具体实施方式

以下，基于图1～图5说明本发明的一实施方式。

图1是表示本发明的一实施方式的移动机器人1的框图。

如图1所示，作为本实施方式的移动体的移动机器人1具备：控制单元2、检测单元3和移动单元4，由控制单元2和检测单元3构成信息处理装置。检测单元3具有对移动机器人1的周围发射光束线以检测物体的有无的激光扫描仪，对每次照射的光束线取得检测信息。移动机器人1通过SLAM技术和里程计算法推定自我位置。移动单元4具有马达等的驱动部和由驱动部旋转驱动的车轮，使移动机器人1自律走行，并利用车轮的旋转角取得移动量(检测信息)，由里程计算法推定自我位置。

控制单元2是具有CPU(Central Processing Unit：中央处理器)等运算单元和ROM(Read-Only Memory：只读存储器)，RAM(Random Access Memory：随机读取存储器)等存储单元而控制移动机器人1的动作的系统，其具备控制移动单元4的移动控制部21和控制检测单元3的检测控制部22。并且控制单元2如后面叙述到，具备作成移动机器人1的周围的地图的地图作成部23；推定移动机器人1的自我位置的既存地图自我位置推定部24和当前地图自我位置推定部25。进而，控制单元2构成为具备：评价由既存地图自我位置推定部24和当前地图自我位置推定部25推定的各自我位置的可靠度的可靠度评价部26；根据可靠度评价部26评价的可靠度来更新各自我位置中的任一个的自我位置更新部27；存储检测单元3取得的检测信息、地图作成部23作成的地图和各种数据等的存储部28。作为地图作成部23作成的地图能够利用占有格子地图和点群地图等任意的地图，在后面会写说明作成点群地图的情况。

检测单元3例如具备将红外线激光等激光向周围测量至物体的距离的LIDAR(Light Detection and Ranging：激光探测与测量技术)。该激光扫描仪以作为自我位置的传感器中心和方位作为基准位置(x,y,θ)^T，根据距传感器中心的距离和绕传感器中心的角度(方向)来检测物体的有无和/或位置。该物体检测(以下有时单称作扫描)中，激光扫描仪的1个周期(例如1个旋转即360°)量的检测中基于以规定分辨率(例如1°)照射的光束线，以1个周期量的检测值为1单位(1个扫描)，该1个扫描的检测值作为检测信息按时间序列存储于存储部28。

移动单元4检测由驱动部旋转驱动的车轮的旋转角，从而取得移动机器人1的移动量，该移动量被作为里程计算法信息(检测信息)存储于存储部28。本实施方式的移动机器人1中，根据作为检测信息的扫描信息以及里程计算法信息，由SLAM技术顺次作成当前地图的同时一边推定自我位置，并且将过去作成的由后述方法反复更新并存储于存储部28的既存地图(参照地图)和检测信息进行对照，从而推定自我位置。以下有时将利用SLAM技术进行自我位置推定单称作“SLAM”，将通过与参照地图对照来自我位置推定单称作“LOC”(localization：定位)。并用SLAM和LOC的自我位置推定和地图作成的手法参照图2至图5进行说明。

此外，既存地图可以是过去作成的由后述方法反复更新并存储于存储部28的，例如也可以是从移动机器人1的外部转送来的等。总之，既存地图只要是存储于存储部28的过去作成的即可。

图2是表示移动机器人1的地图作成以及自我位置推定的动作的概念图。如图2所示，移动机器人1当取得来自检测单元3的扫描信息和来自移动单元4的里程计算法信息，则通过SLAM和LOC进行自我位置推定。SLAM作成当前地图并根据作成的当前地图进行自我位置推定，LOC通过与参照地图(既存地图)对照进行自我位置推定。通过SLAM和LOC进行自我位置推定后，评价各自我位置的可靠度并更新。如以上所示，本实施方式的移动机器人1并行利用SLAM和LOC在当前地图和参照地图上并行进行自我位置推定。

图3、4是表示移动机器人1的自我位置推定的状况的概念图。图3和图4各自的(A)是表示当前地图或参照地图上的物体的点群，其(B)是由检测单元3检测的扫描信息的点群，其(C)是(A)和(B)的点群重合的状态。在此例示作为位置对位的方法使用基于ICP的扫描匹配的情况，根据当前地图或参照地图上的点群的形状和扫描信息的点群的形状，例如利用ICP进行位置对位，从而判别移动机器人1的自我位置。扫描匹配中，当移动机器人1从第一位置移动到第二位置时，以使得在第一位置作成的当前地图(或过去作成的参照地图)和在第二位置扫描的扫描信息的重合程度最佳的方式度合的方式推定移动机器人1的自我位置(移动量)。SLAM通过比照顺次作成的当前地图和扫描信息，来推定自我位置的同时反复进行当前地图的更新。而LOC通过比照过去作成的参照地图和扫描信息，来推定参照地图上的自我位置。

图3表示利用SLAM进行扫描匹配的状况，当前地图上的点群和扫描信息的点群较好重合，匹配显示良好状态。图4表示利用LOC进行扫描匹配的状况，参照地图上的点群和扫描信息的点群部分偏离，匹配显示不良状态。即，图4(B)的位置A1、A2所示的部分的扫描信息相对于图4(A)的参照地图偏离，这表示过去作成的参照地图上存在的物体和当前的物体可能发生了位置和/或形状的变化。但是，相对于这样的物体位置等的环境变化，基于参照地图的LOC有可能不能够准确推定自我位置。因此，例如前述的利用ICP进行扫描匹配中，扫描信息相对参照地图的匹配得分由下式(1)算出。该匹配得分G(x)如图3所示匹配是良好状态的程度变小，如图4所示匹配变为不良状态则变大。

[数式1]

式(1)中，

x：在时刻t机器人位置(x,y,θ)^T

R、t：x的旋转行列、平移分量，由下式(2)表示

pi：时刻t的扫描内的第i个点

qji：与pi对应的时刻t-1的扫描内的点。ji是与i对应的点的序号。

[数式2]

如以上所示，对推定的自我位置算出匹配得分，根据匹配得分设定可靠度，从而评价通过SLAM和LOC推定的各自我位置的可靠度，根据评价的可靠度来更新各自我位置中的任一个。像这样利用SLAM和LOC进行各自我位置的可靠度评价以及自我位置更新的方法在后面叙述。

本实施方式的移动机器人1中，通过SLAM作成当前地图并推定自我位置，LOC对参照地图进行参照的同时一边推定自我位置，采用各自推定的自我位置的优者。根据这样的自我位置推定方法，由于并行进行当前地图上的SLAM和参照地图上的自我位置推定，所以得到彼此互补的效果。即，即使SLAM和LOC任一个的自我位置推定失败，只要另一个成功，则能够恢复，所以稳健性提高。

另外当作为计量数据的扫描信息和/或里程计算法信息的状态不佳时，由SLAM推定的自我位置会产生较大误差，所以作成的当前地图可能会崩溃，这种情况下即使扫描信息正常，也难以恢复到准确的位置。因此，通过并用LOC，能以参照地图为基准，所以能够提高只要扫描信息正常化就能够推定自我位置的可能性。进一步地，移动机器人1若离开参照地图的范围外，则由于没有地图，若进行扫描匹配，则变成LOC仅通过里程计算法信息推定自我位置，仅由里程计算法信息时位置误差积累，可能会迷失自我位置。因此，通过并用SLAM，从而能够继续推定移动机器人1的位置，LOC引入由SLAM推定的自我位置，所以能够得到精度高于仅由里程计算法信息的情况下的自我位置，还能得到回到参照地图的范围时也容易恢复的效果。

接着，一并参照图5详细说明移动机器人1的动作。图5是表示移动机器人1的动作的流程图。此外，其中关于移动机器人1的走行的动作省略说明，着重说明伴随走行的自我位置推定和当前地图的作成步序。

当由控制单元2的移动控制部21驱动控制移动单元，开始移动机器人1的走行，则由检测控制部22驱动控制检测单元3，开始周围的物体的检测(检测信息取得工序：步骤ST11)。检测信息取得工序(步骤ST11)中，检测控制部22由检测单元3取得检出周围的物体的扫描信息(检测信息)，并使取得的扫描信息存储于存储部28。进一步地，检测控制部22取得根据移动单元4的车轮的旋转角检出移动量的里程计算法信息(检测信息)，并使取得的里程计算法信息存储于存储部28。

