JP2023118437A - 物標算出方法、演算装置 - Google Patents

Abstract

【課題】物標の認識誤りを低減できる。【解決手段】物標算出方法は、周囲環境の情報を取得するセンサの出力であるセンサ出力を取得する取得部を備える演算装置が実行する物標算出方法であって、センサ出力を用いて複数の手法により、物標を検出して物標について少なくとも位置および種別を含む物標状態を検出する検出処理と、検出処理における複数の手法のそれぞれが検出する複数の物標から同一の物標を判定する同一物標判定処理と、同一物標判定処理において同一の物標であると判断された物標について、物標状態を融合し融合物標として出力する融合処理と、を含む。【選択図】図１

Description

本発明は、物標算出方法、および演算装置に関する。

車両の高度な自動運転を実現するために、機械学習を利用する手法が検討されている。特許文献１には、運転支援システムの検出アルゴリズムの検出能力を改善する方法において、検出結果をもたらす検出アルゴリズムを実行する処理エンティティを備える、車両に基づく運転支援システムを設けるステップであって、前記運転支援システムは前記車両の周囲における静的環境特徴量を検出する少なくとも１つのセンサを備えるステップと、前記センサから前記車両の処理エンティティで静的環境特徴量に関するセンサ情報を受信するステップと、前記受信されたセンサ情報を処理するステップにおいて、これにより処理されたセンサ情報を得るステップと、少なくとも１つの保存された静的環境特徴量を環境データソースから受信するステップと、処理されたセンサ情報を前記保存された静的環境特徴量と比較するステップと、処理されたセンサ情報と保存された静的環境特徴量との間に非一貫性が存在するか否かを判定するステップと、処理されたセンサ情報と保存された静的環境特徴量との間の非一貫性が判定される場合、機械学習アルゴリズムに基づいて、処理されたセンサ情報と前記保存された静的環境特徴量との比較結果から導出される訓練情報を前記機械訓練アルゴリズムに供給することにより前記検出アルゴリズムを修正するステップと、を備える方法が開示されている。

特開２０２１－１８８２３号公報

特許文献１に記載されている発明では、認識誤りが発生する場合がある。

本発明の第１の態様による物標算出方法は、周囲環境の情報を取得するセンサの出力であるセンサ出力を取得する取得部を備える演算装置が実行する物標算出方法であって、前記センサ出力を用いて複数の手法により、物標を検出して前記物標について少なくとも位置および種別を含む物標状態を検出する検出処理と、前記検出処理における前記複数の手法のそれぞれが検出する複数の前記物標から同一の物標を判定する同一物標判定処理と、前記同一物標判定処理において同一の物標であると判断された前記物標について、前記物標状態を融合し融合物標として出力する融合処理と、を含む。
本発明の第２の態様による演算装置は、周囲環境の情報を取得するセンサの出力であるセンサ出力を取得する取得部と、前記センサ出力を用いて複数の手法により、物標を検出して前記物標について少なくとも位置および種別を含む物標状態を検出する検出部と、前記検出部における前記複数の手法のそれぞれが検出する複数の前記物標から同一の物標を判定する同一物標判定部と、前記同一物標判定部が同一の物標であると判断した前記物標について、前記物標状態を融合し融合物標として出力する融合部と、を備える。

本発明によれば、複数の手法を用いて物標を検出するので、認識誤りを低減できる。

第１の実施の形態における演算装置の機能構成図 同一物標判定部の処理の一例を示す図 演算装置のハードウエア構成図 演算装置の処理を示すフローチャート 第１の動作例を示す図 第２の動作例を示す図 第３の動作例を示す図 変形例２における演算装置の機能構成図 第２の実施の形態における演算装置の機能構成図 割合情報の一例を示す図

―第１の実施の形態―
以下、図１～図７を参照して、演算装置および物標算出方法の第１の実施の形態を説明する。

（構成）
図１は、演算装置１の機能構成図である。演算装置１は、第１センサ２１、第２センサ２２、および第３センサ２３とともに車両９に搭載される。演算装置１は、第１算出部１１と、第２算出部１２と、同一物標判定部１３と、認識融合部１４と、を備える。

第１センサ２１、第２センサ２２、および第３センサ２３のそれぞれは、車両９の周囲環境の情報を取得するセンサである。第１センサ２１、第２センサ２２、および第３センサ２３は、センシングして得られた情報をセンサ出力として演算装置１に出力する。第１センサ２１、第２センサ２２、および第３センサ２３の具体的な構成は限定しないが、たとえばカメラ、レーザレンジファインダ、ＬｉＤＡＲ（Light Detection And Ranging）などである。ただし、第１センサ２１、第２センサ２２、および第３センサ２３のいずれかが同種のセンサであってもよい。

第１算出部１１および第２算出部１２は、センサ出力に基づき物標状態を算出する。本実施の形態では、物標状態とは物標の位置および種別である。ただし物標状態に物標の速度が含まれてもよい。物標の位置はたとえば、車両９の中心を原点とし、車両９の前方をＸ軸のプラス側、車両９の右手側をＹ軸のプラス側とする直交座標系の座標として算出される。物標の種別とは、自動車、二輪車、歩行者、走行区画線、停止線、信号機、ガードレール、および建物などである。第１算出部１１には第１センサ２１のセンサ出力が入力され、第２算出部１２には第２センサ２２および第３センサ２３のセンサ出力が入力される。ただし同一のセンサのセンサ出力が第１算出部１１および第２算出部１２に入力されてもよい。

第１算出部１１および第２算出部１２は独立して動作し、物標状態、すなわち物標の位置および種別を算出する。第１算出部１１、および第２算出部１２は短い時間間隔、たとえば１０ｍｓごとに物標状態を算出し、物標状態に識別子、すなわちＩＤを付して同一物標判定部１３に出力する。

第１算出部１１は、ルールベースでの物標の検出を行う。第１算出部１１には、事前に定められた演算式等のルールの情報が含まれる。第１算出部１１は、センサ出力をこのルールに従って処理することで、物標状態、すなわち物標の位置および種別を得る。以下では、第１算出部１１が算出する物標を「ルール物標」と呼ぶ。また、第１算出部１１による物標の算出を「ルールベース検出処理」とも呼ぶ。

第２算出部１２は、機械学習に基づく物標の検出を行う。第２算出部１２は、多数の学習用データを用いて学習用プログラムにより生成されたパラメータと、推論プログラムとを用いて、センサ出力を処理し、物標状態を得る。第２算出部１２の処理は、既存データを用いた帰納的アプローチにより未知の現象に対する推論を実施することであるとも言える。以下では、第２算出部１２が算出する物標を「ＡＩ物標」と呼ぶ。また、第２算出部１２による物標の算出を「ＡＩ検出処理」とも呼ぶ。

同一物標判定部１３は、第１算出部１１が算出するルール物標と、第２算出部１２が算出するＡＩ物標との同一性を簡易に判定する。具体的には同一物標判定部１３は、それぞれのＡＩ物標から所定距離以下に存在する、最も近いルール物標を関連付ける。同一物標判定部１３は、ＡＩ物標を基準とした処理のみを行い、ルール物標を基準とした処理は行わない。認識融合部１４は、同一物標判定部１３の判定結果を用いてルール物標とＡＩ物標とを融合して出力する。以下では、認識融合部１４が出力する物標を「融合物標」と呼ぶ。本実施の形態では、物標の存在有無および物標の位置の判断にはルール物標を用い、物標の種別の判断にはＡＩ物標を用いる。認識融合部１４が出力する物標状態は、車両９に搭載する他の装置により、たとえば自動運転や高度運転支援システムを実現するために利用される。

図２は、同一物標判定部１３の処理の一例を示す図である。図２に示す４つのルール物標、および４つのＡＩ物標が算出された場合に、同一物標判定部１３は図示右側のように同一判定結果において関連付けを行う。図２において「＃」は、関連付けられる物標が存在しないことを示している。図２に示す例では、ＡＩ物標Ｂ１から所定距離以下、かつ最も近いルール物標がＡ１であった。また、ＡＩ物標Ｂ２およびＢ３から所定距離以下、かつ最も近いルール物標がＡ２であった。さらに、ＡＩ物標Ｂ４から所定距離以下のルール物標が存在しなかったことが示されている。ＡＩ物標Ｂ４に打消し線が付されている理由は後述する。

図３は、演算装置１のハードウエア構成図である。演算装置１は、中央演算装置であるＣＰＵ４１、読み出し専用の記憶装置であるＲＯＭ４２、読み書き可能な記憶装置であるＲＡＭ４３、および通信装置４４を備える。ＣＰＵ４１がＲＯＭ４２に格納されるプログラムをＲＡＭ４３に展開して実行することで前述の様々な演算を行う。

演算装置１は、ＣＰＵ４１、ＲＯＭ４２、およびＲＡＭ４３の組み合わせの代わりに書き換え可能な論理回路であるＦＰＧＡ（Field Programmable Gate Array）や特定用途向け集積回路であるＡＳＩＣ（Application Specific Integrated Circuit）により実現されてもよい。また演算装置１は、ＣＰＵ４１、ＲＯＭ４２、およびＲＡＭ４３の組み合わせの代わりに、異なる構成の組み合わせ、たとえばＣＰＵ４１、ＲＯＭ４２、ＲＡＭ４３とＦＰＧＡの組み合わせにより実現されてもよい。通信装置４４は、たとえばＩＥＥＥ８０２．３に対応する通信インタフェースであり、車両９に搭載される他の装置と演算装置１との情報の授受を行う。通信装置４４は車両９に搭載されるセンサからセンサ出力を取得するので、「取得部」と呼ぶこともできる。

（動作）
図４は、演算装置１の処理を示すフローチャートである。ただし、図４に示す処理が開始される前に、第１算出部１１および第２算出部による物標の検出が完了している。図４では、まずステップＳ３０１において、同一物標判定部１３はＡＩ物標を１つ選択する。続くステップＳ３０２では同一物標判定部１３は、ステップＳ３０１において選択したＡＩ物標に位置が最も近いルール物標を特定する。

続くステップＳ３０３では同一物標判定部１３は、ステップＳ３０１において選択したＡＩ物標と、ステップＳ３０２において特定したルール物標との距離が所定の閾値以下であるか否かを判断する。同一物標判定部１３は、両者の距離が所定の閾値以下であると判断する場合はステップＳ３０４に進み、これらＡＩ物標とルール物標とを関連付ける。なお、図２の例で示したように、１つのルール物標が複数のＡＩ物標に関連付けられることもある。

同一物標判定部１３は、両者の距離が所定の閾値よりも遠いと判断する場合はステップＳ３０５に進み、ステップＳ３０１において選択したＡＩ物標を削除する。この削除処理は、たとえば図２に示す例においてＡＩ物標Ｂ４が打消し線で表示されていたことに相当する。なおルール物標が検出されていない場合には、ＡＩ物標とルール物標との距離は無限であるとして、ステップＳ３０３において否定判断がされる。

ステップＳ３０４またはステップＳ３０５の次に実行されるステップＳ３０６では同一物標判定部１３は、未処理のＡＩ物標が存在するか否かを判断する。同一物標判定部１３は、未処理のＡＩ物標が存在すると判断する場合はステップＳ３０１に戻り、未処理のＡＩ物標は存在しないと判断する場合はステップＳ３１１に進む。ステップＳ３１１では認識融合部１４は、未選択のルール物標を１つ選択する。続くステップＳ３１２では認識融合部１４は、ステップＳ３１１において選択したルール物標に関連付けられているＡＩ物標の数を判断する。

認識融合部１４は、関連付けられているルール物標が「０」、すなわちいずれのルール物標にも関連付けられていないと判断する場合には、ルール物標が有する位置情報および種別情報を採用する。たとえば図２に示す例のルール物標Ａ３およびＡ４がこの例に相当する。認識融合部１４は、関連付けられているルール物標が「１」と判断する場合には、ルール物標の位置とＡＩ物標の種別を組み合わせた物標とする。たとえば図２に示す例のルール物標Ａ１がこの例に相当する。

認識融合部１４は、関連付けられているルール物標が「２以上」と判断する場合には、ルール物標の位置を有し、それぞれのＡＩ物標の種別を組み合わせた複数の物標とする。たとえば図２に示す例のルール物標Ａ２がこの例に相当する。ステップＳ３１３～Ｓ３１５のいずれかがの処理が完了すると実行されるステップＳ３１６では認識融合部１４は、未処理、すなわちステップＳ３１１において選択されていないルール物標が存在するか否かを判断する。認識融合部１４は、未処理のルール物標が存在すると判断する場合はステップＳ３１１に戻り、未処理のルール物標が存在しないと判断する場合は図４に示す処理を終了する。

