JP2022136145A - データ構造、情報処理装置、及び地図データ生成装置 - Google Patents

Abstract

【課題】自己位置推定に用いるべきオブジェクトを事前に把握するための事前情報を含む地図データを提供する。【解決手段】車載機１は、車両に搭載されたライダ２により計測したオブジェクトの計測値と、地図ＤＢ１０に含まれるオブジェクトの位置情報とに基づき位置推定を行う。地図ＤＢ１０には、位置推定に対するオブジェクトごとの推奨値を示すオブジェクト推奨情報又は位置推定に対するボクセルごとの推奨値を示すボクセル推奨情報が含まれている。【選択図】図６

Description

本発明は、自己位置推定技術に関する。

従来から、車両の進行先に設置される地物をレーダやカメラを用いて検出し、その検出結果に基づいて自車位置を校正する技術が知られている。例えば、特許文献１には、計測センサの出力と、予め地図上に登録された地物の位置情報とを照合させることで自己位置を推定する技術が開示されている。また、特許文献２には、カルマンフィルタを用いた自車位置推定技術が開示されている。さらに、非特許文献１には、車両側のセンサが検出したデータをクラウドサーバで収集するためのデータフォーマットに関する仕様が開示されている。

特開２０１３－２５７７４２号公報 特開２０１７－７２４２２号公報

ｈｅｒｅ社ホームページ、Ｖｅｈｉｃｌｅ Ｓｅｎｓｏｒ Ｄａｔａ Ｃｌｏｕｄ Ｉｎｇｅｓｔｉｏｎ Ｉｎｔｅｒｆａｃｅ Ｓｐｅｃｉｆｉｃａｔｉｏｎ（ｖ２．０．２），［平成３０年３月２日検索］、インターネット＜ＵＲＬ：https://lts.cms.here.com/static-cloud-content/Company_Site/2015_06/Vehicle_Sensor_Data_Cloud_Ingestion_Interface_Specification.pdf＞

ライダなどの外界センサによる自車位置周辺のオブジェクトに対する計測結果と地図上のオブジェクトの位置情報とを照合して自車位置推定を行う場合、他車両によるオクルージョンや雨又は雪の影響で対象のオブジェクトが検出できないと、自車位置推定精度の悪化が生じる。同様に、オブジェクト自体の位置や形状が変化した場合も、地図上のオブジェクトの位置との不整合により照合結果がずれてしまい、自車位置推定精度の悪化が生じる。

本発明は、上記のような課題を解決するためになされたものであり、自己位置推定に用いるべきオブジェクトを事前に把握するための事前情報を含む地図データを提供することを主な目的とする。

請求項に記載の発明は、地図データのデータ構造であって、物体の位置情報と、移動体に搭載された計測装置により求めた前記物体との位置関係を用いて前記移動体の位置推定を行うことに対する推奨値を示す推奨値情報と、を含み、前記移動体の位置推定に用いられる地図データのデータ構造である。

また、請求項に記載の発明は、情報処理装置であって、物体の位置情報と、移動体に搭載された計測装置により求めた前記物体との位置関係を用いて前記移動体の位置推定を行うことに対する推奨値を示す推奨値情報と、を含む地図データを記憶する記憶部を有する。

また、請求項に記載の発明は、地図データ生成装置であって、物体の識別情報と、前記物体を用いた前記移動体の位置推定の精度向上の有効性に関する有効性情報とに基づき生成された、前記物体を用いた前記移動体の位置推定に対する推奨値を示す推奨値情報を、前記物体の位置情報と関連付けて、地図データを生成する生成部を有する。

運転支援システムの概略構成図である。 車載機及びサーバ装置の機能的構成を示すブロック図である。 状態変数ベクトルを２次元直交座標で表した図である。 予測ステップと計測更新ステップとの概略的な関係を示す図である。 自車位置推定部の機能ブロックを示す。 オブジェクト推奨情報のデータ構造の一例である。 アップロード情報のデータ構造の概要を示す図である。 イベント情報に含まれる「オブジェクト認識イベント」のデータ構造を示す。 車両周辺を表す俯瞰図である。 有効フラグの設定例を示す。 白線検出期間での共分散行列の対角要素の推移を示すグラフである。 標識検出期間での共分散行列の対角要素の推移を示すグラフである。 有効フラグを含むアップロード情報の送受信に関する処理の概要を示すフローチャートの一例である。 ボクセルデータに基づく位置推定を行う自車位置推定部の機能ブロックを示す。 ボクセルデータの概略的なデータ構造の一例を示す。 ボクセル推奨情報のデータ構造の一例である。 車両周辺を表す俯瞰図である。 有効値の設定例を示す。 ボクセルＩＤ「４」に対する個別評価関数値の推移を示すグラフである。 ボクセルＩＤ「１２」に対する個別評価関数値の推移を示すグラフである。 有効値を含むアップロード情報の送受信に関する処理の概要を示すフローチャートの一例である。

本発明の好適な実施形態によれば、地図データのデータ構造であって、物体の位置情報と、移動体に搭載された計測装置により求めた前記物体との位置関係を用いて前記移動体の位置推定を行うことに対する推奨値を示す推奨値情報と、を含み、前記移動体の位置推定に用いられる地図データのデータ構造である。地図データは、このようなデータ構造を有することで、自己位置推定に用いるべき物体を事前に把握するための事前情報を好適に含むことができる。

上記データ構造の一態様では、前記推奨値情報は、前記移動体を基準とした方向についての前記位置推定を行うことに対する推奨値を含む。好適な例では、前記推奨値情報は、前記移動体の方位についての前記位置推定を行うことに対する推奨値をさらに含む。この態様によれば、位置推定に用いる物体に対する位置推定の推奨度を、位置推定処理において推定する状態変数ごとに地図データに記録することができる。

上記データ構造の他の一態様では、空間を区切った単位領域ごとに、前記物体の位置情報と、前記推奨値情報とが設けられ、前記推奨値情報は、前記単位領域ごとに、前記物体の位置情報と、前記物体との位置関係との照合を行うことで、前記移動体の位置推定を行う場合の、前記単位領域ごとの推奨値を示す。この態様によれば、地図データは、単位領域ごとに物体の位置情報と物体との位置関係との照合を行う位置推定に用いるべき単位領域を事前に把握するための事前情報を好適に含む。

本発明の他の好適な実施形態によれば、情報処理装置は、物体の位置情報と、移動体に搭載された計測装置により求めた前記物体との位置関係を用いて前記移動体の位置推定を行うことに対する推奨値を示す推奨値情報と、を含む地図データを記憶する記憶部を有する。この態様により、情報処理装置は、自己位置推定に用いるべき物体を事前に把握するための事前情報を好適に参照して位置推定を行ったり、位置推定を行う他装置へ配信したりすることができる。

本発明の他の好適な実施形態によれば、地図データ生成装置は、物体の識別情報と、前記物体を用いた前記移動体の位置推定の精度向上の有効性に関する有効性情報とに基づき生成された、前記物体を用いた前記移動体の位置推定に対する推奨値を示す推奨値情報を、前記物体の位置情報と関連付けて、地図データを生成する生成部を有する。地図データ生成装置は、この態様により、自己位置推定に用いるべき物体を事前に把握するための事前情報を好適に地図データに含めることができる。

