JP4846686B2 - 自律マシン、自律マシン制御方法、ならびに自律マシンを制御するプログラム - Google Patents

Description

本発明は、たとえば床領域を掃除するための自律マシンのような自律マシンに関する。

たとえば床領域の掃除あるいはポリシングのような作業のための、あるいは草刈のための自律あるいはロボットマシンを提供するためにさまざまな提案がなされてきた。その最も簡単な形態では、自律マシンはトレーニング段階を必要とし、その間、マシンは、それが作業を行うことになる領域のあちらこちらを人手によって案内される。このトレーニング段階に続いて自律マシンは、トレーニング段階でそのメモリーに蓄積された経路をたどりながら要求された作業を実施することになる。他のマシンは単に予め決められたルートをたどることになるが、このルートは、作業領域の真下に埋設されたケーブルのような手段によって印が付けられる。

他の自律マシンは、それが使用されることになる環境のマップを備える。したがってマシンは、環境の周りでルートを立案するためにこのマップを使用する。

人的監督なしに、そして環境レイアウトの予備知識なしに、マシンが配置される環境を探査できる自律マシンもまた提案されてきた。このマシンは学習段階の間に環境を探査し、続いてこの情報を作業段階の間に使用することになる。特許文献１に示される自律マシンは最初、領域の周囲を移動し、領域の一周が完了した時を認識し、その後、内側にステップし、領域をスパイラル状のパターンでカバーするよう続いて部屋を周回する。自律マシンは、学習段階で取得した情報を使用して作業領域のマップを構築することが知られている。この最後のタイプの自律マシンは特にユーザーの興味をそそる。なぜなら、作業のために最低限の人的監督で放置できるからである。

自律マシンは、通常、その移動距離および移動方向を計測するためのオドメトリー(odometry)システムの形態を有する。距離および方向情報は、ホイール個々の動きを監視するセンサーから得ることができる。マシンはオドメトリー情報を、作業領域のスタートポジションからどの程度遠くまで移動したかを、したがって現在、領域内のどこに位置しているかを推定するために使用する。不都合なことに、オドメトリー情報のみへの依存は信頼性が低く、誤差が急速に蓄積する可能性がある。そしてこれにより結局は、マシンが完全に道に迷ってしまう可能性がある。たとえば、マシンの駆動ホイールの一つが床面でスリップした場合、ホールが回転したのでオドメトリーシステムは動きを記録するが、その一方で、ホイールのスリップにより、マシンは実際には面を横切る移動をしない。低劣なオドメトリー情報は、マシンの計算上のポジションとマシンの実際のポジションとの間に誤差を発生させる。床掃除マシンにおいて、これは、マシンが床面のある領域を横切って移動しない原因となることがある。これは汚れを残し、あるいはマシンを道に迷わせる。

オドメトリー情報は、他の情報によって補足あるいは完全に代替させることができる。非特許文献１には、オドメトリーをベースとするロボットの問題を軽減するための提案が開示されており、ここでは、オドメトリーデータの信頼性が低い場合、短期間、オドメトリーデータの代わりにジャイロデータが使用される。あるシステムでは領域周りにナビゲーションビーコンを配置しており、その結果、多数のビーコンから受け取る情報に三角法を適用する処理によって、マシンはそのポジションを計算できる。しかしながらこれには、マシンが作業する各領域周りにビーコンを配置する必要があるという明白な欠点があり、またこれらビーコンの関連コストの欠点もある。特許文献２には、作業領域の境界がマーカーによって規定されるこのタイプのシステムが開示されている。自律マシンの計算位置を修正できる方法の一つは、それぞれが特有の独自性を有するマーカーの存在を検出することによるものである。
WO 00/38025 US 6,255,793 1996年4月22〜28日にMinneapolisで開催された、RoboticsおよびAutomationに関する1996年IEEE国際会議において発表された"Gyrodometry:A New Method for Combining Data from Gyros and Odometry in Mobile Robots"というタイトルの論文の423〜428ページ

本発明は改良された自律マシンを提供することを目的とする。

本発明の第１の形態は、
面に沿ってマシンを移動させるための駆動手段と、
領域の周りで掃除マシンを航行させるための、メモリー手段を含むナビゲーションシステムと、を具備し、
前記ナビゲーションシステムが、
前記マシンが配置される領域を前記マシンに探査させ、前記マシンが前記領域を探査する際に前記マシンによって収集された情報に基づいて前記領域のマップを構築するための手段と、
前記マシンが前記領域内の前に訪れたポジションに戻ってきた時を特定するための手段と、
前記マシンが前に訪れたポジションに戻る際、現在のポジションと前に訪れたポジションとが同一であるという知識に基づいて前記マップを修正するための手段と、を具備してなる自律マシンを提供する。

これによって本マシンは、本マシンがマップを構築するための情報収集において、誤差、たとえばオドメトリー情報に頼る際に蓄積する誤差の影響を受ける可能性がある場所でさえ、領域の正確なプレゼンテーションであるマップを作成することが可能である。

好ましくは、上記探査手段は、本マシンが境界をたどるとき、それが移動する経路に関する経路情報を蓄積しながら、本マシンを領域の境界をたどらせるよう構成され、かつ上記特定手段は、本マシンが領域内の前に訪れたポジションに戻ってきた時を、本マシンの移動経路の直近のセクションを以前メモリーに蓄えられた経路のセクションを表す情報と比較することにより特定するように、かつ新しい経路情報と以前に蓄えられた経路情報とが実質的に同一となった時を判定するよう構成される。

上記境界はさまざまな形態を採ることができる。ビルの部屋内では、この境界は、部屋の壁およびたとえば什器品目のような部屋内に設置される物体の境界となる。野外領域では、上記境界は、たとえばフェンスあるいは壁のような既に存在している障壁とすることもでき、あるいは、本自律マシンと共に使用するため特別に設置した障壁の形態とすることもできる。

本マシンが前に訪れたポジションに戻ってきた時を認識するため経路データを使用する替わりに、本マシンは、それが搭載するセンサーによって収集される特徴に基づく情報(feature-based information)を使用できる。この特徴に基づく情報は、たとえば部屋内ポジションにおける光の振幅(amplitude)、方向および／または色のような光に基づく情報(light-based information)、磁気測定値あるいは距離測定値とすることができる。これに替えて、本マシンは領域内ポジションにおいて、ある種のマーカーを認識することができる。

ナビゲーションシステムは、ハードウェア、プロセッサーで実行されるソフトウェア、あるいはそれらの組み合わせとして完全に実施できる。すなわち本発明のさらなる形態は、ここに説明する手法で掃除マシンを作動させるためのソフトウェアを提供する。このソフトウェアは、好ましくは、たとえばメモリーデバイスのような機械読み取り可能な媒体に記憶させられる。

本自律マシンはさまざまな形態を採ることができる。すなわち、ロボット真空掃除機、床ポリシャー、芝刈り機あるいは他の機能を発揮するロボットマシンの形態を採ることができる。これに替えて本自律マシンは、ユーザーによって選定された作業器具を運搬あるいは牽引できる多目的ロボット車両とすることもできる。

ここで実例としてのみ、添付図面を参照して本発明の実施形態について説明する。

図１には、ロボット真空掃除機１００の形態のロボット(あるいは自律)床掃除マシンが示されている。

掃除機は、本体あるいは支持シャーシ１０２、二つの駆動ホイール１０４、ブラシバー(brushbar)ハウジング１２０、バッテリー１１０、ダスト分離および収集装置１３０、ユーザーインターフェイス１４０およびさまざまなセンサー１５０,１５２,１５４を具備する。支持シャーシ１０２は概して円形であり、かつ二つの駆動ホイール１０４およびキャスターホイール(図示せず)上で支持されている。駆動ホイール１０４はシャーシ１０２の直径の両端に配置されており、この直径は掃除機１００の前後方向軸線と直交している。駆動ホイール１０４は支持ベアリング(図示せず)によって互いに独立的に配置されており、しかも各駆動ホイール１０４はトラクションモーターに直接接続されており、このトラクションモーターは、前進方向あるいは後退方向に各ホイール１０４を駆動できる。全区域移動は、このトラクションモーターのそれぞれを独立的に制御することで可能である。

シャーシ１０２の下側には掃除機ヘッド１２０が設けられている。この掃除機ヘッド１２０は、掃除機１００が支持される面と向き合う吸引開口を含む。ブラシバー１２２(図示せず)はこの吸引開口内に回転可能に配置されており、かつモーターがブラシバーを駆動するため掃除機ヘッド１２０に搭載されている。

シャーシ１０２は複数のセンサー１５０,１５２,１５４を搭載する。これらのセンサーは、掃除機１００の経路にある障害物を、そして壁あるいはたとえば家具の一片のような他の境界への掃除機の接近を、掃除機のナビゲーションシステムが検出できるようシャーシに配置されている。ここに示すセンサーは、壁および物体を検出できるいくつかの超音波センサー１５０と、人、動物および炎のような熱源の存在を検出できるいくつかの受動赤外線(ＰＩＲ)センサーとからなる。しかしながら、センサー配列はさまざまな異なる形態を採ることができる。位置検出デバイス(ＰＳＤｓ)を、超音波センサーの代わりに、あるいはそれに加えて使用できる。別の実施形態では、掃除機は、作業領域の境界およびこの領域内に配置された障害物の境界を機械的に検出することにより航行できる。車両の両側にはオドメトリーホイールが設けられている。これは、本マシンが面に沿って移動するときに回転する非駆動ホイールである。各ホイールは、オドメトリーホイールの回転を監視するための、それに関連付けられた光学エンコーダーを有する。各オドメトリーホイールから受け取った情報を検査することにより、ナビゲーションシステムは、マシン移動距離とマシンの角度方向変化との両方を特定できる。オドメトリーホイールは非駆動ホイールであることが好ましい。なぜなら、その方がホイールから得られる情報の精度が増すからである。しかしながら本マシンのより簡単な実施形態では、駆動ホイールの一つから直接オドメトリー情報を得ることができる。

真空掃除機１００はさらに、掃除機ヘッド１２０の吸引開口を経て真空掃除機１００内に汚れた空気を吸い込むための、シャーシ１０２に支持されたモーターおよびファンユニットを含む。

図２は、図１の掃除機用の電気系統の概略形態を示す。ナビゲーションシステムは、たとえばＲＯＭあるいはフラッシュ(FLASH)ＲＯＭのような不揮発性メモリー２１０に記憶させられた制御ソフトウェアに従って作動するマイクロプロセッサ２００を具備する。他のメモリー２２０は、たとえば経路データおよび作業領域のマップのようなデータ、および他の動作パラメーターを蓄積するため本マシンの通常運転中使用される。ナビゲーションシステムは、センサー列１５０,１５２,１５４から本マシンを取り囲む環境についての入力を、そしてオドメトリーホイール動作センサー１６０,１６２から本マシンの動作に関する入力を受ける。ナビゲーションシステムはさらに、ユーザーインターフェイス上のスイッチ１４２から、たとえばスタート、一時休止、停止あるいは動作速度の選択あるいは要求される清潔さの水準のような入力を受ける。ナビゲーションシステムは複数の出力制御信号、すなわちホイール１０４のトラクションモーター１０５を駆動するための信号、吸引ファン１３０を駆動する吸引モーター１３２を作動させるための信号、およびブラシバー１２５を駆動するモーター１２２を作動させるための信号を提供する。ナビゲーションシステムはさらに、ユーザーインターフェイス１４０上の照明インジケータランプ１４４からも出力を提供する。電力は再充電可能なバッテリーパック１１０によって供給される。

ナビゲーション方法
本マシンの動作について、図３ないし図７を参照して説明を始める。図３は、本マシンによってなされる挙動の全般的設定のフローチャートである。図４は作業領域の境界の周りで航行するためのプロセスのフローチャートである。図５および図６は家屋の部屋内の作業領域の実例を示し、この部屋は、壁４０５、出入口４１０、暖炉４１５および部屋の壁に面して配置された家具物品４２０〜４２６(たとえばソファ、椅子)によって規定される境界を有する。これらの図はまた、本マシンが採用した経路例４３０を示す。図６は経路マッチングプロセスを示す。

本マシンが最初にスタートする際、本マシンはそれが配置される領域の知識を持たない。したがって本マシンはまず、それが作業する領域の知識を獲得するため、この領域を探査しなければならない。

境界スキャニング
本マシンはユーザーによって部屋内に置かれる。理想を言えば、ユーザーには、本マシンが部屋の外側境界の方を向くよう、あるいはその左側が境界と対向するよう本マシンを配置することが求められる。ユーザーは本マシンを境界上のいかなるポイントでスタートさせることもできる。図５には、本マシンがポイントＡからスタートすることが示されている。本マシンの最初の行動は、最も近い壁４０５を検知し(ステップ３０５)、かつそれに向かって移動することである。その後、本マシンは壁(ポイントＢ)と並び、そして吸引モーター１３２およびブラシバーモーター１２２を始動させる。本マシンはモーターが運転速度に達するまで待機し、それからすぐ出発する。本マシンはその後部屋の境界回りで航行を開始し、連続的に壁の存在を検知し、そして自身が壁から所定の距離だけ離れた状態を維持する。本マシンは、障害物４２０〜４２６の周囲を壁４０５の場合と同じように航行し、自身が障害物から所定の距離だけ離れた状態を維持する。本マシンは、自身が部屋の境界をたどる間に獲得した経路に関する情報を連続的に記録する。本マシンは、オドメトリーホイールセンサー１６０,１６２から移動距離および移動方向に関する情報を取り出す。

本マシンが領域の境界をたどるとき、ナビゲーションシステムは、規定距離間隔で、本マシンの方向における角度変化(前のサンプルにおける方向との比較で)をサンプリングする。この情報が、本マシンがその周囲において検出した物体に関する情報よりもむしろ本マシンの経路(あるいは軌跡)を表現するということに注意することが重要である。サンプル間の距離はとりわけ本マシンが使用される環境、利用可能な処理能力、メモリーサイズ、マッチング基準に依存することになる。各サンプル周期で、ナビゲーションシステムは、以前のサンプルに対する本マシンの方向における角度変化を特定する。この角度変化は、サンプリングされた値全てのベクトルの一部としてメモリー２２０に蓄積される。図５には本マシンがたどる経路４３０の一部が示されている。各サンプリングポイント５００において、対応する矢印および角度値は、前のサンプリングポイント５００に対する変化を示している。

規定の、かなり広い間隔での角度方向変化の記録に加えて、ナビゲーションシステムはさらに、作業領域のマップを構築するため本マシンがたどる経路を詳細にプロットする。図８には図５に示す部屋のマップの実例が示されている。境界周囲の本マシンの経路の各ポイントは、このマップ上の座標によって規定される。また以下で説明するように本マシンは、その各サイドの最も近い障害物までの距離を検出するため、その左側および右側に設けたセンサーを使用する。この「障害物までの距離」情報は、本マシンの経路に沿ったポイントに関してマップ上に記録される。

本マシンが距離Ｌを移動するとすぐに、本マシンは、一致(match)を見出すために、したがって本マシンが境界に沿って以前訪れたポジションに戻ってきたかどうかを確証するため、角度経路データの直近のＬメートル値と経路データの以前のＬメートルブロックとの比較を開始する。一度、本マシンが部屋の境界の回りを時計回りに完全に一周し、再びポイントＢに到達しても、マッチングプロセスにおいてはまだ好適な経路一致を見出してはいないはずであり、それゆえ本マシンは境界をたどり続ける。

ポイントＣ'(すなわち部屋の２周目におけるポイントＣ)において、本マシンは自身が部屋の境界上の前に訪れたポジションに戻ってきたことを認識する。これは、マッチングプロセスによって、経路データの最新のＬメートル値と、本マシンが蓄積した経路データの最初のＬメートル値との間に好適な一致が見出されたことによる。この完了ポイントでは常に、二重にカバーされた境界のＬメートルオーバーラップが生じる。いったんスタートポイントが検出されると本マシンは停止し、そして吸引モーターおよびブラシバーモーターを止める。

マッチングプロセスは、蓄積された方向データのブロック(「ウィンドウ」)を前に蓄積された方向データのブロックと比較することによって有効に機能する。この技術は、しばしばスライディングウィンドウ技術と呼ばれる。

方向データの角度変化は、データの三つの他の組を取り出すためサブサンプリングプロセスによって処理され、それらはさらに経路データベクトルにて蓄積される(わかりやすくするため図７にはデータの二つのサブサンプル(sub-sampled)の組だけしか示していないことに注意)。データのサブサンプルの組それぞれは、本マシンが移動した実際の経路の粗い解釈を示している。よくできたマシンでさえ、境界の同じ部分を往来するためにそれが行う第１および第２の試行は異なるものとなりがちであるから、これらサブサンプルデータの組は、マッチングプロセスにおいて良好な一致を生じそうな基本的方向変化に関する有用な情報を提供する。

サブサンプリングの各レベルに関して、データの直近のウィンドウは、総体的データベクトルの初期の等しいサイズのデータのウィンドウと比較される。各比較に関して、データの新しくしかもテストされたウィンドウにおける各要素が比較される。各サブサンプリングレベルでの、二つのデータウィンドウ間の全体的差異は、「一致の質」の計量代表値に変換される。パーセンテージ値を使用するのが好ましいが、他の技術も同様に使用できる。マッチングプロセスは「一致の質」計量のための閾値を有し、それは経験的に経路データの二つの組同士の間の明白な一致を示す。たとえば９８％を超える一致は、経路データの二つの組同士の間の明白な一致(これは部屋内の同一ポジションを示す)を示すものであることを見出した。当業者は、この基本的スキームに対してなすことのできる多くの改良が存在すること、および経路データを比較できる多くの他の方法が存在することを認めるであろう。

マッチングプロセスは、本マシンが境界上のスタートポジションに戻ったとき、その自律を可能とする。これは、サイズ、形状、レイアウトなどの予備知識のない領域内で作業するために本マシンがセットされた際、マシンが見出さねばならないものである。

本マシンが境界の周りを移動している間、それは境界経路から経路データのセクションを「マーカー」として蓄積する。マーカーの使用については、以下でさらに十分に説明する。それらは、本マシンが境界上で自身のポジションを迅速に特定することを可能にする方策である。境界周りに蓄積されるマーカーの数は、本マシンのマッチングエンジンにおいて利用可能な処理能力の大きさに依存する(マーカーを必要とすればするほど、ますます比較が増える)。本マシンが限定された数のマーカーだけしか蓄積できない場合、ナビゲーションシステムは、周囲長さが増大したかのように、マーカー間の距離を自動的に広げることができる。

マッチングのために要求される経路長さＬ、サンプリングポイント間の距離、および顕著な一致を示す質的計量閾値は全て、本マシンが使用されることになる作業領域および状況に依存する。これらは試行によって簡単に特定できる。家庭内環境では、距離Ｌが３.６ｍであり、サンプリングポイント間の距離が７.５ｃｍであり、そして境界周りに２ｍごとにマーカーを設置する場合に良好な結果が得られることを見出した。

境界マップ修正
上記のとおり、最初の探査プロセスでは、本マシンは境界をちょうど完全に一周し、かつ本マシンがたどる経路を蓄積する。本マシンは、オーバーラップ距離を経た後、自身が境界上のスタートポイントに戻ってきたと断定する。図８に示すように、この方法で作成される境界マップは通常閉じていない。これは、蓄積されたオドメトリー誤差により、共通のスタート８００およびフィニッシュ８０２経路セクション(経路マッチングプロセスによって確認されるように現実世界においてはこれらは同一である)が、異なる位置および方向を有することを意味する。全ての経路ポイントを単一デカルト座標系(フレーム)で表すことが必要であるが、フレームの選定は任意である。ロボットのフィニッシュポイントのフレームとなるフレームを選んだ場合、フィニッシュセクションから後方に、移動経路に沿って、スタートポイントに向かって移動する際に経路の誤差が増大する。

マップ閉鎖(修正)プロセスは、エンド(変形なし)からスタート(最大変形)まで移動する際、マップを漸進的に変形させ、スタートセグメントはフィニッシュセグメント上に写る。これは、スタートポイントにおける誤差がなくなったこと、および概して他の場所の誤差が低減されたことを保証する。

図９はマップ修正プロセスのステップを示す。このプロセスの初期ステップ３５５,３６０は境界追従法である。二つの局所的デカルト座標系(局所的フレームあるいはビュー(views))Ｖ_１およびＶ_２が設定でき、これらの原点およびｘ軸は、経路マッチングプロセスによって確認された、スタートおよびフィニッシュ境界マップセグメントの対応する位置それぞれに関連して配置され、かつ方向付けられる。

図１０に示すようにビューは三つのベクトル、すなわち原点用の位置ベクトルｒ、および局所的ｘ軸およびｙ軸用の単位ベクトルｅ_ｘおよびｅ_ｙによって規定される。

ビュー内のポイントｐの位置は、次のベクトル表記法によって与えられる。

あるいは、次の同等な行列表記法によって与えられる。

ビューＶ_１に関して、境界のスタートは原点であり、かつスタートポイントにおける境界の接線はｘ軸に沿っている。同様にビューＶ_２に関して、オーバーラップセグメントのスタートは原点であり、かつこのポイントにおける経路の接線はｘ軸に沿っている。スタートをＶ_１と共に、そしてフィニッシュをＶ_２と共に「見る」ことにより、スタートおよびフィニッシュセグメントの投影は、同じポジションおよび方位を持つ。スタートとフィニッシュとの間のポイントＰに関しては、Ｖ_１とＶ_２との間の中間的ビューを使用しなければならない。ビューは線形演算子であり、しかも誤差はロボットがその経路上を移動する際に蓄積するので、総移動境界長さの比率の関数として、両者の間で線形的に補完するのが簡単なスキームである。

そして、中間的経路ポイントのポジションは次の式によって与えられる。

各ポイントを新しいマップに投影するビューは、スタートからフィニッシュまで境界経路に沿って移動する際、スタートビューからエンドビューまでスムーズに変化する。

最後に、ロボット座標系のセグメントに対応するフィニッシュセグメントを形成するため、投影後(a post-projection)回転および平行移動が行われる(ステップ３８０)。

マップ修正を考えた代替的方法は次のようなものである。本マシンが領域を一周してしまい、しかも経路マッチングプロセスで、本マシンが公知のポジションに戻ってきたと決定した際、それは、同じポジションであることが知られている領域の、ナビゲーションシステムのマップ上の二つのポイント間の距離および角度の差を計算できる。この蓄積された誤差の全ては、領域の最初の横断の間に記録された座標の間で分配できる。その最も簡単な形態では、誤差は、全てのポイントの間で線形的な手法(スタート近くのポイントに関する誤差の小さな部分、フィニッシュ近くのピント(pints)に関する大きな部分)で等しく分配できる。いったん本マシンがマップ座標を更新すると、本マシンはその後の領域のナビゲーションのために、この更新されたマップを使用する。

いったん本マシンが作業領域の良好なマップを形成してしまうと、続いて本マシンは床領域全体の掃除作業を開始する。これは図１１のフローチャートに説明されている。

本マシンが床領域をカバーするために使用する基本技術は、図１２に示す往復スキャニング動作である。すなわち、スタートポイント４５０から、本マシンは平行な直線経路４５１の組をたどる。各経路４５１は、本マシンが今来た方向と逆を向くように、しかしながらスキャンの方向に１本のブラシバー幅だけ向こう側に平行移動させて、本マシンを位置させるステップ横切り(step across)動作４５５によってたどられる。直線経路は本マシンの方向を監視することによって、そして直線を保つよう左右トラクションモーターの速度を調整することによって維持される。このステップ横切り動作は、動作４６０によって示される複数のセグメントで行うことが可能である。これによって本マシンは、直線軌跡の障害となった物体の輪郭に適応することが可能となる。スキャン深度(the depth of the scan)を最大化するのに使用される動作シーケンスは多数存在し、これらはこの一般的な説明の後、詳しく説明する。結局、本マシンはもはや、それが選択した方向にはスキャニングを続けることができなくなる。これは、入っていくためのさらなるスペースが存在しない場合、あるいは短い横断が多かった場合に生じることになる。

シンプルな部屋に関して、本マシンは一回の往復スキャニング動作で床領域を完全に横断することが可能でもよい。しかしながら、大部分の部屋レイアウトについては、普通ではない部屋形状および部屋内に設置された物体(特に壁から離れて設置された物体)の組み合わせにより、２回以上の別個のスキャニング動作が必要となる。

いったん境界マップが修正されると、本マシンは部屋の形状を検査し、そして掃除スキャンを開始するのに最も適切なポイントを探す。これを行うには、さまざまな方法がある。

部屋スキャニング
ここで、部屋をスキャニングする好ましい方法について説明する。最初、本マシンは境界に隣接する、汚れた領域を探す。本マシンが領域の境界回りを移動した際、本マシンはさらに、その側方に位置する最も近い障害物までの距離を計測するため、その両側に存在するセンサーあるいはセンサー群を使用し、かつマップ上にその情報を記録した。いったん本マシンが領域の境界を一周してしまうと、続いて本マシンは、自由スペースベクトルを得るため、「障害物までの距離」データを処理する。この自由スペースベクトル(６０５、図１３)は、マップ上のそのポイントからの方向に関する汚れたスペースの大きさを示している。この自由スペースは、その経路の途中で本マシンが既にカバーした距離を差し引いた障害物までの距離となる。自由スペースベクトルは、境界経路周りの規定のポイントでマップ上にプロットされる。本マシンは領域中央を通って移動しておらず、しかも領域のレイアウトの予備知識を持たないので、これは、境界内の領域レイアウトに関して本マシンが有する最良の情報である。どこからスキャニングを開始するかを決定する際、ナビゲーションシステムは、マップ上で、自由スペースベクトルが位置している場所を見る(ステップ５０５、図１１)。このシステムは、自由スペースベクトルを持つ境界の最長部分を探す。これに代わる基準は、システムが、本マシンに隣接して位置する自由スペースを有する本マシンの現在ポジションに最も近い境界セクションを選ぶことである。境界セクションに隣接する自由スペース備えた境界セクションは、６１０,６１２,６１４に位置している。自由スペースを備えた最長の境界(セクション６１０)を見出したならば、ナビゲーションシステムは、領域のこの部分の支配的なエッジ方向を見出そうとする(ステップ５２０)。往復パターンの実施において、本マシンは特に、それが１８０°回転する場所においてオドメトリー誤差を蓄積しがちである。したがって、回転回数を最小化するように領域を横切ることが好ましい。領域の支配的なエッジ方向は、領域を横切るのに最適な方向であることが見出されている。

支配的なエッジ方向を見出すには、さまざまな方法がある。一つの方法は、選択された経路セクション６１０の各セグメントの方向(絶対的角度として)を柱状グラフにプロットすることである。このグラフの一つの軸は経路の絶対的角度を示し、かつ他の軸は特定の角度における経路セグメントの累積長さを示す。複雑な経路に関して、これは多くの計算を生じる可能性がある。その角度方向が経路の初期の部分と特定の角度範囲、たとえば１０度を超えて異なっている場合、計算は、経路のセグメントを異なる角度として記録することによってのみ簡略化できる。この簡略化がなされた場合、各角度値でのプロットは分布曲線によって表すことができる。１８０度だけ離れたセグメントは、バークラブの同じ角度値にプロットすることができる。これは両者が互いに平行だからである。このバーグラフは領域の支配的方向を得るため容易に処理できる。

支配的な方向を確認したならばナビゲーションシステムは、図１４に示すように、選択された境界経路セクションが存在するマップ領域を分離する。ナビゲーションシステムは領域のこの分離された部分をそれが支配的な方向と整列するまで回転させ、続いて領域のこの部分の末端を見出す。ナビゲーションシステムは続いて、この末端の一つをスキャンスタートポイントとして選択する。

部屋領域の選択された部分について、さらなる解析がなされる。これによって、自由スペースが境界の内側に位置しているか外側に位置しているかを特定する。図１５には、遭遇する可能性のある領域の二つのタイプが示されている。内部自由スペース領域は、境界セクションによって取り囲まれており、一方、外部領域自由スペース領域は境界セクションを取り囲む。ナビゲーションシステムは、境界セクションの各セグメント間の角度変化を加算することで自由スペース領域のタイプを特定できる。３６０度の角度変化合計は内部領域を表し、一方、−３６０度の角度合計は外部領域を表す。

スタートポイントを選択するには、いくつかの探索法がある。スキャン領域の末端ポイント６２０,６３０がマップ上で既定の距離を超えて互いに離れている場合、それらは開放領域を示すと見なされる。自由スペース領域が内部領域である場合、ナビゲーションシステムはこれら末端ポイントの一つをスタートポイントとして選択しないようにする。なぜなら、これは、掃除可能な他の自由スペースから離れる可能性のある方向に、境界に向かって本マシンをスキャンさせる傾向があるからである。ナビゲーションシステムは、境界上の他の場所に位置する、すなわち選択された経路セクションの他の経路セグメントによって両側に区切られたスタートポイントの選択を試みる。このタイプのスタートポイントは、外側よりもむしろ領域内へと内側に本マシンをスキャンさせることが見出されている。本マシンが内側にスキャンする場合、それは、分離された領域が掃除された後、しばしば他の自由スペース領域を掃除できる。これによって、部屋領域をカバーするために必要な別個のスキャニング動作の総数を削減できる。また、スタートポイントの選択がある場合、本マシンがスタートポイントに達する前に場所を突き止めること(オドメトリー誤差のリセット)が可能ならば、本マシンの現在のポジションにより近いスタートポイントが選択される。

図１６に示すように、いったんマップ上のスタートポイントが選択されると、望ましいスキャンスタートポイントに先行する境界経路データのＬメートルセクションがメモリーから抽出される(ステップ５３０)。もし必要ならば続いて本マシンは、抽出されたセクションのスタートから境界に沿ってさらに戻るポイントを選択し、そしてこれを目標ポイントとしてマークする。本マシンは続いて、その現在の位置からこの目標ポイントまでの部屋を横切る経路を見出そうとする。本マシンはそれが前に訪れた場所用の部屋マップを精査することによってこれを行い、その後、境界上の目標ポイントへの経路をこれらスペース上にプロットする。本マシンは続いて目標ポイントまで移動し、そして次なる掃除スキャンのスタートのための軌跡セクションと同じものを見出すまで本マシンは境界をたどる。境界経路データのこのセグメントのマッチングは、スタートポジションを見出すためのマッチング方法と同じ方法で実施される。

本マシンが目標ポイントへのルートを見出すのに失敗する場合(ステップ５４５)、そのルートは非常に危険であったか、あるいは本マシンが途上で物体と遭遇したかのいずれかであるので、本マシンは境界上に移動する。本マシンは、自身がより良い自由スペースポイントの一つに達するまで境界の周りを移動し、そこからスキャンを開始する。

いったん本マシンがスキャンスタートポイントに達すると、本マシンは選択されたスキャン方向(より早く特定された支配的方向)に向きを変え、そして汚れているスペース内へと往復様式でスキャンするために前進する(ステップ５５０)。本マシンが直線上を移動している間、それは、自身が存在するスペースに既に訪れていないかを確認するため常にチェックを行う。それ自体の長さによって前に訪れたスペース上を本マシンが走行したことをいったん確認すると、本マシンは停止し、そしてスッテプ横切りを実施する。このステップ横切りは開放スペース内のものであるから、それは単一セグメントステップ横切りである。この掃除スキャンは、それが阻止されるか、あるいは僅かな数の短い横断があったか、あるいは前の横断の全てが前に訪れたスペース上にあったかのいずれかまで続く。スキャニング処理の間、ナビゲーションシステムは、マップのどのポジションが掃除されたかを本マシンが知るようマップ上に移動経路を記録し、そしてまた本マシンのセンサーによって検出されたマップ上の最も近い障害物までの距離を記録し続ける。各スキャニング動作の後、本マシンは自由スペースベクトルを計算するため、自身によって既に掃除された領域を考慮しながらマップ上に記録された距離情報を処理する。自由スペースベクトルはマップ上にプロットされ、ナビゲーションシステムがスキャニングすべき次の領域を決定するために利用することが可能である。

往復スキャニングの期間はオドメトリー誤差を引き起こす。それゆえ、各スキャニング期間の間、本マシンは領域の境界を探し、かつ領域の境界をたどる(ステップ５６０)。本マシンが領域の境界の周りを移動する際、本マシンは自身が移動した経路を蓄積する。本マシンは、少なくとも一致を見出すために必要な最小限の距離、すなわちＬメートルの距離を移動する。マッチングプロセスは、境界経路データの新しいブロックをメモリーに初めに蓄積された境界経路データと一致させることを試みる。経路データのブロックが決定的に一致した場合、本マシンは自身がマップ上の周知のポジションに戻ってきたことを知り、ゆえにオドメトリー誤差をゼロにリセットすることができる。マッチングプロセスが良好な一致を見出せない場合、本マシンは、自身がマーカーポジションの一つに到達するまで境界上に留まろうとする。これにも失敗した場合、本マシンは自身が中央物体上に存在するものと推定する。

本マシンが正確に境界上のポジションを認識した場合、続いてそれは、マップ上の本マシンが読み取ったポジションとマップ上の実際のポジションとの間の計測誤差に基づいて、たった今完了した横断スキャンおよび自由スペースマップ上への境界セクションを再調整する。ナビゲーションシステムは続いて、領域の次なる最も大きな汚れた部分を見出す(スッテプ５０５)。

本マシンは続いて自由スペースの探査を繰り返し、そしてマップ上で確認できた全てのスペースが完了してしまうまでそこへ移動する(ステップ５１０,５１５)。

マッチングプロセスの間、データのブロック間の目立った一致を探すのに加えて、このマッチングプロセスではさらに数多くの安全チェックを行う。それは、マッチングセクションの方向が抽出セクションと大体において同じであること、およびそれら両方が概ね内部マップの同じ部分に存在していることを確実なものとする。オドメトリー誤差は移動距離と共に徐々に増加する。マッチングプロセスは事象水平線(event horizon)、すなわちオドメトリー誤差により一致が起こりそうなマップ上で可能性のあるポジション用の境界をセットする。オドメトリー誤差のサイズにより本マシンにとって可能性のないポジションである部屋内のポジションに対応する一致は無視される。

中央物体
入り組んだ領域は、その境界から離れて位置する、たとえばコーヒーテーブルのような障害物をたいてい含んでいる。図１７には、中央物体に対処するための方策が示されている。本マシンはスキャニング動作７５０を行い、そしてその結果、もはやスキャニング動作を継続できない７６０で示すポイントに到達する。続いて本マシンは、物体７８５の縁の周囲を掃除しながら、その縁をたどるため前進する。物体７８５の周囲を距離Ｌメートル移動した後、本マシンは直近のＬメートル経路セクションを、部屋の境界の周囲で記録された経路に一致させることを試みる。これは適切な一致を与えるのに失敗するはずである。ゆえに、本マシンは物体の縁をたどっていることを認識する。本マシンはポジション７８０で、物体から遠く離れた側にスキャンの方向に物体から離れる。そして本マシンは、移動経路を、前に蓄積された境界経路データに一致させることができるまで部屋７９０の境界をたどる。このポイントにおいてナビゲーションシステムはオドメトリー誤差をリセットでき、しかも物体７８５のポジションを正確に設定できる。中央物体の縁をたどる場合、本マシンは、自身が距離Ｌメートルを移動するまで何度も物体の周囲を移動してよいことに注意されたい。

スキャニング挙動
図１８〜図２０には、スキャニング動作中のマシンの行動様式のいくつかが示されている。図１２に関連して先に説明したように、スキャニング動作は、距離Ｗだけ互いにオフセットした、一連の平行な直線経路を具備するが、これは通常、本マシンの掃除機ヘッドの幅に等しいものとなる。しかしながら、不規則な境界形状により、本マシンは規定のスキャニングパターンをいつもたどれるとは限らない。図１８には、本マシンが必要な総ステップ横切り距離Ｗを移動してしまうまで、セグメント８０４,８０６において部屋の境界８００をたどる場合の分割されたステップ横切りを示す。各ステップにおいて本マシンは、行く手に障害物のない経路を見出すまで回転し、かつ方向を変える必要が生じるまで前進する。ステップ横切り距離Ｗは、移動経路８０４,８０６に関する三角法から決定できる。複雑なステップ横切り動作は、ここに示すよりもさらに多くのセグメントを備えていてもよい。この動作によって本マシンは床面を適切にカバーすることが可能となり、しかも規定の幅Ｗでスキャニング動作を継続することが可能となる。

図１９および図２０に他の状況を示す。ここで境界は、本マシンが規定のステップ横切り動作を行うのを妨げている。図１９においては、本マシンは動作８１０の終点に達し、そして８１３にて適切なスキャン離間距離Ｗまでステップ横切りできるまで、経路８１２に沿って壁をたどる。図２０には類似のシナリオが示されている。ここで本マシンは、経路８２３に沿って横切り移動でき、かつ規定の幅Ｗでスキャニング動作を継続可能となるまで、経路８２２に沿ってそれ自身に関して元の場所まで移動しなければならない。これらの動作において、本マシンは経路８１０,８２０の途上、そのスキャニング動作を継続するため本マシンがステップ横切りできるかどうかを決定するため、その右側について壁／障害物までの距離を監視する。

マーカー(Markers)
マーカーは、さまざまな機会に境界上の現在のポジションを即座に特定するためにナビゲーションシステムによって使用可能な経路データのＬメートルセクションである。これらは、本マシンが、たとえば何かが移動させられることで、境界周囲の異なる経路を無理にたどらされた場合に起こり得る種類の誤差に、本マシンを対処可能とするのに特に有用である。本マシンが経路の特定のＬメートルセクションを探して境界の周囲を移動しているが、それを見出すことができない場合、本マシンはたいてい、求められる境界の特定のセクションの後に配置されたマーカーを見出すことになる。これによって本マシンは、即座に誤差を認識することが可能となる。マーカーはまた、本マシンがスキャンのためスタートポイントに到達するべく部屋領域を横切って移動しようと試みたが、何らかの理由で逸れた場合にも有用である。これは、スタートポイントに先行する境界のＬメートルセクションの前で、本マシンが目標ポイントに適切に到達しない場合に起こりえる(図１６参照)。本マシンがスタートポイントを見出さない場合、それは領域の境界をたどり、そして境界上の次なるマーカーを見出すであろう。マーカーを見出すと、本マシンはその誤差を認識することができ、そして再試行する。

代替案
移動経路セクションのマッチングにより領域内の前に訪れたポジションを認識する上記方法は、さまざまな要因に依存している。まず、ナビゲーションシステムは異なる機会に同じ境界に対処する際、厳密に類似の様態で本マシンを移動させることが可能であるべきである。「一致の質」閾値およびサブサンプリング経路データの処理が、マッチングプロセスが具体的経路よりもむしろ基本的経路を考えるようなものである場合、移動経路間の偏差を許容し、一方で依然として上首尾な一致を可能にする。第二にマッチングプロセスは、部屋内のポジションに特有のマッチングプロセスの間に使用されるＬメートル経路に依存する。一つ以上の対称線を持つ部屋内では、Ｌメートル経路を部屋内の二つ以上のポジションに共通とすることが可能である。明らかに、境界上に他の障害物が存在しない正確な長方形部屋は問題を引き起こす。このシステムは、さまざまな方法でさらに確固としたもの(robust)とすることができる。

まず、マッチングプロセスにおいて使用される経路の長さは、それが部屋内でまさに独特のポジションを表すまでに増大させることができる。これはナビゲーション手法の一部として自動的に実施できる。本マシンが一致を見出さずに、規定の時間間隔よりも長い間移動すれば、ナビゲーションシステムは自動的にマッチングウィンドウの長さを増大させることができる。

第二に、経路データは、領域横断中に本マシンによって収集される他の情報によって補足できる。この付加的な情報は、搭載コンパスから得られる絶対的方向情報、搭載光検出器から得られる本マシン周囲の明視野(light field)の方向、強度および／または色に関する情報、あるいは搭載距離検出器によって検出される本マシンから近くのあるいは遠くの物体までの距離に関する情報とすることができる。いずれの場合も、この付加的な情報は移動経路上のポジションに対応して記録される。

上記マップ修正プロセスは、移動経路への線形修正に適用する。別の実施形態では、蓄積誤差は、さらに複雑な手法で座標の組の間で分割できる。たとえば、部屋境界の横断路周囲で多少なりともホイールスリップが生じたことを本マシンが知覚する場合、それは経路座標の最後の半分にさらに(あるいは全ての)蓄積誤差を配分できる。

上記手法は、領域周囲で時計回り経路をたどるマシンの説明である。本マシンは、領域境界の最初の周回の間、領域周囲で反時計回り経路を採ることも同様に可能である。また、領域スキャニングのためのスタートポジションに到達するべく境界をたどる際、本マシンは時計回りあるいは反時計回り方向に境界をたどることが可能である。

上記掃除方法の実施に際し、本掃除マシンは実質的にその掃除機ヘッドの幅だけ横切りステップするのが好ましい。この結果、本掃除マシンは、最小限の時間で床面の全てをカバーする。しかしながら、本掃除マシンが内側あるいは外側にステップする距離は、他の値を持つことができる。たとえば、掃除機ヘッドの幅の数分の一だけ、たとえばその幅の半分ずつステップすることで、本掃除マシンは部屋の前の横断とオーバーラップするが、これはユーザーが特に完璧な床掃除を要求する場合に好ましい。このステップ距離はユーザーによって選定できる。ユーザーがステップ距離を選定可能とする方法には、さまざまなものがある。すなわち、ステップ距離を特定する複数のボタンあるいは制御装置、あるいはそのステップ距離での掃除機動作の効果を表示する、たとえば「通常掃除」、「徹底掃除」のようなシンボルあるいは解説を有する制御装置をユーザーに提供できる。ユーザーパネル(１４０、図１)、遠隔制御装置あるいはその両方は、このボタンを含むことができる。

本発明による自律マシンの実施形態を示す図である。 図１のマシンにおける電気系統を示す図である。 マシン挙動の全般的設定を示す図である。 作業領域の境界の周りでマシンを航行させるための方法を示す図である。 実例的部屋シナリオにおけるマシンの動作を示す図である。 実例的部屋シナリオにおけるマシンの動作を示す図である。 経路セクションを合わせるためのプロセスを示す図である。 作業領域の境界の最初の横断の後にマシンが生成した作業領域のマップを示す図である。 マップ修正プロセスを示す図である。 マップ修正プロセスにおいて使用される座標系を示す図である。 作業領域をスキャニングするための方法を示す図である。 往復して行われるスキャニング動作を示す図である。 部屋および自由スペース領域のマップを示す図である。 部屋の、選ばれた自由スペース領域の一つを示す図である。 部屋内に実在してもよい自由スペース領域のタイプを示す図である。 スキャニング開始ポイントに到達する方法を示す図である。 中央に配置された物体に対処する方法を示す図である。 スキャニング挙動を示す図である。 スキャニング挙動を示す図である。 スキャニング挙動を示す図である。

符号の説明

１００ ロボット真空掃除機
１０２ 支持シャーシ
１０４ 駆動ホイール
１０５ トラクションモーター
１１０ バッテリー
１３０ ダスト分離および収集装置
１３２ 吸引モーター
１４０ ユーザーインターフェイス
１４２ スイッチ
１４４ 照明インジケータランプ
１５０,１５２,１５４ センサー
１６０,１６２ オドメトリーホイール動作センサー
２００ マイクロプロセッサ
２１０ 不揮発性メモリー
２２０ メモリー

Claims (13)

1. 面に沿ってマシンを移動させるための駆動手段と、
   領域の周りで前記マシンを航行させるための、メモリー手段を含むナビゲーションシステムと、を具備し、
   前記ナビゲーションシステムは、
   前記マシンが配置される領域の境界を前記マシンに探査させ、前記マシンによって収集されかつ前記メモリー手段に蓄積された経路情報に基づいて前記領域のマップを構築するための探査手段と、
   前記マシンが前記領域内の前に訪れたポジションに戻ってきたかどうかを前記蓄積された経路情報に基づいて特定するための特定手段と、
   構築されたマップ上での、蓄積された現在のポジションと、蓄積された前に訪れたポジションとの間の誤差を特定するための手段と、
   前記マシンが、蓄積された前に訪れたポジションに戻る際、蓄積された現在のポジションと、蓄積された前に訪れたポジションとが同一の実際のポジションであるという知識に基づいて前記マップを修正するための修正器であって、前記修正器は、構築された前記マップ上のポイントの間で、蓄積された現在のポジションと、蓄積された前に訪れたポジションとの間の特定された前記誤差を分配するようになっている修正器と、を具備してなり、
   前記蓄積された経路情報は、前記マシンが前記境界をたどる際に前記マシンが移動した経路を表すものであることを特徴とする自律マシン。
2. 前記探査手段は、前記マシンに前記領域の境界をたどらせ、前記マシンが前記境界をたどる際、前記マシンの移動経路に関する経路情報を蓄積するよう構成され、かつ、
   前記特定手段は、前記マシンが前記領域内の前に訪れたポジションに戻ってきたかどうかを、前記マシンの移動経路の直近のセクションを表す新しい蓄積された経路情報を、前記メモリーに前に蓄積された経路のセクションを表す前に蓄積された経路情報と比較することにより特定するよう、かつ新しい蓄積された経路情報と前に蓄積された経路情報とが同一であるかどうかを判定するよう構成されていることを特徴とする請求項１に記載の自律マシン。
3. 前記経路情報は規則的間隔で蓄積されることを特徴とする請求項２に記載の自律マシン。
4. 前記経路情報は互いの間に等しい距離が置かれた間隔で蓄積されることを特徴とする請求項３に記載の自律マシン。
5. 前記経路情報は、前記マシンが前記領域の前記境界をたどる際の前記マシンの方向の変化の代表値であることを特徴とする請求項２ないし請求項４のいずれか１項に記載の自律マシン。
6. 前記経路情報は、経路情報が蓄積された前のポイントでの前記マシンの方向に対する、前記マシンの方向の相対的変化であることを特徴とする請求項５に記載の自律マシン。
7. 前記ナビゲーションシステムは、蓄積された前記経路情報から、前記移動経路の詳細さの程度が低い表示である蓄積された経路情報の第２の組を取り出すよう構成されていることを特徴とする請求項２ないし請求項６のいずれか１項に記載の自律マシン。
8. 前記特定手段は、前記新しい蓄積された経路情報と前に蓄積された経路情報とが同一であるかどうかを判定するのに、蓄積された経路情報の前記第２の組を使用するよう構成されていることを特徴とする請求項７に記載の自律マシン。
9. 前記ナビゲーションシステムは、前記マシンが前記領域の前記境界をたどった際、前記経路情報に加えて、他のパラメーターを検出しかつこの他のパラメーターを前記メモリーに蓄積するための手段をさらに具備することを特徴とする請求項２ないし請求項８のいずれか１項に記載の自律マシン。
10. 前記特定手段は、前記マシンが前記領域内の前に訪れたポジションに戻ってきたかどうかを特定するため、前記他のパラメーターをさらに使用することが可能であることを特徴とする請求項９に記載の自律マシン。
11. 前記他のパラメーターは前記マシンの絶対的方向であることを特徴とする請求項９または請求項１０に記載の自律マシン。
12. マシンが配置される領域の境界を前記マシンに探査させ、前記マシンによって収集されかつ前記メモリー手段に蓄積された経路情報に基づいて前記領域のマップを構築するステップと、
    前記マシンが前記領域内の前に訪れたポジションに戻ってきたかどうかを前記蓄積された経路情報に基づいて特定するステップと、
    構築されたマップ上での、蓄積された現在のポジションと、蓄積された前に訪れたポジションとの間の誤差を特定するステップと、
    前記マシンが前に訪れたポジションに戻る際、蓄積された現在のポジションと、蓄積された前に訪れたポジションとが同一の実際のポジションであるという知識に基づいて前記マップを修正するステップであって、構築された前記マップ上のポイントの間で、蓄積された現在のポジションと、蓄積された前に訪れたポジションとの間の特定された前記誤差を分配するステップと、を具備し、
    前記蓄積された経路情報は、前記マシンが前記境界をたどる際に前記マシンが移動した経路を表すものであることを特徴とする自律マシン制御方法。
13. 自律マシンを制御するプログラムであって、
    前記プログラムは、
    前記マシンが配置される領域の境界を前記マシンに探査させ、前記マシンによって収集されかつ前記メモリー手段に蓄積された経路情報に基づいて前記領域のマップを構築するステップと、
    前記マシンが前記領域内の、蓄積された前に訪れたポジションに戻ってきたかどうかを前記蓄積された経路情報に基づいて特定するステップと、
    構築されたマップ上での、蓄積された現在のポジションと、蓄積された前に訪れたポジションとの間の誤差を特定するステップと、
    前記マシンが、蓄積された前に訪れたポジションに戻る際、蓄積された現在のポジションと、蓄積された前に訪れたポジションとが同一の実際のポジションであるという知識に基づいて前記マップを修正するステップであって、構築された前記マップ上のポイントの間で、蓄積された現在のポジションと、蓄積された前に訪れたポジションとの間の特定された前記誤差を分配するステップと、を前記マシンに実行させるためのものであって、
    前記蓄積された経路情報は、前記マシンが前記境界をたどる際に前記マシンが移動した経路を表すものであることを特徴とするプログラム。

Images