特開 2023-137764 自動走行車両

(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】P2023137764

(43)【公開日】2023-09-29

(54)【発明の名称】自動走行車両

(51)【国際特許分類】

   B60W 30/10 20060101AFI20230922BHJP

   G05D 1/02 20200101ALI20230922BHJP

   B62D 6/00 20060101ALI20230922BHJP

   B60W 30/095 20120101ALI20230922BHJP

   B60W 60/00 20200101ALI20230922BHJP

   G08G 1/16 20060101ALI20230922BHJP

【ＦＩ】

B60W30/10

G05D1/02 H

G05D1/02 W

B62D6/00

B60W30/095

B60W60/00

G08G1/16 C

【審査請求】有

【請求項の数】5

【出願形態】ＯＬ

(21)【出願番号】P 2022044125

(22)【出願日】2022-03-18

(71)【出願人】

【識別番号】000232807

【氏名又は名称】三菱ロジスネクスト株式会社

(74)【代理人】

【識別番号】110000475

【氏名又は名称】弁理士法人みのり特許事務所

(72)【発明者】

【氏名】辻阪 龍

【テーマコード（参考）】

3D232

3D241

5H181

5H301

【Ｆターム（参考）】

3D232CC20

3D232DA03

3D232DA24

3D232DD08

3D232DD13

3D232EB04

3D232GG06

3D241BA11

3D241BA15

3D241BA16

3D241BA32

3D241BA49

3D241BC02

3D241CA18

3D241CE09

3D241DA52Z

3D241DB01Z

3D241DB03Z

3D241DB12Z

3D241DB14Z

3D241DB20Z

5H181AA07

5H181CC03

5H181CC04

5H181CC14

5H181FF27

5H181LL09

5H301AA01

5H301AA10

5H301BB07

5H301CC03

5H301CC06

5H301CC10

5H301DD01

5H301DD15

5H301GG08

5H301GG09

5H301GG14

5H301GG16

5H301HH01

5H301HH02

5H301HH03

5H301JJ01

(57)【要約】

【課題】より精度良く目標経路に沿って走行できる自動走行車両を提供する。
【解決手段】自動走行車両である無人フォークリフトＦは、前輪１１Ｒ，１１Ｌおよび後輪１２を有する車両本体１と、後輪１２の向きである舵角を変える操舵装置１３と、操舵装置１３の動作の遅れを考慮して、車両本体１が目標経路に沿って走行するように前記操舵装置１３を制御する制御部としての制御装置１９とを備える。
【選択図】図１

【特許請求の範囲】

【請求項1】

車輪を有する車両本体と、
前記車輪の向きである舵角を変える操舵装置と、
前記操舵装置の動作の遅れを考慮して、前記車両本体が目標経路に沿って走行するように前記操舵装置を制御する制御部と、を備える
ことを特徴とする自動走行車両。

【請求項2】

前記車両本体の状態である車両状態を検出するセンサをさらに備え、
前記制御部は、前記センサによる前記車両状態の検出結果に基づいて、前記車両本体を制御対象としてモデル化したモデル予測制御により、前記操舵装置を制御する
ことを特徴とする請求項１に記載の自動走行車両。

【請求項3】

前記操舵装置の動作の遅れを考慮した前記車両本体に係る車両モデルを記憶する記憶部をさらに備え、
前記制御部は、前記記憶部に記憶されている前記車両モデルと、前記センサによる前記車両状態の検出結果とに基づいて、前記操舵装置の動作の遅れを考慮するとともに前記車両本体を制御対象としてモデル化したモデル予測制御により、前記操舵装置を制御する
ことを特徴とする請求項２に記載の自動走行車両。

【請求項4】

前記センサとして、
前記舵角を検出するための舵角センサと、
前記車輪の周速度を検出するための車輪速センサと、
前記車両本体の位置を検出するための位置センサと、
前記車両本体の姿勢を検出するための姿勢センサと、を備え、
前記制御部は、前記車両モデルと、前記舵角と、前記車輪の周速度と、前記車両本体の位置と、前記車両本体の姿勢とに基づいて、前記操舵装置を制御する
ことを特徴とする請求項３に記載の自動走行車両。

