本公開涉及進行移動機器人的自身位置推定和/或環(huán)境地圖制作的技術(shù)，尤其涉及設(shè)置于環(huán)境的環(huán)境傳感器和與該環(huán)境傳感器協(xié)作的移動機器人的系統(tǒng)。

背景技術(shù)：

為了使移動機器人在人和其他機器所在的環(huán)境空間中自主地移動，移動機器人自身需要正確地識別自身的位置、姿勢、周邊環(huán)境。以往，作為用于進行這樣的識別的方法，已知一邊制作環(huán)境的地圖、一邊同時進行自身位置的推定的SLAM(Simultaneous Localization And Mapping，同時定位與地圖構(gòu)建)技術(shù)。

SLAM技術(shù)中的移動機器人具備用于獲知移動機器人內(nèi)部的狀態(tài)的傳感器即內(nèi)部傳感器和用于獲知外界的狀態(tài)的傳感器即外界傳感器。

在SLAM技術(shù)中，首先根據(jù)內(nèi)部傳感器的信息來推定當(dāng)前的位置、姿勢。接著，根據(jù)在所推定出的位置、姿勢下已經(jīng)保持的周邊環(huán)境的地圖信息，進行移動機器人的(i)位置、(ii)姿勢、(iii)位置的不可靠性、(iv)姿勢的不可靠性的預(yù)測。接著，對由外界傳感器獲得的觀測信息和根據(jù)內(nèi)部傳感器的信息預(yù)測出的信息進行比較。接著，根據(jù)通過比較而算出的各個信息的似然度，決定內(nèi)部傳感器和外界傳感器的信息的權(quán)重。并且，使用內(nèi)部傳感器和外界傳感器的數(shù)據(jù)的權(quán)重的信息，進行對當(dāng)前的位置、姿勢和地圖信息進行更新的處理。

在專利文獻1中公開了如下的機器人系統(tǒng)：基于多個不同的傳感器的輸出來評價進行自身位置推定的多個推定器的可信度，根據(jù)可信度對由多個推定器得到的自身位置推定信息進行整合。

在專利文獻2中公開了如下的移動機器人：與環(huán)境傳感器進行協(xié)作，不妨礙人行動地一邊避免與人或障礙物的碰撞、一邊進行移動。環(huán)境傳感器配置有多個以檢測位于環(huán)境內(nèi)的所有人的位置。

現(xiàn)有技術(shù)文獻

專利文獻1：日本特開2012-248032號公報

專利文獻2：日本特許5617562號公報

技術(shù)實現(xiàn)要素：

根據(jù)本公開的一個技術(shù)方案，提供一種地圖生成方法，是使用至少一個以上的環(huán)境傳感器節(jié)點進行地圖生成的移動機器人的地圖生成方法，包括：取得預(yù)先制作的包含所述移動機器人周邊的信息的第1地圖信息，通過搭載于所述移動機器人的外界傳感器取得包含所述移動機器人周邊的信息的第2地圖信息，從所述環(huán)境傳感器節(jié)點接收包含所述移動機器人周邊的信息的第3地圖信息，(i)在所述第3地圖信息中存在時間性變化量為預(yù)定閾值以上的場所的信息的情況下，進行如下的除去處理：將與所述第3地圖信息中的時間性變化量為所述預(yù)定閾值以上的場所對應(yīng)的、所述第1地圖信息中的場所的信息和所述第2地圖信息中的場所的信息除去；或者進行如下的方差增加處理：使與所述第3地圖信息中的時間性變化量為所述預(yù)定閾值以上的場所對應(yīng)的、所述第1地圖信息中的場所的信息和所述第2地圖信息中的場所的信息各自的方差增加，(ii)對進行了所述除去處理或所述方差增加處理之后的第1地圖信息和第2地圖信息進行匹配，基于該匹配結(jié)果生成地圖信息，(iii)將所述第1地圖信息更新為基于匹配結(jié)果生成的地圖信息。

此外，這些總括性或具體的技術(shù)方案即可以通過系統(tǒng)、方法、集成電路、計算機程序或計算機可讀取的CD-ROM等記錄介質(zhì)來實現(xiàn)，也可以通過系統(tǒng)、方法、集成電路、計算機程序和記錄介質(zhì)的任意組合來實現(xiàn)。

根據(jù)本公開，即使在環(huán)境變化大的空間中，也能夠高精度且穩(wěn)健地進行地圖生成和自身位置推定。

附圖說明

圖1是表示實施方式1的機器人系統(tǒng)的構(gòu)成的一例的框圖。

圖2是表示環(huán)境傳感器節(jié)點和移動機器人所在的環(huán)境的一例的概略圖。

圖3A是表示機器人系統(tǒng)的處理的一例的流程圖。

圖3B是表示活動物體移動·環(huán)境變化信息整合部的處理的一例的流程圖。

圖4A是表示時刻T的包含移動機器人的環(huán)境的一例的圖。

圖4B是表示時刻(T+α)的包含移動機器人的環(huán)境的一例的圖解圖。

圖4C是表示在時刻T移動機器人取得的傳感器數(shù)據(jù)的一例的圖。

圖4D是表示在時刻(T+α)移動機器人取得的傳感器數(shù)據(jù)的一例的圖。

圖5A是表示地圖生成·自身位置推定處理時的數(shù)據(jù)匹配的一例的圖解圖。

圖5B是表示匹配結(jié)果例的圖。

圖5C是表示匹配評價值例的圖。

圖6A是表示數(shù)據(jù)的除去處理的一例的圖。

圖6B是表示除去處理后的數(shù)據(jù)的匹配結(jié)果例的圖。

圖6C是表示除去處理后的數(shù)據(jù)的匹配評價值例的圖。

圖7A是表示數(shù)據(jù)的方差增加處理的一例的圖。

圖7B是表示方差增加處理后的數(shù)據(jù)的匹配結(jié)果例的圖。

圖7C是表示方差增加處理后的數(shù)據(jù)的匹配評價值例的圖。

圖8是表示時刻T的地圖數(shù)據(jù)的圖。

圖9是用于說明方差增加處理的一例的圖。

圖10是表示方差增加處理的結(jié)果的一例的圖。

圖11是表示實施方式2涉及的機器人系統(tǒng)的處理的一例的流程圖。

標(biāo)號的說明

100移動機器人；101外界傳感器；102內(nèi)部傳感器；103活動物體·環(huán)境變化信息整合部；104地圖生成·自身位置推定部；105地圖信息數(shù)據(jù)庫；106路線規(guī)劃部；107控制部；108致動器；109通信部；120、312、313、314、315、316、317、318、319環(huán)境傳感器節(jié)點；121環(huán)境傳感器；122活動物體移動·環(huán)境變化信息提取部；123環(huán)境傳感器信息時間序列數(shù)據(jù)庫；124活動物體移動·環(huán)境變化信息數(shù)據(jù)庫；125通信部。

具體實施方式

(成為本發(fā)明的基礎(chǔ)的見解)

在SLAM技術(shù)中，存在如下問題：在地圖生成或自身位置推定時該移動機器人的外界傳感器的檢測范圍內(nèi)的場所發(fā)生了環(huán)境變化的情況下，在地圖生成·自身位置推定中會發(fā)生錯誤，無法正確地進行推定。在辦公室或家庭內(nèi)等因人或其他活動物體引起的環(huán)境變化大的空間、車站或購物商場等很多人往來的空間中，由于頻繁發(fā)生大的外部干擾即大的環(huán)境變化，因此難以通過SLAM技術(shù)進行地圖生成，結(jié)果是難以通過SLAM技術(shù)來規(guī)劃避開人或障礙物的路線。

進而，在如上述那樣環(huán)境變化大的空間中，在地圖生成·自身位置推定的處理中對由外界傳感器得到的信息與預(yù)測出的信息進行比較的處理部分的通過最小二乘法得到的推定值的收斂性變差，計算量增加。

在專利文獻1、專利文獻2等的以往的方法中，對于在環(huán)境變化大的空間中也高精度且穩(wěn)健地進行地圖生成和自身位置推定，并沒有進行研究。因此無法抑制所需計算量的增加。

本公開提供一種即使在環(huán)境變化大的空間中也能夠高精度且穩(wěn)健地進行地圖生成和自身位置推定的自身位置推定方法、機器人系統(tǒng)以及移動機器人。

本公開涉及的自身位置推定方法是使用至少一個以上的環(huán)境傳感器節(jié)點進行地圖生成的移動機器人的地圖生成方法，包括：取得預(yù)先制作的包含所述移動機器人周邊的信息的第1地圖信息，通過搭載于所述移動機器人的外界傳感器取得包含所述移動機器人周邊的信息的第2地圖信息，從所述環(huán)境傳感器節(jié)點接收包含所述移動機器人周邊的信息的第3地圖信息，(i)在所述第3地圖信息中存在時間性變化量為預(yù)定閾值以上的場所的信息的情況下，進行如下的除去處理：將與所述第3地圖信息中的時間性變化量為所述預(yù)定閾值以上的場所對應(yīng)的、所述第1地圖信息中的場所的信息和所述第2地圖信息中的場所的信息除去；或者進行如下的方差增加處理：使與所述第3地圖信息中的時間性變化量為所述預(yù)定閾值以上的場所對應(yīng)的、所述第1地圖信息中的場所的信息和所述第2地圖信息中的場所的信息各自的方差增加，(ii)對進行了所述除去處理或所述方差增加處理之后的第1地圖信息和第2地圖信息進行匹配，基于該匹配結(jié)果生成地圖信息，(iii)將所述第1地圖信息更新為基于匹配結(jié)果生成的地圖信息。

另外，也可以為：在所述第3地圖信息中存在在第1定時與第2定時之間所述時間性變化量為所述預(yù)定閾值以上的場所的信息的情況下，在所述第1定時與所述第2定時之間的時間差處于第1時間與比所述第1時間長的第2時間之間的范圍內(nèi)的情況下，進行所述除去處理，在所述第1定時與所述第2定時之間的時間差為所述第2時間以上的情況下，進行所述方差增加處理。

另外，也可以為：在所述第3地圖信息中存在在所述第1定時與所述第2定時之間所述時間性變化量為所述預(yù)定閾值以上的場所的信息的情況下，在所述第1定時與所述第2定時之間的時間差為所述第1時間以下的情況下，不進行所述除去處理以及所述方差增加處理，而對所述第1地圖信息與所述第2地圖信息進行匹配，基于該匹配結(jié)果生成地圖信息。

另外，也可以為：在所述第3地圖信息中不存在所述時間性變化量為所述預(yù)定閾值以上的場所的信息的情況下，對所述第1地圖信息與所述第2地圖信息進行匹配，基于該匹配結(jié)果生成地圖信息。

另外，也可以為：所述方差增加處理是使所述第1地圖信息的對應(yīng)場所和所述第2地圖信息的對應(yīng)場所各自的信息的不確定性增加的處理。

另外，也可以為：所述第3地圖信息包含所述環(huán)境傳感器節(jié)點周邊的物體的存在概率的信息，所述時間性變化量是所述存在概率的變化量。

另外，也可以為：所述第1地圖信息、所述第2地圖信息和所述第3地圖信息是二維坐標(biāo)系中的坐標(biāo)信息或三維坐標(biāo)系中的坐標(biāo)信息，在進行所述匹配之前，進行將所述第1地圖信息、所述第2地圖信息和所述第3地圖信息各自的坐標(biāo)系變換成共同的坐標(biāo)系的坐標(biāo)變換處理。

本公開的一個技術(shù)方案涉及的自身位置推定方法，是使用至少一個傳感器節(jié)點進行自身位置推定的移動機器人的自身位置推定方法，包括：取得預(yù)先制作的包含所述移動機器人周邊的信息的第1地圖信息，通過搭載于所述移動機器人的外界傳感器取得包含所述移動機器人周邊的信息的第2地圖信息，從環(huán)境傳感器節(jié)點接收包含所述移動機器人周邊的信息的第3地圖信息，(i)在所述第3地圖信息中存在時間性變化量為預(yù)定閾值以上的場所的信息的情況下，進行如下的除去處理：將與所述第3地圖信息中的時間性變化量為所述預(yù)定閾值以上的場所對應(yīng)的、所述第1地圖信息中的場所的信息和所述第2地圖信息中的場所的信息除去；或者進行如下的方差增加處理：使與所述第3地圖信息中的時間性變化量為所述預(yù)定閾值以上的場所對應(yīng)的、所述第1地圖信息中的場所的信息和所述第2地圖信息中的場所的信息各自的方差增加，(ii)對進行了所述除去處理或所述方差增加處理之后的第1地圖信息和第2地圖信息進行匹配，基于該匹配結(jié)果生成地圖信息，(iii)將所述第1地圖信息更新為基于匹配結(jié)果生成的地圖信息，(iv)基于更新完的第1地圖信息和對所述移動機器人的位置和姿勢的至少一方進行檢測的內(nèi)部傳感器的檢測結(jié)果，推定所述移動機器人在所述更新完的第1地圖信息上的自身位置。

另外，也可以為：基于所述更新完的第1地圖信息和所推定出的自身位置來算出移動路線，使所述移動機器人沿著所述移動路線移動。

本公開的一個技術(shù)方案涉及的機器人系統(tǒng)包括至少一個環(huán)境傳感器節(jié)點和移動機器人，所述環(huán)境傳感器節(jié)點取得包含所述移動機器人周邊的信息的第3地圖信息，所述移動機器人具備：數(shù)據(jù)庫，其記錄有預(yù)先制作的包含所述移動機器人周邊的信息的第1地圖信息；外界傳感器，其取得包含所述移動機器人周邊的信息的第2地圖信息；通信部，其與所述環(huán)境傳感器節(jié)點進行通信來取得所述第3地圖信息；以及信息處理部，其進行如下處理：(i)在所述第3地圖信息中存在時間性變化量為預(yù)定閾值以上的場所的信息的情況下，進行如下的除去處理：將與所述第3地圖信息中的時間性變化量為所述預(yù)定閾值以上的場所對應(yīng)的、所述第1地圖信息中的場所的信息和所述第2地圖信息中的場所的信息除去；或者進行如下的方差增加處理：使與所述第3地圖信息中的時間性變化量為所述預(yù)定閾值以上的場所對應(yīng)的、所述第1地圖信息中的場所的信息和所述第2地圖信息中的場所的信息各自的方差增加，(ii)對進行了所述除去處理或所述方差增加處理之后的第1地圖信息和第2地圖信息進行匹配，基于該匹配結(jié)果生成地圖信息，(iii)將所述預(yù)先記錄的第1地圖信息更新為基于匹配結(jié)果生成的地圖信息。

本公開的一個技術(shù)方案涉及的移動機器人具備：數(shù)據(jù)庫，其記錄有預(yù)先制作的包含所述移動機器人周邊的信息的第1地圖信息；外界傳感器，其取得包含所述移動機器人周邊的信息的第2地圖信息；通信部，其與至少一個環(huán)境傳感器節(jié)點進行通信來取得包含所述移動機器人周邊的信息的第3地圖信息，所述至少一個環(huán)境傳感器節(jié)點位于所述移動機器人的外部、并且取得所述第3地圖信息；以及信息處理部，其進行如下處理：(i)在所述第3地圖信息中存在時間性變化量為預(yù)定閾值以上的場所的信息的情況下，進行如下的除去處理：將與所述第3地圖信息中的時間性變化量為所述預(yù)定閾值以上的場所對應(yīng)的、所述第1地圖信息中的場所的信息和所述第2地圖信息中的場所的信息除去；或者進行如下的方差增加處理：使與所述第3地圖信息中的時間性變化量為所述預(yù)定閾值以上的場所對應(yīng)的、所述第1地圖信息中的場所的信息和所述第2地圖信息中的場所的信息各自的方差增加，(ii)對進行了所述除去處理或所述方差增加處理之后的第1地圖信息和第2地圖信息進行匹配，基于該匹配結(jié)果生成地圖信息，(iii)將所述預(yù)先記錄的第1地圖信息更新為基于匹配結(jié)果生成的地圖信息。

此外，這些總括性或具體的技術(shù)方案既可以通過系統(tǒng)、方法、集成電路、計算機程序或者計算機可讀取的CD-ROM等記錄介質(zhì)來實現(xiàn)，也可以通過系統(tǒng)、方法、集成電路、計算機程序和記錄介質(zhì)的任意組合來實現(xiàn)。

以下說明的實施方式都表示本公開的一例。以下的實施方式中示出的數(shù)值、形狀、構(gòu)成要素、步驟、步驟的順序等是一例，并非限定本公開的意思。另外，關(guān)于以下的實施方式中的構(gòu)成要素中的未記載在表示最上位概念的獨立權(quán)利要求中的構(gòu)成要素，是作為任意的構(gòu)成要素而說明的。另外，也可以在所有的實施方式中組合各自的內(nèi)容。

以下，參照附圖對實施方式進行說明。

(實施方式1)

圖1是表示本實施方式1的機器人系統(tǒng)的構(gòu)成的一例的框圖。本機器人系統(tǒng)包括移動機器人100和環(huán)境傳感器節(jié)點120。

移動機器人100包括外界傳感器101、內(nèi)部傳感器102、信息處理部(活動物體·環(huán)境變化信息整合部103、地圖生成·自身位置推定部104、地圖信息數(shù)據(jù)庫105以及路線規(guī)劃部106)、控制部107、致動器108和通信部109。

另外，移動機器人100例如包括2個或4個車輪、或者2條以上的腿來作為使移動機器人100移動的單元。這些車輪或腿通過來自致動器108的動力進行動作，由此能夠使移動機器人100移動。前述的移動機器人100的腿優(yōu)選具備一個以上的關(guān)節(jié)。進一步，作為使移動機器人100移動的單元，優(yōu)選包括用于安裝或把持傳感器或任意物體的一條以上的臂。前述的移動機器人100的臂優(yōu)選具備一個以上的關(guān)節(jié)。

另外，移動機器人100具備一個以上的CPU、一個以上的主存儲和一個以上的輔助存儲(未圖示)。

前述的移動機器人100的CPU進行以下說明的活動物體·環(huán)境變化信息整合部103、地圖生成·自身位置推定部104、路線規(guī)劃部106、控制部107等所進行的各種運算處理。

前述的移動機器人100的主存儲是能夠供前述的CPU直接訪問的存儲裝置，可以通過DRAM、SRAM、閃速存儲器、ReRAM、FeRAM、MRAM、STT-RAM、PCRAM等存儲器來構(gòu)成。

前述的移動機器人100的輔助存儲是對前述的主存儲的內(nèi)容進行長期保存、復(fù)制或備份的存儲裝置，可以通過HDD、閃速存儲器、光盤、磁盤等來構(gòu)成。

外界傳感器101是對與移動機器人100的周邊環(huán)境有關(guān)的信息進行檢測的傳感器，檢測周邊環(huán)境的二維形狀或三維形狀以及顏色和/或材質(zhì)。外界傳感器101例如可以通過LRF(Laser Range Finder，激光測距儀)、LIDAR(Laser Imaging Detection and Ranging，激光成像探測與測量)、攝像頭、深度攝像頭、立體攝像頭、聲納、RADAR(雷達)等傳感器或它們彼此的全部組合來構(gòu)成。在此，在外界傳感器101取得的周邊環(huán)境的信息中包含關(guān)于坐標(biāo)的信息(坐標(biāo)信息)。

內(nèi)部傳感器102是對移動機器人100的位置和/或姿勢進行檢測的傳感器。內(nèi)部傳感器102能夠檢測移動機器人100的移動距離、速度、加速度、角速度、姿勢各自的3個方向的分量(例如，X-Y-Z正交坐標(biāo)系的X軸方向分量、Y軸方向分量、Z軸方向分量)的絕對值的至少一方。另外，也可以是，對于移動機器人100的腿、臂的各關(guān)節(jié)，能夠檢測速度、加速度、角速度、姿勢、轉(zhuǎn)矩的絕對值。內(nèi)部傳感器102例如可以通過加速度傳感器、角速度傳感器、編碼器、地磁傳感器、氣壓·水壓傳感器、轉(zhuǎn)矩傳感器等傳感器或它們彼此的組合來構(gòu)成。

活動物體·環(huán)境變化信息整合部103取得搭載于移動機器人100的外界傳感器101檢測到的信息(第2地圖信息)。另外，經(jīng)由通信部109取得在環(huán)境傳感器節(jié)點120中提取出的活動物體移動·環(huán)境變化信息(第3地圖信息)。另外，使用由環(huán)境傳感器節(jié)點120提取出的活動物體移動·環(huán)境變化信息，進行將外界傳感器101檢測到的信息中的與以時間序列動態(tài)地發(fā)生變化的場所有關(guān)的信息除去的處理(除去處理)、或者將與該場所有關(guān)的信息的信用度降低的處理(方差增加處理)。關(guān)于除去處理和方差增加處理的具體內(nèi)容，將在后面敘述。

地圖生成·自身位置推定部104取得由內(nèi)部傳感器102得到的移動機器人100的移動距離、速度、加速度、角速度、姿勢各自的3個方向的分量的絕對值的至少一方。另外，地圖生成·自身位置推定部104取得由活動物體·環(huán)境變化信息整合部103處理后的(除去處理完或方差增加處理完的)與由外界傳感器101得到的移動機器人100的周邊環(huán)境有關(guān)的信息。并且，地圖生成·自身位置推定部104根據(jù)所取得的信息，通過濾波處理來同時進行移動機器人100的自身位置的推定和地圖信息的生成。此外，自身位置的推定和地圖信息的生成也可以不同時進行。濾波處理可以通過卡爾曼濾波器、擴展卡爾曼濾波器、無跡卡爾曼濾波器、粒子濾波器、Rao-Blackwellized粒子濾波器的各方法來構(gòu)成。另外，將地圖生成·自身位置推定部104生成的地圖保存于地圖信息數(shù)據(jù)庫105。在已經(jīng)存在相應(yīng)的環(huán)境的地圖的情況下，一并使用地圖信息數(shù)據(jù)庫105所保存的地圖信息來進行地圖信息的更新，并進行向地圖信息數(shù)據(jù)庫105的保存。

地圖信息數(shù)據(jù)庫105對通過地圖生成·自身位置推定部104進行了生成、更新的地圖信息(第1地圖信息)進行保存。所保存的地圖信息被地圖生成·自身位置推定部104、路線規(guī)劃部106分別使用。地圖信息數(shù)據(jù)庫105配置于移動機器人100的主存儲或副存儲。

路線規(guī)劃部106使用地圖信息數(shù)據(jù)庫105所保存的地圖信息和由地圖生成·自身位置推定部104推定出的移動機器人100的自身位置的信息，對在地圖上從當(dāng)前的自身位置進行移動的路線進行規(guī)劃。要規(guī)劃的路線是使路線的成本最小化的路線。路線的成本可以通過總移動時間、總移動距離、移動所使用的總能量、路線的擁擠度的總和或它們彼此的全部組合來表現(xiàn)。

控制部107在移動機器人實際工作的環(huán)境中，針對由路線規(guī)劃部106規(guī)劃出的路線，進行用于執(zhí)行移動機器人100的移動動作的控制。

致動器108基于來自控制部107的控制命令，例如對車輪等進行驅(qū)動，由此使移動機器人100實際進行移動。

通信部109具備通過有線方式或無線方式進行一對多型、多對多型的通信的功能。通信部109向環(huán)境傳感器節(jié)點120詢問是否存在所指定的場所的活動物體移動和/或環(huán)境變化信息。

環(huán)境傳感器節(jié)點120包括環(huán)境傳感器121、活動物體移動·環(huán)境變化信息提取部122、環(huán)境傳感器信息時間序列數(shù)據(jù)庫123、活動物體移動·環(huán)境變化信息數(shù)據(jù)庫124和通信部125。

環(huán)境傳感器121是對與環(huán)境傳感器節(jié)點120的周邊環(huán)境有關(guān)的信息進行檢測的傳感器。在周邊環(huán)境的信息中包含與周邊環(huán)境的二維形狀或三維形狀以及顏色和/或材質(zhì)有關(guān)的信息。

圖2是表示環(huán)境傳感器節(jié)點120、與環(huán)境傳感器節(jié)點120同樣的多個環(huán)境傳感器節(jié)點312～319、以及移動機器人100所在的環(huán)境的一例的概略圖。

此外，如果在圖1和圖2所示的構(gòu)成中標(biāo)號不同但名稱相同，則設(shè)為是相同的構(gòu)成。

環(huán)境傳感器節(jié)點120、312～319分別具備環(huán)境傳感器121、322～329。環(huán)境傳感器節(jié)點120、312的檢測范圍分別是331、332。環(huán)境傳感器節(jié)點313～319的檢測范圍為了圖的簡化而未圖示，但是以能夠通過各環(huán)境傳感器節(jié)點檢測移動機器人能夠移動的全部空間的方式設(shè)置環(huán)境傳感器節(jié)點以及環(huán)境傳感器。

另外，環(huán)境傳感器節(jié)點120、312～319的環(huán)境傳感器121、322～329例如可以通過LRF(Laser Range Finder)、LIDAR(Laser Imaging Detection and Ranging)、攝像頭、深度攝像頭、立體攝像頭、聲納、RADAR、焦電型紅外線傳感器、紅外線ToF(Time of Flight，飛行時間)傳感器等傳感器或它們彼此的全部組合來構(gòu)成。

如圖2所示，移動機器人100具備外界傳感器101，沿移動方向303進行移動。

在圖2所示的定時，外界傳感器101的檢測范圍是304。

另外，在圖2中示出了人/活動物體的當(dāng)前的位置341、人/活動物體的過去的位置342、人/活動物體的當(dāng)前的移動方向343。因人/活動物體從位置342移動到位置341而產(chǎn)生的時間序列的環(huán)境變化，通過環(huán)境傳感器節(jié)點120、312、313、314提取為活動物體移動·環(huán)境變化信息，后面敘述詳細情況。

在該環(huán)境傳感器121取得的周邊環(huán)境的信息中包含關(guān)于坐標(biāo)的信息(坐標(biāo)信息)。

活動物體移動·環(huán)境變化信息提取部122將環(huán)境傳感器121檢測出的時間序列的周邊環(huán)境的信息以檢測信息與檢測定時的組的形式保存于環(huán)境傳感器信息時間序列數(shù)據(jù)庫123。例如，檢測定時由時刻來表示。另外，活動物體移動·環(huán)境變化信息提取部122基于沿著環(huán)境傳感器信息時間序列數(shù)據(jù)庫123所保存的時間序列的檢測定時與檢測信息的多個組，算出周邊環(huán)境的變化場所、變化形狀、變化的大小以及變化所花費的時間。并且，活動物體移動·環(huán)境變化信息提取部122將周邊環(huán)境的變化場所、該變化形狀、該變化的大小、該變化所花費的時間作為活動物體移動·環(huán)境變化信息保存于活動物體移動·環(huán)境變化信息數(shù)據(jù)庫124。此外，活動物體移動·環(huán)境變化信息也可以不是將周邊環(huán)境的變化場所、變化形狀、變化的大小、變化所花費的時間全部包含在內(nèi)。可以僅包含這些信息中的一部分信息，也可以包含其他信息。

環(huán)境傳感器信息時間序列數(shù)據(jù)庫123將由活動物體移動·環(huán)境變化信息提取部122取得的、環(huán)境傳感器121檢測到的時間序列的周邊環(huán)境的信息以檢測信息與檢測定時的組的形式進行保存。所保存的信息被活動物體移動·環(huán)境變化信息提取部122用于提取活動物體移動·環(huán)境變化信息。

活動物體移動·環(huán)境變化信息數(shù)據(jù)庫124對活動物體移動·環(huán)境變化信息提取部122算出的活動物體移動·環(huán)境變化信息進行保存。所保存的活動物體移動·環(huán)境變化信息通過接受來自移動機器人100的通信部109的詢問的通信部125發(fā)送給移動機器人100。

通信部125接受來自移動機器人100的通信部109的是否存在活動物體移動·環(huán)境變化信息的詢問，進行活動物體移動·環(huán)境變化信息數(shù)據(jù)庫124內(nèi)的檢索，通過無線或有線通信向移動機器人100發(fā)送活動物體移動·環(huán)境變化信息。

接著，參照圖2、圖3A以及圖3B，對機器人系統(tǒng)的處理的流程進行說明。圖3A是表示機器人系統(tǒng)的處理的一例的流程圖。T201表示移動機器人100的處理流程，T221A、T221B表示環(huán)境傳感器節(jié)點120的處理流程。

首先，在圖3A中的步驟S201中，內(nèi)部傳感器102取得信息。在此，要取得的信息是移動機器人100的移動距離、速度、加速度、角速度、姿勢各自的3個方向的分量的絕對值。

接著，在步驟S202中，外界傳感器101取得與移動機器人100的周邊環(huán)境有關(guān)的信息。圖2所示的定時的周邊環(huán)境的信息是由外界傳感器101對檢測范圍304進行檢測而得到的信息。在此，在要取得的信息中包含與周邊環(huán)境的二維或三維的形狀以及顏色和/或材質(zhì)有關(guān)的信息。

接著，在步驟S203中，移動機器人100經(jīng)由通信部109對環(huán)境傳感器節(jié)點120、312～319詢問在具有所指定的二維或三維的任意大小的場所內(nèi)在所指定的時間段是否存在活動物體移動·環(huán)境變化信息，在預(yù)定的時間內(nèi)等待對該詢問的回答。在此，場所和/或時間也可以預(yù)先通過管理移動機器人100的用戶指定為任意的(固定的)大小的場所和/或任意長度的時間。另外，也可以是移動機器人根據(jù)狀態(tài)來變更并指定場所的大小和/或時間的長度。

另外，也可以從移動機器人100對能夠通信的其他移動機器人、其他環(huán)境傳感器節(jié)點全部進行詢問。移動機器人100能夠接收來自全部的移動機器人、環(huán)境傳感器節(jié)點的回答以及活動物體移動·環(huán)境變化信息。另外，從移動機器人100對多個環(huán)境傳感器節(jié)點(多個其他移動機器人)的詢問，既可以同時進行，也可以依次進行。

接著，在步驟S204中，通信部109判定是否存在來自環(huán)境傳感器節(jié)點120、312～319的對步驟S203中的詢問的回答。在存在一個以上的回答的情況下進入步驟S205，在沒有回答的情況下進入步驟S208。

接著，在步驟S205中，通信部109從環(huán)境傳感器節(jié)點120、312～319以及其他的全部環(huán)境傳感器節(jié)點和其他的全部移動機器人接收活動物體移動·環(huán)境變化信息。此外，也可以僅從環(huán)境傳感器節(jié)點120、312～319中的某個特定的環(huán)境傳感器節(jié)點接收活動物體移動·環(huán)境變化信息。關(guān)于在步驟S203中指定的場所，也可以僅從具有環(huán)境變化信息的環(huán)境傳感器節(jié)點取得信息。

在步驟S206中，活動物體·環(huán)境變化信息整合部103從地圖信息數(shù)據(jù)庫105取得在下面的步驟S207中使用的、包含與存在通過步驟S205接收到的活動物體移動·環(huán)境變化信息的場所對應(yīng)的場所的信息在內(nèi)的地圖信息(第1地圖信息)。

在此，圖3B是表示機器人系統(tǒng)的處理的一例的流程圖，具體而言，是表示步驟S207的處理的一例的流程圖。參照圖3B對步驟S207的具體內(nèi)容、即作為其詳細內(nèi)容的步驟S20701～步驟S20706進行說明。

在步驟S207中，活動物體·環(huán)境變化信息整合部103進行將在步驟S202中外界傳感器101取得的信息和在環(huán)境傳感器節(jié)點120、312～319中對通過步驟S206取得的地圖信息提取出的一個以上的活動物體移動·環(huán)境變化信息進行整合的處理。

首先，在步驟S20701中，活動物體·環(huán)境變化信息整合部103進行將在步驟S202中外界傳感器101取得的周邊環(huán)境的信息的坐標(biāo)系和從環(huán)境傳感器節(jié)點120、312～319發(fā)送來的活動物體移動·環(huán)境變化信息的坐標(biāo)系變換成通過步驟S206取得的地圖信息的坐標(biāo)系的坐標(biāo)變換。將各自的坐標(biāo)系設(shè)為共同的坐標(biāo)系。

接著，在步驟S20702中，活動物體·環(huán)境變化信息整合部103判定是否存在活動物體移動·環(huán)境變化信息的與形狀有關(guān)的不同定時之間的時間性變化量的大小比閾值Th_ch大的場所。

在本實施方式的情況下，“時間性變化量”例如與在二維空間上或三維空間上的各點是否存在物體的概率即各點的存在概率(Exiatence Probability)有關(guān)。具體而言，是對于各點求出第1定時的存在概率和在時間上比第1定時靠后的第2定時的存在概率之間的差分的絕對值，并對該各點各自的差分的絕對值進行合計而得到的值(Sum of Absolute Difference)。即，是在第1定時和第2定時之間的時間發(fā)生了變化的存在概率的變化量。另外，第1定時以及第2定時既可以是時刻，也可以是從機器人系統(tǒng)開始工作起的經(jīng)過時間。

另外，與形狀有關(guān)的時間性變化量例如可以是對各點的SSD(Sum of Squared Difference，差值的平方和)、SATD(Sum of Absolute Transformed Difference，變換后再絕對值求和)、MAD(Mean Absolute Difference，平均絕對差)、MSD(Mean Squared Difference，平均平方差)或作為圖像特征量的SIFT、SURF、HoG等的特征向量的差分。另外，與形狀有關(guān)的時間性變化量例如也可以是使用這些特征向量生成的BoF(Bag of Feature，特征包)特征向量的差分。

對于閾值Th_ch的具體值的設(shè)定，根據(jù)所使用的變化量的基準(zhǔn)和/或狀況而不同。作為一例，考慮將在10m×10m×10m的空間中100mm×100mm×100mm的物體移動了20mm時的變化量設(shè)定為閾值Th_ch。但是，閾值Th_ch的具體值的設(shè)定并不限定于上述例子。

在存不同定時之間的時間性變化量的大小比閾值Th_ch大的場所的情況下進入步驟S20703。否則進入步驟S20707。

接著，在步驟S20703中，活動物體·環(huán)境變化信息整合部103判定活動物體移動·環(huán)境變化信息的與形狀有關(guān)的時間性變化量比閾值Th_ch大的定時之間的時間差是否大于閾值Th_tu(第1時間)。在大于閾值Th_tu的情況下，進入步驟S20707。這意味著：在時間差大于預(yù)定閾值Th_tu的情況下，相應(yīng)的活動物體移動·環(huán)境變化信息不是因外部干擾引起的暫時性的環(huán)境變化，而視為因靜止物體的移動等引起的半持久或持久的環(huán)境變化，將環(huán)境發(fā)生了變化的部分作為新的地圖來進行處理。例如，在室內(nèi)移動了家具等時的布局變更相當(dāng)于此，對于布局變更這樣的時間差大的變化，作為新的地圖進行處理。在時間差小于或等于閾值Th_tu的情況下，進入步驟S20704。

接著，在步驟S20704中，活動物體·環(huán)境變化信息整合部103判定活動物體移動·環(huán)境變化信息的與形狀有關(guān)的時間性變化量比閾值Th_ch大的定時之間的時間差是否小于閾值Th_tb(第2時間)。

在小于閾值Th_tb的情況下，在步驟S20705中，活動物體·環(huán)境變化信息整合部103執(zhí)行如下的除去處理：將與活動物體移動·環(huán)境變化信息(第3地圖信息)中的時間性變化量比閾值Th_ch大的場所對應(yīng)的、移動機器人100的外界傳感器101取得的周邊環(huán)境的信息(第2地圖信息)中的場所的信息和通過步驟S206取得的地圖信息(第1地圖信息)中的場所的信息除去。關(guān)于該信息的除去處理的詳細情況，將在后面敘述。

另一方面，在大于或等于閾值Th_tb的情況下，在步驟S20706中，活動物體·環(huán)境變化信息整合部103進行如下的方差增加處理：對與活動物體移動·環(huán)境變化信息(第3地圖信息)中的時間性變化量比閾值Th_ch大的場所對應(yīng)的、移動機器人100的外界傳感器101取得的周邊環(huán)境的信息(第2地圖信息)中的場所的信息和通過步驟S206取得的地圖信息(第1地圖信息)中的場所的信息各自的方差進行增加變更。此外，閾值Th_tb是比閾值Th_tu大的值。例如，對于方差的增加變更，以對方差V乘以大于1的常數(shù)a的方式(a×V)來計算。

在此所說“信息的方差”是指表示信息的離散、不確定性的指標(biāo)。對于周邊環(huán)境的信息來說，在方差小的情況下意味著在周邊環(huán)境的空間上在期待值(期望值)周邊存在檢測對象的概率高。另一方面，在方差大的情況下意味著在期待值周邊存在檢測對象的概率低，可能存在檢測對象的概率的分布在空間上大范圍地擴展。

另外，信息的“方差增加處理”是指使信息的離散、不確定性增加，即，是指使信息的信用度降低。關(guān)于該信息的方差增加處理的詳細情況，將在后面敘述。

此外，在步驟S20704中，判定了活動物體移動·環(huán)境變化信息的與形狀有關(guān)的時間性變化量比閾值Th_ch大的定時之間的時間差是否小于閾值Th_tb，但不限于此。例如，也可以判定活動物體移動·環(huán)境變化信息的與形狀有關(guān)的時間性變化量的大小是否比與閾值Th_ch不同的新的閾值大。即，在活動物體移動·環(huán)境變化信息的與形狀有關(guān)的時間性變化量的大小比新的閾值大的情況下(是)，進入步驟S20705，否則(否)，進入步驟S20706。在此，新的閾值是比閾值Th_ch高的值。即，由于是在步驟S20704中判定為“是”時的變化量比不判定為“是”時的變化量大的情況，因此將活動物體移動·環(huán)境變化信息從外界傳感器信息·地圖信息中除去的處理變?yōu)橛行А?/p>

接著，在步驟S20707中，活動物體·環(huán)境變化信息整合部103針對接收到的與一個以上的場所有關(guān)的活動物體移動·環(huán)境變化信息，判定是否存在活動物體·環(huán)境變化信息整合部未進行處理的、即未處理的活動物體移動·環(huán)境變化信息。在存在未處理的活動物體移動·環(huán)境變化信息的情況下，返回到步驟S20701，繼續(xù)進行處理，直到再沒有未處理的活動物體移動·環(huán)境變化信息為止。在不存在未處理的活動物體移動·環(huán)境變化信息的情況下，進入步驟S208。

返回到圖3A，在步驟S208中，進行地圖信息的生成和移動機器人100的自身位置的推定(包含匹配處理)。在步驟S204中存在來自環(huán)境傳感器節(jié)點120的回答的情況下，使用通過步驟S207對活動物體移動·環(huán)境變化信息進行了整合的外界傳感器101取得的信息和內(nèi)部傳感器102通過步驟S201取得的信息，地圖生成·自身位置推定部104進行地圖信息的生成和移動機器人100的自身位置的推定。在此，在自身位置的推定時，對地圖信息和外界傳感器取得的傳感器數(shù)據(jù)進行對照(匹配處理)，搜索相似度高的變換，以相似度最高的變換來推定移動機器人100的移動距離以及移動方向、即當(dāng)前的自身位置。在步驟S204中沒有來自環(huán)境傳感器節(jié)點120的回答的情況下，使用外界傳感器101通過步驟S202取得的信息和內(nèi)部傳感器102通過步驟S201取得的信息，地圖生成·自身位置推定部104進行地圖信息的生成和移動機器人100的自身位置的推定。地圖信息的生成和自身位置的推定，通過地圖生成·自身位置推定部104的濾波處理來同時進行。

接著，在步驟S209中，路線規(guī)劃部106使用地圖信息數(shù)據(jù)庫105所保存的通過步驟S208生成的地圖信息，規(guī)劃從當(dāng)前的自身位置進行移動的路線。關(guān)于路線規(guī)劃的方法，如上所述。

接著，在步驟S210中，控制部107針對在步驟S209中規(guī)劃出的路線，生成用于進行移動機器人100的移動動作的控制命令。

接著，在步驟S211中，致動器108接收通過步驟S210生成的控制命令，使移動機器人100實際進行移動。

從此開始對作為環(huán)境傳感器節(jié)點120中的處理的、步驟S221～S227進行說明。

在處理流程T221A的步驟S221中，環(huán)境傳感器節(jié)點120的通信部125受理來自移動機器人100的詢問。

在步驟S223中，使用活動物體移動·環(huán)境變化信息數(shù)據(jù)庫124來確認來自移動機器人100的詢問內(nèi)容、即是否存在符合所指定的場所、所指定的時間段這一條件的活動物體移動·環(huán)境變化信息。在確認的結(jié)果是存在符合條件的活動物體移動·環(huán)境變化信息的情況下，進入步驟S225的處理。在不存在符合條件的活動物體移動·環(huán)境變化信息的情況下，返回到步驟S221。

接著，在步驟S225中，通信部125向移動機器人100發(fā)送針對步驟S203中的在所指定的場所、時間段是否存在活動物體移動·環(huán)境變化信息的詢問的回答(所指定的場所是否存在活動物體移動和/或環(huán)境變化信息的信息)。

接著，在步驟S226中，通信部125向進行了通過步驟S221受理的詢問的移動機器人100，發(fā)送活動物體移動·環(huán)境變化信息。在進行了發(fā)送之后返回到步驟S221。

在處理流程221B的步驟S222中，活動物體移動·環(huán)境變化信息提取部122取得環(huán)境傳感器121檢測到的環(huán)境傳感器節(jié)點120的周邊的信息，以檢測時間與檢測信息的組的形式按時間序列的順序保存于環(huán)境傳感器信息時間序列數(shù)據(jù)庫12。

在步驟S224中，活動物體移動·環(huán)境變化信息提取部122沿時間序列參照環(huán)境傳感器信息時間序列數(shù)據(jù)庫123所保存的與環(huán)境傳感器節(jié)點120的周邊有關(guān)的檢測時間與檢測信息的多個組，判定環(huán)境傳感器節(jié)點120的周邊的環(huán)境是否正在發(fā)生變化。

在步驟S227中，活動物體移動·環(huán)境變化信息提取部122基于環(huán)境傳感器信息時間序列數(shù)據(jù)庫123所保存的檢測時間與檢測信息的沿時間序列的多個組，算出周邊環(huán)境的變化場所、變化形狀、變化的大小以及變化所花費的時間。將所述的變化場所、變化的大小、變化所花費的時間作為活動物體移動·環(huán)境變化信息保存于活動物體移動·環(huán)境變化信息數(shù)據(jù)庫124。

如圖2所示，所提取出的活動物體移動·環(huán)境變化信息，通過搭載于環(huán)境傳感器節(jié)點的通信單元351和搭載于移動機器人100的通信單元352經(jīng)由通信路線353從環(huán)境傳感器節(jié)點發(fā)送到移動機器人。發(fā)送到了移動機器人的活動物體移動·環(huán)境變化信息，被活動物體移動·環(huán)境變化信息整合部用于將與存在因人/活動物體引起的環(huán)境變化信息的場所對應(yīng)的、移動機器人100的外界傳感器101檢測到的信息(第2地圖信息)中的場所的信息除去。由此，能夠?qū)⒆鳛橥獠扛蓴_的動態(tài)的環(huán)境變化從移動機器人100的外界傳感器101檢測到的信息中除去。

圖4A表示例如在任意的時刻T移動機器人100位于環(huán)境400的情況。圖4C中示出在時刻T移動機器人100的外界傳感器101取得的信息(傳感器數(shù)據(jù))430。圖4B中示出在從時刻T經(jīng)過了任意的時間間隔α后的時刻(T+α)移動機器人100位于環(huán)境400的情況。圖4D中示出從時刻T經(jīng)過了任意的時間間隔α后的時刻(T+α)的移動機器人100的外界傳感器101取得的信息(傳感器數(shù)據(jù))431。

如圖4A所示，在環(huán)境400中，存在移動機器人100、位于位置401的靜止物體A、位于位置402的活動物體H、和環(huán)境傳感器節(jié)點120。移動機器人100朝向行進方向405移動?；顒游矬wH從位置402朝向行進方向404移動。

如圖4B所示，在環(huán)境400中，存在移動機器人100、位于位置401的靜止物體A、位于位置403的活動物體H、和環(huán)境傳感器節(jié)點120。

對圖4A和圖4B進行比較，移動機器人100的位置發(fā)生變化。另外，活動物體H的位置也從位置402變化到位置403。

搭載于移動機器人100的外界傳感器101取得環(huán)境400中的移動機器人100的周邊的信息。

圖4C示出了在時刻T外界傳感器101對環(huán)境400取得的傳感器數(shù)據(jù)430(粗實線)。在傳感器數(shù)據(jù)430中包含環(huán)境400中的位于位置401的靜止物體A、位于位置402的活動物體H、和墻壁W各自的形狀以及距外界傳感器101的距離。

圖4D示出了在從時刻T經(jīng)過了任意的時間間隔α后的時刻(T+α)外界傳感器101對環(huán)境400取得的傳感器數(shù)據(jù)431(粗虛線)。在傳感器數(shù)據(jù)431中包含環(huán)境400中的位于位置401的靜止物體A、位于位置403的活動物體H、和墻壁W各自的形狀以及距外界傳感器101的距離。

傳感器數(shù)據(jù)430和傳感器數(shù)據(jù)431可以包含二維的距離數(shù)據(jù)、三維的距離數(shù)據(jù)、二維的形狀數(shù)據(jù)、三維的形狀數(shù)據(jù)、圖像特征點等的數(shù)據(jù)形式或它們彼此的組合。即，在外界傳感器101取得的信息中包含坐標(biāo)信息。環(huán)境傳感器節(jié)點120通過環(huán)境傳感器121將因活動物體H在時刻T～時刻(T+α)之間從位置402移動到位置403而引起的環(huán)境變化提取為活動物體移動·環(huán)境變化信息。圖5A～圖5C中示出時刻T的地圖數(shù)據(jù)與時刻(T+α)的傳感器數(shù)據(jù)的匹配處理及其結(jié)果例。

傳感器數(shù)據(jù)的匹配處理，在上述的步驟S208中通過地圖生成·自身位置推定部104來執(zhí)行。在匹配處理中，對地圖信息(數(shù)據(jù))和外界傳感器取得的傳感器數(shù)據(jù)進行對照，搜索相似度高的變換，以相似度最高的變換來推定移動機器人100的移動距離以及移動方向、即當(dāng)前的自身位置。

作為一例，對基于傳感器數(shù)據(jù)430制作出的時刻T的地圖數(shù)據(jù)501(即地圖信息數(shù)據(jù)庫105內(nèi)的地圖信息)和在時刻(T+α)通過移動機器人100的外界傳感器101取得的傳感器數(shù)據(jù)431之間的匹配處理進行說明。

匹配處理是對多個數(shù)據(jù)進行對照，并搜索差異度低即相似度高的多個數(shù)據(jù)間的變換的處理。在匹配處理中，計算差異度的斜率，搜索差異度成為極小的變換。

但是，在要搜索的對象的形狀發(fā)生了變形或因外部干擾產(chǎn)生的噪聲進入了數(shù)據(jù)的情況下，會發(fā)生如下問題：不會低于預(yù)先確定的差異度的閾值，搜索不會收斂。進而，在這樣的情況下，會發(fā)生如下問題：將與原本正確的數(shù)據(jù)間的對應(yīng)不同的錯誤的對應(yīng)判定為最佳的對應(yīng)，變換的搜索的精度會降低。

通過匹配處理得到的地圖數(shù)據(jù)501與傳感器數(shù)據(jù)431的匹配結(jié)果，可能成為圖5B所示的結(jié)果例503、結(jié)果例504那樣。

結(jié)果例504示出了與作為地圖數(shù)據(jù)501和傳感器數(shù)據(jù)431的對應(yīng)的正解(Ground truth，正確結(jié)果)非常相近的例子。

結(jié)果例504中，由未從位置401移動的靜止物體A和墻壁的形狀得到的數(shù)據(jù)的部分(左側(cè)部分)以高精度進行對應(yīng)，以高精度與正解對應(yīng)。另一方面，因活動物體H從位置402移動到位置403引起的傳感器數(shù)據(jù)的形狀發(fā)生了變化的部分(右側(cè)部分)未能很好地得到對應(yīng)，作為其結(jié)果，傳感器數(shù)據(jù)整體的相似度降低。

因此，根據(jù)搜索方法和/或閾值的不同，會產(chǎn)生如下問題：到收斂到作為正解的結(jié)果例504為止，匹配運算的反復(fù)次數(shù)會增加。

圖5C中示出匹配中的評價值例505。作為評價值例505，示出橫軸為進行匹配的兩個數(shù)據(jù)501、431間的X軸方向的距離、縱軸為評價值而進行了描繪所得到的例子。評價值表示數(shù)據(jù)間的差異度，數(shù)據(jù)的形狀越一致就成為越低的值。

在此，為了易于理解，評價值例505示出了相對于地圖數(shù)據(jù)501使傳感器數(shù)據(jù)431僅在X軸方向上平移的情況下的例子。此外，實際上，為了對變換進行搜索，進行數(shù)據(jù)相對于各軸的平移、旋轉(zhuǎn)。平移表示單向地進行平行移動的運動。

如圖5C所示，在匹配的評價值例505中，示出了對結(jié)果例504的匹配運算的評價值507。在評價值507的附近，評價值的變化是平緩的，在使用斜率法等方法求取結(jié)果的情況下，到收斂到結(jié)果為止，匹配運算的反復(fù)次數(shù)會需要多次。

另外，圖5B所示的結(jié)果例503示出了與作為地圖數(shù)據(jù)501和傳感器數(shù)據(jù)431的對應(yīng)的正解(Ground truth)之間的對應(yīng)度低的例子。如圖5C所示，在匹配中的評價值例505中，示出了對結(jié)果例503的匹配運算的評價值506。評價值506在評價值例505中成為極小值。因此，在使用斜率法等方法求取結(jié)果的情況下，將結(jié)果收斂到評價值506、與正解的對應(yīng)度低的對應(yīng)即結(jié)果例503錯誤地判定為最佳的結(jié)果。如此，可能也會產(chǎn)生如下問題：將收斂為結(jié)果例503、與正解的對應(yīng)度低的對應(yīng)錯誤地判定為最佳。

由此，數(shù)據(jù)間的變換的搜索精度降低，作為結(jié)果，地圖的生成精度和基于該地圖推定移動機器人100的自身位置的推定精度會降低。

如此，若發(fā)生因活動物體的移動引起的傳感器數(shù)據(jù)的形狀的變化，則會產(chǎn)生如下問題：匹配運算的反復(fù)次數(shù)增加，將與正解的對應(yīng)度低的對應(yīng)誤判斷為最佳，由此地圖的生成精度和移動機器人100的自身位置的推定精度會降低。以下，參照圖6A-圖6C、圖7A-圖7C對應(yīng)對該問題的兩個處理進行說明。

圖6A是表示數(shù)據(jù)的除去處理的一例的圖。在圖6A中，示出了通過第一個處理、即將以活動物體H的移動為原因而存在活動物體·環(huán)境變化信息的場所(區(qū)域C)的數(shù)據(jù)除去這一處理進行了除去對象場所的數(shù)據(jù)的處理之后的時刻T的地圖數(shù)據(jù)601和時刻(T+α)的傳感器數(shù)據(jù)602。

此外，圖6A所示的處理是與步驟S20705相同的處理。即，圖6A所示的區(qū)域C與時間性變化量比閾值Th_ch大的場所對應(yīng)。

圖6B和圖6C示出地圖數(shù)據(jù)601與傳感器數(shù)據(jù)602的匹配結(jié)果例和匹配評價值例。在此，為了易于理解，匹配評價值例示出了相對于地圖數(shù)據(jù)601使傳感器數(shù)據(jù)602僅在X軸方向上平移的情況下的例子。在即圖6C的坐標(biāo)圖中，橫軸表示兩個數(shù)據(jù)601、602間的X軸方向的距離，縱軸表示評價值(兩個數(shù)據(jù)601、602的差異度)。

如圖6C所示，根據(jù)圖6A所示的除去處理，因以活動物體的移動作為原因的傳感器數(shù)據(jù)的形狀的變化而產(chǎn)生的影響被除去，因此評價值的變化變得陡峭。由此，在使用斜率法等方法求取結(jié)果的情況下，與圖5C所示的評價值例505相比，在圖6C所示的評價值例中，不存在與評價值506的點對應(yīng)的極小值。即，在圖6C所示的評價值例中，僅存在與評價值607的點對應(yīng)的最小值作為極小值。根據(jù)該評價值例，能夠避免誤判斷，并實現(xiàn)高精度的向正解的對應(yīng)。進而，評價值607的周邊的評價值的變化，與圖5C所示的評價值507相比變得急劇，由此，匹配運算的反復(fù)次數(shù)被削減為比使用圖5C所示的評價值例505的情況下的反復(fù)次數(shù)少。

根據(jù)以上所述，在地圖生成·自身位置推定中的數(shù)據(jù)間的匹配處理中，通過在匹配處理執(zhí)行前將匹配對象的兩個數(shù)據(jù)各自的存在活動物體的區(qū)域(圖6A所示的區(qū)域C)的信息除去，能實現(xiàn)匹配處理的高精度化和/或運算量的減少。

接著，對第2個處理進行說明。圖7A是表示數(shù)據(jù)的方差增加處理的一例的圖。在圖7A中，示出了進行通過使以活動物體H的移動作為原因而存在活動物體·環(huán)境變化信息的場所(區(qū)域C)的數(shù)據(jù)的方差增加的處理進行了使對象場所的數(shù)據(jù)的方差增加的處理之后的時刻T的地圖數(shù)據(jù)603和時刻(T+α)的傳感器數(shù)據(jù)604。

在此，參照圖8～圖10對信息的方差的增加進行補充。

圖8示出了時刻T的地圖數(shù)據(jù)501。如圖8所示，在地圖數(shù)據(jù)501中，包含由移動機器人100的外界傳感器101實際檢測的實測點(實測坐標(biāo))。

該地圖數(shù)據(jù)501的信息的方差能夠視為實測點的方差，表示該實測點的不確定性(該坐標(biāo)信息的信用度)。如圖9所示，具體而言，實測點的方差能夠通過以實測點為峰值的存在概率的分布的寬度來定義。因此，信息的方差的增加意味著以實測點為峰值的存在概率的分布的寬度的增加。

作為一例，在圖10中，示出了在地圖數(shù)據(jù)501的一部分(右側(cè)部分)執(zhí)行了信息的方差的增加之后的、即實測點的存在概率的分布的寬度增加之后的情形。

此外，圖7A所示的處理是與步驟S20706相同的處理。即，圖7A所示的區(qū)域C與時間性變化量比閾值Th_ch大的場所對應(yīng)。

圖7B和圖7C中示出地圖數(shù)據(jù)603與傳感器數(shù)據(jù)604的匹配結(jié)果例和匹配評價值例。在此，為了易于理解，匹配評價值例示出了相對于地圖數(shù)據(jù)603使傳感器數(shù)據(jù)604僅在X軸方向上平移的情況下的例子。

如圖7C所示，根據(jù)圖7A所示的方差增加處理，緩和了因以活動物體的移動為原因的傳感器數(shù)據(jù)的形狀的變化而產(chǎn)生的影響，評價值的變化變得陡峭(劇烈)。由此，在使用斜率法等方法求取結(jié)果的情況下，與圖5C所示的評價值例505的評價值506的點對應(yīng)的極小值為與評價值608的點相比足夠大的值，因此與圖5C的評價值例505相比，容易向評價值608收斂。根據(jù)該評價例，變得容易避免誤判斷，能夠?qū)崿F(xiàn)高精度的向正解的對應(yīng)。進而，評價值608的周邊的評價值的變化與圖5C所示的評價值507相比變得急劇，由此，匹配運算的反復(fù)次數(shù)被削減為比使用圖5C所示的評價值例505的情況下的反復(fù)次數(shù)少。

根據(jù)以上所述，在地圖生成·自身位置推定中的數(shù)據(jù)間的匹配處理中，通過在匹配處理執(zhí)行前對匹配對象的兩個數(shù)據(jù)各自的存在活動物體的區(qū)域(例如圖7A所示的區(qū)域C)的信息進行方差增加，能實現(xiàn)匹配處理的高精度化和/或運算量的減少。

圖6A所示的信息的除去處理和圖7A所示的信息的方差增加處理，如圖3B所示那樣根據(jù)條件來分開使用。具體而言，在存在第1定時與第2定時之間的時間性變化量比閾值Th_ch大的場所(存在這樣的活動物體移動·環(huán)境變化信息的場所)、且該第1定時與第2定時之間的時間差比閾值Th_tb(第2時間)小的情況下，即在判斷為因活動物體的移動·環(huán)境的變化產(chǎn)生的影響相對較大的情況下，在步驟S20705中執(zhí)行除去處理。另一方面，在第1定時與第2定時之間的時間差比閾值Th_tb大的情況下，即在判斷為因活動物體的移動·環(huán)境的變化產(chǎn)生的影響相對較小的情況下，在步驟S20706中執(zhí)行方差增加處理。

除去處理是相比于方差增加處理而將因活動物體的移動·環(huán)境的變化產(chǎn)生的影響抑制為更小的處理。如此，在本實施方式中，根據(jù)因活動物體的移動·環(huán)境的變化產(chǎn)生的影響的程度來分開使用除去處理和方差增加處理，由此，能實現(xiàn)使用了最佳方法的數(shù)據(jù)間的匹配處理。

根據(jù)本實施方式1，即使在環(huán)境變化大的空間中，也能夠高精度且穩(wěn)健地進行地圖生成和使用該地圖進行移動的移動機器人的自身位置推定。

(實施方式2)

上述的實施方式1涉及的機器人系統(tǒng)包括一個移動機器人和至少一個環(huán)境傳感器節(jié)點。與此相對，本實施方式2涉及的機器人系統(tǒng)包括多個移動機器人和至少一個環(huán)境傳感器節(jié)點。并且，該多個移動機器人分別具備與上述的實施方式1中的環(huán)境傳感器節(jié)點同樣的功能。即，相對于進行地圖生成和/或自身位置推定的一個移動機器人，其余的移動機器人能夠作為環(huán)境傳感器節(jié)點發(fā)揮功能。

具體而言，本實施方式2的移動機器人分別構(gòu)成為：與使用環(huán)境傳感器最終取得活動物體移動·環(huán)境變化信息的上述的實施方式1的環(huán)境傳感器節(jié)點同樣地，使用外界傳感器最終取得活動物體移動·環(huán)境變化信息。另外，移動機器人包括與圖1所示的環(huán)境傳感器節(jié)點的活動物體移動·環(huán)境變化信息提取部、環(huán)境傳感器信息時間序列數(shù)據(jù)庫以及活動物體移動·環(huán)境變化信息數(shù)據(jù)庫實質(zhì)上相同的構(gòu)成要素。

圖11是表示本實施方式2涉及的機器人系統(tǒng)中的多個移動機器人的處理的一例的流程圖。

如圖11所示，本實施方式2涉及的移動機器人構(gòu)成為按照主處理流程T701、副處理流程T702A、T702B進行工作。另外，圖11示出了執(zhí)行主處理流程的機器人(與上述的實施方式1的移動機器人100對應(yīng))和執(zhí)行副處理流程T702A、T702B的至少一個其他的移動機器人(作為上述的實施方式1的環(huán)境傳感器節(jié)點120發(fā)揮功能的機器人)之間的信息的授受(交換)。

進行圖11所示的處理流程的本實施方式2涉及的機器人系統(tǒng)和圖3A、圖3B所示的上述的實施方式1涉及的機器人系統(tǒng)的不同在于：活動物體移動·環(huán)境變化信息由執(zhí)行處理流程T702A、T702B并發(fā)揮環(huán)境傳感器節(jié)點的作用的移動機器人來提取、并被從該機器人發(fā)送到執(zhí)行主處理流程而進行地圖生成以及自身位置推定的移動機器人；發(fā)揮環(huán)境傳感器節(jié)點的作用的移動機器人使用外界傳感器來取得其周邊的信息。

根據(jù)本實施方式2，與上述的實施方式1同樣地，即使在環(huán)境變化大的空間中，也能夠高精度且穩(wěn)健地進行地圖生成和使用該地圖進行移動的移動機器人的自身位置推定。另外，通過使能夠移動的移動機器人發(fā)揮環(huán)境傳感器節(jié)點的作用，能夠檢測活動物體移動·環(huán)境變化的區(qū)域擴大，隨之活動物體移動·環(huán)境變化信息的信息量增加(與固定的環(huán)境傳感器節(jié)點的機器人系統(tǒng)相比)。作為其結(jié)果，能進一步實現(xiàn)地圖生成·自身位置推定的處理中的推定值的精度劣化的抑制和因外部干擾引起的計算量的增加的抑制。

此外，在本實施方式2的情況下，因為多個移動機器人的某一個發(fā)揮環(huán)境傳感器節(jié)點的作用，所以也能夠?qū)⒅辽僖粋€環(huán)境傳感器節(jié)點自身從機器人系統(tǒng)中排除。即，在該情況下，機器人系統(tǒng)不包括環(huán)境傳感器節(jié)點而包括能夠發(fā)揮環(huán)境傳感器節(jié)點的作用的至少兩個移動機器人。

此外，上述技術(shù)方案中說明的技術(shù)例如可以在以下的機器人系統(tǒng)的類型中實現(xiàn)。但是，可實現(xiàn)上述技術(shù)方案中說明的技術(shù)的機器人系統(tǒng)的類型并不限于此。

以上，通過實施方式對本公開的處理進行了說明，但對于實施各處理的主體和/或裝置沒有特別限定。也可以通過組裝到在本地配置的特定的裝置內(nèi)的處理器等(以下進行說明)來處理。另外，也可以通過在與本地的裝置不同的場所配置的云服務(wù)器等來處理。另外，也可以通過在本地的裝置與云服務(wù)器之間進行信息的協(xié)作來分擔(dān)本公開中說明的各處理。以下說明本公開的實施方式。

(1)上述的裝置具體而言是由微處理器、ROM、RAM、硬盤單元、顯示單元、鍵盤、鼠標(biāo)等構(gòu)成的計算機系統(tǒng)。在所述RAM或硬盤單元中存儲有計算機程序。通過所述微處理器按照所述計算機程序進行工作，各裝置實現(xiàn)其功能。在此，計算機程序是為了實現(xiàn)預(yù)定的功能而組合多個表示對計算機的指令的命令代碼而構(gòu)成的。

(2)構(gòu)成上述裝置的構(gòu)成要素的一部分或全部也可以由1個系統(tǒng)LSI(Large Scale Integration：大規(guī)模集成電路)構(gòu)成。系統(tǒng)LSI是將多個構(gòu)成部集成到1個芯片上而制造出的超多功能LSI，具體而言，是包含微處理器、ROM、RAM等而構(gòu)成的計算機系統(tǒng)。在所述RAM中存儲有計算機程序。通過所述微處理器按照所述計算機程序進行工作，系統(tǒng)LSI實現(xiàn)其功能。

(3)構(gòu)成上述裝置的構(gòu)成要素的一部分或全部也可以由能夠裝卸于各裝置的IC卡或者單體模塊構(gòu)成。所述IC卡或者所述模塊是由微處理器、ROM、RAM等構(gòu)成的計算機系統(tǒng)。所述IC卡或者所述模塊也可以包含上述的超多功能LSI。通過微處理器按照計算機程序進行工作，所述IC卡或者所述模塊實現(xiàn)其功能。該IC卡或者該模塊也可以具有抗篡改性。

(4)本公開也可以是上述所示的方法。另外，也可以是將這些方法通過計算機來實現(xiàn)的計算機程序，還可以是通過所述計算機程序形成的數(shù)字信號。

(5)另外，本公開也可以將所述計算機程序或者所述數(shù)字信號記錄于計算機可讀取的記錄介質(zhì)例如軟盤、硬盤、CD-ROM、MO、DVD、DVD-ROM、DVD-RAM、BD(Blu-ray(注冊商標(biāo))Disc)、半導(dǎo)體存儲器等。另外，也可以是記錄在這些記錄介質(zhì)中的所述數(shù)字信號。

另外，本公開也可以將所述計算機程序或所述數(shù)字信號經(jīng)由電通信線路、無線或有線通信線路、以因特網(wǎng)為代表的網(wǎng)絡(luò)、數(shù)據(jù)廣播等進行傳輸。

另外，本公開也可以是具有微處理器和存儲器的計算機系統(tǒng)，所述存儲器記錄有上述計算機程序，所述微處理器按照所述計算機程序進行工作。

另外，也可以通過將所述程序或所述數(shù)字信號記錄在所述記錄介質(zhì)中進行轉(zhuǎn)移、或經(jīng)由所述網(wǎng)絡(luò)等將所述程序或所述數(shù)字信號進行轉(zhuǎn)移，由此通過獨立的其他的計算機系統(tǒng)來實施。

(6)也可以將上述實施方式及其變形例分別進行組合。

最后，移動機器人以及環(huán)境傳感器節(jié)點可以存在各種形式。例如，圖2所示的移動機器人100和環(huán)境傳感器節(jié)點120(312-319)在室內(nèi)使用，但不限于此。例如，也可以是移動機器人在屋外的道路等進行自動行駛的車輛的形式。該情況下，環(huán)境傳感器節(jié)點如道路標(biāo)識那樣沿著道路配置、或者設(shè)置于道路附近的建筑物。

產(chǎn)業(yè)上的可利用性

本公開能夠適用于地圖生成方法、自身位置推定方法、機器人系統(tǒng)以及機器人。