特開 2024-92716 移動体システム及びオルソ画像地図生成方法

(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】P2024092716

(43)【公開日】2024-07-08

(54)【発明の名称】移動体システム及びオルソ画像地図生成方法

(51)【国際特許分類】

   G05D 1/43 20240101AFI20240701BHJP

   G06T 7/00 20170101ALI20240701BHJP

【ＦＩ】

G05D1/02 K

G06T7/00 C

【審査請求】未請求

【請求項の数】10

【出願形態】ＯＬ

(21)【出願番号】P 2022208843

(22)【出願日】2022-12-26

(71)【出願人】

【識別番号】502129933

【氏名又は名称】株式会社日立産機システム

(74)【代理人】

【識別番号】110001689

【氏名又は名称】青稜弁理士法人

(72)【発明者】

【氏名】槙 修一

【テーマコード（参考）】

5H301

5L096

【Ｆターム（参考）】

5H301AA02

5H301BB05

5H301BB11

5H301CC03

5H301CC06

5H301CC10

5H301GG08

5H301GG09

5L096AA06

5L096AA09

5L096BA04

5L096CA02

5L096CA18

5L096FA66

5L096FA67

5L096FA69

(57)【要約】

【課題】移動体システムにおいて、確実かつ精度よくスケール付の画像地図データを生成する。
【解決手段】距離センサの位置姿勢とカメラの相対的位置姿勢とを比較することによりカメラ画像にスケール情報を付与するスケール調整部とカメラ画像の床面の情報を抽出する床面抽出部とを有する。
【選択図】図１

【特許請求の範囲】

【請求項1】

床面を有する現場を移動する移動体に設けられた距離センサとカメラと、前記カメラで撮影したカメラ画像から前記床面のオルソ画像地図を生成するオルソ画像地図生成装置とを有する移動体システムであって、
前記オルソ画像地図生成装置は、
前記距離センサで計測した前記距離データを地図データと照合することにより前記距離センサの位置姿勢を検出する距離センサ位置姿勢検出部と、
前記カメラで撮影した前記カメラ画像から前記カメラの相対的位置姿勢を検出するカメラ相対位置姿勢検出部と、
前記距離センサの位置姿勢と前記カメラの相対的位置姿勢とを比較することにより前記カメラ画像にスケール情報を付与するスケール調整部と、
前記カメラ画像の前記床面の情報を抽出する床面抽出部と、
を有することを特徴とする移動体システム。

【請求項2】

前記カメラ相対位置姿勢検出部は、
前記カメラで撮影した複数枚の前記カメラ画像から前記カメラの相対的位置姿勢を検出し、
前記スケール調整部は、
前記カメラによる移動量と前記距離センサによる移動量とを比較することにより前記スケール情報を付与することを特徴とする請求項１に記載の移動体システム。

【請求項3】

前記スケール調整部は、
前記床面に記載された模様に関する情報を前記地図データ上に前記スケール情報として付与することを特徴とする請求項１に記載の移動体システム。

【請求項4】

前記スケール調整部は、
前記床面に記載された前記模様の情報として、前記現場における作業員のための安全通路の情報を前記地図データ上に前記スケール情報として付与することを特徴とする請求項３に記載の移動体システム。

【請求項5】

前記床面抽出部は、
前記カメラ画像に対して射影変換を行って複数の前記画像間の対応を取ることにより前記スケール情報が付与された前記床面の３次元点群データを復元して、前記床面の情報を抽出することを特徴とする請求項１に記載の移動体システム。

【請求項6】

前記床面抽出部は、
エッジ抽出された複数の前記カメラ画像を互いに重ね、重なっている前記床面上の前記模様を残すことにより、前記床面の情報を抽出することを特徴とする請求項３に記載の移動体システム。

【請求項7】

前記オルソ画像地図生成装置は、
前記距離センサの移動軌跡と前記カメラの移動軌跡とを比較することにより前記地図データの座標系と前記カメラの座標系とを同一の座標系上で表現する座標系調整部と、
前記地図データと前記カメラ画像の前記床面の情報とを合成して前記スケールが付与された前記オルソ画像地図を生成する画像地図合成部と、
を更に有することを特徴とする請求項１に記載の移動体システム。

【請求項8】

前記座標系調整部は、
前記距離センサによって算出されたセンサ位置を前記カメラのカメラ位置に変換した位置に基づいて前記距離センサの移動軌跡を求め、
前記距離センサの移動軌跡と前記カメラの移動軌跡とに対して測定時刻の対応を取り、
対応する前記測定時刻の位置同士が重なるように座標変換することにより前記地図データの座標系と前記カメラの座標系とを同一の座標系上で表現することを特徴とする請求項７に記載の移動体システム。

【請求項9】

前記移動体は、
前記現場を移動しながら前記カメラで一定の時間間隔で連続的に前記カメラ画像を撮影することを特徴とする請求項１に記載の移動体システム。

【請求項10】

床面を有する現場を移動する移動体に設けられたカメラで撮影したカメラ画像から前記床面のオルソ画像地図を生成するオルソ画像地図生成方法であって、
前記移動体に設けられた距離センサで計測した距離データを地図データと照合することにより前記距離センサの位置姿勢を検出する距離センサ位置姿勢検出ステップと、
前記カメラで撮影したカメラ画像から前記カメラの相対的位置姿勢を検出するカメラ相対位置姿勢検出ステップと、
前記距離センサで検出された前記距離センサの位置姿勢と前記カメラで検出された前記カメラの相対的位置姿勢とを比較することにより前記カメラ画像にスケール情報を付与するスケール調整ステップと、
前記カメラ画像の前記床面の情報を抽出する床面抽出ステップと、
を有することを特徴とするオルソ画像地図生成方法。

【発明の詳細な説明】

【技術分野】

【0001】

本発明は、移動体システム及びオルソ画像地図生成方法に関する。

【背景技術】

【0002】

近年、工場内の物流の増加に伴いフォークリフト等にレーザスキャナやカメラ等のセンサを搭載し、ＳＬＡＭ（Ｓｉｍｕｌｔａｎｅｏｕｓ Ｌｏｃａｌｉｚａｔｉｏｎ Ａｎｄ Ｍａｐｐｉｎｇ）技術を適用することで無人搬送車ＡＧＶ（Ａｕｔｏｍａｔｅｄ Ｇｕｉｄｅｄ Ｖｅｈｉｃｌｅ）の無軌道化が行われている。

【0003】

本技術を活用したＡＧＶは自律的に移動を行うことで搬送効率の改善を実現することが可能である。無軌道ＡＧＶは人と共存する環境で動作させる場合が多い。この場合、安全通路や一旦停止の標識など人の移動に関する指示が多くあり、これらを考慮した形でＡＧＶの動作計画を作成する必要がある。

【0004】

本技術分野における先行技術文献として特許文献１がある。特許文献１では、レーザによる位置推定結果を単眼カメラの位置推定に利用することで、単眼カメラで取得した画像から地図データを生成する技術が開示されている。

【先行技術文献】

【特許文献】

【0005】

【特許文献1】特開２０２０－１６１１４１号公報

【発明の概要】

【発明が解決しようとする課題】

【0006】

単眼カメラで取得した画像からはスケールの情報が得られないが、特許文献１ではレーザで生成したスケール入りの地図データと比較することで、画像の寸法情報を算出している。

