WO2019188877A1 - 情報送信装置、データ構造、制御方法、プログラム及び記憶媒体 - Google Patents

情報送信装置、データ構造、制御方法、プログラム及び記憶媒体 Download PDF

Info

Publication number
WO2019188877A1
WO2019188877A1 PCT/JP2019/012318 JP2019012318W WO2019188877A1 WO 2019188877 A1 WO2019188877 A1 WO 2019188877A1 JP 2019012318 W JP2019012318 W JP 2019012318W WO 2019188877 A1 WO2019188877 A1 WO 2019188877A1
Authority
WO
WIPO (PCT)
Prior art keywords
information
vehicle
voxel
position estimation
value
Prior art date
Application number
PCT/JP2019/012318
Other languages
English (en)
French (fr)
Inventor
加藤　正浩
Original Assignee
パイオニア株式会社
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 パイオニア株式会社 filed Critical パイオニア株式会社
Publication of WO2019188877A1 publication Critical patent/WO2019188877A1/ja

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
    • G01C21/26—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
    • G01C21/28—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network with correlation of data from several navigational instruments
    • G01C21/30—Map- or contour-matching
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/29—Geographical information databases
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/09—Arrangements for giving variable traffic instructions
    • G08G1/0962—Arrangements for giving variable traffic instructions having an indicator mounted inside the vehicle, e.g. giving voice messages
    • G08G1/0968—Systems involving transmission of navigation instructions to the vehicle
    • G08G1/0969—Systems involving transmission of navigation instructions to the vehicle having a display in the form of a map
    • G—PHYSICS
    • G09—EDUCATION; CRYPTOGRAPHY; DISPLAY; ADVERTISING; SEALS
    • G09B—EDUCATIONAL OR DEMONSTRATION APPLIANCES; APPLIANCES FOR TEACHING, OR COMMUNICATING WITH, THE BLIND, DEAF OR MUTE; MODELS; PLANETARIA; GLOBES; MAPS; DIAGRAMS
    • G09B29/00—Maps; Plans; Charts; Diagrams, e.g. route diagram
    • G09B29/10—Map spot or coordinate position indicators; Map reading aids

Definitions

  • the present invention relates to a self-position estimation technique.
  • Patent Document 1 discloses a technique for estimating a self-position by collating the output of a measurement sensor with the position information of a feature registered in advance on a map.
  • Patent Document 2 discloses a vehicle position estimation technique using a Kalman filter.
  • Non-Patent Document 1 discloses specifications related to a data format for collecting data detected by a vehicle-side sensor with a cloud server.
  • the target object When estimating the vehicle position by comparing the measurement results of objects around the vehicle position with an external sensor such as a rider and the position information of the object on the map, the target object is affected by occlusion by other vehicles, rain or snow. If it cannot be detected, the vehicle position estimation accuracy deteriorates. Similarly, when the position or shape of the object itself changes, the result of matching is shifted due to inconsistency with the position of the object on the map, and the vehicle position estimation accuracy deteriorates.
  • the present invention has been made to solve the above-described problems, and provides an information transmission apparatus that transmits data suitable for generating prior information indicating an object to be used for self-position estimation to an information processing apparatus.
  • the main purpose is to solve the above-described problems, and provides an information transmission apparatus that transmits data suitable for generating prior information indicating an object to be used for self-position estimation to an information processing apparatus. The main purpose.
  • the invention described in claim is an information transmission device, wherein the moving body is based on a positional relationship with an object measured by a measuring device mounted on the moving body and position information of the object included in map information.
  • a generating unit that generates validity information related to the effectiveness of position estimation accuracy improvement, and a transmission unit that transmits the identification information of the object and the validity information to the information processing apparatus.
  • the invention described in claim is a data structure of data transmitted to an information processing apparatus that collects information on an object measured by a measurement apparatus mounted on a moving body, the identification information of the object, Validity information regarding the effectiveness of improving the accuracy of position estimation of the moving object using an object, and used by the information processing device to calculate a recommended value for position estimation of the moving object using the object
  • the invention described in the claims is a control method executed by the information transmission device, the positional relationship with the object measured by the measurement device mounted on the moving body, and the position information of the object included in the map information
  • an information transmission device which is based on a positional relationship with an object measured by a measurement device mounted on a moving body and the positional information of the object included in map information.
  • a generating unit that generates validity information related to the effectiveness of improving the accuracy of position estimation of the moving object;
  • the information transmission apparatus can transmit the validity information regarding the effectiveness of improving the accuracy of position estimation for the object used for position estimation to the information processing apparatus. Therefore, for example, the information processing apparatus statistically determines the effectiveness of improving the accuracy of position estimation of each object by receiving validity information from each information transmission apparatus, and indicates an object to be used for self-position estimation. Prior information can be generated suitably.
  • the generation unit generates flag information indicating whether or not the estimation accuracy of the position of the moving body based on the object is improved as the validity information.
  • the information transmitting apparatus can suitably notify the information processing apparatus of the effectiveness of improving the accuracy of position estimation for the object used for position estimation.
  • the generation unit may generate validity information regarding the effectiveness of the accuracy improvement of the position estimation with respect to a direction with respect to the moving body.
  • the generation unit may further generate validity information regarding the effectiveness of the accuracy improvement of the position estimation with respect to the orientation of the moving object. According to these examples, it is possible to suitably notify the information processing apparatus of the effectiveness of improving the accuracy of position estimation for the object used for position estimation for each state variable estimated in the position estimation processing.
  • the position estimation is performed by checking the position information of the object and the positional relationship with the object for each unit region that divides the space. A position is estimated, and the transmission unit uses the identification information for each unit region and the collation result of the collation for each unit region as the identification information and the validity information of the object. Send to. Also according to this aspect, the information transmission apparatus preferably executes position estimation based on the positional relationship with the object measured by the measurement apparatus, and the validity information regarding the effectiveness of improving the accuracy of position estimation with respect to the measured object, It can be transmitted to the information processing apparatus.
  • the generation unit calculates an average of the collation results in a period in which the object can be measured by the measurement device, and the transmission unit includes identification information for each unit region. And the average for each unit area is transmitted to the information processing apparatus.
  • the information transmitting apparatus can transmit validity information that more accurately reflects the effectiveness of improving the accuracy of position estimation for the measured object to the information processing apparatus.
  • the information processing apparatus calculates a recommended value for position estimation of the moving object using the object. It is the data structure of the data used for.
  • the information processing apparatus can suitably calculate a recommended value for position estimation for each object by receiving data having such a data structure from each moving object.
  • a control method executed by an information transmitting device, the positional relationship with an object measured by a measuring device mounted on a moving body, and the object included in map information A generating step of generating validity information related to the effectiveness of improving accuracy of the position estimation of the moving object based on the position information of the moving object, and a transmitting step of transmitting the identification information of the object and the validity information to the information processing device; Have.
  • the information transmitting apparatus can transmit to the information processing apparatus validity information regarding the effectiveness of improving the accuracy of position estimation for the object used for position estimation.
  • a program causes a computer to execute the control method described above.
  • the computer functions as the information transmission device described above by executing this program.
  • the program is stored in a storage medium.
  • FIG. 1 is a schematic configuration of a driving support system according to the first embodiment.
  • the driving support system includes an in-vehicle device 1 that moves together with each vehicle that is a moving body, and a server device 6 that communicates with each in-vehicle device 1 via a network.
  • a driving assistance system updates distribution map DB20 which is a map for distribution which the server apparatus 6 holds based on the information transmitted from each vehicle equipment 1.
  • the “map” includes data used for ADAS (Advanced Driver Assistance System) and automatic driving in addition to data referred to by a conventional in-vehicle device for route guidance.
  • ADAS Advanced Driver Assistance System
  • the in-vehicle device 1 is electrically connected to the lidar 2, the gyro sensor 3, the vehicle speed sensor 4, and the GPS receiver 5, and based on these outputs, a predetermined object is detected and the vehicle in which the in-vehicle device 1 is mounted.
  • the position of the vehicle also referred to as “the vehicle position” is estimated.
  • the vehicle equipment 1 performs automatic driving
  • the in-vehicle device 1 stores a map database (DB: DataBase) 10 in which information on objects such as road data and landmarks and lane markings provided near the road are registered.
  • DB DataBase
  • the features that serve as the above-mentioned landmarks are, for example, features such as kilometer posts, 100 m posts, delineators, traffic infrastructure facilities (for example, signs, direction signs, signals), utility poles, street lamps, and the like that are periodically arranged on the side of the road.
  • the vehicle equipment 1 estimates the own vehicle position by collating with the output of the lidar 2 etc. based on this map DB10.
  • the in-vehicle device 1 transmits upload information “Iu” including information on the detected object to the server device 6.
  • the in-vehicle device 1 is an example of an information transmission device.
  • the lidar 2 emits a pulse laser in a predetermined angle range in the horizontal direction and the vertical direction, thereby discretely measuring the distance to an object existing in the outside world, and a three-dimensional point indicating the position of the object Generate group information.
  • the lidar 2 includes an irradiation unit that irradiates laser light while changing the irradiation direction, a light receiving unit that receives reflected light (scattered light) reflected by the object, and a light reception signal output by the light receiving unit. And an output unit for outputting scan data based on.
  • the scan data is point cloud data, and is generated based on the irradiation direction corresponding to the laser beam received by the light receiving unit and the distance to the object in the irradiation direction specified based on the light reception signal.
  • an object such as a lane line and a feature to be measured by the lidar 2 in the own vehicle position estimation process is also referred to as a “landmark”.
  • the rider 2, the gyro sensor 3, the vehicle speed sensor 4, and the GPS receiver 5 each supply output data to the in-vehicle device 1.
  • the lidar 2 is an example of a “measuring device”.
  • the server device 6 receives the upload information Iu from each in-vehicle device 1 and stores it. For example, the server device 6 updates the distribution map DB 20 based on the collected upload information Iu. In addition, the server device 6 transmits download information Id including update information of the distribution map DB 20 to each in-vehicle device 1.
  • the server device 6 is an example of an information processing device and a map data generation device.
  • FIG. 2A is a block diagram showing a functional configuration of the in-vehicle device 1.
  • the in-vehicle device 1 mainly includes an interface 11, a storage unit 12, a communication unit 13, an input unit 14, a control unit 15, and an information output unit 16. Each of these elements is connected to each other via a bus line.
  • the interface 11 acquires output data from sensors such as the lidar 2, the gyro sensor 3, the vehicle speed sensor 4, and the GPS receiver 5, and supplies the output data to the control unit 15.
  • the storage unit 12 stores a program executed by the control unit 15 and information necessary for the control unit 15 to execute a predetermined process.
  • the storage unit 12 stores a map DB 10 including attribute information such as the position, size, and shape of an object that is a landmark and object recommendation information described later.
  • the object recommendation information is information indicating, for each object, a recommended value (also referred to as “object recommended value”) for estimating the vehicle position using the target object. The data structure of the object recommendation information will be described later.
  • the communication unit 13 performs transmission of the upload information Iu and reception of the download information Id based on the control of the control unit 15.
  • the input unit 14 is a button, a touch panel, a remote controller, a voice input device, or the like for a user to operate.
  • the information output unit 16 is, for example, a display or a speaker that outputs based on the control of the control unit 15.
  • the control unit 15 includes a CPU that executes a program and controls the entire vehicle-mounted device 1.
  • the control unit 15 includes a host vehicle position estimation unit 17 and an upload control unit 18.
  • the own vehicle position estimation unit 17 is based on the measured values of the distance and angle by the lidar 2 with respect to the landmark and the position information of the landmark extracted from the map DB 10, and the gyro sensor 3, the vehicle speed sensor 4, and / or the GPS receiver.
  • the vehicle position estimated from the output data of 5 is corrected.
  • the vehicle position estimation unit 17 predicts the vehicle position from output data of the gyro sensor 3, the vehicle speed sensor 4 and the like based on a state estimation method based on Bayesian estimation,
  • the measurement update step for correcting the predicted value of the vehicle position calculated in the prediction step is executed alternately.
  • the vehicle position estimation unit 17 performs vehicle position estimation using an extended Kalman filter as an example.
  • the vehicle position estimation using the extended Kalman filter will be described in the section “position estimation based on the extended Kalman filter”.
  • the upload control unit 18 When the upload control unit 18 detects a predetermined object based on the output of an external sensor such as the lidar 2, the upload control unit 18 generates upload information Iu including information regarding the detected object, and transmits the upload information Iu to the server device 6. In addition, when the vehicle position estimation unit 17 performs vehicle position estimation using the detected object as a landmark, the upload control unit 18 determines whether the accuracy of position estimation accuracy by the vehicle position estimation is a state variable.
  • the flag information also referred to as “valid flag” indicating the determination result is included in the upload information Iu and transmitted to the server device 6.
  • the upload control unit 18 is an example of a “generation unit”, a “transmission unit”, and a “computer” that executes a program.
  • the validity flag is an example of “validity information”.
  • FIG. 2B is a block diagram showing a functional configuration of the server device 6.
  • the server device 6 mainly includes a communication unit 61, a storage unit 62, and a control unit 65. Each of these elements is connected to each other via a bus line.
  • the communication unit 61 receives the upload information Iu and transmits the download information Id based on the control of the control unit 65.
  • the storage unit 62 stores a program executed by the control unit 65 and information necessary for the control unit 65 to execute a predetermined process.
  • the storage unit 62 stores a distribution map DB 20 and an upload information DB 27 that accumulates the upload information Iu received from each in-vehicle device 1.
  • the distribution map DB 20 includes object recommendation information generated by the control unit 65 with reference to the upload information DB 27.
  • the control unit 65 includes a CPU that executes a program and controls the entire server device 6.
  • the control unit 65 stores the upload information Iu received from each in-vehicle device 1 by the communication unit 61 in the upload information DB 27, generates object recommendation information based on the upload information DB 27, and the generated object Processing for transmitting map update information such as recommended information to each in-vehicle device 1 by the communication unit 61 is performed.
  • FIG. 3 is a diagram showing the vehicle position to be estimated in two-dimensional orthogonal coordinates.
  • the vehicle position on the plane defined on the two-dimensional orthogonal coordinates of xy is represented by coordinates “(x, y)” and the direction (yaw angle) “ ⁇ ” of the vehicle.
  • the yaw angle ⁇ is defined as an angle formed by the traveling direction of the vehicle and the x-axis.
  • FIG. 4 is a diagram illustrating a schematic relationship between the prediction step and the measurement update step.
  • FIG. 5 shows an example of the vehicle position estimation unit 17 that is a functional block of the control unit 15. As shown in FIG. 4, by repeating the prediction step and the measurement update step, calculation and update of the estimated value of the state variable vector “X” indicating the vehicle position are sequentially executed. Moreover, as shown in FIG. 5, the own vehicle position estimation part 17 has the position estimation part 21 which performs a prediction step, and the position estimation part 22 which performs a measurement update step.
  • the position prediction unit 21 includes a dead reckoning block 23 and a position prediction block 24, and the position estimation unit 22 includes a landmark search / extraction block 25 and a position correction block 26.
  • FIG. 5 shows an example of the vehicle position estimation unit 17 that is a functional block of the control unit 15. As shown in FIG. 4, by repeating the prediction step and the measurement update step, calculation and update of the estimated value of the state variable vector “X” indicating the vehicle position are sequentially executed. Moreover
  • the state variable vector of the reference time (ie, current time) “k” to be calculated is represented as “X ⁇ (k)” or “X ⁇ (k)”.
  • the provisional estimated value (predicted value) estimated in the predicting step is appended with “ - ” on the character representing the predicted value, and the estimated value with higher accuracy updated in the measurement updating step. Is appended with “ ⁇ ” on the character representing the value.
  • T is used to obtain the movement distance and azimuth change from the previous time.
  • the position prediction block 24 of the control unit 15 adds the obtained moving distance and azimuth change to the state variable vector X ⁇ (k-1) at the time k-1 calculated in the immediately previous measurement update step, so that the time k A predicted value (also referred to as “predicted position”) X ⁇ (k) is calculated.
  • the landmark search / extraction block 25 of the control unit 15 associates the landmark position vector registered in the map DB 10 with the scan data of the lidar 2. Then, the landmark search / extraction block 25 of the control unit 15, when this association is possible, the measurement value “Z (k)” by the lidar 2 of the landmark that has been associated, and the predicted position X ⁇ ( k) and a landmark measurement value obtained by modeling the measurement processing by the lidar 2 using the landmark position vector registered in the map DB 10 (referred to as “measurement prediction value”) “Z ⁇ (k)”. And get respectively.
  • the measured value Z (k) is a vehicle coordinate system ("vehicle coordinate system") converted from a landmark distance and a scan angle measured by the rider 2 at time k into components with the vehicle traveling direction and the lateral direction as axes. Vector value).
  • the position correction block 26 of the control unit 15 then adds the Kalman gain “K (k) to the difference value between the measured value Z (k) and the measured predicted value Z ⁇ (k) as shown in the following equation (1). ”And adding this to the predicted position X ⁇ (k), an updated state variable vector (also referred to as“ estimated position ”) X ⁇ (k) is calculated.
  • the position correction block 26 of the control unit 15 is similar to the prediction step in that the covariance matrix P ⁇ (k) (simply referred to as P (k) corresponding to the error distribution of the estimated position X ⁇ (k). Is expressed from the covariance matrix P ⁇ (k). Parameters such as the Kalman gain K (k) can be calculated in the same manner as a known self-position estimation technique using an extended Kalman filter, for example.
  • the prediction step and the measurement update step are repeatedly performed, and the predicted position X ⁇ (k) and the estimated position X ⁇ (k) are sequentially calculated, so that the most likely vehicle position is calculated. .
  • the diagonal elements “ ⁇ x 2 (k)”, “ ⁇ y 2 (k)”, “ ⁇ z 2 (k)”, and “ ⁇ ⁇ 2 (k)” of the covariance matrix P (k) are When each becomes smaller, it can be determined that the vehicle position estimation accuracy using the landmark at time k has improved.
  • the vehicle-mounted device 1 has diagonal elements ⁇ X 2 (k), ⁇ Y 2 (k), ⁇ Z 2 (k), ⁇ ⁇ 2 (after conversion into the vehicle coordinate system (X, Y, Z). k), it is possible to determine the estimation accuracy of each state variable regarding the traveling direction, the lateral direction, the height direction, and the direction of the vehicle position estimation.
  • FIG. 6 shows an example of the data structure of object recommendation information.
  • the object recommendation information is information in which “object ID”, “position”, and “object recommended value” are associated with each other.
  • object ID an object ID that is an identification number assigned to each object to be a landmark is designated.
  • the object ID is an example of “object identification information”.
  • position the latitude, longitude, and altitude of the target landmark are specified.
  • the recommended object value the recommended object value given to the target object is a state variable for estimating the vehicle position (here, the traveling direction (x), the lateral direction (y), the height direction (z)). , Direction ( ⁇ )).
  • the recommended object value is set to a value from 0 to 1, and approaches 1 as the effectiveness in improving the estimation accuracy of the vehicle position estimation for the target state variable increases.
  • object recommendation information indicating the effectiveness (property) of position estimation for each object is included in the map DB 10.
  • the vehicle equipment 1 can identify the object which improves the own vehicle position estimation accuracy with reference to the object recommendation information.
  • the in-vehicle device 1 transmits a predetermined request signal including the current position information to the server device 6, thereby receiving the download information Id including the object recommendation information regarding the object around the vehicle position from the server device 6. Good.
  • the vehicle-mounted device 1 controls the vehicle so as to improve the vehicle position estimation accuracy based on the object recommendation information included in the received download information Id.
  • the vehicle-mounted device 1 searches the object recommendation information for objects that exist within a predetermined distance from the current position. Then, the moving route of the vehicle may be determined based on the position of the object having a high recommended object value of the target state variable (here, the horizontal direction) among the searched objects. In this case, for example, the vehicle-mounted device 1 moves the vehicle to a lane where the target object can be easily detected (for example, the lane closest to the target object).
  • the vehicle-mounted device 1 measures an object having a high recommended object value of a target state variable when performing vehicle position estimation using a plurality of objects.
  • the Kalman filter or the like may be calculated by increasing the value weight.
  • the vehicle-mounted device 1 switches the position estimation method (for example, position estimation by dead reckoning or a second embodiment to be described later) when an object having a high object recommended value of the target state variable does not exist around the current position. May be switched to the position estimation method.
  • FIG. 7 is a diagram showing an outline of the data structure of the upload information Iu transmitted by the in-vehicle device 1. As shown in FIG. 7, the upload information Iu includes header information, travel route information, event information, and media information.
  • the header information includes items of “version”, “transmission source”, and “vehicle metadata”.
  • the in-vehicle device 1 designates information on the version of the data structure of the upload information Iu used in “Version”, and the name of the company (OEM name or system vendor of the vehicle that transmits the upload information Iu) in “Sender” Name) information. Further, the in-vehicle device 1 specifies vehicle attribute information (for example, vehicle type, vehicle ID, vehicle width, vehicle height, etc.) in “vehicle metadata”.
  • the travel route information includes an item “position estimation”. The in-vehicle device 1 designates, for this “position estimation”, the time stamp information indicating the position estimation time, the latitude, longitude, altitude information indicating the estimated vehicle position, and information regarding the estimation accuracy. .
  • Event information includes an item of “object recognition event”.
  • the vehicle-mounted device 1 detects an object recognition event, it designates information as a detection result as an “object recognition event”.
  • the media information is a data type used when transmitting raw data that is output data (detection information) of an external sensor such as the lidar 2.
  • FIG. 8 shows the data structure of “object recognition event” included in the event information.
  • FIG. 8 shows information indicating whether designation of information corresponding to each element is essential or optional for each element (sub-item) included in the “object recognition event”.
  • the “object recognition event” includes “time stamp”, “object ID”, “offset position”, “object type”, “object size”, “object size accuracy”, “media ID”, Each element of “valid flag” is included.
  • the control unit 15 of the in-vehicle device 1 generates event information of “object recognition event” having the data structure shown in FIG. 8 when an object is detected based on the output of an external sensor such as the lidar 2.
  • the in-vehicle device 1 designates the time when the object is detected in “time stamp”, and designates the object ID of the detected object in “object ID”.
  • the in-vehicle device 1 designates information on a relative position (for example, a latitude difference and a longitude difference) of the detected object from the vehicle.
  • the in-vehicle device 1 specifies information indicating the type of the detected object.
  • the in-vehicle device 1 designates these information as elements of “object size” and “object size accuracy”.
  • the identification information given to the raw data is set to “Media ID”. specify.
  • the detailed information of the media (raw data) specified by the element of “Media ID” is stored separately in the item “Media Information”.
  • the in-vehicle device 1 estimates a valid flag indicating the effectiveness of improving the accuracy of position estimation when the position estimation of the vehicle is performed using the target object, in the vehicle position estimation. Specify for each.
  • the vehicle-mounted device 1 has diagonal elements (also referred to as “pre-estimated diagonal elements”) ⁇ x 2 , ⁇ y 2 , ⁇ before the vehicle position estimation is performed using the target object.
  • the in-vehicle device 1 sets the effective flag of the state variable having a smaller diagonal element after estimation (that is, improved accuracy) than the diagonal element before estimation to “1”, and the diagonal after estimation rather than the diagonal element before estimation.
  • the valid flag of the state variable having a large element that is, the accuracy is lowered is set to “0”.
  • FIG. 9 is an overhead view showing the periphery of the vehicle on which the in-vehicle device 1 is mounted.
  • FIG. 10 shows an example of the setting value of the valid flag designated by the vehicle-mounted device 1 in the upload information Iu indicating the detection result of each object with the object IDs “1”, “2”, and “3”.
  • FIG. 11 is a graph showing the transition of the diagonal element ⁇ y 2 in a predetermined period including the execution period “Tw1” to “Tw4” of the vehicle position estimation based on the white line 51 of the object ID “1”.
  • FIG. 12 is a graph showing the transition of the diagonal element ⁇ x 2 in a predetermined period including the execution period “Tw5” of the vehicle position estimation based on the sign 52 of the object ID “2”.
  • the vehicle-mounted device 1 refers to the position information and size information of the objects registered in the map DB 10, and the white line 51 of the object ID “1”, the indicator 52 of the object ID “2”, and the object ID, which are landmarks.
  • Prediction windows “Wp1” to “Wp3” that define the range in which each object is detected are set as shown in FIG. 9 for the region where the label 53 of “3” is estimated to exist.
  • the in-vehicle device 1 detects the white line 51 of the object ID “1” in the prediction window Wp ⁇ b> 1 and estimates the vehicle position based on the white line 51.
  • the diagonal element ⁇ y 2 is reduced at each end of the vehicle position estimation execution periods Tw1 to Tw4 based on the white line 51 compared to the corresponding start period. That is, after the vehicle position estimation based on the white line 51, the position estimation accuracy in the lateral direction (y) is improved. Therefore, in this case, the in-vehicle device 1 sets the effective flag in the horizontal direction (y) to “1” as shown in FIG.
  • the in-vehicle device 1 determines the traveling direction, the height direction, and the azimuth direction. Each valid flag is set to “0”.
  • the in-vehicle device 1 sets the effective flag for the target state variable to “1” when the reduction width of the post-estimation diagonal element from the pre-estimation diagonal element for the target state variable is equal to or greater than a predetermined threshold.
  • the valid flag for the target state variable may be set to “0”. Then, the in-vehicle device 1 generates upload information Iu including the object ID of the white line 51 and the set valid flag, and transmits it to the server device 6.
  • the in-vehicle device 1 detects the sign 52 with the object ID “2” in the prediction window Wp ⁇ b> 2, and performs the vehicle position estimation based on the sign 52.
  • the diagonal element ⁇ x 2 is reduced at the end of the execution period Tw5 of the vehicle position estimation based on the sign 52 compared to the corresponding start period. That is, after the vehicle position is estimated based on the sign 52, the position estimation accuracy in the traveling direction (x) is improved. Therefore, in this case, as shown in FIG. 10, the in-vehicle device 1 sets the valid flag for the traveling direction (x) to “1”.
  • the in-vehicle device 1 sets the height direction and azimuth valid flags to “1”. To do.
  • the in-vehicle device 1 sets the effective flag in the horizontal direction to “0”. Then, the in-vehicle device 1 generates upload information Iu including the object ID of the sign 52 and the set valid flag, and transmits it to the server device 6.
  • the in-vehicle device 1 cannot detect the occlusion caused by the obstacles 54 and 55 in the prediction window Wp3 for the sign 53 of the object ID “3”. In this case, the in-vehicle device 1 sets the valid flag of each state variable of the object ID “3” to “0”. Then, the in-vehicle device 1 generates upload information Iu including the object ID of the sign 53 and the set valid flag, and transmits it to the server device 6.
  • the server device 6 can be suitably set so that the recommended object value for each state variable of each object ID is in the range from 0 to 1. Also, in this case, the recommended object value of objects that were not detected due to the effects of occlusion, rain, snow, etc. will be small, and even objects that have been detected as being effective for position estimation will be low. The recommended value also decreases. On the other hand, the recommended object value of an object having a high ratio determined to be effective for position estimation is high.
  • the server device 6 may perform the calculation of the recommended object value using the valid flag of the upload information Iu received in the past predetermined time (for example, 10 minutes). Thereby, the server apparatus 6 can set or update the recommended object value accurately based on the collected latest valid flag.
  • the server device 6 sets the predetermined time according to the traffic on the road. It is good to set. For example, the server device 6 sets the above-mentioned predetermined time to 10 minutes for an object that can be detected on a road with a high traffic volume, and the above-described object for an object that can be detected on a road with a low traffic volume. The predetermined time may be set to 1 hour. In another example, the server device 6 may calculate the recommended object value of the target object based on the valid flag included in the latest predetermined number of pieces of upload information Iu acquired in the past with respect to the target object. In this case, since the value S1 is the above-mentioned predetermined number, the vehicle-mounted device 1 can preferably calculate the recommended object value based on a certain number of samples.
  • FIG. 13 is an example of a flowchart showing an outline of processing related to transmission / reception of upload information Iu including a valid flag and download information Id including object recommendation information.
  • the vehicle-mounted device 1 refers to the map DB 10 and sets a prediction window for detecting the object when there is an object to be a landmark (step S101). And the vehicle equipment 1 determines whether the target object was detected (step S102). And when the vehicle equipment 1 detects the object of object (Step S102; Yes), by determining for every state variable whether the accuracy of position estimation before and after the vehicle position estimation based on the object is improved, A valid flag is set for each state variable (step S103). On the other hand, when the vehicle-mounted device 1 cannot detect the target object (step S102; No), it sets the valid flag of each state variable for the object to 0 (step S104). And the vehicle equipment 1 transmits the upload information Iu including the object ID and valid flag of the target object to the server device 6 (step S105).
  • the server device 6 receives the upload information Iu transmitted in step S105, and accumulates the upload information Iu in the upload information DB 27 (step S201). And the server apparatus 6 determines whether it is the update timing of distribution map DB20 (step S202).
  • the above update timing may be determined based on the length of time since the previous update of the distribution map DB 20, or may be determined based on the cumulative number of upload information Iu received since the previous update of the distribution map DB 20. Good.
  • step S202 If the update timing of the distribution map DB 20 is reached (step S202; Yes), the server device 6 generates object recommendation information and the like with reference to the upload information DB 27, and uses the generated object recommendation information and the distribution map DB 20 Is updated (step S203). Then, the server device 6 transmits download information Id including the object recommendation information generated in step S203 to each in-vehicle device 1 (step S204). The server device 6 may transmit the download information Id only to the in-vehicle device 1 that has requested transmission of the download information Id. On the other hand, if it is not the update timing of the distribution map DB 20 (step S202; No), the server device 6 continues to execute step S201.
  • step S106 When the in-vehicle device 1 receives the download information Id (step S106; Yes), it updates the map DB 10 using the download information Id (step S107). As a result, the latest object recommendation information is recorded in the map DB 10. On the other hand, when the in-vehicle device 1 has not received the download information Id from the server device 6 (step S106; No), the process returns to step S101.
  • voxel data in which position information of a stationary structure is recorded for each unit region (also referred to as “voxel”) when the three-dimensional space is divided into a plurality of regions is stored in the map DB 10.
  • the vehicle-mounted device 1 performs vehicle position estimation using the voxel data.
  • the map DB 10 and the distribution map DB 20 include information (also referred to as “voxel recommended information”) in which recommended values for use in position estimation are indicated for each voxel instead of the object recommended information. .
  • symbol is attached
  • Voxel data includes data representing the point cloud data of stationary structures in each voxel represented by a normal distribution, and scan matching using NDT (Normal Distributions Transform) Used for.
  • FIG. 14 shows an example of the vehicle position estimation unit 17 in position estimation based on voxel data.
  • the difference from the vehicle position estimation unit 17 in the position estimation based on the extended Kalman filter shown in FIG. 5 is that, instead of the landmark search / extraction unit 25, the point cloud data obtained from the lidar 2 and the voxel acquired from the map DB
  • the point cloud data association block 27 is provided as a process for associating.
  • FIG. 15 shows an example of a schematic data structure of voxel data.
  • the voxel data includes parameter information when the point group in the voxel is expressed by a normal distribution.
  • the voxel ID, voxel coordinates, average vector, and covariance matrix are used.
  • voxel coordinates indicate absolute three-dimensional coordinates of a reference position such as the center position of each voxel.
  • Each voxel is a cube obtained by dividing the space into a lattice shape, and since the shape and size are determined in advance, the space of each voxel can be specified by the voxel coordinates.
  • the voxel coordinates may be used as a voxel ID.
  • the voxel ID is an example of “object identification information”.
  • the mean vector“ ⁇ n ”and the covariance matrix“ V n ”at voxel n are expressed by the following equations (5) and (6), respectively.
  • the in-vehicle device 1 uses the point group obtained by coordinate transformation, the average vector ⁇ n and the covariance matrix V n included in the voxel data, and the voxel n represented by the following equation (9).
  • Overall evaluation function value “E (k)” also referred to as “overall evaluation function value” for all voxels to be matched indicated by the evaluation function value “E n ” and Expression (10). Is calculated.
  • the evaluation function value E n of each voxel is also referred to as "individual evaluation function value”.
  • the in-vehicle device 1 calculates an estimation parameter P that maximizes the overall evaluation function value E (k) by an arbitrary root finding algorithm such as Newton's method.
  • the in-vehicle device 1 applies the estimation parameter P to the own vehicle position X ⁇ (k) predicted from the position prediction unit 21 and the like shown in FIG. An accurate own vehicle position X ⁇ (k) is estimated.
  • Individual evaluation function value E n is an example of a "verification result”.
  • FIG. 16 shows an example of the data structure of voxel recommended information.
  • the voxel recommendation information is information in which “voxel ID”, “position”, and “recommended voxel value” are associated with each other.
  • voxel ID a voxel ID assigned to each voxel is designated.
  • position voxel coordinates (latitude, longitude, altitude, or xyz coordinates from the reference point) of the target voxel are designated.
  • a recommended voxel value a recommended voxel value that is a recommended value for using the target voxel for position estimation is designated.
  • the recommended voxel value is set to a value from 0 to 1, and approaches 1 as the effectiveness for improving the position estimation accuracy increases.
  • the map DB 10 includes voxel recommendation information indicating the effectiveness (adequacy) of position estimation for each voxel.
  • the vehicle equipment 1 can control the vehicle so as to improve the vehicle position estimation accuracy by referring to the voxel recommendation information, similarly to the case of using the object recommendation information of the first embodiment. For example, when the current vehicle position estimation accuracy is poor (that is, the overall evaluation function value E (k) is low), the vehicle-mounted device 1 moves the vehicle to a lane that is easy to detect a voxel with a high recommended voxel value, In NDT matching, the weighting of voxels with high voxel recommended values is increased. Moreover, the vehicle equipment 1 may switch a position estimation method, when the voxel with a high voxel recommended value does not exist in the periphery.
  • the in-vehicle device 1 transmits a predetermined request signal including the current position information to the server device 6 so that the download information Id including the voxel recommended information related to the voxels around the vehicle position is received from the server device 6. Good.
  • the vehicle-mounted device 1 controls the vehicle so as to improve the vehicle position estimation accuracy based on the received download information Id.
  • the in-vehicle device 1 determines a value (also referred to as “effective value”) indicating the effectiveness in improving the vehicle position estimation accuracy of the target voxel instead of the effective flag.
  • the vehicle-mounted device 1 defines the individual evaluation function value E n of the voxel of interest as the effective value of the above.
  • the vehicle equipment 1 transmits the upload information Iu which contains at least the information which linked
  • the valid value is an example of “validity information”.
  • E n the individual evaluation function value, the higher the degree of matching approaches 1, close to 0 when the low degree of matching. Then, it can be said that the individual evaluation function value E n as voxel is large, contributing to enhance the overall evaluation function value E (k), is highly effective. Therefore, individual evaluation function value E n of each voxel is suitable as an effective value for each voxel.
  • FIG. 17 is an overhead view showing the vicinity of the vehicle on which the in-vehicle device 1 is mounted.
  • voxels with voxel IDs “1” to “35” exist within a predetermined distance from the vehicle.
  • the voxels with voxel IDs “1” to “35” are located on the surfaces of the objects 56 to 58.
  • FIG. 18 shows a setting example of valid values designated by the in-vehicle device 1 in the upload information Iu indicating the detection results of the voxel IDs “1” to “35”. Further, FIG.
  • 19 is a graph showing a transition of the individual evaluation function value E 4 with respect to the voxel ID “4” in a predetermined period including the detection period “Tw6” of the voxel ID “4”. It is a graph showing a change in the individual evaluation function value E 12 for the voxel ID "12" at a predetermined period including the detection period "Tw7" 12 ".
  • the in-vehicle device 1 acquires voxel data of voxel IDs “1” to “35” existing within a predetermined distance from the vehicle from the map DB 10 and performs measurement by the lidar 2.
  • the vehicle-mounted device 1 has the same or different voxels with the voxel IDs “4” to “11” located on the surface of the object 56 and voxels with the voxel IDs “12” to “19” located on the surface of the object 57.
  • Detection is performed at different timings, and the vehicle position is estimated by NDT matching.
  • the vehicle unit 1 sets the individual evaluation function value E n of each voxel calculated at the vehicle position estimated by NDT matching, as an effective value for corresponding voxel ID.
  • the vehicle-mounted unit 1, the effective values corresponding to each voxel ID may determine the average value of the individual evaluation function value E n calculated in the period of detecting the voxels of each voxel ID.
  • the in-vehicle device 1 sets the average value of the individual evaluation function values E 4 calculated in the detection period Tw6 as an effective value for the voxel ID “4”. To do.
  • the voxel ID "12" as shown in FIG.
  • the vehicle-mounted unit 1 the average value of the calculated detection period Tw7 individual evaluation function value E 12, as an effective value for the voxel ID "12" Set.
  • the detection period may be all the times when the target voxel is detected, or only the time when the target voxel is detected within a predetermined distance range may be the detection period.
  • the vehicle-mounted device 1 measures the voxels with the voxel IDs “22” to “31” located on the surface of the object 58 corresponding to the building where the curing sheet is stretched by repairing the outer wall due to the presence of the curing sheet described above. Since the value has shifted, it cannot be detected. Therefore, in this case, the in-vehicle device 1 sets the effective value corresponding to the voxel IDs “22” to “31” to 0. And the vehicle equipment 1 produces
  • the server apparatus 6 can be suitably set so that the voxel recommended value of each voxel ID is in the range from 0 to 1.
  • the voxel recommended values of the voxels that were not found in influence of occlusion or rain snow decreases, individual evaluation function value E n be detected voxel lower statistically (in other words the position Voxel recommended values for voxels that were not effective for estimation also become smaller.
  • individual evaluation function value E n is (was effective in other words the position estimation) statistically higher voxel recommended value of the voxel becomes high.
  • the server device 6 may perform the calculation of the voxel recommended value using the valid value of the upload information Iu received in the past predetermined time (for example, 10 minutes). More preferably, the server device 6 may set the predetermined time shorter as the traffic volume on the road where the target voxel can be detected increases. In another example, the server device 6 may calculate the recommended voxel value of the target voxel based on the valid value included in the latest predetermined number of pieces of upload information Iu acquired in the past regarding the target voxel. In this case, since the value S3 is equal to the predetermined number described above, the in-vehicle device 1 can suitably calculate the recommended voxel value with a certain number of samples.
  • the server device 6 may perform the calculation of the voxel recommended value using the valid value of the upload information Iu received in the past predetermined time (for example, 10 minutes). More preferably, the server device 6 may set the predetermined time shorter as the traffic volume on the road where the target vox
  • FIG. 21 is an example of a flowchart showing an overview of processing related to transmission / reception of upload information Iu including valid values and download information Id including voxel recommendation information.
  • the vehicle-mounted device 1 refers to the map DB 10 and acquires voxel data of voxels existing at a position detectable by the lidar 2 (step S111).
  • the vehicle unit 1 based on the individual evaluation function value E n for each presence and voxel detection by the rider 2 for each voxel that has acquired the voxel data in step S111, sets the effective value for each voxel ID (step S112) .
  • the vehicle-mounted device 1 sets the effective value for the voxel ID of the voxel for which the point cloud data could not be acquired by the lidar 2 to 0, and the effective value for the voxel ID of the voxel for which the point cloud data could be acquired by the lidar 2 set of the individual evaluation function value E n. And the vehicle equipment 1 transmits the upload information Iu which matched the effective value for every voxel ID to the server apparatus 6 (step S113).
  • the server device 6 receives the upload information Iu transmitted in step S113, and accumulates the upload information Iu in the upload information DB 27 (step S211). Then, when it is the update timing of the distribution map DB 20 (step S212; Yes), the server device 6 generates voxel recommended information by referring to the upload information DB 27, and uses the generated voxel recommended information and the distribution map DB 20 Is updated (step S213). And the server apparatus 6 transmits download information Id containing the voxel recommendation information etc. which were produced
  • step S114 When the in-vehicle device 1 receives the download information Id (step S114; Yes), it updates the map DB 10 using the download information Id (step S115). As a result, the latest voxel recommendation information is recorded in the map DB 10. On the other hand, the vehicle equipment 1 returns a process to step S111, when the download information Id is not received from the server apparatus 6 (step S114; No).
  • the server device 6 that has received the route search request from the vehicle unit 1 has the object recommendation information or You may perform the process which determines the path
  • the object recommendation information and the voxel recommendation information are also preferably used by the server device 6.
  • the configuration of the driving support system shown in FIG. 1 is an example, and the configuration of the driving support system to which the present invention is applicable is not limited to the configuration shown in FIG.
  • the electronic control device of the vehicle instead of having the in-vehicle device 1, the electronic control device of the vehicle may execute the processes of the vehicle position estimation unit 17 and the upload control unit 18 of the in-vehicle device 1.
  • the map DB 10 is stored in, for example, a storage unit in the vehicle, and the electronic control device of the vehicle exchanges upload information Iu and download information Id with the server device 6 via the in-vehicle device 1 or communication (not shown). You may go through the part.

Landscapes

  • Engineering & Computer Science (AREA)
  • Remote Sensing (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Databases & Information Systems (AREA)
  • Automation & Control Theory (AREA)
  • General Engineering & Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • Mathematical Physics (AREA)
  • Business, Economics & Management (AREA)
  • Educational Administration (AREA)
  • Educational Technology (AREA)
  • Traffic Control Systems (AREA)
  • Navigation (AREA)

Abstract

車載機１は、車両に搭載されたライダ２により計測したオブジェクトの計測値と、地図ＤＢ１０に含まれるオブジェクトの位置情報とに基づき位置推定を行う。そして、車載機１は、オブジェクトを用いた自車位置推定の精度向上の有効性を示す有効フラグ又は有効値を生成し、オブジェクトＩＤ又はボクセルＩＤと共にサーバ装置６へ送信する。

Description

情報送信装置、データ構造、制御方法、プログラム及び記憶媒体
　本発明は、自己位置推定技術に関する。
　従来から、車両の進行先に設置される地物をレーダやカメラを用いて検出し、その検出結果に基づいて自車位置を校正する技術が知られている。例えば、特許文献１には、計測センサの出力と、予め地図上に登録された地物の位置情報とを照合させることで自己位置を推定する技術が開示されている。また、特許文献２には、カルマンフィルタを用いた自車位置推定技術が開示されている。さらに、非特許文献１には、車両側のセンサが検出したデータをクラウドサーバで収集するためのデータフォーマットに関する仕様が開示されている。
特開２０１３－２５７７４２号公報 特開２０１７－７２４２２号公報
ｈｅｒｅ社ホームページ、Ｖｅｈｉｃｌｅ　Ｓｅｎｓｏｒ　Ｄａｔａ　Ｃｌｏｕｄ　Ｉｎｇｅｓｔｉｏｎ　Ｉｎｔｅｒｆａｃｅ　Ｓｐｅｃｉｆｉｃａｔｉｏｎ（ｖ２．０．２），［平成３０年３月２日検索］、インターネット＜ＵＲＬ：https://lts.cms.here.com/static-cloud-content/Company_Site/2015_06/Vehicle_Sensor_Data_Cloud_Ingestion_Interface_Specification.pdf＞
　ライダなどの外界センサによる自車位置周辺のオブジェクトに対する計測結果と地図上のオブジェクトの位置情報とを照合して自車位置推定を行う場合、他車両によるオクルージョンや雨又は雪の影響で対象のオブジェクトが検出できないと、自車位置推定精度の悪化が生じる。同様に、オブジェクト自体の位置や形状が変化した場合も、地図上のオブジェクトの位置との不整合により照合結果がずれてしまい、自車位置推定精度の悪化が生じる。
　本発明は、上記のような課題を解決するためになされたものであり、自己位置推定に用いるべきオブジェクトを示す事前情報の生成に好適なデータを情報処理装置に送信する情報送信装置を提供することを主な目的とする。
　請求項に記載の発明は、情報送信装置であって、移動体に搭載された計測装置により計測した物体との位置関係と、地図情報に含まれる前記物体の位置情報とに基づく前記移動体の位置推定の精度向上の有効性に関する有効性情報を生成する生成部と、前記物体の識別情報と前記有効性情報とを情報処理装置へ送信する送信部と、を有する。
　また、請求項に記載の発明は、移動体に搭載された計測装置が計測した物体に関する情報を収集する情報処理装置に送信されるデータのデータ構造であって、前記物体の識別情報と、前記物体を用いた前記移動体の位置推定の精度向上の有効性に関する有効性情報と、を含み、前記物体を用いた前記移動体の位置推定に対する推奨値を前記情報処理装置が算出するのに用いられるデータのデータ構造である。
　また、請求項に記載の発明は、情報送信装置が実行する制御方法であって、移動体に搭載された計測装置により計測した物体との位置関係と、地図情報に含まれる前記物体の位置情報とに基づく前記移動体の位置推定の精度向上の有効性に関する有効性情報を生成する生成工程と、前記物体の識別情報と前記有効性情報とを情報処理装置へ送信する送信工程と、を有する。
運転支援システムの概略構成図である。 車載機及びサーバ装置の機能的構成を示すブロック図である。 状態変数ベクトルを２次元直交座標で表した図である。 予測ステップと計測更新ステップとの概略的な関係を示す図である。 自車位置推定部の機能ブロックを示す。 オブジェクト推奨情報のデータ構造の一例である。 アップロード情報のデータ構造の概要を示す図である。 イベント情報に含まれる「オブジェクト認識イベント」のデータ構造を示す。 車両周辺を表す俯瞰図である。 有効フラグの設定例を示す。 白線検出期間での共分散行列の対角要素の推移を示すグラフである。 標識検出期間での共分散行列の対角要素の推移を示すグラフである。 有効フラグを含むアップロード情報の送受信に関する処理の概要を示すフローチャートの一例である。 ボクセルデータに基づく位置推定を行う自車位置推定部の機能ブロックを示す。 ボクセルデータの概略的なデータ構造の一例を示す。 ボクセル推奨情報のデータ構造の一例である。 車両周辺を表す俯瞰図である。 有効値の設定例を示す。 ボクセルＩＤ「４」に対する個別評価関数値の推移を示すグラフである。 ボクセルＩＤ「１２」に対する個別評価関数値の推移を示すグラフである。 有効値を含むアップロード情報の送受信に関する処理の概要を示すフローチャートの一例である。
　本発明の好適な実施形態によれば、情報送信装置であって、移動体に搭載された計測装置により計測した物体との位置関係と、地図情報に含まれる前記物体の位置情報とに基づく前記移動体の位置推定の精度向上の有効性に関する有効性情報を生成する生成部と、前記物体の識別情報と前記有効性情報とを情報処理装置へ送信する送信部と、を有する。この態様によれば、情報送信装置は、位置推定に用いた物体に対する位置推定の精度向上の有効性に関する有効性情報を、情報処理装置へ送信することができる。従って、情報処理装置は、例えば、各情報送信装置から有効性情報を受信することで、各物体の位置推定の精度向上の有効性を統計的に判定し、自己位置推定に用いるべきオブジェクトを示す事前情報を好適に生成することができる。
　上記情報送信装置の一態様では、前記生成部は、前記有効性情報として、前記物体に基づく前記移動体の位置の推定精度の向上の有無を示すフラグ情報を生成する。これにより、情報送信装置は、位置推定に用いた物体に対する位置推定の精度向上の有効性を情報処理装置に好適に通知することができる。好適な例では、前記生成部は、前記移動体を基準とした方向に対する前記位置推定の精度向上の有効性に関する有効性情報を生成するとよい。さらに好適な例では、前記生成部は、前記移動体の方位に対する前記位置推定の精度向上の有効性に関する有効性情報をさらに生成するとよい。これらの例によれば、位置推定に用いた物体に対する位置推定の精度向上の有効性を、位置推定処理において推定する状態変数ごとに情報処理装置に好適に通知することができる。
　上記情報送信装置の他の一態様では、前記位置推定は、空間を区切った単位領域ごとに、前記物体の位置情報と、前記物体との位置関係との照合を行うことで、前記移動体の位置を推定するものであり、前記送信部は、前記単位領域ごとの識別情報と、前記単位領域ごとの前記照合の照合結果とを、前記物体の識別情報及び前記有効性情報として前記情報処理装置に送信する。この態様によっても、情報送信装置は、計測装置により計測した物体との位置関係に基づき位置推定を好適に実行し、かつ、計測した物体に対する位置推定の精度向上の有効性に関する有効性情報を、情報処理装置へ送信することができる。
　上記情報送信装置の他の一態様では、前記生成部は、前記物体が前記計測装置により計測可能な期間での前記照合結果の平均を算出し、前記送信部は、前記単位領域ごとの識別情報と、前記単位領域ごとの前記平均とを、前記情報処理装置に送信する。この態様により、情報送信装置は、計測した物体に対する位置推定の精度向上の有効性をより的確に反映した有効性情報を、情報処理装置へ送信することができる。
　本発明の他の好適な実施形態によれば、移動体に搭載された計測装置が計測した物体に関する情報を収集する情報処理装置に送信されるデータのデータ構造であって、前記物体の識別情報と、前記物体を用いた前記移動体の位置推定の精度向上の有効性に関する有効性情報と、を含み、前記物体を用いた前記移動体の位置推定に対する推奨値を前記情報処理装置が算出するのに用いられるデータのデータ構造である。情報処理装置は、このようなデータ構造を有するデータを各移動体から受信することで、物体ごとの位置推定に対する推奨値を好適に算出することができる。
　本発明の他の好適な実施形態によれば、情報送信装置が実行する制御方法であって、移動体に搭載された計測装置により計測した物体との位置関係と、地図情報に含まれる前記物体の位置情報とに基づく前記移動体の位置推定の精度向上の有効性に関する有効性情報を生成する生成工程と、前記物体の識別情報と前記有効性情報とを情報処理装置へ送信する送信工程と、を有する。情報送信装置は、この制御方法を実行することで、位置推定に用いた物体に対する位置推定の精度向上の有効性に関する有効性情報を、情報処理装置へ送信することができる。
　本発明の他の好適な実施形態によれば、プログラムは、上記記載の制御方法を、コンピュータにより実行させる。コンピュータは、このプログラムを実行することで、上記記載の情報送信装置として機能する。好適には、上記プログラムは、記憶媒体に記憶される。
　以下、図面を参照して本発明の好適な第１及び第２実施例について説明する。なお、任意の記号の上に「＾」または「－」が付された文字を、本明細書では便宜上、「Ａ＾」または「Ａ－」（「Ａ」は任意の文字）と表す。
　＜第１実施例＞
　（１－１）運転支援システムの概要
　図１は、第１実施例に係る運転支援システムの概略構成である。運転支援システムは、移動体である各車両と共に移動する車載機１と、各車載機１とネットワークを介して通信を行うサーバ装置６とを備える。そして、運転支援システムは、各車載機１から送信された情報に基づき、サーバ装置６が保有する配信用の地図である配信地図ＤＢ２０を更新する。なお、以後において、「地図」とは、従来の経路案内用の車載機が参照するデータに加えて、ＡＤＡＳ（Ａｄｖａｎｃｅｄ　Ｄｒｉｖｅｒ　Ａｓｓｉｓｔａｎｃｅ　Ｓｙｓｔｅｍ）や自動運転に用いられるデータも含むものとする。
　車載機１は、ライダ２、ジャイロセンサ３、車速センサ４、及びＧＰＳ受信機５と電気的に接続し、これらの出力に基づき、所定のオブジェクトの検出、及び、車載機１が搭載される車両の位置（「自車位置」とも呼ぶ。）の推定などを行う。そして、車載機１は、自車位置の推定結果に基づき、設定された目的地への経路に沿って走行するように、車両の自動運転制御などを行う。車載機１は、道路データ及び道路付近に設けられた目印となる地物や区画線などのオブジェクトに関する情報が登録された地図データベース（ＤＢ：ＤａｔａＢａｓｅ）１０を記憶する。上述の目印となる地物は、例えば、道路脇に周期的に並んでいるキロポスト、１００ｍポスト、デリニエータ、交通インフラ設備（例えば標識、方面看板、信号）、電柱、街灯などの地物である。そして、車載機１は、この地図ＤＢ１０に基づき、ライダ２等の出力と照合させて自車位置の推定を行う。また、車載機１は、検出したオブジェクトに関する情報を含むアップロード情報「Ｉｕ」をサーバ装置６へ送信する。車載機１は、情報送信装置の一例である。
　ライダ２は、水平方向および垂直方向の所定の角度範囲に対してパルスレーザを出射することで、外界に存在する物体までの距離を離散的に測定し、当該物体の位置を示す３次元の点群情報を生成する。この場合、ライダ２は、照射方向を変えながらレーザ光を照射する照射部と、照射したレーザ光が物体で反射した反射光（散乱光）を受光する受光部と、受光部が出力する受光信号に基づくスキャンデータを出力する出力部とを有する。スキャンデータは、点群データであり、受光部が受光したレーザ光に対応する照射方向と、上述の受光信号に基づき特定される、その照射方向での物体までの距離とに基づき生成される。以後では、自車位置推定処理においてライダ２による計測対象となる区画線及び地物などのオブジェクトを「ランドマーク」とも呼ぶ。ライダ２、ジャイロセンサ３、車速センサ４、ＧＰＳ受信機５は、それぞれ、出力データを車載機１へ供給する。ライダ２は「計測装置」の一例である。
　サーバ装置６は、各車載機１からアップロード情報Ｉｕを受信して記憶する。サーバ装置６は、例えば、収集したアップロード情報Ｉｕに基づき、配信地図ＤＢ２０を更新する。また、サーバ装置６は、配信地図ＤＢ２０の更新情報を含むダウンロード情報Ｉｄを各車載機１へ送信する。サーバ装置６は、情報処理装置及び地図データ生成装置の一例である。
　図２（Ａ）は、車載機１の機能的構成を示すブロック図である。車載機１は、主に、インターフェース１１と、記憶部１２と、通信部１３と、入力部１４と、制御部１５と、情報出力部１６と、を有する。これらの各要素は、バスラインを介して相互に接続されている。
　インターフェース１１は、ライダ２、ジャイロセンサ３、車速センサ４、及びＧＰＳ受信機５などのセンサから出力データを取得し、制御部１５へ供給する。
　記憶部１２は、制御部１５が実行するプログラムや、制御部１５が所定の処理を実行するのに必要な情報を記憶する。本実施例では、記憶部１２は、ランドマークとなるオブジェクトの位置、大きさ、形状などの属性情報及び後述のオブジェクト推奨情報を含む地図ＤＢ１０を記憶する。ここで、オブジェクト推奨情報は、対象のオブジェクトを用いて自車位置推定を行うことに対する推奨値（「オブジェクト推奨値」とも呼ぶ。）をオブジェクトごとに示した情報である。オブジェクト推奨情報のデータ構造については後述する。
　通信部１３は、制御部１５の制御に基づき、アップロード情報Ｉｕの送信及びダウンロード情報Ｉｄの受信などを行う。入力部１４は、ユーザが操作するためのボタン、タッチパネル、リモートコントローラ、音声入力装置等である。情報出力部１６は、例えば、制御部１５の制御に基づき出力を行うディスプレイやスピーカ等である。
　制御部１５は、プログラムを実行するＣＰＵなどを含み、車載機１の全体を制御する。本実施例では、制御部１５は、自車位置推定部１７及びアップロード制御部１８を有する。
　自車位置推定部１７は、ランドマークに対するライダ２による距離及び角度の計測値と、地図ＤＢ１０から抽出したランドマークの位置情報とに基づき、ジャイロセンサ３、車速センサ４、及び／又はＧＰＳ受信機５の出力データから推定した自車位置を補正する。本実施例では、一例として、自車位置推定部１７は、ベイズ推定に基づく状態推定手法に基づき、ジャイロセンサ３、車速センサ４等の出力データから自車位置を予測する予測ステップと、直前の予測ステップで算出した自車位置の予測値を補正する計測更新ステップとを交互に実行する。これらのステップで用いる状態推定フィルタは、ベイズ推定を行うように開発された様々のフィルタが利用可能であり、例えば、拡張カルマンフィルタ、アンセンテッドカルマンフィルタ、パーティクルフィルタなどが該当する。第１実施例では、自車位置推定部１７は、一例として、拡張カルマンフィルタを用いた自車位置推定を行うものとする。拡張カルマンフィルタを用いた自車位置推定については「拡張カルマンフィルタに基づく位置推定」のセクションにおいて説明する。
　アップロード制御部１８は、ライダ２などの外界センサの出力に基づき所定のオブジェクトを検出した場合に、検出したオブジェクトに関する情報を含むアップロード情報Ｉｕを生成し、アップロード情報Ｉｕをサーバ装置６へ送信する。また、アップロード制御部１８は、検出したオブジェクトをランドマークとして自車位置推定部１７が自車位置推定を行った場合には、当該自車位置推定による位置推定の精度向上の有効性を状態変数ごとに判定し、その判定結果を示すフラグ情報（「有効フラグ」とも呼ぶ。）をアップロード情報Ｉｕに含めてサーバ装置６へ送信する。アップロード制御部１８は、「生成部」、「送信部」、及びプログラムを実行する「コンピュータ」の一例である。また、有効フラグは、「有効性情報」の一例である。
　図２（Ｂ）は、サーバ装置６の機能的構成を示すブロック図である。サーバ装置６は、主に、通信部６１と、記憶部６２と、制御部６５とを有する。これらの各要素は、バスラインを介して相互に接続されている。
　通信部６１は、制御部６５の制御に基づき、アップロード情報Ｉｕの受信及びダウンロード情報Ｉｄの送信などを行う。記憶部６２は、制御部６５が実行するプログラムや、制御部６５が所定の処理を実行するのに必要な情報を記憶する。本実施例では、記憶部６２は、配信地図ＤＢ２０と、各車載機１から受信したアップロード情報Ｉｕを蓄積するアップロード情報ＤＢ２７とを記憶する。配信地図ＤＢ２０は、制御部６５がアップロード情報ＤＢ２７を参照して生成したオブジェクト推奨情報を含んでいる。
　制御部６５は、プログラムを実行するＣＰＵなどを含み、サーバ装置６の全体を制御する。本実施例では、制御部６５は、通信部６１により各車載機１から受信したアップロード情報Ｉｕをアップロード情報ＤＢ２７に蓄積する処理、アップロード情報ＤＢ２７に基づきオブジェクト推奨情報を生成する処理、及び生成したオブジェクト推奨情報などの地図更新情報を通信部６１により各車載機１へ送信する処理などを行う。
　（１－２）拡張カルマンフィルタに基づく位置推定
　図３は、推定すべき自車位置を２次元直交座標で表した図である。図３に示すように、ｘｙの２次元直交座標上で定義された平面での自車位置は、座標「（ｘ、ｙ）」、自車の方位（ヨー角）「ψ」により表される。ここでは、ヨー角ψは、車の進行方向とｘ軸とのなす角として定義されている。なお、本実施例では、上述の座標（ｘ、ｙ）及びヨー角ψに加えて、ｘ軸及びｙ軸に垂直なｚ軸の座標を勘案した４変数（ｘ、ｙ、ｚ、ψ）を自車位置の状態変数とした自車位置推定を行う。なお、一般的な道路は勾配が緩やかであるため、車両のピッチ角及びロール角については本実施例では原則的に無視するものとする。
　図４は、予測ステップと計測更新ステップとの概略的な関係を示す図である。また、図５は、制御部１５の機能ブロックである自車位置推定部１７の一例を示す。図４に示すように、予測ステップと計測更新ステップとを繰り返すことで、自車位置を示す状態変数ベクトル「Ｘ」の推定値の算出及び更新を逐次的に実行する。また、図５に示すように、自車位置推定部１７は、予測ステップを実行する位置予測部２１と、計測更新ステップを実行する位置推定部２２とを有する。位置予測部２１は、デッドレコニングブロック２３及び位置予測ブロック２４を含み、位置推定部２２は、ランドマーク探索・抽出ブロック２５及び位置補正ブロック２６を含む。なお、図４では、計算対象となる基準時刻（即ち現在時刻）「ｋ」の状態変数ベクトルを、「Ｘ－（ｋ）」または「Ｘ＾（ｋ）」と表記している。ここで、予測ステップで推定された暫定的な推定値（予測値）には当該予測値を表す文字の上に「－」を付し、計測更新ステップで更新された，より精度の高い推定値には当該値を表す文字の上に「＾」を付す。
　予測ステップでは、制御部１５のデッドレコニングブロック２３は、車両の移動速度「ｖ」と角速度「ω」（これらをまとめて「制御値ｕ（ｋ）＝（ｖ（ｋ）、ω（ｋ））Ｔ」と表記する。）を用い、前回時刻からの移動距離と方位変化を求める。制御部１５の位置予測ブロック２４は、直前の計測更新ステップで算出された時刻ｋ－１の状態変数ベクトルＸ＾（ｋ－１）に対し、求めた移動距離と方位変化を加えて、時刻ｋの自車位置の予測値（「予測位置」とも呼ぶ。）Ｘ－（ｋ）を算出する。また、これと同時に、予測位置Ｘ－（ｋ）の誤差分布に相当する共分散行列「Ｐ－（ｋ）」を、直前の計測更新ステップで算出された時刻ｋ－１での共分散行列「Ｐ＾（ｋ－１）」から算出する。
　計測更新ステップでは、制御部１５のランドマーク探索・抽出ブロック２５は、地図ＤＢ１０に登録されたランドマークの位置ベクトルとライダ２のスキャンデータとの対応付けを行う。そして、制御部１５のランドマーク探索・抽出ブロック２５は、この対応付けができた場合に、対応付けができたランドマークのライダ２による計測値「Ｚ（ｋ）」と、予測位置Ｘ－（ｋ）及び地図ＤＢ１０に登録されたランドマークの位置ベクトルを用いてライダ２による計測処理をモデル化して求めたランドマークの計測値（「計測予測値」と呼ぶ。）「Ｚ－（ｋ）」とをそれぞれ取得する。計測値Ｚ（ｋ）は、時刻ｋにライダ２が計測したランドマークの距離及びスキャン角度から、車両の進行方向と横方向を軸とした成分に変換した車両の座標系（「車両座標系」とも呼ぶ。）におけるベクトル値である。そして、制御部１５の位置補正ブロック２６は、以下の式（１）に示すように、計測値Ｚ（ｋ）と計測予測値Ｚ－（ｋ）との差分値にカルマンゲイン「Ｋ（ｋ）」を乗算し、これを予測位置Ｘ－（ｋ）に加えることで、更新された状態変数ベクトル（「推定位置」とも呼ぶ。）Ｘ＾（ｋ）を算出する。
Figure JPOXMLDOC01-appb-M000001
 　また、計測更新ステップでは、制御部１５の位置補正ブロック２６は、予測ステップと同様、推定位置Ｘ＾（ｋ）の誤差分布に相当する共分散行列Ｐ＾（ｋ）（単にＰ（ｋ）とも表記する）を共分散行列Ｐ－（ｋ）から求める。カルマンゲインＫ（ｋ）等のパラメータについては、例えば拡張カルマンフィルタを用いた公知の自己位置推定技術と同様に算出することが可能である。
　このように、予測ステップと計測更新ステップが繰り返し実施され、予測位置Ｘ－（ｋ）と推定位置Ｘ＾（ｋ）が逐次的に計算されることにより、もっとも確からしい自車位置が計算される。
　ここで、位置推定の精度が向上したか否かは、共分散行列Ｐの対角要素の値で判断することができる。ここで、時刻「ｋ」のランドマークに対する計測値に基づき算出される共分散行列をＰ（ｋ）とすると、共分散行列Ｐ（ｋ）は、以下の式（２）により表される。
Figure JPOXMLDOC01-appb-M000002
 　この場合、共分散行列Ｐ（ｋ）の対角要素「σｘ ２（ｋ）」、「σｙ ２（ｋ）」、「σｚ ２（ｋ）」、「σψ ２（ｋ）」がそれぞれ小さくなった場合には、時刻ｋのランドマークを用いた自車位置推定精度が向上したと判断することが可能である。
　なお、状態変数ｘ、ｙ、ｚが地図において採用されるグローバル座標系である場合は、以下の式（３）に示すように、現在の推定方位角ψを用いた行列「Ｃψ（ｋ）」を用いた演算によって車両座標系（Ｘ、Ｙ、Ｚ）に変換する。
Figure JPOXMLDOC01-appb-M000003
　行列Ｃψ（ｋ）は以下の式（４）により示される。
Figure JPOXMLDOC01-appb-M000004
 　この場合、車載機１は、車両座標系（Ｘ、Ｙ、Ｚ）に変換後の対角要素σＸ ２（ｋ）、σＹ ２（ｋ）、σＺ ２（ｋ）、σΨ ２（ｋ）に基づき、自車位置推定の進行方向、横方向、高さ方向、方位に関する各状態変数の推定精度を判定することができる。
　（１－３）オブジェクト推奨情報のデータ構造
　次に、地図ＤＢ１０及び配信地図ＤＢ２０に共通して含まれているオブジェクト推奨情報について説明する。
　図６は、オブジェクト推奨情報のデータ構造の一例である。図６に示すように、オブジェクト推奨情報は、「オブジェクトＩＤ」、「位置」、及び「オブジェクト推奨値」が対応付けられた情報である。「オブジェクトＩＤ」には、ランドマークとなるオブジェクトごとに割り当てられた識別番号であるオブジェクトＩＤが指定される。オブジェクトＩＤは、「物体の識別情報」の一例である。「位置」には、対象のランドマークの緯度、経度、及び高度がそれぞれ指定される。「オブジェクト推奨値」には、対象のオブジェクトに対して付与されたオブジェクト推奨値が自車位置推定の状態変数（ここでは、進行方向（ｘ）、横方向（ｙ）、高さ方向（ｚ）、方向（ψ））ごとに指定されている。オブジェクト推奨値は、０から１までの値に設定され、対象の状態変数に対する自車位置推定の推定精度の向上に対する有効性が高いほど１に近付く。
　このように、本実施例では、オブジェクトごとに位置推定の有効性（適性）を示したオブジェクト推奨情報が地図ＤＢ１０に含まれている。これにより、車載機１は、オブジェクト推奨情報を参照し、自車位置推定精度を向上させるオブジェクトを特定することができる。なお、車載機１は、現在位置情報を含む所定の要求信号をサーバ装置６に送信することで、自車位置周辺のオブジェクトに関するオブジェクト推奨情報を含むダウンロード情報Ｉｄをサーバ装置６から受信してもよい。この場合、車載機１は、受信したダウンロード情報Ｉｄに含まれるオブジェクト推奨情報に基づき、自車位置推定精度を向上させるように車両を制御する。
　ここで、オブジェクト推奨情報に基づく車両制御の具体例について説明する。
　例えば、車載機１は、現在の自車位置推定結果の横方向の精度が悪い（即ちσｙ ２（ｋ）が高い）場合、現在位置から所定距離以内に存在するオブジェクトをオブジェクト推奨情報から検索し、検索したオブジェクトのうち対象となる状態変数（ここでは横方向）のオブジェクト推奨値が高いオブジェクトの位置に基づき車両の移動経路を決定してもよい。この場合、例えば、車載機１は、対象のオブジェクトを検出しやすい車線（例えば最も対象のオブジェクトに近い車線）に車両を移動させる。また、車載機１は、上述の車両の制御に加えて、又はこれに代えて、複数のオブジェクトにより自車位置推定を行う場合には、対象となる状態変数のオブジェクト推奨値が高いオブジェクトの計測値の重み付けを大きくしてカルマンフィルタ等を計算してもよい。また、車載機１は、対象となる状態変数のオブジェクト推奨値が高いオブジェクトが現在位置周辺に存在しない場合には、位置推定方式の切替え（例えはデッドレコニングによる位置推定又は後述の第２実施例の位置推定方式への切替え）を行ってもよい。
　（１－４）アップロード情報のデータ構造
　次に、アップロード情報Ｉｕのデータ構造の具体例について説明する。
　図７は、車載機１が送信するアップロード情報Ｉｕのデータ構造の概要を示す図である。図７に示すように、アップロード情報Ｉｕは、ヘッダ情報と、走行経路情報と、イベント情報と、メディア情報とを含む。
　ヘッダ情報は、「バージョン」、「送信元」、「車両メタデータ」の各項目を含む。車載機１は、「バージョン」に、使用されるアップロード情報Ｉｕのデータ構造のバージョンの情報を指定し、「送信元」には、アップロード情報Ｉｕを送信する会社名（車両のＯＥＭ名又はシステムベンダー名）の情報を指定する。また、車載機１は、「車両メタデータ」に、車両の属性情報（例えば車両種別、車両ＩＤ、車幅、車高等）を指定する。走行経路情報は、「位置推定」の項目を含む。車載機１は、この「位置推定」には、位置推定時刻を示すタイムスタンプ情報の他、推定した車両の位置を示す緯度、経度、標高の情報、及びこれらの推定精度に関する情報などを指定する。
　イベント情報は、「オブジェクト認識イベント」の項目を含む。車載機１は、オブジェクト認識イベントを検知した場合に、その検知結果となる情報を「オブジェクト認識イベント」に指定する。メディア情報は、ライダ２などの外界センサの出力データ（検出情報）である生データを送信する際に使用されるデータタイプである。
　図８は、イベント情報に含まれる「オブジェクト認識イベント」のデータ構造を示す。図８は、「オブジェクト認識イベント」に含まれる要素（サブ項目）ごとに、各要素に対応する情報の指定が必須であるか任意であるかの情報を示している。
　図８に示すように、「オブジェクト認識イベント」は、「タイムスタンプ」、「オブジェクトＩＤ」、「オフセット位置」、「オブジェクトタイプ」、「オブジェクトサイズ」、「オブジェクトサイズ精度」、「メディアＩＤ」、「有効フラグ」の各要素を含んでいる。
　車載機１の制御部１５は、ライダ２などの外界センサの出力に基づきオブジェクトを検出した場合に、図８に示すデータ構造を有する「オブジェクト認識イベント」のイベント情報を生成する。ここで、車載機１は、「タイムスタンプ」にはオブジェクト検出時の時刻を指定し、「オブジェクトＩＤ」には、検出したオブジェクトのオブジェクトＩＤを指定する。
　また、「オフセット位置」には、車載機１は、検出したオブジェクトの車両からの相対位置（例えば緯度差及び経度差等）の情報を指定する。「オブジェクトタイプ」には、車載機１は、検出したオブジェクトの種別を示す情報を指定する。また、車載機１は、検出したオブジェクトのサイズ情報及び当該サイズの精度情報を生成できた場合には、これらの情報を、「オブジェクトサイズ」、「オブジェクトサイズ精度」の各要素に指定する。また、車載機１は、センサ部７が出力した画像、ビデオ、点群データなどの生データを送信する必要がある場合に、当該生データに対して付与した識別情報を、「メディアＩＤ」に指定する。そして、「メディアＩＤ」の要素で指定されたメディア（生データ）の詳細情報等については、「メディア情報」の項目に別途格納される。
　「有効フラグ」には、車載機１は、対象のオブジェクトを用いて自車位置推定を行った場合の位置推定の精度向上の有効性を示す有効フラグを、自車位置推定において推定する状態変数ごとに指定する。例えば、車載機１は、対象のオブジェクトを用いて自車位置推定を行う前の共分散行列Ｐの対角要素（「推定前対角要素」とも呼ぶ。）σｘ ２、σｙ ２、σｚ ２、σψ ２と、対象のオブジェクトを用いて自車位置推定を行った後の共分散行列Ｐの対角要素（「推定後対角要素」とも呼ぶ。）σｘ ２、σｙ ２、σｚ ２、σψ ２とをそれぞれ状態変数ごとに比較する。そして、車載機１は、推定前対角要素よりも推定後対角要素が小さい（即ち精度が向上した）状態変数の有効フラグを「１」とし、推定前対角要素よりも推定後対角要素が大きい（即ち精度が低下した）状態変数の有効フラグを「０」とする。
　ここで、有効フラグの具体的な設定例について図９～図１２を参照して説明する。
　図９は、車載機１を搭載した車両周辺を表す俯瞰図である。また、図１０は、オブジェクトＩＤ「１」、「２」、「３」の各オブジェクトの検出結果を示すアップロード情報Ｉｕにおいて車載機１が指定した有効フラグの設定値の例を示す。さらに、図１１は、オブジェクトＩＤ「１」の白線５１に基づく自車位置推定の実行期間「Ｔｗ１」～「Ｔｗ４」を含む所定期間での対角要素σｙ ２の推移を示すグラフであり、図１２は、オブジェクトＩＤ「２」の標識５２に基づく自車位置推定の実行期間「Ｔｗ５」を含む所定期間での対角要素σｘ ２の推移を示すグラフである。
　まず、車載機１は、地図ＤＢ１０に登録されているオブジェクトの位置情報及びサイズ情報等を参照し、ランドマークとなるオブジェクトＩＤ「１」の白線５１、オブジェクトＩＤ「２」の標識５２及びオブジェクトＩＤ「３」の標識５３が存在すると推定される領域に対し、それぞれのオブジェクトを検出する範囲を定める予測ウィンドウ「Ｗｐ１」～「Ｗｐ３」を図９に示すように設定する。
　そして、車載機１は、予測ウィンドウＷｐ１内でオブジェクトＩＤ「１」の白線５１を検出し、白線５１に基づき自車位置推定を行う。この場合、図１１に示すように、白線５１に基づく自車位置推定の実行期間Ｔｗ１～Ｔｗ４の各終期では、対応する始期と比べて、対角要素σｙ ２が減少している。すなわち、白線５１に基づく自車位置推定後に、横方向（ｙ）の位置推定精度が向上している。よって、この場合、車載機１は、図１０に示すように、横方向（ｙ）の有効フラグを「１」に設定する。一方、車載機１は、他の対角要素σｘ ２、σｚ ２、σψ ２については、実行期間Ｔｗ１～Ｔｗ４の前後において減少していない場合は、進行方向、高さ方向、方位の各有効フラグを「０」に設定する。なお、車載機１は、対象の状態変数に対する推定前対角要素からの推定後対角要素の減少幅が所定の閾値以上である場合に、対象の状態変数に対する有効フラグを「１」に設定し、上述の減少幅が所定の閾値未満である場合に、対象の状態変数に対する有効フラグを「０」に設定するとしてもよい。そして、車載機１は、白線５１のオブジェクトＩＤ及び設定した有効フラグを含むアップロード情報Ｉｕを生成し、サーバ装置６へ送信する。
　また、車載機１は、予測ウィンドウＷｐ２内でオブジェクトＩＤ「２」の標識５２を検出し、標識５２に基づき自車位置推定を行う。この場合、図１２に示すように、標識５２に基づく自車位置推定の実行期間Ｔｗ５の終期では、対応する始期と比べて、対角要素σｘ ２が減少している。すなわち、標識５２に基づく自車位置推定後に、進行方向（ｘ）の位置推定精度が向上している。よって、この場合、車載機１は、図１０に示すように、進行方向（ｘ）の有効フラグを「１」に設定する。同様に、車載機１は、対角要素σｚ ２及び対角要素σψ ２についても、実行期間Ｔｗ５の前後において減少した場合は、高さ方向、方位の各有効フラグを「１」に設定する。一方、車載機１は、対角要素σｙ ２については、実行期間Ｔｗ５の前後において減少していない場合は、横方向の有効フラグを「０」に設定する。そして、車載機１は、標識５２のオブジェクトＩＤ及び設定した有効フラグを含むアップロード情報Ｉｕを生成し、サーバ装置６へ送信する。
　一方、車載機１は、オブジェクトＩＤ「３」の標識５３については、障害物５４、５５に起因したオクルージョンが発生し、予測ウィンドウＷｐ３内で検出できていない。この場合、車載機１は、オブジェクトＩＤ「３」の各状態変数の有効フラグを「０」に設定する。そして、車載機１は、標識５３のオブジェクトＩＤ及び設定した有効フラグを含むアップロード情報Ｉｕを生成し、サーバ装置６へ送信する。
　（１－５）オブジェクト推奨値の算出
　次に、各オブジェクトに対するオブジェクト推奨値の算出方法について説明する。サーバ装置６は、各車載機１から受信したアップロード情報Ｉｕに含まれる有効フラグに基づき、オブジェクトごと、かつ、状態変数ごとにオブジェクト推奨値を算出する。
　例えば、サーバ装置６は、各オブジェクトＩＤの状態変数ごとの有効フラグ情報の集計数（サンプル数）を「Ｓ１」とし、各オブジェクトＩＤの状態変数ごとの有効フラグの値（０又は１）の総和を「Ｓ２」とすると、各オブジェクトＩＤの状態変数ごとのオブジェクト推奨値を、「Ｓ２／Ｓ１」に設定する。例えば、各オブジェクトＩＤ「１」の進行方向に対する有効フラグを含むアップロード情報Ｉｕを１００回分各車載機１から受信し、これらの有効フラグの総和が７０であった場合、車載機１は、オブジェクトＩＤ「１」の進行方向に対するオブジェクト推奨値を「０．７」（＝７０／１００）に設定する。横方向、高さ方向及び方位のオブジェクト推奨値についても同様に算出可能である。
　このようにすることで、サーバ装置６は、各オブジェクトＩＤの状態変数ごとのオブジェクト推奨値が０から１までの値域となるように好適に設定することができる。また、この場合、オクルージョンや降雨降雪の影響などで検出されなかったオブジェクトのオブジェクト推奨値は小さくなり、検出されたオブジェクトであっても位置推定に有効であったと判断された割合が低いオブジェクトのオブジェクト推奨値も小さくなる。一方、位置推定に有効であったと判断された割合が高いオブジェクトのオブジェクト推奨値は高くなる。
　好適には、サーバ装置６は、上記オブジェクト推奨値の計算を、過去所定時間分（例えば１０分間）に受信したアップロード情報Ｉｕの有効フラグを用いて行うとよい。これにより、サーバ装置６は、収集した最新の有効フラグに基づき的確にオブジェクト推奨値を設定または更新することができる。
　また、対象のオブジェクトを検出可能な道路の交通量が多いほど、有効フラグを含むアップロード情報Ｉｕを短時間で多く収取できるため、サーバ装置６は、道路の交通量に応じて上記所定時間を設定するとよい。例えば、サーバ装置６は、交通量が多い道路上で検出可能なオブジェクトに対しては上述の所定時間を１０分に設定し、交通量が少ない道路上で検出可能なオブジェクトに対しては上述の所定時間を１時間に設定するとよい。他の例では、サーバ装置６は、対象のオブジェクトに関して過去に取得した最新の所定個数分のアップロード情報Ｉｕに含まれる有効フラグに基づき対象のオブジェクトのオブジェクト推奨値を算出してもよい。この場合、値Ｓ１は上述の所定個数となるため、車載機１は、一定のサンプル数により好適にオブジェクト推奨値を算出することができる。
　（１－６）処理フロー
　図１３は、有効フラグを含むアップロード情報Ｉｕ、およびオブジェクト推奨情報を含むダウンロード情報Ｉｄの送受信に関する処理の概要を示すフローチャートの一例である。
　まず、車載機１は、地図ＤＢ１０を参照し、ランドマークとなるオブジェクトが存在する場合に、当該オブジェクトを検出するための予測ウィンドウを設定する（ステップＳ１０１）。そして、車載機１は、対象のオブジェクトを検出したか否か判定する（ステップＳ１０２）。そして、車載機１は、対象のオブジェクトを検出した場合（ステップＳ１０２；Ｙｅｓ）、当該オブジェクトに基づく自車位置推定の前後での位置推定の精度向上の有無を状態変数ごとに判定することで、状態変数ごとに有効フラグを設定する（ステップＳ１０３）。一方、車載機１は、対象のオブジェクトを検出できなかった場合（ステップＳ１０２；Ｎｏ）、当該オブジェクトに対する各状態変数の有効フラグを０に設定する（ステップＳ１０４）。そして、車載機１は、対象のオブジェクトのオブジェクトＩＤ及び有効フラグを含むアップロード情報Ｉｕをサーバ装置６へ送信する（ステップＳ１０５）。
　サーバ装置６は、ステップＳ１０５で送信されたアップロード情報Ｉｕを受信し、アップロード情報ＤＢ２７にアップロード情報Ｉｕを蓄積する（ステップＳ２０１）。そして、サーバ装置６は、配信地図ＤＢ２０の更新タイミングであるか否か判定する（ステップＳ２０２）。上述の更新タイミングは、配信地図ＤＢ２０の前回更新時からの時間長に基づいて判定されてもよく、配信地図ＤＢ２０の前回更新時から受信したアップロード情報Ｉｕの累積受信数に基づいて判定されてもよい。
　そして、サーバ装置６は、配信地図ＤＢ２０の更新タイミングである場合（ステップＳ２０２；Ｙｅｓ）、アップロード情報ＤＢ２７を参照してオブジェクト推奨情報等を生成し、生成したオブジェクト推奨情報等を用いて配信地図ＤＢ２０を更新する（ステップＳ２０３）。そして、サーバ装置６は、ステップＳ２０３において生成したオブジェクト推奨情報等を含むダウンロード情報Ｉｄを各車載機１に対して送信する（ステップＳ２０４）。なお、サーバ装置６は、ダウンロード情報Ｉｄの送信要求があった車載機１に対してのみダウンロード情報Ｉｄを送信してもよい。一方、サーバ装置６は、配信地図ＤＢ２０の更新タイミングではない場合（ステップＳ２０２；Ｎｏ）、引き続きステップＳ２０１を実行する。
　車載機１は、ダウンロード情報Ｉｄを受信した場合（ステップＳ１０６；Ｙｅｓ）、当該ダウンロード情報Ｉｄを用いて地図ＤＢ１０を更新する（ステップＳ１０７）。これにより、地図ＤＢ１０には、最新のオブジェクト推奨情報が記録される。一方、車載機１は、サーバ装置６からダウンロード情報Ｉｄを受信していない場合（ステップＳ１０６；Ｎｏ）、ステップＳ１０１へ処理を戻す。
　＜第２実施例＞
　第２実施例に係る運転支援システムでは、３次元空間を複数の領域に分割した場合の単位領域（「ボクセル」とも呼ぶ。）ごとに静止構造物の位置情報等を記録したボクセルデータが地図ＤＢ１０及び配信地図ＤＢ２０に記録されており、車載機１は、ボクセルデータを用いて自車位置推定を行う。この場合、地図ＤＢ１０及び配信地図ＤＢ２０には、オブジェクト推奨情報に代えて、位置推定に用いることに対する推奨値がボクセルごとに示された情報（「ボクセル推奨情報」とも呼ぶ。）が含まれている。以後では、第１実施例の運転支援システムと同様の構成要素については適宜同一符号を付し、その説明を省略する。
　（２－１）ボクセルデータに基づく位置推定
　ボクセルデータは、各ボクセル内の静止構造物の計測された点群データを正規分布により表したデータを含み、ＮＤＴ（Ｎｏｒｍａｌ　Ｄｉｓｔｒｉｂｕｔｉｏｎｓ　Ｔｒａｎｓｆｏｒｍ）を用いたスキャンマッチングに用いられる。
　図１４は、ボクセルデータに基づく位置推定における自車位置推定部１７の一例を示している。図５に示した拡張カルマンフィルタに基づく位置推定における自車位置推定部１７との違いは、ランドマーク探索・抽出部２５の代わりに、ライダ２より得られた点群データと地図ＤＢから取得したボクセルを対応付けする処理として、点群データ対応付けブロック２７が設けられていることである。
　図１５は、ボクセルデータの概略的なデータ構造の一例を示す。ボクセルデータは、ボクセル内の点群を正規分布で表現する場合のパラメータの情報を含み、本実施例では、図１５に示すように、ボクセルＩＤと、ボクセル座標と、平均ベクトルと、共分散行列とを含む。ここで、「ボクセル座標」は、各ボクセルの中心位置などの基準となる位置の絶対的な３次元座標を示す。なお、各ボクセルは、空間を格子状に分割した立方体であり、予め形状及び大きさが定められているため、ボクセル座標により各ボクセルの空間を特定することが可能である。ボクセル座標は、ボクセルＩＤとして用いられてもよい。ボクセルＩＤは、「物体の識別情報」の一例である。
　「平均ベクトル」及び「共分散行列」は、対象のボクセル内での点群を正規分布で表現する場合のパラメータに相当する平均ベクトル及び共分散行列を示し、任意のボクセル「ｎ」内の任意の点「ｉ」の座標をＸｎ（ｉ）＝［ｘｎ（ｉ）、ｙｎ（ｉ）、ｚｎ（ｉ）］Ｔと定義し、ボクセルｎ内での点群数を「Ｎｎ」とすると、ボクセルｎでの平均ベクトル「μｎ」及び共分散行列「Ｖｎ」は、それぞれ以下の式（５）及び式（６）により表される。
Figure JPOXMLDOC01-appb-M000005
Figure JPOXMLDOC01-appb-M000006
 　車両を想定したＮＤＴによるスキャンマッチングは、道路平面（ここではｘｙ座標とする）内の移動量及び車両の向きを要素とした推定パラメータＰ＝［ｔｘ、ｔｙ、ｔｚ、ｔψ］Ｔを推定することとなる。ここで、「ｔｘ」は、ｘ方向の移動量を示し、「ｔｙ」は、ｙ方向の移動量を示し、「ｔｚ」は、ｚ方向の移動量を示し、「ｔψ」は、ヨー角を示す。なお、ピッチ角、ロール角は、道路勾配や振動によって生じるものの、無視できる程度に小さい。
　また、ライダ２により得られた点群データに対して、マッチングさせるべきボクセルとの対応付けを行い、対応するボクセルｎでの任意の点の座標をＸＬ（ｉ）＝［ｘｎ（ｉ）、ｙｎ（ｉ）、ｚｎ（ｉ）］Ｔとすると、ボクセルｎでのＸＬ（ｉ）の平均値「Ｌ´ｎ」は、以下の式（７）により表される。
Figure JPOXMLDOC01-appb-M000007
 　そして、上述の推定パラメータＰを用い、平均値Ｌ´を座標変換すると、変換後の座標「Ｌｎ」は、以下の式（８）により表される。
Figure JPOXMLDOC01-appb-M000008
 　そして、本実施例では、車載機１は、座標変換した点群と、ボクセルデータに含まれる平均ベクトルμｎと共分散行列Ｖｎとを用い、以下の式（９）により示されるボクセルｎの評価関数値「Ｅｎ」及び式（１０）により示されるマッチングの対象となる全てのボクセルを対象とした総合的な評価関数値「Ｅ（ｋ）」（「総合評価関数値」とも呼ぶ。）を算出する。
Figure JPOXMLDOC01-appb-M000009
Figure JPOXMLDOC01-appb-M000010
 　以後では、ボクセルごとの評価関数値Ｅｎを「個別評価関数値」とも呼ぶ。その後、車載機１は、ニュートン法などの任意の求根アルゴリズムにより総合評価関数値Ｅ（ｋ）が最大となるとなる推定パラメータＰを算出する。そして、車載機１は、図１４に示した位置予測部２１等から予測した自車位置Ｘ－（ｋ）に対し、推定パラメータＰを適用することで、以下の式（１１）を用いて高精度な自車位置Ｘ＾（ｋ）を推定する。
Figure JPOXMLDOC01-appb-M000011
 　個別評価関数値Ｅｎは「照合結果」の一例である。
　（２－２）データ構造
　次に、地図ＤＢ１０及び配信地図ＤＢ２０に共通して含まれているボクセル推奨情報について説明する。
　図１６は、ボクセル推奨情報のデータ構造の一例である。図１６に示すように、ボクセル推奨情報は、「ボクセルＩＤ」、「位置」、及び「ボクセル推奨値」が対応付けられた情報である。「ボクセルＩＤ」には、それぞれのボクセルに割り当てられたボクセルＩＤが指定される。「位置」には、対象のボクセルのボクセル座標（緯度、経度、及び高度、あるいは基準点からのｘｙｚ座標）がそれぞれ指定される。「ボクセル推奨値」には、対象のボクセルを位置推定に用いることに対する推奨値であるボクセル推奨値が指定されている。ここでは、ボクセル推奨値は、０から１までの値に設定され、位置推定精度の向上に対する有効性が高いほど１に近付く。
　このように、本実施例では、ボクセルごとに位置推定の有効性（適性）を示したボクセル推奨情報が地図ＤＢ１０に含まれている。これにより、車載機１は、第１実施例のオブジェクト推奨情報を用いる場合と同様に、ボクセル推奨情報を参照することで、自車位置推定精度を向上させるように車両を制御することができる。例えば、車載機１は、現在の自車位置推定の精度が悪い（即ち総合評価関数値Ｅ（ｋ）が低い）場合、ボクセル推奨値が高いボクセルを検出しやすい車線に車両を移動させたり、ＮＤＴマッチングにおいてボクセル推奨値が高いボクセルの重み付けを高くしたりする。また、車載機１は、ボクセル推奨値が高いボクセルが周辺に存在しない場合には、位置推定方式を切り替えてもよい。
　なお、車載機１は、現在位置情報を含む所定の要求信号をサーバ装置６に送信することで、自車位置周辺のボクセルに関するボクセル推奨情報を含むダウンロード情報Ｉｄをサーバ装置６から受信してもよい。この場合、車載機１は、受信したダウンロード情報Ｉｄに基づき、自車位置推定精度を向上させるように車両を制御する。
　また、第２実施例では、車載機１は、有効フラグに代えて、対象のボクセルの自車位位置推定精度向上への有効性を示す値（「有効値」とも呼ぶ。）を決定する。以下では、車載機１は、対象のボクセルの個別評価関数値Ｅｎを上述の有効値として定める。そして、車載機１は、アップロード情報Ｉｕとして、ボクセルＩＤごとに有効値を関連付けた情報を少なくとも含むアップロード情報Ｉｕをサーバ装置６に送信する。有効値は、「有効性情報」の一例である。
　ここで、個別評価関数値Ｅｎは、マッチング度合いが高いと１に近づき，マッチング度合いが低いと０に近くなる。そして、個別評価関数値Ｅｎが大きいボクセルほど，総合評価関数値Ｅ（ｋ）を高めるのに貢献しているため，有効性が高いと言える。よって、各ボクセルの個別評価関数値Ｅｎは、各ボクセルの有効値として好適である。
　ここで、有効値の具体的な設定例について、図１７～図２０を参照して説明する。
　図１７は、車載機１を搭載した車両周辺を表す俯瞰図である。ここでは、車両から所定距離以内にボクセルＩＤ「１」～「３５」のボクセルが存在している。なお、ボクセルＩＤ「１」～「３５」のボクセルは、オブジェクト５６～５８の表面に位置する。図１８は、ボクセルＩＤ「１」～「３５」の検出結果を示すアップロード情報Ｉｕにおいて車載機１が指定した有効値の設定例を示す。さらに、図１９は、ボクセルＩＤ「４」の検出期間「Ｔｗ６」を含む所定期間でのボクセルＩＤ「４」に対する個別評価関数値Ｅ４の推移を示すグラフであり、図２０は、ボクセルＩＤ「１２」の検出期間「Ｔｗ７」を含む所定期間でのボクセルＩＤ「１２」に対する個別評価関数値Ｅ１２の推移を示すグラフである。
　まず、車載機１は、車両から所定距離以内に存在するボクセルＩＤ「１」～「３５」のボクセルデータを地図ＤＢ１０から取得し、ライダ２による計測を実施する。その結果、車載機１は、オブジェクト５６の表面に位置するボクセルＩＤ「４」～「１１」のボクセル、及び、オブジェクト５７の表面に位置するボクセルＩＤ「１２」～「１９」のボクセルを同一又は異なるタイミングにおいて検出し、ＮＤＴマッチングによる自車位置推定を行う。そして、車載機１は、ＮＤＴマッチングによる自車位置推定において算出した各ボクセルの個別評価関数値Ｅｎを、対応するボクセルＩＤの有効値として設定する。
　このとき、好適には、車載機１は、各ボクセルＩＤに対応する有効値を、各ボクセルＩＤのボクセルを検出した期間において算出された個別評価関数値Ｅｎの平均値に定めるとよい。例えば、ボクセルＩＤ「４」の場合、図１９に示すように、車載機１は、検出期間Ｔｗ６で算出された個別評価関数値Ｅ４の平均値を、ボクセルＩＤ「４」に対する有効値として設定する。同様に、ボクセルＩＤ「１２」の場合、図２０に示すように、車載機１は、検出期間Ｔｗ７で算出された個別評価関数値Ｅ１２の平均値を、ボクセルＩＤ「１２」に対する有効値として設定する。なお、上記の検出期間は、対象とするボクセルを検出した時刻のすべてを検出期間としてもよく、対象ボクセルを所定距離範囲内で検出した時刻のみを検出期間としてもよい。
　一方、車載機１は、外壁修繕で養生シートが張られているビルに相当するオブジェクト５８の表面に位置するボクセルＩＤ「２２」～「３１」のボクセルについては、上述の養生シートの存在により計測値がずれたため、検出できていない。よって、この場合、車載機１は、ボクセルＩＤ「２２」～「３１」に対応する有効値を０に設定する。そして、車載機１は、例えば、図１８に示すボクセルＩＤと有効値との組み合わせを示すアップロード情報Ｉｕを生成し、サーバ装置６へ送信する。
　（２－３）ボクセル推奨値の算出
　次に、各ボクセルに対するボクセル推奨値の算出方法について説明する。サーバ装置６は、各車載機１から受信したアップロード情報Ｉｕに含まれるボクセルＩＤごとの有効値に基づき、ボクセルＩＤごとにボクセル推奨値を算出する。
　例えば、サーバ装置６は、各ボクセルＩＤの有効値情報の集計数（サンプル数）を「Ｓ３」とし、各ボクセルＩＤの有効値の総和を「Ｓ４」とすると、各ボクセルＩＤのボクセル推奨値を、「Ｓ４／Ｓ３」に設定する。例えば、各ボクセルＩＤ「１」の有効値を含むアップロード情報Ｉｕを１００回分各車載機１から受信し、これらの有効値の総和が７０．０であった場合、車載機１は、ボクセルＩＤ「１」に対するボクセル推奨値を「０．７」（＝７０．０／１００）に設定する。
　このようにすることで、サーバ装置６は、各ボクセルＩＤのボクセル推奨値が０から１までの値域となるように好適に設定することができる。また、この場合、オクルージョンや降雨降雪の影響などで検出されなかったボクセルのボクセル推奨値は小さくなり、検出されたボクセルであっても個別評価関数値Ｅｎが統計的に低かった（言い換えると位置推定に有効でなかった）ボクセルのボクセル推奨値も小さくなる。一方、個別評価関数値Ｅｎが統計的に高かった（言い換えると位置推定に有効であった）ボクセルのボクセル推奨値は高くなる。
　好適には、サーバ装置６は、上記ボクセル推奨値の計算を、過去所定時間分（例えば１０分間）に受信したアップロード情報Ｉｕの有効値を用いて行うとよい。さらに好適には、サーバ装置６は、上記所定時間を、対象のボクセルを検出可能な道路の交通量が多いほど短く設定するとよい。他の例では、サーバ装置６は、対象のボクセルに関して過去に取得した最新の所定個数分のアップロード情報Ｉｕに含まれる有効値に基づき対象のボクセルのボクセル推奨値を算出してもよい。この場合、値Ｓ３は上述の所定個数分となるため、車載機１は、一定のサンプル数により好適にボクセル推奨値を算出することができる。
　（２－４）処理フロー
　図２１は、有効値を含むアップロード情報Ｉｕ、およびボクセル推奨情報を含むダウンロード情報Ｉｄの送受信に関する処理の概要を示すフローチャートの一例である。
　まず、車載機１は、地図ＤＢ１０を参照し、ライダ２により検出可能な位置に存在するボクセルのボクセルデータを取得する（ステップＳ１１１）。そして、車載機１は、ステップＳ１１１でボクセルデータを取得した各ボクセルのライダ２による検出の有無及びボクセルごとの個別評価関数値Ｅｎに基づき、ボクセルＩＤごとの有効値を設定する（ステップＳ１１２）。この場合、車載機１は、ライダ２により点群データを取得できなかったボクセルのボクセルＩＤに対する有効値を０とし、ライダ２により点群データを取得できたボクセルのボクセルＩＤに対する有効値を当該ボクセルの個別評価関数値Ｅｎに設定する。そして、車載機１は、ボクセルＩＤごとに有効値を対応付けたアップロード情報Ｉｕをサーバ装置６へ送信する（ステップＳ１１３）。
　サーバ装置６は、ステップＳ１１３で送信されたアップロード情報Ｉｕを受信し、アップロード情報ＤＢ２７にアップロード情報Ｉｕを蓄積する（ステップＳ２１１）。そして、サーバ装置６は、配信地図ＤＢ２０の更新タイミングである場合（ステップＳ２１２；Ｙｅｓ）、アップロード情報ＤＢ２７を参照してボクセル推奨情報等を生成し、生成したボクセル推奨情報等を用いて配信地図ＤＢ２０を更新する（ステップＳ２１３）。そして、サーバ装置６は、ステップＳ２１３において生成したボクセル推奨情報等を含むダウンロード情報Ｉｄを各車載機１に対して送信する（ステップＳ２１４）。なお、サーバ装置６は、ダウンロード情報Ｉｄの送信要求があった車載機１に対してのみダウンロード情報Ｉｄを送信してもよい。一方、サーバ装置６は、配信地図ＤＢ２０の更新タイミングではない場合（ステップＳ２１２；Ｎｏ）、引き続きステップＳ２１１を実行する。
　車載機１は、ダウンロード情報Ｉｄを受信した場合（ステップＳ１１４；Ｙｅｓ）、当該ダウンロード情報Ｉｄを用いて地図ＤＢ１０を更新する（ステップＳ１１５）。これにより、地図ＤＢ１０には、最新のボクセル推奨情報が記録される。一方、車載機１は、サーバ装置６からダウンロード情報Ｉｄを受信していない場合（ステップＳ１１４；Ｎｏ）、ステップＳ１１１へ処理を戻す。
　＜変形例＞
　以下、第１及び第２実施例に好適な変形例について説明する。以下の変形例は、組み合わせてこれらの実施例に適用してもよい。
　（変形例１）
　車載機１がオブジェクト推奨情報またはボクセル推奨情報を含む地図ＤＢ１０を参照して車両の経路（目標軌道）を決定する代わりに、車載機１から経路探索要求を受信したサーバ装置６がオブジェクト推奨情報またはボクセル推奨情報を含む配信地図ＤＢ２０を参照して要求元の車載機１の車両の経路（目標軌道）を決定する処理を行ってもよい。このように、オブジェクト推奨情報及びボクセル推奨情報は、サーバ装置６によっても好適に用いられる。
　（変形例２）
　図１に示す運転支援システムの構成は一例であり、本発明が適用可能な運転支援システムの構成は図１に示す構成に限定されない。例えば、運転支援システムは、車載機１を有する代わりに、車両の電子制御装置が車載機１の自車位置推定部１７及びアップロード制御部１８の処理を実行してもよい。この場合、地図ＤＢ１０は、例えば車両内の記憶部に記憶され、車両の電子制御装置は、サーバ装置６とのアップロード情報Ｉｕ及びダウンロード情報Ｉｄの授受を、車載機１を介して又は図示しない通信部を介して行ってもよい。
　１　車載機
　２　ライダ
　３　ジャイロセンサ
　４　車速センサ
　５　ＧＰＳ受信機
　６　サーバ装置
　１０　地図ＤＢ
　２０　配信地図ＤＢ

Claims (10)

  1. 　移動体に搭載された計測装置により計測した物体との位置関係と、地図情報に含まれる前記物体の位置情報とに基づく前記移動体の位置推定の精度向上の有効性に関する有効性情報を生成する生成部と、
    　前記物体の識別情報と前記有効性情報とを情報処理装置へ送信する送信部と、
    を有する情報送信装置。
  2. 　前記生成部は、前記有効性情報として、前記物体に基づく前記移動体の位置の推定精度の向上の有無を示すフラグ情報を生成する請求項１に記載の情報送信装置。
  3. 　前記生成部は、前記移動体を基準とした方向に対する前記位置推定の精度向上の有効性に関する有効性情報を生成する請求項２に記載の情報送信装置。
  4. 　前記生成部は、前記移動体の方位に対する前記位置推定の精度向上の有効性に関する有効性情報をさらに生成する請求項３に記載の情報送信装置。
  5. 　前記位置推定は、空間を区切った単位領域ごとに、前記物体の位置情報と、前記物体との位置関係との照合を行うことで、前記移動体の位置を推定するものであり、
    　前記送信部は、前記単位領域ごとの識別情報と、前記単位領域ごとの前記照合の照合結果とを、前記物体の識別情報及び前記有効性情報として前記情報処理装置に送信する請求項１に記載の情報送信装置。
  6. 　前記生成部は、前記物体が前記計測装置により計測可能な期間での前記照合結果の平均を算出し、
    　前記送信部は、前記単位領域ごとの識別情報と、前記単位領域ごとの前記平均とを、前記情報処理装置に送信する請求項５に記載の情報送信装置。
  7. 　移動体に搭載された計測装置が計測した物体に関する情報を収集する情報処理装置に送信されるデータのデータ構造であって、
    　前記物体の識別情報と、
    　前記物体を用いた前記移動体の位置推定の精度向上の有効性に関する有効性情報と、を含み、
    　前記物体を用いた前記移動体の位置推定に対する推奨値を前記情報処理装置が算出するのに用いられるデータのデータ構造。
  8. 　情報送信装置が実行する制御方法であって、
    　移動体に搭載された計測装置により計測した物体との位置関係と、地図情報に含まれる前記物体の位置情報とに基づく前記移動体の位置推定の精度向上の有効性に関する有効性情報を生成する生成工程と、
    　前記物体の識別情報と前記有効性情報とを情報処理装置へ送信する送信工程と、
    を有する制御方法。
  9. 　請求項８に記載の制御方法を、コンピュータにより実行させるプログラム。
  10. 　請求項９に記載のプログラムを記憶した記憶媒体。
PCT/JP2019/012318 2018-03-27 2019-03-25 情報送信装置、データ構造、制御方法、プログラム及び記憶媒体 WO2019188877A1 (ja)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
JP2018-060519 2018-03-27
JP2018060519 2018-03-27

Publications (1)

Publication Number Publication Date
WO2019188877A1 true WO2019188877A1 (ja) 2019-10-03

Family

ID=68061875

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/JP2019/012318 WO2019188877A1 (ja) 2018-03-27 2019-03-25 情報送信装置、データ構造、制御方法、プログラム及び記憶媒体

Country Status (1)

Country Link
WO (1) WO2019188877A1 (ja)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112731434A (zh) * 2020-12-15 2021-04-30 武汉万集信息技术有限公司 基于激光雷达和标识物的定位方法、***

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH07218277A (ja) * 1994-02-03 1995-08-18 Zanabui Informatics:Kk 車両用ナビゲーション装置
JP2015108604A (ja) * 2013-12-06 2015-06-11 日立オートモティブシステムズ株式会社 車両位置推定システム，装置，方法、及び、カメラ装置
US20170270361A1 (en) * 2016-03-15 2017-09-21 Solfice Research, Inc. Systems and methods for providing vehicle cognition

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH07218277A (ja) * 1994-02-03 1995-08-18 Zanabui Informatics:Kk 車両用ナビゲーション装置
JP2015108604A (ja) * 2013-12-06 2015-06-11 日立オートモティブシステムズ株式会社 車両位置推定システム，装置，方法、及び、カメラ装置
US20170270361A1 (en) * 2016-03-15 2017-09-21 Solfice Research, Inc. Systems and methods for providing vehicle cognition

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112731434A (zh) * 2020-12-15 2021-04-30 武汉万集信息技术有限公司 基于激光雷达和标识物的定位方法、***

Similar Documents

Publication Publication Date Title
JP2022113746A (ja) 判定装置
JP6608456B2 (ja) 推定装置、制御方法、プログラム及び記憶媒体
JPWO2018221453A1 (ja) 出力装置、制御方法、プログラム及び記憶媒体
JP2017072422A (ja) 情報処理装置、制御方法、プログラム及び記憶媒体
JP7155284B2 (ja) 計測精度算出装置、自己位置推定装置、制御方法、プログラム及び記憶媒体
JP6980010B2 (ja) 自己位置推定装置、制御方法、プログラム及び記憶媒体
JP2022176322A (ja) 自己位置推定装置、制御方法、プログラム及び記憶媒体
JPWO2018221454A1 (ja) 地図作成装置、制御方法、プログラム及び記憶媒体
JP2018116014A (ja) 自車位置推定装置、制御方法、プログラム及び記憶媒体
WO2021112074A1 (ja) 情報処理装置、制御方法、プログラム及び記憶媒体
JP2023075184A (ja) 出力装置、制御方法、プログラム及び記憶媒体
JP2017072423A (ja) 推定装置、制御方法、プログラム及び記憶媒体
JP2023164553A (ja) 位置推定装置、推定装置、制御方法、プログラム及び記憶媒体
JP2023174739A (ja) データ構造、情報処理装置、及び地図データ生成装置
JP2019174191A (ja) データ構造、情報送信装置、制御方法、プログラム及び記憶媒体
WO2018212302A1 (ja) 自己位置推定装置、制御方法、プログラム及び記憶媒体
WO2019188820A1 (ja) 情報送信装置、データ構造、制御方法、プログラム及び記憶媒体
WO2019188877A1 (ja) 情報送信装置、データ構造、制御方法、プログラム及び記憶媒体
WO2019188886A1 (ja) 端末装置、情報処理方法、プログラム、及び、記憶媒体
JP2020098196A (ja) 推定装置、制御方法、プログラム及び記憶媒体
JP2020046411A (ja) データ構造、記憶装置、端末装置、サーバ装置、制御方法、プログラム及び記憶媒体
WO2019188874A1 (ja) データ構造、情報処理装置、及び地図データ生成装置
JP2019174675A (ja) データ構造、地図データ生成装置、制御方法、プログラム及び記憶媒体
JP2020046413A (ja) データ構造、記憶装置、端末装置、サーバ装置、制御方法、プログラム及び記憶媒体
JP6923750B2 (ja) 自己位置推定装置、自己位置推定方法、プログラム及び記憶媒体

Legal Events

Date Code Title Description
121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 19777156

Country of ref document: EP

Kind code of ref document: A1

NENP Non-entry into the national phase

Ref country code: DE

122 Ep: pct application non-entry in european phase

Ref document number: 19777156

Country of ref document: EP

Kind code of ref document: A1

NENP Non-entry into the national phase

Ref country code: JP