【請求項5】

前記車両本体の周辺に存在する物体の位置データに基づいて、前記車両本体の位置および姿勢を推定する推定装置をさらに備え、
前記位置センサおよび前記姿勢センサは、前記位置データを取得するレーザースキャナーまたはカメラにより構成されている
ことを特徴とする請求項４に記載の自動走行車両。

【発明の詳細な説明】

【技術分野】

【0001】

本発明は、無人搬送車両や無人フォークリフト等の自動走行車両に関するものである。

【背景技術】

【0002】

自動走行車両として、倉庫内での荷役を無人で行うために、当該倉庫内での自車の位置を推定し、設定された目標経路に沿って自律して走行する（すなわち経路追従制御を行う）無人搬送車両や無人フォークリフトが知られている（例えば、特許文献１参照）。

【0003】

経路追従制御としては、Pure Pursuit、Rear Wheel Based Feedback、Front Wheel Based Feedback、および、モデル予測制御（ＭＰＣ：Model Predictive Control）等の制御手法が知られている。

【0004】

しかし、従来の経路追従制御では、操舵装置の動作の遅れを考慮していなかったため、実際の走行経路が目標経路から外れることがあり、より精度良く目標経路に沿って走行することが求められていた。

【先行技術文献】

【特許文献】

【0005】

【特許文献1】特許第６９９７２７２号公報

【発明の概要】

【発明が解決しようとする課題】

【0006】

本発明は、上記事情に鑑みてなされたものであって、より精度良く目標経路に沿って走行できる自動走行車両を提供することを課題とする。

【課題を解決するための手段】

【0007】

上記課題を解決するため、本発明の自動走行車両は、車輪を有する車両本体と、前記車輪の向きである舵角を変える操舵装置と、前記操舵装置の動作の遅れを考慮して、前記車両本体が目標経路に沿って走行するように前記操舵装置を制御する制御部と、を備えることを特徴とする。

【0008】

また、前記車両本体の状態である車両状態を検出するセンサをさらに備え、前記制御部は、前記センサによる前記車両状態の検出結果に基づいて、前記車両本体を制御対象としてモデル化したモデル予測制御により、前記操舵装置を制御することが好ましい。

【0009】

また、前記操舵装置の動作の遅れを考慮した前記車両本体に係る車両モデルを記憶する記憶部をさらに備え、前記制御部は、前記記憶部に記憶されている前記車両モデルと、前記センサによる前記車両状態の検出結果とに基づいて、前記操舵装置の動作の遅れを考慮するとともに前記車両本体を制御対象としてモデル化したモデル予測制御により、前記操舵装置を制御することが好ましい。

【0010】

また、前記センサとして、前記舵角を検出するための舵角センサと、前記車輪の周速度を検出するための車輪速センサと、前記車両本体の位置を検出するための位置センサと、前記車両本体の姿勢を検出するための姿勢センサと、を備え、前記制御部は、車両モデルと、前記舵角と、前記車輪の周速度と、前記車両本体の位置と、前記車両本体の姿勢とに基づいて、前記操舵装置を制御することが好ましい。

【0011】

また、前記車両本体の周辺に存在する物体の位置データに基づいて、前記車両本体の位置および姿勢を推定する推定装置をさらに備え、前記位置センサおよび前記姿勢センサは、前記位置データを取得するレーザースキャナーまたはカメラにより構成されていることが好ましい。

【発明の効果】

【0012】

本発明によれば、より精度良く目標経路に沿って走行できる自動走行車両を提供することができる。

【図面の簡単な説明】

【0013】

【図1】本発明の一実施形態に係る自動走行車両の概略構成図である。

【図2】同実施形態に係るモデル予測制御に使用されるモデルの概要図である。

【図3】同実施形態に係る経路追従制御の流れを示すフローチャートである。

【発明を実施するための形態】

【0014】

図面を参照して、本発明の一実施形態に係る自動走行車両である無人フォークリフトＦを説明する。
図１に示すように、無人フォークリフトＦは、路面上を走行する車両本体１と、荷役を行う荷役装置２とを備えており、荷物を搬送するために、所定の目標経路π（図２参照）に沿って自律して走行する。

【0015】

車両本体１は、後述する後輪１２等が設けられた基体１Ａと、基体１Ａから前方に突出した左右一対のレッグ１Ｂとを備えている。荷役装置２は、左右一対のレッグ１Ｂの間に設けられており、荷物を支持する左右一対のフォーク２Ａを備えている。

【0016】

無人フォークリフトＦは、車両本体１の構成要素として、前輪１１Ｒ，１１Ｌ、後輪１２、操舵装置１３、舵角センサ１４、車輪速センサ１５、レーザースキャナー１６、推定装置１７、記憶装置１８、および制御装置１９等を備えている。

【0017】

前輪１１Ｒは、右側のレッグ１Ｂに設けられた右側の車輪であって、前輪１１Ｌは、左側のレッグ１Ｂに設けられた左側の車輪である。前輪１１Ｒ，１１Ｌは、車両本体１の走行に伴って回転する従動輪であり、かつ、舵角（向き）が変化しない固定輪である。

【0018】

後輪１２は、前輪１１Ｒ，１１Ｌに比べて後方に設けられた車輪である。後輪１２は、車両本体１が走行するための動力が駆動源（図示略）から伝達されることにより回転する駆動輪であり、かつ、舵角δ（図２参照）が変更可能な転舵輪である。

【0019】

操舵装置１３は、後輪１２の向きである舵角δを変える装置である。操舵装置１３は、後輪１２の向きを変えるための機械機構と、この機械機構に動力を伝達する動力源としての電動モータと、この電動モータを駆動するための駆動回路とにより構成されている。

【0020】

舵角センサ１４は、車両本体１の状態である車両状態を検出するセンサであり、後輪１２の舵角δを検出するためのセンサである。舵角センサ１４は、例えば操舵装置１３の機械機構または電動モータの一部の回転角を検出する。後輪１２の舵角δは、舵角センサ１４が検出した回転角に基づいて、制御装置１９により算出される。

【0021】

車輪速センサ１５は、車両本体１の状態である車両状態を検出するセンサであり、後輪１２の周速度ｖを検出するためのセンサである。車輪速センサ１５は、後輪１２の回転速度である車輪速を検出する。後輪１２の周速度ｖは、車輪速センサ１５が検出した車輪速に基づいて、制御装置１９により算出される。

【0022】

レーザースキャナー１６は、車両本体１の周辺にレーザー光を投光するとともにその反射光を受光することで車両本体１の周辺に存在する物体の位置データを取得するレーザーレーダー（ＬｉＤＡＲ：Light Detection And Ranging）である。レーザースキャナー１６は、車両本体１の状態である車両状態を検出するセンサとして機能し、車両本体１の位置を検出するための位置センサおよび車両本体１の姿勢を検出するための姿勢センサを構成している。

【0023】

推定装置１７は、レーザースキャナー１６により取得した位置データに基づいて、車両本体１の位置および姿勢を推定する装置である。推定装置１７は、車両本体１周囲の環境地図の作成と環境地図上での車両本体１の位置および姿勢の推定とを同時に行うＳＬＡＭ（Simultaneous Localization And Mapping）処理を行う。推定装置１７は、車両本体１の位置として、車両基準点Ｐ（図２参照）のｘｙ座標を推定し、車両本体１の姿勢として、車両本体１の左右中心軸Ｃ（図２参照）の方位角θを推定する。

【0024】

記憶装置１８は、制御装置１９が実行するプログラム、および、そのプログラムの実行に必要な情報等を記憶する記憶部である。具体的には、記憶装置１８は、目標経路π、前輪１１Ｒ，１１Ｌと後輪１２との距離であるホイールベースＬ（図２参照）、および操舵装置１３の動作の遅れを考慮した車両本体１に係る車両モデル等を記憶している。

【0025】

制御装置１９は、車両本体１が目標経路πに沿って走行するように、操舵装置１３を制御する制御部である。制御装置１９は、車両状態の検出結果に基づいて、車両本体１を制御対象としてモデル化したモデル予測制御により、操舵装置１３の動作の遅れを考慮して操舵装置１３を制御する。具体的には、制御装置１９は、記憶装置１８に記憶されている車両モデルと、車両状態の検出結果である後輪１２の舵角δ、周速度ｖ、車両基準点Ｐのｘｙ座標、および左右中心軸Ｃの方位角θとに基づいて、モデル予測制御を行って制御入力値ｕを算出し、この制御入力値ｕを操舵装置１３に入力することで操舵装置１３を制御する。

【0026】

モデル予測制御とは、制御対象のモデル（予測モデル）に基づいて、制御周期毎に最適化問題を解く計算を行って、その計算結果を用いて制御対象を制御する手法である。本実施形態では、最適化問題を解くことで、後述する追従誤差ｅを「０」にするための制御入力値ｕが得られるように構成されている。

【0027】

図２を参照して、同実施形態に係る車両本体１のモデルを説明する。
図中のδは、後輪１２の舵角δを表しており、図中のｖは、後輪１２の周速度ｖを表している。舵角δが０度であるときは、車両本体１が前後方向に直進し、それ以外のときは、後輪１２が右方を向いた場合は車両本体１が左方に旋回し、後輪１２が左方を向いた場合には車両本体１が右方に旋回する。

【0028】

車両基準点Ｐは、前輪１１Ｒ，１１Ｌの間に位置する中間点であり、車両基準点Ｐのｘｙ座標は、所定地点を原点とする直交座標系で、ｘ座標とｙ座標との組み合わせ（ｘ，ｙ）により表現される。

【0029】

左右中心軸Ｃは、車両基準点Ｐを通過して車両本体１の前後方向に平行な軸である。左右中心軸Ｃの方位角θは、所定の基準方位と左右中心軸Ｃが延びる方位とが成す角度により表現される。

【0030】

また、図中のＰ_ｒｅｆは、後述する目標地点Ｐ_ｒｅｆを表しており、図中のθ_ｒｅｆは、後述する目標方位角θ_ｒｅｆを表している。目標地点Ｐ_ｒｅｆのｘｙ座標は、（ｘ_ｒｅｆ，ｙ_ｒｅｆ）により表現される。

【0031】

また、図中のｅ_ｙは、車両基準点Ｐと目標地点Ｐ_ｒｅｆとの距離を表しており、図中のθ_ｅは、左右中心軸Ｃの方位角θと目標方位角θ_ｒｅｆとの差分を表している。

【0032】

図３を参照して、制御装置１９によるモデル予測制御を利用した経路追従制御の流れを説明する。図３に示す工程Ｓ１～Ｓ５は、車両本体１の走行中に微小な制御周期で繰り返し行われる。すなわち、工程Ｓ１～Ｓ５の一連の処理を１つのステップとし、このステップが複数回繰り返される。

【0033】

まず、制御装置１９は、舵角センサ１４と車輪速センサ１５とレーザースキャナー１６と推定装置１７とを用いて、車両状態として、車輪である後輪１２の舵角δおよび周速度ｖと、車両本体１の位置としての車両基準点Ｐのｘ，ｙ座標と、車両本体１の姿勢としての左右中心軸Ｃの方位角θを検出する（工程Ｓ１）。

【0034】

次いで、制御装置１９は、工程Ｓ１で検出した車両状態に基づいて、追従誤差ｅ_０を算出する（工程Ｓ２）。工程Ｓ２で算出される追従誤差ｅ_０は、後述の（式７）～（式１１）に従って算出されるｅ_ｙ，０、θ_ｅ，０、δ_ｅ，０、ξ_ｅ，０を成分とする４×１行列である。

【0035】

次いで、制御装置１９は、１ステップ後からＭステップ後までの追従誤差ｅ_１～ｅ_Ｍ（「Ｍ」は任意の自然数を意味する）を表す方程式を算出する（工程Ｓ３）。工程Ｓ３で算出される追従誤差ｅ_１～ｅ_Ｍを表す方程式は、後述の（式２７）である。

【0036】

次いで、制御装置１９は、工程Ｓ３で算出した方程式に基づいて、評価関数Ｊを最小化する制御入力値ｕ_０を算出する（工程Ｓ４）。評価関数Ｊは、後述の（式３４）の方程式が成立する。

【0037】

そして、制御装置１９は、工程Ｓ４で算出した制御入力値ｕ_０を用いて、操舵装置１３を制御する（工程Ｓ５）。すなわち、工程Ｓ５では、制御装置１９が、制御入力値ｕ_０を操舵装置１３に入力することで、操舵装置１３を介して後輪１２の舵角δを制御する。

【0038】

以下、経路追従制御に利用するモデル予測制御を詳しく説明する。以下の数式では、車両基準点Ｐのｘ座標を「ｘ」、車両基準点Ｐのｙ座標を「ｙ」、左右中心軸Ｃの方位角θを「θ」、後輪１２の舵角δを「δ」、後輪１２の舵角δの変化速度ξを「ξ」、後輪１２の周速度ｖを「ｖ」、ホイールベースＬを「Ｌ」と記載する。

【0039】

車輪が横方向に滑ることがないと仮定されるＤｕｂｉｎの車両モデルに従って、本実施形態の車両本体１を制御対象とするモデルは、以下の方程式（式１）～（式３）により定義される制約を有する。

【数1】

【0040】

なお、Ｄｕｂｉｎの車両モデルにおいて周速度ｖおよび舵角δは制約が課されていないが、実際には操舵装置１３に生じる慣性や制御に要する処理時間等によって制約が加えられるべきでる。しかしながら、例えば、モータの駆動回路の特性が不明である場合や、モータが高い自由度と複雑な形状を有している場合には、操舵装置１３の詳細な特性を特定することは困難である。そこで、本願の発明者は、以下の方程式（式４）が成立することを無人フォークリフトの走行実験から発見し、この方程式を利用することで本願の課題を解決することにした。

【数2】

【0041】

なお、数式中の「ｕ_ｐａｓｔ」は、操舵装置１５の過去（具体的には所定の無駄時間Ｔ_ｄｅａｄ前）の制御入力値ｕであり、数式中の「ξ」は、後輪１２の舵角δの変化速度ξであって、以下の方程式（式５）により定義される。また、数式中の「Ｉ」、「ｋ」、「γ」は、慣性モーメント、制御ゲイン、抵抗に対応する数値であると推測される。

【数3】

【0042】

本実施形態では、車両本体１を目標経路πに沿って走行させるために、以下の方程式（式６）により定義される追従誤差ｅを「０」にすることを目標に、操舵装置１５の制御入力値ｕを算出する。

【数4】

【0043】

追従誤差ｅの成分である「ｅ_ｙ」、「θ_ｅ」、「δ_ｅ」、「ξ_ｅ」は、以下の方程式（式７）～（式１０）により定義される。なお、数式中の「ｘ_ｒｅｆ」、「ｙ_ｒｅｆ」、「θ_ｒｅｆ」、「δ_ｒｅｆ」、「ξ_ｒｅｆ」は、目標経路π上に位置する車両基準点Ｐに最も近い目標地点Ｐ_ｒｅｆのｘ座標、同じく目標地点Ｐ_ｒｅｆのｙ座標、目標方位角θ_ｒｅｆ、目標舵角δ_ｒｅｆ、目標舵角変化速度ξ_ｒｅｆである。

【数5】

【0044】

なお、車両本体１の旋回半径を「Ｒ」、旋回曲率を「κ」とすると、以下の方程式（式１１）が成り立つため、目標地点Ｐ_ｒｅｆにおける目標経路πの曲率を「κ_ｒｅｆ」とすると、目標方位角θ_ｒｅｆは、以下の方程式（式１２）により定義される。

【数6】

【数7】

【0045】

また、目標舵角変化速度ξ_ｒｅｆは、以下の方程式（式１３）により定義される。

【数8】

【0046】

また、目標方位角θ_ｒｅｆの微分関数は、以下の方程式（式１４）により定義される。

【数9】

【0047】

上記の（式１）～（式４）および（式１４）に基づいて、以下の方程式（式１５）～（式１８）が得られる。（式１５）～（式１８）は、追従誤差ｅの時間発展方程式を表している。

【数10】

【0048】

計算機上において、目標経路πは離散的な点の集合として扱われる。そこで、本実施形態では、目標経路π上の複数の目標地点Ｐ_ｎ（添字の「ｎ」は任意の自然数を意味する。以下同じ）と、車両本体１が目標地点Ｐ_ｎの横を通過するときの追従誤差ｅ_ｎとの関係を考える。任意の目標地点Ｐ_{ｒｅｆ，ｎ－１}から次の目標地点Ｐ_{ｒｅｆ，ｎ}までの区間を車両本体１が移動する時間を「Ｔ_ｎ」とし、その区間が十分小さいとして微分を差分によって表すと、以下の方程式（式１９）～（式２２）が得られる。

【数11】

【数12】

【数13】

【数14】

【0049】

なお、目標地点Ｐ_{ｒｅｆ，ｎ－１}から次の目標地点Ｐｒｅｆ，_ｎまでの区間を車両本体１が移動する時間Ｔ_ｎは、目標地点Ｐ_ｒｅｆのｘ座標およびｙ座標を用いて、以下の方程式（式２３）により定義される。

【数15】

【0050】

上記の（式１９）～（式２２）は、誤差の発展を計算式で扱いやすい連続写像を表しているが、この写像は非線形であるためより扱いやすい線形システムへ近似を行う。（式１９）～（式２２）を、「ｅ＝０」を中心に線形近似すると以下の方程式（式２４）が得られる。

【数16】

【0051】

ここで、上記（式２４）に現れる行列を用いて、４×４行列Ａ_ｎ、４×１行列Ｂ_ｎ、４×１行列ｗ_ｎを以下の方程式（式２５）～（式２７）により定義し、１ステップ先からＭステップ先までの追従誤差ｅ_１～ｅ_Ｍを成分とするブロック行列Ｅを以下の方程式（式２８）により定義すると、以下の方程式（式２９）が成り立つ。

【数17】

【数18】

【数19】

【0052】

さらに、上記（式２９）に現れる行列を用いて、行列Ｆ，Ｇ，Ｕ，Ｓ，Ｗを以下の方程式（式３０）～（式３４）により定義すると、以下の方程式（式３５）が成り立つ。

【数20】

【数21】

【0053】

予測される追従誤差ｅ_１～ｅ_Ｍは、追従誤差ｅ_０と制御入力値ｕに対して線形である。このため、評価関数Ｊは、以下の方程式（式３６）により二次形式で表現することが可能である。なお、数式中の「Ｑ」および「Ｒ」は重み行列であり、「Ｃ」は定数である。

【数22】

【0054】

二次形式で表現された評価関数Ｊを最小化する方法としては二次計画法が知られており、二次計画法を毎ステップ解くことで、ブロック行列Ｅを最小化する行列Ｕが算出される。そして、行列Ｕに含まれる制御入力値ｕ_０が操舵装置１３に入力される。

【0055】

本実施形態では以下の効果が得られる。
（１）無人フォークリフトＦ（自動走行車両）は、後輪１２（車輪）を有する車両本体１と、後輪１２の舵角δを変える操舵装置１３と、操舵装置１３の動作の遅れを考慮して、車両本体１が目標経路πに沿って走行するように操舵装置１３を制御する制御装置１９（制御部）とを備えている。この構成によれば、操舵装置１３に生じる慣性等により操舵装置１３の動作が遅れる場合であっても、この遅れを考慮して操舵装置１３が制御されるため、より精度良く目標経路πに沿って走行できる無人フォークリフトＦを構成することができる。

【0056】

（２）制御装置１９は、舵角センサ１４、車輪速センサ１５、およびレーザースキャナー１６（センサ）による車両状態の検出結果に基づいて、車両本体１を制御対象としてモデル化したモデル予測制御により、操舵装置１３を制御する。この構成によれば、操舵装置１３の動作の遅れが考慮された最適化問題を解くことで、車両本体１が目標経路πに沿って走行するように操舵装置１３を制御でき、外乱に強い高精度な経路追従制御が可能である。

【0057】

（３）制御装置１９は、記憶装置１８（記憶部）に記憶されている車両モデルと、車両状態の検出結果とに基づいて、操舵装置１３の動作の遅れを考慮するとともに車両本体１を制御対象としてモデル化したモデル予測制御により、操舵装置１３を制御する。この構成によれば、記憶装置１８に操舵装置１３の動作の遅れを考慮した車両モデルを予め記憶させておくことで、高精度なモデル予測制御が可能となる。

【0058】

（４）無人フォークリフトＦは、センサとして、舵角センサ１４と、車輪速センサ１５と、レーザースキャナー１６（位置センサ、姿勢センサ）とを備え、制御装置１９は、車両モデルと、舵角δと、後輪１２の周速度ｖと、車両本体１の位置および姿勢とに基づいて、操舵装置１３を制御する。この構成によれば、一般的なセンサを用いて、操舵装置１３の動作の遅れを考慮したモデル予測制御が可能となる。

【0059】

（５）無人フォークリフトＦは、車両本体１の周辺に存在する物体の位置データに基づいて、車両本体１の位置および姿勢を推定する推定装置１７を備え、位置データを取得するレーザースキャナー１６は、位置センサおよび姿勢センサを構成している。この構成によれば、磁気テープや反射板等の誘導体を必要としないガイドレス方式の無人フォークリフトＦを構成することができる。

【0060】

本発明は、上記実施形態に限定されるものではなく、上記構成を変更することもできる。例えば、以下のように変更して実施することもでき、以下の変更を組み合わせて実施することもできる。

【0061】

・車両状態を検出するセンサは、舵角センサ１４と車輪速センサ１５とレーザースキャナー１６との組み合わせに限られず、他のセンサの組み合わせにより構成してもよく、無人フォークリフトＦは、カメラを備えたガイドレス方式の自動走行車両であってもよい。例えば、無人フォークリフトＦは、レーザースキャナー１６に代えて、車両本体１の周辺を撮影することで車両本体１の周辺に存在する位置データを取得するカメラを備えたガイドレス方式の自動走行車両であってもよい。すなわち、位置センサおよび姿勢センサは、カメラにより構成されていてもよい。

【0062】

・制御装置１９が行うモデル予測制御は、上記実施形態に記載した数式に限定されず、操舵装置１３の動作の遅れを考慮して操舵装置１３を制御できるのであれば、数式（車両モデル）を適宜変形してもよい。

【0063】

・無人搬送車両（ＡＧＶ）等の無人フォークリフトＦ以外の自動走行車両に本発明を適用してもよい。また、本発明は、ガイドレス方式の自動走行車両に限られず、例えばレーザー誘導方式や画像認識方式の自動走行車両に適用してもよい。

【符号の説明】

【0064】

Ｆ 無人フォークリフト（自動走行車両）
１ 車両本体
２ 荷役装置
１１Ｒ，１１Ｌ 前輪（車輪）
１２ 後輪（車輪）
１３ 操舵装置
１４ 舵角センサ
１５ 車輪速センサ
１６ レーザースキャナー（位置センサ、姿勢センサ）
１７ 推定装置
１８ 記憶装置（記憶部）
１９ 制御装置（制御部）

【図1】

【図2】

【図3】