JP2019174675A - データ構造、地図データ生成装置、制御方法、プログラム及び記憶媒体 - Google Patents
データ構造、地図データ生成装置、制御方法、プログラム及び記憶媒体 Download PDFInfo
- Publication number
- JP2019174675A JP2019174675A JP2018063280A JP2018063280A JP2019174675A JP 2019174675 A JP2019174675 A JP 2019174675A JP 2018063280 A JP2018063280 A JP 2018063280A JP 2018063280 A JP2018063280 A JP 2018063280A JP 2019174675 A JP2019174675 A JP 2019174675A
- Authority
- JP
- Japan
- Prior art keywords
- information
- vehicle
- accuracy
- measurement
- map data
- 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.)
- Pending
Links
Landscapes
- Instructional Devices (AREA)
- Navigation (AREA)
Abstract
【課題】物体の位置情報を含む地図データに好適なデータ構造、及び当該地図データを生成する地図生成データ装置を提供する。【解決手段】サーバ装置6は、配信地図DB20の更新タイミングであると判断した場合(ステップS202;Yes)、アップロード情報DB27を参照し、車載機1が検出した各オブジェクトに対し、標準化精度情報に基づく重み付け平均化処理を行うことで、オブジェク推定位置[p^x、p^y、p^z]Tを算出する(ステップS203)。また、サーバ装置6は、更新対象のオブジェクトごとに、オブジェクト推定位置の算出に用いたオブジェクト計測位置のサンプル数と、当該オブジェクト計測位置のばらつきを示すばらつき指標値とをそれぞれ算出し、オブジェクト推定位置と共に配信地図DB20に登録する(ステップS204)。【選択図】図12
Description
本発明は、地図を更新する技術に関する。
従来から、車両に設置されたセンサの出力に基づき地図データを更新する技術が知られている。例えば、特許文献1には、車両等の移動体に設置されたセンサの出力に基づいて部分地図の変化点を検出した場合に、当該変化点に関する変化点情報をサーバ装置に送信する運転支援装置が開示されている。また、特許文献2には、カルマンフィルタを用いた自車位置推定技術が開示されている。さらに、非特許文献1には、車両側のセンサが検出したデータをクラウドサーバで収集するためのデータフォーマットに関する仕様が開示されている。
here社ホームページ、Vehicle Sensor Data Cloud Ingestion Interface Specification(v2.0.2),[平成30年3月5日検索]、インターネット<URL:https://lts.cms.here.com/static-cloud-content/Company_Site/2015_06/Vehicle_Sensor_Data_Cloud_Ingestion_Interface_Specification.pdf>
車両に搭載されたセンサが検出した道路上あるいは道路周辺のオブジェクトのデータをサーバで収集して、地図データの生成・更新に活用するシステムにおいては、各車両が認識した各オブジェクトの位置は,自車両の位置と、そのオブジェクトまでの計測距離から算出される。従って、その時の自車位置推定が高精度であれば、比較的正確なオブジェクト位置の検出結果がサーバに送信され、地図データには正確な位置が登録される。一方、オブジェクト検出時の車両の推定位置精度が悪い場合、サーバに送信されるオブジェクト位置の検出結果の精度も低くなり、地図データに正確なオブジェクトの位置が登録されない場合がある。そして、地図データに登録されるオブジェクトの位置情報は、各車両から送信される種々の精度の計測結果に基づき生成されるため、オブジェクトごとに正確性のばらつきがある。
本発明は、上記のような課題を解決するためになされたものであり、物体の位置情報を含む地図データに好適なデータ構造、及び当該地図データを生成する地図生成データ装置を提供することを主な目的とする。
請求項に記載の発明は、地図データ生成装置であって、移動体に搭載された計測装置が計測した物体の物***置情報を含む物体計測情報と、前記移動体について推定された位置の推定精度を示す精度情報とを受信する受信部と、前記受信部が受信した複数の物体計測情報の前記物***置情報と、前記複数の物体計測情報の各々に対応する精度情報と、に基づき、地図データ上における前記物体の位置情報を生成する生成部と、を有する。
また、請求項に記載の発明は、地図データ生成装置であって、移動体ごとの重み付け情報を記憶する記憶部と、移動体に搭載された計測装置が計測した物体の物***置情報を含む物体計測情報を受信する受信部と、前記受信部が受信した複数の物体計測情報の前記物***置情報と、前記重み付け情報が示す移動体ごとの重み付け値と、に基づいて、前記物体の位置情報を生成する生成部と、前記物体の位置情報が示す位置と、前記移動体ごとに送信される物***置情報が示す位置との差に基づき、前記重み付け情報を補正する補正部と、を有する。
また、請求項に記載の発明は、地図データ生成装置が実行する制御方法であって、移動体に搭載された計測装置が計測した物体の物***置情報を含む物体計測情報と、前記移動体について推定された位置の推定精度を示す精度情報とを受信する受信工程と、前記受信工程が受信した複数の物体計測情報の前記物***置情報と、前記複数の物体計測情報の各々に対応する精度情報と、に基づき、地図データ上における前記物体の位置情報を生成する生成工程と、を有する。
また、請求項に記載の発明は、地図データのデータ構造であって、移動体に搭載された計測装置による計測結果に基づき決定された物体の位置情報と、前記位置情報の決定に用いた、前記計測装置による前記計測結果の数及び当該計測結果のばらつきの情報と、を含み、移動体および物体の位置推定に用いられるデータのデータ構造である。
本発明の好適な実施形態によれば、地図データ生成装置であって、移動体に搭載された計測装置が計測した物体の物***置情報を含む物体計測情報と、前記移動体について推定された位置の推定精度を示す精度情報とを受信する受信部と、前記受信部が受信した複数の物体計測情報の前記物***置情報と、前記複数の物体計測情報の各々に対応する精度情報と、に基づき、地図データ上における前記物体の位置情報を生成する生成部と、を有する。地図データ生成装置は、この態様により、物体計測情報の正確性及び信頼性の指標となる精度情報を参照し、地図データ上における物体の位置情報を好適に生成することができる。
上記地図データ生成装置の一態様では、前記精度情報は、前記移動体において取得された前記推定精度の前記位置を推定した時点を含む所定期間における平均及び標準偏差に基づき、標準化された前記位置推定精度を示す標準化精度情報である。この態様によれば、移動体ごとに平均やばらつきが異なる精度情報が取得される場合であっても、位置推定方式等によらずに均一な平均及びばらつきを有する標準化制度情報を参照して物体の位置情報を好適に生成することができる。
上記地図データ生成装置の他の一態様では、前記生成部は、前記物体の位置情報に対し、当該位置情報の算出に用いた前記物体計測情報の数及び当該物体計測情報が示す位置のばらつきの情報を関連付けた前記地図データを生成する。この態様により、移動体の位置推定に好適に用いられる地図データを生成することができる。
上記地図データ生成装置の他の一態様では、地図データ生成装置は、前記移動体ごとの重み付け情報を記憶する記憶部をさらに備え、前記生成部は、前記複数の物体計測情報の前記物***置情報と、前記重み付け情報が示す前記移動体ごとの重み付け値と、に基づいて、前記物体の位置情報を生成し、前記生成部は、生成した前記物体の位置情報が示す位置と、前記移動体ごとに送信される物***置情報が示す位置との差に基づき、前記重み付け情報を補正する。この態様によれば、地図データ生成装置は、移動体ごとの物体の計測精度に応じて各移動体から受信した物体計測情報を好適に重み付けして物体の位置情報を算出することができる。
本発明の他の好適な実施形態によれば、地図データ生成装置であって、移動体ごとの重み付け情報を記憶する記憶部と、前記移動体に搭載された計測装置が計測した物体の物***置情報を含む物体計測情報を受信する受信部と、前記受信部が受信した複数の物体計測情報の前記物***置情報と、前記重み付け情報が示す前記物体計測情報を送信した移動体の重み付け値と、に基づいて、前記物体の位置情報を生成する生成部と、前記物体の位置情報が示す位置と、前記移動体ごとに送信される物***置情報が示す位置との差に基づき、前記重み付け情報を補正する補正部と、を有する。この態様によれば、地図データ生成装置は、移動体ごとの物体の計測精度に応じて各移動体から受信した物体計測情報を好適に重み付けして物体の位置情報を算出することができる。
本発明の他の好適な実施形態によれば、地図データ生成装置が実行する制御方法であって、移動体に搭載された計測装置が計測した物体の物***置情報を含む物体計測情報と、前記移動体について推定された位置の推定精度を示す精度情報とを受信する受信工程と、前記受信工程が受信した複数の物体計測情報の前記物***置情報と、前記複数の物体計測情報の各々に対応する精度情報と、に基づき、地図データ上における前記物体の位置情報を生成する生成工程と、を有する。地図データ生成装置は、この制御方法を実行することで、地図データ上における物体の位置情報を好適に生成することができる。
本発明の他の好適な実施形態によれば、プログラムは、上記記載の制御方法を、コンピュータにより実行させる。コンピュータは、このプログラムを実行することで、上記記載の地図データ生成装置として機能する。好適には、上記プログラムは、記憶媒体に記憶される。
本発明の他の好適な実施形態によれば、地図データのデータ構造であって、移動体に搭載された計測装置による計測結果に基づき決定された物体の位置情報と、前記位置情報の決定に用いた、前記計測装置による前記計測結果の数及び当該計測結果のばらつきの情報と、を含み、移動体および物体の位置推定に用いられるデータのデータ構造である。計測装置による前記計測結果の数及び当該計測結果のばらつきの情報は、決定した物体の位置情報の精度と密接に関連する。よって、地図データは、このようなデータ構造を有することで、移動体の位置推定に好適に用いられる。
以下、図面を参照して本発明の好適な実施例について説明する。なお、任意の記号の上に「^」または「−」が付された文字を、本明細書では便宜上、「A^」または「A−」(「A」は任意の文字)と表す。
[地図更新システムの概要]
図1は、本実施例に係る地図更新システムの概略構成である。地図更新システムは、移動体である各車両と共に移動する車載機1と、各車載機1とネットワークを介して通信を行うサーバ装置6とを備える。そして、地図更新システムは、各車載機1から送信された情報に基づき、サーバ装置6が保有する配信用の地図である配信地図DB20を更新する。なお、以後において、「地図」とは、従来の経路案内用の車載機が参照するデータに加えて、ADAS(Advanced Driver Assistance System)や自動運転に用いられるデータも含むものとする。
図1は、本実施例に係る地図更新システムの概略構成である。地図更新システムは、移動体である各車両と共に移動する車載機1と、各車載機1とネットワークを介して通信を行うサーバ装置6とを備える。そして、地図更新システムは、各車載機1から送信された情報に基づき、サーバ装置6が保有する配信用の地図である配信地図DB20を更新する。なお、以後において、「地図」とは、従来の経路案内用の車載機が参照するデータに加えて、ADAS(Advanced Driver Assistance System)や自動運転に用いられるデータも含むものとする。
車載機1は、ライダ2、ジャイロセンサ3、車速センサ4、及びGPS受信機5と電気的に接続し、これらの出力に基づき、所定のオブジェクトの検出、及び、車載機1が搭載される車両の位置(「自車位置」とも呼ぶ。)の推定などを行う。そして、車載機1は、自車位置の推定結果に基づき、設定された目的地への経路に沿って走行するように、車両の自動運転制御などを行う。車載機1は、道路データ及び道路付近に設けられた目印となる地物や区画線等(「ランドマーク」とも呼ぶ。)に関する情報などが登録された地図データベース(DB:DataBase)10を記憶する。そして、車載機1は、この地図DB10に基づき、ライダ2等の出力と照合させて自車位置の推定を行う。また、車載機1は、検出したオブジェクトに関する情報を含むアップロード情報「Iu」をサーバ装置6へ送信する。車載機1は、情報送信装置の一例である。
ライダ2は、水平方向および垂直方向の所定の角度範囲に対してパルスレーザを出射することで、外界に存在する物体までの距離を離散的に測定し、当該物体の位置を示す3次元の点群情報を生成する。この場合、ライダ2は、照射方向を変えながらレーザ光を照射する照射部と、照射したレーザ光が物体で反射した反射光(散乱光)を受光する受光部と、受光部が出力する受光信号に基づくスキャンデータを出力する出力部とを有する。スキャンデータは、点群データであり、受光部が受光したレーザ光に対応する照射方向と、上述の受光信号に基づき特定される当該レーザ光の照射方向における物体までの距離とに基づき生成される。ライダ2、ジャイロセンサ3、車速センサ4、GPS受信機5は、それぞれ、出力データを車載機1へ供給する。
サーバ装置6は、各車載機1からアップロード情報Iuを受信して記憶する。サーバ装置6は、例えば、収集したアップロード情報Iuに基づき、配信地図DB20を更新する。また、サーバ装置6は、配信地図DB20の更新情報を含むダウンロード情報Idを各車載機1へ送信する。サーバ装置6は、地図データ生成装置の一例である。
図2(A)は、車載機1の機能的構成を示すブロック図である。車載機1は、主に、インターフェース11と、記憶部12と、通信部13と、入力部14と、制御部15と、情報出力部16と、を有する。これらの各要素は、バスラインを介して相互に接続されている。
インターフェース11は、ライダ2、ジャイロセンサ3、車速センサ4、及びGPS受信機5などのセンサから出力データを取得し、制御部15へ供給する。
記憶部12は、制御部15が実行するプログラムや、制御部15が所定の処理を実行するのに必要な情報を記憶する。本実施例では、記憶部12は、オブジェクト情報IOと、ランドマーク情報ILと、ボクセルデータIBとを含む地図DB10を記憶する。オブジェクト情報IOは、道路上あるいは道路周辺に存在する障害物、穴、故障車両等に関する情報であり、各オブジェクトの位置、大きさ、形状などの属性情報を含む。ランドマーク情報ILは、ランドマークとなる道路上あるいは道路周辺の地物に関する情報であって、例えば、道路脇に周期的に並んでいるキロポスト、100mポスト、デリニエータ、交通インフラ設備(例えば標識、方面看板、信号)、電柱、街灯などの地物及び区画線等に関する情報である。ランドマーク情報ILは、後述するランドマークベース位置推定において用いられる。なお、事故等によって位置や形状が変化したランドマークは、オブジェクト情報IOの情報にもなる。ボクセルデータIBは、3次元空間を複数の領域に分割した場合の単位領域(「ボクセル」とも呼ぶ。)ごとの静止構造物の計測位置を示す点群データに関する情報である。ボクセルデータIBは、後述する点群ベース位置推定において用いられる。
通信部13は、制御部15の制御に基づき、アップロード情報Iuの送信及びダウンロード情報Idの受信などを行う。入力部14は、ユーザが操作するためのボタン、タッチパネル、リモートコントローラ、音声入力装置等である。情報出力部16は、例えば、制御部15の制御に基づき出力を行うディスプレイやスピーカ等である。
制御部15は、プログラムを実行するCPUなどを含み、車載機1の全体を制御する。本実施例では、制御部15は、自車位置推定部17と、アップロード制御部18と、を有する。
