CN101334287B - 本车位置识别装置和本车位置识别方法 - Google Patents

Abstract

本发明提供从在分支点特别是窄角分支点分支的多路段中能以高精度判定本车辆通行路段的本车位置识别装置。具有根据路段判定部(13)判定的路段生成表示在路段的分支点本车辆通行的路线的通行履历信息(C)的履历信息生成部(15)，路段判定部根据本车位置信息和道路信息判定本车辆通行的路段。具有进行本车辆周边的图像信息G包含的识别对象的图像识别处理的图像识别部(16)。将通行履历信息C与表示识别对象的识别结果的识别信息(V)关联存储到学习数据库(DB2)。学习部(18)根据通行履历信息(C)和识别信息(V)生成表示由路段判定部(13)从在分支点分支的多个路段中判定本车辆通行的路段时的各路段的优先级的学习优先级信息(Rc)。

Description

本车位置识别装置和本车位置识别方法

技术领域

本发明涉及例如导航装置等中使用的识别本车位置的本车位置识别装置。 

背景技术

众所周知有如下的技术，即，在导航装置等中，使用表示现实的道路信息的道路地图数据，进行本车位置的显示和到达目的地的路线引导等的技术。由数字数据构建的这样的道路地图数据具有由节点和路段的组合构建的道路网络数据。这里，所谓节点一般是道路的交叉点、转弯点等坐标点。所谓路段是连接各节点的路线。而且，通过多个路段的连接关系，构建表示道路的道路网络。对各路段赋予表示其属性的路段信息。所谓属性例如是路段编号、路段的起点节点及终点节点的坐标值、路段的距离、道路的种类或类别、道路宽度、通行规则等。 

导航装置利用基于GPS的卫星导航法和使用了车载传感器的自主导航法等，取得本车辆的位置，并把本车辆映射到道路地图数据中。可是，在道路以比较小的角度分支出的窄角分支路，由于卫星导航法和自主导航法中的误差，有时会映射到与实际车辆通行的道路不同的道路上。在导航装置中，在道路地图上重叠显示本车位置，但是如果进行与实际的车辆位置不同的显示，有时会使驾驶员混乱。 

在以下所示的专利文献1中提出了为了提高窄角分支处本车位置的识别精度，而以高精度切换基于卫星导航法用的接收装置的位置测定精度的技术。根据专利文献1，通过利用正在研究将来要引入的高精度的位置测定装置，抑制以往由于位置测定误差而产生的错误映射。另外，在以下所示的专利文献2中记载了如下的导航装置：根据基于分支路侧的限制速度的针对车速的阈值速度、和用于行车道变更的方向指示器的状态，判定在哪个分支的道路上通行。 

另一方面，作为导航装置的其他功能，有到达目的地的路线引导、 和路线上的关联信息的提供等。例如，道路的车站、服务区等休息场所的引导、和下一高速公路出入口的引导等。在导航装置输入了目的地的情况下，根据该目的地计算车辆的路线，所以容易进行这样的引导。另一方面，在未输入目的地的情况下，按照车辆的行进，运算虚拟的目标区，提供与通向该虚拟的目标区的路线对应的信息。在设定这样的虚拟的目标区的情况下，如果有分支，就难以预测分支前方的虚拟的目标区。在以下所示的专利文献3中提出了，根据分支路的驾驶员的通行履历，预测从分支离开的离开行进路线，并进行提示的行进路线预测方法。根据所预测的离开行进路线，预测虚拟的目标区，提供与通向目标区的路线对应的信息。 

[06][专利文献1]日本特开2005-292082号公报(第2～12段落等) 

[专利文献2]日本特开2006-017644号公报(第16～24段落等) 

[专利文献3]日本特开2006-284254号公报(第2～7段落、第43～59段落等) 

[07]如专利文献1中记载的技术那样，如果在窄角分支，把位置测定精度高精度化，就能期待大幅度抑制错误映射。可是，高精度的位置测定装置是高价的，导航装置自身的成本也增大。如果使用专利文献2中记载的技术，可以在窄角分支，提高确定道路即路段的精度。可是，对于车速和方向指示器的状态等，根据分支点的位置和驾驶员的操作等，可以预想各种组合。另外，由于用于卫星导航法和自主导航法的信息利用不同的车辆信息，所以存在导航装置的运算变得复杂的可能性。 

[08]专利文献3中记载的行进路线预测方法是用于，在本车辆到达分支点之前，预测从分支离开的离开行进路线，并预测用于信息的提供的虚拟的目标区的技术。另外，该行进路线预测方法如专利文献3的图3所示，假定预测可以将分支点前方的行进路线根据卫星导航法和自主导航法充分地进行地图匹配的分支处的离开行进路线。即，在该行进路线预测方法中，不是预测从分支点向前方的通行路线，而是预测：根据卫星导航法和自主导航法可以确定在刚分支之后车辆实际通行的道路亦即路段的分支处的离开行进路线。因此，不实施利用了离开行进路线的预测结果的地图匹配，也完全未提及其必要性。总之，仍然没有解决本质 的关于导航装置的地图匹配功能的所述课题，特别是窄角分支的课题。另外，将根据分支处的驾驶员的通行履历而预测的从分支点到前方的行进路线的预测结果简单应用到地图匹配中，对于解决分支点处的所述课题，也只能达到有限的效果。在地图匹配中，对根据过去的通行频度而取得的离开行进路线的预测结果的依赖度高，所以无论实际本车辆通行的道路如何，向过去的本车辆的通行频度高的道路匹配的倾向增强，产生成为错误匹配的可能性。 

发明内容

[09]本申请是鉴于上述的课题提出的，其目的在于，提供从在分支点、特别是窄角分支点分支出的多个路段中，能以高精度判定本车辆通行的路段的本车位置识别装置。 

[10]用于实现上述目的的本发明涉及的本车位置识别装置的特征构成在于，包括：本车位置信息取得单元，取得表示本车辆的当前位置的本车位置信息；道路信息取得单元，取得利用多个路段的连接关系表示道路的道路信息；路段判定单元，根据所述本车位置信息和所述道路信息，判定本车辆通行的路段；履历信息生成单元，根据由所述路段判定单元判定的路段，生成表示在路段的分支点本车辆通行过的路线的通行履历信息；图像信息取得单元，取得本车辆的周边的图像信息；图像识别单元，进行所述图像信息中包含的识别对象的图像识别处理；履历信息存储单元，把由所述履历信息生成单元生成的所述通行履历信息，与表示基于所述图像识别单元的识别对象的识别结果的识别信息建立关联而存储；学习单元，根据在所述履历信息存储单元中存储的所述通行履历信息和所述图像信息，生成学习优先级信息，且该学习优先级信息表示由所述路段判定单元从在所述分支点分支出的多个路段中，判定本车辆通行的路段时的各路段的优先级。 

[11]根据该特征构成，可以把在路段的分支点本车辆过去通行过的路线的信息作为通行履历信息适当收集，与表示基于图像识别单元的识别对象的识别结果的识别信息建立关联而存储。另外，根据这样存储的通行履历信息和识别信息，生成表示判定本车辆通行的路段时的各路段的优先级的学习优先级信息。由此，在利用路段判定单元，从在分支点分支出的多个路段中，判定本车辆通行的路段时，可以使用学习优先级信息， 进行反映本车辆过去通行过的路线的学习结果的判定。因此，即使例如如窄角分支等那样，在只根据由GPS测位和自主导航法取得的本车位置信息和道路信息，难以判定本车辆通行中的道路的路段的情况下，也可以以高精度从在分支点分支出的多个路段中，判定本车辆通行的路段。另外，不只使用通行履历信息，也使用识别信息，生成学习优先级信息，所以可以组合识别对象的图像识别结果和通行履历，进行通行的路段的判定。由此，不会只是针对过去的通行频度的依赖度变高。因此，不会单方面地向通行频度高的道路匹配，通过也考虑识别对象的图像处理结果，可以以高精度判定实际本车辆通行的路段。 

另外，本发明所涉及的本车位置识别装置的特征在于：所述履历信息生成单元从所述分支点开始在规定的存储区间，存储由所述路段判定单元判定的路段的路线，根据该存储的路段的路线，生成所述通行履历信息。 

根据该特征，履历信息生成单元在规定的存储区间存储由路段判定单元判定的路段的路线，并生成通行履历信息。如果在不必要长的范围存储路段的路线，通行履历信息的数据量就增大，履历信息存储单元也需要大的容量。如本特征那样，通过规定所存储的路段的范围，可以不浪费地高效存储由路段判定单元判定的路段。 

另外，本发明涉及的本车位置识别装置的特征在于：所述学习单元根据基于所述图像识别单元的识别对象的识别结果，从所述履历信息存储单元抽出与和该识别结果符合的所述识别信息建立了关联的所述通行履历信息，根据该抽出的所述通行履历信息，生成所述学习优先级信息。 

由图像信息取得单元取得的本车辆的周边的图像信息是拍摄实际本车辆通行的道路的周边状况而得到的。因此，基于图像识别单元的识别对象的识别结果匹配于实际本车辆通行的道路的状况。根据本特征，从履历信息存储单元抽出与和识别结果符合的识别信息建立了关联的通行履历信息。而且，根据该抽出的通行履历信息，生成学习优先级信息。在经常利用的道路中，虽然本车辆在分支点分支出的各道路上的通行比例呈现偏颇(偏高)，但是根据与各道路的状况匹配的识别对象的识别结果，抽出该偏颇。反映所抽出的偏颇而生成的学习优先级信息是 与本车辆过去通行时的各道路中的识别对象的识别结果符合的信息。因此，不会只依赖于过去的通行频度，而可以从在分支点分支出的多个路段中以高精度判定本车辆通行的路段。 

另外，本发明涉及的本车位置识别装置的特征在于：所述学习优先级信息是表示根据所述识别信息所表示的所述分支点处的所述识别对象的图像识别的有无和本车辆的通行比例而决定的优先级的信息，且该本车辆的通行比例是指根据所述通行履历信息判定的本车辆在所述分支点分支出的多个路段的每个路段通行的比例。 

根据该特征，根据分支点的识别对象的图像识别的有无、和分支点的过去的通行比例，生成表示优先级的信息即学习优先级信息。在经常利用的道路中，本车辆在分支点分支出的各道路上的通行比例呈现偏颇(偏高)。如果根据过去的通行比例，生成学习优先级信息，则可以利用该偏颇，从在分支点分支出的多个路段中以高精度判定本车辆通行的路段。在本特征中，在学习优先级信息中还考虑了分支点处的识别对象的图像识别的有无的信息。由图像信息取得单元取得的本车辆的周边的图像信息是拍摄实际本车辆通行的道路的周边状况而得到的。因此，基于图像识别单元的识别对象的图像识别的有无是适当地表示实际本车辆通行的道路的状况的信息，学习优先级信息是与本车辆过去通行时的各道路中的识别对象的识别结果符合的信息。其结果，不会只依赖于过去的通行频度，可以从在分支点分支出的多个路段中以高精度判定本车辆通行的路段。 

另外，本发明涉及的本车位置识别装置的特征在于：所述学习优先级信息是表示根据所述识别信息所表示的所述分支点处的所述识别对象的识别位置和本车辆的通行比例而决定的优先级的信息，且该本车辆的通行比例是指根据所述通行履历信息判定的本车辆在所述分支点分支出的多个路段的每个路段通行的比例。 

根据该特征，根据分支点的识别对象的识别位置、和分支点处的过去的通行比例，生成表示优先级的信息即学习优先级信息。在经常利用的道路中，本车辆在分支点分支出的各道路的通行比例呈现偏颇(偏高)。如果根据过去的通行比例，生成学习优先级信息，则可以利用该偏颇，从在分支点分支出的多个路段中以高精度判定本车辆通行的路 段。在本特征中，在学习优先级信息中还考虑了分支点处的识别对象的识别位置的信息。由图像信息取得单元取得的本车辆的周边的图像信息是拍摄实际本车辆通行的道路的周边状况而得到的。因此，基于图像识别单元的识别对象的识别位置的信息是适当地表示实际本车辆通行的道路的信息，学习优先级信息是与本车辆过去通行时的各道路中的识别对象的识别结果符合的信息。其结果，不会只依赖于过去的通行频度，可以从在分支点分支出的多个路段中以高精度判定本车辆通行的路段。 

另外，本发明涉及的本车位置识别装置的特征在于：所述路段判定单元使用所述学习优先级信息判定本车辆通行的路段。 

根据本特征，路段判定单元可以使用学习优先级信息，进行反映本车辆过去通行的路线的学习结果的判定。因此，例如，即使在如窄角分支等那样，只根据由GPS测位和自主导航法取得的本车位置信息和道路信息，难以判定本车辆通行中的道路的路段的情况下，也可以提高从在分支点分支的多个路段中，判定本车辆通行的路段时的精度。 

另外，本发明涉及的本车位置识别装置的特征在于：具有通用优先级信息取得单元，且该通用优先级信息取得单元取得表示根据道路的属性设定的、从分支出的多个路段中判定本车辆通行的路段时的各路段的优先级的通用优先级信息； 

所述路段判定单元除了所述通用优先级信息以外，还使用所述学习优先级信息，或者代替所述通用优先级信息，使用所述学习优先级信息，判定本车辆通行的路段。 

在经常利用的道路以外的分支点，使用通用优先级信息判定路段，由此，利用基于道路的属性的一般条件，判定路段。另一方面，在经常利用的道路的分支点，使用根据本车辆的通行履历生成的学习优先级信息，判定路段。如果代替通用优先级信息，使用学习优先级信息，就可以排除一般条件的影响，根据本车辆的通行履历，进行与该本车辆对应的路段的判定。另一方面，如果除了通用优先级信息，还使用学习优先级信息，可以进行考虑了双方的优先级信息的多方面的路段的判定。 

另外，本发明涉及的本车位置识别装置的特征在于：所述本车位置 信息取得单元根据基于所述路段判定单元的本车辆通行的路段的判定结果，修正所述本车位置信息。 

用于取得本车位置信息的方法有各种，但是，在自主导航法中，把最近的本车位置作为基准，根据移动的距离和方向，规定当前的本车位置。这种情况下，如果在本车位置信息中存在偏差，则该偏差就会扩大。可是，根据本特征，根据由路段判定单元判定的路段的判定结果，修正本车位置信息，所以可以提高本车位置信息的精度。由于路段判定单元使用本车位置信息判定本车辆通行的路段，所以也提高了路段的判定精度。 

另外，本发明涉及的本车位置识别装置的特征在于：所述路段的分支点是窄角分支。 

根据所谓的卫星导航法和自主导航法的方法，取得本车位置信息。如果是道路以比较小的角度分支的窄角分支，由于由卫星导航法和自主导航法产生的误差，有时本车位置信息具有能对多个路段应用的值。可是，根据本特征，路段判定单元使用按照通行履历生成的学习优先级信息，判定本车辆通行的路段。因此，即使特别如在窄角分支等那样只根据由GPS测位和自主导航法取得的本车位置信息和道路信息，难以判定本车辆通行中的道路的路段的情况下，也可以提高从分支出的多个路段中，判定本车辆通行的路段的判定精度。此外，所谓窄角分支是由方位传感器难以检测行进路线变更的程度的小角度的分支，例如是45度以下的程度的角度的分支。 

另外，本发明涉及的本车位置识别装置的特征在于：所述履历信息生成单元根据由所述路段判定单元判定的路段，判定在路段的分支点，本车辆实际通行过的路线，生成表示该实际通行过的路线的所述通行履历信息。 

履历信息生成单元根据由路段判定单元判定的路段，生成表示在路段的分支点，本车辆通行过的路线的通行履历信息。这时，如果在道路信息中存在不连续的路段之间的移动，就可以知道产生了所谓的“位置跳跃”。这种情况下，在刚刚通过分支点之后所判定的路段错误，所以通过修正该路段，可以判定本车辆实际通行过的路线。根据本特征构成， 判定在路段的分支点，本车辆实际通行过的路线，生成表示该实际通行过的路线的通行履历信息。在履历信息存储单元中存储与实际的通行路线符合的通行履历信息，所以学习单元可以以轻的运算负荷生成学习优先级信息。 

另外，本发明涉及的本车位置识别装置的特征在于，所述履历信息生成单元生成：根据由所述路段判定单元判定的路段的顺序表示路线的所述通行履历信息。 

履历信息生成单元根据由路段判定单元判定的路段，生成表示在路段的分支点本车辆通行过的路线的通行履历信息。这时，如果在道路信息中存在不连续的路段之间的移动，就会产生所谓的“位置跳跃”。根据本特征构成，无论这样的“位置跳跃”的有无等，都生成：根据由路段判定单元判定的路段的顺序表示路线的通行履历信息。可是，如果在通行履历信息中，包含在道路信息中不连续的路段之间的移动，则可以根据该通行履历信息，包含“位置跳跃”的有无的判定，判定本车辆实际通行过的路线。从而，学习单元可以生成关于本车辆实际通行过的路线的学习优先级信息。 

另外，本发明涉及的本车位置识别装置的特征在于：所述存储区间是产生所述通行履历信息所表示的一个路段向在所述道路信息中没有连接关系的其他路段移动的位置跳跃之前的区间。 

如果跨不必要长的区间而设置存储区间，通行履历信息的数据量就增大，履历信息存储单元也需要大的容量。如果产生位置跳跃，就能判定分支点的实际的通行路线。从而，通过将存储区间设为产生位置跳跃之前的区间，可以确保必要充分的区间，取得适当的数据量的通行履历信息。 

另外，本发明涉及的本车位置识别装置的特征在于：所述存储区间是在本车辆的行进方向到达下一分支点之前的区间。 

如果跨不必要长的区间而设置存储区间，通行履历信息的数据量就增大，履历信息存储单元也需要大的容量。把分支点作为起点，生成通行履历信息。从而，如果超过分支点生成通行履历信息，就会存储重叠 的区间。在本特征构成中，通过将存储区间设为到达下一分支点之前的区间，可以确保必要充分的区间，取得适当的数据量的通行履历信息。 

本发明涉及的导航装置的特征构成在于，包括：具有上述各构成的本车位置识别装置；存储所述道路信息的道路信息存储单元；参照由所述本车位置识别装置识别的本车位置信息和所述道路信息进行动作的多个应用程序；按照所述应用程序进行动作，并输出引导信息的引导信息输出单元。 

根据本特征构成，应用程序可以根据使用学习优先级信息判定的路段进行动作。因此，可以根据在分支点，特别是窄角分支点，以高精度判定的本车辆通行的路段，提供精度良好的引导信息。例如，可以提供减少分支点，特别是窄角分支点处的位置跳跃，分辨性良好的导航装置。 

本发明涉及的本车位置识别程序的特征在于，是使计算机执行以下的过程的程序：本车位置信息取得过程，取得表示本车辆的当前位置的本车位置信息；道路信息取得过程，取得利用多个路段的连接关系表示道路的道路信息；路段判定过程，根据所述本车位置信息和所述道路信息，判定本车辆通行的路段；履历信息生成过程，根据由所述路段判定过程判定的路段，生成表示在路段的分支点本车辆通行过的路线的通行履历信息；图像信息取得过程，取得本车辆的周边的图像信息；图像识别过程，进行所述图像信息所包含的识别对象的图像识别处理；履历信息存储过程，把由所述履历信息生成过程生成的所述通行履历信息与表示基于所述图像识别过程的识别对象的识别结果的识别信息建立关联存储在履历信息存储单元中；学习过程，根据在所述履历信息存储单元中存储的所述通行履历信息和所述图像信息，生成学习优先级信息，且该学习优先级信息表示由所述路段判定单元从在所述分支点分支出的多个路段中，判定本车辆通行的路段时的各路段的优先级。 

根据本特征构成，通过由计算机执行的该程序，可以把在路段的分支点本车辆过去通行过的路线的信息作为通行履历信息适当收集，与表示基于图像识别单元的识别对象的识别结果的识别信息建立关联而存储。另外，根据这样存储的通行履历信息和识别信息，生成表示判定本车辆通行的路段时的各路段的优先级的学习优先级信息。由此，在路段判定过程中，从在分支点分支出的多个路段中，判定本车辆通行的路段 时，可以使用学习优先级信息，进行反映本车辆过去通行过的路线的学习结果的判定。因此，即使例如如窄角分支等那样，在只根据由GPS测位和自主导航法取得的本车位置信息和道路信息，难以判定本车辆通行中的道路的路段的情况下，也可以以高精度从在分支点分支出的多个路段中，高精度地判定本车辆通行的路段。另外，不只使用通行履历信息，也使用识别信息，生成学习优先级信息，所以使用学习优先级信息判定路段，也不会只是对于过去的通行频度的依赖度高。因此，不会单方面地向通行频度高的道路匹配，而可以按照实际本车辆通行的道路，适当判定路段。 

附图说明

图1是表示本发明的导航装置的概略构成的框图。 

图2是表示地图数据库中存储的地图信息的构成的例的说明图。 

图3是表示本车辆的摄像装置的配置构成的一例的图。 

图4是表示具有窄角分支的道路及其道路信息的说明图。 

图5是表示图4的道路的通行履历的说明图。 

图6是说明本发明的本车位置识别的次序的流程图。 

图7是表示窄角分支处的路段判定的说明图。 

图8是表示具有与图5不同的识别对象的道路的一例的说明图。 

图9是表示具有与图5和图8不同的识别对象的道路的一例的说明图。 

图中：1-导航装置；2-本车位置识别装置；10-图像信息取得部(图像信息取得单元)；11-本车位置信息取得部(本车位置信息取得单元)；12-道路信息取得部(道路信息取得单元，通用优先级信息取得单元)；13-路段判定部(路段判定单元、通用优先级信息取得单元)；14-本车位置修正部(本车位置修正单元)；15-履历信息生成部(履历信息生成单元)；16-图像识别部(图像识别单元)；18-学习部(学习单元)；23-应用程序；24-引导信息输出单元；50-本车辆；DB1 -地图数据库(道路信息存储单元)；DB2-学习数据库(履历信息存储单元)；C-通行履历信息；F1、F2、F3-道路标志(识别对象)；G-图像信息；P-本车位置信息；V-识别信息；n-节点；k-路段；M-地图信息；R-道路信息；Rb-通用优先级信息；Rc-学习优先级信息。 

具体实施方式

以下，根据附图，说明本发明的实施方式。图1是表示本实施方式涉及的导航装置1的概略构成的框图。该导航装置1包含作为本发明的实施方式的本车位置识别装置2而构成。该本车位置识别装置2可以从在道路的分支点，特别是窄角分支点分支出的多个道路中，判定本车辆通行的道路，并修正本车位置信息P。而且，导航装置1根据被修正的本车位置信息P，进行路线引导等导航处理。 

图1所示的导航装置1具有图像信息取得部10、本车位置信息取得部11、道路信息取得部12、路段判定部13、本车位置信息修正部14、履历信息生成部15、图像识别部16、学习部18、导航用运算部20等功能部。这些各功能部以CPU或DSP(digital signal processor)等运算处理装置为核心部件，利用硬件或软件(程序)或者其双方安装而构成，对所输入的数据进行各种处理。另外，这些各功能部构成为彼此能进行信息的授受。导航装置1具有存储地图信息等的数据库DB1、DB2。数据库DB1、DB2例如如硬盘驱动器、具有DVD-ROM的DVD驱动器、具有CD-ROM的CD驱动器等那样，把具有能存储信息的记录介质及其驱动单元的装置作为硬件构成而具有。存储介质根据需要利用可改写或者可补写的介质。以下，详细说明本实施方式涉及的导航装置的各部的构成。 

[地图数据库] 

地图数据库DB1是存储有按每个规定的区划划分的地图信息M的数据库。图2是表示地图数据库DB1中存储的地图信息M的构成的例的说明图。如图所示，地图信息M具有道路信息R，且该道路信息R利用与交叉点对应的多个节点n、与连接各交叉点之间的道路对应的路段k的连接关系，表示道路网络。各节点n具有由经度和纬度表现的地 图上的位置(坐标)的信息。各路段k通过节点n连接。另外，各路段k作为其属性信息，具有道路类别、路段长度、道路宽度、用于表现路段形状的形状插补点等信息。这里，道路类别信息，例如汽车专用道路、城市街道、细马路、山路等那样，是把道路划分为多个类别时的道路类别信息。这些路段k的属性信息相当于道路属性信息Ra(参照图1)。地图数据库DB1相当于本发明中的道路信息存储单元。此外，在图2中，只图示一个区划的道路信息R，省略了其他区划的道路信息R。 

如果参照图1，道路信息R除了道路属性信息Ra，还具有通用优先级信息Rb和学习优先级信息Rc。通用优先级信息Rb和学习优先级信息Rc是表示从窄角分支后的多个路段k中判定本车辆通行的路段k时的各路段k的优先级的信息。通用优先级信息Rb是根据道路属性信息Ra等设定的优先级。后面就细节加以描述。学习优先级信息Rc是根据基于本车辆的通行履历而学习到的结果所决定的优先级。后面就细节加以描述。 

[图像信息取得部] 

图像信息取得部10作为图像信息取得单元而起作用，取得由摄像装置6拍摄的本车辆的周边的图像信息G。这里，摄像装置6是具有摄像元件的车载相机等，设置在至少能拍摄本车辆的周边的道路的路面的位置。作为这样的摄像装置6，例如优选使用图3所示的拍摄本车辆50的后方的路面的后相机。图像信息取得部10把由摄像装置6拍摄的摄像信息通过帧存储器(未图示)等以规定的时间间隔取入。这时的图像信息G的取入的时间间隔例如可以为10～50ms左右。由此，图像信息取得部10可以连续地取得由摄像装置6拍摄的多个帧的图像信息G。将在此取得的图像信息G向图像识别部16输出。 

[本车位置信息取得部] 

本车位置信息取得部11作为本车位置信息取得单元而起作用，且该本车位置信息取得单元取得表示本车辆的当前位置的本车位置信息P。这里，本车位置信息取得部11与GPS接收机3、方位传感器4、及距离传感器5连接。这里，GPS接收机3是接收来自GPS(GlobalPositioning System)卫星的GPS信号的装置。该GPS信号通常每隔1 秒被接收，并向本车位置信息取得部11输出。在本车位置信息取得部11中，可以分析由GPS接收机3接收的来自GPS卫星的信号，取得本车辆的当前位置(经度和纬度)、行进方位、移动速度、时刻等信息。方位传感器4是检测本车辆的行进方位或该行进方位的变化的传感器。该方位传感器4例如由陀螺仪、地磁传感器、安装在方向盘的旋转部的光学的旋转传感器或旋转式的电阻电位器、安装在车轮部的角度传感器等构成。而且，方位传感器4把该检测结果向本车位置信息取得部11输出。距离传感器5是检测本车辆的车速和移动距离的传感器。该距离传感器5例如由每当车辆的驱动轴和车轮等旋转一定量就输出脉冲信号的车速脉冲传感器、检测本车辆的加速度的偏航(yaw)/G传感器和把所检测的加速度进行积分的电路等构成。而且，距离传感器5把作为该检测结果的车速和移动距离的信息向本车位置信息取得部11输出。本车位置信息取得部11根据来自这些GPS接收机3、方位传感器4及距离传感器5的输出，利用众所周知的方法，进行确定本车位置的运算，取得本车位置信息P。 

[道路信息取得部] 

道路信息取得部12作为道路信息取得单元而起作用，且该道路信息取得单元取得利用多个路段k的连接关系表示道路的道路信息R。道路信息取得部12取得从地图数据库DB1抽出的本车位置周边的道路信息R。此外，在所取得的道路信息R中包含道路属性信息Ra、通用优先级信息Rb、学习优先级信息Rc。道路信息取得部12也作为道路属性信息取得单元、通用优先级信息取得单元、学习优先级信息取得单元而起作用。 

[路段判定部] 

路段判定部13根据本车位置信息P和道路信息R，判定本车辆通行的路段k。该路段判定部13通过与众所周知的地图匹配同样的处理，判定本车辆通行的路段k。路段判定部13作为路段判定单元而起作用。另外，路段判定部13如后所述，在路段k的分支点，使用学习优先级信息Rc和通用优先级信息Rb，判定本车辆通行的路段k。 

[本车位置信息修正部] 

本车位置信息修正部14根据基于路段判定部13的判定结果，通过进行众所周知的地图匹配，把本车位置信息P匹配到道路信息R所表示的道路上即路段k而进行修正。将在本车位置信息取得部11中取得的本车位置信息P修正为包含由经度和纬度表示的本车辆的当前位置的信息、及本车辆的行进方位的信息的本车位置信息P。 

[导航用运算部] 

导航用运算部20是为了执行本车位置显示、从出发地到目的地的路线搜索、到达目的地的行进路线引导、目的地检索等导航功能，而按照应用程序23进行动作的运算处理单元。例如，导航用运算部20根据本车位置信息P，从地图数据库DB1取得本车辆周边的地图信息M，并在显示输入装置21中显示地图的图像，并且，进行在该地图的图像上，根据本车位置信息P，重叠显示本车位置标记的处理。另外，导航用运算部20根据地图数据库DB1中存储的地图信息M，进行从规定的出发地到目的地的路线搜索。并且，导航用运算部20根据搜索到的从出发地到目的地的路线和本车位置信息P，使用显示输入装置21和语音输出装置22的一方或双方，进行针对驾驶员的路线引导。另外，在本实施方式中，导航用运算部20与显示输入装置21和语音输出装置22连接。显示输入装置21是液晶显示装置等显示装置和触摸屏等输入装置成为一体的装置。语音输出装置具有扬声器等而构成。在本实施方式中，导航用运算部20、显示输入装置21和语音输出装置22作为本发明的引导信息输出单元24而起作用。 

图4是表示具有窄角分支的道路及其道路信息的说明图。在图中，n1～n3表示节点n，k1～k7表示路段k。R1～R4是与路段k1～k7对应的道路。作为干线道路的道路R1在节点n1处具有窄角分支。作为从道路R1分出的分支路的道路R2，作为侧道，沿着道路R1延伸，与作为在节点n2与道路R1正交的干线道路的道路R3连接。符号60表示在显示输入装置21中所显示的本车位置标记。本车位置标记60表示本车辆向窄角分支点即节点n1行进。另外，在道路R1和道路R2的分支点设置表示从道路R1向道路R2的分支的虚线状的道路标志F1。道路标志F1是成为本发明的识别对象的地物。此外，所谓窄角分支点是利用方位传感器难以检测行进路线变更的程度的小的角度的分支，例如是45 度以下的角度的分支。 

[履历信息生成部] 

履历信息生成部15作为履历信息生成单元而起作用，且该履历信息生成单元根据由路段判定部13判定的路段k，生成表示在路段k的分支点，本车辆通行过的路线的通行履历信息C。图5是表示图4的道路的通行履历的说明图。在图5中，在道路R1通行的本车辆50通过作为分支路的道路R2向道路R3行进。将道路R1上的位置a1处的本车辆50通过正确的路段判定，映射到与道路R1对应的路段k1，也将本车位置标记60显示在路段k1上的位置b1。将沿着道路R1的道路R2上的位置a2处的本车辆50，不是映射到与道路R2对应的路段k4，而是映射到与道路R1对应的路段k1。也将本车位置标记60显示在路段k1上的位置b2。将道路R3上的位置a3处的本车辆50通过正确的路段判定，映射到与道路R1对应的路段k5，也将本车位置标记60显示在路段k5上的位置b3。 

上述本车辆50的位置a1～a3、在显示输入装置21中显示的本车位置标记60的位置b1～b3是代表点。实际上，用更细致的步骤实施路段判定，并显示本车位置标记60。在所述例中，如果把由路段判定部13判定的路段k的路线，作为依据判定顺序的路段列来表示，则成为“k1→k2→k5”。如果参照图4和图5，就知道路段k2和路段k5是在道路信息R中没有连接关系的路段。即从路段k2向路段k5，产生了所谓的“位置跳跃”。位置跳跃意味着在显示输入装置21中显示的本车位置标记60变成不连续，使驾驶员产生不协调感。 

因此，本发明涉及的本车位置识别装置2为了能实施正确的路段判定，根据本车辆的通行履历生成通行履历信息C，根据通行履历信息C，生成学习优先级信息Rc。履历信息生成部15根据由路段判定部13判定的路段k的路线，生成通行履历信息C。 

作为一个例，可以与本车辆50的实际的通行路线无关，将通行履历信息C设为根据由路段判定部13判定的路段的顺序表示路段k的路线的信息。例如，在图5的例中，作为通行履历信息C(C1)生成“C1：k1→k2→k5”的路线即路段列。在图4和图5所示的例中，以下所示的 表示路线的路段列有时会成为通行履历信息C(C2～C4)。 

C2：k1→k4→k5 

C3：k1→k2→k3 

C4：k1→k4→k3 

通行履历信息C2是用基于正确的路段判定的路段列表示从道路R1经过道路R2到达道路R3的路线的情况。通行履历信息C3是通过正确的路段判定表示在分支点不进行行进路线变更而在道路R1上直行的路线的情况。通行履历信息C4是产生了与通行履历信息C1所表示的路段列相反方向的位置跳跃的情况。 

履历信息生成部15从分支点在规定的存储区间，存储由路段判定部13判定的路段k的路线，根据该存储的路段k的路线，生成通行履历信息C。这里，所谓规定的存储区间例如是产生通行履历信息C所表示的一个路段k向在道路信息R中没有连接关系的其他路段移动的“位置跳跃”之前的区间。在所述的例中，相当于通行履历信息C1和C4。通行履历信息C1的情况，以分支前的路段k1为起点，到产生了位置跳跃的路段k5之前的通行路线相当于存储区间。通行履历信息C4的情况，以分支前的路段k1为起点，到产生了位置跳跃的路段k3之前的通行路线相当于存储区间。 

可以将规定的存储区间，设为这以外的在本车辆的行进方向下一窄角分支点之前的区间、或规定的路段数。这是因为，如果到达了下一窄角分支点，则需要对该窄角分支点，生成通行履历信息C。另外，在未产生位置跳跃的情况下，为了决定结束存储区间的路段k，也可以按每个分支点，根据该分支点设定规定的路段数。规定数，优选是有产生位置跳跃的可能性的路段k之前的路段数以上。例如，在上述的例中，如果以分支前的路段k1为起点，设为3个路段，则路段k5或路段k3之前的通行路线就相当于存储区域。当然，为了提高精度，也可以设为4个以上的路段数。 

在上述中，表示了与本车辆50的实际的通行路线无关，按照由路段判定部13判定的路段的顺序，生成通行履历信息C的例。可是，履 历信息生成部15也可以，根据由路段判定部13判定的路段k，判定在路段k的分支点，本车辆50实际通行的路线，生成表示该实际通行过的路线的通行履历信息C。 

例如，在由路段判定部13判定的路段k的顺序是“k1→k2→k5”的情况下，产生了在道路信息R中没有连接关系的路段k2到k5的移动。这被认为是位置跳跃，所以将实际的通行路线判定为“k1→k4→k5”，并将其作为通行履历信息C生成。 

[图像识别部] 

图像识别部16作为图像识别单元而起作用，且该图像识别单元进行图像信息G中包含的识别对象的图像识别处理。这里，所谓识别对象是图像信息中包含的特征，包含边缘、规定颜色、及规定形状中的任意一个以上。而且，这些识别图像的识别结果是通过针对该识别对象的规定的图像识别处理而取得的特征量。将识别对象优选设为路面上存在的地物，即设置在道路的路面上的道路标志。可以将道路标志通过对图像信息G实施公知的高斯滤波处理等，作为边缘成分抽出。如果将该边缘成分设为识别对象，边缘成分的抽出数的多少则成为作为识别结果的特征量。另外，对于用白色和黄色、橙色画的道路标志，通过对图像信息G实施公知的窗比较器(window comparator)处理，可以抽出其颜色成分。如果将各颜色设为识别对象，则颜色的种类和与其相对的抽出数的多少成为作为识别结果的特征量。另外，也可以把特定的形状，例如三角形、圆形、四边形、数字等特定形状作为识别对象，进行图案匹配处理，将其匹配度设为特征量。 

在图4和图5所示的例中，将道路标志F1作为识别对象而识别。识别结果的最简洁的例是道路标志F1的图像识别的有无。例如，在道路R1上通行的本车辆50如果从道路R1向道路R2变更行进路线，本车辆50则跨过道路标志F1行驶。其结果，图像识别单元16对作为识别对象的道路标志F1进行图像识别。另一方面，如果本车辆50在道路R1继续行驶，则不跨过道路标志F1，而未识别到作为识别对象的道路标志F1。作为识别对象的道路标志F1的识别结果成为识别信息V。在本实施方式中，根据是否对道路标志F1进行了图像识别，取得以下的2种识别信息V1、V2。 

V1：有道路标志F1的识别 

V2：无道路标志F1的识别 

[学习数据库] 

学习数据库DB2作为履历信息存储单元而起作用，且该履历信息存储单元把由履历信息生成部15生成的通行履历信息C与表示基于图像识别单元的识别对象的识别结果的识别信息建立关联而存储。学习数据库DB2按每个分支点，将从该分支点开始的通行路线的通行比例与识别信息V建立关联进行合计，进行数据库化并存储。例如，上述例中的通行履历信息C1～C4，根据识别信息V所表示的识别结果，具有以下所示的通行比例。 

V1：有道路标志F1的识别 

C1：k1→k2→k5：78％ 

C2：k1→k4→k5：22％ 

C3：k1→k2→k3：0％ 

C4：k1→k4→k3：0％ 

V2：无道路标志F1的识别 

C1：k1→k2→k5：7％ 

C2：k1→k4→k5：2％ 

C3：k1→k2→k3：90％ 

C4：k1→k4→k3：1％ 

此外，在根据实际本车辆50通行过的通行路线，生成了通行履历信息C(C12、C13)的情况下，根据识别信息V所表示的识别结果，具有以下所示的通行比例。 

V1：有道路标志F1的识别 

C12：k1→k4→k5：100％ 

C13：k1→k2→k3：0％ 

V2：无道路标志F1的识别 

C12：k1→k4→k5：9％ 

C13：k1→k2→k3：91％ 

由图像信息取得部10取得的本车辆50的周边的图像信息G是拍摄实际本车辆50通行的道路R2而得到的。因此，基于图像识别部16的识别对象的识别结果即道路标志F1的识别结果是与本车辆50通行的道路R2匹配的。因此，在识别到道路标志F1的情况下，本车辆50以100％的通行比例通过相当于路段k4的道路R2。相反，在未识别到道路标志F1的情况下，本车辆50以几乎100％的通行比例，通过相当于路段k2的道路R1。可是，图像信息G的图像质量受到天气和时刻等摄影条件的影响，所以即使通过道路R2，有时也未进行道路标志F1的图像识别。在本例中，即使在未图像识别到道路标志F1的情况下，也以9％的通行比例通过相当于路段k4的道路R2。 

[学习部] 

学习部18根据履历信息存储部15中存储的通行履历信息C，生成表示从在分支点分支出的多个路段k中判定本车辆50通行的路段k时的各路段k的优先级的学习优先级信息Rc。学习部18相当于本发明的学习单元。如果根据学习数据库DB2中存储的通行履历信息C1～C4和识别信息V1、V2，针对在分支点分支出的多个路段k2和路段k4的本车辆50的通行比例按照识别信息V所表示的识别结果，如下。 

V1：有道路标志F1的识别 

k1→k2：0％ 

k1→k4：100％ 

V2：无道路标志F1的识别 

k1→k2：91％ 

k1→k4：9％ 

因此，学习部18根据该通行比例和图像识别信息，生成表示针对路段k2和k4的优先级的信息即学习优先级信息Rc。学习部18根据基于图像识别部16的识别对象的识别结果，从学习数据库DB2抽出与和该识别结果符合的识别信息V建立了关联的通行履历信息C。然后，根据该抽出的通行履历信息C，生成学习优先级信息Rc。在所述的例中，学习优先级信息Rc作为系数，按以下那样生成。 

V1：有道路标志F1的识别 

k1→k2：0.0 

k1→k4：10.0 

V2：无道路标志F1的识别 

k1→k2：9.1 

k1→k4：0.9 

这样，学习部18根据本车辆的通行比例、和所述分支点处的所述识别对象的有无，来生成学习优先级信息Rc。学习优先级信息Rc成为表示根据本车辆的通行比例而决定的优先级的信息，且该本车辆的通行比例是，根据与基于图像识别部16的识别对象的识别结果符合的识别信息V建立了关联的通行履历信息C而判定的，且是本车辆在该识别结果的情况下的分支点分支出的多个路段k的每个路段上通行的比例。如上所述，由学习部18生成的学习优先级信息Rc在基于路段判定部13的本车辆通行的路段k的判定中使用。另外，基于该路段判定部13的本车辆通行的路段k的判定结果在基于本车位置信息修正部14的本车位置信息P的修正中使用。 

[本车位置识别的次序] 

以下，参照图6所示的流程图，说明本发明涉及的本车位置识别装置2的本车位置识别的次序。这里，设本车位置识别装置2已经识别了 在图4和图5的路段k1中通行的情况，而继续以下的说明。以下说明的本车位置识别的次序是由导航装置1的各功能部来执行，且该导航装置1的各功能部是以CPU或DSP等运算处理装置为核心部件，利用硬件或软件(程序)或者其双方而被安装。在各功能部由程序(本车位置识别程序)构成的情况下，CPU或DSP作为执行构成各功能部的各过程的计算机而动作。 

如上所述，本车位置信息取得部11取得本车位置信息P(本车位置信息取得过程：#1)。另外，道路信息取得部12取得道路信息R(道路信息取得过程：#2)。路段判定部13根据所取得的本车位置信息P和道路信息R，判定本车辆50通行的路段k。以下，使用具体的例子，说明基于路段判定部13的路段k的判定方法。图7是表示图4和图5所示的窄角分支处的路段判定的说明图。 

在图7所示的例中，基于本车位置信息修正部14的修正前的本车位置信息P作为表示位置e2的信息而被取得。另外，该本车位置信息P具有误差范围E。在本车位置信息P所表示的位置位于位置e2的状态下，在误差范围E内包含干线道路的路段k2和从作为窄角分支点的节点n1分支的路段k4的双方。因此，在该状态下，利用路段判定部13，基于从本车位置信息P所表示的位置e2到各路段k2、k4的距离d1、d2的系数D、和通用优先级信息Rb，判定本车辆50通行的路段k。这里，表示位置e2和路段k4的距离d1的系数D由路段判定部13运算例如为5.0。另一方面，表示位置e2和路段k2的距离d2的系数D由路段判定部13运算例如为5.0。在由道路信息取得部12取得的道路信息R中包含表示这样的分支点处的路段k的优先级的通用优先级信息Rb。所谓通用优先级信息Rb是表示根据道路的属性而设定的、从分支出的多个路段中判定本车辆50通行的路段k时的各路段k的优先级的信息。该通用优先级信息Rb，优选设为，例如是根据各路段k的属性信息中包含的道路类别和道路宽度等通用的条件，按照在分支点分支出的多个路段k中车辆通行的可能性的大小而决定的各路段k的优先级的信息。如图4和图5所示，在由路段k2表示的道路R1是干线道路，由路段k4表示的道路R3是侧道的情况下，通用优先级信息Rb例如设为路段k2是8.0，路段k4为2.0。路段判定部13使用相对路段k的距离的系数D、和通用优先级信息Rb，如下那样运算一致度。 

k2：D×Rb＝5.0×8.0＝40.0 

k4：D×Rb＝5.0×2.0＝10.0 

这样，关于一致度，与路段k4并行的路段k2比实际本车辆50通行的路段k4更高。因此，路段判定部13判定为本车辆50通行的路段k是路段k2。 

另一方面，图像信息取得部10取得由摄像装置6拍摄的本车辆的周边的图像信息G(#4：图像信息取得过程)。然后，由图像识别部16进行所取得的图像信息G中包含的识别对象的图像识别处理(#5：图像识别过程)。进行识别对象的图像识别，在图4和图5所示的例中，进行道路标志F1的图像识别，并把其识别结果作为识别信息V暂时存储(#7)。在本例中，将已图像识别了道路标志F1的结果作为识别信息V暂时存储。图6所示的处理#7与处理#5一起，相当于本发明的图像识别过程。此外，在处理#7之前，也可以设置用于进行如下处理的判定处理#6：判定是否已图像识别到某些识别对象，在已图像识别到的情况下，暂时存储该识别信息V。另外，也可以同时并行实施图6所示的处理1～处理#3、处理#4～处理#7。 

接着，履历信息生成部15判定用于生成通行履历信息C的规定的存储区间是否已结束(#8)。如上所述，所谓规定的存储区间例如是产生通行履历信息C所表示的一个路段k向在道路信息R中没有连接关系的其他路段移动的“位置跳跃”之前的区间、或在本车辆的行进方向的下一窄角分支点之前的区间。由当前时刻能生成的通行履历信息C表示的路段列是路段k1→路段k2。该路段列不满足上述的存储区间的结束条件。因此，履历信息生成部15在处理#8中判定为“否”。在规定的存储区间结束之前，重复上述的处理#1～处理#7。 

如果本车辆50到达了图4和图5所示的位置a3，则误差范围E内包含的路段k就成为只有路段k5。因此，进行与上述同样的路段判定的结果是本车辆50通行的路段k被判定为路段k5。这里，路段k2和路段k5在道路信息R中是没有连接关系的路段k，产生了“位置跳跃”。履历信息生成部15根据位置跳跃的产生，而判定为存储区间结束(#8)。而且，把由“k1→k2→k5”表示的路段列作为通行履历信息C生成(#9)。 通行履历信息，也可以是如上所述那样判定的表示路段k的顺序的路段列，也可以是表示实际的路线的路段列。在本例中，无论实际的通行路线如何，设为表示由路段判定部13判定的路段k的顺序的路段列。处理#9、或在处理#9中包含处理#8的过程相当于本发明的履历信息生成过程。 

将所生成的通行履历信息C，与表示图像识别过程中的识别对象的识别结果的识别信息V建立关联，存储到学习数据库DB2中(#10：履历信息存储过程)。每当通过相同的分支点时，通过重复上述的处理，来存储、积蓄通行履历信息C。由于多次通过相同的分支点，在学习数据库DB2中，例如与识别信息V建立关联地构建了以下的表示本车辆50的通行比例的信息。 

V1：有道路标志F1的识别 

C1：k1→k2→k5：78％ 

C2：k1→k4→k5：22％ 

C3：k1→k2→k3：0％ 

C4：k1→k4→k3：0％ 

V2：无道路标志F1的识别 

C1：k1→k2→k5：7％ 

C2：k1→k4→k5：2％ 

C3：k1→k2→k3：90％ 

C4：k1→k4→k3：1％ 

学习部18根据该通行履历信息C1～C4和识别信息V1、V2，生成表示由路段判定部13从在分支点分支出的多个路段k中，判定本车辆50通行的路段k时的各路段k的优先级的学习优先级信息Rc(#11：学习过程)。根据学习数据库DB2中存储的通行履历信息C1～C4，针对在分支点分支出的多个路段k2和路段k4的本车辆50的通行比例，按照 识别信息V，成为以下那样。 

V1：有道路标志F1的识别 

k1→k2：0％ 

k1→k4：100％ 

V2：无道路标志F1的识别 

k1→k2：91％ 

k1→k4：9％ 

学习部18根据该通行比例和作为识别对象的道路标志F1的图像识别的有无，生成表示针对路段k2以及k4的优先级的信息即学习优先级信息Rc。在上述的例中，学习优先级信息Rc作为系数，按以下那样生成。 

V1：有道路标志F1的识别 

k1→k2：0.0 

k1→k4：10.0 

V2：无道路标志F1的识别 

k1→k2：9.1 

k1→k4：0.9 

学习后，即生成学习优先级信息Rc后，在本车辆50通过相同的分支点时，按以下那样进行路段判定。以下，以在图7所示的路段判定的例中使用学习优先级信息Rc的情况为例，进行说明。针对路段k的距离的系数D、和通用优先级信息Rb与上述的例相同。即距离的系数D是d1＝d2＝5.0，关于通用优先级信息Rb，k1→k2为8.0，k1→k4为2.0。路段判定部13使用针对路段k的距离的系数D、和通用优先级信息Rb、学习优先级信息Rc，按以下那样运算一致度。 

V1：有道路标志F1的识别 

k2：D×Rb×Rc＝5.0×8.0×0.0＝0.0 

k4：D×Rb×Rc＝5.0×2.0×10.0＝100.0 

V2：无道路标志F1的识别 

k2：D×Rb×Rc＝5.0×8.0×9.1＝364.0 

k4：D×Rb×Rc＝5.0×2.0×0.9＝9.0 

这样，在识别信息V表示具有道路标志F1的图像识别的情况下，关于一致度，实际本车辆50通行的路段k4比与路段k4并行的路段k2高。因此，路段判定部13把本车辆50通行的路段k判定为路段k4。总之，根据识别对象即道路标志F1的图像识别结果，将正确的路段k判定为本车辆50通行的路段k。 

另一方面，在识别信息V表示没有道路标志F1的图像识别的情况下，与路段k4相比，路段k2的一致度高。当本车辆50在与路段k2对应的道路R2上通行的情况下，因为未图像识别道路标志F1，所以正确的路段k被判定。可是，即使未图像识别道路标志F1的情况下，也有时本车辆50是在路段k4上通行，这时成为错误匹配。可是，如上述所示，在本例中，没有识别对象即道路标志F1的图像识别，本车辆50在路段k4上通行的通行比例是9％左右。误匹配的可能性，依赖于尽管本车辆50跨过道路标志F1而通过，但由图像识别部16未识别到道路标志F1的概率、和本车辆50通过路段k2的频度。因此，这样的错误匹配较少，且是不成为实用上的问题的程度，与以往相比，大幅度抑制了错误匹配。 

此外，在上述例中，除了通用优先级信息Rb以外，还使用学习优先级信息Rc，但是，作为其他实施方式，也可以代替通用优先级信息Rb，而使用学习优先级信息Rc。这种情况下，按以下那样运算一致度。 

V1：有道路标志F1的识别 

k2：D×Rb×Rc＝5.0×0 

k4：D×Rb×Rc＝5.0×10.0＝50.0 

V2：无道路标志F1的识别 

k2：D×Rb×Rc＝5.0×9.1＝45.5 

k4：D×Rb×Rc＝5.0×0.9＝4.5 

[实施方式2] 

在上述的实施方式中(称作第一实施方式)，示例了按照识别信息V所表示的识别结果，把图4和图5所示的例中的通行履历信息C1～C4存储到学习数据库DB2的情况。可是，向学习数据库DB2的存储形式并不局限于此。如以下所示，也可以按每个表示通行履历的路段列，以表示道路标志F1的识别的有无的形式进行存储。 

C1：k1→k2→k5：V1：有道路标志F1的识别：90％ 

V2：无道路标志F1的识别：10％ 

C2：k1→k4→k5：V1：有道路标志F1的识别：90％ 

V2：无道路标志F1的识别：10％ 

C3：k1→k2→k3：V1：有道路标志F1的识别：0％ 

V2：无道路标志F1的识别：100％ 

C4：k1→k4→k3：V1：有道路标志F1的识别：0％ 

V2：无道路标志F1的识别：100％ 

如果根据存储在学习数据库DB2中的通行履历信息C1～C4和识别信息V1、V2，针对在分支点分支出的多个路段k2和路段k4的本车辆50的通行比例，按照识别信息V所表示的识别结果，为以下那样。 

k1→k2：V1：有道路标志F1的识别：90％ 

V2：无道路标志F1的识别：10％ 

k1→k4：V1：有道路标志F1的识别：0％ 

V2：无道路标志F1的识别：100％ 

即，在向路段k2通行的情况下，总是识别不到道路标志F1。在向路段k4通行的情况下，并不是总是识别到道路标志F1，即使未识别到道路标志F1，也有10％的比例在路段k4上通行。因此，与实施方式1相同，按照识别信息V生成学习优先级信息Rc。如果按原样反映通行比例，则为以下的形式。 

V1：有道路标志F1的识别 

k1→k2：0.0 

k1→k4：9.0 

V2：无道路标志F1的识别 

k1→k2：10.0 

k1→k4：1.0 

与上述的实施方式1相同，如果取得针对k2和k4的比率，则为以下的形式。 

V1：有道路标志F1的识别 

k1→k2：0.0 

k1→k4：10.0 

V2：无道路标志F1的识别 

k1→k2：9.1 

k1→k4：0.9 

这样，可以取得与上述的实施方式1相同的学习优先级信息Rc。 

[其他实施方式] 

(1)在上述实施方式中，说明了如下情况的例：根据识别信息V所表示的在分支点处的识别对象的图像识别的有无、和分支点处的本车辆的通行比例，生成学习优先级信息Rc。可是，并不局限于此，也可以根据识别信息所表示的所述分支点处所述识别对象的识别位置、和分支点处本车辆的通行比例，生成学习优先级信息Rc。例如，如图8所示，在成为识别对象的道路标志F2设置在分支的2个道路的边界的情况下，当本车辆50在道路1通行时，在图像信息G的左侧的区域中图像识别道路标志F2，当在道路R2通行时，在右侧的区域中图像识别道路标志F2。即，可以根据在图像信息G的哪个位置识别同一识别对象，来生成学习优先级信息Rc。 

(2)在上述的实施方式中，以以下情况为例进行了说明：成为识别对象的道路标志F1位于在以往的路段判定中容易错误匹配侧的道路R2上。当然，并不局限于该形式，如图9所示，也可以把存在于难以错误匹配侧的道路R1中的道路标志F3作为识别对象，来生成学习优先级信息Rc。 

(3)在上述的实施方式中，说明了以下情况下的例：地图数据库DB1中存储的道路信息R具有通用优先级信息Rb和学习优先级信息Rc。但是，本发明的实施方式并不局限于此。即，也可以将通用优先级信息Rb设为，根据道路属性信息Ra，在基于路段判定部13的本车辆50通行的路段k的判定时，由通用优先级信息取得单元生成的信息。在上述实施方式中，道路信息取得部11具有通用优先级取得单元的功能，但是，在本实施方式中，设置根据道路属性信息Ra等，生成通用优先级信息的另外的功能部。或者，也可以使路段判定部13作为通用优先级取得单元而起作用来构成。另外，关于学习优先级信息Rc，也可以不是把在学习部18中生成的信息预先存储在地图数据库DB1中，而是设为根据学习数据库DB2中存储的通行履历信息C，在基于路段判定部13的本车辆50通行的路段k的判定时，由学习部18生成的信息。 

(4)在上述的实施方式中，说明了如下情况下的例：作为判定本车辆通行的路段k时的各路段k的优先级，使用学习优先级信息Rc和通用优先级信息Rb。可是，本发明的实施方式并不局限于此，也优选 采用考虑了这些信息Rc和Rb以外的条件，决定各路段的优先级的构成。例如，在导航用运算部20中设定了到达目的地的路线的情况下，使用用于使沿着该路线的路段k的优先级提高的设定路线优先级信息，判定本车辆通行的路段的构成也是本发明优选的实施方式之一。 

(5)在上述的实施方式中，作为识别对象，以路面上存在的地物即设置在道路的路面上的道路标志为例，进行了说明。可是，识别对象并不局限于此。作为其他存在于路面上的地物，有道路的路面上的痕迹、道路的路面上的污垢、道路的路面上的裂缝、铺路的接缝、下水井的盖子等，可以将它们设为识别对象。通过对图像信息G实施众所周知的高斯滤波处理，能把路面的痕迹或污垢、裂缝等和路面的边界作为边缘成分抽出。如果将该边缘成分设为识别对象，则可以把边缘成分的抽出数的多少设为作为识别结果的特征量。当然，也可以根据边缘检测来识别形状，并将其设为特征量。另外，识别对象并不局限于存在于路面上的地物，也可以把道路标识或引导标识等设为识别对象。 

以上，如所说明的那样，根据本发明可以提供从在分支点，特别是窄角分支点分支出的多个路段中，以高精度判定本车辆通行的路段的本车位置识别装置。 

[工业上的可利用性] 

本发明例如可以在导航装置等中使用，应用在识别本车位置的本车位置识别装置中。 

Claims (13)

1.一种本车位置识别装置，其特征在于，包括：

本车位置信息取得单元，取得表示本车辆的当前位置的本车位置信息；

道路信息取得单元，取得利用多个路段的连接关系表示道路的道路信息；

通用优先级信息取得单元，取得表示根据道路的属性设定的、从分支出的多个路段中判定本车辆通行的路段时的各路段的优先级的通用优先级信息；

路段判定单元，根据所述本车位置信息和所述通用优先级信息，判定本车辆通行的路段；

履历信息生成单元，根据由所述路段判定单元判定的路段，生成表示在路段的分支点本车辆通行过的路线的通行履历信息；

图像信息取得单元，取得本车辆的周边的图像信息；

图像识别单元，进行所述图像信息中包含的识别对象的图像识别处理；

履历信息存储单元，把由所述履历信息生成单元生成的所述通行履历信息，与表示基于所述图像识别单元的识别对象的识别结果的识别信息建立关联而存储；

学习单元，根据在所述履历信息存储单元中存储的所述通行履历信息和所述图像信息，生成学习优先级信息，且该学习优先级信息表示由所述路段判定单元从在所述分支点分支出的多个路段中，判定本车辆通行的路段时的各路段的优先级，

所述路段判定单元，在所述学习优先级信息被生成后，还使用所述学习优先级信息判定本车辆通行的路段。

2.根据权利要求1所述的本车位置识别装置，其特征在于，

所述履历信息生成单元从所述分支点开始在规定的存储区间，存储由所述路段判定单元判定的路段的路线，根据该存储的路段的路线，生成所述通行履历信息。

3.根据权利要求1或2所述的本车位置识别装置，其特征在于，

所述学习单元根据基于所述图像识别单元的识别对象的识别结果，从所述履历信息存储单元抽出与和该识别结果符合的所述识别信息建立了关联的所述通行履历信息，根据该抽出的所述通行履历信息，生成所述学习优先级信息。

4.根据权利要求1或2所述的本车位置识别装置，其特征在于，

所述学习优先级信息是表示根据所述识别信息所表示的所述分支点处的所述识别对象的图像识别的有无和本车辆的通行比例而决定的优先级的信息，且该本车辆的通行比例是指根据所述通行履历信息判定的本车辆在所述分支点分支出的多个路段的每个路段通行的比例。

5.根据权利要求1或2所述的本车位置识别装置，其特征在于，

所述学习优先级信息是表示根据所述识别信息所表示的所述分支点处的所述识别对象的识别位置和本车辆的通行比例而决定的优先级的信息，且该本车辆的通行比例是指根据所述通行履历信息判定的本车辆在所述分支点分支出的多个路段的每个路段通行的比例。

6.根据权利要求1或2所述的本车位置识别装置，其特征在于，

所述路段判定单元，在所述学习优先级信息被生成后，代替所述通用优先级信息，使用所述学习优先级信息，判定本车辆通行的路段。

7.根据权利要求1或2所述的本车位置识别装置，其特征在于，

所述本车位置信息取得单元根据基于所述路段判定单元的本车辆通行的路段的判定结果，修正所述本车位置信息。

8.根据权利要求1或2所述的本车位置识别装置，其特征在于，

所述路段的分支点是窄角分支。

9.根据权利要求1或2所述的本车位置识别装置，其特征在于，

所述履历信息生成单元根据由所述路段判定单元判定的路段，判定在路段的分支点，本车辆实际通行过的路线，生成表示该实际通行过的路线的所述通行履历信息。

10.根据权利要求1或2所述的本车位置识别装置，其特征在于，

所述履历信息生成单元生成：根据由所述路段判定单元判定的路段的顺序表示路线的所述通行履历信息。

11.根据权利要求2所述的本车位置识别装置，其特征在于，

所述存储区间是产生所述通行履历信息所表示的一个路段向在所述道路信息中没有连接关系的其他路段移动的位置跳跃之前的区间。

12.根据权利要求2所述的本车位置识别装置，其特征在于，

所述存储区间是在本车辆的行进方向到达下一分支点之前的区间。

13.一种本车位置识别方法，其特征在于，包括：

本车位置信息取得步骤，取得表示本车辆的当前位置的本车位置信息；

道路信息取得步骤，取得利用多个路段的连接关系表示道路的道路信息；

通用优先级信息取得步骤，取得表示根据道路的属性设定的、从分支出的多个路段中判定本车辆通行的路段时的各路段的优先级的通用优先级信息；

路段判定步骤，根据所述本车位置信息和所述通用优先级信息，判定本车辆通行的路段；

履历信息生成步骤，根据由所述路段判定步骤判定的路段，生成表示在路段的分支点本车辆通行过的路线的通行履历信息；

图像信息取得步骤，取得本车辆的周边的图像信息；

图像识别步骤，进行所述图像信息所包含的识别对象的图像识别处理；

履历信息存储步骤，把由所述履历信息生成步骤生成的所述通行履历信息与表示所述图像识别步骤的识别对象的识别结果的识别信息建立关联存储在履历信息存储单元中；

学习步骤，根据在所述履历信息存储单元中存储的所述通行履历信息和所述图像信息，生成学习优先级信息，且该学习优先级信息表示在所述路段判定步骤从在所述分支点分支出的多个路段中，判定本车辆通行的路段时的各路段的优先级，

在所述路段判定步骤中，在所述学习优先级信息被生成后，还使用所述学习优先级信息判定本车辆通行的路段。

Images