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 - Google Patents
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 JPH10501908A JP8501456A JP50145695A JPH10501908A JP H10501908 A JPH10501908 A JP H10501908A JP 8501456 A JP8501456 A JP 8501456A JP 50145695 A JP50145695 A JP 50145695A JP H10501908 A JPH10501908 A JP H10501908A
- Authority
- JP
- Japan
- Prior art keywords
- mobile device
- autonomous mobile
- map
- route
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 89
- 230000008901 benefit Effects 0.000 claims abstract description 59
- 230000008569 process Effects 0.000 claims abstract description 17
- 238000005259 measurement Methods 0.000 claims description 28
- 230000006870 function Effects 0.000 claims description 16
- 238000011156 evaluation Methods 0.000 claims description 14
- 230000001413 cellular effect Effects 0.000 claims description 11
- 238000013459 approach Methods 0.000 claims description 10
- 230000015572 biosynthetic process Effects 0.000 claims description 5
- 230000001419 dependent effect Effects 0.000 claims description 5
- 238000012545 processing Methods 0.000 claims description 4
- 238000003786 synthesis reaction Methods 0.000 claims description 4
- 230000007613 environmental effect Effects 0.000 claims description 3
- 238000002360 preparation method Methods 0.000 claims description 2
- 230000003915 cell function Effects 0.000 claims 1
- 238000012544 monitoring process Methods 0.000 claims 1
- 238000012937 correction Methods 0.000 description 14
- 230000000694 effects Effects 0.000 description 8
- 230000033001 locomotion Effects 0.000 description 7
- 238000004364 calculation method Methods 0.000 description 5
- 238000001514 detection method Methods 0.000 description 5
- 238000010586 diagram Methods 0.000 description 4
- 230000014509 gene expression Effects 0.000 description 3
- 230000004807 localization Effects 0.000 description 3
- 239000011159 matrix material Substances 0.000 description 3
- 230000008859 change Effects 0.000 description 2
- 238000012790 confirmation Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 230000018109 developmental process Effects 0.000 description 2
- 210000003608 fece Anatomy 0.000 description 2
- 239000000203 mixture Substances 0.000 description 2
- 230000009467 reduction Effects 0.000 description 2
- 235000005273 Canna coccinea Nutrition 0.000 description 1
- 240000008555 Canna flaccida Species 0.000 description 1
- 238000009825 accumulation Methods 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 230000006835 compression Effects 0.000 description 1
- 238000007906 compression Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 230000003325 follicular Effects 0.000 description 1
- 231100001261 hazardous Toxicity 0.000 description 1
- 238000003780 insertion Methods 0.000 description 1
- 230000037431 insertion Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 239000003550 marker Substances 0.000 description 1
- 238000010422 painting Methods 0.000 description 1
- 239000012716 precipitator Substances 0.000 description 1
- 239000000523 sample Substances 0.000 description 1
- 239000013598 vector Substances 0.000 description 1
- 239000002699 waste material Substances 0.000 description 1
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
- G05D1/02—Control of position or course in two dimensions
- G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
- G05D1/0268—Control of position or course in two dimensions specially adapted to land vehicles using internal positioning means
- G05D1/0274—Control of position or course in two dimensions specially adapted to land vehicles using internal positioning means using mapping information stored in a memory device
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Aviation & Aerospace Engineering (AREA)
- Remote Sensing (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
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
“Concurrent Localisation and Map Bui
ldig for Mobile Robots Using Ultraso
nic Sensors”Proc.of the
1993 IEEE/RSJ International Conferen
ce on Intelligent Robots and Systems
,Yokohama,Jap.July 26 to July 30,199
3,pages 2192 to 2197.
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。
“Histogrammic in ーMotion Mapping for
Mobile Robot obstacle avoidance”,IE
EE Transactions on Robotics Automati
on,Vol.7,NO.4,Aug.1991,by J.Bore
nstein and Yoram Koren.
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
D max: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
σx xー方向での不確実性
σy 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、LM
1,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10
b)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)RN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)RN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。
RN=f(Bu,Bc,Bf)
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
。
RN=αu*Bu+αc*Bc+αf*Bf
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。
Ri=αu*Bui+αi*Bfi+αc*(1−Bci)
Ri=(αu*Bui+αiBfi)*Bci
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,C
f,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,C
c)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、N
f,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,M
C,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 (1)
- 【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,C f,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,C c)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,N f,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(S T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、 RN=αu*Bu+αc*Bc+αf*Bf 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、 Nui(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、Zu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、ZLn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,ZF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、ZLb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 Ri=αu*Bui*αc*Bfi+(1ーBci) 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 Ri=(αu*Bui+αf*Bfi)*Bci 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 。
Applications Claiming Priority (5)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
DE4421805A DE4421805C1 (de) | 1994-06-22 | 1994-06-22 | Verfahren zur Orientierung, Fahrwegplanung und Steuerung einer autonomen mobilen Einheit |
DE4421805.2 | 1994-06-22 | ||
DE4436477 | 1994-10-12 | ||
DE4436477.6 | 1994-10-12 | ||
PCT/DE1995/000734 WO1995035531A1 (de) | 1994-06-22 | 1995-06-06 | Verfahren zur orientierung, fahrwegplanung und steuerung einer autonomen mobilen einheit |
Publications (1)
Publication Number | Publication Date |
---|---|
JPH10501908A true JPH10501908A (ja) | 1998-02-17 |
Family
ID=25937615
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP8501456A Pending JPH10501908A (ja) | 1994-06-22 | 1995-06-06 | 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 |
Country Status (5)
Country | Link |
---|---|
US (1) | US5793934A (ja) |
EP (1) | EP0766846B1 (ja) |
JP (1) | JPH10501908A (ja) |
DE (1) | DE59501570D1 (ja) |
WO (1) | WO1995035531A1 (ja) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR101234371B1 (ko) * | 2010-12-21 | 2013-02-18 | 고려대학교 산학협력단 | 이동 로봇의 최적 경로 생성 방법 및 이를 이용한 이동 로봇 |
JP2021503334A (ja) * | 2017-11-17 | 2021-02-12 | ロブアート ゲーエムベーハーROBART GmbH | 自律移動ロボットによる床の処理 |
Families Citing this family (66)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6108597A (en) * | 1996-03-06 | 2000-08-22 | Gmd-Forschungszentrum Informationstechnik Gmbh | Autonomous mobile robot system for sensor-based and map-based navigation in pipe networks |
DE19641261C1 (de) * | 1996-10-07 | 1998-02-12 | Siemens Ag | Verfahren zur Bewertung der Meßqualität eines Entfernungsmeßsensors an einem autonomen mobilen System |
KR20020010257A (ko) * | 2000-07-28 | 2002-02-04 | 김인광 | 로봇 시스템에서의 자기위치 인식 장치 및 방법 |
US6496754B2 (en) * | 2000-11-17 | 2002-12-17 | Samsung Kwangju Electronics Co., Ltd. | Mobile robot and course adjusting method thereof |
US7663333B2 (en) * | 2001-06-12 | 2010-02-16 | Irobot Corporation | Method and system for multi-mode coverage for an autonomous robot |
DE10220936A1 (de) * | 2002-05-10 | 2003-12-04 | Siemens Ag | Vorrichtung zur Lokalisierung mit festen und/oder veränderlichen Landmarken |
US20050149256A1 (en) * | 2002-05-10 | 2005-07-07 | Siemens Aktiengesellschaft | Device for determining the position by means of fixed and/or variable landmarks |
US20080300777A1 (en) * | 2002-07-02 | 2008-12-04 | Linda Fehr | Computer-controlled power wheelchair navigation system |
US6842692B2 (en) | 2002-07-02 | 2005-01-11 | The United States Of America As Represented By The Department Of Veterans Affairs | Computer-controlled power wheelchair navigation system |
US6950722B2 (en) | 2002-07-15 | 2005-09-27 | Distrobot Systems, Inc. | Material handling system and method using mobile autonomous inventory trays and peer-to-peer communications |
US6895301B2 (en) * | 2002-07-15 | 2005-05-17 | Distrobot Systems, Inc. | Material handling system using autonomous mobile drive units and movable inventory trays |
US6748292B2 (en) | 2002-07-15 | 2004-06-08 | Distrobot Systems, Inc. | Material handling method using autonomous mobile drive units and movable inventory trays |
US7145478B2 (en) * | 2002-12-17 | 2006-12-05 | Evolution Robotics, Inc. | Systems and methods for controlling a density of visual landmarks in a visual simultaneous localization and mapping system |
US7079943B2 (en) | 2003-10-07 | 2006-07-18 | Deere & Company | Point-to-point path planning |
US7110881B2 (en) * | 2003-10-07 | 2006-09-19 | Deere & Company | Modular path planner |
US7689321B2 (en) * | 2004-02-13 | 2010-03-30 | Evolution Robotics, Inc. | Robust sensor fusion for mapping and localization in a simultaneous localization and mapping (SLAM) system |
JP2006085369A (ja) * | 2004-09-15 | 2006-03-30 | Sony Corp | 移動体装置及びその制御方法 |
DE102004047214B4 (de) * | 2004-09-27 | 2016-02-25 | Still Gmbh | Verfahren zur Navigation für Transportfahrzeuge |
US7845560B2 (en) * | 2004-12-14 | 2010-12-07 | Sky-Trax Incorporated | Method and apparatus for determining position and rotational orientation of an object |
KR100776215B1 (ko) * | 2005-01-25 | 2007-11-16 | 삼성전자주식회사 | 상향 영상을 이용한 이동체의 위치 추정 및 지도 생성장치 및 방법과 그 장치를 제어하는 컴퓨터 프로그램을저장하는 컴퓨터로 읽을 수 있는 기록 매체 |
US8483869B2 (en) | 2005-07-19 | 2013-07-09 | Amazon Technologies, Inc. | Method and system for fulfilling requests in an inventory system |
US7894932B2 (en) * | 2005-07-19 | 2011-02-22 | Kiva Systems, Inc. | Method and system for replenishing inventory items |
US7894933B2 (en) * | 2005-07-19 | 2011-02-22 | Kiva Systems, Inc. | Method and system for retrieving inventory items |
US9330373B2 (en) | 2005-07-19 | 2016-05-03 | Amazon Technologies, Inc. | Method and system for storing inventory holders |
US8381982B2 (en) * | 2005-12-03 | 2013-02-26 | Sky-Trax, Inc. | Method and apparatus for managing and controlling manned and automated utility vehicles |
KR100748245B1 (ko) * | 2005-12-09 | 2007-08-10 | 한국전자통신연구원 | 인공표식과 지역좌표계를 이용한 이동로봇의 환경지도 작성방법 및 이동 방법 |
US8996172B2 (en) | 2006-09-01 | 2015-03-31 | Neato Robotics, Inc. | Distance sensor system and method |
US20080077516A1 (en) * | 2006-09-26 | 2008-03-27 | Polaris Wireless, Inc. | Efficient Deployment of Mobile Test Units to Gather Location-Dependent Radio-Frequency Data |
US9351171B2 (en) | 2006-09-26 | 2016-05-24 | Polaris Wireless, Inc. | Efficient deployment of mobile test units to gather location-dependent radio-frequency data |
US20080077472A1 (en) * | 2006-09-26 | 2008-03-27 | Polaris Wireless, Inc. | Efficient Deployment of Mobile Test Units to Gather Location-Dependent Radio-Frequency Data |
US20080228384A1 (en) * | 2007-03-17 | 2008-09-18 | Erickson Clinton W | Navigational system for a personal mobility device |
US7979174B2 (en) * | 2007-09-28 | 2011-07-12 | Honeywell International Inc. | Automatic planning and regulation of the speed of autonomous vehicles |
US20090088916A1 (en) * | 2007-09-28 | 2009-04-02 | Honeywell International Inc. | Method and system for automatic path planning and obstacle/collision avoidance of autonomous vehicles |
US8210435B2 (en) * | 2008-01-14 | 2012-07-03 | Sky-Trax, Inc. | Optical position marker apparatus |
US8565913B2 (en) * | 2008-02-01 | 2013-10-22 | Sky-Trax, Inc. | Apparatus and method for asset tracking |
US20090228198A1 (en) * | 2008-03-07 | 2009-09-10 | Microsoft Corporation | Selecting landmarks in shortest path computations |
KR101503904B1 (ko) * | 2008-07-07 | 2015-03-19 | 삼성전자 주식회사 | 이동 로봇의 지도 구성 장치 및 방법 |
US8346468B2 (en) * | 2008-07-08 | 2013-01-01 | Sky-Trax Incorporated | Method and apparatus for collision avoidance |
CN102089486A (zh) | 2008-07-09 | 2011-06-08 | 天空燃料有限公司 | 空间框架连接件 |
EP2313703B1 (en) | 2008-07-09 | 2016-12-28 | Skyfuel, Inc. | Solar collectors having slidably removable reflective panels for use in solar thermal applications |
WO2010022280A1 (en) | 2008-08-22 | 2010-02-25 | Skyfuel, Inc. | Hydraulic-based rotational system for solar concentrators that resists high wind loads without a mechanical lock |
US8121749B1 (en) | 2008-09-25 | 2012-02-21 | Honeywell International Inc. | System for integrating dynamically observed and static information for route planning in a graph based planner |
CA2859112C (en) | 2009-08-31 | 2017-08-15 | Neato Robotics, Inc. | Method and apparatus for simultaneous localization and mapping of mobile robot environment |
DE102010012187B4 (de) * | 2010-03-19 | 2020-12-31 | Sew-Eurodrive Gmbh & Co Kg | Verfahren zur Bestimmung der Position zumindest eines ersten und eines zweiten Fahrzeuges innerhalb einer Anlage |
DE102010013093A1 (de) * | 2010-03-29 | 2011-09-29 | Volkswagen Ag | Verfahren und System zur Erstellung eines Modells eines Umfelds eines Fahrzeugs |
EP2619742B1 (en) | 2010-09-24 | 2018-02-28 | iRobot Corporation | Systems and methods for vslam optimization |
US9140792B2 (en) * | 2011-06-01 | 2015-09-22 | GM Global Technology Operations LLC | System and method for sensor based environmental model construction |
US8798840B2 (en) | 2011-09-30 | 2014-08-05 | Irobot Corporation | Adaptive mapping with spatial summaries of sensor data |
US10229383B2 (en) * | 2012-02-05 | 2019-03-12 | Matthews International Corporation | Perpetual batch order fulfillment |
DE102012201870A1 (de) | 2012-02-08 | 2013-08-08 | RobArt GmbH | Verfahren zum automatischen Auslösen einer Selbstlokalisierung |
US8527199B1 (en) * | 2012-05-17 | 2013-09-03 | Google Inc. | Automatic collection of quality control statistics for maps used in autonomous driving |
US9020637B2 (en) | 2012-11-02 | 2015-04-28 | Irobot Corporation | Simultaneous localization and mapping for a mobile robot |
US9037396B2 (en) | 2013-05-23 | 2015-05-19 | Irobot Corporation | Simultaneous localization and mapping for a mobile robot |
US9886036B2 (en) * | 2014-02-10 | 2018-02-06 | John Bean Technologies Corporation | Routing of automated guided vehicles |
DE102014204983A1 (de) * | 2014-03-18 | 2015-09-24 | Robert Bosch Gmbh | Steuergerät und Verfahren zur Positionsbestimmung eines Fahrzeugs |
US9360338B2 (en) * | 2014-07-16 | 2016-06-07 | International Business Machines Corporation | Presenting the viewability of a point of interest on a map |
US9630319B2 (en) * | 2015-03-18 | 2017-04-25 | Irobot Corporation | Localization and mapping using physical features |
CN112352272A (zh) * | 2018-07-30 | 2021-02-09 | 千叶工业大学 | 地图生成***以及移动体 |
FR3089497A1 (fr) * | 2018-12-10 | 2020-06-12 | Airbus Operations | Procédé et dispositif d’aide au pilotage d’un aéronef lors d’une approche d’une piste d’atterrissage en vue d’un atterrissage |
DE102019204267A1 (de) * | 2019-03-27 | 2020-10-01 | Robert Bosch Gmbh | Verfahren zur Steuerung zumindest eines autonomen Arbeitsgeräts |
DE102019112781B4 (de) | 2019-05-15 | 2022-12-15 | Trumpf Werkzeugmaschinen Gmbh + Co. Kg | Verfahren zum Koppeln von Koordinatensystemen und computergestütztes System |
KR102224637B1 (ko) | 2019-07-05 | 2021-03-08 | 엘지전자 주식회사 | 이동 로봇 및 그 제어방법 |
KR102275300B1 (ko) | 2019-07-05 | 2021-07-08 | 엘지전자 주식회사 | 이동 로봇 및 그 제어방법 |
KR102297496B1 (ko) * | 2019-07-11 | 2021-09-02 | 엘지전자 주식회사 | 인공지능을 이용한 이동 로봇 및 이동 로봇의 제어방법 |
KR102361130B1 (ko) | 2019-07-11 | 2022-02-09 | 엘지전자 주식회사 | 이동 로봇 및 그 제어방법 |
DE102021124397B4 (de) * | 2021-09-21 | 2023-08-31 | Cariad Se | Verfahren und Prozessorschaltung zum Ermitteln einer aktuellen Fahrzeugpose eines Kraftfahrzeugs im Raum sowie Kraftfahrzeug mit der Prozessorschaltung |
Family Cites Families (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE3709627A1 (de) * | 1987-03-24 | 1988-10-13 | Fraunhofer Ges Forschung | Selbstfahrendes fahrzeug |
US5377106A (en) * | 1987-03-24 | 1994-12-27 | Fraunhofer Gesellschaft Zur Foerderung Der Angewandten Forschung E.V. | Process for navigating an unmanned vehicle and a vehicle for the same |
JPH01180010A (ja) * | 1988-01-08 | 1989-07-18 | Sanyo Electric Co Ltd | 移動車 |
US5229941A (en) * | 1988-04-14 | 1993-07-20 | Nissan Motor Company, Limtied | Autonomous vehicle automatically running on route and its method |
US5006988A (en) * | 1989-04-28 | 1991-04-09 | University Of Michigan | Obstacle-avoiding navigation system |
US5275568A (en) * | 1992-07-16 | 1994-01-04 | Dave Pfuetze | Geographic locator system |
US5525883A (en) * | 1994-07-08 | 1996-06-11 | Sara Avitzour | Mobile robot location determination employing error-correcting distributed landmarks |
-
1995
- 1995-06-06 US US08/750,883 patent/US5793934A/en not_active Expired - Fee Related
- 1995-06-06 EP EP95919968A patent/EP0766846B1/de not_active Expired - Lifetime
- 1995-06-06 WO PCT/DE1995/000734 patent/WO1995035531A1/de active IP Right Grant
- 1995-06-06 JP JP8501456A patent/JPH10501908A/ja active Pending
- 1995-06-06 DE DE59501570T patent/DE59501570D1/de not_active Expired - Fee Related
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR101234371B1 (ko) * | 2010-12-21 | 2013-02-18 | 고려대학교 산학협력단 | 이동 로봇의 최적 경로 생성 방법 및 이를 이용한 이동 로봇 |
JP2021503334A (ja) * | 2017-11-17 | 2021-02-12 | ロブアート ゲーエムベーハーROBART GmbH | 自律移動ロボットによる床の処理 |
Also Published As
Publication number | Publication date |
---|---|
EP0766846A1 (de) | 1997-04-09 |
DE59501570D1 (de) | 1998-04-09 |
US5793934A (en) | 1998-08-11 |
EP0766846B1 (de) | 1998-03-04 |
WO1995035531A1 (de) | 1995-12-28 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JPH10501908A (ja) | 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 | |
De Ryck et al. | Automated guided vehicle systems, state-of-the-art control algorithms and techniques | |
Di Marco et al. | Simultaneous localization and map building for a team of cooperating robots: a set membership approach | |
Stentz et al. | A complete navigation system for goal acquisition in unknown environments | |
Rekleitis et al. | Multi-robot collaboration for robust exploration | |
CN109459039B (zh) | 一种医药搬运机器人的激光定位导航***及其方法 | |
Kusuma et al. | Humanoid robot path planning and rerouting using A-Star search algorithm | |
Hu et al. | A Bayesian approach to real-time obstacle avoidance for a mobile robot | |
CN110858075A (zh) | 一种移动机器人跨区域方法、装置、调度*** | |
Miller | A spatial representation system for mobile robots | |
CN112130587A (zh) | 一种针对机动目标的多无人机协同跟踪方法 | |
CN111487960A (zh) | 一种基于定位能力估计的移动机器人路径规划方法 | |
Romanov et al. | A navigation system for intelligent mobile robots | |
CN109960260A (zh) | 一种自主导引车辆及其导航方法和控制装置 | |
Obregón et al. | Precise positioning and heading for autonomous scouting robots in a harsh environment | |
CN114879660A (zh) | 一种基于目标驱动的机器人环境感知方法 | |
Diéguez et al. | Deliberative on-line local path planning for autonomous mobile robots | |
Woosley et al. | Multirobot task allocation with real-time path planning | |
Rekleitis et al. | Collaborative exploration for the construction of visual maps | |
Chin et al. | Vision guided AGV using distance transform | |
Sbîrnă et al. | Optimization of indoor localization of automated guided vehicles using ultra-wideband wireless positioning sensors | |
Ceccarelli et al. | A set theoretic approach to path planning for mobile robots | |
CN115993817A (zh) | 张量场驱动分层路径规划的自主探索方法、装置及介质 | |
Cheng et al. | Development of an indoor positioning platform for iRobot create 2 | |
Luo et al. | Planning optimal trajectory for histogram-enabled mapping and navigation by an efficient PSO algorithm |