JP2020052977A - 情報処理装置、情報処理方法、およびプログラム - Google Patents

Abstract

【課題】移動体の周辺に存在するオブジェクトの特定の部分の３次元座標の集合である２以上の元情報を用いて、オブジェクトを認識することが困難であった。【解決手段】各観測地点でオブジェクトを認識した上で、複数の観測地点で認識された同一のオブジェクトを同定し、当該同一のオブジェクトについて、それぞれの地点で取得された特徴量を合成してオブジェクトを識別する情報処理装置により、移動体の周辺に存在するオブジェクトの特定の部分の３次元座標の集合である２以上の元情報群を用いて、オブジェクトを容易に認識できる。【選択図】図１

Description

本発明は、観測装置が取得した時系列の３次元情報を用いて、移動体の周辺のオブジェクトの認識を行う情報処理装置等に関するものである。

従来、ＬＩＤＡＲという技術があった（例えば、非特許文献１参照）。ＬＩＤＡＲは、光を用いたリモートセンシング技術の一つで、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し、遠距離にある対象までの距離やその対象の性質を分析するものである。

また、従来、距離画像カメラという技術があった（例えば、非特許文献２参照）。距離画像カメラは、立体的な距離情報がリアルタイムで得られるカメラである。

ウィキペディア、"ＬＩＤＡＲ"、［online］、［平成３０年８月１９日検索］、インターネット［URL：https://ja.wikipedia.org/wiki/LIDAR］ "TOF 距離画像カメラの実力"、［online］、［平成３０年８月１９日検索］、インターネット［URL：http://www.brainvision.co.jp/wp/support/tech/capability_of_tofcamera.pdf#search=%27TOF+%E8%B7%9D%E9%9B%A2%E7%94%BB%E5%83%8F%E3%82%AB%E3%83%A1%E3%83%A9%E3%81%AE%E5%AE%9F%E5%8A%9B%27］

しかしながら、従来技術においては、移動体の周辺に存在するオブジェクトの特定の部分の３次元座標の集合である２以上の時点の元情報を用いて、オブジェクトを認識することが困難であった。

具体的には、移動する観測装置により、異なる複数地点（異なる時点）で観測された点群を合成する場合、その結果は、不規則点群（Unorganized Point Cloud）とならざるを得ない。しかし、一般に不規則点群は点群間の位置関係（最近傍点等）が自明でないため、不規則点群を用いたオブジェクトの認識には大きな計算コストが必要となり、容易ではない。

また、実際の観測においては視野や解像度が限定された観測装置を使用せざるを得ないため、遠距離からの計測では対象とするオブジェクトを粗い点群しか取得できず、近距離からの計測では対象とするオブジェクトの一部の点群しか取得できないために、観測装置の周辺に存在するオブジェクトの認識が困難である。

さらに、移動する観測装置により、異なるタイミングで複数地点から観測を行う場合、観測装置の位置の取得精度の変動や、障害物等による一時的な遮蔽の影響により、観測装置の精度に関わらず、オブジェクトの点群の絶対座標が変動する場合があるため、観測装置の周辺に存在するオブジェクトの認識が困難である。

上記を解決するためには、本願発明において、観測地点ごとに各オブジェクトの適切な特徴量を取得し、複数地点で取得された特徴量を用いて、観測装置の周辺のオブジェクトを認識する。

本第一の発明の情報処理装置は、移動体の周辺に存在するオブジェクトの三次元空間における位置を特定する元になる情報であり、オブジェクトの特定の部分の３次元座標の集合である２以上の元情報である元情報群を、２以上の各時点の移動体の位置を示す移動体位置情報に対応付けて格納される元情報格納部と、２以上の各時点に対応付けている元情報群を用いて、１以上のオブジェクトを抽出するオブジェクト抽出部と、２以上の各時点に対応付けている元情報群を用いて、オブジェクト抽出部が抽出した１以上の各オブジェクトの特徴量を取得する特徴量取得部と、２以上の異なる時点の同一のオブジェクトの対応を取る同一オブジェクト認識部と、同一オブジェクト認識部が対応を取った同一のオブジェクトの２以上の特徴量を取得し、２以上の特徴量を用いて、同一のオブジェクトの特徴量集合を取得する特徴量合成部と、特徴量合成部が取得した特徴量集合を用いて、同一のオブジェクトを識別するオブジェクト識別子を取得するオブジェクト認識部と、オブジェクト認識部が取得したオブジェクト識別子と、同一のオブジェクトの絶対位置情報とを出力する出力部とを具備する情報処理装置である。

かかる構成により、移動体の周辺に存在するオブジェクトの特定の部分の３次元座標の集合である２以上の元情報群を用いて、オブジェクトを認識することが容易にできる。

また、本第二の発明の情報処理装置は、第一の発明に対して、特徴量取得部は、第一時点の元情報群であり、一のオブジェクトの全体が特定可能な元情報群を用いて、前記一のオブジェクトの全体特徴量を取得し、かつ第二時点の元情報群であり、一のオブジェクトの一部が特定可能な元情報群を用いて、前記一のオブジェクトの部分特徴量を取得し、特徴量合成部は、前記同一オブジェクト認識部が対応を取った同一のオブジェクトの全体特徴量と部分特徴量とを取得し、当該全体特徴量と部分特徴量とを用いて、前記同一のオブジェクトの特徴量集合を取得する情報処理装置である。

かかる構成により、移動体の周辺に存在するオブジェクトの特定の部分の３次元座標の集合である２以上の元情報群を用いて、オブジェクトの全体特徴量と部分特徴量とを用いて、オブジェクトを認識することが容易にできる。

また、本第三の発明の情報処理装置は、第二の発明に対して、全体特徴量は、オブジェクトのサイズに関するサイズ情報またはオブジェクトの縦横比であり、部分特徴量は、オブジェクトの形状に関する形状情報である情報処理装置である。

かかる構成により、移動体の周辺に存在するオブジェクトの特定の部分の３次元座標の集合である２以上の元情報群を用いて、オブジェクトのサイズ情報またはオブジェクトの縦横比と形状情報とを適切に取得し、当該サイズ情報またはオブジェクトの縦横比と形状情報とを用いて、オブジェクトを認識することが容易にできる。

また、本第四の発明の情報処理装置は、第一から第三いずれか１つの発明に対して、２以上の各時点に対応付けている元情報群と２以上の各時点の移動体位置情報とを用いて、オブジェクト抽出部が抽出した１以上の各オブジェクトの絶対位置に関する１または２以上の絶対位置情報を取得する絶対位置情報取得部と、移動体位置情報と１以上の各オブジェクトの２以上の絶対位置情報とを用いて、移動体と１以上の各オブジェクトの相対的な位置関係が認識可能な三次元の図である出力図を構成する出力図構成部をさらに具備し、出力部は、出力図を出力する図出力部と、オブジェクト認識部が取得したオブジェクト識別子を、同一のオブジェクトの絶対位置情報に対応する位置に出力するオブジェクト識別子出力部とを具備する情報処理装置である。

かかる構成により、三次元空間の図の中のオブジェクトが認識可能なように、オブジェクト識別子を出力できる。

また、本第五の発明の情報処理装置は、第一から第四いずれか１つの発明に対して、オブジェクトの特徴量集合とオブジェクト識別子とを有する２以上の組情報を用いて、機械学習のアルゴリズムにより学習処理されて取得された学習器が格納される学習器格納部をさらに具備し、オブジェクト認識部は、特徴量合成部が取得した特徴量集合を学習器に適用し、機械学習のアルゴリズムにより、オブジェクト識別子を取得する情報処理装置である。

かかる構成により、学習器を用いて、オブジェクトを認識できる。

また、本第六の発明の情報処理装置は、第一から第五いずれか１つの発明に対して、オブジェクト認識部は、道路上の電柱、信号、またはポストのうちの１種類以上のオブジェクトを識別するオブジェクト識別子を取得する情報処理装置である。

かかる構成により、道路上の電柱、信号、またはポストのうちの１種類以上のオブジェクトを認識できる。

本発明による情報処理装置によれば、移動体の周辺に存在するオブジェクトの特定の部分の３次元座標の集合である２以上の元情報群を用いて、オブジェクトを認識することが容易にできる。

実施の形態１における情報処理装置１のブロック図 同情報処理装置１の動作について説明するフローチャート 同元情報取得処理の例について説明するフローチャート 同移動体位置情報取得処理の例について説明するフローチャート 同オブジェクト抽出処理について説明するフローチャート 同オブジェクト認識処理について説明するフローチャート 同出力図構成処理について説明するフローチャート 同情報処理装置１の概念図 同観測装置８０２による観測の概念図 同対応表を示す図 同出力図の例を示す図 同コンピュータシステムの概観図 同コンピュータシステムのブロック図

以下、情報処理装置等の実施形態について図面を参照して説明する。なお、実施の形態において同じ符号を付した構成要素は同様の動作を行うので、再度の説明を省略する場合がある。

（実施の形態１）
本実施の形態において説明する情報処理装置は、各地点において観測装置から取得される三次元データを用いて、属性を決定しないままオブジェクトを認識するとともに、当該観測地点とオブジェクトの位置関係（例えば、距離等）に応じて、適切な特徴量を取得する（例えば、遠距離なら全体寸法、近距離なら表面形状等）。さらに、情報処理装置は、ＧＰＳ等の機器または後述する自己位置認識技術等により取得された各観測地点の位置、あるいはオブジェクトのトラッキング技術に基づき、各観測地点で認識された同一のオブジェクトを同定し、これらの特徴量を合成することで、オブジェクトの識別子（種類）を識別する。

また、本実施の形態において、元情報群を用いて取得した三次元の図である出力図を構成し、出力する情報処理装置について説明する。

図１は、本実施の形態における情報処理装置１のブロック図である。

情報処理装置１は、格納部１１、受付部１２、処理部１３、および出力部１４を備える。

格納部１１は、元情報格納部１１１、学習器格納部１１２、および対応表格納部１１３を備える。

処理部１３は、元情報取得部１３１、移動体位置情報取得部１３２、元情報蓄積部１３３、オブジェクト抽出部１３４、特徴量取得部１３５、絶対位置情報取得部１３６、同一オブジェクト認識部１３７、特徴量合成部１３８、オブジェクト認識部１３９、および出力図構成部１４０を備える。

出力部１４は、図出力部１４１、およびオブジェクト識別子出力部１４２を備える。

格納部１１には、各種の情報が格納される。各種の情報とは、例えば、２以上のレーザー発信手段情報である。レーザー発信手段情報とは、レーザー発信手段を識別するレーザー識別子とレーザー発信手段の位置を特定する発信手段位置情報とレーザー発信手段のレーダー発信の方向を特定する発信手段方向情報とを有する情報である。なお、レーザー発信手段とは、レーザーを発信し、その反射の信号を受信する手段である。例えば、ＬＩＤＡＲは、多数のレーザー発信手段を具備する。

また、各種の情報とは、例えば、後述する元情報群である。元情報群は、元情報取得部１３１が取得した情報である。また、各種の情報とは、例えば、後述する学習器、後述する対応表である。

元情報格納部１１１には、移動体位置情報に対応付けて、２以上の元情報群が格納される。移動体位置情報は、２以上の各時点の移動体の位置を示す情報である。移動体位置情報は、２以上の各時点の移動体の位置を示す移動体位置情報を取得する移動体位置情報取得部１３２が取得する。なお、移動体は、移動する観測装置である。なお、元情報群の詳細については後述する。

学習器格納部１１２には、オブジェクトの特徴量集合とオブジェクト識別子とを有する２以上の組情報を用いて、機械学習のアルゴリズムにより学習処理されて取得された学習器が格納される。機械学習は、例えば、ＳＶＭ、決定木、ランダムフォレスト、深層学習等であるが、機械学習のアルゴリズムは問わない。

対応表格納部１１３には、オブジェクトの特徴量集合とオブジェクト識別子との対である２以上の対応情報を有する対応表が格納される。特徴量集合は、例えば、オブジェクトの幅の範囲の情報、オブジェクトの高さの範囲の情報、オブジェクトの１面の表面形状の情報、オブジェクトの縦横比を有する。オブジェクト識別子は、オブジェクを識別する情報であり、例えば、オブジェク名、オブジェクのＩＤ等である。

なお、オブジェクト識別子を取得する場合に使用される情報は、学習器でも対応表でも良い。

受付部１２は、各種の指示や情報等を受け付ける。各種の指示や情報等とは、例えば、情報処理装置１の動作開始指示、動作終了指示、出力指示である。また、動作開始指示は、情報処理装置１の動作の開始の指示であるが、移動体の移動の開始の指示でも良い。動作終了指示は、情報処理装置１の動作の終了の指示である。また、出力指示は、出力図を出力する指示であり、例えば、出力図の元になった元情報群が取得された時点を識別する時点識別子を有する。

ここで、受け付けとは、キーボードやマウス、タッチパネルなどの入力デバイスから入力された情報の受け付け、有線もしくは無線の通信回線を介して送信された情報の受信、光ディスクや磁気ディスク、半導体メモリなどの記録媒体から読み出された情報の受け付けなどを含む概念である。

各種の指示や情報等の入力手段は、タッチパネルやキーボードやマウスやメニュー画面によるもの等、何でも良い。

処理部１３は、各種の処理を行う。各種の処理とは、例えば、元情報取得部１３１、移動体位置情報取得部１３２、元情報蓄積部１３３、オブジェクト抽出部１３４、特徴量取得部１３５、絶対位置情報取得部１３６、同一オブジェクト認識部１３７、特徴量合成部１３８、オブジェクト認識部１３９、出力図構成部１４０が行う処理である。

元情報取得部１３１は、２以上の各時点における元情報群を取得する。元情報群は、１または２以上の元情報を有する。

元情報取得部１３１は、一の時点における、移動体の周辺の３６０度をカバーする１以上の元情報を取得しても良い。なお、元情報取得部１３１は、３６０度をカバーする２以上の元情報を取得する場合に、３６０度の範囲内の領域によって、時間遅れが発生していても良い。

元情報は、移動体の周辺に存在するオブジェクトの三次元空間における位置を特定する元になる情報である。元情報は、移動体の周辺に存在するオブジェクトの特定の部分（特定の点）の３次元座標である。元情報は、図示しない観測装置の３次元データを有する。元情報群は、観測装置から観測される、周辺に存在する人やモノなどの特定の部分の３Ｄ座標を表す点の集合であり、例えば、点群（Point Cloud）データまたは距離画像データである。なお、観測装置は、観測データとして、３Ｄデータを連続的に取得可能な装置である。観測装置は、例えば、上述したＬＩＤＡＲ、３次元カメラ、ＴｏＦセンサ、ステレオカメラ等である。観測装置は、結果として同一の座標系の３Ｄデータを出力するものであれば、２以上の装置を組み合わせて構成されるシステムであってもよい。また、元情報取得部１３１は、観測装置を含むと考えても良いし、観測装置から元情報を取得すると考えても良い。また、３次元データは、例えば、観測装置または移動体を原点とする３次元の相対的な座標値である。

元情報は、例えば、レーザー情報である。レーザー情報は、戻り時間とレーザー識別子との組である。レーザー識別子は、レーザー発信手段を識別する情報である。レーザー識別子は、照射したレーザーの位置を特定する情報でも良い。元情報取得部１３１は、例えば、２以上の各レーザー発信手段により発信されたレーザーの反射を受信し、レーザーの発信からその反射の受信までの戻り時間を取得し、戻り時間とレーザー発信手段を識別するレーザー識別子との組であるレーザー情報を、レーザー発信手段ごとに取得するし。元情報取得部１３１は、レーザーを発信するＬＩＤＡＲを含むと考えても良いし、ＬＩＤＡＲから元情報を取得するソフトウェアとＭＰＵ等から実現されても良い。なお、ＬＩＤＡＲは、ＬｉＤＡＲと言っても良い。

元情報群は、例えば、距離画像でも良い。元情報取得部１３１は、例えば、距離画像カメラが撮影した１または２以上の距離画像を取得する。なお、距離画像は、画像の中の各画素の３次元空間上の座標値を含む。また、元情報取得部１３１は、距離画像を撮影するカメラ（距離画像センサと言っても良い）を含むと考えても良いし、カメラが撮影した距離画像を取得するソフトウェアとＭＰＵ等から実現されても良い。

移動体位置情報取得部１３２は、移動体位置情報を取得する。移動体位置情報は、通常、三次元空間（以下、単に「空間」という場合がある。）における位置を特定する情報である。移動体位置情報とは、通常、（ｘ，ｙ，ｚ）の構造を有する。

移動体位置情報取得部１３２は、例えば、ＧＰＳ受信機を含み、当該ＧＰＳ受信機により、絶対位置の座標値（緯度,経度，高度）を取得する。

移動体位置情報取得部１３２は、例えば、元情報取得部１３１が取得した１以上の元情報群を用いて、移動する移動体の移動体位置情報を取得する。また、移動体位置情報は、例えば、相対的な位置を示す情報である。移動体位置情報が相対的な位置を示す情報である場合、例えば、移動体の出発地点が原点（０，０，０）である。なお、移動体の出発地点の絶対位置（通常、（緯度，経度，高度））が分かれば、移動体位置情報は、絶対的な位置を示す情報に変換し得る。つまり、本明細書で扱う移動体位置情報やオブジェクト位置情報等の位置情報は、相対的な位置を示す情報でも良いし、絶対的な位置を示す情報でも良い。なお、オブジェクト位置情報は、オブジェクトを構成する点の位置を示す情報である。オブジェクト位置情報は、移動体位置情報を原点とする相対的な位置情報であることは好適である。

移動体位置情報取得部１３２は、例えば、２以上の元情報群を用いて、２以上の各時点における移動体位置情報を取得する。

さらに具体的には、移動体位置情報取得部１３２は、例えば、異なる時点の２つの各元情報から特徴点を抽出し、２つの元情報の対応する２つの特徴点（例えば、（ｘ_１１，ｙ_１１，ｚ_１１）と（ｘ_１２，ｙ_１２，ｚ_１２））を検知し、当該特徴点の差異から移動量（例えば、（ｘ_１２−ｘ_１１，ｙ_１２−ｙ_１１，ｚ_１２−ｚ_１１）を算出する。そして、移動体位置情報取得部１３２は、例えば、移動体の直前の位置を示す移動体位置情報（例えば、（ｘ_０，ｙ_０，ｚ_０））と移動量（例えば、（ｘ_１２−ｘ_１１，ｙ_１２−ｙ_１１，ｚ_１２−ｚ_１１）とを用いて、現時点の移動体位置情報（例えば、（ｘ_０＋ｘ_１２−ｘ_１１，ｙ_０＋ｙ_１２−ｙ_１１，ｚ_０＋ｚ_１２−ｚ_１１））を算出する。なお、特徴点とは、オブジェクトの角の点、オブジェクトの輪郭線上の特定の点などである。３次元データの集合である元情報から特徴点を取得する技術は公知技術である。

元情報蓄積部１３３は、元情報取得部１３１が取得した元情報と、当該元情報に対応する時点において移動体位置情報取得部１３２が取得した移動体位置情報とを対応付けて、元情報格納部１１１に蓄積する。

オブジェクト抽出部１３４は、２以上の各時点に対応付けている元情報群を用いて、１以上のオブジェクトを抽出する。

オブジェクト抽出部１３４は、元情報群を用いて、１以上のオブジェクトを特定（「特定」を「認識」、と言っても良い）する。つまり、オブジェクト抽出部１３４は、元情報群が有する２以上の三次元座標情報の連続する点群を特定する。なお、三次元座標情報の連続する点群がオブジェクトの特定位置の点の集合である。また、点群の特定とは、オブジェクトごとに点群を取得すること、オブジェクトごとに点群を対応付けること等であり、オブジェクトの特定位置の点の集合がグループとして認識されれば良い。また、三次元座標情報の連続する点群は、例えば、距離が閾値以内または閾値より小さい点の集合である。三次元座標情報の連続する点群は、一のオブジェクトの特定の位置（点）の集合である、また、点群とは、三次元座標情報の集合である。

