JP2022176322A - Self-position estimation device, control method, program, and storage medium - Google Patents
Self-position estimation device, control method, program, and storage medium Download PDFInfo
- Publication number
- JP2022176322A JP2022176322A JP2022160983A JP2022160983A JP2022176322A JP 2022176322 A JP2022176322 A JP 2022176322A JP 2022160983 A JP2022160983 A JP 2022160983A JP 2022160983 A JP2022160983 A JP 2022160983A JP 2022176322 A JP2022176322 A JP 2022176322A
- Authority
- JP
- Japan
- Prior art keywords
- feature
- vehicle
- self
- position estimation
- value
- 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
Links
- 238000000034 method Methods 0.000 title description 13
- 238000012937 correction Methods 0.000 claims description 24
- 238000005259 measurement Methods 0.000 abstract description 60
- 230000003247 decreasing effect Effects 0.000 abstract 1
- 238000011156 evaluation Methods 0.000 description 24
- 238000012545 processing Methods 0.000 description 13
- 239000013598 vector Substances 0.000 description 13
- 239000011159 matrix material Substances 0.000 description 10
- 238000010586 diagram Methods 0.000 description 7
- 238000012986 modification Methods 0.000 description 5
- 230000004048 modification Effects 0.000 description 5
- 238000001514 detection method Methods 0.000 description 4
- 230000008859 change Effects 0.000 description 3
- 230000006866 deterioration Effects 0.000 description 3
- 238000000605 extraction Methods 0.000 description 3
- 230000007423 decrease Effects 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 238000004891 communication Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000001788 irregular Effects 0.000 description 1
- 239000002245 particle Substances 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 230000001131 transforming effect Effects 0.000 description 1
- 230000007704 transition Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
- G01C21/26—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
- G01C21/28—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network with correlation of data from several navigational instruments
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S17/00—Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
- G01S17/02—Systems using the reflection of electromagnetic waves other than radio waves
- G01S17/06—Systems determining position data of a target
- G01S17/42—Simultaneous measurement of distance and other co-ordinates
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S17/00—Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
- G01S17/88—Lidar systems specially adapted for specific applications
- G01S17/89—Lidar systems specially adapted for specific applications for mapping or imaging
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/09—Arrangements for giving variable traffic instructions
- G08G1/0962—Arrangements for giving variable traffic instructions having an indicator mounted inside the vehicle, e.g. giving voice messages
- G08G1/0968—Systems involving transmission of navigation instructions to the vehicle
- G08G1/0969—Systems involving transmission of navigation instructions to the vehicle having a display in the form of a map
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- General Physics & Mathematics (AREA)
- Electromagnetism (AREA)
- Computer Networks & Wireless Communication (AREA)
- Automation & Control Theory (AREA)
- Navigation (AREA)
- Traffic Control Systems (AREA)
- Control Of Driving Devices And Active Controlling Of Vehicle (AREA)
- Optical Radar Systems And Details Thereof (AREA)
Abstract
Description
本発明は、自己位置推定技術に関する。 The present invention relates to self-location estimation technology.
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。
2. Description of the Related Art Conventionally, there has been known a technique of detecting a feature installed in a vehicle's traveling destination using a radar or a camera and calibrating the own vehicle position based on the detection result. For example,
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場合、地図又は計測センサの出力のいずれかに誤差があると、自己位置が誤って補正され、自己位置推定精度が低下する。計測センサの出力に誤差が生じる状況としては、視線誘導標や他車両の反射板等の反射強度の高い物体が多数存在し、それらを誤って対象の地物と検出してしまう場合や、自車と対象の地物の間に他車両が存在し、計測センサによるスキャンの全てあるいは一部が遮蔽(オクルージョン)される場合などがある。また、地図に誤差が生じる状況としては、最新の情報が地図に反映されておらず、地物の位置座標が不正確な場合などがある。 When estimating the self-position by comparing the output of the measurement sensor with the position information of the feature registered in advance on the map, if there is an error in either the map or the output of the measurement sensor, the self-position will be incorrect. is corrected, and the accuracy of self-localization is degraded. Situations in which an error occurs in the output of the measurement sensor include the presence of many objects with high reflection intensity, such as delineation posts and reflectors of other vehicles, and erroneously detecting them as target features. In some cases, other vehicles exist between the vehicle and the target feature, and all or part of the scan by the measurement sensor is occluded. In addition, as a situation in which an error occurs in the map, there is a case where the latest information is not reflected in the map and the position coordinates of the features are inaccurate.
