Login| Sign Up| Help| Contact|

Patent Searching and Data


Title:
TARGET ROUTE GENERATION SYSTEM
Document Type and Number:
WIPO Patent Application WO/2009/075053
Kind Code:
A1
Abstract:
A target route generation system for a robot (R) to autonomously move in accordance with a target route is provided with a candidate route forming means (110) that forms a plurality of moving candidate routes to connect the terminating point with the starting point by connecting links stored at a link memory means (211), condition recognition means (115-118) that recognize conditions of the robot (R), and a route evaluation means (120) that includes an action point stored by an action point memory means (212) and evaluates a cost that is lower as the necessity by way of the action point is higher in view of the conditions of the robot (R) recognized by the condition recognition means (115-118). This provides a system that can make this robot move by way of a highly necessary point in view of a condition of the robot.

Inventors:
MATSUNAGA SHINICHI (JP)
Application Number:
PCT/JP2008/003022
Publication Date:
June 18, 2009
Filing Date:
October 24, 2008
Export Citation:
Click for automatic bibliography generation   Help
Assignee:
HONDA MOTOR CO LTD (JP)
MATSUNAGA SHINICHI (JP)
International Classes:
G05D1/02; B25J5/00; B25J9/22
Foreign References:
JP2004098233A2004-04-02
JPH04340607A1992-11-27
JPH09319433A1997-12-12
JPH0490009A1992-03-24
JPH03100709A1991-04-25
JP2006195969A2006-07-27
Other References:
See also references of EP 2157490A4
Attorney, Agent or Firm:
SATO, Tatsuhiko et al. (1-1 Yoyogi 2-chom, Shibuya-ku Tokyo 53, JP)
Download PDF:
Claims:
 目標経路にしたがって自律的に移動するロボットのための当該目標経路を生成するシステムであって、
 前記ロボットの移動領域内における通行可能なリンクが記憶されたリンク記憶手段と、
 前記リンク記憶手段に記憶されたリンクのいずれかにおける前記ロボットと外部環境とのアクションポイントを記憶したアクションポイント記憶手段と、
 前記移動領域における前記ロボットの現在位置または出発位置を始点として認識する始点認識手段と、
 前記移動領域内において前記ユーザが入力装置を介して指定した前記ロボットの目的位置を終点として認識する終点認識手段と、
 前記リンク記憶手段に記憶されているリンクを接続することによって、前記終点認識手段によって認識された終点と前記始点認識手段によって認識された始点とを結ぶ複数の移動候補経路を作成する候補経路作成手段と、
 前記ロボットの状態を認識する状態認識手段と、
 前記候補経路作成手段によって作成された各移動候補経路について、前記アクションポイント記憶手段により記憶されている前記アクションポイントが含まれ、かつ、前記状態認識手段により認識された前記ロボットの状態に鑑みて当該アクションポイントを経由する必要度が高いほどコストを低くまたは必要度が低いほどコストを高く評価する経路評価手段とを備え、
 前記経路評価手段によって評価された前記トータルコストが最も低い前記移動候補経路を前記目標経路として生成することを特徴とする目標経路生成システム。
 請求項1記載の目標経路生成システムにおいて、
 前記アクションポイント記憶手段には、少なくとも前記ロボットの充電ポイントが前記アクションポイントとして記憶され、
 前記状態認識手段が前記ロボットの前記移動候補経路に沿った移動距離に応じたバッテリ予測残容量を前記ロボットの状態として認識し、
 前記経路評価手段は、前記状態認識手段による認識結果に基づき、途中で前記バッテリを充電することなく前記ロボットを終点まで移動させたときの前記バッテリ予測残容量が閾値以上であるという第1充電要件を満たす前記移動候補経路が存在する場合、前記第1充電要件を満たす前記移動候補経路の前記コストを前記第1充電要件を満たさない前記移動候補経路の前記コストよりも低く評価することを特徴とする目標経路生成システム。
 請求項2記載の目標経路生成システムにおいて、
 前記経路評価手段は、前記状態認識手段による認識結果に基づき、前記第1充電要件を満たす前記移動候補経路が存在しない一方、前記充電ポイントが含まれ、かつ、当該充電ポイントにおいて前記バッテリを充電した上で前記ロボットを前記終点まで移動させたときの前記バッテリ予測残量が前記閾値以上であるという第2充電要件を満たす前記移動候補経路が存在する場合、前記第2充電要件を満たす前記移動候補経路の前記コストを前記第2充電要件を満たさない前記移動候補経路の前記コストよりも低く評価することを特徴とする目標経路生成システム。
 請求項3記載の目標経路生成システムにおいて、
 前記経路評価手段は、前記状態認識手段による認識結果に基づき、前記充電ポイントにおける前記バッテリ予測残量が低いほど、前記第2充電要件を満たす前記移動候補経路の前記コストを低く評価することを特徴とする目標経路生成システム。
 請求項1記載の目標経路生成システムにおいて、
 前記アクションポイント記憶手段に記憶されたアクションポイントには、少なくとも前記ロボットの位置または姿勢の補正ポイントが含まれ、
 前記状態認識手段が前記移動候補経路に沿った移動距離に応じた前記ロボットの位置または姿勢の、目標位置または目標姿勢に対する予測偏差を前記ロボットの状態として認識し、
 前記経路評価手段は、前記状態認識手段による認識結果に基づき、途中で位置または姿勢を補正することなく前記ロボットを前記終点まで移動させたときの前記予測偏差が閾値以下であるという第1補正要件を満たす前記移動候補経路が存在する場合、前記第1補正要件を満たす前記移動候補経路の前記コストを前記第1補正要件を満たさない前記移動候補経路の前記コストよりも低く評価することを特徴とする目標経路生成システム。
 請求項5記載の目標経路生成システムにおいて、
 前記経路評価手段は、前記状態認識手段による認識結果に基づき、前記第1補正要件を満たす前記移動候補経路が存在しない一方、前記補正ポイントが含まれ、かつ、当該補正ポイントにおいて位置または姿勢を補正した上で前記ロボットを前記終点まで移動させたときの前記予測偏差が前記閾値以下であるという第2補正要件を満たす前記移動候補経路が存在する場合、前記第2補正要件を満たす前記移動候補経路の前記コストを前記第2補正要件を満たさない前記移動候補経路の前記コストよりも低く評価することを特徴とする目標経路生成システム。
 請求項6記載の目標経路生成システムにおいて、
 前記経路評価手段は、前記状態認識手段による認識結果に基づき、前記補正ポイントにおける前記予測偏差が大きいほど、前記第2補正要件を満たす前記移動候補経路の前記コストを低く評価することを特徴とする目標経路生成システム。
 請求項1記載の目標経路生成システムにおいて、
 前記アクションポイント記憶手段には、少なくとも前記ロボットのタスク実行ポイントが前記アクションポイントとして記憶され、
 前記状態認識手段が前記ロボットが現在実行しているまたは実行を予定しているタスクの少なくとも実行ポイントを表すタスク情報を前記ロボットの状態として認識し、
 前記経路評価手段は、前記状態認識手段による認識結果に基づき、前記タスク実行ポイントが含まれるというタスク要件を満たす前記移動候補経路が存在する場合、前記タスク要件を満たす前記移動候補経路の前記コストを前記タスク要件を満たさない前記移動候補経路の前記コストよりも低く評価することを特徴とする目標経路生成システム。
 請求項1記載の目標経路生成システムにおいて、
 前記アクションポイント記憶手段には、少なくとも前記ロボットの充電ポイントと、該ロボットのタスク実行ポイントが前記アクションポイントとして記憶され、
 前記状態認識手段が前記ロボットの前記移動候補経路に沿った移動距離に応じたバッテリ予測残容量と、該ロボットが現在実行しているまたは実行を予定しているタスクの少なくとも実行ポイントを表すタスク情報とを前記ロボットの状態として認識し、
 前記経路評価手段は、前記状態認識手段による認識結果に基づき、途中で前記バッテリを充電することなく前記ロボットを前記タスク実行ポイントまで移動させたときの前記バッテリ予測残容量がタスクの内容に応じて高低が定まる閾値以上であるという第3充電要件を満たす前記移動候補経路が存在する場合、前記第3充電要件を満たす前記移動候補経路の前記コストを前記第3充電要件を満たさない前記移動候補経路の前記コストよりも低く評価することを特徴とする目標経路生成システム。
 請求項9記載の目標経路生成システムにおいて、
 前記経路評価手段は、前記状態認識手段による認識結果に基づき、前記第3充電要件を満たす前記移動候補経路が存在しない一方、前記充電ポイントが含まれ、かつ、当該充電ポイントにおいて前記バッテリを充電した上で前記ロボットを前記タスク実行ポイントまで移動させたときの前記バッテリ予測残量が前記閾値以上であるという第4充電要件を満たす前記移動候補経路が存在する場合、前記第4充電要件を満たす前記移動候補経路の前記コストを前記第4充電要件を満たさない前記移動候補経路の前記コストよりも低く評価することを特徴とする目標経路生成システム。
 請求項10記載の目標経路生成システムにおいて、
 前記経路評価手段は、前記状態認識手段による認識結果に基づき、前記充電ポイントにおける前記バッテリ予測残量が低いほど、前記第4充電要件を満たす前記移動候補経路の前記コストを低く評価することを特徴とする目標経路生成システム。
 請求項1記載の目標経路生成システムにおいて、
 前記アクションポイント記憶手段には、少なくとも前記ロボットの位置または姿勢の補正ポイントと、該ロボットのタスク実行ポイントが前記アクションポイントとして記憶され、
 前記状態認識手段が、前記移動候補経路に沿った移動距離に応じた前記ロボットの位置または姿勢の、目標位置または目標姿勢に対する予測偏差と、前記ロボットが現在実行しているまたは実行を予定しているタスクの少なくとも実行ポイントを表すタスク情報とを前記ロボットの状態として認識し、
 前記経路評価手段は、前記状態認識手段による認識結果に基づき、途中で位置または姿勢を補正することなく前記ロボットを前記タスク実行ポイントまで移動させたときの前記予測偏差がタスクの内容に応じて高低が定まる閾値以下であるという第3補正要件を満たす前記移動候補経路が存在する場合、前記第3補正要件を満たす前記移動候補経路の前記コストを前記第3補正要件を満たさない前記移動候補経路の前記コストよりも低く評価することを特徴とする目標経路生成システム。
 請求項12記載の目標経路生成システムにおいて、
 前記経路評価手段は、前記状態認識手段による認識結果に基づき、前記第3補正要件を満たす前記移動候補経路が存在しない一方、前記補正ポイントが含まれ、かつ、当該補正ポイントにおいて位置または姿勢を補正した上で前記ロボットを前記タスク実行ポイントまで移動させたときの前記予測偏差が前記閾値以下であるという第4補正要件を満たす前記移動候補経路が存在する場合、前記第3補正要件を満たす前記移動候補経路の前記コストを前記第4補正要件を満たさない前記移動候補経路の前記コストよりも低く評価することを特徴とする目標経路生成システム。
 請求項13記載の目標経路生成システムにおいて、
 前記経路評価手段は、前記状態認識手段による認識結果に基づき、前記補正ポイントにおける前記予測偏差が大きいほど、前記第4補正要件を満たす前記移動候補経路の前記コストを低く評価することを特徴とする目標経路生成システム。
 経路にしたがって自律的に移動するロボットのための当該目標経路を生成するシステムであって、
 前記ロボットの移動領域内における通行可能なリンクが記憶されたリンク記憶手段と、
 前記リンク記憶手段に記憶されたリンクのいずれかにおける前記ロボットと外部環境とのアクションポイントを記憶したアクションポイント記憶手段と、
 前記移動領域における前記ロボットの現在位置または出発位置を始点として認識する始点認識手段と、
 前記移動領域内において前記ユーザが入力装置を介して指定した前記ロボットの目的位置を終点として認識する終点認識手段と、
 前記リンク記憶手段に記憶されているリンクを接続することによって、前記終点認識手段によって認識された終点と前記始点認識手段によって認識された始点とを結ぶ複数の移動候補経路を作成する候補経路作成手段と、
 前記ロボットの状態を認識する状態認識手段と、
 前記候補経路作成手段によって作成された各移動候補経路について、前記アクションポイント記憶手段により記憶されている前記アクションポイントが含まれ、かつ、前記状態認識手段により認識された前記ロボットの状態に鑑みて当該アクションポイントを経由する必要度が高いほどコストを低く評価する経路評価手段とを備え、
 前記経路評価手段によって評価された前記トータルコストが最も低い前記移動候補経路を前記目標経路として生成するシステムにおいて、
 前記リンク記憶手段とアクションポイント記憶手段と終点認識手段と始点認識手段と状態認識手段と候補経路作成手段と経路評価手段との一部または全部が前記ロボットに搭載され、該ロボットとの通信を通じて該ロボットに情報を提供するサポートサーバに、該ロボットに搭載されるもの以外のものが搭載されることを特徴とする目標経路生成システム。
Description:
目標経路生成システム

 本発明は、経路にしたがって自律的に移 するロボットのための当該目標経路を生成 る目標経路生成システムに関する。

 従来、自律的に移動するロボットの現在 置と、ユーザにより指定された目的位置と 、当該ロボットの移動領域内における経由 候補として予め設定されている複数のノー を経由して連結することにより移動候補経 を作成する技術的手法が知られている(日本 国 特開2006-195969号公報参照)。

 かかる従来の手法では、ノードの連結線 に障害物がなく、かつ、隣り合うノードの 隔が所定閾値(5m)以内であるという要件を満 たすように移動候補経路が生成される。そし て、移動候補経路のうちロボットの現在位置 から目的位置までの最短経路が、このロボッ トの目標経路として設定される。

 しかしながら、従来の手法にしたがって 標経路が設定されると、ロボットの状態に みて、このロボットが経由すべきポイント 外れて移動せざるを得ない可能性がある。

 その一方、ロボットが経由すべきポイン が固定されると、このロボットの状態に鑑 て必要性に乏しいポイントを強制的に移動 せ、ときとして単なる遠回りを強いること なる。

 そこで、本発明は、以上の点に鑑み、ロ ットの状態に鑑みて必要性の高いポイント 経由するようにこのロボットを移動させる とができるシステムを提供することを目的 する。

 第1発明の目標経路生成システムは、経路 にしたがって自律的に移動するロボットのた めの当該目標経路を生成するシステムであっ て、前記ロボットの移動領域内における通行 可能なリンクが記憶されたリンク記憶手段と 、前記リンク記憶手段に記憶されたリンクの いずれかにおける前記ロボットと外部環境と のアクションポイントを記憶したアクション ポイント記憶手段と、前記移動領域における 前記ロボットの現在位置または出発位置を始 点として認識する始点認識手段と、前記移動 領域内において前記ユーザが入力装置を介し て指定した前記ロボットの目的位置を終点と して認識する終点認識手段と、前記リンク記 憶手段に記憶されているリンクを接続するこ とによって、前記終点認識手段によって認識 された終点と前記始点認識手段によって認識 された始点とを結ぶ複数の移動候補経路を作 成する候補経路作成手段と、前記ロボットの 状態を認識する状態認識手段と、前記候補経 路作成手段によって作成された各移動候補経 路について、前記アクションポイント記憶手 段により記憶されている前記アクションポイ ントが含まれ、かつ、前記状態認識手段によ り認識された前記ロボットの状態に鑑みて当 該アクションポイントを経由する必要度が高 いほどコストを低くまたは必要度が低いほど コストを高く評価する経路評価手段とを備え 、前記経路評価手段によって評価された前記 トータルコストが最も低い前記移動候補経路 を前記目標経路として生成することを特徴と する。

 第1発明の経路生成システムによれば、ア クションポイントが含まれ、かつ、ロボット の状態に鑑みてこのロボットがこのアクショ ンポイントを経由する必要度が高いほど移動 候補経路の「コスト」が低く評価され、必要 度が低いほど移動候補経路の「コスト」が高 く評価される。ここで「アクションポイント 」とは、ロボットがその外部環境と直接的ま たは間接的に相互作用するポイントを意味す る。そして、コストが最低の移動候補経路が 目標経路として生成され、ロボットはこの目 標経路にしたがって自律的に移動する。した がって、ロボットをその状態に鑑みて必要性 の高いアクションポイントを経由させ、この アクションポイントで外部環境と相互作用さ せた上で終点まで移動させることができる。

 第2発明の目標経路生成システムは、前記 第1発明の目標経路生成システムにおいて、 記アクションポイント記憶手段には、少な とも前記ロボットの充電ポイントが前記ア ションポイントとして記憶され、前記状態 識手段が前記ロボットの前記移動候補経路 沿った移動距離に応じたバッテリ予測残容 を前記ロボットの状態として認識し、前記 路評価手段は、前記状態認識手段による認 結果に基づき、途中で前記バッテリを充電 ることなく前記ロボットを終点まで移動さ たときの前記バッテリ予測残容量が閾値以 であるという第1充電要件を満たす前記移動 補経路が存在する場合、前記第1充電要件を 満たす前記移動候補経路の前記コストを前記 第1充電要件を満たさない前記移動候補経路 前記コストよりも低く評価することを特徴 する。

 第2発明の目標経路生成システムによれば 、ロボットの終点におけるバッテリ予測残容 量に鑑みて、充電の必要のない移動候補経路 の「コスト」が低く評価される。そして、前 記のようにコストが最低の移動候補経路が目 標経路として生成され、ロボットはこの目標 経路にしたがって自律的に終点まで移動する 。したがって、充電ポイントを必ずしも通過 しなくてよいという点で目標経路設定の自由 度が増し、ロボットの目的に応じたフレキシ ブルな移動態様を実現できる。

 第3発明の目標経路生成システムは、前記 第2発明の目標経路生成システムにおいて、 記経路評価手段は、前記状態認識手段によ 認識結果に基づき、前記第1充電要件を満た 前記移動候補経路が存在しない一方、前記 電ポイントが含まれ、かつ、当該充電ポイ トにおいて前記バッテリを充電した上で前 ロボットを前記終点まで移動させたときの 記バッテリ予測残量が前記閾値以上である いう第2充電要件を満たす前記移動候補経路 が存在する場合、前記第2充電要件を満たす 記移動候補経路の前記コストを前記第2充電 件を満たさない前記移動候補経路の前記コ トよりも低く評価することを特徴とする。

 第3発明の目標経路生成システムによれば 、充電の必要のない経路が存在しない場合に 、充電ポイントが含まれ、かつ、ロボットの 途中におけるバッテリ予測残容量に鑑みてこ のロボットがこの充電ポイントを経由する必 要のある移動候補経路の「コスト」が低く評 価される。そして、前記のようにコストが最 低の移動候補経路が目標経路として生成され 、ロボットはこの目標経路にしたがって自律 的に終点まで移動する。したがって、ロボッ トをその終点におけるバッテリ予測残容量に 鑑みて必要性のある充電ポイントを経由させ 、この充電ポイントにおいてバッテリを充電 させた上で終点まで移動させることができる 。

 第4発明の目標経路生成システムは、前記 第3発明の目標経路生成システムにおいて、 記経路評価手段は、前記状態認識手段によ 認識結果に基づき、前記充電ポイントにお る前記バッテリ予測残量が低いほど、前記 2充電要件を満たす前記移動候補経路の前記 ストを低く評価することを特徴とする。

 第4発明の目標経路生成システムによれば 、充電ポイントが含まれ、かつ、ロボットの 途中におけるバッテリ予測残容量に鑑みてこ のロボットがこの充電ポイントを経由する必 要度が高いほど移動候補経路の「コスト」が より低く評価される。そして、前記のように コストが最低の移動候補経路が目標経路とし て生成され、ロボットはこの目標経路にした がって自律的に終点まで移動する。したがっ て、ロボットをその終点におけるバッテリ予 測残容量に鑑みて必要性の高い充電ポイント を経由させ、この充電ポイントにおいてバッ テリを充電させた上で終点まで移動させるこ とができる。

 第5発明の目標経路生成システムは、前記 第1発明の目標経路生成システムにおいて、 記アクションポイント記憶手段に記憶され アクションポイントには、少なくとも前記 ボットの位置または姿勢の補正ポイントが まれ、前記状態認識手段が前記移動候補経 に沿った移動距離に応じた前記ロボットの 置または姿勢の、目標位置または目標姿勢 対する予測偏差を前記ロボットの状態とし 認識し、前記経路評価手段は、前記状態認 手段による認識結果に基づき、途中で位置 たは姿勢を補正することなく前記ロボット 前記終点まで移動させたときの前記予測偏 が閾値以下であるという第1補正要件を満た 前記移動候補経路が存在する場合、前記第1 補正要件を満たす前記移動候補経路の前記コ ストを前記第1補正要件を満たさない前記移 候補経路の前記コストよりも低く評価する とを特徴とする。

 第5発明の目標経路生成システムによれば 、ロボットの終点における予測偏差が閾値以 下であり、位置または姿勢の補正の必要のな い移動候補経路の「コスト」が低く評価され る。そして、前記のようにコストが最低の移 動候補経路が目標経路として生成され、ロボ ットはこの目標経路にしたがって自律的に終 点まで移動する。したがって、補正ポイント を必ずしも通過しなくてよいという点で目標 経路設定の自由度が増し、ロボットの目的に 応じたフレキシブルな移動態様を実現できる 。

 第6発明の目標経路生成システムは、前記 第5発明の目標経路生成システムにおいて、 記経路評価手段は、前記状態認識手段によ 認識結果に基づき、前記第1補正要件を満た 前記移動候補経路が存在しない一方、前記 正ポイントが含まれ、かつ、当該補正ポイ トにおいて位置または姿勢を補正した上で 記ロボットを前記終点まで移動させたとき 前記予測偏差が前記閾値以下であるという 2補正要件を満たす前記移動候補経路が存在 する場合、前記第2補正要件を満たす前記移 候補経路の前記コストを前記第2補正要件を たさない前記移動候補経路の前記コストよ も低く評価することを特徴とする。

 第6発明の目標経路生成システムによれば 、補正の必要のない経路が存在しない場合に 、補正ポイントが含まれ、かつ、ロボットの 途中における予測偏差に鑑みてこのロボット がこの補正ポイントを経由する必要のある移 動候補経路の「コスト」が低く評価される。 そして、前記のようにコストが最低の移動候 補経路が目標経路として生成され、ロボット はこの目標経路にしたがって自律的に終点ま で移動する。したがって、ロボットをその終 点における予測偏差に鑑みて必要性のある補 正ポイントを経由させ、この補正ポイントに おいてロボットの位置または姿勢を補正させ た上で終点まで移動させることができる。

 第7発明の目標経路生成システムは、前記 第6発明の目標経路生成システムにおいて、 記経路評価手段は、前記状態認識手段によ 認識結果に基づき、前記補正ポイントにお る前記予測偏差が大きいほど、前記第2補正 件を満たす前記移動候補経路の前記コスト 低く評価することを特徴とする。

 第7発明の目標経路生成システムによれば 、補正ポイントが含まれ、かつ、ロボットの 途中における予測偏差に鑑みてこのロボット がこの補正ポイントを経由する必要度が高い ほど移動候補経路の「コスト」がより低く評 価される。そして、前記のようにコストが最 低の移動候補経路が目標経路として生成され 、ロボットはこの目標経路にしたがって自律 的に終点まで移動する。したがって、ロボッ トをその終点における予測偏差に鑑みて必要 性の高い補正ポイントを経由させ、この補正 ポイントにおいてロボットの位置または姿勢 を補正させた上で終点まで移動させることが できる。

 第8発明の目標経路生成システムは、前記 第1発明の目標経路生成システムにおいて、 記アクションポイント記憶手段には、少な とも前記ロボットのタスク実行ポイントが 記アクションポイントとして記憶され、前 状態認識手段が前記ロボットが現在実行し いるまたは実行を予定しているタスクの少 くとも実行ポイントを表すタスク情報を前 ロボットの状態として認識し、前記経路評 手段は、前記状態認識手段による認識結果 基づき、前記タスク実行ポイントが含まれ というタスク要件を満たす前記移動候補経 が存在する場合、前記タスク要件を満たす 記移動候補経路の前記コストを前記タスク 件を満たさない前記移動候補経路の前記コ トよりも低く評価することを特徴とする。

 第8発明の目標経路生成システムによれば 、タスク実行ポイントが含まれ、かつ、タス ク情報に鑑みてこのロボットがこのタスク実 行ポイントを経由する必要のある移動候補経 路の「コスト」が低く評価される。そして、 前記のようにコストが最低の移動候補経路が 目標経路として生成され、ロボットはこの目 標経路にしたがって自律的に終点まで移動す る。したがって、ロボットが現在実行してい るまたは実行を予定しているタスクに鑑みて 必要性のあるタスク実行ポイントを経由させ 、終点まで移動させることができる。

 第9発明の目標経路生成システムは、前記 第1発明の目標経路生成システムにおいて、 記アクションポイント記憶手段には、少な とも前記ロボットの充電ポイントと、該ロ ットのタスク実行ポイントが前記アクショ ポイントとして記憶され、前記状態認識手 が前記ロボットの前記移動候補経路に沿っ 移動距離に応じたバッテリ予測残容量と、 ロボットが現在実行しているまたは実行を 定しているタスクの少なくとも実行ポイン を表すタスク情報とを前記ロボットの状態 して認識し、前記経路評価手段は、前記状 認識手段による認識結果に基づき、途中で 記バッテリを充電することなく前記ロボッ を前記タスク実行ポイントまで移動させた きの前記バッテリ予測残容量がタスクの内 に応じて高低が定まる閾値以上であるとい 第3充電要件を満たす前記移動候補経路が存 する場合、前記第3充電要件を満たす前記移 動候補経路の前記コストを前記第3充電要件 満たさない前記移動候補経路の前記コスト りも低く評価することを特徴とする。

 第9発明の目標経路生成システムによれば 、ロボットのタスク実行ポイントにおけるバ ッテリ予測残容量に鑑みて、充電の必要のな い移動候補経路の「コスト」が低く評価され る。そして、前記のようにコストが最低の移 動候補経路が目標経路として生成され、ロボ ットはこの目標経路にしたがってタスク実行 ポイントを経由して自律的に終点まで移動す る。したがって、充電ポイントを必ずしも通 過しなくてよいという点で目標経路設定の自 由度が増し、ロボットの目的に応じたフレキ シブルな移動態様を実現できる。

 第10発明の目標経路生成システムは、前 第9発明の目標経路生成システムにおいて、 記経路評価手段は、前記状態認識手段によ 認識結果に基づき、前記第3充電要件を満た す前記移動候補経路が存在しない一方、前記 充電ポイントが含まれ、かつ、当該充電ポイ ントにおいて前記バッテリを充電した上で前 記ロボットを前記タスク実行ポイントまで移 動させたときの前記バッテリ予測残量が前記 閾値以上であるという第4充電要件を満たす 記移動候補経路が存在する場合、前記第4充 要件を満たす前記移動候補経路の前記コス を前記第4充電要件を満たさない前記移動候 補経路の前記コストよりも低く評価すること を特徴とする。

 第10発明の目標経路生成システムによれ 、第3充電要件を満たす前記移動候補経路が 在しない場合に、充電ポイントが含まれ、 つ、ロボットのタスク実行ポイントにおけ バッテリ予測残容量に鑑みてこのロボット この充電ポイントを経由する必要のある移 候補経路の「コスト」が低く評価される。 たがって、タスクを実行するのに必要な電 を補充すべき充電ポイントを経由させるこ ができる。

 第11発明の目標経路生成システムは、前 第10発明の目標経路生成システムにおいて、 前記経路評価手段は、前記状態認識手段によ る認識結果に基づき、前記充電ポイントにお ける前記バッテリ予測残量が低いほど、前記 第4充電要件を満たす前記移動候補経路の前 コストを低く評価することを特徴とする。

 第11発明の目標経路生成システムによれ 、充電ポイントが含まれ、かつ、ロボット タスク実行ポイントにおけるバッテリ予測 容量に鑑みてこのロボットがこの充電ポイ トを経由する必要度が高いほど移動候補経 の「コスト」がより低く評価される。した って、タスクを実行するのに必要な電力を 充するとの観点から、必要性の高い充電ポ ントを経由させることができる。

 第12発明の目標経路生成システムは、前 第1発明の目標経路生成システムにおいて、 記アクションポイント記憶手段には、少な とも前記ロボットの位置または姿勢の補正 イントと、該ロボットのタスク実行ポイン が前記アクションポイントとして記憶され 前記状態認識手段が、前記移動候補経路に った移動距離に応じた前記ロボットの位置 たは姿勢の、目標位置または目標姿勢に対 る予測偏差と、前記ロボットが現在実行し いるまたは実行を予定しているタスクの少 くとも実行ポイントを表すタスク情報とを 記ロボットの状態として認識し、前記経路 価手段は、前記状態認識手段による認識結 に基づき、途中で位置または姿勢を補正す ことなく前記ロボットを前記タスク実行ポ ントまで移動させたときの前記予測偏差が スクの内容に応じて高低が定まる閾値以下 あるという第3補正要件を満たす前記移動候 補経路が存在する場合、前記第3補正要件を たす前記移動候補経路の前記コストを前記 3補正要件を満たさない前記移動候補経路の 記コストよりも低く評価することを特徴と る。

 第12発明の目標経路生成システムによれ 、ロボットのタスク実行ポイントにおける 測偏差に鑑みて、位置または姿勢の補正の 要のない移動候補経路の「コスト」が低く 価される。そして、前記のようにコストが 低の移動候補経路が目標経路として生成さ 、ロボットはこの目標経路にしたがってタ ク実行ポイントを経由して自律的に終点ま 移動する。したがって、補正ポイントを必 しも通過しなくてよいという点で目標経路 定の自由度が増し、ロボットの目的に応じ フレキシブルな移動態様を実現できる。

 第13発明の目標経路生成システムは、前 第12発明の目標経路生成システムにおいて、 前記経路評価手段は、前記状態認識手段によ る認識結果に基づき、前記第3補正要件を満 す前記移動候補経路が存在しない一方、前 補正ポイントが含まれ、かつ、当該補正ポ ントにおいて位置または姿勢を補正した上 前記ロボットを前記タスク実行ポイントま 移動させたときの前記予測偏差が前記閾値 下であるという第4補正要件を満たす前記移 候補経路が存在する場合、前記第3補正要件 を満たす前記移動候補経路の前記コストを前 記第4補正要件を満たさない前記移動候補経 の前記コストよりも低く評価することを特 とする。

 第13発明の目標経路生成システムによれ 、第3補正要件を満たす前記移動候補経路が 在しない場合に、補正ポイントが含まれ、 つ、ロボットのタスク実行ポイントにおけ 予測偏差に鑑みてこのロボットがこの補正 イントを経由する必要のある移動候補経路 「コスト」が低く評価される。したがって タスクを実行する際に要求される精度の偏 に応じて、ロボットの位置または補正して くべき補正ポイントを経由させることがで る。

 第14発明の目標経路生成システムは、前 第13発明の目標経路生成システムにおいて、 前記経路評価手段は、前記状態認識手段によ る認識結果に基づき、前記補正ポイントにお ける前記予測偏差が大きいほど、前記第4補 要件を満たす前記移動候補経路の前記コス を低く評価することを特徴とする。

 第14発明の目標経路生成システムによれ 、補正ポイントが含まれ、かつ、ロボット タスク実行ポイントにおける予測偏差に鑑 てこのロボットがこの補正ポイントを経由 る必要度が高いほど移動候補経路の「コス 」がより低く評価される。したがって、タ クを実行する際に要求される精度の偏差に じて、ロボットの位置または補正しておく 要性の高い補正ポイントを経由させること できる。

 第15発明の目標経路生成システムは、経 にしたがって自律的に移動するロボットの めの当該目標経路を生成するシステムであ て、前記ロボットの移動領域内における通 可能なリンクが記憶されたリンク記憶手段 、前記リンク記憶手段に記憶されたリンク いずれかにおける前記ロボットと外部環境 のアクションポイントを記憶したアクショ ポイント記憶手段と、前記移動領域におけ 前記ロボットの現在位置または出発位置を 点として認識する始点認識手段と、前記移 領域内において前記ユーザが入力装置を介 て指定した前記ロボットの目的位置を終点 して認識する終点認識手段と、前記リンク 憶手段に記憶されているリンクを接続する とによって、前記終点認識手段によって認 された終点と前記始点認識手段によって認 された始点とを結ぶ複数の移動候補経路を 成する候補経路作成手段と、前記ロボット 状態を認識する状態認識手段と、前記候補 路作成手段によって作成された各移動候補 路について、前記アクションポイント記憶 段により記憶されている前記アクションポ ントが含まれ、かつ、前記状態認識手段に り認識された前記ロボットの状態に鑑みて 該アクションポイントを経由する必要度が いほどコストを低く評価する経路評価手段 を備え、前記経路評価手段によって評価さ た前記トータルコストが最も低い前記移動 補経路を前記目標経路として生成するシス ムにおいて、前記リンク記憶手段とアクシ ンポイント記憶手段と終点認識手段と始点 識手段と状態認識手段と候補経路作成手段 経路評価手段との一部または全部が前記ロ ットに搭載され、該ロボットとの通信を通 て該ロボットに情報を提供するサポートサ バに、該ロボットに搭載されるもの以外の のが搭載されることを特徴とする。

 第15発明の目標経路生成システムによれ 、アクションポイントが含まれ、かつ、ロ ットの状態に鑑みてこのロボットがこのア ションポイントを経由する必要度が高いほ 移動候補経路の「コスト」が低く評価され 。ここで「アクションポイント」とは、ロ ットがその外部環境と直接的または間接的 相互作用するポイントを意味する。そして コストが最低の移動候補経路が目標経路と て生成され、ロボットはこの目標経路にし がって自律的に移動する。したがって、ロ ットをその状態に鑑みて必要性の高いアク ョンポイントを経由させ、このアクション イントで外部環境と相互作用させた上で終 まで移動させることができる。

 また、第15発明の目標経路生成システム よれば、ロボットとサポートサーバとの分 処理によって、ロボットにおける情報処理 担を低減することができる。

本実施形態の目標経路生成システムの 成説明図。 ロボットの構成説明図。 ロボットのコントローラおよびサポー サーバの構成説明図。 第1実施形態における処理を示すフロー チャート。 第1実施形態における処理内容を示す説 明図。 第2実施形態における処理を示すフロー チャート。 第2実施形態における処理内容を示す説 明図。 第3実施形態における処理を示すフロー チャート。 第3実施形態における処理内容を示す説 明図。 第4実施形態における処理を示すフロ チャート。 第4実施形態における処理内容を示す 明図。 第5実施形態における処理を示すフロ チャート。 第5実施形態における処理内容を示す 明図。

 次に、本発明の目標経路生成システムの 施形態について、図1~図13を参照して説明す る。

 まず、図1に示すように、目標経路生成シ ステムは、自律移動ロボットR(以下、ロボッ Rという)およびサポートサーバ200により構 されている。

 図2に示すように、ロボットRは基体10と、 基体10の上部に設けられた頭部11と、基体10の 上部左右両側から延設された左右の腕部12と 腕部12の先端部に設けられた手部14と、基体 10の下部から下方に延設された左右の脚部13 、脚部13の先端部に取り付けられている足部 15とを備えている。ロボットRは、再表03/090978 号公報や、再表03/090979号公報に開示されてい るように、アクチュエータ1000(図3参照)から 達される力によって、人間の肩関節、肘関 、手根関節、股関節、膝関節、足関節等の 数の関節に相当する複数の関節部分におい 腕部12や脚部13を屈伸運動させることができ 。ロボットRは、左右の脚部13(または足部15) のそれぞれの離床および着床の繰り返しを伴 う動きによって自律的に移動することができ る。基体10の鉛直方向に対する傾斜角度が調 されることによって、頭部11の高さが調節 れうる。なお、移動装置は複数の脚部13の動 作によって自律的に移動するロボットRのほ 、車輪式移動ロボット(自動車)等、移動機能 を有するあらゆる装置であってもよい。

 頭部11には、左右に並んでロボットRの前方 向けられた一対の頭カメラ(CCDカメラ)C 1 が搭載されている。基体10には、ロボットRの 前側下部の検知領域A(C 2 )に赤外レーザ光線(電磁波)を出力し、その反 射光の入力に応じた信号を出力する腰カメラ C 2 が搭載されている。腰カメラC 2 はロボットRの前方下方にある物体の位置の 定、床面に付されているマークの形状およ 姿勢の認識に基づくロボットRの方位または 勢の測定、および、台車等の運搬対象物に されているマークの形状または姿勢の認識 果に基づくこの運搬対象物の位置または姿 の測定等に用いられる。

 ロボットRはハードウェアとしてのECUまた はコンピュータ(CPU,ROM,RAM,I/O等により構成さ ている。)により構成されているコントロー 100と、通信機器102(図3参照)とを備えている コンピュータのメモリには制御プログラム( ソフトウェア)が格納されている。制御プロ ラムはCDやDVD等のソフトウェア記録媒体を通 じてコンピュータにインストールされてもよ いが、ロボットRからサーバに要求信号が送 されたことに応じて当該サーバによってネ トワークや人工衛星を介して当該コンピュ タにダウンロードされてもよい。

 図3に示すように、コントローラ100は、内 部状態センサ111および外部状態センサ112から の出力信号等に基づき、アクチュエータ1000 動作を制御することにより、腕部12や脚部13 動作を制御する。コントローラ100は、サポ トサーバ200からロボットRに対して送信され たタスクの実行指令にしたがってタスクを実 行するように、このロボットRの行動を制御 る。

 内部状態センサ111はロボットRの内部状態 または挙動状態を測定するためのセンサであ る。ロボットRに搭載されたバッテリの端子 圧を検出する電圧センサ、基体10の加速度に 応じた信号を出力するジャイロセンサ、各関 節の関節角度に応じた信号を出力するロータ リエンコーダ、脚部13に作用する床反力に応 た信号を出力する力センサ等、ロボットRに 搭載されている種々のセンサが内部状態セン サ111に該当する。これらのセンサの検出値に 基づいて、コントローラ100は、ロボットRの 部状態または挙動状態を認識する。例えば コントローラ100は、バッテリに接続された 圧センサの検出値に基づいて、バッテリの 路電圧を推定し、該推定値からバッテリの 容量(SOC)を認識する。また、ジャイロセンサ 等の検出値からロボットRの最新の自己位置 推定して認識する。

 外部状態センサ112は物体の挙動状態等、ロ ットRの外部状態または環境を測定するため のセンサである。頭カメラC 1 、腰カメラC 2 等が外部状態センサ112に該当する。アクチュ エータ1000は電動モータ等の駆動源のほか、 動源の出力軸と腕部12や脚部13を構成するリ クとの間に設けられた減速機や、弾性部材 の柔軟要素により構成されている。

 コントローラ100は、入力装置(ユーザ端末 )300との間で通信可能に構成されている。入 装置300は、キーボードやタッチパネルなど 入力デバイスと、液晶ディスプレーなどの ニタを備えたパーソナルコンピュータから る端末である。入力装置300は、ユーザがこ を操作することにより、ロボットRの目的位 や、ロボットRの出発位置が現在位置でない 場合には出発位置をロボットRの移動領域内 設定可能となっている。このように、入力 置300は、ロボットRの起動・停止・原点復帰 どをユーザが指示してロボットRを遠隔操作 するためのユーザインターフェースとして用 いられると共に、頭カメラC1等の映像の表示 どロボット自体の作動状況の監視に用いる ともできる。

 コントローラ100は、入力装置300によるユ ザの操作を認識する機能を有し、候補経路 成手段110と、ロボットRの状態を認識する状 態認識手段としての残容量予測手段115と消費 電量予測手段116と偏差予測手段117とタスク認 識手段118と、経路評価手段120とを備える。

 コントローラ100は、入力装置を介してユ ザによって設定された目的位置を終点とし 認識し、ロボットRの現在位置(ユーザによ て出発位置が指定された場合には出発位置) 始点として認識する。

 候補経路作成手段110は、コントローラ100 認識した終点と始点とから、これらを結ぶ 数の移動候補経路の作成を、後述するサポ トサーバ200のリンク情報記憶手段210から送 されたリンク情報を基に実行する。

 残容量予測手段115は、バッテリに接続さ た電圧センサの検出値に基づいて認識され バッテリ残容量を基に、候補経路作成手段 よって作成された移動候補経路に沿ってロ ットRを移動させた場合の種々の時点でのバ ッテリ残容量を算出する。バッテリ残容量の 推定方法は、ロボットRの移動速度等に応じ 消費電力から公知の手法を用いて算出され 。

 消費電量予測手段116は、ロボットRが現在 実行しているまたは実行を予定しているタス クから、後述するサポートサーバ200のタスク データベース201のタスク情報を適宜参照し、 該タスクを実行するのに要する消費予測電量 を算出する。

 偏差予測手段117は、移動距離に応じたロ ットRの位置または姿勢の、目的位置または 目標姿勢に対する予測偏差を算出する。偏差 予測手段117は、移動距離と予測位置偏差との 関係、および移動距離と予測姿勢偏差との関 係をそれぞれ規定したテーブルまたはマップ を備え、該テーブルまたはマップを参照する ことにより、ロボットRの移動距離に応じた 測偏差(予測位置偏差と予測姿勢偏差)を算出 する。

 タスク認識手段118は、ロボットRが現在実 行しているまたは実行を予定しているタスク の少なくとも実行ポイントを表すタスク情報 をロボットRの状態として認識する。

 経路評価手段120は、候補経路作成手段110 よって作成された各移動候補経路に対して ロボットの状態(ロボットRの内部状態およ 外部状態を測定するセンサの出力値に基づ て認識されるロボットRの状態およびロボッ Rの実行中または実行予定のタスク)に鑑み 経由地とすべきアクションポイントを通過 ているか否かを評価する。

 図3に示されているサポートサーバ(CPU,ROM, RAM,I/O等により構成されている。)200は基地局( 図示略)および通信網を介してロボットRとの 信機能を有している。

 サポートサーバ200は、タスクデータベー 201と、地図データベース202と、リンク情報 憶手段210とを備えている。タスクデータベ ス201には複数のタスクのそれぞれの内容お びそれに関連する事項(例えばタスクの実行 場所を示すタスク実行ポイント)を表わすタ ク情報が格納される。地図データベース202 は、ロボットRの移動領域において予め設定 れたノード、固定物などの配置、あるいは 例えば変圧器の設置場所や発熱体の周辺な 、ロボットの活動に不適な区域を記述した 図データが格納されると共に、ロボットRの 移動領域内における経由地(出発位置や目的 置ともなり得る)として予め設定された複数 ノードの位置が格納される。なお、ノード 位置は、ユーザが入力装置300を介して任意 設定可能なように構成してもよい。

 リンク情報記憶手段210は、ロボットRへ送 信するリンク情報を格納する手段であって、 リンク記憶手段211とアクションポイント記憶 手段212とを備えている。リンク記憶手段211は 、地図データベース202にその位置が格納され ている複数のノードのうち2点間を、以下の2 の条件を満たすように接続した通行可能リ クが記憶される。ここで、通行可能リンク 設定する際の2つの条件は、前記特許文献1 記載されているため詳細な説明は避けるが( 許文献1[0021]~[0024]、図4参照)、第1の条件は あるノードから、所定の閾値内の距離(5m)に るノードのみに向けてリンクが設定される とであり、第2の条件は、ロボットRが通過 るのに適していない領域或いは障害物を通 するようなエッジRは排除することである。

 ここで、リンク情報記憶手段210は、通行 能なリンクを複数の座標点の集合体(座標列 )として認識すると共に、その認識した座標 に識別子(リンク名)を付したものを記憶して いる。

 アクションポイント記憶手段212には、リ ク記憶手段211に記憶されたリンクに関連付 てロボットRのアクションポイントが記憶さ れている。アクションポイント記憶手段212に は、アクションポイントの存在する座標が記 憶されており、該座標を座標列に含むリンク と対応付けることにより、アクションポイン トとこれが含まれるリンクとが関連付けられ ている。ここで、アクションポイントは、ロ ボットRが外部と直接的または間接的に何ら のコンタクトを持つ地点であって、少なく も、ロボットRの充電システムの設置位置で る充電ポイント、床面に付されているマー 等のようなロボットRの位置もしくは姿勢の 補正ポイント、またはロボットRのタスク実 ポイントが含まれる。また、タスク実行ポ ントは、台車やトレイを把持するためにロ ットRの姿勢を変更する地点や実行中のタス がある場合には該タスクの終点がタスク実 ポイントとなり得る。

 次に、図4~13を参照して、前記構成の目標 経路生成システムにおける処理を説明する。

 
[第1実施形態]
 初めに、図4に示すフローチャートを参照し て、アクションポイント記憶手段212には、少 なくともロボットRの充電ポイントEPがアクシ ョンポイントとして記憶され、状態認識手段 としての残容量予測手段115が、移動候補経路 に沿った移動距離に応じたバッテリ予測残容 量をロボットRの状態として認識する場合に いて説明する。

 まず、ユーザが、入力装置300に表示され 地図上(ロボットRの移動領域内)において、 ボットRの目的位置(緯度、経度)を設定する 、そのタイミングでロボットRのコントロー ラ100は、入力された目的位置を終点TPとして 識する(図4/STEP100)。また、内部状態センサ11 1としてのGPS受信機(図示略)により人工衛星か ら受信されたGPS信号や、内部状態センサ111と してのジャイロセンサや加速度センサの出力 信号に基づいて推定されるロボットRの現在 置(緯度、経度)である出発位置を始点PPとし 認識する(図4/STEP100)。尚、ユーザがロボッ Rの出発位置を個別に入力した場合には、現 位置に代えて当該出発位置を始点PPとして いるものとする。

 STEP100の処理に続いて、コントローラ100の 候補経路作成手段110は、サポートサーバ200の リンク記憶手段211に記憶された通行可能なリ ンクを適宜参照し、通行可能なリンクを接続 することのより始点PPと終点TPとを結ぶ複数 移動候補経路を作成する(図4/STEP101)。

 例えば、図5に示す場合には、始点PPと終 TPとを結ぶ移動候補経路として、3つの移動 補経路LC1~LC3が作成される。

 STEP101の処理に続いて、コントローラ100の 残容量予測手段115は、ロボットRの移動距離 応じたバッテリ予測残容量を算出し、その ッテリ予測残容量をロボットの状態として 識する(図4/STEP112)。

 STEP112の処理に続いて、コントローラ100の 経路評価手段120は、STEP101で作成された複数 移動候補経路のコストをアクションポイン を経由させる必要性に応じて以下のように 価する。なお、移動候補経路のイニシャル ストは、その経路の距離に関わらず同一に 定されている。

 まず、経路評価手段120は、STEP112において 認識された移動距離に応じたバッテリ予測残 容量に基づいて、移動候補経路の途中でバッ テリを充電することなくロボットRを始点PPか ら終点TPまで移動させたときのバッテリ予測 容量が閾値(例えばバッテリ残容量の●●%) 上であるという第1充電要件を満たす移動候 補経路が存在するか否かを判定する(図4/STEP11 3)。

 STEP113の判定の結果、経路評価手段120は、 第1充電要件を満たす移動候補経路が存在す 場合には(図4/STEP113でYES)、当該移動候補の経 路を第1充電要件を満たさない他の移動候補 路のコストより低く設定する(図4/STEP114)。

 例えば、図5に示す場合には、移動候補経 路の距離が短く第1充電要件を満たす移動候 経路LC1が存在する場合には、該移動候補経 LC1のコストを他の第1充電条件を満たさない 動候補経路LC2,LC3のコストより低く評価する 。

 一方、STEP113の判定の結果、経路評価手段 120は、第1充電要件を満たす移動候補経路が 在しない場合には(図4/STEP113でNO)、移動候補 路に充電ポイントが含まれ、かつ、当該充 ポイントにおいてバッテリを充電した上で ボットRを終点TPまで移動させたときのバッ リ予測残量が閾値以上であるという第2充電 要件を満たす移動候補経路が存在するか否か を判定する(図4/STEP115)。

 そして、STEP115の判定の結果、経路評価手 段120は、第2充電要件を満たす移動候補経路 存在する場合には(図4/STEP115でYES)、その移動 候補経路のコストを、充電ポイントにおける バッテリ予測残量に応じて次のように低く評 価する(図4/STEP116)。すなわち、経路評価手段1 20は、充電ポイントにおけるバッテリ予測残 が低いほど、第2充電要件を満たす移動候補 経路のコストをより低く評価する。ここで、 予測残容量と設定されるコストとの関係は、 これらの間の関係が段階的に規定されたテー ブルや連続的に規定されたマップ等を参照す ることにより決定される。

 例えば、図5に示す場合に、移動候補経路 LC1~LC3が第1充電要件を満たさない場合には、 2充電要件を満たす移動候補経路LC2,LC3との ストが、その充電ポイントEPにおけるバッテ リ予測残容量が低いほど、低いコストに評価 される。従って、この場合、始点PPから充電 イントEPまでの移動距離が長く、充電ポイ トEPにおける予測残容量がより低い移動候補 経路LC2を、移動候補経路LC3より低いコストに 評価する。

 一方、STEP115の判定の結果、経路評価手段 120は、第2充電要件を満たす移動候補が存在 ない場合には(図4/STEP115でNO)、各移動候補経 のイニシャルコストを変更することはない

 次いで、移動候補経路についての一次的 評価が実行されると(図4/STEP114、116、115でNO) 、経路評価手段120は、同一評価の経路が存在 するか否かを判定する(図4/STEP117)。

 そして、STEP117の判定の結果、経路評価手 段120は、同一評価の移動候補経路が存在する 場合には(図4/STEP117でYES)、移動候補経路の距 に応じた評価を次のように行う(図4/STEP118) すなわち、経路評価手段120は、始点PPと終点 TPを結ぶ最短の移動候補経路が最小コストと るように、移動候補経路の距離が短いほど 移動候補経路のコストを低く評価する。

 一方、STEP117の判定の結果、経路評価手段 120は、同一評価の移動候補経路が存在しない 場合には(図4/STEP117でNO)、各移動候補経路の( 次的な評価による)コストを変更することは ない。

 次いで、移動候補経路についての二次的 評価が実行されると(図4/STEP118、117でNO)、経 路評価手段120は、移動候補経路の中で最小コ ストの移動候補経路をロボットRをこれに沿 て自律的に移動させるための目標経路とし 生成する(図4/STEP119)。

 以上のように、移動候補経路のコストを 定することにより、充電の必要のない移動 補経路が存在する場合には該移動候補経路 目標経路として生成することができる。ま 、充電の必要がない移動候補経路が存在し い場合には、充電ポイントを経由する移動 補経路を目標経路として生成することがで 、さらに、充電ポイントにおける充電の必 性の高さを加味してより必要性が高いと判 される移動候補経路を目標経路として生成 ることができる。

 
[第2実施形態]
 次に、図6に示すフローチャートを参照して 、アクションポイント記憶手段212には、少な くともロボットRの位置または姿勢の補正ポ ントCPがアクションポイントとして記憶され 、状態認識手段としての偏差予測手段117が、 移動距離に応じたロボットRの位置または姿 の、目的位置または目標姿勢に対する予測 差をロボットRの状態として認識する場合に いて説明する。

 尚、本実施形態は、STEP100およびSTEP101は 第1実施形態と同一の処理であるため第1実施 形態と同一の参照符号を用いて説明を省略す る。

 STEP101の処理に続いて、コントローラ100の 偏差予測手段117は、ロボットRの移動距離に じた予測偏差を算出し、算出した予測偏差 ロボットの状態として認識する(図6/STEP122)。

 STEP122の処理に続いて、コントローラ100の 経路評価手段120は、STEP101で作成された複数 移動候補経路のコストをアクションポイン を経由させる必要性に応じて以下のように 価する。なお、移動候補経路のイニシャル ストは、その経路の距離に関わらず同一に 定されている。

 まず、経路評価手段120は、STEP122において 認識された移動距離に応じた予測偏差に基づ いて、移動候補経路の途中で位置または姿勢 を補正することなくロボットRを始点PPから終 点TPまで移動させたときの予測偏差が閾値以 であるという第1補正要件を満たす移動候補 経路が存在するか否かを判定する(図6/STEP123)

 STEP123の判定の結果、経路評価手段120は、 第1補正要件を満たす移動候補経路が存在す 場合には(図6/STEP123でYES)、当該移動候補の経 路を第1補正要件を満たさない他の移動候補 路のコストより低く設定する(図6/STEP124)。

 例えば、図7に示す場合には、移動候補経 路の距離が短く第1補正要件を満たす移動候 経路LC1が存在する場合には、該移動候補経 LC1のコストを他の第1補正条件を満たさない 動候補経路LC2,LC3のコストより低く評価する 。

 一方、STEP123の判定の結果、経路評価手段 120は、第1補正要件を満たす移動候補経路が 在しない場合には(図6/STEP123でNO)、移動候補 路に補正ポイントが含まれ、かつ、当該補 ポイントにおいて位置または姿勢を補正し 上でロボットRを終点TPまで移動させたとき 予測偏差が閾値以下であるという第2補正要 件を満たす移動候補経路が存在するか否かを 判定する(図6/STEP125)。

 そして、STEP125の判定の結果、経路評価手 段120は、第2補正要件を満たす移動候補経路 存在する場合には(図6/STEP125でYES)、その移動 候補経路のコストを、補正ポイントにおける 予測偏差に応じて次のように低く評価する( 6/STEP126)。すなわち、経路評価手段120は、補 ポイントにおける予測偏差が大きいほど、 2補正要件を満たす移動候補経路のコストを より低く評価する。ここで、予測偏差と設定 されるコストとの関係は、これらの間の関係 が段階的に規定されたテーブルや連続的に規 定されたマップ等を参照することにより決定 される。

 例えば、図7に示す場合に、移動候補経路 LC1~LC3が第1補正要件を満たさない場合には、 2補正要件を満たす移動候補経路LC2,LC3との ストが、その補正ポイントにおける予測偏 が大きいほど、低いコストに評価される。 って、この場合、始点PPから補正ポイントま での移動距離が長く、補正ポイントにおける 予測偏差がより大きい移動候補経路LC2を、移 動候補経路LC3より低いコストに評価する。

 一方、STEP125の判定の結果、経路評価手段 120は、第2補正要件を満たす移動候補が存在 ない場合には(図6/STEP125でNO)、各移動候補経 のイニシャルコストを変更することはない

 次いで、移動候補経路についての一次的 評価が実行されると(図6/STEP124、126、125でNO) 、経路評価手段120は、同一評価の経路が存在 するか否かを判定する(図6/STEP127)。

 そして、STEP127の判定の結果、経路評価手 段120は、同一評価の移動候補経路が存在する 場合には(図6/STEP127でYES)、移動候補経路の距 に応じた評価を次のように行う(図6/STEP128) すなわち、経路評価手段120は、始点PPと終点 TPを結ぶ最短の移動候補経路が最小コストと るように、移動候補経路の距離が短いほど 移動候補経路のコストを低く評価する。

 一方、STEP127の判定の結果、経路評価手段 120は、同一評価の移動候補経路が存在しない 場合には(図6/STEP127でNO)、各移動候補経路の( 次的な評価による)コストを変更することは ない。

 次いで、移動候補経路についての二次的 評価が実行されると(図6/STEP128、127でNO)、経 路評価手段120は、移動候補経路の中で最小コ ストの移動候補経路をロボットRをこれに沿 て自律的に移動させるための目標経路とし 生成する(図6/STEP129)。

 なお、前記第1および第2補正要件を判定 る際に、予測偏差がロボットRの許容偏差範 内であることを追加要件としてもよい。こ により、予測偏差が許容偏差範囲内を逸す 状態を生ずるような移動候補経路が評価さ ることを防止することができる。

 以上のように、移動候補経路のコストを 定することにより、補正の必要のない移動 補経路が存在する場合には該移動候補経路 目標経路として生成することができる。ま 、補正の必要がない移動候補経路が存在し い場合には、補正ポイントを経由する移動 補経路を目標経路として生成することがで 、さらに、補正ポイントにおける補正の必 性の高さを加味してより必要性が高いと判 される移動候補経路を目標経路として生成 ることができる。

 
[第3実施形態]
 次に、図8に示すフローチャートを参照して 、アクションポイント記憶手段212には、少な くともロボットRのタスク実行ポイントがア ションポイントとして記憶され、状態認識 段としてのタスク認識手段118が、ロボットR 現在実行しているまたは実行を予定してい タスクの少なくとも実行ポイントを表すタ ク情報をロボットRの状態として認識する場 合について説明する。

 尚、本実施形態は、STEP100およびSTEP101は 第1実施形態と同一の処理であるため第1実施 形態と同一の参照符号を用いて説明を省略す る。

 STEP101の処理に続いて、コントローラ100の 偏差予測手段117は、ロボットRが現在実行し いるまたは実行を予定しているタスクの少 くとも実行ポイントを表すタスク情報をロ ットRの状態として認識する(図8/STEP132)。

 STEP132の処理に続いて、コントローラ100の 経路評価手段120は、STEP101で作成された複数 移動候補経路のコストをアクションポイン を経由させる必要性に応じて以下のように 価する。なお、移動候補経路のイニシャル ストは、その経路の距離に関わらず同一に 定されている。

 まず、経路評価手段120は、STEP132において 認識されたタスク情報に基づいて、移動候補 経路にタスク実行ポイントが含まれるという タスク要件を満たす移動候補経路が存在する か否かを判定する(図8/STEP133)。

 STEP133の判定の結果、経路評価手段120は、 タスク要件を満たす移動候補経路が存在する 場合には(図8/STEP133でYES)、当該移動候補の経 をタスク要件を満たさない他の移動候補経 のコストより低く設定する(図8/STEP144)。

 例えば、図9に示す場合には、移動候補経 路の距離に関わらず、タスク要件を満たす移 動候補経路LC2,LC3が存在する場合には、該移 候補経路LC2,LC3のコストを他のタスク要件を たさない移動候補経路LC1のコストより低く 価する。

 一方、STEP133の判定の結果、経路評価手段 120は、タスク要件を満たす移動候補経路が存 在しない場合には(図8/STEP133でNO)、各移動候 経路のイニシャルコストを変更することは い。

 次いで、移動候補経路についての一次的 評価が実行されると(図8/STEP134、133でNO)、経 路評価手段120は、同一評価の経路が存在する か否かを判定する(図8/STEP137)。

 そして、STEP137の判定の結果、経路評価手 段120は、同一評価の移動候補経路が存在する 場合には(図8/STEP137でYES)、移動候補経路の距 に応じた評価を次のように行う(図8/STEP138) すなわち、経路評価手段120は、始点PPと終点 TPを結ぶ最短の移動候補経路が最小コストと るように、移動候補経路の距離が短いほど 移動候補経路のコストを低く評価する。

 例えば、図9に示す場合には、タスク要件 を満たす移動候補経路LC2,LC3が同一のコスト 評価されている。そのため、この場合、始 PPから終点TPまで移動距離が短いほうの移動 補経路LC2を移動候補経路LC3より低いコスト 評価する。

 一方、STEP137の判定の結果、経路評価手段 120は、同一評価の移動候補経路が存在しない 場合には(図8/STEP137でNO)、各移動候補経路の( 次的な評価による)コストを変更することは ない。

 次いで、移動候補経路についての二次的 評価が実行されると(図8/STEP138、137でNO)、経 路評価手段120は、移動候補経路の中で最小コ ストの移動候補経路をロボットRをこれに沿 て自律的に移動させるための目標経路とし 生成する(図8/STEP139)。

 以上のように、移動候補経路のコストを 定することにより、タスク情報に照らして 要なタスク実行ポイントを経由する移動候 経路を目標経路として生成することができ 。

 
[第4実施形態]
 次に、図10に示すフローチャートを参照し 、アクションポイント記憶手段212には、少 くとも前記ロボットの充電ポイントと、該 ボットのタスク実行ポイントが前記アクシ ンポイントとして記憶され、状態認識手段 して、残容量予測手段115が、移動候補経路 沿った移動距離に応じたバッテリ予測残容 を認識し、消費電量予測手段116がロボットR 現在実行しているまたは実行を予定してい タスクを実行するのに要する消費予測電量 認識し、タスク認識手段118がロボットRが現 在実行しているまたは実行を予定しているタ スクの少なくとも実行ポイントを表すタスク 情報をロボットRの状態として認識する場合 ついて説明する。

 尚、本実施形態は、STEP100およびSTEP101は 第1実施形態と同一の処理であるため第1実施 形態と同一の参照符号を用いて説明を省略す る。

 STEP101の処理に続いて、コントローラ100の 残容量予測手段115は、ロボットRの移動距離 応じたバッテリ予測残容量を算出し、その ッテリ予測残容量をロボットの状態として 識する(図10/STEP142)。また、消費電量予測手 116は、ロボットRが現在実行しているまたは 行を予定しているタスクを実行するのに要 る消費予測電量をロボットの状態として認 する(図10/STEP142)。さらに、コントローラ100 偏差予測手段117は、ロボットRが現在実行し ているまたは実行を予定しているタスクの少 なくとも実行ポイントを表すタスク情報をロ ボットRの状態として認識する(図10/STEP142)。

 STEP142の処理に続いて、コントローラ100の 経路評価手段120は、STEP101で作成された複数 移動候補経路のコストをアクションポイン を経由させる必要性に応じて以下のように 価する。なお、移動候補経路のイニシャル ストは、その経路の距離に関わらず同一に 定されている。

 まず、経路評価手段120は、STEP142において 認識されたタスク情報に基づいて、移動候補 経路にタスク実行ポイントが含まれるという タスク要件を満たす移動候補経路が存在する か否かを判定する(図10/STEP143)。

 STEP143の判定の結果、経路評価手段120は、 タスク要件を満たす移動候補経路が存在する 場合には(図10/STEP143でYES)、STEP142において認 された移動距離に応じたバッテリ予測残容 に基づいて、ロボットRを、タスク実行ポイ トまで移動させたときのバッテリ予測残容 がタスクの内容に応じて高低が定まる閾値 上であるという第3充電要件を満たす移動候 補経路が存在するか否かを判定する(図10/STEP1 44)。

 ここで、タスクの内容に応じて高低が定 るバッテリ予測残容量の閾値は、STEP142にお いて認識されたタスクを実行するのに要する 消費予測電量に基づいて予め設定された値で ある。具体的には、消費予測電量に(ロボッ Rが一定距離移動可能な)一定の電量を上乗せ した値をバッテリ予測残容量の閾値としてい る。

 STEP144の判定の結果、経路評価手段120は、 第3充電要件を満たす移動候補経路が存在す 場合には(図10/STEP144でYES)、当該移動候補の 路を第3充電要件を満たさない他の移動候補 路のコストより低く設定する(図10/STEP145)。

 例えば、図11に示す場合には、タスク要 を満たす3つの移動候補経路LC1~LC3が存在する 場合に、移動候補経路の距離が短く第3充電 件を満たす移動候補経路LC1が存在する場合 は、該移動候補経路LC1のコストを他の第3充 条件を満たさない移動候補経路LC2,LC3のコス トより低く評価する。

 一方、STEP144の判定の結果、経路評価手段 120は、第3充電要件を満たす移動候補経路が 在しない場合には(図10/STEP144でNO)、移動候補 経路に充電ポイントが含まれ、かつ、当該充 電ポイントにおいてバッテリを充電した上で ロボットRをタスク実行ポイントまで移動さ たときのバッテリ予測残量がタスクの内容 応じて高低が定まる前記閾値以上であると う第4充電要件を満たす移動候補経路が存在 るか否かを判定する(図10/STEP146)。

 そして、STEP146の判定の結果、経路評価手 段120は、第4充電要件を満たす移動候補経路 存在する場合には(図10/STEP146でYES)、その移 候補経路のコストを、充電ポイントにおけ バッテリ予測残量に応じて次のように低く 価する(図10/STEP147)。すなわち、経路評価手 120は、充電ポイントにおけるバッテリ予測 量が低いほど、第4充電要件を満たす移動候 経路のコストをより低く評価する。ここで 予測残容量と設定されるコストとの関係は これらの間の関係が段階的に規定されたテ ブルや連続的に規定されたマップ等を参照 ることにより決定される。

 例えば、図11に示す場合に、移動候補経 LC1~LC3が第3充電要件を満たさない場合には、 第4充電要件を満たす移動候補経路LC2,LC3との ストが、その充電ポイントEPにおけるバッ リ予測残容量が低いほど、低いコストに評 される。従って、この場合、始点PPから充電 ポイントEPまでの移動距離が長く、充電ポイ トEPにおける予測残容量がより低い移動候 経路LC2を、移動候補経路LC3より低いコスト 評価する。

 一方、STEP143の判定の結果、そもそもタス ク要件を満たす移動候補経路が存在しない場 合(図10/STEP143でNO)や、STEP146の判定の結果、経 路評価手段120は、第4充電要件を満たす移動 補が存在しない場合には(図10/STEP146でNO)、各 移動候補経路のイニシャルコストを変更する ことはない。

 次いで、移動候補経路についての一次的 評価が実行されると(図10/STEP145、147、143でNO )、経路評価手段120は、同一評価の経路が存 するか否かを判定する(図10/STEP148)。

 そして、STEP148の判定の結果、経路評価手 段120は、同一評価の移動候補経路が存在する 場合には(図10/STEP148でYES)、移動候補経路の距 離に応じた評価を次のように行う(図10/STEP149) 。すなわち、経路評価手段120は、始点PPと終 TPを結ぶ最短の移動候補経路が最小コスト なるように、移動候補経路の距離が短いほ 、移動候補経路のコストを低く評価する。

 一方、STEP148の判定の結果、経路評価手段 120は、同一評価の移動候補経路が存在しない 場合には(図10/STEP148でNO)、各移動候補経路の( 一次的な評価による)コストを変更すること ない。

 次いで、移動候補経路についての二次的 評価が実行されると(図10/STEP149、148でNO)、 路評価手段120は、移動候補経路の中で最小 ストの移動候補経路をロボットRをこれに沿 て自律的に移動させるための目標経路とし 生成する(図10/STEP150)。

 以上のように、移動候補経路のコストを 定することにより、タスクの実行を考慮し 際に、充電の必要のない移動候補経路が存 する場合には該移動候補経路を目標経路と て生成することができる。また、充電の必 がない移動候補経路が存在しない場合には 充電ポイントを経由する移動候補経路を目 経路として生成することができ、さらに、 電ポイントにおける充電の必要性の高さを 味してより必要性が高いと判断される移動 補経路を目標経路として生成することがで る。

 
[第5実施形態]
 次に、図12に示すフローチャートを参照し 、アクションポイント記憶手段212には、少 くとも前記ロボットの位置または姿勢の補 ポイントと、該ロボットのタスク実行ポイ トが前記アクションポイントとして記憶さ 、状態認識手段として、偏差予測手段117が 移動距離に応じたロボットRの位置または姿 の、目的位置または目標姿勢に対する予測 差をロボットRの状態として認識し、タスク 認識手段118が、ロボットRが現在実行してい または実行を予定しているタスクの少なく も実行ポイントを表すタスク情報をロボッ Rの状態として認識する場合について説明す 。

 尚、本実施形態は、STEP100およびSTEP101は 第1実施形態と同一の処理であるため第1実施 形態と同一の参照符号を用いて説明を省略す る。

 STEP101の処理に続いて、コントローラ100の 偏差予測手段117は、ロボットRの移動距離に じた予測偏差を算出し、算出した予測偏差 ロボットの状態として認識する(図12/STEP152) また、コントローラ100の偏差予測手段117は ロボットRが現在実行しているまたは実行を 定しているタスクの少なくとも実行ポイン を表すタスク情報をロボットRの状態として 認識する(図12/STEP152)。

 STEP152の処理に続いて、コントローラ100の 経路評価手段120は、STEP101で作成された複数 移動候補経路のコストをアクションポイン を経由させる必要性に応じて以下のように 価する。なお、移動候補経路のイニシャル ストは、その経路の距離に関わらず同一に 定されている。

 まず、経路評価手段120は、STEP152において 認識されたタスク情報に基づいて、移動候補 経路にタスク実行ポイントが含まれるという タスク要件を満たす移動候補経路が存在する か否かを判定する(図12/STEP153)。

 STEP153の判定の結果、経路評価手段120は、 タスク要件を満たす移動候補経路が存在する 場合には(図12/STEP153でYES)、STEP152において認 された移動距離に応じた予測偏差に基づい 、ロボットRをタスク実行ポイントまで移動 せたときの予測偏差がタスクの内容に応じ 高低が定まる閾値以下であるという第3補正 要件を満たす移動候補経路が存在するか否か を判定する(図12/STEP154)。ここで、タスクの内 容に応じて高低が定まる予測偏差の閾値は、 実行タスクに応じて予め設定された誤差精度 の基づいて定められる値である。

 STEP154の判定の結果、経路評価手段120は、 第3補正要件を満たす移動候補経路が存在す 場合には(図12/STEP154でYES)、当該移動候補の 路を第3補正要件を満たさない他の移動候補 路のコストより低く設定する(図12/STEP155)。

 例えば、図13に示す場合には、タスク要 を満たす3つの移動候補経路LC1~LC3が存在する 場合に、移動候補経路の距離が短く第3補正 件を満たす移動候補経路LC1が存在する場合 は、該移動候補経路LC1のコストを他の第3補 条件を満たさない移動候補経路LC2,LC3のコス トより低く評価する。

 一方、STEP154の判定の結果、経路評価手段 120は、第3補正要件を満たす移動候補経路が 在しない場合には(図12/STEP154でNO)、移動候補 経路に補正ポイントが含まれ、かつ、当該補 正ポイントにおいて位置または姿勢を補正し た上でロボットRをタスク実行ポイントまで 動させたときの予測偏差がタスクの内容に じて高低が定まる前記閾値以下であるとい 第4補正要件を満たす移動候補経路が存在す か否かを判定する(図12/STEP156)。

 そして、STEP156の判定の結果、経路評価手 段120は、第4補正要件を満たす移動候補経路 存在する場合には(図12/STEP156でYES)、その移 候補経路のコストを、補正ポイントにおけ 予測偏差に応じて次のように低く評価する( 12/STEP157)。すなわち、経路評価手段120は、 正ポイントにおける予測偏差が大きいほど 第4補正要件を満たす移動候補経路のコスト より低く評価する。ここで、予測偏差と設 されるコストとの関係は、これらの間の関 が段階的に規定されたテーブルや連続的に 定されたマップ等を参照することにより決 される。

 例えば、図13に示す場合に、移動候補経 LC1~LC3が第3補正要件を満たさない場合には、 第4補正要件を満たす移動候補経路LC2,LC3との ストが、その補正ポイントEPにおける予測 差が大きいほど、低いコストに評価される 従って、この場合、始点PPから補正ポイント EPまでの移動距離が長く、補正ポイントEPに ける予測偏差がより大きい移動候補経路LC2 、移動候補経路LC3より低いコストに評価す 。

 一方、STEP153の判定の結果、そもそもタス ク要件を満たす移動候補経路が存在しない場 合(図12/STEP153でNO)や、STEP156の判定の結果、第 4補正要件を満たす移動候補が存在しない場 には(図12/STEP156でNO)、経路評価手段120は、各 移動候補経路のイニシャルコストを変更する ことはない。

 次いで、移動候補経路についての一次的 評価が実行されると(図12/STEP155、157、153でNO )、経路評価手段120は、同一評価の経路が存 するか否かを判定する(図12/STEP158)。

 そして、STEP158の判定の結果、経路評価手 段120は、同一評価の移動候補経路が存在する 場合には(図12/STEP158でYES)、移動候補経路の距 離に応じた評価を次のように行う(図12/STEP159) 。すなわち、経路評価手段120は、始点PPと終 TPを結ぶ最短の移動候補経路が最小コスト なるように、移動候補経路の距離が短いほ 、移動候補経路のコストを低く評価する。

 一方、STEP158の判定の結果、経路評価手段 120は、同一評価の移動候補経路が存在しない 場合には(図12/STEP158でNO)、各移動候補経路の( 一次的な評価による)コストを変更すること ない。

 次いで、移動候補経路についての二次的 評価が実行されると(図12/STEP159、158でNO)、 路評価手段120は、移動候補経路の中で最小 ストの移動候補経路をロボットRをこれに沿 て自律的に移動させるための目標経路とし 生成する(図12/STEP160)。

 以上のように、移動候補経路のコストを 定することにより、タスクの実行を考慮し 際に、補正の必要のない移動候補経路が存 する場合には該移動候補経路を目標経路と て生成することができる。また、補正の必 がない移動候補経路が存在しない場合には 補正ポイントを経由する移動候補経路を目 経路として生成することができ、さらに、 正ポイントにおける補正の必要性の高さを 味してより必要性が高いと判断される移動 補経路を目標経路として生成することがで る。

 以上、詳しく説明してきたように、本実 形態の目標経路生成システムによれば、ア ションポイントが含まれ、かつ、ロボット 状態に鑑みてこのロボットがこのアクショ ポイントを経由する必要度が高いほど移動 補経路の「コスト」が低く評価される。そ て、コストが最低の移動候補経路が目標経 として生成され、ロボットはこの目標経路 したがって自律的に移動する。したがって ロボットをその状態に鑑みて必要性の高い クションポイントを経由させ、このアクシ ンポイントで外部環境と相互作用させた上 終点まで移動させることができる。

 なお、前記第1~5実施形態において、アク ョンポイントを経由する必要度が高いほど 動候補経路の「コスト」を下げることによ 、移動候補経路のコストに相対的な高低差 付けて評価しているが、これに限らず、必 度の低いまたは必要性が無いアクションポ ントを経由する移動候補経路の「コスト」 上げることにより、移動候補経路のコスト 相対的な高低差を付けて評価してもよい。 えば、アクションポイントとして、物体(障 害物)の位置およびその広がりを記憶し、(当 物体は経由する必要性の無いアクションポ ントとして、)当該物体を経由する移動候補 経路の「コスト」を上げるようにしてもよい 。

 また、前記第1~第5実施形態の説明図(図5, 7,図9,図11,図13)では、終点TPと始点PPとを結 移動候補経路LC1~LC3はそれぞれ別個独立の経 となっているが、これに限らず、移動候補 路LC1~LC3はそれぞれの経路の一部が重複して いてもよい。すなわち、移動候補経路は、そ の一部が他の移動候補経路と重複する共通部 分を有し、残りの部分(非共通部分)が独立の 路となるような経路であってもよい。

 さらに、前記第1実施形態において前記第 1および第2充電要件を判定する際に、または 前記第4実施形態において前記第3および第4 電要件を判定する際に、バッテリ予測残容 がバッテリの使用許容範囲内であることを 加要件としてもよい。これにより、バッテ 予測残容量がバッテリの使用許容範囲内を する状態を生ずるような移動候補経路が評 されることを防止することができる。

 また、前記前記第1~第5実施形態において 候補経路作成手段110と、状態認識手段とし の残容量予測手段115と消費電量予測手段116 偏差予測手段117とタスク認識手段118と、経 評価手段120とがロボットRのコントローラに 備えられ、リンク記憶手段211とアクションポ イント記憶手段212とがサポートサーバ200のリ ンク記憶手段210に備えられているが、これら の手段の一部または全部がロボットRのコン ローラ100に備えられ、残りの手段がサポー サーバ200に備えられるよう、適宜その配置 変更されてもよい。