JP6919307B2 - Autonomous mobile - Google Patents
Autonomous mobile Download PDFInfo
- Publication number
- JP6919307B2 JP6919307B2 JP2017086527A JP2017086527A JP6919307B2 JP 6919307 B2 JP6919307 B2 JP 6919307B2 JP 2017086527 A JP2017086527 A JP 2017086527A JP 2017086527 A JP2017086527 A JP 2017086527A JP 6919307 B2 JP6919307 B2 JP 6919307B2
- Authority
- JP
- Japan
- Prior art keywords
- grid
- obstacle
- distance
- route
- cost
- 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.)
- Active
Links
- 230000007423 decrease Effects 0.000 claims description 5
- 238000000034 method Methods 0.000 description 22
- 230000007613 environmental effect Effects 0.000 description 19
- 238000010586 diagram Methods 0.000 description 14
- 238000004891 communication Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
Images
Landscapes
- Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
Description
本発明は、自律移動体に関する。 The present invention relates to an autonomous mobile body.
移動体が、障害物を含む移動環境において、移動始点から移動終点までの経路を検索する経路探索方法が広く知られている。経路検索法では、移動環境を複数のグリッドで分割し、グリッドで表された領域に含まれる移動始点から移動終点までの経路のうち、コストの総和が最小になるものを選択する。特許文献1には、移動体の経路検索法において、障害物のグリッドで最大になり、障害物から離れるに従って減少する粘性抵抗係数分布を仮想的に設定する技術が開示されている。
A route search method for searching a route from a movement start point to a movement end point in a moving environment in which a moving body includes an obstacle is widely known. In the route search method, the movement environment is divided by a plurality of grids, and among the routes from the movement start point to the movement end point included in the area represented by the grid, the route having the minimum total cost is selected.
上述の特許文献1に記載の技術では、移動体の経路の検索において、移動環境における各グリッドに粘性抵抗係数を仮想的に設定し、障害物との距離が近くなるほどグリッドのコストが高くなるようにしている。しかしながら、特許文献1に記載の技術では、障害物と障害物とで挟まれた道幅の狭い通路上にあるグリッドではコストが高くなるので、移動体がその通路を通過することが十分に可能であっても、その通路を含む経路は選択されず、その通路を含む経路よりも遠回りした経路が選択されてしまうという問題があった。これに対し、障害物に近い位置にあるグリッドに付与されるコストを一律に下げると、道幅が十分に広い通路を通過する場合であっても、障害物に近いグリッドを含む経路が選択されてしまい、移動体が障害物に衝突するリスクが高まるという問題があった。
In the technique described in
本発明は、以上の背景に鑑みなされたものであり、移動経路の選択をより適切に行うことができる自律移動体を提供することを目的とする。 The present invention has been made in view of the above background, and an object of the present invention is to provide an autonomous mobile body capable of more appropriately selecting a movement route.
本発明は、移動環境に含まれる移動始点から移動終点までの取り得る経路の中から移動経路を選択し、かつ、選択した前記移動経路に従って移動するように制御する制御部を備えた自律移動体であって、前記制御部は、前記移動環境を複数のグリッドで分割し、各グリッドに対して、最寄の障害物との距離が近いほど高い値とするポテンシャルコストを割り当て、前記移動環境における障害物領域に挟まれて道幅が所定の長さよりも狭い狭所にあると判断されたグリッドの場合には、当該グリッドが狭所にはないと判断された場合よりもポテンシャルコストを低く割り当て、前記制御部は、前記取り得る経路において、それぞれ、経路に含まれるグリッドにおけるポテンシャルコストの総和と、経路の距離が長いほど高い値とする距離コストと、の合計であるコストの総和を算出し、前記コストの総和が最小の経路を前記移動経路として選択するものである。 The present invention is an autonomous moving body including a control unit that selects a moving route from possible paths from a moving start point to a moving end point included in the moving environment and controls the movement according to the selected movement path. The control unit divides the moving environment into a plurality of grids, allocates a potential cost to each grid so that the closer the distance to the nearest obstacle is, the higher the potential cost is, and the moving environment is set. In the case of a grid sandwiched between obstacle areas and judged to be in a narrow space where the road width is narrower than a predetermined length, the potential cost is allocated lower than when it is judged that the grid is not in a narrow space. The control unit calculates the total cost, which is the total of the total potential cost in the grid included in the route and the distance cost, which is set to a higher value as the distance of the route is longer, in each of the possible routes. The route having the smallest total cost is selected as the travel route.
本発明によれば、移動経路の選択をより適切に行うことができる。 According to the present invention, the movement route can be selected more appropriately.
以下、図面を参照して本発明の実施の形態について説明する。
まず、図1を参照して本実施の形態にかかる自律移動体100の概略構成について説明する。図1は、自律移動体100の構成を模式的に示す外観図である。自律移動体100は、車輪2と、筐体3と、センサ5と、を備えている。そして、筐体3の内部には、車輪2と接続されたモータ、及びモータを駆動するためのバッテリなどが設けられている。このモータが自律移動体100を駆動するための駆動機構となる。モータを駆動することによって、車輪2が回転して、自律移動体100が移動する。自律移動体100は、例えば、人間の歩行速度と同程度の速度で移動する。自律移動体100には、CCDカメラやレーザセンサなどを有するセンサ5が設けられている。センサ5は自律移動体100に周囲に存在する障害物や人間などを検知する。なお、自律移動体100は車輪型の移動ロボットに限らず、歩行型やその他の移動ロボットでもよい。
Hereinafter, embodiments of the present invention will be described with reference to the drawings.
First, a schematic configuration of the autonomous
自律移動体100には、制御部110が設けられている。制御部110は、CPU(Central processing unit)、ROM(Read Only Memory)、RAM(Random Access Memory)、通信用のインタフェイスなどを有する演算処理装置である。また、制御部110は、着脱可能なHDD、光ディスク、光磁気ディスク等を有し、各種プログラムや制御パラメータなどを記憶し、そのプログラムやデータを必要に応じてメモリ等に供給する。なお、制御部110は、物理的に一つの構成に限られるものではない。制御部110は、後述する環境地図から生成したポテンシャル地図に基づいて自律移動体100が移動するための移動経路を決定する。そして、選定した移動経路に沿って自律移動体100が移動するよう、車輪2を駆動するためのモータ等を制御する。すなわち、制御部110は、移動始点から移動終点までの移動経路を探索する経路探索システムとして機能する。
The autonomous
図2は、環境地図の一例について模式的に示す図である。図2に示すように、環境地図は、移動環境を、障害物領域と障害物以外の領域である移動可能領域とに分けて表された地図情報である。環境地図は、移動環境を複数のグリッドで分割したもので、グリッドごとに障害物の有無が割り当てられている。以下、障害物があるグリッドを障害物グリッドという。 FIG. 2 is a diagram schematically showing an example of an environmental map. As shown in FIG. 2, the environmental map is map information in which the moving environment is divided into an obstacle area and a movable area which is an area other than the obstacle. The environment map is a movement environment divided by a plurality of grids, and the presence or absence of obstacles is assigned to each grid. Hereinafter, the grid with obstacles is referred to as an obstacle grid.
図1に示す制御部110は、上述した環境地図からポテンシャル地図を生成する。ポテンシャル地図は、環境地図における各グリッドに対して、それぞれ、ポテンシャルコストを割り付けしたものである。すなわち、ポテンシャル地図における各グリッドは、環境地図における各グリッドと一対一で対応する。ポテンシャル地図の生成にあたり、制御部110は、まず、環境地図上に、障害物領域を基準とする、障害物領域からの距離の近さに応じたポテンシャル場を計算する。そして、ポテンシャル地図における各グリッドに対し、環境地図のポテンシャル場に応じたポテンシャルコストを割り当てる。
The
制御部110は、移動始点から移動終点までの理論上取り得る経路に対して、それぞれ、コストの総和を算出し、コストの総和が最小の経路を移動経路とする。ここで、移動始点から移動終点までの経路におけるコストの総和は、移動始点から移動終点までの経路に含まれるグリッドにおけるポテンシャルコストの総和と、当該経路の距離コストと、を合計した値である。ここで、距離コストは、移動始点から移動終点までの経路の距離に応じて算出される。すなわち、移動始点から移動終点までの経路の距離が、相対的に長ければ距離コストは高い値、相対的に短ければ距離コストは低い値として算出される。ポテンシャルコストは、環境地図上のポテンシャル場に応じて算出される。環境地図上における基準となる障害物グリッドは、ポテンシャルが最も高い。よって、障害物グリッドには、ポテンシャルコストとして最大値が割り当てられる。また、障害物グリッド以外のグリッドのポテンシャルは、障害物領域からの距離が相対的に近いときに相対的に高く、障害物領域からの距離が相対的に遠いときに相対的に低い。よって、障害物グリッド以外のグリッドのポテンシャルも、障害物領域からの距離が相対的に近いときに相対的に高く、障害物領域からの距離が相対的に遠いときに相対的に低くなるように割り当てられる。
The
ここで、既存の開発機における、ポテンシャル地図上の各グリッドにポテンシャルコストを割り当てする方法の問題点について説明する。
環境地図上の障害物グリッドには、ポテンシャルコストとして最大値Cmaxが割り当てられる。図3は、既存の開発機における、環境地図上のグリッドに割り当てるポテンシャルコストと、当該グリッドと最寄の障害物グリッドとの距離と、の関係について示す模式図である。ここで、縦軸はポテンシャルコスト、横軸は最寄の障害物グリッドからの距離を表す。
Here, the problem of the method of allocating the potential cost to each grid on the potential map in the existing development machine will be described.
The maximum value Cmax is assigned as a potential cost to the obstacle grid on the environmental map. FIG. 3 is a schematic diagram showing the relationship between the potential cost allocated to the grid on the environmental map and the distance between the grid and the nearest obstacle grid in the existing development machine. Here, the vertical axis represents the potential cost, and the horizontal axis represents the distance from the nearest obstacle grid.
図3に示すように、ポテンシャル環境地図上のグリッドに対し、最寄の障害物グリッドからの距離の増加に対してポテンシャルコストが単調減少するようにポテンシャルコストを割り当てる。すなわち、障害物グリッドからの距離が、相対的に近いグリッドではポテンシャルコストは相対的に高い値、相対的に遠いグリッドではポテンシャルコストは相対的に低い値が割り当てられる。なお、図3において、最寄の障害物グリッドからの距離が0である場合、そのグリッドは障害物グリッド自身であるので、当該グリッドにはポテンシャルコストとして最大値Cmaxが割り当てられる。障害物グリッドからの距離が、所定の距離Lb以下のグリッドでは、相対的に高い所定のポテンシャルコストCb以上の値が割り当てられる。 As shown in FIG. 3, the potential cost is assigned to the grid on the potential environment map so that the potential cost decreases monotonically with the increase in the distance from the nearest obstacle grid. That is, a value with a relatively high potential cost is assigned to a grid whose distance from the obstacle grid is relatively short, and a value with a relatively low potential cost is assigned to a grid with a relatively long distance. In FIG. 3, when the distance from the nearest obstacle grid is 0, the grid is the obstacle grid itself, so the maximum value Cmax is assigned as the potential cost to the grid. In a grid where the distance from the obstacle grid is a predetermined distance Lb or less, a relatively high value of a predetermined potential cost Cb or more is assigned.
図4は、既存の開発機における、ポテンシャル地図上の各グリッドにポテンシャルコストを割り当てする方法により生成したポテンシャル地図の一例を示す模式図である。ここでは、所定の距離Lbをグリッド二つ分の距離とする。図4に示すように、斜線を付したグリッドでは、ポテンシャルコストが、相対的に高い所定のポテンシャルコストCb以上の値に割り当てられる。すなわち、2つの障害物領域に挟まれた道幅の狭い箇所のグリッドでは、ポテンシャルコストが所定のポテンシャルコストCb以上になる。ポテンシャルコストがCb以上のグリッドを含む経路は移動経路として選択されにくい。 FIG. 4 is a schematic diagram showing an example of a potential map generated by a method of allocating a potential cost to each grid on the potential map in an existing development machine. Here, a predetermined distance Lb is defined as a distance equivalent to two grids. As shown in FIG. 4, in the shaded grid, the potential cost is assigned to a relatively high value of a predetermined potential cost Cb or more. That is, in a grid in a narrow road sandwiched between two obstacle regions, the potential cost is equal to or higher than a predetermined potential cost Cb. A route including a grid having a potential cost of Cb or more is difficult to be selected as a movement route.
図5は、既存の開発機における、図4に示すポテンシャル地図に基づいて選択された移動経路を示す模式図である。図5に示すように、移動始点から移動終点までの経路のうち、破線で示す経路が最短経路である。最短経路は、2つの障害物領域に挟まれ、かつ、道幅の狭い箇所を通過する経路であり、ポテンシャルコストがCb以上に割り当てられたグリッドを含む。このため、最短経路における2つの障害物領域に挟まれた道幅の狭い箇所は、自律移動体が通過することが十分に可能であるにもかかわらず、経路の選択において、最短経路は選択されず、二点鎖線で示す迂回経路が選択される。 FIG. 5 is a schematic diagram showing a movement route selected based on the potential map shown in FIG. 4 in the existing development machine. As shown in FIG. 5, among the routes from the movement start point to the movement end point, the route shown by the broken line is the shortest route. The shortest path is a route that is sandwiched between two obstacle areas and passes through a narrow road, and includes a grid whose potential cost is allocated to Cb or more. For this reason, the shortest path is not selected in the route selection, although the autonomous moving body can sufficiently pass through the narrow road sandwiched between the two obstacle areas in the shortest path. , The detour route indicated by the alternate long and short dash line is selected.
障害物領域に挟まれ、かつ、道幅が十分に広い箇所を通過する場合には、余裕を持って障害物を回避するため、障害物から十分に離れた位置にあるグリッドを結ぶ経路が選択されるべきである。しかしながら、移動始点から移動終点までのある経路の一部に、障害物領域に挟まれ、かつ、道幅が狭い箇所を含んでいたとしても、その経路が、自律移動体の通過が十分に可能であり、他の経路に対して距離が短いのであれば、その経路が選択されるべきである。 When passing through a place that is sandwiched between obstacle areas and the road width is wide enough, a route connecting the grids that are sufficiently far from the obstacle is selected in order to avoid the obstacle with a margin. Should be. However, even if a part of the route from the start point to the end point of the movement is sandwiched between obstacle areas and the road width is narrow, the route can sufficiently pass the autonomous moving body. If there is a short distance to another route, that route should be selected.
次に、本実施の形態にかかる自律移動体100において、ポテンシャル地図上の各グリッドにポテンシャルコストを割り当てる方法について以下で説明する。
図6は、自律移動体100の制御部110が、環境地図上の各グリッドにポテンシャルコストを割り当てる処理の流れを示すフローチャートである。図6に示すように、まず、環境地図の端から順にグリッドの走査を開始する(ステップS1)。例えば、図2に示す環境地図において、左上の端から右下の端まで順にグリッドの走査を行う。
Next, in the autonomous
FIG. 6 is a flowchart showing a flow of processing in which the
ステップS1に続いて、現在、走査しているグリッド(現グリッド)が障害物上にあるか否かを判断する(ステップS2)。ステップS2において、現グリッドが障害物上にあると判断された場合(YESの場合)、ポテンシャル地図における、環境地図の現グリッドに対応する位置のグリッドに対してポテンシャルコストとして最大コストを付与する(ステップS3)。ステップS3に続いて、環境地図の全グリッドに対して走査が終了したか否かを判断する(ステップS8)。ステップS8において、環境地図の全グリッドに対して走査が終了したと判断された場合(YESの場合)は、処理を終了する。ステップS8において、環境地図の全グリッドに対して走査が終了していないと判断された場合(NOの場合)、処理をステップS2に戻す。 Following step S1, it is determined whether or not the currently scanning grid (current grid) is on an obstacle (step S2). If it is determined in step S2 that the current grid is on an obstacle (YES), the maximum potential cost is given to the grid at the position corresponding to the current grid of the environmental map in the potential map (if it is YES). Step S3). Following step S3, it is determined whether or not scanning has been completed for all the grids of the environment map (step S8). If it is determined in step S8 that the scanning of all the grids of the environment map has been completed (YES), the process ends. If it is determined in step S8 that scanning has not been completed for all the grids of the environment map (NO), the process returns to step S2.
ステップS2において、現グリッドが障害物上にはないと判断された場合(NOの場合)、現グリッドに対する最寄の障害物グリッドを検索する(ステップS4)。続いて、最寄の障害物グリッドと他の障害物グリッドとの位置関係から、現グリッドが狭所にあるか否かを判定する(ステップS5)。ここで、狭所は、移動環境における障害物領域に挟まれ、道幅が所定の長さよりも狭い箇所である。 If it is determined in step S2 that the current grid is not on an obstacle (NO), the nearest obstacle grid with respect to the current grid is searched (step S4). Subsequently, it is determined whether or not the current grid is in a narrow space from the positional relationship between the nearest obstacle grid and another obstacle grid (step S5). Here, the narrow place is a place where the road width is narrower than a predetermined length because it is sandwiched between obstacle areas in a moving environment.
ステップS5において、現グリッドが狭所ではないと判断された場合(NOの場合)、ポテンシャル地図における、環境地図の現グリッドに対応する位置のグリッドに対して、現グリッドと最寄の障害物グリッドとの距離に応じたポテンシャルコストを割り当てる(ステップS6)。ここで、現グリッドと最寄の障害物グリッドとの距離に応じてポテンシャルコストを割り当てる、とは、具体的には、現グリッドと最寄の障害物グリッドとの距離が、相対的に長いときにポテンシャルコストを相対的に高く、相対的に短いときにポテンシャルコストを相対的に低く割り当てることを意味する。ステップS6に続いて、処理を上述のステップS8に進める。 If it is determined in step S5 that the current grid is not a narrow space (NO), the current grid and the nearest obstacle grid with respect to the grid at the position corresponding to the current grid of the environment map in the potential map. The potential cost is allocated according to the distance to and from (step S6). Here, the potential cost is allocated according to the distance between the current grid and the nearest obstacle grid. Specifically, when the distance between the current grid and the nearest obstacle grid is relatively long. It means that the potential cost is relatively high and the potential cost is relatively low when it is relatively short. Following step S6, the process proceeds to step S8 described above.
ステップS5において、現グリッドが狭所であると判断された場合(YESの場合)、環境地図の現グリッドに対応する位置のグリッドに対して、現グリッドと最寄の障害物グリッドとの距離に応じた、かつ、現グリッドが狭所でない場合よりも低いポテンシャルコストを割り当てる(ステップS7)。ステップS7に続いて、処理を上述のステップS8に進める。 In step S5, when it is determined that the current grid is a narrow space (YES), the distance between the current grid and the nearest obstacle grid is set with respect to the grid at the position corresponding to the current grid on the environment map. A corresponding and lower potential cost is allocated than when the current grid is not narrow (step S7). Following step S7, the process proceeds to step S8 described above.
図7は、本実施の形態にかかる自律移動体100において、環境地図上のグリッドに割り当てるポテンシャルコストと、当該グリッドと最寄の障害物グリッドとの距離と、の関係について示す模式図である。ここで、縦軸はポテンシャルコスト、横軸は最寄の障害物グリッドからの距離を表す。また、狭所にないグリッドの場合を二点鎖線L1、狭所にあるグリッドの場合を破線L2で表す。
FIG. 7 is a schematic diagram showing the relationship between the potential cost allocated to the grid on the environmental map and the distance between the grid and the nearest obstacle grid in the autonomous
図7に示すように、狭所にないグリッドの場合、狭所にあるグリッドの場合、のいずれにおいても、ポテンシャル地図上のグリッドに対し、最寄の障害物グリッドからの距離の増加に対してポテンシャルコストが単調減少するようにポテンシャルコストが割り当てられる。すなわち、障害物グリッドからの距離が、相対的に近いグリッドではポテンシャルコストは相対的に高い値、相対的に遠いグリッドではポテンシャルコストは相対的に低い値が割り当てられる。さらに、狭所にあるグリッドの場合、狭所にないグリッドの場合よりも低いポテンシャルコストが割り当てられる。つまり、狭所にあるグリッドの場合L2の傾きは、狭所にないグリッドの場合のL1の傾きに対して勾配が大きくなっている。 As shown in FIG. 7, in both the case of the grid not in the narrow space and the case of the grid in the narrow space, with respect to the increase in the distance from the nearest obstacle grid with respect to the grid on the potential map. The potential cost is assigned so that the potential cost decreases monotonically. That is, a value with a relatively high potential cost is assigned to a grid whose distance from the obstacle grid is relatively short, and a value with a relatively low potential cost is assigned to a grid with a relatively long distance. In addition, a narrow grid is assigned a lower potential cost than a non-narrow grid. That is, the slope of L2 in the case of a grid in a narrow space is larger than the slope of L1 in the case of a grid in a narrow space.
例えば、障害物グリッドからの距離が所定の距離Lbのとき、狭所にないグリッドの場合(L1)のポテンシャルコストはCb、狭所にあるグリッドの場合(L2)のポテンシャルコストはCbよりも低いCdである。また、狭所にないグリッドの場合(L1)には、障害物グリッドからの距離が、所定の距離Lb以下のグリッドにおいて、相対的に高い、所定のポテンシャルコストCb以上の値が割り当てられる。一方、狭所にあるグリッドの場合(L2)には、障害物グリッドからの距離が、所定の距離Lbよりも短いLd以下のグリッドにおいて、相対的に高い、所定のポテンシャルコストCb以上の値が割り当てられる。 For example, when the distance from the obstacle grid is a predetermined distance Lb, the potential cost of the grid not in the narrow space (L1) is lower than that of Cb, and the potential cost of the grid in the narrow space (L2) is lower than that of Cb. Cd. Further, in the case of a grid that is not in a narrow space (L1), in a grid where the distance from the obstacle grid is a predetermined distance Lb or less, a relatively high value of a predetermined potential cost Cb or more is assigned. On the other hand, in the case of a grid in a narrow space (L2), in a grid where the distance from the obstacle grid is Ld or less, which is shorter than the predetermined distance Lb, a value of a predetermined potential cost Cb or more, which is relatively high, is relatively high. Assigned.
次に、図6のステップS5において、制御部110において、環境地図における現グリッドが、狭所であるか否かを判断する方法について以下で説明する。
図8〜10は、制御部110において、環境地図における現グリッドが、狭所であるか否かを判断する方法について説明する模式図である。
Next, in step S5 of FIG. 6, a method for determining whether or not the current grid on the environmental map is a narrow space will be described below in the
8 to 10 are schematic views illustrating a method of determining whether or not the current grid in the environmental map is a narrow space in the
図6のステップS2において、環境地図における現グリッドが障害物上にないと判断された場合、制御部110は図8に示すように、現グリッドに最寄の障害物グリッドを検索する。具体的には、図8に示すように、現グリッドを中心とする半径Rの円で囲まれた範囲内に含まれるグリッドに障害物グリッドがあるか否かを判定する。障害物グリッドがあると判定された場合、現グリッドを中心とする半径Rの円で囲まれた範囲内にある障害物グリッドのうち、現グリッドに最も近い障害物グリッド(最寄の障害物グリッド)を検索する。障害物グリッドがないと判定された場合、現グリッドは狭所にはないと判断する。
If it is determined in step S2 of FIG. 6 that the current grid on the environmental map is not on an obstacle, the
現グリッドを中心とする半径Rの円で囲まれた範囲内に含まれるグリッドに障害物グリッドがあると判断された場合、さらに、狭所判定領域を設定する。図9に示すように、狭所判定領域は、最寄の障害物グリッドを中心とする半径Rの円の範囲内で、かつ、最寄の障害物グリッドと現グリッドとを結ぶ線lsを、プラス側およびマイナス側に所定の角度θ(θ>0)だけ回転させた範囲内の領域である。この狭所判定領域に、最寄の障害物グリッド以外の障害物グリッドが含まれている場合、現グリッドは狭所にあると判断し、最寄の障害物グリッド以外の障害物グリッドが含まれていない場合、現グリッドは狭所にはないと判断する。以上より、環境地図における現グリッドが、狭所であるか否かを判断することができる。 When it is determined that there is an obstacle grid in the grid included in the range surrounded by a circle having a radius R centered on the current grid, a narrow space determination area is further set. As shown in FIG. 9, the narrow space determination region is within the range of a circle having a radius R centered on the nearest obstacle grid, and the line ls connecting the nearest obstacle grid and the current grid is defined as a line ls. It is a region within a range rotated by a predetermined angle θ (θ> 0) on the plus side and the minus side. If this narrow space determination area includes an obstacle grid other than the nearest obstacle grid, it is determined that the current grid is in a narrow space, and the obstacle grid other than the nearest obstacle grid is included. If not, it is judged that the current grid is not in a narrow space. From the above, it can be determined whether or not the current grid on the environmental map is a narrow space.
図10に示すように、最寄の障害物グリッド以外で狭所判定領域に含まれる障害物グリッドのうち、最寄の障害物グリッドとの距離が最も近い障害物グリッドを特定障害物グリッドとする。最寄の障害物グリッドと特定障害物グリッドとの距離rは、現グリッドがある狭所の狭さ表す指標とすることができる。なお、距離rに何らかの重み付けをした値を狭さレベルとし、この狭さレベルを、狭さを表す指標としてもよい。上記狭さを表す指標を、図7における、狭所にあるグリッドの場合における、最寄の障害物グリッドとの距離と、ポテンシャルコストと、の関係を示すL2の勾配の決定に用いてもよい。 As shown in FIG. 10, among the obstacle grids included in the narrow space determination area other than the nearest obstacle grid, the obstacle grid closest to the nearest obstacle grid is designated as the specific obstacle grid. .. The distance r between the nearest obstacle grid and the specific obstacle grid can be used as an index indicating the narrowness of the narrow space where the current grid is located. A value obtained by weighting the distance r in some way may be used as the narrowness level, and this narrowness level may be used as an index indicating the narrowness. The index showing the narrowness may be used to determine the gradient of L2 showing the relationship between the distance to the nearest obstacle grid and the potential cost in the case of the grid in a narrow place in FIG. 7. ..
以上のように、本実施の形態にかかる自律移動体100では、障害物領域に挟まれ、かつ、道幅が十分に広い箇所を通過する場合には、余裕を持って障害物を回避するため、障害物から十分に離れた位置にあるグリッドを結ぶ経路が選択される。一方、移動始点から移動終点までのある経路の一部に、障害物領域に挟まれ、かつ、道幅が所定の長さより狭い箇所を含まれる場合、その経路が、自律移動体の通過が十分に可能であり、かつ、他の経路に対して距離が短いのであれば、その経路が選択される。このように、本実施の形態にかかる自律移動体100によれば、移動経路の選択をより適切に行うことができる。
As described above, in the autonomous moving
図11は、本実施の形態にかかる自律移動体100において、上述の、ポテンシャル地図上の各グリッドにポテンシャルコストを割り当てる方法により生成したポテンシャル地図の一例を示す模式図である。ここでは、図7に示す、Ldの値がLbの値の半分になるように、L2の勾配を設定したとする。図11に示すように、斜線を付したグリッドでは、ポテンシャルコストが、相対的に高いCb以上の値に割り当てられる。ポテンシャルコストがCb以上のグリッドを含む経路は移動経路として選択されない。
FIG. 11 is a schematic diagram showing an example of a potential map generated by the above-mentioned method of allocating potential costs to each grid on the potential map in the autonomous
移動始点から移動終点までの経路のうち、破線で示す経路が最短経路である。最短経路は、2つの障害物領域に挟まれ、かつ、道幅の狭い狭所(図11において一点鎖線で囲まれた領域)を通過する経路であるが、この経路にはポテンシャルコストがCb以上のグリッドは含まれない。よって、最短経路を移動経路として選択することができる。 Of the routes from the start point of movement to the end point of movement, the route indicated by the broken line is the shortest route. The shortest path is a route that is sandwiched between two obstacle regions and passes through a narrow narrow space (the region surrounded by the alternate long and short dash line in FIG. 11), but this route has a potential cost of Cb or more. The grid is not included. Therefore, the shortest route can be selected as the movement route.
なお、本発明は上記実施の形態に限られたものではなく、趣旨を逸脱しない範囲で適宜変更することが可能である。 The present invention is not limited to the above embodiment, and can be appropriately modified without departing from the spirit.
2 車輪
3 筐体
5 センサ
100 自律移動体
110 制御部
2
Claims (1)
前記制御部は、前記移動環境を複数のグリッドで分割し、各グリッドに対して、最寄の障害物との距離が近いほど高い値とするポテンシャルコストを割り当て、前記移動環境における障害物領域に挟まれて道幅が所定の長さよりも狭い狭所にあると判断されたグリッドの場合には、狭所にあるグリッドの場合の障害物からの距離に対するポテンシャルコストの下がり具合を示す勾配が、狭所にないグリッドの場合の障害物からの距離に対するポテンシャルコストの下がり具合を示す勾配よりも大きくなるように、狭所にあると判断されたグリッドに、最寄の障害物との距離が近いほど高い値とするポテンシャルコストを割り当てることによって、当該グリッドが狭所にはないと判断された場合よりもポテンシャルコストを低く割り当て、
前記制御部は、前記取り得る経路において、それぞれ、経路に含まれるグリッドにおけるポテンシャルコストの総和と、経路の距離が長いほど高い値とする距離コストと、の合計であるコストの総和を算出し、前記コストの総和が最小の経路を前記移動経路として選択する、自律移動体。 An autonomous mobile body including a control unit that selects a movement route from possible routes from the movement start point to the movement end point included in the movement environment and controls the movement according to the selected movement route.
The control unit divides the moving environment into a plurality of grids, allocates a potential cost to each grid so that the value becomes higher as the distance from the nearest obstacle is closer, and assigns the potential cost to the obstacle area in the moving environment. In the case of a grid that is sandwiched and judged to be in a narrow space where the road width is narrower than a predetermined length , the gradient indicating the degree of decrease in potential cost with respect to the distance from the obstacle in the case of the grid in a narrow space is narrow. The closer the distance to the nearest obstacle is to the grid determined to be in a narrow space, the greater the gradient that indicates the degree of decrease in potential cost with respect to the distance from the obstacle in the case of a grid that is not in place. By assigning a higher potential cost, the potential cost is assigned lower than when it is judged that the grid is not in a narrow space.
The control unit calculates the total cost, which is the total of the total potential cost in the grid included in the route and the distance cost, which is set to a higher value as the distance of the route is longer, in each of the possible routes. An autonomous mobile body that selects a route having the smallest total cost as the movement route.
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2017086527A JP6919307B2 (en) | 2017-04-25 | 2017-04-25 | Autonomous mobile |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2017086527A JP6919307B2 (en) | 2017-04-25 | 2017-04-25 | Autonomous mobile |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2018185633A JP2018185633A (en) | 2018-11-22 |
JP6919307B2 true JP6919307B2 (en) | 2021-08-18 |
Family
ID=64355798
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2017086527A Active JP6919307B2 (en) | 2017-04-25 | 2017-04-25 | Autonomous mobile |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP6919307B2 (en) |
Families Citing this family (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR102403737B1 (en) | 2018-05-23 | 2022-05-31 | 삼성전자주식회사 | Integrated circuit devices and method for manufacturing the same |
CN110550029B (en) * | 2019-08-12 | 2021-02-09 | 华为技术有限公司 | Obstacle avoiding method and device |
US11685398B2 (en) | 2020-02-27 | 2023-06-27 | Baidu Usa Llc | Lane based routing system for autonomous driving vehicles |
KR20210121595A (en) | 2020-03-30 | 2021-10-08 | 삼성전자주식회사 | Optimal route finding device and operating method thereof |
JP2021182316A (en) * | 2020-05-20 | 2021-11-25 | 東京ロボティクス株式会社 | Mobile body, and control apparatus therefor, method therefor, and program therefor |
CN111781925A (en) * | 2020-06-22 | 2020-10-16 | 北京海益同展信息科技有限公司 | Path planning method and device, robot and storage medium |
WO2022270048A1 (en) * | 2021-06-23 | 2022-12-29 | 日本電産株式会社 | Autonomous travel device, and autonomous travel device control method |
JPWO2023042502A1 (en) * | 2021-09-17 | 2023-03-23 | ||
CN114397893B (en) * | 2021-12-28 | 2024-02-02 | 深圳银星智能集团股份有限公司 | Path planning method, robot cleaning method and related equipment |
WO2023166561A1 (en) * | 2022-03-01 | 2023-09-07 | 日本電気株式会社 | Moving path setting method |
CN117719498B (en) * | 2024-02-08 | 2024-04-16 | 深圳市欧冶半导体有限公司 | Path planning method, path planning device, electronic equipment and storage medium |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2011175393A (en) * | 2010-02-24 | 2011-09-08 | Toyota Motor Corp | Route planning apparatus, autonomous mobile robot, and method for planning movement path |
JP2011227807A (en) * | 2010-04-22 | 2011-11-10 | Toyota Motor Corp | Route search system, route search method, and mobile body |
JP2012108756A (en) * | 2010-11-18 | 2012-06-07 | Toyota Motor Corp | Environment map generation method |
JP2012194866A (en) * | 2011-03-17 | 2012-10-11 | Kyushu Institute Of Technology | Moving operation determining device, method thereof, and program |
JP5886502B2 (en) * | 2012-12-20 | 2016-03-16 | トヨタ自動車株式会社 | MOBILE BODY CONTROL DEVICE, MOBILE BODY CONTROL METHOD, AND CONTROL PROGRAM |
-
2017
- 2017-04-25 JP JP2017086527A patent/JP6919307B2/en active Active
Also Published As
Publication number | Publication date |
---|---|
JP2018185633A (en) | 2018-11-22 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6919307B2 (en) | Autonomous mobile | |
JP5402057B2 (en) | Mobile robot control system, route search method, route search program | |
RU2697359C2 (en) | Target route generating device and driving actuation device | |
US9207678B2 (en) | Method and apparatus for constructing map for mobile robot | |
US9405293B2 (en) | Vehicle trajectory optimization for autonomous vehicles | |
US10386840B2 (en) | Cruise control system and method | |
US11099017B2 (en) | Determining driving paths for autonomous driving vehicles based on offset points | |
US11199842B2 (en) | Determining driving paths for autonomous driving using parallel processing | |
CN113494923B (en) | Path track planning method and system based on differential dynamic planning | |
US11353878B2 (en) | Soft-boundary based path optimization for complex scenes for autonomous driving vehicles | |
JP2011227807A (en) | Route search system, route search method, and mobile body | |
US20200003898A1 (en) | Information processing device, information processing method, and vehicle | |
KR101907268B1 (en) | Method and device for autonomous driving based on route adaptation | |
WO2020191709A1 (en) | A qp spline path and spiral path based reference line smoothing method for autonomous driving | |
JP6297482B2 (en) | Information processing device | |
KR20220097695A (en) | Route search system and method for autonomous parking based on cognitive sensor | |
JP5446765B2 (en) | Route search system, route search method, route search program, and moving body | |
JP7341941B2 (en) | Vehicle motion control device and vehicle driving control method | |
CN117870708A (en) | Path planning method, terminal equipment and storage medium | |
JP6809913B2 (en) | Robots, robot control methods, and map generation methods | |
JP6689337B2 (en) | Automatic operation control device and automatic operation control method | |
CN113848913B (en) | Control method and control device of unmanned equipment | |
CN115447607A (en) | Method and device for planning a vehicle driving trajectory | |
CN113805584A (en) | Path control method, robot system, and computer-readable storage medium | |
CN114815791A (en) | Method and device for planning travelable space |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20191028 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20200811 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20200818 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20201016 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20210105 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20210301 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20210622 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20210705 |
|
R151 | Written notification of patent or utility model registration |
Ref document number: 6919307 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R151 |