JP2018194441A - 車両用情報処理システム - Google Patents

車両用情報処理システム Download PDF

Info

Publication number
JP2018194441A
JP2018194441A JP2017098583A JP2017098583A JP2018194441A JP 2018194441 A JP2018194441 A JP 2018194441A JP 2017098583 A JP2017098583 A JP 2017098583A JP 2017098583 A JP2017098583 A JP 2017098583A JP 2018194441 A JP2018194441 A JP 2018194441A
Authority
JP
Japan
Prior art keywords
vehicle
application
learning
acquisition device
position acquisition
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
Application number
JP2017098583A
Other languages
English (en)
Other versions
JP6866762B2 (ja
Inventor
隆太 津田
Ryuta Tsuda
隆太 津田
正一 高橋
Shoichi Takahashi
正一 高橋
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Isuzu Motors Ltd
Original Assignee
Isuzu Motors Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Isuzu Motors Ltd filed Critical Isuzu Motors Ltd
Priority to JP2017098583A priority Critical patent/JP6866762B2/ja
Priority to US16/614,756 priority patent/US11448510B2/en
Priority to PCT/JP2018/018742 priority patent/WO2018212172A1/ja
Priority to CN201880032747.1A priority patent/CN110637212B/zh
Priority to DE112018002533.0T priority patent/DE112018002533T5/de
Publication of JP2018194441A publication Critical patent/JP2018194441A/ja
Application granted granted Critical
Publication of JP6866762B2 publication Critical patent/JP6866762B2/ja
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

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

【課題】出力値の変更量を学習して修正する車載センサを利用するアプリケーションにおいて、学習途中の出力値を有効利用する技術を提供する。
【解決手段】前記位置取得装置１は、車載センサの変更値を学習する学習実行部２３と、前記変更値に基づいて前記車載センサの出力値を変更する変更部２１と、変更部２１が変更した車載センサの出力値に基づいて前記車両の走行位置を算出する位置算出部２２と、学習実行部２３による学習の進捗状況と位置算出部２２が算出した前記車両の走行位置とを出力する出力部２５と、を備える。アプリケーション実行装置４は、位置取得装置１から取得した前記進捗状況と前記走行位置とに基づいて、位置取得装置１の出力が前記アプリケーションの実行に利用できるか否かを判定する。
【選択図】図２

