特開 2022-128579 位置推定装置、それを含むロボットシステム、及びその位置推定方法

(19)【発行国】日本国特許庁(JP)

(12)【公報種別】公開特許公報(A)

(11)【公開番号】P2022128579

(43)【公開日】2022-09-02

(54)【発明の名称】位置推定装置、それを含むロボットシステム、及びその位置推定方法

(51)【国際特許分類】

   G05D 1/02 20200101AFI20220826BHJP

【ＦＩ】

G05D1/02 P

【審査請求】未請求

【請求項の数】20

【出願形態】ＯＬ

(21)【出願番号】P 2021184260

(22)【出願日】2021-11-11

(31)【優先権主張番号】10-2021-0024400

(32)【優先日】2021-02-23

(33)【優先権主張国・地域又は機関】KR

(71)【出願人】

【識別番号】591251636

【氏名又は名称】現代自動車株式会社

【氏名又は名称原語表記】ＨＹＵＮＤＡＩ ＭＯＴＯＲ ＣＯＭＰＡＮＹ

【住所又は居所原語表記】１２， Ｈｅｏｌｌｅｕｎｇ－ｒｏ， Ｓｅｏｃｈｏ－ｇｕ， Ｓｅｏｕｌ， Ｒｅｐｕｂｌｉｃ ｏｆ Ｋｏｒｅａ

(71)【出願人】

【識別番号】500518050

【氏名又は名称】起亞株式会社

【住所又は居所原語表記】１２， Ｈｅｏｌｌｅｕｎｇ－ｒｏ， Ｓｅｏｃｈｏ－ｇｕ， Ｓｅｏｕｌ， Ｒｅｐｕｂｌｉｃ ｏｆ Ｋｏｒｅａ

(74)【代理人】

【識別番号】110000051

【氏名又は名称】弁理士法人共生国際特許事務所

(72)【発明者】

【氏名】崔 俊 榮

(72)【発明者】

【氏名】池 昊 俊

(72)【発明者】

【氏名】李 歡 喜

(72)【発明者】

【氏名】李 泰 榮

【テーマコード（参考）】

5H301

【Ｆターム（参考）】

5H301AA01

5H301BB20

5H301CC03

5H301CC06

5H301CC10

5H301GG08

5H301GG12

5H301KK08

5H301KK18

5H301KK19

(57)【要約】

【課題】位置推定を効率的に行うことができる位置推定装置、それを含むロボットシステム、及びその位置推定方法を提供する。
【解決手段】本発明による位置推定装置は、地図上に複数のパーティクルを生成するパーティクル生成部と、対象の位置に関するセンシングデータに基づいて複数のパーティクルのそれぞれの位置正確度を算出し、位置正確度に基づいて複数のパーティクルのうちの少なくとも一つのパーティクルを基準パーティクルとして選定するパーティクル選定部と、基準パーティクルに基づいて対象の位置を判定する位置判定部と、を含む。
【選択図】図２

【特許請求の範囲】

【請求項1】

地図上に複数のパーティクルを生成するパーティクル生成部と、
対象の位置に関するセンシングデータに基づいて前記複数のパーティクルのそれぞれの位置正確度を算出し、前記位置正確度に基づいて前記複数のパーティクルのうちの少なくとも一つのパーティクルを基準パーティクルとして選定するパーティクル選定部と、
前記基準パーティクルに基づいて前記対象の位置を判定する位置判定部と、を含むことを特徴とする位置推定装置。

【請求項2】

前記パーティクル選定部は、前記位置正確度が基準値以上であるパーティクルを前記基準パーティクルとして選定することを特徴とする請求項１に記載の位置推定装置。

【請求項3】

前記パーティクル選定部は、前記地図と前記センシングデータとを比較して、前記複数のパーティクルのそれぞれの位置正確度を算出することを特徴とする請求項１に記載の位置推定装置。

【請求項4】

前記パーティクル選定部は、前記地図を距離変換（ｄｉｓｔａｎｃｅ ｔｒａｎｓｆｏｒｍ）して獲得したコストマップ（ｃｏｓｔ ｍａｐ）と前記センシングデータとをコンボルーション（ｃｏｎｖｏｌｕｔｉｏｎ）して前記複数のパーティクルのそれぞれの位置正確度を算出することを特徴とする請求項１に記載の位置推定装置。

【請求項5】

前記パーティクル選定部は、前記基準パーティクルを除いた残りのパーティクルを、前記基準パーティクルを中心に再分配することを特徴とする請求項１に記載の位置推定装置。

【請求項6】

前記パーティクル選定部は、前記基準パーティクルを除いた残りのパーティクルを、前記基準パーティクルのそれぞれの位置正確度に基づいて再分配することを特徴とする請求項５に記載の位置推定装置。

【請求項7】

前記パーティクル選定部は、前記基準パーティクルが複数個である場合、前記対象を一定距離以上移動させた後に前記基準パーティクルのそれぞれの位置正確度を再算出し、再算出された前記基準パーティクルの位置正確度に基づいて基準パーティクルを再選定することを特徴とする請求項１に記載の位置推定装置。

【請求項8】

前記パーティクル選定部は、前記基準パーティクルが一つに収束するまで前記基準パーティクルを繰り返して選定することを特徴とする請求項７に記載の位置推定装置。

【請求項9】

前記位置判定部は、収束した基準パーティクルの位置を前記対象の位置として判定することを特徴とする請求項８に記載の位置推定装置。

【請求項10】

前記位置判定部は、前記基準パーティクルが複数個である場合、前記位置正確度が最も高い基準パーティクルの位置を前記対象の位置として判定することを特徴とする請求項１に記載の位置推定装置。

【請求項11】

ロボットの周辺の地形情報をセンシングするセンサ部と、
前記センサ部のセンシングデータに基づいて地図上に生成された複数のパーティクルのそれぞれの位置正確度を算出し、前記位置正確度に基づいて前記複数のパーティクルのうちの少なくとも一つのパーティクルを基準パーティクルとして選定し、前記基準パーティクルに基づいて対象の位置を推定する位置推定部と、を含むことを特徴とするロボットシステム。

【請求項12】

前記センサ部は、前記ロボットと周辺物との距離を検出するライダー（ＬｉＤＡＲ）を含むことを特徴とする請求項１１に記載のロボットシステム。

【請求項13】

前記ロボットを移動させ、ホイールエンコーダ（ｗｈｅｅｌ ｅｎｃｏｄｅｒ）により測定された値に基づいて前記対象の移動距離を算出する駆動部をさらに含むことを特徴とする請求項１１に記載のロボットシステム。

【請求項14】

地図上に複数のパーティクルを生成するステップと、
対象の位置に関するセンシングデータに基づいて前記複数のパーティクルのそれぞれの位置正確度を算出するステップと、
前記位置正確度に基づいて前記複数のパーティクルのうちの少なくとも一つのパーティクルを基準パーティクルとして選定するステップと、
前記基準パーティクルに基づいて前記対象の位置を判定するステップと、を含むことを特徴とする位置推定方法。

【請求項15】

前記複数のパーティクルのうちの少なくとも一つのパーティクルを基準パーティクルとして選定するステップは、前記位置正確度が基準値以上であるパーティクルを前記基準パーティクルとして選定することを特徴とする請求項１４に記載の位置推定方法。

【請求項16】

前記複数のパーティクルのうちの少なくとも一つのパーティクルを基準パーティクルとして選定するステップは、前記地図と前記センシングデータとを比較して、前記複数のパーティクルのそれぞれの位置正確度を算出することを特徴とする請求項１４に記載の位置推定方法。

【請求項17】

前記複数のパーティクルのうちの少なくとも一つのパーティクルを基準パーティクルとして選定するステップは、前記地図を距離変換して獲得したコストマップと前記センシングデータとをコンボルーションして前記複数のパーティクルのそれぞれの位置正確度を算出することを特徴とする請求項１４に記載の位置推定方法。

【請求項18】

前記複数のパーティクルのうちの少なくとも一つのパーティクルを基準パーティクルとして選定するステップは、前記基準パーティクルが複数個である場合、前記対象を移動させた後に前記基準パーティクルのそれぞれの位置正確度を再算出し、再算出された前記基準パーティクルの位置正確度に基づいて基準パーティクルを再選定することを特徴とする請求項１４に記載の位置推定方法。

【請求項19】

前記複数のパーティクルのうちの少なくとも一つのパーティクルを基準パーティクルとして選定するステップは、前記基準パーティクルが一つに収束するまで前記基準パーティクルを繰り返して選定することを特徴とする請求項１８に記載の位置推定方法。

【請求項20】

前記対象の位置を判定するステップは、収束した基準パーティクルの位置を前記対象の位置として判定することを特徴とする請求項１９に記載の位置推定方法。

【発明の詳細な説明】

【技術分野】

【0001】

本発明は、位置推定装置、それを含むロボットシステム、及びその位置推定方法に関する。

【背景技術】

【0002】

現在、ロボット関連技術の発達に伴い、家庭や産業現場で様々な形態のロボットが用いられている。これらのロボットは、家の中を移動しながら掃除などの家事業務を行う家庭用ロボットだけでなく、製造業などの産業現場で機械的作業を行う産業用ロボットまで、様々な分野で大きな活用価値が認められている。

