JP2021184258A - 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】予測移動範囲を精度良く算出する。【解決手段】情報処理装置２０は、第１取得部２０Ｃと、第２取得部２０Ｄと、算出部２０Ｅと、を備える。第１取得部２０Ｃは、移動体に関する移動体情報を取得する。第２取得部２０Ｄは、道路情報を取得する。算出部２０Ｅは、移動体情報および道路情報に基づいて、移動体の予測移動範囲を算出する。【選択図】図３

Description

本発明の実施の形態は、情報処理装置、情報処理方法、およびプログラムに関する。

自車両周辺の他の移動体の移動範囲を予測する技術が知られている。例えば、移動体の位置や速度から該移動体の移動状況の正常度を算出し、正常度が高いほど狭い存在範囲の移動領域を予測する技術が開示されている。また、例えば、移動体と道路中央線との差が大きいほど、広い予測移動範囲を算出する技術が開示されている。

ここで、交差点での右左折や急カーブでは、道路走行時の推奨経路から外れた走行がなされる場合がある。このような走行が行われるか否かを、移動体の位置や速度から推定することは困難である。このため、従来では、予測移動範囲を精度良く算出することは困難であった。

特許第４８５３５２５号公報

Kim， Beomjun， and Kyongsu Yi．"Probabilistic and holistic prediction of vehicle states using sensor fusion for application to integrated vehicle safety systems．" IEEE Transactions on Intelligent Transportation Systems 15．5 （2014）： 2178−2190．

本発明が解決しようとする課題は、予測移動範囲を精度良く算出することができる、情報処理装置、情報処理方法、およびプログラムを提供することである。

実施の形態の情報処理装置は、第１取得部と、第２取得部と、算出部と、を備える。第１取得部は、移動体に関する移動体情報を取得する。第２取得部は、道路情報を取得する。算出部は、移動体情報および道路情報に基づいて、移動体の予測移動範囲を算出する。算出部は、前記移動体情報と前記道路情報から、移動体の走行中および走行予定の道路における走行時の推奨ラインを示し車線の幅方向の中央を通るように設けられた参照経路の曲率、走行可能範囲、および参照経路の曲率に応じた角速度、の少なくとも一つを算出した算出結果に応じて、前記予測移動範囲を算出する。

移動体の一例を示す図。 予測移動範囲の説明図。 情報処理装置の構成のブロック図。 走行可能範囲の模式図。 走行可能範囲の模式図。 情報処理の手順を示すフローチャート。 走行可能範囲の模式図。 ハードウェア構成図。

以下に添付図面を参照して、情報処理装置、情報処理方法、およびプログラムを詳細に説明する。

図１は、本実施の形態の移動体１０の一例を示す図である。

移動体１０は、情報処理装置２０と、出力部１０Ａと、センサ１０Ｂと、駆動制御部１０Ｇと、駆動部１０Ｈと、を備える。

情報処理装置２０は、対象とする移動体の予測移動範囲を算出する。予測移動範囲とは、対象とする移動体の予測される移動範囲を示す。対象とする移動体とは、予測移動範囲を算出する対象の移動体を示す。

移動体は、移動可能な物である。移動体は、例えば、車両（自動二輪車、自動四輪車、自転車）、台車、ロボット、船舶、飛翔体（飛行機、無人航空機（ＵＡＶ：Ｕｎｍａｎｎｅｄ Ａｅｒｉａｌ Ｖｅｈｉｃｌｅ）、ドローンなど）、人、動物、等である。移動体は、具体的には、人による運転操作を介して走行する移動体や、人による運転操作を介さずに自動的に走行（自律走行）可能な移動体である。自動走行可能な移動体は、例えば、自動運転車両である。本実施の形態の移動体は、自律走行可能な車両である場合を一例として説明する。

本実施の形態では、情報処理装置２０が、移動体１０に搭載されている場合を一例として説明する。そして、本実施の形態では、情報処理装置２０は、当該情報処理装置２０の搭載されている移動体１０とは異なる、他の移動体の予測移動範囲を算出する。以下では、予測移動範囲を予測する対象の他の移動体を、他車両３０と称して説明する。すなわち、本実施の形態では、移動体１０に搭載された情報処理装置２０が、他車両３０の予測移動範囲を算出する形態を、説明する。

図２は、予測移動範囲４０の一例の説明図である。図２に示すように、本実施の形態では、移動体１０に搭載された情報処理装置２０が、他車両３０の予測移動範囲４０を算出する（詳細後述）。

なお、情報処理装置２０は、移動体１０に搭載された形態に限定されない。情報処理装置２０は、静止物に搭載されていてもよい。静止物は、移動不可能な物や、地面に対して静止した状態の物である。静止物は、例えば、ガードレール、ポール、建物、道路、歩道、障害物、立体物、駐車車両、道路標識、などである。また、情報処理装置２０は、クラウド上で処理を実行するクラウドサーバに搭載されていてもよい。

図１に戻り説明を続ける。センサ１０Ｂは、外界センサであり、外界を検知した検知情報を取得する。本実施の形態では、センサ１０Ｂは、他車両３０を検知するためのセンサである。

センサ１０Ｂは、例えば、撮影装置や、距離センサ（ミリ波レーダ、レーザセンサ）、などである。撮影装置は、撮影によって撮影画像データ（以下、撮影画像と称する）を得る。撮影画像データは、画素ごとに画素値を規定したデジタル画像データや、画素毎にセンサ１０Ｂからの距離を規定したデプスマップなどである。レーザセンサは、例えば、水平面に対して平行に設置された二次元ＬＩＤＡＲ（Ｌａｓｅｒ Ｉｍａｇｉｎｇ Ｄｅｔｅｃｔｉｏｎ ａｎｄ Ｒａｎｇｉｎｇ）センサや、三次元ＬＩＤＡＲセンサである。

出力部１０Ａは、各種の出力情報を出力する。出力部１０Ａは、例えば、出力情報を送信する通信機能、出力情報を表示する表示機能、出力情報を示す音を出力する音出力機能、などを備える。例えば、出力部１０Ａは、通信部１０Ｄと、ディスプレイ１０Ｅと、スピーカ１０Ｆと、を含む。

通信部１０Ｄは、各種データを他の装置と通信する。例えば、通信部１０Ｄは、公知の通信回線を介して出力情報を送信する。また、例えば、通信部１０Ｄは、公知の通信回線を介して、各種情報を外部装置から受信する。

ディスプレイ１０Ｅは、出力情報を表示する。ディスプレイ１０Ｅは、例えば、公知のＬＣＤ（ｌｉｑｕｉｄ ｃｒｙｓｔａｌ ｄｉｓｐｌａｙ）や投影装置やライトなどである。スピーカ１０Ｆは、出力情報を示す音を出力する。

駆動部１０Ｈは、移動体１０を駆動するデバイスである。駆動部１０Ｈは、例えば、エンジン、モータ、車輪、などである。

駆動制御部１０Ｇは、駆動部１０Ｈを制御する。駆動部１０Ｈは、駆動制御部１０Ｇの制御によって駆動する。例えば、駆動制御部１０Ｇは、情報処理装置２０から出力された出力情報や、センサ１０Ｂから得られた情報などに基づいて、周辺の状況を判断し、アクセル量、ブレーキ量、操舵角などの制御を行う。例えば、駆動制御部１０Ｇは、障害物を避けて現在走行中の車線を保ち、かつ前方車両との車間距離を所定距離以上保つように車両の制御を行う。

次に、情報処理装置２０の構成について詳細に説明する。図３は、情報処理装置２０の構成の一例を示すブロック図である。

情報処理装置２０は、例えば、専用または汎用コンピュータである。情報処理装置２０は、処理部２０Ａと、記憶部２０Ｂと、を備える。

処理部２０Ａ、記憶部２０Ｂ、出力部１０Ａ、センサ１０Ｂ、駆動制御部１０Ｇ、および駆動部１０Ｈは、バス２０Ｚを介して接続されている。なお、記憶部２０Ｂ、出力部１０Ａ（通信部１０Ｄ、ディスプレイ１０Ｅ、スピーカ１０Ｆ）、およびセンサ１０Ｂは、有線または無線で処理部２０Ａに接続すればよい。また、記憶部２０Ｂ、出力部１０Ａ（通信部１０Ｄ、ディスプレイ１０Ｅ、スピーカ１０Ｆ）、およびセンサ１０Ｂのうちの少なくとも１つと、処理部２０Ａと、を、ネットワークを介して接続してもよい。

記憶部２０Ｂは、各種データを記憶する。記憶部２０Ｂは、例えば、ＲＡＭ（Ｒａｎｄｏｍ Ａｃｃｅｓｓ Ｍｅｍｏｒｙ）、フラッシュメモリ等の半導体メモリ素子、ハードディスク、光ディスク等である。なお、記憶部２０Ｂは、情報処理装置２０の外部に設けられた記憶装置であってもよい。また、記憶部２０Ｂは、記憶媒体であってもよい。具体的には、記憶媒体は、プログラムや各種情報を、ＬＡＮ（Ｌｏｃａｌ Ａｒｅａ Ｎｅｔｗｏｒｋ）やインターネットなどを介してダウンロードして記憶または一時記憶したものであってもよい。また、記憶部２０Ｂを、複数の記憶媒体から構成してもよい。また、記憶部２０Ｂは、ネットワークを介して情報処理装置２０に接続されたクラウドサーバに設けてもよい。

処理部２０Ａは、第１取得部２０Ｃと、第２取得部２０Ｄと、算出部２０Ｅと、出力制御部２０Ｆと、を備える。

上記各部（第１取得部２０Ｃ、第２取得部２０Ｄ、算出部２０Ｅ、出力制御部２０Ｆ）は、例えば、１または複数のプロセッサにより実現される。例えば上記各部は、ＣＰＵ（Ｃｅｎｔｒａｌ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ）などのプロセッサにプログラムを実行させること、すなわちソフトウェアにより実現してもよい。上記各部は、専用のＩＣ（Ｉｎｔｅｇｒａｔｅｄ Ｃｉｒｃｕｉｔ）などのプロセッサ、すなわちハードウェアにより実現してもよい。上記各部は、ソフトウェアおよびハードウェアを併用して実現してもよい。複数のプロセッサを用いる場合、各プロセッサは、各部のうち１つを実現してもよいし、各部のうち２以上を実現してもよい。

第１取得部２０Ｃは、移動体情報を取得する。移動体情報は、予測移動範囲４０の算出対象の移動体である、他車両３０を示す情報である。

具体的には、移動体情報は、他車両３０の走行状態を示す情報である。詳細には、移動体情報は、他車両３０の位置、角度、速度、加速度、角速度、および、角加速度の少なくとも１つを示す。

例えば、第１取得部２０Ｃは、センサ１０Ｂの検知情報を用いて、公知の方法により、他車両３０の移動体情報を算出することで、該移動体情報を取得する。

なお、第１取得部２０Ｃは、通信部１０Ｄを介して外部装置や他車両３０から、他車両３０の移動体情報を受信することで、移動体情報を取得してもよい。

第２取得部２０Ｄは、道路情報を取得する。道路情報は、他車両３０の走行環境を示す情報である。すなわち、道路情報は、他車両３０が走行中の道路および該道路の周辺の道路を示す情報である。

道路情報は、具体的には、参照経路、車線幅、参照経路の曲率、障害物の位置、および障害物の大きさの少なくとも１つを示す。

図２を用いて説明する。参照経路３２は、他車両３０の走行中および走行予定の道路Ｒにおける、走行時の推奨ラインを示す。参照経路３２は、道路Ｒの車線３４ごとに予め定められている。車線３４は、道路Ｒにおける、一縦列の車両の通行のために設けられた帯状の領域である。参照経路３２は、例えば、車線３４の幅方向の中央を通るように設けられている。

参照経路３２は、例えば、複数の点の群によって表される（図２参照）。なお、参照経路３２は、直線、スプライン曲線、またはクロソイド曲線などで表されてもよい。

車線幅Ｊは、車線３４の幅を示す。具体的には、車線幅は、車線３４における、車両の進行方向に対して直交する方向の長さを示す。参照経路３２の曲率は、参照経路３２における１または複数の曲線領域の各々の曲率を示す。障害物Ｈの位置および障害物Ｈの大きさは、絶対位置および絶対サイズであってもよいし、相対位置および相対サイズであってもよい。

第２取得部２０Ｄは、例えば、通信部１０Ｄを介して外部装置から地図データを取得することで、他車両３０の道路情報を取得する。この場合、地図データには、他車両３０の走行中の道路Ｒおよび該道路Ｒの周辺の道路Ｒを含む道路情報が含まれるものとする。なお、第２取得部２０Ｄは、他の方法を用いて、他車両３０の道路情報を取得してもよい。例えば、第２取得部２０Ｄは、センサ１０Ｂの検知情報から道路情報を取得してもよい。また、第２取得部２０Ｄは、外部装置から取得した地図データおよびセンサ１０Ｂから取得した検知情報から、道路情報を取得してもよい。また、第２取得部２０Ｄは、記憶部２０Ｂに記憶された地図データから、道路情報を取得してもよい。

次に、算出部２０Ｅについて説明する。

算出部２０Ｅは、移動体情報および道路情報に基づいて、他車両３０の予測移動範囲４０を算出する。

予測移動範囲４０とは、予測タイムの各々における、他車両３０の予測される移動範囲を示す。予測タイムとは、現在以降（すなわち現在および未来）のタイミングを示す。

予測移動範囲４０の形状は、限定されない。例えば、予測移動範囲４０の形状は、図２に示すように、楕円形状であってもよいし、矩形状、多角形状、円状、などであってもよい。

本実施の形態では、算出部２０Ｅは、移動体情報および道路情報に示される、参照経路３２の曲率、走行可能範囲、および参照経路３２の曲率に応じた角速度を用いて、他車両３０の予測移動範囲４０を算出する。

ここで、第１取得部２０Ｃで取得した移動体情報、および第２取得部２０Ｄで取得した道路情報に、参照経路３２の曲率、走行可能範囲、および参照経路３２の曲率に応じた角速度、の少なくとも１つが含まれない場合がある。

この場合、算出部２０Ｅは、第１取得部２０Ｃで取得した移動体情報、および第２取得部２０Ｄで取得した道路情報に、参照経路３２の曲率、走行可能範囲、および参照経路３２の曲率に応じた角速度、の少なくとも１つを算出した算出結果に応じて、予測移動範囲４０を算出する。

走行可能範囲とは、道路Ｒにおける、車両が走行可能な範囲を示す。図４は、カーブにおける走行可能範囲Ｐの一例を示す模式図である。

走行可能範囲Ｐは、他車両３０が走行することの可能な範囲であって、且つ、他車両３０が道路Ｒの車線３４に沿って走行するときに、参照経路３２より外側や内側にずれて運転する可能性のある全ルートを包含する範囲である。

参照経路３２がカーブを示す場合、算出部２０Ｅは、以下の方法で走行可能範囲Ｐを算出する。カーブを示すとは、参照経路３２の曲率が閾値以上であることを示す。この閾値は、予め定めればよい。

算出部２０Ｅは、参照経路３２におけるカーブを示す領域（以下、カーブ領域と称する場合がある）については、参照経路３２に沿った道路Ｒの車線３４と、カーブ領域と該カーブ領域外との境界Ｂと、に基づいて、走行可能範囲Ｐを算出する。

詳細には、算出部２０Ｅは、参照経路３２に沿った道路Ｒの車線３４の側縁を示すラインＬを特定する。ラインＬは、隣接する車線３４の境界や、車線３４と副道（歩道）との境界に形成されている。図４に示す例の場合、算出部２０Ｅは、車線３４のラインＬとして、ラインＬ１、Ｌ２、Ｌ３、Ｌ４を特定する。

次に、算出部２０Ｅは、カーブを示す領域であるカーブ領域内とカーブ領域外との境界Ｂとして、境界Ｂ１、Ｂ２を特定する。算出部２０Ｅは、該カーブ領域の内側のラインＬ１と境界Ｂ１との交点と、該カーブ領域の内側のラインＬ３と境界Ｂ２との交点と、を結ぶ直線Ｌ’を特定する。

そして、算出部２０Ｅは、境界Ｂ１、直線Ｌ’、境界Ｂ２、該カーブ領域の外側のラインＬ４、および該カーブ領域の外側のラインＬ２によって囲まれた領域を、走行可能範囲Ｐとして算出する。

一方、算出部２０Ｅは、参照経路３２における直線領域については、参照経路３２に沿った道路Ｒの車線３４と、直線領域とカーブ領域との境界Ｂと、に基づいて、走行可能範囲Ｐを算出する。

図５は、直線領域における走行可能範囲Ｐの一例を示す模式図である。

詳細には、算出部２０Ｅは、参照経路３２に沿った道路Ｒの車線３４の側縁を示すラインＬ（ラインＬ６、Ｌ７）を特定する。次に、算出部２０Ｅは、直線領域とカーブ領域との境界Ｂ２を特定する。算出部２０Ｅは、ラインＬ６と、ラインＬ７と、境界Ｂ２と、によって囲まれた領域を、走行可能範囲Ｐとして算出する。

なお、算出部２０Ｅによる走行可能範囲Ｐの算出方法は、上記方法に限定されない。例えば、算出部２０Ｅは、複数の直線によって表される領域を走行可能範囲Ｐとして算出する形態に限定されず、円弧などの曲線によって表される領域を、走行可能範囲Ｐとして算出してもよい。

次に、参照経路３２の曲率に応じた角速度について説明する。参照経路３２の曲率に応じた角速度とは、該曲率の参照経路３２に沿って他車両３０が走行するときの角速度である。例えば、算出部２０Ｅは、曲率と、該曲率の参照経路３２に沿って移動体が走行するときの該移動体の角速度と、を予め記憶する。そして、算出部２０Ｅは、第１取得部２０Ｃで取得した参照経路３２に示される曲率に対応する角速度を読取ることで、参照経路３２の曲率に応じた角速度を算出すればよい。

また、算出部２０Ｅは、参照経路３２の曲率については、取得した参照経路３２から、該参照経路３２の曲率を公知の方法で算出すればよい。

そして、算出部２０Ｅは、移動体情報および道路情報を用いて、予測タイムごとに、他車両３０の予測移動範囲４０を算出する。

具体的には、算出部２０Ｅは、以下の算出条件を満たすように、予測移動範囲４０を算出する。

算出部２０Ｅは、参照経路３２の曲率が大きいほど、または、該曲率の領域の走行時の角速度が大きいほど、他車両３０の進行方向に直交する幅方向の範囲が大きい、予測移動範囲４０を算出する。また、算出部２０Ｅは、参照経路３２の曲率が小さいほど、または、該曲率の領域の走行時の角速度が小さいほど、幅方向の範囲の小さい、予測移動範囲４０を算出する。なお、幅方向とは、本実施の形態では、他車両３０の進行方向に直交する方向を示す。

また、算出部２０Ｅは、走行可能範囲Ｐが大きいほど、他車両３０の進行方向に直交する幅方向の範囲が大きい予測移動範囲４０を算出する。また、算出部２０Ｅは、走行可能範囲Ｐが小さいほど、該幅方向の範囲の小さい、予測移動範囲４０を算出する。

例えば、上記算出条件を満たす予測移動範囲４０を算出するために、算出部２０Ｅは、参照経路３２を走行するときの移動体情報の予測値と、予測値の分散値と、の予測結果を用いて、予測移動範囲４０を算出する。予測値および分散値は、他車両３０の、位置、角度、速度、加速度、角速度、および角加速度の少なくとも１つを示す。なお、角度については、予測タイムが現在のときの角度をゼロとし、予測タイムが現在以降はその差分の角度である。

具体的には、本実施の形態では、上記算出条件を満たす予測移動範囲４０を算出するために、算出部２０Ｅは、拡張カルマンフィルタ（Ｅｘｔｅｎｄｅｄ Ｋａｌｍａｎ Ｆｉｌｔｅｒ：ＥＫＦ）を用いて、予測移動範囲４０を算出する。

拡張カルマンフィルタの観測値には、運転の理想的な状態を用いる。運転の理想的な状態とは、参照経路３２に沿った運転、障害物Ｈを避けた運転、車線３４の変更のための運転、カーブを曲がるための運転、停止、などの様々な運転のために必要な、理想的な速度、角速度、位置などを指す。

一方、拡張カルマンフィルタのシステムモデルには、物理モデルを用いる。具体的には、システムモデルには、加速度および角加速度がゼロに収束するモデルを用いる。これは、安定した運転に収束することを前提とするためである。

なお、拡張カルマンフィルタのシステムモデルには、加速度および角加速度がゼロに収束するモデルに代えて、またはこれらのモデルと共に、等速モデル、等加速度モデル、等角速度モデル、等角加速度モデルなどを用いてもよい。

以下、算出部２０Ｅによる、拡張カルマンフィルタを用いた予測移動範囲４０の算出について、具体的に説明する。

まず、算出部２０Ｅは、特定の予測タイムにおける移動体情報を、第１取得部２０Ｃから受付ける。特定の予測タイムは、例えば、現在の時刻である。移動体情報は、上述したように、他車両３０の位置、角度、速度、加速度、角速度、および角加速度の少なくとも１つを示す。例えば、算出部２０Ｅは、特定の予測タイムにおける、他車両３０の位置、角度、速度、加速度、角速度、および角加速度と、これらの変数に対する共分散と、を移動体情報として取得する。

算出部２０Ｅは、特定の予測タイムにおける移動体情報を、拡張カルマンフィルタの予測値の初期値として用いる。

また、算出部２０Ｅは、特定の予測タイムにおける他車両３０の道路情報を、第２取得部２０Ｄから取得する。すなわち、算出部２０Ｅは、特定の予測タイムに他車両３０が走行中の、道路Ｒおよび該道路Ｒの周辺の道路Ｒを示す道路情報を、第２取得部２０Ｄから取得する。

次に、算出部２０Ｅは、予測タイムを１ステップ分進める。１ステップに相当する時間間隔は、予め定めればよい。

そして、算出部２０Ｅは、システムモデルとして用いる物理モデルを、１ステップ分進めた予測タイムの状態に変化させることで、システムモデル値を算出する。上述したように、システムモデルには、加速度および角加速度がゼロに収束するモデルを用いる。

このため、算出部２０Ｅは、移動体情報に示される他車両３０の加速度および角速度を、ゼロに収束させる方向に、１ステップ分変化させる。そして、算出部２０Ｅは、加速度および角加速度の１ステップ分変化させた後の値を、システムモデル値として用いる。そして、算出部２０Ｅはシステムモデル値の各変数における共分散を求める。共分散は、物理モデルの状態方程式をテイラー展開して求めてもよいし、定数でもよい。

次に、算出部２０Ｅは、観測値を、運転の理想的な状態に向かって１ステップ分変化させることで、観測モデル値を算出する。上述したように、運転の理想的な状態とは、様々な運転のために必要な、理想的な速度、角速度、位置などを指す。

このため、算出部２０Ｅは、移動体情報および道路情報によって示される速度と角速度と位置を、移動体情報および道路情報を用いて、運転の理想的な状態に１ステップ分変化させる。そして、算出部２０Ｅは、速度、角速度、および位置の１ステップ分変化させた後の値を、観測モデル値として用いる。

詳細には、例えば、算出部２０Ｅは、移動体情報および道路情報によって示される速度と角速度と位置を、道路情報に示される、制限速度、カーブにおける加減速条件、停止条件、などの運転条件を用いて、特定の予測タイムから１ステップ分進めた予測タイムにおける、理想的な速度を算出する。

また、算出部２０Ｅは、特定の予測タイムから１ステップ分進めた予測タイムにおいて、道路情報に示される参照経路３２へ向かって１ステップ分収束させるため、道路情報に示される障害物Ｈを避けるため、などのために必要な角速度を、理想的な角速度として算出する。

また、算出部２０Ｅは、特定の予測タイムから１ステップ分進めた予測タイムにおける、理想的な速度および角速度から、理想的な位置を算出する。なお、算出部２０Ｅは、位置として、幅方向の位置を算出する。幅方向の位置は、参照経路３２に沿って他車両３０が進行するときの、他車両３０の進行方向に対して直交する方向（幅方向）の座標値によって表される。

このようにして、算出部２０Ｅは、速度、角速度、および位置の各々について、予測タイムを１ステップ分変化させた後の値を、観測モデル値として算出する。

次に、算出部２０Ｅは、観測モデル値として算出した各要素（速度、角速度、位置）について、要素ごとに分散値を算出する。算出部２０Ｅは、平均値が観測モデル値を示すように、分散値を算出する。分散値を算出する、とは、複数の分散値を算出することを意味する。すなわち、算出部２０Ｅは、要素ごとに、観測モデル値が平均値となるように分散する、複数の分散値を算出する。

具体的には、算出部２０Ｅは、観測モデル値として算出した速度について、速度の分散値を算出する。速度の分散値は、過去に予測した速度と、特定の予測タイムにおける速度との、差に基づいて、公知の方法により算出すればよい。なお、算出部２０Ｅは、一定値を、速度の分散値として算出してもよい。

また、算出部２０Ｅは、観測モデル値として算出した角速度について、角速度の分散値を算出する。

算出部２０Ｅは、他車両３０の位置と参照経路３２との差と、曲率を有する参照経路３２に沿って走行するために必要な角速度と、に基づいて、予測値としての他車両３０の角速度の分散値を算出する。

具体的には、算出部２０Ｅは、角速度の分散値を、２種類の算出方法を用いて算出する。

一方の種類の算出方法は、他車両３０の位置と参照経路３２との差を考慮した算出方法である。この算出方法には、非特許文献１に記載された方法を用いればよい。すなわち、この場合、算出部２０Ｅは、上記特定の予測タイムから１ステップ分進めた予測タイムにおける、他車両３０の位置と参照経路３２との位置の差と、該予測タイムにおける他車両３０の傾きと、を考慮して算出する。他車両３０の傾きとは、該予測タイムにおける、参照経路３２に対する他車両３０の進行方向の傾きを示す。この傾きは、道路情報および移動体情報から算出すればよい。

他方の種類の算出方法は、角速度の大きさを考慮した算出方法である。この場合、算出部２０Ｅは、下記式（１）を用いて、角速度の分散値を算出する。

ｃｏｖ_ｙｒ＝Ｖ_{ｃｏｎｓｔ}（γ／γ_ｍａｘ） 式（１）
γ＝ｖｃｏｓθ／Ｒ 式（２）

ｃｏｖ_ｙｒは、角速度の分散値を示す。Ｖ_{ｃｏｎｓｔ}は、角速度分散の定数を示す。γは、上記式（２）で表される。Ｒは、参照経路３２の曲率半径を示す。ｖは、観測モデル値として算出された速度を示し、θは、観測モデル値として算出された角度を示す。γ_ｍａｘは、閾値以上の曲率のカーブの走行に必要な角速度の最大値である。

算出部２０Ｅが上記式（１）を用いて角速度の分散値を算出することで、角速度が大きいほど、大きい分散値が得られる。

本実施の形態では、算出部２０Ｅは、上記２種類の算出方法の各々によって得られた分散値を合算した結果を、角速度の分散値として算出する。

また、算出部２０Ｅは、観測モデル値として算出した位置について、位置の分散値を算出する。上述したように、本実施の形態では、位置は、他車両３０の進行方向に対して直交する方向である幅方向における、位置である。

本実施の形態では、算出部２０Ｅは、第２取得部２０Ｄで取得した道路情報に基づいて、位置の分散値を算出する。詳細には、算出部２０Ｅは、走行可能範囲Ｐに基づいて、予測値としての他車両３０の幅方向の位置の分散値を算出する。

具体的には、まず、算出部２０Ｅは、走行可能範囲Ｐを算出する。上述したように、算出部２０Ｅは、参照経路３２をカーブ領域と直線領域に分類し、カーブ領域および直線領域の各々について、上述した方法で、走行可能範囲Ｐを算出する（図４、図５も参照）。

次に、算出部２０Ｅは、走行可能範囲Ｐにおける、走行可能範囲Ｐを示す外枠と他車両３０との、他車両３０の幅方向における最大距離ｗを算出する。

図４に示す走行可能範囲Ｐを算出した場合、算出部２０Ｅは、他車両３０の幅方向（矢印Ｙ方向）における、他車両３０と走行可能範囲Ｐの外枠との距離（例えば、距離ｗ１、距離ｗ２）の内、最大の距離ｗ１を、最大距離ｗとして算出する。

図５に示す走行可能範囲Ｐを算出した場合、算出部２０Ｅは、他車両３０の幅方向（矢印Ｙ方向）における、他車両３０と走行可能範囲Ｐの外枠との距離の内、最大距離ｗを算出する。

図３に戻り説明を続ける。算出部２０Ｅは、下記式（３）を用いて、位置の分散値を算出する。

ｃｏｖ_ｙ＝（ｃ・ｗ／３）^２ 式（３）

式（３）中、ｃｏｖ_ｙは、位置の分散値を示す。ｃは、定数である。ｗは、最大距離を示す。なお、式（３）において、ｃとｗとの乗算値を“３”で除算する理由は、正規分布の９９．７％は標準偏差の３倍の範囲に含まれる、という性質を考慮したためである。

次に、算出部２０Ｅは、上記算出した観測モデルの共分散とシステムモデルの共分散と、を用いて、カルマンゲインを算出する。カルマンゲインの算出には、公知の方法を用いればよい。具体的には、算出部２０Ｅは、システムモデルを１ステップ分進めた共分散を、上記共分散と観測モデルの共分散を足し合わせた共分散で割った値を、カルマンゲインとして算出する。

次に、次に、算出部２０Ｅは、算出したカルマンゲインと観測値を用いて、システムモデル値およびシステムモデル値の各要素の分散を補正することで、１ステップ分進めた予測タイムにおける、移動体情報の各要素の予測値と、予測値の分散値を算出する。

次に、算出部２０Ｅは、最終的に算出した移動体情報の各要素の予測値と、予測値の分散値の内、位置の予測値と、位置の予測値の分散値、誤差楕円の信用区間を表すカイ二乗分布値と、を定めることで、誤差楕円の方程式を定める。このカイ二乗分布値は、予め定めればよい。

そして、算出部２０Ｅは、定めた誤差楕円の方程式によって表される楕円を、該予測タイムにおける予測移動範囲４０として算出する。

以上のようにして、本実施の形態では、算出部２０Ｅは、拡張カルマンフィルタを用いて、予測タイムごとの予測移動範囲４０を算出する。

次に、出力制御部２０Ｆについて説明する。出力制御部２０Ｆは、出力情報を、出力部１０Ａおよび駆動制御部１０Ｇの少なくとも一方へ出力する。

本実施の形態では、出力情報は、予測タイムごとの予測移動範囲４０を示す情報を含む。

例えば、出力制御部２０Ｆは、出力情報を、出力部１０Ａへ出力する。出力情報を受付けると、出力部１０Ａの通信部１０Ｄは、外部装置などに、出力情報を送信する。また、例えば、出力部１０Ａのディスプレイ１０Ｅは、出力情報を表示する。また、例えば、出力部１０Ａのスピーカ１０Ｆが、出力情報に応じた音を出力する。出力情報に応じた音は、出力情報を示す音声であってもよいし、出力情報に応じた警告音であってもよい。

また、例えば、出力制御部２０Ｆは、出力情報を、駆動制御部１０Ｇへ出力する。上述したように、駆動制御部１０Ｇは、移動体１０の駆動部１０Ｈを制御する。出力情報を受付けた駆動制御部１０Ｇは、出力情報や、センサ１０Ｂから得られた情報などに基づいて、周辺の状況を判断し、アクセル量、ブレーキ量、操舵角などの制御を行う。例えば、駆動制御部１０Ｇは、他車両３０の予測移動範囲４０に基づいて、他車両３０を避けて現在走行中の車線を保ち、かつ前方車両や他車両３０との車間距離を所定距離以上保つように車両の制御を行う。

このような制御により、駆動制御部１０Ｇは、移動体１０の安全走行を実現することができる。

なお、出力制御部２０Ｆは、出力情報を記憶部２０Ｂへ記憶してもよい。また、出力制御部２０Ｆは、出力情報を、他の処理機能部（例えば、衝突判定や運動予測などを行う機能）に対して出力してもよい。

次に、処理部２０Ａが実行する情報処理の手順の一例を説明する。図６は、処理部２０Ａが実行する情報処理の手順の一例を示す、フローチャートである。

まず、第１取得部２０Ｃが、予測タイムＴにおける移動体情報を取得する（ステップＳ１００）。予測タイムＴは、上述した特定の予測タイムである。次に、算出部２０Ｅが、ステップＳ１００で取得した、予測タイムＴの移動体情報を、拡張カルマンフィルタの予測値の初期値として設定する（ステップＳ１０２）。

次に、第２取得部２０Ｄが、予測タイムＴにおける道路情報を取得する（ステップＳ１０４）。

次に、算出部２０Ｅは、予測タイムＴを１ステップ分進める（ステップＳ１０６）。

次に、算出部２０Ｅは、システムモデル値を算出する（ステップＳ１０８）。ステップＳ１０８では、算出部２０Ｅは、予測タイムＴを１ステップ分進める前の移動体情報に示される他車両３０の加速度および角速度を、ゼロに収束させる方向に１ステップ分変化させることで、システムモデル値を算出する。そして、算出部２０Ｅはシステムモデル値の各変数における共分散を求める。

次に、算出部２０Ｅは、観測モデル値を算出する（ステップＳ１１０）。ステップＳ１１０では、算出部２０Ｅは、予測タイムＴを１ステップ分進める前の移動体情報および道路情報によって示される速度、角速度、および位置を、運転の理想的な状態に向かって１ステップ分変化させることで、観測モデル値を算出する。

次に、算出部２０Ｅは、ステップＳ１１０で観測モデル値として算出した速度について、速度の分散値を算出する（ステップＳ１１２）。

次に、算出部２０Ｅは、ステップＳ１１０で観測モデル値として算出した角速度について、角速度の分散値を算出する（ステップＳ１１４）。

次に、算出部２０Ｅは、ステップＳ１０４で取得した道路情報に示される参照経路３２について、上述した方法で、走行可能範囲Ｐを算出する（ステップＳ１１６）。次に、算出部２０Ｅは、走行可能範囲Ｐにおける、走行可能範囲Ｐを示す外枠と他車両３０との、他車両３０の幅方向における最大距離ｗを算出する（ステップＳ１１８）。そして、算出部２０ＥはステップＳ１１８で算出した最大距離ｗと上記式（３）とを用いて、位置の分散値を算出する（ステップＳ１２０）。

次に、算出部２０Ｅは、ステップＳ１０８で算出したシステムモデルの共分散とステップＳ１１２〜ステップ１２０で算出した観測モデルの共分散と、を用いて、カルマンゲインを算出する（ステップＳ１２２）。

次に、算出部２０Ｅは、ステップＳ１０６で１ステップ分進めた予測タイムＴにおける、移動体情報の各要素の予測値と、予測値の分散値を算出する（ステップＳ１２４）ステップＳ１２４では、算出部２０Ｅは、ステップＳ１２２で算出したカルマンゲインと、ステップＳ１１０で算出した観測モデル値と、ステップＳ１１２〜Ｓ１２０で算出した観測モデル値の各要素の分散と、を用いて、Ｓ１０８で算出したシステムモデル値およびシステムモデル値の各要素の分散を補正することで、予測値と予測値の分散を算出する。

次に、算出部２０Ｅは、ステップＳ１０６で１ステップ分進めた予測タイムＴにおける、予測移動範囲４０を算出する（ステップＳ１２６）。ステップＳ１２６では、算出部２０Ｅは、ステップＳ１２４で算出した、移動体情報の各要素の予測値と、予測値の分散値の内、位置の予測値の分散値と、誤差楕円の信用区間を表すカイ二乗分布値と、によって定められる誤差楕円の方程式によって表される楕円を、予測移動範囲４０として算出する。

次に、出力制御部２０Ｆは、ステップＳ１２６で算出された予測移動範囲４０と、該予測移動範囲４０の予測タイムと、を含む出力情報を、出力部１０Ａおよび駆動制御部１０Ｇの少なくとも一方へ出力する（ステップＳ１２８）。

このため、例えば、駆動制御部１０Ｇは、予測移動範囲４０に基づいて、情報処理装置２０の搭載された移動体１０の駆動部１０Ｈを制御する。例えば、駆動制御部１０Ｇは、他車両３０や障害物を避けて現在走行中の車線を保ち、かつ前方車両や他車両３０との車間距離を所定距離以上保つように車両の制御を行う。

次に、算出部２０Ｅは、予測を終了するか否かを判断する（ステップＳ１３０）。例えば、算出部２０Ｅは、予め定めた予測ステップ数、予測を実行したか否を判別することで、ステップＳ１３０の判断を行う。ステップＳ１３０で否定判断すると（ステップＳ１３０：Ｎｏ）、上記ステップＳ１０６へ進む。一方、ステップＳ１３０で肯定判断すると（ステップＳ１３０：Ｙｅｓ）、本ルーチンを終了する。

このように、本実施の形態では、算出部２０Ｅは、予測タイムＴごとに、予測移動範囲４０を算出する。

このため、例えば、図２に示すように、算出部２０Ｅは、予測タイムＴごとの予測移動範囲４０を算出する。例えば、他車両３０が予測タイムＴにおいて他車両３０Ａの位置にいると仮定する。この場合、情報処理装置２０の算出部２０Ｅは、１または複数ステップ進めた予測タイムＴ（例えば、他車両３０Ｂの位置、および他車両３０Ｃの位置）の各々における、他車両３０の予測移動範囲４０（予測移動範囲４０Ｂ、予測移動範囲４０Ｃ）を算出する。

すなわち、算出部２０Ｅは、予測タイムＴに他車両３０が到達すると仮定される位置を中心とした楕円状の予測移動範囲４０を、予測タイムＴごとに算出する。なお、上述したように、予測移動範囲４０の形状は、楕円状に限定されない。

図２に示すように、上記処理を行うことで、算出部２０Ｅは、交差点などのカーブ領域では幅方向の大きさの大きい予測移動範囲４０Ｂを算出し、直線領域では幅方向の大きさの小さい予測移動範囲４０Ｃを算出する。

以上説明したように、本実施の形態の情報処理装置２０は、第１取得部２０Ｃと、第２取得部２０Ｄと、を備える。第１取得部２０Ｃは、移動体（他車両３０）に関する移動体情報を取得する。第２取得部２０Ｄは、道路情報を取得する。算出部２０Ｅは、移動体情報および道路情報に基づいて、移動体（他車両３０）の予測移動範囲４０を算出する。

このように、本実施の形態の情報処理装置２０は、移動体情報のみではなく、道路情報と移動体情報を用いて、他車両３０の予測移動範囲４０を算出する。このため、本実施の形態の情報処理装置２０では、移動体情報および道路情報に応じた適切な予測移動範囲４０を算出することができる。

例えば、上述したように、本実施の形態の情報処理装置２０は、交差点などのカーブ領域では幅方向の大きさの大きい予測移動範囲４０Ｂを算出し、直線領域では幅方向の大きさの小さい予測移動範囲４０Ｃを算出することができる。

従って、本実施の形態の情報処理装置２０は、予測移動範囲４０を精度良く算出することができる。

また、本実施の形態の情報処理装置２０では、駆動制御部１０Ｇが、予測移動範囲４０に応じて駆動部１０Ｈを駆動する。このため、本実施の形態の情報処理装置２０では、上記効果に加えて、他車両３０との衝突を回避可能な有用な予測移動範囲４０を提供することができる。また、本実施の形態の情報処理装置２０では、過剰に広い予測移動範囲４０を算出することを抑制することができるため、上記効果に加えて、不要な警告などを移動体１０に与える事を抑制することができる。

（変形例１）
なお、上記実施の形態では、算出部２０Ｅは、拡張カルマンフィルタを用いて予測移動範囲４０を算出する形態を一例として説明した。しかし、算出部２０Ｅは、上記実施の形態で説明した算出条件を満たすように、予測移動範囲４０を算出すればよく、拡張カルマンフィルタに代えて、公知のフィルタを用いてもよい。

例えば、算出部２０Ｅは、上記算出条件を満たす予測移動範囲４０を算出するために、拡張カルマンフィルタに代えて、Ｋａｌｍａｎ Ｆｉｌｔｅｒ、Ｐａｒｔｉｃｌｅ Ｆｉｌｔｅｒ、Ｕｎｓｃｅｎｔｅｄ Ｋａｌｍａｎ Ｆｉｌｔｅｒなどを用いてもよい。

Ｋａｌｍａｎ Ｆｉｌｔｅｒを用いる場合、変数を、線形で扱う必要がある。このため、変数の数は、拡張カルマンフィルタを用いる場合に比べて制限される。しかし、算出部２０Ｅは、上記実施の形態と同様にして、道路情報および移動体情報に基づいて、Ｋａｌｍａｎ Ｆｉｌｔｅｒを用いることで、予測値の分散値を算出し、予測移動範囲４０を算出することができる。

また、Ｐａｒｔｉｃｌｅ Ｆｉｌｔｅｒを用いる場合には、観測モデルの代わりに尤度関数を設計する必要がある。しかし、算出部２０Ｅは、上記実施の形態で算出した観測モデル値と観測モデル値の各要素の分散値を、尤度計算に用いることで、上記実施の形態と同様にして予測移動範囲４０を算出することができる。

Ｕｎｓｃｅｎｔｅｄ Ｋａｌｍａｎ Ｆｉｌｔｅｒを用いる場合は、拡張カルマンフィルタと同様に、観測モデル値とシステムモデル値を定義する必要がある。このため、この場合についても、算出部２０Ｅは、上記実施の形態で用いた予測値の分散値の算出と同様の計算方法を用いて、予測移動範囲４０を算出することができる。

（変形例２）
なお、道路Ｒ上に障害物Ｈが存在する場合がある。

この場合、算出部２０Ｅは、障害物情報に更に基づいて、予測移動範囲４０を算出する。

障害物情報は、障害物Ｈを示す情報である。障害物情報は、例えば、障害物Ｈの位置、および障害物Ｈの大きさの少なくとも一方を示す。

道路情報が、障害物Ｈの位置および障害物Ｈの大きさの少なくとも一方を含む場合、算出部２０Ｅは、道路情報から障害物情報を特定する。そして、算出部２０Ｅは、障害物情報によって示される障害物Ｈの位置や大きさに基づいて、該障害物Ｈを避けるように、走行可能範囲Ｐおよび最大距離ｗを設定する。

図７を用いて説明する。図７は、走行可能範囲Ｐの一例を示す模式図である。算出部２０Ｅは、上記実施の形態で説明した方法と同様にして走行可能範囲Ｐを算出する。但し、算出部２０Ｅは、上記実施の形態と同様にして算出した走行可能範囲Ｐにおける、障害物Ｈとの重複領域を除外した領域を、走行可能範囲Ｐとして算出する。

そして、算出部２０Ｅは、第１の実施の形態と同様に、走行可能範囲Ｐにおける、走行可能範囲Ｐを示す外枠と他車両３０との、他車両３０の幅方向における最大距離ｗを算出する。なお、上述したように、本変形例では、算出部２０Ｅは、上記実施の形態と同様にして算出した走行可能範囲Ｐにおける、障害物Ｈとの重複領域を除外した領域を、走行可能範囲Ｐとして算出する。このため、本変形例では、算出部２０Ｅは、上記実施の形態と同様にして算出した走行可能範囲Ｐにおける、障害物Ｈを除外した領域について、他車両３０と該領域の外枠との幅方向の最大距離ｗを算出する。

そして、算出部２０Ｅは、算出した走行可能範囲Ｐと最大距離ｗを用いて、上記実施の形態と同様にして位置の分散値、カルマンゲインを算出することで、予測移動範囲４０を算出すればよい。

（ハードウェア構成）
次に、上記実施の形態の情報処理装置２０のハードウェア構成の一例を説明する。図８は、上記実施の形態の情報処理装置２０のハードウェア構成図の一例を示す図である。

上記実施の形態の情報処理装置２０は、ＣＰＵ（Ｃｅｎｔｒａｌ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ）８６などの制御装置と、ＲＯＭ（Ｒｅａｄ Ｏｎｌｙ Ｍｅｍｏｒｙ）８８やＲＡＭ（Ｒａｎｄｏｍ Ａｃｃｅｓｓ Ｍｅｍｏｒｙ）９０やＨＤＤ（ハードディスクドライブ）９２などの記憶装置と、各種機器とのインターフェースであるＩ／Ｆ部８２と、出力情報などの各種情報を出力する出力部８０と、ユーザによる操作を受付ける入力部９４と、各部を接続するバス９６とを備えており、通常のコンピュータを利用したハードウェア構成となっている。

