机器人及自身位置推定方法
【技术领域】
[0001 ] 本发明涉及机器人及用于机器人的自身位置推定方法。
【背景技术】
[0002] 机器人为了自主地在空间内移动并进行某种特定的作业，需要推定相对于周围环 境的自身位置。作为其方法之一，已知有将使用机器人所搭载的距离传感器计测出的周围 环境的形状与预先准备的环境地图进行对照的方法。
[0003] 此外，日本特许第5452442号中公开了以下方法：为了在存在空间内的物体的配 置及形状随着时间而变化的区域的情况下也使机器人的动作继续，机器人基于所设定的要 更新的区域自动更新环境地图。
[0004] 日本特许第5452442号所记载的地图更新方法以机器人能够频繁地计测存在于 没有更新的区域中的完全静止物体的情况为前提。在要更新的区域较大、距离传感器的计 测范围相对于该区域小的情况下，较长期间中会在没有计测完全静止物体的状态下更新地 图，导致在该区域内制作出畸变的地图。于是，当机器人从可动物体为支配性的区域向完全 静止物体为支配性的区域脱出时，发生自身位置推定结果瞬间大幅跳跃的现象，机器人有 可能不正常地动作成为问题。
【发明内容】
[0005] 因而，希望有即使机器人在可动物体为支配性的区域和完全静止物体为支配性的 区域之间往来时也能够得到不间断的自身位置推定结果的机器人。
[0006] 简单说明本申请中公开的发明中的代表性的技术方案的概要如下。
[0007] 机器人具备：计测部，对空间内的存在物进行计测；存储部，存储表示预先设定的 上述空间内的存在物信息的地图数据；自身位置推定部，将由上述计测部取得的计测数据 与上述地图数据进行对照，计算在上述空间内移动的移动体的自身位置；分类部，取得将上 述计测数据分类为规定的两个以上的类别而得到的分类别计测数据；分类别自身位置推 定部，将记录了每个上述类别的存在物的位置的分类别地图与上述分类别计测数据进行对 照，按每个上述两个以上的类别的每个类别推定上述移动体的自身位置；合并部，将按上述 两个以上的类别的每个类别推定的自身位置进行合并；以及控制部，基于来自上述合并部 的信息，执行上述移动体的控制。
[0008] 发明效果
[0009] 根据本发明的一技术方案，将根据如可动物体或完全静止物体等那样被划分类别 的计测数据得到的分类别的自身位置推定结果，通过与其存在比率相应的加权等适当地合 并，从而在机器人在可动物体为支配性的区域与完全静止物体为支配性的区域之间往来时 也能够得到不间断的自身位置推定结果。
【附图说明】
[0010] 图1表示整体图。
[0011] 图2表示机器人的计测事例。
[0012] 图3表示计测结果例。
[0013] 图4表示分类部。
[0014] 图5表示计测数据的分类例。
[0015] 图6表示地图数据。
[0016] 图7表示针对地图数据的对照。
[0017] 图8表示合并部。
[0018] 图9表示基于移动模式的自身位置识别。
[0019] 图10表示带有移动模式的合并部。
[0020] 图11表示搁架附近的自身位置推定。
[0021] 图12表示较大的空间内的自身位置推定。
[0022] 图13表示地图更新。
[0023] 图14表示移动前、移动后的计测。
[0024] 图15表示移动前、移动后的计测结果。
[0025] 图16表示两计测数据间的对照。
[0026] 图17表示搁架下的自身位置推定。
[0027] 图18表示较大的区域中的自身位置推定。
[0028] 图19表示被其他机器人包围时的移动。
[0029] 图20表示基于计测结果的移动模式决定。
【具体实施方式】
[0030] [实施例1]
[0031] 以下，使用【附图说明】本发明的实施例。在本实施例中，以承载机械手 (manipulator)的移动机器人进行动作的顺序为对象。
[0032] 图1是表示有关本实施例的机器人的概念图。首先，本发明的机器人具备计测周 围的存在物的计测部100及推定机器人的自身位置的自身位置推定部10。对于由上述计测 部100计测出的计测数据，由分类部101分类为预先定义的两个以上的类别，作为分类别计 测数据102。
[0033] 进而，机器人具备分类别自身位置推定部104,该分类别自身位置推定部104针对 各类别预先准备表示存在物的位置信息的分类别地图103,将上述分类别计测数据102与 对应于该类别的地图103在几何上进行对照，从而推定自身位置。
[0034] 进而，机器人具备合并部107,该合并部107对推定出的分类别自身位置105加上 根据各地图间的相对的位置关系得到的坐标变换量106,从而变换为规定的共通坐标系，并 将上述各分类别自身位置进行合并，由此决定机器人的自身位置。
[0035] 在将由上述合并部107得到的自身位置存储到自身位置存储部108中之后，控制 部109从分类别地图存储部读取周围的存在物的位置，并控制移动体110以使机器人不与 空间内的存在物碰撞，由此使机器人自主移动。
[0036] 计测部100能够计测空间内的存在物的规定的属性。图2是计测部100计测与存 在于周围的存在物200的距离的情况下的概念图。这里，为了说明，作为计测部100的计测 装置而采用使用激光201的距离传感器。
[0037] 计测部100将照射的激光201照在周围的存在物200上，并且计测部100接受其 反射光，从而根据从照射到受光的时间而计测与存在物200的距离。通过对周围全部方向 进行该动作，能够计测周围的存在物的形状。此外，也可以通过测量从对象物返回来的激光 的强度来得到对象物的反射强度。
[0038] 另外，只要是计测周围的存在物的结构，则并不限于基于激光的距离传感器，也可 以使用相机或声纳。在使用相机的情况下，通过进行标记识别或图像特征点提取等，能够测 量存在物的形状及计测部100相对于存在物的相对姿势。此外，计测部也可以具备两个以 上的传感器。
[0039] 在图3中表示由计测部100计测了周边的存在物的形状的情况下的例子。在本实 施例中，计测部100对周围照射红外线激光，接受照在各方向上存在的物体上的激光的反 射光，根据从照射到受光的时间差，计测与物体的距离。
[0040] 计测部100 -边使计测方向Φ每次变化规定的角度分辨率δφ-边将η个数据同 时计测。设第i个计测数据的计测方向为Φ?，计测出的距离为ri。此时的距离与方向的 组合（ri，fi )为以计测部100为中心，在极坐标下表示了计测对象物体的位置。
[0041] 另外，用虚线箭头表示的计测数据表示计测时的激光201的轨跡，箭头的末端为 计测点位置300。细实线表示空间上的存在物200,与该物体碰上的虚线箭头是计测成功的 数据。没有与细实线碰上的激光表示未能计测出任何物体。粗实线表示最终计测出的形 状301。从在极坐标系下表示的位置（ri，cpi)向以计测部100为原点的正交坐标系（sxi， syi)的变换通过数式1进行。
[0042] 数式 1
[0043]
[0044] 分类部101按照计测部100所测定出的存在物的属性进行类别划分。在图4中表 示上述分类部101中的处理例。分类部101具备形状对照部400和亮度值判定部401，并具 备使用它们的结果将上述计测数据分离的分离部402。形状对照部400搜索由上述计测部 100计测出的存在物中的与规定的形状一致的存在物。
[0045] 在搜索直线形状的情况下，将直线重合到计测得到的存在物的形状上，在搭在直 线上的区域存在一定以上的情况下，将其作为直线输出。此外，如果在计测出的点周围不存 在其他形状，则能够通过提取该区域来得到搁架的腿等的较小的柱。
[0046] 进而，分类部101在亮度值判定部401中，使用通过上述计测部100得到的计测对 象的存在物的反射强度，根据上述反射强度值是否是阈值以上，将计测数据进行分类。分类 部101将通过这些处理得到的分类结果用分离部402作为分别不同的数据即分类别计测数 据102输出。另外，分类部101也可以仅具备形状对照部400和亮度值判定部401中的某 一方。
[0047] 在图5中表示由上述分类部101进行分类的结果的例子。假设在环境内有反射强 度较高的杆（pole) 500、墙壁501、较细的柱502。分类部101通过计测部100对这些进行计 测，分类为上述杆500、直线形状501、柱502。
[0048] 如上述那样，分类部101首先仅将计测数据