【0007】

しかしながら、必ずしもレーザで測定した構造物と画像でとらえられる特徴が一致しないため、確実かつ精度よくスケール付の画像地図データを生成することができない。

【0008】

本発明の目的は、移動体システムにおいて、確実かつ精度よくスケール付の画像地図データを生成することにある。

【課題を解決するための手段】

【0009】

本発明の一態様の移動体システムは、床面を有する現場を移動する移動体に設けられた距離センサとカメラと、前記カメラで撮影したカメラ画像から前記床面のオルソ画像地図を生成するオルソ画像地図生成装置とを有する移動体システムであって、前記オルソ画像地図生成装置は、前記距離センサで計測した前記距離データを地図データと照合することにより前記距離センサの位置姿勢を検出する距離センサ位置姿勢検出部と、前記カメラで撮影した前記カメラ画像から前記カメラの相対的位置姿勢を検出するカメラ相対位置姿勢検出部と、前記距離センサの位置姿勢と前記カメラの相対的位置姿勢とを比較することにより前記カメラ画像にスケール情報を付与するスケール調整部と、前記カメラ画像の前記床面の情報を抽出する床面抽出部とを有することを特徴とする。

【発明の効果】

【0010】

本発明の一態様によれば、移動体システムにおいて、確実かつ精度よくスケール付の画像地図データを生成することができる。

【図面の簡単な説明】

【0011】

【図1】本発明の実施例の移動体システムの構成の一例を示す図である。

【図2】移動体が動作する現場と距離センサでの測定例を示す図である。

【図3】移動体が現場を測定している例を示す図である。

【図4A】取得した画像の例を示す図である。

【図4B】取得した画像の例を示す図である。

【図5】取得した画像に射影変換を施した例を示す図である。

【図6】床面の模様を抽出するための処理の例を示す図である。

【図7】レーザセンサと単眼カメラの移動軌跡の比較の例を示す図である。

【図8】レーザの地図データとオルソ画像を重ねて表示した画像の例を示す図である。

【図9】本発明の処理を示すフローチャートである。

【図10】レーザセンサと単眼カメラの移動軌跡の比較の他の例を示す図である。

【発明を実施するための形態】

【実施例0012】

本発明は、工場内で稼働するフォークリフトや無人搬送車ＡＧＶ等の移動体の移動経路を定義するための技術に関するものである。

【0013】

以下、図面を用いて、本発明を実現するための実施例について説明する。本実施例においては、工場内でＡＧＶ等の移動体向けに画像地図データを生成する例を用いて説明する。

【0014】

図１は、本発明の実施例の移動体システムの構成の一例を示す図である。

【0015】

移動体（ＡＧＶ）１０には、位置を検出するための距離センサ１０５、カメラ１０１、カメラ１０１で撮影した画像から路面のオルソ画像地図を生成するオルソ画像地図生成装置１０４、オルソ画像地図生成装置１０４で生成された画像データを表示するためのディスプレイ１０２、駆動輪１２１を制御するための車両制御装置１２０が搭載されている。

【0016】

オルソ画像地図生成装置１０４は、カメラ相対位置姿勢検出部１０６、距離センサ位置姿勢検出部１０７、スケール調整部１１２、距離センサ位置変換部１０８、座標系調整部１１３、床面抽出部１２２、画像地図合成部１１０を有する。これらは、主にプロセッサ１１９によって処理される
更に、オルソ画像地図生成装置１０４は、メモリ１１８を有する。メモリ１１８には、プロセッサ１１９で処理する際の参照データとして、距離センサ１０５の位置姿勢検出に用いる地図１１４と、距離センサ位置をカメラ位置に変換する際に用いるセンサ相対位置１１７が格納されている。

【0017】

距離センサ１０５は周囲環境にある物体との距離と測定方向を計測することが可能なセンサである。本実施例においては典型的な距離センサとして二次元のレーザスキャナを用いて説明を行う。二次元のレーザスキャナは、水平方向にレーザのパルスを照射して、物体に光が当たることで乱反射したレーザ光が返ってくるまでの時間を計測することで、物体との距離を算出するようなものである。

【0018】

距離センサ１０５の内部に備わっているモータ（図示せず）によってレーザパルスの照射方向を回転させ、照射方向と距離を取得することで、周囲の形状データを取得することができる。

