位置推断系统和具有该位置推断系统的移动体
阅读：759发布：2020-05-14
专利汇可以提供位置推断系统和具有该位置推断系统的移动体专利检索，专利查询，专利分析的服务。并且本公开的 位置 推断系统(115)具有：处理器(106)；以及 存储器 (107)，其存储使处理器(106)进行动作的 计算机程序 。处理器(106)执行以下内容：从外界 传感器 (102)取得扫描数据，根据扫描数据而制作参照地图；进行新取得的最新扫描数据与参照地图的匹配，由此推断参照地图上的位置和姿势，并将最新扫描数据追加到参照地图中而更新所述参照地图；从多次更新后的参照地图中删除包含最新扫描数据的一部分以外的部分而进行参照地图的复位；以及根据复位前的参照地图而更新环境地图。，下面是位置推断系统和具有该位置推断系统的移动体专利的具体信息内容。
1.一种位置推断系统，其与外界传感器连接而使用，该外界传感器扫描环境并周期性地输出扫描数据，其中，
所述位置推断系统具有：
处理器；以及
存储器，其存储使所述处理器进行动作的计算机程序，
所述处理器按照所述计算机程序的指令而执行以下内容：
从所述外界传感器取得所述扫描数据，根据所述扫描数据而制作参照地图；
在从所述外界传感器新取得了所述扫描数据时，进行新取得的最新扫描数据与所述参照地图的匹配，由此推断所述参照地图上的所述外界传感器的位置和姿势，并将所述最新扫描数据追加到所述参照地图中而更新所述参照地图；
从多次更新后的参照地图中删除包含所述最新扫描数据的一部分以外的部分而进行所述参照地图的复位；以及
在进行所述复位时，根据所述复位前的所述多次更新后的参照地图而更新环境地图。
2.根据权利要求1所述的位置推断系统，其中，
所述处理器在更新所述参照地图的次数达到了规定的次数时，进行所述参照地图的复位。
3.根据权利要求1所述的位置推断系统，其中，
所述处理器在所述参照地图的数据量达到了规定的量时，进行所述参照地图的复位。
4.根据权利要求1所述的位置推断系统，其中，
所述处理器在从上次的所述复位起的经过时间达到了规定的长度时，进行所述参照地图的复位。
5.根据权利要求1至4中的任意一项所述的位置推断系统，其中，
在更新所述环境地图时，进行所述复位前的所述多次更新后的参照地图与所述环境地图的匹配，将所述参照地图与所述环境地图对准。
6.根据权利要求1至5中的任意一项所述的位置推断系统，其中，
所述处理器通过迭代最近点算法而进行所述匹配。
7.根据权利要求1至6中的任意一项所述的位置推断系统，其中，
所述处理器进行使构成所述扫描数据和/或所述参照地图的点云的密度降低到规定的密度以下的处理。
8.根据权利要求1至7中的任意一项所述的位置推断系统，其中，
所述处理器根据内界传感器的输出来测定所述外界传感器的移动量，
所述处理器根据所述外界传感器的移动量来确定在进行所述匹配时使用的所述外界传感器的所述位置和所述姿势的初始值。
9.根据权利要求1至7中的任意一项所述的位置推断系统，其中，
所述处理器根据所述外界传感器的位置和姿势的历史来计算所述外界传感器的当前的位置和姿势的预测值，
所述处理器使用所述预测值作为在进行所述匹配时使用的所述外界传感器的所述位置和所述姿势的初始值。
10.一种移动体，其具有：
权利要求1至9中的任意一项所述的位置推断系统；
所述外界传感器；
存储装置，其存储所述位置推断系统制作出的所述环境地图；以及
移动用的驱动装置。
11.根据权利要求10所述的移动体，其中，
所述移动体还具有内界传感器。
12.根据权利要求10或11所述的移动体，其中，
所述处理器从所述外界传感器取得所述扫描数据，进行所述扫描数据与从所述存储装置读出的所述环境地图的匹配，由此推断所述移动体在所述环境地图上的位置和姿势。
13.一种计算机程序，其用于权利要求1至9中的任意一项所述的位置推断系统。
位置推断系统和具有该位置推断系统的移动体
技术领域
[0001] 本公开涉及位置推断系统和具有该位置推断系统的移动体。
背景技术
[0004] 现有技术文献
[0006] 专利文献1：日本特开2008-250905号公报发明内容
[0007] 发明要解决的课题
[0008] 日本特开2008-250905号公报所公开的移动机器人在进行匹配时，从环境地图中去除不需要的点而进行自身位置的推断。
[0009] 本公开的实施方式提供能够降低制作地图时的运算量的位置推断系统和移动体。
[0010] 用于解决课题的手段
[0011] 在非限定性的例示的实施方式中，本公开的位置推断系统与外界传感器连接而使用，该外界传感器扫描环境并周期性地输出扫描数据，其中，所述位置推断系统具有：处理器；以及存储器，其存储使所述处理器进行动作的计算机程序。所述处理器按照所述计算机程序的指令而执行以下内容：从所述外界传感器取得所述扫描数据，根据所述扫描数据而制作参照地图；在从所述外界传感器新取得了所述扫描数据时，进行新取得的最新扫描数据与所述参照地图的匹配，由此推断所述参照地图上的所述外界传感器的位置和姿势，并将所述最新扫描数据追加到所述参照地图中而更新所述参照地图；从多次更新后的参照地图中删除包含所述最新扫描数据的一部分以外的部分而进行所述参照地图的复位；以及在进行所述复位时，根据所述复位前的所述多次更新后的参照地图而更新环境地图。
[0012] 在非限定性的例示的实施方式中，本公开的移动体具有：上述的位置推断系统；外界传感器；存储装置，其存储所述位置推断系统制作出的所述环境地图；以及移动用的驱动装置。
[0013] 在非限定性的例示的实施方式中，本公开的计算机程序是在上述任意位置推断系统中使用的计算机程序。
[0014] 发明效果
[0016] 图1是示出本公开的移动体的实施方式的结构的图。
[0017] 图2是示意性地示出移动体进行移动的环境的例子的平面布局图。
[0018] 图3是示出图2所示的环境的环境地图的图。
[0019] 图4A是示意性地示出外界传感器在时刻t所取得的扫描数据SD(t)的例子的图。
[0020] 图4B是示意性地示出外界传感器在时刻t+Δt所取得的扫描数据SD(t+Δt)的例子的图。
[0021] 图4C是示意性地示出使扫描数据SD(t+Δt)与扫描数据SD(t)匹配后的状态的图。
[0022] 图5是示意性地示出构成扫描数据的点云从初始的位置进行旋转和平移而接近环境地图的点云的情形的图。
[0023] 图6是示出扫描数据的刚体变换后的位置和姿势的图。
[0024] 图7A是示意性地示出在从外界传感器取得扫描数据并根据扫描数据而制作出参照地图之后，使新取得的扫描数据与参照地图匹配后的状态的图。
[0025] 图7B是示意性地示出将新取得的扫描数据追加到图7A的参照地图而更新后的参照地图的图。
[0026] 图7C是示意性地示出将新取得的扫描数据追加到图7B的参照地图而更新后的参照地图的图。
[0027] 图8A是示意性地示出更新前的环境地图的图。
[0028] 图8B是示出根据参照地图而更新环境地图时的情形的图。
[0029] 图8C是示意性地示出进行参照地图与环境地图的匹配而将参照地图与环境地图对准后的状态的图。
[0030] 图9A是示意性地示出外界传感器在时刻t所取得的扫描数据SD(t)的例子的图。
[0031] 图9B是示意性地示出开始进行扫描数据SD(t)相对于环境地图M的匹配时的状态的图。
[0032] 图9C是示意性地示出扫描数据SD(t)相对于环境地图M的匹配完成的状态的图。
[0033] 图10是示意性地示出过去所取得的移动体的位置和姿势的历史、以及当前的位置和姿势的预测值的图。
[0034] 图11是示出本公开的实施方式的位置推断装置的动作的一部分的流程图。
[0035] 图12是示出本公开的实施方式的位置推断装置的动作的一部分的流程图。
[0036] 图13是示出本公开的实施方式的位置推断装置的动作的另一例的流程图。
[0037] 图14是示出本公开的对各AGV的行驶进行控制的控制系统的概要的图。
[0038] 图15是示出AGV所处的环境的一例的立体图。
[0039] 图16是示出连接之前的AGV和牵引台车的立体图。
[0040] 图17是示出连接后的AGV和牵引台车的立体图。
[0041] 图18是本实施方式的例示的AGV的外观图。
[0043] 图19B是示出AGV的第2硬件结构例的图。
[0044] 图20是示出运行管理装置的硬件结构例的图。
具体实施方式
[0045] <词语>
[0046] “无人搬送车”(AGC)是指手动或自动地将货物装载到主体、自动行驶至所指示的场所、再手动或自动地卸货的无轨车辆。“无人搬送车”包含无人牵引车和无人叉车。
[0047] 词语“无人”是指不需要人来操纵车辆，不排除无人搬送车搬送“人(例如装卸货物的人)”的情况。
[0048] “无人牵引车”是牵引着手动或自动地装载、卸掉货物的台车而自动行驶至所指示的场所的无轨车辆。
[0049] “无人叉车”是具有使用于移载货物的货叉等进行升降的门架、将货物自动移载到货叉等并自动行驶至所指示的场所、进行自动货物装卸作业的无轨车辆。
[0051] “移动体”是搭载人或货物而进行移动的装置，具有产生移动用的驱动力(traction)的车轮、双足或多足行走装置、螺旋桨等驱动装置。本公开中的词语“移动体”不仅包含狭义上的无人搬送车，也包含移动机器人、服务机器人以及无人机。
[0052] “自动行驶”包含无人搬送车基于通过通信而连接的计算机的运行管理系统的指令的行驶、基于无人搬送车所具有的控制装置的自主行驶。自主行驶不仅包含无人搬送车沿着规定的路径朝向目的地的行驶，也包含追随追踪目标的行驶。另外，无人搬送车也可以暂时进行基于作业人员的指示的手动行驶。虽然“自动行驶”通常包含“引导式”的行驶和“无引导式”的行驶双方，但在本公开中，是指“无引导式”的行驶。
[0053] “引导式”是指连续或断续地设置引导体、利用引导体来引导无人搬送车的方式。
[0054] “无引导式”是指不设置引导体而进行引导的方式。本公开的实施方式的无人搬送车具有位置推断装置，能够进行无引导式的行驶。
[0055] “位置推断装置”是根据激光测距仪等外界传感器所取得的传感器数据而推断环境地图上的自身位置的装置。
[0056] “外界传感器”是感测移动体的外部的状态的传感器。外界传感器例如有激光测距仪(也称为测距传感器)、照相机(或图像传感器)、LIDAR(Light Detection and Ranging：光探测和测距)、毫米波雷达、超声波传感器以及磁传感器。
[0058] “SLAM(スラム)”是Simultaneous Localization and Mapping(同时定位与地图构建)的缩写，是指同时进行自身位置推断和环境地图制作。
[0059] ＜本公开的移动体的基本结构＞
[0060] 参照图1。在图1所示的例示的实施方式中，本公开的移动体10具有扫描环境并周期性地输出扫描数据的外界传感器102。外界传感器102的典型例是激光测距仪(LRF)。LRF周期性地向周围放射例如红外线或可见光的激光束来扫描周围的环境。激光束例如被墙壁、柱子等构造物、或放置在地面上的物体等的表面反射。LRF接收激光束的反射光而计算与各反射点的距离，并输出表示各反射点的位置的测定结果的数据。在各反射点的位置反映了反射光的到来方向和距离。测定结果的数据(扫描数据)有时被称为“环境测量数据”或“传感器数据”。
[0061] 外界传感器102对环境的扫描例如是针对以外界传感器102的正面作为基准的左右135度(总计270度)的范围的环境而进行的。具体而言，一边在水平面内按照规定的步进角来改变方向一边放射脉冲状的激光束、检测各激光束的反射光而测量距离。如果步进角为0.3度，则能够得到由总计901步的角度所决定的方向上的与反射点的距离的测定数据。在该例子中，外界传感器102所进行的周围的空间的扫描实质上与地面平行，是平面的(二维的)。但是，外界传感器也可以进行三维的扫描。
[0062] 扫描数据的典型例能够用构成每次扫描所取得的点云(point cloud)的各点的位置坐标来表现。点的位置坐标是由与移动体10一同移动的局部坐标系规定的。这样的局部坐标系可以被称为移动体坐标系或传感器坐标系。在本公开中，将固定于移动体10的局部坐标系的原点定义为移动体10的“位置”，将局部坐标系的朝向(orientation)定义为移动体10的“姿势”。以下，有时将位置和姿势合起来称为“姿态”。
[0063] 当用极坐标系来显示扫描数据的情况下，各点的位置可以由表示相对于局部坐标系的原点的“方向”和“距离”的数值组构成。能够将极坐标系的显示转换为正交坐标系的显示。在以下的说明中，为了简单，假设为用正交坐标系来显示从外界传感器输出的扫描数据。
[0064] 移动体10具有位置推断系统115和存储环境地图的存储装置104。
[0065] 位置推断系统115与外界传感器102连接而使用，具有处理器106和存储器107，该存储器107存储对处理器的动作进行控制的计算机程序。
[0066] 位置推断系统115进行从外界传感器102所取得的扫描数据与从存储装置104读出的环境地图的匹配，推断移动体10的位置和姿势、即姿态。该匹配被称为图案匹配或扫描匹配，能够按照各种算法来执行。匹配算法的典型例是Iterative Closest Point(ICP：迭代最近点)算法。
[0067] 如后所述，位置推断系统115通过匹配而将从外界传感器102输出的多个扫描数据对准、连结，由此制作环境地图。
[0068] 本公开的实施方式的位置推断系统115是通过处理器106和存储使处理器106进行动作的计算机程序的存储器107而实现的。处理器106按照计算机程序的指令而执行以下的动作。
[0069] (1)从外界传感器102取得扫描数据，根据扫描数据而制作参照地图。
[0070] (2)在从外界传感器102新取得了扫描数据时，进行新取得的最新扫描数据与参照地图的匹配，由此推断参照地图上的外界传感器102的位置和姿势(即移动体10的位置和姿势)，并且将最新扫描数据追加到参照地图中而更新参照地图。
[0071] (3)从多次更新后的参照地图中删除包含最新扫描数据的一部分以外的部分而进行参照地图的复位。
[0072] (4)在进行复位时，根据复位前的进行了多次更新的参照地图而更新环境地图。
[0073] 上述动作的详细内容在后面说明。
[0074] 在图示的例子中，移动体10还具有驱动装置108、自动行驶控制装置110以及通信电路112。驱动装置108是产生用于使移动体10移动的驱动力的装置。驱动装置108的例子包含通过电动马达或发动机而进行旋转的车轮(驱动轮)、通过马达或其他致动器而进行动作的双足或多足行走装置。车轮可以是麦克纳姆轮等全方位轮。另外，移动体10也可以是在空中或水中移动的移动体或气垫船，该情况下的驱动装置108包含通过马达而进行旋转的螺旋桨。
[0075] 自动行驶控制装置110操作驱动装置108而对移动体10的移动条件(速度、加速度、移动方向等)进行控制。自动行驶控制装置110可以使移动体10沿着规定的行驶路径移动，也可以按照从外部提供的指令使移动体10移动。位置推断系统115在移动体10移动的过程中或停止的过程中计算移动体10的位置和姿势的推断值。自动行驶控制装置110参照该推断值来控制移动体10的行驶。
[0076] 可以将位置推断系统115和自动行驶控制装置110作为整体而称为行驶控制装置120。自动行驶控制装置110也可以与位置推断系统115一同由上述的处理器106和保存有对处理器106的动作进行控制的计算机程序的存储器107构成。这样的处理器106和存储器107能够通过一个或多个半导体集成电路而实现。
[0077] 通信电路112是移动体10与包含外部的管理装置、其他移动体或操作人员的移动终端设备等的通信网络连接而进行数据和/或指令的交换的电路。
[0078] <环境地图>
[0079] 图2是示意性地示出移动体10进行移动的环境200的例子的平面布局图。环境200是更大的环境的一部分。在图2中，粗直线例如表示建筑物的固定壁202。
[0080] 图3是示出构成图2所示的环境200的地图(环境地图M)的图。图中的各点204相当于构成环境地图M的点云的各点。在本公开中，有时将环境地图M的点云称为“参照点云”，将扫描数据的点云称为“数据点云”或“源点云”。匹配例如是指将扫描数据(数据点云)相对于位置固定的环境地图(参照点云)进行对位。在进行基于ICP算法的匹配的情况下，具体而言，在参照点云与数据点云之间选择相对应的点对，以使构成各对的点彼此的距离(误差)最小化的方式调整数据点云的位置和朝向。
[0081] 在图3中，为了简单，将点204等间隔地排列在多个线段上。现实的环境地图M中的点云可以具有更复杂的配置图案。环境地图M不限于点云地图，也可以是以直线或曲线作为构成要素的地图，也可以是占据栅格地图。即，只要环境地图M具有能够在扫描数据与环境地图M之间进行匹配的构造即可。
[0082] 当移动体10位于图3所示的位置PA、位置PB以及位置PC各处时，移动体10的外界传感器102取得的扫描数据具有互不相同的点云的排列。在移动体10从位置PA经过位置PB到达位置PC为止的移动时间远长于外界传感器102的扫描的周期的情况下、即移动体10的移动较慢的情况下，在时间轴上相邻的两个扫描数据极其类似。但是，在移动体10的移动非常快的情况下，在时间轴上相邻的两个扫描数据有可能大不相同。
[0083] 这样，在从外界传感器102依次输出的扫描数据中的最新的扫描数据与其紧前的扫描数据类似的情况下，匹配相对容易，能够期待在短时间内进行可靠度高的匹配。但是，在移动体10的移动速度相对较快的情况下，最新的扫描数据有可能与其紧前的扫描数据并不类似，可能会出现匹配所需的时间变长、或者在规定的时间内没有完成匹配的情况。
[0084] <制作地图时的匹配>
[0085] 图4A是示意性地示出外界传感器102在时刻t所取得的扫描数据SD(t)的例子的图。扫描数据SD(t)是用位置和姿势随着移动体10而改变的传感器坐标系来显示的。扫描数据SD(t)是用以外界传感器102的正面为V轴、以从V轴顺时针旋转90°后的方向为U轴的UV坐标系来表现的。移动体10、更准确地说是外界传感器102位于UV坐标系的原点。在本公开中，当移动体10前进时，移动体10向外界传感器102的正面、即V轴的方向前进。为了易于理解，用黑点来记载构成扫描数据SD(t)的点。
[0086] 在本说明书中，将位置推断系统115从外界传感器102取得扫描数据的周期设为Δt。Δt为例如200毫秒。当移动体10进行移动时，从外界传感器102周期性地取得的扫描数据的内容可能发生变化。
[0087] 图4B是示意性地示出外界传感器102在时刻t+Δt所取得的扫描数据SD(t+Δt)的例子的图。为了易于理解，用白圈来记载构成扫描数据SD(t+Δt)的点。
[0088] 在Δt为例如200毫秒的情况下，如果移动体10以每秒1米的速度移动，则在Δt期间，移动体10移动20厘米左右。通常，不会由于20厘米左右的移动而导致移动体10的环境发生大幅变化，因此在外界传感器102在时刻t+Δt所扫描的环境与在时刻t所扫描的环境之间包含有大范围重复的部分。因此，在扫描数据SD(t)的点云与扫描数据SD(t+Δt)的点云之间包含有多个对应点。
[0089] 图4C示意性地示出了扫描数据SD(t)与扫描数据SD(t+Δt)的匹配完成的状态。在该例子中，以使扫描数据SD(t+Δt)与扫描数据SD(t)对准的方式进行对位。时刻t的移动体10位于图4C的UV坐标系的原点，时刻t+Δt的移动体10位于从UV坐标系的原点进行移动后的位置。通过进行两张扫描数据的匹配而求取一方的局部坐标系相对于另一方的局部坐标系的配置关系。
[0090] 这样，能够通过将周期性地取得的多个扫描数据SD(t)、SD(t+Δt)、...、SD(t+N×Δt)连结而制作局部的环境地图(参照地图)。这里，N为1以上的整数。
[0091] 图5是示意性地示出构成时刻t的扫描数据的点云从初始的位置进行旋转和平移而接近参照地图的点云的情形的图。将构成时刻t的扫描数据的点云的K个点中的第k个(k＝1，2，...，K-1，K)点的坐标值设为Zt,k，将与该点对应的参照地图上的点的坐标值设为mk。此时，能够将针针对K个对应点计算出的误差的平方和即Σ(Zt,k-mk)2作为成本函数来评价两个点云中的对应点的误差。以减小(Zt,k-mk)2的方式来确定旋转和平移的刚性变换。刚体变换是用包含旋转的角度和平移的矢量作为参数的变换矩阵(齐次变换矩阵)来规定的。
[0092] 图6是示出扫描数据的刚体变换后的位置和姿势的图。在图6所示的例子中，扫描数据与参照地图的匹配尚未完成，在两个点云之间仍然存在较大的误差(位置偏差)。为了缩小该位置偏差，进一步进行刚体变换。这样，当误差成为低于规定的值的大小时，匹配完成。
[0093] <参照地图的制作>
[0094] 图7A是示意性地示出新取得的最新的扫描数据SD(b)与上次取得的扫描数据SD(a)的匹配完成的状态的图。在图7A中，黑点的点云表示上次的扫描数据，白圈的点云表示最新的扫描数据。在图7A中，示出了取得上次的扫描数据时的移动体10的位置a、以及取得最新的扫描数据时的移动体10的位置b。
[0095] 在该例子中，上次取得的扫描数据SD(a)构成了“参照地图RM”。参照地图RM是正在制作的环境地图的一部分。以使最新的扫描数据SD(b)的位置和朝向与上次取得的扫描数据SD(a)的位置和朝向对准的方式执行匹配。
[0096] 通过进行这样的匹配，能够了解参照地图RM上的移动体10b的位置和姿势。在匹配完成之后，将扫描数据SD(b)追加到参照地图RM中而更新参照地图RM。
[0097] 扫描数据SD(b)的坐标系与扫描数据SD(a)的坐标系连结。该连结表现为规定两个坐标系的旋转和平移的变换(刚体变换)的矩阵。根据这样的变换的矩阵，能够将扫描数据SD(b)上的各点的坐标值变换为扫描数据SD(a)的坐标系中的坐标值。
[0098] 图7B示出了将接着所取得的扫描数据追加到图7A的参照地图RM中而更新后的参照地图RM。在图7B中，黑点的点云表示更新前的参照地图RM，白圈的点云表示最新的扫描数据SD(c)。在图7B中，示出了取得上上次、上次以及最新的扫描数据时的移动体10的位置a、b、c。图7B的白圈的点云和黑点的点云的整体构成了更新后的参照地图RM。
[0099] 图7C示出了将新取得的扫描数据SD(d)追加到图7B的参照地图RM中而更新后的参照地图RM。在图7C中，黑点的点云表示更新前的参照地图RM，白圈的点云表示最新的扫描数据SD(d)。在图7C中，除了位于过去的推断位置的移动体10的位置a、b、c之外，也示出了位于通过最新的扫描数据SD(d)的匹配而推断出的位置的移动体10的位置d。图7C的白圈的点云和黑点的点云的整体构成了更新后的参照地图RM。
[0100] 这样，参照地图RM陆续更新，因此参照地图RM内的点的个数在每次外界传感器102扫描时增加。这会导致进行最新扫描数据与参照地图RM的匹配时的运算量增加。例如，在一张扫描数据最多包含大约1000个点的情况下，当将2000张扫描数据组合而制作一张参照地图RM时，该参照地图RM内的点的个数最多可达到大约200万个。在迭代进行用于寻找对应的点并进行匹配的运算时，如果参照地图RM的点云过大，则有可能无法在作为扫描周期的Δt的期间内完成匹配。
[0101] 在本公开的位置推断系统中，从多次更新后的参照地图中删除包含最新扫描数据的一部分之外的部分而进行参照地图的复位。另外，在进行复位时，根据复位前的进行了多次更新的参照地图而更新环境地图。因此，能够保持环境地图本身而不丢失通过扫描而取得的环境信息。
[0102] 参照地图的复位例如能够在(i)更新参照地图的次数达到了规定的次数时、(ii)参照地图的数据量达到了规定的量时、或者(iii)从上次复位起的经过时间达到了规定的长度时进行。(i)情况下的“规定的次数”例如可以是100次。(ii)情况下的“规定的量”例如可以是10000。(iii)情况下的“规定的长度”例如可以是5分钟。
[0103] 要想使复位后的参照地图的数据量最小，只要留下最新的扫描数据、即在要进行复位的时机通过最新一次的扫描而取得的数据、删除其他扫描数据即可。在最新的扫描数据所包含的点的个数为规定的值以下的情况下，为了提高复位后的匹配精度，可以除了最新的扫描数据之外，也将接近当前的多个扫描数据包含到复位后的参照地图中。
[0104] 在根据多个扫描数据而制作参照地图时，点云的每单位面积的点密度增加以至于2
超过规定的值的情况对于匹配来说可能是浪费的。例如，当在环境内的与具有10×10cm的尺寸的矩形区域相当的部分存在多个点(测定点)的情况下，相比于匹配所需的运算量增加的比率，匹配精度可能没有充分提高就饱和。为了抑制这种浪费，可以进行以下处理：在构成扫描数据和/或参照地图的点云的密度超过了规定的密度时，从点云中间除几个点而使
2
点云的密度降低到规定的密度以下。“规定的密度”例如可以是1个/(10cm) 。
超过规定的值的情况对于匹配来说可能是浪费的。例如，当在环境内的与具有10×10cm的尺寸的矩形区域相当的部分存在多个点(测定点)的情况下，相比于匹配所需的运算量增加的比率，匹配精度可能没有充分提高就饱和。为了抑制这种浪费，可以进行以下处理：在构成扫描数据和/或参照地图的点云的密度超过了规定的密度时，从点云中间除几个点而使
2
点云的密度降低到规定的密度以下。“规定的密度”例如可以是1个/(10cm) 。
[0105] 图8A示意性地示出了更新前的环境地图M。图8B示出了根据参照地图RM而更新环境地图M时的情形。在该例子中，在参照地图RM与环境地图M之间，配置关系产生偏差。在参照图7A所说明的例子中，最初构成参照地图RM的点云是扫描数据SD(a)。这之后取得的扫描数据SD(b)是相对于扫描数据SD(a)进行对准的。因此，以扫描数据SD(a)为基准进行连结的参照地图RM的位置和朝向依赖于扫描数据SD(a)的位置和朝向。另一方面，扫描数据SD(a)的位置和朝向是由取得扫描数据SD(a)时的移动体10的位置a和姿势(朝向)的推断值而规定的。推断值有可能包含微小误差，由此更新后的环境地图有可能偏离实际的地图(环境)。
[0106] 图8C示意地示出进行参照地图RM与环境地图M的匹配而将参照地图RM与环境地图M对准后的状态。通过该匹配，能够抑制更新后的环境地图偏离实际的地图。
[0107] 这样反复进行环境地图M的更新，最终环境地图M完成。这样制作出的环境地图在之后移动体10移动时被用于自身位置推断。
[0108] <使用了环境地图的位置推断>
[0109] 图9A是示意性地示出外界传感器在时刻t所取得的扫描数据SD(t)的例子的图。扫描数据SD(t)是用位置和姿势随着移动体10而改变的传感器坐标系来显示的，构成扫描数据SD(t)的点是用白圈来记载的。
[0110] 图9B是示意性地示出开始进行扫描数据SD(t)相对于环境地图M的匹配时的状态的图。图1的处理器106在从外界传感器102取得扫描数据SD(t)时，进行扫描数据SD(t)与从存储装置104读出的环境地图M的匹配，由此能够推断移动体10在环境地图M上的位置和姿势。在开始进行这样的匹配时，需要确定时刻t的移动体10的位置和姿势的初始值(参照图5)。初始值越接近移动体10的实际的位置和姿势，匹配所需的时间就越短。
[0111] 图9C是示意性地示出扫描数据SD(t)相对于环境地图M的匹配完成的状态的图。
[0112] 在本公开的实施方式中，在确定该初始值时能够采用两种方法。
[0113] 在第1方法中，通过里程计来测量相对于通过上次匹配而推断出的位置和姿势的变化量。例如，当移动体10通过两个驱动轮而进行移动时，能够利用安装于各个驱动轮或马达的编码器而求取移动体10的移动量和移动方向。使用了里程计的方法是公知的，因此不需要进一步的详细说明。
[0114] 第2方法是根据移动体10的位置和姿势的推断值的历史来预测当前的位置和姿势。以下，对该点进行说明。
[0115] ＜初始值的预测＞
[0116] 图10是示意性地示出图1的位置推断系统115过去所取得的移动体10的位置和姿势的历史、以及当前的位置和姿势的预测值的图。位置和姿势的历史存储于位置推断系统115的内部的存储器107中。这样的历史的一部分或全部也可以存储于位置推断装置105的外部的存储装置、例如图1的存储装置104中。
[0117] 在图10中也示出了作为移动体10的局部坐标系(传感器坐标系)的UV坐标系。扫描数据是用UV坐标系来表现的。环境地图M上的移动体10的位置是UV坐标系的原点在环境地图M的坐标系中的坐标值(xi，yi)。移动体10的姿势(朝向)是UV坐标系相对于环境地图M的坐标系的朝向(θi)。θi以逆时针方向为“正”。
[0118] 在本公开的实施方式中，根据位置推断装置过去所取得的位置和姿势的历史来计算当前的位置和姿势的预测值。
[0119] 将通过上一次匹配而取得的移动体的位置和姿势设为(xi-1，yi-1，θi-1)，并且将通过这之前的匹配而取得的移动体的位置和姿势设为(xi-2，yi-2，θi-2)。另外，将当前的移动体的位置和姿势的预测值设为(xi，yi，θi)。此时，假定以下的假设成立。
[0120] 假设1：从位置(xi-1，yi-1)到位置(xi，yi)为止的移动所需的时间等于从位置(xi-2，yi-2)到位置(xi-1，yi-1)为止的移动所需的时间。
[0121] 假设2：从位置(xi-1，yi-1)到位置(xi，yi)为止的移动时的移动速度等于从位置(xi-2，yi-2)到位置(xi-1，yi-1)为止的移动时的移动速度。
[0122] 假设3：θi-θi-1等于Δθ＝θyi-θi-1。
[0123] 根据上述的过程，建立了以下的数学式1的式子。
[0124] [数学式1]
[0125]
[0126] 这里，如上所述，Δθ是θyi-θi-1。
[0127] 关于移动体的姿势(朝向)，根据假设3，以下的数学式2的关系成立。
[0128] (数学式2)
[0129] θi＝θi-1+Δθ
[0130] 另外，如果进行Δθ为零的近似，则数学式2的右边第2项的矩阵成为单位矩阵，计算能够被简化。
[0131] 在上述的假设1不成立的情况下，将从位置(xi-1，yi-1)到位置(xi，yi)为止的移动所需的时间设为Δt，将从位置(xi-2，yi-2)到位置(xi-1，yi-1)为止的移动所需的时间设为Δs。在该情况下，只要进行将数学式1的右边的(xi-1-xi-2)和(yi-1-yi-2)分别乘以Δt/Δs的校正以及将数学式1的右边的矩阵中的Δθ乘以Δt/Δs的校正即可。
[0132] ＜位置推断系统的动作流程＞
[0133] 参照图1、图11至图13，对本公开的实施方式的位置推断系统的动作流程进行说明。
[0134] 首先，参照图11。
[0135] 在步骤S10中，位置推断系统115的处理器106从外界传感器102取得最新(当前：current)的扫描数据。
[0136] 在步骤S12中，处理器106通过里程计而取得当前的位置和姿势的值。
[0137] 在步骤S14中，处理器106将从里程计取得的当前的位置和姿势的值作为初始值而进行最新扫描数据相对于参照地图的初始对位。
[0138] 在步骤S16中，处理器106进行基于ICP算法的位置偏差校正。
[0139] 在步骤S18中，处理器106通过将最新扫描数据追加到已有的参照地图中而更新参照地图。
[0140] 在步骤S20中，判定参照地图是否满足了更新条件。如上所述，更新条件是(i)更新参照地图的次数达到了规定的次数时、(ii)参照地图的数据量达到了规定的量时、或者(iii)从上次复位起的经过时间达到了规定的长度时、等条件。在“否”的情况下，返回到步骤S10，取得下一个扫描数据。在“是”的情况下，前进到步骤S22。
[0141] 在步骤S22中，处理器106根据多次更新后的参照地图而更新环境地图。
[0142] 在步骤S24中，处理器106从多次更新后的参照地图中删除包含最新扫描数据的一部分以外的部分而进行参照地图的复位。这样，能够降低构成参照地图的点云内的点的个数和密度。
[0143] 接下来，参照图12，对步骤S16的位置偏差校正进行说明。
[0144] 首先，在步骤S32中，处理器106从两组点云中搜索对应点。具体而言，处理器106选择与构成扫描数据所包含的点云的各点对应的环境地图上的点。
[0145] 在步骤S34中，处理器106以缩小扫描数据与环境地图之间的对应点间距离的方式进行扫描数据的旋转和平移的刚体变换(坐标变换)。这是以减小对应点间距离、即对应点的误差的总和(平方和)的方式对坐标变换矩阵的参数进行优化。该优化是通过迭代计算而进行的。
[0146] 在步骤S36中，处理器106判定迭代计算的结果是否收敛。具体而言，在即使改变坐标变换矩阵的参数，对应点的误差的总和(平方和)的减少量也低于规定的值时，处理器106判定为收敛。在不收敛时，返回到步骤S32，处理器106重复进行从搜索对应点起的处理。在步骤S36中，当判定为收敛时，前进到步骤S38。
[0147] 在步骤S38中，处理器106使用坐标变换矩阵而将扫描数据的坐标值从传感器坐标系的值变换为环境地图的坐标系的值。这样取得的扫描数据的坐标值能够用于环境地图的更新。
[0148] 接下来，参照图13对图11的流程的变形例进行说明。
[0149] 图13的流程与图11的流程的不同点在于，在步骤S10和步骤S14之间，处理器106执行步骤S40来代替步骤S12。在步骤S40中，处理器106不是从里程计取得移动体10的当前的位置和姿势的测量值，而是根据移动体10(外界传感器102)的位置和姿势的历史来计算当前的位置和姿势的预测值。该预测值的计算能够通过参照图10所说明的运算而执行。将这样取得的值作为位置和姿势的初始值而执行匹配。其他步骤如上所述，因此不再重复说明。
[0150] 根据图13的流程，不再需要使用旋转编码器等内界传感器的输出来求取位置和姿势。特别是，旋转编码器在车轮打滑时会产生较大的误差，并且该误差会累积，因此测定值的可靠度低。并且，基于旋转编码器的测定无法应用于使用麦克纳姆轮等全方位轮、双足或多足行走装置而进行移动的移动体、或者气垫船和无人机等飞行体。与此相对，本公开的位置推断系统能够应用于通过多用的驱动装置而进行移动的各种移动体。
[0151] 本公开的位置推断系统也可以不是搭载于具有驱动装置的移动体而使用。例如，也可以搭载于由用户驱动的手推车而用于地图制作。
[0152] ＜例示的实施方式＞
[0153] 以下，对具有本公开的位置推断系统的移动体的实施方式进行更详细的说明。在本实施方式中，作为移动体的一例，举出无人搬送车。在以下的说明中，使用缩写将无人搬送车表述为“AGV(Automatic Guided Vehicle)”。以下，与移动体10同样地，对“AGV”标注参照标号“10”。
[0154] (1)系统的基本结构
[0155] 图14示出了本公开的例示性的移动体管理系统100的基本结构例。移动体管理系统100包含至少一台AGV 10和进行AGV 10的运行管理的运行管理装置50。在图14中也记载了由用户1操作的终端装置20。
[0156] AGV 10是能够进行在行驶时不需要磁带等引导体的“无引导式”行驶的无人搬送车。AGV 10能够进行自身位置推断，并将推断的结果发送给终端装置20和运行管理装置50。AGV 10能够按照来自运行管理装置50的指令而在环境S内自动行驶。
[0157] 运行管理装置50是跟踪各AGV 10的位置而对各AGV 10的行驶进行管理的计算机系统。运行管理装置50可以是台式PC、笔记本型PC和/或服务器计算机。运行管理装置50经由多个接入点2而与各AGV 10进行通信。例如，运行管理装置50将各AGV 10接下来应朝向的位置的坐标的数据发送给各AGV 10。各AGV 10定期地、例如每250毫秒地向运行管理装置50发送表示自身的位置和姿势(orientation)的数据。当AGV 10到达所指示的位置时，运行管理装置50发送再接下来应朝向的位置的坐标的数据。AGV 10也能够根据输入到终端装置20中的用户1的操作而在环境S内行驶。终端装置20的一例是平板计算机。
[0158] 图15示出了三台AGV 10a、10b以及10c所处的环境S的一例。假设任何AGV均在图中的进深方向上行驶。AGV 10a和10b正在搬送载置于顶板上的货物。AGV 10c追随前方的AGV 10b而行驶。另外，为了便于说明，在图15中标注了参照标号10a、10b以及10c，但以下表述为“AGV 10”。
[0159] AGV 10除了搬送载置于顶板上的货物的方法之外，也能够利用与自身连接的牵引台车来搬送货物。图16示出了连接之前的AGV 10和牵引台车5。在牵引台车5的各腿设置有脚轮。AGV 10与牵引台车5机械连接。图17示出了连接后的AGV 10和牵引台车5。当AGV 10行驶时，牵引台车5被AGV 10牵引。通过对牵引台车5进行牵引，AGV 10能够搬送载置于牵引台车5上的货物。
[0160] AGV 10与牵引台车5的连接方法是任意的。这里，对一例进行说明。在AGV 10的顶板上固定有板6。在牵引台车5上设置有具有缝的引导件7。AGV 10接近牵引台车5而将板6插入于导向件7的缝中。当插入完成时，AGV 10将未图示的电磁锁式销贯通于板6和引导件7，施加电磁锁定。由此，AGV 10与牵引台车5物理连接。
[0161] 再次参照图14。各AGV 10与终端装置20例如能够一对一地连接而进行依据蓝牙(Bluetooth(注册商标))标准的通信。各AGV 10与终端装置20也能够利用一个或多个接入点2而进行依据Wi-Fi(注册商标)的通信。多个接入点2例如经由交换型集线器3而相互连接。在图14中记载了两个接入点2a、2b。AGV 10与接入点2a以无线的方式连接。终端装置20与接入点2b以无线的方式连接。AGV 10发出的数据在由接入点2a接收到之后，经由交换型集线器3转送给接入点2b，再从接入点2b发送给终端装置20。另外，终端装置20发出的数据在由接入点2b接收到之后，经由交换型集线器3转送给接入点2a，再从接入点2a发送给AGV 10。由此，实现了AGV 10与终端装置20之间的双向通信。多个接入点2也经由交换型集线器3与运行管理装置50连接。由此，在运行管理装置50与各AGV 10之间也实现了双向通信。
[0162] (2)环境地图的制作
[0163] 为了使AGV 10能够一边推断自身位置一边行驶，制作环境S内的地图。在AGV10上搭载有位置推断装置和LRF，能够利用LRF的输出来制作地图。
[0164] AGV 10通过用户的操作而转变为数据取得模式。在数据取得模式下，AGV 10开始使用LRF来取得传感器数据(扫描数据)。这之后的处理如上所述。
[0165] 另外，用于取得传感器数据的环境S内的移动能够通过AGV 10按照用户的操作进行行驶而实现。例如，AGV 10经由终端装置20以无线的方式从用户接收指示向前后左右各方向移动的行驶指令。AGV 10按照行驶指令在环境S内向前后左右行驶以制作地图。在AGV 10与操纵杆等操纵装置以有线的方式连接的情况下，可以根据来自该操纵装置的控制信号而在环境S内向前后左右行驶以制作地图。也可以通过人推着搭载有LRF的测量台车走路来取得传感器数据。
[0166] 另外，虽然在图14和图15中示出了多台AGV 10，但AGV也可以是一台。在存在多台AGV 10的情况下，用户1能够使用终端装置20、从登记的多个AGV中选择一台AGV 10来制作环境S的地图。
[0167] 当制作出地图以后，各AGV 10能够一边利用该地图来推断自身位置一边自动行驶。
[0168] (3)AGV的结构
[0169] 图18是本实施方式的例示的AGV 10的外观图。AGV 10具有两个驱动轮11a和11b、四个脚轮11c、11d、11e以及11f、框架12、搬送台13、行驶控制装置14以及LRF 15。两个驱动轮11a和11b分别设置在AGV 10的右侧和左侧。四个脚轮11c、11d、11e、11f配置于AGV 10的四角。另外，虽然AGV 10也具有与两个驱动轮11a和11b连接的多个马达，但未在图18中示出多个马达。另外，在图18中示出了位于AGV 10的右侧的一个驱动轮11a和两个脚轮11c、11e、以及位于左后部的脚轮11f，但由于左侧的驱动轮11b和左前部的脚轮11d被框架12遮挡，因此没有明示。四个脚轮11c、11d、11e以及11f能够自由转弯。在以下的说明中，也将驱动轮11a和驱动轮11b分别称为车轮11a和车轮11b。
[0170] 行驶控制装置14是对AGV 10的动作进行控制的装置，主要具有包含微型计算机(后述)的集成电路、电子部件以及搭载有它们的基板。行驶控制装置14进行上述的与终端装置20之间的数据的收发以及预处理运算。
[0171] LRF 15例如是如下的光学设备：放射红外的激光束15a并检测该激光束15a的反射光，由此测定与反射点的距离。在本实施方式中，AGV 10的LRF 15例如在以AGV 10的正面为基准的左右135度(总计270度)的范围的空间内，一边每0.25度地改变方向，一边放射脉冲状的激光束15a并检测各激光束15a的反射光。由此，能够每0.25度地取得由总计1081步的角度所决定的方向上的与反射点的距离的数据。另外，在本实施方式中，LRF 15所进行的周围的空间的扫描实质上与地面平行，是平面的(二维的)。然而，LRF 15也可以进行高度方向的扫描。
[0172] 根据AGV 10的位置和姿势(朝向)以及LRF 15的扫描结果，AGV 10能够制作环境S的地图。能够在地图上反映AGV的周围的墙壁、柱子等构造物、载置于地面上的物体的配置。地图的数据保存于在AGV 10内设置的存储装置中。
[0173] 以下，有时将AGV 10的位置和姿势、即姿态(x，y，θ)简称为“位置”。
[0174] 如上所述，行驶控制装置14对LRF 15的测定结果和自身所保持的地图数据进行比较来推断自身的当前位置。地图数据也可以是由其他AGV 10制作出的地图数据。
[0175] 图19A示出了AGV 10的第1硬件结构例。另外，图19A也示出了行驶控制装置14的具体结构。
[0176] AGV 10具有行驶控制装置14、LRF 15、两台马达16a和16b、驱动装置17以及车轮11a和11b。
[0177] 行驶控制装置14具有微型计算机14a、存储器14b、存储装置14c、通信电路14d以及位置推断装置14e。微型计算机14a、存储器14b、存储装置14c、通信电路14d以及位置推断装置14e通过通信总线14f而连接，能够相互收发数据。LRF 15也经由通信接口(未图示)与通信总线14f连接，将作为测量结果的测量数据发送给微型计算机14a、位置推断装置14e和/或存储器14b。
[0178] 微型计算机14a是执行用于对包含行驶控制装置14在内的整个AGV 10进行控制的运算的处理器或控制电路(计算机)。典型地，微型计算机14a是半导体集成电路。微型计算机14a将作为控制信号的PWM(Pulse Width Modulation：脉冲宽度调制)信号发送给驱动装置17而对驱动装置17进行控制以调整对马达施加的电压。由此，马达16a和16b分别以期望的转速进行旋转。
[0179] 也可以与微型计算机14a独立地设置有对左右的马达16a和16b的驱动进行控制的一个以上的控制电路(例如微型计算机)。例如，马达驱动装置17也可以具有分别对马达16a和16b的驱动进行控制的两个微型计算机。
[0180] 存储器14b是存储由微型计算机14a执行的计算机程序的易失性的存储装置。存储器14b也可以被用作微型计算机14a和位置推断装置14e进行运算时的工作存储器。
[0181] 存储装置14c是非易失性的半导体存储装置。但是，存储装置14c也可以是以硬盘为代表的磁记录介质或以光盘为代表的光学式记录介质。并且，存储装置14c也可以包含用于相对于任何记录介质写入和/或读出数据的头装置以及该头装置的控制装置。
[0182] 存储装置14c存储要行驶的环境S的环境地图M、以及一个或多个行驶路径的数据(行驶路径数据)R。环境地图M是通过AGV 10在地图制作模式下进行动作而制作出的，并存储到存储装置14c中。行驶路径数据R是在制作出地图M之后从外部发送的。在本实施方式中，环境地图M和行驶路径数据R存储于相同的存储装置14c中，但也可以存储于不同的存储装置中。
[0183] 对行驶路径数据R的例子进行说明。
[0184] 在终端装置20是平板计算机的情况下，AGV 10从平板计算机接收表示行驶路径的行驶路径数据R。此时的行驶路径数据R包含表示多个标记的位置的标记数据。“标记”表示要行驶的AGV 10的通过位置(经由点)。行驶路线数据R至少包含表示行驶开始位置的开始标记和表示行驶结束位置的结束标记的位置信息。行进路径数据R还可以包含一个以上的中间经由点的标记的位置信息。在行驶路径包含一个以上的中间经由点的情况下，将从开始标记起依次经由该行驶经由点而到达结束标记的路径定义为行驶路径。各标记的数据除了包含该标记的坐标数据之外，也可以包含移动至下一个标记之前的AGV 10的朝向(角度)和行驶速度的数据。当AGV 10在各标记的位置暂时停止而进行自身位置推断和向终端装置20的通知等的情况下，各标记的数据可以包含加速到达该行驶速度所需的加速时间和/或从该行驶速度减速直至在下一个标记的位置停止所需的减速时间的数据。
[0185] 也可以不是由终端装置20、而是由运行管理设备50(例如，PC和/或服务器计算机)对AGV 10的移动进行控制。在该情况下，可以是，每当AGV 10到达标记时，运行管理装置50指示AGV 10向下一个标记移动。例如，AGV 10从运行管理装置50接收接下来应朝向的目标位置的坐标数据、或者与该目标位置的距离和应前进的角度的数据作为表示行驶路径的行驶路径数据R。
[0186] AGV 10能够一边使用所制作的地图和在行驶中取得的LRF 15所输出的传感器数据来推断自身位置，一边沿着所存储的行驶路径行驶。
[0187] 通信电路14d例如是进行依据蓝牙(Bluetooth(注册商标))和/或Wi-Fi(注册商标)标准的无线通信的无线通信电路。任何标准均包含使用了2.4GHz频段的频率的无线通信标准。例如在使AGV 10行驶以制作地图的模式下，通信电路14d进行依据蓝牙(Bluetooth(注册商标))标准的无线通信，一对一地与终端装置20进行通信。
[0188] 位置推断装置14e进行制作地图的处理以及在行驶时推断自身位置的处理。位置推断装置14e根据AGV 10的位置和姿势以及LRF的扫描结果而制作环境S的地图。在行驶时，位置推断装置14e从LRF 15接收传感器数据，并且读出存储于存储装置14c中的环境地图M。通过将根据LRF 15的扫描结果制作出的局部地图数据(传感器数据)与更大范围的环境地图M进行匹配而识别环境地图M上的自身位置(x，y，θ)。位置推断装置14e生成表示局部地图数据与环境地图M一致的程度的“可靠度”的数据。能够将自身位置(x，y，θ)和可靠度的各数据从AGV 10发送给终端装置20或运行管理设备50。终端装置20或运行管理装置50能够接收自身位置(x，y，θ)和可靠度的各数据并在内置或所连接的显示装置上显示。
[0189] 在本实施方式中，微型计算机14a和位置推断装置14e是不同的构成要素，但这只是一个例子。也可以是能够独立地进行微型计算机14a和位置推断装置14e的各动作的一个芯片电路或半导体集成电路。在图19A中示出了包括微型计算机14a和位置推断装置14e的芯片电路14g。以下，对微型计算机14a和位置推断装置14e分别独立设置的例子进行说明。
[0190] 两台马达16a和16b分别安装于两个车轮11a和11b以使各车轮旋转。即，两个车轮11a和11b分别是驱动轮。在本说明书中，对马达16a和马达16b分别是驱动AGV 10的右轮和左轮的马达的情况进行说明。
[0191] 移动体10还可以具有测定车轮11a和11b的旋转位置或转速的旋转编码器。微型计算机14a也可以不仅利用从位置推断装置14e接收到的信号、也利用从旋转编码器接收到的信号来推断移动体10的位置和姿势。
[0192] 驱动装置17具有马达驱动电路17a和17b，该马达驱动电路17a和17b用于调整分别对两台马达16a和16b施加的电压。马达驱动电路17a和17b分别包含所谓的逆变器电路。马达驱动电路17a和17b根据从微型计算机14a或马达驱动电路17a内的微型计算机发送的PWM信号而将在各马达中流动的电流接通或断开，由此调整对马达施加的电压。
[0193] 图19B示出了AGV 10的第2硬件结构例。在第2硬件结构例中，具有激光定位系统14h，微型计算机14a与各构成要素一对一地连接，这些点与第1硬件结构例(图19A)不同。
[0194] 激光定位系统14h具有位置推断装置14e和LRF 15。位置推断装置14e和LRF15例如通过以太网(注册商标)线缆而连接。位置推断装置14e和LRF 15的各动作如上所述。激光定位系统14h向微型计算机14a输出表示AGV 10的姿态(x，y，θ)的信息。
[0195] 微型计算机14a具有各种通用I/O接口或通用输入输出端口(未图示)。微型计算机14a经由该通用输入输出端口而与通信电路14d、激光定位系统14h等行驶控制装置14内的其他构成要素直接连接。
[0196] 关于图19B，除了上述的结构以外，其余与图19A的结构相同。因此，省略相同的结构的说明。
[0198] (4)运行管理装置的结构例
[0200] CPU 51、存储器52、位置DB 53、通信电路54、地图DB 55以及图像处理电路56通过通信总线57而连接，能够相互收发数据。
[0201] CPU 51是对运行管理装置50的动作进行控制的信号处理电路(计算机)。典型地说，CPU 51是半导体集成电路。
[0202] 存储器52是存储由CPU 51执行的计算机程序的易失性的存储装置。存储器52也可以用作CPU 51进行运算时的工作存储器。
[0203] 位置DB 53保存表示可能成为各AGV 10的目的地的各位置的位置数据。位置数据例如可以用由管理人员在工厂内虚拟设定的坐标来表示。位置数据由管理人员决定。
[0204] 通信电路54例如进行依据以太网(注册商标)标准的有线通信。通信电路54与接入点2(图14)以有线的方式连接，能够经由接入点2与AGV 10进行通信。通信电路54经由总线57从CPU 51接收应发送给AGV 10的数据。另外，通信电路54将从AGV 10接收到的数据(通知)经由总线57发送给CPU 51和/或存储器52。
[0205] 地图DB 55保存AGV 10所行驶的工厂等的内部的地图的数据。只要是与各AGV 10的位置具有一对一的对应关系的地图即可，数据的形式不限。例如，保存于地图DB 55中的地图也可以是使用CAD制作出的地图。
[0206] 位置DB 53和地图DB 55可以构建在非易失性的半导体存储器上，也可以构建在以硬盘为代表的磁记录介质或以光盘为代表的光学式记录介质上。
[0207] 图像处理电路56是生成在监视器58上显示的影像的数据的电路。图像处理电路56专门在管理人员操作运行管理装置50时进行动作。在本实施方式中，特别省略进一步的详细说明。另外，监视器58也可以与运行管理装置50一体化。另外，也可以由CPU 51进行图像处理电路56的处理。
[0208] 在上述的实施方式的说明中，作为一例，举出了在二维空间(地面)行驶的AGV。然而，本公开也能够应用于在三维空间中移动的移动体、例如飞行体(无人机)。在无人机一边飞行一边制作三维空间地图的情况下，能够将二维空间扩展成三维空间。
[0209] 上述概括或具体的方式也可以通过系统、方法、集成电路、计算机程序或记录介质而实现。或者，也可以通过系统、装置、方法、集成电路、计算机程序以及记录介质的任意组合而实现。
[0210] 产业上的可利用性
[0211] 本公开的移动体能够在工厂、仓库、建筑现场、物流、医院等中适当用于货物、部件、成品等物品的移动和搬送。
[0212] 标号说明
[0213] 1：用户；2a、2b：接入点；10：AGV(移动体)；11a、11b：驱动轮(车轮)；11c、11d、11e、11f：脚轮；12：框架；13：搬送台；14：行驶控制装置；14a：微型计算机；14b：存储器；14c：存储装置；14d：通信电路；14e：位置推断装置；16a、16b：马达；15：激光测距仪；17a、17b：马达驱动电路；20：终端装置(平板计算机等移动计算机)；50：运行管理装置；51：CPU；52：存储器；
53：位置数据库(位置DB)；54：通信电路；55：地图数据库(地图DB)；56：图像处理电路；100：
移动体管理系统。
53：位置数据库(位置DB)；54：通信电路；55：地图数据库(地图DB)；56：图像处理电路；100：
移动体管理系统。
| 标题 | 发布/更新时间 | 阅读量 |
|---|---|---|
| 一种基于卡通纹理分解的图像超分辨率重建方法 | 2020-05-11 | 398 |
| 移动体、位置推断装置以及计算机程序 | 2020-05-12 | 329 |
| 一种输水管网管漏损定位系统及定位方法 | 2020-05-13 | 994 |
| 一种三维机载雷达的聚类分析方法 | 2020-05-14 | 832 |
| 一种降低机器人运动能耗的工位布局方法 | 2020-05-11 | 129 |
| 一种基于大规模Embedding技术的Wi-Fi聚类方法及系统 | 2020-05-11 | 95 |
| 一种基于心脏电影磁共振图像的左心肌分割方法 | 2020-05-12 | 810 |
| 一种基于投票集成学习的心电数据智能分类方法 | 2020-05-14 | 370 |
| 基于多路段时空相关的城市交通路段速度预测方法及系统 | 2020-05-11 | 435 |
| 一种基于多值体元的机载多光谱LIDAR三维分割方法 | 2020-05-14 | 918 |
高效检索全球专利专利汇是专利免费检索,专利查询,专利分析-国家发明专利查询检索分析平台，是提供专利分析，专利查询，专利检索等数据服务功能的知识产权数据服务商。
我们的产品包含105个国家的1.26亿组数据，免费查、免费专利分析。
分析报告
专利汇分析报告产品可以对行业情报数据进行梳理分析，涉及维度包括行业专利基本状况分析、地域分析、技术分析、发明人分析、申请人分析、专利权人分析、失效分析、核心专利分析、法律分析、研发重点分析、企业专利处境分析、技术处境分析、专利寿命分析、企业定位分析、引证分析等超过60个分析角度，系统通过AI智能系统对图表进行解读，只需1分钟，一键生成行业专利分析报告。
QQ群二维码
意见反馈
意见反馈