JP2021060419A

JP2021060419A - Feature recognition device

Info

Publication number: JP2021060419A
Application number: JP2021000479A
Authority: JP
Inventors: 岩井　智昭; Tomoaki Iwai; 智昭岩井
Original assignee: Pioneer Electronic Corp
Current assignee: Pioneer Corp
Priority date: 2021-01-05
Filing date: 2021-01-05
Publication date: 2021-04-15
Also published as: JP2023174769A; JP2022161965A

Abstract

To provide a feature recognition device capable of efficiently recognizing a feature from information acquired by an external sensor.SOLUTION: A feature recognition device acquires external information from an external detection device provided on a vehicle and acquires object position information indicative of a position of a feature near the vehicle; extracts prediction information representing information belonging to the external information predicted to contain information of the feature; and recognizes the feature based on the prediction information.SELECTED DRAWING: Figure 1

Description

本発明は、地物を認識する技術に関する。 The present invention relates to a technique for recognizing a feature.

従来、車両位置を推定する技術として、例えば特許文献１が知られている。特許文献１の手法は、複数のランドマークの車両に対する距離及び方向に基づいて車両に対する複数のランドマークの位置を検出し、検出した複数のランドマークのうちの少なくとも一対のランドマークの位置と地図上のランドマークの位置との照合結果に基づいて車両の現在位置を推定している。 Conventionally, for example, Patent Document 1 is known as a technique for estimating a vehicle position. The method of Patent Document 1 detects the positions of a plurality of landmarks with respect to a vehicle based on the distances and directions of the plurality of landmarks with respect to the vehicle, and the positions and maps of at least one pair of the detected landmarks. The current position of the vehicle is estimated based on the result of matching with the position of the above landmark.

特開２０１５−２２２２２３号公報Japanese Unexamined Patent Publication No. 2015-222223

このような技術においては、外界センサによって得た情報からランドマークの位置を検出する場合に、計測された情報全体から、対象となるランドマークを抽出、認識する処理を行うことが一般的であり、効率化の面で改良の余地がある。 In such a technique, when the position of a landmark is detected from the information obtained by the external sensor, it is common to perform a process of extracting and recognizing the target landmark from the entire measured information. , There is room for improvement in terms of efficiency.

本発明が解決しようとする課題としては、上記のものが例として挙げられる。本発明は、外界センサによって取得した情報から効率的に地物を認識することが可能な地物認識装置を提供することを目的とする。 Examples of the problems to be solved by the present invention include the above. An object of the present invention is to provide a feature recognition device capable of efficiently recognizing a feature from information acquired by an external sensor.

請求項１に記載の発明は、地物認識装置であって、移動体に配置された外界検出装置によって出力される外界情報を取得する第１取得部と、前記移動体の周辺に存在する地物の位置を示す地物位置情報を取得する第２取得部と、前記地物位置情報に基づいて、前記外界情報のうち前記地物を示す情報が含まれると予測される情報である予測情報を抽出し、前記予測情報に基づいて前記地物を認識する認識部と、を備える。 The invention according to claim 1 is a feature recognition device, which is a first acquisition unit for acquiring external world information output by an external world detection device arranged on a moving body, and a ground existing around the moving body. A second acquisition unit that acquires feature position information indicating the position of an object, and prediction information that is predicted to include information indicating the feature among the external world information based on the feature position information. Is provided, and a recognition unit that recognizes the feature based on the prediction information is provided.

実施例に係る自車位置推定装置の構成を示すブロック図である。It is a block diagram which shows the structure of the own vehicle position estimation apparatus which concerns on Example. ランドマーク予測範囲の決定方法を説明する図である。It is a figure explaining the method of determining a landmark prediction range. ランドマーク抽出処理の一例を示す。An example of the landmark extraction process is shown. 自車位置を推定する方法を説明する図である。It is a figure explaining the method of estimating the own vehicle position. 自車位置推定処理のフローチャートである。It is a flowchart of own vehicle position estimation processing.

本発明の好適な実施形態では、地物認識装置は、移動体に配置された外界検出装置によって出力される外界情報を取得する第１取得部と、前記移動体の周辺に存在する地物の位置を示す地物位置情報を取得する第２取得部と、前記地物位置情報に基づいて、前記外界情報のうち前記地物を示す情報が含まれると予測される情報である予測情報を抽出し、前記予測情報に基づいて前記地物を認識する認識部と、を備える。 In a preferred embodiment of the present invention, the feature recognition device includes a first acquisition unit that acquires outside world information output by an outside world detection device arranged on the moving body, and a feature existing around the moving body. Based on the second acquisition unit that acquires the feature position information indicating the position and the feature position information, the prediction information that is predicted to include the information indicating the feature among the external world information is extracted. A recognition unit that recognizes the feature based on the prediction information is provided.

上記の地物認識装置は、移動体に配置された外界検出装置から外界情報を取得するとともに、移動体の周辺に存在する地物の位置を示す地物位置情報を取得する。そして、地物位置情報に基づいて、外界情報のうち地物を示す情報が含まれると予測される情報である予測情報を抽出し、その予測情報に基づいて地物を認識する。これにより、外界情報のうち地物を示す情報が含まれると予測される予測情報に基づいて地物を認識すればよく、外界情報全てについて地物の認識処理を行う必要がないため、効率的に地物を認識することが可能となる。 The above-mentioned feature recognition device acquires the outside world information from the outside world detection device arranged on the moving body, and also acquires the feature position information indicating the position of the feature existing around the moving body. Then, based on the feature position information, the prediction information which is the information predicted to include the information indicating the feature is extracted from the outside world information, and the feature is recognized based on the prediction information. As a result, it is sufficient to recognize the feature based on the predicted information that is predicted to include the information indicating the feature among the outside world information, and it is not necessary to perform the feature recognition process for all the outside world information, which is efficient. It becomes possible to recognize features.

上記の地物認識装置の一態様では、前記第２取得部は、前記地物の属性を示す属性情報を更に取得し、前記認識部は、前記属性情報に基づいて決定された認識方法により前記地物を認識する。この態様では、地物の属性を示す属性情報に基づいて認識方法を決定し、地物を認識する。 In one aspect of the feature recognition device, the second acquisition unit further acquires attribute information indicating the attributes of the feature, and the recognition unit uses a recognition method determined based on the attribute information. Recognize features. In this aspect, the recognition method is determined based on the attribute information indicating the attribute of the feature, and the feature is recognized.

上記の地物認識装置の他の一態様では、前記第２取得部は、第１の地物の位置を示す第１地物位置情報と、前記第１の地物の属性を示す第１属性情報と、前記第１の地物とは異なる第２の地物の位置を示す第２地物位置情報と、前記第２の地物の属性を示す第２属性情報と、を取得し、前記認識部は、前記第１地物位置情報に基づいて、前記外界情報のうち前記第１の地物を示す情報が含まれると予測される第１予測情報を抽出し、前記第１予測情報に基づいて、前記第１属性情報に基づいて決定された第１認識方法により前記第１の地物を認識し、前記第２地物位置情報に基づいて、前記外界情報のうち前記第２の地物を示す情報が含まれると予測される第２予測情報を抽出し、前記第２予測情報に基づいて、前記第２属性情報に基づいて決定された第２認識方法により前記第２の地物を認識する。この態様では、地物の属性を示す属性情報に基づいて、それぞれ第１認識方法及び第２認識方法が決定され、第１の地物及び第２の地物が認識される。 In another aspect of the above-mentioned feature recognition device, the second acquisition unit has a first feature position information indicating the position of the first feature and a first attribute indicating the attribute of the first feature. The information, the second feature position information indicating the position of the second feature different from the first feature, and the second attribute information indicating the attribute of the second feature are acquired, and the said Based on the first feature position information, the recognition unit extracts first prediction information that is predicted to include information indicating the first feature from the outside world information, and uses the first prediction information as the first prediction information. Based on this, the first feature is recognized by the first recognition method determined based on the first attribute information, and based on the second feature position information, the second place of the outside world information is recognized. The second prediction information that is predicted to include information indicating an object is extracted, and based on the second prediction information, the second feature is determined by a second recognition method determined based on the second attribute information. Recognize. In this aspect, the first recognition method and the second recognition method are determined based on the attribute information indicating the attributes of the features, and the first feature and the second feature are recognized, respectively.

上記の地物認識装置の一態様では、前記認識部は、前記地物の属性毎に異なる認識方法により前記地物を認識する。これにより、地物の属性に適した認識方法で地物を認識することが可能となる。 In one aspect of the feature recognition device, the recognition unit recognizes the feature by a recognition method different for each attribute of the feature. This makes it possible to recognize the feature by a recognition method suitable for the attribute of the feature.

本発明の他の好適な実施形態では、地物認識装置によって実行される地物認識方法は、移動体に配置された外界検出装置によって出力される外界情報を取得する第１取得工程と、前記移動体の周辺に存在する地物の位置を示す地物位置情報を取得する第２取得工程と、前記地物位置情報に基づいて、前記外界情報のうち前記地物を示す情報が含まれると予測される情報である予測情報を抽出し、前記予測情報に基づいて前記地物を認識する認識工程と、を有する。この方法によっても、外界情報のうち地物を示す情報が含まれると予測される予測情報に基づいて地物を認識すればよく、外界情報全てについて地物の認識処理を行う必要がないため、効率的に地物を認識することが可能となる。 In another preferred embodiment of the present invention, the feature recognition method executed by the feature recognition device includes the first acquisition step of acquiring the outside world information output by the outside world detection device arranged on the moving body, and the above-mentioned first acquisition step. When the second acquisition step of acquiring the feature position information indicating the position of the feature existing around the moving body and the information indicating the feature among the external world information are included based on the feature position information. It has a recognition step of extracting prediction information which is predicted information and recognizing the feature based on the prediction information. Even with this method, it is sufficient to recognize the feature based on the predicted information that is predicted to include the information indicating the feature among the outside world information, and it is not necessary to perform the feature recognition process for all the outside world information. It becomes possible to recognize features efficiently.

本発明の他の好適な実施形態では、コンピュータを備える地物認識装置によって実行されるプログラムは、移動体に配置された外界検出装置によって出力される外界情報を取得する第１取得部、前記移動体の周辺に存在する地物の位置を示す地物位置情報を取得する第２取得部、前記地物位置情報に基づいて、前記外界情報のうち前記地物を示す情報が含まれると予測される情報である予測情報を抽出し、前記予測情報に基づいて前記地物を認識する認識部、として前記コンピュータを機能させる。このプログラムをコンピュータで実行することにより、上記の地物認識装置を実現することができる。このプログラムは、記憶媒体に記憶して取り扱うことができる。 In another preferred embodiment of the present invention, the program executed by the feature recognition device including the computer is the first acquisition unit, said movement, which acquires the outside world information output by the outside world detection device arranged on the moving body. Based on the second acquisition unit that acquires the feature position information indicating the position of the feature existing around the body and the feature position information, it is predicted that the information indicating the feature is included in the external world information. The computer is made to function as a recognition unit that recognizes the feature based on the prediction information by extracting the prediction information which is the information. By executing this program on a computer, the above-mentioned feature recognition device can be realized. This program can be stored and handled in a storage medium.

以下、図面を参照して本発明の好適な実施例について説明する。
［構成］
図１は、本発明の地物認識装置を適用した自車位置推定装置の概略構成を示す。自車位置推定装置１０は、車両に搭載され、無線通信によりクラウドサーバなどのサーバ７と通信可能に構成されている。サーバ７はデータベース８に接続されており、データベース８は高度化地図を記憶している。自車位置推定装置１０は、サーバ７と通信し、車両の自車位置周辺のランドマークに関するランドマーク情報をダウンロードする。 Hereinafter, preferred embodiments of the present invention will be described with reference to the drawings.
[Constitution]
FIG. 1 shows a schematic configuration of a vehicle position estimation device to which the feature recognition device of the present invention is applied. The own vehicle position estimation device 10 is mounted on a vehicle and is configured to be able to communicate with a server 7 such as a cloud server by wireless communication. The server 7 is connected to the database 8, and the database 8 stores the advanced map. The own vehicle position estimation device 10 communicates with the server 7 and downloads landmark information about landmarks around the own vehicle position of the vehicle.