（動作例）
以下では、図５～図７を参照して３つの動作例を説明する。それぞれの動作例では、ルール物標、ＡＩ物標、および融合物標の関係を説明するために、それぞれの物標のみを記載した模式図を示す。

図５は、第１の動作例を示す図である。図５に示す３つの図では、左から順番に、ルール物標、ＡＩ物標、および融合物標を示す。各図において下部に示す白抜きの四角は車両９であり、上部に示すハッチングつきの四角が検出された物標である。後述する図６および図７も同様である。ルール算出部１１は、符号１１０１で示すように、車両９の遠方に１つの物標Ａ１を検出した。ＡＩ算出部１２は、符号１１０２で示すように、車両９の遠方に２つの物標Ｂ１およびＢ２を検出した。本例では、ＡＩ物標Ｂ１とルール物標Ａ１との距離は所定の閾値以下であり、ＡＩ物標Ｂ２とルール物標Ａ１との距離は所定の閾値以下である。

この場合には図４のフローチャートにおいて次のように処理される。すなわち、ＡＩ物標Ｂ１およびＢ２の両方について、図４のステップＳ３０３が肯定判断され、ステップＳ３０４においてルール物標Ａ１と関連付けられる。そして、ステップＳ３１２ではルール物標Ａ１に２つのＡＩ物標が関連付けられているのでステップＳ３１５に進み、符号１１０３で示すようにルール物標Ａ１の位置を有する２つの融合物標が出力される。

図６は、第２の動作例を示す図である。ルール算出部１１は、符号１２０１で示すように、何ら物標を検出しなかった。ＡＩ算出部１２は、符号１２０２で示すように、車両の遠方に２つの物標Ｂ３およびＢ４を検出した。この場合には図４のフローチャートにおいて次のように処理される。すなわち、ステップＳ３０１において物標Ｂ３およびＢ４のいずれが選択された場合にも、存在しないルール物標との距離が無限とされ、ステップＳ３０３において否定判断がされる。そのため、ステップＳ３０５において物標Ｂ３およびＢ４が削除される。本例では、ルール物標が存在しないのでステップＳ３１１～Ｓ３１６の処理が行われず、その結果として符号Ｓ１２０３に示すように、認識融合部１４は融合物標を出力しない。

図７は、第３の動作例を示す図である。ルール算出部１１は、符号１３０１で示すように、１つのルール物標Ａ２を検出した。ＡＩ算出部１２は、符号１３０２で示すように、何ら物標を検出しなかった。この場合には図４のフローチャートにおいて次のように処理される。すなわち、ＡＩ物標が検出されていないのでステップＳ３０１～Ｓ３０５の処理は行われることなくステップＳ３０６が否定判断されてステップＳ３１１に進む。ステップＳ３１１では物標Ａ２が選択され、続くステップＳ３１２では認識融合部１４は、関連するＡＩ物標が存在しないのでステップＳ３１３に進む。ステップＳ３１３ではルール物標Ａ２の情報がそのまま融合物標に採用される。

上述した第１の実施の形態によれば、次の作用効果が得られる。
（１）周囲環境の情報を取得するセンサの出力であるセンサ出力を取得する通信装置４４は、次の物標算出方法を実行する。物標算出方法は、第１算出部１１および第２算出部１２が実行する、センサ出力を用いて複数の手法により、物標を検出して物標について少なくとも位置および種別を含む物標状態を検出する検出処理と、同一物標判定部１３が実行する、検出処理における複数の手法のそれぞれが検出する複数の物標から同一の物標を判定する同一物標判定処理と、認識融合部１４が実行する、同一物標判定処理において同一の物標であると判断された物標について、物標状態を融合し融合物標として出力する融合処理と、を含む。そのため、演算装置１が実行する物標算出手法では、複数の手法を用いて物標を検出するので、認識誤りを低減できる。

（２）演算装置１が実行する検出処理は、第１算出部１１が実行する、センサ出力を用いてルールベースにより物標であるルール物標を検出するルールベース検出処理と、第２算出部１２が実行する、センサ出力を用いて機械学習に基づき物標であるＡＩ物標を検出するＡＩ検出処理と、を含む。そのため、性質が異なるルールベース検出と機械学習の２つの手法に基づき物標を検出できる。

（３）同一物標判定処理では、図４のステップＳ３０２～Ｓ３０４に示すようにＡＩ物標からの距離が所定距離以内であるルール物標を同一の物標と判定して関連付けを行う。融合処理では、同一物標判定部が所定距離以内にルール物標が存在しないと判断したＡＩ物標に基づく融合物標の生成を行わない。そのため、存在しない物標を誤って検出する過検出の傾向があるＡＩ検出処理でのみ検出された物標は、誤検出と判断して出力を抑制できる。

（４）融合処理では、図４のステップＳ３１２～Ｓ３１５に示すように、関連付けられるＡＩ物標が１つ以上であるルール物標について、ＡＩ物標の物標状態とルール物標の物標状態とに基づいて算出された物標状態を融合物標として出力し、関連付けられるＡＩ物標が存在しないルール物標について、当該ルール物標を融合物標として出力する。そのため、相互に関連付けられたＡＩ物標とルール物標は両者の情報を用いて融合物標を出力し、過検出が発生しにくいルールベース検出により検出され、かつ関連付けられるＡＩ物標が存在しないルール物標はルール物標の情報をそのまま融合物標として出力することで、精度が高くかつ漏れがない物標の検出が可能となる。

（５）融合処理では、図４のステップＳ３１４に示すように、関連付けられるＡＩ物標が１つのみであるルール物標について、ＡＩ物標の種別とルール物標の位置とを組み合わせた融合物標として出力する。図４のステップＳ３１５に示すように、関連付けられるＡＩ物標が２つ以上であるルール物標について、ルール物標の位置とそれぞれのＡＩ物標の種別とを組み合わせた複数の融合物標として出力する。図４のステップＳ３１３に示すように、関連付けられるＡＩ物標が存在しないルール物標について、当該ルール物標を融合物標として出力する。一般に、近接して同一速度で走行している２台の車両を、正しく２台と判定することはルールベース検出では容易ではない。本実施の形態では、このような場合にＡＩ検出処理の結果を採用することで物標の検出精度を上げることができる。

（変形例１）
図４のステップＳ３１４およびＳ３１５において、ルール物標の位置情報をそのまま採用する代わりに、ルール物標の情報とＡＩ物標の情報との加重平均値を採用してもよい。ただしこの場合には、ＡＩ物標の情報よりもルール物標の情報の重みが高くなるように予め定めた係数を設定する。換言すると、この場合の融合物標の位置は、ＡＩ物標の位置よりもルール物標の位置に近い位置を有する。

また、物標状態に速度情報が含まれる場合には、第１の実施の形態における位置情報と同様にルール物標の情報のみを採用してもよいし、ルール物標の情報とＡＩ物標の情報との加重平均値を採用してもよい。ただしこの場合にも、ＡＩ物標の情報よりもルール物標の情報の重みが高くなるように予め定めた係数を設定する。換言すると、この場合のそれぞれの融合物標の位置は、それぞれのＡＩ物標の位置よりもルール物標の位置に近い位置を有する。

（６）融合処理では、関連付けられるＡＩ物標が１つのみであるルール物標について、ＡＩ物標の位置よりもルール物標の位置に近い位置を有する融合物標として出力し、関連付けられるＡＩ物標が２つ以上であるルール物標について、ＡＩ物標の位置よりもルール物標の位置に近い位置を有する複数の融合物標として出力し、関連付けられるＡＩ物標が存在しないルール物標について、当該ルール物標を融合物標として出力する。

（変形例２）
図７は、変形例２における演算装置１の機能構成図である。図７に示す演算装置１は、第１の実施の形態における演算装置１の構成に対して縮退判定部１８をさらに備える。縮退判定部１８は、第１算出部１１が出力するルール物標と第２算出部１２が出力するＡＩ物標とが大きく異なる場合に、車両９に縮退動作の指令を出力する。縮退判定部１８はたとえば、いずれのルール物標もＡＩ物標との距離が所定の距離以上である場合や、ルール物標の数とＡＩ物標の数が所定の比率以上の差を有する場合に、ルール物標とＡＩ物標とが大きく異なると判断する。縮退動作の指令とは、車両９の機能を制限する指令である。たとえば車両９に自動運転システムが備わっている場合には、縮退動作の指令とは、自動運転システムへの手動運転への切り替え指令や車両の停止指令である。

