JP6916438B2 - 動線特定システム、サーバ装置、端末装置、動線特定方法、及び動線特定プログラム - Google Patents
動線特定システム、サーバ装置、端末装置、動線特定方法、及び動線特定プログラム Download PDFInfo
- Publication number
- JP6916438B2 JP6916438B2 JP2017090391A JP2017090391A JP6916438B2 JP 6916438 B2 JP6916438 B2 JP 6916438B2 JP 2017090391 A JP2017090391 A JP 2017090391A JP 2017090391 A JP2017090391 A JP 2017090391A JP 6916438 B2 JP6916438 B2 JP 6916438B2
- Authority
- JP
- Japan
- Prior art keywords
- server device
- position information
- flow line
- condition
- image
- 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
Images
Landscapes
- Navigation (AREA)
- Traffic Control Systems (AREA)
Description
本発明は、動線特定システム、サーバ装置、端末装置、動線特定方法、及び動線特定プログラムに関する。
自車が走行する道路の車線毎の情報を把握することは、車両の安全運行やサービスの面で重要である。
例えば、車線毎の道路の平坦性の情報があれば、夜行バスの運転者が平坦性の良い車線を選択して走行できるため、走行中の振動により睡眠中の乗客を起こさずに運行でき、安全運行やサービスの面で向上させることが可能となる。
例えば、車線毎の道路の平坦性の情報があれば、夜行バスの運転者が平坦性の良い車線を選択して走行できるため、走行中の振動により睡眠中の乗客を起こさずに運行でき、安全運行やサービスの面で向上させることが可能となる。
車線毎に自車の位置を把握する技術としては、例えば、地図情報上における自車両の位置を算出するマップマッチング装置が提案されている（例えば、特許文献１等参照）。
しかしながら、特許文献１に記載の技術では、自車の位置を地図情報上にマッチングする必要があり、例えば、道路が新設された場合には通行可能な車線数が変わり、地図情報を変更しないとマッチングが難しくなる。このため、地図情報に依存した形態で車線数を特定することが困難な場合があり、地図情報がないと機能しないという問題がある。
一つの側面では、移動路の動線数を特定できる条件を導出できる動線特定システム、サーバ装置、端末装置、動線特定方法、及び動線特定プログラムを提供することを目的とする。
一つの実施態様では、動線特定システムは、移動体に搭載され、前記移動体の位置情報と、前記位置情報に示される位置において所定の撮影範囲を撮影した画像とを送信する制御部を有する端末装置と、複数の前記移動体のそれぞれから受信した前記位置情報及び前記画像を用いて、地理的に隣り合う所定の範囲毎に移動路の動線数を特定するための第１の条件を導出し、前記所定の範囲毎の前記第１の条件を前記端末装置に送信する制御部を有するサーバ装置と、を有する。
一つの側面では、移動路の動線数を特定できる条件を導出できる動線特定システム、サーバ装置、端末装置、動線特定方法、及び動線特定プログラムを提供することができる。
動線特定システムは、当該移動体が位置する移動路の動線数と当該移動体が位置する動線の位置を特定することができる。動線特定システムは、移動体が搭載する端末装置と、端末装置から位置情報及びその位置における周辺画像を受信するサーバ装置を有する。
具体的には、端末装置は、移動体の位置情報と、位置情報に示される位置において所定の撮影範囲を撮影した画像とを送信する。端末装置は、移動体に搭載される。
ここで、移動体としては、例えば、車両、動物、水上移動体などが挙げられる。また、車両としては、例えば、自動車、自転車などが挙げられる。なお、動物には人も含まれる。
移動路とは、例えば、道路、水路などが挙げられる。また、道路としては、例えば、車道、歩道などが挙げられる。
動線とは、移動体が移動する経路を示す線であり、例えば、車線などが挙げられる。
移動体の位置情報とは、移動体の位置を特定できる情報であり、例えば、ＧＰＳ（Ｇｒｏｂａｌ Ｐｏｓｉｔｉｏｎｉｎｇ Ｓｙｓｔｅｍ）ユニットにより取得した経度緯度の情報などが挙げられる。
所定の撮影範囲を撮影した画像とは、例えば、移動体を中心に所定の撮影範囲を半径６０ｍとし、デジタルビデオカメラなどを用いて撮影した当該移動体の周辺画像などが挙げられる。
移動路とは、例えば、道路、水路などが挙げられる。また、道路としては、例えば、車道、歩道などが挙げられる。
動線とは、移動体が移動する経路を示す線であり、例えば、車線などが挙げられる。
移動体の位置情報とは、移動体の位置を特定できる情報であり、例えば、ＧＰＳ（Ｇｒｏｂａｌ Ｐｏｓｉｔｉｏｎｉｎｇ Ｓｙｓｔｅｍ）ユニットにより取得した経度緯度の情報などが挙げられる。
所定の撮影範囲を撮影した画像とは、例えば、移動体を中心に所定の撮影範囲を半径６０ｍとし、デジタルビデオカメラなどを用いて撮影した当該移動体の周辺画像などが挙げられる。
次に、サーバ装置は、複数の移動体のそれぞれから受信した位置情報と画像とを用いて、地理的に隣り合う所定の範囲毎に移動路の動線数を特定するための第１の条件を導出する。サーバ装置は、所定の範囲毎の第１の条件を端末装置に送信する。
ここで、地理的に隣り合う所定の範囲とは、例えば、移動路を走行方向に対して直交する方向に約１００ｍごとに順次分割した領域である。サーバ装置は、所定の範囲毎に動線数を特定する。
なお、以下では所定の範囲を「ＬＡ（Ｌｏｃａｌ Ａｒｅａ）」と称することもある。
なお、以下では所定の範囲を「ＬＡ（Ｌｏｃａｌ Ａｒｅａ）」と称することもある。
動線数を特定するための第１の条件としては、動線数を特定できる条件であれば特に制限はなく、目的に応じて適宜選択することができる。
具体的には、第１の条件としては、人工知能を用いない場合、当該移動体周辺の移動路を撮影した画像から動線数を特定しやすい基準画像を選定し、選定した基準画像と動線数を特定すべき画像との類似度が所定の値以上という条件などとする。このようにすると、動線特定システムは、類似度が所定の値以上であれば、基準画像における既知の動線数を特定すべき画像の動線数であると特定することができる。あるいは、動線特定システムは、特定すべき画像と、既知の動線数が異なる画像との類似度をそれぞれ導出し、類似度が所定の値以上という条件を用いて、類似度が高い基準画像の動線数を特定すべき画像の動線数であると特定することができる。
具体的には、第１の条件としては、人工知能を用いない場合、当該移動体周辺の移動路を撮影した画像から動線数を特定しやすい基準画像を選定し、選定した基準画像と動線数を特定すべき画像との類似度が所定の値以上という条件などとする。このようにすると、動線特定システムは、類似度が所定の値以上であれば、基準画像における既知の動線数を特定すべき画像の動線数であると特定することができる。あるいは、動線特定システムは、特定すべき画像と、既知の動線数が異なる画像との類似度をそれぞれ導出し、類似度が所定の値以上という条件を用いて、類似度が高い基準画像の動線数を特定すべき画像の動線数であると特定することができる。
また、第１の条件としては、人工知能を用いる場合、所定の撮影範囲を撮影した画像を教師画像データ群、当該画像を撮影した位置における所定の範囲の既知の動線数を教師正解データ群として人工知能が学習して導出した学習済み重みパラメータなどとする。このようにすると、動線特定システムは、導出した学習済み重みパラメータを用いて推論し、動線数を特定することができる。
これにより、動線特定システムは、複数の移動体のそれぞれから受信した位置情報と画像とを用いて、移動路の動線数を特定できる条件を導出することができ、更には、動線数を特定することができる。
次に、サーバ装置は、位置情報とその位置で撮影した画像とを送信した一の移動体が、当該位置情報により特定される所定の範囲において、いずれの動線に位置しているかを特定するための第２の条件を導出して端末装置に送信する。
ここで、いずれの動線に位置しているかを特定するための第２の条件としては、いずれの動線に位置しているかを特定できる条件であれば特に制限はなく、目的に応じて適宜選択することができる。
なお、「いずれの動線に位置しているかを特定する」ことは、移動体が車両であれば「自車走行動線位置を特定する」ことを意味する。また、以下では「自車走行動線位置」を「動線位置」と称することもある。
なお、「いずれの動線に位置しているかを特定する」ことは、移動体が車両であれば「自車走行動線位置を特定する」ことを意味する。また、以下では「自車走行動線位置」を「動線位置」と称することもある。
