JP2003200378A - ロボット、形状認識方法、形状認識プログラムおよび形状認識プログラムを記録したコンピュータ読取り可能な記録媒体 - Google Patents

Abstract

(57)【要約】 【課題】 効率よく対象物の形状を認識する。 【解決手段】 ロボット３０は、制御装置３に接続され
て複数の節を関節で連結した脚１および２と、この脚に
備えられて脚が移動する所定の期間に複数のタイミング
で所定の方向にある対象物までの距離を計測する距離セ
ンサ４および５とを有して、制御装置３はこれらにより
計測された複数の距離に基づき、対象物の形状を検出す
る形状検出機能を備える。したがって、脚が移動する所
定の期間に複数のタイミングで所定の方向にある対象物
までの距離が計測され、計測された複数の距離に基づ
き、対象物の形状が検出される。対象物の複数の点まで
の距離に基づき対象物の形状が検出されるので、対象物
の形状を検出する際の計算量が少なくなり、対象物の形
状を高速に検出して認識できる。

Description

【発明の詳細な説明】

【０００１】

【発明の属する技術分野】この発明はロボット、形状認
識方法、形状認識プログラムおよび形状認識プログラム
を記録したコンピュータ読取り可能な記録媒体に関し、
特に、移動するときの対象物の形状に関する情報を取得
するロボット、形状認識方法、形状認識プログラムおよ
び形状認識プログラムを記録したコンピュータ読取り可
能な記録媒体に関する。

【０００２】

【従来の技術】従来の多脚移動ロボットの歩行制御にお
ける環境認識方法として特開平１０−６２５５２号公報
および特開平２−２１２９０６号公報に開示の技術が挙
げられる。特開平１０−６２５５２号公報では、四脚歩
行ロボットの本体上部に距離計測装置を搭載する。歩行
する際に脚平を着きたい位置の状態を知るために、脚平
の大きさ程度の脚平接地点範囲に対する距離を距離計測
装置で計測する。計測距離のばらつきが小さければ接地
予定地はほぼ平らであると判断する。距離計測装置では
計測原理の異なる複数の距離計測部で構成され、これら
の複数の距離計測部が台上に取付けられている。この台
は左右方向に回動するパン軸、上下方向に回動するチル
ト軸を備える。この台を回動することによって脚平接地
点範囲と距離計測装置の計測範囲は合致する。

【０００３】特開平２−２１２９０６号公報では、多脚
型移動ロボットの歩行制御を行なう際に、歩行脚先端部
材に設けられた、脚先端部材下面に垂直な検出方向を有
する距離計測部によって脚先裏面と脚の接地面との距離
を検出する。また、搭載されたカメラで進行方向前方の
状況を撮像し、この撮像画像についての画像処理により
前方を認識する。このような距離計測部およびカメラを
用いて検出した情報を利用して、移動経路の把握と移動
とを可能にしている。

【０００４】

【発明が解決しようとする課題】特開平１０−６２５５
２号公報に開示の環境認識方法では、距離計測装置の計
測範囲と脚平接地点範囲とを合致させるために距離計測
装置を回動させるアクチュエータなどの機構が必要とな
り、小型で安価な距離計測装置を実現することが困難で
ある。またＣＣＤ（電荷結合素子）カメラ、赤外線セン
サ、超音波センサなどの計測原理の異なる複数の距離計
測部が必要であるから、制御が複雑となり、装置にかか
るコストは上昇する。

【０００５】さらに、距離計測装置を本体上部に取付け
るので、脚平接地面に対する距離計測装置の計測方向の
角度が大きく脚平接地点範囲の細かな凸凹を検出するこ
とが困難である。

【０００６】特開平２−２１２９０６号公報に開示の環
境認識方法では、距離計測部が脚先部材の下面に垂直な
方向の状況を検出するために設けられるから脚が接地し
ている場合には脚先先端部材の下面と床面の距離は当然
ゼロである。遊脚状態から接地状態に移行する過程に限
って、つまり脚が床面に接地していない状態から床面に
接地する直前の短期間に限って、床面の形状を検知する
ことが可能である。この方法ではたとえば、接地予定位
置に脚を接地することが非常に困難な床面の状況である
場合には、一度のその脚の動きを中止して再度安全に接
地できる他の接地位置を探索しなければならないから、
結果としてスムーズで安定な歩行を実現することが困難
となる。

【０００７】また、多脚型移動ロボットは前方の障害物
位置を検出するためにテレビカメラを搭載し床面と脚平
裏面との距離を検出するために距離計測部を搭載してい
る。しかしテレビカメラは他の非接触センサと比較する
と効果であり重量でも勝っている。さらに画像処理を行
なうには莫大な計算量が必要とされ、リアルタイムに環
境を認識することが困難となる。

【０００８】それゆえにこの発明の目的は、効率的に対
象物の形状を検出することができるロボット、形状認識
方法、形状認識プログラムおよび形状認識プログラムを
記録したコンピュータ読取り可能な記録媒体を提供する
ことである。

【０００９】

【課題を解決するための手段】この発明のある局面に係
るロボットは、基体と、この基体に接続されて複数の節
を関節で連結した脚部と、この脚部に備えられて脚部が
移動する所定の期間に複数のタイミングで所定の方向に
ある対象物までの距離を計測する測距手段と、この測距
手段により計測された複数の距離に基づき、対象物の形
状を検出する形状検出手段とを備える。

【００１０】したがって、ロボットでは、脚部が移動す
る所定の期間に複数のタイミングで所定の方向にある対
象物までの距離が計測され、計測された複数の距離に基
づき、対象物の形状が検出される。

【００１１】それゆえに、対象物の複数の点までの距離
に基づき対象物の形状が検出されるので、対象物の形状
を検出する際の計算量が少なくなる。その結果、対象物
の形状を高速に検出して認識できる。

【００１２】好ましくは、上述のロボットの測距手段
は、脚部が接地する脚平に設置される。したがって、測
距手段が、脚部が接地する脚平に設置されるので、脚部
の自由度を利用して対象物の任意の点までの距離を計測
することができる。

【００１３】好ましくは、上述のロボットの測距手段が
計測する所定の方向は、脚平が接地する面と交わる方向
である。したがって、下方に位置する対象物、たとえば
下り段差の対象物までの距離を検出することができる。

【００１４】好ましくは、上述のロボットの測距手段
は、赤外線を用いて距離を測定する。したがって、赤外
線を用いて距離を測定するので距離を正確に計測するこ
とができる。

【００１５】好ましくは、上述のロボットの形状検出手
段は、所定の基準点を基準にした測距手段の絶対位置を
求める測距位置取得算出手段と、測距手段で計測した距
離と計測した時点における測距手段の絶対位置とに基づ
き、基準点に対する対象物の絶対位置を取得する対象物
位置取得手段を含む。

【００１６】したがって、対象物までの距離を所定の基
準点を基準にして求めるので、測距手段が移動したとし
ても対象物までの距離を正確に求めることができる。

【００１７】好ましくは、上述のロボットの形状検出手
段は、対象物の複数の絶対位置を基準点からの距離に応
じて分類し、分類されたグループごとに特徴データを生
成する特徴データ生成手段と、隣り合うグループの特徴
データを比較する比較手段をさらに含む。

【００１８】したがって、複数の対象物の絶対位置を基
準点からの距離に応じて分類するので、分類するグルー
プの数に応じて対象物の形状を検出する精度を変更する
ことができる。

【００１９】好ましくは、上述のロボットの対象物位置
取得手段は、対象物の絶対位置を進行方向に平行な直線
と接地面に垂直な直線とを含む基準面に投影した点で表
し、特徴データ生成手段は、グループに含まれる対象物
の絶対位置を用いて近似して求めた１次直線の傾きを特
徴データとして生成する。

【００２０】したがって、進行方向に並行な直線と接地
面に垂直な直線とを含む基準面に投影した点を用いて特
徴データを生成するので、処理を単純にすることがで
き、処理速度を速くすることができる。

【００２１】好ましくは、上述のロボットでは測距手段
は複数である。したがって、距離検出手段が複数なの
で、求められる絶対位置の数が多くなる。このため、よ
り正確に対象物の計上を検出することができる。

【００２２】好ましくは、上述のロボットにおいて測距
手段は複数であり、形状検出手段は、対象物の複数の絶
対位置を複数の測距手段ごとに第１のグループに分類
し、対象物の複数の絶対位置を基準点からの距離に応じ
て第２のグループに分類し、第１のグループおよび第２
のグループそれぞれで近似曲線を求める近似曲線生成手
段と、求められた近似曲線を用いて対象物の面形状を推
定する面形状推定手段とを含む。

【００２３】したがって、前記対象物の複数の絶対位置
が前記複数の測距手段ごとに分類される第１のグループ
と、基準点からの距離に応じて分類される第２のグルー
プそれぞれで近似曲線が求められ、求められた近似曲線
を用いて前記対象物の面形状が推定される。このため、
対象物の形状をより正確に推定することができる。

【００２４】この発明の他の局面に係る形状認識方法
は、所定の基準点に対する対象物の複数の絶対位置を取
得するステップと、対象物の複数の絶対位置を、基準点
からの距離に応じて分類し、分類されたグループごとに
特徴データを生成するステップと、隣り合うグループの
特徴データを比較するステップとを含む。

【００２５】したがって、対象物の複数の点までの距離
に基づき対象物の形状が検出されるので、対象物の形状
を検出する際に計算量を少なくすることができる。その
結果、対象物の形状を高速に検出することが可能な形状
認識方法を提供することができる。

【００２６】この発明のさらなる他の局面に係る形状認
識プログラムは、上述の形状認識方法をコンピュータに
実行させるためのプログラムである。

【００２７】この発明のさらなる他の局面に係るコンピ
ュータ読取り可能な記録媒体は、上述の形状認識プログ
ラムが記録されたものである。

【００２８】形状認識プログラムがコンピュータにより
実行されることにより、または形状認識プログラムが記
録媒体から読出されてコンピュータにより実行されるこ
とにより、対象物の複数の点までの距離に基づき対象物
の形状が検出されるので、対象物の形状を検出する際に
計算量を少なくすることができる。

【００２９】

【発明の実施の形態】以下この発明の実施の形態につい
て説明する。

【００３０】（実施の形態１）図１において脚型ロボッ
ト３０は、制御装置３を有する基体に相当の胴体部と胴
体部に取付けられた右脚１および左脚２とを有する二脚
ロボットである。脚１および２の先端には歩行路面との
接地面としてそれぞれ脚平６および７が取付けられる。
脚平６および７の図中矢印で示される進行方向に向かっ
て先端には進行方向の路面または対象物との距離を計測
する距離センサ４および５がそれぞれ取付けられる。距
離センサ４（５）は発信部４ａ（５ａ）と受信部４ｂ
（５ｂ）を有する。

【００３１】脚１および２のそれぞれの関節部８、９、
１０、１１、１２および１３のそれぞれには該関節の曲
がりに係る角度を計測するための図示されない角度計測
器が取付けられる。さらに、脚１および２のそれぞれは
６自由度を有している。

【００３２】本実施の形態においては距離センサ４およ
び５ならびにすべての角度計測器の出力を胴体部に取付
けられた制御装置３で処理する。制御装置３はＣＰＵ
（中央処理装置）などの演算部、各種プログラムやデー
タなどを記憶するメモリ部、距離センサ４と５およびす
べての角度計測器などのセンサ入力をデジタル入力に変
換するＡ／Ｄ変換器、それらをつなぐバスなどから構成
される。

【００３３】ここで、脚型ロボット３０による環境認識
の方法を図２のフローチャートに従い説明する。図２の
フローチャートに従うプログラムは制御装置３のメモリ
部に予め格納されて、ＣＰＵの制御に従い実行される。

【００３４】ここでは両脚が接地している状態から、片
脚を挙げて遊脚とし、一歩前に踏み出す動作を想定す
る。この動作の始点は脚が遊脚状態から床面に接地した
ときとし、終点は接地状態から一度遊脚状態に移行して
再度接地した時点とする。この動作における片脚、たと
えば脚１の軌跡の一例が図３に示される。図中変数ｔｉ
ｍｅの値に従う順番で軌跡が示されている。最高点のｔ
ｉｍｅ＝６になるまで距離センサ４は斜め下方向を向い
ており、ｔｉｍｅ＝６において水平に戻っている。ま
た、ｔｉｍｅ＝６以降では距離センサ４は斜め上方向を
向いており、最終的に脚平６が水平となって床面に接地
する。以後は、この動作において常に接地している脚を
支持脚、途中に遊脚状態となる脚を遊脚と呼ぶこととす
る。

【００３５】この動作の過程において遊脚の脚平に取付
けられた距離センサからの出力を利用して進行方向前方
の路面または対象物の形状などの環境が推定されて認識
される。この動作が終了してから再度同一の脚が遊脚と
なった後の、接地予定位置の形状の推定結果を利用して
安定な歩行が実現される。

【００３６】図２のフローチャートにおいてステップ１
からステップ４ではこの動作中のある瞬間におけるロボ
ット３０の位置姿勢について考慮する。

【００３７】ステップ１では、この動作中のある瞬間
（たとえば、図３のｔｉｍｅ＝３）における距離センサ
４の出力が取得される。

【００３８】ステップ２では両脚（１，２）の全関節
（８、９、１０、１１、１２、１３）の基準関節位置か
ら角度変位を、角度計測器によって計測する。角度計測
器としては、たとえばエンコーダなどが想定される。基
準関節位置の情報は制御装置３のメモリ部に記録されて
いる。

【００３９】ステップ３では、支持脚２の脚平７の中心
を原点とする図４の座標系Ａにおける、遊脚１の脚平６
に取付けてある距離センサ４の位置および水平面に対す
る脚平６の角度を算出する。その際にステップ２で計測
された全関節の角度変位を利用して距離センサ４の位置
および水平面に対する脚平６の角度を算出する。距離セ
ンサ４の座標系Ａにおける位置データＰ_Aは以下の数式
（１）で示されるような関節角度θの関数となってい
る。

【００４０】また、距離センサ４の座標系Ａにおける姿
勢ｒ_Aも以下の数式（２）で示されるように関節角度θ
の関数となっている。姿勢ｒ_Aを構成する変数θ、φ、
ψはそれぞれロール角、ピッチ角、ヨー角である。ここ
で、以下の数式（３）により座標系Ａにおける距離セン
サ４の検出方向ベクトルｖ_Aを求めることができる。ベ
クトルｖ_Aの単位ベクトルｖ_A0に距離センサ４の出力で
あるセンサからの距離ｋをスカラ倍することで以下の数
式（４）に示されるように距離センサ４で検出された対
象の座標系Ａにおける位置Ｐ_A′が得られる。数式
（１）〜数式（４）の変数について数式（５）〜数式
（７）が参照される。

【００４１】 Ｐ_A＝Ｆ（θ） …式（１） ｒ_A＝Ｆ′（θ） …式（２） ｖ_A＝Ｆ″（ｒ） …式（３） Ｐ_A′＝ｋｖ_A0＋Ｐ_A …式（４） Ｐ_A＝（Ｐ_Aｘ，Ｐ_Aｙ，Ｐ_Aｚ），Ｐ_A′＝（Ｐ_A′ｘ，Ｐ_A′ｙ，Ｐ_A′ｚ） … 式（５） ｒ_A＝（θ，φ，ψ），θ＝（θ₁，θ₂…，θ₁₂） …式（６） ｖ_A＝（ｖ_Aｘ，ｖ_Aｙ，ｖ_Aｚ），ｖ_A0＝（ｖ_A0ｘ，ｖ_A0ｙ，ｖ_A0ｚ，） …式 （７） ステップ４では距離センサ４の位置姿勢に基づいてセン
サ出力をこの動作の始点における遊脚１の脚平６の中心
を原点とする図３の座標系Ｂにプロットする。座標系Ｂ
のＸ軸は進行方向の原点からの距離を示し、Ｙ軸は図３
において紙面に垂直な方向で向きは手前が正であると
し、Ｚ軸は鉛直方向の原点からの距離であるように設定
する。距離センサ４で検出した対象の座標系Ｂにおける
位置Ｐ_Bは数式（８）と（９）の座標変換によって算出
することができる。ここで^BＴ_Aは座標系Ａにおける記述
から座標系Ｂにおける記述へと変換する同次変換行列で
ある。

【００４２】Ｐ_B＝^BＴ_AＰ_A′ …式（８） Ｐ_B＝（Ｐ_Bｘ，Ｐ_Bｙ，Ｐ_Bｚ） …式（９） ステップ５では、一歩前に踏み出すというこの動作が完
了したかどうかの判別を行なう。この動作が完了してい
ない場合にはステップ１に移行する。つまり、次の位置
でのデータの取得を行なう。この動作が完了した場合に
はステップ６に移行する。

【００４３】図５に、路面形状１４に対する脚先からの
距離を検出し、座標系Ｂにプロットされた点１７を示
す。ステップ６では、上述のステップ４にて座標系Ｂに
プロットされた点１７の集合に関して、図１の制御装置
３中のメモリ部に記録されている予め与えられた単位領
域１６ごとにこの動作によって得られる領域１５を分割
する。ここで、一般にロボットが直線運動をする場合に
はロボットの脚先は進行方向に対して平行に移動し、座
標系ＡのＹ軸方向の変位が小さいとして、鉛直であり進
行方向に対して平行な面に上述の座標系Ｂの点１７を投
影する。

【００４４】ステップ７では、ステップ６で鉛直であり
進行方向に対して平行な面に投影された点１７の集合ご
とに１次直線に近似する。直線近似を行なう方法として
は最小二乗法などが想定される。

【００４５】このような集合ごとに直線近似を行なうこ
とによって、路面や対象物の形状を図５に示すような複
数の線分１８に近似できる。実環境における人工的な構
造物には平面的な構造が多くまたサンプル数が少なくて
も近似できるという観点から直線近似は妥当である。サ
ンプル数を多くすると、このような動作において検出さ
れる路面の形状を複雑かつ正確な形状に近似することが
可能となる。

【００４６】ステップ８では、上述のステップ７にて得
られた複数の線分１８を比較することにより路面形状の
推定を行なう。路面形状推定の一例が図６のフローチャ
ートで示される。以下に図６のフローチャートに従い路
面形状推定処理について説明する。

【００４７】ステップ１１では、上述のステップ７にお
いて得られた複数の線分１８について、傾きの絶対値が
制御装置３のメモリ部に予め記録されている基準値より
も大きいかどうかを判別する。この基準値よりも傾きが
大きい場合にはステップ１２に移行して路面形状に凸凹
があると推定できる。傾きが正の場合には上りの段差で
あり傾きが負の場合には下りの段差であると推定するこ
とができる。この基準値よりも傾きが小さい場合にはス
テップ１４で平地であると判断することができる。

【００４８】ステップ１２に続くステップ１３では、上
述のステップ７にて得られた複数の線分１８の中で、図
７に示すような隣接する２つの領域１６にある線分１８
について考える。ここで、足先に近い方の領域１６にあ
る線分１８を線分１９、足先に遠い方の領域１６にある
線分を線分２０とする。線分２０の両端点と中点２１Ａ
〜２１Ｃのそれぞれから線分１９を延長した直線２２ま
での距離ＤＡ、ＤＢおよびＤＣを算出し、これらの算出
した結果により凸凹の高さ、深さ、奥行などの情報を得
る。ここで得られた凸凹の高さなどの情報と制御装置３
のメモリ部に予め記録された基準値とを比較して、その
結果により脚式歩行のロボット３０が前進することが不
可能であるような障害物の存在を推定する（ステップ１
６）。また、凸凹のある路面であるが、前進することが
可能であると判断する場合もある（ステップ１５）。

【００４９】ここで、距離検出部である距離センサを脚
平の水平面に対して斜め下方向に角度をつけて取付ける
状態が図８に示される。図８に示されるように距離セン
サ４と５を脚平６と７の水平面に対して検出方向が斜め
下方向となるように角度をつけて取付けることで脚平６
と７の水平面に対して平行に取付ける場合よりも、特に
下りの段差の形状を正確に検知することができる。

【００５０】また上述した動作中に支持脚がスリップす
るなどの外乱による影響はステップ３で距離センサ４と
５の位置を算出する際に、たとえば脚平６と７にジャイ
ロセンサを取付けて位置情報を補正するようにしてもよ
い。

【００５１】さらに、上述の説明では動作が終了してか
ら再度同一の脚が遊脚となった後の接地予定位置の路面
や対象物の形状推定結果を利用するとしたが、数歩先の
路面や対象物の形状を推定した結果を用いて歩行制御を
行なってもよい。

【００５２】以上のように算出された環境に関する情報
のうち、進行方向前方の路面の状況や対象物の状況を推
定することが可能となる。

【００５３】（実施の形態２）本実施の形態２における
脚型ロボットは、以下に述べる点以外は実施の形態１に
用いた脚型ロボット３０と同じである。異なる点は、実
施の形態１にて用いた図１に示す脚型ロボット３０では
片脚にそれぞれ距離センサ４（５）を１つずつ取付けて
いたが本実施の形態２における脚型ロボットでは図９に
示されるように各脚に３つずつの距離センサ４−１、４
−２、４−３と５−１、５−２、５−３を取付けている
点にある。

【００５４】図２のフローチャートに示すアルゴリズム
においてステップ１からステップ６までは実施の形態１
と同様である。異なる点は、ステップ６で構成された点
１７の集合ごとに面近似を行なう点にある。

【００５５】上述したような複数の距離センサで計測し
て得られる構造物（対象物）の座標系における座標値
は、たとえば図１０のようになる。この図１０では３つ
の距離センサＳＳ１、ＳＳ２およびＳＳ３（図示せず）
を用いた例を示している。距離センサＳＳ１で計測した
構造物の座標は１−１、１−２、１−３、１−４、１−
５、１−６とし、距離センサＳＳ２で計測した構造物の
座標は２−１、２−２、２−３、２−４、２−５、２−
６とし、距離センサＳＳ３で計測した構造物の座標は３
−１、３−２、３−３、３−４、３−５、３−６として
いる。

【００５６】図１０を参照して、ステップ６で構成され
る集合について説明する。この集合とは図１０のロボッ
トからの距離に従って決められる。図１０では、ロボッ
トからの距離はＬ〜２ＬのグループＡ１、ロボットから
の距離が２Ｌ〜３ＬのグループＡ２、ロボットからの距
離が３Ｌ〜４ＬのグループＡ３となる。この場合、たと
えば、グループＡ１には座標１−１、１−２、２−１、
２−２、３−１、３−２が含まれる。

【００５７】このように集合を構成した場合の曲線の割
当について説明する。図１０では集合としてはグループ
Ａ１、グループＡ２、グループＡ３のように分類され
る。このグループごとにＸ−Ｚ平面にすべての点（グル
ープＡ１の場合は１−１、１−２、２−１、２−２、３
−１、３−２）を投影する。このＸ−Ｚ平面においてＸ
方向とＺ方向の点の分散を求めて比較する。

【００５８】Ｘ方向の分散の方がＺ方向の分散よりも大
きい場合には、Ｘ軸方向にＹ−Ｚ平面の点に最小二乗法
を用いて曲線を割当てる。特に、図１０の場合にはグル
ープＡ１がこれにあたりＸ座標が同じ点である点１−１
と点２−１と点３−１をＹ−Ｚ平面において最小二乗法
を用いて曲線Ｃ１に近似する。また同様に点１−２と点
２−２と点３−２をＹ−Ｚ平面において最小二乗法を用
いて曲線Ｃ２に近似する。以上の操作によって２つの曲
線Ｃ１とＣ２を割当てることができる。

【００５９】次に割当てられた曲線Ｃ１とＣ２間にＹ軸
方向にＸ−Ｚ平面の曲線Ｃ３を割当てる。特に図１０の
場合にはＹ座標が同じである点１−１と点１−２をＸ−
Ｚ平面において最小二乗法を用いて曲線Ｃ３に近似す
る。また同様に点２−１と点２−２をＸ−Ｚ平面におい
て曲線Ｃ４に近似し、点３−１と点３−２をＸ−Ｚ平面
において曲線Ｃ５に近似する。以上の操作によって３つ
の曲線Ｃ３、Ｃ４およびＣ５を割当てることができる。

【００６０】Ｚ方向の分散の方がＸ方向の分散よりも大
きい場合にはＺ軸方向にＸ−Ｙ平面の点に最小二乗法を
用いて曲線を割当てる。特に、図１０の場合にはグルー
プＡ２が当てはまりＺ座標が同じである点１−３と点２
−３と点３−３をＸ−Ｙ平面において最小二乗法を用い
て曲線Ｃ１１に近似する。また同様に点１−４と点２−
４と点３−４をＸ−Ｙ平面において最小二乗法を用いて
曲線Ｃ１２に近似する。以上の操作によって２つの曲線
Ｃ１１とＣ１２を割当てることができる。

【００６１】次に、割当てられた曲線間にＹ軸方向にＸ
−Ｚ平面の曲線を割当てる。特に、図１０の場合にはＹ
座標が同じである点１−３と点１−４をＸ−Ｚ平面にお
いて最小二乗法を用いて曲線Ｃ１３に近似する。また同
様に点２−３と点２−４をＸ−Ｚ平面において曲線Ｃ１
４に近似し、点３−３と点３−４をＸ−Ｚ平面において
曲線Ｃ１５に近似する。以上の操作によって３つの曲線
Ｃ１３、Ｃ１４、Ｃ１５を割当てることができる。

【００６２】図１０の例ではプロットされている座標点
が規則正しく配されているので、上述したようにして割
当てられる曲線は極めて直線に近似したものとなり、そ
れぞれの交点とプロットされたある点はほぼ一致するけ
れども、実際にはプロットされた点間は誤差が生じるた
めに近似された曲線は、直線とはならず（曲線とな
り）、曲線の交点もプロットされている点とは異なる
（一致しない）。

【００６３】上述のようにして曲線が割当てられること
により図１１および図１２で示される曲線割当を経て、
これらの４つの曲線で囲まれる領域をそれぞれ面パッチ
することで対象物に関する面を表現する。表現された面
は図１３に示される。

【００６４】ここで、割当てられた曲線から面を表現す
るための面パッチについて説明する。

【００６５】ＮＵＲＢＳ（Non Uniform Rational B-Spl
ines）曲面によって面パッチが行なわれる。ＮＵＲＢＳ
は予め与えられた複数の制御点を通るような曲面となる
ものを指す。したがって上述したような曲線割当により
割当てられた曲線で囲まれたそれぞれのメッシュ領域に
ついて面パッチを行なう。曲面の式は［数１］のように
なる。

【００６６】

【数１】

【００６７】上述した面パッチの手法として処理の負荷
軽減のため、たとえば４つの曲線で囲まれる領域の四隅
のうちの任意の３点を通る平面を割当てるようにしても
よい。上述のように進行方向前方の路面または対象物の
形状を推定する。脚型ロボットが曲線移動を行なう際に
は本実施の形態で示されたような面近似が極めて有効で
ある。

【００６８】上述の実施の形態に係る脚型ロボットの進
行方向前方および前方下方向の環境を認識することが可
能となる。このため、従来は移動ロボットの前方の環境
を認識するためのカメラと下方向の環境を認識するため
の距離センサの両方を用いて環境を認識する必要があっ
たが、前方の環境を認識するための上述のカメラを必要
としないので画像処理を行なう際の計算量を高速に処理
するための装置が不要となり、脚型ロボットの製造コス
トの削減および脚型ロボットの小型化、軽量化が可能と
なる。

【００６９】また、足先に距離センサ４、５などを取付
けることで、脚の自由度を利用して環境をスキャンする
ことが可能なので、環境をスキャンすることのみを目的
としたアクチュエータが不要となり低コスト、小型化、
軽量化を実現することが可能となる。

【００７０】また、上述の距離センサ４、５を進行方向
前方に取付けることで検出したい対象との距離が近くな
るから、対象から遠い場所に配置した場合より正確にデ
ータを検出することができる。また、距離センサを図９
のように複数個取付けることで、進行方向前方の路面ま
たは対象物の３次元的な形状を推定することが容易とな
る。

【００７１】上述の距離センサとしてたとえば赤外線セ
ンサを用いることで、赤外線センサの発光部から直線的
な方向の対象物までの距離を検出することが可能となる
から、検出値の距離に対する信頼性を向上させることが
できる。

【００７２】また、距離センサ４、５を図８のように脚
平６、７の水平面に対して斜め下方向に角度をつけて取
付けることで、脚平水平面に対して平行に取付ける場合
よりも特に下り段差の形状を正確に検知することができ
る。

【００７３】脚型ロボットの環境認識のために脚先に取
付けられた絶対座標系における位置が常に変化する距離
センサの出力を、進行方向の路面などと脚先間の距離情
報に処理する手法を有することで、進行方向の路面と脚
先との距離を算出することが可能となる。また進行方向
の路面または対象物の検証を推定する手法を有すること
で、推定結果に応じた路面形状に依存する歩行制御の実
現が可能となり、従来に比較してより安定歩行を実現で
きる。

【００７４】距離情報取得の方法において絶対座標系に
おける距離センサ４、５の位置および姿勢を算出する方
法を有することで進行方向の路面などと脚先間の距離情
報をより正確に取得することができる。

【００７５】距離センサ４、５の位置および姿勢を算出
する方法として、両脚（１，２）のすべての関節角度を
利用することで支持脚の脚平中心を基準とした座標系に
おける距離センサの位置および姿勢を算出できる。支持
脚の脚平中心は歩行動作中において最も移動が少ないと
考えられる点であり、たとえば外乱の影響によって移動
した場合には、脚平に予めジャイロセンサと加速度セン
サを取付けておけば、これらの検知結果を利用して補正
することが可能となる。

【００７６】ここで、図５で示したように進行方向の路
面の形状を推定する方法として単位領域１６に分割し
て、単位領域１６ごとに加工処理を行なうことで対象物
の形状を単位領域１６の数に比例して、複雑かつ正確な
形状で表現できる。

【００７７】また、上述の加工処理において、面近似手
法を用いることで、進行方向前方の路面または対象物の
形状を面で表現することができる。

【００７８】また、上述の加工処理において２次元平面
に投影することで、３次元空間情報のまま加工処理を行
なうよりも計算に関する負荷を軽減することができる。

【００７９】さらに２次元平面に投影して投影面点の直
線近似を用いることで多次元曲線近似を用いた場合と比
較して計算処理の負荷は低減されて処理時間が速くなる
などの効果がある。

【００８０】さらに直線近似手法として最小二乗法を用
いているから、最小二乗法は比較的アルゴリズムの確立
している手法であることに鑑みると、実用化が容易であ
る。

【００８１】（実施の形態３）以上説明した路面または
対象物の形状などの認識に関する処理機能を有したシス
テムは、図示されたフローチャートなどに従うプログラ
ムを用いて実現される。本実施の形態では、このプログ
ラムはコンピュータで読取可能な記録媒体に格納され
る。

【００８２】本実施の形態では、この記録媒体として、
図１に示されている制御装置３のＣＰＵなどの演算部で
処理が行なわれるために必要な制御装置３のメモリ部、
たとえばメモリ部のＲＯＭ（read only memory）のよ
うなそのものがプログラムメディアであってもよいし、
また外部記憶装置として磁気テープ装置およびＣＤ−Ｒ
ＯＭ駆動装置などのプログラム読取装置が設けられ、そ
こに記録媒体である磁気テープまたはＣＤ−ＲＯＭが挿
入されることで読取可能なプログラムメディアであって
もよい。いずれの場合においても、格納されているプロ
グラムはＣＰＵがアクセスして実行させる構成であって
もよいし、あるいはいずれの場合もプログラムが一旦読
出されて、読出されたプログラムは、制御装置３の所定
のプログラム記憶エリアにロードされて、ＣＰＵにより
読出されて実行される方式であってもよい。

【００８３】ここで、上述したプログラムメディアはコ
ンピュータ本体と分離可能に構成される記録媒体であ
り、固定的にプログラムを担持する媒体であってよい。
たとえば、磁気テープやカセットテープなどのテープ
系、フレキシブルディスクなどの磁気ディスクやＣＤ−
ＲＯＭ／ＭＯ（Magnetic Optical Disc）／ＭＤ（Min
iDisc）／ＤＶＤ（Digital Versatile Disc）などの
光ディスクのディスク系、ＩＣカード（メモリカードを
含む）／光カードなどのカード系、あるいはマスクＲＯ
Ｍ、ＥＰＲＯＭ（Erasable and Programmable ＲＯ
Ｍ）、ＥＥＰＲＯＭ(Electrically ＥＰＲＯＭ)、フラ
ッシュＲＯＭなどによる半導体メモリを含めたものであ
ってよい。

【００８４】また、制御装置３はインターネットを含む
各種ネットワークと通信可能な構成が採用されていると
すれば、ネットワークからプログラムがダウンロードさ
れる、いわゆる流動的にプログラムを担持する記録媒体
であってもよい。

【００８５】なお記録媒体に格納されている内容として
はプログラムに限定されず、データであってもよい。

【００８６】今回開示された実施の形態はすべての点で
例示であって制限的なものではないと考えられるべきで
ある。本発明の範囲は上記した説明ではなくて特許請求
の範囲によって示され、特許請求の範囲と均等の意味お
よび範囲内でのすべての変更が含まれることが意図され
る。

【００８７】

【発明の効果】この発明によれば、対象物の複数の点ま
での距離に基づき対象物の形状が検出されるので、対象
物の形状を検出する際の計算量が少なくなる。その結
果、対象物の形状などの環境を高速に検出して認識でき
る。

【図面の簡単な説明】

【図１】 第１の実施の形態におけるロボットの概略構
成を示す斜視図である。

【図２】 第１の実施の形態におけるロボットで実行さ
れる環境認識処理の流れを示すフローチャートである。

【図３】 第１の実施の形態におけるロボットの脚の軌
跡を座標系Ａで示した図である。

【図４】 座標系Ａを説明するための図である。

【図５】 第１の実施の形態におけるロボットの距離セ
ンサの出力を座標系Ｂにプロットした一例を示す図であ
る。

【図６】 第１の実施の形態におけるロボットで実行さ
れる路面形状認識処理の流れを示すフローチャートであ
る。

【図７】 特徴データを説明するための図である。

【図８】 第１の実施の形態におけるロボットの距離セ
ンサの取付位置を変更した例を示す図である。

【図９】 第２の実施の形態におけるロボットの距離セ
ンサの取付状態を示す図である。

【図１０】 第２の実施の形態におけるセンサで計測し
て得られる構造物の座標系における座標の一例を示す図
である。

【図１１】 第２の実施の形態における曲線近似を説明
するための図である。

【図１２】 第２の実施の形態における曲線近似を説明
するための図である。

【図１３】 第２の実施の形態における面近似を説明す
るための図である。

【符号の説明】

１ 右脚、２ 左脚、３ 制御装置、４ 距離センサ、
４ａ 発信部、４ｂ受信部、４−１、４−２、４−３
距離センサ、５ 距離センサ、５ａ 発信部、５ｂ 受
信部、５−１、５−２、５−３ 距離センサ、６、７
脚平、８、９、１０、１１、１２、１３ 関節、１５
単位動作中に計測される領域、１６単位領域、１７ 座
標系Ｂにプロットした点、１８ 直線近似された線分。

フロントページの続き Ｆターム(参考） 2F065 AA01 AA06 AA19 AA20 AA53 BB05 DD02 FF15 FF23 FF41 FF65 GG22 JJ05 PP04 PP25 QQ18 QQ25 3C007 CS08 KS07 KS10 KS12 KS36 KV11 KW00 KX12 WA03 WA13 WA24 WB01 5H301 AA01 BB14 CC03 CC06 CC09 DD01 DD16 FF11 FF15 FF21 GG08 HH01

Claims (12)

【特許請求の範囲】
1. 【請求項１】 基体と、 前記基体に接続され、複数の節を関節で連結した脚部
   と、 前記脚部に備えられ、前記脚部が移動する所定の期間に
   複数のタイミングで所定の方向にある対象物までの距離
   を計測する測距手段と、 前記測距手段により計測された複数の距離に基づき、対
   象物の形状を検出する形状検出手段とを備えた、ロボッ
   ト。
2. 【請求項２】 前記測距手段は、前記脚部が接地する脚
   平に設置される、請求項１に記載のロボット。
3. 【請求項３】 前記測距手段が計測する所定の方向は、
   前記脚平が接地する面と交わる方向である、請求項２に
   記載のロボット。
4. 【請求項４】 前記測距手段は、赤外線を用いて距離を
   測定する、請求項１に記載のロボット。
5. 【請求項５】 前記形状検出手段は、所定の基準点を基
   準にした前記測距手段の絶対位置を求める測距位置取得
   算出手段と、 前記測距手段で計測した距離と計測した時点における前
   記測距手段の絶対位置とに基づき、前記基準点に対する
   対象物の絶対位置を取得する対象物位置取得手段を含
   む、請求項１に記載のロボット。
6. 【請求項６】 前記形状検出手段は、対象物の複数の絶
   対位置を前記基準点からの距離に応じて分類し、分類さ
   れたグループごとに特徴データを生成する特徴データ生
   成手段と、隣り合うグループの特徴データを比較する比
   較手段をさらに含む、請求項５に記載のロボット。
7. 【請求項７】 前記対象物位置取得手段は、対象物の絶
   対位置を進行方向に平行な直線と接地面に垂直な直線と
   を含む基準面に投影した点で表し、 前記特徴データ生成手段は、前記グループに含まれる対
   象物の絶対位置を用いて近似して求めた１次直線の傾き
   を前記特徴データとして生成する、請求項６に記載のロ
   ボット。
8. 【請求項８】 前記測距手段は複数である、請求項１に
   記載のロボット。
9. 【請求項９】 前記測距手段は複数であり、 前記形状検出手段は、対象物の複数の絶対位置を前記複
   数の測距手段ごとに第１のグループに分類し、対象物の
   複数の絶対位置を前記基準点からの距離に応じて第２の
   グループに分類し、第１のグループおよび第２のグルー
   プそれぞれで近似曲線を求める近似曲線生成手段と、 前記求められた近似曲線を用いて対象物の面形状を推定
   する面形状推定手段とを含む、請求項５に記載のロボッ
   ト。
10. 【請求項１０】 所定の基準点に対する対象物の複数の
    絶対位置を取得するステップと、 対象物の複数の絶対位置を、前記基準点からの距離に応
    じて分類し、分類されたグループごとに特徴データを生
    成するステップと、 隣り合うグループの特徴データを比較するステップとを
    含む、形状認識方法。
11. 【請求項１１】 所定の基準点に対する対象物の複数の
    絶対位置を取得するステップと、 対象物の複数の絶対位置を、前記基準点からの距離に応
    じて分類し、分類されたグループごとに特徴データを生
    成するステップと、 隣り合うグループの特徴データを比較するステップとを
    コンピュータに実行させる、形状認識プログラム。
12. 【請求項１２】 請求項１１に記載の形状認識プログラ
    ムを記録したコンピュータ読取り可能な記録媒体。