【0019】

レーザスキャナの計測範囲は、例えば照射範囲２７０度、角度分解能（パルスの照射間隔）を０．２５度として、１０８１点の距離データを２５ｍｓｅｃ周期で取得することが可能なスキャナなどがあるが、これに限らず、照射範囲や角度分解能が異なっていても、複数の距離データと照射方向の組を取得できるセンサであれば本発明を適用することが可能である。

【0020】

また、二次元のレーザスキャナに限らず三次元で周囲の構造物との距離を計測できる三次元レーザスキャナやステレオカメラ等、周囲にある構造物との距離を異なる角度方向に対して複数取得できるものであれば本発明を適用することが可能である。

【0021】

距離センサ位置姿勢検出部１０７は、距離データと地図１１４を照合することで距離センサ１０５の位置姿勢を検出する。

【0022】

カメラ相対位置姿勢検出部１０６は、カメラ１０１で撮影した画像からＶ－ＳＬＡＭの技術を使用してカメラ１０１の位置姿勢を算出する。

【0023】

本実施例において、プロセッサ１１９はプログラムを実行するための演算装置であり、例えばＣＰＵ（Ｃｅｎｔｒａｌ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ）のようなものであるが、プログラムを実行できるものであればなんでもよく、ＦＰＧＡ（Ｆｉｅｌｄ Ｐｒｏｇｒａｍｍａｂｌｅ Ｇａｔｅ Ａｒｒａｙ）、ＣＰＬＤ（Ｃｏｍｐｌｅｘ Ｐｒｏｇｒａｍｍａｂｌｅ Ｌｏｇｉｃ Ｄｅｖｉｃｅ）や、ＡＳＩＣ（ａｐｐｌｉｃａｔｉｏｎ ｓｐｅｃｉｆｉｃ ｉｎｔｅｇｒａｔｅｄ ｃｉｒｃｕｉｔ）などで実現しても良い。

【0024】

車両制御装置１２０は、駆動輪１２１に指令を与えて移動体１０を移動させるための制御装置である。これは地図１１４を基準に大まかな移動経路を設定し、その移動経路にしたがって走行する機能を実現するためのものである。

【0025】

図２は、移動体１０が運用されている現場環境を表している。床面には歩行者用の安全通路２０２、２０３などの情報が記載されているが、２次元のレーザは水平方向に照射されるため、路面に記載された情報を測定することができない。３次元のレーザスキャナであれば床面を測定することができるが、レーザの分解能では精度よく床面の模様を測定することが難しい。

【0026】

図２において、地図１１４はレーザで測定可能な物体の表面の形状を表している。これらの構造物の位置は例えば占有格子地図と呼ばれる。占有格子地図において、空間を格子状に分割し、レーザで測定可能な構造物がある格子は１、構造物が無い格子は０といった形で画像のような形式で表現される。地図１１４には原点２０４が定義されている。また、格子の１辺の長さにスケールが定義することで、地図１１４に寸法の情報を持たせることが可能である。

【0027】

地図１１４の表現方法については、レーザで測定した形状のデータと照合し、一致しているか否かを判定することが可能な表現方法であればなんでも良く、格子内の点群データをガウス分布で近似表現するＮＤＴ（Ｎｏｒｍａｌ Ｄｉｓｔｒｉｂｕｔｉｏｎ Ｔｒａｎｓｆｏｒｍ）などを用いても良い。

【0028】

地図（地図データ）１１４は現場に配置されている構造物を一定の高さでスライスした断面図のようなものである。この地図１１４はＳＬＡＭ技術等によって作成することが可能であるが、精密なＣＡＤデータ等が存在する場合はこのデータを位置検出用の地図１１４として用いることも可能である。

【0029】

距離センサ位置姿勢検出部１０７は、地図１１４と距離センサ１０５の測定データ２０５を照合して、地図１１４に定義された座標系２０４の上での位置および姿勢（ｘ、ｙ、θ）を算出する。距離センサ位置姿勢検出部１０７は、地図１１４と距離データ２０５を高速に照合する機能によって実現され、例えばＩＣＰ（Ｉｔｅｒａｔｉｖｅ Ｃｌｏｓｅｓｔ Ｐｏｉｎｔ）法や、ＮＤＴ法などを用いて行うことができる。また、解像度のことなる地図を使用した粗密探索などを行っても良い。