具体的には、第２の条件としては、人工知能を用いない場合、所定の範囲毎に移動体の動線位置を特定しやすい基準画像を選定し、選定した基準画像と動線位置を特定すべき画像との類似度が所定の値以上という条件などとする。このようにすると、動線特定システムは、類似度が所定の値以上であれば、基準画像における既知の動線位置を特定すべき画像の動線位置であると特定することができる。あるいは、動線特定システムは、特定すべき画像と、既知の動線位置が異なる画像との類似度をそれぞれ導出し、類似度が所定の値以上という条件を用いて、類似度が高い基準画像の動線位置を特定すべき画像の動線位置であると特定することができる。
また、第２の条件としては、人工知能を用いる場合、移動体が位置している動線が既知である画像を教師画像データ群、当該画像における移動体が位置している動線を教師正解データ群として人工知能が学習して得た学習済み重みパラメータなどとする。このようにすると、動線特定システムは、導出した学習済み重みパラメータを用いて推論し、動線位置を特定することができる。
また、端末装置は、特定した結果である動線数の情報といずれの動線に位置しているかの情報とを、位置情報と、位置情報に示される位置において撮影された画像との対応を識別可能な状態でサーバ装置に送信する。
このように、動線数及び動線位置を特定した結果をサーバ装置にフィードバックすることにより、サーバ装置は、人工知能を用いる場合、特定した結果を教師正解データ群として用いて、学習済み重みパラメータを更新することができる。また、サーバ装置は、人工知能を用いない場合、特定した結果を、動線数と自車が位置している動線が既知である基準画像の候補として用いることができる。
このように、動線数及び動線位置を特定した結果をサーバ装置にフィードバックすることにより、サーバ装置は、人工知能を用いる場合、特定した結果を教師正解データ群として用いて、学習済み重みパラメータを更新することができる。また、サーバ装置は、人工知能を用いない場合、特定した結果を、動線数と自車が位置している動線が既知である基準画像の候補として用いることができる。
以下、本発明の一実施例を説明するが、本発明は、この実施例に何ら限定されるものではない。
（第１の実施例）
（動線特定システム）
図１は、動線特定システム１０の一例を示す図である。本実施例の動線特定システム１０は、移動体としての車両が走行しているところの高速道路の車線数及び車線位置を特定するシステムである。
図１に示すように、動線特定システム１０は、サーバ装置１００と、車両Ａ、Ｂ、Ｃ、・・・にそれぞれ搭載されている端末装置２００ａ、２００ｂ、２００ｃ、・・・と、を有する。
サーバ装置１００は、ネットワーク３００を介して端末装置２００ａ、２００ｂ、２００ｃ、・・・と通信可能に接続されている。
なお、端末装置２００ａ、２００ｂ、２００ｃ、・・・は、装置の構成がそれぞれ同様であることから、以下では「端末装置２００」と称してまとめて説明する。また、車両Ａ、Ｂ、Ｃ、・・・は、区別する必要がないときは単に「車両」と称することもある。
（動線特定システム）
図１は、動線特定システム１０の一例を示す図である。本実施例の動線特定システム１０は、移動体としての車両が走行しているところの高速道路の車線数及び車線位置を特定するシステムである。
図１に示すように、動線特定システム１０は、サーバ装置１００と、車両Ａ、Ｂ、Ｃ、・・・にそれぞれ搭載されている端末装置２００ａ、２００ｂ、２００ｃ、・・・と、を有する。
サーバ装置１００は、ネットワーク３００を介して端末装置２００ａ、２００ｂ、２００ｃ、・・・と通信可能に接続されている。
なお、端末装置２００ａ、２００ｂ、２００ｃ、・・・は、装置の構成がそれぞれ同様であることから、以下では「端末装置２００」と称してまとめて説明する。また、車両Ａ、Ｂ、Ｃ、・・・は、区別する必要がないときは単に「車両」と称することもある。
まず、サーバ装置１００のハードウェア構成及び機能構成について説明する。
（サーバ装置）
＜サーバ装置のハードウェア構成＞
図２は、サーバ装置１００のハードウェア構成の一例を示すブロック図である。
図２に示すように、サーバ装置１００のハードウェア構成は以下の各装置を有する。各装置は、バス１０９を介してそれぞれ通信可能に接続されている。
＜サーバ装置のハードウェア構成＞
図２は、サーバ装置１００のハードウェア構成の一例を示すブロック図である。
図２に示すように、サーバ装置１００のハードウェア構成は以下の各装置を有する。各装置は、バス１０９を介してそれぞれ通信可能に接続されている。
ＣＰＵ（Ｃｅｎｔｒａｌ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ）１０１は、種々の制御や演算を行なう処理装置である。ＣＰＵ１０１は、主記憶装置１０２などが記憶するＯＳ（Ｏｐｅｒａｔｉｎｇ Ｓｙｓｔｅｍ）やプログラムを実行することにより、種々の機能を実現する。すなわち、ＣＰＵ１０１は、本実施例では、動線特定プログラムを実行することにより、後述する制御部１４０として機能する。
動線特定プログラムは、必ずしも最初から主記憶装置１０２、補助記憶装置１０５などに記憶されていなくともよい。また、インターネット、ＬＡＮ、ＷＡＮなどを介してサーバ装置１００に接続される他の情報処理装置などに動線特定プログラムを記憶させ、サーバ装置１００がこれらから動線特定プログラムを取得して実行するようにしてもよい。
動線特定プログラムは、必ずしも最初から主記憶装置１０２、補助記憶装置１０５などに記憶されていなくともよい。また、インターネット、ＬＡＮ、ＷＡＮなどを介してサーバ装置１００に接続される他の情報処理装置などに動線特定プログラムを記憶させ、サーバ装置１００がこれらから動線特定プログラムを取得して実行するようにしてもよい。
また、ＣＰＵ１０１は、サーバ装置１００全体の動作を制御する。なお、本実施例では、サーバ装置１００全体の動作を制御する装置をＣＰＵ１０１としたが、これに限ることなく、例えば、ＦＰＧＡ（Ｆｉｅｌｄ Ｐｒｏｇｒａｍｍａｂｌｅ Ｇａｔｅ Ａｒｒａｙ）などとしてもよい。
主記憶装置１０２は、各種プログラムを記憶し、各種プログラムを実行するために必要なデータ等を記憶する。
主記憶装置１０２は、図示しない、ＲＯＭ（Ｒｅａｄ Ｏｎｌｙ Ｍｅｍｏｒｙ）と、ＲＡＭ（Ｒａｎｄｏｍ Ａｃｃｅｓｓ Ｍｅｍｏｒｙ）と、を有する。
ＲＯＭは、ＢＩＯＳ（Ｂａｓｉｃ Ｉｎｐｕｔ／Ｏｕｔｐｕｔ Ｓｙｓｔｅｍ）等の各種プログラムなどを記憶している。
ＲＡＭは、ＲＯＭに記憶された各種プログラムがＣＰＵ１０１により実行される際に展開される作業範囲として機能する。ＲＡＭとしては、特に制限はなく、目的に応じて適宜選択することができる。ＲＡＭとしては、例えば、ＤＲＡＭ（Ｄｙｎａｍｉｃ Ｒａｎｄｏｍ Ａｃｃｅｓｓ Ｍｅｍｏｒｙ）、ＳＲＡＭ（Ｓｔａｔｉｃ Ｒａｎｄｏｍ Ａｃｃｅｓｓ Ｍｅｍｏｒｙ）などが挙げられる。
主記憶装置１０２は、図示しない、ＲＯＭ（Ｒｅａｄ Ｏｎｌｙ Ｍｅｍｏｒｙ）と、ＲＡＭ（Ｒａｎｄｏｍ Ａｃｃｅｓｓ Ｍｅｍｏｒｙ）と、を有する。
ＲＯＭは、ＢＩＯＳ（Ｂａｓｉｃ Ｉｎｐｕｔ／Ｏｕｔｐｕｔ Ｓｙｓｔｅｍ）等の各種プログラムなどを記憶している。
ＲＡＭは、ＲＯＭに記憶された各種プログラムがＣＰＵ１０１により実行される際に展開される作業範囲として機能する。ＲＡＭとしては、特に制限はなく、目的に応じて適宜選択することができる。ＲＡＭとしては、例えば、ＤＲＡＭ（Ｄｙｎａｍｉｃ Ｒａｎｄｏｍ Ａｃｃｅｓｓ Ｍｅｍｏｒｙ）、ＳＲＡＭ（Ｓｔａｔｉｃ Ｒａｎｄｏｍ Ａｃｃｅｓｓ Ｍｅｍｏｒｙ）などが挙げられる。
ＧＰＵ（Ｇｒａｐｈｉｃｓ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ）１０３は、グラフィック処理、並列的な数値演算処理などの必要な処理を実行する。
ＶＲＡＭ（Ｖｉｄｅｏ Ｒａｎｄｏｍ Ａｃｃｅｓｓ Ｍｅｍｏｒｙ）１０４は、ディスプレイ１０８に画像を表示するために必要なデータを保持するためのメモリ領域として機能する。
補助記憶装置１０５としては、各種情報を記憶できれば特に制限はなく、目的に応じて適宜選択することができ、例えば、ソリッドステートドライブ、ハードディスクドライブなどが挙げられる。また、補助記憶装置１０５は、ＣＤ（Ｃｏｍｐａｃｔ Ｄｉｓｃ）ドライブ、ＤＶＤ（Ｄｉｇｉｔａｌ Ｖｅｒｓａｔｉｌｅ Ｄｉｓｃ）ドライブ、ＢＤ（Ｂｌｕ−ｒａｙ（登録商標） Ｄｉｓｃ）ドライブなどの可搬記憶装置としてもよい。
通信インターフェイス１０６は、特に制限はなく、適宜公知のものを用いることができ、例えば、無線又は有線を用いた通信デバイスなどが挙げられる。
入力装置１０７は、サーバ装置１００に対する各種要求を受け付けることができれば特に制限はなく、適宜公知のものを用いることができ、例えば、キーボード、マウス、タッチパネルなどが挙げられる。
ディスプレイ１０８は、特に制限はなく、適宜公知のものを用いることができ、例えば、液晶ディスプレイ、有機ＥＬディスプレイなどが挙げられる。
なお、サーバ装置１００は、ネットワーク上のコンピュータ群であるクラウドの一部であってもよい。
