JP2020060498A - Information processing device - Google Patents

Information processing device Download PDF

Info

Publication number
JP2020060498A
JP2020060498A JP2018193081A JP2018193081A JP2020060498A JP 2020060498 A JP2020060498 A JP 2020060498A JP 2018193081 A JP2018193081 A JP 2018193081A JP 2018193081 A JP2018193081 A JP 2018193081A JP 2020060498 A JP2020060498 A JP 2020060498A
Authority
JP
Japan
Prior art keywords
point cloud
cloud data
individual point
map data
information processing
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
JP2018193081A
Other languages
Japanese (ja)
Inventor
真武 下平
Masatake Shimodaira
真武 下平
令司 松本
Reiji Matsumoto
令司 松本
宏平 伊藤
Kohei Ito
宏平 伊藤
裕貴 玉田
Hiroki Tamada
裕貴 玉田
稔樹 藤原
Toshiki Fujiwara
稔樹 藤原
卓也 塚田
Takuya Tsukada
卓也 塚田
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Pioneer Corp
Original Assignee
Pioneer Electronic Corp
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Pioneer Electronic Corp filed Critical Pioneer Electronic Corp
Priority to JP2018193081A priority Critical patent/JP2020060498A/en
Publication of JP2020060498A publication Critical patent/JP2020060498A/en
Priority to JP2023085035A priority patent/JP2023111921A/en
Pending legal-status Critical Current

Links

Images

Landscapes

  • Instructional Devices (AREA)
  • Navigation (AREA)
  • Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
  • Traffic Control Systems (AREA)

Abstract

To provide an information processing device with which it is possible to generate highly accurate overall point group data on the basis of individual point group data generated utilizing map data.SOLUTION: A collection unit 2 collects individual point group data generated on the basis of imaging information and map data, and a generation unit 3 generates overall point group data on the basis of a plurality of individual point group data. The collection unit 2 acquires attribute information pertaining to the map data and determines a degree of contribution of individual point group data on the basis of the attribute information, and it is thereby possible to raise the degree of contribution of individual point group data based on high- reliability map data and lower the degree of contribution of individual point group data based on low-reliability map data. Thus, it is possible to generate highly accurate overall point group data on the basis of individual point group data generated utilizing the map data.SELECTED DRAWING: Figure 1

Description

本発明は、情報処理装置に関する。   The present invention relates to an information processing device.

従来、移動体において自己位置推定と環境地図作成を同時に実行する方法（ＳＬＡＭ；Simultaneous Localization and Mapping）が知られている。このようなＳＬＡＭの一種として、レーザ装置に代えてビデオカメラを用いる方法（ＶＳＬＡＭ；Visual SLAM）が提案されている（例えば、特許文献１参照）。特許文献１に記載されたようなＶＳＬＡＭでは、ビデオカメラを用いることによりコスト低減を図っている。   Conventionally, a method (SLAM; Simultaneous Localization and Mapping) of simultaneously performing self-position estimation and environment map creation in a moving body is known. As a kind of such SLAM, a method using a video camera instead of a laser device (VSLAM; Visual SLAM) has been proposed (for example, refer to Patent Document 1). In the VSLAM described in Patent Document 1, the cost is reduced by using a video camera.

特開２０１４−２２２５５０号公報JP, 2014-222550, A

特許文献１に記載されたようなＶＳＬＡＭにおいては、ビデオカメラによって撮像された各画像（フレーム）において特徴点を抽出し、各画像間における特徴点の変化に基づいて自己位置推定及び環境地図作成を行う。このように環境地図を作成する際、既存の地図データを参照することにより、環境地図に含まれる点群データを補正して精度を向上させる方法が考えられる。さらに、所定の区間について複数の点群データを収集して統合することにより精度をさらに向上させる方法が考えられる。   In the VSLAM described in Patent Document 1, feature points are extracted from each image (frame) captured by a video camera, and self-position estimation and environment map creation are performed based on the change of the feature points between the images. To do. As described above, when creating the environment map, a method of correcting the point cloud data included in the environment map to improve the accuracy can be considered by referring to the existing map data. Furthermore, a method of further improving accuracy by collecting and integrating a plurality of point cloud data for a predetermined section is conceivable.

しかしながら、各点群データを生成する際、参照する地図データが同一のものであるとは限らない。このため、収集した複数の点群データに、古い地図データや精度の低い地図データを利用して生成された点群データが混ざっていると、統合した点群データの精度が低下してしまう可能性がある。   However, when generating each point cloud data, the reference map data is not always the same. Therefore, if the collected point cloud data is mixed with point cloud data generated using old map data or low-precision map data, the accuracy of the integrated point cloud data may decrease. There is a nature.

したがって、本発明の課題は、地図データを利用して生成された個別点群データに基づき、精度の高い総合点群データを生成することができる情報処理装置を提供することが一例として挙げられる。   Therefore, an object of the present invention is to provide, as an example, an information processing apparatus capable of generating highly accurate comprehensive point cloud data based on individual point cloud data generated using map data.

前述した課題を解決し目的を達成するために、請求項１に記載の本発明の情報処理装置は、撮像情報及び地図データに基づいて生成された個別点群データを収集する収集部と、複数の前記個別点群データに基づいて総合点群データを生成する生成部と、を備え、前記収集部は、前記複数の個別点群データのそれぞれについて、前記個別点群データの生成に利用された前記地図データに関する属性情報を取得し、前記生成部は、前記複数の個別点群データのそれぞれについて、前記属性情報に基づいて寄与度を決定し、前記総合点群データを生成することを特徴としている。   In order to solve the above problems and achieve the object, the information processing apparatus according to the present invention according to claim 1 includes a collecting unit that collects individual point cloud data generated based on imaging information and map data, and a plurality of collecting units. A generating unit that generates total point cloud data based on the individual point cloud data, and the collecting unit is used to generate the individual point cloud data for each of the plurality of individual point cloud data. The attribute information about the map data is acquired, the generation unit determines a contribution degree based on the attribute information for each of the plurality of individual point cloud data, and generates the comprehensive point cloud data. There is.

請求項８に記載の本発明の情報処理方法は、撮像情報及び地図データに基づいて生成された個別点群データを収集する収集工程と、複数の前記個別点群データに基づいて総合点群データを生成する生成工程と、を含み、前記収集工程において、前記複数の個別点群データのそれぞれについて、前記個別点群データの生成に利用された前記地図データに関する属性情報を取得し、前記生成工程において、前記複数の個別点群データのそれぞれについて、前記属性情報に基づいて寄与度を決定し、前記総合点群データを生成することを特徴としている。   The information processing method of the present invention according to claim 8 is a collection step of collecting individual point cloud data generated based on imaging information and map data, and total point cloud data based on a plurality of the individual point cloud data. And a generating step of generating, in the collecting step, for each of the plurality of individual point cloud data, attribute information relating to the map data used for generating the individual point cloud data is acquired, and the generating step In the above, in each of the plurality of individual point cloud data, the contribution degree is determined based on the attribute information, and the comprehensive point cloud data is generated.

本発明の実施例に係る情報処理装置の概略を示すブロック図である。It is a block diagram which shows the outline of the information processing apparatus which concerns on the Example of this invention.

以下、本発明の実施形態を説明する。本発明の実施形態に係る情報処理装置は、撮像情報及び地図データに基づいて生成された個別点群データを収集する収集部と、複数の個別点群データに基づいて総合点群データを生成する生成部と、を備える。収集部は、複数の個別点群データのそれぞれについて、個別点群データの生成に利用された地図データに関する属性情報を取得する。生成部は、複数の個別点群データのそれぞれについて、属性情報に基づいて寄与度を決定し、総合点群データを生成する。   Embodiments of the present invention will be described below. An information processing apparatus according to an embodiment of the present invention collects individual point cloud data generated based on imaging information and map data, and generates comprehensive point cloud data based on a plurality of individual point cloud data. And a generation unit. The collection unit acquires, for each of the plurality of individual point cloud data, attribute information regarding the map data used to generate the individual point cloud data. The generation unit determines a contribution degree for each of the plurality of individual point cloud data based on the attribute information, and generates total point cloud data.

このような本実施形態の情報処理装置によれば、収集部が地図データに関する属性情報を取得し、属性情報に基づいて個別点群データの寄与度を決定することで、信頼度の高い地図データに基づく個別点群データの寄与度を高くし、信頼度の低い地図データに基づく個別点群データの寄与度を低くすることができる。これにより、地図データを利用して生成された個別点群データに基づき、精度の高い総合点群データを生成することができる。   According to the information processing apparatus of the present embodiment, the collection unit acquires the attribute information about the map data and determines the contribution degree of the individual point cloud data based on the attribute information, so that the map data with high reliability can be obtained. It is possible to increase the contribution of the individual point cloud data based on, and decrease the contribution of the individual point cloud data based on the map data with low reliability. This makes it possible to generate highly accurate comprehensive point cloud data based on the individual point cloud data generated using the map data.

属性情報は、地図データの最終更新時又は作成時についての時間情報を含むことが好ましい。このとき、生成部は、最終更新時又は作成時が新しい地図データに基づく個別点群データの寄与度を高くすることが好ましい。地図データは最終更新時又は作成時が新しいほど信頼度が高い傾向がある。従って、最終更新時又は作成時が新しい地図データに基づく個別点群データの寄与度を高くすれば、精度の高い総合点群データを生成することができる。   The attribute information preferably includes time information when the map data was last updated or created. At this time, it is preferable that the generation unit increase the contribution of the individual point cloud data based on the new map data at the time of the final update or at the time of creation. The map data tends to have higher reliability as it is updated at the time of the last update or creation. Therefore, if the contribution of the individual point cloud data based on the new map data at the time of the final update or at the time of creation is increased, it is possible to generate highly accurate comprehensive point cloud data.

属性情報は、地図データの累計更新回数又はバージョン番号についての回数情報を含んでいてもよい。このとき、生成部は、累計更新回数が多い又はバージョン番号が大きい地図データに基づく個別点群データの寄与度を高くすることが好ましい。地図データは、累計更新回数が多い場合や、バージョン番号が大きい場合、最終更新時が新しく、信頼度が高い傾向がある。従って、累計更新回数が多い又はバージョン番号が大きい地図データに基づく個別点群データの寄与度を高くすれば、精度の高い総合点群データを生成することができる。   The attribute information may include the cumulative update count of the map data or the count information about the version number. At this time, it is preferable that the generation unit increase the contribution degree of the individual point cloud data based on the map data having a large cumulative number of updates or a large version number. When the map data has a large number of cumulative updates or a large version number, the last update time is new and the reliability tends to be high. Therefore, by increasing the contribution of the individual point cloud data based on the map data having a large number of cumulative updates or a large version number, it is possible to generate highly accurate comprehensive point cloud data.

属性情報は、地図データの精細度についての精細度情報を含んでいてもよい。このとき、生成部は、精細度が高い地図データに基づく個別点群データの寄与度を高くすることが好ましい。地図データは、作成者（提供者）や利用目的によって精細度が異なる場合がある。そこで、精細度が高い地図データに基づく個別点群データの寄与度を高くすれば、精度の高い総合点群データを生成することができる。   The attribute information may include definition information about the definition of the map data. At this time, the generation unit preferably increases the contribution of the individual point cloud data based on the map data having high definition. The definition of map data may differ depending on the creator (provider) and purpose of use. Therefore, if the degree of contribution of the individual point cloud data based on the map data with high definition is increased, it is possible to generate highly accurate comprehensive point cloud data.

本発明の実施形態に係る情報処理方法は、撮像情報及び地図データに基づいて生成された個別点群データを収集する収集工程と、複数の個別点群データに基づいて総合点群データを生成する生成工程と、を含む。収集工程において、複数の個別点群データのそれぞれについて、個別点群データの生成に利用された地図データに関する属性情報を取得する。生成工程において、複数の個別点群データのそれぞれについて、属性情報に基づいて寄与度を決定し、総合点群データを生成する。このような情報処理方法によれば、収集工程において地図データに関する属性情報を取得し、生成工程において属性情報に基づいて個別点群データの寄与度を決定することで、地図データを利用して生成された個別点群データに基づき、精度の高い総合点群データを生成することができる。   An information processing method according to an embodiment of the present invention collects individual point cloud data generated based on imaging information and map data, and generates total point cloud data based on a plurality of individual point cloud data. And a production step. In the collecting step, for each of the plurality of individual point cloud data, attribute information regarding the map data used to generate the individual point cloud data is acquired. In the generation step, for each of the plurality of individual point cloud data, the degree of contribution is determined based on the attribute information, and total point cloud data is generated. According to such an information processing method, the attribute information regarding the map data is acquired in the collecting step, and the contribution degree of the individual point cloud data is determined based on the attribute information in the generating step, thereby generating the map data using the map data. Highly accurate total point cloud data can be generated based on the individual point cloud data thus obtained.

また、上述した情報処理方法をコンピュータにより実行させる情報処理プログラムとしてもよい。このようにすることにより、コンピュータを用いて、地図データを利用して生成された個別点群データに基づき、精度の高い総合点群データを生成することができる。   Further, it may be an information processing program that causes a computer to execute the above-described information processing method. By doing so, a computer can be used to generate highly accurate integrated point cloud data based on the individual point cloud data generated using the map data.

また、上述した情報処理プログラムをコンピュータ読み取り可能な記録媒体に格納してもよい。このようにすることにより、当該プログラムを機器に組み込む以外に単体でも流通させることができ、バージョンアップ等も容易に行える。   Further, the above-mentioned information processing program may be stored in a computer-readable recording medium. By doing so, the program can be distributed as a single unit in addition to being installed in the device, and the version can be easily upgraded.

以下、本発明の実施例について具体的に説明する。本実施例の情報処理装置１は、図１に示すように、例えば移動体１０と通信する外部サーバ２０に搭載され、収集部２と、生成部３と、を備える。移動体１０は例えば車両であって、撮像部１１と、個別データ生成部１２と、通信部１３と、地図情報記憶部１４と、が搭載されている。尚、図１には１台の移動体１０のみを示しているが、外部サーバ２０は複数の移動体と通信可能なものであってもよい。   Hereinafter, examples of the present invention will be specifically described. As shown in FIG. 1, the information processing apparatus 1 according to the present embodiment is mounted on, for example, an external server 20 that communicates with the mobile body 10, and includes a collection unit 2 and a generation unit 3. The moving body 10 is, for example, a vehicle, and is equipped with an imaging unit 11, an individual data generation unit 12, a communication unit 13, and a map information storage unit 14. Although only one mobile unit 10 is shown in FIG. 1, the external server 20 may be capable of communicating with a plurality of mobile units.

撮像部１１は、例えばビデオカメラであって、移動体１０の進行方向前方側を撮像するように配置されている。撮像部１１が撮像した動画は、複数の画像情報（フレーム）によって構成されており、個別データ生成部１２に送信される。尚、撮像部は、所定の時間間隔で連続的に静止画を撮像可能なものであってもよい。   The imaging unit 11 is, for example, a video camera, and is arranged so as to image the front side of the moving body 10 in the traveling direction. The moving image captured by the image capturing unit 11 is composed of a plurality of image information (frames) and is transmitted to the individual data generating unit 12. The image capturing section may be capable of continuously capturing still images at predetermined time intervals.

個別データ生成部１２は、撮像部１１から画像情報を取得し、ＶＳＬＡＭによって個別点群データを生成する。即ち、個別データ生成部１２は、画像情報において特徴点を抽出し、特徴点の変化に基づいて点群データを生成する。点群データは、例えば三次元点群データであればよい。尚、抽出する特徴点は、物体の角部等、他の物体と区別可能であるとともに追跡可能なものであればよく、特徴点の抽出には、例えばＯＲＢ（Oriented fast and Rotated Brief）アルゴリズムを用いてもよいし、その他のアルゴリズムを用いてもよい。   The individual data generation unit 12 acquires image information from the image pickup unit 11 and generates individual point cloud data by VSLAM. That is, the individual data generation unit 12 extracts the characteristic points in the image information and generates the point cloud data based on the change of the characteristic points. The point cloud data may be, for example, three-dimensional point cloud data. The feature points to be extracted may be those that can be distinguished from other objects and can be traced, such as the corners of an object. For example, an ORB (Oriented fast and Rotated Brief) algorithm can be used to extract the feature points. It may be used, or another algorithm may be used.

また、個別データ生成部１２が個別点群データを生成する際、地図情報記憶部１４に記憶された地図データも利用する。さらに、個別データ生成部１２が個別点群データを生成する際、撮像部１１の撮像位置及び撮像方向の情報も利用する。即ち、例えばＧＰＳ（Global Positioning System）受信部等の自己位置推定部によって得られる現在位置情報と、車速パルス取得部やジャイロセンサ、加速度センサ等の車載センサによって得られる変位量情報と、を利用することにより、撮像部１１の撮像位置及び撮像方向を特定することができる。   Further, when the individual data generation unit 12 generates the individual point cloud data, the map data stored in the map information storage unit 14 is also used. Furthermore, when the individual data generation unit 12 generates the individual point cloud data, the information on the imaging position and the imaging direction of the imaging unit 11 is also used. That is, for example, the current position information obtained by a self-position estimating unit such as a GPS (Global Positioning System) receiving unit and the displacement amount information obtained by an in-vehicle sensor such as a vehicle speed pulse obtaining unit, a gyro sensor, and an acceleration sensor are used. As a result, the image pickup position and the image pickup direction of the image pickup unit 11 can be specified.

地図データを取得するとともに、撮像部１１の撮像位置及び撮像方向を特定することにより、各フレームにおいて抽出された特徴点や点群データを構成する構成点がどのような物体に対応しているかを推定することができる。個別データ生成部１２は、各フレームにおいて抽出される複数の特徴点のうち、例えば移動し得る物体（他車両や歩行者等）に対応した特徴点を、地図情報及び進行方向情報に基づいて特定して除去する。また、個別データ生成部１２は、複数の特徴点群に基づいて個別点群データを生成する際、個別点群データを構成する構成点のうち、例えば経時変化し得る地物（植生等）に対応した特徴点を、地図情報及び進行方向情報に基づいて特定して除去する。尚、個別データ生成部１２は、特徴点の除去と構成点の除去とのうち一方のみを実行してもよい。   By acquiring the map data and specifying the image pickup position and the image pickup direction of the image pickup unit 11, it is possible to determine what kind of object the feature points extracted in each frame and the constituent points forming the point cloud data correspond to. Can be estimated. The individual data generation unit 12 identifies a feature point corresponding to, for example, a movable object (another vehicle, a pedestrian, or the like) among the plurality of feature points extracted in each frame, based on the map information and the traveling direction information. And remove. In addition, when generating the individual point cloud data based on the plurality of characteristic point groups, the individual data generation unit 12 selects, for example, a feature (vegetation or the like) that can change with time among the constituent points forming the individual point cloud data. The corresponding feature point is identified and removed based on the map information and the traveling direction information. The individual data generating unit 12 may execute only one of the feature point removal and the component point removal.

個別データ生成部１２は、個別点群データを生成する際、利用する地図データに関する属性情報を、フラグとしてこの個別点群データに付与する。属性情報は、最終更新時又は作成時についての時間情報と、累計更新回数又はバージョン番号についての回数情報と、精細度についての精細度情報と、のうち少なくとも１つを含む。地図データは、最終更新時又は作成時が新しいほど信頼度が高い傾向がある。また、地図データは、累計更新回数が多い場合や、バージョン番号が大きい場合、最終更新時が新しく、信頼度が高い傾向がある。   When generating the individual point cloud data, the individual data generating unit 12 adds attribute information about the map data to be used to the individual point cloud data as a flag. The attribute information includes at least one of time information about the last update or creation, number information about the cumulative number of updates or version numbers, and definition information about definition. The map data tends to have higher reliability as it is updated at the time of the last update or creation. Further, when the map data has a large number of cumulative updates or a large version number, the map data tends to have a new last update time and high reliability.

通信部１３は、インターネットや公衆回線等のネットワークと通信するための回路やアンテナ等から構成され、外部サーバ２０の通信部２１と通信することにより、個別データ生成部１２が生成した情報（個別点群データ）を送信する。   The communication unit 13 is composed of a circuit, an antenna, and the like for communicating with a network such as the Internet or a public line, and communicates with the communication unit 21 of the external server 20 to generate the information generated by the individual data generating unit 12 (individual points). Group data).

地図情報記憶部１４は、例えばハードディスクや不揮発性メモリなどで構成され、既存の地図データが記憶されている。地図データは、少なくとも道路形状についての情報を含むものであればよく、市街図であってもよいし、線図であってもよいし、航空図であってもよい。尚、各移動体は地図情報記憶部を備えていなくてもよく、データセンタ等と通信することで地図データを取得してもよい。   The map information storage unit 14 is composed of, for example, a hard disk or a non-volatile memory, and stores existing map data. The map data need only include at least information about road shapes, and may be a city map, a line map, or an aerial map. It should be noted that each mobile unit may not be provided with a map information storage unit and may acquire map data by communicating with a data center or the like.

情報処理装置１の収集部２は、通信部２１を介し、個別データ生成部１２が生成した個別点群データを取得する。収集部２は、複数の移動体から個別点群データを取得したり、１つの移動体から個別点群データを複数回取得したりすることにより、個別点群データを収集する。   The collection unit 2 of the information processing device 1 acquires the individual point cloud data generated by the individual data generation unit 12 via the communication unit 21. The collection unit 2 collects the individual point cloud data from the plurality of moving bodies or the individual point cloud data from one moving body a plurality of times.

生成部３は、収集部２が収集した複数の個別点群データに基づいて、総合点群データを生成する。総合点群データは、複数の個別点群データを重ね合わせたものであってもよいし、複数の個別点群データの構成点の位置平均を示すものであってもよい。生成部３は、総合点群データを生成する際、地図データの属性情報に基づき、個別点群データのそれぞれについて寄与度を決定し、例えば寄与度に応じてデータに重みづけをする。このとき、上記の信頼度が高いほど寄与度を高くする。   The generation unit 3 generates total point cloud data based on the plurality of individual point cloud data collected by the collection unit 2. The total point cloud data may be data obtained by superposing a plurality of individual point cloud data, or may be data indicating an average position of constituent points of the plurality of individual point cloud data. When generating the comprehensive point cloud data, the generation unit 3 determines the contribution degree for each individual point cloud data based on the attribute information of the map data, and weights the data according to the contribution degree, for example. At this time, the higher the reliability is, the higher the contribution is.

尚、例えば最終更新時又は作成時から所定の年数が経過している場合等、属性情報によっては寄与度を０とし、データを用いない（除去する）処理を行ってもよい。また、上記のように決定された寄与度は、個別点群データ全体に適用されてもよいし、個別点群データを構成する構成点のうち、地図データの利用によって影響を受けた構成点のみに適用されてもよい。   Note that, for example, when a predetermined number of years have passed since the last update or the creation, the contribution degree may be set to 0 depending on the attribute information, and the processing may be performed without using (removing) the data. The contribution determined as described above may be applied to the entire individual point cloud data, or only the constituent points of the individual point cloud data that are affected by the use of the map data. May be applied to.

このように生成された総合点群データは、例えば移動体の自己位置推定に用いられる。即ち、移動体に搭載された光センサ（いわゆるLIDAR; Laser Imaging Detection and Ranging）によって地物が検出された際、総合点群データと照合することによってこの移動体の自己位置を推定すればよい。   The comprehensive point cloud data generated in this way is used, for example, for estimating the self-position of the moving body. That is, when a feature is detected by an optical sensor (so-called LIDAR; Laser Imaging Detection and Ranging) mounted on the moving body, the self-position of the moving body may be estimated by collating with the comprehensive point cloud data.

上記の構成により、収集部２が地図データに関する属性情報を取得し、属性情報に基づいて個別点群データの寄与度を決定することで、信頼度の高い地図データに基づく個別点群データの寄与度を高くし、信頼度の低い地図データに基づく個別点群データの寄与度を低くすることができる。これにより、地図データを利用して生成された個別点群データに基づき、精度の高い総合点群データを生成することができる。   With the above configuration, the collection unit 2 acquires the attribute information about the map data and determines the contribution degree of the individual point cloud data based on the attribute information, so that the contribution of the individual point cloud data based on the highly reliable map data is achieved. The degree of contribution of individual point cloud data based on map data having low reliability can be reduced. This makes it possible to generate highly accurate comprehensive point cloud data based on the individual point cloud data generated using the map data.

また、最終更新時又は作成時が新しい地図データに基づく個別点群データの寄与度を高くし、累計更新回数が多い又はバージョン番号が大きい地図データに基づく個別点群データの寄与度を高くし、精細度が高い地図データに基づく個別点群データの寄与度を高くすることで、精度の高い総合点群データを生成することができる。   Also, the contribution of individual point cloud data based on new map data at the time of last update or creation is increased, and the contribution of individual point cloud data based on map data with a large number of cumulative updates or a large version number is increased. By increasing the contribution of the individual point cloud data based on the map data with high definition, it is possible to generate highly accurate comprehensive point cloud data.

なお、本発明は、前記実施例に限定されるものではなく、本発明の目的が達成できる他の構成等を含み、以下に示すような変形等も本発明に含まれる。   The present invention is not limited to the above-described embodiments, but includes other configurations and the like that can achieve the object of the present invention, and the following modifications and the like are also included in the present invention.

例えば、前記実施例では、個別データ生成部１２が、地図データに関する属性情報をフラグとして個別点群データに付与するものとしたが、収集部２が収集する個別点群データには、属性情報が付与されていなくてもよい。例えば、収集部２が、個別点群データが生成された移動体に記憶されている地図データの属性情報を取得してもよい。また、地図データが移動体側に記憶されておらずデータセンタ等から取得する場合には、収集部２がデータセンタ等から地図データの属性情報を取得してもよい。また、収集部２が、個別点群データの生成日時に基づいて、利用された地図データの属性情報を推定してもよい。   For example, in the above-described embodiment, the individual data generation unit 12 adds the attribute information about the map data to the individual point cloud data as a flag, but the individual point cloud data collected by the collection unit 2 includes the attribute information. It may not be given. For example, the collection unit 2 may acquire the attribute information of the map data stored in the mobile body in which the individual point cloud data is generated. When the map data is not stored on the mobile body side and is acquired from the data center or the like, the collection unit 2 may acquire the attribute information of the map data from the data center or the like. Further, the collection unit 2 may estimate the attribute information of the used map data based on the generation date and time of the individual point cloud data.

また、前記実施例では、個別データ生成部１２が、個別点群データを生成する際に地図データに基づいて特徴点や構成点を除去するものとしたが、特徴点及び構成点は、除去されなくてもよい。例えば、個別点群データの各構成点に、地図データに基づいて信頼度を付与してもよい。   Further, in the above-described embodiment, the individual data generation unit 12 removes the characteristic points and the constituent points based on the map data when generating the individual point group data, but the characteristic points and the constituent points are removed. You don't have to. For example, reliability may be given to each constituent point of the individual point cloud data based on the map data.

また、情報処理装置を構成する収集部と生成部とは、外部サーバに搭載されていなくてもよく、互いに異なる機器や装置に搭載されていてもよい。即ち、情報処理装置の各構成は、物理的に分離した複数の装置に跨っていてもよい。   Further, the collection unit and the generation unit that configure the information processing device may not be mounted on the external server, but may be mounted on different devices or apparatuses. That is, each component of the information processing device may span a plurality of physically separated devices.

その他、本発明を実施するための最良の構成、方法などは、以上の記載で開示されているが、本発明は、これに限定されるものではない。すなわち、本発明は、主に特定の実施例に関して特に図示され、且つ、説明されているが、本発明の技術的思想および目的の範囲から逸脱することなく、以上述べた実施例に対し、形状、材質、数量、その他の詳細な構成において、当業者が様々な変形を加えることができるものである。従って、上記に開示した形状、材質などを限定した記載は、本発明の理解を容易にするために例示的に記載したものであり、本発明を限定するものではないから、それらの形状、材質などの限定の一部、もしくは全部の限定を外した部材の名称での記載は、本発明に含まれるものである。   Besides, the best configuration, method, and the like for carrying out the present invention have been disclosed in the above description, but the present invention is not limited thereto. That is, the present invention is mainly illustrated and described mainly with respect to a specific embodiment, but without departing from the technical idea and the scope of the object of the present invention, the shape with respect to the embodiment described above Those skilled in the art can make various modifications in terms of material, quantity, and other detailed configurations. Therefore, the description limiting the shapes and materials disclosed above is described as an example for facilitating the understanding of the present invention, and does not limit the present invention. The description with the names of members excluding some or all of the above limitations is included in the present invention.

１ 情報処理装置
２ 収集部
３ 生成部 1 Information processing device 2 Collection unit 3 Generation unit

Claims (10)

撮像情報及び地図データに基づいて生成された個別点群データを収集する収集部と、
複数の前記個別点群データに基づいて総合点群データを生成する生成部と、を備え、
前記収集部は、前記複数の個別点群データのそれぞれについて、前記個別点群データの生成に利用された前記地図データに関する属性情報を取得し、
前記生成部は、前記複数の個別点群データのそれぞれについて、前記属性情報に基づいて寄与度を決定し、前記総合点群データを生成することを特徴とする情報処理装置。 A collection unit that collects individual point cloud data generated based on imaging information and map data,
A generating unit that generates total point cloud data based on the plurality of individual point cloud data,
The collection unit acquires, for each of the plurality of individual point cloud data, attribute information relating to the map data used to generate the individual point cloud data,
The information processing apparatus, wherein the generation unit determines a contribution degree for each of the plurality of individual point cloud data based on the attribute information and generates the comprehensive point cloud data. 前記属性情報は、前記地図データの最終更新時又は作成時についての時間情報を含むことを特徴とする請求項１に記載の情報処理装置。   The information processing apparatus according to claim 1, wherein the attribute information includes time information when the map data was last updated or created. 前記生成部は、最終更新時又は作成時が新しい前記地図データに基づく前記個別点群データの寄与度を高くすることを特徴とする請求項２に記載の情報処理装置。   The information processing apparatus according to claim 2, wherein the generation unit increases the degree of contribution of the individual point cloud data based on the map data that is new at the time of final update or creation. 前記属性情報は、前記地図データの累計更新回数又はバージョン番号についての回数情報を含むことを特徴とする請求項１〜３のいずれか１項に記載の情報処理装置。   The information processing apparatus according to any one of claims 1 to 3, wherein the attribute information includes information on a cumulative number of updates of the map data or a version number. 前記生成部は、累計更新回数が多い又はバージョン番号が大きい前記地図データに基づく前記個別点群データの寄与度を高くすることを特徴とする請求項４に記載の情報処理装置。   The information processing apparatus according to claim 4, wherein the generation unit increases the degree of contribution of the individual point cloud data based on the map data having a large number of cumulative updates or a large version number. 前記属性情報は、前記地図データの精細度についての精細度情報を含むことを特徴とする請求項１〜５のいずれか１項に記載の情報処理装置。   The information processing apparatus according to claim 1, wherein the attribute information includes definition information about a definition of the map data. 前記生成部は、精細度が高い前記地図データに基づく前記個別点群データの寄与度を高くすることを特徴とする請求項６に記載の情報処理装置。   The information processing apparatus according to claim 6, wherein the generation unit increases the degree of contribution of the individual point cloud data based on the map data having high definition. 撮像情報及び地図データに基づいて生成された個別点群データを収集する収集工程と、
複数の前記個別点群データに基づいて総合点群データを生成する生成工程と、を含み、
前記収集工程において、前記複数の個別点群データのそれぞれについて、前記個別点群データの生成に利用された前記地図データに関する属性情報を取得し、
前記生成工程において、前記複数の個別点群データのそれぞれについて、前記属性情報に基づいて寄与度を決定し、前記総合点群データを生成することを特徴とする情報処理装置。 A collection step of collecting individual point cloud data generated based on imaging information and map data,
A generation step of generating total point cloud data based on the plurality of individual point cloud data,
In the collecting step, for each of the plurality of individual point cloud data, obtain attribute information about the map data used to generate the individual point cloud data,
The information processing apparatus, wherein in the generating step, a contribution degree is determined for each of the plurality of individual point cloud data based on the attribute information, and the comprehensive point cloud data is generated. 請求項８に記載の情報処理方法を、コンピュータにより実行させることを特徴とする情報処理プログラム。   An information processing program that causes a computer to execute the information processing method according to claim 8. 請求項９に記載の情報処理プログラムを格納したことを特徴とするコンピュータ読み取り可能な記録媒体。   A computer-readable recording medium storing the information processing program according to claim 9.
JP2018193081A 2018-10-12 2018-10-12 Information processing device Pending JP2020060498A (en)

Priority Applications (2)

Application Number Priority Date Filing Date Title
JP2018193081A JP2020060498A (en) 2018-10-12 2018-10-12 Information processing device
JP2023085035A JP2023111921A (en) 2018-10-12 2023-05-24 Information processing device

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
JP2018193081A JP2020060498A (en) 2018-10-12 2018-10-12 Information processing device

Related Child Applications (1)

Application Number Title Priority Date Filing Date
JP2023085035A Division JP2023111921A (en) 2018-10-12 2023-05-24 Information processing device

Publications (1)

Publication Number Publication Date
JP2020060498A true JP2020060498A (en) 2020-04-16

Family

ID=70220171

Family Applications (2)

Application Number Title Priority Date Filing Date
JP2018193081A Pending JP2020060498A (en) 2018-10-12 2018-10-12 Information processing device
JP2023085035A Pending JP2023111921A (en) 2018-10-12 2023-05-24 Information processing device

Family Applications After (1)

Application Number Title Priority Date Filing Date
JP2023085035A Pending JP2023111921A (en) 2018-10-12 2023-05-24 Information processing device

Country Status (1)

Country Link
JP (2) JP2020060498A (en)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2022172831A1 (en) * 2021-02-10 2022-08-18 株式会社Preferred Networks Information processing device

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2016161456A (en) * 2015-03-03 2016-09-05 富士重工業株式会社 Map data processing unit of vehicle

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP4225184B2 (en) * 2003-11-11 2009-02-18 日産自動車株式会社 Map reliability calculation device
JP5749359B2 (en) * 2013-01-24 2015-07-15 アイサンテクノロジー株式会社 Road map generation system, road map generation device, road map generation method, and navigation system

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2016161456A (en) * 2015-03-03 2016-09-05 富士重工業株式会社 Map data processing unit of vehicle

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2022172831A1 (en) * 2021-02-10 2022-08-18 株式会社Preferred Networks Information processing device

Also Published As

Publication number Publication date
JP2023111921A (en) 2023-08-10

Similar Documents

Publication Publication Date Title
US11740099B2 (en) Methods and systems for generating route data
JP6468563B2 (en) Driving support
JP6950832B2 (en) Position coordinate estimation device, position coordinate estimation method and program
US20100296705A1 (en) Method of and arrangement for mapping range sensor data on image sensor data
JP2015148601A (en) System and method for mapping, localization and pose correction
EP2327055A1 (en) Method of and arrangement for blurring an image
KR101493418B1 (en) Method for eliminating shadow of aerial photograph and apparatus thereof
JP5278108B2 (en) Moving object detection system and moving object detection method
CN111351502A (en) Method, apparatus and computer program product for generating an overhead view of an environment from a perspective view
JP2016177388A (en) Mobile object position/attitude measuring apparatus
JP2023111921A (en) Information processing device
JP2023174728A (en) Information processing device
CN112712563A (en) Camera orientation estimation
JP2020060496A (en) Information processing device
KR20130086819A (en) Information acquisition method of speed bump using car mms
CN110827340A (en) Map updating method, device and storage medium
JP2020060501A (en) Information processing device
JP7257770B2 (en) Information processing equipment
JP2020017198A (en) Information processing device
JP2020017200A (en) Information processing device
JP2020061049A (en) Point group data structure
JP2020017199A (en) Information processing device
JP2020060500A (en) Information processing device
JP2020061048A (en) Information processing device
CN117948969A (en) Method, apparatus, system, and computer-readable storage medium for vehicle positioning

Legal Events

Date Code Title Description
A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20210917

A977 Report on retrieval

Free format text: JAPANESE INTERMEDIATE CODE: A971007

Effective date: 20220818

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20220823

A02 Decision of refusal

Free format text: JAPANESE INTERMEDIATE CODE: A02

Effective date: 20230228