[发明专利]路径决定方法

说明书

本发明提供一种决定机器人的路径的路径决定方法，其以移动装置一边避免与交通参与者等多个移动物体的干涉，一边顺利地移动至目标地点为止的方式决定机器人的路径。在多个第二步行者(M2)按照规定的移动模式移动的环境中，识别第一步行者(M1)朝目标地点(Po)移动时的多个移动路径(Rw)。生成将环境图像与移动方向指令组合的数据作为学习用数据。在环境图像中，对表示位于机器人(2)周边的步行者(移动物体)的移动物体图像区域的至少一部分，赋予了与所述移动物体图像区域的时间序列的位移形态对应的色彩。使用学习用数据来学习CNN(行动模型)的模型参数，并使用学习完毕CNN来决定机器人(2)的移动速度指令。

技术领域

本发明涉及一种自行移动型的机器人的路径决定方法。

背景技术

以往，作为自行移动型的机器人的路径决定方法，已知有专利文献1及专利文献2中记载的路径决定方法。在专利文献1的路径决定方法中，根据步行者等交通参与者的速度，算出被预想为存在机器人干涉交通参与者的可能性的干涉可能性时间，进而，算出被设想为交通参与者在规定时间后移动的假想障碍物区域。并且，根据干涉可能性时间及假想障碍物区域，决定机器人的路径。由此，避免机器人与交通参与者的干涉。

而且，在专利文献2的路径决定方法中，计算机器人的当前位置，根据外界传感器已测定的距离数据来生成障碍物地图，并且从存储部读取地图信息。接下来，参照障碍物地图及地图信息，判定在已被存储在地图信息的路径上是否存在障碍物，当在路径上存在障碍物时，通过A﹡探索算法来执行机器人的路径。具体而言，根据当前位置信息、障碍物地图及地图信息，算出栅格地图上的围绕机器人的许多栅格中的障碍物的存在概率，将障碍物的存在概率最低的栅格决定为路径。

[现有技术文献]

[专利文献]

专利文献1：日本专利特开2009-110495号公报

专利文献2：日本专利特开2010-191502号公报

发明内容

[发明所要解决的问题]

根据所述专利文献1的路径决定方法，因使用交通参与者的干涉可能性时间及假想障碍物区域的关系，当步行者等实际的交通参与者以无法预测的轨迹进行了移动时，机器人与交通参与者的干涉状态频发。其结果，机器人的停止状态频发，存在商品性低这一问题。尤其，在存在人山人海的交通环境下，问题变得显着。

而且，在专利文献2的路径决定方法的情况下，当步行者等实际的交通参与者以无法预测的轨迹进行了移动时，也产生与专利文献1相同的问题。尤其，在存在人山人海的交通环境下，变成找不到障碍物的存在概率最低的栅格的状态，由此机器人的停止时间变长。

因此，本发明的目的在于提供一种决定机器人的路径的方法，其以移动装置一边避免与交通参与者等多个移动物体的干涉，一边顺利地移动至目标地点为止的方式决定机器人的路径。

[解决问题的技术手段]

本发明涉及一种移动装置在所述移动装置周边存在多个移动物体的状况下，决定至目标地点为止的目标移动路径的方法。