JP-2026515078-A - ある環境内で車両を制御するためのシステムおよび方法

JP2026515078AJP 2026515078 AJP2026515078 AJP 2026515078AJP-2026515078-A

Abstract

本開示は、ある環境内で車両を制御するためのシステムおよび方法を開示する。上記方法は、環境の確率マップを格納するメモリに結合されたプロセッサを使用し、確率マップは、磁場の測定値および磁場の測定時間を環境内の位置の確率に関係付ける。プロセッサは、プロセッサによって実行されると上記方法のステップを実行する格納された命令と結合される。上記方法は、現在のタイムスタンプにおける磁気計の現在の測定値に基づいて、現在のタイムスタンプと現在の測定値とを確率マップにサブミットすることによって、環境内の現在位置の確率を推定するステップと、現在位置の確率を使用する確率論的制御に基づいて車両のアクチュエータを制御するステップとを備える。

Inventors

バーントープ，カール
メナー，マルセル

Assignees

三菱電機株式会社

Dates

Publication Date: 20260513
Application Date: 20240319
Priority Date: 20230623

Claims (20)

車両であって、ある環境内の前記車両の現在位置を変化させるように構成されたアクチュエータと、前記車両の前記現在位置に基づいて磁場を測定するように構成された磁気計と、前記環境の確率マップを格納するように構成されたメモリとを備え、前記確率マップは、前記磁場の測定値および前記磁場の測定時間を前記環境内の位置の確率に関係付け、前記車両はさらに、前記磁気計の測定値をタイムスタンプするように構成されたクロックと、プロセッサとを備え、前記プロセッサは、現在のタイムスタンプにおける前記磁気計の現在の測定値に基づいて、前記現在のタイムスタンプと前記現在の測定値とを前記確率マップにサブミットすることによって、前記環境内の前記現在位置の確率を推定し、前記現在位置の確率を使用する確率論的制御に基づいて前記アクチュエータを制御するように構成される、車両。
前記確率マップは、前記磁場の測定値を、磁場測定の測定値の取得位置に関係付ける磁場関数を含む、請求項１に記載の車両。
前記磁場関数は、異なる位置のタイムスタンプを維持するとともに、前記測定値をサブミットすると、前記位置と前記サブミットされた測定値に関連付けられた前記タイムスタンプとを返す、請求項２に記載の車両。
前記確率マップは、前記磁場関数によって返された前記位置に基づいて前記位置の平均を生成するとともに、前記現在のタイムスタンプと前記磁場関数によって返された前記タイムスタンプとの間の差に基づいて前記位置の分散を生成する、請求項３に記載の車両。
前記確率マップは、異なる位置のタイムスタンプを維持する前記環境のマップの確率関数を含み、前記確率関数は、前記現在のタイムスタンプと前記現在位置に関連付けられたタイムスタンプとの間の差によって定義される時変不確実性を含む、請求項１に記載の車両。
前記プロセッサはさらに、前記磁気計の前記現在の測定値と前記現在のタイムスタンプとに基づいて、前記車両の位置特定および前記磁場のマッピングの共同実行（ＳＬＡＭ：Simultaneous Localization and Mapping）を実行して、時変不確実性を有する前記確率マップを生成するように構成される、請求項１に記載の車両。
前記プロセッサはさらに、前記磁場の前記現在の測定値に基づいて前記確率マップを更新するとともに、前記現在のタイムスタンプに基づいて、前記現在位置に関連付けられた前記時変不確実性を更新するように構成される、請求項６に記載の車両。
前記確率マップは、異なる位置のタイムスタンプを維持する前記環境のマップの確率関数を含み、前記確率関数は、前記現在のタイムスタンプと前記現在位置に関連付けられたタイムスタンプとの間の差によって定義される前記時変不確実性を含み、前記プロセッサは、前記現在のタイムスタンプに基づいて、前記現在位置に関連付けられた前記確率関数の前記タイムスタンプを更新する、請求項６に記載の車両。
前記確率マップは、前記磁場の測定値を、磁場測定の測定値の取得位置に関係付ける磁場関数を含み、前記プロセッサはさらに、前記磁場の測定値と関連付けられたタイムスタンプとを前記磁場関数の逆数にサブミットすることによって前記車両の位置を決定するように構成される、請求項１に記載の車両。
前記プロセッサはさらに、確率フィルタを実行することによって前記磁場関数および前記車両の位置を決定するように構成される、請求項９に記載の車両。
前記確率フィルタは、粒子フィルタおよびカルマンフィルタのうちの１つである、請求項１０に記載の車両。
前記磁場関数は、基底関数の重み付けされた組み合わせとして表される時変ガウス過程としてモデル化され、前記基底関数の重みは、ガウス分布に従って分散される、請求項９に記載の車両。
前記現在位置の前記確率の不確実性は、前記確率論的制御の定式化に含まれる、請求項１に記載の車両。
前記確率論的制御を実行するために、前記プロセッサはさらに、非線形確率論的モデル予測コントローラ（ＳＭＰＣ：Stochastic Model-Predictive Controller）を実行して制御コマンドを生成し、前記制御コマンドを前記アクチュエータにサブミットするように構成される、請求項１に記載の車両。
前記確率論的制御は、制御目的に基づいて選択された制約を受ける制約付き最適化を使用してコスト関数を最適化するモデル予測コントローラ（ＭＰＣ：Model Predictive Controller）である、請求項１に記載の車両。
前記プロセッサはさらに、位置のシーケンスを定義する軌道に沿った前記現在位置から目標位置までの前記車両の移動を制御するように構成され、前記プロセッサはさらに、前記位置のシーケンス内の位置推定の累積確実性を最適化するように前記位置のシーケンスを決定するように構成される、請求項１に記載の車両。
前記位置のシーケンス内の位置推定の前記累積確実性は、最適化された前記位置のシーケンス内の位置に関連付けられた前記タイムスタンプの合計によって定義される、請求項１６に記載の車両。
前記プロセッサはさらに、前記タイムスタンプの前記合計を最大化して、軌道推定および軌道制御の確実性を向上させるように構成される、請求項１７に記載の車両。
前記プロセッサはさらに、前記タイムスタンプの前記合計を最小化して、タスクを実行しながら前記環境を探索するように構成される、請求項１７に記載の車両。
ある環境内で車両を制御するための方法であって、前記方法は、前記環境の確率マップを格納するメモリに結合されたプロセッサを使用し、前記確率マップは、磁場の測定値および前記磁場の測定時間を前記環境内の位置の確率に関係付け、前記プロセッサは、前記プロセッサによって実行されると前記方法のステップを実行する格納された命令と結合され、前記方法は、現在のタイムスタンプにおける磁気計の現在の測定値に基づいて、前記現在のタイムスタンプと前記現在の測定値とを前記確率マップにサブミットすることによって、前記環境内の現在位置の確率を推定するステップと、前記現在位置の確率を使用する確率論的制御に基づいて前記車両のアクチュエータを制御するステップとを備える、方法。

Description

本開示は、一般に制御システムに関し、より特定的には確率マップを使用してある環境内で車両を制御するためのシステムおよび方法に関する。ある環境内で車両の動きを制御するためにさまざまな制御システムが使用される。車両は、ドローン、移動ロボット、自動運転車、または任意の他の飛行ロボットもしくは車輪付きロボットであり得る。環境は、建物の駐車場の屋内空間、工場の屋内空間、倉庫の屋内空間などの屋内環境であり得る。アプローチの中には、当該環境内での車両の位置特定および制御のために当該環境の磁場を使用するものもある。当該環境に存在する磁性材料は、磁場に異常を生じさせる。例えばエレベータなどの移動する磁気構造の近傍には時間的変動が存在するが、これらの異常は空間的変動によって支配される。空間的変動は、時間的変動に対して優位を占めるので、車両の位置特定および制御のために、位置特定およびマッピングの同時実行（ＳＬＡＭ：Simultaneous Localization and Mapping）の設定において磁場が使用される。位置特定のために磁場に頼ることは、いくつかの理由で有利である。第一に、磁場は、任意の慣性計測装置（ＩＭＵ：Inertial Measurement Unit）に存在する磁気計によって測定することができる。第二に、磁場を使用した車両の位置特定は、追加のインフラストラクチャまたは視線測定値に頼らなくてもよい。しかしながら、車両の位置特定および制御のために磁場を使用することは、難易度が高い。例えば、磁場の磁気計測定値はノイズが多い。また、環境内の磁場は、時間および空間に関して変化する。言い換えれば、時変不確実性が磁場に関連付けられる。その結果、車両の位置特定および制御は劣化する。したがって、磁場を使用した車両の位置特定および制御のためのシステムおよび方法の改良が必要である。いくつかの実施形態の目的は、ある環境の磁場を使用した当該環境内での車両の位置特定および制御のためのシステムおよび方法を提供することである。具体的には、いくつかの実施形態の目的は、環境の確率マップを決定して、当該確率マップに基づいて環境内の現在位置の確率を推定することである。環境の確率マップは、磁場の測定値および磁場の測定時間を環境内の位置の確率に関係付ける。加えて、いくつかの実施形態の目的は、現在位置の確率に基づいて環境内で車両を制御することである。本開示は、アクチュエータと、磁気計と、メモリと、クロックと、プロセッサと、確率論的制御とを含む車両を開示する。アクチュエータは、環境内の車両の現在位置を変化させるように構成される。磁気計は、車両の現在位置に基づいて磁場を測定するように構成される。いくつかの実施形態は、３つの空間的次元において磁場を測定する磁気計を含む９軸ＩＭＵを使用する。他の実施形態は、スタンドアロンの磁気計を使用する。クロックは、磁気計の測定値をタイムスタンプするように構成される。メモリは、環境の確率マップを格納するように構成される。確率マップは、磁場の測定値および磁場の測定時間を環境内の位置の確率に関係付ける。時間を確率マップに含めることは有益である。なぜなら、磁場は空間的に支配されるが、時変成分が存在しており、この時変成分を考慮に入れなければ車両位置の誤推定につながる可能性があるからである。プロセッサは、確率マップを使用して環境内の車両の現在位置の確率を推定するように構成される。例えば、プロセッサは、現在のタイムスタンプにおける磁気計の現在の測定値を取得するように構成される。さらに、プロセッサは、現在の測定値と現在のタイムスタンプとを確率マップにサブミットして、車両の現在位置の確率を推定するように構成される。さらに、プロセッサは、現在位置の推定された確率を使用する確率論的制御に基づいてアクチュエータを制御するように構成される。確率論的制御を実行するために、プロセッサは、非線形確率論的モデル予測コントローラ（ＳＭＰＣ：Stochastic Model-Predictive Controller）を実行して制御コマンドを生成し、当該制御コマンドをアクチュエータにサブミットするように構成される。制御コマンドは、車両の車輪のステアリング角および車輪の回転速度のうちの１つまたはこれらの組み合わせの値を含み得る。いくつかの実施形態では、確率マップは、磁場の測定値を、磁場測定の測定値の取得位置に確率的に関係付ける磁場のマップである。マップを確率的なものとして扱うことは有益である。なぜなら、磁気計測定値は本質的にノイズが多く、特定の磁場測定値に対応する磁気計の正確な位置は不確実であるからである。例えば、いくつかの実施形態は、車両位置および磁場の位置特定およびマッピングの同時実行（ＳＬＡＭ）を使用して確率マップを決定する。このようなＳＬＡＭ設定では、車両位置のグラウンドトゥルースがないため、車両の位置を磁場と同時に推定しなければならない。これは、車両位置にも特定の車両位置におけるマップの値にも不確実性を生じさせ、この不確実性は、さまざまな確率密度関数（ＰＤＦ：Probability Density Function）を使用して、例えば空間および時間の点でのガウス分布を使用して、またはマルチモーダル分布によって、確率的に説明され得る。いくつかの実施形態では、確率マップは、磁場の測定値を、磁場測定の測定値の取得位置に関係付ける磁場関数を含む。磁場関数は、異なる位置のタイムスタンプを維持しており、測定値をサブミットすると、位置とサブミットされた測定値に関連付けられたタイムスタンプとを返す。さらに、確率マップは、磁場関数によって返された位置に基づいて位置の平均を生成し、現在のタイムスタンプと磁場関数によって返されたタイムスタンプとの間の差に基づいて位置の分散を生成する。したがって、一実施形態は、車両を開示し、上記車両は、ある環境内の上記車両の現在位置を変化させるように構成されたアクチュエータと、上記車両の上記現在位置に基づいて磁場を測定するように構成された磁気計と、上記環境の確率マップを格納するように構成されたメモリとを備える。上記確率マップは、上記磁場の測定値および上記磁場の測定時間を上記環境内の位置の確率に関係付ける。上記車両はさらに、上記磁気計の測定値をタイムスタンプするように構成されたクロックと、プロセッサとを備える。上記プロセッサは、現在のタイムスタンプにおける上記磁気計の現在の測定値に基づいて、上記現在のタイムスタンプと上記現在の測定値とを上記確率マップにサブミットすることによって、上記環境内の上記現在位置の確率を推定するとともに、上記現在位置の確率を使用する確率論的制御に基づいて上記アクチュエータを制御するように構成される。したがって、別の実施形態は、ある環境内で車両を制御するための方法を開示する。上記方法は、上記環境の確率マップを格納するメモリに結合されたプロセッサを使用する。上記確率マップは、磁場の測定値および上記磁場の測定時間を上記環境内の位置の確率に関係付ける。上記プロセッサは、上記プロセッサによって実行されると上記方法のステップを実行する格納された命令と結合される。上記方法は、現在のタイムスタンプにおける磁気計の現在の測定値に基づいて、上記現在のタイムスタンプと上記現在の測定値とを上記確率マップにサブミットすることによって、上記環境内の上記現在位置の確率を推定するステップと、上記現在位置の確率を使用する確率論的制御に基づいて上記車両のアクチュエータを制御するステップとを備える。したがって、さらに別の実施形態は、ある環境内で車両を制御するための方法を実行するための、プロセッサによって実行可能なプログラムが具現化された非一時的なコンピュータ可読記憶媒体を開示し、上記記憶媒体は、上記環境の確率マップを格納する。上記確率マップは、磁場の測定値および上記磁場の測定時間を上記環境内の位置の確率に関係付ける。上記プログラムは、上記プロセッサによって実行されると上記方法のステップを実行する。上記方法は、現在のタイムスタンプにおける上記磁気計の現在の測定値に基づいて、上記現在のタイムスタンプと上記現在の測定値とを上記確率マップにサブミットすることによって、上記環境内の上記現在位置の確率を推定するステップと、上記現在位置の確率を使用する確率論的制御に基づいて上記車両のアクチュエータを制御するステップとを備える。本開示のいくつかの実施形態に係る、車両のブロック図である。本開示の実施形態に係る、確率マップを示す図である。本開示の実施形態に係る、空間および時間の点での確率マップの連続表現を示す図である。本開示の実施形態に係る、空間の点での確率マップの連続表現を示す図である。本開示のいくつかの実施形態に係る、車両の位置の平均および車両の位置の分散の決定を示す図である。本開示のいくつかの実施形態に係る、磁場関数の逆数に基づく車両の位置の決定を示す図である。本開示の一実施形態に係る、磁場関数および車両位置を決定するための確率フィルタの１回の反復の実行のフローチャートである。本開示の一実施形態に係る、重み付けされた基底関数を示す図である。本開示のいくつかの実施形態に係る、異なる基底関数に関連付けられた重みの平均値および重みの共分散の説明図である。本開示のいくつかの実施形態に係る、磁場関数のサブセットに対する異なる基底関数の重みの影響の説明図である。本開示の一実施形態に係る、磁場関数の確率分布の更新を示す図である。本開示の一実施形態に係る、異なる基底関数の重みを更新するために状態の組み合わせを決定するためのブロック図である。本開示のいくつかの実施形態に係る、明示的線形化ベースの伝播方程式を使用した、車両位置の平均および共分散の、確率論的制御への離散時間伝播または離散化伝播のブロック図である。本開示のいくつかの実施形態に係る、統計的線形化ベースの伝播方程式を使用した、車両位置の平均および共分散の、確率論的制御への離散時間伝播または離散化伝播のブロック図である。本開示のいくつかの実施形態に係る、確率論的制御を実現するための確率論的非線形モデル予測制御（ＳＮＭＰＣ：Stochastic Nonlinear Model Predictive Control）のブロック図である。本開示のいくつかの実施形態に係る、明示的線形化ベースの状態平均および共分散伝播方程式を使用して制約付き最適制御構造化非線形計画問題を解くＳＮＭＰＣのブロック図である。本開示のいくつかの実施形態に係る、明示的線形化ベースの状態平均および共分散伝播方程式を使用して制約付き最適制御構造化非線形計画問題を解くＳＮＭＰＣのブロック図である。本開示のいくつかの実施形態に係る、統計的線形化ベースの状態平均および共分散伝播方程式を使用して制約付き最適制御構造化非線形計画問題を解くＳＮＭＰＣのブロック図である。本開示のいくつかの実施形態に係る、各時間ステップにおいて不等式制約付き最適化問題を解いて確率論的制御を実現する適応型モデル予測制御（ＭＰＣ：Model Predictive Control）方法のブロック図である。本開示のいくつかの実施形態に係る、最適制御構造化二次計画（ＱＰ：Quadratic Program）を解く適応型ＭＰＣ方法のブロック図である。本開示のいくつかの実施形態に係る、最適制御構造化非線形計画（ＮＬＰ：Nonlinear Program）を解く適応型ＭＰＣ方法のブロック図である。本開示のいくつかの実施形態に係る、適応型線形または非線形ＭＰＣコントローラにおいて時変基準追跡コストの基準および重み付け行列を適合させる方法のブロック図である。本開示のいくつかの実施形態に係る、適応型線形または非線形ＭＰＣコントローラにおいて時変基準追跡コストの基準および対角重み付け行列を適合させる方法