（変形例３）
演算装置１は、３以上の物標状態検出部を備えてもよい。それぞれの物標状態算出部は、動作原理によりルール検出部とＡＩ検出部のいずれかに分類され、ルール検出部に分類される物標状態算出部が算出する物標はルール物標とされ、ＡＩ検出部に分類される物標状態算出部が算出する物標はＡＩ物標とされる。同一物標判定部１３および認識融合部１４の処理は第１の実施の形態と同様である。

（変形例４）
認識融合部１４は、算出した融合物標のそれぞれが、過去に算出したいずれの融合物標と一致するかをさらに判断してもよい。この判断にはたとえば、融合物標の位置、速度、および種別を用いることができる。認識融合部１４は、個々の融合物標を識別するＩＤを付し、異なる時刻における同一の融合物標には同一のＩＤを付すことが望ましい。

―第２の実施の形態―
図９～図１０を参照して、演算装置および物標算出方法の第２の実施の形態を説明する。以下の説明では、第１の実施の形態と同じ構成要素には同じ符号を付して相違点を主に説明する。特に説明しない点については、第１の実施の形態と同じである。本実施の形態では、主に、状況に応じて融合物標におけるＡＩ物標とルール物標の比率を変更する点で、第１の実施の形態と異なる。

図９は、第２の実施の形態における演算装置１Ａの機能構成図である。図９に示す演算装置１Ａは、第１の実施の形態における演算装置１の構成に対して、劣化検出部１５、および比率設定部１６をさらに備える。また、第１算出部１１および第２算出部１２は、検出した物標状態の確からしさを示す数値を合わせて出力する。この確からしさを示す数値は、たとえば０～１の値であり、値が大きいほど確かであることを示す。劣化検出部１５は、センサ出力の劣化を検出して劣化の種類を比率設定部１６に出力する。ただし劣化検出部１５は、センサ出力の劣化を検出しない場合には劣化がない旨を比率設定部１６に出力する。

劣化検出部１５が検出するセンサ出力の劣化には、センサに何らかの原因がある出力の劣化と、周囲環境に原因がある出力の劣化とが含まれる。センサに原因がある出力の劣化とは、たとえばセンサがカメラである場合におけるレンズや撮像素子への汚れの付着などである。周囲環境に原因がある出力の劣化とは、たとえばセンサがカメラである場合における逆光、降雨、砂ぼこり、および夜間、たとえばセンサがレーダの場合における電波反射物の存在などである。劣化検出部１５は、センサ出力を用いてセンサ出力の劣化を検出してもよいし、通信により外部から情報を取得してセンサ出力の劣化を推定してもよい。

比率設定部１６は、センサ出力の劣化の種類に応じて、融合処理におけるルール物標とＡＩ物標の比率を同一物標判定部１３および認識融合部１４に設定する。本実施の形態では、演算装置１Ａは記憶部であるＲＯＭ４２に割合情報１７が格納される。割合情報１７には、センサ出力の劣化の種類ごとに、融合処理における物標の存在確率、物標の位置、および物標の種別を決定する際のルール物標とＡＩ物標の比率の情報が格納される。

図１０は、割合情報１７の一例を示す図である。図１０に示す例では、センサ出力に劣化がない「通常」、レンズ汚れ、電波反射物、雨天、および夜間のそれぞれについて、物標の存在確率、物標の位置、および物標の種別を決定する際のルール物標とＡＩ物標の比率が記載されている。比率設定部１６はたとえば、劣化検出部１５がレンズ汚れを通知すると、図１０において破線で囲む６つの数値の情報を同一物標判定部１３および認識融合部１４に出力する。

同一物標判定部１３および認識融合部１４における処理について、第１の実施の形態との相違点を説明する。なお、割合情報１７が「通常」の数値を出力する場合の同一物標判定部１３および認識融合部１４の処理は、第１の実施の形態と同一である。同一物標判定部１３は、図４のステップＳ３０４において存在確率の割合に応じて各位置における物標の存在を判断する。たとえば同一物標判定部１３は、あるＡＩ物標Ｂ９から所定距離以内にルール物標Ａ９が存在する場合に、両者を関連付けるか否かを次のように判断する。すなわち同一物標判定部１３は、第２算出部１２が算出するＡＩ物標Ｂ９の確からしさと割合情報１７におけるＡＩ物標の存在確率の係数の値との積と、第１算出部１１が算出するルール物標Ａ９の確からしさと割合情報１７におけるルール物標の存在確率の係数の値との積との和が、所定の閾値、たとえば「１．０」を超える場合に両者を関連付ける。

認識融合部１４は、図４のステップＳ３１４およびＳ３１５の処理を次のように変更する。すなわち認識融合部１４は、融合物標の位置をルール物標の位置とＡＩ物標の位置との加重平均により算出し、加重平均の係数に比率設定部１６が出力する割合情報１７の値を用いる。また認識融合部１４は、融合物標の種別を、ルール物標の確からしさに割合情報１７のルール物標の種別の係数をかけ合わせた値と、ＡＩ物標の確からしさに割合情報１７のＡＩ物標の種別の係数をかけ合わせた値のどちらか大きいの物標における種別を採用する。

上述した第２の実施の形態によれば、次の作用効果が得られる。
（７）演算装置１Ａは、センサ出力の劣化を検出する劣化検出処理を含む。融合処理は、劣化検出処理によりセンサ出力の劣化が検出されると、ＡＩ物標およびルール物標を予め定めた割合により融合して融合物標を生成する。そのため演算装置１Ａは、ルール物標とＡＩ物標の情報を融合した融合物標を生成できる。

（８）演算装置１Ａは、演算装置１Ａは、センサ出力の劣化の種類ごとにＡＩ物標およびルール物標の割合を定めた割合情報１７を格納するＲＯＭ４２を備える。融合処理は、センサ出力の劣化の種類を特定し、割合情報を参照してＡＩ物標およびルール物標の割合を特定する。そのため演算装置１Ａは、状況に合わせて最適な重みづけでルール物標とＡＩ物標の情報を融合した融合物標を生成できる。特に、第２算出部１２が用いるパラメータを生成する際に用いた学習データに含まれるセンサ出力の劣化状態であれば、ＡＩ検出処理の信頼性が比較的高いため割合情報１７において高い比率を設定でき、認識の精度を上げることができる。

（第２の実施の形態の変形例）
センサ出力の劣化をセンサ出力の一部分ずつに適用してもよい。たとえばセンサがカメラの場合に、劣化検出部１５はカメラが撮影して得られる撮影画像を複数の領域に分割し、その領域ごとに出力の劣化を判断して領域ごとに劣化の種類を比率設定部１６にする。比率設定部１６は、センサ出力の領域ごとに割合情報１７に基づきＡＩ物標とルール物標の比率を決定し、同一物標判定部１３および認識融合部１４は、センサ出力の領域ごとに比率設定部１６から指定された比率でＡＩ物標とルール物標を融合して融合物標を生成する。

上述した各実施の形態および変形例において、機能ブロックの構成は一例に過ぎない。別々の機能ブロックとして示したいくつかの機能構成を一体に構成してもよいし、１つの機能ブロック図で表した構成を２以上の機能に分割してもよい。また各機能ブロックが有する機能の一部を他の機能ブロックが備える構成としてもよい。

上述した各実施の形態および変形例において、プログラムはＲＯＭ４２に格納されるとしたが、プログラムは不図示の不揮発性記憶装置に格納されていてもよい。また、演算装置１が不図示の入出力インタフェースを備え、必要なときに入出力インタフェースと演算装置１が利用可能な媒体を介して、他の装置からプログラムが読み込まれてもよい。ここで媒体とは、例えば入出力インタフェースに着脱可能な記憶媒体、または通信媒体、すなわち有線、無線、光などのネットワーク、または当該ネットワークを伝搬する搬送波やディジタル信号、を指す。また、プログラムにより実現される機能の一部または全部がハードウエア回路やＦＰＧＡにより実現されてもよい。

上述した各実施の形態および変形例は、それぞれ組み合わせてもよい。上記では、種々の実施の形態および変形例を説明したが、本発明はこれらの内容に限定されるものではない。本発明の技術的思想の範囲内で考えられるその他の態様も本発明の範囲内に含まれる。

１、１Ａ…演算装置
１１…第１算出部、ルール算出部
１２…第２算出部、ＡＩ算出部
１３…同一物標判定部
１４…認識融合部
１５…劣化検出部
１６…比率設定部
１７…割合情報
１８…縮退判定部
４４…通信装置

Claims (9)

1. 周囲環境の情報を取得するセンサの出力であるセンサ出力を取得する取得部を備える演算装置が実行する物標算出方法であって、
   前記センサ出力を用いて複数の手法により、物標を検出して前記物標について少なくとも位置および種別を含む物標状態を検出する検出処理と、
   前記検出処理における前記複数の手法のそれぞれが検出する複数の前記物標から同一の物標を判定する同一物標判定処理と、
   前記同一物標判定処理において同一の物標であると判断された前記物標について、前記物標状態を融合し融合物標として出力する融合処理と、を含む物標算出方法。
2. 請求項１に記載の物標算出方法において、
   前記検出処理は、
   前記センサ出力を用いてルールベースにより物標であるルール物標を検出するルールベース検出処理と、
   前記センサ出力を用いて機械学習に基づき物標であるＡＩ物標を検出するＡＩ検出処理と、を含む、物標算出方法。
3. 請求項２に記載の物標算出方法において、
   前記同一物標判定処理では、前記ＡＩ物標からの距離が所定距離以内である前記ルール物標を同一の物標と判定して関連付けを行い、
   前記融合処理では、前記同一物標判定処理において所定距離以内に前記ルール物標が存在しないと判断された前記ＡＩ物標に基づく前記融合物標の生成を行わない、物標算出方法。
4. 請求項２に記載の物標算出方法において、
   前記融合処理では、
   関連付けられる前記ＡＩ物標が１つ以上である前記ルール物標について、前記ＡＩ物標の前記物標状態と前記ルール物標の物標状態とに基づいて算出された前記物標状態を前記融合物標として出力し、
   関連付けられる前記ＡＩ物標が存在しない前記ルール物標について、当該ルール物標を前記融合物標として出力する、物標算出方法。
5. 請求項４に記載の物標算出方法において、
   前記融合処理では、
   関連付けられる前記ＡＩ物標が１つのみである前記ルール物標について、前記ＡＩ物標の種別と前記ルール物標の位置とを組み合わせた前記融合物標として出力し、
   関連付けられる前記ＡＩ物標が２つ以上である前記ルール物標について、前記ルール物標の位置とそれぞれの前記ＡＩ物標の種別とを組み合わせた複数の前記融合物標として出力し、
   関連付けられる前記ＡＩ物標が存在しない前記ルール物標について、当該ルール物標を前記融合物標として出力する、物標算出方法。
6. 請求項４に記載の物標算出方法において、
   前記融合処理では、
   関連付けられる前記ＡＩ物標が１つのみである前記ルール物標について、前記ＡＩ物標の位置よりも前記ルール物標の位置に近い位置を有する前記融合物標として出力し、
   関連付けられる前記ＡＩ物標が２つ以上である前記ルール物標について、前記ＡＩ物標の位置よりも前記ルール物標の位置に近い位置を有する複数の前記融合物標として出力し、
   関連付けられる前記ＡＩ物標が存在しない前記ルール物標について、当該ルール物標を前記融合物標として出力する、物標算出方法。
7. 請求項２に記載の物標算出方法において、
   前記センサ出力の劣化を検出する劣化検出処理をさらに含み、
   前記融合処理は、前記劣化検出処理により前記センサ出力の劣化が検出されると、前記ＡＩ物標および前記ルール物標を予め定めた割合により融合して前記融合物標を生成する、物標算出手法。
8. 請求項７に記載の物標算出方法において、
   前記演算装置は、前記センサ出力の劣化の種類ごとに前記ＡＩ物標および前記ルール物標の割合を定めた割合情報を格納する記憶部をさらに備え、
   前記融合処理は、前記センサ出力の劣化の種類を特定し、前記割合情報を参照して前記ＡＩ物標および前記ルール物標の割合を特定する、物標算出方法。
9. 周囲環境の情報を取得するセンサの出力であるセンサ出力を取得する取得部と、
   前記センサ出力を用いて複数の手法により、物標を検出して前記物標について少なくとも位置および種別を含む物標状態を検出する検出部と、
   前記検出部における前記複数の手法のそれぞれが検出する複数の前記物標から同一の物標を判定する同一物標判定部と、
   前記同一物標判定部が同一の物標であると判断した前記物標について、前記物標状態を融合し融合物標として出力する融合部と、を備える演算装置。
   

Images