JP3009372B2 - 自律走行車の走行制御方法 - Google Patents
自律走行車の走行制御方法Info
- Publication number
- JP3009372B2 JP3009372B2 JP9084354A JP8435497A JP3009372B2 JP 3009372 B2 JP3009372 B2 JP 3009372B2 JP 9084354 A JP9084354 A JP 9084354A JP 8435497 A JP8435497 A JP 8435497A JP 3009372 B2 JP3009372 B2 JP 3009372B2
- Authority
- JP
- Japan
- Prior art keywords
- traveling
- probability
- autonomous vehicle
- node
- landmark
- 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.)
- Expired - Fee Related
Links
- 238000000034 method Methods 0.000 title claims description 48
- 230000000007 visual effect Effects 0.000 claims description 28
- 230000009471 action Effects 0.000 claims description 27
- 238000004364 calculation method Methods 0.000 claims description 23
- 238000012545 processing Methods 0.000 claims description 20
- 238000003384 imaging method Methods 0.000 claims description 14
- 238000004088 simulation Methods 0.000 claims description 9
- 230000007423 decrease Effects 0.000 claims description 7
- 238000011161 development Methods 0.000 claims description 7
- 230000008569 process Effects 0.000 claims description 5
- 230000007613 environmental effect Effects 0.000 claims description 4
- 238000001514 detection method Methods 0.000 claims description 2
- 238000010586 diagram Methods 0.000 description 15
- 230000008859 change Effects 0.000 description 9
- 230000001364 causal effect Effects 0.000 description 5
- 102100024061 Integrator complex subunit 1 Human genes 0.000 description 4
- 101710092857 Integrator complex subunit 1 Proteins 0.000 description 4
- 230000033001 locomotion Effects 0.000 description 4
- 238000012423 maintenance Methods 0.000 description 4
- 230000002688 persistence Effects 0.000 description 4
- 102100037944 Integrator complex subunit 12 Human genes 0.000 description 3
- 101710149803 Integrator complex subunit 12 Proteins 0.000 description 3
- 238000004422 calculation algorithm Methods 0.000 description 3
- 238000007689 inspection Methods 0.000 description 3
- 238000005259 measurement Methods 0.000 description 3
- 238000002360 preparation method Methods 0.000 description 3
- 230000002459 sustained effect Effects 0.000 description 2
- 230000008901 benefit Effects 0.000 description 1
- 235000008429 bread Nutrition 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
Classifications
-
- H—ELECTRICITY
- H01—ELECTRIC ELEMENTS
- H01H—ELECTRIC SWITCHES; RELAYS; SELECTORS; EMERGENCY PROTECTIVE DEVICES
- H01H1/00—Contacts
- H01H1/02—Contacts characterised by the material thereof
- H01H1/0201—Materials for reed contacts
Landscapes
- Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
Description
【0001】
【発明の属する技術分野】本発明は、点検・保守・搬送
などの作業を行うために無人で自律的に移動する走行車
に係り、特に視覚センサを使用した自律走行車の走行を
制御する方法に係る。
などの作業を行うために無人で自律的に移動する走行車
に係り、特に視覚センサを使用した自律走行車の走行を
制御する方法に係る。
【0002】
【従来の技術】工場や倉庫などで点検、保全、運搬など
を行うため予め決めた経路に沿って自律走行する走行車
が多用されるようになってきた。このような場合に、レ
ールを敷いて自律走行車の経路とするのでは、設置費用
が掛かるばかりでなく経路の変更も容易でない。そこ
で、必要に応じて容易に経路を変更でき、設定した経路
を忠実にかつ高速に走行できる走行車の開発が望まれて
いる。しかも経路の設定や教示が簡単にできることが必
要とされる。このため、適当な位置にランドマークを設
置して、これらランドマークを基準にした走行経路を設
定して走行車制御装置に教示し、内界センサ等で自己の
位置を確認しつつCCDカメラ等の視覚センサによりラ
ンドマークを観測しながら教示経路をたどる、いわゆる
ティーチングプレイバックと呼ばれる走行制御技術が開
発されている。
を行うため予め決めた経路に沿って自律走行する走行車
が多用されるようになってきた。このような場合に、レ
ールを敷いて自律走行車の経路とするのでは、設置費用
が掛かるばかりでなく経路の変更も容易でない。そこ
で、必要に応じて容易に経路を変更でき、設定した経路
を忠実にかつ高速に走行できる走行車の開発が望まれて
いる。しかも経路の設定や教示が簡単にできることが必
要とされる。このため、適当な位置にランドマークを設
置して、これらランドマークを基準にした走行経路を設
定して走行車制御装置に教示し、内界センサ等で自己の
位置を確認しつつCCDカメラ等の視覚センサによりラ
ンドマークを観測しながら教示経路をたどる、いわゆる
ティーチングプレイバックと呼ばれる走行制御技術が開
発されている。
【0003】視覚センサを使用した自律走行車両の走行
制御法として、例えば、三河他「ビジュアルサーボを用
いた自律移動ロボットの制御」第11回日本ロボット学
会学術後援会予稿集1309から1310頁に、予め走
行経路に沿って走行目印あるいはランドマークを設置し
ておいて、CCDカメラなどの視覚センサを搭載した走
行車を所望の走行経路に沿って実際に走行させ、そのと
き走行車の視覚センサで観測されたランドマークの見え
方を記憶しておき、その後の自動走行ではランドマーク
の見え方が記憶されたとおり再現されるように走行車の
ステアリングと駆動モータを制御する、いわゆるティー
チングプレイバックを原則としたビジュアルサーボと呼
ばれる方法が提案されている。。ビジュアルサーボは内
界センサによる自己位置計測を必要としない点で、よく
用いられるデッドレコニングより優れているが、画像処
理による負担が大きいため一般的に走行速度が遅く、ま
た画像処理による環境認識の難しさのため一旦教示経路
からはずれると自己位置の推定が難しく正しい経路上に
復帰することが困難になる。
制御法として、例えば、三河他「ビジュアルサーボを用
いた自律移動ロボットの制御」第11回日本ロボット学
会学術後援会予稿集1309から1310頁に、予め走
行経路に沿って走行目印あるいはランドマークを設置し
ておいて、CCDカメラなどの視覚センサを搭載した走
行車を所望の走行経路に沿って実際に走行させ、そのと
き走行車の視覚センサで観測されたランドマークの見え
方を記憶しておき、その後の自動走行ではランドマーク
の見え方が記憶されたとおり再現されるように走行車の
ステアリングと駆動モータを制御する、いわゆるティー
チングプレイバックを原則としたビジュアルサーボと呼
ばれる方法が提案されている。。ビジュアルサーボは内
界センサによる自己位置計測を必要としない点で、よく
用いられるデッドレコニングより優れているが、画像処
理による負担が大きいため一般的に走行速度が遅く、ま
た画像処理による環境認識の難しさのため一旦教示経路
からはずれると自己位置の推定が難しく正しい経路上に
復帰することが困難になる。
【0004】
【発明が解決しようとする課題】そこで、本発明の解決
しようとする課題は、自己位置計測を必要としないビジ
ュアルサーボによる走行制御法の利点を生かしながら、
画像処理の負担を減らし走行速度を上げるとともに、自
己位置の確認を容易に行って走行経路からの逸脱を防ぐ
自律走行車及びその走行制御方法を提供することであ
る。
しようとする課題は、自己位置計測を必要としないビジ
ュアルサーボによる走行制御法の利点を生かしながら、
画像処理の負担を減らし走行速度を上げるとともに、自
己位置の確認を容易に行って走行経路からの逸脱を防ぐ
自律走行車及びその走行制御方法を提供することであ
る。
【0005】
【課題を解決するための手段】上記課題を解決するた
め、本発明の自律走行車の走行制御方法は、ビジュアル
サーボを用いた走行制御方法であって、自律走行車が走
行する環境とランドマークと走行経路を表現した地図
と、走行経路を自律走行する自律走行車の行動を表すノ
ードをアークで結び各ノードに対応する行動の成功確率
の値もしくは算出式と実行時間を割り当て行動の結果と
して獲得できる獲得価値を割り当てて生成する確率ネッ
トワークとを備え、所定の目標位置に到達するまでに取
り得る行動プランを確率ネットワークの展開によって求
め、行動プランについて期待獲得価値を求めて実行時間
で割ったパフォーマンスを算出し、パフォーマンスが最
大になるプランを選択して、実行することを特徴とす
る。
め、本発明の自律走行車の走行制御方法は、ビジュアル
サーボを用いた走行制御方法であって、自律走行車が走
行する環境とランドマークと走行経路を表現した地図
と、走行経路を自律走行する自律走行車の行動を表すノ
ードをアークで結び各ノードに対応する行動の成功確率
の値もしくは算出式と実行時間を割り当て行動の結果と
して獲得できる獲得価値を割り当てて生成する確率ネッ
トワークとを備え、所定の目標位置に到達するまでに取
り得る行動プランを確率ネットワークの展開によって求
め、行動プランについて期待獲得価値を求めて実行時間
で割ったパフォーマンスを算出し、パフォーマンスが最
大になるプランを選択して、実行することを特徴とす
る。
【0006】走行環境の概略構造とランドマークの位置
を記した地図を用いて、教示経路を地図上に与え、シミ
ュレーションによって得られるランドマークの見え方を
教示データとして使用することができる。従って、実際
の走行を行わなくても教示データを得ることができ教示
工程が簡単である。また、走行車の自己位置はランドマ
ークの位置関係を観測することによって地図を参照して
推定することができるため、走行車に位置姿勢を測定す
るための内界センサを設備しなくても、教示経路から外
れたときに自己位置を確認することができる。また、地
図を通して走行車の位置を操作者に知らせるように構成
することが容易に可能である。可能な行動プランを、ラ
ンドマーク観測の精度、走行の信頼性、環境変化の程度
などを確率的に表現して確率ネットワークとして表すこ
とができるため、1ステップ毎にそれぞれのプランを展
開してその成功確率と期待獲得価値を計算しパフォーマ
ンスの大きいプランを選択すれば、与えられたシステ
ム、環境に応じて高速かつ正確に効率的な自律走行車の
誘導ができる。
を記した地図を用いて、教示経路を地図上に与え、シミ
ュレーションによって得られるランドマークの見え方を
教示データとして使用することができる。従って、実際
の走行を行わなくても教示データを得ることができ教示
工程が簡単である。また、走行車の自己位置はランドマ
ークの位置関係を観測することによって地図を参照して
推定することができるため、走行車に位置姿勢を測定す
るための内界センサを設備しなくても、教示経路から外
れたときに自己位置を確認することができる。また、地
図を通して走行車の位置を操作者に知らせるように構成
することが容易に可能である。可能な行動プランを、ラ
ンドマーク観測の精度、走行の信頼性、環境変化の程度
などを確率的に表現して確率ネットワークとして表すこ
とができるため、1ステップ毎にそれぞれのプランを展
開してその成功確率と期待獲得価値を計算しパフォーマ
ンスの大きいプランを選択すれば、与えられたシステ
ム、環境に応じて高速かつ正確に効率的な自律走行車の
誘導ができる。
【0007】特に、パフォーマンスが最大になるプラン
の成功確率が所定の閾値より小さくなるまで、自律走行
車の到達目標位置を先方に延長して確率ネットワークの
展開を繰り返すようにすることができる。また、確率ネ
ットワークの展開により自律走行車の最終到達目標位置
に達するときには、パフォーマンスが最大になるプラン
を選択して、直ちに実行するようにしてもよい。なお、
地図は、固定的な障害物の位置を記録した第1のレイヤ
と走行を容易にするために設置するランドマークの位置
を記録した第2のレイヤと走行経路を表す第3のレイヤ
を重畳して生成されるものであり、自律走行車とランド
マークの位置関係を知り地図を参照して自律走行車の自
己位置を推定することができる。また、確率ネットワー
クのノードは、自律走行車が走行することを表す走行ノ
ードと自律走行車がランドマークを観測することを表す
観測ノードと自己位置を推定することを表す自己位置推
定ノードと目標位置にあることを表す目標位置ノードを
含むようにすることが好ましい。
の成功確率が所定の閾値より小さくなるまで、自律走行
車の到達目標位置を先方に延長して確率ネットワークの
展開を繰り返すようにすることができる。また、確率ネ
ットワークの展開により自律走行車の最終到達目標位置
に達するときには、パフォーマンスが最大になるプラン
を選択して、直ちに実行するようにしてもよい。なお、
地図は、固定的な障害物の位置を記録した第1のレイヤ
と走行を容易にするために設置するランドマークの位置
を記録した第2のレイヤと走行経路を表す第3のレイヤ
を重畳して生成されるものであり、自律走行車とランド
マークの位置関係を知り地図を参照して自律走行車の自
己位置を推定することができる。また、確率ネットワー
クのノードは、自律走行車が走行することを表す走行ノ
ードと自律走行車がランドマークを観測することを表す
観測ノードと自己位置を推定することを表す自己位置推
定ノードと目標位置にあることを表す目標位置ノードを
含むようにすることが好ましい。
【0008】そして、走行ノードの成功確率として、移
動精度が低い誘導方法による連続走行距離が長くなると
小さくなるように、また自律走行車とランドマークの距
離が長くなると小さくなるように、さらにランドマーク
の検出確率が小さければ小さくなるような走行確率を、
観測ノードの成功確率として自律走行車とランドマーク
の距離が長ければ小さくなるように、また自律走行車の
進行方向とランドマークを見通す方向の角度が大きけれ
ば小さくなる観測確率を、自己位置推定ノードの成功確
率として、自己位置推定が成功する確率であって2個の
ランドマークを利用する場合にそれぞれのランドマーク
の観測確率の積になるような自己位置推定確率を割り当
てるようにすることができる。さらに、走行ノードの獲
得価値として、精度の悪い誘導方法による連続走行距離
が増加するにつれ精度がよい方の誘導方法による場合の
値が増大するような目標到達価値を、また自己位置推定
ノードの獲得価値として、連続走行距離が長くなるにつ
れて増加するような自己位置推定価値を割り当てるよう
にしてよい。このようにして、標準的な状態では最も高
速に移動できる行動プランを採用し、連続走行が長くな
ると自動的に自己位置推定を行って位置の確認を行うプ
ランを採用し、精度の悪い誘導方式による走行が長くな
ると自己位置推定や精度の良い方の誘導方法を選択する
プランを採用し、また、地図が不確かなときや環境の変
化が激しいときには浅いプラニングをして頻繁に再評価
を行うようにするなど、合理的な行動の選択をすること
ができる。
動精度が低い誘導方法による連続走行距離が長くなると
小さくなるように、また自律走行車とランドマークの距
離が長くなると小さくなるように、さらにランドマーク
の検出確率が小さければ小さくなるような走行確率を、
観測ノードの成功確率として自律走行車とランドマーク
の距離が長ければ小さくなるように、また自律走行車の
進行方向とランドマークを見通す方向の角度が大きけれ
ば小さくなる観測確率を、自己位置推定ノードの成功確
率として、自己位置推定が成功する確率であって2個の
ランドマークを利用する場合にそれぞれのランドマーク
の観測確率の積になるような自己位置推定確率を割り当
てるようにすることができる。さらに、走行ノードの獲
得価値として、精度の悪い誘導方法による連続走行距離
が増加するにつれ精度がよい方の誘導方法による場合の
値が増大するような目標到達価値を、また自己位置推定
ノードの獲得価値として、連続走行距離が長くなるにつ
れて増加するような自己位置推定価値を割り当てるよう
にしてよい。このようにして、標準的な状態では最も高
速に移動できる行動プランを採用し、連続走行が長くな
ると自動的に自己位置推定を行って位置の確認を行うプ
ランを採用し、精度の悪い誘導方式による走行が長くな
ると自己位置推定や精度の良い方の誘導方法を選択する
プランを採用し、また、地図が不確かなときや環境の変
化が激しいときには浅いプラニングをして頻繁に再評価
を行うようにするなど、合理的な行動の選択をすること
ができる。
【0009】また、本発明の自律走行車は、撮像装置と
駆動モータ制御回路部とステアリング制御回路部とパン
台制御回路部を搭載し、画像処理部と動作制御部とプラ
ニング部と記憶装置からなる制御用計算機を備え、撮像
装置がパン台に据えられていて垂直軸の周りに回転でき
てパン台制御回路部により撮像方向を制御することがで
き、駆動モータ制御回路部とステアリング制御回路部が
後輪と前輪を駆動制御することにより自走する自律走行
車であって、自律走行車が走行する環境と走行経路を表
現した地図と走行経路を自律走行する自律走行車の行動
を表すノードをアークで結び各ノードに対応する行動の
成功確率の値もしくは算出式と実行時間を割り当て行動
の結果として獲得できる獲得価値を割り当てて生成する
確率ネットワークと確率ネットワークの展開に用いる演
算式を記憶し、撮像装置の画像信号出力を入力して画像
処理した結果を動作制御部に伝達し、動作制御部はプラ
ニング部および記憶装置と協同し、記憶されたマップ上
の走行経路について走行シミュレーションして作成され
た教示データに基づいて、所定の目標位置に到達するま
でに取り得る行動プランを確率ネットワークの展開によ
って求め、それぞれの行動プランについて期待獲得価値
を求めて実行時間で割ったパフォーマンスを算出し、パ
フォーマンスが最大になるプランを選択して、これに対
応する車輪と撮像装置の制御をすることを特徴とする。
なお、制御用計算機を自律走行車の外に設備して、撮像
装置からの映像信号と走行制御部からの制御信号を無線
で伝達するようにしてもよい。
駆動モータ制御回路部とステアリング制御回路部とパン
台制御回路部を搭載し、画像処理部と動作制御部とプラ
ニング部と記憶装置からなる制御用計算機を備え、撮像
装置がパン台に据えられていて垂直軸の周りに回転でき
てパン台制御回路部により撮像方向を制御することがで
き、駆動モータ制御回路部とステアリング制御回路部が
後輪と前輪を駆動制御することにより自走する自律走行
車であって、自律走行車が走行する環境と走行経路を表
現した地図と走行経路を自律走行する自律走行車の行動
を表すノードをアークで結び各ノードに対応する行動の
成功確率の値もしくは算出式と実行時間を割り当て行動
の結果として獲得できる獲得価値を割り当てて生成する
確率ネットワークと確率ネットワークの展開に用いる演
算式を記憶し、撮像装置の画像信号出力を入力して画像
処理した結果を動作制御部に伝達し、動作制御部はプラ
ニング部および記憶装置と協同し、記憶されたマップ上
の走行経路について走行シミュレーションして作成され
た教示データに基づいて、所定の目標位置に到達するま
でに取り得る行動プランを確率ネットワークの展開によ
って求め、それぞれの行動プランについて期待獲得価値
を求めて実行時間で割ったパフォーマンスを算出し、パ
フォーマンスが最大になるプランを選択して、これに対
応する車輪と撮像装置の制御をすることを特徴とする。
なお、制御用計算機を自律走行車の外に設備して、撮像
装置からの映像信号と走行制御部からの制御信号を無線
で伝達するようにしてもよい。
【0010】
【発明の実施の形態】以下、本発明に係る自律走行車お
よび走行制御方法を、図面を用い実施例に基づいて詳細
に説明する。図1は本発明の自律走行車の実施例の構成
を表すブロック図、図2は本発明の制御方法の処理手順
を表す流れ図、図3は走行制御に用いるマップの概念を
表す図面、図4は制御アルゴリズムに用いる確率ネット
ワークの概念を説明する図面、図5は走行経路の例を示
す平面図、図6は図5の走行経路に沿ったランドマーク
の見え方を例示するグラフ、図7は図5の走行経路につ
いての確率ネットワークを示す線図、図8は図7の確率
ネットワークを標本空間に展開したもの、図9は図8に
展開されたパス毎のパフォーマンス計算結果を表すグラ
フである。
よび走行制御方法を、図面を用い実施例に基づいて詳細
に説明する。図1は本発明の自律走行車の実施例の構成
を表すブロック図、図2は本発明の制御方法の処理手順
を表す流れ図、図3は走行制御に用いるマップの概念を
表す図面、図4は制御アルゴリズムに用いる確率ネット
ワークの概念を説明する図面、図5は走行経路の例を示
す平面図、図6は図5の走行経路に沿ったランドマーク
の見え方を例示するグラフ、図7は図5の走行経路につ
いての確率ネットワークを示す線図、図8は図7の確率
ネットワークを標本空間に展開したもの、図9は図8に
展開されたパス毎のパフォーマンス計算結果を表すグラ
フである。
【0011】本実施例の自律走行車1は撮像装置として
CCDカメラ3を頂部に載せた搬送車両で、画像処理部
11と動作制御部13とプラニング部15と記憶装置1
7からなる制御用計算機5を搭載し、駆動モータ制御回
路部7とステアリング制御回路部9を介して前輪と後輪
を駆動制御することにより、自走するようになってい
る。また、CCDカメラ3はパン台21の上に据えられ
ていて垂直軸の周りに回転できるようになっており、パ
ン台制御回路部9により自在に撮像方向を制御すること
ができる。画像処理部11はCCDカメラ3の画像信号
出力を入力して画像処理し、結果を動作制御部13に伝
達する。動作制御部13はプラニング部15および記憶
装置17と協同し、記憶されたマップ上の走行経路につ
いて走行シミュレーションして作成された教示データに
基づいて、動作のプラニングと実際の走行を繰り返すこ
とにより教示経路に沿った自律走行をして走行車1を最
終目標位置に到達させる。
CCDカメラ3を頂部に載せた搬送車両で、画像処理部
11と動作制御部13とプラニング部15と記憶装置1
7からなる制御用計算機5を搭載し、駆動モータ制御回
路部7とステアリング制御回路部9を介して前輪と後輪
を駆動制御することにより、自走するようになってい
る。また、CCDカメラ3はパン台21の上に据えられ
ていて垂直軸の周りに回転できるようになっており、パ
ン台制御回路部9により自在に撮像方向を制御すること
ができる。画像処理部11はCCDカメラ3の画像信号
出力を入力して画像処理し、結果を動作制御部13に伝
達する。動作制御部13はプラニング部15および記憶
装置17と協同し、記憶されたマップ上の走行経路につ
いて走行シミュレーションして作成された教示データに
基づいて、動作のプラニングと実際の走行を繰り返すこ
とにより教示経路に沿った自律走行をして走行車1を最
終目標位置に到達させる。
【0012】ここで、プラニングとは、予め予測される
動作とその成功確率および動作間の因果関係を表した確
率ネットワークに基づき、各動作について割り当てられ
た獲得価値と実行時間の情報を使って、可能なパスすな
わち動作順序のプランについて算出する期待獲得価値を
判断基準として、実行すべき動作を決定する作業をい
う。実行すべき動作が決定されると、動作制御部13か
らの制御信号がそれぞれ駆動モータ制御回路部7とステ
アリング制御回路部9およびパン台制御回路23に伝達
される。駆動モータ制御回路部7は後ろの駆動輪を制御
して車両を前進後退させ、ステアリング制御回路部9は
前輪を制御して車両の方向を定める。パン台制御回路2
3はCCDカメラ3の向きを制御して取得する画像範囲
を決める。なお、自己位置は予め記憶したマップと走行
経路に沿って設けられているランドマークの観測結果か
ら推定することができる。
動作とその成功確率および動作間の因果関係を表した確
率ネットワークに基づき、各動作について割り当てられ
た獲得価値と実行時間の情報を使って、可能なパスすな
わち動作順序のプランについて算出する期待獲得価値を
判断基準として、実行すべき動作を決定する作業をい
う。実行すべき動作が決定されると、動作制御部13か
らの制御信号がそれぞれ駆動モータ制御回路部7とステ
アリング制御回路部9およびパン台制御回路23に伝達
される。駆動モータ制御回路部7は後ろの駆動輪を制御
して車両を前進後退させ、ステアリング制御回路部9は
前輪を制御して車両の方向を定める。パン台制御回路2
3はCCDカメラ3の向きを制御して取得する画像範囲
を決める。なお、自己位置は予め記憶したマップと走行
経路に沿って設けられているランドマークの観測結果か
ら推定することができる。
【0013】制御用計算機5で実行される制御アルゴリ
ズムを図2から図9を用いて詳細に説明する。図2の
(a)は本発明の処理手順の全体を表すフローチャー
ト、(b)は教示工程を表すフローチャート、(c)は
プラニングの工程を表すフローチャートである。制御プ
ログラムを走らせる前に、走行環境の整備を含めた準備
が必要である(S2)。まず、走行経路に沿って走行目
印すなわちランドマークを設置する。ランドマークは、
特定のマークや数字が描かれたもの、光を発生するも
の、光の反射シートが貼られたものなど、画像処理によ
る認識が簡単にできるものが使用される。また、走行環
境を表す地図を準備する。地図は施設設計図面などを基
にして作成し、記憶装置17に記憶する(S2)。地図
は、図3に示すように3層構造を持ち、レイヤ1には走
行環境の概略構造を、またレイヤ2にはランドマークの
概略位置をビットマップなどの形式で記述したもので、
さらにレイヤ3に走行経路を記述できるようにしてあ
り、パソコンなどで作成することが可能である。レイヤ
1に記述する走行環境の概略構造は壁や構造物の配置な
ど固定的な条件を表すが、レイヤ2に記述するランドマ
ークは自律走行車1のために設置されるもので自律走行
の必要に従って変更する場合がある。
ズムを図2から図9を用いて詳細に説明する。図2の
(a)は本発明の処理手順の全体を表すフローチャー
ト、(b)は教示工程を表すフローチャート、(c)は
プラニングの工程を表すフローチャートである。制御プ
ログラムを走らせる前に、走行環境の整備を含めた準備
が必要である(S2)。まず、走行経路に沿って走行目
印すなわちランドマークを設置する。ランドマークは、
特定のマークや数字が描かれたもの、光を発生するも
の、光の反射シートが貼られたものなど、画像処理によ
る認識が簡単にできるものが使用される。また、走行環
境を表す地図を準備する。地図は施設設計図面などを基
にして作成し、記憶装置17に記憶する(S2)。地図
は、図3に示すように3層構造を持ち、レイヤ1には走
行環境の概略構造を、またレイヤ2にはランドマークの
概略位置をビットマップなどの形式で記述したもので、
さらにレイヤ3に走行経路を記述できるようにしてあ
り、パソコンなどで作成することが可能である。レイヤ
1に記述する走行環境の概略構造は壁や構造物の配置な
ど固定的な条件を表すが、レイヤ2に記述するランドマ
ークは自律走行車1のために設置されるもので自律走行
の必要に従って変更する場合がある。
【0014】準備が整えば、自律走行すべき経路とその
経路をたどるために必要な情報を教示する(S3)。教
示S3のルーチンを図2(b)に示す。教示S3では、
まず自律走行させたい経路を準備工程S2で作製した地
図に記述する(S31)。この経路はパソコンの作図ソ
フトなどを使ってレイヤ3上にマウスなどで記述し、ビ
ットマップなどのデータ形式に変換した後、スプライン
近似や最小自乗近似などにより車両が走行可能な滑らか
な曲線に修正して、走行車の教示経路データとする。次
に、走行経路が書き込まれた地図を用いて走行シミュレ
ーションを行い、そのとき走行車に搭載された視覚セン
サから観測されるランドマークのカメラ画像中の位置を
記録し、自律走行の際に用いる教示データとする(S3
2)。
経路をたどるために必要な情報を教示する(S3)。教
示S3のルーチンを図2(b)に示す。教示S3では、
まず自律走行させたい経路を準備工程S2で作製した地
図に記述する(S31)。この経路はパソコンの作図ソ
フトなどを使ってレイヤ3上にマウスなどで記述し、ビ
ットマップなどのデータ形式に変換した後、スプライン
近似や最小自乗近似などにより車両が走行可能な滑らか
な曲線に修正して、走行車の教示経路データとする。次
に、走行経路が書き込まれた地図を用いて走行シミュレ
ーションを行い、そのとき走行車に搭載された視覚セン
サから観測されるランドマークのカメラ画像中の位置を
記録し、自律走行の際に用いる教示データとする(S3
2)。
【0015】自律走行のためには、まず、プラニングを
行う(S4)。プラニングS4のルーチンを図2(c)
に示す。プラニングS4では、初めに想定されるプラニ
ングパターンを図4に示したような確率ネットワークに
変換する(S41)。確率ネットワークはノードとアー
クで構成される。ノードは走行車の行動や状態を表し、
アークはノード間の因果関係を表す。自律走行は、自己
を取り巻く環境の状態を確認し、設定した経路を走行し
て目標の位置に到達することを目的とする。確率ネット
ワークは、このような自律走行のために取りうる動作と
動作間の因果関係を記述するもので、実際に取るべき動
作の順序を確定するために使用される。アークは、2個
のノードの表現する事象が直接の因果関係あるいは順序
関係を有するときに向きを持った矢印で表すものであ
る。
行う(S4)。プラニングS4のルーチンを図2(c)
に示す。プラニングS4では、初めに想定されるプラニ
ングパターンを図4に示したような確率ネットワークに
変換する(S41)。確率ネットワークはノードとアー
クで構成される。ノードは走行車の行動や状態を表し、
アークはノード間の因果関係を表す。自律走行は、自己
を取り巻く環境の状態を確認し、設定した経路を走行し
て目標の位置に到達することを目的とする。確率ネット
ワークは、このような自律走行のために取りうる動作と
動作間の因果関係を記述するもので、実際に取るべき動
作の順序を確定するために使用される。アークは、2個
のノードの表現する事象が直接の因果関係あるいは順序
関係を有するときに向きを持った矢印で表すものであ
る。
【0016】ノードには、行動を表す走行ノード、自己
位置推定ノード、観測ノードと、状態を表す目標位置ノ
ードがある。走行ノードは、ビジュアルサーボにより走
行することを表す。1個のランドマークを使って走行車
を制御する1ランドマーク利用型と、2個のランドマー
クを同時に利用して走行車を誘導する2ランドマーク利
用型がある。1ランドマーク利用型は画像処理にかかる
負担は比較的小さいが、走行車の位置や姿勢を正確に制
御することが困難であり、2ランドマーク利用型は1ラ
ンドマーク利用型よりも画像処理にかかる負担は大きい
が走行車の位置・姿勢を正確に制御することが可能であ
る。自己位置推定ノードは、走行車が停止した状態でラ
ンドマークを観測し地図と照らし合わせて自己位置を推
定することを表す。観測ノードは、特定のランドマーク
を観測することを表す。目標位置ノードは、走行車がそ
の時々の目標位置に存在することを表す。
位置推定ノード、観測ノードと、状態を表す目標位置ノ
ードがある。走行ノードは、ビジュアルサーボにより走
行することを表す。1個のランドマークを使って走行車
を制御する1ランドマーク利用型と、2個のランドマー
クを同時に利用して走行車を誘導する2ランドマーク利
用型がある。1ランドマーク利用型は画像処理にかかる
負担は比較的小さいが、走行車の位置や姿勢を正確に制
御することが困難であり、2ランドマーク利用型は1ラ
ンドマーク利用型よりも画像処理にかかる負担は大きい
が走行車の位置・姿勢を正確に制御することが可能であ
る。自己位置推定ノードは、走行車が停止した状態でラ
ンドマークを観測し地図と照らし合わせて自己位置を推
定することを表す。観測ノードは、特定のランドマーク
を観測することを表す。目標位置ノードは、走行車がそ
の時々の目標位置に存在することを表す。
【0017】各ノードにはそれぞれ確率が割り当てられ
る。走行ノードには走行確率が割り当てられる。走行確
率は、ビジュアルサーボによって目標位置に達すること
が成功する確率をいう。走行確率は走行車の制御の信頼
性と地図の正確さに依存する。なお、走行環境変化の程
度を表す持続確率に依存するように設定することが好ま
しい。また、1ランドマーク利用型と2ランドマーク利
用型では走行確率は異なる。持続確率は、観測している
ランドマークが人間などの移動障害物によって隠蔽され
ない確率をいい、環境の変化の度合いを表す。観測確率
は、ある特定のランドマークの観測が成功する確率で、
画像処理の信頼性を表す。
る。走行ノードには走行確率が割り当てられる。走行確
率は、ビジュアルサーボによって目標位置に達すること
が成功する確率をいう。走行確率は走行車の制御の信頼
性と地図の正確さに依存する。なお、走行環境変化の程
度を表す持続確率に依存するように設定することが好ま
しい。また、1ランドマーク利用型と2ランドマーク利
用型では走行確率は異なる。持続確率は、観測している
ランドマークが人間などの移動障害物によって隠蔽され
ない確率をいい、環境の変化の度合いを表す。観測確率
は、ある特定のランドマークの観測が成功する確率で、
画像処理の信頼性を表す。
【0018】持続確率、観測確率、走行確率は、走行車
の制御精度、地図の正確さ、環境変化の度合い、制御用
計算機の処理能力などを考慮して設定される。例えば、
以下のように設定することができる。持続確率Pr-Lは、
対象とする環境において予想される変化の度合いに応じ
て選択される定数を用いて設定される。たとえば観測中
にランドマークが移動障害物によって遮蔽されない確率
Pmにより代表しても良い。観測確率Pr-Oは、例えば、走
行車とランドマークとの距離が長ければ小さくなり、ま
た走行車の進行方向からの見たランドマークの方向角が
大きければ小さくなるように、下の式(1)に従って設
定するようにしてもよい。 Pr-O = 1− u1 ( Ang * C1 + Dist * C2 ) (1) ここで、Angは地図から推定する走行車の進行方向から
見たランドマーク方向角、Distは地図から推定する走行
車からランドマークまでの距離、u1、C1、C2はそれぞれ
定数である。
の制御精度、地図の正確さ、環境変化の度合い、制御用
計算機の処理能力などを考慮して設定される。例えば、
以下のように設定することができる。持続確率Pr-Lは、
対象とする環境において予想される変化の度合いに応じ
て選択される定数を用いて設定される。たとえば観測中
にランドマークが移動障害物によって遮蔽されない確率
Pmにより代表しても良い。観測確率Pr-Oは、例えば、走
行車とランドマークとの距離が長ければ小さくなり、ま
た走行車の進行方向からの見たランドマークの方向角が
大きければ小さくなるように、下の式(1)に従って設
定するようにしてもよい。 Pr-O = 1− u1 ( Ang * C1 + Dist * C2 ) (1) ここで、Angは地図から推定する走行車の進行方向から
見たランドマーク方向角、Distは地図から推定する走行
車からランドマークまでの距離、u1、C1、C2はそれぞれ
定数である。
【0019】また、走行確率Pr-Rは、例えば1ランドマ
ーク利用型ビジュアルサーボによる場合について、連続
走行距離が長くなったり走行車とランドマークとの距離
が長くなると走行確率が小さくなるように、また持続確
率が小さければ小さくなるように、下の式(2)に従っ
て設定することができる。 Pr-R ={1− u2 ( Int1 * C3 + Dist * C4 )} * Pr-L (2) ここで、Int1は1ランドマーク利用型ビジュアルサーボ
による連続走行距離、u2、C3、C4はそれぞれ定数であ
る。
ーク利用型ビジュアルサーボによる場合について、連続
走行距離が長くなったり走行車とランドマークとの距離
が長くなると走行確率が小さくなるように、また持続確
率が小さければ小さくなるように、下の式(2)に従っ
て設定することができる。 Pr-R ={1− u2 ( Int1 * C3 + Dist * C4 )} * Pr-L (2) ここで、Int1は1ランドマーク利用型ビジュアルサーボ
による連続走行距離、u2、C3、C4はそれぞれ定数であ
る。
【0020】自己位置推定確率は、自己位置推定が成功
する確率である。2個のランドマークを使用して自己位
置推定を行う場合はそれぞれのランドマークの観測確率
の積となる。自己位置の計算は式1に従って行うことが
できる。
する確率である。2個のランドマークを使用して自己位
置推定を行う場合はそれぞれのランドマークの観測確率
の積となる。自己位置の計算は式1に従って行うことが
できる。
【0021】
【数1】
【0022】いま、CCDカメラの高さwZcが既知の定
数、ワールド座標系でのランドマークの位置(wxf、w
yf、wzf)が既知の定数、カメラのチルト角βとレン
ズ焦点距離fがいずれも既知の定数であり、カメラ画像
でのランドマークの水平座標と垂直座標(hf、vf)が
観測により得られるものとすると、式(3)において未
知数がwxc、wyc、α、cxf、cyf、czfの6個に対し
て式の数が5個になる。そこで、2個のランドマークを
観測して式(3)を適用することにより、未知数が
wxc、wyc、α、cxf1、cyf1、czf1、cxf2、
cyf2、czf2の9個となるのに対して10個の式が成立
するから走行車の位置が推定できる。
数、ワールド座標系でのランドマークの位置(wxf、w
yf、wzf)が既知の定数、カメラのチルト角βとレン
ズ焦点距離fがいずれも既知の定数であり、カメラ画像
でのランドマークの水平座標と垂直座標(hf、vf)が
観測により得られるものとすると、式(3)において未
知数がwxc、wyc、α、cxf、cyf、czfの6個に対し
て式の数が5個になる。そこで、2個のランドマークを
観測して式(3)を適用することにより、未知数が
wxc、wyc、α、cxf1、cyf1、czf1、cxf2、
cyf2、czf2の9個となるのに対して10個の式が成立
するから走行車の位置が推定できる。
【0023】さらに、各ノードには獲得価値vと実行時
間etが割り当てられる。獲得価値vは、各ノードに対
して、(1)できるだけ早く目標地点に到達する、
(2)できるだけ教示経路に沿って走行する、ことが得
点を上げるように考慮して割り当てる。実行時間etは
そのノードにおける動作に必要な時間である。例えば、
走行ノードには獲得価値として目標到達価値、自己位置
推定ノードには自己位置推定価値が与えられる。
間etが割り当てられる。獲得価値vは、各ノードに対
して、(1)できるだけ早く目標地点に到達する、
(2)できるだけ教示経路に沿って走行する、ことが得
点を上げるように考慮して割り当てる。実行時間etは
そのノードにおける動作に必要な時間である。例えば、
走行ノードには獲得価値として目標到達価値、自己位置
推定ノードには自己位置推定価値が与えられる。
【0024】目標到達価値については、例えば、1ラン
ドマーク利用型ビジュアルサーボの目標到達価値Vg1を
定数とし、2ランドマーク利用型ビジュアルサーボを、
精度の悪い1ランドマーク利用型誘導方法による連続走
行距離が増加するにつれて目標到達価値Vg2が増加する
ようにするため、式(4)と式(5)のように設定する
ことができる。 Vg1 = 定数 (4) Vg2 = C7 * Int1 + Vg1 (5) ここで、C7は定数である。また、自己位置推定価値Vp
は、例えば式(6)のように、ビジュアルサーボによる
連続走行距離が長くなるにつれて増加するように設定す
ることができる。 Vp = C6 * Int12 (6) ここで、Int12は1ランドマーク利用型または2ランド
マーク利用型ビジュアルサーボによる連続走行距離、C6
は定数である。
ドマーク利用型ビジュアルサーボの目標到達価値Vg1を
定数とし、2ランドマーク利用型ビジュアルサーボを、
精度の悪い1ランドマーク利用型誘導方法による連続走
行距離が増加するにつれて目標到達価値Vg2が増加する
ようにするため、式(4)と式(5)のように設定する
ことができる。 Vg1 = 定数 (4) Vg2 = C7 * Int1 + Vg1 (5) ここで、C7は定数である。また、自己位置推定価値Vp
は、例えば式(6)のように、ビジュアルサーボによる
連続走行距離が長くなるにつれて増加するように設定す
ることができる。 Vp = C6 * Int12 (6) ここで、Int12は1ランドマーク利用型または2ランド
マーク利用型ビジュアルサーボによる連続走行距離、C6
は定数である。
【0025】次に、確率ネットワークを1ステップずつ
標本空間に展開する(S42)。確率ネットワークの展
開(S42)では、まず、確率ネットワークの形で示さ
れた動作の因果関係に基づいて、走行車の現在の行動を
示すノードを起点として次の目標ノードに到達するまで
に取りうる全てのパスを抽出する操作を行う。こうして
抽出されたパスが走行制御における行動の順序を表すプ
ランを表すことになる。次に、各プラン毎にその成功確
率と期待獲得価値を計算し、実行時間の合計で割った単
位時間当たりの期待獲得価値すなわちパフォーマンスの
高いいくつかのプランを選択して展開を繰り返す。
標本空間に展開する(S42)。確率ネットワークの展
開(S42)では、まず、確率ネットワークの形で示さ
れた動作の因果関係に基づいて、走行車の現在の行動を
示すノードを起点として次の目標ノードに到達するまで
に取りうる全てのパスを抽出する操作を行う。こうして
抽出されたパスが走行制御における行動の順序を表すプ
ランを表すことになる。次に、各プラン毎にその成功確
率と期待獲得価値を計算し、実行時間の合計で割った単
位時間当たりの期待獲得価値すなわちパフォーマンスの
高いいくつかのプランを選択して展開を繰り返す。
【0026】たとえば、プランPがノードN1、N2、
N3、・・・Nnを繋ぐものであるとして、プランPの
成功確率SP、期待獲得価値E、パフォーマンスPfは、そ
れぞれ下の式(7)(8)(9)により求めることがで
きる。 SP = Pr(N1,N2,N3,....,Nn) (7) E = Pr(N1)*V1 + Pr(N1,N2)*V2 + ... + Pr(N1,N2,...Nn)*Vn (8) Pf = ΣE / Σet (9) ここで、Ni(0≦i≦n)はノードを表し、Vi(0≦i≦n)はそ
れぞれの価値を表す。また、Pr(A1,A2)はA1が起こった
という条件の下でA2が起こる条件付き確率を表す。
N3、・・・Nnを繋ぐものであるとして、プランPの
成功確率SP、期待獲得価値E、パフォーマンスPfは、そ
れぞれ下の式(7)(8)(9)により求めることがで
きる。 SP = Pr(N1,N2,N3,....,Nn) (7) E = Pr(N1)*V1 + Pr(N1,N2)*V2 + ... + Pr(N1,N2,...Nn)*Vn (8) Pf = ΣE / Σet (9) ここで、Ni(0≦i≦n)はノードを表し、Vi(0≦i≦n)はそ
れぞれの価値を表す。また、Pr(A1,A2)はA1が起こった
という条件の下でA2が起こる条件付き確率を表す。
【0027】確率ネットワークの展開において、走行車
が最終目標点に到達して目標が達成されるものであれば
プラニングを完了して(S43)、そのプランに従った
走行工程(S5)に移る。また、最終目的を達成しない
場合は、パフォーマンス最大のプランの成功確率を閾値
と比較する(S44)。このプランの成功確率が一定値
以下になる場合には、その位置でプラニングを続けても
良い結果を得ることができないので、その時点における
期待獲得価値最大のプランを実行する。成功確率が高い
場合は、次のステップまで確率ネットワークの展開を繰
り返して、最終目標地点に到達するまでに取るべき制御
行動を見極める。
が最終目標点に到達して目標が達成されるものであれば
プラニングを完了して(S43)、そのプランに従った
走行工程(S5)に移る。また、最終目的を達成しない
場合は、パフォーマンス最大のプランの成功確率を閾値
と比較する(S44)。このプランの成功確率が一定値
以下になる場合には、その位置でプラニングを続けても
良い結果を得ることができないので、その時点における
期待獲得価値最大のプランを実行する。成功確率が高い
場合は、次のステップまで確率ネットワークの展開を繰
り返して、最終目標地点に到達するまでに取るべき制御
行動を見極める。
【0028】走行工程S5では、制御用計算機5の動作
制御部13によりCCDカメラ、駆動輪、ステアリング
ホイールが、選択されたパスに従った順序で制御され
て、走行車1が教示された走行経路に沿って走行する。
このようにプラニング4と走行5を最終目標位置に達す
るまで繰り返すことで、教示経路に沿った自律走行が実
現される。
制御部13によりCCDカメラ、駆動輪、ステアリング
ホイールが、選択されたパスに従った順序で制御され
て、走行車1が教示された走行経路に沿って走行する。
このようにプラニング4と走行5を最終目標位置に達す
るまで繰り返すことで、教示経路に沿った自律走行が実
現される。
【0029】本発明の適用例を、図5から図9を用いて
説明する。図5は、地図の作成例を示している。地図に
は壁などの移動しない障害物101、複数のランドマー
ク103、教示経路105が記述されている。図7中の
四角形100はシミュレーション中の各段階における走
行車の位置と姿勢を表す。走行車は経路105に沿い、
G0の位置から走行を始めて、G1、G2、G3を経由し最終の
目標地点G4に到達する。図6は、図5の地図を用いた走
行シミュレーションにより求められた、走行車に搭載さ
れたカメラから観測できるランドマークの状態を示す図
面である。走行車がG0とG1の間にある間はL1の位置に設
置されたランドマーク103を観測することができ、G1
とG2の間ではL1とL3のランドマーク103が観測でき
る。また、走行シミュレーションにより走行車が教示経
路を走行したときにそれぞれのランドマークが画像上に
描く軌跡が計算できる。この軌跡をビジュアルサーボの
走行制御に用いる。
説明する。図5は、地図の作成例を示している。地図に
は壁などの移動しない障害物101、複数のランドマー
ク103、教示経路105が記述されている。図7中の
四角形100はシミュレーション中の各段階における走
行車の位置と姿勢を表す。走行車は経路105に沿い、
G0の位置から走行を始めて、G1、G2、G3を経由し最終の
目標地点G4に到達する。図6は、図5の地図を用いた走
行シミュレーションにより求められた、走行車に搭載さ
れたカメラから観測できるランドマークの状態を示す図
面である。走行車がG0とG1の間にある間はL1の位置に設
置されたランドマーク103を観測することができ、G1
とG2の間ではL1とL3のランドマーク103が観測でき
る。また、走行シミュレーションにより走行車が教示経
路を走行したときにそれぞれのランドマークが画像上に
描く軌跡が計算できる。この軌跡をビジュアルサーボの
走行制御に用いる。
【0030】図7は、図5において走行車がG1にいると
きにG2の位置に到達するまでのパスを表す確率ネットワ
ークの例である。図7の確率ネットワークには、図5中
の地点G1からG2までの間に実行しうる全ての行動が記述
されている。図7ではノードを<>で、アークを矢印で
表現しており、<Gi>は目標位置ノード、<PE,Gi>は
自己位置推定ノード、<ob(Li)>は観測ノード、<VS1
(Li),Gj>は1ランドマーク利用型走行ノード、<VS2(L
iLj),Gk>は2ランドマーク利用型走行ノードである。
図8は図7の確率ネットワークを標本空間に展開したも
のである。図8には、地点G1からG2までの経路中取りう
る手順、パス1からパス6が網羅されている。なお、2
ランドマーク利用型ビジュアルサーボは2個のランドマ
ークL1、L3を共に観測しなければならないが、この例で
は、常にL1のランドマークをL3より先に観測するという
制約を科すことによりケースを整理して簡単化してい
る。
きにG2の位置に到達するまでのパスを表す確率ネットワ
ークの例である。図7の確率ネットワークには、図5中
の地点G1からG2までの間に実行しうる全ての行動が記述
されている。図7ではノードを<>で、アークを矢印で
表現しており、<Gi>は目標位置ノード、<PE,Gi>は
自己位置推定ノード、<ob(Li)>は観測ノード、<VS1
(Li),Gj>は1ランドマーク利用型走行ノード、<VS2(L
iLj),Gk>は2ランドマーク利用型走行ノードである。
図8は図7の確率ネットワークを標本空間に展開したも
のである。図8には、地点G1からG2までの経路中取りう
る手順、パス1からパス6が網羅されている。なお、2
ランドマーク利用型ビジュアルサーボは2個のランドマ
ークL1、L3を共に観測しなければならないが、この例で
は、常にL1のランドマークをL3より先に観測するという
制約を科すことによりケースを整理して簡単化してい
る。
【0031】各ノードにはそれぞれ先に説明した確率、
獲得価値、実行時間が割り振られている。各ノードに割
り当てられた数値と算出式および与えられたパラメータ
に基づき、展開された各パスについて成功確率、期待獲
得価値、パフォーマンスが計算される。これらの設定値
や算出式は、走行車の特性や置かれる環境および制御の
評価関数をどうするかなどにより、選択される。設定値
や計算式は記憶装置に格納されて、動作制御装置での演
算に必要になると読み出されて利用される。以下の表は
その例を表したものである。
獲得価値、実行時間が割り振られている。各ノードに割
り当てられた数値と算出式および与えられたパラメータ
に基づき、展開された各パスについて成功確率、期待獲
得価値、パフォーマンスが計算される。これらの設定値
や算出式は、走行車の特性や置かれる環境および制御の
評価関数をどうするかなどにより、選択される。設定値
や計算式は記憶装置に格納されて、動作制御装置での演
算に必要になると読み出されて利用される。以下の表は
その例を表したものである。
【0032】
【表1】
【表2】
【表3】
【表4】
【0033】表1は、これら数値の算出に用いられるパ
ラメータの意義と算出に用いる計算式を説明するもので
ある。上段に示した定数、獲得価値や実行時間と地図か
ら得られる角度や距離、また走行履歴から決まる走行距
離などを用いて、下段に示した計算式により成功確率を
算出する。表2は、図8に展開した各パス毎の成功確率
の算定式をまとめたものである。あるパスの成功確率
は、パスに含まれる事象の成功確率の積になる。表3
は、各パス毎の期待獲得価値と実行時間の算出式をまと
めたものである。表4は、上記事例について、5個のケ
ースを設定して具体的なパラメータを決定し、ノードそ
れぞれについて算定式に基づいて求めた成功確率をまと
めたものである。
ラメータの意義と算出に用いる計算式を説明するもので
ある。上段に示した定数、獲得価値や実行時間と地図か
ら得られる角度や距離、また走行履歴から決まる走行距
離などを用いて、下段に示した計算式により成功確率を
算出する。表2は、図8に展開した各パス毎の成功確率
の算定式をまとめたものである。あるパスの成功確率
は、パスに含まれる事象の成功確率の積になる。表3
は、各パス毎の期待獲得価値と実行時間の算出式をまと
めたものである。表4は、上記事例について、5個のケ
ースを設定して具体的なパラメータを決定し、ノードそ
れぞれについて算定式に基づいて求めた成功確率をまと
めたものである。
【0034】図9は、上記結果に基づいて各セット毎に
各パスのパフォーマンスを求めた結果を、横軸にパス番
号、縦軸にパフォーマンスをプロットした折れ線グラフ
に表したもので、セット番号をパラメータとしている。
計算例1は標準的なパラメータセット例を用いた走行開
始時期における計算例であって、このときはパス4のパ
フォーマンスが最も高い。このパラメータセットは、自
律走行のスタート時など走行車の位置が正確に決められ
ることを前提にしたもので、走行車の最も近くにあるラ
ンドマークL1を利用した1ランドマーク利用型ビジュア
ルサーボ走行により目標地点まで移動するようなプラン
が適当であることを意味する。計算例2は、ビジュアル
サーボによる連続走行距離が長い状態であって走行履歴
から決まるInt12が大きい場合におけるプラニングの例
で、このときはパス1のパフォーマンスが最も高い。連
続走行距離が増えると自動的に自己位置推定を行うよう
なプランが適当であることを意味する。
各パスのパフォーマンスを求めた結果を、横軸にパス番
号、縦軸にパフォーマンスをプロットした折れ線グラフ
に表したもので、セット番号をパラメータとしている。
計算例1は標準的なパラメータセット例を用いた走行開
始時期における計算例であって、このときはパス4のパ
フォーマンスが最も高い。このパラメータセットは、自
律走行のスタート時など走行車の位置が正確に決められ
ることを前提にしたもので、走行車の最も近くにあるラ
ンドマークL1を利用した1ランドマーク利用型ビジュア
ルサーボ走行により目標地点まで移動するようなプラン
が適当であることを意味する。計算例2は、ビジュアル
サーボによる連続走行距離が長い状態であって走行履歴
から決まるInt12が大きい場合におけるプラニングの例
で、このときはパス1のパフォーマンスが最も高い。連
続走行距離が増えると自動的に自己位置推定を行うよう
なプランが適当であることを意味する。
【0035】計算例3は、1ランドマーク利用型ビジュ
アルサーボによる連続走行距離が長くてInt1が大きくな
ったときのプラニング例で、このときはパス6のパフォ
ーマンスが最も高い。これは、1ランドマーク利用型ビ
ジュアルサーボによる走行が続いているときは、2個の
ランドマークを利用した2ランドマーク利用型ビジュア
ルサーボによる走行を行うようなプランが良いという意
味である。1ランドマーク利用型ビジュアルサーボでは
姿勢制御が行えないため、この方法による走行距離が長
くなったときは自己位置推定か2ランドマーク利用型ビ
ジュアルサーボ走行による姿勢の制御を行うプランを立
てることが適当である。なお、この場合に自己位置推定
と2ランドマーク利用型走行のいずれを選択すべきか
は、それぞれに設定された実行時間や獲得価値によって
異なる。
アルサーボによる連続走行距離が長くてInt1が大きくな
ったときのプラニング例で、このときはパス6のパフォ
ーマンスが最も高い。これは、1ランドマーク利用型ビ
ジュアルサーボによる走行が続いているときは、2個の
ランドマークを利用した2ランドマーク利用型ビジュア
ルサーボによる走行を行うようなプランが良いという意
味である。1ランドマーク利用型ビジュアルサーボでは
姿勢制御が行えないため、この方法による走行距離が長
くなったときは自己位置推定か2ランドマーク利用型ビ
ジュアルサーボ走行による姿勢の制御を行うプランを立
てることが適当である。なお、この場合に自己位置推定
と2ランドマーク利用型走行のいずれを選択すべきか
は、それぞれに設定された実行時間や獲得価値によって
異なる。
【0036】計算例4は持続確率を低く設定した場合の
計算例である。このときは全てのパスにおける成功確率
が低下し、パフォーマンスも低減している。これは、走
行環境の状態が変化しやすいときは先の行動まで決める
ような深いプランを立てずに、浅いプラニングを頻繁に
行って状況の変化に対応しながら自律走行するようなプ
ランが適当であることを意味する。計算例5は、パラメ
ータu2を大きくして走行確率を低く設定した場合の計算
例である。このときにも全てのパスにおける成功確率が
低下し、パフォーマンスも低減している。これは、地図
の正確度が低いときも深いプランを立てずに、浅いプラ
ニングを頻繁に行って状況を把握しながら自律走行する
ようなプランが適当であることを意味する。
計算例である。このときは全てのパスにおける成功確率
が低下し、パフォーマンスも低減している。これは、走
行環境の状態が変化しやすいときは先の行動まで決める
ような深いプランを立てずに、浅いプラニングを頻繁に
行って状況の変化に対応しながら自律走行するようなプ
ランが適当であることを意味する。計算例5は、パラメ
ータu2を大きくして走行確率を低く設定した場合の計算
例である。このときにも全てのパスにおける成功確率が
低下し、パフォーマンスも低減している。これは、地図
の正確度が低いときも深いプランを立てずに、浅いプラ
ニングを頻繁に行って状況を把握しながら自律走行する
ようなプランが適当であることを意味する。
【0037】このように、本発明の走行制御方法によっ
て、走行状態や走行環境の変化程度や与えられたシステ
ムの状態に応じて、走行速度、移動精度のいずれの面か
ら見ても効率の良い最適な移動や自己位置計測ができる
プラニングが可能となる。なお、本発明によれば、走行
車が教示経路から外れた場合でも、走行車がランドマー
クを観察できる位置まで誘導してやれば、その地点で自
己位置を推定することができるので自律走行を継続する
ことが可能になる。また、地図を介して走行車の位置を
操作者に報知することが可能である。さらに、教示デー
タを作成する際に実際に走行車を走行させる必要がな
い。
て、走行状態や走行環境の変化程度や与えられたシステ
ムの状態に応じて、走行速度、移動精度のいずれの面か
ら見ても効率の良い最適な移動や自己位置計測ができる
プラニングが可能となる。なお、本発明によれば、走行
車が教示経路から外れた場合でも、走行車がランドマー
クを観察できる位置まで誘導してやれば、その地点で自
己位置を推定することができるので自律走行を継続する
ことが可能になる。また、地図を介して走行車の位置を
操作者に報知することが可能である。さらに、教示デー
タを作成する際に実際に走行車を走行させる必要がな
い。
【0038】図10と図11は本発明の自律走行車の別
の実施例を示すブロック図である。図10は走行車の構
成を表すブロック図、図11は制御用計算機とその付属
物の構成を表すブロック図である。図中の参照番号は図
1と同じ機能を表すものについては同じ番号を用いて細
かい説明を省略する。この実施例が図1の実施例と異な
る点は、制御用計算機が走行車自体に搭載されないで、
電波信号を用いたラジオコントロールにより信号を受授
して遠隔で制御できるようにしたことである。
の実施例を示すブロック図である。図10は走行車の構
成を表すブロック図、図11は制御用計算機とその付属
物の構成を表すブロック図である。図中の参照番号は図
1と同じ機能を表すものについては同じ番号を用いて細
かい説明を省略する。この実施例が図1の実施例と異な
る点は、制御用計算機が走行車自体に搭載されないで、
電波信号を用いたラジオコントロールにより信号を受授
して遠隔で制御できるようにしたことである。
【0039】本実施例の自律走行車1は撮像装置3を頂
部に載せ、撮像装置3の画像信号出力は画像送信機31
と画像受信機37を介して中央制御室等に設置された制
御用計算機5の画像処理部11に送信される。像処理部
11は撮像装置3からの画像信号を画像処理し、結果を
動作制御部13に送る。動作制御部13はプラニング部
15および記憶装置17と協同し、先に説明した実施例
におけると同じように、マップ上の走行経路について走
行シミュレーションして作成された教示データに基づい
て動作のプラニングを行い、走行制御を行う。制御信号
は制御用計算機5に付属するラジオコントロール信号送
信機39と走行車1に搭載されたラジオコントロール信
号受信機33を介して走行車1中のラジオコントロール
制御回路部35に伝達される。
部に載せ、撮像装置3の画像信号出力は画像送信機31
と画像受信機37を介して中央制御室等に設置された制
御用計算機5の画像処理部11に送信される。像処理部
11は撮像装置3からの画像信号を画像処理し、結果を
動作制御部13に送る。動作制御部13はプラニング部
15および記憶装置17と協同し、先に説明した実施例
におけると同じように、マップ上の走行経路について走
行シミュレーションして作成された教示データに基づい
て動作のプラニングを行い、走行制御を行う。制御信号
は制御用計算機5に付属するラジオコントロール信号送
信機39と走行車1に搭載されたラジオコントロール信
号受信機33を介して走行車1中のラジオコントロール
制御回路部35に伝達される。
【0040】ラジオコントロール制御回路部35は、さ
らに、駆動モータ制御回路部7とステアリング制御回路
部9に制御信号を伝え、これらの制御回路部がそれぞれ
前輪と後輪を駆動制御することにより、走行車1が教示
された経路に沿って自走するようになっている。また、
撮像装置3はパン台21上に据えられており、パン台制
御回路部9により自在に撮像方向を制御して、必要なラ
ンドマーク画像を得ることができる。この実施例によれ
ば、車両毎に制御用計算機を搭載する必要がないから、
走行車の価格が低廉化しまた可載重量が増加する。さら
に、1基の制御用計算機で複数の走行車を同時に制御す
ることができ、また条件によっては制御用計算機の部分
は工場に既存のものの一部を利用することも可能である
ので、全体システムが極めて経済的に構成できるように
なる。
らに、駆動モータ制御回路部7とステアリング制御回路
部9に制御信号を伝え、これらの制御回路部がそれぞれ
前輪と後輪を駆動制御することにより、走行車1が教示
された経路に沿って自走するようになっている。また、
撮像装置3はパン台21上に据えられており、パン台制
御回路部9により自在に撮像方向を制御して、必要なラ
ンドマーク画像を得ることができる。この実施例によれ
ば、車両毎に制御用計算機を搭載する必要がないから、
走行車の価格が低廉化しまた可載重量が増加する。さら
に、1基の制御用計算機で複数の走行車を同時に制御す
ることができ、また条件によっては制御用計算機の部分
は工場に既存のものの一部を利用することも可能である
ので、全体システムが極めて経済的に構成できるように
なる。
【0041】以上の実施例についての説明は、工場内を
自律走行する運搬車に適用する場合を例にとって行った
が、保全用の無人作業車あるいは点検用の自動測定車な
どに適用する場合でも、全く同じ構成で本発明の自律走
行車と走行制御方法の実施ができることはいうまでもな
い。
自律走行する運搬車に適用する場合を例にとって行った
が、保全用の無人作業車あるいは点検用の自動測定車な
どに適用する場合でも、全く同じ構成で本発明の自律走
行車と走行制御方法の実施ができることはいうまでもな
い。
【0042】
【発明の効果】以上詳細に説明した通り、本発明の自律
走行車と走行制御方法によれば、複雑な工場内経路にお
いて自律走行させる場合にも、実際に走行させずに教示
経路データを容易に形成し、内界センサを持たないにも
かかわらず走行車の自己位置を正確に推定し、しかも走
行車を教示経路に忠実にかつ高速に走行させるようにす
ることができる。
走行車と走行制御方法によれば、複雑な工場内経路にお
いて自律走行させる場合にも、実際に走行させずに教示
経路データを容易に形成し、内界センサを持たないにも
かかわらず走行車の自己位置を正確に推定し、しかも走
行車を教示経路に忠実にかつ高速に走行させるようにす
ることができる。
【図1】本発明の自律走行車の実施例の構成を表すブロ
ック図である。
ック図である。
【図2】本発明の自律走行車における走行制御方法の処
理手順を表す流れ図である。
理手順を表す流れ図である。
【図3】本発明の走行制御に用いるマップの概念を表す
図面である。
図面である。
【図4】本発明の自律走行車の制御アルゴリズムに用い
る確率ネットワークの概念を説明する図面である。
る確率ネットワークの概念を説明する図面である。
【図5】本発明の実施例において対象とする走行経路の
例を示す平面図である。
例を示す平面図である。
【図6】図5の走行経路に沿ったランドマークの見え方
を例示するグラフである。
を例示するグラフである。
【図7】図5の走行経路についての確率ネットワークを
示す線図である。
示す線図である。
【図8】図7の確率ネットワークを標本空間に展開した
線図である。
線図である。
【図9】図8に展開されたパス毎のパフォーマンス計算
結果を表すグラフである。
結果を表すグラフである。
【図10】本発明の自律走行車の別の実施例における走
行車の構成を表すブロック図である。
行車の構成を表すブロック図である。
【図11】図10の実施例における制御用計算機とその
付属物の構成を表すブロック図である。
付属物の構成を表すブロック図である。
1 自律走行車 3 撮像装置 5 制御用計算機 100 走行車の位置 101 障害物 103 ランドマーク 105 教示経路
フロントページの続き (56)参考文献 特開 平9−222852(JP,A) 特開 平8−54927(JP,A) 特開 平8−16240(JP,A) 特開 平6−289929(JP,A) 特開 昭60−198610(JP,A) 特開 平4−305709(JP,A) (58)調査した分野(Int.Cl.7,DB名) G05D 1/02
Claims (13)
- 【請求項1】 ティーチングプレイバックによるビジュ
アルサーボを用いた自律走行車の走行制御方法であっ
て、 自律走行車が走行する環境とランドマークと走行経路を
表現した地図と、走行経路を自律走行する自律走行車の
行動を表すノードをアークで結び各ノードに対応する行
動の成功確率の値もしくは算出式と実行時間を割り当て
行動の結果として獲得できる獲得価値を割り当てて生成
する確率ネットワークとを備え、 所定の目標位置に到達するまでに取り得る行動プランを
前記確率ネットワークの展開によって求め、該行動プラ
ンについて期待獲得価値を求めて実行時間で割ったパフ
ォーマンスを算出し、該パフォーマンスが最大になるプ
ランを選択して、実行することを特徴とする自律走行車
の走行制御方法。 - 【請求項2】 請求項1記載の自律走行車の走行制御方
法において、前記パフォーマンスが最大になるプランの
成功確率が所定の閾値より小さくなるまで、自律走行車
の到達目標位置を先方に延長して前記確率ネットワーク
の展開を繰り返すことを特徴とする自律走行車の走行制
御方法。 - 【請求項3】 請求項1または2に記載の自律走行車の
走行制御方法において、前記確率ネットワークの展開に
より自律走行車の最終到達目標位置に達するときには、
前記算出したパフォーマンスが最大になるプランを選択
して、実行することを特徴とする自律走行車の走行制御
方法。 - 【請求項4】 前記地図が、固定的な障害物の位置を記
録した第1のレイヤと走行を容易にするために設置する
ランドマークの位置を記録した第2のレイヤと走行経路
を表す第3のレイヤを重畳して生成されるものであるこ
とを特徴とする請求項1から3のいずれかに記載の自律
走行車の走行制御方法。 - 【請求項5】 自律走行車とランドマークの位置関係を
知り前記地図を参照して自律走行車の自己位置を推定す
ることを特徴とする請求項4記載の自律走行車の走行制
御方法。 - 【請求項6】 前記ノードが、自律走行車が走行するこ