控制单元2根据存储于存储部28的扫描信息以及里程计算法信息和作成的当前地图、以及存储于存储部28的参照地图(既存地图)，来推定移动机器人1的自我位置(自我位置推定工序：步骤ST12)。自我位置推定步序(步骤ST12)并行执行利用SLAM推定自我位置的推定步序即步骤ST21～ST23和利用LOC推定自我位置的推定步序即步骤ST31～ST33。

作为利用SLAM推定自我位置的推定步序，控制单元2根据此前作成的当前地图和扫描信息以及里程计算法信息，使当前地图自我位置推定部25推定移动机器人1的当前的自我位置。进一步地，控制单元2使地图作成部23作成当前地图，使作成的当前地图存储于存储部28(当前地图作成和基于当前地图的自我位置推定工序：步骤ST21)。接着，当前地图自我位置推定部25根据算出的自我位置和前一时刻的自我位置来算出该区间的移动量(移动量算出工序：步骤ST22)。像这样利用SLAM推定当前的自我位置后，控制单元2使可靠度评价部26评价自我位置的可靠度(可靠度评价工序：步骤ST23)。可靠度评价工序(步骤ST23)中，可靠度评价部26根据前述的扫描匹配的结果に来算出自我位置的可靠度。例如，可以根据匹配得分决定可靠度，也可以根据匹配的点的个数来决定可靠度。以使得前者是匹配得分越小则可靠度越大，后者是点数越多则可靠地越大的方式实施转换。并且可靠度小于规定的阈值的情况下可以使可靠度为0。

作为利用LOC推定自我位置的推定步序，控制单元2根据存储于存储部28的参照地图和扫描信息以及里程计算法信息，使既存地图自我位置推定部24推定移动机器人1的当前的自我位置(基于参照地图的自我位置推定工序：步骤ST31)。接着，既存地图自我位置推定部24根据算出的自我位置和前一时刻的自我位置，算出此区间的移动量(移动量算出工序：步骤ST32)。像这样利用LOC推定当前的自我位置后，控制单元2使可靠度评价部26评价自我位置的可靠度(可靠度评价工序：步骤ST33)。可靠度评价工序(步骤ST33)中，可靠度评价部26根据前述的扫描匹配的结果来算出自我位置的可靠度。例如，可以根据匹配得分决定可靠度，也可以根据匹配的点的个数来决定可靠度。以使得前者是匹配得分越小则可靠度越大，后者是点数越多则可靠地越大的方式实施转换。并且可靠度小于规定的阈值的情况下可以使可靠度为0。

如以上所示，通过SLAM和LOC推定各自我位置，评价各自我位置的可靠度后，控制单元2使可靠度评价部26根据SLAM和LOC的各自我位置的可靠度，对各自我位置设定可靠度越高则越高的权重(权重赋予工序：步骤ST13)。即，例如若利用SLAM推定的自我位置的可靠度是80％，利用LOC推定的自我位置的可靠度是60％，基于SLAM的自我位置的权重设定为0.57(＝80/(80+60))，基于LOC的自我位置的权重设定为0.43(＝60/(80+60))と设定する。

接着，控制单元2使自我位置更新部27根据SLAM和LOC的各自我位置的权重，来更新各自我位置的至少任一个(自我位置更新工序：步骤ST14)。自我位置更新部27根据由所述移动量算出工序(步骤ST23，ST32)算出的各自我位置的移动量和由权重赋予工序(步骤ST13)设定的各自我位置的权重，来更新各自我位置。此外，自我位置更新工序(步骤ST14)中，也可以不基于各自我位置的权重，由可靠度高的自我位置更新(改写)可靠度低的自我位置。这相当于前述将小于阈值的可靠度为0的情况。并且SLAM和LOC的自我位置的可靠度分别大于阈值的情况下，可以直接使用分别推定的自我位置。只不过当一方的自我位置的可靠度变得小于阈值的情况下，由另一方的自我位置改写。

接着，控制单元2由步骤ST15判断是否继续移动机器人1的走行。在步骤ST15中继续走行的情况下，再次返回检测信息取得工序(步骤ST11)，反复进行上述的各工序。在步骤ST15中不继续走行的情况下，控制单元2使移动机器人1的走行停止，并使各部分的动作停止。

根据这样的本实施方式，能够起到以下的作用和效果。

(1)移动机器人1中根据由控制单元2的可靠度评价部26评价的由SLAM和LOC推定的各自我位置的可靠度，自我位置更新部27更新各自我位置中的任一个，所以能够获得由既存地图自我位置推定部24和当前地图自我位置推定部25推定的各自我位置的整合性。因此，移动机器人1即使在移动的环境反复变化的情况下，也能够根据参照地图和当前地图两者来评价自我位置的可靠性，从而能够相对于环境的变化的自我位置推定的精度。

(2)控制单元2的自我位置更新部27算出由SLAM和LOC推定的各自我位置的移动量，根据算出的移动量，更新各自我位置中的任一个，即使在参照地图和当前地图的形状不同的情况下也能够获得各自我位置的整合性，能够降低误差的同时提高自我位置的推定精度。

(3)自我位置更新部27根据由可靠度评价部26设定的表示各自我位置的可靠度的权重，来更新由SLAM和LOC推定的各自我位置的至少任一个，所以能够阶段性地评价各自我位置的可靠度，能够高效率地获得各自我位置的整合性。另一方面，自我位置更新部27也可以不基于各自我位置的权重，而由可靠度高的自我位置来改写可靠度低的自我位置，由此，能够抑制计算成本。

〔实施方式的变形〕

此外，本发明不限于上述实施方式，能够达成本发明的目的的范围内的変形和改良等包含于本发明。

例如，上述实施方式中，作为移动机器人1进行了具体例示，作为移动机器人(移动体)是服务机器人或家用机器人等，更具体地能够例示扫除机器人。警备机器人、搬运机器人、向导机器人等。进一步地，作为移动体，也可以是自动驾驶车祸作业车等。进一步地，移动体的移动范围可以是二维平面空间或三维空间，当三维空间的情况下移动体可以是无人机等飞行器。即，上述实施方式中，作为SLAM技术例示的是使用2D-SLAM的例子，但本发明的信息处理装置也能够应用于以三维空间为对象的3D-SLAM。

上述实施方式中，移动机器人1具备控制单元2，在该控制单元2上设置有地图作成部23和自我位置推定部24，25等，但作为信息处理装置也可以不设于移动机器人1，而构成为设于能够与移动体通信的其他机器，根据由其他机器作成的地图使移动机器人1走行。并且，作为移动体也可以不具备移动单元，可以是使用者一边手动移动设置有检测单元4的推车等一边对周围检测的构成。

上述实施方式中，作为参照地图(既存地图)和当前地图使用的是点群地图，但各地图不限于点群地图，也可以是占有格子地图或其他地图。并且上述实施方式中作为检测单元例示的是具有激光扫描仪的产品，但不限于此，检测单元也能够利用各种距离传感器或摄像装置等任意产品。并且上述实施方式中，根据移动单元的车轮的旋转角取得里程计算法信息，但是不限定于此，也能够将由光学单元计量的移动量或由陀螺仪又IMJ(Inertial Measurement Unit：惯性测量仪)计量的旋转角利用于里程计算法信息。

上述实施方式中，自我位置更新部27算出由SLAM和LOC推定的各自我位置的移动量，根据所算出的移动量来更新各自我位置中的任一个，但是也可以不考虑移动量，而是将推定的各自我位置互相在参照地图上或在当前地图上重合，来更新自我位置。即，上述实施方式中，由于参照地图和当前地图的地图形状不同，在地图上将各自我位置相互重叠是困难的，所以采用根据各自我位置算出移动量后更新自我位置的方式，但是若能将参照地图和当前地图的地图坐标系恰当地相互转换，则能够在这些地图间使自我位置(坐标值)直接重合，不计算移动量也能够更新自我位置。另外在上述实施方式中，对由SLAM和LOC推定的自我位置，通过位姿图(pose graph)的耦合进行的地图耦合，但是地图的耦合方法不限于利用位姿图，也可以采用其他耦合方法。

产业上的可利用性

如以上所述，本发明能够很好地利用于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。

附图标记说明：

1 移动机器人

2 控制单元

3 检测单元

4 移动单元

23 地图作成部

24 既存地图自我位置推定部

25 当前地图自我位置推定部

26 可靠度评价部

27 自我位置更新部

28 存储部