JP6589410B2 - Map generating apparatus and program - Google Patents
Map generating apparatus and program Download PDFInfo
- Publication number
- JP6589410B2 JP6589410B2 JP2015126903A JP2015126903A JP6589410B2 JP 6589410 B2 JP6589410 B2 JP 6589410B2 JP 2015126903 A JP2015126903 A JP 2015126903A JP 2015126903 A JP2015126903 A JP 2015126903A JP 6589410 B2 JP6589410 B2 JP 6589410B2
- Authority
- JP
- Japan
- Prior art keywords
- data
- positional relationship
- relative positional
- track data
- travel
- 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.)
- Active
Links
Landscapes
- Processing Or Creating Images (AREA)
- Instructional Devices (AREA)
Description
本発明は、地図生成装置及びプログラムに関する。 The present invention relates to a map generation device and a program.
従来より、車両が道路を走行しながら路面の撮影と撮影地点の位置情報との取得を行う技術が知られている（特許文献１）。特許文献１に記載の技術では、画像変換により道路を真上から見た画像に変換し、撮影地点の座標に基づいて変換画像を連結することで路面画像を生成する。また、位置の異なる複数の路面画像の対応点が一致するように、位置精度が高い路面画像の位置に合わせて路面画像を平行移動することにより、路面地図を生成する。 2. Description of the Related Art Conventionally, there has been known a technique for capturing a road surface and acquiring position information of a photographing point while a vehicle travels on a road (Patent Document 1). In the technique described in Patent Document 1, a road surface image is generated by converting a road into an image viewed from directly above by image conversion, and connecting the converted images based on the coordinates of the shooting location. Further, the road surface map is generated by translating the road surface image according to the position of the road surface image with high positional accuracy so that the corresponding points of the plurality of road surface images having different positions coincide with each other.
また、複数の車両の走行により画像データ、測距データ、測位データを取得し、蓄積する技術が知られている（特許文献２）。特許文献２に記載の技術では、蓄積されたデータから同一地点を撮影した画像を持つデータを抽出し、画素値の分散に基づき移動物体を含まない撮影画像を含むデータを特定し、３次元地図データを生成する。 In addition, a technique for acquiring and storing image data, distance measurement data, and positioning data by traveling a plurality of vehicles is known (Patent Document 2). In the technique described in Patent Document 2, data having an image of the same spot is extracted from the accumulated data, data including a captured image that does not include a moving object is identified based on pixel value dispersion, and a three-dimensional map is obtained. Generate data.
また、車両に搭載された測距センサにより走行可能領域を検出し、位置情報、路面標示特徴とともにサーバへ送信する技術が知られている（特許文献３）。特許文献３に記載の技術では、サーバでは、位置情報、および路面標示特徴に基づいて受信された走行可能領域と地図データベースとを統合し、走行可能領域地図の更新を行う。 In addition, a technique is known in which a travelable area is detected by a distance measuring sensor mounted on a vehicle and transmitted to a server together with position information and road marking characteristics (Patent Document 3). In the technique described in Patent Document 3, the server integrates the travelable area and the map database received based on the position information and the road marking feature, and updates the travelable area map.
上記の特許文献１に記載の技術のように、路面画像の対応点が一致するように異なる複数の路面画像を位置合わせするためには、撮影地点の位置情報が高精度である必要があり、通常のナビ用ＧＰＳの精度では十分でないという問題がある。 In order to align a plurality of different road surface images so that the corresponding points of the road surface image coincide with each other as in the technique described in Patent Document 1, the position information of the shooting point needs to be highly accurate, There is a problem that the accuracy of normal GPS for navigation is not sufficient.
また、上記の特許文献１に記載の技術では、位置情報と画像の相関に基づいて、同位置のデータを検出して、３次元地図の登録を行う。また、上記の特許文献３に記載の技術では、位置情報と測距センサにより得られる特徴物とに基づき、地図データベースとの位置合わせを行う。上記の特許文献１及び上記特許文献３の技術では、地図に登録される位置情報は、車両の走行データのいずれか、または地図に事前に登録されている位置となる。広域の地図を大きなずれなく生成するためには、地図に登録する絶対位置情報の精度は高くなければならないが、上記の特許文献１及び上記特許文献３の技術では、高精度な絶対位置を決めることが難しい、または事前に高精度な計測を行い、地図を生成しなければならないという問題がある。 Further, in the technique described in Patent Document 1, data of the same position is detected based on the correlation between the position information and the image, and a three-dimensional map is registered. Further, in the technique described in Patent Document 3, the alignment with the map database is performed based on the position information and the characteristic object obtained by the distance measuring sensor. In the techniques of Patent Document 1 and Patent Document 3 described above, the position information registered in the map is one of vehicle travel data or a position registered in advance in the map. In order to generate a wide-area map without a large deviation, the accuracy of absolute position information registered in the map must be high. However, in the techniques of Patent Document 1 and Patent Document 3 described above, a highly accurate absolute position is determined. There is a problem that it is difficult or a high-precision measurement must be performed in advance to generate a map.
本発明は、上記の事情を鑑みてなされたもので、車両の絶対位置について計測誤差が発生している場合であっても、精度よく地図データを生成することができる地図生成装置及びプログラムを提供することを目的とする。 The present invention has been made in view of the above circumstances, and provides a map generation device and a program that can accurately generate map data even when a measurement error occurs with respect to the absolute position of the vehicle. The purpose is to do.
上記目的を達成するために、本発明に係る地図生成装置は、移動体の走行軌跡に沿って登録された複数の走路データであって、かつ移動体に搭載されたセンサから得られた周辺環境情報に基づき生成された複数の走路データを蓄積したデータベースに基づいて、対応する前記走路データの各々について、前記走路データと他の走路データとのペアの各々に対し、前記ペア間の相対位置関係を表す変形量を算出し、前記ペアの各々に対して算出された前記相対位置関係を表す変形量に基づいて、前記走路データと、基準となる仮想的な走路データとの間の相対位置関係を表す変形量を推定する相対関係推定手段と、前記複数の走路データの各々を、前記相対関係推定手段によって前記走路データについて推定された、前記基準となる仮想的な走路データとの間の相対位置関係を表す変形量に応じて変形させ、変形した前記複数の走路データを統合して、地図データに登録する統合手段と、を含んで構成されている。 In order to achieve the above object, a map generation apparatus according to the present invention includes a plurality of travel route data registered along a travel locus of a mobile object, and a surrounding environment obtained from a sensor mounted on the mobile object. Based on a database in which a plurality of road data generated based on information is stored, for each of the corresponding road data, the relative positional relationship between the pairs with respect to each of the pairs of the road data and other road data And a relative positional relationship between the road data and the virtual road data serving as a reference based on the deformation amount representing the relative positional relationship calculated for each of the pairs. A relative relationship estimating means for estimating a deformation amount representing the above, and the virtual running as a reference, each of the plurality of running road data being estimated for the running road data by the relative relationship estimating means. Is deformed according to the deformation quantity representing the relative positional relationship between the data, by integrating the plurality of track data modification is configured to include an integrated means for registering in the map data.
また、本発明のプログラムは、コンピュータを移動体の走行軌跡に沿って登録された複数の走路データであって、かつ移動体に搭載されたセンサから得られた周辺環境情報に基づき生成された複数の走路データを蓄積したデータベースに基づいて、対応する前記走路データの各々について、前記走路データと他の走路データとのペアの各々に対し、前記ペア間の相対位置関係を表す変形量を算出し、前記ペアの各々に対して算出された前記相対位置関係を表す変形量に基づいて、前記走路データと、基準となる仮想的な走路データとの間の相対位置関係を表す変形量を推定する相対関係推定手段、及び前記複数の走路データの各々を、前記相対関係推定手段によって前記走路データについて推定された、前記基準となる仮想的な走路データとの間の相対位置関係を表す変形量に応じて変形させ、変形した前記複数の走路データを統合して、地図データに登録する統合手段として機能させるためのプログラムである。 In addition, the program of the present invention is a plurality of track data registered along a travel locus of a mobile object, and a plurality of programs generated based on surrounding environment information obtained from sensors mounted on the mobile object. For each of the corresponding track data, a deformation amount representing a relative positional relationship between the pairs is calculated for each pair of the track data and other track data, based on a database that stores the track data of Based on the deformation amount representing the relative positional relationship calculated for each of the pairs, the deformation amount representing the relative positional relationship between the track data and the virtual track data serving as a reference is estimated. Relative relationship estimation means, and each of the plurality of track data is estimated with respect to the track data by the relative relationship estimation means, and the reference virtual track data Depending on the deformation amount representing the relative positional relationship between deform, by integrating the plurality of road data obtained by modifying a program for functioning as an integrated unit to be registered in the map data.
本発明に係る地図生成装置によれば、相対関係推定手段によって、移動体の走行軌跡に沿って登録された路面を表す複数の走路データであって、かつ移動体に搭載されたセンサから得られた周辺環境情報に基づき生成された複数の走路データを蓄積したデータベースに基づいて、対応する走路データの各々について、走路データと他の走路データとのペアの各々に対し、ペア間の相対位置関係を表す変形量を算出し、ペアの各々に対して算出された相対位置関係を表す変形量に基づいて、走路データと、基準となる仮想的な走路データとの間の相対位置関係を表す変形量を推定する。 According to the map generation device of the present invention, the relative relationship estimation means obtains from a sensor mounted on the moving body, which is a plurality of traveling road data representing the road surface registered along the traveling locus of the moving body. Relative positional relationship between pairs for each pair of track data and other track data for each corresponding track data based on a database that accumulates multiple track data generated based on surrounding environment information A deformation amount representing the relative positional relationship between the track data and the virtual track data serving as a reference is calculated based on the deformation amount representing the relative positional relationship calculated for each of the pairs. Estimate the amount.
そして、統合手段によって、複数の走路データの各々を、相対関係推定手段によって走路データについて推定された、基準となる仮想的な走路データとの間の相対位置関係を表す変形量に応じて変形させ、変形した複数の走路データを統合して、地図データに登録する。 Then, the integration unit transforms each of the plurality of track data according to the deformation amount that is estimated for the track data by the relative relationship estimation unit and represents the relative positional relationship with the virtual track data serving as a reference. Integrate multiple deformed track data and register it in map data.
このように、移動体の走行軌跡に沿って登録された路面を表す複数の走路データであって、かつ移動体に搭載されたセンサから得られた周辺環境情報に基づき生成された複数の走路データを蓄積したデータベースに基づいて、対応する走路データの各々について、当該走路データと他の走路データとのペアの各々に対し、当該ペア間の相対位置関係を表す変形量を算出し、ペアの各々に対して算出された相対位置関係を表す変形量に基づいて、走路データと、基準となる仮想的な走路データとの間の相対位置関係を表す変形量を推定し、複数の走路データの各々を、走路データについて推定された、基準となる仮想的な走路データとの間の相対位置関係を表す変形量に応じて変形させ、変形した複数の走路データを統合して、地図データに登録することにより、車両の絶対位置について計測誤差が発生している場合であっても、精度よく地図データを生成することができる。 In this way, a plurality of track data representing road surfaces registered along the travel locus of the moving body, and a plurality of track data generated based on the surrounding environment information obtained from the sensor mounted on the mobile body For each of the corresponding track data, the amount of deformation representing the relative positional relationship between the pair is calculated for each of the corresponding track data and each other track data, Based on the deformation amount representing the relative positional relationship calculated with respect to, the deformation amount representing the relative positional relationship between the track data and the virtual track data serving as a reference is estimated, and each of the plurality of track data Is transformed in accordance with the deformation amount representing the relative positional relationship between the estimated virtual track data and the reference virtual track data, and the transformed multiple track data are integrated into map data. By, even when the measurement error for the absolute position of the vehicle has occurred, it is possible to accurately generate the map data.
また、本発明の前記相対関係推定手段は、前記ペアの各々に対して算出された前記相対位置関係を表す変形量を平均して、前記基準となる仮想的な走路データとの間の相対位置関係を表す変形量を推定するようにすることができる。 Further, the relative relationship estimation means of the present invention averages the deformation amount representing the relative positional relationship calculated for each of the pairs, and the relative position between the reference virtual lane data The deformation amount representing the relationship can be estimated.
また、本発明の前記相対関係推定手段は、前記走路データと他の走路データとのペアの各々に対し、前記走路データの部分画像毎に、前記ペア間の前記部分画像の相対位置関係を表す変形量を算出し、前記ペアの各々に対して算出された前記部分画像の前記相対位置関係を表す変形量に基づいて、前記走路データの部分画像毎に、前記走路データと、前記基準となる仮想的な走路データとの間の相対位置関係を表す変形量を推定し、前記統合手段は、前記部分画像毎に、前記複数の走路データの各々の前記部分画像を、前記相対関係推定手段によって前記走路データの部分画像について推定された、前記基準となる仮想的な走路データとの間の相対位置関係を表す変形量に応じて変形させ、変形した前記複数の走路データの前記部分画像を統合して、地図データに登録するようにすることができる。 Further, the relative relationship estimation means of the present invention represents the relative positional relationship of the partial images between the pairs for each partial image of the track data for each pair of the track data and other track data. The amount of deformation is calculated, and based on the amount of deformation representing the relative positional relationship of the partial images calculated for each of the pairs, the road data and the reference for each partial image of the road data A deformation amount representing a relative positional relationship between virtual runway data is estimated, and the integration unit is configured to obtain, for each partial image, the partial images of each of the plurality of runway data by the relative relationship estimation unit. The partial images of the plurality of modified roadway data are integrated by being deformed according to the deformation amount representing the relative positional relationship between the partial image of the roadway data and the virtual roadway data serving as the reference. , It is possible to be registered in the map data.
また、本発明は、分類手段と全体関係推定手段とを更に含み、前記分類手段は、対応する前記走路データの各々を、前記走路データが表す路面の位置に応じて分類し、前記相対関係推定手段は、前記分類手段によって分類された前記走路データの分類毎に、前記分類に属する前記走路データの各々について、前記走路データと他の走路データとのペアの各々に対し、前記ペア間の相対位置関係を表す変形量を算出し、前記ペアの各々に対して算出された前記相対位置関係を表す変形量に基づいて、前記走路データと、基準となる仮想的な走路データとの間の相対位置関係を表す変形量を推定し、前記走路データを、前記推定された変形量に応じて変形させ、前記全体関係推定手段は、前記走路データの各々について、分類毎に、前記変形させた走路データと、前記分類に分類され、かつ、前記変形させた他の走路データとのペアの各々に対し、前記ペア間の相対位置関係を表す変形量を算出し、前記ペアの各々に対して算出された前記相対位置関係を表す変形量に基づいて、前記走路データと、全体の基準となる仮想的な走路データとの間の相対位置関係を表す変形量を推定し、前記統合手段は、前記複数の走路データの各々を、前記相対関係推定手段によって前記走路データについて推定された、前記基準となる仮想的な走路データとの間の相対位置関係を表す変形量、及び前記全体関係推定手段によって前記走路データについて推定された、前記全体の基準となる仮想的な走路データとの間の相対位置関係を表す変形量に応じて変形させ、変形した前記複数の走路データを統合して、地図データに登録するようにすることができる。 The present invention further includes classification means and overall relationship estimation means, wherein the classification means classifies each of the corresponding track data according to the position of the road surface represented by the track data, and the relative relationship estimation. Means for each class of the track data classified by the classifying means, for each of the track data belonging to the classification, relative to each pair of the track data and other track data; A deformation amount representing a positional relationship is calculated, and based on the deformation amount representing the relative positional relationship calculated for each of the pairs, the relative between the track data and the virtual track data serving as a reference A deformation amount representing a positional relationship is estimated, the road data is deformed according to the estimated deformation amount, and the overall relationship estimation unit is configured to deform the road data for each classification. For each pair of runway data and the other runway data that is classified into the classification and deformed, a deformation amount representing a relative positional relationship between the pairs is calculated, and for each of the pairs Based on the calculated deformation amount representing the relative positional relationship, the deformation amount representing the relative positional relationship between the running road data and the virtual running road data serving as an overall reference is estimated, and the integration unit includes: Each of the plurality of runway data is estimated for the runway data by the relative relationship estimation unit, and a deformation amount representing a relative positional relationship between the reference virtual runway data and the overall relationship estimation unit In accordance with the deformation amount representing the relative positional relationship between the overall reference virtual road data estimated with respect to the road data, and integrating the plurality of the changed road data Te, it is possible to be registered in the map data.
また、本発明の前記全体関係推定手段は、前記分類手段によって分類された前記分類に属する前記走路データの数に応じて、前記全体の基準となる仮想的な走路データとの間の相対位置関係を表す変形量を推定するようにすることができる。 Further, the overall relationship estimation means of the present invention is configured such that the relative positional relationship between the overall reference virtual lane data according to the number of the lane data belonging to the classification classified by the classification means. Can be estimated.
また、本発明は、前記移動体の位置情報及び運動情報を取得する車両状態検出手段によって取得された前記移動体の位置情報及び運動情報に基づいて、前記移動体の走行軌跡を生成する走行軌跡生成手段を更に含み、前記データベースは、前記走行軌跡生成手段によって生成された前記移動体の走行軌跡に沿って登録された前記複数の走路データを蓄積するようにすることができる。 In addition, the present invention provides a travel locus that generates a travel locus of the mobile body based on the position information and motion information of the mobile body acquired by the vehicle state detection unit that acquires the position information and motion information of the mobile body. The database may further include a generation unit, and the database may store the plurality of travel path data registered along the travel locus of the moving body generated by the travel locus generation unit.
また、本発明は、前記走路データは、前記移動体の走行軌跡に沿って登録された路面を表す路面画像であって、かつ前記移動体に搭載されたセンサから得られた周辺環境情報に基づき生成された路面画像であるようにすることができる。 Further, according to the present invention, the traveling road data is a road surface image representing a road surface registered along a traveling locus of the moving body, and is based on surrounding environment information obtained from a sensor mounted on the moving body. It can be made to be a generated road surface image.
また、本発明は、前記走路データは、前記移動体の走行軌跡に沿って登録された３次元点群データであって、かつ前記移動体に搭載されたセンサから得られた周辺環境情報に基づき生成された３次元点群データであるようにすることができる。 Further, according to the present invention, the traveling road data is three-dimensional point cloud data registered along a traveling locus of the moving body, and is based on surrounding environment information obtained from a sensor mounted on the moving body. The generated three-dimensional point cloud data can be used.
なお、本発明のプログラムを記憶する記憶媒体は、特に限定されず、ハードディスクであってもよいし、ＲＯＭであってもよい。また、ＣＤ−ＲＯＭやＤＶＤディスク、光磁気ディスクやＩＣカードであってもよい。更にまた、該プログラムを、ネットワークに接続されたサーバ等からダウンロードするようにしてもよい。 The storage medium for storing the program of the present invention is not particularly limited, and may be a hard disk or a ROM. Further, it may be a CD-ROM, a DVD disk, a magneto-optical disk or an IC card. Furthermore, the program may be downloaded from a server or the like connected to the network.
以上説明したように、本発明の地図生成装置及びプログラムによれば、移動体の走行軌跡に沿って登録された路面を表す複数の走路データであって、かつ移動体に搭載されたセンサから得られた周辺環境情報に基づき生成された複数の走路データを蓄積したデータベースに基づいて、対応する走路データの各々について、当該走路データと他の走路データとのペアの各々に対し、当該ペア間の相対位置関係を表す変形量を算出し、ペアの各々に対して算出された相対位置関係を表す変形量に基づいて、走路データと、基準となる仮想的な走路データとの間の相対位置関係を表す変形量を推定し、複数の走路データの各々を、走路データについて推定された、基準となる仮想的な走路データとの間の相対位置関係を表す変形量に応じて変形させ、変形した複数の走路データを統合して、地図データに登録することにより、車両の絶対位置について計測誤差が発生している場合であっても、精度よく地図データを生成することができる、という効果が得られる。 As described above, according to the map generation device and the program of the present invention, a plurality of pieces of road data representing road surfaces registered along the travel locus of the moving body and obtained from the sensor mounted on the mobile body. Between each pair of the corresponding track data and other track data for each corresponding track data based on a database storing a plurality of track data generated based on the surrounding environment information. Calculate the amount of deformation representing the relative positional relationship, and based on the amount of deformation representing the relative positional relationship calculated for each of the pairs, the relative positional relationship between the track data and the reference virtual track data Is estimated, and each of the plurality of track data is deformed according to the deformation amount that is estimated for the track data and that represents the relative positional relationship between the reference virtual track data. By integrating multiple deformed track data and registering it in map data, it is possible to generate map data with high accuracy even when a measurement error occurs in the absolute position of the vehicle Is obtained.
以下、図面を参照して本発明の実施の形態を詳細に説明する。なお、本実施の形態では、車両に搭載され、複数の路面画像から地図データを生成する地図生成装置に、本発明を適用した場合を例に説明する。また、本実施の形態では、移動体が車両である場合を例に説明する。 Hereinafter, embodiments of the present invention will be described in detail with reference to the drawings. In the present embodiment, a case where the present invention is applied to a map generation device that is mounted on a vehicle and generates map data from a plurality of road surface images will be described as an example. In this embodiment, a case where the moving body is a vehicle will be described as an example.
［第１の実施の形態］
＜第１の実施の形態に係る地図生成装置１０の構成＞
図１に示すように、本発明の第１の実施の形態に係る地図生成装置１０は、車両の周辺環境を計測する外界観測センサ１２と、車両の位置情報及び運動情報を計測する位置・運動計測センサ１４と、外界観測センサ１２によって取得された周辺環境情報と、位置・運動計測センサ１４によって計測された車両の位置情報及び運動情報とに基づいて、地図データを生成するコンピュータ１６とを備えている。外界観測センサ１２は、センサの一例である。位置・運動計測センサ１４は、車両状態検出手段の一例である。
[First Embodiment]
<Configuration of map generation apparatus 10 according to the first embodiment>
As shown in FIG. 1, a map generation apparatus 10 according to the first embodiment of the present invention includes an external field observation sensor 12 that measures a surrounding environment of a vehicle, and a position / movement that measures position information and movement information of the vehicle. A measurement sensor 14, and a computer 16 that generates map data based on the surrounding environment information acquired by the external field observation sensor 12 and the vehicle position information and motion information measured by the position / motion measurement sensor 14. ing. The external field observation sensor 12 is an example of a sensor. The position / motion measurement sensor 14 is an example of vehicle state detection means.
外界観測センサ１２は、各時刻の車両の周辺環境を計測する。外界観測センサ１２としては、例えば、車両周辺の画像を取得するカメラ、車両周辺の距離情報を計測するレーザレーダなどを用いることができる。本実施の形態では、外界観測センサ１２としてカメラを用いる場合を例に説明する。外界観測センサ１２は、車両の周辺環境情報として、カメラにより撮像した車両の周辺画像を取得する。 The external field observation sensor 12 measures the surrounding environment of the vehicle at each time. As the external field observation sensor 12, for example, a camera that acquires an image around the vehicle, a laser radar that measures distance information around the vehicle, and the like can be used. In the present embodiment, a case where a camera is used as the external field observation sensor 12 will be described as an example. The external field observation sensor 12 acquires a vehicle surrounding image captured by a camera as vehicle surrounding environment information.
位置・運動計測センサ１４は、車両の位置情報及び運動情報として、各時刻の車両の位置、方位、速度情報を計測する。位置・運動計測センサ１４としては、例えば、ＧＰＳ及びＩＭＵ（ＩＭＵ：Internal Measurement Unit（慣性計測装置））を用いることができる。本実施の形態では、位置・運動計測センサ１４として、ＧＰＳ及びＩＭＵを用いる場合を例に説明する。 The position / motion measurement sensor 14 measures vehicle position, orientation, and speed information at each time as vehicle position information and motion information. As the position / motion measurement sensor 14, for example, GPS and IMU (IMU: Internal Measurement Unit (Inertial Measurement Unit)) can be used. In the present embodiment, a case where GPS and IMU are used as the position / motion measurement sensor 14 will be described as an example.
コンピュータ１６は、ＣＰＵ、後述する地図生成処理ルーチンを実現するためのプログラムを記憶したＲＯＭ、データを一時的に記憶するＲＡＭ、及びＨＤＤ等の記憶装置で構成され、機能的には次に示すように構成されている。 The computer 16 includes a CPU, a ROM that stores a program for realizing a map generation processing routine that will be described later, a RAM that temporarily stores data, and a storage device such as an HDD. It is configured.
コンピュータ１６は、図１に示すように、位置・運動計測センサ１４によって計測された車両の位置、方位、及び速度情報に基づいて、車両の走行軌跡を生成する走行軌跡生成部１６０と、外界観測センサ１２によって取得された車両の周辺画像と、走行軌跡生成部１６０によって生成された車両の走行軌跡とに基づいて、車両の走行軌跡に沿った路面を表す路面画像を生成し、路面画像と走行軌跡との組み合わせを表す走行データを生成する走行データ生成部１６２と、走行データ生成部１６２によって生成された走行データの各々を、走行軌跡の位置に対応させて走行データベース１６６に格納する走行データ蓄積部１６４と、走行データ生成部１６２によって生成された走行データの各々が格納される走行データベース１６６と、各地点に対し、走行データベース１６６に格納された当該地点の走行データの各々を、路面画像が表す路面の位置に応じて分類する走行データ分類部１６８と、各地点に対し、分類毎に、当該分類に属する走行データの各々について、路面画像と基準となる仮想的な路面画像との間の相対位置関係を表す変形量を推定する相対関係推定部１７０と、各地点に対し、当該地点の走行データの各々について、路面画像と全体の基準となる仮想的な路面画像との間の相対位置関係を表す変形量を推定する全体関係推定部１７２と、走行データベース１６６に格納された走行データの路面画像の各々を、相対関係推定部１７０によって当該路面画像について推定された変形量、及び全体関係推定部１７２によって当該路面画像について推定された変形量に応じて変形させ、変形した複数の路面画像を統合して、地図データベース１７６に登録する走行データ統合部１７４と、走行データ統合部１７４によって登録された地図データが格納される地図データベース１７６とを備えている。なお、走行データ統合部１７４は、統合手段の一例であり、走行データ分類部１６８は、分類手段の一例である。 As shown in FIG. 1, the computer 16 includes a travel trajectory generation unit 160 that generates a travel trajectory of the vehicle based on the vehicle position, orientation, and speed information measured by the position / motion measurement sensor 14, and external field observation. Based on the surrounding image of the vehicle acquired by the sensor 12 and the traveling locus of the vehicle generated by the traveling locus generation unit 160, a road surface image representing the road surface along the traveling locus of the vehicle is generated, and the road surface image and the traveling are generated. A travel data generation unit 162 that generates travel data representing a combination with a trajectory, and travel data storage that stores each of the travel data generated by the travel data generation unit 162 in the travel database 166 in association with the position of the travel trajectory Unit 164, a travel database 166 in which each of the travel data generated by the travel data generation unit 162 is stored, On the other hand, the travel data classification unit 168 that classifies each of the travel data stored in the travel database 166 according to the position of the road surface represented by the road surface image, and for each point, for each classification, For each of the belonging traveling data, a relative relationship estimating unit 170 that estimates a deformation amount representing a relative positional relationship between the road surface image and the reference virtual road surface image, and for each point, the traveling data of the point For each, an overall relationship estimation unit 172 that estimates a deformation amount representing a relative positional relationship between a road surface image and a virtual road surface image that serves as an overall reference, and a road image of travel data stored in the travel database 166. The amount of deformation estimated for the road surface image by the relative relationship estimation unit 170 and the amount of deformation estimated for the road surface image by the overall relationship estimation unit 172, respectively. A travel data integration unit 174 that integrates a plurality of deformed road surface images and registers them in the map database 176, and a map database 176 that stores the map data registered by the travel data integration unit 174. ing. The travel data integration unit 174 is an example of an integration unit, and the travel data classification unit 168 is an example of a classification unit.
走行軌跡生成部１６０は、位置・運動計測センサ１４によって計測された、各時刻の車両の位置、方位、及び速度情報に基づいて、車両の走行軌跡を生成する。走行軌跡は、各時刻での車両の位置、方位、速度情報を含む情報である。 The travel trajectory generation unit 160 generates a travel trajectory of the vehicle based on the vehicle position, direction, and speed information measured by the position / motion measurement sensor 14 at each time. The travel locus is information including vehicle position, direction, and speed information at each time.
走行データ生成部１６２は、外界観測センサ１２によって取得された各時刻の車両の周辺画像と、走行軌跡生成部１６０によって生成された車両の走行軌跡とに基づいて、車両の走行軌跡に沿った路面を表す路面画像を生成し、走行軌跡と組み合わせて、路面画像に絶対座標を付与する。路面画像は、走路データの一例である。
具体的には、走行データ生成部１６２は、各時刻の車両の周辺画像について、路面を真上から見た状態の正射影画像に変換し、走行軌跡の各時刻の位置、方位に基づいて、走行軌跡に沿って正射影画像を連結した路面画像を生成する。そして、走行データ生成部１６２は、路面画像と走行軌跡とを組み合わせて、絶対座標が付与された路面画像を表す走行データを生成する。図２に路面画像の一例を示す。走行データ生成部１６２は、図２（Ａ）に示すような路面画像を生成する。
The travel data generation unit 162 is based on the surrounding image of the vehicle at each time acquired by the external field observation sensor 12 and the vehicle travel trajectory generated by the travel trajectory generation unit 160 along the road surface along the vehicle travel trajectory. Is generated and combined with the travel locus, absolute coordinates are given to the road image. A road surface image is an example of runway data.
Specifically, the travel data generation unit 162 converts the surrounding image of the vehicle at each time into an orthographic image in a state where the road surface is viewed from directly above, and based on the position and orientation at each time of the travel locus, A road surface image is generated by connecting the orthogonal projection images along the traveling locus. Then, the travel data generation unit 162 generates travel data representing the road surface image to which the absolute coordinates are given by combining the road surface image and the travel locus. FIG. 2 shows an example of a road surface image. The travel data generation unit 162 generates a road surface image as shown in FIG.
走行データ蓄積部１６４は、走行データ生成部１６２によって生成された走行データの各々を、後述する走行データベース１６６に格納する。 The travel data accumulation unit 164 stores each travel data generated by the travel data generation unit 162 in a travel database 166 described later.
走行データベース１６６には、走行データ生成部１６２によって生成された走行データの各々が格納される。 Each travel data generated by the travel data generation unit 162 is stored in the travel database 166.
走行データ分類部１６８は、各地点に対し、走行データベース１６６に格納された当該地点に対応する走行データの各々を、路面画像が表す路面の位置に応じて分類する。 The travel data classification unit 168 classifies each travel data corresponding to the point stored in the travel database 166 according to the position of the road surface represented by the road surface image.
具体的には、走行データ分類部１６８は、各地点に対し、まず、図２（Ｂ）に示すように、走行データベース１６６に蓄積された当該地点の各走行データの路面画像を、予め決められた絶対位置の区画毎に分割し、区画毎に分割された区画路面画像を含む区画走行データを生成する。 Specifically, the travel data classification unit 168 first determines a road surface image of each travel data of the point stored in the travel database 166 for each point, as shown in FIG. The vehicle is divided for each absolute position section, and section travel data including a section road surface image divided for each section is generated.
次に走行データ分類部１６８は、同じ区画の区画走行データを、当該区画走行データに対応する走行データに含まれる走行軌跡から得られる車両の走行経路に応じて分類する。図３に、車両の走行経路に応じて分類された区画走行データの区画路面画像の例を示す。図３では２つの走行経路が示されており、走行データ分類部１６８は、図３に示すように、車両の走行経路に応じて区画走行データを分類する。 Next, the travel data classification unit 168 classifies the segment travel data of the same section according to the travel route of the vehicle obtained from the travel locus included in the travel data corresponding to the section travel data. In FIG. 3, the example of the division road surface image of the division traveling data classified according to the traveling route of the vehicle is shown. In FIG. 3, two travel routes are shown, and the travel data classification unit 168 classifies the segment travel data according to the travel route of the vehicle as shown in FIG.
具体的には、走行データ分類部１６８は、同じ区画の区画走行データの各々について、同一経路と判定されるものをまとめていき１つの分類として設定する。２つの区画走行データが同一経路であるか否かの判定は、当該区画走行データに対応する走行データに含まれる走行軌跡間の距離、走行方向により判定することができる。例えば、走行データ分類部１６８は、走行方向が同一であり、かつ走行軌跡間の距離が予め定められた閾値以下であるという条件に基づいて、２つの区画走行データが同一経路であるか否かを判定することができる。また、走行軌跡の絶対位置の誤差が大きく、同一経路の判定が困難である場合には、区画路面画像の類似性も条件に加えてもよい。 Specifically, the travel data classifying unit 168 collects the sections determined to be the same route for each of the segment travel data of the same section and sets them as one class. Whether or not the two section travel data are the same route can be determined based on the distance between the travel trajectories and the travel direction included in the travel data corresponding to the section travel data. For example, the travel data classification unit 168 determines whether or not the two section travel data are the same route based on the condition that the travel directions are the same and the distance between the travel trajectories is equal to or less than a predetermined threshold. Can be determined. Further, when the error in the absolute position of the travel locus is large and it is difficult to determine the same route, the similarity of the section road surface image may be added to the condition.
相対関係推定部１７０は、各地点の各区画に対し、分類毎に、走行データ分類部１６８によって当該分類に分類された区画走行データの区画路面画像の各々について、当該区画路面画像と他の区画路面画像とのペアの各々に対し、ペア間の相対位置関係を表す変形量を算出する。 For each section of each point, the relative relationship estimation unit 170 for each section, for each section road image of the section traveling data classified into the classification by the traveling data classification section 168, the section road surface image and other sections For each pair with the road surface image, a deformation amount representing a relative positional relationship between the pair is calculated.
走行データベース１６６に格納されている各走行データは、それぞれ絶対位置の誤差を含んでいるため、同一の走行経路と分類された区画走行データ同士であっても、区画路面画像の絶対位置は一致しない。また、絶対位置の誤差は、同一の区画走行データ内であっても時刻で異なるため、異なる区画走行データの区画路面画像の形状も完全には一致しない。そのため、本実施の形態では、区画走行データ間の相対位置関係は、単一の平行移動、回転量ではなく、区画路面画像全体の変形量、または複数地点での平行移動、回転量で表す。 Since each travel data stored in the travel database 166 includes an error in absolute position, the absolute positions of the section road surface images do not match even between the section travel data classified as the same travel route. . Further, since the absolute position error varies with time even within the same segment travel data, the shapes of the segment road surface images of different segment travel data do not completely match. For this reason, in the present embodiment, the relative positional relationship between the section traveling data is represented not by a single translation and rotation amount but by a deformation amount of the entire section road surface image, or a parallel movement and rotation amount at a plurality of points.
図４に、同一の分類に属する区画路面画像の各々について、複数の特徴点での対応位置を求めて、区画路面画像間の相対関係を推定する例を示す。 FIG. 4 shows an example of obtaining the corresponding positions at a plurality of feature points and estimating the relative relationship between the divided road surface images for each of the divided road surface images belonging to the same classification.
図５に、同一の分類に属する区画路面画像の各々について、複数の特徴点での対応を求める方法の一例を示す。例えば、複数の特徴点での対応を求める方法として、図５に示すように、区画路面画像から、走行軌跡に沿って予め定められた間隔、及び予め定められた大きさで部分画像を抽出し、部分画像毎に、他の区画路面画像とマッチングを行い、対応関係を求める方法を用いることができる。 FIG. 5 shows an example of a method for obtaining correspondence at a plurality of feature points for each of the divided road surface images belonging to the same classification. For example, as a method for obtaining correspondence at a plurality of feature points, as shown in FIG. 5, partial images are extracted from a section road surface image with a predetermined interval and a predetermined size along a travel locus. For each partial image, it is possible to use a method of matching with another section road surface image to obtain a correspondence relationship.
部分画像を用いて対応関係を推定する場合、相対関係推定部１７０は、区画路面画像と他の区画路面画像とのペアの各々に対し、区画路面画像の部分画像毎に、ペア間の部分画像の相対位置関係を表す変形量を算出する。そして、相対関係推定部１７０は、区画路面画像の各々について、ペアの各々に対して算出された部分画像の相対位置関係を表す変形量に基づいて、当該区画路面画像の部分画像毎に、当該部分画像と、基準となる仮想的な区画路面画像の部分画像との間の相対位置関係を表す変形量を推定する。 When estimating the correspondence using the partial images, the relative relationship estimation unit 170 for each partial image of the divided road surface image, for each pair of the divided road surface image and the other divided road surface images, the partial image between the pairs. The amount of deformation representing the relative positional relationship is calculated. Then, for each of the divided road surface images, the relative relationship estimation unit 170 performs, for each partial image of the divided road surface image, based on the deformation amount representing the relative positional relationship of the partial images calculated for each of the pairs. A deformation amount representing a relative positional relationship between the partial image and the partial image of the virtual section road surface image serving as a reference is estimated.
部分画像毎にマッチングを行う場合、部分画像の中には、図５に示す部分画像３のように、特徴的なパターンを含まない部分画像も存在する。上記図５の部分画像３のように、特徴的なパターンを含まない部分画像が存在する場合には、もう一方の区画路面画像での対応位置を正確に検出することが難しい場合もある。そこで、部分画像の対応関係の連続性を考慮する方法を用いることができる。部分画像ｉの対応関係を表す変形量をｘｉとし、部分画像群ｉ＝１，...，ｍの変形量をｘ＝｛ｘ１，... ，ｘｍ｝で表す。このとき、以下の式（１）に従って、Ｅ（ｘ）を最小化する変形量ｘを推定する。 When matching is performed for each partial image, some partial images do not include a characteristic pattern, such as the partial image 3 illustrated in FIG. 5. When there is a partial image that does not include a characteristic pattern as in the partial image 3 of FIG. 5 described above, it may be difficult to accurately detect the corresponding position in the other section road surface image. Therefore, a method that considers the continuity of the correspondence between the partial images can be used. The deformation quantity representing the correspondence between the partial image i and x i, partial images i = 1, ..., the amount of deformation of the m x = {x 1, ... , x m} represented by. At this time, the deformation amount x that minimizes E (x) is estimated according to the following equation (1).
ここで、上記式におけるＣｉ（ｘｉ）は、部分画像ｉの対応関係を変形量ｘｉとした場合のマッチングコストを表す。マッチングコストは、部分画像ｉと、部分画像ｉを変形量ｘｉで位置、回転角（形状）を変形したときのもう一方の区画路面画像の部分画像との差を表す。上記式におけるマッチングコストの計算には画素値の差の絶対値の和などを用いることができる。また、マッチングコストを計算する際には、エッジ抽出を行ってから差分をとるなどの計算を行ってもよい。 Here, C i (x i ) in the above expression represents the matching cost when the correspondence of the partial image i is the deformation amount x i . Matching cost represents the difference between the partial image i, position the partial image i in deformation amount x i, and the other partial image of one compartment road image when deformed the rotation angle (shape). For the calculation of the matching cost in the above formula, the sum of absolute values of pixel value differences can be used. Further, when calculating the matching cost, calculation such as obtaining a difference after performing edge extraction may be performed.
また、上記式におけるＳ（ｘｊ、ｘｊ＋１）は、隣り合う部分画像の変形量ｘｊ、ｘｊ＋１の差を表す。変形量が平行移動量の場合には、２つの平行移動ベクトルの距離を用いることができる。回転も含む変形の場合には、回転量の差との重み付き和を用いることができる。 Further, S (x j , x j + 1 ) in the above expression represents the difference between the deformation amounts x j and x j + 1 of the adjacent partial images. When the deformation amount is a translation amount, the distance between two translation vectors can be used. In the case of deformation including rotation, a weighted sum with a difference in rotation amount can be used.
上記式Ｅ（ｘ）を最小化するように全ての変形量ｘを求めることで、特徴的なパターンを含むなどマッチングしやすい部分画像では、マッチングコストが小さくなる変形量が選択され、対応を求めるのが困難な部分画像は隣の部分画像の変形量から変化の少ない、滑らかに接続されるような変形量が推定される。 By obtaining all deformation amounts x so as to minimize the above expression E (x), a deformation amount with a low matching cost is selected for a partial image that includes a characteristic pattern and is easy to match, and a correspondence is obtained. For a partial image that is difficult to correct, the amount of deformation that is smoothly connected with little change is estimated from the amount of deformation of an adjacent partial image.
そして、相対関係推定部１７０は、各地点の各区画に対し、分類毎に、当該分類に分類された区画走行データの区画路面画像の各々について、ペアの各々に対して算出された相対位置関係を表す変形量に基づいて、当該区画路面画像と、基準となる仮想的な区画路面画像の部分画像との間の相対位置関係を表す変形量を推定する。
具体的には、相対関係推定部１７０は、同一分類のすべての区画走行データの区画路面画像間の相対位置関係が推定されると、当該分類に分類された区画走行データの区画路面画像の各々について、相対位置関係を表す変形量に基づいて、区画路面画像の部分画像毎に、当該部分画像と、基準となる仮想的な区画路面画像との間の相対位置関係を表す変形量を推定する。例えば、区画走行データ１の区画路面画像から区画走行データ２の区画路面画像への変形量をｘ１，２＝｛ｘ１ １，２，ｘ２ １，２，...，ｘｍ １，２｝で表し、同一分類の区画走行データがｋ個あるとすると、相対関係推定部１７０は、区画走行データ１の区画路面画像から基準位置への変形量を、以下の式（２）に従って計算する。なお、区画路面画像から基準位置への変形量は、区画路面画像と基準となる仮想的な区画路面画像との間の相対位置関係を表す変形量に対応する。
Then, the relative relationship estimation unit 170 calculates the relative positional relationship calculated for each of the pairs with respect to each section at each point, for each section, for each section road image of the section traveling data classified into the classification. Is estimated based on the deformation amount representing the relative positional relationship between the section road image and the partial image of the virtual section road image serving as a reference.
Specifically, when the relative positional relationship between the section road surface images of all the section traveling data of the same classification is estimated, the relative relationship estimation unit 170 each of the section road surface images of the section traveling data classified into the classification. For each partial image of the partitioned road surface image, a deformation amount representing the relative positional relationship between the partial image and the reference virtual partitioned road surface image is estimated based on the deformation amount representing the relative positional relationship. . For example, the deformation amount from the section road image of the section travel data 1 to the section road surface image of the section travel data 2 is expressed as x 1,2 = {x 1 1,2 , x 2 1,2 ,..., X m 1, 2 } and assuming that there are k section traveling data of the same classification, the relative relationship estimation unit 170 calculates the deformation amount of the section traveling data 1 from the section road surface image to the reference position according to the following equation (2). To do. Note that the deformation amount from the section road surface image to the reference position corresponds to a deformation amount representing a relative positional relationship between the section road surface image and the reference virtual section road surface image.
なお、ｘｉ，ｉ＝｛０，...，０｝とする。上記式（２）によって計算される変形量ｘ＾１は、すべての区画走行データの区画路面画像の平均を基準位置とするものであり、同様の方法で他の区画走行データの区画路面画像から基準位置への変形量を計算し、計算された基準位置への変形量に従い各区画走行データの区画路面画像を変形すると、すべての区画走行データの区画路面画像が基準位置で一致することになる。 Note that x i, i = {0,..., 0}. The deformation amount x ^ 1 calculated by the above equation (2) is based on the average of the section road surface images of all section travel data as a reference position, and is obtained from the section road surface images of other section travel data in the same manner. When the deformation amount to the reference position is calculated and the section road surface image of each section traveling data is deformed according to the calculated deformation amount to the reference position, the section road surface images of all the section traveling data coincide at the reference position. .
なお、基準位置への変形量として平均でなく、大きく離れたデータを除いた平均や、絶対位置の測位精度に基づく重み付き平均などでもよい。 Note that the amount of deformation to the reference position is not an average, but may be an average excluding data that is far away, a weighted average based on the positioning accuracy of the absolute position, or the like.
また、相対関係推定部１７０は、区画路面画像の各々について、当該区画路面画像の部分画像を、部分画像について推定された、基準となる仮想的な区画路面画像との間の相対位置関係を表す変形量に応じて変形させる。 Further, the relative relationship estimation unit 170 represents a relative positional relationship between the partial image of the divided road surface image and the reference virtual divided road surface image estimated for the partial image for each of the divided road surface images. Deform according to the amount of deformation.
全体関係推定部１７２は、各地点の各区画に対し、分類毎に、走行データ分類部１６８によって当該分類に分類された区画走行データの区画路面画像の各々について、相対関係推定部１７０によって変形された区画路面画像と、各分類に分類され、かつ、変形された他の区画路面画像とのペアの各々に対し、ペア間の相対位置関係を表す変形量を算出する。 The overall relationship estimation unit 172 is transformed by the relative relationship estimation unit 170 for each segment of each point for each segment road surface image of the segment traveling data classified into the classification by the traveling data classification unit 168 for each classification. For each pair of the divided road surface image and the other divided road surface image classified into each category and deformed, a deformation amount representing a relative positional relationship between the pairs is calculated.
図６に、全体関係推定部１７２が相対位置関係を推定する方法の一例を示す。具体的には、全体関係推定部１７２は、図６に示すように、異なる分類の区画走行データの区画路面画像の間の相対位置関係を、相対関係推定部１７０と同様の方法で推定する。このとき、各区画走行データの区画路面画像は、相対関係推定部１７０で推定された基準位置への変形量に基づき変形されている。異なる分類間では、走行経路が異なるため、区画路面画像の共通部分が少なく、対応関係を求めることは難しくなるが、相対関係推定部１７０によって事前に基準位置への変形を適用されたことにより、走行データの位置誤差は低減されているため、変形量の範囲を小さくすることができ、共通部分だけでも対応関係を求めることが容易となる。本実施の形態では、全体関係推定部１７２は、相対関係推定部１７０によって設定された部分画像の各々を、共通部分として用いて変形量を算出する。 FIG. 6 shows an example of a method in which the overall relationship estimation unit 172 estimates the relative positional relationship. Specifically, as shown in FIG. 6, the overall relationship estimation unit 172 estimates the relative positional relationship between the section road surface images of the section traveling data of different classifications by the same method as the relative relationship estimation unit 170. At this time, the section road surface image of each section travel data is deformed based on the deformation amount to the reference position estimated by the relative relationship estimation unit 170. Between different classifications, the travel route is different, so there are few common parts of the section road surface image, and it is difficult to obtain the correspondence relationship, but by applying the transformation to the reference position in advance by the relative relationship estimation unit 170, Since the position error of the travel data is reduced, the range of the deformation amount can be reduced, and it is easy to obtain the correspondence only with the common part. In the present embodiment, overall relationship estimating section 172 calculates the deformation amount using each of the partial images set by relative relationship estimating section 170 as a common portion.
そして、全体関係推定部１７２は、各地点の各区画に対し、分類毎に、当該分類に分類された区画走行データの区画路面画像の各々について、ペアの各々に対して算出された相対位置関係を表す変形量に基づいて、当該区画路面画像と、全体の基準となる仮想的な区画路面画像との間の相対位置関係を表す変形量を推定する。
例えば、分類ｐの区画走行データｉから、分類ｑの何れか１つの区画走行データｊへの変形量をｙｐｉ，ｑｊとし、分類数がｒ個あるとすると、分類ｐの区画走行データｉから全体の基準位置への変形量は以下の式で計算される。なお、区画路面画像から全体の基準位置への変形量は、区画路面画像と、全体の基準となる仮想的な区画路面画像との間の相対位置関係を表す変形量に対応する。
Then, the overall relationship estimation unit 172 calculates the relative positional relationship calculated for each of the pairs for each section of each point, for each section of the section road surface image of the section traveling data classified into the section. Is estimated based on the deformation amount indicating the relative positional relationship between the partitioned road surface image and the virtual partitioned road surface image serving as the overall reference.
For example, assuming that the deformation amount from the segment travel data i of the category p to any one of the segment travel data j of the class q is y pi, qj and the number of classifications is r, the segment travel data i of the category p The deformation amount to the entire reference position is calculated by the following formula. The amount of deformation from the section road surface image to the entire reference position corresponds to the amount of deformation representing the relative positional relationship between the section road surface image and the virtual section road surface image serving as the entire reference.
ただし、ｙｐｉ，ｐｉ＝｛０，...，０｝とする。また、ｗｑは分類ｑの重みである。例えば、全ての区画走行データの数に対する、分類ｑに属する区画走行データの数の割合を、ｗｑとして用いることができる。これにより、各分類に属する区画走行データ数に応じて重み付けした変形量が、全体の基準となる仮想的な区画路面画像との間の相対位置関係を表す変形量になる。 However, y pi, pi = {0, ..., 0}. W q is the weight of the classification q. For example, the ratio of the number of section traveling data belonging to the classification q to the number of all section traveling data can be used as w q . As a result, the amount of deformation weighted according to the number of section traveling data belonging to each classification becomes the amount of deformation representing the relative positional relationship with the virtual section road surface image serving as the entire reference.
走行データ統合部１７４は、各地点の各区画に対し、分類毎に、当該分類に分類された区画走行データの区画路面画像の各々について、相対関係推定部１７０によって当該区画路面画像について推定された、基準となる仮想的な区画路面画像との間の相対位置関係を表す変形量、及び全体関係推定部１７２によって当該区画路面画像について推定された、全体の基準となる仮想的な区画路面画像との間の相対位置関係を表す変形量に応じて変形させ、変形した複数の区画路面画像を統合して、地図データベース１７６に登録する。 The travel data integration unit 174 estimates the section road surface image for each section of each point by the relative relationship estimation unit 170 for each section road surface image of the section travel data classified into the classification. A deformation amount representing a relative positional relationship with the reference virtual section road image, and an overall reference virtual section road image estimated by the overall relationship estimation unit 172 for the section road image. Are deformed according to the deformation amount representing the relative positional relationship between them, and the deformed plural section road surface images are integrated and registered in the map database 176.
具体的には、走行データ統合部１７４は、相対関係推定部１７０によって推定された分類内での相対位置関係、および全体関係推定部１７２によって推定された分類間の相対位置関係から、区画走行データの絶対位置を修正する。走行データ統合部１７４は、分類ｐの区画走行データｉの位置の修正は、区画走行データｉの区画路面画像の部分画像の各々に対して、以下の変形量ｚｐｉを適用することで行う。 Specifically, the travel data integration unit 174 calculates the segment travel data based on the relative positional relationship within the classification estimated by the relative relationship estimation unit 170 and the relative positional relationship between the categories estimated by the overall relationship estimation unit 172. Correct the absolute position of. The travel data integration unit 174 corrects the position of the section travel data i of the classification p by applying the following deformation amount z pi to each partial image of the section road surface image of the section travel data i.
そして、走行データ統合部１７４は、修正されたすべての区画走行データを統合し、統合された区画走行データの各々を、地図データとして地図データベース１７６に登録する。走行データ統合部１７４は、図７に示すような、すべての区画路面画像を統合した路面画像を生成する。統合された路面画像はすべての路面画像を重ねて画素値の平均をとった画像とすることができる。この統合された路面画像、および位置が修正された、すべての走行軌跡データを地図情報としてデータベースに登録する。 Then, the travel data integration unit 174 integrates all of the corrected section travel data, and registers each integrated section travel data as map data in the map database 176. The travel data integration unit 174 generates a road surface image obtained by integrating all the section road surface images as shown in FIG. The integrated road surface image can be an image obtained by superimposing all the road surface images and taking the average of the pixel values. The integrated road surface image and all travel locus data whose positions are corrected are registered in the database as map information.
地図データベース１７６には、走行データ統合部１７４によって登録された地図データが格納されている。 The map database 176 stores map data registered by the travel data integration unit 174.
＜第１の実施の形態に係る地図生成装置１０の作用＞
次に、第１の実施の形態に係る地図生成装置１０の作用について説明する。地図生成装置１０を搭載した車両が走行し、外界観測センサ１２によって車両の周辺画像が取得され、位置・運動計測センサ１４によって各時刻の車両の位置、方位、速度情報が計測されているときに、走行軌跡生成部１６０は、位置・運動計測センサ１４によって計測された、各時刻の車両の位置、方位、及び速度情報に基づいて、車両の走行軌跡を生成する。また、走行データ生成部１６２は、外界観測センサ１２によって取得された各時刻の車両の周辺画像と、走行軌跡生成部１６０によって生成された車両の走行軌跡とに基づいて、車両の走行軌跡に沿った路面を表す路面画像を生成し、走行軌跡と組み合わせて、路面画像に絶対座標を付与する。そして、走行データ生成部１６２は、路面画像と走行軌跡とを組み合わせて、絶対座標が付与された路面画像を表す走行データを生成する。次に、走行データ蓄積部１６４は、走行データ生成部１６２によって生成された走行データの各々を、走行データベース１６６に格納する。
<Operation of Map Generation Device 10 according to First Embodiment>
Next, the operation of the map generation device 10 according to the first embodiment will be described. When a vehicle on which the map generation device 10 is mounted travels, a surrounding image of the vehicle is acquired by the external observation sensor 12, and the position, direction, and speed information of the vehicle at each time is measured by the position / motion measurement sensor 14. The traveling locus generation unit 160 generates a traveling locus of the vehicle based on the position, direction, and speed information of the vehicle at each time measured by the position / motion measurement sensor 14. In addition, the travel data generation unit 162 follows the travel locus of the vehicle based on the surrounding image of the vehicle at each time acquired by the external field observation sensor 12 and the travel locus of the vehicle generated by the travel locus generation unit 160. A road surface image representing the road surface is generated, and absolute coordinates are given to the road surface image in combination with the travel locus. Then, the travel data generation unit 162 generates travel data representing the road surface image to which the absolute coordinates are given by combining the road surface image and the travel locus. Next, the travel data accumulation unit 164 stores each of the travel data generated by the travel data generation unit 162 in the travel database 166.
走行データベース１６６に複数の走行データが格納されると、地図生成装置１０は、予め定められたタイミングで、各地点を対象として、図８に示す地図生成処理ルーチンを実行する。 When a plurality of travel data is stored in the travel database 166, the map generation device 10 executes a map generation processing routine shown in FIG. 8 for each point at a predetermined timing.
ステップＳ１００において、走行データ分類部１６８は、走行データベース１６６に格納された対象地点に対応する走行データの各々を、路面画像が表す路面の位置に応じて分類する。ステップＳ１００は、図９に示す走行データ分類処理ルーチンによって実現される。 In step S100, the travel data classification unit 168 classifies each of the travel data corresponding to the target points stored in the travel database 166 according to the position of the road surface represented by the road surface image. Step S100 is realized by a travel data classification process routine shown in FIG.
＜走行データ分類処理ルーチン＞
ステップＳ２００において、走行データベース１６６に蓄積された当該対象地点の各走行データの路面画像を、予め決められた絶対位置の区画毎に分割し、区画毎に分割された区画路面画像を含む区画走行データを生成する。
<Running data classification processing routine>
In step S200, the road image of each travel data of the target point stored in the travel database 166 is divided into sections of predetermined absolute positions, and the section travel data including the section road surface image divided for each section. Is generated.
ステップＳ２０２において、上記ステップＳ２００で生成された区画走行データの各々について、分類を未決定に設定する。 In step S202, the classification is set as undecided for each of the segment traveling data generated in step S200.
ステップＳ２０４において、変数ｎに１を格納する。 In step S204, 1 is stored in the variable n.
ステップＳ２０６において、分類が未決定である区画走行データが存在するか否かを判定する。分類が未決定である区画走行データが存在する場合には、ステップＳ２０８へ進む。一方、分類が未決定である区画走行データが存在しない場合には、ステップＳ２１６へ進む。 In step S206, it is determined whether or not there is segment traveling data whose classification is not yet determined. If there is segment travel data whose classification has not been determined, the process proceeds to step S208. On the other hand, if there is no section traveling data whose classification is not yet determined, the process proceeds to step S216.
ステップＳ２０８において、分類が未決定である区画走行データを１つ選択し、選択した区画走行データを基準データに設定する。 In step S208, one piece of section traveling data whose classification is not determined is selected, and the selected section traveling data is set as reference data.
ステップＳ２１０において、上記ステップＳ２０８で設定された基準データの分類番号を、上記ステップＳ２０４又は後述するステップＳ２１４で前回更新されたｎに設定する。 In step S210, the classification number of the reference data set in step S208 is set to n updated last time in step S204 or step S214 described later.
ステップＳ２１２において、上記ステップＳ２０８で設定された基準データに含まれる走行軌跡と、他の区画走行データに含まれる走行軌跡の各々とに基づいて、基準データと走行経路が同一である区画走行データの各々の分類番号を、上記ステップＳ２１０で設定された分類番号ｎに設定し、ステップＳ２１４でｎをインクリメントして、ステップＳ２０６へ戻る。 In step S212, based on the travel trajectory included in the reference data set in step S208 and each travel trajectory included in other segment travel data, the segment travel data having the same travel route as the reference data. Each classification number is set to the classification number n set in step S210, n is incremented in step S214, and the process returns to step S206.
ステップＳ２１６において、上記ステップＳ２１２で設定された分類結果を結果として出力して、走行データ分類処理ルーチンを終了する。 In step S216, the classification result set in step S212 is output as a result, and the running data classification processing routine is terminated.
次に、地図生成処理ルーチンに戻り、ステップＳ１０２において、相対関係推定部１７０は、対象地点の各区画に対し、上記ステップＳ１００で出力された分類毎に、区画走行データの区画路面画像の各々について、当該区画路面画像と他の区画路面画像とのペアの各々に対し、ペア間の相対位置関係を表す変形量を算出する。そして、相対関係推定部１７０は、各区画に対し、分類毎に、当該分類に分類された区画走行データの区画路面画像の各々について、ペアの各々に対して算出された相対位置関係を表す変形量に基づいて、当該路面画像と、基準となる仮想的な路面画像との間の相対位置関係を表す変形量を推定する。ステップＳ１０２は、図１０に示す相対関係推定処理ルーチンによって実現される。 Next, returning to the map generation processing routine, in step S102, the relative relationship estimation unit 170 for each section of the section travel data for each section of the target point, for each classification output in step S100. For each pair of the section road surface image and the other section road surface image, a deformation amount representing a relative positional relationship between the pairs is calculated. And the relative relationship estimation part 170 is a deformation | transformation showing the relative positional relationship calculated with respect to each of a pair about each division road surface image of the division traveling data classified into the said classification | category for every classification with respect to each division. Based on the amount, a deformation amount representing a relative positional relationship between the road surface image and a reference virtual road surface image is estimated. Step S102 is realized by the relative relationship estimation processing routine shown in FIG.
＜相対関係推定処理ルーチン＞
ステップＳ３００において、１つの区画を設定する。
<Relative relationship estimation processing routine>
In step S300, one section is set.
ステップＳ３０２において、１つの分類を設定する。 In step S302, one classification is set.
ステップＳ３０４において、上記ステップＳ３００で設定された区画に属する区画走行データであって、かつ上記ステップＳ３０２で設定された分類に属する区画走行データの区画路面画像を１つ設定する。 In step S304, one section road surface image of the section traveling data belonging to the section set in step S300 and belonging to the classification set in step S302 is set.
ステップＳ３０６において、上記ステップＳ３０４で設定された区画路面画像の部分画像群を設定する。 In step S306, a partial image group of the section road surface image set in step S304 is set.
ステップＳ３０８において、上記ステップＳ３０６で設定された部分画像群に含まれる部分画像の各々に対し設定された区画路面画像とは異なる他の区画路面画像の対応する部分画像とのペアを設定する。そして、設定された区画路面画像の部分画像群に含まれる部分画像の各々について、上記式（１）に従って、ペア間の相対位置関係を表す変形量を算出する。 In step S308, a pair with a corresponding partial image of another section road surface image different from the section road surface image set for each of the partial images included in the partial image group set in step S306 is set. And the deformation | transformation amount showing the relative positional relationship between a pair is calculated according to said Formula (1) about each of the partial image contained in the partial image group of the set division road surface image.
ステップＳ３１０において、他の全ての区画路面画像との間で、上記ステップＳ３０８の処理を実行したか否かを判定する。他の全ての区画路面画像との間で、上記ステップＳ３０８の処理を実行した場合には、ステップＳ３１２へ進む。一方、他の全ての区画路面画像との間で、上記ステップＳ３０８の処理を実行していない場合には、ステップＳ３０８へ戻る。 In step S310, it is determined whether or not the processing in step S308 has been executed with all other divided road surface images. If the process of step S308 is executed with all other section road surface images, the process proceeds to step S312. On the other hand, when the process of step S308 is not executed with all other divided road surface images, the process returns to step S308.
ステップＳ３１２において、上記ステップＳ３０６で設定された部分画像群に含まれる全ての部分画像の各々について、上記ステップＳ３０８で算出された変形量の各々に基づいて、上記式（２）に従って、当該部分画像と、基準となる仮想的な路面画像の部分画像との間の相対位置関係を表す変形量を推定する。 In step S312, for each of all partial images included in the partial image group set in step S306, the partial image is calculated according to the equation (2) based on the deformation amount calculated in step S308. And a deformation amount representing a relative positional relationship between the partial image of the reference virtual road surface image is estimated.
ステップＳ３１４において、上記ステップＳ３０２で設定された分類に属する全ての区画走行データの区画路面画像について、上記ステップＳ３０４〜ステップＳ３１２の処理を実行したか否かを判定する。分類に属する全ての区画走行データの区画路面画像について、上記ステップＳ３０４〜ステップＳ３１２の処理を実行した場合には、ステップＳ３１６へ進む。一方、上記ステップＳ３０４〜ステップＳ３１２の処理を実行していない区画走行データの区画路面画像が存在する場合には、ステップＳ３０４へ戻る。 In step S314, it is determined whether or not the processing in steps S304 to S312 has been executed for the section road surface images of all section traveling data belonging to the classification set in step S302. When the processing of step S304 to step S312 is executed for the section road surface images of all section traveling data belonging to the classification, the process proceeds to step S316. On the other hand, if there is a section road surface image of section traveling data that has not been subjected to the processing of step S304 to step S312 above, the process returns to step S304.
ステップＳ３１６において、上記ステップＳ３００で設定された区画に属する全ての分類について、上記ステップＳ３０２〜ステップＳ３１４の処理を実行したか否かを判定する。上記ステップＳ３００で設定された区画に属する全ての分類について、上記ステップＳ３０２〜ステップＳ３１４の処理を実行した場合には、ステップＳ３１８へ進む。一方、上記ステップＳ３０２〜ステップＳ３１４の処理を実行していない分類が存在する場合には、ステップＳ３０２へ戻る。 In step S316, it is determined whether or not the processing in steps S302 to S314 has been executed for all the classifications belonging to the section set in step S300. If the processes in steps S302 to S314 have been executed for all the classifications belonging to the section set in step S300, the process proceeds to step S318. On the other hand, if there is a classification for which the processes in steps S302 to S314 are not executed, the process returns to step S302.
ステップＳ３１８において、走行データの全ての区画について、上記ステップＳ３００〜ステップＳ３１６の処理を実行したか否かを判定する。全ての区画について、上記ステップＳ３００〜ステップＳ３１６の処理を実行した場合には、ステップＳ３２０へ進む。一方、上記ステップＳ３００〜ステップＳ３１６の処理を実行していない区画が存在する場合には、ステップＳ３００へ戻る。 In step S318, it is determined whether or not the processing in steps S300 to S316 has been executed for all sections of the travel data. When the processes in steps S300 to S316 are executed for all the sections, the process proceeds to step S320. On the other hand, if there is a partition for which the processes in steps S300 to S316 are not performed, the process returns to step S300.
ステップＳ３２０において、上記ステップＳ３１２で推定された変形量の各々を、結果として出力して相対関係推定処理ルーチンを終了する。 In step S320, each deformation amount estimated in step S312 is output as a result, and the relative relationship estimation processing routine is terminated.
次に、地図生成処理ルーチンに戻り、ステップＳ１０４において、相対関係推定部１７０は、区画路面画像の各々について、当該区画路面画像の部分画像を、上記ステップＳ１０２で当該部分画像について推定された、基準となる仮想的な区画路面画像の部分画像との間の相対位置関係を表す変形量に応じて変形させる。 Next, returning to the map generation processing routine, in step S104, the relative relationship estimation unit 170 determines the partial image of the section road surface image for each of the section road surface images, and the reference image estimated for the partial image in step S102. Is deformed in accordance with a deformation amount representing a relative positional relationship with a partial image of the virtual section road surface image.
ステップＳ１０６において、全体関係推定部１７２は、対象地点の各区画に対し、上記ステップＳ１００で出力された分類毎に、区画走行データの区画路面画像の各々について、上記ステップＳ１０４で変形された区画路面画像と、複数の分類の各々に分類され、かつ、変形された他の区画路面画像とのペアの各々に対し、ペア間の相対位置関係を表す変形量を算出する。そして、全体関係推定部１７２は、対象地点の各区画に対し、分類毎に、当該分類に分類された区画走行データの区画路面画像の各々について、ペアの各々に対して算出された相対位置関係を表す変形量に基づいて、当該区画路面画像と、全体の基準となる仮想的な区画路面画像との間の相対位置関係を表す変形量を推定する。ステップＳ１０６は、図１１に示す全体関係推定処理ルーチンによって実現される。 In step S106, the overall relationship estimation unit 172 for each segment of the target point, for each classification output in step S100, for each segment road surface image of the segment travel data, the segment road surface deformed in step S104. For each pair of an image and another segmented road surface image that is classified into a plurality of classifications and deformed, a deformation amount representing a relative positional relationship between the pairs is calculated. The overall relationship estimation unit 172 then calculates the relative positional relationship calculated for each of the pairs for each division of the target point, for each division, for each division road surface image of the division traveling data classified into the classification. Is estimated based on the deformation amount indicating the relative positional relationship between the partitioned road surface image and the virtual partitioned road surface image serving as the overall reference. Step S106 is realized by the overall relationship estimation processing routine shown in FIG.
＜全体関係推定処理ルーチン＞
ステップＳ４００において、１つの区画を設定する。
<Overall relationship estimation processing routine>
In step S400, one section is set.
ステップＳ４０２において、１つの分類を設定する。 In step S402, one classification is set.
ステップＳ４０４において、上記ステップＳ４００で設定された区画に属する区画走行データであって、かつ上記ステップＳ４０２で設定された分類に属する区画走行データの区画路面画像を１つ設定する。 In step S404, one section road surface image of the section traveling data belonging to the section set in step S400 and belonging to the classification set in step S402 is set.
ステップＳ４０６において、上記ステップＳ４０４で設定された区画路面画像の部分画像群を設定する。 In step S406, a partial image group of the section road surface image set in step S404 is set.
ステップＳ４０８において、上記ステップＳ４０６で設定された部分画像群に含まれる部分画像の各々に対し、１つの分類に属する区画走行データの区画路面画像の対応する部分画像とのペアを設定する。そして、設定された区画路面画像の部分画像群に含まれる部分画像の各々について、上記式（１）に従って、ペア間の相対位置関係を表す変形量を算出する。 In step S408, for each partial image included in the partial image group set in step S406, a pair with a corresponding partial image of a section road surface image of section traveling data belonging to one classification is set. And the deformation | transformation amount showing the relative positional relationship between a pair is calculated according to said Formula (1) about each of the partial image contained in the partial image group of the set division road surface image.
ステップＳ４１０において、全ての分類との間で、上記ステップＳ４０８の処理を実行したか否かを判定する。全ての分類との間で、上記ステップＳ４０８の処理を実行した場合には、ステップＳ４１２へ進む。一方、全ての分類との間で、上記ステップＳ４０８の処理を実行していない場合には、ステップＳ４０８へ戻る。 In step S410, it is determined whether or not the processing in step S408 has been executed with all classifications. If the process of step S408 has been executed for all classifications, the process proceeds to step S412. On the other hand, if the process of step S408 has not been executed with all classifications, the process returns to step S408.
ステップＳ４１２において、上記ステップＳ４０６で設定された部分画像群に含まれる全ての部分画像の各々について、上記ステップＳ４０８で算出された変形量の各々に基づいて、上記式（２）に従って、当該部分画像と、全体の基準となる仮想的な路面画像との間の相対位置関係を表す変形量を推定する。 In step S412, for each of all the partial images included in the partial image group set in step S406, the partial image is calculated according to the equation (2) based on the deformation amount calculated in step S408. And the amount of deformation representing the relative positional relationship between the virtual road surface image serving as the overall reference is estimated.
ステップＳ４１４において、上記ステップＳ４０２で設定された分類に属する全ての区画走行データの区画路面画像について、上記ステップＳ４０４〜ステップＳ４１２の処理を実行したか否かを判定する。分類に属する全ての区画走行データの区画路面画像について、上記ステップＳ４０４〜ステップＳ４１２の処理を実行した場合には、ステップＳ４１６へ進む。一方、上記ステップＳ４０４〜ステップＳ４１２の処理を実行していない区画走行データの区画路面画像が存在する場合には、ステップＳ４０４へ戻る。 In step S414, it is determined whether or not the processes in steps S404 to S412 have been executed for the section road surface images of all the section traveling data belonging to the classification set in step S402. If the processing of step S404 to step S412 is executed for the section road surface images of all section traveling data belonging to the classification, the process proceeds to step S416. On the other hand, when there is a section road surface image of the section travel data for which the processes of steps S404 to S412 are not executed, the process returns to step S404.
ステップＳ４１６において、上記ステップＳ４００で設定された区画に属する全ての分類について、上記ステップＳ４０２〜ステップＳ４１４の処理を実行したか否かを判定する。上記ステップＳ４００で設定された区画に属する全ての分類について、上記ステップＳ４０２〜ステップＳ４１４の処理を実行した場合には、ステップＳ４１８へ進む。一方、上記ステップＳ４０２〜ステップＳ４１４の処理を実行していない分類が存在する場合には、ステップＳ４０２へ戻る。 In step S416, it is determined whether or not the processing in steps S402 to S414 has been executed for all the classifications belonging to the section set in step S400. When the processes of steps S402 to S414 have been executed for all the classifications belonging to the section set in step S400, the process proceeds to step S418. On the other hand, if there is a classification for which the processing of step S402 to step S414 is not performed, the process returns to step S402.
ステップＳ４１８において、走行データの全ての区画について、上記ステップＳ４００〜ステップＳ４１６の処理を実行したか否かを判定する。全ての区画について、上記ステップＳ４００〜ステップＳ４１６の処理を実行した場合には、ステップＳ４２０へ進む。一方、上記ステップＳ４００〜ステップＳ４１６の処理を実行していない区画が存在する場合には、ステップＳ４００へ戻る。 In step S418, it is determined whether or not the processing in steps S400 to S416 has been executed for all sections of the travel data. When the processes in steps S400 to S416 are executed for all the sections, the process proceeds to step S420. On the other hand, if there is a partition for which the processes in steps S400 to S416 are not performed, the process returns to step S400.
ステップＳ４２０において、上記ステップＳ４１２で推定された変形量の各々を、結果として出力して全体関係推定処理ルーチンを終了する。 In step S420, each deformation amount estimated in step S412 is output as a result, and the overall relationship estimation processing routine is terminated.
次に、地図生成処理ルーチンに戻り、ステップＳ１０８において、走行データ統合部１７４は、対象地点の各区画に対し、分類毎に、当該分類に分類された区画走行データの区画路面画像の各々について、上記ステップＳ１０２で推定された変形量、及び上記ステップＳ１０６で推定された変形量に応じて変形させ、変形した複数の区画路面画像を統合する。 Next, returning to the map generation processing routine, in step S108, the travel data integration unit 174 for each section of the target point, for each classification, for each of the section road surface image of the section travel data classified into the classification. Deformation is performed according to the deformation amount estimated in step S102 and the deformation amount estimated in step S106, and a plurality of deformed divided road surface images are integrated.
ステップＳ１１０において、走行データ統合部１７４は、上記ステップＳ１０８で統合されたデータを地図データベース１７６に登録して、地図生成処理ルーチンを終了する。 In step S110, the travel data integration unit 174 registers the data integrated in step S108 in the map database 176, and ends the map generation processing routine.
以上説明したように、本実施の形態に係る地図生成装置によれば、車両の走行軌跡に沿って登録された路面を表す複数の路面画像であって、かつ車両に搭載されたセンサから得られた周辺環境情報に基づき生成された複数の路面画像を蓄積したデータベースに基づいて、路面画像の各々について、当該路面画像と、基準となる仮想的な路面画像との間の相対位置関係を表す変形量を推定し、当該路面画像を推定された変形量に応じて変形させ、路面画像と、全体の基準となる仮想的な路面画像との間の相対位置関係を表す変形量を推定し、複数の路面画像の各々を、基準となる仮想的な路面画像との間の相対位置関係を表す変形量、及び全体の基準となる仮想的な路面画像との間の相対位置関係を表す変形量に応じて変形させ、変形した複数の路面画像を統合して、地図データに登録することにより、車両の絶対位置について計測誤差が発生している場合であっても、車両の走行経路を考慮して精度よく地図データを生成することができる。 As described above, according to the map generation device according to the present embodiment, a plurality of road surface images representing road surfaces registered along the traveling locus of the vehicle, and obtained from sensors mounted on the vehicle. Based on a database that stores a plurality of road surface images generated based on the surrounding environment information, for each of the road surface images, a deformation representing a relative positional relationship between the road surface image and a reference virtual road surface image Estimating the amount, deforming the road surface image according to the estimated deformation amount, estimating a deformation amount representing a relative positional relationship between the road surface image and the virtual road surface image serving as an overall reference, and a plurality of Each of the road surface images is transformed into a deformation amount representing a relative positional relationship between the reference virtual road surface image and a deformation amount representing a relative positional relationship between the entire virtual road surface image serving as a reference. Deformed in response, deformed plural By integrating road surface images and registering them in map data, map data can be generated with high accuracy in consideration of the travel route of the vehicle even when a measurement error occurs in the absolute position of the vehicle. it can.
また、位置・運動計測センサが安価であることにより絶対位置の計測に誤差を含む場合であっても、絶対位置の計測に誤差を含むデータから高精度な地図データを生成することができる。 Further, even if the position / motion measurement sensor is inexpensive and includes errors in absolute position measurement, highly accurate map data can be generated from data including errors in absolute position measurement.
絶対位置の計測には走行ごとに誤差が含まれるため、複数回の走行データをまとめて１つの地図を生成するとずれが発生し、正しく地図を生成することができないが、複数の走行データ間の相対位置関係を推定し、走行データ間の相対位置関係を考慮して、全体を統合することで、各走行で生じる位置の誤差を低減し、ずれのない高精度な地図データを生成することができる。 Since the absolute position measurement includes an error for each run, if a single map is generated by combining multiple trip data, a shift occurs and the map cannot be generated correctly. By estimating the relative positional relationship and considering the relative positional relationship between the traveling data, and integrating the whole, it is possible to reduce the positional error that occurs in each traveling and to generate highly accurate map data without any deviation it can.
［第２の実施の形態］
次に、本発明の第２の実施の形態について説明する。なお、第１の実施の形態と同様の構成となる部分については、同一符号を付して説明を省略する。
[Second Embodiment]
Next, a second embodiment of the present invention will be described. In addition, about the part which becomes the structure similar to 1st Embodiment, the same code | symbol is attached | subjected and description is abbreviate | omitted.
第２の実施の形態では、区画走行データを分類せず、分類間の相対位置関係を推定しない点が、第１の実施の形態と異なっている。 The second embodiment is different from the first embodiment in that the segment traveling data is not classified and the relative positional relationship between the classifications is not estimated.
＜第２の実施の形態に係る地図生成装置２１０の構成＞
第２の実施の形態に係る地図生成装置２１０のコンピュータ２１６は、図１２に示すように、位置・運動計測センサ１４によって計測された車両の位置、方位、及び速度情報に基づいて、車両の走行軌跡を生成する走行軌跡生成部１６０と、外界観測センサ１２によって取得された車両の周辺画像と、走行軌跡生成部１６０によって生成された車両の走行軌跡とに基づいて、車両の走行軌跡に沿った路面を表す路面画像を生成し、路面画像と走行軌跡との組み合わせを表す走行データを生成する走行データ生成部１６２と、走行データ生成部１６２によって生成された走行データの各々を、走行軌跡の位置に対応させて走行データベース１６６に格納する走行データ蓄積部１６４と、走行データ生成部１６２によって生成された走行データの各々が格納される走行データベース１６６と、各地点に対し、当該地点の走行データの各々について、路面画像と基準となる仮想的な路面画像との間の相対位置関係を表す変形量を推定する相対関係推定部２７０と、走行データベース１６６に格納された走行データの路面画像の各々を、相対関係推定部１７０によって当該路面画像について推定された変形量に応じて変形させ、変形した複数の路面画像を統合して、地図データベース１７６に登録する走行データ統合部２７４と、走行データ統合部２７４によって登録された地図データが格納される地図データベース１７６とを備えている。なお、走行データ統合部２７４は、統合手段の一例である。
<Configuration of map generation apparatus 210 according to the second embodiment>
As shown in FIG. 12, the computer 216 of the map generation device 210 according to the second embodiment travels the vehicle based on the vehicle position, direction, and speed information measured by the position / motion measurement sensor 14. Based on the travel trajectory generating unit 160 that generates the trajectory, the surrounding image of the vehicle acquired by the external field observation sensor 12, and the travel trajectory of the vehicle generated by the travel trajectory generating unit 160, the travel trajectory along the vehicle A road data representing a road surface is generated, a travel data generating unit 162 that generates travel data representing a combination of the road surface image and the travel trajectory, and each of the travel data generated by the travel data generating unit 162 is represented by the position of the travel trajectory. Of the travel data generated by the travel data storage unit 164 stored in the travel database 166 and the travel data generation unit 162 And a travel database 166 in which each is stored, and for each point, a relative amount that estimates a deformation amount representing a relative positional relationship between a road surface image and a reference virtual road surface image for each of the travel data of the point. Each of the road surface images of the travel data stored in the relationship estimation unit 270 and the travel database 166 is deformed according to the deformation amount estimated for the road surface image by the relative relationship estimation unit 170, and a plurality of deformed road surface images are obtained. A travel data integration unit 274 that is integrated and registered in the map database 176 and a map database 176 that stores the map data registered by the travel data integration unit 274 are provided. The travel data integration unit 274 is an example of an integration unit.
相対関係推定部２７０は、各地点の各区画に対し、区画走行データの区画路面画像の各々について、当該区画路面画像と他の区画路面画像とのペアの各々に対し、相対関係推定部１７０と同様に、ペア間の相対位置関係を表す変形量を算出する。そして、相対関係推定部２７０は、各地点の各区画に対し、区画走行データの区画路面画像の各々について、ペアの各々に対して算出された相対位置関係を表す変形量に基づいて、相対関係推定部１７０と同様に、当該区画路面画像と、基準となる仮想的な路面画像との間の相対位置関係を表す変形量を推定する。 The relative relationship estimation unit 270, for each segment at each point, for each segment road surface image of the segment travel data, for each pair of the segment road surface image and the other segment road surface image, Similarly, a deformation amount representing the relative positional relationship between the pairs is calculated. Then, the relative relationship estimation unit 270 determines the relative relationship based on the deformation amount representing the relative positional relationship calculated for each of the pairs for each of the divided road surface images of the divided traveling data for each divided portion of each point. Similar to the estimation unit 170, a deformation amount representing a relative positional relationship between the section road image and the reference virtual road image is estimated.
走行データ統合部２７４は、各地点の各区画に対し、区画走行データの区画路面画像の各々について、相対関係推定部１７０によって当該区画路面画像について推定された、基準となる仮想的な区画路面画像との間の相対位置関係を表す変形量に応じて変形させ、変形した複数の区画路面画像を統合して、地図データベース１７６に登録する。 The travel data integration unit 274, for each section at each point, for each section road image of the section travel data, a virtual section road image serving as a reference estimated by the relative relationship estimation unit 170 for the section road surface image. Are deformed according to the deformation amount representing the relative positional relationship between the two and the plurality of deformed section road surface images are integrated and registered in the map database 176.
＜第２の実施の形態に係る地図生成装置２１０の作用＞
次に、第２の実施の形態に係る地図生成装置２１０の作用について説明する。地図生成装置２１０を搭載した車両が走行し、外界観測センサ１２によって車両の周辺画像が取得され、位置・運動計測センサ１４によって各時刻の車両の位置、方位、速度情報が計測されているときに、走行軌跡生成部１６０は、位置・運動計測センサ１４によって計測された、各時刻の車両の位置、方位、及び速度情報に基づいて、車両の走行軌跡を生成する。また、走行データ生成部１６２は、外界観測センサ１２によって取得された各時刻の車両の周辺画像と、走行軌跡生成部１６０によって生成された車両の走行軌跡とに基づいて、車両の走行軌跡に沿った路面を表す路面画像を生成し、走行軌跡と組み合わせて、路面画像に絶対座標を付与する。そして、走行データ生成部１６２は、路面画像と走行軌跡とを組み合わせて、絶対座標が付与された路面画像を表す走行データを生成する。次に、走行データ蓄積部１６４は、走行データ生成部１６２によって生成された走行データの各々を、走行データベース１６６に格納する。
<Operation of Map Generating Device 210 according to Second Embodiment>
Next, the operation of the map generation device 210 according to the second embodiment will be described. When a vehicle equipped with the map generation device 210 travels, a surrounding image of the vehicle is acquired by the external observation sensor 12, and the position, direction, and speed information of the vehicle at each time is measured by the position / motion measurement sensor 14. The traveling locus generation unit 160 generates a traveling locus of the vehicle based on the position, direction, and speed information of the vehicle at each time measured by the position / motion measurement sensor 14. In addition, the travel data generation unit 162 follows the travel locus of the vehicle based on the surrounding image of the vehicle at each time acquired by the external field observation sensor 12 and the travel locus of the vehicle generated by the travel locus generation unit 160. A road surface image representing the road surface is generated, and absolute coordinates are given to the road surface image in combination with the travel locus. Then, the travel data generation unit 162 generates travel data representing the road surface image to which the absolute coordinates are given by combining the road surface image and the travel locus. Next, the travel data accumulation unit 164 stores each of the travel data generated by the travel data generation unit 162 in the travel database 166.
走行データベース１６６に複数の走行データが格納されると、地図生成装置１０は、予め定められたタイミングで、各地点を対象として、図１３に示す地図生成処理ルーチンを実行する。 When a plurality of travel data is stored in the travel database 166, the map generation apparatus 10 executes a map generation processing routine shown in FIG. 13 for each point at a predetermined timing.
ステップＳ５０２において、相対関係推定部２７０は、対象地点の各区画に対し、区画走行データの区画路面画像の各々について、当該区画路面画像と他の区画路面画像とのペアの各々に対し、上記第１の実施の形態で説明したステップＳ３０８と同様に、ペア間の相対位置関係を表す変形量を算出する。そして、相対関係推定部１７０は、対象地点の各区画に対し、区画走行データの区画路面画像の各々について、ペアの各々に対して算出された相対位置関係を表す変形量に基づいて、上記第１の実施の形態で説明したステップＳ３１２と同様に、当該区画路面画像と、基準となる仮想的な路面画像との間の相対位置関係を表す変形量を推定する。ステップＳ５０２は、図１４に示す相対関係推定処理ルーチンによって実現される。 In step S502, the relative relationship estimation unit 270 performs, for each segment of the target point, for each segment road surface image of the segment traveling data, for each pair of the segment road surface image and the other segment road surface image. Similar to step S308 described in the first embodiment, a deformation amount representing the relative positional relationship between the pairs is calculated. Then, the relative relationship estimation unit 170 performs the above-described calculation based on the deformation amount representing the relative positional relationship calculated for each of the pairs for each of the section road surface images of the section travel data for each section of the target point. Similar to step S312 described in the first embodiment, a deformation amount representing a relative positional relationship between the section road surface image and a reference virtual road surface image is estimated. Step S502 is realized by the relative relationship estimation processing routine shown in FIG.
ステップＳ５０８において、走行データ統合部２７４は、対象地点の各区画に対し、区画走行データの区画路面画像の各々について、上記ステップＳ５０２で推定された、当該区画路面画像と、基準となる仮想的な路面画像との間の相対位置関係を表す変形量に応じて変形させ、変形した複数の区画路面画像を統合する。 In step S508, the travel data integration unit 274, for each section of the target point, for each section road surface image of the section travel data, the section road surface image estimated in step S502 and a virtual reference as a reference. Deformation is performed according to the amount of deformation representing the relative positional relationship with the road surface image, and a plurality of deformed section road surface images are integrated.
なお、第２の実施の形態に係る地図生成装置２１０の他の構成及び作用については、第１の実施の形態と同様であるため、説明を省略する。 In addition, about the other structure and effect | action of the map production | generation apparatus 210 which concern on 2nd Embodiment, since it is the same as that of 1st Embodiment, description is abbreviate | omitted.
以上説明したように、本実施の形態に係る地図生成装置によれば、車両の走行軌跡に沿って登録された路面を表す複数の路面画像であって、かつ車両に搭載されたセンサから得られた周辺環境情報に基づき生成された複数の路面画像を蓄積したデータベースに基づいて、対応する路面画像の各々について、当該路面画像と他の路面画像とのペアの各々に対し、当該ペア間の相対位置関係を表す変形量を算出し、ペアの各々に対して算出された相対位置関係を表す変形量に基づいて、路面画像と、基準となる仮想的な路面画像との間の相対位置関係を表す変形量を推定し、複数の路面画像の各々を、路面画像について推定された、基準となる仮想的な路面画像との間の相対位置関係を表す変形量に応じて変形させ、変形した複数の路面画像を統合して、地図データに登録することにより、車両の絶対位置について計測誤差が発生している場合であっても、精度よく地図データを生成することができる。 As described above, according to the map generation device according to the present embodiment, a plurality of road surface images representing road surfaces registered along the traveling locus of the vehicle, and obtained from sensors mounted on the vehicle. Based on a database that stores a plurality of road surface images generated based on the surrounding environment information, for each corresponding road surface image, relative to each pair of the road surface image and another road surface image A deformation amount representing a positional relationship is calculated, and a relative positional relationship between the road surface image and a reference virtual road surface image is calculated based on the deformation amount representing the relative positional relationship calculated for each pair. The deformation amount to be expressed is estimated, and each of the plurality of road surface images is deformed in accordance with the deformation amount representing the relative positional relationship between the reference virtual road surface image and the estimated road surface image. The road image of To, by registering in the map data, even when the measurement error for the absolute position of the vehicle has occurred, it is possible to accurately generate the map data.
［第３の実施の形態］
次に、本発明の第３の実施の形態について説明する。なお、第１又は第２の実施の形態と同様の構成となる部分については、同一符号を付して説明を省略する。
[Third Embodiment]
Next, a third embodiment of the present invention will be described. In addition, about the part which becomes the same structure as 1st or 2nd embodiment, the same code | symbol is attached | subjected and description is abbreviate | omitted.
第３の実施の形態に係る地図生成装置は、レーザレーダによって計測された３次元点群データに基づいて路面画像を生成し、地図データを生成する点が、第１又は第２の実施の形態と異なっている。 The map generating apparatus according to the third embodiment generates a road surface image based on three-dimensional point cloud data measured by a laser radar, and the point at which map data is generated is the first or second embodiment. Is different.
＜第３の実施の形態に係る地図生成装置３１０の構成＞
図１５に示すように、本発明の第３の実施の形態に係る地図生成装置３１０は、車両の周辺環境を計測する外界観測センサ３１２と、車両の位置情報及び運動情報を計測する位置・運動計測センサ１４と、外界観測センサ３１２によって取得された周辺環境情報と、位置・運動計測センサ１４によって計測された車両の位置情報及び運動情報とに基づいて、地図データを生成するコンピュータ３１６とを備えている。
<Configuration of map generation apparatus 310 according to the third embodiment>
As shown in FIG. 15, a map generation apparatus 310 according to the third embodiment of the present invention includes an external field observation sensor 312 that measures a surrounding environment of a vehicle, and a position / motion that measures position information and motion information of the vehicle. A measurement sensor 14, a computer 316 that generates map data based on the surrounding environment information acquired by the external field observation sensor 312 and the vehicle position information and movement information measured by the position / movement measurement sensor 14. ing.
第３の実施の形態では、外界観測センサ３１２としてレーザレーダを用いる場合を例に説明する。外界観測センサ３１２は、車両の周辺環境情報として、レーザレーダにより計測した車両の周辺の３次元点群データを取得する。 In the third embodiment, a case where a laser radar is used as the external field observation sensor 312 will be described as an example. The external field observation sensor 312 acquires three-dimensional point cloud data around the vehicle measured by the laser radar as vehicle surrounding environment information.
コンピュータ３１６は、ＣＰＵ、後述する地図生成処理ルーチンを実現するためのプログラムを記憶したＲＯＭ、データを一時的に記憶するＲＡＭ、及びＨＤＤ等の記憶装置で構成され、機能的には次に示すように構成されている。 The computer 316 includes a CPU, a ROM that stores a program for realizing a map generation processing routine, which will be described later, a RAM that temporarily stores data, and a storage device such as an HDD. It is configured.
コンピュータ３１６は、図１５に示すように、走行軌跡生成部１６０と、位置・運動計測センサ１４によって計測された車両の位置、方位、及び速度情報と、外界観測センサ３１２によって取得された車両の周辺の３次元点群データと、走行軌跡生成部１６０によって生成された車両の走行軌跡とに基づいて、車両の走行軌跡に沿った路面を表す路面画像を生成し、路面画像と走行軌跡との組み合わせを表す走行データを生成する走行データ生成部３６２と、走行データ蓄積部１６４と、走行データベース１６６と、走行データ分類部１６８と、相対関係推定部１７０と、全体関係推定部１７２と、走行データ統合部１７４と、地図データベース１７６とを備えている。 As shown in FIG. 15, the computer 316 includes the vehicle trajectory generation unit 160, vehicle position, orientation, and speed information measured by the position / motion measurement sensor 14, and the vehicle periphery acquired by the external field observation sensor 312. A road surface image representing the road surface along the vehicle travel path is generated based on the three-dimensional point cloud data of the vehicle and the vehicle travel path generated by the travel path generation unit 160, and a combination of the road surface image and the travel path Data generation unit 362 for generating travel data representing the travel data, travel data storage unit 164, travel database 166, travel data classification unit 168, relative relationship estimation unit 170, overall relationship estimation unit 172, and travel data integration A unit 174 and a map database 176 are provided.
走行データ生成部３６２は、図１６に示すように、立体物判定部３６４と、グルーピング部３６６と、移動物判定部３６８と、２次元画像生成部３７０とを備えている。 As illustrated in FIG. 16, the travel data generation unit 362 includes a three-dimensional object determination unit 364, a grouping unit 366, a moving object determination unit 368, and a two-dimensional image generation unit 370.
立体物判定部３６４は、外界観測センサ３１２によって取得された車両の周辺の３次元点群データに基づいて、３次元点群データに対して立体物判定を行い、３次元点群データを、路面を表す３次元点群データと立体物を表す３次元点群データとに分類する。３次元点群データの各点が立体物の点であるか否かの判定には、局所的な高さの分布を利用する。 The three-dimensional object determination unit 364 performs three-dimensional object determination on the three-dimensional point cloud data based on the three-dimensional point cloud data around the vehicle acquired by the external field observation sensor 312, and converts the three-dimensional point cloud data to the road surface. Are classified into three-dimensional point group data representing a three-dimensional object and three-dimensional point group data representing a three-dimensional object. A local height distribution is used to determine whether or not each point of the three-dimensional point cloud data is a solid object.
図１７に、局所的な高さを推定するための方法の一例を示す。具体的には、立体物判定部３６４は、外界観測センサ３１２によって取得された３次元点群データに基づいて、図１７に示すように、所定の大きさで区切られた２次元グリッドに３次元点群データの各点を投票する。そして、立体物判定部３６４は、２次元グリッドの各グリッドに対して、投票された３次元点の高さの分布を計算し、計算された高さが予め定められたしきい値以上であれば、当該グリッドに投票された３次元点は立体物の点であると判定する。一方、立体物判定部３６４は、計算された高さが予め定められたしきい値より小さければ、当該グリッドに投票された３次元点は路面の点であると判定する。 FIG. 17 shows an example of a method for estimating the local height. Specifically, the three-dimensional object determination unit 364 performs three-dimensional analysis on a two-dimensional grid partitioned by a predetermined size, as shown in FIG. 17, based on the three-dimensional point cloud data acquired by the external field observation sensor 312. Vote for each point in the point cloud data. Then, the three-dimensional object determination unit 364 calculates the distribution of the height of the voted three-dimensional points for each of the two-dimensional grids, and if the calculated height is equal to or greater than a predetermined threshold value. For example, the three-dimensional point voted on the grid is determined to be a three-dimensional object. On the other hand, if the calculated height is smaller than a predetermined threshold value, the three-dimensional object determination unit 364 determines that the three-dimensional point voted on the grid is a road surface point.
グルーピング部３６６は、立体物判定部３６４によって立体物の点であると判定された３次元点群データに対し、グルーピングを行い、３次元点群データを複数のグループに分類する。具体的には、グルーピング部３６６は、立体物判定部３６４によって立体物の点と判定された３次元点群データの３次元点の各々に対し、３次元空間上での距離が予め定められた値未満の点同士を同じグループに属するとしてまとめ、３次元点群データを複数のグループに分類する。 The grouping unit 366 performs grouping on the three-dimensional point group data determined to be a point of the three-dimensional object by the three-dimensional object determination unit 364, and classifies the three-dimensional point group data into a plurality of groups. Specifically, the grouping unit 366 has predetermined distances in the three-dimensional space for each of the three-dimensional points of the three-dimensional point cloud data determined by the three-dimensional object determination unit 364 as the points of the three-dimensional object. The points less than the value are grouped together as belonging to the same group, and the three-dimensional point cloud data is classified into a plurality of groups.
移動物判定部３６８は、位置・運動計測センサ１４によって計測された車両の位置、方位、及び速度情報と、グルーピング部３６６によって分類された３次元点群データの複数のグループとに基づいて、当該グループを時刻間で追跡する。そして、移動物判定部３６８は、当該グループの移動速度及び移動方向と位置・運動計測センサ１４によって計測された車両の方位、及び速度情報とを比較し、自車両の運動と異なるグループを移動立物体と判定する。 The moving object determination unit 368 is based on the vehicle position, direction, and speed information measured by the position / motion measurement sensor 14 and the plurality of groups of the three-dimensional point cloud data classified by the grouping unit 366. Track groups across time. Then, the moving object determination unit 368 compares the moving speed and moving direction of the group with the vehicle orientation and speed information measured by the position / motion measurement sensor 14, and moves the group different from the movement of the own vehicle. Judge as an object.
例えば、移動物判定部３６８は、３次元点群データの複数のグループの各々について、位置・運動計測センサ１４によって計測された自車両の速度情報と当該グループの移動速度との差分を算出し、算出された差分が予め定められた第１の閾値以下であって、かつ当該グループの移動方向が自車両の進行方向と同じである場合には、自車両の進行方向と同じ方向に移動する移動立体物であると判定する。 For example, the moving object determination unit 368 calculates, for each of the plurality of groups of the three-dimensional point cloud data, the difference between the speed information of the host vehicle measured by the position / motion measurement sensor 14 and the moving speed of the group, A movement that moves in the same direction as the traveling direction of the host vehicle when the calculated difference is equal to or smaller than a predetermined first threshold and the traveling direction of the group is the same as the traveling direction of the host vehicle. It is determined that the object is a three-dimensional object.
また、移動物判定部３６８は、３次元点群データの複数のグループの各々について、位置・運動計測センサ１４によって計測された自車両の速度情報とグループの移動速度との差分を算出し、算出された差分が予め定められた第２の閾値以上であって、かつ当該グループの移動方向が自車両の進行方向と反対方向である場合には、自車両の進行方向と反対方向に移動する移動立体物であると判定する。 Further, the moving object determination unit 368 calculates, for each of the plurality of groups of the three-dimensional point cloud data, a difference between the speed information of the host vehicle measured by the position / motion measurement sensor 14 and the moving speed of the group. Movement that moves in a direction opposite to the traveling direction of the host vehicle when the difference is equal to or greater than a predetermined second threshold and the moving direction of the group is opposite to the traveling direction of the host vehicle. It is determined that the object is a three-dimensional object.
また、移動物判定部３６８は、３次元点群データの複数のグループの各々について、位置・運動計測センサ１４によって計測された自車両の速度情報とグループの移動速度との差分を算出し、算出された差分が予め定められた第２の閾値未満であって、かつ当該グループの移動方向が自車両の進行方向と反対方向である場合には、静止立体物であると判定する。 Further, the moving object determination unit 368 calculates, for each of the plurality of groups of the three-dimensional point cloud data, a difference between the speed information of the host vehicle measured by the position / motion measurement sensor 14 and the moving speed of the group. If the calculated difference is less than a predetermined second threshold and the moving direction of the group is opposite to the traveling direction of the host vehicle, it is determined that the object is a stationary solid object.
２次元画像生成部３７０は、移動物判定部３６８によって静止立体物であると判定されたグループの３次元点群データに基づいて、路面画像を生成する。具体的には、２次元画像生成部３７０は、移動物判定部３６８によって静止立体物であると判定されたグループの３次元点群データの各点を、２次元グリッドへ投票することで路面画像を生成する。 The two-dimensional image generation unit 370 generates a road surface image based on the three-dimensional point cloud data of the group determined to be a stationary solid object by the moving object determination unit 368. Specifically, the two-dimensional image generation unit 370 votes each point of the three-dimensional point cloud data of the group determined to be a stationary solid object by the moving object determination unit 368 to the two-dimensional grid, thereby locating the road surface image. Is generated.
図１８に、２次元画像生成部３７０が生成する路面画像の一例を示す。例えば、２次元画像生成部３７０は、図１８（Ａ）に示すように、３次元点群データの静止立体物の点のみをプロットしたエッジ点画像を路面画像として生成することができる。また、２次元画像生成部３７０は、図１８（Ｂ）に示すように、３次元点群データの静止立体物の高さまたは反射強度を画素値とした画像を路面画像として生成することができる。 FIG. 18 shows an example of a road surface image generated by the two-dimensional image generation unit 370. For example, as shown in FIG. 18A, the two-dimensional image generation unit 370 can generate an edge point image in which only the points of the stationary solid object of the three-dimensional point group data are plotted as a road surface image. Further, as illustrated in FIG. 18B, the two-dimensional image generation unit 370 can generate, as a road surface image, an image in which the height or reflection intensity of a stationary three-dimensional object of the three-dimensional point cloud data is a pixel value. .
なお、２次元画像生成部３７０が生成した路面画像から相対位置関係を表す変形量を推定する場合には、外界観測センサにカメラを用いた上記第１又は第２の実施の形態と同様に、上記式（１）のマッチングコストに基づくコスト計算を用いることができる。 In addition, when estimating the deformation | transformation amount showing a relative positional relationship from the road surface image which the two-dimensional image generation part 370 produced | generated, similarly to the said 1st or 2nd embodiment using the camera for the external field observation sensor, Cost calculation based on the matching cost of the above equation (1) can be used.
なお、第３の実施の形態に係る地図生成装置３１０の他の構成及び作用については、第１の実施の形態と同様であるため、説明を省略する。 In addition, about the other structure and effect | action of the map production | generation apparatus 310 which concern on 3rd Embodiment, since it is the same as that of 1st Embodiment, description is abbreviate | omitted.
以上説明したように、本実施の形態に係る地図生成装置によれば、車両の走行軌跡に沿って登録された路面を表す複数の路面画像であって、かつ車両に搭載されたセンサから得られた３次元点群データに基づき生成された複数の路面画像を蓄積したデータベースに基づいて、対応する路面画像の各々について、当該路面画像と他の路面画像とのペアの各々に対し、当該ペア間の相対位置関係を表す変形量を算出し、ペアの各々に対して算出された相対位置関係を表す変形量に基づいて、路面画像と、基準となる仮想的な路面画像との間の相対位置関係を表す変形量を推定し、複数の路面画像の各々を、路面画像について推定された、基準となる仮想的な路面画像との間の相対位置関係を表す変形量に応じて変形させ、変形した複数の路面画像を統合して、地図データに登録することにより、車両の絶対位置について計測誤差が発生している場合であっても、精度よく地図データを生成することができる。 As described above, according to the map generation device according to the present embodiment, a plurality of road surface images representing road surfaces registered along the traveling locus of the vehicle, and obtained from sensors mounted on the vehicle. Between each pair of the road surface image and another road surface image for each corresponding road surface image based on a database in which a plurality of road surface images generated based on the three-dimensional point cloud data are accumulated. The relative position between the road surface image and the reference virtual road surface image is calculated based on the deformation amount representing the relative positional relationship calculated for each of the pairs. The amount of deformation representing the relationship is estimated, and each of the plurality of road surface images is deformed according to the amount of deformation representing the relative positional relationship between the reference virtual road surface image estimated for the road surface image, and deformed. Multiple road images Integrated, by registering in the map data, even when the measurement error for the absolute position of the vehicle has occurred, it is possible to accurately generate the map data.
なお、第３の実施の形態を、第２の実施の形態に適用させてもよい。 Note that the third embodiment may be applied to the second embodiment.
［第４の実施の形態］
次に、本発明の第４の実施の形態について説明する。なお、第１〜第３の実施の形態と同様の構成となる部分については、同一符号を付して説明を省略する。
[Fourth Embodiment]
Next, a fourth embodiment of the present invention will be described. In addition, about the part which becomes the structure similar to the 1st-3rd embodiment, the same code | symbol is attached | subjected and description is abbreviate | omitted.
第４の実施の形態に係る地図生成装置は、レーザレーダによって計測された３次元点群データから地図データを生成する点が、第１〜第３の実施の形態と異なっている。 The map generation apparatus according to the fourth embodiment is different from the first to third embodiments in that map data is generated from three-dimensional point cloud data measured by a laser radar.
＜第４の実施の形態に係る地図生成装置４１０の構成＞
図１９に示すように、本発明の第４の実施の形態に係る地図生成装置４１０は、車両の周辺環境を計測する外界観測センサ３１２と、車両の位置情報及び運動情報を計測する位置・運動計測センサ１４と、外界観測センサ３１２によって取得された周辺環境情報と、位置・運動計測センサ１４によって計測された車両の位置情報及び運動情報とに基づいて、地図データを生成するコンピュータ４１６とを備えている。
<Configuration of Map Generating Device 410 According to Fourth Embodiment>
As shown in FIG. 19, a map generation apparatus 410 according to the fourth embodiment of the present invention includes an external field observation sensor 312 that measures a surrounding environment of a vehicle, and a position / motion that measures vehicle position information and motion information. A measurement sensor 14, a computer 416 that generates map data based on the surrounding environment information acquired by the external field observation sensor 312 and the vehicle position information and motion information measured by the position / motion measurement sensor 14. ing.
第４の実施の形態では、第３の実施の形態と同様に、外界観測センサ３１２としてレーザレーダを用いる場合を例に説明する。外界観測センサ３１２は、車両の周辺環境情報として、レーザレーダにより計測した車両の周辺の３次元点群データを取得する。 In the fourth embodiment, as in the third embodiment, a case where a laser radar is used as the external field observation sensor 312 will be described as an example. The external field observation sensor 312 acquires three-dimensional point cloud data around the vehicle measured by the laser radar as vehicle surrounding environment information.
コンピュータ４１６は、ＣＰＵ、後述する地図生成処理ルーチンを実現するためのプログラムを記憶したＲＯＭ、データを一時的に記憶するＲＡＭ、及びＨＤＤ等の記憶装置で構成され、機能的には次に示すように構成されている。 The computer 416 includes a CPU, a ROM that stores a program for realizing a map generation processing routine described later, a RAM that temporarily stores data, and a storage device such as an HDD. It is configured.
コンピュータ４１６は、図１９に示すように、走行軌跡生成部１６０と、位置・運動計測センサ１４によって計測された車両の位置、方位、及び速度情報と、外界観測センサ３１２によって取得された車両の周辺の３次元点群データと、走行軌跡生成部１６０によって生成された車両の走行軌跡とに基づいて、車両の走行軌跡に沿った３次元点群データを生成し、３次元点群データと走行軌跡との組み合わせを表す走行データを生成する走行データ生成部４６２と、走行データ生成部４６２によって生成された走行データの各々を、走行軌跡の位置に対応させて走行データベース４６６に格納する走行データ蓄積部１６４と、走行データ生成部４６２によって生成された走行データの各々が格納される走行データベース４６６と、各地点に対し、走行データベース４６６に格納された当該地点の走行データの各々を、３次元点群データが表す路面の位置に応じて分類する走行データ分類部４６８と、各地点に対し、分類毎に、当該分類に属する走行データの各々について、３次元点群データと基準となる仮想的な３次元点群データとの間の相対位置関係を表す変形量を推定する相対関係推定部４７０と、各地点に対し、当該地点の走行データの各々について、３次元点群データと全体の基準となる仮想的な３次元点群データとの間の相対位置関係を表す変形量を推定する全体関係推定部４７２と、走行データベース４６６に格納された走行データの３次元点群データの各々を、相対関係推定部４７０によって当該３次元点群データについて推定された変形量、及び全体関係推定部４７２によって当該３次元点群データについて推定された変形量に応じて変形させ、変形した複数の３次元点群データを統合して、地図データベース４７６に登録する走行データ統合部４７４と、走行データ統合部４７４によって登録された地図データが格納される地図データベース４７６とを備えている。３次元点群データは、走路データの一例である。 As shown in FIG. 19, the computer 416 includes the vehicle trajectory generation unit 160, vehicle position, direction, and speed information measured by the position / motion measurement sensor 14, and the vehicle periphery acquired by the external field observation sensor 312. Based on the three-dimensional point cloud data of the vehicle and the traveling locus of the vehicle generated by the traveling locus generation unit 160, the three-dimensional point cloud data and the traveling locus are generated along the traveling locus of the vehicle. Data generating unit 462 that generates driving data representing a combination of the driving data, and a driving data accumulating unit that stores each of the driving data generated by the driving data generating unit 462 in the driving database 466 in association with the position of the driving locus. 164, a travel database 466 in which each of the travel data generated by the travel data generation unit 462 is stored, The travel data classifying unit 468 classifies each of the travel data stored in the travel database 466 according to the position of the road surface represented by the three-dimensional point cloud data, and for each point, the classification A relative relationship estimating unit 470 that estimates a deformation amount representing a relative positional relationship between the three-dimensional point cloud data and the reference virtual three-dimensional point cloud data, and An overall relationship estimation unit 472 that estimates a deformation amount representing a relative positional relationship between the 3D point cloud data and the virtual 3D point cloud data serving as the overall reference for each of the travel data of the point; For each of the three-dimensional point cloud data of the traveling data stored in the traveling database 466, the deformation amount estimated for the three-dimensional point group data by the relative relationship estimating unit 470 and the overall relationship estimating unit 4 A travel data integration unit 474 that integrates a plurality of deformed three-dimensional point cloud data and registers them in the map database 476; A map database 476 in which the map data registered by the unit 474 is stored. The three-dimensional point cloud data is an example of runway data.
走行データ生成部４６２は、図２０に示すように、立体物判定部３６４と、グルーピング部３６６と、移動物判定部３６８と、データ生成部４６４とを備えている。 As illustrated in FIG. 20, the travel data generation unit 462 includes a three-dimensional object determination unit 364, a grouping unit 366, a moving object determination unit 368, and a data generation unit 464.
データ生成部４６４は、移動物判定部３６８によって静止立体物であると判定されたグループの３次元点群データと、立体物判定部３６４によって路面を表すと判定された３次元点群データと、走行軌跡生成部１６０によって生成された車両の走行軌跡とに基づいて、車両の走行軌跡に沿った３次元点群データを生成し、３次元点群データと走行軌跡との組み合わせを表す走行データを生成する。 The data generation unit 464 includes three-dimensional point cloud data of a group determined to be a stationary solid object by the moving object determination unit 368, three-dimensional point group data determined to represent a road surface by the three-dimensional object determination unit 364, Based on the travel locus of the vehicle generated by the travel locus generation unit 160, 3D point cloud data is generated along the travel locus of the vehicle, and travel data representing a combination of the 3D point cloud data and the travel locus is generated. Generate.
走行データ分類部４６８は、各地点に対し、走行データベース１６６に格納された当該地点に対応する走行データの各々を、３次元点群データが表す路面の位置に応じて分類する。具体的には、走行データ分類部４６８は、各地点に対し、走行データベース１６６に蓄積された当該地点の各走行データの３次元点群データを、予め決められた絶対位置の区画毎に分割し、区画毎に分割された区画３次元点群データを含む区画走行データを生成する。次に、走行データ分類部４６８は、同じ区画の区画走行データを、当該区画走行データに対応する走行データに含まれる走行軌跡から得られる車両の走行経路に応じて分類する。 The travel data classifying unit 468 classifies each of the travel data corresponding to the point stored in the travel database 166 according to the position of the road surface represented by the three-dimensional point group data. Specifically, the travel data classifying unit 468 divides, for each point, the three-dimensional point cloud data of each travel data stored in the travel database 166 for each predetermined absolute position section. Then, section traveling data including section three-dimensional point cloud data divided for each section is generated. Next, the travel data classification unit 468 classifies the segment travel data of the same section according to the travel route of the vehicle obtained from the travel locus included in the travel data corresponding to the segment travel data.
相対関係推定部４７０は、各地点の各区画に対し、分類毎に、走行データ分類部４６８によって当該分類に分類された区画走行データの区画３次元点群データの各々について、当該区画３次元点群データと他の区画３次元点群データとのペアの各々に対し、ペア間の相対位置関係を表す変形量を算出する。 The relative relationship estimation unit 470 performs, for each classification of each section at each point, for each of the section three-dimensional point cloud data of the section traveling data classified into the classification by the traveling data classification unit 468. For each pair of group data and other three-dimensional point group data, a deformation amount representing the relative positional relationship between the pairs is calculated.
図２１及び図２２に、同一の分類に属する区画３次元点群データの各々について、複数の３次元点での対応を求める方法の一例を示す。例えば、相対関係推定部４７０は、複数の３次元点での対応を求める方法として、区画３次元点群データの各々について、区画３次元点群データから図２１（Ａ）に示すような部分点群を抽出し、部分点群毎に、図２１（Ｂ）に示すような他の区画３次元点群データの部分点群とマッチングを行い、対応関係を求める。 FIG. 21 and FIG. 22 show an example of a method for obtaining correspondence at a plurality of three-dimensional points for each of the divided three-dimensional point group data belonging to the same classification. For example, the relative relationship estimation unit 470 obtains a partial point as shown in FIG. 21A from the partitioned 3D point cloud data for each of the partitioned 3D point cloud data, as a method for obtaining correspondence at a plurality of 3D points. A group is extracted, and for each partial point group, matching is performed with a partial point group of other divided three-dimensional point group data as shown in FIG.
具体的には、相対関係推定部４７０は、上記図２１で示した２つの部分点群について、図２２に示すように、一方の区画３次元点群データの部分点群の各点に対し、もう一方の他の区画３次元点群データの部分点群のうち最も近い点を求める。
そして、相対関係推定部４７０は、一方の区画３次元点群データの部分点群の各点に対し、当該点と当該点と最も近い点との距離の和をマッチングコストとして計算する。２つの区間走行データの部分領域の点群をＡ，Ｂとし、変形量をｘとすると、マッチングコストは以下の式により計算される。
Specifically, as shown in FIG. 22, the relative relationship estimation unit 470 performs, for each of the two partial point groups shown in FIG. The closest point is obtained from the partial point group of the other other three-dimensional point group data.
Then, the relative relationship estimation unit 470 calculates, as a matching cost, the sum of the distances between the point and the point closest to the point for each point of the partial point group of one piece of the three-dimensional point group data. The matching cost is calculated by the following equation, where A and B are the point groups of the partial areas of the two section travel data and the deformation amount is x.
ｄｎｅａｒ（ｖ，Ｂ）は、点群Ａの点ｖと、点ｖに最も近い点群Ｂの点（ｗ∈Ｂ）との距離を表し、上記の式で計算される。なお、｜・｜２はＬ２ノルムを表す。また、外れ値に対応するため、ｄｎｅａｒ（ｖ，Ｂ）の上限値を設定してもよい。 d near (v, B) represents the distance between the point v of the point group A and the point (wεB) of the point group B closest to the point v, and is calculated by the above formula. Note that | · | 2 represents the L2 norm. In order to deal with outliers, an upper limit value of d near (v, B) may be set.
そして、相対関係推定部４７０は、同一の分類に属する区画３次元点群データの各々について、上記式に従って算出されるマッチングコストが最小となる変形量ｘを推定する。 Then, the relative relationship estimation unit 470 estimates the deformation amount x that minimizes the matching cost calculated according to the above formula for each of the three-dimensional point group data belonging to the same classification.
また、相対関係推定部４７０は、区画３次元点群データの各々について、当該区画３次元点群データの部分点群を、部分点群について推定された、基準となる仮想的な区画３次元点群データとの間の相対位置関係を表す変形量に応じて変形させる。 In addition, the relative relationship estimation unit 470 determines, for each piece of block three-dimensional point cloud data, a partial point group of the block three-dimensional point cloud data that is a reference virtual block three-dimensional point estimated for the partial point group. Deformation is performed according to the deformation amount representing the relative positional relationship with the group data.
全体関係推定部４７２は、各地点の各区画に対し、分類毎に、走行データ分類部４６８によって当該分類に分類された区画走行データの区画３次元点群データの各々について、相対関係推定部４７０によって変形された区画３次元点群データと、各分類に分類され、かつ、変形された他の区画３次元点群データとのペアの各々に対し、ペア間の相対位置関係を表す変形量を算出する。 The overall relationship estimation unit 472 for each segment of each point, for each category, the relative relationship estimation unit 470 for each of the segment three-dimensional point cloud data of the segment traveling data classified into the classification by the traveling data classification unit 468. For each of the pairs of the section 3D point cloud data deformed by the above and the other section 3D point cloud data classified and deformed in each classification, a deformation amount representing a relative positional relationship between the pairs is set. calculate.
走行データ統合部４７４は、各地点の各区画に対し、分類毎に、当該分類に分類された区画走行データの区画３次元点群データの各々について、相対関係推定部４７０によって当該区画３次元点群データについて推定された、基準となる仮想的な区画３次元点群データとの間の相対位置関係を表す変形量、及び全体関係推定部４７２によって当該区画３次元点群データについて推定された、全体の基準となる仮想的な区画３次元点群データとの間の相対位置関係を表す変形量に応じて変形させ、変形した複数の区画３次元点群データを統合して、地図データとして地図データベース４７６に登録する。 For each section of each point, the traveling data integration unit 474 performs, for each classification, the relative relationship estimation unit 470 for each section three-dimensional point cloud data of the section traveling data classified into the classification. A deformation amount that is estimated for the group data and represents a relative positional relationship with the virtual section 3D point cloud data serving as a reference, and is estimated for the section 3D point group data by the overall relationship estimation unit 472. A map is obtained as a map data by deforming according to a deformation amount representing a relative positional relationship with the virtual section 3D point cloud data as a whole reference, and integrating the plurality of section 3D point group data which have been deformed. Register in the database 476.
＜第４の実施の形態に係る地図生成装置４１０の作用＞
次に、第４の実施の形態に係る地図生成装置４１０の作用について説明する。地図生成装置４１０を搭載した車両が走行し、外界観測センサ３１２によって車両の周辺の３次元点群データが取得され、位置・運動計測センサ１４によって各時刻の車両の位置、方位、速度情報が計測されているときに、走行軌跡生成部１６０は、位置・運動計測センサ１４によって計測された、各時刻の車両の位置、方位、及び速度情報に基づいて、車両の走行軌跡を生成する。また、走行データ生成部４６２は、外界観測センサ３１２によって取得された各時刻の車両の周辺の３次元点群データと、走行軌跡生成部１６０によって生成された車両の走行軌跡とに基づいて、車両の走行軌跡に沿った３次元点群データを生成し、走行軌跡と組み合わせて、３次元点群データに絶対座標を付与する。そして、走行データ生成部４６２は、３次元点群データと走行軌跡とを組み合わせて、絶対座標が付与された３次元点群データを表す走行データを生成する。次に、走行データ蓄積部１６４は、走行データ生成部４６２によって生成された走行データの各々を、走行データベース４６６に格納する。
<Operation of Map Generating Device 410 According to Fourth Embodiment>
Next, the operation of the map generation device 410 according to the fourth embodiment will be described. A vehicle on which the map generation device 410 is mounted travels, the 3D point cloud data around the vehicle is acquired by the external field observation sensor 312, and the position / direction / speed information of the vehicle at each time is measured by the position / motion measurement sensor 14. At this time, the travel locus generation unit 160 generates a travel locus of the vehicle based on the vehicle position, direction, and speed information measured at each time by the position / motion measurement sensor 14. Further, the travel data generation unit 462 is based on the three-dimensional point cloud data around the vehicle at each time acquired by the external field observation sensor 312 and the vehicle travel trajectory generated by the travel trajectory generation unit 160. The three-dimensional point cloud data along the traveling locus is generated and combined with the traveling locus to give absolute coordinates to the three-dimensional point cloud data. Then, the travel data generation unit 462 generates travel data representing the 3D point cloud data to which the absolute coordinates are assigned by combining the 3D point cloud data and the travel locus. Next, the travel data accumulation unit 164 stores each travel data generated by the travel data generation unit 462 in the travel database 466.
走行データベース４６６に複数の走行データが格納されると、地図生成装置４１０は、予め定められたタイミングで、各地点を対象として、図２３に示す地図生成処理ルーチンを実行する。 When a plurality of travel data is stored in the travel database 466, the map generation device 410 executes a map generation processing routine shown in FIG. 23 for each point at a predetermined timing.
ステップＳ１００において、走行データ分類部４６８は、走行データベース４６６に格納された対象地点に対応する走行データの各々を、３次元点群データが表す路面の位置に応じて分類する。ステップＳ１００は、上記図９に示す走行データ分類処理ルーチンによって実現される。 In step S100, the travel data classification unit 468 classifies each of the travel data corresponding to the target point stored in the travel database 466 according to the position of the road surface represented by the three-dimensional point cloud data. Step S100 is realized by the travel data classification process routine shown in FIG.
次に、ステップＳ６０２において、相対関係推定部４７０は、対象地点の各区画に対し、上記ステップＳ１００で出力された分類毎に、区画走行データの区画３次元点群データの各々について、当該区画３次元点群データと他の区画３次元点群データとのペアの各々に対し、ペア間の相対位置関係を表す変形量を算出する。そして、相対関係推定部４７０は、各区画に対し、分類毎に、当該分類に分類された区画走行データの区画３次元点群データの各々について、ペアの各々に対して算出された相対位置関係を表す変形量に基づいて、当該３次元点群データと、基準となる仮想的な３次元点群データとの間の相対位置関係を表す変形量を推定する。ステップＳ６０２は、図２４に示す相対関係推定処理ルーチンによって実現される。 Next, in step S602, the relative relationship estimation unit 470 for each section of the target point, for each section three-dimensional point cloud data of the section traveling data, for each classification output in step S100. For each pair of the three-dimensional point group data and the other three-dimensional point group data, a deformation amount representing the relative positional relationship between the pairs is calculated. Then, the relative relationship estimation unit 470 calculates, for each classification, the relative positional relationship calculated for each of the pairs with respect to each of the three-dimensional point cloud data of the section traveling data classified into the classification. Is estimated based on the deformation amount indicating the relative positional relationship between the three-dimensional point cloud data and the reference virtual three-dimensional point cloud data. Step S602 is realized by a relative relationship estimation processing routine shown in FIG.
次に、ステップＳ６０４において、相対関係推定部４７０は、区画３次元点群データの各々について、当該区画３次元点群データの部分点群を、上記ステップＳ６０２で当該部分点群について推定された、基準となる仮想的な区画３次元点群データの部分点群との間の相対位置関係を表す変形量に応じて変形させる。 Next, in step S604, the relative relationship estimation unit 470 estimated the partial point cloud of the block 3D point cloud data for each block 3D point cloud data and the partial point cloud in step S602. Deformation is performed according to a deformation amount representing a relative positional relationship with a partial point group of virtual section three-dimensional point group data serving as a reference.
ステップＳ６０６において、全体関係推定部４７２は、対象地点の各区画に対し、上記ステップＳ１００で出力された分類毎に、区画走行データの区画３次元点群データの各々について、上記ステップＳ６０４で変形された区画３次元点群データと、複数の分類の各々に分類され、かつ、変形された他の区画３次元点群データとのペアの各々に対し、ペア間の相対位置関係を表す変形量を算出する。そして、全体関係推定部４７２は、対象地点の各区画に対し、分類毎に、当該分類に分類された区画走行データの区画３次元点群データの各々について、ペアの各々に対して算出された相対位置関係を表す変形量に基づいて、当該区画３次元点群データと、全体の基準となる仮想的な区画３次元点群データとの間の相対位置関係を表す変形量を推定する。ステップＳ６０６は、図２５に示す全体関係推定処理ルーチンによって実現される。 In step S606, the overall relationship estimation unit 472 transforms each segment three-dimensional point cloud data of the segment travel data in step S604 for each segment of the target point for each classification output in step S100. For each pair of the divided three-dimensional point cloud data and each of the other divided three-dimensional point cloud data classified into a plurality of classifications, a deformation amount representing a relative positional relationship between the pairs is set. calculate. Then, the overall relationship estimation unit 472 calculates, for each division of the target point, for each of the pairs for each classification, for each of the three-dimensional point cloud data of the division traveling data classified into the classification. Based on the deformation amount representing the relative positional relationship, the deformation amount representing the relative positional relationship between the section three-dimensional point cloud data and the virtual section three-dimensional point group data serving as the entire reference is estimated. Step S606 is realized by the overall relationship estimation processing routine shown in FIG.
次に、ステップＳ６０８において、走行データ統合部４７４は、対象地点の各区画に対し、分類毎に、当該分類に分類された区画走行データの区画３次元点群データの各々について、上記ステップＳ６０２で推定された変形量、及び上記ステップＳ６０６で推定された変形量に応じて変形させ、変形した複数の区画３次元点群データを統合する。 Next, in step S608, the travel data integration unit 474 for each section of the target point, for each classification, for each of the section three-dimensional point cloud data of the section travel data classified into the classification in step S602. Deformation is performed according to the estimated deformation amount and the deformation amount estimated in step S606, and the deformed plurality of section three-dimensional point group data is integrated.
なお、第４の実施の形態に係る地図生成装置４１０の他の構成及び作用については、第１又は第３の実施の形態と同様であるため、説明を省略する。 In addition, about the other structure and effect | action of the map production | generation apparatus 410 which concern on 4th Embodiment, since it is the same as that of 1st or 3rd Embodiment, description is abbreviate | omitted.
以上説明したように、本実施の形態に係る地図生成装置によれば、車両の走行軌跡に沿って登録された路面を表す複数の３次元点群データであって、かつ車両に搭載されたセンサから得られた周辺環境情報に基づき生成された複数の３次元点群データを蓄積したデータベースに基づいて、対応する３次元点群データの各々について、当該３次元点群データと他の３次元点群データとのペアの各々に対し、当該ペア間の相対位置関係を表す変形量を算出し、ペアの各々に対して算出された相対位置関係を表す変形量に基づいて、３次元点群データと、基準となる仮想的な３次元点群データとの間の相対位置関係を表す変形量を推定し、複数の３次元点群データの各々を、３次元点群データについて推定された、基準となる仮想的な３次元点群データとの間の相対位置関係を表す変形量に応じて変形させ、変形した複数の３次元点群データを統合して、地図データに登録することにより、車両の絶対位置について計測誤差が発生している場合であっても、精度よく地図データを生成することができる。 As described above, according to the map generation device according to the present embodiment, a plurality of three-dimensional point cloud data representing road surfaces registered along the traveling locus of the vehicle, and sensors mounted on the vehicle For each of the corresponding 3D point cloud data based on a database storing a plurality of 3D point cloud data generated based on the surrounding environment information obtained from the 3D point cloud data and other 3D point data For each pair with the group data, a deformation amount representing the relative positional relationship between the pair is calculated, and based on the deformation amount representing the relative positional relationship calculated for each pair, the three-dimensional point group data And a deformation amount representing a relative positional relationship between the reference virtual three-dimensional point cloud data, and each of the plurality of three-dimensional point cloud data is estimated for the three-dimensional point cloud data. A virtual 3D point cloud The data is deformed according to the deformation amount representing the relative positional relationship with the vehicle, and a plurality of deformed three-dimensional point cloud data is integrated and registered in the map data, thereby generating a measurement error for the absolute position of the vehicle. Map data can be generated with high accuracy.
なお、第４の実施の形態を、第２の実施の形態に適用させてもよい。 Note that the fourth embodiment may be applied to the second embodiment.
［第５の実施の形態］
次に、本発明の第５の実施の形態について説明する。なお、第１又は第２の実施の形態と同様の構成となる部分については、同一符号を付して説明を省略する。
[Fifth Embodiment]
Next, a fifth embodiment of the present invention will be described. In addition, about the part which becomes the same structure as 1st or 2nd embodiment, the same code | symbol is attached | subjected and description is abbreviate | omitted.
第５の実施の形態に係る地図生成システムでは、地図生成装置が車両に搭載されず、複数の車両から送信された車両情報に基づいて地図データを生成する点が、第１又は第２の実施の形態と異なっている。 In the map generation system according to the fifth embodiment, the map generation device is not mounted on the vehicle, and the map data is generated based on vehicle information transmitted from a plurality of vehicles. The form is different.
＜第５の実施の形態に係る地図生成システム５００の構成＞
図２６に示すように、本発明の第５の実施の形態に係る地図生成システム５００は、車両に備えられた車載装置５０２と、車載装置５０２から送信された車両情報を受信して、車両情報に応じて地図データを生成する地図生成装置５１０とを備えている。車載装置５０２と地図生成装置５１０とは、インターネットなどのネットワーク５０９を介して接続されている。
<Configuration of Map Generation System 500 According to Fifth Embodiment>
As shown in FIG. 26, a map generation system 500 according to the fifth embodiment of the present invention receives an in-vehicle device 502 provided in a vehicle and vehicle information transmitted from the in-vehicle device 502, and receives vehicle information. And a map generation device 510 for generating map data according to the above. The in-vehicle device 502 and the map generation device 510 are connected via a network 509 such as the Internet.
［車載装置５０２］
車載装置５０２は、車両の周辺環境を計測する外界観測センサ１２と、車両の位置情報及び運動情報を計測する位置・運動計測センサ１４と、外界観測センサ１２によって取得された周辺環境情報と、位置・運動計測センサ１４によって計測された車両の位置情報及び運動情報とを、車両情報として地図生成装置５１０へ送信するコンピュータ５０４とを備えている。車載装置５０２は車両に搭載される。
[In-vehicle device 502]
The in-vehicle device 502 includes an external observation sensor 12 that measures the surrounding environment of the vehicle, a position / motion measurement sensor 14 that measures position information and movement information of the vehicle, the surrounding environment information acquired by the external observation sensor 12, and a position. A computer 504 that transmits vehicle position information and motion information measured by the motion measurement sensor 14 to the map generation device 510 as vehicle information is provided. The in-vehicle device 502 is mounted on the vehicle.
コンピュータ５０４は、ＣＰＵと、ＲＡＭと、各処理ルーチンを実行するためのプログラムを記憶したＲＯＭとを備え、機能的には次に示すように構成されている。コンピュータ５０４は、外界観測センサ１２によって取得された周辺環境情報と、位置・運動計測センサ１４によって計測された車両の位置情報及び運動情報とを、車両情報として取得する情報取得部５０６と、情報取得部５０６によって取得された車両情報を、地図生成装置５１０へ送信する通信部５０８とを備えている。 The computer 504 includes a CPU, a RAM, and a ROM that stores a program for executing each processing routine, and is functionally configured as follows. The computer 504 includes an information acquisition unit 506 that acquires, as vehicle information, ambient environment information acquired by the external field observation sensor 12 and vehicle position information and motion information measured by the position / motion measurement sensor 14. A communication unit 508 that transmits the vehicle information acquired by the unit 506 to the map generation device 510.
情報取得部５０６は、外界観測センサ１２によって取得された各時刻の周辺環境情報と、位置・運動計測センサ１４によって計測された車両の各時刻の位置情報及び運動情報とを、車両情報として取得する。 The information acquisition unit 506 acquires, as vehicle information, the surrounding environment information at each time acquired by the external field observation sensor 12 and the position information and motion information of the vehicle at each time measured by the position / motion measurement sensor 14. .
通信部５０８は、情報取得部５０６によって取得された車両情報を、地図生成装置５１０へ送信する The communication unit 508 transmits the vehicle information acquired by the information acquisition unit 506 to the map generation device 510.
［地図生成装置５１０］
地図生成装置５１０は、ＣＰＵ、後述する各処理ルーチンを実現するためのプログラム等を記憶したＲＯＭ、データを一時的に記憶するＲＡＭ、記憶手段としてのメモリ、ネットワークインタフェース等を含むサーバで構成されており、機能的には、車載装置５０２から送信された車両情報を受信し、受信した車両情報を車両情報データベース５１４に登録する通信部５１２と、車両情報が格納されている車両情報データベース５１４と、車両情報データベース５１４に格納された車両情報に基づいて、車両の走行軌跡を生成する走行軌跡生成部１６０と、車両情報データベース５１４に格納された車両情報と、走行軌跡生成部１６０によって生成された車両の走行軌跡とに基づいて、車両の走行軌跡に沿った路面を表す路面画像を生成し、路面画像と走行軌跡との組み合わせを表す走行データを生成する走行データ生成部１６２と、走行データ生成部１６２によって生成された走行データの各々を、走行軌跡の位置に対応させて走行データベース１６６に格納する走行データ蓄積部１６４と、走行データ生成部１６２によって生成された走行データの各々が格納される走行データベース１６６と、各地点に対し、走行データベース１６６に格納された当該地点の走行データの各々を、路面画像が表す路面の位置に応じて分類する走行データ分類部１６８と、各地点に対し、分類毎に、当該分類に属する走行データの各々について、路面画像と基準となる仮想的な路面画像との間の相対位置関係を表す変形量を推定する相対関係推定部１７０と、各地点に対し、当該地点の走行データの各々について、路面画像と全体の基準となる仮想的な路面画像との間の相対位置関係を表す変形量を推定する全体関係推定部１７２と、走行データベース１６６に格納された走行データの路面画像の各々を、相対関係推定部１７０によって当該路面画像について推定された変形量、及び全体関係推定部１７２によって当該路面画像について推定された変形量に応じて変形させ、変形した複数の路面画像を統合して、地図データベース１７６に登録する走行データ統合部１７４と、走行データ統合部１７４によって登録された地図データが格納される地図データベース１７６とを備えている。なお、走行データ統合部１７４は、統合手段の一例であり、走行データ分類部１６８は、分類手段の一例である。
[Map generator 510]
The map generation device 510 is configured by a server including a CPU, a ROM that stores a program for realizing each processing routine described later, a RAM that temporarily stores data, a memory as a storage unit, a network interface, and the like. Functionally, it receives vehicle information transmitted from the in-vehicle device 502, registers the received vehicle information in the vehicle information database 514, a vehicle information database 514 in which the vehicle information is stored, Based on the vehicle information stored in the vehicle information database 514, a travel locus generation unit 160 that generates a travel locus of the vehicle, the vehicle information stored in the vehicle information database 514, and the vehicle generated by the travel locus generation unit 160 A road surface image representing the road surface along the vehicle's travel locus is generated based on the travel locus of A travel data generation unit 162 that generates travel data representing a combination of a plane image and a travel locus, and each of the travel data generated by the travel data generation unit 162 is stored in the travel database 166 in association with the position of the travel locus. A travel data storage unit 164 that stores the travel data generated by the travel data generation unit 162, and each travel data stored in the travel database 166 for each point. A travel data classifying unit 168 for classifying according to the position of the road surface represented by the road surface image, and for each point, for each of the travel data belonging to the classification, a virtual road surface image that serves as a reference for the road surface image A relative relationship estimation unit 170 that estimates the amount of deformation representing the relative positional relationship between the , An overall relationship estimation unit 172 that estimates a deformation amount representing a relative positional relationship between a road surface image and a virtual road surface image serving as an overall reference, and a road image of travel data stored in the travel database 166 Are transformed according to the deformation amount estimated for the road surface image by the relative relationship estimation unit 170 and the deformation amount estimated for the road surface image by the overall relationship estimation unit 172, and a plurality of deformed road surface images are integrated. The travel data integration unit 174 registered in the map database 176 and the map database 176 in which the map data registered by the travel data integration unit 174 are stored are provided. The travel data integration unit 174 is an example of an integration unit, and the travel data classification unit 168 is an example of a classification unit.
通信部５１２は、車両の車載装置５０２から送信された車両情報を受信する。また、通信部５１２は、受信した車両情報を車両情報データベース５１４へ格納する。 Communication unit 512 receives vehicle information transmitted from in-vehicle device 502 of the vehicle. In addition, the communication unit 512 stores the received vehicle information in the vehicle information database 514.
車両情報データベース５１４には、通信部５１２により受信した車両情報の各々が格納されている。車両情報は、車両の外界観測センサ１２によって取得された各時刻の周辺環境情報と、車両の位置・運動計測センサ１４によって計測された車両の各時刻の位置情報及び運動情報とを表す。 Each vehicle information received by the communication unit 512 is stored in the vehicle information database 514. The vehicle information represents the surrounding environment information at each time acquired by the external field observation sensor 12 of the vehicle, and the position information and motion information at each time of the vehicle measured by the vehicle position / motion measurement sensor 14.
走行軌跡生成部１６０は、車両情報データベース５１４に格納された車両情報の各々について、車両情報の各時刻の車両の位置、方位、及び速度情報に基づいて、車両の走行軌跡を生成する。 For each piece of vehicle information stored in the vehicle information database 514, the travel locus generation unit 160 generates a vehicle travel locus based on the vehicle position, direction, and speed information at each time in the vehicle information.
走行データ生成部１６２は、車両情報データベース５１４に格納された車両情報の各々について、車両情報の各時刻の車両の周辺画像と、走行軌跡生成部１６０によって生成された車両の走行軌跡とに基づいて、車両の走行軌跡に沿った路面を表す路面画像を生成し、走行軌跡と組み合わせて、路面画像に絶対座標を付与する。 For each piece of vehicle information stored in the vehicle information database 514, the travel data generation unit 162 is based on the surrounding image of the vehicle at each time of the vehicle information and the vehicle travel locus generated by the travel locus generation unit 160. Then, a road surface image representing a road surface along the traveling locus of the vehicle is generated, and absolute coordinates are given to the road surface image in combination with the traveling locus.
なお、第３の実施の形態に係る地図生成システム５００の他の構成及び作用については、第１の実施の形態と同様であるため、説明を省略する。 In addition, about the other structure and effect | action of the map generation system 500 which concern on 3rd Embodiment, since it is the same as that of 1st Embodiment, description is abbreviate | omitted.
以上説明したように、本実施の形態に係る地図生成装置によれば、複数の車両から得られた車両情報に基づいて、車両の絶対位置について計測誤差が発生している場合であっても、精度よく地図データを生成することができる。 As described above, according to the map generation device according to the present embodiment, based on the vehicle information obtained from a plurality of vehicles, even when a measurement error occurs for the absolute position of the vehicle, Map data can be generated with high accuracy.
なお、第５の実施の形態を、第３又は第４の実施の形態に適用させてもよい。 Note that the fifth embodiment may be applied to the third or fourth embodiment.
なお、本発明は、各図を用いて説明した実施の形態例に限定されるものではなく、その要旨を逸脱しない範囲において種々変更して適用することが可能である。 Note that the present invention is not limited to the embodiment described with reference to the drawings, and various modifications can be applied without departing from the scope of the invention.
本発明のプログラムは、記憶媒体に格納して提供するようにしてもよい。 The program of the present invention may be provided by being stored in a storage medium.
１０，２１０，３１０，４１０，５１０ 地図生成装置
１２，３１２ 外界観測センサ
１４ 位置・運動計測センサ
１６，２１６，３１６，４１６，５０４ コンピュータ
１６０ 走行軌跡生成部
１６２，３６２，４６２ 走行データ生成部
１６４ 走行データ蓄積部
１６６，４６６ 走行データベース
１６８，４６８ 走行データ分類部
１７０，２７０，４７０ 相対関係推定部
１７２，４７２ 全体関係推定部
１７４，２７４，４７４ 走行データ統合部
１７６，４７６ 地図データベース
３６４ 立体物判定部
３６６ グルーピング部
３６８ 移動物判定部
３７０ ２次元画像生成部
４６４ データ生成部
５００ 地図生成システム
５０２ 車載装置
５０６ 情報取得部
５０８，５１２ 通信部
５０９ ネットワーク
５１４ 車両情報データベース
10, 210, 310, 410, 510 Map generation device 12, 312 External field observation sensor 14 Position / motion measurement sensor 16, 216, 316, 416, 504 Computer 160 Travel locus generation unit 162, 362, 462 Travel data generation unit 164 Travel Data storage unit 166, 466 Travel database 168, 468 Travel data classification unit 170, 270, 470 Relative relationship estimation unit 172, 472 Overall relationship estimation unit 174, 274, 474 Travel data integration unit 176, 476 Map database 364 Solid object determination unit 366 Grouping unit 368 Moving object determination unit 370 Two-dimensional image generation unit 464 Data generation unit 500 Map generation system 502 In-vehicle device 506 Information acquisition unit 508, 512 Communication unit 509 Network 514 Vehicle information database
Claims (9)
前記複数の走路データの各々を、前記相対関係推定手段によって前記走路データについて推定された、前記基準となる走路データとの間の相対位置関係を表す変形量に応じて変形させ、変形した前記複数の走路データを統合して、地図データに登録する統合手段と、
を含む地図生成装置であって、
前記相対関係推定手段は、前記ペアの各々に対して算出された前記相対位置関係を表す変形量を平均して、前記基準となる走路データとの間の相対位置関係を表す変形量を推定する、
地図生成装置。 Based on a database in which a plurality of track data registered along a travel locus of a moving body and a plurality of track data generated based on surrounding environment information obtained from sensors mounted on the mobile body are accumulated. For each of the corresponding track data, a deformation amount representing a relative positional relationship between the pair is calculated for each pair of the track data and other track data, and is calculated for each of the pairs. It was based on the deformation amount representing the relative positional relationship, relative to estimate said road data, the amount of deformation that represents the relative positional relationship between the reference and the Do that run path data calculated in accordance with a plurality of track data Relationship estimation means;
Each of the plurality of road data, the relative relationship estimated by the estimating means for said track data, is deformed according to the deformation quantity representing the relative positional relationship between the reference and Do that run path data, deformed Integration means for integrating the plurality of track data and registering the map data;
A map generation device including :
The relative relationship estimation means averages the deformation amount representing the relative positional relationship calculated for each of the pairs, and estimates the deformation amount representing the relative positional relationship with the reference track data. ,
Map generator .
前記複数の走路データの各々を、前記相対関係推定手段によって前記走路データについて推定された、前記基準となる走路データとの間の相対位置関係を表す変形量に応じて変形させ、変形した前記複数の走路データを統合して、地図データに登録する統合手段と、を含む地図生成装置であって、
分類手段と全体関係推定手段とを更に含み、
前記分類手段は、対応する前記走路データの各々を、前記走路データが表す路面の位置に応じて分類し、
前記相対関係推定手段は、前記分類手段によって分類された前記走路データの分類毎に、前記分類に属する前記走路データの各々について、前記走路データと他の走路データとのペアの各々に対し、前記走路データの部分画像毎に、前記ペア間の前記部分画像の相対位置関係を表す変形量を算出し、前記ペアの各々に対して算出された前記部分画像の前記相対位置関係を表す変形量に基づいて、前記走路データの部分画像毎に、前記走路データと、前記基準となる走路データとの間の相対位置関係を表す変形量を推定し、前記走路データを、前記推定された変形量に応じて変形させ、
前記全体関係推定手段は、前記走路データの各々について、分類毎に、前記変形させた走路データと、前記分類に分類され、かつ、前記変形させた他の走路データとのペアの各々に対し、前記ペア間の相対位置関係を表す変形量を算出し、前記ペアの各々に対して算出された前記相対位置関係を表す変形量に基づいて、前記走路データと、複数の走路データに応じて算出された全体の基準となる走路データとの間の相対位置関係を表す変形量を推定し、
前記統合手段は、前記部分画像毎に、前記複数の走路データの各々の前記部分画像を、前記相対関係推定手段によって前記走路データの部分画像について推定された、前記基準となる走路データとの間の相対位置関係を表す変形量、及び前記全体関係推定手段によって前記走路データについて推定された、前記全体の基準となる走路データとの間の相対位置関係を表す変形量に応じて変形させ、変形した前記複数の走路データの前記部分画像を統合して、地図データに登録する、
地図生成装置。 Based on a database in which a plurality of track data registered along a travel locus of a moving body and a plurality of track data generated based on surrounding environment information obtained from sensors mounted on the mobile body are accumulated. For each of the corresponding track data, a deformation amount representing a relative positional relationship between the pair is calculated for each pair of the track data and other track data, and is calculated for each of the pairs. It was based on the deformation amount representing the relative positional relationship, relative to estimate said road data, the amount of deformation that represents the relative positional relationship between the reference and the Do that run path data calculated in accordance with a plurality of track data Relationship estimation means;
Each of the plurality of road data, the relative relationship estimated by the estimating means for said track data, is deformed according to the deformation quantity representing the relative positional relationship between the reference and Do that run path data, deformed An integrated means for integrating the plurality of runway data and registering the map data in map data ,
A classifying means and an overall relationship estimating means;
The classification means classifies each of the corresponding track data according to the position of the road surface represented by the track data,
The relative relationship estimation means, for each class of the track data classified by the classification means, for each of the track data belonging to the classification, for each pair of the track data and other track data, For each partial image of the runway data, a deformation amount representing the relative positional relationship of the partial images between the pairs is calculated, and the deformation amount representing the relative positional relationship of the partial images calculated for each of the pairs. On the basis of the partial image of the road data, the amount of deformation representing a relative positional relationship between the road data and the reference road data is estimated, and the road data is converted into the estimated amount of deformation. Deform according to
The overall relationship estimation means, for each of the track data, for each classification, for each pair of the modified track data and the other track data that is classified in the classification and the other track data. A deformation amount representing a relative positional relationship between the pair is calculated, and calculated based on the road data and a plurality of road data based on the deformation amount representing the relative positional relationship calculated for each of the pairs. Estimate the amount of deformation that represents the relative positional relationship with the entire reference runway data,
The integration unit is configured to determine, for each partial image, between the partial image of each of the plurality of track data and the reference track data estimated for the partial image of the track data by the relative relationship estimation unit. And a deformation amount representing a relative positional relationship between the overall road estimation data estimated by the overall relationship estimating means and the overall reference road data, and deformed. Integrating the partial images of the plurality of runway data and registering it in map data;
Map generator.
前記統合手段は、前記部分画像毎に、前記複数の走路データの各々の前記部分画像を、前記相対関係推定手段によって前記走路データの部分画像について推定された、前記基準となる走路データとの間の相対位置関係を表す変形量に応じて変形させ、変形した前記複数の走路データの前記部分画像を統合して、地図データに登録する
請求項１に記載の地図生成装置。 The relative relationship estimation means calculates, for each partial image of the track data, a deformation amount representing a relative positional relationship of the partial images between the pairs for each pair of the track data and other track data. , based on the deformation amount representing the relative positional relationship between the partial images calculated for each of said pairs, for each partial image of the runway data, and the road data, run path data and that Do with the reference Estimate the amount of deformation representing the relative positional relationship between
The integration means, for each of the partial images, the partial image of each of the plurality of road data, the estimated by the relative relationship estimating means for partial image of the runway data, run path data and that Do with the reference The map generation device according to claim 1, wherein the map generation device is deformed according to a deformation amount representing a relative positional relationship between the two, and the partial images of the plurality of deformed runway data are integrated and registered in map data.
請求項２に記載の地図生成装置。 The overall relationship estimating means, in response to said number of the track data belonging to the classified the classification by the classification unit, estimating a deformation amount that represents the relative positional relationship between the Do that run channel data and reference of the whole The map generation device according to claim 2 .
前記データベースは、前記走行軌跡生成手段によって生成された前記移動体の走行軌跡に沿って登録された前記複数の走路データを蓄積する
請求項１〜請求項４の何れか１項に記載の地図生成装置。 The vehicle further includes travel locus generating means for generating a travel locus of the mobile body based on the position information and motion information of the mobile body acquired by the vehicle state detection means for acquiring the position information and motion information of the mobile body,
The map generation according to any one of claims 1 to 4 , wherein the database accumulates the plurality of travel route data registered along the travel trajectory of the moving body generated by the travel trajectory generation means. apparatus.
移動体の走行軌跡に沿って登録された複数の走路データであって、かつ移動体に搭載されたセンサから得られた周辺環境情報に基づき生成された複数の走路データを蓄積したデータベースに基づいて、対応する前記走路データの各々について、前記走路データと他の走路データとのペアの各々に対し、前記ペア間の相対位置関係を表す変形量を算出し、前記ペアの各々に対して算出された前記相対位置関係を表す変形量に基づいて、前記走路データと、複数の走路データに応じて算出された基準となる走路データとの間の相対位置関係を表す変形量を推定する相対関係推定手段、及び
前記複数の走路データの各々を、前記相対関係推定手段によって前記走路データについて推定された、前記基準となる走路データとの間の相対位置関係を表す変形量に応じて変形させ、変形した前記複数の走路データを統合して、地図データに登録する統合手段
として機能させるためのプログラムであって、
前記相対関係推定手段は、前記ペアの各々に対して算出された前記相対位置関係を表す変形量を平均して、前記基準となる走路データとの間の相対位置関係を表す変形量を推定する、
プログラム。 A computer that stores a plurality of track data registered along the track of a moving object and that stores a plurality of track data generated based on surrounding environment information obtained from sensors mounted on the moving object. Based on each of the corresponding track data, for each pair of the track data and other track data, a deformation amount representing a relative positional relationship between the pair is calculated, and for each of the pairs based on the deformation amount representing the calculated the relative positional relationship, estimation and the road data, the amount of deformation that represents the relative positional relationship between the Do that run path data and calculated reference in accordance with the plurality of track data relative relationship estimating means, and each of the plurality of road data was estimated for the road data by the relative relationship estimation means, the phase between the reference and Do that run path data Depending on the deformation amount representing the positional relationship is deformed, by integrating the plurality of track data modification, a program for functioning as an integrated unit to be registered in the map data,
The relative relationship estimation means averages the deformation amount representing the relative positional relationship calculated for each of the pairs, and estimates the deformation amount representing the relative positional relationship with the reference track data. ,
Program .
前記複数の走路データの各々を、前記相対関係推定手段によって前記走路データについて推定された、前記基準となる走路データとの間の相対位置関係を表す変形量に応じて変形させ、変形した前記複数の走路データを統合して、地図データに登録する統合手段、
分類手段、及び
全体関係推定手段
として機能させるためのプログラムであって、
前記分類手段は、対応する前記走路データの各々を、前記走路データが表す路面の位置に応じて分類し、
前記相対関係推定手段は、前記分類手段によって分類された前記走路データの分類毎に、前記分類に属する前記走路データの各々について、前記走路データと他の走路データとのペアの各々に対し、前記走路データの部分画像毎に、前記ペア間の前記部分画像の相対位置関係を表す変形量を算出し、前記ペアの各々に対して算出された前記部分画像の前記相対位置関係を表す変形量に基づいて、前記走路データの部分画像毎に、前記走路データと、前記基準となる走路データとの間の相対位置関係を表す変形量を推定し、前記走路データを、前記推定された変形量に応じて変形させ、
前記全体関係推定手段は、前記走路データの各々について、分類毎に、前記変形させた走路データと、前記分類に分類され、かつ、前記変形させた他の走路データとのペアの各々に対し、前記ペア間の相対位置関係を表す変形量を算出し、前記ペアの各々に対して算出された前記相対位置関係を表す変形量に基づいて、前記走路データと、複数の走路データに応じて算出された全体の基準となる走路データとの間の相対位置関係を表す変形量を推定し、
前記統合手段は、前記部分画像毎に、前記複数の走路データの各々の前記部分画像を、前記相対関係推定手段によって前記走路データの部分画像について推定された、前記基準となる走路データとの間の相対位置関係を表す変形量、及び前記全体関係推定手段によって前記走路データについて推定された、前記全体の基準となる走路データとの間の相対位置関係を表す変形量に応じて変形させ、変形した前記複数の走路データの前記部分画像を統合して、地図データに登録する、
プログラム。 Based on a database in which a plurality of track data registered along a travel locus of a moving body and a plurality of track data generated based on surrounding environment information obtained from sensors mounted on the mobile body are accumulated. For each of the corresponding track data, a deformation amount representing a relative positional relationship between the pair is calculated for each pair of the track data and other track data, and is calculated for each of the pairs. It was based on the deformation amount representing the relative positional relationship, relative to estimate said road data, the amount of deformation that represents the relative positional relationship between the reference and the Do that run path data calculated in accordance with a plurality of track data relationship estimation hand stage,
Each of the plurality of road data, the relative relationship estimated by the estimating means for said track data, is deformed according to the deformation quantity representing the relative positional relationship between the reference and Do that run path data, deformed Integration means for integrating the plurality of track data and registering the map data ;
Classification means, and
A program for functioning as an overall relationship estimation means ,
The classification means classifies each of the corresponding track data according to the position of the road surface represented by the track data,
The relative relationship estimation means, for each class of the track data classified by the classification means, for each of the track data belonging to the classification, for each pair of the track data and other track data, For each partial image of the runway data, a deformation amount representing the relative positional relationship of the partial images between the pairs is calculated, and the deformation amount representing the relative positional relationship of the partial images calculated for each of the pairs. On the basis of the partial image of the road data, the amount of deformation representing a relative positional relationship between the road data and the reference road data is estimated, and the road data is converted into the estimated amount of deformation. Deform according to
The overall relationship estimation means, for each of the track data, for each classification, for each pair of the modified track data and the other track data that is classified in the classification and the other track data. A deformation amount representing a relative positional relationship between the pair is calculated, and calculated based on the road data and a plurality of road data based on the deformation amount representing the relative positional relationship calculated for each of the pairs. Estimate the amount of deformation that represents the relative positional relationship with the entire reference runway data,
The integration unit is configured to determine, for each partial image, between the partial image of each of the plurality of track data and the reference track data estimated for the partial image of the track data by the relative relationship estimation unit. And a deformation amount representing a relative positional relationship between the overall road estimation data estimated by the overall relationship estimating means and the overall reference road data, and deformed. Integrating the partial images of the plurality of runway data and registering it in map data;
Program .
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2015126903A JP6589410B2 (en) | 2015-06-24 | 2015-06-24 | Map generating apparatus and program |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2015126903A JP6589410B2 (en) | 2015-06-24 | 2015-06-24 | Map generating apparatus and program |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JP2017010393A JP2017010393A (en) | 2017-01-12 |
| JP6589410B2 true JP6589410B2 (en) | 2019-10-16 |
Family
ID=57764410
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2015126903A Active JP6589410B2 (en) | 2015-06-24 | 2015-06-24 | Map generating apparatus and program |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP6589410B2 (en) |
Families Citing this family (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106844762A (en) * | 2017-02-21 | 2017-06-13 | 山东浪潮云服务信息科技有限公司 | A kind of tourism data integration method towards smart travel information system |
| JP6934221B2 (en) * | 2017-02-28 | 2021-09-15 | 国立研究開発法人理化学研究所 | Point cloud data division method and point cloud data division device |
| JP6910820B2 (en) * | 2017-03-02 | 2021-07-28 | 株式会社トプコン | Point cloud data processing device, point cloud data processing method, point cloud data processing program |
| JP6969962B2 (en) | 2017-10-05 | 2021-11-24 | トヨタ自動車株式会社 | Map information providing system for vehicle driving support and / or driving control |
| CN111553844B (en) | 2020-04-29 | 2023-08-29 | 阿波罗智能技术(北京)有限公司 | Method and device for updating point cloud |
| CN114677570B (en) | 2022-03-14 | 2023-02-07 | 北京百度网讯科技有限公司 | Road information updating method, device, electronic equipment and storage medium |
Family Cites Families (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP5388082B2 (en) * | 2006-09-07 | 2014-01-15 | 株式会社豊田中央研究所 | Stationary object map generator |
| JP5363752B2 (en) * | 2008-03-18 | 2013-12-11 | 株式会社ゼンリン | Road marking map generation method |
| KR101319471B1 (en) * | 2008-08-29 | 2013-10-17 | 미쓰비시덴키 가부시키가이샤 | Bird's-eye image forming device, bird's-eye image forming method, and recording medium |
-
2015
- 2015-06-24 JP JP2015126903A patent/JP6589410B2/en active Active
Also Published As
| Publication number | Publication date |
|---|---|
| JP2017010393A (en) | 2017-01-12 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP6589410B2 (en) | Map generating apparatus and program | |
| JP6760114B2 (en) | Information processing equipment, data management equipment, data management systems, methods, and programs | |
| JP5589900B2 (en) | Local map generation device, global map generation device, and program | |
| JP6658088B2 (en) | Information processing apparatus, program, and map data updating system | |
| US9891057B2 (en) | Information processing device, computer readable storage medium, and map data updating system | |
| CN109154506B (en) | Method and system for determining a global position of a first landmark | |
| JP6656886B2 (en) | Information processing apparatus, control method, program, and storage medium | |
| KR101572851B1 (en) | Method for building map of mobile platform in dynamic environment | |
| CN110617821B (en) | Positioning method, positioning device and storage medium | |
| JP5388082B2 (en) | Stationary object map generator | |
| JP5404861B2 (en) | Stationary object map generator | |
| JP5286653B2 (en) | Stationary object map generator | |
| JP6589570B2 (en) | Center processing apparatus, map generation system, and program | |
| EP3842735B1 (en) | Position coordinates estimation device, position coordinates estimation method, and program | |
| CN104677361B (en) | A kind of method of comprehensive location | |
| JP2001331787A (en) | Road shape estimating device | |
| JP5762131B2 (en) | CALIBRATION DEVICE, CALIBRATION DEVICE CALIBRATION METHOD, AND CALIBRATION PROGRAM | |
| JP6543983B2 (en) | Road information generation device and program | |
| KR102456151B1 (en) | Sensor fusion system based on radar and camera and method of calculating the location of nearby vehicles | |
| US20090226094A1 (en) | Image correcting device and method, and computer program | |
| JP2018185239A (en) | Position attitude estimation device and program | |
| WO2016157802A1 (en) | Information processing apparatus, information processing system, information processing method, and storage medium | |
| WO2020113425A1 (en) | Systems and methods for constructing high-definition map | |
| CN116358547B (en) | Method for acquiring AGV position based on optical flow estimation | |
| CN113227713A (en) | Method and system for generating environment model for positioning |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20180423 |
|
| A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20190522 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20190604 |
|
| A521 | Written amendment |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20190802 |
|
| 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: 20190820 |
|
| A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20190902 |
|
| R150 | Certificate of patent or registration of utility model |
Ref document number: 6589410 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |