JPH0346008A - ロボット制御方式 - Google Patents

Abstract

(57)【要約】本公報は電子出願前の出願データであるた
め要約のデータは記録されません。

Description

【発明の詳細な説明】 ［産業上の利用分野］ 本発明は、外界及び自己の状態を認識しつつ。

問題解決を行う自律移動ロボット制御方式に関するもの
である。

［従来の技術及びその解決すべき課題］現在、工場等に
おいて多くのロボットが稼動し１作業の自動化等に役立
っている。この種のロボットは、予めプログラムされた
作業手順に従って定型的な作業をするものであり、自律
的な動作をさせることはできない。

一方、極限環境下での作業等、今後ロボットによる作業
が期待される分野においては、！２Ｉ的な環境変化に鴎
時自律的に対処できる能力が要求される場合が少なくな
い、そして、ロボットに自律的な動作をさせるために、
特に以下の能力を備えることが期待されている。

（１）外界状況の認識結果を反映した問題解決能力事前
に行動列を全て決定するのではなく、大まかなプランニ
ングの後に１周囲の状況を取り込みつつ、その時の状況
に合わせて行動を決定する能力。

（２）命令の随時割込・中断・再開部刃先に与えられた
命令よりも優先度の高い命令を後から受は付けることを
許し、先の命令を中断したり、割込命令終了後に先の命
令の実行を再開する能力。

（３）自然言語による入出力能力 自然言語による命令文・質問文人力及び応答出力をする
能力。

ところで、現在自律移！！ｌＩａポットの開発研究は盛
んに行われているが、上述した３つの能力の実現につい
ては十分に達成されていない、このため、ロボットは依
然として以下のような課題を有している。

（０伺らかのプランニングによって１例えば移動を伴う
行動列が生成されると、それに沿って動作を行い、途中
で障害物が現れた場合に、それを避けることが非常に困
難である。

（２）いったん命令を与えると、途中で変更させること
が難しく、強制終了してやり直す等、制御方法が非合理
的である。

（３）直接教示や、ロボット言語を用いる間接教示だけ
では、指令者が教示方法に熟知している必要があり、扱
いにくい。

［、ＩＮを解決するための手段］ 本発明のロボットの制御方式は、上記従来の課題を解決
し、以下の能力 （１）外界状況の認識結果を反映した問題解決能力（２
）命令の随時割込・中断・再開能力（３）自然言語によ
る入出力能力 を高度に実現することを目的とする。

かかる目的を達成するため本発明は、ロボットの動作を
ｒＦＡ御する制御手段として推論エンジンと、自己の状
態を監視する自己状態認識部と、外界の状態を監視する
外部環境認識部と、問題解決用のルールを格納した問題
解決用知識ベースと、問題解決の実行方法及びデータ処
理方法を示す情報を格納したメタ知識ベースとを有し、
上記制御手段は、予め与えられた問題に対し、上記問題
解決用知識ベース及びメタ知識ベースの情報に従って間
通解決を行い、上記問題解決中に上記自己状態認識部と
外部環境認識部からの情報によって外界状況を認識する
と共に、現在実行中の推論よりも優先して解決すべき情
報や新たな問題の人力があった際、現在実行中の推論を
中断して命令の割込みを行い、上記情報又は新たな問題
に基づく問題解決を行い、その間、先に行っていた問題
解決のデータ、状態などは退避させておき、新たな問題
解決が終了した時点で復帰させ、先の問題解決を再開す
ることを特徴とする。

また、自己状態認識部と外部環境認識部と問題解決用知
識ベースとメタ知識ベースと問題又は命令の入力手段と
が推論エンジンに対して同等に位置し、上記推論エンジ
ンは上記自己状態認識部。

外部環境認識部１問題解決用知識ベース、メタ知識ベー
スを巡回的に検索し、一回の検索ごとに得た情報に従っ
て問題解決を行う制御構造を有することを特徴とする。

さらに、動作データを入力する手段として日本語文解析
部を有する自然言語入力手段を備え、日本語文によって
動作データを入力することを特徴とする。

［実施例Ｊ 以下１本発明の実施例について図面を参照して説明する
。

本実施例のロボット制御方式は、第１図に示すように、
ロボットの動作を制御する制御手段として推論エンジン
１と、入力部として自己状態認識ｆｉ２と、外部環境認
識ｓ３と、日本語文解析部６と１問題解決部として問題
解決用知識ベース４と、メタ知識ベース５とを備えると
共に、出力部７を有してなる。

上記日本語文解析部６は、与えられた日本文を形態素解
析、構文解析した後フレーム構造に変換し１日本語文解
釈データとして制御手段１に送る。

上記推論エンジンｌは、入力されたデータから必要な情
報を取出し、問題解決のゴールを設定して必要な処理を
行う。

上記問題解決用知識ベース４は１個別的問題を解決する
ための知識を条件−結果型、目的−手段型、時間・順序
型等のルールに従って分類して格納する。このルールの
分類と実際の例を１１１３図に示す。

上記メタ知識ベース５は１問題解決の制御構造が問題の
ルールタイプに依存したものにならないようにするため
のメタ知識を格納する。具体的には、各問題解決用知識
の実行方法や外界データ。

自己データ、日本語文解釈データの処理方法を知識化し
たものである。メタ知識を制御構造の外に置いたのは、
メインプログラム中にメタ知識を手続きとして置いてし
まうと、個別問題に依存した制御構造となってしまい、
ある問題に関する処理が完了するまで、外界認識や、外
部からの命令などの割り込みが許されなくなるためであ
る。メタ知識の実現によって、全く新しいタイプの問題
解決用知識が必要になった場合でも、その知識の処理方
法を示すルールを、メタ知識として登録し。

新しい問題解決用知識ベースを付加することにより、制
御構造を変えることなく、システムを拡張することが可
能である。

問題のルールタイプとメタ知識の関係を第４図に示す。

上記自己状態認識部２は、ロボットの内部状態を示すス
ロットをフレームの形で有し、自己の状態がどのスロッ
トに適合するか監視する。スロー。

トの例とその内容を第５図に示す。

上記外部環境認識部３は、複数の座標を備え、その座標
１つ１つに対してラベルを与え、その座標上の物体に特
有な値を格納する。ロボットは周辺をサーチし目指す物
体のラベルが見つかれば。

そこの座標を読み取るという形で、単純に環境認識を行
なう。

上記出力部７は、推論エンジンｌによる問題解決の経過
及び結果をグラフィクス表示及び推論過程表示によって
出力する。

次に１本実施例のロボット制御方式による問題解決手順
を第２図に従って説明する０本実施例による問題解決は
、図示の如く巡回的な処理過程に基づいてなされる。

まず、日本語文によって命令が入力されると。

日本語文解析部６がその命令を解析、変換して日本語文
解釈データとして推論エンジン１へ送る。

推論エンジンｌは、受取ったデータより必要な情報を取
出し、情報の評価又はゴールの設定を行なう（処理１）
、ゴールを設定した場合、ゴールを達成するために必要
なルールを問題解決用知識ベース４から読出しく処理２
）、ルールのタイプ別のメタ知識をメタ知識ベース５よ
り検索する（処理３）。

この後、検索されたメタ知識に記述されている実行方法
に従ってデータの処理を行う（処理４）、処理を行う際
、ルールの内容によっては、外界の状態または自己の状
態を認識する確認命令の起動や、はじめのゴールを連成
するための新しいゴール（サブ・ゴール）の設定などが
行われる。処理４の終了後、問題解決処理を終了するか
否か判定する（処理５）、そして、新しいゴールが設定
されていれば、それについて、さらに問題解決を行い、
すべての処理を終えていれば結果を出力して終了する。

また、ある問題解決の途中に、他の問題解決処理を要求
するような割り込み命令が認識された場合には、その時
点で割り込み命令の処理のための処理過程に入り、その
割り込み命令を先に処理する。

以下、ある命令文が入力された場合の問題解決処理の具
体例を示す。

例えば、次のような命令文が入力されたとする。

“自動販売機の前に行け、′ この文を受けた日本語文解析部６は、この文に対し形態
素解析を行う、その結果は２次のようなものである。

自動販売ａ／の／前／に／行け／ 形態素解析を終えると、各形態素間の関係を考えて構文
解析を行い、次のような係りの木をつくる。

行く：動詞（意味情報二行為） １−に：格助詞（場所終点格） １−＃：名詞（意味情報：場所） １−の二連体助詞：　（場所属性） １−自動販売Ｊａ： 名詞（１味情報：実体） 次いで、この係りの木を読み取り、その意味を抽出し、
フレームの形式でその内容を記述する。

その結果は次のようなものである。

（ｍｅｉｒｓｉ−ｆｌａｇ　　ｔ ｂａｓｙｏ−ｓｙｕｕｔｅｎ　ｔＪＯ ｄｏｕｇｈｉ　（行く（意味情報二行為））ｋａｋａｒ
ｓｒｕ　ｎｉｌ　）　６１１１１１１６　＠　１１　（
１）（ｂａｇｙｏ自動販売機１　　ｋａｋａｒｅｒｕ　
！ＩＩＩｍｅｉａｈｉ　　（前（意味情報：＃Ａ所））
ｒｅｎｒａｋｕｇｏ　　″に″）−−−−−−−（２）
（ｋａｋａｒｅｒｕ　ｎｉｌ 麿ｅｉａｈｉ　（自動販売機（意味情報：実体）））（
３）このようにしてフレームに変換された命令・質問は
１次の推論エンジン１にわたされる。

推論エンジンｌでは、まず命令文、質問文を解釈した結
果のフレーム構造から、必要な情報を取り出し、ロボッ
トにわかるゴールの形にすることを行う。

（行（：　ｐ−ｄｅｓｔ　　＠　：ｐｌａｃｅ自動販売
機）これがゴールである。ここで：　ｐ−ｄｅｓｔとは
ｂａＢｏ−ｓ２ａｕｔｅｎ（場所終点格）に、：　ｐｌ
ａｃｅはｂａｓｙｏ（場所属性）に対応する。

このようにしてゴールが与えられると、ロボットは、ゴ
ールに合致する目的部を持つ、目的−手段型ルールとそ
のタイプを知識ベースから検索する。

ルール： （（行＜　：　ｐ−ｄｅｓｔ　　前：ｐｌａｃｅ自動販
売ａｔ）（（定まっている　：ｄ−ｏｂｊ位置−ｏｆ−
自動販売機））（ｃｍｏｖｅ　：ｐ−ｏｒｇ　（ｇｅｔ
　’ｒｏｂｏｔ　’ｐｏｓｉｔｉｏｎ）：ｐ−ｄｅｓｔ
　　ｔｉｃｋｅｔ−ｍａｃｈｉｎｅ：ｎｅａｒ　ｔ） １１） タイプ： 条件付実行動作命令型 続いて、判別したルールタイプからメタ知識を呼び出す
や 条件付実行動作命令タイプのメタ知識：ルール′の左辺
を達成するためには。

ルールの条件を確認した後。

ルールの右辺を直ちに実行しなければならない。

そこで、（定まっている：　ｄ−ｏｂｊ位置−ｏｆ−自
動販売ａ＞という条件部を評価した後に、実行関数（ｃ
ｓａｖｅ・・・）を起動するが、この条件部を評価する
際に、これがすぐ実行できるかどうか、すなわち、関数
であるのか新たな問題であるのかを判定する。この場合
、（定まっている・・・）はすぐには実行できないので
、（行＜　：　ｐ−ｄｅｓｔ前：ｐｌａｃｅ自動販売Ｉ
ｍ）のサブ・ゴールとして、さらに問題解決を行う。

そこで、（行＜　：　ｐ−ｄｅｓｔ　　前：ｐｌａｃｓ
　＠動販売機）のときと同様にルールとタイプを検索す
ると。

ルール （（定まっている：　ｄ−ｏｂｊ位置−ｏｆ−自動販売
Ｊａ） ｎ量ｌ （ｏｂｊｅｃｔ−ｐｏｓｉｔｉｏｎ　ｔｉｃｋｅｔ−ｓ
＋ａｃｈｉｎｅ）（視る：　ｄ−ｏｂｊ位置−ｏｆ−自
動販売機））タイプ： 無条件実行確認命令型 となり、メタ知識は 無条件実行確認命令のタイプのメタ知識：ルールの左辺
を達成するためには、 ルールの右辺を直ちに実行し、 その結果が偽であれば。

結果を真に変化させることが可能であるような 問題解決を行わなければならない。

である、このルールは、自動販売機の位置がわかってい
るかどうかという確認の命令であるので、先の動作命令
とは違い、実行部の結果によって，その先の処理が異な
ってくる．この場合は、ｔｉｃｋｅｔ−ｍａｃｈｉｎｅ
　（自動販売機）の位置スロットに値が入っているかど
うかを確認する実行関数（ｏｂｊｅｃｔ−ｐｏｓｉｔｉ
ｏｎ　ｔｉｃｋｅｔ−ｍａｃｈｉｎｅ）を評価した結果
、値が入っていればこの問題解決を終了し、値が入って
いなければさらに（視る：　ｄ−ｏｂｊ位置−ｏｆ−自
動販売ａｌ）を評価しなければいけない．ここでは、値
が入っていなかったとして。

（視る・・・）を評価してみる．すると。

ルール； （（視る：　ｄ−ｏｂｊ位ｆａ　−　ｏ　ｆ−自動ＩＮ
　売ａ）ｉｌ （ｓｅａｒｃｈ−ｐｏｓｉｔｉｏｎ　ｔｉｃｋｓｔ−ｍ
ａｃｈｉｎｅ）１１） タイプ： 無条件実行動作命令型 無条件実行動作命令タイプのメタ知識：ルールの左辺を
達成するためには。

ルールの右辺を直ちに実行しなければならない。

となる、このルールは単に，自動販売機を見つけその位
置を割り出す実行関数（ｓｅａｒｃｈ−ｐｏｓｉｔｉｏ
ｎｔｉｃｋｅｔ−ｍａｃｈｉｎｅ）を評価するものであ
る．この間数を実行することによって自動販売機の位置
が判かり、このサブ・ゴールを呼び出した２　（定まっ
ている・・・）が真となって終了する。さらに（定まっ
ている・・・）が終了することによって、はじめのゴー
ル（行く・・・）の条件部が終了し、移動の実行関数（
ｃｍｏｖｅ・・・）が実行され、最初に与えられた命令
“自動販売機の前に行け”を完了することとなる。

次に、上記で説明したロボット制御方式に基づいてシミ
ュレーションを行った例を説明する。

本シミュレーションは、ロボットに「電車に乗れ」と命
令した場合の例である。

第６図から第８図は、本シミュレーションで設定した場
面を示す０図において、ｌＯは駅構内、２０は自動販売
機、３０は自動改札機、４０はプラットホーム、５０は
電車、８０はロボットを示す、また、６０は入力文表示
欄、７０は応答出力表示欄である。

以ド１図面に沿って説明する。

命令文「電車に乗れ」を入力、命令に対して「はい　わ
かりました」という応答文を表示し、命令の実行を開始
（第６図）。

切符を買うために切符売場に移動中のロボット８０に１
割込をかけて、賀間文「切符売場の位置は判ったか」を
入力１間に対して「はい」という応答文を表示、質問を
受けてから応答文を生成するまでの間は動作を停止する
が、生成後は直ちに先の命令「電車に乗れ」の実行を再
開する（第７図）。

電車５０に乗り込んだ後に、応答文「電車に乗るを終了
しました」を表示（第８図）。

なお、上記グラフィクス画面によるシミュレーションの
他に、推論過程を表示してもよい。

［発明の効果］ 以上説明したように本発明のロボット制御方式は、制御
手段と自己状態認識部と外部環境確認部と問題解決用知
識ベースとメタ知識ベースとを有し、データ処理中に外
界状況を確認すると共に。

必要に応じて処理の割込を行うこととしたため、外界状
況の認識結果を反映した問題解決能力及び命令の随時割
込・中断・再開能力を高度に実現することができるとい
う効果がある。

また２データの入力手段に日本語文解析部を設けたため
、自然言語による入出力能力が飛躍的に向上するという
効果がある。

【図面の簡単な説明】

第１図は本発明の一実施例によるロボット制御方式のシ
ステム構成を示すブロック図。 第２図は本実施例による問題解決手順を示す流れ図、 第３図はロボット制御方式に用いる問題解決用知識ベー
スの内容を示す図。 第４図はロボット制御方式に用いるメタ知識の内容を示
す図、 第５図はロボット制御方式に用いる自己状態認識部の内
容を示す図。 第６図〜第８図はそれぞれロボット制御方式のシミュレ
ーション例を示す図である。 ｌ：推論エンジン ２：自己状態認識部 ３：外部環境認識部 ４：問題解決用知識ベース ５：メタ知識ベース ６：日本語解析部 ７二出力部

Claims (3)

【特許請求の範囲】
1. （１）ロボットの動作を制御する制御手段として推論エ
   ンジンと、自己の状態を監視する自己状態認識部と、外
   界の状態を監視する外部環境認識部と、問題解決用のル
   ールを格納した問題解決用知識ベースと、問題解決の実
   行方法及びデータ処理方法を示す情報を格納したメタ知
   識ベースとを有し、 上記制御手段は、予め与えられた問題に対し、上記問題
   解決用知識ベース及びメタ知識ベースの情報に従って問
   題解決を行い、 上記問題解決中に上記自己状態認識部と外部環境認識部
   からの情報によって外界状況を認識すると共に、 現在実行中の推論よりも優先して解決すべき情報や新た
   な問題の入力があった際、現在実行中の推論を中断して
   命令の割込みを行い、上記情報又は新たな問題に基づく
   問題解決を行い、その間、先に行っていた問題解決のデ
   ータ、状態などは退避させておき、新たな問題解決が終
   了した時点で復帰させ、先の問題解決を再開することを
   特徴とするロボット制御方式。
2. （２）自己状態認識部と外部環境認識部と問題解決用知
   識ベースとメタ知識ベースと問題又は命令の入力手段と
   が推論エンジンに対して同等に位置し、 上記推論エンジンは上記自己状態認識部、外部環境認識
   部、問題解決用知識ベース、メタ知識ベースを巡回的に
   検索し、一回の検索ごとに得た情報に従って問題解決を
   行う制御構造を有することを特徴とする請求項第１項記
   載のロボット制御方式。
3. （３）動作データを入力する手段として日本語文解析部
   を有する自然言語入力手段を備え、日本語文によって動
   作データを入力することを特徴とする請求項第１項記載
   のロボット制御方式。