JP2019211294A - 推定装置、推定方法、及び推定プログラム - Google Patents

Abstract

【課題】周辺領域の状態を推定する時間を短縮する推定装置、推定方法、及び推定プログラムを提供する。【解決手段】基準位置に対して設定した方向と距離とにおいて、基準位置から計測点までの距離と、計測点における反射の強度とを計測する、計測手段２と、方向と計測点同士の位置とに基づいて、所定順に、計測点を表す二次元座標情報を配列して行列情報を生成する、行列生成手段３と、二次元座標情報に関連付けられた、基準位置と距離とに基づいて生成した三次元座標を用いて、計測可能な領域の状態を推定する、領域状態推定手段４と、を有する推定装置１である。【選択図】図１

Description

本発明は、周辺領域の状態を推定する、推定装置、推定方法、及び推定プログラムに関する。

三次元ＬＩＤＥＲ（Light Detection and Ranging）装置を有する計測システムは、例えば、車両、航空機、ヘリコプター、ロボットなどの移動体に搭載され、移動体が移動する場合に、移動体の周辺領域を推定するために用いられる。このような計測システムは、三次元ＬＩＤＥＲ装置の他に、三次元ＬＩＤＥＲ装置以外の各種センサ装置、位置計測装置（ＧＰＳ（Global Positioning System）、ＩＮＳ（Inertial Navigation System））、情報処理装置などを有している。

また、上述した情報処理装置は、三次元ＬＩＤＥＲ装置から対象物までの距離と、反射の強度と、位置計測装置が計測した三次元ＬＩＤＥＲ装置の現在位置とを用いて、三次元ＬＩＤＥＲ装置を基準位置とする三次元座標を生成する。その後、情報処理装置は、三次元座標と強度とを用いて、周辺領域の状態を推定する。

関連する技術として、特許文献１には、車両同士の衝突を回避するために用いる、回避対象となる車両の位置及び向きを算出する物体検出装置について開示されている。その物体検出装置によれば、まず、回避する対象となる車両の前面部（フロント側）と側面部（フェンダ側）と後面部（リア側）などを、ＬＩＤＥＲ装置を用いて計測する。続いて、物体検出装置は、前面部、又は側面部、又は後面部などで計測した複数の計測点に近似する直線を算出し、これらの直線を用いて車両の位置及び向きを求めている。また、特許文献１には、この直線を求める処理時間を短縮する技術が開示されている。

特開２００９−０９８０２３号公報

しかしながら、上述した計測システムに設けられる情報処理装置は、近接する三次元座標間のベクトルを算出して、算出したベクトルを用いて周辺領域の状態を推定するため、すなわち空間座標系で処理をしているため、推定に長時間を要する。

また、特許文献１に開示の技術は、処理時間を短縮する技術ではあるが、直線を求めることに特化した技術であるため、上述したような周辺領域の状態を推定する処理には適用できない。従って、特許文献１の技術を用いたとしても、周辺領域の状態を推定する時間を短縮することはできない。

本発明の目的の一例は、周辺領域の状態を推定する時間を短縮する推定装置、推定方法、及び推定プログラムを提供することにある。

上記目的を達成するため、本発明の一側面における推定装置は、
基準位置に対して設定した方向において、前記基準位置から計測点までの距離と、前記計測点における反射の強度とを計測する、計測手段と、
前記方向と前記計測点同士の位置とに基づいて、所定順に、前記計測点を表す二次元座標情報を配列して行列情報を生成する、行列生成手段と、
前記二次元座標情報に関連付けられた、前記基準位置と前記距離とに基づいて生成した三次元座標を用いて、計測可能な領域の状態を推定する、領域状態推定手段と、を有することを特徴とする。

また、上記目的を達成するため、本発明の一側面における推定方法は、
（ａ）基準位置に対して設定した方向において、前記基準位置から計測点までの距離と、前記計測点における反射の強度とを計測する、ステップと、
（ｂ）前記方向と前記計測点同士の位置とに基づいて、所定順に、前記計測点を表す二次元座標情報を配列して行列情報を生成する、ステップと、
（ｃ）前記二次元座標情報に関連付けられた、前記基準位置と前記距離とに基づいて生成した三次元座標を用いて、計測可能な領域の状態を推定する、ステップと、を有することを特徴とする。

更に、上記目的を達成するため、本発明の一側面における推定プログラムは、
コンピュータに、
（ａ）基準位置に対して設定した方向において、前記基準位置から計測点までの距離と、前記計測点における反射の強度とを計測する、ステップと、
（ｂ）前記方向と前記計測点同士の位置とに基づいて、所定順に、前記計測点を表す二次元座標情報を配列して行列情報を生成する、ステップと、
（ｃ）前記二次元座標情報に関連付けられた、前記基準位置と前記距離とに基づいて生成した三次元座標を用いて、計測可能な領域の状態を推定する、ステップと、を実行させることを特徴とする。

以上のように本発明によれば、周辺領域の状態を推定する時間を短縮することができる。

図１は、推定装置の一例を示す図である。 図２は、本発明の実施の形態における推定装置を具体的に示す図である。 図３は、計測点と二次元座標情報との関係を説明するための図である。 図４は、行列情報の一例を示す図である。 図５は、計測可能な領域の対象物の推定について説明するための図である。 図６は、計測可能な領域の対象物の分類について説明するための図である。 図７は、行列情報の一例を示す図である。 図８は、対象物識別情報に関連付けた対象物特徴情報及び、属性情報に関連付けた対象物特徴情報のデータ構造の一例を示す図である。 図９は、推定装置の動作の一例を示す図である。 図１０は、行列情報と三次元座標と強度と対象物識別情報との関係を説明するための図である。 図１１は、推定装置を実現するコンピュータの一例を示す図である。

（実施の形態）
以下、本発明の実施の形態における推定装置について、図１から図１１を参照しながら説明する。

［装置構成］
最初に、図１を用いて、本実施の形態における推定装置の構成について説明する。図１は、推定装置の一例を示す図である。

図１に示す本実施の形態における推定装置１は、周辺領域の状態を推定する処理時間を短縮できる装置である。推定装置１は、図１に示すように、計測手段２と、行列生成手段３と、領域状態推定手段４とを有する。また、推定装置１は、車両、航空機、ヘリコプター、ロボットなどの移動体に搭載して用いてもよい。

このうち、計測手段２は、基準位置に対して設定した方向において、基準位置から計測点までの距離と、計測点における反射の強度（以降、単に強度と呼ぶ場合がある）とを計測する。行列生成手段３は、方向と計測点同士の位置とに基づいて、所定順に、計測点を表す二次元座標情報を配列して行列情報を生成する。領域状態推定手段４は、二次元座標情報に関連付けられた、基準位置と距離とに基づいて生成した三次元座標を用いて、計測可能な領域の状態を推定する。

このように、本実施の形態では、方向と計測点同士の位置とに基づいて、所定順に、複数の計測点に対応する二次元座標情報を配列した行列情報を用いて、計測可能な領域（周辺領域）の状態を推定する。そのため、基準位置から計測点までの方向、及び計測点同士の位置関係（隣接など）に関する処理を削減できるので、周辺領域の状態を推定する時間を短縮できる。言い換えれば、従来のように、空間座標系において、三次元座標それぞれを個別に用いて周辺領域の状態を推定するのではなく、本実施の形態では、平面座標系において、基準位置から計測点までの方向、及び隣接する計測点間の関係を上述した行列情報を用いて表しているので、次元を落とし込んだ分、周辺領域の状態を推定する時間を短縮できる。

続いて、図２を用いて、本実施の形態における推定装置１の構成をより具体的に説明する。図２は、本発明の実施の形態における推定装置を具体的に示す図である。

図２に示すように、本実施の形態における推定装置１は、計測部２（計測手段）と、情報処理部２０とを有する。情報処理部２０は、行列生成部３（行列生成手段）と、領域状態推定部４（領域状態推定手段）とに加えて、対象物分類部２１（対象物分類手段）と、識別部２２（識別手段）と、対象物推定部２３（対象物推定手段）とを有する。

計測部２は、例えば、三次元ＬＩＤＡＲ装置などを有する。三次元ＬＩＤＡＲ装置は、パルスレーザ光を水平方向及び垂直方向に照射し、三次元ＬＩＤＡＲ装置から対象物までの距離と、対象物の反射の強度とを計測する装置である。具体的には、三次元ＬＩＤＡＲ装置は、三次元ＬＩＤＡＲ装置の現在位置を基準位置として設定した複数の方向において、基準位置から対象物までの距離と、その距離における強度とを計測する。

また、計測部２は、三次元ＬＩＤＡＲ装置の他に、各種センサ装置、位置計測装置などを有する。各種センサ装置は、例えば、可視光又は赤外線撮像装置、ミリ波計測装置、二次元ＬＩＤＡＲ装置などで、三次元ＬＩＤＡＲ装置とともに用いることにより、推定精度を向上できる。位置計測装置は、ＧＰＳ、ＩＮＳなどで、例えば、三次元ＬＩＤＡＲ装置の現在位置を計測する。

行列生成部３は、計測部２の現在位置（基準位置）を原点とし、基準位置と、基準位置から計測点までの距離に基づいて生成した三次元座標（Ｘ,Ｙ,Ｚ）と、計測点における反射の強度（Intensity）とを計測点を識別する二次元座標情報に関連付け、二次元座標情報を所定順に配列して行列情報を生成する。また、行列生成部３は、行列情報と、二次元座標情報に関連付けた三次元座標と強度とを、推定装置１又はその外部に設けられている
記憶部に記憶する。また、行列生成部３は、所定時間ごとに時系列に複数の行列情報を生成する。

行列情報について、図３、図４を用いて具体的に説明する。図３は、計測点と二次元座標情報との関係を説明するための図である。図４は、行列情報の一例を示す図である。

図３に示す計測点は、基準位置に対して設定したｎ個の方向ｐ１からｐｎと、ｍ個の基準位置からの距離ｑ１からｑｍとを用いて、二次元座標情報として表す。方向ｐ１からｐｎは、基準位置からパルスレーザ光を照射する方向を示す情報である。なお、方向ｐ１と方向ｐｎとは、図３に示すように互いに隣接する方向を示す。ここで、ｎは正の整数である。

距離ｑ１からｑｍは、基準位置と計測点との位置関係と計測点同士の位置関係とを示す情報である。なお、図３において、距離ｑｍは基準位置に最も近い距離で、距離ｑ１は基準位置から最も遠いで距離を表している。ここで、ｍは正の整数である。

図４に示した行列情報は、所定順に、図３に示した二次元座標情報（ｐ１，ｑ１）から（ｐｎ，ｑｍ）を配列した行列である。図４においては、方向ｐ１からｐｎが行列の列を表し、距離ｑ１からｑｍが行列の行を表している。このように、基準位置を原点として放射線状に照射されるパルスレーザ光の方向ｐ１からｐｎと、基準位置と計測点との位置関係と計測点同士の位置関係とを示す距離ｑ１からｑｍとに基づいて、二次元座標情報を配列する。すなわち、基準位置に対する方向ｐ１からｐｎと、距離ｑ１からｑｍとの関係が維持できるように配列する。

なお、図４においては、方向ｐ１からｐｎを行列の列として設定し、距離ｑ１からｑｍを行列の行として設定した場合について説明したが、方向ｐ１からｐｎを行列の行とし、距離ｑ１からｑｍを行列の列としてもよい。又は、図４に示すように方向ｐ１からｐｎの順ではなく、方向ｐｎからｐ１の順にしてもよい。更には、図４に示すように距離ｑ１からｑｍの順ではなく、距離ｑｍからｑ１の順にしてもよい。

領域状態推定部４は、行列情報における二次元座標情報に関連付けられた、基準位置と距離とに基づいて生成した三次元座標を用いて、計測可能な領域の状態を推定する。

図５を用いて、計測可能な領域から平面を検出する場合について説明する。図５は、計測可能な領域の対象物の推定について説明するための図である。なお、図５では説明を簡単にするため、計測可能な領域の一部の領域だけを示している。

領域状態推定部４は、行列情報４０の二次元座標情報（ｐ１，ｑ１）から（ｐｎ，ｑｍ）までを所定順に選択する。ここでの所定順とは、例えば、距離ｑ１の行にある二次元座標情報（ｐ１，ｑ１）から（ｐｎ，ｑ１）までを順に選択した後、距離ｑ２の行にある二次元座標情報（ｐ１，ｑ２）から（ｐｎ，ｑ２）を順に選択する。このように、距離ｑ３から距離ｑｍの各行に対しても、各行の二次元座標情報を順に選択する（二次元座標情報（ｐ１，ｑ３）から（ｐｎ，ｑｍ）までを順に選択する）。又は、所定順は、方向ｐ１の列にある二次元座標情報（ｐ１，ｑ１）から（ｐ１，ｑｍ）までを順に選択した後、方向ｐ２の列にある二次元座標情報（ｐ２，ｑ１）から（ｐ２，ｑｍ）までを順に選択する。このように、方向ｐ３から方向ｐｎの各列に対しても、各列にある二次元座標情報を順に選択する。

また、領域状態推定部４は、二次元座標情報を選択するごとに、選択した二次元座標情報に関連付けられている三次元座標と、選択した二次元座標情報に隣接する二次元座標情
報に関連付けられている三次元座標とを取得する。続いて、領域状態推定部４は、選択した二次元座標情報に関連付けられている三次元座標と、選択した二次元座標情報に隣接する二次元座標情報に関連付けられている三次元座標とを用いて、三次元座標間の角度を算出し、算出した角度に応じて、平面であるか否かを判定する。

二次元座標情報（ｐ１，ｑ１）を選択した場合について説明する。領域状態推定部４は、まず、二次元座標情報（ｐ１，ｑ１）に関連付けられている三次元座標（Ｘ，Ｙ，Ｚ）p1,q1と、隣接する二次元座標情報（ｐ１，ｑ２）に関連付けられている三次元座標（Ｘ，Ｙ，Ｚ）p1,q2とを取得する。続いて、領域状態推定部４は、三次元座標（Ｘ，Ｙ，Ｚ）p1,q1と（Ｘ，Ｙ，Ｚ）p1,q2とを用いて、三次元座標間におけるＺ軸（高さ）方向の角度θを算出する。

続いて、算出したＺ軸方向の角度θが所定角度θｔｈ以上である場合、領域状態推定部４は、二次元座標情報（ｐ１，ｑ１）及び二次元座標情報（ｐ１，ｑ２）に対応する計測点の周辺領域は水平な平面でないと判定する。図５においては、黒丸●で表した計測点が存在する領域は水平な平面でない。

次に、二次元座標情報（ｐ１，ｑ７）を選択した場合について説明する。領域状態推定部４は、まず、二次元座標情報（ｐ１，ｑ７）に関連付けられている三次元座標（Ｘ，Ｙ，Ｚ）p1,q7と、隣接する二次元座標情報（ｐ１，ｑ８）に関連付けられている三次元座標（Ｘ，Ｙ，Ｚ）p1,q8とを取得する。続いて、領域状態推定部４は、三次元座標（Ｘ，Ｙ，Ｚ）p1,q7と（Ｘ，Ｙ，Ｚ）p1,q8と用いて、三次元座標間におけるＺ軸（高さ）方向の角度θを算出する。

続いて、算出したＺ軸方向の角度θが所定角度θｔｈより小さい場合、領域状態推定部４は、二次元座標情報（ｐ１，ｑ７）及び二次元座標情報（ｐ１，ｑ８）に対応する計測点の周辺領域は水平な平面であると判定する。図５においては、二重丸◎及び白丸○で表した計測点が存在する領域は水平な平面である。なお、所定角度θｔｈは、実験、シミュレーション、機械学習などにより求めた、水平な平面と見做せる角度を設定する。

このように、基準位置から計測点までの方向と隣接する計測点同士の関係とを予め設定した行列情報を用いて、平面座標系において計測可能な領域の状態を推定するので、次元を落とし込んだ分、推定時間を短縮することができる。

次に、推定装置１が移動体に搭載され、図５に示した対象物である路面５０を検出する場合について説明する。推定装置１は、二次元座標情報に関連付けられた三次元座標を用いて、更に詳細な推定をして、計測可能な領域から路面５０に対応する領域を検出する。続いて、推定装置１は、路面５０に対応する領域内の二次元座標情報に、路面５０内に存在する計測点であることを表す対象物識別情報を関連付け、上述した記憶部に記憶する。

なお、計測可能な領域から路面５０を検出する精度を向上させたい場合、上述した各種センサ装置が計測した計測情報と、二次元座標情報に関連付けられた三次元座標とを用いることで、路面５０を検出する精度を向上させることができる。

対象物分類部２１は、上述した所定順で、二次元座標情報を選択し、選択した二次元座標情報と、選択した二次元座標情報に隣接する二次元座標情報とに関連付けられた三次元座標と強度とを用いて、選択した二次元座標情報と隣接する二次元座標情報とが、同じ対象物に対応する領域に存在するか否かを判定する。続いて、対象物分類部２１は、選択した二次元座標情報と隣接する二次元座標情報とが、同じ対象物に対応する領域に存在する場合、対象物を識別する対象物識別情報に、選択した二次元座標情報と隣接する二次元座
標情報とを関連付けて分類する。

対象物分類部２１について、図６、図７を用いて具体的に説明する。例えば、図６に示すような対象物６０（例えば、人又は車両など）が、計測可能な領域内に存在する場合について説明する。図６は、計測可能な領域の対象物の分類について説明するための図である。図７は、行列情報の一例を示す図である。

対象物分類部２１は、上述したような所定順で、図７に示す行列情報４０の二次元座標情報（ｐ１，ｑ１）から（ｐｎ，ｑｍ）までを選択する。

また、対象物分類部２１は、二次元座標情報を選択するごとに、選択した二次元座標情報と、選択した二次元座標情報に隣接する二次元座標情報を選択する。例えば、図７に示すように二次元座標情報（ｐ４，ｑ４）が選択された場合、対象物分類部２１は、隣接する二次元座標情報として（ｐ３，ｑ５）、（ｐ４，ｑ５）、（ｐ５，ｑ４）、（ｐ５，ｑ５）を選択する。なお、隣接する二次元座標情報の選択は、上述した選択に限定されるものではない。

また、対象物分類部２１は、選択した二次元座標情報に関連付けられている三次元座標及び強度と、選択した二次元座標情報に隣接する二次元座標情報それぞれに関連付けられている三次元座標及び強度とを取得する。続いて、対象物分類部２１は、選択した二次元座標情報に関連付けられている三次元座標と、選択した二次元座標情報に隣接する二次元座標情報それぞれとの間の距離ΔＬを算出する。例えば、図７に示すように二次元座標情報（ｐ４，ｑ４）と（ｐ３，ｑ５）との三次元座標間の距離ΔＬ１、二次元座標情報（ｐ４，ｑ４）と（ｐ４，ｑ５）との三次元座標間の距離ΔＬ２、二次元座標情報（ｐ４，ｑ４）と（ｐ５，ｑ４）との三次元座標間の距離ΔＬ３、二次元座標情報（ｐ４，ｑ４）と（ｐ５，ｑ５）との三次元座標間の距離ΔＬ４を算出する。

その後、対象物分類部２１は、算出した距離ΔＬが、予め基準位置からの距離に応じて設定されている距離閾値Ｌｔｈ以下であるか否かを判定する。例えば、距離ΔＬ１からΔＬ４それぞれについて、距離閾値Ｌｔｈ以下であるかを判定する。なお、距離閾値Ｌｔｈは、遠方であるほど大きい値とする。

また、対象物分類部２１は、選択した二次元座標情報に関連付けられている強度Ｄｂと、選択した二次元座標情報に隣接する二次元座標情報それぞれに関連付けられている強度Ｄとを比較した結果に基づいて、同じ強度と見做せるか否かを判定する。

具体的には、対象物分類部２１は、まず、強度Ｄｂと強度Ｄとの強度差ΔＤ（＝｜Ｄｂ−Ｄ｜）を算出する。例えば、図７に示すように二次元座標情報（ｐ４，ｑ４）と（ｐ３，ｑ５）との強度差ΔＤ１、二次元座標情報（ｐ４，ｑ４）と（ｐ４，ｑ５）との強度差ΔＤ２、二次元座標情報（ｐ４，ｑ４）と（ｐ５，ｑ４）との強度差ΔＤ３、二次元座標情報（ｐ４，ｑ４）と（ｐ５，ｑ５）との強度差ΔＤ４を算出する。

その後、対象物分類部２１は、算出した強度差ΔＤが、予め設定した強度閾値Ｄｔｈ以下であるか否かを判定する。例えば、強度差ΔＤ１からΔＤ４それぞれについて判定をする。なお、強度閾値Ｄｔｈは、強度Ｄｂと強度Ｄとが同じ強度と見做せる値とする。

続いて、対象物分類部２１は、選択した二次元座標情報と隣接した二次元座標情報の三次元座標間の距離が距離閾値Ｌｔｈ以下で、かつ選択した二次元座標情報と隣接した二次元座標情報の強度が同じと見做せる場合、選択した二次元座標情報と隣接した二次元座標情報とが、同じ対象物に対応する領域に存在していると判定する。

このように、行列情報４０のすべての二次元座標情報について、上述したように判定をする。そして、対象物分類部２１は、同じ対象物に対応する領域に存在している二次元座標情報に、対象物を表す対象物識別情報を関連付ける。例えば、図７に示す範囲７０内の二次元座標情報が同一の対象物を表している場合、それらの二次元座標情報それぞれに、三次元座標と強度とに加え、範囲７０に対応する対象物を表す対象物識別情報を関連付ける。

更に、対象物分類部２１は、同じ対象物識別情報が関連付けられた対象物ごとに、対象物を表す領域の形状、大きさ、重心、モーメントなどの対象物特徴情報を生成し、対象物識別情報と算出し対象物特徴情報とを関連付けて、上述した記憶部に記憶する。例えば、形状は、二次元座標情報に関連付けられている三次元座標の最大値と最小値とを用いて算出した直方体により表す（例えば、矩形あてはめ処理など）。大きさは直方体の幅、高さ、奥行きを表す。重心は直方体の重心を表す。モーメントは直方体のモーメントを表す。

識別部２２は、対象物識別情報に関連付けた対象物の特徴を表す対象物特徴情報と、予め生成した対象物の種類（例えば、人、又は車両、又は標識など）を識別する属性情報に関連付けた対象物特徴情報とを比較する。そして、識別部２２は、比較した結果に基づいて対象物の種類を識別する。

識別部２２について、図８を用いて具体的に説明する。図８は、対象物識別情報に関連付けた対象物特徴情報、及び属性情報に関連付けた対象物特徴情報のデータ構造の一例を示す図である。

識別部２２は、まず、対象物識別情報に関連付けられた対象物特徴情報に含まれる対象物を表す領域の形状、大きさ、重心、モーメントなどを取得する。例えば、図８に示す対象物識別情報と対象物特徴情報とが関連付けられた情報８０から対象物特徴情報を取得する。続いて、識別部２２は、属性情報に関連付けられた対象物特徴情報に含まれる対象物を表す領域の形状、大きさ、重心、モーメントなどを取得する。例えば、図８に示す属性情報と対象物特徴情報とが関連付けられた情報８１から対象物特徴情報を取得する。

ここで、情報８０、８１、８２に示す「ｓｈａｐｅ１」から「ｓｈａｐｅ４」、「ｓｈａｐｅＡ」から「ｓｈａｐｅＣ」は、例えば、対象物識別情報に関連付けられている三次元座標の最大値と最小値とを用いて算出した直方体を表す情報を示す。「ｓｉｚｅ１」から「ｓｉｚｅ４」、「ｓｉｚｅＡ」から「ｓｉｚｅＣ」は、例えば、直方体の幅、高さ、奥行きを表す情報を示す。「ｃｅｎｔｅｒ１」から「ｃｅｎｔｅｒ４」、「ｃｅｎｔｅｒＡ」から「ｃｅｎｔｅｒＣ」は、例えば、直方体の重心を表す情報を示す。「ｍｏｍｅｎｔ１」から「ｍｏｍｅｎｔ４」、「ｍｏｍｅｎｔＡ」から「ｍｏｍｅｎｔＣ」は、例えば、直方体のモーメントを表す情報を示す。

続いて、識別部２２は、対象物識別情報に関連付けられた対象物特徴情報と、属性情報に関連付けられた対象物特徴情報との形状、大きさ、重心、モーメントなどの情報とを比較し、比較した結果に基づいて対象物の種類を識別する。例えば、対象物特徴情報の類似度を算出し、算出した類似度に応じて対象物の種類を特定する。

その後、識別部２２は、対象物を特定できた場合、対象物識別情報に特定した対象物の種類を表す属性情報を関連付ける。例えば、図８に示すように、対象物識別情報と対象物特徴情報とが関連付けられた情報８０に、更に属性情報を関連付けて情報８２を生成する。また、識別部２２は、対象物を特定できない場合、対象物を特定できなかった対象物識別情報を無効にする。例えば、ノイズと考えられるような小さな特定した対象物などを無
効にする。

対象物分類部２１は、所定時間ごとに時系列に生成した複数の行列情報を用いて、識別した対象物の移動方向と移動距離とを推定する。具体的には、対象物分類部２１は、過去に生成した行列情報ごとに特定した対象物を追跡して、対象物の移動方向と移動距離とを算出する。例えば、所定時間ｔごとに生成した時間ｔ−２、時間ｔ−１、時間ｔ（現在の時間ｔ）において生成した行列情報ごとに特定した対象物を追跡して、対象物の移動方向と移動距離とを算出する。

なお、移動体に推定装置１が搭載されている場合、移動体の移動速度も用いて、現在の時間以降の対象物の移動方向と移動距離とを算出する。例えば、対象物分類部２１は、算出した対象物の移動方向と移動距離とを用いて、時間ｔ＋１、時間ｔ＋２における対象物の移動方向と移動距離とを推定する。

例えば、対象物識別情報に関連付けられる対象物特徴情報に対して、類推系のアルゴリズム（例えば、カルマンフィルタなど）を組み合わせることにより、識別した対象物の移動方向と移動距離とを推定する。

［装置動作］
次に、本発明の実施の形態における推定装置の動作について図９、図１０を用いて説明する。図９は、推定装置の動作の一例を示す図である。図１０は、行列情報と三次元座標と強度と対象物識別情報との関係を説明するための図である。以下の説明においては、適宜図２から図８を参酌する。また、本実施の形態では、推定装置１を動作させることにより、推定方法が実施される。よって、本実施の形態における推定方法の説明は、以下の推定装置１の動作説明に代える。

図９に示すように、最初に、情報処理装置２０は、計測点ごとに計測した、基準位置からの距離と反射の強度とを有する計測情報を、計測部２から取得する（ステップＡ１）。具体的には、三次元ＬＩＤＡＲ装置、各種センサ装置、位置計測装置が計測した計測情報を、情報処理装置２０は計測部２から受信する。

続いて、行列生成部３は、情報処理装置２０が計測情報を取得した後、上述した所定順に、取得した計測点に対応する二次元座標情報を配列して行列情報を生成する（ステップＡ２）。また、行列生成部３は、二次元座標情報に、取得した計測情報に含まれる基準位置と距離とに基づいて生成した三次元座標と、反射の強度とを関連付けて、上述した記憶部に記憶する。図１０に示す情報１００を参照。

ここで、情報１００に示す「（Ｘ，Ｙ，Ｚ）p1,q1」から「（Ｘ，Ｙ，Ｚ）pn,qm」は三次元座標を表す情報である。また、「Intensity p1,q1」から「Intensity pn,qm」は反射の強度を表す情報である。

続いて、領域状態推定部４は、二次元座標情報に関連付けられた三次元座標を用いて、計測可能な領域に存在する対象物に対応する領域を推定する（ステップＡ３）。具体的には、領域状態推定部４は、二次元座標情報に関連付けられた三次元座標を用いて、図５に示すような計測可能な領域から路面５０に対応する領域を推定する。そして、領域状態推定部４は、路面５０に対応する領域内の二次元座標情報に、路面５０内に存在する計測点であることを表す対象物識別情報を関連付け、上述した記憶部に記憶する。

続いて、対象物分類部２１は、上述した所定順で、二次元座標情報を選択し、選択した二次元座標情報と、選択した二次元座標情報に隣接する二次元座標情報とを選択する。図
７を参照。そして、対象物分類部２１は、選択した二次元座標情報及び隣接する二次元座標情報それぞれに関連付けられた三次元座標と強度とを用いて、選択した二次元座標情報と隣接する二次元座標情報とが、同じ対象物に対応する領域に存在するか否かを判定する。

続いて、対象物分類部２１は、選択した二次元座標情報と隣接する二次元座標情報とが、同じ対象物に対応する領域に存在する場合、対象物を識別する対象物識別情報に、選択した二次元座標情報と隣接する二次元座標情報とを関連付けて分類する（ステップＡ４）。図１０に示す情報１００を参照。

続いて、対象物分類部２１は、同じ対象物識別情報が関連付けられた対象物ごとに、対象物を表す領域の形状、大きさ、重心、モーメントなどの対象物特徴情報を生成する（ステップＡ５）。図８に示す情報８０を参照。

続いて、識別部２２は、対象物識別情報に関連付けられた対象物の特徴を表す対象物特徴情報と、予め生成した対象物の種類を表す属性情報に関連付けられた対象物特徴情報とを比較した結果に基づいて、対象物の種類を識別する（ステップＡ６）。

具体的には、識別部２２は、対象物識別情報に関連付けられた対象物特徴情報を取得する。例えば、図８に示す情報８０から対象物特徴情報を取得する。また、識別部２２は、属性情報に関連付けられた対象物特徴情報を取得する。例えば、図８に示す情報８１から対象物特徴情報を取得する。続いて、識別部２２は、対象物識別情報に関連付けられた対象物特徴情報と、属性情報に関連付けられた対象物特徴情報とを比較した結果に基づいて、対象物の種類を識別する。

その後、識別部２２は、対象物を特定できた場合、対象物識別情報に特定した対象物の種類を表す属性情報を関連付ける。例えば、図８に示すように、対象物識別情報と対象物特徴情報とが関連付けられた情報８０に、更に属性情報を関連付けて情報８２を生成する。

続いて、対象物分類部２１は、所定時間ごとに時系列に生成した複数の行列情報を用いて、識別した対象物の移動方向と移動距離とを推定する（ステップＡ７）。具体的には、対象物分類部２１は、まず、時間ｔ−２、時間ｔ−１、時間ｔ（現在の時間ｔ）において生成した行列情報ごとに特定した対象物を追跡して、対象物の移動方向と移動距離とを算出する。続いて、対象物分類部２１は、算出した過去における対象物の移動方向と移動距離とを用いて、時間ｔ＋１、時間ｔ＋２における対象物の移動方向と移動距離とを推定（又は予測）する。

ステップＡ７の処理が終了した後、推定装置１が、推定処理を継続しない場合（ステップＡ８：Ｙｅｓ）には推定処理を終了する。推定装置１が、推定処理を継続する場合（ステップＡ８：Ｎｏ）にはステップＡ１の処理に移行して、推定処理を継続する。

［本実施の形態の効果］
以上のように、本実施の形態によれば、複数の計測点に対応する二次元座標情報を、基準位置からの方向と計測点同士の位置とに基づいて、所定順に配列した行列情報を用いて、計測可能な領域（周辺領域）の状態を推定する。そのため、計測点の基準位置からの方向、及び計測点間の関係に関する処理を削減できるので、周辺領域の状態を推定する時間を短縮できる。言い換えれば、基準位置から計測点の方向と隣接する計測点間の関係とを予め設定した行列情報を用いて、平面座標系において計測可能な領域の状態を推定するので、次元を落とし込んだ分、推定時間を短縮することができる。

また、行列情報を利用することで、対象物を分類する処理、対象物の種類を識別する処理、対象物の移動方向と移動距離を推定する処理を実行する時間を短縮することができる。

［プログラム］
本発明の実施の形態におけるプログラムは、コンピュータに、図９に示すステップＡ１からＡ８を実行させるプログラムであればよい。このプログラムをコンピュータにインストールし、実行することによって、本実施の形態における推定装置と推定方法とを実現することができる。この場合、コンピュータのプロセッサは、行列生成部３、領域状態推定部４、対象物分類部２１、識別部２２、対象物推定部２３として機能し、処理を行なう。

また、本実施の形態におけるプログラムは、複数のコンピュータによって構築されたコンピュータシステムによって実行されてもよい。この場合は、例えば、各コンピュータが、それぞれ、行列生成部３、領域状態推定部４、対象物分類部２１、識別部２２、対象物推定部２３のいずれかとして機能してもよい。

［物理構成］
ここで、実施の形態におけるプログラムを実行することによって、推定装置を実現するコンピュータについて図１１を用いて説明する。図１１は、推定装置を実現するコンピュータの一例を示す図である。

図１１に示すように、コンピュータ１１０は、ＣＰＵ１１１と、メインメモリ１１２と、記憶装置１１３と、入力インターフェイス１１４と、表示コントローラ１１５と、データリーダ／ライタ１１６と、通信インターフェイス１１７とを備える。これらの各部は、バス１２１を介して、互いにデータ通信可能に接続される。なお、コンピュータ１１０は、ＣＰＵ１１１に加えて、又はＣＰＵ１１１に代えて、ＧＰＵ（Graphics Processing Unit）、又はＦＰＧＡ（Field-Programmable Gate Array）を備えていてもよい。

ＣＰＵ１１１は、記憶装置１１３に格納された、本実施の形態におけるプログラム（コード）をメインメモリ１１２に展開し、これらを所定順序で実行することにより、各種の演算を実施する。メインメモリ１１２は、典型的には、ＤＲＡＭ（Dynamic Random Access Memory）などの揮発性の記憶装置である。また、本実施の形態におけるプログラムは、コンピュータ読み取り可能な記録媒体１２０に格納された状態で提供される。なお、本実施の形態におけるプログラムは、通信インターフェイス１１７を介して接続されたインターネット上で流通するものであってもよい。

また、記憶装置１１３の具体例としては、ハードディスクドライブの他、フラッシュメモリ等の半導体記憶装置が挙げられる。入力インターフェイス１１４は、ＣＰＵ１１１と、キーボード及びマウスといった入力機器１１８との間のデータ伝送を仲介する。表示コントローラ１１５は、ディスプレイ装置１１９と接続され、ディスプレイ装置１１９での表示を制御する。

データリーダ／ライタ１１６は、ＣＰＵ１１１と記録媒体１２０との間のデータ伝送を仲介し、記録媒体１２０からのプログラムの読み出し、及びコンピュータ１１０における処理結果の記録媒体１２０への書き込みを実行する。通信インターフェイス１１７は、ＣＰＵ１１１と、他のコンピュータとの間のデータ伝送を仲介する。

また、記録媒体１２０の具体例としては、ＣＦ（Compact Flash（登録商標））及びＳＤ（Secure Digital）などの汎用的な半導体記憶デバイス、フレキシブルディスク（Flex
ible Disk）等の磁気記録媒体、又はＣＤ−ＲＯＭ（Compact Disk Read Only Memory）などの光学記録媒体が挙げられる。

なお、本実施の形態における推定装置１は、プログラムがインストールされたコンピュータではなく、各部に対応したハードウェアを用いることによっても実現可能である。更に、推定装置１は、一部がプログラムで実現され、残りの部分がハードウェアで実現されていてもよい。

以上のように本発明によれば、計測点の基準位置からの方向、及び計測点間の関係に関する処理を削減できるので、周辺領域の状態を推定する時間を短縮できる。本発明は、例えば、周辺領域の状態を推定する処理時間を短縮する必要な分野において有用である。

１ 推定装置
２ 計測部（計測手段）
３ 行列生成部（行列生成手段）
４ 領域状態推定部（領域状態推定手段）
２０ 情報処理装置
２１ 対象物分類部（対象物分類手段）
２２ 識別部（識別手段）
２３ 対象物推定部（対象物推定手段）
１１０ コンピュータ
１１１ ＣＰＵ
１１２ メインメモリ
１１３ 記憶装置
１１４ 入力インターフェイス
１１５ 表示コントローラ
１１６ データリーダ／ライタ
１１７ 通信インターフェイス
１１８ 入力機器
１１９ ディスプレイ装置
１２０ 記録媒体
１２１ バス

Claims (12)

1. 基準位置に対して設定した方向と距離とにおいて、前記基準位置から計測点までの距離と、前記計測点における反射の強度とを計測する、計測手段と、
   前記方向と前記計測点同士の位置とに基づいて、所定順に、前記計測点を表す二次元座標情報を配列して行列情報を生成する、行列生成手段と、
   前記二次元座標情報に関連付けられた、前記基準位置と前記距離とに基づいて生成した三次元座標を用いて、計測可能な領域の状態を推定する、領域状態推定手段と、
   を有する推定装置。
2. 請求項１に記載の推定装置であって、
   選択した二次元座標情報と、前記選択した二次元座標情報に隣接する二次元座標情報とに関連付けられた前記三次元座標と前記強度とを用いて、前記選択した二次元座標情報と前記隣接する二次元座標情報とが、同じ対象物に対応する領域に存在するか否かを判定し、前記選択した二次元座標情報と前記隣接する二次元座標情報とが、同じ前記対象物に対応する領域に存在する場合、当該対象物を識別する対象物識別情報に、前記選択した二次元座標情報と前記隣接する二次元座標情報とを関連付けて分類する、対象物分類手段を有する推定装置。
3. 請求項２に記載の推定装置であって、
   前記対象物識別情報に関連付けられた前記対象物の特徴を表す対象物特徴情報と、予め生成した前記対象物の種類を識別する属性情報に関連付けられた対象物特徴情報とを比較した結果に基づいて、前記対象物の種類を識別する、識別手段を有する推定装置。
4. 請求項３に記載の推定装置であって、
   前記行列生成手段は、所定時間ごとに時系列に前記行列情報を生成し、
   時系列に生成した複数の前記行列情報を用いて、識別した前記対象物の移動方向と移動距離とを推定する、対象物推定手段を有する推定装置。
5. （ａ）基準位置に対して設定した方向と距離とにおいて、前記基準位置から計測点までの距離と、前記計測点における反射の強度とを計測する、ステップと、
   （ｂ）前記方向と前記計測点同士の位置とに基づいて、所定順に、前記計測点を表す二次元座標情報を配列して行列情報を生成する、ステップと、
   （ｃ）前記二次元座標情報に関連付けられた、前記基準位置と前記距離とに基づいて生成した三次元座標を用いて、計測可能な領域の状態を推定する、ステップと、
   を有する推定方法。
6. 請求項５に記載の推定方法であって、
   （ｄ）選択した二次元座標情報と、前記選択した二次元座標情報に隣接する二次元座標情報とに関連付けられた前記三次元座標と前記強度とを用いて、前記選択した二次元座標情報と前記隣接する二次元座標情報とが、同じ対象物に対応する領域に存在するか否かを判定する、ステップと、
   （ｅ）前記選択した二次元座標情報と前記隣接する二次元座標情報とが、同じ前記対象物に対応する領域に存在する場合、当該対象物を識別する対象物識別情報に、前記選択した二次元座標情報と前記隣接する二次元座標情報とを関連付けて分類する、ステップと、
   を有する推定方法。
7. 請求項６に記載の推定方法であって、
   （ｆ）前記対象物識別情報に関連付けられた前記対象物の特徴を表す対象物特徴情報と、予め生成した前記対象物の種類を識別する属性情報に関連付けられた対象物特徴情報とを
   比較した結果に基づいて、前記対象物の種類を識別する、ステップを有する推定方法。
8. 請求項７に記載の推定方法であって、
   前記（ｂ）のステップにおいて、所定時間ごとに時系列に前記行列情報を生成し、
   （ｇ）時系列に生成した複数の前記行列情報を用いて、識別した前記対象物の移動方向と移動距離とを推定する、ステップを有する推定方法。
9. コンピュータに、
   （ａ）基準位置に対して設定した方向と距離とにおいて、前記基準位置から計測点までの距離と、前記計測点における反射の強度とを計測する、ステップと、
   （ｂ）前記方向と前記計測点同士の位置とに基づいて、所定順に、前記計測点を表す二次元座標情報を配列して行列情報を生成する、ステップと、
   （ｃ）前記二次元座標情報に関連付けられた、前記基準位置と前記距離とに基づいて生成した三次元座標を用いて、計測可能な領域の状態を推定する、ステップと、
   を実行させる推定プログラム。
10. 請求項９に記載の推定プログラムであって、
    前記コンピュータに、
    （ｄ）選択した二次元座標情報と、前記選択した二次元座標情報に隣接する二次元座標情報とに関連付けられた前記三次元座標と前記強度とを用いて、前記選択した二次元座標情報と前記隣接する二次元座標情報とが、同じ対象物に対応する領域に存在するか否かを判定する、ステップと、
    （ｅ）前記選択した二次元座標情報と前記隣接する二次元座標情報とが、同じ前記対象物に対応する領域に存在する場合、当該対象物を識別する対象物識別情報に、前記選択した二次元座標情報と前記隣接する二次元座標情報とを関連付けて分類する、ステップと、
    を実行させる推定プログラム。
11. 請求項１０に記載の推定プログラムであって、
    前記コンピュータに、
    （ｆ）前記対象物識別情報に関連付けられた前記対象物の特徴を表す対象物特徴情報と、予め生成した前記対象物の種類を識別する属性情報に関連付けられた対象物特徴情報とを比較した結果に基づいて、前記対象物の種類を識別する、ステップを実行させる推定プログラム。
12. 請求項１１に記載の推定プログラムであって、
    前記（ｂ）のステップにおいて、所定時間ごとに時系列に前記行列情報を生成し、
    （ｇ）時系列に生成した複数の前記行列情報を用いて、識別した前記対象物の移動方向と移動距離とを推定する、ステップを実行させる推定プログラム。

Images