【発明の詳細な説明】

【０００１】

【産業上の利用分野】本発明は、例えば倉庫に配置されている複数の移動ロボットや、ビデオゲームにおける複数のキャラクタを群行動させる場合に適用して好適な配置制御方法に関する。

【０００２】

【従来の技術】倉庫に複数の移動ロボットを配置し、この移動ロボットにより種々の物品を搬送するような場合、種々の条件を考慮して、複数の処理ステップを組み合わせたプログラムを構築し、このプログラムに従って各移動ロボットを制御するようにしている。 これにより、移動ロボットを効率的に制御することができ、作業を能率的に遂行することが可能になる。

【０００３】

【発明が解決しようとする課題】しかしながら、全ての条件を考慮してプログラムを設計することは実質的に不可能である。 そこで、できるだけ多くの条件を考慮するようにするのであるが、そのためプログラムの処理ステップ数が膨大なものとなり、その制作に多くの時間と労力が必要となる。 このことは、複数の移動ロボットを孤立的に行動させるのではなく、全体のバランスを考慮して、群行動させるような場合に、特に顕著となる。 また、予期せぬ外乱が発生すると、制御が不可能になってしまう課題があった。

【０００４】本発明はこのような状況に鑑みてなされたものであり、外乱に対しても簡単かつ確実に対処することができるようにするものである。

【０００５】

【課題を解決するための手段】本発明の配置制御方法は、例えば、移動ロボット２−１乃至２−５などよりなる複数の制御対象を所定の空間内の所定の位置に配置する配置制御方法において、移動ロボット２−１乃至２−
５の配置に関する複数の所定のパターンを記憶し、移動ロボット２−１乃至２−５を、記憶したパターンのいずれかに対応して配置するとともに、移動ロボット２−１
乃至２−５の実際の配置状態を検出し、その配置状態が設定した状態から乱れたとき、記憶したパターンのうち、他のパターンのいずれかに対応して移動ロボット２
−１乃至２−５を配置することを特徴とする。

【０００６】

【作用】上記構成の配置制御方法においては、移動ロボット２−１乃至２−５の配置状態が外乱などにより設定した状態から乱れたとき、記憶したパターンのうち、他のパターンのいずれかに対応して移動ロボット２−１乃至２−５が配置される。 従って、外乱が発生した場合においても、配置不能になることが防止される。

【０００７】

【実施例】図１は本発明の配置制御方法を応用した移動ロボット制御システムの一実施例の構成を示すブロック図である。 配置空間（フィールド）１には複数の（この実施例の場合、５個の）移動ロボット２−１乃至２−５
が配置されるようになされている。 プランネット３は相互結合型ニューラルネットにより構成されており（その具体的構成例は図９、図１１、図１２、図１３および図１５を参照して後述する）、無線通信装置４を介して各移動ロボット２−１乃至２−５に、それぞれの目的位置（目標移動（配置）位置）を電波で指令するようになされている。 また、絶対位置測定装置５は、例えばビーコン、磁場測定、エンコーダによる測定などにより、各移動ロボット２−１乃至２−５の現在位置及び姿勢をリアルタイムで測定し、プランネット３にフィードバックするようになされている。

【０００８】図２は移動ロボット２−１（２−２乃至２
−５も同様）の具体的構成例を示している。 前輪１１はモータ２０に駆動され、所定の方向に指向される。 また、後輪１２，１３は、モータ１８，１９により駆動されて回転するようになっている。 外周に複数個（実施例の場合、８個）配置された障害物センサ１４は障害物３
１（図３）を検出するようになされており、障害物感知システム１５は各障害物センサ１４の出力をモニタし、
その検出結果をコントローラ１６に出力するようになされている。 無線通信機１７は無線通信装置４が出力する電波を受信し、これを復調してコントローラ１６に出力している。 ＣＰＵなどよりなるコントローラ１６は、図３に示すように、障害物感知システム１５の出力に対応してモータ１８，１９，２０を駆動して、移動ロボット２−１が障害物３１に接触しないように自立的に回避させるとともに、無線通信機１７からの出力に対応して、
移動ロボット２−１を所定の目的位置３２に移動させるようになされている。 なお、目的位置３２と障害物３１
の位置が重複した場合、障害物３１から距離をおくことが目的位置３２に向かうことよりも絶対優先される。

