[发明专利]信息处理装置以及移动机器人

说明书

提供一种信息处理装置以及移动机器人，面对环境的变化也能够确保自我位置的推定精度，维持地图中的自我位置的整合性。移动机器人(1)的信息处理装置具备控制单元(2)和检测距周围的物体的距离和方向作为检测信息的检测单元(3)。控制单元(2)具备：存储部(28)；作成周围的地图的地图作成部(23)；基于既存地图推定当前的自我位置的既存地图自我位置推定部(24)；基于当前地图推定当前的自我位置的当前地图自我位置推定部(25)；评价所推定的各自我位置的可靠度的可靠度评价部(26)；基于可靠度更新各自我位置中的任一个的自我位置更新部(27)。

技术领域

本发明涉及信息处理装置以及移动机器人。

背景技术

以往，作为用于移动机器人或自动驾驶车等能够自律走行的移动体进行自律走行的技术采用称作SLAM(Simultaneous Localization and Mapping：同步定位与地图构建)的自我位置推定和环境地图作成的技术。作为环境地图会使用基于移动体的移动范围内物体的有无作成的占用栅格地图和/或点群地图。占用栅格地图将移动范围的平面和/或空间分割为多个划区(单区)进行存储，并对分割的各划区给予对应于物体的有无的单区值。点群地图将移动范围的平面或空间上存在的物体作为每个微小区域离散化后的点(坐标)表示，其集合的点群数据作为地图利用。

移动体自律走行至目的地的情况下，求从当前地至目的地的移动路径，沿该移动路径走行至目的地。这时，为了高效率地移动，使用预先作成的地图(既存地图)算出移动路径，在该既存地图上移动体一边确认(推定)自我位置一边走行。这样的在既存地图上的自我位置推定对于移动体的自律走行来说是不可缺的技术。

作为移动体的自我位置推定的技术一般是使用由距离传感器的输出得到的距离数据(检测信息)对预先准备的环境地图进行移动体的位置对位来推定自我位置。作为移动体的位置对位的方法例如有称作ICP(Iterative Closest Point：迭代最近点)的方法，该方法中，根据从点群数据抽出的点的集合的几何特征，来与环境地图的特征部位对照，从而判别移动体的位置(例如参照专利文献1)。专利文献1中记载的自我位置推定方法通过距离传感器观测周边，从而取得表示物体表面的多个三维点，根据其观测结果算出多个三维点的特征量，将特征量是特征量阈值以上的多个三维点从近距离和远距离两方抽出，将抽出的多个三维点和环境地图所示的多个三维点匹配来推定自我位置。

另一方面，作为移动体的自我位置推定的技术，还有室友车轮的旋转角来算出移动量(检测信息)，由此推定自我位置的所谓里程计算法(odometry)的方法，该方法中将基于移动量的自我位置信息与环境地图对照，从而判别移动体的位置。但是，基于里程计算法的自我位置推定方法中，车辆转弯的情况或车轮空转的情况下会发生里程计算误差，所以导致自我位置的推定精度降低。因此，又提出了通过并用基于里程计算法的自我位置推定和前述的基于利用距离传感器的ICP的位置对位的方法，来提高自我位置的推定精度的技术(例如参照专利文献2)。

在先技术文献

专利文献

专利文献1：日本专利申请(特开)JP2017-083230

专利文献2：日本专利申请(特开)JP2018-084492

发明内容

发明要解决的课题

但是，专利文献1和2记载的以往技术都是使检测信息与预先准备的环境地图匹配来推定移动体的自我位置的，当环境变化的情况下，与环境地图匹配变得困难，使得匹配的精度降低，由此使得自我位置的推定精度大幅度降低。

本发明的目的是提供一种面对环境的变化也能够确保自我位置的推定精度，维持地图中的自我位置的整合性的信息处理装置以及移动机器人。