移動ロボット、プログラム及びロボット制御方法
【課題】利用者を監視する能力を運用中に自動的に向上させることができる移動ロボット、プログラム及びロボット制御方法を提供する。
【解決手段】利用者２が存在する位置を示す利用者位置情報に基づいて利用者２が移動可能な空間を記述した利用者移動可能空間情報を生成し、生成された利用者移動可能空間情報に基づいて利用者２との位置関係を制御する。これにより、利用者２が移動可能な空間を記述した利用者移動可能空間情報をロボット運用中に自動的に生成することで、利用者を監視する能力を運用中に自動的に向上させることができる。
【解決手段】利用者２が存在する位置を示す利用者位置情報に基づいて利用者２が移動可能な空間を記述した利用者移動可能空間情報を生成し、生成された利用者移動可能空間情報に基づいて利用者２との位置関係を制御する。これにより、利用者２が移動可能な空間を記述した利用者移動可能空間情報をロボット運用中に自動的に生成することで、利用者を監視する能力を運用中に自動的に向上させることができる。
【発明の詳細な説明】
【技術分野】
【０００１】
本発明は、利用者を探索追尾する移動ロボット、プログラム及びロボット制御方法に関する。
【背景技術】
【０００２】
近年、人間と活動空間を共有するロボットが各種発表されている。その用途として利用者に追尾して、利用者が安全かどうか監視するものが考えられている。例えば、利用者が家に一人で住んでいる場合、何らかの異常事態が発生しても、連絡できないこともある。この場合、ロボットが利用者の異常を検知すると、すぐに監視センターに連絡することで、利用者の安全を図ることが可能となる。上述した用途に供するために、ロボットは利用者の探索、追尾する機能及び利用者の異常を検知する機能の少なくとも２つの機能を具備する必要がある。
【０００３】
利用者を探索、追尾する機能については、利用者の存在する場所まで移動する移動手段と利用者を探索するために移動可能な空間に関する地図情報を備えている必要がある。従来、ロボットが利用可能な地図情報は、大きく分けてワークスペースマップとネットワークマップの２種類存在する。
【０００４】
ワークスペースマップは、例えばロボットが移動可能な空間の幾何学的な情報を記述した地図をいう。より詳細には、ワークスペースマップは、ロボットが移動可能な空間の形状を解析し、所定の条件を満たす移動経路の情報を生成したものである。そして、ロボットは、ワークスペースマップに生成された移動経路の情報に従うことで、ロボットが移動可能な空間内の移動が可能となる。
【０００５】
また、センサにより移動可能な空間内に未知の障害物が検知された場合には、地図情報上に該障害物を追加し移動経路の情報の再生成を行うことで、障害物回避等にも応用される技術も提案されている（例えば、特許文献１及び２を参照）。
【０００６】
特許文献１においては、２次元平面格子状に障害物が記述されており、該障害物の周囲にその距離に応じて計算されるポテンシャル場の谷線を探索することで、移動体の経路を算出し、生成する技術が開示されている。
【０００７】
特許文献２においては、屋外不整地で運用されるロボットが大きな傾斜を避けて移動するために、２次元平面格子上に標高情報を付加し、それに基づいて経路を算出し、生成する技術が開示されている。
【０００８】
ネットワークマップは、例えば各代表地点をノードで示し、これらを結ぶリンクにより各代表地点間の接続関係を記述する地図をいう。より詳細には、ネットワークマップは、ロボットがあるノードから他のノードに至る所定の条件を満たす移動経路の情報を生成したものである。
【０００９】
また、各リンクに距離情報を付加すれば、移動経路の総延長や最短経路などの条件を満たす経路を算出し、生成することが可能となる。さらに、ノードに繋がる各リンクの方位情報を付加すれば、生成された経路の情報に従い、実際にロボットが移動することが可能となるネットワークマップを利用した最適経路探索方法も提案されている（例えば、特許文献３を参照）。
【００１０】
上記２種類の地図情報を利用して、利用者の存在する付近の場所を目的地として設定すれば、ロボットの現在地から目的地までの経路を算出し、生成することが可能である。ロボットがある部屋から利用者の部屋までの移動経路とする部屋の情報はネットワークマップを利用して、生成することが可能である。そして、各部屋での移動経路及び、ロボットと利用者が同じ部屋にいる場合の移動経路は、ワークスペースマップを利用して、生成することが可能である。
【００１１】
【特許文献１】特開２００１−１５４７０６号公報
【特許文献２】特開平８−２７１２７４号公報
【特許文献３】特開平５−１０１０３５号公報
【発明の開示】
【発明が解決しようとする課題】
【００１２】
ロボットは、利用者の移動先を予測するために利用者が移動可能な空間（地図情報）を把握し、利用者を監視する必要がある。このような利用者の移動可能空間は時間の経過とともに変化する場合があるが、ロボットが把握している利用者の移動可能空間が実状に合致していない場合には、ロボットの監視能力が低下するという問題が発生する。
【００１３】
本発明は、上記に鑑みてなされたものであって、利用者を監視する能力を運用中に自動的に向上させることができる移動ロボット、プログラム及びロボット制御方法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】
【００１４】
上述した課題を解決し、目的を達成するために、本発明の移動ロボットは、利用者が存在する位置を示す利用者位置情報を取得する利用者位置情報取得手段と、この利用者位置情報取得手段により取得した利用者位置情報に基づいて利用者が移動可能な空間を記述した利用者移動可能空間情報を生成する利用者移動可能空間生成手段と、この利用者移動可能空間生成手段により生成された前記利用者移動可能空間情報に基づいて前記利用者との位置関係を制御する位置関係制御手段と、を備える。
【００１５】
また、本発明のプログラムは、利用者が存在する位置を示す利用者位置情報を取得する利用者位置情報取得機能と、この利用者位置情報取得機能により取得した利用者位置情報に基づいて利用者が移動可能な空間を記述した利用者移動可能空間情報を生成する利用者移動可能空間生成機能と、この利用者移動可能空間生成機能により生成された前記利用者移動可能空間情報に基づいて前記利用者との位置関係を制御する位置関係制御機能と、をコンピュータに実行させる。
【００１６】
また、本発明のロボット制御方法は、利用者が存在する位置を示す利用者位置情報を取得する利用者位置情報取得工程と、この利用者位置情報取得工程により取得した利用者位置情報に基づいて利用者が移動可能な空間を記述した利用者移動可能空間情報を生成する利用者移動可能空間生成工程と、この利用者移動可能空間生成工程により生成された前記利用者移動可能空間情報に基づいて前記利用者との位置関係を制御する位置関係制御工程と、を含む。
【発明の効果】
【００１７】
本発明によれば、利用者が存在する位置を示す利用者位置情報に基づいて利用者が移動可能な空間を記述した利用者移動可能空間情報を生成し、生成された利用者移動可能空間情報に基づいて利用者との位置関係を制御する。これにより、利用者が移動可能な空間を記述した利用者移動可能空間情報をロボット運用中に自動的に生成することで、利用者を監視する能力を運用中に自動的に向上させる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】
【００１８】
以下に添付図面を参照して、この発明にかかる移動ロボットの最良な実施の形態を詳細に説明する。
【００１９】
［第１の実施の形態］
本発明の第１の実施の形態を図１ないし図２３に基づいて説明する。図１は、本発明の第１の実施の形態にかかる移動ロボット１の構成を示すブロック図である。図１に示すとおり、本実施の形態の移動ロボット１は、異常検知通知部１０１と、異常判断基準設定部１０２と、異常判断部１０３と、検知部１０４と、検知方向制御部１０５と、利用者位置判断部１０６と、利用者移動経路予測部１０７と、地図情報等記憶部１０８と、現在位置特定部１０９と、移動距離・方向検出部１１０と、駆動部１１１と、経路生成部１１２と、利用者存在部屋予測部１１３と、利用者移動可能地図学習部１１４と、異常判断基準学習部１１５とから構成され、利用者２を探索追尾し、利用者の異常を監視する。
【００２０】
地図情報等記憶部１０８は、部屋の構成図、部屋毎の地図情報、移動ロボット１や利用者２の現在位置情報などを記憶している。本実施の形態での地図情報等記憶部１０８の保持する情報を図２に示す。地図情報等記憶部１０８は移動可能部屋構成データ１００１と、部屋毎の移動可能空間図１０１１ａ〜ｋ及び移動可能経路データ１０１０ａ〜ｋと、利用者方向位置座標１００２と、利用者存在部屋番号１００３と、方向位置座標１００４と、現在部屋番号１００５と、地図上の位置毎の利用者存在確率・消失確率情報１０１２ａ〜ｋと、地図上の部屋毎の活動サイン・異常サイン１０１３とを記憶する。
【００２１】
図３は、上述した移動可能部屋構成データ１００１を図示したものである。利用者２の住居で移動可能な部屋の構成を示し、庭５０、玄関５１、廊下５２、洋室５３、トイレ５４、和室５５、リビング５６、洗面室５７、浴室５８、ダイニング５９、キッチン６０といった各部屋が本発明における拠点を構成する。また、各拠点を結ぶリンク線は各部屋からの出入口１１〜２１を示している。
【００２２】
この移動可能部屋構成データ１００１は、利用者２の住居において利用者２が移動可能な全ての空間を拠点として記述されている。そして、各拠点には移動ロボット１が進入可能か否かを示す進入可能フラグ４０２を有し、また各リンク線には通行可能か否かを示す通行可能フラグ４０１を有している。そして少なくとも利用者２の追尾及び検知部１０４による検知をするために、進入可能な拠点とそこに隣接した進入不可能な拠点の移動可能空間図１０１１を地図情報等記憶部１０８上に記憶する必要がある。
【００２３】
本実施の形態では、移動ロボット１の踏破能力に限界があるものとし、庭５０、トイレ５４、浴室５８に移動ロボット１は侵入できないものとする。この場合、それぞれの進入可能フラグ４０２に“０”を設定し、他の部屋には進入可能フラグ４０２に“１”を設定する。また、玄関５１から庭へは通行できないものとする。この場合、通行可能フラグ４０１には“０”を設定し、他の進入可能フラグ４０２は“１”を設定する。通行可能フラグ４０１と進入可能フラグ４０２を併用すべき場合は、ある拠点に移動ロボット１が進入可能であっても、ある出入口を通っては入れず、迂回した別の出入口からなら入ることができるような場合である。それゆえ、間取りの構成によっては、通行可能フラグ４０１と進入可能フラグ４０２は必ず両フラグとも必要というわけではなく、一方のフラグさえあれば足りる場合もある。
【００２４】
移動ロボット１が侵入できない部屋や通行できない出入口であっても利用者２が移動可能な全拠点と全リンク線を網羅することで、この移動可能部屋構成データ１００１は従来技術に開示されているような移動ロボット１が移動するためだけの経路情報ではなく、移動ロボット１が利用者２を探索可能にするために利用者２のみ移動可能な拠点への経路まで記述したデータとなっている。
【００２５】
部屋毎の移動可能空間図１０１１ａ〜ｋは、部屋毎の利用者２が移動可能な空間を記述した利用者移動可能空間情報（地図情報）を保持する。例として、図４にリビング５６の移動可能空間図１０１１ｇを示し、障害物２０２、２０３、２０４、２０５を除いた空間を、利用者２が移動できる移動可能空間２０１とする。加えて、他の部屋への出入口１６、１９、２０の情報を保持している。
【００２６】
部屋毎の移動可能経路データ１０１０ａ〜ｋは、部屋毎の移動可能空間図１０１１上の利用者２の移動可能な経路のデータとして保持する。例として、図５にリビング５６の移動可能空間図１０１１ｇ上の経路データを示す。この移動可能経路データは、移動可能空間図１０１１ｇ上の移動可能空間２０１の中央部を通る経路を示すセグメント３０１〜３１１と、各出入口１６、１９、２０の中央と最寄りのセグメント端点とを結ぶ追加のセグメント３１２〜３１４と、から成る。移動可能経路データ１０１０ｇのセグメント３０１〜３１１は、移動可能空間図１０１１ｇの移動可能空間２０１を画像として捉えてこれに細線化処理（領域を外側から次第に狭めていくことで中央部に点列のみを残す処理）とセグメント化処理（連続する点列を線分で近似する処理）を施すことで生成する。また、前記特許文献１に開示されるポテンシャル場の谷線（点列）をセグメント化処理することでも同様の結果を得ることが可能である。本実施の形態では、これに各出入り口から最も近いセグメント端点に伸びるセグメント３１２〜３１４を追加することで、室内の移動可能空間２０１の中央部を移動する経路に各出入り口への経路を追加している。
【００２７】
利用者方向位置座標１００２は、本実施の形態における利用者位置情報を構成し、利用者２が部屋にいる位置及び方向を示し、移動可能空間図１０１１上の位置座標及び方向を地図情報等記憶部１０８上に記憶する。この利用者方向位置座標は、後述する移動ロボット１の方向及び位置を保持する位置方向座標１００４と検知部１０４により検知された移動ロボット１と利用者２の相対的な距離及び方向により決定される。これらより後述する利用者位置判断部１０６により移動可能空間図１０１１上の利用者２の位置座標及び方向が算出される。
【００２８】
利用者存在部屋番号１００３は、利用者２が存在する部屋を示す番号であり、部屋番号として地図情報等記憶部１０８上に記憶する。後述する異常判断基準は、この利用者存在部屋番号１００３に基づき、設定される。例えば、移動ロボット１が廊下５２に存在し、利用者２がトイレ５４に移動したと判断した場合、トイレ５４は進入可能フラグが“０”のため移動ロボット１は移動することが出来ず、移動ロボット１は利用者存在部屋番号１００３を“５４”に更新し、後述する異常判断基準設定部１０２ではそれに基づいた異常判断基準が設定される。
【００２９】
方向位置座標１００４は、本発明におけるロボット位置情報を構成し、移動ロボット１の方向及び部屋で存在する位置を示し、移動可能空間図１０１１上の位置座標として地図情報等記憶部１０８上に記憶する。方向位置座標１００４は移動距離、移動方向及び移動前の方向位置座標１００４から現在位置特定部１０９により特定される。
【００３０】
現在部屋番号１００５は、移動ロボット１がいる部屋を示す番号であり、部屋番号として地図情報等記憶部１０８上に記憶する。移動ロボット１が移動し、出入口１１〜２１を通過したと判断した場合に、現在部屋番号１００５の値を更新する。その後、移動ロボット１は更新された部屋番号１００５に対応した移動可能空間図１０１１及び移動可能経路データ１０１０により利用者の位置座標の特定、移動経路の予測と移動ロボット１の位置座標の特定などを行う。
【００３１】
存在確率・消失確率１０１２ａ〜ｋは、部屋毎の移動可能空間図１０１１上の利用者２の位置に応じた存在確率情報と消失確率情報を保持する。存在確率情報は、方向位置座標１００４として時々刻々得られる利用者２の位置を元に、同一位置に利用者２が滞留する時間から算出される確率データである。この確率データは、利用者２が観測されている全時間に対する、当該位置に利用者２が滞留する時間の比として算出される。また、消失確率情報は、利用者２をロボット１が見失ったときの利用者２の位置に対して積算される見失い発生回数から算出される確率データである。この確率データは、当該位置で利用者２を検出できている回数に対する、当該位置で利用者２を見失う回数の比として算出される。ゆえに、存在確率は利用者２がそこに居る可能性の高さを表し、消失確率は利用者２がそこに行くとロボット１が利用者２を見失う可能性の高さを表す情報となる。なお、存在確率・消失確率は、後述する利用者移動可能地図学習部１１４によって更新される。したがって、利用者移動可能地図学習部１１４は、存在確率情報付加手段及び消失確率情報付加手段としても機能する。
【００３２】
活動サイン・異常サイン１０１３は、移動可能部屋構成データ１００１上の各拠点に応じた活動サイン情報と異常サイン情報を保持する。活動サイン情報は、利用者がその場所で活動を行っているときにロボットのセンサが捉える観測信号上の特徴データである。例としては、変化するシャワーの音、水洗トイレの音、トイレットペーパーを巻き取る音、ドアの開閉音等が挙げられる。異常サイン情報は、その場所で利用者に異常が生じたときにロボットのセンサが捉える観測信号上の特徴データである。例としては、一定のまま継続するシャワーの音、ガラスの割れる音、物の倒れる音、呻き声、悲鳴等が挙げられる。活動サイン情報はそれが観測されなくなったとき利用者２に異常が生じた可能性を表し、異常サイン情報はそれが観測されたとき利用者２に異常が生じたことを表す情報となる。後述する異常判断基準設定部１０２は利用者２の位置に基づいて、活動サイン情報と異常サイン情報をここから読み出し、現在の異常判断基準を設定する。また、活動サイン情報と異常サイン情報は、予見できるものをプリセットデータとして与えられるが、異常判断部１０３によって正常／異常の判定が成された結果を受け、後述する異常判断基準学習部１１５によって、既知の活動サイン情報・異常サイン情報以外に他の特徴データが存在すればそれを追加の活動サイン情報・異常サイン情報としてロボット１の運用中に追加が可能となっている。
【００３３】
検知部１０４は、図６に示すように、適応マイクロホンアレイ部５０１とズーム・雲台付きカメラ部５０２を使用している。適応マイクロホンアレイ部５０１とズーム・雲台付きカメラ部５０２による検知方向は後述する検知方向制御部１０５により制御される。適応マイクロホンアレイ部５０１の出力は、さらに特定音検出部５０３と音声話者識別部５０４と音声語彙認識部５０５に供給され、ズーム・雲台付きカメラ部５０２の出力は、さらに動きベクトル検出部５０６と顔検出・顔識別部５０７とステレオ距離計測部５０８に供給される。
【００３４】
適応マイクロホンアレイ部５０１は、複数のマイクロホンを装備して指定された検知方向の音声のみを周囲の雑音から分離して入力するための手段である。ズーム雲台付きカメラ部５０２は、電動ズームとパン・チルトに可動な電動雲台を装備したステレオカメラである。適応マイクロホンアレイ部５０１の指向性方向とズーム・雲台付きカメラ部５０２のズーム及びパン・チルト角（カメラの指向性を決定するパラメータである）も検知方向制御部１０５により制御される。
【００３５】
特定音検出部５０３は、適応マイクロホンアレイ部５０１による入力音声から例えばガラスの割れる音、物が倒れる音やドアの閉まる音等の短時減衰性の音の検出、またはシャワーの音、水洗トイレの音、トイレットペーパーを巻き取る音等の特定のスペクトルパタンとその変動パタンを持つ音の検出を可能にするため設定された音響信号解析手段である。
【００３６】
音声話者識別部５０４は、適応マイクロホンアレイ部５０１により入力された人物音声からその人物を識別する手段であり、入力音声のスペクトルパタンに含まれる人物特有のフォルマント（スペクトルパタン中の強い周波数成分）を照合してその話者ＩＤを出力する。
【００３７】
音声語彙認識部５０５は、適応マイクロホンアレイ部５０１により入力された人物音声をパタン照合してその発声内容を表す語彙列、例えば文字列または語彙コード列などに変換して出力する。音声話者識別のためのフォルマントは発声内容に依存して変化するので、音声話者識別部５０４は音声語彙認識部５０５により識別された語彙に応じた参照パタンを用いてフォルマント照合を行う。この照合方法により様々な発声内容で話者識別を行うことが可能となり、識別した結果となる話者ＩＤを出力する。
【００３８】
動きベクトル検出部５０６は、ズーム・雲台付きカメラ部５０２による入力画像から画像中の各小領域の動き方向を表すベクトル、すなわちオプティカルフローを計算し、各フローベクトルを同種のものどうしグルーピングすることで入力画像を動きの異なる領域に分解する。この情報から検知した人物の移動ロボット１からの相対的な移動方向を算出する。
【００３９】
顔検出・顔識別部５０７は、ズーム・雲台付きカメラ部５０２による入力画像からパタン照合により顔を検出し、さらに検出された顔から人物を識別し、その人物ＩＤを出力する。
【００４０】
ステレオ距離計測部５０８は、ズーム・雲台付きカメラ部５０２によるステレオ入力画像から画像各部の両眼視差を求め、三角測量の原理に基づいて各部の距離を計測する。この結果から移動ロボット１との相対距離を算出する。距離計測対象となる画像中の部位は動きベクトル検出部５０６が検出した動き領域毎や顔検出・顔識別部５０７が検出した顔領域毎とする。この結果、視覚的に捉えることのできた顔までの距離や、各動き領域の三次元的な動きベクトルを算出することまで可能になる。
【００４１】
利用者位置判断部１０６は、本実施の形態における利用者位置情報取得手段を構成し、検知部１０４から入力された話者ＩＤあるいは人物ＩＤにより利用者２か否かの判断、そして検知部１０４から入力された相対的な方向と相対的な距離、そして地図情報等記憶部１０８に記憶されている方向位置座標１００４による移動ロボット１の位置座標及び方向に基づき、実際に利用者２の存在する位置と移動方向を導き、移動可能空間図１０１１上の座標及び移動方向を算出する。この座標及び方向の情報は地図情報等記憶部１０８上の利用者方向位置座標１００２に記憶する。利用者位置判断部１０６は検知部１０４による入力情報から利用者２の存在を示す観測的証拠を読み取る。
【００４２】
利用者移動経路予測部１０７は、利用者２が存在する利用者方向位置座標１００２または最後に利用者２を検知したとき利用者方向位置座標１００２と、移動可能経路データ１０１０から利用者２の移動経路及び移動可能空間図１０１１上の利用者が存在すると推測される範囲を予測する。
【００４３】
検知方向制御部１０５は、利用者２が利用者検知圏６０１に存在するか否かの探索や、利用者２を見失わないために行う後述する検知方向追尾（後述する図９のステップＳ５）に使用する。本実施の形態では適応マイクロホンアレイ部５０１の検知方向の制御や、ズーム・雲台付きカメラ部５０２の電動ズームとパン・チルト角の制御を行う。
【００４４】
また、当然ながら検知部１０４の擁するセンサには有効空間範囲がある。この有効空間範囲は移動ロボット１が稼動する環境条件によりその広がりが変化し得るが、ここでは、検知方向制御部１０５により検知部１０４を全方位に制御した場合には有効空間範囲は略円形領域となるものとして考える。この利用者２を検知可能な利用者検知圏６０１を図７に示す。利用者検知圏６０１内に利用者２が存在するとき、移動ロボット１は検知方向制御部１０５で検知部１０４を制御することで、利用者２を検知することが可能となる。この場合、移動可能空間図１０１１上で利用者検知圏６０１の外側に広がる移動可能空間２０１の空間６０２〜６０４を検知圏外とする。検知圏外に利用者２が存在するときは、移動ロボット１の位置から検知が不可能となる。
【００４５】
利用者存在部屋予測部１１３は、利用者２を検知できなくなった場合において利用者移動経路予測部１０７よる利用者２が移動に使用した出入口の予測に基づき、その後の利用者２が存在する可能性のある部屋を移動可能部屋構成データ１００１により予測する。
【００４６】
経路生成部１１２は、利用者移動経路予測部１０７による利用者２の予測移動経路と移動ロボット１の現在位置から移動可能経路データ１０１０に基づき追尾経路情報を生成し、また利用者存在部屋予測部１１３が利用者２の存在する可能性があると予測した部屋へ、移動ロボット１の現在位置から利用者２を探索するための探索経路を、移動可能部屋構成データ１００１と移動可能経路データ１０１０と移動可能空間図１０１１に基づき生成する。
【００４７】
駆動部１１１は、経路生成部１１２で生成された経路情報に従い各部を駆動し、移動ロボット１を移動させる。
【００４８】
移動距離・方向検出部１１０は、駆動部１１１により移動した距離及び方向を取得する。本実施の形態では、移動ロボット１がジャイロ及びパルスエンコーダを有し、これらにより移動ロボット１の移動方向及び移動距離を検出する。取得した移動方向及び移動距離は後述する現在位置特定部１０９へ出力する。
【００４９】
現在位置特定部１０９は、本発明におけるロボット位置情報取得手段を構成し、移動距離・方向検出部１１０から出力した移動方向と移動距離及び地図情報等記憶部１０８上に記憶されていた移動前の移動ロボット１の方向位置座標１００４より移動ロボット１の現在位置を特定する。特定した移動ロボット１が向いている方向と現在位置を示す座標で地図情報等記憶部１０８上の方向位置座標１００４を更新する。また、移動前の部屋と違う部屋に移動したと判断した場合は、移動後の部屋を示す部屋番号で地図情報等記憶部１０８の現在部屋番号１００５を更新する。
【００５０】
異常判断基準設定部１０２は、本実施の形態における異常判断基準設定手段を構成し、利用者２の存在する部屋に従い、異常を検知する基準を設定する。異常判断基準設定部１０２は、移動ロボット１の存在する部屋により異常判別の方法を設定するのではなく、利用者２の存在する部屋により異常判別の方法を設定する。
【００５１】
異常を検知する基準の例としては、利用者２がトイレ５４に居る場合、利用者２が無事であればトイレットペーパーの巻き取り音や水を流す音などがそのドア越しに聞こえるはずである。これを利用者２の「活動サイン情報」と呼び、利用者２に異常がなく無事に活動していることを示すサインとする。移動ロボット１は進入可能フラグ４０２が“０”であるためトイレ５４には進入できないので、そこに隣接した進入可能な廊下５２からこのような活動サイン情報を監視する。当然のことながら、同じく移動ロボット１が廊下５２に居ても、利用者２が仮に他の進入可能でない拠点に居る場合は、異なる活動サイン情報を監視することになる。
【００５２】
また、例えば利用者２が浴室５８に居る場合、利用者２が無事であれば当然断続的なシャワーの音などがそのドア越しに聞こえるはずである。移動ロボット１はトイレ５４同様に浴室５８にも進入できないため、そこに隣接した進入可能な洗面室５７から活動サイン情報としてシャワー音の断続（シャワーを動かしているときに発生する噴流が物に当たる音の強弱変化）や湯船の水音を監視する。もし、シャワー音が断続しておれば利用者２がシャワーを動かしている証拠となる。また、もし、シャワー音が断続せずに長時間聞こえている場合には、利用者２がシャワーを出しっぱなしにして倒れている可能性を示す証拠となる。そのため、継続的なシャワー音は逆に「異常サイン情報」となる。
【００５３】
なお、この他の異常サイン情報として、悲鳴やうめき声などの特定の音声が含まれる。また、この他の活動サイン情報として、異常サイン情報に含まれない利用者２の音声が含まれる。これら活動サイン情報と異常サイン情報は検知部１０４によって検出される。
【００５４】
本実施の形態では、異常を判断する基準としては利用者２のいる部屋から発せられる活動サイン情報・異常サイン情報等で行う。移動可能部屋構成データ１００１の各部屋情報に活動サイン情報・異常サイン情報等の異常検知基準情報を参照可能に結び付けておく。この異常検知基準情報と結びついた移動可能部屋構成データを図８に図示する。また、移動可能部屋構成データは、外出可能な部屋を示す部屋情報には外出サインに関する情報も保持する。外出サインとは、利用者２が家から外出したか否かを判断するためのサインをいう。外出サインは屋外に通じる出入口から利用者２が出たことを示す証拠であり、実際に屋外に通じる出入口の向こうに利用者２を見失ったり、玄関口１１のドアが開閉する音を観測した後、所定期間以上玄関５１付近で利用者２を検知できなかったりする状況を指す。
【００５５】
そして、利用者存在部屋番号１００３が更新された際、異常判断基準設定部１０２が異常判断基準を設定する。
【００５６】
異常判断部１０３は、本実施の形態における異常判断手段を構成し、検知部１０４より検知された活動サイン情報・異常サイン情報等と異常判断基準設定部１０２により設定された異常判断基準とを比較して異常か否か判断する。異常と判断した場合は異常検知通知部１０１に出力する。
【００５７】
異常判断部１０３は、利用者２が部屋に入ってから活動サイン情報が観測されなかった場合、活動サイン情報が観測されてから所定時間が経過するまで次の活動サイン情報が観測されなかった場合、最後の活動サイン情報が観測されてから利用者２が移動をしなかった場合、異常サイン情報を観測した場合に、利用者２の身に異常が起こったと判断する。
【００５８】
また、外出サインによる利用者２が外出したか否かの判断も異常判断部１０３で行う。検知部１０４で外出サインが検知された場合の処理は、玄関５１から利用者２が入るまで待機するか、若しくは一度リビング５６へ移動して庭５０から利用者２が入るか否か待機し、庭５０から利用者２が入らないと判断した後に玄関５１で待機する等が考えられる。この場合、利用者２は外出したものとして、活動サイン情報・異常サイン情報等による異常検知は行わない。そして利用者２が玄関から入ってくるのを検知した場合や、あるいはリビング５６の出入口１９のドアを開けた音を検知した等の活動サイン情報が観測された場合に移動ロボット１が活動を開始する。
【００５９】
異常検知通知部１０１は、異常判断部１０３から異常と判断された旨が入力された場合に監視センター等へ通報を行う。本実施の形態では、携帯電話等による公衆回線を使用して通報することとする。また、警報等を鳴らし、周囲に警戒を促すことも考えられる。
【００６０】
利用者移動可能地図学習部１１４は、利用者位置判断部１０６による利用者２の位置座標に基づいて、部屋毎の移動可能空間図１０１１である利用者移動可能空間情報を生成する利用者移動可能空間生成手段である。この働きを図１０によって説明する。部屋毎の移動可能空間図１０１１は最初全域が障害物で埋め尽くされているものとする。移動ロボット１が利用者２の位置を検出すると、この位置に応じて利用者２の周囲に占有空間４００１が設定される。この占有空間４００１は、利用者の身体によって占められている空間を表している。本実施の形態では占有空間４００１を利用者２の位置を中心とする直径１ｍ程度の円形領域として設定する。利用者２は障害物を避けながら部屋の中を移動する。この移動に伴って占有空間４００１も移動する。この結果、各位置における占有空間を重ね合わせることで、利用者２の移動可能な空間を知ることができる。その際、占有空間４００１が実際の障害物や部屋の壁にかかるように広がることもあるが、移動可能空間図１０１１から細線化とセグメント化処理によって生成される移動可能経路図１０１０は大きな誤差を示さないことが期待できる。
【００６１】
異常判断基準学習部１１５は、利用者位置判断部１０６による利用者２の位置座標に基づいて、部屋毎の活動サイン情報と異常サイン情報を生成する異常判断基準学習手段である。例えば、予め悲鳴やうめき声などを異常サイン情報とし、それ以外の利用者２の音声などを活動サイン情報とすることが地図情報等記憶部１０８に登録されているものとする。この既知の活動サイン情報と異常サイン情報は部屋の別に関わらず有効なサインとして登録されているものとする。運用開始時点のロボット１にはこのような一般的な知識がプリセットされているものとする。
【００６２】
浴室に入った利用者２は、湯船につかりながら鼻歌を歌うなどしてくつろぎだしたとする。異常判断部１０３は、既知の活動サイン情報としてこの鼻歌（音声話者識別部５０４により検出される利用者２の声であり、かつ音声語彙認識部５０５による語彙コードが異常サインでない音声等）を証拠に異常なしと判断する能力がある。鼻歌がとぎれても所定期間経過以前に既知の活動サイン情報が検出されれば、異常判断部１０３は異常なしとの判断を覆さない。逆に所定期間経過しても既知の活動サイン情報が検出されなければ、異常判断部１０３は異常ありと判断する。
【００６３】
一方、異常判断基準学習部１１５は、活動サイン情報（鼻歌）がとぎれたときから検出部１０４により得られる観測信号の記録を開始する。このとき、利用者２が浴槽の湯を肩にかけるなどして断続的な水音を生じさせていると、記録される観測信号にはこの断続的な水音が含まれることになる。所定期間経過以前に鼻歌が再開するなどして活動サイン情報が検出されると、異常判断基準学習部１１５は、観測信号の記録を停止し、記録された信号から断続的な水音（特定音検出部５０３により解析される時間軸方向にパワーの波のある特定周波数域の音響信号等）を抽出して新たな活動サイン情報として学習する。そして、この活動サイン情報は浴室という拠点に関するものとして記憶される。以後、利用者２が鼻歌を歌わなくても、学習済みの水音が観測され続ける限り、異常判断部１０３は利用者２が正常に活動していると判断できる。同様にして、例えば洗い桶を置く音なども学習されることになる。この結果、あらゆる音の変化を活動サイン情報とするのに近い広範な音の変化を学習することになるが、浴室には浴室でのみ検出される音を個別に学習することで、単に音の変化をもって異常なしとするよりも正確に活動の有無を判断できるようになることが期待できる。
【００６４】
また、活動サイン情報の消失後所定期間経過しても既知の活動サイン情報が検出されなければ、異常判断基準学習部１１５は、観測信号の記録を停止し、記録された信号から抽出される特徴を新たな異常サイン情報として学習する。例えば、鼻歌がとぎれた直後に何かがぶつかる音（特定音検出部５０３により解析される低周波数域の強い短時減衰性の音響信号等）がして、そのまま活動サイン情報が得られなければ、このぶつかる音を異常サイン情報として学習するとともに、異常検知通知部１０１の動作として、ロボット１が利用者２に声をかけたり、家人に通知するなどの対処行動を行なうことになる。
【００６５】
次に、以上のように構成された本実施の形態に係る移動ロボット１における処理構成を説明する。図９は、本実施の形態に係る移動ロボット１における全体処理の手順を示すフローチャートである。
【００６６】
利用者位置判断部１０６は、検知部１０４による入力情報から利用者２の存在を示す観測的証拠を読み取り、移動ロボット１の方向位置座標１００４及び移動ロボット１に対する利用者２の相対的な方位と距離から、移動可能空間図１０１１における利用者２の存在する位置座標を算出する（ステップＳ１）。この利用者２の存在を示す観測的証拠を「利用者反応」ということとする。
【００６７】
図１１は、図９のステップＳ１の利用者位置情報更新処理の詳細なフローチャートである。利用者位置情報更新処理は、利用者位置検知のために利用者検知判定処理ステップＳ２１と、検知方向制御ステップＳ２２と、兆候検知判定処理ステップＳ２３と、確証検知判定処理ステップＳ２４と、利用者検知設定処理ステップＳ２５と、利用者位置情報更新処理ステップＳ２６と、利用者非検知設定処理ステップＳ２７と、利用者検知判定処理ステップＳ２８とからなる処理で構成される。
【００６８】
利用者検知中判定処理ステップＳ２１において、利用者位置判断部１０６は、利用者２を検知したか否かを示す利用者検知フラグを調べる。利用者検知フラグにより利用者検知と設定されていない場合（ステップＳ２１のＮｏ）はステップＳ２２に進み、利用者検知フラグにより利用者検知と設定されている場合（ステップＳ２１のＹｅｓ）はステップＳ２３に進む。
【００６９】
検知方向制御処理ステップＳ２２は、利用者２を検知していない場合の処理であり、検知方向制御部１０５は検知部１０４を、利用者検知圏６０１を全て探索するかあるいは利用者２を検知するまで、制御を行う。
【００７０】
ステップＳ２１より利用者検知と設定されている場合、またはステップＳ２２の処理の後に、兆候検知判定処理ステップＳ２３において、検知部１０４は、利用者２が未検知であるか否かに関わらず、利用者２の存在を示す兆候の有無を検証する。利用者２の存在を示す兆候とは、音声語彙認識部５０５による語彙コードの出力、動きベクトル検出部５０６による動き領域情報の出力、または顔検出・顔識別部５０７よる顔検出情報の出力をいう。この処理ステップでは、兆候を検知した場合（ステップＳ２３のＹｅｓ）にはステップＳ２４に進み、兆候を検知しない場合（ステップＳ２３のＮｏ）にはステップＳ２７に進む。利用者非検知中設定処理ステップＳ２７により、利用者位置判断部１０６は、利用者兆候が失われたと判断し、前記利用者検知フラグを利用者非検知と設定する。
【００７１】
確証検知判定処理ステップＳ２４において、利用者位置判断部１０６は、正規利用者であるか否かの確証について検証する。正規利用者である確証とは、音声話者識別部５０４による利用者２を示す話者ＩＤの出力、あるいは顔検出・顔識別部５０７による利用者２を示す人物ＩＤの出力があったことをいう。この処理ステップでは、確証を検知した場合（ステップＳ２４のＹｅｓ）にはステップＳ２５に進み、確証を検知しない場合（ステップＳ２４のＮｏ）にはステップＳ２８に進む。確証を検知しない場合（ステップＳ２４のＮｏ）、利用者２の兆候は検知されているが確証は失われた状態となる。
【００７２】
確証を検知しない場合（ステップＳ２４のＮｏ）、利用者検知判定処理ステップＳ２８において、利用者位置判断部１０６は、前記利用者検知フラグから利用者検知か利用者非検知か判断する。前記利用者検知中フラグが利用者検知と設定されている場合、検知されている兆候のみで正規利用者を検知しているとみなす。
【００７３】
確証を検知した場合（ステップＳ２４のＹｅｓ）、利用者検知中処理ステップＳ２５において、利用者位置判断部１０６は、正規利用者である確証を検知したものとして、利用者検知フラグを利用者検知に設定する。
【００７４】
ステップＳ２５の処理の後、あるいは利用者検知であると判断された場合（ステップＳ２８のＹｅｓ）、利用者所在情報更新処理ステップＳ２６において、利用者位置判断部１０６は、利用者２の確証や兆候が検知された場合、正規利用者と認定された動き領域の重心に対する相対方位と相対距離を算出し、方向位置座標１００４による移動ロボット１の方向と位置座標を基準に、地図情報等記憶部１０８に記憶される移動可能空間図１０１１上の絶対位置が求められ、利用者位置情報とされる。利用者位置情報は、地図情報等記憶部１０８に利用者方向位置座標１００２として記憶する。つまり、利用者位置情報が更新され続けている状態が、利用者反応のある状態となる。
【００７５】
図９に戻り、利用者位置情報更新ステップＳ１の後、ステップＳ１で利用者２を検知したか否かを判断する（ステップＳ２）。利用者２を検知した場合は（ステップＳ２のＹｅｓ）、利用者移動可能地図学習部１１４が、ステップＳ１によって更新された利用者方向位置座標１００２に記憶される利用者２の位置座標に基づいて前記占有空間４００１を計算し、その内部を移動可能空間とするように移動可能空間データ１０１１を更新するとともに、利用者２の所在に応じた存在確率情報１０１２ｇを更新する（ステップＳ３）。同じく、利用者移動経路予測部１０７が、ステップＳ１によって更新された利用者方向位置座標１００２に記憶される利用者２の方向及び位置座標と、移動可能経路データ１０１０により移動経路を予測する（ステップＳ４）。
【００７６】
図１２は、移動ロボット１による利用者２の移動経路の予測方法の詳細を示したものである。移動ロボット１と利用者２は図１２に示される位置に存在し、特に利用者２は、利用者検知圏６０１内に存在する。そして移動ロボット１の検知部１０４により、利用者２は矢印１２０１の方向に移動していることが観測されているとする。利用者２がこのまま移動し続けると仮定すると、利用者２は矢印１２０１の方向に移動することとなる。しかし、実際は障害物２０３のため移動可能経路データ１０１０ｇ上のセグメント３０８に沿った矢印１２０３方向に転進すると推測される。この推理を移動ロボット１が行うため、利用者移動経路予測部１０７は、利用者２の現在の矢印１２０１の方向の進路に最も近い移動可能経路データ１０１０ｇ上のセグメント３０８の端点を求め、これに連結する全てのセグメント（３０７と３０９）を抽出する。次に、先に求めたセグメント３０８の端点を始点とし、もう一方の端点を終点とするベクトルとして抽出された各セグメント（３０７と３０９）を捉え、現在の利用者２の矢印１２０１の方向の進路（ベクトルである）との余弦（ｃｏｓθ＝（ｖ１・ｖ２）／（｜ｖ１｜｜ｖ２｜）、ｖ１： 矢印１２０１のベクトル、ｖ２：各セグメントベクトル）の最も大きいセグメント（向きの最も似ているベクトル）を選択する。この例ではセグメント３０８が選択される。これで移動ロボット１は利用者２の予測進路がセグメント３０８から３０７への方向であると決定する。
【００７７】
図９に戻り、利用者移動経路予測ステップＳ４の後、移動ロボット１は、利用者２を見失わないように予測した経路に沿って、検知部１０４の適応マイクロホンアレイ部５０１とズーム・雲台付きカメラ部５０２の検知方向を検知方向制御部１０５により制御して利用者２を観測し続ける検知方向追尾（ステップＳ５）を行う。そして、移動ロボット１の方向位置座標１００４による位置座標と、利用者方向位置座標１００２による利用者２の位置座標と、ステップＳ４による利用者２の予測移動経路より利用者２の予測経路に従い追尾を行うための追尾経路を作成し、この追尾経路をトレースすることで利用者２の後を追いかける移動追尾（ステップＳ６：位置関係制御手段）を行う。
【００７８】
このとき、前述の消失確率が所定閾値以上となる位置に利用者２が進入したことを検知すると、ロボット１は利用者２を見失わないように速度を上げて距離を詰める追尾制御を行う。
【００７９】
図１３は、図９におけるステップＳ４〜ステップＳ６までの処理をフローチャートとして示したものである。ステップＳ１により取得した利用者位置情報による利用者２の位置、方向から移動可能経路データ１０１０ｇの最も近似した経路を利用者２の移動する予測移動経路とし（ステップＳ３１）、利用者を見失わないようにするため、その予測移動経路に沿うように検知部１０４を検知方向制御部１０５より制御する（ステップＳ３２）。そして、見失わないよう検知部１０４より検知し続け、移動ロボット１と利用者２の移動可能空間図１０１１ｇの移動ロボット１及び利用者２の座標情報から相対距離が離れたか判断し（ステップＳ３３）、離れたと判断した場合は、移動ロボット１の現在位置から利用者２の存在した位置までの経路と利用者２の予測移動経路より、移動ロボット１が利用者２を追尾するための追尾経路を生成し（ステップＳ３６）、移動ロボット１は追尾経路をトレースして、利用者２を追尾する（ステップＳ３７）。移動ロボット１と利用者２の距離が離れない場合は移動せず、そのまま異常判断基準設定（ステップＳ７）に移る。
【００８０】
図９に戻り、検知方向追尾および利用者予測経路移動の結果、利用者２の所在を把握している場合、異常判断基準設定部１０２より利用者２の存在する部屋に応じた異常判断基準が設定され（ステップＳ７）、異常判断基準に従った監視方法による異常検知が行われる。そして、異常判断部１０３は、利用者２が部屋に入ってから活動サイン情報が観測されなかった場合、活動サイン情報が観測されてから所定時間が経過するまで次の活動サイン情報が観測されなかった場合、最後の活動サイン情報が観測されてから利用者２が移動をしなかった場合、明らかな異常サイン情報が観測された場合に、利用者２の身に異常が起こったと判断し（ステップＳ８のＹｅｓ）、異常検知通知部１０１が監視センター等に通報するなどの対処を行う（ステップＳ９）。同時に、異常判断基準学習部１１５が、前記判断のための期間に観測された他の音声・画像的な特徴パタンを学習し、新たな異常サイン情報として記憶する（ステップＳ１０）。一方、異常ではなく、活動サイン情報の得られている場合には、異常判断基準学習部１１５は、活動サイン情報の観測されている期間に観測された他の音声・画像的な特徴パタンを学習し、新たな活動サイン情報として記憶する（ステップＳ１１）。
【００８１】
ステップＳ１で利用者２を検知できなかった場合（ステップＳ２のＮｏ）、利用者移動可能地図学習部１１４は、直前まで検知できていた利用者２が見失われたのであれば（ステップＳ１２のＹｅｓ）、最後に検知した利用者方向位置座標１００２に記憶する利用者２の存在した位置座標に対応した消失確率情報１０１２ｇを更新する（ステップＳ１３）。利用者移動経路予測部１０７及び利用者存在部屋予測部１１３は最後に検知した利用者方向位置座標１００２に記憶する利用者２の存在した位置座標と移動方向（利用者消失方向）から利用者２の存在する場所を予測する（ステップＳ１４）。この場所を「利用者存在可能圏」と呼ぶことにする。これには利用者移動経路予測部１０７によって予測される移動可能空間図１０１１上の「幾何的利用者存在可能圏」と利用者存在部屋予測部１１３によって予測される移動可能部屋構成データ１００１上の「位相的利用者存在可能圏」の２種類ある。
【００８２】
図１４は、存在する場所の予測方法を例示したものである。この図において、幾何的利用者存在可能圏と成り得るのは移動可能空間図１０１１上で利用者検知圏６０１の外の空間、すなわち検知圏外６０２〜６０４である。また、位相的利用者存在可能圏と成り得るのは前記幾何的利用者存在可能圏内にある出入口１６や利用者検知圏内で利用者反応が消失した方向の出入口１９、２０の先に繋がっている移動可能部屋構成データ１００１上の部屋は庭５０、廊下５２、ダイニング５９である。
【００８３】
最後に検知した利用者消失方向が矢印１３０１や１３０２の方向であれば、利用者存在可能圏は移動可能空間図上の検知圏外６０４もしくは６０３のみとなり、これらの場所は出入口がないため、利用者移動経路予測部１０７は利用者２が検知圏外６０４もしくは６０３に居る可能性が極めて高いと判断する。このとき、検知圏外６０４と６０３のそれぞれにどれくらいの程度で利用者２が居そうかという情報は、前述した利用者の存在確率情報から求めることができる。具体的には、検知圏外６０４と６０３内の存在確率の合計値をそれぞれ当該検知圏外の存在確率Ｓ（６０４）とＳ（６０３）とし、両者を比較することで、ロボット１は存在確率の高い方から優先的に利用者を探索することができる。
【００８４】
また、最後に検知した利用者消失方向が矢印１３０３や１３０５の方向であれば、利用者存在可能圏は出入口１９や２０を経由した移動可能部屋構成データ１００１上の庭５０もしくはダイニング５９のみとなり、利用者移動経路予測部１０７は利用者２が庭５０もしくはダイニング５９に移動した可能性が極めて高いと判断する。このとき、庭５０とダイニング５９のそれぞれにどれくらいの程度で利用者２が居そうかという情報も、前述した利用者の存在確率情報から求めることができる。具体的には、庭５０とダイニング５９内の存在確率の合計値をそれぞれ当該検知圏外の存在確率Ｓ（５０）とＳ（５９）とし、両者を比較することで、ロボット１は存在確率の高い方から優先的に利用者を探索することができる。
【００８５】
一方、最後に検知した利用者消失方向が矢印１３０４の方向であれば、利用者移動経路予測部１０７は、利用者存在可能圏となる検知圏外６０２と、出入口１６を経由した廊下５２の両方のどちらかに利用者２が存在すると予測する。この場合も、同様に各検知圏外の存在確率Ｓ（６０２）とＳ（５２）を求め、優先順位を付けることが可能である。
【００８６】
このように、幾何的利用者存在可能圏は見失った利用者２が存在する可能性の高い場所を移動可能空間図１０１１上に示し、位相的利用者存在可能圏は見失った利用者２が移動した可能性の高い部屋を移動可能部屋構成データ１００１から特定する。これらの情報は利用者検知圏６０１に利用者２が存在しない場合に、移動ロボット１が利用者２を探索する際に使用される。
【００８７】
図９に戻り、移動ロボット１は利用者２が存在する可能性が高い幾何的利用者存在可能圏を利用者検知圏６０１に含めるように移動し、利用者２が存在するか否か確認する（ステップＳ１５）。
【００８８】
図１５は、図１４における移動ロボット１が利用者２の存在する可能性が高い幾何的利用者存在可能圏６０２を利用者検知圏６０１に含めるために移動した後を例示したものである。最初は図１４により示される位置に移動ロボット１が存在していたとし、最後に検出した利用者消失方向が出入口１６の方を向いていた場合、移動ロボット１は図１５のように移動可能経路データ１０１０ｇ上のセグメント３０９、３０８、３０７をトレースする経路上を出入口１６方面へ進行し、図１４の幾何的利用者存在可能圏６０２を利用者検知圏１４０１に含め、この空間に利用者２が存在するか否か確認する。
【００８９】
図９に戻り、利用者２を幾何的利用者存在可能圏６０２内で検知した場合（ステップＳ１６のＹｅｓ）、ステップＳ１に戻り、移動ロボット１は利用者追尾を再開する。利用者２が幾何的利用者存在可能圏６０２内に検知しなかった場合（ステップＳ１６のＮｏ）、利用者２は出入口１６を通ってリビング５６に隣接する廊下５２もしくはさらにその先の空間に移動したことになる。この場合、移動ロボット１が利用者２を見失ってからの経過時間に応じて利用者存在部屋予測部１１３は廊下５２から先の部屋毎に利用者２が存在しそうな期待を示す期待値、すなわち「利用者存在期待値」を計算する（ステップＳ１７）。
【００９０】
利用者存在期待値とは、利用者２が部屋（出発部屋）を退出した後、移動可能部屋構成データ１００１による利用者２が移動することが可能な部屋毎に、利用者２が移動している可能性を示す期待度を数値化したものをいう。
【００９１】
移動ロボット１が利用者２を見失ってからの経過時間と部屋の構成に着目し、部屋毎の利用者存在期待値の変化を模式的に示したものが図１６、図１７、図１８である。各図において網掛けが濃いほど存在期待値が高いことを示している。
【００９２】
図１６は見失ってからの経過時間が短い時（経過時間をＴ１とする）の利用者存在期待値の分布を示した図である。図１６に示されるとおり、経過時間が短い場合は利用者２が遠くに移動している可能性が低く、廊下５２に居る可能性が極めて高い。
【００９３】
図１７は見失ってからの経過時間が中程度の時（経過時間をＴ２とする）の利用者存在期待値の分布を示した図である。図１７に示されるとおり、Ｔ１よりさらに時間が経過した場合は、利用者２は廊下５２に隣接した玄関５１、洋室５３、トイレ５４、和室５５、洗面室５７に存在する可能性も生じる。
【００９４】
図１８は見失ってからの経過時間が長い時（経過時間をＴ３とする）の利用者存在期待値の分布を示した図である。図１８に示されるとおり、Ｔ２より、さらに時間が経過した場合は、利用者２は玄関５１から外に出て庭５０や、洗面室５７の先の浴室５８にまで移動している可能性がある。
【００９５】
上述した利用者存在期待値は、部屋ごとの幾何学的形状を考慮せず、部屋の構成に基づき均等に各部屋の利用者存在期待値を算出した。しかし実際は、部屋の幾何学的形状により、ある部屋から他の部屋へ移動する場合、移動先の部屋毎に移動経路が異なるため、移動先の部屋により移動距離が異なる。そして利用者２の移動速度には限界があるため、移動距離の違いにより同じ部屋から移動可能な部屋であっても、部屋毎に利用者存在期待値が異なるはずである。そこで、利用者存在部屋予測部１１３による各部屋の幾何学的形状を考慮した利用者存在期待値の算出方法を下記に示す。
【００９６】
まず利用者存在部屋予測部１１３は、出発部屋の出口と、この出口を通って移動可能な他の部屋への入口との間の距離は、この入口まで経由する各部屋の利用者２の移動する距離を合計することで算出する。例えば利用者２がリビング５６から浴室５８へ移動するとき、移動可能部屋構成データ１００１より利用者２が廊下５２、洗面室５７を経由して浴室５８へ移動することが決定され、経由する洗面室５７内の利用者移動距離は、廊下５２と洗面室５７を結ぶ出入口１７から洗面室５７と浴室５８を結ぶ出入口１８までの移動距離であり、これは洗面室５７の移動可能経路データ１０１０上で出入口１７と出入口１８を結ぶ最短経路の長さとして求めることができる。
【００９７】
利用者２が一定の移動速度で移動すると仮定した場合、利用者２の移動距離は経過時間に比例し、時間経過とともに到達可能な部屋は、より遠方の部屋まで含まれることとなる。実際は利用者２の移動速度にばらつきがあるため、利用者２が一定時間内に移動する距離はある期待値の分布を示すこととなる。これを模式的に示したものが図１９である。図中の横軸１８０１は距離を示す軸、縦軸１８０２は利用者２がある距離に到達している可能性を表す期待値の軸である。図１９は、経過時間がＴ１、Ｔ２、Ｔ３と増加するに伴い、期待値の最大値を示す距離がＬ１、Ｌ２、Ｌ３とより遠方へと移動し、さらに利用者移動距離の期待値分布（利用者移動期待値）が１８０６、１８０７、１８０９と移動速度のばらつきのため期待値を表す曲線が緩やかになる経過を示す。なお、図１９では利用者移動距離確率の分布形状を正規分布でモデル化している。
【００９８】
部屋の幾何学的形状を考慮し、利用者存在期待値を算出した場合の、移動ロボット１が利用者２を見失ってからの経過時間に応じた部屋毎の期待値の変化を模式的に示したものを図２０に示す。上述した図と同様、網掛けが濃いほど存在期待値が高いことを示している。図２０では、廊下５２から和室５５または洗面室５７への移動距離が短いため、利用者存在期待値が高くなり、一方、廊下５２から玄関５１への移動距離が長いため、利用者存在期待値は低くなる。また、洗面室５７は狭いため浴室５８への移動経路も短く、浴室に移動している可能性も出てくるため、浴室５８においても利用者存在期待値が算出される。
【００９９】
時間経過に伴い、例えば経過時間Ｔ３において、利用者存在期待値の最大値を示す最大点１８０５が通り過ぎた距離軸上の領域、すなわち図中のＬ３より短い距離が、利用者２が存在している可能性のある距離を示している。よって、Ｌ３より短い距離においては利用者存在期待値として最大点１８０５の期待値与える。一方、最大点１８０５が通り過ぎていない距離軸上の領域、すなわち最大点Ｌ３より長い距離においては、利用者存在期待値として利用者移動期待値そのものを与える。この結果、経過時間Ｔ３における利用者存在期待値は図２１に示すとおりとなる。
【０１００】
移動ロボット１が出入口方向に利用者２を最後に検知した時刻を起点に経過時間が計測され、移動追尾により移動ロボット１が再び利用者２をその利用者検知圏６０１内に捕捉するまで、経過時間に応じた利用者存在可能性が上述したように距離の関数として計算され、出発部屋から各部屋までの距離に応じた当該経過時間の利用者存在可能性が利用者存在期待値として各部屋に与えられる。
【０１０１】
なお、より簡便に利用者存在期待値を算出するため、利用者移動速度の最大値がある値を超えないと仮定した場合の経過時間と最大利用者移動距離の関係を図２２に示す。図２２で示すように利用者移動距離の最大値（最大利用者移動距離）は経過時間に比例する直線２００１となる。任意の経過時間Ｔにおける最大利用者移動距離Ｌはこの図の直線２００１から導かれ、経過時間がＴの時に距離が０〜Ｌまで範囲において利用者２が存在すると予測される。この場合の利用者存在期待値を図２３に示す。図２３に示すように距離Ｌの左側では利用者存在期待値が一定正値となり、矩形状となる。
【０１０２】
図９に戻り、利用者存在部屋予測部１１３は予想した幾何的利用者存在可能圏が無い場合、あるいは有る場合でも検知部１０４が幾何学的利用者存在可能圏内に利用者２を検知できなかったときに、利用者存在期待値と拠点毎の存在確率（拠点内の最大存在確率）の積が高い拠点順に移動し、利用者２を探索する行動を開始する（ステップＳ１８）。部屋間を跨ぐ経路は移動可能部屋構成データ１００１上で大局的な経路生成をし、各部屋内では移動可能経路データ１０１０上で通行可能な出入口を結ぶ局所的な経路生成して、この移動を達成する。
【０１０３】
なお、探索移動中に移動ロボット１が、例えば水洗トイレの音やシャワーの音が検知部１０４により検知した場合、検知された音の発生場所として妥当なトイレ５４や浴室５８を利用者２が存在する部屋と予測し、その部屋を移動目標に設定し、他の部屋を探索する必要がなくなる。また、探索移動中に例えばドアの開閉音が進行方向などから検知部１０４により検知された場合には、検知された音の方向以外の部屋を探索する必要がなくなる。こうして利用者２が所在する部屋を予測すると、移動ロボット１は進入可能でそこに至る経路のある部屋で利用者所在する部屋に最も近い部屋（利用者２が所在する部屋を含む）を移動する目的の部屋に設定する。
【０１０４】
このように本実施の形態によれば、利用者２が存在する位置を示す利用者位置情報に基づいて利用者２が移動可能な空間を記述した利用者移動可能空間情報を生成し、生成された利用者移動可能空間情報に基づいて利用者２との位置関係を制御する。これにより、利用者２が移動可能な空間を記述した利用者移動可能空間情報をロボット運用中に自動的に生成することで、利用者を監視する能力を運用中に自動的に向上させることができる。
【０１０５】
本実施の形態に係る移動ロボット１は、利用者２の幾何圏内移動探索と位相圏内移動探索という２種類の探索動作を移動可能経路データ１０１０と移動可能部屋構成データ１００１の利用者２の存在可能圏に基づいて、効率的かつ広い範囲での利用者２の探査を可能にする。
【０１０６】
本実施の形態に係る移動ロボット１は、利用者２が移動すると予測される経路に従って検知部１０４の検知方向を制御することで、利用者２を見失わないという効果を奏する。
【０１０７】
また、本実施の形態に係る移動ロボット１は、移動ロボット１の現在位置と利用者２の現在位置及び方向と移動可能経路情報から追尾経路を生成し、この追尾経路に従い移動することで利用者２を見失わないで追尾移動が可能という効果を奏する。また利用者２を見失った場合でも、最後に検知した利用者２の場所から移動する経路を予測し、効率よく利用者２の探索を可能とする。
【０１０８】
本実施の形態に係る移動ロボット１は、利用者２の異常を検知する動作を移動可能拠点構成情報上の利用者２の所在に基づいて行うため、利用者２のいる拠点により適応的に異常の検知を行うことが出来るという効果を奏する。
【０１０９】
本実施の形態に係る移動ロボット１は移動先の部屋及び移動可能な部屋ごと利用者２の存在する期待値を算出し、効率的に利用者２の探索を可能にする。さらに、部屋毎の幾何学的形状の違いに基づく移動距離の違いから利用者存在期待値を適切に算出することで、より効率的に利用者２の探索を可能とする。
【０１１０】
また本実施の形態では、適応マイクロホンアレイ部５０１は検知方向を特定できればよく、検知方向の音のみ入力すると制限を加えるものではない。検知方向の制御としては、上記検知方向制御部の他に移動ロボット１本体を動作させて検知方向を制御することも考えられる。現在位置特定部１０９はジャイロ及びパルスエンコーダを使用して現在位置を取得しているが、超音波等により現在位置を特定する方法も考えられる。
【０１１１】
［第２の実施の形態］
次に、本発明の第２の実施の形態を図２４ないし図３２に基づいて説明する。なお、前述した第１の実施の形態と同じ部分は同じ符号で示し説明も省略する。
【０１１２】
第１の実施の形態では、移動ロボット１の移動可能な空間と利用者２の移動可能な空間が一致している場合に本発明を適用した例である。ところが実際の環境中には、利用者２は踏み越えられるが、移動ロボット１には通行できない高さの物体が存在し、利用者２は避けて通るが、移動ロボット１はその下を潜り抜けていける物体も存在する。したがってこの第２の実施の形態に係る移動ロボット１では、利用者２が移動可能な経路であるが、移動ロボット１は移動できない経路がある場合において障害物を迂回した経路の生成を行うものである。
【０１１３】
本実施の形態における状況を図２４に示す。図中の２０２、２０３、２０５は第１の実施の形態における図４に記述した障害物と同じ物である。本実施の形態では、さらに床にクッション２５０１を加える。
【０１１４】
このとき利用者２はクッション２５０１を踏み越えられるので障害物とはならないが、テーブル２０３の天板は障害物となる。一方、移動ロボット２３０１にとってクッション２５０１とテーブル２０３の脚が障害物となるが、テーブルの天板は下を通り抜けられるので障害物とならない。このような状態では、テーブルの下を潜るなど、利用者経路を追従するよりも効率の良いショートカットコースを移動ロボット２３０１が利用できれば、その利便性は一層向上するはずである。
【０１１５】
図２５は、本発明の第２の実施の形態にかかる移動ロボット２３０１の構成を示すブロック図である。前述した第１の実施の形態の図１において、地図情報等記憶部１０８とは記憶している情報が異なる地図情報等記憶部２３０２に変更され、経路生成部１１２とは処理が異なる経路生成部２３０３に変更された構成を有している。
【０１１６】
地図情報等記憶部２３０２は、部屋の構成図、部屋毎の地図情報、移動ロボット２３０１や利用者２の現在地情報などを記憶している。本実施の形態での地図情報等記憶部２３０２の保持する情報を図２６に示す。地図情報等記憶部１０８は移動可能部屋構成データ１００１と、部屋毎の移動可能空間図１０１１ａ〜ｋ及び移動可能経路データ１０１０ａ〜ｋと、利用者方向位置座標１００２と、利用者存在部屋番号１００３と、方向位置座標１００４と、現在部屋番号１００５と、地図上の位置毎の利用者存在確率・消失確率情報１０１２ａ〜ｋと、地図上の部屋毎の活動サイン・異常サイン１０１３の他に、部屋毎の移動ロボット２３０１が移動可能な空間を記述したロボット移動可能空間情報（地図情報）を保持するロボット移動可能空間図２７０１ａ〜ｋを記憶する。
【０１１７】
図２７にクッション２５０１を加えた場合の移動可能空間図２６０１を示す。移動可能空間図は利用者２の移動可能な空間に基づいて生成される。クッション２５０１は利用者２にとってクッション２５０１は踏み越えられるので障害物とはならず、また、テーブル２０３の天板は障害物となる。したがって、このときの移動可能空間図２６０１は、図４に例示した移動可能空間図１０１１と同じとなる。
【０１１８】
図２８にクッション２５０１を加えた場合のロボット移動可能空間図２７０１を示す。移動ロボット２３０１にとってクッション２５０１とテーブル２０３の脚２７０２〜２７０５が障害物となるが、テーブル２０３の天板は潜り抜けられるので障害物とはならない。
【０１１９】
部屋毎のロボットの移動可能空間図は最初全域が障害物で埋め尽くされているものとする。移動ロボット２３０１は自身の持つ衝突回避センサによって周囲の障害物を検出しながら移動することができるものとする。その際、障害物の検出されなかった空間をこの移動可能空間図上に記述していくことで、全域が障害物で埋められていた空間にロボットの移動可能な空間が地図情報として形成されていく。ロボット２３０１を運用開始する時点で、ロボット２３０１を自由に徘徊させることで、この地図情報は自動的に形成されていく。また、運用開始後にも、同様の手順によって、ロボット２３０１は自身の移動可能空間図２７０１を更新していくことができる。ここに、ロボット移動可能空間生成手段が実現されている。
【０１２０】
経路生成部１１２は、利用者移動経路予測部１０７による利用者２の予測移動経路と移動ロボット２３０１の現在位置と移動可能経路データ１０１０とから追尾経路情報を生成し、この追尾経路とロボット移動可能空間図２７０１とから該追尾経路上に移動ロボット１の通行できない障害物があるかを確認し、障害物があると判断した場合は、障害物と一定間隔の距離を保持した状態で、利用者２の予測移動経路まで移動する迂回経路を生成する。
【０１２１】
また、利用者存在部屋予測部１１３は、移動ロボット２３０１の現在位置から利用者２の存在する可能性があると予測される部屋までを探索するための探索経路として、移動可能部屋構成データ１００１から大局的な経路を、そして移動可能経路データ１０１０とロボット移動可能空間図２７０１から部屋毎の詳細な経路を生成する。
【０１２２】
次に、以上のように構成された本実施の形態に係る移動ロボット２３０１における処理構成を説明する。第１の実施の形態と、この第２の実施の形態の処理の違いは図９の利用者予測経路移動ステップＳ６が主である。したがって、予測経路移動ステップＳ６における本実施の形態に係る移動ロボット２３０１の処理手順のフローチャートを図３０に詳しく示す。
【０１２３】
まずは検知方向追尾ステップＳ５より利用者２を見失わないよう検知部１０４が利用者２を検知し続け、移動ロボット２３０１と利用者２の座標情報から相対距離が離れたか否かを判断し（ステップＳ３３）、離れたと判断した場合、経路生成部２３０３が移動ロボット２３０１の現在位置から利用者２の現在位置までの追尾経路を移動可能経路データ１０１０に基づいて生成する（ステップＳ４１）。さらに、生成された追尾経路上に移動ロボット２３０１が通行できない障害物があるか否かを、追尾経路とロボット移動可能空間図２７０１とを比較して判断する（ステップＳ４２）。その判断について図２９を使用して説明する。
【０１２４】
図２９はロボット移動可能空間図２７０１に利用者２の移動可能経路データ１０１０を重ね合わせた図である。この図において、移動ロボット２３０１の追尾経路として利用者２のセグメント３０９、３０８を通る経路が最短となるが、経路生成部２３０３は、この追尾経路上に障害物となるクッション２５０１があることをロボット移動可能空間図２７０１から検出し、この追尾経路に従って移動できないと判断する。このような状況ではセグメント３０９と３０８上を移動ロボット２３０１が移動することができないので、迂回経路を生成しなければならない。
【０１２５】
障害物により移動できないと判断された場合（ステップＳ４２の右分岐）、経路生成部２３０３は、移動ロボット２３０１の現在位置から利用者２の現在位置までの迂回経路を２種類生成する。１つは、移動ロボット２３０１の移動可能な空間情報を記録したロボット移動可能空間図２７０１上で、各障害物（壁面を含む）を右手に見ながら、各障害物（壁面を含む）と一定距離を置いた回避経路（ステップＳ４５により生成）、もう１つは、各障害物（壁面を含む）を左手に見ながら各障害物（壁面を含む）から一定距離を置いた回避経路（ステップＳ４６により生成）である。
【０１２６】
図３１に生成される迂回経路情報を示す。迂回経路３００１が各障害物（壁面を含む）を右手に見る迂回経路を示し、迂回経路３００２が各障害物（壁面を含む）を左手に見る迂回経路を示す。この場合、迂回経路３００２においてテーブルの天板はロボット１にとって障害物とならないため、利用者の経路とは異なるショートカットコースが生成されており、利便性が向上していることが確認できる。
【０１２７】
図３０に戻り、経路生成部２３０３は、生成された回避経路のうち移動距離の短いものを選択し（ステップＳ４７）、駆動部１１１は選択された回避経路をトレースして移動する（ステップＳ４８またはステップＳ４９）。上述した図３１の場合では迂回経路３００２が選択され、これをトレースしてロボット１が移動する。
【０１２８】
障害物がなかった場合（ステップＳ２４の左分岐）は、駆動部１１１は生成された追尾経路をトレースして、移動ロボット２３０１の現在位置から利用者２の現在位置まで移動し（ステップＳ４３）、その後、移動ロボット２３０１は利用者２の予測経路をトレースして移動する（ステップＳ４４）。
【０１２９】
つまり、図３２に例示するように、利用者２がセグメント３０７上を移動ロボット２３０１から遠ざかる方向に移動するとき、移動ロボット２３０１はセグメント３０９から３０８を経て３０７へと移動追尾するところであるが、前述した通り、クッション２５０１によりセグメント３０９から３０７へと移動できないため、セグメント３０９からセグメント３０８へ至る迂回経路３１０１を障害物回避手順に従って生成して移動追尾を完遂する。
【０１３０】
これによって移動ロボット２３０１は利用者２が利用者２のみ移動することが可能な経路に従って移動した場合でも、迂回経路を選択し、移動追尾することが可能となる。これにより一層利便性が高まったと考えられる。
【０１３１】
また、同様に図９の利用者移動可能経路探索ステップＳ１５や拠点間移動探索ステップＳ１８においても同様の手順により回避経路を生成することが可能である。
【０１３２】
なお、移動ロボット２３０１の移動可能な範囲を示すロボット移動可能空間図２７０１は、移動ロボット２３０１の検知部１０４によって計測された物体の形状や高さから移動ロボット２３０１が移動する際の障害物となるか否かを判断した上で自動的に生成される。また、利用者２の移動可能な範囲を示す移動可能空間図１０１１は、第１の実施形態で示した通り、利用者２の位置と移動を計測することで自動的に生成される。
【０１３３】
つまり、タンスやクッションなどの全域、テーブルの脚部分などの移動ロボットが踏破出来ない高さを有する物体は、移動ロボット２３０１にとっての障害物として、床面から一定の高さの範囲（利用者２が飛び越えられない高さ以上、利用者２の背の高さ以下）にある物体、つまりタンス、テーブルの脚部分及びテーブルの天板等は、利用者２にとっての障害物として、移動可能空間図１０１１および移動可能空間図２７０１が生成される。
【０１３４】
このように本実施の形態に係る移動ロボット２３０１によれば、移動ロボット２３０１についても移動することが可能な空間を示すロボット移動可能空間図２７０１を保持することで、利用者２は移動することできるが、移動ロボット２３０１は移動できない場所があっても、利用者２を問題なく追尾することができる。また、利用者２は移動できないが、移動ロボット２３０１は移動できる空間を利用してショートカットでき、より効率的な移動をすることができる。
【０１３５】
また、本実施の形態によれば、移動ロボット２３０１が存在する位置を示すロボット位置情報に基づいて移動ロボット２３０１が移動可能な空間を記述したロボット移動可能空間情報を生成し、生成されたロボット移動可能空間情報に基づいて利用者２との位置関係を制御する。これにより、移動ロボット２３０１が移動可能な空間を記述したロボット移動可能空間情報をロボット運用中に自動的に生成することで、利用者を監視する能力を運用中に自動的に向上させることができる。
【０１３６】
なお、上述した各実施の形態は、本発明の好適な実施例であり、上記実施の形態のみに本発明の範囲を限定するものではなく、本発明の要旨を逸脱しない範囲において種々の変更を施した形態での実施が可能である。例えば、上述した各実施の形態の移動ロボット１，２３０１における処理動作は、移動ロボット１，２３０１に組み込まれたコンピュータプログラムにより実行することも可能であり、例えば、このプログラムを、光記録媒体、磁気記録媒体、光磁気記録媒体、または、半導体等の記録媒体に記録し、該記録した記録媒体から移動ロボット１，２３０１に読み込むことで、各実施の形態の移動ロボット１，２３０１における処理動作を実施することは可能となる。また、所定のネットワークを介して接続されている外部の接続機器から移動ロボット１，２３０１にダウンロードすることでも各実施の形態の移動ロボット１，２３０１における処理動作を実施することは可能である。
【産業上の利用可能性】
【０１３７】
以上のように、本発明にかかる移動ロボットは、利用者を探索、追尾し、異常が発生したか否か診断するために有用であり、特に、利用者が移動すると予測される経路に従い、移動ロボットが検知手段の制御や利用者を追尾して移動する場合に適し、また移動ロボットが利用者の存在する場所に適した異常を判断する場合に適している。
【図面の簡単な説明】
【０１３８】
【図１】本発明に係る移動ロボットの第１の実施の形態における機能ブロック構成を示した図である。
【図２】地図情報記憶部の保持している情報を示した図である。
【図３】移動可能部屋構成データによる利用者の移動可能な部屋の構成を示した図である。
【図４】地図情報記憶部に保持するリビング５６の移動可能空間図の例を示した平面図である。
【図５】地図情報記憶部に保持するリビング５６の移動可能経路の例を示す平面図である。
【図６】検知部の機能ブロックの構成を示した図である。
【図７】利用者検知圏を模式的に示した図である。
【図８】移動可能部屋構成データにおいて部屋毎に付与された異常検知設定基準情報を示した図である。
【図９】処理構成を示した図である。
【図１０】利用者の位置座標に基づいて部屋毎の移動可能空間図の生成する方法を示した図である。
【図１１】検知部及び利用者位置判断部の処理構成を示した図である。
【図１２】利用者の予測経路を選択する方法を示した図である。
【図１３】追尾移動するまでの処理構成を示した図である。
【図１４】利用者消失方向と利用者の存在可能圏の関係を示した図である。
【図１５】利用者検知圏を使用した利用者追尾方法を示した図である。
【図１６】利用者を見失ってから経過時間が短いとき（経過時間Ｔ１）の利用者存在期待値の分布を示した図である。
【図１７】利用者を見失ってから経過時間が中程度のとき（経過時間Ｔ２）の利用者存在期待値の分布を示した図である。
【図１８】利用者を見失ってから長時間経過したとき（経過時間Ｔ３）の利用者存在期待値の分布を示した図である。
【図１９】経過時間に応じた利用者移動距離分布の推移を示した図である。
【図２０】部屋間の移動距離の違いから部屋ごとに異なる利用者存在期待値の分布を示した図である。
【図２１】利用者移動距離分布から導かれる移動距離に対応する利用者存在期待値を示した図である。
【図２２】利用者の移動速度の最大値がある値を超えない場合の経過時間と最大利用者移動距離の関係を示した図である。
【図２３】利用者の移動速度の最大値がある値を超えない場合の最大利用者移動距離から導かれる利用者存在期待値を示した図である。
【図２４】本発明に係る第２の実施の形態における障害物と利用者と移動ロボットの大きさの関係を示した側面図である。
【図２５】機能ブロック構成を示した図である。
【図２６】地図情報記憶部の保持している情報を示した図である。
【図２７】地図情報記憶部に保持するリビングの利用者が移動可能な空間を示す移動可能空間図の例を示した平面図である。
【図２８】地図情報記憶部に保持するリビングの移動ロボットが移動可能な空間を示すロボット移動可能空間図の例を示した平面図である。
【図２９】リビングのロボットが移動することが可能な空間上に利用者が移動することが可能な経路を示した平面図である。
【図３０】利用者の移動する経路を予測して追尾するときの処理構成を示した図である。
【図３１】障害物回避手順により利用者を追尾するために導き出された迂回経路を示した図である。
【図３２】障害物回避手順により選択された迂回経路を示した図である。
【符号の説明】
【０１３９】
１，２３０１ 移動ロボット
２ 利用者
１０２ 異常判断基準設定手段
１０３ 異常判断手段
１０６ 利用者位置情報取得手段
１０９ ロボット位置情報取得手段
１１４ 利用者移動可能空間生成手段
１１４ 存在確率情報付加手段
１１４ 消失確率情報付加手段
１１５ 異常判断基準学習手段
１００２ 利用者位置情報
１００４ ロボット位置情報
１０１１，２６０１ 利用者移動可能空間情報
２７０１ ロボット移動可能空間情報
【技術分野】
【０００１】
本発明は、利用者を探索追尾する移動ロボット、プログラム及びロボット制御方法に関する。
【背景技術】
【０００２】
近年、人間と活動空間を共有するロボットが各種発表されている。その用途として利用者に追尾して、利用者が安全かどうか監視するものが考えられている。例えば、利用者が家に一人で住んでいる場合、何らかの異常事態が発生しても、連絡できないこともある。この場合、ロボットが利用者の異常を検知すると、すぐに監視センターに連絡することで、利用者の安全を図ることが可能となる。上述した用途に供するために、ロボットは利用者の探索、追尾する機能及び利用者の異常を検知する機能の少なくとも２つの機能を具備する必要がある。
【０００３】
利用者を探索、追尾する機能については、利用者の存在する場所まで移動する移動手段と利用者を探索するために移動可能な空間に関する地図情報を備えている必要がある。従来、ロボットが利用可能な地図情報は、大きく分けてワークスペースマップとネットワークマップの２種類存在する。
【０００４】
ワークスペースマップは、例えばロボットが移動可能な空間の幾何学的な情報を記述した地図をいう。より詳細には、ワークスペースマップは、ロボットが移動可能な空間の形状を解析し、所定の条件を満たす移動経路の情報を生成したものである。そして、ロボットは、ワークスペースマップに生成された移動経路の情報に従うことで、ロボットが移動可能な空間内の移動が可能となる。
【０００５】
また、センサにより移動可能な空間内に未知の障害物が検知された場合には、地図情報上に該障害物を追加し移動経路の情報の再生成を行うことで、障害物回避等にも応用される技術も提案されている（例えば、特許文献１及び２を参照）。
【０００６】
特許文献１においては、２次元平面格子状に障害物が記述されており、該障害物の周囲にその距離に応じて計算されるポテンシャル場の谷線を探索することで、移動体の経路を算出し、生成する技術が開示されている。
【０００７】
特許文献２においては、屋外不整地で運用されるロボットが大きな傾斜を避けて移動するために、２次元平面格子上に標高情報を付加し、それに基づいて経路を算出し、生成する技術が開示されている。
【０００８】
ネットワークマップは、例えば各代表地点をノードで示し、これらを結ぶリンクにより各代表地点間の接続関係を記述する地図をいう。より詳細には、ネットワークマップは、ロボットがあるノードから他のノードに至る所定の条件を満たす移動経路の情報を生成したものである。
【０００９】
また、各リンクに距離情報を付加すれば、移動経路の総延長や最短経路などの条件を満たす経路を算出し、生成することが可能となる。さらに、ノードに繋がる各リンクの方位情報を付加すれば、生成された経路の情報に従い、実際にロボットが移動することが可能となるネットワークマップを利用した最適経路探索方法も提案されている（例えば、特許文献３を参照）。
【００１０】
上記２種類の地図情報を利用して、利用者の存在する付近の場所を目的地として設定すれば、ロボットの現在地から目的地までの経路を算出し、生成することが可能である。ロボットがある部屋から利用者の部屋までの移動経路とする部屋の情報はネットワークマップを利用して、生成することが可能である。そして、各部屋での移動経路及び、ロボットと利用者が同じ部屋にいる場合の移動経路は、ワークスペースマップを利用して、生成することが可能である。
【００１１】
【特許文献１】特開２００１−１５４７０６号公報
【特許文献２】特開平８−２７１２７４号公報
【特許文献３】特開平５−１０１０３５号公報
【発明の開示】
【発明が解決しようとする課題】
【００１２】
ロボットは、利用者の移動先を予測するために利用者が移動可能な空間（地図情報）を把握し、利用者を監視する必要がある。このような利用者の移動可能空間は時間の経過とともに変化する場合があるが、ロボットが把握している利用者の移動可能空間が実状に合致していない場合には、ロボットの監視能力が低下するという問題が発生する。
【００１３】
本発明は、上記に鑑みてなされたものであって、利用者を監視する能力を運用中に自動的に向上させることができる移動ロボット、プログラム及びロボット制御方法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】
【００１４】
上述した課題を解決し、目的を達成するために、本発明の移動ロボットは、利用者が存在する位置を示す利用者位置情報を取得する利用者位置情報取得手段と、この利用者位置情報取得手段により取得した利用者位置情報に基づいて利用者が移動可能な空間を記述した利用者移動可能空間情報を生成する利用者移動可能空間生成手段と、この利用者移動可能空間生成手段により生成された前記利用者移動可能空間情報に基づいて前記利用者との位置関係を制御する位置関係制御手段と、を備える。
【００１５】
また、本発明のプログラムは、利用者が存在する位置を示す利用者位置情報を取得する利用者位置情報取得機能と、この利用者位置情報取得機能により取得した利用者位置情報に基づいて利用者が移動可能な空間を記述した利用者移動可能空間情報を生成する利用者移動可能空間生成機能と、この利用者移動可能空間生成機能により生成された前記利用者移動可能空間情報に基づいて前記利用者との位置関係を制御する位置関係制御機能と、をコンピュータに実行させる。
【００１６】
また、本発明のロボット制御方法は、利用者が存在する位置を示す利用者位置情報を取得する利用者位置情報取得工程と、この利用者位置情報取得工程により取得した利用者位置情報に基づいて利用者が移動可能な空間を記述した利用者移動可能空間情報を生成する利用者移動可能空間生成工程と、この利用者移動可能空間生成工程により生成された前記利用者移動可能空間情報に基づいて前記利用者との位置関係を制御する位置関係制御工程と、を含む。
【発明の効果】
【００１７】
本発明によれば、利用者が存在する位置を示す利用者位置情報に基づいて利用者が移動可能な空間を記述した利用者移動可能空間情報を生成し、生成された利用者移動可能空間情報に基づいて利用者との位置関係を制御する。これにより、利用者が移動可能な空間を記述した利用者移動可能空間情報をロボット運用中に自動的に生成することで、利用者を監視する能力を運用中に自動的に向上させる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】
【００１８】
以下に添付図面を参照して、この発明にかかる移動ロボットの最良な実施の形態を詳細に説明する。
【００１９】
［第１の実施の形態］
本発明の第１の実施の形態を図１ないし図２３に基づいて説明する。図１は、本発明の第１の実施の形態にかかる移動ロボット１の構成を示すブロック図である。図１に示すとおり、本実施の形態の移動ロボット１は、異常検知通知部１０１と、異常判断基準設定部１０２と、異常判断部１０３と、検知部１０４と、検知方向制御部１０５と、利用者位置判断部１０６と、利用者移動経路予測部１０７と、地図情報等記憶部１０８と、現在位置特定部１０９と、移動距離・方向検出部１１０と、駆動部１１１と、経路生成部１１２と、利用者存在部屋予測部１１３と、利用者移動可能地図学習部１１４と、異常判断基準学習部１１５とから構成され、利用者２を探索追尾し、利用者の異常を監視する。
【００２０】
地図情報等記憶部１０８は、部屋の構成図、部屋毎の地図情報、移動ロボット１や利用者２の現在位置情報などを記憶している。本実施の形態での地図情報等記憶部１０８の保持する情報を図２に示す。地図情報等記憶部１０８は移動可能部屋構成データ１００１と、部屋毎の移動可能空間図１０１１ａ〜ｋ及び移動可能経路データ１０１０ａ〜ｋと、利用者方向位置座標１００２と、利用者存在部屋番号１００３と、方向位置座標１００４と、現在部屋番号１００５と、地図上の位置毎の利用者存在確率・消失確率情報１０１２ａ〜ｋと、地図上の部屋毎の活動サイン・異常サイン１０１３とを記憶する。
【００２１】
図３は、上述した移動可能部屋構成データ１００１を図示したものである。利用者２の住居で移動可能な部屋の構成を示し、庭５０、玄関５１、廊下５２、洋室５３、トイレ５４、和室５５、リビング５６、洗面室５７、浴室５８、ダイニング５９、キッチン６０といった各部屋が本発明における拠点を構成する。また、各拠点を結ぶリンク線は各部屋からの出入口１１〜２１を示している。
【００２２】
この移動可能部屋構成データ１００１は、利用者２の住居において利用者２が移動可能な全ての空間を拠点として記述されている。そして、各拠点には移動ロボット１が進入可能か否かを示す進入可能フラグ４０２を有し、また各リンク線には通行可能か否かを示す通行可能フラグ４０１を有している。そして少なくとも利用者２の追尾及び検知部１０４による検知をするために、進入可能な拠点とそこに隣接した進入不可能な拠点の移動可能空間図１０１１を地図情報等記憶部１０８上に記憶する必要がある。
【００２３】
本実施の形態では、移動ロボット１の踏破能力に限界があるものとし、庭５０、トイレ５４、浴室５８に移動ロボット１は侵入できないものとする。この場合、それぞれの進入可能フラグ４０２に“０”を設定し、他の部屋には進入可能フラグ４０２に“１”を設定する。また、玄関５１から庭へは通行できないものとする。この場合、通行可能フラグ４０１には“０”を設定し、他の進入可能フラグ４０２は“１”を設定する。通行可能フラグ４０１と進入可能フラグ４０２を併用すべき場合は、ある拠点に移動ロボット１が進入可能であっても、ある出入口を通っては入れず、迂回した別の出入口からなら入ることができるような場合である。それゆえ、間取りの構成によっては、通行可能フラグ４０１と進入可能フラグ４０２は必ず両フラグとも必要というわけではなく、一方のフラグさえあれば足りる場合もある。
【００２４】
移動ロボット１が侵入できない部屋や通行できない出入口であっても利用者２が移動可能な全拠点と全リンク線を網羅することで、この移動可能部屋構成データ１００１は従来技術に開示されているような移動ロボット１が移動するためだけの経路情報ではなく、移動ロボット１が利用者２を探索可能にするために利用者２のみ移動可能な拠点への経路まで記述したデータとなっている。
【００２５】
部屋毎の移動可能空間図１０１１ａ〜ｋは、部屋毎の利用者２が移動可能な空間を記述した利用者移動可能空間情報（地図情報）を保持する。例として、図４にリビング５６の移動可能空間図１０１１ｇを示し、障害物２０２、２０３、２０４、２０５を除いた空間を、利用者２が移動できる移動可能空間２０１とする。加えて、他の部屋への出入口１６、１９、２０の情報を保持している。
【００２６】
部屋毎の移動可能経路データ１０１０ａ〜ｋは、部屋毎の移動可能空間図１０１１上の利用者２の移動可能な経路のデータとして保持する。例として、図５にリビング５６の移動可能空間図１０１１ｇ上の経路データを示す。この移動可能経路データは、移動可能空間図１０１１ｇ上の移動可能空間２０１の中央部を通る経路を示すセグメント３０１〜３１１と、各出入口１６、１９、２０の中央と最寄りのセグメント端点とを結ぶ追加のセグメント３１２〜３１４と、から成る。移動可能経路データ１０１０ｇのセグメント３０１〜３１１は、移動可能空間図１０１１ｇの移動可能空間２０１を画像として捉えてこれに細線化処理（領域を外側から次第に狭めていくことで中央部に点列のみを残す処理）とセグメント化処理（連続する点列を線分で近似する処理）を施すことで生成する。また、前記特許文献１に開示されるポテンシャル場の谷線（点列）をセグメント化処理することでも同様の結果を得ることが可能である。本実施の形態では、これに各出入り口から最も近いセグメント端点に伸びるセグメント３１２〜３１４を追加することで、室内の移動可能空間２０１の中央部を移動する経路に各出入り口への経路を追加している。
【００２７】
利用者方向位置座標１００２は、本実施の形態における利用者位置情報を構成し、利用者２が部屋にいる位置及び方向を示し、移動可能空間図１０１１上の位置座標及び方向を地図情報等記憶部１０８上に記憶する。この利用者方向位置座標は、後述する移動ロボット１の方向及び位置を保持する位置方向座標１００４と検知部１０４により検知された移動ロボット１と利用者２の相対的な距離及び方向により決定される。これらより後述する利用者位置判断部１０６により移動可能空間図１０１１上の利用者２の位置座標及び方向が算出される。
【００２８】
利用者存在部屋番号１００３は、利用者２が存在する部屋を示す番号であり、部屋番号として地図情報等記憶部１０８上に記憶する。後述する異常判断基準は、この利用者存在部屋番号１００３に基づき、設定される。例えば、移動ロボット１が廊下５２に存在し、利用者２がトイレ５４に移動したと判断した場合、トイレ５４は進入可能フラグが“０”のため移動ロボット１は移動することが出来ず、移動ロボット１は利用者存在部屋番号１００３を“５４”に更新し、後述する異常判断基準設定部１０２ではそれに基づいた異常判断基準が設定される。
【００２９】
方向位置座標１００４は、本発明におけるロボット位置情報を構成し、移動ロボット１の方向及び部屋で存在する位置を示し、移動可能空間図１０１１上の位置座標として地図情報等記憶部１０８上に記憶する。方向位置座標１００４は移動距離、移動方向及び移動前の方向位置座標１００４から現在位置特定部１０９により特定される。
【００３０】
現在部屋番号１００５は、移動ロボット１がいる部屋を示す番号であり、部屋番号として地図情報等記憶部１０８上に記憶する。移動ロボット１が移動し、出入口１１〜２１を通過したと判断した場合に、現在部屋番号１００５の値を更新する。その後、移動ロボット１は更新された部屋番号１００５に対応した移動可能空間図１０１１及び移動可能経路データ１０１０により利用者の位置座標の特定、移動経路の予測と移動ロボット１の位置座標の特定などを行う。
【００３１】
存在確率・消失確率１０１２ａ〜ｋは、部屋毎の移動可能空間図１０１１上の利用者２の位置に応じた存在確率情報と消失確率情報を保持する。存在確率情報は、方向位置座標１００４として時々刻々得られる利用者２の位置を元に、同一位置に利用者２が滞留する時間から算出される確率データである。この確率データは、利用者２が観測されている全時間に対する、当該位置に利用者２が滞留する時間の比として算出される。また、消失確率情報は、利用者２をロボット１が見失ったときの利用者２の位置に対して積算される見失い発生回数から算出される確率データである。この確率データは、当該位置で利用者２を検出できている回数に対する、当該位置で利用者２を見失う回数の比として算出される。ゆえに、存在確率は利用者２がそこに居る可能性の高さを表し、消失確率は利用者２がそこに行くとロボット１が利用者２を見失う可能性の高さを表す情報となる。なお、存在確率・消失確率は、後述する利用者移動可能地図学習部１１４によって更新される。したがって、利用者移動可能地図学習部１１４は、存在確率情報付加手段及び消失確率情報付加手段としても機能する。
【００３２】
活動サイン・異常サイン１０１３は、移動可能部屋構成データ１００１上の各拠点に応じた活動サイン情報と異常サイン情報を保持する。活動サイン情報は、利用者がその場所で活動を行っているときにロボットのセンサが捉える観測信号上の特徴データである。例としては、変化するシャワーの音、水洗トイレの音、トイレットペーパーを巻き取る音、ドアの開閉音等が挙げられる。異常サイン情報は、その場所で利用者に異常が生じたときにロボットのセンサが捉える観測信号上の特徴データである。例としては、一定のまま継続するシャワーの音、ガラスの割れる音、物の倒れる音、呻き声、悲鳴等が挙げられる。活動サイン情報はそれが観測されなくなったとき利用者２に異常が生じた可能性を表し、異常サイン情報はそれが観測されたとき利用者２に異常が生じたことを表す情報となる。後述する異常判断基準設定部１０２は利用者２の位置に基づいて、活動サイン情報と異常サイン情報をここから読み出し、現在の異常判断基準を設定する。また、活動サイン情報と異常サイン情報は、予見できるものをプリセットデータとして与えられるが、異常判断部１０３によって正常／異常の判定が成された結果を受け、後述する異常判断基準学習部１１５によって、既知の活動サイン情報・異常サイン情報以外に他の特徴データが存在すればそれを追加の活動サイン情報・異常サイン情報としてロボット１の運用中に追加が可能となっている。
【００３３】
検知部１０４は、図６に示すように、適応マイクロホンアレイ部５０１とズーム・雲台付きカメラ部５０２を使用している。適応マイクロホンアレイ部５０１とズーム・雲台付きカメラ部５０２による検知方向は後述する検知方向制御部１０５により制御される。適応マイクロホンアレイ部５０１の出力は、さらに特定音検出部５０３と音声話者識別部５０４と音声語彙認識部５０５に供給され、ズーム・雲台付きカメラ部５０２の出力は、さらに動きベクトル検出部５０６と顔検出・顔識別部５０７とステレオ距離計測部５０８に供給される。
【００３４】
適応マイクロホンアレイ部５０１は、複数のマイクロホンを装備して指定された検知方向の音声のみを周囲の雑音から分離して入力するための手段である。ズーム雲台付きカメラ部５０２は、電動ズームとパン・チルトに可動な電動雲台を装備したステレオカメラである。適応マイクロホンアレイ部５０１の指向性方向とズーム・雲台付きカメラ部５０２のズーム及びパン・チルト角（カメラの指向性を決定するパラメータである）も検知方向制御部１０５により制御される。
【００３５】
特定音検出部５０３は、適応マイクロホンアレイ部５０１による入力音声から例えばガラスの割れる音、物が倒れる音やドアの閉まる音等の短時減衰性の音の検出、またはシャワーの音、水洗トイレの音、トイレットペーパーを巻き取る音等の特定のスペクトルパタンとその変動パタンを持つ音の検出を可能にするため設定された音響信号解析手段である。
【００３６】
音声話者識別部５０４は、適応マイクロホンアレイ部５０１により入力された人物音声からその人物を識別する手段であり、入力音声のスペクトルパタンに含まれる人物特有のフォルマント（スペクトルパタン中の強い周波数成分）を照合してその話者ＩＤを出力する。
【００３７】
音声語彙認識部５０５は、適応マイクロホンアレイ部５０１により入力された人物音声をパタン照合してその発声内容を表す語彙列、例えば文字列または語彙コード列などに変換して出力する。音声話者識別のためのフォルマントは発声内容に依存して変化するので、音声話者識別部５０４は音声語彙認識部５０５により識別された語彙に応じた参照パタンを用いてフォルマント照合を行う。この照合方法により様々な発声内容で話者識別を行うことが可能となり、識別した結果となる話者ＩＤを出力する。
【００３８】
動きベクトル検出部５０６は、ズーム・雲台付きカメラ部５０２による入力画像から画像中の各小領域の動き方向を表すベクトル、すなわちオプティカルフローを計算し、各フローベクトルを同種のものどうしグルーピングすることで入力画像を動きの異なる領域に分解する。この情報から検知した人物の移動ロボット１からの相対的な移動方向を算出する。
【００３９】
顔検出・顔識別部５０７は、ズーム・雲台付きカメラ部５０２による入力画像からパタン照合により顔を検出し、さらに検出された顔から人物を識別し、その人物ＩＤを出力する。
【００４０】
ステレオ距離計測部５０８は、ズーム・雲台付きカメラ部５０２によるステレオ入力画像から画像各部の両眼視差を求め、三角測量の原理に基づいて各部の距離を計測する。この結果から移動ロボット１との相対距離を算出する。距離計測対象となる画像中の部位は動きベクトル検出部５０６が検出した動き領域毎や顔検出・顔識別部５０７が検出した顔領域毎とする。この結果、視覚的に捉えることのできた顔までの距離や、各動き領域の三次元的な動きベクトルを算出することまで可能になる。
【００４１】
利用者位置判断部１０６は、本実施の形態における利用者位置情報取得手段を構成し、検知部１０４から入力された話者ＩＤあるいは人物ＩＤにより利用者２か否かの判断、そして検知部１０４から入力された相対的な方向と相対的な距離、そして地図情報等記憶部１０８に記憶されている方向位置座標１００４による移動ロボット１の位置座標及び方向に基づき、実際に利用者２の存在する位置と移動方向を導き、移動可能空間図１０１１上の座標及び移動方向を算出する。この座標及び方向の情報は地図情報等記憶部１０８上の利用者方向位置座標１００２に記憶する。利用者位置判断部１０６は検知部１０４による入力情報から利用者２の存在を示す観測的証拠を読み取る。
【００４２】
利用者移動経路予測部１０７は、利用者２が存在する利用者方向位置座標１００２または最後に利用者２を検知したとき利用者方向位置座標１００２と、移動可能経路データ１０１０から利用者２の移動経路及び移動可能空間図１０１１上の利用者が存在すると推測される範囲を予測する。
【００４３】
検知方向制御部１０５は、利用者２が利用者検知圏６０１に存在するか否かの探索や、利用者２を見失わないために行う後述する検知方向追尾（後述する図９のステップＳ５）に使用する。本実施の形態では適応マイクロホンアレイ部５０１の検知方向の制御や、ズーム・雲台付きカメラ部５０２の電動ズームとパン・チルト角の制御を行う。
【００４４】
また、当然ながら検知部１０４の擁するセンサには有効空間範囲がある。この有効空間範囲は移動ロボット１が稼動する環境条件によりその広がりが変化し得るが、ここでは、検知方向制御部１０５により検知部１０４を全方位に制御した場合には有効空間範囲は略円形領域となるものとして考える。この利用者２を検知可能な利用者検知圏６０１を図７に示す。利用者検知圏６０１内に利用者２が存在するとき、移動ロボット１は検知方向制御部１０５で検知部１０４を制御することで、利用者２を検知することが可能となる。この場合、移動可能空間図１０１１上で利用者検知圏６０１の外側に広がる移動可能空間２０１の空間６０２〜６０４を検知圏外とする。検知圏外に利用者２が存在するときは、移動ロボット１の位置から検知が不可能となる。
【００４５】
利用者存在部屋予測部１１３は、利用者２を検知できなくなった場合において利用者移動経路予測部１０７よる利用者２が移動に使用した出入口の予測に基づき、その後の利用者２が存在する可能性のある部屋を移動可能部屋構成データ１００１により予測する。
【００４６】
経路生成部１１２は、利用者移動経路予測部１０７による利用者２の予測移動経路と移動ロボット１の現在位置から移動可能経路データ１０１０に基づき追尾経路情報を生成し、また利用者存在部屋予測部１１３が利用者２の存在する可能性があると予測した部屋へ、移動ロボット１の現在位置から利用者２を探索するための探索経路を、移動可能部屋構成データ１００１と移動可能経路データ１０１０と移動可能空間図１０１１に基づき生成する。
【００４７】
駆動部１１１は、経路生成部１１２で生成された経路情報に従い各部を駆動し、移動ロボット１を移動させる。
【００４８】
移動距離・方向検出部１１０は、駆動部１１１により移動した距離及び方向を取得する。本実施の形態では、移動ロボット１がジャイロ及びパルスエンコーダを有し、これらにより移動ロボット１の移動方向及び移動距離を検出する。取得した移動方向及び移動距離は後述する現在位置特定部１０９へ出力する。
【００４９】
現在位置特定部１０９は、本発明におけるロボット位置情報取得手段を構成し、移動距離・方向検出部１１０から出力した移動方向と移動距離及び地図情報等記憶部１０８上に記憶されていた移動前の移動ロボット１の方向位置座標１００４より移動ロボット１の現在位置を特定する。特定した移動ロボット１が向いている方向と現在位置を示す座標で地図情報等記憶部１０８上の方向位置座標１００４を更新する。また、移動前の部屋と違う部屋に移動したと判断した場合は、移動後の部屋を示す部屋番号で地図情報等記憶部１０８の現在部屋番号１００５を更新する。
【００５０】
異常判断基準設定部１０２は、本実施の形態における異常判断基準設定手段を構成し、利用者２の存在する部屋に従い、異常を検知する基準を設定する。異常判断基準設定部１０２は、移動ロボット１の存在する部屋により異常判別の方法を設定するのではなく、利用者２の存在する部屋により異常判別の方法を設定する。
【００５１】
異常を検知する基準の例としては、利用者２がトイレ５４に居る場合、利用者２が無事であればトイレットペーパーの巻き取り音や水を流す音などがそのドア越しに聞こえるはずである。これを利用者２の「活動サイン情報」と呼び、利用者２に異常がなく無事に活動していることを示すサインとする。移動ロボット１は進入可能フラグ４０２が“０”であるためトイレ５４には進入できないので、そこに隣接した進入可能な廊下５２からこのような活動サイン情報を監視する。当然のことながら、同じく移動ロボット１が廊下５２に居ても、利用者２が仮に他の進入可能でない拠点に居る場合は、異なる活動サイン情報を監視することになる。
【００５２】
また、例えば利用者２が浴室５８に居る場合、利用者２が無事であれば当然断続的なシャワーの音などがそのドア越しに聞こえるはずである。移動ロボット１はトイレ５４同様に浴室５８にも進入できないため、そこに隣接した進入可能な洗面室５７から活動サイン情報としてシャワー音の断続（シャワーを動かしているときに発生する噴流が物に当たる音の強弱変化）や湯船の水音を監視する。もし、シャワー音が断続しておれば利用者２がシャワーを動かしている証拠となる。また、もし、シャワー音が断続せずに長時間聞こえている場合には、利用者２がシャワーを出しっぱなしにして倒れている可能性を示す証拠となる。そのため、継続的なシャワー音は逆に「異常サイン情報」となる。
【００５３】
なお、この他の異常サイン情報として、悲鳴やうめき声などの特定の音声が含まれる。また、この他の活動サイン情報として、異常サイン情報に含まれない利用者２の音声が含まれる。これら活動サイン情報と異常サイン情報は検知部１０４によって検出される。
【００５４】
本実施の形態では、異常を判断する基準としては利用者２のいる部屋から発せられる活動サイン情報・異常サイン情報等で行う。移動可能部屋構成データ１００１の各部屋情報に活動サイン情報・異常サイン情報等の異常検知基準情報を参照可能に結び付けておく。この異常検知基準情報と結びついた移動可能部屋構成データを図８に図示する。また、移動可能部屋構成データは、外出可能な部屋を示す部屋情報には外出サインに関する情報も保持する。外出サインとは、利用者２が家から外出したか否かを判断するためのサインをいう。外出サインは屋外に通じる出入口から利用者２が出たことを示す証拠であり、実際に屋外に通じる出入口の向こうに利用者２を見失ったり、玄関口１１のドアが開閉する音を観測した後、所定期間以上玄関５１付近で利用者２を検知できなかったりする状況を指す。
【００５５】
そして、利用者存在部屋番号１００３が更新された際、異常判断基準設定部１０２が異常判断基準を設定する。
【００５６】
異常判断部１０３は、本実施の形態における異常判断手段を構成し、検知部１０４より検知された活動サイン情報・異常サイン情報等と異常判断基準設定部１０２により設定された異常判断基準とを比較して異常か否か判断する。異常と判断した場合は異常検知通知部１０１に出力する。
【００５７】
異常判断部１０３は、利用者２が部屋に入ってから活動サイン情報が観測されなかった場合、活動サイン情報が観測されてから所定時間が経過するまで次の活動サイン情報が観測されなかった場合、最後の活動サイン情報が観測されてから利用者２が移動をしなかった場合、異常サイン情報を観測した場合に、利用者２の身に異常が起こったと判断する。
【００５８】
また、外出サインによる利用者２が外出したか否かの判断も異常判断部１０３で行う。検知部１０４で外出サインが検知された場合の処理は、玄関５１から利用者２が入るまで待機するか、若しくは一度リビング５６へ移動して庭５０から利用者２が入るか否か待機し、庭５０から利用者２が入らないと判断した後に玄関５１で待機する等が考えられる。この場合、利用者２は外出したものとして、活動サイン情報・異常サイン情報等による異常検知は行わない。そして利用者２が玄関から入ってくるのを検知した場合や、あるいはリビング５６の出入口１９のドアを開けた音を検知した等の活動サイン情報が観測された場合に移動ロボット１が活動を開始する。
【００５９】
異常検知通知部１０１は、異常判断部１０３から異常と判断された旨が入力された場合に監視センター等へ通報を行う。本実施の形態では、携帯電話等による公衆回線を使用して通報することとする。また、警報等を鳴らし、周囲に警戒を促すことも考えられる。
【００６０】
利用者移動可能地図学習部１１４は、利用者位置判断部１０６による利用者２の位置座標に基づいて、部屋毎の移動可能空間図１０１１である利用者移動可能空間情報を生成する利用者移動可能空間生成手段である。この働きを図１０によって説明する。部屋毎の移動可能空間図１０１１は最初全域が障害物で埋め尽くされているものとする。移動ロボット１が利用者２の位置を検出すると、この位置に応じて利用者２の周囲に占有空間４００１が設定される。この占有空間４００１は、利用者の身体によって占められている空間を表している。本実施の形態では占有空間４００１を利用者２の位置を中心とする直径１ｍ程度の円形領域として設定する。利用者２は障害物を避けながら部屋の中を移動する。この移動に伴って占有空間４００１も移動する。この結果、各位置における占有空間を重ね合わせることで、利用者２の移動可能な空間を知ることができる。その際、占有空間４００１が実際の障害物や部屋の壁にかかるように広がることもあるが、移動可能空間図１０１１から細線化とセグメント化処理によって生成される移動可能経路図１０１０は大きな誤差を示さないことが期待できる。
【００６１】
異常判断基準学習部１１５は、利用者位置判断部１０６による利用者２の位置座標に基づいて、部屋毎の活動サイン情報と異常サイン情報を生成する異常判断基準学習手段である。例えば、予め悲鳴やうめき声などを異常サイン情報とし、それ以外の利用者２の音声などを活動サイン情報とすることが地図情報等記憶部１０８に登録されているものとする。この既知の活動サイン情報と異常サイン情報は部屋の別に関わらず有効なサインとして登録されているものとする。運用開始時点のロボット１にはこのような一般的な知識がプリセットされているものとする。
【００６２】
浴室に入った利用者２は、湯船につかりながら鼻歌を歌うなどしてくつろぎだしたとする。異常判断部１０３は、既知の活動サイン情報としてこの鼻歌（音声話者識別部５０４により検出される利用者２の声であり、かつ音声語彙認識部５０５による語彙コードが異常サインでない音声等）を証拠に異常なしと判断する能力がある。鼻歌がとぎれても所定期間経過以前に既知の活動サイン情報が検出されれば、異常判断部１０３は異常なしとの判断を覆さない。逆に所定期間経過しても既知の活動サイン情報が検出されなければ、異常判断部１０３は異常ありと判断する。
【００６３】
一方、異常判断基準学習部１１５は、活動サイン情報（鼻歌）がとぎれたときから検出部１０４により得られる観測信号の記録を開始する。このとき、利用者２が浴槽の湯を肩にかけるなどして断続的な水音を生じさせていると、記録される観測信号にはこの断続的な水音が含まれることになる。所定期間経過以前に鼻歌が再開するなどして活動サイン情報が検出されると、異常判断基準学習部１１５は、観測信号の記録を停止し、記録された信号から断続的な水音（特定音検出部５０３により解析される時間軸方向にパワーの波のある特定周波数域の音響信号等）を抽出して新たな活動サイン情報として学習する。そして、この活動サイン情報は浴室という拠点に関するものとして記憶される。以後、利用者２が鼻歌を歌わなくても、学習済みの水音が観測され続ける限り、異常判断部１０３は利用者２が正常に活動していると判断できる。同様にして、例えば洗い桶を置く音なども学習されることになる。この結果、あらゆる音の変化を活動サイン情報とするのに近い広範な音の変化を学習することになるが、浴室には浴室でのみ検出される音を個別に学習することで、単に音の変化をもって異常なしとするよりも正確に活動の有無を判断できるようになることが期待できる。
【００６４】
また、活動サイン情報の消失後所定期間経過しても既知の活動サイン情報が検出されなければ、異常判断基準学習部１１５は、観測信号の記録を停止し、記録された信号から抽出される特徴を新たな異常サイン情報として学習する。例えば、鼻歌がとぎれた直後に何かがぶつかる音（特定音検出部５０３により解析される低周波数域の強い短時減衰性の音響信号等）がして、そのまま活動サイン情報が得られなければ、このぶつかる音を異常サイン情報として学習するとともに、異常検知通知部１０１の動作として、ロボット１が利用者２に声をかけたり、家人に通知するなどの対処行動を行なうことになる。
【００６５】
次に、以上のように構成された本実施の形態に係る移動ロボット１における処理構成を説明する。図９は、本実施の形態に係る移動ロボット１における全体処理の手順を示すフローチャートである。
【００６６】
利用者位置判断部１０６は、検知部１０４による入力情報から利用者２の存在を示す観測的証拠を読み取り、移動ロボット１の方向位置座標１００４及び移動ロボット１に対する利用者２の相対的な方位と距離から、移動可能空間図１０１１における利用者２の存在する位置座標を算出する（ステップＳ１）。この利用者２の存在を示す観測的証拠を「利用者反応」ということとする。
【００６７】
図１１は、図９のステップＳ１の利用者位置情報更新処理の詳細なフローチャートである。利用者位置情報更新処理は、利用者位置検知のために利用者検知判定処理ステップＳ２１と、検知方向制御ステップＳ２２と、兆候検知判定処理ステップＳ２３と、確証検知判定処理ステップＳ２４と、利用者検知設定処理ステップＳ２５と、利用者位置情報更新処理ステップＳ２６と、利用者非検知設定処理ステップＳ２７と、利用者検知判定処理ステップＳ２８とからなる処理で構成される。
【００６８】
利用者検知中判定処理ステップＳ２１において、利用者位置判断部１０６は、利用者２を検知したか否かを示す利用者検知フラグを調べる。利用者検知フラグにより利用者検知と設定されていない場合（ステップＳ２１のＮｏ）はステップＳ２２に進み、利用者検知フラグにより利用者検知と設定されている場合（ステップＳ２１のＹｅｓ）はステップＳ２３に進む。
【００６９】
検知方向制御処理ステップＳ２２は、利用者２を検知していない場合の処理であり、検知方向制御部１０５は検知部１０４を、利用者検知圏６０１を全て探索するかあるいは利用者２を検知するまで、制御を行う。
【００７０】
ステップＳ２１より利用者検知と設定されている場合、またはステップＳ２２の処理の後に、兆候検知判定処理ステップＳ２３において、検知部１０４は、利用者２が未検知であるか否かに関わらず、利用者２の存在を示す兆候の有無を検証する。利用者２の存在を示す兆候とは、音声語彙認識部５０５による語彙コードの出力、動きベクトル検出部５０６による動き領域情報の出力、または顔検出・顔識別部５０７よる顔検出情報の出力をいう。この処理ステップでは、兆候を検知した場合（ステップＳ２３のＹｅｓ）にはステップＳ２４に進み、兆候を検知しない場合（ステップＳ２３のＮｏ）にはステップＳ２７に進む。利用者非検知中設定処理ステップＳ２７により、利用者位置判断部１０６は、利用者兆候が失われたと判断し、前記利用者検知フラグを利用者非検知と設定する。
【００７１】
確証検知判定処理ステップＳ２４において、利用者位置判断部１０６は、正規利用者であるか否かの確証について検証する。正規利用者である確証とは、音声話者識別部５０４による利用者２を示す話者ＩＤの出力、あるいは顔検出・顔識別部５０７による利用者２を示す人物ＩＤの出力があったことをいう。この処理ステップでは、確証を検知した場合（ステップＳ２４のＹｅｓ）にはステップＳ２５に進み、確証を検知しない場合（ステップＳ２４のＮｏ）にはステップＳ２８に進む。確証を検知しない場合（ステップＳ２４のＮｏ）、利用者２の兆候は検知されているが確証は失われた状態となる。
【００７２】
確証を検知しない場合（ステップＳ２４のＮｏ）、利用者検知判定処理ステップＳ２８において、利用者位置判断部１０６は、前記利用者検知フラグから利用者検知か利用者非検知か判断する。前記利用者検知中フラグが利用者検知と設定されている場合、検知されている兆候のみで正規利用者を検知しているとみなす。
【００７３】
確証を検知した場合（ステップＳ２４のＹｅｓ）、利用者検知中処理ステップＳ２５において、利用者位置判断部１０６は、正規利用者である確証を検知したものとして、利用者検知フラグを利用者検知に設定する。
【００７４】
ステップＳ２５の処理の後、あるいは利用者検知であると判断された場合（ステップＳ２８のＹｅｓ）、利用者所在情報更新処理ステップＳ２６において、利用者位置判断部１０６は、利用者２の確証や兆候が検知された場合、正規利用者と認定された動き領域の重心に対する相対方位と相対距離を算出し、方向位置座標１００４による移動ロボット１の方向と位置座標を基準に、地図情報等記憶部１０８に記憶される移動可能空間図１０１１上の絶対位置が求められ、利用者位置情報とされる。利用者位置情報は、地図情報等記憶部１０８に利用者方向位置座標１００２として記憶する。つまり、利用者位置情報が更新され続けている状態が、利用者反応のある状態となる。
【００７５】
図９に戻り、利用者位置情報更新ステップＳ１の後、ステップＳ１で利用者２を検知したか否かを判断する（ステップＳ２）。利用者２を検知した場合は（ステップＳ２のＹｅｓ）、利用者移動可能地図学習部１１４が、ステップＳ１によって更新された利用者方向位置座標１００２に記憶される利用者２の位置座標に基づいて前記占有空間４００１を計算し、その内部を移動可能空間とするように移動可能空間データ１０１１を更新するとともに、利用者２の所在に応じた存在確率情報１０１２ｇを更新する（ステップＳ３）。同じく、利用者移動経路予測部１０７が、ステップＳ１によって更新された利用者方向位置座標１００２に記憶される利用者２の方向及び位置座標と、移動可能経路データ１０１０により移動経路を予測する（ステップＳ４）。
【００７６】
図１２は、移動ロボット１による利用者２の移動経路の予測方法の詳細を示したものである。移動ロボット１と利用者２は図１２に示される位置に存在し、特に利用者２は、利用者検知圏６０１内に存在する。そして移動ロボット１の検知部１０４により、利用者２は矢印１２０１の方向に移動していることが観測されているとする。利用者２がこのまま移動し続けると仮定すると、利用者２は矢印１２０１の方向に移動することとなる。しかし、実際は障害物２０３のため移動可能経路データ１０１０ｇ上のセグメント３０８に沿った矢印１２０３方向に転進すると推測される。この推理を移動ロボット１が行うため、利用者移動経路予測部１０７は、利用者２の現在の矢印１２０１の方向の進路に最も近い移動可能経路データ１０１０ｇ上のセグメント３０８の端点を求め、これに連結する全てのセグメント（３０７と３０９）を抽出する。次に、先に求めたセグメント３０８の端点を始点とし、もう一方の端点を終点とするベクトルとして抽出された各セグメント（３０７と３０９）を捉え、現在の利用者２の矢印１２０１の方向の進路（ベクトルである）との余弦（ｃｏｓθ＝（ｖ１・ｖ２）／（｜ｖ１｜｜ｖ２｜）、ｖ１： 矢印１２０１のベクトル、ｖ２：各セグメントベクトル）の最も大きいセグメント（向きの最も似ているベクトル）を選択する。この例ではセグメント３０８が選択される。これで移動ロボット１は利用者２の予測進路がセグメント３０８から３０７への方向であると決定する。
【００７７】
図９に戻り、利用者移動経路予測ステップＳ４の後、移動ロボット１は、利用者２を見失わないように予測した経路に沿って、検知部１０４の適応マイクロホンアレイ部５０１とズーム・雲台付きカメラ部５０２の検知方向を検知方向制御部１０５により制御して利用者２を観測し続ける検知方向追尾（ステップＳ５）を行う。そして、移動ロボット１の方向位置座標１００４による位置座標と、利用者方向位置座標１００２による利用者２の位置座標と、ステップＳ４による利用者２の予測移動経路より利用者２の予測経路に従い追尾を行うための追尾経路を作成し、この追尾経路をトレースすることで利用者２の後を追いかける移動追尾（ステップＳ６：位置関係制御手段）を行う。
【００７８】
このとき、前述の消失確率が所定閾値以上となる位置に利用者２が進入したことを検知すると、ロボット１は利用者２を見失わないように速度を上げて距離を詰める追尾制御を行う。
【００７９】
図１３は、図９におけるステップＳ４〜ステップＳ６までの処理をフローチャートとして示したものである。ステップＳ１により取得した利用者位置情報による利用者２の位置、方向から移動可能経路データ１０１０ｇの最も近似した経路を利用者２の移動する予測移動経路とし（ステップＳ３１）、利用者を見失わないようにするため、その予測移動経路に沿うように検知部１０４を検知方向制御部１０５より制御する（ステップＳ３２）。そして、見失わないよう検知部１０４より検知し続け、移動ロボット１と利用者２の移動可能空間図１０１１ｇの移動ロボット１及び利用者２の座標情報から相対距離が離れたか判断し（ステップＳ３３）、離れたと判断した場合は、移動ロボット１の現在位置から利用者２の存在した位置までの経路と利用者２の予測移動経路より、移動ロボット１が利用者２を追尾するための追尾経路を生成し（ステップＳ３６）、移動ロボット１は追尾経路をトレースして、利用者２を追尾する（ステップＳ３７）。移動ロボット１と利用者２の距離が離れない場合は移動せず、そのまま異常判断基準設定（ステップＳ７）に移る。
【００８０】
図９に戻り、検知方向追尾および利用者予測経路移動の結果、利用者２の所在を把握している場合、異常判断基準設定部１０２より利用者２の存在する部屋に応じた異常判断基準が設定され（ステップＳ７）、異常判断基準に従った監視方法による異常検知が行われる。そして、異常判断部１０３は、利用者２が部屋に入ってから活動サイン情報が観測されなかった場合、活動サイン情報が観測されてから所定時間が経過するまで次の活動サイン情報が観測されなかった場合、最後の活動サイン情報が観測されてから利用者２が移動をしなかった場合、明らかな異常サイン情報が観測された場合に、利用者２の身に異常が起こったと判断し（ステップＳ８のＹｅｓ）、異常検知通知部１０１が監視センター等に通報するなどの対処を行う（ステップＳ９）。同時に、異常判断基準学習部１１５が、前記判断のための期間に観測された他の音声・画像的な特徴パタンを学習し、新たな異常サイン情報として記憶する（ステップＳ１０）。一方、異常ではなく、活動サイン情報の得られている場合には、異常判断基準学習部１１５は、活動サイン情報の観測されている期間に観測された他の音声・画像的な特徴パタンを学習し、新たな活動サイン情報として記憶する（ステップＳ１１）。
【００８１】
ステップＳ１で利用者２を検知できなかった場合（ステップＳ２のＮｏ）、利用者移動可能地図学習部１１４は、直前まで検知できていた利用者２が見失われたのであれば（ステップＳ１２のＹｅｓ）、最後に検知した利用者方向位置座標１００２に記憶する利用者２の存在した位置座標に対応した消失確率情報１０１２ｇを更新する（ステップＳ１３）。利用者移動経路予測部１０７及び利用者存在部屋予測部１１３は最後に検知した利用者方向位置座標１００２に記憶する利用者２の存在した位置座標と移動方向（利用者消失方向）から利用者２の存在する場所を予測する（ステップＳ１４）。この場所を「利用者存在可能圏」と呼ぶことにする。これには利用者移動経路予測部１０７によって予測される移動可能空間図１０１１上の「幾何的利用者存在可能圏」と利用者存在部屋予測部１１３によって予測される移動可能部屋構成データ１００１上の「位相的利用者存在可能圏」の２種類ある。
【００８２】
図１４は、存在する場所の予測方法を例示したものである。この図において、幾何的利用者存在可能圏と成り得るのは移動可能空間図１０１１上で利用者検知圏６０１の外の空間、すなわち検知圏外６０２〜６０４である。また、位相的利用者存在可能圏と成り得るのは前記幾何的利用者存在可能圏内にある出入口１６や利用者検知圏内で利用者反応が消失した方向の出入口１９、２０の先に繋がっている移動可能部屋構成データ１００１上の部屋は庭５０、廊下５２、ダイニング５９である。
【００８３】
最後に検知した利用者消失方向が矢印１３０１や１３０２の方向であれば、利用者存在可能圏は移動可能空間図上の検知圏外６０４もしくは６０３のみとなり、これらの場所は出入口がないため、利用者移動経路予測部１０７は利用者２が検知圏外６０４もしくは６０３に居る可能性が極めて高いと判断する。このとき、検知圏外６０４と６０３のそれぞれにどれくらいの程度で利用者２が居そうかという情報は、前述した利用者の存在確率情報から求めることができる。具体的には、検知圏外６０４と６０３内の存在確率の合計値をそれぞれ当該検知圏外の存在確率Ｓ（６０４）とＳ（６０３）とし、両者を比較することで、ロボット１は存在確率の高い方から優先的に利用者を探索することができる。
【００８４】
また、最後に検知した利用者消失方向が矢印１３０３や１３０５の方向であれば、利用者存在可能圏は出入口１９や２０を経由した移動可能部屋構成データ１００１上の庭５０もしくはダイニング５９のみとなり、利用者移動経路予測部１０７は利用者２が庭５０もしくはダイニング５９に移動した可能性が極めて高いと判断する。このとき、庭５０とダイニング５９のそれぞれにどれくらいの程度で利用者２が居そうかという情報も、前述した利用者の存在確率情報から求めることができる。具体的には、庭５０とダイニング５９内の存在確率の合計値をそれぞれ当該検知圏外の存在確率Ｓ（５０）とＳ（５９）とし、両者を比較することで、ロボット１は存在確率の高い方から優先的に利用者を探索することができる。
【００８５】
一方、最後に検知した利用者消失方向が矢印１３０４の方向であれば、利用者移動経路予測部１０７は、利用者存在可能圏となる検知圏外６０２と、出入口１６を経由した廊下５２の両方のどちらかに利用者２が存在すると予測する。この場合も、同様に各検知圏外の存在確率Ｓ（６０２）とＳ（５２）を求め、優先順位を付けることが可能である。
【００８６】
このように、幾何的利用者存在可能圏は見失った利用者２が存在する可能性の高い場所を移動可能空間図１０１１上に示し、位相的利用者存在可能圏は見失った利用者２が移動した可能性の高い部屋を移動可能部屋構成データ１００１から特定する。これらの情報は利用者検知圏６０１に利用者２が存在しない場合に、移動ロボット１が利用者２を探索する際に使用される。
【００８７】
図９に戻り、移動ロボット１は利用者２が存在する可能性が高い幾何的利用者存在可能圏を利用者検知圏６０１に含めるように移動し、利用者２が存在するか否か確認する（ステップＳ１５）。
【００８８】
図１５は、図１４における移動ロボット１が利用者２の存在する可能性が高い幾何的利用者存在可能圏６０２を利用者検知圏６０１に含めるために移動した後を例示したものである。最初は図１４により示される位置に移動ロボット１が存在していたとし、最後に検出した利用者消失方向が出入口１６の方を向いていた場合、移動ロボット１は図１５のように移動可能経路データ１０１０ｇ上のセグメント３０９、３０８、３０７をトレースする経路上を出入口１６方面へ進行し、図１４の幾何的利用者存在可能圏６０２を利用者検知圏１４０１に含め、この空間に利用者２が存在するか否か確認する。
【００８９】
図９に戻り、利用者２を幾何的利用者存在可能圏６０２内で検知した場合（ステップＳ１６のＹｅｓ）、ステップＳ１に戻り、移動ロボット１は利用者追尾を再開する。利用者２が幾何的利用者存在可能圏６０２内に検知しなかった場合（ステップＳ１６のＮｏ）、利用者２は出入口１６を通ってリビング５６に隣接する廊下５２もしくはさらにその先の空間に移動したことになる。この場合、移動ロボット１が利用者２を見失ってからの経過時間に応じて利用者存在部屋予測部１１３は廊下５２から先の部屋毎に利用者２が存在しそうな期待を示す期待値、すなわち「利用者存在期待値」を計算する（ステップＳ１７）。
【００９０】
利用者存在期待値とは、利用者２が部屋（出発部屋）を退出した後、移動可能部屋構成データ１００１による利用者２が移動することが可能な部屋毎に、利用者２が移動している可能性を示す期待度を数値化したものをいう。
【００９１】
移動ロボット１が利用者２を見失ってからの経過時間と部屋の構成に着目し、部屋毎の利用者存在期待値の変化を模式的に示したものが図１６、図１７、図１８である。各図において網掛けが濃いほど存在期待値が高いことを示している。
【００９２】
図１６は見失ってからの経過時間が短い時（経過時間をＴ１とする）の利用者存在期待値の分布を示した図である。図１６に示されるとおり、経過時間が短い場合は利用者２が遠くに移動している可能性が低く、廊下５２に居る可能性が極めて高い。
【００９３】
図１７は見失ってからの経過時間が中程度の時（経過時間をＴ２とする）の利用者存在期待値の分布を示した図である。図１７に示されるとおり、Ｔ１よりさらに時間が経過した場合は、利用者２は廊下５２に隣接した玄関５１、洋室５３、トイレ５４、和室５５、洗面室５７に存在する可能性も生じる。
【００９４】
図１８は見失ってからの経過時間が長い時（経過時間をＴ３とする）の利用者存在期待値の分布を示した図である。図１８に示されるとおり、Ｔ２より、さらに時間が経過した場合は、利用者２は玄関５１から外に出て庭５０や、洗面室５７の先の浴室５８にまで移動している可能性がある。
【００９５】
上述した利用者存在期待値は、部屋ごとの幾何学的形状を考慮せず、部屋の構成に基づき均等に各部屋の利用者存在期待値を算出した。しかし実際は、部屋の幾何学的形状により、ある部屋から他の部屋へ移動する場合、移動先の部屋毎に移動経路が異なるため、移動先の部屋により移動距離が異なる。そして利用者２の移動速度には限界があるため、移動距離の違いにより同じ部屋から移動可能な部屋であっても、部屋毎に利用者存在期待値が異なるはずである。そこで、利用者存在部屋予測部１１３による各部屋の幾何学的形状を考慮した利用者存在期待値の算出方法を下記に示す。
【００９６】
まず利用者存在部屋予測部１１３は、出発部屋の出口と、この出口を通って移動可能な他の部屋への入口との間の距離は、この入口まで経由する各部屋の利用者２の移動する距離を合計することで算出する。例えば利用者２がリビング５６から浴室５８へ移動するとき、移動可能部屋構成データ１００１より利用者２が廊下５２、洗面室５７を経由して浴室５８へ移動することが決定され、経由する洗面室５７内の利用者移動距離は、廊下５２と洗面室５７を結ぶ出入口１７から洗面室５７と浴室５８を結ぶ出入口１８までの移動距離であり、これは洗面室５７の移動可能経路データ１０１０上で出入口１７と出入口１８を結ぶ最短経路の長さとして求めることができる。
【００９７】
利用者２が一定の移動速度で移動すると仮定した場合、利用者２の移動距離は経過時間に比例し、時間経過とともに到達可能な部屋は、より遠方の部屋まで含まれることとなる。実際は利用者２の移動速度にばらつきがあるため、利用者２が一定時間内に移動する距離はある期待値の分布を示すこととなる。これを模式的に示したものが図１９である。図中の横軸１８０１は距離を示す軸、縦軸１８０２は利用者２がある距離に到達している可能性を表す期待値の軸である。図１９は、経過時間がＴ１、Ｔ２、Ｔ３と増加するに伴い、期待値の最大値を示す距離がＬ１、Ｌ２、Ｌ３とより遠方へと移動し、さらに利用者移動距離の期待値分布（利用者移動期待値）が１８０６、１８０７、１８０９と移動速度のばらつきのため期待値を表す曲線が緩やかになる経過を示す。なお、図１９では利用者移動距離確率の分布形状を正規分布でモデル化している。
【００９８】
部屋の幾何学的形状を考慮し、利用者存在期待値を算出した場合の、移動ロボット１が利用者２を見失ってからの経過時間に応じた部屋毎の期待値の変化を模式的に示したものを図２０に示す。上述した図と同様、網掛けが濃いほど存在期待値が高いことを示している。図２０では、廊下５２から和室５５または洗面室５７への移動距離が短いため、利用者存在期待値が高くなり、一方、廊下５２から玄関５１への移動距離が長いため、利用者存在期待値は低くなる。また、洗面室５７は狭いため浴室５８への移動経路も短く、浴室に移動している可能性も出てくるため、浴室５８においても利用者存在期待値が算出される。
【００９９】
時間経過に伴い、例えば経過時間Ｔ３において、利用者存在期待値の最大値を示す最大点１８０５が通り過ぎた距離軸上の領域、すなわち図中のＬ３より短い距離が、利用者２が存在している可能性のある距離を示している。よって、Ｌ３より短い距離においては利用者存在期待値として最大点１８０５の期待値与える。一方、最大点１８０５が通り過ぎていない距離軸上の領域、すなわち最大点Ｌ３より長い距離においては、利用者存在期待値として利用者移動期待値そのものを与える。この結果、経過時間Ｔ３における利用者存在期待値は図２１に示すとおりとなる。
【０１００】
移動ロボット１が出入口方向に利用者２を最後に検知した時刻を起点に経過時間が計測され、移動追尾により移動ロボット１が再び利用者２をその利用者検知圏６０１内に捕捉するまで、経過時間に応じた利用者存在可能性が上述したように距離の関数として計算され、出発部屋から各部屋までの距離に応じた当該経過時間の利用者存在可能性が利用者存在期待値として各部屋に与えられる。
【０１０１】
なお、より簡便に利用者存在期待値を算出するため、利用者移動速度の最大値がある値を超えないと仮定した場合の経過時間と最大利用者移動距離の関係を図２２に示す。図２２で示すように利用者移動距離の最大値（最大利用者移動距離）は経過時間に比例する直線２００１となる。任意の経過時間Ｔにおける最大利用者移動距離Ｌはこの図の直線２００１から導かれ、経過時間がＴの時に距離が０〜Ｌまで範囲において利用者２が存在すると予測される。この場合の利用者存在期待値を図２３に示す。図２３に示すように距離Ｌの左側では利用者存在期待値が一定正値となり、矩形状となる。
【０１０２】
図９に戻り、利用者存在部屋予測部１１３は予想した幾何的利用者存在可能圏が無い場合、あるいは有る場合でも検知部１０４が幾何学的利用者存在可能圏内に利用者２を検知できなかったときに、利用者存在期待値と拠点毎の存在確率（拠点内の最大存在確率）の積が高い拠点順に移動し、利用者２を探索する行動を開始する（ステップＳ１８）。部屋間を跨ぐ経路は移動可能部屋構成データ１００１上で大局的な経路生成をし、各部屋内では移動可能経路データ１０１０上で通行可能な出入口を結ぶ局所的な経路生成して、この移動を達成する。
【０１０３】
なお、探索移動中に移動ロボット１が、例えば水洗トイレの音やシャワーの音が検知部１０４により検知した場合、検知された音の発生場所として妥当なトイレ５４や浴室５８を利用者２が存在する部屋と予測し、その部屋を移動目標に設定し、他の部屋を探索する必要がなくなる。また、探索移動中に例えばドアの開閉音が進行方向などから検知部１０４により検知された場合には、検知された音の方向以外の部屋を探索する必要がなくなる。こうして利用者２が所在する部屋を予測すると、移動ロボット１は進入可能でそこに至る経路のある部屋で利用者所在する部屋に最も近い部屋（利用者２が所在する部屋を含む）を移動する目的の部屋に設定する。
【０１０４】
このように本実施の形態によれば、利用者２が存在する位置を示す利用者位置情報に基づいて利用者２が移動可能な空間を記述した利用者移動可能空間情報を生成し、生成された利用者移動可能空間情報に基づいて利用者２との位置関係を制御する。これにより、利用者２が移動可能な空間を記述した利用者移動可能空間情報をロボット運用中に自動的に生成することで、利用者を監視する能力を運用中に自動的に向上させることができる。
【０１０５】
本実施の形態に係る移動ロボット１は、利用者２の幾何圏内移動探索と位相圏内移動探索という２種類の探索動作を移動可能経路データ１０１０と移動可能部屋構成データ１００１の利用者２の存在可能圏に基づいて、効率的かつ広い範囲での利用者２の探査を可能にする。
【０１０６】
本実施の形態に係る移動ロボット１は、利用者２が移動すると予測される経路に従って検知部１０４の検知方向を制御することで、利用者２を見失わないという効果を奏する。
【０１０７】
また、本実施の形態に係る移動ロボット１は、移動ロボット１の現在位置と利用者２の現在位置及び方向と移動可能経路情報から追尾経路を生成し、この追尾経路に従い移動することで利用者２を見失わないで追尾移動が可能という効果を奏する。また利用者２を見失った場合でも、最後に検知した利用者２の場所から移動する経路を予測し、効率よく利用者２の探索を可能とする。
【０１０８】
本実施の形態に係る移動ロボット１は、利用者２の異常を検知する動作を移動可能拠点構成情報上の利用者２の所在に基づいて行うため、利用者２のいる拠点により適応的に異常の検知を行うことが出来るという効果を奏する。
【０１０９】
本実施の形態に係る移動ロボット１は移動先の部屋及び移動可能な部屋ごと利用者２の存在する期待値を算出し、効率的に利用者２の探索を可能にする。さらに、部屋毎の幾何学的形状の違いに基づく移動距離の違いから利用者存在期待値を適切に算出することで、より効率的に利用者２の探索を可能とする。
【０１１０】
また本実施の形態では、適応マイクロホンアレイ部５０１は検知方向を特定できればよく、検知方向の音のみ入力すると制限を加えるものではない。検知方向の制御としては、上記検知方向制御部の他に移動ロボット１本体を動作させて検知方向を制御することも考えられる。現在位置特定部１０９はジャイロ及びパルスエンコーダを使用して現在位置を取得しているが、超音波等により現在位置を特定する方法も考えられる。
【０１１１】
［第２の実施の形態］
次に、本発明の第２の実施の形態を図２４ないし図３２に基づいて説明する。なお、前述した第１の実施の形態と同じ部分は同じ符号で示し説明も省略する。
【０１１２】
第１の実施の形態では、移動ロボット１の移動可能な空間と利用者２の移動可能な空間が一致している場合に本発明を適用した例である。ところが実際の環境中には、利用者２は踏み越えられるが、移動ロボット１には通行できない高さの物体が存在し、利用者２は避けて通るが、移動ロボット１はその下を潜り抜けていける物体も存在する。したがってこの第２の実施の形態に係る移動ロボット１では、利用者２が移動可能な経路であるが、移動ロボット１は移動できない経路がある場合において障害物を迂回した経路の生成を行うものである。
【０１１３】
本実施の形態における状況を図２４に示す。図中の２０２、２０３、２０５は第１の実施の形態における図４に記述した障害物と同じ物である。本実施の形態では、さらに床にクッション２５０１を加える。
【０１１４】
このとき利用者２はクッション２５０１を踏み越えられるので障害物とはならないが、テーブル２０３の天板は障害物となる。一方、移動ロボット２３０１にとってクッション２５０１とテーブル２０３の脚が障害物となるが、テーブルの天板は下を通り抜けられるので障害物とならない。このような状態では、テーブルの下を潜るなど、利用者経路を追従するよりも効率の良いショートカットコースを移動ロボット２３０１が利用できれば、その利便性は一層向上するはずである。
【０１１５】
図２５は、本発明の第２の実施の形態にかかる移動ロボット２３０１の構成を示すブロック図である。前述した第１の実施の形態の図１において、地図情報等記憶部１０８とは記憶している情報が異なる地図情報等記憶部２３０２に変更され、経路生成部１１２とは処理が異なる経路生成部２３０３に変更された構成を有している。
【０１１６】
地図情報等記憶部２３０２は、部屋の構成図、部屋毎の地図情報、移動ロボット２３０１や利用者２の現在地情報などを記憶している。本実施の形態での地図情報等記憶部２３０２の保持する情報を図２６に示す。地図情報等記憶部１０８は移動可能部屋構成データ１００１と、部屋毎の移動可能空間図１０１１ａ〜ｋ及び移動可能経路データ１０１０ａ〜ｋと、利用者方向位置座標１００２と、利用者存在部屋番号１００３と、方向位置座標１００４と、現在部屋番号１００５と、地図上の位置毎の利用者存在確率・消失確率情報１０１２ａ〜ｋと、地図上の部屋毎の活動サイン・異常サイン１０１３の他に、部屋毎の移動ロボット２３０１が移動可能な空間を記述したロボット移動可能空間情報（地図情報）を保持するロボット移動可能空間図２７０１ａ〜ｋを記憶する。
【０１１７】
図２７にクッション２５０１を加えた場合の移動可能空間図２６０１を示す。移動可能空間図は利用者２の移動可能な空間に基づいて生成される。クッション２５０１は利用者２にとってクッション２５０１は踏み越えられるので障害物とはならず、また、テーブル２０３の天板は障害物となる。したがって、このときの移動可能空間図２６０１は、図４に例示した移動可能空間図１０１１と同じとなる。
【０１１８】
図２８にクッション２５０１を加えた場合のロボット移動可能空間図２７０１を示す。移動ロボット２３０１にとってクッション２５０１とテーブル２０３の脚２７０２〜２７０５が障害物となるが、テーブル２０３の天板は潜り抜けられるので障害物とはならない。
【０１１９】
部屋毎のロボットの移動可能空間図は最初全域が障害物で埋め尽くされているものとする。移動ロボット２３０１は自身の持つ衝突回避センサによって周囲の障害物を検出しながら移動することができるものとする。その際、障害物の検出されなかった空間をこの移動可能空間図上に記述していくことで、全域が障害物で埋められていた空間にロボットの移動可能な空間が地図情報として形成されていく。ロボット２３０１を運用開始する時点で、ロボット２３０１を自由に徘徊させることで、この地図情報は自動的に形成されていく。また、運用開始後にも、同様の手順によって、ロボット２３０１は自身の移動可能空間図２７０１を更新していくことができる。ここに、ロボット移動可能空間生成手段が実現されている。
【０１２０】
経路生成部１１２は、利用者移動経路予測部１０７による利用者２の予測移動経路と移動ロボット２３０１の現在位置と移動可能経路データ１０１０とから追尾経路情報を生成し、この追尾経路とロボット移動可能空間図２７０１とから該追尾経路上に移動ロボット１の通行できない障害物があるかを確認し、障害物があると判断した場合は、障害物と一定間隔の距離を保持した状態で、利用者２の予測移動経路まで移動する迂回経路を生成する。
【０１２１】
また、利用者存在部屋予測部１１３は、移動ロボット２３０１の現在位置から利用者２の存在する可能性があると予測される部屋までを探索するための探索経路として、移動可能部屋構成データ１００１から大局的な経路を、そして移動可能経路データ１０１０とロボット移動可能空間図２７０１から部屋毎の詳細な経路を生成する。
【０１２２】
次に、以上のように構成された本実施の形態に係る移動ロボット２３０１における処理構成を説明する。第１の実施の形態と、この第２の実施の形態の処理の違いは図９の利用者予測経路移動ステップＳ６が主である。したがって、予測経路移動ステップＳ６における本実施の形態に係る移動ロボット２３０１の処理手順のフローチャートを図３０に詳しく示す。
【０１２３】
まずは検知方向追尾ステップＳ５より利用者２を見失わないよう検知部１０４が利用者２を検知し続け、移動ロボット２３０１と利用者２の座標情報から相対距離が離れたか否かを判断し（ステップＳ３３）、離れたと判断した場合、経路生成部２３０３が移動ロボット２３０１の現在位置から利用者２の現在位置までの追尾経路を移動可能経路データ１０１０に基づいて生成する（ステップＳ４１）。さらに、生成された追尾経路上に移動ロボット２３０１が通行できない障害物があるか否かを、追尾経路とロボット移動可能空間図２７０１とを比較して判断する（ステップＳ４２）。その判断について図２９を使用して説明する。
【０１２４】
図２９はロボット移動可能空間図２７０１に利用者２の移動可能経路データ１０１０を重ね合わせた図である。この図において、移動ロボット２３０１の追尾経路として利用者２のセグメント３０９、３０８を通る経路が最短となるが、経路生成部２３０３は、この追尾経路上に障害物となるクッション２５０１があることをロボット移動可能空間図２７０１から検出し、この追尾経路に従って移動できないと判断する。このような状況ではセグメント３０９と３０８上を移動ロボット２３０１が移動することができないので、迂回経路を生成しなければならない。
【０１２５】
障害物により移動できないと判断された場合（ステップＳ４２の右分岐）、経路生成部２３０３は、移動ロボット２３０１の現在位置から利用者２の現在位置までの迂回経路を２種類生成する。１つは、移動ロボット２３０１の移動可能な空間情報を記録したロボット移動可能空間図２７０１上で、各障害物（壁面を含む）を右手に見ながら、各障害物（壁面を含む）と一定距離を置いた回避経路（ステップＳ４５により生成）、もう１つは、各障害物（壁面を含む）を左手に見ながら各障害物（壁面を含む）から一定距離を置いた回避経路（ステップＳ４６により生成）である。
【０１２６】
図３１に生成される迂回経路情報を示す。迂回経路３００１が各障害物（壁面を含む）を右手に見る迂回経路を示し、迂回経路３００２が各障害物（壁面を含む）を左手に見る迂回経路を示す。この場合、迂回経路３００２においてテーブルの天板はロボット１にとって障害物とならないため、利用者の経路とは異なるショートカットコースが生成されており、利便性が向上していることが確認できる。
【０１２７】
図３０に戻り、経路生成部２３０３は、生成された回避経路のうち移動距離の短いものを選択し（ステップＳ４７）、駆動部１１１は選択された回避経路をトレースして移動する（ステップＳ４８またはステップＳ４９）。上述した図３１の場合では迂回経路３００２が選択され、これをトレースしてロボット１が移動する。
【０１２８】
障害物がなかった場合（ステップＳ２４の左分岐）は、駆動部１１１は生成された追尾経路をトレースして、移動ロボット２３０１の現在位置から利用者２の現在位置まで移動し（ステップＳ４３）、その後、移動ロボット２３０１は利用者２の予測経路をトレースして移動する（ステップＳ４４）。
【０１２９】
つまり、図３２に例示するように、利用者２がセグメント３０７上を移動ロボット２３０１から遠ざかる方向に移動するとき、移動ロボット２３０１はセグメント３０９から３０８を経て３０７へと移動追尾するところであるが、前述した通り、クッション２５０１によりセグメント３０９から３０７へと移動できないため、セグメント３０９からセグメント３０８へ至る迂回経路３１０１を障害物回避手順に従って生成して移動追尾を完遂する。
【０１３０】
これによって移動ロボット２３０１は利用者２が利用者２のみ移動することが可能な経路に従って移動した場合でも、迂回経路を選択し、移動追尾することが可能となる。これにより一層利便性が高まったと考えられる。
【０１３１】
また、同様に図９の利用者移動可能経路探索ステップＳ１５や拠点間移動探索ステップＳ１８においても同様の手順により回避経路を生成することが可能である。
【０１３２】
なお、移動ロボット２３０１の移動可能な範囲を示すロボット移動可能空間図２７０１は、移動ロボット２３０１の検知部１０４によって計測された物体の形状や高さから移動ロボット２３０１が移動する際の障害物となるか否かを判断した上で自動的に生成される。また、利用者２の移動可能な範囲を示す移動可能空間図１０１１は、第１の実施形態で示した通り、利用者２の位置と移動を計測することで自動的に生成される。
【０１３３】
つまり、タンスやクッションなどの全域、テーブルの脚部分などの移動ロボットが踏破出来ない高さを有する物体は、移動ロボット２３０１にとっての障害物として、床面から一定の高さの範囲（利用者２が飛び越えられない高さ以上、利用者２の背の高さ以下）にある物体、つまりタンス、テーブルの脚部分及びテーブルの天板等は、利用者２にとっての障害物として、移動可能空間図１０１１および移動可能空間図２７０１が生成される。
【０１３４】
このように本実施の形態に係る移動ロボット２３０１によれば、移動ロボット２３０１についても移動することが可能な空間を示すロボット移動可能空間図２７０１を保持することで、利用者２は移動することできるが、移動ロボット２３０１は移動できない場所があっても、利用者２を問題なく追尾することができる。また、利用者２は移動できないが、移動ロボット２３０１は移動できる空間を利用してショートカットでき、より効率的な移動をすることができる。
【０１３５】
また、本実施の形態によれば、移動ロボット２３０１が存在する位置を示すロボット位置情報に基づいて移動ロボット２３０１が移動可能な空間を記述したロボット移動可能空間情報を生成し、生成されたロボット移動可能空間情報に基づいて利用者２との位置関係を制御する。これにより、移動ロボット２３０１が移動可能な空間を記述したロボット移動可能空間情報をロボット運用中に自動的に生成することで、利用者を監視する能力を運用中に自動的に向上させることができる。
【０１３６】
なお、上述した各実施の形態は、本発明の好適な実施例であり、上記実施の形態のみに本発明の範囲を限定するものではなく、本発明の要旨を逸脱しない範囲において種々の変更を施した形態での実施が可能である。例えば、上述した各実施の形態の移動ロボット１，２３０１における処理動作は、移動ロボット１，２３０１に組み込まれたコンピュータプログラムにより実行することも可能であり、例えば、このプログラムを、光記録媒体、磁気記録媒体、光磁気記録媒体、または、半導体等の記録媒体に記録し、該記録した記録媒体から移動ロボット１，２３０１に読み込むことで、各実施の形態の移動ロボット１，２３０１における処理動作を実施することは可能となる。また、所定のネットワークを介して接続されている外部の接続機器から移動ロボット１，２３０１にダウンロードすることでも各実施の形態の移動ロボット１，２３０１における処理動作を実施することは可能である。
【産業上の利用可能性】
【０１３７】
以上のように、本発明にかかる移動ロボットは、利用者を探索、追尾し、異常が発生したか否か診断するために有用であり、特に、利用者が移動すると予測される経路に従い、移動ロボットが検知手段の制御や利用者を追尾して移動する場合に適し、また移動ロボットが利用者の存在する場所に適した異常を判断する場合に適している。
【図面の簡単な説明】
【０１３８】
【図１】本発明に係る移動ロボットの第１の実施の形態における機能ブロック構成を示した図である。
【図２】地図情報記憶部の保持している情報を示した図である。
【図３】移動可能部屋構成データによる利用者の移動可能な部屋の構成を示した図である。
【図４】地図情報記憶部に保持するリビング５６の移動可能空間図の例を示した平面図である。
【図５】地図情報記憶部に保持するリビング５６の移動可能経路の例を示す平面図である。
【図６】検知部の機能ブロックの構成を示した図である。
【図７】利用者検知圏を模式的に示した図である。
【図８】移動可能部屋構成データにおいて部屋毎に付与された異常検知設定基準情報を示した図である。
【図９】処理構成を示した図である。
【図１０】利用者の位置座標に基づいて部屋毎の移動可能空間図の生成する方法を示した図である。
【図１１】検知部及び利用者位置判断部の処理構成を示した図である。
【図１２】利用者の予測経路を選択する方法を示した図である。
【図１３】追尾移動するまでの処理構成を示した図である。
【図１４】利用者消失方向と利用者の存在可能圏の関係を示した図である。
【図１５】利用者検知圏を使用した利用者追尾方法を示した図である。
【図１６】利用者を見失ってから経過時間が短いとき（経過時間Ｔ１）の利用者存在期待値の分布を示した図である。
【図１７】利用者を見失ってから経過時間が中程度のとき（経過時間Ｔ２）の利用者存在期待値の分布を示した図である。
【図１８】利用者を見失ってから長時間経過したとき（経過時間Ｔ３）の利用者存在期待値の分布を示した図である。
【図１９】経過時間に応じた利用者移動距離分布の推移を示した図である。
【図２０】部屋間の移動距離の違いから部屋ごとに異なる利用者存在期待値の分布を示した図である。
【図２１】利用者移動距離分布から導かれる移動距離に対応する利用者存在期待値を示した図である。
【図２２】利用者の移動速度の最大値がある値を超えない場合の経過時間と最大利用者移動距離の関係を示した図である。
【図２３】利用者の移動速度の最大値がある値を超えない場合の最大利用者移動距離から導かれる利用者存在期待値を示した図である。
【図２４】本発明に係る第２の実施の形態における障害物と利用者と移動ロボットの大きさの関係を示した側面図である。
【図２５】機能ブロック構成を示した図である。
【図２６】地図情報記憶部の保持している情報を示した図である。
【図２７】地図情報記憶部に保持するリビングの利用者が移動可能な空間を示す移動可能空間図の例を示した平面図である。
【図２８】地図情報記憶部に保持するリビングの移動ロボットが移動可能な空間を示すロボット移動可能空間図の例を示した平面図である。
【図２９】リビングのロボットが移動することが可能な空間上に利用者が移動することが可能な経路を示した平面図である。
【図３０】利用者の移動する経路を予測して追尾するときの処理構成を示した図である。
【図３１】障害物回避手順により利用者を追尾するために導き出された迂回経路を示した図である。
【図３２】障害物回避手順により選択された迂回経路を示した図である。
【符号の説明】
【０１３９】
１，２３０１ 移動ロボット
２ 利用者
１０２ 異常判断基準設定手段
１０３ 異常判断手段
１０６ 利用者位置情報取得手段
１０９ ロボット位置情報取得手段
１１４ 利用者移動可能空間生成手段
１１４ 存在確率情報付加手段
１１４ 消失確率情報付加手段
１１５ 異常判断基準学習手段
１００２ 利用者位置情報
１００４ ロボット位置情報
１０１１，２６０１ 利用者移動可能空間情報
２７０１ ロボット移動可能空間情報
【特許請求の範囲】
【請求項１】
利用者が存在する位置を示す利用者位置情報を取得する利用者位置情報取得手段と、
この利用者位置情報取得手段により取得した利用者位置情報に基づいて利用者が移動可能な空間を記述した利用者移動可能空間情報を生成する利用者移動可能空間生成手段と、
この利用者移動可能空間生成手段により生成された前記利用者移動可能空間情報に基づいて前記利用者との位置関係を制御する位置関係制御手段と、
を備えることを特徴とする移動ロボット。
【請求項２】
ロボット自身が存在する位置を示すロボット位置情報を取得するロボット位置情報取得手段と、
このロボット位置情報取得手段により取得したロボット位置情報に基づいてロボットが移動可能な空間を記述したロボット移動可能空間情報を生成するロボット移動可能空間生成手段と、
を更に備え、
前記位置関係制御手段は、前記ロボット移動可能空間生成手段により生成された前記ロボット移動可能空間情報に基づいて前記利用者との位置関係を制御する、
ことを特徴とする請求項１記載の移動ロボット。
【請求項３】
前記利用者の異常を判断する異常判断手段を更に備えることを特徴とする請求項１記載の移動ロボット。
【請求項４】
前記利用者移動可能空間生成手段は、前記利用者が同一位置に滞留する時間に基づく存在確率情報を生成して前記利用者移動可能空間情報に付加する存在確率情報付加手段を備えており、
前記位置関係制御手段は、前記存在確率情報付加手段で生成された前記存在確率情報に基づいて前記利用者との位置関係を制御する、
ことを特徴とする請求項１記載の移動ロボット。
【請求項５】
前記利用者移動可能空間生成手段は、前記利用者を見失った位置に対して積算される見失い発生回数に基づく消失確率情報を生成して前記利用者移動可能空間情報に付加する消失確率情報付加手段を備えており、
前記位置関係制御手段は、前記消失確率情報付加手段で生成された前記消失確率情報に基づいて前記利用者との位置関係を制御する、
ことを特徴とする請求項１記載の移動ロボット。
【請求項６】
前記利用者が活動を行っている際の観測信号上の特徴データである活動サイン情報を生成する異常判断基準学習手段と、
この異常判断基準学習手段により生成された前記活動サイン情報に基づいて前記利用者の異常を判断するための異常判断基準を設定する異常判断基準設定手段と、
を備えることを特徴とする請求項３記載の移動ロボット。
【請求項７】
前記利用者に異常が生じている際の観測信号上の特徴データである異常サイン情報を生成する異常判断基準学習手段と、
この異常判断基準学習手段により生成された前記異常サイン情報に基づいて前記利用者の異常を判断するための異常判断基準を設定する異常判断基準設定手段と、
を備えることを特徴とする請求項３記載の移動ロボット。
【請求項８】
前記利用者移動可能空間生成手段は、前記利用者位置情報取得手段により取得した利用者位置情報に基づく位置に所定の図形を配置し、当該図形によって覆われる範囲を前記利用者の占有空間とし、前記利用者の移動に伴って変化する前記占有空間の和集合によって覆われる範囲を前記利用者移動可能空間情報とする、
ことを特徴とする請求項１記載の移動ロボット。
【請求項９】
前記位置関係制御手段は、前記利用者移動可能空間生成手段により生成された前記利用者移動可能空間情報を用いて前記利用者の追尾及び探索を行う、
ことを特徴とする請求項１記載の移動ロボット。
【請求項１０】
前記位置関係制御手段は、前記ロボット移動可能空間生成手段により生成された前記ロボット移動可能空間情報を用いて前記利用者の追尾及び探索を行う、
ことを特徴とする請求項２記載の移動ロボット。
【請求項１１】
前記異常判断手段は、前記活動サイン情報の所定期間以上の消失によって前記利用者の異常を判断する
ことを特徴とする請求項５記載の移動ロボット。
【請求項１２】
前記異常判断手段は、前記異常サイン情報の検出によって前記利用者の異常を判断する
ことを特徴とする請求項６記載の移動ロボット。
【請求項１３】
前記異常判断基準学習手段は、前記利用者が活動を行っている際の観測信号上の特徴データである活動サイン情報を検出しなくなったとき、当該活動サイン情報の消失方向から得る検知情報の一時的な記録を開始し、その後所定期間満了以前に再び活動サイン情報を検出したときに、一時的に記録された前記検知情報から新たな活動サイン情報を生成して、前記活動サイン情報の消失方向の先に位置する前記利用者移動可能空間情報に対応付ける、
ことを特徴とする請求項６記載の移動ロボット。
【請求項１４】
前記異常判断基準学習手段は、前記利用者が活動を行っている際の観測信号上の特徴データである活動サイン情報を検出しなくなったとき、当該活動サイン情報の消失方向から得る検知情報の一時的な記録を開始し、その後所定期間満了に至っても活動サイン情報を検出できなかったときに、一時的に記録された前記検知情報から新たな異常サイン情報を生成して、前記活動サイン情報の消失方向の先に位置する前記利用者移動可能空間情報に対応付ける、
ことを特徴とする請求項６記載の移動ロボット。
【請求項１５】
利用者が存在する位置を示す利用者位置情報を取得する利用者位置情報取得機能と、
この利用者位置情報取得機能により取得した利用者位置情報に基づいて利用者が移動可能な空間を記述した利用者移動可能空間情報を生成する利用者移動可能空間生成機能と、
この利用者移動可能空間生成機能により生成された前記利用者移動可能空間情報に基づいて前記利用者との位置関係を制御する位置関係制御機能と、
をコンピュータに実行させることを特徴とするプログラム。
【請求項１６】
ロボット自身が存在する位置を示すロボット位置情報を取得するロボット位置情報取得機能と、
このロボット位置情報取得機能により取得したロボット位置情報に基づいてロボットが移動可能な空間を記述したロボット移動可能空間情報を生成するロボット移動可能空間生成機能と、
を更にコンピュータに実行させ、
前記位置関係制御機能は、前記ロボット移動可能空間生成機能により生成された前記ロボット移動可能空間情報に基づいて前記利用者との位置関係を制御する、
ことを特徴とする請求項１５記載のプログラム。
【請求項１７】
利用者が存在する位置を示す利用者位置情報を取得する利用者位置情報取得工程と、
この利用者位置情報取得工程により取得した利用者位置情報に基づいて利用者が移動可能な空間を記述した利用者移動可能空間情報を生成する利用者移動可能空間生成工程と、
この利用者移動可能空間生成工程により生成された前記利用者移動可能空間情報に基づいて前記利用者との位置関係を制御する位置関係制御工程と、
を含むことを特徴とするロボット制御方法。
【請求項１８】
ロボット自身が存在する位置を示すロボット位置情報を取得するロボット位置情報取得工程と、
このロボット位置情報取得工程により取得したロボット位置情報に基づいてロボットが移動可能な空間を記述したロボット移動可能空間情報を生成するロボット移動可能空間生成工程と、
を更に含み、
前記位置関係制御工程は、前記ロボット移動可能空間生成工程により生成された前記ロボット移動可能空間情報に基づいて前記利用者との位置関係を制御する、
ことを特徴とする請求項１７記載のロボット制御方法。
【請求項１】
利用者が存在する位置を示す利用者位置情報を取得する利用者位置情報取得手段と、
この利用者位置情報取得手段により取得した利用者位置情報に基づいて利用者が移動可能な空間を記述した利用者移動可能空間情報を生成する利用者移動可能空間生成手段と、
この利用者移動可能空間生成手段により生成された前記利用者移動可能空間情報に基づいて前記利用者との位置関係を制御する位置関係制御手段と、
を備えることを特徴とする移動ロボット。
【請求項２】
ロボット自身が存在する位置を示すロボット位置情報を取得するロボット位置情報取得手段と、
このロボット位置情報取得手段により取得したロボット位置情報に基づいてロボットが移動可能な空間を記述したロボット移動可能空間情報を生成するロボット移動可能空間生成手段と、
を更に備え、
前記位置関係制御手段は、前記ロボット移動可能空間生成手段により生成された前記ロボット移動可能空間情報に基づいて前記利用者との位置関係を制御する、
ことを特徴とする請求項１記載の移動ロボット。
【請求項３】
前記利用者の異常を判断する異常判断手段を更に備えることを特徴とする請求項１記載の移動ロボット。
【請求項４】
前記利用者移動可能空間生成手段は、前記利用者が同一位置に滞留する時間に基づく存在確率情報を生成して前記利用者移動可能空間情報に付加する存在確率情報付加手段を備えており、
前記位置関係制御手段は、前記存在確率情報付加手段で生成された前記存在確率情報に基づいて前記利用者との位置関係を制御する、
ことを特徴とする請求項１記載の移動ロボット。
【請求項５】
前記利用者移動可能空間生成手段は、前記利用者を見失った位置に対して積算される見失い発生回数に基づく消失確率情報を生成して前記利用者移動可能空間情報に付加する消失確率情報付加手段を備えており、
前記位置関係制御手段は、前記消失確率情報付加手段で生成された前記消失確率情報に基づいて前記利用者との位置関係を制御する、
ことを特徴とする請求項１記載の移動ロボット。
【請求項６】
前記利用者が活動を行っている際の観測信号上の特徴データである活動サイン情報を生成する異常判断基準学習手段と、
この異常判断基準学習手段により生成された前記活動サイン情報に基づいて前記利用者の異常を判断するための異常判断基準を設定する異常判断基準設定手段と、
を備えることを特徴とする請求項３記載の移動ロボット。
【請求項７】
前記利用者に異常が生じている際の観測信号上の特徴データである異常サイン情報を生成する異常判断基準学習手段と、
この異常判断基準学習手段により生成された前記異常サイン情報に基づいて前記利用者の異常を判断するための異常判断基準を設定する異常判断基準設定手段と、
を備えることを特徴とする請求項３記載の移動ロボット。
【請求項８】
前記利用者移動可能空間生成手段は、前記利用者位置情報取得手段により取得した利用者位置情報に基づく位置に所定の図形を配置し、当該図形によって覆われる範囲を前記利用者の占有空間とし、前記利用者の移動に伴って変化する前記占有空間の和集合によって覆われる範囲を前記利用者移動可能空間情報とする、
ことを特徴とする請求項１記載の移動ロボット。
【請求項９】
前記位置関係制御手段は、前記利用者移動可能空間生成手段により生成された前記利用者移動可能空間情報を用いて前記利用者の追尾及び探索を行う、
ことを特徴とする請求項１記載の移動ロボット。
【請求項１０】
前記位置関係制御手段は、前記ロボット移動可能空間生成手段により生成された前記ロボット移動可能空間情報を用いて前記利用者の追尾及び探索を行う、
ことを特徴とする請求項２記載の移動ロボット。
【請求項１１】
前記異常判断手段は、前記活動サイン情報の所定期間以上の消失によって前記利用者の異常を判断する
ことを特徴とする請求項５記載の移動ロボット。
【請求項１２】
前記異常判断手段は、前記異常サイン情報の検出によって前記利用者の異常を判断する
ことを特徴とする請求項６記載の移動ロボット。
【請求項１３】
前記異常判断基準学習手段は、前記利用者が活動を行っている際の観測信号上の特徴データである活動サイン情報を検出しなくなったとき、当該活動サイン情報の消失方向から得る検知情報の一時的な記録を開始し、その後所定期間満了以前に再び活動サイン情報を検出したときに、一時的に記録された前記検知情報から新たな活動サイン情報を生成して、前記活動サイン情報の消失方向の先に位置する前記利用者移動可能空間情報に対応付ける、
ことを特徴とする請求項６記載の移動ロボット。
【請求項１４】
前記異常判断基準学習手段は、前記利用者が活動を行っている際の観測信号上の特徴データである活動サイン情報を検出しなくなったとき、当該活動サイン情報の消失方向から得る検知情報の一時的な記録を開始し、その後所定期間満了に至っても活動サイン情報を検出できなかったときに、一時的に記録された前記検知情報から新たな異常サイン情報を生成して、前記活動サイン情報の消失方向の先に位置する前記利用者移動可能空間情報に対応付ける、
ことを特徴とする請求項６記載の移動ロボット。
【請求項１５】
利用者が存在する位置を示す利用者位置情報を取得する利用者位置情報取得機能と、
この利用者位置情報取得機能により取得した利用者位置情報に基づいて利用者が移動可能な空間を記述した利用者移動可能空間情報を生成する利用者移動可能空間生成機能と、
この利用者移動可能空間生成機能により生成された前記利用者移動可能空間情報に基づいて前記利用者との位置関係を制御する位置関係制御機能と、
をコンピュータに実行させることを特徴とするプログラム。
【請求項１６】
ロボット自身が存在する位置を示すロボット位置情報を取得するロボット位置情報取得機能と、
このロボット位置情報取得機能により取得したロボット位置情報に基づいてロボットが移動可能な空間を記述したロボット移動可能空間情報を生成するロボット移動可能空間生成機能と、
を更にコンピュータに実行させ、
前記位置関係制御機能は、前記ロボット移動可能空間生成機能により生成された前記ロボット移動可能空間情報に基づいて前記利用者との位置関係を制御する、
ことを特徴とする請求項１５記載のプログラム。
【請求項１７】
利用者が存在する位置を示す利用者位置情報を取得する利用者位置情報取得工程と、
この利用者位置情報取得工程により取得した利用者位置情報に基づいて利用者が移動可能な空間を記述した利用者移動可能空間情報を生成する利用者移動可能空間生成工程と、
この利用者移動可能空間生成工程により生成された前記利用者移動可能空間情報に基づいて前記利用者との位置関係を制御する位置関係制御工程と、
を含むことを特徴とするロボット制御方法。
【請求項１８】
ロボット自身が存在する位置を示すロボット位置情報を取得するロボット位置情報取得工程と、
このロボット位置情報取得工程により取得したロボット位置情報に基づいてロボットが移動可能な空間を記述したロボット移動可能空間情報を生成するロボット移動可能空間生成工程と、
を更に含み、
前記位置関係制御工程は、前記ロボット移動可能空間生成工程により生成された前記ロボット移動可能空間情報に基づいて前記利用者との位置関係を制御する、
ことを特徴とする請求項１７記載のロボット制御方法。
【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２３】
【図２４】
【図２５】
【図２６】
【図２７】
【図２８】
【図２９】
【図３０】
【図３１】
【図３２】
【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２４】
【図２５】
【図２６】
【図２７】
【図２８】
【図２９】
【図３０】
【図３１】
【図３２】
【公開番号】特開２００６−３４６７６８（Ｐ２００６−３４６７６８Ａ）
【公開日】平成１８年１２月２８日（２００６．１２．２８）
【国際特許分類】
【出願番号】特願２００５−１７２８５５（Ｐ２００５−１７２８５５）
【出願日】平成１７年６月１３日（２００５．６．１３）
【出願人】（０００００３０７８）株式会社東芝 (54,554)
【Ｆターム（参考）】
【公開日】平成１８年１２月２８日（２００６．１２．２８）
【国際特許分類】
【出願日】平成１７年６月１３日（２００５．６．１３）
【出願人】（０００００３０７８）株式会社東芝 (54,554)
【Ｆターム（参考）】
[ Back to top ]