JP2022022715A - 位置推定装置、車両、位置推定方法およびプログラム - Google Patents

Abstract

【課題】カメラ画像を用いた自己位置推定処理の計算負荷を低減可能な位置推定装置を提供する。【解決手段】車載カメラ及び走行速度検出手段を備える車両の位置を推定する位置推定装置であって、当該位置推定装置は、前記車載カメラにて取得された画像の処理対象領域から特徴点を抽出する抽出部と、今回取得された前記画像である第１フレームと直前に取得された前記画像である第２フレームとのオーバーラップ領域にて、前記特徴点のマッチング処理を行い、前記車両の位置を推定する位置推定部と、前記走行速度検出手段によって検出された前記車両の走行速度に基づいて前記処理対象領域を特定する特定部と、を備え、前記走行速度が第１の走行速度であるときの前記処理対象領域の面積は、前記走行速度が前記第１の走行速度よりも大きい第２の走行速度であるときの前記処理対象領域の面積よりも小さい。【選択図】図１

Description

本開示は、位置推定装置、車両、位置推定方法およびプログラムに関する。

車両に搭載したカメラを用いて自己位置推定が実現できれば、屋内を走行する車両の動線分析等に応用できる。カメラはＧＮＳＳ（Global Navigation Satellite System）と異なり屋内使用が可能であり、また、同じく屋内使用が可能なセンサであるＬｉＤＡＲ（Laser Imaging Detection and Ranging）と比べて価格が低いという長所がある。

車載カメラを用いて自己位置推定を行う方法に、環境の「地図」、すなわち環境中の画像特徴の３次元分布を記録したものを作成し、この地図中の特徴点とカメラ画像中の特徴点とを照合することで自己位置推定を行う方式がよく用いられる（例えば、特許文献１参照）。

国際公開第２０１９／１８８３９１号

上述の自己位置推定処理は、各カメラ画像から特徴点を抽出する必要があるが、特徴点の抽出処理は計算負荷が大きいという課題がある。

本開示の目的は、カメラ画像を用いた自己位置推定処理の計算負荷を低減可能な位置推定装置、車両、位置推定方法およびプログラムを提供することにある。

本開示の一態様によれば、位置推定装置は、車載カメラ及び走行速度検出手段を備える車両の位置を推定する位置推定装置であって、前記車載カメラにて取得された画像の処理対象領域から特徴点を抽出する抽出部と、今回取得された前記画像である第１フレームと直前に取得された前記画像である第２フレームとのオーバーラップ領域にて、前記特徴点のマッチング処理を行い、前記車両の位置を推定する位置推定部と、前記走行速度検出手段によって検出された前記車両の走行速度に基づいて前記処理対象領域を特定する特定部と、を備え、前記走行速度が第１の走行速度であるときの前記処理対象領域の面積は、前記走行速度が前記第１の走行速度よりも大きい第２の走行速度であるときの前記処理対象領域の面積よりも小さい。

本開示の一態様によれば、位置推定方法は、車載カメラ及び走行速度検出手段を備える車両の位置を推定する位置推定方法であって、前記車載カメラにて取得された画像の処理対象領域から特徴点を抽出するステップと、今回取得された前記画像である第１フレームと直前に取得された前記画像である第２フレームとのオーバーラップ領域にて、前記特徴点のマッチング処理を行い、前記車両の位置を推定するステップと、前記走行速度検出手段によって検出された前記車両の走行速度に基づいて前記処理対象領域を特定するステップと、を有し、前記走行速度が第１の走行速度であるときの前記処理対象領域の面積は、前記走行速度が前記第１の走行速度よりも大きい第２の走行速度であるときの前記処理対象領域の面積よりも小さい。

