JP6589410B2 - 地図生成装置及びプログラム - Google Patents

地図生成装置及びプログラム Download PDF

Info

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
Application number
JP2015126903A
Other languages
English (en)
Other versions
JP2017010393A (ja
Inventor
山口　晃一郎
晃一郎 山口
淳一 目黒
淳一 目黒
祥子 小島
祥子 小島
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Toyota Central R&D Labs Inc
Original Assignee
Toyota Central R&D Labs Inc
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Toyota Central R&D Labs Inc filed Critical Toyota Central R&D Labs Inc
Priority to JP2015126903A priority Critical patent/JP6589410B2/ja
Publication of JP2017010393A publication Critical patent/JP2017010393A/ja
Application granted granted Critical
Publication of JP6589410B2 publication Critical patent/JP6589410B2/ja
Active legal-status Critical Current
Anticipated expiration legal-status Critical

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。
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。
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。
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。
特開２０１０−１７５７５６号公報 特開２０１２−１５５６６０号公報 特開２０１４−２２８６３７号公報
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
本発明の第１の実施の形態に係る地図生成装置を示すブロック図である。 路面画像の一例を示す図である。 走行経路に応じて分類された路面画像の一例を示す図である。 路面画像間の対応関係を表す図である。 路面画像の部分画像間の対応関係を表す図である。 分類が異なる路面画像間における対応関係を表す図である。 統合された路面画像を表す図である。 本発明の第１の実施の形態における地図生成処理ルーチンの内容を示すフローチャートである。 本発明の第１の実施の形態における走行データ分類処理ルーチンの内容を示すフローチャートである。 本発明の第１の実施の形態における相対関係推定処理ルーチンの内容を示すフローチャートである。 本発明の第１の実施の形態における全体関係推定処理ルーチンの内容を示すフローチャートである。 本発明の第２の実施の形態に係る地図生成装置を示すブロック図である。 本発明の第２の実施の形態における地図生成処理ルーチンの内容を示すフローチャートである。 本発明の第２の実施の形態における相対関係推定処理ルーチンの内容を示すフローチャートである。 本発明の第３の実施の形態に係る地図生成装置を示すブロック図である。 本発明の第３の実施の形態に係る地図生成装置の走行データ生成部の構成例を示すブロック図である。 立体物を判定する方法の一例を説明するための図である。 本発明の第３の実施の形態で生成する路面画像の一例である。 本発明の第４の実施の形態に係る地図生成装置を示すブロック図である。 本発明の第４の実施の形態に係る地図生成装置の走行データ生成部の構成例を示すブロック図である。 ３次元点群データの部分点群の例を示す図である。 部分点群間の相対位置関係を表す変形量の推定例を示す図である。 本発明の第４の実施の形態における地図生成処理ルーチンの内容を示すフローチャートである。 本発明の第４の実施の形態における相対関係推定処理ルーチンの内容を示すフローチャートである。 本発明の第４の実施の形態における全体関係推定処理ルーチンの内容を示すフローチャートである。 本発明の第５の実施の形態に係る地図生成システムを示すブロック図である。
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。
［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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
＜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。
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。
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。
＜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。
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。
ステップＳ２０４において、変数ｎに１を格納する。
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。
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。
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。
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。
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。
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。
＜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。
ステップＳ３０２において、１つの分類を設定する。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
＜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。
ステップＳ４０２において、１つの分類を設定する。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
［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。
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。
＜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。
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。
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。
＜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。
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。
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。
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。
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。
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。
［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。
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。
＜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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
［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。
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。
＜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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
＜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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
［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。
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。
＜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。
［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。
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。
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。
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
［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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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

Claims (9)

  1. 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。
  2. 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。
  3. 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。
  4. 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
    請求項２に記載の地図生成装置。
  5. 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
    請求項１〜請求項４の何れか１項に記載の地図生成装置。
  6. 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請求項１〜請求項５の何れか１項に記載の地図生成装置。
  7. 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請求項１〜請求項５の何れか１項に記載の地図生成装置。
  8. 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、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。
  9. 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、
    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。
JP2015126903A 2015-06-24 2015-06-24 地図生成装置及びプログラム Active JP6589410B2 (ja)

Priority Applications (1)

Application Number Priority Date Filing Date Title
JP2015126903A JP6589410B2 (ja) 2015-06-24 2015-06-24 地図生成装置及びプログラム

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
JP2015126903A JP6589410B2 (ja) 2015-06-24 2015-06-24 地図生成装置及びプログラム

Publications (2)

Publication Number Publication Date
JP2017010393A JP2017010393A (ja) 2017-01-12
JP6589410B2 true JP6589410B2 (ja) 2019-10-16

Family

ID=57764410

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2015126903A Active JP6589410B2 (ja) 2015-06-24 2015-06-24 地図生成装置及びプログラム

Country Status (1)

Country Link
JP (1) JP6589410B2 (ja)

Families Citing this family (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106844762A (zh) * 2017-02-21 2017-06-13 山东浪潮云服务信息科技有限公司 一种面向智慧旅游信息***的旅游数据整合方法
JP6934221B2 (ja) * 2017-02-28 2021-09-15 国立研究開発法人理化学研究所 点群データの分割方法、及び点群データの分割装置
JP6910820B2 (ja) * 2017-03-02 2021-07-28 株式会社トプコン 点群データ処理装置、点群データ処理方法、点群データ処理用プログラム
JP6969962B2 (ja) * 2017-10-05 2021-11-24 トヨタ自動車株式会社 車両の運転支援及び／又は走行制御のための地図情報提供システム
CN111553844B (zh) 2020-04-29 2023-08-29 阿波罗智能技术(北京)有限公司 用于更新点云的方法及装置
CN114677570B (zh) 2022-03-14 2023-02-07 北京百度网讯科技有限公司 道路信息更新方法、装置、电子设备以及存储介质

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP5388082B2 (ja) * 2006-09-07 2014-01-15 株式会社豊田中央研究所 静止物地図生成装置
JP5363752B2 (ja) * 2008-03-18 2013-12-11 株式会社ゼンリン 路面標示地図生成方法
KR101319471B1 (ko) * 2008-08-29 2013-10-17 미쓰비시덴키 가부시키가이샤 부감 화상 생성장치, 부감 화상 생성방법 및 기록매체

Also Published As

Publication number Publication date
JP2017010393A (ja) 2017-01-12

Similar Documents

Publication Publication Date Title
JP6589410B2 (ja) 地図生成装置及びプログラム
JP6760114B2 (ja) 情報処理装置、データ管理装置、データ管理システム、方法、及びプログラム
JP5589900B2 (ja) 局所地図生成装置、グローバル地図生成装置、及びプログラム
JP6658088B2 (ja) 情報処理装置、プログラム、及び地図データ更新システム
US9891057B2 (en) Information processing device, computer readable storage medium, and map data updating system
JP6656886B2 (ja) 情報処理装置、制御方法、プログラム及び記憶媒体
JP5388082B2 (ja) 静止物地図生成装置
CN110617821B (zh) 定位方法、装置及存储介质
JP5404861B2 (ja) 静止物地図生成装置
JP5286653B2 (ja) 静止物地図生成装置
JP6589570B2 (ja) センター処理装置、地図生成システム、及びプログラム
EP3842735B1 (en) Position coordinates estimation device, position coordinates estimation method, and program
CN104677361B (zh) 一种综合定位的方法
JP2001331787A (ja) 道路形状推定装置
JP5762131B2 (ja) キャリブレーション装置、キャリブレーション装置のキャリブレーション方法およびキャリブレーションプログラム
JP6543983B2 (ja) 道路情報生成装置及びプログラム
KR102456151B1 (ko) 레이더 및 카메라 기반의 센서 퓨전 시스템 및 주변 차량의 위치 산출 방법
US20090226094A1 (en) Image correcting device and method, and computer program
JP2018185239A (ja) 位置姿勢推定装置及びプログラム
WO2016157802A1 (ja) 情報処理装置、情報処理システム、情報処理方法、及び、記録媒体
CN111103584A (zh) 用于获知车辆的环境中的物体的高度信息的设备和方法
WO2020113425A1 (en) Systems and methods for constructing high-definition map
CN116358547B (zh) 一种基于光流估计获取agv位置的方法
CN113227713A (zh) 生成用于定位的环境模型的方法和***
JP2014059646A (ja) 対象物検出装置、及び対象物検出方法

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