上記実施の形態の情報処理装置２０では、ＣＰＵ８６が、ＲＯＭ８８からプログラムをＲＡＭ９０上に読み出して実行することにより、上記各機能がコンピュータ上で実現される。

なお、上記実施の形態の情報処理装置２０で実行される上記各処理を実行するためのプログラムは、ＨＤＤ９２に記憶されていてもよい。また、上記実施の形態の情報処理装置２０で実行される上記各処理を実行するためのプログラムは、ＲＯＭ８８に予め組み込まれて提供されていてもよい。

また、上記実施の形態の情報処理装置２０で実行される上記処理を実行するためのプログラムは、インストール可能な形式または実行可能な形式のファイルでＣＤ−ＲＯＭ、ＣＤ−Ｒ、メモリカード、ＤＶＤ（Ｄｉｇｉｔａｌ Ｖｅｒｓａｔｉｌｅ Ｄｉｓｋ）、フレキシブルディスク（ＦＤ）等のコンピュータで読み取り可能な記憶媒体に記憶されてコンピュータプログラムプロダクトとして提供されるようにしてもよい。また、上記実施の形態の情報処理装置２０で実行される上記処理を実行するためのプログラムを、インターネットなどのネットワークに接続されたコンピュータ上に格納し、ネットワーク経由でダウンロードさせることにより提供するようにしてもよい。また、上記実施の形態の情報処理装置２０で実行される上記処理を実行するためのプログラムを、インターネットなどのネットワーク経由で提供または配布するようにしてもよい。

なお、上記には、本発明の実施の形態を説明したが、上記実施の形態は、例として提示したものであり、発明の範囲を限定することは意図していない。この新規な実施の形態は、その他の様々な形態で実施されることが可能であり、発明の要旨を逸脱しない範囲で、種々の省略、置き換え、変更を行うことができる。この実施の形態やその変形は、発明の範囲や要旨に含まれるとともに、特許請求の範囲に記載された発明とその均等の範囲に含まれる。

１０ 移動体
１０Ｇ 駆動制御部
１０Ｈ 駆動部
２０ 情報処理装置
２０Ｃ 第１取得部
２０Ｄ 第２取得部
２０Ｅ 算出部
３０ 他車両

Claims (12)

1. 移動体に関する移動体情報を取得する第１取得部と、
   道路情報を取得する第２取得部と、
   前記移動体情報および前記道路情報に基づいて、前記移動体の予測移動範囲を算出する算出部と、
   を備え、
   前記算出部は、
   前記移動体情報と前記道路情報から、移動体の走行中および走行予定の道路における走行時の推奨ラインを示し車線の幅方向の中央を通るように設けられた参照経路の曲率、走行可能範囲、および参照経路の曲率に応じた角速度、の少なくとも一つを算出した算出結果に応じて、前記予測移動範囲を算出する、
   情報処理装置。
2. 前記算出部は、
   障害物を示す障害物情報に更に基づいて、前記予測移動範囲を算出する、
   請求項１に記載の情報処理装置。
3. 前記算出部は、
   前記参照経路の曲率が大きいほどまたは該曲率の領域の走行時の角速度が大きいほど、前記移動体の進行方向に直交する幅方向の範囲が大きく、
   該参照経路の曲率が小さいほどまたは該曲率の領域の走行時の角速度が小さいほど前記幅方向の範囲の小さい、
   前記予測移動範囲を算出する、
   請求項１または請求項２に記載の情報処理装置。
4. 前記算出部は、
   走行可能範囲が大きいほど、前記移動体の進行方向に直交する幅方向の範囲が大きく、
   前記走行可能範囲が小さいほど、前記幅方向の範囲の小さい、
   前記予測移動範囲を算出する、
   請求項１〜請求項３の何れか１項に記載の情報処理装置。
5. 前記算出部は、
   前記参照経路の曲率が閾値以上のカーブ領域について、該カーブ領域と該カーブ領域外との２つの境界と、該カーブ領域外における該参照経路に沿った道路の車線の幅方向の両端部の各々に沿った直線である複数のラインの内の前記カーブ領域の外側の前記ラインと、前記カーブ領域の内側の前記ラインと前記境界の各々との交点間を結ぶ直線と、によって囲まれた領域を、前記走行可能範囲として算出する、
   請求項１〜請求項４の何れか１項に記載の情報処理装置。
6. 前記移動体情報は、前記移動体の走行状態を示す、
   請求項１〜請求項５の何れか１項に記載の情報処理装置。
7. 前記移動体情報は、
   前記移動体の位置、角度、速度、加速度、角速度、および角加速度の少なくとも１つを示す、
   請求項１〜請求項６の何れか１項に記載の情報処理装置。
8. 前記道路情報は、前記移動体の走行環境を示す、
   請求項１〜請求項７の何れか１項に記載の情報処理装置。
9. 前記道路情報は、
   前記参照経路、車線幅、前記参照経路の曲率、障害物の位置、および障害物の大きさ、の少なくとも１つを示す、
   請求項１〜請求項８の何れか１項に記載の情報処理装置。
10. 前記予測移動範囲に基づいて、前記情報処理装置の搭載された移動体の駆動部を制御する駆動制御部、
    を備える、請求項１〜請求項９の何れか１項に記載の情報処理装置。
11. 移動体に関する移動体情報を取得する第１取得ステップと、
    道路情報を取得する第２取得ステップと、
    前記移動体情報および前記道路情報に基づいて、前記移動体の予測移動範囲を算出する算出ステップと、
    を含み、
    前記算出ステップは、
    前記移動体情報と前記道路情報から、移動体の走行中および走行予定の道路における走行時の推奨ラインを示し車線の幅方向の中央を通るように設けられた参照経路の曲率、走行可能範囲、および参照経路の曲率に応じた角速度、の少なくとも一つを算出した算出結果に応じて、前記予測移動範囲を算出する、
    情報処理方法。
12. 移動体に関する移動体情報を取得する第１取得ステップと、
    道路情報を取得する第２取得ステップと、
    前記移動体情報および前記道路情報に基づいて、前記移動体の予測移動範囲を算出する算出ステップと、
    をコンピュータに実行させるためのプログラムであって、
    前記算出ステップは、
    前記移動体情報と前記道路情報から、移動体の走行中および走行予定の道路における走行時の推奨ラインを示し車線の幅方向の中央を通るように設けられた参照経路の曲率、走行可能範囲、および参照経路の曲率に応じた角速度、の少なくとも一つを算出した算出結果に応じて、前記予測移動範囲を算出する、
    プログラム。

Images