特許ウォッチ

公開番号2024170162
公報種別公開特許公報(A)
公開日2024-12-06
出願番号2023087172
出願日2023-05-26
発明の名称群制御システム及び方法
出願人トヨタ自動車株式会社
代理人個人
主分類G05D 1/43 20240101AFI20241129BHJP(制御;調整)
要約【課題】加減速データを考慮した機械学習を行い、正しい位置情報に基づく群制御を行うことが可能な群制御システム及び群制御方法を提供する。
【解決手段】群制御システムは、所定エリア内を自律的に走行可能な複数の移動体10を制御する。群制御システムは、各移動体の位置情報を推定する位置情報推定部101と、推定された前記位置情報に基づいて各移動体の経路計画を作成する経路計画部102と、加速度センサ11から取得された加速度データを取得する加速度データ取得部と、位置センサを用いて各移動体の実際の位置を取得する移動体位置取得部と、を備え、位置センサを用いて取得した前記移動体の実際の位置と推定される前記移動体の位置とのずれ量を、取得した前記加速度データに基づいて補正するように深層強化学習モデルの学習を行う。
【選択図】図4
特許請求の範囲【請求項１】
自律的に走行可能な複数の移動体を制御する群制御システムにおいて、
命令を記憶した少なくとも１つのメモリと、
前記命令を実行するように構成された少なくとも１つの制御部と、
各移動体に取り付けられた加速度センサ及び位置センサと、
を備え、
前記制御部は、
各移動体の位置情報を推定する位置情報推定部と、
推定された前記位置情報に基づいて各移動体の経路計画を作成する経路計画部と、
前記加速度センサから取得された加速度データを取得する加速度データ取得部と、
前記位置センサを用いて各移動体の実際の位置を取得する移動体位置取得部と、
を備え、
前記位置センサを用いて取得した前記移動体の実際の位置と推定される前記移動体の位置とのずれ量を、取得した前記加速度データに基づいて補正するように深層強化学習モデルの学習を行うように構成された、群制御システム。
続きを表示（約 700 文字）【請求項２】
推定された前記位置情報及び前記ずれ量に基づいて各移動体同士が干渉しないように前記深層強化学習モデルを学習するように構成された、請求項１に記載の群制御システム。
【請求項３】
学習済の深層強化学習モデルを用いて計画された経路計画を各移動体に付与し、各移動体を当該経路計画にしたがって移動させ、当該移動中に、前記加速度センサから取得された前記加速度データを取得し、取得された前記加速度データに基づいて、前記位置センサを用いて取得した前記移動体の実際の位置と推定される前記移動体の位置とのずれ量を補正し、かつ、各移動体同士が干渉しないように前記深層強化学習モデルの再学習を行うように構成された、請求項１に記載の群制御システム。
【請求項４】
学習された前記深層強化学習モデルを基づいて、各移動体に経路計画を付与し、各移動体を移動させるように構成された、請求項１に記載の群制御システム。
【請求項５】
自律的に走行可能な複数の移動体を制御する群制御方法であって、
各移動体の位置情報を推定することと、
推定された前記位置情報に基づいて各移動体の経路計画を作成することと、
加速度センサから取得された加速度データを取得することと、
位置センサを用いて各移動体の実際の位置を取得することと、
を含み、
前記位置センサを用いて取得した前記移動体の実際の位置と推定される前記移動体の位置とのずれ量を、取得した前記加速度データに基づいて補正するように深層強化学習モデルの学習を行う、群制御方法。

発明の詳細な説明【技術分野】
【０００１】
本開示は、群制御システム及び方法に関する。
続きを表示（約 1,800 文字）【背景技術】
【０００２】
所定エリア内を自律的に走行可能な複数の移動体に対して制御指令を行う移動体の群制御システムにおいて、各移動体の位置情報を推定し、推定した位置情報に基づいて各移動体同士が干渉しないように各移動体の経路コースを作成する（特許文献１）。
【先行技術文献】
【特許文献】
【０００３】
特開２０１７－１４２７７８号公報
【発明の概要】
【発明が解決しようとする課題】
【０００４】
上記先行技術では、移動体の加減速が考慮されていない。そのため、移動体の加減速により、推定された移動体の位置と、実際の移動体との位置が移動体の運動挙動に起因して位置ずれが生じ、正しい位置情報に基づく群制御を行うことができない。加減速の影響が大きくなる狭い場所で、複数台のAMR（Autonomous Mobile Robot）を導入すると互いに接触する恐れがあり、レイアウト変更が必要となる場合もあり、結果的にコストの増加につながり得る。
【０００５】
本開示は、このような問題点を解決するためになされたものであり、加減速データを考慮した機械学習を行い、正しい位置情報に基づく群制御を行うことが可能な群制御システム及び群制御方法を提供することを目的とする。
【課題を解決するための手段】
【０００６】
本開示の一態様にかかる群制御システムは、
自律的に走行可能な複数の移動体を制御する群制御システムにおいて、
命令を記憶した少なくとも１つのメモリと、
前記命令を実行するように構成された少なくとも１つの制御部と、
各移動体に取り付けられた加速度センサ及び位置センサと、
を備え、
前記制御部は、
各移動体の位置情報を推定する位置情報推定部と、
推定された前記位置情報に基づいて各移動体の経路計画を作成する経路計画部と、
前記加速度センサから取得された加速度データを取得する加速度データ取得部と、
前記位置センサを用いて各移動体の実際の位置を取得する移動体位置取得部と、
を備え、
前記位置センサを用いて取得した前記移動体の実際の位置と推定される前記移動体の位置とのずれ量を、取得した前記加速度データに基づいて補正するように深層強化学習モデルの学習を行うように構成されている。
【０００７】
本開示の一態様にかかる群制御方法は、
自律的に走行可能な複数の移動体を制御する群制御方法であって、
各移動体の位置情報を推定することと、
推定された前記位置情報に基づいて各移動体の経路計画を作成することと、
加速度センサから取得された加速度データを取得することと、
位置センサを用いて各移動体の実際の位置を取得することと、
を含み、
前記位置センサを用いて取得した前記移動体の実際の位置と推定される前記移動体の位置とのずれ量を、取得した前記加速度データに基づいて補正するように深層強化学習モデルの学習を行う。
【発明の効果】
【０００８】
本開示によれば、加減速データを考慮して、正しい位置情報に基づく群制御を行うことが可能な群制御システム及び群制御方法を提供することができる。
【図面の簡単な説明】
【０００９】
ＡＭＲの実機トライ時の様子を説明する図である。
群制御システムが認識するＡＭＲの位置とＡＭＲの実際の位置を示す。
いくつかのケースにおける速度と時間の関係を示すグラフである。
実施形態にかかる群制御システムの構成を示す概略図である。
実施形態にかかる群制御方法を示すフローチャートである。
群制御システムのハードウェア構成例を説明するブロック図である。
【発明を実施するための形態】
【００１０】
以下、本発明を適用した具体的な実施形態について、図面を参照しながら詳細に説明する。ただし、本発明が以下の実施形態に限定される訳ではない。また、説明を明確にするため、以下の記載および図面は、適宜、簡略化されている。
（【００１１】以降は省略されています）

関連特許