JP3200914B2 - 配置制御方法および装置 - Google Patents

Description

【発明の詳細な説明】

【０００１】

【産業上の利用分野】本発明は、例えば倉庫に配置され
ている複数の移動ロボットや、ビデオゲームにおける複
数のキャラクタを群行動させる場合に適用して好適な配
置制御方法および装置に関する。

【０００２】

【従来の技術】倉庫に複数の移動ロボットを配置し、こ
の移動ロボットにより種々の物品を搬送するような場
合、種々の条件を考慮して、複数の処理ステップを組み
合わせたプログラムを構築し、このプログラムに従って
各移動ロボットを制御するようにしている。これによ
り、移動ロボットを効率的に制御することができ、作業
を能率的に遂行することが可能になる。

【０００３】

【発明が解決しようとする課題】しかしながら、全ての
条件を考慮してプログラムを設計することは実質的に不
可能である。そこで、できるだけ多くの条件を考慮する
ようにするのであるが、そのためプログラムの処理ステ
ップ数が膨大なものとなり、その制作に多くの時間と労
力が必要となる。このことは、複数の移動ロボットを孤
立的に行動させるのではなく、全体のバランスを考慮し
て、群行動させるような場合に、特に顕著となる。ま
た、予期せぬ外乱が発生すると、制御が不可能になって
しまう課題があった。

【０００４】本発明はこのような状況に鑑みてなされた
ものであり、外乱に対しても簡単かつ確実に対処するこ
とができるようにするものである。

【０００５】

【課題を解決するための手段】本発明の配置制御方法
は、複数の制御対象の空間内の配置に関する複数のパタ
ーンを記憶する記憶ステップと、記憶ステップの処理に
より記憶されている複数のパターンの中から、１つのパ
ターンを選択する選択ステップと、複数の制御対象に、
選択ステップの処理により選択されたパターンに対応し
て位置するように指示する第１の指示ステップと、実際
の制御対象の配置状態を検出する検出ステップと、検出
ステップの処理により検出された実際の制御対象の配置
状態が、第１の指示ステップの処理で指示されたパター
ンに基づく制御対象の配置状態と対応するか否かを判定
する判定ステップと、判定ステップの処理により、検出
ステップの処理で検出された実際の制御対象の配置状態
と、第１の指示ステップの処理で指示されたパターンに
基づく制御対象の配置状態とが対応しないと判定された
とき、記憶ステップの処理で記憶されているパターンの
うち、他のパターンのいずれかに対応して位置するよう
に制御対象に指示する第２の指示ステップとを含むこと
を特徴とする。制御対象は移動ロボットであるようにす
ることができる。記憶ステップの処理で記憶されている
複数のパターンと、検出ステップの処理で検出された複
数の制御対象の配置状態とは、相互結合型ネットワーク
で結合されているようにすることができる。 相互結合型
ネットワークは、複数のパターンのうちの１つのパター
ンが展開される第１のネットワークと、制御対象毎に、
検出ステップの処理で検出された配置状態を保持する第
２のネットワークとを含むようにすることができる。 本
発明の配置制御装置は、複数の制御対象の空間内の配置
に関する複数のパターンを記憶する記憶手段と、記憶手
段により記憶されている複数のパターンの中から、１つ
のパターンを選択する選択手段と、複数の制御対象に、
選択手段により選択されたパターンに対応して位置する
ように指示する第１の指示手段と、実際の制御対象の配
置状態を検出する検出手段と、検出手段により検出され
た実際の制御対象の配置状態が、第１の指示手段により
指示されたパターンに基づく制御対象の配置状態と対応
するか否かを判定する判定手段と、判定手段により、検
出手段により検出された実際の制御対象の配置状態と、
第１の指示手段により指示されたパターンに基づく制御
対象の配置状態とが対応しないと判定されたとき、記憶
手段により記憶されているパターンのうち、他のパター
ンのいずれかに対応して位置するように制御対象に指示
する第２の指示手段とを備えることを特徴とする。 制御
対象は移動ロボットであるようにすることができる。 記
憶手段により記憶されている複数のパターンと、検出手
段により検出された複数の制御対象の位置とは、相互結
合型ネットワークで結合されているようにすることがで
きる。 相互結合型ネットワークは、複数のパターンのう
ちの１つのパターンが展開される第１のネットワーク
と、制御対象毎に、検出手段により検出された位置を保
持する第２のネットワークとを含むようにすることがで
きる。

【０００６】

【作用】本発明の配置制御方法および装置においては、
複数の制御対象の空間内の配置に関する複数のパターン
が記憶され、記憶されている複数のパターンの中から、
１つのパターンが選択される。そして、複数の制御対象
に、選択されたパターンに対応して位置するように指示
され、実際の制御対象の配置状態が検出される。また、
検出された実際の制御対象の配置状態が、指示されたパ
ターンに基づく制御対象の配置状態と対応するか否かが
判定され、検出された実際の制御対象の配置状態と、指
示されたパターンに基づく制御対象の配置状態とが対応
しないと判定されたとき、記憶されているパターンのう
ち、他のパターンのいずれかに対応して位置するように
制御対象に指示される。

【０００７】

【実施例】図１は本発明の配置制御方法および装置を応
用した移動ロボット制御システムの一実施例の構成を示
すブロック図である。配置空間（フィールド）１には複
数の（この実施例の場合、５個の）移動ロボット２−１
乃至２−５が配置されるようになされている。プランネ
ット３は相互結合型ニューラルネットにより構成されて
おり（その具体的構成例は図９、図１１、図１２、図１
３および図１５を参照して後述する）、無線通信装置４
を介して各移動ロボット２−１乃至２−５に、それぞれ
の目的位置（目標移動（配置）位置）を電波で指令する
ようになされている。また、絶対位置測定装置５は、例
えばビーコン、磁場測定、エンコーダによる測定などに
より、各移動ロボット２−１乃至２−５の現在位置及び
姿勢をリアルタイムで測定し、プランネット３にフィー
ドバックするようになされている。

【０００８】図２は移動ロボット２−１（２−２乃至２
−５も同様）の具体的構成例を示している。前輪１１は
モータ２０に駆動され、所定の方向に指向される。ま
た、後輪１２，１３は、モータ１８，１９により駆動さ
れて回転するようになっている。外周に複数個（実施例
の場合、８個）配置された障害物センサ１４は障害物３
１（図３）を検出するようになされており、障害物感知
システム１５は各障害物センサ１４の出力をモニタし、
その検出結果をコントローラ１６に出力するようになさ
れている。無線通信機１７は無線通信装置４が出力する
電波を受信し、これを復調してコントローラ１６に出力
している。ＣＰＵなどよりなるコントローラ１６は、図
３に示すように、障害物感知システム１５の出力に対応
してモータ１８，１９，２０を駆動して、移動ロボット
２−１が障害物３１に接触しないように自立的に回避さ
せるとともに、無線通信機１７からの出力に対応して、
移動ロボット２−１を所定の目的位置３２に移動させる
ようになされている。なお、目的位置３２と障害物３１
の位置が重複した場合、障害物３１から距離をおくこと
が目的位置３２に向かうことよりも絶対優先される。

【０００９】図４は本実施例により構成されるシステム
の概略を示している。相互結合ニューラルネットにより
構成されるプランネット３には、各ニューロン間に適当
な結合重みを設定することにより、移動ロボット２−１
乃至２−５の群としての行動パターン（行動制約）が記
憶されている（埋め込まれている）。

【００１０】このプランネット３は外部入力、つまりオ
ペレータによるオペレーショナル入力、または現在位置
測定装置５から入力される現在の移動ロボット２−１乃
至２−５の状態に対して、最適と考えられる達成目標状
態パターンをネットワークのエネルギー最小化の過程か
ら生成する。この達成目標状態パターンは目的位置への
移動指令の形に変換され、無線通信装置４を介して各移
動ロボット２−１乃至２−５に送信される。各移動ロボ
ット２−１乃至２−５はこの指令を無線通信機１７を介
して受信し、受信した指令に対応する目的位置に移動す
べく、行動する。個々の行動制御はそれぞれの移動ロボ
ット２−１乃至２−５の内部において自立的になされ
る。移動ロボット２−１乃至２−５の状態は絶対位置測
定装置５を介してプランネット３にフィードバックされ
ている。予期せぬ外乱（障害物３１の進入）などによ
り、移動ロボット２−１乃至２−５のうちのいずれかが
目的位置に到達できない場合、プランネット３は指令し
たパターンが実現されないので不安定化し、新たな代替
プランを状態遷移にともない想起する。

【００１１】プランネット３が想起した目的状態パター
ンと、実際に達成された移動ロボット２−１乃至２−５
の物理的状態パターン（絶対位置測定装置５により測定
された実際の状態パターン）が最終的に一致した場合、
プランネット３の状態はエネルギー平衡点の最小解（準
最小解を含む）に到達し、状態は新たな外乱またはオペ
レータ入力があるまで落ち着く。このとき移動ロボット
２−１乃至２−５を含むシステム全体のエネルギ状態も
平衡点の最小解（準最小解を含む）にある。

【００１２】図５に示すように、本システムの特徴は、
フィールド１における移動ロボット２−１乃至２−５の
行動プランを立てるプランネット３（相互結合型ニュー
ラルネット）に、各移動ロボット２−１乃至２−５の物
理的状態が絶対位置測定装置５を介してフィードバック
される点にある。これにより制御レベル（プランネット
３から移動ロボット２−１乃至２−５の方向）とプラン
レベル（移動ロボット２−１乃至２−５からプランネッ
ト３の方向）の双方向において、情報のやり取りが行な
われ、予期せぬ外乱などに対して制御レベルだけでな
く、プランレベルでのリアルタイムの対応が可能とな
り、システム全体は非常に強いものとなる。

【００１３】本実施例においては、プランニング部分及
び移動ロボット２−１乃至２−５の物理的制御系を含む
全体のシステムについての状態のエネルギーが考慮され
る。このとき目的プランを達成する（移動ロボット２−
１乃至２−５を目的位置に配置する）ことは、このシス
テムの状態を、複数のエネルギー準最小解のうちの適当
な１つに落ち着つかせることを意味する。

【００１４】このことを図６を参照して説明する。い
ま、例えば、p1乃至p6の６つの状態パターン（移動ロボ
ット２−１乃至２−５の配置パターン）がプランネット
３に記憶されており、初期状態の運転モードにおいて、
そのいずれのパターンも取り得るものとする（６つの最
小解が存在する）。現時点において、移動ロボット２−
１乃至２−５はp2の状態パターンを取っている（図６
（Ａ））。

【００１５】その後、運転モード変更の入力がなされ、
ネットワークの最小解のトポロジーが変化して、パター
ンp2が安定状態ではなくなり、パターンp1,p3,p5,p6が
この運転モードで採り得るパターンになると、システム
全体は状態遷移し、安定なp3の状態パターンを取る（移
動ロボット２−１乃至２−５は移動し、p3の状態パター
ンをとる）（図６（Ｂ））。

【００１６】その後、フィールド１に外乱が発生すると
（例えば障害物３１が侵入すると）、各移動ロボット２
−１乃至２−５は障害物３１に衝突しないように自立的
に行動する。その結果、p3の状態パターンを維持できな
くなる。このとき、システム全体でパターンp3はエネル
ギー平衡点ではなくなる。その結果、システムは状態遷
移し、他の安定な最小解であるパターンp5の状態を取る
（移動ロボット２−１乃至２−５はp5の状態パターンを
とる）（図６（Ｃ））。

【００１７】システム全体のエネルギーＥは以下のよう
に表わされる。 Ｅ = plan(Ld,Lr,op＿mode) + control1(||Ld - Lr||） + control2(Lr,dist)

【００１８】ここでLdは、移動ロボット２−１乃至２−
５の目的状態を表すベクタであり、プランネット３の発
火状態で表わされる。Lrは移動ロボット２−１乃至２−
５の現在の状態を示すベクタである。op＿modeはオペレ
ーショナルモードを示す。plan( )はプランネット３の
エネルギー関数であり、結合重みを適当な値に調節する
ことにより、エネルギー最小値平衡点及び複数の準最小
値平衡点に、望むべき複数の状態パターンLdを埋め込む
ことができる。また、これら平衡点においてLd＝Lrを満
たすようにネットワークの結合重みを構成する。

【００１９】control1( )は単調増加関数であり、これ
を最小化することにより、移動ロボット２−１乃至２−
５の状態を、プランネット３の活性化の状態（目的状
態）に追従させることができる。control2( )は、移動
ロボット２−１乃至２−５の状態に対する外乱の影響を
示す関数であり、移動ロボット２−１乃至２−５の状態
はこの外乱の影響を減少させる方向に遷移する。例えば
障害物を外乱とした場合、移動ロボット２−１乃至２−
５と障害物の距離が離れるほどこの関数の値は小さくな
る。distは外乱の状態を表わすものである。

【００２０】次に、移動ロボットを所定の位置に配置す
る具体例を示す。最初に移動ロボット２−１乃至２−５
のそれぞれを区別しない場合の例について説明する。

【００２１】この場合、以下のような配置のタスクを想
定する。 （１）各運転モードに対して複数の配置パターンがあ
る。 （２）各配置パターンに対してどの移動ロボット２−１
乃至２−５がフィールド１上のどの位置に配置されても
良い。 （３）フィールド１上の１つの位置（コマ）に複数の移
動ロボット２−１乃至２−５を配置することはできな
い。

【００２２】図７に示すように、プランネット３には、
各移動ロボット２−１乃至２−５の測定位置Lr[i]（ｉ
＝１，２，・・・，ｎ。実施例の場合ｎ＝５）が絶対位
置測定装置５より入力される。そしてプランネット３の
ニューロンの発火状態から、各移動ロボット２−１乃至
２−５の目的移動位置Ld[i]が出力される。この目的移
動位置Ld[i]は無線通信装置４を介して各移動ロボット
２−１乃至２−５に指令される。

【００２３】プランネット３には現在所定の運転モード
が入力されており、プランの上ではp1,p2,p3の３つの配
置パターンのいずれかを採ることが可能である。パター
ンp1においては、３台の移動ロボットがフィールド１内
の下方中央に垂直に配列され、その最も下の１台の左右
に１台づつ他の移動ロボットが配置されている。パター
ンp2においては、フィールド１の上方中央に１台の移動
ロボットが配置され、その左右にそれぞれ２台の移動ロ
ボットが、順次１コマづつ下方に配置されている。パタ
ーンp3においては、各移動ロボットが「コ」字状になる
ように、フィールド１の右側中央に配置されている。

【００２４】これらの３つのパターンのうち、パターン
p1は、フィールド１内に障害物３１が存在するため、達
成不可能である。そこで、残りのパターンp2,p3のいず
れか（例えば、パターンp3）の配置状態になるように、
各移動ロボット２−１乃至２−５は移動する。このと
き、パターンp2またはp3のどちらが達成されるかは、移
動ロボット２−１乃至２−５の前の状態などに依存す
る。例えば、障害物３１が進入する前の状態において移
動ロボット２−１乃至２−５の位置状態がパターンp3に
相対的に近ければ、障害物３１が進入した後の状態にお
いてパターンp3が達成され易くなる。

【００２５】図８に、障害物３１がフィールド１内に侵
入した場合に、移動ロボット２−１乃至２−５が自立的
に配置状態を再生成する様子について示す。初期状態で
は、パターンp1の配置状態で安定している（図８
（Ａ））。その後、移動型の障害物３１がフィールド１
内に侵入してくるという外乱が発生すると（図８
（Ｂ））、各移動ロボット２−１乃至２−５は障害物３
１に接触しないように自立的に徐々に移動する。移動し
た位置状態がプランネット３にフィードバックされ、プ
ランネット３上において想起されているパターンp1が不
安定化する。そして、プランエット３に想起されている
パターンはついにパターンp1からp3へ状態遷移し、これ
に対応して移動ロボット２−１乃至２−５はパターンp3
の配置を生成し、安定化する（図８（Ｃ））。

【００２６】次に、図９を参照してプランネット３の構
成例を説明する。プランネット３はネットワーク層構造
とされ、全体で１つの相互結合型ネットワークを構成す
る。各ネットワーク層は大きく次の２つの層に区分され
る。

【００２７】（１）群全体プラン層（レアＨ、レア０） レアＨは、P1乃至P5のパターンを記憶しており、オペレ
ータから入力された指令に対応するパターンをレア０に
展開させる。従って、レア０には、移動ロボット２−１
乃至２−５の全体の選択された配置パターン（指令され
た群としての配置パターン）が想起される。レア０の各
ニューロンはxy平面上に並べてあり、移動ロボット２−
１乃至２−５のフィールド１の各地点（コマ）（移動ロ
ボット２−１乃至２−５が取り得る位置）に対応してい
る。すなわち、このレアＨとレア０は入力部分付き連想
記憶ネットワークを構成している。

【００２８】（２）個々の移動ロボット２−１乃至２−
５に対応する層（レア１乃至５） レア１乃至５は移動ロボット２−１乃至２−５にそれぞ
れ対応する層である。各レア１乃至５のニューロンは、
レア０と同様にxy平面上に並べられている。移動ロボッ
ト２−１乃至２−５の現時点の物理的位置に対応するニ
ューロンに正の入力がなされる。各レア１乃至５におい
て、ニューロンはそれぞれ１つだけ発火でき、そのニュ
ーロンは対応する移動ロボット２−１乃至２−５の移動
目的位置を表す。

【００２９】図９に示す実施例においては、レア０に
「コ」字状のパターンp3が想起されており、レア１乃至
５は、レア０のこの文字「コ」を構成する各ニューロン
に対応する１つのニューロンが発火した状態にある。そ
して、レア１乃至３においては、移動ロボット２−１乃
至２−３の現在位置が目的位置と一致している。これに
対して、レア４およびレア５においては、移動ロボット
２−４と２−５の現在位置が目的位置と異なっている。
従って、この場合、図１０に示すように、移動ロボット
２−４と２−５がレア０で指定されるニューロンの位置
（目的位置）に移動することになる。

【００３０】ネットワークの制約として、レア０におい
て位置(i,j)のニューロン（以下これをA-gl[i,j]と示
す）が発火している場合、レア１乃至５のいずれか１つ
において、位置(i,j)のニューロン（以下これをA[i,j,
k]と示す。但しkはレア１乃至５のうちk番目のものを表
わす）が発火するようにする。このとき、レア０では、
各移動ロボット２−１乃至２−５を区別することなく、
移動ロボット２−１乃至２−５としての位置を示す。す
なわち、移動ロボット２−１乃至２−５のうちの特定の
ものが所定の位置に配置される必要はなく、移動ロボッ
ト２−１乃至２−５のいずれかが所定の位置に配置さ
れ、全体として所定のパターンが実現されておればよい
ものとされる。換言すれば、移動ロボット２−１乃至２
−５のいずれが、いずれの位置に移動するかは、自立的
に行動する各移動ロボット間の協調動作により実行され
る。

【００３１】この協調動作は、図１１および図１２に示
すように、相互抑制及び相互興奮の結合の組合せを設定
することにより実現可能である。このような設定は、例
えば次のような結合により行なわれる。

