移动体的制作方法

本发明涉及一种移动体。

背景技术：

作为移动体的一个形式，公知有专利文献1所示的结构。如专利文献1的图1所示那样，移动体具备：由移动体的路面数据获取单元获取至少包括高度数据的路面数据的步骤、将获取到的路面数据按高度顺序排序的步骤、抽出已排序的路面数据的变化点的步骤、以及以变化点为边界而识别障碍的步骤。由此，能够高精度地识别障碍。

另外，作为移动体的其他的一个形式，公知有专利文献2所示的结构。如专利文献2的图1所示的那样，移动体构成为：在移动台车1设置对移动台车1的前方底面与移动主体的距离进行测量的距离传感器4、和移动量测量单元9，在前方底面6以及移动台车1间的测量距离与设定值的偏差继续而超过了基准量的情况下，利用移动量测量单元9来测量超过了该基准量后的移动距离，在该移动距离超过了基准移动量时判定为无法行驶而使移动台车1停止。由此，在行驶路径的前方检测出阶梯差、倾斜的情况下，通过识别阶梯差的高度、宽度或者倾斜的程度而不会进行必要以上的停止而能够将较低的阶梯差、较窄的宽度的槽判断为能够行驶而继续行驶。

专利文献1:日本特开2012-220227号公报

专利文献2:日本特开2006-146376号公报

在上述的专利文献1中，要求更高精度地识别移动体所行驶的路面(行驶路面)的阶梯差、倾斜。另外，在上述的专利文献2中，能够以移动体在行驶中为前提而对行驶路面的阶梯差、倾斜进行检测，因此在移动体所行驶的路面(移动体现在行驶的地点)为平面的情况下，能够检测行驶路面(移动体的行进方向的路面)的阶梯差、倾斜，但在移动体行驶的路面不是平面的情况下(例如上坡、下坡、凸凹面)，存在无法更高精度地检测行驶路面的阶梯差、倾斜这样的问题。

技术实现要素：

因此，本发明是为了消除上述的课题而完成的，目的在于提供能够抑制移动体行驶的路面形状的影响、并更高精度地识别移动体的行驶路面的阶梯差、倾斜的移动体。

为了解决上述的课题，技术方案1所涉及的移动体是通过基于驱动装置的驱动进行行驶的移动体，其具备：获取部，其将移动体的周边的信息作为以三维表示的点群数据而获取；分割部，其将由获取部获取的点群数据分割为在规定平面划分为规定的区域的多个区域；特征量计算部，其按每个由分割部分割的区域，根据属于区域的点群数据亦即分割点群数据分别对区域的特征所涉及的特征量进行计算；搜索起点设定部，其基于由特征量计算部计算出的特征量，对为了从多个区域中搜索是否为移动体能够行驶的能够行驶区域而成为起点的搜索起点进行设定；以及判定部，其从由搜索起点设定部设定的搜索起点的周边的区域亦即周边区域中，对具有与搜索起点的特征所涉及的特征量接近的特征量的类似区域进行判定。

据此，能够从先设定的搜索起点的周边的区域中，以搜索起点为基准，基于按每个区域计算出的特征量，对类似区域进行判定。即，能够以搜索起点为基准来判定移动体的能够行驶区域。其结果，能够提供抑制移动体所行驶的路面形状的影响、并且更高精度地识别移动体的行驶路面的阶梯差、倾斜的移动体。

