JP2009193240A - Mobile robot and environmental map generation method - Google Patents

Abstract

Translated fromJapanese

【課題】段差等のエッジ部分が不明瞭となることを防いで精細な環境地図を生成可能とする。
【解決手段】自律移動ロボット１００は、視覚センサ１１による計測結果を用いて、移動空間に存在する計測対象の位置を示す３次元位置データを生成する３次元位置データ生成部１２と、異なるロボット位置で計測された複数の３次元位置データを統合することによって移動空間に関する環境地図を生成する地図生成部１３を有する。地図生成部１３は、３次元位置データ生成部１２によって生成された新たな３次元位置データが予め定められた信頼度を有する場合に、新たな３次元位置データと重複する過去の環境地図内の領域を、新たな３次元位置データで上書き更新することによって新たな環境地図を生成する。
【選択図】図３A detailed environmental map can be generated by preventing edge portions such as steps from becoming unclear.
An autonomous mobile robot has a different robot position from a three-dimensional position data generation unit that generates three-dimensional position data indicating a position of a measurement target existing in a movement space using a measurement result obtained by a visual sensor. The map generation unit 13 generates an environment map related to the moving space by integrating a plurality of three-dimensional position data measured in (1). When the new three-dimensional position data generated by the three-dimensional position data generation unit 12 has a predetermined reliability, the map generation unit 13 includes a past environment map that overlaps with the new three-dimensional position data. A new environment map is generated by overwriting and updating the area with new three-dimensional position data.
[Selection] Figure 3

Description

Translated fromJapanese

本発明は、移動ロボットに関し、特に移動ロボットの移動のために参照される環境地図の生成方法に関する。  The present invention relates to a mobile robot, and more particularly to a method for generating an environmental map referred to for movement of the mobile robot.

移動ロボットは、環境地図を参照することによって移動経路を計画し、当該移動経路に従って移動を行う。例えば、環境地図は、移動ロボットが移動を行う２次元の移動空間を格子状に分割するとともに、格子に囲まれた各々のセルが、移動ロボットにとって移動可能な領域であるか否かを表したグリッド地図として作成される。  The mobile robot plans a movement route by referring to the environment map, and moves according to the movement route. For example, the environment map divides a two-dimensional movement space in which the mobile robot moves into a grid, and indicates whether each cell surrounded by the grid is a movable area for the mobile robot. Created as a grid map.

環境地図の作成は、例えば、レーザレンジファインダなどの視覚センサを搭載した移動ロボット自身によって行なわれる。具体的には、移動ロボットに搭載された視覚センサを用いて、移動ロボット自身が移動空間内を移動しながら外部環境の３次元位置データを生成する。そして、移動ロボットは、複数の異なるロボット位置で計測された３次元位置データを、オドメトリより推定される移動ロボットの位置及び姿勢に基づいて繋ぎ合わせることによって、複数の局所的な３次元位置データが統合された広範囲の環境地図を生成する。このように移動ロボットの自己位置推定と環境地図の構築を同時に行なう技術は、ＳＬＡＭ（Simultaneous Localization and Mapping）と呼ばれる（例えば、特許文献１〜２を参照）。  The environmental map is created, for example, by the mobile robot itself equipped with a visual sensor such as a laser range finder. Specifically, using a visual sensor mounted on the mobile robot, the mobile robot itself generates three-dimensional position data of the external environment while moving in the movement space. Then, the mobile robot connects the three-dimensional position data measured at a plurality of different robot positions based on the position and posture of the mobile robot estimated from odometry, so that a plurality of local three-dimensional position data is obtained. Generate a comprehensive integrated environmental map. The technique for simultaneously estimating the mobile robot's self-location and constructing the environment map is called SLAM (Simultaneous Localization and Mapping) (see, for example,Patent Documents 1 and 2).

例えば、オドメトリより推定されたロボットの位置及び姿勢に基づいて、複数地点で計測された３次元位置データを移動空間に固定されたグローバル座標系へ座標変換し、これらをグローバル座標上で統合することによって、グローバル座標系での環境地図が生成される。また、各々のロボット位置で得られた３次元位置データに対して平面検出処理や障害物検出処理を行って狭小領域に関する複数の地図（以下、ローカル地図と呼ぶ）を作成した後に、複数のローカル地図をオドメトリに基づいて統合して広範な環境地図を作成する場合もある。  For example, based on the position and orientation of the robot estimated from odometry, coordinate conversion of 3D position data measured at multiple points into a global coordinate system fixed in the movement space, and integrating these on global coordinates Generates an environmental map in the global coordinate system. In addition, after performing plane detection processing and obstacle detection processing on the three-dimensional position data obtained at each robot position to create a plurality of maps relating to narrow areas (hereinafter referred to as local maps), a plurality of local In some cases, maps may be integrated based on odometry to create a broad environmental map.

特許文献１には、脚歩行型の移動ロボットの足平が接している床面を含む複数の平面を３次元位置データから検出し、これら複数の平面の検出結果を用いて障害物領域と移動可能領域とが特定された環境地図を生成する技術が開示されている。  InPatent Document 1, a plurality of planes including a floor surface in contact with a foot of a leg-walking mobile robot are detected from three-dimensional position data, and an obstacle region is moved using the detection results of the plurality of planes. A technique for generating an environmental map in which possible areas are specified is disclosed.

また、特許文献２に開示された移動ロボット用の環境地図の生成方法は、概略以下の手順（１）〜（５）を含む。
（１）レーザレンジファインダによって得た第Ｎフレームの３次元位置データをオドメトリより推定されるロボット位置及び姿勢に基づいてグローバル座標系に変換する。
（２）グローバル座標系に変換した後の第Ｎフレームの３次元位置データから複数の線分を認識する。
（３）認識した複数の線分を、異なるロボット位置で過去に計測された第Ｎ−１フレームの３次元位置データから認識された複数の線分と対応付ける。
（４）対応付けられた線分間の位置及び向きの差の平均値を、オドメトリから推定されたロボット位置及び姿勢の推定値の誤差とする。
（５）ロボット位置及び姿勢の推定値の誤差を打ち消すように第Ｎフレームの３次元位置データを座標変換した後に、第Ｎフレームと第Ｎ−１フレームの３次元位置データを繋ぎ合わせて統合し、改めて線分抽出を行う。
特開２００５−９２８２０号公報特開平１０−２６０７２４号公報The method for generating an environment map for a mobile robot disclosed in Patent Document 2 includes the following general procedures (1) to (5).
(1) The three-dimensional position data of the Nth frame obtained by the laser range finder is converted into a global coordinate system based on the robot position and posture estimated from odometry.
(2) Recognize a plurality of line segments from the three-dimensional position data of the Nth frame after conversion to the global coordinate system.
(3) The plurality of recognized line segments are associated with the plurality of line segments recognized from the three-dimensional position data of the (N-1) th frame measured in the past at different robot positions.
(4) The average value of the difference between the position and orientation of the associated line segment is taken as the error of the estimated value of the robot position and posture estimated from odometry.
(5) After coordinate-transforming the 3D position data of the Nth frame so as to cancel the error of the estimated values of the robot position and orientation, the 3D position data of the Nth frame and the (N-1) th frame are joined and integrated. Then, line segment extraction is performed again.
JP 2005-92820 A JP-A-10-260724

