特開 2023-144771 搬送システム及び自動搬送車

(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】P2023144771

(43)【公開日】2023-10-11

(54)【発明の名称】搬送システム及び自動搬送車

(51)【国際特許分類】

   G05D 1/02 20200101AFI20231003BHJP

【ＦＩ】

G05D1/02 H

【審査請求】未請求

【請求項の数】11

【出願形態】ＯＬ

(21)【出願番号】P 2022051906

(22)【出願日】2022-03-28

(71)【出願人】

【識別番号】503002732

【氏名又は名称】住友重機械搬送システム株式会社

(74)【代理人】

【識別番号】100105887

【弁理士】

【氏名又は名称】来山 幹雄

(72)【発明者】

【氏名】小島 宏志

【テーマコード（参考）】

5H301

【Ｆターム（参考）】

5H301AA01

5H301AA10

5H301BB05

5H301BB07

5H301CC03

5H301CC06

5H301CC10

5H301DD01

5H301DD06

5H301DD07

5H301DD15

5H301GG07

5H301GG08

5H301GG09

5H301GG19

5H301KK19

5H301LL01

5H301LL02

5H301LL03

(57)【要約】

【課題】自動搬送車の走行時間の長大化を抑制し、作業効率の低下を抑制することが可能な搬送システムを提供する。
【解決手段】自動搬送車が移動する作業エリア内を複数の観測装置が観測する。複数の観測装置で得られた情報に基づいて、障害物位置情報生成部が、作業エリア内の障害物の位置を示す障害物位置情報を生成する。自動搬送車は、障害物位置情報生成部から障害物位置情報を取得する機能と、取得した障害物位置情報に基づいて、現在地から目標地点まで障害物を避けて移動する走行経路を求める機能と、求められた走行経路に沿って目標地点まで移動する機能と、目標地点に到達するまでの期間にも、障害物位置情報生成部から新たな障害物位置情報を取得し、現在の走行経路を、新たな障害物位置情報に基づいて修正する機能とを備えている。
【選択図】図６

【特許請求の範囲】

【請求項1】

作業エリア内で移動する自動搬送車と、
前記作業エリア内を観測する複数の観測装置と、
前記複数の観測装置で得られた情報に基づいて、前記作業エリア内の障害物の位置を示す障害物位置情報を生成する障害物位置情報生成部と
を備え、
前記自動搬送車は、
前記障害物位置情報生成部から前記障害物位置情報を取得する機能と、
取得した前記障害物位置情報に基づいて、現在地から目標地点まで障害物を避けて移動する走行経路を求める機能と、
求められた走行経路に沿って前記目標地点まで移動する機能と、
前記目標地点に到達するまでの期間にも、前記障害物位置情報生成部から新たな前記障害物位置情報を取得し、現在の走行経路を、新たな前記障害物位置情報に基づいて修正する機能と
を備えている搬送システム。

【請求項2】

前記障害物位置情報生成部は、前記障害物位置情報として、障害物の種別及び位置に基づいてコストマップを作成し、
前記自動搬送車は、前記走行経路として、前記障害物位置情報生成部で作成されたコストマップに基づいて、現在地から前記目標地点までの最小コスト経路を求める請求項１に記載の搬送システム。

【請求項3】

前記障害物位置情報生成部は、前記作業エリアを、二次元的に分布する複数のゾーンに区分し、障害物の有無及び障害物の種別に応じて前記複数のゾーンのそれぞれにコスト値を割り付けてコストマップを作成する請求項２に記載の搬送システム。

【請求項4】

前記障害物位置情報生成部は、前記障害物位置情報として、前記複数のゾーンの少なくとも一部のゾーンのコスト値が異なる複数のコストマップを作成し、
前記自動搬送車は、複数のコストマップから選択された１つのコストマップを用いて前記走行経路を決定する請求項３に記載の搬送システム。

【請求項5】

前記障害物位置情報生成部は、前記複数の観測装置で得られた情報に基づいて人を検出し、検出された人が前記複数のゾーンの境界線を横切ったことを検出すると、移動後のゾーンに人が居ると判定する請求項３または４に記載の搬送システム。

【請求項6】

前記障害物位置情報生成部は、
前記複数の観測装置のそれぞれで得られた情報に基づいて、それぞれの観測装置の観測可能範囲内の障害物の座標を検出し、
前記複数の観測装置のそれぞれの観測可能範囲内の障害物の座標を合成して、前記作業エリアの全体の前記障害物位置情報を生成する請求項１乃至４のいずれか１項に記載の搬送システム。

【請求項7】

前記障害物位置情報生成部は、前記複数の観測装置で得られた情報に基づいて人を検出し、人の検出の確からしさの時間移動平均が閾値を以上である場合、人であると判定する請求項１乃至４のいずれか１項に記載の搬送システム。

【請求項8】

前記複数の観測装置は、前記作業エリアに固定的に配置されている観測装置、可搬型の観測装置、前記自動搬送車に搭載されている観測装置の少なくとも１つを含む請求項１乃至４のいずれか１項に記載の搬送システム。

【請求項9】

前記自動搬送車の周囲に仮想バンパーエリアが定義されており、
前記自動搬送車は、
前記仮想バンパーエリアの内側に障害物を検出すると減速または停止する機能と、
前記仮想バンパーエリアの大きさを変化させる機能と
をさらに有する請求項１乃至４のいずれか１項に記載の搬送システム。

【請求項10】

作業エリア内で移動する自動搬送車であって、
走行機構と、
前記作業エリア内の障害物の位置を示す障害物位置情報を取得する障害物位置情報取得部と、
前記障害物位置情報取得部で取得した前記障害物位置情報に基づいて、現在地から目標地点まで障害物を避けて移動する走行経路を求める走行経路探索部と、
求められた走行経路に沿って移動するように、前記走行機構を制御する制御部と
を備え、
前記走行経路探索部は、前記目標地点に到達するまでの期間にも、前記障害物位置情報取得部は、最新の前記障害物位置情報を取得し、
前記走行経路探索部は、最新の前記障害物位置情報に基づいて走行経路を修正し、
前記制御部は、修正後の走行経路に沿って移動するように、前記走行機構を制御する自動搬送車。

【請求項11】

さらに、障害物検出センサを備えており、
前記制御部は、
前記障害物検出センサで得られた情報に基づいて、周囲に定義された仮想バンパーエリアの内側に障害物を検出すると、前記走行機構に対して減速または停止の制御を行い、
前記仮想バンパーエリアの大きさを変化させることができる請求項１０に記載の自動搬送車。

【発明の詳細な説明】

【技術分野】

【0001】

本発明は、搬送システム及び自動搬送車に関する。

【背景技術】

【0002】

作業エリア内で無人で走行する自動搬送車は、搭載されているカメラ、ＬｉＤＡＲ等のセンサで周囲の障害物を検出しながら、障害物に接触しないように走行する。進行方向に障害物、例えば柱、他の自動搬送車、トラック、人等が検出されると、自動搬送車は減速したり停止したりする。下記の特許文献１に、ＳＬＡＭ（Simultaneous Localization and Mapping）誘導方式を用いた自動搬送車の制御システムが開示されている。

【先行技術文献】

【特許文献】

【0003】

【特許文献1】特開２０２１－４７６７０号公報

【発明の概要】

【発明が解決しようとする課題】

【0004】

自動搬送車は、現在地から目標地点まで、障害物を避けて走行するように最適な走行経路を求め、予め、最適な走行経路を設定し、この走行経路に沿って目標地点まで走行する。予め設定された走行経路に、人、フォークリフト等が進入する場合がある。自動搬送車は、設定されている走行経路上に障害物を検出すると、減速するかまたは停止する。自動搬送車は、設定されている走行経路から障害物が居なくなると、走行を再開する。このため、目標地点までの走行時間が長くなり、作業効率が低下する。

【0005】

本発明の目的は、自動搬送車の走行時間の長大化を抑制し、作業効率の低下を抑制することが可能な搬送システム及び自動搬送車を提供することである。

【課題を解決するための手段】

【0006】

本発明の一観点によると、
作業エリア内で移動する自動搬送車と、
前記作業エリア内を観測する複数の観測装置と、
前記複数の観測装置で得られた情報に基づいて、前記作業エリア内の障害物の位置を示す障害物位置情報を生成する障害物位置情報生成部と
を備え、
前記自動搬送車は、
前記障害物位置情報生成部から前記障害物位置情報を取得する機能と、
取得した前記障害物位置情報に基づいて、現在地から目標地点まで障害物を避けて移動する走行経路を求める機能と、
求められた走行経路に沿って前記目標地点まで移動する機能と、
前記目標地点に到達するまでの期間にも、前記障害物位置情報生成部から新たな前記障害物位置情報を取得し、現在の走行経路を、新たな前記障害物位置情報に基づいて修正する機能と
を備えている搬送システムが提供される。

【0007】

本発明の他の観点によると、
作業エリア内で移動する自動搬送車であって、
走行機構と、
前記作業エリア内の障害物の位置を示す障害物位置情報を取得する障害物位置情報取得部と、
前記障害物位置情報取得部で取得した前記障害物位置情報に基づいて、現在地から目標地点まで障害物を避けて移動する走行経路を求める走行経路探索部と、
求められた走行経路に沿って移動するように、前記走行機構を制御する制御部と
を備え、
前記走行経路探索部は、前記目標地点に到達するまでの期間にも、前記障害物位置情報取得部は、最新の前記障害物位置情報を取得し、
前記走行経路探索部は、最新の前記障害物位置情報に基づいて走行経路を修正し、
前記制御部は、修正後の走行経路に沿って移動するように、前記走行機構を制御する自動搬送車が提供される。

【発明の効果】

【0008】

自動搬送車は、走行途中に新たな障害物位置情報に基づいて走行経路を修正するため、走行時間の長大化を抑制し、作業効率を高めることができる。

【図面の簡単な説明】

【0009】

【図1】図１は、一実施例による搬送システムの概要を模式的に示す平面図である。

【図2】図２は、障害物位置情報生成部が行う処理の手順を示すフローチャートである。

【図3】図３Ａ～図３Ｅは、障害物位置情報生成部が実行する処理を説明するための模式図である。

【図4】図４は、自動搬送車の機能を説明するためのブロック図である。

【図5】図５は、自動搬送車が実行する処理の手順を示すフローチャートである。

【図6】図６Ａ及び図６Ｂは、作業エリア内の障害物の位置及び自動搬送車の走行経路の一例を模式的に示す平面図である。

【図7】図７は、コストマップで表現された障害物位置情報を示す模式図である。

【図8】図８Ａ～図８Ｃは、比較例による障害物位置情報を生成する方法を説明するための模式図である。

【図9】図９Ａ及び図９Ｂは、他の実施例による搬送システムで、障害物位置情報として生成されるゾーン別コストマップを示す模式図である。

【図10】図１０Ａ及び図１０Ｂは、さらに他の実施例による搬送システムが障害物としての人を検出する方法を説明するための模式図である。

【図11】図１１Ａは、さらに他の実施例による搬送システムが障害物としての人を検出する方法を説明するための模式図であり、図１１Ｂは、検出された物体の確からしさの時間変化の一例を示すグラフである。

【図12】図１２は、さらに他の実施例による自動搬送車の機能を示すブロック図である。

【図13】図１３は、図１２に示した実施例による自動搬送車を模式的に表した平面図である。

【図14】図１４Ａ及び図１４Ｂは、それぞれ比較例及び図１２に示した実施例による搬送システム及び自動搬送車のゾーン別コストマップと自動搬送車との関係を示す模式図である。

【発明を実施するための形態】

【0010】

図１～図７を参照して一実施例による搬送システム及び自動搬送車について説明する。
図１は、一実施例による搬送システムの概要を模式的に示す平面図である。本実施例による搬送システムは、複数の観測装置２１、自動搬送車３０、及び上位制御装置５０を含む。自動搬送車３０は、上位制御装置５０から取得する障害物位置情報に基づいて走行経路を決定し、作業エリア２０内を自律的に走行する。例えば、作業エリア２０は、自動搬送車３０が移動可能で、指令に基づいてエリア内の任意の位置に荷物を搬送することができるように、予め定められたエリアである。

【0011】

複数の観測装置２１は、それぞれ作業エリア２０内の観測可能範囲を観測する。複数の観測装置２１による観測結果が上位制御装置５０に入力される。複数の観測装置２１は、例えばカメラであり、作業エリア２０内を撮像し、得られた画像データが上位制御装置５０に入力される。なお、複数の観測装置２１として、作業エリア２０内の障害物の種別及び位置を検出することができる情報を取得可能な他の観測装置を用いてもよい。例えば、観測装置２１としてＬｉＤＡＲ（light detection and ranging）を用いてもよい。複数の観測装置２１は、作業エリア２０内に死角が生じないように配置される。複数の観測装置２１のそれぞれで観測しているエリアを統合したエリアを、作業エリア２０ということもできる。

【0012】

上位制御装置５０は、障害物位置情報生成部５１及び入出力装置５２を含む。管理者または作業者が入出力装置５２を操作することにより、上位制御装置５０に種々の指令を与える。障害物位置情報生成部５１は、複数の観測装置２１で観測された情報、例えば画像情報に基づいて、作業エリア２０内の障害物の種別及び位置を検出し、障害物位置情報を生成する。

【0013】

作業エリア２０内の障害物として、例えば人２５Ａ、作用者が運転するフォークリフト２５Ｂ、棚２５Ｃ、トラック２５Ｄ等が挙げられる。人２５Ａ及びフォークリフト２５Ｂは、作業エリア２０内を移動する。棚２５Ｃは、作業エリア２０内に固定されている。トラック２５Ｄは、荷物の積み下ろしのために作業エリア２０内に進入し、作業エリア２０内に停車する。積み下ろしの作業を行う期間は、トラック２５Ｄは移動しない。

【0014】

自動搬送車３０は、例えば荷物を載せて移動する無人搬送台車（Automatic Guided Vehicle）、フォークで荷物を保持して搬送する無人搬送フォークリフト（Automated Guided Forklift）等である。自動搬送車３０は、ＷｉＦｉ等の近距離無線通信を利用して上位制御装置５０と種々の情報の送受信を行う。

【0015】

次に、図２、図３Ａ～図３Ｅを参照して、障害物位置情報生成部５１が実行する処理について説明する。図２は、障害物位置情報生成部５１（図１）が行う処理の手順を示すフローチャートである。図３Ａ～図３Ｅは、障害物位置情報生成部５１が実行する処理を説明するための模式図である。

【0016】

まず、複数の観測装置２１のそれぞれから画像データを取得する（ステップＳＡ１）。２つの観測装置２１のそれぞれから取得された画像データで定義される画像を図３Ａ及び図３Ｂに示す。例えば、観測装置２１の画界内に作業エリア２０（図１）の床面と壁面との境界、隣り合う２つの壁面の境界、及び人２５Ａが写りこんでいる。２つの観測装置２１の観測範囲が相互に部分的に重なっている。このため、一人の人２５Ａが、図３Ａ及び図３Ｂに示した２つの画像に写り込んでいる。

【0017】

障害物位置情報生成部５１は、複数の観測装置２１のそれぞれから取得した画像データを別々に画像解析することにより、障害物の種別及び位置を特定する（ステップＳＡ２）。例えば、作業エリア２０内に二次元直交座標系を定義する。画界内に写りこんでいる作業エリア２０の床面と壁面との境界（図３Ａ、図３Ｂ）等の座標は既知であり、観測装置２１は作業エリア２０に対して固定されているため、画界内の位置から作業エリア２０内の座標を算出することができる。

【0018】

例えば、画界内に人が写り込んでいる場合、人の足元の位置に基づいて、人が居る位置の座標を算出することができる。例えば、図３Ａに示した画像から、図３Ｃに示すようにｘ＝３５００、ｙ＝４０００の位置に人２５Ａが検出される。図３Ｂに示した画像からも、図３Ｄに示すようにｘ＝３５００、ｙ＝４０００の位置に人２５Ａが検出される。画界内に人以外の障害物が存在する場合にも、これらの障害物の座標を算出する。障害物の座標を定義する情報を座標情報ということとする。

【0019】

複数の観測装置２１のそれぞれで取得された画像データに基づいて得られた座標情報を合成し、作業エリア２０の全域をカバーする障害物位置情報を生成する（ステップＳＡ３）。図３Ｅに、合成後の座標情報の一例を示す。合成された座標情報では、図３Ｃ及び図３Ｄのそれぞれの座標情報で定義されている人２５Ａの座標が一つにまとめられる。合成後の座標情報から、ｘ＝３５００、ｙ＝４０００の位置に一人の人２５Ａが居ることがわかる。障害物位置情報生成部５１は、合成した座標情報に基づいて障害物位置情報を作成する。

【0020】

本実施例では、障害物位置情報としてゾーン別コストマップを用いる。ゾーン別コストマップは、作業エリア２０を複数のゾーンに区分し、複数のゾーンのそれぞれにコスト値を付与したものである。障害物が存在するゾーンに、相対的に高いコスト値が付与される。ゾーン別コストマップの詳細については、後に図７を参照して説明する。

【0021】

次に、図４を参照して自動搬送車３０の機能について説明する。図４は、自動搬送車３０の機能を説明するためのブロック図である。自動搬送車３０は、障害物位置情報取得部３１、ゾーン別コストマップ作成更新部３２、走行経路探索部３３、制御部３４、及び走行機構３５を含む。

【0022】

障害物位置情報取得部３１は、障害物位置情報生成部５１から障害物位置情報を取得する。ゾーン別コストマップ作成更新部３２は、障害物位置情報取得部３１が取得した障害物位置情報に基づいて、ゾーン別コストマップを作成または更新する。例えば、ゾーン別コストマップの複数のゾーンのそれぞれにコスト値を付与するか、または既に付与されているコスト値を更新する。走行経路探索部３３は、障害物位置情報取得部３１で取得された障害物位置情報に基づいて、自動搬送車３０の現在地から目標地点までの走行経路を計算する。例えば、ゾーン別コストマップ作成更新部３２によって作成または更新されたゾーン別コストマップに基づいて、最小コスト経路（「最小コストの走行経路」という場合がある。）を求める。目標地点は、上位制御装置５０から指令される。

【0023】

制御部３４は、走行経路探索部３３で求められた最小コストの走行経路に沿って移動するように、走行機構３５を制御する。走行機構３５は、モータ及び車輪を含み、制御部３４がモータを駆動することにより、自動搬送車３０が走行する。

【0024】

次に、図５を参照して自動搬送車３０が実行する処理について説明する。図５は、自動搬送車３０が実行する処理の手順を示すフローチャートである。まず、障害物位置情報取得部３１（図４）が、障害物位置情報生成部５１（図４）から障害物位置情報を取得する（ステップＳＢ１）。取得した障害物位置情報に基づいて、ゾーン別コストマップ作成更新部３２が、ゾーン別コストマップを作成または更新する（ステップＳＢ２）。その後、走行経路探索部３３（図４）が、ゾーン別コストマップに基づいて現在地から目標地点までの最小コストの走行経路を決定する（ステップＳＢ３）。走行経路が決定されたら、制御部３４（図４）が走行機構３５（図４）を制御することにより、走行経路に沿った走行を開始する（ステップＳＢ４）。

【0025】

自動搬送車３０が目標地点に到達するまでの走行途中の期間、自動搬送車３０はステップＳＢ１からＳＢ４までの手順を周期的に繰り返し実行する（ステップＳＢ５）。ステップＳＢ３で決定された最小コストの走行経路に沿って走行している間、周期的に、例えば１秒ごとに、新しい障害物位置情報に基づいて最小コストの走行経路が再計算される（ステップＳＢ３）。再計算された走行経路が、現時点の走行経路と異なる場合は、新たに求められた走行経路を最小コストの走行経路として設定し、新たな走行経路に沿って走行する（ステップＳＢ４）。

【0026】

次に、図６Ａ及び図６Ｂを参照して、自動搬送車３０の移動の様子について説明する。図６Ａ及び図６Ｂは、作業エリア２０内の障害物の位置及び自動搬送車３０の走行経路の一例を模式的に示す平面図である。図６Ａは、走行開始時点の作業エリア２０内の障害物の位置を示している。作業エリア２０内に、二人の人２５Ａ、フォークリフト２５Ｂ、トラック２５Ｄ、及び棚２５Ｃが存在する。自動搬送車３０は、現時点の障害物の位置に基づいて、現在地から目標地点２７に至る最小コストの走行経路２２Ａを決定する。

【0027】

図６Ｂに示すように、自動搬送車３０の走行中に一人の人２５Ａが移動して走行経路２２Ａに進入する。障害物位置情報生成部５１（図１）は、現時点の障害物位置情報を生成し（ステップＳＡ３）、自動搬送車３０は、新たな障害物位置情報を取得する（ステップＳＢ１）。自動搬送車３０は、新たに取得した障害物位置情報に基づいて、目標地点２７に至る最小コストの走行経路を再計算する（ステップＳＢ３）。当初の走行経路２２Ａに人２５Ａが進入しているため、人２５Ａを避ける新たな走行経路２２Ｂが設定される。

【0028】

次に、図７を参照して障害物位置情報について説明する。図７は、コストマップで表現された障害物位置情報を示す模式図である。作業エリア２０を、行列状に隈なく配置された複数のゾーン４０に区分する。複数のゾーン４０の各々は、例えば一辺の長さが１～２ｍ程度の正方形である。複数のゾーン４０のそれぞれが、「リスク高」、「リスク中」、「リスク低」、及び「リスク無」の４つのリスク種別のいずれかに分類される。図７に示したコストマップにおいて、リスクの高さを灰色の濃淡で表している。「リスク高」のゾーン４０を最も濃く表し、「リスク小」のゾーン４０を最も淡く表し、「リスク中」のゾーン４０をその中間の濃さで表している。「リスク無」のゾーン４０は、白色で表している。また、フォークリフト２５Ｂ、棚２５Ｃ、トラック２５Ｄの輪郭線を白い線で表している。

【0029】

図３Ｅに示した障害物の座標情報から、複数のゾーン４０を、障害物が存在するゾーン４０と障害物が存在しないゾーン４０とに分類する。障害物が存在するゾーン４０は、「リスク高」のリスク種別に分類する。

【0030】

人２５Ａが検出されたゾーン４０から一定の距離以内に位置するゾーン４０、例えば、人２５Ａが検出されたゾーン４０に対して行方向、列方向、及び斜め方向に隣り合う複数のゾーン４０を、「リスク中」のリスク種別に分類する。「リスク中」の複数のゾーン４０は、人２５Ａが検出されたゾーン４０を環状に取り囲むように配置される。環状に配置された「リスク中」の複数のゾーン４０に対して、外側に隣り合う複数のゾーン４０のリスク種別を「リスク小」に分類する。すなわち、人２５Ａが検出されたゾーン４０を、「リスク中」のゾーン４０が取り囲み、その外側を「リスク小」のゾーン４０が取り囲む。

【0031】

人以外の障害物、例えばフォークリフト２５Ｂ、棚２５Ｃ、トラック２５Ｄ等が検出されたゾーン４０に対しては、「リスク中」のゾーンを配置しない。障害物のそれぞれが検出された連続する複数のゾーン４０の最外周のゾーン４０に対して行方向、列方向、及び斜め方向に隣り合う複数のゾーン４０を、「リスク小」のリスク種別に分類する。すなわち、人以外の障害物のそれぞれが検出された連続する複数のゾーン４０を、「リスク小」の複数のゾーン４０が取り囲む。

【0032】

複数のゾーン４０に、それぞれリスクの高さに応じてコスト値を付与する。例えば、「リスク高」のゾーン４０にコスト値「３０，０００」を付与し、「リスク中」のゾーン４０にコスト値「１０」を付与し、「リスク小」のゾーン４０にコスト値「５」を付与し、「リスク無」のゾーン４０にコスト値「１」を付与する。複数のゾーン４０に区分され、ゾーン４０ごとにコスト値を付与したコストマップを、「ゾーン別コストマップ」ということとする。ステップＳＢ３（図５）において、図７に示したゾーン別コストマップの最小コスト経路を計算する。最小コスト経路は、例えばダイクストラ法を用いて探索することができる。

【0033】

次に、図１～図７に示した実施例の優れた効果について説明する。
上記実施例では、自動搬送車３０（図１）が目標地点に到達するまで走行している間、周期的に、例えば１秒ごとに、新たな障害物位置情報を取得し（ステップＳＢ１）、最小コストの走行経路の見直しを行う（ステップＳＢ３）。図６Ｂに示したように、現時点の最小コストの走行経路２２Ａ上に障害物（人２５Ａ）が進入した場合、進入した障害物を検出可能な距離まで近づくことなく、現在の走行経路２２Ａを修正し、障害物を避けることができる新しい走行経路２２Ｂを決定することができる。例えば、目標地点の近くにおいて、現時点の最小コストの走行経路を障害物が塞いだ場合、その障害物の位置に到達する前に、最小コストの走行経路を修正することができる。このため、自動搬送車３０の減速や停止等の無駄な時間を回避し、作業の効率化を図ることができる。

【0034】

また、上記実施例では、作業エリア２０に複数の観測装置２１（図１）が設置されているため、自動搬送車３０のみに観測装置を搭載する場合と比べて、作業エリア２０内のより広い範囲を観測することができる。自動搬送車３０に搭載された観測装置では観測できない範囲の障害物の種別及び位置を検出することができる。これらの障害物の種別及び位置を考慮して、最小コストの走行経路を決定することができる。

【0035】

上記実施例では、図７に示したように障害物位置情報として複数のゾーン４０に区分したゾーン別コストマップを用いている。このため、微小な点群で定義されるコストマップを用いる場合と比べて障害物位置情報のデータ量が少なくなる。その結果、最小コストの走行経路を探索するための計算負荷を少なくすることができる。これにより、走行途中にも迅速に最小コストの走行経路を探索することができる。

【0036】

上記実施例では図７に示したように、人２５Ａ以外の障害物が検出されたゾーン４０が、「リスク小」のゾーン４０で一重に取り囲まれている。これに対して人２５Ａが検出されたゾーン４０は、「リスク中」のゾーン４０と「リスク小」のゾーン４０とで二重に取り囲まれている。このため、人２５Ａの近傍を走行しないように、最小コストの走行経路が決定される。これにより、人２５Ａの安全度をより高めることができる。

【0037】

次に、図８Ａ～図８Ｃに示した比較例と比較して、上記実施例のさらに他の優れた効果について説明する。図８Ａ～図８Ｃは、比較例による障害物位置情報を生成する方法を説明するための模式図である。２つの観測装置２１により、図８Ａ及び図８Ｂに示した画像が取得される。同一の人２５Ａが、２つの画像に写り込んでいる。この２つの画像を合成して、図８Ｃに示した１つの画像を生成する。合成後の画像を解析することにより、人２５Ａ等の障害物の種別及び位置（座標）を特定する。

【0038】

これに対して上記実施例では、図３Ａ及び図３Ｂに示した個々の画像の解析を行って図３Ｃ及び図３Ｄに示した座標情報を生成し、２つの座標情報を合成して障害物の位置（座標）を特定する。複数の座標情報を合成する処理の計算負荷は、複数の画像を合成する処理の計算負荷より小さい。このため、障害物位置情報を生成するための計算負荷を低減させ、より短時間で障害物位置情報を生成することができる。

【0039】

次に、図１～図７を参照して説明した実施例の変形例について説明する。
図１～図７に示した実施例では、自動搬送車３０（図１）が上位制御装置５０（図１）から障害物位置情報を取得し（ステップＳＢ１）、目標地点までの最小コストの走行経路を決定する（ステップＳＢ３）。その変形例として、上位制御装置５０が、自動搬送車３０の現在位置を入手し、現在位置から目標地点までの最小コストの走行経路を決定してもよい。この場合、上位制御装置５０から自動搬送車３０に、最小コストの走行経路を指定する情報を送信するとよい。

【0040】

上記実施例では、障害物位置情報としてゾーン別コストマップ（図７）を用い、最小コストの走行経路を計算している。その他に、ゾーン別コストマップ以外の障害物位置情報を用いて、障害物を避けて走行する走行経路を探索するようにしてもよい。走行経路の探索に際に、障害物の種別や、経路上の走行可能な領域の幅等を考慮して、走行経路を決定するようにしてもよい。この場合でも、自機の周囲のみではなく、作業エリア２０（図１）の全域の障害物位置情報を周期的に取得することにより、自動搬送車３０が目標地点に到達するまでの間に、周期的に走行経路を修正することが可能である。

【0041】

上記実施例では、自動搬送車３０が目標地点に到達するまでの間、周期的に最小コストの走行経路を見直している（ステップＳＢ３）。その他の方法として、周期的ではなく、必要に応じて最小コストの走行経路を見直すようにしてもよい。例えば、ゾーン別コストマップの複数のゾーンの少なくとも１つでコスト値に変更が発生したときに、上位制御装置５０から自動搬送車３０に新しいゾーン別コストマップを送信するようにしてもよい。自動搬送車３０は、新しいゾーン別コストマップを受信したら、最小コストの走行経路を見直す処理を行うとよい。その他に、予め決められた走行距離だけ走行するごとに、最小コストの走行経路の見直しを行うようにしてもよい。このように、自動搬送車３０が目標地点に向かって走行している途中に、少なくとも１回、好ましくは複数回、最小コストの走行経路の見直しを行うとよい。

【0042】

上記実施例では、作業エリア２０内に固定的に配置された複数の観測装置２１の観測結果に基づいて、障害物位置情報、すなわちゾーン別コストマップを作成または更新しているが、その他の観測装置を併用してもよい。例えば、可搬型の観測装置、自機に搭載されている観測装置、作業エリア２０内を移動する他の車両に搭載されている観測装置等の観測結果を併用して、障害物位置情報を作成するようにしてもよい。

【0043】

次に、図９Ａ及び図９Ｂを参照して他の実施例による搬送システム及び自動搬送車について説明する。以下、図１～図７を参照して説明した実施例による搬送システム及び自動搬送車と共通の構成については説明を省略する。

【0044】

図９Ａ及び図９Ｂは、本実施例による搬送システムで、障害物位置情報として生成されるゾーン別コストマップを示す模式図である。障害物位置情報生成部５１（図１）は、複数の観測装置２１で取得された同じ画像に基づいて複数、例えば２つのゾーン別コストマップ（図９Ａ、図９Ｂ）を生成する。２つのゾーン別コストマップのリスク種別の分布は同一である。ただし、複数のゾーン４０のそれぞれに付与されるコスト値が異なる。

【0045】

例えば、図９Ａに示したゾーン別コストマップでは、「リスク高」のゾーン４０にリスク値「３０，０００」を付与し、「リスク中」のゾーン４０にリスク値「１０」を付与し、「リスク低」のゾーン４０にリスク値「５」を付与し、「リスク無」のゾーン４０にリスク値「１」を付与する。図９Ａに示したゾーン別コストマップを、「通常モード」のゾーン別コストマップという。図９Ｂに示したもう一方のゾーン別コストマップでは、「リスク中」のゾーン４０に付与するコスト値を「１０」から「７」に低下させ、「リスク小」のゾーン４０に付与するリスク値を「５」から「１」に低下させて「リスク無」のゾーン４０のコスト値「１」と同一にする。図９Ｂに示したゾーン別コストマップを「サイクルタイム優先モード」のゾーン別コストマップという。

【0046】

障害物位置情報生成部５１（図１）は、「通常モード」及び「サイクルタイム優先モード」の２つのゾーン別コストマップのうち一方のゾーン別コストマップを自動搬送車３０に送信する。どちらのゾーン別コストマップを送信するかは、管理者または作業者が入出力装置５２（図１）を操作することによって指定する。

【0047】

「通常モード」のゾーン別コストマップにおいては、「リスク無」のゾーン４０のコスト値が他のゾーン４０のコスト値より小さいため、最小コストの走行経路２２Ａは、「リスク無」のゾーン４０を優先的に通過するように決定される。これに対して「サイクルタイム優先モード」のゾーン別コストマップにおいて、「リスク無」のゾーン４０と「リスク小」のゾーン４０とに同じ値のコスト値が付与されているため、「リスク小」のゾーン４０が「リスク無」のゾーン４０と区別されることなく、最小コストの走行経路２２Ａが決定される。このため、「サイクルタイム優先モード」のゾーン別コストマップを用いると、「通常モード」のゾーン別コストマップを用いた場合と比べて、最短コスト経路として、より短い経路が決定され得る。

【0048】

例えば、夜間などで、作業エリア２０内に一般人が居ないことが保証されている場合、「通常モード」のゾーン別コストマップに代えて「サイクルタイム優先モード」のゾーン別コストマップを、自動搬送車３０に送信するとよい。自動搬送車３０は、「通常モード」のゾーン別コストマップを使用する場合と比べて、より短い走行経路に沿って走行することになる。

【0049】

次に、図９Ａ及び図９Ｂに示した実施例の優れた効果について説明する。
本実施例では、作業エリア２０内に一般人が居ないことが保証され、十分な安全が確保されている場合、「サイクルタイム優先モード」のゾーン別コストマップを用いて最小コストの走行経路を決定することができる。その結果、自動搬送車３０の走行経路を短くし、作業効率を高めることができる。

【0050】

次に、図１０Ａ及び図１０Ｂを参照して、さらに他の実施例による搬送システムについて説明する。以下、図１～図７を参照して説明した実施例による搬送システム及び自動搬送車と共通の構成については説明を省略する。

【0051】

図１０Ａ及び図１０Ｂは、本実施例による搬送システムが障害物としての人を検出する方法を説明するための模式図である。図１０Ａに示すように、ゾーン別コストマップの１つのゾーン４０Ａ内に人２５Ａが検出されている。上位制御装置５０は、人２５Ａがゾーン４０の境界線を横切って隣のゾーン４０に移動したことを検出する機能を有する。図１０Ｂに示すように、人２５Ａがゾーン４０Ａから隣のゾーン４０Ｂに移動すると、上位制御装置５０は、ゾーン４０Ａからゾーン４０Ｂに人２５Ａが移動したことを検出する。例えば、作業エリア２０（図１）の天井等に観測装置２１を配置し、人２５Ａの移動を監視するとよい。上位制御装置５０は、移動先のゾーン４０Ｂに人２５Ａが居ると判定する。

【0052】

次に、図１０Ａ及び図１０Ｂに示した実施例の優れた効果について説明する。
観測装置２１（図１）で取得された画像を解析することによって、画像内の人を検出する処理は、人工知能（ＡＩ）を用いて行うことができる。ただし、ＡＩによる人の検出精度は１００％ではなく、人が居るにもかかわらず人として検出できない場合もある。例えば、画像に写り込んでいる人の撮影角度や人の姿勢によって、検出が困難な場合がある。

【0053】

本実施例では、あるゾーン４０Ａに人２５Ａが検出され、その人２５Ａが他のゾーン４０Ｂに移動したことを検出すると、ゾーン４０Ｂ内に人が検出されなくても、ゾーン４０Ｂ内に人２５Ａが居ると判定する。このため、ＡＩによる人の検出が安定しない場合でも、人２５Ａの検出精度を高めることができる。

【0054】

次に、図１１Ａ及び図１１Ｂを参照して、さらに他の実施例による搬送システムについて説明する。以下、図１～図７を参照して説明した実施例による搬送システム及び自動搬送車と共通の構成については説明を省略する。

【0055】

図１１Ａは、本実施例による搬送システムが障害物としての人を検出する方法を説明するための模式図である。ゾーン別コストマップの１つのゾーン４０Ａに人２５Ａが検出されている。画像解析による人の検出を行うと、通常、検出された物体が人である確率（以下、「確からしさ」という。）が算出される。確からしさがある閾値以上の場合には、検出された物体を人と判定する。

【0056】

図１１Ｂは、検出された物体の確からしさの時間変化の一例を示すグラフである。横軸は時間を表し、縦軸は確からしさを表す。図１１Ｂのグラフ中の実線は、確からしさの瞬時値を示し、破線は時間移動平均を示す。確からしさが閾値Ｔｈ以上であるとき、検出された物体は人であると判定される。確からしさは、人の撮影角度や姿勢によって変動する。例えば、人がしゃがむ、寝そべる等の姿勢をとると、確からしさが低下し閾値Ｔｈ未満になる場合がある。確からしさが閾値Ｔｈ未満になると、検出された物体が人ではないと判定されてしまう。図１１Ｂに示した例において、確からしさの瞬時値を用いて人を検出する場合、期間Ｔ１、Ｔ２で検出された物体は人ではないと判定される。

【0057】

本実施例では、確からしさの時間移動平均を求め、時間移動平均に基づいて人の判定を行う。例えば、確からしさの時間移動平均が閾値Ｔｈ以上のとき、検出された物体は人であると判定する。

【0058】

次に、図１１Ａ及び図１１Ｂに示した実施例の優れた効果について説明する。
人の姿勢が変化して確からしさが一時的に閾値Ｔｈ未満になっても、閾値Ｔｈ未満の時間が短ければ、確からしさの時間移動平均は閾値以上を維持する。このため、人が姿勢を変化させて一時的に確からしさが低下しても、人を検出することができる。

【0059】

次に、図１２～図１４Ｂを参照して、さらに他の実施例による搬送システム及び自動搬送車について説明する。以下、図１～図７を参照して説明した実施例による搬送システム及び自動搬送車と共通の構成については説明を省略する。

【0060】

図１２は、本実施例による自動搬送車３０の機能を示すブロック図であり、図１３は、自動搬送車３０を模式的に表した平面図である。自動搬送車３０は、図４に示した障害物位置情報取得部３１、走行経路探索部３３、制御部３４、及び走行機構３５の他に、障害物検出センサ３６及びモード指令受信部３８を備えている。障害物検出センサ３６（図１３）は、例えば平面視において自動搬送車３０の対角の位置にそれぞれ取り付けられており、自動搬送車３０の周囲の障害物までの距離を検出する。

【0061】

モード指令受信部３８は、上位制御装置５０から自動搬送車３０の走行モードを受信する。走行モードには、図９Ａ及び図９Ｂを参照して説明した実施例と同様に、「通常モード」及び「サイクルタイム優先モード」が含まれる。

【0062】

自動搬送車３０の周囲に、仮想バンパーエリア３７（図１３）が設定されている。制御部３４は、障害物検出センサ３６で検出された障害物が仮想バンパーエリア３７の内側に位置するか否かを判定する。仮想バンパーエリア３７の内側に障害物が検出されると、制御部３４は走行機構３５を制御して自動搬送車３０を減速または停止させる。

【0063】

制御部３４は、走行モードによって仮想バンパーエリア３７の大きさを変更する。走行モードがサイクルタイム優先モードのときは、通常モードのときより仮想バンパーエリア３７を小さくする。

【0064】

次に、図１４Ａ及び図１４Ｂを参照して本実施例の優れた効果について説明する。
図１４Ａ及び図１４Ｂは、ゾーン別コストマップと自動搬送車３０との関係を示す模式図である。作業エリア２０（図１）が複数のゾーン４０に区分されており、ゾーン４０のそれぞれが「リスク高」、「リスク低」、「リスク無」のリスク種別に分類されている。図１４Ａ及び図１４Ｂには、図７に示した「リスク中」のゾーン４０は存在しない。図１４Ａ及び図１４Ｂにおいて、「リスク高」のゾーン４０を最も濃く表し、「リスク中」のゾーン４０をそれより淡く表し、「リスク無」のゾーン４０を白色で表している。

【0065】

走行モードが「サイクルタイム優先モード」であるとき、図９Ｂに示したように、「リスク低」のゾーン４０と「リスク無」のゾーン４０とに、同一のリスク値「１」が付与される。このため、「リスク低」のゾーン４０も、最小コストの走行経路として選択される。「リスク低」のゾーン４０の近傍には、障害物、例えばフォークリフト２５Ｂ、トラック２５Ｄ等が存在する。このため、自動搬送車３０は、これらの障害物の近傍を通過することになる。

【0066】

障害物の近傍を通過するとき、図１４Ａに示したように、仮想バンパーエリア３７の内側に障害物が検出されると、自動搬送車３０は、減速または停止する。本実施例では、図１４Ｂに示したように、「サイクルタイム優先モード」のときに仮想バンパーエリア３７を小さくするため、障害物が仮想バンパーエリア３７の内側に検出されにくくなり、自動搬送車３０は、障害物の近傍を減速することなく通過することができる。

【0067】

作業エリア２０内に一般人が居ないことが保証され、安全が確保されている場合に、走行モードを「サイクルタイム優先モード」に設定する。これにより、自動搬送車３０の不要な減速や停止を避け、作業効率を高めることができる。

【0068】

上述の各実施例は例示であり、異なる実施例で示した構成の部分的な置換または組み合わせが可能であることは言うまでもない。複数の実施例の同様の構成による同様の作用効果については実施例ごとには逐次言及しない。さらに、本発明は上述の実施例に制限されるものではない。例えば、種々の変更、改良、組み合わせ等が可能なことは当業者に自明であろう。

【符号の説明】

【0069】

２０ 作業エリア
２１ 観測装置
２２Ａ、２２Ｂ 走行経路
２５Ａ 人
２５Ｂ フォークリフト
２５Ｃ 棚
２５Ｄ トラック
２７ 目標地点
３０ 自動搬送車
３１ 障害物位置情報取得部
３２ ゾーン別コストマップ作成更新部
３３ 走行経路探索部
３４ 制御部
３５ 走行機構
３６ 障害物検出センサ
３７ 仮想バンパーエリア
３８ モード指令受信部
４０、４０Ａ、４０Ｂ ゾーン
５０ 上位制御装置
５１ 障害物位置情報生成部
５２ 入出力装置

【図1】

【図2】

【図3】

【図4】

【図5】

【図6】

【図7】

【図8】

【図9】

【図10】

【図11】

【図12】

【図13】

【図14】