JP2017526083A - 位置特定およびマッピングの装置ならびに方法 - Google Patents

Abstract

本発明は、複数の区域を含む周囲環境において移動車両に取り付ける位置特定およびマッピングの装置に関し、車両に対する障害物の位置データ（ｄ（ａ））を受信する受信モジュール（１１）と、車両に対して位置付けられた複数の区域について、受信されたデータ（ｄ（ａ））に従って、当該区域の占有の可能性、当該区域の非占有の可能性、および当該区域の非認識の可能性をそれぞれ表す測定値（Ｍ＿ＳＣＡＮｔ，ｉ）を決定する処理モジュール（１２、１４）と、周囲環境の前記複数の区域の各区域について、当該区域の占有の可能性、当該区域の非占有の可能性、および当の区域の非認識の可能性をそれぞれ表す値（Ｍ＿ＧＲＩｔ，ｋ）を作成するマッピングモジュール（１８、２０）と、測定値（Ｍ＿ＳＣＡＮｔ，ｉ）と作成された値（Ｍ＿ＧＲＩｔ，ｋ）との間における一致の度合いを最大化する、周囲環境における移動車両の位置を決定する位置特定モジュール（１６）とを有する。本発明は関連する方法も説明する。

Description

本発明は、周囲環境において移動機械によって使用される位置特定およびマッピングの技術に関する。

より詳細には、本発明は、位置特定およびマッピングの装置と、そのような移動機械に適合する方法とに関する。

本発明は、センサが移動機械に対して障害物の位置の位置データを送出する場合、特に有利に適用可能である。

移動機械（ロボットなど）をその周囲環境において位置特定しつつ、この周囲環境のマップも作成するために、移動機械に適合されるように設計された既知の位置特定およびマッピングの装置がある。

これらの装置は、「位置確認およびマッピングの同時実行（Simultaneous Localization and Mapping）」に対する英語の頭文字から一般にＳＬＡＭと称される。

それらは、通常は確率論的手法に基づく。いくつかの解決策では、例えば、周囲環境をカバーするグリッドのそれぞれのセルの占有の確率は、センサによって供給されたデータの関数として決定される。論文「Online localization and mapping with moving objects detection in dynamic outdoor environments」,IEEE 5th International Conference on Intelligent Computer Communication and Processing,2009,ICCP 2009、2009、410〜408頁は、この主題について参照され得る。

このような状況において、本発明は、複数の領域を含む周囲環境内を移動する移動機械に適合するための位置特定およびマッピングの装置であって、移動機械に対する障害物の位置に関する位置データを受信する受信モジュールと、受信されたデータおよび移動機械に対して位置付けられた複数の領域に応じて、当該領域の占有の確率、当該領域の非占有の確率、および当該領域の非認識の確率をそれぞれ表す測定値を決定する処理モジュールと、周囲環境における前記複数の領域の各領域について、当該領域の占有の確率、当該領域の非占有の確率、および当該領域の非認識の確率をそれぞれ表す値を作成するマッピングモジュールと、測定値と作成された値との間における一致の度合いを最大化する、周囲環境における移動機械の位置を決定する位置特定モジュールと、を有する装置を提案するものである。

したがって、移動機械の位置は、所定の時点においてセンサから受信された位置データに基づいて生成された測定値と、前の反復において装置によって作成されたマップを記述する作成された値との間における最良の一致度を探索することによって決定される。

しかし、これらの値は、従来の確率論的手法のように周囲環境の種々の領域における障害物の存在または不在の確率の評価に限定されることなく、いくつかの領域について、これらの領域の非認識の確率を表す値を使用することによって、情報の不在も考慮に入れるものである。

以下の説明において「集合(masses)」と称される前述の３つの代表値（占有の確率、非占有の確率および非認識の確率）は、通常、一定の合計（通常１に等しい）を有するように作成されるので、領域の占有の確率を表す値および領域の非占有の確率を表す値も、当該領域に関する情報が不在であることに影響されることにも留意されたい。

任意の（したがって非限定的な）他の特性によれば、
− 位置特定モジュールは、測定値と作成された値との間における不一致の度合いを使用することによって、一致の度合いを決定し、
− 一致の度合いは、占有の確率を表す測定値の空間分布と、占有の確率を表す作成された値の空間分布との間における一致度を示し、
− 位置特定モジュールは、それぞれが周囲環境の所与の領域に関連付けられている項の合計を使用することによって、移動機械の所与の位置付けに関する一致の度合いを決定し、移動機械の所与の位置付けに関する所与の領域に対応する領域の占有の確率を表す測定値と、所与の領域の占有の確率を表す作成された値との積を使用することによって、それぞれの項を計算し、
− 位置特定モジュールは、移動機械の所与の位置付けに関する所与の領域に対応する領域の占有の確率を表す測定値に所与の領域の非占有の確率を表す作成された値を積算したものと、移動機械の所与の位置付けに関する所与の領域に対応する領域の非占有の確率を表す測定値に所与の領域の占有の確率を表す作成された値を積算したものとの合計を使用して、前述の積を不一致度で除算することによってそれぞれの項を計算し、
− マッピングモジュールは、当該領域に関連する前記測定値と、前の反復においてマッピングモジュールによって当該領域に関して作成された値とを組み合わせることによって、それぞれの領域について、当該領域の占有の確率、当該領域の非占有の確率、当該領域の非認識の確率、および当該領域の不一致の確率をそれぞれ表す未加工の値を決定するコンビネーションモジュールを備え、
− マッピングモジュールは、前記未加工の値の関数として、前記作成された値を決定する正規化モジュールを備え、
− 処理モジュールは、移動機械に対して位置付けられた複数の領域のそれぞれについて、極座標グリッドにおいて当該領域に対応するセルに割り当てられた対応する値の関数として、当該領域に関連する前記測定値を決定する変換モジュールを備える。

本発明は、前述の位置特定およびマッピングの装置と、前記位置データを生成するセンサとを備えるシステムも提案する。このセンサは、例えばライダーセンサであるが、レーダーセンサなどの別のタイプのセンサであり得る。

本発明は、上述に関連して、複数の領域を含む周囲環境において移動機械によって使用される位置特定およびマッピングの方法を提案し、この方法は、
− 移動機械に対する障害物の位置に関する位置データを受信するステップと、
− 移動機械に対して位置付けられた複数の領域について、当該領域に関する占有の確率、当該領域に関する非占有の確率、および当該領域に関する非認識の確率をそれぞれ表す測定値を、受信されたデータの関数として決定するステップと、
− 周囲環境の前記複数の領域の各領域について、当該領域の占有の確率、当該領域の非占有の確率、および当該領域の非認識の確率をそれぞれ表す値を作成するステップと、
− 測定値と作成された値との間における一致の度合いを最大化する、周囲環境における移動機械の位置を決定することによって、移動機械を位置特定するステップとを含む。

この方法は、必要に応じて、当該領域の占有の確率、当該領域の非占有の確率、当該領域の非認識の確率、および当該領域の不一致の確率をそれぞれ表す未加工の値を生成するために、当該領域に関連する前記測定値と、前の反復においてマッピングモジュールによって当該領域に関して作成された値とを組み合わせるステップも備える。

位置特定およびマッピングの装置に関連する前述の任意の特性は、これらの方法にも適用され得る。

非限定的な例として提供される添付図面を参照する以下の説明が、本発明の性質および用途を明瞭にするであろう。

センサと、本発明に係る位置特定およびマッピングの装置の一例とを備えるシステムを示す図である。 図１に示す位置特定およびマッピングの装置によって行われるプロセスを関数形式で示す図である。 センサから受信された位置データに基づいて作成された極座標グリッドを示す図である。

図１は、位置特定およびマッピングの装置１０を含むシステムの主要な要素を概略的に示す。

このシステムは、例えば自動車またはロボットといった、周囲環境において移動機械に適合される。以下の説明から明らかになるが、ＳＬＡＭ（位置確認およびマッピングの同時実行の英語の頭文字）としても知られている位置特定およびマッピングの装置を装備したシステムは、周囲環境においてシステムを（したがって移動機械を）位置特定すると同時に、周囲環境のマップを確認するために使用できる。

図１のシステムは、周囲環境に存在する障害物の（システムに対する）位置に関する位置データを生成するセンサ２を備える。例えば、センサ２はライダータイプであり、この場合、位置データは、システムの基準方向に対する複数の方向αについて、この方向αに関連した方向において遭遇した第１の障害物の（システムからの）距離ｄ（α）を表す。

変形例では、レーダーセンサなどの別のタイプのセンサを使用できる。

図１のシステムは、位置特定およびマッピングの装置１０も備え、この装置は、その入力で、センサ２によって生成された位置データを受信し、その出力で、各時点ｔにおけるシステムの（したがってシステムを取り付けられた移動機械の）位置情報Ｘ_ｔをマッピング情報ＧＲＩとともに生成する。

このマッピング情報ＧＲＩは、例えば占有グリッド（occupancy grid）であり、周囲環境において障害物が検知された位置をグリッド形式で記述するものである。

ここで説明される、周囲環境が２次元でマッピングされる場合には、位置情報Ｘ_ｔは、例えばマッピング平面（より正確には、その水平軸ｘおよび垂直軸ｙ）におけるシステムのｘ、ｙ座標およびその方向（heading）θを備える。この位置情報Ｘは、以下で説明されるように、従来規定された初期座標ｘ_０、ｙ_０および初期の方向θ_０（例えばｘ_０＝０、ｙ_０＝０およびθ_０＝０と想定される）に対して決定される。

以下で説明されるプロセスを行うために、位置特定およびマッピングの装置１０は、この場合、プロセッサ４（例えばマイクロプロセッサ）および記憶手段６（例えばハードディスク）を備える。

プロセッサ４は、例えば記憶手段６に記憶されたコンピュータプログラム命令を実行することによって、特に図２を参照しながら以下で説明されるプロセスを行うように設計されている。変形例では、これらのプロセスは、位置特定およびマッピングの装置１０に組み込まれた特定用途向け集積回路すなわちＡＳＩＣによって行うことができる。

記憶手段６は、以下で説明される処理において使用される、特に確率または信頼性を表す、以下の本文において「集合(masses)」と呼ばれるデータを記憶するためにも使用され得る。

図２は、センサ２によって生成された位置データｄ（α）に基づいて位置情報Ｘ_ｔおよびマッピング情報ＧＲＩを決定するために、位置特定およびマッピングの装置１０によって行われるプロセスを関数形式で示すものである。

このように、図２には、位置特定およびマッピングの装置１０によって行われる異なるプロセスが、異なるモジュール１１、１２、１４、１６、１８、２０、２２によって行われるように示されているが、これらは、実際上、同一のプロセッサ４によって各命令を実行する結果として行われ得る。

位置特定およびマッピングの装置１０は、センサ２に接続された受信モジュール１１を備え、受信モジュール１１は、センサ２によって生成された位置データｄ（α）を受信して極座標グリッド作成モジュール１２に送信する。

極座標グリッド作成モジュール１２は、時点ｔにおける入力で受信する位置データｄ（α）の関数として、極座標グリッドの各々のセルｊについて、
− 占有集合（occupation mass）Ｍ＿ＰＯＬ_ｔ，ｊ（Ｏ）と、
− 非占有集合（free mass）Ｍ＿ＰＯＬ_ｔ，ｊ（Ｆ）と、
− 非認識集合（unknown mass）Ｍ＿ＰＯＬ_ｔ，ｊ（Ｕ）の３つのパラメータを決定する。

各セルｊについて、このセルに関する異なる集合の合計は、１に等しい。

図３に示すように、極座標グリッドは、各セルがシステムからの（より正確にはセンサ２からの）距離の所与の範囲と、所与の角度（システムの前述の基準方向に対して測定される角度）の扇形とに対応する周囲環境（ここでは２次元で示されている）のセルの組み合わせである。

占有集合Ｍ＿ＰＯＬ_ｔ，ｊ（Ｏ）は、この場合は時点ｔにおいてセンサ２から受信された位置データである特定の情報によって、極座標グリッドの当該セルｊが占有されている確率を表す。したがって、占有集合Ｍ＿ＰＯＬ_ｔ，ｊ（Ｏ）は、このセルｊの占有の確率または信頼性を表すものである。

非占有集合Ｍ＿ＰＯＬ_ｔ，ｊ（Ｆ）は、この場合は時点ｔにおいてセンサ２から受信された位置データである特定の情報によって、極座標グリッドの当該セルｊが空いている確率を表す。したがって、非占有集合Ｍ＿ＰＯＬ_ｔ，ｊ（Ｆ）は、このセルｊの非占有の確率または信頼性を表すものである。

非認識集合Ｍ＿ＰＯＬ_ｔ，ｊ（Ｕ）は、当該セルｊが調査されていない可能性、換言すると利用可能な情報（この場合は位置データ）によるこのセルｊに関する認識が利用できない可能性を表す。したがって、非認識集合Ｍ＿ＰＯＬ_ｔ，ｊ（Ｕ）は、このセルｊの非認識の確率または信頼性を表すものである。

方向θに対応する角度セクタにあるセルｊについては、種々の集合が、例えば、下記のように決定される。

− システムから距離ｄ（θ）にある（図３でシェーディングされた黒色の）セルｊ（すなわちセンサ２がライダーセンサである場合、図３の点線で示されるレーザー光線が対象物に当たっているセル）については、Ｍ＿ＰＯＬ_ｔ，ｊ（Ｏ）＝Ｉ_ＣＯＮＦ、Ｍ＿ＰＯＬ_ｔ，ｊ（Ｆ）＝０、Ｍ＿ＰＯＬ_ｔ，ｊ（Ｕ）＝１−Ｉ_ＣＯＮＦである。ここで、Ｉ_ＣＯＮＦは、センサ２の信頼の指数（例えば、センサ２によって予め規定されまたは送出されたもの）であって、一般的には０．５から１までの範囲である。

− 距離ｄ（θ）未満の距離にあるセルｊ（すなわちライダーセンサの場合にはレーザー光線が通り抜けたもの）については、Ｍ＿ＰＯＬ_ｔ，ｊ（Ｏ）＝０、Ｍ＿ＰＯＬ_ｔ，ｊ（Ｆ）＝Ｉ_ＣＯＮＦ、Ｍ＿ＰＯＬ_ｔ，ｊ（Ｕ）＝１−Ｉ_ＣＯＮＦである。

− 距離ｄ（θ）よりも大きい距離にあるセルｊ（すなわち、図３においてハッチングで示された、ライダーセンサの場合にはレーザー光線の影響の及ばないところにあるもの）については、Ｍ＿ＰＯＬ_ｔ，ｊ（Ｏ）＝０、Ｍ＿ＰＯＬ_ｔ，ｊ（Ｆ）＝０、Ｍ＿ＰＯＬ_ｔ，ｊ（Ｕ）＝１である。

センサが、極座標グリッドの同一の角度セクタに対して複数の位置データｄ（θ）を送出する場合（例えばライダーセンサが複数の高さもしくは層のデータを送出する場合、またはライダーセンサの分解能が極座標グリッドよりも精細な場合）、最短距離ｄ（θ）は、例えば、前述のように集合の決定で選択される。

極座標グリッド作成モジュール１２は、このようにして決定されたすべての集合パラメータＭ＿ＰＯＬ_ｔ，ｊを変換モジュール１４へ送信し、変換モジュール１４は、極座標グリッドの各セルｊについて、このセルｊに関して決定された集合を、（時点ｔにおいてシステムの現在の位置に対して示された）直交座標における測定グリッドの１つの（または複数の）対応するセルｉに割り当てる。

換言すると、任意のＡ∈｛Ｏ，Ｆ，Ｕ｝について、測定グリッドのセルｉが極座標グリッドのセルｊに一致するとき、Ｍ＿ＳＣＡＮ_ｔ，ｉ（Ａ）＝Ｍ＿ＰＯＬ_ｔ，ｊ（Ａ）である。

このように、測定グリッドの各セルｉについて、
− （時点ｔにおいてセンサ２によって供給された位置データに従って）セルｉの占有の確率（または信頼性）を表す、セルｉの占有集合Ｍ＿ＳＣＡＮ_ｔ，ｉ（Ｏ）と、
− （時点ｔにおいてセンサ２によって供給された位置データに従って）セルｉの非占有の確率を表す、セルｉの非占有集合Ｍ＿ＳＣＡＮ_ｔ，ｉ（Ｆ）と、
− （時点ｔにおいてセンサ２によって供給された位置データに従って）セルｉの非認識の確率を表す、セルｉの非認識集合Ｍ＿ＳＣＡＮ_ｔ，ｉ（Ｕ）と、が規定される。

各セルｉについて、このセルに関する種々の集合の合計は１に等しい。

ここで、極座標グリッド作成モジュール１２および変換モジュール１４によって形成されたアセンブリに対して、「処理モジュール」という用語が適用される。このとき、処理モジュールは、位置データｄ（θ）に基づいて集合Ｍ＿ＳＣＡＮ_ｔ，ｉ（Ａ）を決定することができる。

図２に示すように、変換モジュール１４によって、測定グリッドの種々のセルｉについて生成された（Ａ∈｛Ｏ，Ｆ，Ｕ｝である）種々の集合Ｍ＿ＳＣＡＮ_ｔ，ｉ（Ａ）が、一方では位置特定モジュール１６に送信され、他方ではコンビネーションモジュール１８に送信される。

位置特定モジュール１６は、その入力において、
− 各セルｋについて、時点ｔ−１までに行われた処理の結果として装置１０によって作成されたセルｋの占有の確率を表す占有集合Ｍ＿ＧＲＩ_{ｔ−１，ｋ}（Ｏ）と、
− 各セルｋについて、時点ｔ−１までに行われた処理の結果として装置１０によって作成されたセルｋの非占有の確率を表す非占有集合Ｍ＿ＧＲＩ_{ｔ−１，ｋ}（Ｆ）と、
− 各セルｋについて、時点ｔ−１までに行われた処理の結果として装置１０によって作成されたセルｋの非認識の確率を表す非認識集合Ｍ＿ＧＲＩ_{ｔ−１，ｋ}（Ｕ）と、の情報も受信し、この情報は、（現在の反復ｔについて以下で説明されるように）前の反復ｔ−１においてコンビネーションモジュール１８および正規化モジュール２０によって生成された、（システムの初期位置などの一定基準に関する直交座標において）周囲環境を表すグリッドのセルｋに関するものである。

この情報は、最初の反復では利用できないことに留意されたい。しかし、この最初の反復では処理が不要であり、この時点で、位置特定モジュール１６は、（座標ｘ、ｙおよび方向θによって規定される）現在の位置が、前述の初期位置（座標ｘ_０、ｙ_０および方向θ_０によって規定される）と等しいことを単に示す。

他の反復については、位置特定モジュール１６は、ここでは座標ｘ、ｙおよび方向θによって規定される、（システムの位置に関連して配置された）測定グリッドに関連した値と、周囲環境を表す固定グリッドに関連した値との間における一致の度合いを最大化する、システムの（したがって移動機械の）位置Ｘ_ｔを決定する。

例えば、この目的のために、位置Ｚについて次式で規定される以下の測定値が使用される。

ここで、ｉ（ｋ，Ｚ）は、システムが位置Ｚにあるとき、固定グリッドのセルｋに対応する、（システムに対して位置付けられた、すなわち前述のように移動機械に対して位置付けられた）測定グリッドのセルであり、また、次式で表されるＭ_{ｔ，ｋ，Ｚ}（Ｃ）は、分子で使用される情報の間における不一致の度合いを示すものである。

Ｍ_{ｔ，ｋ，Ｚ}（Ｃ）＝Ｍ＿ＧＲＩ_{ｔ−１，ｋ}（Ｆ）．Ｍ＿ＳＣＡＮ_{ｔ，ｉ（ｋ，Ｚ）}（Ｏ）＋Ｍ＿ＧＲＩ_{ｔ−１，ｋ}（Ｏ）．Ｍ＿ＳＣＡＮ_{ｔ，ｉ（ｋ，Ｚ）}（Ｆ）
このとき、測定グリッドにおける（セルの範囲内の）占有の確率の空間分布と固定グリッドにおける占有の確率の空間分布との間における一致の量を計る一致の度合いを使用する。

望ましい方法でこれを可能にするために、分母（１−Ｍ_{ｔ，ｋ，Ｚ}（Ｃ））を使用することにより、分子に使用される情報が相反するセルの合計において重み付けを適用することが可能になる。

変形例では、（正規化モジュール２０を介して）コンビネーションモジュール１８から受信された集合Ｍ＿ＧＲＩ_{ｔ−１，ｋ}と、変換モジュール１４から受信された集合Ｍ＿ＳＣＡＮ_{ｔ，ｉ（ｋ，Ｚ）}と、を組み合わせるために、前述の合計の各項に対して、例えば証拠理論（デンプスター−シェイファー理論とも称される）で使用されるものなどの融合演算子（merging operator）といった別の融合演算子を使用することも可能であろう。

この場合、したがって、位置特定モジュール１６によって送出される値Ｘ_ｔは、測定値Ｎ（Ｚ）を最大化するＺの値であり、Ｘは、Ｎ（Ｘ）＝ｍａｘ_ＺＮ（Ｚ）を満たすものである。

これは、例えば、複数の位置Ｚについて測定値Ｎ（Ｚ）を計算することによって実際に決定される。以下の本文では、記号ｚ_ｘ、ｚ_ｙ、ｚ_θは、それぞれ位置Ｚを規定する水平軸、垂直軸および方向を示す。

第１の可能な実施形態によれば、測定値Ｎ（Ｚ）は、｜ｚ_ｘ−ｘ_ｔ−１｜≦Ｓ_ｘ、｜ｚ_ｙ−ｙ_ｔ−１｜≦Ｓ_ｙ、｜ｚ_θ−θ_ｔ−１｜≦Ｓ_θを満たす（個別の）１組の位置（Ｚ）について計算される。ここで、ｘ_ｔ−１、ｙ_ｔ−１、θ_ｔ−１は、前の反復において求められた位置ｘ_ｔ−１を規定する水平軸、垂直軸および方向（または反復ｔ＝１における初期の水平軸、垂直軸および方向）であり、Ｓ_ｘ、Ｓ_ｙ、Ｓ_θは所定のしきい値である。

座標を、固定グリッドの区間の数として（ここでのセルは、固定グリッドと測定グリッドにおいて同一のサイズである）、または方向の度合いとして示し、例えばＳ_ｘ＝Ｓ_ｙ＝５およびＳ_θ＝１０°、ならびに
ｚ_ｘ∈｛ｘ_ｔ−１−５；ｘ_ｔ−１−４；ｘ_ｔ−１−３；ｘ_ｔ−１−２；ｘ_ｔ−１−１；ｘ_ｔ−１；ｘ_ｔ−１＋１；ｘ_ｔ−１＋２；ｘ_ｔ−１＋３；ｘ_ｔ−１＋４；ｘ_ｔ−１＋５｝
ｚ_ｙ∈｛ｙ_ｔ−１−５；ｙ_ｔ−１−４；ｙ_ｔ−１−３；ｙ_ｔ−１−２；ｙ_ｔ−１−１；ｙ_ｔ−１；ｙ_ｔ−１＋１；ｙ_ｔ−１＋２；ｙ_ｔ−１＋３；ｙ_ｔ−１＋４；ｙ_ｔ−１＋５｝
ｚ_θ∈｛θ_ｔ−１−１０°；θ_ｔ−１−８°；θ_ｔ−１−６°；θ_ｔ−１−４°；θ_ｔ−１−２°；θ_ｔ−１；θ_ｔ−１＋２°；θ_ｔ−１＋４°；θ_ｔ−１＋６°；θ_ｔ−１＋８°；θ_ｔ−１＋１０°｝
を使用する。

すなわち１３３１個の可能な位置Ｚの測定値Ｎ（Ｚ）の計算を使用する。

第２の可能な実施形態によれば、下式の一定速度モデルに基づいて前の反復で決定された位置ｘ_ｔ−１から導出された推測位置Ｘ_{ｔ｜ｔ−１}＝（ｘ_{ｔ｜ｔ−１}，ｙ_{ｔ｜ｔ−１}，θ_{ｔ｜ｔ−１}）を使用する。

次いで、｜ｚ_ｘ−ｘ_{ｔ｜ｔ−１}｜≦Ｓ_ｘ、｜ｚ_ｙ−ｙ_{ｔ｜ｔ−１}｜≦Ｓ_ｙ、｜ｚ_θ−θ_{ｔ｜ｔ−１}｜≦Ｓ_θを満たす１組の（個別の）位置Ｚについて、測定値Ｎ（Ｚ）を計算できる。Ｓ_ｘ、Ｓ_ｙ、Ｓ_θは所定のしきい値である。

座標を、固定グリッドの区間の数として（ここでのセルは、固定グリッドと測定グリッドにおいて同一のサイズである）示し、例えばＳ_ｘ＝Ｓ_ｙ＝５およびＳ_θ＝１０°、ならびに
ｚ_ｘ∈｛ｘ_{ｔ｜ｔ−１}−５；ｘ_{ｔ｜ｔ−１}−４；ｘ_{ｔ｜ｔ−１}−３；ｘ_{ｔ｜ｔ−１}−２；ｘ_{ｔ｜ｔ−１}−１；ｘ_{ｔ｜ｔ−１}；ｘ_{ｔ｜ｔ−１}＋１；ｘ_{ｔ｜ｔ−１}＋２；ｘ_{ｔ｜ｔ−１}＋３；ｘ_{ｔ｜ｔ−１}＋４；ｘ_{ｔ｜ｔ−１}＋５｝
ｚ_ｙ∈｛ｙ_{ｔ｜ｔ−１}−５；ｙ_{ｔ｜ｔ−１}−４；ｙ_{ｔ｜ｔ−１}−３；ｙ_{ｔ｜ｔ−１}−２；ｙ_{ｔ｜ｔ−１}−１；ｙ_{ｔ｜ｔ−１}；ｙ_{ｔ｜ｔ−１}＋１；ｙ_{ｔ｜ｔ−１}＋２；ｙ_{ｔ｜ｔ−１}＋３；ｙ_{ｔ｜ｔ−１}＋４；ｙ_{ｔ｜ｔ−１}＋５｝
ｚ_θ∈｛θ_{ｔ｜ｔ−１}−１０°；θ_{ｔ｜ｔ−１}−８°；θ_{ｔ｜ｔ−１}−６°；θ_{ｔ｜ｔ−１}−４°；θ_{ｔ｜ｔ−１}−２°；θ_{ｔ｜ｔ−１}；θ_{ｔ｜ｔ−１}＋２°；θ_{ｔ｜ｔ−１}＋４°；θ_{ｔ｜ｔ−１}＋６°；θ_{ｔ｜ｔ−１}＋８°；θ_{ｔ｜ｔ−１}＋１０°｝
を使用する。

すなわち、一定速度モデルに基づいて決定された推測位置Ｘ_{ｔ｜ｔ−１}の周囲の１３３１個の可能な位置Ｚについての測定値Ｎ（Ｚ）の計算を使用する。

この問題に関して、「A real-time robust SLAM for large-scale outdoor environments」、J.Xie、F.Nashashibi、M.N.Parent and O.Garcia-Favrot、ITS World Congr. 2010の論文を参照し得る。

位置特定モジュール１６によって決定された位置Ｘ_ｔは、コンビネーションモジュール１８に送信され、コンビネーションモジュール１８は、前述のように、その入力において、測定グリッドの種々のセルｉについて変換モジュール１４によって生成された、（Ａ∈｛Ｏ，Ｆ，Ｕ｝である）種々の集合Ｍ＿ＳＣＡＮ_ｔ，ｉ（Ａ）、ならびに、前の反復ｔ−１において、固定グリッドのセルｋについて、正規化モジュール２０によって、上記で説明されたように生成された、Ａ∈｛Ｏ，Ｆ，Ｕ｝である種々の集合Ｍ＿ＧＲＩ_{ｔ−１，ｋ}（Ａ）も受信する。

次いで、コンビネーションモジュール１８は、時点ｔにおいてセンサ２によって供給される情報（集合Ｍ＿ＳＣＡＮ_ｔ，ｉ（Ａ）で表される）と、時点ｔ−１までに装置１０によって作成された情報（集合Ｍ＿ＧＲＩ_{ｔ−１，ｋ}（Ａ）で表される）とを、そこから時点ｔにおける固定グリッドについての認識の状態を表す未加工(raw)の集合Ｍ＿ＣＯＭＢ_ｔ，ｋ（Ａ）を推定するために、例えば固定グリッドの各セルｋに対してM_COMB_t,k = M_GRI_t-1,k ∩ M_SCAN_t,i(k,Xt)を適用することによって組み合わせる。

ここで、ｉ（ｋ，Ｘ_ｔ）は、システムが位置Ｘ_ｔにあるとき、固定グリッドのセルｋに対応する測定グリッドのセルであり、「∩」は、例えば、「Credibilist occupancy grids for vehicle perception in dynamicenvironments」、J.Moras、V.Cherfaoui and P.Bonnifait、IEEE Int. Conf. Robot. Automat. (ICRA2011)、84〜89頁、2011の論文で規定された連結演算子である。

この演算子「∩」の結果として行われる計算を明瞭にすることにより、各セルｋについて、
Ｍ＿ＣＯＭＢ_ｔ，ｋ（Ｏ）＝Ｍ＿ＧＲＩ_{ｔ−１，ｋ}（Ｏ）．Ｍ＿ＳＣＡＮ_{ｔ，ｉ（ｋ，Ｘｔ）}（Ｏ）＋ Ｍ＿ＧＲＩ_{ｔ−１，ｋ}（Ｕ）．Ｍ＿ＳＣＡＮ_{ｔ，ｉ（ｋ，Ｘｔ）}（Ｏ）＋ Ｍ＿ＧＲＩ_{ｔ−１，ｋ}（Ｏ）．Ｍ＿ＳＣＡＮ_{ｔ，ｉ（ｋ，Ｘｔ）}（Ｕ）によってここで見出される、セルｋの占有の確率を表す未加工の占有集合Ｍ＿ＣＯＭＢ_ｔ，ｋ（Ｏ）と、
Ｍ＿ＣＯＭＢ_ｔ，ｋ（Ｆ）＝Ｍ＿ＧＲＩ_{ｔ−１，ｋ}（Ｆ）．Ｍ＿ＳＣＡＮ_{ｔ，ｉ（ｋ，Ｘｔ）}（Ｆ）＋ Ｍ＿ＧＲＩ_{ｔ−１，ｋ}（Ｕ）．Ｍ＿ＳＣＡＮ_{ｔ，ｉ（ｋ，Ｘｔ）}（Ｆ）＋ Ｍ＿ＧＲＩ_{ｔ−１，ｋ}（Ｆ）．Ｍ＿ＳＣＡＮ_{ｔ，ｉ（ｋ，Ｘｔ）}（Ｕ）によってここで見出される、セルｋの非占有の確率を表す未加工の非占有集合Ｍ＿ＣＯＭＢ_ｔ，ｋ（Ｆ）と、
Ｍ＿ＣＯＭＢ_ｔ，ｋ（Ｕ）＝Ｍ＿ＧＲＩ_{ｔ−１，ｋ}（Ｕ）．Ｍ＿ＳＣＡＮ_{ｔ，ｉ（ｋ，Ｘｔ）}（Ｕ）によってここで見出されるセルｋの非認識の確率を表す未加工の非認識集合Ｍ＿ＣＯＭＢ_ｔ，ｋ（Ｕ）と、
Ｍ＿ＣＯＭＢ_ｔ，ｋ（Ｃ）＝ Ｍ＿ＧＲＩ_{ｔ−１，ｋ}（Ｆ）．Ｍ＿ＳＣＡＮ_{ｔ，ｉ（ｋ，Ｘｔ）}（Ｏ）＋ Ｍ＿ＧＲＩ_{ｔ−１，ｋ}（Ｏ）．Ｍ＿ＳＣＡＮ_{ｔ，ｉ（ｋ，Ｘｔ）}（Ｆ）によってここで見出される、このセルｋに関する（センサ２によって送出された情報と、時点ｔ−１までに装置１０によって作成された情報との間における）不一致の確率を表す未加工の不一致集合Ｍ＿ＣＯＭＢ_ｔ，ｋ（Ｃ）とを得る。

各セルｋについて、このセルに関する種々の未加工の集合の合計は１に等しい。

コンビネーションモジュール１８によって生成された未加工の集合Ｍ＿ＣＯＭＢ_ｔ，ｋが正規化モジュール２０に送信され、コンビネーションモジュール１８は、（各セルにおける）占有集合、非占有集合および非認識集合の配分を保つが、不一致集合の概念を消滅させて移動性障害物からの自由をもたらす。実現可能な実施形態によれば、種々のセルｋの未加工の不一致集合Ｍ＿ＣＯＭＢ_ｔ，ｋ（Ｃ）は、移動性障害物を検知するのに用いるように記憶されてよい。

したがって、正規化モジュール２０は、（正規化の後に）任意のＡ∈｛Ｏ，Ｆ，Ｕ｝およびすべてのセルｋについて、次式の集合を計算する。

Ｍ＿ＧＲＩ_ｔ，ｋ（Ａ）＝ Ｍ＿ＣＯＭＢ_ｔ，ｋ（Ａ）／（１−Ｍ＿ＣＯＭＢ_ｔ，ｋ（Ｃ）
したがって、各セルｋについて、占有集合Ｍ＿ＧＲＩ_ｔ，ｋ（Ｏ）、非占有集合Ｍ＿ＧＲＩ_ｔ，ｋ（Ｆ）および非認識集合Ｍ＿ＧＲＩ_ｔ，ｋ（Ｕ）が得られ、これらは、この場合、装置１０によって送出されるマッピング情報ＧＲＩを形成する。正規化のために、各セルｋについて、このセルに関連する種々の集合Ｍ＿ＧＲＩ_ｔ，ｋ（Ｏ）、Ｍ＿ＧＲＩ_ｔ，ｋ（Ｆ）、Ｍ＿ＧＲＩ_ｔ，ｋ（Ｕ）の合計は１に等しい。

ここで、コンビネーションモジュール１８および正規化モジュール２０によって形成されたアセンブリに対して、「マッピングモジュール」という用語が適用される。

次いで、この情報は、例えばマップ上に示されてよく（例えば移動機械の画面に表示されてよく）、必要に応じて、各セルｋを、このセルｋに関連する集合Ｍ＿ＧＲＩ_ｔ，ｋ（Ｏ）、Ｍ＿ＧＲＩ_ｔ，ｋ（Ｆ）、Ｍ＿ＧＲＩ_ｔ，ｋ（Ｕ）の関数として規定された色で示し、例えば、セルｋについては、ＲＧＢ基準座標系におけるその色度座標がＭ＿ＧＲＩ_ｔ，ｋ（Ｏ）、Ｍ＿ＧＲＩ_ｔ，ｋ（Ｆ）、Ｍ＿ＧＲＩ_ｔ，ｋ（Ｕ）である色が使用される。

前述のように、正規化モジュール２０の出力において生成された集合Ｍ＿ＧＲＩ_ｔ，ｋは、次の反復で用いるように、（反復遅延器２２を通って）位置特定モジュール１６およびコンビネーションモジュール１８へ送信される。

Claims (12)

1. 複数の領域を含む周囲環境において移動機械に適合される位置特定およびマッピングの装置（１０）であって、
   − 前記移動機械に対する障害物の位置の位置データ（ｄ（α））を受信する受信モジュール（１１）と、
   − 前記移動機械に対して位置付けられた複数の領域について、当該領域に関する占有の確率、前記当該領域に関する非占有の確率、および前記当該領域に関する非認識の確率をそれぞれ示す測定値（Ｍ＿ＳＣＡＮ_ｔ，ｉ）を、前記受信されたデータ（ｄ（α））の関数として決定する処理モジュール（１２、１４）と、
   − 前記周囲環境の前記複数の領域の各領域について、前記当該領域の占有の確率、前記当該領域の非占有の確率、および前記当該領域の非認識の確率をそれぞれ表す値（Ｍ＿ＧＲＩ_ｔ，ｋ）を作成するマッピングモジュール（１８、２０）と、
   − 前記測定値（Ｍ＿ＳＣＡＮ_ｔ，ｉ）と前記作成された値（Ｍ＿ＧＲＩ_ｔ，ｋ）との間における一致の度合いを最大化した、前記周囲環境における前記移動機械の位置を決定する位置特定モジュール（１６）と、を有する位置特定およびマッピングの装置（１０）。
2. 前記位置特定モジュール（１６）が、前記測定値（Ｍ＿ＳＣＡＮ_ｔ，ｉ）と前記作成された値（Ｍ＿ＧＲＩ_ｔ，ｋ）との間における不一致の度合いを使用することによって、前記一致の度合いを決定する、請求項１に記載の位置特定およびマッピングの装置。
3. 前記一致の度合いが、前記占有の確率を表す前記測定値（Ｍ＿ＳＣＡＮ_ｔ，ｉ）の空間分布と前記占有の確率を表す前記作成された値（Ｍ＿ＧＲＩ_ｔ，ｋ）の空間分布との間における一致度を示す、請求項１または２に記載の位置特定およびマッピングの装置。
4. 前記位置特定モジュール（１６）は、それぞれが前記周囲環境の所与の領域に関連付けられている項の合計を使用することによって、前記移動機械の所与の位置付けに関する前記一致の度合いを決定し、前記移動機械の前記所与の位置付けに関する前記所与の領域に対応する領域の前記占有の確率を表す測定値（Ｍ＿ＳＣＡＮ_ｔ，ｉ）と、前記所与の領域の前記占有の確率を表す前記作成された値（Ｍ＿ＧＲＩ_ｔ，ｋ）との積を使用することによって、それぞれの項を計算する、請求項１から３のいずれかに記載の位置特定およびマッピングの装置。
5. 前記位置特定モジュール（１６）が、前記移動機械の前記所与の位置付けに関する前記所与の領域に対応する領域の前記占有の確率を表す測定値（Ｍ＿ＳＣＡＮ_ｔ，ｉ）に、前記所与の領域の前記非占有の確率を表す前記作成された値（Ｍ＿ＧＲＩ_ｔ，ｋ）を積算したものと、前記移動機械の前記所与の位置付けに関する前記所与の領域に対応する領域の前記非占有の確率を表す測定値（Ｍ＿ＳＣＡＮ_ｔ，ｉ）に、前記所与の領域の前記占有の確率を表す前記作成された値（Ｍ＿ＧＲＩ_ｔ，ｋ）を積算したものとの合計を使用して、前述の積を不一致度で除算することによって各項を計算する、請求項４に記載の位置特定およびマッピングの装置。
6. 前記マッピングモジュール（１８、２０）が、各領域について、前記当該領域に関連する前記測定値（Ｍ＿ＳＣＡＮ_ｔ，ｉ）と、前の反復において前記マッピングモジュール（１８、２０）によって前記当該領域について作成された値（Ｍ＿ＧＲＩ_{ｔ−１，ｋ}）とを組み合わせることによって、前記当該領域の占有の確率、前記当該領域の非占有の確率、前記当該領域の非認識の確率、および前記当該領域の不一致の確率をそれぞれ表す未加工の値（Ｍ＿ＣＯＭＢ_ｔ，ｋ）を決定するコンビネーションモジュール（１８）を備える、請求項１から５のいずれかに記載の位置特定およびマッピングの装置。
7. 前記マッピングモジュール（１８、２０）が、前記作成された値（Ｍ＿ＧＲＩ_ｔ，ｋ）を、前記未加工の値（Ｍ＿ＣＯＭＢ_ｔ，ｋ）の関数として決定する正規化モジュール（２０）を備える、請求項６に記載の位置特定およびマッピングの装置。
8. 前記処理モジュール（１２、１４）が、前記移動機械に対して位置付けられた前記複数の領域のそれぞれについて、極座標グリッドにおいて前記当該領域に対応するセルに割り当てられた対応する値（Ｍ＿ＰＯＬ_ｔ，ｊ）の関数として、前記当該領域に関連する前記測定値（Ｍ＿ＳＣＡＮ_ｔ，ｉ）を決定する変換モジュール（１４）を備える、請求項１から７のいずれかに記載の位置特定およびマッピングの装置。
9. 請求項１から８のいずれかに記載の位置特定およびマッピングの装置（１０）と、
   前記位置データ（ｄ（α））を生成するように設計されたセンサ（２）と、
   を備えるシステム。
10. 前記センサ（２）がライダーセンサである、請求項９に記載のシステム。
11. 複数の領域を含む周囲環境において移動機械によって使用される位置特定およびマッピングの方法であって、
    − 前記移動機械に対する障害物の位置に関する位置データ（ｄ（α））を受信するステップと、
    − 前記移動機械に対して位置付けられた複数の領域について、当該領域に関する占有の確率、前記当該領域に関する非占有の確率、および前記当該領域に関する非認識の確率をそれぞれ表す測定値（Ｍ＿ＳＣＡＮ_ｔ，ｉ）を、前記受信されたデータ（ｄ（α））の関数として決定するステップと、
    − 前記周囲環境の前記複数の領域の各領域について、当該領域の占有の確率、前記当該領域の非占有の確率、および前記当該領域の非認識の確率をそれぞれ表す値（Ｍ＿ＧＲＩ_ｔ，ｋ）を作成するステップと、
    − 前記測定値（Ｍ＿ＳＣＡＮ_ｔ，ｉ）と前記作成された値（Ｍ＿ＧＲＩ_ｔ，ｋ）との間における一致の度合いを最大化する、前記周囲環境における前記移動機械の位置を決定することによって、前記移動機械を位置特定するステップと、を含む方法。
12. 前記周囲環境の各領域について、前記当該領域の占有の確率、前記当該領域の非占有の確率、前記当該領域の非認識の確率、および前記当該領域の不一致の確率をそれぞれ表す未加工の値（Ｍ＿ＣＯＭＢ_ｔ，ｋ）を生成するために、前記当該領域に関連する前記測定値（Ｍ＿ＳＣＡＮ_ｔ，ｉ）と、前の反復においてマッピングモジュールによって前記当該領域に関して作成された値（Ｍ＿ＧＲＩ_{ｔ−１，ｋ}）とを組み合わせるステップを含む、請求項１１に記載の方法。

Images