CN110651315B - 地图处理装置、地图处理方法以及计算机能读取的存储介质 - Google Patents

地图处理装置、地图处理方法以及计算机能读取的存储介质 Download PDF

Info

Publication number
CN110651315B
CN110651315B CN201780091079.5A CN201780091079A CN110651315B CN 110651315 B CN110651315 B CN 110651315B CN 201780091079 A CN201780091079 A CN 201780091079A CN 110651315 B CN110651315 B CN 110651315B
Authority
CN
China
Prior art keywords
map
region
interest
regions
vector
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201780091079.5A
Other languages
English (en)
Other versions
CN110651315A (zh
Inventor
吉田道学
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Mitsubishi Electric Corp
Original Assignee
Mitsubishi Electric Corp
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Mitsubishi Electric Corp filed Critical Mitsubishi Electric Corp
Publication of CN110651315A publication Critical patent/CN110651315A/zh
Application granted granted Critical
Publication of CN110651315B publication Critical patent/CN110651315B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
    • G01C21/38—Electronic maps specially adapted for navigation; Updating thereof
    • G01C21/3863—Structures of map data
    • G01C21/387—Organisation of map data, e.g. version management or database structures
    • G01C21/3881—Tile-based structures
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
    • G01C21/26—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
    • G01C21/34—Route searching; Route guidance
    • G01C21/36—Input/output arrangements for on-board computers
    • G01C21/3691—Retrieval, searching and output of information related to real-time traffic, weather, or environmental conditions
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
    • G01C21/38—Electronic maps specially adapted for navigation; Updating thereof
    • G01C21/3863—Structures of map data
    • G01C21/387—Organisation of map data, e.g. version management or database structures
    • G01C21/3878—Hierarchical structures, e.g. layering
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/02—Control of position or course in two dimensions
    • G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
    • G05D1/0268—Control of position or course in two dimensions specially adapted to land vehicles using internal positioning means
    • G05D1/0274—Control of position or course in two dimensions specially adapted to land vehicles using internal positioning means using mapping information stored in a memory device
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10—Complex mathematical operations
    • G06F17/16—Matrix or vector computation, e.g. matrix-matrix or matrix-vector multiplication, matrix factorization
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10—Complex mathematical operations
    • G06F17/18—Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression analysis
    • G—PHYSICS
    • G09—EDUCATION; CRYPTOGRAPHY; DISPLAY; ADVERTISING; SEALS
    • G09B—EDUCATIONAL OR DEMONSTRATION APPLIANCES; APPLIANCES FOR TEACHING, OR COMMUNICATING WITH, THE BLIND, DEAF OR MUTE; MODELS; PLANETARIA; GLOBES; MAPS; DIAGRAMS
    • G09B29/00—Maps; Plans; Charts; Diagrams, e.g. route diagram

Landscapes

  • Engineering & Computer Science (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Physics & Mathematics (AREA)
  • Remote Sensing (AREA)
  • General Physics & Mathematics (AREA)
  • Mathematical Physics (AREA)
  • Theoretical Computer Science (AREA)
  • Automation & Control Theory (AREA)
  • Databases & Information Systems (AREA)
  • Data Mining & Analysis (AREA)
  • Computational Mathematics (AREA)
  • Pure & Applied Mathematics (AREA)
  • Mathematical Optimization (AREA)
  • Mathematical Analysis (AREA)
  • Algebra (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • General Engineering & Computer Science (AREA)
  • Software Systems (AREA)
  • Probability & Statistics with Applications (AREA)
  • Atmospheric Sciences (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Environmental & Geological Engineering (AREA)
  • Environmental Sciences (AREA)
  • Biodiversity & Conservation Biology (AREA)
  • Ecology (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Evolutionary Biology (AREA)
  • Operations Research (AREA)
  • Computing Systems (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • Educational Administration (AREA)
  • Educational Technology (AREA)
  • Business, Economics & Management (AREA)
  • Traffic Control Systems (AREA)
  • Navigation (AREA)
  • Instructional Devices (AREA)

Abstract

一次向量计算部(23)分别针对示出在各区域存在物体的存在概率的第1地图和第2地图，将对象区域的存在概率和与对象区域相邻的相邻区域的存在概率之差作为对象区域相对于相邻区域的向量，计算对象区域相对于周围区域的向量之和作为对象区域的一次向量。二次向量计算部(24)计算关注区域中包含的各区域的一次向量之和作为关注区域的二次向量。判定部(25)比较针对与第1地图相关的关注区域计算出的二次向量和针对与第2地图相关的关注区域计算出的二次向量，判定与第1地图相关的关注区域和与第2地图相关的关注区域是否对应。

Description

地图处理装置、地图处理方法以及计算机能读取的存储介质
技术领域
本发明涉及示出在各区域存在物体的存在概率的多个地图的对应技术。
背景技术
为了得到车辆等移动体周边的较大范围的地图，有时要合成由移动体取得的地图和由存在于周边的移动体或路侧机等取得的地图。在专利文献1、2中记载有合成地图的方法。
在专利文献1中，针对各地图，将各网格分为占有网格、非占有网格以及未知网格中的任意网格。针对以占有网格为中心的窗口，制作出表示占有网格、非占有网格以及未知网格的数量的柱状图。根据柱状图确定在地图之间对应的点。然后，以使确定的点彼此重叠的方式进行坐标变换。
在专利文献2中，计算障碍物单元间的距离。然后，进行与计算出的距离的合计值相关的优化处理，从而进行坐标变换。
现有技术文献
专利文献
专利文献1：日本特开2005-326944号公报
专利文献2：日本特开2009-157430号公报
发明内容
发明要解决的课题
在专利文献1记载的方法中，进行基于柱状图的处理，因此计算处理较多，花费处理时间。另外，在专利文献2记载的方法中，在障碍物移动的情况下，噪声变大，使得合成精度变低。
本发明的目的在于，缩短处理时间，并且即使在存在移动物体的情况下也能够高精度地确定地图间的对应点。
用于解决课题的手段
本发明的地图处理装置具有：
一次向量计算部，其分别针对示出在各区域存在物体的存在概率的第1地图和第2地图，将至少一部分区域作为对象区域，将所述对象区域的所述存在概率和与所述对象区域相邻的相邻区域的所述存在概率之差作为所述对象区域相对于所述相邻区域的向量，计算所述对象区域相对于周围区域的向量之和作为所述对象区域的一次向量；
二次向量计算部，其分别针对所述第1地图和所述第2地图，将2个以上的区域作为关注区域，计算所述关注区域中包含的各区域的所述一次向量之和作为所述关注区域的二次向量；以及
判定部，其比较针对与所述第1地图相关的所述关注区域计算出的所述二次向量和针对与所述第2地图相关的所述关注区域计算出的所述二次向量，判定与所述第1地图相关的所述关注区域和与所述第2地图相关的所述关注区域是否对应。
发明效果
在本发明中，将在各区域存在物体的存在概率之差作为向量而对向量进行比较，由此确定地图间的对应点。由此，缩短处理时间，并且即使在存在移动物体的情况下也能够高精度地确定地图间的对应点。
附图说明
图1是实施方式1的地图处理装置10的结构图。
图2是实施方式1的地图处理装置10的整体处理的流程图。
图3是实施方式1的第1地图31和第2地图32的说明图。
图4是实施方式1的分辨率变更处理的说明图。
图5是实施方式1的一次向量计算处理的流程图。
图6是实施方式1的对象区域选择处理的说明图。
图7是实施方式1的向量41的说明图。
图8是实施方式1的一次向量42的说明图。
图9是实施方式1的二次向量计算处理的流程图。
图10是实施方式1的第1关注区域38的说明图。
图11是实施方式1的二次向量43的说明图。
图12是实施方式1的相似区域检索处理的流程图。
图13是实施方式1的第2关注区域39的说明图。
图14是实施方式1的与第1关注区域38接近的第1关注区域38’的说明图。
图15是实施方式1的与第1关注区域38接近的第1关注区域38’的说明图。
图16是实施方式1的与第1关注区域38接近的第1关注区域38’的说明图。
图17是实施方式1的使第1地图31旋转的处理的说明图。
图18是变形例3的地图处理装置10的结构图。
图19是实施方式2的地图处理装置10的结构图。
图20是实施方式2的地图处理装置10的整体处理的流程图。
图21是实施方式3的地图处理装置10的结构图。
图22是实施方式3的地图处理装置10的整体处理的流程图。
具体实施方式
实施方式1
＊＊＊结构的说明＊＊＊
参照图1，对实施方式1的地图处理装置10的结构进行说明。
地图处理装置10是计算机。
地图处理装置10具有处理器11、内存(memory)12、存储器(storage)13、通信接口14等硬件。处理器11经由信号线而与其他硬件连接，对这些其他硬件进行控制。
处理器11是进行处理的IC(Integrated Circuit：集成电路)。作为具体例，处理器11是CPU(Central Processing Unit：中央处理单元)、DSP(Digital Signal Processor：数字信号处理器)、GPU(Graphics Processing Unit：图形处理单元)。
内存12是临时存储数据的存储装置。作为具体例，内存12是SRAM(Static RandomAccess Memory：静态随机存取存储器)、DRAM(Dynamic Random Access Memory：动态随机存取存储器)。
存储器13是保管数据的存储装置。作为具体例，存储器13是HDD(Hard DiskDrive：硬盘驱动器)。另外，存储器13也可以是SD(注册商标，Secure Digital：安全数字)存储卡、CF(Compact Flash：压缩闪存)、NAND闪存、软盘、光盘、高密度盘、蓝光(注册商标)光盘、DVD(Digital Versatile Disk：数字通用光盘)等移动存储介质。
通信接口14是用于与外部装置进行通信的接口。作为具体例，通信接口14是Ethernet(注册商标，以太网)、USB(Universal Serial Bus：通用串行总线)、HDMI(注册商标，High-Definition Multimedia Interface：高清晰度多媒体接口)的端口。
作为功能结构要素，地图处理装置10具有取得部21、分辨率变更部22、一次向量计算部23、二次向量计算部24以及判定部25。通过软件实现地图处理装置10的各功能结构要素的功能。
在存储器13中存储有实现地图处理装置10的各功能结构要素的功能的程序。该程序由处理器11读入到内存12，由处理器11执行。由此，实现地图处理装置10的各功能结构要素的功能。
在图1中，仅示出1个处理器11。但是，地图处理装置10也可以具有代替处理器11的多个处理器。该多个处理器分担执行实现地图处理装置10的各功能结构要素的功能的程序。各个处理器是与处理器11同样地进行处理的IC。
＊＊＊动作的说明＊＊＊
参照图2～图17，对实施方式1的地图处理装置10的动作进行说明。
实施方式1的地图处理装置10的动作相当于实施方式1的地图处理方法。另外，实施方式1的地图处理装置10的动作相当于实施方式1的地图处理程序的处理。
参照图2，对实施方式1的地图处理装置10的整体处理进行说明。
(步骤S10：取得处理)
取得部21取得第1地图31和第2地图32作为合成对象地图。
具体而言，取得部21经由通信接口14从外部装置取得第1地图31和第2地图32。或者，取得部21取得事先存储于内存12或存储器13的第1地图31和第2地图32。
参照图3，对实施方式1的第1地图31和第2地图32进行说明。
第1地图31和第2地图32是示出在各区域33存在物体的存在概率的地图。
在实施方式1中，如图3所示，第1地图31和第2地图32是如下的占有格子地图：在地图范围内被呈格子状分割成多个区域33，该占有格子地图示出在各区域33存在物体的存在概率。在实施方式1中，各区域的存在概率是示出存在物体的“1”(占有)、示出不存在物体的“0”(空位)以及示出不知道是否存在物体的“0.5”(不明)中的任意情况。在图3中，以菱形的阴影线示出存在概率“1”的区域，以空白示出存在概率“0”的区域，以斜线的阴影线示出存在概率“0.5”的区域。
第1地图31例如是由车辆等移动体生成的地图。另外，第2地图32例如是由与生成第1地图31的移动体不同的作为其他移动体等的周边体生成的地图。
具体而言，移动体利用立体摄像机或激光传感器等传感器取得移动体周围的点组数据。然后，移动体根据取得的点组数据，计算在将移动体周围划分成格子而成的各区域33存在物体的存在概率。一边使移动体移动一边反复进行该处理，由此生成第1地图31。同样地取得点组数据，一边使周边体移动一边反复进行计算在各位置存在物体的存在概率这样的处理，由此生成第2地图32。
在实施方式1中，设第1地图31和第2地图32的各区域33的位置已确定。如上所述，在由移动体生成第1地图31和第2地图32的情况下，根据由搭载于移动体的测位装置确定的移动体的位置和传感器的信息，确定第1地图31和第2地图32的各区域33的位置。在第1地图31和第2地图32中，用全球坐标系表示各区域33的位置。
(步骤S20：分辨率变更处理)
分辨率变更部22针对第1地图31和第2地图32，通过使多个区域为1个区域，使第1地图31和第2地图32低分辨率化。
参照图4进行具体说明。在图4中示出使第1地图31低分辨率化的例子。第2地图32也通过相同方法而低分辨率化。
分辨率变更部22将第1地图31和第2地图32的各区域33按照从基准位置起指定倍率范围分成新的区域34。在图4中，使纵2横2共计4个区域33为1个新的区域34。分辨率变更部22针对各新的区域34如下所述决定存在概率。(1)分辨率变更部22在存在哪怕1个存在概率为“1”的区域33的情况下，将存在概率决定为“1”。(2)分辨率变更部22在全部区域33的存在概率为“0”的情况下，将存在概率决定为“0”。(3)分辨率变更部22在存在哪怕1个存在概率为“0.5”的区域33的情况下，将存在概率决定为“0.5”。
(步骤S30：一次向量计算处理)
一次向量计算部23针对在步骤S20中被低分辨率化后的第1地图31计算一次向量42。
参照图5，对实施方式1的一次向量计算处理进行说明。
(步骤S301：判定区域选择处理)
如图6所示，一次向量计算部23选择在步骤S20中被低分辨率化后的第1地图31中的至少一部分区域34作为判定区域35。
第1地图31和第2地图32的各区域33的位置已确定。因此，各区域34的位置也已确定。因此，一次向量计算部23能够根据区域34的位置大致确定使第1地图31的哪个部分与第2地图32的哪个部分重叠。因此，一次向量计算部23选择与第2地图32重叠的可能性较高的第1地图31的一部分区域34作为判定区域35。
这里，一次向量计算部23针对矩形的第1地图31的某一个边，选择距外侧为对象数的区域34作为判定区域35。在图6中，针对左侧的边，选择距外侧为3个的区域34作为判定区域35。另外，最外侧的区域34无法计算后述的一次向量42，因此从判定区域35中排除。例如根据区域34的位置精度等决定对象数。
(步骤S302：对象提取处理)
一次向量计算部23提取在步骤S301中作为判定区域35而选择出的区域34中的某个区域34作为对象区域36。
(步骤S303：向量计算处理)
一次向量计算部23计算对象区域36的存在概率和与对象区域36相邻的区域34即相邻区域37的存在概率之差作为对象区域36相对于相邻区域37的向量41。作为具体例，如图7所示，对象区域36的存在概率为“0”，相邻区域37的存在概率为“0.5”。在该情况下，对象区域36相对于相邻区域37的向量41是从对象区域36向相邻区域37的方向的长度为0.5的向量。
如图8所示，一次向量计算部23计算对象区域36相对于周围的8个区域34的向量41之和作为对象区域36的一次向量42。即，一次向量计算部23通过式1计算一次向量42。
[式1]
Figure GDA0002282807810000061
在式1中，向量a→ 0是对象区域36的存在概率。向量a→ ij是相邻区域37的存在概率。变量i表示区域34的横向的位置，变量j表示区域34的纵向的位置。因此，向量41是(a→ ij-a→ 0)。向量b→ 0是对象区域36的一次向量42。
(步骤S304：舍入处理)
当在步骤S302中计算出的一次向量42的长度比一次阈值短的情况下，一次向量计算部23将一次向量42变更成0。
(步骤S305：结束判定处理)
一次向量计算部23判定是否针对在步骤S301中作为判定区域35而选择出的全部区域34计算出一次向量42。
一次向量计算部23在针对全部区域34计算出一次向量42的情况下，结束处理。另一方面，一次向量计算部23在除此之外的情况下使处理返回步骤S302。
(步骤S40：二次向量计算处理)
二次向量计算部24针对在步骤S20中被低分辨率化后的第1地图31，计算二次向量43。
参照图9，对实施方式1的二次向量计算处理进行说明。
(步骤S401：关注区域提取处理)
如图10所示，二次向量计算部24从在步骤S301中作为判定区域35而选择出的区域34提取相邻的2个以上的区域34作为第1关注区域38。在图10中，提取纵2横2共计4个区域34作为第1关注区域38。
(步骤S402：向量计算处理)
如图11所示，二次向量计算部24计算在步骤S401中提取出的第1关注区域38中包含的各区域34的一次向量42之和作为二次向量43。即，二次向量计算部24通过式2，合成各区域34的一次向量42而计算二次向量43。
[式2]
Figure GDA0002282807810000071
在式2中，向量bij是各区域34的一次向量42。变量i表示区域34的横向的位置，变量j表示区域34的纵向的位置。变量i、j的范围是第1关注区域38的范围。向量b是二次向量43。
(步骤S403：舍入处理)
当在步骤S402中计算出的二次向量43的长度比二次阈值短的情况下，二次向量计算部24将二次向量43变更成0。
(步骤S404：结束判定处理)
二次向量计算部24判定二次向量43的长度是否为0。
二次向量计算部24在二次向量43的长度为0的情况下，使处理返回步骤S401，提取其他的第1关注区域38。另一方面，二次向量计算部24在除此以外的情况下结束处理。
(步骤S50：相似区域检索处理)
判定部25检索与在步骤S401中提取出的第1关注区域38相似度较高的第2地图32的区域。
参照图12，对实施方式1的相似区域检索处理进行说明。
(步骤S501：关注区域提取处理)
如图13所示，判定部25从在步骤S20中被低分辨率化后的第2地图32提取相邻的2个以上的区域34作为第2关注区域39。这里提取的第2关注区域39与在步骤S401中提取出的第1关注区域38尺寸相同。即，这里提取的第2关注区域39与在步骤S401中提取的第1关注区域38在纵向上包含的区域34的数量和在横向上包含的区域34的数量相同。
(步骤S502：第1向量计算处理)
判定部25使一次向量计算部23和二次向量计算部24计算在步骤S501中提取出的第2关注区域39的二次向量43。
二次向量43的计算方法如上所述。即，首先，一次向量计算部23计算第2关注区域39中包含的各区域34的一次向量42。即，一次向量计算部23将各区域34作为对象区域36，计算对象区域36相对于周围的8个区域34的向量41之和作为对象区域36的一次向量42。然后，二次向量计算部24计算第2关注区域39中包含的各区域34的一次向量42之和作为二次向量43。
(步骤S503：第1相似度计算处理)
判定部25计算在步骤S402中计算出的第1关注区域38的二次向量43与在步骤S502中计算出的第2关注区域39的二次向量43的余弦相似度。
具体而言，判定部25根据式3计算第1关注区域38的二次向量43与第2关注区域39的二次向量43的余弦相似度。
[式3]
Figure GDA0002282807810000091
在式3中，向量A→是第1关注区域38的二次向量43。向量B→是第2关注区域39的二次向量43。cos(A→，B→)是第1关注区域38的二次向量43与第2关注区域39的二次向量43的余弦相似度。
(步骤S504：第1相似度判定处理)
判定部25判定在步骤S504中计算出的余弦相似度是否比相似阈值小。
判定部25在余弦相似度比相似阈值小的情况下，使第1关注区域38与第2关注区域39对应，从而使处理进入步骤S505。此时，将变量k设定为1。另一方面，在除此以外的情况下，使处理进入步骤S511。此时，将变量k设定为0。
(步骤S505：区域错开处理)
判定部25从在步骤S2中被低分辨率化后的第1地图31中提取在基准方向上与第1关注区域38接近的其他的第1关注区域38(这里，为了方便，称作第1关注区域38’)。另外，判定部25从在步骤S20中被低分辨率化后的第2地图32中提取在基准方向上与第2关注区域39接近的其他的第2关注区域39(这里，为了方便，称作第2关注区域39’)。
如图14所示，对于与第1关注区域38接近的第1关注区域38’，也可以是第1关注区域38与第1关注区域38’相邻。另外，如图15所示，对于与第1关注区域38接近的第1关注区域38’，也可以是局部重合。另外，如图16所示，对于与第1关注区域38接近的第1关注区域38’，也可以隔着空间。与第2关注区域39接近的第2关注区域39’也是同样的。
但是，第1关注区域38与第1关注区域38’的位置关系和第2关注区域39与第2关注区域39’的位置关系相同。即，如果第1关注区域38’下邻第1关注区域38，则第2关注区域39’也下邻第2关注区域39。
(步骤S506：第2向量计算处理)
判定部25使一次向量计算部23和二次向量计算部24计算在步骤S505中提取出的第1关注区域38和第2关注区域39的二次向量43。
二次向量43的计算方法如上所述。即，首先，一次向量计算部23计算第1关注区域38中包含的各区域34的一次向量42。即，一次向量计算部23将各区域34作为对象区域36，计算对象区域36相对于周围的8个区域34的向量41之和作为对象区域36的一次向量42。然后，二次向量计算部24计算第1关注区域38中包含的各区域34的一次向量42之和作为二次向量43。对第2关注区域39也执行同样的处理，计算二次向量43。
(步骤S507：第2相似度计算处理)
判定部25计算在步骤S506中计算出的第1关注区域38的二次向量43与第2关注区域39的二次向量43的余弦相似度。
余弦相似度的计算方法与步骤S503相同。
(步骤S508：第2相似度判定处理)
判定部25判定在步骤S507中计算出的余弦相似度是否比相似阈值小。
判定部25在余弦相似度比相似阈值小的情况下，使在步骤S505中提取出的第1关注区域38与在步骤S505中提取出的第2关注区域39对应，从而使处理进入步骤S509。此时，使变量k加1。另一方面，在除此以外的情况下，使处理进入步骤S511。此时，将变量k设定为0。
(步骤S509：连续判定处理)
判定部25判定变量k是否是基准数N。换言之，判定部25判定基准个(N个)第1关注区域38和第2关注区域39是否连续地对应。
判定部25在变量k为基准数N的情况下，使处理进入步骤S510。另一方面，判定部25在除此以外的情况下，使处理返回步骤S505。
(步骤S510：一致处理)
判定部25判定为与第1地图31相关的接近的基准个第1关注区域38和与第2地图32相关的接近的基准个第2关注区域39示出相同位置。然后，判定部25根据判定为示出相同位置的第1关注区域38与第2关注区域39的位置关系，得到用于使第1地图31与第2地图32对应的变换量。
具体而言，变换量由使地图平行移动的移动量和使地图旋转的旋转量构成。移动量相当于判定为示出相同位置的第1关注区域38与第2关注区域39的位置偏差。另外，旋转量相当于在后述的步骤S90中第1地图31旋转的角度。
(步骤S511：第2区域判定处理)
判定部25判定是否提取出第2地图32的全部区域作为第2关注区域39。
判定部25在提取出全部区域的情况下，使处理进入步骤S513。另一方面，判定部25在除此以外的情况下，使处理进入步骤S512。
(步骤S512：近接区域提取处理)
判定部25从在步骤S20中被低分辨率化后的第2地图32中提取与第2关注区域39接近的其他的第2关注区域39。然后，判定部25使处理返回步骤S502。
(步骤S513：不一定处理)
判定部25判定为与在步骤S401中选择出的第1关注区域38对应的区域34不存在于第2地图32。即，判定为示出与在步骤S401中选择出的第1关注区域38相同位置的区域34不存在于第2地图32。
(步骤S60：确定判定处理)
判定部25在步骤S50中判定是否已确定与在步骤S401中提取出的第1关注区域38相似度较高的第2地图32的区域。
判定部25在已确定相似度较高的第2地图32的区域的情况下，结束处理。判定部25在除此以外的情况下，使处理进入步骤S70。
(步骤S70：第1区域判定处理)
判定部25判定在步骤S401中是否已选择判定区域35中包含的全部区域34作为第1关注区域38。
判定部25在没有选择全部区域34作为第1关注区域38的情况下，使处理返回步骤S40，选择新的第1关注区域38。另一方面，判定部25在除此以外的情况下，使处理进入步骤S80。
(步骤S80：旋转判定处理)
判定部25判定是否使第1地图31旋转了360度。
判定部25在使第1地图31旋转了360度的情况下，判定为第1地图31与第2地图32没有重叠，结束处理。另一方面，判定部25在除此以外的情况下，使处理进入步骤S90。
(步骤S90：地图旋转处理)
判定部25使第1地图31旋转基准角度。然后，判定部25使处理返回步骤S30，重新计算第1地图31的一次向量42。
参照图17，对使第1地图31旋转的处理进行说明。
这里，可认为第1地图31由规定区域33的框的层51和示出存在概率的地图的层52构成。使第1地图31旋转是指，不使框的层51旋转而仅使地图的层52旋转。
即，设旋转前的坐标为(X0，Y0)，设旋转中心坐标为(CX，CY)，设旋转后的坐标为(X1，Y1)，设旋转角度为θ。这样，使第1地图31旋转成为式4所示的计算。即，使第1地图31旋转是指，根据旋转后的区域33的坐标计算与该区域33对应的旋转前的区域33的坐标，设定该旋转前的区域33的存在概率作为旋转后的区域33的存在概率。
[式4]
Figure GDA0002282807810000121
＊＊＊实施方式1的效果＊＊＊
如上所述，实施方式1的地图处理装置10将在各区域34存在物体的存在概率之差作为向量41，通过根据余弦相似度对向量41进行比较，确定第1地图31与第2地图32的对应点。
由于是使用向量41的计算，因此与如专利文献1所示使用柱状图的情况相比，能够缩短处理时间。另外，即使在存在移动物体的情况下，移动对向量41的影响也较小。因此，即使在存在移动物体的情况下，也能够高精度地确定第1地图31与第2地图32的对应点。
＊＊＊其他的结构＊＊＊
＜变形例1＞
在实施方式1中，是在图2的步骤S10中取得第1地图31和第2地图32这2个地图。但是，也可以在图2的步骤S10中取得3个以上的地图。在该情况下，地图处理装置10只要对2个地图的各组合执行从图2的步骤2起的处理即可。
＜变形例2＞
在实施方式1中，是在第1地图31和第2地图32的各区域33中设定“1”、“0”以及“0.5”中的任意存在概率。但是，不限定于此，也可以在各区域33中设定更详细的概率。
在该情况下，在图2的步骤S20中，分辨率变更部22设定新的区域34中包含的区域33的概率中的最高的概率作为新的区域34的概率即可。
＜变形例3＞
在实施方式1中，是通过软件实现地图处理装置10的各功能结构要素的功能。作为变形例3，也可以通过硬件实现地图处理装置10的各功能结构要素的功能。针对该变形例3，对与实施方式1不同的点进行说明。
参照图18，对变形例3的地图处理装置10的结构进行说明。
在通过硬件实现各功能结构要素的功能的情况下，地图处理装置10具有通信接口14和电子电路15。电子电路15是实现地图处理装置10的各功能结构要素的功能以及内存12和存储器13的功能的专用电路。
假定电子电路15是单一电路、复合电路、程序化的处理器、并行程序化的处理器、逻辑IC、GA(Gate Array：门阵列)、ASIC(Application Specific Integrated Circuit：面向特定用途的集成电路)、FPGA(Field-Programmable Gate Array：现场可编程门阵列)。
可以通过1个电子电路15实现各功能结构要素的功能，也可以将各功能结构要素的功能分散于多个电子电路15而实现。
＜变形例4＞
作为变形例4，也可以是，通过硬件实现一部分功能，通过软件实现其他的功能。即，通过硬件实现地图处理装置10的各功能结构要素中的一部分功能，通过软件实现其他的功能。
将处理器11、内存12以及电子电路15称作处理电路。即，无论地图处理装置10是采用图1所示的结构还是图18所示的结构，都通过处理电路实现各功能结构要素的功能。
实施方式2
实施方式2在合成第1地图31与第2地图32这一点上与实施方式1不同。在实施方式2中，对该不同点进行说明，省略相同点的说明。
＊＊＊结构的说明＊＊＊
参照图19，对实施方式2的地图处理装置10的结构进行说明。
地图处理装置10在具有地图合成部26这一点上与图1所示的地图处理装置10不同。地图合成部26与其他的功能结构要素相同，通过软件实现。或者，地图合成部26也可以通过硬件实现。
＊＊＊动作的说明＊＊＊
参照图20，对实施方式2的地图处理装置10的动作进行说明。
(步骤S1：地图比较处理)
地图处理装置10执行基于图2说明的处理，计算用于合成第1地图31与第2地图32的变换量。
(步骤S2：合成处理)
地图合成部26根据在步骤S1中计算出的变换量，合成第1地图31与第2地图32而生成合成地图61。
具体而言，地图合成部26根据变换量变换第2地图32。然后，地图合成部26组合第1地图31与变换后的第2地图32而生成合成地图61。
地图合成部26在组合第1地图31与变换后的第2地图32时，将第2地图32中的不包含于第1地图31的部分添加至第1地图31。地图合成部26针对第1地图31和第2地图32双方包含的部分，可以使用第1地图31和第2地图32中的任意一方，也可以取第1地图31和第2地图32的平均值等。
＊＊＊实施方式2的效果＊＊＊
如上所述，实施方式2的地图处理装置10合成第1地图31与第2地图32。如在实施方式1中说明的那样，地图处理装置10能够以较短的处理时间高精度地确定第1地图31与第2地图32的对应点。因此，地图处理装置10能够以较短的处理时间高精度地生成合成第1地图31与第2地图32而得到的合成地图61。
实施方式3
实施方式3在根据合成地图61进行驾驶辅助这一点上与实施方式2不同。在实施方式3中，对该不同点进行说明，省略相同点的说明。
＊＊＊结构的说明＊＊＊
参照图21，对实施方式3的地图处理装置10的结构进行说明。
地图处理装置10在具有驾驶辅助部27这一点上与图19所示的地图处理装置10不同。驾驶辅助部27与其他的功能结构要素相同，通过软件实现。或者，驾驶辅助部27也可以通过硬件实现。
＊＊＊动作的说明＊＊＊
参照图22，对实施方式3的地图处理装置10的动作进行说明。
步骤S1～步骤S2的处理与实施方式2相同。
(步骤S3：驾驶辅助处理)
驾驶辅助部27根据合成地图61，进行移动体的驾驶辅助。具体而言，驾驶辅助部27根据合成地图61对移动体进行控制而实现自动驾驶。或者，驾驶辅助部27向移动体的驾驶员提供合成地图61的信息。例如，驾驶辅助部27在搭载于移动体的显示装置显示合成地图61的信息，由此，向移动体的驾驶员提供合成地图61的信息。
＊＊＊实施方式3的效果＊＊＊
如上所述，实施方式3的地图处理装置10根据合成地图61进行驾驶辅助。如在实施方式2中说明的那样，地图处理装置10能够以较短的处理时间高精度地生成合成地图61。因此，地图处理装置10能够根据高精度的合成地图61进行实时性高的驾驶辅助。
＊＊＊其他的结构＊＊＊
＜变形例5＞
在实施方式3中，是地图处理装置10具有驾驶辅助部27。但是，也可以是与地图处理装置10不同的驾驶辅助装置具有驾驶辅助部27。在该情况下，驾驶辅助装置从地图处理装置10取得在图22的步骤S2中生成的合成地图61，进行驾驶辅助。
标号说明
10：地图处理装置；11：处理器；12：内存；13：存储器；14：通信接口；15：电子电路；21：取得部；22：分辨率变更部；23：一次向量计算部；24：二次向量计算部；25：判定部；26：地图合成部；27：驾驶辅助部；31：第1地图；32：第2地图；33：区域；34：区域；35：判定区域；36：对象区域；37：相邻区域；38：第1关注区域；39：第2关注区域；41：向量；42：一次向量；43：二次向量；51：层；52：层；61：合成地图。

Claims (11)

1.一种地图处理装置，该地图处理装置具有：
一次向量计算部，其分别针对示出在各区域存在物体的存在概率的第1地图和第2地图，将所述第1地图和所述第2地图中重叠可能性高的至少一部分区域作为对象区域，将所述对象区域的所述存在概率和与所述对象区域相邻的相邻区域的所述存在概率之差作为所述对象区域相对于所述相邻区域的向量，计算所述对象区域相对于周围区域的向量之和作为所述对象区域的一次向量；
二次向量计算部，其分别针对所述第1地图和所述第2地图，将相邻的2个以上的区域作为关注区域，计算所述关注区域中包含的各区域的所述一次向量之和作为所述关注区域的二次向量；以及
判定部，其比较针对与所述第1地图相关的所述关注区域计算出的所述二次向量和针对与所述第2地图相关的所述关注区域计算出的所述二次向量，判定与所述第1地图相关的所述关注区域和与所述第2地图相关的所述关注区域是否对应。
2.根据权利要求1所述的地图处理装置，其中，
所述判定部在与所述第1地图相关的基准个接近的所述关注区域和与所述第2地图相关的所述基准个接近的所述关注区域对应的情况下，判定为与所述第1地图相关的所述基准个接近的所述关注区域和与所述第2地图相关的所述基准个接近的所述关注区域示出相同位置。
3.根据权利要求2所述的地图处理装置，其中，
所述判定部一边使所述第1地图每次旋转基准角度，一边判定与所述第1地图相关的在基准方向上接近的所述基准个所述关注区域和与所述第2地图相关的所述基准个接近的所述关注区域是否对应。
4.根据权利要求1～3中的任意一项所述的地图处理装置，其中，
所述判定部计算针对与所述第1地图相关的所述关注区域计算出的所述二次向量和针对与所述第2地图相关的所述关注区域计算出的所述二次向量的余弦相似度，由此进行比较。
5.根据权利要求1～3中的任意一项所述的地图处理装置，其中，
所述一次向量计算部分别针对所述第1地图和所述第2地图，选择从外侧起第2个区域到距所述外侧为对象数的区域作为所述对象区域。
6.根据权利要求1～3中的任意一项所述的地图处理装置，其中，
所述一次向量计算部在所述对象区域相对于周围区域的向量之和比第1阈值小的情况下，将所述对象区域的所述一次向量设定为0，
所述二次向量计算部在所述关注区域中包含的各区域的所述一次向量之和比第2阈值小的情况下，将所述关注区域的所述二次向量设定为0，
所述判定部针对所述二次向量不为0的所述关注区域进行比较。
7.根据权利要求1～3中的任意一项所述的地图处理装置，其中，
所述地图处理装置还具有分辨率变更部，该分辨率变更部针对所述第1地图和所述第2地图，通过使多个区域为1个区域，使所述第1地图和所述第2地图低分辨率化，
所述一次向量计算部针对被所述分辨率变更部低分辨率化后的所述第1地图和所述第2地图计算所述一次向量。
8.根据权利要求7所述的地图处理装置，其中，
所述分辨率变更部将所述多个区域各自的所述存在概率中最高的存在概率设定为所述1个区域的所述存在概率。
9.根据权利要求1～3中的任意一项所述的地图处理装置，其中，
所述地图处理装置还具有：
地图合成部，其根据由所述判定部判定为对应的所述关注区域，合成所述第1地图和所述第2地图而生成合成地图；以及
驾驶辅助部，其根据由所述地图合成部生成的所述合成地图，对移动体进行控制，或者向所述移动体的驾驶员提供信息。
10.一种地图处理方法，其中，
计算机分别针对示出在各区域存在物体的存在概率的第1地图和第2地图，将所述第1地图和所述第2地图中重叠可能性高的至少一部分区域作为对象区域，将所述对象区域的所述存在概率和与所述对象区域相邻的相邻区域的所述存在概率之差作为所述对象区域相对于所述相邻区域的向量，计算所述对象区域相对于周围区域的向量之和作为所述对象区域的一次向量，
计算机分别针对所述第1地图和所述第2地图，将相邻的2个以上的区域作为关注区域，计算所述关注区域中包含的各区域的所述一次向量之和作为所述关注区域的二次向量，
计算机比较针对与所述第1地图相关的所述关注区域计算出的所述二次向量和针对与所述第2地图相关的所述关注区域计算出的所述二次向量，判定与所述第1地图相关的所述关注区域和与所述第2地图相关的所述关注区域是否对应。
11.一种存储有地图处理程序的计算机能读取的存储介质，该地图处理程序使计算机执行如下处理：
一次向量计算处理，分别针对示出在各区域存在物体的存在概率的第1地图和第2地图，将所述第1地图和所述第2地图中重叠可能性高的至少一部分区域作为对象区域，将所述对象区域的所述存在概率和与所述对象区域相邻的相邻区域的所述存在概率之差作为所述对象区域相对于所述相邻区域的向量，计算所述对象区域相对于周围区域的向量之和作为所述对象区域的一次向量；
二次向量计算处理，分别针对所述第1地图和所述第2地图，将相邻的2个以上的区域作为关注区域，计算所述关注区域中包含的各区域的所述一次向量之和作为所述关注区域的二次向量；以及
判定处理，比较针对与所述第1地图相关的所述关注区域计算出的所述二次向量和针对与所述第2地图相关的所述关注区域计算出的所述二次向量，判定与所述第1地图相关的所述关注区域和与所述第2地图相关的所述关注区域是否对应。
CN201780091079.5A 2017-06-01 2017-06-01 地图处理装置、地图处理方法以及计算机能读取的存储介质 Active CN110651315B (zh)

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
PCT/JP2017/020450 WO2018220787A1 (ja) 2017-06-01 2017-06-01 地図処理装置、地図処理方法及び地図処理プログラム

Publications (2)

Publication Number Publication Date
CN110651315A CN110651315A (zh) 2020-01-03
CN110651315B true CN110651315B (zh) 2021-09-07

Family

ID=64455652

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201780091079.5A Active CN110651315B (zh) 2017-06-01 2017-06-01 地图处理装置、地图处理方法以及计算机能读取的存储介质

Country Status (5)

Country Link
US (1) US20200081452A1 (zh)
JP (1) JP6605180B2 (zh)
CN (1) CN110651315B (zh)
DE (1) DE112017007479B4 (zh)
WO (1) WO2018220787A1 (zh)

Families Citing this family (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE112019007750T5 (de) * 2019-09-26 2022-06-30 Yamaha Hatsudoki Kabushiki Kaisha Umgebungskarten- Erzeugungsvorrichtung und -Verfahren, Vorrichtung zum Schätzen der lokalen Position, und autonomer beweglicher Körper
JP7342697B2 (ja) * 2019-12-26 2023-09-12 株式会社豊田自動織機 経路生成装置
US11698270B2 (en) * 2021-03-30 2023-07-11 Argo AI, LLC Method, system, and computer program product for iterative warping of maps for autonomous vehicles and simulators
KR102631315B1 (ko) * 2023-06-08 2024-02-01 (주)인티그리트 Slam 기술 구현을 위한 비전 데이터 및 라이다 데이터 간의 실시간 분석 및 대조를 통해 위치 오차 보정이 가능한 시스템
KR102631313B1 (ko) * 2023-06-08 2024-01-31 (주)인티그리트 Slam 기술 구현을 위한 비전 데이터 및 라이다 데이터 간의 실시간 분석 및 대조를 통해 위치 오차 보정이 가능한 장치

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH07287749A (ja) * 1994-04-20 1995-10-31 Mitsubishi Electric Corp 地図表示装置および画像処理方法
JPH09212085A (ja) * 1996-01-31 1997-08-15 Mitsubishi Electric Corp 地図帳接合表示方法
GB2313730A (en) * 1996-05-27 1997-12-03 Korea Telecommunication Verifying the accuracy of an electronic map
CN101413806B (zh) * 2008-11-07 2011-05-25 湖南大学 一种实时数据融合的移动机器人栅格地图创建方法
CN103389103A (zh) * 2013-07-03 2013-11-13 北京理工大学 一种基于数据挖掘的地理环境特征地图构建与导航方法
CN105760811A (zh) * 2016-01-05 2016-07-13 福州华鹰重工机械有限公司 全局地图闭环匹配方法及装置

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP4533659B2 (ja) 2004-05-12 2010-09-01 株式会社日立製作所 レーザー計測により地図画像を生成する装置及び方法
JP5018458B2 (ja) 2007-12-25 2012-09-05 トヨタ自動車株式会社 座標補正方法、座標補正プログラム、及び自律移動ロボット
US9646318B2 (en) * 2014-05-30 2017-05-09 Apple Inc. Updating point of interest data using georeferenced transaction data

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH07287749A (ja) * 1994-04-20 1995-10-31 Mitsubishi Electric Corp 地図表示装置および画像処理方法
JPH09212085A (ja) * 1996-01-31 1997-08-15 Mitsubishi Electric Corp 地図帳接合表示方法
GB2313730A (en) * 1996-05-27 1997-12-03 Korea Telecommunication Verifying the accuracy of an electronic map
CN101413806B (zh) * 2008-11-07 2011-05-25 湖南大学 一种实时数据融合的移动机器人栅格地图创建方法
CN103389103A (zh) * 2013-07-03 2013-11-13 北京理工大学 一种基于数据挖掘的地理环境特征地图构建与导航方法
CN105760811A (zh) * 2016-01-05 2016-07-13 福州华鹰重工机械有限公司 全局地图闭环匹配方法及装置

Also Published As

Publication number Publication date
US20200081452A1 (en) 2020-03-12
WO2018220787A1 (ja) 2018-12-06
JPWO2018220787A1 (ja) 2019-11-07
DE112017007479T5 (de) 2020-01-09
CN110651315A (zh) 2020-01-03
JP6605180B2 (ja) 2019-11-13
DE112017007479B4 (de) 2021-05-20

Similar Documents

Publication Publication Date Title
CN110651315B (zh) 地图处理装置、地图处理方法以及计算机能读取的存储介质
EP2993490B1 (en) Operating device, operating method, and program therefor
US10643103B2 (en) Method and apparatus for representing a map element and method and apparatus for locating a vehicle/robot
JP5538435B2 (ja) 画像特徴抽出方法及びシステム
JP6804991B2 (ja) 情報処理装置、情報処理方法、および情報処理プログラム
WO2018119606A1 (en) Method and apparatus for representing a map element and method and apparatus for locating vehicle/robot
JP2018505479A (ja) ロケーションデータと画像データのスケール空間表現とを使用する物体検出
WO2019237319A1 (en) Incremental segmentation of point cloud
US10977816B2 (en) Image processing apparatus, image processing program, and driving assistance system
WO2020215257A1 (zh) 图像立体匹配的方法和辅助驾驶装置
CN117893581B (zh) 一种移动行人追踪方法及系统
JP7010535B2 (ja) 情報処理装置
CN113658203A (zh) 建筑物三维轮廓提取及神经网络的训练方法和装置
JP2017020895A (ja) 半導体装置、制御システム及び観測方法
CN111753858B (zh) 一种点云匹配方法、装置和重定位系统
EP3933340A1 (en) Arithmetic unit and parallax calculation method
US20090213121A1 (en) Image processing method and apparatus
CN114066930A (zh) 一种平面目标跟踪方法、装置、终端设备及存储介质
JP2021077091A (ja) 画像処理装置および画像処理方法
JP6685941B2 (ja) 情報処理装置、情報処理方法、および情報処理プログラム
EP3621040A1 (en) Data augmentation method, device and terminal
WO2018120932A1 (en) Method and apparatus for optimizing scan data and method and apparatus for correcting trajectory
CN113610883B (zh) 点云处理系统和方法、计算机设备和存储介质
US20240331189A1 (en) Object detection device and object detection system
WO2024148551A1 (en) Apparatus and methods for tracking features within images

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant