[go: up one dir, main page]

CN111164529B - 环境信息更新装置、环境信息更新方法以及程序 - Google Patents

环境信息更新装置、环境信息更新方法以及程序 Download PDF

Info

Publication number
CN111164529B
CN111164529B CN201880062770.5A CN201880062770A CN111164529B CN 111164529 B CN111164529 B CN 111164529B CN 201880062770 A CN201880062770 A CN 201880062770A CN 111164529 B CN111164529 B CN 111164529B
Authority
CN
China
Prior art keywords
area
obstacle
information
updating
time
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201880062770.5A
Other languages
English (en)
Other versions
CN111164529A (zh
Inventor
高桥辽
王超
小林大
丰浦雅贵
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Sony Corp
Original Assignee
Sony Corp
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Sony Corp filed Critical Sony Corp
Publication of CN111164529A publication Critical patent/CN111164529A/zh
Application granted granted Critical
Publication of CN111164529B publication Critical patent/CN111164529B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G09EDUCATION; CRYPTOGRAPHY; DISPLAY; ADVERTISING; SEALS
    • G09BEDUCATIONAL OR DEMONSTRATION APPLIANCES; APPLIANCES FOR TEACHING, OR COMMUNICATING WITH, THE BLIND, DEAF OR MUTE; MODELS; PLANETARIA; GLOBES; MAPS; DIAGRAMS
    • G09B29/00Maps; Plans; Charts; Diagrams, e.g. route diagram
    • GPHYSICS
    • G05CONTROLLING; REGULATING
    • G05DSYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/02Control of position or course in two dimensions
    • G05D1/021Control of position or course in two dimensions specially adapted to land vehicles
    • G05D1/0268Control of position or course in two dimensions specially adapted to land vehicles using internal positioning means
    • G05D1/0274Control of position or course in two dimensions specially adapted to land vehicles using internal positioning means using mapping information stored in a memory device
    • GPHYSICS
    • G05CONTROLLING; REGULATING
    • G05DSYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/02Control of position or course in two dimensions
    • G05D1/021Control of position or course in two dimensions specially adapted to land vehicles
    • G05D1/0231Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means
    • G05D1/0238Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means using obstacle or wall sensors
    • G05D1/024Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means using obstacle or wall sensors in combination with a laser
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01SRADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S15/00Systems using the reflection or reradiation of acoustic waves, e.g. sonar systems
    • G01S15/88Sonar systems specially adapted for specific applications
    • G01S15/93Sonar systems specially adapted for specific applications for anti-collision purposes
    • G01S15/931Sonar systems specially adapted for specific applications for anti-collision purposes of land vehicles
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01SRADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S17/00Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
    • G01S17/88Lidar systems specially adapted for specific applications
    • G01S17/93Lidar systems specially adapted for specific applications for anti-collision purposes
    • G01S17/931Lidar systems specially adapted for specific applications for anti-collision purposes of land vehicles
    • GPHYSICS
    • G05CONTROLLING; REGULATING
    • G05DSYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/02Control of position or course in two dimensions
    • G05D1/021Control of position or course in two dimensions specially adapted to land vehicles
    • G05D1/0212Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory
    • G05D1/0217Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory in accordance with energy consumption, time reduction or distance reduction criteria
    • GPHYSICS
    • G05CONTROLLING; REGULATING
    • G05DSYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/02Control of position or course in two dimensions
    • G05D1/021Control of position or course in two dimensions specially adapted to land vehicles
    • G05D1/0231Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means
    • G05D1/0238Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means using obstacle or wall sensors

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Radar, Positioning & Navigation (AREA)
  • General Physics & Mathematics (AREA)
  • Remote Sensing (AREA)
  • Automation & Control Theory (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • Theoretical Computer Science (AREA)
  • Electromagnetism (AREA)
  • Mathematical Physics (AREA)
  • Business, Economics & Management (AREA)
  • Educational Administration (AREA)
  • Educational Technology (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Optics & Photonics (AREA)
  • Acoustics & Sound (AREA)
  • Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
  • Instructional Devices (AREA)

Abstract

[问题]为了最佳地更新与在移动体移动的空间中存在障碍物的障碍物区域有关的信息以及与不存在障碍物的空空间有关的信息,并且使信息量最小化。[解决方案]根据本公开内容,提供了一种环境信息更新装置,其设置有更新单元,该更新单元用于更新与在移动体移动的空间中存在障碍物的障碍物区域有关的信息以及与不存在障碍物的空空间有关的信息,其中,更新单元基于不同的经过时间来执行障碍物区域的更新以及空区域的更新。

Description

环境信息更新装置、环境信息更新方法以及程序
技术领域
本公开内容涉及环境信息更新装置、环境信息更新方法以及程序。
背景技术
传统上,下面的专利文献1描述了其中假设移动体沿着目标路线正确地移动并且对移动体进行控制以避开目标路线上的意外障碍物的技术。
专利文献1描述了考虑随着移动体的移动存在的对象,沿移动方向累积地生成围绕移动体的环境地图,并且基于目标路线信息和环境地图来确定移动体的路径,该路径不会干扰对象。
此外,下面的专利文献2描述了与自主移动体有关的技术。在该技术中,假设通过在正确的时间去除移动障碍物的重影来执行有效的移动。此外,下面的专利文献3描述了与障碍物的检测有关的技术。在该技术中,假设即使存安装的传感器无法检测到障碍物的遮蔽部分,也对该遮蔽部分进行了适当地解决。
引用列表
专利文献
专利文献1:日本专利申请公开第2005-332204号
专利文献2:日本专利申请公开第2011-150473号
专利文献3:日本专利申请公开第2007-233764号
发明内容
本发明要解决的问题
不幸地,在上面的专利文献1中描述的技术具有以下问题:由于存储了所有观察数据并且通过投票或概率处理来确定对象的存在与否,因此计算量巨大。由于这个原因,该技术难以应用于小型移动机器人等。
此外,在上面的专利文献2中描述的技术首先确定观察到的障碍物是否是动态障碍物。在确定观察到的障碍物是动态障碍物的情况下,该技术即使在不执行重新观察的情况下也会在一定时间段之后擦除障碍物,这是因为在一段时间之后障碍物很可能从该位置移动。不幸地,动态障碍物的识别需要某些计算机资源,这有时难以应用于小型机器人。此外,在诸如静态障碍物随时间频繁移动的家庭的环境中,难以减小存储量并且扩大移动范围。
此外,在上面的专利文献3中描述的技术是使用通过重新观察获得的数据的方法。在重新观察时障碍物已经改变为释放区域的情况下,该技术将其擦除。不幸地,在这种方法中,未被重新观察的远障碍物地图继续保留。
如上所述,小型移动机器人没有足够的计算机资源,因此需要一种能够以较低负荷确定是否擦除/存储障碍物的方法。此外,由于静态障碍物的位置在人类生活环境中频繁改变,因此需要一种能够擦除不存在的静态障碍物的方法。此外,在移动机器人永远不会去的远地方处的障碍物和旧的观察信息是不可靠的,因此期望将其擦除。
然后,需要最优地更新障碍物区域的信息以及空区域的信息以使信息量最小化。在障碍物区域中,在移动体移动的空间中存在障碍物。在空区域中,不存在障碍物。
针对问题的解决方案
根据本公开内容,提供了一种环境信息更新装置,包括更新单元,该更新单元更新障碍物区域的信息以及空区域的信息,在障碍物区域中,在移动体移动的空间中存在障碍物,在空区域中,不存在障碍物,其中,更新单元基于不同的经过时间段来执行障碍物区域的更新以及空区域的更新。
此外,根据本公开内容,提供了一种环境信息更新方法,包括:更新障碍物区域的信息以及空区域的信息,在障碍物区域中,在移动体移动的空间中存在障碍物,在空区域中,不存在障碍物,其中,基于不同的经过时间段来执行更新障碍物区域以及更新空区域。
此外,根据本公开内容,提供了一种程序,其使计算机用作以下装置:用于更新障碍物区域的信息以及空区域的信息的装置,在障碍物区域中,在移动体移动的空间中存在障碍物,在空区域中,不存在障碍物;以及用于基于不同的经过时间段来执行障碍物区域的更新以及更新空区域的更新的装置。
本发明的效果
如上所述,根据本公开内容,可以最优地更新障碍物区域的信息以及空区域的信息以使信息量最小化。在障碍物区域中,在移动体移动的空间中存在障碍物。在空区域中,不存在障碍物。
注意,上述效果不一定受限制,并且连同或代替上述效果,可以呈现本说明书中示出的任何效果或者根据本说明书能够领会的其他效果。
附图说明
图1是示出自支撑移动机器人的移动规划中的路线生成和路线跟踪的示意图。
图2是示出在设置在移动机器人中的距离传感器检测到障碍物的情况下通过障碍物的检测而获得的移动机器人的视场的示意图。
图3是示出存在到目的地的路线1和路线2以及位于移动机器人与目的地之间的距离传感器无法识别的区域的情况的示意图。
图4是示出如何生成实际环境地图的示意图。
图5是示出通过继续存储远动态障碍物而引起的有害影响的示意图。
图6是示出通过继续存储动态障碍物而生成的障碍物的示意图。
图7是示出根据实施方式的系统的配置的示意图。
图8是示出根据实施方式的在系统中执行的处理的流程图。
图9是示出空区域和障碍物的信息如何根据可见区域和不可见区域中的每一个中的经过时间和距离而改变的示意图。
图10A是用于示出环境地图的创建以及示出从上方观察时以移动机器人为中心的区域的示意图,其中该区域被划分成多个正方形区域。
图10B是用于示出环境地图的创建以及示出从上方观察时以移动机器人为中心的区域的示意图,其中该区域被划分成多个正方形区域。
图10C是用于示出环境地图的创建以及示出从上方观察时以移动机器人为中心的区域的示意图,其中该区域被划分成多个正方形区域。
图11是示出移动空间的房间和走廊的平面图以及与该平面图对应的拓扑图的示意图。
图12是示出移动机器人如何在拓扑图上移动以及示出从上方观察时的移动机器人和路线的示意图。
图13是示出要由移动机器人存储的环境地图的范围的示意图。
图14是示出跟踪人而移动的移动机器人的示意图。
图15是示出根据移动机器人的速度来擦除障碍物信息的示意图。
图16是示出在移动机器人的路线规划中在移动机器人的行进方向上使用障碍物的可能性的示意图。
具体实施方式
下面将参照附图详细描述本公开内容的优选实施方式。注意,在本说明书和附图中,具有基本上相同功能配置的部件将被指定相同的附图标记,并且将省略多余的描述。
注意,将按以下顺序给出描述。
1.概述
2.系统的配置示例
3.根据实施方式的在系统中执行的处理
3.1.一定距离范围外的修整
3.2.地图整合
3.3.可见范围的更新
3.4.不可见范围的更新
3.5.地图的组成和输出
4.根据经过时间和距离改变障碍物区域和空区域
5.环境地图的更新的具体示例
6.如何确定每个参数
6.1.如何确定预定值r
6.2.如何确定t_m
6.3.如何确定t_l
1.概述
图1是概述自支撑移动机器人100(移动体)的移动规划中的路线生成和路线跟踪的示意图。在移动机器人100移动的情况下,通常首先计算并生成到目的地的目标路线,并且移动机器人100行进以跟踪目标路线。此时,通常使用距离传感器来测量环境以生成移动机器人避开障碍物的路线,并且计算移动机器人100不会撞到周围障碍物的速度。
图2是示出在设置在移动机器人100中的距离传感器110检测到障碍物200的情况下通过对障碍物200的检测而获得的移动机器人100的视场的示意图。关于视场的信息在下文中也称为环境信息。图2示出了从上方观察到的移动机器人100。移动机器人100可以使用距离传感器110来获取从移动机器人100本身至障碍物200的当前距离。距离传感器110通常使用具有直线性的波现象(例如,通过声音和光的现象)来测量到目标对象(障碍物200)的距离,并且因此距离传感器110仅可以检测在从距离传感器110辐射的线上最接近距离传感器110的障碍物200。距离传感器110既不能测量障碍物200的内部,也不能测量障碍物200后面的障碍物202。
如图2中的左图所示,移动机器人100具有在角度θ范围内的视场,并且另一区域被定义为盲点。障碍物200在移动机器人100的前面。此外,不可见障碍物202在障碍物200的后面。
如图2中的中央图所示,距离传感器110检测障碍物200。此时,由于障碍物200用作障碍,因此距离传感器110无法在阴影区域中执行观察,并且因此观察不到不可见障碍物202。
图2中的右图示出了通过由距离传感器110执行的观察实际获得的信息。阴影区域是通过距离传感器110观察不到的“不可见区域”。此外,获得关于距离传感器110观察到障碍物200的区域的信息作为障碍物区域280的信息。此外,获得关于与障碍物区域280相比更靠近移动机器人100的区域的信息作为空区域290的信息。
如果在通过仅使用作为从距离传感器110获得的典型输出的“当前环境信息”来避开障碍物200的同时尝试到目的地的移动,则出现诸如以下a至c的问题。
a.由于距离传感器110的噪声,障碍物200可能被忽略
由于距离传感器110的信号包括噪声,因此来自距离传感器110的当前观察信息并不总是正确的。噪声可能导致移动机器人100将障碍物200实际存在的位置错误地识别为空区域290。由于这个原因,对于移动机器人100而言,存储并保存即使一次被识别的障碍物200更安全。
b.可能在移动机器人100的盲点中与障碍物200碰撞
例如,在距离传感器110相对于移动机器人100检测“站在拐角的另一侧的人”的情况下,直到移动机器人100完全转过拐角并且在人与距离传感器110之间不存在遮蔽(在这种情况下为拐角)才能检测到人。在移动机器人100具有高达一定程度的移动速度的情况下,移动机器人100在转过拐角并且检测到人之后可能无法减速,并且与人碰撞。
c.在没有关于远处的信息的情况下不能绘制正确的移动路线
在由移动机器人100执行的路线生成中,计算要由移动机器人100跟踪的到远目的地的路线。然而,在没有关于远处的信息的情况下由移动机器人100生成的最短路线实际上可能到达死角,移动机器人100无法从该死角到达目的地。图3示出了存在到目的地300的路线1和路线2以及在移动机器人100与目的地300之间放置有距离传感器110无法识别的区域310的情况。在如图3中的右图所示的情况下,在遵循路线2的情况下,有死角320位于在无法识别的区域310中。在转过拐角330时,移动机器人100注意到死角320,无法到达目的地300并且转回。
因此,移动机器人100不仅需要存储当前环境信息,而且需要存储过去环境信息作为由距离传感器110测量的环境信息。此处,通过存储关于移动机器人100过去位于的点的环境信息而生成的地图被称为环境地图。图4是示出如何生成实际环境地图的示意图。图4从顶部起按顺序示出了围绕移动机器人100的实际环境、从距离传感器110获得的信息以及存储在移动机器人100中的环境地图500。
如图4所示,根据移动机器人100周围的实际环境,从距离传感器110的当前输出获得环境信息。所述环境信息包括障碍物区域280的信息以及空区域290的信息。基本上,移动机器人100通过根据距离传感器110的当前输出在到目前为止已经生成的环境地图500上重复叠加环境信息的操作来累积环境地图500,同时使环境信息移位移动机器人100的移动距离d。
然而,这并不意味着所有的过去环境信息都需要存储在环境地图500上。如果累积并存储了所有的过去环境信息,则出现以下问题d至f。
d.如果留下距离传感器110的所有噪声,则空间充满障碍物200
如果留下由距离传感器110的噪声引起的障碍物区域280的信息,则移动机器人100将移动机器人100能通过的路线认为是不能通行的。需要移动机器人100执行以下处理:在适当的时刻不仅保存观察到的障碍物区域280的信息,而且更新障碍物区域280的信息,并且擦除不存在的障碍物区域280的信息。
e.由于假设不再存在的远障碍物200被留下,因此无法绘制移动路线
如果留下关于距离传感器110的范围外的远障碍物200的信息而没有更新,则即使曾经存储的障碍物200消失之后,也继续将曾存在障碍物200的地方确定是不能通行的,从而可能错误地生成路线。需要擦除在不可见范围内的障碍物200的不必要的信息的方法。
f.在长距离移动的情况下,环境地图500不断扩展,导致存储区域的压缩
继续存储环境地图500而没有擦除会导致存储区域(例如,由移动机器人100持有的存储器)的压缩。图5是示出通过继续存储远动态障碍物210而引起的有害影响的示意图。由于移动机器人100将人(动态障碍物210)位于出口340处的事实存储在存储器中,因此移动机器人100无法绘制到目的地300的路线。人位于出口340处的事实已经成为过去。如果移动机器人100一直继续存储该事实,则障碍物210留在存储器中。由于这个原因,在擦除通过旧观察而获得的并且可能不再受信任的障碍物区域280的信息以及在移动规划中遥远的且不必要的障碍物区域280的信息的情况下,可以节省存储区域。
g.如果动态障碍物(例如人)被继续留下,则动态障碍物将被识别为壁
如果继续存储移动障碍物210(动态障碍物)的观察信息,则其轨迹被留下作为巨大障碍物220如壁。图6是示出通过继续存储动态障碍物而生成的障碍物220的示意图。如图6所示,如果继续存储动态障碍物210,则障碍物220在移动机器人100的存储器中如壁一样保留在环境地图500中的移动机器人100的前面。由于通过从障碍物220去除障碍物210的当前位置而获得的区域230是重影,因此通过从障碍物220去除重影区域230来创建环境地图500。如上所述,在确定动态障碍物210不再存在的时刻,需要从障碍物区域280的信息中去除不存在的区域。
如上所述,发现环境地图500必须与存储器一起进行擦除。在实施方式中,在移动机器人100中擦除对于设置移动规划不必要的障碍物200的信息,移动机器人100在使用距离传感器110获取环境地图500的同时执行路线规划。下面将描述细节。
2.系统的配置示例
图7是示出根据实施方式的系统的配置的示意图。该系统与包括获取距离信息的距离传感器110(例如,立体摄像装置)和范围传感器的移动机器人100的系统有关。注意,该系统可以称为主机系统。
如图7所示,移动机器人100包括距离传感器110、更新信息生成单元120、长距离擦除单元130、地图整合单元140、不可见区域擦除单元(不可见区域擦除单元)150、可见区域更新单元(看得见区域更新单元)160、环境地图创建单元165、路线生成单元170和环境地图500。注意,除了图7所示的距离传感器110以外的每个部件可以由硬件(电路)或者中央算术处理装置(例如,CPU)以及用于使该硬件或装置起作用的程序来配置。在这种情况下,例如,程序可以存储在存储介质(例如,设置在移动机器人100中的存储器)中,或者存储在从外部连接至移动机器人100的记录介质中。
距离传感器110是用于主机系统以获取周围的障碍物200的信息的传感器。只要距离传感器110可以确定障碍物200的位置以及障碍物200距移动机器人100多远,距离传感器110就可以是任何类型的传感器,例如,通过使用立体摄像装置执行立体匹配的传感器、通过使用IR摄像装置测量距离的传感器以及使用激光测距仪的传感器。
更新信息生成单元120是将通过距离传感器110获得的环境信息整形成累积的环境地图500的大小的部件。除了作为可见区域的障碍物区域280和空区域290的信息以外,更新信息生成单元120还使用关于未知区域的信息覆盖不可见部分。
通过累积到目前为止已经获得的距离传感器110的输出(环境信息)来生成环境地图500。环境地图500保存当对于相同的坐标,最近已经观察到指示障碍物区域280和空区域290中的每一个的环境信息的时间。
长距离擦除单元130是通过修整并擦除关于在整合的环境地图500中远离移动机器人100的部分的信息来减小存储区域的部件。地图整合单元140是将从更新信息生成单元120输出的当前环境信息和修整的环境地图进行整合的部件。
不可见区域擦除单元150是确定随时间是擦除还是保存作为由地图整合单元140执行的地图整合的结果的、从移动机器人100的当前位置变得不可见的障碍物区域280和空区域290的信息的部件。可见区域更新单元160是更新作为地图整合的结果的、从移动机器人100的当前位置变得可见的障碍物区域280和空区域290的信息的部件。
环境地图创建单元165在由不可见区域擦除单元150和可见区域更新单元160执行的处理之后,通过整合障碍物区域280、空区域290和未知区域来创建环境地图500。例如,环境地图500被存储在移动机器人100中的存储器中。
路线生成单元170是根据通过对通过上述处理获得的看得见区域和不可见区域进行组合而获得的环境地图500生成移动机器人100应当沿其移动的路线的部件。路线生成单元170生成路线,使得移动机器人100在避开障碍物区域280的同时穿过空区域290。
3.根据实施方式的在系统中执行的处理
下面将描述根据实施方式的在系统中执行的处理。系统将距离传感器110的输出整合到环境地图500中,根据距移动机器人100的距离和经过时间来确定是擦除还是保存信息,并且更新环境地图500。如图8所示。在系统中执行的处理包括以下五个步骤:一定距离范围外的修整(步骤S10)、地图整合(步骤S12)、可见区域的更新(步骤S14)、不可见区域的更新(步骤S16)以及地图的组成和输出(步骤S18)。
3.1.一定距离范围外的修整
在移动机器人100移动至目的地300的情况下,即使移动机器人100保存关于与目的地300相比更远的地方以及移动机器人100已经穿过的路径的信息,也存在信息无助于路线规划的情况。此外,较早获取的信息具有低准确度,并且不必要地压缩存储区域。因此,在该步骤中,长距离擦除单元130从环境地图500删除关于比以移动机器人100为中心的预定距离更远的地方的环境信息。此处,“删除”意味着形成既不是空区域290也不是障碍物区域280的未知区域,并且仅意味着释放(清除)计算器上的存储区域。
以移动机器人100为中心的预定距离可以是到在应用移动机器人100的地方中假设的目标点的最长距离。
3.2.地图整合
在该步骤中,通过距离传感器110获得的环境信息被反映在已经执行了上述修整的环境地图500中。在环境地图500中,将最近观察到障碍物区域280和空区域290的时间写在地图上的每个坐标中。在从距离传感器110获得的环境信息中,针对已经检测到障碍物区域280和空区域290的坐标写入当前时间。针对其中既没有检测到障碍物区域280也没有检测到空区域290并且被确定为未知区域的坐标保存写入时间。
3.3.可见区域的更新
可见区域更新单元160执行该步骤。可见区域更新单元160将关于其中时间被更新为当前时间的坐标的信息更新到整合的环境地图500上。首先将描述针对以下坐标的处理,所述坐标被观察为先前是空区域290但是作为观察的结果现在是空区域290。由于指示坐标是空区域290的信息可能是距离传感器110的噪声,因此将空区域290原样反映在环境地图500中不是优选的。因此,通过使用最近观察到障碍物区域280的时间之间的差来提高可靠性。
在被观察为先前是空区域290但是现在是空区域290的坐标处,已经观察到坐标是障碍物区域280的时间t_obs比已经观察到坐标是空区域290的时间t_vcnt早。也就是说,建立了以下关系。
t_obs<t_vcnt=当前时间
仅在时间差Δt=t_obs-t_vcnt大于一定时间t_m的情况下,才将坐标确定为空区域290。以这种方式,仅在将坐标继续观察为空区域290达比t_m长的时段的情况下,才将空区域290反映在环境地图500中。在这种情况下,不需要怀疑距离传感器110的噪声。
接下来,将描述针对以下坐标的处理,所述坐标被观察为先前是空区域290但是作为观察的结果现在是障碍物区域280。尽管指示坐标是障碍物区域280的信息也可能是距离传感器110的噪声,但是考虑到移动机器人100的移动安全性,期望比在观察到坐标是空区域290的情况下更早地将障碍物区域280反映在环境地图500中。因此,同样在这种情况下,使用最近已经观察到坐标是空区域290的时间t_vcnt与已经观察到坐标是障碍物区域280的时间t_obs(当前时间)之间的差。在时间差Δt=t_vcnt-t_obs超过比上述时间t_m短的时间t_s的情况下,可以将坐标视为障碍物区域280。因此,更快地反映从空区域290至障碍物区域280的改变,并且可以进一步确保安全性。
只要满足t_m>t_s的关系,就可以采用确定时间宽度t_m和t_s的任何方法。时间宽度t_m也是直到上述动态障碍物210的重影区域230消失为止所需的时间。通过在应用系统的情况下基于例如动态障碍物的大小或移动速度来略微估计t_m,可以减少由于重影而引起的移动的抑制。在距离传感器110具有大量噪声或移动机器人100具有缓慢的移动速度并且多次测量到相同坐标的情况下,可以将t_s设置为更长。相比之下,在期望追求安全性的情况下,可以将t_s设置为0。
3.4.不可见区域的更新
在该步骤中,更新关于在整合的环境地图500上尚未更新时间的坐标的信息。其中尚未更新最终观察时间的坐标是尚未被距离传感器110观察到的坐标,并且对应于当前从移动机器人100不可见的区域。由于关于该区域的信息对于路线规划是有用的,因此期望将信息保存一定时间段。然而,障碍物200可能在不可见区域中移动,并且信息随时间变得不可靠。因此,在最终观察时间t_last与当前时间t_now之间的差超过一定时间宽度t_l的情况下,不可见区域擦除单元150擦除信息。此处的“擦除”意味着将坐标注册为既不是空区域也不是障碍物的未知状态。
因此,障碍物区域280和空区域290的过去信息在从最近观察起经过时间宽度t_l时消失。这意味着移动机器人100可以在仅保存关于在时间宽度t_l期间的周围环境的信息的存储的同时继续搜索路线。就移动机器人100的移动速度和应用了移动机器人100的环境的大小而言,时间宽度t_l应当被设置为更长的允许的搜索时间。
由于在经过时间t_l之后重置存储器并且再次开始搜索,因此移动机器人100可以解决在搜索范围内过去已经观察到的障碍物210在搜索期间移动并且特定路线变得可通行的情况,并且移动机器人100可以设置可通行的路线。在不假设上述移动障碍物210的环境的情况下,将时间t_1设置为无限,避免了障碍物210随时间被擦除,并且使得能够继续搜索直至到达目的地为止。
此外,在确定某些坐标为环境地图500上的障碍物区域280并且障碍物区域280改变为空区域290的情况下,在经过时间t_m之后反映该改变。此外,在障碍物200变得不可见的情况下,在经过时间t_l之后执行改变到未知区域。设置t_m<t_l使得系统的特征在于“障碍物信息在系统中随时间被擦除,并且在障碍物移动并且出现空区域的情况下,迅速更新信息”。
尽管在上述示例中将时间t_l设置为一定时间段,但是t_l越大,移动机器人100应当存储的区域可能越大,这就减小存储区域而言不是优选的。因此,可以采用根据机器人的移动速度和方向使针对每个坐标的时间宽度t_l可变的方法。注意,稍后将详细描述其变型。
3.5.地图的组成和输出
在该步骤中,将可见范围和不可见范围内的障碍物区域280和空区域290进行整合,并且将存储更新为新的环境地图500。路线生成单元170通过使用更新的环境地图500来生成路线。
4.根据经过时间和距离改变障碍物区域和空区域
图9是示出基于上述规则,障碍物区域280和空区域290如何根据可见区域和不可见区域中的每一个中的经过时间和距离而改变的示意图。在图9中,水平轴表示距离,并且竖直轴表示时间。
首先,如图9所示,注意可见区域,可见区域在距离方面与移动机器人100相对近,并且其特征在于更新了障碍物区域280和空区域290的信息。即使在时间0处执行了确定为障碍物区域280,该确定也不会立即反映在环境地图500中。当从确定为障碍物区域280起经过t_s时,将障碍物区域280反映在环境地图500中。这可以抑制由于距离传感器110的噪声而引起的对障碍物区域280的错误识别。
此外,即使在时间0处执行了确定为空区域290,该确定也不会立即反映在环境地图500中。当从确定为空区域290起经过t_m时,将空区域290反映在环境地图500中。这可以抑制由于距离传感器110的噪声而引起的对空区域290的错误识别。此外,可以抑制归因于动态障碍物而存储的重影区域230引起的存储量的增加。
此外,满足如上所述的t_m>t_s的关系使得从空区域290至障碍物区域280的改变迅速地反映在环境地图500中,并且可以进一步确保安全性。也就是说,直到消失为止的时间之间的差使得同一点处的信息比在空区域290中更容易保存在障碍物区域280中。
接下来,注意不可见区域,不可见区域在距离方面相对远离移动机器人100,并且在经过t_l之后,擦除障碍物区域280和空区域290两者。也就是说,在t_l的时间内不能绘制正确的路线的情况下,按时间顺序擦除观察信息。
此外,在距移动机器人100的距离超过预定值r的情况下,擦除在不可见区域中的障碍物区域280和空区域290的所有信息。
5.环境地图的更新的具体示例
接下来,将参照图10A至图10C描述环境地图500的更新的具体示例。图10A至图10C是用于示出环境地图500的创建的示意图,并且示出了从上方观察时以移动机器人100为中心的区域,其中该区域被划分成7×7=49个正方形区域502。如图10A至图10C所示,环境地图500包括障碍物地图510和空区域地图520。通过整合障碍物地图510和空区域地图520来创建环境地图500。
图10A示出了过去的障碍物地图510、空区域地图520和环境地图500。此外,图10B示出了整合了来自距离传感器110的信息的障碍物地图510和空区域地图520。此外,图10C示出了整合并更新了来自距离传感器110的信息的障碍物地图510、空区域地图520和环境地图500。图10B和图10C示出了从图10A所示的状态经过一秒之后的状态。
将每个区域502的坐标表示为绝对值。在移动机器人100移动的情况下,考虑移动量来更新关于每个区域502的环境信息。为了便于说明,下面将描述其中移动机器人100不移动的情况的示例。
每个区域502中示出的数值指示从观察起经过的时间。例如,在障碍物地图510中,某个区域502中示出的数值指示从已经在该区域中获得障碍物区域280的信息起经过的时间(秒)。类似地,在空区域地图510中,某个区域502中示出的数值指示从已经在该区域中获得空区域290的信息起经过的时间(秒)。
在图10A至图10C所示的示例中,时间参数t_s、t_m和t_1的值分别为t_s=2秒、t_m=4秒以及t_1=8秒。
在整合障碍物地图510和空区域地图520以创建环境地图500时,在两个地图中都写入了值的区域502中,比较数值(观察时间)以确定将采用障碍物区域280和空区域290中的哪一个。因此,环境地图500具有根据采用的结果指示障碍物区域280和空区域290的点。障碍物区域280具有比空区域290更暗(更浓)的点。此外,在环境地图500中,没有点的区域对应于均未注册障碍物区域280和空区域290两者的未知区域。
例如,在图10A所示的区域502a中,障碍物地图510具有“0”的数值,而空区域地图520具有“2”的数值。由于这个原因,可以看出,区域502a在两秒之前已经是空区域290,而区域502a当前是障碍物区域280。从改变为障碍物区域280起经过的时间为2-0=2(秒),并且从改变为障碍物区域280起经过的时间已经达到更新时间t_s(=2秒)。因此,采用障碍物区域280作为区域502a的状态。因此,在图10A所示的环境地图500中,区域502a是障碍物区域280。
此外,在图10A所示的区域502b中,障碍物地图510具有“3”的数值,而空区域地图520具有“2”的数值。由于这个原因,可以看出,区域502b在三秒之前已经是障碍物区域,而区域502b当前是空区域。从改变为空区域起经过的时间为2-0=2(秒),并且从改变为空区域起经过的时间小于更新时间t_m(=4秒)。因此,采用障碍物区域280作为区域502b的状态。因此,在图10A所示的环境地图500中,区域502b是障碍物区域。
在图10B中,通过距离传感器110获得的当前信息被整合至图10A所示的过去的障碍物地图510、空区域地图520和环境地图500中。在图10B中,在障碍物地图510的左边示出了通过距离传感器110获得的当前最新观察信息530。观察信息530对应于7×7=49个区域502中的中央3×3=9个区域502。
在整合时,将从距离传感器110获得的关于移动机器人100的周围环境的最新观察信息530反映在障碍物地图510和空区域地图520中。然后,这导致具有数值“0”的区域502被生成。注意,在图10B中,由于观察信息530的左上区域502是未知区域,因此将观察信息530中除了左上区域502之外的八个区域502反映在障碍物地图510和空区域地图520中。
例如,关于图10B的区域502c,在图10A中注册的既不是障碍物区域也不是空区域。然而,在自图10A经过一秒时,障碍物区域280的信息已经被距离传感器110观察到,如图10B中的观察信息530所示。因此,在图10B的障碍物地图510中,区域502c被注册为障碍物区域280,并且赋予“0”的数值。此时,在已经在图10A中被确定为障碍物区域280的区域502d中,将已经赋予的数值更新为“0”。
此外,图10B中的观察信息530的区域502d被观察为空区域290。由于这个原因,在图10B的空区域地图520中,将区域502d注册为空区域,并且赋予“0”的数值。此时,在已经在图10A中确定为空区域290的区域502d中,将已经赋予的数值更新为“0”。
此外,在图10B的障碍物地图510和空区域地图520中,从图10A中的在图10A中赋予了数值并且观察信息530没有更新的区域502中的状态起经过了1秒,并且因此数值仅增加1。
图10C中示出的障碍物地图510和空区域地图520与图10B中的障碍物地图510和空区域地图520类似。如图10C所示,将障碍物地图510和空区域地图520整合以创建环境地图500。
例如,在图10C所示的区域502e中,障碍物地图510具有“4”的数值,而空区域地图520具有“0”的数值。由于这个原因,可以看出,区域502e在四秒之前已经是障碍物区域280,而区域502e当前是空区域290。从改变为空区域290起经过的时间为4-0=4(秒),并且从改变为空区域290起经过的时间达到更新时间t_m=(4秒)。因此,采用空区域290作为区域502e的状态。因此,在图10C所示的环境地图500中,区域502e是空区域290。
此外,在创建图10C所示的环境地图500的情况下,具有“8”的数值的区域502f达到t_1=8秒,因此将区域502f注册为既不是障碍物区域280也不是空区域290的未知区域。
如上所述,在图10C所示的更新的环境地图500中,基于关于对距离传感器110可见的区域的观察信息530来更新环境地图500。此外,在对距离传感器110不可见的区域中,呈现仅通过增加了1的数值改变为未知区域的区域。
注意,图10A至图10C不包含由长距离擦除单元130执行的处理。长距离擦除单元130在由图10A至图10C所示的处理所生成的环境地图500中修整并擦除关于远离移动机器人100的部分的信息。
6.如何确定每个参数
下面将描述如何确定每个参数的示例。
6.1.如何确定预定值r
图11至图13是用于描述如何确定用作用于擦除障碍物区域280和空区域290的信息的触发的距离(预定值r)的示意图。图11是示出移动机器人100的移动空间的房间和走廊的平面图750(左图)以及与平面图750对应的拓扑图700(右图)的示意图。例如,拓扑图700是其中写入以下信息的地图:关于移动机器人100的移动空间的房间之间的连接的信息;以及关于房间与走廊之间的连接的信息。在图11所示的拓扑图700中,平面图750通过用虚线叠加示出。
图12是示出移动机器人100如何在拓扑图700上移动的示意图,并且示出了从上方观察时的移动机器人100和路线。图12示出了图11所示的平面图750以及与其对应的拓扑图700的走廊的附近。在移动至目的地300的情况下,移动机器人100不是一次生成到最终目标702的移动路线,而是将下一连接点704设置为当前目标,并且移动至下一连接点704。移动机器人100通过重复移动至下一连接点来达到最终目标702。
当移动机器人100达到当前目标(连接点704)时,将移动机器人100的移动路线切换到至下一目标(最终目标702)的移动路线。在那时,如果移动机器人100没有返回,则关于直至该点的环境地图500的信息是不必要的。
因此,如图13所示,如果要由移动机器人100存储的环境地图500的范围包括在拓扑图700上的“半径为最长边的长度的圆”,则是足够的。具有r的半径的圆完全包括移动路线。因此,如果移动机器人100存储圆的范围内的障碍物区域280和空区域290,则是足够的。
6.2.如何确定t_m
接下来,将描述如何确定t_m。此处,将描述如何基于跟踪人来确定t_m。如上所述,t_m是直到障碍物区域280改变为空区域290为止的时间。
此处,在建立以下式(1)的情况下,在环境地图500上将障碍物区域280切换至空区域290。在传感器信号不可靠的情况下,从障碍物区域280至空区域290的改变可能引起移动机器人100的碰撞。由于这个原因,如上所述,期望t_m大于在相反情况下(空区域290至障碍物区域280)用于识别改变的时间t_s。
t_m<(最近执行的观察为障碍物区域280的时间)-(最近执行的观察为空区域290的时间)……(1)
同时,图14示出了跟踪人800而移动的移动机器人100。图14中的上部的图示出了在人800和移动机器人100保持静止的情况下在人800后面的障碍物区域280和空区域290。此外,与上部的图相比,图14中的中间图示出了在人800开始移动并且移动机器人100跟踪人800的情况下在人800后面的障碍物区域280和空区域290。此外,与中间图相比,图14中的下部的图示出了在人800和移动机器人100进一步移动的情况下在人800后面的障碍物区域280和空区域290。
如图14中的中间图和下部的图所示,在移动机器人100跟踪人800的情况下,在t_m的时间内,人800的踪迹继续作为障碍物区域280保持在移动机器人100的存储器中(重影区域230)。例如,在要跟踪的目标以人800的速度v_human移动的情况下,可以通过以下式(2)表示重影的长度L。
L=v_human×t_m……(2)
如上所述,重影的长度L根据t_m而改变。在t_m很大的情况下,障碍物区域280(重影区域230)相应地继续保持在人800的后面。移动机器人100难以平稳地跟踪人800。
然后,可以通过反向使用式(2)通过以下式(3)确定t_m。
t_m=L_h/v_robot……(3)
然而,注意,在式(3)中,L_h是在跟踪人800的情况下机器人与人之间的理想距离,并且v_robot是在跟踪时移动机器人100的最大速度。
6.3.如何确定t_l
接下来,将描述如何确定t_1,该t_1是在由距离传感器110不能观察到的范围内的障碍物区域280的消失时间。如上所述,在从最近观察到关于某个区域502的信息起已经经过了t_l的情况下,重置关于区域502的信息,并且区域520改变为未知区域。也就是说,区域502既不是障碍物区域280也不是空区域290。具体地,在数学式中,将满足以下式(4)的区域502重置为未知区域。注意,在式(4)中,将t_l指示为t_l0,以指示t_l是固定值。
t_l0≤Δt(=t-t_0)(4)
然而,注意,在式(4)中,t_0是在区域502中最近观察到障碍物区域280和空区域290的时间,并且t是当前时间。
尽管式(4)中的t_l0是固定值,但是考虑到移动机器人100的移动速度和移动方向,可以采用更有效地节省存储区域的方法。例如,在移动机器人100以高速移动的情况下,移动机器人100远离过去障碍物200移动,并且因此t_l的值不需要增加太多。相比之下,在移动机器人100以低速移动的情况下,假设仔细搜索路线的情况,考虑期望尽可能多地保存关于附近的信息。因此,时间t_l可以根据直到那时的机器人的移动速度的整合值来增加或减小。在移动机器人以高速移动的情况下,减小t_l,并且迅速擦除环境信息。此外,在移动机器人以低速移动的情况下,通过增加t_l来长时间保存环境信息。此外,在移动机器人100停止的情况下,不关心环境地图500被扩展。因此,将时间t_l设置为无限,并且可以采用其中环境信息不会随时间消失的系统。
具体地,图15是示出根据移动机器人100的速度来擦除障碍物区域280的信息的示意图。如图15中的上部的图所示,在移动机器人100以高速移动的情况下,移动机器人100过去所在的地方迅速变得更远。不再需要保存在不可观察范围内的障碍物区域280的信息。此外,如图15中的下部的图所示,在移动机器人100保持静止的情况下,不可能扩展环境地图500,并且因此有时不需要擦除在不可观察范围内的障碍物区域280的信息。
然后,如式(5)所示,可以修改式(4),可以将基于速度的校正项添加至t_l0,并且可以将t_l的值设置为响应于速度而改变的值(=t_lvel)。
[数学式1]
如式(5)所示的通过将速度元素添加至t_l0而获得的t_lvel的值在移动机器人100具有快速移动速度的情况下减小。在移动机器人100具有快速移动速度的情况下,迅速重置不可观察范围内的环境地图500。相比之下,在移动机器人100保持静止的情况下,增加t_lvel,并且障碍物区域280随时间变得越来越难以消失。
此外,可以采用用于通过使用移动机器人100的移动方向来增加/减小t_l的方式。在移动机器人100沿特定方向笔直行走的情况下,关于移动机器人100的后面的信息是不必要的。如果进行以下设置:其中减小移动机器人100的姿势后面的坐标的t_l,而增加向前的t_l,则即使在这样的线性移动时,也可以有效地减小存储区域。在移动机器人100在通过这样的设置搜索具有复杂形状的路线的同时移动的情况下,预计频繁地旋转移动机器人100的姿势,并且因此期望在所有方向上对t_l求平均。
具体地,将描述通过使用速度和方位来改变t_l的方法。不仅考虑速度的大小而且考虑移动方向,可以改变t_l。如图16所示,沿移动机器人100的行进方向的障碍物区域280的信息可以用于在移动机器人100的路线规划中。由于这个原因,可以通过使得沿行进方向的障碍物区域280的信息不消失来防止观察的浪费。
相比之下,由于移动机器人100远离障碍物移动,因此有可能不使用在移动机器人100的后面的障碍物区域280的信息。由于这个原因,保存在移动机器人100的后面的障碍物区域280的信息是无用的,并且尽早擦除该信息。
然后,如下面的式(6)所示,可以在同时考虑速度和移动方向时将校正项添加至t_l0,并且可以将t_l的值设置为响应于速度和移动方法而改变的值(=t_ldir)。
[数学式2]
然而,注意,式(6)中的是从移动机器人100至确定擦除的区域502的单位矢量。
如上所述,用于改变t_l的两种方法是从固定t_l的方法得出的,并且可以同时应用上述两种方法。
如上所述,根据实施方式,本发明可以通过高速图像处理方法(例如,在环境地图500上的掩模处理和矩阵和计算)来实现,并且可以以比高负荷处理(例如,在传统方法中的对象识别和概率处理)低的成本来实现。因此,根据实施方式,对于具有有限计算能力的小对象(例如,家用宠物机器人)也可以实现本发明。
此外,在将本发明应用于家庭环境的情况下,假设频繁地改变静态障碍物(例如,放置在地板上的行李和散落的玩具)的位置。在识别动态障碍物和静态障碍物之后选择性地擦除动态障碍物的方法不能充分解决这些移动的静态障碍物,这导致移动范围的缩小。然而,根据实施方式,在不区分静态障碍物和动态障碍物的情况下,以相同的标准擦除存储。可以在不受到由静态障碍物的移动而引起的限制的情况下执行动作。
此外,在传统的方法中,不可见点(未被重新观察的点)可能以一定的存在概率继续保留。环境地图可能逐渐扩展,并且压缩存储区域。根据实施方式,积极地擦除不可见障碍物,可以有效地节省存储区域。
上面已经参照附图详细描述了本公开内容的优选实施方式,但是本公开内容的技术范围不限于这样的示例。显然,本公开内容的领域中的普通技术人员可以在权利要求书中提出的技术思想的范围内做出各种替换或修改。这些替换或修改被理解为自然地落入本公开内容的技术范围内。
此外,本文中描述的效果仅是说明性或示例性的,而不是限制性的。也就是说,根据说明书的描述,根据本公开内容的技术可以具有与上述效果一起或代替上述效果的对于本领域技术人员明显的其他效果。
注意,如下所述的配置也落入本公开内容的技术范围内。
(1)一种环境信息更新装置,包括:
更新单元,其更新障碍物区域的信息以及空区域的信息,在所述障碍物区域中,在移动体移动的空间中存在障碍物,在所述空区域中,不存在所述障碍物,其中,
所述更新单元基于不同的经过时间段执行所述障碍物区域的更新以及所述空区域的更新。
(2)根据(1)所述的环境信息更新装置,其中,
所述更新单元在已经经过第一时间段之后,将已经获得了障碍物区域的信息的区域更新为所述障碍物区域,以及
在已经经过第二时间段之后,将已经获得了空区域的信息的区域更新为所述空区域,并且
所述第二时间段比所述第一时间段长。
(3)根据(1)或(2)所述的环境信息更新装置,还包括不可见区域擦除单元,所述不可见区域擦除单元在从获得所述障碍物区域或所述空区域的信息起经过了预定时间段之后擦除在从所述移动体无法观察到的区域内的所述障碍物区域或所述空区域的信息。
(4)根据(3)所述的环境信息更新装置,其中,所述预定时间段根据所述移动体的移动速度而改变。
(5)根据(3)所述的环境信息更新装置,其中,所述移动体的移动速度越大,所述预定时间段越短。
(6)根据(3)所述的环境信息更新装置,其中,所述预定时间段根据所述移动体的移动方向而改变。
(7)根据(3)所述的环境信息更新装置,其中,所述移动体的移动方向越远离所述障碍物区域或所述空区域的位置,所述预定时间段越短。
(8)根据(3)所述的环境信息更新装置,其中,所述预定时间段根据所述移动体的移动速度和移动方向而改变。
(9)根据(1)至(8)中任一项所述的环境信息更新装置,还包括长距离擦除单元,所述长距离擦除单元擦除位于距所述移动体预定值或更远的地方的所述障碍物区域和所述空区域的信息。
(10)根据(1)至(9)中任一项所述的环境信息更新装置,还包括环境地图创建单元,所述环境地图创建单元基于更新后的所述障碍物区域和所述空区域的信息来创建环境地图。
(11)根据(10)所述的环境信息更新装置,还包括路线生成单元,所述路线生成单元基于所述环境地图来生成所述移动体所沿着的路线。
(12)根据(1)至(11)中任一项所述的环境信息更新装置,其中,所述障碍物区域和所述空区域的信息通过安装在所述移动体中的传感器来观察。
(13)一种环境信息更新方法,包括:
更新障碍物区域的信息以及空区域的信息,在所述障碍物区域中,在移动体移动的空间中存在障碍物,在所述空区域中,不存在所述障碍物,其中,
基于不同的经过时间段来执行所述障碍物区域的更新以及所述空区域的更新。
(14)一种程序,其使计算机用作以下装置:
用于更新障碍物区域的信息以及空区域的信息的装置,在所述障碍物区域中,在移动体移动的空间中存在障碍物,在所述空区域中,不存在所述障碍物;以及
用于基于不同的经过时间段执行所述障碍物区域的更新以及所述空区域的更新的装置。
附图标记列表
100 移动体
120 更新信息生成单元
130 长距离擦除单元
150 不可见区域擦除单元
160 可见区域更新单元
165 环境地图生成单元
170 路线生成单元
500 环境地图

Claims (13)

1.一种环境信息更新装置,包括:
更新单元,其被配置成更新障碍物区域的信息以及空区域的信息,在所述障碍物区域中在移动体移动的空间中存在障碍物,在所述空区域中不存在所述障碍物,其特征在于,
所述更新单元被配置成:
基于不同的经过时间段来执行所述障碍物区域的更新以及所述空区域的更新,
在经过第一时间段之后,将已经获得了障碍物区域的信息的区域更新为所述障碍物区域,并且
在经过第二时间段之后,将已经获得了空区域的信息的区域更新为所述空区域,并且
其中,所述第二时间段比所述第一时间段长。
2.根据权利要求1所述的环境信息更新装置,还包括不可见区域擦除单元,所述不可见区域擦除单元在从获得所述障碍物区域或所述空区域的信息起经过了预定时间段之后擦除在从所述移动体无法观察到的区域内的所述障碍物区域或所述空区域的信息。
3.根据权利要求2所述的环境信息更新装置,其中,所述预定时间段根据所述移动体的移动速度而改变。
4.根据权利要求2所述的环境信息更新装置,其中,所述移动体的移动速度越大,所述预定时间段越短。
5.根据权利要求2所述的环境信息更新装置,其中,所述预定时间段根据所述移动体的移动方向而改变。
6.根据权利要求2所述的环境信息更新装置,其中,所述移动体的移动方向越远离所述障碍物区域或所述空区域的位置,所述预定时间段越短。
7.根据权利要求2所述的环境信息更新装置,其中,所述预定时间段根据所述移动体的移动速度和移动方向而改变。
8.根据权利要求1所述的环境信息更新装置,还包括长距离擦除单元,所述长距离擦除单元擦除位于距所述移动体预定值或更远的地方的所述障碍物区域和所述空区域的信息。
9.根据权利要求1所述的环境信息更新装置,还包括环境地图创建单元,所述环境地图创建单元基于更新后的所述障碍物区域和所述空区域的信息来创建环境地图。
10.根据权利要求9所述的环境信息更新装置,还包括路线生成单元,所述路线生成单元基于所述环境地图来生成所述移动体移动所沿着的路线。
11.根据权利要求1所述的环境信息更新装置,其中,所述障碍物区域和所述空区域的信息通过安装在所述移动体中的传感器来观察。
12.一种环境信息更新方法,包括:
更新障碍物区域的信息以及空区域的信息,在所述障碍物区域中在移动体移动的空间中存在障碍物,在所述空区域中不存在所述障碍物,其中,
基于不同的经过时间段来执行所述障碍物区域的更新以及所述空区域的更新,
在经过第一时间段之后,将已经获得了障碍物区域的信息的区域更新为所述障碍物区域,
在经过第二时间段之后,将已经获得了空区域的信息的区域更新为所述空区域,并且
其中,所述第二时间段比所述第一时间段长。
13.一种计算机可读介质,其上存储有程序,所述程序在被执行时使计算机执行根据权利要求12所述的方法。
CN201880062770.5A 2017-10-02 2018-07-11 环境信息更新装置、环境信息更新方法以及程序 Active CN111164529B (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
JP2017-192627 2017-10-02
JP2017192627 2017-10-02
PCT/JP2018/026133 WO2019069524A1 (ja) 2017-10-02 2018-07-11 環境情報更新装置、環境情報更新方法及びプログラム

Publications (2)

Publication Number Publication Date
CN111164529A CN111164529A (zh) 2020-05-15
CN111164529B true CN111164529B (zh) 2023-09-05

Family

ID=65994309

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201880062770.5A Active CN111164529B (zh) 2017-10-02 2018-07-11 环境信息更新装置、环境信息更新方法以及程序

Country Status (6)

Country Link
US (1) US11687089B2 (zh)
EP (1) EP3693825B1 (zh)
JP (1) JP7136114B2 (zh)
KR (1) KR102629762B1 (zh)
CN (1) CN111164529B (zh)
WO (1) WO2019069524A1 (zh)

Families Citing this family (21)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10453213B2 (en) 2016-08-29 2019-10-22 Trifo, Inc. Mapping optimization in autonomous and non-autonomous platforms
US11314262B2 (en) * 2016-08-29 2022-04-26 Trifo, Inc. Autonomous platform guidance systems with task planning and obstacle avoidance
US10043076B1 (en) 2016-08-29 2018-08-07 PerceptIn, Inc. Visual-inertial positional awareness for autonomous and non-autonomous tracking
US10402663B1 (en) 2016-08-29 2019-09-03 Trifo, Inc. Visual-inertial positional awareness for autonomous and non-autonomous mapping
US10162362B2 (en) 2016-08-29 2018-12-25 PerceptIn, Inc. Fault tolerance to provide robust tracking for autonomous positional awareness
US10444761B2 (en) 2017-06-14 2019-10-15 Trifo, Inc. Monocular modes for autonomous platform guidance systems with auxiliary sensors
US12179737B2 (en) * 2018-10-19 2024-12-31 GEOSAT Aerospace & Technology Unmanned ground vehicle and method for operating unmanned ground vehicle
US11774983B1 (en) 2019-01-02 2023-10-03 Trifo, Inc. Autonomous platform guidance systems with unknown environment mapping
WO2020241273A1 (ja) * 2019-05-31 2020-12-03 住友電気工業株式会社 車両用通信システム、車載機、制御方法及びコンピュータプログラム
WO2020255409A1 (ja) * 2019-06-21 2020-12-24 株式会社ソニー・インタラクティブエンタテインメント 要素データ管理装置、要素データ管理方法、プログラム及び要素データのデータ構造
CN111123949B (zh) * 2019-12-31 2023-07-07 达闼机器人股份有限公司 机器人的避障方法、装置、机器人及存储介质
CN111990929B (zh) * 2020-08-26 2022-03-22 北京石头世纪科技股份有限公司 一种障碍物探测方法、装置、自行走机器人和存储介质
CN112462768B (zh) * 2020-11-25 2024-03-29 深圳拓邦股份有限公司 移动机器人导航地图的创建方法、装置及移动机器人
JP2022189605A (ja) * 2021-06-11 2022-12-22 ソニーグループ株式会社 情報処理装置、情報処理方法、コンピュータプログラム
JP2023008172A (ja) * 2021-07-05 2023-01-19 Kddi株式会社 ロボット装置、ロボットシステム、ロボット装置の制御方法及びコンピュータプログラム
WO2023058382A1 (ja) * 2021-10-04 2023-04-13 ソニーグループ株式会社 情報処理装置、情報処理方法、及びプログラム
CN117193278B (zh) * 2022-05-31 2024-08-02 深圳市普渡科技有限公司 动态沿边路径生成的方法、装置、计算机设备和存储介质
WO2024022692A1 (de) * 2022-07-26 2024-02-01 Sew-Eurodrive Gmbh & Co. Kg Verfahren zum betrieb einer technischen anlage und technische anlage
TW202407489A (zh) * 2022-08-09 2024-02-16 金寶電子工業股份有限公司 移動式機器人及其可移動區域的自動判斷方法
JP7725434B2 (ja) * 2022-09-06 2025-08-19 本田技研工業株式会社 移動体制御システム、その制御方法、プログラム、及び移動体
CN116069045B (zh) * 2023-04-06 2023-06-20 武汉大学 一种基于移动机器人的辐射环境探测方法和系统

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1617170A (zh) * 2003-09-19 2005-05-18 索尼株式会社 环境识别设备及方法,路径规划设备及方法以及机器人
JP2006023440A (ja) * 2004-07-07 2006-01-26 Matsushita Electric Ind Co Ltd 地図配信システムおよびそれに用いるセンタ装置
JP2009301401A (ja) * 2008-06-16 2009-12-24 Panasonic Electric Works Co Ltd 自律移動装置
WO2011026119A2 (en) * 2009-08-31 2011-03-03 Neato Robotics, Inc. Method and apparatus for simultaneous localization and mapping of mobile robot environment
EP2952993A1 (en) * 2014-06-05 2015-12-09 Aldebaran Robotics Method for building a map of probability of one of absence and presence of obstacles for an autonomous robot
CN105182979A (zh) * 2015-09-23 2015-12-23 上海物景智能科技有限公司 一种移动机器人障碍物检测及避让方法和系统

Family Cites Families (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP4061596B2 (ja) 2004-05-20 2008-03-19 学校法人早稲田大学 移動制御装置、環境認識装置及び移動体制御用プログラム
JP2006239844A (ja) * 2005-03-04 2006-09-14 Sony Corp 障害物回避装置、障害物回避方法及び障害物回避プログラム並びに移動型ロボット装置
JP4400584B2 (ja) 2006-03-01 2010-01-20 トヨタ自動車株式会社 障害物検出方法及び障害物検出装置
JP2009169845A (ja) * 2008-01-18 2009-07-30 Toyota Motor Corp 自律移動ロボット及び地図更新方法
KR101503903B1 (ko) * 2008-09-16 2015-03-19 삼성전자 주식회사 이동 로봇의 지도 구성 장치 및 방법
JP5604117B2 (ja) 2010-01-20 2014-10-08 株式会社Ihiエアロスペース 自律型移動体
KR102093177B1 (ko) * 2013-10-31 2020-03-25 엘지전자 주식회사 이동 로봇 및 그 동작방법

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1617170A (zh) * 2003-09-19 2005-05-18 索尼株式会社 环境识别设备及方法,路径规划设备及方法以及机器人
JP2006023440A (ja) * 2004-07-07 2006-01-26 Matsushita Electric Ind Co Ltd 地図配信システムおよびそれに用いるセンタ装置
JP2009301401A (ja) * 2008-06-16 2009-12-24 Panasonic Electric Works Co Ltd 自律移動装置
WO2011026119A2 (en) * 2009-08-31 2011-03-03 Neato Robotics, Inc. Method and apparatus for simultaneous localization and mapping of mobile robot environment
EP2952993A1 (en) * 2014-06-05 2015-12-09 Aldebaran Robotics Method for building a map of probability of one of absence and presence of obstacles for an autonomous robot
CN105182979A (zh) * 2015-09-23 2015-12-23 上海物景智能科技有限公司 一种移动机器人障碍物检测及避让方法和系统

Also Published As

Publication number Publication date
EP3693825A1 (en) 2020-08-12
US20200241554A1 (en) 2020-07-30
KR102629762B1 (ko) 2024-01-29
WO2019069524A1 (ja) 2019-04-11
KR20200054977A (ko) 2020-05-20
JPWO2019069524A1 (ja) 2020-11-05
CN111164529A (zh) 2020-05-15
EP3693825A4 (en) 2020-12-09
JP7136114B2 (ja) 2022-09-13
US11687089B2 (en) 2023-06-27
EP3693825B1 (en) 2022-03-23

Similar Documents

Publication Publication Date Title
CN111164529B (zh) 环境信息更新装置、环境信息更新方法以及程序
JP6849330B2 (ja) 地図生成方法、自己位置推定方法、ロボットシステム、およびロボット
US10228693B2 (en) Generating simulated sensor data for training and validation of detection models
KR101782057B1 (ko) 지도 생성 장치 및 방법
CN106104203B (zh) 一种移动物体的距离检测方法、装置及飞行器
US10242575B1 (en) Marked parking space identification system and method thereof
US20200166349A1 (en) Parking support apparatus
JP4660569B2 (ja) 物体検出装置及び物体検出方法
CN113281760A (zh) 障碍物检测方法、装置、电子设备、车辆和存储介质
CN108116408A (zh) 多传感器概率对象和自动制动
JP2001076156A (ja) 画像監視装置
CN114077252A (zh) 机器人碰撞障碍区分装置及方法
WO2017038012A1 (ja) 地図生成方法、自己位置推定方法、ロボットシステム、およびロボット
JP4774401B2 (ja) 自律移動体の経路設定装置
JP6834020B2 (ja) 物体認識装置および物体認識方法
CN113787516A (zh) 定位方法、装置和机器人
JP2020052977A (ja) 情報処理装置、情報処理方法、およびプログラム
WO2021246169A1 (ja) 情報処理装置、情報処理システム、および方法、並びにプログラム
CN114325756B (zh) 基于激光雷达的近距离避障方法、装置、车辆及存储介质
JP2022182277A (ja) 情報処理装置、情報処理方法および自律移動体
CN116000924B (zh) 机器人控制方法、装置、机器人及计算机可读存储介质
US12497069B2 (en) Autonomous driving device and driving control method thereof
JP2017134514A (ja) 物体検出装置
KR102740186B1 (ko) 객체 간의 가려짐에 강건한 객체 추적 방법 및 장치
JP7696818B2 (ja) 位置推定システム

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant