JPH10501908A

JPH10501908A - 自律可動式装置のオリエンテーション、ルート選定及び制御のための方法

Info

Publication number: JPH10501908A
Application number: JP8501456A
Authority: JP
Inventors: バウアールードルフ
Original assignee: Siemens AG
Current assignee: Siemens AG
Priority date: 1994-06-22
Filing date: 1995-06-06
Publication date: 1998-02-17
Also published as: EP0766846A1; DE59501570D1; US5793934A; EP0766846B1; WO1995035531A1

Abstract

(57)【要約】自律可動式装置の各部分タスクに対して、種々のボーナス値及びペナルティ値が付与、割当てられる、例えばＡからＢへ走行するよにという部分タスクとか、位置不確実性を所定の限界値以下に抑えるとか、又は周囲（環境）の地図（マップ）を作成し、ランドマークをそれに加えるようにとという当該の部分タスクに対して、種々のボーナス値及びペナルティ値が付与、割当てられる。当該のタスクを実行する必要度に関連して、ボーナス値及びペナルティ値の解析後、個々のタスクに対する実行−重み付け値が生ぜしめられ、該重み付け値は制御ユニットにて評価される。本発明の方法によれば、ローカルの（局所的な）計画選定（プランニング）−水平限界域（ホライズン）を使用し、該計画選定（プランニング）−水平限界域（ホライズン）では自律可動式装置の周囲（環境）が各グリッドセルに細分化される。上記グリッドセルに対して、優先方向が記憶され、該優先方向によっては、自律可動式装置は既知の、又は未確認のランドマークへ導かれる。ここで、位置不確実性を低減し、又Ｙはランドマークを確認することを狙いとする。上記グリッド枠内で可能なすべての異なるルート（走行経路）が、自律可動式装置をして目標に到達せしめ得るのにどのような寄与をするかについて調べられる。ここで、各経路に沿っての各部分タスクごとの種々のコスト及び利得（ベネフィット）が加算される。最大の利得（ベネフィット）ないし最小の損失を有するルート（走行経路）が選択される。方法プロセスのサイクリックな実施によりローカルの（局所的な）計画選定（プランニング）−水平限界域（ホライズン）外にある１つの目標点に到達する。

Description

【発明の詳細な説明】自律可動式装置のオリエンテーション、ルート選定及び制御のための方法自律的に運動（動作）する自律可動式装置には、極めて様々の使用（適用）領域が考えられる。上記自律可動式装置は、特に危険域及びリモートセンシングに適し、而も、ビルディング（建物）における著しく多様な運動をし得る。上記自律可動式装置は、例えば、産業用真空集塵機（クリーナ）、製造業における輸送車両、亦、もとより、可動多目的ロボットとしての多様な活動を実施し得る。そのような多様な活動を実施する上で、次のような問題を抱えている、即ち、自律可動式装置は、当初知られていない周囲（環境）の地図を描くべきこと及び当該地図を使用してそれの作業環境にて任意の瞬時で自分の位置を見出す（突き止める）ことという問題を抱えている。この問題を解決するため、そのような自律的ロボットは、大抵制御コンピュータ及びセンサを有し、それらとは、フレキシブルに（融通性を以て）相互作用をする。そのようなセンサの例は、レーザ距離スキャナ、ビデオカメラ、及び超音波センサである。走行移動中自分の位置方位（配向）を見出し、同時に知られていない（未知の）周囲（環境）の地図（マップ）の作成をするというロボットの動作プロセス手法のような問題を提起する、即ち周囲（環境）の地図（マップ）の作成と、ロボットの位置測定とが相互に依存するということである。ここで、重要な役割を果たすものは、ロボットがたどった経路を測定するため、そして、周囲（環境）における障害（物）物を位置測定するため使用するセンサの型式及び精度である。例えば、スタート地点から、生じている障害（物）物まで辿った経路距離は、車輪センサにより求められる。そして、前記障害（物）物までの距離は、距離センサを用いて測定され、周囲（環境）の地図（マップ）中に標識（ランドマーク）として入力される。障害（物）物の距離を求めるための測定プロセスと、辿った距離の測定過程との相互間の関係の故に、地図（マップ）形成及び測定センサの有する誤差に関して、当該誤差は、ロボットの辿った距離に依存して累積する。而して所定の限界からは、自律可動式装置は、有効に操縦（操作）され得ない。当該の問題に取り組み、そして、それに対する解決手段を提示する手法は下記の論文に示されている。Ｗ．Ｄ．Ｒｅｎｃｋｅｎによる論文 “ＣｏｎｃｕｒｒｅｎｔＬｏｃａｌｉｓａｔｉｏｎａｎｄＭａｐＢｕｉｌｄｉｇｆｏｒＭｏｂｉｌｅＲｏｂｏｔｓＵｓｉｎｇＵｌｔｒａｓｏｎｉｃＳｅｎｓｏｒｓ”Ｐｒｏｃ．ｏｆｔｈｅ１９９３ＩＥＥＥ／ＲＳＪＩｎｔｅｒｎａｔｉｏｎａｌＣｏｎｆｅｒｅｎｃｅｏｎＩｎｔｅｌｌｉｇｅｎｔＲｏｂｏｔｓａｎｄＳｙｓｔｅｍｓ，Ｙｏｋｏｈａｍａ，Ｊａｐ．Ｊｕｌｙ２６ｔｏＪｕｌｙ３０，１９９３，ｐａｇｅｓ２１９２ｔｏ２１９７．使用されたセンサの知られた測定誤差は、内部地図（マップ）を用いて見出された予測された標識（ランドマーク）位置を、辿った距離に依存して補正するために用いられる。それにより自律可動式装置の運動の際生じる絶対的な測定誤差が低減される。知られていない（未知の）周囲（環境）にて自律可動式装置の方位決定（オリエンテーション）を実施するためのさらなる手法によれば、当該自律可動式装置はそれの周囲（環境）の２次元グリッドの個々のセルを形成し当該格子の個々のセルに占有値を付与する。各格子セルごとに付与された占有値は、周囲（環境）における障害（物）の出現、生起を表す。そのような手法は、下記刊行物に示されている。 “ＨｉｓｔｏｇｒａｍｍｉｃｉｎーＭｏｔｉｏｎＭａｐｐｉｎｇｆｏｒＭｏｂｉｌｅＲｏｂｏｔｏｂｓｔａｃｌｅａｖｏｉｄａｎｃｅ”，ＩＥＥＥＴｒａｎｓａｃｔｉｏｎｓｏｎＲｏｂｏｔｉｃｓＡｕｔｏｍａｔｉｏｎ，Ｖｏｌ．７，ＮＯ．４，Ａｕｇ．１９９１，ｂｙＪ．ＢｏｒｅｎｓｔｅｉｎａｎｄＹｏｒａｍＫｏｒｅｎ．そこには、超音波センサにより、どのように自律可動式装置の周囲（環境）−地図（マップ）を作成し得るかが示されている。ロボットが更に、走行し、新たな位置定めしながら地図（マップ）を作成する過程は、時間を要し、制御コンピュータの計算操作を要する。このことは、ロボット及び割り当てられた活動を実施する上での障害（物）となる。従って、自律可動式装置が、ユーザにより定められた方位決定（オリエンテーション）のタスクに対して、あまり時間を使わないのが全く好ましい。但し、セッティングされたタスクの枠内で常に所定の程度の方位決定（オリエンテーション）精度を維持し得ることが重要である。換言すれば、自律的ロボットの位置定め誤差は、所定の限界を超えてはならない。そうしないと、例えば当該ロボットは、仕分け分配の際（場合）もはや、到来郵便用のバスケット内に手紙を格納し得なくなるからである。本発明の基礎を成す課題とするところは、自律可動式装置の方位決定（オリエンテーション）、ルート選定及び制御のための方法であって、自律可動式装置が、スタート地点から目標地点まで、できるだけ短い距離区間を走行し、ユーザにより定められたタスクを実行（処理）し得る、そして、位置定め誤差を監視し得る当該の方法を提供することにある。課題の一部はグリッドアレイを用いての局所的方位決定（オリエンテーション）を改善することである。上記課題は、請求の範囲１の構成要件により解決される。本発明の発展形態は従属請求の範囲に示されている。本発明の方法の利点とするところは、それぞれの、実行すべき部分タスクに対して、ボーナス及びペナルティ値を付与し得ることである。上記ボーナス及びペナルティ値は、どの程度、ユーザにより定められたタスクの処理実行に役立ち、どの程度、そして、どのように最適に、アプローチすべき目標に到達し得るかに依存する。その際、特に有利には、自律可動式装置の位置定め誤差が常時求められ、そして、ルート選定及び制御部内に取り込まれる。有利には、上記自律可動式装置の実施すべき極めて様々の部分タスクに対して、ボーナス及びペナルティ値を設定し、それにより、当該の限界値及びそれの超過ないし非超過状態に依存して上記タスクの実行（処理）のため特別な手段を導入し得、ないし、当該の部分タスクを優先的に実行（処理）し得る。有利には、本発明の方法によれば、位置定め誤差の低減のため自律可動式装置を、該自律可動式装置の周囲（環境）−地図（マップ）にて標識（ランドマーク）としてその位置が著しく精確に知られている周囲（環境）中の障害（物）に向かって操縦し、そして、前記位置を測定し、周囲（環境）−地図（マップ）における標識（ランドマーク）の位置を補正する、而して、簡単な手法で位置定め誤差は、丁度必要とされる時点にて精確に低減される。生じる誤差は、自律可動式装置の経路測定の際辿った距離区間に依存するので、有利には本発明の方法の実施例によれば少なくとも１つのペナルティ値を、スタート地点と中間目標との間ないし次のような地点との間、即ち、最後の方位決定（オリエンテーション）の実行（処理）された地点（ポイント）との間で、辿った距離に依存させる。更に有利には、本発明の方法の実施例によれば、自律可動式装置をできるだけ所定の目標地点の方向に次のように走行させる、即ち、実際の走行方向が所定のスタートー目標方向と成す角度に依存してボーナス値を付与するようにして走行させる。有利には本発明の方法の実施例によれば比較的長く延びている知られざる標識（ランドマーク）へのアプローチにより次のようにして、ボーナス値を求める、即ち、位置不確実性面が、ランドマーク（ＬＭ）の垂直基準面へ投影され、そして、生じる区間がボーナス値に対する尺度として用いられるようにするのである。有利には本発明の実施例によれば、自律可動式装置の方位決定（オリエンテーション）の改善のため、周囲（環境）−地図（マップ）に対してあまり精確には知られていない標識（ランドマーク）の位置（の検知精度）を次のようにして改善する、即ち当該の標識（ランドマーク）に所定のようにアプローチし、測定するためである。周囲（環境）−地図（マップ）における複数の標識（ランドマーク）を精確に知ることにより、自律可動式装置にとって走行中極めて様々の個所にて位置定め誤差の低減が容易化される。本発明の特別な利点とするところは、地図（マップ）作成タスクを次のようにして容易化する、即ち自律可動式装置の比較的近くにて周囲（環境）を各セルに細分化するのである。それに引き続いて当該セルは次のような値で占有される、即ち、自律可動式装置が種々の部分タスクを実行（処理）することを可能にする値で占有されるのである。例えば、直ちに明らかになることは、測定セルの可視領域内で障害（物）が在るか否か、ないしどの位頻繁に既にセルを横断走行（交差横断）したか否かということである。その結果当該セルは、地図（マップ）作成のためのタスクにおいて有用でないことを基礎とし得る。更に、周囲（環境） −地図（マップ）のセルごとに優先方向の記憶により、どの方向に標識（ランドマーク）が、（これが確認されたか否かに拘わらず）位置しているかが直ちに明らかになる。その結果、地図（マップ）作成タスク及び位置誤差低減のタスクに鑑みて、標識（ランドマーク）を相応にアプローチでき、それを用いて、有意の測定結果の得られる方向が精確に分かる。有利には、本発明の方法（プロセス）の実施例を、次のようにしてセルラ（細胞状）構造化周囲（環境）における既に公知の方位決定（オリエンテーション）方法（プロセス）と組合せ得る、即ち、請求の範囲１にて特定されたセルのフィーチャ（識別特徴）のほかに付加的に占有度値を導入するのである。ここで、上記占有度値は、周囲（環境）−地図（マップ）における障害（物）に対する確率を指示するものであり、それにより自律可動式装置のルート選定の際わずかな計算時間が得られる。有利には周囲（環境）−地図（マップ）を各方形セルに分け得、それにより、８つの走行方向が可能となり、そして、ルート選定に対する計算コストが相応に低減される。有利には、本発明の方法によるセルラ（細胞状）構造化された周囲（環境）− 地図（マップ）を６角形状に構造化でき、それにより、方形状グリッドに比して、比較的大きな計画選定（プランニング）−水平限界域（ホライズン）を同等の計算性能（能力）のもとで達成し得る。特に好適には次のような計画選定（プランニング）空間を考察する、即ち、種々の個別の車両方位ないし配向（オリエンテーション）が、１つの軸を成し、そしてＸＹ軸が他の軸を成す計画選定（プランニング）空間を考察する。上記の計画選定（プランニング）空間では、各ルートは他のそれと識別し得る。有利にはそれに引き続いて請求の範囲１又は２により各セルごとに格納されるべき情報が各平面内で相互に重畳されて格納され、その結果、自律可動式装置の何れの方位、配向（オリエンテーション）にたいしても計画選定（プランニング）空間における障害（物）−シチュエーション（状況）は同じものとなる。有利には計画選定（プランニング）空間を限定し、そして、最も有利なボーナスないしペナルティ値を送出するルートを選択するとよい、それというのは、それにより自律可動式装置の部分タスクが例えば最良のリソース節減度で実行されるからである。ルートを計算するコストを計画選定（プランニング）−水平限界域（ホライズン）を用いて制限し得る。特に好適には、合成（総合）利得、利益（ベネフィット）を各種々の部分利得、利益（ベネフィット）の総合（併合）により生成し、そして、それらの部分利得、利益（ベネフィット）を優先性（度）を用いて重み付けするとよい、それというのは、そのような最適のルート選定が種々の部分タスクの重み付けに依存して可能であるからである。有利には、地図（マップ）作成の際種々のファクタ（因子）が考慮され、上記ファクタ（因子）は次のような事項に係わるものである、即ち、１つのセルから幾つの標識（ランドマーク）が可視であるか、実際の走行方向が記憶された優先方向に対してどういう関係が在るのか、どのくらい頻繁に当該のセルを横断走行したのかに係わり、そして、確認された及び確認されていない標識（ランドマーク）の数の比を重み付けファクタとして含むものである。有利には、１つのセル内での個々のルートに対する合成（総合）利得、利益（ベネフィット）を次のようにして計算するのに２つの手法が可用である、すなわち１つには位置誤差の補正により加算的に得られ、そして、他方では、乗算的に重み付けらるのである。実際上そのような自律可動式装置に対する良好なルート（走行経路）が得られる。次に図を用いて本発明を説明する。図の説明中、冒頭に述べた従来技術に関する表現、用語を用いる。図１は、本発明の方法の１つの実施例を示す。図２は、精確に知られている及び、比較的精確には知られていない標識（ランドマーク）と共に１つの自律可動式装置を示す。図３は障害（物）物の存在する周囲（環境）にて自律可動式装置のルート（走行経路）の１例を位置誤差と共に示す図である。図４は、本発明の方法を実施する自律可動式装置のルート（走行経路）の１例を示す図である。図５は、ボーナス値の割当の１例を示す図である。図６は１つの周囲（環境）における１つの自律可動式装置を示す図である。図７は計画選定（プランニング）−水平限界域（ホライズン）と共にセルラ（細胞状）構造化された周囲（環境）−地図（マップ）を示す図である。図８は位置誤差の低減の例を示す。図９は、個別の走行方向の合成により得られる１つのルート（走行経路）を示す図である。図１０は、１つの自律可動式装置及び個別の走行方向に依存しての可能なシーケンシャル位置を示す図である。図１１は、ユーザにより定められるタスクに対するボーナス値の計算の様子を示す図である。図１２は、１つのセルのビジット（横断走行）（回数）−カウンタ１に対する重み付け関数、及びセルから識別可能な未確認標識（ランドマーク）の数を示す図である。図１３は、先見的に未知の１つの周囲（環境）における１つの自律可動式装置のルート（走行経路）を示す図である。図１は、本発明の方法に対するアーキテキチャの例をブロック接続図で示す。ここで、３つのタスクが示してあり、それらのタスクのうち、必要度係数が、相応のボックス（これはそれぞれ部分タスクをシンボリックに表す）内にエントリされている。それらボックスは、Ｎｕ，Ｎｃ，Ｎｆで示されている。インデックスｕは、ユーザーにより定められたタスク、即ち、ポスト（郵便）配達、壁塗り、又は類似の事項（冒頭に既に技術背景に関して述べたような）向けに使用される。インデックスｃを施された、第二のタスクにより、可動ロボットの位置不確実性が監視される。インデックスｆを施された、第三のタスクは、周囲（環境）−地図（マップ）に新たな標識（ランドマーク）を供給することである。このことは、次のように行う、即ち、自律可動式装置が、それの辿った距離を測定し、そして、それのセンサにより周囲（環境）における障害（物）までの距離を求めるのである。それに引き続いて、それら障害（物）は標識（ランドマーク）として、周囲（環境）−地図（マップ）（これは自律可動式装置に搭載される）内にエントリされるのである。個々の部分タスクには図示のアーキテクチャにてボーナス及びペナルティ（これはＢないしＣで示す）が対応付けられる。それら値からは、それら値によって或１つの所定のタスクを実行する必要度（の信号量）が生ぜしめられ、上記の所定のタスクにより、重み付け係数Ｒが生ぜしめられる。上記係数Ｒは、制御ユニットｏｐｔｉにて評価され、そして、上記係数Ｒから中間目標ｔａｒ及び期待値ｘｑが計算される。この例では個々のタスクに対して付加的に必要度係数Ｎｕ，Ｎｃ，Ｎｆが付加されている。重み付け係数Ｒを求めるため、例えば、それぞれの部分タスクに対するボーナス及びペナルティ値の差が形成され、重み付け係数Ｒの形成されるよう当該の必要度係数Ｎと乗算される。Ｒ（Φ）＝Ｎ（Ｂ・Ｃ）方法プロセスの制限なしで制御部ｏｐｔｉにより複数の部分プロセスを評価することもできる。セットされた部分タスクに依存して、ボーナス及びペナルティ値を求めさえすればよく、場合により、そのような部分タスクの実行のための必要度係数を設定することも有用であり得る。それぞれの部分タスクに対するボーナス及びペナルティ値は、有効に次のように選定される、即ち自律可動式装置Ｕのユーザにより定められたタスクの解決に役立つそのような操縦（操作）は、ボーナス値を付与され、そして、それに反し、自律可動式装置をそれの走行方向から外れたり、又は活動の時間経過を遅らせるような操縦（操作）は、ペナルティ値を付与されるように選定される、例えば、著しく小さい、所定のスタートー目標方向からの方向偏差は、ボーナス値を付与され得るが、所定の大きさを越える位置不確実性も、ペナルティ値を付与され得る。また、スタート点から目標点への経路上で２つの中間目標間で１つの長いルート（走行経路）を大きなペナルティ値により回避することも可能である。亦、多くの障害（物）を含む周囲（環境）（それのうちの少数のみが自律可動式装置の地図（マップ）にて精確に知られている）の場合において、ボーナス−及びペナルティ値の適当な割当により自律可動式装置をして、相応に一層より多くの障害（物）を測定し、標識（ランドマーク）として、周囲（環境）の地図（マップ）中にエントリせしめることも可能である。ボーナス−及びペナルティ値の付与には基本的にはすべての影響ファクタが適し、該影響ファクタは、自律的ロボットの走行に関連し、又は個々の活動（これはロボットに任されている）の実行に関連しているものである。又、更に自律可動式装置の時間特性、走行速度又はエネルギ消費を評価すると有利である。位置の不確実性を僅かに抑えるという自律可動式装置の部分タスクの制御に用いられる必要度係数Ｎｃの設定（セッティング）に適するのは、例えば面Ａであり、該面は自律可動式装置の現在位置場所の周りの位置不確実性により形成される。換言すれば、それにより意味するのは次のような面である、即ち、自律可動式装置の走行過程（期間）に亘り累積されるセンサ測定誤差に依存して、自律可動式装置の位置（これは現在地図（マップ）中にエントリされている）の確率的な所在場所を指定する面を意味する。例えば位置不確実性を補正する当該の必要度に対して、当該面を尺度として使用し得る。当該面が最小値ｍｉｎを下回る場合、例えば上記部分タスクは活性化されるのが阻止され、そして上記の所定の面が所定値ｍａｘを超過する場合は、上記の部分タスクの実行を行わせ得る。中間領域では例えば、実際の面を最小値と最大値との差に関連付けて、それにより実際に存在する位置不確実性に依存して直線的に位置補正の実行のための必要度係数を得ると好適である。例えば、下記関係式が成立つ。ユーザにより定められたタスクの実行のための必要度係数Ｎｕは、例えば次の事項に依存させ得る、即ち、当該のタスクのうちどのくらい既に実行されたかに依存させ得る。活動の始めに、高いファクタを付与し得、そして、活動の終わりにそれを低減させ得る。ここで、例えば、ボーナス値に対しては、下記が成り立つ。但し、φ：スタート点ー目標方向と実際の走行方向との間の角度新たな標識（ランドマーク）を地図（マップ）に加える必要度Ｎｆを求めるための計算ベースとして、絶対的に検出された障害（物）の数を、地図（マップ）中で既に確認されている障害（物）数と関連して使用できる。確定的に知られている標識（ランドマーク）と、精確に知られていない標識（ランドマーク）の関係（比）は、自律可動式装置がどのくらい精確に実際に自分の位置方位を知り得る（方位決定（オリエンテーション）し得る）かの有意の尺度を成し、従って、地図（マップ）作成タスクに対する有意の重み付け係数を与える。不精確に知られている標識（ランドマーク）のアプローチの際送出されるペナルティ値に対して例えば下記が成立つ。但し、ｄ：自律可動式装置の実際の走行距離Ｄｍａｘ：最大許容可能走行距離区間最適のルート（走行経路）を計画選定（プランニング）し、ドライブするため、できるだけ多くのサブゴール（サブ目標）即ち、部分タスクを充足する方向を選択するストラテジイを使用するとよい。亦、例えば先ずは最大の重み付け係数Ｒの得られるタスクを実行することも可能でる。有効なルート（走行経路）計画選定（プランニング）のため、自律可動式装置ー目標方向と、実際の運動方向との間の９０°の角度内に位置する当該の中間目標のみを選択して、それにより、走行方向から目標に向かってできるだけ偏差をわずかにすることもできる。例えば重み付け最大値がユーザにより定められたタスクにより定まる場合は、例えば或１つの中間目標までの距離が維持される。他の場合において（当該の場合において他の部分タスクの重み付け係数が支配する）例えば距離として、障害（物）の可視領域（該障害（物）の位置を求めるべきものである）内への経路（パス）が求められ、中間目標に対する目標点座標の計算に用いられる。可視領域とは次のような領域を意味する、即ち、その中に、距離測定センサが高い精度で障害（物）の位置、即ちそれの距離を求め得る領域を意味する、例えばここで、地図（マップ）作成タスク又は位置補正タスクの場合において、障害（物）の可視領域の縁（エッジ）のところに位置する中間目標が選定される。図２は、自律可動式装置ＡＥの例として、シナリオを示す。明らかなように、それの周囲（環境）−地図（マップ）内での自律可動式装置の位置及び、知られている障害（物）が表示されている（それらが、自律可動式装置の制御部のメモリ間に含まれているように）。スタート点ＳＴ及び目標点ｇｏが示されている。Ｒｍａｘは、例えば観測水平限界域（ホライズン）ないし自律可動式装置の中間目標及び制御手段に対する評価水平限界域（ホライズン）を示す。更に、座標系ｘｙが示されており、そして、障害（物）１〜４が存在する。障害（物）１及び２は、例えば、地図（マップ）（これは自律可動式装置により作成され、オリエンテーションのため使用される）にて確認されたランドマークとしてエントリされている。即ち、当該障害（物）の座標は、屡々測定されて高い精度で設定されたものである。参照目的のため、例えば位置不確実性を補正するため、上記障害（物）１，２は、アプローチされてセンサで測定され得る。地図（マップ）における障害（物）の位置の実際の位置情報（知識）及び所定の距離は位置不確実性を阻止するために用いられる。障害（物）３，４はそのような確認されたランドマークをなすものでなく、それの位置には不確実性を伴う。例えば、上記障害（物）はセンサの可視領域の縁にて検出され、そして、未ださして精確には測定されていない。但し、最初の測定によっては、周囲（環境）−地図（マップ）内に当該の障害（物）がエントリされることとなっている。個々の障害（物）に対しては即ち、確認された障害（物）１と２並びに確認されていない障害（物）３と４両者に対して、個々の可視領域ｖｉｓが示されている。上記可視領域はランドマークの周りに矩形ｖｉｓの形で示されている。可視領域は、センサの検出領域及び測定精度の依存性（これは、センサの測定する距離に依存する）並びに、確認されたランドマークに対する所望の精度により定まる。そのような障害（物）１〜４の位置ないし距離間隔を求め得るため、自律自律可動式装置ＡＥに取り付けられたセンサは、少なくとも、そのような可視ゾーンｖｉｓの縁に位置しなければならない。その際、精確な距離測定が可能である。明確化のため、自律可動式装置ＡＥの周りに位置不確実性面が示してある。その面ｐｕは、楕円の形態を有する。更に明らかなように、当該楕円は自律可動式装置の周りに非対称的に配されている。却って、楕円の回転角度は、自律可動式装置Ａの長手軸線に関連して次のようにして生ぜしめられる、即ち、点ＳＴへの到達前に前方フィールドにて種々の走行運転操縦操作を行い、座標系の種々の方向ｘｙで測定不確実性をもたらしたということにより生ぜしめられる。図２には中間目標が記入してある。スタート点ＳＴと、中間目標ｔａｒとの間の距離間隔は、ｄで示されている。中間目標ｔａｒに対して選ばれた走行方向スタート−目標方向ＳＴーｇｏを成す角度はφで示されている。本発明の方法で使用されるボーナス値を例えば上記角度φに依存させ得る。有利には９０°より大にならないようにするとよい、それというのは、そうしないと、目標方向での走行が行われないからである。図２の例では、中間目標が選択されており、該中間目標は確認されていないランドマーク３の可視領域の縁に存在しているものである。即ち、ボーナス−及び／又はペナルティ値に関連付けての個々の部分タスクの評価（重み付け）によって、地図（マップ）作成タスクＮｆが実施されることになる。重み付け係数Ｒｏ〜Ｒｎｔｍに関連付けての必要度係数Ｎｕ，Ｎｃ，Ｎｆに依存して、上記制御ユニットｏｐｔｉは、中間目標ｔａｒを求めたのは、次にそれにアプローチするためである。更に、位置不確実性に基づき、予期された中間目標点ｅｘｐが自律可動式装置のメモリ中に格納される。自律可動式装置のそのような走行操作は、次のような場合有利である、即ち、周囲（環境）について相応の情報がもはや存在しない場合、又は、位置不確実性が著しく増大した場合、又は自律可動式装置の付近に確認されたランドマークがもはや存在しなくなる場合有利である。そのような事が起きると、位置不確実性が増大し、目標ｇｏの経路をもはや見出し得なくなる、それというのは新たなダイナミック特性はもはや精確には求められ得ず、そして自律可動式装置の実際の位置をもはや制御コンピュータには分からないからである。図３は自律可動式装置ＡＥのスタート点ＳＴから目標点２間での辿った経路を示す。この例では本発明の方法は適用されない。個々のランドマークＬＭは、中間目標１への経路上で識別され、そして、図３にて示すように、自律可動式装置ＡＥは直接中間目標１へ走行し、ここで、例えば、位置不確実性を補償するため個々のランドマークＬＭの可視ゾーンｖｉａ内へ走入して、例えば、位置不確実性を補償することは、行われない。上記の位置不確実性は、センサ測定の不確実性及び自律可動式装置の辿った経過区間に亘っての個々のセンサの誤差の累積により生じる。それの走行の目標２に到達すると、自律可動式装置の位置はそれに相応して、著しく大きな位置不確実性ｐｕを有する。ここでは、それは楕円の形状で示されている。つまり、自律可動式装置の制御コンピュータにとって自律可動式装置は、目標２のところに位置するが、自律可動式装置の個々のセンサの増大した測定誤差により、位置不確実性は楕円を成すように増大している。それにより地図（マップ）中で自律可動式装置の実際のロケーションは、マーキングされているが、位置不確実性面ｐｕ内でのいずれの所在場所も可能である。ユーザにより定められたタスクの実行（処理）と関連して明らかになるところによれば、自律可動式装置によっては、位置不確実性により特徴付けられている大きな誤差（エラー）のため精確な位置定めがもはや可能でない。図４は、スタートＴ点ＳＴと目標点２との間で障害物により遮られた周囲（環境）を示す。ここで、周囲（環境）は、図３におけるそれと同じである。ここでもまた、周囲（環境）にてランドマークＬＭ及び可視領域ｖｉｓが示してある。図３における動作モードと異なって、自律可動式装置のルート（走行経路）計画選定（プランニング）及び制御において、本発明の方法が使用される。明らかに看取できることは、自律可動式装置はもはや直接的に中間目標１へ達し、終端点２へ直接的に走行することはない。寧ろ、自律可動式装置のルート（走行経路）は、ランドマークの複数の可視領域ｖｉｓを通って走行するのである。上記ルート（走行経路）が生ぜしめられるのは、例えば次のような場合である、即ち自律可動式装置の部分タスク位置不確実性を所定の限界値以下に抑えるという部分タスクの存在する場合である。明らかなように、点Ａ，Ｂ，Ｃ，Ｄにおける位置不確実性は当該の限界値を越える。制御ユニットによっては、重み付け係数Ｎと関連しての個々の必要度係数の重み付けにより、そして個々の、ボーナス及びペナルティ値Ｂ、Ｃの評価の下で、そして、当該の個所にて、１つの知られているランドマークＬＭの可視領域の方向に走行するとの決定、判定を下す。そのようなランドマークの可視領域内への挿入により、当該のランドマーク（標識）を精確に測定出来、そして、そのようにして得られた距離間隔値は、地図（マップ）における実際の位置と、ランドマークの記憶された位置とにより生じる値と比較され得る。そのようにして、絶対的な位置不確実性が当該の測定を用いて低減され得る。明らかなように、当該のメソッドの繰り返しの適用により、ルート（走行経路）の終端にて、目標点２にて、図３において起こった場合よりも、遥かにわずかな位置不確実性ｐｕが達成される。而して自律可動式装置は一層高い精確性を以てユーザにより定められたタスクを実施し得る。同時に亦、本発明の方法により、誤差補正手段の数が可及的にわずかな程度に制限される。それにより、自律可動式装置によるユーザーにより定められたタスクの実行（処理）の際（場合）の最適の時間特性が得られる。図５は、自律可動式装置の位置補正のための長く延びている障害物のアプローチの際のボーナス値付与の例を示す。自律可動式装置は確認されたランドマークＬＭの前のロケーションＺのところに位置している。自律可動式装置走行中、位置不確実性は、加算し合って半軸ｂとａを有する１つの楕円が形成される。半軸ａは、長く延びている障害物ＬＭに対しての垂直（基）準面（これは、Ｐｒで示されている）とは角度αを成す。ランドマークＬＭの垂直（基）準面楕円面の投影として、（ここで、垂直（基）準面はＰｒで示す）位置補正タスクの実施（実行）のためのボーナス値に対する尺度としてのセクションＷｃが得られる。ここでは、Ｗｃとしては、半（分の）セクションのみが示してあり、当該のセクションは垂直（基）準面への楕円の投影により生じる筈のものでる。この例ではボーナス値は、上記セクションに比例して選定されるので、ここでは、係数２が使用され、定性的差異はない。所定時点Ｋでの自律可動式装置の位置は、Ｒｅｎｃｋｅｎにより次のように表示され得る：ｘ（ｋ）＝［ｘ（ｋ），ｙ（ｋ）］^T ここで位置不確実性に対して、共分散マトリクスが成立つ。但し σ_x ｘー方向での不確実性 σ_y ｙー方向での不確実性確認されたランドマークＭｃ（ｋ）と、未確認のランドマークＭｔ（ｋ）に対する地図（マップ）から成る周囲（環境）−地図（マップ）Ｍ（ｋ）は、次のように定式化され得る。但し：Ａｆ（ｋ）ランドマークの不確実性ｖｉｓ可視領域ｎｆランドマークの数図６は、自律可動式装置ＡＥの周囲（環境）Ｕを示す。周囲（環境）Ｕ中では、自律可動式装置の計画選定（プランニング）−水平限界域（ホライズン）ＰＨが存在する、該計画選定（プランニング）−（ホライズン）ＰＨ内には、ＬＭ１ないしＬＭ３が示されている。自律可動式装置の目標２は、周囲（環境）内に、但し、計画選定（プランニング）−水平限界域（ホライズン）ＰＨ外に位置する。目標２へ達するためには自律可動式装置は、本発明の方法により、先ず（最初）、計画選定−水平限界域における領域をセルラ（細胞状）に構造化し、そして、計画選定（プランニング）−水平限界域内でルート（走行経路）を探索しなければならない。当該のルート（走行経路）は、部分目標１に通じている。周囲（環境）を通っての走行中自律可動式装置は例えば、計画選定−水平限界域を次のようにして搭載、携行し得る。即ち、セルラ（細胞状）構造化された周囲（環境）（環境）−地図（マップ）のセンタを常に搭載、携行し、そして、いわば計画選定（プランニング）−水平限界域（ホライズン）をウインドウのように周囲（環境）に亘ってシフトするのである。図７は、１つの計画選定（プランニング）−水平限界域（ホライズン）ＰＨ内でのセルラ（細胞状）構造化された周囲（環境）−地図（マップ）を示す。この場合において、自律可動式装置は、地図（マップ）のセンタにおけるスタートセルの所に位置する。周囲（環境）−地図（マップ）内及び計画選定（プランニング）−水平限界域（ホライズン）内に種々のランドマークＬＭ１〜ＬＭ３が記入されている。ここで、ＬＭ１，ＬＭ３はこの事例ではエッジを成す。ＬＭ３，ＬＭ２は直線状に延びるランドマークである。ランドマークＬＭ１，ＬＭ２に対しては、有利な測定方向をシンボリックに示す矢印７１，７２が示してあり、上記の測定方向では自律可動式装置がそれぞれのランドマークを精確に測定し得るようにするのである。Ｒｅｎｃｋｅｎの方法によれば、そのようにして１つの自律可動式装置の位置誤差を低減できる。更に明らかなように，上記矢印はセル内に記憶されており、上記セルはそれぞれのランドマークの可視領域内に位置する。可視領域の意味するところは、ランドマークが、自律可動式装置の距離計により丁度信頼性を以て識別され得ることである。図７中では上記セルは、グレー色に示されている。各々セルごとに記憶される上記の情報は、完全な列挙（枚挙）とは見なされ得ない。自律可動式装置をオリエンテーションするのに有利な他の情報は、各セルごとに記憶することも可能である。亦、セルアレイを比較的微細に、又は粗く選定することも可能である。ここで、自律可動式装置の制御ユニット内で計算自律可動式装置を受信可能な程度に低減するために計画選定（プランニング）レベル５が選ばれている。ランドマークＬＭ３，ＬＭ４の可視領域内に位置するセルに対して、亦、有利な走行方向が記憶されており、上記走行は、７３，７４で示されている。ＬＭ３，ＬＭ４は未だ確認されていないランドマークであるので、ランドマークに沿っての上記矢印方向によっては、当該のルート（走行経路）を辿る（カバーする）自律可動式装置がランドマークを確認又は拒絶するのが容易になり得る。計画選定（プランニング）されたルート（走行経路）が走行方向で占有されたセルを横断走行する場合、記憶された走行方向に関連して、自律可動式装置の配向がどのような関係（比）を有しているかを評価することが可能であり、そして、そのような関係（比）を当該の実際のルート（走行経路）に対するボーナス値の確認のための尺度として用いる。本発明の方法では、基本的に、所定の遠隔の目標に到達できる（例えば著しく遠隔の１つの所定の点へ向かって走行し、ビルディング複合体を探索せよ）ことを基礎としている。但し、明示的に計画選定（プランニング）／探索されるのは、数ｍの計画選定（プランニング）−水平限界域（ホライズン）しか要しない数秒先の走行時間の経路（パス）のみである。走行中収集される自律可動式装置の比較的に近い周囲（環境）についての情報、例えば障害物とか確認された仮のランドマークのようなものは、ローカル（局所的）の環境表示部に記憶される。ローカルの経路（パス）計画選定（プランニング）方法により、例えばローカルの最適ルート（走行経路）がサーチされる。サーチは例えば次のようにして行われる、即ち、自律可動式装置の瞬時の状態から出発して当該のルート（走行経路）に沿っての予期されたコスト及び利得、利益（ベネフィット）が評定されるのである。コストを要するものと見なされ得るのは、例えば、経路（パス）長、又は位置不確実性の予期さるべき大きさである。利得、利益（ベネフィット）と成るのは、例えば、新たなランドマークの発見、誘電体ユーザにより設定された目標点への接近、又は、位置不確実性の低減である。こずと関数及び利得、利益（ベネフィット）関数を立てる場合、例えばヒューリスティック手法（発見的手法）が使用され、当該の手法は使用された局在化（ローカライズ、位置突き止め）プロセスの観測及び解析により可能となるものである。そのようにして見出された部分的経路（パス）を自律的可動のロボットの制御ユニットが走行する。ここで、予期されない障害物を、例えば自動的に迂回し得る。この走行中、例えば計画選定（プランニング）中セットされた予期内容（例えば位置不確実性の特性）が実際にも充足される。著しい偏差（これは周囲（環境）に対する知識の不足に基づきいつでも起こり得る）のもとで、例えば新たな計画選定（プランニング）が導入、開始される。そうしないと、計画選定（プランニング）された経路の走行後、経路サーチが改めてスタートされ、そして、さらなるセグメントが、１つのローカルの周囲（環境）にて計画選定（プランニング）される。このプロセスは、例えば、所定の遠隔目標に到達するまで周期的に行われる。サーチ空間を離散化するため、自律可動式装置の実際の位置の周りの自律可動式装置の比較的近い周囲（環境）（数ｍ）が、グリッドセルに細分化される。グリッドセルは、周囲（環境）についての情報を反映するアトリビュートで占有される。例えば、各グリッドセルごとに次のアトリビュートが格納される。１つのランドマークが可視領域内にあるか否か。可視領域はセンサの特性及び到達距離に依存する。例えば、線ないし点ランドマークに対して矩形ないし円セグメントを使用し得る。他の可視領域も可能である。センサは例えば所定の距離の場合のみランドマークを識別し得る場合には、狭い帯域が生ぜしめられ得る。１つ又は複数の確認されたランドマークの可視領域内に位置するセルにおいて、位置不確実性を低減できる。例えば各ランドマークごとにマッチング方向が記憶される。例えば、長いランドマークＬＭ２，７２に対して、当該の方向は、壁に対して垂直方向である。但し、点ランドマークの場合、マッチング方向は、例えばセル中心点とランドマーク７１とを結ぶ直線上に位置する。精確に１つのランドマークを１つのセルから見ることができる場合位置不確実性をマッチング方向でのみ低減し得る。複数のランドマークを見る場合には、複数の方向で位置不確実性が圧縮される。亦、回転における位置不確実性も低減できる。図８は、３つの状況及びそれに伴う位置不確実性を示す。図８のａ）では、長く延びているランドマークＬＭ１を示す。その上には垂直方向に特定の測定方向Ｒ１の存在する様子が示されている。上記測定方向は例えば、可動車両上に取り付けられた距離測定ゾンデの可視領域内に位置するセル内に記憶される（当該の測定ゾンデが丁度ランドマークＬＭ１を検出したとき）。例えば自律可動式装置により実行される異なったルート（走行経路）に従って、位置補正を実行し、位置誤差、例えばオドメタ（積算計、路程計）−計測誤差により増大された位置誤差(エラー)を低減することが必要である。Ｒｅｎｃｋｅｎの手法によれば、ランドマークを距離計を用いて精確に測定し、自律可動式装置の知られている出発位置及び位置変化（これは辿った距離区間により生じる）を介して到達の前に、位置不確実性は、例えば、楕円ＰＵＶによって与えられている。方向Ｒ１での即ちランドマークに対して垂直な方向での自律可動式装置の移動により、位置不確実性が低減される。更に、位置不確実性ー楕円ＰＵＮが生じる。図８ｂ）は、同じ場合を示す。然し、ここで２つのランドマークが存在する。それと垂直方向に相応の特定の測定方向Ｒ１，Ｒ２が示されており、該測定方向では、自律可動式装置は位置補正を実行し得る。このために、自律可動式装置がそれらの方向で精確に測定又は走行することは必要ないが、最小度分のコストにより最適の誤差補正が達成される。図８ａ）に比して明らかになることは、位置不確実性ＰＵＶが、著しく小さい楕円ＰＵＮに低減される、それというのは、位置補正を２つの直交方向で実行出来、従って、楕円を２つの方向で圧縮できるからである。これにより、位置補正に対する利得、利益（ベネフィット）が確認されたランドマークの数に依存し得るようになる。図８ｃ）は、点状ランドマークＬＭ４に関連付けての位置補正を示す。可視領域は例えば、次のようにそのようなランドマークの周りに形成され得る。センサの最大測定領域は、セクションとして設定され、そして、測定領域は、セクションとして設定され、そして、当該セクションは、ＬＭ４の周りにセンタとして描かれるアークに対する半径として用いられる。それにより円弧が得られる。それらの円弧とＬＭ４との間には、セル（これに対してＬＭ４検出のための半径方向に延びる最適の走行方向が格納され得る）が位置する。位置不確実性ＰＵＶを、長く延びているランドマークを用いた場合におけるように位置不確実性を低減できる。補正後、位置不確実性ー楕円が得られる。自律可動式装置の距離センサに対して未確認のランドマークの可視領域内に位置する各セルに対して、自律可動式装置に対して特定の走行方向が得られる。ここで基礎とすることは、特に当該の方向で、ランドマークを最適に測定し得るということである。自律可動式装置が長く延びていて、長手側にて複数の距離測定センサがパラレルに設けられている場合、たとえば壁を特に良好に識別できる（特定方向が壁に対してパラレルに延びている場合）。付加的に或１つのセルが仮のランドマークの可視領域内に位置しているか否かについての情報を格納し得る。そのようになった場合、そのようなセル内には特定の走行方向が格納され、該走行方向によっては、ランドマークが迅速に確認されたり、又は最終的に破棄され得るようになる。壁状のランドマークの場合におけるそのような有利な走行方向（確認方向）は、例えば、壁に対してパラレル（並行）な方向である。但し、角隅（コーナー）は、自律可動式装置が円形経路にて周回する場合、点状ランドマークとして確認され得る。距離測定センサの型式に応じて、他の基準尺度も可能である（例えば、ランドマークまでの距離）。例えばＢｏｒｅｎｓｔｅｉｎ及びＫｏｒｅｎにより説明されているように、占有度（被覆度）値をセルに対応割当でき、そこにセルを記憶することもできる。上記の占有度（被覆度）値は、当該のセルにおける障害物に対する所在確率を表す。付加的に、各セルに対して、カウンタを保有、使用でき、ここの中にはどのくらい頻繁に自律可動式装置が既にセルを横断走行したかが記憶される。新しいランドマークをサーチする場合、引き続いて次のようなセルを優先させることが可能である、即ち未だ、そんなに頻繁には横断走行されていないセルを優先的に扱うことが可能である。図９は、１つに自律可動式装置ＡＥの計画選定（プランニング）されたルート（走行経路）ＦＷを示す。計画選定（プランニング）−水平限界域（ホライズン）Ｎは、ここでは、７つのセルから成る。上記のルート（走行経路）ＦＷはローカルの計画選定（プランニング）−水平限界域（ホライズン）及びグリッドのスコープ内で次のように選定されている、即ち自律可動式装置により実行（処理）さるべきタスクが1つの可及的にわずかなペナルティ値及び大きなボーナス値の得られるように選定されている。例えば、特に大きなボーナス値を与えるルート（走行経路）が優先される。そのようなルート（走行経路）ＦＷによっては、特に最適に複数の部分タスクがまとめられる（統合される）。ルート（走行経路）の計画選定（プランニング）の際の計算を容易化するため車両の種々のオリエンテーション配向を設定し得る。正方形の基本グリッドが選択された場合８のセルが１つの中央セルを包囲する、例えば、自律可動式装置の運動過程の際の出発セルを包囲する。要するに、有意の離散化は、ここでは、オリエンテーション間の４５°の角度を表す。従って、ルート（走行経路）計画選定（プランニング）のため、１つのスタートセルから出発して、１つの隣接セルへ向かって行って、そのつど、単に８つのセルを調べしさえすればよい。例えば、６角形グリッドの場合たんに６つの隣接セルが生じ、そして、従って、６つの離散的走行方向（これらはそれぞれ相互に６０°の角度を成す）が生じることとなる。図１０は１つの正方形基本グリッドにおける走行方向の例を示す。図１０ａ）には、そのような基本構造のセンタにおける自律可動式装置ＡＥを示す。図１０ｂ）は例として、次のような走行方向変化を示す、即ち、そのような自律可動式装置により実行され得、そして、ある１つのセルから次のセルへのルート（走行経路）計画選定（プランニング）のスコープに従って調べるべき走行方向変化を示す。図１０ｃ）及びｄ）は他の例を示す。図１０ｃ）には図１０ａ）に比して異なった出発位置が選ばれている。それによっては、図１０ｃ）にて異なった後続の位置が生ぜしめられる。ここで、留意することが重要であるのは、１つのセルから他のセルへの移動の際走行方向が１つの離散的段にて変更され、又は維持されることである。更に、考慮することが重要であるのは自律可動式装置が前進及び後進後方に走行し得、その結果全体として、前進及び後進走行により、出発セルから上記の８つの隣接位置に到達し得ることである。ルート（走行経路）のサーチは例えば、グリッドセルの占有後、ローカルの計画選定（プランニング）を介して、グリッドセルの占有後、行われる。ここで、ユーザによるタスクをそれの所定の優先順序を守って実行することが試みられる。ここで、狙いとするのは、計画選定（プランニング）レベルＮにて最大合成（生成）利得、利益（ベネフィット）をもたらす経路（パス）を見出すことである。計画選定（プランニング）−水平限界域（ホライズン）Ｎは、規定的に経路サーチに対する計算時間に影響を及ぼす。計画選定（プランニング）−水平限界域（ホライズン）Ｎは有利には１０と２０の間にある。例えば３０Ｘ３０のグリッドサイズの場合３〜６ｍの計画選定（プランニング）−水平限界域（ホライズン）が得られる。最適経路へのサーチは、自律可動式装置の相応のオリエンテーションを以てローカルグリッドのセンタセルにてスタートする。サーチステップｉ後のすべての終端コンフィギュレーションは、サーチステップ（ｉ＋１）に対する出発点として用いられる。例えば、８つの可能な後続コンフィギュレーションの最大値が上記の出発点に対して調べられる。９つの合成（生成）利得、利益（ベネフィット）Ｒ_Nが調べられる。要するにルート（走行経路）計画選定（プランニング）の際、１つの新たなルート（走行経路）が次のようにサーチされる、即ち、スタートセルから出発してコンフィギュレーション空間中で波状にサーチされたセルが伝搬するようにサーチされる。Ｎのサーチステップ後、最高の合成（生成）利得、利益（ベネフィット）Ｒ_Nを有するルート（走行経路）のため、経路をスタートセルのところまで遡って追及される。ここで、合成（生成）利得、利益（ベネフィット）は、種々の部分タスクの評価関数Ｂ及び経路に沿っての擬似的に収集された利得、利益（ベネフィット）に依存し得る。Ｒ_N＝ｆ（Ｂ_u，Ｂ_c，Ｂ_f）合成（生成）利得、利益（ベネフィット）は、基本的に次のようなものになる。Ｒ_N＝α_u＊Ｂ_u＋α_c＊Ｂ_c＋α_f＊Ｂ_f テストされた経路に沿ってすべての部分タスクに対して、利得、利益（ベネフィット）が、収集され、そして、優先性に相応して重み付けされる。経路に沿ってもコストが生じ得（例えば位置不確実性の増大、電流消費）、それらは、収集された利得、利益（ベネフィット）から差し引きし得る。終わりにおいて、コストを差し引いて最も高い利得、利益（ベネフィット）を提供する経路が選ばれる。ここの部分タスクに対する評価基準尺度は次のタスクにて表示される。図１１は、コスト／利得、利益（ベネフィット）ー考察をユーザにより定められたタスクに対して、どのように行い得るかを示す。自律可動式装置は、例えば、セルＳＴ内に位置する。たとえば、Ｂはユーザにより定められた点であり、Ｐはルート（走行経路）の計画選定（プランニング）の枠における次の部分目標でする相応の方向を指示する。利得、利益（ベネフィット）を提示し得るためユーザにより定められたタスクに対して、例えば目標点への方向からの、従って、それぞれの方向変化に対する部分利得、利益（ベネフィット）は、それらのベクトルの張られた角度に依存する。例えば、この角度が小であればあるほどユーザにより定められたタスクに帯売る利得、利益（ベネフィット）は益々大となる。構成評価係数、要するに部分利得、利益（ベネフィット）は例えば最大となる（マトリクスが常に目標点方向位置不確実性を評価し得るため、長さＮの経路の終端にて、即ち計画選定（プランニング）−水平限界域（ホライズン）の終端にて位置不確実性を決定しなければならない。自律可動式装置の個々の部分タスクを充足し得るため、当該の位置不確実性は、経路の終端にて可及的に小でなければならない。自律可動式装置のここの部分タスクを充足し得るため、当該の位置不確実性は、経路の終端にて可及的に小でなければならない。上記位置不確実性が、経路に沿って増大してよいが、所定値を越えるべきでない。コンフィギュレーション不確実性の評価関数は、例えば長さＮの経路の終端における位置不確実性にのみ依存する。１つの経路の終端にて、上記不確実性は小であるべきでる、経路に沿って、位置不確実性は比較的に大であってもよい。評価基準尺度としては位置不確実性ー共分散マトリクスのトレースＳＰ（Ｑ）が定義付けられている。コンフィギュレーション不確実性が大であればあるほど例えば当該経路の終端における利得、利益（ベネフィット）は益々小となる。評価のため、たんに経路の終端における推定された位置不確実性は加算されない。評価のためには、単に、経路（パス）の経路の終端における利得、利益（ベネフィット）のみが評価される。図１２は、地図（マップ）作成の部分タスクの枠内で使用される２つの評価関数を示す。ランドマーク構成のタスクにおいて、経路サーチの際（ユーザにより定められたタスクにおけるように）経路に沿っての利得、利益（ベネフィット）を収集できる、即ち、グリッドセルごとに収集できる。ここで、各グリッドセルごとの利得、利益（ベネフィット）を次のように合成し得る。例えば丁度訪れた（横断走行した）セルの利得、利益（ベネフィット）は、どのくらい頻繁に、自律可動式装置により既に横断走行したかに依存する。当該の依存性は図１２ｂ）に示すようなものであり得る。横断走行の（回）数は、ＺＵで示す。例えば１つのセルの各横断走行ごとに数ＺＵで示す。例えば１つのセルの各横断走行ごとにＺｕは１だけ高められてこのセルを既に横断走行している頻度が大でであればあるほど、地図（マップ）作成の際のそれ利得、利益（ベネフィット）は益々小となる。それというのは、場合により存在するランドマークは既に見出されていなければならないからである。。上記関数（これは図１２ｂ）に示されており、Ｖで示されている）を用いて、自律可動式装置は、知られていない（未知の）領域内へ駆動される、それというのはそこでのみ利得、利益（ベネフィット）を獲得するからである。それにより新たな地域にて未知のランドマークの発見が有利に行われ得るのである。上記関数は次のようになる。地図（マップ）作成タスクの際考慮さるべき更なるファクタは、未確認のランドマークである図１２ａ）は、可視の仮のランドマークの数に依存しての利得、利益（ベネフィット）を表す関数Ｔｉを示す。当該関数は、下記を意味する、即ち、サーチされるセルから見られ得る未確認のランドマークの数が大であればあるほどサーチされるセルの利得、利益（ベネフィット）が益々大となるということである。要するに、自律可動式装置は、前もって既に上記地域内にあり、そして、それのメモリ内に、一時的なランドマークを格納してあることを基礎とし得る。当該のランドマークは十分頻繁には測定されていないので、未だ確認されていない。従って、ランドマーク作成の際、仮のランドマークの可視領域内に走入するのが有用である、それというのは、当該の領域間では、新たな確認されたランドマーク（これにより、引き続いて再び位置補正を実行できる）を見出す確率が高いからである。従って、自律可動式装置は仮ランドマークの可視領域を通って走行する場合には大きな利益をもたらす。定性的にはＴｉは次のようになる。図１２ａ）及びｂ）に示す関数は、たんに定性的関係を示してあり、本発明を限定するものではない。上記関数は、発展の実際の状況を示す。更に、仮ランドマークの可視領域におけるすべてのセルに対して、特定オリエンテーションを記憶しておくことができる。ルート（走行経路）計画選定（プランニング）及びサーチの場合、実際のオリエンテーションとセル内に記憶されている。特定オリエンテーションとの一致が考慮されている。自律可動式装置のオリエンテーション（配向）と特定方向とが一致する場合には例えば付加的な利得（ベネフィット）が存在する。一致する方向の数が比較的大である場合には、それにより得られる利得（ベネフィット）も例えば一層大になる。更に部分利得（ベネフィット）を次ぎのように求めるとよい、即ち、各セルごとに可視的な既に確認されたランドマークの数を重み付け係数として使用するのである。ここで、次のように手段を講じてもよい、即ち存在するランドマークにより、ランドマーク作成に対する利得（ベネフィット）によりランドマーク作成に対する利得（ベネフィット）が制限されるようにしてもよい。それというのは、１つのセルから見得る複数の確認されたランドマークでは、自律可動式装置の位置を精確に決定し選るのに十分でるからである。要するにさらなるランドマークを形成し、もって、計算時間及びメモリロケーションを無駄にする必要がなくなる。１つのルート（走行経路）の個々の部分利得（ベネフィット）に対する下記の表か関係式が好ましい。Ｒ_i＝α_u＊Ｂ_ui＋α_i＊Ｂ_fi＋α_c＊（１−Ｂ_ci）Ｒ_i＝（α_u＊Ｂ_ui＋α_iＢ_fi）＊Ｂ_ci 例えば、地図（マップ）は全体として次のようにして評価し得る、即ち、可視領域にてランドマークの重畳を評価するのである。例えば、次のように手段を講じ得る：そこにて唯一のランドマークを見得る領域を、さらなるランドマークを見出すのに一層緻密に調べるべきである。そこから２つのランドマークを見得る領域は十分に探索されており、さらなるランドマークを探索する必要はない。そこから、ランドマークの見出されていない領域は、存在し得る任意の自然のランドマークに対して特定的にサーチされねばならない。例えば各点から複数のランドマークを見得る場合のみ周囲（環境）は完全に究められたのである。そのような検出探索の完全性は必ずしも必要でない。自律可動式装置は、ルート（走行経路）の周りでのみ知られている周囲（環境）内にてスタートー目標方向の枠内で全く自分の位置方位を定め得る。自律可動式装置の資源を節約するため、ランドマーク可視領域の重畳を評価し得る。図１３は、１つのスタート点ＳＴから目標２への自律可動式装置のルート（走行経路）を示す。そこのところをルート（走行経路）ＦＷを通る周囲（環境）では、種々のランドマークが含まれている。更に、種々の特性ポイント及びランドマークの可視領域ＶＩＳが示されている。図１３の考察の場合、考慮されるべきことは、自律可動式装置の周囲（環境）はスタート点ＳＴにてそれのルート（走行経路）の始めにて知られていない。極めて種々の部分タスクを充足するため、ルート（走行経路）に沿って、及びローカル領域にて、グリッドセルが形成され、そして、該グリッドセルは特定方向で占有される。部分タスク７は、種々の基準尺度に従って評価され、優先性で重み付けられる。例えば、第一のロケーションＫＯにて明らかなように、位置不確実性を低減するため、自律可動式装置は、１つのランドマークの方向に走行しているのであり、ここで位置不確実性を低減するものである。第２のロケーションＳＴにて明らかなように、そこにはランドマークが殆ど存在せず、従って、位置不確実性を低減するため、種々のランドマークの方向で走行しており、地図（マップ）に新たなランドマークを付加するのである。

【手続補正書】特許法第１８４条の８【提出日】１９９６年６月２４日【補正内容】請求の範囲１．自律可動式装置のオリエンテーション、ルート選定及び制御のための方法において、ａ）自律可動式装置（ＡＥ）は、第１のルーチン（ａ）にて、それの周囲（環境）の周囲（環境）−地図（マップ）を作成し、ここで、上記の周囲（環境） −地図（マップ）作成のため上記自律可動式装置は搭載したセンサ装置により、自分の位置（Ｘ，Ｙ）から出発して周囲（環境）を測定し、そのようにして検知するに至った周囲（環境）のフィーチャ（識別特徴）（１，２，３，４）を評価し、ランドマーク（ＬＭ）の形態で、周囲（環境）−地図（マップ）中にエントリし、ｂ）自律可動式装置（ＡＥ）は、評価さるべき第２のルーチン（ｕ）にて完全には検知していない周囲（環境）において少なくとも１つの部分目標（ｔａｒ）を介して目標点（ｇｏ）の方向に移動し、そして、その際オリエンテーション、ルート（走行経路）一選定及び制御のため少なくとも周囲（環境）−地図（マップ）及びセンサ装置を利用し、ｃ）上記自律可動式装置は、評価さるべき第三のルーチン（ｃ）により、それの自己位置を求める際センサ装置の測定不正確性に基づき生じている誤差を位置不精確性（ＰＵ）として監視し、ｄ）それぞれの実行（処理）すべきルーチン（ｆ，ｕ，ｃ）に対して目標点（ｇｏ）へ自律可動式装置が到達し得るのに寄与する寄与分（Ｒｏ…Ｒｍ）に依存して少なくともそれぞれ１つのボーナス−及び／又はペナルティ値（Ｂｆ，Ｃｆ，Ｂｕ，Ｃｕ，Ｂｃ，Ｃｃ）を付与し、ここで、少なくとも１つの目標方向偏差及び/又は１つの大きな位置定め誤差及び/又は地図（マップ）中での僅かな数のランドマーク（標識）を低く（低い評価点で）評価し、ｅ）自律可動式装置（ＡＥ）の制御ユニット（ｏｐｔｉ）にて、それぞれのボーナス−及び／又はペナルティ値（Ｂｆ，Ｃｆ，Ｂｕ，Ｂｕ，Ｃｕ，Ｂｃ，Ｃｃ）の共同的評価に基づき、少なくとも実行（処理）すべきルーチン（ｆ，ｕ，ｃ）を決定し、そして、自律可動式装置のルート（走行経路）を計画選定（プランニング）し、制御することを特徴とする自律可動式装置のオリエンテーション、ルート選定及び制御のための方法。２．少なくとも１つの評価さるべきルーチン（Ｎｃ，Ｎｆ，Ｎｃ）に対して、１つの重み付け係数（Ｒｏ…Ｒｍ）を次のようにして生成し、即ち所属のボーナス −及び／又はペナルティ値（Ｂｆ，Ｃｆ，Ｂｕ，Ｃｕ，Ｂｃ，Ｃｃ）を加算し、そして当該の評価さるべきルーチンに対して実際に有効な必要度係数（Ｎｕ、Ｎｆ，Ｎｃ）と乗算することを特徴とする請求の範囲の１項記載の方法。３．少なくとも各々の評価さるべきルーチン（ｆ，ｕ，ｃ）ごとに、ボーナス− 及び／又はペナルティ値（Ｂｆ，Ｃｆ，Ｂｕ，Ｃｕ，Ｂｃ，Ｃｃ）に対する１つの限界値を定め、該限界値を上回ったたり、ないし、下回ったりすると、当該の評価さるべきルーチン（ｆ，ｕ，ｃ）を優先性（度）に従って実施するようにしたことを特徴とする請求の範囲１又は２記載の方法。４．位置不確実性（ＰＵ）の低減のため、所期のようにランドマーク（１，２）にアプローチし、これを測定し、ここで、自律可動式装置（ＡＥ）は周囲（環境）におけるそれのロケーションを大きな精度で検知するようにしたことを特徴とする請求の範囲１から３までのうち１項記載の方法。５．少なくとも１つのペナルティ値（Ｃｆ，Ｃｕ，Ｃｃ）は、評価さるべきルーチンの実行（処理）のため自律可動式装置（ＡＥ）がどの経路（パス）距離（ｄ）を辿らねばならないかに依存するようにしたことを特徴とする請求の範囲１から４までのうち１項記載の方法。６．少なくとも第２ルーチン（ｕ）に対するボーナス値は、選択された走行方向（ＳＴ−ｔａｒ）がスタート−目標点−軸線（ＳＴ−ｇｏ）と成す角度（Φ）に依存することを特徴とする請求の範囲１から５までのうち１項記載の方法。７．少なくとも長く延びるランドマーク（ＬＭ）に関して少なくとも第３のルーチンに対するボーナス値（Ｂｃ）は、ランドマーク（ＬＭ）の垂直基準面（Ｐｒ）に投影されたセグメント（Ｗｃ）の大きさに依存し、該セグメントは、自律可動式装置（ＡＥ）のサイト（Ｚ）の周りに位置不確実性面（ＰＵ）を投影することにより得られるものであるようにしたことを特徴とする請求の範囲３記載の方法。８．或１つのランドマーク（３、４）に所期のようにアプローチし、これを測定し、上記のランドマークの位置（ｘ，ｙ）は自律可動式装置（ＡＥ）の周囲（環境）中にて著しく不確実であるようにしたことを特徴とする請求の範囲１から７までのうちいずれか１項記載の方法。

───────────────────────────────────────────────────── フロントページの続き (81)指定国ＥＰ(ＡＴ，ＢＥ，ＣＨ，ＤＥ，ＤＫ，ＥＳ，ＦＲ，ＧＢ，ＧＲ，ＩＥ，ＩＴ，ＬＵ，ＭＣ，ＮＬ，ＰＴ，ＳＥ)，ＪＰ，ＵＳ【要約の続き】リッド枠内で可能なすべての異なるルート（走行経路）が、自律可動式装置をして目標に到達せしめ得るのにどのような寄与をするかについて調べられる。ここで、各経路に沿っての各部分タスクごとの種々のコスト及び利得（ベネフィット）が加算される。最大の利得（ベネフィット）ないし最小の損失を有するルート（走行経路）が選択される。方法プロセスのサイクリックな実施によりローカルの（局所的な）計画選定（プランニング）− 水平限界域（ホライズン）外にある１つの目標点に到達する。

Claims

