CN110309845B - 信息处理系统以及信息处理方法 - Google Patents

Abstract

提供能够抑制基于识别结果的融合的物体的识别结果的恶化的信息处理系统以及信息处理方法。具备：第一获得部(120)，获得作为基于来自第一传感器(201)的感测数据的物体的识别结果的第一识别结果；第二获得部(130)，获得作为基于来自与第一传感器(201)不同的第二传感器(202)的感测数据的物体的识别结果的第二识别结果；第一判断部(140)，进行判断第一识别结果以及第二识别结果的类似度的第一判断；融合控制部(160)，按照第一判断的结果，对第一识别结果以及第二识别结果的融合处理进行控制；以及输出部(180)，按照第一判断的结果，输出第一识别结果、第二识别结果以及对第一识别结果和第二识别结果进行融合处理的第三识别结果中的至少一个。

Description

信息处理系统以及信息处理方法

技术领域

本公开涉及，信息处理系统以及信息处理方法。

背景技术

专利文献1公开，利用第一传感器的输出数据、以及第二传感器的输出数据由传感器融合执行物体的识别的结构的系统。

(现有技术文献)

(专利文献)

专利文献1：日本特开2017－102838号公报

但是，在现有技术中，会有利用传感器融合的物体的识别结果比利用个别的传感器的物体的识别结果恶化的情况。

发明内容

本公开，提供能够抑制基于识别结果的融合的物体的识别结果的恶化的信息处理系统以及信息处理方法。

本公开的实施方案之一涉及的信息处理系统，具备：第一获得部，获得第一识别结果，所述第一识别结果是基于来自第一传感器的感测数据的物体的识别结果；第二获得部，获得第二识别结果，所述第二识别结果是基于来自与所述第一传感器不同的第二传感器的感测数据的物体的识别结果；第一判断部，进行第一判断，即，判断所述第一识别结果以及所述第二识别结果的类似度；融合控制部，按照所述第一判断的结果，对所述第一识别结果以及所述第二识别结果的融合处理进行控制；以及输出部，按照所述第一判断的结果，输出所述第一识别结果、所述第二识别结果以及第三识别结果中的至少一个，所述第三识别结果是将所述第一识别结果以及所述第二识别结果融合的识别结果。

并且，本公开的实施方案之一涉及的信息处理系统，具备：第一获得部，获得第一识别结果，所述第一识别结果是基于来自第一传感器的感测数据的物体的识别结果；第二获得部，获得第二识别结果，所述第二识别结果是基于来自与所述第一传感器不同的第二传感器的感测数据的物体的识别结果；融合处理部，对所述第一识别结果以及所述第二识别结果进行融合处理；第二判断部，进行第二判断，即，判断第一类似度以及第二类似度，所述第一类似度是第三识别结果与所述第一识别结果的类似度，所述第二类似度是第三识别结果与所述第二识别结果的类似度，所述第三识别结果是对所述第一识别结果以及所述第二识别结果进行融合处理的识别结果；以及输出部，按照所述第二判断的结果，输出所述第一识别结果、所述第二识别结果以及所述第三识别结果中的至少一个。

而且，它们的总括或具体的形态，也可以作为方法、集成电路、计算机程序或计算机可读取的CD－ROM等的记录介质来实现，也可以任意组合方法、集成电路、计算机程序以及记录介质来实现。

本公开涉及的信息处理系统以及信息处理方法，能够抑制基于识别结果的融合的物体的识别结果的恶化。

附图说明

图1是示出实施方式1涉及的信息处理系统的外观图的图。

图2是示出实施方式1涉及的具备信息处理装置的信息处理系统的硬件结构的一个例子的框图。

图3是示出实施方式1涉及的信息处理系统的功能结构的一个例子的框图。

图4是示出在与类似度以及识别精度对应的多个情况下第三识别结果的精度是否提高的表。

图5是示出实施方式1涉及的信息处理系统的信息处理方法的一个例子的流程图。

图6是示出实施方式2涉及的信息处理系统的功能结构的一个例子的框图。

图7是示出在与类似度以及识别精度对应的多个情况下第三识别结果的性能是否提高的表。

图8是示出实施方式2涉及的信息处理系统的信息处理方法的一个例子的流程图。

图9是示出实施方式3涉及的信息处理系统的功能结构的一个例子的框图。

图10是示出在与类似度以及识别精度对应的多个情况下第三识别结果的性能是否提高的表。

图11是示出实施方式3涉及的信息处理系统的信息处理方法的一个例子的流程图。

具体实施方式

(作为本发明的基础的知识)

本发明人，关于所述的现有技术，发现了产生以下的问题。

如专利文献1所记载的技术，即使利用第一传感器的输出数据、以及第二传感器的输出数据执行物体的识别，也会有不能提高识别的精度的情况。在此情况下，会有输出精度低的识别结果的情况。

在将基于从多个种类的传感器的每一个获得的传感器数据的识别结果融合利用的情况下，在与多个种类的传感器之中的第一传感器对应的识别结果离准确很远的情况下，即，在与第一传感器对应的识别结果的精度低的情况下，会有给全体的识别结果带来坏影响的情况。例如，在第一传感器的感测数据中包括大量噪声的情况下，在包括大的噪声的情况下，在第一传感器故障的情况下等，导致与第一传感器对应的识别结果包括大的误差。

并且，难以判断第一传感器的感测数据是否为精度良好的感测数据。例如，在感测数据是图像的情况下，若是在夜间拍摄的图像，则根据该图像的像素值难以区别，是包括粗糙的噪声的图像，还是拍摄粗糙的材质的物体的图像。

为了解决这样的问题，本公开的实施方案之一涉及的信息处理系统，具备：第一获得部，获得第一识别结果，所述第一识别结果是基于来自第一传感器的感测数据的物体的识别结果；第二获得部，获得第二识别结果，所述第二识别结果是基于来自与所述第一传感器不同的第二传感器的感测数据的物体的识别结果；第一判断部，进行第一判断，即，判断所述第一识别结果以及所述第二识别结果的类似度；融合控制部，按照所述第一判断的结果，对所述第一识别结果以及所述第二识别结果的融合处理进行控制；以及输出部，按照所述第一判断的结果，输出所述第一识别结果、所述第二识别结果以及第三识别结果中的至少一个，所述第三识别结果是将所述第一识别结果以及所述第二识别结果融合的识别结果。

据此，按照第一识别结果以及第二识别结果的类似度的判断结果，对第一识别结果以及第二识别结果的融合处理进行控制，并且，输出第一识别结果、第二识别结果、以及通过融合处理获得的第三识别结果中的至少一个。因此，能够抑制基于识别结果的融合的物体的识别结果的恶化。

并且，也可以是，所述第一识别结果以及所述第二识别结果是，物体的位置的识别结果，所述类似度是，与所述物体的位置有关的类似度。

据此，按照识别的物体的位置的类似度的判断结果，输出第一识别结果、第二识别结果以及第三识别结果中的至少一个，因此，能够抑制基于识别结果的融合的物体的识别结果的恶化。

并且，也可以是，所述第一识别结果以及所述第二识别结果是，物体的属性的识别结果，所述类似度是，所述物体的属性的类似度。

据此，按照识别的物体的属性的类似度的判断结果，输出第一识别结果、第二识别结果以及第三识别结果中的至少一个，因此，能够抑制基于识别结果的融合的物体的识别结果的恶化。

并且，也可以是，所述第一识别结果以及所述第二识别结果是，物体的存在的识别结果，所述类似度是，所述物体的数量的类似度。

据此，按照识别的物体的数量的类似度的判断结果，输出第一识别结果、第二识别结果以及第三识别结果中的至少一个，因此，能够抑制基于识别结果的融合的物体的识别结果的恶化。

并且，也可以是，还具备第三获得部，所述第三获得部，获得与所述第一识别结果的第一评价值相关的第一相关信息、以及与所述第二识别结果的第二评价值相关的第二相关信息，所述融合控制部，按照所述第一判断的结果、和获得的所述第一相关信息以及所述第二相关信息，对融合处理进行控制。

据此，获得第一相关信息以及第二相关信息，从而进行考虑到第一识别结果的第一评价值以及第二识别结果的第二评价值的融合处理。也就是说，按照第一识别结果以及第二识别结果的类似度的判断结果、和第一相关信息以及第二相关信息，对融合处理进行控制，从而能够获得良好的物体的识别结果。

并且，也可以是，所述第一相关信息是，感测时的所述第一传感器被配置的空间的环境、感测时的所述第一传感器的状态以及所述第一传感器的规格中的至少一个，所述第二相关信息是，感测时的所述第二传感器被配置的空间的环境、感测时的所述第二传感器的状态以及所述第二传感器的规格中的至少一个。

据此，获得感测时的第一传感器以及第二传感器被配置的空间的环境、感测时的第一传感器以及第二传感器的状态、和第一传感器以及第二传感器的规格中的至少一个从而能够容易进行考虑到第一评价值以及第二评价值的融合处理。

并且，也可以是，还具备第二判断部，所述第二判断部，进行第二判断，即，判断第一类似度以及第二类似度，所述第一类似度是所述第三识别结果与所述第一识别结果的类似度，所述第二类似度是所述第三识别结果与所述第二识别结果的类似度，所述输出部，按照所述第二判断的结果，输出所述第一识别结果、所述第二识别结果、以及所述第三识别结果中的至少一个。

据此，按照第一类似度以及第二类似度，输出第一识别结果、第二识别结果以及第三识别结果中的至少一个，因此，能够获得良好的物体的识别结果。

并且，也可以是，所述融合控制部，根据是否对所述第一识别结果以及所述第二识别结果进行融合处理，对所述融合处理进行控制。

据此，按照第一判断的结果控制是否进行融合处理，因此，例如，在按照第一判断的结果，预测到即使执行融合处理也不能提高识别结果的情况下，不进行融合处理，从而能够可靠地防止基于识别结果的融合的物体的识别结果的恶化。

并且，也可以是，所述融合控制部，根据是否向进行融合处理的融合处理部输入所述第一识别结果或所述第二识别结果，控制是否对所述第一识别结果以及所述第二识别结果进行融合处理。

据此，按照第一判断的结果控制向融合处理部的第一识别结果以及第二识别结果的输入。因此，即使在不能直接控制融合处理部的工作的情况下也能够控制是否进行融合处理。

并且，也可以是，所述融合控制部，对所述第一识别结果以及所述第二识别结果的融合处理的参数进行调整，从而对所述融合处理进行控制。

据此，按照第一判断的结果调整融合处理的参数。因此，例如，在按照第一判断的结果，预测到即使执行融合处理也不能提高识别结果的情况下，使融合处理的权重变小，从而进行融合处理也能够抑制基于识别结果的融合的物体的识别结果的恶化。

并且，本公开的实施方案之一涉及的信息处理系统，具备：第一获得部，获得第一识别结果，所述第一识别结果是基于来自第一传感器的感测数据的物体的识别结果；第二获得部，获得第二识别结果，所述第二识别结果是基于来自与所述第一传感器不同的第二传感器的感测数据的物体的识别结果；融合处理部，对所述第一识别结果以及所述第二识别结果进行融合处理；第二判断部，进行第二判断，即，判断第一类似度以及第二类似度，所述第一类似度是第三识别结果与所述第一识别结果的类似度，所述第二类似度是第三识别结果与所述第二识别结果的类似度，所述第三识别结果是对所述第一识别结果以及所述第二识别结果进行融合处理的识别结果；以及输出部，按照所述第二判断的结果，输出所述第一识别结果、所述第二识别结果以及所述第三识别结果中的至少一个。

据此，按照第一类似度以及第二类似度，输出第一识别结果、第二识别结果以及第三识别结果中的至少一个，因此，能够获得良好的物体的识别结果。

并且，也可以是，还具备识别部，所述识别部，根据来自所述第一传感器的感测数据以及来自所述第二传感器的感测数据的每一个执行物体的识别处理，输出所述第一识别结果以及所述第二识别结果。

据此，若获得来自第一传感器的感测数据以及来自第二传感器的感测数据，则能够获得第一识别结果以及第二识别结果。

而且，它们的总括或具体的形态，也可以作为方法、集成电路、计算机程序或计算机可读取的CD－ROM等的记录介质来实现，也可以任意组合方法、集成电路、计算机程序或记录介质来实现。

以下，对于本公开的实施方案之一涉及的信息处理系统以及信息处理方法，参照附图进行具体说明。

而且，以下说明的实施方式，都示出本公开的一个具体例子。以下的实施方式示出的数值、形状、材料、构成要素、构成要素的配置位置以及连接形态、步骤、步骤的顺序等是一个例子而不是限定本公开的宗旨。因此，对于以下的实施方式的构成要素中的、示出最上位概念的实施方案中没有记载的构成要素，作为任意的构成要素而被说明。

(实施方式1)

以下，利用图1至图5，说明实施方式1。

[1-1.结构]

图1是示出实施方式1涉及的信息处理系统的外观图的图。

实施方式1涉及的信息处理系统10是，配置在车辆200的系统。如图1示出，信息处理系统10具备，信息处理装置100、第一传感器201、以及第二传感器202。也就是说，在车辆200，配置有信息处理装置100、第一传感器201以及第二传感器202。

第一传感器201是，例如，拍摄车辆200的前方的摄像装置。第一传感器201，不仅限于车辆200的前方，而拍摄车辆200的周围即可，也可以拍摄车辆200的左方向、右方向、后方向等。由第一传感器201获得的作为感测数据的图像，例如，用于识别车辆200的周围的物体。识别的结果，例如，用于车辆200的自动驾驶或驾驶支援。

第二传感器202是，检测车辆200的周围的物体为止的距离的距离传感器。示出由第二传感器202检测出的距离的距离信息，例如，用于估计自动驾驶或自动驾驶支援的该车辆200的位置。

信息处理装置100，例如，利用由第一传感器201获得的感测数据、以及由第二传感器202获得的感测数据，对各个感测数据执行识别处理。而且，信息处理装置100，利用作为基于由第一传感器201获得的感测数据的识别结果的第一识别结果、以及作为基于由第二传感器202获得的感测数据的识别结果的第二识别结果，输出精度更高的识别结果。

接着，对于具备信息处理装置100的信息处理系统10的硬件结构的具体例，利用图2进行说明。

图2是示出实施方式1涉及的具备信息处理装置的信息处理系统的硬件结构的一个例子的框图。

如图2示出，信息处理系统10，作为硬件结构，具备信息处理装置100、第一传感器201、以及第二传感器202。信息处理系统10也可以还具备，第三传感器203、以及驾驶控制装置300。

信息处理装置100，作为硬件结构，具备处理器101、主存储器102、存储装置103、以及通信IF(Interface)104。并且，信息处理装置100也可以是，例如，ECU(ElectronicControl Unit)。

处理器101是，执行存储装置103等所存储的控制程序的处理器。

主存储器102是，用作处理器101执行控制程序时使用的工作区域的易失性的存储区域。

存储装置103是，保持控制程序、内容等的非易失性的存储区域。

通信IF104是，经由CAN(Controller Area Network)等的通信网络与第一至第三传感器201至203以及驾驶控制装置300进行通信的通信接口。而且，通信IF104，不仅限于有线通信的通信接口而可以是无线通信的通信接口。并且，通信IF104，若是与第一至第三传感器201至203、驾驶控制装置300等能够建立通信连接的通信接口，则也可以是任何通信接口。并且，通信IF104也可以是，与互联网等的通用网络或专用网络能够通信连接的通信接口。

第一传感器201是，具有透镜等的光学系统以及图像传感器的摄像装置、即照相机。第一传感器201，与信息处理装置100连接成相互能够通信。第一传感器201，以不同的多个定时、例如60fps拍摄图像，将拍摄的图像作为感测数据输出。

第二传感器202是，检测与车辆200的周围的物体的距离的距离传感器。第二传感器202，具体而言，检测与位于车辆200的水平方向上360度全方位、以及垂直方向上规定的角度(例如30度)的角度范围的检测范围的物体之间的距离。由第二传感器202检测出的距离，例如，用于生成包括车辆200的周围的物体的地形的三维形状。第二传感器202是，例如，LIDAR(Light Detection and Ranging)等的激光传感器。第二传感器202，输出以不同多个定时感测而得到的感测数据。

第三传感器203是，例如，配置在配置有第一传感器201以及第二传感器202的空间的、检测该空间的照度的照度传感器。第三传感器203，例如，也可以配置在车辆200的车内，也可以配置在车辆200的车外。第三传感器203，输出以不同多个定时感测而得到的感测数据。

驾驶控制装置300是，控制车辆200的驾驶的信息处理装置。驾驶控制装置300具有，例如，处理器、主存储器、存储装置、通信IF等。驾驶控制装置300也可以，由与信息处理装置100共同的结构实现。也就是说，驾驶控制装置300也可以，由处理器101、主存储器102、存储装置103、以及通信IF104实现。并且，驾驶控制装置300，例如，也可以由ECU实现，在信息处理装置100由ECU实现的情况下，也可以由实现信息处理装置100的ECU实现，也可以由与实现信息处理装置100的ECU不同的ECU实现。

信息处理系统10也可以，除了第一至第三传感器201至203以外，而具有检测车辆200的三轴方向各自的加速度的加速度传感器、检测车辆200的旋转角速度的陀螺传感器等的各种传感器。并且，信息处理系统10也可以具有，检测车辆200的当前位置的GNSS(GlobalNavigation Satellite System)的接收机。

驾驶控制装置300是，控制车辆200的驾驶的信息处理装置。具体而言，驾驶控制装置300，对进行车轮的操舵的转向装置、使车轮旋转驱动的发动机、电动机等的动力源、进行车轮的制动的刹车等进行控制，从而进行车辆200的自动驾驶或驾驶支援。驾驶控制装置300具有，例如，处理器、主存储器、存储装置、通信IF等。驾驶控制装置300也可以，由与信息处理装置100共同的结构实现。也就是说，驾驶控制装置300也可以，由处理器101、主存储器102、存储装置103、以及通信IF104实现。并且，驾驶控制装置300，例如，也可以由ECU实现，在信息处理装置100由ECU实现的情况下，也可以由实现信息处理装置100的ECU实现，也可以由与实现信息处理装置100的ECU不同的ECU实现。

接着，对于信息处理系统10的功能结构，利用图3进行说明。

图3是示出实施方式1涉及的信息处理系统的功能结构的一个例子的框图。

信息处理系统10具备，第一获得部120、第二获得部130、第一判断部140、融合控制部160、第二判断部170、以及输出部180。信息处理系统10，也可以还具备第一传感器201，也可以还具备第二传感器202，也可以还具备第三传感器203，也可以还具备识别部110，也可以具备第三获得部150。而且，在此，对于第一至第三传感器201至203的结构，与所述同样，因此，省略说明。

识别部110具有，第一识别部111以及第二识别部112。第一识别部111，根据来自第一传感器201的感测数据，执行物体的识别处理(以下，也简称为识别处理)，输出作为该识别处理的结果的第一识别结果。在此，物体的识别包括，物体的存在的识别、到物体为止的距离的识别、物体的属性的识别、物体的大小的识别等的关于物体的各种各样的识别。第一识别部111，获得第一传感器201以不同多个定时感测而得到的多个感测数据，根据获得的多个感测数据进行识别处理。第一识别部111，也可以针对多个感测数据的每一个进行识别处理，也可以针对多个感测数据之中的两个以上的感测数据所构成的多个组合的每一个进行识别处理。

第二识别部112，根据来自第二传感器202的感测数据，执行识别处理，输出作为该识别处理的结果的第二识别结果。第二识别部112，也可以获得第二传感器202以不同多个定时感测而得到的多个感测数据，针对获得的多个感测数据的每一个进行识别处理，也可以针对多个感测数据之中的两个以上的感测数据所构成的多个组合的每一个进行识别处理。

由识别部110执行的识别处理是，例如，利用机器学习模型的识别处理。具体而言，第一识别结果以及第二识别结果是，物体的识别结果。并且，第一识别结果以及第二识别结果，例如，也可以是识别物体的位置的结果，也可以是识别物体的属性的结果，也可以是识别物体的数量的结果。识别部110，也可以由信息处理装置100实现，也可以由与信息处理装置100连接成能够通信的与信息处理装置100不同的信息处理装置实现。

第一获得部120，从第一识别部111获得第一识别结果。第一获得部120，例如，由处理器101、主存储器102、存储装置103以及通信IF104等实现。

第二获得部130，从第二识别部112获得第二识别结果。第二获得部130，例如，由处理器101、主存储器102、存储装置103以及通信IF104等实现。

第一判断部140，进行判断第一识别结果以及第二识别结果的类似度的第一判断。由第一判断部140成为第一判断的对象的第一识别结果以及第二识别结果是，例如，基于第一传感器201以及第二传感器202各自对同一空间、或包括共同的空间的空间进行感测而得到的感测数据的识别结果。也就是说，作为成为第一判断的对象的第一识别结果的基础的感测数据、以及作为第二识别结果的基础的感测数据是，例如，以彼此相同的定时由第一传感器201以及第二传感器202感测的数据。而且，相同的定时也可以是，能够视为相同的定时的程度时间差小的不同定时。第一判断部140，例如，由处理器101、主存储器102以及存储装置103等实现。

而且，在车辆200没有移动的情况下，第一传感器201以及第二传感器202感测的空间没有变化，因此，在第一判断中，也可以不利用基于以彼此相同的定时由第一传感器201以及第二传感器202获得的两个感测数据的第一识别结果以及第二识别结果。也就是说，在此时的第一判断中，也可以对第一判断利用基于以互不相同的定时由第一传感器201以及第二传感器202获得的两个感测数据的第一识别结果以及第二识别结果。

类似度的第一例是，与识别的物体的位置有关的类似度，更具体而言，是识别的物体的位置的类似度、从第一传感器201或第二传感器202到识别的物体为止的距离的类似度、识别的物体的位置的每单位时间的变化量。而且，识别的物体的位置的每单位时间的变化量是，识别的物体的位置的移动速度。第一判断部140也可以，例如，若第一识别结果中识别的物体的位置、以及第二识别结果中识别的物体的位置的平均值或中央值、与识别的各个位置的差小于规定的阈值，则判断为类似度大，若为规定的阈值以上，则判断为类似度小。同样，针对第一判断部140也可以，到物体为止的距离的平均值或中央值、与识别的各个距离的差，或者，每单位时间的变化量的平均值或中央值、与识别的各个变化量的差，按照是否小于规定的阈值，判断类似度的大小。

类似度的第二例是，识别的物体的属性的类似度，更具体而言，是识别的物体的种类、颜色、大小、形状等。第一判断部140也可以，例如，第一识别结果中识别的物体的种类、与第二识别结果中识别的物体的种类，在预先规定的分类中，若属于相同的分类，则判断为类似度大，若分别属于不同的分类，则判断为类似度小。同样，第一判断部140也可以，对于物体的颜色、或物体的形状，按照在预先规定的分类中，是否属于相同的分类，判断类似度的大小。并且，第一判断部140也可以，对于将物体的颜色数值化的指标的数值的平均值或中央值、与识别的各个颜色的指标的数值的差，或者，大小的平均值或中央值、与识别的各个大小的差，按照是否小于规定的阈值，判断类似度的大小。

类似度的第三例子是，识别的物体的数量的类似度。也就是说，识别的物体的数量的类似度是，由第一传感器201在作为感测的对象的空间中识别的物体的数量、与由第二传感器202在作为感测的对象的空间中识别的物体的数量的类似度。第一判断部140也可以，例如，若第一识别结果中在识别的物体的数量、以及第二识别结果在识别的物体的数量的平均值或中央值、与识别的各个物体的数量的差小于规定的阈值，则判断为类似度大，若为规定的阈值以上，则判断为类似度小。

而且，对于规定的阈值，也可以按照各个类似度设定不同的值。

第三获得部150，获得与第一识别结果的第一评价值相关的第一相关信息、以及与第二识别结果的第二评价值相关的第二相关信息。第三获得部150，也可以从第三传感器203获得第一相关信息以及第二相关信息，也可以从未图示出的外部设备获得第一相关信息以及第二相关信息。

在此，第一评价值以及第二评价值是，例如，正解率、适合率、再现率、F值、误差、不正解率等。以下，将包括第一评价值以及第二评价值的评价值也称为识别的精度。第一相关信息以及第二相关信息分别是，感测时的第一传感器201以及第二传感器202被配置的空间的环境、感测时的第一传感器201以及第二传感器202的状态、以及第一传感器201以及第二传感器202的规格中的至少一个。

空间的环境，例如，与该空间的照度有关。空间的照度，也可以是由第三传感器203检测出的照度，也可以是根据从外部设备得到的天气信息预测的照度，也可以是根据当前时刻预测的照度。在空间的照度比第一照度低的情况下，由作为第一传感器201的一个例子的照相机拍摄的图像，照相机的图像传感器的噪声等级以下的像素值的像素多，因此，难以从该图像高精度地识别物体。另一方面，在空间的照度比高于第一照度的第二照度高的情况下，由照相机拍摄的图像，超过照相机的图像传感器能够拍摄的最大值的像素值多，因此，难以从该图像高精度地识别物体。如此，空间的照度，与利用由照相机获得的作为感测数据的图像的识别处理的评价值处于相关关系。因此，也可以将空间的照度，用于判断第一识别结果的精度高还是低。

并且，空间的照度，也会有给作为第二传感器202的一个例子的距离传感器带来影响的情况。例如，在太阳光或太阳光的反射光入射到距离传感器的情况下，即，在距离传感器的周边检测出比第三照度高的照度的情况下，难以从由距离传感器获得的感测数据高精度地识别物体。因此，也可以将空间的照度，用于判断第二识别结果的精度高还是低。

第一传感器201以及第二传感器202的状态是，各个传感器的发送部或接收部脏的程度，各个传感器是否故障的状态等。在此，对于发送部，在距离传感器的情况下是照射或发射激光等的光、电波、音波等的部分。对于接收部，在照相机的情况下是照相机的受光部，在距离传感器的情况下是将照射或发射的光、电波、音波等的反射波接收的部分。在第一传感器201以及第二传感器202的状态示出，发送部或接收部脏的情况下，能够估计为从由与脏的发送部或接收部对应的传感器的感测数据获得的识别结果的精度低。

并且，图中没有示出，但是，第三获得部150也可以，从第一传感器201将基于由第一传感器201的感测数据的值作为第一相关信息获得。

在此情况下，例如，第一相关信息是，照相机拍摄的图像的全像素值的分散。在图像的像素值的分散比第一分散大的情况下，能够估计为噪声多的图像，因此，难以从该图像高精度地识别物体。另一方面，图像的像素值的分散比小于第一分散的第二分散小的情况下，能够估计为不能检测边缘、因过暗而像素值小、因拍摄雾、雨而像素值均匀，因此，难以从该图像高精度地识别物体。如此，图像的像素值的分散，与利用由照相机获得的作为感测数据的图像的识别处理的评价值处于相关关系。因此，也可以将图像的像素值的分散，用于判断第一识别结果的精度高还是低。

第一传感器201以及第二传感器202的规格是，示出第一传感器201以及第二传感器202各自的性能的规格。

第三获得部150，例如，由处理器101、主存储器102、存储装置103以及通信IF104等实现。

融合控制部160，按照第一判断的结果、和获得的第一相关信息以及第二相关信息，对融合处理进行控制。融合控制部160，具体而言，通过进行(1)对第一识别结果以及第二识别结果进行融合处理、(2)不对第一识别结果以及第二识别结果进行融合处理、以及(3)调整第一识别结果以及第二识别结果的融合处理的参数的任一个，从而对融合处理进行控制。而且，融合处理的参数是，第一识别结果以及第二识别结果的融合处理的权重。

融合控制部160，按照第一相关信息以及第二相关信息，在估计为第一识别结果以及第二识别结果的至少一个的精度高的情况下，对第一识别结果以及第二识别结果进行融合处理。例如，融合控制部160，将第一识别结果以及第二识别结果输入到融合处理模块，获得作为输出的第三识别结果。并且，融合控制部160，按照第一相关信息以及第二相关信息，在估计为第一识别结果以及第二识别结果的精度低的情况下，不对第一识别结果以及第二识别结果进行融合处理。例如，融合控制部160，不将第一识别结果以及第二识别结果输入到融合处理模块。而且，融合控制部160，按照第一相关信息以及第二相关信息，在估计为第一识别结果以及第二识别结果之中的一个的精度低的情况下，也可以进行将估计为精度低的识别结果的权重设为，比估计为精度高的识别结果的权重小的融合处理。

融合控制部160，输出进行第一识别结果以及第二识别结果的融合处理而得到的第三识别结果。融合控制部160，例如，由处理器101、主存储器102以及存储装置103等实现。而且，融合控制部160，也可以自己执行融合处理，也可以使执行融合处理的融合处理模块执行融合处理。融合处理模块，也可以设置在融合控制部160，也可以设置在融合控制部160的外部。

在此，利用图4考虑，由融合控制部160获得的第三识别结果与第一识别结果或第二识别结果相比使识别精度更提高的情况是怎样的情况。

图4是示出在与类似度以及识别精度对应的多个情况下第三识别结果的精度是否提高的表。在图4中，按照第一识别结果以及第二识别结果的类似度大还是小、第一识别结果以及第二识别结果的每一个与第三识别结果的两个类似度的双方是否大、第一识别结果的识别精度高还是低、以及第二识别结果的识别精度高还是低，划分情况。

图4的识别精度的组合示出，第一识别结果的精度、以及第二识别结果的精度的组合。“高·高”示出，第一识别结果的精度、以及第二识别结果的精度都高的情况，“高·低”示出，第一识别结果的精度、以及第二识别结果的精度的一方高另一方低的情况，“低·低”示出，不能判断第一识别结果的精度、以及第二识别结果的精度的情况。并且，图4的“类似度大”以及“类似度小”分别示出，第一识别结果以及第二识别结果的类似度大的情况、以及该类似度小的情况。“类似度大”中的“与第三识别结果的类似度大”以及“与第三识别结果的类似度小”分别示出，在“类似度大”中，第一识别结果以及第二识别结果的每一个与第三识别结果的两个类似度的双方大的情况、以及该两个类似度的至少一个小的情况。同样，“类似度小”中的“与第三识别结果的类似度大”以及“与第三识别结果的类似度小”分别示出，在“类似度小”中，第一识别结果以及第二识别结果的每一个与第三识别结果的两个类似度的双方大的情况、以及该两个类似度小的情况。而且，在此，两个类似度，相当于后述的第一类似度以及第二类似度。

如图4示出，在识别精度的组合为“高·高”的情况下，与类似度的大小无关而第三识别结果的精度提高。例如，在识别精度的组合为“高·高”的情况下，在“类似度大”的情况下，第一识别结果以及第二识别结果精度都高，并且，识别结果的类似度大，因此，类似的识别结果的精度彼此高。因此，在此情况下，贡献于彼此的识别结果的精度提高。并且，在识别精度的组合为“高·高”的情况下，在“类似度小”的情况下，第一识别结果以及第二识别结果精度都高，并且，识别结果的类似度小，因此，不类似、即不同的识别对象的识别结果的精度彼此高。因此，在此情况下，贡献于补互彼此的识别结果的精度提高。

反而，在识别精度的组合为“低·低”的情况下，与类似度的大小无关而第三识别结果的精度提高或降低。这是因为，在识别精度的组合为“低·低”的情况下，第一识别结果的精度以及第二识别结果的精度都低，因此，即使组合也并不一定贡献于精度提高或性能补充的缘故。

而且，在识别精度的组合为“高·低”的情况下，若“类似度大”，则第三识别结果的精度提高，若“类似度小”，则按照与第三识别结果的类似度的大小，第三识别结果的精度提高或降低。具体而言，在识别精度的组合为“高·低”的情况下，即使第一识别结果以及第二识别结果的类似度小，若与作为融合处理的结果的第三识别结果之间的类似度大，则与融合处理的结果之间的偏离小，因此，也认为有效地执行融合处理。因此，在此情况下，贡献于补互彼此的识别结果的性能提高。另一方面，若与作为融合处理的结果的第三识别结果之间的类似度小，则与融合处理的结果之间的偏离大，因此，认为没有有效地执行融合处理。因此，在此情况下，通过进行融合处理从而引起精度降低。

如此，按照第一识别结果以及第二识别结果的识别精度的高低的组合、第一识别结果以及第二识别结果的类似度的大小、以及第一识别结果以及第二识别结果的每一个与第三识别结果的类似度的大小，能够分类为使作为融合处理的结果的第三识别结果的精度或性能提高的效果的情况、以及使精度或性能降低的情况分类。因此，通过考虑图4所示的情况，从而能够更有效地进行融合处理，能够减少精度或性能低的识别结果的输出。

第二判断部170，进行判断作为第三识别结果、与第一识别结果以及第二识别结果的每一个的类似度的第一类似度以及第二类似度的第二判断。也就是说，第二判断部170，在第二判断中，判断作为第三识别结果与第一识别结果的类似度的第一类似度，并且，判断作为第三识别结果与第二识别结果的类似度的第二类似度。第二判断部170，例如，由处理器101、主存储器102以及存储装置103等实现。

输出部180，按照第二判断的结果，输出第一识别结果、第二识别结果、以及第三识别结果中的至少一个。并且，输出部180，按照第一相关信息以及第二相关信息，在估计为第一识别结果以及第二识别结果的精度高的情况下，也可以输出第一识别结果、第二识别结果、以及第三识别结果之中的至少第三识别结果。

并且，输出部180，按照第一相关信息以及第二相关信息，在估计为第一识别结果以及第二识别结果的一方的精度高的情况下，在第一识别结果以及第二识别结果类似度大的情况下，也可以输出第一识别结果、第二识别结果、以及第三识别结果之中的至少第三识别结果。并且，输出部180，按照第一相关信息以及第二相关信息，在估计为第一识别结果以及第二识别结果的一方的精度高的情况下，在第一识别结果以及第二识别结果的类似度小，并且，第三识别结果与第一识别结果以及第二识别结果的每一个的两个类似度的双方大的情况下，也可以输出第一识别结果、第二识别结果、以及第三识别结果之中的至少第三识别结果。并且，输出部180，按照第一相关信息以及第二相关信息，在估计为第一识别结果以及第二识别结果的一方的精度高的情况下，在第一识别结果以及第二识别结果的类似度小，并且，第三识别结果与第一识别结果以及第二识别结果的每一个的两个类似度的至少一方小的情况下，也可以不输出第三识别结果。而且，输出部180，按照第一相关信息以及第二相关信息，在估计为第一识别结果以及第二识别结果的一方的精度高的情况下，在输出第一识别结果、第二识别结果、以及第三识别结果之中的至少第三识别结果的情况下，也可以与第三识别结果一起，输出第一识别结果以及第二识别结果之中的估计为精度高的识别结果。

并且，输出部180，按照第一相关信息以及第二相关信息，在估计为第一识别结果以及第二识别结果的一方的精度低的情况下，也可以输出第一识别结果以及第二识别结果的至少一方。

输出部180，例如，由处理器101、主存储器102、存储装置103以及通信IF104等实现。

[1-2.工作]

接着，说明实施方式1涉及的信息处理系统10的工作。

图5是示出实施方式1涉及的信息处理系统的信息处理方法的一个例子的流程图。

首先，在信息处理系统10中，识别部110的第一识别部111，根据来自第一传感器201的感测数据，执行识别处理，输出作为该识别处理的结果的第一识别结果(S11)。

而且，第一获得部120，从第一识别部111获得第一识别结果(S12)。

另一方面，识别部110的第二识别部112，根据来自第二传感器202的感测数据，执行识别处理，输出作为该识别处理的结果的第二识别结果(S13)。

而且，第二获得部130，从第二识别部112获得第二识别结果(S14)。

对于步骤S11以及S12、与步骤S13以及S14的一方的处理，与是否执行另一方的处理无关而执行处理。

接着，第一判断部140，进行判断第一识别结果以及第二识别结果的类似度的第一判断(S15)。

第三获得部150，获得第一相关信息以及第二相关信息(S16)。而且，对于步骤S16，在步骤S17之前进行即可，不仅限于在步骤S15之后进行。

融合控制部160，按照第一判断的结果、和第一相关信息以及第二相关信息，对融合处理进行控制(S17)。

第二判断部170，进行判断作为第三识别结果、与第一识别结果以及第二识别结果的每一个的类似度的第一类似度以及第二类似度的第二判断(S18)。

输出部180，按照第二判断的结果，输出第一识别结果、第二识别结果，以及第三识别结果中的至少一个(S19)。

[1－3.效果等]

根据本实施方式涉及的信息处理系统10，按照第一识别结果以及第二识别结果的类似度的判断结果，对第一识别结果以及第二识别结果的融合处理进行控制，并且，输出第一识别结果、第二识别结果、以及通过融合处理获得的第三识别结果中的至少一个。因此，能够减少精度低的识别结果的输出。

并且，在信息处理系统10中，第一识别结果以及第二识别结果是，物体的识别结果，类似度是，与物体的位置有关的类似度。也就是说，信息处理系统10，按照识别的物体的位置的类似度的判断结果，输出第一识别结果、第二识别结果以及第三识别结果中的至少一个。因此，能够抑制基于识别结果的融合的物体的识别结果的恶化。

并且，在信息处理系统10中，第一识别结果以及第二识别结果是，物体的识别结果，类似度是，物体的属性的类似度。也就是说，信息处理系统10，按照识别的物体的属性的类似度的判断结果，输出第一识别结果、第二识别结果以及第三识别结果中的至少一个。因此，能够抑制基于识别结果的物体的识别结果的恶化。

并且，在信息处理系统10中，第一识别结果以及第二识别结果是，物体的识别结果，类似度是，物体的数量的类似度。也就是说，在信息处理系统10中，按照识别的物体的数量的类似度的判断结果，输出第一识别结果、第二识别结果以及第三识别结果中的至少一个。因此，能够抑制物体的识别结果的恶化。

并且，信息处理系统10，获得第一相关信息以及第二相关信息，从而进行考虑到第一识别结果的第一评价值以及第二识别结果的第二评价值的融合处理。也就是说，信息处理系统10，按照第一识别结果以及第二识别结果的类似度的判断结果、和第一相关信息以及第二相关信息，对融合处理进行控制，从而能够获得良好的物体的识别结果。

理系统10，获得感测时的第一传感器201以及第二传感器202被配置的空间的环境、感测时的第一传感器201以及第二传感器202的状态、和第一传感器201以及第二传感器202的规格中的至少一个，因此，能够容易进行考虑到第一评价值以及第二评价值的融合处理。

并且，信息处理系统10，进行判断作为第三识别结果、与第一识别结果以及第二识别结果的每一个的类似度的第一类似度以及第二类似度的第二判断，按照第二判断的结果，输出第一识别结果、第二识别结果以及第三识别结果中的至少一个。因此，能够获得良好的物体的识别结果。

并且，信息处理系统10，作为融合处理的控制，执行进行融合处理、不进行融合处理、以及调整融合处理的参数中的任意一个。因此，例如，在按照第一判断的结果，预测到即使执行融合处理也不能提高识别结果的情况下，不进行融合处理，或者，对融合处理的参数进行调整，从而能够抑制基于识别结果的融合的物体的识别结果的恶化。

并且，信息处理系统10，根据来自第一传感器201的感测数据以及来自第二传感器202的感测数据的每一个执行识别处理，输出第一识别结果以及第二识别结果。因此，信息处理系统10，若获得来自第一传感器201的感测数据以及来自第二传感器202的感测数据，则能够获得第一识别结果以及第二识别结果。

[1-4.变形例]

[1－4－1.变形例1]

在所述实施方式1中，获得第一相关信息以及第二相关信息，从而估计基于由第一传感器201的感测数据的第一识别结果的精度、以及基于由第二传感器202的感测数据的第二识别结果的精度，但是，不仅限于此。例如，识别部110，从第一传感器201以及第二传感器202的每一个获得在多个不同定时感测的多个感测数据，针对获得的多个感测数据的每一个，进行识别处理，因此，获得多个第一识别结果，获得多个第二识别结果。因此，识别部110也可以，若对现在的第一识别结果与基于之前的定时的感测数据的第一识别结果进行比较而得到的差，比规定的阈值大，则估计为现在的第一识别结果的识别精度低。同样，识别部110也可以，若对现在的第二识别结果与基于之前的定时的感测数据的第二识别结果进行比较而得到的差，比规定的阈值大，则估计为现在的第二识别结果的识别精度低。在此情况下，融合控制部160也可以，将第一识别结果的精度、以及第二识别结果的精度，从识别部110获得，按照获得的第一识别结果的精度、以及第二识别结果的精度对融合处理进行控制。

并且，例如，识别部110也可以，对根据从第二传感器202获得的感测数据生成的SLAM(Simultaneous Localization and Mapping)、与预先存储或预先从外部设备获得的ADAS(Advanced driver－assistance systems)地图进行比较，在生成的SLAM与ADAS地图相比形状大不同的情况下，估计为第二识别结果的精度低。

[1－4－2.变形例2]

在所述实施方式1涉及的信息处理系统10中，在融合处理之后执行第二判断部170，但是，不仅限于此。例如，第二判断部170也可以，按照第一相关信息以及第二相关信息，仅在估计第一识别结果以及第二识别结果的一方的精度高的情况下，并且，在第一识别结果以及第二识别结果的类似度小的情况下，进行第二判断。

(实施方式2)

接着，说明实施方式2。

图6是示出实施方式2涉及的信息处理系统的功能结构的一个例子的框图。

信息处理系统10A，与实施方式1涉及的信息处理系统10相比，不同之处是，没有具备第二判断部170，以及，输出部180a的功能。对于信息处理系统10A的其他的结构，与实施方式1涉及的信息处理系统10同样，因此，省略说明。

输出部180a，按照第一相关信息以及第二相关信息，输出第一识别结果、第二识别结果、以及第三识别结果中的至少一个。输出部180a也可以，例如，按照第一相关信息以及第二相关信息，在估计为第一识别结果以及第二识别结果的精度高的情况下，输出第一识别结果、第二识别结果、以及第三识别结果之中的至少第三识别结果。

并且，输出部180a也可以，按照第一相关信息以及第二相关信息，在估计为第一识别结果以及第二识别结果的一方的精度高的情况下，在第一识别结果以及第二识别结果的类似度大的情况下，输出第一识别结果、第二识别结果、以及第三识别结果之中的至少第三识别结果。并且，输出部180a也可以，按照第一相关信息以及第二相关信息，在估计为第一识别结果以及第二识别结果的一方的精度高的情况下，在第一识别结果以及第二识别结果的类似度小的情况下，不输出第三识别结果。而且，输出部180a也可以，按照第一相关信息以及第二相关信息，在估计为第一识别结果以及第二识别结果的一方的精度高的情况下，在输出第一识别结果、第二识别结果、以及第三识别结果之中的至少第三识别结果的情况下，与第三识别结果一起，输出第一识别结果以及第二识别结果之中的估计为精度高的识别结果。

并且，输出部180a也可以，按照第一相关信息以及第二相关信息，在估计为第一识别结果以及第二识别结果的一方的精度低的情况下，输出第一识别结果以及第二识别结果的至少一方。

图7是示出在与类似度以及识别精度对应的多个情况下第三识别结果的性能是否提高的表。在图7中，按照第一识别结果以及第二识别结果的类似度大还是小、第一识别结果的识别精度高还是低、以及第二识别结果的识别精度高还是低，划分情况。在实施方式2中，不进行第二判断，因此，图7是，没有考虑图4中的第一识别结果以及第三识别结果的类似度大还是小，第二识别结果以及第三识别结果的类似度大还是小的表。

因此，在图7示出的表的情况下，在识别精度的组合是“高·低”的情况下，若“类似度大”则第三识别结果的性能提高，但是，若“类似度小”则第三识别结果的性能降低。对于识别精度的组合是“高·高”的情况，以及“低·低”的情况，与图4的情况同样，因此，省略说明。

图8是示出实施方式2涉及的信息处理系统的信息处理方法的一个例子的流程图。

实施方式2涉及的信息处理方法，与实施方式1涉及的信息处理方法相比，不同之处是，不进行步骤S18，以及，输出的步骤S19a，因此，说明步骤S19a。

若步骤S17结束，输出部180a，则按照第一相关信息以及第二相关信息，输出第一识别结果、第二识别结果、以及第三识别结果中的至少一个(S19a)。

即使在如实施方式2不进行第二判断的情况下，信息处理系统10A，也按照第一判断的结果、以及第一相关信息以及第二相关信息，选择输出的识别结果。具体而言，信息处理系统10A，按照第一相关信息以及第二相关信息，在估计为第一识别结果以及第二识别结果的一方的精度高的情况下，在第一识别结果以及第二识别结果的类似度小的情况下，不输出第三识别结果。因此，能够抑制基于识别结果的融合的物体的识别结果的恶化。

(实施方式3)

接着，说明实施方式3。

图9是示出实施方式3涉及的信息处理系统的功能结构的一个例子的框图。

信息处理系统10B，与实施方式1的信息处理方法相比，不同之处是，没有具备第一判断部140，以及，融合控制部160b以及输出部180b的功能。对于信息处理系统10B的其他的结构，与实施方式1涉及的信息处理系统10同样，因此，省略说明。

融合控制部160b，从识别部110获得第一识别结果以及第二识别结果，对获得的第一识别结果以及第二识别结果进行融合处理。也就是说，实施方式2涉及的融合控制部160b，与实施方式1涉及的融合控制部160相比，不考虑第一判断结果，而对第一识别结果以及第二识别结果进行融合处理。

输出部180b也可以，按照第一相关信息以及第二相关信息，在估计为第一识别结果以及第二识别结果的精度高的情况下，输出第一识别结果、第二识别结果、以及第三识别结果之中的至少第三识别结果。

并且，输出部180b也可以，按照第一相关信息以及第二相关信息，在估计为第一识别结果以及第二识别结果的一方的精度高的情况下，在第三识别结果与第一识别结果以及第二识别结果的每一个的类似度大的情况下，输出第一识别结果、第二识别结果、以及第三识别结果之中的至少第三识别结果。另一方面，输出部180b也可以，按照第一相关信息以及第二相关信息，在估计为第一识别结果以及第二识别结果的一方的精度高的情况下，在第三识别结果与第一识别结果以及第二识别结果的每一个的类似度小的情况下，不输出第三识别结果。而且，输出部180b也可以，按照第一相关信息以及第二相关信息，在估计为第一识别结果以及第二识别结果的一方的精度高的情况下，在输出第一识别结果、第二识别结果、以及第三识别结果之中的至少第三识别结果的情况下，与第三识别结果一起，输出第一识别结果以及第二识别结果之中的估计为精度高的识别结果。

并且，输出部180b也可以，按照第一相关信息以及第二相关信息，在估计为第一识别结果以及第二识别结果的一方的精度低的情况下，输出第一识别结果以及第二识别结果的至少一方。

图10是示出在与类似度以及识别精度对应的多个情况下第三识别结果的性能是否提高的表。在图10中，按照第一识别结果以及第二识别结果的每一个与第三识别结果的两个类似度的双方大还是小、第一识别结果的识别精度高还是低、以及第二识别结果的识别精度高还是低，划分情况。在实施方式3中，不进行第一判断，因此，图10是，没有考虑图4中的第一识别结果以及第三识别结果的类似度大还是小的表。

因此，在图10示出的表的情况下，在识别精度的组合是“高·低”的情况下，若“与第三识别结果的类似度大”则第三识别结果的性能提高，但是，若“与第三识别结果的类似度小”则第三识别结果的性能降低。对于识别精度的组合是“高·高”的情况，以及“低·低”的情况，与图4的情况同样，因此，省略说明。

图11是示出实施方式3涉及的信息处理系统的信息处理方法的一个例子的流程图。

实施方式3涉及的信息处理方法，与实施方式1涉及的信息处理方法相比，不同之处是，不进行步骤S15，以及，步骤S17b的融合处理，因此，说明步骤S17b。

若步骤S16结束，融合控制部160b，则对第一识别结果以及第二识别结果进行融合处理(S17b)。

而且，进行步骤S18，然后，输出部180b，按照第二判断的结果，输出第一识别结果、第二识别结果、以及第三识别结果中的至少一个(S19b)。

即使在如实施方式3不进行第一判断的情况下，信息处理系统10B，也按照第二判断的结果、以及第一相关信息以及第二相关信息，选择输出的识别结果。具体而言，信息处理系统10B，按照第一相关信息以及第二相关信息，在估计为第一识别结果以及第二识别结果的一方的精度高的情况下，在第三识别结果与第一识别结果以及第二识别结果的每一个的第一类似度以及第二类似度小的情况下，不输出第三识别结果。因此，能够抑制基于识别结果的融合的物体的识别结果的恶化。

(其他的实施方式)

所述实施方式1至3中说明的信息处理系统10、10A、10B，搭载在车辆200的信息处理系统，但是，不仅限于搭载在车辆200，而能够适用于对基于来自两个以上的传感器的感测数据的两种以上的识别结果进行融合处理的结构的各种信息处理系统。

并且，所述实施方式1至3中说明的信息处理系统10、10A、10B，输出从感测数据的识别处理的识别结果，但是，不仅限于此。例如，在输出第三识别结果的情况下也可以，为了获得学习数据，而输出将能够获得判断为性能提高的第三识别结果的情况与此时的传感器数据对应的数据、以及将能够获得判断为性能降低的第三识别结果的情况与此时的传感器数据对应的数据。

并且，例如，在输出第三识别结果、即能够获得判断为性能提高的第三识别结果的情况下，也可以将该第三识别结果，用于赋予注解。注解的赋予是指，例如，若是图像中的识别结果，则将按物体的每个种类，或特定的种类的物体，与示出该图像的该物体的尺寸或位置的框等的图形建立对应。

而且，在所述各个实施方式中，各个构成要素，也可以由专用的硬件构成，或者，也可以通过执行适于各个构成要素的软件程序来实现。也可以CPU或处理器等的程序执行部，读出并执行硬盘或半导体存储器等的记录介质中记录的软件程序，来实现各个构成要素。在此，实现所述各个实施方式的信息处理方法等的软件是，如下程序。

也就是说，该程序，使计算机执行信息处理方法，即，获得第一识别结果，所述第一识别结果是基于来自第一传感器的感测数据的物体的识别结果，获得第二识别结果，所述第二识别结果是基于来自与所述第一传感器不同的第二传感器的感测数据的物体的识别结果，进行第一判断，即，判断所述第一识别结果以及所述第二识别结果的类似度，按照所述第一判断的结果，对所述第一识别结果以及所述第二识别结果的融合处理进行控制，按照所述第一判断的结果，输出所述第一识别结果、所述第二识别结果以及第三识别结果中的至少一个，所述第三识别结果是将所述第一识别结果以及所述第二识别结果融合的识别结果。

并且，该程序，使计算机执行信息处理方法，即，获得第一识别结果，所述第一识别结果是基于来自第一传感器的感测数据的物体的识别结果，获得第二识别结果，所述第二识别结果是基于来自与所述第一传感器不同的第二传感器的感测数据的物体的识别结果，对所述第一识别结果以及所述第二识别结果进行融合，进行第二判断，即，判断第一类似度以及第二类似度，所述第一类似度是第三识别结果与所述第一识别结果的类似度，所述第二类似度是第三识别结果与所述第二识别结果的类似度，所述第三识别结果是对所述第一识别结果以及所述第二识别结果进行融合的识别结果，按照所述第二判断的结果，输出所述第一识别结果、所述第二识别结果以及所述第三识别结果中的至少一个。

以上，对于本公开的一个或多个形态涉及的信息处理系统以及信息处理方法，根据实施方式进行了说明，但是，本公开，不仅限于该实施方式。只要不脱离本公开的宗旨，对本实施方式实施本领域技术人员想到的各种变形而得到的形态，以及组合不同实施方式的构成要素来构筑的形态，也可以包含在本公开的一个或多个形态的范围内。

本公开，有用于能够抑制基于识别结果的融合的物体的识别结果的恶化的信息处理系统、信息处理方法等。

符号说明

10、10A、10B 信息处理系统

100 信息处理装置

101 处理器

102 主存储器

103 存储装置

104 通信IF

110 识别部

111 第一识别部

112 第二识别部

120 第一获得部

130 第二获得部

140 第一判断部

150 第三获得部

160、160b 融合控制部

170 第二判断部

180、180a、180b 输出部

200 车辆

201 第一传感器

202 第二传感器

203 第三传感器

300 驾驶控制装置

Claims (14)

1.一种信息处理系统，具备：

第一获得部，获得第一识别结果，所述第一识别结果是基于来自第一传感器的感测数据的物体的识别结果；

第二获得部，获得第二识别结果，所述第二识别结果是基于来自与所述第一传感器不同的第二传感器的感测数据的物体的识别结果；

第三获得部，获得与所述第一识别结果的第一评价值相关的第一相关信息、以及与所述第二识别结果的第二评价值相关的第二相关信息；

第一判断部，进行第一判断，即，判断所述第一识别结果以及所述第二识别结果的类似度；

融合控制部，按照所述第一判断的结果、和获得的所述第一相关信息以及所述第二相关信息，对所述第一识别结果以及所述第二识别结果的融合处理进行控制；以及

输出部，按照所述第一判断的结果，输出所述第一识别结果、所述第二识别结果以及第三识别结果中的至少一个，所述第三识别结果是将所述第一识别结果以及所述第二识别结果融合的识别结果，

所述第一相关信息是，感测时的所述第一传感器被配置的空间的环境、感测时的所述第一传感器的状态以及所述第一传感器的规格中的至少一个，所述第二相关信息是，感测时的所述第二传感器被配置的空间的环境、感测时的所述第二传感器的状态以及所述第二传感器的规格中的至少一个，

所述融合控制部，

在所述第一相关信息和所述第二相关信息表示所述第一识别结果和所述第二识别结果的精度高的情况下，对所述第一识别结果和所述第二识别结果进行融合处理，

在所述第一相关信息和所述第二相关信息表示所述第一识别结果和所述第二识别结果的一个的精度高的情况下，若所述第一判断所得到的所述类似度大，则对所述第一识别结果和所述第二识别结果进行融合处理。

2.一种信息处理系统，具备：

第一获得部，获得第一识别结果，所述第一识别结果是基于来自第一传感器的感测数据的物体的识别结果；

第二获得部，获得第二识别结果，所述第二识别结果是基于来自与所述第一传感器不同的第二传感器的感测数据的物体的识别结果；

第三获得部，获得与所述第一识别结果的第一评价值相关的第一相关信息、以及与所述第二识别结果的第二评价值相关的第二相关信息；

第一判断部，进行第一判断，即，判断所述第一识别结果以及所述第二识别结果的类似度；

融合控制部，按照所述第一判断的结果、和获得的所述第一相关信息以及所述第二相关信息，对所述第一识别结果以及所述第二识别结果的融合处理进行控制；

第二判断部，进行第二判断，即，判断第一类似度以及第二类似度，所述第一类似度是第三识别结果与所述第一识别结果的类似度，所述第二类似度是所述第三识别结果与所述第二识别结果的类似度，所述第三识别结果是将所述第一识别结果以及所述第二识别结果融合的识别结果；以及

输出部，按照所述第二判断的结果、和获得的所述第一相关信息以及所述第二相关信息，输出所述第一识别结果、所述第二识别结果以及所述第三识别结果中的至少一个，

所述融合控制部，

在所述第一相关信息和所述第二相关信息表示所述第一识别结果和所述第二识别结果的精度高的情况下，对所述第一识别结果和所述第二识别结果进行融合处理，

在所述第一相关信息和所述第二相关信息表示所述第一识别结果和所述第二识别结果的一个的精度高的情况下，若所述第一判断所得到的所述类似度大，则对所述第一识别结果和所述第二识别结果进行融合处理，

在所述第一相关信息和所述第二相关信息表示所述第一识别结果和所述第二识别结果的一个的精度高的情况下，若所述第一判断所得到的所述类似度小，则在所述第二判断所得到的所述第一类似度和所述第二类似度大的情况下，对所述第一识别结果和所述第二识别结果进行融合处理。

3.如权利要求1或2所述的信息处理系统，

所述第一识别结果以及所述第二识别结果是，物体的位置的识别结果，

所述类似度是，与所述物体的位置有关的类似度。

4.如权利要求1或2所述的信息处理系统，

所述第一识别结果以及所述第二识别结果是，物体的属性的识别结果，

所述类似度是，所述物体的属性的类似度。

5.如权利要求1或2所述的信息处理系统，

所述第一识别结果以及所述第二识别结果是，物体的存在的识别结果，

所述类似度是，所述物体的数量的类似度。

6.如权利要求1所述的信息处理系统，

所述信息处理系统还具备第二判断部，

所述第二判断部，进行第二判断，即，判断第一类似度以及第二类似度，所述第一类似度是所述第三识别结果与所述第一识别结果的类似度，所述第二类似度是所述第三识别结果与所述第二识别结果的类似度，

所述输出部，按照所述第二判断的结果，输出所述第一识别结果、所述第二识别结果、以及所述第三识别结果中的至少一个。

7.如权利要求1或2所述的信息处理系统，

所述融合控制部，通过是否对所述第一识别结果以及所述第二识别结果进行融合处理，对所述融合处理进行控制。

8.如权利要求7所述的信息处理系统，

所述融合控制部，通过是否向进行融合处理的融合处理部输入所述第一识别结果或所述第二识别结果，控制是否对所述第一识别结果以及所述第二识别结果进行融合处理。

9.如权利要求1或2所述的信息处理系统，

所述融合控制部，对所述第一识别结果以及所述第二识别结果的融合处理的参数进行调整，从而对所述融合处理进行控制。

10.如权利要求1或2所述的信息处理系统，

所述信息处理系统还具备识别部，

所述识别部，根据来自所述第一传感器的感测数据以及来自所述第二传感器的感测数据的每一个执行物体的识别处理，输出所述第一识别结果以及所述第二识别结果。

11.一种信息处理系统，具备：

第一获得部，获得第一识别结果，所述第一识别结果是基于来自第一传感器的感测数据的物体的识别结果；

第二获得部，获得第二识别结果，所述第二识别结果是基于来自与所述第一传感器不同的第二传感器的感测数据的物体的识别结果；

第三获得部，获得与所述第一识别结果的第一评价值相关的第一相关信息、以及与所述第二识别结果的第二评价值相关的第二相关信息；

融合处理部，对所述第一识别结果以及所述第二识别结果进行融合处理；

第二判断部，进行第二判断，即，判断第一类似度以及第二类似度，所述第一类似度是第三识别结果与所述第一识别结果的类似度，所述第二类似度是所述第三识别结果与所述第二识别结果的类似度，所述第三识别结果是对所述第一识别结果以及所述第二识别结果进行融合处理所得的识别结果；以及

输出部，按照所述第二判断的结果、和获得的所述第一相关信息以及所述第二相关信息，输出所述第一识别结果、所述第二识别结果以及所述第三识别结果中的至少一个，

所述融合处理部，

在所述第一相关信息和所述第二相关信息表示所述第一识别结果和所述第二识别结果的精度高的情况下，对所述第一识别结果和所述第二识别结果进行融合处理，

在所述第一相关信息和所述第二相关信息表示所述第一识别结果和所述第二识别结果的一个的精度高的情况下，若所述第二判断所得到的所述第一类似度和所述第二类似度大，则对所述第一识别结果和所述第二识别结果进行融合处理。

12.一种信息处理方法，

获得第一识别结果，所述第一识别结果是基于来自第一传感器的感测数据的物体的识别结果，

获得第二识别结果，所述第二识别结果是基于来自与所述第一传感器不同的第二传感器的感测数据的物体的识别结果，

获得与所述第一识别结果的第一评价值相关的第一相关信息、以及与所述第二识别结果的第二评价值相关的第二相关信息，

进行第一判断，即，判断所述第一识别结果以及所述第二识别结果的类似度，

按照所述第一判断的结果、和获得的所述第一相关信息以及所述第二相关信息，对所述第一识别结果以及所述第二识别结果的融合处理进行控制，

按照所述第一判断的结果，输出所述第一识别结果、所述第二识别结果以及第三识别结果中的至少一个，所述第三识别结果是将所述第一识别结果以及所述第二识别结果融合的识别结果，

所述第一相关信息是，感测时的所述第一传感器被配置的空间的环境、感测时的所述第一传感器的状态以及所述第一传感器的规格中的至少一个，所述第二相关信息是，感测时的所述第二传感器被配置的空间的环境、感测时的所述第二传感器的状态以及所述第二传感器的规格中的至少一个，

在对所述融合处理进行的控制中，

在所述第一相关信息和所述第二相关信息表示所述第一识别结果和所述第二识别结果的精度高的情况下，对所述第一识别结果和所述第二识别结果进行融合处理，

在所述第一相关信息和所述第二相关信息表示所述第一识别结果和所述第二识别结果的一个的精度高的情况下，若所述第一判断所得到的所述类似度大，则对所述第一识别结果和所述第二识别结果进行融合处理。

13.一种信息处理方法，

获得第一识别结果，所述第一识别结果是基于来自第一传感器的感测数据的物体的识别结果，

获得第二识别结果，所述第二识别结果是基于来自与所述第一传感器不同的第二传感器的感测数据的物体的识别结果，

获得与所述第一识别结果的第一评价值相关的第一相关信息、以及与所述第二识别结果的第二评价值相关的第二相关信息，

进行第一判断，即，判断所述第一识别结果以及所述第二识别结果的类似度，

按照所述第一判断的结果、和获得的所述第一相关信息以及所述第二相关信息，对所述第一识别结果以及所述第二识别结果的融合处理进行控制，

进行第二判断，即，判断第一类似度以及第二类似度，所述第一类似度是第三识别结果与所述第一识别结果的类似度，所述第二类似度是所述第三识别结果与所述第二识别结果的类似度，所述第三识别结果是将所述第一识别结果以及所述第二识别结果融合的识别结果，

按照所述第二判断的结果、和获得的所述第一相关信息以及所述第二相关信息，输出所述第一识别结果、所述第二识别结果以及所述第三识别结果中的至少一个，

在对所述融合处理进行的控制中，

在所述第一相关信息和所述第二相关信息表示所述第一识别结果和所述第二识别结果的精度高的情况下，对所述第一识别结果和所述第二识别结果进行融合处理，

在所述第一相关信息和所述第二相关信息表示所述第一识别结果和所述第二识别结果的一个的精度高的情况下，若所述第一判断所得到的所述类似度大，则对所述第一识别结果和所述第二识别结果进行融合处理，

在所述第一相关信息和所述第二相关信息表示所述第一识别结果和所述第二识别结果的一个的精度高的情况下，若所述第一判断所得到的所述类似度小，则在所述第二判断所得到的所述第一类似度和所述第二类似度大的情况下，对所述第一识别结果和所述第二识别结果进行融合处理。

14.一种信息处理方法，

获得第一识别结果，所述第一识别结果是基于来自第一传感器的感测数据的物体的识别结果，

获得第二识别结果，所述第二识别结果是基于来自与所述第一传感器不同的第二传感器的感测数据的物体的识别结果，

获得与所述第一识别结果的第一评价值相关的第一相关信息、以及与所述第二识别结果的第二评价值相关的第二相关信息，

对所述第一识别结果以及所述第二识别结果进行融合，

进行第二判断，即，判断第一类似度以及第二类似度，所述第一类似度是第三识别结果与所述第一识别结果的类似度，所述第二类似度是所述第三识别结果与所述第二识别结果的类似度，所述第三识别结果是对所述第一识别结果以及所述第二识别结果进行融合的识别结果，

按照所述第二判断的结果、和获得的所述第一相关信息以及所述第二相关信息，输出所述第一识别结果、所述第二识别结果以及所述第三识别结果中的至少一个，

在所述第一相关信息和所述第二相关信息表示所述第一识别结果和所述第二识别结果的精度高的情况下，对所述第一识别结果和所述第二识别结果进行融合处理，

在所述第一相关信息和所述第二相关信息表示所述第一识别结果和所述第二识别结果的一个的精度高的情况下，若所述第二判断所得到的所述第一类似度和所述第二类似度大，则对所述第一识别结果和所述第二识别结果进行融合处理。