【００３２】（１）ニューロンA[i,j,k]とA[i,j,l]（但
しl≠k）の結合は負結合である。ここで、負結合とは、
各ニューロンが同時に発火することを抑制する（同時に
発火するとエネルギーが高くなる）結合である。すなわ
ち、レア１乃至５のうち、所定のレア（例えばレア３）
の位置(i,j)のニューロンが発火しているとき、他のレ
ア（例えばレア１，２，４，５）の対応する位置(i,j)
のニューロンは発火が抑制される（図１１）。 （２）レアｉ（ｉ＝１乃至５）内において、各ニューロ
ン間の結合は負結合である。 （３）レアｉ（ｉ＝１乃至５）の各ニューロンは負のバ
イアスを持つ。 （４）レア０のニューロンA-gl[i,j]と、レア１乃至５
のニューロンA[i,j,k]の結合は正である。ここで、正結
合とは、各ニューロンが同時に発火することを励起する
（同時に発火するとエネルギーが低くなる）結合であ
る。すなわち、レア０の位置(i,j)のニューロンA-gl[i,
j]が発火すると、レア１乃至５のニューロンA[i,j,k]も
発火しようとする（図１２）。 （５）レア０においては、オペレーション入力（各移動
ロボットの目的位置）と配置パターン（記憶パターン）
が一致したとき、エネルギーが極小になるように、各ニ
ューロンの結合重みが調節されている。

【００３３】次に、図１３乃至図１６を参照して、個々
の移動ロボットの位置関係に制約を課す配置の例につい
て説明する。ケース１：移動ロボットを４台とし、移動
ロボット２−１１と移動ロボット２−１２は常に近接す
るように配置する（例えば、１コマ以内に配置する）。
かつ移動ロボット２−１３と移動ロボット２−１４は常
にお互いに所定の距離（例えば、５コマ以上の距離）を
保つように配置する。

【００３４】このような制約は、例えば図１３に示すよ
うなプランネット３に埋め込むことができる。このプラ
ンネット３は、４台の移動ロボット２−１１乃至２−１
４に対応するレア１１乃至１４により構成されている。
ただし、この実施例においては、前述したような群全体
プラン層としてのレアＨやレア０は設けられていない。
そして上述した制約は以下の結合を取ることによりネッ
トに埋め込まれる。

【００３５】（１）レア１１乃至１４は相互抑制結合さ
れる。 （２）レア１１と１２の各ニューロン間においては、両
者の距離（コマ距離）が１の場合、正結合とする。 （３）レア１３と１４の各ニューロン間においては、両
者の距離（コマ距離）が５の場合、正結合とする。 （４）上記した（１）乃至（３）以外には結合を設けな
い。

【００３６】このような状態において、図１３に示すよ
うに、運転（オペレーショナル）モード入力として、例
えばレア１３に正の入力を加えると、移動ロボット２−
１１乃至２−１４は、例えば図１４（Ａ）乃至（Ｄ）に
示すように、上記した条件（移動ロボット２−１１と移
動ロボット２−１２は、常に１コマ以内の距離に近接し
て配置し、かつ移動ロボット２−１３と移動ロボット２
−１４は、常に５コマ以上離間して配置する）を満足す
るように所定の位置に配置される。

【００３７】ケース２：移動ロボット２−１１乃至２−
１４を、図１６（Ａ）乃至（Ｄ）に示すように、ループ
パターンを常に形成するように配置する。

【００３８】この場合、ケース１における場合と同様
に、レア１１乃至１４間の結合を次のように設定するこ
とにより、本ケースの制約がプランネット３に埋め込ま
れる。 （１）ニューロンA[i,j,1]とA[i+1,j-1,2]の結合は正結
合とする。 （２）ニューロンA[i,j,2]とA[i+1,j+1,3]の結合は正結
合とする。 （３）ニューロンA[i,j,3]とA[i-1,j+1,4]の結合は正結
合とする。 （４）ニューロンA[i,j,4]とA[i-1,j-1,1]の結合は正結
合とする。

【００３９】このように結合を設定することにより、図
１６（Ａ）乃至（Ｄ）に示すように、移動ロボット２−
１１乃至２−１４が常にループパターンを形成するよう
に配置することができる。

【００４０】なお、プランネット３としてのニューラル
ネットは、基本的にはホップフィールドネットに代表さ
れる相互等価重み結合のものを使うのが好ましい。その
ようにすると、ネットワークのエネルギー場に多数の平
衡点を持つことができ、それらにプランのパターンを多
数埋め込むことができるからである。このように平衡点
を多くすると、プランニングの過程において、望まない
エネルギー極小点に状態が落ち込み、そこから脱出でき
なくなる可能性が高くなる。そこで、このような場合、
通常のアナログ及び２値のホップフィールドネットのア
ルゴリズムのほかに、熱力学的アルゴリズムまたはカオ
ス的最急降下法を利用して、局所的なエネルギー極小状
態から脱出して、最小値を探索することができるように
するのが好ましい。このカオス的最急降下法について
は、電子通信情報学会、１９９１年８月号、論文誌Ａ、
Ｖｏｌ．Ｊ７４−ＡＮｏ．８，Ｐ１２０８−Ｐ１２１
５、「カオス的最急降下法を適用したニューラルネット
における学習および記憶想起の動特性について」、ある
いは、特願平３−２４０４６７号（特願平２−２９８９
８４号、特願平２−４１４９０７号および特願平３−１
４９６８８号の国内優先出願）などに本出願人により開
示されている。

【００４１】以上においては、本発明を移動ロボットを
所定の位置に配置する場合に適用したが、本発明は、ビ
デオゲームにおける複数のキャラクタを制御対象として
群行動させる場合などにも適用することができる。さら
に本発明は、２次元空間だけでなく、３次元空間に制御
対象を配置する場合においても応用することが可能であ
る。

【００４２】

【発明の効果】本発明の配置制御方法および装置によれ
ば、複数の制御対象の空間内の配置に関する複数のパタ
ーンを記憶し、記憶している複数のパターンの中から、
１つのパターンを選択する。そして、複数の制御対象
に、選択したパターンに対応して位置するように指示
し、実際の制御対象の配置状態を検出する。また、検出
した実際の制御対象の配置状態が、指示したパターンに
基づく制御対象の配置状態と対応するか否かを判定し、
検出した実際の制御対象の配置状態と、指示したパター
ンに基づく制御対象の配置状態とが対応しないと判定し
たとき、記憶しているパターンのうち、他のパターンの
いずれかに対応して位置するように制御対象に指示する
ようにしたので、外乱が発生した場合においても、配置
不能になることがなく、制御対象を簡単かつ確実に所定
の位置に配置することができる。

【図面の簡単な説明】

【図１】本発明の配置制御方法および装置を応用した移
動ロボット制御システムの一実施例の構成を示すブロッ
ク図である。

【図２】図１における移動ロボットの構成例を示すブロ
ック図である。

【図３】移動ロボットが障害物を回避して移動する様子
を示す図である。

【図４】図１の実施例において、外乱が発生した場合の
制御系を説明するブロック図である。

【図５】図１の実施例において、外乱が発生した場合の
制御状態を説明する概念図である。

【図６】移動ロボットの配置パターンの状態遷移を説明
する図である。

【図７】移動ロボットを記憶した配置パターンに対応し
て配置する動作を説明するブロック図である。

【図８】移動ロボットが外乱に対して自立的に移動する
様子を説明する図である。

【図９】図１におけるプランネット３の構成例を示す図
である。

【図１０】図９の実施例に対応して移動ロボットが移動
する様子を説明する図である。

【図１１】図１におけるプランネット３を構成する各レ
アの相互抑制結合を説明する図である。

【図１２】図１におけるプランネット３を構成する各レ
アの相互励起結合を説明する図である。

【図１３】移動ロボットを相互に所定の関係を保持する
ように配置する場合のニューラルネットの構成例を説明
する図である。

【図１４】図１３の実施例に対応して移動ロボットが相
互に所定の関係を保持して移動する様子を説明する図で
ある。

【図１５】移動ロボットを相互に所定の関係を保持する
ように配置する場合の他のニューラルネットの構成例を
説明する図である。

【図１６】図１５の実施例に対応して移動ロボットが相
互に所定の関係を保持して移動する様子を説明する図で
ある。

【符号の説明】

１ 配置空間（フィールド） ２−１乃至２−５ 移動ロボット ３ プランネット ４ 無線通信装置 ５ 絶対位置測定装置 １１ 前輪 １２，１３ 後輪 １４ 障害物センサ １５ 障害物感知システム １６ コントローラ １７ 無線通信機 ３１ 障害物 ３２ 目的地点

