掃除ロボット及びそれを用いた掃除方法
【目的】軌道を正確に最小分散推定して未清掃の空白領域が無い清掃効率の高い掃除ロボット及び掃除方法を提供する。
【構成】本発明に係る掃除ロボットは、センサの信号を用いてコンピュータにより演算される時々刻々の位置と、前記位置を格納するデータ記憶部と、清掃領域の境界に分散配置された位置情報発信部と、前記位置情報発信部に接近したときに位置情報を受信する位置情報受信部と、受信された前記位置情報により現在位置から最適推定された現在推定位置と、前記現在推定位置を用いて過去位置から最適推定された過去推定位置と、前記現在及び過去の推定位置からなる推定軌道を格納する軌道記憶部と、軌道データから清掃領域内で軌道の無い及び／又は少ない再掃引領域を導出する再掃引領域導出手段と、前記再掃引領域内を走行させて前記再掃引領域を清掃する再掃引領域行走行手段を有することを特徴とする。
【構成】本発明に係る掃除ロボットは、センサの信号を用いてコンピュータにより演算される時々刻々の位置と、前記位置を格納するデータ記憶部と、清掃領域の境界に分散配置された位置情報発信部と、前記位置情報発信部に接近したときに位置情報を受信する位置情報受信部と、受信された前記位置情報により現在位置から最適推定された現在推定位置と、前記現在推定位置を用いて過去位置から最適推定された過去推定位置と、前記現在及び過去の推定位置からなる推定軌道を格納する軌道記憶部と、軌道データから清掃領域内で軌道の無い及び／又は少ない再掃引領域を導出する再掃引領域導出手段と、前記再掃引領域内を走行させて前記再掃引領域を清掃する再掃引領域行走行手段を有することを特徴とする。
【発明の詳細な説明】
【技術分野】
【０００１】
本発明は掃除ロボットに関し、更に詳細には掃除ロボットに特定の走行動作をさせて清掃領域を隈なく清掃できる掃除ロボット及びそれを用いた掃除方法に関するものである。
【背景技術】
【０００２】
一般に、建物内における部屋等の清掃領域を掃除する場合には、電気掃除機やモップ等が利用されている。しかし、電気掃除機やモップで掃除する場合には、そのハンドルを手で把握して電気掃除機やモップを部屋内に強制的に移動させながら行う人力作業になるのが常であった。
【０００３】
工場や施設内で特殊動作を行う工業用ロボットが普及する現代において、家庭内の掃除を実行させる掃除ロボットが開発されつつある。前記工業用ロボットの多くが固定式のロボットアームであるのに対し、掃除ロボットは室内を移動しながら掃除する点が異なっている。
【０００４】
掃除ロボットは室内を自由に走行移動し、走行中に塵埃を吸引する形式のものが多い。室内における掃除ロボットの時々刻々の位置を計測するために、レーザビーム装置や超音波装置や赤外線ビーム装置を掃除ロボット自体に搭載したり、室内にビデオカメラを配備して掃除ロボットを観察する多数の掃除ロボットが開発されている。しかし、これらの装置を装備した掃除ロボットは高価になるため、なかなか普及していないのが現実である。
【０００５】
近年に到って、安価且つ容易に時々刻々の位置を計測するために、ＲＦＩＤを搭載した移動ロボットが開発されつつある。掃除や物体移動などを行なう汎用の移動ロボットとしては特開２００４−２１９７８（特許文献１）が有り、自走式掃除機としては特開２００７−３４８６６（特許文献２）が存する。
【先行技術文献】
【特許文献】
【０００６】
【特許文献１】特開２００４−２１９７８号公報
【特許文献２】特開２００７−３４８６６号公報
【発明の概要】
【発明が解決しようとする課題】
【０００７】
前記特開２００４−２１９７８（特許文献１）は、ロボット本体に装備されたＲＦＩＤ検出器により、作業領域に設けられたＲＦＩＤカード（別名、ＲＦＩＤタグ）から固有番号を獲得しながら、ロボットの位置と方向を認識して自走する移動ロボットを開示している。また、[０００３]には、家庭において、移動ロボットは掃除、物体の移動などの作業を行う、と記載されており、特許文献1は掃除ロボットに適用できる旨を主張している。
【０００８】
確かに、前記移動ロボットは途中ではオドメトリにより位置を計算し、要所要所に配置されたＲＦＩＤカードから位置情報（固有番号）を獲得しながら、位置と方向を算出して、作業領域を移動していることが記載されている。しかし、オドメトリ法はデッドレコニング法とも称し、車輪軸の回転速度と方向をセンサ検出して移動距離と移動方向を算出するものであり、車輪のすべり等の誤差により、移動距離と移動方向には大きな誤差が含まれるのが常である。しかも、特許文献１には、前記ＲＦＩＤ情報を移動距離と移動方向、即ちロボットの軌道の修正に具体的にどのように適用するかが明白でない。特に、前記移動ロボットが作業領域を移動する中で、その軌道が作業領域の全体に均一に移動せず、通過しない複数の空白領域が残されることが多い。このような場合に、この空白領域をどのように掃除するかについては記載もされていないし、示唆さえされていない。その意味で、掃除ロボットとしては不十分である。
【０００９】
前記特開２００７−３４８６６（特許文献２）には、境界にＲＦＩＤ発信手段からなるマーカを配置し、マーカからの信号を受けてマーカに対する移動体の走行方向を計測して移動体の走行方向を制御する技術が開示されており、この移動体として自走式掃除機が記載されている。
【００１０】
しかし、この特許文献２においても特許文献１と同様の欠点が存在する。即ち、前記マーカ情報（ＲＦＩＤ情報）をロボットの軌道の修正に具体的にどのように適用するかが明白でない。また、その軌道が作業領域の全体に均一に移動しないことが多く、この未清掃の空白領域をどのように掃除するかについては記載もされていないし、示唆さえされていない。従って、掃除ロボットとしては不十分である。
【００１１】
上記課題に鑑み、本発明の目的は、走行中にデッドレコニングにより計測された大きな誤差を有する位置に対し、壁面に配置された位置情報発信部から受信した位置情報に基づき最適推定法により誤差の小さな推定位置を導出し、現在及び過去の推定位置による推定軌道を導出し、推定軌道の空白領域を検出して、この空白域を再掃引領域として集中的に走行する掃除ロボット及びそれを利用した掃除方法を提供することである。
【課題を解決するための手段】
【００１２】
本発明の第1形態は、内蔵されるコンピュータからの指令により清掃領域内での走行を制御する走行制御部と、前記走行を検出するセンサを有して、走行しながら清掃領域を掃除する掃除ロボットにおいて、前記センサの信号を用いて前記コンピュータにより演算される時々刻々の位置と、前記位置を格納するデータ記憶部と、前記清掃領域の境界に分散配置された位置情報発信部と、前記位置情報発信部に接近したときに位置情報を受信する位置情報受信部と、受信された前記位置情報により現在位置から最適推定された現在推定位置と、前記現在推定位置を用いて過去位置から最適推定された過去推定位置と、前記現在推定位置と前記過去推定位置からなる推定軌道を格納する軌道記憶部と、前記軌道記憶部に格納された軌道データから前記清掃領域内で軌道の無い及び／又は軌道の少ない再掃引領域を導出する再掃引領域導出手段と、前記再掃引領域内を走行させて前記再掃引領域を清掃する再掃引領域行走行手段を有する掃除ロボットである。
【００１３】
本発明の第２形態は、前記第１形態において、前記位置情報発信部がＲＦＩＤタグであり、前記位置情報受信部がＲＦＩＤアンテナである掃除ロボットである。
【００１４】
本発明の第３形態は、前記第１又は第２形態において、前記走行の開始から所定時間を検出する所定時間検出手段と、前記所定時間の経過後に前記再掃引領域検出手段を作動させる掃除ロボットである。
【００１５】
本発明の第４形態は、前記第１、第２又は第３形態において、前記再掃引領域検出手段により検出された再掃引領域の形状により再掃引動作を選択する掃除ロボットである。
【００１６】
本発明の第５形態は、前記第１〜第４のいずれかにおいて、前記位置がデッドレコニングにより演算される掃除ロボットである。
【００１７】
本発明の第６形態は、前記第１〜第５形態のいずれかにおいて、前記最適推定が最小分散推定である掃除ロボットである。
【００１８】
本発明の第７形態は、前記第６形態において、前記現在推定位置の前記最小分散推定が、拡張カルマンフィルタ法、パーティクルフィルタ法、ヒストグラムフィルタ法、カルマンフィルタ法、アンセンテッドカルマンフィルタ法又は情報フィルタ法により演算される掃除ロボットである。
【００１９】
本発明の第８形態は、前記第６又は第７形態において、前記過去推定位置の前記最小分散推定が、固定区間スムージング法、固定点スムージング法又は固定ラグスムージング法により演算される掃除ロボットである。
【００２０】
本発明の第９形態は、前記第１〜第８形態のいずれかにおいて、前記清掃領域内の床面に接触するように払拭体を装備し、走行中に前記床面を前記払拭体により掃除する掃除ロボットである。
【００２１】
本発明の第１０形態は、内蔵されるコンピュータからの指令により清掃領域を走行し、前記走行を内蔵されるセンサで検出しながら清掃領域を掃除する掃除ロボットによる掃除方法において、前記センサの信号を用いて前記コンピュータにより時々刻々の位置を演算し、前記清掃領域の境界に分散配置された位置情報発信部に接近したときに位置情報を受信し、前記位置情報により現在位置から最適推定して現在推定位置を導出し、前記現在推定位置を用いて過去位置から最適推定して過去推定位置を導出し、前記現在推定位置と前記過去推定位置からなる推定軌道から前記清掃領域内で軌道の無い及び／又は軌道の少ない再掃引領域を導出し、前記再掃引領域内を走行させて前記再掃引領域を掃除する掃除ロボットによる掃除方法である。
【００２２】
本発明の第１１形態は、前記第１０形態において、前記走行の開始から所定時間の経過後に前記再掃引領域を導出する掃除ロボットによる掃除方法である。
【００２３】
本発明の第１２形態は、前記第１０又は第１１形態において、前記再掃引領域の形状により再掃引動作を選択する掃除ロボットによる掃除方法である。
【００２４】
本発明の第１３形態は、前記第１０、第１１又は第１２形態において、前記位置がデッドレコニングにより演算される掃除ロボットによる掃除方法である。
【００２５】
本発明の第１４形態は、前記第１０〜第１３形態のいずれかにおいて、前記現在推定位置が、拡張カルマンフィルタ法、パーティクルフィルタ法、ヒストグラムフィルタ法、カルマンフィルタ法、アンセンテッドカルマンフィルタ法又は情報フィルタ法により最小分散推定される掃除ロボットによる掃除方法である。
【００２６】
本発明の第１５形態は、前記第１０〜第１４形態のいずれかにおいて、前記過去推定位置が、固定区間スムージング法、固定点スムージング法又は固定ラグスムージング法により最小分散推定される掃除ロボットによる掃除方法である。
【発明の効果】
【００２７】
本発明の第1形態によれば、床面に対する車輪の滑り等により、センサ信号を用いて演算された時々刻々の位置が大きな誤差を有するとしても、位置情報発信部に接近したときに受信する位置情報により、現在位置から最適推定法により誤差の小さな現在推定位置に修正でき、しかもこの現在推定位置を用いて過去位置へと順に遡って過去推定位置を正しく最適推定することができる。過去推定位置を極力正確に推定するためには、１点の現在推定位置を出発値とする場合だけでなく、少なくとも現在推定位置を含めて現在推定位置の周りにある複数点の推定位置を出発値とすることも可能である。前記現在推定位置と前記過去推定位置から推定軌道を構成でき、しかもこの推定軌道は実際軌道に最適近似している。従って、軌道記憶部に格納された推定軌道から掃除ロボットにより清掃領域内の掃除された領域が正しく判別できる。掃除ロボットが清掃領域内を不均一の走行している場合には、前記清掃領域内に軌道の無い及び／又は軌道の少ない空白領域が出現し、次にこの空白領域を集中的に掃除する必要が生じる。この空白領域を再掃引領域として導出し、掃除ロボットを前記再掃引領域内に集中的に走行させることによって、清掃領域の全領域を隈なく清掃することが可能になり、またこれを可能にする掃除ロボットを提供できる。
【００２８】
本形態の位置情報発信部及び位置情報受信部とは、超音波では超音波発信器と超音波受信器、レーザではレーザ発光部とレーザ受光部、赤外線では赤外線発光部と赤外線受光部、マイクロ波ではマイクロ波発信部とマイクロ波受信部、電波では電波発信部と電波受信部に対応し、公知の送受信器が利用できる。
【００２９】
本発明の第２形態によれば、前記位置情報発信部がＲＦＩＤタグであり、前記位置情報受信部がＲＦＩＤアンテナであるから、他の送受信器と比較して安価であり、しかも装備が容易である利点を有する。ＲＦＩＤとはRadio Frequency Identificationの略であり、無線自動識別と訳される。ＲＦＩＤシステムは、リーダ部（アンテナ及び読取部）とタグから構成され、電波によりタグから固有のＩＤを受信できる。タグにはActive型とPassive型がある。Active型のタグは電池を内蔵し、通信距離が数ｍ〜数１００ｍと長い。一方、Passive型のタグは通信距離は数ｃｍ〜数ｍと短いが、リーダ側のアンテナからのエネルギーを利用して動作するため、電池を内蔵する必要が無い。ＲＦＩＤシステムは幾つかの周波数に分類される。例えば、１３４．２ｋＨｚ帯（ＬＦ帯）〜１３．５６ＭＨｚ帯（ＨＦ帯）〜高周波帯（例、ＵＨＦ帯）があるが、ＨＦ帯のＲＦＩＤシステムを用いると、低周波のものより通信可能距離が長く小型であり、高周波のものよりノイズに強く安価である利点を有する。
【００３０】
本発明の第３形態によれば、走行の開始から所定時間を検出する所定時間検出手段と、前記所定時間の経過後に前記再掃引領域検出手段を作動させることができ、例えば所定時間を２０分に設定すると、２０分の間、掃除ロボットは清掃領域を走り回り、２０分の時点で軌道記憶部に記録された推定軌道から空白領域、即ち再掃引領域を検出し、次に掃除ロボットを再掃引領域に集中的に走行させて再掃引領域の掃除を実現できる。この結果、清掃領域の全領域を隈なく掃除することが可能になる。前記所定時間は清掃領域の面積やデスク・段差などの障害物の多さによって自在に調整することができる。また、時間判断だけでなく、掃除ロボットに床面の清掃率や軌道の掃引密度などの検出機能を付加しておけば、一定の清掃率や掃引密度に到達したことによって、再掃引領域の検出動作に移行させることも可能である。
【００３１】
本発明の第４形態によれば、前記再掃引領域検出手段により検出された再掃引領域の形状により再掃引動作を選択する掃除ロボットが提供される。掃引動作には、例えば螺旋動作、パラレル動作（多重往復動作）、壁面反射動作、壁面追従動作があり、再清掃領域の外周形状により、最適な動作を選択すれば清掃効率が一層に高まる。島状の再清掃領域に対しては、その中心を導出して、その中心から螺旋動作を実施すればよい。矩形の再清掃領域に対しては、パラレル動作が好適である。壁面に沿った矩形の再清掃領域に対しては、壁面追従動作が好適であり、狭い壁面間の再清掃領域に対しては、壁面反射動作を考えれば良いなど、自在に掃引動作を選択することができる。
【００３２】
本発明の第５形態によれば、前記位置がデッドレコニングにより演算される掃除ロボットが提供される。デッドレコニングとは、ロボットが有する車軸回転角センサ（オドメーター）の測定値を積分することで、出発位置から走行した軌道（軌跡）を計算し、ロボットの現在位置を推定する手法である。デッドレコニングは、位置（連続線としては軌道）の計測の第１近似手法であり、本形態ではデッドレコニング法を用いることにより、位置計測を安価且つ容易に行うことができる利点がある。但し、ユーザーが最初に掃除ロボットを設置する位置と姿勢を予め特定するのは困難であり、また車輪は床面との滑りを伴いながら動作するため、デッドレコニングによる推定手法は動作距離が長くなるに連れて大きな誤差を生じることが知られている。従って、デッドレコニングによる位置・軌道の推定値から、真の位置・軌道を推定することが必要になる。以下の通り、この推定方法も本発明の要点である。
【００３３】
本発明の第６形態によれば、前記最適推定が最小分散推定である掃除ロボットが提供される。前述した通り、デッドレコニングにより計測された位置・軌道は大きな誤差を有しやすい。真の位置・軌道は不明であるが、前記位置・軌道から位置・軌道の最確値を推定することが必要になる。その最適推定法として最小分散推定法を用いる。最小分散推定法とは、母数ｘの推定量Ｘの中で、Ｘの分散Ｖ[Ｘ]＝Ｅ[(Ｘ−ｘ)２]を最小にする推定量を導出する方法で、推定量を最小分散推定量と呼び、推定量が満たすべき望ましい基準とされている。本形態では、真の位置に最近接する推定位置を導出するために、デッドレコニングにより計測された位置に対し、最小分散推定法を用いる。
【００３４】
本発明の第７形態によれば、前記現在推定位置の前記最小分散推定が、拡張カルマンフィルタ法、パーティクルフィルタ法、ヒストグラムフィルタ法、カルマンフィルタ法、アンセンテッドカルマンフィルタ法又は情報フィルタ法により演算される掃除ロボットが提供される。掃除ロボットの位置はデッドレコニングにより時々刻々と計測され、多数の位置の中でも位置情報送信部からの位置情報を受信した時刻の位置を現在位置と称する。この現在位置に対し最小分散推定を適用して現在推定位置を導出する。この最小分散推定法として、前述した各種の方法が具体的に適用される。これらの方法はカルマンフィルタ法を中心とするが、特に拡張カルマンフィルタ法（Extended Kalman Filter Method）が好適であり、以下でＥＫＦと略記される場合には、拡張カルマンフィルタ法を意味する。記号で説明すると、ｘ０、ｘ１・・ｘＮを位置とし、ｘＮを現在位置とすると、現在位置ｘＮに対し最小分散推定を行って現在推定位置ＸＮを導出する。
【００３５】
本発明の第８形態によれば、前記過去推定位置の前記最小分散推定が、固定区間スムージング法、固定点スムージング法又は固定ラグスムージング法により演算される掃除ロボットが提供される。デッドレコニングにより時々刻々と計測されてきた多数の位置の中で、現在位置よりも過去の位置の全てを過去位置と称する。第７形態で現在推定位置を導出した後、この現在推定位置を利用して、現在位置に近い過去位置から過去に遡りながら順に最小分散推定法により修正して過去推定位置を導出して行く。この最小分散推定法として、前述した各種の方法が具体的に適用される。特に、固定区間スムージング法が好適である。記号で説明すると、ｘ０、ｘ１・・ｘＮをデッドレコニングで計測された位置とし、ｘＮを現在位置とすると、過去位置はｘ０、ｘ１・・ｘＮ−１である。現在推定位置ＸＮを利用して、過去位置を遡るから、ｘＮ−１・・ｘ１、ｘ０の順に最小分散推定を行って順次に過去推定位置ＸＮ−１・・Ｘ１、Ｘ０を導出して行く。清掃領域に複数の位置情報発信部（例えばＲＦＩＤタグ）を配置する場合には、出発位置〜第１発信部までをｘ０・・・ｘＮとし、ｘＮをｘ０と置きなおして第１発信部〜第２発信部までを新たにｘ０・・・ｘＮとし、第２発信部〜第３発信部・・という具合に、次々と位置を計測し、推定して行くのである。
【００３６】
本発明の第９形態によれば、前記清掃領域内の床面に接触するように払拭体を装備し、走行中に前記床面を前記払拭体により掃除する掃除ロボットが提供される。床面を掃除する掃除ロボットの多くでは、掃除用ロボットの下面に吸込口を開口しておき、ファンにより吸引しながら走行させると、走行軌道近傍の塵埃が吸引されて掃除が行われる。本形態では、掃除ロボットにモップなどの払拭体を装着しておき、前記払拭体が床面に接触するように構成される。こうすれば、掃除ロボットを走行させれば、走行軌道の近傍の塵埃を払拭体が吸着して保持する。従って、掃除ロボットを清掃領域に隈なく走行させれば、軌道近傍の塵埃は払拭体に吸着され、掃除が完了する。
【００３７】
前述したように、本発明の第１形態から第９形態までは掃除ロボットを対象とするのに対し、第１０形態から第１５形態までは、掃除ロボットによる掃除方法を対象としている。第１０形態は第１形態に、第１１形態は第３形態に、第１２形態は第４形態に、第１３形態は第５形態に、第１４形態は第７形態に、第１５形態は第８形態に、夫々対応している。掃除ロボットでは構造限定で表現しているのに対し、掃除方法では動作機能限定で表現しているが、対応項の効果はほぼ同様である。即ち、第１０形態〜第１５形態の効果は、第１形態、第３形態、第４形態、第５形態、第７形態、第８形態の効果と夫々同様であるから、ここでは第１形態、第３形態、第４形態、第５形態、第７形態、第８形態の効果を夫々引用することにより、再記を省略する。
【図面の簡単な説明】
【００３８】
【図１】本発明に係る掃除ロボットの床上走行図である。
【図２】本発明に係る掃除ロボットに内蔵される走行制御装置のブロック構成図である。
【図３】本発明に係る掃除ロボットに組み込まれた機能制御一覧図である。
【図４】掃除対象となる部屋の壁面に分散配置されたＲＦＩＤタグの配置図である。
【図５】本発明に係る掃除ロボットの基本動作説明図である。
【図６】本発明に係る掃除ロボットの基本動作の複合による清掃時間図である。
【図７】本発明に係る掃除ロボットが螺旋・壁面追従・反射の複合動作する場合の軌道図である。
【図８】本発明に係る掃除ロボットにおける軌道の最小分散推定の手順図である。
【図９】本発明に係る掃除ロボットのオドメトリによる軌道測定のデッドレコニング説明図である。
【図１０】デッドレコニングによる位置ｘ（ｔ）、ｙ（ｔ）と姿勢角θ（ｔ）の演算説明図である。
【図１１】ＲＦＩＤタグ座標と掃除ロボットの位置姿勢座標との関係図である。
【図１２】拡張カルマンフィルタ法によるシステムの状態方程式の説明図である。
【図１３】拡張カルマンフィルタ法による観測方程式と非線形モデルの説明図である。
【図１４】拡張カルマンフィルタ法によるタグ検出時の位置姿勢座標の時間更新と観測更新の説明図である。
【図１５】区間固定スムージング法によるタグ間全データの最小分散推定の説明図である。
【図１６】拡張カルマンフィルタ法と区間固定スムージング法による最小分散推定のイメージ説明図である。
【図１７】本発明によるＲＦＩＤタグを用いた最小分散推定軌道が実際軌道に最適一致する説明図である。
【図１８】本発明の実施例におけるロボット動作の状態遷移図である。
【図１９】本発明に係る掃除ロボットの軌道を最小分散推定するフローチャート図である。
【図２０】本発明に係る掃除ロボットの掃除軌道から判別された再掃引領域を掃除するフローチャート図である。
【図２１】本発明に係る掃除ロボットの掃除軌道から判別された再掃引領域の説明図である。
【図２２】判別された未掃引領域を螺旋動作により掃除した後の掃除ロボットの軌道図である。
【発明を実施するための形態】
【００３９】
以下に、本発明に係る掃除ロボット及びそれを用いた掃除方法の実施形態を図面を参照して詳細に説明する。
【００４０】
図１は、本発明に係る掃除ロボットの床上走行図である。清掃領域の床２を掃除ロボット４が車輪６の回転駆動により走行する。車輪６は掃除ロボット４の左右に装備され、左右車輪６、６は独立に駆動される。その結果、直線走行のみならず、左右変向や回転、螺旋などが自由自在に行われる。掃除ロボット４には床２に接触するようにモップ等からなる払拭体８が装着されており、掃除ロボット４が走行すると、その軌道近傍の塵埃を払拭体８に吸着してゆく。従って、清掃領域を隈なく走行した場合には、清掃領域の床２の全体が余すところ無く清掃されることになる。清掃手段としては、掃除ロボット４の下面に吸引口を設けて、電気掃除機と同様の吸引方式にしても構わない。
【００４１】
図２は、本発明に係る掃除ロボットに内蔵される走行制御装置のブロック構成図である。走行制御装置は、コンピュータＣ、走行制御部ＲＣＰ、車輪部ＷＰ、各種センサＳＰ、ＲＦＩＤアンテナＡＮから構成される。ＲＦＩＤタグＴＡは清掃領域の壁面に分散配置されており、掃除ロボット４がＲＦＩＤタグＴＡに接近すると、ＲＦＩＤアンテナＡＮがＲＦＩＤタグＴＡから位置情報（以下、ＲＦＩＤ情報とも称する）を受信する。コンピュータＣは演算部ＡＰ、制御部ＣＰ、入出力部ＩＯＰ、プログラム記憶部ＰＭ、データ記憶部ＤＭを少なくとも有し、データ記憶部ＤＭは軌道記憶部ＯＭ、位置姿勢データ記憶部ＰＡＭ、その他データ記憶部ＡＭを有している。各種センサＳＰは回転速度センサや方向センサなどから構成され、車輪部ＷＰの回転数や方向などを検出して、それらの情報は入出力部ＩＯＰを介してコンピュータＣに出力される。検出されたセンサ情報はオドメトリ法（以下、デッドレコニング法とも称する）により演算されて、掃除ロボット４の位置（ｘ、ｙ）及び姿勢角（θ）が位置姿勢データ記憶部に格納（保存）される。ＲＦＩＤアンテナＡＮから入力された位置情報は前記位置姿勢データを修正し、修正された位置姿勢データが軌道記憶部ＯＭに格納される。プログラム記憶部ＰＭからのステップ情報は入出力部を介して走行制御部ＲＣＰに出力される。走行制御部ＲＣＰはモータ等の機械駆動機構から構成され、前記ステップ情報により車輪部ＷＰの動作制御を行い、掃除ロボット４に所定の走行動作を付与する。
【００４２】
図３は、本発明に係る掃除ロボットに組み込まれた機能制御一覧図である。センサ入力には、エンコーダ、タッチ、距離、段差、脱輪、リモコン、ＲＦＩＤ、ポテンショメータ、電圧があり、デジタル入力又はアナログ入力が為される。モータ出力は左右車輪に対して行われ、デジタル出力又はＰＷＭ出力が為される。車輪回転数制御はＰＩＤ制御である。基本動作としては、直進、回転、螺旋、壁面追従の４動作であり、速度指定若しくはＰＤ制御が行われる。動作モードには、反射モード、壁面追従モード、螺旋モードがある。反射モードでは、直進し、物体に近接する場合には低速化し、衝突すると回転する。壁面追従モードでは、壁面に追従しながら、物体に近接する場合には低速化し、衝突すると小回転する。螺旋モードでは、螺旋を描きながら、物体に近接する場合には低速化し、衝突すると停止終了する。応用動作としては、段差センサにより段差対応し、またリモコンセンサにより最終的に基地帰還する。動作選択として、衝突回数により基本動作の遷移を行ったり、時間経過すると基本動作の遷移を行うこともできる。動作チェックは、ＬＥＤ出力、パソコン表示、ＬＣＤ表示及びディップスイッチ入力により行われる。この場合には、デジタル入出力又はシリアル通信で行われる
図４は、掃除対象となる部屋の壁面に分散配置されたＲＦＩＤタグの配置図である。清掃領域となる部屋１０には、床２、壁１２、キッチン１４、食卓テーブル１６、台１８、デスク２０、花瓶台２２、長デスク２３が存在し、掃除ロボットの障害物になっている。壁１２には１０個のＲＦＩＤタグ、即ちＴＡ１〜ＴＡ１０が適所に分散配置されている。本発明では、掃除ロボットはこの部屋１０を清掃領域とする。
【００４３】
図５は、本発明に係る掃除ロボットの基本動作説明図である。本発明に係る掃除ロボットの基本動作は４動作であり、図示するように、螺旋動作Ｓ、パラレル動作Ｐ、壁面反射動作Ｒ、壁面追従動作Ｆである。実際の動作は、上記４動作を組み合わせた複合動作とすることもできる。これらの選択は、掃除ロボットに搭載されたコンピュータにより自動制御される。
【００４４】
図６は、本発明に係る掃除ロボットの基本動作の複合による清掃時間図である。各基本動作の組み合わせ方による清掃時間のシミュレーションの結果が示されている。部屋形状により清掃時間は異なるため、平均の時間（分）が示されている。清掃時間は部屋全体に対して９８％の領域を移動したときの時間であり、短いほど効率的に清掃できることを意味している。ＯＶＥＲは６０分を超えても清掃できなかったことを意味している。このシミュレーションの結果から、壁面反射動作Ｒと壁面追従動作Ｆが極めて重要であることが分かった。ユーザーが掃除ロボットを最初に設置するのは、部屋内の比較的広い領域の中心付近であり、このような状況では、螺旋動作が比較的効率よく清掃できることが理解できる。従って、本発明に係る掃除ロボットでは、螺旋動作Ｓ、壁面反射動作Ｒ、壁面追従動作Ｆを基本動作とし、これらを組合わせることで動作制御アルゴリズムを構成することにした。
【００４５】
図７は、本発明に係る掃除ロボットが螺旋・壁面追従・反射の複合動作する場合の軌道図である。図４とは異なる部屋に対して、螺旋Ｓ＋壁面追従Ｆ＋反射Ｒの複合動作を付与して掃除ロボットを走行させた。スタート位置Ｓから始めると、スタート位置Ｓ→螺旋→壁面追従→反射→壁面追従→反射→壁面追従→終了地点２４と動作が遷移し、終了地点２４に到達した時点で停止した。従って、上記３基本動作の複合動作により、部屋全体に掃除ロボットが走行することが証明された。
【００４６】
図８は、本発明に係る掃除ロボットにおける軌道の最小分散推定の手順図である。図８により、本発明の手順を概括しておく。（１）では、まず掃除ロボットを部屋の初期位置に配置する。掃除ロボットが初期位置に配置されると、自動的にｘｙ座標軸を設定して、初期位置（ｘ０、ｙ０）及び初期姿勢角（θ０）が設定される。両者を含めて初期位置姿勢（ｘ０、ｙ０、θ０）と呼ぶ。（２）では、掃除ロボットが走行すると、デッドレコニング法（オドメトリ法とも云う）により位置姿勢（ｘＩ、ｙＩ、θＩ）（Ｉ＝１，２・・Ｎ）が一定の時間間隔Δｔで計測されて行く。（３）では、位置情報発信部の位置情報、例えばＲＦＩＤタグのＲＦＩＤ情報の検出値を用いて、現在位置姿勢（ｘＮ、ｙＮ、θＮ）を最適補正し、例えば最小分散推定により現在推定位置姿勢（ＸＮ、ＹＮ、θＮ）を導出する。最小分散推定法として、拡張カルマンフィルタ法、パーティクルフィルタ法、ヒストグラムフィルタ法、カルマンフィルタ法、アンセンテッドカルマンフィルタ法又は情報フィルタ法があり、その中でも精度的に拡張カルマンフィルタ法が好適である。（４）では、現在推定位置姿勢（ＸＮ、ＹＮ、θＮ）を用いて、過去位置姿勢（ｘＩ、ｙＩ、θＩ）（Ｉ＝１，２・・Ｎ−１）を最適補正し、例えば最小分散推定により過去推定位置姿勢（ＸＩ、ＹＩ、θＩ）（Ｉ＝１，２・・Ｎ−１）を導出する。出発値として現在推定位置姿勢（ＸＮ、ＹＮ、θＮ）を少なくとも含めばよく、例えば（ＸＮ、ＹＮ、θＮ）と（ＸＮ−１、ＹＮ−１、θＮ−１）を拡張カルマンフィルタ法で求めて、２点を出発値とすることも可能である。更に、２点以上の複数点を出発値とすることも可能である。最小分散推定法として、固定区間スムージング法、固定点スムージング法又は固定ラグスムージング法があり、その中でも精度的に固定区間スムージング法が好適である。（５）では、位置情報発信部（例えばＲＦＩＤタグ）と位置情報発信部（例えばＲＦＩＤタグ）の間も、前述した（１）〜（４）を反復することにより位置姿勢及び推定位置姿勢を導出できる。
【００４７】
図９は、本発明に係る掃除ロボットのオドメトリによる軌道測定のデッドレコニング説明図である。デッドレコニングとは、掃除ロボットが有する車軸回転角センサ（オドメーター）の測定値を積分し、ロボットの現在位置を推定する手法である。掃除ロボットを部屋の初期位置に配置する。掃除ロボットが初期位置に配置されると、自動的にｘｙ座標軸が設定され、初期位置（ｘ０、ｙ０）及び初期姿勢角（θ０）が設定される。両者を含めて初期位置姿勢（ｘ０、ｙ０、θ０）と呼ぶ。掃除ロボットは軌道を描きながら、時刻ｔに位置姿勢（ｘ(ｔ)、ｙ(ｔ)、θ(ｔ)）まで走行する。車輪半径ｒ、車輪間距離ｌ、並進速度ｖ、左車輪角速度ωＬ、右車輪角速度ωＲとする。このとき、左車輪周速度はωＬｒ、右車輪周速度はωＲｒとなる。従って、並進速度ｖは周速度の平均値としてｖ＝（ωＲｒ＋ωＬｒ）／２となる。また、ロボットの角速度はｄθ／ｄｔ＝（ωＲｒ−ωＬｒ）／ｌで与えられる。
【００４８】
図１０は、デッドレコニングによる位置ｘ（ｔ）、ｙ（ｔ）と姿勢角θ（ｔ）の演算説明図である。式（Ａ）は、前述された並進速度ｖとロボット角速度ｄθ／ｄｔを行列表現したものである。時刻ｔにおける掃除ロボットの現在位置（ｘ(ｔ)、ｙ(ｔ)）は積分表現である式（Ｂ１）及び式（Ｂ２）によって与えられる。また、ロボット回転角、θ(ｔ)は式（Ｂ３）によって計算される。しかし、車輪は床面との滑りを伴いながら動作するため、デッドレコニングによる推定手法はロボットの動作距離が長くなるに連れて、大きな誤差を生じる。この誤差を最小分散推定法などの最適推定法を適用して修正することが本発明の要点の一部である。
【００４９】
図１１は、ＲＦＩＤタグ座標と掃除ロボットの位置姿勢座標との関係図である。（ｘｇ、ｙｇ）は壁面に配置されたＲＦＩＤタグ（ＴＡ）の座標、姿勢角θｇは壁に垂直で部屋の内側を向くベクトルの角度を表す。（ｘｒ，ｙｒ，θｒ）は観測された掃除ロボットの位置姿勢を示す。ｒは掃除ロボットの半径、ｄはロボットと壁面との距離である。ＲＦＩＤタグ座標と掃除ロボットの位置姿勢座標との関係は式（１）で与えられる。ｄは観測の状況により変化する。
【００５０】
本発明に係る掃除ロボットのパラメータは表1に記載されている様に、直径２ｒが２５ｃｍ、並進速度ｖが１５ｃｍ／ｓ及び角速度ωが６４ｄｅｇ／ｓである。左右両輪がモータにより独立駆動され、両モータをコンピュータ制御することにより、表1のパラメータに設定されている。但し、これらのパラメータは可変可能であることは云うまでも無い。
【００５１】
【表１】
図１２は、拡張カルマンフィルタ法によるシステムの状態方程式の説明図である。拡張カルマンフィルタ法とは、ロボットのオドメトリとＲＦＩＤ情報を統合した自己位置推定法で、位置と姿勢を最小分散推定する有効手法である。オドメトリから得られる並進速度ｖｔと回転速度ωｔを制御とみなし、システムの状態方程式を記述すると、状態の次元を位置と姿勢の３次元に減らすことができる。システムの状態方程式は式（２）で与えられる。ｗｖｔ、ｗωｔは夫々並進速度ｖｔ及び回転速度ωｔに加わる雑音であり、Δｔは計算時間間隔である。
【００５２】
図１３は、拡張カルマンフィルタ法による観測方程式と非線形モデルの説明図である。システムの観測方程式は式（３）で表され、ｖｘｔ、ｖｙｔ、ｖθｔは位置及び姿勢の観測に加わる雑音である。以上をまとめると、式（４）及び式（５）の非線形システムモデルの形式で表される。式（４）は式（２）に対応し、式（５）は式（３）に対応する。ここで、状態ｘｔ、制御ｕｔ、観測ｚｔは、ｘｔ＝（ｘｔ，ｙｔ，θｔ）Ｔ、ｕｔ＝（ｖｔ，ωｔ）Ｔ、ｚｔ＝（ｘｒｔ，ｙｒｔ，θｒｔ）Ｔで与えられる。また制御の雑音ｗｔと観測の雑音ｖｔは、ｗｔ＝（ｗｖｔ，ｗωｔ）Ｔ、ｖｔ＝（ｖｘｔ、ｖｙｔ、ｖθｔ）Ｔで与えられる。但し、平均０、共分散はそれぞれＱｔ、Ｒｔに従うガウス白色雑音とする。
【００５３】
図１４は、拡張カルマンフィルタ法によるタグ検出時の位置姿勢座標の時間更新と観測更新の説明図である。以上のシステムに拡張カルマンフィルタ法を適用する。その結果、状態の推定Ｘｔ／ｔ及び共分散Ｐｔ／ｔは以下のように求められる。まず、時間更新では、式（６）及び式（７）により更新が実行される。また、観測更新では、式（８）、式（９）及び式（１０）により更新が実行される。但し、Ｆｔ，Ｇｔ、Ｈｔに対しては式（１１）の線形近似が使用される。以上の手順により、ＲＦＩＤタグの観測点での自己位置が修正されて、現在推定位置Ｘｔ／ｔが求められる。Ｘｔ／ｔはＸＮ／Ｎと書かれる。従って、時系列Ｘ０〜ＸｔはＸ０〜ＸＮと書かれる。
【００５４】
図１５は、区間固定スムージング法によるタグ間全データの最小分散推定の説明図である。ＲＦＩＤタグを観測する直前の軌道は不確かである。従って、時間区間[０，Ｎ]の観測データに基づき、区間[０，Ｎ]の全ての時点ｔにおける最小分散推定が行われる。ここでは固定区間スムージング法が適用される。固定区間スムージング法は以下の二つのステップから構成される。第１に、拡張カルマンフィルタ法により、区間ｔ＝０・・Ｎにおける状態の推定値Ｘｔ／ｔ−１、Ｘｔ／ｔ及び共分散Ｐｔ／ｔ−１、Ｐｔ／ｔを計算し記憶する。第２に、境界値ＸＮ／Ｎ、ＰＮ／Ｎから出発して逆向きにＸＮ−１／Ｎ・・・Ｘ０／Ｎ及びＰＮ−１／Ｎ・・・Ｐ０／Ｎを推定する。具体的には式（１２）、式（１３）及び式（１４）により計算される。
【００５５】
図１６は、拡張カルマンフィルタ法と区間固定スムージング法による最小分散推定のイメージ説明図である。（１６Ａ）は壁面追従する掃除ロボットの位置に拡張カルマンフィルタ法を適用した場合のイメージ図である。ロボットがＲＦＩＤタグを検出する前には破線で囲まれる共分散楕円がかなり大きいが、ＲＦＩＤタグを検出すると、その現在位置の共分散楕円は小さくなり、タグ位置の位置精度は急激に向上する。実際には壁面に平行して直線走行しているが、測定された位置データはタグ点でギャップのある階段線になる。（１６Ｂ）は壁面追従する掃除ロボットの位置に固定区間スムージング法を適用した場合のイメージ図である。最小分散推定された軌道は実際の軌道にかなり近くなることが分かる。本発明では、デッドレコニング法で測定された位置データからＲＦＩＤタグデータに基づく拡張カルマンフィルタ推定を行い、更に固定区間スムージング推定を行って全位置データを最小分散推定して、実際軌道に近い軌道データを作り上げている。
【００５６】
図１７は、本発明によるＲＦＩＤタグを用いた最小分散推定軌道が実際軌道に最適一致する説明図である。掃除ロボットをスタート地点Ｓから壁面追従動作をさせて、実際軌道と推定軌道を比較する。実際軌道は実線、本発明のＲＦＩＤ修正軌道は一点鎖線、デッドレコニング測定軌道は長破線である。長破線は実線からかなり逸れているが、本発明方法である一点鎖線は実線にかなり近いことが分かる。従って、本発明の２段階推定法は実際軌道を描出することに成功したと判断できる。
【実施例】
【００５７】
図１８は、本発明の実施例におけるロボット動作の状態遷移図である。本実施例では、掃除ロボットに直進動作＋壁面追従動作＋壁面反射動作からなる複合動作を与える。ある時間帯は一動作だけであるが、時間的に遷移しながら全体として３動作が組み合わされた状態が出現する。スタート時は直進動作であるが、どこかで衝突すると壁面追従動作に遷移し、１０〜２０秒経過すると自動的に壁面反射動作に遷移し、壁面反射で衝突回数が５〜１０回以上になると壁面追従動作に遷移する。以後、壁面追従動作と壁面反射動作を交互に繰り返す。
【００５８】
図１９は、本発明に係る掃除ロボットの軌道を最小分散推定するフローチャート図である。ステップＳ１では初期設定が行われ、掃除ロボットの掃引時間Ｔが１５分（自在設定が可能）と設定され、時刻ｔ＝０、パラメータＩ＝０が設定される。ステップＳ２では、掃除ロボットの初期機能により初期位置姿勢Ｘ０＝（ｘ０，ｙ０，θ０）が検出される。ユーザーが与えるのではなく、掃除ロボットが自己判断で検出又は設定するもので、最も単純にはｘ軸、ｙ軸を決めた上で（ｘ０，ｙ０，θ０）＝（０，０，０）と設定する。ステップＳ３では、前記初期位置姿勢データが位置姿勢データ記憶部に格納保存される。ステップＳ４では、計測の時間間隔Δｔを用いて、ｔ＝ｔ+Δｔ、Ｉ＝Ｉ＋１、センサデータからオドメトリ計測が行われ、ＸＩ＝（ｘＩ，ｙＩ，θＩ）が算出され、位置姿勢データ記憶部に格納保存される。ステップＳ５では、ＲＦＩＤ検出が判断され、ＮＯならステップＳ４に帰還してループを反復する。ＹＥＳなら、ステップＳ６に飛び、ＲＦＩＤタグからＲＦＩＤ情報を受信し、そのパラメータＩをＮとする。従って、掃除ロボットの現在位置はＸＮ＝（ｘＮ，ｙＮ，θＮ）により与えられる。ステップＳ７では、現在位置ＸＮから拡張カルマンフィルタ法による自己位置推定により現在推定位置ＸＮ／Ｎが算出される。現在推定位置はＸＮ／Ｎ＝（ｘＮ／Ｎ，ｙＮ／Ｎ，θＮ／Ｎ）で与えられる。ステップＳ８では、固定区間スムージング法を通して区間の全データを最小分散推定により修正する。即ち、現在推定位置ＸＮ／Ｎを用いて、過去位置（Ｘ０・・・ＸＮ−１）から過去推定位置（Ｘ０／Ｎ・・・ＸＮ−１／Ｎ）を導出する。ステップＳ９では、現在推定位置と過去推定位置を合わせた全推定位置データ（Ｘ０／Ｎ・・・ＸＮ／Ｎ）を軌道記憶部に格納保存する。ステップＳ１０では、現在推定位置ＸＮ／Ｎを初期位置姿勢Ｘ０に、即ち、Ｘ０＝（ｘＮ／Ｎ，ｙＮ／Ｎ，θＮ／Ｎ）とする。ステップＳ１１では、掃引時間（Ｔ）内であればステップＳ１２でＩ＝０を設定してステップＳ３に飛び、再び次のＲＦＩＤタグを検出するまで同じステップルートを繰り返す。このようにして、ＲＦＩＤタグと次のＲＦＩＤタグとの間の位置姿勢データを推定位置姿勢データに変換して軌道記憶部に次々と格納してゆく。軌道記憶部には掃除ロボットの最確軌道が保存される。ステップＳ１１で例えば１５分の掃引時間（Ｔ）を過ぎると、中継Ｐに移行する。
【００５９】
図２０は、本発明に係る掃除ロボットの掃除軌道から判別された再掃引領域を掃除するフローチャート図である。掃引時間Ｔを過ぎるとステップ２０に飛び、２次元メモリである軌道記憶部から掃除ロボットの軌道図が作成される。この軌道図には掃除ロボットのスタートからの全軌道が描出されている。ステップ２１では、軌道図に未掃引領域（軌道が全く無い）又は少掃引領域（軌道が少ない）が無い場合には掃除が完了したとして、ステップＳ２７に飛び、掃除ロボットを基地帰還させてフローを終了する。未掃引領域及び少掃引領域を本発明では再掃引領域と称している。軌道図に再掃引領域がある場合には、再掃引領域の外周を確認し、且つ再掃引領域の中心（ｘｃ，ｙｃ）が導出される。ステップＳ２３では、掃除ロボットを前記中心（ｘｃ，ｙｃ）に移動させる。ステップＳ２４では、再掃引領域の外周から掃引動作が選択される。掃引動作は、螺旋動作、パラレル動作、壁面反射動作、壁面追従動作のいずれかから選択される。再掃引領域とは未清掃の空白領域であるから螺旋動作が選択されることが多い。例えば螺旋動作が選択されると、ステップＳ２５において再清掃領域が螺旋動作で掃除される。ステップＳ２６では、再清掃領域の全てが終了か判断され、残っておればステップＳ２２に飛んで再清掃領域の掃除が反復される。再清掃領域の全てが終了すると、ステップＳ２７に飛び、掃除ロボットを基地帰還させ、掃除は終了する。
【００６０】
図２１は、本発明に係る掃除ロボットの掃除軌道から判別された再掃引領域の説明図である。部屋１０に対し掃引時間Ｔの間に掃引された軌道が描画されている。この軌道図から４個の再清掃領域Ｃ１、Ｃ２、Ｃ３、Ｃ４が抽出される。同時に、再清掃領域の中心（ｘＣ１、ｙＣ１）、（ｘＣ２、ｙＣ２）、（ｘＣ３、ｙＣ３）、（ｘＣ４、ｙＣ４）が検出される。図２０のフロー図では、上記４個の再清掃領域Ｃ１、Ｃ２、Ｃ３、Ｃ４が螺旋動作により再清掃される。
【００６１】
図２２は、判別された未掃引領域を螺旋動作により掃除した後の掃除ロボットの軌道図である。前述した４個の再清掃領域Ｃ１、Ｃ２、Ｃ３、Ｃ４が螺旋動作で清掃され、軌道である螺旋ＳＬ１、ＳＬ２、ＳＬ３、ＳＬ４が再清掃領域Ｃ１、Ｃ２、Ｃ３、Ｃ４に描画されている。以上によって、本発明に係る掃除ロボット及びそれを用いた掃除方法が詳細に説明された。
【００６２】
尚、本発明は上記実施形態に限定されるものではなく、本発明の技術的思想を逸脱しない範囲における種々変形例、設計変更などをその技術的範囲内に包含するものであることは云うまでもない。
【産業上の利用可能性】
【００６３】
本発明によれば、走行中にデッドレコニングにより計測された大きな誤差を有する位置に対し、壁面に配置された位置情報発信部から受信した位置情報に基づき最適推定法により誤差の小さな推定位置を導出し、現在及び過去の推定位置による推定軌道を導出し、推定軌道の空白領域を検出して、この空白域を再掃引領域として集中的に掃除ロボットを走行させて、清掃作業の自動化と空白領域の無い清掃完全化を達成することができる。本発明の掃除ロボット及びそれを利用した掃除方法は、家庭、会社、工場、その他掃除が必要になる全設備に適用することが可能である。
【符号の説明】
【００６４】
２ 床
４ 掃除ロボット
６ 車輪
８ 払拭体
１０ 部屋
１２ 壁
１４ キッチン
１６ 食卓テーブル
１８ 台
２０ デスク
２２ 花瓶台
２３ 長デスク
２４ 終了位置
ＡＭ その他データ記憶部
ＡＰ 演算部
ＡＮ ＲＦＩＤアンテナ（リーダ）
Ｃ コンピュータ
ＣＰ 制御部
Ｃ１ 再掃引領域１
Ｃ２ 再掃引領域２
Ｃ３ 再掃引領域３
Ｃ４ 再掃引領域４
ＤＭ データ記憶部
Ｆ 壁面追従動作
ＩＯＰ 入出力部
ＯＭ 軌道記憶部
ＰＡＭ 位置姿勢データ記憶部
ＰＭ プログラム記憶部
Ｒ 反射動作
ＲＣＰ 走行制御部
Ｓ スタート位置
Ｓ 螺旋動作
ＳＰ 各種センサ
ＳＬ１ 螺旋軌道１
ＳＬ２ 螺旋軌道２
ＳＬ３ 螺旋軌道３
ＳＬ４ 螺旋軌道４
ＴＡ ＲＦＩＤタグ
ＴＡ１ ＲＦＩＤタグ
ＴＡ２ ＲＦＩＤタグ
ＴＡ３ ＲＦＩＤタグ
ＴＡ４ ＲＦＩＤタグ
ＴＡ５ ＲＦＩＤタグ
ＴＡ６ ＲＦＩＤタグ
ＴＡ７ ＲＦＩＤタグ
ＴＡ８ ＲＦＩＤタグ
ＴＡ９ ＲＦＩＤタグ
ＴＡ１０ ＲＦＩＤタグ
ＷＰ 車輪部
(xC1,yC1) 中心１
(xC2,yC2) 中心２
(xC3,yC3) 中心３
(xC4,yC4) 中心４
【技術分野】
【０００１】
本発明は掃除ロボットに関し、更に詳細には掃除ロボットに特定の走行動作をさせて清掃領域を隈なく清掃できる掃除ロボット及びそれを用いた掃除方法に関するものである。
【背景技術】
【０００２】
一般に、建物内における部屋等の清掃領域を掃除する場合には、電気掃除機やモップ等が利用されている。しかし、電気掃除機やモップで掃除する場合には、そのハンドルを手で把握して電気掃除機やモップを部屋内に強制的に移動させながら行う人力作業になるのが常であった。
【０００３】
工場や施設内で特殊動作を行う工業用ロボットが普及する現代において、家庭内の掃除を実行させる掃除ロボットが開発されつつある。前記工業用ロボットの多くが固定式のロボットアームであるのに対し、掃除ロボットは室内を移動しながら掃除する点が異なっている。
【０００４】
掃除ロボットは室内を自由に走行移動し、走行中に塵埃を吸引する形式のものが多い。室内における掃除ロボットの時々刻々の位置を計測するために、レーザビーム装置や超音波装置や赤外線ビーム装置を掃除ロボット自体に搭載したり、室内にビデオカメラを配備して掃除ロボットを観察する多数の掃除ロボットが開発されている。しかし、これらの装置を装備した掃除ロボットは高価になるため、なかなか普及していないのが現実である。
【０００５】
近年に到って、安価且つ容易に時々刻々の位置を計測するために、ＲＦＩＤを搭載した移動ロボットが開発されつつある。掃除や物体移動などを行なう汎用の移動ロボットとしては特開２００４−２１９７８（特許文献１）が有り、自走式掃除機としては特開２００７−３４８６６（特許文献２）が存する。
【先行技術文献】
【特許文献】
【０００６】
【特許文献１】特開２００４−２１９７８号公報
【特許文献２】特開２００７−３４８６６号公報
【発明の概要】
【発明が解決しようとする課題】
【０００７】
前記特開２００４−２１９７８（特許文献１）は、ロボット本体に装備されたＲＦＩＤ検出器により、作業領域に設けられたＲＦＩＤカード（別名、ＲＦＩＤタグ）から固有番号を獲得しながら、ロボットの位置と方向を認識して自走する移動ロボットを開示している。また、[０００３]には、家庭において、移動ロボットは掃除、物体の移動などの作業を行う、と記載されており、特許文献1は掃除ロボットに適用できる旨を主張している。
【０００８】
確かに、前記移動ロボットは途中ではオドメトリにより位置を計算し、要所要所に配置されたＲＦＩＤカードから位置情報（固有番号）を獲得しながら、位置と方向を算出して、作業領域を移動していることが記載されている。しかし、オドメトリ法はデッドレコニング法とも称し、車輪軸の回転速度と方向をセンサ検出して移動距離と移動方向を算出するものであり、車輪のすべり等の誤差により、移動距離と移動方向には大きな誤差が含まれるのが常である。しかも、特許文献１には、前記ＲＦＩＤ情報を移動距離と移動方向、即ちロボットの軌道の修正に具体的にどのように適用するかが明白でない。特に、前記移動ロボットが作業領域を移動する中で、その軌道が作業領域の全体に均一に移動せず、通過しない複数の空白領域が残されることが多い。このような場合に、この空白領域をどのように掃除するかについては記載もされていないし、示唆さえされていない。その意味で、掃除ロボットとしては不十分である。
【０００９】
前記特開２００７−３４８６６（特許文献２）には、境界にＲＦＩＤ発信手段からなるマーカを配置し、マーカからの信号を受けてマーカに対する移動体の走行方向を計測して移動体の走行方向を制御する技術が開示されており、この移動体として自走式掃除機が記載されている。
【００１０】
しかし、この特許文献２においても特許文献１と同様の欠点が存在する。即ち、前記マーカ情報（ＲＦＩＤ情報）をロボットの軌道の修正に具体的にどのように適用するかが明白でない。また、その軌道が作業領域の全体に均一に移動しないことが多く、この未清掃の空白領域をどのように掃除するかについては記載もされていないし、示唆さえされていない。従って、掃除ロボットとしては不十分である。
【００１１】
上記課題に鑑み、本発明の目的は、走行中にデッドレコニングにより計測された大きな誤差を有する位置に対し、壁面に配置された位置情報発信部から受信した位置情報に基づき最適推定法により誤差の小さな推定位置を導出し、現在及び過去の推定位置による推定軌道を導出し、推定軌道の空白領域を検出して、この空白域を再掃引領域として集中的に走行する掃除ロボット及びそれを利用した掃除方法を提供することである。
【課題を解決するための手段】
【００１２】
本発明の第1形態は、内蔵されるコンピュータからの指令により清掃領域内での走行を制御する走行制御部と、前記走行を検出するセンサを有して、走行しながら清掃領域を掃除する掃除ロボットにおいて、前記センサの信号を用いて前記コンピュータにより演算される時々刻々の位置と、前記位置を格納するデータ記憶部と、前記清掃領域の境界に分散配置された位置情報発信部と、前記位置情報発信部に接近したときに位置情報を受信する位置情報受信部と、受信された前記位置情報により現在位置から最適推定された現在推定位置と、前記現在推定位置を用いて過去位置から最適推定された過去推定位置と、前記現在推定位置と前記過去推定位置からなる推定軌道を格納する軌道記憶部と、前記軌道記憶部に格納された軌道データから前記清掃領域内で軌道の無い及び／又は軌道の少ない再掃引領域を導出する再掃引領域導出手段と、前記再掃引領域内を走行させて前記再掃引領域を清掃する再掃引領域行走行手段を有する掃除ロボットである。
【００１３】
本発明の第２形態は、前記第１形態において、前記位置情報発信部がＲＦＩＤタグであり、前記位置情報受信部がＲＦＩＤアンテナである掃除ロボットである。
【００１４】
本発明の第３形態は、前記第１又は第２形態において、前記走行の開始から所定時間を検出する所定時間検出手段と、前記所定時間の経過後に前記再掃引領域検出手段を作動させる掃除ロボットである。
【００１５】
本発明の第４形態は、前記第１、第２又は第３形態において、前記再掃引領域検出手段により検出された再掃引領域の形状により再掃引動作を選択する掃除ロボットである。
【００１６】
本発明の第５形態は、前記第１〜第４のいずれかにおいて、前記位置がデッドレコニングにより演算される掃除ロボットである。
【００１７】
本発明の第６形態は、前記第１〜第５形態のいずれかにおいて、前記最適推定が最小分散推定である掃除ロボットである。
【００１８】
本発明の第７形態は、前記第６形態において、前記現在推定位置の前記最小分散推定が、拡張カルマンフィルタ法、パーティクルフィルタ法、ヒストグラムフィルタ法、カルマンフィルタ法、アンセンテッドカルマンフィルタ法又は情報フィルタ法により演算される掃除ロボットである。
【００１９】
本発明の第８形態は、前記第６又は第７形態において、前記過去推定位置の前記最小分散推定が、固定区間スムージング法、固定点スムージング法又は固定ラグスムージング法により演算される掃除ロボットである。
【００２０】
本発明の第９形態は、前記第１〜第８形態のいずれかにおいて、前記清掃領域内の床面に接触するように払拭体を装備し、走行中に前記床面を前記払拭体により掃除する掃除ロボットである。
【００２１】
本発明の第１０形態は、内蔵されるコンピュータからの指令により清掃領域を走行し、前記走行を内蔵されるセンサで検出しながら清掃領域を掃除する掃除ロボットによる掃除方法において、前記センサの信号を用いて前記コンピュータにより時々刻々の位置を演算し、前記清掃領域の境界に分散配置された位置情報発信部に接近したときに位置情報を受信し、前記位置情報により現在位置から最適推定して現在推定位置を導出し、前記現在推定位置を用いて過去位置から最適推定して過去推定位置を導出し、前記現在推定位置と前記過去推定位置からなる推定軌道から前記清掃領域内で軌道の無い及び／又は軌道の少ない再掃引領域を導出し、前記再掃引領域内を走行させて前記再掃引領域を掃除する掃除ロボットによる掃除方法である。
【００２２】
本発明の第１１形態は、前記第１０形態において、前記走行の開始から所定時間の経過後に前記再掃引領域を導出する掃除ロボットによる掃除方法である。
【００２３】
本発明の第１２形態は、前記第１０又は第１１形態において、前記再掃引領域の形状により再掃引動作を選択する掃除ロボットによる掃除方法である。
【００２４】
本発明の第１３形態は、前記第１０、第１１又は第１２形態において、前記位置がデッドレコニングにより演算される掃除ロボットによる掃除方法である。
【００２５】
本発明の第１４形態は、前記第１０〜第１３形態のいずれかにおいて、前記現在推定位置が、拡張カルマンフィルタ法、パーティクルフィルタ法、ヒストグラムフィルタ法、カルマンフィルタ法、アンセンテッドカルマンフィルタ法又は情報フィルタ法により最小分散推定される掃除ロボットによる掃除方法である。
【００２６】
本発明の第１５形態は、前記第１０〜第１４形態のいずれかにおいて、前記過去推定位置が、固定区間スムージング法、固定点スムージング法又は固定ラグスムージング法により最小分散推定される掃除ロボットによる掃除方法である。
【発明の効果】
【００２７】
本発明の第1形態によれば、床面に対する車輪の滑り等により、センサ信号を用いて演算された時々刻々の位置が大きな誤差を有するとしても、位置情報発信部に接近したときに受信する位置情報により、現在位置から最適推定法により誤差の小さな現在推定位置に修正でき、しかもこの現在推定位置を用いて過去位置へと順に遡って過去推定位置を正しく最適推定することができる。過去推定位置を極力正確に推定するためには、１点の現在推定位置を出発値とする場合だけでなく、少なくとも現在推定位置を含めて現在推定位置の周りにある複数点の推定位置を出発値とすることも可能である。前記現在推定位置と前記過去推定位置から推定軌道を構成でき、しかもこの推定軌道は実際軌道に最適近似している。従って、軌道記憶部に格納された推定軌道から掃除ロボットにより清掃領域内の掃除された領域が正しく判別できる。掃除ロボットが清掃領域内を不均一の走行している場合には、前記清掃領域内に軌道の無い及び／又は軌道の少ない空白領域が出現し、次にこの空白領域を集中的に掃除する必要が生じる。この空白領域を再掃引領域として導出し、掃除ロボットを前記再掃引領域内に集中的に走行させることによって、清掃領域の全領域を隈なく清掃することが可能になり、またこれを可能にする掃除ロボットを提供できる。
【００２８】
本形態の位置情報発信部及び位置情報受信部とは、超音波では超音波発信器と超音波受信器、レーザではレーザ発光部とレーザ受光部、赤外線では赤外線発光部と赤外線受光部、マイクロ波ではマイクロ波発信部とマイクロ波受信部、電波では電波発信部と電波受信部に対応し、公知の送受信器が利用できる。
【００２９】
本発明の第２形態によれば、前記位置情報発信部がＲＦＩＤタグであり、前記位置情報受信部がＲＦＩＤアンテナであるから、他の送受信器と比較して安価であり、しかも装備が容易である利点を有する。ＲＦＩＤとはRadio Frequency Identificationの略であり、無線自動識別と訳される。ＲＦＩＤシステムは、リーダ部（アンテナ及び読取部）とタグから構成され、電波によりタグから固有のＩＤを受信できる。タグにはActive型とPassive型がある。Active型のタグは電池を内蔵し、通信距離が数ｍ〜数１００ｍと長い。一方、Passive型のタグは通信距離は数ｃｍ〜数ｍと短いが、リーダ側のアンテナからのエネルギーを利用して動作するため、電池を内蔵する必要が無い。ＲＦＩＤシステムは幾つかの周波数に分類される。例えば、１３４．２ｋＨｚ帯（ＬＦ帯）〜１３．５６ＭＨｚ帯（ＨＦ帯）〜高周波帯（例、ＵＨＦ帯）があるが、ＨＦ帯のＲＦＩＤシステムを用いると、低周波のものより通信可能距離が長く小型であり、高周波のものよりノイズに強く安価である利点を有する。
【００３０】
本発明の第３形態によれば、走行の開始から所定時間を検出する所定時間検出手段と、前記所定時間の経過後に前記再掃引領域検出手段を作動させることができ、例えば所定時間を２０分に設定すると、２０分の間、掃除ロボットは清掃領域を走り回り、２０分の時点で軌道記憶部に記録された推定軌道から空白領域、即ち再掃引領域を検出し、次に掃除ロボットを再掃引領域に集中的に走行させて再掃引領域の掃除を実現できる。この結果、清掃領域の全領域を隈なく掃除することが可能になる。前記所定時間は清掃領域の面積やデスク・段差などの障害物の多さによって自在に調整することができる。また、時間判断だけでなく、掃除ロボットに床面の清掃率や軌道の掃引密度などの検出機能を付加しておけば、一定の清掃率や掃引密度に到達したことによって、再掃引領域の検出動作に移行させることも可能である。
【００３１】
本発明の第４形態によれば、前記再掃引領域検出手段により検出された再掃引領域の形状により再掃引動作を選択する掃除ロボットが提供される。掃引動作には、例えば螺旋動作、パラレル動作（多重往復動作）、壁面反射動作、壁面追従動作があり、再清掃領域の外周形状により、最適な動作を選択すれば清掃効率が一層に高まる。島状の再清掃領域に対しては、その中心を導出して、その中心から螺旋動作を実施すればよい。矩形の再清掃領域に対しては、パラレル動作が好適である。壁面に沿った矩形の再清掃領域に対しては、壁面追従動作が好適であり、狭い壁面間の再清掃領域に対しては、壁面反射動作を考えれば良いなど、自在に掃引動作を選択することができる。
【００３２】
本発明の第５形態によれば、前記位置がデッドレコニングにより演算される掃除ロボットが提供される。デッドレコニングとは、ロボットが有する車軸回転角センサ（オドメーター）の測定値を積分することで、出発位置から走行した軌道（軌跡）を計算し、ロボットの現在位置を推定する手法である。デッドレコニングは、位置（連続線としては軌道）の計測の第１近似手法であり、本形態ではデッドレコニング法を用いることにより、位置計測を安価且つ容易に行うことができる利点がある。但し、ユーザーが最初に掃除ロボットを設置する位置と姿勢を予め特定するのは困難であり、また車輪は床面との滑りを伴いながら動作するため、デッドレコニングによる推定手法は動作距離が長くなるに連れて大きな誤差を生じることが知られている。従って、デッドレコニングによる位置・軌道の推定値から、真の位置・軌道を推定することが必要になる。以下の通り、この推定方法も本発明の要点である。
【００３３】
本発明の第６形態によれば、前記最適推定が最小分散推定である掃除ロボットが提供される。前述した通り、デッドレコニングにより計測された位置・軌道は大きな誤差を有しやすい。真の位置・軌道は不明であるが、前記位置・軌道から位置・軌道の最確値を推定することが必要になる。その最適推定法として最小分散推定法を用いる。最小分散推定法とは、母数ｘの推定量Ｘの中で、Ｘの分散Ｖ[Ｘ]＝Ｅ[(Ｘ−ｘ)２]を最小にする推定量を導出する方法で、推定量を最小分散推定量と呼び、推定量が満たすべき望ましい基準とされている。本形態では、真の位置に最近接する推定位置を導出するために、デッドレコニングにより計測された位置に対し、最小分散推定法を用いる。
【００３４】
本発明の第７形態によれば、前記現在推定位置の前記最小分散推定が、拡張カルマンフィルタ法、パーティクルフィルタ法、ヒストグラムフィルタ法、カルマンフィルタ法、アンセンテッドカルマンフィルタ法又は情報フィルタ法により演算される掃除ロボットが提供される。掃除ロボットの位置はデッドレコニングにより時々刻々と計測され、多数の位置の中でも位置情報送信部からの位置情報を受信した時刻の位置を現在位置と称する。この現在位置に対し最小分散推定を適用して現在推定位置を導出する。この最小分散推定法として、前述した各種の方法が具体的に適用される。これらの方法はカルマンフィルタ法を中心とするが、特に拡張カルマンフィルタ法（Extended Kalman Filter Method）が好適であり、以下でＥＫＦと略記される場合には、拡張カルマンフィルタ法を意味する。記号で説明すると、ｘ０、ｘ１・・ｘＮを位置とし、ｘＮを現在位置とすると、現在位置ｘＮに対し最小分散推定を行って現在推定位置ＸＮを導出する。
【００３５】
本発明の第８形態によれば、前記過去推定位置の前記最小分散推定が、固定区間スムージング法、固定点スムージング法又は固定ラグスムージング法により演算される掃除ロボットが提供される。デッドレコニングにより時々刻々と計測されてきた多数の位置の中で、現在位置よりも過去の位置の全てを過去位置と称する。第７形態で現在推定位置を導出した後、この現在推定位置を利用して、現在位置に近い過去位置から過去に遡りながら順に最小分散推定法により修正して過去推定位置を導出して行く。この最小分散推定法として、前述した各種の方法が具体的に適用される。特に、固定区間スムージング法が好適である。記号で説明すると、ｘ０、ｘ１・・ｘＮをデッドレコニングで計測された位置とし、ｘＮを現在位置とすると、過去位置はｘ０、ｘ１・・ｘＮ−１である。現在推定位置ＸＮを利用して、過去位置を遡るから、ｘＮ−１・・ｘ１、ｘ０の順に最小分散推定を行って順次に過去推定位置ＸＮ−１・・Ｘ１、Ｘ０を導出して行く。清掃領域に複数の位置情報発信部（例えばＲＦＩＤタグ）を配置する場合には、出発位置〜第１発信部までをｘ０・・・ｘＮとし、ｘＮをｘ０と置きなおして第１発信部〜第２発信部までを新たにｘ０・・・ｘＮとし、第２発信部〜第３発信部・・という具合に、次々と位置を計測し、推定して行くのである。
【００３６】
本発明の第９形態によれば、前記清掃領域内の床面に接触するように払拭体を装備し、走行中に前記床面を前記払拭体により掃除する掃除ロボットが提供される。床面を掃除する掃除ロボットの多くでは、掃除用ロボットの下面に吸込口を開口しておき、ファンにより吸引しながら走行させると、走行軌道近傍の塵埃が吸引されて掃除が行われる。本形態では、掃除ロボットにモップなどの払拭体を装着しておき、前記払拭体が床面に接触するように構成される。こうすれば、掃除ロボットを走行させれば、走行軌道の近傍の塵埃を払拭体が吸着して保持する。従って、掃除ロボットを清掃領域に隈なく走行させれば、軌道近傍の塵埃は払拭体に吸着され、掃除が完了する。
【００３７】
前述したように、本発明の第１形態から第９形態までは掃除ロボットを対象とするのに対し、第１０形態から第１５形態までは、掃除ロボットによる掃除方法を対象としている。第１０形態は第１形態に、第１１形態は第３形態に、第１２形態は第４形態に、第１３形態は第５形態に、第１４形態は第７形態に、第１５形態は第８形態に、夫々対応している。掃除ロボットでは構造限定で表現しているのに対し、掃除方法では動作機能限定で表現しているが、対応項の効果はほぼ同様である。即ち、第１０形態〜第１５形態の効果は、第１形態、第３形態、第４形態、第５形態、第７形態、第８形態の効果と夫々同様であるから、ここでは第１形態、第３形態、第４形態、第５形態、第７形態、第８形態の効果を夫々引用することにより、再記を省略する。
【図面の簡単な説明】
【００３８】
【図１】本発明に係る掃除ロボットの床上走行図である。
【図２】本発明に係る掃除ロボットに内蔵される走行制御装置のブロック構成図である。
【図３】本発明に係る掃除ロボットに組み込まれた機能制御一覧図である。
【図４】掃除対象となる部屋の壁面に分散配置されたＲＦＩＤタグの配置図である。
【図５】本発明に係る掃除ロボットの基本動作説明図である。
【図６】本発明に係る掃除ロボットの基本動作の複合による清掃時間図である。
【図７】本発明に係る掃除ロボットが螺旋・壁面追従・反射の複合動作する場合の軌道図である。
【図８】本発明に係る掃除ロボットにおける軌道の最小分散推定の手順図である。
【図９】本発明に係る掃除ロボットのオドメトリによる軌道測定のデッドレコニング説明図である。
【図１０】デッドレコニングによる位置ｘ（ｔ）、ｙ（ｔ）と姿勢角θ（ｔ）の演算説明図である。
【図１１】ＲＦＩＤタグ座標と掃除ロボットの位置姿勢座標との関係図である。
【図１２】拡張カルマンフィルタ法によるシステムの状態方程式の説明図である。
【図１３】拡張カルマンフィルタ法による観測方程式と非線形モデルの説明図である。
【図１４】拡張カルマンフィルタ法によるタグ検出時の位置姿勢座標の時間更新と観測更新の説明図である。
【図１５】区間固定スムージング法によるタグ間全データの最小分散推定の説明図である。
【図１６】拡張カルマンフィルタ法と区間固定スムージング法による最小分散推定のイメージ説明図である。
【図１７】本発明によるＲＦＩＤタグを用いた最小分散推定軌道が実際軌道に最適一致する説明図である。
【図１８】本発明の実施例におけるロボット動作の状態遷移図である。
【図１９】本発明に係る掃除ロボットの軌道を最小分散推定するフローチャート図である。
【図２０】本発明に係る掃除ロボットの掃除軌道から判別された再掃引領域を掃除するフローチャート図である。
【図２１】本発明に係る掃除ロボットの掃除軌道から判別された再掃引領域の説明図である。
【図２２】判別された未掃引領域を螺旋動作により掃除した後の掃除ロボットの軌道図である。
【発明を実施するための形態】
【００３９】
以下に、本発明に係る掃除ロボット及びそれを用いた掃除方法の実施形態を図面を参照して詳細に説明する。
【００４０】
図１は、本発明に係る掃除ロボットの床上走行図である。清掃領域の床２を掃除ロボット４が車輪６の回転駆動により走行する。車輪６は掃除ロボット４の左右に装備され、左右車輪６、６は独立に駆動される。その結果、直線走行のみならず、左右変向や回転、螺旋などが自由自在に行われる。掃除ロボット４には床２に接触するようにモップ等からなる払拭体８が装着されており、掃除ロボット４が走行すると、その軌道近傍の塵埃を払拭体８に吸着してゆく。従って、清掃領域を隈なく走行した場合には、清掃領域の床２の全体が余すところ無く清掃されることになる。清掃手段としては、掃除ロボット４の下面に吸引口を設けて、電気掃除機と同様の吸引方式にしても構わない。
【００４１】
図２は、本発明に係る掃除ロボットに内蔵される走行制御装置のブロック構成図である。走行制御装置は、コンピュータＣ、走行制御部ＲＣＰ、車輪部ＷＰ、各種センサＳＰ、ＲＦＩＤアンテナＡＮから構成される。ＲＦＩＤタグＴＡは清掃領域の壁面に分散配置されており、掃除ロボット４がＲＦＩＤタグＴＡに接近すると、ＲＦＩＤアンテナＡＮがＲＦＩＤタグＴＡから位置情報（以下、ＲＦＩＤ情報とも称する）を受信する。コンピュータＣは演算部ＡＰ、制御部ＣＰ、入出力部ＩＯＰ、プログラム記憶部ＰＭ、データ記憶部ＤＭを少なくとも有し、データ記憶部ＤＭは軌道記憶部ＯＭ、位置姿勢データ記憶部ＰＡＭ、その他データ記憶部ＡＭを有している。各種センサＳＰは回転速度センサや方向センサなどから構成され、車輪部ＷＰの回転数や方向などを検出して、それらの情報は入出力部ＩＯＰを介してコンピュータＣに出力される。検出されたセンサ情報はオドメトリ法（以下、デッドレコニング法とも称する）により演算されて、掃除ロボット４の位置（ｘ、ｙ）及び姿勢角（θ）が位置姿勢データ記憶部に格納（保存）される。ＲＦＩＤアンテナＡＮから入力された位置情報は前記位置姿勢データを修正し、修正された位置姿勢データが軌道記憶部ＯＭに格納される。プログラム記憶部ＰＭからのステップ情報は入出力部を介して走行制御部ＲＣＰに出力される。走行制御部ＲＣＰはモータ等の機械駆動機構から構成され、前記ステップ情報により車輪部ＷＰの動作制御を行い、掃除ロボット４に所定の走行動作を付与する。
【００４２】
図３は、本発明に係る掃除ロボットに組み込まれた機能制御一覧図である。センサ入力には、エンコーダ、タッチ、距離、段差、脱輪、リモコン、ＲＦＩＤ、ポテンショメータ、電圧があり、デジタル入力又はアナログ入力が為される。モータ出力は左右車輪に対して行われ、デジタル出力又はＰＷＭ出力が為される。車輪回転数制御はＰＩＤ制御である。基本動作としては、直進、回転、螺旋、壁面追従の４動作であり、速度指定若しくはＰＤ制御が行われる。動作モードには、反射モード、壁面追従モード、螺旋モードがある。反射モードでは、直進し、物体に近接する場合には低速化し、衝突すると回転する。壁面追従モードでは、壁面に追従しながら、物体に近接する場合には低速化し、衝突すると小回転する。螺旋モードでは、螺旋を描きながら、物体に近接する場合には低速化し、衝突すると停止終了する。応用動作としては、段差センサにより段差対応し、またリモコンセンサにより最終的に基地帰還する。動作選択として、衝突回数により基本動作の遷移を行ったり、時間経過すると基本動作の遷移を行うこともできる。動作チェックは、ＬＥＤ出力、パソコン表示、ＬＣＤ表示及びディップスイッチ入力により行われる。この場合には、デジタル入出力又はシリアル通信で行われる
図４は、掃除対象となる部屋の壁面に分散配置されたＲＦＩＤタグの配置図である。清掃領域となる部屋１０には、床２、壁１２、キッチン１４、食卓テーブル１６、台１８、デスク２０、花瓶台２２、長デスク２３が存在し、掃除ロボットの障害物になっている。壁１２には１０個のＲＦＩＤタグ、即ちＴＡ１〜ＴＡ１０が適所に分散配置されている。本発明では、掃除ロボットはこの部屋１０を清掃領域とする。
【００４３】
図５は、本発明に係る掃除ロボットの基本動作説明図である。本発明に係る掃除ロボットの基本動作は４動作であり、図示するように、螺旋動作Ｓ、パラレル動作Ｐ、壁面反射動作Ｒ、壁面追従動作Ｆである。実際の動作は、上記４動作を組み合わせた複合動作とすることもできる。これらの選択は、掃除ロボットに搭載されたコンピュータにより自動制御される。
【００４４】
図６は、本発明に係る掃除ロボットの基本動作の複合による清掃時間図である。各基本動作の組み合わせ方による清掃時間のシミュレーションの結果が示されている。部屋形状により清掃時間は異なるため、平均の時間（分）が示されている。清掃時間は部屋全体に対して９８％の領域を移動したときの時間であり、短いほど効率的に清掃できることを意味している。ＯＶＥＲは６０分を超えても清掃できなかったことを意味している。このシミュレーションの結果から、壁面反射動作Ｒと壁面追従動作Ｆが極めて重要であることが分かった。ユーザーが掃除ロボットを最初に設置するのは、部屋内の比較的広い領域の中心付近であり、このような状況では、螺旋動作が比較的効率よく清掃できることが理解できる。従って、本発明に係る掃除ロボットでは、螺旋動作Ｓ、壁面反射動作Ｒ、壁面追従動作Ｆを基本動作とし、これらを組合わせることで動作制御アルゴリズムを構成することにした。
【００４５】
図７は、本発明に係る掃除ロボットが螺旋・壁面追従・反射の複合動作する場合の軌道図である。図４とは異なる部屋に対して、螺旋Ｓ＋壁面追従Ｆ＋反射Ｒの複合動作を付与して掃除ロボットを走行させた。スタート位置Ｓから始めると、スタート位置Ｓ→螺旋→壁面追従→反射→壁面追従→反射→壁面追従→終了地点２４と動作が遷移し、終了地点２４に到達した時点で停止した。従って、上記３基本動作の複合動作により、部屋全体に掃除ロボットが走行することが証明された。
【００４６】
図８は、本発明に係る掃除ロボットにおける軌道の最小分散推定の手順図である。図８により、本発明の手順を概括しておく。（１）では、まず掃除ロボットを部屋の初期位置に配置する。掃除ロボットが初期位置に配置されると、自動的にｘｙ座標軸を設定して、初期位置（ｘ０、ｙ０）及び初期姿勢角（θ０）が設定される。両者を含めて初期位置姿勢（ｘ０、ｙ０、θ０）と呼ぶ。（２）では、掃除ロボットが走行すると、デッドレコニング法（オドメトリ法とも云う）により位置姿勢（ｘＩ、ｙＩ、θＩ）（Ｉ＝１，２・・Ｎ）が一定の時間間隔Δｔで計測されて行く。（３）では、位置情報発信部の位置情報、例えばＲＦＩＤタグのＲＦＩＤ情報の検出値を用いて、現在位置姿勢（ｘＮ、ｙＮ、θＮ）を最適補正し、例えば最小分散推定により現在推定位置姿勢（ＸＮ、ＹＮ、θＮ）を導出する。最小分散推定法として、拡張カルマンフィルタ法、パーティクルフィルタ法、ヒストグラムフィルタ法、カルマンフィルタ法、アンセンテッドカルマンフィルタ法又は情報フィルタ法があり、その中でも精度的に拡張カルマンフィルタ法が好適である。（４）では、現在推定位置姿勢（ＸＮ、ＹＮ、θＮ）を用いて、過去位置姿勢（ｘＩ、ｙＩ、θＩ）（Ｉ＝１，２・・Ｎ−１）を最適補正し、例えば最小分散推定により過去推定位置姿勢（ＸＩ、ＹＩ、θＩ）（Ｉ＝１，２・・Ｎ−１）を導出する。出発値として現在推定位置姿勢（ＸＮ、ＹＮ、θＮ）を少なくとも含めばよく、例えば（ＸＮ、ＹＮ、θＮ）と（ＸＮ−１、ＹＮ−１、θＮ−１）を拡張カルマンフィルタ法で求めて、２点を出発値とすることも可能である。更に、２点以上の複数点を出発値とすることも可能である。最小分散推定法として、固定区間スムージング法、固定点スムージング法又は固定ラグスムージング法があり、その中でも精度的に固定区間スムージング法が好適である。（５）では、位置情報発信部（例えばＲＦＩＤタグ）と位置情報発信部（例えばＲＦＩＤタグ）の間も、前述した（１）〜（４）を反復することにより位置姿勢及び推定位置姿勢を導出できる。
【００４７】
図９は、本発明に係る掃除ロボットのオドメトリによる軌道測定のデッドレコニング説明図である。デッドレコニングとは、掃除ロボットが有する車軸回転角センサ（オドメーター）の測定値を積分し、ロボットの現在位置を推定する手法である。掃除ロボットを部屋の初期位置に配置する。掃除ロボットが初期位置に配置されると、自動的にｘｙ座標軸が設定され、初期位置（ｘ０、ｙ０）及び初期姿勢角（θ０）が設定される。両者を含めて初期位置姿勢（ｘ０、ｙ０、θ０）と呼ぶ。掃除ロボットは軌道を描きながら、時刻ｔに位置姿勢（ｘ(ｔ)、ｙ(ｔ)、θ(ｔ)）まで走行する。車輪半径ｒ、車輪間距離ｌ、並進速度ｖ、左車輪角速度ωＬ、右車輪角速度ωＲとする。このとき、左車輪周速度はωＬｒ、右車輪周速度はωＲｒとなる。従って、並進速度ｖは周速度の平均値としてｖ＝（ωＲｒ＋ωＬｒ）／２となる。また、ロボットの角速度はｄθ／ｄｔ＝（ωＲｒ−ωＬｒ）／ｌで与えられる。
【００４８】
図１０は、デッドレコニングによる位置ｘ（ｔ）、ｙ（ｔ）と姿勢角θ（ｔ）の演算説明図である。式（Ａ）は、前述された並進速度ｖとロボット角速度ｄθ／ｄｔを行列表現したものである。時刻ｔにおける掃除ロボットの現在位置（ｘ(ｔ)、ｙ(ｔ)）は積分表現である式（Ｂ１）及び式（Ｂ２）によって与えられる。また、ロボット回転角、θ(ｔ)は式（Ｂ３）によって計算される。しかし、車輪は床面との滑りを伴いながら動作するため、デッドレコニングによる推定手法はロボットの動作距離が長くなるに連れて、大きな誤差を生じる。この誤差を最小分散推定法などの最適推定法を適用して修正することが本発明の要点の一部である。
【００４９】
図１１は、ＲＦＩＤタグ座標と掃除ロボットの位置姿勢座標との関係図である。（ｘｇ、ｙｇ）は壁面に配置されたＲＦＩＤタグ（ＴＡ）の座標、姿勢角θｇは壁に垂直で部屋の内側を向くベクトルの角度を表す。（ｘｒ，ｙｒ，θｒ）は観測された掃除ロボットの位置姿勢を示す。ｒは掃除ロボットの半径、ｄはロボットと壁面との距離である。ＲＦＩＤタグ座標と掃除ロボットの位置姿勢座標との関係は式（１）で与えられる。ｄは観測の状況により変化する。
【００５０】
本発明に係る掃除ロボットのパラメータは表1に記載されている様に、直径２ｒが２５ｃｍ、並進速度ｖが１５ｃｍ／ｓ及び角速度ωが６４ｄｅｇ／ｓである。左右両輪がモータにより独立駆動され、両モータをコンピュータ制御することにより、表1のパラメータに設定されている。但し、これらのパラメータは可変可能であることは云うまでも無い。
【００５１】
【表１】
図１２は、拡張カルマンフィルタ法によるシステムの状態方程式の説明図である。拡張カルマンフィルタ法とは、ロボットのオドメトリとＲＦＩＤ情報を統合した自己位置推定法で、位置と姿勢を最小分散推定する有効手法である。オドメトリから得られる並進速度ｖｔと回転速度ωｔを制御とみなし、システムの状態方程式を記述すると、状態の次元を位置と姿勢の３次元に減らすことができる。システムの状態方程式は式（２）で与えられる。ｗｖｔ、ｗωｔは夫々並進速度ｖｔ及び回転速度ωｔに加わる雑音であり、Δｔは計算時間間隔である。
【００５２】
図１３は、拡張カルマンフィルタ法による観測方程式と非線形モデルの説明図である。システムの観測方程式は式（３）で表され、ｖｘｔ、ｖｙｔ、ｖθｔは位置及び姿勢の観測に加わる雑音である。以上をまとめると、式（４）及び式（５）の非線形システムモデルの形式で表される。式（４）は式（２）に対応し、式（５）は式（３）に対応する。ここで、状態ｘｔ、制御ｕｔ、観測ｚｔは、ｘｔ＝（ｘｔ，ｙｔ，θｔ）Ｔ、ｕｔ＝（ｖｔ，ωｔ）Ｔ、ｚｔ＝（ｘｒｔ，ｙｒｔ，θｒｔ）Ｔで与えられる。また制御の雑音ｗｔと観測の雑音ｖｔは、ｗｔ＝（ｗｖｔ，ｗωｔ）Ｔ、ｖｔ＝（ｖｘｔ、ｖｙｔ、ｖθｔ）Ｔで与えられる。但し、平均０、共分散はそれぞれＱｔ、Ｒｔに従うガウス白色雑音とする。
【００５３】
図１４は、拡張カルマンフィルタ法によるタグ検出時の位置姿勢座標の時間更新と観測更新の説明図である。以上のシステムに拡張カルマンフィルタ法を適用する。その結果、状態の推定Ｘｔ／ｔ及び共分散Ｐｔ／ｔは以下のように求められる。まず、時間更新では、式（６）及び式（７）により更新が実行される。また、観測更新では、式（８）、式（９）及び式（１０）により更新が実行される。但し、Ｆｔ，Ｇｔ、Ｈｔに対しては式（１１）の線形近似が使用される。以上の手順により、ＲＦＩＤタグの観測点での自己位置が修正されて、現在推定位置Ｘｔ／ｔが求められる。Ｘｔ／ｔはＸＮ／Ｎと書かれる。従って、時系列Ｘ０〜ＸｔはＸ０〜ＸＮと書かれる。
【００５４】
図１５は、区間固定スムージング法によるタグ間全データの最小分散推定の説明図である。ＲＦＩＤタグを観測する直前の軌道は不確かである。従って、時間区間[０，Ｎ]の観測データに基づき、区間[０，Ｎ]の全ての時点ｔにおける最小分散推定が行われる。ここでは固定区間スムージング法が適用される。固定区間スムージング法は以下の二つのステップから構成される。第１に、拡張カルマンフィルタ法により、区間ｔ＝０・・Ｎにおける状態の推定値Ｘｔ／ｔ−１、Ｘｔ／ｔ及び共分散Ｐｔ／ｔ−１、Ｐｔ／ｔを計算し記憶する。第２に、境界値ＸＮ／Ｎ、ＰＮ／Ｎから出発して逆向きにＸＮ−１／Ｎ・・・Ｘ０／Ｎ及びＰＮ−１／Ｎ・・・Ｐ０／Ｎを推定する。具体的には式（１２）、式（１３）及び式（１４）により計算される。
【００５５】
図１６は、拡張カルマンフィルタ法と区間固定スムージング法による最小分散推定のイメージ説明図である。（１６Ａ）は壁面追従する掃除ロボットの位置に拡張カルマンフィルタ法を適用した場合のイメージ図である。ロボットがＲＦＩＤタグを検出する前には破線で囲まれる共分散楕円がかなり大きいが、ＲＦＩＤタグを検出すると、その現在位置の共分散楕円は小さくなり、タグ位置の位置精度は急激に向上する。実際には壁面に平行して直線走行しているが、測定された位置データはタグ点でギャップのある階段線になる。（１６Ｂ）は壁面追従する掃除ロボットの位置に固定区間スムージング法を適用した場合のイメージ図である。最小分散推定された軌道は実際の軌道にかなり近くなることが分かる。本発明では、デッドレコニング法で測定された位置データからＲＦＩＤタグデータに基づく拡張カルマンフィルタ推定を行い、更に固定区間スムージング推定を行って全位置データを最小分散推定して、実際軌道に近い軌道データを作り上げている。
【００５６】
図１７は、本発明によるＲＦＩＤタグを用いた最小分散推定軌道が実際軌道に最適一致する説明図である。掃除ロボットをスタート地点Ｓから壁面追従動作をさせて、実際軌道と推定軌道を比較する。実際軌道は実線、本発明のＲＦＩＤ修正軌道は一点鎖線、デッドレコニング測定軌道は長破線である。長破線は実線からかなり逸れているが、本発明方法である一点鎖線は実線にかなり近いことが分かる。従って、本発明の２段階推定法は実際軌道を描出することに成功したと判断できる。
【実施例】
【００５７】
図１８は、本発明の実施例におけるロボット動作の状態遷移図である。本実施例では、掃除ロボットに直進動作＋壁面追従動作＋壁面反射動作からなる複合動作を与える。ある時間帯は一動作だけであるが、時間的に遷移しながら全体として３動作が組み合わされた状態が出現する。スタート時は直進動作であるが、どこかで衝突すると壁面追従動作に遷移し、１０〜２０秒経過すると自動的に壁面反射動作に遷移し、壁面反射で衝突回数が５〜１０回以上になると壁面追従動作に遷移する。以後、壁面追従動作と壁面反射動作を交互に繰り返す。
【００５８】
図１９は、本発明に係る掃除ロボットの軌道を最小分散推定するフローチャート図である。ステップＳ１では初期設定が行われ、掃除ロボットの掃引時間Ｔが１５分（自在設定が可能）と設定され、時刻ｔ＝０、パラメータＩ＝０が設定される。ステップＳ２では、掃除ロボットの初期機能により初期位置姿勢Ｘ０＝（ｘ０，ｙ０，θ０）が検出される。ユーザーが与えるのではなく、掃除ロボットが自己判断で検出又は設定するもので、最も単純にはｘ軸、ｙ軸を決めた上で（ｘ０，ｙ０，θ０）＝（０，０，０）と設定する。ステップＳ３では、前記初期位置姿勢データが位置姿勢データ記憶部に格納保存される。ステップＳ４では、計測の時間間隔Δｔを用いて、ｔ＝ｔ+Δｔ、Ｉ＝Ｉ＋１、センサデータからオドメトリ計測が行われ、ＸＩ＝（ｘＩ，ｙＩ，θＩ）が算出され、位置姿勢データ記憶部に格納保存される。ステップＳ５では、ＲＦＩＤ検出が判断され、ＮＯならステップＳ４に帰還してループを反復する。ＹＥＳなら、ステップＳ６に飛び、ＲＦＩＤタグからＲＦＩＤ情報を受信し、そのパラメータＩをＮとする。従って、掃除ロボットの現在位置はＸＮ＝（ｘＮ，ｙＮ，θＮ）により与えられる。ステップＳ７では、現在位置ＸＮから拡張カルマンフィルタ法による自己位置推定により現在推定位置ＸＮ／Ｎが算出される。現在推定位置はＸＮ／Ｎ＝（ｘＮ／Ｎ，ｙＮ／Ｎ，θＮ／Ｎ）で与えられる。ステップＳ８では、固定区間スムージング法を通して区間の全データを最小分散推定により修正する。即ち、現在推定位置ＸＮ／Ｎを用いて、過去位置（Ｘ０・・・ＸＮ−１）から過去推定位置（Ｘ０／Ｎ・・・ＸＮ−１／Ｎ）を導出する。ステップＳ９では、現在推定位置と過去推定位置を合わせた全推定位置データ（Ｘ０／Ｎ・・・ＸＮ／Ｎ）を軌道記憶部に格納保存する。ステップＳ１０では、現在推定位置ＸＮ／Ｎを初期位置姿勢Ｘ０に、即ち、Ｘ０＝（ｘＮ／Ｎ，ｙＮ／Ｎ，θＮ／Ｎ）とする。ステップＳ１１では、掃引時間（Ｔ）内であればステップＳ１２でＩ＝０を設定してステップＳ３に飛び、再び次のＲＦＩＤタグを検出するまで同じステップルートを繰り返す。このようにして、ＲＦＩＤタグと次のＲＦＩＤタグとの間の位置姿勢データを推定位置姿勢データに変換して軌道記憶部に次々と格納してゆく。軌道記憶部には掃除ロボットの最確軌道が保存される。ステップＳ１１で例えば１５分の掃引時間（Ｔ）を過ぎると、中継Ｐに移行する。
【００５９】
図２０は、本発明に係る掃除ロボットの掃除軌道から判別された再掃引領域を掃除するフローチャート図である。掃引時間Ｔを過ぎるとステップ２０に飛び、２次元メモリである軌道記憶部から掃除ロボットの軌道図が作成される。この軌道図には掃除ロボットのスタートからの全軌道が描出されている。ステップ２１では、軌道図に未掃引領域（軌道が全く無い）又は少掃引領域（軌道が少ない）が無い場合には掃除が完了したとして、ステップＳ２７に飛び、掃除ロボットを基地帰還させてフローを終了する。未掃引領域及び少掃引領域を本発明では再掃引領域と称している。軌道図に再掃引領域がある場合には、再掃引領域の外周を確認し、且つ再掃引領域の中心（ｘｃ，ｙｃ）が導出される。ステップＳ２３では、掃除ロボットを前記中心（ｘｃ，ｙｃ）に移動させる。ステップＳ２４では、再掃引領域の外周から掃引動作が選択される。掃引動作は、螺旋動作、パラレル動作、壁面反射動作、壁面追従動作のいずれかから選択される。再掃引領域とは未清掃の空白領域であるから螺旋動作が選択されることが多い。例えば螺旋動作が選択されると、ステップＳ２５において再清掃領域が螺旋動作で掃除される。ステップＳ２６では、再清掃領域の全てが終了か判断され、残っておればステップＳ２２に飛んで再清掃領域の掃除が反復される。再清掃領域の全てが終了すると、ステップＳ２７に飛び、掃除ロボットを基地帰還させ、掃除は終了する。
【００６０】
図２１は、本発明に係る掃除ロボットの掃除軌道から判別された再掃引領域の説明図である。部屋１０に対し掃引時間Ｔの間に掃引された軌道が描画されている。この軌道図から４個の再清掃領域Ｃ１、Ｃ２、Ｃ３、Ｃ４が抽出される。同時に、再清掃領域の中心（ｘＣ１、ｙＣ１）、（ｘＣ２、ｙＣ２）、（ｘＣ３、ｙＣ３）、（ｘＣ４、ｙＣ４）が検出される。図２０のフロー図では、上記４個の再清掃領域Ｃ１、Ｃ２、Ｃ３、Ｃ４が螺旋動作により再清掃される。
【００６１】
図２２は、判別された未掃引領域を螺旋動作により掃除した後の掃除ロボットの軌道図である。前述した４個の再清掃領域Ｃ１、Ｃ２、Ｃ３、Ｃ４が螺旋動作で清掃され、軌道である螺旋ＳＬ１、ＳＬ２、ＳＬ３、ＳＬ４が再清掃領域Ｃ１、Ｃ２、Ｃ３、Ｃ４に描画されている。以上によって、本発明に係る掃除ロボット及びそれを用いた掃除方法が詳細に説明された。
【００６２】
尚、本発明は上記実施形態に限定されるものではなく、本発明の技術的思想を逸脱しない範囲における種々変形例、設計変更などをその技術的範囲内に包含するものであることは云うまでもない。
【産業上の利用可能性】
【００６３】
本発明によれば、走行中にデッドレコニングにより計測された大きな誤差を有する位置に対し、壁面に配置された位置情報発信部から受信した位置情報に基づき最適推定法により誤差の小さな推定位置を導出し、現在及び過去の推定位置による推定軌道を導出し、推定軌道の空白領域を検出して、この空白域を再掃引領域として集中的に掃除ロボットを走行させて、清掃作業の自動化と空白領域の無い清掃完全化を達成することができる。本発明の掃除ロボット及びそれを利用した掃除方法は、家庭、会社、工場、その他掃除が必要になる全設備に適用することが可能である。
【符号の説明】
【００６４】
２ 床
４ 掃除ロボット
６ 車輪
８ 払拭体
１０ 部屋
１２ 壁
１４ キッチン
１６ 食卓テーブル
１８ 台
２０ デスク
２２ 花瓶台
２３ 長デスク
２４ 終了位置
ＡＭ その他データ記憶部
ＡＰ 演算部
ＡＮ ＲＦＩＤアンテナ（リーダ）
Ｃ コンピュータ
ＣＰ 制御部
Ｃ１ 再掃引領域１
Ｃ２ 再掃引領域２
Ｃ３ 再掃引領域３
Ｃ４ 再掃引領域４
ＤＭ データ記憶部
Ｆ 壁面追従動作
ＩＯＰ 入出力部
ＯＭ 軌道記憶部
ＰＡＭ 位置姿勢データ記憶部
ＰＭ プログラム記憶部
Ｒ 反射動作
ＲＣＰ 走行制御部
Ｓ スタート位置
Ｓ 螺旋動作
ＳＰ 各種センサ
ＳＬ１ 螺旋軌道１
ＳＬ２ 螺旋軌道２
ＳＬ３ 螺旋軌道３
ＳＬ４ 螺旋軌道４
ＴＡ ＲＦＩＤタグ
ＴＡ１ ＲＦＩＤタグ
ＴＡ２ ＲＦＩＤタグ
ＴＡ３ ＲＦＩＤタグ
ＴＡ４ ＲＦＩＤタグ
ＴＡ５ ＲＦＩＤタグ
ＴＡ６ ＲＦＩＤタグ
ＴＡ７ ＲＦＩＤタグ
ＴＡ８ ＲＦＩＤタグ
ＴＡ９ ＲＦＩＤタグ
ＴＡ１０ ＲＦＩＤタグ
ＷＰ 車輪部
(xC1,yC1) 中心１
(xC2,yC2) 中心２
(xC3,yC3) 中心３
(xC4,yC4) 中心４
【特許請求の範囲】
【請求項１】
内蔵されるコンピュータからの指令により清掃領域内での走行を制御する走行制御部と、前記走行を検出するセンサを有して、走行しながら清掃領域を掃除する掃除ロボットにおいて、
前記センサの信号を用いて前記コンピュータにより演算される時々刻々の位置と、前記位置を格納するデータ記憶部と、前記清掃領域の境界に分散配置された位置情報発信部と、前記位置情報発信部に接近したときに位置情報を受信する位置情報受信部と、受信された前記位置情報により現在位置から最適推定された現在推定位置と、前記現在推定位置を用いて過去位置から最適推定された過去推定位置と、前記現在推定位置と前記過去推定位置からなる推定軌道を格納する軌道記憶部と、前記軌道記憶部に格納された軌道データから前記清掃領域内で軌道の無い及び／又は軌道の少ない再掃引領域を導出する再掃引領域導出手段と、前記再掃引領域内を走行させて前記再掃引領域を清掃する再掃引領域行走行手段を有することを特徴とする掃除ロボット。
【請求項２】
前記位置情報発信部がＲＦＩＤタグであり、前記位置情報受信部がＲＦＩＤアンテナである請求項1に記載の掃除ロボット。
【請求項３】
前記走行の開始から所定時間を検出する所定時間検出手段と、前記所定時間の経過後に前記再掃引領域検出手段を作動させる請求項1又は２に記載の掃除ロボット。
【請求項４】
前記再掃引領域検出手段により検出された再掃引領域の形状により再掃引動作を選択する請求項1、２又は３に記載の掃除ロボット。
【請求項５】
前記位置はデッドレコニングにより演算される請求項１〜４のいずれかに記載の掃除ロボット。
【請求項６】
前記最適推定は最小分散推定である請求項１〜５のいずれかに記載の掃除ロボット。
【請求項７】
前記現在推定位置の前記最小分散推定は、拡張カルマンフィルタ法、パーティクルフィルタ法、ヒストグラムフィルタ法、カルマンフィルタ法、アンセンテッドカルマンフィルタ法又は情報フィルタ法により演算される請求項６に記載の掃除ロボット。
【請求項８】
前記過去推定位置の前記最小分散推定は、固定区間スムージング法、固定点スムージング法又は固定ラグスムージング法により演算される請求項６又は７に記載の掃除ロボット。
【請求項９】
前記清掃領域内の床面に接触するように払拭体を装備し、走行中に前記床面を前記払拭体により掃除する請求項１〜８のいずれかに記載の掃除ロボット。
【請求項１０】
内蔵されるコンピュータからの指令により清掃領域を走行し、前記走行を内蔵されるセンサで検出しながら清掃領域を掃除する掃除ロボットによる掃除方法において、前記センサの信号を用いて前記コンピュータにより時々刻々の位置を演算し、前記清掃領域の境界に分散配置された位置情報発信部に接近したときに位置情報を受信し、前記位置情報により現在位置から最適推定して現在推定位置を導出し、前記現在推定位置を用いて過去位置から最適推定して過去推定位置を導出し、前記現在推定位置と前記過去推定位置からなる推定軌道から前記清掃領域内で軌道の無い及び／又は軌道の少ない再掃引領域を導出し、前記再掃引領域内を走行させて前記再掃引領域を清掃することを特徴とする掃除ロボットによる掃除方法。
【請求項１１】
前記走行の開始から所定時間の経過後に前記再掃引領域を導出する請求項1０に記載の掃除ロボットによる掃除方法。
【請求項１２】
前記再掃引領域の形状により再掃引動作を選択する請求項１０又は１１に記載の掃除ロボットによる掃除方法。
【請求項１３】
前記位置はデッドレコニングにより演算される請求項１０、１１又は１２のいずれかに記載の掃除ロボットによる掃除方法。
【請求項１４】
前記現在推定位置は、拡張カルマンフィルタ法、パーティクルフィルタ法、ヒストグラムフィルタ法、カルマンフィルタ法、アンセンテッドカルマンフィルタ法又は情報フィルタ法により最小分散推定される請求項１０〜１３のいずれかに記載の掃除ロボットによる掃除方法。
【請求項１５】
前記過去推定位置は、固定区間スムージング法、固定点スムージング法又は固定ラグスムージング法により最小分散推定される請求項１０〜１４のいずれかに記載の掃除ロボットによる掃除方法。
【請求項１】
内蔵されるコンピュータからの指令により清掃領域内での走行を制御する走行制御部と、前記走行を検出するセンサを有して、走行しながら清掃領域を掃除する掃除ロボットにおいて、
前記センサの信号を用いて前記コンピュータにより演算される時々刻々の位置と、前記位置を格納するデータ記憶部と、前記清掃領域の境界に分散配置された位置情報発信部と、前記位置情報発信部に接近したときに位置情報を受信する位置情報受信部と、受信された前記位置情報により現在位置から最適推定された現在推定位置と、前記現在推定位置を用いて過去位置から最適推定された過去推定位置と、前記現在推定位置と前記過去推定位置からなる推定軌道を格納する軌道記憶部と、前記軌道記憶部に格納された軌道データから前記清掃領域内で軌道の無い及び／又は軌道の少ない再掃引領域を導出する再掃引領域導出手段と、前記再掃引領域内を走行させて前記再掃引領域を清掃する再掃引領域行走行手段を有することを特徴とする掃除ロボット。
【請求項２】
前記位置情報発信部がＲＦＩＤタグであり、前記位置情報受信部がＲＦＩＤアンテナである請求項1に記載の掃除ロボット。
【請求項３】
前記走行の開始から所定時間を検出する所定時間検出手段と、前記所定時間の経過後に前記再掃引領域検出手段を作動させる請求項1又は２に記載の掃除ロボット。
【請求項４】
前記再掃引領域検出手段により検出された再掃引領域の形状により再掃引動作を選択する請求項1、２又は３に記載の掃除ロボット。
【請求項５】
前記位置はデッドレコニングにより演算される請求項１〜４のいずれかに記載の掃除ロボット。
【請求項６】
前記最適推定は最小分散推定である請求項１〜５のいずれかに記載の掃除ロボット。
【請求項７】
前記現在推定位置の前記最小分散推定は、拡張カルマンフィルタ法、パーティクルフィルタ法、ヒストグラムフィルタ法、カルマンフィルタ法、アンセンテッドカルマンフィルタ法又は情報フィルタ法により演算される請求項６に記載の掃除ロボット。
【請求項８】
前記過去推定位置の前記最小分散推定は、固定区間スムージング法、固定点スムージング法又は固定ラグスムージング法により演算される請求項６又は７に記載の掃除ロボット。
【請求項９】
前記清掃領域内の床面に接触するように払拭体を装備し、走行中に前記床面を前記払拭体により掃除する請求項１〜８のいずれかに記載の掃除ロボット。
【請求項１０】
内蔵されるコンピュータからの指令により清掃領域を走行し、前記走行を内蔵されるセンサで検出しながら清掃領域を掃除する掃除ロボットによる掃除方法において、前記センサの信号を用いて前記コンピュータにより時々刻々の位置を演算し、前記清掃領域の境界に分散配置された位置情報発信部に接近したときに位置情報を受信し、前記位置情報により現在位置から最適推定して現在推定位置を導出し、前記現在推定位置を用いて過去位置から最適推定して過去推定位置を導出し、前記現在推定位置と前記過去推定位置からなる推定軌道から前記清掃領域内で軌道の無い及び／又は軌道の少ない再掃引領域を導出し、前記再掃引領域内を走行させて前記再掃引領域を清掃することを特徴とする掃除ロボットによる掃除方法。
【請求項１１】
前記走行の開始から所定時間の経過後に前記再掃引領域を導出する請求項1０に記載の掃除ロボットによる掃除方法。
【請求項１２】
前記再掃引領域の形状により再掃引動作を選択する請求項１０又は１１に記載の掃除ロボットによる掃除方法。
【請求項１３】
前記位置はデッドレコニングにより演算される請求項１０、１１又は１２のいずれかに記載の掃除ロボットによる掃除方法。
【請求項１４】
前記現在推定位置は、拡張カルマンフィルタ法、パーティクルフィルタ法、ヒストグラムフィルタ法、カルマンフィルタ法、アンセンテッドカルマンフィルタ法又は情報フィルタ法により最小分散推定される請求項１０〜１３のいずれかに記載の掃除ロボットによる掃除方法。
【請求項１５】
前記過去推定位置は、固定区間スムージング法、固定点スムージング法又は固定ラグスムージング法により最小分散推定される請求項１０〜１４のいずれかに記載の掃除ロボットによる掃除方法。
【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】
【図１５】
【図１６】
【図１７】
【図１８】
【図１９】
【図２０】
【図２１】
【図２２】
【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】
【図１５】
【図１６】
【図１７】
【図１８】
【図１９】
【図２０】
【図２１】
【図２２】
【公開番号】特開２０１１−５６１２３（Ｐ２０１１−５６１２３Ａ）
【公開日】平成２３年３月２４日（２０１１．３．２４）
【国際特許分類】
【出願番号】特願２００９−２１０６０９（Ｐ２００９−２１０６０９）
【出願日】平成２１年９月１１日（２００９．９．１１）
【出願人】（０００１３３４４５）株式会社ダスキン (119)
【Ｆターム（参考）】
【公開日】平成２３年３月２４日（２０１１．３．２４）
【国際特許分類】
【出願日】平成２１年９月１１日（２００９．９．１１）
【出願人】（０００１３３４４５）株式会社ダスキン (119)
【Ｆターム（参考）】
[ Back to top ]