以下、図面を参照して本発明の好適な第１及び第２実施例について説明する。なお、任意の記号の上に「＾」または「－」が付された文字を、本明細書では便宜上、「Ａ^＾」または「Ａ^－」（「Ａ」は任意の文字）と表す。

＜第１実施例＞
（１－１）運転支援システムの概要
図１は、第１実施例に係る運転支援システムの概略構成である。運転支援システムは、移動体である各車両と共に移動する車載機１と、各車載機１とネットワークを介して通信を行うサーバ装置６とを備える。そして、運転支援システムは、各車載機１から送信された情報に基づき、サーバ装置６が保有する配信用の地図である配信地図ＤＢ２０を更新する。なお、以後において、「地図」とは、従来の経路案内用の車載機が参照するデータに加えて、ＡＤＡＳ（Ａｄｖａｎｃｅｄ Ｄｒｉｖｅｒ Ａｓｓｉｓｔａｎｃｅ Ｓｙｓｔｅｍ）や自動運転に用いられるデータも含むものとする。

車載機１は、ライダ２、ジャイロセンサ３、車速センサ４、及びＧＰＳ受信機５と電気的に接続し、これらの出力に基づき、所定のオブジェクトの検出、及び、車載機１が搭載される車両の位置（「自車位置」とも呼ぶ。）の推定などを行う。そして、車載機１は、自車位置の推定結果に基づき、設定された目的地への経路に沿って走行するように、車両の自動運転制御などを行う。車載機１は、道路データ及び道路付近に設けられた目印となる地物や区画線などのオブジェクトに関する情報が登録された地図データベース（ＤＢ：ＤａｔａＢａｓｅ）１０を記憶する。上述の目印となる地物は、例えば、道路脇に周期的に並んでいるキロポスト、１００ｍポスト、デリニエータ、交通インフラ設備（例えば標識、方面看板、信号）、電柱、街灯などの地物である。そして、車載機１は、この地図ＤＢ１０に基づき、ライダ２等の出力と照合させて自車位置の推定を行う。また、車載機１は、検出したオブジェクトに関する情報を含むアップロード情報「Ｉｕ」をサーバ装置６へ送信する。車載機１は、情報送信装置の一例である。

ライダ２は、水平方向および垂直方向の所定の角度範囲に対してパルスレーザを出射することで、外界に存在する物体までの距離を離散的に測定し、当該物体の位置を示す３次元の点群情報を生成する。この場合、ライダ２は、照射方向を変えながらレーザ光を照射する照射部と、照射したレーザ光が物体で反射した反射光（散乱光）を受光する受光部と、受光部が出力する受光信号に基づくスキャンデータを出力する出力部とを有する。スキャンデータは、点群データであり、受光部が受光したレーザ光に対応する照射方向と、上述の受光信号に基づき特定される、その照射方向での物体までの距離とに基づき生成される。以後では、自車位置推定処理においてライダ２による計測対象となる区画線及び地物などのオブジェクトを「ランドマーク」とも呼ぶ。ライダ２、ジャイロセンサ３、車速センサ４、ＧＰＳ受信機５は、それぞれ、出力データを車載機１へ供給する。ライダ２は「計測装置」の一例である。

サーバ装置６は、各車載機１からアップロード情報Ｉｕを受信して記憶する。サーバ装置６は、例えば、収集したアップロード情報Ｉｕに基づき、配信地図ＤＢ２０を更新する。また、サーバ装置６は、配信地図ＤＢ２０の更新情報を含むダウンロード情報Ｉｄを各車載機１へ送信する。サーバ装置６は、情報処理装置及び地図データ生成装置の一例である。

図２（Ａ）は、車載機１の機能的構成を示すブロック図である。車載機１は、主に、インターフェース１１と、記憶部１２と、通信部１３と、入力部１４と、制御部１５と、情報出力部１６と、を有する。これらの各要素は、バスラインを介して相互に接続されている。

インターフェース１１は、ライダ２、ジャイロセンサ３、車速センサ４、及びＧＰＳ受信機５などのセンサから出力データを取得し、制御部１５へ供給する。

記憶部１２は、制御部１５が実行するプログラムや、制御部１５が所定の処理を実行するのに必要な情報を記憶する。本実施例では、記憶部１２は、ランドマークとなるオブジェクトの位置、大きさ、形状などの属性情報及び後述のオブジェクト推奨情報を含む地図ＤＢ１０を記憶する。ここで、オブジェクト推奨情報は、対象のオブジェクトを用いて自車位置推定を行うことに対する推奨値（「オブジェクト推奨値」とも呼ぶ。）をオブジェクトごとに示した情報である。オブジェクト推奨情報のデータ構造については後述する。

通信部１３は、制御部１５の制御に基づき、アップロード情報Ｉｕの送信及びダウンロード情報Ｉｄの受信などを行う。入力部１４は、ユーザが操作するためのボタン、タッチパネル、リモートコントローラ、音声入力装置等である。情報出力部１６は、例えば、制御部１５の制御に基づき出力を行うディスプレイやスピーカ等である。

制御部１５は、プログラムを実行するＣＰＵなどを含み、車載機１の全体を制御する。本実施例では、制御部１５は、自車位置推定部１７及びアップロード制御部１８を有する。

自車位置推定部１７は、ランドマークに対するライダ２による距離及び角度の計測値と、地図ＤＢ１０から抽出したランドマークの位置情報とに基づき、ジャイロセンサ３、車速センサ４、及び／又はＧＰＳ受信機５の出力データから推定した自車位置を補正する。本実施例では、一例として、自車位置推定部１７は、ベイズ推定に基づく状態推定手法に基づき、ジャイロセンサ３、車速センサ４等の出力データから自車位置を予測する予測ステップと、直前の予測ステップで算出した自車位置の予測値を補正する計測更新ステップとを交互に実行する。これらのステップで用いる状態推定フィルタは、ベイズ推定を行うように開発された様々のフィルタが利用可能であり、例えば、拡張カルマンフィルタ、アンセンテッドカルマンフィルタ、パーティクルフィルタなどが該当する。第１実施例では、自車位置推定部１７は、一例として、拡張カルマンフィルタを用いた自車位置推定を行うものとする。拡張カルマンフィルタを用いた自車位置推定については「拡張カルマンフィルタに基づく位置推定」のセクションにおいて説明する。

アップロード制御部１８は、ライダ２などの外界センサの出力に基づき所定のオブジェクトを検出した場合に、検出したオブジェクトに関する情報を含むアップロード情報Ｉｕを生成し、アップロード情報Ｉｕをサーバ装置６へ送信する。また、アップロード制御部１８は、検出したオブジェクトをランドマークとして自車位置推定部１７が自車位置推定を行った場合には、当該自車位置推定による位置推定の精度向上の有効性を状態変数ごとに判定し、その判定結果を示すフラグ情報（「有効フラグ」とも呼ぶ。）をアップロード情報Ｉｕに含めてサーバ装置６へ送信する。アップロード制御部１８は、「生成部」、「送信部」、及びプログラムを実行する「コンピュータ」の一例である。また、有効フラグは、「有効性情報」の一例である。

図２（Ｂ）は、サーバ装置６の機能的構成を示すブロック図である。サーバ装置６は、主に、通信部６１と、記憶部６２と、制御部６５とを有する。これらの各要素は、バスラインを介して相互に接続されている。

通信部６１は、制御部６５の制御に基づき、アップロード情報Ｉｕの受信及びダウンロード情報Ｉｄの送信などを行う。記憶部６２は、制御部６５が実行するプログラムや、制御部６５が所定の処理を実行するのに必要な情報を記憶する。本実施例では、記憶部６２は、配信地図ＤＢ２０と、各車載機１から受信したアップロード情報Ｉｕを蓄積するアップロード情報ＤＢ２７とを記憶する。配信地図ＤＢ２０は、制御部６５がアップロード情報ＤＢ２７を参照して生成したオブジェクト推奨情報を含んでいる。

制御部６５は、プログラムを実行するＣＰＵなどを含み、サーバ装置６の全体を制御する。本実施例では、制御部６５は、通信部６１により各車載機１から受信したアップロード情報Ｉｕをアップロード情報ＤＢ２７に蓄積する処理、アップロード情報ＤＢ２７に基づきオブジェクト推奨情報を生成する処理、及び生成したオブジェクト推奨情報などの地図更新情報を通信部６１により各車載機１へ送信する処理などを行う。

（１－２）拡張カルマンフィルタに基づく位置推定
図３は、推定すべき自車位置を２次元直交座標で表した図である。図３に示すように、ｘｙの２次元直交座標上で定義された平面での自車位置は、座標「（ｘ、ｙ）」、自車の方位（ヨー角）「ψ」により表される。ここでは、ヨー角ψは、車の進行方向とｘ軸とのなす角として定義されている。なお、本実施例では、上述の座標（ｘ、ｙ）及びヨー角ψに加えて、ｘ軸及びｙ軸に垂直なｚ軸の座標を勘案した４変数（ｘ、ｙ、ｚ、ψ）を自車位置の状態変数とした自車位置推定を行う。なお、一般的な道路は勾配が緩やかであるため、車両のピッチ角及びロール角については本実施例では原則的に無視するものとする。

図４は、予測ステップと計測更新ステップとの概略的な関係を示す図である。また、図５は、制御部１５の機能ブロックである自車位置推定部１７の一例を示す。図４に示すように、予測ステップと計測更新ステップとを繰り返すことで、自車位置を示す状態変数ベクトル「Ｘ」の推定値の算出及び更新を逐次的に実行する。また、図５に示すように、自車位置推定部１７は、予測ステップを実行する位置予測部２１と、計測更新ステップを実行する位置推定部２２とを有する。位置予測部２１は、デッドレコニングブロック２３及び位置予測ブロック２４を含み、位置推定部２２は、ランドマーク探索・抽出ブロック２５及び位置補正ブロック２６を含む。なお、図４では、計算対象となる基準時刻（即ち現在時刻）「ｋ」の状態変数ベクトルを、「Ｘ^－（ｋ）」または「Ｘ^＾（ｋ）」と表記している。ここで、予測ステップで推定された暫定的な推定値（予測値）には当該予測値を表す文字の上に「^－」を付し、計測更新ステップで更新された，より精度の高い推定値には当該値を表す文字の上に「^＾」を付す。

予測ステップでは、制御部１５のデッドレコニングブロック２３は、車両の移動速度「ｖ」と角速度「ω」（これらをまとめて「制御値ｕ（ｋ）＝（ｖ（ｋ）、ω（ｋ））^Ｔ」と表記する。）を用い、前回時刻からの移動距離と方位変化を求める。制御部１５の位置予測ブロック２４は、直前の計測更新ステップで算出された時刻ｋ－１の状態変数ベクトルＸ^＾（ｋ－１）に対し、求めた移動距離と方位変化を加えて、時刻ｋの自車位置の予測値（「予測位置」とも呼ぶ。）Ｘ^－（ｋ）を算出する。また、これと同時に、予測位置Ｘ^－（ｋ）の誤差分布に相当する共分散行列「Ｐ^－（ｋ）」を、直前の計測更新ステップで算出された時刻ｋ－１での共分散行列「Ｐ^＾（ｋ－１）」から算出する。

計測更新ステップでは、制御部１５のランドマーク探索・抽出ブロック２５は、地図ＤＢ１０に登録されたランドマークの位置ベクトルとライダ２のスキャンデータとの対応付けを行う。そして、制御部１５のランドマーク探索・抽出ブロック２５は、この対応付けができた場合に、対応付けができたランドマークのライダ２による計測値「Ｚ（ｋ）」と、予測位置Ｘ^－（ｋ）及び地図ＤＢ１０に登録されたランドマークの位置ベクトルを用いてライダ２による計測処理をモデル化して求めたランドマークの計測値（「計測予測値」と呼ぶ。）「Ｚ^－（ｋ）」とをそれぞれ取得する。計測値Ｚ（ｋ）は、時刻ｋにライダ２が計測したランドマークの距離及びスキャン角度から、車両の進行方向と横方向を軸とした成分に変換した車両の座標系（「車両座標系」とも呼ぶ。）におけるベクトル値である。そして、制御部１５の位置補正ブロック２６は、以下の式（１）に示すように、計測値Ｚ（ｋ）と計測予測値Ｚ^－（ｋ）との差分値にカルマンゲイン「Ｋ（ｋ）」を乗算し、これを予測位置Ｘ^－（ｋ）に加えることで、更新された状態変数ベクトル（「推定位置」とも呼ぶ。）Ｘ^＾（ｋ）を算出する。

また、計測更新ステップでは、制御部１５の位置補正ブロック２６は、予測ステップと同様、推定位置Ｘ^＾（ｋ）の誤差分布に相当する共分散行列Ｐ^＾（ｋ）（単にＰ（ｋ）とも表記する）を共分散行列Ｐ^－（ｋ）から求める。カルマンゲインＫ（ｋ）等のパラメータについては、例えば拡張カルマンフィルタを用いた公知の自己位置推定技術と同様に算出することが可能である。

このように、予測ステップと計測更新ステップが繰り返し実施され、予測位置Ｘ^－（ｋ）と推定位置Ｘ^＾（ｋ）が逐次的に計算されることにより、もっとも確からしい自車位置が計算される。

ここで、位置推定の精度が向上したか否かは、共分散行列Ｐの対角要素の値で判断することができる。ここで、時刻「ｋ」のランドマークに対する計測値に基づき算出される共分散行列をＰ（ｋ）とすると、共分散行列Ｐ（ｋ）は、以下の式（２）により表される。

この場合、共分散行列Ｐ（ｋ）の対角要素「σ_ｘ ^２（ｋ）」、「σ_ｙ ^２（ｋ）」、「σ_ｚ ^２（ｋ）」、「σ_ψ ^２（ｋ）」がそれぞれ小さくなった場合には、時刻ｋのランドマークを用いた自車位置推定精度が向上したと判断することが可能である。

なお、状態変数ｘ、ｙ、ｚが地図において採用されるグローバル座標系である場合は、以下の式（３）に示すように、現在の推定方位角ψを用いた行列「Ｃ_ψ（ｋ）」を用いた演算によって車両座標系（Ｘ、Ｙ、Ｚ）に変換する。

行列Ｃ_ψ（ｋ）は以下の式（４）により示される。

この場合、車載機１は、車両座標系（Ｘ、Ｙ、Ｚ）に変換後の対角要素σ_Ｘ ^２（ｋ）、σ_Ｙ ^２（ｋ）、σ_Ｚ ^２（ｋ）、σ_Ψ ^２（ｋ）に基づき、自車位置推定の進行方向、横方向、高さ方向、方位に関する各状態変数の推定精度を判定することができる。

（１－３）オブジェクト推奨情報のデータ構造
次に、地図ＤＢ１０及び配信地図ＤＢ２０に共通して含まれているオブジェクト推奨情報について説明する。

図６は、オブジェクト推奨情報のデータ構造の一例である。図６に示すように、オブジェクト推奨情報は、「オブジェクトＩＤ」、「位置」、及び「オブジェクト推奨値」が対応付けられた情報である。「オブジェクトＩＤ」には、ランドマークとなるオブジェクトごとに割り当てられた識別番号であるオブジェクトＩＤが指定される。オブジェクトＩＤは、「物体の識別情報」の一例である。「位置」には、対象のランドマークの緯度、経度、及び高度がそれぞれ指定される。「オブジェクト推奨値」には、対象のオブジェクトに対して付与されたオブジェクト推奨値が自車位置推定の状態変数（ここでは、進行方向（ｘ）、横方向（ｙ）、高さ方向（ｚ）、方向（ψ））ごとに指定されている。オブジェクト推奨値は、０から１までの値に設定され、対象の状態変数に対する自車位置推定の推定精度の向上に対する有効性が高いほど１に近付く。

このように、本実施例では、オブジェクトごとに位置推定の有効性（適性）を示したオブジェクト推奨情報が地図ＤＢ１０に含まれている。これにより、車載機１は、オブジェクト推奨情報を参照し、自車位置推定精度を向上させるオブジェクトを特定することができる。なお、車載機１は、現在位置情報を含む所定の要求信号をサーバ装置６に送信することで、自車位置周辺のオブジェクトに関するオブジェクト推奨情報を含むダウンロード情報Ｉｄをサーバ装置６から受信してもよい。この場合、車載機１は、受信したダウンロード情報Ｉｄに含まれるオブジェクト推奨情報に基づき、自車位置推定精度を向上させるように車両を制御する。

ここで、オブジェクト推奨情報に基づく車両制御の具体例について説明する。

例えば、車載機１は、現在の自車位置推定結果の横方向の精度が悪い（即ちσ_ｙ ^２（ｋ）が高い）場合、現在位置から所定距離以内に存在するオブジェクトをオブジェクト推奨情報から検索し、検索したオブジェクトのうち対象となる状態変数（ここでは横方向）のオブジェクト推奨値が高いオブジェクトの位置に基づき車両の移動経路を決定してもよい。この場合、例えば、車載機１は、対象のオブジェクトを検出しやすい車線（例えば最も対象のオブジェクトに近い車線）に車両を移動させる。また、車載機１は、上述の車両の制御に加えて、又はこれに代えて、複数のオブジェクトにより自車位置推定を行う場合には、対象となる状態変数のオブジェクト推奨値が高いオブジェクトの計測値の重み付けを大きくしてカルマンフィルタ等を計算してもよい。また、車載機１は、対象となる状態変数のオブジェクト推奨値が高いオブジェクトが現在位置周辺に存在しない場合には、位置推定方式の切替え（例えはデッドレコニングによる位置推定又は後述の第２実施例の位置推定方式への切替え）を行ってもよい。

（１－４）アップロード情報のデータ構造
次に、アップロード情報Ｉｕのデータ構造の具体例について説明する。

図７は、車載機１が送信するアップロード情報Ｉｕのデータ構造の概要を示す図である。図７に示すように、アップロード情報Ｉｕは、ヘッダ情報と、走行経路情報と、イベント情報と、メディア情報とを含む。

ヘッダ情報は、「バージョン」、「送信元」、「車両メタデータ」の各項目を含む。車載機１は、「バージョン」に、使用されるアップロード情報Ｉｕのデータ構造のバージョンの情報を指定し、「送信元」には、アップロード情報Ｉｕを送信する会社名（車両のＯＥＭ名又はシステムベンダー名）の情報を指定する。また、車載機１は、「車両メタデータ」に、車両の属性情報（例えば車両種別、車両ＩＤ、車幅、車高等）を指定する。走行経路情報は、「位置推定」の項目を含む。車載機１は、この「位置推定」には、位置推定時刻を示すタイムスタンプ情報の他、推定した車両の位置を示す緯度、経度、標高の情報、及びこれらの推定精度に関する情報などを指定する。

イベント情報は、「オブジェクト認識イベント」の項目を含む。車載機１は、オブジェクト認識イベントを検知した場合に、その検知結果となる情報を「オブジェクト認識イベント」に指定する。メディア情報は、ライダ２などの外界センサの出力データ（検出情報）である生データを送信する際に使用されるデータタイプである。

図８は、イベント情報に含まれる「オブジェクト認識イベント」のデータ構造を示す。図８は、「オブジェクト認識イベント」に含まれる要素（サブ項目）ごとに、各要素に対応する情報の指定が必須であるか任意であるかの情報を示している。

図８に示すように、「オブジェクト認識イベント」は、「タイムスタンプ」、「オブジェクトＩＤ」、「オフセット位置」、「オブジェクトタイプ」、「オブジェクトサイズ」、「オブジェクトサイズ精度」、「メディアＩＤ」、「有効フラグ」の各要素を含んでいる。

車載機１の制御部１５は、ライダ２などの外界センサの出力に基づきオブジェクトを検出した場合に、図８に示すデータ構造を有する「オブジェクト認識イベント」のイベント情報を生成する。ここで、車載機１は、「タイムスタンプ」にはオブジェクト検出時の時刻を指定し、「オブジェクトＩＤ」には、検出したオブジェクトのオブジェクトＩＤを指定する。

また、「オフセット位置」には、車載機１は、検出したオブジェクトの車両からの相対位置（例えば緯度差及び経度差等）の情報を指定する。「オブジェクトタイプ」には、車載機１は、検出したオブジェクトの種別を示す情報を指定する。また、車載機１は、検出したオブジェクトのサイズ情報及び当該サイズの精度情報を生成できた場合には、これらの情報を、「オブジェクトサイズ」、「オブジェクトサイズ精度」の各要素に指定する。また、車載機１は、センサ部７が出力した画像、ビデオ、点群データなどの生データを送信する必要がある場合に、当該生データに対して付与した識別情報を、「メディアＩＤ」に指定する。そして、「メディアＩＤ」の要素で指定されたメディア（生データ）の詳細情報等については、「メディア情報」の項目に別途格納される。

「有効フラグ」には、車載機１は、対象のオブジェクトを用いて自車位置推定を行った場合の位置推定の精度向上の有効性を示す有効フラグを、自車位置推定において推定する状態変数ごとに指定する。例えば、車載機１は、対象のオブジェクトを用いて自車位置推定を行う前の共分散行列Ｐの対角要素（「推定前対角要素」とも呼ぶ。）σ_ｘ ^２、σ_ｙ ^２、σ_ｚ ^２、σ_ψ ^２と、対象のオブジェクトを用いて自車位置推定を行った後の共分散行列Ｐの対角要素（「推定後対角要素」とも呼ぶ。）σ_ｘ ^２、σ_ｙ ^２、σ_ｚ ^２、σ_ψ ^２とをそれぞれ状態変数ごとに比較する。そして、車載機１は、推定前対角要素よりも推定後対角要素が小さい（即ち精度が向上した）状態変数の有効フラグを「１」とし、推定前対角要素よりも推定後対角要素が大きい（即ち精度が低下した）状態変数の有効フラグを「０」とする。

ここで、有効フラグの具体的な設定例について図９～図１２を参照して説明する。

図９は、車載機１を搭載した車両周辺を表す俯瞰図である。また、図１０は、オブジェクトＩＤ「１」、「２」、「３」の各オブジェクトの検出結果を示すアップロード情報Ｉｕにおいて車載機１が指定した有効フラグの設定値の例を示す。さらに、図１１は、オブジェクトＩＤ「１」の白線５１に基づく自車位置推定の実行期間「Ｔｗ１」～「Ｔｗ４」を含む所定期間での対角要素σ_ｙ ^２の推移を示すグラフであり、図１２は、オブジェクトＩＤ「２」の標識５２に基づく自車位置推定の実行期間「Ｔｗ５」を含む所定期間での対角要素σ_ｘ ^２の推移を示すグラフである。

まず、車載機１は、地図ＤＢ１０に登録されているオブジェクトの位置情報及びサイズ情報等を参照し、ランドマークとなるオブジェクトＩＤ「１」の白線５１、オブジェクトＩＤ「２」の標識５２及びオブジェクトＩＤ「３」の標識５３が存在すると推定される領域に対し、それぞれのオブジェクトを検出する範囲を定める予測ウィンドウ「Ｗｐ１」～「Ｗｐ３」を図９に示すように設定する。

そして、車載機１は、予測ウィンドウＷｐ１内でオブジェクトＩＤ「１」の白線５１を検出し、白線５１に基づき自車位置推定を行う。この場合、図１１に示すように、白線５１に基づく自車位置推定の実行期間Ｔｗ１～Ｔｗ４の各終期では、対応する始期と比べて、対角要素σ_ｙ ^２が減少している。すなわち、白線５１に基づく自車位置推定後に、横方向（ｙ）の位置推定精度が向上している。よって、この場合、車載機１は、図１０に示すように、横方向（ｙ）の有効フラグを「１」に設定する。一方、車載機１は、他の対角要素σ_ｘ ^２、σ_ｚ ^２、σ_ψ ^２については、実行期間Ｔｗ１～Ｔｗ４の前後において減少していない場合は、進行方向、高さ方向、方位の各有効フラグを「０」に設定する。なお、車載機１は、対象の状態変数に対する推定前対角要素からの推定後対角要素の減少幅が所定の閾値以上である場合に、対象の状態変数に対する有効フラグを「１」に設定し、上述の減少幅が所定の閾値未満である場合に、対象の状態変数に対する有効フラグを「０」に設定するとしてもよい。そして、車載機１は、白線５１のオブジェクトＩＤ及び設定した有効フラグを含むアップロード情報Ｉｕを生成し、サーバ装置６へ送信する。

また、車載機１は、予測ウィンドウＷｐ２内でオブジェクトＩＤ「２」の標識５２を検出し、標識５２に基づき自車位置推定を行う。この場合、図１２に示すように、標識５２に基づく自車位置推定の実行期間Ｔｗ５の終期では、対応する始期と比べて、対角要素σ_ｘ ^２が減少している。すなわち、標識５２に基づく自車位置推定後に、進行方向（ｘ）の位置推定精度が向上している。よって、この場合、車載機１は、図１０に示すように、進行方向（ｘ）の有効フラグを「１」に設定する。同様に、車載機１は、対角要素σ_ｚ ^２及び対角要素σ_ψ ^２についても、実行期間Ｔｗ５の前後において減少した場合は、高さ方向、方位の各有効フラグを「１」に設定する。一方、車載機１は、対角要素σ_ｙ ^２については、実行期間Ｔｗ５の前後において減少していない場合は、横方向の有効フラグを「０」に設定する。そして、車載機１は、標識５２のオブジェクトＩＤ及び設定した有効フラグを含むアップロード情報Ｉｕを生成し、サーバ装置６へ送信する。

一方、車載機１は、オブジェクトＩＤ「３」の標識５３については、障害物５４、５５に起因したオクルージョンが発生し、予測ウィンドウＷｐ３内で検出できていない。この場合、車載機１は、オブジェクトＩＤ「３」の各状態変数の有効フラグを「０」に設定する。そして、車載機１は、標識５３のオブジェクトＩＤ及び設定した有効フラグを含むアップロード情報Ｉｕを生成し、サーバ装置６へ送信する。

（１－５）オブジェクト推奨値の算出
次に、各オブジェクトに対するオブジェクト推奨値の算出方法について説明する。サーバ装置６は、各車載機１から受信したアップロード情報Ｉｕに含まれる有効フラグに基づき、オブジェクトごと、かつ、状態変数ごとにオブジェクト推奨値を算出する。

例えば、サーバ装置６は、各オブジェクトＩＤの状態変数ごとの有効フラグ情報の集計数（サンプル数）を「Ｓ１」とし、各オブジェクトＩＤの状態変数ごとの有効フラグの値（０又は１）の総和を「Ｓ２」とすると、各オブジェクトＩＤの状態変数ごとのオブジェクト推奨値を、「Ｓ２／Ｓ１」に設定する。例えば、各オブジェクトＩＤ「１」の進行方向に対する有効フラグを含むアップロード情報Ｉｕを１００回分各車載機１から受信し、これらの有効フラグの総和が７０であった場合、車載機１は、オブジェクトＩＤ「１」の進行方向に対するオブジェクト推奨値を「０．７」（＝７０／１００）に設定する。横方向、高さ方向及び方位のオブジェクト推奨値についても同様に算出可能である。

このようにすることで、サーバ装置６は、各オブジェクトＩＤの状態変数ごとのオブジェクト推奨値が０から１までの値域となるように好適に設定することができる。また、この場合、オクルージョンや降雨降雪の影響などで検出されなかったオブジェクトのオブジェクト推奨値は小さくなり、検出されたオブジェクトであっても位置推定に有効であったと判断された割合が低いオブジェクトのオブジェクト推奨値も小さくなる。一方、位置推定に有効であったと判断された割合が高いオブジェクトのオブジェクト推奨値は高くなる。

好適には、サーバ装置６は、上記オブジェクト推奨値の計算を、過去所定時間分（例えば１０分間）に受信したアップロード情報Ｉｕの有効フラグを用いて行うとよい。これにより、サーバ装置６は、収集した最新の有効フラグに基づき的確にオブジェクト推奨値を設定または更新することができる。

また、対象のオブジェクトを検出可能な道路の交通量が多いほど、有効フラグを含むアップロード情報Ｉｕを短時間で多く収取できるため、サーバ装置６は、道路の交通量に応じて上記所定時間を設定するとよい。例えば、サーバ装置６は、交通量が多い道路上で検出可能なオブジェクトに対しては上述の所定時間を１０分に設定し、交通量が少ない道路上で検出可能なオブジェクトに対しては上述の所定時間を１時間に設定するとよい。他の例では、サーバ装置６は、対象のオブジェクトに関して過去に取得した最新の所定個数分のアップロード情報Ｉｕに含まれる有効フラグに基づき対象のオブジェクトのオブジェクト推奨値を算出してもよい。この場合、値Ｓ１は上述の所定個数となるため、車載機１は、一定のサンプル数により好適にオブジェクト推奨値を算出することができる。

（１－６）処理フロー
図１３は、有効フラグを含むアップロード情報Ｉｕ、およびオブジェクト推奨情報を含むダウンロード情報Ｉｄの送受信に関する処理の概要を示すフローチャートの一例である。

まず、車載機１は、地図ＤＢ１０を参照し、ランドマークとなるオブジェクトが存在する場合に、当該オブジェクトを検出するための予測ウィンドウを設定する（ステップＳ１０１）。そして、車載機１は、対象のオブジェクトを検出したか否か判定する（ステップＳ１０２）。そして、車載機１は、対象のオブジェクトを検出した場合（ステップＳ１０２；Ｙｅｓ）、当該オブジェクトに基づく自車位置推定の前後での位置推定の精度向上の有無を状態変数ごとに判定することで、状態変数ごとに有効フラグを設定する（ステップＳ１０３）。一方、車載機１は、対象のオブジェクトを検出できなかった場合（ステップＳ１０２；Ｎｏ）、当該オブジェクトに対する各状態変数の有効フラグを０に設定する（ステップＳ１０４）。そして、車載機１は、対象のオブジェクトのオブジェクトＩＤ及び有効フラグを含むアップロード情報Ｉｕをサーバ装置６へ送信する（ステップＳ１０５）。

サーバ装置６は、ステップＳ１０５で送信されたアップロード情報Ｉｕを受信し、アップロード情報ＤＢ２７にアップロード情報Ｉｕを蓄積する（ステップＳ２０１）。そして、サーバ装置６は、配信地図ＤＢ２０の更新タイミングであるか否か判定する（ステップＳ２０２）。上述の更新タイミングは、配信地図ＤＢ２０の前回更新時からの時間長に基づいて判定されてもよく、配信地図ＤＢ２０の前回更新時から受信したアップロード情報Ｉｕの累積受信数に基づいて判定されてもよい。

そして、サーバ装置６は、配信地図ＤＢ２０の更新タイミングである場合（ステップＳ２０２；Ｙｅｓ）、アップロード情報ＤＢ２７を参照してオブジェクト推奨情報等を生成し、生成したオブジェクト推奨情報等を用いて配信地図ＤＢ２０を更新する（ステップＳ２０３）。そして、サーバ装置６は、ステップＳ２０３において生成したオブジェクト推奨情報等を含むダウンロード情報Ｉｄを各車載機１に対して送信する（ステップＳ２０４）。なお、サーバ装置６は、ダウンロード情報Ｉｄの送信要求があった車載機１に対してのみダウンロード情報Ｉｄを送信してもよい。一方、サーバ装置６は、配信地図ＤＢ２０の更新タイミングではない場合（ステップＳ２０２；Ｎｏ）、引き続きステップＳ２０１を実行する。

車載機１は、ダウンロード情報Ｉｄを受信した場合（ステップＳ１０６；Ｙｅｓ）、当該ダウンロード情報Ｉｄを用いて地図ＤＢ１０を更新する（ステップＳ１０７）。これにより、地図ＤＢ１０には、最新のオブジェクト推奨情報が記録される。一方、車載機１は、サーバ装置６からダウンロード情報Ｉｄを受信していない場合（ステップＳ１０６；Ｎｏ）、ステップＳ１０１へ処理を戻す。

＜第２実施例＞
第２実施例に係る運転支援システムでは、３次元空間を複数の領域に分割した場合の単位領域（「ボクセル」とも呼ぶ。）ごとに静止構造物の位置情報等を記録したボクセルデータが地図ＤＢ１０及び配信地図ＤＢ２０に記録されており、車載機１は、ボクセルデータを用いて自車位置推定を行う。この場合、地図ＤＢ１０及び配信地図ＤＢ２０には、オブジェクト推奨情報に代えて、位置推定に用いることに対する推奨値がボクセルごとに示された情報（「ボクセル推奨情報」とも呼ぶ。）が含まれている。以後では、第１実施例の運転支援システムと同様の構成要素については適宜同一符号を付し、その説明を省略する。

（２－１）ボクセルデータに基づく位置推定
ボクセルデータは、各ボクセル内の静止構造物の計測された点群データを正規分布により表したデータを含み、ＮＤＴ（Ｎｏｒｍａｌ Ｄｉｓｔｒｉｂｕｔｉｏｎｓ Ｔｒａｎｓｆｏｒｍ）を用いたスキャンマッチングに用いられる。

図１４は、ボクセルデータに基づく位置推定における自車位置推定部１７の一例を示している。図５に示した拡張カルマンフィルタに基づく位置推定における自車位置推定部１７との違いは、ランドマーク探索・抽出部２５の代わりに、ライダ２より得られた点群データと地図ＤＢから取得したボクセルを対応付けする処理として、点群データ対応付けブロック２７が設けられていることである。

図１５は、ボクセルデータの概略的なデータ構造の一例を示す。ボクセルデータは、ボクセル内の点群を正規分布で表現する場合のパラメータの情報を含み、本実施例では、図１５に示すように、ボクセルＩＤと、ボクセル座標と、平均ベクトルと、共分散行列とを含む。ここで、「ボクセル座標」は、各ボクセルの中心位置などの基準となる位置の絶対的な３次元座標を示す。なお、各ボクセルは、空間を格子状に分割した立方体であり、予め形状及び大きさが定められているため、ボクセル座標により各ボクセルの空間を特定することが可能である。ボクセル座標は、ボクセルＩＤとして用いられてもよい。ボクセルＩＤは、「物体の識別情報」の一例である。

「平均ベクトル」及び「共分散行列」は、対象のボクセル内での点群を正規分布で表現する場合のパラメータに相当する平均ベクトル及び共分散行列を示し、任意のボクセル「ｎ」内の任意の点「ｉ」の座標をＸ_ｎ（ｉ）＝［ｘ_ｎ（ｉ）、ｙ_ｎ（ｉ）、ｚ_ｎ（ｉ）］^Ｔと定義し、ボクセルｎ内での点群数を「Ｎ_ｎ」とすると、ボクセルｎでの平均ベクトル「μ_ｎ」及び共分散行列「Ｖ_ｎ」は、それぞれ以下の式（５）及び式（６）により表される。

車両を想定したＮＤＴによるスキャンマッチングは、道路平面（ここではｘｙ座標とする）内の移動量及び車両の向きを要素とした推定パラメータＰ＝［ｔ_ｘ、ｔ_ｙ、ｔ_ｚ、ｔ_ψ］^Ｔを推定することとなる。ここで、「ｔ_ｘ」は、ｘ方向の移動量を示し、「ｔ_ｙ」は、ｙ方向の移動量を示し、「ｔ_ｚ」は、ｚ方向の移動量を示し、「ｔ_ψ」は、ヨー角を示す。なお、ピッチ角、ロール角は、道路勾配や振動によって生じるものの、無視できる程度に小さい。

また、ライダ２により得られた点群データに対して、マッチングさせるべきボクセルとの対応付けを行い、対応するボクセルｎでの任意の点の座標をＸ_Ｌ（ｉ）＝［ｘ_ｎ（ｉ）、ｙ_ｎ（ｉ）、ｚ_ｎ（ｉ）］^Ｔとすると、ボクセルｎでのＸ_Ｌ（ｉ）の平均値「Ｌ´_ｎ」は、以下の式（７）により表される。

そして、上述の推定パラメータＰを用い、平均値Ｌ´を座標変換すると、変換後の座標「Ｌ_ｎ」は、以下の式（８）により表される。

そして、本実施例では、車載機１は、座標変換した点群と、ボクセルデータに含まれる平均ベクトルμ_ｎと共分散行列Ｖ_ｎとを用い、以下の式（９）により示されるボクセルｎの評価関数値「Ｅ_ｎ」及び式（１０）により示されるマッチングの対象となる全てのボクセルを対象とした総合的な評価関数値「Ｅ（ｋ）」（「総合評価関数値」とも呼ぶ。）を算出する。

以後では、ボクセルごとの評価関数値Ｅ_ｎを「個別評価関数値」とも呼ぶ。その後、車載機１は、ニュートン法などの任意の求根アルゴリズムにより総合評価関数値Ｅ（ｋ）が最大となるとなる推定パラメータＰを算出する。そして、車載機１は、図１４に示した位置予測部２１等から予測した自車位置Ｘ^－（ｋ）に対し、推定パラメータＰを適用することで、以下の式（１１）を用いて高精度な自車位置Ｘ^＾（ｋ）を推定する。

個別評価関数値Ｅ_ｎは「照合結果」の一例である。

（２－２）データ構造
次に、地図ＤＢ１０及び配信地図ＤＢ２０に共通して含まれているボクセル推奨情報について説明する。

図１６は、ボクセル推奨情報のデータ構造の一例である。図１６に示すように、ボクセル推奨情報は、「ボクセルＩＤ」、「位置」、及び「ボクセル推奨値」が対応付けられた情報である。「ボクセルＩＤ」には、それぞれのボクセルに割り当てられたボクセルＩＤが指定される。「位置」には、対象のボクセルのボクセル座標（緯度、経度、及び高度、あるいは基準点からのｘｙｚ座標）がそれぞれ指定される。「ボクセル推奨値」には、対象のボクセルを位置推定に用いることに対する推奨値であるボクセル推奨値が指定されている。ここでは、ボクセル推奨値は、０から１までの値に設定され、位置推定精度の向上に対する有効性が高いほど１に近付く。

このように、本実施例では、ボクセルごとに位置推定の有効性（適性）を示したボクセル推奨情報が地図ＤＢ１０に含まれている。これにより、車載機１は、第１実施例のオブジェクト推奨情報を用いる場合と同様に、ボクセル推奨情報を参照することで、自車位置推定精度を向上させるように車両を制御することができる。例えば、車載機１は、現在の自車位置推定の精度が悪い（即ち総合評価関数値Ｅ（ｋ）が低い）場合、ボクセル推奨値が高いボクセルを検出しやすい車線に車両を移動させたり、ＮＤＴマッチングにおいてボクセル推奨値が高いボクセルの重み付けを高くしたりする。また、車載機１は、ボクセル推奨値が高いボクセルが周辺に存在しない場合には、位置推定方式を切り替えてもよい。

なお、車載機１は、現在位置情報を含む所定の要求信号をサーバ装置６に送信することで、自車位置周辺のボクセルに関するボクセル推奨情報を含むダウンロード情報Ｉｄをサーバ装置６から受信してもよい。この場合、車載機１は、受信したダウンロード情報Ｉｄに基づき、自車位置推定精度を向上させるように車両を制御する。

また、第２実施例では、車載機１は、有効フラグに代えて、対象のボクセルの自車位位置推定精度向上への有効性を示す値（「有効値」とも呼ぶ。）を決定する。以下では、車載機１は、対象のボクセルの個別評価関数値Ｅ_ｎを上述の有効値として定める。そして、車載機１は、アップロード情報Ｉｕとして、ボクセルＩＤごとに有効値を関連付けた情報を少なくとも含むアップロード情報Ｉｕをサーバ装置６に送信する。有効値は、「有効性情報」の一例である。

ここで、個別評価関数値Ｅ_ｎは、マッチング度合いが高いと１に近づき，マッチング度合いが低いと０に近くなる。そして、個別評価関数値Ｅ_ｎが大きいボクセルほど，総合評価関数値Ｅ（ｋ）を高めるのに貢献しているため，有効性が高いと言える。よって、各ボクセルの個別評価関数値Ｅ_ｎは、各ボクセルの有効値として好適である。

ここで、有効値の具体的な設定例について、図１７～図２０を参照して説明する。

図１７は、車載機１を搭載した車両周辺を表す俯瞰図である。ここでは、車両から所定距離以内にボクセルＩＤ「１」～「３５」のボクセルが存在している。なお、ボクセルＩＤ「１」～「３５」のボクセルは、オブジェクト５６～５８の表面に位置する。図１８は、ボクセルＩＤ「１」～「３５」の検出結果を示すアップロード情報Ｉｕにおいて車載機１が指定した有効値の設定例を示す。さらに、図１９は、ボクセルＩＤ「４」の検出期間「Ｔｗ６」を含む所定期間でのボクセルＩＤ「４」に対する個別評価関数値Ｅ_４の推移を示すグラフであり、図２０は、ボクセルＩＤ「１２」の検出期間「Ｔｗ７」を含む所定期間でのボクセルＩＤ「１２」に対する個別評価関数値Ｅ_１２の推移を示すグラフである。

まず、車載機１は、車両から所定距離以内に存在するボクセルＩＤ「１」～「３５」のボクセルデータを地図ＤＢ１０から取得し、ライダ２による計測を実施する。その結果、車載機１は、オブジェクト５６の表面に位置するボクセルＩＤ「４」～「１１」のボクセル、及び、オブジェクト５７の表面に位置するボクセルＩＤ「１２」～「１９」のボクセルを同一又は異なるタイミングにおいて検出し、ＮＤＴマッチングによる自車位置推定を行う。そして、車載機１は、ＮＤＴマッチングによる自車位置推定において算出した各ボクセルの個別評価関数値Ｅ_ｎを、対応するボクセルＩＤの有効値として設定する。

このとき、好適には、車載機１は、各ボクセルＩＤに対応する有効値を、各ボクセルＩＤのボクセルを検出した期間において算出された個別評価関数値Ｅ_ｎの平均値に定めるとよい。例えば、ボクセルＩＤ「４」の場合、図１９に示すように、車載機１は、検出期間Ｔｗ６で算出された個別評価関数値Ｅ_４の平均値を、ボクセルＩＤ「４」に対する有効値として設定する。同様に、ボクセルＩＤ「１２」の場合、図２０に示すように、車載機１は、検出期間Ｔｗ７で算出された個別評価関数値Ｅ_１２の平均値を、ボクセルＩＤ「１２」に対する有効値として設定する。なお、上記の検出期間は、対象とするボクセルを検出した時刻のすべてを検出期間としてもよく、対象ボクセルを所定距離範囲内で検出した時刻のみを検出期間としてもよい。

一方、車載機１は、外壁修繕で養生シートが張られているビルに相当するオブジェクト５８の表面に位置するボクセルＩＤ「２２」～「３１」のボクセルについては、上述の養生シートの存在により計測値がずれたため、検出できていない。よって、この場合、車載機１は、ボクセルＩＤ「２２」～「３１」に対応する有効値を０に設定する。そして、車載機１は、例えば、図１８に示すボクセルＩＤと有効値との組み合わせを示すアップロード情報Ｉｕを生成し、サーバ装置６へ送信する。

（２－３）ボクセル推奨値の算出
次に、各ボクセルに対するボクセル推奨値の算出方法について説明する。サーバ装置６は、各車載機１から受信したアップロード情報Ｉｕに含まれるボクセルＩＤごとの有効値に基づき、ボクセルＩＤごとにボクセル推奨値を算出する。

例えば、サーバ装置６は、各ボクセルＩＤの有効値情報の集計数（サンプル数）を「Ｓ３」とし、各ボクセルＩＤの有効値の総和を「Ｓ４」とすると、各ボクセルＩＤのボクセル推奨値を、「Ｓ４／Ｓ３」に設定する。例えば、各ボクセルＩＤ「１」の有効値を含むアップロード情報Ｉｕを１００回分各車載機１から受信し、これらの有効値の総和が７０．０であった場合、車載機１は、ボクセルＩＤ「１」に対するボクセル推奨値を「０．７」（＝７０．０／１００）に設定する。

このようにすることで、サーバ装置６は、各ボクセルＩＤのボクセル推奨値が０から１までの値域となるように好適に設定することができる。また、この場合、オクルージョンや降雨降雪の影響などで検出されなかったボクセルのボクセル推奨値は小さくなり、検出されたボクセルであっても個別評価関数値Ｅ_ｎが統計的に低かった（言い換えると位置推定に有効でなかった）ボクセルのボクセル推奨値も小さくなる。一方、個別評価関数値Ｅ_ｎが統計的に高かった（言い換えると位置推定に有効であった）ボクセルのボクセル推奨値は高くなる。

好適には、サーバ装置６は、上記ボクセル推奨値の計算を、過去所定時間分（例えば１０分間）に受信したアップロード情報Ｉｕの有効値を用いて行うとよい。さらに好適には、サーバ装置６は、上記所定時間を、対象のボクセルを検出可能な道路の交通量が多いほど短く設定するとよい。他の例では、サーバ装置６は、対象のボクセルに関して過去に取得した最新の所定個数分のアップロード情報Ｉｕに含まれる有効値に基づき対象のボクセルのボクセル推奨値を算出してもよい。この場合、値Ｓ３は上述の所定個数分となるため、車載機１は、一定のサンプル数により好適にボクセル推奨値を算出することができる。

（２－４）処理フロー
図２１は、有効値を含むアップロード情報Ｉｕ、およびボクセル推奨情報を含むダウンロード情報Ｉｄの送受信に関する処理の概要を示すフローチャートの一例である。

まず、車載機１は、地図ＤＢ１０を参照し、ライダ２により検出可能な位置に存在するボクセルのボクセルデータを取得する（ステップＳ１１１）。そして、車載機１は、ステップＳ１１１でボクセルデータを取得した各ボクセルのライダ２による検出の有無及びボクセルごとの個別評価関数値Ｅ_ｎに基づき、ボクセルＩＤごとの有効値を設定する（ステップＳ１１２）。この場合、車載機１は、ライダ２により点群データを取得できなかったボクセルのボクセルＩＤに対する有効値を０とし、ライダ２により点群データを取得できたボクセルのボクセルＩＤに対する有効値を当該ボクセルの個別評価関数値Ｅ_ｎに設定する。そして、車載機１は、ボクセルＩＤごとに有効値を対応付けたアップロード情報Ｉｕをサーバ装置６へ送信する（ステップＳ１１３）。

サーバ装置６は、ステップＳ１１３で送信されたアップロード情報Ｉｕを受信し、アップロード情報ＤＢ２７にアップロード情報Ｉｕを蓄積する（ステップＳ２１１）。そして、サーバ装置６は、配信地図ＤＢ２０の更新タイミングである場合（ステップＳ２１２；Ｙｅｓ）、アップロード情報ＤＢ２７を参照してボクセル推奨情報等を生成し、生成したボクセル推奨情報等を用いて配信地図ＤＢ２０を更新する（ステップＳ２１３）。そして、サーバ装置６は、ステップＳ２１３において生成したボクセル推奨情報等を含むダウンロード情報Ｉｄを各車載機１に対して送信する（ステップＳ２１４）。なお、サーバ装置６は、ダウンロード情報Ｉｄの送信要求があった車載機１に対してのみダウンロード情報Ｉｄを送信してもよい。一方、サーバ装置６は、配信地図ＤＢ２０の更新タイミングではない場合（ステップＳ２１２；Ｎｏ）、引き続きステップＳ２１１を実行する。

車載機１は、ダウンロード情報Ｉｄを受信した場合（ステップＳ１１４；Ｙｅｓ）、当該ダウンロード情報Ｉｄを用いて地図ＤＢ１０を更新する（ステップＳ１１５）。これにより、地図ＤＢ１０には、最新のボクセル推奨情報が記録される。一方、車載機１は、サーバ装置６からダウンロード情報Ｉｄを受信していない場合（ステップＳ１１４；Ｎｏ）、ステップＳ１１１へ処理を戻す。

＜変形例＞
以下、第１及び第２実施例に好適な変形例について説明する。以下の変形例は、組み合わせてこれらの実施例に適用してもよい。

（変形例１）
車載機１がオブジェクト推奨情報またはボクセル推奨情報を含む地図ＤＢ１０を参照して車両の経路（目標軌道）を決定する代わりに、車載機１から経路探索要求を受信したサーバ装置６がオブジェクト推奨情報またはボクセル推奨情報を含む配信地図ＤＢ２０を参照して要求元の車載機１の車両の経路（目標軌道）を決定する処理を行ってもよい。このように、オブジェクト推奨情報及びボクセル推奨情報は、サーバ装置６によっても好適に用いられる。

（変形例２）
図１に示す運転支援システムの構成は一例であり、本発明が適用可能な運転支援システムの構成は図１に示す構成に限定されない。例えば、運転支援システムは、車載機１を有する代わりに、車両の電子制御装置が車載機１の自車位置推定部１７及びアップロード制御部１８の処理を実行してもよい。この場合、地図ＤＢ１０は、例えば車両内の記憶部に記憶され、車両の電子制御装置は、サーバ装置６とのアップロード情報Ｉｕ及びダウンロード情報Ｉｄの授受を、車載機１を介して又は図示しない通信部を介して行ってもよい。

１ 車載機
２ ライダ
３ ジャイロセンサ
４ 車速センサ
５ ＧＰＳ受信機
６ サーバ装置
１０ 地図ＤＢ
２０ 配信地図ＤＢ

Claims (1)

1. 物体の識別情報と、前記物体を用いた前記移動体の位置推定の精度向上の有効性に関する有効性情報とに基づき生成された、前記物体を用いた前記移動体の位置推定に対する推奨値を示す推奨値情報を、前記物体の位置情報と関連付けて、地図データを生成する生成部を有する地図データ生成装置。

Images