【0030】

図３は移動体１０がカメラ１０１で台車２０１や白線２０２などがある現場環境を撮影している様子を表している。

【0031】

移動体１０は移動しながら一定の時間間隔で連続的に画像３０７、３０８を記録している。カメラ位置姿勢検出部１０６は、このカメラ１－０１で撮影した画像を用いて単眼Ｖｉｓｕａｌ ＳＬＡＭやＳｆＭ（Ｓｔｒｕｃｔｕｒｅ ｆｒｏｍ Ｍｏｔｉｏｎ）といった技術を使用してカメラ１０１の位置と姿勢を検出する。

【0032】

Ｖｉｓｕａｌ ＳＬＡＭの一例としてはＨＡＲＲＩＳ特徴量や、ＳＩＦＴ特徴量などを用いて特徴点を抽出し、同じ特徴を持つ点（画素）の対応をとることで三角測量を行うものや、直接画素間の相関関数などを計算し、画素毎の対応をとる直接法などがある。また、ＤＮＮ（Ｄｅｅｐ Ｎｅｕｒａｌ Ｎｅｔｗｏｒｋ）を使用して、カメラ１０１の位置と姿勢を推定する方式を用いても良い。

【0033】

本発明においては、上記のような２枚以上の画像から、それぞれの画像が撮影されたカメラ１０１の姿勢Ｒと位置ｔ３０４を高精度に算出することができればどのような方法を用いても良い。ここで、Ｒは３次元の回転行列であり、ｔは３次元のベクトルを表すものとする。ただし単眼で推定した移動量ｔ３０４は絶対的なスケールの情報を取得することができず、移動する方向のみを取得することができる。

【0034】

スケール調整部１１２は、移動量ｔ３０４と距離センサ１０５による移動量３０５を比較することで、スケール調整パラメータを算出する。

【0035】

距離センサ位置変換部１０８は、距離センサ１０５の位置（ｘ、ｙ、θ）と、センサ相対位置１１７に基づいてカメラ１０１の位置姿勢を算出する。カメラ１０１は距離センサ１０５のセンサ座標系を基準として、位置ｂに取り付けられているとする。

【0036】

地図１１４の座標系における距離センサの位置姿勢を（ｘ、ｙ、θ）として、３次元空間のＺ軸を床面に対して垂直方向にとれば、距離センサ１０５の位置は列ベクトルを用いて［ｘ、ｙ、０］＾Ｔ（Ｔはベクトルの転置を表す）と書くことができる。

【0037】

３次元の座標系における姿勢を表す回転行列Ｕ（θ）を使用し、カメラの相対位置ｄ＝［ｘ、ｙ、０］＾Ｔとすれば、距離センサ１０５の座標からカメラ位置は次式で記述される。

【0038】

（数１）

この距離センサ１０５の移動量３０５から求めたカメラ位置の変位（数２）と、カメラ１０１の画像から求めた変位ｔ（３０４）を比較することで、スケールの比を算出し、カメラ１０１の画像にスケールを入れていくことができる。

【0039】

（数２） ｍ（ｄ）＝ｇ＿ｆ（θ、ｄ）－ｇ＿ｆ－１（θ、ｄ）
図４Ａは取得されたカメラ画像３０７である。図４Ｂは取得されたカメラ画像３０８である。図４Ａのカメラ画像３０７において、３０７ｐは画素もしくはポイントである。また、３０７ｅはエッジである。図４Ｂのカメラ画像３０８において、３０８ｐは画素もしくはポイントである。また、３０８ｅはエッジである。

【0040】

この画像に行列Ｇを用いた射影変換（Ｈｏｍｏｇｒａｐｈｙ）を行うことで２つの画像間の対応を取り、白線など床面に記載されている情報の３次元情報を復元する。

【0041】

射影変換は画像上の２次元座標を表すベクトルをｐ＝［ｕ，ｖ，１］＾Ｔとして、射影変換行列Ｇ＝（ｇ＿ｉｊ）を用いて（数３）によって表すことができる。

【0042】

（数３）

また、Ｇは（数４）のように表現することができる。

【0043】

（数４）

ここで、ｎはカメラ１０１の姿勢に対する床面の法線ベクトルであり、Ｋはカメラ１０１の内部パラメータ行列である。法線ベクトルｎはカメラ１０１と距離センサ１０５の相対位置から決まるベクトルである。内部パラメータＫについては、予めキャリブレーションを行うことで算出することができる。

【0044】

いずれの値もあらかじめ計算することが可能であり、よって、Ｒ，ｔが求まっているので、Ｇを算出することが可能である。また、カメラ１０１は平面上を移動しているので、Ｒはｎを回転軸とした回転行列となっているため、Ｒからｎを算出することも可能である。

【0045】

図５は時刻ｔの画像３０８に対して射影変換を施した画像である。射影変換は床面の模様を抽出するための処理である、
（数２）のＧを計算し、（数１）の変換を行えば床面部分は時刻ｔ－１の画像３０７と丁度重なる変換となり、射影変換画像３０８ｈを得ることができる。

【0046】

図６は床面抽出部１２１の処理の模式図であり、エッジ抽出された画像３０７と画像３０８ｈを重ねたものである。

【0047】

台車部分６０１は床面上に無いため、時刻ｔ－１の画像３０７上の台車と重ならないが、床面上にある模様６０２は同一平面上にあるので丁度重ねることができる。この性質から重なっている部分のみを残すことで、床面の模様のみ抽出することが可能となる。

【0048】

この変換によって時刻ｔ―１の画像３０７と時刻ｔの画像３０８の各画素の対応も取ることができるので、この対応関係と、カメラ位置の相対関係から床面の３次元距離すなわち、実寸の床面模様の３次元座標を復元することができる。

【0049】

通常の特徴点を使用した方法においては、画像におけるコーナーの情報など画像間で１対１に対応がとれる場所が用いられるが、本発明を用いれば、エッジ３０７ｅ、３０８ｅのように画素間の比較では、一意に対応が決まらない場所においても、平面を仮定することで対応をとることができ３次元の情報を復元することが可能である。

【0050】

図７はすべてのカメラ１０１のカメラ画像から算出されたカメラ１０１の移動軌跡７０２と、距離センサ１０５によって算出された位置をカメラ位置に変換した位置の移動軌跡７０５を示している。

【0051】

これらは測定された時刻の対応（時刻一対一対応７０３）がついており、対応する時刻の位置同士が重なるように座標変換することで、カメラ１０１の座標系７０１と距離センサ１０５の座標系２０４を同一の座標系上で表現することができる。

【0052】

ここで、３０４はカメラ１０１の移動量であり、３０５ｍは距離センサ１０５の移動量である。このように、距離センサ１０５の取り付け位置に対して、カメラ１０１の取り付け位置が定義されている距離センサ１０５の移動量をカメラ位置に変換した移動量に変換する。上記処理は、座標系調整部１１３とスケール調整部１１２により行われる。

【0053】

図８は座標系を調整した結果を表している。このように本発明を用いることで距離センサ１０５による地図（地図データ）１１４とカメラ１０１による床面の模様２０２、２０３を精度よく合成することができる。ここで、３０８Ｎは部分オルソ画像である。

【0054】

図９は本発明の処理を示すフローチャートである。

【0055】

最初に、カメラ相対位置姿勢検出部１０６が、２フレーム分の画像データとあらかじめ算出している相対位置姿勢Ｒ、ｔを読み込む（ステップ９０２）。

【0056】

次に、距離センサ位置変換部１０７が、カメラ位置の移動距離｜ｔ｜と距離センサの移動距離ｄからスケール変換パラメータｓ（＝ｍ（ｄ）／｜ｔ｜）を求める。（ステップ９０３）
次に、床面抽出部１２２が、カメラ１０１の位置姿勢Ｒ、ｓ×ｔと法線ベクトルｎから射影変換行列Ｇを求める（ステップ９０４）。

【0057】

次に、床面抽出部１２２が、エッジ抽出された画像に対して射影変換Ｇを行い、互いに重なりあう部分のみを床面として抽出する（ステップ９０５）
次に、床面抽出部１２２が、姿勢Ｒ、移動量ｓｔと、Ｇによるエッジ画素の対応関係（ステップ９０５）を用いて、床面のスケール入り３次元点群データを復元する（ステップ９０６）。

【0058】

最後に、スケール調整部１１２と座標系調整部１１３が、距離センサ１０５の移動軌跡とカメラ１０１の移動軌跡を比較し、地図１１４との座標系を合わせて合成する（ステップ９０７）
図１０は、レーザセンサと単眼カメラの移動軌跡の比較の他の例を示す図である。

【0059】

図７においては、測定された時刻の対応（時刻一対一対応７０３）がついており、対応する時刻の位置同士が重なるように座標変換することで、カメラ１０１の座標系７０１と距離センサ１０５の座標系２０４を同一の座標系上で表現している。

【0060】

これに対して、図１０では、測定された時刻の対応（時刻一対一対応７０３）は不明であるが、距離センサの移動軌跡１００１と単眼カメラの移動軌跡１００２の重なりを評価することで、座標系の関係とスケールの情報も含めて算出することが可能である。具体的には、距離センサの移動軌跡１００１を構成する位置と姿勢に対して、カメラの移動軌跡の最寄りの点との距離１００３aと、カメラの移動軌跡１００２を構成する位置と姿勢に対して、距離センサの移動軌跡１００１との最寄りの点との距離１００３ｂの総和を最小化することで、座標系の対応と、スケールの情報を算出することが可能である。また、互いのセンサは同時刻にレーザの照射とカメラでの撮像が行われている必要が無いことは言うまでもない。

【0061】

このように、カメラとレーザの測定時刻の情報を用いずとも移動軌跡の情報から、カメラ１０１の座標系７０１と距離センサ１０５の座標系２０４を同一の座標系上で表現することが可能である。

【0062】

上記実施例では、オルソ画像地図生成装置１０４は、移動体１０の内部に設けられているが、本発明はこれに限定されず、オルソ画像地図生成装置１０４を通信回線で接続された外部サーバ（図示せず）に設けても良い。

【0063】

このように、上記実施例では、距離センサ１０５で計測した距離データを移動する環境の地図１１４と照合することによって自身の位置を推定し、カメラ１０１で計測した複数枚の画像から自身の相対的な位置を推定し、距離センサで１０５もとめた自己位置姿勢とカメラ１０１で求めた自己位置姿勢を比較することにより画像データにスケール情報を付与する。

【0064】

上記実施例によれば、レーザによる地図データの代わりに、床面に記載された作業員のための交通標識などを地図データ上にスケール付の情報として記載可能となり、移動体の動作計画を効率的に作成することができる。

【符号の説明】

【0065】

１０：移動体、１０２：ディスプレイ、１０５：距離センサ、１０４：オルソ画像地図生成装置、１１９：プロセッサ（ＣＰＵ）、１０６：カメラ相対位置姿勢検出部、１０７：距離センサ位置姿勢検出部、１１３：座標系調整部、１１２：スケール調整部、１１０：オルソ画像合成部、１０８：距離センサ位置変換部、１１８：メモリ（記憶装置）、１１４：地図、１１７：センサ相対位置、１２０：車両制御装置、１２１：駆動輪、２０１：台車、２０２：安全通路、２０４：地図の原点、３０７：時刻ｔ―１の画像、３０８：時刻ｔの画像

【図1】

【図2】

【図3】

【図4A】

【図4B】

【図5】

【図6】

【図7】

【図8】

【図9】

【図10】