JP4953313B2 - 環境認識システム、自律型移動体および環境認識プログラム - Google Patents

Description

本発明は、障害物等の物体が存在する環境下において、移動可能な経路等を認識する自律型移動体、環境認識システムおよび環境認識プログラムに関する。

近年、ロボット等の知的移動体の有用性は、生産業の自動化・無人化のみならず、一般家庭の生活支援等にまで広がっており、研究・開発等が盛んに行われている。ロボットが生活支援等を行うためには、前記ロボットが自律して行動できる必要があり、前記ロボットが自律して行動するためには、前記ロボットが周囲の環境を認識する必要がある。例えば、前記ロボットが行動可能な範囲、いわゆる、オープンスペースを常に取得し続ける必要がある。

前記ロボットが周囲の環境を認識するために、２次元の測域センサとしてのレーザレンジファインダ（ＬＲＦ：Laser Range Finder）は、特に有用である。前記レーザレンジファインダは、レーザ光が命中した点をカメラで計測することにより、障害物や移動体までの距離を正確且つ高速に計測できるため、例えば、前記ロボットが前記障害物を回避したり、前記移動体を追従したりする目的に利用できる。また、前記レーザレンジファインダは、レーザを計測できる範囲が比較的狭いため、遠くの障害物も対象とするために、その他のセンサと組み合わせて使用する技術が知られている。
レーザレンジファインダとその他のセンサを組み合わせることにより、周囲の環境を認識する技術として、例えば、以下の従来技術（Ｊ01）が公知である。

（Ｊ01）特許文献１（特開２０００−３２９８５２号公報）記載の技術
特許文献１には、２台の電子式のカメラ（１，２）で撮像した画像をステレオ画像処理して得られた先行車両等の障害物までの距離の計測値と、レーザレンジファインダ（７）により得られた前記障害物までの距離の計測値とを計測し、２つの距離の計測値に基づいて、前記障害物を認識する自動車の障害物認識装置についての技術が記載されている。

特開２０００−３２９８５２号公報（「００２５」、「００６８」〜「００７９」図１〜図１１）

（従来技術の問題点）
前記従来技術（Ｊ01）は、ステレオ画像処理で障害物までの距離を測定するために、高価なカメラ１，２が精度良く配置されている必要があった。また、前記ステレオ画像解析は、前記距離を測定するための演算量が大きくなるという問題もあった。したがって、前記従来技術（Ｊ01）は、費用や演算量等のコストが増大するという問題がある。特に、自律行動型のロボット等の知的移動体には適用し難いという問題もあった。

本発明は、前述の事情に鑑み、次の記載内容（Ｏ01）を技術的課題とする。
（Ｏ01）周囲の環境を高速且つ精度良く認識すると共に、コストを低減すること。

前記技術的課題を解決するために、請求項１記載の発明の環境認識システムは、
予め設定された測距領域に対して距離を計測することで、前記測距領域に存在する物体を検出する測距装置と、
前記測距装置が測距する測距領域と重複し且つ前記測距領域よりも広い撮像領域に対して、色情報を含む画像を撮像する撮像装置と、
前記測距装置による計測結果に基づいて、前記測距領域において、物体が存在しない物体非存在空間領域を特定する測距領域空間特定手段と、
前記撮像装置で撮像した画像に基づいて、前記物体非存在空間領域と、重複する撮像領域の色情報である空間色情報を取得する空間色情報取得手段と、
前記撮像装置で撮像した画像に基づいて、前記撮像領域において、前記空間色情報と一致する色情報の領域を物体が存在しない物体非存在空間であると判別する空間判別手段と、
を備えたことを特徴とする。

請求項２に記載の発明は、請求項１に記載の環境認識システムにおいて、
前記撮像装置で撮像した画像に基づいて、前記撮像領域において、前記空間色情報と、前記空間色情報の領域に隣接する領域の色情報とが一致する場合に、前記隣接する領域を前記物体非存在空間であると判別する前記空間判別手段、
を備えたことを特徴とする。

請求項３に記載の発明は、請求項１または２に記載の環境認識システムにおいて、
前記撮像装置で撮像した画像に基づいて、前記物体非存在空間領域と、重複する撮像領域の色情報の平均値を前記空間色情報として取得する前記空間色情報取得手段と、
前記撮像装置で撮像した画像に基づいて、前記撮像領域において、前記空間色情報との差が予め設定された閾値より小さい色情報が存在する場合に、前記色情報を前記空間色情報と一致する色情報であるとみなし、前記色情報の領域を前記物体非存在空間であると判別する前記空間判別手段と、
を備えたことを特徴とする。

前記技術的課題を解決するために、請求項４記載の発明の環境認識システムは、
予め設定された測距領域に対して距離を計測することで、前記測距領域に存在する物体を検出する測距装置と、
前記測距装置が測距する測距領域と重複し且つ前記測距領域よりも広い撮像領域に対して、色情報を含む画像を撮像する撮像装置と、
前記測距装置による計測結果に基づいて、前記測距領域において、物体が存在する物体存在空間領域を特定する測距領域空間特定手段と、
前記撮像装置で撮像した画像に基づいて、前記物体存在空間領域と、重複する撮像領域の色情報である空間色情報を取得する空間色情報取得手段と、
前記撮像装置で撮像した画像に基づいて、前記撮像領域において、前記空間色情報と一致する色情報の領域を物体が存在する物体存在空間であると判別する空間判別手段と、
を備えたことを特徴とする。

請求項５に記載の発明は、請求項１ないし４のいずれかに記載の環境認識システムにおいて、
前記測距領域内でレーザ光を走査し、物体で反射されたレーザ光を検出することで、前記測距領域に存在する物体までの距離を計測するレーザレンジファインダにより構成された前記測距装置と、
を備えたことを特徴とする。

前記技術的課題を解決するために、請求項６記載の発明の自律型移動体は、
移動体の前方に予め設定された測距領域に対して距離を計測することで、前記測距領域に存在する物体を検出する測距装置と、
前記測距装置が測距する測距領域と重複し且つ前記測距領域よりも広い前方の撮像領域に対して、色情報を含む画像を撮像する撮像装置と、
前記測距装置による計測結果に基づいて、前記測距領域において、物体が存在しない物体非存在空間領域を特定する測距領域空間特定手段と、
前記撮像装置で撮像した画像に基づいて、前記物体非存在空間領域と、重複する撮像領域の色情報である空間色情報を取得する空間色情報取得手段と、
前記撮像装置で撮像した画像に基づいて、前記撮像領域において、前記空間色情報と一致する色情報の領域を物体が存在しない物体非存在空間であると判別する空間判別手段と、
前記物体非存在空間が移動可能な領域であると判別して、前記物体を避ける移動経路を設定する経路設定手段と、
設定された前記移動経路に沿って前記移動体を移動させる移動制御手段と、
を備えたことを特徴とする。

前記技術的課題を解決するために、請求項７記載の発明の環境認識プログラムは、
コンピュータを、
予め設定された測距領域に対して距離を計測することで前記測距領域に存在する物体を検出する測距装置による計測結果に基づいて、前記測距領域において、物体が存在しない物体非存在空間領域を特定する測距領域空間特定手段、
前記測距装置が測距する測距領域と重複し且つ前記測距領域よりも広い撮像領域に対して色情報を含む画像を撮像する撮像装置で撮像した画像に基づいて、前記物体非存在空間領域と、重複する撮像領域の色情報である空間色情報を取得する空間色情報取得手段、
前記撮像装置で撮像した画像に基づいて、前記撮像領域において、前記空間色情報と一致する色情報の領域を物体が存在しない物体非存在空間であると判別する空間判別手段、
として機能させる。

請求項１に記載の発明によれば、前記測距装置による計測結果に基づいて、前記測距領域における物体非存在空間領域が特定されると共に、前記撮像装置で撮像した画像に基づいて、前記物体非存在空間領域と重複する撮像領域の空間色情報が取得され、前記空間色情報と一致する色情報の領域が前記撮像領域の物体非存在空間であると判別される。この結果、前記物体非存在空間について、前記測距領域における物体非存在空間領域から前記撮像領域内にまで拡張することができ、物体の存在しないオープンスペースを精度良く且つ広い範囲で認識することができる。また、前記撮像装置を２台以上使用してステレオ画像解析を行う前記従来技術（Ｊ01）に比べ、前記撮像装置の費用や演算量等のコストを低減できる。

請求項２の記載の発明によれば、本発明の構成を有しない場合に比べ、前記空間色情報の領域に隣接しない領域については前記物体非存在空間であるか否かが判別されないため、前記物体非存在空間を判別するための演算量を低減できると共に、例えば、物体により囲まれた物体非存在空間のような閉鎖空間について判別を行わず、オープンスペースに隣接する領域のみに対して前記物体非存在空間であるか否かが判別されるため、オープンスペースを精度良く認識することができる。
請求項３の記載の発明によれば、本発明の構成を有しない場合に比べ、前記空間色情報である前記色情報の平均値との差が予め設定された閾値より小さい色情報の領域が前記物体非存在空間であると判別されるため、例えば、同じ物体であって光の加減（物陰等）により色情報に少し差がある場合等についても、連続した物体非存在空間であると判別できる。

請求項４の記載の発明によれば、前記測距装置による計測結果に基づいて、前記測距領域における物体存在空間領域が特定されると共に、前記撮像装置で撮像した画像に基づいて、前記物体存在空間領域と重複する撮像領域の空間色情報が取得され、前記空間色情報と一致する色情報の領域が前記撮像領域の物体存在空間であると判別される。この結果、前記物体存在空間について、前記測距領域における物体存在空間領域から前記撮像領域内にまで拡張することができ、前記物体を精度良く且つ広い範囲で認識することができる。また、前記撮像装置を２台以上使用してステレオ画像解析を行う前記従来技術（Ｊ01）に比べ、前記撮像装置の費用や演算量等のコストを低減できる。
請求項５の記載の発明によれば、測距装置として市販のレーザレンジファインダを使用できる。

請求項６の記載の発明によれば、前記測距装置による計測結果に基づいて、前記測距領域における物体非存在空間領域が特定されると共に、前記撮像装置で撮像した画像に基づいて、前記物体非存在空間領域と重複する撮像領域の空間色情報が取得され、前記空間色情報と一致する色情報の領域が前記撮像領域の物体非存在空間であると判別される。この結果、前記物体非存在空間について、前記測距領域における物体非存在空間領域から前記撮像領域内にまで拡張することができ、物体の存在しないオープンスペースを精度良く且つ広い範囲で認識することができ、広い視野で認識されたオープンスペースに基づいて、前記移動体が前記物体を避ける移動経路をより適切に設定できる。また、前記撮像装置を２台以上使用してステレオ画像解析を行う前記従来技術（Ｊ01）に比べ、前記撮像装置の費用や演算量等のコストを低減できる。

請求項７の記載の発明によれば、前記測距装置による計測結果に基づいて、前記測距領域における物体非存在空間領域が特定されると共に、前記撮像装置で撮像した画像に基づいて、前記物体非存在空間領域と重複する撮像領域の空間色情報が取得され、前記空間色情報と一致する色情報の領域が前記撮像領域の物体非存在空間であると判別される。この結果、前記物体非存在空間について、前記測距領域における物体非存在空間領域から前記撮像領域内にまで拡張することができ、物体の存在しないオープンスペースを精度良く且つ広い範囲で認識することができる。また、前記撮像装置を２台以上使用してステレオ画像解析を行う前記従来技術（Ｊ01）に比べ、前記撮像装置の費用や演算量等のコストを低減できる。

次に図面を参照しながら、本発明の実施の形態の具体例（実施例）を説明するが、本発明は以下の実施例に限定されるものではない。

図１は本発明の実施例１の自律型移動体の全体説明図である。
図１において、実施例１の自律型移動体ＡＭは、移動体本体Ｍを有する。前記移動体本体Ｍには、左右の２輪がそれぞれ独立で駆動する前輪Ｍａと、前記前輪Ｍａの補助輪としての後輪Ｍｂとを有する。前記前輪Ｍａは、前記移動体本体Ｍに内蔵された駆動部Ｍ１により駆動される。前記駆動部Ｍ１は、前記移動体本体Ｍに設けられた制御部Ｃにより駆動が制御される。
また、前記前輪Ｍａは、前記制御部Ｃにより、前記左右の２輪に回転差を与えるように前記駆動部Ｍ１の駆動が制御されることにより左右方向に操舵される。
また、前記自律型移動体ＡＭには、前記自律型移動体ＡＭの前方に予め設定された測距領域ＡＲ０に対して距離を計測することで前記測距領域ＡＲ０に存在する障害物等の物体を検出する測距装置の一例としてのレーザレンジファインダＬＲＦが支持されている。前記レーザレンジファインダＬＲＦは、前記測距領域ＡＲ０内でレーザ光を走査し、反射されたレーザ光を検出することで、前記測距領域ＡＲ０に存在する前記物体までの距離を計測する。なお、実施例１では、前記レーザレンジファインダＬＲＦによって測距可能な前記測距領域ＡＲ０が、前記自律型移動体ＡＭ前方の半径２ｍ程度の領域となるように予め設定されている。

また、前記自律型移動体ＡＭには、前記レーザレンジファインダＬＲＦが測距する測距領域ＡＲ０と重複し且つ前記測距領域ＡＲ０よりも広い前方の撮像領域ＡＲ１に対して、色情報を含む撮像領域ＡＲ１の画像１（後述する図３Ａ参照）を撮像する撮像装置の一例としてのカメラＣＡが支持されている。なお、実施例１では、前記カメラＣＡは、市販されている安価なＷｅｂカメラが使用されているが、これに限定されず、市販のデジタルカメラやデジタルビデオカメラ等を使用することも可能である。
前記制御部Ｃ、前記レーザレンジファインダＬＲＦ、前記カメラＣＡにより実施例１の環境認識システムＳが構成されている。

（実施例１の制御部Ｃの説明）
図２は本発明の実施例１の自律型移動体の制御部が備えている各機能をブロック図（機能ブロック図）で示した図である。
前記制御部Ｃは、いわゆるコンピュータ装置により構成されており、必要な処理を行うためのプログラムおよびデータ等が記憶されたＲＯＭ（リードオンリーメモリ）、必要なデータを一時的に記憶するためのＲＡＭ（ランダムアクセスメモリ）、前記ＲＯＭに記憶されたプログラムに応じた処理を行うＣＰＵ（中央演算処理装置）、ならびにクロック発振器等を有するマイクロコンピュータにより構成されており、前記ＲＯＭに記憶されたプログラムを実行することにより種々の機能を実現することができる。
前記構成の制御部Ｃは、前記ＲＯＭに記憶されたプログラムを実行することにより種々の機能を実現することができる。実施例１の前記制御部ＣのＲＯＭには、環境認識プログラムＡＰ１が記憶されている。

（環境認識プログラムＡＰ１）
環境認識プログラムＡＰ１は、下記の機能手段（プログラムモジュール）を有する。
Ｃ１：測距領域測距手段
測距領域測距手段Ｃ１は、レーザレンジファインダＬＲＦにより、測距領域ＡＲ０に存在する障害物等の物体までの距離を計測する（測距する）。

図３は本発明の実施例１の環境認識プログラムで取得される画像の説明図であり、図３Ａはカメラにより撮像された撮像領域の画像の説明図、図３Ｂはレーザレンジファインダの計測結果に基づいて作成されたマスク画像の説明図、図３Ｃは撮像領域の画像とマスク画像とを照合した状態の説明図である。
Ｃ２：撮像領域撮像手段
撮像領域撮像手段Ｃ２は、カメラＣＡにより、色情報を含む撮像領域ＡＲ１の撮像領域画像１（図３Ａ参照）を撮像する。図３Ａに示す、実施例１の前記撮像領域画像１の一例には、障害物１ａが撮像されている。

Ｃ３：測距領域空間特定手段
測距領域空間特定手段Ｃ３は、マスク画像生成手段Ｃ３Ａを有し、前記測距領域測距手段Ｃ１による計測結果に基づいて、前記測距領域ＡＲ０において、物体が存在しない物体非存在空間領域（２ａ）を特定する。
Ｃ３Ａ：マスク画像生成手段
マスク画像生成手段Ｃ３Ａは、前記測距領域測距手段Ｃ１で測距された測距領域ＡＲ０の計測結果に基づいて、前記撮像領域画像１に対応する測距領域画像の一例としてのマスク画像２（図３Ｂ参照）を生成する。図３Ｂにおいて、実施例１の前記マスク画像生成手段Ｃ３Ａは、前記レーザレンジファインダＬＲＦによる前記測距領域ＡＲ０の計測結果から、前記撮像領域画像１の内の障害物１ａが存在しないと判別された前記物体非存在空間領域２ａを白色とし、それ以外の領域、すなわち、前記障害物１ａが存在すると判別された物体存在空間領域２ｂと、測距領域ＡＲ０を超える領域である測拒不可領域２ｃとによって構成される非対象領域２ｄ（２ｂ＋２ｃ）を黒色とする２値画像である前記マスク画像２を生成する。

Ｃ４：空間色情報取得手段
空間色情報取得手段Ｃ４は、マスク画像照合手段Ｃ４Ａと、色情報平均値演算手段Ｃ４Ｂとを有し、撮像領域撮像手段Ｃ２で撮像された前記撮像領域画像１に基づいて、前記撮像領域ＡＲ１と、前記物体非存在空間領域２ａとが重複する領域である重複領域の一例としてのマスク部１ｂ（図３Ｃ参照）の色情報である空間色情報を取得する。
Ｃ４Ａ：マスク画像照合手段
マスク画像照合手段Ｃ４Ａは、前記撮像領域画像１と、前記マスク画像２とを照合することにより、前記撮像領域画像１内で、前記物体非存在空間領域２ａに対応する前記マスク部１ｂを検出する。
Ｃ４Ｂ：色情報平均値演算手段
色情報平均値演算手段Ｃ４Ｂは、前記マスク部１ｂの色情報の平均値を演算する。
なお、実施例１の前記空間色情報取得手段Ｃ４では、前記マスク部１ｂの色情報の平均値が前記空間色情報であるとみなされる。

Ｃ５：空間判別手段
空間判別手段Ｃ５は、撮像領域撮像手段Ｃ２で撮像された前記撮像領域画像１に基づいて、前記撮像領域ＡＲ１において、前記空間色情報と一致する色情報の領域を、物体が存在しない物体非存在空間１ｄ（図３Ｃ参照）であると判別する。なお、実施例１の前記空間判別手段Ｃ５は、まず、前記マスク部１ｂの色情報の平均値（空間色情報）と、前記非対象領域２ｄに対応する非マスク部１ｃ（図３Ｃ参照）内で前記マスク部１ｂ（物体非存在空間１ｄの初期値）に隣接する画素（隣接する領域）の色情報との差が、予め設定された閾値より小さい場合、前記マスク部１ｂに隣接する非マスク部１ｃの画素を前記物体非存在空間１ｄとみなすことにより、前記非マスク部１ｃ内に前記物体非存在空間１ｄを拡張する。

また、拡張された前記物体非存在空間１ｄの色情報（空間色情報）と、前記物体非存在空間１ｄに隣接する非マスク部１ｃの画素の色情報との差が前記閾値より小さい場合に前記物体非存在空間１ｄを拡張する処理を繰り返す。そして、前記物体非存在空間１ｄに隣接する全ての画素で前記物体非存在空間１ｄが拡張できなくなると、前記物体非存在空間１ｄの拡張処理を終了し、拡張された前記物体非存在空間１ｄが判別される（特定される）。なお、図３Ｃに示す、実施例１の前記物体非存在空間１ｄの一例は、障害物１ａ以外の全ての領域、より具体的には床面となる。

Ｃ６：経路設定手段
経路設定手段Ｃ６は、前記物体非存在空間１ｄが移動可能な領域であると判別して、前記物体非存在空間１ｄのみを通過して前記障害物１ａを避ける移動経路を設定する経路設定処理を実行する。
Ｃ７：移動制御手段
移動制御手段Ｃ７は、設定された前記移動経路に沿って前記移動体本体Ｍを移動させる移動制御処理を実行する。実施例１の前記移動制御手段Ｃ７は、前記駆動部Ｍ１を制御して前記移動体本体Ｍの前輪Ｍａの駆動を制御し、且つ、前記前輪Ｍａの左右の２輪に回転差を与えることで左右方向への操舵を制御することにより、前記移動制御処理を実行する。

（実施例１のフローチャートの説明）
次に、実施例１の制御部Ｃの環境認識プログラムＡＰ１の処理の流れをフローチャートを使用して説明する。なお、前記移動制御手段Ｃ７に対応する前記移動制御処理については、前記移動体本体Ｍの前輪Ｍａの駆動及び操舵（移動方向の調整）を制御することにより、経路設定処理（後述する図４のフローチャート参照）により設定された移動経路に沿って前記移動体本体Ｍを移動させるだけであるため、フローチャートによる詳細な説明を省略する。
（実施例１の経路設定処理のフローチャートの説明）
図４は本発明の実施例１の環境認識プログラムの経路設定処理のフローチャートである。
図４のフローチャートの各ＳＴ（ステップ）の処理は、前記制御部ＣのＲＯＭ等に記憶されたプログラムに従って行われる。また、この処理は前記制御部Ｃの他の各種処理（例えば、移動制御処理）と並行してマルチタスクで実行される。

図４に示すフローチャートは前記自律型移動体ＡＭが電源オンした後、前記環境認識プログラムＡＰ１が起動した場合に開始される。
図４のＳＴ１において、次の（１），（２）の処理を実行し、ＳＴ２に移る。
（１）レーザレンジファインダＬＲＦにより測距領域ＡＲ０を測距する。
（２）カメラＣＡにより撮像領域ＡＲ１の撮像領域画像１（図３Ａ参照）を撮像する。
ＳＴ２において、レーザレンジファインダＬＲＦによる測距領域ＡＲ０の計測結果と、カメラＣＡによる撮像領域ＡＲ１の撮像領域画像１とに基づいてマスク画像２（図３Ｂ参照）を生成する。そして、ＳＴ３に移る。
ＳＴ３において、撮像領域画像１と、マスク画像２とを照合して、撮像領域画像１のマスク部１ｂ（図３Ｃ参照）を検出し、前記マスク部１ｂの色情報の平均値を演算する。そして、ＳＴ４に移る。

ＳＴ４において、マスク部１ｂの色情報の平均値（空間色情報）と隣接する非マスク部１ｃの画素の色情報との差が予め設定された閾値より小さいか否かを判別する。イエス（Ｙ）の場合はＳＴ５に移り、ノー（Ｎ）の場合はＳＴ６に移る。
ＳＴ５において、隣接する非マスク部１ｃの画素を物体非存在空間１ｄ（図３Ｃ参照）とすることにより、非マスク部１ｃ内に物体非存在空間１ｃを拡張する。そして、ＳＴ６に移る。
ＳＴ６において、物体非存在空間１ｄと隣接する全ての画素で物体非存在空間１ｄを拡張できないことを確認済であるか否かを判別する。イエス（Ｙ）の場合はＳＴ７に移り、ノー（Ｎ）の場合はＳＴ４に戻る。
ＳＴ７において、物体非存在空間１ｄが移動可能な領域であると判別して、物体非存在空間１ｄのみを通過して障害物１ａを避ける移動経路を設定する。そして、ＳＴ１に戻る。

（実施例１の作用）
前記構成を備えた実施例１の自律型移動体ＡＭでは、前記撮像領域ＡＲ１において、前記マスク部１ｂの色情報の平均値である前記空間色情報と一致する色情報の領域が、前記物体非存在空間１ｄであると判別される（図３Ｃ、図４のＳＴ４〜ＳＴ６参照）。したがって、狭い測距領域ＡＲ０のレーザレンジファインダＬＲＦと、広い撮像領域ＡＲ１のカメラＣＡの情報を組み合わせることにより、精度の高いレーザレンジファインダＬＲＦで測定された前記測距領域ＡＲ０の物体非存在空間１ｄを、前記撮像領域ＡＲ１内に拡張することができる。

また、実施例１の自律型移動体ＡＭでは、前記物体非存在空間１ｄの空間色情報（マスク部１ｂの色情報の平均値）と、前記物体非存在空間１ｄに隣接する非マスク部１ｃの画素の色情報との差が前記閾値より小さい場合に前記物体非存在空間１ｄを拡張する処理を、前記物体非存在空間１ｄに隣接する全ての画素で前記物体非存在空間１ｄが拡張できなくなるまで繰り返す（図４のＳＴ４〜ＳＴ６参照）。したがって、実施例１の自律型移動体ＡＭでは、前記物体非存在空間１ｄに隣接しない領域については前記物体非存在空間１ｄであるか否かが判別されないため、前記物体非存在空間１ｄを判別するための演算量を低減できると共に、例えば、物体により囲まれた物体非存在空間のような閉鎖空間について判別を行わず、オープンスペースに隣接する領域のみに対して前記物体非存在空間であるか否かが判別されるため、オープンスペース、すなわち、前記物体非存在空間１ｄを精度良く認識することができる。また、前記空間色情報（マスク部１ｂの色情報の平均値）との差が予め設定された閾値より小さい色情報の領域が前記物体非存在空間１ｄであると判別されるため、例えば、同じ物体であって光の加減（物陰等）により色情報に少し差がある場合等についても、連続した物体非存在空間であると判別できる。
さらに、実施例１の自律型移動体ＡＭでは、前記物体非存在空間１ｄが移動可能な領域であると判別して、前記物体非存在空間１ｄのみを通過して前記障害物１ａを避ける移動経路が設定できる（図４のＳＴ７参照）。

（実験例）
ここで、実施例１の前記自律型移動体ＡＭが、前記経路設定処理（図４のＳＴ１〜ＳＴ７参照）を実行することにより、周囲の環境を認識する精度がどのように変化したかを調べるために、次の実験例１および比較例１を準備した。
（実験例１）
実験例１の自律型移動体ＡＭは、実施例１の前記自律型移動体ＡＭと同等の構成で作製されたシミュレータであり、実施例１の前記経路設定処理および前記移動制御処理が実行される。したがって、実験例１の自律型移動体ＡＭでは、前記撮像領域画像１における物体非存在空間１ｄが、前記物体非存在空間領域２ａに対応するマスク部１ｂから前記非マスク部１ｃにまで拡張されて判別される（図３Ｃ参照）。すなわち、移動可能な領域が、前記レーザレンジファインダＬＲＦにより特定された前記測距領域ＡＲ０の物体非存在空間領域２ａ（図３Ｂ参照）から前記撮像領域ＡＲ１内にまで拡張されて判別される。

（比較例１）
比較例１の自律型移動体ＡＭ′は、実験例１の自律型移動体ＡＭに比べ、前記カメラＣＡを有しておらず、比較例１の経路設定処理は、実験例１の経路設定処理に比べ、前記撮像領域画像１における物体非存在空間１ｄが、前記物体非存在空間領域２ａに対応する前記マスク部１ｂのみであると判別され、前記非マスク部１ｃにまで拡張されて判別されない。すなわち、比較例１の自律型移動体ＡＭ′では、移動可能な領域が、前記レーザレンジファインダＬＲＦにより特定された前記測距領域ＡＲ０の物体非存在空間領域２ａのみであると判別される。

（実験条件）
図５は実験例の実験条件および実験結果の説明図であり、図５Ａは実験例の実験条件を示す図であり、図５Ｂは実験例の実験結果を示す図であり、実験例１の自律型移動体が走行した経路を実線で示し、比較例１の自律型移動体が走行した経路を破線で示した図である。
図５Ａに示すように、前記実験例では、実験例１および比較例１の自律型移動体ＡＭ，ＡＭ′の周回コース３を設けて、走行した経路および１周分の走行時間を測定するシミュレーション実験を行った。
ここで、前記周回コース３は、前記自律型移動体ＡＭ，ＡＭ′が走行する床面３ａと、前記床面３ａとの境界であり、前記床面３ａの周囲を囲む外側縁石３ｂおよび内側縁石３ｃと、前記外側縁石３ｂ側に設けられた障害物３ｄとを有する。なお、前記床面３ａは、前記縁石３ｂ，３ｃおよび前記障害物３ｄに対して、色情報が異なるように予め設定されている。

（実験結果）
図５Ｂに示すように、実験例１の自律型移動体ＡＭが走行した経路（図５Ｂの実線参照）は、比較例１の自律型移動体ＡＭ′が走行した経路（図５Ｂの破線参照）に比べ、前記外側縁石３ｂおよび前記障害物３ｄから離れており、短くなっていることがわかる。また、実験例１の自律型移動体ＡＭの走行時間は、２６．３８秒であり、比較例１の自律型移動体ＡＭ′の走行時間は、３３．２６秒であった。すなわち、実験例１の自律型移動体ＡＭの走行時間は、比較例１の自律型移動体ＡＭ′の走行時間に比べ、約２６％改善したことがわかる。

したがって、実施例１の自律型移動体ＡＭは、前記レーザレンジファインダＬＲＦによる測距領域ＡＲ０の狭さを、前記カメラＣＡによる撮像領域ＡＲ１の広さによって補完でき、前記カメラＣＡの障害物等の物体を認識する精度の低さを、前記レーザレンジファインダＬＲＦによる前記物体を認識する精度の高さによって補完できる。したがって、障害物や移動可能な空間について、正確且つ広い範囲を認識することができ、前記自律型移動体ＡＭの視野を広くすることができる。よって、広い視野に基づいて、移動経路をより適切に設定できる。
この結果、実施例１の自律型移動体ＡＭは、比較例１の自律型移動体ＡＭ′のように前記カメラＣＡによってレーザレンジファインダＬＲＦの情報を補完しない場合に比べ、前記物体非存在空間１ｄを精度良く且つ広範囲において判別できるため、周囲の環境を精度良く認識でき、移動経路をより適切に設定することができる。

さらに、実施例１の前記カメラＣＡは、色情報を含む前記撮像領域画像１を撮像するだけであるため、市販されている安価なＷｅｂカメラを使用することも可能である。したがって、実施例１の自律型移動体ＡＭは、前記従来技術（Ｊ01）を適用した場合、すなわち、高額な２台のカメラを用いてステレオ画像解析し、自律型移動体ＡＭ前方の障害物１ａまでの距離を演算した演算結果に基づいて前記物体非存在空間１ｃを検出する場合に比べ、周囲の環境を認識するための前記カメラＣＡの費用や演算量等のコストを低減することができる。

（変更例）
以上、本発明の実施例を詳述したが、本発明は、前記実施例に限定されるものではなく、特許請求の範囲に記載された本発明の要旨の範囲内で、種々の変更を行うことが可能である。本発明の変更例（Ｈ01）〜（Ｈ04）を下記に例示する。
（Ｈ01）本発明の実施例では、前記経路設定処理（図４のＳＴ１〜ＳＴ７参照）は、前記レーザレンジファインダＬＲＦにより前記測距領域ＡＲ０における前記物体非存在空間領域２ａを特定し、前記物体非存在空間１ｄを前記測距領域ＡＲ０から前記撮像領域ＡＲ１内にまで拡張し、前記物体非存在空間１ｄが移動可能な領域であると判別するが、これに限定されず、前記レーザレンジファインダＬＲＦにより前記測距領域ＡＲ０における前記物体存在空間領域２ｂを特定し、前記物体存在空間領域２ｂの色情報（空間色情報）と一致する色情報の領域を物体が存在する物体存在空間であると判別し、前記物体存在空間（障害物１ａ）を避ける移動経路を設定することも可能である。また、前記物体非存在空間１ｄの替わりに前記物体存在空間を判別する場合、障害物１ａとしての前記物体存在空間を避ける移動経路を設定する構成に限定されず、例えば、移動体としての前記物体存在空間を追従する移動経路を設定する構成にすることも可能である。

（Ｈ02）本発明の実施例では、予め設定された測距領域に対して距離を計測することで、前記測距領域に存在する物体を検出する測距装置として、前記レーザレンジファインダＬＲＦを使用するが、これに限定されず、例えば、スキャニングレーザレーダやミリ波レーダ等（特許文献１参照）のその他の装置を使用することも可能である。
（Ｈ03）本発明の実施例では、前記物体非存在空間１ｄの色情報（空間色情報）と、前記物体非存在空間１ｄに隣接する非マスク部１ｃの画素の色情報とを比較して前記物体非存在空間１ｄを拡張する処理を繰り返しているが（図４のＳＴ４〜ＳＴ６参照）、これに限定されず、例えば、前記物体非存在空間１ｄに隣接していない非マスク部１ｃの画素から比較して前記物体非存在空間１ｄを拡張することも可能である。
（Ｈ04）本発明の実施例では、前記環境認識システムＳを有する前記移動体本体Ｍを、いわゆる、ロボット車によって構成したが、これに限定されず、例えば、二足歩行のロボット等により構成することも可能である。

図１は本発明の実施例１の自律型移動体の全体説明図である。 図２は本発明の実施例１の自律型移動体の制御部が備えている各機能をブロック図（機能ブロック図）で示した図である。 図３は本発明の実施例１の環境認識プログラムで取得される画像の説明図であり、図３Ａはカメラにより撮像された撮像領域の画像の説明図、図３Ｂはレーザレンジファインダの計測結果に基づいて作成されたマスク画像の説明図、図３Ｃは撮像領域の画像とマスク画像とを照合した状態の説明図である。 図４は本発明の実施例１の環境認識プログラムの経路設定処理のフローチャートである。 図５は実験例の実験条件および実験結果の説明図であり、図５Ａは実験例の実験条件を示す図であり、図５Ｂは実験例の実験結果を示す図であり、実験例１の自律型移動体が走行した経路を実線で示し、比較例１の自律型移動体が走行した経路を破線で示した図である。

符号の説明

１…画像、
１ａ…物体、
１ｄ…物体非存在空間、
２ａ…物体非存在空間領域、
２ｂ…物体存在空間領域、
ＡＭ…自律型移動体、
ＡＰ１…環境認識プログラム、
ＡＲ０…測距領域、
ＡＲ１…撮像領域、
Ｃ…コンピュータ、
Ｃ３…測距領域空間特定手段、
Ｃ４…空間色情報取得手段、
Ｃ５…空間判別手段、
Ｃ６…経路設定手段、
Ｃ７…移動制御手段、
ＣＡ…撮像装置、
ＬＲＦ…測距装置、レーザレンジファインダ、
Ｍ…移動体、
Ｓ…環境認識システム。

Claims (7)

1. 予め設定された測距領域に対して距離を計測することで、前記測距領域に存在する物体を検出する測距装置と、
   前記測距装置が測距する測距領域と重複し且つ前記測距領域よりも広い撮像領域に対して、色情報を含む画像を撮像する撮像装置と、
   前記測距装置による計測結果に基づいて、前記測距領域において、物体が存在しない物体非存在空間領域を特定する測距領域空間特定手段と、
   前記撮像装置で撮像した画像に基づいて、前記物体非存在空間領域と、重複する撮像領域の色情報である空間色情報を取得する空間色情報取得手段と、
   前記撮像装置で撮像した画像に基づいて、前記撮像領域において、前記空間色情報と一致する色情報の領域を物体が存在しない物体非存在空間であると判別する空間判別手段と、
   を備えたことを特徴とする環境認識システム。
2. 前記撮像装置で撮像した画像に基づいて、前記撮像領域において、前記空間色情報と、前記空間色情報の領域に隣接する領域の色情報とが一致する場合に、前記隣接する領域を前記物体非存在空間であると判別する前記空間判別手段、
   を備えたことを特徴とする請求項１に記載の環境認識システム。
3. 前記撮像装置で撮像した画像に基づいて、前記物体非存在空間領域と、重複する撮像領域の色情報の平均値を前記空間色情報として取得する前記空間色情報取得手段と、
   前記撮像装置で撮像した画像に基づいて、前記撮像領域において、前記空間色情報との差が予め設定された閾値より小さい色情報が存在する場合に、前記色情報を前記空間色情報と一致する色情報であるとみなし、前記色情報の領域を前記物体非存在空間であると判別する前記空間判別手段と、
   を備えたことを特徴とする請求項１または２に記載の環境認識システム。
4. 予め設定された測距領域に対して距離を計測することで、前記測距領域に存在する物体を検出する測距装置と、
   前記測距装置が測距する測距領域と重複し且つ前記測距領域よりも広い撮像領域に対して、色情報を含む画像を撮像する撮像装置と、
   前記測距装置による計測結果に基づいて、前記測距領域において、物体が存在する物体存在空間領域を特定する測距領域空間特定手段と、
   前記撮像装置で撮像した画像に基づいて、前記物体存在空間領域と、重複する撮像領域の色情報である空間色情報を取得する空間色情報取得手段と、
   前記撮像装置で撮像した画像に基づいて、前記撮像領域において、前記空間色情報と一致する色情報の領域を物体が存在する物体存在空間であると判別する空間判別手段と、
   を備えたことを特徴とする環境認識システム。
5. 前記測距領域内でレーザ光を走査し、物体で反射されたレーザ光を検出することで、前記測距領域に存在する物体までの距離を計測するレーザレンジファインダにより構成された前記測距装置と、
   を備えたことを特徴とする請求項１ないし４のいずれかに記載の環境認識システム。
6. 移動体の前方に予め設定された測距領域に対して距離を計測することで、前記測距領域に存在する物体を検出する測距装置と、
   前記測距装置が測距する測距領域と重複し且つ前記測距領域よりも広い前方の撮像領域に対して、色情報を含む画像を撮像する撮像装置と、
   前記測距装置による計測結果に基づいて、前記測距領域において、物体が存在しない物体非存在空間領域を特定する測距領域空間特定手段と、
   前記撮像装置で撮像した画像に基づいて、前記物体非存在空間領域と、重複する撮像領域の色情報である空間色情報を取得する空間色情報取得手段と、
   前記撮像装置で撮像した画像に基づいて、前記撮像領域において、前記空間色情報と一致する色情報の領域を物体が存在しない物体非存在空間であると判別する空間判別手段と、
   前記物体非存在空間が移動可能な領域であると判別して、前記物体を避ける移動経路を設定する経路設定手段と、
   設定された前記移動経路に沿って前記移動体を移動させる移動制御手段と、
   を備えたことを特徴とする自律型移動体。
7. コンピュータを
   予め設定された測距領域に対して距離を計測することで前記測距領域に存在する物体を検出する測距装置による計測結果に基づいて、前記測距領域において、物体が存在しない物体非存在空間領域を特定する測距領域空間特定手段、
   前記測距装置が測距する測距領域と重複し且つ前記測距領域よりも広い撮像領域に対して色情報を含む画像を撮像する撮像装置で撮像した画像に基づいて、前記物体非存在空間領域と、重複する撮像領域の色情報である空間色情報を取得する空間色情報取得手段、
   前記撮像装置で撮像した画像に基づいて、前記撮像領域において、前記空間色情報と一致する色情報の領域を物体が存在しない物体非存在空間であると判別する空間判別手段、
   として機能させるための環境認識プログラム。