【0003】

特に、これらのロボットは、多数の区域を移動しながら人に代わって作業を行うが、このような移動型ロボットにおいては、自分の現在位置を認識することが必須に求められる。このように、移動型ロボットの位置を推定するために、別の無線装置を用いたり、多数の視点における位置情報と比較するなど、多様な方法が試されている。しかし、これらの方法は別の通信装置が必要になるか、または複雑な計算アルゴリズムを経なければならないため、高仕様・高コストのロボットシステムが求められる。

【先行技術文献】

【特許文献】

【0004】

【特許文献1】特開２００９－１９０１６４号公報

【発明の概要】

【発明が解決しようとする課題】

【0005】

本発明は、上記従来技術に鑑みてなされたものであって、本発明の目的は、ロボットの内部のセンサのみを用いて、位置推定を効率的に行うことができる位置推定装置、それを含むロボットシステム、及びその位置推定方法を提供することにある。

【課題を解決するための手段】

【0006】

上記目的を達成するためになされた本発明の一態様による位置推定装置は、地図上に複数のパーティクルを生成するパーティクル生成部と、対象の位置に関するセンシングデータに基づいて前記複数のパーティクルのそれぞれの位置正確度を算出し、前記位置正確度に基づいて前記複数のパーティクルのうちの少なくとも一つのパーティクルを基準パーティクルとして選定するパーティクル選定部と、前記基準パーティクルに基づいて前記対象の位置を判定する位置判定部と、を含むことを特徴とする。

【0007】

前記パーティクル選定部は、前記位置正確度が基準値以上であるパーティクルを前記基準パーティクルとして選定することができる。

【0008】

前記パーティクル選定部は、前記地図と前記センシングデータとを比較して、前記複数のパーティクルのそれぞれの位置正確度を算出することができる。

【0009】

前記パーティクル選定部は、前記地図を距離変換して獲得したコストマップと前記センシングデータとをコンボルーション（ｃｏｎｖｏｌｕｔｉｏｎ）して前記複数のパーティクルのそれぞれの位置正確度を算出することができる。

【0010】

前記パーティクル選定部は、前記基準パーティクルを除いた残りのパーティクルを、前記基準パーティクルを中心に再分配し得る。

【0011】

前記パーティクル選定部は、前記基準パーティクルを除いた残りのパーティクルを、前記基準パーティクルのそれぞれの位置正確度に基づいて再分配し得る。

【0012】

前記パーティクル選定部は、前記基準パーティクルが複数個である場合、前記対象を一定距離以上移動させた後に前記基準パーティクルのそれぞれの位置正確度を再算出し、再算出された前記基準パーティクルの位置正確度に基づいて基準パーティクルを再選定し得る。

【0013】

前記パーティクル選定部は、前記基準パーティクルが一つに収束するまで前記基準パーティクルを繰り返して選定し得る。

【0014】

前記位置判定部は、収束した基準パーティクルの位置を前記対象の位置として判定し得る。

【0015】

前記位置判定部は、前記基準パーティクルが複数個である場合、前記位置正確度が最も高い基準パーティクルの位置を前記対象の位置として判定し得る。

【0016】

上記目的を達成するためになされた本発明の一態様によるロボットシステムは、ロボットの周辺の地形情報をセンシングするセンサ部と、前記センサ部のセンシングデータに基づいて地図上に生成された複数のパーティクルのそれぞれの位置正確度を算出し、前記位置正確度に基づいて前記複数のパーティクルのうちの少なくとも一つのパーティクルを基準パーティクルとして選定し、前記基準パーティクルに基づいて対象の位置を推定する位置推定部と、を含むことを特徴とする。

【0017】

前記センサ部は、前記ロボットと周辺物との距離を検出するライダー（ＬｉＤＡＲ）を含むことが好ましい。

【0018】

前記ロボットを移動させ、ホイールエンコーダ（ｗｈｅｅｌ ｅｎｃｏｄｅｒ）により測定された値に基づいて前記対象の移動距離を算出する駆動部をさらに含むことが好ましい。

【0019】

上記目的を達成するためになされた本発明の一態様による位置推定方法は、地図上に複数のパーティクルを生成するステップと、対象の位置に関するセンシングデータに基づいて前記複数のパーティクルのそれぞれの位置正確度を算出するステップと、前記位置正確度に基づいて前記複数のパーティクルのうちの少なくとも一つのパーティクルを基準パーティクルとして選定するステップと、前記基準パーティクルに基づいて前記対象の位置を判定するステップと、を含むことを特徴とする。

【0020】

前記複数のパーティクルのうちの少なくとも一つのパーティクルを基準パーティクルとして選定するステップは、前記位置正確度が基準値以上であるパーティクルを前記基準パーティクルとして選定することが好ましい。

【0021】

前記複数のパーティクルのうちの少なくとも一つのパーティクルを基準パーティクルとして選定するステップは、前記地図と前記センシングデータとを比較して、前記複数のパーティクルのそれぞれの位置正確度を算出することが好ましい。

【0022】

前記複数のパーティクルのうちの少なくとも一つのパーティクルを基準パーティクルとして選定するステップは、前記地図を距離変換して獲得したコストマップと前記センシングデータとをコンボルーションして前記複数のパーティクルのそれぞれの位置正確度を算出し得る。

【0023】

前記複数のパーティクルのうちの少なくとも一つのパーティクルを基準パーティクルとして選定するステップは、前記基準パーティクルが複数個である場合、前記対象を移動させた後に前記基準パーティクルのそれぞれの位置正確度を再算出し、再算出された前記基準パーティクルの位置正確度に基づいて基準パーティクルを再選定することが好ましい。

【0024】

前記複数のパーティクルのうちの少なくとも一つのパーティクルを基準パーティクルとして選定するステップは、前記基準パーティクルが一つに収束するまで前記基準パーティクルを繰り返して選定することが好ましい。

【0025】

前記対象の位置を判定するステップは、収束した基準パーティクルの位置を前記対象の位置として判定することが好ましい。

【発明の効果】

【0026】

本発明による位置推定装置、それを含むロボットシステム、及びその位置推定方法は、別の装置や複雑なアルゴリズムなしに、ロボットの内部のセンサのみを用いてロボットの全域測位を行うことで、ロボットの製造コストを低減し、位置推定の手順を効率的に行うことができる。

【0027】

その他に、本明細書書から直接的または間接的に把握される多様な効果が提供される。

【図面の簡単な説明】

【0028】

【図1】本発明の一実施形態によるロボットシステムの構成を示すブロック図である。

【図2】本発明の一実施形態による位置推定装置の構成を示すブロック図である。

【図3】本発明の一実施形態による位置推定装置のパーティクル生成動作を説明するための図である。

【図4】本発明の一実施形態による位置推定装置の基準パーティクル選定動作を説明するための図である。

【図5】本発明の一実施形態による位置推定装置の位置推定動作を説明するための図である。

【図6】本発明の一実施形態による位置推定装置の動作を示すフローチャートである。

【図7】本発明の一実施形態による位置推定方法を示すフローチャートである。

【図8】本発明の一実施形態によるコンピューティングシステムを示す図である。

【発明を実施するための形態】

【0029】

以下、本発明を実施するための形態の具体例を図面を参照しながら詳細に説明する。各図面の構成要素に参照符号を付加するにあたり、同一の構成要素に対しては、たとえ異なる図面上に表示されても、できる限り同一の符号を有するようにしている。また、本発明の実施形態を説明するにあたり、関連した公知の構成または機能についての具体的な説明が本発明の実施形態の理解を妨げると判断される場合には、その詳細な説明は省略する。

【0030】

本発明の実施形態の構成要素を説明するのに際し、第１、第２、Ａ、Ｂ、（ａ）、（ｂ）などの用語を使用するが、これらの用語は、その構成要素を他の構成要素と区別するためのものにすぎず、その用語により、該当構成要素の本質や順番または順序などは限定されない。また、別に定義されない限り、技術的または科学的な用語を始めとする本明細書で用いられる全ての用語は、本発明が属する技術分野において通常の知識を有する者によって一般に理解されるものと同一の意味を有する。一般に用いられる辞書に定義されているような用語は、関連技術が文脈上有する意味と一致する意味を有すると解釈され、本明細書で明白に定義しない限り、理想的または過度に形式的な意味で解釈されない。

【0031】

以下、図１～図８を参照して、本発明の実施形態について具体的に説明する。

【0032】

図１は、本発明の一実施形態によるロボットシステムの構成を示すブロック図である。

【0033】

図１を参照すると、本発明の一実施形態によるロボットシステム１００は、センサ部１１０、駆動部１２０、及び位置推定部１３０を含む。

【0034】

センサ部１１０は、ロボットの周辺の地形情報をセンシングする。例えば、センサ部１１０は、ロボットと周辺物との距離をセンシングする。具体的に、センサ部１１０は、周辺物（例えば、壁、障害物など）に信号（例えば、光信号）を送信し、事物から反射してくる信号を検出することで、距離を測定する。また、センサ部１１０により測定された距離情報は、位置推定部１３０に伝送される。例えば、センサ部１１０はライダー（ＬｉＤＡＲ）を含む。

【0035】

駆動部１２０は、ロボットを移動させる。例えば、駆動部１２０は、ホイールによりロボットを目的地に移動させる。この場合、駆動部１２０は、ホイールエンコーダ（ｗｈｅｅｌ ｅｎｃｏｄｅｒ）により測定された値に基づいてロボットの移動距離を算出する。また、駆動部１２０により算出された移動距離情報は、位置推定部１３０に伝送される。

【0036】

位置推定部１３０は、地図全体に複数のパーティクルを生成し、センサ部１１０のセンシングデータに基づいて複数のパーティクルのそれぞれの位置正確度（位置精度）を算出する。ここで、パーティクルは対象（例えば、ロボット）の候補位置に配置される。この場合、位置推定部１３０は、センサ部１１０により測定されたデータ（例えば、距離情報）を複数のパーティクルのそれぞれに対してマッチングすることで、複数のパーティクルのそれぞれに対する位置正確度を算出する。

【0037】

また、位置推定部１３０は、複数のパーティクルのそれぞれに対して算出された位置正確度に基づいて、複数のパーティクルのうちの少なくとも一つのパーティクルを基準パーティクルとして選定する。この際、基準パーティクルには、位置正確度が既設定の基準値以上であるパーティクルが選定される。また、基準パーティクルを除いた残りのパーティクルは、基準パーティクルを中心に再分配される。

【0038】

そして、位置推定部１３０は、選定された基準パーティクルに基づいて対象の位置を推定する。例えば、位置推定部１３０は、基準パーティクルのうちの位置正確度が最も高い基準パーティクルを対象の位置として決定するか、または、対象の位置を駆動部１２０により移動させた後、基準パーティクルが一つに収束するまで繰り返して選定することで、対象の位置を決定する。これについては、以下の図２～６を参照して詳細に後述する。

【0039】

図２は、本発明の一実施形態による位置推定装置の構成を示すブロック図である。

【0040】

図２を参照すると、本発明の一実施形態による位置推定装置１３０は、パーティクル生成部１３１、パーティクル選定部１３２、及び位置判定部１３３を含む。この際、図２の位置推定装置１３０は、図１の位置推定部１３０と実質的に同一の構成である。

【0041】

パーティクル生成部１３１は、地図上に複数のパーティクルを生成する。この際、それぞれのパーティクルは、地図上において、位置を推定しようとする対象の候補位置に配置される。または、それぞれのパーティクルは、地図上に一定間隔で均一に配置される。

【0042】

パーティクル選定部１３２は、対象の位置に関するセンシングデータに基づいて複数のパーティクルのそれぞれの位置正確度を算出する。この際、パーティクル選定部１３２は、地図とセンシングデータとを比較し、複数のパーティクルのそれぞれの位置正確度を算出する。例えば、パーティクル選定部１３２は、複数のパーティクルのそれぞれの地図上の位置と、外部センサ（例えば、図１のセンサ部１１０）から獲得されたセンシング情報とを比較することで、複数のパーティクルのそれぞれの位置正確度を算出する。

【0043】

具体的に、パーティクル選定部１３２は、予め格納された地図を距離変換（ｄｉｓｔａｎｃｅ ｔｒａｎｓｆｏｒｍ）して獲得したコストマップ（ｃｏｓｔ ｍａｐ）とセンシングデータとをコンボルーション（ｃｏｎｖｏｌｕｔｉｏｎ）して複数のパーティクルのそれぞれの位置正確度を算出する。ここで、コストマップとは、対象が位置している区域の地図を距離変換した結果であり、例えば、地図上に壁や障害物がある地点に隣接するほど値が小さくなり、周辺に壁や障害物のない地点は値が大きくなるように構成される。

【0044】

また、パーティクル選定部１３２は、算出された位置正確度に基づいて、複数のパーティクルのうちの少なくとも一つのパーティクルを基準パーティクルとして選定する。ここで、基準パーティクルには、対象（例えば、ロボット）の現在位置に該当する可能性が高いパーティクルが選定される。例えば、パーティクル選定部１３２は、位置正確度が基準値以上であるパーティクルを基準パーティクルとして選定する。

【0045】

パーティクル選定部１３２は、基準パーティクルを除いた残りのパーティクルを、基準パーティクルを中心に再分配する。例えば、パーティクル選定部１３２は、基準パーティクルを除いた残りのパーティクルを、基準パーティクルのそれぞれの位置正確度に基づいて再分配する。この際、パーティクル選定部１３２は、基準パーティクルが複数個である場合、各基準パーティクルの位置正確度に応じて差をつけ、残りのパーティクルを分配する。例えば、３個の基準パーティクルの位置正確度が９０％、８０％、６０％である場合、残りのパーティクルをそれぞれ９：８：６の割合で３個の基準パーティクルに分配する。

【0046】

また、パーティクル選定部１３２は、基準パーティクルが複数個である場合、対象を一定距離以上移動させた後、基準パーティクルのそれぞれの位置正確度を再算出する。この場合、パーティクル選定部１３２は、再算出された基準パーティクルの位置正確度に基づいて基準パーティクルを再選定する。このように、パーティクル選定部１３２は、基準パーティクルが一つに収束するまで基準パーティクルを繰り返して選定する。

【0047】

位置判定部１３３は、基準パーティクルに基づいて対象の位置を判定する。例えば、位置判定部１３３は、パーティクル選定部１３２により一つに収束した基準パーティクルの位置を対象の位置として判定する。または、位置判定部１３３は、基準パーティクルが複数個である場合、位置正確度が最も高い基準パーティクルの位置を対象の位置として判定する。

【0048】

このように、本発明の一実施形態による位置推定装置１３０、それを含むロボットシステム１００は、別の装置や複雑なアルゴリズムなしに、ロボットの内部のセンサのみを用いてロボットの全域測位を行うことで、ロボットの製造コストを低減し、位置推定の手順を効率的に行うことができる。

【0049】

図３は、本発明の一実施形態による位置推定装置のパーティクル生成動作を説明するための図である。

【0050】

図３の（ａ）を参照すると、Ｒは、本発明の一実施形態による位置推定装置１３０で位置を推定しようとする対象（例えば、ロボット）を示し、Ｌ１は、センサ部１１０（例えば、ライダーセンサ）により測定したセンシングデータを示す。ここで、Ｌ１は、ライダーセンサにより測定されたセンシングデータによって抽出された構造（壁）の一部を示したものである。また、図３の（ａ）に示すように、位置推定装置１３０は、地図上に任意の位置を対象Ｒの位置として設定する。

【0051】

また、図３の（ｂ）を参照すると、位置推定装置１３０は、地図上の任意の位置に複数のパーティクルＰを生成する。この際、位置推定装置１３０は、図３の（ｂ）に示すように、地図の全領域にわたって均一にパーティクルを生成するか、または、地図上において、対象Ｒが位置する可能性が高い候補位置のみに生成するようにする。例えば、複数のパーティクルＰのそれぞれには座標が付与されている。

【0052】

図４は、本発明の一実施形態による位置推定装置の基準パーティクル選定動作を説明するための図である。

【0053】

図４の（ａ）を参照すると、Ｃは、本発明の一実施形態による位置推定装置１３０により地図を距離変換したコストマップを示し、Ｍは地図データ（例えば、壁）を示し、Ｌはライダーセンサにより測定したデータを示す。また、図４の（ａ）に陰影で示すように、コストマップＣは、壁や障害物に近い部分は低い値を有して暗く表示され、壁や障害物から遠くなるほど値が大きくなるため明るく表示される。したがって、コストマップＣから、特定位置の周辺に壁や障害物が存在するか否かを判断することができる。

【0054】

このように、本発明の一実施形態による位置推定装置１３０は、距離変換により算出されたコストマップＣのデータと、ライダーセンサから受信したセンシングデータとのコンボルーションを行う。その結果、図３の（ａ）で生成した複数のパーティクルのそれぞれに対して位置正確度を算出することができる。

【0055】

図４の（ｂ）を参照すると、位置推定装置１３０により、複数のパーティクルのうち４個のパーティクルを基準パーティクル（Ｐ１～Ｐ４）として算出したことを示している。この際、それぞれの基準パーティクル（Ｐ１～Ｐ４）には、位置正確度が基準値（例えば、８０％）以上であるパーティクルが選定される。

【0056】

また、図４の（ｂ）に示すように、基準パーティクル（Ｐ１～Ｐ４）のそれぞれに対して、残りのパーティクルを再分配する。この場合、基準パーティクル（Ｐ１～Ｐ４）のそれぞれの位置正確度に応じて、残りのパーティクルに差をつけて分配する。例えば、図４の（ｂ）では、Ｐ４からＰ１に行くほど位置正確度が高いため、残りのパーティクルも、Ｐ４からＰ１の順に多く分配されることが分かる。

【0057】

図５は、本発明の一実施形態による位置推定装置の位置推定動作を説明するための図である。

【0058】

図５の（ａ）を参照すると、Ｒは、図３及び図４の対象を、一定距離だけ右側に移動させたことを示し、Ｌ２は、対象Ｒの移動によるライダーセンサの測定データを示す。Ｐ１’は、本発明の一実施形態による位置推定装置１３０により、図４の（ｂ）に示す複数の基準パーティクル（Ｐ１～Ｐ４）のうちの一つであるＰ１に収束させたことを示している。この場合、図５の（ａ）では、対象Ｒを一定距離以上右側に移動させた後、上述の方法により基準パーティクルを再選定することで、一つの基準パーティクルＰ１’に収束するようにしている。この際、基準パーティクルが一つに収束するまで上述の過程を繰り返して行う。例えば、基準パーティクルを収束させる過程は、ＰＳＯ（ｐａｒｔｉｃｌｅ ｓｗａｒｍ ｏｐｔｉｍｉｚａｔｉｏｎ）アルゴリズムに従って行う。

【0059】

図５の（ｂ）を参照すると、位置推定装置１３０は、地図上の図５の（ａ）に示す基準パーティクルＰ１’の位置を対象Ｒ’の現在位置として決定したことが示されている。また、図５の（ｂ）に示すように、ライダーセンサによるセンシングデータＬ’も、実際の対象Ｒ’の現在位置に対応することが分かる。

【0060】

このように、従来の一般的なロボットは、以前の時間（ｔ－１）の位置を基準として現在（ｔ）の位置を推定するため、再起動やエラーなどによりロボットシステムが現在の位置を失うと、それ以上持続的な位置推定が不可能であるという問題があった。しかし、本発明の一実施形態による位置推定装置１３０を含むロボットシステム１００は、ロボットが現在の位置を失う状況が発生した際にも、現在の位置を効果的に推定することで、ロボットシステムの持続的な運営を可能とする。

【0061】

図６は、本発明の一実施形態による位置推定装置の動作を示すフローチャートである。

【0062】

図６を参照すると、本発明の一実施形態による位置推定装置１３０は、先ず、地図上にパーティクルを生成する（Ｓ１０）。この際、地図の全域にわたって既設定の数のパーティクルを均一に、または候補位置を中心に生成する。そして、生成されたパーティクルのそれぞれに対する位置正確度を測定する（Ｓ２０）。この場合、センサ部１１０（例えば、ライダーセンサ）のセンシングデータに基づいてそれぞれのパーティクルの地図上の位置に対する整合性を測定することで、位置正確度を測定する。

【0063】

また、生成されたパーティクルのうち、位置正確度に基づいて基準パーティクルを選定する（Ｓ３０）。例えば、位置正確度が設定された基準値以上であるパーティクルを基準パーティクルとして選定するか、または位置正確度が高い順にｎ個の正確度の高いパーティクルを基準パーティクルとして選定する。

【0064】

そして、残りのパーティクルを、基準パーティクルを基準に再分配する（Ｓ４０）。例えば、基準パーティクルが複数個である場合、基準パーティクルの位置正確度に応じて差をつけて残りのパーティクルを分配する。

【0065】

次に、基準パーティクルが収束するか否かを判断する（Ｓ５０）。基準パーティクルが一つに収束する場合（ＹＥＳ）、該当基準パーティクルの位置を対象の位置として判定（決定）する（Ｓ６０）。これに対し、基準パーティクルが収束せず、複数個が算出される場合（ＮＯ）には、対象を一定距離以上移動させる（Ｓ７０）。また、対象の移動に応じて、生成されたパーティクルも共に移動させる（Ｓ８０）。そして、基準パーティクルが一つに収束するまで、上述のステップ（Ｓ２０～Ｓ５０）の動作を繰り返す。

【0066】

図７は、本発明の一実施形態による位置推定方法を示すフローチャートである。

【0067】

以下、図７を参照して本発明の一実施形態による位置推定方法を具体的に説明する。以下では、図２の位置推定装置１３０が図７のプロセスを行うことを仮定する。また、図７の説明において、装置により行われると説明する動作は、位置推定装置１３０のプロセッサによって制御される。

【0068】

図７を参照すると、本発明の一実施形態による位置推定方法は、先ず、地図上に複数のパーティクルを生成する（Ｓ１１０）。この際、それぞれのパーティクルは、地図上において位置を推定しようとする対象の候補位置に配置される。または、それぞれのパーティクルは地図上に一定間隔で均一に配置される。

【0069】

また、対象の位置に関するセンシングデータに基づいて、複数のパーティクルのそれぞれの位置正確度を算出する（Ｓ１２０）。この場合、地図とセンシングデータとを比較し、複数のパーティクルのそれぞれの位置正確度を算出する。例えば、ステップＳ１２０では、複数のパーティクルのそれぞれの地図上の位置と、外部センサ（例えば、図１のセンサ部１１０）から獲得されたセンシング情報とを比較することで、複数のパーティクルのそれぞれの位置正確度を算出する。具体的に、ステップＳ１２０では、予め格納された地図を距離変換して獲得したコストマップとセンシングデータとをコンボルーションして複数のパーティクルのそれぞれの位置正確度を算出する。

【0070】

次に、算出された位置正確度に基づいて、複数のパーティクルのうちの少なくとも一つのパーティクルを基準パーティクルとして選定する（Ｓ１３０）。ここで、基準パーティクルとしては、対象（例えば、ロボット）の現在位置に該当する可能性が高いパーティクルが選定される。例えば、ステップＳ１３０では、位置正確度が基準値以上であるパーティクルを基準パーティクルとして選定する。

【0071】

また、ステップＳ１３０では、基準パーティクルを除いた残りのパーティクルを、基準パーティクルを中心に再分配する。例えば、基準パーティクルを除いた残りのパーティクルを、基準パーティクルのそれぞれの位置正確度に基づいて再分配する。基準パーティクルが複数個である場合、各基準パーティクルの位置正確度に応じて差をつけて残りのパーティクルを分配する。

【0072】

また、ステップＳ１２０及びＳ１３０において、基準パーティクルが複数個である場合には、対象を一定距離以上移動させた後、基準パーティクルのそれぞれの位置正確度を再算出する。この場合、再算出された基準パーティクルの位置正確度に基づいて基準パーティクルを再選定する。このように、基準パーティクルが一つに収束するまで、基準パーティクルを繰り返して選定する。

【0073】

そして、基準パーティクルに基づいて対象の位置を判定する（Ｓ１４０）。例えば、ステップＳ１４０では、一つに収束した基準パーティクルの位置を対象の位置として判定する。または、基準パーティクルが複数個である場合、位置正確度が最も高い基準パーティクルの位置を対象の位置として判定する。

【0074】

このように、本発明の一実施形態による位置推定方法は、別の装置や複雑なアルゴリズムなしに、ロボットの内部のセンサのみを用いてロボットの全域測位を行うことで、ロボットの製造コストを低減し、位置推定の手順を効率的に行うことができる。

【0075】

図８は、本発明の一実施形態によるコンピューティングシステムを示す図である。

【0076】

図８を参照すると、コンピューティングシステム１０００は、バス１２００を介して連結される少なくとも１つのプロセッサ１１００と、メモリー１３００と、ユーザインタフェース入力装置１４００と、ユーザインタフェース出力装置１５００と、ストレージ１６００と、ネットワークインタフェース１７００と、を含む。

【0077】

プロセッサ１１００は、中央処理装置（ＣＰＵ）であるか、またはメモリー１３００及び／またはストレージ１６００に格納されている命令語に対する処理を実行する半導体装置である。メモリー１３００及びストレージ１６００は、種々の揮発性または不揮発性記憶媒体を含む。例えば、メモリー１３００は、ＲＯＭ（Ｒｅａｄ Ｏｎｌｙ Ｍｅｍｏｒｙ）１３１０及びＲＡＭ（Ｒａｎｄｏｍ Ａｃｃｅｓｓ Ｍｅｍｏｒｙ）１３２０を含む。

【0078】

したがって、本明細書に開示された実施形態に関連して説明された方法またはアルゴリズムのステップは、プロセッサ１１００により実行されるハードウェア、ソフトウェアモジュール、またはその２つの結合により直接実現される。ソフトウェアモジュールは、ＲＡＭメモリー、フラッシュメモリー、ＲＯＭメモリー、ＥＰＲＯＭメモリー、ＥＥＰＲＯＭメモリー、レジスター、ハードディスク、着脱型ディスク、ＣＤ－ＲＯＭのような記憶媒体（すなわち、メモリー１３００及び／またはストレージ１６００）に常駐してもよい。

【0079】

例示的な記憶媒体はプロセッサ１１００にカップリングされ、プロセッサ１１００は、記憶媒体から情報を読み取ることができ、かつ記憶媒体に情報を書き込むことができる。他の方法として、記憶媒体はプロセッサ１１００と一体型であってもよい。プロセッサ及び記憶媒体は特定用途向け集積回路（ＡＳＩＣ）内に常駐してもよい。ＡＳＩＣはユーザ端末機内に常駐してもよい。他の方法として、プロセッサ及び記憶媒体は、ユーザ端末機内に個別コンポーネントとして常駐してもよい。

【0080】

以上の説明は、本発明の技術思想を例示的に説明したものに過ぎず、本発明が属する技術分野において通常の知識を有する者であれば、本発明の本質的な特性から逸脱しない範囲で多様な修正及び変形が可能である。

【0081】

したがって、本明細書に開示された実施形態は、本発明の技術思想を限定するためのものではなく、単に説明するためのものであり、これらの実施形態により本発明の技術思想の範囲が限定されるものではない。

【符号の説明】

【0082】

１００ ロボットシステム
１１０ センサ部
１２０ 駆動部
１３０ 位置推定部（位置推定装置）
１３１ パーティクル生成部
１３２ パーティクル選定部
１３３ 位置判定部
１０００ コンピューティングシステム
１１００ プロセッサ
１２００ バス
１３００ メモリー
１３１０ ＲＯＭ
１３２０ ＲＡＭ
１４００ ユーザインタフェース入力装置
１５００ ユーザインタフェース出力装置
１６００ ストレージ
１７００ ネットワークインタフェース

【図1】

【図2】

【図3】

【図4】

【図5】

【図6】

【図7】

【図8】