[0001] 本发明涉及自主移动机器人控制系统、自主移动机器人控制方法以及存储介质。

[0002] 已经提出了在给定的设施内在避开障碍物的同时自主移动至目的地的自主移动机器人(例如，参见日本未审查专利申请公开第2018‑156243号(JP 2018‑156243A))。该自主移动机器人设置有传感器装置(例如，用于检测障碍物的激光传感器或者作为识别传感器的相机)。

[0028] 为了使说明清楚，适当省略或者简化了接下来的说明和附图。在附图中被描述为执行各种处理的功能框的各要素在硬件方面能够通过中央处理单元(CPU)、存储器以及其他电路来构造，并且在软件方面能够通过装载到存储器中的程序等来实现。因此，本领域技术人员将理解的是，这些功能框能够仅通过硬件、仅通过软件或者其组合而以各种形式实现，并且不限于任何一种。在各图中，相同的要素由相同的附图标记标示，并且根据需要省略重复的说明。

[0029] 上述程序使用各种类型的非暂时性计算机可读介质存储，并且能够被提供给计算机。非暂时性计算机可读介质包括各种类型的有形记录介质(存储介质)。非暂时性计算机可读介质的示例包括磁记录介质(例如，软盘、磁带、硬盘驱动器)、磁光记录介质(例如，磁光盘)、CD‑ROM(只读存储器)、CD‑R、CD‑R/W以及半导体存储器(例如，掩模ROM、可编程ROM(PROM)、可擦PROM(EPROM)、闪存ROM，随机存取存储器(RAM))。此外，程序还可以通过各种类型的暂时性计算机可读介质提供给计算机。暂时性计算机可读介质的示例包括电信号、光信号以及电磁波。暂时性计算机可读介质能够经由诸如电线和光纤的有线通信路径或者无线通信路径将程序提供给计算机。

[0030] 尽管在下文中假定医院作为应用了自主移动机器人控制系统的设施的示例，但是自主移动机器人控制系统能够用于医院以外的各种设施。

[0031] 第一实施例

[0032] 首先，图1示出根据第一实施例的自主移动机器人控制系统1的框图。如图1所示，根据第一实施例的自主移动机器人控制系统1具有主管理装置10、自主移动机器人(例如，自主移动机器人20)、环境相机301至30n以及警报装置31。虽然在图1中示出一个自主移动机器人20，但是假设设置有多个自主移动机器人20。自主移动机器人控制系统1有效地控制自主移动机器人20，同时使自主移动机器人20在预定设施中自主移动。因此，在自主移动机器人控制系统1中，在设施中安装多个环境相机301至30n以获取自主移动机器人20移动的范围的图像。在自主移动机器人控制系统1中，由环境相机301至30n获取的图像被主管理装置10收集。而且，在自主移动机器人控制系统1中，通过设置警报装置31，向设施使用者通知自主移动机器人20的操作所需的消息，系统不能直接执行设施使用者的动作控制。

[0033] 在根据第一实施例的自主移动机器人控制系统1中，主管理装置10基于路线计划信息创建到自主移动机器人20的目的地的路线，并且根据路线计划向自主移动机器人20指示目的地。随后，自主移动机器人20自主地朝向主管理装置10指定的目的地移动。此时，在根据第一实施例的自主移动机器人控制系统1中，自主移动机器人20使用设置在自身中的传感器、楼层地图以及位置信息等自主地朝向目的地移动。

[0034] 主管理装置10使用环境相机301至30n抑制自主移动机器人20的操作干涉设施使用者的动作，从而在设施使用者与自主移动机器人20之间、在自主移动机器人20与搬运装置之间以及在自主移动机器人20与自主移动机器人20之间的关系中，抑制彼此面对或者交叉而引起的操作效率的下降。自主移动机器人控制系统1还具有抑制未经授权的人进入限制进入的安全区域(例如，医院中的配药室、重症监护室以及工作人员等候区)的功能。

[0035] 主管理装置10包括运算处理单元11、存储单元12、缓冲存储器13以及通信单元14。执行用于控制和管理自主移动机器人20的计算的运算处理单元11能够实现为执行程序的装置，诸如计算机的CPU。还能够由程序实现各种功能。在图1中，虽然仅示出作为运算处理单元11的特征的机器人控制单元111、设施控制单元112、移动体检测单元113、移动体路线估计单元114以及回避步骤生成单元115，但是也设置其他处理框。

[0036] 机器人控制单元111执行用于远程操作自主移动机器人20的计算，并且针对自主移动机器人20生成具体操作指示。基于回避步骤生成单元115生成的回避步骤信息，设施控制单元112控制警报装置31或者门(未示出)的打开/关闭的许可/不许可。在此，在设施内设置多个警报装置31。警报装置31使用语音或者文本信息来通知设施使用者诸如自主移动机器人20通过的警报。

[0037] 移动体检测单元113从使用环境相机301至30n获取的图像信息检测移动体。移动体检测单元113检测到的移动体，例如为自主移动机器人20、运送物体的搬运装置、指定优先移动的优先搬运装置(例如，担架)以及诸如人的在设施内移动的人和物体。

[0038] 移动体路线估计单元114基于由移动体检测单元113检测出的各移动体的特征，估计多个移动体在当前时刻之前的移动路线。更具体地，移动体路线估计单元114参照存储单元12中的移动体数据库124以指定移动体的类型，诸如移动体是人还是自主移动机器人20。移动体路线估计单元114参照路线计划信息125来估计自主移动机器人20的移动路线。移动体路线估计单元114根据过去的动作历史和移动体的类型来估计自主移动机器人20以外的移动体的移动路线。

[0039] 回避步骤生成单元115基于由移动体路线估计单元114估计的移动路线，在移动体中将移动路线彼此重叠的多个移动体设定为回避处理目标移动体。另外，回避步骤生成单元115针对回避处理目标移动体生成不干涉彼此的移动的回避步骤。稍后将描述回避步骤的具体示例以及由运算处理单元11执行的处理的细节。

[0040] 存储单元12为存储管理和控制机器人所需的信息的存储单元。在图1的示例中，虽然示出楼层地图121、机器人信息122、机器人控制参数123、移动体数据库124以及路线计划信息125，但是存储在存储单元12中的信息可以包括其他信息。当执行各种处理时，运算处理单元11使用存储在存储单元12中的信息执行计算。

[0041] 楼层地图121为自主移动机器人20移动所处的设施的地图信息。楼层地图121可以预先创建，可以根据从自主移动机器人20获得的信息生成，或者可以为通过将根据从自主移动机器人20获得的信息生成的地图修正信息添加到预先创建的基本地图而获得的信息。

[0042] 机器人信息122表示由主管理装置10管理的自主移动机器人20的型号、规格等。机器人控制参数123表示控制参数，诸如障碍物与主管理装置10管理的各自主移动机器人20之间的距离阈值信息。机器人控制单元111使用机器人信息122、机器人控制参数123以及路线计划信息125向自主移动机器人20给予具体操作指令。

[0043] 缓冲存储器13为存储在运算处理单元11的处理中生成的中间信息的存储器。通信单元14为用于与设置在使用自主移动机器人控制系统1的设施中的环境相机301至30n、警报装置31以及至少一个自主移动机器人20通信的通信接口。通信单元14能够执行有线通信和无线通信二者。

[0044] 自主移动机器人20包括运算处理单元21、存储单元22、通信单元23、接近传感器(例如，距离传感器组24)、相机(可视相机)25、驱动单元26、显示单元27以及操作接收单元28。虽然图1仅示出自主移动机器人20中设置的典型处理框，但是自主移动机器人20还包括许多未示出的其他处理框。

[0045] 通信单元23为用于与主管理装置10的通信单元14通信的通信接口。通信单元23例如使用无线信号与通信单元14通信。距离传感器组24例如为接近传感器，并且输出表示与自主移动机器人20附近存在的物体或人的距离的接近物体距离信息。相机25例如拍摄图像以掌握自主移动机器人20的周围情况。例如，相机25还能够拍摄设置在设施的天花板等的位置标记的图像。在根据第一实施例的自主移动机器人控制系统1中，自主移动机器人20使用位置标记来掌握它自己的位置。驱动单元26驱动设置在自主移动机器人20上的驱动轮。显示单元27显示用作操作接收单元28的用户界面屏幕。此外，显示单元27可以显示表示自主移动机器人20的目的地以及自主移动机器人20的状态的信息。操作接收单元28除了显示在显示单元27上的用户界面屏幕以外还包括设置在自主移动机器人20上的各种开关。这些各种开关例如包括紧急停止按钮。

[0046] 运算处理单元21执行用于控制自主移动机器人20的计算。更具体地，运算处理单元21具有移动命令提取单元211、驱动控制单元212以及周围异常检测单元213。虽然图1只示出包括在运算处理单元21中的典型的处理框，但是运算处理单元21包括未示出的处理框。

[0047] 移动命令提取单元211从主管理装置10给予的控制信号中提取移动命令并且将其给予至驱动控制单元212。驱动控制单元212控制驱动单元26，从而使自主移动机器人20以从移动命令提取单元211给予的移动命令所表示的速度和方向移动。当从包括在操作接收单元28中的紧急停止按钮接收到紧急停止信号时，驱动控制单元212停止自主移动机器人20的操作并且向驱动单元26给予指示，使得不产生驱动力。周围异常检测单元213基于从距离传感器组24等获得的信息，检测在自主移动机器人20周围发生的异常，并且向驱动控制单元212给予停止信号，从而使自主移动机器人20停止。已经接收到停止信号的驱动控制单元212指示驱动单元26使得不产生驱动力。

[0048] 存储单元22存储楼层地图221和机器人控制参数222。图1示出存储在存储单元22中的一部分信息，并且也包括在图1中示出的楼层地图221和机器人控制参数222以外的信息。楼层地图221为自主移动机器人20移动所处的设施的地图信息。该楼层地图221例如为主管理装置10的楼层地图121的下载。注意，可以预先创建楼层地图221。机器人控制参数222为用于操作自主移动机器人20的参数，并且例如包含用于在距障碍物或人的距离内停止或者限制自主移动机器人20的操作的操作限制阈值。

[0049] 驱动控制单元212参照机器人控制参数222，并且响应于从距离传感器组24获得的距离信息表示的距离已经降到操作限制阈值以下的事实，停止操作或者限制操作速度。

[0050] 在此，将描述自主移动机器人20的外观。图2示出根据第一实施例的自主移动机器人20的示意图。图2所示的自主移动机器人20为自主移动机器人20的型号之一，并且可以为其他形式。

[0051] 图2所示的示例为具有存储部291和对存储部291进行密封的门292的自主移动机器人20。自主移动机器人20自主地移动以将存储在存储部291中的存储物运送至主管理装置10指示的目的地。在图2中，图2所示的x方向为自主移动机器人20的前后方向，y方向为自主移动机器人20的左右方向，而z方向为自主移动机器人20的高度方向。

[0052] 如图2所示，前后距离传感器241和左右距离传感器242作为距离传感器组24设置在第一实施例的自主移动机器人20的外部。第一实施例的自主移动机器人20通过前后距离传感器241测量在自主移动机器人20的前后方向上的物体或人的距离。第一实施例的自主移动机器人20还通过左右距离传感器242测量在自主移动机器人20的左右方向上的物体和人的距离。

[0053] 在根据第一实施例的自主移动机器人20中，驱动单元26设置在存储部291下方。驱动单元26设置有驱动轮261和脚轮262。驱动轮261为用于使自主移动机器人20向前、向后、向右以及向左移动的轮子。脚轮262为在没有给予驱动力的情况下跟随驱动轮261滚动的从动轮。

[0054] 此外，在自主移动机器人20中，显示单元27、操作界面281以及相机25设置在存储部291的上表面上。操作界面281显示在显示单元27上作为操作接收单元28。紧急停止按钮282设置在显示单元27的上表面上。

[0055] 接下来，将说明根据第一实施例的自主移动机器人控制系统1的操作。在根据第一实施例的自主移动机器人控制系统1中，估计自主移动机器人20操作所处的设施中的诸如人和自主移动机器人20的移动体的移动，并且根据估计的移动路线控制自主移动机器人20，以避免引起自主移动机器人20的操作效率降低的情况。自主移动机器人控制系统1除了提高自主移动机器人20的操作效率以外，还具有抑制未经授权的人进入设施中的安全区域的功能。参照图3，将描述在自主移动机器人控制系统1中出现问题的状况以及避免该问题的方法。图3为图示出引起在根据第一实施例的自主移动机器人的操作中发生的问题的状况以及所述状况的应变方法的示例的图。

[0056] 图3示出发生问题的状况的六个示例。第一个示例发生在自主移动机器人20的移动路线重叠时。在第一个示例中，自主移动机器人20在一条通道中彼此面对，或者自主移动机器人20的移动路线在拐角处或者通道交叉处相交。当发生诸如该第一个示例的状况时，自主移动机器人20通过它们自身中设置的传感器而在彼此之间的安全距离处停止移动。然而，除非以某种方式给予回避动作，否则该停止状态不会被取消，并且除非分别准备回避动作，否则发生自主移动机器人20的操作停止的死锁状态。

[0057] 为了抑制这种死锁状态的发生，自主移动机器人控制系统1指示自主移动机器人20基于分配给每个自主移动机器人20的优先级采取使一个自主移动机器人20等待直到另一个自主移动机器人20通过的死锁回避动作。

[0058] 例如，安装在自主移动机器人20上的负载的紧急程度越高，优先级越高，并且当自主移动机器人20在前进路线上行进时，将优先级设置得高。确定优先级的方法不限于此，并且能够考虑应用自主移动机器人控制系统1的设施的情况来设定任何优先级。

[0059] 第二个示例为自主移动机器人20和搬运装置或者优先搬运装置的移动路线在设施的通道中彼此面对或者彼此交叉的情况。搬运装置或者优先搬运装置由人推动或者由自主移动机器人携带。搬运装置或者优先搬运装置可以停在设施内的走廊中。当这样的搬运装置或者优先搬运装置通过时，可以通过由设施工作人员等进行的按钮操作使自主移动机器人20进入紧急停止状态。由于需要人为操作来取消紧急停止状态，所以自主移动机器人20可能陷入死锁状态。搬运装置或者优先搬运装置通常被认为具有比自主移动机器人20高的优先级，并且应当避免自主移动机器人20干扰这些通行的情况。

[0060] 因此，当发生像第二个示例那样的状况时，自主移动机器人控制系统1指示自主移动机器人20等待直到搬运装置或者优先搬运装置通过，或者采取绕行动作以改变移动路线。结果，自主移动机器人控制系统1抑制发生第二个示例的问题时自主移动机器人20的操作效率的降低。

[0061] 第三个示例为人和自主移动机器人20在自主移动机器人20的移动路线上彼此面对或者彼此交叉的情况。自主移动机器人20被编程为当设置在机器人自身上的传感器不能保持距离人的一定距离(例如，安全距离)时停止。因此，例如，当自主移动机器人20通过挤满人的区域时，由于不能确保安全距离，所以自主移动机器人20在人群中停止，并且发生自主移动机器人20不能移动的死锁状态，直到解决拥塞。

[0062] 为了消除这种死锁，自主移动机器人控制系统1指示自主移动机器人20在进入人拥塞度高的区域之前等待，或者通过避开人拥塞度高的区域的路线。另外，当人拥塞度低时，自主移动机器人控制系统1指示自主移动机器人20通过低人拥塞的区域，同时通过语音或者文本信息通知人们自主移动机器人20将通过该区域。该通知可以使用警报装置31进行，或者可以使用设置在自主移动机器人20中的报告装置(在图2中未示出)进行。

[0063] 第四个示例为在搭乘的电梯的轿厢中存在其他自主移动机器人20、搬运装置、优先搬运装置或者人中的任意一个的情况。在这种情况下，如果人或者自主移动机器人20出电梯的路线与在电梯厅中等待进入电梯的自主移动机器人20的路线彼此一致，则发生在电梯的轿厢中没有疏散的空间或者没有下电梯的空间的状态。当发生这种状态时，不但自主移动机器人20发生死锁状态，而且电梯的使用者不能出电梯。

[0064] 因此，在第四个示例中，自主移动机器人控制系统1指示自主移动机器人20在电梯厅中在出电梯的人或者自主移动机器人20行进所沿着的移动路线(动线)以外的空间中等待。

[0065] 第五个示例为如下的示例：当电梯的轿厢中的自主移动机器人20出轿厢并且电梯厅中有人时，自主移动机器人20由于电梯厅中的人而不能出轿厢。

[0066] 在该第五个示例中，自主移动机器人控制系统1经由安装在电梯厅附近的警报装置31，预先通知电梯厅附近的人自主移动机器人20将出电梯。

[0067] 第六个示例为如下的示例：当被禁止进入安全区域的未经授权的人伴随自主移动机器人20并且进入安全区域时出现安全风险。在该第六个示例中，当伴随自主移动机器人20的人被检测为移动体时，自主移动机器人控制系统1参照检测到的人的安全信息，经由警报装置31执行警报通知，并且禁止解锁安全区域的门。当发生根据第六个示例的安全风险时，自主移动机器人控制系统1还使自主移动机器人20在安全区域外等待。

[0068] 发生以上问题的状况为在设施中降低自主移动机器人20的操作效率的现象的示例。同样针对发生以上问题以外的问题的状况，根据第一实施例的自主移动机器人控制系统1根据移动体的模式(诸如检测到的移动体以及检测到移动体的场所)生成避免问题的步骤。基于生成的回避步骤，自主移动机器人控制系统1指示自主移动机器人20执行诸如待机、绕行、报警通知的回避动作。

[0069] 在此，将对根据第一实施例的自主移动机器人控制系统1的操作进行详细说明。在接下来的描述中，将具体描述与根据第一实施例的自主移动机器人控制系统1中的回避步骤的生成有关的处理。然而，根据第一实施例的自主移动机器人控制系统1还执行其他需要的处理。由根据第一实施例的自主移动机器人控制系统1生成的回避步骤的内容根据问题发生的状况适当地改变，而与图3所示的步骤无关。

[0070] 图4示出图示出根据第一实施例的自主移动机器人控制系统的操作的流程图。如图4所示，根据第一实施例的自主移动机器人控制系统1根据路线计划信息125操作自主移动机器人20(步骤S1)。随后，自主移动机器人控制系统1使用环境相机301至30n获取设施中的图像信息，并且移动体检测单元113基于获取的图像信息检测设施中的移动体(步骤S2)。然后，自主移动机器人控制系统1使用移动体路线估计单元114，基于由移动体检测单元113检测到的每个移动体的特征来估计多个移动体的移动路线(步骤S3)。此后，自主移动机器人控制系统1执行安全处理(步骤S4)以及操作效率处理(步骤S5)。可以首先执行安全处理或者操作效率处理。

[0071] 安全处理例如为用于抑制未经授权的人进入图3的第六个示例中描述的安全区域的处理。操作效率处理为用于抑制操作效率降低的处理，诸如图3的第一至第五个示例中描述的死锁避免。在下文中将详细描述安全处理和操作效率处理中的每个。

[0072] 图5示出图示出根据第一实施例的自主移动机器人控制系统的安全处理的详细操作的流程图。主要使用回避步骤生成单元115、机器人控制单元111以及设施控制单元112来执行安全处理。

[0073] 在安全处理中，回避步骤生成单元115执行步骤S11至S16中的人判定处理。在步骤S11中，做出在移动体的移动路线前方是否存在安全区域的判定。当在步骤S11中移动体的移动路线不包括安全区域时，自主移动机器人控制系统1终止安全处理。另一方面，当在步骤S11中做出移动体的移动路线包括安全区域的判定时，回避步骤生成单元115将在移动路线中包括安全区域的移动体设定为回避处理目标移动体(步骤S12)。

[0074] 之后，回避步骤生成单元115判定回避处理目标移动体中是否包括人(步骤S13)。在步骤S13中，当回避处理目标移动体不包括人时，自主移动机器人控制系统1终止安全处理。另一方面，在步骤S13中，当回避处理目标移动体中包括人时，进行如下判定：被设定为回避处理目标移动体的自主移动机器人20与人之间的距离是否等于或者小于预先设定为确保安全的距离的安全距离(步骤S14)。当在步骤S14中自主移动机器人20与人之间的距离长于安全距离时，假设确保了安全区域的安全，自主移动机器人控制系统1终止安全处理。
另一方面，当在步骤S14中做出自主移动机器人20与人之间的距离等于或者小于安全距离的判定时，回避步骤生成单元115参照安全信息(在图1中未示出)判定是否允许自主移动机器人20附近的人进入安全区域(步骤S15和S16)。

[0075] 当人在步骤S16中被判定为未经授权的人时，回避步骤生成单元115生成禁止进入安全区域的措施作为回避步骤(步骤S17)。例如，在步骤S17中生成的回避步骤包括自主移动机器人20在安全区域外的待机，安全区域的门的解锁禁止措施，以及经由警报装置31进行的附近存在未经授权的人的通知措施。

[0076] 此后，在自主移动机器人控制系统1中，机器人控制单元111基于在步骤S17中生成的回避步骤向自主移动机器人20给予具体的操作指示，并且设施控制单元112控制警报装置31和门(步骤S18)。

[0077] 接下来，将详细描述操作效率处理。图6示出图示出根据第一实施例的自主移动机器人控制系统的操作效率处理的详细操作的流程图。主要使用回避步骤生成单元115、机器人控制单元111以及设施控制单元112来执行操作效率处理。

[0078] 如图6所示，在操作效率处理中，回避步骤生成单元115判定是否存在移动路线彼此交叉(重叠/相交)的移动体(步骤S21)。在步骤S21中，当不存在移动路线彼此交叉的移动体时，终止操作效率处理。另一方面，在步骤S21中，当存在移动路线彼此交叉的移动体时，回避步骤生成单元115将移动路线彼此交叉的各移动体设定为回避处理目标移动体(步骤S22)。之后，回避步骤生成单元115判定作为回避处理目标移动体中的至少一个是否包括人(步骤S23)。在此，移动体包括人的情况包括如下情况：包括推动搬运装置和优先搬运装置的人。

[0079] 在步骤S23中，当回避处理目标移动体中包括人时，回避步骤生成单元115生成用于自主移动机器人20的回避步骤，并且机器人控制单元111给予自主移动机器人20根据回避步骤的回避动作指示(步骤S24)。结果，已经接收到回避动作指示的自主移动机器人20执行回避动作(步骤S25)。当在步骤S24中生成的回避步骤包括使用警报装置31的警报通知的指示时(在步骤S26中为“是”)，设施控制单元112根据回避步骤执行使用警报装置31的警报通知(步骤S27)。此外，当在步骤S26中回避步骤不包括使用警报装置31的警报通知时，处理结束而没有执行步骤S27中的警报通知处理。

[0080] 在步骤S23中，当回避处理目标移动体不包括人时，回避步骤生成单元115针对包括在回避处理目标移动体中的移动体中具有较低优先级的移动体生成回避步骤，并且机器人控制单元111根据回避步骤向自主移动机器人20给予回避动作指示(步骤S28)。结果，已经接收到回避动作指示的自主移动机器人20执行回避动作(步骤S29)。

[0081] 如上所述，根据第一实施例的自主移动机器人控制系统1基于自主移动机器人20的移动范围内的设施中的图像信息，预先检测在自主移动机器人20的操作中引起问题的状况，并且基于检测结果生成指示用于回避动作的步骤的回避步骤。通过根据回避步骤控制自主移动机器人20或者警报装置31，能够提高自主移动机器人20的操作效率。

[0082] 此外，在根据第一实施例的自主移动机器人控制系统1中，通过执行参照图5描述的安全处理，能够抑制未经授权的人进入安全区域，并且因此能够提高安全区域的安全性。

[0083] 此外，通过获取包括光反射的图像作为自主移动机器人控制系统1中使用的环境相机301至30n获取的图像信息，例如，能够掌握用作桌子清理架的搬运装置上的托盘的桌子清理情况。