附图说明

图1是表示本发明的移动体的一实施方式的结构的概要图。

图2是表示输入至图1的操作装置的操作信息的示意图，且纵轴表示移动体的前后方向，横轴表示移动体的左右方向。

图3是图1所示的移动体的框图。

图4A是存储于图3所示的控制装置的第一映射(map)，且是表示所希望行进速度与移动体的行进速度的关系的映射。

图4B是存储于图3所示的控制装置的第二映射，且是表示所希望转弯速度与移动体的转弯速度的关系的映射。

图5是用于对区域与点群数据进行说明的图。

图6是用于对推断面、有效的点群数据、以及离群值进行说明的图。用正交三维坐标示出。

图7是用于对推断面、有效的点群数据、以及法向量进行说明的图。用正交三维坐标示出。

图8是表示区域的高度阈值与倾斜的关系的映射。

图9是用于对搜索起点、周边区域、类似区域(能够行驶区域)、以及无法行驶区域进行说明的图。

图10是图3所示的控制装置所执行的程序(主程序)的流程图。

图11是图3所示的控制装置所执行的程序(子流程(特征量运算))的流程图。

图12是图3所示的控制装置所执行的程序(子流程(搜索起点设定))的流程图。

具体实施方式

以下，参照附图对本发明的移动体的一实施方式进行说明。作为本实施方式的移动体，将图1所示的电动轮椅1列举为例子进行说明。此外，在本说明书中，为了方便说明，将图1的上侧以及下侧分别设为电动轮椅1的上方以及下方，同样将左下侧以及右上侧分别设为电动轮椅1的前方以及后方，同样将左上侧以及右下侧分别设为电动轮椅1的右方以及左方而进行说明。另外，图1示出表示各方向的箭头。

电动轮椅1具备：轮椅主体10、驱动装置20、操作装置30、检测装置40以及控制装置50。电动轮椅1是乘坐者所搭乘的设备，且是通过根据基于乘坐者的向操作装置30的输入而被驱动的驱动装置20而进行行驶的移动体。驱动装置20、操作装置30、检测装置40以及控制装置50安装于轮椅主体10。此外，移动体不局限于乘坐者搭乘且由该乘坐者进行操作的结构，也有乘坐者不搭乘的自主型。

轮椅主体10具备：框架11、乘坐者就座的座席12以及车轮13。座席12以及车轮13安装于框架11。车轮13构成为能够绕旋转轴旋转。车轮13具备：配设于轮椅主体10的左右两侧并被驱动装置20驱动的左驱动轮13a以及右驱动轮13b、以及辅助电动轮椅1的行驶的左辅助轮13c以及右辅助轮13d。

驱动装置20使各驱动轮13a、13b分别旋转驱动而使电动轮椅1行驶。驱动装置20例如通过将电动马达(未图示)与减速器(未图示)组合而构成。驱动装置20在各驱动轮13a、13b分别各设置有一个(合计两个)。

操作装置30是为了指示电动轮椅1的行进速度v以及转弯速度w而由乘坐者操作的装置。行进速度v是电动轮椅1的前方(正面方向)的电动轮椅1的速度。转弯速度w是在电动轮椅1所位于的场所中电动轮椅1以电动轮椅1的重心为中心进行转弯的角速度。在本实施方式中，操作装置30是操纵杆。操作装置30在未被操作的位置(以下，作为空挡位置)，以沿铅垂方向直立的状态定位。操作装置30通过从空挡位置被乘坐者操作而倾斜。如图2所示，操作了操作装置30的状态能够通过在将操作装置30投影于与水平面平行的XY平面时的操作装置30的前端的坐标来表示。X轴的正负方向与电动轮椅1的前后方向相同。Y轴的正负方向与电动轮椅1的左右方向相同。X坐标的值是乘坐者所希望的电动轮椅1的行进速度亦即所希望行进速度xjs。Y坐标的值是乘坐者所希望的电动轮椅1的转弯速度亦即所希望转弯速度yjs。所希望行进速度xjs以及所希望转弯速度yjs作为输入至操作装置30的信息亦即操作信息，按每个第一规定时间向控制装置50输出。第一规定时间例如为1/25秒。

检测装置40对处于电动轮椅1的周围的被检测物进行检测。被检测物是电动轮椅1从现在起行驶的路面(行驶路面)、人、物等。

检测装置40是三维测域传感器(激光测距扫描仪(3D扫描仪))。检测装置40从检测部41沿水平方向以及上下方向(三维地)发射激光，由检测部41接收来自被检测物的反射波。由此，检测装置40能够获取从检测部41直至被检测物的直线距离、水平角度(相对于基准(例如电动轮椅1的行进方向))、垂直角度(相对于基准(例如电动轮椅1的水平方向))，进而能够将被检测物所涉及的三维坐标获取为点群数据D。将周边信息(被检测物信息)作为三维坐标的点群数据D而示出。点群数据D表示被检测物的表面的位置/形状。检测装置40将激光在电动轮椅1的周围(在本实施方式中前方)以放射状发射。激光能够发射的角度范围与检测装置40能够检测被检测物的角度范围相当。检测装置40例如按每个第一规定时间获取周边信息。将检测装置40所获取的周边信息向控制装置50输出。

控制装置50基于操作信息而控制驱动装置20的驱动量使电动轮椅1行驶。如图3所示，控制装置50连接有驱动装置20、操作装置30以及检测装置40。并且，控制装置50具备：操作信息获取部51、驱动控制部52、周边信息获取部53、分割部54、特征量计算部55、搜索起点设定部56、以及判定部57。

操作信息获取部51获取来自操作装置30的操作信息。驱动控制部52基于由操作信息获取部51获取到的操作信息而控制驱动装置20而控制电动轮椅1的行驶。

具体而言，从操作装置30被操作，控制装置50获取了来自操作装置30的操作信息的时刻，控制装置50开始行驶控制。控制装置50将来自操作装置30的操作信息(所希望行进速度xjs以及所希望转弯速度yjs)转换为行进速度v以及转弯速度w。控制装置50根据获取到的所希望行进速度xjs，基于图4A所示的第一映射M1计算行进速度v。第一映射M1示出所希望行进速度xjs与行进速度v的关系。另外，控制装置50根据获取到的所希望转弯速度yjs，基于图4B所示的第二映射M2来计算转弯速度w。第二映射M2示出所希望转弯速度yjs与转弯速度w的关系。

如图4A所示，第一映射M1具备：所希望行进速度xjs和行进速度v成比例的成比例部mv1、和与所希望行进速度xjs的大小无关而行进速度v为恒定的值的不感部mv2。在行进速度v为正的情况下，电动轮椅1前进。另一方面，在行进速度v为负的情况下，电动轮椅1后退。另外，如图4B所示，第二映射M2具备：所希望转弯速度yjs与转弯速度w成比例的成比例部mw1、和与所希望转弯速度yjs的大小无关而转弯速度w为恒定的值的不感部mw2。在转弯速度w为正的情况下，电动轮椅1向右转弯。另一方面，在转弯速度w为负的情况下，电动轮椅1向左转弯。

控制装置50基于转换了的行进速度v以及转弯速度w来控制驱动装置20的驱动量(转速)。具体而言，转换了的行进速度v以及转弯速度w进一步被转换为左驱动轮13a的转弯速度以及右驱动轮13b的转弯速度。行进速度v的大小与各驱动轮13a、13b的转弯速度的大小成比例。另外，转弯速度w的大小同左驱动轮13a与右驱动轮13b的转弯速度之差的大小成比例。行进速度v以及转弯速度w与各驱动轮13a、13b的旋转速度的关系通过预先实验等进行实测而导出。此外，对驱动装置20进行PWM控制，因此驱动装置20的控制指令值通过占空比来计算。

在控制装置50进行行驶控制时，乘坐者使操作装置30的位置成为空挡位置的情况下，行进速度v以及转弯速度w成为零，从而电动轮椅1停止。该情况下，控制装置50的行驶控制结束。

周边信息获取部53是从检测装置40将电动轮椅1的周边的信息作为以三维示出的点群数据D而获取的获取部。

分割部54将由周边信息获取部53获取到的点群数据D分割为在规定平面划分为规定的区域的多个区域G。在本实施方式中，如图5所示，规定的区域基于圆坐标C(平面极坐标)而划分。圆坐标C配设于规定平面，且是以检测装置40的检测部41的位置为原点C0并且以图5的上侧作为电动轮椅1的前方的极坐标。圆坐标C具有：沿径向以及周向以规定间隔(例如，沿径向50cm间隔以及沿径向20°间隔)被划分的多个区域G。规定平面是在电动轮椅1在水平面行驶的情况下与水平面平行的平面，是包括检测部41的基准平面。

此外，圆坐标C的原点C0也可以取代检测装置40的检测部41的位置，而成为例如电动轮椅1的重心。

另外，对于被分割的区域Gnm而言，将在径向上靠近检测部41的列作为第一行，将周向的左侧的列作为第一列。n表示行编号，m表示列编号。区域G11是第一行、第一列的区域，区域G17是第一行、第七列的区域。区域G21是第二行、第一列的区域，区域G27是第二行、第七列的区域。

分割部54将由周边信息获取部53获取到的点群数据D分割为上述的多个区域G。具体而言，分割部54通过将点群数据D投影于圆坐标C，从而分割为多个区域G。点群数据D的基准位置是检测部41，分割部54通过使该基准位置与圆坐标C的原点C0一致，从而能够将点群数据D投影于圆坐标C。

