JP2017205324A - ロボット - Google Patents

Abstract

【課題】内部処理の進行状況を前記ユーザに伝える。【解決手段】ロボットは、外部サーバによる認識対象物の画像の認識結果が必要な場合、一組の駆動輪をそれぞれ逆方向に回転させて球体状の筐体を回転させ、前記外部サーバから前記認識対象物の画像の認識結果を受信すると、ユーザに対して表示部を向けて前記球体状の筐体の回転を停止させる。【選択図】図５

Description

本開示は、ユーザと対話するロボットに関する。

従来から種々のロボットが提案されている。

特許文献１は、コミュニケーションロボットを開示する。特許文献１では、前記ロボットは、入力音声について音声認識部が算出した信頼度に基づいて前記入力音声に対して回答できないことを示す回答不能行動を行うか否かを判定し、前記回答不能行動を行うと判定した場合、前記コミュニケーションロボットが可能な所定の応答行動から、例えば、首をかしげるなど前記回答不能行動を選択する。これにより、独り言、未知語または音声以外の残音を音声と認識して誤って発話することを防止する（例えば、段落［０００４］から［０００７］、［０１１３］）。

特許文献２は、ロボット制御装置に関する。特許文献２では、ロボットは、マイクから入力された音声を音声認識部で認識し、その音声認識が失敗したり、その信頼性が低い場合、例えば、ロボットに首をかしげたり、耳に手を当てるなどの所定の行動を行う（例えば、段落［０００３］から［０００５］）。

特開２０１１−２２７２３７号公報 特開２００２−１１６７９２号公報

上記の従来技術では、更なる改善が必要とされていた。

上記課題を解決するために、本開示の一態様のロボットは、
球体状の筐体と、
前記筐体の内側部に配置されたフレームと、
前記フレームに備え付けられた入力装置と、
前記フレームに備え付けられた出力装置と、
前記フレームに備え付けられ、外部ネットワークに接続される通信回路と、
前記フレームに備え付けられ、前記筐体の内周面に接して前記筐体を回転させる一組の駆動輪と、
前記入力装置を介して入力したユーザの入力指示に対して、所定時間以上を要する所定の処理に基づいて応答する場合、前記一組の駆動輪をそれぞれ逆方向に回転させて前記球体状の筐体を回転させ、
前記出力装置を介して前記所定の処理に基づく応答を出力させるとき、前記一組の駆動輪による前進方向を前記ユーザに向けて前記球体状の筐体の回転を停止させる制御回路と、を備えたものである。

上記態様により、更なる改善を実現できた。

本開示の第１の実施の形態に係るロボットの外観斜視図である。 本開示の第１の実施の形態に係るロボットの内部斜視図である。 図２のＡ視における、本開示の第１の実施の形態に係るロボットの内部側面図である。 図２のＡ視における、本開示の第１の実施の形態に係るロボットの直進動作を表す側面図である。 図２のＢ視における、本開示の第１の実施の形態に係るロボットの回転動作を表す平面図である。 本開示の第１の実施の形態に係るロボットの回転動作を表す斜視図である。 図３の側面図においてカウンターウェイトの駆動機構を示した図である。 カウンターウェイトを所定の直線方向に駆動する際のカウンターウェイトの駆動機構の動作を示す斜視図である。 カウンターウェイトを所定の直線方向に駆動する際のカウンターウェイトの駆動機構の動作を示す側面図である。 図３の側面図においてカウンターウェイトが所定の直線方向に往復移動する状態を示す側面図である。 スイングアームを回転させる際のカウンターウェイトの駆動機構の動作を示す斜視図である。 スイングアームを回転させる際のカウンターウェイトの駆動機構の動作を示す側面図である。 図２のＢ視における、本開示の第１の実施の形態に係るロボットのスイングアームが回転する状態を示す平面図である。 図２のＡ視における、カウンターウェイトが前方寄りに位置しているときのロボットの姿勢を示す側面図である。 図２のＡ視における、カウンターウェイトが後方寄りに位置しているときのロボットの姿勢を示す側面図である。 図２のＣ視における、カウンターウェイトが右方寄りに位置しているときのロボットの姿勢を示す正面図である。 図２のＣ視における、カウンターウェイトが左方寄りに位置しているときのロボットの姿勢を示す正面図である。 本開示の第１の実施の形態に係るロボットのユースケースの一例を示す図である。 本開示の第１の実施の形態に係るロボットが適用されたロボットシステムの全体構成の一例を示す図である。 本開示の第１の実施の形態に係るロボット及びロボットに接続されるクラウドサーバを示すブロック図である。 本開示の第１の実施の形態に係るロボットにおける画像認識処理を示すフローチャートである。 本開示の第１の実施の形態において、図１７のＳ１７０９に示す画像認識処理の詳細を示すフローチャートである。 本開示の第１の実施の形態において、図１７のＳ１７０７に示す進捗表現処理の詳細を示すフローチャートである。 本開示の第２の実施の形態において、図１７のＳ１７０９に示す画像認識処理の詳細を示すフローチャートである。 ロボット１の回転速度と画像認識処理のステージ番号が示すステージとの関係を示す図である。 本開示の第２の実施の形態において、図１７のＳ１７０７に示す進捗表現処理の詳細を示すフローチャートである。

（本開示に係る一態様を発明するに至った経緯）
まず、本開示に係る一態様をするに至った着眼点について説明する。

特許文献１は、２足歩行の人型ロボットを開示するものである。そして、このロボットは、頭部、腕部、脚部、胴部などを備えている。そのため、前記ロボットは、入力した音声の認識結果に基づいて、頭部、腕部、脚部、胴部を動作させて、ユーザの音声に対して応答させることができる。

特許文献２は、犬型のペットロボットに関するものである。そして、前記ペットロボットは、胴体部分に、頭部、４つの脚部、尻尾などを備えている。そのため、前記ペットロボットは、入力した音声の認識結果に基づいて、頭部、４つの脚部、尻尾を動作させて、ユーザの音声に対して応答させることができる。

このように、各種のロボットは、ユーザからの問いに対して応答する機能を備えている。上記特許文献１又は２のように、音声認識を用いてユーザからの問いに対して応答する場合、ユーザの発話からロボットの応答までの時間間隔を、前記ユーザと前記ロボットとの間の会話が途切れたと前記ユーザに思わせない程度に短く設定する必要がある。そのため、音声の認識結果の信頼度が高い又は低いに関わらず、前記ユーザの発話から比較的短時間で前記ロボットは応答するように設計されていると考えられる。

これに対して、ユーザの発話からロボットの応答までの時間間隔が比較的長くなる場合がある。一例として、ユーザが持っている対象物が何であるのかをロボットに問い合わせ、前記ロボットが画像認識機能を用いて応答する場合が考えられる。

ユーザの問いに対して前記ロボットが画像認識機能を用いて応答する場合、前記対象物を撮像し、その後、例えば、前記撮像された画像を、画像認識用の機能を有するクラウドサーバに送信し、前記クラウドサーバにおいて前記画像を認識し、前記認識された認識結果を前記クラウドサーバから受信し、前記受信した認識結果に基づいて前記対象物が何であるかを回答させることが考えられる。この場合、前記ユーザが前記ロボットに問い合わせをしてから、前記ロボットが前記ユーザに回答するまでの時間が、例えば１５秒程度要すると、前記ロボットは回答するのに前記ユーザを待たせることになる。

このように、前記ロボットが前記ユーザの問いに応答できない時間が所定秒以上続くと、前記ユーザは、前記ロボットの外観だけからは、前記ロボットが処理中なのか又は故障により動かないのか判断できないという課題がある。

また、上記特許文献１又は２とは異なり、手、足、首などを有しない球体状のロボットを想定した場合、手足を動かしたり、首をかしげたりして前記ロボットが処理中であることを前記ユーザに対して伝えることはできない。また、処理中であることを示す表示を前記球体状のロボットの表面にすることが考えられるが、手、足、首などを有しない球体状のロボットの表面にその旨の表示をすると、前記球体状のロボットの顔に、顔と要素とは異なる表示がされることになって、前記ロボットの顔としては不自然になる。

このように、手、足、首などを有しない球体状のロボットの場合、前記ユーザに対して内部処理の進行状況を前記ユーザに伝えるのに制約があるという課題がある。

以上の考察により、本発明者は、以下の本開示に係る各態様を想到するに至った。

本開示の一態様のロボットは、
球体状の筐体と、
前記筐体の内側部に配置されたフレームと、
前記フレームに備え付けられた入力装置と、
前記フレームに備え付けられた出力装置と、
前記フレームに備え付けられ、外部ネットワークに接続される通信回路と、
前記フレームに備え付けられ、前記筐体の内周面に接して前記筐体を回転させる一組の駆動輪と、
前記入力装置を介して入力したユーザの入力指示に対して、所定時間以上を要する所定の処理に基づいて応答する場合、前記一組の駆動輪をそれぞれ逆方向に回転させて前記球体状の筐体を回転させ、
前記出力装置を介して前記所定の処理に基づく応答を出力させるとき、前記一組の駆動輪による前進方向を前記ユーザに向けて前記球体状の筐体の回転を停止させる制御回路と、を備えたものである。

本態様によると、前記入力装置を介して入力したユーザの入力指示に対して、所定時間以上を要する所定の処理に基づいて応答する場合、前記一組の駆動輪をそれぞれ逆方向に回転させて前記球体状の筐体を回転させる。これにより、前記球体状のロボットの形状を利用して、前記ユーザとの対話中に前記筐体の回転により前記ロボットが処理中であることを前記ユーザに伝えることができる。

また、前記認識結果を受信した場合、単に前記球体状の筐体の回転を停止させるだけであると、前記ロボットの前進方向が正面であるとすると、前記ロボットが正面を前記ユーザに向けていない状態で前記ロボットが停止することがある。

本態様によると、前記出力装置を介して前記所定の処理に基づく応答を出力させるとき、前記一組の駆動輪による前進方向を前記ユーザに向けて前記球体状の筐体の回転を停止させる。これにより、前記所定の処理の結果に基づく応答を前記ユーザに向けて出力させることができる。そのため、前記ロボットの正面が前記ユーザの向けられていない状態で、前記所定の処理の結果に基づく応答を出力する不都合を防止できる。