[0084] 第二实施例

[0085] 接下来，将描述根据第二实施例的自主移动机器人控制系统1A。

[0086] 图7为自主移动机器人控制系统1A的示意性配置图。

[0087] 如图7所示，第二实施例的自主移动机器人控制系统1A主要不同于第一实施例的自主移动机器人控制系统1之处在于，主管理装置10(例如，诸如服务器的信息处理装置)还包括数据收集单元16和学习模型17(本公开的参数计算单元的示例)，并且主管理装置10的通信单元14将学习模型17计算出的最优参数发送给自主移动机器人20。此外，第二实施例的自主移动机器人控制系统1A不同于第一实施例的自主移动机器人控制系统1之处还在于自主移动机器人20的通信单元23接收最优参数，自主移动机器人20还包括用于对接收到的最优参数进行设定的参数设定单元40，并且基于由参数设定单元40设定的最优参数执行预定操作。在下文中，将主要描述与第一实施例的区别，并且将相同的附图标记分配给与第一实施例中相同的配置，并且将适当省略其描述。

[0088] 首先，将描述主管理装置10(数据收集单元16和学习模型17)的配置。

[0089] 数据收集单元16收集与自主移动机器人20的移动范围(例如，将稍后描述的第一路线R1、第二路线R2以及第三路线R3)内的日照条件对应(有关)的日照条件数据。

[0090] 日照条件数据为通过对自主移动机器人20的移动范围进行拍照而获得的图像(稍后描述的特征量)，并且例如包括将稍后描述的通过对第一路线R1进行拍照而获得的图像，通过对第二路线R2进行拍照而获得的图像，以及通过对第三路线R3进行拍照而获得的图像。图像由环境相机301至30n拍摄。图像在下文中被称作环境相机图像。

[0091] 以预定的定时收集环境相机图像。例如，每分钟采集一个环境相机图像。主管理装置10通过对收集到的环境相机图像执行预定的图像处理来从环境相机图像提取(一个以上)特征量。

[0092] 日照条件数据包括日期和时间、时区、天气以及温度。日期和时间以及时区例如为从互联网(例如，互联网时间服务器)收集的互联网时间。以预定的定时收集互联网时间。例如，根据收集环境相机图像的定时，每隔一分钟对互联网时间进行收集。

[0093] 天气为使用自主移动机器人20的设施(在这种情况下为医院)所在区域的天气。例如，通过网页抓取来从特定网站收集天气。以预定的定时收集天气。例如，每隔30分钟对天气进行收集。

[0094] 温度为自主移动机器人20的移动范围内的温度。例如，从安装在自主移动机器人20的移动范围内的物联网(IoT)装置(包括温度传感器)收集温度。以预定的定时收集温度。
例如，根据收集环境相机图像的定时每隔一分钟对温度进行收集。

[0095] 由数据收集单元16如上所述收集到的日照条件数据(例如，环境相机图像(特征量)、日期和时间、时区、天气以及温度)被存储(累积)在主管理装置10的存储单元12中。

[0096] 每经过一定时间段(例如，一周或者一年)，如上所述累积在存储单元12中的日照条件数据被输入至学习引擎(人工智能(AI)引擎)作为学习数据。

[0097] 图8为图示出学习引擎50的操作示例的示意图。

[0098] 如图8所示，学习引擎50将学习数据D1和教师数据D2(正确数据)作为输入，并且将学习模型17作为输出。学习引擎50例如为scikit‑learn或者PyTorch。如上所述，学习数据D1为在存储单元12中累积一定时期的日照条件数据。教师数据D2(正确数据)为与日照条件数据相对应的最优参数。

[0099] 最优参数为考虑减小与日照条件数据相对应的日照条件的影响的参数。

[0100] 例如，对于相机25(本公开的可视相机的一个示例)，最优参数为曝光时间和快门间隔中的至少一个。在作为距离传感器组24之一的深度相机的情况下，最优参数为滤波器(对作为深度相机的输出的传感器数据执行噪声消除处理的滤波器)的参数。在作为距离传感器组24中的另一个的激光传感器的情况下，最优参数为滤波器(对作为激光传感器的输出的传感器数据执行噪声消除处理的滤波器)的参数。

[0101] 这些最优参数可以由人基于经验等来确定(设定)，以便减少与日照条件数据相对应的日照条件的影响，或者可以由预定程序基于预定算法来自动确定(设定)。

[0102] 例如，如果阳光能够影响传感器装置(例如，相机25、深度相机以及激光传感器)的输出(例如，如果反射光太强)，则认为噪声高于通常，使得能够想到缩短曝光时间或者在噪声去除的方向上调整(设定)参数。另一方面，当阳光影响传感器装置(例如，相机25、深度相机以及激光传感器)的可能性低时(例如，当反射光弱时)，能够想到增加曝光时间或者在不去除噪声的方向上调整(设定)参数(尽可能多地使用原始数据)。

[0103] 学习模型17为由学习引擎50(例如，机器学习)生成的学习结果。学习模型17具有作为输入的预测目标数据和作为输出的预测结果。预测目标数据例如为日照条件数据。预测结果例如为与日照条件数据相对应的最优参数。

[0104] 当输入日照条件数据时，学习模型17基于日照条件数据和学习结果计算(输出)减少与日照条件数据相对应的日照条件的影响的最优参数。学习模型17为本公开的参数计算单元的示例。

[0105] 最优参数的计算定时例如为在确定自主移动机器人20应当移动所沿的路线之后。此时，学习模型17针对自主移动机器人20移动所沿的多个路线中的每个计算最优参数。

[0106] 例如，如图9所示，作为自主移动机器人20移动所沿的路线，确定从设施40(在这种情况下为医院)的房间401中的位置CP1至走廊402中的位置CP2的第一路线R1，从走廊402中的位置CP2至位置CP3的第二路线R2，以及从走廊402中的位置CP3至电梯EV1前面的电梯厅403中的位置CP4的第三路线R3。图9为自主移动机器人20移动所沿的路线的示例。

[0107] 在这种情况下，学习模型17针对路线R1、R2和R3中的每个计算最优参数。图10为针对每个路线的最优参数的示例。这些最优参数在与路线相关联的状态下被发送至自主移动机器人20。最优参数由自主移动机器人20接收并且存储在自主移动机器人20的存储单元22中。

[0108] 接下来，将描述自主移动机器人20(参数设定单元40)的配置。

[0109] 参数设定单元40设定从主管理设备10发送的最优参数。

[0110] 当由参数设定单元40设定的最优参数为曝光时间和快门间隔时，相机25基于最优参数(曝光时间和快门间隔)对周围环境进行拍照。

[0111] 另一方面，当由参数设定单元40设定的最优参数为滤波器(对作为深度相机的输出的传感器数据执行噪声消除处理的滤波器)的参数时，自主移动机器人20基于最优参数(滤波器参数)对作为深度相机的输出的传感器数据执行噪声消除处理。类似地，当由参数设定单元40设定的最优参数为滤波器(对作为激光传感器的输出的传感器数据执行噪声消除处理的滤波器)的参数时，自主移动机器人20基于最优参数(滤波器参数)对作为激光传感器的输出的传感器数据执行噪声消除处理。

[0112] 接下来，将描述具有上述配置的自主移动机器人控制系统1A的操作示例。

[0113] 图11为自主移动机器人控制系统1A的操作示例的流程图。

[0114] 下文描述如下的示例：如图9所示，自主移动机器人20移动所沿的路线为从设施40(在这种情况下为医院)的房间401中的位置CP1至走廊402中的位置CP2的第一路线R1，从走廊402中的位置CP2至位置CP3的第二路线R2，以及从走廊402中的位置CP3至电梯EV1前面的电梯厅403中的位置CP4的第三路线R3。

[0115] 环境相机301至30n以预定定时拍摄各范围(例如，第一路线R1、第二路线R2以及第三路线R3)的图像(环境相机图像)(步骤S1)。拍摄的环境相机图像从环境相机301至30n发送至数据收集单元16(步骤S2)。

[0116] 数据收集单元16收集(接收)从环境相机301至30n发送的环境相机图像。

[0117] 接下来，主管理装置10对收集到的各环境相机图像执行预定图像处理，以从各环境相机图像中提取(一个以上)特征量(步骤S3)。

[0118] 数据收集单元16还从互联网等收集日照条件数据(例如，当前的日期和时间、时区、天气以及温度)(步骤S4)。

[0119] 将如上所述收集的日照条件数据(环境相机图像(特征量)、当前的日期和时间、时区、天气以及温度)输入至学习模型17(步骤S5)。

[0120] 当输入日照条件数据时，学习模型17基于日照条件数据和学习结果计算减少与日照条件数据相对应的日照条件的影响的最优参数(步骤S6)。在那时，如图10所示，学习模型17针对多个路线(在此，第一路线R1、第二路线R2以及第三路线R3)中的每个计算最优参数(在此，最优参数1、最优参数2以及最优参数3)。

[0121] 接下来，主管理装置10(通信单元14)将在步骤S6中计算出的最优参数(参见图10)发送至自主移动机器人20(步骤S7)。

[0122] 自主移动机器人20(通信单元23)接收从主管理装置10(通信单元14)发送的最优参数。这些最优参数被存储在自主移动机器人20的存储单元22中。图7中的附图标记223表示以这种方式存储在存储单元22中的最优参数。在下文中，它被描述为最优参数223。

[0123] 接下来，参数设定单元40从存储单元22读取最优参数223中的与对应于自主移动机器人20的当前位置的路线(在此，第一路线R1)相关联的最优参数(在此，最优参数1)并且设定最优参数(步骤S8)。

[0124] 随后，自主移动机器人20基于由参数设定单元40设定的最优参数(在此，最优参数1)执行预定操作(步骤S9)。

[0125] 预定操作例如为基于在步骤S8中设定的最优参数利用相机25对周围环境拍照的操作，基于在步骤S8中设定的最优参数(滤波器参数)对作为深度相机的输出的传感器数据执行噪声消除处理的操作，以及基于在步骤S8中设定的最优参数(滤波器参数)对作为激光传感器的输出的传感器数据执行噪声消除处理的操作。

[0126] 这能够抑制设置在自主移动机器人20中的传感器装置(例如，相机25、深度相机以及激光传感器)的检测变化由于自主移动机器人20的移动范围(在此，第一路线R1)内的日照条件而增加。结果，能够抑制由于自主移动机器人20的移动范围(在此，第一路线R1)内的日照条件而导致的识别率的降低以及自身定位精度的降低。

[0127] 接下来，当自主移动机器人20没有接近下一个路线(在此，第二路线R2)时(步骤S10：否)，即，当到下一个路线的距离超过阈值时，处理返回至步骤S1的处理并且重复执行步骤S1及之后的处理。

[0128] 另一方面，当自主移动机器人20自主行进并且接近下一个路线(在此，第二路线R2)时(步骤S10：是)，即，当到下一个路线的距离等于或者小于阈值时，参数设定单元40从存储单元22读取最优参数223中的与下一个路线(在此，第二路线R2)相关联的最优参数(在此，最优参数2)并且设定最优参数(步骤S8)。

[0129] 随后，自主移动机器人20基于由参数设定单元40设定的最优参数(在此，最优参数2)执行以上预定操作(步骤S9)。

[0130] 这能够抑制设置在自主移动机器人20中的传感器装置(例如，相机25、深度相机以及激光传感器)的检测变化由于自主移动机器人20的移动范围(在此，第二路线R2)内的日照条件而增加。结果，能够抑制由于自主移动机器人20的移动范围(在此，第二路线R2)内的日照条件而导致的识别率的降低以及自身定位精度的降低。而且，能够在自主移动机器人20到达(进入)下一个路线(在此，第二路线R2)之前自动设定适于下一个路线的日照条件的最优参数。

[0131] 接下来，当自主移动机器人20没有接近下一个路线(在此，第三路线R3)时(步骤S10：否)，即，当到下一个路线的距离超过阈值时，处理返回至步骤S1并且重复执行步骤S1及之后的处理。

[0132] 另一方面，当自主移动机器人20自主行进并且接近下一个路线(在此，第三路线R3)时(步骤S10：是)，即，当到下一个路线的距离等于或者小于阈值时，参数设定单元40从存储单元22读取最优参数223中的与下一个路线(在此，第三路线R3)相关联的最优参数(在此，最优参数3)并且设定最优参数(步骤S8)。

[0133] 随后，自主移动机器人20基于由参数设定单元40设定的最优参数(在此，最优参数3)执行以上预定操作(步骤S9)。

[0134] 这能够抑制设置在自主移动机器人20中的传感器装置(例如，相机25、深度相机以及激光传感器)的检测变化由于自主移动机器人20的移动范围(在此，第三路线R3)内的日照条件而增加。结果，能够抑制由于自主移动机器人20的移动范围(在此，第三路线R3)内的日照条件而导致的识别率的降低以及自身定位精度的降低。而且，能够在自主移动机器人20到达(进入)下一个路线(在此，第三路线R3)之前自动设定适于下一个路线的日照条件的最优参数。

[0135] 如上所述，根据第二实施例，能够抑制设置在自主移动机器人20中的传感器装置(例如，相机25、深度相机以及激光传感器)的检测变化由于自主移动机器人20的移动范围内的日照条件而增加。

[0136] 这是因为自主移动机器人控制系统设置有学习模型17，所述学习模型17基于日照条件数据和学习结果来计算减少与日照条件数据相对应的日照条件的影响的最优参数，并且自主移动机器人20基于所述最优参数执行以上预定操作。

[0137] 接下来，将描述变型例。

[0138] 在第二实施例中，已经描述了通过监督学习生成学习模型17的示例，但是本发明并不限于此。例如，可以通过诸如强化学习的监督学习以外的技术来生成学习模型17。当使用强化学习时，能够想到随着自主移动机器人20沿着路线移动(路线行进)所需的时间被缩短而设定较高的报酬，并且使学习模型17学习用于针对每个通道确定参数的策略。这是基于如下的假设：设定了不适当的参数的自主移动机器人20在感测中拾取了不必要的信息，或者不能获得必要的信息，导致更长的行进时间。

[0139] 以上实施例中所示的全部数值为示例，并且当然能够使用其他合适的数值。

[0140] 上述各实施例在各方面仅是举例说明。本发明并不由以上实施例的描述局限性地解释。本发明在不脱离其主旨或者本质特征的情况下能够以各种其他形式实施。