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、地図又は計測値のいずれかに誤差が生じた場合であっても、自己位置推定精度の低下を好適に抑制することが可能な自己位置推定装置を提供することを主な目的とする。 SUMMARY OF THE INVENTION The present invention has been made to solve the above-described problems, and is capable of suitably suppressing a decrease in self-position estimation accuracy even when an error occurs in either a map or measurement values. The main object is to provide a self-localization device capable of
請求項1に記載の発明は、自己位置推定装置であって、予測された自己位置を示す予測位置情報を取得する第1取得部と、移動体から対象物までの計測部による計測距離を示す第1距離情報と、前記対象物の位置情報に基づき予測された前記移動体から前記対象物までの距離を示す第2距離情報とを取得する第2取得部と、前記移動体の自己位置精度情報を取得する第3取得部と、前記第1距離情報、前記第2距離情報及び前記自己位置精度情報に基づき、前記予測された自己位置を補正する補正部と、を備える。
The invention according to
本発明の好適な実施形態によれば、自己位置推定装置は、予測された自己位置を示す予測位置情報を取得する第1取得部と、移動体から対象物までの計測部による計測距離を示す第1距離情報と、前記対象物の位置情報に基づき予測された前記移動体から前記対象物までの距離を示す第2距離情報とを取得する第2取得部と、前記移動体の自己位置精度情報を取得する第3取得部と、前記第1距離情報及び前記第2距離情報が示す距離の差分値、並びに、前記自己位置精度情報に基づき、前記予測された自己位置を補正する補正部と、を備える。この態様によれば、自己位置推定装置は、第1距離情報及び第2距離情報が示す距離の差分値と、自己位置精度情報とに基づき、予測された自己位置を好適に補正することができる。 According to a preferred embodiment of the present invention, the self-position estimation device includes a first acquisition unit that acquires predicted position information indicating a predicted self-position, and a measuring unit that indicates the measured distance from the moving body to the target a second acquisition unit that acquires first distance information and second distance information that indicates a distance from the moving object to the object predicted based on the position information of the object; and self-position accuracy of the moving object. a third acquisition unit that acquires information; and a correction unit that corrects the predicted self-position based on the distance difference value indicated by the first distance information and the second distance information and the self-position accuracy information. , provided. According to this aspect, the self-position estimation device can suitably correct the predicted self-position based on the distance difference value indicated by the first distance information and the second distance information and the self-position accuracy information. .
上記自己位置推定装置の一態様では、前記補正部は、前記差分値と、前記自己位置精度情報と、前記計測部の計測精度情報とに基づき、前記予測された自己位置を補正する。この態様では、自己位置推定装置は、計測部の計測精度をさらに勘案し、自己位置を好適に補正することができる。 In one aspect of the self-position estimation device, the correction unit corrects the predicted self-position based on the difference value, the self-position accuracy information, and the measurement accuracy information of the measurement unit. In this aspect, the self-position estimation device can further take into consideration the measurement accuracy of the measurement unit and suitably correct the self-position.
上記自己位置推定装置の他の一態様では、前記補正部は、前記差分値と、前記自己位置精度情報とに基づき、前記差分値を評価する評価値を算出し、前記予測された自己位置を前記差分値により補正する度合いを前記評価値に基づいて決定する。この態様によれば、自己位置推定装置は、自己位置精度情報に基づき上述の差分値を評価することで、予測された自己位置を上述の差分値により補正する際の度合いを的確に定めることができる。これにより、第1距離情報又は第2距離情報に誤差が存在する場合であっても、自車位置推定精度が低下するのを好適に抑制することができる。この場合、好適には、前記補正部は、前記差分値に所定の利得を乗じた値により、前記予測された自己位置を補正し、前記補正部は、前記評価値に基づいて、前記利得に対する補正係数を決定するとよい。さらに好適には、前記利得は、カルマンゲインであるとよい。 In another aspect of the self-position estimation device, the correction unit calculates an evaluation value for evaluating the difference value based on the difference value and the self-position accuracy information, and determines the predicted self-position. A degree of correction based on the difference value is determined based on the evaluation value. According to this aspect, the self-position estimation device evaluates the above-described difference value based on the self-position accuracy information, thereby accurately determining the degree of correction of the predicted self-position using the above-described difference value. can. As a result, even if there is an error in the first distance information or the second distance information, it is possible to suitably suppress the deterioration of the vehicle position estimation accuracy. In this case, preferably, the correction unit corrects the predicted self-position by a value obtained by multiplying the difference value by a predetermined gain, and the correction unit adjusts the gain based on the evaluation value. A correction factor may be determined. More preferably, the gain is the Kalman gain.
上記自己位置推定装置の他の一態様では、前記第2取得部は、前記予測位置情報と、地図情報に記録された前記対象物の位置情報とに基づき、前記第2距離情報が示す距離を算出する。この態様により、自己位置推定装置は、地図情報に基づき第2距離情報を生成し、自己位置推定に好適に用いることができる。 In another aspect of the self-position estimation device, the second acquisition unit obtains the distance indicated by the second distance information based on the predicted position information and the position information of the object recorded in the map information. calculate. According to this aspect, the self-position estimation device can generate the second distance information based on the map information and suitably use it for self-position estimation.
本発明の他の好適な実施形態によれば、自己位置推定装置が実行する制御方法であって、予測された自己位置を示す予測位置情報を取得する第1取得工程と、移動体から対象物までの計測部による計測距離を示す第1距離情報、及び、前記対象物の位置情報に基づき予測された前記移動体から前記対象物までの距離を示す第2距離情報を取得する第2取得工程と、前記移動体の自己位置精度情報を取得する第3取得工程と、前記第1距離情報及び前記第2距離情報が示す距離の差分値、並びに、前記自己位置精度情報に基づき、前記予測された自己位置を補正する補正工程と、を有する。自己位置推定装置は、この制御方法を実行することで、予測された自己位置を好適に補正することができる。 According to another preferred embodiment of the present invention, there is provided a control method executed by a self-position estimation device, comprising: a first acquisition step of acquiring predicted position information indicating a predicted self-position; A second acquisition step of acquiring first distance information indicating the distance measured by the measuring unit to and second distance information indicating the distance from the moving object to the object predicted based on the position information of the object and a third acquisition step of acquiring the self-location accuracy information of the moving body, the difference value between the distances indicated by the first distance information and the second distance information, and the estimated self-location accuracy information. and a correction step of correcting the self-position. By executing this control method, the self-position estimation device can appropriately correct the predicted self-position.
本発明の他の好適な実施形態によれば、コンピュータが実行するプログラムであって、予測された自己位置を示す予測位置情報を取得する第1取得部と、移動体から対象物までの計測部による計測距離を示す第1距離情報と、前記対象物の位置情報に基づき予測された前記移動体から前記対象物までの距離を示す第2距離情報とを取得する第2取得部と、前記移動体の自己位置精度情報を取得する第3取得部と、前記第1距離情報及び前記第2距離情報が示す距離の差分値、並びに、前記自己位置精度情報に基づき、前記予測された自己位置を補正する補正部として前記コンピュータを機能させる。コンピュータは、このプログラムを実行することで、予測された自己位置を好適に補正することができる。好適には、上記プログラムは、記憶媒体に記憶される。 According to another preferred embodiment of the present invention, there is provided a program executed by a computer, comprising: a first acquisition unit for acquiring predicted position information indicating a predicted self-position; a second acquisition unit that acquires first distance information indicating the distance measured by the object and second distance information indicating the distance from the moving object to the object predicted based on the position information of the object; a third acquisition unit that acquires self-location accuracy information of a body; and a difference value between distances indicated by the first distance information and the second distance information, and the predicted self-location based on the self-location accuracy information. The computer is caused to function as a correction section that performs correction. The computer can suitably correct the predicted self-position by executing this program. Preferably, the program is stored 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。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。
[概略構成]
Preferred embodiments of the present invention will be described below with reference to the drawings. In this specification, for the sake of convenience, a character with "^" or " - " above any symbol is represented as "A ^ " or "A-" (where "A" is an arbitrary character).
[Outline configuration]
図1は、本実施例に係る運転支援システムの概略構成図である。図1に示す運転支援システムは、車両に搭載され、車両の運転支援に関する制御を行う車載機1と、ライダ(Lidar:Light Detection and Ranging、または、Laser Illuminated Detection And Ranging)2と、ジャイロセンサ3と、車速センサ4と、GPS受信機5とを有する。
FIG. 1 is a schematic configuration diagram of a driving support system according to this embodiment. The driving support system shown in FIG. 1 is mounted on a vehicle and includes an in-
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、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に関する情報である地物情報を記憶し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、この地物情報に基づき、ライダ2等の出力と照合させて自車位置の推定を行う。車載機1は、本発明における「自己位置推定装置」の一例である。
The in-
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、照射したレーザ光の反射光(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、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当該レーザ光の応答遅延時間とに基づき生成される。一般的に、対象物までの距離が近いほどライダの距離測定値の精度は高く、距離が遠いほど精度は低い。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、本発明における「計測部」の一例である。
The lidar 2 discretely measures the distance to an object existing in the outside world by emitting a pulsed laser over a predetermined angular range in the horizontal and vertical directions, and generates a three-dimensional point indicating the position of the object. Generate group information. In this case, the lidar 2 includes an irradiation unit that irradiates laser light while changing the direction of irradiation, a light receiving unit that receives reflected light (scattered light) of the irradiated laser light, and scan data based on light receiving signals output by the light receiving unit. and an output unit for outputting The scan data is generated based on the irradiation direction corresponding to the laser light received by the light receiving unit and the response delay time of the laser light specified based on the light reception signal described above. In general, the closer the distance to the target, the more accurate the lidar distance measurement, and the greater the distance, the less accurate. The rider 2 , the
図2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、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。
FIG. 2 is a block diagram showing the functional configuration of the vehicle-mounted
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。
The
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、地物情報を含む地図DB10を記憶する。図3は、地図DB10のデータ構造の一例を示す。図3に示すように、地図DB10は、施設情報、道路データ、及び地物情報を含む。地物情報は、地物ごとに当該地物に関する情報が関連付けられた情報であり、ここでは、地物のインデックスに相当する地物IDと、緯度及び経度(及び標高)等により表わされた地物の絶対的な位置を示す位置情報とを少なくとも含んでいる。なお、地図DB10は、定期的に更新されてもよい。この場合、例えば、制御部15は、図示しない通信部を介し、地図情報を管理するサーバ装置から、自車位置が属するエリアに関する部分地図情報を受信し、地図DB10に反映させる。
The
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。
The
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を有する。制御部15は、本発明における「第1取得部」、「第2取得部」、「第3取得部」、「補正部」、及びプログラムを実行する「コンピュータ」の一例である。
The
自車位置推定部17は、地物に対するライダ2による距離及び角度の計測値と、地図DB10から抽出した地物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推定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推定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。このように、ベイズ推定に基づく位置推定は、種々の方法が提案されている。以下では、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について簡略的に説明する。
The vehicle
図4は、状態変数ベクトルxを2次元直交座標で表した図である。図4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「Ψ」により表される。ここでは、方位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。座標(x、y)は、例えば緯度及び経度の組合せに相当する絶対位置を示す。 FIG. 4 is a diagram showing the state variable vector x in two-dimensional rectangular coordinates. As shown in FIG. 4, the position of the vehicle on a plane defined on two-dimensional orthogonal coordinates of xy is represented by the coordinates "(x, y)" and the direction of the vehicle "Ψ". Here, the azimuth Ψ is defined as the angle between the direction of travel of the vehicle and the x-axis. The coordinates (x, y) indicate an absolute position, for example a combination of latitude and longitude.