＜サーバ装置の機能構成＞
図３は、サーバ装置１００の機能構成の一例を示すブロック図である。
図３に示すように、サーバ装置１００の機能構成としては、通信部１２０と、記憶部１３０と、制御部１４０と、を有する。
図３は、サーバ装置１００の機能構成の一例を示すブロック図である。
図３に示すように、サーバ装置１００の機能構成としては、通信部１２０と、記憶部１３０と、制御部１４０と、を有する。
通信部１２０は、制御部１４０の指示に基づき、通信インターフェイス１０６を用いて車両の位置情報及び画像を含む走行履歴データを各端末装置２００から受信する。
また、通信部１２０は、車線数を特定するための第１の条件、及び、車線位置を特定するための第２の条件を端末装置２００に送信する。
また、通信部１２０は、車線数を特定するための第１の条件、及び、車線位置を特定するための第２の条件を端末装置２００に送信する。
記憶部１３０は、補助記憶装置１０５に走行履歴データベース（以下、「走行履歴ＤＢ」と称することもある）１２１を有する。
走行履歴ＤＢ１２１は、通信部１２０が受信した走行履歴データを走行履歴データ群として記憶する。
走行履歴ＤＢ１２１は、通信部１２０が受信した走行履歴データを走行履歴データ群として記憶する。
図４は、走行ＤＢ１２１が記憶する走行履歴データの一例を示す図である。
図４に示すように、走行履歴データは、本実施例では「車両ＩＤ、取得日時、位置情報（経度、緯度）」の項目を含み、端末装置２００により紐付けられた図示しない画像を含む。
図４に示すように、走行履歴データは、本実施例では「車両ＩＤ、取得日時、位置情報（経度、緯度）」の項目を含み、端末装置２００により紐付けられた図示しない画像を含む。
「車両ＩＤ」のデータ項目は、端末装置２００が搭載されている当該車両を識別するためのデータであり、予め設定される。
「取得日時」及び「位置情報（経度、緯度）」のデータ項目は、端末装置２００に搭載されているＧＰＳ（Ｇｌｏｂａｌ Ｐｏｓｉｔｉｏｎｉｎｇ Ｓｙｓｔｅｍ）ユニットにより取得される。
なお、本実施例では、走行履歴データには、位置情報及びその位置における画像を含むとしたが、これに限ることなく、例えば、「車速、加速度、出発日時、出発地（経度、緯度）、到着日時、目的地（経度、緯度）」などのデータ項目をさらに含むようにしてもよい。
「取得日時」及び「位置情報（経度、緯度）」のデータ項目は、端末装置２００に搭載されているＧＰＳ（Ｇｌｏｂａｌ Ｐｏｓｉｔｉｏｎｉｎｇ Ｓｙｓｔｅｍ）ユニットにより取得される。
なお、本実施例では、走行履歴データには、位置情報及びその位置における画像を含むとしたが、これに限ることなく、例えば、「車速、加速度、出発日時、出発地（経度、緯度）、到着日時、目的地（経度、緯度）」などのデータ項目をさらに含むようにしてもよい。
＜制御部＞
制御部１４０は、本実施例では、サーバ装置１００全体の動作を制御する機能を有すると共に、ＬＡ生成部１４１、チューニング部１４２、及び条件導出部１４３として機能する。
制御部１４０は、本実施例では、サーバ装置１００全体の動作を制御する機能を有すると共に、ＬＡ生成部１４１、チューニング部１４２、及び条件導出部１４３として機能する。
図５は、ＬＡ生成部１４１が行うＬＡ生成処理の一例を示す説明図である。ここで、図５を参照しながら、ＬＡ生成部１４１が行うＬＡ生成処理について説明する。
まず、ＬＡ生成部１４１は、各車両の走行履歴データにおける取得日時情報及び位置情報に基づき、車両の進行方向を特定する。次に、ＬＡ生成部１４１は、図５中の矢印で示すような同一の進行方向の車両の走行履歴データが存在する箇所に基準点を設ける。そして、ＬＡ生成部１４１は、基準点から進行方向に１００ｍ進んだ地点近傍の走行履歴データを抽出し、抽出した走行履歴データの位置の重心をＬＡの中心点として算出する。
なお、データを取得する時間間隔が比較的長い走行履歴データが存在し、１００ｍ進んだ地点近傍に走行履歴データが存在しない場合には、図５中の「○」で示すように補完データを算出する。
まず、ＬＡ生成部１４１は、各車両の走行履歴データにおける取得日時情報及び位置情報に基づき、車両の進行方向を特定する。次に、ＬＡ生成部１４１は、図５中の矢印で示すような同一の進行方向の車両の走行履歴データが存在する箇所に基準点を設ける。そして、ＬＡ生成部１４１は、基準点から進行方向に１００ｍ進んだ地点近傍の走行履歴データを抽出し、抽出した走行履歴データの位置の重心をＬＡの中心点として算出する。
なお、データを取得する時間間隔が比較的長い走行履歴データが存在し、１００ｍ進んだ地点近傍に走行履歴データが存在しない場合には、図５中の「○」で示すように補完データを算出する。
図６〜図８は、チューニング部１４２が行うチューニング処理の一例を示す説明図である。ここで、図６〜図８を参照しながら、ＬＡを生成した場合、道路が新設された場合に分けて、チューニング部１４２が行うチューニング処理について説明する。
まず、ＬＡを生成した場合のチューニング処理について説明する。
この場合には、チューニング部１４２は、生成したＬＡにおいて走行履歴データの取得地点毎の画像に基づいてそれぞれ車線数を導出し、取得地点毎で車線数が異なる場合があっても、当該ＬＡ内で「最も多い車線数」を当該ＬＡの車線数と特定する。
具体的には、図６に示すように、車線数が「３」から「４」に増えるＬＡｙにおいて、各取得地点で導出した車線数が「３」と「４」が混在している場合を考える。この場合、チューニング部１４２は、ＬＡｙにおいては車線数「３」よりも車線数「４」のほうが多いため、当該ＬＡｙの車線数を「４」と特定する。
この場合には、チューニング部１４２は、生成したＬＡにおいて走行履歴データの取得地点毎の画像に基づいてそれぞれ車線数を導出し、取得地点毎で車線数が異なる場合があっても、当該ＬＡ内で「最も多い車線数」を当該ＬＡの車線数と特定する。
具体的には、図６に示すように、車線数が「３」から「４」に増えるＬＡｙにおいて、各取得地点で導出した車線数が「３」と「４」が混在している場合を考える。この場合、チューニング部１４２は、ＬＡｙにおいては車線数「３」よりも車線数「４」のほうが多いため、当該ＬＡｙの車線数を「４」と特定する。
次に、道路が新設された場合のチューニング処理について説明する。
この場合には、チューニング部１４２は、当該ＬＡにおいて導出前後の車線数を比較する。チューニング部１４２は、導出前後の車線数が一致していればチューニング処理は不要と判定し、導出前後の車線数が一致していなければチューニング処理を行うと判定する。
具体的には、車線数を導出する前に図７に示すような複数のＬＡにおいて、車線数を導出するときに図８に示すような道路が新設されていた場合を考える。この場合、ＬＡ２及びＬＡ３では車線数が「４」から「５」に増えているため、チューニング部１４２は、チューニング処理を行い、道路が新設された場合であっても対応することができる。
この場合には、チューニング部１４２は、当該ＬＡにおいて導出前後の車線数を比較する。チューニング部１４２は、導出前後の車線数が一致していればチューニング処理は不要と判定し、導出前後の車線数が一致していなければチューニング処理を行うと判定する。
具体的には、車線数を導出する前に図７に示すような複数のＬＡにおいて、車線数を導出するときに図８に示すような道路が新設されていた場合を考える。この場合、ＬＡ２及びＬＡ３では車線数が「４」から「５」に増えているため、チューニング部１４２は、チューニング処理を行い、道路が新設された場合であっても対応することができる。
条件導出部１４３は、車線数を特定するための第１の条件、及び、車線位置を特定するための第２の条件を導出する。
条件導出部１４３は、本実施例では、図９〜図１１に示すような状態で自車から撮影した画像のうち、路上の白線、周辺の他車との位置関係のバリエーションを持たせた基準画像を用いて、車線数及び車線位置を特定する類似度を導出する。
条件導出部１４３は、本実施例では、図９〜図１１に示すような状態で自車から撮影した画像のうち、路上の白線、周辺の他車との位置関係のバリエーションを持たせた基準画像を用いて、車線数及び車線位置を特定する類似度を導出する。
なお、条件導出部１４３は、車両から受信した車線数の情報と車線位置の情報との少なくともいずれかの特定の誤りが一定のしきい値以上であるか否かを判定するようにしてもよい。条件導出部１４３は、一定のしきい値以上であると判定したときに、第１の条件、及び／又は、第２の条件を再度導出する。これにより、制御部１４０は、誤りの少ない車線数及び車線位置の情報を取得することができる。
なお、制御部１４０は、第１の条件に基づいてＬＡ毎に特定した車線数の情報を、図１２に示すように、車線数の情報を含む道路地図として出力するようにしてもよい。これにより、道路の車線数を可視化することができる。
次に、端末装置２００のハードウェア構成及び機能構成について説明する。
（端末装置）
端末装置２００は、本実施例では、トラックなどの商用車に搭載されているデジタルタコグラフであり、ＧＰＳ（Ｇｌｏｂａｌ Ｐｏｓｉｔｉｏｎｉｎｇ Ｓｙｓｔｅｍ）ユニットと、車両の周囲を撮影できるカメラと、を有する。端末装置２００は、ＧＰＳユニット及びカメラにより、位置情報及びその位置における車両の周囲の画像を取得日時と紐付けて取得した走行履歴データを、サーバ装置１００に１秒間毎にあるいは１０秒間毎に順次送信する。
＜端末装置のハードウェア構成＞
図１３は、端末装置２００のハードウェア構成の一例を示すブロック図である。
図１３に示すように、端末装置２００のハードウェア構成は以下の各装置を有する。各装置は、バス２１１を介してそれぞれ通信可能に接続されている。
端末装置２００は、本実施例では、トラックなどの商用車に搭載されているデジタルタコグラフであり、ＧＰＳ（Ｇｌｏｂａｌ Ｐｏｓｉｔｉｏｎｉｎｇ Ｓｙｓｔｅｍ）ユニットと、車両の周囲を撮影できるカメラと、を有する。端末装置２００は、ＧＰＳユニット及びカメラにより、位置情報及びその位置における車両の周囲の画像を取得日時と紐付けて取得した走行履歴データを、サーバ装置１００に１秒間毎にあるいは１０秒間毎に順次送信する。
＜端末装置のハードウェア構成＞
図１３は、端末装置２００のハードウェア構成の一例を示すブロック図である。
図１３に示すように、端末装置２００のハードウェア構成は以下の各装置を有する。各装置は、バス２１１を介してそれぞれ通信可能に接続されている。
ＣＰＵ２０１は、種々の制御や演算を行なう処理装置である。ＣＰＵ２０１は、主記憶装置２０２などが記憶するＯＳやプログラムを実行することにより、種々の機能を実現する。すなわち、ＣＰＵ２０１は、本実施例では、動線特定プログラムを実行することにより、後述する制御部２４０として機能する。
動線特定プログラムは、必ずしも最初から主記憶装置２０２、補助記憶装置２０５などに記憶されていなくともよい。また、インターネット、ＬＡＮ、ＷＡＮなどを介して端末装置２００に接続される他の情報処理装置などに動線特定プログラムを記憶させ、端末装置２００がこれらから動線特定プログラムを取得して実行するようにしてもよい。
動線特定プログラムは、必ずしも最初から主記憶装置２０２、補助記憶装置２０５などに記憶されていなくともよい。また、インターネット、ＬＡＮ、ＷＡＮなどを介して端末装置２００に接続される他の情報処理装置などに動線特定プログラムを記憶させ、端末装置２００がこれらから動線特定プログラムを取得して実行するようにしてもよい。
また、ＣＰＵ２０１は、端末装置２００全体の動作を制御する。なお、本実施例では、端末装置２００全体の動作を制御する装置をＣＰＵ２０１としたが、これに限ることなく、例えば、ＦＰＧＡなどとしてもよい。
主記憶装置２０２は、各種プログラムを記憶し、各種プログラムを実行するために必要なデータ等を記憶する。
主記憶装置２０２は、図示しない、ＲＯＭと、ＲＡＭと、を有する。
ＲＯＭは、ＢＩＯＳ等の各種プログラムなどを記憶している。
ＲＡＭは、ＲＯＭに記憶された各種プログラムがＣＰＵ２０１により実行される際に展開される作業範囲として機能する。ＲＡＭとしては、特に制限はなく、目的に応じて適宜選択することができる。ＲＡＭとしては、例えば、ＤＲＡＭ、ＳＲＡＭなどが挙げられる。
主記憶装置２０２は、図示しない、ＲＯＭと、ＲＡＭと、を有する。
ＲＯＭは、ＢＩＯＳ等の各種プログラムなどを記憶している。
ＲＡＭは、ＲＯＭに記憶された各種プログラムがＣＰＵ２０１により実行される際に展開される作業範囲として機能する。ＲＡＭとしては、特に制限はなく、目的に応じて適宜選択することができる。ＲＡＭとしては、例えば、ＤＲＡＭ、ＳＲＡＭなどが挙げられる。
ＧＰＵ２０３は、グラフィック処理、並列的な数値演算処理などの必要な処理を実行する。
ＶＲＡＭ２０４は、ディスプレイ２０８に画像を表示するために必要なデータを保持するためのメモリ領域として機能する。
補助記憶装置２０５としては、各種情報を記憶できれば特に制限はなく、目的に応じて適宜選択することができ、例えば、ソリッドステートドライブ、ハードディスクドライブなどが挙げられる。また、補助記憶装置２０５は、ＣＤドライブ、ＤＶＤドライブ、ＢＤドライブなどの可搬記憶装置としてもよい。
通信インターフェイス２０６は、特に制限はなく、適宜公知のものを用いることができ、例えば、無線を用いた通信デバイスなどが挙げられる。
入力装置２０７は、端末装置２００に対する各種要求を受け付けることができれば特に制限はなく、適宜公知のものを用いることができ、例えば、キーボード、マウス、タッチパネルなどが挙げられる。
ディスプレイ２０８は、特に制限はなく、適宜公知のものを用いることができ、例えば、液晶ディスプレイ、有機ＥＬディスプレイなどが挙げられる。
ＧＰＳユニット２０９は、位置情報としての緯度経度の情報、及び、取得日時として時刻の情報を取得する。
カメラ２１０は、例えば、デジタルビデオカメラなどであり、車両に設置され、かつ車両を中心に所定の撮影範囲を撮影する。カメラ２１０は、単数であっても複数であってもよい。
＜端末装置の機能構成＞
図１４は、端末装置２００の機能構成の一例を示す説明図である。
図１４に示すように、端末装置２００の機能構成としては、通信部２２０と、記憶部２３０と、制御部２４０と、を有する。
図１４は、端末装置２００の機能構成の一例を示す説明図である。
図１４に示すように、端末装置２００の機能構成としては、通信部２２０と、記憶部２３０と、制御部２４０と、を有する。
通信部２２０は、制御部２４０の指示に基づき、通信インターフェイス２０６を用いて車両の位置情報及び画像を含む走行履歴データをサーバ装置１００に送信する。
また、通信部２２０は、車線数を特定するための第１の条件、及び、車線位置を特定するための第２の条件をサーバ装置１００から受信する。
また、通信部２２０は、車線数を特定するための第１の条件、及び、車線位置を特定するための第２の条件をサーバ装置１００から受信する。
記憶部２３０は、サーバ装置１００から受信した第１の条件及び第２の条件を補助記憶装置２０５に記憶する。
＜制御部＞
制御部２４０は、本実施例では、端末装置２００全体の動作を制御する機能を有すると共に、位置情報取得部２４１、画像取得部２４２、及び特定部２４３として機能する。
制御部２４０は、本実施例では、端末装置２００全体の動作を制御する機能を有すると共に、位置情報取得部２４１、画像取得部２４２、及び特定部２４３として機能する。
位置情報取得部２４１は、ＧＰＳユニット２０９を用いて位置情報としての緯度経度の情報、及び、取得日時として時刻の情報を取得する。
画像取得部２４２は、車両に設置されたカメラ２１０を用いて、道路上の白線や他車が映り込むように、当該車両を中心に所定の撮影範囲を撮影する。
特定部２４３は、当該端末装置２００を搭載した車両が位置する、第１の条件に基づいて車線数を特定するとともに、第２の条件に基づいていずれの車線かを特定する。また、特定部２４３は、特定した結果である車線数及び車線位置の情報を、位置情報と、位置情報に示される位置において撮影された画像との対応を識別可能な状態でサーバ装置１００に送信する。
このように、車線数及び車線位置を特定した結果をサーバ装置１００にフィードバックすることにより、サーバ装置１００は、人工知能を用いる場合、特定した結果を教師正解データ群として用いて、学習済み重みパラメータを更新することができる。また、サーバ装置は、人工知能を用いない場合、特定した結果を、車線数と自車が位置している車線が既知である基準画像の候補として用いることができる。
このように、車線数及び車線位置を特定した結果をサーバ装置１００にフィードバックすることにより、サーバ装置１００は、人工知能を用いる場合、特定した結果を教師正解データ群として用いて、学習済み重みパラメータを更新することができる。また、サーバ装置は、人工知能を用いない場合、特定した結果を、車線数と自車が位置している車線が既知である基準画像の候補として用いることができる。
制御部２４０は、ＬＡにおける車線数の特定の誤りが一定のしきい値以上であると判定したときに、画像の所定の撮影範囲を変更するようにしてもよい。
なお、本実施例では、端末装置２００はデジタルタコグラフとしたが、これに限ることなく、例えば、乗用車に搭載され、車両の周囲を撮影できるカメラを有するカーナビゲーションシステムの車載装置などが挙げられる。また、走行履歴データは、例えば、ＥＴＣ（Ｅｌｅｃｔｒｏｎｉｃ Ｔｏｌｌ Ｃｏｌｌｅｃｔｉｏｎ Ｓｙｓｔｅｍ）が取得する位置情報と、当該車両に搭載され、車両の周囲を撮影できるカメラにより撮影した画像と、により構成するようにしてもよい。
図１５は、動線特定システム１０が行う処理の流れの一例を示すシーケンス図である。
ここでは、図１５のシーケンス図を参照しながら、端末装置２００が、自車の位置情報及び画像をサーバ装置１００に送信してから、車両数及び車線位置を特定するまでの処理について説明する。
ここでは、図１５のシーケンス図を参照しながら、端末装置２００が、自車の位置情報及び画像をサーバ装置１００に送信してから、車両数及び車線位置を特定するまでの処理について説明する。
ステップＳ１０１では、端末装置２００は、端末装置２００を搭載する移動体の走行履歴データ（位置情報及び画像）を取得してサーバ装置１００に送信し、処理をＳ１０２に移行する。なお、本実施例では、端末装置２００は、走行履歴データを１秒間毎に取得する。
ステップＳ１０２では、サーバ装置１００は、受信した走行履歴データがどのＬＡの範囲内であるかについて推定するＬＡ推定処理を行う。
また、サーバ装置１００は、ＬＡ推定処理を行った結果、走行履歴データの取得地点が「ＬＡ未設定」であるか否かを判定する。サーバ装置１００は、走行履歴データの取得地点が「ＬＡ未設定」であると判定すると処理をＳ１０３に移行し、「ＬＡ未設定」ではないと判定すると処理をＳ１０５に移行する。
また、サーバ装置１００は、ＬＡ推定処理を行った結果、走行履歴データの取得地点が「ＬＡ未設定」であるか否かを判定する。サーバ装置１００は、走行履歴データの取得地点が「ＬＡ未設定」であると判定すると処理をＳ１０３に移行し、「ＬＡ未設定」ではないと判定すると処理をＳ１０５に移行する。
ステップＳ１０３では、サーバ装置１００は、ＬＡ未設定の領域で複数車両の走行履歴データを一定量取得した後、ＬＡを新たに生成するＬＡ生成処理を行い、処理をＳ１０４に移行する。
ステップＳ１０４では、サーバ装置１００は、Ｓ１０３で生成したＬＡに対してチューニング処理を行い、当該ＬＡにおける車両数を特定すると処理をＳ１０５に移行する。
ステップＳ１０５では、端末装置２００は、車線数を特定するための第１の条件を満たしているか否かを判定することにより車線数を導出する車線数導出処理を行う。端末装置２００は、導出した車線数の情報をサーバ装置１００に送信し、処理をＳ１０６に移行する。
ステップＳ１０６では、端末装置２００は、車線位置を特定するための第２の条件を満たしているか否かを判定することにより車線位置を導出する車線位置導出処理を行う。端末装置２００は、導出した車線位置の情報をサーバ装置１００に送信する。
また、サーバ装置１００は、受信した走行履歴データで、ＬＡにおける走行履歴データの取得が終了したか否かを判定する。サーバ装置１００は、受信した走行履歴データで、当該ＬＡにおける走行履歴データの取得が終了したと判定すると処理をＳ１０７に移行する。また、サーバ装置１００は、Ｓ１０４でチューニング処理を行っていれば、処理をＳ１０９に移行し、当該ＬＡにおける走行履歴データの取得が終了していないと判定すると処理をＳ１０１に戻す。
また、サーバ装置１００は、受信した走行履歴データで、ＬＡにおける走行履歴データの取得が終了したか否かを判定する。サーバ装置１００は、受信した走行履歴データで、当該ＬＡにおける走行履歴データの取得が終了したと判定すると処理をＳ１０７に移行する。また、サーバ装置１００は、Ｓ１０４でチューニング処理を行っていれば、処理をＳ１０９に移行し、当該ＬＡにおける走行履歴データの取得が終了していないと判定すると処理をＳ１０１に戻す。
ステップＳ１０７では、サーバ装置１００は、当該ＬＡにおける車線数を導出する処理を行う。
また、サーバ装置１００は、Ｓ１０７で導出した当該ＬＡにおける車線数と、導出前の当該ＬＡにおける車線数とを比較し、一致していれば処理をＳ１０１に戻し、一致していなければ処理をＳ１０８に移行する。
また、サーバ装置１００は、Ｓ１０７で導出した当該ＬＡにおける車線数と、導出前の当該ＬＡにおける車線数とを比較し、一致していれば処理をＳ１０１に戻し、一致していなければ処理をＳ１０８に移行する。
ステップＳ１０８では、サーバ装置１００は、Ｓ１０４の処理と同様に、チューニング処理を行い、処理をＳ１０９に移行する。
ステップＳ１０９では、サーバ装置１００は、Ｓ１０４又はＳ１０８においてチューニング処理を行った場合、第１の条件及び第２の条件を導出して端末装置２００に送信し、処理をＳ１０１に戻す。
なお、サーバ装置１００は、車両から受信した車線数の情報といずれの車線に位置しているかの情報との少なくともいずれかの特定の誤りが一定のしきい値以上であると判定したときに、第１の条件、及び／又は、第２の条件を再度導出するようにしてもよい。
また、端末装置２００は、所定の範囲における車線数の特定の誤りが一定のしきい値以上であると判定したときに、画像の所定の撮影範囲を変更するようにしてもよい。
なお、サーバ装置１００は、車両から受信した車線数の情報といずれの車線に位置しているかの情報との少なくともいずれかの特定の誤りが一定のしきい値以上であると判定したときに、第１の条件、及び／又は、第２の条件を再度導出するようにしてもよい。
また、端末装置２００は、所定の範囲における車線数の特定の誤りが一定のしきい値以上であると判定したときに、画像の所定の撮影範囲を変更するようにしてもよい。
次に、サーバ装置１００が行う処理について説明する。
図１６は、サーバ装置１００が行う処理の流れの一例を示すフローチャートである。
ここでは、図１６に示すフローチャートを参照して、サーバ装置１００が行う処理の流れについて説明する。
ここでは、図１６に示すフローチャートを参照して、サーバ装置１００が行う処理の流れについて説明する。
ステップＳ２０１では、サーバ装置１００は、端末装置２００が取得した走行履歴データを受信し、処理をＳ２０２に移行する。
ステップＳ２０２（Ｓ１０２に該当）では、サーバ装置１００は、受信した走行履歴データがどのＬＡの範囲内であるかについて推定するＬＡ推定処理を行い、処理をＳ２０３に移行する。
ステップＳ２０３では、サーバ装置１００は、ＬＡ推定処理を行った結果、走行履歴データの取得地点が「ＬＡ設定済み」であるか否かを判定する。サーバ装置１００は、走行履歴データの取得地点が「ＬＡ設定済み」であると判定すると処理をＳ２０６に移行し、「ＬＡ設定済み」ではないと判定すると処理をＳ２０４に移行する。
ステップＳ２０４（Ｓ１０３に該当）では、サーバ装置１００は、ＬＡ未設定の領域で複数車両の走行履歴データを一定量取得した後、ＬＡを新たに生成するＬＡ生成処理を行い、処理をＳ２０５に移行する。
ステップＳ２０５（Ｓ１０４に該当）では、サーバ装置１００は、Ｓ２０４で生成したＬＡに対してチューニング処理を行い、当該ＬＡにおける車両数を特定すると処理をＳ２０６に移行する。
ステップＳ２０６では、サーバ装置１００は、端末装置２００が導出した車線数のデータを受信し、処理をＳ２０７に移行する。
ステップＳ２０７では、サーバ装置１００は、端末装置２００が導出した車線位置のデータを受信し、処理をＳ２０８に移行する。
ステップＳ２０８（Ｓ１０７に該当）では、サーバ装置１００は、当該ＬＡにおける車線数を導出する処理を行うと処理をＳ２０９に移行する。
ステップＳ２０９では、サーバ装置１００は、Ｓ１０７で導出した当該ＬＡにおける車線数と、導出前の当該ＬＡにおける車線数とを比較し、一致していれば処理をＳ２０１に戻し、一致していなければ処理をＳ２１０に移行する。
ステップＳ２１０（Ｓ１０８に該当）では、サーバ装置１００は、Ｓ２０５の処理と同様に、チューニング処理を行い、処理をＳ２１１に移行する。
ステップＳ２１１（Ｓ１０９に該当）では、サーバ装置１００は、第１の条件及び第２の条件を導出して端末装置２００に送信し、処理をＳ２０１に戻す。
ステップＳ２１２では、サーバ装置１００は、Ｓ２０５でチューニング処理を行ったか否かを判定する。サーバ装置１００は、Ｓ２０５でチューニング処理を行ったと判定すると処理をＳ２１１に移行させ、Ｓ２０５でチューニング処理を行っていないと判定すると処理をＳ２０１に戻す。
次に、端末装置２００が行う処理について説明する。
図１７は、端末装置２００が行う処理の流れの一例を示すフローチャートである。
ここでは、図１７に示すフローチャートを参照して、端末装置２００が行う処理のフローを説明する。
なお、端末装置２００は、あらかじめサーバ装置１００から第１の条件及び第２の条件を受信した状態とする。また、端末装置２００は、サーバ装置１００がチューニング処理を行った場合には、サーバ装置１００から第１の条件及び第２の条件を受信する。
ここでは、図１７に示すフローチャートを参照して、端末装置２００が行う処理のフローを説明する。
なお、端末装置２００は、あらかじめサーバ装置１００から第１の条件及び第２の条件を受信した状態とする。また、端末装置２００は、サーバ装置１００がチューニング処理を行った場合には、サーバ装置１００から第１の条件及び第２の条件を受信する。
ステップＳ３０１（Ｓ１０１に該当）では、端末装置２００は、端末装置２００を搭載する移動体の走行履歴データ（位置情報及び画像）を取得してサーバ装置１００に送信し、処理をＳ３０２に移行する。
ステップＳ３０２（Ｓ１０５に該当）では、端末装置２００は、車線数を特定するための第１の条件を満たしているか否かを判定することにより車線数を導出する車線数導出処理を行う。端末装置２００は、導出した車線数の情報をサーバ装置１００に送信し、処理をＳ３０２に移行する。
ステップＳ３０３（Ｓ１０６に該当）では、端末装置２００は、車線位置を特定するための第２の条件を満たしているか否かを判定することにより車線位置を導出する車線位置導出処理を行う。端末装置２００は、導出した車線位置の情報をサーバ装置１００に送信する。
以上説明したように、動線特定システムは、車両の位置情報及びその位置の周辺画像を送信する端末装置と、複数の車両から受信した位置情報及び画像から、所定の範囲毎に車線数を特定するための条件を導出して端末装置に送信する装置とにより車線数を特定する。
（第２の実施例）
第２の実施例では、第１の実施例と比較すると、車線数及び車線位置の導出方法が異なり、図３のサーバ装置１００の条件導出部１４３、及び、図１４の端末装置２００の特定部２４３に、人工知能を有する。
サーバ装置１００の条件導出部１４３は、図１５のＳ１０９における条件導出において、教師画像データ群と教師正解データ群とによるディープラーニングの手法を用いて、第１の条件を導出する車線数学習処理と、第２の条件を導出する車線位置学習処理とを行う。この点が第１の実施例と異なる。条件導出部１４３は、これらの学習処理により、第１の条件としての第１の学習済み重みパラメータ、及び、第２の条件としての第２の学習済み重みパラメータを導出して、端末装置２００の特定部２４３に送信する。
端末装置２００の特定部２４３は、条件導出部１４３から受信した第１の学習済み重みパラメータ及び第２の学習済み重みパラメータを用いて、車線数及び車線位置を推論して特定する点も第１の実施例と異なる。
第２の実施例では、第１の実施例と比較すると、車線数及び車線位置の導出方法が異なり、図３のサーバ装置１００の条件導出部１４３、及び、図１４の端末装置２００の特定部２４３に、人工知能を有する。
サーバ装置１００の条件導出部１４３は、図１５のＳ１０９における条件導出において、教師画像データ群と教師正解データ群とによるディープラーニングの手法を用いて、第１の条件を導出する車線数学習処理と、第２の条件を導出する車線位置学習処理とを行う。この点が第１の実施例と異なる。条件導出部１４３は、これらの学習処理により、第１の条件としての第１の学習済み重みパラメータ、及び、第２の条件としての第２の学習済み重みパラメータを導出して、端末装置２００の特定部２４３に送信する。
端末装置２００の特定部２４３は、条件導出部１４３から受信した第１の学習済み重みパラメータ及び第２の学習済み重みパラメータを用いて、車線数及び車線位置を推論して特定する点も第１の実施例と異なる。
［学習処理］
まず、サーバ装置１００において、図２のＧＰＵ１０３及びＶＲＡＭ１０４を用いた、条件導出部１４３が行う学習処理について説明する。
条件導出部１４３は、例えば、図９〜図１１に示すような状態で自車から撮影した画像から、路上の白線、周辺の他車などを抽出し、抽出した白線の本数、周辺の他車の位置などにより車線数を特定できるように、第１の学習済み重みパラメータを導出する。
条件導出部１４３は、車線数と同様に、車線位置も特定できるように、第２の学習済み重みパラメータを導出する。
条件導出部１４３は、導出した２つの学習済み重みパラメータを、端末装置２００の特定部２４３に送信する。なお、サーバ装置１００が、２つの学習済み重みパラメータを用いて車線数及び車線位置を特定してもよい。
まず、サーバ装置１００において、図２のＧＰＵ１０３及びＶＲＡＭ１０４を用いた、条件導出部１４３が行う学習処理について説明する。
条件導出部１４３は、例えば、図９〜図１１に示すような状態で自車から撮影した画像から、路上の白線、周辺の他車などを抽出し、抽出した白線の本数、周辺の他車の位置などにより車線数を特定できるように、第１の学習済み重みパラメータを導出する。
条件導出部１４３は、車線数と同様に、車線位置も特定できるように、第２の学習済み重みパラメータを導出する。
条件導出部１４３は、導出した２つの学習済み重みパラメータを、端末装置２００の特定部２４３に送信する。なお、サーバ装置１００が、２つの学習済み重みパラメータを用いて車線数及び車線位置を特定してもよい。
［推論処理］
次に、端末装置２００の特定部２４３が行う推論処理について説明する。
特定部２４３は、条件導出部１４３が得た２つの学習済み重みパラメータを用いて、生成した画像の特徴の類否を行い、車線数及び車線位置を特定する。
これにより、端末装置２００は、２つの学習済み重みパラメータを用いた推論処理により、車線数及び車線位置を精度良く特定することができる。
次に、端末装置２００の特定部２４３が行う推論処理について説明する。
特定部２４３は、条件導出部１４３が得た２つの学習済み重みパラメータを用いて、生成した画像の特徴の類否を行い、車線数及び車線位置を特定する。
これにより、端末装置２００は、２つの学習済み重みパラメータを用いた推論処理により、車線数及び車線位置を精度良く特定することができる。
以上の実施形態に関し、更に以下の付記を開示する。
（付記１）
移動体に搭載され、前記移動体の位置情報と、前記位置情報に示される位置において所定の撮影範囲を撮影した画像とを送信する制御部を有する端末装置と、
複数の前記移動体のそれぞれから受信した前記位置情報及び前記画像を用いて、地理的に隣り合う所定の範囲毎に移動路の動線数を特定するための第１の条件を導出し、前記所定の範囲毎の前記第１の条件を前記端末装置に送信する制御部を有するサーバ装置と、
を有することを特徴とする動線特定システム。
（付記２）
前記サーバ装置は、複数の前記移動体のそれぞれから受信した前記位置情報及び前記画像を用いて、前記位置情報及び前記画像を送信した一の前記移動体が、前記位置情報により特定される前記所定の範囲において、いずれの動線に位置しているかを特定するために導出した第２の条件を前記端末装置に送信することを特徴とする、付記１に記載の動線特定システム。
（付記３）
前記端末装置は、当該端末装置を搭載した前記移動体が位置する、動線数を前記第１の条件に基づいて特定するとともに、いずれの動線かを前記第２の条件に基づいて特定し、
特定した結果である動線数の情報及びいずれの動線に位置しているかの情報を、前記位置情報と、前記位置情報に示される位置において撮影された前記画像との対応を識別可能な状態で前記サーバ装置に送信することを特徴とする、付記２に記載の動線特定システム。
（付記４）
前記サーバ装置は、前記移動体から受信した動線数の情報及びいずれの動線に位置しているかの情報の少なくともいずれかの特定の誤りが一定のしきい値以上であると判定したときに、前記第１の条件、及び／又は、前記第２の条件を再度導出するタイミングを決定することを特徴とする、付記３に記載の動線特定システム。
（付記５）
前記端末装置は、前記所定の範囲における動線数の特定の誤りが一定のしきい値以上であると判定したときに、前記画像の前記所定の撮影範囲を変更することを特徴とする、付記３又は４に記載の動線特定システム。
（付記６）
前記サーバ装置は、前記第１の条件に基づいて前記所定の範囲毎に特定した前記動線数の情報を、前記動線数の情報を含む移動路地図として出力することを特徴とする、付記３から５のいずれか一項に記載の動線特定システム。
（付記７）
複数の移動体が搭載する端末装置のそれぞれから受信した前記移動体の位置情報と、前記位置情報に示される位置において所定の撮影範囲を撮影した画像とを用いて、地理的に隣り合う所定の範囲毎に移動路の動線数を特定するための第１の条件を導出し、前記所定の範囲毎の前記第１の条件を前記端末装置に送信する制御部を有することを特徴とするサーバ装置。
（付記８）
移動体に搭載され、前記移動体の位置情報と、前記位置情報に示される位置において所定の撮影範囲を撮影した画像とを送信し、
複数の前記移動体のそれぞれから受信した前記位置情報と前記画像とを用いて、地理的に隣り合う所定の範囲毎に移動路の動線数を特定するために導出された第１の条件を受信することを特徴とする端末装置。
（付記９）
移動体に搭載され、前記移動体の位置情報と、前記位置情報に示される位置において所定の撮影範囲を撮影した画像とを送信し、
複数の前記移動体のそれぞれから受信した前記位置情報と前記画像とを用いて、地理的に隣り合う所定の範囲毎に移動路の動線数を特定するために導出された第１の条件を受信する、
処理をコンピュータに実行させることを特徴とする動線特定プログラム。
（付記１０）
移動体に搭載され、前記移動体の位置情報と、前記位置情報に示される位置において所定の撮影範囲を撮影した画像とを送信し、
複数の前記移動体のそれぞれから受信した前記位置情報と前記画像とを用いて、地理的に隣り合う所定の範囲毎に移動路の動線数を特定するために導出された第１の条件を受信する、
処理をコンピュータが実行することを特徴とする動線特定方法。
（付記１）
移動体に搭載され、前記移動体の位置情報と、前記位置情報に示される位置において所定の撮影範囲を撮影した画像とを送信する制御部を有する端末装置と、
複数の前記移動体のそれぞれから受信した前記位置情報及び前記画像を用いて、地理的に隣り合う所定の範囲毎に移動路の動線数を特定するための第１の条件を導出し、前記所定の範囲毎の前記第１の条件を前記端末装置に送信する制御部を有するサーバ装置と、
を有することを特徴とする動線特定システム。
（付記２）
前記サーバ装置は、複数の前記移動体のそれぞれから受信した前記位置情報及び前記画像を用いて、前記位置情報及び前記画像を送信した一の前記移動体が、前記位置情報により特定される前記所定の範囲において、いずれの動線に位置しているかを特定するために導出した第２の条件を前記端末装置に送信することを特徴とする、付記１に記載の動線特定システム。
（付記３）
前記端末装置は、当該端末装置を搭載した前記移動体が位置する、動線数を前記第１の条件に基づいて特定するとともに、いずれの動線かを前記第２の条件に基づいて特定し、
特定した結果である動線数の情報及びいずれの動線に位置しているかの情報を、前記位置情報と、前記位置情報に示される位置において撮影された前記画像との対応を識別可能な状態で前記サーバ装置に送信することを特徴とする、付記２に記載の動線特定システム。
（付記４）
前記サーバ装置は、前記移動体から受信した動線数の情報及びいずれの動線に位置しているかの情報の少なくともいずれかの特定の誤りが一定のしきい値以上であると判定したときに、前記第１の条件、及び／又は、前記第２の条件を再度導出するタイミングを決定することを特徴とする、付記３に記載の動線特定システム。
（付記５）
前記端末装置は、前記所定の範囲における動線数の特定の誤りが一定のしきい値以上であると判定したときに、前記画像の前記所定の撮影範囲を変更することを特徴とする、付記３又は４に記載の動線特定システム。
（付記６）
前記サーバ装置は、前記第１の条件に基づいて前記所定の範囲毎に特定した前記動線数の情報を、前記動線数の情報を含む移動路地図として出力することを特徴とする、付記３から５のいずれか一項に記載の動線特定システム。
（付記７）
複数の移動体が搭載する端末装置のそれぞれから受信した前記移動体の位置情報と、前記位置情報に示される位置において所定の撮影範囲を撮影した画像とを用いて、地理的に隣り合う所定の範囲毎に移動路の動線数を特定するための第１の条件を導出し、前記所定の範囲毎の前記第１の条件を前記端末装置に送信する制御部を有することを特徴とするサーバ装置。
（付記８）
移動体に搭載され、前記移動体の位置情報と、前記位置情報に示される位置において所定の撮影範囲を撮影した画像とを送信し、
複数の前記移動体のそれぞれから受信した前記位置情報と前記画像とを用いて、地理的に隣り合う所定の範囲毎に移動路の動線数を特定するために導出された第１の条件を受信することを特徴とする端末装置。
（付記９）
移動体に搭載され、前記移動体の位置情報と、前記位置情報に示される位置において所定の撮影範囲を撮影した画像とを送信し、
複数の前記移動体のそれぞれから受信した前記位置情報と前記画像とを用いて、地理的に隣り合う所定の範囲毎に移動路の動線数を特定するために導出された第１の条件を受信する、
処理をコンピュータに実行させることを特徴とする動線特定プログラム。
（付記１０）
移動体に搭載され、前記移動体の位置情報と、前記位置情報に示される位置において所定の撮影範囲を撮影した画像とを送信し、
複数の前記移動体のそれぞれから受信した前記位置情報と前記画像とを用いて、地理的に隣り合う所定の範囲毎に移動路の動線数を特定するために導出された第１の条件を受信する、
処理をコンピュータが実行することを特徴とする動線特定方法。
１０ 車線判定システム
１００ サーバ装置
１４０、２４０ 制御部
２００ 端末装置
Ａ、Ｂ、Ｃ 車両（移動体）
１００ サーバ装置
１４０、２４０ 制御部
２００ 端末装置
Ａ、Ｂ、Ｃ 車両（移動体）
Claims (10)
- 移動体に搭載され、前記移動体の位置情報と、前記位置情報に示される位置において所定の撮影範囲を撮影した画像とを送信する制御部を有する端末装置と、
複数の前記移動体のそれぞれから受信した前記位置情報及び前記画像を用いて、地理的に隣り合う所定の範囲毎に移動路の動線数を特定するための第１の条件を導出し、前記所定の範囲毎の前記第１の条件を前記端末装置に送信する制御部を有するサーバ装置と、
を有することを特徴とする動線特定システム。 - 前記サーバ装置は、複数の前記移動体のそれぞれから受信した前記位置情報及び前記画像を用いて、前記位置情報及び前記画像を送信した一の前記移動体が、前記位置情報により特定される前記所定の範囲において、いずれの動線に位置しているかを特定するために導出した第２の条件を前記端末装置に送信することを特徴とする、請求項１に記載の動線特定システム。
- 前記端末装置は、当該端末装置を搭載した前記移動体が位置する、動線数を前記第１の条件に基づいて特定するとともに、いずれの動線かを前記第２の条件に基づいて特定し、
特定した結果である動線数の情報及びいずれの動線に位置しているかの情報を、前記位置情報と、前記位置情報に示される位置において撮影された前記画像との対応を識別可能な状態で前記サーバ装置に送信することを特徴とする、請求項２に記載の動線特定システム。 - 前記サーバ装置は、前記移動体から受信した動線数の情報及びいずれの動線に位置しているかの情報の少なくともいずれかの特定の誤りが一定のしきい値以上であると判定したときに、前記第１の条件、及び／又は、前記第２の条件を再度導出するタイミングを決定することを特徴とする、請求項３に記載の動線特定システム。
- 前記端末装置は、前記所定の範囲における動線数の特定の誤りが一定のしきい値以上であると判定したときに、前記画像の前記所定の撮影範囲を変更することを特徴とする、請求項３又は４に記載の動線特定システム。
- 前記サーバ装置は、前記第１の条件に基づいて前記所定の範囲毎に特定した前記動線数の情報を、前記動線数の情報を含む移動路地図として出力することを特徴とする、請求項３から５のいずれか一項に記載の動線特定システム。
- 複数の移動体が搭載する端末装置のそれぞれから受信した前記移動体の位置情報と、前記位置情報に示される位置において所定の撮影範囲を撮影した画像とを用いて、地理的に隣り合う所定の範囲毎に移動路の動線数を特定するための第１の条件を導出し、前記所定の範囲毎の前記第１の条件を前記端末装置に送信する制御部を有することを特徴とするサーバ装置。
- 移動体に搭載され、前記移動体の位置情報と、前記位置情報に示される位置において所定の撮影範囲を撮影した画像とをサーバ装置に送信し、
複数の前記移動体のそれぞれから受信した前記位置情報と前記画像とを用いて、地理的に隣り合う所定の範囲毎に移動路の動線数を特定するために前記サーバ装置により導出された第１の条件を前記サーバ装置から受信することを特徴とする端末装置。 - 移動体に搭載され、前記移動体の位置情報と、前記位置情報に示される位置において所定の撮影範囲を撮影した画像とをサーバ装置に送信し、
複数の前記移動体のそれぞれから受信した前記位置情報と前記画像とを用いて、地理的に隣り合う所定の範囲毎に移動路の動線数を特定するために前記サーバ装置により導出された第１の条件を前記サーバ装置から受信する、
処理をコンピュータに実行させることを特徴とする動線特定プログラム。 - 移動体に搭載され、前記移動体の位置情報と、前記位置情報に示される位置において所定の撮影範囲を撮影した画像とをサーバ装置に送信し、
複数の前記移動体のそれぞれから受信した前記位置情報と前記画像とを用いて、地理的に隣り合う所定の範囲毎に移動路の動線数を特定するために前記サーバ装置により導出された第１の条件を前記サーバ装置から受信する、
処理をコンピュータが実行することを特徴とする動線特定方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2017090391A JP6916438B2 (ja) | 2017-04-28 | 2017-04-28 | 動線特定システム、サーバ装置、端末装置、動線特定方法、及び動線特定プログラム |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2017090391A JP6916438B2 (ja) | 2017-04-28 | 2017-04-28 | 動線特定システム、サーバ装置、端末装置、動線特定方法、及び動線特定プログラム |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JP2018189436A JP2018189436A (ja) | 2018-11-29 |
| JP6916438B2 true JP6916438B2 (ja) | 2021-08-11 |
Family
ID=64479934
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2017090391A Active JP6916438B2 (ja) | 2017-04-28 | 2017-04-28 | 動線特定システム、サーバ装置、端末装置、動線特定方法、及び動線特定プログラム |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP6916438B2 (ja) |
Family Cites Families (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP4370869B2 (ja) * | 2003-09-25 | 2009-11-25 | トヨタ自動車株式会社 | 地図データ更新方法および地図データ更新装置 |
| JP4622928B2 (ja) * | 2006-04-14 | 2011-02-02 | トヨタ自動車株式会社 | 車載カメラ制御装置および車載カメラ制御方法。 |
| DE102010007091A1 (de) * | 2010-02-06 | 2011-08-11 | Bayerische Motoren Werke Aktiengesellschaft, 80809 | Verfahren zur Positionsermittlung für ein Kraftfahrzeug |
| JP5288423B2 (ja) * | 2011-04-11 | 2013-09-11 | 株式会社日立製作所 | データ配信システム、及びデータ配信方法 |
| JP2014122859A (ja) * | 2012-12-21 | 2014-07-03 | Aisin Aw Co Ltd | 道路情報収集装置及び道路情報収集プログラム |
| JP6193819B2 (ja) * | 2014-07-11 | 2017-09-06 | 株式会社Ｓｏｋｅｎ | 走行区画線認識装置 |
-
2017
- 2017-04-28 JP JP2017090391A patent/JP6916438B2/ja active Active
Also Published As
| Publication number | Publication date |
|---|---|
| JP2018189436A (ja) | 2018-11-29 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN111061261B (zh) | 使用标准导航地图与基于车辆的先前轨迹确定的车道配置的自动驾驶方法 | |
| EP3299921B1 (en) | Location specific assistance for an autonomous vehicle control system | |
| JP6644742B2 (ja) | 頑健で効率的な車両測位用のアルゴリズム及びインフラ | |
| US10816973B2 (en) | Utilizing rule-based and model-based decision systems for autonomous driving control | |
| US20180374359A1 (en) | Evaluation framework for predicted trajectories in autonomous driving vehicle traffic prediction | |
| US20160161265A1 (en) | Method and system for improving accuracy of digital map data utilized by a vehicle | |
| CN114829224A (zh) | 用于感知、预测或规划的地理定位模型 | |
| US20210403001A1 (en) | Systems and methods for generating lane data using vehicle trajectory sampling | |
| US11720992B2 (en) | Method, apparatus, and computer program product for generating an overhead view of an environment from a perspective image | |
| KR20190141081A (ko) | 자율 주행 차량의 v2x 통신 기반의 차량 차로 시스템 | |
| US20220028262A1 (en) | Systems and methods for generating source-agnostic trajectories | |
| EP3660735B1 (en) | A compressive environmental feature representation for vehicle behavior prediction | |
| US20210407114A1 (en) | Systems and methods for transferring map data between different maps | |
| CN112710316A (zh) | 专注于构造和本地化技术领域的动态地图生成 | |
| JP6916438B2 (ja) | 動線特定システム、サーバ装置、端末装置、動線特定方法、及び動線特定プログラム | |
| US20210405641A1 (en) | Detecting positioning of a sensor system associated with a vehicle | |
| JP7051416B2 (ja) | 自己位置推定装置 | |
| US11798411B2 (en) | Systems and methods for transforming high-definition geographical map data into messages for vehicle communications | |
| EP4382865A1 (en) | Method, apparatus, and computer program product for intelligent trajectory configurations within mobility data using junctions inferred by features of the mobility data | |
| EP4375620A1 (en) | Method, apparatus, and computer program product for intelligent gap placement within mobility data using junctions inferred by features of the mobility data | |
| US20240175703A1 (en) | Method, apparatus, and computer program product for at least approximate real-time intelligent gap placement within mobility data using junctions inferred by features of the mobility data | |
| EP4394323A1 (en) | Method, apparatus, and computer program product for at least approximate real-time intelligent gap placement within mobility data using junctions inferred by features of the mobility data | |
| JP7261892B2 (ja) | 占有格子地図管理装置 | |
| US20220388531A1 (en) | Method and device for operating a self-driving car | |
| US20240140486A1 (en) | Methods and apparatuses for closed-loop evaluation for autonomous vehicles |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20200213 |
|
| A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20201214 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20210105 |
|
| A521 | Written amendment |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20210224 |
|
| 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: 20210615 |
|
| A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20210628 |
|
| R150 | Certificate of patent or registration of utility model |
Ref document number: 6916438 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |