JP2018195118A

JP2018195118A - 路面データ収集装置、方法、及びプログラム

Info

Publication number: JP2018195118A
Application number: JP2017099050A
Authority: JP
Inventors: 要船越; Kaname Funakoshi; 船越　　要; 小長井　俊介; Shunsuke Konagai; 俊介小長井; 宏志小西; Hiroshi Konishi; 千尋山本; Chihiro Yamamoto; 彰久川野辺; Akihisa Kawanobe
Original assignee: Nippon Telegraph and Telephone Corp
Current assignee: Nippon Telegraph and Telephone Corp
Priority date: 2017-05-18
Filing date: 2017-05-18
Publication date: 2018-12-06
Anticipated expiration: 2037-05-18
Also published as: JP6810654B2

Abstract

【課題】路面推定に必要なセンサデータが不足している地理的な範囲を適切に抽出することができる。【解決手段】地理範囲路面推定部３４が、地理範囲ごとに予め収集された、移動体が移動したときのセンサデータを用いて推定器により推定された移動状態の推定結果と、予め求められた推定器の正解率とに基づいて、地理範囲ごとに、移動状態に対応する路面状況を、路面状況の確率と共に推定する。不足データ抽出部４４が、推定された路面状況の確率が、予め定められた閾値に満たない地理範囲を、センサデータが不足している地理範囲として抽出する。【選択図】図１

Description

本発明は、路面データ収集装置、方法、及びプログラムに係り、特に、路面状況を推定するための路面データ収集装置、方法、及びプログラムに関する。

人体等の移動体に取り付けた加速度センサ等によって得られたセンサデータにより、人の状態を推定する技術が開発されている。例えば、加速度センサやジャイロセンサを人体に取り付けて得られた連続的なセンサデータを利用し、一歩単位のセグメント（以下、「ステップ」と呼ぶ）に分割し、各ステップを、歩行、走行、腰掛け、直立、自転車、階段といった動作に分類すること（非特許文献１）、あるいは落下などの危険を判別することが可能である（非特許文献２）。

また、各種センサとＧＰＳ等の測位端末を移動体の同位置に取り付けることで、各ステップの分類と同時に、ステップの位置も取得可能となり、特定の位置での人の移動状態（歩行状態）を把握することが可能となる。これを応用し、多数の移動体からセンサデータを取得できれば、データ取得された位置における路面状況を、平坦、段差のように推定可能となる。

路面状況を知りたい場所のセンサデータを収集するためには、センサを保持した移動体に対してデータを取得するリクエストを行ってデータを収集することが必要である。この技術はクラウドソーシング技術に属し、特定の地理的な領域に属する移動体に対してリクエストを送信する技術も開発されている（非特許文献３）。

U. Fareed. A. Smartphone sensor fusion based activity recognition system for elderly healthcare. Proceedings of the 2015 Workshop on Pervasive Wireless Healthcare (MobileHealth '15). L. Ren et al., Low-power fall detection in home-based environments. Proceedings of the 2nd ACM international workshop on Pervasive Wireless Healthcare (MobileHealth’12). M. Hadano et al., Assigning tasks to workers by referring to their schedules in mobile crowdsourcing. Proceedings of the 3rd AAAI Conference on Human Computation and Crowdsourcing (HCOMP-2015).

任意の地理的な範囲について路面推定を実施する際には、２つの課題がある。

第１に、センサデータにもとづくステップ単位の路面状況の推定は、推定手法やシステムによって精度は上下するものの誤推定が不可避である。

第２に、誤推定の確率を下げるためには十分な数のセンサデータを収集することが必要であるが、誤推定の確率を十分低くするために必要なセンサデータの数量は明らかではない。

仮に、任意の地理的な範囲の路面を推定するためのセンサデータを収集するために必要なデータ量が明らかでなければ、リクエスト可能な全ての移動体からセンサデータを収集する必要があり、移動体のセンシングのコスト、センシングデータに基づいた路面推定コストが膨大となる。

本発明は、上記問題点を解決するために成されたものであり、路面推定に必要なセンサデータが不足している地理的な範囲を適切に抽出することができる路面データ収集装置、方法、及びプログラムを提供することを目的とする。

上記目的を達成するために、第１の発明に係る路面データ収集装置は、地理範囲ごとに予め収集された、移動体が移動したときのセンサデータを用いて推定器により推定された移動状態の推定結果と、予め求められた前記推定器の正解率とに基づいて、前記地理範囲ごとに、前記移動状態に対応する路面状況を、前記路面状況の確率と共に推定する地理範囲路面推定部、を含んで構成されている。

また、第１の発明に係る路面データ収集装置において、前記移動体に取り付けられたセンサによって取得された前記センサデータに基づいて、前記推定器により、前記移動体の移動状態をステップ単位ごとに推定すると共に、前記移動状態の推定結果を前記地理範囲に対応付けるステップ単位路面推定部を更に含み、前記地理範囲路面推定部は、前記地理範囲ごとに、前記地理範囲に対応付けられた前記ステップ単位の前記移動状態の推定結果を用いて、前記地理範囲の路面状況を、前記路面状況の確率と共に推定するようにしてもよい。

また、第１の発明に係る路面データ収集装置において、前記地理範囲路面推定部は、時間ごとに前記地理範囲の路面状況を前記路面状況の確率と共に推定し、時間の経過に応じて前記路面状況の確率に重み付けして、前記路面状況の確率を得るようにしてもよい。

また、第１の発明に係る路面データ収集装置において、前記推定された路面状況の確率が、予め定められた閾値に満たない前記地理範囲を、前記センサデータが不足している地理範囲として抽出する不足データ抽出部を更に含むようにしてもよい。

また、第１の発明に係る路面データ収集装置において、前記不足データ抽出部は、更に、前記抽出された前記センサデータが不足している地理範囲にある前記移動体に対して、前記センサデータの取得リクエストを送信するようにしてもよい。

第２の発明に係る路面データ収集方法は、地理範囲路面推定部が、地理範囲ごとに予め収集された、移動体が移動したときのセンサデータを用いて推定器により推定された移動状態の推定結果と、予め求められた前記推定器の正解率とに基づいて、前記地理範囲ごとに、前記移動状態に対応する路面状況を、前記路面状況の確率と共に推定するステップと、不足データ抽出部が、前記推定された路面状況の確率が、予め定められた閾値に満たない前記地理範囲を、前記センサデータが不足している地理範囲として抽出するステップと、を含んで実行することを特徴とする。

また、第２の発明に係る路面データ収集方法において、ステップ単位路面推定部が、前記移動体に取り付けられたセンサによって取得された前記センサデータに基づいて、前記推定器により、前記移動体の移動状態をステップ単位ごとに推定すると共に、前記移動状態の推定結果を前記地理範囲に対応付けるステップを更に含み、前記地理範囲路面推定部が推定するステップは、前記地理範囲ごとに、前記地理範囲に対応付けられた前記ステップ単位の前記移動状態の推定結果を用いて、前記地理範囲の路面状況を、前記路面状況の確率と共に推定するようにしてもよい。

第３の発明に係るプログラムは、コンピュータを、第１の発明に係る路面データ収集装置の各部として機能させるためのプログラムである。

本発明の路面データ収集装置、方法、及びプログラムによれば、地理範囲ごとに予め収集された、移動体が移動したときのセンサデータを用いて推定器により推定された移動状態の推定結果と、予め求められた推定器の正解率とに基づいて、地理範囲ごとに、移動状態に対応する路面状況を、路面状況の確率と共に推定することにより、路面推定に必要なセンサデータが不足している地理的な範囲を適切に抽出することができる、という効果が得られる。

本発明の実施の形態に係る路面データ収集装置の構成を示すブロック図である。取得した三軸加速度データをグラフとして描画した一例を示す図である。メッシュにより地理範囲を表現した場合の一例を示す図である。点及び線の集合のラインで表現される地理範囲の一例を示す図である。ステップ単位の路面推定の数と確率の関係の一例を示す図である。本発明の実施の形態に係る路面データ収集装置における路面推定処理ルーチンを示すフローチャートである。本発明の実施の形態に係る路面データ収集装置におけるセンサデータ収集処理ルーチンを示すフローチャートである。

以下、図面を参照して本発明の実施の形態を詳細に説明する。

＜本発明の実施の形態に係る路面データ収集装置の構成＞

まず、本発明の実施の形態に係る路面データ収集装置の構成について説明する。図１に示すように、本発明の実施の形態に係る路面データ収集装置１００は、ＣＰＵと、ＲＡＭと、後述する路面推定処理ルーチン、及びセンサデータ収集処理ルーチンを実行するためのプログラムや各種データを記憶したＲＯＭと、を含むコンピュータで構成することが出来る。この路面データ収集装置１００は、機能的には図１に示すように入力部１０と、演算部２０と、出力部５０とを備えている。

入力部１０は、移動体に取り付けられたセンサによって取得された、移動体が移動をしたときのセンサデータを受け付ける。センサデータには位置情報（緯度及び経度）が付与されている。

演算部２０は、位置情報付きセンサデータＤＢ２２と、地図データＤＢ２４と、地理範囲別移動状態データＤＢ２６と、地理範囲路面データＤＢ２８と、路面推定部３０と、センサデータ収集部４０とを含んで構成されている。

路面推定部３０は、ステップ単位路面推定部３２と、地理範囲路面推定部３４とを含んで構成されている。路面推定部３０は、各部の処理によって、位置情報付きセンサデータに基づいて地理範囲ごとの路面状況を推定する。

センサデータ収集部４０は、センサデータ格納部４２と、不足データ抽出部４４とを含んで構成されている。センサデータ収集部４０は、各部の処理によって、地理範囲路面データにおいて、指定した確率以上の路面状況がない地理範囲を抽出し、この地理範囲に対するセンサデータの収集を移動体にリクエストして、得られたセンサデータを位置情報つきセンサデータとして格納する。

位置情報付きセンサデータＤＢ２２には、センサデータ格納部４２によって格納されたセンサデータが記憶されている。ここで、位置情報付きのセンサデータは、連続的あるいは間欠的に取得されたセンサデータおよび位置情報によって構成される。主にセンサデータ収集部から格納されるが、外部から格納されることも可能である。

位置情報付きセンサデータは、センサによって収集されたセンサデータと、そのデータが収集されたときのセンサの位置によって構成される。センサデータは、例えば加速度、ジャイロ、気圧、温度、湿度を含む。また位置情報はＧＰＳ等の衛星測位、あるいはネットワークによる測位などによって得られる。

位置情報付きセンサデータの例を表１に示す。表１は、センサデータとして三軸加速度データを取得し、その取得時刻、取得時刻における加速度（Ｘ，Ｙ，Ｚ）、及び取得時の位置（緯度及び経度）を示したものである。図２は、継続して取得した三軸加速度データをグラフとして描画したものである。

三軸加速度データは１秒間に数百回の頻度で取得される場合があるが、ＧＰＳ等で取得される位置データは、１秒間に１回程度の頻度で取得される場合が多い。従って、全ての加速度データに位置が付属しない場合がある。その場合は、最後に取得された位置データを、その後全ての加速度データの位置とみなす。

地図データＤＢ２４には、実世界の地理的な範囲を「地理範囲」として定義した地図データが記憶されている。地理範囲は、ポリゴンによって指定される領域、あるいはノードとリンクの集合によって指定されるネットワークによって定義され、地理範囲ＩＤによって同定可能とする。

ポリゴンによる領域の定義を行う地図データの例としては、日本の国土を緯度と経度によって矩形に分割する地域メッシュ（非特許文献４参照）がある。

［非特許文献４］総務省統計局.地域メッシュ統計の特質・沿革.

例えば、地理範囲は、その外形を定義するポリゴンによって表現され、地理範囲ＩＤと、ポリゴンを構成する点の座標の集合によって定義される。図３にポリゴンで表現される場合の例として、メッシュにより地理範囲を表現した場合の一例を示す。

また別の例としては、地理範囲を、経路を表現する点と、点の順序リストである線の集合とによって表現し、地理範囲ＩＤと、点及び線の集合とによって定義する。図４に、点及び線の集合のラインで表現される地理範囲の一例を示す。

センサデータの位置が与えられたとき、位置は地図データ上の範囲に対応づけられる。例えば、隙間のないポリゴンの集合で地理範囲が表現される場合は、最も単純な例によれば、点が属するポリゴンを、センサデータが属する地理範囲とする。

また、ラインで地理範囲が表現される場合、最も単純な例では、センサデータの位置との距離が最も近いラインを、センサデータが属する地理範囲とする。

次に、路面推定部３０の各部の処理について説明する。

ステップ単位路面推定部３２は、位置情報付きセンサデータＤＢ２２に格納されているセンサデータに基づいて、推定器により、移動体の移動状態をステップ単位ごとに推定すると共に、移動状態の推定結果を地理範囲に対応付ける。

ここで、「移動状態」は移動体の状態を示すものであり、例えば「平地歩行」「階段上昇」「階段下降」「坂道上昇」及び「坂道下降」等の状態が含まれる。このとき、移動状態が「平地歩行」であれば、ステップ単位の路面は「平坦」であり、他であれば「非平坦」である、と見なすことも可能であるため、移動状態を推定することは、ステップ単位の路面状況を推定することともみなせる。

ステップ単位路面推定部３２は、具体的には以下の処理１〜４を行う。

ステップ単位路面推定部３２は、処理１として、まず、位置情報付きセンサデータＤＢ２２からセンサデータを読み出す。センサデータは、読み出された段階で既にステップ単位に分割されている場合と、分割されていない場合があり、分割されていない場合は、ステップ分割の処理を行い、各ステップの位置情報付きセンサデータに変換する。

ステップ分割の方法としては、加速度センサおよびジャイロセンサの連続データを用いるのであれば、例えば非特許文献５の手法が利用可能である。

［非特許文献５］大瀧保明，佐川貢一，猪岡光．加速度センサとジャイロを用いた連続歩行分析アルゴリズム．日本機械学会論文誌C編，vol. 67, no. 655 (2001)．

ステップ単位路面推定部３２は、処理２として、ステップ単位に分割されたセンサデータに対して、推定器を用いて、ステップ単位の移動状態の推定を行い、ステップ単位ごとの移動状態の推定結果を得る。推定のために用いる推定器は、別個に学習させたモデルを利用することができる。

推定器による推定はクラス分類によって行われる。例えば、｛平坦、非平坦｝、｛平坦、坂道、段差｝、｛平坦、坂道上り、坂道下り、段差上り、段差下り｝のように、２値、３値、５値等で与えられる。

処理２と並行して次の処理３を行う。

ステップ単位路面推定部３２は、処理３として、各ステップの位置情報に基づいて地理範囲の設定を行う。地理範囲設定では、ステップの位置情報を条件として、合致する地理範囲を地図データＤＢ２４の地図データから抽出する。ここで位置情報としては、例えば緯度及び経度の組や、緯度及び経度と、高度あるいは階層との３つ組などによって与えられる。

ステップ単位路面推定部３２は、処理４として、処理３で設定した地理範囲に、処理２で推定した移動状態の推定結果を対応付け、地理範囲別移動状態データＤＢ２６に格納する。

単独のステップ単位では、少なくとも＜地理範囲ＩＤ，移動状態の推定結果＞の２つ組のデータが与えられる。よって、地理範囲別移動状態データＤＢ２６には、地理範囲ＩＤごとに複数のステップ単位の移動状態の推定結果がカウントされて格納される。

表２に地理範囲別移動状態データＤＢ２６に格納されるデータの例を示す。ここでは、地理範囲ＩＤごとに、推定された移動状態の推定結果の数が移動状態の種別ごとにカウントされて格納されている。

また、実施の態様によっては、元となるセンサデータには取得単位ごとに、取得元となったセンサのセンサデータＩＤを与えておき、推定された地理範囲別の移動状態データに、その元となったセンサデータのＩＤを付加した上で格納される。このとき、同一のセンサデータについて、既に実行したより優れた方式でステップ分割、ステップ単位の移動状態の推定が実行された場合、格納されている同一のセンサデータＩＤに対するデータを、新たに得たデータで置き換えることが可能となる。

また、実施の態様によっては、＜地理範囲ＩＤ，移動状態の推定結果，個数＞の３つ組でデータを与え、同一の地理範囲ＩＤ及び移動状態の推定結果が格納あるいは変更される際には、個数だけを加減させることで、処理効率を上げられる。

以上が、ステップ単位路面推定部３２の処理１〜４の説明である。

地理範囲路面推定部３４は、地理範囲別移動状態データＤＢ２６に格納された地理範囲に対応付けられたステップ単位の移動状態の推定結果と、予め求められた推定器の正解率とに基づいて、地理範囲ごとに、移動状態に対応する路面状況を、路面状況の確率と共に推定し、地理範囲路面データＤＢ２８に格納する。

ここで、ステップ単位の移動状態の推定において使用される推定器について、結果の正解率が明らかであるとする。この値は、教師あり学習の結果得られたモデルに対する精度評価によって得られる。この正解率と、ある地理範囲に対応付けられた位置におけるステップ単位の推定結果の集合から、当該地理範囲における路面状況を確率的に求めることができる。

以下に、路面判定の処理の具体例を示す。ここでは移動状態が｛平坦、非平坦｝の２値に分類されており、路面状況もこの２値で表現されるものとする。

現実の路面状況をＸ、推定された路面状況をｘとし、選択した推定器により、現実がＸである場所をｘと推定する確率を、Ｐ（ｘ｜Ｘ）とする。例えば教師データ（現実の路面）が「平坦」（Ａｃｃｅｓｓｉｂｌｅ）であることをＡ、推定データが「平坦」であることをａと書くと、平坦路を「平坦」と推定する確率はＰ（ａ｜Ａ）と書ける。同様に教師データが「非平坦」（Ｂａｒｒｉｅｒ）であることをＢ、推定データが「非平坦」であることをｂと書くことにする。また、現実の場所が「平坦」、「非平坦」であることをそれぞれＰ（Ａ）、Ｐ（Ｂ）とする。このとき、１つの推定ｘからその場所が「平坦」である確率Ｐ（Ａ｜ｘ）は、ベイズの定理より以下（１）式のように書ける。

・・・（１）

路面状況の複数の推定から、ある場所の路面状況が平坦である確率を求める。路面状況を知りたい場所で、ｎ回の推定が、リストｘ＝（ｘ_１，ｘ_２，…，ｘ_ｎ）∈｛ａ，ｂ｝^ｎとして得られたとする。ｘにおいてａがｒ回、ｂがｎ−ｒ回出現するならば、

である。

は、コンビネーションである。よって、この場所の現実の路面状況がＡである確率Ｐ（Ａ｜ｘ）は以下（２）式のように求められる。

・・・（２）

ここで、例として以下（１）〜（４）の条件を挙げる。

（１）任意の場所がＡ（平坦）である確率、つまり教師データ中のＡの比率をＰ（Ａ）＝０．７とする。また、Ｐ（Ｂ）＝０．３とする。

（２）現実がＡの場所でａと予測（平坦な場所で「平坦」と予測）される確率をＰ（ａ│Ａ）＝０．８とする。また、Ｐ（ｂ│Ａ）＝０．２とする。

（３）現実がＢの場所でａと予測（平坦でない場所で「平坦」と予測）される確率をＰ（ａ│Ｂ）＝０．３とする。また、Ｐ（ｂ│Ｂ）＝０．７とする。

（４）５回中４回平坦であると推定されたとする。つまりｎ＝５，ｒ＝４とする。

この場合、この場所が実際に平坦である確率は以下（３）式の通りとなる。

・・・（３）

以上のようにして、ステップ単位の路面推定器の推定結果の集合から、地理範囲に対する路面状況の確率つきの推定が可能となる。

上記（２）式より、任意の位置が平坦である確率Ｐ（Ａ）が明らかであり、ステップ単位の路面状況の推定器の性能が、Ｐ（ａ｜Ａ），Ｐ（ａ│Ｂ）として与えられていれば、全ステップｎ回中、平坦と判断された回数ｒより、範囲が平坦である確率が得られる。

上記条件により平坦確率は、図５のように得られる。この図５では、横軸がｎであり、その内、平坦であると推定された回数ごとに、非平坦である確率を示す。たとえば、５回中４回平坦と推定された場合，非平坦の確率は約０．０１，つまり平坦確率は９９％となる。

このグラフを用いると、平坦確率が９９．９％（非平坦確率が１０^−３＝０．００１）を達成するためには、７回中７回、８回中８回、９回中８回、１０回中９回、平坦であると推定されれば良いことが分かる。

表３に地理範囲路面データＤＢ２８に格納されるデータの一例を示す。

地理範囲路面データＤＢ２８のテーブルは、地理範囲ごとの路面推定結果を、地理範囲ＩＤごとに、路面状況とその確率の組の集合で表現される。ここでは、各地理範囲ＩＤについて、推定される路面状況が確率付きで表現されている。なお、路面状況は不明である場合もあるため、各行の値を全て足しても１にならない場合がある（「不明」を加えると１となる）。

また、実施の態様によっては、センサデータの時間による情報劣化への対応を導入できる。センサデータの取得時点からの時間経過に伴い、データは陳腐化する。データの陳腐化への実施例としての対応としては、（１）古いデータを計算対象から外す、（２）時間経過に従って、データの信頼度を低下させる、が挙げられる。

ここで、（１）については、具体的には、一定の時間が経過したセンサデータを位置情報つきセンサデータＤＢ２２から削除すると共に、ステップ単位の路面推定結果を、地理範囲路面推定部３４で使用しないように、地理範囲別移動状態データＤＢ２６から削除する。

また、（２）については、時間ごとに上記（３）式で計算された結果に対し、データの時間の経過に応じて、０以上１以下の係数を路面状況の確率に乗じて重み付けすることで、過去の確率の影響を低下させるようにして、路面状況の確率を得るようにすればよい。

以上が地理範囲路面推定部３４の処理の説明である。

次に、センサデータ収集部４０の各部の処理について説明する。

センサデータ格納部４２は、入力部１０で受け付けたセンサデータを受信すると、処理を開始し、センサデータを位置情報付きセンサデータＤＢ２２に格納する。

不足データ抽出部４４は、地理範囲路面データＤＢ２８に格納されている路面状況の確率が、予め定められた閾値に満たない地理範囲を、センサデータが不足している地理範囲として抽出する。具体的には、路面状況の種別ごとに、路面状況の確率を閾値と比較し、路面状況の確率が閾値以上となる路面状況の種別が存在しない地理範囲を、センサデータが不足している地理範囲として抽出する。そして、出力部５０により、抽出されたセンサデータが不足している地理範囲にある移動体に対して、センサデータの取得リクエストを送信する。

閾値は、路面種別によって異なっていて構わない。例えば、平坦である確率については９９．９９９９％以上の確度でなければならないが、平坦以外の路面状況の確率については１０％以上あればそれ以上は必要としない、といった基準を設けられる。

リクエストを送信する移動体については、（１）移動体の情報を本装置の外のデータベースから取得し、条件に従って移動体に対して、当該地理範囲においてセンサデータ取得のリクエストを送信する方法や、（２）リクエスト対象の地理範囲を本装置の外のシステムで公開しておき、移動体が当該地理範囲に進入したタイミングでセンサデータの取得を開始する方法が可能である。

＜本発明の実施の形態に係る路面データ収集装置の作用＞

次に、本発明の実施の形態に係る路面データ収集装置１００の作用について説明する。路面データ収集装置１００の位置情報付きセンサデータＤＢ２２には、予め移動体から収集されたセンサデータが格納されているものとする。路面データ収集装置１００は、図６に示す路面状況推定処理ルーチン、及び図７に示すセンサデータ収集処理ルーチンを実行する。

まず、路面状況推定処理ルーチンについて説明する。路面状況推定処理ルーチンは、定期的に実行される。また、位置情報付きセンサデータＤＢ２２が更新された場合に実行されるようにしてもよい。

まず、ステップＳ１００では、ステップ単位路面推定部３２は、位置情報付きセンサデータＤＢ２２に格納されているセンサデータを読み出す。

次に、ステップＳ１０２では、ステップ単位路面推定部３２は、ステップＳ１００で読み出したセンサデータをステップ単位に分割する。

ステップＳ１０４では、ステップ単位路面推定部３２は、ステップＳ１０２でステップ単位に分割されたセンサデータに基づいて、推定器により、移動体の移動状態をステップ単位ごとに推定する。

ステップＳ１０６では、ステップ単位路面推定部３２は、ステップＳ１０２でステップ単位に分割されたセンサデータに基づいて、地図データＤＢ２４を参照し、地理範囲を設定する。

ステップＳ１０８では、ステップ単位路面推定部３２は、設定した地理範囲の各々に、ステップＳ１０４で推定した移動状態の推定結果を対応付け、地理範囲別移動状態データＤＢ２６に格納する。

ステップＳ１１０では、地理範囲路面推定部３４は、地理範囲別移動状態データＤＢ２６に格納された各地理範囲に対応付けられたステップ単位の移動状態の推定結果を読み出す。

ステップＳ１１２では、地理範囲路面推定部３４は、地理範囲を選択する。

ステップＳ１１４では、地理範囲別移動状態データＤＢ２６に格納された地理範囲に対応付けられたステップ単位の移動状態の推定結果と、予め求められた推定器の正解率とに基づいて、選択した地理範囲の移動状態に対応する路面状況を、路面状況の確率と共に推定し、地理範囲路面データＤＢ２８に格納する。

ステップＳ１１６では、地理範囲路面推定部３４は、全ての地理範囲について路面状況を推定したか否かを判定し、全て推定していなければステップＳ１１２に戻って次の地理範囲を選択して処理を繰り返し、全て推定していれば処理を終了する。

次に、センサデータ収集処理ルーチンについて説明する。センサデータ収集処理ルーチンは定期的に実行される。

まず、ステップＳ２００では、不足データ抽出部４４は、地理範囲路面データＤＢ２８に格納されている路面状況の確率が、予め定められた閾値に満たない地理範囲を、センサデータが不足している地理範囲として抽出する。

ステップＳ２０２では、不足データ抽出部４４は、出力部５０により、ステップＳ２００で抽出されたセンサデータが不足している地理範囲にある移動体に対して、センサデータの取得リクエストを送信する。

ステップＳ２０４では、センサデータ格納部４２は、入力部１０からリクエストを送信した地理範囲からの位置情報付きのセンサデータを取得し、位置情報付きセンサデータＤＢ２２に格納して処理を終了する。なお、新たなデータを取得したことを路面推定部３０に通知し、路面推定処理ルーチンを実行させるようにしてもよい。

以上説明したように、本発明の実施の形態に係る路面データ収集装置によれば、地理範囲ごとに予め収集された、移動体が移動したときのセンサデータを用いて推定器により推定された移動状態の推定結果と、予め求められた推定器の正解率とに基づいて、地理範囲ごとに、移動状態に対応する路面状況を、路面状況の確率と共に推定し、推定された路面状況の確率が、予め定められた閾値に満たない地理範囲を、センサデータが不足している地理範囲として抽出ことにより、路面推定に必要な計算コストを低減させることができる。

なお、本発明は、上述した実施の形態に限定されるものではなく、この発明の要旨を逸脱しない範囲内で様々な変形や応用が可能である。

１０入力部
２０演算部
２２位置情報付きセンサデータＤＢ
２４地図データＤＢ
２６地理範囲別移動状態データＤＢ
２８地理範囲路面データＤＢ
３０路面推定部
３２ステップ単位路面推定部
３４地理範囲路面推定部
４０センサデータ収集部
４２センサデータ格納部
４４不足データ抽出部
５０出力部
１００路面データ収集装置

Claims

地理範囲ごとに予め収集された、移動体が移動したときのセンサデータを用いて推定器により推定された移動状態の推定結果と、予め求められた前記推定器の正解率とに基づいて、前記地理範囲ごとに、前記移動状態に対応する路面状況を、前記路面状況の確率と共に推定する地理範囲路面推定部、
を含む路面データ収集装置。
前記移動体に取り付けられたセンサによって取得された前記センサデータに基づいて、前記推定器により、前記移動体の移動状態をステップ単位ごとに推定すると共に、前記移動状態の推定結果を前記地理範囲に対応付けるステップ単位路面推定部を更に含み、
前記地理範囲路面推定部は、前記地理範囲ごとに、前記地理範囲に対応付けられた前記ステップ単位の前記移動状態の推定結果を用いて、前記地理範囲の路面状況を、前記路面状況の確率と共に推定する請求項１に記載の路面データ収集装置。
前記地理範囲路面推定部は、時間ごとに前記地理範囲の路面状況を前記路面状況の確率と共に推定し、時間の経過に応じて前記路面状況の確率に重み付けして、前記路面状況の確率を得る請求項１又は２に記載の路面データ収集装置。
前記推定された路面状況の確率が、予め定められた閾値に満たない前記地理範囲を、前記センサデータが不足している地理範囲として抽出する不足データ抽出部を更に含む請求項１〜請求項３の何れか１項記載の路面データ収集装置。
前記不足データ抽出部は、更に、前記抽出された前記センサデータが不足している地理範囲にある前記移動体に対して、前記センサデータの取得リクエストを送信する請求項４に記載の路面データ収集装置。
地理範囲路面推定部が、地理範囲ごとに予め収集された、移動体が移動したときのセンサデータを用いて推定器により推定された移動状態の推定結果と、予め求められた前記推定器の正解率とに基づいて、前記地理範囲ごとに、前記移動状態に対応する路面状況を、前記路面状況の確率と共に推定するステップ、
を含む路面データ収集方法。
ステップ単位路面推定部が、前記移動体に取り付けられたセンサによって取得された前記センサデータに基づいて、前記推定器により、前記移動体の移動状態をステップ単位ごとに推定すると共に、前記移動状態の推定結果を前記地理範囲に対応付けるステップを更に含み、
前記地理範囲路面推定部が推定するステップは、前記地理範囲ごとに、前記地理範囲に対応付けられた前記ステップ単位の前記移動状態の推定結果を用いて、前記地理範囲の路面状況を、前記路面状況の確率と共に推定する請求項６に記載の路面データ収集方法。
コンピュータを、請求項１〜請求項５のいずれか１項に記載の路面データ収集装置の各部として機能させるためのプログラム。