[go: up one dir, main page]
More Web Proxy on the site http://driver.im/

WO2016013095A1 - 自律移動装置 - Google Patents

自律移動装置 Download PDF

Info

Publication number
WO2016013095A1
WO2016013095A1 PCT/JP2014/069635 JP2014069635W WO2016013095A1 WO 2016013095 A1 WO2016013095 A1 WO 2016013095A1 JP 2014069635 W JP2014069635 W JP 2014069635W WO 2016013095 A1 WO2016013095 A1 WO 2016013095A1
Authority
WO
WIPO (PCT)
Prior art keywords
road surface
data group
data
avoidance
information
Prior art date
Application number
PCT/JP2014/069635
Other languages
English (en)
French (fr)
Inventor
太紀 飯村
山本　健次郎
Original Assignee
株式会社日立製作所
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by 株式会社日立製作所 filed Critical 株式会社日立製作所
Priority to JP2016535597A priority Critical patent/JP6462692B2/ja
Priority to US15/328,783 priority patent/US10156847B2/en
Priority to PCT/JP2014/069635 priority patent/WO2016013095A1/ja
Publication of WO2016013095A1 publication Critical patent/WO2016013095A1/ja

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/50—Context or environment of the image
    • G06V20/56—Context or environment of the image exterior to a vehicle by using sensors mounted on the vehicle
    • G06V20/58—Recognition of moving objects or obstacles, e.g. vehicles or pedestrians; Recognition of traffic objects, e.g. traffic signs, traffic lights or roads
    • 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
    • G05D1/0212—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory
    • G05D1/0214—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory in accordance with safety or protection criteria, e.g. avoiding hazardous areas
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
    • G06F18/217—Validation; Performance evaluation; Active pattern learning techniques
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/10—Terrestrial scenes

Definitions

  • the present invention relates to a technique for determining obstacle avoidance when a moving body such as a robot or an automobile moves autonomously.
  • sensors such as cameras, laser sensors, and ultrasonic sensors are mounted on moving bodies such as robots and automobiles, and obstacle avoidance judgments are made based on these sensor values.
  • Patent Document 1 Japanese Patent Application Laid-Open No. 2004-42148 discloses an environment map storage unit that stores a map of a moving environment in which a known obstacle is described in a mobile robot that autonomously moves the moving environment by battery driving.
  • Self-position and direction detection means for detecting the self-position and direction, obstacle detection means for detecting an unknown obstacle, and when a movement command is received, the mobile robot is moved according to the movement command, and when an avoidance command is received, the obstacle Refer to the environment map for a path avoiding the known obstacle from the self-position detected by the self-position direction detecting means to the moving destination, and a moving means for moving the mobile robot until the detecting means no longer detects the unknown obstacle
  • the planned route is given to the moving means as a movement command, and when the obstacle detecting means detects an unknown obstacle, an avoidance command is sent to the moving means.
  • Route planning means for re-planning with reference to a map and giving the re-planned route to the moving means as a movement command.
  • Patent Document 2 Japanese Patent Application Laid-Open No. 2012-187698 expresses route information as a series having a path and a landmark as elements, a path connecting the start and end of the path, and forward, backward, spin turn, and after the mark.
  • the fixed path information can be changed by teaching without changing the software, and if there is a problem, it can be improved by re-teaching, so the effort and effort are greatly reduced.
  • By creating a library of route information it is possible to accumulate know-how of visually handicapped persons and walking trainers who walk independently on a daily basis.
  • the conventional obstacle avoidance technique is a method of detecting the height from the road surface with, for example, a distance sensor, etc., and generating an action so as to avoid the area having the height if the height is a certain value or more. There is.
  • an obstacle detection sensor such as a camera, and a possible avoidance such as a person or a car that the moving body stores in advance
  • By comparing the database in which the obstacle information to be registered is registered with the object information detected by the obstacle detection sensor it is determined whether or not the detected object is an obstacle registered in the database.
  • the mobile robot of Patent Document 1 stores an environment map in which known obstacles are described, and the detected obstacle is described in the environment map by comparing the detected obstacle with the environment map.
  • a moving environment with many known obstacles or unknown obstacles by determining whether the obstacle is a known obstacle or an unknown obstacle that is not described in the environment map, and if it is an unknown obstacle, repeat the operation that is newly described in the environment map.
  • the mobile robot can reach the destination with high probability.
  • the rerun traveling of the traveling robot of Patent Document 2 and its teaching method and control method are temporarily stopped when approaching the obstacle detected by the traveling robot, and detect whether there is a space to avoid the obstacle on the right side or the left side. And if there is a space to avoid, the traveling robot asks the user whether to avoid the obstacle or wait until the obstacle retreats, and if there is no space to avoid, until the obstacle retreats By continuing the pause, an action can be generated for an obstacle even outdoors.
  • An object of the present invention is to provide an autonomous mobile device that can appropriately determine whether or not to avoid an object on a road surface while reducing the burden on the user in a mobile object that autonomously moves indoors and outdoors.
  • one of the representative autonomous mobile devices of the present invention provides information on an object that needs to be avoided and information on an object that does not need to be avoided when a mobile object that moves autonomously travels.
  • An object detection unit for detecting an object on the road surface around the moving body using a sensor provided in the moving body, a detected object on the road surface, and an object stored in the database
  • a collation unit that collates the road surface object, and if the database does not have the same or similar data as the object on the road surface as a result of the collation, the determination to accept the determination input on whether or not to avoid the road surface object from the operator An input unit, and a motion generation unit that instructs the next motion of the moving body based on a collation result by the collation unit or an avoidance necessity determination result input by the determination input unit.
  • the present invention provides an autonomous mobile device that can appropriately determine whether or not to avoid an object on the road surface while reducing the burden on the user in a mobile object that autonomously moves indoors and outdoors.
  • the purpose is to provide.
  • FIG. 1 It is a block diagram which shows the structure of the mobile body and database management system by the form of Example 1.
  • FIG. It is a figure which shows the database for avoidance determination by the form of Example 1.
  • FIG. It is a flowchart of the collation part by the form of Example 1.
  • FIG. It is a flowchart of the determination input part by the form of Example 1.
  • FIG. It is a figure which shows the example of a display of the monitor of the determination input part by the form of Example 1.
  • FIG. It is a figure which shows the example of a display of the monitor of the determination input part by the form of Example 1.
  • FIG. It is a figure which shows the example of a display of the monitor of the determination input part by the form of Example 1.
  • FIG. It is a figure which shows the example of a display of the monitor of the determination input part by the form of Example 1.
  • FIG. It is a figure which shows the example of a display of the monitor of the determination input part by the form of Example 1.
  • the autonomous mobile device of the present invention when a moving body such as an automobile or a robot autonomously moves indoors or outdoors, a sensor for detecting an object on the road surface is mounted, and the autonomous mobile device of the present invention can avoid the object on the road surface in the same way as a person. By determining whether it is necessary or not and generating the next action based on the determination result, autonomous movement with improved affinity with people is performed.
  • FIG. 1 shows the configuration of a moving body 200 and the configuration of a database management system 201 according to the present embodiment.
  • the moving body 200 is equipped with a sensor 110, and various control programs are executed by the arithmetic processing unit 114.
  • a program executed by the arithmetic processing unit 114 is represented as a functional block diagram, and specifically includes an object detection unit 111, a collation unit 112, and an operation generation unit 117.
  • the database management system 201 includes a database 113 that stores road surface object information including necessary / unnecessary information for avoidance, and includes an arithmetic processing unit 118 that executes various programs.
  • the program executed by the arithmetic processing unit 118 is represented as a functional block diagram in FIG. 1, and specifically includes a determination input unit 115 and a database creation unit 116.
  • the database management system 201 constitutes the autonomous mobile device 202.
  • the mobile unit 200 and the database management system 201 can always communicate with each other by wireless communication means.
  • the communication means is preferably a wireless LAN (Local Area Network), but other communication means may be used.
  • the moving body 200 is equipped with means for calculating its own position in addition to the sensor 110.
  • a wheel odometry that is a method of installing an encoder on a wheel portion of a moving body and calculating relative coordinates of the moving body based on an arbitrary point based on the rotation speed of the wheel.
  • a gyroscope or inertial measurement unit IMU: Internal Measurement Unit
  • IMU Internal Measurement Unit
  • the wheel odometry and gyro odometry increase the error of the self-position calculated according to the moving distance, so the environment map and environment map measured using a distance measuring sensor such as a camera, laser, or radar are matched.
  • map matching is a method for calculating the self position.
  • a satellite positioning system (NSS: Navigation Satellite system) may be used.
  • Markov property is assumed for the observation value of each sensor installed in the moving body and the moving amount of the moving body
  • the odometry, map matching, and positioning results by satellite positioning may be merged by a Kalman filter.
  • SLAM Simultaneous Localization and Mapping
  • SLAM Simultaneous Localization and Mapping
  • the object detection unit 111 uses the sensor 110 to detect an object on the road surface.
  • the sensor 110 is preferably a sensor that can detect the height from the road surface and the relative position from the moving body using a separation sensor such as a camera, laser, or radar.
  • the collation unit 112 collates the object on the road surface detected by the object detection unit 111 with the database 113 managed by the database management system 201, and matches the road surface object detected in the data stored in the database 113. Check if there is. If there is matching data, it is determined whether to avoid the object on the road surface detected from the avoidance necessity / unnecessary information of the match data, and the process moves to the motion generation unit 117. If there is no matching data, the determination input unit 115 is moved. Details of the database 113 will be described with reference to FIG. 2, and details of the verification unit 112 will be described with reference to FIG.
  • the determination input unit 115 outputs the collation result of the collation unit 112 to the monitor, and the operator of the database management system 201 performs the avoidance determination of the object on the road surface detected based on the collation result output to the monitor.
  • the operator is preferably a person who is familiar with the autonomous mobile device 202. After the operator makes an avoidance determination, the avoidance determination result is transmitted to the database creation unit 116 and the motion generation unit 117 of the moving body 200.
  • the database creation unit 116 receives the avoidance determination result of the determination input unit 115 and updates the database 113 based on the avoidance determination result.
  • the motion generation unit 117 determines whether to avoid the detected road object based on the collation result of the collation unit 112 or the avoidance determination result of the determination input unit 115. However, if avoidance is not necessary, continue driving without avoidance.
  • FIG. 2 shows the details of the database 113 of FIG.
  • the database 113 includes an avoidance required class D101 in which object information that needs to be avoided is registered and an avoidance unnecessary class 102 in which object information that does not need to be registered is registered.
  • the avoidance required class D101 includes a data group D103 in which similar objects that need to be avoided are grouped.
  • the avoidance unnecessary class D102 includes a data group D104 in which similar objects unnecessary to avoid are collected.
  • the data group D103 and the data group D104 are composed of representative data D105 and sub-data D106 associated with the representative data D105.
  • the forms of the representative data D105 and the sub data D106 differ depending on the sensor 110 in FIG.
  • the representative data D105 and the sub data D106 are captured images of objects on the road surface or feature information of the captured images.
  • the feature information includes, for example, a Harris detector, a SUSAN (Smallest Universe Segmented Nucleus) detector, a Fast (Features From Accented Segment Test), or the like applied to the imaged image by detecting the position on the imaged image.
  • This is a feature amount extracted by applying information, ORB (Oriented-BRIEF) or the like to the feature point. If feature point detection and feature amount extraction of the feature point can be performed, any feature point detection method and feature A quantity extraction method may be used.
  • the representative data D105 is calculated such that the degree of coincidence with all data in the data group D103 is calculated based on the feature information, and the sample average of the degree of coincidence is maximized.
  • the degree of coincidence is obtained, for example, by calculating the Euclidean distance, the Mahalanobis distance, the correlation coefficient, and the determination coefficient of the feature amounts of the two pieces of data to be collated. May be used.
  • the sample average of the degree of coincidence is added to each data, and the information on the sample average of the degree of coincidence is used by the determination input unit 115 in FIG.
  • ID is assigned to each of the representative data D105 and the sub data D106.
  • IDs may be assigned in any way as long as avoidance is necessary / unnecessary, and the association between the representative data and the subdata and the representative data and the subdata is clear.
  • FIG. 3 shows details of the matching unit 112 of FIG.
  • S100 collates the object on the road surface detected by the object detection unit 111 of FIG. 1 with all the representative data registered in the database 113 of FIG. 1, and calculates the degree of coincidence thereof. Further, representative data is extracted such that the calculated degree of coincidence is greater than the threshold value M1.
  • S101 collates the detected object on the road surface with the sub-data of all representative data extracted in the process S100, and calculates the degree of coincidence thereof. Further, the number of sub-data whose count of coincidence calculated is greater than the threshold value M2 is counted, and the coincidence ratio occupied by the counted sub-data in each data group is calculated.
  • S102 extracts, as candidate data groups, data groups in which the matching ratio calculated in step S101 is greater than the threshold value P, and stores the extracted representative data IDs of the candidate data groups as candidate data group IDs (S105). To do.
  • step S103 selects a data group that maximizes the matching ratio calculated in step S101 from among the candidate data groups extracted in step S102.
  • S104 confirms whether the maximum value of the degree of coincidence of all the data of the data group selected in step S103 is larger than the threshold value M3. If the maximum matching value is smaller than the threshold value M3, the candidate data group ID (S105) is transmitted to the determination input unit 115 and moved to the determination input unit 115.
  • FIG. 4 shows details of the determination input unit 115 of FIG. 5, FIG. 6, and FIG. 7 show a monitor for displaying the collation result of the collation unit 112 in FIG. 1 to the operator by the determination input unit 115 in FIG.
  • S200 receives the candidate data group ID (S105) of FIG. 3, and displays the candidate data group stored in the database 113 of FIG. 2 on the monitor based on the received candidate data group ID (S105), Further, the object on the road surface detected by the object detection unit 111 in FIG. 1 is displayed on the monitor. For example, as shown in FIG. 5, the representative data 102 and the sub-data M103 of the candidate data group M101 are visualized and displayed on the monitor M100, and the visualized object on the road surface is displayed on M104. When there are many candidate data groups M101, the part of M101 can be scrolled up and down, right and left. Furthermore, each data M102 and M103 of the visualized candidate data group can be selected.
  • step S201 the operator confirms whether the candidate data group displayed on the monitor includes the same data group as the object on the road surface detected by the object detecting unit 111 in FIG. For example, when there is the same data group, the same data as the on-road object M104 is selected from the representative data M102 or the sub-data M103 in the candidate data group M101 in FIG. 5, and the “select” button M105 is clicked. If there is no identical data group, the “none” button M106 is clicked.
  • step S202 moves to step S203 when the operator confirms that there is the same data group as the object on the road surface from the candidate data group in step S201, and there is no data group identical to the object on the road surface. If it is confirmed, the process moves to step S206.
  • S203 calculates the degree of coincidence between the detected object on the road surface and the data of the same data group when it is confirmed that there is the same data group as the object on the road surface in step S202, and the degree of coincidence calculated Compute the sample mean of.
  • step S204 moves to step S205 when the sample average of the degree of coincidence of the objects on the road surface calculated in step S203 takes an intermediate value in the same data group, and moves the intermediate value in the same data group. If not, the process moves to step S208.
  • S205 moves representative data of the same data group to sub-data when the sample average of the degree of coincidence of the objects on the road surface is intermediate in the same data group in step S204, and Let the object be representative data.
  • the sub-data IDs are ai-1 to ai-j
  • the ID of the original representative data moved to the sub-data is changed from ai to ai- (j + 1).
  • step S206 when it is confirmed in step S202 that there is no data group identical to the object on the road surface, the operator determines whether or not the object on the road surface is to be avoided.
  • step S207 generates a new data group in the avoidance required class D101 in FIG. 2 when the operator determines in the step S206 that the avoidance of the object on the road surface is necessary, and the object on the road surface is represented by the representative of the new data group.
  • a new data group is generated in the avoidance unnecessary class D102 of FIG. 2, and the object on the road surface is converted into the new data group. Add as representative data.
  • the representative data ID of the new data group is set to a (), assuming that the ID of the representative data of the data group before creation is from a1 to ai. i + 1).
  • a window M200 describing generation of a new data group as shown in FIG. 6 is displayed.
  • the window M200 displays an “Avoidance Required” button and an “Avoidance Unnecessary” button, and the operator clicks on a button determined by himself / herself. After the click, the newly added data group M201 is displayed.
  • S208 adds the object on the road surface to the sub-data of the same data group when the sample average of the degree of coincidence of the object on the road surface does not take an intermediate place in the same data group in step S204.
  • the ID of the object on the road surface added to the sub-data is ai- (j + 1).
  • the road object M300 is added to the same data group M301 as shown in FIG. Displayed.
  • the autonomous mobile device of the present invention includes a database configured with avoidance necessity / unnecessary classes, and determines whether the detected object on the road surface should be avoided or not, Unlike conventional autonomous mobile devices, it is possible to realize movement with improved affinity with humans by making avoidance decisions similar to those of humans.
  • the database 113 is divided into the avoidance required class and the avoidance unnecessary class, it is possible to obtain an effect that the avoidance unnecessary determination can be performed as well as the avoidance determination of the detected object on the road surface. Further, when collating the detected object on the road surface with the database, it is not necessary to collate with all the data by first collating with the representative data, so that the effect of reducing the collation processing load can be obtained.
  • the operator determines whether avoidance is necessary or not, so that it is possible to obtain avoidance determination for various objects on the road surface.
  • the results determined by the operator are sequentially reflected in the database, it is possible to reduce objects on the road surface that cannot be automatically avoided.

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • Multimedia (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Artificial Intelligence (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Evolutionary Biology (AREA)
  • Evolutionary Computation (AREA)
  • General Engineering & Computer Science (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Automation & Control Theory (AREA)
  • Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)

Abstract

本発明は、屋内外で自律移動する移動体において、利用者の負担を軽減しつつ、路面上物体に対して回避要否を適切に判断できるという課題を解決する自律移動装置を提供することを目的とする。そのために、自律移動する移動体が走行する際に、回避が必要な物体の情報、及び、回避が不要な物体の情報が記憶されるデータベースと、前記移動体に備えられたセンサを用いて、前記移動体周囲の路面上物体を検出する物体検出部と、検出された路面上物体と、前記データベースに記憶された物体を照合する照合部と、前記照合部による照合の結果、前記路面上物体と同一、または、類似するデータが前記データベースにない場合に、オペレータから当該路面上物体の回避要否の判定入力を受付ける判定入力部と、前記照合部による照合結果、または、前記判定入力部によって入力された回避要否判定結果をもとに、前記移動体の次の動作を指示する動作生成部と、を有する。

Description

自律移動装置
　本発明は、ロボットや自動車などの移動体が自律移動するときの、障害物の回避判断をする技術に関する。
　従来から、ロボットや自動車などの移動体にカメラやレーザセンサや超音波センサなどのセンサを搭載し、これらのセンサ値をもとに障害物の回避判断をする装置が種々提案されている。
　例えば、下記特許文献１（特開２００４－４２１４８）は、移動環境をバッテリ駆動により自律的に移動する移動ロボットにおいて、既知障害物が記載された移動環境の地図を記憶する環境地図記憶手段と、自己位置及び方位を検出する自己位置方位検出手段と、未知障害物を検出する障害物検出手段と、移動指令を受けたときは移動指令に従って移動ロボットを移動させ、回避指令を受けたとき障害物検出手段が未知障害物を検出しなくなるまで移動ロボットを移動させる移動手段と、自己位置方位検出手段が検出した自己位置から移動目的地までの前記既知障害物を回避した経路を前記環境地図を参照して計画し、計画した経路を移動指令として前記移動手段に与え、障害物検出手段が未知障害物を検出したときは回避指令を前記移動手段に与え、障害物検出手段が未知障害物を検出しなくなったときは、そのときの自己位置方位検出手段が検出した自己位置から移動目的地までの前記既知障害物を回避した経路を前記環境地図を参照して再計画し、再計画した経路を移動指令として前記移動手段に与える経路計画手段とを備えることを特徴としている。当文献によれば、障害物が既知か未知かにかかわらず、障害物が多い移動環境においても高い確率で移動ロボットを移動目的地に到達することができる、としている。
　また、下記特許文献２（特開２０１２－１８７６９８）は、経路情報をパスおよびランドマークを要素とする系列で表し、パスを始端と終端を結ぶ軌道、および前進、後退、スピンターン、目印の後を追尾走行、停止からなる航法、および軌道からの横方向ズレを補正するためのサインパターンの情報、および軌道の縦方向の位置ずれを補正するための終端サインパターンの情報、および走行速度、および通路の幅などで表し、オペレータがティーチング、すなわち走行ロボットを経路に沿って動かして経路情報を作成する走行ロボットにおいて、出発地点から目的地点に至る経路情報に基づく走行中に、障害物に行く手を阻まれたり入り口やフェンスなどに接触しそうになったりしたときに、障害物検出システムが伝える情報により最適なやり直し走行を自動的にもしくは利用者が選択し、または道路の工事中の箇所に来たときに、工事従事者の案内に従う追尾走行からなるやり直し走行を挿入し、問題がなくなったら中断した経路情報に基づく走行に戻ることを特徴としている。当文献によれば、ソフトウェアを変えずに、定型経路情報をティーチングにより変えて、テストして不具合があればティーチングをやり直すことにより改良ができるので、努力と手間が大幅に少なくなり、また、定型経路情報のライブラリを作ることにより、日常的に単独歩行をする視覚障害者や歩行訓練士のノウハウを蓄積することができる、としている。
特開２００４－４２１４８号公報 特開２０１２－１８７６９８号公報
　従来の障害物回避技術は、例えば距離センサ等で路面上からの高さを検出し、前記高さが一定値以上であれば、前記高さをもつエリアを回避するように動作を生成する手法がある。さらに、障害物の内容により動作内容を変更するため、カメラ等の障害物検出センサで障害物の可能性が高い物体を検出し、移動体が事前に記憶した人や車等の想定される回避すべき障害物情報が登録されたデータベースと、前記障害物検出センサで検出した物体情報を照合することにより、検出した物体が前記データベースに登録された障害物かどうかを判定し、前記判定結果をもとに次の動作を生成する手法もある。
　特許文献１の移動ロボットは、既知の障害物が記載された環境地図を記憶しており、検出した障害物と前記環境地図とを比較することにより、検出した障害物が環境地図に記載された既知障害物か、環境地図に記載されていない未知障害物かを判定し、未知障害物であれば環境地図に新たに記載する操作を繰り返すことにより、既知障害物や未知障害物が多い移動環境でも高確率に移動ロボットを目的地に到達させる。
　しかし、環境が大きく変化する屋外環境では既知障害物の消失や移動が多いため、環境地図の障害物位置をもとに動作を生成するのが困難である。
　特許文献２の走行ロボットのやり直し走行、そのティーチング方法および制御方法は、走行ロボットが検出した障害物に近づくと一時停止し、右側または左側に障害物を回避する空間があるかどうかを検出する。そして、回避する空間がある場合は、走行ロボットは利用者に障害物を回避するか、障害物が退いてくれるまで待つかを尋ね、回避する空間がない場合は、障害物が退いてくれるまで一時停止を続行することにより、屋外でも障害物に対して動作を生成することができる。
　しかし、実際の屋内外環境では、草や小さな木の枝など未知の回避不要な路面上物体が多数存在するため、前記路面上物体を検出するたびに一時停止し利用者に回避するかどうか判断させることになり、歩道であれば歩行者の、車道であれば自動車の移動を妨げ、利用者の労力も増大するという課題がある。
　本発明は、屋内外で自律移動する移動体において、利用者の負担を軽減しつつ、路面上物体に対して回避要否を適切に判断できる自律移動装置を提供することを目的とする。
　上記課題を解決するために、代表的な本発明の自律移動装置の一つは、自律移動する移動体が走行する際に、回避が必要な物体の情報、及び、回避が不要な物体の情報が記憶されるデータベースと、前記移動体に備えられたセンサを用いて、前記移動体周囲の路面上物体を検出する物体検出部と、検出された路面上物体と、前記データベースに記憶された物体を照合する照合部と、前記照合部による照合の結果、前記路面上物体と同一、または、類似するデータが前記データベースない場合に、オペレータから当該路面上物体の回避要否の判定入力を受付ける判断入力部と、前記照合部による照合結果、または、前記判定入力部によって入力された回避要否判定結果をもとに、前記移動体の次の動作を指示する動作生成部と、を有する。
　上記態様の自律移動装置によれば、本発明は、屋内外で自律移動する移動体において、利用者の負担を軽減しつつ、路面上物体に対して回避要否を適切に判断できる自律移動装置を提供することを目的とする。
実施例１の形態による移動体およびデータベース管理システムの構成を示すブロック図である。 実施例１の形態による回避判定用のデータベースを示す図である。 実施例１の形態による照合部のフローチャートである。 実施例１の形態による判定入力部のフローチャートである。 実施例１の形態による判定入力部のモニタの表示例を示す図である。 実施例１の形態による判定入力部のモニタの表示例を示す図である。 実施例１の形態による判定入力部のモニタの表示例を示す図である。
以下、図面を用いて実施例を説明する。
　本実施例では、自動車やロボットなどの移動体が屋内外を自律移動するとき、路面上物体を検出するセンサを搭載し、本発明の自律移動装置により、人と同様に路面上物体の回避の要・不要を判定し、判定結果をもとに次の動作を生成することで、人との親和性を向上した自律移動を行う。
　図１は、本実施例による移動体２００の構成およびデータベース管理システム２０１の構成を示し、移動体２００は、センサ１１０を搭載し、演算処理部１１４によって、各種制御プログラムが実行される。図１では、演算処理部１１４が実行するプログラムを機能ブロック図として表し、具体的には、物体検出部１１１、照合部１１２、動作生成部１１７で構成される。データベース管理システム２０１は、回避の要・不要情報を含む路面上物体情報を格納したデータベース１１３を有し、各種プログラムを実行する演算処理部１１８を備える。演算処理部１１４と同様に図１では、演算処理部１１８が実行するプログラムを機能ブロック図として表し、具体的には、判定入力部１１５、データベース作成部１１６で構成されており、移動体２００とデータベース管理システム２０１により自律移動装置２０２は構成される。
　移動体２００とデータベース管理システム２０１は、無線の通信手段により常時通信できるようになっている。前記通信手段は、無線ＬＡＮ（Ｌｏｃａｌ　Ａｒｅａ　Ｎｅｔｗｏｒｋ）であることが望ましいが、他の通信手段を利用してもよい。
　移動体２００は、センサ１１０以外に、自己位置を算出する手段を搭載している。例えば、移動体の車輪部分にエンコーダを設置し、車輪の回転数をもとに、任意地点を基準とした移動体の相対座標を算出する手法であるホイールオドメトリがある。または、移動体内部にジャイロスコープや慣性計測装置（ＩＭＵ：Ｉｎｅｒｔｉａｌ　Ｍｅａｓｕｒｅｍｅｎｔ　Ｕｎｉｔ）を設置し、移動時の角加速度と並進加速度をもとに、任意地点を基準として移動体の相対座標を算出する手法であるジャイロオドメトリがある。また、前記ホイールオドメトリやジャイロオドメトリは移動距離に応じて算出した自己位置の誤差が増大するため、カメラやレーザやレーダ等の測距センサを用いて計測した周囲環境の形状と環境地図とをマッチングすることで自己位置を算出する手法であるマップマッチングを利用することで、オドメトリによる誤差増大を回避してもよい。絶対位置を算出するために衛星測位システム（ＮＳＳ：Ｎａｖｉｇａｔｉｏｎ　Ｓａｔｅｌｌｉｔｅ　ｓｙｓｔｅｍ）を利用してもよい。さらに、移動体に設置した各センサによる観測値と移動体の移動量にマルコフ性を仮定し、カルマンフィルタ（Ｋａｌｍａｎ　ｆｉｌｔｅｒ）によりオドメトリやマップマッチングや衛星測位よる測位結果を融合してもよい。または、環境地図の生成および更新と自己位置の算出を同時に行う手法であるＳＬＡＭ（Ｓｉｍｕｌｔａｎｅｏｕｓ　Ｌｏｃａｌｉｚａｔｉｏｎ　ａｎｄ　Ｍａｐｐｉｎｇ）を適用したシステムを搭載してもよい。
　物体検出部１１１は、前記センサ１１０を用いて路面上物体を検出する。センサ１１０は、例えば、カメラやレーザやレーダ等の測離センサで路面からの高さや移動体からの相対位置を検出できるものがよい。
　照合部１１２は、物体検出部１１１で検出した路面上物体を、データベース管理システム２０１で管理されたデータベース１１３と照合し、データベース１１３に格納されたデータのなかで検出した路面上物体と一致するデータがあるか確認する。一致するデータがある場合は、前記一致データの回避要・不要情報から検出した路面上物体を回避するかどうか決定し、動作生成部１１７に移動する。一致するデータが無い場合は、判定入力部１１５に移動する。データベース１１３の詳細は図２で、照合部１１２の詳細は図３で説明する。
　判定入力部１１５は、照合部１１２の照合結果をモニタに出力し、データベース管理システム２０１のオペレータは前記モニタに出力された照合結果をもとに検出した路面上物体の回避判定を行う。前記オペレータは、自律移動装置２０２に精通した人間であることが望ましい。前記オペレータが回避判定した後、前記回避判定結果はデータベース作成部１１６と移動体２００の動作生成部１１７に送信される。
　データベース作成部１１６は、判定入力部１１５の回避判定結果を受信し、前記回避判定結果をもとにデータベース１１３を更新する。
　動作生成部１１７は、照合部１１２の照合結果、または、判定入力部１１５の回避判定結果をもとに、検出した路面上物体を回避するかどうか判断し、回避が必要な場合は回避行動をとり、回避が必要ない場合は回避せずに走行を続ける。
　図２は図１のデータベース１１３の詳細を示している。
　データベース１１３は、回避が必要な物体情報が登録された回避要クラスＤ１０１と、回避が不要な物体情報が登録された回避不要クラス１０２で構成される。
　回避要クラスＤ１０１は、回避が必要な類似物体を纏めたデータ群Ｄ１０３を要素とする。
　回避不要クラスＤ１０２は、回避が不要な類似物体を纏めたデータ群Ｄ１０４を要素とする。
　データ群Ｄ１０３およびデータ群Ｄ１０４は、代表データＤ１０５と、前記代表データＤ１０５に関連付けられたサブデータＤ１０６で構成される。
　代表データＤ１０５およびサブデータＤ１０６の形態は、図１のセンサ１１０により異なる。センサ１１０がカメラの場合、代表データＤ１０５およびサブデータＤ１０６は路面上物体の撮像画像、もしくは、撮像画像の特徴情報である。前記特徴情報とは、例えば、Ｈａｒｒｉｓ検出器やＳＵＳＡＮ（Ｓｍａｌｌｅｓｔ　Ｕｎｉｖａｌｕｅ　Ｓｅｇｍｅｎｔ　Ａｓｓｙｍｉｌａｔｉｎｇ　Ｎｕｃｌｅｕｓ）検出器、Ｆａｓｔ（Ｆｅａｔｕｒｅｓ　ｆｒｏｍ　Ａｃｃｅｌｅｒａｔｅｄ　Ｓｅｇｍｅｎｔ　Ｔｅｓｔ）等を撮像画像に適用することで検出される特徴点の撮像画像上位置情報、および、ＯＲＢ（Ｏｒｉｅｎｔｅｄ－ＢＲＩＥＦ）等を前記特徴点に適用することで抽出される特徴量であるが、特徴点検出と前記特徴点の特徴量抽出ができれば、どの特徴点検出手法および特徴量抽出手法を用いても良い。
　代表データＤ１０５は、前記特徴情報をもとにデータ群Ｄ１０３の全データとの一致度をそれぞれ算出し、前記一致度の標本平均が最大となるようなデータとする。前記一致度は、例えば、照合する２つのデータの前記特徴量のユークリッド距離やマハラビノス距離や相関係数や決定係数を算出することで求めるが、近似性を表現する算出手法であればどの手法を利用してもよい。
　また、それぞれのデータには前記一致度の標本平均が付加されており、前記一致度の標本平均の情報は図１の判定入力部１１５で利用する。
　代表データＤ１０５およびサブデータＤ１０６には、それぞれＩＤが割り振られている。例えば、回避要クラスＤ１０１の各代表データのＩＤをａｉ（ｉ＝１、２、・・・）とし、ＩＤがａｉの代表データに関連付けられたサブデータのＩＤをそれぞれａｉ－ｊ（ｊ＝１、２、・・・）とする。同様に、回避不要クラスＤ１０２の各代表データのＩＤをｂｉ（ｉ＝１、２、・・・）とし、ＩＤがｂｉの代表データに関連付けられたサブデータのＩＤをそれぞれｂｉ－ｊ（ｊ＝１、２、・・・）とするが、回避の要・不要、代表データとサブデータ、および代表データとサブデータの関連付けが明確であれば、どのようにＩＤを割り振ってもよい。
　図３は図１の照合部１１２の詳細を示している。
　Ｓ１００は、図１の物体検出部１１１で検出した路面上物体を、図１のデータベース１１３に登録された全ての代表データと照合し、それぞれの一致度を算出する。さらに、算出した前記一致度が閾値Ｍ１より大きくなるような代表データを抽出する。
　Ｓ１０１は、検出した前記路面上物体を、前記過程Ｓ１００で抽出した全ての代表データのサブデータと照合し、それぞれの一致度を算出する。さらに、算出した前記一致度が閾値Ｍ２より大きくなるようなサブデータの個数をカウントし、それぞれのデータ群における前記カウントしたサブデータが占める一致割合を計算する。
　Ｓ１０２は、過程Ｓ１０１で算出した前記一致割合が閾値Ｐより大きくなるようなデータ群を候補データ群として抽出し、抽出した前記候補データ群の代表データのＩＤを候補データ群ＩＤ（Ｓ１０５）として保存する。
　Ｓ１０３は、過程Ｓ１０２で抽出した前記候補データ群のなかで、過程Ｓ１０１で算出した前記一致割合が最大となるデータ群を選択する。
　Ｓ１０４は、過程Ｓ１０３で選択した前記データ群の全データの前記一致度の最大値が閾値Ｍ３より大きいかどうか確認し、前記一致度最大値が閾値Ｍ３より大きい場合は動作生成部１１７に移動し、前記一致度最大値が閾値Ｍ３より小さい場合は候補データ群ＩＤ（Ｓ１０５）を判定入力部１１５に送信し判定入力部１１５に移動する。
　図４は図１の判定入力部１１５の詳細を示している。また、図５、図６および図７は、図１の照合部１１２の照合結果を図１の判定入力部１１５で前記オペレータに表示するためのモニタとその表示内容を示している。
　Ｓ２００は、図３の候補データ群ＩＤ（Ｓ１０５）を受信し、受信した前記候補データ群ＩＤ（Ｓ１０５）をもとに、図２のデータベース１１３に格納した前記候補データ群をモニタに表示し、さらに、図１の物体検出部１１１で検出した路面上物体をモニタに表示する。例えば、図５のように、モニタＭ１００に候補データ群Ｍ１０１の代表データ１０２とサブデータＭ１０３を可視化して表示し、Ｍ１０４に前記路面上物体を可視化したものを表示する。候補データ群Ｍ１０１が多い場合は、Ｍ１０１の部分を上下左右にスクロールできるようになっている。さらに、可視化された前記候補データ群の各データＭ１０２およびＭ１０３は選択できるようになっている。
　Ｓ２０１は、前記オペレータが、前記モニタに表示された候補データ群のなかに、図１の物体検出部１１１で検出した前記路面上物体と同一のデータ群があるか確認する。例えば、同一のデータ群がある場合は、図５の候補データ群Ｍ１０１のなかの代表データＭ１０２またはサブデータＭ１０３から路面上物体Ｍ１０４と同一のデータを選択し、「選択」ボタンＭ１０５をクリックする。また、同一のデータ群がない場合は、「無し」ボタンＭ１０６をクリックする。
　Ｓ２０２は、過程Ｓ２０１で前記オペレータが前記候補データ群のなかから前記路面上物体と同一のデータ群があることを確認した場合に過程Ｓ２０３に移動し、前記路面上物体と同一のデータ群がないことを確認した場合に過程Ｓ２０６に移動する。
　Ｓ２０３は、過程Ｓ２０２で前記路面上物体と同一のデータ群があることが確認されたとき、前記路面上検出物体と前記同一データ群のデータとの一致度をそれぞれ計算し、計算した前記一致度の標本平均を計算する。
　Ｓ２０４は、過程Ｓ２０３で算出した前記路面上物体の前記一致度の標本平均が、前記同一データ群のなかで中間値をとる場合は過程Ｓ２０５に移動し、前記同一データ群のなかで中間値をとらない場合は過程Ｓ２０８に移動する。
　Ｓ２０５は、過程Ｓ２０４で前記路面上物体の前記一致度の標本平均が、前記同一データ群のなかで中間地をとる場合に、前記同一データ群の代表データをサブデータに移動させ、前記路面上物体を代表データとする。このとき、例えばサブデータのＩＤがａｉ－１からａｉ－ｊまであるとして、サブデータに移動した元代表データのＩＤをａｉからａｉ－（ｊ＋１）に変更する。
　Ｓ２０６は、過程Ｓ２０２で前記路面上物体と同一のデータ群がないことが確認されたとき、前記オペレータが前記路面上物体の回避要・不要を判定する。
　Ｓ２０７は、過程Ｓ２０６で前記オペレータが前記路面上物体の回避が必要と判定した場合に、図２の回避要クラスＤ１０１に新しいデータ群を生成し、前記路面上物体を前記の新しいデータ群の代表データとして加え、過程Ｓ２０６で前記オペレータが前記路面上物体の回避が不要と判定した場合に、図２の回避不要クラスＤ１０２に新しいデータ群を生成し、前記路面上物体を前記の新しいデータ群の代表データとして加える。このとき、例えば、前記回避要クラスＤ１０１に新しいデータ群を作成した場合、作成前のデータ群の代表データのＩＤがａ１からａｉまであるとして、前記の新しいデータ群の代表データのＩＤをａ（ｉ＋１）とする。例えば、図５の「無し」ボタンＭ１０６をクリックすると、図６に示すような新しいデータ群を生成することが記載されたウインドウＭ２００が表示される。さらに、前記ウインドウＭ２００には「回避要」ボタンと「回避不要」ボタンが表示されており、前記オペレータは自分が判定したほうのボタンをクリックする。クリック後、新たに追加されたデータ群Ｍ２０１を表示する。
　Ｓ２０８は、過程Ｓ２０４で前記路面上物体の前記一致度の標本平均が、前記同一データ群のなかで中間地をとらない場合に、前記路面上物体を前記同一データ群のサブデータに加える。このとき、例えば、前記同一データ群のサブデータがａｉ－１からａｉ－ｊまであるとして、サブデータに加える前記路面上物体のＩＤをａｉ－（ｊ＋１）とする。例えば、前記オペレータが図７の前記同一データ群Ｍ３０１を選択し、図５の「選択ボタン」Ｍ１０５をクリックすると、図７に示すように、前記路面上物体Ｍ３００が前記同一データ群Ｍ３０１に追加されて表示される。
　以上のような構成により、本発明の自律移動装置は、回避要・不要クラスで構成されるデータベースを備え、検出した路面上物体を回避すべきか回避しなくても良いかを判定することにより、従来の自律移動装置とは異なり、人と同様の回避判断を行うことで人との親和性を向上させた移動を実現することができる。
　また、データベース１１３が回避要クラスと回避不要クラスに分割されているため、検出した路面上物体の回避要判定だけでなく、回避不要判定もできるという効果が得られる。また、検出した路面上物体をデータベースと照合する際、まずは代表データと照合することによって、全てのデータと照合する必要がないため、照合の処理負荷を低減できるという効果が得られる。
　また、代表データだけでなく代表データに類似するサブデータも回避要否判断に利用するため、物体検出センサのセンシング方向の違いにより路面上物体の見え方が変わっても、データベースから路面上物体と同一のデータを抽出することができるという効果が得られる。
　また、路面上物体がデータベース１１３にない場合には、オペレータが回避要・不要の判定するため、様々な路面上物体に対し、必ず回避判定ができるという効果が得られる。また、オペレータが判定した結果をデータベースに逐次反映するため、自動で回避判定できない路面上物体を減らすことができる。
　なお、本発明は上記した実施例に限定されるものではなく、様々な変形例が含まれる。例えば、上記した実施例は本発明を分かりやすく説明するために詳細に説明したものであり、必ずしも説明した全ての構成を備えるものに限定されるものではない。また、上記の各構成、機能、処理部、処理手段等は、それらの一部又は全部を、例えば集積回路で設計する等によりハードウェアで実現してもよい。また、上記の各構成、機能等は、プロセッサがそれぞれの機能を実現するプログラムを解釈し、実行することによりソフトウェアで実現してもよい。各機能を実現するプログラム、テーブル、ファイル等の情報は、メモリや、ハードディスク、SSD（Solid State Drive）等の記録装置、または、ICカード、SDカード、DVD等の記録媒体に置くことができる。
１１０　センサ
１１１　物体検出部
１１２　照合部
１１７　動作生成部
２００　移動体
１１３　データベース
１１５　判定入力部
１１６　データベース作成部
２０１　データベース管理システム
２０２　自律移動装置

Claims (5)

  1. 　自律移動する移動体が走行する際に、回避が必要な物体の情報、及び、回避が不要な物体の情報が記憶されるデータベースと、
    　前記移動体に備えられたセンサを用いて、前記移動体周囲の路面上物体を検出する物体検出部と、
    　検出された路面上物体と、前記データベースに記憶された物体を照合する照合部と、
    　前記照合部による照合の結果、前記路面上物体と同一、または、類似するデータが前記データベースない場合に、オペレータから当該路面上物体の回避要否の判定入力を受付ける判断入力部と、
    　前記照合部による照合結果、または、前記判定入力部によって入力された回避要否判定結果をもとに、前記移動体の次の動作を指示する動作生成部と、
    　を有する自律移動装置。
  2. 　請求項１において、
    　前記データベースは、回避が必要な物体の情報が記憶される回避要クラスと、回避が不要な物体の情報が記憶される回避不要クラスで構成され、各物体の情報には、物体の特徴を比較可能な特徴量が定められており、
    　前記回避要クラスと前記回避不要クラスはそれぞれ、データ群の代表となる物体の情報である代表データと、前記代表データの特徴に類似する物体の情報であって、当該代表データに関連付けられたサブデータで構成されるデータ群を要素とする
    　ことを特徴とする自律移動装置。
  3. 　請求項２において、
    　前記照合部は、
    　前記物体検出部で検出した前記路面上物体を前記データベースの各代表データと照合して前記路面上物体と類似する前記代表データを複数抽出し、
    　抽出した各代表データに関連付けられた前記サブデータに前記路面上物体を照合し、前記路面上物体と類似する前記サブデータの割合が多い前記データ群を候補データ群として抽出し、
    　抽出した前記候補データ群の中いずれかの前記代表データまたは前記サブテータの特徴量が、前記路面上物体の特徴量と所定の差以内であった場合には、当該候補データ群が属する回避要・不要クラスを前記動作生成部に送信し、
    　抽出した前記候補データ群の中のいずれの前記代表データまたは前記サブテータの特徴量も、前記路面上物体の特徴量と所定の差以上あった場合には、前記候補データ群の情報を前記判定入力部に送信し、
    　前記判定入力部は、前記候補データ群の情報と前記路面上物体をオペレータに表示して、オペレータから当該路面上物体の回避要否の判定入力を受付ける
    　ことを特徴とする自律移動装置。
  4. 　請求項３において、
    　前記判定入力部は、
    　前記照合部から前記候補データ群の情報を受信すると、前記候補データ群と前記路面上物体をモニタに表示し、
    　前記モニタに表示された前記候補データ群のなかに前記路面上物体と同一種のデータ群の有無をオペレータから受付け、
    　前記路面上物体と同一種のデータ群がある場合は、当該データ群に前記路面上物体の情報を追加し、当該データ群が属する回避要・不要クラスの情報をもとに、前記路面上物体の回避要・不要を判定し、
    　前記路面上物体と同一種のデータ群がない場合は、オペレータから前記路面上物体の回避判定を受付け、当該回避判定の結果をもとに前記路面上物体の情報を代表データとして前記データベースに追加し、前記判定結果をもとに回避要・不要を判定する
    　ことを特徴とする自律移動装置。
  5. 　請求項１において
    　前記センサ、前記物体検出部、前記照合部、及び、前記動作生成部は前記移動体に備えられ、
    　前記データベース及び前記判定入力部は、前記移動体と通信可能なサーバに備えられる
    　ことを特徴とする自律移動装置。
PCT/JP2014/069635 2014-07-25 2014-07-25 自律移動装置 WO2016013095A1 (ja)

Priority Applications (3)

Application Number Priority Date Filing Date Title
JP2016535597A JP6462692B2 (ja) 2014-07-25 2014-07-25 自律移動装置
US15/328,783 US10156847B2 (en) 2014-07-25 2014-07-25 Autonomous moving device
PCT/JP2014/069635 WO2016013095A1 (ja) 2014-07-25 2014-07-25 自律移動装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
PCT/JP2014/069635 WO2016013095A1 (ja) 2014-07-25 2014-07-25 自律移動装置

Publications (1)

Publication Number Publication Date
WO2016013095A1 true WO2016013095A1 (ja) 2016-01-28

Family

ID=55162650

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/JP2014/069635 WO2016013095A1 (ja) 2014-07-25 2014-07-25 自律移動装置

Country Status (3)

Country Link
US (1) US10156847B2 (ja)
JP (1) JP6462692B2 (ja)
WO (1) WO2016013095A1 (ja)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2017224280A (ja) * 2016-05-09 2017-12-21 ツーアンツ インク．ＴｗｏＡｎｔｚ Ｉｎｃ． 視覚的測位によるナビゲーション装置およびその方法

Families Citing this family (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10643377B2 (en) * 2014-12-22 2020-05-05 Husqvarna Ab Garden mapping and planning via robotic vehicle
JP6194520B1 (ja) * 2016-06-24 2017-09-13 三菱電機株式会社 物体認識装置、物体認識方法および自動運転システム
US10430657B2 (en) * 2016-12-12 2019-10-01 X Development Llc Object recognition tool
CN109507997B (zh) * 2017-09-15 2021-11-12 现代摩比斯株式会社 用于自动驾驶的装置、方法和系统
US10713940B2 (en) 2017-10-31 2020-07-14 Waymo Llc Detecting and responding to traffic redirection for autonomous vehicles
US10401862B2 (en) * 2017-10-31 2019-09-03 Waymo Llc Semantic object clustering for autonomous vehicle decision making
WO2019089444A1 (en) * 2017-10-31 2019-05-09 Waymo Llc Detecting and responding to traffic redirection for autonomous vehicles
EP3863743A4 (en) * 2018-10-09 2021-12-08 Resonai Inc. SYSTEMS AND PROCEDURES FOR 3D SCENES ENLARGEMENT AND RECONSTRUCTION
AU2020256049B2 (en) * 2019-04-05 2024-02-08 The Toro Company Barrier passage system for autonomous working machine
CN112015178B (zh) * 2020-08-20 2022-10-21 中国第一汽车股份有限公司 一种控制方法、装置、设备及存储介质
US11954914B2 (en) * 2021-08-02 2024-04-09 Nvidia Corporation Belief propagation for range image mapping in autonomous machine applications

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2004042148A (ja) * 2002-07-09 2004-02-12 Mitsubishi Heavy Ind Ltd 移動ロボット
JP2005092820A (ja) * 2003-09-19 2005-04-07 Sony Corp 環境認識装置及び方法、経路計画装置及び方法、並びにロボット装置
JP2012187698A (ja) * 2011-03-08 2012-10-04 Rota Kk 走行ロボットのやり直し走行、そのティーチング方法および制御方法
WO2014091611A1 (ja) * 2012-12-13 2014-06-19 株式会社日立製作所 自律走行装置

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
FR2984254B1 (fr) * 2011-12-16 2016-07-01 Renault Sa Controle de vehicules autonomes
US9523984B1 (en) * 2013-07-12 2016-12-20 Google Inc. Methods and systems for determining instructions for pulling over an autonomous vehicle

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2004042148A (ja) * 2002-07-09 2004-02-12 Mitsubishi Heavy Ind Ltd 移動ロボット
JP2005092820A (ja) * 2003-09-19 2005-04-07 Sony Corp 環境認識装置及び方法、経路計画装置及び方法、並びにロボット装置
JP2012187698A (ja) * 2011-03-08 2012-10-04 Rota Kk 走行ロボットのやり直し走行、そのティーチング方法および制御方法
WO2014091611A1 (ja) * 2012-12-13 2014-06-19 株式会社日立製作所 自律走行装置

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2017224280A (ja) * 2016-05-09 2017-12-21 ツーアンツ インク．ＴｗｏＡｎｔｚ Ｉｎｃ． 視覚的測位によるナビゲーション装置およびその方法

Also Published As

Publication number Publication date
JP6462692B2 (ja) 2019-01-30
US10156847B2 (en) 2018-12-18
US20170212518A1 (en) 2017-07-27
JPWO2016013095A1 (ja) 2017-04-27

Similar Documents

Publication Publication Date Title
JP6462692B2 (ja) 自律移動装置
EP2927769B1 (en) Localization within an environment using sensor fusion
US11885900B2 (en) Method and system for tracking a mobile device
KR101202695B1 (ko) 자율 이동 장치
CN109491375A (zh) 用于自动驾驶车辆的基于驾驶场景的路径规划
JP5892785B2 (ja) 情報処理装置、及び情報処理方法
Löper et al. Automated valet parking as part of an integrated travel assistance
CN106997688A (zh) 基于多传感器信息融合的停车场停车位检测方法
US20210012124A1 (en) Method of collecting road sign information using mobile mapping system
CN103558856A (zh) 动态环境下服务动机器人导航方法
TWI772743B (zh) 資訊處理裝置以及移動機器人
CN113330279A (zh) 用于确定车辆的位置的方法和系统
EP3207335B1 (en) Diverging and converging road geometry generation from sparse data
CN113433937B (zh) 基于启发式探索的分层导航避障系统、分层导航避障方法
Zheng et al. A hierarchical approach for mobile robot exploration in pedestrian crowd
EP4053761A1 (en) Providing access to an autonomous vehicle based on user's detected interest
US20200377111A1 (en) Trainer system for use with driving automation systems
CN114879660A (zh) 一种基于目标驱动的机器人环境感知方法
TWI426241B (zh) Self - propelled device for the tracking system
JP4427517B2 (ja) 歩行者動線観測装置、方法およびプログラム
Jackermeier et al. Task-Oriented Evaluation of Indoor Positioning Systems
Jafar et al. Visual features based motion controller for mobile robot navigation
Suprapto et al. Designing an Autonomous Vehicle Using Sensor Fusion Based on Path Planning and Deep Learning Algorithms
Bikmaev Error Estimation of a Strapdown Inertial Navigation System Based on the Results of Road Sign Recognition in a Multidimensional Optical Geophysical Field
Cheng Proprioceptive Localization for Robots

Legal Events

Date Code Title Description
121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 14898126

Country of ref document: EP

Kind code of ref document: A1

ENP Entry into the national phase

Ref document number: 2016535597

Country of ref document: JP

Kind code of ref document: A

WWE Wipo information: entry into national phase

Ref document number: 15328783

Country of ref document: US

NENP Non-entry into the national phase

Ref country code: DE

122 Ep: pct application non-entry in european phase

Ref document number: 14898126

Country of ref document: EP

Kind code of ref document: A1