JP2019513994A - 計画ロボット移動経路を使用したナビゲーション - Google Patents

Abstract

複数のロボットがナビゲートされる環境のナビゲーション地図を生成する方法は、複数のピクセルにより定義される、環境の画像を取得することを含み、各ピクセルはコスト値を有する。環境は、位置に対応する１組のピクセルを有し、第１の定義されたコスト値を有する固定物体の画像を含む。方法は、ロボットの計画経路画像を取得することを含み、計画経路画像は、環境内の各ロボットの位置に対応する第１の組のピクセルと、第１の組のピクセルに隣接して移動計画経路に沿って行き先に向けて延びる第２の組のピクセルとを含む。第１の定義されたコスト値を有する各ロボットの第１の組のピクセル及び第２の定義されたコスト値を有する第２の組のピクセル。第２の定義されたコスト値は、第１の定義されたコスト値未満である。

Description

本発明は、ロボットナビゲーションに関し、より詳細には、計画ロボット移動経路を動的に更新し、計画移動経路のコスト画像をロボットナビゲーションに使用される地図に重ねることに関する。

家庭に配送するためにインターネットを介して製品を注文することは、ショッピングの極めて人気のある方法である。そのような注文を適時、正確、かつ効率的に履行することは、控え目に言っても物流的に難問である。仮想ショッピングカートにおいて「精算」ボタンをクリックすると、「発注」される。注文は、特定の住所に発送すべき物品のリストを含む。「履行」のプロセスは、これらの物品を大型倉庫から物理的に取得又は「取り出し」、物品を梱包し、指定された住所に発送することを含む。したがって、注文履行プロセスの重要な目標は、できるだけ多くの物品をできるだけ短い時間で発送することである。

注文履行プロセスは通常、注文に列挙された製品を含め、多くの製品を含む大型倉庫内で行われる。したがって、注文履行のタスクの１つは、倉庫を横切って、注文に列挙された様々な物品を見つけて収集するタスクである。加えて、最終的に発送される製品はまず、倉庫内で受け取られ、発送のために製品を容易に取り出すことができるように、倉庫全体を通して整然として容器内に格納又は「配置」される必要がある。

大型倉庫では、配送され注文される商品は、倉庫内で互いからかなり離れて格納されており、多数の他の商品の中に分散していることがある。注文履行プロセスを用いる場合、人間のオペレータのみを使用して、商品をピックアンドプレースするには、オペレータが沢山歩く必要があり、非効率的で時間がかかる恐れがある。履行プロセスの効率は、単位時間当たりに発送される物品数の関数であるため、時間の増大はピック／プレース効率を下げる。

効率を上げるために、ロボットを使用して、人間の機能を実行し得、又はロボットを使用して、人間の活動を補い得る。例えば、倉庫全体を通して分散した様々な位置に幾つかの物品を「配置」するため又は梱包及び発送のために様々な位置から物品を「取り出す」ために、ロボットを割り当て得る。ピックアンプレースは、ロボット単独で又は人間オペレータの支援と共に行い得る。例えば、取り出す動作の場合、人間オペレータが、物品を棚から取り出してロボットに置くか、又は配置する動作の場合、人間オペレータが物品をロボットから取り出して、棚に置く。

多忙な動作では、棚及び壁等の固定された障害物並びに人間オペレータ及び他のロボット等の動的障害物を避けながら、倉庫空間で多くのロボットを素早くナビゲートする必要があり得る。これを行うために、ロボットは、搭載レーザレーダ及び同時自己位置推定・地図作成（ＳＬＡＭ：ｓｉｍｕｌｔａｎｅｏｕｓ ｌｏｃａｌｉｚａｔｉｏｎ ａｎｄ ｍａｐｐｉｎｇ）と呼ばれる地図作成技法を利用し得、これは、環境の地図を構築し更新する計算問題である。ロボットは、環境、例えば、倉庫を横切り始めると、レーザレーダを使用して、固定であれ動的であれ、経路上に任意の障害物があるか否かを判断し、観測された物体を避けるように、行き先への経路を繰り返し更新する。ロボットは、１秒当たり多数回、例えば、５０ミリ秒毎に約１回、ルートを評価し、潜在的に再計画し得る。

これは、ロボットにとって複雑で計算的に難しいプロセスであり、多くの経路変更及び行き先に辿り着くためにロボットが選択した経路の非効率性に繋がる恐れがある。

一態様では、本発明は、複数のロボットがナビゲートされる環境のナビゲーション地図を生成する方法を特徴とする。本方法は、環境の画像を取得することを含み、画像は複数のピクセルにより定義され、各ピクセルは、それに関連付けられたコスト値を有する。環境の画像は、環境内の少なくとも１つの固定物体の位置に対応する１組のピクセルを含む少なくとも１つの固定物体の画像を含む。第１の定義されたコスト値を有する少なくとも１つの固定物体の位置に対応する１組のピクセル。本方法は、環境内の複数のロボットの計画経路画像を取得することを含み、計画経路画像は、各ロボットに、環境内の各ロボットの位置に対応する第１の組のピクセル及び第１の組のピクセルに隣接し、行き先に向かって各ロボットの移動計画経路に沿って延びる第２の組のピクセルを含む。各ロボットの第１の組のピクセル内のピクセルは、第１の定義されたコスト値を有し、各ロボットの第２の組のピクセルは、第２の定義されたコスト値を有するピクセルを含む。第２の定義されたコスト値は、第１の定義されたコスト値未満である。

本発明の他の態様では、以下の特徴の１つ又は複数を含み得る。少なくとも１つの固定物体の画像を含む環境の画像は、複数のロボットのそれぞれにローカルに記憶し得る。複数のロボットのそれぞれは、それ自体の計画経路を生成し得、それ自体の計画経路を複数のロボットのうちのその他のロボットに通信する。各ロボットは、少なくとも１つの固定物体の画像を含む環境の画像を複数のロボットのうちの他のロボットから受信される計画経路を表す画像と結合して、ナビゲーション地図を形成し得る。各ロボットは、ナビゲーション地図を使用して、現在位置から行き先への経路を計画し得る。複数のロボットのそれぞれは、各ロボットが行き先への経路を横切る際、定期的な時間間隔でそれ自体の更新計画経路を生成し得、そのような定期的な間隔で、それ自体の更新計画経路を複数のロボットのうちのその他のロボットに通信し、各ロボットは、複数のロボットのうちのその他のロボットの更新計画経路を使用して、更新ナビゲーション地図を生成し得、更新ナビゲーション地図を使用して行き先への計画経路を更新する。

本発明の更に他の態様では、以下の特徴の１つ又は複数を含み得る。各ロボットの第２の組のピクセルは、第１のコスト値未満の複数のコスト値を有するピクセルを含み得、ピクセルのコスト値の値は、第１の組のピクセルへの隣接から各ロボットの移動の計画経路に沿って行き先に向かって延びるにつれて、比例して低減し得る。各ロボットの第２の組のピクセルは、各ロボットの移動の計画経路に沿って行き先に向けて複数の領域を生成することにより形成し得、各領域は連続して、前の領域未満のピクセル値を有するピクセルを含み得る。領域は円形であり得、領域は、ロボットのサイズに対応する半径を有し得る。環境は倉庫であり得る。

別の態様では、本発明は、環境内で現在位置から行き先までロボットをナビゲートする方法を特徴とする。環境は、少なくとも１つの固定物体及び少なくとも１つの他のロボットを含む。本方法は、環境の画像を取得することを含み、画像は複数のピクセルにより定義され、各ピクセルは、それに関連付けられたコスト値を有する。環境の画像は、環境内の少なくとも１つの固定物体の位置に対応する１組のピクセルを含む少なくとも１つの固定物体の画像を含む。第１の定義されたコスト値を有する少なくとも１つの固定物体の位置に対応する１組のピクセル。本方法は、環境内の少なくとも１つの他のロボットの画像を取得することを含み、少なくとも１つの他のロボットの画像は、環境内の少なくとも１つの他のロボットの位置に対応する第１の組のピクセルを含む。第１の組のピクセルに隣接し、行き先に向かう少なくとも１つの他のロボットの移動の計画経路に沿って延びる第２の組のピクセルがある。少なくとも１つの他のロボットの第１の組のピクセル内のピクセルは、第１の定義されたコスト値を有し、少なくとも１つの他のロボットの第２の組のピクセルは、第２の定義されたコスト値を有するピクセルを含む。第２の定義されたコスト値は、第１の定義されたコスト値未満である。本方法は、少なくとも１つの固定物体の画像及び少なくとも１つ他のロボットの画像に基づいて、ロボットの現在位置からロボットの行き先への経路を計画することも含む。

本発明の更なる態様では、以下の特徴の１つ又は複数を含み得る。少なくとも１つの固定物体の画像を含む環境の画像は、ロボット内にローカルに記憶し得る。少なくとも１つの他のロボットは、現在位置から行き先までのそれ自体の計画経路を生成し得、それ自体の計画経路をロボットに通信する。ロボットは、少なくとも１つの固定物体の画像を含む環境の画像を少なくとも１つの他のロボットから受信される計画経路の画像と結合して、ナビゲーション地図を形成し得る。ロボットは、ナビゲーション地図を使用して、現在位置から行き先への経路を計画し得る。

本発明の更なる態様では、以下の特徴の１つ又は複数を含み得る。少なくとも１つの他のロボットは、行き先への経路を横切る際、定期的な時間間隔でそれ自体の更新計画経路を生成し得、そのような定期的な間隔で、それ自体の更新計画経路をロボットに通信する。ロボットは、少なくとも１つの他のロボットの更新計画経路を使用して、更新ナビゲーション地図を生成し得、更新ナビゲーション地図を使用して行き先への計画経路を更新する。少なくとも１つの他のロボットの第２の組のピクセルは、第１のコスト値未満の複数のコスト値を有するピクセルを含み得、ピクセルのコスト値の値は、第１の組のピクセルへの隣接から少なくとも１つの他のロボットの移動の計画経路に沿って行き先に向かって延びるにつれて、比例して低減し得る。少なくとも１つの他のロボットの第２の組のピクセルは、少なくとも１つの他のロボットの移動の計画経路に沿って行き先に向けて複数の領域を生成することにより形成し得、各領域は連続して、前の領域未満のピクセル値を有するピクセルを含み得る。領域は円形であり得、領域は、ロボットのサイズに対応する半径を有し得る。環境は倉庫であり得る。

別の態様では、本発明は、環境をナビゲートするように構成されたロボットを特徴とし、環境は、少なくとも１つの固定物体及び複数の他のロボットを含む。ロボットは、環境全体を通してロボットを推進するモバイルベースと、ロボットと複数の他のロボットとの間での通信を可能にする通信デバイスとを備える。通信デバイスと通信するプロセッサもある。プロセッサは、環境の画像を取得するように構成される。画像は複数のピクセルにより定義され、各ピクセルは、それに関連付けられたコスト値を有する。環境の画像は、環境内の少なくとも１つの固定物体の位置に対応する１組のピクセルを含む少なくとも１つの固定物体の画像を含む。少なくとも１つの固定物体の位置に対応する１組のピクセルは、第１の定義されたコスト値を有する。プロセッサは、環境内の複数の他のロボットの画像を取得するように構成され、画像は、各ロボットに、環境内の各ロボットの位置に対応する第１の組のピクセルを含む。第１の組のピクセルに隣接し、行き先に向かう他の各ロボットの移動の計画経路に沿って延びる第２の組のピクセルがある。第１の定義されたコスト値を有する他の各ロボットの第１の組のピクセル内のピクセル及び第２の定義されたコスト値を有するピクセルを含む他の各ロボットの第２の組のピクセル。第２の定義されたコスト値は、第１の定義されたコスト値未満である。プロセッサは、少なくとも１つの固定物体の画像及び複数の他のロボットの画像に基づいて、ロボットの現在位置からロボットの行き先への経路を計画するようにも構成される。

本発明の他の態様では、以下の特徴の１つ又は複数も含み得る。少なくとも１つの固定物体の画像を含む環境の画像は、複数のロボットのそれぞれにローカルに記憶し得る。複数の他のロボットのそれぞれは、それ自体の計画経路を生成し、それ自体の計画経路を通信デバイスを使用して複数のロボットのうちのその他のロボットに通信するように構成し得る。プロセッサは、少なくとも１つの固定物体の画像を含む環境の画像を複数のロボットのうちの他のロボットから受信される計画経路の画像と結合して、ナビゲーション地図を形成するように構成し得る。プロセッサは、ナビゲーション地図を使用して、現在位置から行き先への経路を計画するように構成し得る。プロセッサは、他の各ロボットが行き先への経路を横切る際、定期的な時間間隔で更新計画経路を複数の他のロボットのそれぞれから受信するように構成し得る。プロセッサは、複数のロボットのうちのその他のロボットの更新計画経路を使用して、更新ナビゲーション地図を生成するように構成し得、更新ナビゲーション地図を使用して行き先への計画経路を更新し得る。

本発明の更なる態様では、以下の特徴の１つ又は複数も含み得る。複数の他のロボットのそれぞれの第２の組のピクセルは、第１のコスト値未満の複数のコスト値を有するピクセルを含み得る。ピクセルのコスト値の値は、第１の組のピクセルへの隣接から各ロボットの移動の計画経路に沿って行き先に向かって延びるにつれて、比例して低減し得る。複数の他のロボットのそれぞれの第２の組のピクセルは、各ロボットの移動の計画経路に沿って行き先に向けて複数の領域を生成することにより形成し得、各領域は連続して、前の領域未満のピクセル値を有するピクセルを含み得る。領域は円形であり得、領域は、ロボットのサイズに対応する半径を有し得る。環境は倉庫であり得る。

本発明のこれら及び他の特徴は、以下の詳細な説明及び添付図から明らかになる。

注文履行倉庫の上面図。 図１に示される倉庫で使用されるロボットの１つのベースの斜視図。 電機子が装備され、図１に示される棚の前に停められた図２のロボットの斜視図。 ロボット上にレーザレーダを使用して作成される図１の倉庫の部分地図。 倉庫全体を通して分散する基準マーカを見つけ、基準マーカの姿勢を記憶するプロセスを示すフローチャート。 基準識別から姿勢へのマッピングテーブル。 容器ロケーションから基準識別へのマッピングテーブル。 製品ＳＫＵから姿勢へのマッピングプロセスを示すフローチャート。 本発明による計画ロボット移動経路の、コスト画像が重ねられたナビゲーション地図。 図９のナビゲーション地図を生成するプロセスを示すフローチャート。 図９に示されるような計画ロボット移動経路の重ねられるコスト画像を構築する方法。 本発明による計画ロボット経路の重ねられるコスト画像を生成するプロセスを示すフローチャート。

図１を参照すると、典型的な注文履行倉庫１０は、注文１６に含むことができる様々な物品で埋まった棚１２を含む。実施において、倉庫管理サーバ１５からの注文１６は、注文サーバ１４に到着する。注文サーバ１４は、倉庫１０を歩き回る複数のロボットから選択されたロボット１８に注文１６を通信する。

好ましい実施形態では、図２に示されるロボット１８は、レーザレーダ２２を有する自律走行ベース２０を含む。ベース２０は、ロボット１８が注文サーバ１４から命令を受信できるようにする送受信機２４及びカメラ２６も特徴とする。ベース２０は、データをレーザレーダ２２及びカメラ２６から受信して、ロボットの環境を表す情報を捕捉するプロセッサ３２及びメモリ３４を更に特徴とし、プロセッサ３２及びメモリ３４は協働して、倉庫１０内のナビゲーションに関連する様々なタスクを実行するとともに、図３に示されるように、棚１２に配置された基準マーカ３０にナビゲートする。基準マーカ３０（例えば、二次元バーコード）は、注文された物品の容器／位置に対応する。本発明のナビゲーション手法について、図４〜図１１に関して以下に詳細に説明する。

本明細書に提供される初期説明は、倉庫内の容器位置から物品を取り出して、顧客に発送して注文を履行することに焦点を合わせるが、システムは、後に取り出して顧客に発送するために、倉庫全体を通して倉庫内の容器位置への、受け取った物品の格納又は配置にも等しく適用可能である。本発明は、製品の整理、カウント、検証、検査、及びクリーンアップ等のそのような倉庫システムに関連する在庫制御タスクにも適用可能である。

再び図２を参照すると、ベース２０の上面３６は、複数の交換可能な電機子４０のいずれか１つと係合する継手３８を特徴とし、電機子４０の１つを図３に示す。図３における特定の電機子４０は、物品を受け取るカゴ４４を運ぶカゴホルダ４２と、タブレット４８を支持するタブレットホルダ４６とを特徴とする。幾つかの実施形態では、電機子４０は、物品を運ぶ１つ又は複数のカゴを支持する。他の実施形態では、ベース２０は、受け取った物品を運ぶ１つ又は複数のカゴを支持する。本明細書で使用される場合、「カゴ（ｔｏｔｅ）」という用語は、限定ではなく、貨物ホルダ、容器、ケージ、棚、物品を掛けることができるロッド、キャディー、木箱、ラック、スタンド、架台、コンテナ、ボックス、キャニスター、器、及びリポジトリを含む。

ロボット１８は、倉庫１０のあちこちを移動することに優れるが、現在のロボット技術では、物体のロボット操作に関連する技術的問題に起因して、物品を棚から素早く効率的に取り出し、カゴ４４に配置することは得意ではない。物品を取り出すより効率的な方法は、通常は人間である現場のオペレータ５０を使用して、注文された物品を棚１２から物理的に取り出し、ロボット１８、例えば、カゴ４４内に配置するタスクを実行することである。ロボット１８は、現場のオペレータ５０が読むことができるタブレット４８を介して又は現場のオペレータ５０が使用するハンドヘルドデバイスに注文を送信することにより、注文を現場のオペレータ５０に通信する。

注文１６を注文サーバ１４から受信すると、ロボット１８は、例えば、図３に示される第１の倉庫位置に進む。ロボット１８は、メモリ３４に記憶され、プロセッサ３２により実行されるナビゲーションソフトウェアに基づいてそれを行う。ナビゲーションソフトウェアは、レーザレーダ２２により収集されるような環境に関するデータ、特定の物品を見つけることができる倉庫１０内の位置に対応する基準マーカ３０の基準識別情報（「ＩＤ」）を識別する、メモリ３４内の内部テーブル、及びカメラ２６に頼り、ナビゲートする。

正しい位置に到達すると、ロボット１８は、物品が格納されている棚１２の前にそれ自体を停め、現場のオペレータ５０が物品を棚１２から取り出し、カゴ４４内に配置するのを待つ。ロボット１８は、取り出す他の物品を有する場合、それらの位置に進む。次に、ロボット１８が取り出した物品は図１の梱包ステーション１００に送られ、そこで、物品は梱包され発送される。

各ロボットが１つ又は複数の注文を履行中であり得、各注文が１つ又は複数の物品からなり得ることが当業者には理解される。通常、何らかの形態のルート最適化ソフトウェアを含めて、効率を上げるが、これは本発明の範囲を超え、したがって、本明細書に記載しない。

本発明の説明を簡易化するために、１つのロボット１８及び１人のオペレータ５０が説明される。しかしながら、図１から明らかなように、典型的な履行動作は、倉庫内で互いに作業して、連続した注文の流れを履行する多くのロボット及びオペレータを含む。

本発明のナビゲーション手法及び取り出すべき物品のＳＫＵの物品が配置される倉庫内の基準マーカに関連する基準ＩＤ／姿勢への意味的マッピングについて、図４〜図１１に関して以下に詳細に説明する。

１つ又は複数のロボット１８を使用して、倉庫１０の地図を作成し、動的に更新して、静的及び動的の両方の物体の位置並びに倉庫全体を通して分散する様々な基準マーカの位置を特定しなければならない。これを行うために、ロボット１８の１つは、レーザレーダ２２及び同時自己位置推定・地図作成（ＳＬＡＭ：ｓｉｍｕｌｔａｎｅｏｕｓ ｌｏｃａｌｉｚａｔｉｏｎ ａｎｄ ｍａｐｐｉｎｇ）を利用して、倉庫をナビゲートし、図４の地図１０ａを構築／更新し、ＳＬＡＭは未知の環境の地図を構築又は更新する際の計算問題である。普及しているＳＬＡＭ近似解法は、粒子フィルタ及び拡張カルマンフィルタを含む。ＳＬＡＭ Ｇマッピング（ＳＬＡＭ ＧＭａｐｐｉｎｇ）手法は好ましい手法であるが、任意の適するＳＬＡＭ手法が使用可能である。

ロボット１８は、空間全体を通して移動する際、レーザレーダ２２を利用して、レーザレーダが環境をスキャンする際にロボット１８が受信する反射に基づいてオープンスペース１１２、壁１１４、物体１１６、及び空間内の棚１２等の他の静的障害物を識別し、倉庫１０の地図１０ａを作成／更新する。

地図１０ａを構築している間又はその後、ロボット１８は、カメラ２６を使用して倉庫１０を通してナビゲートし、環境をスキャンして、倉庫全体を通して、物品が格納された図３の３２及び３４等の容器近傍の棚に分散する基準マーカ（二次元バーコード）を見つける。ロボット１８は、原点１１０等の既知の開始点又は原点を参照に使用する。図３及び図４の基準マーカ３０等の基準マーカが、カメラ２６を使用してロボット１８により見つけられる場合、原点１１０に対する倉庫内のその位置が特定される。

車輪エンコーダ及び進行方向センサの使用により、ベクトル１２０及び倉庫１０内のロボットの位置を特定することができる。基準マーカ／二次元バーコードの捕捉画像及びその既知のサイズを使用して、ロボット１８は、基準マーカ／二次元バーコードのロボットに対する方位及びロボットからの距離であるベクトル１３０を特定することができる。ベクトル１２０及び１３０が分かると、原点１１０と基準マーカ３０との間のベクトル１４０を特定することができる。ベクトル１４０及びロボット１８に対する基準マーカ／二次元バーコードの特定された方位から、基準マーカ３０の四元数（ｘ，ｙ，ｚ，ω）により定義される姿勢（位置及び方位）を特定することができる。

基準マーカ位置特定プロセスを示す図５のフローチャート２００について説明する。これは、初期地図作成時及びロボット１８がピッキング、プレーシング、及び／又は他のタスクを実行中に倉庫内で新しい基準マーカに直面した際、実行される。ステップ２０２において、カメラ２６を使用するロボット１８は、画像を捕捉し、ステップ２０４において、捕捉された画像内で基準マーカを探す。ステップ２０６において、基準マーカが画像内で見つかる（ステップ２０４）場合、基準マーカが、ロボット１８のメモリ３４内にある図６の基準テーブル３００に既に記憶されているか否かを判断する。基準情報がメモリに既に記憶されている場合、フローチャートはステップ２０２に戻り、別の画像を捕捉する。メモリにない場合、上述したプロセスに従って姿勢が特定され、ステップ２０８において、基準姿勢ルックアップテーブル３００に追加される。

各ロボットのメモリに記憶し得るルックアップテーブル３００には、各基準マーカの基準識別情報１、２、３等及び各基準識別情報に関連する基準マーカ／バーコードの姿勢が含まれる。姿勢は、方位と共に倉庫内のｘ、ｙ、ｚ座標又は四元数（ｘ，ｙ，ｚ，ω）からなる。

これもまた各ロボットのメモリに記憶し得る図７の別のルックアップテーブル４００には、特定の基準ＩＤ４０４、例えば、番号「１１」に対応する倉庫１０内の容器位置（例えば、４０２ａ〜４０２ｆ）のリストである。この例では、容器位置は７つの英数字からなる。最初の６文字（例えば、Ｌ０１００１）は、倉庫内の棚の位置に関連し、最後の文字（例えば、Ａ〜Ｆ）は、棚位置における特定の容器を識別する。この例では、基準ＩＤ「１１」に関連する６つの異なる容器位置がある。各基準ＩＤ／マーカに関連する１つ又は複数の容器があり得る。

英数字の容器位置は、物品が格納されている倉庫１０内の物理的な位置に対応しているので、人間、例えば、図３のオペレータ５０にとって理解可能である。しかしながら、英数字の容器位置はロボット１８にとって意味を持たない。位置を基準ＩＤにマッピングすることにより、ロボット１８は、図６のテーブル３００内の情報を使用して基準ＩＤの姿勢を特定し、次に、本明細書に記載のように姿勢にナビゲートすることができる。

本発明による注文履行プロセスを図８のフローチャート５００に示す。ステップ５０２において、図１の倉庫管理システム１５は注文を取得し、注文は、取り出すべき１つ又は複数の物品からなり得る。ステップ５０４において、物品のＳＫＵ番号が倉庫管理システム１５により特定され、ステップ５０６において、ＳＫＵ番号から、容器位置が特定される。次に、注文の容器位置のリストがロボット１８に送信される。ステップ５０８において、ロボット１８は、容器位置を基準ＩＤに相関付け、ステップ５１０において、基準ＩＤから、各基準ＩＤの姿勢が得られる。ステップ５１２において、ロボット１８は図３に示されるように姿勢にナビゲートし、そこで、オペレータは、適切な容器から取り出すべき物品を取り出し、ロボットに配置することができる。

倉庫管理システム１５により得られたＳＫＵ番号及び容器位置等の物品固有の情報は、ロボット１８のタブレット４８に送信することができ、それにより、オペレータ５０に、ロボットが各基準マーカ位置に到着したときに取り出すべき特定の物品を通知することができる。

ＳＬＡＭ地図及び基準ＩＤの姿勢が分かると、ロボット１８は、様々なロボットナビゲーション技法を使用して、基準ＩＤの任意の１つに容易にナビゲートすることができる。好ましい手法は、倉庫１０内のオープンスペース１１２、壁１１４、棚（例えば、棚１２等）、及び他の障害物１１６の知識を所与として、基準マーカ姿勢への初期ルートを設定することを含む。ロボットがそのレーザレーダ２６を使用して倉庫を横切り始めると、ロボットは、他のロボット１８及び／又はオペレータ５０等の固定又は動的な任意の障害物が経路上にあるか否かを判断し、基準マーカの姿勢への経路を繰り返し更新する。ロボットは、障害物を回避しながら最も効率的で効果的な経路を常に探して、５０ミリ秒毎に約１回、ルートを再計画する。

両方とも本明細書に記載されているＳＬＡＭナビゲーション技法と組み合わせて、製品ＳＫＵ／基準ＩＤ−基準姿勢マッピング技法を用いて、ロボット１８は、倉庫内の位置特定に格子線及び中間基準マーカを含む、通常使用されるより複雑なナビゲーション手法を使用する必要なく、倉庫空間を非常に効率的かつ効果的にナビゲートすることが可能である。

多忙な倉庫動作での動的環境を考えると、棚及び壁等の固定された障害物並びに人間オペレータ及び他のロボット等の動的障害物を避けながら、倉庫空間で多くのロボットを素早くナビゲートする必要がある。これは、ロボットにとって複雑で計算的に難しいプロセスであり得、多くの経路変更及び行き先に辿り着くためにロボットが選択した経路の非効率性に繋がる恐れがある。

ロボットは、倉庫を通して移動するにつれて、動的に更新される地図を使用してナビゲートし得る。ロボットが経路を計画するために使用する地図は、二次元であり得、複数のピクセルを含み得、個々のピクセルには、特定のエリア内の物体の有無を示す色が割り当てられる。黒色を使用して、固体物体の存在を示し得、一方、白色は固体物体がないこと又はオープンスペースを示す。ピクセルの色は、ロボットがリスクを評価するために使用する数値にも相関する。黒色ピクセル、すなわち、固体物体を示すピクセルには、最高リスク又は「コスト」を示す最高数値が割り当てられる。白色ピクセル、すなわち、オープンスペースを示すピクセルには、最低リスク又は「コスト」を示す最低数値が割り当てられる。様々な陰影のグレーのピクセルを使用することもでき、最低（白色に最も近い陰影）から最高（黒色に最も近い陰影）の範囲の数値が割り当てられて、各ピクセルに関連する「コスト」又はリスクを示す。例えば、０〜２５５の範囲の数値を有するピクセルを使用して、最低コスト値〜最高コスト値を示し得る。

ロボットは、あるポイントから別のポイントまでとることができる潜在的な経路を評価する際、経路の距離のみならず、各経路に関連するコスト又はリスクにも基づいて、辿るのに可能な限り最良の経路を決定することができる。換言すれば、各経路に沿った個々のピクセルのコスト数値を合算することができ、その和は、経路に関連する全体コスト又は全体リスクを提供する。次に、各経路の長さ及びコストに基づいて、最適な経路を選択することができる。経路距離及び経路コストに基づく最適経路選択プロセスは、周知であり、Ａ^＊経路発見プロセスを含め、任意の標準プロセスを使用し得る。

そのような最適化プロセスを使用するに当たり、ロボットにより使用される地図に、棚及び壁のような固定物体及びロボットの予め定義されるオフリミットエリアのような「立ち入り禁止」エリア等の静的情報並びにロボット及び人間オペレータの位置のような動的情報が含まれることが既知である。しかしながら、倉庫空間内でのロボットナビゲーションを強化し、より効率的なロボットナビゲーションにするために、現在の手法は、様々なロボットの現在位置についてのリアルタイム情報のみならず、ロボットの計画移動経路についてのリアルタイム情報も用いて地図を構築することを含む。これにより、各ロボットは、他のロボットがそれ自体の行き先に行く途中に経路を交差する潜在性を織り込んで、現在位置から行き先へのルートをより先を見越して計画することができる。

地図等の例を地図６００として図９に示す。地図６００には、固体の固定物体であり、ロボットが避ける必要があるため、最高コスト又は最高リスクを示す黒色である棚ユニット６０２、６０４、及び６０６が含まれる。棚の間には列６０８及び６１０があり、列６０８及び６１０は白色であり、低コスト又は低リスク及び他の物体が存在しないと仮定して、ロボットが比較的低リスクで移動し得るエリアを示す。棚ユニットのエンドキャップの近傍は、これもまた白色であり、他の物体が存在しないと仮定して、比較的低い移動リスクを示すエリア６１２及び６１４である。

加えて、ロボット６２０及び６２２は、地図６００上で、それぞれエリア６１２及び６１４における現在位置に示されている。ロボット６２０及び６２２の最終的な行き先は、それぞれ位置６２４及び６２６である。ロボット６２０の計画移動経路に沿って、現在位置から列６０８内の行き先６２４に広がる重畳コスト画像６３０が示される。ロボット６２２の見積もり移動経路に沿って、現在位置から列６１０内の行き先６２６に広がる重畳コスト画像６３２が示される。

重畳コスト画像６３０及び６３２は、ロボット６２０及び６２２の次に現在位置に近いほど暗いピクセル／高コスト値のピクセルを含み、行き先に向けて見積もり経路に沿って徐々に明るい色及び低コスト値を含む。重畳コスト画像の幅は、適切なクリアランスを保証するために、ロボットのサイズに緩衝を加えたものを説明して、ロボットの幅に相関する。本用途で考えられるロボットサイズでは、１ｍ半径を有する「緩衝」がロボットに重ねられる。この幅は、見積もり経路に沿って使用され、したがって、重畳コスト画像の幅は約２ｍである。

地図６００には別のロボット６４０も示される。この地図はロボット６４０が移動を計画するために使用する地図であるため、計画経路に重畳コスト画像は含まれない。したがって、各ロボットが移動を計画するために使用する各ロボットの地図は、他の全てのロボットの重畳コスト画像を含むが、それ自体の計画移動経路を含まない。ロボット６４０が、例えば、Ａ^＊経路発見プロセスを使用して移動経路を計画する場合、ロボット６２０及び６２２の重畳コスト画像６３０及び６３２はそれぞれ、ロボット６４０により考慮される。したがって、重畳コスト画像６３０又は６３２に交差し得るロボット６４０の任意の潜在的な経路について、そのような重畳コスト画像の交差ピクセルの数値は、経路最適化アルゴリズムに織り込まれる。提案された経路が、ロボットの位置に近い重畳コスト画像と交差する場合、直面するコスト数値はより高くなり、より高い衝突リスクを示す。提案された経路が、ロボットの位置から遠い重畳コスト画像に交差する場合、コスト数値はより低くなり、より低い衝突リスクを示す。

ナビゲーション地図構築プロセスを図１０のフローチャート６５０に示す。地図は、各ロボットによりローカルに構築してもよく、又は倉庫管理システムにより中央で構築して、ロボットに提供してもよい。この説明では、地図が各ロボットによりローカルに構築されると仮定する。ステップ６５２において、倉庫の静的地図が取得され、ステップ６５４において、倉庫の「立ち入り禁止」地図が取得される。これらの地図は先に作成され、各ロボットにローカルに記憶される。ステップ６５６において、他の全てのロボットの現在移動経路が取得される。経路は、各ロボットにより生成され、Ｗｉ−Ｆｉによりその他のロボットに送信される。ステップ６５８において、静的地図、立ち入り禁止地図、及び受信された現在ロボット経路を重ねることにより、統合ナビゲーション地図が作成される。ステップ６６０において、現在のナビゲーション地図を使用して経路最適化アルゴリズムを実行して、ロボットの経路を更新する。ステップ６６２において、各ロボットは、移動経路を更新し、更新された移動経路をその他のロボットに送信する。ステップ６６４において、ロボットの行き先に到達していない場合、プロセスは、次の反復に向けてステップ６５６に循環して戻る。行き先に到達した場合、ロボットは次の行き先を決定する。

ロボットは通常、１秒当たり数回、例えば、１秒当たり５〜１０回以上の率で移動経路を再評価し、更新経路を生成している。したがって、各ロボット経路は、その率で更新され、その他のロボットに送信される。

コスト画像が重ねられた個々のロボット移動経路を構築するプロセスを図１１及び図１２に示す。図１１ａには、経路７０４に沿った位置７０２を行き先としたロボット７００が示されている。経路７０４はまず、経路７０４に沿って距離「Ｄ」毎の複数の増分又はポイントに分割される。使用される距離「Ｄ」は約５ｃｍであるが、これは、用途及びデータ補足率に応じて可変である。経路に沿った各増分／ポイントには、ポイントを中心とした半径約１ｍの円が配置される。これは、上述したように、予期されるロボットサイズを所与として、ロボットの周囲に十分な緩衝を提供することである。円のサイズ及び５ｃｍ増分を所与として、各円の中心を見つけるのに十分な量の円の重複がある。

図１１ｂに示されるように、次に、ロボットの現在位置からの円の中心距離に基づいて、円にコスト値（色）が充填される。見て取ることができるように、ロボット７００近傍、領域７０６において、円は高コスト値で充填され、したがって、黒色であり、一方、位置７０２における行き先に近い領域７０８では、円はより低いコスト値で充填され、したがって、明るいグレー又は白色である。

図１２のフローチャート７２０は、各ロボットの重畳コスト画像を作成するプロセスを示す。ステップ７２２において、ロボットの現在位置が特定され、ステップ７２４において、ロボットが現在位置から行き先に移動する計画経路が、複数のポイントに分割される。ステップ７２６において、経路に沿った次のポイントが決定される。例えば、図１１において、開始ポイントはポイント７１０である。ステップ７２８において、ロボットからポイントへの距離が特定される。ポイント７１０では、その距離は距離「Ｄ」である。ステップ７３０において、約１ｍの半径を有する円が作成され（円７１２参照）、ステップ７３２において、円内のピクセルに適用されるコスト値が計算される。

コスト値は以下のように計算し得る。
コスト∝１／ｅ^{ｄｉｓｔａｎｃｅ＿ｔｏ＿ｐｔ}
この計算方法は、ロボットの現在位置からの経路に沿った距離（すなわち、「ｄｉｓｔａｎｃｅ＿ｔｏ＿ｐｔ」）に比例するコスト値を提供する。ステップ７３４において、円内に含まれるピクセルに、利用可能なピクセル値の範囲（この例では０〜２５５）に基づいて、ステップ７３２において計算されたコスト値に対応する数値が充填される。ステップ７３６において、経路に沿った追加のポイントが残っているか否かが判断され、残っている場合、プロセスはステップ７２６に戻る。残っていない場合、計画移動経路の重畳コスト画像は完成し、ステップ７３８において、新しい経路地図がその他のロボットに送信される（図１０のステップ６６２に従って）。

代替的には、Ｗｉ−Ｆｉを介して送信されるデータ量を低減するために、移動経路の完全なコスト画像を送信する代わりに、ステップ７２４後、各ロボットの分割移動経路に沿ったポイントの座標を他の全てのロボットに送信することができる。各ロボットから受信した移動経路座標から、受信側ロボットはステップ７２
６〜７３６を実行して、各ロボット移動経路のコスト画像をローカルに生成し、ナビゲーション地図に重ねることができる。

明らかになるように、重畳コスト画像は、ロボットの計画経路に沿って最高から最低への数値／色の勾配（２５５〜０）を含む。ステップ７２２において、ロボットの現在位置が特定されるとき、約１ｍの半径を有する円が、２５５に等しい（すなわち、固定物体に等しい）コスト値で作成され（ロボット７００を中心とする円参照）、その円内のピクセルに適用されることに留意されたい。したがって、勾配はコスト値２５５（固定物体に等しい）で始まり、ポイントが計画移動経路に沿ってロボットから離れるにつれて低減する。

上述したように、経路に沿って形成される円との相当量の重複があり、連続した各円は異なる数値を有するピクセルを含む。この問題に対処する一方法は、前の円と重複する円毎に、前の円からのピクセルの値を新しい重複円に決定された値で上書きし得ることである。

本発明及び本発明の好ましい実施形態を説明した。

Claims (30)

1. 複数のロボットがナビゲートされる環境のナビゲーション地図を生成する方法であって、
   前記環境の画像を取得することであって、前記画像は複数のピクセルにより定義され、各ピクセルは、それに関連付けられたコスト値を有し、前記環境の前記画像は、前記環境内の少なくとも１つの固定物体の位置に対応する１組のピクセルを含む前記少なくとも１つの固定物体の画像を含み、前記１組のピクセルは、第１の定義されたコスト値を有する前記少なくとも１つの固定物体の前記位置に対応することと、
   前記環境内の前記複数のロボットのそれぞれの計画経路画像を取得することであって、前記計画経路画像は、各ロボットに、前記環境内の各ロボットの前記位置に対応する第１の組のピクセル及び前記第１の組のピクセルに隣接し、行き先に向かって各ロボットの移動計画経路に沿って延びる第２の組のピクセルを含み、各ロボットの前記第１の組のピクセル内のピクセルは、前記第１の定義されたコスト値を有し、各ロボットの前記第２の組のピクセルは、第２の定義されたコスト値を有するピクセルを含み、前記第２の定義されたコスト値は、前記第１の定義されたコスト値未満であることと
   を含む、方法。
2. 少なくとも１つの固定物体の前記画像を含む前記環境の前記画像は、前記複数のロボットのそれぞれにローカルに記憶される、請求項１に記載の方法。
3. 前記複数のロボットのそれぞれは、それ自体の計画経路を生成し、それ自体の計画経路を前記複数のロボットのうちのその他のロボットに通信する、請求項２に記載の方法。
4. 各ロボットは、少なくとも１つの固定物体の前記画像を含む前記環境の前記画像を前記複数のロボットのうちの他のロボットから受信される前記計画経路を表す画像と結合して、ナビゲーション地図を形成する、請求項３に記載の方法。
5. 各ロボットは、前記ナビゲーション地図を使用して、現在位置から行き先への経路を計画する、請求項４に記載の方法。
6. 前記複数のロボットのそれぞれは、各ロボットが行き先への経路を横切る際、定期的な時間間隔でそれ自体の更新計画経路を生成し、そのような定期的な間隔で、それ自体の更新計画経路を前記複数のロボットのうちのその他のロボットに通信し、各ロボットは、前記複数のロボットのうちのその他のロボットの前記更新計画経路を使用して、更新ナビゲーション地図を生成し、前記更新ナビゲーション地図を使用して行き先への計画経路を更新する、請求項５に記載の方法。
7. 各ロボットの前記第２の組のピクセルは、第１のコスト値未満の複数のコスト値を有するピクセルを含み、前記ピクセルの前記コスト値の値は、前記第１の組のピクセルへの隣接から各ロボットの移動の計画経路に沿って行き先に向かって延びるにつれて、比例して低減する、請求項１に記載の方法。
8. 各ロボットの前記第２の組のピクセルは、各ロボットの移動の前記計画経路に沿って行き先に向けて複数の領域を生成することにより形成され、各領域は連続して、前の領域未満のピクセル値を有するピクセルを含む、請求項７に記載の方法。
9. 前記領域は円形であり、前記領域は、前記ロボットのサイズに対応する半径を有する、請求項８に記載の方法。
10. 前記環境は倉庫である、請求項１に記載の方法。
11. 環境内で現在位置から行き先までロボットをナビゲートする方法であって、前記環境は、少なくとも１つの固定物体及び少なくとも１つの他のロボットを含み、前記方法は、
    前記環境の画像を取得することであって、前記画像は複数のピクセルにより定義され、各ピクセルは、それに関連付けられたコスト値を有し、前記環境の前記画像は、前記環境内の前記少なくとも１つの固定物体の位置に対応する１組のピクセルを含む前記少なくとも１つの固定物体の画像を含み、前記１組のピクセルは、第１の定義されたコスト値を有する前記少なくとも１つの固定物体の前記位置に対応することと、
    前記環境内の前記少なくとも１つの他のロボットの画像を取得することであって、前記少なくとも１つの他のロボットの前記画像は、前記環境内の前記少なくとも１つの他のロボットの前記位置に対応する第１の組のピクセル及び前記第１の組のピクセルに隣接し、行き先に向かう前記少なくとも１つの他のロボットの移動の計画経路に沿って延びる第２の組のピクセルを含み、前記少なくとも１つの他のロボットの前記第１の組のピクセル内のピクセルは、前記第１の定義されたコスト値を有し、前記少なくとも１つの他のロボットの前記第２の組のピクセルは、第２の定義されたコスト値を有するピクセルを含み、前記第２の定義されたコスト値は、前記第１の定義されたコスト値未満であることと、
    前記少なくとも１つの固定物体の前記画像及び前記少なくとも１つ他のロボットの前記画像に基づいて、前記ロボットの前記現在位置から前記ロボットの前記行き先への経路を計画することと
    を含む、方法。
12. 少なくとも１つの固定物体の前記画像を含む前記環境の前記画像は、前記ロボット内にローカルに記憶される、請求項１１に記載の方法。
13. 前記少なくとも１つの他のロボットは、現在位置から行き先までのそれ自体の計画経路を生成し、それ自体の計画経路を前記ロボットに通信する、請求項１２に記載の方法。
14. 前記ロボットは、少なくとも１つの固定物体の前記画像を含む前記環境の前記画像を前記少なくとも１つの他のロボットから受信される前記計画経路の画像と結合して、ナビゲーション地図を形成する、請求項１３に記載の方法。
15. 前記ロボットは、前記ナビゲーション地図を使用して、現在位置から行き先への経路を計画する、請求項１４に記載の方法。
16. 前記少なくとも１つの他のロボットは、行き先への経路を横切る際、定期的な時間間隔でそれ自体の更新計画経路を生成し、そのような定期的な間隔で、それ自体の更新計画経路を前記ロボットに通信し、前記ロボットは、前記少なくとも１つの他のロボットの前記更新計画経路を使用して、更新ナビゲーション地図を生成し、前記更新ナビゲーション地図を使用して行き先への計画経路を更新する、請求項１５に記載の方法。
17. 前記少なくとも１つの他のロボットの前記第２の組のピクセルは、第１のコスト値未満の複数のコスト値を有するピクセルを含み、前記ピクセルの前記コスト値の値は、前記第１の組のピクセルへの隣接から前記少なくとも１つの他のロボットの移動の前記計画経路に沿って行き先に向かって延びるにつれて、比例して低減する、請求項１１に記載の方法。
18. 前記少なくとも１つの他のロボットの前記第２の組のピクセルは、前記少なくとも１つの他のロボットの移動の前記計画経路に沿って行き先に向けて複数の領域を生成することにより形成され、各領域は連続して、前の領域未満のピクセル値を有するピクセルを含む、請求項１７に記載の方法。
19. 前記領域は円形であり、前記領域は、前記ロボットのサイズに対応する半径を有する、請求項１８に記載の方法。
20. 前記環境は倉庫である、請求項１１に記載の方法。
21. 環境をナビゲートするように構成されたロボットであって、前記環境は、少なくとも１つの固定物体及び複数の他のロボットを含み、前記ロボットは、
    前記環境全体を通して前記ロボットを推進するモバイルベースと、
    前記ロボットと前記複数の他のロボットとの間での通信を可能にする通信デバイスと、
    前記通信デバイスと通信するプロセッサとを備え、
    前記プロセッサは、
    前記環境の画像を取得することであって、前記画像は複数のピクセルにより定義され、各ピクセルは、それに関連付けられたコスト値を有し、前記環境の前記画像は、前記環境内の前記少なくとも１つの固定物体の位置に対応する１組のピクセルを含む前記少なくとも１つの固定物体の画像を含み、前記１組のピクセルは、第１の定義されたコスト値を有する前記少なくとも１つの固定物体の前記位置に対応することと、
    前記環境内の前記複数の他のロボットの画像を取得することであって、前記画像は、各ロボットに、前記環境内の各ロボットの前記位置に対応する第１の組のピクセル及び前記第１の組のピクセルに隣接し、行き先に向かう他の各ロボットの移動の計画経路に沿って延びる第２の組のピクセルを含み、他の各ロボットの前記第１の組のピクセル内のピクセルは、前記第１の定義されたコスト値を有し、他の各ロボットの前記第２の組のピクセルは、第２の定義されたコスト値を有するピクセルを含み、前記第２の定義されたコスト値は、前記第１の定義されたコスト値未満であることと、
    前記少なくとも１つの固定物体の前記画像及び前記複数の他のロボットの前記画像に基づいて、前記ロボットの前記現在位置から前記ロボットの前記行き先への経路を計画することと
    を行うように構成される、ロボット。
22. 少なくとも１つの固定物体の前記画像を含む前記環境の前記画像は、前記複数のロボットのそれぞれにローカルに記憶される、請求項２１に記載のロボット。
23. 前記複数の他のロボットのそれぞれは、それ自体の計画経路を生成し、それ自体の計画経路を通信デバイスを使用して前記複数のロボットのうちのその他のロボットに通信するように構成される、請求項２２に記載のロボット。
24. 前記プロセッサは、少なくとも１つの固定物体の前記画像を含む前記環境の前記画像を前記複数のロボットのうちのその他のロボットから受信される前記計画経路の画像と結合して、ナビゲーション地図を形成するように構成される、請求項２３に記載のロボット。
25. 前記プロセッサは、前記ナビゲーション地図を使用して、現在位置から行き先への経路を計画するように構成される、請求項２４に記載のロボット。
26. 前記プロセッサは、他の各ロボットが行き先への経路を横切る際、定期的な時間間隔で更新計画経路を前記複数の他のロボットのそれぞれから受信するように構成され、前記プロセッサは、前記複数のロボットのうちのその他のロボットの前記更新計画経路を使用して、更新ナビゲーション地図を生成し、前記更新ナビゲーション地図を使用して行き先への計画経路を更新するように構成される、請求項２５に記載のロボット。
27. 前記複数の他のロボットのそれぞれの前記第２の組のピクセルは、第１のコスト値未満の複数のコスト値を有するピクセルを含み、前記ピクセルの前記コスト値の値は、前記第１の組のピクセルへの隣接から各ロボットの移動の前記計画経路に沿って行き先に向かって延びるにつれて、比例して低減する、請求項２１に記載のロボット。
28. 前記複数の他のロボットのそれぞれの前記第２の組のピクセルは、各ロボットの移動の前記計画経路に沿って行き先に向けて複数の領域を生成することにより形成され、各領域は連続して、前の領域未満のピクセル値を有するピクセルを含む、請求項２７に記載の方法。
29. 前記領域は円形であり、前記領域は、前記ロボットのサイズに対応する半径を有する、請求項２８に記載のロボット。
30. 前記環境は倉庫である、請求項２１に記載のロボット。