CN110637212A - 车辆用信息处理*** - Google Patents
车辆用信息处理*** Download PDFInfo
- Publication number
- CN110637212A CN110637212A CN201880032747.1A CN201880032747A CN110637212A CN 110637212 A CN110637212 A CN 110637212A CN 201880032747 A CN201880032747 A CN 201880032747A CN 110637212 A CN110637212 A CN 110637212A
- Authority
- CN
- China
- Prior art keywords
- vehicle
- application
- position acquisition
- acquisition device
- learning
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 230000010365 information processing Effects 0.000 title claims description 35
- 230000008859 change Effects 0.000 claims abstract description 37
- 238000004364 calculation method Methods 0.000 claims abstract description 8
- 238000000034 method Methods 0.000 description 8
- 230000001133 acceleration Effects 0.000 description 7
- 238000010586 diagram Methods 0.000 description 6
- 230000006870 function Effects 0.000 description 3
- 230000000694 effects Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 230000004075 alteration Effects 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 230000033228 biological regulation Effects 0.000 description 1
- 239000000446 fuel Substances 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 230000001629 suppression Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
- G01C21/26—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C25/00—Manufacturing, calibrating, cleaning, or repairing instruments or devices referred to in the other groups of this subclass
- G01C25/005—Manufacturing, calibrating, cleaning, or repairing instruments or devices referred to in the other groups of this subclass initial alignment, calibration or starting-up of inertial devices
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S19/00—Satellite radio beacon positioning systems; Determining position, velocity or attitude using signals transmitted by such systems
- G01S19/38—Determining a navigation solution using signals transmitted by a satellite radio beacon positioning system
- G01S19/39—Determining a navigation solution using signals transmitted by a satellite radio beacon positioning system the satellite radio beacon positioning system transmitting time-stamped messages, e.g. GPS [Global Positioning System], GLONASS [Global Orbiting Navigation Satellite System] or GALILEO
- G01S19/42—Determining position
- G01S19/48—Determining position by combining or switching between position solutions derived from the satellite radio beacon positioning system and position solutions derived from a further system
- G01S19/49—Determining position by combining or switching between position solutions derived from the satellite radio beacon positioning system and position solutions derived from a further system whereby the further system is an inertial position system, e.g. loosely-coupled
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
- G05D1/0088—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots characterized by the autonomous decision making process, e.g. artificial intelligence, predefined behaviours
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
- G05D1/02—Control of position or course in two dimensions
- G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
- G05D1/0212—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory
- G05D1/0221—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory involving a learning process
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N20/00—Machine learning
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N7/00—Computing arrangements based on specific mathematical models
- G06N7/01—Probabilistic graphical models, e.g. probabilistic networks
Landscapes
- Engineering & Computer Science (AREA)
- Remote Sensing (AREA)
- Radar, Positioning & Navigation (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Software Systems (AREA)
- Artificial Intelligence (AREA)
- Evolutionary Computation (AREA)
- Automation & Control Theory (AREA)
- Computing Systems (AREA)
- General Engineering & Computer Science (AREA)
- Mathematical Physics (AREA)
- Data Mining & Analysis (AREA)
- Aviation & Aerospace Engineering (AREA)
- Medical Informatics (AREA)
- Health & Medical Sciences (AREA)
- Computer Networks & Wireless Communication (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Game Theory and Decision Science (AREA)
- Business, Economics & Management (AREA)
- Biomedical Technology (AREA)
- Manufacturing & Machinery (AREA)
- Biophysics (AREA)
- Computational Linguistics (AREA)
- General Health & Medical Sciences (AREA)
- Molecular Biology (AREA)
- Probability & Statistics with Applications (AREA)
- Mathematical Optimization (AREA)
- Life Sciences & Earth Sciences (AREA)
- Algebra (AREA)
- Computational Mathematics (AREA)
- Mathematical Analysis (AREA)
- Pure & Applied Mathematics (AREA)
- Navigation (AREA)
- Position Fixing By Use Of Radio Waves (AREA)
Abstract
所述位置取得装置包括:学习执行部,其学习车载传感器的变更值;变更部,其基于所述变更值来变更所述车载传感器的输出值;位置计算部,其基于变更部变更后的车载传感器的输出值来计算所述车辆的行驶位置;以及输出部,其输出由学习执行部进行的学习的进展状况及位置计算部计算的所述车辆的行驶位置。应用执行装置基于从位置取得装置取得的所述进展状况及所述行驶位置,来判定位置取得装置的输出是否能够利用于所述应用的执行。
Description
技术领域
本公开涉及信息处理***,尤其涉及搭载于车辆而使用的车辆用信息处理***。
背景技术
近年,已知以来自导航卫星的信号为基础取得车辆的位置信息的卫星导航、基于搭载于车辆的各种传感器的输出值取得车辆的位置信息的自主导航、以及二者并用的混合导航。专利文献1中公开了一种并用导航卫星与自主导航这二者的技术。
[现有技术文献]
[专利文献]
专利文献1:日本国特开2009-41932号公报
发明内容
[发明要解决的课题]
在混合导航中,在例如车辆在隧道内行驶中这样的从导航卫星接收的电波强度变弱的情况下,通过自主导航来取得车辆的位置。用于实现自主导航的装置实现基于角度传感器或加速度传感器等的输出值来确定车辆的位置坐标的自主导航。这样的装置所确定的车辆的位置坐标由用于实现车辆的自动巡航的应用程序(以下,简单记为“应用”)、用于记录车辆状态的日志应用等各种应用来使用。前者的应用是与车辆的燃料消耗、安全及法规相关连的应用,后者的应用也可以说是用于保留信息的应用。
这些传感器因在车辆上的安装方式或个体差异而存在输出值产生偏差的情况。因此,例如以从GPS(Global Positioning System:卫星定位***)传感器取得的位置信息等作为教学数据,对用于变更传感器的输出值的变更值进行学习。
承担自主导航的装置参照存储于非易失性的存储部或易失性的临时存储部中的学习结果即变更值来变更传感器的输出值。在此,在学习变更值之前的初期学习阶段中,当然不存在学习结果。另外,在学习途中的情况下,只存在不完整的学习结果。进而,在学习结果存储于易失性的临时存储部中的情况下,存在例如因车辆的电源的瞬时中断或发生负电涌等原因而造成临时存储部的存储内容被重置的情况。此外,例如在车辆所具备的轮胎的尺寸变更了的情况下等,需要对传感器的变更值进行再学习。