自車位置推定部17は、複数の自車位置推定方式を選択的に又は組み合わせて実行することで、高精度な自車位置の推定を行う。本実施例では、一例として、自車位置推定部17は、ランドマークの計測結果とオブジェクト情報IOに記録されたランドマークの位置情報とを用いた位置推定(「ランドマークベース位置推定」とも呼ぶ。)と、ボクセルデータを用いた位置推定(「点群ベース位置推定」とも呼ぶ。)と、全球測位衛星システム(GNSS:Global Navigation Satellite System)を用いた位置推定(「GNSSベース位置推定」とも呼ぶ。)とを、選択的に又は組み合わせて実行する。自車位置推定部17は、ランドマークベース位置推定及び点群ベース位置推定ではライダ2の出力に基づき自車位置推定を行い、GNSSベース位置推定ではGPS受信機5の出力に基づき自車位置推定を行う。
さらに、自車位置推定部17は、自車位置を推定すると共に、推定した自車位置の推定精度に関する情報(「精度情報」とも呼ぶ。)を生成して記憶部12等に記憶する。ランドマークベース位置推定及び点群ベース位置推定の詳細とこれらの精度情報の生成方法については後述する。
アップロード制御部18は、ライダ2などの外界センサの出力に基づき所定のオブジェクトを検出した場合などに、検出したオブジェクトに関する情報を含むアップロード情報Iuを生成し、アップロード情報Iuをサーバ装置6へ送信する。上述のオブジェクトに関する情報は、少なくともオブジェクトの位置情報を含むものであり、オブジェクトの識別情報、オブジェクトの形状、大きさなどの属性情報がさらに含まれてもよい。また、本実施例では、アップロード制御部18は、自車位置推定部17が算出した精度情報を、所定の平均値及び標準偏差の値となるように標準化した精度情報(「標準化精度情報」とも呼ぶ。)に変換し、標準化精度情報をアップロード情報Iuに含めてサーバ装置6へ送信する。標準化精度情報については後述する。アップロード制御部18は、「生成部」、「送信部」及びプログラムを実行する「コンピュータ」の一例である。
図2(B)は、サーバ装置6の機能的構成を示すブロック図である。サーバ装置6は、主に、通信部61と、記憶部62と、制御部65とを有する。これらの各要素は、バスラインを介して相互に接続されている。
通信部61は、制御部65の制御に基づき、アップロード情報Iuの受信及びダウンロード情報Idの送信などを行う。記憶部62は、制御部65が実行するプログラムや、制御部65が所定の処理を実行するのに必要な情報を記憶する。本実施例では、記憶部62は、地図DB10と同様のデータ構造を有する配信地図DB20と、各車載機1から受信したアップロード情報Iuのデータベースであるアップロード情報DB27と、を記憶する。
制御部65は、プログラムを実行するCPUなどを含み、サーバ装置6の全体を制御する。本実施例では、制御部65は、通信部61により各車載機1から受信したアップロード情報Iuを蓄積したアップロード情報DB27に基づき配信地図DB20を更新する処理、及び生成した地図の更新情報を含むダウンロード情報Idを通信部61により各車載機1へ送信する処理などを行う。制御部65は、「受信部」、「生成部」及びプログラムを実行する「コンピュータ」の一例である。
[自車位置推定方式の具体例]
以下では、自車位置推定方式の具体例として、ランドマークベース位置推定、点群ベース位置推定、及びGNSSベース位置推定の概要について説明する。
以下では、自車位置推定方式の具体例として、ランドマークベース位置推定、点群ベース位置推定、及びGNSSベース位置推定の概要について説明する。
(1)ランドマークベース位置推定
ランドマークベース位置推定では、自車位置推定部17は、ランドマークに対するライダ2による距離及び角度の計測値と、地図DB10から抽出したランドマークの位置情報とに基づき、ジャイロセンサ3、車速センサ4、及び/又はGPS受信機5の出力データから推定した自車位置を補正する。本実施例では、一例として、自車位置推定部17は、ジャイロセンサ3、車速センサ4等の出力データから自車位置を予測する予測ステップと、直前の予測ステップで算出した自車位置の予測値を補正する計測更新ステップとを交互に実行する。これらのステップで用いる状態推定フィルタは、ベイズ推定を行うように開発された様々のフィルタが利用可能であり、例えば、拡張カルマンフィルタ、アンセンテッドカルマンフィルタ、パーティクルフィルタなどが該当する。以後では、自車位置推定部17は、ランドマークベース位置推定の代表例として、拡張カルマンフィルタを用いた自車位置推定を行う例について説明する。
ランドマークベース位置推定では、自車位置推定部17は、ランドマークに対するライダ2による距離及び角度の計測値と、地図DB10から抽出したランドマークの位置情報とに基づき、ジャイロセンサ3、車速センサ4、及び/又はGPS受信機5の出力データから推定した自車位置を補正する。本実施例では、一例として、自車位置推定部17は、ジャイロセンサ3、車速センサ4等の出力データから自車位置を予測する予測ステップと、直前の予測ステップで算出した自車位置の予測値を補正する計測更新ステップとを交互に実行する。これらのステップで用いる状態推定フィルタは、ベイズ推定を行うように開発された様々のフィルタが利用可能であり、例えば、拡張カルマンフィルタ、アンセンテッドカルマンフィルタ、パーティクルフィルタなどが該当する。以後では、自車位置推定部17は、ランドマークベース位置推定の代表例として、拡張カルマンフィルタを用いた自車位置推定を行う例について説明する。
図3は、推定すべき自車位置を2次元直交座標で表した図である。図3に示すように、xyの2次元直交座標上で定義された平面での自車位置は、座標「(x、y)」、自車の方位(ヨー角)「ψ」により表される。ここでは、ヨー角ψは、車の進行方向とx軸とのなす角として定義されている。なお、本実施例では、上述の座標(x、y)及びヨー角ψに加えて、x軸及びy軸に垂直なz軸の座標を勘案した4変数(x、y、z、ψ)を自車位置の状態変数とした自車位置推定を行う。なお、一般的な道路は勾配が緩やかであるため、車両のピッチ角及びロール角については本実施例では原則的に無視するものとする。
図4は、予測ステップと計測更新ステップとの概略的な関係を示す図である。また、図5は、自車位置推定部17の機能ブロックの一例を示す。図4に示すように、予測ステップと計測更新ステップとを繰り返すことで、自車位置を示す状態変数ベクトル「X」の推定値の算出及び更新を逐次的に実行する。また、図5に示すように、自車位置推定部17は、予測ステップを実行する位置予測部21と、計測更新ステップを実行する位置推定部22とを有する。位置予測部21は、デッドレコニングブロック23及び位置予測ブロック24を含み、位置推定部22は、ランドマーク探索・抽出ブロック25及び位置補正ブロック26を含む。なお、図4では、計算対象となる基準時刻(即ち現在時刻)「t」の状態変数ベクトルを、「X−(k)」または「X^(k)」と表記している。ここで、予測ステップで推定された暫定的な推定値(予測値)には当該予測値を表す文字の上に「−」を付し、計測更新ステップで更新された,より精度の高い推定値には当該値を表す文字の上に「^」を付す。
予測ステップでは、デッドレコニングブロック23は、車両の移動速度「v」と角速度「ω」(これらをまとめて「制御値u(k)=(v(k)、ω(k))T」と表記する。)を用い、前回時刻からの移動距離と方位変化を求める。制御部15の位置予測ブロック24は、直前の計測更新ステップで算出された時刻t−1の状態変数ベクトルX^(k−1)に対し、求めた移動距離と方位変化を加えて、時刻tの自車位置の予測値(「予測位置」とも呼ぶ。)X−(k)を算出する。また、これと同時に、予測位置X−(k)の誤差分布に相当する共分散行列「P−(k)」を、直前の計測更新ステップで算出された時刻t−1での共分散行列「P^(k−1)」から算出する。
計測更新ステップでは、ランドマーク探索・抽出ブロック25は、地図DB10のランドマーク情報ILに登録されたランドマークの位置ベクトルとライダ2のスキャンデータとの対応付けを行う。そして、ランドマーク探索・抽出ブロック25は、この対応付けができた場合に、対応付けができたランドマークのライダ2による計測値「Z(k)」と、予測位置X−(k)及びランドマーク情報ILに登録されたランドマークの位置ベクトルを用いてライダ2による計測処理をモデル化して求めたランドマークの計測値(「計測予測値」と呼ぶ。)「Z−(k)」とをそれぞれ取得する。計測値Z(k)は、時刻tにライダ2が計測したランドマークの距離及びスキャン角度から、車両の進行方向と横方向を軸とした成分に変換した車両の座標系(「車両座標系」とも呼ぶ。)におけるベクトル値である。そして、位置補正ブロック26は、以下の式(1)に示すように、計測値Z(k)と計測予測値Z−(k)との差分値にカルマンゲイン「K(k)」を乗算し、これを予測位置X−(k)に加えることで、更新された状態変数ベクトル(「推定位置」とも呼ぶ。)X^(k)を算出する。
このように、予測ステップと計測更新ステップが繰り返し実施され、予測位置X−(k)と推定位置X^(k)が逐次的に計算されることにより、もっとも確からしい自車位置が計算される。
ここで、位置推定の精度は、共分散行列Pの対角要素の値で判断することができる。ここで、時刻「k」のランドマークに対する計測値に基づき算出される共分散行列をP(k)とすると、共分散行列P(k)は、以下の式(2)により表される。
なお、状態変数x、y、zが地図において採用されるグローバル座標系である場合は、以下の式(3)に示すように、現在の推定方位角ψを用いた行列「Cψ(k)」を用いた演算によって車両座標系(X、Y、Z)に変換することができる。
行列Cψ(k)は以下の式(4)により示される。
なお、好適には、後述するGNSSベース位置推定と同様に、自車位置推定部17は、地図において採用されるグローバル座標系の座標軸(即ち緯度、経度、高度、あるいはある基準点からのxyz座標値)ごとに精度情報の値d(k)を算出するとよい。この場合、ランドマークベース位置推定において推定される状態変数x、y、zが車両座標系である場合には、自車位置推定部17は、上述の行列Cψ(k)を用いて共分散行列P(k)をグローバル座標系に変換し、変換後の対角要素を精度情報の値d(k)と定める。
(2)点群ベース位置推定
次に、ボクセルデータIBを用いた点群ベース位置推定について説明する。点群ベース位置推定で用いるボクセルデータIBは、各ボクセル内の静止構造物の計測された点群データを正規分布により表したデータを含み、NDT(Normal Distributions Transform)を用いたスキャンマッチングに用いられる。
次に、ボクセルデータIBを用いた点群ベース位置推定について説明する。点群ベース位置推定で用いるボクセルデータIBは、各ボクセル内の静止構造物の計測された点群データを正規分布により表したデータを含み、NDT(Normal Distributions Transform)を用いたスキャンマッチングに用いられる。
図6は、点群ベース位置推定における自車位置推定部17の一例を示している。図5に示したランドマークベース位置推定における自車位置推定部17との違いは、ランドマーク探索・抽出部25の代わりに、ライダ2より得られた点群データと地図DBから取得したボクセルを対応付けする処理として、点群データ対応付けブロック27が設けられていることである。
図7は、ボクセルデータIBの概略的なデータ構造の一例を示す。ボクセルデータIBは、ボクセル内の点群を正規分布で表現する場合のパラメータの情報を含み、本実施例では、図7に示すように、ボクセルIDと、ボクセル座標と、平均ベクトルと、共分散行列とを含む。ここで、「ボクセル座標」は、各ボクセルの中心位置などの基準となる位置の絶対的な3次元座標を示す。なお、各ボクセルは、空間を格子状に分割した立方体であり、予め形状及び大きさが定められているため、ボクセル座標により各ボクセルの空間を特定することが可能である。ボクセル座標は、ボクセルIDとして用いられてもよい。
「平均ベクトル」及び「共分散行列」は、対象のボクセル内での点群を正規分布で表現する場合のパラメータに相当する平均ベクトル及び共分散行列を示し、任意のボクセル「n」内の任意の点「i」の座標をXn(i)=[xn(i)、yn(i)、zn(i)]Tと定義し、ボクセルn内での点群数を「Nn」とすると、ボクセルnでの平均ベクトル「μn」及び共分散行列「Vn」は、それぞれ以下の式(5)及び式(6)により表される。
また、ライダ2により得られた点群データに対して、マッチングさせるべきボクセルとの対応付けを行う。対応するボクセルnでの任意の点の座標をXL(i)=[xn(i)、yn(i)、zn(i)]Tとすると、ボクセルnでのXL(i)の平均値「L´n」は、以下の式(7)により表される。
d(k)=−E(k)
なお、上記の式では、ランドマークベース位置推定で算出する精度情報の値d(k)と同様、位置推定精度が良好なほど小さくなるように、点群ベース位置推定の精度情報の値d(k)が定義されている。
(3)GNSSベース位置推定
自車位置推定部17は、GNSSベース位置推定では、GPS受信機5の出力に基づき自車位置推定を行う。また、自車位置推定部17は、GNSSベース位置推定を実行する場合、例えば、GPS受信機5から得られるDOP(Dilution Of Precision)を精度情報の値d(k)として取得する。他の例では、自車位置推定部17は、所定時間内にGPS受信機5から取得した緯度、経度、高度の各々の標準偏差の値を、緯度、経度、高度の各々に対する精度情報の値d(k)として取得する。なおGPS受信機5は、GPSだけでなく、GLONASS、Galileo、準天頂衛星(QZSS)等も測位できる受信機であっても良い。
自車位置推定部17は、GNSSベース位置推定では、GPS受信機5の出力に基づき自車位置推定を行う。また、自車位置推定部17は、GNSSベース位置推定を実行する場合、例えば、GPS受信機5から得られるDOP(Dilution Of Precision)を精度情報の値d(k)として取得する。他の例では、自車位置推定部17は、所定時間内にGPS受信機5から取得した緯度、経度、高度の各々の標準偏差の値を、緯度、経度、高度の各々に対する精度情報の値d(k)として取得する。なおGPS受信機5は、GPSだけでなく、GLONASS、Galileo、準天頂衛星(QZSS)等も測位できる受信機であっても良い。
[標準化精度情報]
次に、標準化精度情報の算出方法について説明する。車載機1のアップロード制御部18は、アップロード情報Iuの送信タイミングにおいて自車位置推定部17が生成した精度情報を、自車位置推定部17が過去所定時間以内に算出した自車位置推定の精度情報の値の平均及び標準偏差に基づき標準化した標準化精度情報を算出する。
次に、標準化精度情報の算出方法について説明する。車載機1のアップロード制御部18は、アップロード情報Iuの送信タイミングにおいて自車位置推定部17が生成した精度情報を、自車位置推定部17が過去所定時間以内に算出した自車位置推定の精度情報の値の平均及び標準偏差に基づき標準化した標準化精度情報を算出する。
ここで、アップロード情報Iuの送信タイミングにおいて自車位置推定部17が算出した精度情報を「d(k)」とし、自車位置推定部17が過去所定時間以内に算出した精度情報の値の平均及び標準偏差をそれぞれ「μ(k)」、「σ(k)」とすると、アップロード制御部18は、標準化精度情報の値「S(k)」を以下の式(12)により算出する。
図8(A)は、ある地点において異なる車両に搭載された車載機1がそれぞれ異なる自車位置推定方式で自車位置推定を行った場合に得られる精度情報の値dA(k)、dB(k)の推移を示した図である。ここで、グラフG1により示される精度情報の値dA(k)は、平均「μA(k)」、標準偏差「σA(k)」の分布となり、グラフG2により示される精度情報の値dB(k)は、平均「μB(k)」、標準偏差「σB(k)」の分布となっている。このように、精度情報は、実行する自車位置推定方式及び使用するセンサの精度などに起因して平均及び標準偏差が異なるものとなる。
図8(B)は、精度情報の値dA(k)を式(12)に基づき標準化した標準化精度情報の値SA(k)の推移と、精度情報の値dB(k)を式(12)に基づき標準化した標準化精度情報の値SB(k)の推移とを示した図である。ここで、グラフG3により示される標準化精度情報の値SA(k)と、グラフG4により示される標準化精度情報の値SB(k)とは、共に平均0及び標準偏差1の分布となっている。このように、式(12)に基づき標準化精度情報を算出することで、異なる分布となる精度情報を同じ軸により取り扱うことが可能となる。
次に、自車位置推定部17が複数の自車位置推定方式を実行する場合の標準化精度情報の算出方法について説明する。ここでは、自車位置推定部17は、精度情報の値がdA(k)(図8(A)のグラフG1参照)となる自車位置推定方式Aと、精度情報の値がdB(k)(図8(A)のグラフG2参照)となる自車位置推定方式Bとを、α:β(例えば7:3)の比率により重み付けをすることで自車位置を推定する場合について説明する。
この場合、アップロード制御部18は、まず、自車位置推定方式Aの精度情報に基づく標準化精度情報SA(図8(B)のグラフG3参照)と、自車位置推定方式Bの精度情報に基づく標準化精度情報SB(図8(B)のグラフG4参照)とをそれぞれ算出する。そして、アップロード制御部18は、算出した標準化精度情報SAと、標準化精度情報SBとを、α:βの比率により重み付けした標準化精度情報SABを算出する。図9(A)は、α:βを7:3として図8(B)に示す標準化精度情報SAと標準化精度情報SBとを重み付けすることで算出した標準化精度情報SABの推移を示すグラフである。図9(A)に示すように、アップロード制御部18は、この場合、0.7(=7/(7+3))を乗じた標準化精度情報SAと0.3(=3/(7+3))を乗じた標準化精度情報SBとを加算することで、標準化精度情報SABを算出する。
そして、アップロード制御部18は、標準化精度情報SABの過去所定時間内の平均「μAB」及び標準偏差「σAB」を用いて、平均0及び標準偏差1の分布となるように、標準化精度情報SABを標準化する。図9(B)は、標準化精度情報SABを標準化した値S(k)の推移を示す。この場合、アップロード制御部18は、式(12)と同様に、平均μABにより減算した標準化精度情報SABを標準偏差σABで割った値を、アップロード情報Iuに含める標準化精度情報の値S(k)として算出する。
このように、アップロード制御部18は、自車位置推定部17が複数の自車位置推定方式を実行する場合であっても、平均及び標準偏差が標準化された標準化精度情報を好適に算出してアップロード情報Iuに含めることができる。
[アップロード情報]
次に、車載機1が送信するアップロード情報Iuについて説明する。
次に、車載機1が送信するアップロード情報Iuについて説明する。
図10は、車載機1が送信するアップロード情報Iuのデータ構造の概要を示す図である。図10に示すように、アップロード情報Iuは、ヘッダ情報と、走行経路情報と、イベント情報と、メディア情報とを含む。
ヘッダ情報は、「バージョン」、「送信元」、「車両メタデータ」の各項目を含む。車載機1は、「バージョン」に、使用されるアップロード情報Iuのデータ構造のバージョンの情報を指定し、「送信元」には、アップロード情報Iuを送信する会社名(車両のOEM名又はシステムベンダー名)の情報を指定する。また、車載機1は、「車両メタデータ」に、車両の属性情報(例えば車両種別、車両ID、車幅、車高等)を指定する。走行経路情報は、「位置推定」の項目を含む。車載機1は、この「位置推定」には、位置推定時刻を示すタイムスタンプ情報の他、推定した車両の位置を示す緯度、経度、標高の情報、及びこれらの推定精度に関する情報などを指定する。
イベント情報は、「オブジェクト認識イベント」の項目を含む。車載機1は、オブジェクト認識イベントを検知した場合に、その検知結果となる情報を「オブジェクト認識イベント」に指定する。「オブジェクト認識イベント」は、「タイムスタンプ」、「オブジェクトID」、「オフセット位置」、「オブジェクトタイプ」、「オブジェクトサイズ」、「オブジェクトサイズ精度」、「メディアID」の各要素を含んでいる。メディア情報は、ライダ2などの外界センサの出力データ(検出情報)である生データを送信する際に使用されるデータタイプである。
本実施例では、車載機1は、検出したオブジェクトの位置情報及び標準化精度情報を少なくとも含むアップロード情報Iuをサーバ装置6へ送信する。この場合、車載機1は、例えば、標準化精度情報を「位置推定」の項目に指定すると共に、検出したオブジェクトの位置情報等をイベント情報の「オブジェクト認識イベント」に指定する。具体的には、車載機1は、「オブジェクト認識イベント」に指定するオブジェクトの位置情報として、車両位置からの相対位置を、「オブジェクト認識イベント」のサブ項目「オフセット位置」に指定する。なお、車両の絶対位置は、「位置推定」の項目で指定される。また、車載機1は、オブジェクトの相対位置の情報をアップロード情報Iuに含める代わりに、推定した自車位置及び計測したオブジェクトの相対位置に基づき生成したオブジェクトの絶対位置の情報をアップロード情報Iuに含めてもよい。アップロード情報Iuは、「物体計測情報」の一例であり、「位置推定」の項目等で指定される車両の絶対位置の情報は、「推定位置情報」の一例である。
[地図更新処理]
次に、サーバ装置6が実行する地図更新処理について説明する。
次に、サーバ装置6が実行する地図更新処理について説明する。
サーバ装置6は、各車載機1から受信したアップロード情報Iuに基づき、各車載機1が検出したオブジェクトの位置情報を統計処理により算出する。このとき、サーバ装置6は、標準化精度情報S(k)に基づき算出した重み付け値「w(k)」に基づき、対応するオブジェクトの位置情報を重み付けすることにより、配信地図DB20に登録すべきオブジェクトの位置情報を算出する。
ここで、まず、重み付け値w(k)の決定方法について説明する。サーバ装置6は、標準化精度情報S(k)が小さいほど、そのときの位置推定精度が良いため、重み付け値w(k)が大きくなるように設定する。言い換えると、サーバ装置6は、標準化精度情報S(k)が大きいほど、そのときの位置推定精度が低いため、重み付け値w(k)が小さくなるように設定する。
例えば、サーバ装置6は、一例として、以下の式(13)〜式(15)のいずれかを参照して重み付け値w(k)を算出することにより、標準化精度情報S(k)が大きいほど重み付け値w(k)を0に近付け、標準化精度情報S(k)が負の方向に大きいほど重み付け値w(k)を2に近付けるように生成することができる。
また、サーバ装置6は、式(13)〜式(15)に係数cを導入した以下の式(16)〜式(18)のいずれかを用いることで、標準化精度情報S(k)から重み付け値w(k)への変換割合を好適に調整することが可能である。
図11(B)は、係数cを「0.5」に設定した場合の式(16)〜式(18)に基づく標準化精度情報S(k)と重み付け値w(k)との対応関係を示す。ここで、グラフG8は、式(16)に基づく標準化精度情報S(k)と重み付け値w(k)との対応関係を示し、グラフG9は、式(17)に基づく標準化精度情報S(k)と重み付け値w(k)との対応関係を示し、グラフG10は、式(18)に基づく標準化精度情報S(k)と重み付け値w(k)との対応関係を示す。図11(B)に示すように、式(16)〜式(18)のいずれかを参照して標準化精度情報S(k)から重み付け値w(k)を決定した場合、式(13)〜式(15)のいずれかを参照して標準化精度情報S(k)から重み付け値w(k)を決定した場合と比べて、標準化精度情報S(k)から重み付け値w(k)への変換割合が異なっている。このように、係数cを調整することで、標準化精度情報S(k)から重み付け値w(k)への変換割合を好適に調整することができる。
そして、アップロード制御部18は、緯度、経度、高度、あるいは,ある基準点からのxyz座標値のそれぞれに対し、標準化精度情報に基づき重み付け値w(k)を算出する。なお、点群ベース位置推定のように精度情報の値d(k)が方向ごとに求められていない(即ち1つの精度情報の値d(k)のみが算出される)場合には、アップロード制御部18は、緯度、経度、高度の各精度情報の値d(k)が同一であるとみなし、緯度、経度、高度のそれぞれに対する重み付け値w(k)を算出するとよい。
次に、配信地図DB20に反映するオブジェクトの位置情報の算出方法について説明する。ここで、各アップロード情報Iuにより示されるオブジェクトの絶対位置(「オブジェクト計測位置」とも呼ぶ。)を[px(k)、py(k)、pz(k)]Tとし、アップロード情報Iuに含まれる標準化精度情報に基づき算出した重み付け値を[wx(k)、wy(k)、wz(k)]Tとすると、サーバ装置6は、複数の車両からそれぞれ複数の時刻のアップロード情報Iuを受取り、トータルでm個の情報であった場合,以下の式(19)〜式(21)により、配信地図DB20に反映すべきオブジェクトの絶定位置(「オブジェクト推定位置」とも呼ぶ。)[p^ x、p^ y、p^ z]Tを算出する。
このように、サーバ装置6は、重み付け平均化処理により、配信地図DB20に反映すべきオブジェクト推定位置を好適に算出することができる。
また、サーバ装置6は、オブジェクト推定位置に加えて、オブジェクト推定位置の算出に用いたオブジェクト計測位置の数(「サンプル数」とも呼ぶ。)と、オブジェクト推定位置の算出に用いたオブジェクト計測位置のばらつきの指標値(「ばらつき指標値」とも呼ぶ。)と、をさらに算出する。ここで、ばらつき指標値は、例えば分散や標準偏差である。そして、サーバ装置6は、オブジェクトごとに上述のサンプル数及びばらつき指標値を関連付けたオブジェクト推定位置を配信地図DB20に登録する。ここで、一般に、サンプル数が多いほど、算出されたオブジェクト推定位置の信頼性が高い。同様に、ばらつき指標値が示すばらつきが小さいほど、算出されたオブジェクト推定位置の信頼性が高い。よって、サーバ装置6は、推定したオブジェクトの位置情報と共にサンプル数及びばらつき指標値の情報を配信地図DB20に登録することで、登録されたオブジェクトの位置情報の信頼性の指標となる情報を、好適に配信地図DB20に付加することができる。
[処理フロー]
図12は、アップロード情報Iuおよびダウンロード情報Idの送受信に関する処理の概要を示すフローチャートの一例である。
図12は、アップロード情報Iuおよびダウンロード情報Idの送受信に関する処理の概要を示すフローチャートの一例である。
まず、車載機1は、自車位置推定を行い、精度情報の算出及び記憶部12への記憶を行う(ステップS101)。次に、車載機1は、ライダ2等の外界センサの出力に基づき所定のオブジェクトを検出したか否か判定する(ステップS102)。即ち、車載機1は、アップロード情報Iuにより位置情報を通知すべき対象となるオブジェクトを検出したか否か判定する。そして、車載機1は、所定のオブジェクトを検出した場合(ステップS102;Yes)、現在時刻に生成された精度情報と、ステップS101で記憶された過去所定時間内の精度情報の値の平均及び標準偏差とに基づき、標準化精度情報を算出する(ステップS103)。そして、車載機1は、検出したオブジェクトの位置情報や識別情報などのオブジェクトに関する情報とステップS103で算出した標準化精度情報とを含むアップロード情報Iuをサーバ装置6へ送信する(ステップS104)。一方、車載機1は、所定のオブジェクトを検出していない場合(ステップS102;No)、ステップS101へ処理を戻す。
次に、車載機1からアップロード情報Iuを受信したサーバ装置6は、アップロード情報Iuをアップロード情報DB27に記憶する(ステップS201)。この場合、図13を参照して後述するように、サーバ装置6は、同一オブジェクトに対し、複数の車両の車載機1からそれぞれ複数の時刻のアップロード情報Iuを受信する。
次に、サーバ装置6は、配信地図DB20の更新タイミングか否か判定する(ステップS202)。そして、サーバ装置6は、配信地図DB20の更新タイミングではない場合(ステップS202;No)、引き続き車載機1からアップロード情報Iuを受信してステップS201の処理を実行する。
一方、サーバ装置6は、配信地図DB20の更新タイミングであると判断した場合(ステップS202;Yes)、アップロード情報DB27を参照し、車載機1が検出した各オブジェクトに対し、標準化精度情報に基づく重み付け平均化処理を行うことで、式(19)〜式(21)に示されるオブジェク推定位置[p^ x、p^ y、p^ z]Tを算出する(ステップS203)。この場合、サーバ装置6は、例えば、式(13)〜式(18)のいずれかを参照して標準化精度情報S(k)から重み付け値w(k)を決定する。これにより、オブジェクトを検出した車載機1の位置推定精度が高いほど、当該車載機1が計測したオブジェクト計測位置に対して高い重み付け値を設定し、オブジェクト推定位置を高精度に算出することができる。
また、サーバ装置6は、更新対象のオブジェクトごとに、オブジェクト推定位置の算出に用いたオブジェクト計測位置のサンプル数と、当該オブジェクト計測位置のばらつきを示すばらつき指標値とをそれぞれ算出し、オブジェクト推定位置と共に配信地図DB20に登録する(ステップS204)。そして、サーバ装置6は、オブジェクトごとのオブジェクト推定位置、サンプル数、ばらつき指標値の組合せ等を地図更新情報として含んだダウンロード情報Idを各車載機1へ送信する(ステップS205)。
車載機1は、ダウンロード情報Idを受信した場合(ステップS105;Yes)、当該ダウンロード情報Idを用いて地図DB10を更新する(ステップS106)。例えば、車載機1は、ダウンロード情報Idに基づきオブジェクト情報IOを更新する。これにより、オブジェクト情報IOに含まれる各オブジェクトの位置情報には、サンプル数及びばらつき指標値が関連付けられる。その後、車載機1は、例えば、オブジェクト情報IOに含まれるサンプル数及びばらつき指標値を参照してランドマークベース位置推定に用いるランドマークを選定してもよい。この場合、例えば、車載機1は、サンプル数が所定値以上であって、ばらつき指標値が示すばらつきが所定度合以下となるオブジェクトを、信頼性が高い位置情報が登録されていると判断し、ランドマークとして選定する。一方、車載機1は、サーバ装置6からダウンロード情報Idを受信していない場合(ステップS105;No)、ステップS101へ処理を戻す。
なお、図12のフローチャートは、自車位置の推定精度が異なる複数の車両の車載機1によって実行される処理であり、同一オブジェクトに対して、それら各々の車両の車載機1から、様々な時刻においてアップロード情報Iuがサーバ装置6へ送信される。図13(A)〜(C)は、それぞれ異なる時刻において障害物30をライダ2により検出した車両A乃至車両Dの位置及び自車位置推定精度を示す図である。なお、点31aは車両の推定位置座標を示し、楕円32aは車両の自車位置推定精度を示す。ここで、楕円32aの大きさは、自車位置推定精度が良いほど小さく、自車位置推定精度が悪いほど大きく表現されている。そして、楕円32aの経の長さは、その経の伸長方向に対する自車位置推定精度を示し、自車位置推定精度が良いほど経が短く表現されている。
車両Aの車載機1は、図13(A)に示される位置において障害物30をライダ2により検出し、それぞれの自車両の推定位置座標を基に障害物30の座標を算出し、各位置における障害物30の検出結果を示すアップロード情報Iuをそれぞれサーバ装置6へ送信する。また、車両Bの車載機1は、図13(A)とは異なる時刻において、図13(B)に示される位置で、障害物30を検出し、その検出結果を示すアップロード情報Iuをサーバ装置6へ送信する。図13(C)で示される車両C及び車両Dについても同様である。このように、同一オブジェクト(ここでは障害物30)に対して、複数の車両A乃至Dがそれぞれ検出結果を示すアップロード情報Iuをサーバ装置6へ送信することになる。ここで、図13(A)〜(C)に示されるように、車両A乃至Dは、自車位置推定精度(楕円32a参照)がそれぞれ異なる。
このように、本実施例では、同一オブジェクトに対して、自車位置の推定精度が異なる複数の車両の車載機1から、複数の時刻においてアップロード情報Iuがサーバ装置6へ送信される。そして、サーバ装置6は、ステップS203において、更新対象の各オブジェクトに対し、複数の車両の車載機1のそれぞれから受信したアップロード情報Iuに含まれる標準化精度情報に基づく重み付け平均化処理を行うことで、オブジェク推定位置を算出する。これにより、位置推定手法の違いによらず、自車位置推定精度が高い車両の車載機1からのアップロード情報Iuに基づくオブジェクト計測位置の重み付け値を高くし、自車位置推定精度が低い車両の車載機1からのアップロード情報Iuに基づくオブジェクト計測位置の重み付け値を低くする。これにより、サーバ装置6は、配信地図DB20に登録するオブジェクト推定位置を正確に決定することができる。
[変形例]
以下、実施例に好適な変形例について説明する。以下の変形例は、組み合わせてこれらの実施例に適用してもよい。
以下、実施例に好適な変形例について説明する。以下の変形例は、組み合わせてこれらの実施例に適用してもよい。
(変形例1)
サーバ装置6は、アップロード情報Iuの送信元である車載機1ごと(即ち車載機1を搭載する車両ごと)に重み付け値(「車両重み付け値」とも呼ぶ。)をさらに設定し、車両重み付け値に基づきオブジェクトのオブジェクト推定位置[p^ x、p^ y、p^ z]Tを算出してもよい。この車両重み付け値は、オブジェクトの検出に用いるセンサの精度や性能に応じた値となるように後述する方法によって設定される。
サーバ装置6は、アップロード情報Iuの送信元である車載機1ごと(即ち車載機1を搭載する車両ごと)に重み付け値(「車両重み付け値」とも呼ぶ。)をさらに設定し、車両重み付け値に基づきオブジェクトのオブジェクト推定位置[p^ x、p^ y、p^ z]Tを算出してもよい。この車両重み付け値は、オブジェクトの検出に用いるセンサの精度や性能に応じた値となるように後述する方法によって設定される。
ここで、車両重み付け値を「Wv」とすると、サーバ装置6は、以下の式(22)〜(24)に基づき、オブジェクト推定位置[p^ x、p^ y、p^ z]Tを算出する。
また、好適には、サーバ装置6は、地図更新処理時に車両重み付け情報IVに記録された車両重み付け値を更新する。例えば、車両重み付け値を0.1ステップで0から1の11段階とし、算出したオブジェクト推定位置と、あるアップロード情報Iuが示すオブジェクト計測位置とのずれ量(即ち指し示す位置の距離)が所定の閾値以上である場合、当該アップロード情報Iuの送信元の車両の重み付け値を、車両重み付け情報IVに記録された値から0.1だけ下げる。一方、サーバ装置6は、算出したオブジェクト推定位置と、あるアップロード情報Iuが示すオブジェクト計測位置とのずれ量(即ち指し示す位置の距離)が所定の閾値未満である場合、当該アップロード情報Iuの送信元の車両の重み付け値を、車両重み付け情報IVに記録された値から0.1だけ上げる。したがって、算出されるオブジェクト推定位置に対してオブジェクト計測位置の差異が大きい場合が多い車両は、その車両重み付け値は0に近づき、オブジェクト推定位置の算出にはあまり寄与しなくなる。一方、算出されるオブジェクト推定位置に対してオブジェクト計測位置の差異が小さい場合が多い車両は、その車両重み付け値は1に近づき、オブジェクト推定位置の算出に大きく寄与するようになる。なお、サーバ装置6は、車両重み付け情報IVに車両重み付け値が記録されていない車両からアップロード情報Iuを受信した場合、当該車両に対する車両重み付け値を所定の初期値(例えば0.5)とし、算出したオブジェクト推定位置と、当該アップロード情報Iuが示すオブジェクト計測位置とのずれ量に基づき上述の初期値を更新する。
このように、車両重み付け値を用いた平均化処理によりオブジェクト推定位置を算出することで、誤差の大きい計測値による影響を低減し、オブジェクト位置の推定精度を高めることができる。例えばライダ2などの外界センサに不備があってオブジェクト計測位置に常態的なずれが生じる車両、又は、計測精度が低い外界センサを備える車両等により計測されたオブジェクト計測位置への重み付けが小さくなる。よって、本変形例によれば、外界センサに不備がある車両や外界センサの計測精度が低い車両等からアップロード情報Iuを受信した場合であっても、オブジェクト推定位置の算出に影響を受けにくくなる。一方、このような車両は、メンテナンス等によって、オブジェクト計測位置にずれが生じなくなれば、当該車両の車両重み付け値が少しずつ大きくなり、オブジェクト推定位置の算出に反映されるようになる。
図14は、本変形例に係るサーバ装置6の地図更新処理に関する手順を示すフローチャートである。
車載機1からアップロード情報Iuを受信したサーバ装置6は、アップロード情報Iuをアップロード情報DB27に記憶する(ステップS211)。そして、サーバ装置6は、配信地図DB20の更新タイミングであると判断した場合(ステップS212;Yes)、アップロード情報DB27及び車両重み付け情報IVを参照し、車載機1が検出した各オブジェクトに対し、車両重み付け値と標準化精度情報に基づく重み付け値とを用いて、式(22)〜式(24)からオブジェクト推定位置[p^ x、p^ y、p^ z]Tを算出する(ステップS213)。そして、サーバ装置6は、オブジェクトごとに、オブジェクト推定位置の算出に用いたオブジェクト計測位置の数を示すサンプル数と、当該オブジェクト計測位置のばらつきを示すばらつき指標値とをそれぞれ算出し、オブジェクト推定位置に関連付けて配信地図DB20に登録する(ステップS214)。
次に、サーバ装置6は、ステップS213で算出した各オブジェクトのオブジェクト推定位置と、当該オブジェクト推定位置の算出に用いた各オブジェクト計測位置とのずれ量に基づき、車両重み付け情報IVに記録された車両重み付け値を更新する(ステップS215)。そして、サーバ装置6は、オブジェクトごとのオブジェクト推定位置、サンプル数、ばらつき指標値の組合せを含むダウンロード情報Idを各車載機1へ送信する(ステップS216)。
なお、サーバ装置6は、標準化精度情報に基づく重み付け値を用いることなく、車両重み付け値のみを用いた重み付け平均化処理により、オブジェクト推定位置を算出してもよい。この場合、サーバ装置6は、以下の式(25)〜式(27)に基づき、オブジェクト推定位置[p^ x、p^ y、p^ z]Tを算出する。
(変形例2)
サーバ装置6は、標準化精度情報の算出処理を車載機1の代わりに実行してもよい。この場合、車載機1は、図12のステップS102においてオブジェクトを検出した場合に、現在時刻の精度情報と、過去所定時間内の精度情報の平均及び標準偏差とをアップロード情報Iuに含めてサーバ装置6へアップロード情報Iuを送信する。そして、サーバ装置6は、ステップS201でアップロード情報Iuの受信後、又は、ステップS202で配信地図DB20の更新タイミングと判定後などに、受信したアップロード情報Iuごとに標準化精度情報を算出する。
サーバ装置6は、標準化精度情報の算出処理を車載機1の代わりに実行してもよい。この場合、車載機1は、図12のステップS102においてオブジェクトを検出した場合に、現在時刻の精度情報と、過去所定時間内の精度情報の平均及び標準偏差とをアップロード情報Iuに含めてサーバ装置6へアップロード情報Iuを送信する。そして、サーバ装置6は、ステップS201でアップロード情報Iuの受信後、又は、ステップS202で配信地図DB20の更新タイミングと判定後などに、受信したアップロード情報Iuごとに標準化精度情報を算出する。
(変形例3)
図1に示す地図更新システムの構成は一例であり、本発明が適用可能な地図更新システムの構成は図1に示す構成に限定されない。例えば、地図更新システムは、車載機1を有する代わりに、車両の電子制御装置が車載機1の自車位置推定部17、アップロード制御部18、及び自動運転制御部19の処理を実行してもよい。この場合、地図DB10は、例えば車両内の記憶部に記憶され、車両の電子制御装置は、サーバ装置6とのアップロード情報Iu及びダウンロード情報Idの授受を、車載機1を介して又は図示しない通信部を介して行ってもよい。
図1に示す地図更新システムの構成は一例であり、本発明が適用可能な地図更新システムの構成は図1に示す構成に限定されない。例えば、地図更新システムは、車載機1を有する代わりに、車両の電子制御装置が車載機1の自車位置推定部17、アップロード制御部18、及び自動運転制御部19の処理を実行してもよい。この場合、地図DB10は、例えば車両内の記憶部に記憶され、車両の電子制御装置は、サーバ装置6とのアップロード情報Iu及びダウンロード情報Idの授受を、車載機1を介して又は図示しない通信部を介して行ってもよい。
1 車載機
2 ライダ
3 ジャイロセンサ
4 車速センサ
5 GPS受信機
6 サーバ装置
10 地図DB
20 配信地図DB
2 ライダ
3 ジャイロセンサ
4 車速センサ
5 GPS受信機
6 サーバ装置
10 地図DB
20 配信地図DB
Claims (9)
- 移動体に搭載された計測装置が計測した物体の物***置情報を含む物体計測情報と、前記移動体について推定された位置の推定精度を示す精度情報とを受信する受信部と、
前記受信部が受信した複数の物体計測情報の前記物***置情報と、前記複数の物体計測情報の各々に対応する精度情報と、に基づき、地図データ上における前記物体の位置情報を生成する生成部と、
を有する地図データ生成装置。 - 前記精度情報は、前記移動体において取得された前記推定精度の前記位置を推定した時点を含む所定期間における平均及び標準偏差に基づき、標準化された前記位置推定精度を示す標準化精度情報である請求項1に記載の地図データ生成装置。
- 前記生成部は、前記物体の位置情報に対し、当該位置情報の算出に用いた前記物体計測情報の数及び当該物体計測情報が示す位置のばらつきの情報を関連付けた前記地図データを生成する請求項1または2に記載の地図データ生成装置。
- 前記移動体ごとの重み付け情報を記憶する記憶部をさらに備え、
前記生成部は、前記複数の物体計測情報の前記物***置情報と、前記重み付け情報が示す前記移動体ごとの重み付け値と、に基づいて、前記物体の位置情報を生成し、
前記生成部は、生成した前記物体の位置情報が示す位置と、前記移動体ごとに送信される物***置情報が示す位置との差に基づき、前記重み付け情報を補正する請求項1乃至3のいずれか一項に記載の地図データ生成装置。 - 移動体ごとの重み付け情報を記憶する記憶部と、
前記移動体に搭載された計測装置が計測した物体の物***置情報を含む物体計測情報を受信する受信部と、
前記受信部が受信した複数の物体計測情報の前記物***置情報と、前記重み付け情報が示す前記物体計測情報を送信した移動体の重み付け値と、に基づいて、前記物体の位置情報を生成する生成部と、
前記物体の位置情報が示す位置と、前記移動体ごとに送信される物***置情報が示す位置との差に基づき、前記重み付け情報を補正する補正部と、
を有する地図データ生成装置。 - 地図データ生成装置が実行する制御方法であって、
移動体に搭載された計測装置が計測した物体の物***置情報を含む物体計測情報と、前記移動体について推定された位置の推定精度を示す精度情報とを受信する受信工程と、
前記受信工程が受信した複数の物体計測情報の前記物***置情報と、前記複数の物体計測情報の各々に対応する精度情報と、に基づき、地図データ上における前記物体の位置情報を生成する生成工程と、
を有する制御方法。 - 請求項6に記載の制御方法を、コンピュータにより実行させるプログラム。
- 請求項7に記載のプログラムを記憶した記憶媒体。
- 地図データのデータ構造であって、
移動体に搭載された計測装置による計測結果に基づき決定された物体の位置情報と、
前記位置情報の決定に用いた、前記計測装置による前記計測結果の数及び当該計測結果のばらつきの情報と、
を含み、
移動体および物体の位置推定に用いられるデータのデータ構造。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2018063280A JP2019174675A (ja) | 2018-03-28 | 2018-03-28 | データ構造、地図データ生成装置、制御方法、プログラム及び記憶媒体 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2018063280A JP2019174675A (ja) | 2018-03-28 | 2018-03-28 | データ構造、地図データ生成装置、制御方法、プログラム及び記憶媒体 |
Publications (1)
Publication Number | Publication Date |
---|---|
JP2019174675A true JP2019174675A (ja) | 2019-10-10 |
Family
ID=68170311
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2018063280A Pending JP2019174675A (ja) | 2018-03-28 | 2018-03-28 | データ構造、地図データ生成装置、制御方法、プログラム及び記憶媒体 |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP2019174675A (ja) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112163063A (zh) * | 2020-10-22 | 2021-01-01 | 腾讯科技(深圳)有限公司 | 生成高精度地图的方法、装置和计算机可读存储介质 |
-
2018
- 2018-03-28 JP JP2018063280A patent/JP2019174675A/ja active Pending
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112163063A (zh) * | 2020-10-22 | 2021-01-01 | 腾讯科技(深圳)有限公司 | 生成高精度地图的方法、装置和计算机可读存储介质 |
CN112163063B (zh) * | 2020-10-22 | 2023-07-25 | 腾讯科技(深圳)有限公司 | 生成高精度地图的方法、装置和计算机可读存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106352867B (zh) | 用于确定车辆自身位置的方法和设备 | |
JP2022113746A (ja) | 判定装置 | |
WO2017060947A1 (ja) | 推定装置、制御方法、プログラム及び記憶媒体 | |
JP7155284B2 (ja) | 計測精度算出装置、自己位置推定装置、制御方法、プログラム及び記憶媒体 | |
JP2017072422A (ja) | 情報処理装置、制御方法、プログラム及び記憶媒体 | |
JP6980010B2 (ja) | 自己位置推定装置、制御方法、プログラム及び記憶媒体 | |
JP6806891B2 (ja) | 情報処理装置、制御方法、プログラム及び記憶媒体 | |
JP2022176322A (ja) | 自己位置推定装置、制御方法、プログラム及び記憶媒体 | |
JP2023054314A (ja) | 情報処理装置、制御方法、プログラム及び記憶媒体 | |
JP2017072423A (ja) | 推定装置、制御方法、プログラム及び記憶媒体 | |
JP2023164553A (ja) | 位置推定装置、推定装置、制御方法、プログラム及び記憶媒体 | |
JP2019174191A (ja) | データ構造、情報送信装置、制御方法、プログラム及び記憶媒体 | |
WO2019188820A1 (ja) | 情報送信装置、データ構造、制御方法、プログラム及び記憶媒体 | |
JP2023174739A (ja) | データ構造、情報処理装置、及び地図データ生成装置 | |
WO2019188886A1 (ja) | 端末装置、情報処理方法、プログラム、及び、記憶媒体 | |
CN114641701A (zh) | 使用表面穿透雷达和深度学习的改进的导航和定位 | |
JP2023076673A (ja) | 情報処理装置、制御方法、プログラム及び記憶媒体 | |
JP2019174675A (ja) | データ構造、地図データ生成装置、制御方法、プログラム及び記憶媒体 | |
WO2019188874A1 (ja) | データ構造、情報処理装置、及び地図データ生成装置 | |
JP2020046411A (ja) | データ構造、記憶装置、端末装置、サーバ装置、制御方法、プログラム及び記憶媒体 | |
WO2019188877A1 (ja) | 情報送信装置、データ構造、制御方法、プログラム及び記憶媒体 | |
Verentsov et al. | Bayesian framework for vehicle localization using crowdsourced data | |
JP6923750B2 (ja) | 自己位置推定装置、自己位置推定方法、プログラム及び記憶媒体 |