取得する第１のセンサと、
   地上における前記自律走行台車の絶対位置を取得する第２のセンサと、
   走行部と、
   請求項１〜６のいずれかに記載の前記走行制御装置と、
   を備えた自律走行台車。

Images