特許 7567855 制御システム、制御方法、及びプログラム

(19)【発行国】日本国特許庁(JP)

(12)【公報種別】特許公報(B2)

(11)【特許番号】

(24)【登録日】2024-10-07

(45)【発行日】2024-10-16

(54)【発明の名称】制御システム、制御方法、及びプログラム

(51)【国際特許分類】

   G05D 1/243 20240101AFI20241008BHJP

   G05D 1/43 20240101ALI20241008BHJP

【ＦＩ】

G05D1/243

G05D1/43

【請求項の数】 18

(21)【出願番号】P 2022078009

(22)【出願日】2022-05-11

(65)【公開番号】P2023167101

(43)【公開日】2023-11-24

【審査請求日】2024-01-25

(73)【特許権者】

【識別番号】000003207

【氏名又は名称】トヨタ自動車株式会社

(74)【代理人】

【識別番号】100103894

【弁理士】

【氏名又は名称】家入 健

(72)【発明者】

【氏名】吉川 恵

(72)【発明者】

【氏名】小田 志朗

(72)【発明者】

【氏名】清水 奨

(72)【発明者】

【氏名】松井 毅

【審査官】田中 友章

(56)【参考文献】

【文献】特開２０２１－０８６１９９（ＪＰ，Ａ）

【文献】特開２０１３－２２５２５３（ＪＰ，Ａ）

【文献】特開２０２０－１４４５９１（ＪＰ，Ａ）

【文献】特開２０２０－０３５２２８（ＪＰ，Ａ）

(58)【調査した分野】(Int.Cl.，ＤＢ名)

Ｇ０５Ｄ １／２４３

Ｇ０５Ｄ １／４３

(57)【特許請求の範囲】

【請求項1】

カメラが撮像した撮像画像内の人の特徴を抽出する特徴抽出部と、
前記特徴の抽出結果に基づいて、前記撮像画像に含まれている人物が、移動を補助する補助器具を使用している器具使用者であるか否かを判定する第１判定部と、
前記特徴の抽出結果に基づいて、前記器具使用者の移動を補助する補助者の有無を判定する第２判定部と、
前記補助者の有無に応じて、第１モードと、前記第１モードよりも低負荷の処理を行う第２モードとを切替える制御部と、を備えた制御システム。

【請求項2】

機械学習モデルを用いて、前記撮像画像に含まれる人を、予め設定された第１グループと第２グループの分類を行う分類器をさらに備えた請求項１に記載の制御システム。

【請求項3】

モードによって、機械学習モデルのネットワークレイヤを変える請求項２に記載の制御システム。

【請求項4】

モードによって、前記カメラの画像のピクセル数、前記カメラのフレームレート、ＧＰＵの使用コア数、ＧＰＵの使用率上限を変える請求項１～３のいずれか１項に記載の制御システム。

【請求項5】

前記第１モードでは、サーバが複数のカメラから画像を収集して、処理を行い、前記第２モードでは前記カメラに設けられたエッジデバイス単独で処理を行う請求項１～３のいずれか１項に記載の制御システム。

【請求項6】

施設内を移動する移動ロボットをさらに備え、
前記補助者の有無に応じて、移動ロボットの制御を切り替える請求項１～３のいずれか１項に記載の制御システム。

【請求項7】

カメラが撮像した撮像画像内の人の特徴を抽出するステップと、
前記特徴の抽出結果に基づいて、前記撮像画像に含まれている人物が、移動を補助する補助器具を使用している器具使用者であるか否かを判定するステップと、
前記特徴の抽出結果に基づいて、前記器具使用者の移動を補助する補助者の有無を判定するステップと、
前記補助者の有無に応じて、第１モードと、前記第１モードよりも低負荷の処理を行う第２モードと、を切替えるステップと、を備えた制御方法。

【請求項8】

機械学習モデルを用いて、前記撮像画像に含まれる人を、予め設定された第１グループと第２グループの分類を行うステップをさらに備えた請求項７に記載の制御方法。

【請求項9】

モードによって、機械学習モデルのネットワークレイヤを変える請求項８に記載の制御方法。

【請求項10】

モードによって、前記カメラの画像のピクセル数、前記カメラのフレームレート、ＧＰＵの使用コア数、ＧＰＵの使用率上限を変える請求項７～９のいずれか１項に記載の制御方法。

【請求項11】

前記第１モードでは、サーバが複数のカメラから画像を収集して、処理を行い、前記第２モードでは前記カメラに設けられたエッジデバイス単独で処理を行う請求項７～９のいずれか１項に記載の制御方法。

【請求項12】

前記補助者の有無に応じて、移動ロボットの制御を切り替える請求項７～９のいずれか１項に記載の制御方法。

【請求項13】

コンピュータに制御方法を実行させるためのプログラムであって、
前記制御方法は、
カメラが撮像した撮像画像内の人の特徴を抽出するステップと、
前記特徴の抽出結果に基づいて、前記撮像画像に含まれている人物が、移動を補助する補助器具を使用している器具使用者であるか否かを判定するステップと、
前記特徴の抽出結果に基づいて、前記器具使用者の移動を補助する補助者の有無を判定するステップと、
前記補助者の有無に応じて、第１モードと、前記第１モードよりも低負荷の処理を行う第２モードと、を切替えるステップと、を備えたプログラム。

【請求項14】

前記制御方法は、機械学習モデルを用いて、前記撮像画像に含まれる人を、予め設定された第１グループと第２グループの分類を行うステップをさらに備えた請求項１３に記載のプログラム。

【請求項15】

モードによって、機械学習モデルのネットワークレイヤを変える請求項１４に記載のプログラム。

【請求項16】

モードによって、前記カメラの画像のピクセル数、前記カメラのフレームレート、ＧＰＵの使用コア数、ＧＰＵの使用率上限を変える請求項１３～１５のいずれか１項に記載のプログラム。

【請求項17】

前記第１モードでは、サーバが複数のカメラから画像を収集して、処理を行い、前記第２モードでは前記カメラに設けられたエッジデバイス単独で処理を行う請求項１３～１５のいずれか１項に記載のプログラム。

【請求項18】

前記補助者の有無に応じて、移動ロボットの制御を切り替える請求項１３～１５のいずれか１項に記載のプログラム。

【発明の詳細な説明】

【技術分野】

【0001】

本開示は、制御システム、制御方法、及びプログラムに関する。

【背景技術】

【0002】

特許文献１には、搬送ロボットを備えた自律移動システムが開示されている。

【先行技術文献】

【特許文献】

【0003】

【文献】特開２０２１－８６１９９号公報

【発明の概要】

【発明が解決しようとする課題】

【0004】

このような搬送ロボットでは、より効率よく搬送することが望まれる。例えば、搬送ロボットの周囲に人がいる場合、人を回避して移動することが望まれる。しかしながら、人の動作をよくすることが困難であるため、適切な制御を行うことができない場合がある。例えば，人が周辺にいる状況下では、低速で移動させる必要がある。よって、より効率的に搬送ロボットを移動させるための制御が望まれる。

【0005】

本開示は、このような問題を解決するためになされたものであり、状況に応じて、適切な制御を行うことができる制御システム、制御方法、及びプログラムを提供するものである。

【課題を解決するための手段】

【0006】

本実施の形態にかかる制御システムは、カメラが撮像した撮像画像内の人の特徴を抽出する特徴抽出部と、前記特徴の抽出結果に基づいて、前記撮像画像に含まれている人物が、移動を補助する補助器具を使用している器具使用者であるか否かを判定する第１判定部と、前記特徴の抽出結果に基づいて、前記器具使用者の移動を補助する補助者の有無を判定する第２判定部と、前記補助者の有無に応じて、第１モードと、前記第１モードよりも低負荷の処理を行う第２モードとを切替える制御部と、を備えている。

【0007】

上記の制御システムは、機械学習モデルを用いて、前記撮像画像に含まれる人を、予め設定された第１グループと第２グループの分類を行う分類器をさらに備えていてもよい。

【0008】

上記の制御システムにおいて、モードによって、機械学習モデルのネットワークレイヤを変えてもよい。

【0009】

上記の制御システムにおいて、モードによって、前記カメラの画像のピクセル数、前記カメラのフレームレート、ＧＰＵの使用コア数、ＧＰＵの使用率上限を変えてもよい。

【0010】

上記の制御システムにおいて、前記第１モードでは、サーバが複数のカメラから画像を収集して、処理を行い、前記第２モードでは前記カメラに設けられたエッジデバイス単独で処理を行うようにしてもよい。

【0011】

上記の制御システムにおいて、施設内を移動する移動ロボットをさらに備え、前記補助者の有無に応じて、移動ロボットの制御を切り替えるようにしてもよい。

【0012】

本実施の形態にかかる制御方法は、カメラが撮像した撮像画像内の人の特徴を抽出するステップと、前記特徴の抽出結果に基づいて、前記撮像画像に含まれている人物が、移動を補助する補助器具を使用している器具使用者であるか否かを判定するステップと、前記特徴の抽出結果に基づいて、前記器具使用者の移動を補助する補助者の有無を判定するステップと、前記補助者の有無に応じて、第１モードと、前記第１モードよりも低負荷の処理を行う第２モードと、を切替えるステップと、を備えている。

【0013】

上記の制御方法は、機械学習モデルを用いて、前記撮像画像に含まれる人を、予め設定された第１グループと第２グループの分類を行うステップをさらに備えていてもよい。

【0014】

上記の制御方法において、モードによって、機械学習モデルのネットワークレイヤを変えてもよい。

【0015】

上記の制御方法において、モードによって、前記カメラの画像のピクセル数、前記カメラのフレームレート、ＧＰＵの使用コア数、ＧＰＵの使用率上限を変えてもよい。

【0016】

上記の制御方法において、前記第１モードでは、サーバが複数のカメラから画像を収集して、処理を行い、前記第２モードでは前記カメラに設けられたエッジデバイス単独で処理を行うようにしてもよい。

【0017】

上記の制御方法において、施設内を移動する移動ロボットをさらに備え、前記補助者の有無に応じて、移動ロボットの制御を切り替えるようにしてもよい。

【0018】

本実施の形態にかかるプログラムは、コンピュータに制御方法を実行させるためのプログラムであって、前記制御方法は、カメラが撮像した撮像画像内の人の特徴を抽出するステップと、前記特徴の抽出結果に基づいて、前記撮像画像に含まれている人物が、移動を補助する補助器具を使用している器具使用者であるか否かを判定するステップと、前記特徴の抽出結果に基づいて、前記器具使用者の移動を補助する補助者の有無を判定するステップと、前記補助者の有無に応じて、第１モードと、前記第１モードよりも低負荷の処理を行う第２モードと、を切替えるステップと、を備えている。

【0019】

上記のプログラムにおいて、制御方法は、機械学習モデルを用いて、前記撮像画像に含まれる人を、予め設定された第１グループと第２グループの分類を行うステップをさらに備えていてもよい。

【0020】

上記のプログラムにおいて、モードによって、機械学習モデルのネットワークレイヤを変えてもよい。

【0021】

上記のプログラムにおいて、モードによって、前記カメラの画像のピクセル数、前記カメラのフレームレート、ＧＰＵの使用コア数、ＧＰＵの使用率上限を変えてもよい。

【0022】

上記のプログラムにおいて、前記第１モードでは、サーバが複数のカメラから画像を収集して、処理を行い、前記第２モードでは前記カメラに設けられたエッジデバイス単独で処理を行うようにしてもよい。

【0023】

上記のプログラムにおいて、施設内を移動する移動ロボットをさらに備え、前記補助者の有無に応じて、移動ロボットの制御を切り替えるようにしてもよい。

【発明の効果】

【0024】

本開示によれば、状況に応じて、効率よく制御を行うことができる制御システム、制御方法、及びプログラムを提供することができる。

【図面の簡単な説明】

【0025】

【図1】本実施形態に係る移動ロボットが利用されるシステムの全体構成を説明するための概念図である。

【図2】本実施形態に係る制御システムの制御ブロック図である。

【図3】移動ロボットの一例を示す概略図である。

【図4】モード制御の制御系を示す制御ブロック図である。

【図5】モード情報の例を説明するための表である。

【図6】実施形態にかかる制御方法を示すフローチャートである。

【図7】変形例にかかるモード制御の制御系を示す制御ブロック図である。

【図8】スタッフ情報の一例を説明するための表である。

【図9】変形例にかかる制御方法を示すフローチャートである。

【図10】モード制御の実施例を説明するための図である。

【発明を実施するための形態】

【0026】

以下、発明の実施の形態を通じて本発明を説明するが、特許請求の範囲に係る発明は以下の実施形態に限定するものではない。また、実施形態で説明する構成の全てが課題を解決するための手段として必須であるとは限らない。

【0027】

（概略構成）
図１は、本実施形態に係る移動ロボット２０が利用される搬送システム１の全体構成を説明するための概念図である。例えば、移動ロボット２０は、搬送物の搬送をタスクとして実行する搬送ロボットである。移動ロボット２０は、病院、リハビリセンタ、介護施設、高齢者入居施設などの医療福祉施設内において、搬送物を搬送するために自律走行する。また、本実施の形態にかかるシステムは、ショッピングモールなどの商業施設等にも利用可能である。

【0028】

ユーザＵ１は、移動ロボット２０に搬送物を収容して、搬送を依頼する。移動ロボット２０は、設定された目的地まで自律的に移動して、搬送物を搬送する。つまり、移動ロボット２０は荷物の搬送タスク（以下、単にタスクともいう）を実行する。以下の説明では、搬送物を搭載する場所を搬送元とし、搬送物を届ける場所を搬送先とする。

【0029】

例えば、移動ロボット２０が複数の診療科がある総合病院内を移動するものとする。移動ロボット２０は、複数の診療科間で備品、消耗品、医療器具等を搬送する。例えば、移動ロボットは、搬送物をある診療科のナースステーションから、別の診療科へのナースステーションに届ける。あるいは、移動ロボット２０は、備品や医療器具の保管庫から診療科のナースステーションまで搬送物を届ける。また、移動ロボット２０は、調剤科で調剤された薬品を使用予定の診療科や患者まで届ける。

【0030】

搬送物の例としては、薬剤、包袋などの消耗品、検体、検査器具、医療器具、病院食、文房具などの備品等が挙げられる。医療機器としては、血圧計、輸血ポンプ、シリンジポンプ、フットポンプ、ナースコール、離床センサ、フットポンプ、低圧持続吸入器心電図モニタ、医薬品注入コントローラ、経腸栄養ポンプ、人工呼吸器、カフ圧計、タッチセンサ、吸引器、ネブライザ、パルスオキシメータ、血圧計、人工蘇生器、無菌装置、エコー装置などが挙げられる。また、病院食、検査食などの食事を搬送しても良い。さらに、移動ロボット２０は、使用済みの機器、食事済みの食器などを搬送しても良い。搬送先が異なる階にある場合、移動ロボット２０はエレベータなどを利用して移動してもよい。

【0031】

搬送システム１は、移動ロボット２０と、上位管理装置１０と、ネットワーク６００と、通信ユニット６１０と、ユーザ端末４００と、を備えている。ユーザＵ１又はユーザＵ２は、ユーザ端末４００を用いて、搬送物の搬送依頼を行うことができる。例えば、ユーザ端末４００は、タブレットコンピュータやスマートフォンなどである。ユーザ端末４００は、無線又は有線で通信可能な情報処理装置であればよい。

【0032】

本実施形態においては、移動ロボット２０とユーザ端末４００は、ネットワーク６００を介して上位管理装置１０を接続されている。移動ロボット２０及びユーザ端末４００は、通信ユニット６１０を介して、ネットワーク６００と接続される。ネットワーク６００は有線又は無線のＬＡＮ（Local Area Network）やＷＡＮ（Ｗｉｄｅ Ａｒｅａ Ｎｅｔｗｏｒｋ）である。さらに、上位管理装置１０は、ネットワーク６００と有線又は無線で接続されている。通信ユニット６１０はそれぞれの環境に設置された例えば無線ＬＡＮユニットである。通信ユニット６１０は、例えば、ＷｉＦｉルータなどの汎用通信デバイスであってもよい。

【0033】

ユーザＵ１、Ｕ２のユーザ端末４００から発信された各種信号は、ネットワーク６００を介して一旦、上位管理装置１０へ送られ、上位管理装置１０から対象となる移動ロボット２０へ転送される。同様に、移動ロボット２０から発信される各種信号は、ネットワーク６００を介して一旦、上位管理装置１０へ送られ、上位管理装置１０から対象となるユーザ端末４００へ転送される。上位管理装置１０は各機器と接続されたサーバであり、各機器からのデータを収集する。また、上位管理装置１０は、物理的に単一な装置に限られるものではなく、分散処理を行う複数の装置を有していてもよい。また、上位管理装置１０は、移動ロボット２０等のエッジデバイスに分散して配置されていても良い。例えば、搬送システム１の一部又は全部が移動ロボット２０に搭載されていても良い。

【0034】

ユーザ端末４００と移動ロボット２０は、上位管理装置１０を介さずに、信号を送受信してもよい。例えば、ユーザ端末４００と移動ロボット２０は、無線通信により直接信号を送受信してもよい。あるいは、ユーザ端末４００と移動ロボット２０は、通信ユニット６１０を介して、信号を送受信してもよい。

【0035】

ユーザＵ１又はユーザＵ２は、ユーザ端末４００を用いて搬送物の搬送を依頼する。以下、ユーザＵ１が搬送元にいる搬送依頼者であり、ユーザＵ２が搬送先（目的地）にいる受領予定者であるとして説明を行う。もちろん、搬送先にいるユーザＵ２が搬送依頼を行うことも可能である。また、搬送元又は搬送先以外の場所にいるユーザが搬送依頼を行ってもよい。

【0036】

ユーザＵ１が搬送依頼を行う場合、ユーザ端末４００を用いて、搬送物の内容、搬送物の受取先（以下、搬送元ともいう）、搬送物の届け先（以下、搬送先ともいう）、搬送元の到着予定時刻（搬送物の受取時刻）、搬送先への到着予定時間（搬送期限）等を入力する。以下、これらの情報を搬送依頼情報ともいう。ユーザＵ１は、ユーザ端末４００のタッチパネルを操作することで、搬送依頼情報を入力することができる。搬送元は、ユーザＵ１がいる場所でも良く、搬送物の保管場所などであってもよい。搬送先は、使用予定のユーザＵ２や患者がいる場所である。

【0037】

ユーザ端末４００は、ユーザＵ１によって入力された搬送依頼情報を上位管理装置１０に送信する。上位管理装置１０は、複数の移動ロボット２０を管理する管理システムである。上位管理装置１０は、移動ロボット２０に搬送タスクを実行するための動作指令を送信する。上位管理装置１０は搬送依頼毎に、搬送タスクを実行する移動ロボット２０を決定する。そして、上位管理装置１０は、その移動ロボット２０に対して動作指令を含む制御信号を送信する。移動ロボット２０が、動作指令に従って、搬送元から搬送先に到着するように移動する。

【0038】

例えば、上位管理装置１０は、搬送元又はその近傍の移動ロボット２０に搬送タスクを割り当てる。あるいは、上位管理装置１０は、搬送元又はその近傍に向かっている移動ロボット２０に搬送タスクを割り当てる。タスクを割り当てられた移動ロボット２０が搬送元まで搬送物を取りに行く。搬送元は、例えば、タスクを依頼したユーザＵ１がいる場所である。

【0039】

移動ロボット２０が搬送元に到着すると、ユーザＵ１又はその他の職員が移動ロボット２０に搬送物を載せる。搬送物を搭載した移動ロボット２０が搬送先を目的地として自律移動する。上位管理装置１０は、搬送先のユーザＵ２のユーザ端末４００に対して信号を送信する。これにより、ユーザＵ２は、搬送物が搬送中であることや、その到着予定時間を知ることができる。設定された搬送先に移動ロボット２０が到着すると、ユーザＵ２は、移動ロボット２０に収容されている搬送物を受領することができる。このようにして、移動ロボット２０が、搬送タスクを実行する。

【0040】

このような全体構成においては、制御システムの各要素を、移動ロボット２０、ユーザ端末４００および上位管理装置１０に分散して全体として制御システムを構築することができる。また、搬送物の搬送を実現するための実質的な要素を一つの装置に集めて構築することもできる。上位管理装置１０は、１又は複数の移動ロボット２０を制御する。

【0041】

移動ロボット２０は、例えば、マップを参照して自律移動する自律移動ロボットである。移動ロボット２０を制御するロボット制御システムは、測距センサを用いて測定された人までの距離を示す距離情報を取得する。ロボット制御システムは、人までの距離の変化に応じて、前記人の移動速度及び移動方向を示す移動ベクトルを推定する。ロボット制御システムは、移動ロボットの移動を制限するためのコストをマップ上に付与する。ロボット制御システムは、測距センサの測定結果に応じて更新される前記コストに応じて移動するように制御する。ロボット制御システムは、移動ロボット２０に搭載されていてもよい、ロボット制御システムの一部又は全部は上位管理装置１０に搭載されていても良い。

【0042】

さらに、施設のユーザには、施設で働くスタッフと、それ以外の非スタッフがいる。ここで、施設が病院である場合、非スタッフとしては、患者、入院患者、訪問者、外来患者、付き添い者等がいる。スタッフとしては、医師、看護師、薬剤師、事務員、作業療法士、各種従業員がいる。また、スタッフは各種物品の搬入者、メンテナンス業者、清掃員等を含んでいてもよい。スタッフは病院の直接の雇用者や被雇用者に限られるものではなく、関連する従業者を含んでいてもよい。

【0043】

移動ロボット２０は、病院のスタッフと非スタッフとが混在する環境を、これらの人物と接触しないように移動する。具体的には、移動ロボット２０は、周辺の人物と接触しない程度の速度で移動したり、予め設定された距離よりも近くに物体が存在する場合には速度をさらに落としたり、停止したりする。また移動ロボット２０は、自律移動により物体を回避する行動をとったり、周辺に移動ロボット２０の存在を通知するための音声や光を発したりすることもできる。

【0044】

移動ロボット２０を適切に制御するためには、上位管理装置１０は、施設の状況に応じて、適切に施設をモニタする必要がある。具体的には、上位管理装置１０は、ユーザが移動を補助するための補助器具を使用している器具使用者か否かを判定している。補助器具とは車椅子、松葉杖、杖、点滴台、歩行器などである。補助器具を使用しているユーザを器具使用者ともいう。さらに、上位管理装置１０は、器具使用者の周囲に、移動を補助する補助者がいるか否かを判定する。補助者は、看護師、家族などであり、器具使用者の移動をサポートする。

【0045】

例えば、器具使用者が車椅子を使用している場合、補助者は車椅子を押すことで、移動をサポートする。また、器具使用者が松葉杖を使用している場合、補助者は器具使用者の体重を支えて、移動をサポートする。器具使用者の周囲に補助者がいない場合、器具使用者は速やかな移動が困難となることが多い。器具使用者単独で移動している場合、とっさに方向転換を行うことができないおそれがあるため、移動ロボットのタスクの邪魔となる動作を行うおそれがある。

【0046】

器具使用者が単独で移動している場合、器具使用者の周辺のエリアの監視を強化する必要がある。そして、移動ロボット２０が器具使用者に近づかないように、上位管理装置１０は、移動ロボット２０を制御する。上位管理装置１０は、監視のための処理負荷を高くする。換言すると、器具使用者が補助者無しで移動している領域では、上位管理装置１０が、処理負荷の高い第１モード（高負荷モード）で処理を行う。第１モードで監視を行うことで、器具使用者の位置を正確に検出することができる。

【0047】

一方、器具使用者が補助者とともに移動している領域では、上位管理装置１０が、第１モードよりも処理負荷の低い第２モード（低負荷モード）で処理を行う。つまり、かつ単独で移動している器具使用者がいない場合、上位管理装置１０が、第２モードで処理を行う。全ての器具使用者が補助者とともに移動している場合、上位管理装置１０が第１モードよりも処理負荷を軽減する。

【0048】

本実施の形態では、上位管理装置１０がカメラに写った人が器具使用者であるか否かを判定している（以下、第１判定ともいう）。そして、ユーザが器具使用者である場合、上位管理装置１０が器具使用者の移動を補助する補助者がいるか否かを判定している（以下、第２判定ともいう）。例えば、器具使用者の近傍に他のユーザがいる場合、そのユーザを補助者として判定する。そして、上位管理装置１０は、第１判定及び第２判定の結果に基づいて、処理負荷を変更している。

【0049】

補助者無しで器具使用者が移動している領域では、上位管理装置１０が、処理負荷の高い第１モードで処理を行う。器具使用者が存在し、かつ補助者無しで移動している器具使用者が存在しない領域では、上位管理装置１０が、処理負荷の低い第２モードで処理を行う。

【0050】

これにより、施設の利用状況に応じて、適切に制御を行うことができる。つまり、器具使用者が単独で移動している場合、より監視を強化して、移動ロボット２０のタスクに与える影響を軽減する。これにより、効率良く搬送タスクを実行することができる。

【0051】

さらに、施設を複数の監視対象領域に分けて、監視対象領域毎にモードを切替えるようにしてもよい。例えば、単独で移動している器具使用者がいる監視対象領域では、上位管理装置１０が、高負荷モードで監視を行う。単独で移動している器具使用者がいない監視対象領域では、上位管理装置１０が、低負荷モードで監視を行う。これにより、より効率良く搬送タスクを実行することができる。また、複数の監視対象領域に分割する場合、各監視対象領域を監視する環境カメラ３００を予め割り当てておいても良い。つまり、環境カメラ３００の撮像範囲に応じて、監視対象領域を設定しておくことができる。

【0052】

（制御ブロック図）
図２は、システム１の制御系を示す制御ブロック図を示す。図２に示すように、システム１は、上位管理装置１０、移動ロボット２０、環境カメラ３００を有する。

【0053】

このシステム１は、所定の施設内において移動ロボット２０を自律的に移動させながら、複数の移動ロボット２０を効率的に制御する。そのため、施設内には、複数個の環境カメラ３００が設置されている。例えば、環境カメラ３００は、施設内の通路、ホール、エレベータ、出入り口等に設置されている。

【0054】

環境カメラ３００は、移動ロボット２０が移動する範囲の画像を取得する。なお、システム１では、環境カメラ３００で取得された画像やそれに基づく情報は、上位管理装置１０が収集する。あるいは、環境カメラ３００で取得された画像等が直接移動ロボットに送信されてもよい。環境カメラ３００は、施設内の通路や出入り口に設けられた監視カメラなどであってもよい。環境カメラ３００は、施設内の混雑状況の分布を求めるために使用されていてもよい。

【0055】

実施の形態１にかかるシステム１では、上位管理装置１０が搬送依頼情報に基づいて、ルート計画を行う。上位管理装置１０が作成したルート計画情報に基づいて、それぞれの移動ロボット２０に行き先を指示する。そして、移動ロボット２０は、上位管理装置１０から指定された行き先に向かって自律移動する。移動ロボット２０は、自機に設けられたセンサ、フロアマップ、位置情報等を用いて行き先（目的地）に向かって自律移動する。

【0056】

例えば、移動ロボット２０は、その周辺の機器、物体、壁、人（以下、まとめて周辺物体とする）に接触しないように、走行する。具体的には、移動ロボット２０は、周辺物体までの距離を検知し、周辺物体から一定の距離（距離閾値とする）以上離れた状態で走行する。周辺物体までの距離が距離閾値以下になると、移動ロボット２０が減速または停止する。このようにすることで、移動ロボット２０が、周辺物体に接触せずに走行可能となる。接触を回避することができるため、安全かつ効率的な搬送が可能となる。

【0057】

上位管理装置１０は、演算処理部１１、記憶部１２、バッファメモリ１３、通信部１４を有する。演算処理部１１は、移動ロボット２０を制御及び管理するための演算を行う。演算処理部１１は、例えば、コンピュータの中央演算処理装置（ＣＰＵ：Central Processing Unit）等のプログラムを実行可能な装置として実装可能である。そして、各種機能はプログラムにより実現することもできる。図２では、演算処理部１１において特徴的なロボット制御部１１１、ルート計画部１１５、搬送物情報取得部１１６のみを示したが、その他の処理ブロックも備えられる。

【0058】

ロボット制御部１１１は、移動ロボット２０を遠隔で制御するための演算を行い、制御信号を生成する。ロボット制御部１１１は、ルート計画情報１２５などに基づいて制御信号を生成する。さらに、環境カメラ３００や移動ロボット２０から得られた各種情報に基づいて、制御信号を生成する。制御信号は、フロアマップ１２１、ロボット情報１２３及びロボット制御パラメータ１２２等の更新情報を含んでいてもよい。つまり、ロボット制御部１１１は、各種情報が更新された場合、その更新情報に応じた制御信号を生成する。

【0059】

搬送物情報取得部１１６は、搬送物に関する情報を取得する。搬送物情報取得部１１６は、移動ロボット２０が搬送中の搬送物の内容（種別）に関する情報を取得する。搬送物情報取得部１１６は、エラーが発生した移動ロボット２０が搬送中の搬送物に関する搬送物情報を取得する。

【0060】

ルート計画部１１５は、各移動ロボット２０のルート計画を行う。搬送タスクが入力されると、ルート計画部１１５は、搬送依頼情報に基づいて、当該搬送物を搬送先（目的地）までの搬送するためのルート計画を行う。具体的には、ルート計画部１１５は、記憶部１２に既に記憶されているルート計画情報１２５やロボット情報１２３等を参照して、新たな搬送タスクを実行する移動ロボット２０を決定する。出発地は、移動ロボット２０の現在位置や、直前の搬送タスクの搬送先、搬送物の受取先などである。目的地は、搬送物の搬送先、待機場所、充電場所などである。

【0061】

ここでは、ルート計画部１１５は、移動ロボット２０の出発地から目的地までの通過ポイントを設定している。ルート計画部１１５は、移動ロボット２０毎に、その通過ポイントの通過順を設定する。通過ポイントは、例えば、分岐点、交差点、エレベータ前のロビーやこれらの周辺に設定されている。また、幅の狭い通路では、移動ロボット２０のすれ違いが困難となることもある。このような場合、幅の狭い通路の手前を通過ポイントして設定してもよい。通過ポイントの候補は、予めフロアマップ１２１に登録されていてもよい。

【0062】

ルート計画部１１５は、システム全体として効率良くタスクを実行できるように、複数の移動ロボット２０の中から、各搬送タスクを行う移動ロボット２０を決定する。ルート計画部１１５は、待機中の移動ロボット２０や搬送元に近い移動ロボット２０に搬送タスクを優先的に割り当てる。

【0063】

ルート計画部１１５は、搬送タスクが割り当てられた移動ロボット２０について、出発地及び目的地を含む通過ポイントを設定する。例えば、搬送元から搬送先までの２以上の移動経路がある場合、より短時間で移動できるように通過ポイントを設定する。そのため、上位管理装置１０は、カメラの画像等に基づいて、通路の混雑状況を示す情報を更新する。具体的には、他の移動ロボット２０が通過している場所、人が多い場所は混雑度が高い。したがって、ルート計画部１１５は、混雑度が高い場所を避けるように、通過ポイントを設定する。

【0064】

移動ロボット２０は、左回りの移動経路又は右回りの移動経路のいずれでも目的地まで移動できるような場合がある。このような場合、ルート計画部１１５は、混雑していないほうの移動経路を通過するように通過ポイントを設定する。ルート計画部１１５が、目的地までの間に、１又は複数の通過ポイントを設定することで、移動ロボット２０が混雑していない移動経路で移動することができる。例えば、分岐点、交差点で通路が分かれている場合、ルート計画部１１５は、適宜、分岐点、交差点、曲がり角及びその周辺に通過ポイントを設定する。これにより、搬送効率を向上することができる。

【0065】

ルート計画部１１５は、エレベータの混雑状況や、移動距離などを考慮して、通過ポイントを設定してもよい。さらに、上位管理装置１０は、移動ロボット２０がある場所を通過する予定時刻における、移動ロボット２０の数や人の数を推定してもよい。そして、推定された混雑状況に応じて、ルート計画部１１５が通過ポイントを設定してもよい。また、ルート計画部１１５は、混雑状況の変化に応じて、通過ポイントを動的に変えてもよい。ルート計画部１１５は、搬送タスクを割り当てた移動ロボット２０について、通過ポイントを順番に設定する。通過ポイントは、搬送元や搬送先を含んでいてもよい。移動ロボット２０が、ルート計画部１１５により設定された通過ポイントを順番に通過するように自律移動する。

【0066】

モード制御部１１７は、施設の状況に応じて、モードを切替えるための制御を行う。例えば、モード制御部１１７は、状況に応じて、第１モードと第２モードとを切替える。第２モードはプロセッサ等の処理負荷が低い低負荷モードである。第１モードは、プロセッサ等の処理負荷が高い高負荷モードである。第１モードでは、第２モードよりもプロセッサ等の処理負荷が高くなる。よって、施設の状況に応じてモードを切替えることで、処理負荷を軽減することができ、消費電力を低減することができる。モード制御部１１７の制御については後述する。

【0067】

記憶部１２は、ロボットの管理及び制御に必要な情報を格納する記憶部である。図２の例では、フロアマップ１２１、ロボット情報１２３、ロボット制御パラメータ１２２、ルート計画情報１２５、搬送物情報１２６、スタッフ情報１２８、モード情報１２９を示したが、記憶部１２に格納される情報はこれ以外にあっても構わない。演算処理部１１では、各種処理を行う際に記憶部１２に格納されている情報を用いた演算を行う。また、記憶部１２に記憶されている各種情報は最新の情報に更新可能である。

【0068】

フロアマップ１２１は、移動ロボット２０を移動させる施設の地図情報である。このフロアマップ１２１は、予め作成されるものでもよいし、移動ロボット２０から得た情報から生成されるものでもよく、また、予め作成された基本地図に移動ロボット２０から得た情報から生成された地図修正情報を加えたものであってもよい。

【0069】

例えば、フロアマップ１２１には、施設の壁面、ゲート、扉、階段、エレベータ、固定棚などの位置やその情報が格納されている。フロアマップ１２１は、２次元のグリッドマップとして表現されていてもよい。この場合、フロアマップ１２１では、各グリッドに壁や扉なの情報が付されている。

【0070】

ロボット情報１２３は、上位管理装置１０が管理する移動ロボット２０のＩＤ、型番、仕様等が記述される。ロボット情報１２３は、移動ロボット２０の現在位置を示す位置情報を含んでいてもよい。ロボット情報１２３は、移動ロボット２０がタスクを実行中か、待機中かの情報を含んでいてもよい。また、ロボット情報１２３は、移動ロボット２０が動作中か、故障中か等を示す情報を含んでいてもよい。また、ロボット情報１２３は、搬送可能な搬送物、搬送不可な搬送物の情報を含んでいてもよい。

【0071】

ロボット制御パラメータ１２２は、上位管理装置１０が管理する移動ロボット２０についての周辺物体との閾値距離等の制御パラメータが記述される。閾値距離は、人を含む周辺物体との接触を回避するためのマージン距離となる。さらに、ロボット制御パラメータ１２２は、移動ロボット２０の移動速度の速度上限値などの動作強度に関する情報を含んでいても良い。

【0072】

ロボット制御パラメータ１２２は、状況に応じて更新されてもよい。ロボット制御パラメータ１２２は、収納庫２９１の収容スペースの空き状況や使用状況を示す情報を含んでいてもよい。ロボット制御パラメータ１２２は、搬送可能な搬送物や、搬送不可能な搬送物の情報を含んでいても良い。ロボット制御パラメータ１２２は、それぞれの移動ロボット２０に対して、上記の各種情報が対応付けられている。

【0073】

ルート計画情報１２５は、ルート計画部１１５で計画されたルート計画情報を含んでいる。ルート計画情報１２５は、例えば、搬送タスクを示す情報を含んでいる。ルート計画情報１２５は、タスクが割り当てられた移動ロボット２０のＩＤ、出発地、搬送物の内容、搬送先、搬送元、搬送先への到着予定時間、搬送元への到着予定時間、到着期限などの情報を含んでいても良い。ルート計画情報１２５では、搬送タスク毎に、上述した各種情報が対応付けられていてもよい。ルート計画情報１２５は、ユーザＵ１から入力された搬送依頼情報の少なくとも一部を含んでいても良い。

【0074】

さらに、ルート計画情報１２５は、それぞれの移動ロボット２０や搬送タスクについて、通過ポイントに関する情報を含んでいてもよい。例えば、ルート計画情報１２５は、それぞれの移動ロボット２０についての通過ポイントの通過順を示す情報を含んでいる。ルート計画情報１２５は、フロアマップ１２１における各通過ポイントの座標や、通過ポイントを通過したか否かの情報を含んでいてもよい。

【0075】

搬送物情報１２６は、搬送依頼が行われた搬送物に関する情報である。例えば、搬送物の内容（種別）、搬送元、搬送先等の情報を含んでいる。搬送物情報１２６は、搬送を担当する移動ロボット２０のＩＤを含んでいても良い。さらに、搬送物情報は、搬送中、搬送前（搭載前）、搬送済みなどのステータスを示す情報を含んでいてもよい。搬送物情報１２６は搬送物毎にこれらの情報が対応付けられている。

【0076】

スタッフ情報１２８は施設のユーザがスタッフであるか否かを分類するための情報である。つまり、スタッフ情報１２８は、画像データに含まれる人物を第１グループまたは第２グループに分類するための情報を含む。例えば、スタッフ情報１２８は、予め登録されたスタッフに関する情報を含んでいる。スタッフ情報については、変形例で詳述する。モード情報１２９は、判定結果から各モードを制御するための情報を含む。モード情報１２９の詳細は後述する。

【0077】

なお、ルート計画部１１５は、記憶部１２に記憶されている各種情報を参照して、ルート計画を策定する。例えば、フロアマップ１２１、ロボット情報１２３、ロボット制御パラメータ１２２、ルート計画情報１２５に基づいて、タスクを実行する移動ロボット２０を決定する。そして、ルート計画部１１５は、フロアマップ１２１等を参照して、搬送先までの通過ポイントとその通過順を設定する。フロアマップ１２１には、予め通過ポイントの候補が登録されている。そして、ルート計画部１１５が混雑状況等に応じて、通過ポイントを設定する。また、タスクを連続処理する場合などは、ルート計画部１１５が搬送元及び搬送先を通過ポイントして設定してもよい。

【0078】

なお、１つの搬送タスクについて、２つ以上の移動ロボット２０が割り当てられていてもよい。例えば、搬送物が移動ロボット２０の搬送可能容量よりも大きい場合、１つの搬送物を２つに分けて、２つの移動ロボット２０に搭載する。あるいは、搬送物が移動ロボット２０の搬送可能重量よりも重い場合、１つの搬送物を２つに分けて、２つの移動ロボット２０に搭載する。このようにすることで、１つの搬送タスクを２つ以上の移動ロボット２０が分担して実行することができる。もちろん、異なるサイズの移動ロボット２０を制御する場合、搬送物を搬送可能な移動ロボット２０が搬送物を受け取るようにルート計画を行ってもよい。

【0079】

さらには、１つの移動ロボット２０が、２つ以上の搬送タスクを並行して行ってもよい。例えば、１つの移動ロボット２０が２つ以上の搬送物を同時に搭載して、異なる搬送先に順次搬送してもよい。あるいは、１つ移動ロボット２０が１つの搬送物を搬送中に、他の搬送物を搭載してもよい。また、異なる場所で搭載された搬送物の搬送先は同じであってもよく、異なっていてもよい。このようにすることで、タスクを効率よく実行することができる。

【0080】

このような場合、移動ロボット２０の収容スペースについて、使用状況又は空き状況を示す収容情報を更新するようにしてもよい。つまり、上位管理装置１０が空き状況を示す収容情報を管理して、移動ロボット２０を制御してもよい。例えば、搬送物の搭載又は受取が完了すると、収容情報が更新される。搬送タスクが入力されると、上位管理装置１０は、収容情報を参照して、搬送物を搭載可能な空きがある移動ロボット２０を受け取りに向かわせる。このようにすることで、１つの移動ロボット２０が、同時に複数の搬送タスクを実行することや、２つ以上の移動ロボット２０が搬送タスクを分担して実行することが可能になる。例えば、移動ロボット２０の収容スペースにセンサを設置して空き状況を検出しても良い。また、搬送物毎にその容量や重さが予め登録されていてもよい。

【0081】

バッファメモリ１３は、演算処理部１１における処理において生成される中間情報を蓄積するメモリである。通信部１４は、システム１が用いられる施設に設けられる複数の環境カメラ３００及び少なくとも１台の移動ロボット２０と通信するための通信インタフェースである。通信部１４は、有線通信と無線通信の両方の通信を行うことができる。例えば、通信部１４は、それぞれの移動ロボット２０に対して、その移動ロボット２０の制御に必要な制御信号を送信する。また、通信部１４は、移動ロボット２０や環境カメラ３００で収集された情報を受信する。

【0082】

移動ロボット２０は、演算処理部２１、記憶部２２、通信部２３、近接センサ（例えば、距離センサ群２４）、カメラ２５、駆動部２６、表示部２７、操作受付部２８を有する。なお、図２では、移動ロボット２０に備えられている代表的な処理ブロックのみを示したが、移動ロボット２０には図示していない他の処理ブロックも多く含まれる。

【0083】

通信部２３は、上位管理装置１０の通信部１４と通信を行うための通信インタフェースである。通信部２３は、例えば、無線信号を用いて通信部１４と通信を行う。距離センサ群２４は、例えば、近接センサであり、移動ロボット２０の周囲に存在する物又は人との距離を示す近接物距離情報を出力する。距離センサ群２４はライダなどの測距センサを有している。光信号の出射方向を操作していくことで、周辺物体までの距離を測定することができる。また，測距センサ等で検出された点群データから、周辺物体を認識してもよい。カメラ２５は、例えば、移動ロボット２０の周囲の状況を把握するための画像を撮影する。また、カメラ２５は、例えば、施設の天井等に設けられる位置マーカーを撮影することもできる。この位置マーカーを用いて移動ロボット２０に自機の位置を把握させてもよい。

【0084】

駆動部２６は、移動ロボット２０に備え付けられている駆動輪を駆動する。なお、駆動部２６は、駆動輪やその駆動モータの回転回数を検出するエンコーダなどを有していてもよい。エンコーダの出力に応じて、自機位置（現在位置）が推定されていても良い。移動ロボット２０は、自身の現在位置を検出して、上位管理装置１０に送信する。移動ロボット２０は、オドメトリーなどによりフロアマップ１２１における自己位置を推定している。

【0085】

表示部２７及び操作受付部２８はタッチパネルディスプレイにより実現される。表示部２７は、操作受付部２８となるユーザーインタフェース画面を表示する。また、表示部２７には、移動ロボット２０の行き先や移動ロボット２０の状態を示す情報を表示させても構わない。操作受付部２８は、ユーザからの操作を受け付ける。操作受付部２８は、表示部２７に表示されるユーザーインタフェース画面に加えて、移動ロボット２０に設けられる各種スイッチを含む。

【0086】

演算処理部２１は、移動ロボット２０の制御に用いる演算を行う。演算処理部２１は、例えば、コンピュータの中央演算処理装置（ＣＰＵ：Central Processing Unit）等のプログラムを実行可能な装置として実装可能である。そして、各種機能はプログラムにより実現することもできる。演算処理部２１は、移動命令抽出部２１１、駆動制御部２１２、モード制御部２１７を有する。なお、図２では、演算処理部２１が有する代表的な処理ブロックのみを示したが、図示しない処理ブロックも含まれる。演算処理部２１は、通過ポイント間の経路を探索しても良い。

【0087】

移動命令抽出部２１１は、上位管理装置１０から与えられた制御信号から移動命令を抽出する。例えば、移動命令は、次の通過ポイントに関する情報を含んでいる。例えば、制御信号は、通過ポイントの座標や、通過ポイントの通過順に関する情報を含んでいてもよい。そして、移動命令抽出部２１１が、これらの情報を移動命令として抽出する。

【0088】

さらに、移動命令は、次の通過ポイントへの移動が可能になったことを示す情報を含んでいてもよい。通路幅が狭いと、移動ロボット２０がすれ違うことできない場合がある。また、一時的に通路を通行できない場合がある。このような場合、制御信号は、停止すべき場所の手前の通過ポイントで、移動ロボット２０を停止させる命令を含んでいる。そして、他の移動ロボット２０が通過した後や通行可能となった後に、上位管理装置１０が移動ロボット２０に移動可能なことになったことを知らせる制御信号を出力する。これにより、一時的に停止していた移動ロボット２０が移動を再開する。

【0089】

駆動制御部２１２は、移動命令抽出部２１１から与えられた移動命令に基づいて、移動ロボット２０を移動させるように、駆動部２６を制御する。例えば、駆動部２６は、駆動制御部２１２からの制御指令値に応じて回転する駆動輪を有している。移動命令抽出部２１１は、上位管理装置１０から受信した通過ポイントに向かって移動ロボット２０が移動するように、移動命令を抽出する。そして、駆動部２６が駆動輪を回転駆動する。移動ロボット２０は、次の通過ポイントに向かって自律移動する。このようにすることで、通過ポイントを順番に通過して、搬送先に到着する。また、移動ロボット２０は、自機位置を推定して、通過ポイントを通過したことを示す信号を上位管理装置１０に送信しても良い。これにより、上位管理装置１０が、各移動ロボット２０の現在位置や搬送状況を管理することができる。

【0090】

モード制御部２１７は、状況に応じてモードを切替えるための制御を行う。モード制御部２１７は、モード制御部１１７と同様の処理を行ってもよい。上位管理装置１０のモード制御部１１７の一部の処理を行ってもよい。つまり、モード制御部１１７とモード制御部２１７が協働してモードを制御するための処理を行ってもよい。また、モード制御部１１７とは独立して処理を行ってもよい。モード制御部２１７は、モード制御部１１７の処理負荷よりも低い処理を行う。

【0091】

記憶部２２には、フロアマップ２２１とロボット制御パラメータ２２２と搬送物情報２２６が格納される。図２に示したのは、記憶部２２に格納される情報の一部で有り、図２に示したフロアマップ２２１とロボット制御パラメータ２２２と搬送物情報２２６以外の情報も含まれる。フロアマップ２２１は、移動ロボット２０を移動させる施設の地図情報である。このフロアマップ２２１は、例えば、上位管理装置１０のフロアマップ１２１をダウンロードしたものである。なお、フロアマップ２２１は、予め作成されたものであってもよい。また、フロアマップ２２１は、施設全体の地図情報ではなく、移動予定の領域を部分的に含む地図情報であってもよい。

【0092】

ロボット制御パラメータ２２２は、移動ロボット２０を動作させるためのパラメータである。ロボット制御パラメータ２２２には、例えば、周辺物体との距離閾値が含まれる。さらに、ロボット制御パラメータ２２２には、移動ロボット２０の速度上限値が含まれている。

【0093】

搬送物情報２２６は、搬送物情報１２６と同様に搬送物に関する情報を含んでいる。搬送物の内容（種別）、搬送元、搬送先等の情報を含んでいる。搬送物情報は、搬送中、搬送前（搭載前）、搬送済みなどのステータスを示す情報を含んでいてもよい。搬送物情報２２６は搬送物毎にこれらの情報が対応付けられている。搬送物情報１２６については後述する。搬送物情報２２６は、移動ロボット２０が搬送する搬送物に関する情報を含んでいればよい。したがって、搬送物情報２２６は搬送物情報１２６の一部となる。つまり、搬送物情報２２６は、他の移動ロボット２０が搬送する情報を含んでいなくても良い。

【0094】

駆動制御部２１２は、ロボット制御パラメータ２２２を参照して、距離センサ群２４から得られた距離情報が示す距離が距離閾値を下回ったことに応じて動作を停止或いは減速をする。駆動制御部２１２は、速度上限値以下の速度で走行するように、駆動部２６を制御する。駆動制御部２１２は、速度上限値以上の速度で移動ロボット２０が移動しないように、駆動輪の回転速度を制限する。

【0095】

（移動ロボット２０の構成）
ここで、移動ロボット２０の外観について説明する。図３は、移動ロボット２０の概略図を示す。図３に示す移動ロボット２０は、移動ロボット２０の態様の１つであり、他の形態であってもよい。なお、図３では、ｘ方向が移動ロボット２０の前進方向及び後進方向、ｙ方向が移動ロボット２０の左右方向であり、ｚ方向が移動ロボット２０の高さ方向である。

【0096】

移動ロボット２０は、本体部２９０と、台車部２６０とを備えている。台車部２６０の上に、本体部２９０が搭載されている。本体部２９０と、台車部２６０とそれぞれ直方体状の筐体を有しており、この筐体内部に各構成要素が搭載されている。例えば、台車部２６０の内部には駆動部２６が収容されている。

【0097】

本体部２９０には、収容スペースとなる収納庫２９１と、収納庫２９１を密封する扉２９２とが設けられている。収納庫２９１には、複数段の棚が設けられており、段毎に空き状況が管理される。例えば、各段に重量センサ等の各種センサを配置することで、空き状況を更新することができる。移動ロボット２０は、収納庫２９１に収納された搬送物を上位管理装置１０から指示された目的地まで自律移動により搬送する。本体部２９０は図示しない制御ボックスなどを筐体内に搭載していても良い。また、扉２９２は電子キーなどで施錠可能となっていても良い。搬送先に到着するとユーザＵ２が電子キーで扉２９２を開錠する。あるいは、搬送先に到着した場合、自動で扉２９２が開錠してもよい。

【0098】

図３に示すように、移動ロボット２０の外装には、距離センサ群２４として前後距離センサ２４１及び左右距離センサ２４２が設けられる。移動ロボット２０は、前後距離センサ２４１により移動ロボット２０の前後方向の周辺物体の距離を計測する。また、移動ロボット２０は、左右距離センサ２４２により移動ロボット２０の左右方向の周辺物体の距離を計測する。

【0099】

例えば、前後距離センサ２４１は、本体部２９０の筐体の前面及び後面にそれぞれ配置される。左右距離センサ２４２は、本体部２９０の筐体の左側面及び右側面にそれぞれ配置される。前後距離センサ２４１及び左右距離センサ２４２は例えば、超音波距離センサやレーザレンジファインダである。周辺物体までの距離を検出する。前後距離センサ２４１又は左右距離センサ２４２で検出された周辺物体までの距離が、距離閾値以下となった場合、移動ロボット２０が減速または停止する。

【0100】

駆動部２６には、駆動輪２６１及びキャスタ２６２が設けられる。駆動輪２６１は移動ロボット２０を前後左右に移動させるための車輪である。キャスタ２６２は、駆動力は与えられず、駆動輪２６１に追従して転がる従動輪である。駆動部２６は、図示しない駆動モータを有しており、駆動輪２６１を駆動する。

【0101】

例えば、駆動部２６は、筐体内に、それぞれが走行面に接地する２つの駆動輪２６１と２つのキャスタ２６２を支持している。２つの駆動輪２６１は、互いに回転軸芯が一致するように配設されている。それぞれの駆動輪２６１は、不図示のモータによって独立して回転駆動される。駆動輪２６１は、図２の駆動制御部２１２からの制御指令値に応じて回転する。キャスタ２６２は、従動輪であり、駆動部２６から鉛直方向に延びる旋回軸が車輪の回転軸から離れて車輪を軸支するように設けられており、駆動部２６の移動方向に倣うように追従する。

【0102】

移動ロボット２０は、例えば、２つの駆動輪２６１が同じ方向に同じ回転速度で回転されれば直進し、逆方向に同じ回転速度で回転されれば２つの駆動輪２６１のほぼ中央を通る鉛直軸周りに旋回する。また、２つの駆動輪２６１を同じ方向と異なる回転速度で回転させることで、左右に曲がりながら進むことができる。例えば、左の駆動輪２６１の回転速度を右の駆動輪２６１の回転速度より高くすることで、右折することができる。反対に、右の駆動輪２６１の回転速度を左の駆動輪２６１の回転速度より高くすることで、左折することができる。すなわち、移動ロボット２０は、２つの駆動輪２６１の回転方向、回転速度がそれぞれ制御されることにより、任意の方向へ並進、旋回、右左折等することができる。

【0103】

また、移動ロボット２０では、本体部２９０の上面に表示部２７、操作インタフェース２８１が設けられる。表示部２７には、操作インタフェース２８１が表示される。ユーザが表示部２７に表示された操作インタフェース２８１をタッチ操作することで、操作受付部２８がユーザからの指示入力を受け付けることができる。また、非常停止ボタン２８２が表示部２７の上面に設けられる。非常停止ボタン２８２及び操作インタフェース２８１が操作受付部２８として機能する。

【0104】

表示部２７は、例えば液晶パネルであり、キャラクターの顔をイラストで表示したり、移動ロボット２０に関する情報をテキストやアイコンで呈示したりする。表示部２７にキャラクターの顔を表示すれば、表示部２７が擬似的な顔部であるかの印象を周囲の観察者に与えることができる。移動ロボット２０に搭載されている表示部２７等をユーザ端末４００として用いることも可能である。

【0105】

本体部２９０の前面には、カメラ２５が設置されている。ここでは、２つのカメラ２５がステレオカメラとして機能する。つまり、同じ画角を有する２つのカメラ２５が互いに水平方向に離間して配置されている。それぞれのカメラ２５で撮像された画像を画像データとして出力する。２つのカメラ２５の画像データに基づいて、被写体までの距離や被写体の大きさを算出することが可能である。演算処理部２１は、カメラ２５の画像を解析することで、移動方向前方に人や障害物などを検知することができる。進行方向前方に人や障害物などがいる場合、移動ロボット２０は、それらを回避しながら、経路に沿って移動する。また、カメラ２５の画像データは、上位管理装置１０に送信される。

【0106】

移動ロボット２０は、カメラ２５が出力する画像データや、前後距離センサ２４１及び左右距離センサ２４２が出力する検出信号を解析することにより、周辺物体を認識したり、自機の位置を同定したりする。カメラ２５は、移動ロボット２０の進行方向前方を撮像する。移動ロボット２０は、図示するように、カメラ２５が設置されている側を自機の前方とする。すなわち、通常の移動時においては矢印で示すように、自機の前方が進行方向となる。

【0107】

次に、図４を用いて、モード制御処理について説明する。ここでは、モード制御のための処理を上位管理装置１０が行うものとして説明する。したがって、図４は、主として、モード制御部１１７の制御系を示すブロック図となっている。もちろん、移動ロボット２０のモード制御部２１７がモード制御部１１７の処理の少なくとも一部を行ってもよい。つまり、モード制御部２１７とモード制御部１１７が協働して、モード制御処理を行ってもよい。あるいは、モード制御部２１７がモード制御処理を行ってもよい。あるいは、環境カメラ３００がモード制御のための処理の少なくとも一部を実行してもよい。

【0108】

モード制御部１１７は、画像データ取得部１１７０と、特徴抽出部１１７１と、切替部１１７４、第１判定部１１７６と、第２判定部１１７７等を備えている。環境カメラ３００は、撮像素子３０１と演算処理部３１１を有している。撮像素子３０１は施設内をモニタするために画像を撮像する。演算処理部３１１は、撮像素子３０１の撮像画像に対して画像処理などを行うＧＰＵ３１８を有している。補助器具７００は、上記のように、車椅子、松葉杖、杖、点滴台、歩行器等である。

【0109】

画像データ取得部１１７０は、環境カメラ３００で撮像された画像の画像データを取得する。ここで、画像データは、環境カメラ３００で撮像された撮像された撮像データ自体であってもよく、撮像データに処理が施されたデータであってもよい。例えば、画像データは、撮像データから抽出された特徴量のデータであってもよい。また、画像データには撮像時間や撮像場所などの情報が付加されていてもよい。また、画像データ取得部１１７０は、環境カメラ３００からの画像データに限らず、移動ロボット２０のカメラ２５からの画像データを取得しても良い。つまり、画像データ取得部１１７０は、移動ロボット２０に設けられたカメラ２５が撮像した画像に基づく画像データを取得してもよい。画像データ取得部１１７０は、複数の環境カメラ３００から画像データを取得しても良い。

【0110】

特徴抽出部１１７１は、撮像画像内の人の特徴を抽出する。より具体的には、特徴抽出部１１７１は、画像データに対して画像処理を行うことで、画像データに含まれる人を検出する。そして、画像データに含まれる人の特徴を抽出する。また、環境カメラ３００に設けられた演算処理部３１１が特徴量抽出のための処理の少なくとも一部を行ってもよい。なお、画像データに人が含まれることを検出する手段は、例えばＨＯＧ（Histograms of Oriented Gradients）特徴量や畳み込み処理を含む機械学習など種々の技術が当業者に知られている。そのためここでは詳述を省略する。

【0111】

第１判定部１１７６は、特徴の抽出結果に基づいて、画像データに含まれている人が、補助器具７００をしている器具使用者か否かを判定する。第１判定部１１７６による判定を第１判定とする。補助器具は、車椅子、松葉杖、杖、点滴台、歩行器などである。補助器具毎に形状が異なるため、各補助器具に特徴量ベクトルが異なる。よって、特徴量を比較することで補助器具の有無を判定することができる。画像処理により得られた特徴量を用いて、第１判定部１１７６は器具使用者か否かを判定することができる。

【0112】

また、第１判定部１１７６は機械学習モデルを用いて、第１判定を行ってもよい。例えば、教師有り学習により、第１判定のための機械学習モデルを予め構築することができる。つまり、撮像画像に補助器具の有無を正解ラベルとして付すことで、教師有り学習の学習用データとして用いることができる。補助器具の有無を正解レベルとして、ディープラーニングなどを行う。器具使用者を含む撮像画像を教師有り学習用の学習データとすることができる。同様に、補助器具を使用していない非器具使用者を含む撮像画像を教師有り学習用の学習データとすることができる。このようにすることで、画像データから第１判定を精度良く行うことができる機械学習モデルを生成することができる。

【0113】

第２判定部１１７７は、特徴の抽出結果に基づいて、画像データに含まれている人が、器具使用者を補助する補助者であるか否かを判定する。第２判定部１１７７による判定を第２判定とする。例えば、車椅子を使用する器具使用者の後ろに人がいる場合、第２判定部１１７７は、その人を補助者であると判定する。第２判定部１１７７が、車椅子の後ろの人が車椅子を押している補助者と判定する。また松葉杖、杖、又は点滴台などを使用する器具使用者の横に、人がいる場合、第２判定部１１７７は、その人を補助者と判定する。第２判定部１１７７は、器具使用者の横にいる人が、器具使用者の体重を支えている補助者と判定する。

【0114】

例えば、第２判定部１１７７は、器具使用者の近傍に人がいる場合、補助者有りと判定しても良い。第２判定部１１７７は、器具使用者の周辺にいる人を補助者と判定することができる。第２判定部１１７７は、器具使用者とその周辺にいる人の相対距離や相対位置に応じて第２判定を行うことができる。

【0115】

あるいは、第２判定部１１７７は機械学習モデルを用いて、第２判定を行ってもよい。例えば、教師有り学習により、第２判定のための機械学習モデルを予め構築することができる。撮像画像に補助者の有無を正解ラベルとして付すことで、教師有り学習の学習用データとして用いることができる。補助者の有無を正解レベルとして、ディープラーニングなどを行う。補助者と器具使用者を含む撮像画像を教師有り学習用の学習データとすることができる。同様に、器具使用者のみを含む撮像画像を教師有り学習用の学習データとすることができる。つまり、補助者を含まずに、かつ器具使用者を含む撮像画像を教師有り学習用の学習データとすることができる。このようにすることで、画像データから第２判定を精度良く行うことができる機械学習モデルを生成することができる。

【0116】

また、第１判定部１１７６と第２判定部１１７７は、共通の機械学習モデルを用いて判定を行ってもよい。つまり、１つの機械学習モデルが第１判定と第２判定を行ってもよい、このようにすることで、１つの機械学習モデルが、器具使用者の有無と、器具使用者に付き添う補助者の有無を判定することができる。さらに、機械学習モデルが特徴抽出を行ってよい。この場合、機械学習モデルは、撮像画像を入力として、判定結果を出力する。

【0117】

切替部１１７４は、第１判定及び第２判定の結果に基づいて、高負荷の処理を行う第１モード（高負荷モード）と、低負荷の処理を行う第２モード（低負荷モード）とを切替える。具体的には、切替部１１７４は、補助者がおらず、かつ、器具使用者が存在する領域を、第１モードにする。切替部１１７４は、補助者及び器具使用者が存在する領域では、第２モードにする。つまり、切替部１１７４は、全ての器具使用者に補助者の付き添いがある場合、第２モードにする。切替部１１７４は、器具使用者が全くいない領域では、第２モードにする。切替部１１７４はモードを切替えるための信号をエッジデバイスに出力する。エッジデバイスは、例えば、環境カメラ３００，移動ロボット２０、通信ユニット６１０、及び、ユーザ端末４００の一つ以上を含む。

【0118】

さらに、補助器具７００にはタグ７０１が設けられていてもよい。タグ７０１は、ＲＦＩＤ（radio frequency identifier）などの無線タグであり、タグリーダ７０２との間で無線通信を行う。これにより、タグリーダ７０２がタグ７０１のＩＤ情報等を読み取ることができる。タグリーダ７０２の読取り結果に基づいて、第１判定部１１７６が第１判定を行ってもよい。

【0119】

例えば、通路や部屋に複数のタグリーダ７０２を配置しておく。また、各補助器具７００には、固有の情報を格納したタグ７０１を取り付けておく。タグリーダ７０２がタグ７０１からの情報を読み出すことができた場合、タグリーダ７０２の周辺に補助器具７００があることを検知することができる。例えば、タグリーダ７０２とタグ７０１との間には無線通信が可能な距離がある。よって、タグリーダ７０２がタグ７０１からの情報を読み取ることができた場合、補助器具７００がタグリーダ７０２から通信可能距離内にあることを検知することができる。つまり、タグ７０１が取り付けられた補助器具７００の位置を特定することができるため、器具使用者の有無を判定することができる。

【0120】

このようにすることで、第１判定部１１７６が器具使用者の有無を精度良く判定することができる。例えば、補助器具７００が環境カメラ３００の死角にある場合、撮像画像から補助器具の有無を判定することが困難になる。このような場合、第１判定部１１７６は、タグ７０１の近くにいる人を器具使用者として判定することができる。あるいは、タグリーダ７０２がタグ７０１の情報を読み出していない場合において、第１判定部１１７６が器具使用者有りと誤判定してしまうことがある。このような場合でも、タグ７０１に基づいて、第１判定部１１７６が第１判定を行う。このようにすることで、精度良く、器具使用者の有無を判定することができる。

【0121】

(モード情報)
図５は、モード情報１２９の例を示す表である。図５では、第１モード（高負荷モード）と第２モード（低負荷モード）による処理の違いを示している。図５では、モード制御の対象となる項目として、機械学習モデル、カメラピクセル、フレームレート、カメラスリープ、ＧＰＵ（Graphics Processing Unit）使用コア数、ＧＰＵ使用率上限の６項目が示されている。切替部１１７４は、モードに応じて、図５に示す１つ以上の項目を切り替えることができる。

【0122】

機械学習モデルの項目の示されるように、切替部１１７４は、第１判定部１１７６、及び第２判定部１１７７の機械学習モデルを切り替えている。第１判定部１１７６、及び第２判定部１１７７はＤＮＮ（Deep Neural Network）のマルチレイヤを有する機械学習モデルであるとする。そして、低負荷モードでは、第１判定部１１７６、及び第２判定部１１７７が低レイヤ数の機械学習モデルを用いて、判定処理を行う。これにより、処理負荷を軽減することができる。

【0123】

高負荷モードでは、第１判定部１１７６、及び第２判定部１１７７が高レイヤ数の機械学習モデルを用いて、判定処理を行う。これにより、高負荷モードでは、判定精度を向上することができる。高レイヤ数の機械学習モデルでは、低レイヤ数の機械学習モデルよりも演算負荷が高くなる。よって、切替部１１７４が、第１判定部１１７６、及び第２判定部１１７７の機械学習モデルのネットワークレイヤをモードに応じて切替えることで、演算負荷を変えることができる。

【0124】

低レイヤ数の機械学習モデルは、高レイヤ数の機械学習モデルに比べて、補助者が存在する確率が低くなる機械学習モデルとしてもよい。よって、低レイヤ数の機械学習モデルの出力結果から補助者が存在しないと判定されると、切替部１１７４が、低負荷モードから高負荷モードへの切替を行う。切替部１１７４が低負荷モードから、高負荷モードへの切替を適切に行うことができる。環境カメラ３００や移動ロボット２０などのエッジデバイスが、ネットワークレイヤ数に低い機械学習モデルを実装していてもよい。この場合、エッジデバイス単独で判定、分類、又は切替等の処理を行うことができる。一方、上位管理装置１０はネットワークレイヤ数が高い機械学習モデルを実装していてもよい。

【0125】

また、切替部１１７４は、第１判定部１１７６、及び第２判定部１１７７の一方のみ、機械学習モデルを切替えても良い。もちろん、第１判定部１１７６、及び第２判定部１１７７の一方のみが機械学習モデルを用いて判定を行っていてもよい。換言すると、第１判定部１１７６、及び第２判定部１１７７の他方は、機械学習モデルを用いていなくても良い。さらに、切替部１１７４は、変形例で示す分類器の機械学習モデルを切替えても良い。

【0126】

カメラピクセルの項目に示されるように、切替部１１７４が、環境カメラ３００のピクセル数を切り替えている。低負荷モードでは、環境カメラ３００が低ピクセル数の撮像画像を出力する。高負荷モードでは、環境カメラ３００が高ピクセル数の撮像画像を出力する。つまり、モードに応じて、切替部１１７４が、環境カメラ３００の撮像画像のピクセル数を切り替えるための制御信号を出力する。高ピクセル数の撮像画像を用いた場合、低ピクセルの撮像画像を用いた場合よりも、プロセッサなどの処理負荷が高くなる。環境カメラ３００のピクセル数を切替えるために、環境カメラ３００がピクセル数の異なる複数の撮像素子を備えていても良い。あるいは、環境カメラ３００に実装されたプログラムなどによって、異なるピクセル数の撮像画像を出力するようにしてもよい。例えば、ＧＰＵ３１８等が高ピクセル数の撮像画像の画像データを間引くことで、低ピクセル数の撮像画像を生成することができる。

【0127】

低負荷モードでは、低ピクセル数の撮像画像に基づいて、特徴抽出部１１７１が特徴を抽出する。また、低負荷モードでは、低ピクセル数の撮像画像に基づいて、第１判定部１１７６，第２判定部１１７７が判定を行う。これにより、処理負荷を軽減することができる。高負荷モードでは、高ピクセル数の撮像画像に基づいて、特徴抽出部１１７１が特徴を抽出する。高負荷モードでは、高ピクセル数の撮像画像に基づいて、第１判定部１１７６，第２判定部１１７７が判定を行う。これにより、高負荷モードでは、判定精度を向上することができる。よって、補助者無しで移動する器具使用者を効果的に監視することができるため、適切な制御を行うことができる。

【0128】

フレームレートの項目に示されるように、切替部１１７４が、環境カメラ３００のフレームレートを切り替えている。低負荷モードでは、環境カメラ３００が低フレームレートで撮像する。高負荷モードでは、環境カメラ３００が高フレームレートで撮像する。つまり、モードに応じて、切替部１１７４が、環境カメラ３００の撮像画像のフレームレートを切り替えるための制御信号を出力する。高いフレームレートで撮像画像を撮像されるため、フレームレートが低い場合よりも、プロセッサなどの処理負荷が高くなる。

【0129】

よって、高負荷モードでは、高フレームレートの撮像画像に基づいて、特徴抽出部１１７１が特徴を抽出する。また、低負荷モードでは、低フレームレートの撮像画像に基づいて、第１判定部１１７６，第２判定部１１７７が判定を行う。これにより、処理負荷を軽減することができる。高負荷モードでは、高フレームレートの撮像画像に基づいて、特徴抽出部１１７１が特徴を抽出する。高負荷モードでは、高フレームレートの撮像画像に基づいて、第１判定部１１７６，第２判定部１１７７が判定を行う。これにより、高負荷モードでは、判定精度を向上することができる。よって、補助者無しで移動する器具使用者を効果的に監視することができるため、適切な制御を行うことができる。

【0130】

カメラスリープの項目に示されるように、切替部１１７４が、環境カメラ３００のスリープのオンオフを切り替えている。低負荷モードでは、環境カメラ３００がスリープ状態となる。高負荷モードでは、環境カメラ３００がスリープせずに動作する。つまり、モードに応じて、切替部１１７４が、環境カメラ３００のスリープのオンオフを切り替えるための制御信号を出力する。低負荷モードでは、環境カメラ３００がスリープするため、処理負荷を軽減することができる。

【0131】

ＧＰＵ使用コア数の項目に示されるように、切替部１１７４が、ＧＰＵ３１８の使用コア数を切り替えている。ＧＰＵ３１８は、環境カメラの撮像画像に対して画像処理を行う。例えば、図４に示されるように、環境カメラ３００は演算処理部３１１を有するエッジデバイスとして機能する。そして、演算処理部３１１は、画像処理を行うためのＧＰＵ３１８を備えている。ＧＰＵ３１８は、並列処理可能な複数のコアを有している。

【0132】

低負荷モードでは、環境カメラ３００のＧＰＵ３１８が低コア数で動作する。これにより、演算処理の負荷を軽減することができる。高負荷モードでは、環境カメラ３００のＧＰＵ３１８が高コア数で動作する。つまり、モードに応じて、切替部１１７４が、ＧＰＵ３１８のコア数を切り替えるための制御信号を出力する。コア数が高い場合、エッジデバイスである環境カメラ３００の処理負荷が高くなる。

【0133】

よって、低負荷モードでは、特徴抽出、及び判定処理等が低コア数のＧＰＵ３１８で行われる。高負荷モードでは、ユーザの特徴抽出、及び判定処理が高コア数のＧＰＵ３１８で行われる。これにより、高負荷モードでは、判定精度を向上することができる。よって、補助者無しで移動する器具使用者を効果的に監視することができるため、適切な制御を行うことができる。

【0134】

ＧＰＵ使用率上限の項目に示されるように、切替部１１７４が、ＧＰＵ使用率の上限を切り替えている。ＧＰＵ３１７は、環境カメラの撮像画像に対して画像処理を行う。低負荷モードでは、環境カメラ３００のＧＰＵ３１７が低い使用率上限値で動作する。これにより、演算処理の負荷を軽減することができる。高負荷モードでは、環境カメラ３００のＧＰＵが高い使用率上限値で動作する。つまり、モードに応じて、切替部１１７４が、ＧＰＵ３１７の使用率の上限値を切り替えるための制御信号を出力する。使用率上限が高い場合、エッジデバイスである環境カメラ３００の処理負荷が高くなる。

【0135】

よって、低負荷モードでは、ＧＰＵ３１７が、低い使用率で、特徴抽出処理や判定処理を行う。高負荷モードでは、ＧＰＵ３１７が、高い使用率で、特徴抽出処理や判定処理を行う。これにより、高負荷モードでは、判定精度を向上することができる。よって、単独で移動する器具使用者を効果的に監視することができるため、適切な制御を行うことができる。

【0136】

切替部１１７４は、上記の項目の少なくとも一つの項目を切り替える。これにより、環境に応じて適切な制御が可能となる。もちろん、切替部１１７４は、２つ以上の項目を切り替えてもよい。さらには、切替部１１７４が切り替える項目は、図５に例示された項目に限られるものではなく、他の項目を切り替えてもよい。具体的には、高負荷モードでは、より多数の環境カメラ３００を用いて監視を行ってもおい。つまり、低負荷モードでは一部の環境カメラ３００などをスリープさせてもよい。切替部１１７４は種々の項目をモードに応じて切り替えることで、処理負荷を変化させることができる。上位管理装置１０は、状況に応じて処理負荷を臨機応変に変えることができるため、消費電力を低減することができる。

【0137】

低負荷の処理で判定処理を行う場合、精度が低下してしまう。よって、より高負荷モードに切り替わりやすいように、処理を行うようにすればよい。例えば、低負荷モードでは、器具使用者と判定する確率、及び補助者がいないと判定する確率が高負荷モードよりも高くなるように設定すればよい。

【0138】

また、高負荷モードでは、サーバである上位管理装置１０が複数の環境カメラ３００から画像を収集してもよい。サーバである上位管理装置１０は、１台以上の移動ロボット２０に搭載されたカメラ２５から画像を収集してもよい。そして、複数台のカメラから収集された画像に対して、処理を行えばよい。また、低負荷モードでは環境カメラ３００等に設けられたエッジデバイス単独で処理を行ってもよい。これにより、より適切な処理負荷での制御が可能となる。

【0139】

図６を用いて、本実施の形態にかかる制御方法について説明する。図６は、本実施の形態にかかる制御方法を示すフローチャートである。まず、画像データ取得部１１７０が環境カメラ３００から画像データを取得する（Ｓ１０１）。つまり、環境カメラ３００が監視領域を撮像すると、その撮像画像を上位管理装置１０に送信する。画像データは動画でもよく、静止画でもよい。さらに、画像データは撮像画像に各種処理を施したデータであってもよい。

【0140】

次に、特徴抽出部１１７１が撮像画像内の人の特徴を抽出する（Ｓ１０２）。ここでは、特徴抽出部１１７１が、撮像画像に含まれる人を検出して、人毎に特徴を抽出する。例えば、特徴抽出部１１７１は、エッジ検出や形状認識のための特徴を抽出する。

【0141】

第１判定部１１７６が、特徴の抽出結果に基づいて、器具使用者がいるか否かを判定する（Ｓ１０３）。器具使用者がいない場合（Ｓ１０３のＮＯ）、切替部１１７４が第２モードを選択する（Ｓ１０５）。第１判定部１１７６は、画像データから抽出された特徴量ベクトルに基づいて、第１判定を行う。これにより、撮像画像に含まれる人が、器具使用者であるか否かが判定される。例えば、第１判定部１１７６は、人の近傍に補助器具が検出されない場合、第１判定部１１７６はその人を器具使用者でないと判定する。よって、第２モードでの低負荷処理の監視が行われる。なお、撮像画像に複数の人が含まれる場合、全ての人が器具使用者でないと判定されると、ステップＳ１０３がＮＯとなる。

【0142】

器具使用者がいる場合（Ｓ１０３のＹＥＳ）、第２判定部１１７７は、器具使用者の移動を補助する補助者がいるか否かを判定する（Ｓ１０４）。第２判定部１１７７は、画像データから抽出された特徴量ベクトルに基づいて、第２判定を行う。これにより、撮像画像に含まれる人が、補助者であるか否かが判定される。撮像画像に複数の人が含まれる場合、１人でも器具使用者でいる場合、ステップＳ１０３がＹＥＳとなる。

【0143】

補助者がいる場合（Ｓ１０４のＹＥＳ）、切替部１１７４が第２モードを選択する（Ｓ１０５）。例えば、器具使用者の近傍に人がいる場合、第２判定部１１７７はその人を補助者であると判定する。よって、第２モードでの低負荷処理の監視が行われる。第２モードとすることで、消費電力を低減することができる。なお、撮像画像に複数の器具使用者が含まれる場合、全ての器具使用者に補助者がいると、ステップＳ１０４がＹＥＳとなる。

【0144】

補助者がいない場合（Ｓ１０４のＮＯ）、切替部１１７４が第１モードを選択する（Ｓ１０６）。例えば、器具使用者の近傍に人がいない場合、第２判定部１１７７は補助者がいないと判定する。よって、第１モードでの高負荷処理の監視が行われる。このように、器具使用者が単独でいる場合、監視負荷を増強する。これにより、施設を適切に監視することができる。さらに、移動ロボット２０が、器具使用者を速やかに避けることができる。撮像画像に複数の器具使用者が含まれる場合、１人以上の器具使用者に補助者がいないと、ステップＳ１０４がＮＯとなる。

【0145】

なお、第１判定と第２判定で用いる特徴は、同じものでもよく、異なるものでもよい。例えば、第１判定と第２判定で用いる特徴の少なくとも一部は共通であってもよい。また、ステップＳ１０３において、器具使用者がいない場合（Ｓ１０３のＮＯ）、切替部１１７４が第２モード(低負荷モード)を選択しているが、さらに他のモードを選択してもよい。つまり、器具使用者がいない場合、より監視負荷を軽減することができるため、切替部１１７４が第２モードよりもさらに低負荷のモードを選択してもよい。

【0146】

変形例
変形例について図７を用いて説明する。変形例では、モード制御部１１７が分類器１１７２を備えている。分類器１１７２以外の構成は実施の形態１と同様であるため説明を省略する。上位管理装置１０がカメラに写ったユーザが非スタッフであるか否かを判定している。より詳細には、分類器１１７２が、ユーザを予め設定されたスタッフが属する第１グループと、スタッフ以外の第２グループに分類している。上位管理装置１０は、カメラに写ったユーザが第１グループに属するか否かを判定している。

【0147】

分類器１１７２は、特徴の抽出結果に基づいて、人を予め設定された第１グループ又は第２グループに分類する。例えば、分類器１１７２は、特徴抽出部１１７１から受け取った特徴量ベクトルと、記憶部１２が記憶するスタッフ情報１２８とから、人を分類する。分類器１１７２は、スタッフを第１グループに分類し、スタッフ以外の人を第２グループに分類する。分類器１１７２は、分類結果を切替部１１７４に供給する。

【0148】

分類器１１７２での分類のため、特徴抽出部１１７１は、検出した人の着衣の色を検出する。さらに詳細には、例えば特徴抽出部１１７１は、検出した人における着衣から、特定の色の面積が占める割合を算出する。あるいは、特徴抽出部１１７１は、検出した人物における着衣から、特定の部分における着衣の色を検出する。このようにして、特徴抽出部１１７１は、スタッフの着衣に特徴的な部分を抽出する。

【0149】

また、スタッフの着衣の特徴的な形状や特徴的な装着品を特徴として抽出してもよい。さらに特徴抽出部１１７１の顔画像の特徴などを抽出しても良い。つまり、特徴抽出部１１７１は、顔認識用の特徴を抽出しても良い。特徴抽出部１１７１は、抽出した特徴情報を分類器１１７２に供給する。

【0150】

切替部１１７４は、第１グループに属するか否かの判定結果に応じて、モードを切替える。監視対象領域に第１グループに属する人、つまり施設のスタッフしかいない場合、切替部１１７４が第３モードとする。第３モードは第１モード及び第２モードよりも負荷の低い処理を行っている。換言すると、第１モードが高負荷モード、第２モードが中負荷モード、第３モードが低負荷モードであると定義することもできる。

【0151】

スタッフ情報１２８の一例を図８に示す。図８は、スタッフ情報１２８の一例を示す表である。スタッフ情報１２８は、スタッフおよび非スタッフをその種別ごとに対応するグループに分類するための情報である。左の列は、スタッフの「カテゴリ」が示されている。スタッフのカテゴリの項目は上から「非スタッフ」、「薬剤師」および「看護師」が示されている。もちろん、例示された項目以外の項目が含まれていてもよい。スタッフのカテゴリの右側には、順に「着衣の色」、「グループ分類」、「速度」、「モード」の列が示されている。

【0152】

以下にスタッフカテゴリの項目ごとに対応する着衣の色（色調）について説明する。「非スタッフ」に対応する着衣の色は「特定できず」である。すなわち、特徴抽出部１１７１が画像データから人物を検出した場合に、検出した人物の着衣の色が予め設定されたものに含まれない場合には、特徴抽出部１１７１は検出した人物を「非スタッフ」と判定する。また、スタッフ情報１２８によれば、「非スタッフ」に対応するグループ分類は第２グループである。

【0153】

カテゴリには、着衣の色が対応付けられている。例えば、カテゴリ毎にスタッフの制服の色が決められているとする。この場合、制服の色がカテゴリ毎に異なる。よって、分類器１１７２は、着衣の色からカテゴリを特定することができる。もちろん、１つのカテゴリのスタッフが異なる色の制服を着用としていてもよい。例えば、看護師が白色（白衣）又はピンク色の制服が着用していてもよい。あるいは、複数のカテゴリのスタッフが共通の色の制服を着用していてもよい。例えば、看護師及び薬剤師が白色の制服を着用していてもよい。さらには、着衣の色に限らず、着衣の形状や帽子などを特徴としてもよい。そして、分類器１１７２は、画像中の人の特徴と一致するカテゴリを特定する。もちろん、画像中に二人以上の人が含まれている場合、分類器１１７２はそれぞれの人のカテゴリを特定する。

【0154】

分類器１１７２が着衣の色でスタッフか否かを判別することで、簡便かつ適切にスタッフか否かを判別することができる。例えば、新たなスタッフが追加された場合でも、そのスタッフの情報を用いずにスタッフか否かを判別することができる。あるいは、分類器１１７２は名札、ＩＤカード、入室カード等の有無に応じて、非スタッフかスタッフかを分類してもよい。例えば、分類器１１７２は、着衣の所定箇所に名札が取り付けられている人をスタッフと分類する。あるいは、分類器１１７２は、カードホルダなどによってＩＤカードや入室カードが首からぶら下げられている人をスタッフと分類する。

【0155】

さらに、分類器１１７２は、顔画像の特徴に基づいて、分類を行ってもよい。例えば、スタッフ情報１２８には、予めスタッフの顔画像またはその特徴量が格納されていてもよい。そして、環境カメラ３００が撮像した画像に含まれる人の顔の特徴が抽出できる場合、顔画像の特徴量を比較することで、スタッフか否かを判別することができる。また、スタッフのカテゴリを予め登録されていれば、顔画像の特徴量から、スタッフを特定することができる。もちろん、分類器１１７２は複数の特徴を組み合わせて分類を行うことができる。

【0156】

このように分類器１１７２は、画像中の人がスタッフであるか否かを判定する。分類器１１７２は、スタッフである人を第１グループに分類する。分類器１１７２は、非スタッフである人を第２グループに分類する。つまり、分類器１１７２は、スタッフ以外の人を第２グループに分類する。換言すると、分類器１１７２は、スタッフとして特定できない人を第１グループに分類する。なお、スタッフは予め登録されていることが好ましいが、新たなスタッフを着衣の色で分類してもよい。

【0157】

分類器１１７２は機械学習で生成された機械学習モデルとしてもよい。この場合、スタッフのカテゴリ毎に撮像された画像を教師データとして機械学習できる。つまり、スタッフのカテゴリが正解ラベルとして付されている画像データを教師データとして教師あり学習を行うことで、分類精度の高い機械学習モデルを構築することができる。つまり、スタッフが所定の制服を着用した状態の撮像画像を学習用データとしても用いることができる。

【0158】

機械学習モデルは特徴抽出及び分類処理を行うものであってもよい。この場合、人を含む画像を機械学習モデルに入力することで、機械学習モデルが分類結果を出力する。また、分類する特徴に応じた機械学習モデルを用いてもよい。例えば、着衣の色から分類する機械学習モデルと、顔画像の特徴量から分類する機械学習モデルをそれぞれ独立して用いてもよい。そして、いずれか１つの機械学習モデルでスタッフと認識された場合、分類器１１７２は、その人が第１グループに属すると判定する。スタッフとして特定できない場合、分類器１１７２は、その人が第２グループに属すると判定する。

【0159】

切替部１１７４は、分類結果、第１判定結果、第２判定結果に基づいて、モードを切り替える。具体的には、スタッフしかいない領域では、切替部１１７４は、第３モードとする。つまり、スタッフのみがいる領域では、切替部１１７４は、第３モードとする。あるいは、人がいない領域では、切替部１１７４は、第３モードとする。単独で移動している器具使用者がいる領域では、切替部１１７４は、第１モードとする。器具使用者がおり、かつ、単独で移動している器具使用者がいない領域では、切替部１１７４は、第２モードとする。なお、スタッフ以外の人がおり、かつ、器具使用者がいない領域では、切替部１１７４は、第２モードとするが、第３モードとしてもよい。

【0160】

切替部１１７４が切替のための制御信号を出力することで、図５に示す制御項目が段階的に切り替えられる。例えば、第１モードを高負荷、第２モードを中負荷、第３モードを低負荷とするように、切替部１１７４が制御を切り替える。例えば、フレームレートを、高フレームレート、中フレームレート、低フレームレーとしてもよい。この場合、中フレームレートは、高フレームレートと低フレームレートの間のフレームレートとなる。

【0161】

あるいは、各モードで低負荷の制御に切り替える項目を変えてもよい。具体的には、第２モードでは、機械学習モデルのみを低レイヤとし、第３モードでは、さらにカメラピクセルを低ピクルス、フレームレートを低フレームレート、ＧＰＵ使用コア数を低コア数としてもよい。つまり、第３モードでは、低負荷にする制御項目を増やすようにしてもよい。

【0162】

図９は、本実施の形態にかかる制御方法を示すフローチャートである。まず、画像データ取得部１１７０が環境カメラ３００から画像データを取得する（Ｓ２０１）。つまり、環境カメラ３００が監視領域を撮像すると、その撮像画像を上位管理装置１０に送信する。画像データは動画でもよく、静止画でもよい。さらに、画像データは撮像画像に各種処理を施したデータであってもよい。

【0163】

次に、特徴抽出部１１７１が撮像画像内の人の特徴を抽出する（Ｓ２０２）。ここでは、特徴抽出部１１７１が、撮像画像に含まれる人を検出して、人毎に特徴を抽出する。例えば、特徴抽出部１１７１は、人の着衣の色を特徴として抽出する。もちろん、特徴抽出部１１７１は、着衣の色に限らず、顔認識ための特徴量や着衣の形状を抽出してもよい。特徴抽出部１１７１は、ナース帽の有無、名札の有無、ＩＤカードの有無等を特徴として抽出してもよい。特徴抽出部１１７１は、分類、第１判定、第２判定に用いる特徴を全て抽出してもよい。

【0164】

分類器１１７２が、人の特徴に基づいて、撮像画像に含まれる人を第１グループ又は第２グループに分類する（Ｓ２０３）。分類器１１７２は、スタッフ情報を参照して、それぞれの人の特徴から、その人が第１グループに属するか否かを判定する。具体的には、分類器１１７２は、着衣の色が予め設定された制服の色と一致する場合、人が第１グループに属すると判定する。これにより、撮像画像に含まれる全ての人が、第１グループ又は第２グループに分類される。もちろん、分類器１１７２は着衣の色の特徴に限らず、他の特徴を用いて分類を行うことができる。

【0165】

そして、分類器１１７２は、監視領域内に第２グループの人がいるか否かを判定する（Ｓ２０４）。第２グループの人がいない場合（Ｓ２０４のＮＯ）、切替部１１７４は第３モードを選択する（Ｓ２０５）。切替部１１７４は、環境カメラ３００や移動ロボット２０などのエッジデバイスに第３モードとするための制御信号を送信する。これにより、上位管理装置１０が低負荷での監視を行う。つまり、予測できない行動を行う非スタッフがいないため、人が移動ロボット２０に接触する可能性が低い。よって、低い処理負荷で監視を行った場合でも、移動ロボット２０が適切に移動することができる。処理負荷を軽減することで、消費電力を抑制することができる。また、監視対象領域に人が全くない場合も、切替部１１７４は、監視対象領域を第３モードとする。さらに、監視対象領域に複数の人がいる場合、第２グループの人が全くいない場合、切替部１１７４は、監視対象領域を第３モードとする。

【0166】

第２グループの人がいる場合（Ｓ２０４のＹＥＳ）、第１判定部１１７６は器具使用者がいるか否かを判定する（Ｓ２０６）。器具使用者がいない場合（Ｓ２０６のＮＯ）、切替部１１７４が第２モードを選択する（Ｓ２０９）。例えば、第１判定部１１７６は、人の近傍に補助器具が検出されない場合、第１判定部１１７６はその人を器具使用者でないと判定する。よって、第２モードでの監視が行われる。

【0167】

器具使用者がいる場合（Ｓ２０６のＹＥＳ）、第２判定部１１７７は、器具使用者の移動を補助する補助者がいるか否かを判定する（Ｓ２０７）。補助者がいない場合（Ｓ２０７のＮＯ）、切替部１１７４が第１モードを選択する（Ｓ２０８）。例えば、器具使用者の近傍に人がいない場合、第２判定部１１７７は補助者がいないと判定する。よって、第１モードでの監視が行われる。このように、器具使用者が単独でいる場合、監視負荷を増強する。これにより、施設を適切に監視することができる。さらに、移動ロボット２０が、器具使用者を速やかに避けることができる。

【0168】

補助者がいる場合（Ｓ２０７のＹＥＳ）、切替部１１７４が第２モードを選択する（Ｓ２０９）。例えば、器具使用者の近傍に人がいる場合、第２判定部１１７７はその人を補助者であると判定する。よって、第２モードでの監視が行われる。第２モードとすることで、第１モードよりも消費電力を低減することができる。さらに、第３モードよりも監視を強化することができる。

【0169】

図１０は、モード切替の具体例を説明するための図である。図１０は、移動ロボット２０が移動するフロアを上から見た模式図である。施設には、部屋９０１と部屋９０３と通路９０２とが設けられている。通路９０２は部屋９０１と部屋９０３とを繋いでいる。図１０では、６台の環境カメラ３００を環境カメラ３００Ａ～３００Ｆとして識別する。環境カメラ３００Ａ～３００Ｆはそれぞれ異なる位置及び異なる方向に設置されている。環境カメラ３００Ａ～３００Ｆが異なる領域を撮像している。環境カメラ３００Ａ～３００Ｆの位置、撮像方向、及び撮像範囲等は、フロアマップ１２１に予め登録されていてもよい。

【0170】

環境カメラ３００Ａ～３００Ｆに割り当てられた領域をそれぞれ監視領域９００Ａ～９００Ｆとする。例えば、環境カメラ３００Ａは、監視領域９００Ａを撮像し、環境カメラ３００Ｂは監視領域９００Ｂを撮像する。同様に、環境カメラ３００Ｃ、３００Ｄ、３００Ｅ、３００Ｆは、監視領域９００Ｃ、９００Ｄ、９００Ｅ、９００Ｆをそれぞれ撮像する。このように対象となる施設に複数の環境カメラ３００Ａ～３００Ｆが設置されている。そして、施設が複数の監視領域に分けられている。監視領域の情報はフロアマップ１２１に予め登録されていても良い。

【0171】

ここでは、説明の簡略化のため、それぞれの環境カメラ３００Ａ～３００Ｆが１つの監視領域をモニタしているものとして説明するが、１つの環境カメラ３００が複数の監視領域をモニタしても良い。あるいは、複数の環境カメラ３００が１つの監視領域をモニタしても良い。つまり、２台以上の環境カメラの撮像範囲が重複していてもよい。

【0172】

（実施例１）
実施例１では、環境カメラ３００Ａがモニタする監視領域９００Ａについて説明する。監視領域９００Ａは施設内の部屋９０１に対応している。監視領域９００Ａには、ユーザがいないため、切替部１１７４が監視領域９００Ａを第３モードに切り替える。また、監視領域９００Ａには、補助器具７００Ａが存在しているが、人が乗っていないため、第１モードとはならない。

【0173】

上位管理装置１０が、低負荷の処理で監視領域９００Ａを監視する。例えば、環境カメラ３００Ａが低ピクセル数の撮像画像を出力する。もちろん、切替部１１７４が他の項目を低負荷モードとするための制御信号を出力しても良い。また、切替部１１７４が移動ロボット２０Ａを低負荷モードとするための制御信号を出力してもよい。監視領域９００Ａでは、人がいない。このため、第３モードとして、低負荷で監視した場合でも、移動ロボット２０Ａが高速に移動することができる。効率的に搬送タスクを実行することができる。

【0174】

（実施例２）
実施例２では、環境カメラ３００Ｅがモニタする監視領域９００Ｅについて説明する。監視領域９００Ｅは施設内の通路９０２に対応している。具体的には、監視領域９００Ｅは、監視領域９００Ｆに繋がる通路９０２となる。監視領域９００Ｅには、ユーザＵ２Ｅ、ユーザＵ３Ｅ、及び、移動ロボット２０Ｅが存在している。

【0175】

ユーザＵ２Ｅは、補助器具７００Ｅを使用する器具使用者である。補助器具７００Ｅは、車椅子などである。ユーザＵ３Ｅは、器具使用者の移動を補助する補助者である。分類器１１７２が、ユーザＵ２Ｅ、Ｕ３Ｅを第２グループに属すると分類する。第１判定部１１７６がユーザＵ２Ｅを器具使用者であると判定する。第２判定部１１７７がユーザＵ３Ｅを補助者であると判定する。切替部１１７４が監視領域９００Ｅを第２モードに切り替える。

【0176】

上位管理装置１０が、中負荷の処理で監視領域９００Ｅを監視する。例えば、環境カメラ３００Ｅが中フレームレートの撮像画像を出力する。もちろん、切替部１１７４が他の項目を中負荷モードとするための制御信号を出力しても良い。また、切替部１１７４が移動ロボット２０Ｅを中負荷モードとするための制御信号を出力してもよい。

【0177】

（実施例３）
実施例３では、環境カメラ３００Ｃ，及び環境カメラ３００Ｄがモニタする監視領域９００Ｃ，及び監視領域９００Ｄについて説明する。監視領域９００Ｃ，及び監視領域９００Ｄは施設内の通路９０２に対応している。監視領域９００Ｃ，及び監視領域９００Ｄには、ユーザＵ２Ｃがいる。ユーザＵ２Ｃは、単独で移動する器具使用者である。つまり、ユーザＵ２Ｃは、車椅子など補助器具７００Ｃに乗って移動している。そして、ユーザＵ２Ｃの周りには、移動を補助する補助者が存在しない。

【0178】

分類器１１７２が、ユーザＵ２Ｃを第２グループに属すると分類する。第１判定部１１７６がユーザＵ２Ｃを器具使用者であると判定する。第２判定部１１７７は、補助者がいないと判定する。切替部１１７４が監視領域９００Ｃ、及び監視領域９００Ｄを第１モードに切り替える。

【0179】

上位管理装置１０が、高負荷の処理で監視領域９００Ｃ、及び監視領域９００Ｄを監視する。例えば、環境カメラ３００Ｃ、及び環境カメラ３００Ｄが高フレームレートの撮像画像を出力する。もちろん、切替部１１７４が他の項目を高負荷モードとするための制御信号を出力しても良い。また、切替部１１７４が移動ロボット２０Ｃを高負荷モードとするための制御信号を出力してもよい。

【0180】

（実施例４）
実施例４では、環境カメラ３００Ｆがモニタする監視領域９００Ｆについて説明する。監視領域９００Ｆは施設内の部屋９０３に対応している。監視領域９００Ｆには、ユーザＵ３Ｆが存在している。ユーザＵ３Ｆは補助器具を使用していない非スタッフである。

【0181】

分類器１１７２が、ユーザＵ３Ｆを第２グループに属すると分類する。第１判定部１１７６がユーザＵ３Ｆを器具使用者でないと判定する。切替部１１７４が監視領域９００Ｆを第２モードに切り替える。

【0182】

切替部１１７４が監視領域９００Ｆを第２モードに切替える。上位管理装置１０が、中負荷の処理で監視領域９００Ｆを監視する。例えば、環境カメラ３００Ｆが中フレームレートの撮像画像を出力する。もちろん、切替部１１７４が他の項目を中負荷モードとするための制御信号を出力しても良い。

【0183】

（実施例５）
実施例５では、環境カメラ３００Ｂがモニタする監視領域９００Ｂについて説明する。監視領域９００Ｂは施設内の通路９０２に対応している。監視領域９００Ｂには、ユーザＵ１Ｂが存在している。ユーザＵ１Ｂはスタッフである。監視領域９００Ｂには、非スタッフが存在していない。

【0184】

分類器１１７２が、ユーザＵ１Ｂを第１グループに属すると分類する。切替部１１７４が監視領域９００Ｂを第３モードに切替える。上位管理装置１０が、低負荷の処理で監視領域９００Ｂを監視する。例えば、環境カメラ３００Ｂが低フレームレートの撮像画像を出力する。もちろん、切替部１１７４が他の項目を低負荷モードとするための制御信号を出力しても良い。

【0185】

本実施の形態にかかる制御方法は、上位管理装置１０で行われていてもよく、エッジデバイスで行われていてもよい。また、環境カメラ３００，移動ロボット２０及び上位管理装置１０が協働して、制御方法を実行してもよい。つまり、本実施の形態にかかる制御システムは、環境カメラ３００，移動ロボット２０内に搭載されていてもよい。あるいは、制御システムの少なくとも一部又は全部は、移動ロボット２０以外の装置、例えば、上位管理装置１０に搭載されていてもよい。

【0186】

上位管理装置１０は、物理的に単一な装置に限らず、複数の装置に分散して配置されていても良い。つまり、上位管理装置１０は、複数のメモリや複数のプロセッサを備えていても良い。

【0187】

また、上述した上位管理装置１０、環境カメラ３００、又は移動ロボット２０等における処理の一部又は全部は、コンピュータプログラムとして実現可能である。このようなプログラムは、様々なタイプの非一時的なコンピュータ可読媒体を用いて格納され、コンピュータに供給することができる。非一時的なコンピュータ可読媒体は、様々なタイプの実体のある記録媒体を含む。非一時的なコンピュータ可読媒体の例は、磁気記録媒体（例えばフレキシブルディスク、磁気テープ、ハードディスクドライブ）、光磁気記録媒体（例えば光磁気ディスク）、ＣＤ－ＲＯＭ（Ｒｅａｄ Ｏｎｌｙ Ｍｅｍｏｒｙ）、ＣＤ－Ｒ、ＣＤ－Ｒ／Ｗ、半導体メモリ（例えば、マスクＲＯＭ、ＰＲＯＭ（Ｐｒｏｇｒａｍｍａｂｌｅ ＲＯＭ）、ＥＰＲＯＭ（Ｅｒａｓａｂｌｅ ＰＲＯＭ）、フラッシュＲＯＭ、ＲＡＭ（Ｒａｎｄｏｍ Ａｃｃｅｓｓ Ｍｅｍｏｒｙ））を含む。また、プログラムは、様々なタイプの一時的なコンピュータ可読媒体によってコンピュータに供給されてもよい。一時的なコンピュータ可読媒体の例は、電気信号、光信号、及び電磁波を含む。一時的なコンピュータ可読媒体は、電線及び光ファイバ等の有線通信路、又は無線通信路を介して、プログラムをコンピュータに供給できる。

【0188】

なお、本発明は上記実施の形態に限られたものではなく、趣旨を逸脱しない範囲で適宜変更することが可能である。例えば、上述の実施の形態は病院内を搬送ロボットが自律移動するシステムについて説明したが、上述のシステムは、ホテル、レストラン、オフィスビル、イベント会場または複合施設において所定の物品を荷物として搬送できる。

【符号の説明】

【0189】

１ 搬送システム
１０ 上位管理装置
１１ 演算処理部
１２ 記憶部
１３ バッファメモリ
１４ 通信部
２０ 移動ロボット
２１ 演算処理部
２２ 記憶部
２３ 通信部
２４ 距離センサ群
２５ カメラ
２６ 駆動部
２７ 表示部
２８ 操作受付部
１１１ ロボット制御部
１１５ ルート計画部
１１６ 搬送物情報取得部
１１７ モード制御部
１２１ フロアマップ
１２２ ロボット制御パラメータ
１２３ ロボット情報
１２５ ルート計画情報
１２６ 搬送物情報
１２８ スタッフ情報
１２９ モード情報
２１１ 移動命令抽出部
２１２ 駆動制御部
２１７ モード制御部
２２１ フロアマップ
２２２ ロボット制御パラメータ
２２６ 搬送物情報
２４１ 前後距離センサ
２４２ 左右距離センサ
２６０ 台車部
２６１ 駆動輪
２６２ キャスタ
２８１ 操作インタフェース
２９０ 本体部
２９１ 収納庫
２９２ 扉
４００ ユーザ端末
６１０ 通信ユニット
１１７０ 画像データ取得部
１１７１ 特徴抽出部
１１７２ 分類器
１１７４ 切替部
１１７６ 第１判定部
１１７７ 第２判定部

【図1】

【図2】

【図3】

【図4】

【図5】

【図6】

【図7】

【図8】

【図9】

【図10】