JP2017090239A - Information processing device, control method, program, and storage media - Google Patents
Information processing device, control method, program, and storage media Download PDFInfo
- Publication number
- JP2017090239A JP2017090239A JP2015220324A JP2015220324A JP2017090239A JP 2017090239 A JP2017090239 A JP 2017090239A JP 2015220324 A JP2015220324 A JP 2015220324A JP 2015220324 A JP2015220324 A JP 2015220324A JP 2017090239 A JP2017090239 A JP 2017090239A
- Authority
- JP
- Japan
- Prior art keywords
- information
- unit
- feature
- environment information
- data
- 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.)
- Granted
Links
- 230000010365 information processing Effects 0.000 title claims abstract description 35
- 238000000034 method Methods 0.000 title claims description 32
- 239000000284 extract Substances 0.000 claims abstract description 5
- 238000012937 correction Methods 0.000 claims description 29
- 238000000605 extraction Methods 0.000 claims description 20
- 230000008569 process Effects 0.000 claims description 15
- 230000015572 biosynthetic process Effects 0.000 claims description 9
- 230000007613 environmental effect Effects 0.000 claims description 9
- 238000003786 synthesis reaction Methods 0.000 claims description 9
- 230000002194 synthesizing effect Effects 0.000 claims description 8
- 238000005259 measurement Methods 0.000 abstract description 109
- 230000004048 modification Effects 0.000 description 9
- 238000012986 modification Methods 0.000 description 9
- 238000012545 processing Methods 0.000 description 8
- 238000006243 chemical reaction Methods 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 239000011159 matrix material Substances 0.000 description 3
- 238000004891 communication Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 240000004050 Pentaglottis sempervirens Species 0.000 description 1
- 235000004522 Pentaglottis sempervirens Nutrition 0.000 description 1
- 230000001133 acceleration Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 239000000470 constituent Substances 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000000691 measurement method Methods 0.000 description 1
- 238000012805 post-processing Methods 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
Abstract
Description
本発明は、地図データの生成技術に関する。 The present invention relates to a map data generation technique.
近年、車両にレーザースキャナやカメラを搭載し、車両周辺の情報を収集する移動体計測車両が開発されている。例えば、特許文献１には、同じ走行路を複数回走行し、各走行でのレーザー点群の結果において位置が変化しない固定物を基準点とし、基準点が重ね合わさるように点群を伸縮する後処理を行うことで、三次元点群の座標位置データを高精度に算出することが開示されている。 2. Description of the Related Art In recent years, a mobile measurement vehicle has been developed in which a laser scanner or a camera is mounted on a vehicle to collect information around the vehicle. For example, in Patent Document 1, the same traveling route is traveled a plurality of times, a fixed object whose position does not change in the result of the laser point group in each traveling is used as a reference point, and the point group is expanded and contracted so that the reference points overlap. It is disclosed that coordinate position data of a three-dimensional point group is calculated with high accuracy by performing post-processing.
ところで、特許文献１の技術によって取得された点群のデータは、例えば、車両の自動運転に用いられる高精度な地図の素材として利用されることがある。日本全国の高精度な地図を作成しようとした場合、日本全国の非常に広範囲にわたる点群データを取得することが好ましいが、これを取得するには多くの時間と手間がかかる。例えば、複数の車両で計測範囲を分担し、それぞれの車両にて取得された点群データを手動で繋ぎ合わせることが考えられるが、計測範囲が広ければ広いほど、計測車両の数が増えるほど、その作業は非常に多くの時間と手間がかかるものであった。 By the way, the data of the point cloud acquired by the technique of patent document 1 may be utilized as a highly accurate map material used for automatic driving of a vehicle, for example. When trying to create a high-precision map of the whole country of Japan, it is preferable to acquire point cloud data over a very wide area of Japan, but it takes a lot of time and effort to obtain this. For example, it is conceivable to share the measurement range by a plurality of vehicles and manually connect the point cloud data acquired by each vehicle, but the wider the measurement range, the more the number of measurement vehicles increases, The work was very time consuming and laborious.
また、特許文献１の技術は、高精度なデータを得ることが可能である一方で、同じ走行路を複数回走行することが必要となるため、広範囲のデータ収集という観点からすると改善の余地があるものである。 In addition, while the technology of Patent Document 1 can obtain highly accurate data, it is necessary to travel a plurality of times on the same traveling route, so there is room for improvement from the viewpoint of collecting a wide range of data. There is something.
本発明は、上記のような課題を解決するためになされたものであり、効率的に広範囲な測定データを得ることが可能な情報処理装置を提供することを主な目的とする。 The present invention has been made to solve the above-described problems, and a main object of the present invention is to provide an information processing apparatus capable of efficiently obtaining a wide range of measurement data.
請求項に記載の発明は、情報処理装置であって、第１経路を移動する第１移動体が有する第１環境情報取得部により取得される前記第１移動体の周囲の情報である第１環境情報を取得する第１取得部と、前記第１経路とは異なる第２経路を移動する第２移動体が有する第２環境情報取得部により取得される前記第２移動体の周囲の情報である第２環境情報を取得する第２取得部と、前記第１環境情報と前記第２環境情報とに基づいて抽出された特徴情報に基づいて、前記第１環境情報と前記第２環境情報とを合成する合成部と、を備えることを特徴とする。 The first aspect of the present invention is an information processing apparatus, which is information about a periphery of the first moving body acquired by a first environment information acquiring unit included in the first moving body moving on the first route. Information on the surroundings of the second moving body acquired by a first acquiring unit that acquires environmental information and a second environmental information acquiring unit included in a second moving body that moves on a second route different from the first route A second acquisition unit configured to acquire certain second environment information; and the first environment information and the second environment information based on feature information extracted based on the first environment information and the second environment information. And a synthesizing unit that synthesizes.
また、請求項に記載の発明は、情報処理装置が実行する制御方法であって、第１経路を移動する第１移動体が有する第１環境情報取得部により取得される前記第１移動体の周囲の情報である第１環境情報を取得する第１取得工程と、前記第１経路とは異なる第２経路を移動する第２移動体が有する第２環境情報取得部により取得される前記第２移動体の周囲の情報である第２環境情報を取得する第２取得工程と、前記第１環境情報と前記第２環境情報とに基づいて抽出された特徴情報に基づいて、前記第１環境情報と前記第２環境情報とを合成する合成工程と、を有することを特徴とする。 The invention described in the claims is a control method executed by the information processing apparatus, wherein the first mobile body acquired by the first environment information acquisition unit of the first mobile body moving on the first route is provided. The first acquisition step of acquiring the first environment information that is surrounding information, and the second environment information acquisition unit included in the second moving body that moves on the second route different from the first route. Based on feature information extracted based on a second acquisition step of acquiring second environment information, which is information around the mobile body, and the first environment information and the second environment information, the first environment information And a synthesis step for synthesizing the second environment information.
また、請求項に記載の発明は、コンピュータが実行するプログラムであって、第１経路を移動する第１移動体が有する第１環境情報取得部により取得される前記第１移動体の周囲の情報である第１環境情報を取得する第１取得部と、前記第１経路とは異なる第２経路を移動する第２移動体が有する第２環境情報取得部により取得される前記第２移動体の周囲の情報である第２環境情報を取得する第２取得部と、前記第１環境情報と前記第２環境情報とに基づいて抽出された特徴情報に基づいて、前記第１環境情報と前記第２環境情報とを合成する合成部として前記コンピュータを機能させることを特徴とする。 The invention described in the claims is a program executed by a computer, and is information about the first moving body acquired by a first environment information acquiring unit included in the first moving body moving on the first route. Of the second moving body acquired by the first acquiring unit that acquires the first environmental information and the second environmental information acquiring unit included in the second moving body that moves on a second route different from the first route. Based on feature information extracted based on a second acquisition unit that acquires second environment information, which is surrounding information, and on the first environment information and the second environment information, the first environment information and the first (2) The computer is caused to function as a synthesizing unit that synthesizes two environment information.
本発明の好適な実施形態によれば、情報処理装置は、第１経路を移動する第１移動体が有する第１環境情報取得部により取得される前記第１移動体の周囲の情報である第１環境情報を取得する第１取得部と、前記第１経路とは異なる第２経路を移動する第２移動体が有する第２環境情報取得部により取得される前記第２移動体の周囲の情報である第２環境情報を取得する第２取得部と、前記第１環境情報と前記第２環境情報とに基づいて抽出された特徴情報に基づいて、前記第１環境情報と前記第２環境情報とを合成する合成部と、を備える。 According to a preferred embodiment of the present invention, the information processing apparatus is information about the surroundings of the first moving body acquired by the first environment information acquiring unit included in the first moving body moving on the first route. 1st acquisition part which acquires 1 environment information, and the surrounding information of the said 2nd mobile body acquired by the 2nd environment information acquisition part which the 2nd mobile body which moves the 2nd path | route different from the said 1st path | route has A second acquisition unit for acquiring the second environment information, and the first environment information and the second environment information based on the feature information extracted based on the first environment information and the second environment information. A synthesizing unit that synthesizes.
上記情報処理装置は、第１取得部と、第２取得部と、合成部とを備える。第１取得部は、第１経路を移動する第１移動体が有する第１環境情報取得部により取得される第１環境情報を取得する。第２取得部は、第１経路とは異なる第２経路を移動する第２移動体が有する第２環境情報取得部によって取得される第２環境情報を取得する。合成部は、第１環境情報と第２環境情報とに基づいて抽出された特徴情報に基づいて、第１環境情報と第２環境情報とを合成する。この態様では、情報処理装置は、第１移動体の移動により取得した第１環境情報と、第２移動体の移動により取得した第２環境情報とを合成することで、効率的に広範囲な測定データを得ることができる。 The information processing apparatus includes a first acquisition unit, a second acquisition unit, and a synthesis unit. A 1st acquisition part acquires the 1st environment information acquired by the 1st environment information acquisition part which the 1st moving body which moves the 1st path | route has. A 2nd acquisition part acquires the 2nd environment information acquired by the 2nd environment information acquisition part which the 2nd mobile which moves the 2nd course different from the 1st course has. The synthesizing unit synthesizes the first environment information and the second environment information based on the feature information extracted based on the first environment information and the second environment information. In this aspect, the information processing apparatus synthesizes the first environment information acquired by the movement of the first moving body and the second environment information acquired by the movement of the second moving body, thereby efficiently measuring a wide range. Data can be obtained.
上記情報処理装置の一態様では、前記第１取得部は、前記第１環境情報と、第１自己位置推定部によって推定された前記第１移動体の第１位置情報と、が統合され又は関連付けられた第１情報を取得し、前記第２取得部は、前記第２環境情報と、前記第１自己位置推定部よりも推定精度が低い第２自己位置推定部によって推定された前記第２移動体の第２位置情報と、が統合され又は関連付けられた第２情報を取得し、前記合成部は、前記第１情報と前記第２情報とに基づいて抽出された特徴情報に基づいて、前記第１情報と前記第２情報とを合成する。この態様により、情報処理装置は、地図データ等として利用可能な位置情報を含む広範囲の測定データを効率的に取得することができる。 In one aspect of the information processing apparatus, the first acquisition unit integrates or associates the first environment information and the first position information of the first moving body estimated by the first self-position estimation unit. The second acquisition unit obtains the second movement estimated by the second environment information and a second self-position estimation unit having an estimation accuracy lower than that of the first self-position estimation unit. Body second position information is integrated or associated with the second information, the synthesis unit, based on the feature information extracted based on the first information and the second information, The first information and the second information are combined. With this aspect, the information processing apparatus can efficiently acquire a wide range of measurement data including position information that can be used as map data or the like.
上記情報処理装置の他の一態様では、前記第２自己位置推定部の推定精度は、前記第１自己位置推定部より推定精度が低く、情報処理装置は、前記特徴情報に基づいて、前記第２情報を補正する補正部を更に備える。この態様では、情報処理装置は、第１自己位置推定部よりも推定精度が低い第２自己位置推定部に基づき生成した第２情報を、高精度な第１自己位置推定部を用いて生成した第１情報により補正し、第２情報の精度を好適に高めることができる。よって、この態様により、情報処理装置は、第１自己位置推定部よりも推定精度が低い第２自己位置推定部を効率的に活用し、計測に要する費用や手間などを好適に抑制しつつ高精度な測定データを得ることができる。 In another aspect of the information processing apparatus, the estimation accuracy of the second self-position estimation unit is lower than that of the first self-position estimation unit, and the information processing apparatus performs the first estimation based on the feature information. 2 further includes a correction unit that corrects the information. In this aspect, the information processing apparatus generates the second information generated based on the second self-position estimation unit having a lower estimation accuracy than the first self-position estimation unit using the high-accuracy first self-position estimation unit. It can correct | amend with 1st information and can improve the precision of 2nd information suitably. Therefore, according to this aspect, the information processing apparatus efficiently uses the second self-position estimation unit having a lower estimation accuracy than the first self-position estimation unit, and appropriately suppresses costs and labor required for measurement. Accurate measurement data can be obtained.
上記情報処理装置の一態様では、前記第１環境情報取得部は第１レーザースキャナを含み、前記第２環境情報取得部は第２レーザースキャナを含み、前記第１情報は、前記第１レーザースキャナによって計測された前記第１移動体と周囲の地物における照射点との距離情報と、前記第１自己位置推定部によって推定された前記第１移動体の第１位置情報と、に基づいて推定された、前記第１レーザースキャナのレーザー光が照射された前記地物の照射点からなる点群のそれぞれの座標位置を示す第１点群情報を含み、前記第２情報は、前記第２レーザースキャナによって計測された前記第２移動体と周囲の地物における照射点との距離情報と、前記第２自己位置推定部によって推定された前記第２移動体の第２位置情報と、に基づいて推定された、前記第２レーザースキャナのレーザー光が照射された前記地物の照射点からなる点群のそれぞれの座標位置を示す第２点群情報を含む。この態様では、情報処理装置は、第１移動体及び第２移動体が走行した経路に沿った点群情報を好適に生成することができ、自動運転等に用いられる地図データの生成等に好適に活用することができる。 In one aspect of the information processing apparatus, the first environment information acquisition unit includes a first laser scanner, the second environment information acquisition unit includes a second laser scanner, and the first information is the first laser scanner. Estimated on the basis of distance information between the first moving body and irradiation points on surrounding features measured by the first position information of the first moving body estimated by the first self-position estimating unit The first point group information indicating each coordinate position of a point group composed of irradiation points of the feature irradiated with the laser beam of the first laser scanner is included, and the second information includes the second laser Based on distance information between the second moving body measured by the scanner and irradiation points on surrounding features, and second position information on the second moving body estimated by the second self-position estimating unit. Estimated And, including the second laser and the second point group information indicating the respective coordinate positions of the point groups of illuminated points of the feature that a laser beam is irradiated in the scanner. In this aspect, the information processing apparatus can suitably generate point cloud information along the route traveled by the first moving body and the second moving body, and is suitable for generating map data used for automatic driving or the like. It can be used for.
上記情報処理装置の他の一態様では、前記第１環境情報取得部は第１カメラを含み、前記第２環境情報取得部は第２カメラを含み、前記第１情報は、前記第１カメラによって撮影された第１画像と、前記第１自己位置推定部によって推定された前記第１移動体の第１位置情報とが関連付けられた情報を含み、前記第２情報は、前記第２カメラによって撮影された第２画像と、前記第２自己位置推定部によって推定された前記第２移動体の第２位置情報とが関連付けられた情報を含み、前記補正部は、前記特徴情報に基づいて、前記第２画像に関連付けられた第２位置情報を補正する。この態様により、情報処理装置は、第１移動体及び第２移動体が走行した経路に沿って撮影した画像を高精度な位置情報と好適に関連付けることができる。 In another aspect of the information processing apparatus, the first environment information acquisition unit includes a first camera, the second environment information acquisition unit includes a second camera, and the first information is transmitted from the first camera. Including information in which the photographed first image is associated with the first position information of the first moving body estimated by the first self-position estimating unit, and the second information is photographed by the second camera. Information associated with the second position information of the second moving body estimated by the second self-position estimation unit, and the correction unit, based on the feature information, The second position information associated with the second image is corrected. According to this aspect, the information processing apparatus can suitably associate an image captured along a route traveled by the first moving body and the second moving body with high-accuracy position information.
上記情報処理装置の他の一態様では、情報処理装置は、前記第１経路と前記第２経路とが接続する地点を基準として、前記第１情報及び前記第２情報から共通して特定される地物に対応する特徴情報を抽出する抽出部をさらに備える。この態様により、情報処理装置は、第２情報を第１情報により補正するための基準となる特徴情報を好適に抽出することができる。 In another aspect of the information processing apparatus, the information processing apparatus is specified in common from the first information and the second information on the basis of a point where the first route and the second route are connected. The apparatus further includes an extraction unit that extracts feature information corresponding to the feature. According to this aspect, the information processing apparatus can suitably extract feature information serving as a reference for correcting the second information with the first information.
上記情報処理装置の他の一態様では、前記補正部は、前記第１情報から抽出した特徴情報が示す座標位置と、前記第２情報から抽出した特徴情報が示す座標位置との差分量に基づき、前記第２情報を補正する。この態様により、情報処理装置は、第２情報を第１情報により好適に補正することができる。 In another aspect of the information processing apparatus, the correction unit is based on a difference amount between a coordinate position indicated by the feature information extracted from the first information and a coordinate position indicated by the feature information extracted from the second information. The second information is corrected. With this aspect, the information processing apparatus can suitably correct the second information with the first information.
本発明の他の好適な実施形態によれば、情報処理装置が実行する制御方法であって、第１経路を移動する第１移動体が有する第１環境情報取得部により取得される前記第１移動体の周囲の情報である第１環境情報を取得する第１取得工程と、前記第１経路とは異なる第２経路を移動する第２移動体が有する第２環境情報取得部により取得される前記第２移動体の周囲の情報である第２環境情報を取得する第２取得工程と、前記第１環境情報と前記第２環境情報とに基づいて抽出された特徴情報に基づいて、前記第１環境情報と前記第２環境情報とを合成する合成工程と、を有する。情報処理装置は、この制御方法を実行することで、効率的に広範囲な測定データを得ることができる。 According to another preferred embodiment of the present invention, there is provided a control method executed by the information processing apparatus, wherein the first environment information acquisition unit included in the first mobile body moving on the first route is the first method. Acquired by a first acquisition step of acquiring first environment information, which is information around the mobile body, and a second environment information acquisition unit of a second mobile body that moves on a second route different from the first route. Based on feature information extracted based on a second acquisition step of acquiring second environment information, which is information around the second mobile body, and the first environment information and the second environment information, the second A synthesis step of synthesizing the first environment information and the second environment information. The information processing apparatus can efficiently obtain a wide range of measurement data by executing this control method.
本発明の他の好適な実施形態によれば、コンピュータが実行するプログラムであって、第１経路を移動する第１移動体が有する第１環境情報取得部により取得される前記第１移動体の周囲の情報である第１環境情報を取得する第１取得部と、前記第１経路とは異なる第２経路を移動する第２移動体が有する第２環境情報取得部により取得される前記第２移動体の周囲の情報である第２環境情報を取得する第２取得部と、前記第１環境情報と前記第２環境情報とに基づいて抽出された特徴情報に基づいて、前記第１環境情報と前記第２環境情報とを合成する合成部として前記コンピュータを機能させる。コンピュータは、このプログラムを実行することで、効率的に広範囲な測定データを得ることができる。好適には、上記プログラムは、記憶媒体に記憶される。 According to another preferred embodiment of the present invention, there is provided a program executed by a computer, the first moving body acquired by a first environment information acquiring unit included in the first moving body that moves on the first route. The first acquisition unit that acquires first environment information that is surrounding information, and the second environment information acquisition unit that is included in a second moving body that moves on a second route different from the first route. Based on feature information extracted based on the first environment information and the second environment information, a second acquisition unit that acquires second environment information that is information around the mobile body, and the first environment information And the second environment information are made to function as a synthesizing unit. The computer can efficiently obtain a wide range of measurement data by executing this program. Preferably, the program is stored in a storage medium.
以下、図面を参照して本発明の好適な実施例について説明する。 Hereinafter, preferred embodiments of the present invention will be described with reference to the drawings.
［計測システムの概要］
図１は、本実施例に係る計測システムの概略構成である。計測システムは、自動運転等に必要な地図データの一部として使用される三次元（３Ｄ）点群データを生成するためのシステムであり、主に、高精度計測ユニット１と、簡易計測ユニット２と、サーバ装置３とを有する。高精度計測ユニット１及び簡易計測ユニット２は、それぞれ車両に搭載される。
[Outline of measurement system]
FIG. 1 is a schematic configuration of a measurement system according to the present embodiment. The measurement system is a system for generating three-dimensional (3D) point cloud data used as a part of map data necessary for automatic driving or the like, and mainly includes a high-precision measurement unit 1 and a simple measurement unit 2. And a server device 3. The high-precision measurement unit 1 and the simple measurement unit 2 are each mounted on a vehicle.
高精度計測ユニット１は、高精度な３Ｄ点群データを生成するシステムであり、主に車載機１１と、ライダ（Ｌｉｄａｒ：Ｌａｓｅｒ Ｉｌｌｕｍｉｎａｔｅｄ Ｄｅｔｅｃｔｉｏｎ Ａｎｄ Ｒａｎｇｉｎｇ）１２と、ＲＴＫ−ＧＰＳ１３と、ＩＭＵ（Ｉｎｅｒｔｉａｌ Ｍｅａｓｕｒｅｍｅｎｔ Ｕｎｉｔ）１４とを有する。また、簡易計測ユニット２は、高精度計測ユニット１よりも精度が低い３Ｄ点群データを生成するシステムであり、主に車載機２１と、ライダ２２と、ＧＰＳ２３と、ＩＭＵ２４とを有する。 The high-precision measurement unit 1 is a system that generates high-precision 3D point cloud data, and mainly includes an in-vehicle device 11, a lidar (Lider: Laser Illuminated Detection And Ranging) 12, an RTK-GPS13, an IMU (Internal Measurement). Unit) 14. The simple measurement unit 2 is a system that generates 3D point cloud data with lower accuracy than the high-precision measurement unit 1, and mainly includes an in-vehicle device 21, a rider 22, a GPS 23, and an IMU 24.
ライダ１２、２２は、パルス状に発光するレーザー照射に対する散乱光を測定することで、外界に存在する物体までの距離を離散的に測定し、当該物体の位置を示す３次元の点群データを出力する。ライダ１２、２２が出力する点群データは、車両の位置及び進行方向に依存する相対的な３次元位置情報である。なお、ライダ１２とライダ２２とは同一精度であってもよく、ライダ１２がライダ２２よりも高精度であってもよい。ライダ１２は本発明における「第１環境情報取得部」及び「第１レーザースキャナ」の一例であり、ライダ１２が出力するデータは本発明における「第１環境情報」の一例である。同様に、ライダ２２は本発明における「第２環境情報取得部」及び「第２レーザースキャナ」の一例であり、ライダ２２が出力するデータは本発明における「第２環境情報」の一例である。 The lidars 12 and 22 discretely measure the distance to an object existing in the outside world by measuring scattered light in response to laser irradiation that emits pulses, and obtain three-dimensional point cloud data indicating the position of the object. Output. The point cloud data output by the lidars 12 and 22 is relative three-dimensional position information that depends on the position and traveling direction of the vehicle. The lidar 12 and the lidar 22 may have the same accuracy, and the lidar 12 may have a higher accuracy than the lidar 22. The lidar 12 is an example of the “first environment information acquisition unit” and the “first laser scanner” in the present invention, and the data output from the lidar 12 is an example of the “first environment information” in the present invention. Similarly, the lidar 22 is an example of the “second environment information acquisition unit” and “second laser scanner” in the present invention, and the data output from the lidar 22 is an example of the “second environment information” in the present invention.
ＲＴＫ−ＧＰＳ１３は、ＲＴＫ測位方式（即ち干渉測位方式）に基づき車両の絶対的な位置（例えば緯度、経度、及び高度の３次元位置）を示す高精度な位置情報を生成する。また、ＧＰＳ２３は、単独測位方式又は相対測位方式に基づき車両の絶対的な位置を示す位置情報を生成する。ＲＴＫ−ＧＰＳ１３が出力する位置情報は、ＧＰＳ２３が出力する位置情報よりも位置推定精度が高い。ＲＴＫ−ＧＰＳ１３は本発明における「第１自己位置推定部」の一例であり、ＲＴＫ−ＧＰＳ１３が出力する位置情報は本発明における「第１位置情報」の一例である。また、ＧＰＳ２３は本発明における「第２自己位置推定部」の一例であり、ＧＰＳ２３が出力する位置情報は本発明における「第２位置情報」の一例である。ＩＭＵ（慣性計測装置）１４、２４は、３軸方向における車両の加速度及び角速度（又は角度）を出力する。 The RTK-GPS 13 generates highly accurate position information indicating the absolute position of the vehicle (for example, a three-dimensional position of latitude, longitude, and altitude) based on the RTK positioning method (that is, the interference positioning method). The GPS 23 generates position information indicating the absolute position of the vehicle based on the single positioning method or the relative positioning method. The position information output from the RTK-GPS 13 has higher position estimation accuracy than the position information output from the GPS 23. The RTK-GPS 13 is an example of the “first self-position estimation unit” in the present invention, and the position information output by the RTK-GPS 13 is an example of the “first position information” in the present invention. The GPS 23 is an example of a “second self-position estimation unit” in the present invention, and the position information output from the GPS 23 is an example of “second position information” in the present invention. The IMUs (inertia measuring devices) 14 and 24 output the acceleration and angular velocity (or angle) of the vehicle in the three-axis directions.
車載機１１は、ＲＴＫ−ＧＰＳ１３から供給される出力に基づき、車両の絶対的な位置及び方位を特定し、ライダ１２が検知した点群の各点について、車両の位置及び向きに依存した相対的な３次元位置情報から絶対的な３次元位置情報を算出する。なお、車両の絶対的な位置及び方位は、ＲＴＫ−ＧＰＳ１３からの出力に加え、ＩＭＵ１４の出力に基づいて特定するようにしてもよい。そして、車載機１１は、算出した３次元点群データ「Ｐｔ」を、サーバ装置３へ供給する。この場合、車載機１１は、算出した３次元点群データＰｔを無線通信により即時にサーバ装置３へ送信してもよく、サーバ装置３が後で読取り可能な記憶媒体等に蓄積してもよい。３次元点群データＰｔは、本発明における「第１情報」の一例である。 The in-vehicle device 11 specifies the absolute position and direction of the vehicle based on the output supplied from the RTK-GPS 13, and for each point of the point group detected by the lidar 12, the relative position depends on the position and orientation of the vehicle. Absolute three-dimensional position information is calculated from the three-dimensional position information. The absolute position and direction of the vehicle may be specified based on the output of the IMU 14 in addition to the output from the RTK-GPS 13. Then, the in-vehicle device 11 supplies the calculated three-dimensional point cloud data “Pt” to the server device 3. In this case, the in-vehicle device 11 may immediately transmit the calculated three-dimensional point cloud data Pt to the server device 3 by wireless communication, or may store it in a storage medium or the like that can be read by the server device 3 later. . The three-dimensional point cloud data Pt is an example of “first information” in the present invention.
同様に、車載機２１は、ＧＰＳ２３から供給される出力に基づき、車両の絶対的な位置及び方位を特定し、ライダ２２が検知した点群の各点について、車両の位置及び向きに依存した相対的な３次元位置情報から絶対的な３次元位置情報を算出する。なお、なお、車両の絶対的な位置及び方位は、ＧＰＳ２３からの出力に加え、ＩＭＵ２４の出力に基づいて特定するようにしてもよい。そして、車載機２１は、算出した３次元点群データ「Ｑｔ」を、サーバ装置３へ供給する。３次元点群データＱｔは、本発明における「第２情報」の一例である。 Similarly, the in-vehicle device 21 specifies the absolute position and orientation of the vehicle based on the output supplied from the GPS 23, and for each point of the point group detected by the lidar 22, the relative position depends on the position and orientation of the vehicle. Absolute three-dimensional position information is calculated from specific three-dimensional position information. In addition, you may make it specify the absolute position and direction of a vehicle based on the output of IMU24 in addition to the output from GPS23. Then, the in-vehicle device 21 supplies the calculated three-dimensional point cloud data “Qt” to the server device 3. The three-dimensional point cloud data Qt is an example of “second information” in the present invention.
本実施例では、高精度計測ユニット１は、高速道路や国道又は県道などの主要道路を対象に計測を行い、簡易計測ユニット２は、高精度計測ユニット１が計測対象とする主要道路以外の道路（「非主要道路」とも呼ぶ。）を対象に計測を行う。 In the present embodiment, the high-precision measurement unit 1 performs measurement on main roads such as expressways, national roads, and prefectural roads, and the simple measurement unit 2 is a road other than the main roads that are measured by the high-precision measurement unit 1. (Also called “non-major road”).
サーバ装置３は、車載機１１から取得した３次元点群データＰｔ及び車載機２１から取得した３次元点群データＱｔを記憶し、記憶した３次元点群データＰｔ及び３次元点群データＱｔから、３次元点群データＱｔを補正したデータ（「補正後点群データＱ‘ｔ」とも呼ぶ。）を生成する。この場合、サーバ装置３は、後述するように、高精度計測ユニット１の計測対象である主要道路と簡易計測ユニット２の計測対象である非主要道路との接続地点（「接続地点Ｌｃ」とも呼ぶ。）での３次元点群データＰｔと３次元点群データＱｔとの差異に基づき、３次元点群データＱｔを補正した補正後点群データＱ‘ｔを生成する。サーバ装置３は、本発明における「情報処理装置」の一例である。 The server device 3 stores the 3D point cloud data Pt acquired from the in-vehicle device 11 and the 3D point cloud data Qt acquired from the in-vehicle device 21, and from the stored 3D point cloud data Pt and 3D point cloud data Qt. Data obtained by correcting the three-dimensional point group data Qt (also referred to as “corrected point group data Q′t”) is generated. In this case, the server device 3, as will be described later, is a connection point (also referred to as “connection point Lc”) between the main road that is the measurement target of the high-precision measurement unit 1 and the non-main road that is the measurement target of the simple measurement unit 2. )), Corrected point group data Q′t obtained by correcting the three-dimensional point group data Qt is generated based on the difference between the three-dimensional point group data Pt and the three-dimensional point group data Qt. The server device 3 is an example of an “information processing device” in the present invention.
［サーバ装置の構成］
サーバ装置３は、車載機１１が生成した３次元点群データＰｔ及び車載機２１が生成した３次元点群データＱｔをそれぞれ取得するためのインターフェース３０と、３次元点群データＰｔ及び３次元点群データＱｔなどを記憶する記憶部３１と、ＣＰＵなどから構成される制御部３２と、を有する。
[Configuration of server device]
The server device 3 includes an interface 30 for acquiring the 3D point cloud data Pt generated by the vehicle-mounted device 11 and the 3D point cloud data Qt generated by the vehicle-mounted device 21, respectively, the 3D point cloud data Pt, and the 3D point data. It has the memory | storage part 31 which memorize | stores group data Qt etc., and the control part 32 comprised from CPU etc. FIG.
インターフェース３０は、制御部３２の制御に基づき、車載機１１が生成した３次元点群データＰｔ及び車載機２１が生成した３次元点群データＱｔをそれぞれ取得する。インターフェース３０は、車載機１１、２１と無線通信を行うためのワイヤレスインターフェースであってもよく、３次元点群データＰｔ及び３次元点群データＱｔを記憶した記憶媒体等から３次元点群データＰｔ及び３次元点群データＱｔを読み出すためのハードウェアインターフェースであってもよい。 The interface 30 acquires the three-dimensional point group data Pt generated by the in-vehicle device 11 and the three-dimensional point group data Qt generated by the in-vehicle device 21 based on the control of the control unit 32. The interface 30 may be a wireless interface for performing wireless communication with the in-vehicle devices 11 and 21, and the three-dimensional point cloud data Pt from a storage medium or the like storing the three-dimensional point cloud data Pt and the three-dimensional point cloud data Qt. And a hardware interface for reading the three-dimensional point cloud data Qt.
記憶部３１は、制御部３２が所定の処理を実行するためのプログラム及び制御部３２の処理に必要な情報を記憶する。本実施例では、記憶部３１は、制御部３２の制御に基づき、インターフェース３０が取得した３次元点群データＰｔ及び３次元点群データＱｔを記憶する。また、記憶部３１は、制御部３２が３次元点群データＰｔ及び３次元点群データＱｔに基づき３次元点群データＱｔを補正した補正後点群データＱ‘ｔを記憶する。 The storage unit 31 stores a program for the control unit 32 to execute a predetermined process and information necessary for the process of the control unit 32. In the present embodiment, the storage unit 31 stores the 3D point group data Pt and the 3D point group data Qt acquired by the interface 30 based on the control of the control unit 32. In addition, the storage unit 31 stores corrected point group data Q′t in which the control unit 32 corrects the three-dimensional point group data Qt based on the three-dimensional point group data Pt and the three-dimensional point group data Qt.
制御部３２は、記憶部３１等に記憶されたプログラムなどを実行し、サーバ装置３の全体を制御する。本実施例では、制御部３２は、インターフェース３０を介して３次元点群データＰｔ及び３次元点群データＱｔを取得し、記憶部３１に記憶させる。その後、制御部３２は、記憶部３１が記憶する３次元点群データＰｔ及び３次元点群データＱｔに基づき、補正後点群データＱ‘ｔを生成する。制御部３２は、機能的には、特徴点抽出部３３Ａ、３３Ｂと、マッチング部３４と、差分量算出部３５と、補正部３６と、を有する。制御部３２は、本発明における「第１取得部」、「第２取得部」、「抽出部」、「補正部」、「合成部」及びプログラムを実行する「コンピュータ」の一例である。 The control unit 32 executes a program stored in the storage unit 31 or the like and controls the entire server device 3. In the present embodiment, the control unit 32 acquires the three-dimensional point group data Pt and the three-dimensional point group data Qt via the interface 30 and stores them in the storage unit 31. Thereafter, the control unit 32 generates corrected point group data Q′t based on the three-dimensional point group data Pt and the three-dimensional point group data Qt stored in the storage unit 31. Functionally, the control unit 32 includes feature point extraction units 33A and 33B, a matching unit 34, a difference amount calculation unit 35, and a correction unit 36. The control unit 32 is an example of the “first acquisition unit”, “second acquisition unit”, “extraction unit”, “correction unit”, “synthesis unit”, and “computer” that executes a program in the present invention.
特徴点抽出部３３Ａは、高精度計測ユニット１の計測対象である主要道路と簡易計測ユニット２の計測対象である非主要道路との接続地点Ｌｃ付近に存在する地物を構成する（特に、地物の特徴的な形状を構成する）点群データを、３次元点群データＰｔから抽出する。そして、特徴点抽出部３３Ａは、３次元点群データＰｔから抽出した点群データ（「特徴点データＲｔ」とも呼ぶ。）を、マッチング部３４へ供給する。同様に、特徴点抽出部３３Ｂは、接続地点Ｌｃ付近に存在する地物を構成する（特に、地物の特徴的な形状を構成する）点群データを、３次元点群データＱｔから抽出し、抽出した点群データ（「特徴点データＳｔ」とも呼ぶ。）を、マッチング部３４へ供給する。特徴点データＲｔ、Ｓｔは、本発明における「特徴情報」の一例である。 The feature point extraction unit 33A constitutes a feature that exists in the vicinity of the connection point Lc between the main road that is the measurement target of the high-precision measurement unit 1 and the non-main road that is the measurement target of the simple measurement unit 2 (particularly, Point cloud data (which constitutes a characteristic shape of an object) is extracted from the three-dimensional point cloud data Pt. Then, the feature point extraction unit 33A supplies the point group data extracted from the three-dimensional point group data Pt (also referred to as “feature point data Rt”) to the matching unit 34. Similarly, the feature point extraction unit 33B extracts from the three-dimensional point cloud data Qt the point cloud data that constitutes the feature existing in the vicinity of the connection point Lc (particularly, the feature shape of the feature). The extracted point cloud data (also referred to as “feature point data St”) is supplied to the matching unit 34. The feature point data Rt and St are examples of “feature information” in the present invention.
マッチング部３４は、特徴点抽出部３３Ａから供給された特徴点データＲｔと、特徴点抽出部３３Ｂから供給された特徴点データＳｔとを比較することで、両者に共通した地物の形状を特定し、共通した地物を構成する特徴点データＲｔ、Ｓｔを差分量算出部３５へ供給する。 The matching unit 34 compares the feature point data Rt supplied from the feature point extraction unit 33A with the feature point data St supplied from the feature point extraction unit 33B, thereby specifying the feature shape common to both. Then, the feature point data Rt and St constituting the common feature are supplied to the difference amount calculation unit 35.
差分量算出部３５は、マッチング部３４から供給された、共通した地物を構成する特徴点データＲｔと特徴点データＳｔとの差分量を、接続地点Ｌｃごとに算出する。ここでは、マッチング部３４から供給された特徴点データＲｔ及び特徴点データＳｔの３次元座標空間の各座標軸（例えば緯度、経度、高度）における上述の差分量を、それぞれ「Δｘ」、「Δｙ」、「Δｚ」とする。差分量算出部３５は、接続地点Ｌｃごとの差分量Δｘ、Δｙ、Δｚの情報を、補正部３６へ供給する。 The difference amount calculation unit 35 calculates, for each connection point Lc, the difference amount between the feature point data Rt and the feature point data St that are supplied from the matching unit 34 and constitute a common feature. Here, the above-mentioned difference amounts in the coordinate axes (for example, latitude, longitude, altitude) of the feature point data Rt and feature point data St supplied from the matching unit 34 in the three-dimensional coordinate space are respectively “Δx” and “Δy”. , “Δz”. The difference amount calculation unit 35 supplies information on the difference amounts Δx, Δy, Δz for each connection point Lc to the correction unit 36.
補正部３６は、接続地点Ｌｃごとの差分量Δｘ、Δｙ、Δｚに基づき、３次元点群データＱｔを補正し、補正後の３次元点群データＱｔである補正後点群データＱ‘ｔを記憶部３１に記憶させる。この場合、補正部３６は、差分量Δｘ、Δｙ、Δｚが示す３次元点群データＰｔと３次元点群データＱｔとのずれが無くなるように、３次元点群データＱｔの全体の移動、回転、又は／及び拡縮を行う。この処理の具体例については、後述する。 The correction unit 36 corrects the three-dimensional point group data Qt based on the difference amounts Δx, Δy, Δz for each connection point Lc, and uses the corrected point group data Q′t, which is the corrected three-dimensional point group data Qt. The data is stored in the storage unit 31. In this case, the correction unit 36 moves and rotates the entire three-dimensional point group data Qt so that there is no deviation between the three-dimensional point group data Pt and the three-dimensional point group data Qt indicated by the difference amounts Δx, Δy, Δz. Or / and scaling. A specific example of this process will be described later.
また、制御部３２は、補正部３６が補正した補正後点群データＱ‘ｔと３次元点群データＰｔとに対し、表示処理等の種々の用途において１つの３次元点群データベースとして使用できるようにするために、これらを合成する処理を行う。具体的には、制御部３２は、補正後点群データＱ‘ｔと３次元点群データＰｔとを１つの３次元点群データベースとして統合したり、補正後点群データＱ‘ｔと３次元点群データＰｔとを別個のデータとして意識することなく使用できるようにこれらを関連付けたりする。 In addition, the control unit 32 can use the corrected point group data Q′t and the three-dimensional point group data Pt corrected by the correction unit 36 as one three-dimensional point group database in various applications such as display processing. In order to achieve this, a process of combining them is performed. Specifically, the control unit 32 integrates the corrected point group data Q′t and the three-dimensional point group data Pt as one three-dimensional point group database, or the corrected point group data Q′t and the three-dimensional point group data Qt. The point cloud data Pt are associated with each other so that they can be used without being conscious of as separate data.
［点群データ補正処理の詳細］
次に、サーバ装置３が実行する３次元点群データＱｔの補正処理について図２を参照して説明する。図２は、主要道路及び当該主要道路に接続する非主要道路を含むエリアの俯瞰図である。
[Details of point cloud data correction processing]
Next, correction processing of the three-dimensional point cloud data Qt executed by the server device 3 will be described with reference to FIG. FIG. 2 is an overhead view of an area including a main road and a non-main road connected to the main road.
図２は、高精度計測ユニット１による計測対象となる主要道路４１と、簡易計測ユニット２による計測対象となる非主要道路４２〜４４とを示している。図２の例では、接続地点Ｌｃとして、主要道路４１と非主要道路４２との接続地点「Ｌｃａ」と、主要道路４１と道路４４との接続地点「Ｌｃｂ」とが示されている。そして、実線で示される測定経路「Ｒｔ１」は、高精度計測ユニット１による測定対象の区間（即ち主要道路４１に沿った経路）を示し、破線で示される測定経路「Ｒｔ２」は、簡易計測ユニット２による測定対象の区間（即ち非主要道路４２〜４４に沿った経路）を示す。測定経路Ｒｔ１は、本発明における「第１経路」の一例であり、測定経路Ｒｔ２は、本発明における「第２経路」の一例である。 FIG. 2 shows a main road 41 to be measured by the high-precision measurement unit 1 and non-main roads 42 to 44 to be measured by the simple measurement unit 2. In the example of FIG. 2, the connection point “Lca” between the main road 41 and the non-main road 42 and the connection point “Lcb” between the main road 41 and the road 44 are shown as the connection points Lc. A measurement route “Rt1” indicated by a solid line indicates a section to be measured by the high-precision measurement unit 1 (that is, a route along the main road 41), and a measurement route “Rt2” indicated by a broken line indicates a simple measurement unit. 2 shows a section to be measured by 2 (that is, a route along non-main roads 42 to 44). The measurement path Rt1 is an example of the “first path” in the present invention, and the measurement path Rt2 is an example of the “second path” in the present invention.
図２の例では、高精度計測ユニット１の車載機１１は、測定経路Ｒｔ１を車両が走行中にライダ１２、ＲＴＫ−ＧＰＳ１３、及びＩＭＵ１４が出力するデータに基づき３次元点群データＰｔを生成し、簡易計測ユニット２の車載機２１は、測定経路Ｒｔ２を車両が走行中にライダ２２、ＧＰＳ２３及びＩＭＵ２４が出力するデータに基づき３次元点群データＱｔを生成する。その後、車載機１１が生成した３次元点群データＰｔ及び車載機２１が生成した３次元点群データＱｔは、サーバ装置３に供給される。 In the example of FIG. 2, the in-vehicle device 11 of the high-precision measurement unit 1 generates the three-dimensional point cloud data Pt based on the data output from the lidar 12, the RTK-GPS 13, and the IMU 14 while the vehicle is traveling on the measurement route Rt 1. The in-vehicle device 21 of the simple measurement unit 2 generates the three-dimensional point cloud data Qt based on data output from the rider 22, the GPS 23, and the IMU 24 while the vehicle is traveling on the measurement route Rt2. Thereafter, the 3D point cloud data Pt generated by the in-vehicle device 11 and the 3D point cloud data Qt generated by the in-vehicle device 21 are supplied to the server device 3.
この場合、まず、サーバ装置３の特徴点抽出部３３Ａ、３３Ｂは、接続地点Ｌｃａ、Ｌｃｂ付近に存在する地物の特徴的な形状を構成する特徴点データＲｔ及び特徴点データＳｔを、それぞれ３次元点群データＰｔ及び３次元点群データＱｔから抽出する。図２の例では、特徴点抽出部３３Ａ、３３Ｂは、それぞれ、接続地点Ｌｃａ付近に存在する地物の特徴的な形状として、建物５１の破線枠６１内の形状及び建物５２の破線枠６２内の形状を認識し、当該形状を構成する特徴点データＲｔ、Ｓｔを、それぞれ３次元点群データＰｔ、Ｑｔから抽出する。同様に、特徴点抽出部３３Ａ、３３Ｂは、接続地点Ｌｃｂ付近に存在する地物の特徴的な形状として、建物５３の破線枠６３内の形状及び建物５４の破線枠６４内の形状を認識し、当該形状を構成する特徴点データＲｔ、Ｓｔを、それぞれ３次元点群データＰｔ、Ｑｔから抽出する。 In this case, first, the feature point extraction units 33A and 33B of the server device 3 respectively convert the feature point data Rt and the feature point data St constituting the characteristic shape of the feature existing near the connection points Lca and Lcb to 3 respectively. Extracted from the three-dimensional point group data Pt and the three-dimensional point group data Qt. In the example of FIG. 2, the feature point extraction units 33 </ b> A and 33 </ b> B respectively include the shape in the broken line frame 61 of the building 51 and the broken line frame 62 in the building 52 as the characteristic shape of the feature existing near the connection point Lca. The feature point data Rt and St constituting the shape are extracted from the three-dimensional point group data Pt and Qt, respectively. Similarly, the feature point extraction units 33A and 33B recognize the shape in the broken line frame 63 of the building 53 and the shape in the broken line frame 64 of the building 54 as the characteristic shape of the feature existing near the connection point Lcb. The feature point data Rt and St constituting the shape are extracted from the three-dimensional point group data Pt and Qt, respectively.
次に、サーバ装置３のマッチング部３４は、接続地点Ｌｃａと接続地点Ｌｃｂとのそれぞれについて、特徴点抽出部３３Ａから供給された特徴点データＲｔと、特徴点抽出部３３Ｂから供給された特徴点データＳｔとを比較し、両者が表す共通した地物の形状を特定する。図２の例では、マッチング部３４は、接続地点Ｌｃａについては、破線枠６１〜６２内の建物５１〜５２の形状を表す点群データが特徴点データＲｔ及び特徴点データＳｔに共通して存在すると判定し、当該形状を表す特徴点データＲｔ及び特徴点データＳｔを差分量算出部３５へ供給する。また、マッチング部３４は、接続地点Ｌｃｂについては、破線枠６３〜６４内の建物５３〜５４の形状を表す点群データが特徴点データＲｔ及び特徴点データＳｔに共通して存在すると判定し、当該形状を表す特徴点データＲｔ及び特徴点データＳｔを差分量算出部３５へ供給する。 Next, the matching unit 34 of the server device 3 includes the feature point data Rt supplied from the feature point extraction unit 33A and the feature point supplied from the feature point extraction unit 33B for each of the connection point Lca and the connection point Lcb. The data St is compared, and the shape of the common feature represented by both is specified. In the example of FIG. 2, for the connection point Lca, the matching unit 34 has point cloud data representing the shapes of the buildings 51 to 52 in the broken line frames 61 to 62 in common with the feature point data Rt and the feature point data St. Then, the feature point data Rt and the feature point data St representing the shape are supplied to the difference amount calculation unit 35. Further, the matching unit 34 determines that the point cloud data representing the shapes of the buildings 53 to 54 in the broken line frames 63 to 64 exists in common with the feature point data Rt and the feature point data St for the connection point Lcb. The feature point data Rt and the feature point data St representing the shape are supplied to the difference amount calculation unit 35.
その後、サーバ装置３の差分量算出部３５は、マッチング部３４から供給された特徴点データＲｔと特徴点データＳｔとに基づき、接続地点Ｌｃａ、Ｌｃｂごとに差分量Δｘ、Δｙ、Δｚを算出する。そして、補正部３６は、接続地点Ｌｃａ、Ｌｃｂごとの差分量Δｘ、Δｙ、Δｚに基づき、測定経路Ｒｔ２に沿って計測された３次元点群データＱｔを補正した補正後点群データＱ‘ｔを生成する。 Thereafter, the difference amount calculation unit 35 of the server device 3 calculates the difference amounts Δx, Δy, Δz for each connection point Lca, Lcb based on the feature point data Rt and the feature point data St supplied from the matching unit 34. . Then, the correction unit 36 corrects the point group data Q′t after correcting the three-dimensional point group data Qt measured along the measurement path Rt2 based on the difference amounts Δx, Δy, Δz for the connection points Lca, Lcb. Is generated.
ここで、補正部３６が実行する補正後点群データＱ‘ｔの生成方法の具体例について説明する。 Here, a specific example of a method for generating the corrected point cloud data Q′t executed by the correction unit 36 will be described.
例えば、補正部３６は、接続地点Ｌｃａ、Ｌｃｂごとの差分量Δｘ、Δｙ、Δｚに基づき、接続地点Ｌｃａ、Ｌｃｂに対する距離に応じた線形補間により、測定経路Ｒｔ２に沿って計測された３次元点群データＱｔを補正した補正後点群データＱ‘ｔを生成する。この場合、補正部３６は、３次元点群データＱｔの各点について、接続地点Ｌｃａ、Ｌｃｂとの距離を算出し、算出した距離の比に基づき、接続地点Ｌｃａ、Ｌｃｂごとの差分量Δｘ、Δｙ、Δｚに対して重み付けを行い、重み付け後のΔｘ、Δｙ、Δｚを対象の点の座標値に反映させる。 For example, the correction unit 36 uses the three-dimensional points measured along the measurement route Rt2 by linear interpolation according to the distances to the connection points Lca and Lcb based on the difference amounts Δx, Δy and Δz for the connection points Lca and Lcb. The corrected point group data Q′t obtained by correcting the group data Qt is generated. In this case, the correction unit 36 calculates the distance to the connection points Lca and Lcb for each point of the three-dimensional point group data Qt, and based on the calculated distance ratio, the difference amount Δx for each of the connection points Lca and Lcb, Weighting is performed on Δy and Δz, and Δx, Δy, and Δz after weighting are reflected in the coordinate values of the target point.
他の例では、補正部３６は、接続地点Ｌｃａ、Ｌｃｂ間での任意の計測地点で生成された３次元点群データＱｔの信頼度に基づき、接続地点Ｌｃａ、Ｌｃｂごとの差分量Δｘ、Δｙ、Δｚに対して重み付けを行い、重み付け後の差分量Δｘ、Δｙ、Δｚを、補正後点群データＱ‘ｔに反映させる。この場合、補正部３６は、接続地点Ｌｃａ、Ｌｃｂ間の任意の計測地点で、ＧＰＳ衛星の補足数、及びマルチパスの有無などに基づき信頼度を算出し、算出した信頼度に基づき、接続地点Ｌｃａ、Ｌｃｂごとの差分量Δｘ、Δｙ、Δｚに対して重み付けを行う。例えば、補正部３６は、接続地点Ｌｃａ付近の信頼度が接続地点Ｌｃｂ付近の信頼度よりも高い場合には、接続地点Ｌｃａに対応する差分量Δｘ、Δｙ、Δｚに対する重み付けを、接続地点Ｌｃｂに対応する差分量Δｘ、Δｙ、Δｚに対する重み付けよりも大きくする。 In another example, the correction unit 36 determines the difference amounts Δx and Δy for the connection points Lca and Lcb based on the reliability of the three-dimensional point group data Qt generated at any measurement point between the connection points Lca and Lcb. , Δz, and the weighted difference amounts Δx, Δy, Δz are reflected in the corrected point group data Q′t. In this case, the correction unit 36 calculates the reliability at any measurement point between the connection points Lca and Lcb based on the number of supplemented GPS satellites, the presence / absence of multipaths, and the connection point based on the calculated reliability. Weighting is performed on the difference amounts Δx, Δy, Δz for Lca and Lcb. For example, when the reliability near the connection point Lca is higher than the reliability near the connection point Lcb, the correction unit 36 weights the difference amounts Δx, Δy, Δz corresponding to the connection point Lca to the connection point Lcb. The corresponding difference amounts Δx, Δy, Δz are set larger than the weighting.
その他、補正部３６は、ＲＴＫ−ＧＰＳ１３、ＧＰＳ２３、ＩＭＵ１４、２４等の各センサの誤差に基づき、３次元点群データＱｔに対する補正量を決定してもよい。この場合、補正部３６は、接続地点Ｌｃａ、Ｌｃｂの真位置を推定後、各センサの誤差を勘案した公知の確率的手法を用いて３次元点群データＰｔの全体を移動することで、補正後点群データＱ‘ｔを生成する。 In addition, the correction | amendment part 36 may determine the correction amount with respect to three-dimensional point group data Qt based on the error of each sensor, such as RTK-GPS13, GPS23, IMU14,24. In this case, the correction unit 36 corrects by estimating the true positions of the connection points Lca and Lcb and then moving the entire 3D point cloud data Pt using a known probabilistic method that takes into account the error of each sensor. The rear point cloud data Q′t is generated.
このように、サーバ装置３は、簡易計測ユニット２による測定経路Ｒｔ２の始点に相当する接続地点Ｌｃａ及び終点に相当する接続地点Ｌｃｂでの３次元点群データＰｔと３次元点群データＱｔとの差異に基づき、３次元点群データＱｔの補正を行う。これにより、簡易計測ユニット２が計測したデータを好適に高精度化することができる。 As described above, the server device 3 uses the three-dimensional point group data Pt and the three-dimensional point group data Qt at the connection point Lca corresponding to the start point of the measurement route Rt2 and the connection point Lcb corresponding to the end point by the simple measurement unit 2. Based on the difference, the three-dimensional point cloud data Qt is corrected. Thereby, the data measured by the simple measurement unit 2 can be preferably made highly accurate.
一般に、高精度計測ユニット１を利用した高精度な測定のみによって全国の道路の測定を行った場合、膨大な時間と費用が掛かることが予想される。これに対し、本実施例では、非主要道路については簡易計測ユニット２により計測を行い、計測後のデータを補正することで、得られるデータの精度を保ちつつ、計測に要する時間及び費用を好適に低減することができる。従って、高精度での計測の簡素化及び高速化により、計測データの更新頻度を上げることもできる。 In general, it is expected that enormous time and cost will be required when measuring roads nationwide only by high-precision measurement using the high-precision measurement unit 1. On the other hand, in the present embodiment, the non-main road is measured by the simple measurement unit 2 and the data after measurement is corrected, so that the time and cost required for measurement are preferable while maintaining the accuracy of the obtained data. Can be reduced. Therefore, the measurement data can be updated more frequently by simplifying and speeding up the measurement with high accuracy.
［処理フロー］
図３は、本実施例においてサーバ装置３の制御部３２が実行する点群データ補正処理の手順を示すフローチャートである。図３のフローチャートの実行時には、制御部３２は、インターフェース３０により供給された３次元点群データＰｔ及び３次元点群データＱｔを取得し、これらを記憶部３１に記憶しているものとする。制御部３２は、簡易計測ユニット２による計測を行う一繋がりの測定経路（図２の例では測定経路Ｒｔ２）ごとに計測された３次元点群データＱｔを対象に、図３のフローチャートの処理を実行する。
[Processing flow]
FIG. 3 is a flowchart illustrating the procedure of the point cloud data correction process executed by the control unit 32 of the server device 3 in the present embodiment. When executing the flowchart of FIG. 3, the control unit 32 acquires the three-dimensional point group data Pt and the three-dimensional point group data Qt supplied by the interface 30 and stores them in the storage unit 31. The control unit 32 performs the processing of the flowchart of FIG. 3 on the three-dimensional point cloud data Qt measured for each continuous measurement path (measurement path Rt2 in the example of FIG. 2) for measurement by the simple measurement unit 2. Run.
まず、制御部３２は、補正対象となる３次元点群データＰｔの計測区間の始点及び終点に相当する接続地点Ｌｃを特定する（ステップＳ１０１）。次に、制御部３２の特徴点抽出部３３Ａ，３３Ｂは、３次元点群データＰｔ、Ｑｔから、それぞれ、特定した接続地点Ｌｃ付近の特徴的な地物の形状を構成する特徴点データＲｔ、Ｓｔを抽出する（ステップＳ１０２）。この場合、特徴的な地物の形状は、例えば予め定めた特定の地物（例えば信号機や建物）の一部又は全部の形状であり、特徴点抽出部３３Ａ、３３Ｂは、例えば公知のパターンマッチング技術により予め記憶したテンプレート等と一致又は類似する形状を構成する特徴点データＲｔ、Ｓｔを、３次元点群データＰｔ、Ｑｔから抽出する。 First, the control unit 32 specifies the connection point Lc corresponding to the start point and the end point of the measurement section of the three-dimensional point group data Pt to be corrected (step S101). Next, the feature point extraction units 33A and 33B of the control unit 32 respectively include the feature point data Rt and the feature point data Rt constituting the shape of the characteristic feature near the identified connection point Lc from the three-dimensional point group data Pt and Qt, respectively. St is extracted (step S102). In this case, the shape of the characteristic feature is, for example, the shape of a part or the whole of a predetermined specific feature (for example, a traffic light or a building), and the feature point extraction units 33A and 33B are, for example, known pattern matching Feature point data Rt, St that form a shape that matches or resembles a template or the like stored in advance by technology is extracted from the three-dimensional point cloud data Pt, Qt.
次に、制御部３２のマッチング部３４は、共通の地物の形状を構成する特徴点データＲｔ、Ｓｔを、接続地点Ｌｃごとに選定する（ステップＳ１０３）。例えば、マッチング部３４は、接続地点Ｌｃごとに、特徴点データＲｔが構成する形状及び特徴点データＳｔが構成する形状のマッチングを行い、一致していると推定された共通の形状を構成する一群の特徴点データＲｔ及び特徴点データＳｔを、接続地点Ｌｃごとに選定する。 Next, the matching unit 34 of the control unit 32 selects the feature point data Rt and St constituting the common feature shape for each connection point Lc (step S103). For example, for each connection point Lc, the matching unit 34 matches the shape formed by the feature point data Rt and the shape formed by the feature point data St, and forms a group that forms a common shape estimated to match. Feature point data Rt and feature point data St are selected for each connection point Lc.
次に、制御部３２の差分量算出部３５は、接続地点Ｌｃごとにマッチング部３４が選定した特徴点データＲｔ、Ｓｔを比較し、差分量Δｘ、Δｙ、Δｚを算出する（ステップＳ１０４）。この場合、例えば、差分量算出部３５は、接続地点Ｌｃごとに選定された一群の特徴点データＲｔ、Ｓｔの各々の重心を算出し、これらの重心の差を各接続地点Ｌｃに対応する差分量Δｘ、Δｙ、Δｚとして算出する。そして、補正部３６は、接続地点Ｌｃごとに算出した差分量Δｘ、Δｙ、Δｚに基づき、３次元点群データＱｔを補正した補正後点群データＱ‘ｔを生成し、記憶部３１に記憶する（ステップＳ１０５）。なお、補正部３６は、例えば、差分量Δｘ、Δｙ、Δｚに基づいて、３次元点群データＱｔを移動、回転、拡縮処理を行うことで、補正後点群データＱ‘ｔを生成してもよい。また、この場合、例えば、変換行列を生成し、差分量Δｘ、Δｙ、Δｚに基づいて変換行列を算出し、当該変換行列に基づいて、上述の移動、回転、拡縮処理を行うようにしてもよい。 Next, the difference amount calculation unit 35 of the control unit 32 compares the feature point data Rt and St selected by the matching unit 34 for each connection point Lc, and calculates the difference amounts Δx, Δy, and Δz (step S104). In this case, for example, the difference calculation unit 35 calculates the centroid of each of the group of feature point data Rt and St selected for each connection point Lc, and the difference between these centroids corresponds to the difference corresponding to each connection point Lc. Calculated as the quantities Δx, Δy, Δz. Then, the correction unit 36 generates corrected point group data Q′t obtained by correcting the three-dimensional point group data Qt based on the difference amounts Δx, Δy, Δz calculated for each connection point Lc, and stores the corrected point group data Q′t in the storage unit 31. (Step S105). The correction unit 36 generates corrected point cloud data Q′t by moving, rotating, and scaling the 3D point cloud data Qt based on the difference amounts Δx, Δy, Δz, for example. Also good. In this case, for example, a conversion matrix is generated, a conversion matrix is calculated based on the difference amounts Δx, Δy, and Δz, and the above-described movement, rotation, and enlargement / reduction processing is performed based on the conversion matrix. Good.
以上説明したように、本実施例に係るサーバ装置３は、ライダ１２及びＲＴＫ−ＧＰＳ１３を含む高精度計測ユニット１から３Ｄ点群データＰｔを取得すると共に、ライダ２２及びＧＰＳ２３を含む簡易計測ユニット２から３Ｄ点群データＱｔを取得する。そして、サーバ装置３は、３次元点群データＰｔ、Ｑｔから、簡易計測ユニット２による計測区間と高精度計測ユニット１による計測区間との接続地点Ｌｃでの特徴的な地物の形状を表す特徴点データＲｔ、Ｓｔを抽出し、これらの差異に基づき、３次元点群データＱｔの補正を行う。これにより、高精度計測ユニット１よりも測定精度が低い簡易計測ユニット２を好適に活用しつつ、高精度な測定データを得ることができる。 As described above, the server device 3 according to the present embodiment acquires the 3D point cloud data Pt from the high-precision measurement unit 1 including the lidar 12 and the RTK-GPS 13, and the simple measurement unit 2 including the lidar 22 and the GPS 23. To obtain 3D point cloud data Qt. And the server apparatus 3 represents the shape of the characteristic feature in the connection point Lc of the measurement area by the simple measurement unit 2 and the measurement area by the high-precision measurement unit 1 from the three-dimensional point cloud data Pt and Qt. The point data Rt and St are extracted, and the three-dimensional point group data Qt is corrected based on these differences. Thereby, highly accurate measurement data can be obtained while suitably utilizing the simple measurement unit 2 having a measurement accuracy lower than that of the high accuracy measurement unit 1.
［変形例］
次に、実施例に好適な変形例について説明する。以下の変形例は、任意に組み合わせて上述の実施例に適用してもよい。
[Modification]
Next, a modified example suitable for the embodiment will be described. The following modifications may be applied in any combination to the above-described embodiments.
（変形例１）
車載機１１は、ライダ１２、ＲＴＫ−ＧＰＳ１３、ＩＭＵ１４の各出力を統合する処理を行うことなくこれらの出力データを計測時刻又は計測地点ごとに関連付けてサーバ装置３へ供給してもよい。同様に、車載機２１は、ライダ２２、ＧＰＳ２３、ＩＭＵ２４の各出力を統合する処理を行うことなく、これらの出力データを関連付けてサーバ装置３へ供給してもよい。この場合、サーバ装置３の制御部３２は、高精度計測ユニット１及び簡易計測ユニット２からそれぞれ供給される出力データを記憶すると共に、これらの出力データから３次元点群データＰｔ、Ｑｔをそれぞれ生成する。なお、この例では、制御部３２は、差分量算出部３５が生成したΔｘ、Δｙ、Δｚに基づき、３次元点群データＱｔを補正するのに代えて、又はこれに加えて、簡易計測ユニット２から供給された出力データに含まれるＧＰＳ２３が測定した位置情報を補正してもよい。
(Modification 1)
The in-vehicle device 11 may supply these output data to the server device 3 in association with each measurement time or each measurement point without performing processing for integrating the outputs of the lidar 12, the RTK-GPS 13, and the IMU 14. Similarly, the in-vehicle device 21 may associate these output data and supply them to the server device 3 without performing the process of integrating the outputs of the lidar 22, GPS 23, and IMU 24. In this case, the control unit 32 of the server device 3 stores output data respectively supplied from the high-precision measurement unit 1 and the simple measurement unit 2 and generates three-dimensional point cloud data Pt and Qt from these output data, respectively. To do. In this example, the control unit 32 uses the simple measurement unit instead of or in addition to correcting the three-dimensional point group data Qt based on Δx, Δy, Δz generated by the difference amount calculation unit 35. The position information measured by the GPS 23 included in the output data supplied from 2 may be corrected.
（変形例２）
高精度計測ユニット１及び簡易計測ユニット２は、ライダ１２、２２に代えて、カメラを備えてもよい。
(Modification 2)
The high-precision measurement unit 1 and the simple measurement unit 2 may include a camera instead of the lidars 12 and 22.
この場合、車載機１１は、搭載される車両が走行中における車両の周囲環境を撮影した撮影画像群（「第１撮影画像群」とも呼ぶ。）をカメラから取得し、撮影時にＲＴＫ−ＧＰＳ１３が出力する位置情報及びＩＭＵ１４の出力データと関連付けて記憶する。同様に、車載機２１は、搭載される車両が走行中における車両の周囲環境を撮影した画像（「第２撮影画像群」とも呼ぶ。）をカメラから取得し、撮影時にＧＰＳ２３が出力する位置情報及びＩＭＵ２４の出力データと関連付けて記憶する。そして、サーバ装置３は、車載機１１、２１から、位置情報等が関連付けられた第１及び第２撮影画像群を取得する。この場合、特徴点抽出部３３Ａ、３３Ｂは、接続地点Ｌｃ付近の位置情報と関連付けられた第１及び第２撮影画像群のそれぞれから、公知の画像認識技術を適用し、特徴的な地物の形状を抽出すると共に、当該形状の３次元位置情報を公知の３次元測定技術に基づき算出する。このとき、特徴点抽出部３３Ａ、３３Ｂは、第１及び第２撮影画像群と関連付けられた位置情報等を３次元位置情報に反映させることで、緯度、経度、高度等の絶対的な位置を表す３次元位置情報を生成する。マッチング部３４は、特徴点抽出部３３Ａ、３３Ｂが算出した接続地点Ｌｃごとの特徴的な地物の形状を示す３次元位置情報から、第１及び第２撮影画像群で共通に存在する形状を構成する部分を抽出し、当該形状の３次元位置情報を差分量算出部３５へ供給する。差分量算出部３５は、マッチング部３４から供給された第１撮影画像群に基づく３次元位置情報と第２撮影画像群に基づく３次元位置情報とを比較することで、差分量Δｘ、Δｙ、Δｚを算出する。そして、差分量算出部３５は、差分量Δｘ、Δｙ、Δｚに基づき、第２撮影画像群に関連付けられた位置情報を補正する。 In this case, the vehicle-mounted device 11 acquires a captured image group (also referred to as a “first captured image group”) obtained by capturing the surrounding environment of the vehicle on which the mounted vehicle is traveling from the camera, and the RTK-GPS 13 captures the captured image. The positional information to be output and the output data of the IMU 14 are stored in association with each other. Similarly, the in-vehicle device 21 obtains an image (also referred to as “second photographed image group”) obtained by photographing the environment around the vehicle while the mounted vehicle is traveling, and positional information output by the GPS 23 during photographing. And stored in association with output data of the IMU 24. And the server apparatus 3 acquires the 1st and 2nd picked-up image group with which positional information etc. were linked | related from the vehicle equipment 11,21. In this case, the feature point extraction units 33A and 33B apply a known image recognition technique from each of the first and second photographed image groups associated with the position information in the vicinity of the connection point Lc, and detect characteristic features. The shape is extracted and the three-dimensional position information of the shape is calculated based on a known three-dimensional measurement technique. At this time, the feature point extraction units 33A and 33B reflect the absolute position such as latitude, longitude, and altitude by reflecting the position information associated with the first and second captured image groups in the three-dimensional position information. The three-dimensional position information to represent is generated. The matching unit 34 uses the three-dimensional position information indicating the shape of the characteristic feature for each connection point Lc calculated by the feature point extraction units 33A and 33B to determine a shape that exists in common in the first and second captured image groups. The constituent parts are extracted, and the three-dimensional position information of the shape is supplied to the difference amount calculation unit 35. The difference amount calculation unit 35 compares the three-dimensional position information based on the first photographed image group supplied from the matching unit 34 with the three-dimensional position information based on the second photographed image group, so that the difference amounts Δx, Δy, Δz is calculated. Then, the difference amount calculation unit 35 corrects the position information associated with the second captured image group based on the difference amounts Δx, Δy, Δz.
このように、本変形例では、ＧＰＳ２３を含む簡易計測ユニット２を、ＧＰＳ２３よりも高精度のＲＴＫ−ＧＰＳ１３を含む高精度計測ユニット１と併用し、高精度な位置情報に関連付けられた撮影画像を収集することができる。この場合、高精度計測ユニット１が備えるカメラは、本発明における「第１環境情報取得部」及び「第１カメラ」の一例であり、簡易計測ユニット２が備えるカメラは、本発明における「第２環境情報取得部」及び「第２カメラ」の一例である。 Thus, in this modification, the simple measurement unit 2 including the GPS 23 is used in combination with the high-accuracy measurement unit 1 including the RTK-GPS 13 having higher accuracy than the GPS 23, and a captured image associated with the high-accuracy position information is obtained. Can be collected. In this case, the camera included in the high-accuracy measurement unit 1 is an example of the “first environment information acquisition unit” and “first camera” in the present invention, and the camera included in the simple measurement unit 2 is “second” in the present invention. It is an example of an "environment information acquisition part" and a "2nd camera."
（変形例３）
実施例で説明したサーバ装置３の処理を、複数のサーバ装置からなるサーバシステムが実行してもよい。
(Modification 3)
The processing of the server device 3 described in the embodiment may be executed by a server system including a plurality of server devices.
例えば、サーバシステムは、３次元点群データＰｔ及び３次元点群データＱｔ等を記憶するサーバと、３次元点群データＱｔを補正する処理（即ち実施例の制御部３２の処理）を実行する１又は複数のサーバとから構成されていてもよい。この場合、各サーバは、予め割り当てられた処理を実行するのに必要な情報を他のサーバから適宜受信して所定の処理を実行する。この場合、３次元点群データＱｔを補正する処理を実行する１又は複数のサーバは、本発明における「情報処理装置」の一例である。 For example, the server system executes a server that stores the 3D point cloud data Pt, the 3D point cloud data Qt, and the like, and a process that corrects the 3D point cloud data Qt (that is, the process of the control unit 32 in the embodiment). It may be composed of one or a plurality of servers. In this case, each server appropriately receives information necessary for executing a process assigned in advance from another server and executes a predetermined process. In this case, one or a plurality of servers that execute the process of correcting the three-dimensional point cloud data Qt is an example of the “information processing apparatus” in the present invention.
（変形例４）
高精度計測ユニット１が搭載される車両と、簡易計測ユニット２が搭載される車両とは、同一車両であってもよい。この場合、例えば、車両は、高精度計測ユニット１を搭載して高精度計測ユニット１の測定経路を走行後、高精度計測ユニット１から簡易計測ユニット２に積み替えて簡易計測ユニット２の測定経路を走行する。この場合、上述の車両は、本発明における「第１移動体」及び「第２移動体」の両方として機能する。
(Modification 4)
The vehicle on which the high-precision measurement unit 1 is mounted and the vehicle on which the simple measurement unit 2 is mounted may be the same vehicle. In this case, for example, the vehicle mounts the high-precision measurement unit 1 and travels the measurement path of the high-precision measurement unit 1, and then reloads the measurement path of the simple measurement unit 2 from the high-precision measurement unit 1 to the simple measurement unit 2. Run. In this case, the vehicle described above functions as both the “first moving body” and the “second moving body” in the present invention.
（変形例５）
実施例においては、高精度計測ユニット１及び簡易計測ユニット２は、それぞれ車両に搭載するようにしたが、車両以外の移動体（例えば航空機や歩行者）が備えるような構成にしてもよい。
(Modification 5)
In the embodiment, the high-precision measurement unit 1 and the simple measurement unit 2 are each mounted on a vehicle, but may be configured to be provided in a moving body (for example, an aircraft or a pedestrian) other than the vehicle.
（変形例６）
サーバ装置３は、高精度計測ユニット１と簡易計測ユニット２との測定精度が同等である場合などには、補正後点群データＱ‘ｔを生成する処理を行わなくともよい。この場合、サーバ装置３は、マッチング部３４が特定した共通した地物を構成する特徴点データＲｔ、Ｓｔに基づき、３次元点群データＰｔと３次元点群データＱｔとを１つの３次元点群データベースとして使用できるように合成する処理を行う。この場合であっても、サーバ装置３は、広範囲な測定データを効率的に生成することができる。
(Modification 6)
The server device 3 does not have to perform the process of generating the corrected point group data Q′t when the high accuracy measurement unit 1 and the simple measurement unit 2 have the same measurement accuracy. In this case, the server device 3 converts the three-dimensional point group data Pt and the three-dimensional point group data Qt into one three-dimensional point based on the feature point data Rt and St constituting the common feature specified by the matching unit 34. A process of combining so that it can be used as a group database is performed. Even in this case, the server device 3 can efficiently generate a wide range of measurement data.
１ 簡易計測ユニット
２ 高精度計測ユニット
３ サーバ装置
３０ インターフェース
３１ 記憶部
３２ 制御部
３３Ａ、３３Ｂ 特徴点抽出部
３４ マッチング部
３５ 差分量算出部
３６ 補正部
DESCRIPTION OF SYMBOLS 1 Simple measurement unit 2 High precision measurement unit 3 Server apparatus 30 Interface 31 Storage part 32 Control part 33A, 33B Feature point extraction part 34 Matching part 35 Difference amount calculation part 36 Correction | amendment part
Claims (10)
前記第１経路とは異なる第２経路を移動する第２移動体が有する第２環境情報取得部により取得される前記第２移動体の周囲の情報である第２環境情報を取得する第２取得部と、
前記第１環境情報と前記第２環境情報とに基づいて抽出された特徴情報に基づいて、前記第１環境情報と前記第２環境情報とを合成する合成部と、
を備える情報処理装置。 A first acquisition unit that acquires first environment information that is information around the first mobile body acquired by a first environmental information acquisition unit included in the first mobile body that moves along the first route;
Second acquisition for acquiring second environment information, which is information around the second moving body, acquired by a second environment information acquiring unit included in a second moving body that moves on a second path different from the first path. And
A synthesis unit that synthesizes the first environment information and the second environment information based on the feature information extracted based on the first environment information and the second environment information;
An information processing apparatus comprising:
前記第２取得部は、前記第２環境情報と、前記第１自己位置推定部よりも推定精度が低い第２自己位置推定部によって推定された前記第２移動体の第２位置情報と、が統合され又は関連付けられた第２情報を取得し、
前記合成部は、前記第１情報と前記第２情報とに基づいて抽出された特徴情報に基づいて、前記第１情報と前記第２情報とを合成する、請求項１に記載の情報処理装置。 The first acquisition unit acquires first information in which the first environment information and the first position information of the first moving body estimated by the first self-position estimation unit are integrated or associated,
The second acquisition unit includes the second environment information and the second position information of the second moving body estimated by a second self-position estimation unit having a lower estimation accuracy than the first self-position estimation unit. Obtain integrated or associated second information,
The information processing apparatus according to claim 1, wherein the synthesis unit synthesizes the first information and the second information based on feature information extracted based on the first information and the second information. .
前記特徴情報に基づいて、前記第２情報を補正する補正部を更に備える、請求項２に記載の情報処理装置。 The estimation accuracy of the second self-position estimation unit is lower than that of the first self-position estimation unit,
The information processing apparatus according to claim 2, further comprising a correction unit that corrects the second information based on the feature information.
前記第２環境情報取得部は第２レーザースキャナを含み、
前記第１情報は、前記第１レーザースキャナによって計測された前記第１移動体と周囲の地物における照射点との距離情報と、前記第１自己位置推定部によって推定された前記第１移動体の第１位置情報と、に基づいて推定された、前記第１レーザースキャナのレーザー光が照射された前記地物の照射点からなる点群のそれぞれの座標位置を示す第１点群情報を含み、
前記第２情報は、前記第２レーザースキャナによって計測された前記第２移動体と周囲の地物における照射点との距離情報と、前記第２自己位置推定部によって推定された前記第２移動体の第２位置情報と、に基づいて推定された、前記第２レーザースキャナのレーザー光が照射された前記地物の照射点からなる点群のそれぞれの座標位置を示す第２点群情報を含む、請求項２又は３に記載の情報処理装置。 The first environmental information acquisition unit includes a first laser scanner,
The second environmental information acquisition unit includes a second laser scanner,
The first information includes distance information between the first moving body measured by the first laser scanner and an irradiation point on a surrounding feature, and the first moving body estimated by the first self-position estimating unit. And first point group information indicating each coordinate position of a point group composed of irradiation points of the feature irradiated with the laser beam of the first laser scanner, estimated based on the first position information ,
The second information includes distance information between the second moving body measured by the second laser scanner and an irradiation point on a surrounding feature, and the second moving body estimated by the second self-position estimating unit. And second point group information indicating each coordinate position of a point group consisting of irradiation points of the feature irradiated with the laser beam of the second laser scanner, which is estimated based on the second position information of The information processing apparatus according to claim 2 or 3.
前記第２環境情報取得部は第２カメラを含み、
前記第１情報は、前記第１カメラによって撮影された第１画像と、前記第１自己位置推定部によって推定された前記第１移動体の第１位置情報とが関連付けられた情報を含み、
前記第２情報は、前記第２カメラによって撮影された第２画像と、前記第２自己位置推定部によって推定された前記第２移動体の第２位置情報とが関連付けられた情報を含み、
前記補正部は、前記特徴情報に基づいて、前記第２画像に関連付けられた第２位置情報を補正する請求項３に記載の情報処理装置 The first environment information acquisition unit includes a first camera,
The second environment information acquisition unit includes a second camera,
The first information includes information in which the first image captured by the first camera and the first position information of the first moving body estimated by the first self-position estimation unit are associated with each other.
The second information includes information in which a second image photographed by the second camera and second position information of the second moving body estimated by the second self-position estimation unit are associated with each other.
The information processing apparatus according to claim 3, wherein the correction unit corrects second position information associated with the second image based on the feature information.
第１経路を移動する第１移動体が有する第１環境情報取得部により取得される前記第１移動体の周囲の情報である第１環境情報を取得する第１取得工程と、
前記第１経路とは異なる第２経路を移動する第２移動体が有する第２環境情報取得部により取得される前記第２移動体の周囲の情報である第２環境情報を取得する第２取得工程と、
前記第１環境情報と前記第２環境情報とに基づいて抽出された特徴情報に基づいて、前記第１環境情報と前記第２環境情報とを合成する合成工程と、
を有する制御方法。 A control method executed by the information processing apparatus,
A first acquisition step of acquiring first environment information which is information around the first mobile body acquired by a first environmental information acquisition unit included in the first mobile body moving on the first route;
Second acquisition for acquiring second environment information, which is information around the second moving body, acquired by a second environment information acquiring unit included in a second moving body that moves on a second path different from the first path. Process,
A synthesis step of synthesizing the first environment information and the second environment information based on feature information extracted based on the first environment information and the second environment information;
A control method.
第１経路を移動する第１移動体が有する第１環境情報取得部により取得される前記第１移動体の周囲の情報である第１環境情報を取得する第１取得部と、
前記第１経路とは異なる第２経路を移動する第２移動体が有する第２環境情報取得部により取得される前記第２移動体の周囲の情報である第２環境情報を取得する第２取得部と、
前記第１環境情報と前記第２環境情報とに基づいて抽出された特徴情報に基づいて、前記第１環境情報と前記第２環境情報とを合成する合成部
として前記コンピュータを機能させるプログラム。 A program executed by a computer,
A first acquisition unit that acquires first environment information that is information around the first mobile body acquired by a first environmental information acquisition unit included in the first mobile body that moves along the first route;
Second acquisition for acquiring second environment information, which is information around the second moving body, acquired by a second environment information acquiring unit included in a second moving body that moves on a second path different from the first path. And
A program that causes the computer to function as a synthesis unit that synthesizes the first environment information and the second environment information based on feature information extracted based on the first environment information and the second environment information.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2015220324A JP6656886B2 (en) | 2015-11-10 | 2015-11-10 | Information processing apparatus, control method, program, and storage medium |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2015220324A JP6656886B2 (en) | 2015-11-10 | 2015-11-10 | Information processing apparatus, control method, program, and storage medium |
Related Child Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2020018132A Division JP2020073931A (en) | 2020-02-05 | 2020-02-05 | Information processing device, control method, program, and storage media |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JP2017090239A true JP2017090239A (en) | 2017-05-25 |
| JP6656886B2 JP6656886B2 (en) | 2020-03-04 |
Family
ID=58770441
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2015220324A Active JP6656886B2 (en) | 2015-11-10 | 2015-11-10 | Information processing apparatus, control method, program, and storage medium |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP6656886B2 (en) |
Cited By (12)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2018221458A1 (en) * | 2017-05-31 | 2018-12-06 | パイオニア株式会社 | Updating device, control method, program, and storage medium |
| WO2019131075A1 (en) * | 2017-12-25 | 2019-07-04 | 住友電気工業株式会社 | Transmission device, point group data collection system, and computer program |
| JP2020034554A (en) * | 2018-08-30 | 2020-03-05 | バイドゥ オンライン ネットワーク テクノロジー （ベイジン） カンパニー リミテッド | Method, apparatus, and device for calibrating intelligent roadside unit |
| JP2020144226A (en) * | 2019-03-06 | 2020-09-10 | 三菱電機株式会社 | Map updating system, map updating method, and map updating program |
| JP2021504715A (en) * | 2017-11-28 | 2021-02-15 | 深▲せん▼市杉川机器人有限公司Ｓｈｅｎｚｈｅｎ ３Ｉｒｏｂｏｔｉｘ Ｃｏ．， Ｌｔｄ． | Area contouring methods, devices and computer-readable storage media |
| JP2021047157A (en) * | 2019-09-20 | 2021-03-25 | 沖電気工業株式会社 | Object detector, object detection method and program |
| WO2021106388A1 (en) * | 2019-11-29 | 2021-06-03 | ソニー株式会社 | Information processing device, information processing method, and information processing program |
| JP2021179624A (en) * | 2017-09-29 | 2021-11-18 | パイオニア株式会社 | Map data generation method |
| WO2022209573A1 (en) * | 2021-04-02 | 2022-10-06 | 日立Astemo株式会社 | Information processing device and information processing method |
| US11585665B2 (en) | 2017-11-30 | 2023-02-21 | Mitsubishi Electric Corporation | Three-dimensional map generation system, three-dimensional map generation method, and computer readable medium |
| JP7414290B2 (en) | 2021-06-01 | 2024-01-16 | Ｎｅｃプラットフォームズ株式会社 | Measuring device, measuring system, control method, and program |
| JP7466144B2 (en) | 2020-03-25 | 2024-04-12 | Tis株式会社 | PROGRAM, AUTONOMOUS MOBILE DEVICE MANAGEMENT DEVICE, MANAGEMENT METHOD AND MANAGEMENT SYSTEM |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH07271434A (en) * | 1994-03-30 | 1995-10-20 | Nippon Telegr & Teleph Corp <Ntt> | Environment map preparing method by plural mobile robots |
| JP2012155660A (en) * | 2011-01-28 | 2012-08-16 | Denso Corp | Map data generation device and travel support device |
| WO2013150630A1 (en) * | 2012-04-05 | 2013-10-10 | 株式会社日立製作所 | Map data creation device, autonomous movement system and autonomous movement control device |
| WO2016031229A1 (en) * | 2014-08-27 | 2016-03-03 | パナソニックＩｐマネジメント株式会社 | Road map creation system, data processing device, and on-board device |
-
2015
- 2015-11-10 JP JP2015220324A patent/JP6656886B2/en active Active
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH07271434A (en) * | 1994-03-30 | 1995-10-20 | Nippon Telegr & Teleph Corp <Ntt> | Environment map preparing method by plural mobile robots |
| JP2012155660A (en) * | 2011-01-28 | 2012-08-16 | Denso Corp | Map data generation device and travel support device |
| WO2013150630A1 (en) * | 2012-04-05 | 2013-10-10 | 株式会社日立製作所 | Map data creation device, autonomous movement system and autonomous movement control device |
| WO2016031229A1 (en) * | 2014-08-27 | 2016-03-03 | パナソニックＩｐマネジメント株式会社 | Road map creation system, data processing device, and on-board device |
Cited By (16)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2018221458A1 (en) * | 2017-05-31 | 2018-12-06 | パイオニア株式会社 | Updating device, control method, program, and storage medium |
| JP2021179624A (en) * | 2017-09-29 | 2021-11-18 | パイオニア株式会社 | Map data generation method |
| JP2021504715A (en) * | 2017-11-28 | 2021-02-15 | 深▲せん▼市杉川机器人有限公司Ｓｈｅｎｚｈｅｎ ３Ｉｒｏｂｏｔｉｘ Ｃｏ．， Ｌｔｄ． | Area contouring methods, devices and computer-readable storage media |
| US11275178B2 (en) | 2017-11-28 | 2022-03-15 | Shenzhen 3Irobotix Co., Ltd. | Method and device for drawing region outline and computer readable storage medium |
| US11585665B2 (en) | 2017-11-30 | 2023-02-21 | Mitsubishi Electric Corporation | Three-dimensional map generation system, three-dimensional map generation method, and computer readable medium |
| WO2019131075A1 (en) * | 2017-12-25 | 2019-07-04 | 住友電気工業株式会社 | Transmission device, point group data collection system, and computer program |
| US10950004B2 (en) | 2018-08-30 | 2021-03-16 | Baidu Online Network Technology (Beijing) Co., Ltd. | Method, apparatus, device and medium for calibrating intelligent roadside unit |
| JP2020034554A (en) * | 2018-08-30 | 2020-03-05 | バイドゥ オンライン ネットワーク テクノロジー （ベイジン） カンパニー リミテッド | Method, apparatus, and device for calibrating intelligent roadside unit |
| JP7138589B2 (en) | 2019-03-06 | 2022-09-16 | 三菱電機株式会社 | Map update system, map update method and map update program |
| JP2020144226A (en) * | 2019-03-06 | 2020-09-10 | 三菱電機株式会社 | Map updating system, map updating method, and map updating program |
| JP2021047157A (en) * | 2019-09-20 | 2021-03-25 | 沖電気工業株式会社 | Object detector, object detection method and program |
| JP7259674B2 (en) | 2019-09-20 | 2023-04-18 | 沖電気工業株式会社 | OBJECT DETECTION DEVICE, OBJECT DETECTION METHOD AND PROGRAM |
| WO2021106388A1 (en) * | 2019-11-29 | 2021-06-03 | ソニー株式会社 | Information processing device, information processing method, and information processing program |
| JP7466144B2 (en) | 2020-03-25 | 2024-04-12 | Tis株式会社 | PROGRAM, AUTONOMOUS MOBILE DEVICE MANAGEMENT DEVICE, MANAGEMENT METHOD AND MANAGEMENT SYSTEM |
| WO2022209573A1 (en) * | 2021-04-02 | 2022-10-06 | 日立Astemo株式会社 | Information processing device and information processing method |
| JP7414290B2 (en) | 2021-06-01 | 2024-01-16 | Ｎｅｃプラットフォームズ株式会社 | Measuring device, measuring system, control method, and program |
Also Published As
| Publication number | Publication date |
|---|---|
| JP6656886B2 (en) | 2020-03-04 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP6656886B2 (en) | Information processing apparatus, control method, program, and storage medium | |
| CN109313031B (en) | Vehicle-mounted processing device | |
| Alonso et al. | Accurate global localization using visual odometry and digital maps on urban environments | |
| CN110617821B (en) | Positioning method, positioning device and storage medium | |
| KR101625486B1 (en) | Map-based positioning system and method thereof | |
| JP4232167B1 (en) | Object identification device, object identification method, and object identification program | |
| JP5589900B2 (en) | Local map generation device, global map generation device, and program | |
| JP2022518911A (en) | Generate structured map data from vehicle sensors and camera arrays | |
| JP6950832B2 (en) | Position coordinate estimation device, position coordinate estimation method and program | |
| KR101444685B1 (en) | Method and Apparatus for Determining Position and Attitude of Vehicle by Image based Multi-sensor Data | |
| JP2016057108A (en) | Arithmetic device, arithmetic system, arithmetic method and program | |
| WO2015173034A1 (en) | Method and system for determining a position relative to a digital map | |
| EP3617749A1 (en) | Method and arrangement for sourcing of location information, generating and updating maps representing the location | |
| EP4012341A1 (en) | Camera calibration for localization | |
| CN108613675B (en) | Low-cost unmanned aerial vehicle movement measurement method and system | |
| JP5716273B2 (en) | Search target position specifying device, search target position specifying method and program | |
| JP2018112506A (en) | On-board processing device | |
| CN112447058B (en) | Parking method, parking device, computer equipment and storage medium | |
| JP6698430B2 (en) | Measuring device, measuring method and program | |
| CN114127738A (en) | Automatic mapping and positioning | |
| JP2022066276A (en) | Information processing device, control method, program, and storage media | |
| JP2019174191A (en) | Data structure, information transmitting device, control method, program, and storage medium | |
| JP2022513828A (en) | How and system to generate an environmental model for positioning | |
| KR101181742B1 (en) | Apparatus and method for land-use map renewel | |
| WO2019188874A1 (en) | Data structure, information processing device, and map data generation device |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20181005 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20190716 |
|
| A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20190717 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20190904 |
|
| TRDD | Decision of grant or rejection written | ||
| A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20200107 |
|
| A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20200205 |
|
| R150 | Certificate of patent or registration of utility model |
Ref document number: 6656886 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
| S111 | Request for change of ownership or part of ownership |
Free format text: JAPANESE INTERMEDIATE CODE: R313115 Free format text: JAPANESE INTERMEDIATE CODE: R313111 |
|
| R350 | Written notification of registration of transfer |
Free format text: JAPANESE INTERMEDIATE CODE: R350 |
|
| RD02 | Notification of acceptance of power of attorney |
Free format text: JAPANESE INTERMEDIATE CODE: R3D02 |
|
| S533 | Written request for registration of change of name |
Free format text: JAPANESE INTERMEDIATE CODE: R313533 |
|
| R350 | Written notification of registration of transfer |
Free format text: JAPANESE INTERMEDIATE CODE: R350 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |