WO2022018970A1

WO2022018970A1 - 情報処理装置

Info

Publication number: WO2022018970A1
Application number: PCT/JP2021/020670
Authority: WO
Inventors: 洸二宮; 英彰城戸; 竜彦門司
Original assignee: 日立Astemo株式会社
Priority date: 2020-07-20
Filing date: 2021-05-31
Publication date: 2022-01-27
Also published as: JP7344182B2; JP2022020411A; EP4184479A1; US20230236021A1; CN115917619A

Abstract

情報処理装置は、地図情報部から取得した地図情報と、センサ部から取得したセンサ情報とに基づいて、自車が走行する道路の道路形状を推定する。この情報処理装置は、自車の自車位置から、交差点形状が変化する位置までの距離に応じた、センサ部のセンサ分解能特性を管理するセンサ分解能特性管理部と、センサ分解能特性に基づいて、距離に応じた交差点の外観を予測する交差点外観予測部と、交差点外観予測部により予測された交差点の外観に基づいて、交差点をモデル化した交差点モデルを生成する交差点モデル生成部と、を備える。

Description

情報処理装置

　本発明は、例えば、自車の周辺にある道路を正しく認識することが可能な情報処理装置に関する。

　自動車分野における予防安全技術の製品化が普及期に入りつつあり、より多機能化かつ高機能化すると共に、対応シーンの拡大が進んでいる。対応シーンとして、例えば、車両が走行する一般道、交差点等の複雑なシーンが想定される。

　近年は、車両の対応シーンが拡大しており、特に、車両に搭載される認識装置が、例えば、道路が交差する交差点を正しく認識できることが重要な課題として挙げられるようになった。しかし、従来の技術では、基本的に単路での車両制御を目的としていたので、認識装置は、車両に搭載されたカメラ等のセンサから得られる情報のみを用いて道路の形状を認識していた。しかし、従来の認識装置は、センサのみから得られる情報だけでは、交差点のような複雑な道路形状を適切に認識することが困難であった。そこで、特許文献１に開示された技術により、認識装置が複雑な道路形状を認識することが可能になると考えられていた。

　特許文献１には、「自車位置検出手段により検出された自車の位置と道路地図情報記憶手段に記憶された道路地図情報とに基づいて道路形状パターンを選択する道路形状パターン選択手段と、前方道路形状情報検出手段の検出情報と、道路形状パターン選択手段で選択された道路形状パターンとに基づいて、自車前方の道路形状の認識を行なう道路形状認識手段とを備えた認識装置」について記載されている。

特開２０００－３０１９８号公報

　特許文献１に開示された認識装置では、道路構造を保存した地図に基づいて自車前方の交差点をモデル化し、センサ情報に交差点のモデルをフィッティングさせることで交差点形状を推定していた。しかし、この技術ではセンサ分解能の影響により、自車位置から交差点までの距離に応じて交差点の見え方が異なることが考慮されていなかった。特に自車の遠方に存在する交差点において、実際の交差点形状と、認識装置によりモデル化された交差点（以下、「交差点モデル」と呼ぶ）との不整合が生じてしまう。このため、認識装置が、実質的に交差点の形状を推定できるのは自車が交差点に接近した時に限られていた。また、認識装置が、自車位置の遠方にある交差点を観測したセンサから得たセンサ情報を有効に活用することができていなかった。

　本発明はこのような状況に鑑みて成されたものであり、車両が走行する道路の形状を正しく認識することを目的とする。

　本発明に係る情報処理装置は、地図情報部から取得した地図情報と、センサ部から取得したセンサ情報とに基づいて、自車が走行する道路の道路形状を推定する。この情報処理装置は、自車の自車位置から、道路形状が変化する位置までの距離に応じた、センサ部のセンサ分解能特性を管理するセンサ分解能特性管理部と、センサ分解能特性管理部から取得したセンサ分解能特性に基づいて、距離に応じた道路の外観を予測する外観予測部と、外観予測部により予測された道路の外観に基づいて、道路をモデル化した道路モデルを生成するモデル生成部と、を備える。

　本発明によれば、センサ分解能特性に基づいて、自車からの距離に応じた道路の外観を予測し、道路モデルを生成するので、車両が走行する道路の形状を正しく認識することができる。
　上記した以外の課題、構成及び効果は、以下の実施の形態の説明により明らかにされる。

本発明の一実施の形態に係る情報処理装置の全体構成例を示すブロック図である。本発明の一実施の形態に係るセンサ部の構成例を示すブロック図である。本発明の一実施の形態に係る地図情報部の構成例を示すブロック図である。本発明の一実施の形態に係る交差点情報処理部の構成例を示すブロック図である。本発明の一実施の形態に係る自車位置特定部の構成例を示すブロック図である。本発明の一実施の形態に係る交差点情報解析部の構成例を示すブロック図である。本発明の一実施の形態に係るモデル付加情報更新部の構成例を示すブロック図である。本発明の一実施の形態に係る交差点形状推定部の構成例を示すブロック図である。本発明の一実施の形態に係る交差点整合性判定部の構成例を示すブロック図である。本発明の一実施の形態に係る十字交差点のセンサ情報の例を示す図である。本発明の一実施の形態に係る交差点の基本構造の例を示す図である。本発明の一実施の形態に係るモデル選択部が複数のモデルを切り替えて使用する例を示す図である。本発明の一実施の形態に係る交差点モデルの基本構造と、復元された交差点モデルの詳細構造の例を示す図である。道路構造令に定義される道路の種別と、道路の等級の情報の例を示す表である。図１４Ａは、道路の種類及び地域ごとに定義された第１種～第４種の道路の種別が記載された表である。図１４Ｂは、道路の種類及び地域の地形に対する１日当たりの計画交通量で規定される道路の等級が記載された表である。道路構造令に定義される道路の種級区分と、普通道路の車線幅の例を示す表である。道路構造令に定義される道路の種級区分と、普通道路の路肩の幅員の例を示す表である。道路の種類及び種別、又は道路の等級に対応する道路情報の例を示す表である。図１７Ａは、道路の種類及び種別に応じた片側車線数、車線幅及び路側帯の情報を格納した表である。図１７Ｂは、道路の等級に応じた片側車線数、車線幅、設計速度及び路側帯の情報を格納した表である。道路の種類、又は制限速度に対応する道路情報の例を示す表である。図１８Ａは、道路の種類に応じた片側車線数、車線幅、設計速度及び路側帯の情報を格納した表である。図１８Ｂは、制限速度に応じた片側車線数、車線幅、設計速度及び路側帯の情報を格納した表である。本発明の一実施の形態に係る交差点の詳細構造、及び交差点モデルの例を示す図である。本発明の一実施の形態に係る交差点の詳細構造から生成される第１モデル及び第２モデルの例を示す図である。本発明の一実施の形態に係る交差点の各種別に対して生成される第１モデル及び第２モデルの例を示す図である。本発明の一実施の形態に係る自車位置判定部が、自車前方の手前にある交差点に基づいて、自車位置の正誤判定をする処理の例を示す図である。本発明の一実施の形態に係る自車位置探索部の動作例を示す図である。本発明の一実施の形態に係る情報処理装置を構成する計算機のハードウェア構成例を示すブロック図である。

［一実施の形態］
　以下、本発明の一実施の形態に係る情報処理装置の構成例及び動作例について、添付図面を参照して説明する。ここで、図１～図９は、本実施の形態に係る情報処理装置の内部構成例を説明するための図面であり、図１０以降は、情報処理装置を構成する各機能部の動作を説明するための図面である。ただし、図１４～図１８には、日本国の道路構造令に規定される道路の種別等の情報が示される。本明細書及び図面において、実質的に同一の機能又は構成を有する構成要素については、同一の符号を付することにより重複する説明を省略する。

＜情報処理装置の全体構成例＞
　始めに、本実施の形態に係る情報処理装置の全体構成例について、図１を参照して説明する。
　図１は、情報処理装置１の全体構成例を示すブロック図である。本実施の形態に係る情報処理装置１は、不図示の車両に搭載されている。以下、情報処理装置１が搭載される車両を、「自車」と呼ぶ。情報処理装置（情報処理装置１）は、地図情報部（地図情報部２００）から取得した地図情報と、センサ部（センサ部１００）から取得したセンサ情報とに基づいて、自車が走行する道路の道路形状を推定する。この際、情報処理装置１は、車両に搭載された車載センサ（以下、「センサ」と略記する）から得られるセンサ情報と、道路構造を保存した地図の情報とを活用して車両の周辺にある道路等を認識し、自車位置を特定することが可能である。また、情報処理装置１は、センサから得たセンサ情報と、道路構造を保存した地図とを活用することで、交差点のような複雑な道路形状も推定することが可能である。例えば、本実施の形態で情報処理装置１により道路形状が推定される道路は、交差点である。

　この情報処理装置１は、センサ部１００、地図情報部２００、交差点情報処理部３００、交差点形状推定部４００、交差点整合性判定部５００及び表示・警報・制御部６００を備える。

　センサ部１００には、例えば、車両の前方方向にある物体や道路等を観測可能な車載フロントセンサが用いられる。本実施の形態ではステレオカメラをフロントセンサの例として記載するが、センサとして、例えば、単眼カメラであっても、Ｌｉｄａｒ（Laser Imaging Detection and Ranging）であってもよい。そして、センサ部１００は、センサが観測した車両の前方の情報を、センサ情報として交差点情報処理部３００に出力する。

　地図情報部２００は、車両が走行する道路の情報（地図、道路種別、道路構造令等）を含む地図情報を保存する。地図情報部２００が保存する情報としては、例えば、車両に搭載されたカーナビゲーションシステムで用いられる地図情報であってもよいし、インターネットから無線通信により得られた地図情報であってもよい。これらの地図情報は、例えば、車両に搭載されたＨＤＤ（Hard Disk Drive）、ＳＳＤ（Solid State Drive）等の大容量記憶媒体に保存される。また、地図情報部２００が取得可能な地図情報は簡易的な道路の形状を表現したものとしてよいが、センサ部１００が観測範囲をセンシングして得たセンサ情報であるセンサ情報を保存し、更新するための機能も保持する。

　交差点情報処理部３００は、地図情報部２００が保持する、ある区間内の地図情報を取得する。次に、交差点情報処理部３００は、この区間内における自車が走行する位置、及び自車の進行方向を解析し、自車の前方に存在する交差点の交差点情報を地図情報部２００から取得する。そして、交差点情報処理部３００は、取得した交差点情報から、デフォルトの車線幅や路肩位置などを用いて交差点モデルを生成するための交差点情報処理を行う。交差点モデルとは、交差点の形状を数式や点群で表現したものである。

　交差点情報処理部３００は、地図情報に車線数などの情報が含まれていれば、車線数などの情報を利用して交差点モデルを生成する。また、交差点情報処理部３００は、地図情報に車線数などの情報が含まれていなければ、地図情報にある上限車速情報などをベースとして、デフォルトの車線数を決めた上で交差点モデルを生成する。なお、交差点情報処理部３００は、過去にセンサがセンシングして得たセンサ情報に基づいて、交差点モデルの情報を取得してもよい。

　道路形状推定部（交差点形状推定部４００）は、道路モデル（交差点モデル）及びセンサ情報に基づいて、道路形状（交差点の形状）を推定し、推定結果を出力する。例えば、交差点形状推定部４００は、交差点情報処理部３００が生成した交差点モデルに対して、センサ部１００から得たセンサ情報を利用して交差点形状を認識するための推定処理を実施する。そこで、交差点形状推定部４００は、交差点情報処理部３００が予測した交差点モデルや、センサ部１００で用いられるセンサが持つ誤差量などに応じて、車線や路端などの道路形状の認識手法や処理領域などを動的に変更させて、より安定的かつ高精度に交差点形状を認識する。

　整合性判定部（交差点整合性判定部５００）は、センサ部１００から取得したセンサ情報と、交差点形状推定部４００から取得した推定結果との整合性を判定し、判定結果を出力する。このため、交差点整合性判定部５００は、交差点形状推定部４００が推定した交差点形状を含む処理結果を取得する。そして、交差点整合性判定部５００は、交差点形状推定部４００が交差点形状の推定に利用した交差点モデルと、交差点形状推定部４００がセンサ部１００から取得したセンサ情報との整合性を判定し、判定結果を出力する。この際、整合性判定部（交差点整合性判定部５００）は、道路形状（交差点形状）が推定された道路モデル（交差点モデル）と、精度情報を利用し、精度情報を所定の閾値と比較することで、センサ情報と、推定結果との整合性を判定する。ここで、精度情報とは、センサ情報と、道路モデル（交差点モデル）とをフィッティングした時に、どれ位、センサ情報と、道路モデル（交差点モデル）とが一致しているかを示す情報であり、例えば、信頼度として表現される。このため、精度情報が、所定の閾値より高ければ、センサ情報と、道路モデル（交差点モデル）とは十分に一致しているので、センサ情報と、交差点形状推定部４００から取得される推定結果とは整合しているとの判定結果が得られる。

　ただし、交差点情報処理部３００は、自車位置に基づいて地図情報部２００を参照し、自車前方の交差点モデルを生成する。このため、自車位置が誤っていた場合には、交差点情報処理部３００が地図情報部２００から自車前方の交差点とは異なる交差点情報を取得してしまう。例えば、交差点情報処理部３００が、地図情報部２００から取得した交差点情報に基づいて自車前方には十字交差点が存在するとみなした場合、十字形の交差点モデルを生成する。しかし、実際に自車前方にあるのはＴ字型のＴ字交差点であった場合、センサ部１００からはセンサがＴ字交差点を観測して出力したセンサ情報を交差点形状推定部４００が取得する状況が発生しうる。そこで、交差点整合性判定部５００は、生成された交差点モデルと、センサ部１００のセンサ情報とで矛盾が存在するか否かを判定する。例えば、地図情報部２００から取得した交差点情報を正しいものとみなした時には、交差点整合性判定部５００は、センサ部１００のセンサ情報を不良と判定することが可能である。このような判定処理を「整合性判定」と呼ぶ。なお、地図情報部２００が管理する地図情報が古く、センサ部１００が実際に観測したセンサ情報が新しいことで、地図情報とセンサ情報とが整合しない場合もある。この場合、一概にセンサ情報を不良と判定することはできない。

　ここで整合性判定の具体例について説明する。整合性判定部（交差点整合性判定部５００）は、道路形状推定部（交差点形状推定部４００）が推定した道路モデル（交差点モデル）と、地図情報で示される道路の道幅、及び道路構造の接続関係を比較することで、センサ情報と推定結果の整合性を判定する。例えば、交差点整合性判定部５００は、交差点形状推定部４００から推定結果として交差点モデルを取得できるときは、取得した交差点モデルの道幅、道路の接続関係といった情報に基づいて、交差点モデルとセンサ情報との整合性判定を行う。

　また、交差点整合性判定部５００は、交差点情報処理部３００が生成した交差点モデルを直接取得して、この交差点モデルを整合性判定に使用してもよい（図１に破線で示す接続形態）。また、交差点整合性判定部５００は、地図情報部２００から取得した地図情報と、交差点形状が推定された推定結果の交差点モデルとを比較することで整合性判定を行ってもよい。また、交差点整合性判定部５００は、交差点形状推定部４００から、交差点形状が推定された推定結果に関する信頼度が取得できるときは、信頼度を使用して整合性判定を行ってもよい。そして、整合性判定部（交差点整合性判定部５００）は、自車が過去に走行した交差点の整合性判定の結果を保存する。

　表示・警報・制御部６００は、交差点形状推定部４００の結果を取得し、認識結果の表示を行う。また、表示・警報・制御部６００は、自車のドライバーに対し、運転サポート情報を表示したり、安全支援のための警報や車両制御、自動運転のサポートなどを実施したりする。また、表示・警報・制御部６００は、交差点整合性判定部５００の判定結果の表示や警告を行ってもよい。このため、表示・警報・制御部６００は、各種の情報を表示するための表示装置、警報を放音するためのスピーカ等により構成される。

＜センサ部１００の構成例＞
　図２は、センサ部１００の構成例を示すブロック図である。
　センサ部１００は、左カメラ１０１、右カメラ１０２、マッチング部１０３及び３Ｄ点群部１０４を備える。

　上述したようにセンサ部１００は、車載フロントセンサを含む。本実施の形態では、左カメラ１０１及び右カメラ１０２で構成されるステレオカメラを、フロントセンサの例として記載する。ここで、ステレオカメラの実施の形態について説明する。ステレオカメラを用いた対象物までの距離を測定するセンシング方式は、以下の手順で行われる。

　まず、車体前方の２つの異なる位置に設置された左カメラ１０１と右カメラ１０２は、それぞれの画角の範囲内で撮影した左画像と右画像を出力する。次に、左画像と右画像に同一の対象物が写り込んでいる場合に、マッチング部１０３が、左画像と右画像での同一対象物の画像位置をマッチングにより特定する。マッチング部１０３は、同一対象物の画像位置を特定した後、左カメラ１０１と右カメラ１０２のそれぞれで同一対象物を撮影した場合に、左右画像に写される位置の違いを特定することで、ステレオカメラが搭載された位置から対象物までの距離を測定する。

　３Ｄ点群部１０４は、左カメラ１０１と右カメラ１０２が設置された位置を三角形の底辺両端の頂部とし、画像上の同一対象物の位置を頂点とする三角形を特定することで、三角測量により対象物の３次元位置を表す３Ｄ点を復元する。そして、３Ｄ点群部１０４は、同一対象物に対して、３Ｄ点の復元処理を繰り返し行うことで、多数の３Ｄ点群を得る。そして、３Ｄ点群部１０４は、３Ｄ点群により表される対象物の３次元位置を、交差点形状推定部４００に出力する。

＜地図情報部２００の構成例＞
　図３は、地図情報部２００の構成例を示すブロック図である。
　上述したように地図情報部２００は、道路に関する地図情報を保有し、その地図上における自車の位置を特定する機能を持つ。本実施の形態に係る地図情報部２００は、汎用地図データ部２０１、ＧＮＳＳ（Global Navigation Satellite System）部２０２、センシング詳細地図保存部２０３及びセンシング詳細地図更新部２０４を備える。

　汎用地図データ部２０１は、道路網をノードとリンクで表現するカーナビゲーションシステムが保有する地図を汎用地図データとして用いる。ただし、汎用地図データ部２０１は、カーナビゲーションシステムが保有する地図に限定する必要はない。例えば、インターネット上にてフリーで公開されているような地図でもよいし、サーバー経由でアクセス可能な商用の地図であっても問題ない。後述する図１１の上部に示すように、汎用地図データ部２０１は、地図上の位置を示すノードと、そのノードをつないで道路網を構成するリンクからなるデータである。そして、汎用地図データ部２０１は、このノードとリンク情報を基本として道路網を表現する。

　ＧＮＳＳ部２０２は、汎用地図データ部２０１にて表現されるノードとリンク情報から構成された道路網における自車の位置を、ＧＮＳＳ情報を利用して特定する。更に、このＧＮＳＳ情報は、他センサ、例えばカメラやレーダ、ジャイロ、自車挙動を利用した自車位置の補正に用いられてもよい。

　センシング詳細地図保存部２０３は、センサ部１００のセンシングによって補強された情報、例えば車線幅や道路角度、車線数、最も外側車線から路肩までの距離、道路形状など、汎用地図にはない情報により強化した地図を、センシング詳細地図のデータ（「センシング詳細地図データ」と呼ぶ）として保存する。また、センシング詳細地図保存部２０３で更新されたセンシング詳細地図データが、汎用地図データ部２０１が管理する汎用地図データに追加される。センサ部１００は、センシング詳細地図データが追加された汎用地図データを利用することで、自車が次回同じ道路を通過する場合には、前回までの走行時に保存されたセンシング詳細地図を利用してセンシングする。この結果、センサ部１００は、更に高精度かつ安定的なセンシングを可能とする。

　センシング詳細地図更新部２０４は、例えば、汎用地図データが古い、又は一時的な工事などにより道路が通行止めにされている場合に、保存されている汎用地図データを、センシング詳細地図データで更新する機能を有する。この更新機能は、センサ部１００が出力するセンサ情報を利用して行われる。この更新機能により汎用地図データに存在しない新しい道路などの情報が、汎用地図データに追加されることとなる。また、従来通行可能であった道路に関しても、この道路が通れないような場合には、通行不可であることを更新したセンシング詳細地図データがセンシング詳細地図保存部２０３に保存され、その後、汎用地図データが更新される。

　ただし、センシング詳細地図更新部２０４は、車両が道路を一度走行しただけでは汎用地図データの更新を決定せず、センシング詳細地図データとしてセンシング詳細地図保存部２０３に保存するのみとする。このため、車両が通行不可であることを、センサ部１００が何度もセンシングした後に、センシング詳細地図更新部２０４は、道路が通行不可であると判断して、最終的にセンシング詳細地図データを用いて汎用地図データの更新を実施する。このような更新処理の判断は、汎用地図データに記憶されていない新しい道路においても同様である。つまり、センシング詳細地図更新部２０４は、最初のうちはセンサ部１００がセンシングした新しい道路の情報をセンシング詳細地図データに仮登録するが、最終的な地図のデータとしては登録しない。センシング詳細地図更新部２０４は、車両が何度かその道路を通過することによって信頼できる道路であることを確認してから、新しい道路を含むセンシング詳細地図データを最終的な地図のデータとして、汎用地図データに追加登録する。

＜交差点情報処理部３００の構成例＞
　図４は、交差点情報処理部３００の構成例を示すブロック図である。
　交差点情報処理部３００は、地図情報部２００から取得した自車前方に存在する交差点の交差点情報と、センサ分解能特性保存部３１２から取得したセンサに応じたセンサ分解能特性とに基づいて、センサからの交差点の見え方を予測し、予測した見え方に対応した交差点モデルを生成する。この交差点情報処理部３００は、センサ分解能特性管理部３１０、交差点外観予測部３２０、及び交差点モデル生成部３３０を備える。

（センサ分解能特性管理部３１０の構成例）
　始めに、センサ分解能特性管理部３１０の構成例について説明する。
　センサ分解能特性管理部（センサ分解能特性管理部３１０）は、自車の自車位置から、道路形状が変化する位置までの距離に応じた、センサ部（センサ部１００）のセンサ分解能特性を管理する。例えば、センサ分解能特性管理部３１０は、自車位置から交差点までの距離と、センサのセンサ分解能特性に影響を与える環境情報とを取得し、取得した環境情報に応じたセンサ分解能特性を交差点外観予測部３２０に出力する。このセンサ分解能特性管理部３１０は、環境情報取得部３１１及びセンサ分解能特性保存部３１２を備える。

　センサ分解能特性管理部（センサ分解能特性管理部３１０）は、限界距離に影響を与える環境情報を取得する環境情報取得部（環境情報取得部３１１）を有する。環境情報取得部３１１は、センサ分解能特性や、センサの観測限界に影響を与える環境情報を取得する機能を持つ。例えば、ステレオカメラや単眼カメラのような輝度値を観測するセンサの場合、環境の照度変化により交差点の見えやすさが変化する。このように環境状況によってセンサが対象物を観測する難易度は異なるため、環境の照度変化に関わる時刻を環境情報として取得する。

　また、環境の照度変化に影響を与える要因として天候も考えられるため、環境情報取得部３１１は、天候情報を環境情報として取得してもよい。また、自車のヘッドライトが点灯していた場合、夜間や悪天候などの低照度環境においてもセンサの観測範囲は広がる可能性があるため、環境情報取得部３１１は、ヘッドライトの作動状況を環境情報として取得してもよい。同様に、交差点周辺の街灯が点灯している場合も、センサの観測範囲に影響を及ぼすため、環境情報取得部３１１は、街灯の作動状況を環境情報として取得してもよい。また、自車周辺に他車や歩行者などの障害物が存在する場合、障害物後方の交差点をセンサで観測することができず、交差点情報処理部３００が交差点情報を取得することができない。そのため、環境情報取得部３１１は、自車周辺の障害物に関する情報を取得してもよい。

　センサ分解能特性管理部（センサ分解能特性管理部３１０）は、道路の特有の形状をセンサ部（センサ部１００）が観測できる限界距離を、センサ分解能特性として保存するセンサ分解能特性保存部（センサ分解能特性保存部３１２）を有する。例えば、センサ分解能特性保存部３１２は、交差点側方の道幅を観測できる距離や、自車が走行する車線のカーブを観測可能な距離などをセンサ分解能特性として保存する。そして、センサ分解能特性管理部（センサ分解能特性管理部３１０）は、環境情報に応じたセンサ分解能特性をセンサ分解能特性保存部（センサ分解能特性保存部３１２）から読み出して、外観予測部（交差点外観予測部３２０）に出力する。ここで、センサ部１００が観測した十字交差点のセンサ情報の例について、図１０を参照して説明する。

＜十字交差点のセンサ情報の例＞
　図１０は、十字交差点のセンサ情報の例を示す図である。各図の中心付近にあるマーク３１は、センサがセンシングした十字交差点の中心位置（２本の道路が交差する位置）を表す。

（ａ）自車の近傍にある十字交差点
　自車が交差点に接近した時、センサは、図１０の説明図（ａ）に示すように十字交差点で分岐する道路の道幅を観測することができる。

（ｂ）自車から遠方にある十字交差点
　交差点が自車の遠方にある場合、センサは、図１０の説明図（ｂ）に示すように左右に分岐する道路の道幅を正確に観測できない。このため、交差点情報処理部３００は、センサ情報に基づいて左右に分岐する道路の道幅を正確に捉えることができない。

　そこで、センサ分解能特性保存部３１２は、センサ部１００が、左右に分岐する交差点側方の道幅を観測できる限界距離（以降、「第１距離」と呼ぶ）をセンサ分解能特性として保存する。センサ分解能特性保存部３１２が地図情報部２００から道路の道幅情報を取得できる場合、センサ分解能特性保存部３１２は、交差点や道路の形状を認識するために使用されるセンサのセンサ種別と、地図情報部２００から取得した道幅情報とを合わせて第１距離を算出することができる。

　また、地図情報部２００に道幅情報が含まれておらず、代わりに道路構造令で定められている道路の種別と等級の情報が含まれている場合には、この種別と等級の情報に基づき道路構造令に示されている車線幅や路肩までの距離の規定値を道幅情報として使用して第１距離を算出してもよい。また、センサ分解能特性保存部３１２は、以前に車両が走行した際に取得した道幅情報を保存している場合は、この道幅情報を使用して第１距離を算出してもよい。

（ｃ）低照度時の十字交差点
　また、センサ分解能特性保存部３１２は、センサの観測限界距離をセンサ分解能特性として保存してもよい。ステレオカメラや単眼カメラのような輝度値を観測するセンサの場合、低照度環境ではセンサの観測範囲が狭まる。例えば、夜間、又は悪天候下においてセンサの観測範囲が狭まった場合、図１０の説明図（ｃ）に示すように自車の近辺しかセンサが観測できていないことを示すセンサ情報が得られる。このため、自車の遠方にある交差点の様子は観測できていない。

　このように、環境の照度変化に応じた観測限界距離（以降、「第２距離」と呼ぶ）は、交差点の見え方に大きく影響するため、照度変化と第２距離との関係をセンサ分解能特性保存部３１２に保存してもよい。一方で、低照度環境においても、ヘッドライトが作動していたり、交差点近辺の街灯が点灯していたりする状況では第２距離は長くなる。そこで、センサ分解能特性保存部３１２には、街灯の作動状況や街灯の点灯状況を考慮した第２距離が保存されてもよいし、これらの状況を示す情報が第２距離と共に保存されてもよい。

（ｄ）障害物により一部が隠れた十字交差点
　また、センサ分解能特性保存部３１２は、環境情報取得部３１１が取得した障害物の位置、大きさを保存してもよい。例えば、障害物として、交差点の手前に路上駐車されている自動車が存在していたとする。この場合、図１０の説明図（ｄ）に示すよう障害物によって一部が遮蔽された交差点がセンサで観測される。障害物が交差点や道路を遮蔽する遮蔽範囲３２（図中に影付きで示す領域）は、障害物の位置、大きさで決まる。そこで、遮蔽範囲３２、又は障害物の位置、大きさを表す情報をセンサ分解能特性保存部３１２が保存してもよい。

（交差点外観予測部３２０の構成例）
　次に、交差点外観予測部３２０の構成例について、図４を参照して説明する。
　外観予測部（交差点外観予測部３２０）は、センサ分解能特性管理部（センサ分解能特性管理部３１０）から取得したセンサ分解能特性に基づいて、距離に応じた道路の外観を予測する。例えば、交差点外観予測部３２０は、センサ分解能特性管理部３１０から入力したセンサ分解能特性に基づいて、センサが観測した交差点の外観を予測する。この交差点外観予測部３２０は、自車位置特定部３２１、交差点情報解析部３２２及びモデル選択部３２３を備える。

（自車位置特定部３２１の構成例）
　次に、自車位置特定部３２１の動作を説明するために、図５を参照して自車位置特定部３２１の構成例を説明する。
　図５は、自車位置特定部３２１の構成例を示すブロック図である。

　自車位置特定部（自車位置特定部３２１）は、地図情報に含まれる地図における自車位置を特定する。この自車位置特定部３２１は、ＧＮＳＳ誤差解析部３２１１、センサ誤差解析部３２１２及び時系列統合補正部３２１３を備える。

　ＧＮＳＳ誤差解析部３２１１は、自車の挙動と、不図示のナビゲーションシステムが取得したＧＮＳＳ情報とを活用した、自車位置の誤差解析を実施する。ここで、ＧＮＳＳ誤差解析部３２１１は、自車が地図上のどの部分を走行しているかを地図情報と照らし合わせながら誤差（ＧＮＳＳ誤差）を解析する。解析結果である誤差情報は、より高精度な自車位置の補正に利用される。このため、ＧＮＳＳ誤差解析部３２１１は、解析した誤差情報を時系列統合補正部３２１３に出力する。

　センサ誤差解析部３２１２は、慣性センサ（ジャイロ）やカメラ、ミリ波、Ｌｉｄａｒなどのセンサから得た情報を利用することで、地図上における自車位置の縦位置、横位置の誤差（センサ誤差）を解析する。そして、センサ誤差解析部３２１２は、時系列統合補正部３２１３に誤差情報を出力する。

　時系列統合補正部３２１３は、ＧＮＳＳ誤差解析部３２１１及びセンサ誤差解析部３２１２から取得した誤差情報を利用して、地図上の自車位置の補正を実施する。ただし、時系列統合補正部３２１３が、瞬間的な判定結果からＧＮＳＳ誤差やセンサ誤差に基づく自車位置の補正を実施すると、不確定な情報で自車位置が更新されたり、不安定な位置更新となったりしやすい。このため、時系列統合補正部３２１３は、時系列に誤差を解析し、解析結果を統合することで安定的な誤差補正を実施する。

（交差点情報解析部３２２の構成例）
　次に、交差点情報解析部３２２の動作を説明するために、図６を参照して交差点情報解析部３２２の構成例を説明する。
　図６は、交差点情報解析部３２２の構成例を示すブロック図である。
　道路情報解析部（交差点情報解析部３２２）は、特定された自車位置と、地図情報とに基づいて、自車の進行方向の前方に存在する道路形状（交差点の形状）を表した道路形状情報（交差点情報）を取得し、道路形状情報（交差点情報）を解析する。例えば、交差点情報解析部３２２は、地図情報部２００から取得した交差点情報を解析する。この交差点情報解析部３２２は、進行路データ読込部３２２１及び基本形状解析部３２２２を備える。交差点情報解析部３２２は、最初に自車の進行路に相当する地図情報の読み込みと、後述する図１１の上部に示すノードとリンク情報を含むデータの読み込みとを進行路データ読込部３２２１で実施させる。

（交差点の基本構造）
　ここで、交差点の基本構造について、図１１を参照して説明する。
　図１１は、交差点の基本構造の例を示す図である。図１１の上部には、地図と自車位置の例が示され、図１１の下部には、Ｙ字、Ｔ字、十字の交差点の基本構造から予測される交差点の形状の例が示される。

　図１１の上部には、自車が存在する大まかに区切られた地図領域が示される。この地図領域は、例えば、５ｋｍ四方に地図領域が分割されている。そして、進行路データ読込部３２２１は、例えば、自車が存在する５ｋｍ四方に存在するノードとリンク情報のデータを地図情報部２００から読み込む。基本構造に示されるノードとリンク情報のデータは、地図から自車の進行方向に存在する道路（「進行路」と呼ぶ）を認識するために用いられる。

　図６に示す基本形状解析部３２２２は、進行路データ読込部３２２１が読み込んだ自車周辺の交差点のノードとリンク情報からなる基本構造を、進行路データ読込部３２２１から取得する。更に、基本形状解析部３２２２は、自車位置と、自車進行路との解析結果に応じて、自車前方に存在する交差点の交差点形状を予測する。

　例えば、図１１の上部に示す地図上で自車が上方向に進行することが表される場合に、基本形状解析部３２２２は、自車前方の交差点が十字路であること、及びその十字路までの自車位置からの距離などを予測する。図１１の下部には、基本形状解析部３２２２が、自車前方の交差点の基本構造が十字であることを、複数の基本構造で表される交差点から選択したことが示される。ここでは、十字以外の基本構造で表される交差点が選択されていないことを表すため、十字以外のＹ字、Ｔ字の交差点の基本構造がグレーアウトされる。

（モデル選択部３２３の動作例）
　次に、図４に戻ってモデル選択部３２３の動作を説明する。
　モデル選択部（モデル選択部３２３）は、道路形状情報に基づいて、センサ分解能特性管理部（センサ分解能特性管理部３１０）から取得したセンサ分解能特性と、センサ情報とに基づいて、モデル生成部（交差点モデル生成部３３０）が生成可能なモデルを選択する。例えば、モデル選択部３２３は、地図情報部２００から取得した自車前方に存在する交差点の交差点情報と、センサ分解能特性保存部３１２から取得したセンサ分解能特性とに基づいて、高分解能モデル又は低分解能モデルのいずれを使用するかを選択し、選択結果を交差点モデル生成部３３０に出力する。ここで、高分解能モデルは、センサ部１００のセンサ情報を用いて側方の道幅を検知できると推定された場合に使用されるモデルであり、以下の説明では、「第１モデル」と呼ぶ。一方、低分解能モデルは、センサ部１００のセンサ情報を用いて側方の道幅を検知できないと推定された場合に使用されるモデルであり、以下の説明では、「第２モデル」と呼ぶ。

（一つのモデルを選択して使用する例）
　モデル選択部３２３は、まず交差点情報解析部３２２から自車前方の交差点種別を取得する。次に、モデル選択部３２３は、取得した交差点種別をもとに、センサ分解能特性管理部３１０で管理されている第１距離を取得する。その後、モデル選択部３２３は、交差点情報解析部３２２から取得した、自車位置から交差点までの距離と、第１距離とを比較する。そして、モデル選択部３２３は、自車位置から交差点までの距離が第１距離より短く、交差点側方の道幅をセンサが観測できると判断した場合には第１モデルを選択する。一方、モデル選択部３２３は、自車位置から交差点までの距離が第１距離より大きく、交差点側方の道幅をセンサが観測できないと判断した場合には第２モデルを選択する。最終的に、モデル選択部３２３は、選択結果を交差点モデル生成部３３０に出力する。

（複数のモデルを切り替えて使用する例）
　なお、モデル選択部３２３は、自車位置から交差点までの距離と、第１距離との比較により、第１モデル又は第２モデルのいずれかだけを切り替えるのではなく、３つ以上の複数のモデルを切り替えて使用してもよい。
　図１２は、モデル選択部３２３が複数のモデルを切り替えて使用する例を示す図である。ここで、複数のモデルを１つのモデルとして扱うことのできる可変モデルを「第３モデル」と呼ぶ。モデル選択部３２３が第３モデルを選択すると、以下のように切り替え可能な複数のモデルが交差点モデル生成部３３０により生成される。

　例えば、交差点が第１距離より遠方にある場合には、センサが交差点側方の道幅を観測できない。このため、交差点モデル生成部３３０は、自車位置から第１距離より遠方にある十字交差点を、図１２の説明図（ａ）に示すモデルとして生成する。

　一方、交差点が第１距離より近傍にある場合には、自車が交差点に接近するにつれセンサが観測する交差点側方の道幅の大きさも拡大する。そして、自車位置から交差点までの距離が第１距離を下回った直後は、センサが交差点側方の道幅をわずかに観測できる。そこで、交差点モデル生成部３３０は、自車位置から第１距離以下の位置にある十字交差点を、図１２の説明図（ｂ）に示すモデルとして生成する。

　さらに、自車が交差点に接近すると、交差点側方の道幅が拡大する。図１２の説明図（ｃ）の左側には、自車が十字交差点の近傍に接近した時の様子が示される。図中の太い実線は、交差点を構成する側道の道路境界を表す。図中の自車位置を扇形の要として、一点鎖線の扇形で表すセンサの視野範囲内のうち、障害物等で遮られることなくセンサが観測可能な範囲が破線で表される。そして、交差点モデル生成部３３０は、自車の近傍にある十字交差点を、図１２の説明図（ｃ）の右側に示すモデルとして生成する。このモデルでは、十字交差点を構成する道路の境界が明確になっていることが示される。

　モデル選択部３２３は、第３モデルを選択したという選択結果と、センサが観測する交差点側方の道幅の大きさとを、交差点モデル生成部３３０に出力する。交差点モデル生成部３３０では、図１２の説明図（ａ）、（ｂ）、（ｃ）の順に連続変化する交差点モデルが生成される。このようにモデル選択部３２３によって第３モデルが選択されると、自車が交差点に接近するにつれて、交差点モデル生成部３３０が生成する交差点モデルが連続的に変化する。

　なお、モデル選択部３２３は、センサ分解能特性管理部３１０から第２距離を取得できる場合は、第１モデル又は第２モデルのどちらを使用するかの選択結果と共に、取得した第２距離を交差点モデル生成部３３０に出力してもよい。交差点モデル生成部３３０は、第２距離に基づいて、第１モデル又は第２モデルを生成することができる。また、モデル選択部３２３は、自車周辺の障害物情報がセンサ分解能特性管理部３１０から取得できる場合は、この障害物情報を交差点モデル生成部３３０に出力してもよい。交差点モデル生成部３３０は、障害物情報を用いることで、センサの観測範囲に障害物があることで、現時点ではセンサが自車の前方を正確に観測できないことを把握する。

（交差点モデル生成部３３０の構成例）
　次に、図４に戻って交差点モデル生成部３３０の構成例及び動作例を説明する。
　モデル生成部（交差点モデル生成部３３０）は、外観予測部（交差点外観予測部３２０）により予測された道路の外観に基づいて、道路をモデル化した道路モデル（交差点モデル）を生成する。例えば、交差点モデル生成部３３０は、交差点情報解析部３２２から取得した交差点情報と、モデル選択部３２３により選択されたモデルの情報とを取得し、センサ分解能特性管理部３１０から取得したセンサ分解能特性に応じた交差点モデルを生成する。この交差点モデル生成部３３０は、モデル付加情報取得部３３１、モデル付加情報更新部３３２、高分解能モデル生成部３３３及び低分解能モデル生成部３３４を備える。

　ここで、交差点モデル生成部３３０が生成する交差点モデルについて、図１３を参照して説明する。
　図１３は、交差点モデルの基本構造と、復元された交差点モデルの詳細構造の例を示す図である。
　図１３の上側には、交差点の基本構造の一例として、十字交差点が示される。十字交差点の基本構造は、例えば、図１１に示した基本形状解析部３２２２の解析処理により予測されたものとする。

　図４に示す交差点モデル生成部３３０は、交差点情報解析部３２２から、図１３の上側に示す交差点の基本構造を取得する。モデル付加情報取得部３３１は、付加情報（道幅、角度等）を取得し、ノードとリンク情報で表される基本構造に付加情報を付加することで、図１３の下側に示す交差点の詳細構造を復元する。

　図１３の下側には、デフォルト値、又は前回までに取得されたセンシング値を交差点の基本構造に付加して、交差点モデルの詳細構造が復元される様子が示される。デフォルト値、又は前回までに取得されたセンシング値として、例えば、車線数、車線幅、路肩位置、及び交差点角度がある。そして、図１３の下側に示すように、例えば、路肩位置が１．６ｍ、車線幅が３．０ｍ、片側３車線、路肩交差点角度及び白線交差点角度が９０度である交差点モデルが生成される。

　地図情報部２００に車線数や車線幅、道路や白線同士の角度情報などの付加情報が保存されている場合、モデル付加情報取得部３３１は、地図情報部２００から付加情報を取得する。しかし、地図情報部２００が利用する地図情報によっては、車線数や車線幅、道路同士の角度、車線から路肩までの距離などの詳細な付加情報を取得できない場合もある。モデル付加情報取得部３３１が、これらの情報を部分的にでも取得できない場合、交差点モデル生成部３３０は、デフォルトの情報を利用する。このデフォルト情報についても常に一定の、例えば車線数２本、車線幅３ｍ、路肩１．５ｍなどの固定情報としてもよいが、地図情報部２００にある道路の種別や等級などの情報に基づいたデフォルト値を設定し、モデル付加情報を生成してもよい。

（デフォルト値の例）
　次に、交差点モデル生成部３３０が利用するデフォルト値を含むデフォルト情報について、図１４～図１６を参照して説明する。
　上述したように地図情報部２００にモデル付加情報がない場合、交差点モデル生成部３３０は、間接的な情報を利用して道路の状況に応じたデフォルト値を設定する。交差点モデル生成部３３０は、固定のデフォルト値を利用するより、道路の状況に応じて設定したデフォルト値を切り替えて利用することで、より精度の高い詳細道路形状を復元し、センサの観測に利用することができる。

　図１４は、道路構造令に定義される道路の種別と、道路の等級の情報の例を示す表である。
　図１４Ａは、道路の種類及び地域ごとに定義された第１種～第４種の道路の種別が記載された表である。
　図１４Ｂは、道路の種類及び地域の地形に対する１日当たりの計画交通量（台／日）で規定される道路の等級が記載された表である。

　図１４Ａ，図１４Ｂに示す道路の種別と等級の情報が地図情報部２００に保存されているとする。この場合、交差点モデル生成部３３０は、地図情報部２００から取得した道路の種別と等級の情報に基づいて、道路構造令に定義される規定値をデフォルト値として利用することで詳細な道路形状の交差点モデルを高精度に復元してもよい。

　図１５は、道路構造令に定義される道路の種級区分と、普通道路の車線幅の例を示す表である。
　道路の種級区分は、道路の種別（第１種～第４種）に対して、道路の等級（第１級～第４級のいずれか１つ以上）が定義される。そして、道路の種級区分ごとに普通道路の車線幅が規定値として定義されている。そこで、図１５に示す道路の種級区分と、普通道路の車線幅の情報が地図情報部２００に保存されているとする。この場合、交差点モデル生成部３３０は、地図情報部２００から取得した道路の区分と、普通道路の車線幅に基づいて、道路構造令に定義される規定値をデフォルト値に利用することで、詳細な道路形状の交差点モデルを高精度に復元してもよい。

　図１６は、道路構造令に定義される道路の種級区分と、普通道路の路肩の幅員の例を示す表である。
　道路の種級区分は、道路の種別（第１種～第４種）に対して、道路の等級（第１級～第５級のいずれか１つ以上）が定義される。そして、道路の種級区分ごとに、普通道路の左側に設けられる路肩の幅員と、普通道路の右側に設けられる路肩の幅員とが規定値として定義されている。そこで、図１６に示す道路の種級区分と、普通道路の左側及び右側の路肩の幅員の情報が地図情報部２００に保存されているとする。この場合、交差点モデル生成部３３０は、地図情報部２００から取得した道路の種級区分と、普通道路の路肩の幅員に基づいて、規定値をデフォルト値に利用することで、詳細な道路形状の交差点モデルを高精度に復元してもよい。

　ところで、地図情報部２００には、図１４～図１６に示した道路の種別と等級などの情報がない場合もある。このため、交差点モデル生成部３３０は、道路の種別と等級などの情報に応じて規定されるデフォルト値を地図情報部２００から参照できない場合もある。そこで、交差点モデル生成部３３０は、地図情報部２００が保有する別の情報をベースとし、道路に応じてデフォルト値を切り替えて利用することで、詳細な道路形状の交差点モデルを復元してもよい。この例について、図１７と図１８を参照して説明する。

　図１７は、道路の種類及び種別、又は道路の等級に対応する道路情報の例を示す表である。図１７に示す各表は、交差点モデル生成部３３０が交差点モデルを生成するための直接的な車線幅や車線数、路肩などの情報が地図情報部２００に無く、更に道路の種別又は等級情報のいずれか一方が無い場合に用いられる代案例として表される。

　図１７Ａは、道路の種類及び種別に応じた片側車線数、車線幅及び路側帯の情報を格納した表である。図１７Ａの表には、道路の種類と種別情報のみがあり、等級情報がない。図１７Ａの表だけでは、詳細な道路構造令の規格を１次元の種別情報では表現しきれない。しかし、図１７Ａの表に格納される情報は、大まかな道路の幅や車線数を予測する際には、有用である。このため、全く情報が無い場合と比較すれば、交差点モデル生成部３３０は、道路情報を正確に予測して、交差点モデルを復元することができる。

　図１７Ｂは、道路の等級に応じた片側車線数、車線幅、設計速度及び路側帯の情報を格納した表である。図１７Ｂの表には、道路の等級情報のみがあり、種別情報がない。この図１７Ｂの表だけでも詳細な道路構造令の規格を１次元の種別情報では表現しきれない。しかし、図１７Ｂの表に格納される情報は、大まかな道路の幅や車線数を予測する際に、有用である。このため、全く情報が無い場合と比較すれば、交差点モデル生成部３３０は、道路情報を正確に予測して、交差点モデルを復元することができる。

　図１８は、道路の種類、又は制限速度に対応する道路情報の例を示す表である。図１８に示す各表は、交差点モデル生成部３３０が交差点モデルを生成するための直接的な車線幅、車線数、路肩などの情報が地図情報部２００に無く、更に道路の種別及び等級情報が無い場合に用いられる代案例として表される。

　図１８Ａは、道路の種類に応じた片側車線数、車線幅、設計速度及び路側帯の情報を格納した表である。図１８Ａの表には、道路種別や等級の情報が存在しないが、道路の種類がおおまかに保存されている。つまり、図１８Ａの表には、道路の種類に応じたデフォルト値が設定されている。この図１８Ａの表により、車両が走行している道路の種類に応じて、交差点モデル生成部３３０が交差点モデルを生成するための情報がデフォルト値（固定値）により適切に設定される。また、詳細な道路形状ごとのデフォルト値が、交差点モデル生成部３３０が参照可能な不図示のテーブルに設定される。なお、汎用地図に部分的にでも車線数のような情報が保存されている場合、交差点モデル生成部３３０は、汎用地図に保存された情報を優先して利用し、不足している情報のみを状況に応じたデフォルト値を利用することで交差点モデルの高精度化を図るようにする。

　図１８Ｂは、制限速度に応じた片側車線数、車線幅、設計速度及び路側帯の情報を格納した表である。図１８Ｂの表においても、道路種別や等級の情報が存在しないが、制限速度に応じたデフォルト値が設定されている。この図１８Ｂの表により、車両が走行している道路の制限速度に応じて、交差点モデル生成部３３０が交差点モデルを生成するための情報がデフォルト値により適切に設定される。そして、詳細な道路形状ごとのデフォルト値がテーブルに設定される。

　また、地図情報部２００には、道路の種類に関する情報が保存されていないものの、制限速度に関する情報が保存されている場合、又はセンサ情報若しくは通信により、制限速度に関する情報が得られた場合がある。これらの場合には、図１８Ｂの表に示すテーブルに基づいて、交差点モデル生成部３３０が制限速度に応じてデフォルト値を動的に切り替えるような方法を採用してもよい。また、交差点モデル生成部３３０は、自車が走行する道路の状況に応じて、間接的に車線数や車線幅、路側帯の距離などを動的に設定する方法であってもよい。

　なお、交差点モデル生成部３３０が、図１４～図１８に示す各表に基づく情報を得られなくても、地図情報部２００が通信により受信した情報、地図情報部２００が有する地図情報、又はセンサ部１００によるセンサ情報のいずれかにより、道路の制限車速が得られる場合がある。この場合、交差点モデル生成部３３０は、得られた制限車速に応じた道路のデフォルト値を参照可能なテーブルを利用して、交差点モデルを生成してもよい。更に、交差点モデル生成部３３０が、通信により受信する情報、地図情報、及びセンサ情報のいずれの情報も得られない場合、全固定のデフォルト値を設定して、交差点モデルを生成してもよい。

（モデル付加情報更新部３３２の構成例）
　次に、図４に示したモデル付加情報更新部３３２の構成例及び動作例について、図７を参照して説明する。
　図７は、モデル付加情報更新部３３２の構成例を示すブロック図である。

　モデル付加情報更新部３３２は、車両が同じ場所を走行した際に、前回までに取得したセンサ情報を利用してもよいか否かを、センサ情報の信頼度に基づいて判断する。この判断に際して、過去に自車が走行した道路の路端や車線、道路の起伏情報など、センサ部１００が観測して得たセンサ情報が用いられる。ここで、モデル付加情報更新部３３２は、センサ情報の信頼度が、ある閾値よりも低ければ、このセンサ情報を今回だけの暫定値として利用し、地図情報部２００へのデータ保存や更新のために送信しない。逆に、センサ情報が閾値以上であり、十分な信頼度がある場合、モデル付加情報更新部３３２は、このセンサ情報を地図情報部２００へ送信する。そして、地図情報部２００が、受信したセンサ情報の保存や更新を実施する。

　ただし、地図情報部２００は、一度しかセンサ情報を受信していなければ、このセンサ情報を用いる地図情報部２００へのデータの保存や更新を実施しない。このため、地図情報部２００は、何度か信頼度の高いセンサ情報を受信した場合に、信頼度の高いセンサ情報を用いて、データの保存や更新を実施する。あるいは、今回、センサ部１００が観測して得たセンサ情報の信頼度が極めて高く、更に既に保存されていたデータとの一致度が高い場合には、地図情報部２００は、保存されていたデータと今回のセンサ情報とを融合して地図データを更新してもよい。

　このモデル付加情報更新部３３２は、路端更新部３３２１、車線更新部３３２２、及び起伏更新部３３２３を備える。路端、車線、及び起伏は、いずれも交差点モデル生成部３３０が、高精度な交差点モデルを生成するために付加されると有用なモデル付加情報として用いられる。

　路端更新部３３２１は、最も外側車線と路端との位置関係に関する情報の更新を実施する。また、路端更新部３３２１は、車線と路端の形状が変形するような情報に関しても更新などを実施する。

　車線更新部３３２２は、道路の車線数に基づいて、交差点や分岐合流における車線形状の複雑な変化や、車線幅の情報、道路同士の角度など、地図情報部２００が保有していない情報に関して、信頼度に応じたセンサ情報の再利用の判断を実施する。

　起伏更新部３３２３は、道路の凹凸や傾斜に関する情報を取り扱う。例えば、住宅地に入る道路に設定されている速度抑制用の凸形状の小さなこぶや大きなこぶなどについても、形状や位置についてある程度の信頼度がある場合、起伏更新部３３２３は、これらの道路の起伏に関する情報を地図情報部２００へ渡すかどうかを判断する。

　更に、センサ部１００のセンサ情報がある程度の信頼度を超えた場合、交差点モデル生成部３３０は、地図情報部２００にセンサ情報を保存する。そして、交差点モデル生成部３３０は、地図情報部２００に保存されたセンサ情報を再利用することで、道路に応じた車線幅などを、今回、車両が走行することでセンサ部１００がセンシングする前に、交差点モデル生成部３３０が事前知識として利用することを可能とする。

　ただし、自車が一度走行しただけでは、道路の車線幅などが正確に得られたかどうかは分かりにくい。例えば、センサ情報に含まれる車線幅は、工事中の暫定的な車線幅であるかもしれない。また、センサ情報には、センサ部１００が誤った情報を観測した可能性や、駐車車両によって白線が隠されていたことで、本来の車線とは異なる情報が観測された可能性も想定される。このような場合を想定し、交差点モデル生成部３３０は、走行時の認識車線幅がある程度の信頼度を超えていることを確認すると同時に、自車が同じ道路を通過したときに同じ車線幅を認識していることの確認を繰り返すことで、センサ情報（センサ情報）に対する信頼度を上昇させていく。この信頼度は、例えば、地図情報部２００に保存されたセンサ情報に付加される。なお、自車が一度走行しただけの道路では、地図情報部２００にセンサ情報が保存されないので、交差点モデル生成部３３０は、このセンサ情報を低い信頼度として認識することが多い。

　交差点モデル生成部３３０は、モデル付加情報取得部３３１からモデル付加情報を取得した後、モデル選択部３２３の選択結果をもとに交差点モデルを生成する。ここで、モデル生成部（交差点モデル生成部３３０）は、距離が所定値以内の場合に、自車位置の前方に存在し、センサ部（センサ部１００）が観測する特定の道路に対応する第１モデルを生成する高分解能モデル生成部（高分解能モデル生成部３３３）を有する。また、モデル生成部（交差点モデル生成部３３０）は、距離が所定値より大きい場合に、センサ部（センサ部１００）が観測できない特定の道路に対応する第２モデルを生成する低分解能モデル生成部（低分解能モデル生成部３３４）を有する。

　交差点モデルの生成は、高分解能モデル生成部３３３又は低分解能モデル生成部３３４により行われる。センサ部１００が交差点側方の道幅を観測できた場合であって、モデル選択部３２３が、第１モデルを選択した場合、高分解能モデル生成部３３３により交差点モデルが生成される。一方、センサ部１００が交差点側方の道幅を観測できない場合であって、モデル選択部３２３が第２モデルを選択した場合、低分解能モデル生成部３３４により交差点モデルが生成される。

＜交差点モデルの表現方法＞
　ここで、交差点モデル生成部３３０により生成される交差点モデルの表現方法について、図１９を参照して説明する。
　図１９は、交差点の詳細構造、及び交差点モデルの例を示す図である。

　図１９の左上には、交差点の詳細構造の例が示される。この交差点の詳細構造は、ノードとリンク情報で表される基本構造に対して、モデル付加情報取得部３３１で取得された付加情報が付加されて復元されたものである。

　図１９のモデル図（ａ）は、直線モデルの例を示す。交差点モデル生成部３３０が、交差点の詳細構造を直線で表現する場合、モデル図（ａ）に示す直線モデルが用いられる。この直線モデルは、住宅地に存在する周囲が家の壁や塀で囲まれている交差点の形状推定に用いられる。

　図１９のモデル図（ｂ）は、円弧モデルの例を示す。交差点モデル生成部３３０が、交差点の詳細構造を円弧で表現する場合、モデル図（ｂ）に示す円弧モデルが用いられる。主要幹線道路など、住宅地の交差点と比較して大きな交差点では、交差点の角が円弧状に設計されている。そこで、円弧モデルは、このように角が円弧状に設計される交差点の形状推定に用いられる。

　図１９のモデル図（ｃ）は、折れ線モデルの例を示す。交差点の詳細構造を折れ線で表現する場合、モデル図（ｃ）に示す折れ線モデルが用いられる。交差点内部に存在するカーブミラーや標識、交差点手前で増設される右左折車線など、交差点モデル生成部３３０が、より詳細な交差点形状を表現したい場合には、折れ線モデルが用いられる。

　図１９のモデル図（ｄ）は、カメラ視点モデルの例を示す。カメラ視点で見た時の交差点モデルを表現したい場合、モデル図（ｄ）に示すカメラ視点モデルが用いられてもよい。

　交差点モデル生成部３３０は、図１９に示した交差点の詳細構造を表現する方法が異なる各モデルから、モデル付加情報取得部３３１で取得された交差点の道幅に基づいて、一つのモデルを選択してもよい。例えば、モデル付加情報取得部３３１で道路の道幅が片側１車線程度だと推定された場合、交差点モデル生成部３３０は、住宅地に存在する周囲が家の壁や塀で囲まれている交差点である可能性が高いことから直線モデルを選択する。また、モデル付加情報取得部３３１で道路の道幅が片側２車線以上だと推定された場合、交差点モデル生成部３３０は、主要幹線道路など、住宅地の交差点と比較すると、大きな交差点である可能性が高いことから円弧モデルを選択する。

　また、交差点モデル生成部３３０は、使用されるアプリケーションに基づいてモデルを選択してもよい。例えば、地図とセンサ入力の整合性に基づいて自車位置の誤推定を判定するロケータ機能を有するアプリケーションが用いられる場合、交差点モデル生成部３３０は交差点の概形を推定できればよい。このため、交差点モデル生成部３３０は、直線モデルや円弧モデルを選択して交差点モデルを生成する。また、車両が交差点を自動的に右左折することを可能とする車両制御にモデルが使われる場合は、交差点モデル生成部３３０は、交差点の詳細形状を推定できる折れ線モデルを選択して交差点モデルを生成してもよい。

＜複数の交差点モデルの生成方法＞
　ここで、高分解能モデル生成部３３３と低分解能モデル生成部３３４がそれぞれ生成するモデルの生成方法について、図２０を参照して説明する。
　図２０は、交差点の詳細構造から生成される第１モデル及び第２モデルの例を示す図である。図２０の左上には、図１９の左上に示されたものと同様の交差点の詳細構造の例が示される。

　図２０のモデル図（ａ）は、第１モデルの例を示す。高分解能モデル生成部３３３は、図２０の左上に示される交差点の詳細構造に基づいて、高分解能モデルの一例として用いられる第１モデルを生成する。図２０のモデル図（ａ）は、高分解能モデル生成部３３３が、十字交差点の第１モデルを図１９のモデル図（ａ）で示す直線モデルで表現した場合を示す。ただし、高分解能モデル生成部３３３は、道幅情報や適応するアプリケーションにより、図１９のモデル図（ｂ）、（ｃ）、（ｄ）で示す表現方法の異なるモデルを使用してもよい。

　図２０のモデル図（ｂ）は、第２モデルの例を示す。低分解能モデル生成部３３４は、図２０の左上に示される交差点の詳細構造に基づいて、低分解能モデルの一例として用いられる第２モデルを生成する。図２０のモデル図（ｂ）は、低分解能モデル生成部３３４が、十字交差点の第２モデルを図１９のモデル図（ａ）で示す直線モデルで表現した場合を示す。ただし、低分解能モデル生成部３３４は、道幅情報や適応するアプリケーションにより、図１９のモデル図（ｂ）、（ｃ）、（ｄ）で示す表現方法の異なるモデルを使用してもよい。

＜交差点の種別に応じた第１モデル及び第２モデルの例＞
　図２０では十字交差点の場合を示したが、その他の交差点種別に対しても、低分解能モデル生成部３３４がセンサ分解能を考慮して、第１モデル及び第２モデルを生成することが可能である。
　図２１は、交差点の各種別に対して生成される第１モデル及び第２モデルの例を示す図である。

　図２１には、４差路、３差路、その他の交差点ごとに設けられる十字、Ｔ字等の交差点種別ごとに、高分解能モデル生成部３３３が生成する第１モデルと、低分解能モデル生成部３３４が生成する第２モデルの例とが示される。第１モデルは、車両が交差点に近接した時に生成されるため、交差点の形状が詳細構造に近い。一方、第２モデルは、車両が交差点の遠方にある時に生成されるため、交差点の形状が粗い。このため、車両が交差点の遠方にある時は第２モデルを生成し、車両が交差点に近接した時は第１モデルを生成することで交差点の詳細構造に近い交差点モデルが得られる。

＜交差点形状推定部４００＞
　次に、交差点形状推定部４００の構成例及び動作例について、図８を参照して説明する。
　図８は、交差点形状推定部４００の構成例を示すブロック図である。

　道路形状推定部（交差点形状推定部４００）は、センサ情報と、モデル生成部（交差点モデル生成部３３０）により生成された道路モデル（交差点モデル）とに基づいて、道路形状（交差点形状）が推定された道路モデル（交差点モデル）と、推定結果に関する精度情報を出力する。このため、交差点形状推定部４００は、交差点モデル生成部３３０が生成した交差点モデルを、センサ部１００から取得したセンサ情報で示される交差点の特徴にフィッティングさせる。この際、交差点形状推定部４００は、交差点モデルを構成するパラメータ（例えば、後述する図１９に示すモデルを表現可能なノードの２次元座標）を推定する。この交差点形状推定部４００は、路端認識部４１０、車線認識部４２０及びパラメータ推定部４３０を備える。

（路端認識部４１０の動作例）
　ここで、路端認識部４１０の動作例について説明する。
　交差点形状推定部４００は、路端認識部４１０を使用して、交差点のモデルフィッティングに利用する路端特徴を求める。路端特徴とは、路端認識部４１０が、道路に対して、立体的に高い段差部分と、立体的に低い段差部分とを路端の特徴量としてセンサ情報から抽出した情報である。このため、路端認識部４１０は、道路に対して路肩と、更に路肩の側方に壁などがあった場合には、路肩と壁の両方の特徴量をセンサ情報から抽出する。また、路端認識部４１０は、壁や建築物、樹木、電柱、側溝などの様々な立体物をも特徴量としてセンサ情報から抽出する。

　道路を走行している自車にとって重要な段差は、自車を中心に最初に接触する段差であるので、この段差に接触しないように自車が走行することが重要である。このため、路端認識部４１０は、自車を中心に考えて最初に接触する可能性のある段差を強調し、それよりも自車から遠い位置に存在する立体物に関しては、削除するようなノイズ除去処理を実施する。

　これらの処理の実施後、路端認識部４１０は、自車を中心に、最初に自車が接触する可能性のある段差を路端の点群として利用する。更に、路端認識部４１０は、この路端の点群を自車挙動に利用し、又は、画像の対応点を利用して時系列に道路の路端点群を構成する。そして、パラメータ推定部４３０は、この時系列に構成された路端点群と、交差点モデル生成部３３０により生成された交差点モデルとをフィッティングさせ、交差点モデルのパラメータを推定する。

（車線認識部４２０の動作例）
　次に、車線認識部４２０の動作例について説明する。
　交差点形状推定部４００は、上記の路端認識部４１０の認識結果を用いて交差点形状を推定する処理と同様に、車線認識部４２０が認識した車線特徴を、交差点モデルのフィッティングに使用してもよい。車線認識部４２０は、自車の走行方向に沿った車線間の境界線、又は車線と路肩間の境界線の特徴となる点の点群を検出する。さらに、車線認識部４２０は、自車の挙動も利用して、検出した点群を時系列に連続的につないだ車線特徴を生成し、この車線特徴に基づいて車線を認識する。パラメータ推定部４３０は、生成された車線特徴と、交差点モデルとフィッティングさせることで、交差点モデルのパラメータを推定することができる。

（パラメータ推定部４３０の動作例）
　次に、パラメータ推定部４３０の動作例について説明する。
　パラメータ推定部４３０は、路端認識部４１０から路端特徴を取得し、車線認識部４２０から車線特徴を取得する。そして、パラメータ推定部４３０は、取得したこれらの特徴に最もフィッティングする交差点モデルのパラメータ（図１９に示したノードの２次元座標）を求める。その後、交差点形状推定部４００は、図１に示したように、推定した交差点モデルのパラメータと、交差点モデルとして第１モデル、第２モデル、又は第３モデルのいずれを選択したかというモデル選択情報を、交差点整合性判定部５００に出力する。また、交差点形状推定部４００は、センサ情報に対する交差点モデルのフィッティング度合いを算出できる場合には、それも交差点整合性判定部５００に出力する。

　なお、交差点形状推定部４００で行われる処理に、地図情報部２００の情報を使用せずに交差点形状を推定する処理が含まれている場合がある。この場合、交差点モデル生成部３３０は、パラメータ推定部４３０にパラメータ推定を行わせず、センサ部１００が推定した交差点形状と合わせて、交差点モデル生成部３３０が生成した交差点モデルを、そのまま交差点整合性判定部５００に出力してもよい。

＜交差点整合性判定部５００の構成例及び動作例＞
　次に、交差点整合性判定部５００の構成例及び動作例について、図９を参照して説明する。
　図９は、交差点整合性判定部５００の構成例を示すブロック図である。

　整合性判定部（交差点整合性判定部５００）は、自車の進行方向の前方に存在する複数の道路（交差点）の整合性を判定する。この交差点整合性判定部５００は、信頼度判定部５１０、自車位置判定部５２０、自車位置探索部５３０、及び自車位置保存部５４０を備える。

（信頼度判定部５１０の動作例）
　信頼度判定部５１０は、交差点形状推定部４００から入力した推定結果に基づいて、交差点の形状推定に利用された交差点モデルと、センサ部１００から取得されるセンサ情報との整合性を判定する。

　信頼度判定部５１０が、交差点形状推定部４００により交差点形状が推定された後の第１モデルを取得できる場合、取得した第１モデルの道幅に基づいて整合性判定を行う。例えば、交差点形状推定部４００により形状が推定される交差点が、２本（２車線）の道路が交差する十字交差点の場合について説明する。

　例えば、信頼度判定部５１０は、十字交差点に存在する４本の道路（自車の進行方向、及び逆方向の２本の道路と、これら２本の道路に交差点で交差する右方向及び左方向の２本の道路）の道幅に関して、自車の車幅より狭い道路がある場合を想定する。この場合、交差点形状推定部４００が交差点の形状推定に利用したモデルが誤っている、又はセンサ部１００から取得したセンサ情報にノイズが多く含まれたため、交差点ではない特徴にモデルがフィッティングしてしまったと考えられる。そこで、信頼度判定部５１０は、交差点モデルとセンサ情報との整合性がとれていないと判定する。また、信頼度判定部５１０は、十字交差点に存在する４本の道路に関して、自車が交差点を直進した時に通過する２本の道路の道幅を比較した時に、交差点モデルから取得した道幅が、センサ情報から推定される実際の道幅に対して大きく異なる場合がある。この場合、信頼度判定部５１０は、交差点モデルとセンサ情報との整合性がとれていないと判定してもよい。

　また、信頼度判定部５１０が、交差点形状推定部４００により交差点形状が推定された後の第２モデルを取得できる場合、第１モデルで行った判定処理と同様に、取得した第２モデルの道幅に基づいて整合性判定を行う。しかし、第２モデルは、図２０を参照して説明した通り、十字交差点を２本の直線で表現するモデルである。そこで、信頼度判定部５１０は、２本の直線間の距離と自車の車幅を比較することで整合性を判定する。

　また、信頼度判定部５１０が、交差点形状推定部４００により交差点形状が推定された後の第３モデルを取得できる場合、自車位置から交差点までの距離が第１距離より小さい場合は第１モデルの整合性判定を行う。そして、信頼度判定部５１０は、自車位置から交差点までの距離が第１距離より大きい場合には第２モデルの整合性判定と同様に整合性の判定を行う。

　また、信頼度判定部５１０は、地図情報部２００から取得した地図情報と、交差点形状推定部４００により交差点形状が推定された後の交差点モデルとを比較することで、地図情報と、交差点モデルとの整合性判定を行ってもよい。地図情報部２００において自車の前方に十字交差点が存在していた場合、十字交差点に存在する４本の道路の接続角度は直角である。そこで、信頼度判定部５１０は、交差点形状推定部４００によるモデル推定後の交差点モデルの接続角度を見た時に直角から大きくずれている場合に整合性がとれていないと判定してもよい。

　また、地図情報部２００に道路の道幅を推定できる情報（道幅情報、道路構造令における道路の種別と等級、前回走行時の道幅推定結果など）が含まれている場合がある。そこで、信頼度判定部５１０は、地図情報部２００を読み込み、道幅を推定できる情報から取得した道幅情報と、交差点形状推定部４００によるモデル推定後の交差点モデルを比較することで、道幅情報と交差点モデルとの整合性判定を行ってもよい。

　また、信頼度判定部５１０は、交差点形状推定部４００から推定結果に関する信頼度が取得できる場合、信頼度に閾値を設け、整合性判定を行ってもよい。また、信頼度判定部５１０は、交差点形状推定部４００から、交差点モデル生成部３３０が生成した交差点モデルと、センサ部１００で推定した交差点形状を取得できる場合、両者を比較することで、交差点モデルと交差点形状との整合性判定を行ってもよい。

（自車位置判定部５２０の動作例）
　次に、自車位置判定部５２０の動作例について、説明する。
　本実施の形態に係る交差点モデル生成部３３０は、交差点情報処理部３００で処理された自車位置に基づいて地図情報部２００を参照し、自車前方の交差点モデルを生成した上で、交差点形状推定部４００が交差点形状を推定する。このため、地図上の自車位置が誤っていた場合には、交差点モデル生成部３３０は、地図情報部２００から自車前方の交差点とは異なる交差点情報を取得してしまい、誤った交差点モデルを生成することがある。そこで、信頼度判定部５１０が、交差点の形状推定に利用した交差点モデルと、センサ部１００から取得したセンサ情報との整合性を判定することで、自車位置の正誤を判定する。

　ところで、交差点形状推定部４００における交差点の形状推定に第１モデルを使用した場合の整合性と、形状推定に第２モデルを使用した場合の整合性とでは、交差点整合性判定部５００の整合性判定に要する情報の情報量が異なる。例えば、第１モデルの場合、自車が第１距離より交差点に接近しているため、交差点形状推定部４００は、交差点側方の道幅も含めた形状推定ができる。そのため、信頼度判定部５１０により、例えば、十字交差点モデルとセンサ情報との整合性がとれていると判定された場合、交差点整合性判定部５００は、自車前方に存在するのは十字交差点であると断定することができる。

　一方、第２モデルの場合では交差点側方の道幅も含めた形状推定ができない。このため、図２１に示したとおり、十字交差点とト字（T-Right）交差点で全く同じ交差点モデルが使用される。十字交差点とト字交差点で全く同じ交差点モデルが使用されると、信頼度判定部５１０により、十字交差点モデルとセンサ情報との整合性がとれていると判定された場合でも、十字交差点かト字交差点の可能性がある。このため、信頼度判定部５１０は、自車前方に存在する交差点が、十字交差点であると断定できない。

　なお、Ｔ字、曲がり角、行き止まりの３種別の道路形状についても同じ第２モデルが適用される。このため、交差点の形状がＴ字であっても、曲がり角、行き止まりと同形状の第２モデルが選択されるため、信頼度判定部５１０が、自車前方に存在する交差点が、Ｔ字交差点であると断定できない。このように信頼度判定部５１０が、自車前方に存在する交差点を断定できないのは、十字交差点とト字交差点の関係においても同様である。

　しかし、信頼度判定部５１０は、センサ部１００から取得できる、現時点でセンサが自車前方を観測して出力するセンサ情報を用いれば、自車の遠方に存在する交差点が、十字交差点で間違っていないという判定ができる。逆に、十字交差点の第２モデルを取得した場合であっても、第２モデルである十字と、Ｔ字、曲がり角又は行き止まりとは形状が異なる。このため、信頼度判定部５１０は、自車の遠方に存在する交差点が十字交差点である時に生成される第２モデルの形状は、道路形状がＴ字、曲がり角又は行き止まりである時に形成される第２モデルの形状のいずれにも該当しないと判定できる。このため、信頼度判定部５１０は、遠方の交差点の形状候補を限定することができる。

　そこで、整合性判定部（交差点整合性判定部５００）は、道路の整合性判定の結果に基づいて自車位置の正誤を判定し、自車位置の判定結果を出力する自車位置判定部（自車位置判定部５２０）を有する。例えば、自車位置判定部５２０は、信頼度判定部５１０から選択されたモデルの種類情報（第１モデル、第２モデル又は第３モデルのいずれか）と、交差点整合性判定部５００による整合性判定結果を取得し、自車位置の正誤を判定し、判定結果を出力する。以下に、自車位置判定部５２０で行われる処理の詳細例を説明する。

　まず、自車位置判定部５２０は、信頼度判定部５１０から、第１モデルが形状推定に使用され、第１モデルとセンサ情報に整合性がとれていると判定された結果を取得できた場合には、自車位置が正しいと判定した判定結果を出力する。一方、自車位置判定部５２０は、信頼度判定部５１０から、第１モデルが形状推定に使用され、第１モデルとセンサ情報に整合性がとれていないと判定された結果を取得できた場合には、自車位置が誤りと判定した判定結果を出力する。

　また、自車位置判定部５２０は、信頼度判定部５１０から、第２モデルが形状推定に使用され、第２モデルとセンサ情報に整合性がとれていると判定された結果を取得できた場合には、現時点で自車位置は正しいと考えられる。このため、自車位置判定部５２０は自車位置が正しいと判定した判定結果を出力する。また、自車位置判定部５２０は、現時点では自車位置は間違っていないが、正しいとも確定できない場合がある。この場合、自車位置判定部５２０は、自車位置が未確定と判定した判定結果を出力してもよい。

　また、自車位置判定部５２０は、信頼度判定部５１０から、第３モデルが形状推定に使用されたという情報を取得した場合を想定する。この際、自車位置判定部５２０は、自車位置から交差点までの距離が第１距離より小さい場合は第１モデルの自車位置判定を行い、この距離が第１距離より大きい場合には第２モデルの自車位置判定と同様に整合性の判定を行う。

　ここで、自車位置判定部５２０が、自車位置の正誤判定をする処理の例について、図２２を参照して説明する。
　図２２は、自車位置判定部５２０が、自車前方の手前にある交差点に基づいて、自車位置の正誤判定をする処理の例を示す図である。図中には、実際に自車が存在する真の自車位置（以下、「第１自車位置」と呼ぶ）と、ＧＮＳＳが誤推定した自車位置（以下、「第２自車位置」と呼ぶ）が示されている。

　図２２の左側に示す説明図（ａ）は、自車位置判定部５２０が、遠方の交差点情報をロケータに使用しない場合の処理の例を示す。遠方の交差点情報をロケータに使用しないとは、自車位置判定部５２０が、自車の遠方にある交差点の交差点情報を、地図上の自車位置を判定するために使用しないことを意味する。

　図中では、第１自車位置が車両アイコン５１で示され、第２自車位置が車両アイコン５２で示される。第１自車位置の前方の手前に交差点６１、遠方に交差点６３が存在する。また、第２自車位置の前方の手前に交差点６２、遠方に曲がり角６４が示される。さらに、車両アイコン５１には、情報処理装置１が交差点モデルを推定可能な範囲５６が示される。範囲５６は、センサ部１００が観測可能な範囲とほぼ等しい。そして、第１自車位置で表される自車の前方にある交差点６１を含む範囲５６がセンサ部１００により観測される。

　地図上に示される自車の周辺に同種別の交差点（例えば、十字交差点）が複数存在する場合には、自車位置判定部５２０が、自車位置判定を誤る場合がある。図２２に示す例では、車両アイコン５１，５２の前方には、いずれも地図上に十字交差点６１，６２が存在している。ここで、交差点モデル生成部３３０が、第２自車位置（車両アイコン５２）の前方に存在する十字交差点６２に基づいて交差点モデルを生成したことを想定する。この場合、第１自車位置（車両アイコン５１）の前方にも同じく十字交差点６１が存在しているので、信頼度判定部５１０では、生成された交差点モデルと、センサ情報との整合性がとれていると判定する。

　この結果、自車位置判定部５２０は、実際には自車位置が第１自車位置であるにも関わらず、第２自車位置と判断した自車位置が正しいと判定してしまう。このように説明図（ａ）では、遠方の交差点６３，６４の情報がロケータに使用されていないので、自車が、一つ目の交差点６１を越えて直進し、交差点６３に近づいたときに初めて、自車位置の誤りに気付くこととなる。このため、遠方の交差点情報をロケータに使用しない場合であって、同種別（十字など）の交差点が自車の周辺に存在した場合には、自車位置の特定が困難となっていた。

　次に、図２２の右側に示す説明図（ｂ）を参照して、自車位置判定部５２０が自車位置を誤判定する動作への対策について説明する。ここでは、自車位置判定部５２０が、遠方にある交差点の交差点情報をロケータに使用し、自車前方に存在する複数の交差点の整合性に基づいて、自車位置の正誤判定を行うものとする。ロケータに使用するとは、自車位置判定部５２０が、地図上の自車位置を正誤判定するために交差点情報を使用することを言う。

　説明図（ｂ）は、第１自車位置（車両アイコン５１）の前方において、自車からの距離が第１距離未満の位置に十字交差点があり、自車からの距離が第１距離以上の位置にも十字交差点がある状況を示している。また、説明図（ｂ）は、第２自車位置（車両アイコン５２）の前方において、自車からの距離が第１距離未満の位置に十字交差点６２が、自車からの距離が第１距離以上の位置に曲がり角６４がある状況を示している。車両アイコン５１には、情報処理装置１が交差点モデルを推定可能なモデル推定可能範囲５７が示される。そして、自車の前方にある交差点６１，６３を含むモデル推定可能範囲５７がセンサ部１００により観測される。

　ここで、交差点モデル生成部３３０が、車両アイコン５２で示される第２自車位置で交差点モデルを生成した場合について検討する。この場合、交差点モデル生成部３３０は、自車から見て手前に存在する十字交差点６２に基づいて、第１モデルである十字交差点モデル６３ａを生成し、自車から見て遠方の曲がり角６４に基づいて、第２モデルである曲がり角モデル６４ａを生成する。

　一方で、実際に車両が存在する第１自車位置（車両アイコン５１）の手前には、十字交差点６１が存在するため、信頼度判定部５１０は、第１モデルの十字交差点の整合性がとれていると判定する。しかし、第１自車位置の遠方には十字交差点６３が存在している。

　仮に、自車位置判定部５２０が地図上の自車位置を第２自車位置（車両アイコン５２）と判定していた場合には、交差点モデル生成部３３０が曲がり角６４から生成する第２モデルの曲がり角モデル６４ａの形状は、十字交差点６３から生成される第２モデルの十字交差点モデル６３ａの形状とは異なる。このため、信頼度判定部５１０は、第２モデルの曲がり角モデル６４ａと、モデル推定可能範囲５７によりセンサ部１００が観測した交差点６３の形状との整合性がとれていないと判定する。この結果、自車位置判定部５２０は、自車位置が誤っていると判定することができる。このように、自車位置判定部５２０は、自車の前方にある連続した交差点の交差点情報と、地図及びセンサ情報との整合性を確認することで、自車位置の正誤を判定することが可能となる。

　図２２では、自車位置判定部５２０が、第１距離より近傍にある交差点６１と、第１距離より遠方にある交差点６３の２つの交差点を利用して自車位置を判定する処理の例を示した。ただし、自車位置判定部５２０による自車位置判定に用いられる交差点としては、第１距離より自車位置の近傍にある交差点が２つ以上であってもよく、また第１距離より遠方にある交差点が２つ以上であってもよい。また、２つ以上の交差点が全て第１距離より自車位置の近傍であってもよく、また２つ以上の交差点が全て第１距離より遠方にあってもよい。また、自車位置判定部５２０は、過去に自車が通過した複数の交差点に基づいて判定された信頼度判定部５１０の結果を保持しておき、過去の時系列情報も合わせて自車位置の正誤判定を行ってもよい。

（自車位置探索部５３０の動作例）
　ここで、図９に示す自車位置探索部５３０は、自車位置判定部５２０により地図上での自車位置が誤っていると判定された場合に、地図上で最も可能性のある自車の現在位置（以下、「第３自車位置」と呼ぶ）を探索する。
　ここで、自車位置探索部５３０の動作例について、図２３を参照して説明する。
　図２３は、自車位置探索部５３０の動作例を示す図である。

　図２３の説明図（ａ）に示すように、第２自車位置（車両アイコン５２）の前方にはＴ字交差点７２が存在する。このため、第２自車位置から交差点までの距離に応じてＴ字交差点７２の第１モデル、又はＴ字交差点７２の第２モデルが生成される。この時、センサ部１００が十字交差点を観測したことを示すセンサ情報が入力されると、自車位置判定部５２０は、センサ情報８２で判明する交差点の形状と、交差点モデル８１の形状とが異なると判定する。このため、自車位置判定部５２０は、第２自車位置が誤りであるという情報を自車位置探索部５３０に出力する。

　整合性判定部（交差点整合性判定部５００）は、自車位置判定部５２０が、地図情報で表される地図で特定された自車位置を誤りと判定した場合に、道路の整合性判定の結果に基づいて、地図における正しい自車位置を探索する自車位置探索部（自車位置探索部５３０）を有する。このため、自車位置探索部５３０は、自車位置判定部５２０から自車位置が誤りであるという情報を受け取ると、地図上で第２自車位置の前方にある交差点７２に隣接する交差点を探索することで、自車位置の候補である第３自車位置を決定する。ここで、自車位置探索部５３０は、ノードとエッジで示した道路関係を示すグラフ構造上で、自車が１ステップ（例えば、地図上の１区画分）で行ける距離にある交差点を、交差点７２に隣接する交差点として認識する。

　図２３の説明図（ａ）に示すように、第２自車位置の前方にある交差点７２に隣接する交差点は、Ｔ字交差点７３が１つ、十字交差点７１，７４が２つ存在する。そこで、交差点モデル生成部３３０は、第２自車位置から、それぞれの交差点までの距離に応じて第１モデル又は第２モデルを生成する。そして、交差点整合性判定部５００は、生成された第１モデル又は第２モデルと、センサ情報との整合性を判定する。

　ここで、交差点モデル生成部３３０により生成された交差点モデルと、センサ情報との整合性が取れるのは、２つの十字交差点７１，７４である。そこで、自車位置探索部５３０は、センサ情報と整合性がとれた十字交差点７１，７４の手前の位置を第３自車位置５３ａ，５３ｂとして決定する。そして、自車位置探索部５３０は、説明図（ａ）に示した２ヵ所の第３自車位置５３ａ，５３ｂを表示・警報・制御部６００に出力する。

　なお、自車位置探索部５３０は、自車位置を探索した結果、第３自車位置がただ１つに定まる場合にのみ第３自車位置を出力し、第３自車位置が複数ある場合には、自車位置が未確定という情報を出力してもよい。また、自車位置探索部５３０は、表示・警報・制御部６００に出力した情報を、自車位置保存部５４０に保存してもよい。

　図２３の説明図（ｂ）は、自車位置探索部５３０が、第２モデルを使用して自車位置を探索する様子を示す。モデル選択部３２３により第２モデルが選択されると、交差点モデル生成部３３０は、例えば、図２３で示したように、Ｔ字交差点７５と、曲がり角７６とをいずれも同じ形状とした交差点モデル８３を生成する。地図上では自車の前方にある交差点の種別が異なっていた（Ｔ字交差点７５及び曲がり角７６）としても、センサ情報８４に示す交差点の形状が、交差点モデル８３と同じであれば、自車位置探索部５３０は、２ヵ所の第３自車位置５３ｃ，５３ｄのいずれをも自車位置の候補として出力する。

　ここで、図中には示していないが、真の自車位置から交差点までの距離が第１距離を下回った時に、第３自車位置５３ｃ，５３ｄのいずれかの出力結果が、正しい第３自車位置を表せなくなる。また、第１自車位置の前にある交差点が行き止まりだった場合、自車位置から交差点までの距離が第１距離を下回ったときに、どちらの出力結果も第３自車位置ではなくなる。このため、自車位置探索部５３０は、第２モデルが選択された場合に、第３自車位置のみを出力とするのではなく、第２モデルで推定された第３自車位置であるという情報を合わせて出力してもよい。

　また、自車位置探索部５３０が、自車位置の周囲から探索する交差点に関しては、第２自車位置の前方に存在する交差点に隣接する交差点だけに限定する必要はない。例えば、ノードとエッジで示した道路関係を示すグラフ構造上で、自車が２ステップ以上で行ける距離に存在する交差点を探索してもよい。この探索時に用いられるステップ数は、デフォルト値で決定してもよいし、ＧＮＳＳの位置推定精度から動的に決定してもよい。

　また、自車位置探索部５３０は、グラフ構造上のステップ数で探索する交差点を探索するのではなく、第２自車位置を中心とした円の範囲内にある交差点を選択してもよい。円の半径はデフォルト値で決定してもよいし、ＧＮＳＳの位置推定精度から動的に決定してもよい。

　また、自車位置探索部５３０は、第２自車位置の前方に存在する複数の交差点から第３自車位置を探索してもよい。自車位置判定部５２０において、複数の交差点の整合性から自車位置の正誤判定を行う時と同様に、自車位置探索部５３０が第３自車位置を探索する際も複数の交差点情報から第３自車位置を探索する。このような動作により、自車の周辺に同種別の交差点が多く存在する場合においても、自車位置探索部５３０が第３自車位置をより正しく推定することができる。

　また、自車位置探索部５３０は、自車の前方に存在する交差点に限らず、過去に通過した複数の交差点における交差点形状推定部４００の結果と、信頼度判定部５１０の結果とを保持しておき、過去の時系列情報も合わせて第３自車位置を探索してもよい。

（自車位置保存部５４０の動作例）
　図９に示す自車位置保存部５４０は、自車が走行した過去の時系列情報と合わせて、第１自車位置、自車位置判定部５２０が判定した第２自車位置、自車位置探索部５３０が探索した第３自車位置をそれぞれ保存することができる。このため、ＧＮＳＳ等の情報を使って、現在、自車が走行している道路が、過去に自車が走行した道路の付近であることを把握できれば、交差点整合性判定部５００は、自車位置保存部５４０から読み出した自車位置の情報を使って、交差点の整合性を判定することができる。

＜情報処理装置のハードウェア構成＞
　次に、情報処理装置１を構成する計算機９０のハードウェア構成を説明する。
　図２４は、計算機９０のハードウェア構成例を示すブロック図である。計算機９０は、情報処理装置１として動作可能なコンピューターとして用いられるハードウェアの一例である。

　計算機９０は、バス９４にそれぞれ接続されたＣＰＵ（Central Processing Unit）９１、ＲＯＭ（Read Only Memory）９２、及びＲＡＭ（Random Access Memory）９３を備える。さらに、計算機９０は、表示装置９５、入力装置９６、不揮発性ストレージ９７及びネットワークインターフェイス９８を備える。

　ＣＰＵ９１は、本実施の形態に係る各機能を実現するソフトウェアのプログラムコードをＲＯＭ９２から読み出してＲＡＭ９３にロードし、実行する。ＲＡＭ９３には、ＣＰＵ９１の演算処理の途中で発生した変数やパラメータ等が一時的に書き込まれ、これらの変数やパラメータ等がＣＰＵ９１によって適宜読み出される。ただし、ＣＰＵ９１に代えてＭＰＵ（Micro Processing Unit）を用いてもよい。情報処理装置１で行われる各機能部の処理は、ＣＰＵ９１によって行われる。

　表示装置９５は、例えば、液晶ディスプレイモニターであり、計算機９０で行われる処理の結果等をドライバーに表示する。入力装置９６には、例えば、キーボード、マウス等が用いられ、ドライバーが所定の操作入力、指示を行うことが可能である。また、表示装置９５及び入力装置９６は、タッチパネルディスプレイとして一体化された構成とされてもよい。表示装置９５及び入力装置９６は、図１に示した表示・警報・制御部６００に対応する。なお、図１では、表示・警報・制御部６００を情報処理装置１が備えない構成としているが、情報処理装置１が表示・警報・制御部６００を備える構成としてもよい。

　不揮発性ストレージ９７としては、例えば、ＨＤＤ、ＳＳＤ、フレキシブルディスク、光ディスク、光磁気ディスク、ＣＤ－ＲＯＭ、ＣＤ－Ｒ、磁気テープ又は不揮発性のメモリ等が用いられる。この不揮発性ストレージ９７には、ＯＳ（Operating System）、各種のパラメータの他に、計算機９０を機能させるためのプログラムが記録されている。ＲＯＭ９２及び不揮発性ストレージ９７は、ＣＰＵ９１が動作するために必要なプログラムやデータ等を記録しており、計算機９０によって実行されるプログラムを格納したコンピューター読取可能な非一過性の記憶媒体の一例として用いられる。情報処理装置１内で生成される各種の情報、データは、不揮発性ストレージ９７に保存される。なお、図１では、情報処理装置１が地図情報部２００を備えない構成としているが、情報処理装置１が地図情報部２００を備える構成としてもよい。

　ネットワークインターフェイス９８には、例えば、ＮＩＣ（Network Interface Card）等が用いられ、情報処理装置１は、ネットワークインターフェイス９８を介して、無線通信を行い、インターネット等を経由して外部のサーバーにデータをアップロードしたり、このサーバーからデータをダウンロードしたりすることが可能である。また、情報処理装置１は、ネットワークインターフェイス９８を介して、車載ネットワーク（例えば、ＣＡＮ（Controller Area Network））にアクセスし、センサ部１００からセンサ情報を取得したり、不図示のナビゲーションシステム又は自動運転システムに自車位置の情報を出力したりすることが可能である。

　以上説明した一実施の形態に係る情報処理装置１では、自車の近傍にある交差点だけでなく、自車から遠方にある交差点のセンサ情報を用いて、交差点モデルとの不整合を解消することができる。この際、情報処理装置１は、センサ分解能特性に基づいて、距離に応じた道路の外観を予測し、交差点モデルを生成するので、車両が走行する交差点の形状を正しく認識することができる。

　また、情報処理装置１は、交差点の周辺における環境や、自車の周辺の環境により変化するセンサ分解能特性に基づいて、センサ情報により生成される交差点の外観を正確に予測することができる。このように情報処理装置１は、自車が走行する道路の形状を正しく認識できるので、一般道や交差点の周辺における複雑なシーンであっても、正しい道路の形状を出力することができる。このため、ドライバー又は自動運転装置は、認識結果を用いて自車を安全に走行させることができる。

　また、センサ部１００のセンサ分解能は、現在、自車のいる環境によって変わる。そこで、環境情報取得部３１１が環境情報を取得し、センサ分解能特性保存部３１２が環境情報に合わせたセンサ分解能特性を保存する。このため、交差点情報処理部３００は、例えば、同じ場所であっても、時間が異なる場合には、センサ分解能特性に基づいて異なる交差点モデルを生成することができる。

　また、交差点外観予測部３２０は、自車位置特定部３２１により地図上で特定された自車位置と、交差点情報解析部３２２により解析された交差点情報に基づいて、交差点の外観を予測する。この際、モデル選択部３２３は、交差点モデル生成部３３０が生成する交差点モデルを選択する。交差点モデルとしては、高分解能モデルとしての第１モデル、低分解能モデルとしての第２モデルの選択、又は時系列に従って複数のモデルの切り替えが行われる。そして、交差点モデル生成部３３０は、モデル選択部３２３により選択されたモデルに応じて、交差点モデルを生成する。このため、自車位置から交差点までの距離に応じて適切なモデルが選択され、交差点モデル生成部３３０の処理に活用される。

　また、交差点モデル生成部３３０は、地図情報部２００から取得する地図情報に基づいて、道路構造令に定義される規定値をデフォルト値として利用することで詳細な道路形状の交差点モデルを高精度に復元することができる。このため、情報処理装置１は、自車位置が道路のどの辺りにあるかを正しく認識するので、例えば、自動運転、又はナビゲーションシステムによる自車位置の案内が高精度で行われるようになる。

　また、交差点形状推定部４００は、交差点モデル生成部３３０により生成された交差点モデルを、センサ情報で示される交差点の特徴にフィッティングさせる。そして、交差点形状推定部４００は、実際の交差点の特徴が交差点モデルに付加して、交差点モデルのパラメータを詳細に推定することができる。

　また、交差点整合性判定部５００は、交差点形状の推定に利用された交差点モデルと、センサ情報との整合性を判定することで、自車前方に存在する交差点の形状を正しく断定することができる。

　また、交差点整合性判定部５００は、自車の遠方に存在する交差点の情報をロケータに使用することで、自車の周囲に同じような形状の交差点が複数存在する状況で誤った位置で特定された自車位置を、正しい位置で特定し直すことができる。

［変形例］
　なお、センサ部１００のセンサ情報に交差点の形状を再現可能な情報が含まれるのであれば、センサ部１００のセンサ情報が交差点形状推定部４００を経ずに、交差点整合性判定部５００に入力されてもよい（図１に破線で示す接続形態）。この場合、情報処理装置１では、交差点情報処理部３００から交差点整合性判定部５００に対して、交差点モデルが入力される。そして、交差点整合性判定部５００は、交差点モデルと、センサ部１００から入力したセンサ情報とに基づいて、地図情報に示される交差点の整合性を判定することも可能である。ただし、情報処理装置１は、交差点形状推定部４００を経ずに、交差点モデルとセンサ情報を行う処理と、交差点形状推定部４００を経て形状が推定された交差点モデルと、地図情報に示される交差点との整合性を判定する処理とを適宜選択可能としてもよい。

　また、上述した実施の形態では、情報処理装置１が、自車の走行方向にある交差点の外観予測、交差点モデルの生成、及び交差点の形状推定を行うものであった。しかし、交差点に限らず、例えば、道路が枝分かれせず曲がっている場合や、道路を横切る線路がある場合においても、情報処理装置１が、道路の外観予測、道路モデルの生成、及び道路の形状推定を行ってもよい。この場合、道路を横切る線路や、自車位置の走行方向から見て角度が変わった道路が特定の道路として認識される。そして、曲がっている道路や、線路が横切る道路についても、本実施の形態に係る道路の形状推定の対象となる。

　また、上述した実施の形態に係る情報処理装置１は、車両に搭載される車載型の装置であってもよいし、車両から取り外して持ち運び可能な端末装置であってもよい。

　なお、本発明は上述した実施の形態に限られるものではなく、請求の範囲に記載した本発明の要旨を逸脱しない限りその他種々の応用例、変形例を取り得ることは勿論である。
　例えば、上述した実施の形態は本発明を分かりやすく説明するためにシステムの構成を詳細かつ具体的に説明したものであり、必ずしも説明した全ての構成を備えるものに限定されない。また、本実施の形態の構成の一部について、他の構成の追加、削除、置換をすることも可能である。
　また、制御線や情報線は説明上必要と考えられるものを示しており、製品上必ずしも全ての制御線や情報線を示しているとは限らない。実際には殆ど全ての構成が相互に接続されていると考えてもよい。

　１…情報処理装置、１００…センサ部、２００…地図情報部、３００…交差点情報処理部、３１０…センサ分解能特性管理部、３２０…交差点外観予測部、３３０…交差点モデル生成部、４００…交差点形状推定部、４１０…路端認識部、４２０…車線認識部、４３０…パラメータ推定部、５００…交差点整合性判定部、５１０…信頼度判定部、５２０…自車位置判定部、５３０…自車位置探索部、５４０…自車位置保存部、６００…表示・警報・制御部

Claims

　地図情報部から取得した地図情報と、センサ部から取得したセンサ情報とに基づいて、自車が走行する道路の道路形状を推定する情報処理装置であって、
　前記自車の自車位置から、前記道路形状が変化する位置までの距離に応じた、前記センサ部のセンサ分解能特性を管理するセンサ分解能特性管理部と、
　前記センサ分解能特性管理部から取得した前記センサ分解能特性に基づいて、前記距離に応じた前記道路の外観を予測する外観予測部と、
　前記外観予測部により予測された前記道路の外観に基づいて、前記道路をモデル化した道路モデルを生成するモデル生成部と、を備える
　情報処理装置。
　前記センサ分解能特性管理部は、前記道路の特有の形状を前記センサ部が観測できる限界距離を、前記センサ分解能特性として保存するセンサ分解能特性保存部を有する
　請求項１に記載の情報処理装置。
　前記センサ分解能特性管理部は、前記限界距離に影響を与える環境情報を取得する環境情報取得部を有し、
　前記センサ分解能特性管理部は、前記環境情報に応じた前記センサ分解能特性を前記センサ分解能特性保存部から読み出して、前記外観予測部に出力する
　請求項２に記載の情報処理装置。
　前記モデル生成部は、
　前記距離が所定値以内の場合に、前記自車位置の前方に存在し、前記センサ部が観測する特定の道路に対応する第１モデルを生成する高分解能モデル生成部と、
　前記距離が前記所定値より大きい場合に、前記センサ部が観測できない前記特定の道路に対応する第２モデルを生成する低分解能モデル生成部を有する
　請求項３に記載の情報処理装置。
　前記外観予測部は、
　前記地図情報に含まれる地図における前記自車位置を特定する自車位置特定部と、
　特定された前記自車位置と、前記地図情報とに基づいて、前記自車の進行方向の前方に存在する前記道路の形状を表した道路形状情報を取得し、前記道路形状情報を解析する道路情報解析部と、
　前記道路形状情報に基づいて前記センサ分解能特性管理部から取得した前記センサ分解能特性と、前記センサ情報とに基づいて、前記モデル生成部が生成可能なモデルを選択するモデル選択部と、を有する
　請求項４に記載の情報処理装置。
　前記道路モデル及び前記センサ情報に基づいて、前記道路の形状を推定し、推定結果を出力する道路形状推定部を備える
　請求項１に記載の情報処理装置。
　前記道路形状推定部は、前記センサ情報と、前記モデル生成部により生成された前記道路モデルとに基づいて、道路形状が推定された前記道路モデルと、前記推定結果に関する精度情報を出力する
　請求項６に記載の情報処理装置。
　前記センサ部から取得した前記センサ情報と、前記道路形状推定部から取得した前記推定結果との整合性を判定し、判定結果を出力する整合性判定部を備える
　請求項７に記載の情報処理装置。
　前記整合性判定部は、道路形状が推定された前記道路モデルと、前記精度情報を利用し、前記精度情報を所定の閾値と比較することで、前記センサ情報と、前記推定結果との整合性を判定する
　請求項８に記載の情報処理装置。
　前記整合性判定部は、前記道路形状推定部が推定した道路モデルと、前記地図情報で示される前記道路の道幅、及び道路構造の接続関係を比較することで、前記センサ情報と、前記推定結果の整合性を判定する
　請求項８に記載の情報処理装置。
　前記整合性判定部は、前記自車の進行方向の前方に存在する複数の前記道路の整合性を判定する
　請求項８に記載の情報処理装置。
　前記整合性判定部は、前記自車が過去に走行した前記道路の整合性判定の結果を保存する
　請求項８に記載の情報処理装置。
　前記整合性判定部は、前記道路の整合性判定の結果に基づいて前記自車位置の正誤を判定し、前記自車位置の判定結果を出力する自車位置判定部を有する
　請求項８に記載の情報処理装置。
　前記整合性判定部は、前記自車位置判定部が、前記地図情報で表される地図で特定された前記自車位置を誤りと判定した場合に、前記道路の整合性判定の結果に基づいて、前記地図における正しい前記自車位置を探索する自車位置探索部を有する
　請求項１３に記載の情報処理装置。
　道路形状が推定される前記道路は、交差点である
　請求項１に記載の情報処理装置。