JPH0830327A

JPH0830327A - 能動的環境認識システム

Info

Publication number: JPH0830327A
Application number: JP6165076A
Authority: JP
Inventors: Akira Kuratsume; 亮倉爪; Shigemi Osada; 茂美長田
Original assignee: Fujitsu Ltd
Current assignee: Fujitsu Ltd
Priority date: 1994-07-18
Filing date: 1994-07-18
Publication date: 1996-02-02

Abstract

(57)【要約】【目的】本発明は、能動的環境認識システムに関し、
実環境で動作する実用的な環境認識システム，及び、知
能ロボットを実現する。【構成】外部環境の情報を収集する単数，或いは複数
のセンサ機構と、外部環境を変化させるアクチュエータ
機構と、上記センサ機構からのセンサ情報により、上
記アクチュエータ機構への適切な運動指令を生成する
階層型の情報処理機構を備え、上記環境のセンシング時
の状況に応じて、上記階層型の情報処理機構からの運動
指令により、上記アクチュエータ機構が、上記センサ
機構が十分に機能するように、自己，及び、対象物の位
置や照明などの外部環境を適切に変化させるように構成
する。

Description

【発明の詳細な説明】

【０００１】

【産業上の利用分野】本発明は、各種のセンサを用いて
センサ周囲の外部環境を認識する能動的環境認識システ
ムに関する。

【０００２】近年、工場における作業工程の自動化や原
子力プラントなどでの保守作業の無人化の要請に伴い、
ビジョンセンサや、近接センサなどの各種センサを用い
て、ロボット等が自ら周囲の環境を認識し、それに基づ
いて適切な行動を選択する知能化機械への要求が高まっ
ている。特に、テレビカメラや，レンジファインダなど
の光学的ビジョンセンサを用いて外部環境を認識し、適
応的に複雑な作業を遂行する視覚を有する知能ロボット
は、従来の定型動作を基本とする産業用ロボットに代わ
る次世代のロボットとして、現在盛んに研究、開発が進
められている。

【０００３】

【従来の技術】図１３は、従来の環境認識システムを説
明する図である。従来の環境認識システムにおける基本
的な考え方は、本図に示されているように、各種のセン
サ 1を用いて、外部環境 3のセンシングを行なう環境認
識システムにおいて、各センサ 1により得られた外部環
境 3に対する断片的な知識から、情報処理技術や様々な
数学的手法を用いて、外部環境をできるだけ正確に再構
築しようとするものであった。

【０００４】例えば、視覚を用いた環境認識の研究にお
いては、テレビカメラ等によりカメラ撮像面上に投影さ
れた２次元の画像から、ロボット周囲の３次元環境を認
識するために、これまでに、デイビッド・マー(David M
arr)の有名な著書「“ビジョン”(Vision),"人間による
画像理解と、視覚情報の処理における計算論的手法",サ
ンフランシスコ,W.H. フリードマン・カンパニー,1982,
｛A Computational Investigation into the Human Rep
retentation and Processing of Visual Information,S
an Francisco, W.H.Freedman and Company,1982 ｝に代
表される多くの計算論的画像理解の手法が提案されてい
る。例えば、両眼立体視(binocular streopisis)に代表
される、複数画像間の視差から奥行マップを作成する視
差からの構造復元(shape from disparity)の分野では、
複数画像間の対応領域決定問題に対して、マー(Marr)と
ポジオ(Poggio)による "人間の立体視における計算理
論",ロンドン・ロイヤルソサイティ・プロセッシング
グ,B, 第２０７巻，187 頁〜217 頁,1978,｛"A computa
tional theory of human stereo vision",Processingso
f the Royal Society of London,B,Vol.207,pp.187-21
7,1978,1979 ｝のゼロ交差を用いたアルゴリズムや、領
域の特徴に基づく相関演算による手法などが提案されて
おり、これらはオクリュージョン｛右目で見えてるもの
が左目で見られない "かくれ" 問題｝や, 曲面輪郭線の
認識などでまだ問題があるものの、一般的なシーンでは
比較的精度の良い結果が得られている。

【０００５】また、物体表面の陰影から物体の三次元形
状を復元する陰影からの復元(shapefrom shading)で
は、後に標準正則化理論として体系化された滑らか拘束
による緩和法的手法がホーン(Horn)の "陰影からの構造
復元",サイコロジー・コンピュータ・ビジョン,1975,
｛"Shape from shading",The Psychology of Computer
Vision,1975 ｝や、池内の "陰影からの数学的構造復元
と単眼視における遮蔽形状",AIメモ, 第566 番,AI ラボ
ラトリ,MIT、1980, ｛"Numerical shape from shading
and occluding contours in a single view",AI memo,N
o.566,AI Lab,MIT,1980 ｝によって提案されている。

【０００６】さらに、画像の動きからの相対的奥行きを
検出する "動きからの構造復元"(shape from motion)に
関しては、緩和法によるオプティカルフローの生成とし
て、ホーン(Horn), シャンク(Schunk)による "オプティ
カルフローの決定",人工知能, 第17巻,185頁〜203 頁,1
981,｛"Determining optical flow",Artificial Intell
igence,Vol17,pp185-203,1981 ｝や、カンパニ(Campan
i),アレスサンドロ(Alessandro)の "１次生成されたオ
プティカルフローからの動的解析",CVGIP,第56巻, 第１
番,1992 年７月, ｛"Motion Analysis from First-Orde
r Properties ofOptical Flow",CVGIP,Vol.56,No.1,Jul
y 1992 ｝による、最小二乗法を利用した方法などが提
案されている。

【０００７】

【発明が解決しようとする課題】然しながら、上述のよ
うに従来の環境認識システムに対する研究は、与えられ
た環境を決められたセンサ 1の能力で、いかに正確に外
部環境 3を再構築するかに研究の主眼が置かれていた。
このため、現在までに提案された様々な手法を用いて
も、外部環境 3があまりにも複雑な場合や、センサ 1自
体の能力が低い場合、あるいは、センサ 1の能力が十分
に機能しないような劣悪な環境においては、正確な外部
環境 3の再構築が困難な場合が多く、実環境で動作する
実用的な環境認識システムは、これまでにほとんど実現
されていないのが現状であった。

【０００８】コンピュータビジョンの例で見ると、過去
35年間、「２次元視覚からの３次元世界の再構築」とい
う枠組の中で、上述したような多くの重要な手法が提案
されたにもかかわらず、視覚がロボットの運動制御に実
時間、実環境で適用された例は、これまでにほとんど報
告されていない。これは、実際の環境があまりにも複雑
で変化に富んでいるため、これまでに開発された様々な
コンピュータビジョンの手法、環境の記述法、高性能な
視覚センサ、あるいは高速な計算機を用いても、外部環
境 3を実時間で完全に復元することが困難であったため
である。

【０００９】本発明は上記従来の欠点に鑑み、実環境で
動作する実用的な環境認識システム、および、知能ロボ
ットの実現を提供することを目的とするものである。

【００１０】

【課題を解決するための手段】図１〜図３は、本発明の
原理説明図であり、図１は、全体構成の例を示し、図２
は情報処理ユニットの概念を示し、図３は、該情報処理
ユニットの内部構成の例を示している。本発明における
能動的環境認識システムは、複雑で多様な外部環境 3や
自己のセンシング能力を、そのままの形で用いるのでは
なく、センシング時の状況に応じて、センサ 1自身の位
置や対象物の位置姿勢、照明条件、又、場合によっては
障害物の除去など、ロボット等によるアクチュエータ機
構 2により、自己および外部環境 3を積極的に変化させ
ることにより、従来技術では困難であった複雑な環境の
認識を可能にするものである。

【００１１】即ち、センサ系 1と外部環境 3との相互作
用を、積極的に、認識過程に利用することにより、セン
シング能力の向上を図った能動的センシングシステムで
ある。これまでにもアクティブビジョンシステムなど、
センサ 1側の状態を変化させてセンシング能力を向上さ
せる研究は行なわれていたが、対象物の移動や障害物の
除去など、認識対象である外部環境 3そのものも変化さ
せて、センシング能力の向上を図ろうとする考え方は、
従来の環境認識システムの枠組には無い新たな概念であ
る。

【００１２】このような外部環境 3との相互作用を、積
極的に利用した環境認識システムは、環境変化に適応的
に対応するための処理の時間的制約や、環境の複雑性に
対応できる柔軟性が必須であることなどから、本発明で
は、その基本構成として、以下のような階層型センサ情
報処理システムを用いる。

【００１３】これは、図１に示されているように、1)
各センサ 1から直接得られる情報レベルの環境情報か
ら、反射行動などの、人間でいえば、脊髄反射、あるい
は "無意識の" 行動などの、該行動の結果等を考えない
直接的なアクチュエータ機構2への運動指令を生成す
る下位層センサ情報処理ユニット 4a と、 2) 各センサ 1および上位層センサ情報処理ユニット 4
c 、下位層センサ情報処理ユニット 4a により得られる
情報, および記号レベルの環境情報｛例えば、キーボ
ードといった複雑な物体を表現するのに、キーと, 該キ
ーが配置されている部分と, 該キーが配置されている複
数の部分からなる筺体といった階層構造の物体を、所定
の記号で表現する環境情報｝を用い、抽象度の低い論理
的推論、例えば、他の物体を隠しているものを認識して
取り除くなどにより、局所的な自己運動や外部環境 3の
変化手順を計画し、アクチュエータ機構 2への運動指令
を生成する中間層センサ情報処理ユニット 4b と、 3) 各センサ 1, および、下位層センサ情報処理ユニッ
ト 4a により得られる情報, および、上記記号レベル
の環境情報を用い、公知のベイズ推論｛要約すると、外
部環境 3を複数個の要因が相互に交わっているものとし
て記述し、これらの要因の一つを取り出し、所定の動
作、例えば、ある方向に動かす, 見る, 或いは、触る等
の動作をさせて、他の要因がどのように変化し、外部環
境 3がどうなるかを推論し、最も適切な動かし方を決定
する推論機構である｝などの抽象度の高い論理的推論機
構を用いて、能動的環境認識システムの最終的な目標や
センサ機構 1が十分に機能するための大局的な自己運
動、外部環境 3の変化手順を推論、選択し、アクチュエ
ータ機構 2への運動指令を生成する上位層センサ情報
処理ユニット 4c 、という機能の異なるいくつかのセン
サ情報処理ユニット 4a,4b,4c を、図１に示されている
ように、階層的に積み重ねることにより実現されるもの
である。

【００１４】このうち、上記 1) 項で説明した下位層セ
ンサ情報処理ユニット 4a は、短時間でサンプリング
（データを取る）・データ処理を繰り返し、接触・衝突
などのアクチュエータ 2−環境間の基本的な相互作用を
監視、制御するものである。

【００１５】また、上記 3) 項で説明した上位層センサ
情報処理ユニット 4c は、比較的長い処理間隔で物体把
持等のシステムの最終的な目標や、センシングや環境変
化の効率等も考慮に入れたシステム全体の適切な運動を
選択、指令する。

【００１６】また、これらの階層間には、認識した外部
環境 3に関する情報をやりとりし、それらを融合し
て、全体的な整合性の高い推論を行なう機構 40 が備え
られている。例えば、ロボットのハンドがコップに接触
した場合、上記中間層センサ情報処理ユニット 4b は、
"何らかの物体に接触した" という下位層センサ情報処
理ユニット 4a からの情報と、 "ここにはコップが存在
するはずである" という上位層センサ情報処理ユニット
4c からの情報を受けとり、自分自身で推論した" そこ
には何もない" や、 "これは瓶である" という情報を訂
正する。

【００１７】さらに各層は、例えば、本発明による能動
的環境認識システムが、外部環境 3に関する情報,
を十分に獲得していない場合など、前述のベイズ推論等
の推論装置 40 では、適切な自己運動や外部環境 3の変
化手順を選択できない環境においては、例えば、乱数等
を用いた試行錯誤的な手法 42 で次の行動を決定するこ
とにより、デッドロックに陥ることを回避する機構を有
する。

【００１８】即ち、例えば、上位層では外部環境 3が全
く認識できなかった場合、上位層は下位層に、 "センサ
の位置や環境内の物体を適当に移動せよ" や、 "照明条
件を変化せよ" 等の自己運動や外部環境 3を変化させる
運動指令を送り、試行錯誤的に認識しやすい環境を作
りだそうというものである。

【００１９】又、各層には、センサ情報に基づく環境
認識、および、推論手法 40 や試行錯誤的な手法 42 で
実現された自己運動、環境変化手順を、ニューラルネッ
トワーク等の学習、獲得する機構 (学習機構) が存在す
る。

【００２０】この学習機構には、環境認識機構 45 を含
み、センサ情報から直接的に運動指令を生成する学
習機構 44 と、従来の環境認識機構 45 を利用してセン
サ情報から環境情報を抽出し、それを基に運動指令
を生成する学習機構 43 が考えられる。

【００２１】一般に、環境認識機構を含む学習機構 44
は、反射行動など低レベルの運動指令を高速で生成す
ることができ、環境認識機構 45 を含まない学習機構 4
3 は、該環境認識機構 45 による環境認識に時間がかか
るが、認識された複雑な環境情報に基づいて、より長い
時間間隔で定型的な随意運動など高レベルの運動指令
を生成することができる。

【００２２】これらの学習機構 43,44により、推論コス
トの低減や、ロバスト性 (耐擾乱性) の向上など、シス
テム性能の向上が図られる。

【００２３】

【作用】従って、従来の環境認識システムでは、正確な
認識が困難であった複雑な外部環境 3に対しても、本環
境認識システムでは、与えられたセンサ能力での認識が
可能になるように自己や, 外部環境 3を積極的に変化さ
せるため、実環境で動作する実用的な環境認識システム
が構築できる。

【００２４】一例として、視覚による環境認識システム
において、対象物の一部が他の物体に隠されている状況
を考える。前記のマー(Marr)に代表される、これまでの
ロボットビジョン研究の枠組は、これらの物体を、空間
内のある一点から眺めて、様々なコンピュータビジョン
の手法により、認識された物体一つ一つに対して物体識
別や位置姿勢の推定などを行ない、視野内の三次元環境
をできるだけ完全に再構築しようと試みるものである。

【００２５】そのため、隠蔽状態が非常に複雑な場合
や, 照明条件が劣悪な場合などでは、従来のコンピュー
タビジョンの技法では、対象物を認識することができな
い状況も考えられる。

【００２６】一方、本発明の基本的な考え方は、もしあ
る点から見ただけでは物体を認識することができなけれ
ば、もっと良く見える位置に視点を移動したり、複雑に
隠蔽されて認識が困難な物体は、障害物を隠蔽しない場
所に移動させる、あるいは照明条件を適切に変更するな
ど、積極的に自己および外部環境 3を変化させることに
より、上記センサ 1等の視覚系が機能しやすい環境を自
ら作りだそうというものである。

【００２７】従って、従来の視覚認識システムや移動ロ
ボットシステムでは、センサ能力や環境の複雑性により
目標達成が困難な場合でも、積極的に環境を整理するこ
とにより、最終的に外部環境 3を認識し、目標達成を可
能にするセンサ情報処理システムが実現でき、係る環境
認識システムの性能向上に寄与するところが大きいとい
う効果が得られる。

【００２８】

【実施例】以下本発明の実施例を図面によって詳述す
る。前述の図１〜図３は、本発明の原理説明図であり、
図４〜図７は、本発明の一実施例を示した図であって、
図４は、テレビカメラによる物体認識、把持システムの
概略を示し、図５〜図７は、階層型センサ情報処理シス
テムの構成例を示し、図８〜図１２は、本発明の他の実
施例を示した図であって、図８は、群移動ロボットシス
テムのイメージを示し、図９は、群移動ロボットの群移
動方法の例を示し、図１０は、障害物の例を示し、図１
０は、群移動ロボットでの障害物を移動する処理の流れ
図を示し、図１１は、群移動ロボットでの障害物を移動
する処理を具体例で示している。

【００２９】本発明においては、外部環境 3の情報を収
集する単数，或いは複数のセンサ機構 1と、外部環境 3
を変化させるアクチュエータ機構 2と、上記センサ機構
1からのセンサ情報により、上記アクチュエータ機構
2への適切な運動指令を生成する情報処理機構 4a 〜
4cとを階層構造で備え、上記外部環境 3のセンシング時
の状況に応じて、上記アクチュエータ機構 2が、上記セ
ンサ機構 1が十分に機能するように、自己，及び、対象
物等の外部環境 3を適切に変化させる手段が、本発明を
実施するのに必要な手段である。尚、全図を通して同じ
符号は同じ対象物を示している。

【００３０】以下、図１〜図３を参照しながら、図４〜
図７，及び、図８〜図１２に示した実施例により、本発
明の能動的環境認識システムの構成と動作を説明する。
本発明の一実施例においては、図４〜図７で、テレビカ
メラによる物体認識、把持システムの例にし、他の実施
例では、図８〜図１２で、群移動ロボットシステムを例
にする。

【００３１】先ず、図４に示した、テレビカメラによる
物体認識、把持システムを例にして、本発明の能動的環
境認識システムを説明する。本システムは、６軸垂直多
関節型ロボットとコントローラ、ロボットハンドに取り
付けられたテレビカメラ、力センサ、触覚センサ、近接
センサ、および、画像処理演算と階層型情報処理システ
ムを実現するためのコンピュータからなる。

【００３２】テレビカメラ 1a から得られる環境情報と
しては、例えば、次式の拘束条件式により計算される画
像平面上での物体像の動き（ｕ_i,ｖ_i) がある。Ｉ_xiｕ_i＋Ｉ_yiｖ_i＋Ｉ_ti＝０ただし、Ｉ_xi，Ｉ_yi，Ｉ_tiは、それぞれ、画面上の点ｉ
（ｘ_i,ｙ_i) における画素濃淡値Ｉ_iのｘ，ｙ方向、お
よび時間ｔに関する変化分である。この（ｕ_i,ｖ_i)
は、一般に、オプティカルフローと呼ばれるものであ
り、これと内界センサにより測定されるロボットハンド
の速度から、画面内の物体までの距離や物体の移動速度
が計算され、ハンドに衝突する可能性のある物体を高速
に検出することができる。

【００３３】又、この他にも色および濃淡値情報により
切り出された物体像の情報、テンプレートマッチングや
_,幾何モデル (所謂、CAD モデル) とのマッチングによ
り同定された注視物体の種類、位置、姿勢の情報など
が、それぞれテレビカメラ 1aから得られる環境情報
として各層に入力される。

【００３４】一方、テレビカメラ 1a 以外のセンサ情報
としては、力センサ 1b から得られるロボットハンドへ
の作用力、触覚センサ 1c による環境との接触状態、近
接センサ 1d による環境との相対距離情報などがある。

【００３５】次に、図４の階層型センサ情報処理システ
ムの詳細例を、図５〜図７によって説明する。図５に示
した下位層センサ情報処理ユニット 4a は、図示されて
いるように、上記テレビカメラ 1a から得られたオプテ
ィカルフローと近接センサ 1d により、外部環境 3との
衝突回避や接触等を高速に制御するとともに、力センサ
1b 、触覚センサ 1c の出力を用いてインピ−ダンス制
御系｛滑らかに撫でる, 触るといった動作をする制御
系｝を構成し、ハンドと外部環境 3の基本的な相互作用
を制御する。

【００３６】次の図６の中間層センサ情報処理ユニット
4b は、色・濃淡値による物体の切り出し、テンプレー
トマッチング、および物体像とシステムの有する幾何モ
デルとのマッチングにより、注視物体の種類、位置、姿
勢を同定し、その物体を把持するための局所的な作業計
画を立案する。ただし、この作業計画には、例えば、予
想される把持点が物体の裏側にある場合には、物体を押
し倒して把持点を近付ける、あるいは、物体が同定不可
能であると判断された場合には、乱数等により、試行錯
誤的に物体の位置、姿勢を変化させたり、遮蔽している
障害物を移動するなどの、外部環境 3との相互作用を積
極的に利用する行動も含まれる。

【００３７】又、図７に示した上位層センサ情報処理ユ
ニット 4c では、下位層センサ情報処理ユニット 4a で
得られた環境情報（どの物体がどの位置に置かれていた
か等）や、センサ情報から得られる視野全体の色・
濃淡値画像をもとに、所定の推論機構 40 等により、あ
らかじめシステムの有する物体間の位置関係等から、目
標となる把持対象物の位置（作業目標）や、そこへ効率
良く移動するためには、注視物体を含めて、どの障害物
を移動させるべきか（作業効率）等を考慮 (推論, 予
測) した、大局的な作業計画を作成する。

【００３８】この大局的な作業計画の作成は、環境情報
がある程度獲得された後に、最下層の衝突回避ユニッ
ト等よりも比較的長い時間間隔で行なわれる。また、も
し現在の環境が複雑で認識不可能であると判断された場
合には、環境を整理するために下位ユニット (中間層,
下位層センサ情報処理ユニット 4b,4a等) に把持可能な
物体の移動を指示するなどして、認識可能な環境を自ら
作り出そうと試みる。

【００３９】次に、図８〜図１２によって、本発明を利
用した群移動ロボットシステムでの環境認識の例を説明
する。本システムは、図８に示したように、マニピュレ
ータと、テレビカメラや距離センサなどの各種センサ 1
を搭載した複数台のロボット2a からなり、それぞれの
ロボット 2a は自由に屋外環境を移動し、環境地図の作
成や各種作業を行なうことができる。

【００４０】本システムでは、各ロボット 2a が今どこ
にいるか、あるいはどのように移動するかを判断する際
に、各ロボット 2a に搭載されたセンサからの情報の
他に、自分以外のロボット 2a や環境内の特定の物体を
目印として用いる。

【００４１】本システムの移動方法の一例を図９に示
す。例えば、ロボット(3) 2aが移動したとすると、ロボ
ット(1) 2aから見た、他のロボット(2),(3) 2aの位置
を、基準位置からの相対角度θ₁,φ₁を計測して認識
し、ロボット(2) 2aは、他のロボット(1),(3) 2aの位置
を基準位置からの相対角度θ_2,φ₂を計測して認識した
後、相互の位置情報を交換して、例えば、ロボット(1)
2aは、ロボット(3) の位置を推定して、自己の移動方向
を知る。

【００４２】又、上記複数個のロボット(1),(2) 2aの間
に、障害物 3a が存在していて、ロボット(1) 2aから他
のロボット(2) 2aの位置が認識できない場合、本発明に
よる環境整理、具体的には、上記障害物 3a の移動等
は、次のようにして実現される。

【００４３】すなわち、本システムでは、図１０のよう
に、障害物 3a 等により他のロボット(2) 2aや環境内の
目印が観測できない時など、自己位置の同定や移動戦略
の決定が困難な場合には、図１１，図１２に示すよう
に、従来のようにロボット自身を移動させるだけでな
く、他のロボットへ移動を指令したり、障害物を移動す
るなど、積極的に環境を整理することにより、問題の解
決を試みる。

【００４４】即ち、図１１は、群移動ロボットシステム
において、他のロボット 2a を認識する場合の動作例を
流れ図で示したものである。先ず、図１２(a) に示され
ているように自己が移動する。｛図１１の処理ステップ
100参照｝目標である他のロボット 2a を探し、他のロボットが認
識できなかったとき、図１２(b) に示したように、他の
ロボット 2a を動かしてみる。｛図１１の処理ステップ
101,102,104参照｝このようにして、他のロボット 2a が認識できたとき、
自己の位置を同定する。｛図１１の処理ステップ 102,1
04,101,102,106参照｝上記の処理ステップ 102において、他のロボット 2a が
認識できなかったとき、図１２(c) に示したように、障
害物 3a を動かすことを試みる。｛図１１の処理ステッ
プ 102,105参照｝自己の位置の同定ができたとき、目的地に到達したか否
かを調べて、目的地でないとき、処理ステップ 100に戻
って、同じ動作を繰り返す。｛図１０の処理ステップ 1
07,100参照｝又、本システムには、上位、下位の２層からなる階層型
センサ情報処理ユニット 4a,4c（図５〜図７参照）を有
する。下位層センサ情報処理ユニット 4a は、障害物 3
a の認識や, 他のロボット 2a や, 環境内の目印の観測
など、ロボット2a の自律行動に必要な基本的な機能を
制御する。

【００４５】又、上位層センサ情報処理ユニット 2c
は、障害物 3a の移動や他のロボット2a への運動指令
の生成など、目標達成のための大局的な指令を生成す
る。このように、本システムを用いると、対象物が障害
物 3a に隠れている場合など、環境が複雑で従来の画像
処理システムでは、正確な認識が困難な場合でも、障害
物 3a を除去するなど自ら環境を整えることにより、最
終的に認識作業を遂行することが可能となる。

【００４６】このように、本発明による能動的環境認識
システムにおいては、外部環境 3の正確な認識が困難な
場合、自己や環境を状況に応じて適当に変化させる機
能、外部環境の正確な認識が可能な場合、センサ情報か
ら外部環境 3を再構築し、高度な作業計画を作成する機
能、そして、もし外部環境 3が複雑で正確な認識が困難
である場合には、認識システムは、まず、下位層センサ
情報処理ユニット 4a を働かせて環境を整理しようと試
み、外部環境 3がある程度整理され、上位層センサ処理
ユニット 4b,〜が利用可能となった状態で、より正確な
環境認識のための作業計画を作成し、高度な認識作業を
行うようにしたものである。

【００４７】即ち、ここでの下位層センサ情報処理ユニ
ット 4a は、人間でいえば、脊髄反射、あるいは "無意
識の" 行動であり、上位層センサ情報処理ユニット 4b,
〜は、知識や経験を基にした "意識下の" 行動である。
そして、本発明では、この階層型情報処理システムを用
い、例えば障害物 3a に遮られて見えない物体を手で取
りたい場合には、障害物 3a を詳細に観察することな
く、とにかく、下位層センサ情報処理ユニット 4a だけ
で無意識的に手を伸ばして障害物 3a を移動させ、物体
が観測されたところで上位層センサ情報処理ユニット 4
b,〜を働かせて、その種類や位置、姿勢を正確に認識す
るのである。

【００４８】従って、認識したい対象物像が十分に鮮明
で、かつ対象物が周囲環境と孤立しているような場合、
即ち、従来の画像処理手法でも対象物を認識できる場合
には、上位層センサ情報処理システム 4b,〜を用いて対
象物を識別し、さらに、対象物の位置、姿勢等がより正
確に認識できるようにセンサ 1の位置を変更する。また
物体が、障害物 3a に隠れている場合など、環境が複雑
で従来の画像処理手法では認識が困難な場合には、ま
ず、下位層センサ情報処理ユニット 4a を用いて障害物
3a に接近し、対象物を遮蔽している障害物 3a を適当
に掴んで移動させたり、あるいは、認識したい物体その
ものを障害物 3a のない場所へ移動させたりして、より
センサ系が機能しやすいように外部環境 3を整理し、そ
の後、上位層センサ情報処理ユニット 4b,〜を用いて対
象物を認識することができる。

【００４９】

【発明の効果】以上、詳細に説明したように、本発明に
よれば、従来の視覚認識システムや移動ロボットシステ
ムでは、センサ能力や, 環境の複雑性により目標達成が
困難な場合でも、積極的に環境を整理することにより、
最終的に外部環境を認識し、目標達成を可能にするセン
サ情報処理システムが実現でき、かかる環境認識システ
ムの性能向上に寄与するところが大きい。

【図面の簡単な説明】

【図１】本発明の原理説明図（その１）

【図２】本発明の原理説明図（その２）

【図３】本発明の原理説明図（その３）

【図４】本発明の一実施例を示した図（その１）

【図５】本発明の一実施例を示した図（その２）

【図６】本発明の一実施例を示した図（その３）

【図７】本発明の一実施例を示した図（その４）

【図８】本発明の他の実施例を示した図（その１）

【図９】本発明の他の実施例を示した図（その２）

【図１０】本発明の他の実施例を示した図（その３）

【図１１】本発明の他の実施例を示した図（その４）

【図１２】本発明の他の実施例を示した図（その５）

【図１３】従来の環境認識システムを説明する図

【符号の説明】

1 センサ機構 2 アクチュ
エータ機構 3 外部環境 4 センサ情報処理ユニット 4a 下位層センサ情報処理ユニット 4b 中間層センサ情報処理ユニット 4c 上位層センサ情報処理ユニット 2a ロボット 3a 障害物 40 推論機構 41 切り替え
手段 42 試行錯誤的決定機構 43,44 学習機構 45 環境認識機構 100 〜107 処理ステップセンサ情報運動指令下位層センサ情報処理ユニットからの情報

Claims

【特許請求の範囲】

【請求項１】外部環境(3) の情報を収集する単数，或い
は複数のセンサ機構(1) と、外部環境(3) を変化させる
アクチュエータ機構(2) と、上記センサ機構(1) からの
センサ情報 () により、上記アクチュエータ機構(2)
への運動指令 () を生成する情報処理機構(4) を備え
ることを特徴とする能動的環境認識システム。
【請求項２】請求項１に記載の能動的環境認識システム
であって、該能動的環境認識システムの上記情報処理機
構(4) 内に所定の推論機構(40)を備え、上記情報処理機構(4) が、上記センサ機構(1) から獲得
した外部環境(3) に関する情報を用いて、上記情報処理
機構(4) 内の推論機構(40)が、自己運動や、対象物の位
置, 照明などの外部環境の変更手順を推論，選択し、上
記アクチュエータ機構(2) への運動指令 () を生成す
るすることを特徴とする能動的環境認識システム。
【請求項３】請求項１に記載の能動的環境認識システム
であって、該能動的環境認識システムの上記情報処理機構(4) に、
次の行動を試行錯誤的な手法で決定する試行錯誤的決定
機構(42)を備えたことを特徴とする能動的環境認識シス
テム。
【請求項４】請求項１に記載の能動的環境認識システム
であって、該能動的環境認識システムの上記情報処理機
構(4) 内に学習機構(43,44) を備え、上記情報処理機構(4) 内の推論機構(40)や、次の行動を
試行錯誤な手法で決定する試行錯誤的決定機構(42)で実
現された自己運動や, 外部環境の変更手順を、上記学習
装置(43,44) で学習し、獲得することを特徴とする能動
的環境認識システム。
【請求項５】請求項４に記載の学習装置(43,44) は、ニ
ューラルネットワークであることを特徴とする能動的環
境認識システム。
【請求項６】請求項１に記載の能動的環境認識システム
であって、上記センサ機構(1) からのセンサ情報に基づいて、上記
アクチュエータ機構(2)に対する運動指令を生成する情
報処理機構(4) が、上記センサ機構(1) からのセンサ情報に基づいて、直接
的な運動指令を生成する情報処理機構(4a)と、上記センサ機構(1) からの情報 () と、上記直接的な
運動指令を生成する情報処理機構(4a)等から得られる情
報 () 等を用いて、上記推論機構(40)による所定の推
論により、所定の自己運動や、上記外部環境(3) の変更
手順を計画して、上記アクチュエータ機構(2) に対する
運動指令 () を生成する情報処理機構(4b,〜) とから
構成される階層型情報処理システムであることを特徴と
する能動的環境認識システム。
【請求項７】請求項１に記載の能動的環境認識システム
であって、上記センサ機構(1) の一つに、ビジョンセン
サ(1a)を備え、上記ビジョンセンサ(1a)から得られる自己, 及び外部環
境(3) の情報による自己, 及び外部環境(3) の環境認識
手段(45)として、オプティカルフローを用いた物体検出手段, 色及び濃淡
値情報による対象物体の切り出し手段, 及び、テンプレ
ートマッチングや, 物体像の幾何モデルのマッチングに
よる対象物の種類, 位置, 姿勢の認識手段を用いたこと
を特徴とする能動的環境認識システム。
【請求項８】複数台の上記ロボット機構(2a)が協調し
て、相互の位置の同定を行う群ロボット位置同定システ
ムにおいて、障害物(3a)などにより、他のロボット機構(2a)の認識が
困難な場合、自己や他のロボット機構(2a)を移動させた
り、障害物(3a)を移動させて、相手のロボット機構(2a)
を認識し、位置の同定を行うことを特徴とする能動的環
境認識システム。