データベース８に記憶された高度化地図は、ランドマーク毎にランドマーク情報を記憶している。ここで、ランドマーク情報は、ランドマークを識別するランドマークＩＤ毎に、地図上におけるそのランドマークの位置を示すランドマーク地図位置と、そのランドマークの種類や特徴などを示すランドマーク属性とを含んでいる。ランドマーク属性は、ランドマークの種類や特徴に応じて用意され、基本的にランドマークの種類と特徴情報とを含む。例えばランドマークが標識である場合には、ランドマーク属性は、ランドマークの種類として「標識」を含み、特徴情報としてその標識の形状（円形、三角形、四角形など）及び大きさ、その標識の反射強度などを含む。ランドマークが電柱である場合には、ランドマーク属性は、ランドマークの種類として「電柱」を含み、特徴情報としてその電柱の形状（断面の曲率、半径など）及び大きさなどを含む。ランドマークとしては、他に路面マーカー、信号機、各種の建築物などが挙げられる。 The advanced map stored in the database 8 stores landmark information for each landmark. Here, the landmark information includes a landmark map position indicating the position of the landmark on the map and a landmark attribute indicating the type and feature of the landmark for each landmark ID that identifies the landmark. Includes. Landmark attributes are prepared according to the types and characteristics of landmarks, and basically include the types of landmarks and characteristic information. For example, when a landmark is a sign, the landmark attribute includes "sign" as the type of landmark, the shape (circle, triangle, quadrangle, etc.) and size of the sign as feature information, and the reflection of the sign. Including strength etc. When the landmark is a utility pole, the landmark attribute includes "telephone pole" as the type of landmark, and includes the shape (curvature of cross section, radius, etc.) and size of the utility pole as characteristic information. Other landmarks include road markers, traffic lights, and various buildings.

一方、自車位置推定装置１０は、内界センサ１１と、外界センサ１２と、自車位置予測部１３と、計測情報取得部１４と、通信部１５と、ランドマーク情報取得部１６と、ランドマーク予測部１７と、抽出方法選択部１８と、ランドマーク抽出部１９と、対応付け部２０と、自車位置推定部２１とを備える。なお、自車位置予測部１３、計測情報取得部１４、ランドマーク情報取得部１６、ランドマーク予測部１７、抽出方法選択部１８、ランドマーク抽出部１９、対応付け部２０及び自車位置推定部２１は、実際には、ＣＰＵなどのコンピュータが予め用意されたプログラムを実行することにより実現される。 On the other hand, the own vehicle position estimation device 10 includes an inner world sensor 11, an outer world sensor 12, a own vehicle position prediction unit 13, a measurement information acquisition unit 14, a communication unit 15, a landmark information acquisition unit 16, and a land. It includes a mark prediction unit 17, an extraction method selection unit 18, a landmark extraction unit 19, an association unit 20, and a vehicle position estimation unit 21. The vehicle position prediction unit 13, the measurement information acquisition unit 14, the landmark information acquisition unit 16, the landmark prediction unit 17, the extraction method selection unit 18, the landmark extraction unit 19, the association unit 20, and the vehicle position estimation unit. 21 is actually realized by executing a program prepared in advance by a computer such as a CPU.

内界センサ１１は、ＧＮＳＳ（ＧｌｏｂａｌＮａｖｉｇａｔｉｏｎＳａｔｅｌｌｉｔｅＳｙｓｔｅｍ）／ＩＭＵ（ＩｎｅｒｔｉａＭｅａｓｕｒｅｍｅｎｔＵｎｉｔ）複合航法システムとして車両の自車位置を測位するものであり、衛星測位センサ（ＧＰＳ）、ジャイロセンサ、車速センサなどを含む。自車位置予測部１３は、内界センサ１１の出力に基づいて、ＧＮＳＳ／ＩＭＵ複合航法により車両の自車位置を予測し、予測自車位置をランドマーク予測部１７に供給する。 The internal sensor 11 is a GNSS (Global Navigation Satellite System) / IMU (Inertial Measurement Unit) combined navigation system that positions the vehicle's own vehicle, and includes a satellite positioning sensor (GPS), a gyro sensor, a vehicle speed sensor, and the like. Including. The own vehicle position prediction unit 13 predicts the own vehicle position of the vehicle by GNSS / IMU combined navigation based on the output of the internal sensor 11, and supplies the predicted own vehicle position to the landmark prediction unit 17.

一方、外界センサ１２は、車両の周辺の物体を検出するセンサであり、ステレオカメラ、Ｌｉｄａｒ（ＬｉｇｈｔＤｅｔｅｃｔｉｏｎａｎｄＲａｎｇｉｎｇ）などを含む。計測情報取得部１４は、外界センサ１２から計測情報を取得し、ランドマーク抽出部１９に供給する。 On the other hand, the outside world sensor 12 is a sensor that detects an object around the vehicle, and includes a stereo camera, Lidar (Light Detection and Ranger), and the like. The measurement information acquisition unit 14 acquires measurement information from the external sensor 12 and supplies it to the landmark extraction unit 19.

通信部１５は、サーバ７と無線通信するための通信ユニットである。ランドマーク情報取得部１６は、車両の周辺に存在するランドマークに関するランドマーク情報を、通信部１５を介してサーバ７から受信し、ランドマーク予測部１７へ供給する。また、ランドマーク情報取得部１６は、ランドマーク情報に含まれるランドマーク地図位置を対応付け部２０へ供給する。 The communication unit 15 is a communication unit for wireless communication with the server 7. The landmark information acquisition unit 16 receives the landmark information about the landmarks existing around the vehicle from the server 7 via the communication unit 15 and supplies the landmark information to the landmark prediction unit 17. Further, the landmark information acquisition unit 16 supplies the landmark map position included in the landmark information to the association unit 20.

ランドマーク予測部１７は、ランドマーク情報に含まれるランドマーク地図位置と、自車位置予測部１３から取得した予測自車位置とに基づいて、ランドマークが存在すると予測される範囲であるランドマーク予測範囲を決定し、ランドマーク抽出部１９へ供給する。また、ランドマーク予測部１７は、ランドマーク情報に含まれるランドマーク属性を抽出方法選択部１８へ供給する。 The landmark prediction unit 17 is a landmark within a range in which the landmark is predicted to exist based on the landmark map position included in the landmark information and the predicted own vehicle position acquired from the own vehicle position prediction unit 13. The prediction range is determined and supplied to the landmark extraction unit 19. Further, the landmark prediction unit 17 supplies the landmark attribute included in the landmark information to the extraction method selection unit 18.

抽出方法選択部１８は、ランドマーク属性に基づいて、ランドマーク抽出部１９がランドマークを抽出するために実行する特徴物抽出方法を決定する。上述のように、ランドマークとしては標識、電柱などの種類があり、ランドマークの種類ごとにそのランドマークを抽出する方法が異なる。即ち、ランドマーク抽出部１９が実行する特徴物抽出方法は、ランドマークの種類ごとに異なっている。具体的には、ランドマーク抽出部１９は、ランドマーク属性に含まれる特徴情報が示す特徴を有する特徴物をランドマークとして抽出する。よって、抽出方法選択部１８は、抽出しようとするランドマークのランドマーク属性に基づいて、そのランドマークに対応する特徴物抽出方法を選択し、ランドマーク抽出部１９に指示する。 The extraction method selection unit 18 determines the feature extraction method to be executed by the landmark extraction unit 19 to extract the landmark based on the landmark attribute. As described above, there are various types of landmarks such as signs and utility poles, and the method of extracting the landmarks differs depending on the type of landmark. That is, the feature extraction method executed by the landmark extraction unit 19 is different for each type of landmark. Specifically, the landmark extraction unit 19 extracts a feature having a feature indicated by the feature information included in the landmark attribute as a landmark. Therefore, the extraction method selection unit 18 selects a feature extraction method corresponding to the landmark based on the landmark attribute of the landmark to be extracted, and instructs the landmark extraction unit 19.

ランドマーク抽出部１９は、ランドマーク予測部１７から供給されたランドマーク予測範囲と、計測情報取得部１４から供給された計測情報とに基づいて、ランドマークを抽出する。具体的には、ランドマーク抽出部１９は、ランドマーク予測範囲に含まれる計測情報から特徴物を抽出し、これをランドマークとする。この際、ランドマーク抽出部１９は、抽出方法選択部１８により決定された特徴物抽出方法、即ち、ランドマーク属性に応じた特徴物抽出方法によりランドマークを抽出する。そして、ランドマーク抽出部１９は、抽出したランドマークのランドマーク計測位置を対応付け部２０へ出力する。 The landmark extraction unit 19 extracts landmarks based on the landmark prediction range supplied from the landmark prediction unit 17 and the measurement information supplied from the measurement information acquisition unit 14. Specifically, the landmark extraction unit 19 extracts a feature from the measurement information included in the landmark prediction range, and uses this as a landmark. At this time, the landmark extraction unit 19 extracts the landmark by the feature extraction method determined by the extraction method selection unit 18, that is, the feature extraction method according to the landmark attribute. Then, the landmark extraction unit 19 outputs the landmark measurement position of the extracted landmark to the association unit 20.

対応付け部２０は、ランドマーク抽出部１９から取得したランドマーク計測位置と、ランドマーク情報取得部１６から取得したランドマーク地図位置とを、ランドマークＩＤに対応付けて記憶する。これにより、ランドマークＩＤ毎に、ランドマーク地図位置とランドマーク計測位置とが対応付けられた情報（以下、「対応情報」と呼ぶ。）が生成される。 The association unit 20 stores the landmark measurement position acquired from the landmark extraction unit 19 and the landmark map position acquired from the landmark information acquisition unit 16 in association with the landmark ID. As a result, information in which the landmark map position and the landmark measurement position are associated with each landmark ID (hereinafter, referred to as "correspondence information") is generated.

そして、自車位置推定部２１は、少なくとも２つのランドマークについて、対応情報に含まれるランドマーク地図位置とランドマーク計測位置を利用して、車両の自車位置と自車方位角を推定する。 Then, the own vehicle position estimation unit 21 estimates the own vehicle position and the own vehicle azimuth of the vehicle by using the landmark map position and the landmark measurement position included in the corresponding information for at least two landmarks.

上記の構成において、外界センサ１１は本発明の外界検出装置の一例であり、計測情報取得部１４は本発明における第１取得部の一例であり、ランドマーク情報取得部１６は本発明における第２取得部の一例であり、ランドマーク抽出部１９は本発明における認識部の一例である。また、ランドマーク地図位置は本発明における地物位置情報に相当し、計測情報は本発明における外界情報に相当し、ランドマーク予測範囲の計測情報は本発明における予測情報に相当する。 In the above configuration, the outside world sensor 11 is an example of the outside world detection device of the present invention, the measurement information acquisition unit 14 is an example of the first acquisition unit in the present invention, and the landmark information acquisition unit 16 is the second in the present invention. The acquisition unit is an example, and the landmark extraction unit 19 is an example of the recognition unit in the present invention. Further, the landmark map position corresponds to the feature position information in the present invention, the measurement information corresponds to the outside world information in the present invention, and the measurement information in the landmark prediction range corresponds to the prediction information in the present invention.

［ランドマーク予測範囲の決定］
次に、ランドマーク予測部１７により行われるランドマーク予測範囲の決定方法について詳しく説明する。図２は、ランドマーク予測範囲の決定方法を説明する図である。図示のように、地図座標系（Ｘ_ｍ，Ｙ_ｍ）に車両５が存在し、車両５の位置を基準として車両座標系（Ｘ_ｖ，Ｙ_ｖ）が規定される。具体的に、車両５の進行方向を車両座標系のＸ_ｖ軸とし、それに垂直な方向を車両座標系のＹ_ｖ軸とする。 [Determination of landmark prediction range]
Next, the method of determining the landmark prediction range performed by the landmark prediction unit 17 will be described in detail. FIG. 2 is a diagram illustrating a method of determining a landmark prediction range. As shown in the figure, the vehicle 5 exists in the map coordinate system (X _m , Y _m ), and the vehicle coordinate system (X _v , Y _v ) is defined with reference to the position of the vehicle 5. Specifically, the traveling direction of the vehicle 5 and X _v-axis of the vehicle coordinate system, a direction perpendicular to it and Y _v axis of the vehicle coordinate system.

車両５の周辺には、ランドマークＬ１、Ｌ２が存在する。なお、本実施例では、ランドマークＬ１は標識であり、ランドマークＬ２は電柱であるものとする。ランドマークＬ１、Ｌ２の地図座標系における位置、即ち、ランドマーク地図位置は、前述のように高度化地図に含まれており、ランドマーク情報取得部１６から供給される。図２では、ランドマークＬ１のランドマーク地図位置はＰ_ＬＭ１（ｍｘ_ｍ１，ｍｙ_ｍ１）であり、ランドマークＬ２のランドマーク地図位置はＰ_ＬＭ２（ｍｘ_ｍ２，ｍｙ_ｍ２）であるとする。一方、自車位置予測部１３からは、予測自車位置Ｐ’_ＶＭ（ｘ’_ｍ，ｙ’_ｍ）が供給される。 Landmarks L1 and L2 exist around the vehicle 5. In this embodiment, it is assumed that the landmark L1 is a sign and the landmark L2 is a utility pole. The positions of the landmarks L1 and L2 in the map coordinate system, that is, the landmark map positions are included in the advanced map as described above, and are supplied from the landmark information acquisition unit 16. In FIG. 2, it is assumed that the landmark map position of the landmark L1 is _PLM1 (mx _m1 , my _m1 ) and the landmark map position of the landmark L2 is _PLM2 (mx _m2 , my _m2 ). On the other hand, from the vehicle position prediction unit 13, the predicted vehicle position _{_{P 'VM (x' m,}} y 'm) is supplied.

ランドマーク予測部１７は、予測自車位置Ｐ’_ＶＭとランドマークＬ１のランドマーク地図位置Ｐ_ＬＭ１に基づいて、車両座標系におけるランドマーク予測位置Ｐ’_ＬＶ１（ｌ’ｘ_ｖ１，ｌ’ｙ_ｖ１）を算出し、ランドマーク予測位置Ｐ’_ＬＶ１を基準としてランドマーク予測範囲Ｒ_Ｌ１を決定する。同様に、ランドマーク予測部１７は、予測自車位置Ｐ’_ＶＭとランドマークＬ２のランドマーク地図位置Ｐ_ＬＭ２に基づいて車両座標系におけるランドマーク予測位置Ｐ’_ＬＶ２（ｌ’ｘ_ｖ２，ｌ’ｙ_ｖ２）を算出し、ランドマーク予測位置Ｐ’_ＬＶ２を基準としてランドマーク予測範囲Ｒ_Ｌ２を決定する。 Landmark prediction unit 17, the predicted vehicle position P 'on the basis of the landmark map position _{P LM1} of _VM and landmarks L1, landmark predicted position P in the vehicle coordinate _{_{system' LV1 (l'x v1, l'}} y v1 _{) Is} calculated, and the landmark prediction range _RL1 is determined with reference to the landmark prediction position P'LV1. Similarly, the landmark prediction unit 17, the predicted vehicle position P _'VM and Landmark predicted position P in the vehicle coordinate system on the basis of the landmark map position _{P LM2} Landmarks _{_{L2' LV2 (l'x v2,}} l ' y _v2 ) is calculated, and the landmark prediction range _RL2 is determined _{with reference to the landmark prediction position P'LV2.}

ランドマーク予測範囲Ｒは、ランドマークＬが存在すると予測される範囲を示す。内界センサ１１を利用して得られた予測自車位置Ｐ’_ＶＭはある程度の誤差を含むため、ランドマーク予測部１７は、その誤差分を考慮してランドマーク予測範囲Ｒを決定する。例えば、ランドマーク予測部１７は、ランドマーク予測位置Ｐ’_ＬＶを中心とする所定距離の円をランドマーク予測範囲Ｒとして決定する。 The landmark prediction range R indicates the range in which the landmark L is predicted to exist. Since the predicted vehicle position P _'VM obtained by utilizing the internal sensor 11 that includes the degree of error, the landmark prediction unit 17 determines the landmark prediction range R in consideration of the error component. For example, the landmark prediction unit 17 determines a circle at a predetermined distance centered on the _{landmark prediction position P'LV as the landmark prediction range R.}

このようにランドマーク予測範囲Ｒを決定することにより、ランドマーク抽出部１９は、外界センサ１２により得られた計測情報のうち、ランドマーク予測範囲Ｒに属する計測情報に基づいてランドマークを抽出すればよいことになる。一般的に、Ｌｉｄａｒなどの外界センサは、自車位置の全周囲（３６０°）や車両の後方を除いた２７０°などの広い範囲にわたって計測を行っており、広範囲にわたる計測情報を生成する。この場合に、得られた広範囲の計測情報全てに対してランドマーク抽出処理を実行してランドマークを抽出することとすると、演算量が膨大となる。これに対し、本実施例では、内界センサ１１を利用して得た予測自車位置に基づいて、ランドマークが存在すると予測される範囲をランドマーク予測範囲Ｒとして決定し、その範囲に属する計測情報についてのみランドマーク抽出処理を実行することにより、演算量を大幅に減少させ、効率的にランドマークを検出することが可能となる。 By determining the landmark prediction range R in this way, the landmark extraction unit 19 extracts the landmark based on the measurement information belonging to the landmark prediction range R from the measurement information obtained by the external sensor 12. It will be good. Generally, an external sensor such as Lidar performs measurement over a wide range such as the entire circumference (360 °) of the own vehicle position or 270 ° excluding the rear of the vehicle, and generates a wide range of measurement information. In this case, if the landmark extraction process is executed for all the obtained measurement information in a wide range to extract the landmarks, the amount of calculation becomes enormous. On the other hand, in this embodiment, the range where the landmark is predicted to exist is determined as the landmark prediction range R based on the predicted own vehicle position obtained by using the internal sensor 11, and belongs to the range. By executing the landmark extraction process only for the measurement information, the amount of calculation can be significantly reduced and the landmarks can be detected efficiently.

なお、実際の処理としては、外界センサ１２は上述のように広範囲の計測を行って広範囲の計測情報を出力し、ランドマーク抽出部１９がそのうちのランドマーク予測範囲Ｒ内の計測情報のみを抽出してランドマーク抽出処理の対象とすればよい。その代わりに、外界センサ１２をランドマーク予測範囲Ｒのみを計測するように制御することとしてもよい。 As an actual process, the external sensor 12 performs a wide range of measurements as described above and outputs a wide range of measurement information, and the landmark extraction unit 19 extracts only the measurement information within the landmark prediction range R. Then, it may be the target of the landmark extraction process. Instead, the external sensor 12 may be controlled to measure only the landmark prediction range R.

［ランドマーク抽出処理］
次に、ランドマーク抽出処理について説明する。図３は、ランドマーク抽出処理の一例を示す。本実施例では、ランドマークは標識であるとする。この場合、ランドマーク情報取得部１６がサーバ７から取得したランドマーク情報に含まれるランドマーク属性は、ランドマーク種類として「標識」を含んでおり、抽出方法選択部１８は、この情報に基づいて、標識に対応する特徴物抽出方法を選択してランドマーク抽出部１９に指示する。 [Landmark extraction process]
Next, the landmark extraction process will be described. FIG. 3 shows an example of the landmark extraction process. In this embodiment, the landmark is a sign. In this case, the landmark attribute included in the landmark information acquired from the server 7 by the landmark information acquisition unit 16 includes a "marker" as the landmark type, and the extraction method selection unit 18 is based on this information. , Select a feature extraction method corresponding to the label and instruct the landmark extraction unit 19.

ランドマーク抽出部１９は、計測情報取得部１４から取得した計測情報に基づいてランドマークを抽出する。外界センサ１２としてのＬｉｄａｒは周囲に光パルスを出射し、周囲に存在する物体による反射光パルスを受光して点群データを生成する。点群データは、自車周辺の物体の位置（３次元位置）及び反射強度データを含む。計測情報取得部１４はこの点群データを計測情報としてランドマーク抽出部１９へ出力する。なお、Ｌｉｄａｒが生成する点群データの間隔は、Ｌｉｄａｒから計測ターゲットまでの距離、方向と、Ｌｉｄａｒの角度分解能に依存する。 The landmark extraction unit 19 extracts landmarks based on the measurement information acquired from the measurement information acquisition unit 14. The lidar as the external sensor 12 emits an optical pulse to the surroundings, receives the reflected light pulse from an object existing in the surroundings, and generates point cloud data. The point cloud data includes the position (three-dimensional position) of an object around the vehicle and the reflection intensity data. The measurement information acquisition unit 14 outputs this point cloud data as measurement information to the landmark extraction unit 19. The interval of the point cloud data generated by Lidar depends on the distance and direction from Lidar to the measurement target and the angular resolution of Lidar.

前述のように、ランドマークが標識である場合、そのランドマーク属性は、ランドマーク種類として「標識」を含み、特徴情報として形状（大きさ）情報と、反射強度とを含む。よって、ランドマーク抽出部１９は、形状情報と反射強度と基づいて特徴物の抽出を行う。具体的には、ランドマーク抽出部１９は、計測情報取得部１４から取得した点群データから、標識の形状情報及び反射強度に基づいて、図３に示すように標識に対応する円形の点群データを抽出する。そして、ランドマーク抽出部１９は、抽出された標識の点群データの重心位置（ｌｘ，ｌｙ、ｌｚ）を算出し、これをランドマーク計測位置として対応付け部２０へ出力する。 As described above, when the landmark is a sign, the landmark attribute includes a "mark" as the landmark type, and shape (size) information and reflection intensity as feature information. Therefore, the landmark extraction unit 19 extracts the feature based on the shape information and the reflection intensity. Specifically, the landmark extraction unit 19 is a circular point cloud corresponding to the sign as shown in FIG. 3 based on the shape information and the reflection intensity of the sign from the point cloud data acquired from the measurement information acquisition unit 14. Extract the data. Then, the landmark extraction unit 19 calculates the position of the center of gravity (lx, ly, lz) of the point cloud data of the extracted sign, and outputs this as the landmark measurement position to the association unit 20.

対応付け部２０は、ランドマーク抽出部１９から取得したランドマーク計測位置と、ランドマーク情報取得部１６から取得したランドマーク地図位置とを対応付ける。具体的には、対応付け部２０は、そのランドマークに対応するランドマークＩＤと、ランドマーク計測位置と、ランドマーク地図位置とを相互に対応付けて対応情報を生成し、記憶する。こうして、ランドマーク抽出部１９により抽出されたランドマークについて、ランドマーク計測位置とランドマーク地図位置とが対応付けされる。なお、本実施例では、対応するランドマーク地図位置は２次元の地図座標系における位置であるので、対応付け部２０は、算出された３次元の重心位置（ｌｘ，ｌｙ，ｌｚ）のうち、２次元位置（ｌｘ，ｌｙ）をランドマーク計測位置として使用する。こうして生成された対応情報は、自車位置推定部２１による自車位置推定に使用される。 The association unit 20 associates the landmark measurement position acquired from the landmark extraction unit 19 with the landmark map position acquired from the landmark information acquisition unit 16. Specifically, the association unit 20 generates and stores the correspondence information by associating the landmark ID corresponding to the landmark, the landmark measurement position, and the landmark map position with each other. In this way, the landmark measurement position and the landmark map position are associated with each other for the landmark extracted by the landmark extraction unit 19. In this embodiment, the corresponding landmark map position is a position in the two-dimensional map coordinate system, so that the matching unit 20 is among the calculated three-dimensional center of gravity positions (lp, ly, lz). The two-dimensional position (lp, ly) is used as the landmark measurement position. The correspondence information generated in this way is used for the own vehicle position estimation by the own vehicle position estimation unit 21.

図３の例ではランドマークは標識であったが、他の種類のランドマークについても同様にランドマーク抽出が行われる。但し、特徴物抽出方法はランドマークの種類ごとに異なる。例えば、ランドマークが電柱である場合には、ランドマーク属性は、特徴情報として電柱の形状（断面の円弧形状、曲率、半径など）及び大きさの情報を含む。よって、ランドマーク抽出部１９は、電柱の形状及び大きさの情報に基づいて計測情報から電柱に相当する特徴物をランドマークとして抽出し、その中心位置をランドマーク計測位置として出力する。また、ランドマークが路面マーカーである場合には、ランドマーク属性は、特徴情報として路面マーカーの形状情報及び反射強度を含む。よって、ランドマーク抽出部１９は形状情報及び反射強度に基づいて計測情報から路面マーカーに相当する特徴物をランドマークとして抽出し、その中心位置をランドマーク計測位置として出力する。ランドマークが信号機など他の物体である場合も、ランドマーク抽出部１９はそのランドマークの種類及び特徴情報に基づいてランドマークを抽出し、その中心位置などの所定位置をランドマーク計測位置として出力すればよい。 In the example of FIG. 3, the landmark was a sign, but the landmark extraction is performed in the same manner for other types of landmarks. However, the feature extraction method differs depending on the type of landmark. For example, when the landmark is a utility pole, the landmark attribute includes information on the shape (arc shape, curvature, radius, etc. of the cross section) and size of the utility pole as feature information. Therefore, the landmark extraction unit 19 extracts a feature corresponding to the utility pole as a landmark from the measurement information based on the information on the shape and size of the utility pole, and outputs the center position as the landmark measurement position. When the landmark is a road surface marker, the landmark attribute includes the shape information of the road surface marker and the reflection intensity as the feature information. Therefore, the landmark extraction unit 19 extracts a feature corresponding to the road surface marker as a landmark from the measurement information based on the shape information and the reflection intensity, and outputs the center position as the landmark measurement position. Even when the landmark is another object such as a traffic light, the landmark extraction unit 19 extracts the landmark based on the type and feature information of the landmark, and outputs a predetermined position such as the center position as the landmark measurement position. do it.

このように、本実施例では、高度化地図に含まれるランドマーク情報に、各ランドマークの属性情報を含めておき、外界センサ１２による計測情報からランドマーク抽出を行う際に、対象となるランドマークの属性に応じた特徴物抽出方法を使用する。これにより、ランドマーク抽出を効率的に行うことができる。即ち、本実施例のようにランドマークの属性を利用しない場合には、抽出しようとするランドマークが何であるかが不明であるので、特徴物抽出方法として、標識に適した方法、電柱に適した方法、路面マーカーに適した方法など、想定される全てのランドマークに適した抽出方法を順に行っていずれかのランドマークを抽出する必要がある。これに対して、本実施例のようにランドマークの属性が予めわかっていれば、そのランドマークに適した特徴物抽出方法のみを実施すればよい。例えば、図２の例においては、ランドマーク属性により、ランドマークＬ１は標識であり、ランドマークＬ２は電柱であることが既知である。よって、ランドマーク予測範囲Ｒ_Ｌ１については標識に適した特徴物抽出処理を行い、ランドマーク予測範囲Ｒ_Ｌ２については電柱に適した特徴物抽出処理を行えばよい。こうして、ランドマーク抽出のための処理負荷を軽減するとともに、誤検出や検出漏れを防止することが可能となる。 As described above, in this embodiment, the landmark information included in the advanced map includes the attribute information of each landmark, and when the landmark is extracted from the measurement information by the external world sensor 12, the target land is used. Use the feature extraction method according to the attributes of the mark. As a result, landmark extraction can be performed efficiently. That is, when the landmark attribute is not used as in this embodiment, it is unknown what the landmark is to be extracted. Therefore, as a feature extraction method, a method suitable for a sign and a utility pole are suitable. It is necessary to extract one of the landmarks by sequentially performing an extraction method suitable for all the assumed landmarks, such as a method suitable for a road surface marker and a method suitable for a road surface marker. On the other hand, if the attributes of the landmark are known in advance as in this embodiment, only the feature extraction method suitable for the landmark needs to be implemented. For example, in the example of FIG. 2, it is known that the landmark L1 is a sign and the landmark L2 is a utility pole due to the landmark attribute. Therefore, performs feature extraction process suitable for the label for the landmark prediction range R _L1, it is sufficient to feature extraction processing suitable for the utility pole for landmark prediction range R _L2. In this way, it is possible to reduce the processing load for landmark extraction and prevent erroneous detection and omission of detection.

［自車位置推定］
次に、自車位置推定部２１による自車位置推定について説明する。自車位置推定部２１は、対応付け部２０により生成された２つのランドマークの対応情報を用いて車両の自車位置及び自車方位角を推定する。以下、自車位置推定により得られる自車位置を「推定自車位置」と呼び、自車位置推定により得られる自車方位角を「推定自車方位角」と呼ぶ。 [Own vehicle position estimation]
Next, the own vehicle position estimation by the own vehicle position estimation unit 21 will be described. The own vehicle position estimation unit 21 estimates the own vehicle position and the own vehicle azimuth of the vehicle by using the correspondence information of the two landmarks generated by the association unit 20. Hereinafter, the vehicle position obtained by estimating the vehicle position is referred to as "estimated vehicle position", and the vehicle azimuth obtained by estimating the vehicle position is referred to as "estimated vehicle azimuth".

図４は、自車位置推定の例を示す。地図座標系（Ｘ_ｍ，Ｙ_ｍ）上に車両５が位置しており、車両５の位置を基準として車両座標系（Ｘ_ｖ，Ｙ_ｖ）が規定される。車両５の推定自車位置はＰ_ＶＭ（ｘ_ｍ，ｙ_ｍ）で示され、推定自車方位角はΨ_ｍで示される。 FIG. 4 shows an example of own vehicle position estimation. The vehicle 5 is located on the map coordinate system (X _m , Y _m ), and the vehicle coordinate system (X _v , Y _v ) is defined with reference to the position of the vehicle 5. Estimated vehicle position of the vehicle 5 is indicated by _{_{_{P VM (x m, y m}}} ), the estimated vehicle direction angle is indicated by [psi _m.

自車位置推定部２１は、対応付け部２０より２つのランドマークＬ１、Ｌ２についての対応情報を取得する。具体的に、自車位置推定部２１は、ランドマークＬ１についてランドマーク地図位置Ｐ_ＬＭ１（ｍｘ_ｍ１，ｍｙ_ｍ１）とランドマーク計測位置Ｐ_ＬＶ１（ｌｘ_ｖ１，ｌｙ_ｖ１）を取得し、ランドマークＬ２についてランドマーク地図位置Ｐ_ＬＭ２（ｍｘ_ｍ２，ｍｙ_ｍ２）とランドマーク計測位置Ｐ_ＬＶ２（ｌｘ_ｖ２，ｌｙ_ｖ２）を取得する。 The own vehicle position estimation unit 21 acquires correspondence information about the two landmarks L1 and L2 from the association unit 20. Specifically, the own vehicle position estimation unit 21 _{acquires the landmark map position PLM1} (mx _m1 , my _m1 ) and the landmark measurement position _PLV1 (lp _v1 , ly _v1 ) for the landmark L1 and obtains the landmark L2. The landmark map position P _LM2 (mx _m2 , my _m2 ) and the landmark measurement position P _LV2 (lp _v2 , ly _v2 ) are acquired.

これらのランドマーク地図位置及びランドマーク計測位置を用いると、推定自車方位角Ψ_ｍについて以下の式が得られる Using these landmark map positions and landmark measurement positions, the following equation can be obtained for the _{estimated vehicle azimuth angle Ψ m.}

よって、自車位置推定部２１は、以下の式により、推定自車位置Ｐ_ＶＭ（ｘ_ｍ，ｙ_ｍ）及び推定自車方位角Ψ_ｍを算出する

Therefore, the vehicle position estimating section 21, by the following equation, the estimated vehicle position _{_{_{P VM (x m, y m}}} ) to calculate a and the estimated vehicle direction angle [psi _m

こうして、自車位置推定装置１０は、高度化地図に含まれるランドマーク地図位置と、外界センサ１２を用いて取得したランドマーク計測位置に基づいて、自車位置及び自車方位角を推定することができる。

In this way, the own vehicle position estimation device 10 estimates the own vehicle position and the own vehicle azimuth based on the landmark map position included in the advanced map and the landmark measurement position acquired by using the external world sensor 12. Can be done.

［自車位置推定処理］
次に、自車位置推定装置１０による処理の流れについて説明する。図５は、自車位置推定装置１０による処理のフローチャートである。この処理は、ＣＰＵなどのコンピュータが予め用意されたプログラムを実行し、図１に示す各構成要素として機能することにより実現される。 [Own vehicle position estimation process]
Next, the flow of processing by the own vehicle position estimation device 10 will be described. FIG. 5 is a flowchart of processing by the own vehicle position estimation device 10. This process is realized by executing a program prepared in advance by a computer such as a CPU and functioning as each component shown in FIG.

まず、自車位置予測部１３は、内界センサ１１からの出力に基づいて、予測自車位置Ｐ’_ＶＭを取得する（ステップＳ１１）。次に、ランドマーク情報取得部１６は、通信部１５を通じてサーバ７に接続し、データベース８に記憶された高度化地図からランドマーク情報を取得する（ステップＳ１２）。前述のようにランドマーク情報はランドマーク地図位置とランドマーク属性とを含み、ランドマーク情報取得部１６は、ランドマーク地図位置を対応付け部２０へ供給する。なお、ステップＳ１１とＳ１２はいずれが先でもよい。 First, the vehicle position prediction unit 13 based on the output from the internal sensor 11, obtains the predicted vehicle position P _'VM (step S11). Next, the landmark information acquisition unit 16 connects to the server 7 through the communication unit 15 and acquires the landmark information from the advanced map stored in the database 8 (step S12). As described above, the landmark information includes the landmark map position and the landmark attribute, and the landmark information acquisition unit 16 supplies the landmark map position to the association unit 20. Either step S11 or S12 may come first.

次に、ランドマーク予測部１６は、ステップＳ１２で得られたランドマーク情報に含まれるランドマーク地図位置と、ステップＳ１１で得られた予測自車位置に基づいて、ランドマーク予測範囲Ｒを決定してランドマーク抽出部１９へ供給する（ステップＳ１３）。 Next, the landmark prediction unit 16 determines the landmark prediction range R based on the landmark map position included in the landmark information obtained in step S12 and the predicted own vehicle position obtained in step S11. Is supplied to the landmark extraction unit 19 (step S13).

次に、抽出方法選択部１８は、ステップＳ１２で得られたランドマーク情報に含まれるランドマーク属性に基づいて、特徴物抽出方法を選択する（ステップＳ１４）。具体的には、抽出方法選択部１８は、ランドマーク属性が示すランドマークの種類に適した特徴物抽出方法を選択する。例えばランドマークが標識である場合、抽出方法選択部１８は図３を参照して説明したような、標識に適した特徴物抽出方法を選択してランドマーク抽出部１９に指示する。 Next, the extraction method selection unit 18 selects a feature extraction method based on the landmark attributes included in the landmark information obtained in step S12 (step S14). Specifically, the extraction method selection unit 18 selects a feature extraction method suitable for the type of landmark indicated by the landmark attribute. For example, when the landmark is a sign, the extraction method selection unit 18 selects a feature extraction method suitable for the sign and instructs the landmark extraction unit 19 as described with reference to FIG.

一方、ランドマーク抽出部１９は、外界センサ１２が出力した計測情報を計測情報取得部１４から取得し（ステップＳ１５）、ランドマーク予測部１７から得られたランドマーク予測範囲Ｒ内で、抽出方法選択部１８から指示された特徴物抽出方法によりランドマークを抽出する（ステップＳ１６）。ランドマーク抽出部１９は、ランドマーク抽出結果として、ランドマーク計測位置を対応付け部２０へ出力する。 On the other hand, the landmark extraction unit 19 acquires the measurement information output by the external world sensor 12 from the measurement information acquisition unit 14 (step S15), and within the landmark prediction range R obtained from the landmark prediction unit 17, the extraction method. The landmark is extracted by the feature extraction method instructed by the selection unit 18 (step S16). The landmark extraction unit 19 outputs the landmark measurement position to the association unit 20 as the landmark extraction result.

対応付け部２０は、ランドマーク情報取得部１６から取得したランドマーク地図位置と、ランドマーク抽出部１９から取得したランドマーク計測位置とをランドマーク毎に対応付けて対応情報を生成し、自車位置推定部２１へ送る（ステップＳ１７）。そして、自車位置推定部２１は、２つのランドマークについての対応情報を用いて、図５を参照して説明した方法で自車位置と自車方位角を推定する（ステップＳ１８）。こうして、推定自車位置と推定自車方位角とが出力される。 The association unit 20 associates the landmark map position acquired from the landmark information acquisition unit 16 with the landmark measurement position acquired from the landmark extraction unit 19 for each landmark to generate correspondence information, and generates correspondence information for the own vehicle. It is sent to the position estimation unit 21 (step S17). Then, the own vehicle position estimation unit 21 estimates the own vehicle position and the own vehicle azimuth by the method described with reference to FIG. 5 using the correspondence information about the two landmarks (step S18). In this way, the estimated vehicle position and the estimated vehicle azimuth are output.

５車両
７サーバ
８データベース
１０自車位置推定装置
１１内界センサ
１２外界センサ
１３自車位置予測部
１４計測情報取得部
１７ランドマーク予測部
１８抽出方法選択部
１９ランドマーク抽出部
２１自車位置推定部 5 Vehicle 7 Server 8 Database 10 Own vehicle position estimation device 11 Internal world sensor 12 External world sensor 13 Own vehicle position prediction unit 14 Measurement information acquisition unit 17 Landmark prediction unit 18 Extraction method selection unit 19 Landmark extraction unit 21 Own vehicle position estimation Department

Claims

The first acquisition unit that acquires the outside world information output by the outside world detection device placed on the moving body, and
A second acquisition unit that acquires feature position information indicating the position of features existing around the moving body, and
A recognition unit that extracts predicted information that is predicted to include information indicating the feature from the outside world information based on the feature position information, and recognizes the feature based on the predicted information. When,
A feature recognition device equipped with.