ここで、オブジェクト抽出部１３４は、特定した各オブジェクトの点群に対して、オブジェクトの全体の点群であるか否かを示すフラグを対応付けることは好適である。つまり、オブジェクト抽出部１３４は、一の時点の元情報群の中に、オブジェクトの全体の情報を有するか、オブジェクトの一部分のみの情報を有するかを示すフラグを、オブジェクトごとに取得することは好適である。オブジェクト抽出部１３４は、例えば、一の時点の元情報群の中で、認識したオブジェクトの特定の点の集合である連続する点群のうちのいずれの点の三次元座標情報も、元情報の外枠の点の三次元座標情報では無い場合に、一の時点の元情報の中に認識したオブジェクトの全体の情報が存在する、と判断する。また、オブジェクト抽出部１３４は、例えば、認識したオブジェクトの特定の点の集合である連続する点群のうちのいずれかの点の三次元座標情報が元情報の外枠の点の三次元座標情報ではある場合に、一の時点の元情報の中に認識したオブジェクトの一部分のみの情報が存在する、と判断する。

特徴量取得部１３５は、２以上の各時点に対応付けている元情報群を用いて、オブジェクト抽出部１３４が抽出した１以上の各オブジェクトの特徴量を取得する。オブジェクトの特徴量は、例えば、サイズ情報、および形状情報である。オブジェクトの特徴量は、例えば、主成分分析から得られる外接直方体の各辺の比、縦横比である。

特徴量取得部１３５は、２以上の各時点に対応付けている元情報群の中の、オブジェクトの特定の点の集合である点群を用いて、オブジェクト抽出部１３４が抽出した１以上の各オブジェクトの特徴量を取得する。

特徴量取得部１３５は、第一時点の元情報群であり、一のオブジェクトの全体が特定可能な元情報群を用いて、当該一のオブジェクトの全体特徴量を取得することは好適である。おこで、全体特徴量は、オブジェクトの全体に対する特徴量である。全体特徴量は、例えば、オブジェクトのサイズ情報またはオブジェクトの縦横比である。

特徴量取得部１３５は、第一時点の元情報群であり、一のオブジェクトの全体が特定可能な元情報群を用いて、当該一のオブジェクトのサイズ情報を取得することは好適である。

特徴量取得部１３５が２以上の各時点の元情報群であり、一のオブジェクトの全体が特定可能な各元情報群からサイズ情報を取得できた場合、最もサイズが大きいサイズ情報を採用することは好適である。

特徴量取得部１３５が２以上の各時点の元情報群であり、一のオブジェクトの全体が特定可能な各元情報群からサイズ情報を取得できた場合、最も後の時点の元情報群から取得されたサイズ情報を採用することは好適である。かかる場合、観測装置が一のオブジェクトに近づきながら移動している場合である。

特徴量取得部１３５が２以上の各時点の元情報群であり、一のオブジェクトの全体が特定可能な各元情報群からサイズ情報を取得できた場合、元情報群の中に占めるオブジェクトの割合が最も大きい（オブジェクトが最も大きく占めている）元情報群から取得されたサイズ情報を採用することは好適である。

特徴量取得部１３５は、第二時点の元情報群であり、一のオブジェクトの一部のみが特定可能な元情報群を用いて、一のオブジェクトの部分特徴量を取得することは好適である。部分特徴量とは、オブジェクトの部分の特徴量である。部分特徴量は、例えば、オブジェクトの形状情報である。

特徴量取得部１３５は、第二時点の元情報群であり、一のオブジェクトの一部が特定可能な元情報群を用いて、当該一のオブジェクトの形状情報を取得することは好適である。

なお、第二時点は、第一時点とは異なる時点である。また、第二時点は、通常、第一時点より後の時点である。また、形状情報は、表面形状の情報であり、例えば、観測装置に対して正面の位置の表面の情報である。

絶対位置情報取得部１３６は、２以上の各時点に対応付けている元情報群と２以上の各時点の移動体位置情報とを用いて、オブジェクト抽出部１３４が抽出した１以上の各オブジェクトの絶対位置に関する１または２以上の絶対位置情報を取得する。なお、絶対位置情報は、（緯度，経度，高度）でも良いし、特定の点を原点（０，０，０）とした三次元空間における（ｘ，ｙ，ｚ）でも良い。絶対位置情報は、オブジェクトの特定の点の絶対的な３次元座標の情報である。

絶対位置情報取得部１３６は、通常、元情報群に含まれる各元情報が有する各三次元の座標情報と移動体位置情報とを用いて、２以上の絶対位置情報を算出する。つまり、絶対位置情報取得部１３６は、元情報が有する三次元の座標情報（例えば、（ｘ_ａ，ｙ_ａ，ｚ_ａ））にオフセットとして移動体位置情報（例えば、（ｘ_ｂ，ｙ_ｂ，ｚ_ｂ））を加えて、相対的な三次元の座標情報であるオブジェクト位置情報（例えば、（ｘ_ａ＋ｘ_ｂ，ｙ_ａ＋ｙ_ｂ，ｚ_ａ＋ｚ_ｂ））を算出する。

絶対位置情報取得部１３６は、オブジェクト抽出部１３４が特定したオブジェクトごとの点群を構成する各点の三次元座標情報と移動体位置情報とを用いて、２以上の絶対位置情報を算出する。つまり、絶対位置情報取得部１３６は、オブジェクト抽出部１３４が特定したオブジェクトごとの点群を構成する各点の三次元座標情報（例えば、（ｘ_ａ，ｙ_ａ，ｚ_ａ））にオフセットとして移動体位置情報（例えば、（ｘ_ｂ，ｙ_ｂ，ｚ_ｂ））を加えて、相対的な三次元の座標情報である絶対位置情報（例えば、（ｘ_ａ＋ｘ_ｂ，ｙ_ａ＋ｙ_ｂ，ｚ_ａ＋ｚ_ｂ））を算出する。

また、絶対位置情報取得部１３６は、取得したオブジェクトごとの絶対位置情報の集合を対応付けることは好適である。なお、絶対位置情報の集合を絶対位置情報群と言っても良い。

同一オブジェクト認識部１３７は、２以上の異なる時点の同一のオブジェクトの対応を取る。なお、同一オブジェクト認識部１３７が２以上の異なる時点の同一のオブジェクトの対応を取るアルゴリズムは問わない。

同一オブジェクト認識部１３７は、２以上の各時点に対応付けている元情報群を用いて、２以上の異なる時点の同一のオブジェクトの対応を取る。

同一オブジェクト認識部１３７は、例えば、絶対位置情報取得部１３６が取得した２以上の各時点ごと、１以上の各オブジェクトごとの１または２以上の絶対位置情報を用いて、２以上の異なる時点の同一のオブジェクトの対応を取る。ここで、対応を取ることは、例えば、同一のオブジェクトの絶対位置情報群を対応付けることである。対応を取ることは、例えば、対応がとれたオブジェクトの２以上の各時点の絶対位置情報群をすべて含む絶対位置情報群を当該オブジェクトの絶対位置情報群とすることである。

同一オブジェクト認識部１３７は、例えば、２以上の異なる時点の元情報群から抽出されたオブジェクトの絶対位置情報群により得られるオブジェクトの位置を用いて、位置が近接している異なる時点のオブジェクトを同一のオブジェクトである、と判断する。２つのオブジェクトの位置が近接していることは、例えば、各絶対位置情報群により抽出される輪郭により構成される図形の空間的な距離が小さいこと等である。なお、絶対位置情報群の代わりに、オブジェクトごとの点群を構成する各点の三次元座標情報の集合を用いてもよい。また空間的な距離の判定に際して、過去の履歴から、カルマンフィルタ等に基づき、より古い時点１からより新しい時点２に至るまでのオブジェクトの移動ベクトルを予測し、オブジェクトの予測位置と、時点２における各オブジェクトの位置を比較してもよい。

同一オブジェクト認識部１３７は、例えば、２以上の各時点で取得された１以上の特徴量を用いて、２以上の異なる時点の同一のオブジェクトの対応を取っても良い。つまり、例えば、時点１で特徴量Ａ，Ｂが取得されているオブジェクトと、時点２で特徴量Ａ，Ｃが取得されているオブジェクトがあり、、かつ共通する特徴量Ａが類似している場合、同一オブジェクト認識部１３７は、かかる時点１のオブジェクトと、時点２のオブジェクトとを同一のオブジェクトである、と判断する。

また、同一オブジェクト認識部１３７は、例えば、上記のオブジェクトの位置と特徴量の双方を用いて、２以上の異なる時点の同一のオブジェクトの対応を取っても良い。例えば、時点１のオブジェクト１と一定の距離以内に、時点２においてオブジェクトが複数存在する場合、時点１のオブジェクトと、特徴量が最も類似する時点２のオブジェクトとを同一のオブジェクトである、と判断する。また、例えば、時点１のオブジェクトの特徴量と時点２のオブジェクトの特徴量の類似度を、各オブジェクトの空間的な距離によって重み付けを行った上でスコアを算出し、時点１のオブジェクトと、時点２において最もスコアの高いオブジェクトとを同一のオブジェクトである、と判断する。

同一オブジェクト認識部１３７は、上述したように、２以上の異なる時点の元情報群から取得されたオブジェクトの位置情報を用いて、２以上の異なる時点の同一のオブジェクトの対応を取ることは好適である。なお、ここでのオブジェクトの位置情報は、上記の絶対位置情報でも良いし、相対位置情報でも良い。相対位置情報とは、例えば、移動体の位置を原点とする位置情報、つまり、元情報が有する三次元の座標情報である。

特徴量合成部１３８は、同一オブジェクト認識部１３７が対応を取った同一のオブジェクトの２以上の特徴量を取得し、２以上の特徴量を用いて、同一のオブジェクトの特徴量集合を取得する。なお、特徴量集合とは、例えば、サイズ情報と形状情報である。形状情報は、例えば、オブジェクトの表面形状の情報である。表面形状の情報は、例えば、オブジェクトの一面の表面形状の情報である。また、表面形状の情報は、例えば、平滑度である。

オブジェクト認識部１３９は、特徴量合成部１３８が取得した特徴量集合を用いて、同一のオブジェクトを識別するオブジェクト識別子を取得する。

オブジェクト認識部１３９は、例えば、特徴量合成部１３８が取得した特徴量集合を学習器に適用し、機械学習のアルゴリズムにより、オブジェクト識別子を取得する。機械学習のアルゴリズムは、上述したように問わない。

オブジェクト認識部１３９は、例えば、特徴量合成部１３８が取得した特徴量集合（例えば、特徴量ベクトル）に最も近似する特徴量集合（例えば、特徴量ベクトル）を対応表から検索し、当該特徴量集合と対になるオブジェクト識別子を対応表から取得する。

オブジェクト認識部１３９は、道路上の電柱、信号、またはポストのうちの１種類以上のオブジェクトを識別するオブジェクト識別子を取得することは好適である。

オブジェクト抽出部１３４、特徴量取得部１３５、絶対位置情報取得部１３６、同一オブジェクト認識部１３７、特徴量合成部１３８、オブジェクト認識部１３９は、例えば、以下の（１）〜（３）のいずれかの処理により、２以上の時点の元情報群を用いて、オブジェクト識別子を取得する。
（１）オブジェクト識別子の取得の第一の処理例

第一の処理例は、独立した認識処理によりオブジェクト認識と自己位置認識を行う場合のオブジェクト認識の処理である。自己位置認識とは、観測装置の位置の認識である。

処理部１３は、例えば、元情報群が有する３次元座標値（「３Ｄ点」という。）の集合を用いて、以下のような処理を行う。まず、処理部１３は、１または２以上の３Ｄ点の集合を用いて、オブジェクト認識処理を行う。オブジェクト認識処理は、一つのオブジェクトを構成する３Ｄ点の集合を特定する処理である。次に、処理部１３は、例えば、各オブジェクトの３Ｄ点の集合から、各オブジェクトの形状に関する特徴量である１または２以上の特徴量を取得する。特徴量は、例えば、サイズ（例えば、幅、高さ、奥行き）、平滑度等である。次に、処理部１３は、例えば、１以上の特徴量を用いて、オブジェクトの種類（オブジェクトの属性値の一例）を決定する。オブジェクトの種類は、オブジェクト識別子である。なお、オブジェクトの種類を決定する処理は、例えば、決定木、深層学習、サポートベクターマシン、決定木等の機械学習の技術が利用可能である。次に、処理部１３は、決定したオブジェクトの種類の情報に対応付けて、３Ｄ点（オブジェクト位置情報と言っても良い。）の集合を取得する。

なお、オブジェクト認識処理は、具体的には、例えば、以下の方法がある。まず、第一のオブジェクト認識処理について説明する。処理部１３は、複数の各３Ｄ点の距離が予め決められた条件を満たすほど近い点の集合を同一のオブジェクトを構成する点である、と判断し、オブジェクトごとに３Ｄ点をまとめる。

また、処理部１３は、例えば、以下のグリッドマップの手法である第二の方法によるオブジェクト認識処理を行っても良い。つまり、処理部１３は、３次元空間の複数のＢＯＸに区切る。そして、処理部１３は、各ＢＯＸに存在するすべての３Ｄ点を同一のオブジェクトを構成する３Ｄ点である、と仮定する。次に、処理部１３は、各ＢＯＸの３Ｄ点から特徴点（例えば、最も中心に近い点、複数の点の中央値など）を取得する。次に、特徴点が予め決められた条件を満たすほど近いＢＯＸを同一のオブジェクトを構成するＢＯＸである、と判断する。以上により、一のオブジェクトを構成する３Ｄ点の集合が検知できた（オブジェクト認識ができた）。なお、ＢＯＸとは、通常、３次元の立方体または直方体である。

また、処理部１３は、例えば、法線ベクトルを用いて、第三の方法によるオブジェクト認識処理を行っても良い。かかる方法は、領域拡張法（Region Growing Segmentation）と言われている公知の技術である。つまり、処理部１３は、例えば、注目する点（開始点）を中心とした一定範囲に存在する点群から算出される法線ベクトルを取得する。そして、処理部１３は、開始点から法線ベクトルが類似する近傍点を領域として結合して、オブジェクトを構成する。

そして、例えば、処理部１３は、一の元情報群から取得された移動体位置情報に対応付けて、各オブジェクトの２以上のオブジェクト位置情報を図示しないバッファに蓄積する。なお、処理部１３は、各オブジェクトの属性値をも一緒に、図示しないバッファに蓄積することは好適である。
（２）第二の処理例

第二の処理例は、過去に認識したオブジェクトの履歴を保存しておき、自己位置の変化を踏まえて、今回のオブジェクトに該当する過去のオブジェクトを取得する処理である。第二の処理例では、オブジェクトの位置変化量（速度）をオブジェクト認識に利用できる。また、第二の処理例では、過去に認識済みの属性も利用できる。なお、自己位置とは、観測装置または移動体の位置である。

なお、第二の処理例では、過去の各オブジェクトの（基準座標系での）位置と移動ベクトルの履歴」から、過去の各オブジェクトが今回存在し得る（基準座標系での）位置を推定し、それを基に過去の各オブジェクトと現在のオブジェクトの関連付けを行うものである。かかる位置推定の処理には、カルマンフィルタ等が利用可能である。なお、この処理の実現には、少なくとも過去の１以上の時点における、移動体の位置と各オブジェクトの位置が保存されている必要がある。

さらに具体的には、まず、移動体位置情報取得部１３２は、上述した処理により、特徴点の移動量（例えば、（ｘ_ｔ−ｘ_ｔ−１，ｙ_ｔ−ｙ_ｔ−１，ｚ_ｔ−ｚ_ｔ−１））算出する。そして、移動体位置情報取得部１３２は、過去の一時点（例えば、その直前の時点）（ｔ−１）の移動体位置情報（例えば、（ｘ_ｔ−１，ｙ_ｔ−１，ｚ_ｔ−１））と移動量とから、現時点（ｔ）の移動体位置情報（例えば、（ｘ_ｔ，ｙ_ｔ，ｚ_ｔ））を取得する。

次に、処理部１３は、現時点の１以上の元情報が有する３Ｄ点の集合を用いて、上記のオブジェクト認識処理により、オブジェクトを認識する。次に、処理部１３は、例えば、各オブジェクトの３Ｄ点の集合から、各オブジェクトの形状に関する特徴量である１または２以上の特徴量を取得する。次に、処理部１３は、例えば、１以上の特徴量から現時点のオブジェクトの属性値（例えば、オブジェクトの種類）を取得する。

次に、処理部１３は、過去の１以上の時点のオブジェクトと現時点のオブジェクトの対応付けを行うために、現時点のオブジェクトのオブジェクト位置情報を、移動体位置情報を用いて補正する。次に、過去の各オブジェクトの現時点における位置を、過去の移動量の履歴から推定する。なお、かかる処理において、カルマンフィルタ等を用いる処理がある。次に、現時点のオブジェクトの属性値と過去のオブジェクトの属性値とを比較し、現時点のオブジェクトと過去のオブジェクトとの対応付けを行う。なお、対応付けられる現時点のオブジェクトと過去のオブジェクトとは、同一または類似の属性値を有し、現時点における位置に対応する座標値と予測位置に対応する座標値との差異が予め決められた範囲の差異に留まるオブジェクトである。また、過去の１以上の時点のオブジェクトと現時点のオブジェクトの対応付けが行えた場合、現時点のオブジェクトの１または２以上のオブジェクト位置情報が取得される。

そして、例えば、処理部１３は、同一の元情報から取得された移動体位置情報に対応付けて、各オブジェクトの１または２以上のオブジェクト位置情報を図示しないバッファに蓄積する。なお、処理部１３は、各オブジェクトの属性値をも一緒に、図示しないバッファに蓄積することは好適である。
（３）第三の処理例

第三の処理例は、過去の３Ｄ点の集合を保存しておき、自己位置の変化を反映した３Ｄ点の集合と比較し、動体と非動体に分けて３Ｄ点の集合を検知する方法である。第三の処理例において、定点観測時の差分処理と同様の効果があるため、移動観測の場合でも、オブジェクト点群の取得をより堅牢に行うことが可能となる。なお、ここで「動体」とは、「一部または全体の（基準座標系における）位置が変化するオブジェクト」である。一部の位置が変化するオブジェクトは、例えば、手だけが動いている人間である。 さらに具体的には、まず、移動体位置情報取得部１３２は、上述した処理により、特徴点の移動量（例えば、（ｘ_ｔ−ｘ_ｔ−１，ｙ_ｔ−ｙ_ｔ−１，ｚ_ｔ−ｚ_ｔ−１））算出する。そして、移動体位置情報取得部１３２は、過去の一時点（例えば、その直前の時点）（ｔ−１）の移動体位置情報（例えば、（ｘ_ｔ−１，ｙ_ｔ−１，ｚ_ｔ−１））と移動量とから、現時点（ｔ）の移動体位置情報（例えば、（ｘ_ｔ，ｙ_ｔ，ｚ_ｔ））を取得する。

次に、処理部１３は、過去の１以上の時点（例えば、直前の時点）の３Ｄ点の集合と現時点の３Ｄ点の集合との同期を取るために、現時点の３Ｄ点の集合を、移動体位置情報を用いて補正する。

次に、処理部１３は、現時点の３Ｄ点の集合に対してオブジェクト認識処理を行う。

具体的には、処理部１３は、過去の３Ｄ点と同じ位置に存在するかどうかを考慮して、現在の各３Ｄ点が動体に属するかどうかを判定しながら、現時点の３Ｄ点の集合に対してオブジェクト認識処理を行う。ここで、考慮するとは、例えば、複数の各３Ｄ点の距離を基準としてオブジェクトを構成する３Ｄ点の集合を特定する際に、その複数の３Ｄ点が双方とも過去の３Ｄ点と同じ位置に存在するかどうかによって距離に重みづけを行うことをいう。

次に、処理部１３は、過去の時点（例えば、直前の時点）の３Ｄ点の集合から得られた各オブジェクトの１または２以上の各オブジェクト位置情報または／および属性値と、現時点の３Ｄ点の集合に対する各オブジェクトの１または２以上の各オブジェクト位置情報または／および属性値とを対比し、過去の時点の３Ｄ点の集合から得られた各オブジェクトと現時点の３Ｄ点の集合に対する各オブジェクトとの対応を決定する。

なお、過去の時点において動体または非動体であったオブジェクトが、現時点においては、過去の判断とは異なり、非動体または動体として判断される場合がある。例えば、立ち止まっていた人間が歩き始めた、動いていた車が駐車した等の場合である。また、オブジェクトが動体であるか非動体であるかのフラグ情報は、オブジェクトの属性値の一種である、とする。なお、ここで、（２）で説明した、過去のオブジェクトの移動量を考慮したオブジェクトの対応付けを行ってもよい。

そして、例えば、処理部１３は、同一の元情報から取得された移動体位置情報に対応付けて、各オブジェクトの１または２以上のオブジェクト位置情報を図示しないバッファに蓄積する。なお、処理部１３は、各オブジェクトの属性値をも一緒に、図示しないバッファに蓄積することは好適である。なお、オブジェクト位置情報は、絶対位置情報と同じでも良い。

処理部１３は、例えば、元情報取得部１３１が取得した２以上の各レーザー情報が有するレーザー識別子と対になる発信手段位置情報と発信手段方向情報と、レーザー情報が有する戻り時間とを用いて、オブジェクトのオブジェクト位置情報をレーザー情報ごとに取得し、取得した２以上のオブジェクト位置情報を用いて、１以上のオブジェクトを特定し、１以上の各オブジェクトと各オブジェクトの２以上のオブジェクト位置情報とを対応付ける。

処理部１３は、２以上の各時点において、１以上のオブジェクトを特定し、１以上の各オブジェクトと各オブジェクトの２以上のオブジェクト位置情報とを対応付けることは好適である。

元情報がレーザー識別子と戻り時間との組である場合、処理部１３は、元情報から、移動体位置情報に対する三次元空間内の相対位置を示すオブジェクト位置情報を取得する。例えば、２以上のオブジェクト位置情報（または絶対位置情報）からオブジェクトの輪郭抽出を行い、輪郭に対応する特徴量を取得し、当該特徴量を用いてオブジェクト識別子を取得する。そして、オブジェクト識別子で識別されるオブジェクトの輪郭を構成する２以上のオブジェクト位置情報とオブジェクト識別子とを対にして保持する。なお、処理部１３は、オブジェクトの輪郭を構成する２以上のオブジェクト位置情報に加えて、オブジェクトの内部のオブジェクト位置情報をもオブジェクト識別子と対にして保持しても良いことは言うまでもない。

また、元情報が距離画像の場合、距離画像から空間内のオブジェクトを認識し、オブジェクト識別子を取得する。画像からオブジェクトを認識する技術は公知技術である。処理部１３は、深層学習などの機械学習技術やオブジェクト情報とのパターンマッチングの技術等が利用可能である。そして、処理部１３は、オブジェクト識別子と認識したオブジェクトを構成する２以上のオブジェクト位置情報とを対にして保持する。

なお、処理部１３がオブジェクト識別子と２以上のオブジェクト位置情報とを対にして保持する場所は、格納部１１でも良いし、図示しないバッファ等でも良い。

出力図構成部１４０は、移動体位置情報と１以上の各オブジェクトの２以上の絶対位置情報とを用いて、移動体と１以上の各オブジェクトの相対的な位置関係が認識可能な三次元の図である出力図を構成する。

ここで、出力図とは、移動体と１以上の各オブジェクトの相対的な位置関係が認識可能な三次元の図である。出力図の具体例は後述する。なお、出力図構成部１４０が用いる移動体位置情報と絶対位置情報とは、同一の１以上の元情報群から取得された情報である。また、１以上の各オブジェクトの２以上の絶対位置情報とは、１以上の各オブジェクトの認識結果である、と言っても良い。

出力図構成部１４０は、２以上の各時点において、オブジェクト抽出部１３４が抽出した１以上のオブジェクトが含まれる図である出力図を構成する。

出力図構成部１４０は、移動体位置情報取得部１３２が取得した２以上の各時点における移動体位置情報により構成される移動体の移動軌跡を示す軌跡情報をも含まれる図である出力図を構成することは好適である。また、出力図構成部１４０は、オブジェクト識別子をも含む出力図を構成することは好適である。

出力部１４は、オブジェクト認識部１３９が取得したオブジェクト識別子と、同一のオブジェクトの絶対位置情報とを出力する。

ここで、出力とは、ディスプレイへの表示、プロジェクターを用いた投影、プリンタでの印字、音出力、外部の装置への送信、記録媒体への蓄積、他の処理装置や他のプログラムなどへの処理結果の引渡しなどを含む概念である。

図出力部１４１は、出力図構成部１４０が構成した出力図を出力する。

オブジェクト識別子出力部１４２は、オブジェクト認識部１３９が取得したオブジェクト識別子を、同一のオブジェクトの絶対位置情報に対応する位置に出力する。なお、絶対位置情報に対応する位置とは、出力図上のオブジェクトに対応するような態様でオブジェクト識別子が出力されれば良く、広く解する。

格納部１１、元情報格納部１１１、学習器格納部１１２、および対応表格納部１１３は、不揮発性の記録媒体が好適であるが、揮発性の記録媒体でも実現可能である。

格納部１１等に情報が記憶される過程は問わない。例えば、記録媒体を介して情報が格納部１１等で記憶されるようになってもよく、通信回線等を介して送信された情報が格納部１１等で記憶されるようになってもよく、あるいは、入力デバイスを介して入力された情報が格納部１１等で記憶されるようになってもよい。

受付部１２は、タッチパネルやキーボード等の入力手段のデバイスドライバーや、メニュー画面の制御ソフトウェア等で実現され得る。

処理部１３、元情報取得部１３１、移動体位置情報取得部１３２、元情報蓄積部１３３、オブジェクト抽出部１３４、特徴量取得部１３５、絶対位置情報取得部１３６、同一オブジェクト認識部１３７、特徴量合成部１３８、オブジェクト認識部１３９、および出力図構成部１４０は、通常、ＭＰＵやメモリ等から実現され得る。処理部１３等の処理手順は、通常、ソフトウェアで実現され、当該ソフトウェアはＲＯＭ等の記録媒体に記録されている。但し、ハードウェア（専用回路）で実現しても良い。

出力部１４、図出力部１４１、およびオブジェクト識別子出力部１４２は、ディスプレイやスピーカー等の出力デバイスを含むと考えても含まないと考えても良い。出力部１４等は、出力デバイスのドライバーソフトまたは、出力デバイスのドライバーソフトと出力デバイス等で実現され得る。

次に、情報処理装置１の動作について、図２のフローチャートを用いて説明する。

（ステップＳ２０１）受付部１２は、動作開始指示を受け付けたか否かを判断する。動作開始指示を受け付けた場合はステップＳ２０２に行き、動作開始指示を受け付けなかった場合はステップＳ２０８に行く。

（ステップＳ２０２）処理部１３は、カウンタｉに１を代入する。

（ステップＳ２０３）元情報取得部１３１は、ｉ番目の時点における元情報群を取得する。かかる元情報群を取得する元情報取得処理の例について、図３のフローチャートを用いて説明する。

（ステップＳ２０４）移動体位置情報取得部１３２は、ｉ番目の時点における移動体位置情報を取得する。移動体位置情報取得処理の例について、図４のフローチャートを用いて説明する。なお、

（ステップＳ２０５）元情報蓄積部１３３は、ステップＳ２０３で取得された元情報群とステップＳ２０４で取得された移動体位置情報とを対応付けて、元情報格納部１１１に蓄積する。

（ステップＳ２０６）受付部１２は、動作終了指示を受け付けたか否かを判断する。動作終了指示を受け付けた場合はステップＳ２０１に戻り、動作終了指示を受け付けなかった場合はステップＳ２０７に行く。

（ステップＳ２０７）処理部１３は、カウンタｉを１、インクリメントする。ステップＳ２０３に戻る。

（ステップＳ２０８）処理部１３は、オブジェクト認識のタイミングであるか否かを判断する。オブジェクト認識のタイミングである場合はステップＳ２０９に行き、オブジェクト認識のタイミングでない場合はステップＳ２１４に行く。なお、オブジェクト認識のタイミングは、例えば、ユーザから指示を受け付けたこと、または予め決められた時刻になったこと等である。ただし、そのタイミングは問わない。

（ステップＳ２０９）処理部１３は、カウンタｉに１を代入する。

（ステップＳ２１０）処理部１３は、ｉ番目の時点の元情報群が元情報格納部１１１に存在するか否かを判断する。ｉ番目の時点の元情報群が存在する場合はステップＳ２１１に行き、存在しない場合はステップＳ２１３に行く。

（ステップＳ２１１）オブジェクト抽出部１３４は、ｉ番目の時点の元情報群を用いて、１以上のオブジェクトを抽出する。かかるオブジェクト抽出処理について、図５のフローチャートを用いて説明する。

（ステップＳ２１２）処理部１３は、カウンタｉを１、インクリメントする。ステップＳ２１０に戻る。

（ステップＳ２１３）処理部１３は、オブジェクト認識処理を行う。ステップＳ２０１に戻る。なお、かかるオブジェクト認識処理について、図６のフローチャートを用いて説明する。

（ステップＳ２１４）受付部１２は、出力指示を受け付けたか否かを判断する。出力指示を受け付けた場合はステップＳ２１５に行き、出力指示を受け付けなかった場合はステップＳ２０１に戻る。

（ステップＳ２１５）出力図構成部１４０は、出力図を構成する処理を行う。出力図構成処理について、図７のフローチャートを用いて説明する。

（ステップＳ２１６）図出力部１４１は、ステップＳ２１５で構成された出力図を出力する。ステップＳ２０１に戻る。

なお、図２のフローチャートにおいて、電源オフや処理終了の割り込みにより処理は終了する。

次に、ステップＳ２０３の元情報取得処理の例について、図３のフローチャートを用いて説明する。

（ステップＳ３０１）元情報取得部１３１は、カウンタｉに１を代入する。

（ステップＳ３０２）元情報取得部１３１は、ｉ番目のレーザー発信手段が存在するか否かを判断する。ｉ番目のレーザー発信手段が存在する場合はステップＳ３０３に行き、ｉ番目のレーザー発信手段が存在しない場合はステップＳ３０７に行く。

（ステップＳ３０３）元情報取得部１３１は、ｉ番目のレーザー発信手段のレーザー識別子を取得する。なお、レーザー識別子は、通常、格納部１１に格納されている。

（ステップＳ３０４）元情報取得部１３１は、ｉ番目のレーザー発信手段が発信したレーザーの戻り時間を取得する。なお、かかる処理は、ＬＩＤＡＲの公知技術である。

（ステップＳ３０５）元情報取得部１３１は、ステップＳ３０３で取得したレーザー識別子とステップＳ３０４で取得した戻り時間とを有する元情報を構成する。なお、元情報取得部１３１は、レーザー識別子と戻り時間とから３次元座標値を算出し、当該３次元座標値を有する元情報を構成しても良い。かかる場合、元情報取得部１３１は、戻り時間から原点に対する距離を取得し、レーザー識別子に対応する原点に対する角度を取得し、当該距離と角度とから、原点に対する３次元座標値を算出する。かかる処理は公知技術である。また、レーザー識別子に対応付けて、原点に対する角度が、格納部１１に格納されている。

（ステップＳ３０６）元情報取得部１３１は、カウンタｉを１、インクリメントする。ステップＳ３０２に戻る。

（ステップＳ３０７）元情報取得部１３１は、この時点の元情報群を構成し、図示しないバッファに一時蓄積する。上位処理にリターンする。なお、元情報群は、ステップＳ３０５で構成された２以上の元情報の集合である。

なお、図３のフローチャートにおいて、この時点の元情報群は、例えば、一時点における移動体の周辺、３６０度（一周）分の元情報の集合であっても良いし、１８０度（正面）の分の元情報の集合であっても良い。取得される元情報群の、観測装置からの範囲（角度）は問わない。

また、図３のフローチャートにおいて、元情報取得部１３１は、移動体の周辺の１以上の距離画像を取得しても良い。

次に、ステップＳ２０３の移動体位置情報取得処理の例について、図４のフローチャートを用いて説明する。

（ステップＳ４０１）移動体位置情報取得部１３２は、元情報取得部１３１が取得した１以上の各元情報が有する３次元空間上の座標値の集合、または１以上の各元情報から取得される３次元空間上の座標値の集合から、１以上の特徴点を取得し、図示しないバッファに一時蓄積する。なお、特徴点は、３Ｄの座標値である。

（ステップＳ４０２）移動体位置情報取得部１３２は、図示しないバッファに、直前の時点の１以上の特徴点が格納されているか否かを判断する。１以上の特徴点が格納されている場合はステップＳ４０３に行き、格納されていない場合はステップＳ４０８に行く。

（ステップＳ４０３）移動体位置情報取得部１３２は、移動体位置情報取得部１３２は、図示しないバッファから、直前の時点の１以上の特徴点を読み出す。

（ステップＳ４０４）移動体位置情報取得部１３２は、ステップＳ４０１で取得した１以上の特徴点のうちのいずれか１以上の各特徴点に対応する特徴点であり、直前の時点の１以上の特徴点を決定する。

（ステップＳ４０５）移動体位置情報取得部１３２は、対応する２つの特徴点の差異である移動量を算出する。なお、対応する２つの特徴点は、ステップＳ４０１で取得した現時点の特徴点と、直前の時点の特徴点である。対応するとは、例えば、周辺の点の集合から構成される形状が類似し、距離が一定範囲に留まることである。また、ここで、移動量を算出するために使用する特徴点は、非動体のオブジェクトの特徴点である。また、移動体位置情報取得部１３２は、２以上の特徴点の組の差異を算出し、最も多い値の差異を移動量としても良い。なお、特徴点の組とは、対応する２つの特徴点である。

（ステップＳ４０６）移動体位置情報取得部１３２は、図示しないバッファから、直前の時点の移動体位置情報を読み出す。

（ステップＳ４０７）移動体位置情報取得部１３２は、ステップＳ４０６で読み出した移動体位置情報と、ステップＳ４０５で取得した移動量とから、現時点の移動体位置情報を算出する。上位処理にリターンする。

（ステップＳ４０８）移動体位置情報取得部１３２は、ステップＳ４０１で取得した１以上の特徴点に対して、原点を対応付ける。なお、原点は、開始時の移動体位置情報である。上位処理にリターンする。

次に、ステップＳ２１１のオブジェクト抽出処理について、図５のフローチャートを用いて説明する。

（ステップＳ５０１）オブジェクト抽出部１３４は、カウンタｊに１を代入する。

（ステップＳ５０２）オブジェクト抽出部１３４は、着目する元情報群にｊ番目の元情報が存在するか否かを判断する。ｊ番目の元情報が存在する場合はステップＳ５０３に行き、ｊ番目の元情報が存在しない場合はステップＳ５０６に行く。

（ステップＳ５０３）オブジェクト抽出部１３４は、ｊ番目の元情報と、着目する元情報群に対応する移動体位置情報とを用いて、絶対位置情報を取得する。なお、かかる絶対位置情報は、ｊ番目の元情報に対応する絶対位置情報である。

（ステップＳ５０４）オブジェクト抽出部１３４は、着目する元情報群またはｊ番目の元情報または移動体位置情報に対応付けて、ステップＳ５０３で取得した絶対位置情報をバッファに蓄積する。なお、オブジェクト抽出部１３４は、絶対位置情報を格納部１１等に蓄積しても良い。

（ステップＳ５０５）オブジェクト抽出部１３４は、カウンタｊを１、インクリメントする。ステップＳ５０２に戻る。

（ステップＳ５０６）オブジェクト抽出部１３４は、カウンタｋに１を代入する。

（ステップＳ５０７）オブジェクト抽出部１３４は、ステップＳ５０４で蓄積した絶対位置情報の中に、ｋ番目の絶対位置情報が存在するか否かを判断する。ｋ番目の絶対位置情報が存在する場合はステップＳ５０８に行き、ｋ番目の絶対位置情報が存在しない場合は上位処理にリターンする。なお、ｋ番目の絶対位置情報は、検出されたオブジェクトを構成しない絶対位置情報である。

（ステップＳ５０８）オブジェクト抽出部１３４は、ステップＳ５０４で蓄積した絶対位置情報の中から、ｋ番目の絶対位置情報を取得する。

（ステップＳ５０９）オブジェクト抽出部１３４は、ｋ番目の絶対位置情報とともに、一のオブジェクトを構成する１以上（（Ｎ−１）個）の絶対位置情報を、ステップＳ５０４で蓄積した絶対位置情報の中から取得する。そして、オブジェクト抽出部１３４は、ｋ番目の絶対位置情報と取得した１以上の絶対位置情報とを有する絶対位置情報群を取得する。なお、オブジェクト抽出部１３４は、ｋ番目の絶対位置情報または一のオブジェクトを構成する他のいずれかの絶対位置情報が示す点との距離が閾値以内または閾値より小さい点を示す絶対位置情報を取得する。

（ステップＳ５１０）オブジェクト抽出部１３４は、ステップＳ５０９で取得した絶対位置情報群を構成するいずれかの絶対位置情報に対応する元情報のいずれかが、元情報群の中の端の位置の元情報であるか否かを判断する（つまり、オブジェクトのいずれかの点が元情報群の端の点であるか否かを判断する）。端の点が存在する場合はステップＳ５１１に行き、端の点が存在しない場合はステップＳ５１２に行く。

（ステップＳ５１１）オブジェクト抽出部１３４は、一のオブジェクトを構成する絶対位置情報群に対応付けて、「部分」を示すフラグを付加する。なお、「部分」を示すフラグとは、元情報群の中のオブジェクトは、当該一のオブジェクトの部分であり、全体ではないことを示すフラグである。

（ステップＳ５１２）オブジェクト抽出部１３４は、一のオブジェクトを構成する絶対位置情報群に対応付けて、「全体」を示すフラグを付加する。なお、「全体」を示すフラグとは、元情報群の中のオブジェクトは、当該一のオブジェクトの全体であることを示すフラグである。

（ステップＳ５１３）特徴量取得部１３５は、一のオブジェクトの絶対位置情報群を用いて、１または２以上の特徴量を取得し、当該絶対位置情報群に対応付けて蓄積する。

（ステップＳ５１４）オブジェクト抽出部１３４は、カウンタｋにＮを加える。ステップＳ５０７に戻る。

なお、図５のフローチャートの処理により、各時点の元情報群または絶対位置情報群に対応付けて、１以上の各オブジェクトを構成する２以上の絶対位置情報群が特定される。また、各オブジェクトに対応付けて、「部分」または「全体」を示すフラグが蓄積される。また、各オブジェクトに対応付けて、１または２以上の特徴量が蓄積された。

次に、ステップＳ２１３のオブジェクト認識処理について、図６のフローチャートを用いて説明する。

（ステップＳ６０１）処理部１３は、カウンタｉに１を代入する。

（ステップＳ６０２）処理部１３は、カウンタｊに１を代入する。

（ステップＳ６０３）同一オブジェクト認識部１３７は、ｊ番目の時点における、ｉ番目の未処理のオブジェクトが存在するか否かを判断する。ｉ番目の未処理のオブジェクトが存在する場合はステップＳ６０４に行き、ｉ番目の未処理のオブジェクトが存在しない場合はステップＳ６１２に行く。なお、未処理のオブジェクトとは、ステップＳ６０４またはステップＳ６０６で検出されていないオブジェクトである。

（ステップＳ６０４）同一オブジェクト認識部１３７は、ｉ番目の未処理のオブジェクトに対応する絶対位置情報群と特徴量とを取得する。

（ステップＳ６０５）同一オブジェクト認識部１３７は、カウンタｋにｊ＋１を代入する。

（ステップＳ６０６）同一オブジェクト認識部１３７は、ステップＳ６０４で取得した絶対位置情報群と同一または近似する絶対位置情報群が、ｋ番目の時点のオブジェクトの絶対位置情報群の中で存在するか否かを判断する。近似する絶対位置情報群が存在する場合はステップＳ６０７に行き、近似する絶対位置情報群が存在しない場合はステップＳ６０９に行く。近似する２つの絶対位置情報群は、同一のオブジェクトを特定する絶対位置情報群である。また、２つの絶対位置情報群が近似することは、２つの絶対位置情報群が同一のオブジェクトを構成する点群であることであり、例えば、２つの絶対位置情報群が示す３次元空間内の領域が閾値以上または閾値より多く重なること、各絶対位置情報群を構成する、対応する絶対位置情報の差異の絶対値の合計が閾値以下または閾値より小さいこと等である。

（ステップＳ６０７）同一オブジェクト認識部１３７は、ステップＳ６０６で近似すると判断された絶対位置情報群を取得する。また、特徴量合成部１３８は、当該絶対位置情報群と対になる１以上の特徴量を取得する。

（ステップＳ６０８）同一オブジェクト認識部１３７は、カウンタｋを１、インクリメントする。ステップＳ６０６に戻る。

（ステップＳ６０９）特徴量合成部１３８は、同一のオブジェクトの絶対位置情報群から取得された２以上の特徴量であり、ステップＳ６０７で取得した２以上の特徴量を対応付けて、図示しないバッファに一時蓄積する。

（ステップＳ６１０）オブジェクト認識部１３９は、ステップＳ６０９で取得された２以上の特徴量を用いて、オブジェクト識別子を取得し、当該オブジェクトの１以上の絶対位置情報群と対にして、蓄積する。なお、ここで、オブジェクト認識部１３９は、例えば、学習器または対応表を用いてオブジェクト識別子を取得する。

（ステップＳ６１１）処理部１３は、カウンタｉを１、インクリメントする。ステップＳ６０３に戻る。

（ステップＳ６１２）処理部１３は、カウンタｊを１、インクリメントする。

（ステップＳ６１３）処理部１３は、ｊ番目の時点が存在するか否かを判断する。ｊ番目の時点が存在する場合はステップＳ６１４に行き、ｊ番目の時点が存在しない場合は上位処理にリターンする。

（ステップＳ６１４）処理部１３は、カウンタｉに１を代入する。ステップＳ６０３に戻る。

次に、ステップＳ２１５の出力図構成処理について、図７のフローチャートを用いて説明する。

（ステップＳ７０１）出力図構成部１４０は、受け付けられた出力指示が有する時点識別子を取得する。

（ステップＳ７０２）出力図構成部１４０は、時点識別子と対になる絶対位置情報群を取得する。

（ステップＳ７０３）出力図構成部１４０は、カウンタｉに１を代入する。

（ステップＳ７０４）出力図構成部１４０は、ステップＳ７０２で取得した絶対位置情報群の中の絶対位置情報により特定されるｉ番目のオブジェクトが存在するか否かを判断する。存在する場合はステップＳ７０５に行き、存在しない場合は上位処理にリターンする。

（ステップＳ７０５）出力図構成部１４０は、ｉ番目のオブジェクトに対応する絶対位置情報群を取得する。

（ステップＳ７０６）出力図構成部１４０は、ステップＳ７０５で取得した絶対位置情報群を用いて、ｉ番目のオブジェクトを描画する。なお、出力図構成部１４０は、オブジェクトによって、絶対位置情報群を構成する絶対位置情報の点の色を変えて、オブジェクトを描画することは好適である。また、オブジェクトを描画することは、例えば、絶対位置情報群を構成する絶対位置情報の点を三次元空間内に配置することである。

（ステップＳ７０７）出力図構成部１４０は、ｉ番目のオブジェクトのオブジェクト識別子を取得する。

（ステップＳ７０８）出力図構成部１４０は、ステップＳ７０７で取得したオブジェクト識別子を、ｉ番目のオブジェクトに対応する絶対位置情報が示す位置に対応する領域に配置する。

（ステップＳ７０９）出力図構成部１４０は、カウンタｉを１、インクリメントする。ステップＳ７０４に戻る。

なお、図７のフローチャートにおいて、出力図構成部１４０は、ステップＳ７０２で取得した絶対位置情報群を構成する各絶対位置情報を三次元空間内に配置し、出力図を構成しても良い。

以下、本実施の形態における情報処理装置１の具体的な動作について説明する。情報処理装置１の概念図は図８である。図８において、８０１は、情報処理装置１である。８０２は、ＬＩＤＡＲであり、多数のレーザー発信手段を有する。８０２は、上述した観測装置である。また、情報処理装置１は、例えば、ロボット、または自動車、ＡＧＶ（無人搬送車）等の移動体である。

また、観測装置８０２が移動体に搭載されて、街中を移動していく、とする。そして、観測装置８０２が移動していく中で、２以上の各時点の元情報群が元情報格納部１１１に蓄積された、とする。例えば、観測装置８０２が移動体に搭載されて、街中を移動していく中で、図９に示すように、観測タイミング「Ｔ１」および「Ｔ２」の時点で、２つの各時点の元情報群が元情報格納部１１１に蓄積された、とする。また、観測タイミング「Ｔ１」において、電柱のオブジェクト９０１は全体が観測され、観測タイミング「Ｔ２」において、電柱のオブジェクト９０２は部分のみが観測されることとなる。

また、対応表格納部１１３には、図１０に示す対応表が管理されている、とする。対応表は、２以上の対応情報を有する。対応情報は、「オブジェクト識別子」「特徴量」を有する。「オブジェクト識別子」は、ここでは、オブジェクトの種類またはオブジェクトの名前である。「特徴量」は、ここでは、サイズ情報、形状情報を含む。「サイズ情報」は、幅の範囲、高さの範囲の情報である。また、「形状情報」は、ここでは、表面形状、三次元形状を含む。また、「表面形状」は、ここでは平滑度である。さらに、「三次元形状」は、形状の名称でも良いし、形状を示す画像でも良い。また、三次元形状は、例えば、３Ｄモデルのデータを表すものであるが、３Ｄモデルのデータそのものでも良く、そのデータ構造は問わない。

かかる状況において、ユーザは、オブジェクト認識の指示を情報処理装置１に入力した、とする。すると、受付部１２は、オブジェクト認識の指示を受け付ける。そして、処理部１３は、オブジェクト認識のタイミングであると判断する。

次に、オブジェクト抽出部１３４は、上述したオブジェクト抽出処理により、時点「Ｔ１」の元情報群から、９０１の電柱（全体）を抽出する。また、オブジェクト抽出部１３４は、上述したオブジェクト抽出処理により、時点「Ｔ２」の元情報群から、９０２の電柱（部分）を抽出する。また、特徴量取得部１３５は、電柱９０１の絶対位置情報群を用いて、上述した処理により、サイズ情報（幅：Ｘａ，高さ：Ｙａ）を取得した、とする。さらに、特徴量取得部１３５は、電柱９０２の絶対位置情報群を用いて、上述した処理により、表面形状（平滑度：Ｓａ）を取得した、とする。なお、平滑度は、例えば、上述の三次元形状を構成する表面と、実際の点群との誤差の大きさとして算出される。

次に、同一オブジェクト認識部１３７は、上述したオブジェクト認識処理のうちの一部の処理により、電柱９０１と電柱９０２とは同じオブジェクトである、と認識する。

そして、特徴量合成部１３８は、電柱９０１のサイズ情報（幅：Ｘａ，高さ：Ｙａ）、電柱９０２の表面形状（平滑度：Ｓａ）を取得する。なお、「Ｓａ」は、「Ｓ_２」以下である、とする。

次に、オブジェクト認識部１３９は、サイズ情報（幅：Ｘａ，高さ：Ｙａ）、表面形状（平滑度：Ｓａ）に合致する対応情報を、図１０の対応表から検索する。つまり、オブジェクト認識部１３９は、「ＩＤ＝２」のレコードを検出する。次に、オブジェクト認識部１３９は、「ＩＤ＝２」のレコードのオブジェクト識別子「電柱」を取得する。そして、オブジェクト認識部１３９は、当該オブジェクトの絶対位置情報群にオブジェクト識別子「電柱」を対応付けて蓄積する。

以上、本実施の形態によれば、移動体の周辺に存在するオブジェクトの特定の部分の３次元座標の集合である２以上の元情報群を用いて、オブジェクトを認識することが容易にできる。

なお、本実施の形態における出力図の例を図１１に示す。出力図構成部１４０が構成し、図出力部１４１が出力した図である。図１１では、オブジェクト識別子が配置されていないが、オブジェクト識別子が配置されることは好適である。また、図１１の自己位置は、当該時点の移動体位置情報が示す位置である。

さらに、本実施の形態における処理は、ソフトウェアで実現しても良い。そして、このソフトウェアをソフトウェアダウンロード等により配布しても良い。また、このソフトウェアをＣＤ−ＲＯＭなどの記録媒体に記録して流布しても良い。なお、このことは、本明細書における他の実施の形態においても該当する。なお、本実施の形態における情報処理装置を実現するソフトウェアは、以下のようなプログラムである。つまり、このプログラムは、例えば、移動体の周辺に存在するオブジェクトの三次元空間における位置を特定する元になる情報であり、前記オブジェクトの特定の部分の３次元座標の集合である２以上の元情報である元情報群を、２以上の各時点の前記移動体の位置を示す移動体位置情報に対応付けて格納される元情報格納部にアクセス可能なコンピュータを、前記２以上の各時点に対応付けている元情報群を用いて、１以上のオブジェクトを抽出するオブジェクト抽出部と、前記２以上の各時点に対応付けている元情報群を用いて、前記オブジェクト抽出部が抽出した１以上の各オブジェクトの特徴量を取得する特徴量取得部と、前記２以上の各時点に対応付けている元情報群と前記２以上の各時点の移動体位置情報とを用いて、前記オブジェクト抽出部が抽出した１以上の各オブジェクトの絶対位置に関する絶対位置情報を取得する絶対位置情報取得部と、前記絶対位置情報取得部が取得した２以上の各時点ごと、１以上の各オブジェクトごとの絶対位置情報を用いて、２以上の異なる時点の同一のオブジェクトの対応を取る同一オブジェクト認識部と、前記同一オブジェクト認識部が対応を取った同一のオブジェクトの２以上の特徴量を取得し、当該２以上の特徴量を用いて、前記同一のオブジェクトの特徴量集合を取得する特徴量合成部と、前記特徴量合成部が取得した特徴量集合を用いて、前記同一のオブジェクトを識別するオブジェクト識別子を取得するオブジェクト認識部と、前記オブジェクト認識部が取得したオブジェクト識別子と、前記同一のオブジェクトの絶対位置情報とを出力する出力部として機能させるためのプログラムである。

図１２は、本実施の形態におけるプログラムを実行して、情報処理装置１を実現するコンピュータシステム３００の外観図である。

本実施の形態の各装置は、コンピュータハードウェアおよびその上で実行されるコンピュータプログラムによって実現され得る。図１２において、コンピュータシステム３００は、ディスクドライブ３０５を含むコンピュータ３０１と、キーボード３０２と、マウス３０３と、ディスプレイ３０４とを備える。なお、キーボード３０２やマウス３０３やディスプレイ３０４をも含むシステム全体をコンピュータと呼んでもよい。

図１３は、コンピュータシステム３００の内部構成の一例を示す図である。図１３において、コンピュータ３０１は、ＭＰＵ３０１３と、ブートアッププログラム等のプログラムを記憶するためのＲＯＭ３０１５と、ＭＰＵ３０１３等に接続され、アプリケーションプログラムの命令を一時的に記憶すると共に、一時記憶空間を提供するＲＡＭ３０１６と、アプリケーションプログラム、システムプログラム、およびデータを記憶するハードディスク３０１７と、ＭＰＵ３０１３やＲＯＭ３０１５等を相互に接続するバス３０１４と等を備える。

コンピュータシステム３００に、情報処理装置１の機能を実行させるプログラムは、例えば、ＣＤ−ＲＯＭ等のディスク３１０１に記憶されて、ディスクドライブ３０１２に挿入され、ハードディスク３０１７に転送されてもよい。これに代えて、そのプログラムは、ネットワークを介してコンピュータ３０１に送信され、ハードディスク３０１７に記憶されてもよい。プログラムは、実行の際にＲＡＭ３０１６にロードされる。なお、プログラムは、ハードディスク３０１６、またはネットワークから直接、ロードされてもよい。また、ハードディスク３０１６に代えて他の着脱可能な記録媒体（例えば、ＤＶＤやメモリカード等）を介して、プログラムがコンピュータシステム３００に読み込まれてもよい。

プログラムは、コンピュータの詳細を示す９０１に、情報処理装置１の機能を実行させるオペレーティングシステム（ＯＳ）、またはサードパーティプログラム等を必ずしも含んでいなくてもよい。プログラムは、制御された態様で適切な機能やモジュールを呼び出し、所望の結果が得られるようにする命令の部分のみを含んでいてもよい。コンピュータシステム３００がどのように動作するのかについては周知であり、詳細な説明は省略する。なお、以上は例示であり、情報処理装置１を実現するコンピュータのハードウェア構成は問わない。

また、上記プログラムを実行するコンピュータは、単数であってもよく、複数であってもよい。すなわち、集中処理を行ってもよく、あるいは分散処理を行ってもよい。

また、上記各実施の形態において、各処理は、単一の装置によって集中処理されることによって実現されてもよく、あるいは、複数の装置によって分散処理されることによって実現されてもよい。

本発明は、以上の実施の形態に限定されることなく、種々の変更が可能であり、それらも本発明の範囲内に包含されるものであることはいうまでもない。

以上のように、本発明にかかる情報処理装置は、移動体の周辺に存在するオブジェクトの特定の部分の３次元座標の集合である２以上の元情報群を用いて、オブジェクトを認識することが容易にできるという効果を有し、情報処理装置等として有用である。

１ 情報処理装置
１１ 格納部
１２ 受付部
１３ 処理部
１４ 出力部
１１１ 元情報格納部
１１２ 学習器格納部
１１３ 対応表格納部
１３１ 元情報取得部
１３２ 移動体位置情報取得部
１３３ 元情報蓄積部
１３４ オブジェクト抽出部
１３５ 特徴量取得部
１３６ 絶対位置情報取得部
１３７ 同一オブジェクト認識部
１３８ 特徴量合成部
１３９ オブジェクト認識部
１４０ 出力図構成部
１４１ 図出力部
１４２ オブジェクト識別子出力部

Claims (8)

1. 移動体の周辺に存在するオブジェクトの三次元空間における位置を特定する元になる情報であり、前記オブジェクトの特定の部分の３次元座標の集合である２以上の元情報である元情報群を、２以上の各時点の前記移動体の位置を示す移動体位置情報に対応付けて格納される元情報格納部と、
   前記２以上の各時点に対応付けている元情報群を用いて、１以上のオブジェクトを抽出するオブジェクト抽出部と、
   前記２以上の各時点に対応付けている元情報群を用いて、前記オブジェクト抽出部が抽出した１以上の各オブジェクトの特徴量を取得する特徴量取得部と、
   ２以上の異なる時点の同一のオブジェクトの対応を取る同一オブジェクト認識部と、
   前記同一オブジェクト認識部が対応を取った同一のオブジェクトの２以上の特徴量を取得し、当該２以上の特徴量を用いて、前記同一のオブジェクトの特徴量集合を取得する特徴量合成部と、
   前記特徴量合成部が取得した特徴量集合を用いて、前記同一のオブジェクトを識別するオブジェクト識別子を取得するオブジェクト認識部と、
   前記オブジェクト認識部が取得したオブジェクト識別子を出力する出力部とを具備する情報処理装置。
2. 前記特徴量取得部は、
   第一時点の元情報群であり、一のオブジェクトの全体が特定可能な元情報群を用いて、前記一のオブジェクトの全体特徴量を取得し、かつ第二時点の元情報群であり、一のオブジェクトの一部が特定可能な元情報群を用いて、前記一のオブジェクトの部分特徴量を取得し、
   前記特徴量合成部は、
   前記同一オブジェクト認識部が対応を取った同一のオブジェクトの全体特徴量と部分特徴量とを取得し、当該全体特徴量と部分特徴量とを用いて、前記同一のオブジェクトの特徴量集合を取得する請求項１記載の情報処理装置。
3. 前記全体特徴量は、オブジェクトのサイズに関するサイズ情報またはオブジェクトの縦横比であり、前記部分特徴量は、オブジェクトの形状に関する形状情報である請求項２記載の情報処理装置。
4. ２以上の各時点に対応付けている元情報群と２以上の各時点の移動体位置情報とを用いて、前記オブジェクト抽出部が抽出した１以上の各オブジェクトの絶対位置に関する１または２以上の絶対位置情報を取得する絶対位置情報取得部と、
   前記移動体位置情報と前記１以上の各オブジェクトの２以上の絶対位置情報とを用いて、前記移動体と前記１以上の各オブジェクトの相対的な位置関係が認識可能な三次元の図である出力図を構成する出力図構成部とをさらに具備し、
   前記出力部は、
   前記出力図を出力する図出力部と、
   前記オブジェクト認識部が取得したオブジェクト識別子を、前記同一のオブジェクトの絶対位置情報に対応する位置に出力するオブジェクト識別子出力部とを具備する請求項１から請求項３いずれか一項に記載の情報処理装置。
5. オブジェクトの特徴量集合とオブジェクト識別子とを有する２以上の組情報を用いて、機械学習のアルゴリズムにより学習処理されて取得された学習器が格納される学習器格納部をさらに具備し、
   前記オブジェクト認識部は、
   前記特徴量合成部が取得した特徴量集合を前記学習器に適用し、機械学習のアルゴリズムにより、オブジェクト識別子を取得する請求項１から請求項４いずれか一項に記載の情報処理装置。
6. 前記オブジェクト認識部は、
   道路上の電柱、信号、またはポストのうちの１種類以上のオブジェクトを識別するオブジェクト識別子を取得する請求項１から請求項５いずれか一項に記載の情報処理装置。
7. 移動体の周辺に存在するオブジェクトの三次元空間における位置を特定する元になる情報であり、前記オブジェクトの特定の部分の３次元座標の集合である２以上の元情報である元情報群を、２以上の各時点の前記移動体の位置を示す移動体位置情報に対応付けて格納される元情報格納部と、オブジェクト抽出部と、特徴量取得部と、同一オブジェクト認識部と、特徴量合成部と、オブジェクト認識部と、出力部とにより実現される情報処理方法であって、
   前記オブジェクト抽出部が、前記２以上の各時点に対応付けている元情報群を用いて、１以上のオブジェクトを抽出するオブジェクト抽出ステップと、
   前記特徴量取得部が、前記２以上の各時点に対応付けている元情報群を用いて、前記オブジェクト抽出ステップで抽出された１以上の各オブジェクトの特徴量を取得する特徴量取得ステップと、
   前記同一オブジェクト認識部が、２以上の異なる時点の同一のオブジェクトの対応を取る同一オブジェクト認識ステップと、
   前記特徴量合成部が、前記同一オブジェクト認識ステップで対応が取られた同一のオブジェクトの２以上の特徴量を取得し、当該２以上の特徴量を用いて、前記同一のオブジェクトの特徴量集合を取得する特徴量合成ステップと、
   前記オブジェクト認識部が、前記特徴量合成ステップで取得された特徴量集合を用いて、前記同一のオブジェクトを識別するオブジェクト識別子を取得するオブジェクト認識ステップと、
   前記出力部が、前記オブジェクト認識ステップで取得されたオブジェクト識別子を出力する出力ステップとを具備する情報処理方法。
8. 移動体の周辺に存在するオブジェクトの三次元空間における位置を特定する元になる情報であり、前記オブジェクトの特定の部分の３次元座標の集合である２以上の元情報である元情報群を、２以上の各時点の前記移動体の位置を示す移動体位置情報に対応付けて格納される元情報格納部にアクセス可能なコンピュータを、
   前記２以上の各時点に対応付けている元情報群を用いて、１以上のオブジェクトを抽出するオブジェクト抽出部と、
   前記２以上の各時点に対応付けている元情報群を用いて、前記オブジェクト抽出部が抽出した１以上の各オブジェクトの特徴量を取得する特徴量取得部と、
   ２以上の異なる時点の同一のオブジェクトの対応を取る同一オブジェクト認識部と、
   前記同一オブジェクト認識部が対応を取った同一のオブジェクトの２以上の特徴量を取得し、当該２以上の特徴量を用いて、前記同一のオブジェクトの特徴量集合を取得する特徴量合成部と、
   前記特徴量合成部が取得した特徴量集合を用いて、前記同一のオブジェクトを識別するオブジェクト識別子を取得するオブジェクト認識部と、
   前記オブジェクト認識部が取得したオブジェクト識別子を出力する出力部として機能させるためのプログラム。