上述した文献１及び２は、オドメトリを用いて推定される移動ロボットの位置及び姿勢に基づいて３次元位置データを座標変換し、異なるロボット位置で計測された３次元位置データを互いに繋ぎ合わせて広範囲の環境地図を生成する技術を開示している。  Documents 1 and 2 described above are a wide range of systems in which 3D position data is coordinate-transformed based on the position and orientation of a mobile robot estimated using odometry, and 3D position data measured at different robot positions are connected to each other. A technology for generating an environmental map is disclosed.

しかしながら、オドメトリとして取得される移動ロボット内界の計測データ（車輪回転量、関節角など）は、移動ロボットの移動量が大きくなるにつれて誤差が蓄積されていく。さらに、オドメトリに反映されない移動ロボットの揺れや振動のために３次元位置データの信頼性が損なわれる場合がある。このため、異なるロボット位置で計測された３次元位置データをオドメトリに基づく座標変換によって単に繋ぎ合わせたのでは、水平な床面と他の水平面（いわゆる段差）の間のエッジ、水平面と斜面の間などの平面間のエッジ、床面と障害物の間のエッジ等が不明瞭となる。  However, the measurement data (wheel rotation amount, joint angle, etc.) in the mobile robot acquired as odometry accumulates errors as the movement amount of the mobile robot increases. Furthermore, the reliability of the three-dimensional position data may be impaired due to the shaking or vibration of the mobile robot that is not reflected in odometry. For this reason, if the three-dimensional position data measured at different robot positions are simply connected by coordinate transformation based on odometry, the edge between the horizontal floor and another horizontal plane (so-called step), or between the horizontal plane and the slope The edge between planes such as the above, the edge between the floor surface and the obstacle, etc. become unclear.

上述した課題を図７を用いて詳しく説明する。図７に示す３つの３次元位置データ７１〜７３は、移動ロボットの移動に伴って異なる時間及び場所で得られたものである。なお、以下では、移動ロボットの移動に伴って異なる時間及び場所で得られた３次元位置データの各々を「フレーム」と呼ぶ。３フレームの３次元位置データ７１〜７３は、同一の障害物７１１を捉えている。しかしながら、オドメトリに基づいて特定される障害物７１１の位置及び姿勢が誤差を含む場合や、移動ロボットの揺れや振動のために３次元位置データの信頼性が損なわれている場合がある。このために、これら３フレームの３次元位置データを重ね合わせることによって生成された環境地図７４における障害物の像（破線７４１により囲まれた部分）は、エッジが不明瞭となるおそれがある。  The above-described problem will be described in detail with reference to FIG. The three three-dimensional position data 71 to 73 shown in FIG. 7 are obtained at different times and places as the mobile robot moves. Hereinafter, each of the three-dimensional position data obtained at different times and places as the mobile robot moves is referred to as a “frame”. Three frames of three-dimensional position data 71 to 73 capture thesame obstacle 711. However, there are cases where the position and posture of theobstacle 711 specified based on odometry includes an error, or reliability of the three-dimensional position data is impaired due to shaking or vibration of the mobile robot. For this reason, there is a possibility that the edge of the obstacle image (portion surrounded by the broken line 741) in theenvironment map 74 generated by superimposing the three-dimensional position data of these three frames will be unclear.

脚式移動ロボットが、エッジの不明瞭な環境地図を用いて歩行計画を行なうと、エッジの誤認識による着地ミスを招くおそれがある。また、誤差の大きなエッジ領域をすべて着地不可能な領域とみなして歩行計画を実行してしまうと、移動ロボットの歩行が制約されてしまう。  When a legged mobile robot performs a walking plan using an environment map with an unclear edge, there is a risk of causing a landing mistake due to erroneous recognition of the edge. Further, if the walking plan is executed by regarding all the edge areas having large errors as areas where landing is impossible, walking of the mobile robot is restricted.

本発明は、上述した知見に基づいてなされたものであって、段差等のエッジ部分が不明瞭となることを防いで精細な環境地図を生成することが可能な移動ロボット及び環境地図の生成方法を提供することを目的とする。  The present invention has been made based on the above-described knowledge, and is capable of generating a detailed environmental map by preventing edge portions such as steps from becoming unclear and a method for generating an environmental map The purpose is to provide.

本発明の第１の態様は、環境地図を参照して移動空間内を移動する移動ロボットであり、視覚センサ、３次元位置データ生成部、及び環境地図生成部を備える。前記視覚センサは、前記移動空間を視覚的に認識する。前記３次元位置データ生成部は、前記視覚センサによる計測結果を用いて、前記移動空間に存在する計測対象の位置を示す３次元位置データを生成する。前記環境地図生成部は、異なるロボット位置で計測された複数の前記３次元位置データを統合することにより、前記移動空間に関する環境地図を生成する。さらに、前記環境地図生成部は、前記３次元位置データ生成部によって生成された新たな３次元位置データが予め定められた信頼度を有する場合に、前記新たな３次元位置データと重複する過去の環境地図内の領域を、前記新たな３次元位置データで上書き更新することによって新たな環境地図を生成する。  A first aspect of the present invention is a mobile robot that moves in a moving space with reference to an environment map, and includes a visual sensor, a three-dimensional position data generation unit, and an environment map generation unit. The visual sensor visually recognizes the moving space. The three-dimensional position data generation unit generates three-dimensional position data indicating the position of the measurement target existing in the moving space, using the measurement result obtained by the visual sensor. The environment map generation unit generates an environment map related to the movement space by integrating a plurality of the three-dimensional position data measured at different robot positions. In addition, the environment map generation unit, when the new three-dimensional position data generated by the three-dimensional position data generation unit has a predetermined reliability, the past that overlaps with the new three-dimensional position data A new environment map is generated by overwriting and updating the area in the environment map with the new three-dimensional position data.

本発明の第２の態様は、移動ロボットの移動のために参照される環境地図の生成方法であって、以下のステップ（ａ）及び（ｂ）を含む。
視覚センサによる計測結果を用いて、前記移動ロボットの移動空間に存在する計測対象の位置を示す３次元位置データを生成するステップ（ａ）、及び
異なるロボット位置で計測された複数の前記３次元位置データを統合することにより、前記移動空間に関する環境地図を生成するステップ（ｂ）。
さらに、前記ステップ（ｂ）では、新たな３次元位置データが予め定められた信頼度を有する場合に、前記新たな３次元位置データと重複する過去の環境地図内の領域を、前記新たな３次元位置データで上書き更新することによって新たな環境地図を生成する。A second aspect of the present invention is a method for generating an environmental map referred to for movement of a mobile robot, and includes the following steps (a) and (b).
A step (a) of generating three-dimensional position data indicating a position of a measurement target existing in a moving space of the mobile robot using a measurement result by a visual sensor; and a plurality of the three-dimensional positions measured at different robot positions. Step (b) of generating an environmental map relating to the moving space by integrating the data.
Further, in the step (b), when the new three-dimensional position data has a predetermined reliability, an area in the past environmental map that overlaps with the new three-dimensional position data is changed to the new three-dimensional position data. A new environmental map is generated by overwriting and updating with the dimension position data.

上述した本発明の第１及び第２の態様によれば、最新の３次元位置データの信頼度が高ければ、新たに取得された最新の３次元位置データに含まれる領域については、最新の３次元位置データのみに基づいて移動計画が実行される。つまり、複数の３次元位置データを重ね合わせることによってエッジが不明瞭となることが無く、精細なエッジ情報を含む環境地図を利用して移動計画を行なうことができる。また、新たに取得された最新の３次元位置データに含まれない領域については、過去に取得された３次元位置データに基づいて生成された環境地図を利用して移動計画を行うことができるため、広範囲な移動空間に関して移動計画を実行することができる。  According to the first and second aspects of the present invention described above, if the reliability of the latest three-dimensional position data is high, the region included in the newly acquired latest three-dimensional position data is the latest three-dimensional position data. The movement plan is executed based only on the dimension position data. That is, the edge is not obscured by superimposing a plurality of three-dimensional position data, and the movement plan can be performed using the environment map including fine edge information. In addition, for a region that is not included in the latest acquired three-dimensional position data, a movement plan can be performed using an environment map generated based on the three-dimensional position data acquired in the past. The movement plan can be executed with respect to a wide movement space.

なお、上述した本発明の第１及び第２の態様において、前記新たな３次元位置データが前記信頼度を有しない場合に、前記新たな３次元位置データを前記新たな環境地図に反映させないこととしてもよい。これにより、移動ロボットの揺れや振動に起因して３次元位置データの信頼性が損なわれている場合に、これを環境地図の生成から除外することができる。このため、信頼性の低い３次元位置データを取り込むことによって環境地図の精度が低下することを防止できる。  In the first and second aspects of the present invention described above, when the new three-dimensional position data does not have the reliability, the new three-dimensional position data is not reflected in the new environment map. It is good. Thereby, when the reliability of the three-dimensional position data is impaired due to the shaking or vibration of the mobile robot, this can be excluded from the generation of the environment map. For this reason, it can prevent that the precision of an environmental map falls by taking in 3D position data with low reliability.

また、上述した本発明の第１及び第２の態様において、前記新たな３次元位置データの信頼度は、以下の（１）〜（３）の少なくとも１つを含んでもよい。
（１）前記過去の３次元位置データから検出された平面の位置及び前記移動ロボットの移動量を用いて算出される推定位置と、前記新たな３次元位置データから検出された平面の位置との一致度合い、
（２）前記過去の３次元位置データより検出された平面を規定する平面パラメータと、前記新たな３次元位置データより検出された平面を規定する平面パラメータとの一致度合い、
（３）前記新たな３次元位置データを最小二乗法によって平面にフィッティングする際の最小二乗誤差が、予め定められた基準値より小さいこと。In the first and second aspects of the present invention described above, the reliability of the new three-dimensional position data may include at least one of the following (1) to (3).
(1) An estimated position calculated using the position of the plane detected from the past three-dimensional position data and the amount of movement of the mobile robot, and the position of the plane detected from the new three-dimensional position data Degree of match,
(2) a degree of coincidence between a plane parameter defining a plane detected from the past three-dimensional position data and a plane parameter defining a plane detected from the new three-dimensional position data;
(3) A least square error when fitting the new three-dimensional position data to a plane by the least square method is smaller than a predetermined reference value.

本発明により、段差等のエッジ部分が不明瞭となることを防いで精細な環境地図を生成することが可能な移動ロボット及び環境地図の生成方法を提供できる。  INDUSTRIAL APPLICABILITY According to the present invention, it is possible to provide a mobile robot and an environment map generation method capable of generating a detailed environment map by preventing edge portions such as steps from becoming unclear.

以下では、本発明を適用した具体的な実施の形態について、図面を参照しながら詳細に説明する。各図面において、同一要素には同一の符号が付されており、説明の明確化のため、必要に応じて重複説明は省略される。  Hereinafter, specific embodiments to which the present invention is applied will be described in detail with reference to the drawings. In the drawings, the same elements are denoted by the same reference numerals, and redundant description is omitted as necessary for the sake of clarity.

＜発明の実施の形態１＞
本実施の形態にかかる自律移動ロボット１００（以下、単にロボット１００と呼ぶ）の自律移動に関する制御系の構成を図１に示す。ロボット１００は、脚歩行型の移動ロボットであり、移動機構１８として脚リンク１８１及びこれを駆動するアクチュエータ１８０を有する。<Embodiment 1 of the Invention>
FIG. 1 shows the configuration of a control system related to autonomous movement of an autonomous mobile robot 100 (hereinafter simply referred to as robot 100) according to the present embodiment. Therobot 100 is a leg-walking type mobile robot, and includes aleg link 181 and anactuator 180 that drives theleg link 181 as the moving mechanism 18.