Description

本発明は、情報処理システムに関し、特に車両に搭載して用いられる車両用情報処理システムに関する。
近年、航法衛星からの信号をもとに車両の位置情報を取得する衛星航法や、車両に搭載された種々のセンサの出力値に基づいて取得した車両の位置情報を取得する自律航法、及び両者を併用するハイブリッド航法が知られている。特許文献１には、航法衛星と自律航法との両者を併用する技術が開示されている。
特開２００９−４１９３２号公報
ハイブリッド航法においては、例えば車両がトンネル内を走行中のように航法衛星から受信する電波強度が弱くなる場合、自律航法によって車両の位置を取得することになる。自律航法を実現するための装置は、角度センサや加速度センサ等の出力値に基づいて車両の位置座標を特定する自律航法を実現する。このような装置が特定した車両の位置座標は、車両のオートクルーズのためのアプリケーションプログラム（以下、単に「アプリケーション」と記載する。）や、車両状態を記録するためのログアプリケーション等、種々のアプリケーションに用いられる。前者のアプリケーションは、車両の燃費、安全、及び法規に関連するアプリケーションであり、後者のアプリケーションは、情報を残すためのアプリケーションともいえる。
これらのセンサは、車両への取り付け方や個体差によって出力値にばらつきが生じる場合がある。そのため、例えばＧＰＳ（Global Positioning System）センサから得られた位置情報等を教師データとして、センサの出力値を変更するための変更値を学習することが行われている。
自律航法を担う装置は、不揮発性の記憶部や揮発性の一時記憶部に格納した学習結果である変更値を参照してセンサの出力値を変更する。ここで、変更値を学習する前の初期学習段階においては、当然ながら学習結果は存在しない。また、学習途中の場合には、不完全な学習結果しか存在しない。さらに、学習結果が揮発性の一時記憶部に格納される場合は、例えば車両の電源の瞬断や負サージ発生等が原因となり、一時記憶部の記憶内容がリセットされてしまう場合がある。加えて、例えば車両に備え付けるタイヤのサイズが変更された場合などは、センサの変更値を再学習する必要がある。
このような場合、自律航法を用いて位置座標を取得する装置はセンサの出力値を変更できないため、出力値の変更値の学習が終了するまでの間は、高精度な位置座標を出力することは必ずしも保証できなくなる。
一方、センサの出力値を変更しない状態であっても、その出力値は一定の精度はあると考えられる。このため、位置座標の精度が要求されないアプリケーションによっては、変更値の学習が終了する前であっても、センサの出力値を利用できる場合もあり得る。
そこで、本発明はこれらの点に鑑みてなされたものであり、出力値の変更量を学習して修正する車載センサを利用するアプリケーションにおいて、学習途中の出力値を有効利用する技術を提供することを目的とする。
本発明のある態様は、車両に搭載されている車載センサである。このシステムは、前記車両の走行位置を取得するためのセンサの変更値を学習する位置取得装置と、前記位置取得装置の出力値を利用する前記車両の走行に関するアプリケーションを実行するアプリケーション実行装置と、を備える。前記位置取得装置は、前記車載センサの出力値の変更値を学習する学習実行部と、前記変更値に基づいて前記車載センサの出力値を変更する変更部と、前記変更部が変更した車載センサの出力値に基づいて前記車両の走行位置を算出する位置算出部と、前記学習実行部による学習の進捗状況と前記位置算出部が算出した前記車両の走行位置とを出力する出力部と、を備える。前記アプリケーション実行装置は、前記位置取得装置から取得した前記進捗状況と前記走行位置とに基づいて、前記位置取得装置の出力が前記アプリケーションの実行に利用できるか否かを判定する。
前記アプリケーション実行装置は、前記車両の走行を制御するためのアプリケーションを実行するものであり、前記車両が自動車専用道路を走行中でない場合、前記位置取得装置から取得した進捗状況に含まれる学習の進捗率が所定の割合に達するまでの間、前記位置取得装置の出力を利用して前記アプリケーションを実行することを待機してもよい。
前記アプリケーション実行装置は、前記車両の走行を制御するためのアプリケーションを実行するものであり、前記位置取得装置から取得した前記進捗状況に含まれる前記学習の進捗率が所定の割合に達するまでの間、前記位置取得装置の出力を利用して前記アプリケーションを実行することを待機してもよい。
前記アプリケーション実行装置は、前記車両の走行制御には直接的に関わらないアプリケーションを実行するものであり、前記位置取得装置から取得した前記進捗状況に含まれる前記学習の進捗率に関わらず、前記位置取得装置の出力を利用して前記アプリケーションを実行してもよい。
本発明によれば、出力値の修正量を学習して修正する車載センサを利用するアプリケーションにおいて、学習途中の出力値を有効利用する技術を提供することができる。
実施の形態に係る車両用情報処理システムの概要を説明するための模式図である。 実施の形態に係る車両用情報処理システムの機能構成を模式的に示す図である。 実施の形態に係る車両用情報処理システムが実行する処理の流れを説明するためのシーケンス図である。
＜実施の形態の概要＞
図１を参照して、実施の形態の概要を述べる。
図１は、実施の形態に係る車両用情報処理システムＳの概要を説明するための模式図である。図１に示す例では、車両用情報処理システムＳは運転者Ｄが運転する車両Ｖに搭載されている。車両用情報処理システムＳは、位置取得装置１、角度センサ２、ＧＰＳ受信部３、及びアプリケーション実行装置４を含んでいる。以下、車載センサが角度センサ２の場合を例として「角度センサ２」と記載するが、車載センサは角度センサ２に限られず、車両の位置を取得するためのセンサ（すなわち、自律航法に利用されるセンサ）であれば加速度センサ等の他のセンサであってもよい。
角度センサ２は例えば既知のジャイロセンサ等で実現され、車両Ｖの傾きを出力する。図１に図示してはいないが、車両Ｖは加速度センサも備えている。車両用情報処理システムＳは、角度センサ２及び加速度センサの出力値を積分することにより、起点位置から車両Ｖが移動した軌跡を取得する、いわゆる自律航法を実現することができる。
ＧＰＳ受信部３は、複数の航法衛星それぞれが送信する電波を受信する。車両用情報処理システムＳは、ＧＰＳ受信部３が受信した電波を解析することによって、車両用情報処理システムＳを搭載している車両Ｖの現在位置を取得する、いわゆる衛星航法を実現することもできる。
ここで、例えばトンネル内部等の航法衛星から電波を受信できない場所では、車両用情報処理システムＳは衛星航法を実行することができない。一方、自律航法は車両Ｖに搭載されている各センサの出力値を利用するため、車両用情報処理システムＳは基本的にいつでも自律航法を実行することができるという利点がある。
しかしながら、角度センサ２や加速度センサの出力値は、それらの取り付け方や個体差によってばらつきが生じる場合がある。このため、車両用情報処理システムＳは、例えば衛星航法で取得した位置等を教師データとして、角度センサ２や加速度センサの出力値を修正するための変更値を学習して位置データを変更する位置取得装置１と、位置取得装置１が出力した位置情報に基づいてアプリケーションを実行するアプリケーション実行装置４とを備える。なお、位置取得装置１が実行する学習処理は、最小二乗法を用いる最適化やニュートラルネットワーク等の機械学習等、既知の手法を用いることで実現できる。
位置取得装置１はＣＰＵ（Central Processing Unit）やメモリ等の計算リソースを備えており、この計算リソースを用いてセンサの出力値の変更値の学習処理及び変更処理を実行する。具体的には、位置取得装置１は、センサの出力値やその出力値を修正するための学習結果を高速に読み書きが可能な一時記憶部に格納し、出力値を変更する。しかしながら、一時記憶部は揮発性メモリであり、車両Ｖの電源の瞬断や負サージ発生によって内容が消失してしまうこともある。また、未学習又は再学習の初期段階では、学習結果の信頼性が低く、再学習が求められる。
センサの出力値を変更するための学習結果を消失した場合であっても、すぐに再学習をすることができれば、位置取得装置１は変更後の位置情報を出力できる。例えば、車両Ｖがどのような種類の道路を走行している場合であっても、車両Ｖは頻繁に加減速をすると考えられる。したがって、加速度センサの出力値に関する学習については、再学習は比較的容易な場合が多い。
アプリケーション実行装置４は、位置取得装置１が出力する位置情報（すなわち、自律航法による位置情報）を利用する種々のアプリケーションを実行する。このアプリケーションの種類によって、自律航法によって出力される位置情報に求められる精度も異なる。
例えば、車両Ｖの状態を記録するログアプリケーションに記録する位置情報の精度は、車両Ｖの走行制御（例えば、車両Ｖのオートクルーズの制御や車線逸脱抑制の制御）に要求される位置情報の精度よりも低い。つまり、車両Ｖの位置情報を利用するアプリケーションによっては、車載センサの出力値の変更精度が低いとしても位置取得装置１が出力した自律航法による位置情報を利用できる場合もある。
そこで、位置取得装置１において車載センサの出力値を変更するための変更値の学習が終了していない場合、アプリケーション実行装置４は、位置取得装置１における学習の達成度合いに応じて、位置取得装置１の出力値を採用するか否かを変更する。
具体的には、アプリケーション実行装置４は、まず車両Ｖが自動車専用道路を走行しているか否かを示す走行状況を判定する。アプリケーション実行装置４は、走行状況、位置取得装置１から取得した前記進捗状況、及び前記走行位置に基づいて、位置取得装置１の出力がアプリケーションの実行に利用できるか否かを判定する。
これにより、例えば、角度センサ２の出力値の変更精度が低い状態（すなわち、位置取得装置１による学習が未完了の状態）であっても、位置取得装置１の出力値を利用できる状況であればアプリケーション実行装置４はその出力値を利用する。つまり、位置取得装置１は、学習の進捗状況に関わらず角度センサ２の出力値を変更し、進捗状況とともに出力する。実施の形態に係る車両用情報処理システムＳにおいては、位置取得装置１が出力した角度センサ２の出力値を採用するか否かは、アプリケーション実行装置４が判定する。
これにより、実施の形態に係る車両用情報処理システムＳは、出力値の変更量を学習して変更するセンサを利用するアプリケーションにおいて、学習途中の出力値を有効利用することができる。
以下、実施の形態に係る車両用情報処理システムＳについてより詳細に説明する。
＜車両用情報処理システムＳの機能構成＞
図２は、実施の形態に係る車両用情報処理システムＳの機能構成を模式的に示す図である。車両用情報処理システムＳは、位置取得装置１、角度センサ２、ＧＰＳ受信部３、及びアプリケーション実行装置４を備える。位置取得装置１は、記憶部１０、及び制御部２０を備える。
記憶部１０は、ＨＤＤ（Hard Disc Drive）やＳＳＤ（Solid State Drive）等の不揮発性記憶装置１１、及びＤＲＡＭ（Dynamic Random Access Memory）等の一時記憶部１２を含む。不揮発性記憶装置１１は、実施の形態に係る車両用情報処理システムＳを実現するための各種プログラムや、センサの出力値を変更するための変更値の学習結果等の各種データの格納部として機能する。一時記憶部１２は、制御部２０の作業メモリとして機能する。不揮発性記憶装置１１は不揮発性のメモリであり、一時記憶部１２は揮発性のメモリである。
制御部２０は、車両ＶのＥＣＵ（Electronic Control Unit）等のプロセッサである。制御部２０は、不揮発性記憶装置１１に格納されているプログラムを実行することにより、変更部２１、位置算出部２２、学習実行部２３、衛星測位部２４、及び出力部２５として機能する。
変更部２１は、角度センサ２等の車載センサの出力値を変更するための変更値の学習結果を不揮発性記憶装置１１から読み出して一時記憶部１２に格納する。変更部２１は、一時記憶部１２に記憶された学習結果を参照して角度センサ２等の車載センサの出力値を変更する。位置算出部２２は、変更部２１が変更した角度センサ等の車載センサの出力値に基づいて、車両Ｖの走行位置を算出する。
学習実行部２３は、車載センサの出力値を変更するための変更値を学習する。学習実行部２３による学習を実現するために、衛星測位部２４は、ＧＰＳ受信部３が航法衛星から受信した電波に基づいて、車両Ｖの位置座標を取得する。学習実行部２３は、角度センサ２の出力値から算出した位置座標が、衛星測位部２４が取得した位置座標となるように、角度センサ２の出力値を変更するための変更値を学習する。
車両Ｖが走行する道路が自動車専用道路ではない場合には、車両Ｖがカーブや右左折をする機会が多く、角度センサ２の出力値のバリエーションも豊富となる。このため、学習実行部２３は、何らかの理由によって学習結果が一時記憶部１２から消失したとしても、車両Ｖが自動車専用道路を走行している場合と比較すると短時間で再学習を終えることができる。したがって、車両Ｖが走行する道路が自動車専用道路ではない場合には、学習実行部２３は変更値を再学習させることにより、短時間で自律航法の精度を戻すことができる。
一方で、車両Ｖが走行中の道路が自動車専用道路である場合、学習実行部２３による学習は自動車専用道路ではない場合における学習よりも進みが遅くなり得るが、それでも時間とともに学習は進むことになる。車両Ｖが走行中の道路が自動車専用道路である場合には、学習実行部２３による学習が未完了であっても、例えば車両Ｖの位置のログを取るアプリケーションであれば、学習途中の変更値を使用することができる。ログであれば、位置情報の正確性が多少欠けていても一定の利用価値があるからである。
そこで出力部２５は、学習実行部２３による学習の進捗状況と位置算出部２２が算出した変更後の車載センサの出力値である前記車両の走行位置とをアプリケーション実行装置４に出力する。アプリケーション実行装置４は、位置取得装置１の出力部２５から取得した進捗状況と車両Ｖの走行位置とに基づいて、位置取得装置１の出力がアプリケーションの実行に利用できるか否かを判定する。以下、アプリケーション実行装置４による位置取得装置１の出力値の利用有無判定について説明する。
上述したように、車両Ｖで実行されるアプリケーションは様々な種類が存在するが、大きく分けて車両Ｖの走行を制御するためのアプリケーションと、車両Ｖの走行制御には直接的に関わらないアプリケーションとが存在する。
車両Ｖの走行を制御するためのアプリケーションの例としては、車両Ｖの車線逸脱を抑制するためのアプリケーション、走行中の道路の道路勾配等を先読みして車両Ｖのギヤを制御するアプリケーション、先行車両に追従して走行するクルーズ用のアプリケーション、それらのアプリケーションを統合した車両Ｖのオートクルーズを制御するアプリケーション等が挙げられる。これらの中で、ギヤを制御やオートクルーズに関するアプリケーションは、車両Ｖが高速道路等の自動車専用道路を走行中に主に実行される。
一方、車両Ｖの走行制御には直接的に関わらないアプリケーションの例としては、車両Ｖの状態を記録するためのログアプリケーションや、車両Ｖの走行軌跡を記録するアプリケーション等が挙げられる。一般に、これらのアプリケーションは、車両Ｖが自動車専用道路を走行中であるか否かに関わらず実行される。このように、車両Ｖが自動車専用道路を走行中か否かを含む走行状況は、アプリケーション実行装置４が位置取得装置１の出力値を利用するか否かを判定する際に参照する情報となり得る。
そこで、アプリケーション実行装置４は、出力部２５から車両Ｖの走行位置を取得する。アプリケーション実行装置４は、車両Ｖが走行中の道路の種類を、車両Ｖの現在位置と地図データとを照合することにより決定できる。アプリケーション実行装置４はまた、ＥＴＣ（Electronic Toll Collection）等の情報を利用できる場合には、車両Ｖが高速道路の入り口を通過しかつ出口を通過しているか否かを判定することで車両Ｖが高速道路を走行中か否かを判定してもよい。これにより、アプリケーション実行装置４は、車両Ｖが自動車専用道路を走行中か否かを判定することができる。
車両Ｖの走行を制御するためのアプリケーションを実行する場合、アプリケーション実行装置４は、車両Ｖが自動車専用道路を走行中か否かを判定する。アプリケーション実行装置４は、車両Ｖが自動車専用道路を走行中でない場合、位置取得装置１から取得した進捗状況に含まれる学習の進捗率が所定の割合に達するまでの間、位置取得装置１の出力を利用してアプリケーションを実行することを待機する。
車両Ｖが自動車専用道路を走行中でない場合、車両Ｖはカーブの走行や加減速が多く、車載センサの学習に適している。このため、アプリケーション実行装置４はアプリケーションを実行することを待機しても、車両Ｖが自動車専用道路を走行中の場合と比較して短期間で位置取得装置１の学習が終了する。
ここで「所定の割合」とは、アプリケーション実行装置４がアプリケーションの実行に位置取得装置１の出力値を利用できるか否かを決定するために参照する「利用有無判定閾割合」である。利用有無判定閾割合は不揮発性記憶装置１１に格納されている。利用有無判定閾割合の具体的な値は、アプリケーション実行装置４が実行するアプリケーションに求められる位置精度や、位置取得装置１の学習対象である車載センサの精度及び種類等を勘案して実験により定めればよい。
なお、車両Ｖの走行を制御するためのアプリケーションの利用判定に用いられる利用有無判定閾割合の方が、車両Ｖの走行制御には直接的に関わらないアプリケーションの利用判定に用いられる利用有無判定閾割合よりも高く設定される。
例えば、アプリケーション実行装置４は、車両Ｖの走行を制御するためのアプリケーションを実行する場合、位置取得装置１から取得した進捗状況に含まれる学習の進捗率が利用有無判定閾割合に達するまでの間、位置取得装置１の出力を利用してアプリケーションを実行することを待機する。
これに対し、アプリケーション実行装置４は、車両Ｖの走行制御には直接的に関わらないアプリケーション（例えば、走行軌跡を記録するためのアプリケーション）を実行する場合、位置取得装置１から取得した進捗状況に含まれる学習の進捗率に関わらず、位置取得装置１の出力を利用してアプリケーションを実行してもよい。これは、車両Ｖの走行制御には直接的に関わらないアプリケーションの利用有無判定閾割合が０％であることと等価である。
なお、アプリケーション実行装置４は、車両Ｖが自動車専用道路以外の道路を走行中であっても、車両Ｖの走行制御には直接的に関わらないアプリケーションであれば実行する。
このように、アプリケーション実行装置４は、車両Ｖが走行する道路の道路状況、位置取得装置１による学習の進捗状況、及び実行するアプリケーションの種類に基づいて、位置取得装置１の出力値を利用してアプリケーションを実行するか否かを判定する。これにより、位置取得装置１による車載センサの学習が未完了の場合であっても、アプリケーション実行装置４は、可能な限り位置取得装置１の出力を利用してアプリケーションを実行する。これにより、アプリケーション実行装置４は、位置取得装置１の学習途中の出力値を有効利用することができる。
＜車両用情報処理システムＳが実行する情報処理の処理フロー＞
図３は、実施の形態に係る車両用情報処理システムＳが実行する処理の流れを説明するためのシーケンス図である。本シーケンス図における処理は、例えば車両Ｖのエンジンが始動したときに開始する。
位置取得装置１のＧＰＳ受信部３は、航法衛星からＧＰＳデータを受信する（Ｓ２）。学習実行部２３は、ＧＰＳデータから算出される位置情報と、変更部２１が変更した車載センサの出力値から算出される位置情報とのずれを算出する（Ｓ４）。学習実行部２３は、角度センサ２をはじめとする車載センサの出力の変更量を学習する（Ｓ６）。出力部２５は、学習実行部２３による学習の進捗状況と、変更部２１が変更した車載センサの出力値に基づいて算出した車両Ｖの走行位置と、をアプリケーション実行装置４に出力する（Ｓ８）。
位置取得装置１は、センサの出力値の変更量の学習が終了するまでの間（Ｓ１０のＮｏ）、ステップＳ２からステップＳ８までの処理を継続する。センサの出力値の変更量の学習が終了すると（Ｓ１０のＹｅｓ）、位置取得装置１はステップＳ８の処理を継続する。
アプリケーション実行装置４は、位置取得装置１の出力部２５から、学習実行部２３による学習の進捗状況と車両Ｖの走行位置とを取得する（Ｓ１２）。アプリケーション実行装置４は、取得した走行位置に基づいて地図データを参照することにより、車両Ｖが走行している道路の種類を取得する（Ｓ１４）。
アプリケーション実行装置４が実行するアプリケーションが車両Ｖの走行に関するアプリケーションでない場合（Ｓ１６のＮｏ）、アプリケーション実行装置４は、位置取得装置１から取得した走行位置を利用してアプリケーションを実行する（Ｓ１８）。
アプリケーション実行装置４が実行するアプリケーションが車両Ｖの走行に関するアプリケーションである場合であり（Ｓ１６のＹｅｓ）、かつ車両Ｖが自動車専用道路を走行中でない場合（Ｓ２０のＮｏ）、アプリケーション実行装置４は、学習の進捗率が所定の割合に達するまでの間、位置取得装置１から取得した走行位置を利用するアプリケーションの実行を待機する（Ｓ２４）。
アプリケーション実行装置４が実行するアプリケーションが車両Ｖの走行に関するアプリケーションである場合であり（Ｓ１６のＹｅｓ）、車両Ｖが自動車専用道路を走行中であり（Ｓ２０のＹｅｓ）、かつ学習の進捗率が所定の割合以上である場合（Ｓ２２のＹｅｓ）、アプリケーション実行装置４は位置取得装置１から取得した走行位置を利用してアプリケーションを実行する（Ｓ１８）。
アプリケーション実行装置４が実行するアプリケーションが車両Ｖの走行に関するアプリケーションである場合であり（Ｓ１６のＹｅｓ）、車両Ｖが自動車専用道路を走行中であり（Ｓ２０のＹｅｓ）、かつ学習の進捗率が所定の割合未満である場合（Ｓ２２のＮｏ）、アプリケーション実行装置４は、学習の進捗率が所定の割合に達するまでの間、位置取得装置１から取得した走行位置を利用するアプリケーションの実行を待機する（Ｓ２４）。
以上の処理を繰り返すことにより、アプリケーション実行装置４は、位置取得装置１による学習が未完了であっても、位置取得装置１から取得した走行位置が利用可能であれば、アプリケーションの実行に利用する。
＜実施の形態に係る車両用情報処理システムＳが奏する効果＞
以上説明したように、実施の形態に係る車両用情報処理システムＳによれば、出力値の変更量を学習して変更する車載センサを利用するアプリケーションにおいて、学習途中の出力値を有効利用することができる。
特に、アプリケーション実行装置４が車両Ｖの走行を制御するためのアプリケーションを実行するものである場合において、車両Ｖが自動車専用道路を走行中でない場合、位置取得装置１から取得した進捗状況に含まれる学習の進捗率が所定の割合に達するまでの間、位置取得装置１の出力を利用してアプリケーションを実行することを待機する。
車両Ｖが自動車専用道路ではない市街地等を走行中は、短時間で学習が完了することが期待できる。このため、アプリケーション実行装置４はアプリケーションを実行することを待機することにより、より正確な情報を利用してアプリケーションを実行することができる。また、学習の進捗率が所定の割合に達すれば学習が完了する前であってもアプリケーション実行装置４は位置取得装置１の出力を利用するので、学習途中の出力値を有効利用することができる。
また、アプリケーション実行装置４が車両Ｖの走行を制御するためのアプリケーションを実行するものである場合において、車両Ｖが自動車専用道路を走行している場合も、位置取得装置１から取得した進捗状況に含まれる学習の進捗率が所定の割合に達するまでの間、位置取得装置１の出力を利用してアプリケーションを実行することを待機する。これにより、走行を制御するためのアプリケーションに車両Ｖの制御の安全性をより向上することができる。
さらに、アプリケーション実行装置４が車両の走行制御には直接的に関わらないアプリケーションを実行するものである場合においては、車両Ｖの走行状況や位置取得装置１の学習状況に関わらず、位置取得装置１の出力を利用してアプリケーションを実行する。これにより、学習途中の出力値を有効利用することができる。
以上、本発明を実施の形態を用いて説明したが、本発明の技術的範囲は上記実施の形態に記載の範囲には限定されない。上記実施の形態に、多様な変更又は改良を加えることが可能であることが当業者に明らかである。そのような変更又は改良を加えた形態も本発明の技術的範囲に含まれ得ることが、特許請求の範囲の記載から明らかである。
１・・・位置取得装置
２・・・角度センサ
３・・・ＧＰＳ受信部
４・・・アプリケーション実行装置
１０・・・記憶部
１１・・・不揮発性記憶装置
１２・・・一時記憶部
２０・・・制御部
２１・・・変更部
２２・・・位置算出部
２３・・・学習実行部
２４・・・衛星測位部
２５・・・出力部
Ｓ・・・車両用情報処理システム
Ｖ・・・車両

Claims (4)

  1. 車両に搭載されている車載センサであって、前記車両の走行位置を取得するためのセンサの変更値を学習する位置取得装置と、
    前記位置取得装置の出力値を利用する前記車両の走行に関するアプリケーションを実行するアプリケーション実行装置と、を備え、
    前記位置取得装置は、
    前記車載センサの出力値の変更値を学習する学習実行部と、
    前記変更値に基づいて前記車載センサの出力値を変更する変更部と、
    前記変更部が変更した車載センサの出力値に基づいて前記車両の走行位置を算出する位置算出部と、
    前記学習実行部による学習の進捗状況と前記位置算出部が算出した前記車両の走行位置とを出力する出力部と、を備え、
    前記アプリケーション実行装置は、前記位置取得装置から取得した前記進捗状況と前記走行位置とに基づいて、前記位置取得装置の出力が前記アプリケーションの実行に利用できるか否かを判定する、
    車両用情報処理システム。
  2. 前記アプリケーション実行装置は、前記車両の走行を制御するためのアプリケーションを実行するものであり、前記車両が自動車専用道路を走行中でない場合、前記位置取得装置から取得した進捗状況に含まれる学習の進捗率が所定の割合に達するまでの間、前記位置取得装置の出力を利用して前記アプリケーションを実行することを待機する、
    請求項１に記載の車両用情報処理システム。
  3. 前記アプリケーション実行装置は、前記車両の走行を制御するためのアプリケーションを実行するものであり、前記位置取得装置から取得した前記進捗状況に含まれる前記学習の進捗率が所定の割合に達するまでの間、前記位置取得装置の出力を利用して前記アプリケーションを実行することを待機する、
    請求項１又は２に記載の車両用情報処理システム。
  4. 前記アプリケーション実行装置は、前記車両の走行制御には直接的に関わらないアプリケーションを実行するものであり、前記位置取得装置から取得した前記進捗状況に含まれる前記学習の進捗率に関わらず、前記位置取得装置の出力を利用して前記アプリケーションを実行する、
    請求項１に記載の車両用情報処理システム。
JP2017098583A 2017-05-18 2017-05-18 車両用情報処理システム Active JP6866762B2 (ja)

Priority Applications (5)

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
US16/614,756 US11448510B2 (en) 2017-05-18 2018-05-15 Vehicle information processing system
PCT/JP2018/018742 WO2018212172A1 (ja) 2017-05-18 2018-05-15 車両用情報処理システム
CN201880032747.1A CN110637212B (zh) 2017-05-18 2018-05-15 车辆用信息处理***
DE112018002533.0T DE112018002533T5 (de) 2017-05-18 2018-05-15 Fahrzeuginformationsverarbeitungssystem

Applications Claiming Priority (1)

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

Publications (2)

Publication Number Publication Date
JP2018194441A true JP2018194441A (ja) 2018-12-06
JP6866762B2 JP6866762B2 (ja) 2021-04-28

Family

ID=64273860

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2017098583A Active JP6866762B2 (ja) 2017-05-18 2017-05-18 車両用情報処理システム

Country Status (5)

Country Link
US (1) US11448510B2 (ja)
JP (1) JP6866762B2 (ja)
CN (1) CN110637212B (ja)
DE (1) DE112018002533T5 (ja)
WO (1) WO2018212172A1 (ja)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPWO2021152723A1 (ja) * 2020-01-29 2021-08-05

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2021179813A (ja) * 2020-05-13 2021-11-18 トヨタ自動車株式会社 配車装置、車両および端末
JP7322804B2 (ja) * 2020-05-13 2023-08-08 トヨタ自動車株式会社 配車装置および車両

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
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
JP2011220688A (ja) * 2010-04-02 2011-11-04 Denso Corp 車載ナビゲーション装置
JP2016156802A (ja) * 2015-02-20 2016-09-01 株式会社デンソー 車両位置検出装置、車両位置検出方法

Family Cites Families (39)

* Cited by examiner, † Cited by third party
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
JP4346472B2 (ja) * 2004-02-27 2009-10-21 株式会社ザナヴィ・インフォマティクス 交通情報予測装置
JP2009041932A (ja) 2007-08-06 2009-02-26 Toyota Motor Corp 移動体用測位装置
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
DE102014208541A1 (de) * 2014-05-07 2015-11-12 Continental Teves Ag & Co. Ohg Bestimmung redundanter Absolutpositionen mit Fahrdynamiksensoren
US20150324686A1 (en) * 2014-05-12 2015-11-12 Qualcomm Incorporated Distributed model learning
CA2982364C (en) * 2015-04-15 2021-11-23 Uber Technologies, Inc. Programmatically providing information in connection with location-based services to service providers
JP6421764B2 (ja) * 2015-05-15 2018-11-14 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
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

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
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
JP2011220688A (ja) * 2010-04-02 2011-11-04 Denso Corp 車載ナビゲーション装置
JP2016156802A (ja) * 2015-02-20 2016-09-01 株式会社デンソー 車両位置検出装置、車両位置検出方法

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPWO2021152723A1 (ja) * 2020-01-29 2021-08-05
WO2021152723A1 (ja) * 2020-01-29 2021-08-05 株式会社ソニー・インタラクティブエンタテインメント 情報処理装置、情報処理方法、及びプログラム
JP7389825B2 (ja) 2020-01-29 2023-11-30 株式会社ソニー・インタラクティブエンタテインメント 情報処理装置、情報処理方法、及びプログラム

Also Published As

Publication number Publication date
DE112018002533T5 (de) 2020-02-20
JP6866762B2 (ja) 2021-04-28
CN110637212A (zh) 2019-12-31
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
CN109305160B (zh) 用于自主驾驶的路径规划
KR20170034696A (ko) 자율주행 차량의 주행 제어 시스템 및 방법
US11731612B2 (en) Neural network approach for parameter learning to speed up planning for complex driving scenarios
US11175661B2 (en) Vehicle traveling control device and vehicle traveling control method
WO2018212172A1 (ja) 車両用情報処理システム
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
WO2019230038A1 (ja) 自己位置推定装置
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
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
JP4924270B2 (ja) 道路情報取得装置、道路情報取得方法および道路情報取得プログラム
JP7302411B2 (ja) 運転技量評価装置
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
US11639183B2 (en) Driving control device, driving control method, and computer readable medium
CN115098821A (zh) 轨迹参考曲率确定方法、装置、设备、介质及程序
JP7209912B2 (ja) 運転支援制御装置および運転支援制御方法
JP2007122534A (ja) 沿道情報の確度を判断して自動操舵制御を行う車輌
CN115230692B (zh) 车辆控制方法、装置、车辆及可读存储介质
JP7136050B2 (ja) 自車位置推定装置
US11640716B2 (en) Lane curvature determination
US20240199087A1 (en) Vehicle control device and vehicle control method
CN116593185A (zh) 一种匹配赛道场景的后轮转向标定方法及***

Legal Events

Date Code Title Description
A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20200430

TRDD Decision of grant or rejection written
A01 Written decision to grant a patent or to grant a registration (utility model)

Free format text: JAPANESE INTERMEDIATE CODE: A01

Effective date: 20210309

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20210322

R150 Certificate of patent or registration of utility model

Ref document number: 6866762

Country of ref document: JP

Free format text: JAPANESE INTERMEDIATE CODE: R150