（実施の形態）
以下、本発明の各実施の形態について、図面を参照しながら説明する。尚、各図面において、同じ構成要素については同じ符号が用いられている。

（第１の実施の形態）
（全体構成）
図１は、本開示の第１の実施の形態に係るロボット１の外観斜視図である。ロボット１は、図１に示すように、球体状の筐体１０１を備える。筐体１０１は例えば、透明な部材或いは半透明の部材で構成される。

図２は、本開示の第１の実施の形態に係るロボット１の内部斜視図である。

図２において、フレーム１０２が筐体１０１の内側部に配置されている。フレーム１０２は、第１回転板１０３及び第２回転板１０４を備える。第１回転板１０３は、第２回転板１０４に対して上方に位置している。

図２に示すように、第１表示部１０５及び第２表示部１０６は、第１回転板１０３の上面に備え付けられている。また、第３表示部１０７は第２回転板１０４の上面に備え付けられている。第１表示部１０５、第２表示部１０６及び第３表示部１０７は、例えば、複数の発光ダイオードにより構成される。第１表示部１０５、第２表示部１０６及び第３表示部１０７は、ロボットの表情の表示情報を表示する。具体的には、第１表示部１０５、第２表示部１０６及び第３表示部１０７は、前記複数の発光ダイオードの点灯を個別に制御することにより、図１に示すように、ロボット１の顔の一部、例えば、目や口を表示する。図１の例では、第１表示部１０５が左目の画像を表示し、第２表示部１０６が右目の画像を表示し、第３表示部１０７が口の画像を表示している。そして、左目、右目、口の画像は、透明又は半透明の部材からなる筐体１０１を透過し、外部に放射されている。

カメラ１０８は、図２に示すように、第１回転板１０３の上面に備え付けられている。カメラ１０８は、ロボット１の周辺環境の映像を取得する。カメラ１０８は、図１に示すように、ロボット１の顔の一部、例えば、鼻を構成する。したがって、カメラ１０８の光軸はロボット１の前方に向かうことになる。これにより、カメラ１０８は正面に差し出された認識対象物を撮影できる。

制御回路１０９は、図２に示すように、第１回転板１０３の上面に備え付けられている。制御回路１０９は、ロボット１の各種動作を制御する。制御回路１０９の詳細は、図１６を参照しながら後述する。

第１駆動輪１１０及び第２駆動輪１１１は、それぞれ、第２回転板１０４の下面に備え付けられており、筐体１０１の内周面に接している。また、第１駆動輪１１０は、第１駆動輪１１０を駆動させる第１モータ１１２を有する。同様に、第２駆動輪１１１は、第２駆動輪１１１を駆動させる第２モータ１１３を有する。即ち、第１駆動輪１１０及び第２駆動輪１１１は、それぞれ独立した個別のモータによって駆動される。第１駆動輪１１０及び第２駆動輪１１１の駆動によるロボット１の動作の詳細は後述する。第１駆動輪１１０及び第２駆動輪１１１は、一組の駆動輪を構成する。

図３は、図２のＡ視における、本開示の第１の実施の形態に係るロボット１の内部側面図である。図３において、カウンターウェイト１１４（重りの一例）は、第１回転板１０３と第２回転板１０４との間に設けられている。カウンターウェイト１１４は、筐体１０１の中心からやや下方に位置する。このため、ロボット１の重心は、筐体１０１の中心から下方に位置する。これにより、ロボット１の動作を安定させることができる。

図３に示すように、ロボット１は、カウンターウェイト１１４を駆動する機構として、カウンターウェイト１１４の移動方向を規定するガイドシャフト１１５、カウンターウェイト１１４の回転方向の位置を規定するスイングアーム１１６、スイングアーム１１６を回転させる回転用モータ１１７、スイングアーム１１６及び回転用モータ１１７の間を接続する回転シャフト１１８、カウンターウェイト１１４の駆動に用いられるベルト１１９（図８Ａ及び図８Ｂ）、ベルト１１９に接するモータプーリ１２０（図８Ａ及び図８Ｂ）、及び、モータプーリ１２０を回転させる、図示しない重り駆動用モータを備える。尚、本態様においては、前記駆動用モータはカウンターウェイト１１４に内蔵されている。カウンターウェイト１１４の駆動によるロボット１の動作の詳細は後述する。

回転シャフト１１８は、第１駆動輪１１０と第２駆動輪１１１との駆動軸に対して垂直方向に延びる。回転シャフト１１８は、フレーム１０２に備え付けられたシャフトの一例に相当する。第１駆動輪１１０及び第２駆動輪１１１は正面視において、地面に向けて距離が離れるように取り付けられている。この場合、第１駆動輪１１０と第２駆動輪１１１との駆動軸は、例えば、第１駆動輪１１０と第２駆動輪１１１との中心同士を結ぶ仮想的な軸線である。なお、第１駆動輪１１０と第２駆動輪１１１とが正面視において平行に取り付けられていれば、実際の駆動軸が第１駆動輪１１０と第２駆動輪１１１との駆動軸となる。

ロボット１は、図略の電源及びマイク２１７（図１６）をさらに備える。ロボット１は、図略の充電器により充電される。マイク２１７は、ロボット１の周辺環境の音声を取得する。

次に、第１駆動輪１１０及び第２駆動輪１１１を用いたロボット１の動作を図４から図６を参照して説明する。

図４は、図２のＡ視における、本開示の第１の実施の形態に係るロボット１の直進動作を表す側面図である。図５は、図２のＢ視における、本開示の第１の実施の形態に係るロボット１の回転動作を表す平面図である。図６は、本開示の第１の実施の形態に係るロボット１の回転動作を表す斜視図である。

図４に示すように、第１駆動輪１１０及び第２駆動輪１１１を前方方向に回転させると、その動力によって筐体１０１は前方方向に回転する。これにより、ロボット１は前進する。逆に、第１駆動輪１１０及び第２駆動輪１１１を後方方向に回転させると、ロボット１は後進する。

また、図５及び図６に示すように、第１駆動輪１１０及び第２駆動輪１１１を互いに逆方向に回転させると、その動力によって筐体１０１は、その中心を通過する鉛直軸回りの回転動作を行う。即ち、ロボット１は、その場で左回り又は右回りに回転する。ロボット１は、このような前進、後進又は回転動作によって移動する。

次に、カウンターウェイト１１４を用いたロボット１の基本動作を図７から図９Ｃを参照して説明する。

図７は、図３の側面図において重り駆動機構を示した図である。図８Ａは、カウンターウェイト１１４を所定の直線方向に駆動する際のカウンターウェイト１１４の駆動機構の動作を示す斜視図である。図８Ｂは、カウンターウェイト１１４を所定の直線方向に駆動する際のカウンターウェイト１１４の駆動機構の動作を示す側面図である。図８Ｃは、図３の側面図においてカウンターウェイト１１４が所定の直線方向に往復移動する状態を示す側面図である。図９Ａは、スイングアーム１１６を回転させる際のカウンターウェイト１１４の駆動機構の動作を示す斜視図である。図９Ｂは、スイングアーム１１６を回転させる際の重り駆動機構の動作を示す側面図である。図９Ｃは、図２のＢ視における、本開示の第１の実施の形態に係るロボット１のスイングアーム１１６が回転する状態を示す平面図である。

図７に示すように、例えば、スイングアーム１１６の中央位置がカウンターウェイト１１４のデフォルト位置である。カウンターウェイト１１４がスイングアーム１１６の中央に位置しているとき、第１回転板１０３及び第２回転板１０４は走行面とほぼ平行になり、ロボット１の顔を構成する、例えば、目、鼻、口がデフォルト方向に向いた状態になる。

図８Ａ及び図８Ｂに示すように、カウンターウェイト１１４に内蔵された、図示しない重り駆動用モータは、前記重り駆動用モータに連結されたモータプーリ１２０を回転させる。回転されたモータプーリ１２０がベルト１１９上を転がることにより、カウンターウェイト１１４はスイングアーム１１６内を移動する。モータプーリ１２０の回転方向、即ち、前記重り駆動用モータの駆動方向を変化させることにより、スイングアーム１１６内において、カウンターウェイト１１４は直線方向に往復移動する。

図８Ｃに示すように、カウンターウェイト１１４は、ガイドシャフト１１５に沿って、スイングアーム１１６内を直線方向に往復移動する。

図９Ａ及び図９Ｂに示すように、回転用モータ１１７は、回転シャフト１１８を回転させることにより、回転シャフト１１８（図３）に接続されたスイングアーム１１６を回転させる。

図９Ｃに示すように、スイングアーム１１６は時計回り、反時計回りのいずれの方向にも回転させることができる。

さらに、カウンターウェイト１１４を用いたロボット１の動作の詳細を図１０から図１３を参照して説明する。図１０は、図２のＡ視における、カウンターウェイト１１４が前方寄りに位置しているときのロボット１の姿勢を示す側面図である。図１１は、図２のＡ視における、カウンターウェイト１１４が後方寄りに位置しているときのロボット１の姿勢を示す側面図である。図１２は、図２のＣ視における、カウンターウェイト１１４が右方寄りに位置しているときのロボット１の姿勢を示す正面図である。図１３は、図２のＣ視における、カウンターウェイト１１４が左方寄りに位置しているときのロボット１の姿勢を示す正面図である。

図１０に示すように、スイングアーム１１６がロボット１の正面に対して垂直な状態で、カウンターウェイト１１４を、デフォルト位置からスイングアーム１１６の一端（図１０では左端）、即ち、前方寄りに移動させると、ロボット１は、矢印１２１が示すように前方に傾く。また、図１１に示すように、スイングアーム１１６がロボット１の正面に対して垂直な状態で、カウンターウェイト１１４を、デフォルト位置からスイングアーム１１６の他端（図１１では右端）、即ち、後方寄りに移動させると、ロボット１は、矢印１２２が示すように後方に傾く。従って、スイングアーム１１６がロボット１の正面に対して垂直な状態で、カウンターウェイト１１４をスイングアーム１１６内の前記一端から前記他端まで往復動作させると、ロボット１は、矢印１２１が示す前方または矢印１２２が示す後方に傾く往復動作を行う。即ち、ロボット１は所定の角度において上下方向に回転する。

上述のように、第１表示部１０５、第２表示部１０６及び第３表示部１０７は、ロボット１の顔の一部、例えば、目や口を表す。従って、カウンターウェイト１１４を用いてロボット１に前方または後方に傾く往復動作をさせることにより、例えば、ロボット１が息切れしている状態又は眠い状態を表現することができる。この制御を、例えば、電源の電力残量が所定値以下になった場合に行えば、ロボット１は、第１表示部１０５、第２表示部１０６、及び第３表示部１０７に前記顔とは無関係な電力残量に関する情報を表示することなく、電源の電力残量が少なくなっていることをユーザに違和感なく伝えることができる。

図１２に示すように、スイングアーム１１６がロボット１の正面に対して平行な状態で、カウンターウェイト１１４を、デフォルト位置からスイングアーム１１６の一端（図１２の右端）、即ち、右方寄りに移動させると、ロボット１は、矢印１２３が示す右側に傾く。また、図１３に示すように、スイングアーム１１６がロボット１の正面に対して平行な状態で、カウンターウェイト１１４を、デフォルト位置からスイングアーム１１６の他端（図１３の左端）、即ち、左方寄りに移動させると、ロボット１は、矢印１２４が示す左側に傾く。従って、スイングアーム１１６をロボット１の正面に対して平行な状態で、カウンターウェイト１１４をスイングアーム１１６内の前記一端から前記他端まで往復動作させると、ロボット１は、矢印１２３が示す右側または矢印１２４が示す左側に傾く往復動作を行う。即ち、ロボット１は所定の角度において左右方向に回転する。

上述のように、第１表示部１０５、第２表示部１０６、及び第３表示部１０７は、ロボット１の顔の一部、例えば、目や口を表す。従って、カウンターウェイト１１４を用いてロボット１に右方または左方に傾く往復運動をさせることにより、例えば、ロボット１の機嫌がよい状態を表現し又はロボット１が考え中であることを表現できる。

図１４は、本開示の第１の実施の形態に係るロボット１のユースケースの一例を示す図である。図１４に示すように、ロボット１はクラウドサーバ３に接続されている。ユーザ１４０１は、女の子の人形１４０２をロボット１の正面に差し出し、「これ何？」と発話する。すると、ロボット１は、ユーザ１４０１の発話内容から、ユーザ１４０１が認識対象物の認識要求を行ったと判断し、認識対象物の画像を撮影する（ステップＳＴ１）。

次に、ロボット１は、撮影した認識対象物の画像をクラウドサーバ３に送信する（ステップＳＴ２）。次に、クラウドサーバ３は、画像認識処理を行い、送信された画像に含まれている認識対象物が人形１４０２であると認識する（ステップＳＴ３）。次に、クラウドサーバ３は、画像認識結果をロボット１に送信し、ロボット１は、画像認識結果を受信する（ステップＳＴ４）。次に、ロボット１は、画像認識結果が「人形」であるので、「人形」と発話する（ステップＳＴ５）。

このような画像認識処理は、画像が送信されてから認識結果が受信されるまでに１５秒〜３０秒程度かかるため、その間、ロボット１が何も動作を行わなければ、ユーザ１４０１は、ロボット１が本当に画像認識処理の要求を受け付けてくれたのか、或いは、ロボット１が故障しているのではないかと不安を感じてしまう。そこで、本開示は以下の態様を採用する。

図１５は、本開示の第１の実施の形態に係るロボット１が適用されたロボットシステム１５００の全体構成の一例を示す図である。ロボットシステム１５００は、クラウドサーバ３、携帯端末４、及びロボット１を備える。ロボット１は例えばＷｉｆｉ（登録商標）の通信を介してインターネットと接続し、クラウドサーバ３と接続する。また、ロボット１は例えばＷｉｆｉ（登録商標）の通信を介して携帯端末４と接続する。ユーザ１５０１は例えば、子供であり、ユーザ１５０２，１５０３は、例えば、その子供の両親である。

携帯端末４は、例えば、ロボット１と連携するアプリケーションがインストールされている。携帯端末４は、アプリケーションを通じてロボット１に種々の指示を行ったり、図１４で説明した画像認識結果を表示したりすることができる。

ロボット１は、例えば、携帯端末４からある絵本を子供に読み聞かせる要求があったとすると、その絵本の朗読を開始し、子供に読み聞かせる。ロボット１は、例えば、絵本の読み聞かせ中に子供から何らかの質問を受け付けると、その質問をクラウドサーバ３に送り、その質問に対する回答をクラウドサーバ３から受信し、回答を示す音声を発話する。

このように、ユーザ１５０１は、ロボット１をペットのように取り扱い、ロボット１との触れ合いを通じて、言語学習をすることができる。

次に、図１６を参照しつつ、本開示の第１の実施の形態に係るロボット１の内部回路の詳細について説明する。図１６は、本開示の第１の実施の形態に係るロボット１及びロボット１に接続されるクラウドサーバ３を示すブロック図である。クラウドサーバ３は外部サーバの一例に相当する。

図１６に示すように、ロボット１は、制御回路１０９、通信部２１０、表示部２１１、回転シャフト１１８、筐体駆動輪２１２、シャフト制御部２１３、筐体駆動輪制御部２１４、重り駆動機構制御部２１５、スピーカ２１６、カメラ１０８、マイク２１７、重り駆動機構２１８を備える。

制御回路１０９は、主制御部２０１、音声情報出力制御部２０２、顔認識処理部２０３、音声認識処理部２０４、表示情報出力制御部２０５、及びメモリ２０６を備える。制御回路１０９は、ＣＰＵ等のプロセッサを含むコンピュータで構成されている。

主制御部２０１は、ユーザの音声の認識結果を音声認識処理部２０４から取得する。主制御部２０１は、ユーザの顔の認識結果を顔認識処理部２０３から取得する。

主制御部２０１は、音声認識処理部２０４及び顔認識処理部２０３から取得した情報を基にコマンドを生成し、音声情報出力制御部２０２、表示情報出力制御部２０５、シャフト制御部２１３、筐体駆動輪制御部２１４、及び重り駆動機構制御部２１５等に送信する。前記コマンドの詳細は後述する。

音声情報出力制御部２０２は、主制御部２０１から送信されるコマンドに応じた音声をスピーカ２１６から出力することで、ロボット１に発話させる。

スピーカ２１６は、出力面が正面を向くようにフレーム１０２に備え付けられ、音声の電気信号を物理振動に変換する。スピーカ２１６は、出力装置の一例に相当する。

音声認識処理部２０４は、マイク２１７での取得音声からユーザの音声の有無を認識し、音声認識結果をメモリ２０６に蓄積することで、音声認識結果を管理する。音声認識処理部２０４は、メモリ２０６に格納された音声認識用データと、取得音声とを照合し、発話内容を認識する。

マイク２１７は、フレーム１０２に備え付けられ、音を電気信号に変換し、音声認識処理部２０４に出力する。マイク２１７は、例えば、第１回転板１０３の上面に取り付けられても良いし、第２回転板１０４の上面に取り付けられても良い。マイク２１７は、入力装置の一例に相当する。

顔認識処理部２０３は、カメラ１０８での取得映像からユーザの顔の有無、位置、及び大きさを認識し、顔認識結果をメモリ２０６に蓄積することで、顔認識結果を管理する。

表示情報出力制御部２０５は、主制御部２０１から送信されるコマンドに応じたロボット１の表情の表示情報を表示部２１１に表示する。表示部２１１は、図２において説明した第１表示部１０５、第２表示部１０６、及び第３表示部１０７により構成される。

メモリ２０６は、例えば、不揮発性の書き換え可能な記憶装置で構成され、ロボット１の制御プログラムなどを記憶する。

筐体駆動輪制御部２１４は、主制御部２０１から送信されるコマンドに応じて、ロボット１の筐体駆動輪２１２を動作させる。筐体駆動輪制御部２１４は、図２において説明した、第１モータ１１２及び第２モータ１１３で構成される。筐体駆動輪２１２は、図２において説明した第１駆動輪１１０及び第２駆動輪１１１により構成される。筐体駆動輪２１２は、一組の駆動輪の一例に相当する。

重り駆動機構制御部２１５は、主制御部２０１から送信されるコマンドに応じて、ロボット１の重り駆動機構２１８を動作させる。重り駆動機構制御部２１５は、カウンターウェイト１１４に内蔵された、図示しない重り駆動用モータで構成される。重り駆動機構２１８は、図３、図８Ａ及び図８Ｂにおいて説明したガイドシャフト１１５、スイングアーム１１６、回転用モータ１１７、ベルト１１９、モータプーリ１２０、及び、図示しない重り駆動用モータにより構成される。

シャフト制御部２１３は、主制御部２０１から送信されるコマンドに応じて、図９Ａ及び図９Ｂで説明した回転シャフト１１８を回転させる。シャフト制御部２１３は、図９Ａ及び図９Ｂで説明した回転用モータ１１７により構成される。回転シャフト１１８及びシャフト制御部２１３は回転機構の一例に相当する。

通信部２１０は、ロボット１をクラウドサーバ３に接続させるための通信装置で構成される。通信部２１０としては、例えば、Ｗｉｆｉ（登録商標）等の無線ＬＡＮの通信装置が採用できるがこれは一例である。

クラウドサーバ３は、インターネット（外部ネットワークの一例）を介してロボット１と接続されている。クラウドサーバ３は、通信部３０１及び処理部３０２を備える。通信部３０１は、クラウドサーバ３をインターネットに接続するための通信装置で構成される。処理部３０２は、ロボット１からの要求に従って、種々の処理を実行し、処理結果を通信部３０１を介してロボット１に送信する。

次に、図１７を参照しつつ、本開示の第１の実施の形態に係るロボット１における画像認識処理について説明する。図１７は、本開示の第１の実施の形態に係るロボット１における画像認識処理を示すフローチャートである。ここでは、ロボット１がクラウドサーバ３に画像認識処理を依頼してから、画像認識結果を受信するまでの期間、ロボット１が回転し、ロボット１処理中であることを表現する処理をする。

まず、ユーザはロボット１に発話する（Ｓ１７０１）。例えば、ユーザは、図１４で説明したように人形１４０２をロボット１に差し出し、「これ何？」といった発話を行う。

次に、ロボット１の音声認識処理部２０４は、発話への回答に画像認識処理が必要か否かを判断する（Ｓ１７０３）。ここで、メモリ２０６には、回答に画像認識処理が必要な発話の特徴量を示す１以上の発話参照データが事前に記憶されている。したがって、音声認識処理部２０４は、ユーザが発話した音声の特徴量とメモリ２０６に記憶されたいずれかの発話参照データとの類似度が閾値以上であれば、画像認識処理が必要と判断すればよい。

例えば、画像認識処理が必要な発話としては、上述した「これ何？」といった認識対象物を問い合わせる発話や「画像認識処理を実行」といったコマンド形式の発話が採用できる。また、ユーザが人差し指と中指との２本の指を立てて、「これいくつ？」というような数の問い合わせに応えるために、「これいくつ？」が画像認識処理が必要な発話として採用されてもよい。

Ｓ１７０３において、回答に画像認識処理の必要があると判定された場合（Ｓ１７０３でＹＥＳ）、処理はＳ１７０４に進められ、回答に画像認識処理の必要がないと判定された場合（Ｓ１７０３でＮＯ）、処理はＳ１７０８に進められる。

次に、カメラ１０８は、認識対象物を含む１枚の画像を撮影する（Ｓ１７０２，Ｓ１７０４）。ここで、音声認識処理部２０４は、主制御部２０１に画像認識処理が必要である旨の通知を行い、この通知を受けた主制御部２０１は、顔認識処理部２０３に撮影コマンドを送信することで、カメラ１０８に認識対象物を撮影させればよい。

なお、主制御部２０１は、音声認識処理部２０４により画像認識処理が必要であると判断された場合、音声情報出力制御部２０２に「知りたい物をロボットの正面に向けて下さい。」といったメッセージを通知し、スピーカ２１６からそのメッセージを出力させてもよい。これにより、ロボット１は、ユーザに対して認識対象物をロボット１の正面に差し出させることができ、カメラ１０８の撮影範囲に認識対象物が含まれない事態を回避できる。

次に、主制御部２０１は、Ｓ１７０４で撮影した画像がクラウドサーバ３に対して画像認識処理を要求する必要があるか否かを判定する（Ｓ１７０５）。画像認識処理の要求をする必要があると主制御部２０１が判定した場合（Ｓ１７０５でＹＥＳ）、通信部２１０は、Ｓ１７０４で撮影した画像をクラウドサーバ３に送信する（Ｓ１７０６）。一方、画像認識処理を要求する必要がないと主制御部２０１が判定した場合（Ｓ１７０５でＮＯ）、処理はＳ１７０８に進められる。

ここで、メモリ２０６には、画像認識処理の要求が不必要な参照画像の特徴量である認識不要参照データが事前に記憶されている。したがって、主制御部２０１は、Ｓ１７０４で撮影した画像の特徴量と認識不要参照データとの類似度が閾値以上であれば、画像認識処理の要求が不必要であると判定し、Ｓ１７０４で撮影した画像の特徴量と認識不要参照データとの類似度が閾値未満であれば、画像認識処理の要求が必要と判定すればよい。

参照画像としては、例えば、ユーザの顔画像が含まれる。ユーザの顔画像としては、例えば、ロボット１を主に取り扱う子供の顔画像や、その子供の家族の顔画像が含まれていてもよい。これは、ユーザの顔を認識するというような頻度の高い処理に、いちいちクラウドサーバ３に画像認識処理の要求をしてしまうと、ユーザの待ち時間が大きくなり、ユーザのストレスが過大になる点を考慮したものである。また、参照画像としては、ユーザが１本、２本というように１本以上の指を立てた画像が採用されてもよい。

次に、ロボット１は、画像認識結果が得られるまで、進捗表現処理を行う（Ｓ１７０７）。進捗表現処理の詳細については後ほど説明する。

クラウドサーバ３に画像認識処理の要求が必要である場合、画像認識結果が得られるまでに所定時間以上かかってしまう。この場合、ロボット１が何も動作を行わなければ、ユーザはロボット１が故障したのではないかと判断する虞がある。そこで、本態様では、クラウドサーバ３に画像認識処理の要求が必要である場合、後述する進捗表現処理（Ｓ１７０７）を行う。

次に、クラウドサーバ３は、画像認識処理を行う（Ｓ１７０９）。画像認識処理の詳細については後ほど説明する。

画像認識結果が得られると、ロボット１は進捗表現処理を終了する。

次に、音声情報出力制御部２０２は、画像認識結果をスピーカ２１６から出力し、発話により画像認識結果の回答を行う（Ｓ１７０８）。この場合、音声情報出力制御部２０２は、例えば認識対象物の名称を示す音声をスピーカ２１６から出力する。例えば、図１４に示すように人形１４０２が認識されたとすると、スピーカ２１６から「人形」の音声が出力される。

尚、Ｓ１７０３でＮＯ、Ｓ１７０５でＮＯと判定された場合のＳ１７０８の処理は例えば下記のようになる。発話への回答に画像認識処理が必要でないと判定された場合として（Ｓ１７０３でＮＯ）、例えば、ロボット１とユーザとが対話をするようなケースが該当したとする。この場合、Ｓ１７０８では、音声情報出力制御部２０２は、ユーザとの対話に応答する音声をスピーカ２１６から出力すればよい。

また、Ｓ１７０４で撮影した画像がクラウドサーバ３に対して画像認識処理を要求する必要がない場合として（Ｓ１７０５でＮＯ）、ユーザの名前をロボット１に問い合わせたり、ユーザが指を立てて「これいくつ？」というような問い合わせを行うケースが該当したとする。この場合、Ｓ１７０８では、音声情報出力制御部２０２は、ユーザの名前や「２本です。」というような音声をスピーカ２１６から出力すればよい。

図１８は、本開示の第１の実施の形態において、図１７のＳ１７０９に示す画像認識処理の詳細を示すフローチャートである。まず、通信部３０１は、ロボット１から送信された画像を受信する（Ｓ１８０１）。

次に、処理部３０２は、画像認識処理を実行する（Ｓ１８０２）。例えば、図１４に示すユースケースでは、人形１４０２を含む画像が画像認識処理の対象となる。処理部３０２は、例えば、機械学習により得られた、物体の画像の特徴量と物体の名称とが対応付けて登録された物体モデルデータベースを備えている。処理部３０２は、ロボット１から送信された画像から特徴量を抽出し、抽出した特徴量と物体モデルデータベースに登録された各物体の特徴量とを照合し、類似度が最も高い物体を認識対象物と判定すればよい。図１４の例では、「人形」が画像認識結果となる。

次に、通信部３０１は、処理部３０２による画像認識結果をロボット１に送信する（Ｓ１８０３）。

図１９は、本開示の第１の実施の形態において、図１７のＳ１７０７に示す進捗表現処理の詳細を示すフローチャートである。

まず、主制御部２０１は、第１回転速度Ｖ１と、第１回転速度Ｖ１よりも遅い第２回転速度Ｖ２と、現在の回転速度を設定するための変数である回転速度Ｖとを準備する（Ｓ１９０１）。Ｓ１９０１では、回転速度Ｖはデフォルト値として０が設定される。

ここで、第１回転速度Ｖ１は、ロボット１が処理中であることをユーザに伝えるときのロボット１の回転速度である。第２回転速度Ｖ２は、ユーザの位置を検出するためにカメラ１０８が周囲環境を連続撮影するときのロボット１の回転速度である。第２回転速度Ｖ２が過大であれば、周囲環境の画像がぶれてしまい、ユーザをうまく検知できない可能性がある。一方、第２回転速度Ｖ２が過小であれば、ユーザの位置を検出する時間が過大となり、ユーザにストレスを与えてしまう。そこで、第２回転速度Ｖ２としては、周囲環境を正確に撮影できる速度が採用できる。ここでは、第２回転速度Ｖ２は第１回転速度Ｖ１よりも低いとしたが、高くてもよい。

次に、主制御部２０１は、回転速度Ｖを第１回転速度Ｖ１に設定する（Ｓ１９０２）。

次に、筐体駆動輪制御部２１４は、主制御部２０１から回転速度Ｖを第１回転速度Ｖ１に設定するコマンドを受け付け、ロボット１を第１回転速度Ｖ１で回転させる（Ｓ１９０３）。詳細には、筐体駆動輪制御部２１４は、筐体駆動輪２１２を構成する第１駆動輪１１０と第２駆動輪１１１とが、それぞれ、第１回転速度Ｖ１で逆方向に回転するように第１モータ１１２と第２モータ１１３とを駆動すればよい。

次に、主制御部２０１は、通信部２１０が画像認識結果を受信していなければ（Ｓ１９０４でＮＯ）、処理をＳ１９０３に戻し、Ｓ１９０３〜Ｓ１９０４の処理を行う。これにより、画像認識結果が受信されるまで、ロボット１は回転動作を繰り返し、ユーザに画像認識処理中であることを伝えることができる。

一方、通信部２１０が画像認識結果を受信すると（Ｓ１９０４でＹＥＳ）、主制御部２０１は、回転速度Ｖを第２回転速度Ｖ２に設定する（Ｓ１９０５）。

次に、筐体駆動輪制御部２１４は、主制御部２０１から回転速度Ｖを第２回転速度Ｖ２に設定するコマンドを受け付け、ロボット１を第２回転速度Ｖ２で回転させる（Ｓ１９０６）。詳細には、筐体駆動輪制御部２１４は、筐体駆動輪２１２を構成する第１駆動輪１１０と第２駆動輪１１１とが、それぞれ、第２回転速度Ｖ２で逆方向に回転するように第１モータ１１２と第２モータ１１３とを駆動すればよい。これにより、ユーザの位置を検出するためのロボット１の回転動作が行われる。

次に、顔認識処理部２０３は、主制御部２０１から連続撮影を実行するための撮影コマンドを受け付け、カメラ１０８に周囲環境の画像を連続撮影させる（Ｓ１９０７）。

次に、顔認識処理部２０３は、ユーザの顔を認識できたのであれば（Ｓ１９０８でＹＥＳ）、そのことを主制御部２０１に通知し、カメラ１０８の連続撮影を停止させる（Ｓ１９０９）。一方、顔認識処理部２０３は、ユーザの顔を認識できていなければ（Ｓ１９０８でＮＯ）、処理をＳ１９０６に戻す。以上により、ユーザの顔が認識できるまで、ロボット１は回転しながら、周囲環境の画像を撮影することになる。

ここで、顔認識処理部２０３は、メモリ２０６に記憶されたユーザの顔の画像の特徴量に対する類似度が閾値以上である物体を含む、周囲環境の画像を検出できたとき、その周囲環境の画像にユーザが存在すると判定すればよい。そして、顔認識処理部２０３は、検出した周囲環境の画像内におけるユーザの顔の位置及びサイズから、現実空間でのユーザの位置を検出すればよい。ここで、検出されるユーザの位置は、例えば、該当する周囲環境の画像を撮影した時点でのロボット１の基準方向及びユーザの位置のなす角度と、ロボット１からユーザの位置までの距離とによって特定されればよい。基準方向としては、ロボット１の進行方向（ロボット１の正面に直行する方向）が採用できる。更に、顔認識処理部２０３は、該当する周囲環境の画像に含まれるユーザの顔の形状等からユーザの顔の方位を検出してもよい。

尚、メモリ２０６に複数のユーザの顔の画像の特徴量が記憶されており、且つ、ロボット１の周囲にメモリ２０６に特徴量が記憶された複数のユーザが含まれていれば、認識対象物を差し出したユーザとは別のユーザの位置が検出される可能性がある。

これを防止するために、顔認識処理部２０３は画像認識処理の開始時時に認識対象物を差し出したユーザの顔を撮影してユーザの顔の特徴量を抽出し、メモリ２０６に記憶させておく。そして、顔認識処理部２０３は、メモリ２０６に記憶された特徴量との類似度が閾値以上の物体を含む周囲環境の画像を検出できたとき、その周囲環境の画像にユーザが存在すると判定してもよい。例えば、図１７のＳ１７０４において、顔認識処理部２０３は認識対象物を差し出したユーザの顔が含まれるように認識対象物の画像を撮影し、得られた画像からユーザの顔の特徴量を抽出してメモリ２０６に記憶させておけばよい。

Ｓ１９１０では、筐体駆動輪制御部２１４は、主制御部２０１からロボット１の回転を停止させるコマンドを受け付け、第１モータ１１２と第２モータ１１３との駆動を停止させることで、ロボット１の回転を停止させる。

Ｓ１９１１では、筐体駆動輪制御部２１４は、主制御部２０１からロボット１を、Ｓ１９０８で検出したユーザの位置付近まで移動させるコマンドを取得し、その位置付近までロボット１が移動するように、第１駆動輪１１０と第２駆動輪１１１とを駆動させる。このとき、主制御部２０１は、ロボット１の表示部２１１が、ユーザの正面と対面するように筐体駆動輪制御部２１４にコマンドを出力すればよい。

詳細には、主制御部２０１は、まず、該当するユーザの位置付近までロボット１を移動させるコマンドを筐体駆動輪制御部２１４に出力する。そして、該当するユーザの位置付近までロボットが移動すると、主制御部２０１は、Ｓ１９０８で検出されたユーザの顔の方位が、表示部２１１と直行するように、ロボット１を回転させるコマンドを筐体駆動輪制御部２１４に出力すればよい。

このように本態様によれば、ユーザの問いに応答するために所定時間以上を要する場合、第１駆動輪１１０と第２駆動輪１１１とをそれぞれ逆方向に回転させて球体状の筐体１０１を回転させて、ロボット１を回転させる。これにより、球体状のロボット１の形状を利用して、ユーザとの対話中にロボット１の回転によりロボット１が処理中であることをユーザに伝えることができる。

また、本態様によると、ロボット１の正面をユーザに向けて画像認識処理の結果をユーザに出力する。そのため、ロボット１の正面がユーザに向けられていない状態で、画像認識処理の結果を出力する不都合を防止できる。

（第２の実施の形態）
第２の実施の形態は、画像認識処理の進捗状況が進むにつれて、ロボット１の回転速度を減速させることを特徴とする。なお、第２の実施の形態において第１の実施の形態と同一構成のものは同一の符号を付し、説明を省く。

第２の実施の形態では、全体的な処理は、図１７と同じであるが、Ｓ１７０９とＳ１７０７とが相違する。

図２０は、本開示の第２の実施の形態において、図１７のＳ１７０９に示す画像認識処理の詳細を示すフローチャートである。Ｓ２００１、Ｓ２００８は図１８のＳ１８０１、Ｓ１８０３と同じであるため、説明を省く。

Ｓ２００２では、処理部３０２は、画像認識処理に要するステージ数Ｍを規定するパラメータを準備する。ここで、ステージ数Ｍはクラウドサーバ３が採用する画像認識処理の内容に応じて事前に定められた値が採用される。例えば、クラウドサーバ３が３つのステージ数からなる画像認識処理を採用するのであれば、Ｍ＝３が設定される。

Ｓ２００３では、処理部３０２は、ステージ番号Ｎを初期値「０」に設定する。ここで、ステージ番号Ｎは処理中のステージを特定するための番号である。

Ｓ２００４では、処理部３０２は、ステージ番号Ｎを１インクリメントする。

Ｓ２００５では、処理部３０２は、ステージ番号Ｎの画像認識処理を実行する。

Ｓ２００６では、処理部３０２は、ステージ番号Ｎがステージ数Ｍに到達したか否かを判定する。ステージ番号Ｎがステージ数Ｍに到達していれば（Ｓ２００６でＹＥＳ）、処理部３０２は、画像認識結果が得られたので、処理をＳ２００８に進める。

ステージ番号Ｎがステージ数Ｍに到達していなければ（Ｓ２００６でＮＯ）、処理部３０２は、通信部２１０を用いて、画像認識結果の一部が完了した旨の通知をロボット１に行う（Ｓ２００７）。このとき、処理部３０２は、処理が終了したステージ番号Ｎとステージ数Ｍとをロボット１に送信する。

Ｓ２００７の処理が終了すると、処理はＳ２００４に戻される。これにより、次のステージ番号Ｎの画像認識処理が実行される。

次に、画像認識処理のステージについて説明する。図２１は、ロボット１の回転速度と画像認識処理のステージ番号Ｎが示すステージ「Ｎ」との関係を示す図である。図２１の例では、画像認識処理はステージ番号Ｎ＝１，２，３で示される３つのステージ「１」，「２」，「３」で構成される。

ステージ「１」は認識対象物の色を認識するステージであり、ステージ「２」は認識対象物のブランドを認識するステージであり、ステージ「３」は認識対象物が最終的に何であるかを認識するステージである。

例えば、認識対象物が市販の清涼飲料水であるとすると、ステージ「１」では、清涼飲料水を構成する色が認識される。例えば、水の清涼飲料水であれば、認識結果は「透明」となる。処理部３０２は、例えば、ロボット１から送信された画像から認識対象物を抽出し、抽出した認識対象物の色を解析する処理を行うことで、認識対象物の色を認識すればよい。認識対象物が複数の色で構成される場合もある。この場合、処理部３０２は、一定の割合以上を占める上位数色の色を認識結果としてもよい。

ステージ「２」では、処理部３０２は、例えば、清涼飲料水のボトルのラベルに記載された文字を認識することで、ブランド名を認識する。清涼飲料水のボトルのラベルに商品名「ＸＸＸ」と記載されていれば、認識結果は、例えば、「ＸＸＸ」となる。

ステージ「３」では、処理部３０２は、例えば、上述の物体モデルデータベースを用いて、認識対象物が最終的に何であるかを認識する。例えば、清涼飲料水が認識されたのであれば、認識結果は「清涼飲料水」となる。ここで、清涼飲料水の種類まで認識できたのであれば、認識結果は、例えば、「清涼飲料水：水」となる。

図２２は、本開示の第２の実施の形態において、図１７のＳ１７０７に示す進捗表現処理の詳細を示すフローチャートである。

図２２において、Ｓ２１０１、Ｓ２１０２、Ｓ２１０３、Ｓ２１０４、Ｓ２１０７、Ｓ２１０８、Ｓ２１０９、Ｓ２１１０、Ｓ２１１１、Ｓ２１１２、Ｓ２１１３は、図１９のＳ１９０１、Ｓ１９０２、Ｓ１９０３、Ｓ１９０４、Ｓ１９０５、Ｓ１９０６、Ｓ１９０７、Ｓ１９０８、Ｓ１９０９、Ｓ１９１０、Ｓ１９１１と同じであるので、説明を省く。

Ｓ２１０５は、図２０のＳ２００７において、クラウドサーバ３が送信した画像認識処理の一部が完了した旨の通知をロボット１が受信する処理である。主制御部２０１は、画像認識処理の一部が完了した旨の通知を通信部２１０がクラウドサーバ３から受信していなければ（Ｓ２１０５でＮＯ）、処理をＳ２１０３に戻す。一方、主制御部２０１は、画像認識処理の一部が完了した旨の通知を通信部２１０がクラウドサーバ３から受信していれば（Ｓ２１０５でＹＥＳ）、処理をＳ２１０６に進める。Ｓ２１０５では、ロボット１は、処理が終了したステージ番号Ｎとステージ数Ｍとを受信する。

Ｓ２１０６では、主制御部２０１は、Ｓ２１０５で受信した処理が終了したステージ番号Ｎとステージ数Ｍとを用いて、回転速度ＶをＶ＝Ｖ１×（１−Ｎ／Ｍ）に設定し、回転速度Ｖを減速させる。例えば、ステージ「１」が終了すると、Ｓ２１０５にて、ロボット１はＮ＝１を受信するので、ステージ「２」の処理中では、回転速度Ｖは、Ｖ＝Ｖ１×（１−１／Ｍ）に設定される。

これにより、主制御部２０１は、画像認識処理のステージが１段階進む毎に回転速度Ｖを１段階低く設定する。

図２１の例では、ステージ「１」の処理中においては、主制御部２０１は、回転速度ＶをＶ１に設定する。これにより、第１駆動輪１１０、第２駆動輪１１１は、回転速度Ｖ１で互いに逆方向に回転され、ロボット１は回転速度Ｖ１で回転する。

ステージ「１」の処理が終了すると、主制御部２０１は、回転速度ＶをＶ＝Ｖ１×２／３に設定する。これにより、ステージ「２」の処理中においては、第１駆動輪１１０、第２駆動輪１１１は、回転速度Ｖ１×２／３で互いに逆方向に回転し、ロボット１は回転速度Ｖ１×２／３で回転する。

ステージ「２」の処理が終了すると、主制御部２０１は、回転速度ＶをＶ＝Ｖ１×１／３に設定する。これにより、ステージ「３」の処理中においては、第１駆動輪１１０、第２駆動輪１１１は、回転速度Ｖ１×１／３で互いに逆方向に回転し、ロボット１は回転速度Ｖ１×１／３で回転する。

このように、本態様によれば、画像認識処理のステージが進むにつれて、カウンターウェイト１１４の振幅が減少されるので、ロボット１の動作を通じて、画像認識処理の進捗状況をユーザに通知できる。

図２２のＳ２１０４で、ステージ「Ｍ」の画像認識処理の結果が受信されると（Ｓ２１０４でＹＥＳ）、処理はＳ２１０７に進められる。Ｓ２１０７以降の処理は図１９のＳ１９０５以降の処理と同じである。ここで、Ｓ２１０７で設定される回転速度Ｖ２は、画像認識処理の最終のステージ「Ｍ」でのロボット１の回転速度よりも遅い値が採用されればよい。これにより、最終のステージ「Ｍ」の終了後にロボット１の回転速度Ｖが増大し、ユーザに違和感を与えることを防止できる。

このように、第２の実施の形態によれば、画像認識処理のステージが進むにつれて、ロボット１の回転速度が減速されるので、ロボット１の動作を通じて、画像認識処理の進捗状況をユーザに通知できる。

（変形例１）
実施の形態１、２では、画像認識処理をクラウドサーバ３に要求する場合に、ロボット１を回転させた。本開示はこれに限定されず、画像認識処理以外の処理（例えば、音声認識処理）をクラウドサーバ３に要求する場合に、ロボット１を回転させてもよい。画像認識処理以外の処理であっても、クラウドサーバ３に処理を要求した場合、処理結果が得られるまでに所定時間以上要することもある。この場合、処理結果が得られるまでにロボット１を回転させることで、ロボット１が故障したとユーザが判断することを防止できる。

（変形例２）
実施の形態１、２では、表示部２１１を備えていたが、これは一例であり、表示部２１１は省かれても良い。表示部２１１はロボットの顔の一部を表示するので、表示部２１１が有る方が、ロボット１が処理中であることをうまく表現できる。しかし、表示部２１１が無くても、処理結果が得られるまでロボット１を回転させれば、ロボット１が処理中であることを十分にユーザに伝えることができる。

（変形例３）
第２の実施の形態では、画像認識処理のステージが進むにつれて、Ｖ１×「Ｎ／Ｍ」ずつ回転速度Ｖが減速されたが、これは一例であり、ステージが進むにつれて回転速度Ｖの減速量が大きくなる或いは小さくなるように回転速度Ｖは減速されてもよい。

（変形例４）
第１、第２の実施の形態では、画像認識処理の終了後、カメラ１０８を用いてユーザを発見したが、本開示はこれに限定されない。例えば、ユーザが画像認識処理を要求する発話を行ったとき、音声認識処理部２０４は、その発話の音声をマイク２１７を用いて取得し、取得した音声の方向及び強度からユーザの位置を特定し、メモリ２０６に記憶する。そして、画像認識処理の終了時に、主制御部２０１は、メモリ２０６に記憶されたユーザの位置にロボット１を移動させるコマンドを、筐体駆動輪制御部２１４に出力すればよい。ここで、画像認識処理を要求する発話を行ってから画像認識処理が終了するまでの間にユーザが別の場所に移動することもある。この場合、音声認識処理部２０４は、画像認識処理を要求する発話の音声を取得したときに、音声の特徴量を抽出し、メモリ２０６に記憶する。そして、音声認識処理部２０４は、画像認識処理が終了するまで、メモリ２０６に記憶した特徴量を用いて、該当するユーザが発話する音声をモニタし、ユーザの位置を追跡してもよい。

（本開示の実施の形態の概要）
本開示の一態様に係るロボットは、
球体状の筐体と、
前記筐体の内側部に配置されたフレームと、
前記フレームに備え付けられた入力装置と、
前記フレームに備え付けられた出力装置と、
前記フレームに備え付けられ、外部ネットワークに接続される通信回路と、
前記フレームに備え付けられ、前記筐体の内周面に接して前記筐体を回転させる一組の駆動輪と、
前記入力装置を介して入力したユーザの入力指示に対して、所定時間以上を要する所定の処理に基づいて応答する場合、前記一組の駆動輪をそれぞれ逆方向に回転させて前記球体状の筐体を回転させ、
前記出力装置を介して前記所定の処理に基づく応答を出力させるとき、前記一組の駆動輪による前進方向を前記ユーザに向けて前記球体状の筐体の回転を停止させる制御回路と、を備えたものである。

本態様によると、前記入力装置を介して入力したユーザの入力指示に対して、所定時間以上を要する所定の処理に基づいて応答する場合、前記一組の駆動輪をそれぞれ逆方向に回転させて前記球体状の筐体を回転させる。これにより、前記球体状のロボットの形状を利用して、前記ユーザとの対話中に前記筐体の回転により前記ロボットが処理中であることを前記ユーザに伝えることができる。

また、前記所定の処理に基づく応答を受信した場合、単に前記球体状の筐体の回転を停止させるだけであると、前記ロボットの前進方向が正面であるとすると、前記ロボットが正面を前記ユーザに向けていない状態で前記ロボットが停止することがある。

本態様によると、前記出力装置を介して前記所定の処理に基づく応答を出力させるとき、前記一組の駆動輪による前進方向を前記ユーザに向けて前記球体状の筐体の回転を停止させる。これにより、前記所定の処理の結果に基づく応答を前記ユーザに向けて出力させることができる。そのため、前記ロボットの正面が前記ユーザに向けられていない状態で、前記所定の処理の結果に基づく応答を出力する不都合を防止できる。

また、上記態様において、例えば、
撮像方向が前記前進方向に向くように、前記フレームに備え付けられたカメラを更に備えてもよい。

この場合、前記カメラは、前記ロボットの顔の一部、例えば、口、又は鼻を構成する。これにより、前記出力装置を介して前記所定の処理に基づく応答を出力させるとき、前記カメラを前記ユーザに向けて前記球体状の筐体の回転を停止させる。これにより、前記所定の処理の結果に基づく応答を前記ユーザに向けて出力させることができる。そのため、前記ロボットの顔が前記ユーザに向けられていない状態で、前記所定の処理の結果に基づく応答を出力する不都合を防止できる。

また、上記態様において、例えば、
前記制御回路は、
前記球体状の筐体が回転している間、前記カメラを用いた撮像を行い、
前記出力装置を介して前記所定の処理の結果に基づく応答を出力するまでに、前記カメラによって撮像された画像に基づき前記ユーザの位置を認識し、前記認識されたユーザの位置に前記表示部を向けた状態で前記球体状の筐体の回転を停止させてもよい。

本態様によれば、カメラによって撮像された画像に基づきユーザの位置が認識されているので、ユーザの位置を正確に認識できる。

また、上記態様において、例えば、
前記前進方向に向かうように前記フレームに備え付けられ、少なくとも前記ロボットの顔の一部を表示する表示部を更に備えてもよい。

この場合、前記表示部に表示される前記ロボットの顔の一部は、例えば、口、又は鼻を構成する。これにより、前記出力装置を介して前記所定の処理に基づく応答を出力させるとき、前記少なくとも顔の一部を表示する表示部を前記ユーザに向けて前記球体状の筐体の回転を停止させる。これにより、前記所定の処理の結果に基づく応答を前記ユーザに向けて出力させることができる。そのため、前記ロボットの顔が前記ユーザに向けられていない状態で、前記所定の処理の結果に基づく応答を出力する不都合を防止できる。

また、上記態様において、例えば、
前記制御回路は、
前記球体状の筐体の回転を停止させた後、前記認識されたユーザの位置に前記表示部を向けた状態で、前記出力装置を介して前記所定の処理の結果に基づく応答を出力させてもよい。

本態様によれば、筐体の回転停止後にユーザの位置に表示部が向けられて、所定の処理の結果に基づく応答が出力されることになる。

また、上記態様において、例えば、
前記所定の処理は、２以上の工程からなり、
前記制御回路は、
前記２以上の工程の各々が終わる毎に、前記一組の駆動輪の回転速度を制御して前記球体状の筐体を回転させる速度を減速させてもよい。

本態様によれば、前記所定の処理の工程が進むにつれて、前記一組の駆動輪の回転速度が減少されるので、ロボットの動作を通じて、所定の処理の進捗状況をユーザに通知できる。

また、上記態様において、例えば、
前記所定の処理は、前記外部ネットワークを介して接続された外部サーバにおける画像認識処理であってもよい。

画像認識処理は処理負荷が過大なので、外部サーバで実行されることが多い。この場合、処理結果が得られるまで、所定時間以上かかってしまう。本態様では、所定の処理が外部サーバで実行される場合であっても、処理結果が得られるまで、ロボットは、回転する動作を行う。そのため、ユーザに対して内部処理が実行中であることを伝えることができる。

また、上記態様において、例えば、
前記制御回路は、前記画像認識処理において、
前記カメラを用いて認識対象物を撮像させ、
前記通信回路を用いて前記外部ネットワークを経由して前記撮像された認識対象物の画像を前記外部サーバに送信させ、
前記通信回路を用いて前記外部サーバから前記認識対象物の画像の認識結果を受信させ、
前記出力装置を介して前記受信した認識結果を出力させてもよい。

本態様によれば、処理負荷が過大な画像認識処理が外部サーバで実行されるので、ロボットは認識対象物の撮像と、認識結果を外部サーバからの受信とを行えばよく、ロボットの処理負荷を軽減できる。

また、上記態様において、例えば、
前記入力装置は、マイクであり、
前記入力装置を介して入力したユーザの入力指示は音声の指示であってもよい。

本態様によれば、ユーザは、手入力で入力指示を入力しなくとも、入力指示の音声を発話するだけで、ロボットに所定の処理を指示できる。そのため、入力指示を入力する際のユーザの負担が軽減される。特に、幼児のように、手入力が困難なユーザにとってこの態様は有用となる。

また、上記態様において、例えば、
前記出力装置は、スピーカであってもよい。

本態様では、スピーカを通じて処理結果が出力されるので、ユーザはロボットに注視しなくても処理結果を知ることができる。

本開示の別の一態様に係るロボットは、
球体状の筐体と、
前記筐体の内側部に配置されたフレームと、
前記フレームに備え付けられた、少なくともロボットの顔の一部を表示する表示部と、
前記フレームに備え付けられた入力装置と、
前記フレームに備え付けられた出力装置と、
前記フレームに備え付けられ、外部ネットワークに接続される通信回路と、
前記フレームに備え付けられ、前記筐体の内周面に接して前記筐体を回転させる一組の駆動輪と、
前記入力装置を介して入力したユーザの入力指示に対して、所定時間以上を要する所定の処理に基づいて応答する場合、前記一組の駆動輪をそれぞれ逆方向に回転させて前記球体状の筐体を回転させ、
前記出力装置を介して前記所定の処理に基づく応答を出力させるとき、前記ユーザに対して前記表示部を向けて前記球体状の筐体の回転を停止させる制御回路と、を備えたものである。

本態様によると、前記入力装置を介して入力したユーザの入力指示に対して、所定時間以上を要する所定の処理に基づいて応答する場合、前記一組の駆動輪をそれぞれ逆方向に回転させて前記球体状の筐体を回転させる。これにより、前記球体状のロボットの形状を利用して、前記ユーザとの対話中に前記筐体の回転により前記ロボットが処理中であることを前記ユーザに伝えることができる。

また、前記表示部は、前記ロボットの顔の一部、例えば、口、又は鼻を構成する。前記所定の処理に基づく応答を受信した場合、単に前記球体状の筐体の回転を停止させるだけであると、前記ロボットの顔が前記ユーザの向いていない状態で前記ロボットが停止することがある。

本態様によると、前記出力装置を介して前記所定の処理に基づく応答を出力させるとき、前記ユーザに対して前記表示部を向けて前記球体状の筐体の回転を停止させる。これにより、前記所定の処理の結果に基づく応答を前記ユーザに向けて出力させることができる。そのため、前記ロボットの顔が前記ユーザの向けられていない状態で、前記所定の処理の結果に基づく応答を出力する不都合を防止できる。

上記態様において、例えば、
前記フレームに備え付けられたカメラを更に備え、
前記制御回路は、
前記球体状の筐体が回転している間、前記カメラを用いた撮像を行い、
前記出力装置を介して前記所定の処理の結果に基づく応答を出力するまでに、前記カメラによって撮像された画像に基づき前記ユーザの位置を認識し、前記認識されたユーザの位置に前記表示部を向けた状態で前記球体状の筐体の回転を停止させてもよい。

本態様によれば、カメラによって撮像された画像に基づきユーザの位置が認識されているので、ユーザの位置を正確に認識できる。

上記態様において、例えば、
前記制御回路は、
前記球体状の筐体の回転を停止させた後、前記認識されたユーザの位置に前記表示部を向けた状態で、前記出力装置を介して前記所定の処理の結果に基づく応答を出力させてもよい。

本態様によれば、筐体の回転停止後にユーザの位置に表示部が向けられて、所定の処理の結果に基づく応答が出力されることになる。

上記態様において、例えば、
前記所定の処理は、２以上の工程からなり、
前記制御回路は、
前記２以上の工程の各々が終わる毎に、前記一組の駆動輪の回転速度を制御して前記球体状の筐体を回転させる速度を減速させてもよい。

本態様によれば、前記所定の処理の工程が進むにつれて、前記一組の駆動輪の回転速度が減少されるので、ロボットの動作を通じて、所定の処理の進捗状況をユーザに通知できる。

上記態様において、例えば、
前記フレームに備え付けられたカメラを設け、
前記所定の処理は、前記外部ネットワークを介して接続された外部サーバにおける画像認識処理であってもよい。

画像認識処理は処理負荷が過大なので、外部サーバで実行されることが多い。この場合、処理結果が得られるまで、所定時間以上かかってしまう。本態様では、所定の処理が外部サーバで実行される場合であっても、処理結果が得られるまで、ロボットは、回転する動作を行う。そのため、ユーザに対して内部処理が実行中であることを伝えることができる。

上記態様において、例えば、
前記制御回路は、前記画像認識処理において、
前記カメラを用いて認識対象物を撮像させ、
前記通信回路を用いて前記外部ネットワークを経由して前記撮像された認識対象物の画像を前記外部サーバに送信させ、
前記通信回路を用いて前記外部サーバから前記認識対象物の画像の認識結果を受信させ、
前記出力装置を介して前記受信した認識結果を出力させてもよい。

本態様によれば、処理負荷が過大な画像認識処理が外部サーバで実行されるので、ロボットは認識対象物の撮像と、認識結果を外部サーバからの受信とを行えばよく、ロボットの処理負荷を軽減できる。

本開示の更に別の一態様に係るロボットは、
球体状の筐体と、
前記筐体の内側部に配置されたフレームと、
前記フレームに備え付けられた、少なくともロボットの顔の一部を表示する表示部と、
前記フレームに備え付けられたカメラと、
前記フレームに備え付けられた入力装置と、
前記フレームに備え付けられた出力装置と、
前記フレームに備え付けられ、外部ネットワークに接続される通信回路と、
前記フレームに備え付けられ、前記筐体の内周面に接して前記筐体を回転させる一組の駆動輪と、
前記入力装置を介して入力したユーザの音声指示が画像認識を必要とすると判断した場合に前記カメラを用いて認識対象物を撮像させ、前記外部ネットワークを経由して前記撮像された認識対象物の画像を外部サーバに送信させ、前記外部サーバから前記認識対象物の画像の認識結果を受信させ、前記出力装置を介して前記受信した認識結果を出力させる制御回路と、を備え、
前記制御回路は、
前記外部サーバによる前記認識対象物の画像の認識結果が必要な場合、前記一組の駆動輪をそれぞれ逆方向に回転させて前記球体状の筐体を回転させ、
前記外部サーバから前記認識対象物の画像の認識結果を受信すると、前記ユーザに対して前記表示部を向けて前記球体状の筐体の回転を停止させる、ものである。

本態様によると、前記ロボットが前記ユーザの問いに応答するために前記外部サーバによる前記認識対象物の画像の認識結果が必要な場合、前記一組の駆動輪をそれぞれ逆方向に回転させて前記球体状の筐体を回転させる。これにより、前記画像認識が必要な場合、前記球体状のロボットの形状を利用して、前記ユーザとの対話中に前記筐体の回転により前記ロボットが処理中であることを前記ユーザに伝える。

また、前記表示部は、前記ロボットの顔の一部、例えば、口、又は鼻を構成する。前記認識結果を受信した場合、単に前記球体状の筐体の回転を停止させるだけであると、前記ロボットの顔が前記ユーザの向いていない状態で前記ロボットが停止することがある。

本態様によると、前記外部サーバから前記認識対象物の画像の認識結果を受信すると、前記ユーザに対して前記表示部を向けて前記球体状の筐体の回転を停止させる。これにより、前記認識結果を前記ユーザに向けて出力させることができる。そのため、前記ロボットの顔が前記ユーザの向けられていない状態で、前記認識結果を出力する不都合を防止できる。

上記態様において、例えば、
前記制御回路は、
前記球体状の筐体が回転している間、前記カメラを用いた撮像を行い、
前記スピーカを介して前記認識結果に基づく応答を出力するまでに、前記カメラによって撮像された画像に基づき前記ユーザの位置を認識し、前記認識されたユーザの位置に前記表示部を向けた状態で前記球体状の筐体の回転を停止させてもよい。

本態様によれば、カメラによって撮像された画像に基づきユーザの位置が認識されているので、ユーザの位置を正確に認識できる。

上記態様において、例えば、
画像認識用の参照データを格納するメモリを設け、
前記制御回路は、
前記ユーザの音声指示に対して応答するために前記外部サーバによる前記認識対象物の画像の認識結果は必要でなく、前記メモリに格納された前記画像認識用の参照データに基づく前記認識対象物の画像認識で前記応答が可能であると判断した場合、前記一組の駆動輪の回転により前記球体状の筐体を回転させる制御を行うことなく、前記スピーカを介して前記参照データに基づく認識結果を出力させてもよい。

例えば、ユーザの顔認識などは、前記ロボットの内部にメモリを設けて、前記メモリに格納された画像認識用の参照データを用いて行うことが可能である。

ユーザが前記ロボットに対して、例えば、「私は誰？」と問う場合、前記外部サーバによる前記認識対象物の画像の認識結果は必要でなく、前記ロボットの内部にメモリに格納された画像認識用の参照データを参照すれば足りる。また、ユーザが人差し指と中指との２本の指を立てて「これいくつ？」と、前記ユーザが前記ロボットに対して問う場合も、前記クラウドサーバによる前記認識対象物の画像の認識結果は必要でなく、前記ロボットの内部にメモリに格納された画像認識用の参照データを参照すれば足りる。このような場合、前記ユーザを待たせることはほんどない。

そのため、このような場合には、前記一組の駆動輪の回転により前記球体状の筐体を回転させる制御を行うことなく、前記スピーカを介して前記参照データに基づく認識結果を出力させるようにした。

上記態様において、例えば、
前記制御回路は、
前記球体状の筐体の回転を停止させた後、前記認識されたユーザの位置に前記表示部を向けた状態で、前記出力装置を介して前記所定の処理の結果に基づく応答を出力させてもよい。

本態様によれば、筐体の回転停止後にユーザの位置に表示部が向けられて、所定の処理の結果に基づく応答が出力されることになる。

上記態様において、例えば、
前記画像認識は、２以上の工程からなり、
前記制御回路は、
前記２以上の工程の各々が終わる毎に、前記一組の駆動輪の回転速度を制御して前記球体状の筐体を回転させる速度を減速させてもよい。

本態様によれば、前記所定の処理の工程が進むにつれて、前記一組の駆動輪の回転速度が減少されるので、ロボットの動作を通じて、所定の処理の進捗状況をユーザに通知できる。

本開示の例示的な実施の形態にかかるロボットによれば、内部処理の進行状況をユーザに伝えるために有用である。

Ｍ ステージ数
Ｎ ステージ番号
１ ロボット
３ クラウドサーバ
４ 携帯端末
９ 制御回路
１０１ 筐体
１０２ フレーム
１０３ 第１回転板
１０４ 第２回転板
１０５ 第１表示部
１０６ 第２表示部
１０７ 第３表示部
１０８ カメラ
１０９ 制御回路
１１０ 第１駆動輪
１１１ 第２駆動輪
１１２ 第１モータ
１１３ 第２モータ
１１４ カウンターウェイト
１１５ ガイドシャフト
１１６ スイングアーム
１１７ 回転用モータ
１１８ 回転シャフト
１１９ ベルト
１２０ モータプーリ
２０１ 主制御部
２０２ 音声情報出力制御部
２０３ 顔認識処理部
２０４ 音声認識処理部
２０５ 表示情報出力制御部
２０６ メモリ
２１０ 通信部
２１１ 表示部
２１２ 筐体駆動輪
２１３ シャフト制御部
２１４ 筐体駆動輪制御部
２１５ 重り駆動機構制御部
２１６ スピーカ
２１７ マイク
２１８ 重り駆動機構
３０１ 通信部
３０２ 処理部
１５００ ロボットシステム

Claims (21)

1. 球体状の筐体と、
   前記筐体の内側部に配置されたフレームと、
   前記フレームに備え付けられた入力装置と、
   前記フレームに備え付けられた出力装置と、
   前記フレームに備え付けられ、外部ネットワークに接続される通信回路と、
   前記フレームに備え付けられ、前記筐体の内周面に接して前記筐体を回転させる一組の駆動輪と、
   前記入力装置を介して入力したユーザの入力指示に対して、所定時間以上を要する所定の処理に基づいて応答する場合、前記一組の駆動輪をそれぞれ逆方向に回転させて前記球体状の筐体を回転させ、
   前記出力装置を介して前記所定の処理に基づく応答を出力させるとき、前記一組の駆動輪による前進方向を前記ユーザに向けて前記球体状の筐体の回転を停止させる制御回路と、を備えた
   ロボット。
2. 撮像方向が前記前進方向に向くように、前記フレームに備え付けられたカメラを更に備える、
   請求項１記載のロボット。
3. 前記制御回路は、
   前記球体状の筐体が回転している間、前記カメラを用いた撮像を行い、
   前記出力装置を介して前記所定の処理の結果に基づく応答を出力するまでに、前記カメラによって撮像された画像に基づき前記ユーザの位置を認識し、前記認識されたユーザの位置に前記表示部を向けた状態で前記球体状の筐体の回転を停止させる、
   請求項２記載のロボット。
4. 前記前進方向に向かうように前記フレームに備え付けられ、少なくとも前記ロボットの顔の一部を表示する表示部を更に備える、
   請求項３記載のロボット。
5. 前記制御回路は、
   前記球体状の筐体の回転を停止させた後、前記認識されたユーザの位置に前記表示部を向けた状態で、前記出力装置を介して前記所定の処理の結果に基づく応答を出力させる、
   請求項４記載のロボット。
6. 前記所定の処理は、２以上の工程からなり、
   前記制御回路は、
   前記２以上の工程の各々が終わる毎に、前記一組の駆動輪の回転速度を制御して前記球体状の筐体を回転させる速度を減速させる、
   請求項１記載のロボット。
7. 前記所定の処理は、前記外部ネットワークを介して接続された外部サーバにおける画像認識処理である、
   請求項２記載のロボット。
8. 前記制御回路は、前記画像認識処理において、
   前記カメラを用いて認識対象物を撮像させ、
   前記通信回路を用いて前記外部ネットワークを経由して前記撮像された認識対象物の画像を前記外部サーバに送信させ、
   前記通信回路を用いて前記外部サーバから前記認識対象物の画像の認識結果を受信させ、
   前記出力装置を介して前記受信した認識結果を出力させる、
   請求項７記載のロボット。
9. 前記入力装置は、マイクであり、
   前記入力装置を介して入力したユーザの入力指示は音声の指示である、
   請求項１から８のいずれか１項に記載のロボット。
10. 前記出力装置は、スピーカである、
    請求項９記載のロボット。
11. 球体状の筐体と、
    前記筐体の内側部に配置されたフレームと、
    前記フレームに備え付けられた、少なくともロボットの顔の一部を表示する表示部と、
    前記フレームに備え付けられた入力装置と、
    前記フレームに備え付けられた出力装置と、
    前記フレームに備え付けられ、外部ネットワークに接続される通信回路と、
    前記フレームに備え付けられ、前記筐体の内周面に接して前記筐体を回転させる一組の駆動輪と、
    前記入力装置を介して入力したユーザの入力指示に対して、所定時間以上を要する所定の処理に基づいて応答する場合、前記一組の駆動輪をそれぞれ逆方向に回転させて前記球体状の筐体を回転させ、
    前記出力装置を介して前記所定の処理に基づく応答を出力させるとき、前記ユーザに対して前記表示部を向けて前記球体状の筐体の回転を停止させる制御回路と、を備えた
    ロボット。
12. 前記フレームに備え付けられたカメラを更に備え、
    前記制御回路は、
    前記球体状の筐体が回転している間、前記カメラを用いた撮像を行い、
    前記出力装置を介して前記所定の処理の結果に基づく応答を出力するまでに、前記カメラによって撮像された画像に基づき前記ユーザの位置を認識し、前記認識されたユーザの位置に前記表示部を向けた状態で前記球体状の筐体の回転を停止させる、
    請求項１１記載のロボット。
13. 前記制御回路は、
    前記球体状の筐体の回転を停止させた後、前記認識されたユーザの位置に前記表示部を向けた状態で、前記出力装置を介して前記所定の処理の結果に基づく応答を出力させる、
    請求項１１又は１２のいずれか１項に記載のロボット。
14. 前記所定の処理は、２以上の工程からなり、
    前記制御回路は、
    前記２以上の工程の各々が終わる毎に、前記一組の駆動輪の回転速度を制御して前記球体状の筐体を回転させる速度を減速させる、
    請求項１１記載のロボット。
15. 前記フレームに備え付けられたカメラを設け、
    前記所定の処理は、前記外部ネットワークを介して接続された外部サーバにおける画像認識処理である、
    請求項１１記載のロボット。
16. 前記制御回路は、前記画像認識処理において、
    前記カメラを用いて認識対象物を撮像させ、
    前記通信回路を用いて前記外部ネットワークを経由して前記撮像された認識対象物の画像を前記外部サーバに送信させ、
    前記通信回路を用いて前記外部サーバから前記認識対象物の画像の認識結果を受信させ、
    前記出力装置を介して前記受信した認識結果を出力させる、
    請求項１５記載のロボット。
17. 球体状の筐体と、
    前記筐体の内側部に配置されたフレームと、
    前記フレームに備え付けられた、少なくともロボットの顔の一部を表示する表示部と、
    前記フレームに備え付けられたカメラと、
    前記フレームに備え付けられた入力装置と、
    前記フレームに備え付けられた出力装置と、
    前記フレームに備え付けられ、外部ネットワークに接続される通信回路と、
    前記フレームに備え付けられ、前記筐体の内周面に接して前記筐体を回転させる一組の駆動輪と、
    前記入力装置を介して入力したユーザの音声指示が画像認識を必要とすると判断した場合に前記カメラを用いて認識対象物を撮像させ、前記外部ネットワークを経由して前記撮像された認識対象物の画像を外部サーバに送信させ、前記外部サーバから前記認識対象物の画像の認識結果を受信させ、前記出力装置を介して前記受信した認識結果を出力させる制御回路と、を備え、
    前記制御回路は、
    前記外部サーバによる前記認識対象物の画像の認識結果が必要な場合、前記一組の駆動輪をそれぞれ逆方向に回転させて前記球体状の筐体を回転させ、
    前記外部サーバから前記認識対象物の画像の認識結果を受信すると、前記ユーザに対して前記表示部を向けて前記球体状の筐体の回転を停止させる、
    ロボット。
18. 前記制御回路は、
    前記球体状の筐体が回転している間、前記カメラを用いた撮像を行い、
    前記スピーカを介して前記認識結果に基づく応答を出力するまでに、前記カメラによって撮像された画像に基づき前記ユーザの位置を認識し、前記認識されたユーザの位置に前記表示部を向けた状態で前記球体状の筐体の回転を停止させる、
    請求項１７記載のロボット。
19. 画像認識用の参照データを格納するメモリを設け、
    前記制御回路は、
    前記ユーザの音声指示に対して応答するために前記外部サーバによる前記認識対象物の画像の認識結果は必要でなく、前記メモリに格納された前記画像認識用の参照データに基づく前記認識対象物の画像認識で前記応答が可能であると判断した場合、前記一組の駆動輪の回転により前記球体状の筐体を回転させる制御を行うことなく、前記スピーカを介して前記参照データに基づく認識結果を出力させる、
    請求項１７記載のロボット。
20. 前記制御回路は、
    前記球体状の筐体の回転を停止させた後、前記認識されたユーザの位置に前記表示部を向けた状態で、前記出力装置を介して前記所定の処理の結果に基づく応答を出力させる、
    請求項１７から１９のいずれか１項に記載のロボット。
21. 前記画像認識は、２以上の工程からなり、
    前記制御回路は、
    前記２以上の工程の各々が終わる毎に、前記一組の駆動輪の回転速度を制御して前記球体状の筐体を回転させる速度を減速させる、
    請求項１７から１９のいずれか１項に記載のロボット。

Images