本開示の一態様によれば、プログラムは、車載カメラ及び走行速度検出手段を備える車両の位置を推定する位置推定のコンピュータに、前記車載カメラにて取得された画像の処理対象領域から特徴点を抽出するステップと、今回取得された前記画像である第１フレームと直前に取得された前記画像である第２フレームとのオーバーラップ領域にて、前記特徴点のマッチング処理を行い、前記車両の位置を推定するステップと、前記走行速度検出手段によって検出された前記車両の走行速度に基づいて前記処理対象領域を特定するステップと、を実行させ、前記走行速度が第１の走行速度であるときの前記処理対象領域の面積は、前記走行速度が前記第１の走行速度よりも大きい第２の走行速度であるときの前記処理対象領域の面積よりも小さい。

上述の各態様によれば、カメラ画像を用いた自己位置推定処理の計算負荷を軽減できる。

本開示の少なくとも一実施形態に係る車両の全体構成を示す図である。 本開示の少なくとも一実施形態に係る車両の機能構成を示す図である。 本開示の少なくとも一実施形態に係る車両の処理フローを示す図である。 本開示の少なくとも一実施形態に係る特定部の処理の詳細な説明に用いる図である。 本開示の少なくとも一実施形態に係る特定部の処理の詳細な説明に用いる図である。 本開示の少なくとも一実施形態に係る車両の機能構成を示す図である。 本開示の少なくとも一実施形態に係る車両の処理フローを示す図である。 本開示の少なくとも一実施形態に係る除外部の処理の詳細な説明に用いる図である。 本開示の少なくとも一実施形態に係る除外部の処理の詳細な説明に用いる図である。

＜第１の実施形態＞
以下、第１の実施形態に係る検証処理装置について、図１～図５を参照しながら説明する。

（車両の構成）
図１は、第１の実施形態に係る車両の全体構成を示す図である。
図２は、第１の実施形態に係る車両の機能構成を示す図である。
以下、図１、図２を参照しながら、本実施形態に係る車両の構成について詳しく説明する。

本実施形態に係る車両１は、物流に用いられる産業用車両であって、例えば、倉庫内で荷役作業を行うべく、予め定められたルートを自律走行する無人フォークリフトである。なお、他の実施形態においてはこの態様に限定されることはなく、あらゆる技術分野に応用可能である。

図１、図２に示すように、車両１は、位置推定装置１０と、車載カメラ１１と、ＩＭＵ１２と、エンコーダ１３と、記録媒体１４とを備えている。

位置推定装置１０は、Ｖ－ＳＬＡＭ（Visual-Simultaneous Localization and Mapping）による自己位置推定処理を行う。Ｖ－ＳＬＡＭでは、例えば、車載カメラ等の撮像装置を用いて取得した周辺環境の画像から特徴点を抽出し、地図作成と自己位置推定が同時に実行される。Ｖ－ＳＬＡＭを実行する手法としては様々なものが提案されているが、例えば、ＯＲＢ－ＳＬＡＭ等の手法を用いることができる。具体的には、位置推定装置１０は、車載カメラ１１から逐次取得される画像に基づいて、車両１の位置及び姿勢を推定する。
位置推定装置１０は、内部にＣＰＵ１００を備えている。このＣＰＵ１００の詳細な構成及び機能については後述する。

車載カメラ１１は、動画撮影、即ち、連続的に画像を取得可能な撮影装置である。画像の１つ１つは、動画を構成する“フレーム”に相当する。図１に示すように、本実施形態に係る車載カメラ１１は、車両１の上方を撮影可能に設置される。これは、地図作成時点から環境が大きく変化すると照合に失敗する恐れがあり、荷に覆われやすい水平向き画像よりも真上向き画像の方が倉庫環境では有利と考えられるためである。ただし、これは車載カメラ１１の設置方法の一態様にすぎず、他の実施形態においてはこの態様に限定されない。

ＩＭＵ１２は、車両１の３軸（Ｘ、Ｙ、Ｚ軸）加速度を検出可能な加速度センサ、および、車両１の３軸（ロール、ピッチ、ヨー）角速度を検出可能なジャイロセンサ等を含む慣性計測装置（ＩＭＵ；Inertial Measurement Unit）である。

エンコーダ１３は、車両１のタイヤの回転数（回転速度）を検出可能なセンサである。本実施形態においては、エンコーダ１３は、タイヤの回転数から車両１の走行速度を検出可能な走行速度検出手段の一態様である。
なお、他の実施形態においては、速度検出手段はエンコーダ１３に限られることはない。速度検出手段は、例えば、ＩＭＵ１２による加速度の検出結果を時間積分することで走行速度を算出する態様であってもよいし、位置推定装置１０による自己位置推定結果の時刻歴を時間微分することで走行速度を算出する態様であってもよい。

記録媒体１４は、ＨＤＤ、ＳＳＤなどのいわゆる補助記憶装置であって、不揮発性の大容量記憶デバイスである。本実施形態においては、ＯＲＢ－ＳＬＡＭに用いられる倉庫の地図情報などが事前に格納されている。

次に、ＣＰＵ１００は、予め用意されたプログラムに従って動作することで種々の機能を発揮する。具体的には、本実施形態に係るＣＰＵ１００は、取得部１０００、抽出部１００１、位置推定部１００２、及び、特定部１００３としての機能を有する。

取得部１０００は、車載カメラ１１から画像（以下、「フレーム」とも表記する。）を逐次取得する。また、取得部１０００は、ＩＭＵ１２、エンコーダ１３のそれぞれから各々のセンサ情報（加速度、角速度、及び、走行速度）を取得する。

抽出部１００１は、車載カメラ１１にて取得された画像の処理対象領域（後述）から特徴点を抽出する。

位置推定部１００２は、今回取得されたフレーム（第１フレーム）と直前に取得されたフレーム（第２フレーム）とのオーバーラップ領域にて、特徴点のマッチング処理を行う。そして、位置推定部１００２は、そのマッチング結果を用いて自己位置（車両１の位置）を推定する。

特定部１００３は、エンコーダ１３によって検出された車両１の走行速度に基づいて処理対象領域を特定する。「処理対象領域」とは、抽出部１００１が特徴点を抽出する処理の対象とする、画像内の一部または全部の領域である。特定部１００３は、車両１の走行速度が小さいほど、処理対象領域の面積が小さくなるように特定する。

（位置推定装置の処理フロー）
図３は、第１の実施形態に係る位置推定装置の処理フローを示す図である。
図３に示す処理フローは、車両１が倉庫内を走行中に、位置推定装置１０によって繰り返し実行される処理フローである。

位置推定装置１０の取得部１０００は、車載カメラ１１を通じて現在のフレーム（第１フレーム）を取得する（ステップＳ００）。

同時に、取得部１０００は、エンコーダ１３の検出結果を通じて、車両１の現在の走行速度を取得する（ステップＳ０１）。

次に、位置推定装置１０の特定部１００３は、ステップＳ００で取得したフレームのうち、特徴点抽出の対象とする領域である処理対象領域を特定する（ステップＳ０２）。ここで、特定部１００３は、処理対象領域を特定するにあたり、ステップＳ０１で取得された走行速度を用いる。この処理については、後に図４および図５を参照しながら詳しく説明する。

次に、位置推定装置１０の抽出部１００１は、ステップＳ００で取得されたフレームのうち、ステップＳ０２で特定された処理対象領域について特徴点を抽出する（ステップＳ０３）。

次に、位置推定装置１０の位置推定部１００２は、ステップＳ００の直前に取得したフレーム（第２フレーム）から抽出された特徴点とのマッチング処理を行う（ステップＳ０４）。マッチング処理とは、今回撮影フレーム（第１フレーム）と前回撮影フレーム（第２フレーム）とのオーバーラップ領域に属する特徴点（つまり、今回撮影フレームと前回撮影フレームとの間で共通する特徴点）を特定する処理である。
ここで、今回撮影フレームで抽出された特徴点のうち前回撮影フレームと共通する特徴点が、当該今回撮影フレームにてどのような配置で写っているかを検出することで、前回撮影フレーム取得時における車両１の位置・姿勢の推定結果を基準に、現在の車両１の位置・姿勢を簡単な処理で大まかに絞り込むことができる。これは、Ｖ－ＳＬＡＭの技術分野で一般によく用いられている技術である。

位置推定装置１０は、ステップＳ０４のマッチング処理で、十分な数の特徴点をマッチングできたか否かを判定する（ステップＳ０５）。

十分な数の特徴点をマッチングできなかった場合（ステップＳ０５；ＮＯ）、位置推定装置１０は、大域的な復帰処理（いわゆるリローカリゼーション）を行う（ステップＳ０７）。この大域的な復帰処理は、一例としては、現在取得されている画像における特徴点の配置を、倉庫の地図情報全域を総当たりで検索する処理であるため、非常に処理負荷が高い。

一方、十分な数の特徴点をマッチングできた場合（ステップＳ０５；ＹＥＳ）、位置推定装置１０の位置推定部１００２は、マッチングした特徴点に基づいて、現在の車両１の位置・姿勢を大まかに絞り込む。そして、位置推定部１００２は、この絞り込みの後、地図情報を用いて、現在の車両１の位置・姿勢を高精度に推定する（ステップＳ０６）。

（処理対象領域の特定処理）
図４、図５は、第１の実施形態に係る特定部の処理の詳細な説明に用いる図である。
以下、図４、図５を参照しながら、特定部１００３による図３のステップＳ０２の処理について詳しく説明する。

図４は、車両１がある走行速度ｖ１で走行している例を示している。図５は、車両１が走行速度ｖ１よりも低い速度である走行速度ｖ２で走行している例を示している。

図４、図５において、ある時刻ｔ０で取得されたフレームをフレームＦ０とする（図３の説明における前回撮影フレーム（第２フレーム））。同様に、図４、図５において、ある時刻ｔ１で取得されたフレームをフレームＦ１（図３の説明における今回撮影フレーム（第１フレーム））とする。ここで、時刻ｔ１は、時刻ｔ０の次の画像取得のタイミングである。

図４を参照しながら、車両１が高速（第２の走行速度）で走行している場合の処理を説明する。
車両１が高速で走行している場合、フレームＦ１およびフレームＦ０で共通する背景が撮影される領域は、車両１が低速で走行している場合と比較して面積が小さくなる。そのため、位置推定装置１０は、十分なマッチング数を確保すべく（図３のステップＳ０５）、オーバーラップ領域Ｏ（フレームＦ１の処理対象領域Ｐ１とフレームＦ０の処理対象領域Ｐ０とが重なる領域）をなるべく広く確保する必要がある。そこで、位置推定装置１０の特定部１００３は、特徴点の抽出処理を行う処理対象領域Ｐ１（処理対象領域Ｐ０）を画像全体に設定する。このようにすることで、オーバーラップ領域Ｏの面積をできるだけ広くとることができ、十分な数のマッチング数を確保しやすくなる。

次に、図５を参照しながら、車両１が低速（第１の走行速度）で走行している場合の処理を説明する。
車両１が低速で走行している場合、フレームＦ１およびフレームＦ０で共通する背景が撮影される領域は、車両１が高速で走行している場合と比較して面積が大きくなる。そのため、位置推定装置１０は、フレームＦ１の画像全体に渡って特徴点を抽出しなくとも十分なオーバーラップ領域Ｏを確保できる可能性が高い。そこで、位置推定装置１０の特定部１００３は、フレームＦ１の画像全体から走行速度に応じた量だけ狭めた領域を処理対象領域Ｐ１（処理対象領域Ｐ０）に設定する。具体的には、図５に示す例のように、フレームＦ１の画像全体から走行方向に沿った方向にマージンｍだけ狭めた領域を処理対象領域Ｐ１（処理対象領域Ｐ０）に設定する。
このようにすることで、オーバーラップ領域Ｏの面積を十分に確保しつつ、フレームＦ１（フレームＦ０）から特徴点を抽出する処理の負担を軽減することができる。

本実施形態においては、マージンｍの量は、車両１の走行速度に反比例するように滑らかに変化させる態様としてよい。換言すれば、車両１の走行速度が小さいほど処理対象領域の面積が小さくなる態様としてよい。ただし、他の実施形態においてはこの態様に限定されることはなく、例えば、車両１の走行速度が予め規定した速度閾値以上か否かの判定結果に応じて、マージンｍの量を２段階又は３段階以上でステップ状に変化させる態様としてもよい。換言すれば、特定部１００３は、所定の速度閾値を境にステップ状に処理対象領域の面積を変化させてもよい。
すなわち、少なくとも、車両１の走行速度が第１の走行速度（低速）であるときの処理対象領域の面積が、車両１の走行速度が第１の走行速度よりも大きい第２の走行速度（高速）であるときの前記処理対象領域の面積よりも小さくなる態様であればよい。

（作用・効果）
以上の通り、第１の実施形態に係る位置推定装置１０は、走行速度検出手段（エンコーダ１３）によって検出された車両１の走行速度に基づいて処理対象領域Ｐ１を特定する特定部１００３を備える。そして、特定部１００３は、車両１の走行速度が小さいほど、処理対象領域Ｐ１の面積が小さくなるように特定する。
このようにすることで、いかなる走行速度であっても十分なオーバーラップ領域Ｏを確保しながらも、低速走行時には処理対象領域の面積を狭くすることで特徴点抽出処理の負担を軽減することができる。

また、第１の実施形態に係る位置推定装置１０は、車両１の走行方向に沿って処理対象領域Ｐ１の面積を変化させる。このようにすることで、特に、車載カメラ１１が上向きに設置されている場合において、マッチング数を確保可能な必要最小限のオーバーラップ領域Ｏを確保しながら、効果的に処理対象領域Ｐ１の面積を低減することができる。

（第１の実施形態の変形例）
また、第１の実施形態に係る位置推定装置１０は、以下のように変形可能である。
変形例に係る位置推定装置１０の特定部１００３は、更に、車両１の運転条件によっては、走行速度に応じて処理対象領域Ｐ１を変化させる機能を制限する機能を有していてもよい。

ここで、「運転状態」とは、例えば、無人フォークリフトである車両１が“積荷作業を行っている状態”や“積荷を運搬している状態”などである。車両１が“積み込み作業を行っている状態”である場合、車両１の走行速度が低速であったとしても積み込み中は高精度な位置検出が求められる場合がある。したがって、運転状態が“積み込み作業を行っている状態”と判定される場合には、特定部１００３は、車両１の走行速度が低速であったとしても、当該走行速度に応じて処理対象領域Ｐ１の面積を狭める処理を行わない。このようにすることで、車両１が“積荷を運搬している状態”である場合には、オーバーラップ領域Ｏが一層広がって多くのマッチング数を得ることができるようになるので、自己位置推定の高精度化を図ることができる。

また、別の変形例においては、「運転状態」は、事前に地図上に規定された所定エリア（「高精度要求エリア」とも表記する。）を走行中か否かを示す情報であってもよい。この場合、利用者は、倉庫内で高精度な自己位置推定が要求されるエリアを高精度要求エリアとして地図上に規定しておく。そして、位置推定装置１０は、車両１の現在位置が当該高精度要求エリアに属している場合には、走行速度に寄らず、常に、処理対象領域Ｐ１を最大（画像全体）に設定するようにしてもよい。このようにすることで、車両１が高精度要求エリアを走行中の場合には、常に高精度な自己位置推定が実行される。

以上のように、変形例に係る位置推定装置１０は、車両１が予め規定された運転状態である場合に、走行速度が小さいほど処理対象領域Ｐ１の面積が小さくなるように特定することを制限するようにしてもよい。

＜第２の実施形態＞
以下、第２の実施形態に係る検証処理装置について、図６～図９を参照しながら説明する。

（車両の構成）
図６は、第２の実施形態に係る車両の機能構成を示す図である。
第２の実施形態に係る車両１の位置推定装置１０は、ＣＰＵ１００が除外部１００４としての機能を有する点で第１の実施形態とは異なる。
除外部１００４は、車両１の加速度又は角速度が急峻に変化した期間に取得されたフレームを除外し、当該フレームを用いた自己位置推定が行われないようにする。

（位置推定装置の処理フロー）
図７は、第２の実施形態に係る位置推定装置の処理フローを示す図である。
図７に示す処理フローのうち、第１の実施形態（図３）と同じ処理内容のステップについては、同一の符号を付して説明を省略する。

第２の実施形態に係る位置推定装置１０は、第１の実施形態の処理フローに加えて、ステップＳ００ａの処理を有する。即ち、除外部１００４は、車両１の角速度が所定の閾値以上となったか否かを判定する（ステップＳ００ａ）。

車両１の角速度が所定の閾値未満であった場合（ステップＳ００ａ；ＮＯ）、位置推定装置１０は、第１の実施形態と同様の処理（ステップＳ０１～ステップＳ０９）を通じて、自己位置推定処理を行う。

他方、車両１の角速度が所定の閾値以上であった場合（ステップＳ００ａ；ＹＥＳ）、除外部１００４は、ステップＳ００で取得したフレームを自己位置推定処理（ステップＳ０１～ステップＳ０９）に用いることなく、処理を完了する。

（除外処理）
図８は、第２の実施形態に係る特定部の処理の詳細な説明に用いる図である。
図８に示すように、倉庫内にわずかな段差Ｄが存在する場合、車両１がこの段差Ｄを横切る際に車体が揺れて車載カメラ１１の姿勢が急峻に変化する。そうすると、車載カメラ１１の画像にぶれが発生してしまい、正常に特徴点を検出できなくなる場合がある。そうすると、その画像を用いた自己位置推定処理ができない。
そこで、本実施形態に係る位置推定装置１０は、特に、水平軸周りの角速度が所定の判定閾値以上となった場合には、その間に取得されたフレームを自己位置推定処理への入力から除外する。このようにすることで、正常に特徴点を検出できない可能性が高い画像を自己位置推定処理の対象から除外されるため、無駄な特徴点抽出処理が実行されることが抑制される。したがって、自己位置推定処理の負荷を一層軽減することができる。

なお、第２の実施形態に係る位置推定装置１０は、上述したように、車両１の角速度を画像除外の判定に用いたが、他の実施形態においてはこれに限定されない。他の実施形態に係る位置推定装置１０は、例えば、車両１の加速度を画像除外の判定に用いてもよいし、角速度および加速度の両方を用いてもよい。

（第２の実施形態の変形例）
図９は、第２の実施形態の変形例に係る除外部の処理の説明に用いる図である。
以下、図９を参照しながら、第２の実施形態の変形例に係る除外部１００４の処理について詳しく説明する。
第２の実施形態の変形例に係る除外部１００４は、事前に用意された地図Ｍを参照して、フレームを自己位置推定処理の入力から除外するか否かを判定する。具体的には、図９に示すように、地図Ｍには、画像のぶれが繰り返し発生しやすい倉庫内の所定エリア（段差エリアＬ）が事前に規定されている。本変形例にかかる除外部１００４は、図８のステップＳ００ａにて、車両１の現在位置がこの段差エリアＬ内に属しているか否かを判定し、段差エリアＬ内に属している場合には、得られた画像を、自己位置推定処理に用いることなく除外する。
このように、画像の除外が繰り返される段差エリアＬを地図上に保存しておくことで、角速度の変化を捉える前から、より安全側に画像の除外ができる。したがって、一層自己位置推定処理の負荷を軽減することができる。

上述の実施形態においては、位置推定装置１０の各種処理の過程は、プログラムの形式でコンピュータ読み取り可能な記録媒体に記憶されており、このプログラムをコンピュータが読み出して実行することによって上記各種処理が行われる。また、コンピュータ読み取り可能な記録媒体とは、磁気ディスク、光磁気ディスク、ＣＤ－ＲＯＭ、ＤＶＤ－ＲＯＭ、半導体メモリ等をいう。また、このコンピュータプログラムを通信回線によってコンピュータに配信し、この配信を受けたコンピュータが当該プログラムを実行するようにしてもよい。

上記プログラムは、上述した機能の一部を実現するためのものであってもよい。更に、上述した機能をコンピュータシステムにすでに記録されているプログラムとの組み合わせで実現できるもの、いわゆる差分ファイル（差分プログラム）であってもよい。

以上のとおり、本開示に係るいくつかの実施形態を説明したが、これら全ての実施形態は、例として提示したものであり、発明の範囲を限定することを意図していない。これらの実施形態は、その他の様々な形態で実施されることが可能であり、発明の要旨を逸脱しない範囲で種々の省略、置き換え、変更を行うことができる。これらの実施形態及びその変形は、発明の範囲や要旨に含まれると同様に、特許請求の範囲に記載された発明とその均等の範囲に含まれる。

＜付記＞
各実施形態に記載の位置推定装置、位置推定方法およびプログラムは、例えば以下のように把握される。

（１）第１の態様に係る位置推定装置１０は、車載カメラ１１及び走行速度検出手段（エンコーダ１３）を備える車両１の位置を推定する位置推定装置であって、車載カメラ１１にて取得された画像の処理対象領域から特徴点を抽出する抽出部１００１と、今回取得された画像である第１フレームと直前に取得された画像である第２フレームとのオーバーラップ領域にて特徴点のマッチング処理を行い、車両１の位置を推定する位置推定部１００２と、走行速度検出手段によって検出された車両１の走行速度に基づいて処理対象領域を特定する特定部１００３と、を備え、走行速度が第１の走行速度であるときの処理対象領域の面積は、走行速度が第１の走行速度よりも大きい第２の走行速度であるときの処理対象領域の面積よりも小さい。

（２）第２の態様に係る特定部１００３は、走行速度が小さいほど処理対象領域の面積が小さくなるように特定する。

（３）第３の態様に係る特定部１００３は、所定の速度閾値を境にステップ状に処理対象領域の面積を変化させる。

（４）第３の態様に係る特定部１００３は、車両１の走行方向に沿って処理対象領域の面積を変化させる。

（５）第５の態様に係る特定部１００３は、車両１が予め規定された運転状態である場合に、走行速度が小さいほど処理対象領域の面積が小さくなるように特定することを制限する。

（６）第６の態様に係る位置推定装置１０は、車両１の加速度又は角速度が閾値以上となった期間に取得された画像を除外する除外部１００４をさらに備える。

（７）第７の態様に係る位置推定装置１０は、車両１が地図上に予め規定された所定エリアを走行中の間に取得された画像を除外する除外部１００４をさらに備える。

（８）第８の態様に係る車両１は、上記の位置推定装置１０と、車載カメラ１１と、走行速度検出手段と、を備える。

（９）第９の態様に係る位置推定方法は、車載カメラ及び走行速度検出手段を備える車両の位置を推定する位置推定方法であって、前記車載カメラにて取得された画像の処理対象領域から特徴点を抽出するステップと、今回取得された前記画像である第１フレームと直前に取得された前記画像である第２フレームとのオーバーラップ領域にて、前記特徴点のマッチング処理を行い、前記車両の位置を推定するステップと、前記走行速度検出手段によって検出された前記車両の走行速度に基づいて前記処理対象領域を特定するステップと、を有し、前記走行速度が第１の走行速度であるときの前記処理対象領域の面積は、前記走行速度が前記第１の走行速度よりも大きい第２の走行速度であるときの前記処理対象領域の面積よりも小さい。

（１０）第１０の態様に係るプログラムは、車載カメラ及び走行速度検出手段を備える車両の位置を推定する位置推定のコンピュータに、前記車載カメラにて取得された画像の処理対象領域から特徴点を抽出するステップと、今回取得された前記画像である第１フレームと直前に取得された前記画像である第２フレームとのオーバーラップ領域にて、前記特徴点のマッチング処理を行い、前記車両の位置を推定するステップと、前記走行速度検出手段によって検出された前記車両の走行速度に基づいて前記処理対象領域を特定するステップと、を実行させ、前記走行速度が第１の走行速度であるときの前記処理対象領域の面積は、前記走行速度が前記第１の走行速度よりも大きい第２の走行速度であるときの前記処理対象領域の面積よりも小さい。

１ 車両
１０ 位置推定装置
１００ ＣＰＵ
１０００ 取得部
１００１ 抽出部
１００２ 位置推定部
１００３ 特定部
１００４ 除外部
１１ 車載カメラ
１２ ＩＭＵ
１３ エンコーダ
１４ 記録媒体

Claims (10)

1. 車載カメラ及び走行速度検出手段を備える車両の位置を推定する位置推定装置であって、
   前記車載カメラにて取得された画像の処理対象領域から特徴点を抽出する抽出部と、
   今回取得された前記画像である第１フレームと直前に取得された前記画像である第２フレームとのオーバーラップ領域にて、前記特徴点のマッチング処理を行い、前記車両の位置を推定する位置推定部と、
   前記走行速度検出手段によって検出された前記車両の走行速度に基づいて前記処理対象領域を特定する特定部と、
   を備え、
   前記走行速度が第１の走行速度であるときの前記処理対象領域の面積は、前記走行速度が前記第１の走行速度よりも大きい第２の走行速度であるときの前記処理対象領域の面積よりも小さい、
   位置推定装置。
2. 前記特定部は、前記走行速度が小さいほど前記処理対象領域の面積が小さくなるように特定する、
   請求項１に記載の位置推定装置。
3. 前記特定部は、所定の速度閾値を境にステップ状に前記処理対象領域の面積を変化させる、
   請求項１に記載の位置推定装置。
4. 前記特定部は、前記車両の走行方向に沿って前記処理対象領域の面積を変化させる、
   請求項１から請求項３のいずれか一項に記載の位置推定装置。
5. 前記特定部は、前記車両が予め規定された運転状態である場合に、前記走行速度が小さいほど前記処理対象領域の面積が小さくなるように特定することを制限する、
   請求項１から請求項４のいずれか一項に記載の位置推定装置。
6. 前記車両の加速度又は角速度が閾値以上となった期間に取得された前記画像を除外する除外部をさらに備える、
   請求項１から請求項５のいずれか一項に記載の位置推定装置。
7. 前記車両が地図上に予め規定された所定エリアを走行中の間に取得された前記画像を除外する除外部をさらに備える、
   請求項１から請求項５のいずれか一項に記載の位置推定装置。
8. 請求項１から請求項７のいずれか一項に記載の位置推定装置と、
   前記車載カメラと、
   前記走行速度検出手段と、
   を備える車両。
9. 車載カメラ及び走行速度検出手段を備える車両の位置を推定する位置推定方法であって、
   前記車載カメラにて取得された画像の処理対象領域から特徴点を抽出するステップと、
   今回取得された前記画像である第１フレームと直前に取得された前記画像である第２フレームとのオーバーラップ領域にて、前記特徴点のマッチング処理を行い、前記車両の位置を推定するステップと、
   前記走行速度検出手段によって検出された前記車両の走行速度に基づいて前記処理対象領域を特定するステップと、
   を有し、
   前記走行速度が第１の走行速度であるときの前記処理対象領域の面積は、前記走行速度が前記第１の走行速度よりも大きい第２の走行速度であるときの前記処理対象領域の面積よりも小さい、
   位置推定方法。
10. 車載カメラ及び走行速度検出手段を備える車両の位置を推定する位置推定のコンピュータに、
    前記車載カメラにて取得された画像の処理対象領域から特徴点を抽出するステップと、
    今回取得された前記画像である第１フレームと直前に取得された前記画像である第２フレームとのオーバーラップ領域にて、前記特徴点のマッチング処理を行い、前記車両の位置を推定するステップと、
    前記走行速度検出手段によって検出された前記車両の走行速度に基づいて前記処理対象領域を特定するステップと、
    を実行させ、
    前記走行速度が第１の走行速度であるときの前記処理対象領域の面積は、前記走行速度が前記第１の走行速度よりも大きい第２の走行速度であるときの前記処理対象領域の面積よりも小さい、
    プログラム。

Images