此外，分割部54也可以取代圆坐标C而使用平面正交坐标(即通过格子(grid))来分割。

特征量计算部55按每个被分割部54分割的区域Gnm，根据属于区域Gnm的点群数据D亦即分割点群数据Dnm分别计算区域Gnm的特征所涉及的特征量。具体而言，特征量计算部55具备：合并部55a、推断面设定部55b、识别部55c、法向量计算部55d、倾斜计算部55e、以及高度计算部55f。

合并部55a将分割点群数据Dnm比较少的区域Gnm与彼此处于附近的区域Gnm的附近区域合并(merge)而成为新的区域亦即合并区域。例如，分割点群数据D37比较少的区域G37与处于附近的区域G36的附近区域合并而成为新的区域亦即合并区域。该合并区域是以下的处理的对象区域。由此，能够减少点群数据比较少的空区域的数量。

推断面设定部55b按每个区域Gnm根据区域Gnm所涉及的分割点群数据Dnm来设定推断面Pl(参照图6)。推断面Pl为平面。推断面Pl能够通过相对于分割点群数据Dab进行RANSAC、Moving Least Squaers来设定。

识别部55c基于由推断面设定部55b设定的推断面Pl，将分割点群数据Dnm识别为有效的点群数据D和离群值。具体而言，识别部55c识别为：距推断面Pl的最短距离小于距离阈值的点为有效数据(图6中用黑圆点示出)，距推断面Pl的最短距离大于距离阈值的点为离群值(图6中用白圆点示出)。此外，在图6中，分割点群数据Dnm是某个分割点群数据Dab。

法向量计算部55d根据由识别部55c识别出的有效的点群数据D来计算区域Gnm的法向量。具体而言，法向量计算部55d相对于识别出的有效的点群数据D(图7中用黑圆点示出)，计算重心点(或者中央值)，相对于该计算出的重心点(图7中用白圆点示出)计算与有效的点群数据D的协方差矩阵，进行主成分分析。法向量计算部55d将最小主成分设定为推断面Pl的法向量。此外，优选相对于重心点与各点群的协方差，在进行了同重心点与点群的距离对应的加权后计算协方差矩阵。由此，能够尽可能抑制噪声的影响而进一步高精度地计算法向量。

倾斜计算部55e根据由法向量计算部55d计算出的法向量来作为计算区域Gnm的一个特征量的倾斜(相对于水平面的角度)。法向量的方向与区域Gnm的平面处于正交的关系，因此区域Gnm的倾斜能够根据法向量的方向来计算。具体而言，例如倾斜计算部55e通过铅垂向上矢量与法向量的内积来计算区域Gnm的倾斜。倾斜在相对于水平面而向行进方向近前侧倾斜的情况下(上倾斜的情况下)成为正的值，在相对于水平面而向行进方向进深侧倾斜的情况下(下倾斜的情况下)成为负的值。

高度计算部55f根据由识别部55c识别出的有效的点群数据D来计算作为区域Gnm的一个特征量的高度。具体而言，例如高度计算部55f将识别出的有效的点群数据D的平均值或者中央值作为该区域Gnm的高度而计算。高度在比基准面高的情况下成为正的值，在比基准面低的情况下成为负的值。此外，基准面例如为水平面，是电动轮椅1在平行(水平)状态下电动轮椅1的车轮所设置的面。

搜索起点设定部56基于由特征量计算部55计算出的特征量，对为了从多个区域中搜索是否为电动轮椅1能够行驶的能够行驶区域而成为起点的搜索起点进行设定。具体而言，搜索起点设定部56将以下区域设定为搜索起点，该区域在多个区域G中的距电动轮椅1的当前位置规定距离内，且属于由特征量计算部55计算出的特征量的高度为高度判定范围内，并且属于由特征量计算部55计算出的特征量的倾斜为倾斜判定范围内。

此外，将高度判定范围设定为第一高度阈值以上，并且比第一高度阈值大的第二高度阈值以下。第一高度阈值是与例如电动轮椅1能够行驶的深度(凹状阶梯差)相当的值，且是负的值。第二高度阈值是与例如电动轮椅1能够行驶的高度(凸状阶梯差)相当的值，且是正的值。

另外，将倾斜判定范围设定为第一倾斜阈值以上，并且比第一倾斜阈值大的第二倾斜阈值以下。第一倾斜阈值是与例如电动轮椅1能够行驶的下坡的角度相当的值，且是负的值。第二倾斜阈值是与例如电动轮椅1能够行驶的上坡的角度相当的值，且是正的值。

例如，搜索起点设定部56优选将多个区域G中的距电动轮椅1的当前位置规定距离内、且属于由特征量计算部55计算出的特征量的高度为第二高度阈值以下(并且0以上)、且属于由特征量计算部55计算出的特征量的倾斜为第二倾斜阈值以下(并且0以上)的区域设定为搜索起点。

此外，上述的各高度阈值根据由特征量计算部55计算出的倾斜来设定。具体而言，高度阈值Hth根据图8所示的映射或者下述式1，作为与区域G的倾斜An1(路面的角度)对应的值而计算出。

(式1)

Hth＝α×An1+Hoffset

这里，α是用于将路面的角度转换为高度(高度阈值Hth)的系数，且是电动轮椅1固有的常量。另外，Hoffset是偏移项，且设定为电动轮椅1能够越过的阶梯差的上限值(路面的角度垂直向上时，决定设定为能够行驶到哪里为止的值)。

据此，能够使用于检测搜索起点的高度阈值与该区域(路面)的倾斜(角度)对应地变化。其结果，若为能够行驶的倾斜，则即使在高度比能够行驶的阶梯差大的情况下，也能够作为能够行驶的搜索起点而设定。进而，能够准确地检测(判定)能够行驶的区域。

判定部57从由搜索起点设定部56设定的搜索起点的周边的区域(例如，邻接的区域)亦即周边区域中对具有与搜索起点的特征所涉及的特征量接近的特征量的类似区域进行判定。即，判定部57对是否相对于全部的区域Gnm为电动轮椅1能够行驶的区域进行判定。

具体而言，判定部57通过对搜索起点的周边的区域搜索起点与周边的区域双方的特征量的不同(差)是否连续进行判定，从而对是否为类似区域进而是否能够行驶进行判定。在搜索起点与周边的区域的特征量的不同连续的情况下，判定部57判定为：搜索起点与周边的区域为类似区域，能够行驶。另一方面，在搜索起点与周边的区域的特征量的不同不连续的情况下，判定部57判定为：搜索起点与周边的区域为非类似区域，无法行驶。如图9所示，×标记表示无法行驶的区域，○标记表示能够行驶的区域。周边的区域是在纵横方向上邻接的区域，不包括在倾斜方向上邻接的区域。此外，也可以包括在倾斜方向上邻接的区域。

是否类似的具体的判定方法如以下那样。针对作为特征量中的一个的高度，在搜索起点的高度与周边的区域的高度之差小于第一阈值的情况下，搜索起点与周边的区域的高度的不同连续，搜索起点与周边的区域类似。另一方面，在搜索起点的高度与周边的区域的高度之差大于第一阈值的情况下，搜索起点与周边的区域的高度的不同不连续，搜索起点与周边的区域非类似。

另外，针对作为特征量中的一个的倾斜，在搜索起点的倾斜与周边的区域的倾斜之差小于第二阈值的情况下，搜索起点与周边的区域的倾斜的不同连续，搜索起点与周边的区域类似。另一方面，在搜索起点的倾斜与周边的区域的倾斜之差大于第二阈值的情况下，搜索起点与周边的区域的倾斜的不同不连续，搜索起点与周边的区域非类似。

这样，在作为特征量的高度以及倾斜双方连续的情况下，搜索起点与周边的区域类似。除此以外的情况下，搜索起点与周边的区域非类似。

另外，判定部57将从类似区域中与搜索起点最类似的位置设定(更新)为新的搜索起点，以更新了的搜索起点为起点对新的类似区域进行判定。判定部57反复执行以上的类似区域的判定、搜索起点的更新。此外，在无法发现类似区域的情况下(即无法更新搜索起点的情况下)，判定部57与上述的搜索起点设定部56同样，重新设定其他的搜索起点。另外，判定部57(控制装置50)将由判定部57判定为类似区域的区域存储于存储部。

另外，判定部57将该判定结果发送至驱动控制部52。驱动控制部52基于从判定部57接受的判定结果即欲行驶的区域是能够行驶区域还是无法行驶区域，控制电动轮椅1的行驶。

另外，根据图10所示的流程图对上述的移动体所涉及的工作特别是对能够行驶的区域进行判定的控制进行说明。控制装置50执行按照该流程图的程序。

控制装置50在步骤S102中，与上述的周边信息获取部53同样，从检测装置40将电动轮椅1的周边的信息作为点群数据D而获取。

控制装置50在步骤S104中，与上述的分割部54同样，将由周边信息获取部53获取到的全部的点群数据D分割为在规定平面划分为规定的区域的多个区域G。

控制装置50在步骤S106，与上述的特征量计算部55同样，按每个由分割部54分割出的区域Gnm，根据属于区域Gnm的点群数据D亦即分割点群数据Dnm对区域Gnm的特征所涉及的特征量分别进行计算。具体而言，控制装置50将图11所示的流程图作为子流程执行。

控制装置50在步骤S202中，对是否处理了全区域G进行判定。控制装置50在处理了全区域G的情况下，将本子流程暂时结束，在全区域G的处理未结束的情况下，使程序进入步骤S204。控制装置50在步骤S204中，通过对属于的点群数是否多于判定阈值进行判定，从而对区域G是否为有效区域进行判定。

控制装置50在步骤S206中，与上述的合并部55a同样，将分割点群数据Dnm比较少的区域Gnm与彼此处于附近的区域Gnm亦即附近区域合并而成为新的区域亦即合并区域。控制装置50在步骤S208中，与步骤S204同样，对合并区域是否为有效区域进行判定。

在判定为区域(合并区域)为有效区域的情况下，控制装置50在步骤S210以后对区域的特征量(具体而言高度以及倾斜)进行计算。另一方面，在判定为区域(合并区域)不是有效区域的情况下，控制装置50在步骤S218中，在该区域贴上空区域的标签而存储该区域为空区域的主旨。

控制装置50在步骤S210中，与上述的推断面设定部55b同样，按每个区域Gnm根据区域Gnm所涉及的分割点群数据Dnm设定推断面Pl。控制装置50在步骤S212中，与上述的识别部55c同样，基于由步骤S210设定的推断面Pl，将分割点群数据Dnm识别为有效的点群数据D和离群值。控制装置50在步骤S214中，与上述的法向量计算部55d同样，根据由步骤S212识别出的有效的点群数据D来计算区域Gnm的法向量。控制装置50在步骤S216中，与上述的倾斜计算部55e同样，根据由步骤S214计算出的法向量来计算作为区域Gnm的一个特征量的倾斜，并且与高度计算部55f同样，根据由步骤S212识别出的有效的点群数据D来计算作为区域Gnm的一个特征量的高度。

控制装置50在步骤S108中，对是否结束了相对于全区域G是否为能够行驶的区域的评价(判定/搜索)进行判定。控制装置50在结束了全区域G的评价的情况下，使程序进入步骤S110，在全区域G的评价未结束的情况下，使程序进入步骤S112以下。控制装置50在步骤S110中，在未被标记的区域即未进行搜索(评价)的区域贴上作为未搜索区域的主旨的标签并存储该区域为未搜索区域的主旨。未搜索区域不是能够行驶区域、无法行驶的区域(阶梯差区域、倾斜区域)中的任一个区域。

控制装置50在步骤S112中，与上述的搜索起点设定部56同样，基于由步骤S106计算出的特征量，对为了从多个区域中搜索是否为电动轮椅1能够行驶的能够行驶区域而成为起点的搜索起点进行设定。具体而言，控制装置50将图12所示的流程图作为子流程而执行。

控制装置50在步骤S302中，对该区域是否为空区域进行判定。控制装置50在该区域为空区域的情况下，暂时结束本子流程，在该区域不是空区域的情况下，使程序进入步骤S304。

控制装置50在步骤S304中，对该区域是否为距电动轮椅1的当前位置规定距离内进行判定。控制装置50在该区域比规定距离远离的情况下，暂时结束本子流程，在该区域为规定距离内的情况下，使程序进入步骤S306。

控制装置50在步骤S306中，对该区域是否未搜索进行判定。控制装置50在该区域搜索完毕的情况下，暂时结束本子流程，在该区域为未搜索的情况下，使程序进入步骤S308。控制装置50在步骤S308中，基于倾斜来运算高度阈值(或者高度判定范围)。

控制装置50在步骤S310中，对该区域是否可成为搜索起点进行判定。具体而言，控制装置50在该区域的高度处于高度判定范围内(例如小于第二高度阈值)、并且该区域的倾斜处于倾斜判定范围内(例如小于第二倾斜阈值)的情况下，判定为该区域可成为搜索起点，除此以外的情况下，判定为该区域不可成为搜索起点。控制装置50在该区域不可成为搜索起点的情况下，暂时结束本子流程，在该区域成为搜索起点的情况下，使程序进入步骤S312，将该区域设定为搜索起点。

控制装置50在步骤S114中，对是否存在搜索起点进行判定。控制装置50在没有搜索起点的情况下(未设定搜索起点的情况下)，使程序返回步骤S108，在存在搜索起点的情况下(设定搜索起点的情况下)，使程序进入步骤S116以下。

控制装置50在步骤S116以下，与上述的判定部57同样，从由步骤S112设定的搜索起点的周边的区域亦即周边区域中对具有与搜索起点的特征所涉及的特征量接近的特征量的类似区域进行判定。即，控制装置50相对于全部的区域Gnm对是否为电动轮椅1能够行驶的区域进行判定。

控制装置50在步骤S116中，对周边的区域的判定(搜索)是否结束进行判定。控制装置50在周边的区域的判定(搜索)未结束的情况下，使程序进入步骤S118以下，另一方面，在周边的区域的判定(搜索)结束的情况下，使程序进入步骤S128以下。

控制装置50在步骤S118～126中，对搜索未结束的区域是否与搜索起点类似进行判定。控制装置50在搜索起点的高度与该区域的高度之差小于第一阈值(步骤S118中否)，并且搜索起点的倾斜与该区域的倾斜之差小于第二阈值(步骤S120中否)的情况下，搜索起点与该区域特征量的不同连续，且类似，判断为该区域为能够行驶区域(步骤S126)。控制装置50在搜索起点的高度与该区域的高度之差大于第一阈值(步骤S118中是)的情况下，搜索起点与该区域特征量(高度)的不同不连续，且非类似，判定为该区域为阶梯差较大的无法行驶区域(大阶梯差区域)(步骤S122)。控制装置50在搜索起点的高度与该区域的高度之差小于第一阈值(步骤S118中否)并且搜索起点的倾斜与该区域的倾斜之差大于第二阈值(步骤S120中是)的情况下，搜索起点与该区域特征量(倾斜)的不同不连续，且非类似，判定为该区域为倾斜较大的无法行驶区域(陡斜面区域)(步骤S124)。

控制装置50在步骤S128中，对是否存在能够行驶的区域(类似区域)进行判定。控制装置50在没有能够行驶的区域的情况下，使程序返回步骤S108，在存在能够行驶的区域的情况下，使程序进入步骤S130。控制装置50在步骤S130中，从多个类似区域中选择与搜索起点最类似的区域，在步骤S132中，将该选择出的区域设定(更新)为新的搜索起点。其后，控制装置50使程序返回步骤S116，以更新的搜索起点为起点对新的类似区域进行判定。

如从上述的说明可清楚的那样，本实施方式所涉及的电动轮椅1(移动体)是通过基于驱动装置20的驱动而行驶的移动体。电动轮椅1具备：周边信息获取部53(获取部)，其将电动轮椅1的周边的信息作为以三维表示的点群数据而获取；分割部54，其将由周边信息获取部53获取到的点群数据分割为在规定平面划分为规定的区域的多个区域G；特征量计算部55，其按每个由分割部54分割出的区域G，根据属于区域G的点群数据亦即分割点群数据对区域G的特征所涉及的特征量分别进行计算；搜索起点设定部56，其基于由特征量计算部55计算出的特征量，对为了从多个区域G中搜索是否为电动轮椅1能够行驶的能够行驶区域而成为起点的搜索起点进行设定；以及判定部57，其从由搜索起点设定部56设定的搜索起点的周边的区域G亦即周边区域中，对具有与搜索起点的特征所涉及的特征量接近的特征量的类似区域进行判定。

据此，能够从先设定的搜索起点的周边的区域G中，以搜索起点为基准，基于按每个区域G计算出的特征量，来判定类似区域。即，能够以搜索起点为基准对电动轮椅1的能够行驶区域进行判定。其结果，能够提供能够抑制电动轮椅1所行驶的路面形状的影响、并且更高精度地识别电动轮椅1的行驶路面的阶梯差、倾斜的电动轮椅1。

另外，将已判定为能够行驶的路面的区域(搜索起点)作为比较源，对搜索起点的周边区域是否与搜索起点类似进行判定，因此即使电动轮椅1、检测装置40的姿势变化存在，区域彼此的相互关系也不会变化。因此，能够抑制由路面的角度、凸凹而引起的电动轮椅1、检测装置40的姿势变化的扰乱的影响。其结果，电动轮椅1能够更高精度地识别电动轮椅1的行驶路面的阶梯差、倾斜。

另外，特征量计算部55具备：推断面设定部55b，其按每个区域G根据区域G所涉及的分割点群数据而设定推断面；识别部55c，其基于由推断面设定部55b设定的推断面，将分割点群数据识别为有效的点群数据和离群值；法向量计算部55d，其根据由识别部55c识别出的有效的点群数据来计算区域G的法向量；倾斜计算部55e，其根据由法向量计算部55d计算出的法向量对作为区域G的一个特征量的倾斜进行计算；以及高度计算部55f，其根据由识别部55c识别出的有效的点群数据对作为区域G的一个特征量的高度进行计算。

据此，能够按每个区域G高精度地计算区域G所涉及的特征量(高度以及倾斜)。其结果，能够更高精度地识别电动轮椅1的行驶路面的阶梯差、倾斜(陡斜面)。

另外，即使为凸凹的行驶路面、噪声大的行驶路面，也能够高精度地计算区域的法向量，因此能够准确地识别能够行驶的区域，从而能够将可行驶的区域放大。

另外，特征量计算部55具备合并部55a，该合并部55a将分割点群数据比较少的区域G与相互处于附近的区域G亦即附近区域合并而成为新的区域G亦即合并区域，对被合并部55a合并了的合并区域的倾斜以及高度进行计算。

据此，分割点群数据比较少的区域G也与附近的区域G合并，从而能够增加测量点的数量而高精度地计算区域G所涉及的特征量。其结果，能够更高精度地识别电动轮椅1的行驶路面的阶梯差、倾斜。

另外，搜索起点设定部56将多个区域G中的距电动轮椅1的当前位置在规定距离内、属于由特征量计算部55计算出的特征量的高度为高度判定范围内、并且属于由特征量计算部55计算出的特征量的倾斜为倾斜判定范围内的区域G设定为搜索起点。

据此，能够准确地设定搜索起点。其结果，能够更高精度地识别电动轮椅1的行驶路面的阶梯差、倾斜。

另外，高度判定范围的大小(上述的各高度阈值)根据由特征量计算部55计算出的倾斜来设定。

据此，能够更准确地设定搜索起点。其结果，能够更高精度地识别电动轮椅1的行驶路面的阶梯差、倾斜。即，能够高精度地识别能够行驶的缓倾斜，能够将可行驶的区域放大，从而能够提高便利性。

在上述的实施方式中，在设定搜索起点时，根据从点群数据获取的分割点群数据按每个区域来计算特征量(例如，高度信息、倾斜信息)，基于这些特征量设定搜索起点，但在本发明中，也考虑以下那样的结构。

(附记项1)

在搜索起点设定部中，也使用来自其他的传感器(例如，加速度传感器)的信息来计算(修正)特征量(例如，高度信息、倾斜信息)，也可以基于这样计算(修正)出的特征量来设定搜索起点。该情况下，计算的特征量的精度提高，能够更适当地设定搜索起点。

附图标记的说明

1...电动轮椅(移动体)；10...轮椅主体；20...驱动装置；30...操作装置；40...检测装置；41...检测部；50...控制装置；51...操作信息获取部；52...驱动控制部；53...周边信息获取部；54...分割部；55...特征量计算部；55a...合并部；55b...推断面设定部；55c...识别部；55d...法向量计算部；55e...倾斜计算部；55f...高度计算部；56...搜索起点设定部；57...判定部；D...点群数据；G...区域(grid)。