図5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6は、自車位置推定部17の機能ブロックの一例を示す。図5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6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、地物探索・抽出ブロック25及び位置補正ブロック26を含む。なお、図5では、計算対象となる基準時刻(即ち現在時刻)「t」の状態変数ベクトルを、「X-(t)」または「X^(t)」と表記している(「状態変数ベクトルX(t)=(x(t)、y(t)、Ψ(t))T」と表記する)。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。
FIG. 5 is a diagram showing a schematic relationship between the prediction step and the measurement update step. 6 shows an example of functional blocks of the vehicle
予測ステップでは、自車位置推定部17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(t)=(v(t)、ω(t))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。自車位置推定部17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t-1の状態変数ベクトルX^(t-1)に対し、求めた移動距離と方位変化を加えて、時刻tの自車位置の予測値(「予測自車位置」とも呼ぶ。)X-(t)を算出する。また、これと同時に、予測自車位置X-(t)の誤差分布に相当する共分散行列「P-(t)」を、直前の計測更新ステップで算出された時刻t-1での共分散行列「P^(t-1)」から算出する。
In the prediction step, the
計測更新ステップでは、自車位置推定部17の地物探索・抽出ブロック25は、地図DB10に登録された地物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、自車位置推定部17の地物探索・抽出ブロック25は、この対応付けができた場合に、対応付けができた地物のライダ2による計測値(「地物計測値」と呼ぶ。)「Z(t)」と、予測自車位置X-(t)及び地図DB10に登録された地物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地物の計測推定値(「地物予測値」と呼ぶ。)「Z-(t)」とをそれぞれ取得する。地物計測値Z(t)は、時刻tにライダ2が計測した地物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ボディ座標系における2次元ベクトルである。そして、自車位置推定部17の位置補正ブロック26は、以下の式(1)に示すように、地物計測値Z(t)と地物予測値Z-(t)との差分値を算出する。
In the measurement update step, the feature search/
なお、自車位置推定部17は、複数の地物に対し、地図DB10に登録された地物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ができた場合、選定した任意の一個の地物計測値等に基づき計測更新ステップを行ってもよく、対応付けができた全ての地物計測値等に基づき計測更新ステップを複数回行ってもよい。なお、複数の地物計測値等を用いる場合には、自車位置推定部17は、ライダ2から遠い地物ほどライダ計測精度が悪化することを勘案し、ライダ2と地物との距離が長いほど、当該地物に関する重み付けを小さくするとよい。
Note that the vehicle
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、予測自車位置X-(t)と推定自車位置X^(t)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。 In this way, the prediction step and the measurement update step are repeatedly performed, and the predicted vehicle position X − (t) and the estimated vehicle position X ^ (t) are sequentially calculated, thereby obtaining the most probable vehicle position is calculated.
なお、上記の説明において、地物計測値Z(t)は本発明の「第1距離情報」の一例であり、地物予測値Z-(t)は本発明の「第2距離情報」の一例である。 In the above description, the feature measured value Z(t) is an example of the "first distance information" of the present invention, and the feature predicted value Z- (t) is an example of the "second distance information" of the present invention. An example.
[自車位置推定の詳細]
次に、本実施例における自車位置推定の詳細について説明する。概略的には、自車位置推定部17は、地物計測値Z(t)と地物予測値Z-(t)との差分値を評価する評価値(「差分評価値」とも呼ぶ。)を算出し、差分評価値に応じてカルマンゲインK(t)を補正する。これにより、自車位置推定部17は、地図DB10又はライダ2の計測値のいずれかに誤差が生じた場合であっても、自車位置推定精度の低下を好適に抑制する。
[Details of vehicle position estimation]
Next, details of vehicle position estimation in this embodiment will be described. Schematically, the vehicle
ライダを用いた道路標識などによるEKF(Extended Karman Filter)位置推定においては、上記の式(2)に示すように、地物計測値Z(t)と地物予測値Z-(t)との差分値を用いて自車位置を計算している。式(2)から理解されるように、式(1)に示す差分値が大きくなると、予測自車位置X-(t)に対する補正量が大きくなる。ここで、差分値が大きくなるのは、以下の(A)~(C)のいずれかの原因による。 In EKF (Extended Karman Filter) position estimation using road signs using lidar, as shown in the above equation (2), the feature measured value Z(t) and the feature predicted value Z − (t) The vehicle position is calculated using the difference value. As can be understood from the equation (2), the larger the difference value shown in the equation (1), the larger the correction amount for the predicted vehicle position X − (t). Here, the reason why the difference value becomes large is due to one of the following causes (A) to (C).
(A)地物計測値に誤差がある。
これには、例えば、ライダの計測精度が低い場合、又は、ライダの計測精度は低くないが、計測時に計測対象の地物と車両との間に他車両などの動体が存在していたため計測精度が低くなってしまった場合(即ちオクルージョンが発生した場合)、などが該当する。
(A) There is an error in the feature measurement value.
For example, if the measurement accuracy of the lidar is low, or if the measurement accuracy of the lidar is not low, but there is a moving object such as another vehicle between the feature to be measured and the vehicle at the time of measurement, the measurement accuracy is reduced. becomes low (that is, occlusion occurs).
(B)地物予測値を求めるために使用する推定自車位置がずれている。
これは、予測自車位置X-(t)あるいは推定自車位置X^(t)の誤差が大きい場合である。
(B) The estimated vehicle position used to obtain the feature prediction value is deviated.
This is the case when the predicted vehicle position X − (t) or the estimated vehicle position X̂ (t) has a large error.
(C)地物予測値を求めるために使用する地図データの地物の位置座標がずれている。
これは、例えば地図データの作成時以降に、地物である標識が車両の衝突などにより傾いたり、地物である構造物が撤去又は移動されたりして地物の位置が変化した結果、地図データ中のその地物の位置座標と実際のその地物の位置座標とが一致しなくなっている状態である。すなわち、地図データ上の地物の位置と現実環境における地物の位置とにずれが生じている状態である。
(C) The position coordinates of the features in the map data used to obtain the feature prediction values are deviated.
For example, after the map data is created, the position of the feature is changed due to the inclination of the sign, which is the feature, due to a vehicle collision, etc., or the removal or movement of the structure, which is the feature. This is a state in which the positional coordinates of the feature in the data do not match the actual positional coordinates of the feature. In other words, there is a deviation between the position of the feature on the map data and the position of the feature in the real environment.
上記(A)または(C)に起因して差分値が大きくなっている場合に式(2)に基づき推定自車位置X^(t)を算出すると、自車位置推定精度が低下する。よって、上記(A)または(C)のいずれかが生じている場合、予測自車位置X-(t)に対する補正の度合いをなるべく低くすることが好ましい。 If the estimated vehicle position X̂ (t) is calculated based on the equation (2) when the difference value is large due to the above (A) or (C), the vehicle position estimation accuracy decreases. Therefore, when either (A) or (C) above occurs, it is preferable to make the degree of correction for the predicted vehicle position X − (t) as low as possible.
図7は、車両の推定自車位置と地物との位置関係を示す。図7に示す座標系は車両を基準としたボディ座標系であり、x軸は車両の進行方向を示し、y軸はそれと垂直な方向(車両の横方向)を示す。図7において、推定自車位置は、誤差楕円40により示される誤差の範囲を有する。誤差楕円40は、x方向の位置推定精度「σP(x)」とy方向の位置推定精度「σP(y)」により規定される。ここで位置推定精度σPは、以下の式(3)により、ヤコビ行列「H(t)」を用いて共分散行列P(t)をボディ座標系に変換することにより得られる。
FIG. 7 shows the positional relationship between the estimated vehicle position of the vehicle and the features. The coordinate system shown in FIG. 7 is a body coordinate system with the vehicle as a reference, the x-axis indicates the traveling direction of the vehicle, and the y-axis indicates the direction perpendicular thereto (lateral direction of the vehicle). In FIG. 7, the estimated vehicle position has an error range indicated by an
図7において、地物予測値Z-(t)は、予測自車位置X-(t)及び地図DB10に登録された地物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ものである。また、地物計測値Z(t)は、地図DB10に登録された地物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ができた場合の地物のライダ2による計測値である。地物計測値Z(t)は、誤差楕円43で示す誤差の範囲を有する。誤差楕円43は、x方向の計測精度「σL(x)」とy方向の計測精度「σL(y)」により規定される。一般的に、ライダによる計測誤差はライダと測定対象となる地物との距離の2乗に比例して大きくなるため、推定自車位置から地物計測値Z(t)までの距離に基づいて誤差楕円43を算出することにより、ライダ計測精度σL(σL(x),σL(y))が求められる。また、地物予測値Z-(t)と地物計測値Z(t)の差分値は、式(1)に示すように、x方向が「dx」、y方向が「dy」である。
In FIG. 7, the feature prediction value Z- (t) is obtained by modeling the measurement processing by the rider 2 using the predicted vehicle position X- ( t) and the feature position vector registered in the
なお、位置推定精度σPは本発明の「自己位置精度情報」の一例であり、ライダ計測精度σLは本発明の「計測精度情報」の一例である。 The position estimation accuracy σ P is an example of the "self-position accuracy information" of the present invention, and the rider measurement accuracy σ L is an example of the "measurement accuracy information" of the present invention.
次に、地物計測値Z(t)と地物予測値Z-(t)との差分値を評価する評価値の算出方法について説明する。自車位置推定部17は、位置推定精度σP(σP(x),σP(y))とライダ計測精度σL(σL(x),σL(y))とを用いて、地物計測値Z(t)と地物予測値Z-(t)との差分値を評価する。言い換えると、自車位置推定部17は、推定自車位置の誤差範囲40とライダ誤差範囲43に対する差分値の割合に基づき、上述の差分値の妥当性を判断する。具体的には、自車位置推定部17は、以下の評価式(4)により、差分評価値「Ex」、「Ey」を算出する。なお、この場合、差分値dx、dyの絶対値が用いられる。
Next, a method of calculating an evaluation value for evaluating a difference value between the feature measured value Z(t) and the feature predicted value Z − (t) will be described. Using the position estimation accuracy σ P (σ P (x), σ P (y)) and the rider measurement accuracy σ L (σ L (x), σ L (y)), the vehicle position estimation unit 17 A difference value between the feature measurement value Z(t) and the feature prediction value Z − (t) is evaluated. In other words, the
図8は、車載機1の自車位置推定部17により行われる自車位置推定処理のフローチャートである。車載機1は、図8のフローチャートの処理を繰り返し実行する。
FIG. 8 is a flowchart of vehicle position estimation processing performed by the vehicle
まず、自車位置推定部17は、GPS受信機5等の出力に基づき、自車位置の初期値を設定する(ステップS101)。次に、自車位置推定部17は、車速センサ4から車体速度を取得すると共に、ジャイロセンサ3からヨー方向の角速度を取得する(ステップS102)。そして、自車位置推定部17は、ステップS102の取得結果に基づき、車両の移動距離と車両の方位変化を計算する(ステップS103)。
First, the
その後、自車位置推定部17は、1時刻前の推定自車位置X^(t-1)に、ステップS103で計算した移動距離と方位変化を加算し、予測自車位置X-(t)を算出する(ステップS104)。さらに、ステップS104では、自車位置推定部17は、共分散行列から、式(3)により位置推定精度σP(x),σP(y)を求める。さらに、自車位置推定部17は、予測自車位置X-(t)に基づき、地図DB10の地物情報を参照し、ライダ2の計測範囲となる地物を探索する(ステップS105)。
After that, the vehicle
そして、自車位置推定部17は、予測自車位置X-(t)及びステップS105で探索した地物の地物情報が示す位置座標から、車両の進行方向と横方向それぞれの地物の予測位置(即ち地物予測値Z-(t))を算出する(ステップS106)。その後、自車位置推定部17は、ライダ2のスキャンデータから車両の進行方向と横方向それぞれの地物までの計測距離(即ち地物計測値Z(t))を算出し、当該計測距離からライダ計測精度σL(x),σL(y)を算出する(ステップS107)。
Then, the vehicle
次に、自車位置推定部17は、地物計測値と地物予測値との差分値dx、dyを式(1)に基づき算出する(ステップS108)。そして、自車位置推定部17は、式(4)に基づき、差分評価値Ex、Eyを算出する(ステップS109)。
Next, the vehicle
そして、自車位置推定部17は、差分評価値Ex、Eyが所定値より大きい場合(ステップS110;Yes)、差分評価値Ex、Eyから係数値aX(t)、aY(t)を生成する(ステップS111)。例えば、自車位置推定部17は、式(5)に基づき係数値aX(t)、aY(t)を算出することで、0から1までの値域において、差分評価値Ex、Eyが大きいほど小さい値になるように、係数値aX(t)、aY(t)を算出する。なお、自車位置推定部17は、所定値を超えていない差分評価値が存在する場合には、当該差分評価値に対応する係数値(差分評価値Exの場合には係数値aX(t))を式(5)によらず1に設定してもよい。
Then, when the difference evaluation values Ex and Ey are larger than the predetermined values (step S110; Yes), the vehicle
一方、自車位置推定部17は、差分評価値Ex、Eyが所定値以下の場合(ステップS110;No)、係数値aX(t)、aY(t)を「1」に設定する(ステップS112)。すなわち、差分評価値Exと所定値の比較により係数値aX(t)が設定され、差分評価値Eyと所定値の比較により係数値aY(t)が設定される。
On the other hand, when the difference evaluation values Ex and Ey are equal to or less than the predetermined values (step S110; No), the vehicle
次に、自車位置推定部17は、式(6)に基づき、カルマンゲインK(t)に係数値aX(t)、aY(t)を乗じることで、カルマンゲインK(t)´を生成する(ステップS113)。その後、自車位置推定部17は、式(2)に基づき、生成したカルマンゲインK(t)´をK(t)の代わりに用いて予測自車位置X-(t)を補正し、推定自車位置X^(t)を算出する(ステップS114)。
Next, the
[具体例]
次に、本実施例に基づく自車位置推定処理の効果について説明する。
[Concrete example]
Next, the effects of the vehicle position estimation processing based on this embodiment will be described.
図9(A)は、ある走行試験コースにおいて図8に示す自車位置推定処理を実行しながら車両を走行させた場合のx方向とy方向の位置の推移を示すグラフである。なお、図9(A)では、RTK-GPSを用いて高精度に計測した自車位置(「リファレンス位置」とも呼ぶ。)と、図8に示す自車位置推定処理により算出した推定自車位置とがそれぞれ描画されているが、これらは視覚上区別できない程度に重なっている。 FIG. 9A is a graph showing changes in position in the x-direction and y-direction when the vehicle is driven while executing the vehicle position estimation process shown in FIG. 8 on a running test course. In FIG. 9A, the vehicle position (also referred to as "reference position") measured with high accuracy using RTK-GPS and the estimated vehicle position calculated by the vehicle position estimation process shown in FIG. and are drawn respectively, but they overlap to such an extent that they cannot be visually distinguished.
図9(B)は、図9(A)の枠70内の走行区間におけるデータを拡大した図である。なお、図9(B)では、計測対象となった地物の位置が丸印によりプロットされている。また、図10(A)は、枠70の走行区間での差分値dxの推移を示すグラフであり、図10(B)は、枠70の走行区間での実施例に基づく推定自車位置とリファレンス位置との進行方向における差を示し、図10(C)は、枠70の走行区間での実施例に基づく推定自車位置とリファレンス位置との横方向における差を示し、図10(D)は、枠70の走行区間での実施例に基づく推定自車位置とリファレンス位置との方位差を示す。
FIG. 9(B) is an enlarged view of the data in the traveling section within the
図9(B)に示すように、自車位置推定部17は、不規則な間隔で存在する地物を対象として地物情報に基づき推定自車位置を推定しており、図10(A)に示す差分値等に基づき予測自車位置を補正している。その結果、図10(B)~(D)に示されるように、車両の進行方向及び横方向でのリファレンス位置と推定自車位置との差は、およそ0.1m以内となっており、方位差についても、およそ0.1度以内となっている。
As shown in FIG. 9(B), the vehicle
図11(A)~(D)は、図9(B)のプロット71が示す地物に対する地物情報の位置座標を進行方向に80cmずらした場合において、カルマンゲインK(t)を係数値aX(t)、aY(t)により補正せずに用いたときの図10(A)~(D)と同様の実験結果を示す。
FIGS. 11A to 11D show the Kalman gain K(t) when the position coordinates of the feature information for the feature indicated by the
図11(A)に示すように、図9(B)のプロット71が示す地物に対する地物情報の位置座標のずれに起因して、プロット71が示す地物の地物情報の位置座標を用いて算出した差分値dx(丸枠72参照)は、他の地物の地物情報の位置座標を用いて算出した差分値dxと比較して、ずれ量が顕著に大きくなっている。その結果、図11(B)に示すように、図9(B)のプロット71が示す地物に対する地物情報の位置座標を用いて算出した推定自車位置は、車両の進行方向においてリファレンス位置とずれが生じている(丸枠73参照)。このようにして生じた推定自車位置の誤差は、次に自車位置推定に用いる地物(図9のプロット74参照)の検出時まで継続してしまう。
As shown in FIG. 11(A), the position coordinates of the feature information of the feature indicated by the
図12(A)~(D)は、図9(B)のプロット71が示す地物に対する地物情報の位置座標を進行方向に80cmずらした場合において、カルマンゲインK(t)を係数値aX(t)、aY(t)により補正したときの図11(A)~(D)と同様の実験結果を示す。
FIGS. 12A to 12D show the Kalman gain K(t) when the position coordinates of the feature information for the feature indicated by
この場合、図9(B)のプロット71が示す地物を検出した時点での差分値dx、位置推定精度σP(x)、ライダ計測精度σL(x)は、以下のようになる。
dx=-0.749
σP(x)=0.048
σL(x)=0.058
In this case, the difference value dx, the position estimation accuracy σ P (x), and the lidar measurement accuracy σ L (x) at the time when the feature indicated by the
dx = -0.749
σ P (x)=0.048
σ L (x)=0.058
したがって、これらの値を式(5)に示す係数値aX(t)に代入すると、係数値aX(t)は
0.854×10-3≒0
となる。この場合、カルマンゲインK(t)´は、以下の式(7)に示すように求められる。
Therefore, substituting these values into the coefficient value aX (t) shown in equation (5), the coefficient value aX (t) is
0.854×10 −3 ≈0
becomes. In this case, the Kalman gain K(t)' is calculated as shown in the following equation (7).
以上説明したように、本実施例に係る車載機1の自車位置推定部17は、予測自車位置X-(t)を示す情報を生成する位置予測部21と、位置推定部22とを有する。位置推定部22は、移動体から対象物までのライダ2による計測距離を示す地物計測値Z(t)及び地物情報に基づき予測された地物予測値Z-(t)を算出する。そして、位置推定部22は、地物計測値と地物予測値との差分値dx、dyと、位置推定精度σPと、ライダ計測精度σLとに基づく差分評価値Ex、Eyに応じて、カルマンゲインK(t)を補正する係数値aX(t)、aY(t)を決定する。これにより、車載機1は、地図DB10又はライダ2の計測値のいずれかに誤差が生じた場合であっても、自車位置推定精度の低下を好適に抑制することができる。
As described above, the vehicle
[変形例]
以下、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、組み合わせて実施例に適用してもよい。
[Modification]
Modifications suitable for the embodiment will be described below. The following modifications may be combined and applied to the embodiment.
(変形例1)
信頼度が低いと判断される地物情報に基づく予測自車位置X-(t)の補正量を低下させる方法は、係数値aX(t)、aY(t)をカルマンゲインK(t)に乗じることに限定されない。
(Modification 1)
A method of reducing the correction amount of the predicted vehicle position X − (t) based on the feature information judged to be unreliable is to use the Kalman gain K ( t ) is not limited to multiplication.
これに代えて、第1の例では、自車位置推定部17は、差分値dx、dyに対して係数値aX(t)、aY(t)を乗じてもよい。即ち、この場合、自車位置推定部17は、以下の式(8)に基づき、推定自車位置を算出する。
Alternatively, in the first example, the vehicle
(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、地図DB10の更新情報を図示しないサーバ装置から受信してもよい。
(Modification 2)
The configuration of the driving assistance system shown in FIG. 1 is an example, and the configuration of the driving assistance system to which the present invention is applicable is not limited to the configuration shown in FIG. For example, in the driving support system, instead of having the vehicle-mounted
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
10 地図DB
1 In-Vehicle Device 2
Claims (1)
移動体から対象物までの計測部による計測距離を示す第1距離情報と、前記対象物の位置情報に基づき予測された前記移動体から前記対象物までの距離を示す第2距離情報とを取得する第2取得部と、
前記移動体の自己位置精度情報を取得する第3取得部と、
前記第1距離情報、前記第2距離情報及び前記自己位置精度情報に基づき、前記予測された自己位置を補正する補正部と、
を備える自己位置推定装置。 a first acquisition unit that acquires predicted position information indicating the predicted self-position;
Acquisition of first distance information indicating a distance measured by a measuring unit from a moving object to an object, and second distance information indicating a distance from the moving object to the object predicted based on position information of the object. a second acquisition unit for
a third acquisition unit that acquires the self-position accuracy information of the moving object;
a correction unit that corrects the predicted self-position based on the first distance information, the second distance information, and the self-position accuracy information;
A self-localization device comprising:
Applications Claiming Priority (5)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2017100228 | 2017-05-19 | ||
JP2017100228 | 2017-05-19 | ||
JP2019518877A JP6968877B2 (en) | 2017-05-19 | 2018-05-17 | Self-position estimator, control method, program and storage medium |
PCT/JP2018/019173 WO2018212301A1 (en) | 2017-05-19 | 2018-05-17 | Self-position estimation device, control method, program, and storage medium |
JP2021175327A JP2022031266A (en) | 2017-05-19 | 2021-10-27 | Self-position estimation device, control method, program, and storage medium |
Related Parent Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2021175327A Division JP2022031266A (en) | 2017-05-19 | 2021-10-27 | Self-position estimation device, control method, program, and storage medium |
Publications (1)
Publication Number | Publication Date |
---|---|
JP2022176322A true JP2022176322A (en) | 2022-11-25 |
Family
ID=64274439
Family Applications (3)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2019518877A Active JP6968877B2 (en) | 2017-05-19 | 2018-05-17 | Self-position estimator, control method, program and storage medium |
JP2021175327A Withdrawn JP2022031266A (en) | 2017-05-19 | 2021-10-27 | Self-position estimation device, control method, program, and storage medium |
JP2022160983A Pending JP2022176322A (en) | 2017-05-19 | 2022-10-05 | Self-position estimation device, control method, program, and storage medium |
Family Applications Before (2)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2019518877A Active JP6968877B2 (en) | 2017-05-19 | 2018-05-17 | Self-position estimator, control method, program and storage medium |
JP2021175327A Withdrawn JP2022031266A (en) | 2017-05-19 | 2021-10-27 | Self-position estimation device, control method, program, and storage medium |
Country Status (2)
Country | Link |
---|---|
JP (3) | JP6968877B2 (en) |
WO (1) | WO2018212301A1 (en) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2020157844A1 (en) * | 2019-01-30 | 2020-08-06 | 三菱電機株式会社 | Measurement device, measurement method, and measurement program |
JP7318522B2 (en) * | 2019-12-25 | 2023-08-01 | 株式会社デンソー | Estimation device, estimation method, estimation program |
JP7318521B2 (en) * | 2019-12-25 | 2023-08-01 | 株式会社デンソー | Estimation device, estimation method, estimation program |
CN116165885B (en) * | 2022-11-29 | 2023-11-14 | 华东交通大学 | Model-free adaptive robust control method and system for high-speed train |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP4600357B2 (en) * | 2006-06-21 | 2010-12-15 | トヨタ自動車株式会社 | Positioning device |
JP2011027595A (en) * | 2009-07-27 | 2011-02-10 | Toyota Infotechnology Center Co Ltd | Map data verification system |
JP2017072423A (en) * | 2015-10-05 | 2017-04-13 | パイオニア株式会社 | Estimation device, control method, program, and storage medium |
-
2018
- 2018-05-17 JP JP2019518877A patent/JP6968877B2/en active Active
- 2018-05-17 WO PCT/JP2018/019173 patent/WO2018212301A1/en active Application Filing
-
2021
- 2021-10-27 JP JP2021175327A patent/JP2022031266A/en not_active Withdrawn
-
2022
- 2022-10-05 JP JP2022160983A patent/JP2022176322A/en active Pending
Also Published As
Publication number | Publication date |
---|---|
JPWO2018212301A1 (en) | 2020-03-12 |
JP2022031266A (en) | 2022-02-18 |
JP6968877B2 (en) | 2021-11-17 |
WO2018212301A1 (en) | 2018-11-22 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP2022113746A (en) | Determination device | |
JP7155284B2 (en) | Measurement accuracy calculation device, self-position estimation device, control method, program and storage medium | |
JP2022176322A (en) | Self-position estimation device, control method, program, and storage medium | |
JP6806891B2 (en) | Information processing equipment, control methods, programs and storage media | |
JP6980010B2 (en) | Self-position estimator, control method, program and storage medium | |
JP2023075184A (en) | Output device, control method, program, and storage medium | |
JP2023164553A (en) | Position estimation device, estimation device, control method, program and storage medium | |
JP2023078138A (en) | Output device, control method, program, and storage medium | |
WO2018212302A1 (en) | Self-position estimation device, control method, program, and storage medium | |
JP2019174191A (en) | Data structure, information transmitting device, control method, program, and storage medium | |
WO2019188820A1 (en) | Information transmission device, data structure, control method, program, and storage medium | |
JP2022136145A (en) | Data structure, information processing device, and map data generator | |
WO2019188874A1 (en) | Data structure, information processing device, and map data generation device | |
WO2018212290A1 (en) | Information processing device, control method, program and storage medium | |
US11822009B2 (en) | Self-position estimation device, self-position estimation method, program, and recording medium | |
JP2019174675A (en) | Data structure, map data generator, control method, program, and storage medium | |
US20240053440A1 (en) | Self-position estimation device, self-position estimation method, program, and recording medium |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20221005 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20230815 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20230822 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20231023 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20231226 |
|
A601 | Written request for extension of time |
Free format text: JAPANESE INTERMEDIATE CODE: A601 Effective date: 20240222 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20240304 |
|
A02 | Decision of refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A02 Effective date: 20240528 |