【０００９】図４は本実施例により構成されるシステムの概略を示している。 相互結合ニューラルネットにより構成されるプランネット３には、各ニューロン間に適当な結合重みを設定することにより、移動ロボット２−１
乃至２−５の群としての行動パターン（行動制約）が記憶されている（埋め込まれている）。

【００１０】このプランネット３は外部入力、つまりオペレータによるオペレーショナル入力、または現在位置測定装置５から入力される現在の移動ロボット２−１乃至２−５の状態に対して、最適と考えられる達成目標状態パターンをネットワークのエネルギー最小化の過程から生成する。 この達成目標状態パターンは目的位置への移動指令の形に変換され、無線通信装置４を介して各移動ロボット２−１乃至２−５に送信される。 各移動ロボット２−１乃至２−５はこの指令を無線通信機１７を介して受信し、受信した指令に対応する目的位置に移動すべく、行動する。 個々の行動制御はそれぞれの移動ロボット２−１乃至２−５の内部において自立的になされる。 移動ロボット２−１乃至２−５の状態は絶対位置測定装置５を介してプランネット３にフィードバックされている。 予期せぬ外乱（障害物３１の進入）などにより、移動ロボット２−１乃至２−５のうちのいずれかが目的位置に到達できない場合、プランネット３は指令したパターンが実現されないので不安定化し、新たな代替プランを状態遷移にともない想起する。

【００１１】プランネット３が想起した目的状態パターンと、実際に達成された移動ロボット２−１乃至２−５
の物理的状態パターン（絶対位置測定装置５により測定された実際の状態パターン）が最終的に一致した場合、
プランネット３の状態はエネルギー平衡点の最小解（準最小解を含む）に到達し、状態は新たな外乱またはオペレータ入力があるまで落ち着く。 このとき移動ロボット２−１乃至２−５を含むシステム全体のエネルギ状態も平衡点の最小解（準最小解を含む）にある。

【００１２】図５に示すように、本システムの特徴は、
フィールド１における移動ロボット２−１乃至２−５の行動プランを立てるプランネット３（相互結合型ニューラルネット）に、各移動ロボット２−１乃至２−５の物理的状態が絶対位置測定装置５を介してフィードバックされる点にある。 これにより制御レベル（プランネット３から移動ロボット２−１乃至２−５の方向）とプランレベル（移動ロボット２−１乃至２−５からプランネット３の方向）の双方向において、情報のやり取りが行なわれ、予期せぬ外乱などに対して制御レベルだけでなく、プランレベルでのリアルタイムの対応が可能となり、システム全体は非常に強いものとなる。

【００１３】本実施例においては、プランニング部分及び移動ロボット２−１乃至２−５の物理的制御系を含む全体のシステムについての状態のエネルギーが考慮される。 このとき目的プランを達成する（移動ロボット２−
１乃至２−５を目的位置に配置する）ことは、このシステムの状態を、複数のエネルギー準最小解のうちの適当な１つに落ち着つかせることを意味する。

【００１４】このことを図６を参照して説明する。 いま、例えば、p1乃至p6の６つの状態パターン（移動ロボット２−１乃至２−５の配置パターン）がプランネット３に記憶されており、初期状態の運転モードにおいて、
そのいずれのパターンも取り得るものとする（６つの最小解が存在する）。 現時点において、移動ロボット２−
１乃至２−５はp2の状態パターンを取っている（図６
（Ａ））。

【００１５】その後、運転モード変更の入力がなされ、
ネットワークの最小解のトポロジーが変化して、パターンp2が安定状態ではなくなり、パターンp1,p3,p5,p6がこの運転モードで採り得るパターンになると、システム全体は状態遷移し、安定なp3の状態パターンを取る（移動ロボット２−１乃至２−５は移動し、p3の状態パターンをとる）（図６（Ｂ））。

