JP2018185596A

JP2018185596A - 情報提供装置及び情報提供方法

Info

Publication number: JP2018185596A
Application number: JP2017085785A
Authority: JP
Inventors: 武央西田; Takehisa Nishida; 奥出　真理子; Mariko Okude; 真理子奥出
Original assignee: Hitachi Ltd
Current assignee: Hitachi Ltd
Priority date: 2017-04-25
Filing date: 2017-04-25
Publication date: 2018-11-22

Abstract

【課題】本発明は、移動体の備える外界認識装置による認識オブジェクトを他の移動体と共有する際に、配信するオブジェクトの数を絞り込む。
【解決手段】本発明は、移動体や移動体が動作する環境内に設置された外界認識装置による外界認識結果から、オブジェクト情報を取得し、オブジェクト情報と地図情報を紐づけて記憶したオブジェクトマップを生成し、移動体から取得した経路情報から、この経路に存在するオブジェクトを検索し、移動体が検索した各オブジェクトに到達する予測時刻を算出し、その予測時刻における当該オブジェクトの存在確率を求め、存在確率が所定値以上となるオブジェクトのみ当該移動体へオブジェクト情報として配信する。
【選択図】図１

Description

本発明は、情報提供装置及び情報提供方法に関する。

外部環境を観測する装置を備えた移動体において、観測したオブジェクトの将来の状態を予測するため、特開２０１３−１４３１３４号公報（特許文献１）に記載の技術がある。この公報には、「センサから供給される情報を使用して、少なくとも一つのオブジェクトの現在状態の近似的確率分布を求めるステップと、標準的なベイジアンフィルタリングの概念を使用して近似的確率分布を更新することにより少なくとも一つのオブジェクトの将来状態を予測するステップとを含み、この方法は、それぞれが状況情報に従って決定される現状状態から潜在的将来状態までの潜在的起動を表す少なくとも一つのアトラクタ関数を使用して予測するステップを変更する」という記載がある。

特開２０１３−１４３１３４号公報

特許文献１では、観測したオブジェクトの挙動を予測するが、多数のオブジェクトを移動体間で共有することが想定されていない。このため、複数の移動体間でオブジェクトを共有すると、配信するオブジェクトの数が膨大となり、配信しきれない可能性がある。

そこで、本発明は、移動体へ配信するオブジェクトを絞り込むことを目的とする。

上記課題を解決するために、代表的な本発明の情報提供装置及び情報提供方法の一つは、移動体や移動体が動作する環境内に設置された外界認識装置による外界認識結果から、オブジェクト情報を取得し、オブジェクト情報と地図情報を紐づけて記憶したオブジェクトマップを生成し、移動体から取得した経路情報から、この経路に存在するオブジェクトを検索し、当該の移動体が検索した各オブジェクトに到達する予測時刻を算出し、その予測時刻における当該オブジェクトの存在確率を求め、存在確率が予め定めた所定の値以上となるオブジェクトのみ当該移動体へオブジェクト情報として配信するものである。

本発明によれば、移動体へ配信するオブジェクトを絞り込むことができる。
上記した以外の課題、構成及び効果は、以下の実施形態の説明により明らかにされる。

本発明の実施例１の情報提供装置の構成を示す図である。本発明の実施例１におけるオブジェクトマッピング手段の動作を示すフローチャートである。本発明の実施例１におけるオブジェクトマッピング手段の動作を示すフローチャートである。本発明の実施例１における遮蔽の例を示す図である。本発明の実施例１におけるオブジェクトマップの例を示す図である。本発明の実施例１におけるオブジェクト検索手段の例を示す図である。本発明の実施例１におけるフィルタリング手段の詳細構成を示す図である。本発明の実施例１におけるオブジェクトの存在確率を演算するためのモデルの例を示す図である。本発明の実施例１におけるオブジェクトの存在確率の時間変化の例を示す図である。本発明の実施例１におけるオブジェクトの存在確率の時間変化の例を示す図である。本発明の実施例１におけるオブジェクトの存在確率を演算するためのモデルの例を示す図である。本発明の実施例２における情報提供装置の構成を示す図である。

以下、実施例について図面を用いて説明する。

図１は、本発明の実施例１の情報提供装置の構成を示す図である。
情報提供装置１０はネットワークを介してＮ台の移動体２１〜２Ｎと接続されている。本実施例では、移動体として自動車を想定する。

移動体２１〜２Ｎは、それぞれ少なくとも外界認識装置２１１〜２Ｎ１、経路生成手段２１２〜２Ｎ２、計画手段２１３〜２Ｎ３を備えているものとする。

情報提供装置１０は、オブジェクト情報取得手段１１、オブジェクトマッピング手段１２、オブジェクトマップ１３、経路取得手段１４、オブジェクト検索手段１５、フィルタリング手段１６、配信手段１７を備えている。

オブジェクト情報取得手段１１は、移動体２１〜２Ｎの外界認識装置２１１〜２Ｎ１から提供される外界認識結果に基づくオブジェクト情報を取得する。このオブジェクト情報は、少なくともオブジェクトの位置情報、サイズ情報、速度情報、種別情報を含む。ここで、種別情報は、オブジェクトの分類種別を意味し、例として、乗用車、トラック、歩行者や、工事エリア等がある。なお、図１では、オブジェクト情報取得手段は移動体２１〜２Ｎが備える外界認識装置２１１〜２Ｎ１からのオブジェクト情報のみを取得しているが、移動体が動作する環境、例えば街中に設置された監視カメラ等の外界認識装置によるオブジェクト情報を追加で取得してもよい。

オブジェクトマッピング手段１２は、オブジェクト情報取得手段１１において取得したオブジェクトのうち、所定の条件を満たすものについて、道路情報と紐づけてオブジェクトマップ１３に記憶、または、オブジェクトマップ１３から削除する。ここで、所定の条件を、例えば、速度が所定の値以下となるものとすることで、動的なオブジェクトを管理対象から外すことが可能となる。

経路取得手段１４は、移動体２１〜２Ｎの経路生成手段２１２〜２Ｎ２にて生成される経路情報を取得する。ここで、経路生成手段２１２〜２Ｎ２によって生成される経路は、ナビゲーションシステム等により生成された経路でも、自動運転システムにより生成された経路でも良いし、オペレータの運転操作から予測される経路でも良い。

オブジェクト検索手段１５は、オブジェクトマップ１３から、経路取得手段１４にて取得した移動体の経路上に存在するオブジェクトを検索して出力する。

フィルタリング手段１６は、オブジェクト検索手段１５により出力された移動体の経路上に存在する全てのオブジェクトに対して、移動体が各オブジェクトの位置へ到達する時刻での当該オブジェクトの存在確率を求め、存在確率が所定の値以上となるオブジェクトのみ出力する。

配信手段１７は、フィルタリング手段１６により出力されたオブジェクト情報を、移動体に対して配信する。

図２は、オブジェクトマッピング手段１２にけるオブジェクトの登録または更新の例を示すフローチャートである。ＦＣ１０１では、オブジェクト情報取得手段１１により取得したオブジェクト情報と、オブジェクトマップ１３に既に登録されているオブジェクト情報を照合し、ＦＣ１０２にて取得したオブジェクトがオブジェクトマップ１３に登録済みか否かを判定する。登録済みの場合、ＦＣ１０３にてオブジェクトマップ１３における当該オブジェクトの最終観測時刻を更新する。一方、オブジェクトマップ１３に登録済みでない場合、ＦＣ１０４にてオブジェクトマップ１３に当該オブジェクトを時刻とともに新規登録する。このようにすることで、オブジェクトマップには、道路情報と紐づけられたオブジェクト情報に、初回観測時刻が登録されるとともに、観測を重ねるごとに最終観測時刻が更新される。

図３は、オブジェクトマッピング手段１２におけるオブジェクトの消去の例を示すフローチャートである。ＦＣ２０１では、オブジェクトマップ１３から、取得したオブジェクトのエリアに含まれるオブジェクトを抽出する。ＦＣ２０２、ＦＣ２０６、ＦＣ２０７は抽出したすべてのオブジェクトに対して順次ＦＣ２０３からＦＣ２０５の判定または処理を実行するための処理である。ＦＣ２０３では、抽出したオブジェクトのうち、ｉ番目となるオブジェクトについて、オブジェクトが認識したか否かについて判定し、認識した場合はこのオブジェクトについては終了する。認識していない場合、ＦＣ２０４にて、ｉ番目となるオブジェクトに対して、遮蔽物があったか否かについて判定し、あった場合はこのオブジェクトについては終了する。遮蔽物がなかった場合は、このオブジェクト情報をオブジェクトマップ１３から消去する。このようにすることで、オブジェクトが存在する可能性が少ないと判定される場合はオブジェクトを消去する。

図４は、図３のＦＣ２０４における遮蔽の例を示す図である。図は道路環境上に存在する移動体の状況を示しており、道路環境として、３０１は歩道との境界線、３０２は車道外側線、３０３は車道境界線、３０４は車道中央線である。また、移動体として、３０５は路上駐車している車両、３０６は走行中のトラックで、３０７が情報提供装置１０に接続された移動体であるとする。図の状況において、移動体３０７からは、路上駐車の車両３０５はトラック３０６に遮蔽されている。このため、移動体３０７は路上駐車の車両３０５を認識しないが、存在については移動体３０７の情報だけでは判定できない。この場合について、図３のＦＣ２０４の判定を用いて、オブジェクトマップ１３から消去しないようにする。

図５は、オブジェクトマップ１３で管理されるオブジェクト情報と道路の紐づけ情報を可視化した例を示す。図のように、道路上には移動体２１〜２Ｎによって認識されたオブジェクトＯｂｊＡ〜ＯｂｊＫが存在している。オブジェクトマップ１３では、これらの各オブジェクトについて、位置情報、サイズ情報、速度情報、種別情報、初回観測時刻、最終観測時刻が記憶されている。

図６は、経路取得手段１４にて取得した経路上に存在するオブジェクトを、オブジェクト検索手段１５により、オブジェクトマップ１３から検索する例である。図中の４０１は経路取得手段１４から取得した経路である。図の場合、取得した経路上にはＯｂｊＥ、ＯｂｊＨ、ＯｂｊＫが存在しているため、オブジェクト検索手段１５はこれら３つのオブジェクトを出力する。

図７は、フィルタリング手段１６の詳細構成を示す図である。フィルタリング手段１６は、到達時間演算手段１６０１と、交通ルール記憶手段１６０２、モデル記憶手段１６０３、存在確率演算手段１６０４、比較手段１６０５を備える。

到達時間演算手段１６０１は、オブジェクト検索手段１５により出力された各オブジェクトの位置に移動体が到達する予測時刻または到達するまでの予測時間を演算する。この時間は、信号による停止等が予測的または統計的に考慮される。

ルール記憶手段１６０２は、場所毎の駐車禁止時間帯や、標識等による交通ルール等が記憶される。

モデル記憶手段１６０３は、オブジェクトの種別や時間帯、場所、天候等の特徴毎に記憶された存在確率の演算モデルが記憶される。

存在確率演算手段１６０４は、到達時間演算手段１６０１により演算した、オブジェクト検索手段１５により出力された移動体の経路上に存在する各オブジェクトの位置へ移動体が到達するまでの予測時間と、ルール記憶手段１６０２で記憶しているルールと、モデル記憶手段１６０３で記憶しているモデルから、各オブジェクトの位置へ移動体が到達する時点での存在確率を演算して出力する。

比較手段１６０５は、存在確率演算手段１６０４で出力された各オブジェクトの存在確率が、予め定めた所定の値以上となるオブジェクトのついてのみ、オブジェクト情報を出力する。

このフィルタリング手段１６により、移動体の走行経路上の存在確率が高いオブジェクト情報に絞って移動体にオブジェクト情報を配信することが可能となる。

図８は、モデル記憶手段１６０３で記憶されるモデルの一例である。楕円で示される５０１及び５０２は状態を表し、それぞれｚ_１はオブジェクトが存在する状態、ｚ_２はオブジェクトが存在しない状態を意味する。矢印で示される５０３〜５０６は現在の状態から１サンプル時間経過後の次の状態への遷移確率を表し、ａ_１１はオブジェクトが存在し続ける確率、ａ_１２は存在していたオブジェクトがなくなる確率、ａ_２１はオブジェクトが現れる確率、ａ_２２はオブジェクトが存在しないままである確率を意味する。このモデルは、観測した道路上のオブジェクトは、時間経過後にそのエリアからいなくなるという考えに基づいており、時間経過に応じてその存在確率が低下するような構成としている。モデル記憶手段では、オブジェクトの種別や時間帯、場所、天候等の特徴毎にこのモデルを記憶する。

図９は、存在確率演算手段１６０４によるオブジェクトの存在確率演算の例を示す図である。曲線６０１はオブジェクトの存在確率の時間変化を示す。オブジェクトの存在確率は、初回観測時刻において最も高くなり（確率＝１．０）、以後、時間の経過に応じて存在確率が下がっていく。図のように、交通ルールを適用せず、モデルのみで存在確率を演算する場合、ａ_１１＝ｐとし、オブジェクトの初回観測からオブジェクトの位置へ到達まででｎサンプル時間かかるとすると、移動体がオブジェクトの位置へ到達する時点でのオブジェクトの存在確率は、ｐ^ｎとなる。

図１０は、存在確率演算手段１６０４において、モデルと交通ルールを併用したオブジェクトの存在確率演算の例を示す図である。曲線６０１はモデルによるオブジェクトの存在確率の時間変化を示す。時刻６０２において、例えば、駐車禁止時間帯に変化する場合や、交通規制が入る場合等、交通ルールが変化するとする。このとき、図中の曲線６０３に示すように、時刻６０２以降のオブジェクトの存在確率が、曲線６０１から変化するように演算される。ａ_１１＝ｐ、ルールによる１サンプル時間の遷移確率をｑ、交通ルール変化までの時間をｍサンプル時間とすると、移動体がオブジェクトの位置へ到達する時点でのオブジェクトの存在確率は、ｐ^ｍ・ｑ^ｎ−ｍとなる。

以上のようにして、モデルや交通ルールから、移動体がオブジェクトの位置へ到達する際の存在確率を演算することができる。

モデル記憶手段に記憶するモデルは、交通状況の観測の結果等に基づいて予め作成しても良いが、日々の観測結果に応じて適宜モデルを学習・更新するようにしても良い。

図１２に、日々の観測結果に基づいて適宜学習・更新するためのモデルの例を示す。図中の状態ｚ_１、ｚ_２及び遷移確率ａ_１１〜ａ_２２は図８のものと同一であるため符号は省略する。図中の楕円で示される５０７〜５０９は状態を表し、それぞれｘ_１はオブジェクトをいずれかの移動体に備えられた外界認識装置がオブジェクトを観測した状態、ｘ_２はオブジェクトが無いことを観測した状態、ｘ_３はオブジェクトの有無を判定できない状態である。また、図中の矢印で示される５１０〜５１５は状態ｚにおいて状態ｘを出力する出力確率を表し、それぞれｂ_１１はオブジェクトが存在する状態でオブジェクトを観測する確率、ｂ_２１はオブジェクトが存在しない状態でオブジェクトを観測する確率、ｂ_１２はオブジェクトが存在する状態でオブジェクトが無いことを観測する確率、ｂ_２２はオブジェクトが存在しない状態でオブジェクトが無いことを観測する確率、ｂ_１３はオブジェクトが存在する状態でオブジェクトの有無を判定できない確率、ｂ_２３はオブジェクトが存在しない状態でオブジェクトの有無を判定できない確率を意味する。状態ｘは観測結果であり、状態ｚは観測によらないオブジェクトの有無である。従って、図のモデルを、ｚを潜在変数、ｘを観測変数とした隠れマルコフモデルと捉えることができる。

なお、ｂ_１２は不検知、ｂ_２１は誤検知に対応する。このため、理想的な外界認識装置であれば、ｂ_１２＝ｂ_２１＝０となる。また、観測結果が常に得られ、オブジェクトの遮蔽もない場合、ｂ_１３＝ｂ_２３＝０となる。この場合、Ｂａｕｍ−Ｗｅｌｃｈアルゴリズム等の既存の隠れマルコフモデルに対するパラメータ推定アルゴリズムを用いて遷移確率ａを求めることができる。

しかし、実際はあるオブジェクトに対して常にいずれかの移動体が観測しているという状況は起こりにくく、観測値が欠落する。また、オブジェクトが別のオブジェクトに遮蔽される場合がある。このため、既存のパラメータ推定アルゴリズムを用いることは困難である。

モデル内のａ_１１のみわかれば、オブジェクトの存在確率を演算できるため、観測が十分に得られない場合や、遮蔽によりオブジェクトの存在を判定できないことが多い状況に対しては、オブジェクトの種別、環境や、交通情報、交通ルール等からモデルパラメータ、特にａ_１１を推定する。

例えば、オブジェクトの種別が工事エリアであるものを検出した場合、工事エリアは短時間ではなくならないと仮定し、ａ_１１＝１とすることで、わずかな時間の変化に左右されずに工事エリアの存在確率を求めることができる。

また、踏切が開くのを待っている車両等については、その踏切の遮断機の下りている予想時間Ｔを用いて、ｐ＝ａ_１１を設定することができる。例えば、Ｔ経過後の存在確率をｒとすることで、ｐ^Ｔ＝ｒを解くことにより、ａ_１１が求められる。ここで、存在確率ｒは、オブジェクトがなくなると判定するための基準として設ける存在確率であり、例えばｒ＝０．５として設定する。

本実施例では、フィルタリング手段１６における比較手段１６０５において、存在確率を予め定めた所定の値と比較するとしたが、この所定の値は、移動体の要求に基づいて設定しても良い。

本実施例における情報提供装置１０では、移動体の経路上に存在し、かつ移動体の通過時に存在する可能性の高いオブジェクト情報のみを移動体へ配信する。このため、情報提供装置で管理するオブジェクトの数が膨大であっても、配信される情報を絞り込むことができる。

また、オブジェクトの遮蔽を考慮して、管理するオブジェクトの削除を行っているため、管理するオブジェクト数の不要な削除を防ぐことができる。

さらに、オブジェクトの存在の有無を状態とした状態遷移モデルを用いることで、オブジェクトを初めて観測してからの時間経過に応じた存在確率を算出することができる。

さらに、交通ルールと状態遷移モデルを併用することで、将来的な交通ルールの変化に対応した存在確率を算出することができる。

さらに、本実施例の情報提供装置１０により提供されるオブジェクト情報により、移動体は路上駐車車両に対する余裕を持った車線変更や、不要な車線変更の防止が可能となる。

本実施例は、実施例１における移動体が鉱山を無人走行するダンプトラックとした場合のものである。

図１２は、本発明の実施例１の情報提供装置の構成を示す図である。図１と同じ構成または同じ動作となるものについては、符号を省略している。

移動体であるダンプトラックにおける全体計画手段２１４〜２Ｎ４は、オブジェクト情報に基づく計画に加えて、ダンプトラックの積み込み、排土等のイベントのスケジュールを生成し、情報提供装置１０へ送信する。

実施例２におけるオブジェクトマッピング手段１８は、移動体における全体計画手段２１４〜２Ｎ４から送信された積み込みや排土等のイベントのスケジュールを取得し、初回観測時刻の代わりとして、イベントの開始予定時刻を登録し、最終観測時刻の代わりとして、イベントの終了予定時刻を登録する。

本実施例により、将来発生するイベントに対してもオブジェクト情報として登録することができる。このため、比較的動作が単調なダンプトラックにおいて、より柔軟に走行計画を立てることが可能となる。

以上の説明では、自動車とダンプトラックを例にとり説明したが、ロボットやドローン等、変化する環境内を移動するものに対しても適用可能である。

以上説明した各実施例から、次のように表現することができる。
動体の経路入力を取得する経路取得手段と、前記移動体、又は該移動体の動作環境に設置された外界認識手段により認識されたオブジェクト情報を取得するオブジェクト情報取得手段と、前記オブジェクト情報取得手段から取得した前記オブジェクト情報のうち、少なくとも位置、大きさ、速度、及び種別の情報と地図情報とを紐づけてオブジェクトマップに記憶するオブジェクトマッピング手段と、前記経路取得手段と前記オブジェクトマップから、前記移動体から取得した該移動体の経路上に存在するオブジェクト情報を検索し出力するオブジェクト検索手段と、前記オブジェクト検索手段により出力された複数のオブジェクト情報を間引くフィルタリング手段と、前記フィルタリング手段により間引かれたオブジェクト情報を前記移動体へ配信する配信手段と、を備え、前記フィルタリング手段は、前記オブジェクト検索手段から入力されたオブジェクトの位置へ到達する時刻における当該オブジェクトの存在確率を算出し、該存在確率が所定値以上となるオブジェクト情報を出力する。

また、前記オブジェクトマッピング手段は、前記オブジェクト取得手段から取得したオブジェクト情報が、前記オブジェクトマップに登録済みか否かを判定し、登録済みの場合、前記オブジェクトマップにおける当該オブジェクトの最終観測時刻として現在時刻を登録し、登録済みでない場合、初回観測時刻を現在時刻として前記オブジェクトマップに当該オブジェクトを新規登録する。

また、前記オブジェクトマッピング手段は、前記移動体の存在するエリアに含まれるオブジェクトを前記オブジェクトマップから抽出し、該抽出した前記オブジェクトについて、前記移動体が認識せず、前記オブジェクトに対する遮蔽物がないと判定される場合、前記オブジェクトを前記オブジェクトマップから消去する。

また、前記フィルタリング手段は、状態遷移モデルと前記移動体の動作環境におけるルールの少なくとも一方に基づいて、前記オブジェクトの存在確率を算出する。

また、前記所定値を、前記移動体から取得した値とする。

また、移動体の経路入力に基づいて、外界認識手段により認識されたオブジェクトの位置、大きさ、速度、及び種別の情報と、地図情報と、を紐づけたオブジェクトマップから、経路上のオブジェクトを検索し、該オブジェクトの位置へ到達する時刻での存在確率を算出し、該存在確率が所定値以上となるオブジェクト情報を出力する。

以上の各実施例により、移動体の経路上に存在する多数のオブジェクトの中で、各オブジェクトの存在地点を通過時の当該オブジェクトの存在確率が大きいものについてのみ、オブジェクト情報が配信される。

なお、本発明は上記した実施例に限定されるものではなく、様々な変形例が含まれる。例えば、上記した実施例は本発明をわかりやすく説明するために詳細に説明したものであり、必ずしも説明したすべての構成を備えるものに限定されるものではない。また、ある実施例の構成の一部を他の実施例の構成に置き換えることが可能であり、また、ある実施例の構成に他の実施例の構成を加ええることも可能である。また、各実施例の構成の一部について、他の構成の追加・削除・置換をすることが可能である。

１０…情報提供装置、１１…オブジェクト情報取得手段、１２…オブジェクトマッピング手段、１３…オブジェクトマップ、１４…経路取得手段、１５…オブジェクト検索手段、１６…フィルタリング手段、１６０１…到達時間演算手段、１６０２…ルール記憶手段、１６０３…モデル記憶手段、１６０４…存在確率演算手段、１６０５…比較手段、１７…配信手段

Claims

移動体の経路入力を取得する経路取得手段と、
前記移動体、又は該移動体の動作環境に設置された外界認識手段により認識されたオブジェクト情報を取得するオブジェクト情報取得手段と、
前記オブジェクト情報取得手段から取得した前記オブジェクト情報のうち、少なくとも位置、大きさ、速度、及び種別の情報と地図情報とを紐づけてオブジェクトマップに記憶するオブジェクトマッピング手段と、
前記経路取得手段と前記オブジェクトマップから、前記移動体から取得した該移動体の経路上に存在するオブジェクト情報を検索し出力するオブジェクト検索手段と、
前記オブジェクト検索手段により出力された複数のオブジェクト情報を間引くフィルタリング手段と、
前記フィルタリング手段により間引かれたオブジェクト情報を前記移動体へ配信する配信手段と、を備え、
前記フィルタリング手段は、前記オブジェクト検索手段から入力されたオブジェクトの位置へ到達する時刻における当該オブジェクトの存在確率を算出し、該存在確率が所定値以上となるオブジェクト情報を出力することを特徴とする情報提供装置。
請求項１において、
前記オブジェクトマッピング手段は、
前記オブジェクト取得手段から取得したオブジェクト情報が、前記オブジェクトマップに登録済みか否かを判定し、登録済みの場合、前記オブジェクトマップにおける当該オブジェクトの最終観測時刻として現在時刻を登録し、登録済みでない場合、初回観測時刻を現在時刻として前記オブジェクトマップに当該オブジェクトを新規登録することを特徴とする情報提供装置。
請求項１において、
前記オブジェクトマッピング手段は、
前記移動体の存在するエリアに含まれるオブジェクトを前記オブジェクトマップから抽出し、該抽出した前記オブジェクトについて、前記移動体が認識せず、前記オブジェクトに対する遮蔽物がないと判定される場合、前記オブジェクトを前記オブジェクトマップから消去することを特徴とする情報提供装置。
請求項１乃至３のいずれかにおいて、
前記フィルタリング手段は、
状態遷移モデルと前記移動体の動作環境におけるルールの少なくとも一方に基づいて、前記オブジェクトの存在確率を算出することを特徴とする情報提供装置。
請求項１において、前記所定値を、前記移動体から取得した値とすることを特徴とする情報提供装置。
移動体の経路入力に基づいて、外界認識手段により認識されたオブジェクトの位置、大きさ、速度、及び種別の情報と、地図情報と、を紐づけたオブジェクトマップから、経路上のオブジェクトを検索し、該オブジェクトの位置へ到達する時刻での存在確率を算出し、該存在確率が所定値以上となるオブジェクト情報を出力することを特徴とする情報提供方法。