物体位置検出装置、地図作成装置、自律移動装置、物体位置検出方法および物体位置検出プログラム
【課題】各センサの特性を利用するとともに、高精度な地図を生成すること。
【解決手段】移動ロボット１００において、超音波センサ１０１と、撮像カメラ１０２と、障害物までの距離の概算値を算出する距離算出部１１１と、距離の概算値に基づいて、撮像カメラ１０２からの画像データ中における障害物が存在する候補領域を設定し、この候補領域の内部と外部とで異なる閾値を用いて画像データおよび距離の概算値に基づいて障害物の位置を検出する障害物位置検出部１１２とを備えた。
【解決手段】移動ロボット１００において、超音波センサ１０１と、撮像カメラ１０２と、障害物までの距離の概算値を算出する距離算出部１１１と、距離の概算値に基づいて、撮像カメラ１０２からの画像データ中における障害物が存在する候補領域を設定し、この候補領域の内部と外部とで異なる閾値を用いて画像データおよび距離の概算値に基づいて障害物の位置を検出する障害物位置検出部１１２とを備えた。
【発明の詳細な説明】
【技術分野】
【０００１】
本発明は、距離センサおよび撮像部から取得した各データを統合して任意の領域内の物体の位置を安定的に検出する物体位置検出装置、物体の位置に基づいて地図データを生成する地図作成装置、自律移動装置、物体位置検出方法および物体位置検出プログラムに関する。
【背景技術】
【０００２】
従来の自律移動型のロボット（以下、「移動ロボット」という。）は、超音波センサ、レンジファインダなどの距離センサやＴＶカメラ等の撮像部を、ロボット周囲の外界の情報を取り込むためのセンサとして搭載して、これらの各種センサから取得した情報に基づいて移動する等の行動を行っていた。そして、各種センサから取得したデータは主に各センサごとに処理をされ、センサごとの最終的な処理結果を複数利用して外界認識の精度を向上させる手法が中心となっている（非特許文献１参照）。
【０００３】
また、特許文献１の技術では、種類の異なる複数のセンサから得られたセンサデータを統合して総合的に環境を認識して移動ロボットの走行誘導を行う技術が開示されている。
【０００４】
【特許文献１】特開平７−１１６９８１号公報
【非特許文献１】三浦純、白井良明「不確かさを考慮した移動ロボットのための資格とそのプランニング」情報処理学会論文誌Vol.44No.SIG17(CVIM8) 37〜49ページ 2003年
【発明の開示】
【発明が解決しようとする課題】
【０００５】
しかしながら、非特許文献１の技術では、複数のセンサからのデータを使用して障害物の位置検出等を行っているものの、各センサからのデータを個々に処理してその処理結果により障害物の位置検出や地図データが生成され、この処理の後に複数の処理結果や複数の地図データを統合している。ところが、複数のセンサのそれぞれのデータ特性はセンサ毎に異なっており、これらのセンサ特性を考慮せずに処理結果のデータを統合すると誤差の多い環境地図が生成されてしまうという問題がある。
【０００６】
特に、各センサからデータを個々に処理し、その処理結果として生成された環境地図同士を統合する技術では、地図の位置合わせ等が困難であり、高精度な環境地図を生成することが困難であるとともに、各センサの長所を十分に利用していないという問題がある。
【０００７】
また、特許文献１の技術では、異なる種類の複数のセンサのセンサデータを統合しているとはいうものの、各センサから取得したセンサデータをそれぞれ判断し、複数のセンサデータの組み合わせから物体の存在する環境の仮説をたてているだけであり、複数のセンサデータを連携して物体の位置を検出してはいない。このため、この特許文献１の技術によっても各センサの特性を考慮した物体の位置検出を行うことができず、検出される物体の位置には誤差が生じてしまうという問題がある。
【０００８】
本発明は、上記に鑑みてなされたものであって、各々のセンサの特性に基づいて、互いのセンサのデータを物体検出の中間段階で相互に利用して物体を検出することによって、各センサの特性を利用するとともに、高精度に物体の位置を検出することができる物体位置検出装置、地図作成装置、自律移動装置、物体位置検出方法および物体位置検出プログラムを提供することを目的とする。
【課題を解決するための手段】
【０００９】
上述した課題を解決し、目的を達成するために、本発明は、物体位置検出装置であって、前記物体位置検出装置の周囲に設定された検知領域内における物体を検知する距離センサと、前記検知領域内を撮像する撮像部と、前記距離センサによって検知された物体までの距離の概算値を算出する距離算出部と、 前記距離の概算値に基づいて前記撮像部で撮像された画像データ中で物体が存在する候補領域を設定し、前記候補領域の内部と外部とで異なる閾値を用いて、前記画像データおよび前記距離の概算値に基づいて物体の位置を検出する位置検出部とを備えたことを特徴とする。
【００１０】
また、本発明は、地図作成装置であって、前記地図作成装置の周囲に設定された検知領域内における物体を検知する距離センサと、 前記検知領域内を撮像する撮像部と、前記距離センサによって検知された物体までの距離の概算値を算出する距離算出部と、前記距離の概算値に基づいて前記撮像部で撮像された画像データ中で物体が存在する候補領域を設定し、前記候補領域の内部と外部とで異なる閾値を用いて、前記画像データおよび前記距離の概算値に基づいて物体の位置を検出する位置検出部と、前記位置検出部により時系列に検出された前記物体の位置の整合を取ることによって自己位置周辺の地図データを生成する地図生成部とを備えたことを特徴とする。
【００１１】
また、本発明は、自律移動装置であって、前記自律移動装置の周囲に設定された検知領域内における物体を検知する距離センサと、前記検知領域内を撮像する撮像部と、前記距離センサによって検知された物体までの距離の概算値を算出する距離算出部と、前記距離の概算値に基づいて前記撮像部で撮像された画像データ中で物体が存在する候補領域を設定し、前記候補領域の内部と外部とで異なる閾値を用いて、前記画像データおよび前記距離の概算値に基づいて物体の位置を検出する位置検出部と、前記位置検出部により時系列に検出された前記物体の位置に基づいて、前記物体を回避して自装置の移動を制御する移動制御部とを備えたことを特徴とする。
【００１２】
また、本発明は、自律移動装置であって、前記自律移動装置の周囲に設定された検知領域内における物体を検知する距離センサと、前記検知領域内を撮像する撮像部と、前記距離センサによって検知された物体までの距離の概算値を算出する距離算出部と、前記距離の概算値に基づいて前記撮像部で撮像された画像データ中で物体が存在する候補領域を設定し、前記候補領域の内部と外部とで異なる閾値を用いて、前記画像データおよび前記距離の概算値に基づいて物体の位置を検出する位置検出部と、前記位置検出部により時系列に検出された前記物体の位置の整合を取ることによって自己位置周辺の地図データを生成する地図生成部と、前記地図生成部によって生成された前記地図データに基づいて前記物体を回避して自装置の移動を制御する移動制御部とを備えたことを特徴とする。
【００１３】
また、本発明は、上記物体位置検出装置に対応した物体位置検出方法および物体位置検出プログラムである。
【発明の効果】
【００１４】
本発明によれば、距離センサからのデータと撮像部から取得した画像データのそれぞれから別個に物体の位置を検出して後で物体の位置情報を統合するのではなく、距離センサからのデータから物体までの距離の概算値を求めて、その概算値から撮像部からの画像データ中で物体が存在する候補領域を設定し、候補領域の内部と外部とで異なる閾値を用いて画像データおよび距離の概算値に基づいて物体の位置を検出する。すなわち、距離センサと撮像部の特性に基づいて、距離センサと撮像部からの互いのデータを物体検出の中間段階で相互に利用して実際の物体の位置を検出しているので、距離センサと撮像部の特性を利用でき、高精度な物体の位置検出を行うことができるという効果を奏する。
【発明を実施するための最良の形態】
【００１５】
以下に添付図面を参照して、この発明にかかる物体位置検出装置、地図作成装置、自律移動装置、物体位置検出方法および物体位置検出プログラムの最良な実施の形態を詳細に説明する。
【００１６】
実施の形態１および２は、本発明の物体位置検出装置、地図作成装置、自律移動装置、物体位置検出方法および物体位置検出プログラムを、自律走行して移動可能な自律移動型のロボット（以下、「移動ロボット」という。）に適用したものである。ただし、移動ロボットに限定されるものではなく、距離センサと撮像部を備える装置であれば、いずれの装置にも本発明にかかる物体位置検出装置、地図作成装置、自律移動装置、物体位置検出方法および物体位置検出プログラムを適用することが可能である。
【００１７】
ここで、移動ロボットの場合は、障害物位置検出装置の出力結果を基に地図を作成する地図作成装置および作成された地図を元に移動する駆動制御装置を備えることになるが、システムの構成によっては、障害物の位置のみを算出するシステムや、障害物の位置から地図を作成するシステムなどにも本発明の物体位置検出装置を適用することが可能である。
【００１８】
（実施の形態１）
実施の形態１にかかる移動ロボット１００は、予め定められた移動領域内を自律的に移動して、移動領域内に存在する障害物の位置検出をおこなうものである。
【００１９】
（移動ロボットの構成）
図１は、実施の形態１にかかる移動ロボットの機能的構成を示すブロック図である。本実施の形態にかかる移動ロボット１００は、図１に示すように、本体部１１０と本体部１１０に接続された距離センサとしての５個の超音波センサ１０１と撮像部としての２個の撮像カメラ１０２とを主に備えている。ただし、超音波センサ及び撮像部の個数は各センサの精度や計測が必要な範囲の広さに依存しており、必ずしもこの個数に限定されるものではない。
【００２０】
超音波センサ１０１は、超音波パルスを障害物に照射してその反射パルスを受信する距離センサである。この超音波センサ１０１は、超音波の照射によって、移動ロボット１００の周囲に設定された検知領域内の障害物を検知するようになっている。図２は、超音波センサの超音波の到達範囲を示す模式図である。図２に示すように、超音波センサは、一般的に、超音波が広がりをもって照射されるため、横方向の解像度が低く前方における障害物の有無を調べるという簡単な判別に使用されることが多いが、超音波センサ１０１を使用した場合でも、前方の奥行き方向の距離は超音波の波長に応じた精度で取得することができ、対象物との距離に依存はするが、一般的には数ｃｍ程度の精度で距離を測定することが可能となっている。
【００２１】
図３は、本実施の形態の移動ロボット１００に接続された５個の超音波センサ１０１から照射される超音波の到達範囲を示す模式図である。本実施の形態の移動ロボット１００には、５個の超音波センサ１０１が移動ロボット１００の側面から前面にかけて４５°の角度間隔で配置されている。
【００２２】
後述するように、画像データ中でのコーナーの位置は前方の壁までの距離と側方の壁までの距離の比によって一意に決定され、距離の絶対値には依存していないため、本実施の形態では、前方と左右両側方に設置している。さらに、本実施の形態にかかる移動ロボット１００では、距離に依存する画像中のコーナー位置の推定精度を向上させるため、±４５°の斜め方向に超音波を照射するように超音波センサ１０１を設置している。なお、移動ロボット１０１をさらに後進させる場合を考慮して、さらに後方に超音波を照射するように超音波センサ１０１と撮像カメラ１０２を設置するように構成してもよい。
【００２３】
なお、本実施の形態の移動ロボット１００に配置された数以上の超音波センサ１０１を配置することも可能であるが、超音波センサ１０１から照射される超音波は、拡張して伝搬する特性を有するため、推定精度の向上には影響を与えない場合が多い。 ただし、超音波の伝搬の広がりが小さい場合には、さらに小さな角度間隔で超音波センサ１０１を配置するように構成すれば、距離の精度の向上を図ることが可能である。
【００２４】
また、本実施の形態では、距離センサとして超音波センサを使用しているが、これに限定されるものではなく、距離を測定可能なセンサであれば、例えばレンジファインダ等いずれのセンサを使用してもよい。撮像カメラは、移動領域内を撮像するものであり、例えばＴＶカメラ等を用いることができる。
【００２５】
本体部１１０は、図１に示すように、距離算出部１１１と、障害物位置検出部１１２と、地図生成部１１３と、移動制御部１１４と、駆動部１１５と、記憶部１１６とを主に備えている。
【００２６】
距離算出部１１１は、超音波センサ１１０によって受信した反射波により、障害物までの距離の概算値を算出するものであり、各超音波センサ１１０ごとに距離の概算値を算出するようになっている。
【００２７】
障害物位置検出部１１２は、距離算出部１１１よって算出された距離の概算値と、撮像部１０２によって撮像された移動領域内の画像データとから障害物が存在する可能性がある前記画像データ上の領域である探索範囲（候補領域）を決定し、探索範囲内部と外部とで異なる閾値を用いて画像データから障害物の位置を検出するものである。具体的には、距離算出部１１１よって算出された距離の概算値から画像データ中の障害物の位置を予測した範囲を探索範囲とし、この探索範囲内部で画像処理を行い、画像処理の段階で所定の閾値を用いて画像処理結果により障害物を特定し、障害物の位置を検出する処理を行う。また、探索領域内部で障害物を検出することができない場合には、顔図データ中で探索領域を拡張して障害物の特定を行い、あるいは探索領域外部では上記閾値とは異なる閾値と比較して障害物を特定し、その位置を検出する処理を行う。
【００２８】
また、超音波センサの精度によっては必ずしも探索範囲を一意に決定できない場合もあり、この場合には任意の個数の領域に対して信頼度を定義し、各領域の信頼度に応じて画像処理の閾値を制御することによって、より精度の高いセンサ情報の統合処理が可能となる。
【００２９】
一般に、超音波センサから取得される距離データはノイズが多く、取得される距離データの信頼性もそれほど高くない。また、超音波は、図２に示すように拡張して伝搬する性質を有している、移動領域内に複数の障害物が存在する場合には、十分な大きさを有する障害物の中で最も近い障害物の距離のみが取得されることになる。このため、本実施の形態では、超音波センサ１０１から得られたセンサデータから求めた距離の概算値の位置にある障害物を、撮像カメラ１０２から取得した画像データを解析して特定している。
【００３０】
すなわち、本実施の形態では、超音波センサ１０１による距離の概算値と、画像データの画像解析の両方を、障害物の検出の中間段階で相互に利用して、障害物の正確な位置検出をおこなって、超音波センサ１０１と撮像カメラ１０２の各特性の長所を生かして、高精度な障害物検出および地図生成をおこなっている。
【００３１】