【００１６】その後、フィールド１に外乱が発生すると（例えば障害物３１が侵入すると）、各移動ロボット２
−１乃至２−５は障害物３１に衝突しないように自立的に行動する。 その結果、p3の状態パターンを維持できなくなる。 このとき、システム全体でパターンp3はエネルギー平衡点ではなくなる。 その結果、システムは状態遷移し、他の安定な最小解であるパターンp5の状態を取る（移動ロボット２−１乃至２−５はp5の状態パターンをとる）（図６（Ｃ））。

【００１７】システム全体のエネルギーＥは以下のように表わされる。 Ｅ = plan(Ld,Lr,op＿mode) + control1(||Ld - Lr||） + control2(Lr,dist)

【００１８】ここでLdは、移動ロボット２−１乃至２−
５の目的状態を表すベクタであり、プランネット３の発火状態で表わされる。 Lrは移動ロボット２−１乃至２−
５の現在の状態を示すベクタである。 op＿modeはオペレーショナルモードを示す。 plan( )はプランネット３のエネルギー関数であり、結合重みを適当な値に調節することにより、エネルギー最小値平衡点及び複数の準最小値平衡点に、望むべき複数の状態パターンLdを埋め込むことができる。 また、これら平衡点においてLd＝Lrを満たすようにネットワークの結合重みを構成する。

【００１９】control1( )は単調増加関数であり、これを最小化することにより、移動ロボット２−１乃至２−
５の状態を、プランネット３の活性化の状態（目的状態）に追従させることができる。 control2( )は、移動ロボット２−１乃至２−５の状態に対する外乱の影響を示す関数であり、移動ロボット２−１乃至２−５の状態はこの外乱の影響を減少させる方向に遷移する。 例えば障害物を外乱とした場合、移動ロボット２−１乃至２−
５と障害物の距離が離れるほどこの関数の値は小さくなる。 distは外乱の状態を表わすものである。

【００２０】次に、移動ロボットを所定の位置に配置する具体例を示す。 最初に移動ロボット２−１乃至２−５
のそれぞれを区別しない場合の例について説明する。

【００２１】この場合、以下のような配置のタスクを想定する。 （１）各運転モードに対して複数の配置パターンがある。 （２）各配置パターンに対してどの移動ロボット２−１
乃至２−５がフィールド１上のどの位置に配置されても良い。 （３）フィールド１上の１つの位置（コマ）に複数の移動ロボット２−１乃至２−５を配置することはできない。

【００２２】図７に示すように、プランネット３には、
各移動ロボット２−１乃至２−５の測定位置Lr[i]（ｉ
＝１，２，・・・，ｎ。 実施例の場合ｎ＝５）が絶対位置測定装置５より入力される。 そしてプランネット３のニューロンの発火状態から、各移動ロボット２−１乃至２−５の目的移動位置Ld[i]が出力される。 この目的移動位置Ld[i]は無線通信装置４を介して各移動ロボット２−１乃至２−５に指令される。

【００２３】プランネット３には現在所定の運転モードが入力されており、プランの上ではp1,p2,p3の３つの配置パターンのいずれかを採ることが可能である。 パターンp1においては、３台の移動ロボットがフィールド１内の下方中央に垂直に配列され、その最も下の１台の左右に１台づつ他の移動ロボットが配置されている。 パターンp2においては、フィールド１の上方中央に１台の移動ロボットが配置され、その左右にそれぞれ２台の移動ロボットが、順次１コマづつ下方に配置されている。 パターンp3においては、各移動ロボットが「コ」字状になるように、フィールド１の右側中央に配置されている。

【００２４】これらの３つのパターンのうち、パターン
p1は、フィールド１内に障害物３１が存在するため、達成不可能である。 そこで、残りのパターンp2,p3のいずれか（例えば、パターンp3）の配置状態になるように、
各移動ロボット２−１乃至２−５は移動する。 このとき、パターンp2またはp3のどちらが達成されるかは、移動ロボット２−１乃至２−５の前の状態などに依存する。 例えば、障害物３１が進入する前の状態において移動ロボット２−１乃至２−５の位置状態がパターンp3に相対的に近ければ、障害物３１が進入した後の状態においてパターンp3が達成され易くなる。

【００２５】図８に、障害物３１がフィールド１内に侵入した場合に、移動ロボット２−１乃至２−５が自立的に配置状態を再生成する様子について示す。 初期状態では、パターンp1の配置状態で安定している（図８
（Ａ））。 その後、移動型の障害物３１がフィールド１
内に侵入してくるという外乱が発生すると（図８
（Ｂ））、各移動ロボット２−１乃至２−５は障害物３
１に接触しないように自立的に徐々に移動する。 移動した位置状態がプランネット３にフィードバックされ、プランネット３上において想起されているパターンp1が不安定化する。 そして、プランエット３に想起されているパターンはついにパターンp1からp3へ状態遷移し、これに対応して移動ロボット２−１乃至２−５はパターンp3
の配置を生成し、安定化する（図８（Ｃ））。

【００２６】次に、図９を参照してプランネット３の構成例を説明する。 プランネット３はネットワーク層構造とされ、全体で１つの相互結合型ネットワークを構成する。 各ネットワーク層は大きく次の２つの層に区分される。

【００２７】（１）群全体プラン層（レアＨ、レア０） レアＨは、P1乃至P5のパターンを記憶しており、オペレータから入力された指令に対応するパターンをレア０に展開させる。 従って、レア０には、移動ロボット２−１
乃至２−５の全体の選択された配置パターン（指令された群としての配置パターン）が想起される。 レア０の各ニューロンはxy平面上に並べてあり、移動ロボット２−
１乃至２−５のフィールド１の各地点（コマ）（移動ロボット２−１乃至２−５が取り得る位置）に対応している。 すなわち、このレアＨとレア０は入力部分付き連想記憶ネットワークを構成している。

【００２８】（２）個々の移動ロボット２−１乃至２−
５に対応する層（レア１乃至５） レア１乃至５は移動ロボット２−１乃至２−５にそれぞれ対応する層である。 各レア１乃至５のニューロンは、
レア０と同様にxy平面上に並べられている。 移動ロボット２−１乃至２−５の現時点の物理的位置に対応するニューロンに正の入力がなされる。 各レア１乃至５において、ニューロンはそれぞれ１つだけ発火でき、そのニューロンは対応する移動ロボット２−１乃至２−５の移動目的位置を表す。

【００２９】図９に示す実施例においては、レア０に「コ」字状のパターンp3が想起されており、レア１乃至５は、レア０のこの文字「コ」を構成する各ニューロンに対応する１つのニューロンが発火した状態にある。 そして、レア１乃至３においては、移動ロボット２−１乃至２−３の現在位置が目的位置と一致している。 これに対して、レア４およびレア５においては、移動ロボット２−４と２−５の現在位置が目的位置と異なっている。
従って、この場合、図１０に示すように、移動ロボット２−４と２−５がレア０で指定されるニューロンの位置（目的位置）に移動することになる。

【００３０】ネットワークの制約として、レア０において位置(i,j)のニューロン（以下これをA-gl[i,j]と示す）が発火している場合、レア１乃至５のいずれか１つにおいて、位置(i,j)のニューロン（以下これをA[i,j,
k]と示す。 但しkはレア１乃至５のうちk番目のものを表わす）が発火するようにする。 このとき、レア０では、
各移動ロボット２−１乃至２−５を区別することなく、
移動ロボット２−１乃至２−５としての位置を示す。 すなわち、移動ロボット２−１乃至２−５のうちの特定のものが所定の位置に配置される必要はなく、移動ロボット２−１乃至２−５のいずれかが所定の位置に配置され、全体として所定のパターンが実現されておればよいものとされる。 換言すれば、移動ロボット２−１乃至２
−５のいずれが、いずれの位置に移動するかは、自立的に行動する各移動ロボット間の協調動作により実行される。

【００３１】この協調動作は、図１１および図１２に示すように、相互抑制及び相互興奮の結合の組合せを設定することにより実現可能である。 このような設定は、例えば次のような結合により行なわれる。

【００３２】（１）ニューロンA[i,j,k]とA[i,j,l]（但しl≠k）の結合は負結合である。 ここで、負結合とは、
各ニューロンが同時に発火することを抑制する（同時に発火するとエネルギーが高くなる）結合である。 すなわち、レア１乃至５のうち、所定のレア（例えばレア３）
の位置(i,j)のニューロンが発火しているとき、他のレア（例えばレア１，２，４，５）の対応する位置(i,j)
のニューロンは発火が抑制される（図１１）。 （２）レアｉ（ｉ＝１乃至５）内において、各ニューロン間の結合は負結合である。 （３）レアｉ（ｉ＝１乃至５）の各ニューロンは負のバイアスを持つ。 （４）レア０のニューロンA-gl[i,j]と、レア１乃至５
のニューロンA[i,j,k]の結合は正である。 ここで、正結合とは、各ニューロンが同時に発火することを励起する（同時に発火するとエネルギーが低くなる）結合である。 すなわち、レア０の位置(i,j)のニューロンA-gl[i,
j]が発火すると、レア１乃至５のニューロンA[i,j,k]も発火しようとする（図１２）。 （５）レア０においては、オペレーション入力（各移動ロボットの目的位置）と配置パターン（記憶パターン）
が一致したとき、エネルギーが極小になるように、各ニューロンの結合重みが調節されている。

【００３３】次に、図１３乃至図１６を参照して、個々の移動ロボットの位置関係に制約を課す配置の例について説明する。 ケース１：移動ロボットを４台とし、移動ロボット２−１１と移動ロボット２−１２は常に近接するように配置する（例えば、１コマ以内に配置する）。
かつ移動ロボット２−１３と移動ロボット２−１４は常にお互いに所定の距離（例えば、５コマ以上の距離）を保つように配置する。

【００３４】このような制約は、例えば図１３に示すようなプランネット３に埋め込むことができる。 このプランネット３は、４台の移動ロボット２−１１乃至２−１
４に対応するレア１１乃至１４により構成されている。
ただし、この実施例においては、前述したような群全体プラン層としてのレアＨやレア０は設けられていない。
そして上述した制約は以下の結合を取ることによりネットに埋め込まれる。

【００３５】（１）レア１１乃至１４は相互抑制結合される。 （２）レア１１と１２の各ニューロン間においては、両者の距離（コマ距離）が１の場合、正結合とする。 （３）レア１３と１４の各ニューロン間においては、両者の距離（コマ距離）が５の場合、正結合とする。 （４）上記した（１）乃至（３）以外には結合を設けない。

【００３６】このような状態において、図１３に示すように、運転（オペレーショナル）モード入力として、例えばレア１３に正の入力を加えると、移動ロボット２−
１１乃至２−１４は、例えば図１４（Ａ）乃至（Ｄ）に示すように、上記した条件（移動ロボット２−１１と移動ロボット２−１２は、常に１コマ以内の距離に近接して配置し、かつ移動ロボット２−１３と移動ロボット２
−１４は、常に５コマ以上離間して配置する）を満足するように所定の位置に配置される。

【００３７】ケース２：移動ロボット２−１１乃至２−
１４を、図１６（Ａ）乃至（Ｄ）に示すように、ループパターンを常に形成するように配置する。

【００３８】この場合、ケース１における場合と同様に、レア１１乃至１４間の結合を次のように設定することにより、本ケースの制約がプランネット３に埋め込まれる。 （１）ニューロンA[i,j,1]とA[i+1,j-1,2]の結合は正結合とする。 （２）ニューロンA[i,j,2]とA[i+1,j+1,3]の結合は正結合とする。 （３）ニューロンA[i,j,3]とA[i-1,j+1,4]の結合は正結合とする。 （４）ニューロンA[i,j,4]とA[i-1,j-1,1]の結合は正結合とする。

【００３９】このように結合を設定することにより、図１６（Ａ）乃至（Ｄ）に示すように、移動ロボット２−
１１乃至２−１４が常にループパターンを形成するように配置することができる。

【００４０】なお、プランネット３としてのニューラルネットは、基本的にはホップフィールドネットに代表される相互等価重み結合のものを使うのが好ましい。 そのようにすると、ネットワークのエネルギー場に多数の平衡点を持つことができ、それらにプランのパターンを多数埋め込むことができるからである。 このように平衡点を多くすると、プランニングの過程において、望まないエネルギー極小点に状態が落ち込み、そこから脱出できなくなる可能性が高くなる。 そこで、このような場合、
通常のアナログ及び２値のホップフィールドネットのアルゴリズムのほかに、熱力学的アルゴリズムまたはカオス的最急降下法を利用して、局所的なエネルギー極小状態から脱出して、最小値を探索することができるようにするのが好ましい。 このカオス的最急降下法については、電子通信情報学会、１９９１年８月号、論文誌Ａ、
Ｖｏｌ． Ｊ７４−ＡＮｏ． ８，Ｐ１２０８−Ｐ１２１
５、「カオス的最急降下法を適用したニューラルネットにおける学習および記憶想起の動特性について」、あるいは、特願平３−２４０４６７号（特願平２−２９８９
８４号、特願平２−４１４９０７号および特願平３−１
４９６８８号の国内優先出願）などに本出願人により開示されている。

【００４１】以上においては、本発明を移動ロボットを所定の位置に配置する場合に適用したが、本発明は、ビデオゲームにおける複数のキャラクタを制御対象として群行動させる場合などにも適用することができる。 さらに本発明は、２次元空間だけでなく、３次元空間に制御対象を配置する場合においても応用することが可能である。

【００４２】

【発明の効果】以上の如く、本発明の配置制御方法によれば、制御対象の配置状態が設定した状態から乱れたとき、記憶したパターンのうち、他のパターンのいずれかに対応して制御対象を配置するようにしたので、外乱が発生した場合においても、配置不能になることがなく、
制御対象を簡単かつ確実に所定の位置に配置することができる。

【図面の簡単な説明】

【図１】本発明の配置制御方法を応用した移動ロボット制御システムの一実施例の構成を示すブロック図である。

【図２】図１における移動ロボットの構成例を示すブロック図である。

【図３】移動ロボットが障害物を回避して移動する様子を示す図である。

【図４】図１の実施例において、外乱が発生した場合の制御系を説明するブロック図である。

【図５】図１の実施例において、外乱が発生した場合の制御状態を説明する概念図である。

【図６】移動ロボットの配置パターンの状態遷移を説明する図である。

【図７】移動ロボットを記憶した配置パターンに対応して配置する動作を説明するブロック図である。

【図８】移動ロボットが外乱に対して自立的に移動する様子を説明する図である。

【図９】図１におけるプランネット３の構成例を示す図である。

【図１０】図９の実施例に対応して移動ロボットが移動する様子を説明する図である。

【図１１】図１におけるプランネット３を構成する各レアの相互抑制結合を説明する図である。

【図１２】図１におけるプランネット３を構成する各レアの相互励起結合を説明する図である。

【図１３】移動ロボットを相互に所定の関係を保持するように配置する場合のニューラルネットの構成例を説明する図である。

【図１４】図１３の実施例に対応して移動ロボットが相互に所定の関係を保持して移動する様子を説明する図である。

【図１５】移動ロボットを相互に所定の関係を保持するように配置する場合の他のニューラルネットの構成例を説明する図である。

【図１６】図１５の実施例に対応して移動ロボットが相互に所定の関係を保持して移動する様子を説明する図である。

【符号の説明】

１ 配置空間（フィールド） ２−１乃至２−５ 移動ロボット ３ プランネット ４ 無線通信装置 ５ 絶対位置測定装置 １１ 前輪 １２，１３ 後輪 １４ 障害物センサ １５ 障害物感知システム １６ コントローラ １７ 無線通信機 ３１ 障害物 ３２ 目的地点