図１において、図１において、視覚センサ１１は、ロボット１の外界の距離画像データを取得する。具体的には、レーザレンジファインダ等のアクティブ距離センサによって距離画像データを取得すればよい。なお、ＣＣＤ（Charge Coupled Device）イメージセンサ又はＣＭＯＳ（Complementary Metal Oxide Semiconductor）イメージセンサ等の撮像素子を備えた複数のカメラを備え、これら複数のカメラによって撮影した画像データを用いて距離画像データを生成してもよい。具体的には、複数のカメラによって撮影した画像データから対応点を検出し、ステレオ視によって対応点の３次元位置を復元すればよい。ここで、複数の撮影画像における対応点の探索は、複数の撮影画像に対する時空間微分の拘束式を用いた勾配法や相関法等の公知の手法を適用して行えばよい。  In FIG. 1, the visual sensor 11 acquires distance image data of the outside world of therobot 1 in FIG. 1. Specifically, distance image data may be acquired by an active distance sensor such as a laser range finder. It has a plurality of cameras equipped with an image sensor such as a CCD (Charge Coupled Device) image sensor or a CMOS (Complementary Metal Oxide Semiconductor) image sensor, and generates distance image data using image data captured by these cameras. May be. Specifically, the corresponding points may be detected from image data captured by a plurality of cameras, and the three-dimensional positions of the corresponding points may be restored by stereo viewing. Here, the search for corresponding points in a plurality of captured images may be performed by applying a known method such as a gradient method or a correlation method using a time-space differential constraint formula for the plurality of captured images.

３次元位置データ生成部１２は、距離画像データの座標変換を行って３次元位置データを生成する。なお、３次元位置データとは、距離画像データに含まれる多数の計測点の位置ベクトルを３次元直交座標系で表したデータの集合である。ここで、３次元位置データに含まれる点群の座標は、ロボット１００に固定されたロボット座標系で表示されていてもよいし、移動空間に固定されたグローバル座標系で表示されていてもよい。  The three-dimensional positiondata generation unit 12 performs coordinate conversion of the distance image data to generate three-dimensional position data. Note that the three-dimensional position data is a set of data in which position vectors of a large number of measurement points included in the distance image data are represented in a three-dimensional orthogonal coordinate system. Here, the coordinates of the point group included in the three-dimensional position data may be displayed in a robot coordinate system fixed to therobot 100, or may be displayed in a global coordinate system fixed in the movement space. .

地図生成部１３は、複数のロボット位置で得られた局所的な３次元位置データを統合することにより、広範囲の移動空間に関する環境地図を生成する。本実施の形態のロボット１００は脚歩行型であるため、地図生成部１３は、足平を着地可能な平面領域の位置を特定可能な環境地図を生成するものとして説明する。また、本実施の形態では、環境地図が、二次元グリッド地図であるとして説明する。  The map generation unit 13 generates an environment map relating to a wide range of movement space by integrating local three-dimensional position data obtained at a plurality of robot positions. Since therobot 100 according to the present embodiment is a leg-walking type, the map generation unit 13 will be described as generating an environment map that can specify the position of a planar area where a foot can land. In this embodiment, the environment map is described as a two-dimensional grid map.

地図生成部１３によって生成される環境地図の一例を図２に示す。図２（ａ）は、ロボット１００の移動空間の一例を示している。図２（ａ）の移動空間１６０は、床面に相当する平面Ｐ１１と段差１６１の上面に相当する平面Ｐ１２を有している。図２（ｂ）の環境地図２００は、図２（ａ）に示した移動空間１６０を表す環境地図の一例である。環境地図２００は２次元グリッド地図である。環境地図２００の各セルは、平面ＩＤ、ｚ方向の高さ、法線ベクトルを示す値を保持する。図２（ｂ）において領域Ｒ１１が平面Ｐ１１に相当し、領域Ｒ１２が平面Ｐ１２に相当する。  An example of the environment map generated by the map generation unit 13 is shown in FIG. FIG. 2A shows an example of the movement space of therobot 100. 2A has a plane P11 corresponding to the floor surface and a plane P12 corresponding to the upper surface of thestep 161. Anenvironment map 200 in FIG. 2B is an example of an environment map representing the movingspace 160 shown in FIG. Theenvironment map 200 is a two-dimensional grid map. Each cell of theenvironment map 200 holds a plane ID, a height in the z direction, and a value indicating a normal vector. In FIG. 2B, the region R11 corresponds to the plane P11, and the region R12 corresponds to the plane P12.

図１に示した地図生成部１３は、平面検出部１３１、信頼度判定部１３２、及び地図更新部１３３を含む。以下では、これらの構成要素について順に説明する。  The map generation unit 13 illustrated in FIG. 1 includes a plane detection unit 131, areliability determination unit 132, and amap update unit 133. Hereinafter, these components will be described in order.

平面検出部１３１は、３次元位置データから平面を検出する。なお、多数の計測点（３次元位置データ）から平面の方程式を表す平面パラメータ（例えば、法線ベクトル及び法線ベクトルの座標系原点からの距離）を検出するために、ハフ変換法やランダムサンプリング法が従来から用いられている。本実施の形態における平面検出には、従来から知られているこれらの手法を適用すればよい。  The plane detection unit 131 detects a plane from the three-dimensional position data. In order to detect plane parameters (for example, normal vectors and distances from the origin of the coordinate system of normal vectors) from a large number of measurement points (three-dimensional position data), the Hough transform method or random sampling is used. The method is conventionally used. Conventionally known methods may be applied to the plane detection in the present embodiment.

信頼度判定部１３２は、３次元位置データの信頼度を算出する。レーザレンジファインダ等の視覚センサ１０によって得られる距離画像データは、ロボット１００の揺れや振動によって移動空間の形状を正確に反映してない場合がある。信頼度判定部１３２は、このような距離画像データの精度低下を３次元位置データの信頼度として算出する。信頼度算出の具体例については後述する。  Thereliability determination unit 132 calculates the reliability of the three-dimensional position data. The distance image data obtained by thevisual sensor 10 such as a laser range finder may not accurately reflect the shape of the moving space due to the shaking or vibration of therobot 100. Thereliability determination unit 132 calculates such a decrease in accuracy of the distance image data as the reliability of the three-dimensional position data. A specific example of the reliability calculation will be described later.

地図更新部１３３は、異なるロボット位置で得られた複数の３次元位置データを繋ぎ合わせて広範囲の環境地図を作成する。具体的には、地図更新部１３３は、複数の３次元位置データをオドメトリより推定されるロボット位置及び姿勢に基づいて移動空間に固定されたグローバル座標系に座標変換し、グローバル座標上で連結することによって複数の３次元位置データを統合する。  Themap updater 133 connects a plurality of three-dimensional position data obtained at different robot positions to create a wide-range environmental map. Specifically, themap updating unit 133 converts a plurality of three-dimensional position data into a global coordinate system fixed in the movement space based on the robot position and posture estimated from odometry, and connects the global coordinates. Thus, a plurality of three-dimensional position data are integrated.

環境地図記憶部１４は、地図生成部１３により生成された環境地図を記憶する。  The environment map storage unit 14 stores the environment map generated by the map generation unit 13.

移動計画部１５は、地図生成部１３によって生成された環境地図を参照して目標位置を決定し、決定した目標位置に到達するための脚リンク１８１の軌道、具体的には、脚リンク１８１の先端に設けられた足平の着地位置を算出すればよい。  The movement plan unit 15 determines a target position with reference to the environment map generated by the map generation unit 13, and specifically the trajectory of theleg link 181 for reaching the determined target position, specifically, theleg link 181. What is necessary is just to calculate the landing position of the foot provided at the tip.

動作生成部１６は、移動計画部１５によって生成された足平の着地位置を実現するための動作データを生成する。ここで、動作データは、例えば、ロボット１００のＺＭＰ位置、重心位置、足平の位置及び姿勢等を含む。  The motion generation unit 16 generates motion data for realizing the foot landing position generated by the movement planning unit 15. Here, the motion data includes, for example, the ZMP position, the gravity center position, the foot position and posture of therobot 100.

移動制御部１７は、動作生成部１６によって生成された動作データを入力し、逆運動学演算によって各関節の目標関節角度を算出する。さらに、移動制御部１７は、算出された目標関節角度等の制御目標値とエンコーダ１９によって計測される現在の関節角度をもとに各関節を駆動するためのトルク制御値を算出する。移動制御部１７によって算出されたトルク制御値に従って、アクチュエータ１８０が脚リンク１８１に設けられた関節を駆動することにより、ロボット１００の歩行が行われる。  The movement control unit 17 receives the motion data generated by the motion generation unit 16 and calculates a target joint angle of each joint by inverse kinematics calculation. Furthermore, the movement control unit 17 calculates a torque control value for driving each joint based on the control target value such as the calculated target joint angle and the current joint angle measured by theencoder 19. In accordance with the torque control value calculated by the movement control unit 17, theactuator 180 drives a joint provided on theleg link 181, whereby therobot 100 is walked.

続いて以下では、地図生成部１３による環境地図の生成手順について図３〜６を参照して詳細に説明する。図３は、地図生成部１３による環境地図の生成手順の具体例を示すフローチャートである。ステップＳ１０１では、平面検出部１３１が、最新（第ｎフレームとする）の３次元位置データを入力して平面検出を行う。  Next, in the following, a procedure for generating an environmental map by the map generation unit 13 will be described in detail with reference to FIGS. FIG. 3 is a flowchart showing a specific example of the environmental map generation procedure by the map generation unit 13. In step S101, the plane detection unit 131 inputs the latest (assumed to be the nth frame) three-dimensional position data and performs plane detection.

ステップＳ１０２では、信頼度判定部１３２が、最新の３次元位置データの信頼度を算出する。また、ステップＳ１０３では、信頼度判定部１３２が、算出された信頼度が予め定められた基準を満足しているか否かを判定する。  In step S102, thereliability determination unit 132 calculates the reliability of the latest three-dimensional position data. In step S103, thereliability determination unit 132 determines whether the calculated reliability satisfies a predetermined criterion.

ここで、３次元位置データの信頼度の具体例について説明する。最新の３次元位置データの信頼度判定には、例えば、以下の（１）〜（３）の基準を用いればよい。
（１）前記過去の３次元位置データから検出された平面の位置及び前記移動ロボットの移動量を用いて算出される推定位置と、前記新たな３次元位置データから検出された平面の位置との一致度合い。
（２）前記過去の３次元位置データより検出された平面を規定する平面パラメータと、前記新たな３次元位置データより検出された平面を規定する平面パラメータとの一致度合い。
（３）前記新たな３次元位置データを最小二乗法によって平面にフィッティングする際の最小二乗誤差が、予め定められた基準値より小さいこと。Here, a specific example of the reliability of the three-dimensional position data will be described. For the reliability determination of the latest three-dimensional position data, for example, the following criteria (1) to (3) may be used.
(1) An estimated position calculated using the position of the plane detected from the past three-dimensional position data and the amount of movement of the mobile robot, and the position of the plane detected from the new three-dimensional position data The degree of match.
(2) A degree of coincidence between a plane parameter that defines a plane detected from the past three-dimensional position data and a plane parameter that defines a plane detected from the new three-dimensional position data.
(3) A least square error when fitting the new three-dimensional position data to a plane by the least square method is smaller than a predetermined reference value.

図４は、上述の基準（１）〜（３）により信頼度判定を行う信頼度判定部１３２の構成例を示すブロック図である。図４において、平面重心算出部１３２１、平面重心記憶部１３２２、推定重心算出部１３２３、及び重心距離判定部１３２４は、上述の基準（１）による信頼度判定を行うための構成要素である。  FIG. 4 is a block diagram illustrating a configuration example of thereliability determination unit 132 that performs reliability determination based on the above-described criteria (1) to (3). In FIG. 4, a planecentroid calculation unit 1321, a planecentroid storage unit 1322, an estimatedcentroid calculation unit 1323, and a centroiddistance determination unit 1324 are components for performing reliability determination based on the above-described criterion (1).

平面重心算出部１３２１は、最新（第ｎフレーム）の３次元位置データと平面検出部１３１による平面検出結果とを入力し、検出された平面の重心Ｃ_ｎを算出する。ここで、平面の重心とは、平面と認識された３次元位置データ中の複数の点群の重心を意味する。The planecentroid calculation unit 1321 receives the latest (n-th frame) three-dimensional position data and the plane detection result by the plane detection unit 131, and calculates the centroid C_n of the detected plane. Here, the center of gravity of the plane means the center of gravity of a plurality of point groups in the three-dimensional position data recognized as a plane.

平面重心記憶部１３２２は、平面重心算出部１３２１によって算出される平面重心Ｃ_ｎを記憶する。The planecentroid storage unit 1322 stores the plane centroid C_n calculated by the planecentroid calculation unit 1321.

推定重心算出部１３２３は、１フレーム前、すなわち第ｎ−１フレームの平面重心Ｃ_ｎ−１を平面重心記憶部１３２２から読み出し、平面重心Ｃ_ｎ−１及びロボット１００のオドメトリ情報を用いて推定重心Ｓを算出する。ここで、推定重心Ｓとは、１フレーム前の平面重心Ｃ_ｎ−１を、ロボット１００の移動量に応じて移動させることによって得られる最新の平面重心Ｃ_ｎの予想位置である。図５（ａ）は、過去の第ｎ−１フレームにおける平面Ｐ１２の重心位置Ｃ_ｎ−１と、推定重心Ｓを示す概念図である。一方、図５（ｂ）は、最新の第ｎフレームにおける平面Ｐ１２の重心位置Ｃ_ｎを示す概念図である。Estimating the center ofgravity calculation section 1323, the previous frame, i.e., the plane center of gravity_{C n-1} of the (n-1) -th frame read from the plane center ofgravity storage unit 1322, the estimated center of gravity by using the odometry information plane centroid_{C n-1} and the robot 100 S is calculated. Here, the estimated center of gravity S is the predicted position of the latest plane center of gravity C_n obtained by moving the plane center of gravity C_n−1 of the previous frame according to the amount of movement of therobot 100. FIG. 5A is a conceptual diagram showing the center_- of-gravity position C_n−1 of the plane P12 and the estimated center_-of- gravity S in the past n−1th frame. On the other hand, FIG. 5B is a conceptual diagram showing the gravity center position C_n of the plane P12 in the latest n-th frame.

重心距離判定部１３２４は、最新の平面重心Ｃ_ｎと推定重心Ｓとの距離が予め定められた距離閾値Ｄ_ＴＨ未満であるかによって、基準（１）の充足を判定する。例えば、図５（ａ）及び（ｂ）のように、最新の平面重心Ｃ_ｎと推定重心Ｓとが一致する場合は、基準（１）を充足すると判定される。The center-of-gravitydistance determination unit 1324 determines whether the reference (1) is satisfied depending on whether the distance between the latest plane center of gravity C_n and the estimated center of gravity S is less than a predetermined distance threshold value D_TH . For example, as shown in FIGS. 5A and 5B, when the latest plane centroid C_n and the estimated centroid S coincide with each other, it is determined that the criterion (1) is satisfied.

一方、図４の平面パラメータ比較部１３２５は、上述の基準（２）による信頼度判定を行う。具体的には、平面パラメータ比較部１３２５は、第ｎフレームの平面パラメータと第ｎ−１フレームの平面パラメータを比較し、これらの差が予め定められた範囲内であるか否かを判定する。  On the other hand, the planeparameter comparison unit 1325 in FIG. 4 performs reliability determination based on the above-described criterion (2). Specifically, the planeparameter comparison unit 1325 compares the plane parameter of the nth frame with the plane parameter of the (n−1) th frame, and determines whether or not the difference is within a predetermined range.

また、図４の最小二乗誤差判定部１３２６は、上述の基準（３）による信頼度判定を行う。具体的には、最小二乗誤差判定部１３２６は、第ｎフレームの最小二乗法誤差が予め定められた基準値より小さいか否かを判定する。ここで、第ｎフレームの最小二乗法誤差とは、平面検出部１３１において、第ｎフレームの３次元位置データに含まれる点群の平面フィッティングを最小二乗法により行なった場合における、距離の二乗和の最小値である。  Further, the least squareerror determination unit 1326 in FIG. 4 performs reliability determination based on the above-described criterion (3). Specifically, the least squareerror determination unit 1326 determines whether the least square method error of the nth frame is smaller than a predetermined reference value. Here, the least square method error of the nth frame is the sum of squared distances when the plane detection unit 131 performs plane fitting of the point group included in the three-dimensional position data of the nth frame by the least square method. Is the minimum value.

最後に、総合判定部１３２７は、上述した基準（１）〜（３）の全てを満足する場合に、第ｎフレームの３次元位置データが所定の信頼度を満足するものと判定する。  Finally, theoverall determination unit 1327 determines that the three-dimensional position data of the nth frame satisfies a predetermined reliability when all of the above-described criteria (1) to (3) are satisfied.

なお、上述した基準（１）〜（３）は、３次元位置データの信頼度の一例に過ぎないことはもちろんである。例えば、基準（１）〜（３）のうち少なくとも１つを用いて信頼度を評価してもよい。  Of course, the criteria (1) to (3) described above are merely examples of the reliability of the three-dimensional position data. For example, the reliability may be evaluated using at least one of criteria (1) to (3).

図３のフローチャートに戻り説明を続ける。ステップＳ１０３の信頼度判定において、算出された信頼度が予め定められた基準を満足していると判定された場合（Ｓ１０３でＯＫ）、地図更新部１３３は第ｎフレームの３次元位置データの補間処理を行う（ステップＳ１０４）。具体的には、視覚センサ１０の通信エラー等に起因して第ｎフレームの３次元位置データに含まれる点群にデータ抜けがある場合や、視覚センサ１０の空間分解能が低いために３次元位置データの点群密度が疎である場合に、データ抜けのある領域や密度が疎な領域を周囲の点群データによって補間する。当該補間処理は、線形補間などの公知のデータ補間手法を用いて行なえばよい。  Returning to the flowchart of FIG. If it is determined in the reliability determination in step S103 that the calculated reliability satisfies a predetermined criterion (OK in S103), themap update unit 133 interpolates the three-dimensional position data of the nth frame. Processing is performed (step S104). Specifically, when there is data loss in a point group included in the 3D position data of the nth frame due to a communication error of thevisual sensor 10, or because the spatial resolution of thevisual sensor 10 is low, the 3D position When the point cloud density of data is sparse, an area where data is missing or an area where density is sparse is interpolated by surrounding point cloud data. The interpolation processing may be performed using a known data interpolation method such as linear interpolation.

ステップＳ１０５では、地図更新部１３３が、最新の第ｎフレームの３次元位置データを旧環境地図に上書きして新たな環境地図を生成する。すなわち、地図更新部１３３は、最新の第ｎフレームの３次元位置データの測定領域と重複している旧環境地図の領域内のデータを破棄し、第ｎフレームの平面データと置き換える。  In step S105, themap updating unit 133 overwrites the old environment map with the latest three-dimensional position data of the nth frame and generates a new environment map. That is, themap update unit 133 discards the data in the area of the old environment map that overlaps the measurement area of the latest three-dimensional position data of the nth frame and replaces it with the plane data of the nth frame.

例えば、図６（ａ）に示すように、旧環境地図が第（ｎ−１）〜（ｎ−ｋ）フレームまでの過去のｋ枚のフレームを統合して生成されている場合を考える。旧環境地図は、段差の上面に相当する平面Ｐ１２を含む。最新の第ｎフレーム内に平面Ｐ１２の一部である部分６１が含まれる場合、ステップＳ１０５の処理によって、部分６１に対応する新環境地図上の領域が、最新（第ｎフレーム）の３次元位置データ、平面検出結果により上書きされる。  For example, as shown in FIG. 6A, consider a case where the old environment map is generated by integrating the past k frames from the (n−1) th to (n−k) th frames. The old environment map includes a plane P12 corresponding to the upper surface of the step. When the latest n-th frame includes aportion 61 that is a part of the plane P12, the region on the new environment map corresponding to theportion 61 is converted into the latest (n-th frame) three-dimensional position by the process of step S105. It is overwritten by the data and the plane detection result.

さらに、図６（ｂ）は、図６（ａ）に引き続く第（ｎ＋１）フレームの処理を示している。平面Ｐ１２の部分６１のさらに一部にあたる部分６２が最新の第（ｎ＋１）フレーム内に含まれる場合、ステップＳ１０５の処理によって、部分６２に対応する新環境地図上の領域が、第（ｎ＋１）フレームの３次元位置データ、平面検出結果により上書きされる。  Further, FIG. 6B shows the processing of the (n + 1) th frame following FIG. 6A. When thepart 62 corresponding to a part of thepart 61 of the plane P12 is included in the latest (n + 1) th frame, the region on the new environment map corresponding to thepart 62 is converted into the (n + 1) th frame by the process of step S105. Are overwritten by the three-dimensional position data and the plane detection result.

一方、ステップＳ１０３の信頼度判定において、算出された信頼度が予め定められた基準を満足しないと判定された場合（Ｓ１０３でＮＧ）、第ｎフレームの３次元位置データを破棄し、第ｎ−１フレームまでの３次元位置データを統合して生成された環境地図を維持する。  On the other hand, when it is determined in the reliability determination in step S103 that the calculated reliability does not satisfy a predetermined criterion (NG in S103), the three-dimensional position data of the nth frame is discarded, and the nth− An environmental map generated by integrating three-dimensional position data up to one frame is maintained.

上述したステップＳ１０５の処理、すなわち、過去の３次元位置データを元に生成された環境地図の領域を最新の３次元位置データによって上書きする処理によって、段差等のエッジが不明瞭となる弊害を防止し、エッジが精細に特定された環境地図を得ることができる。  The above-described processing in step S105, that is, the processing of overwriting the area of the environmental map generated based on the past three-dimensional position data with the latest three-dimensional position data, prevents the adverse effect of making the edge of the step or the like unclear. In addition, it is possible to obtain an environmental map in which the edges are specified in detail.

また、最新フレームの３次元位置データに含まれない領域については、過去に取得された３次元位置データに基づいて生成された環境地図を利用して移動計画を行うことができるため、広範囲な移動空間に関して移動計画を実行することができる。  In addition, a region that is not included in the 3D position data of the latest frame can be traveled using an environmental map generated based on the 3D position data acquired in the past. A travel plan can be executed on the space.

さらに、上述したステップＳ１０６の処理、すなわち、信頼度の低い３次元位置データを環境地図に反映させないことによって、環境地図の精度低下を防止できる。  Further, the accuracy of the environmental map can be prevented from being reduced by not reflecting the process of step S106 described above, that is, the three-dimensional position data with low reliability on the environmental map.

＜その他の実施の形態＞
発明の実施の形態１では、脚歩行型のロボット１００に本願発明を適用した例を示した。しかしながら、ロボット１００が車輪走行型などの脚歩行型以外の移動ロボットであってもよいことは勿論である。<Other embodiments>
In the first embodiment of the invention, an example in which the present invention is applied to the leg-walkingrobot 100 has been described. However, it goes without saying that therobot 100 may be a mobile robot other than a leg-walking type such as a wheel traveling type.

また、発明の実施の形態１では、環境地図が平面検出結果を保持するグリッド地図であるとして説明したが、このような環境地図は一例である。例えば、環境地図は、ロボット１００が移動可能であるか、あるいは障害物の存在により移動不可能であるかを識別する値が各セルに保持されるグリッド地図でもよい。この場合、地図生成部１３は、３次元位置データから障害物を検出できればよく、平面検出処理は必ずしも行う必要がない。また、このとき、３次元位置データの信頼度は、過去の３次元位置データに基づく障害物の推定位置と、最新の第ｎフレームにおける障害物位置との一致度合いを利用して評価すればよい。  Moreover, althoughEmbodiment 1 of invention demonstrated that an environmental map was a grid map holding a plane detection result, such an environmental map is an example. For example, the environment map may be a grid map in which each cell holds a value that identifies whether therobot 100 can move or cannot move due to the presence of an obstacle. In this case, the map generation unit 13 only needs to be able to detect an obstacle from the three-dimensional position data, and the plane detection process is not necessarily performed. At this time, the reliability of the three-dimensional position data may be evaluated using the degree of coincidence between the estimated position of the obstacle based on the past three-dimensional position data and the latest obstacle position in the nth frame. .

また、発明の実施の形態１では、環境地図が二次元のグリッド地図であるとして説明を行なった。しかしながら、環境地図は、三次元のグリッド地図でもよい。  In the first embodiment of the present invention, the environment map is described as a two-dimensional grid map. However, the environment map may be a three-dimensional grid map.

さらに、本発明は上述した実施の形態のみに限定されるものではなく、既に述べた本発明の要旨を逸脱しない範囲において種々の変更が可能であることは勿論である。  Furthermore, the present invention is not limited to the above-described embodiments, and various modifications can be made without departing from the gist of the present invention described above.

発明の実施の形態１にかかる移動ロボットの制御系を示すブロック図である。It is a block diagram which shows the control system of the mobilerobot concerning Embodiment 1 of invention.発明の実施の形態１にかかる移動ロボットが移動を行う移動空間の一例及び環境地図の一例を示す図である。It is a figure which shows an example of the movement space which the mobilerobot concerning Embodiment 1 of an invention moves, and an example of an environment map.発明の実施の形態１にかかる移動ロボットによる環境地図の生成手順を示すフローチャートである。It is a flowchart which shows the production | generation procedure of the environment map by the mobilerobot concerning Embodiment 1 of invention.信頼度判定部の構成を示すブロック図である。It is a block diagram which shows the structure of a reliability determination part.信頼度判定部による信頼度算出の具体例を説明するための図である。It is a figure for demonstrating the specific example of the reliability calculation by a reliability determination part.発明の実施の形態１にかかる移動ロボットによって生成される環境地図の特徴を説明するための図である。It is a figure for demonstrating the characteristic of the environment map produced | generated by the mobilerobot concerning Embodiment 1 of invention.背景技術にかかる環境地図生成方法を説明するための図である。It is a figure for demonstrating the environmental map production | generation method concerning background art.

符号の説明Explanation of symbols

１００ 移動ロボット
１１ 視覚センサ
１２ ３次元位置データ生成部
１３ 地図生成部
１３１ 平面検出部
１３２ 信頼度判定部
１３３ 地図更新部
１４ 環境地図記憶部
１５ 移動計画部
１６ 動作生成部
１７ 移動制御部
１８ 移動機構
１８０ アクチュエータ
１８１ 脚リンク
１９ エンコーダDESCRIPTION OFSYMBOLS 100 Mobile robot 11Visual sensor 12 Three-dimensional position data generation part 13 Map generation part 131Plane detection part 132Reliability determination part 133 Map update part 14 Environmental map memory | storage part 15 Movement plan part 16 Operation | movement generation part 17 Movement control part 18Movement mechanism 180Actuator 181Leg link 19 Encoder

Claims (7)

Translated fromJapanese

環境地図を参照して移動空間内を移動する移動ロボットであって、
前記移動空間を視覚的に認識する視覚センサと、
前記視覚センサによる計測結果を用いて、前記移動空間に存在する計測対象の位置を示す３次元位置データを生成する３次元位置データ生成部と、
異なるロボット位置で計測された複数の前記３次元位置データを統合することにより、前記移動空間に関する環境地図を生成する環境地図生成部とを備え、
前記環境地図生成部は、前記３次元位置データ生成部によって生成された新たな３次元位置データが予め定められた信頼度を有する場合に、前記新たな３次元位置データと重複する過去の環境地図内の領域を、前記新たな３次元位置データで上書き更新することによって新たな環境地図を生成する、
移動ロボット。A mobile robot that moves in a moving space with reference to an environmental map,
A visual sensor for visually recognizing the moving space;
A three-dimensional position data generation unit that generates three-dimensional position data indicating the position of the measurement target existing in the movement space, using the measurement result of the visual sensor;
An environment map generation unit that generates an environment map related to the moving space by integrating a plurality of the three-dimensional position data measured at different robot positions;
The environment map generation unit includes a past environment map that overlaps with the new 3D position data when the new 3D position data generated by the 3D position data generation unit has a predetermined reliability. A new environment map is generated by overwriting and updating the area in the area with the new three-dimensional position data.
Mobile robot. 前記新たな３次元位置データが前記信頼度を有しない場合に、前記新たな３次元位置データを前記新たな環境地図に反映させないことを特徴とする、請求項１に記載の移動ロボット。  2. The mobile robot according to claim 1, wherein when the new three-dimensional position data does not have the reliability, the new three-dimensional position data is not reflected on the new environment map. 前記信頼度は、過去に生成された３次元位置データから検出された平面の位置及び前記移動ロボットの移動量を用いて算出される推定位置と、前記新たな３次元位置データから検出された平面の位置との一致度合いを含む、請求項１又は２に記載の移動ロボット。  The reliability is the estimated position calculated using the position of the plane detected from the three-dimensional position data generated in the past and the movement amount of the mobile robot, and the plane detected from the new three-dimensional position data. The mobile robot according to claim 1, which includes a degree of coincidence with the position of the mobile robot. 前記信頼度は、過去に生成された３次元位置データより検出された平面を規定する平面パラメータと、前記新たな３次元位置データより検出された平面を規定する平面パラメータとの一致度合いを含む、請求項１乃至３のいずれか１項に記載の移動ロボット。  The reliability includes a degree of coincidence between a plane parameter that defines a plane detected from three-dimensional position data generated in the past and a plane parameter that defines a plane detected from the new three-dimensional position data. The mobile robot according to any one of claims 1 to 3. 前記信頼度は、前記新たな３次元位置データを最小二乗法によって平面にフィッティングする際の最小二乗誤差が、予め定められた基準値より小さいことを含む、請求項１乃至４のいずれか１項に記載の移動ロボット。  5. The reliability according to claim 1, wherein the least square error when fitting the new three-dimensional position data to a plane by a least square method is smaller than a predetermined reference value. The mobile robot described in 1. 移動ロボットの移動のために参照される環境地図の生成方法であって、
視覚センサによる計測結果を用いて、前記移動ロボットの移動空間に存在する計測対象の位置を示す３次元位置データを生成するステップ（ａ）と、
異なるロボット位置で計測された複数の前記３次元位置データを統合することにより、前記移動空間に関する環境地図を生成するステップ（ｂ）とを備え、
前記ステップ（ｂ）では、新たな３次元位置データが予め定められた信頼度を有する場合に、前記新たな３次元位置データと重複する過去の環境地図内の領域を、前記新たな３次元位置データで上書き更新することによって新たな環境地図を生成する、
環境地図の生成方法。A method for generating an environmental map to be referenced for movement of a mobile robot,
(A) generating three-dimensional position data indicating a position of a measurement target existing in a movement space of the mobile robot using a measurement result by a visual sensor;
(B) generating an environmental map related to the moving space by integrating a plurality of the three-dimensional position data measured at different robot positions;
In the step (b), when the new three-dimensional position data has a predetermined reliability, an area in the past environmental map that overlaps with the new three-dimensional position data is changed to the new three-dimensional position data. Create a new environmental map by overwriting with data,
How to create an environmental map. 前記ステップ（ｂ）では、前記新たな３次元位置データが前記信頼度を有しない場合に、前記新たな３次元位置データを前記新たな環境地図に反映させないことを特徴とする、請求項６に記載の環境地図の生成方法。  In the step (b), when the new three-dimensional position data does not have the reliability, the new three-dimensional position data is not reflected in the new environment map. A method for generating the described environmental map.

Images