地図生成部１１３は、障害物位置検出部１１２によって検出された障害物の位置を時系列に取得し、取得した位置情報の補正等の処理を行って整合性をとり、整合性をとった位置情報を反映した自己位置周辺の地図データを生成し、記憶部１１６に生成された地図データを保存するものである。また、地図生成部１１３は、新たに障害物が検出された場合には、記憶部１１６に記憶されている地図データに新たに検出された障害物の位置を反映して地図データを更新する処理もおこなう。
【００３２】
移動制御部１１４は、地図データに従って移動ロボット１００の移動をおこなうように、駆動部を制御するものである。具体的には、地図データ上で特定された障害物の位置を回避して移動ロボット１００が走行するように駆動部１１５を制御する。駆動部１１５は、移動ロボットの車輪（図示せず）の駆動および停止をおこなうものである。
【００３３】
記憶部１１６は、メモリやハードディスクドライブ装置（ＨＤＤ）などの記憶媒体であり、上述した地図データや、後述する傾斜データや位置データを保存している。
【００３４】
（地図生成処理）
次に、以上のように構成された本実施の形態にかかる移動ロボット１００による地図生成処理について説明する。図４は、本実施の形態にかかる移動ロボット１００による地図生成処理の手順を示すフローチャートである。
【００３５】
各超音波センサ１０１では、移動領域内に障害物が存在するか否かを検知するため反射パルスを照射しており、障害物からの反射波を受信してセンサデータとして送出している。距離算出部１１１は超音波センサ１０１からセンサデータを取得して（ステップＳ４０１）、取得したセンサデータから障害物までの距離の概算値を各超音波センサ１０１ごとに算出する（ステップＳ４０２）。一方、撮像カメラ１０２では移動領域内を撮像しており、一定のタイミングで静止画像の画像データが送出される。そして、障害物位置検出部１１２によって、撮像カメラ１０２からの画像データを取得する（ステップＳ４０３）。
【００３６】
次に、障害物位置検出部１１２では、距離算出部距離の概算値に基づいて取得した画像データから障害物の位置検出処理をおこなう（ステップＳ４０４）。なお、障害物の位置検出処理の詳細については後述する。そして、障害物位置検出部１１２で求められた障害物の位置を反映した地図データを生成し（ステップＳ４０５）、記憶部１１６に保存する（ステップＳ４０６）。
【００３７】
次に、ステップＳ４０４における障害物の位置検出処理について説明する。図５は、障害物位置検出部１１２による障害物の位置検出処理の手順を示すフローチャートである。なお、ここでは、障害物の位置検出の例として、壁と壁との境界であるコーナーの検出をおこなう場合について説明する。
【００３８】
一般的に、移動ロボットの移動領域である部屋の地図を作成する際に、部屋の境界（壁の境や扉）を同定することが必要となる。特に、壁と壁との境界、すなわち壁の交線であるコーナーを正確に検出することが必要となってくる。しかしながら、上述したように、超音波は拡張して伝搬する性質を有するため、コーナーの部分に移動ロボットを配置して超音波センサ１０１によってその形状を観測すると、図６に示すように、０°、４５°、９０°のいずれの角度からも同一の距離が観測され、コーナーの位置を同定することが困難である。
【００３９】
図２に示すような、超音波の広がり（図２の扇形の形状）が理論通りに求められる場合には、３方向の距離の値からある程度のコーナーの位置を推測することも可能である。しかしながら、実際には超音波センサ１０１からのセンサデータには多くのノイズが含まれるため、コーナーの位置の推測は困難となる。このため、超音波センサ１０１からのセンサデータからの壁までの距離の概算値を利用して、コーナーの正確な位置を画像データ上で特定することとしている。
【００４０】
まず、距離算出部１１１によって求めた超音波センサ１０１ごとの障害物まで距離の概算値を比較し、０°位置の超音波センサ１０１による前方の距離の概算値、４５°位置の超音波センサ１０１による斜め方向の距離の概算値、＋９０°位置の超音波センサ１０１による側方の距離の概算値がほぼ等しいか否か、すなわち各概算値の差が一定の範囲内にあるか否かを調べる（ステップＳ５０１）。このように３方向の距離の概算値がほぼ同一であるか否かを判断しているは、以下の理由による。
【００４１】
図７〜１０は、９０°で交わる壁６００ａ，６００ｂのコーナー６０１付近に移動ロボット１００が到達したときの超音波センサ１０１から照射される超音波と撮像カメラ１０２から取得した画像データを示す説明図である。図１１は、超音波センサ１０１を４５°の方向に照射するように設置した場合における超音波の到達範囲と撮像カメラ１０２から取得した画像データを示す説明図である。図１１に示すように、４５°位置に配置された超音波センサ１０１から得られる距離は、前方と側方のうちの短い方の距離に近い値が得られる。
【００４２】
図７〜１０からわかるように、画像データ中でのコーナー６０１の位置は移動ロボット１００の前方の壁６００ａまでの距離と側方の壁６００ｂまでの距離の比によって一意に決定され、距離の絶対値には依存していない。このため、本実施の形態では、一方向にだけ超音波センサ１０１を設置せずに、前方と左右両側方に設置し、さらに、±４５°の斜め方向に超音波を照射するように超音波センサ１０１を設置している。
【００４３】
また、図７〜１０からわかるように、移動ロボット１００が壁６００ｂに平行に移動している場合、進行方向の前方の壁６００ａが超音波センサ１０１で検出されない状態では、４５°斜め方向の超音波センサ１０１からのセンサデータは側方向の壁との距離より少し長い値を示す。この状態で移動ロボット１００が前進を続け、前方の壁６００ａが検出された場合には、最初は前方の壁６００ａまでの距離の方が側方の壁６００ｂまでの距離より長く、次第にその距離の差が小さくなって、距離が等しくなることがわかる。
【００４４】
かかる前方の壁６００ａまでの距離と側方の壁６００ｂまでの距離が等しくなった位置が移動ロボット１００が方向転換をおこなう位置として最適な位置であり、この時点では、＋４５°斜め方向の距離もほぼ前方、側方の距離と等しい値となる。このため、ステップＳ５０１では、３方向の距離の概算値がほぼ等しいか否か（すなわち、距離の差が一定範囲内にあるか否か）を判断している。
【００４５】
そして、ステップＳ５０１で、３方向の距離の概算値がほぼ等しい状態ではないと判断された場合（ステップＳ５０１：Ｎｏ）、３方向の距離の概算値がほぼ等しい状態となるまで、移動ロボット１００を前進させる。なお、斜め方向の距離が残りの方向の距離より十分に長い場合には、前方または側方の障害物のどちらかまたはその両方が壁ではない可能性が高いので、撮像カメラ１０２から取得した画像データの解析を行うように構成すればよい。
【００４６】
また、超音波の広がりが比較的小さな超音波センサを用いた場合には、３方向の距離の概算値は等しくならず、４５度方向の距離のみが前方及び側方の距離よりも長いという状況が起こる可能性がある。ただし、この場合には４５度方向の距離は前進している間はほぼ等しく、コーナー付近に近付いた時点以降計測された距離が短くなることになる。これはコーナー付近では、４５度方向のセンサは当初側面までの距離が反映されているのに対して、前進するに従って側面までの距離と前方までの距離が等しくなった時点で前面までの距離が反映されるためである。このため、３方向のセンサの距離がほぼ等しくにならない場合でも、前方と側方の距離がほぼ等しくなり、４５度方向の距離も小さくなり出した地点がコーナー付近であることが分かる。
【００４７】
一方、ステップＳ５０１において、３方向の距離の各概算値の差がほぼ等しい場合、すなわち一定の範囲内にある場合には（ステップＳ５０１：Ｙｅｓ）、当該地点がコーナーである可能性が高いのでコーナーの探索をおこなう。すなわち、撮像カメラ１０２から取得した画像データから、距離の概算値の付近に該当する画像データ上の位置付近を探索範囲として決定する（ステップＳ５０２）。具体的には、３方向の距離がほぼ等しくなる点は斜め４５°方向にコーナー６０１が存在する確率が最も高い地点であるため、斜め４５°方向の位置の画像データ上のＸ座標を求め、かかる位置から所定値の画素数の範囲を画像データ上の探索範囲として決定する。
【００４８】
例えば、撮像カメラ１０２の焦点距離ｆがピクセル数[Pix]で表される場合には、この焦点距離ｆと同じ画素数分、画像の中央から右側の地点がコーナーとなるエッジが存在する可能性がある方向となる。撮像カメラ１０２の焦点距離ｆがＳＩ単位系で表される場合には、受光面の物理サイズｗ[mm]、受光面の画素数ｙ[Pix]、画像データの中心からコーナー位置までの画素数ｘ[Pix]は、次の式（１）の関係がある。
【００４９】
ｘ：ｆ＝ｗ：ｙ ・・・（１）
このため、画像データの中心からコーナー位置までの画素数ｘ[Pix]は、次の（２）式で算出される。
【００５０】
ｘ＝ｆ・ｙ／ｗ ・・・（２）
ここで、ｆ：撮像カメラ１０２の焦点距離[mm]、ｙ：受光面の画素数[Pix]、
ｗ：受光面の物理サイズ[mm]
【００５１】
同様に、平行に移動している側方の壁６００ｂと前方に検出された壁６００ａで、維持する距離を変えたい場合には、その距離の比から次の（３）式でコーナーの位置を求める。
【００５２】
ｘ＝ｆ・（ｙ／ｗ）・（Ｌ／Ｌ’） ・・・（３）
ここで、ｘ，ｆ，ｙ，ｗは（２）式と同様であり、
Ｌ：前方の壁と維持する距離，Ｌ’：側方の壁と維持していた距離
【００５３】
このようにして、コーナー位置のＸ座標を求めるが、かかる位置は、実際には各超音波センサ１０１からのセンサデータに誤差が含まれている場合が多い。このため、本実施の形態では、コーナー位置のＸ座標を中心にした所定の範囲を探索範囲と決定している。そして、かかる探索範囲内でエッジを探索する（ステップＳ５０３）。なお、探索範囲を決定する際の所定の範囲は、超音波センサによってセンサデータが有する誤差を予め求めておき、設定するように構成すればよい。
【００５４】
ここで、エッジを検出するのは、２つの壁が交わる交線では、同一の材質の壁紙が使われている場合でも、平面の法線方向が変換するため、かかる交線部分に強いエッジが画像データ上に現れてくる場合が多いことから、検出されたエッジの部分をコーナー位置と特定するためである。
【００５５】
エッジの検出は、例えば、障害物位置検出部１１２にソーベルフィルタ等のエッジ検出フィルタを設け、縦方向の強いエッジを探索することによりおこなう。ここで、エッジ検出フィルタは縦方向のエッジに適応可能なものであれば、微分フィルタ等いずれのフィルタを使用してもよい。
【００５６】
そして、探索範囲において、複数のエッジが検出されたか否かを判断し（ステップＳ５０４）、複数のエッジが検出されなかった場合（ステップＳ５０４：Ｎｏ）、すなわち１個のエッジが検出された場合には、検出されたエッジをコーナーと特定し、コーナの位置を画像データの中央位置からの画素値として求める（ステップＳ５０９）。
【００５７】
一方、ステップＳ５０４において、探索範囲内で複数のエッジが検出された場合には（ステップＳ５０４：Ｙｅｓ）、画像データのエッジを境界とした２つの領域の特性の相違を判断すべく、エッジごとに２つの領域の明度差、および色の差を検出する（ステップＳ５０５）。
【００５８】
図１２は、壁１２００ａと壁１２００ｂの色、明度に明らかな差が存在する場合の画像データの例を示す模式図である。図１２に示すように、２枚の壁１２００ａ，１２００ｂの色や明度に明らかに差がある場合は、画像データ上で２つの領域の色や明度の差が最大となるエッジを選択してコーナーと特定している。
【００５９】
このため、２つの領域の明度差および色の差が検出できず不明であるか否かを判断する（ステップＳ５０６）。具体的には、２つの領域の明度差および色の差が所定の閾値より大きいか否かを調べ、大きい場合には２つの領域の明度差および色の差が検出でき、小さい場合には２つの領域の明度差および色の差が検出できないと判断する。そして、２つの領域の明度差および色の差が検出できた場合には（ステップＳ５０６：Ｎｏ）、明度差あるいは色の差が検出できた２つの領域の境界のエッジをコーナーと特定し、コーナの位置を画像データの中央位置からの画素値あるいはその位置座標とする（ステップＳ５０９）。
【００６０】
なお、本実施の形態では、壁となる画像データ上の領域の特性として、色や明度を使用しているが、これに限定されるものではなく、エッジを特定することができる特性であれば、いずれの特性値を使用してもよい。
【００６１】
また、明度差や色の差は微分系の特徴量であるためノイズの影響を受けやすいことがあり、通常の画像処理では検出のための閾値を大幅に下げることが出来ない。しかし、本実施の形態では、距離の概算値からエッジの探索範囲を限定しているが、探索範囲を拡張または縮小するように制御したり、また探索範囲内の位置に応じて閾値を変動させるように制御するように構成してもよい。この場合には、探索範囲となる画像データ中の領域に応じてより明度差や色の差が小さなエッジなども検出することが可能となるという利点がある。
【００６２】
さらに、探索範囲をエッジの出現可能性に応じて複数の領域に分割し、より出現可能性の高い領域で利用する閾値を小さくすることによって、他のセンサ情報から指示されているエッジを高精度に検出することが可能となる。
【００６３】
一方、ステップＳ５０６において、閾値の制御を行った上でも、いずれのエッジについても２つの領域の明度差および色の差が検出できない場合には（ステップＳ５０６：Ｙｅｓ）、画像データにおける探索範囲をエッジの上方および下方に拡張し、エッジの上方または下方において壁との交点を検索する（ステップＳ５０７）。
【００６４】
図１３は、明度や色が近似している２つの壁１２００ａ，１２００ｂを撮像した画像データの例を示す説明図である。図１３に示すように、壁の交線のエッジは、エッジの上端または下端で、Ｙ字または逆Ｙ字となって現れる。このため、本実施の形態では、エッジの上部または下部の状態を観測し、Ｙ字または逆Ｙ字となって現れた交点の存在を検索している。これにより、画像データ中の明度差や色の差が不明確な場合やエッジ自体が不鮮明な場合等は、エッジの上部または下部において交点を検索することにより、より高精度にコーナーとなるエッジを特定することが可能となる。なお、本実施の形態では、エッジの上部か下部のいずれかで交点を検索しているが、上部と下部の両方において交点を検索するように構成してもよい。
【００６５】
このため、エッジの上部または下部において壁との交点が存在するか否か判断し（ステップＳ５０８）、存在しない場合には（ステップＳ５０８：Ｎｏ）、次のエッジの下部または下部において壁との交点を検索する（ステップＳ５０７）。
【００６６】
一方、ステップＳ５０８において、エッジの上部または下部において壁との交点が存在する場合には（ステップＳ５０８：Ｙｅｓ）、壁との交点が存在するエッジをコーナーと特定し、コーナーの位置を画像データの中央位置からの画素値あるいは位置座標とする（ステップＳ５０９）。このような処理により、コーナー位置を高精度に求めることが可能となる。
【００６７】
一方、このような探索領域の内部でコーナーと検出できない場合には、探索領域の外部でコーナーを検出する。この場合には、上記探索範囲内部の閾値とは異なる閾値、例えば上記探索範囲内部での閾値より大きな値の閾値により、２つの領域の明度差および色の差が検出できるか否かを判断する。
【００６８】
上述した障害物の位置検索処理においては、移動ロボット１００が側方の壁に平行に移動する場合を示したが、次に、移動ロボット１００が壁に平行でない方向に移動している場合の障害物の位置検出処理について説明する。
【００６９】
図１４は移動ロボット１００が壁６００ｂに平行に移動した場合の例を示す模式図であり、図１５は移動ロボット１００が壁６００ｂに平行でない方向に移動した場合の例を示す模式図である。図１４、１５の超音波の到達範囲からわかるように、超音波センサ１０１からのみでは、移動ロボット１００から前方の壁までの距離および側方の壁６００ｂの距離は、壁６００ｂに平行に移動した場合と壁６００ｂに平行でない方向に移動した場合の共に同じ値となり、コーナーの位置は同じであると検出されてしまう可能性がある。しかしながら、撮像した画像データを観測すると、画像データ中でのコーナー６０１の位置は異なっており、壁６００ｂに平行でない方向に移動ロボット１００が移動する場合（図１５）のコーナーの位置は、壁６００ｂに平行に移動していた場合（図１４）よりも左側に存在している。
【００７０】
そこで、本実施の形態では、上述のステップＳ５０２で探索範囲を決定する際に、記憶部１１６に保存されている傾斜データと位置データを使用してコーナー位置のＸ座標を求め、探索範囲を決定している。
【００７１】
傾斜データは、前方の壁６００ａまでの距離と側方の壁６００ｂまでの距離の比と、移動ロボット１００の壁６００ａに対する傾斜角度αとの相関関係を予め定めたものである。
【００７２】
図１６は、壁６００ｂに平行でない方向に移動している移動ロボット１００が前方の壁６００ａに対して傾斜角度αである場合における超音波センサからの超音波の到達範囲と画像データの例を示す説明図である。図１６に示すように、上記傾斜データを予め求めておけば、４５°方向の距離の値から傾斜角度αを推測することが可能となる。すなわち、図１６に示すように、移動ロボット１００が正面の壁６００ａに対して傾斜角度α傾いて移動する場合には、その傾斜角度αが大きくなるに従って４５°方向の距離も長くなり、コーナーの位置は画像データの中心に近づくことになる。
【００７３】
このため、超音波センサの特性を予め調べ、傾斜角度と距離の変化の相関関係を求めて傾斜データとして保持することにより、コーナーの位置の探索範囲を容易に決定することができる。図１７は、傾斜データの一例を示す説明図である。コーナーの位置は前方の壁６００ａと側方の壁６００ｂの距離の比と壁の角度αのみによって決定される。図１７に示すように、前方の壁６００ａまでの距離が１．０単位、側方の壁６００ｂまでの距離が２．０単位である場合には、壁６００ａに対する傾斜角度αが０〜４５°の間で与えられたとき、４５°方向の距離は図１７に示すように変化する。
【００７４】
また、図１８は、位置データの例を示す説明図である。位置データは、傾斜角度αと画像データ上におけるコーナーの位置の相関関係を予め定めたものである。すなわち、移動ロボット１００が壁６００ｂに平行でない方向に移動する場合には、ステップＳ５０２において、超音波センサによる距離の概算値から図１７の傾斜データを参照することにより傾斜角度αを求め、この傾斜角度αから図１８の位置データを参照することによりコーナーの位置を求めて、このコーナーの位置を中心として一定の範囲を探索範囲と決定することにより、コーナーの正確な探索が可能となる。なお、ステップＳ５０３以降の処理については、移動ロボット１００が壁６００ｂに平行移動する場合の位置検出処理と同様におこなわれる。
【００７５】
このように実施の形態１にかかる移動ロボット１００では、超音波センサ１０１で検知された障害物までの距離の概算値を算出し、算出された障害物までの距離の概算値と、撮像カメラ１０２で撮像された画像データとから、障害物が存在する可能性がある探索範囲を決定し、探索範囲内で画像データから障害物の位置を検出して、移動領域の地図データを生成しているので、距離センサからのデータと撮像部から取得した画像データのそれぞれから別個に地図データを生成して後で各地図データを統合している従来の方式に比べ、各センサの特性を利用でき、高精度な地図を生成することができる。すなわち、特性の異なるセンサからのセンサデータを有効に統合することができ、信頼性の高い障害物の位置検出をおこなうことができるので、移動ロボットにおいて信頼性の高い障害物の情報が取得できない場合に、少し移動させてから再度障害物を検出するという手法も採用することができ、より的確な地図データを生成することができる。
【００７６】
このように実施の形態１にかかる移動ロボット１００では、超音波センサ１０１から障害物までの距離の概算値を求めて、その概算値から撮像部からの画像データ中で物体が存在する探索範囲を設定し、探索範囲の内部と外部とで異なる閾値を用いて画像データおよび距離の概算値から物体の位置を検出している。言い換えれば、超音波センサ１０１と撮像カメラ１０２の特性に基づいて、超音波センサ１０１と撮像カメラ１０２からの互いのデータを障害物検出の中間段階で相互に利用して実際の物体の位置を検出しているので、超音波センサ１０１で検知された障害物からの距離データと撮像カメラ１０２から取得した画像データのそれぞれから別個に物体の位置を検出して後で物体の位置情報を統合する従来の技術と比較して、超音波センサ１０１と撮像カメラ１０２特性をより有効に利用して高精度な障害物などの物体の位置検出を行うことができる。
【００７７】
また、この結果、実施の形態１にかかる移動ロボット１００では、周辺領域の高精度な地図を作成することができる。さらに、移動ロボット１００において信頼性の高い障害物の情報が取得できない場合に、少し移動させてから再度障害物を検出するという手法も採用することができ、より的確な地図データを生成することができる。
【００７８】
（実施の形態２）
実施の形態２にかかる移動ロボット１００は、２つの撮像カメラ１０２で撮像された２つの画像データからステレオ方式における視差を求め、この視差に基づいて画像データ上で障害物の探索範囲を決定し、探索範囲内で障害物の位置を検出するものである。
【００７９】
実施の形態２にかかる移動ロボット１００の機能的構成は、実施の形態１と同様である。また、実施の形態２にかかる移動ロボット１００による地図データ生成の全体処理についても実施の形態１と同様におこなわれる。
【００８０】
本実施の形態では、図５で説明した障害物の位置検出処理において、ステップＳ５０２の探索範囲の決定の処理において、２つの画像データから視差を求めて探索範囲を決定する点で、実施の形態１と異なっている。
【００８１】
すなわち、本実施の形態では、２つの撮像カメラ１０２をスレテオカメラして使用し、各撮像カメラ１０２で撮像された２つの画像データから、それぞれの画像データ中のコーナーのエッジのX座標の差をステレオ法における視差に相当するものとする。
【００８２】
ここで求められたコーナー位置までの距離をDc、超音波センサによって得られた前方の壁６００ａまでの距離をDf、側方の壁６００ｂまでの距離をDsとすると、これらの距離には次の（４）、（５）式が成立する。
【００８３】
【数１】
【００８４】
実際には、超音波センサ１０１のセンサデータから求めた距離には誤差が含まれるため、次の（６）式で示される差Ｅが所定の閾値以下になる場合に、（４）、（５）式が成立すると考える。
【００８５】
【数２】
【００８６】
２つの撮像カメラ１０２は、任意の距離だけ離れて配置されているため、各撮像カメラ１０２からのコーナーの見え方が異なっており、一方の撮像カメラ１０２からコーナーを撮像できない場合がある。このような場合には、式（４）、（５）を使うことによって、コーナー位置の特定が可能となる。
【００８７】
具体的には、ステップＳ５０２の探索範囲の決定処理において、超音波センサ１０１によちり算出した距離の概算値ＤｆとＤｓからコーナーまでの距離Ｄｃを算出する。そして、Ｄｃと２つの画像データ間でのコーナーの位置の視差ｄを算出している。
【００８８】
図１９は、撮像カメラ１０２とコーナー上の点Ｐ（Ｘ，Ｙ，Ｚ）の関係を示す模式図である。図１９から、視差ｄおよび２つの画像データ中での障害物の位置（ｘｒ，ｘｌ）は、次の（７）〜（１１）式によって求めることが出来る。
【００８９】
Ｚ＝Ｄｆ＝Ｂ＊ｆ／ｄ ・・・（７）
【００９０】
すなわち、（７）式を変形して（８）式が得られる。
ｄ＝Ｂ＊ｆ／Ｄｆ＝ｘｌ−ｘｒ ・・・（８）
Ｘ＝Ｄｓ＝Ｂ＊ｆ＊ｘｒ ・・・（９）
【００９１】
また、（９）式を変形して（１０）式が得られる。
ｘｒ＝Ｄｓ／（Ｂ＊ｆ） ・・・（１０）
【００９２】
そして、（８）式と（１０）式から（１１）式が得られる。
ｘｌ＝Ｂ＊ｆ／Ｄｆ＋Ｄｓ／（Ｂ＊ｆ） ・・・（１１）
ここで、Ｂ：撮像カメラ間の距離、ｆ：撮像カメラの焦点距離、ｄ：視差
【００９３】
これにより、視差ｄが求められれば、コーナーが検出された画像データ中におけるコーナーのＸ座標ｘｒと視差ｄから、コーナーの検出に失敗した画像データ中でのコーナーのＸ座標の予想値を算出することができる。このため、このコーナーの検出に失敗した画像データ中でのコーナーのＸ座標の予想値を中心とした一定の範囲を探索範囲として決定し、実施の形態１のステップＳ５０３以降の処理と同様のエッジの検出をおこなうことによってコーナーの位置を検出する。
【００９４】
なお、コーナー以外の障害物についても上述の視差を利用した探索範囲の決定の処理によって障害物の位置検出が可能である。
【００９５】
図２０および図２１は、視差を利用して探索範囲を決定した場合の障害物検出の状態を示す模式図である。例えば、図２０に示すようなエッジが左の撮像カメラ１０２の画像データから取得された場合、右画像データ中で、左画像データで得られたエッジのX座標の値を始点として、そこから左の方向の範囲を探索範囲と決定する。そして、その探索範囲内で所定の閾値以上の強度のエッジを探索し、探索されたエッジを障害物と特定する。
【００９６】
図２０の例では、探索範囲内に障害物に対応する可能性のあるエッジが２本あり、かかる２本のエッジの中から、エッジの特性が左画像データのエッジの特性に近いものを選択して障害物であると特定する。具体的には、例えば、２本のエッジの中からエッジの強度と左画像データのエッジの強度との差が一定の閾値以下のエッジを左画像データのエッジの特性に近いとして、かかるエッジを選択して障害物であると特定する。この閾値は、探索範囲の内部と外部とで異なる値を使用する。
【００９７】
ここで、規則正しく並んだ柱のように繰り返しパターンがあった場合には、エッジの特性はどのエッジでもほぼ等しくなり、正しい対応を求めることが困難となる。このような場合には、超音波センサ１０１から得られたセンサデータを利用して、かかるセンサデータから求めた距離に基づいて、そのエッジが存在する探索範囲を図２１のように決定する。図２１の例では、２本のエッジの候補のうち1本のみが探索範囲に含まれている。このため、かかる探索範囲内のエッジを障害物として特定する。
【００９８】
このように実施の形態１にかかる移動ロボット１００では、２つの撮像カメラ１０２で撮像された２つの画像データからステレオ方式における視差を求め、この視差に基づいて画像データ上で障害物の探索範囲を決定し、探索範囲内で障害物の位置を検出しているので、探索範囲をより的確に決定することができ、画像全体に対する画一的な処理では発見できないような弱いエッジなども、２つの画像データのいずれかの画像データで強く現れていれば容易に検出することが可能となる。このため、実施の形態２の移動ロボットによれば、障害物などの物体の位置検出をより高精度に行うことができる。また、この結果、実施の形態２にかかる移動ロボット１００では、周辺領域のより高精度な地図を作成することができる。
【００９９】
（実施の形態３）
実施の形態１および実施の形態２では、移動制御機構を有する移動ロボットを例にあげて説明したが、実施の形態３では移動機構を有さない固定装置の地図作成装置や、人間が別途移動操作する台上に装着された地図作成装置に対して本発明を適用したものである。実施の形態３にかかる地図作成装置では、複数種類のセンサから得られるデータを統合して使用することによって高精度な地図を生成することができる。
【０１００】
図２２は、実施の形態３にかかる地図作成装置の構成を示すブロック図である。本実施の形態の地図作成装置２２００は、図２２に示すように、本体部１２１０と本体部１２１０に接続された距離センサとしての５個の超音波センサ１０１と撮像部としての２個の撮像カメラ１０２とを主に備えている。かかる超音波センサ１０１及び撮像カメラ１０２の機能および構成は実施の形態１と同様である。
【０１０１】
本体部１２１０は、図２２に示すように、距離算出部１１１と、障害物位置検出部１１２と、地図生成部１１３と、記憶部１１６とを備えており、実施の形態１および２の移動ロボットと異なり、移動制御部や駆動部などの移動機構は有さない構成となっている。
【０１０２】
本体部１２１０の各部の構成および機能は実施の形態１の移動ロボットの各部と同様の機能および構成を有しており、障害物位置検出部１１２は、距離算出部１１１よって算出された距離の概算値と、撮像部１０２によって撮像された移動領域内の画像データとから障害物が存在する可能性がある前記画像データ上の領域である探索範囲（候補領域）を決定し、探索範囲内部と外部とで異なる閾値を用いて画像データから障害物の位置を検出する。また、地図生成部１１３は、実施の形態１と同様に、障害物位置検出部１１２によって検出された障害物の位置を時系列に取得し、取得した位置情報の補正等の処理を行って整合性をとり、整合性をとった位置情報を反映した自己位置周辺の地図データを生成し、記憶部１１６に生成された地図データを保存する。
【０１０３】
実施の形態３にかかる地図生成装置における地図生成処理および障害物位置検出処理については実施の形態１および２の地図生成処理および障害物位置検出処理と同様に行われる。従って、実施の形態３にかかる地図作成装置２２００によれば、実施の形態１および２と同様に障害物などの物体の位置検出をより高精度に行うことができるため、周辺領域の高精度な地図を作成することができる。
【０１０４】
（実施の形態４）
実施の形態１〜３の各装置は、検出した障害物の位置から自己の周辺領域の地図を生成する機能を備えていたが、実施の形態４は、自動車などに搭載可能な障害物検出装置としても利用可能な、センサ情報を統合して利用することによって障害物の位置を検出する障害物位置検出装置である。本実施の形態にかかる障害物位置検出装置は、障害物の位置情報から地図データを生成する機能は有さずに、時系列的に得られる障害物の位置情報そのものが最終出力として利用される。
【０１０５】
図２３は、実施の形態４にかかる障害物位置検出装置の構成を示すブロック図である。本実施の形態の障害物位置検出２３００は、図２３に示すように、本体部２３１０と本体部２３１０に接続された距離センサとしての５個の超音波センサ１０１と撮像部としての２個の撮像カメラ１０２とを主に備えている。かかる超音波センサ１０１及び撮像カメラ１０２の機能および構成は実施の形態１と同様である。
【０１０６】
本体部２３１０は、図２３に示すように、距離算出部１１１と、障害物位置検出部１１２とを備えており、実施の形態１および２の移動ロボット、実施の形態３の地図作成装置と異なり、地図生成部や記憶部等の地図生成機構は有さない構成となっている。また、実施の形態１および２の移動ロボットと異なり、移動制御部や駆動部などの移動機構は有さない構成となっている。
【０１０７】
本体部２３１０の各部の構成および機能は実施の形態１の移動ロボットの各部と同様の機能および構成を有しており、障害物位置検出部１１２は、距離算出部１１１よって算出された距離の概算値と、撮像部１０２によって撮像された移動領域内の画像データとから障害物が存在する可能性がある前記画像データ上の領域である探索範囲（候補領域）を決定し、探索範囲内部と外部とで異なる閾値を用いて画像データから障害物の位置を検出し、検出された障害物の位置情報を出力する。
【０１０８】
実施の形態４にかかる障害物位置検出装置における障害物位置検出処理については実施の形態１および２の障害物位置検出処理と同様に行われる。従って、実施の形態４にかかる障害物位置検出装置２３００によれば、実施の形態１および２と同様に、障害物などの物体の位置検出をより高精度に行うことができる。
【０１０９】
なお、以上の実施の形態では、物体として障害物の位置検出を行うことを例にあげて説明しているが、障害物以外の物体の位置検出にも本発明を適用することができる。
【０１１０】
なお、以上の実施の形態の移動ロボット１００、地図作成装置２２００、障害物位置検出装置２３００で実行される地図生成プログラムおよび位置検出プログラムは、ＲＯＭ等に予め組み込まれて提供される。なお、以上の実施の形態の実施の形態の移動ロボット１００、地図作成装置２２００、障害物位置検出装置２３００で実行される地図生成プログラムおよび位置検出プログラムは、インストール可能な形式又は実行可能な形式のファイルでＣＤ−ＲＯＭ、フレキシブルディスク（ＦＤ）、ＣＤ−Ｒ、ＤＶＤ（Ｄｉｇｉｔａｌ Ｖｅｒｓａｔｉｌｅ Ｄｉｓｋ）等のコンピュータで読み取り可能な記録媒体に記録して提供するように構成してもよい。さらに、以上の実施の形態の実施の形態の移動ロボット１００、地図作成装置２２００、障害物位置検出装置２３００で実行される地図生成プログラムおよび位置検出プログラムを、インターネット等のネットワークに接続されたコンピュータ上に格納し、ネットワーク経由でダウンロードさせることにより提供するように構成しても良い。また、かかる地図生成プログラムおよび位置検出プログラムをインターネット等のネットワーク経由で提供または配布するように構成しても良い。
【０１１１】
以上の実施の形態の移動ロボット１００、地図作成装置２２００、障害物位置検出装置２３００で実行される地図生成プログラムおよび位置検出プログラムは、上述した各部を含むモジュール構成となっており、実際のハードウェアとしてはＣＰＵ（プロセッサ）が上記ＲＯＭから地図生成プログラム、位置検出プログラムを読み出して実行することにより上記各部が主記憶装置上にロードされる。
【図面の簡単な説明】
【０１１２】
【図１】実施の形態１にかかる移動ロボットの機能的構成を示すブロック図である。
【図２】超音波センサの超音波の到達範囲を示す模式図である。
【図３】実施の形態１の移動ロボット１００に接続された５個の超音波センサ１０１から照射される超音波の到達範囲を示す模式図である。
【図４】実施の形態１にかかる移動ロボット１００による地図生成処理の手順を示すフローチャートである。
【図５】障害物位置検出部１１２による障害物の位置検出処理の手順を示すフローチャートである。
【図６】０°、４５°、９０°の角度からの超音波センサによる超音波の到達範囲を示す模式図である。
【図７】９０°で交わる壁６００ａ，６００ｂのコーナー６０１付近に移動ロボット１００が到達したときの超音波センサ１０１から照射される超音波と撮像カメラ１０２から取得した画像データを示す説明図である。
【図８】９０°で交わる壁６００ａ，６００ｂのコーナー６０１付近に移動ロボット１００が到達したときの超音波センサ１０１から照射される超音波と撮像カメラ１０２から取得した画像データを示す説明図である。
【図９】９０°で交わる壁６００ａ，６００ｂのコーナー６０１付近に移動ロボット１００が到達したときの超音波センサ１０１から照射される超音波と撮像カメラ１０２から取得した画像データを示す説明図である。
【図１０】９０°で交わる壁６００ａ，６００ｂのコーナー６０１付近に移動ロボット１００が到達したときの超音波センサ１０１から照射される超音波と撮像カメラ１０２から取得した画像データを示す説明図である。
【図１１】超音波センサ１０１を４５°の方向に照射するように設置した場合における超音波の到達範囲と撮像カメラ１０２から取得した画像データを示す説明図である。
【図１２】壁１２００ａと壁１２００ｂの色、明度に明らかな差が存在する場合の画像データの例を示す模式図である。
【図１３】明度や色が近似している２つの壁１２００ａ，１２００ｂを撮像した画像データの例を示す説明図である。
【図１４】移動ロボット１００が壁６００ｂに平行に移動した場合の例を示す模式図である。
【図１５】移動ロボット１００が壁６００ｂに平行でない方向に移動した場合の例を示す模式図である。
【図１６】壁６００ｂに平行でない方向に移動している移動ロボット１００が前方の壁６００ａに対して傾斜角度αである場合における超音波センサからの超音波の到達範囲と画像データの例を示す説明図である。
【図１７】傾斜データの一例を示す説明図である。
【図１８】位置データの例を示す説明図である。
【図１９】撮像カメラ１０２とコーナー上の点Ｐ（Ｘ，Ｙ，Ｚ）の関係を示す模式図である。
【図２０】視差を利用して探索範囲を決定した場合のエッジ検出の状態を示す模式図である。
【図２１】視差を利用して探索範囲を決定した場合のエッジ検出の状態を示す模式図である。
【図２２】実施の形態３にかかる地図作成装置の構成を示すブロック図である。
【図２３】実施の形態４にかかる障害物位置検出装置の構成を示すブロック図である。
【符号の説明】
【０１１３】
１００ 移動ロボット
１０１ 超音波センサ
１０２ 撮像カメラ
１１０，１２１０，２３１０ 本体部
１１１ 距離算出部
１１２ 障害物位置検出部
１１３ 地図生成部
１１４ 移動制御部
１１５ 駆動部
１１６ 記憶部
６００ａ，６００ｂ，１２００ａ，１２００ｂ 壁
２２００ 地図作成装置
２３００ 障害物位置検出装置
【技術分野】
【０００１】
本発明は、距離センサおよび撮像部から取得した各データを統合して任意の領域内の物体の位置を安定的に検出する物体位置検出装置、物体の位置に基づいて地図データを生成する地図作成装置、自律移動装置、物体位置検出方法および物体位置検出プログラムに関する。
【背景技術】
【０００２】
従来の自律移動型のロボット（以下、「移動ロボット」という。）は、超音波センサ、レンジファインダなどの距離センサやＴＶカメラ等の撮像部を、ロボット周囲の外界の情報を取り込むためのセンサとして搭載して、これらの各種センサから取得した情報に基づいて移動する等の行動を行っていた。そして、各種センサから取得したデータは主に各センサごとに処理をされ、センサごとの最終的な処理結果を複数利用して外界認識の精度を向上させる手法が中心となっている（非特許文献１参照）。
【０００３】
また、特許文献１の技術では、種類の異なる複数のセンサから得られたセンサデータを統合して総合的に環境を認識して移動ロボットの走行誘導を行う技術が開示されている。
【０００４】
【特許文献１】特開平７−１１６９８１号公報
【非特許文献１】三浦純、白井良明「不確かさを考慮した移動ロボットのための資格とそのプランニング」情報処理学会論文誌Vol.44No.SIG17(CVIM8) 37〜49ページ 2003年
【発明の開示】
【発明が解決しようとする課題】
【０００５】
しかしながら、非特許文献１の技術では、複数のセンサからのデータを使用して障害物の位置検出等を行っているものの、各センサからのデータを個々に処理してその処理結果により障害物の位置検出や地図データが生成され、この処理の後に複数の処理結果や複数の地図データを統合している。ところが、複数のセンサのそれぞれのデータ特性はセンサ毎に異なっており、これらのセンサ特性を考慮せずに処理結果のデータを統合すると誤差の多い環境地図が生成されてしまうという問題がある。
【０００６】
特に、各センサからデータを個々に処理し、その処理結果として生成された環境地図同士を統合する技術では、地図の位置合わせ等が困難であり、高精度な環境地図を生成することが困難であるとともに、各センサの長所を十分に利用していないという問題がある。
【０００７】
また、特許文献１の技術では、異なる種類の複数のセンサのセンサデータを統合しているとはいうものの、各センサから取得したセンサデータをそれぞれ判断し、複数のセンサデータの組み合わせから物体の存在する環境の仮説をたてているだけであり、複数のセンサデータを連携して物体の位置を検出してはいない。このため、この特許文献１の技術によっても各センサの特性を考慮した物体の位置検出を行うことができず、検出される物体の位置には誤差が生じてしまうという問題がある。
【０００８】
本発明は、上記に鑑みてなされたものであって、各々のセンサの特性に基づいて、互いのセンサのデータを物体検出の中間段階で相互に利用して物体を検出することによって、各センサの特性を利用するとともに、高精度に物体の位置を検出することができる物体位置検出装置、地図作成装置、自律移動装置、物体位置検出方法および物体位置検出プログラムを提供することを目的とする。
【課題を解決するための手段】
【０００９】
上述した課題を解決し、目的を達成するために、本発明は、物体位置検出装置であって、前記物体位置検出装置の周囲に設定された検知領域内における物体を検知する距離センサと、前記検知領域内を撮像する撮像部と、前記距離センサによって検知された物体までの距離の概算値を算出する距離算出部と、 前記距離の概算値に基づいて前記撮像部で撮像された画像データ中で物体が存在する候補領域を設定し、前記候補領域の内部と外部とで異なる閾値を用いて、前記画像データおよび前記距離の概算値に基づいて物体の位置を検出する位置検出部とを備えたことを特徴とする。
【００１０】
また、本発明は、地図作成装置であって、前記地図作成装置の周囲に設定された検知領域内における物体を検知する距離センサと、 前記検知領域内を撮像する撮像部と、前記距離センサによって検知された物体までの距離の概算値を算出する距離算出部と、前記距離の概算値に基づいて前記撮像部で撮像された画像データ中で物体が存在する候補領域を設定し、前記候補領域の内部と外部とで異なる閾値を用いて、前記画像データおよび前記距離の概算値に基づいて物体の位置を検出する位置検出部と、前記位置検出部により時系列に検出された前記物体の位置の整合を取ることによって自己位置周辺の地図データを生成する地図生成部とを備えたことを特徴とする。
【００１１】
また、本発明は、自律移動装置であって、前記自律移動装置の周囲に設定された検知領域内における物体を検知する距離センサと、前記検知領域内を撮像する撮像部と、前記距離センサによって検知された物体までの距離の概算値を算出する距離算出部と、前記距離の概算値に基づいて前記撮像部で撮像された画像データ中で物体が存在する候補領域を設定し、前記候補領域の内部と外部とで異なる閾値を用いて、前記画像データおよび前記距離の概算値に基づいて物体の位置を検出する位置検出部と、前記位置検出部により時系列に検出された前記物体の位置に基づいて、前記物体を回避して自装置の移動を制御する移動制御部とを備えたことを特徴とする。
【００１２】
また、本発明は、自律移動装置であって、前記自律移動装置の周囲に設定された検知領域内における物体を検知する距離センサと、前記検知領域内を撮像する撮像部と、前記距離センサによって検知された物体までの距離の概算値を算出する距離算出部と、前記距離の概算値に基づいて前記撮像部で撮像された画像データ中で物体が存在する候補領域を設定し、前記候補領域の内部と外部とで異なる閾値を用いて、前記画像データおよび前記距離の概算値に基づいて物体の位置を検出する位置検出部と、前記位置検出部により時系列に検出された前記物体の位置の整合を取ることによって自己位置周辺の地図データを生成する地図生成部と、前記地図生成部によって生成された前記地図データに基づいて前記物体を回避して自装置の移動を制御する移動制御部とを備えたことを特徴とする。
【００１３】
また、本発明は、上記物体位置検出装置に対応した物体位置検出方法および物体位置検出プログラムである。
【発明の効果】
【００１４】
本発明によれば、距離センサからのデータと撮像部から取得した画像データのそれぞれから別個に物体の位置を検出して後で物体の位置情報を統合するのではなく、距離センサからのデータから物体までの距離の概算値を求めて、その概算値から撮像部からの画像データ中で物体が存在する候補領域を設定し、候補領域の内部と外部とで異なる閾値を用いて画像データおよび距離の概算値に基づいて物体の位置を検出する。すなわち、距離センサと撮像部の特性に基づいて、距離センサと撮像部からの互いのデータを物体検出の中間段階で相互に利用して実際の物体の位置を検出しているので、距離センサと撮像部の特性を利用でき、高精度な物体の位置検出を行うことができるという効果を奏する。
【発明を実施するための最良の形態】
【００１５】
以下に添付図面を参照して、この発明にかかる物体位置検出装置、地図作成装置、自律移動装置、物体位置検出方法および物体位置検出プログラムの最良な実施の形態を詳細に説明する。
【００１６】
実施の形態１および２は、本発明の物体位置検出装置、地図作成装置、自律移動装置、物体位置検出方法および物体位置検出プログラムを、自律走行して移動可能な自律移動型のロボット（以下、「移動ロボット」という。）に適用したものである。ただし、移動ロボットに限定されるものではなく、距離センサと撮像部を備える装置であれば、いずれの装置にも本発明にかかる物体位置検出装置、地図作成装置、自律移動装置、物体位置検出方法および物体位置検出プログラムを適用することが可能である。
【００１７】
ここで、移動ロボットの場合は、障害物位置検出装置の出力結果を基に地図を作成する地図作成装置および作成された地図を元に移動する駆動制御装置を備えることになるが、システムの構成によっては、障害物の位置のみを算出するシステムや、障害物の位置から地図を作成するシステムなどにも本発明の物体位置検出装置を適用することが可能である。
【００１８】
（実施の形態１）
実施の形態１にかかる移動ロボット１００は、予め定められた移動領域内を自律的に移動して、移動領域内に存在する障害物の位置検出をおこなうものである。
【００１９】
（移動ロボットの構成）
図１は、実施の形態１にかかる移動ロボットの機能的構成を示すブロック図である。本実施の形態にかかる移動ロボット１００は、図１に示すように、本体部１１０と本体部１１０に接続された距離センサとしての５個の超音波センサ１０１と撮像部としての２個の撮像カメラ１０２とを主に備えている。ただし、超音波センサ及び撮像部の個数は各センサの精度や計測が必要な範囲の広さに依存しており、必ずしもこの個数に限定されるものではない。
【００２０】
超音波センサ１０１は、超音波パルスを障害物に照射してその反射パルスを受信する距離センサである。この超音波センサ１０１は、超音波の照射によって、移動ロボット１００の周囲に設定された検知領域内の障害物を検知するようになっている。図２は、超音波センサの超音波の到達範囲を示す模式図である。図２に示すように、超音波センサは、一般的に、超音波が広がりをもって照射されるため、横方向の解像度が低く前方における障害物の有無を調べるという簡単な判別に使用されることが多いが、超音波センサ１０１を使用した場合でも、前方の奥行き方向の距離は超音波の波長に応じた精度で取得することができ、対象物との距離に依存はするが、一般的には数ｃｍ程度の精度で距離を測定することが可能となっている。
【００２１】
図３は、本実施の形態の移動ロボット１００に接続された５個の超音波センサ１０１から照射される超音波の到達範囲を示す模式図である。本実施の形態の移動ロボット１００には、５個の超音波センサ１０１が移動ロボット１００の側面から前面にかけて４５°の角度間隔で配置されている。
【００２２】
後述するように、画像データ中でのコーナーの位置は前方の壁までの距離と側方の壁までの距離の比によって一意に決定され、距離の絶対値には依存していないため、本実施の形態では、前方と左右両側方に設置している。さらに、本実施の形態にかかる移動ロボット１００では、距離に依存する画像中のコーナー位置の推定精度を向上させるため、±４５°の斜め方向に超音波を照射するように超音波センサ１０１を設置している。なお、移動ロボット１０１をさらに後進させる場合を考慮して、さらに後方に超音波を照射するように超音波センサ１０１と撮像カメラ１０２を設置するように構成してもよい。
【００２３】
なお、本実施の形態の移動ロボット１００に配置された数以上の超音波センサ１０１を配置することも可能であるが、超音波センサ１０１から照射される超音波は、拡張して伝搬する特性を有するため、推定精度の向上には影響を与えない場合が多い。 ただし、超音波の伝搬の広がりが小さい場合には、さらに小さな角度間隔で超音波センサ１０１を配置するように構成すれば、距離の精度の向上を図ることが可能である。
【００２４】
また、本実施の形態では、距離センサとして超音波センサを使用しているが、これに限定されるものではなく、距離を測定可能なセンサであれば、例えばレンジファインダ等いずれのセンサを使用してもよい。撮像カメラは、移動領域内を撮像するものであり、例えばＴＶカメラ等を用いることができる。
【００２５】
本体部１１０は、図１に示すように、距離算出部１１１と、障害物位置検出部１１２と、地図生成部１１３と、移動制御部１１４と、駆動部１１５と、記憶部１１６とを主に備えている。
【００２６】
距離算出部１１１は、超音波センサ１１０によって受信した反射波により、障害物までの距離の概算値を算出するものであり、各超音波センサ１１０ごとに距離の概算値を算出するようになっている。
【００２７】
障害物位置検出部１１２は、距離算出部１１１よって算出された距離の概算値と、撮像部１０２によって撮像された移動領域内の画像データとから障害物が存在する可能性がある前記画像データ上の領域である探索範囲（候補領域）を決定し、探索範囲内部と外部とで異なる閾値を用いて画像データから障害物の位置を検出するものである。具体的には、距離算出部１１１よって算出された距離の概算値から画像データ中の障害物の位置を予測した範囲を探索範囲とし、この探索範囲内部で画像処理を行い、画像処理の段階で所定の閾値を用いて画像処理結果により障害物を特定し、障害物の位置を検出する処理を行う。また、探索領域内部で障害物を検出することができない場合には、顔図データ中で探索領域を拡張して障害物の特定を行い、あるいは探索領域外部では上記閾値とは異なる閾値と比較して障害物を特定し、その位置を検出する処理を行う。
【００２８】
また、超音波センサの精度によっては必ずしも探索範囲を一意に決定できない場合もあり、この場合には任意の個数の領域に対して信頼度を定義し、各領域の信頼度に応じて画像処理の閾値を制御することによって、より精度の高いセンサ情報の統合処理が可能となる。
【００２９】
一般に、超音波センサから取得される距離データはノイズが多く、取得される距離データの信頼性もそれほど高くない。また、超音波は、図２に示すように拡張して伝搬する性質を有している、移動領域内に複数の障害物が存在する場合には、十分な大きさを有する障害物の中で最も近い障害物の距離のみが取得されることになる。このため、本実施の形態では、超音波センサ１０１から得られたセンサデータから求めた距離の概算値の位置にある障害物を、撮像カメラ１０２から取得した画像データを解析して特定している。
【００３０】
すなわち、本実施の形態では、超音波センサ１０１による距離の概算値と、画像データの画像解析の両方を、障害物の検出の中間段階で相互に利用して、障害物の正確な位置検出をおこなって、超音波センサ１０１と撮像カメラ１０２の各特性の長所を生かして、高精度な障害物検出および地図生成をおこなっている。
【００３１】
地図生成部１１３は、障害物位置検出部１１２によって検出された障害物の位置を時系列に取得し、取得した位置情報の補正等の処理を行って整合性をとり、整合性をとった位置情報を反映した自己位置周辺の地図データを生成し、記憶部１１６に生成された地図データを保存するものである。また、地図生成部１１３は、新たに障害物が検出された場合には、記憶部１１６に記憶されている地図データに新たに検出された障害物の位置を反映して地図データを更新する処理もおこなう。
【００３２】
移動制御部１１４は、地図データに従って移動ロボット１００の移動をおこなうように、駆動部を制御するものである。具体的には、地図データ上で特定された障害物の位置を回避して移動ロボット１００が走行するように駆動部１１５を制御する。駆動部１１５は、移動ロボットの車輪（図示せず）の駆動および停止をおこなうものである。
【００３３】
記憶部１１６は、メモリやハードディスクドライブ装置（ＨＤＤ）などの記憶媒体であり、上述した地図データや、後述する傾斜データや位置データを保存している。
【００３４】
（地図生成処理）
次に、以上のように構成された本実施の形態にかかる移動ロボット１００による地図生成処理について説明する。図４は、本実施の形態にかかる移動ロボット１００による地図生成処理の手順を示すフローチャートである。
【００３５】
各超音波センサ１０１では、移動領域内に障害物が存在するか否かを検知するため反射パルスを照射しており、障害物からの反射波を受信してセンサデータとして送出している。距離算出部１１１は超音波センサ１０１からセンサデータを取得して（ステップＳ４０１）、取得したセンサデータから障害物までの距離の概算値を各超音波センサ１０１ごとに算出する（ステップＳ４０２）。一方、撮像カメラ１０２では移動領域内を撮像しており、一定のタイミングで静止画像の画像データが送出される。そして、障害物位置検出部１１２によって、撮像カメラ１０２からの画像データを取得する（ステップＳ４０３）。
【００３６】
次に、障害物位置検出部１１２では、距離算出部距離の概算値に基づいて取得した画像データから障害物の位置検出処理をおこなう（ステップＳ４０４）。なお、障害物の位置検出処理の詳細については後述する。そして、障害物位置検出部１１２で求められた障害物の位置を反映した地図データを生成し（ステップＳ４０５）、記憶部１１６に保存する（ステップＳ４０６）。
【００３７】
次に、ステップＳ４０４における障害物の位置検出処理について説明する。図５は、障害物位置検出部１１２による障害物の位置検出処理の手順を示すフローチャートである。なお、ここでは、障害物の位置検出の例として、壁と壁との境界であるコーナーの検出をおこなう場合について説明する。
【００３８】
一般的に、移動ロボットの移動領域である部屋の地図を作成する際に、部屋の境界（壁の境や扉）を同定することが必要となる。特に、壁と壁との境界、すなわち壁の交線であるコーナーを正確に検出することが必要となってくる。しかしながら、上述したように、超音波は拡張して伝搬する性質を有するため、コーナーの部分に移動ロボットを配置して超音波センサ１０１によってその形状を観測すると、図６に示すように、０°、４５°、９０°のいずれの角度からも同一の距離が観測され、コーナーの位置を同定することが困難である。
【００３９】
図２に示すような、超音波の広がり（図２の扇形の形状）が理論通りに求められる場合には、３方向の距離の値からある程度のコーナーの位置を推測することも可能である。しかしながら、実際には超音波センサ１０１からのセンサデータには多くのノイズが含まれるため、コーナーの位置の推測は困難となる。このため、超音波センサ１０１からのセンサデータからの壁までの距離の概算値を利用して、コーナーの正確な位置を画像データ上で特定することとしている。
【００４０】
まず、距離算出部１１１によって求めた超音波センサ１０１ごとの障害物まで距離の概算値を比較し、０°位置の超音波センサ１０１による前方の距離の概算値、４５°位置の超音波センサ１０１による斜め方向の距離の概算値、＋９０°位置の超音波センサ１０１による側方の距離の概算値がほぼ等しいか否か、すなわち各概算値の差が一定の範囲内にあるか否かを調べる（ステップＳ５０１）。このように３方向の距離の概算値がほぼ同一であるか否かを判断しているは、以下の理由による。
【００４１】
図７〜１０は、９０°で交わる壁６００ａ，６００ｂのコーナー６０１付近に移動ロボット１００が到達したときの超音波センサ１０１から照射される超音波と撮像カメラ１０２から取得した画像データを示す説明図である。図１１は、超音波センサ１０１を４５°の方向に照射するように設置した場合における超音波の到達範囲と撮像カメラ１０２から取得した画像データを示す説明図である。図１１に示すように、４５°位置に配置された超音波センサ１０１から得られる距離は、前方と側方のうちの短い方の距離に近い値が得られる。
【００４２】
図７〜１０からわかるように、画像データ中でのコーナー６０１の位置は移動ロボット１００の前方の壁６００ａまでの距離と側方の壁６００ｂまでの距離の比によって一意に決定され、距離の絶対値には依存していない。このため、本実施の形態では、一方向にだけ超音波センサ１０１を設置せずに、前方と左右両側方に設置し、さらに、±４５°の斜め方向に超音波を照射するように超音波センサ１０１を設置している。
【００４３】
また、図７〜１０からわかるように、移動ロボット１００が壁６００ｂに平行に移動している場合、進行方向の前方の壁６００ａが超音波センサ１０１で検出されない状態では、４５°斜め方向の超音波センサ１０１からのセンサデータは側方向の壁との距離より少し長い値を示す。この状態で移動ロボット１００が前進を続け、前方の壁６００ａが検出された場合には、最初は前方の壁６００ａまでの距離の方が側方の壁６００ｂまでの距離より長く、次第にその距離の差が小さくなって、距離が等しくなることがわかる。
【００４４】
かかる前方の壁６００ａまでの距離と側方の壁６００ｂまでの距離が等しくなった位置が移動ロボット１００が方向転換をおこなう位置として最適な位置であり、この時点では、＋４５°斜め方向の距離もほぼ前方、側方の距離と等しい値となる。このため、ステップＳ５０１では、３方向の距離の概算値がほぼ等しいか否か（すなわち、距離の差が一定範囲内にあるか否か）を判断している。
【００４５】
そして、ステップＳ５０１で、３方向の距離の概算値がほぼ等しい状態ではないと判断された場合（ステップＳ５０１：Ｎｏ）、３方向の距離の概算値がほぼ等しい状態となるまで、移動ロボット１００を前進させる。なお、斜め方向の距離が残りの方向の距離より十分に長い場合には、前方または側方の障害物のどちらかまたはその両方が壁ではない可能性が高いので、撮像カメラ１０２から取得した画像データの解析を行うように構成すればよい。
【００４６】
また、超音波の広がりが比較的小さな超音波センサを用いた場合には、３方向の距離の概算値は等しくならず、４５度方向の距離のみが前方及び側方の距離よりも長いという状況が起こる可能性がある。ただし、この場合には４５度方向の距離は前進している間はほぼ等しく、コーナー付近に近付いた時点以降計測された距離が短くなることになる。これはコーナー付近では、４５度方向のセンサは当初側面までの距離が反映されているのに対して、前進するに従って側面までの距離と前方までの距離が等しくなった時点で前面までの距離が反映されるためである。このため、３方向のセンサの距離がほぼ等しくにならない場合でも、前方と側方の距離がほぼ等しくなり、４５度方向の距離も小さくなり出した地点がコーナー付近であることが分かる。
【００４７】
一方、ステップＳ５０１において、３方向の距離の各概算値の差がほぼ等しい場合、すなわち一定の範囲内にある場合には（ステップＳ５０１：Ｙｅｓ）、当該地点がコーナーである可能性が高いのでコーナーの探索をおこなう。すなわち、撮像カメラ１０２から取得した画像データから、距離の概算値の付近に該当する画像データ上の位置付近を探索範囲として決定する（ステップＳ５０２）。具体的には、３方向の距離がほぼ等しくなる点は斜め４５°方向にコーナー６０１が存在する確率が最も高い地点であるため、斜め４５°方向の位置の画像データ上のＸ座標を求め、かかる位置から所定値の画素数の範囲を画像データ上の探索範囲として決定する。
【００４８】
例えば、撮像カメラ１０２の焦点距離ｆがピクセル数[Pix]で表される場合には、この焦点距離ｆと同じ画素数分、画像の中央から右側の地点がコーナーとなるエッジが存在する可能性がある方向となる。撮像カメラ１０２の焦点距離ｆがＳＩ単位系で表される場合には、受光面の物理サイズｗ[mm]、受光面の画素数ｙ[Pix]、画像データの中心からコーナー位置までの画素数ｘ[Pix]は、次の式（１）の関係がある。
【００４９】
ｘ：ｆ＝ｗ：ｙ ・・・（１）
このため、画像データの中心からコーナー位置までの画素数ｘ[Pix]は、次の（２）式で算出される。
【００５０】
ｘ＝ｆ・ｙ／ｗ ・・・（２）
ここで、ｆ：撮像カメラ１０２の焦点距離[mm]、ｙ：受光面の画素数[Pix]、
ｗ：受光面の物理サイズ[mm]
【００５１】
同様に、平行に移動している側方の壁６００ｂと前方に検出された壁６００ａで、維持する距離を変えたい場合には、その距離の比から次の（３）式でコーナーの位置を求める。
【００５２】
ｘ＝ｆ・（ｙ／ｗ）・（Ｌ／Ｌ’） ・・・（３）
ここで、ｘ，ｆ，ｙ，ｗは（２）式と同様であり、
Ｌ：前方の壁と維持する距離，Ｌ’：側方の壁と維持していた距離
【００５３】
このようにして、コーナー位置のＸ座標を求めるが、かかる位置は、実際には各超音波センサ１０１からのセンサデータに誤差が含まれている場合が多い。このため、本実施の形態では、コーナー位置のＸ座標を中心にした所定の範囲を探索範囲と決定している。そして、かかる探索範囲内でエッジを探索する（ステップＳ５０３）。なお、探索範囲を決定する際の所定の範囲は、超音波センサによってセンサデータが有する誤差を予め求めておき、設定するように構成すればよい。
【００５４】
ここで、エッジを検出するのは、２つの壁が交わる交線では、同一の材質の壁紙が使われている場合でも、平面の法線方向が変換するため、かかる交線部分に強いエッジが画像データ上に現れてくる場合が多いことから、検出されたエッジの部分をコーナー位置と特定するためである。
【００５５】
エッジの検出は、例えば、障害物位置検出部１１２にソーベルフィルタ等のエッジ検出フィルタを設け、縦方向の強いエッジを探索することによりおこなう。ここで、エッジ検出フィルタは縦方向のエッジに適応可能なものであれば、微分フィルタ等いずれのフィルタを使用してもよい。
【００５６】
そして、探索範囲において、複数のエッジが検出されたか否かを判断し（ステップＳ５０４）、複数のエッジが検出されなかった場合（ステップＳ５０４：Ｎｏ）、すなわち１個のエッジが検出された場合には、検出されたエッジをコーナーと特定し、コーナの位置を画像データの中央位置からの画素値として求める（ステップＳ５０９）。
【００５７】
一方、ステップＳ５０４において、探索範囲内で複数のエッジが検出された場合には（ステップＳ５０４：Ｙｅｓ）、画像データのエッジを境界とした２つの領域の特性の相違を判断すべく、エッジごとに２つの領域の明度差、および色の差を検出する（ステップＳ５０５）。
【００５８】
図１２は、壁１２００ａと壁１２００ｂの色、明度に明らかな差が存在する場合の画像データの例を示す模式図である。図１２に示すように、２枚の壁１２００ａ，１２００ｂの色や明度に明らかに差がある場合は、画像データ上で２つの領域の色や明度の差が最大となるエッジを選択してコーナーと特定している。
【００５９】
このため、２つの領域の明度差および色の差が検出できず不明であるか否かを判断する（ステップＳ５０６）。具体的には、２つの領域の明度差および色の差が所定の閾値より大きいか否かを調べ、大きい場合には２つの領域の明度差および色の差が検出でき、小さい場合には２つの領域の明度差および色の差が検出できないと判断する。そして、２つの領域の明度差および色の差が検出できた場合には（ステップＳ５０６：Ｎｏ）、明度差あるいは色の差が検出できた２つの領域の境界のエッジをコーナーと特定し、コーナの位置を画像データの中央位置からの画素値あるいはその位置座標とする（ステップＳ５０９）。
【００６０】
なお、本実施の形態では、壁となる画像データ上の領域の特性として、色や明度を使用しているが、これに限定されるものではなく、エッジを特定することができる特性であれば、いずれの特性値を使用してもよい。
【００６１】
また、明度差や色の差は微分系の特徴量であるためノイズの影響を受けやすいことがあり、通常の画像処理では検出のための閾値を大幅に下げることが出来ない。しかし、本実施の形態では、距離の概算値からエッジの探索範囲を限定しているが、探索範囲を拡張または縮小するように制御したり、また探索範囲内の位置に応じて閾値を変動させるように制御するように構成してもよい。この場合には、探索範囲となる画像データ中の領域に応じてより明度差や色の差が小さなエッジなども検出することが可能となるという利点がある。
【００６２】
さらに、探索範囲をエッジの出現可能性に応じて複数の領域に分割し、より出現可能性の高い領域で利用する閾値を小さくすることによって、他のセンサ情報から指示されているエッジを高精度に検出することが可能となる。
【００６３】
一方、ステップＳ５０６において、閾値の制御を行った上でも、いずれのエッジについても２つの領域の明度差および色の差が検出できない場合には（ステップＳ５０６：Ｙｅｓ）、画像データにおける探索範囲をエッジの上方および下方に拡張し、エッジの上方または下方において壁との交点を検索する（ステップＳ５０７）。
【００６４】
図１３は、明度や色が近似している２つの壁１２００ａ，１２００ｂを撮像した画像データの例を示す説明図である。図１３に示すように、壁の交線のエッジは、エッジの上端または下端で、Ｙ字または逆Ｙ字となって現れる。このため、本実施の形態では、エッジの上部または下部の状態を観測し、Ｙ字または逆Ｙ字となって現れた交点の存在を検索している。これにより、画像データ中の明度差や色の差が不明確な場合やエッジ自体が不鮮明な場合等は、エッジの上部または下部において交点を検索することにより、より高精度にコーナーとなるエッジを特定することが可能となる。なお、本実施の形態では、エッジの上部か下部のいずれかで交点を検索しているが、上部と下部の両方において交点を検索するように構成してもよい。
【００６５】
このため、エッジの上部または下部において壁との交点が存在するか否か判断し（ステップＳ５０８）、存在しない場合には（ステップＳ５０８：Ｎｏ）、次のエッジの下部または下部において壁との交点を検索する（ステップＳ５０７）。
【００６６】
一方、ステップＳ５０８において、エッジの上部または下部において壁との交点が存在する場合には（ステップＳ５０８：Ｙｅｓ）、壁との交点が存在するエッジをコーナーと特定し、コーナーの位置を画像データの中央位置からの画素値あるいは位置座標とする（ステップＳ５０９）。このような処理により、コーナー位置を高精度に求めることが可能となる。
【００６７】
一方、このような探索領域の内部でコーナーと検出できない場合には、探索領域の外部でコーナーを検出する。この場合には、上記探索範囲内部の閾値とは異なる閾値、例えば上記探索範囲内部での閾値より大きな値の閾値により、２つの領域の明度差および色の差が検出できるか否かを判断する。
【００６８】
上述した障害物の位置検索処理においては、移動ロボット１００が側方の壁に平行に移動する場合を示したが、次に、移動ロボット１００が壁に平行でない方向に移動している場合の障害物の位置検出処理について説明する。
【００６９】
図１４は移動ロボット１００が壁６００ｂに平行に移動した場合の例を示す模式図であり、図１５は移動ロボット１００が壁６００ｂに平行でない方向に移動した場合の例を示す模式図である。図１４、１５の超音波の到達範囲からわかるように、超音波センサ１０１からのみでは、移動ロボット１００から前方の壁までの距離および側方の壁６００ｂの距離は、壁６００ｂに平行に移動した場合と壁６００ｂに平行でない方向に移動した場合の共に同じ値となり、コーナーの位置は同じであると検出されてしまう可能性がある。しかしながら、撮像した画像データを観測すると、画像データ中でのコーナー６０１の位置は異なっており、壁６００ｂに平行でない方向に移動ロボット１００が移動する場合（図１５）のコーナーの位置は、壁６００ｂに平行に移動していた場合（図１４）よりも左側に存在している。
【００７０】
そこで、本実施の形態では、上述のステップＳ５０２で探索範囲を決定する際に、記憶部１１６に保存されている傾斜データと位置データを使用してコーナー位置のＸ座標を求め、探索範囲を決定している。
【００７１】
傾斜データは、前方の壁６００ａまでの距離と側方の壁６００ｂまでの距離の比と、移動ロボット１００の壁６００ａに対する傾斜角度αとの相関関係を予め定めたものである。
【００７２】
図１６は、壁６００ｂに平行でない方向に移動している移動ロボット１００が前方の壁６００ａに対して傾斜角度αである場合における超音波センサからの超音波の到達範囲と画像データの例を示す説明図である。図１６に示すように、上記傾斜データを予め求めておけば、４５°方向の距離の値から傾斜角度αを推測することが可能となる。すなわち、図１６に示すように、移動ロボット１００が正面の壁６００ａに対して傾斜角度α傾いて移動する場合には、その傾斜角度αが大きくなるに従って４５°方向の距離も長くなり、コーナーの位置は画像データの中心に近づくことになる。
【００７３】
このため、超音波センサの特性を予め調べ、傾斜角度と距離の変化の相関関係を求めて傾斜データとして保持することにより、コーナーの位置の探索範囲を容易に決定することができる。図１７は、傾斜データの一例を示す説明図である。コーナーの位置は前方の壁６００ａと側方の壁６００ｂの距離の比と壁の角度αのみによって決定される。図１７に示すように、前方の壁６００ａまでの距離が１．０単位、側方の壁６００ｂまでの距離が２．０単位である場合には、壁６００ａに対する傾斜角度αが０〜４５°の間で与えられたとき、４５°方向の距離は図１７に示すように変化する。
【００７４】
また、図１８は、位置データの例を示す説明図である。位置データは、傾斜角度αと画像データ上におけるコーナーの位置の相関関係を予め定めたものである。すなわち、移動ロボット１００が壁６００ｂに平行でない方向に移動する場合には、ステップＳ５０２において、超音波センサによる距離の概算値から図１７の傾斜データを参照することにより傾斜角度αを求め、この傾斜角度αから図１８の位置データを参照することによりコーナーの位置を求めて、このコーナーの位置を中心として一定の範囲を探索範囲と決定することにより、コーナーの正確な探索が可能となる。なお、ステップＳ５０３以降の処理については、移動ロボット１００が壁６００ｂに平行移動する場合の位置検出処理と同様におこなわれる。
【００７５】
このように実施の形態１にかかる移動ロボット１００では、超音波センサ１０１で検知された障害物までの距離の概算値を算出し、算出された障害物までの距離の概算値と、撮像カメラ１０２で撮像された画像データとから、障害物が存在する可能性がある探索範囲を決定し、探索範囲内で画像データから障害物の位置を検出して、移動領域の地図データを生成しているので、距離センサからのデータと撮像部から取得した画像データのそれぞれから別個に地図データを生成して後で各地図データを統合している従来の方式に比べ、各センサの特性を利用でき、高精度な地図を生成することができる。すなわち、特性の異なるセンサからのセンサデータを有効に統合することができ、信頼性の高い障害物の位置検出をおこなうことができるので、移動ロボットにおいて信頼性の高い障害物の情報が取得できない場合に、少し移動させてから再度障害物を検出するという手法も採用することができ、より的確な地図データを生成することができる。
【００７６】
このように実施の形態１にかかる移動ロボット１００では、超音波センサ１０１から障害物までの距離の概算値を求めて、その概算値から撮像部からの画像データ中で物体が存在する探索範囲を設定し、探索範囲の内部と外部とで異なる閾値を用いて画像データおよび距離の概算値から物体の位置を検出している。言い換えれば、超音波センサ１０１と撮像カメラ１０２の特性に基づいて、超音波センサ１０１と撮像カメラ１０２からの互いのデータを障害物検出の中間段階で相互に利用して実際の物体の位置を検出しているので、超音波センサ１０１で検知された障害物からの距離データと撮像カメラ１０２から取得した画像データのそれぞれから別個に物体の位置を検出して後で物体の位置情報を統合する従来の技術と比較して、超音波センサ１０１と撮像カメラ１０２特性をより有効に利用して高精度な障害物などの物体の位置検出を行うことができる。
【００７７】
また、この結果、実施の形態１にかかる移動ロボット１００では、周辺領域の高精度な地図を作成することができる。さらに、移動ロボット１００において信頼性の高い障害物の情報が取得できない場合に、少し移動させてから再度障害物を検出するという手法も採用することができ、より的確な地図データを生成することができる。
【００７８】
（実施の形態２）
実施の形態２にかかる移動ロボット１００は、２つの撮像カメラ１０２で撮像された２つの画像データからステレオ方式における視差を求め、この視差に基づいて画像データ上で障害物の探索範囲を決定し、探索範囲内で障害物の位置を検出するものである。
【００７９】
実施の形態２にかかる移動ロボット１００の機能的構成は、実施の形態１と同様である。また、実施の形態２にかかる移動ロボット１００による地図データ生成の全体処理についても実施の形態１と同様におこなわれる。
【００８０】
本実施の形態では、図５で説明した障害物の位置検出処理において、ステップＳ５０２の探索範囲の決定の処理において、２つの画像データから視差を求めて探索範囲を決定する点で、実施の形態１と異なっている。
【００８１】
すなわち、本実施の形態では、２つの撮像カメラ１０２をスレテオカメラして使用し、各撮像カメラ１０２で撮像された２つの画像データから、それぞれの画像データ中のコーナーのエッジのX座標の差をステレオ法における視差に相当するものとする。
【００８２】
ここで求められたコーナー位置までの距離をDc、超音波センサによって得られた前方の壁６００ａまでの距離をDf、側方の壁６００ｂまでの距離をDsとすると、これらの距離には次の（４）、（５）式が成立する。
【００８３】
【数１】
【００８４】
実際には、超音波センサ１０１のセンサデータから求めた距離には誤差が含まれるため、次の（６）式で示される差Ｅが所定の閾値以下になる場合に、（４）、（５）式が成立すると考える。
【００８５】
【数２】
【００８６】
２つの撮像カメラ１０２は、任意の距離だけ離れて配置されているため、各撮像カメラ１０２からのコーナーの見え方が異なっており、一方の撮像カメラ１０２からコーナーを撮像できない場合がある。このような場合には、式（４）、（５）を使うことによって、コーナー位置の特定が可能となる。
【００８７】
具体的には、ステップＳ５０２の探索範囲の決定処理において、超音波センサ１０１によちり算出した距離の概算値ＤｆとＤｓからコーナーまでの距離Ｄｃを算出する。そして、Ｄｃと２つの画像データ間でのコーナーの位置の視差ｄを算出している。
【００８８】
図１９は、撮像カメラ１０２とコーナー上の点Ｐ（Ｘ，Ｙ，Ｚ）の関係を示す模式図である。図１９から、視差ｄおよび２つの画像データ中での障害物の位置（ｘｒ，ｘｌ）は、次の（７）〜（１１）式によって求めることが出来る。
【００８９】
Ｚ＝Ｄｆ＝Ｂ＊ｆ／ｄ ・・・（７）
【００９０】
すなわち、（７）式を変形して（８）式が得られる。
ｄ＝Ｂ＊ｆ／Ｄｆ＝ｘｌ−ｘｒ ・・・（８）
Ｘ＝Ｄｓ＝Ｂ＊ｆ＊ｘｒ ・・・（９）
【００９１】
また、（９）式を変形して（１０）式が得られる。
ｘｒ＝Ｄｓ／（Ｂ＊ｆ） ・・・（１０）
【００９２】
そして、（８）式と（１０）式から（１１）式が得られる。
ｘｌ＝Ｂ＊ｆ／Ｄｆ＋Ｄｓ／（Ｂ＊ｆ） ・・・（１１）
ここで、Ｂ：撮像カメラ間の距離、ｆ：撮像カメラの焦点距離、ｄ：視差
【００９３】
これにより、視差ｄが求められれば、コーナーが検出された画像データ中におけるコーナーのＸ座標ｘｒと視差ｄから、コーナーの検出に失敗した画像データ中でのコーナーのＸ座標の予想値を算出することができる。このため、このコーナーの検出に失敗した画像データ中でのコーナーのＸ座標の予想値を中心とした一定の範囲を探索範囲として決定し、実施の形態１のステップＳ５０３以降の処理と同様のエッジの検出をおこなうことによってコーナーの位置を検出する。
【００９４】
なお、コーナー以外の障害物についても上述の視差を利用した探索範囲の決定の処理によって障害物の位置検出が可能である。
【００９５】
図２０および図２１は、視差を利用して探索範囲を決定した場合の障害物検出の状態を示す模式図である。例えば、図２０に示すようなエッジが左の撮像カメラ１０２の画像データから取得された場合、右画像データ中で、左画像データで得られたエッジのX座標の値を始点として、そこから左の方向の範囲を探索範囲と決定する。そして、その探索範囲内で所定の閾値以上の強度のエッジを探索し、探索されたエッジを障害物と特定する。
【００９６】
図２０の例では、探索範囲内に障害物に対応する可能性のあるエッジが２本あり、かかる２本のエッジの中から、エッジの特性が左画像データのエッジの特性に近いものを選択して障害物であると特定する。具体的には、例えば、２本のエッジの中からエッジの強度と左画像データのエッジの強度との差が一定の閾値以下のエッジを左画像データのエッジの特性に近いとして、かかるエッジを選択して障害物であると特定する。この閾値は、探索範囲の内部と外部とで異なる値を使用する。
【００９７】
ここで、規則正しく並んだ柱のように繰り返しパターンがあった場合には、エッジの特性はどのエッジでもほぼ等しくなり、正しい対応を求めることが困難となる。このような場合には、超音波センサ１０１から得られたセンサデータを利用して、かかるセンサデータから求めた距離に基づいて、そのエッジが存在する探索範囲を図２１のように決定する。図２１の例では、２本のエッジの候補のうち1本のみが探索範囲に含まれている。このため、かかる探索範囲内のエッジを障害物として特定する。
【００９８】
このように実施の形態１にかかる移動ロボット１００では、２つの撮像カメラ１０２で撮像された２つの画像データからステレオ方式における視差を求め、この視差に基づいて画像データ上で障害物の探索範囲を決定し、探索範囲内で障害物の位置を検出しているので、探索範囲をより的確に決定することができ、画像全体に対する画一的な処理では発見できないような弱いエッジなども、２つの画像データのいずれかの画像データで強く現れていれば容易に検出することが可能となる。このため、実施の形態２の移動ロボットによれば、障害物などの物体の位置検出をより高精度に行うことができる。また、この結果、実施の形態２にかかる移動ロボット１００では、周辺領域のより高精度な地図を作成することができる。
【００９９】
（実施の形態３）
実施の形態１および実施の形態２では、移動制御機構を有する移動ロボットを例にあげて説明したが、実施の形態３では移動機構を有さない固定装置の地図作成装置や、人間が別途移動操作する台上に装着された地図作成装置に対して本発明を適用したものである。実施の形態３にかかる地図作成装置では、複数種類のセンサから得られるデータを統合して使用することによって高精度な地図を生成することができる。
【０１００】
図２２は、実施の形態３にかかる地図作成装置の構成を示すブロック図である。本実施の形態の地図作成装置２２００は、図２２に示すように、本体部１２１０と本体部１２１０に接続された距離センサとしての５個の超音波センサ１０１と撮像部としての２個の撮像カメラ１０２とを主に備えている。かかる超音波センサ１０１及び撮像カメラ１０２の機能および構成は実施の形態１と同様である。
【０１０１】
本体部１２１０は、図２２に示すように、距離算出部１１１と、障害物位置検出部１１２と、地図生成部１１３と、記憶部１１６とを備えており、実施の形態１および２の移動ロボットと異なり、移動制御部や駆動部などの移動機構は有さない構成となっている。
【０１０２】
本体部１２１０の各部の構成および機能は実施の形態１の移動ロボットの各部と同様の機能および構成を有しており、障害物位置検出部１１２は、距離算出部１１１よって算出された距離の概算値と、撮像部１０２によって撮像された移動領域内の画像データとから障害物が存在する可能性がある前記画像データ上の領域である探索範囲（候補領域）を決定し、探索範囲内部と外部とで異なる閾値を用いて画像データから障害物の位置を検出する。また、地図生成部１１３は、実施の形態１と同様に、障害物位置検出部１１２によって検出された障害物の位置を時系列に取得し、取得した位置情報の補正等の処理を行って整合性をとり、整合性をとった位置情報を反映した自己位置周辺の地図データを生成し、記憶部１１６に生成された地図データを保存する。
【０１０３】
実施の形態３にかかる地図生成装置における地図生成処理および障害物位置検出処理については実施の形態１および２の地図生成処理および障害物位置検出処理と同様に行われる。従って、実施の形態３にかかる地図作成装置２２００によれば、実施の形態１および２と同様に障害物などの物体の位置検出をより高精度に行うことができるため、周辺領域の高精度な地図を作成することができる。
【０１０４】
（実施の形態４）
実施の形態１〜３の各装置は、検出した障害物の位置から自己の周辺領域の地図を生成する機能を備えていたが、実施の形態４は、自動車などに搭載可能な障害物検出装置としても利用可能な、センサ情報を統合して利用することによって障害物の位置を検出する障害物位置検出装置である。本実施の形態にかかる障害物位置検出装置は、障害物の位置情報から地図データを生成する機能は有さずに、時系列的に得られる障害物の位置情報そのものが最終出力として利用される。
【０１０５】
図２３は、実施の形態４にかかる障害物位置検出装置の構成を示すブロック図である。本実施の形態の障害物位置検出２３００は、図２３に示すように、本体部２３１０と本体部２３１０に接続された距離センサとしての５個の超音波センサ１０１と撮像部としての２個の撮像カメラ１０２とを主に備えている。かかる超音波センサ１０１及び撮像カメラ１０２の機能および構成は実施の形態１と同様である。
【０１０６】
本体部２３１０は、図２３に示すように、距離算出部１１１と、障害物位置検出部１１２とを備えており、実施の形態１および２の移動ロボット、実施の形態３の地図作成装置と異なり、地図生成部や記憶部等の地図生成機構は有さない構成となっている。また、実施の形態１および２の移動ロボットと異なり、移動制御部や駆動部などの移動機構は有さない構成となっている。
【０１０７】
本体部２３１０の各部の構成および機能は実施の形態１の移動ロボットの各部と同様の機能および構成を有しており、障害物位置検出部１１２は、距離算出部１１１よって算出された距離の概算値と、撮像部１０２によって撮像された移動領域内の画像データとから障害物が存在する可能性がある前記画像データ上の領域である探索範囲（候補領域）を決定し、探索範囲内部と外部とで異なる閾値を用いて画像データから障害物の位置を検出し、検出された障害物の位置情報を出力する。
【０１０８】
実施の形態４にかかる障害物位置検出装置における障害物位置検出処理については実施の形態１および２の障害物位置検出処理と同様に行われる。従って、実施の形態４にかかる障害物位置検出装置２３００によれば、実施の形態１および２と同様に、障害物などの物体の位置検出をより高精度に行うことができる。
【０１０９】
なお、以上の実施の形態では、物体として障害物の位置検出を行うことを例にあげて説明しているが、障害物以外の物体の位置検出にも本発明を適用することができる。
【０１１０】
なお、以上の実施の形態の移動ロボット１００、地図作成装置２２００、障害物位置検出装置２３００で実行される地図生成プログラムおよび位置検出プログラムは、ＲＯＭ等に予め組み込まれて提供される。なお、以上の実施の形態の実施の形態の移動ロボット１００、地図作成装置２２００、障害物位置検出装置２３００で実行される地図生成プログラムおよび位置検出プログラムは、インストール可能な形式又は実行可能な形式のファイルでＣＤ−ＲＯＭ、フレキシブルディスク（ＦＤ）、ＣＤ−Ｒ、ＤＶＤ（Ｄｉｇｉｔａｌ Ｖｅｒｓａｔｉｌｅ Ｄｉｓｋ）等のコンピュータで読み取り可能な記録媒体に記録して提供するように構成してもよい。さらに、以上の実施の形態の実施の形態の移動ロボット１００、地図作成装置２２００、障害物位置検出装置２３００で実行される地図生成プログラムおよび位置検出プログラムを、インターネット等のネットワークに接続されたコンピュータ上に格納し、ネットワーク経由でダウンロードさせることにより提供するように構成しても良い。また、かかる地図生成プログラムおよび位置検出プログラムをインターネット等のネットワーク経由で提供または配布するように構成しても良い。
【０１１１】
以上の実施の形態の移動ロボット１００、地図作成装置２２００、障害物位置検出装置２３００で実行される地図生成プログラムおよび位置検出プログラムは、上述した各部を含むモジュール構成となっており、実際のハードウェアとしてはＣＰＵ（プロセッサ）が上記ＲＯＭから地図生成プログラム、位置検出プログラムを読み出して実行することにより上記各部が主記憶装置上にロードされる。
【図面の簡単な説明】
【０１１２】
【図１】実施の形態１にかかる移動ロボットの機能的構成を示すブロック図である。
【図２】超音波センサの超音波の到達範囲を示す模式図である。
【図３】実施の形態１の移動ロボット１００に接続された５個の超音波センサ１０１から照射される超音波の到達範囲を示す模式図である。
【図４】実施の形態１にかかる移動ロボット１００による地図生成処理の手順を示すフローチャートである。
【図５】障害物位置検出部１１２による障害物の位置検出処理の手順を示すフローチャートである。
【図６】０°、４５°、９０°の角度からの超音波センサによる超音波の到達範囲を示す模式図である。
【図７】９０°で交わる壁６００ａ，６００ｂのコーナー６０１付近に移動ロボット１００が到達したときの超音波センサ１０１から照射される超音波と撮像カメラ１０２から取得した画像データを示す説明図である。
【図８】９０°で交わる壁６００ａ，６００ｂのコーナー６０１付近に移動ロボット１００が到達したときの超音波センサ１０１から照射される超音波と撮像カメラ１０２から取得した画像データを示す説明図である。
【図９】９０°で交わる壁６００ａ，６００ｂのコーナー６０１付近に移動ロボット１００が到達したときの超音波センサ１０１から照射される超音波と撮像カメラ１０２から取得した画像データを示す説明図である。
【図１０】９０°で交わる壁６００ａ，６００ｂのコーナー６０１付近に移動ロボット１００が到達したときの超音波センサ１０１から照射される超音波と撮像カメラ１０２から取得した画像データを示す説明図である。
【図１１】超音波センサ１０１を４５°の方向に照射するように設置した場合における超音波の到達範囲と撮像カメラ１０２から取得した画像データを示す説明図である。
【図１２】壁１２００ａと壁１２００ｂの色、明度に明らかな差が存在する場合の画像データの例を示す模式図である。
【図１３】明度や色が近似している２つの壁１２００ａ，１２００ｂを撮像した画像データの例を示す説明図である。
【図１４】移動ロボット１００が壁６００ｂに平行に移動した場合の例を示す模式図である。
【図１５】移動ロボット１００が壁６００ｂに平行でない方向に移動した場合の例を示す模式図である。
【図１６】壁６００ｂに平行でない方向に移動している移動ロボット１００が前方の壁６００ａに対して傾斜角度αである場合における超音波センサからの超音波の到達範囲と画像データの例を示す説明図である。
【図１７】傾斜データの一例を示す説明図である。
【図１８】位置データの例を示す説明図である。
【図１９】撮像カメラ１０２とコーナー上の点Ｐ（Ｘ，Ｙ，Ｚ）の関係を示す模式図である。
【図２０】視差を利用して探索範囲を決定した場合のエッジ検出の状態を示す模式図である。
【図２１】視差を利用して探索範囲を決定した場合のエッジ検出の状態を示す模式図である。
【図２２】実施の形態３にかかる地図作成装置の構成を示すブロック図である。
【図２３】実施の形態４にかかる障害物位置検出装置の構成を示すブロック図である。
【符号の説明】
【０１１３】
１００ 移動ロボット
１０１ 超音波センサ
１０２ 撮像カメラ
１１０，１２１０，２３１０ 本体部
１１１ 距離算出部
１１２ 障害物位置検出部
１１３ 地図生成部
１１４ 移動制御部
１１５ 駆動部
１１６ 記憶部
６００ａ，６００ｂ，１２００ａ，１２００ｂ 壁
２２００ 地図作成装置
２３００ 障害物位置検出装置
【特許請求の範囲】
【請求項１】
物体位置検出装置であって、
前記物体位置検出装置の周囲に設定された検知領域内における物体を検知する距離センサと、
前記検知領域内を撮像する撮像部と、
前記距離センサによって検知された物体までの距離の概算値を算出する距離算出部と、
前記距離の概算値に基づいて前記撮像部で撮像された画像データ中で物体が存在する候補領域を設定し、前記候補領域の内部と外部とで異なる閾値を用いて、前記画像データおよび前記距離の概算値に基づいて物体の位置を検出する位置検出部と、
を備えたことを特徴とする物体位置検出装置。
【請求項２】
前記位置検出部は、前記距離の概算値に基づいて前記候補領域を制御し、この前記候補領域内で前記閾値を用いて前記画像データの画像処理を行って前記物体の位置を検出することを特徴とする請求項１に記載の物体位置検出装置。
【請求項３】
前記位置検出部は、さらに、前記候補領域内の位置によって前記閾値を制御して前記画像データの画像処理を行って物体の位置を検出することを特徴とする請求項２に記載の物体位置検出装置。
【請求項４】
前記距離算出部は、前記距離センサで検知された障害物としての壁面までの距離の概算値を算出し、
前記位置検出部は、前記距離の概算値に基づいて前記画像データ中の前記候補領域を設定し、前記候補領域の内部と外部とで異なる閾値を用いて前記画像データから異なる壁面の境界であるコーナーの位置を検出する請求項１に記載の物体位置検出装置。
【請求項５】
前記距離センサは、自装置の前方における物体を検知する第１の距離センサと、自装置の側方における物体を検知する第２の距離センサであり、
前記距離算出部は、前記第１の距離センサで検知された壁面までの第１の距離の概算値を算出し、前記第２の距離センサで検知された壁面までの第２の距離の概算値を算出し、
前記位置検出部は、前記第１の距離の概算値と前記第２の距離の概算値の差が予め定められら範囲内にある場合に、前記第１の距離センサと前記第２の距離センサの間の斜め方向の所定の範囲を前記画像データ中の前記候補領域と設定し、この候補領域の内部と外部とで異なる閾値を用いて、前記コーナーの位置を検出することを特徴とする請求項４に記載の物体位置検出装置。
【請求項６】
前記記憶部は、前方における壁面までの第１の距離と側方における壁面までの第２の距離との比と、自装置の壁面に対する傾き角度との相関関係を予め定めた傾斜データと、前記傾き角度と前記画像データ上における前記コーナーの位置の相関関係を予め定めた位置データとを更に記憶し、
前記位置検出部は、さらに、前記第１の距離の概算値と前記第２の距離の概算値の比と前記傾斜データと、前記位置データとから前記画像データ中の前記候補領域を設定し、この候補領域の内部と外部とで異なる閾値を用いて、前記コーナーの位置を検出することを特徴とする請求項５に記載の物体位置検出装置。
【請求項７】
前記位置検出部は、前記画像データの前記候補領域内のエッジを検出することにより、前記コーナの位置を検出することを特徴とする請求項４に記載の物体位置検出装置。
【請求項８】
前記位置検出部は、前記候補領域内で複数のエッジが検出された場合に、前記エッジを境界とした前記画像データ上の領域の特性に基づいて、前記複数のエッジの中から前記コーナーの位置を検出することを特徴とする請求項７に記載の物体位置検出装置。
【請求項９】
前記位置検出部は、前記候補領域内で複数のエッジが検出された場合に、前記エッジを境界とした前記画像データ上の領域の明度の差によって前記複数のエッジの中から前記コーナーの位置を検出することを特徴とする請求項８に記載の物体位置検出装置。
【請求項１０】
前記位置検出部は、前記候補領域内で複数のエッジが検出された場合に、前記エッジを境界とした前記画像データ上の領域の色の差によって前記複数のエッジの中から前記コーナーの位置を検出することを特徴とする請求項８に記載の物体位置検出装置。
【請求項１１】
前記位置検出部は、さらに、前記複数のエッジの中から前記コーナーの位置を検出することができない場合には、前記画像データ中で前記候補領域を拡張して、拡張された前記候補領域の内部と外部とで異なる閾値を用いて前記コーナーを検出することを特徴とする請求項４に記載の物体位置検出装置。
【請求項１２】
前記位置検出部は、前記画像データ中で前記候補領域をエッジの上下方向に拡張して、前記エッジの上下の形態から前記コーナーを検出することを特徴とする請求項１１に記載の物体位置検出装置。
【請求項１３】
前記撮像部は少なくとも２つ設けられており、
前記位置検出部は、さらに、２つの前記撮像部で撮像された２つの前記画像データから視差を算出し、この視差に基づいて前記画像データ中の前記候補領域を設定し、前記候補領域の内部と外部とで異なる閾値を用いて、前記画像データおよび前記距離の概算値に基づいて前記物体の位置を検出することを特徴とする請求項１に記載の物体位置検出装置。
【請求項１４】
地図作成装置であって、
前記地図作成装置の周囲に設定された検知領域内における物体を検知する距離センサと、
前記検知領域内を撮像する撮像部と、
前記距離センサによって検知された物体までの距離の概算値を算出する距離算出部と、
前記距離の概算値に基づいて前記撮像部で撮像された画像データ中で物体が存在する候補領域を設定し、前記候補領域の内部と外部とで異なる閾値を用いて、前記画像データおよび前記距離の概算値に基づいて物体の位置を検出する位置検出部と、
前記位置検出部により時系列に検出された前記物体の位置の整合を取ることによって自己位置周辺の地図データを生成する地図生成部と、
を備えたことを特徴とする地図作成装置。
【請求項１５】
自律移動装置であって、
前記自律移動装置の周囲に設定された検知領域内における物体を検知する距離センサと、
前記検知領域内を撮像する撮像部と、
前記距離センサによって検知された物体までの距離の概算値を算出する距離算出部と、
前記距離の概算値に基づいて前記撮像部で撮像された画像データ中で物体が存在する候補領域を設定し、前記候補領域の内部と外部とで異なる閾値を用いて、前記画像データおよび前記距離の概算値に基づいて物体の位置を検出する位置検出部と、
前記位置検出部により時系列に検出された前記物体の位置に基づいて、前記物体を回避して自装置の移動を制御する移動制御部と、
を備えたことを特徴とする自律移動装置。
【請求項１６】
自律移動装置であって、
前記自律移動装置の周囲に設定された検知領域内における物体を検知する距離センサと、
前記検知領域内を撮像する撮像部と、
前記距離センサによって検知された物体までの距離の概算値を算出する距離算出部と、
前記距離の概算値に基づいて前記撮像部で撮像された画像データ中で物体が存在する候補領域を設定し、前記候補領域の内部と外部とで異なる閾値を用いて、前記画像データおよび前記距離の概算値に基づいて物体の位置を検出する位置検出部と、
前記位置検出部により時系列に検出された前記物体の位置の整合を取ることによって自己位置周辺の地図データを生成する地図生成部と、
前記地図生成部によって生成された前記地図データに基づいて前記物体を回避して自装置の移動を制御する移動制御部と、
を備えたことを特徴とする自律移動装置。
【請求項１７】
自己位置の周囲に設定された検知領域内における物体を検知する距離センサによって検知された物体までの距離の概算値を算出する距離算出ステップと、
前記距離の概算値に基づいて、前記検知領域内を撮像する撮像部で撮像された画像データ中で物体が存在する候補領域を設定し、前記候補領域の内部と外部とで異なる閾値を用いて、前記画像データおよび前記距離の概算値に基づいて物体の位置を検出する位置検出ステップと、
を含むことを特徴とする物体位置検出方法。
【請求項１８】
自己位置の周囲に設定された検知領域内における物体を検知する距離センサによって検知された物体までの距離の概算値を算出する距離算出手順と、
前記距離の概算値に基づいて、前記検知領域内を撮像する撮像部で撮像された画像データ中で物体が存在する候補領域を設定し、前記候補領域の内部と外部とで異なる閾値を用いて、前記画像データおよび前記距離の概算値に基づいて物体の位置を検出する位置検出手順と、
をコンピュータに実行させる物体位置検出プログラム。
【請求項１】
物体位置検出装置であって、
前記物体位置検出装置の周囲に設定された検知領域内における物体を検知する距離センサと、
前記検知領域内を撮像する撮像部と、
前記距離センサによって検知された物体までの距離の概算値を算出する距離算出部と、
前記距離の概算値に基づいて前記撮像部で撮像された画像データ中で物体が存在する候補領域を設定し、前記候補領域の内部と外部とで異なる閾値を用いて、前記画像データおよび前記距離の概算値に基づいて物体の位置を検出する位置検出部と、
を備えたことを特徴とする物体位置検出装置。
【請求項２】
前記位置検出部は、前記距離の概算値に基づいて前記候補領域を制御し、この前記候補領域内で前記閾値を用いて前記画像データの画像処理を行って前記物体の位置を検出することを特徴とする請求項１に記載の物体位置検出装置。
【請求項３】
前記位置検出部は、さらに、前記候補領域内の位置によって前記閾値を制御して前記画像データの画像処理を行って物体の位置を検出することを特徴とする請求項２に記載の物体位置検出装置。
【請求項４】
前記距離算出部は、前記距離センサで検知された障害物としての壁面までの距離の概算値を算出し、
前記位置検出部は、前記距離の概算値に基づいて前記画像データ中の前記候補領域を設定し、前記候補領域の内部と外部とで異なる閾値を用いて前記画像データから異なる壁面の境界であるコーナーの位置を検出する請求項１に記載の物体位置検出装置。
【請求項５】
前記距離センサは、自装置の前方における物体を検知する第１の距離センサと、自装置の側方における物体を検知する第２の距離センサであり、
前記距離算出部は、前記第１の距離センサで検知された壁面までの第１の距離の概算値を算出し、前記第２の距離センサで検知された壁面までの第２の距離の概算値を算出し、
前記位置検出部は、前記第１の距離の概算値と前記第２の距離の概算値の差が予め定められら範囲内にある場合に、前記第１の距離センサと前記第２の距離センサの間の斜め方向の所定の範囲を前記画像データ中の前記候補領域と設定し、この候補領域の内部と外部とで異なる閾値を用いて、前記コーナーの位置を検出することを特徴とする請求項４に記載の物体位置検出装置。
【請求項６】
前記記憶部は、前方における壁面までの第１の距離と側方における壁面までの第２の距離との比と、自装置の壁面に対する傾き角度との相関関係を予め定めた傾斜データと、前記傾き角度と前記画像データ上における前記コーナーの位置の相関関係を予め定めた位置データとを更に記憶し、
前記位置検出部は、さらに、前記第１の距離の概算値と前記第２の距離の概算値の比と前記傾斜データと、前記位置データとから前記画像データ中の前記候補領域を設定し、この候補領域の内部と外部とで異なる閾値を用いて、前記コーナーの位置を検出することを特徴とする請求項５に記載の物体位置検出装置。
【請求項７】
前記位置検出部は、前記画像データの前記候補領域内のエッジを検出することにより、前記コーナの位置を検出することを特徴とする請求項４に記載の物体位置検出装置。
【請求項８】
前記位置検出部は、前記候補領域内で複数のエッジが検出された場合に、前記エッジを境界とした前記画像データ上の領域の特性に基づいて、前記複数のエッジの中から前記コーナーの位置を検出することを特徴とする請求項７に記載の物体位置検出装置。
【請求項９】
前記位置検出部は、前記候補領域内で複数のエッジが検出された場合に、前記エッジを境界とした前記画像データ上の領域の明度の差によって前記複数のエッジの中から前記コーナーの位置を検出することを特徴とする請求項８に記載の物体位置検出装置。
【請求項１０】
前記位置検出部は、前記候補領域内で複数のエッジが検出された場合に、前記エッジを境界とした前記画像データ上の領域の色の差によって前記複数のエッジの中から前記コーナーの位置を検出することを特徴とする請求項８に記載の物体位置検出装置。
【請求項１１】
前記位置検出部は、さらに、前記複数のエッジの中から前記コーナーの位置を検出することができない場合には、前記画像データ中で前記候補領域を拡張して、拡張された前記候補領域の内部と外部とで異なる閾値を用いて前記コーナーを検出することを特徴とする請求項４に記載の物体位置検出装置。
【請求項１２】
前記位置検出部は、前記画像データ中で前記候補領域をエッジの上下方向に拡張して、前記エッジの上下の形態から前記コーナーを検出することを特徴とする請求項１１に記載の物体位置検出装置。
【請求項１３】
前記撮像部は少なくとも２つ設けられており、
前記位置検出部は、さらに、２つの前記撮像部で撮像された２つの前記画像データから視差を算出し、この視差に基づいて前記画像データ中の前記候補領域を設定し、前記候補領域の内部と外部とで異なる閾値を用いて、前記画像データおよび前記距離の概算値に基づいて前記物体の位置を検出することを特徴とする請求項１に記載の物体位置検出装置。
【請求項１４】
地図作成装置であって、
前記地図作成装置の周囲に設定された検知領域内における物体を検知する距離センサと、
前記検知領域内を撮像する撮像部と、
前記距離センサによって検知された物体までの距離の概算値を算出する距離算出部と、
前記距離の概算値に基づいて前記撮像部で撮像された画像データ中で物体が存在する候補領域を設定し、前記候補領域の内部と外部とで異なる閾値を用いて、前記画像データおよび前記距離の概算値に基づいて物体の位置を検出する位置検出部と、
前記位置検出部により時系列に検出された前記物体の位置の整合を取ることによって自己位置周辺の地図データを生成する地図生成部と、
を備えたことを特徴とする地図作成装置。
【請求項１５】
自律移動装置であって、
前記自律移動装置の周囲に設定された検知領域内における物体を検知する距離センサと、
前記検知領域内を撮像する撮像部と、
前記距離センサによって検知された物体までの距離の概算値を算出する距離算出部と、
前記距離の概算値に基づいて前記撮像部で撮像された画像データ中で物体が存在する候補領域を設定し、前記候補領域の内部と外部とで異なる閾値を用いて、前記画像データおよび前記距離の概算値に基づいて物体の位置を検出する位置検出部と、
前記位置検出部により時系列に検出された前記物体の位置に基づいて、前記物体を回避して自装置の移動を制御する移動制御部と、
を備えたことを特徴とする自律移動装置。
【請求項１６】
自律移動装置であって、
前記自律移動装置の周囲に設定された検知領域内における物体を検知する距離センサと、
前記検知領域内を撮像する撮像部と、
前記距離センサによって検知された物体までの距離の概算値を算出する距離算出部と、
前記距離の概算値に基づいて前記撮像部で撮像された画像データ中で物体が存在する候補領域を設定し、前記候補領域の内部と外部とで異なる閾値を用いて、前記画像データおよび前記距離の概算値に基づいて物体の位置を検出する位置検出部と、
前記位置検出部により時系列に検出された前記物体の位置の整合を取ることによって自己位置周辺の地図データを生成する地図生成部と、
前記地図生成部によって生成された前記地図データに基づいて前記物体を回避して自装置の移動を制御する移動制御部と、
を備えたことを特徴とする自律移動装置。
【請求項１７】
自己位置の周囲に設定された検知領域内における物体を検知する距離センサによって検知された物体までの距離の概算値を算出する距離算出ステップと、
前記距離の概算値に基づいて、前記検知領域内を撮像する撮像部で撮像された画像データ中で物体が存在する候補領域を設定し、前記候補領域の内部と外部とで異なる閾値を用いて、前記画像データおよび前記距離の概算値に基づいて物体の位置を検出する位置検出ステップと、
を含むことを特徴とする物体位置検出方法。
【請求項１８】
自己位置の周囲に設定された検知領域内における物体を検知する距離センサによって検知された物体までの距離の概算値を算出する距離算出手順と、
前記距離の概算値に基づいて、前記検知領域内を撮像する撮像部で撮像された画像データ中で物体が存在する候補領域を設定し、前記候補領域の内部と外部とで異なる閾値を用いて、前記画像データおよび前記距離の概算値に基づいて物体の位置を検出する位置検出手順と、
をコンピュータに実行させる物体位置検出プログラム。
【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２３】
【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２３】
【公開番号】特開２００７−７８４７６（Ｐ２００７−７８４７６Ａ）
【公開日】平成１９年３月２９日（２００７．３．２９）
【国際特許分類】
【出願番号】特願２００５−２６５６８０（Ｐ２００５−２６５６８０）
【出願日】平成１７年９月１３日（２００５．９．１３）
【出願人】（０００００３０７８）株式会社東芝 (54,554)
【Ｆターム（参考）】
【公開日】平成１９年３月２９日（２００７．３．２９）
【国際特許分類】
【出願日】平成１７年９月１３日（２００５．９．１３）
【出願人】（０００００３０７８）株式会社東芝 (54,554)
【Ｆターム（参考）】
[ Back to top ]