【特許請求の範囲】１．自律可動式装置のオリエンテーション、ルート選定及び制御のための方法において、ａ）自律可動式装置（ＡＥ）は第１のルーチン（ａ）にて、それにより周囲（環境）の周囲（環境）−地図（マップ）を作成し、ここで、上記の周囲（環境）−地図（マップ）作成のため上記自律可動式装置は搭載したセンサ装置により、自分の位置（Ｘ，Ｙ）から出発して周囲（環境）を測定し、そのようにして検知するに至った周囲（環境）のフィーチャ（識別特徴）（１，２，３，４）を評価し、ランドマーク（ＬＭ）の形態で、周囲（環境）−地図（マップ）中にエントリし、ｂ）自律可動式装置（ＡＥ）は第２のルーチン（ｕ）にて完全には検知していない周囲（環境）において少なくとも１つの部分目標（ｔａｒ）を介して目標点（ｇｏ）の方向に移動し、その際オリエンテーション、ルート（走行経路）− 選定及び制御のため少なくとも周囲（環境）−地図（マップ）及びセンサ装置を利用し、ｃ）上記自律可動式装置は、第三のルーチン（ｃ）により、それの自己位置を求める際センサ装置の測定不正確性に基づき生じている誤差を位置不精確性（ＰＵ）として監視し、ｄ）それぞれの実行（処理）すべきルーチン（ｆ，ｕ，ｃ）に対して目標点（ｇｏ）へ自律可動式装置が到達し得るのに寄与する寄与分（Ｒｏ…Ｒｍ）に依存して少なくともそれぞれ１つのボーナス−及び／又はペナルティ値（Ｂｆ，Ｃｆ，Ｂｕ，Ｃｕ，Ｂｃ，Ｃｃ）を付与し、ｅ）自律可動式装置（ＡＥ）の制御ユニット（ｏｐｔｉ）にて、それぞれのボーナス−及び／又はペナルティ値（Ｂｆ，Ｃｆ，Ｂｕ，Ｂｕ，Ｃｕ，Ｂｃ，Ｃｃ）の共同的評価に基づき、少なくとも実行（処理）すべきルーチン（ｆ，ｕ，ｃ）を決定し、そして、自律可動式装置のルート（走行経路）を計画選定（プランニング）し、制御することを特徴とする自律可動式装置のオリエンテーション、ルート選定及び制御のための方法。２．少なくとも１つのルーチン（Ｎｃ，Ｎｆ，Ｎｃ）に対して、１つの重み付け係数（Ｒｏ…Ｒｍ）を次のようにして生成し、即ち所属のボーナス−及び／又はペナルティ値（Ｂｆ，Ｃｆ，Ｂｕ，Ｃｕ，Ｂｃ，Ｃｃ）を加算し、そして当該のルーチンに対して実際に有効な必要度係数（Ｎｃ₁,Ｎｆ，Ｎｃ）と乗算することを特徴とする請求の範囲の１項記載の方法。３．少なくとも各々のルーチン（ｆ，ｕ，ｃ）ごとに、ボーナス−及び／又はペナルテイ値（Ｂｆ，Ｃｆ，Ｂｕ，Ｃｕ，Ｂｃ，Ｃｃ）に対する１つの限界値を定め、該限界値を上回ったたり、ないし、下回ったりすると、当該ルーチン（ｆ，ｕ，ｃ）を優先性（度）に従って実施するようにしたことを特徴とする請求の範囲１又は２記載の方法。４．位置不確実性（ＰＵ）の低減のため、所期のようにランドマーク（１，２）にアプローチし、これを測定し、ここで、自律可動式装置（ＡＥ）は周囲（環境）におけるそれのロケーションを大きな精度で検知するようにしたことを特徴とする請求の範囲１から３までのうち１項記載の方法。５．少なくとも１つのペナルティ値（Ｃｆ，Ｃｕ，Ｃｃ）はルーチンの実行（処理）のため自律可動式装置（ＡＥ）がどの経路（パス）距離（ｄ）を辿らねばならないかに依存するようにしたことを特徴とする請求の範囲１から４までのうち１項記載の方法。６．少なくとも第２ルーチン（ｕ）に対すボーナス値は選択された走行方向（ＳＴーｔａｒ）がスタート−目標点ー軸（ＳＴーｇｏ）と成す角度（Φ）に依存することを特徴とする請求の範囲１から５までのうち１項記載の方法。７．少なくとも長く延びるランドマーク（ＬＭ）に関して少なくとも第３のルーチンに対するボーナス値（Ｂｃ）は、ランドマーク（ＬＭ）の垂直基準面（Ｐｒ）に投影されたセグメント（Ｗｃ）の大きさに依存し、該セグメントは、自律可動式装置（ＡＥ）のサイト（Ｚ）の周りに位置不確実性面（ＰＵ）を投影することにより得られるものであるようにしたことを特徴とする請求の範囲３記載の方法。８．或１つのランドマーク（３、４）に所期のようにアプローチし、これを測定し、上記のランドマークの位置（ｘ，ｙ）は自律可動式装置（ＡＥ）の周囲（環境）中にて著しく不確実であるようにしたことを特徴とする請求の範囲１から７までのうちいずれか１項記載の方法。９．自律可動式装置（ＡＥ）は、第１のルーチン（ｆ）により、それの周囲（環境）のセルラ（細胞状）構造化された周囲（環境）−地図（マップ）を作成するものであり、ここで、ランドマーク（ＬＭ）はそれに係わる測定過程の数及び／又はそこからランドマークの測定されたロケーションの数に依存して確認された及び確認されていないランドマークとして区別、識別され、そして周囲（環境） −地図（マップ）の各セルごとに少なくとも３つの情報を記憶し、即ち、ｉ）セルからみて、自律可動式装置（ＡＥ）に搭載されている距離計の測定領域内にランドマーク（ＬＭ）が位置していることｉｉ）ｉ）が肯定された場合 −確認されたランドマーク（ＬＭ）に対して当該のセルと、少なくとも１つの確認されたランドマーク（ＬＭ）との間の１つの方向に沿っての距離−測定方向 −確認されていないランドマーク（ＬＭ）に対して少なくとも１つの未確認の（確認されていない）ランドマーク（ＬＭ）に沿っての走行方向−データ情報ｉｉｉ）当該のセルをどの位頻繁に既に横断走行したのかｂ）計画選定（プランニング）−水平限界域（ホライズン）を順次走行通過すべきセルとして設定し、ｃ）自律可動式装置（ＡＥ）の可能な複数の走行方向を次のように離散化、個別化し、即ち自律可動式装置の所与の位置から出発して各々の直ぐ隣接するセルに、それぞれ１つの離散的走行方向でのみ到達するように当該の走行方向を離散化し、ｄ）計画選定（プランニング）−水平限界域（ホライズン）に対して、離散的走行方向を用いて結合組み合わせ可能なすべてのルート（走行経路）を評価し、当該の評価のため、その都度生じるボーナス−及び／又はペナルティ値（Ｂｆ，Ｃｆ，Ｂｕ，Ｃｕ，Ｂｃ，Ｃｃ）を自律可動式装置（ＡＥ）の制御ユニット（Ｏｐｔｉ）にて加算し、そして、最大のボーナス値ないし最小のペナルティ値を達成するルート（走行経路）を走行するようにしたことを特徴とする請求の範囲１から８までのうちいずれか１項記載の方法。１０．各セルごとにインクリメント化可能な占有度値を障害物の生起の確率に対する尺度として記憶するようにしたことを特徴とする請求の範囲９記載の方法。１１．セルは方形状であり、従って、８つの走行方向を考察することを特徴とする請求の範囲９又は１０記載の方法。１２．セルは６角形であり、従って、６つの走行方向を考察する請求の範囲９又は１０記載の方法。１３．組合せ結合可能なルーチンを１つのコンフィギュレーション（構成配列）空間にて評価し、前記コンフィギュレーション（構成配列）空間の空間軸を２つの軸方向で計画選定（プランニング）−水平限界域（ホライズン）（地標）により限定し、そして、個別の走行方向の数を、第３の走行方向で限定し、ここで走行方向軸線の方向で、すべてのそれぞれ重畳されるセルに対して請求の範囲９ａ）による同じ情報を記憶することを特徴とする請求の範囲９から１２までのうちいずれか１項記載の方法。１４．コンフィギュレーション（構成配列）空間の各セルごとに、最大のボーナス値及び／又は最小のペナルティ値を達成するルート（走行経路）−セルシーケンスを記憶することを特徴とする請求の範囲１３記載の方法。１５．或１つのルート（走行経路）−組合せ結合に対して、１つの合成（生成）利得（ベネフィット）を決定する、Ｒ_N＝α_u＊Ｂ_u＋α_c＊Ｂ_c＋α_f＊Ｂ_f 但しＢ：部分利得、利益（ベネフィット） α：重み係数インデックスｕ：目標走行タスクｃ：位置不確実性監視タスクｆ：地図（マップ）作成タスクここで、個々の部分利得、利益（ベネフィット）は、次のようにして得られる、即ちその場合、Ｎ_ui（Ｐ）＝ｃｏｓ（ψ）は１つのセルから、部分目標Ｐを有する次のセルまでのルート（走行経路）に対する部分利得、利益（ベネフィット）として示され、ここで、ψを離散的（個別）走行方向とスタート目標方向との間の角度として示されており、ここで、 σ² _xは自律可動式装置の回転配向のＸ方向における位置不確実性、 σ² _yは自律可動式装置の回転配向のＹ方向における位置不確実性 σ² _Φは自律可動式装置の回転配向のΘ方向における位置不確実性を示し、また但し、Ｖｉは、関数（これは、１つのセルの横断走行過程の数に依存して、数の増大の際益々小さくなる実際の数を与える）の関数値として示され、そして、Ｔｉは、関数（これは、１つのセルから見た未確認の（確認されていない）ランドマークの数に依存して、数の増大の際益々大きな実際の数を与える）の関数値として示されており、そして、Ｏｉは、関数（これは１つの実際の方向と、セルに対して記憶された走行方向との一致に依存して、益々大となる実際の数を与える）の関数値として示され、そして、Ｃｉは、関数（これは１つのセルから見た確認されたランドマークの数に依存して、数の増大の際益々小となる数を与える）の関数値として示されるようにしたことを特徴とする請求の範囲９から１４までのうちいずれか１項記載の方法。１６．次の関数関係が成立つ、即ち但し、Ｚ_uは、考察されたセルに対する横断走行の数として示されており、そして但し、Ｚ_Lnは、可視の未確認のランドマークの数に示され、そして、但し，Ｚ_Fは、自律可動式装置の実際の方向と一致する記憶された走行方向の数として示され、そして、但し、Ｚ_Lbは、可視の確認されたランドマークの数として示されていることを特徴とする請求の範囲１５記載の方法。１７．個々の利得、利益（ベネフィット）に対する合成（生成）利得、利益（ベネフィット）は次のように計算されるＲ_i＝α_u＊Ｂ_ui＊α_c＊Ｂ_fi＋（１ーＢ_ci）ことを特徴とする請求の範囲９から１６までのうちいずれか１項記載の方法。１８．個々のセルに対する合成（生成）利得、利益（ベネフィット）が次のように計算されるＲ_i＝（α_u＊Ｂ_ui+αｆ＊Ｂ_fi）＊Ｂ_ci ことを特徴とする請求の範囲９から１６までのうちいずれか１項j記載の方法。