とを表す走行ノードと自律走行車がランドマークを観測
することを表す観測ノードと自己位置を推定することを
表す自己位置推定ノードと目標位置にあることを表す目
標位置ノードを含むことを特徴とする請求項1から5の
いずれかに記載の自律走行車の走行制御方法。 - 【請求項7】 前記走行ノードの成功確率として、移動
精度が低い誘導方法による連続走行距離が長くなると小
さくなるように、また自律走行車とランドマークの距離
が長くなると小さくなるように、さらにランドマークの
検出確率が小さければ小さくなるような走行確率を割り
当てることを特徴とする請求項6記載の自律走行車の走
行制御方法。 - 【請求項8】 前記観測ノードの成功確率として、自律
走行車とランドマークの距離が長ければ小さくなるよう
に、また自律走行車の進行方向とランドマークを見通す
方向の角度が大きければ小さくなる観測確率を割り当て
ることを特徴とする請求項6または7記載の自律走行車
の走行制御方法。 - 【請求項9】 前記自己位置推定ノードの成功確率とし
て、自己位置推定が成功する確率であって2個のランド
マークを利用する場合にそれぞれのランドマークの観測
確率の積になるような自己位置推定確率を割り当てるこ
とを特徴とする請求項6から8のいずれかに記載の自律
走行車の走行制御方法。 - 【請求項10】 前記走行ノードの獲得価値として、精
度の悪い誘導方法による連続走行距離が増加するにつれ
精度がよい方の誘導方法による場合の値が増大するよう
な目標到達価値を割り当てることを特徴とする請求項6
から9のいずれかに記載の自律走行車の走行制御方法。 - 【請求項11】 前記自己位置推定ノードの獲得価値と
して、連続走行距離が長くなるにつれて増加するような
自己位置推定価値を割り当てることを特徴とする請求項
6から10のいずれかに記載の自律走行車の走行制御方
法。 - 【請求項12】 撮像装置と駆動モータ制御回路部とス
テアリング制御回路部とパン台制御回路部を搭載し、画
像処理部と動作制御部とプラニング部と記憶装置からな
る制御用計算機を備え、撮像装置がパン台に据えられて
いて垂直軸の周りに回転できてパン台制御回路部により
撮像方向を制御することができ、駆動モータ制御回路部
とステアリング制御回路部が後輪と前輪を駆動制御する
ことによりビジュアルサーボにより自走する自律走行車
であって、 記憶部は、自律走行車が走行する環境と走行経路を表現
した地図と走行経路を自律走行する自律走行車の行動を
表すノードをアークで結び各ノードに対応する行動の成
功確率の値もしくは算出式と実行時間を割り当て行動の
結果として獲得できる獲得価値を割り当てて生成する確
率ネットワークと確率ネットワークの展開に用いる演算
式を記憶し、 画像処理部は撮像装置の画像信号出力を入力して画像処
理し、結果を動作制御部に伝達し、 動作制御部はプラニング部および記憶装置と協同し、記
憶されたマップ上の走行経路について走行シミュレーシ
ョンして作成された教示データに基づいて、所定の目標
位置に到達するまでに取り得る行動プランを前記確率ネ
ットワークの展開によって求め、該行動プランについて
期待獲得価値を求めて実行時間で割ったパフォーマンス
を算出し、該パフォーマンスが最大になるプランを選択
して、これに対応する制御信号を駆動モータ制御回路部
とステアリング制御回路部とパン台制御回路部に出力
し、 駆動モータ制御回路部は後輪を制御して車両を前進後退
させ、ステアリング制御回路部は前輪を制御して車両の
方向を定め、パン台制御回路は撮像装置の向きを制御し
て環境情報を取得させることを特徴とする自律走行車。 - 【請求項13】 前記制御用計算機が前記自律走行車の
外に設備されていて、撮像装置からの映像信号と走行制
御部からの制御信号が無線で伝達されることを特徴とす
る請求項12記載の自律走行車。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP9084354A JP3009372B2 (ja) | 1997-03-18 | 1997-03-18 | 自律走行車の走行制御方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP9084354A JP3009372B2 (ja) | 1997-03-18 | 1997-03-18 | 自律走行車の走行制御方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
JPH10260726A JPH10260726A (ja) | 1998-09-29 |
JP3009372B2 true JP3009372B2 (ja) | 2000-02-14 |
Family
ID=13828189
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP9084354A Expired - Fee Related JP3009372B2 (ja) | 1997-03-18 | 1997-03-18 | 自律走行車の走行制御方法 |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP3009372B2 (ja) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP4319618B2 (ja) * | 2004-12-28 | 2009-08-26 | 株式会社東芝 | 移動ロボット装置 |
JP5983088B2 (ja) * | 2012-06-27 | 2016-08-31 | 村田機械株式会社 | 自律移動装置、及び、自律移動方法 |
JP6402526B2 (ja) * | 2014-08-01 | 2018-10-10 | 株式会社大林組 | 移動制御装置、移動制御方法、移動制御プログラム及び移動制御方法に用いるターゲット部材 |
CN116136410A (zh) * | 2021-11-17 | 2023-05-19 | 财团法人资讯工业策进会 | 地图扫描***及地图扫描方法 |
-
1997
- 1997-03-18 JP JP9084354A patent/JP3009372B2/ja not_active Expired - Fee Related
Also Published As
Publication number | Publication date |
---|---|
JPH10260726A (ja) | 1998-09-29 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
KR101202695B1 (ko) | 자율 이동 장치 | |
KR101539270B1 (ko) | 충돌회피 및 자율주행을 위한 센서융합 기반 하이브리드 반응 경로 계획 방법, 이를 수행하기 위한 기록 매체 및 이동로봇 | |
US8392036B2 (en) | Point and go navigation system and method | |
KR101372482B1 (ko) | 이동 로봇의 경로 계획 방법 및 장치 | |
Goto et al. | Mobile robot navigation: The CMU system | |
EP2821876A2 (en) | Route planning method, route planning unit, and autonomous mobile device | |
CN111457929A (zh) | 一种基于地理信息***的物流车辆自主路径规划与导航方法 | |
US20070276541A1 (en) | Mobile robot, and control method and program for the same | |
KR101598385B1 (ko) | 직선 정보 기반 장소 인식을 이용한 로봇의 자율주행 방법 및 자율 주행 로봇 | |
JP2023531831A (ja) | 駐車スペースのハイブリッド探索を用いた自律駐車 | |
CN113433937B (zh) | 基于启发式探索的分层导航避障***、分层导航避障方法 | |
CN113168181A (zh) | 控制器、控制方法和程序 | |
EP4088884A1 (en) | Method of acquiring sensor data on a construction site, construction robot system, computer program product, and training method | |
CN115993825A (zh) | 一种基于空地协同的无人车集群控制*** | |
CN114879660B (zh) | 一种基于目标驱动的机器人环境感知方法 | |
JP3009372B2 (ja) | 自律走行車の走行制御方法 | |
CN116327570A (zh) | 一种面向主动引导的多模式自主驱动导盲方法及装置 | |
JP2543848B2 (ja) | 自律的移動体 | |
CN115220437A (zh) | 机器人出入电梯的方法、***、电子设备及存储介质 | |
JP2928658B2 (ja) | 移動ロボットの最適経路探索装置 | |
JPH07129237A (ja) | 移動ロボットの環境内位置認識方法 | |
CN114440882B (zh) | 一种多智能家居移动设备及其协作寻路防撞方法 | |
KR20230040186A (ko) | 로봇 이동 제어 방법 및 이를 구현하는 로봇 | |
JPH056219A (ja) | ナビゲーシヨン装置 | |
CN118089764A (zh) | 一种自动驾驶定位方法及*** |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
LAPS | Cancellation because of no payment of annual fees |