Claims (8)

(57)【特許請求の範囲】
1. 【請求項１】 複数の制御対象を所定の空間内の所定の
   位置に配置する配置制御方法において、複数の前記制御対象の前記空間内の配置に関する複数の
   パターンを記憶する記憶ステップと、 前記記憶ステップの処理により記憶されている複数の前
   記パターンの中から、１つのパターンを選択する選択ス
   テップと、 複数の前記制御対象に、前記選択ステップの処理により
   選択された前記パターンに対応して位置するように指示
   する第１の指示ステップと、 実際の前記制御対象の配置状態を検出する検出ステップ
   と、 前記検出ステップの処理により検出された実際の前記制
   御対象の配置状態が、前記第１の指示ステップの処理で
   指示された前記パターンに基づく前記制御対象の配置状
   態と対応するか否かを判定する判定ステップと、前記判定ステップの処理により、前記検出ステップの処
   理で検出された実際の前記制御対象の配置状態と、前記
   第１の指示ステップの処理で指示された前記パターンに
   基づく前記制御対象の配置状態とが対応しないと判定さ
   れたとき、前記記憶ステップの処理で記憶されている前
   記パターンのうち、他のパターンのいずれかに対応して
   位置するように前記制御対象に指示する第２の指示ステ
   ップと を含む ことを特徴とする配置制御方法。
2. 【請求項２】 前記制御対象は移動ロボットであること
   を特徴とする請求項１に記載の配置制御方法。
3. 【請求項３】 前記記憶ステップの処理で記憶されてい
   る複数の前記パターンと、前記検出ステップの処理で検
   出された複数の前記制御対象の配置状態とは、相互結合
   型ネットワークで結合されている ことを特徴とする請求
   項１に記載の配置制御方法。
4. 【請求項４】 前記相互結合型ネットワークは、複数の
   前記パターンのうちの１つのパターンが展開される第１
   のネットワークと、前記制御対象毎に、前記検出ステッ
   プの処理で検出された配置状態を保持する第２のネット
   ワークと を含むことを特徴とする請求項３に記載の配置
   制御方法。
5. 【請求項５】 複数の制御対象を所定の空間内の所定の
   位置に配置する配置制御装置において、複数の前記制御対象の前記空間内の配置に関する複数の
   パターンを記憶する記憶手段と、 前記記憶手段により記憶されている複数の前記パターン
   の中から、１つのパターンを選択する選択手段と、 複数の前記制御対象に、前記選択手段により選択された
   前記パターンに対応して位置するように指示する第１の
   指示手段と、 実際の前記制御対象の配置状態を検出する検出手段と、 前記検出手段により検出された実際の前記制御対象の配
   置状態が、前記第１の指示手段により指示された前記パ
   ターンに基づく前記制御対象の配置状態と対応するか否
   かを判定する判定手段と、前記判定手段により、前記検出手段により検出された実
   際の前記制御対象の配置状態と、前記第１の指示手段に
   より指示された前記パターンに基づく前記制御対象の配
   置状態とが対応しないと判定されたとき、前記記憶手段
   により記憶されている前記パターンのうち、他のパター
   ンのいずれかに対応して位置するように前記制御対象に
   指示する第２の指示手段と を備えることを特徴とする配
   置制御装置。
6. 【請求項６】 前記制御対象は移動ロボットであること
   を特徴とする請求項５に記載の配置制御装置。
7. 【請求項７】 前記記憶手段により記憶されている複数
   の前記パターンと、前記検出手段により検出された複数
   の前記制御対象の配置状態とは、相互結合型ネットワー
   クで結合されていることを特徴とする請求項５に記載の
   配置制御装置。
8. 【請求項８】 前記相互結合型ネットワークは、複数の
   前記パターンのうちの１つのパターンが展開される第１
   のネットワークと、前記制御対象毎に、前記検出手段に
   より検出された配置状態を保持する第２のネットワーク
   と を含むことを特徴とする請求項７に記載の配置制御装
   置。