在这样的情况下,因使用自主导航取得位置坐标的装置不能变更传感器的输出值,所以到输出值的变更值的学习结束为止的期间,未必能够保证输出高精度的位置坐标。
另一方面,认为即使在不变更传感器的输出值的状态下,该输出值也具有一定的精度。因此,根据不要求位置坐标的精度的应用,在变更值的学习结束前,也可能存在能够利用传感器的输出值的情况。
本公开提供一种在对学习输出值的变更量来进行修正的车载传感器进行利用的应用中,有效利用学习途中的输出值的技术。
[用于解决技术课题的技术方案]
本公开的一种方案是车辆用信息处理***。该***包括:位置取得装置,其学习被搭载于车辆、且用于取得所述车辆的行驶位置的车载传感器的变更值;以及应用执行装置,其执行利用所述位置取得装置的输出值的与所述车辆的行驶相关的应用。所述位置取得装置包括:学习执行部,其学习所述车载传感器的输出值的变更值;变更部,其基于所述变更值来变更所述车载传感器的输出值;位置计算部,其基于所述变更部变更后的车载传感器的输出值来计算所述车辆的行驶位置;以及输出部,其输出由所述学习执行部进行的学习的进展状况及所述位置计算部计算的所述车辆的行驶位置。所述应用执行装置基于从所述位置取得装置取得的所述进展状况与所述行驶位置,判定所述位置取得装置的输出是否能够利用于所述应用的执行。
也可以是,所述应用执行装置是执行用于控制所述车辆的行驶的应用的装置,在所述车辆并非在汽车专用道路上行驶中的情况下,在从所述位置取得装置取得的进展状况中包含的学习的进展率达到规定的比例为止的期间,等待利用所述位置取得装置的输出来执行所述应用。
也可以是,所述应用执行装置是执行用于控制所述车辆的行驶的应用的装置,在从所述位置取得装置取得的所述进展状况中包含的所述学习的进展率达到规定的比例为止的期间,等待利用所述位置取得装置的输出来执行所述应用。
也可以是,所述应用执行装置是执行与所述车辆的行驶控制不直接相关的应用的装置,无关从所述位置取得装置取得的所述进展状况中包含的所述学习的进展率,而利用所述位置取得装置的输出来执行所述应用。
发明效果
根据本公开,能够提供一种在对学习输出值的修正量并进行修正的车载传感器进行利用的应用中,有效利用学习途中的输出值的技术。
附图说明
图1是用于说明实施方式的车辆用信息处理***的概要的示意图。
图2是示意性地表示实施方式的车辆用信息处理***的功能构成的图。
图3是用于说明实施方式的车辆用信息处理***所执行的处理的流程的时序图。
具体实施方式
<实施方式的概要>
参照图1,说明实施方式的概要。
图1是用于说明实施方式的车辆用信息处理***S的概要的示意图。在图1所示的示例中,车辆用信息处理***S被搭载于驾驶员D所驾驶的车辆V。车辆用信息处理***S包含:位置取得装置1、角度传感器2、GPS接收部3及应用执行装置4。以下,以车载传感器是角度传感器2的情况为例记载为“角度传感器2”,但车载传感器并不限于角度传感器2,若为用于取得车辆的位置的传感器(即,利用于自主导航的传感器)则也可以是加速度传感器等其他传感器。
角度传感器2例如由已知的陀螺仪传感器等实现,输出车辆V的倾斜。图1中未图示,但车辆V也包括加速度传感器。车辆用信息处理***S通过对角度传感器2及加速度传感器的输出值进行积分,从而取得车辆V从起点位置移动过的轨迹,能够实现所谓的自主导航。
GPS接收部3接收多个导航卫星分别发送的电波。车辆用信息处理***S通过解析GPS接收部3接收到的电波,从而取得搭载有车辆用信息处理***S的车辆V的当前位置,也能够实现所谓的卫星导航。
在此,在例如隧道内部等无法从导航卫星接收电波的场所,车辆用信息处理***S不能执行卫星导航。另一方面,因自主导航利用被搭载于车辆V的各传感器的输出值,所以车辆用信息处理***S具有基本上能够随时执行自主导航这一优点。
但是,角度传感器2及加速度传感器的输出值存在因其安装方式或个体差异而产生偏差的情况。因此,车辆用信息处理***S例如包括:位置取得装置1,其以由卫星导航取得的位置等作为教学数据,来学习用于修正角度传感器2或加速度传感器的输出值的变更值并变更位置数据;以及应用执行装置4,其基于位置取得装置1输出的位置信息来执行应用。此外,位置取得装置1执行的学习处理能够通过使用已知的方法而实现,例如使用最小二乘法的最优化、或神经网络等机器学习等。
位置取得装置1包括CPU(Central Processing Unit:中央处理器)及存储器等计算资源,利用该计算资源执行传感器的输出值的变更值的学习处理及变更处理。具体地说,位置取得装置1将传感器的输出值或用于修正该输出值的学习结果存储于可高速读写的临时存储部,并变更输出值。但是,临时存储部是易失性存储器,有时也会因车辆V的电源的瞬时中断或发生负电涌而导致内容消失。另外,在未学习或再学习的初期阶段,学习结果的可靠性较低,要求进行再学习。
在用于变更传感器的输出值的学习结果消失的情况下,若能够立即进行再学习,则位置取得装置1能够输出变更后的位置信息。例如,认为车辆V在何种种类的道路上行驶的情况下,车辆V都会频繁地进行加减速。因此,对于与加速度传感器的输出值相关的学习,再学习比较容易进行的情况较多。
应用执行装置4执行对位置取得装置1输出的位置信息(即,自主导航所带来的位置信息)进行利用的各种应用。根据该应用的种类的不同,对由自主导航输出的位置信息要求的精度也不同。
例如,记录车辆V的状态的日志应用中所记录的位置信息的精度低于车辆的V的行驶控制(例如,车辆V的自动巡航的控制、车道脱离抑制的控制)所要求的位置信息的精度。也就是说,根据对车辆V的位置信息进行利用的应用的不同,即使车载传感器的输出值的变更精度较低,也存在能够对位置取得装置1所输出的由自主导航带来的位置信息进行利用的情况。
因此,在位置取得装置1中在用于变更车载传感器的输出值的变更值的学习未结束的情况下,应用执行装置4根据位置取得装置1中的学习的达成程度,来变更是否采用位置取得装置1的输出值。
具体地说,应用执行装置4首先判定表示车辆V是否在汽车专用道路上行驶的行驶状况。应用执行装置4基于行驶状况、从位置取得装置1取得的所述进展状况及所述行驶位置,来判定位置取得装置1的输出是否能够利用于应用的执行。
由此,例如,即使在角度传感器2的输出值的变更精度较低的状态(即,由位置取得装置1进行的学习未结束的状态)下,若是能够利用位置取得装置1的输出值的状况,则应用执行装置4利用该输出值。也就是说,位置取得装置1无关学习的进展状况而变更角度传感器2的输出值,并与进展状况一起输出。在实施方式的车辆用信息处理***S中,由应用执行装置4判定是否采用位置取得装置1输出的角度传感器2的输出值。
由此,实施方式的车辆用信息处理***S在对学习输出值的变更量并进行变更的传感器进行利用的应用中,能够有效利用学习途中的输出值。
以下,对实施方式的车辆用信息处理***S进行更详细的说明。
<车辆用信息处理***S的功能构成>
图2是示意性地表示实施方式的车辆用信息处理***S的功能构成的图。车辆用信息处理***S包括:位置取得装置1、角度传感器2、GPS接收部3及应用执行装置4。位置取得装置1包括存储部10及控制部20。
存储部10包含HDD(Hard Disc Drive:硬盘驱动器)、SSD(Solid State Drive:固态驱动器)等非易失性存储装置11,以及DRAM(Dynamic Random Access Memory:动态随机存取存储器)等临时存储部12。非易失性存储装置11作为用于实现实施方式的车辆用信息处理***S的各种程序、用于变更传感器的输出值的变更值的学习结果等各种数据的存储部而发挥功能。临时存储部12作为控制部20的作业存储器而发挥功能。非易失性存储装置11是非易失性的存储器,临时存储部12是易失性的存储器。
控制部20是车辆V的ECU(Electronic Control Unit:电子控制单元)等处理器。控制部20通过执行存储于非易失性存储装置11的程序从而作为变更部21、位置计算部22、学习执行部23、卫星定位部24及输出部25而发挥功能。
变更部21将用于变更角度传感器2等车载传感器的输出值的变更值的学习结果从非易失性存储装置11读出并存储于临时存储部12。变更部21参照存储于临时存储部12的学习结果来变更角度传感器2等车载传感器的输出值。位置计算部22基于变更部21变更后的角度传感器等车载传感器的输出值,来计算车辆V的行驶位置。
学习执行部23学习用于对车载传感器的输出值进行变更的变更值。为了实现由学习执行部23进行的学习,卫星定位部24基于GPS接收部3从导航卫星接收到的电波,取得车辆V的坐标。学习执行部23学习用于变更角度传感器2的输出值的变更值,以使根据角度传感器2的输出值计算的位置坐标成为卫星定位部24取得的位置坐标。
在车辆V行驶的道路并非汽车专用道路的情况下,车辆V在弯道行驶或左右转的机会较多,角度传感器2的输出值的变化也变得丰富。因此,即使因某些理由而学习结果从临时存储部12消失,与车辆V在汽车专用道路上行驶的情况相比,学习执行部23也能在短时间内结束再学习。因此,在车辆V行驶的道路并非汽车专用道路的情况下,通过使学习执行部23对变更值进行再学习,能够在短时间内恢复自主导航的精度
另一方面,在车辆V行驶中的道路是汽车专用道路的情况下,由学习执行部23进行的学习可能与非汽车专用道路的情况下的学习相比进展慢,但学习也随着时间而进展。在车辆V行驶中的道路是汽车专用道路的情况下,即使由学习执行部23进行的学习未完成,例如若是取得车辆V的位置的日志的应用,则也能够使用学习途中的变更值的。因为若是日志,则即使位置信息的正确性稍有欠缺也具有一定的利用价值。
因此,输出部25将由学习执行部23进行的学习的进展状况及位置计算部22计算的变更后的车载传感器的输出值即所述车辆的行驶位置输出到应用执行装置4。应用执行装置4基于从位置取得装置1的输出部25取得的进展状况与车辆V的行驶位置,判定位置取得装置1的输出是否能够利用于应用的执行。以下,对由应用执行装置4进行的位置取得装置1的输出值的利用有无判定进行说明。
如上所述,车辆V中执行的应用存在各种种类,大致地划分则存在用于控制车辆V的行驶的应用、及与车辆V的行驶控制不直接相关的应用。
作为用于控制车辆V的行驶的应用的示例,可列举:用于抑制车辆V的车道脱离的应用、预读行驶中的道路的道路坡度等从而控制车辆V的齿轮的应用、追随前方车辆而行驶的巡航用的应用、将这些应用综合的控制车辆V的自动巡航的应用等。其中,与控制齿轮、自动巡航相关的应用主要在车辆V在高速公路等汽车专用道路上行驶中被执行。
另一方面,作为与车辆V的行驶控制不直接相关的应用的示例,可列举用于记录车辆V的状态的日志应用、记录车辆V的行驶轨迹的应用等。一般地,这些应用无关车辆V是否在汽车专用道路上行驶中而被执行。这样,包含车辆V是否在汽车专用道路上行驶中的行驶状况,可作为应用执行装置4在判定是否利用位置取得装置1的输出值时所参照的信息。
因此,应用执行装置4从输出部25取得车辆V的行驶位置。应用执行装置4能够通过将车辆V的当前位置与地图数据进行对照从而决定车辆V行驶中的道路的种类。另外,也可以是,应用执行装置4在能够利用ETC(Electronic Toll Collection:电子收费)等信息的情况下,通过判定是否车辆V通过高速公路的入口且通过了出口来判定车辆V是否在高速公路上行驶中。由此,应用执行装置4能够判定车辆V是否在汽车专用道路上行驶中。
在执行用于控制车辆V的行驶的应用的情况下,应用执行装置4判定车辆V是否在汽车专用道路上行驶中。在车辆V并非在汽车专用道路上行驶中的情况下,应用执行装置4在从位置取得装置1取得的进展状况中包含的学习的进展率到达规定的比例为止的期间,等待利用位置取得装置1的输出来执行应用。
在车辆V并非在汽车专用道路上行驶中的情况下,车辆V的弯道行驶或加减速较多,适于车载传感器的学习。因此,即使应用执行装置4等待执行应用,与车辆V在汽车专用道路上行驶中的情况相比,位置取得装置1的学习也在短时间内结束。
在此,“规定的比例”是指应用执行装置4为了决定位置取得装置1的输出值是否能够利用于应用的执行而参照的“利用有无判定阈值比例”。利用有无判定阈值比例存储于非易失性存储装置11。利用有无判定阈值比例的具体的值可以考虑应用执行装置4执行的应用所要求的位置精度、位置取得装置1的学习对象即车载传感器的精度及种类等而通过实验决定。
此外,用于控制车辆V的行驶的应用的利用判定所使用的利用有无判定阈值比例被设定为高于与车辆V的行驶控制不直接相关的应用的利用判定所使用的利用有无判定阈值比例。
例如,在应用执行装置4执行用于控制车辆V的行驶的应用的情况下,在从位置取得装置1取得的进展状况中包含的学习的进展率达到利用有无判定阈值比例为止的期间,等待利用位置取得装置1的输出来执行应用。
与此不同,在应用执行装置4执行与车辆V的行驶控制不直接相关的应用(例如,用于记录行驶轨迹的应用)的情况下,也可以与从位置取得装置1取得的进展状况中包含的学习的进展率无关,而利用位置取得装置1的输出来执行应用。这是等效于,与车辆V的行驶控制不直接相关的应用的利用有无判定阈值比例为0%。
此外,即使车辆V在汽车专用道路以外的道路上行驶中,若是与车辆V的行驶控制不直接相关的应用,则应用执行装置4可执行。
这样,应用执行装置4基于车辆V行驶的道路的道路状况、由位置取得装置1进行的学习的进展状况、及执行的应用的种类,来判定是否利用位置取得装置1的输出值来执行应用。由此,即使在由位置取得装置1进行的车载传感器的学习未完成的情况下,应用执行装置4也尽可能地利用位置取得装置1的输出来执行应用。由此,应用执行装置4能够有效利用位置取得装置1的学习途中的输出值。
<车辆用信息处理***S执行的信息处理的处理流程>
图3是用于说明实施方式的车辆用信息处理***S执行的处理的流程的时序图。本时序图中的处理例如在车辆V的引擎起动时开始。
位置取得装置1的GPS接收部3从导航卫星接收GPS数据(S2)。学习执行部23计算根据GPS数据计算的位置信息与根据变更部21变更后的车载传感器的输出值计算的位置信息的偏差(S4)。学习执行部23学习以角度传感器2为首的车载传感器的输出的变更量(S6)。输出部25将由学习执行部23进行的学习的进展状况、及基于变更部21变更后的车载传感器的输出值计算的车辆V的行驶位置输出到应用执行装置4(S8)。
位置取得装置1在到传感器的输出值的变更量的学习结束为止的期间(S10的否),继续从步骤S2到步骤S8的处理。对传感器的输出值的变更量的学习结束后(S10的是),位置取得装置1继续步骤S8的处理。
应用执行装置4从位置取得装置1的输出部25取得由学习执行部23进行的学习的进展状况与车辆V的行驶位置(S12)。应用执行装置4通过基于取得的行驶位置并参照地图数据,从而取得车辆V所行驶的道路的种类(S14)。
在应用执行装置4执行的应用并非是与车辆V的行驶相关的应用的情况下(S16的否),应用执行装置4利用从位置取得装置1取得的行驶位置来执行应用(S18)。
在应用执行装置4执行的应用是与车辆V的行驶相关的应用(S16的是)、且车辆V并非在汽车专用道路上行驶中的情况下(S20的否),应用执行装置4在学习的进展率到达规定的比例为止的期间,等待执行对从位置取得装置1取得的行驶位置进行利用的应用(S24)。
在应用执行装置4执行的应用是与车辆V的行驶相关的应用(S16的是)、车辆V是在汽车专用道路上行驶中(S20的是)、且学习的进展率在规定的比例以上的情况下(S22的是),应用执行装置4利用从位置取得装置1取得的行驶位置来执行应用(S18)。
在应用执行装置4执行的应用是与车辆V的行驶相关的应用(S16的是)、车辆V是在汽车专用道路上行驶中(S20的是)、且学习的进展率不足规定的比例的情况下(S22的否),应用执行装置4在学习的进展率到达规定的比例为止的期间,等待执行对从位置取得装置1取得的行驶位置进行利用的应用(S24)。
应用执行装置4通过重复以上的处理,即使由位置取得装置1进行的学习未完成,若能利用从位置取得装置1取得的行驶位置,则利用于应用的执行。
<实施方式的车辆用信息处理***S发挥的效果>
如以上说明,根据实施方式的车辆用信息处理***S,在对学习输出值的变更量并进行变更的车载传感器进行利用的应用中,能够有效利用学习途中的输出值。
特别是,在应用执行装置4是执行用于控制车辆V的行驶的应用的装置的情况下,在车辆V并非在汽车专用道路上行驶中的情况下,在从位置取得装置1取得的进展状况中包含的学习的进展率到达规定的比例为止的期间,等待利用位置取得装置1的输出来执行应用。
车辆V在并非汽车专用道路的城市街区等行驶中,能够期待在短时间内完成学习。因此,应用执行装置4通过等待执行应用,从而能够利用更准确的信息来执行应用。另外,因为如果学习的进展率达到规定的比例,即使是学习完成前,应用执行装置4也利用位置取得装置1的输出,所以能够有效利用学习途中的输出值。
另外,在应用执行装置4是执行用于控制车辆V的行驶的应用的装置的情况下,在车辆V在汽车专用道路上行驶的情况下,从位置取得装置1取得的进展状况中包含的学习的进展率到达规定的比例为止的期间,等待利用位置取得装置1的输出来执行应用。由此,能够在用于控制行驶的应用中进一步提高车辆V的控制的安全性。
进而,在应用执行装置4是执行与车辆的行驶控制不直接相关的应用的装置的情况下,无关车辆V的行驶状况、位置取得装置1的学习状况,而利用位置取得装置1的输出来执行应用。由此,能够有效利用学习途中的输出值。
以上,利用实施方式对本公开进行了说明,但本公开的技术范围并不限定于所述实施方式所记载的范围。可以对所述实施方式施加各种变更或改良对于本领域技术人员是显而易见的。根据权利要求书的记载,施加了这样的变更或改良的方案也包含在本公开的技术范围内是显而易见的。
本申请基于2017年5月18日申请的日本国专利申请(特愿2017-098583),并将其内容作为参考援引至此。
[工业可利用性]
根据本公开,能够提供一种在对学习输出值的修正量并进行修正的车载传感器进行利用的应用中,有效利用学习途中的输出值的技术。
[附图标记说明]
1···位置取得装置
2···角度传感器
3···GPS接收部
4···应用执行装置
10···存储部
11···非易失性存储装置
12···临时存储部
20···控制部
21···变更部
22···位置计算部
23···学习执行部
24···卫星定位部
25···输出部
S···车辆用信息处理***
V···车辆
Claims (5)
1.一种车辆用信息处理***,其中,包括:
位置取得装置,其学习被搭载于车辆、且用于取得所述车辆的行驶位置的车载传感器的变更值,以及
应用执行装置,其执行利用所述位置取得装置的输出值的与所述车辆的行驶相关的应用;
所述位置取得装置包括:
学习执行部,其学习所述车载传感器的输出值的变更值,
变更部,其基于所述变更值来变更所述车载传感器的输出值,
位置计算部,其基于所述变更部变更后的车载传感器的输出值来计算所述车辆的行驶位置,以及
输出部,其输出由所述学习执行部进行的学习的进展状况及所述位置计算部计算的所述车辆的行驶位置;
所述应用执行装置基于从所述位置取得装置取得的所述进展状况及所述行驶位置,判定所述位置取得装置的输出是否能够利用于所述应用的执行。
2.如权利要求1所述的车辆用信息处理***,其中,
所述应用执行装置是执行用于控制所述车辆的行驶的应用的装置,在所述车辆并非在汽车专用道路上行驶的情况下,在从所述位置取得装置取得的进展状况中包含的学习的进展率达到规定的比例为止的期间,等待利用所述位置取得装置的输出来执行所述应用。
3.如权利要求1所述的车辆用信息处理***,其中,
所述应用执行装置是执行用于控制所述车辆的行驶的应用的装置,在从所述位置取得装置取得的所述进展状况中包含的所述学习的进展率达到规定的比例为止的期间,等待利用所述位置取得装置的输出来执行所述应用。
4.如权利要求2所述的车辆用信息处理***,其中,
所述应用执行装置是执行用于控制所述车辆的行驶的应用的装置,在从所述位置取得装置取得的所述进展状况中包含的所述学习的进展率达到规定的比例为止的期间,等待利用所述位置取得装置的输出来执行所述应用。
5.如权利要求1所述的车辆用信息处理***,其中
所述应用执行装置是执行与所述车辆的行驶控制不直接相关的应用的装置,无关从所述位置取得装置取得的所述进展状况中包含的所述学习的进展率,而利用所述位置取得装置的输出来执行所述应用。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2017098583A JP6866762B2 (ja) | 2017-05-18 | 2017-05-18 | 車両用情報処理システム |
JP2017-098583 | 2017-05-18 | ||
PCT/JP2018/018742 WO2018212172A1 (ja) | 2017-05-18 | 2018-05-15 | 車両用情報処理システム |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110637212A true CN110637212A (zh) | 2019-12-31 |
CN110637212B CN110637212B (zh) | 2023-08-11 |
Family
ID=64273860
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201880032747.1A Active CN110637212B (zh) | 2017-05-18 | 2018-05-15 | 车辆用信息处理*** |
Country Status (5)
Country | Link |
---|---|
US (1) | US11448510B2 (zh) |
JP (1) | JP6866762B2 (zh) |
CN (1) | CN110637212B (zh) |
DE (1) | DE112018002533T5 (zh) |
WO (1) | WO2018212172A1 (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113673805A (zh) * | 2020-05-13 | 2021-11-19 | 丰田自动车株式会社 | 车辆调配装置、车辆及终端 |
CN113673804A (zh) * | 2020-05-13 | 2021-11-19 | 丰田自动车株式会社 | 车辆调配装置、车辆及终端 |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20230066821A1 (en) * | 2020-01-29 | 2023-03-02 | Sony Interactive Entertainment Inc. | Information processing apparatus, information processing method, and program |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1661645A (zh) * | 2004-02-27 | 2005-08-31 | 株式会社日立制作所 | 交通信息预测装置 |
JP2008058185A (ja) * | 2006-08-31 | 2008-03-13 | Sony Corp | ナビゲーション装置、ナビゲーション制御方法及びナビゲーション制御プログラム |
DE102014208541A1 (de) * | 2014-05-07 | 2015-11-12 | Continental Teves Ag & Co. Ohg | Bestimmung redundanter Absolutpositionen mit Fahrdynamiksensoren |
JP2016218043A (ja) * | 2015-05-15 | 2016-12-22 | 株式会社デンソー | 移動***置検出装置、移動***置検出方法 |
JP2016218015A (ja) * | 2015-05-26 | 2016-12-22 | 株式会社デンソー | 車載センサ補正装置、自己位置推定装置、プログラム |
Family Cites Families (37)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5010512A (en) * | 1989-01-12 | 1991-04-23 | International Business Machines Corp. | Neural network having an associative memory that learns by example |
JPH1062194A (ja) * | 1996-08-13 | 1998-03-06 | Sony Corp | 感度補正方法及びナビゲーシヨン装置並びに車両 |
US7743420B2 (en) * | 2003-12-02 | 2010-06-22 | Imperva, Inc. | Dynamic learning method and adaptive normal behavior profile (NBP) architecture for providing fast protection of enterprise applications |
JP2009041932A (ja) | 2007-08-06 | 2009-02-26 | Toyota Motor Corp | 移動体用測位装置 |
JP5445287B2 (ja) * | 2010-04-02 | 2014-03-19 | 株式会社デンソー | 車載ナビゲーション装置 |
JP5999425B2 (ja) * | 2012-09-26 | 2016-09-28 | ソニー株式会社 | 情報処理装置及び情報処理方法 |
US9384443B2 (en) * | 2013-06-14 | 2016-07-05 | Brain Corporation | Robotic training apparatus and methods |
US9463571B2 (en) * | 2013-11-01 | 2016-10-11 | Brian Corporation | Apparatus and methods for online training of robots |
US20150324686A1 (en) * | 2014-05-12 | 2015-11-12 | Qualcomm Incorporated | Distributed model learning |
JP6540494B2 (ja) * | 2015-02-20 | 2019-07-10 | 株式会社デンソー | 車両位置検出装置、車両位置検出方法 |
CA2982364C (en) * | 2015-04-15 | 2021-11-23 | Uber Technologies, Inc. | Programmatically providing information in connection with location-based services to service providers |
JP6620439B2 (ja) * | 2015-07-01 | 2019-12-18 | 株式会社リコー | 学習方法、プログラム及び学習装置 |
US9910441B2 (en) * | 2015-11-04 | 2018-03-06 | Zoox, Inc. | Adaptive autonomous vehicle planner logic |
US10140206B2 (en) * | 2015-11-17 | 2018-11-27 | Proov Systems Ltd. | Computerized method and end-to-end “pilot as a service” system for controlling start-up/enterprise interactions |
JP6174105B2 (ja) * | 2015-12-07 | 2017-08-02 | ヤフー株式会社 | 判定装置、判定方法及び判定プログラム |
DE102016202590A1 (de) * | 2016-02-19 | 2017-09-07 | Robert Bosch Gmbh | Verfahren und Vorrichtung zum Betreiben eines automatisierten Kraftfahrzeugs |
US10611379B2 (en) * | 2016-08-16 | 2020-04-07 | Toyota Jidosha Kabushiki Kaisha | Integrative cognition of driver behavior |
US10943148B2 (en) * | 2016-12-02 | 2021-03-09 | Apple Inc. | Inspection neural network for assessing neural network reliability |
US10730531B1 (en) * | 2017-02-02 | 2020-08-04 | Uatc, Llc | Machine-learning based vehicle motion control system |
US10210751B1 (en) * | 2017-08-04 | 2019-02-19 | Verizon Patent And Licensing Inc. | Identification of traffic control mechanisms using machine learning |
US11507806B2 (en) * | 2017-09-08 | 2022-11-22 | Rohit Seth | Parallel neural processor for Artificial Intelligence |
JP7084124B2 (ja) * | 2017-11-06 | 2022-06-14 | トヨタ自動車株式会社 | 運転支援制御システム |
KR102015076B1 (ko) * | 2017-11-13 | 2019-08-27 | 주식회사 소네트 | 일상 주행 데이터를 이용한 자율 주행 알고리즘 개발 장치 및 그 방법 |
CN109801511B (zh) * | 2017-11-16 | 2021-01-05 | 华为技术有限公司 | 一种碰撞预警方法及装置 |
US11270228B2 (en) * | 2017-11-17 | 2022-03-08 | Panasonic Intellectual Property Management Co., Ltd. | Information processing method and information processing system |
US11470507B2 (en) * | 2018-02-28 | 2022-10-11 | Aprecomm Private Limited | Methods and system for machine learning-based data rate control |
WO2019232471A1 (en) * | 2018-06-01 | 2019-12-05 | Nami Ml Inc. | Machine learning at edge devices based on distributed feedback |
US10972717B2 (en) * | 2018-06-26 | 2021-04-06 | Solaroid Corporation | Automated feature analysis of a structure |
US11086319B2 (en) * | 2018-11-02 | 2021-08-10 | Aurora Operations, Inc. | Generating testing instances for autonomous vehicles |
JP7036049B2 (ja) * | 2019-01-18 | 2022-03-15 | オムロン株式会社 | モデル統合装置、モデル統合方法、モデル統合プログラム、推論システム、検査システム、及び制御システム |
JP7272121B2 (ja) * | 2019-06-07 | 2023-05-12 | 富士通株式会社 | 演算処理装置、制御方法、及び制御プログラム |
US11577756B2 (en) * | 2019-09-13 | 2023-02-14 | Ghost Autonomy Inc. | Detecting out-of-model scenarios for an autonomous vehicle |
CN110598641A (zh) * | 2019-09-16 | 2019-12-20 | 杭州大拿科技股份有限公司 | 计算练习方法、***、电子设备及计算机可读存储介质 |
CN112580795A (zh) * | 2019-09-29 | 2021-03-30 | 华为技术有限公司 | 一种神经网络的获取方法以及相关设备 |
US11586931B2 (en) * | 2019-10-31 | 2023-02-21 | Waymo Llc | Training trajectory scoring neural networks to accurately assign scores |
US11592828B2 (en) * | 2020-01-16 | 2023-02-28 | Nvidia Corporation | Using neural networks to perform fault detection in autonomous driving applications |
US11157010B1 (en) * | 2020-06-05 | 2021-10-26 | Gatik Ai Inc. | Method and system for deterministic trajectory selection based on uncertainty estimation for an autonomous agent |
-
2017
- 2017-05-18 JP JP2017098583A patent/JP6866762B2/ja active Active
-
2018
- 2018-05-15 WO PCT/JP2018/018742 patent/WO2018212172A1/ja active Application Filing
- 2018-05-15 US US16/614,756 patent/US11448510B2/en active Active
- 2018-05-15 CN CN201880032747.1A patent/CN110637212B/zh active Active
- 2018-05-15 DE DE112018002533.0T patent/DE112018002533T5/de active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1661645A (zh) * | 2004-02-27 | 2005-08-31 | 株式会社日立制作所 | 交通信息预测装置 |
JP2008058185A (ja) * | 2006-08-31 | 2008-03-13 | Sony Corp | ナビゲーション装置、ナビゲーション制御方法及びナビゲーション制御プログラム |
DE102014208541A1 (de) * | 2014-05-07 | 2015-11-12 | Continental Teves Ag & Co. Ohg | Bestimmung redundanter Absolutpositionen mit Fahrdynamiksensoren |
JP2016218043A (ja) * | 2015-05-15 | 2016-12-22 | 株式会社デンソー | 移動***置検出装置、移動***置検出方法 |
JP2016218015A (ja) * | 2015-05-26 | 2016-12-22 | 株式会社デンソー | 車載センサ補正装置、自己位置推定装置、プログラム |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113673805A (zh) * | 2020-05-13 | 2021-11-19 | 丰田自动车株式会社 | 车辆调配装置、车辆及终端 |
CN113673804A (zh) * | 2020-05-13 | 2021-11-19 | 丰田自动车株式会社 | 车辆调配装置、车辆及终端 |
CN113673805B (zh) * | 2020-05-13 | 2024-05-14 | 丰田自动车株式会社 | 车辆调配装置及车辆 |
Also Published As
Publication number | Publication date |
---|---|
DE112018002533T5 (de) | 2020-02-20 |
JP6866762B2 (ja) | 2021-04-28 |
JP2018194441A (ja) | 2018-12-06 |
WO2018212172A1 (ja) | 2018-11-22 |
CN110637212B (zh) | 2023-08-11 |
US11448510B2 (en) | 2022-09-20 |
US20200173785A1 (en) | 2020-06-04 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106627579B (zh) | 车辆队列中的协调测试 | |
US9067571B2 (en) | Travel control device | |
KR20170034696A (ko) | 자율주행 차량의 주행 제어 시스템 및 방법 | |
CN115214661A (zh) | 基于目标车辆的驾驶样式的协同自适应巡航控制*** | |
CN110637212B (zh) | 车辆用信息处理*** | |
EP2696333A1 (en) | Road shape inferring system | |
WO2019230038A1 (ja) | 自己位置推定装置 | |
JP7139992B2 (ja) | 制御用地図情報評価装置、制御用地図情報評価方法、及び制御プログラム | |
US20190080610A1 (en) | Vehicle control apparatus, vehicle, processing method of vehicle control apparatus, and storage medium | |
CN111133490B (zh) | 自动驾驶控制装置及方法 | |
JP2016206976A (ja) | 車両の運転支援制御のための先行車軌跡算出装置 | |
US11279360B2 (en) | Autonomous driving system | |
US20220306137A1 (en) | Vehicle control system | |
US11427252B2 (en) | Automatic driving system | |
US9796382B2 (en) | Driving assist apparatus and driving assist method | |
CN110637211B (zh) | 车辆用信息处理装置 | |
JP6614018B2 (ja) | 運転支援装置及びプログラム | |
JP2004219316A (ja) | 車両進行路推定装置 | |
CN115098821A (zh) | 轨迹参考曲率确定方法、装置、设备、介质及程序 | |
US20210107525A1 (en) | Automatic operating apparatus | |
CN113799715A (zh) | 车辆异常原因的确定方法、装置、通信设备及存储介质 | |
US20170103657A1 (en) | Drive assist apparatus and storage medium storing program for executing drive assist process | |
US20180038696A1 (en) | A system for use in a vehicle | |
JP7198005B2 (ja) | 自車位置検出装置 | |
CN115782926B (zh) | 一种基于道路信息的车辆运动预测方法及装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |