JP2023125174A - 情報処理装置及び情報処理方法 - Google Patents

Abstract

【課題】移動体の不正な位置情報の検出信頼性を向上させ、結果として移動体の位置情報の確度を上げる。
【解決手段】本発明の一実施形態に係る情報処理装置である移動体１は、移動体が人工衛星から受信した信号を用いて測定された移動体の位置を示す第１位置情報を取得する第１位置情報取得部１４１と、移動体が移動体と相互に接続された外部装置との間で送信又は受信した信号を用いて測定された移動体の位置を示す第２位置情報を取得する第２位置情報取得部１４２と、第１位置情報が示す位置と第２位置情報が示す位置との距離に基づいて、第１位置情報が不正であるか否かを判定する判定部１４６と、を有する。
【選択図】図２

Description

本発明は、不正な位置情報を検出するための情報処理装置及び情報処理方法に関する。

ドローンや自動運転車両等の移動体が、ＧＮＳＳ（Global Navigation Satellite System）の信号を受信することにより現在の位置を特定して運行する技術が知られている。

特開２０１８－１６３０４０号公報 特開２０１９－０１５５２９号公報

坂井丈泰，「ＧＰＳのセキュリティ」，日本信頼性学会誌，日本信頼性学会，２０１７年７月，Ｖｏｌ．３９，Ｎｏ．４，ｐｐ．１５８－１６４

ＧＮＳＳにおいて、移動体は人工衛星から受信した測位信号に基づいて位置を特定する。従来、移動体は、偽の測位信号を送信するスプーフィングや、他の場所の測位信号を再送信するミーコニング等により、移動体の実際の位置とは異なる不正な位置情報を取得するおそれがあった（非特許文献１）。

この問題を解決するために、特許文献１には、時系列で記録された測位信号の信号強度に基づいて、測位信号が偽装されているか否かを判定するシステムが開示されている。しかしながら、特許文献１に記載されたシステムは、測位信号そのものまでもが偽装された場合に、測位信号が偽装されているか否かを判定できない。

特許文献２には、人工衛星から受信した測位信号に基づいて特定した自車両の位置と、周辺車両の位置と、の差に基づいて、測位信号が偽装されているか否かを判定するシステムが開示されている。しかしながら、特許文献２に記載されたシステムは、人工衛星からの測位信号及び周辺車両の位置の両方を同じタイミングで取得できなければ、測位信号が偽装されているか否かを判定できない。

そこで、本発明はこれらの点に鑑みてなされたものであり、移動体の不正な位置情報の検出信頼性を向上させ、結果として移動体の位置情報の確度を上げることを目的とする。

本発明の第１の態様の情報処理装置は、移動体が人工衛星から受信した信号を用いて測定された前記移動体の位置を示す第１位置情報を取得する第１位置情報取得部と、前記移動体が前記移動体と相互に接続された外部装置との間で送信又は受信した信号を用いて測定された前記移動体の位置を示す第２位置情報を取得する第２位置情報取得部と、前記第１位置情報が示す位置と前記第２位置情報が示す位置との距離に基づいて、前記第１位置情報が不正であるか否かを判定する判定部と、を有する。

前記外部装置は、地上における所定の設置位置に固定された設備であり、前記第２位置情報は、前記移動体が信号を受信した前記外部装置の前記設置位置を用いて算出されてもよい。

前記判定部は、前記第１位置情報が示す位置と、前記第１位置情報よりも前に測定された前記第２位置情報であって最後に測定された前記第２位置情報が示す位置との距離に基づいて、前記第１位置情報が不正であるか否かを判定してもよい。

前記判定部は、前記第１位置情報が示す位置と前記第２位置情報が示す位置との距離に加えて、所定の時間差で測定された２つの前記第１位置情報が示す位置の距離に基づいて、前記第１位置情報が不正であるか否かを判定してもよい。

前記第１位置情報取得部は、前記移動体が前記人工衛星から受信した信号を用いて測定された前記移動体の標高を示す第１標高情報を取得し、前記第２位置情報取得部は、前記移動体が前記外部装置との間で送信又は受信した信号を用いて測定された前記移動体の標高を示す第２標高情報を取得し、前記判定部は、前記第１位置情報が示す位置と前記第２位置情報が示す位置との距離に加えて、前記第１標高情報が示す標高と前記第２標高情報が示す標高との差に基づいて、前記第１位置情報が不正であるか否かを判定してもよい。

前記情報処理装置は、前記第１位置情報が不正であると前記判定部が判定した場合に、不正であると判定された前記第１位置情報を出力せず、不正であると判定された前記第１位置情報の前又は後に測定された位置を示す前記第１位置情報を出力する出力部をさらに有してもよい。

前記情報処理装置は、前記第１位置情報が不正であると前記判定部が判定した場合に、不正であると判定された前記第１位置情報を出力せず、前記第１位置情報とは異なる手段で測定された前記移動体の位置を示す位置情報を出力する出力部をさらに有してもよい。

前記判定部は、前記第１位置情報が示す位置と前記第２位置情報が示す位置との距離が閾値以上である場合に前記第１位置情報が不正であると判定し、前記第１位置情報が示す位置と前記第２位置情報が示す位置との距離が前記閾値未満である場合に前記第１位置情報が不正でないと判定してもよい。

前記判定部は、前記第１位置情報が示す位置と、前記第１位置情報よりも前に測定された前記第２位置情報であって最後に測定された前記第２位置情報が示す位置との距離を第１閾値と比較する分類木、及び所定の時間差で測定された２つの前記第１位置情報が示す位置の距離を第２閾値と比較する分類木を含む決定木を用いて、前記第１位置情報が不正であるか否かを判定してもよい。

前記情報処理装置は、前記第１位置情報が示す位置と、前記第１位置情報よりも前に測定された前記第２位置情報であって最後に測定された前記第２位置情報が示す位置との距離と、所定の時間差で測定された２つの前記第１位置情報が示す位置の距離と、に対して機械学習をすることによって前記第１閾値及び前記第２閾値を決定する学習部をさらに有し、前記学習部が前記機械学習に用いる複数の前記第１位置情報の一部は偽装されており、前記学習部が前記機械学習に用いる複数の前記第１位置情報の残りは偽装されていなくてもよい。

前記情報処理装置は、前記移動体の移動速度と、前記移動体の加速度と、前記移動体が信号を受信した前記人工衛星の数と、前記移動体が信号を受信した前記人工衛星の種類と、の少なくとも１つを含む追加情報を取得する追加情報取得部をさらに有し、前記判定部は、前記追加情報に対応する前記閾値を用いて、前記第１位置情報が不正であるか否かを判定してもよい。

前記情報処理装置は、偽装されている前記第１位置情報が示す位置と前記第２位置情報が示す位置との距離と、偽装されていない前記第１位置情報が示す位置と前記第２位置情報が示す位置との距離と、を入力することにより前記第１位置情報が偽装されているか否かを示す情報を出力する機械学習モデルを記憶する記憶部をさらに有し、前記判定部は、前記機械学習モデルに前記第１位置情報が示す位置及び前記第２位置情報が示す位置の距離を入力することにより、前記第１位置情報が偽装されていることを示す情報を前記機械学習モデルが出力した場合に前記第１位置情報が不正であると判定し、前記第１位置情報が偽装されていないことを示す情報を前記機械学習モデルが出力した場合に前記第１位置情報が不正でないと判定してもよい。

前記情報処理装置は、前記移動体の移動速度と、前記移動体の加速度と、前記人工衛星の数と、前記人工衛星の種類と、の少なくとも１つを含む追加情報を取得する追加情報取得部をさらに有し、前記判定部は、前記追加情報に対応する前記機械学習モデルを用いて、前記第１位置情報が不正であるか否かを判定してもよい。

本発明の第２の態様の情報処理方法は、プロセッサが実行する、移動体が人工衛星から受信した信号を用いて測定された前記移動体の位置を示す第１位置情報を取得するステップと、前記移動体が前記移動体と相互に接続された外部装置との間で送信又は受信した信号を用いて測定された前記移動体の位置を示す第２位置情報を取得するステップと、前記第１位置情報が示す位置と前記第２位置情報が示す位置との距離に基づいて、前記第１位置情報が不正であるか否かを判定するステップと、を有する。

本発明によれば、移動体の不正な位置情報の検出信頼性を向上させ、結果として移動体の位置情報の確度を上げることができるという効果を奏する。

実施形態に係る情報処理装置である移動体の模式図である。 実施形態に係る情報処理装置である移動体のブロック図である。 第１位置情報及び第２位置情報の例示的な分布を示す図である。 位置情報及び標高情報の模式図である。 例示的な決定木の模式図である。 例示的な機械学習モデルの模式図である。 実施形態に係る移動体が実行する情報処理方法のフローチャートを示す図である。 実施形態に係る移動体が実行する情報処理方法のフローチャートを示す図である。

［情報処理装置の概要］
図１は、本実施形態に係る情報処理装置の模式図である。情報処置装置は、移動体１に含まれるが、本実施形態においては、説明を簡明化するために移動体１に含まれる他の装置等を省略して、移動体１そのものとして記述する。ただし、情報処理装置の機能の一部は、必ずしも移動体１の内部にある必要はなく、移動体１の外部にあって移動体１と通信可能であるその他のサーバ等の装置により代替してもよい。

移動体１は、地上又は空中を移動可能な装置である。移動体１は、所定の方法で移動体１の位置情報を取得するとともに、取得した位置情報を用いて移動の制御を可能とするための情報処理を行なう情報処理装置を含んでもよい。移動体１は、例えば、自律的に飛行するドローン等の飛行装置、自律的に走行する自動走行車両又は歩行者が保持している通信端末等である。移動体１は、位置情報取得のために人工衛星２から無線信号を受信し、また外部装置３との間で無線信号を送受信する。

人工衛星２は、移動体１が位置情報を取得するために用いられる無線信号を送信する、宇宙空間に配置された測位衛星である。人工衛星２は、例えば、準天頂衛星システム（ＱＺＳＳ：Quasi-Zenith Satellite System）、ＧＰＳ（Global Positioning System）等のＧＮＳＳに含まれている。人工衛星２は、例えば、人工衛星２の位置及び送信時刻を示す測位信号を移動体１に送信する。移動体１は、移動体１が受信した測位信号の送信元である人工衛星２の位置及び測位信号の送信時刻を用いて測定された移動体１の位置を示す第１位置情報を取得する。

外部装置３は、移動体１と無線信号を送受信することによって相互に接続された、地上における所定の設置位置に固定された設備である。移動体１は、移動体１と相互に接続された外部装置３の設置位置を用いて測定された移動体１の位置を示す第２位置情報を取得する。

外部装置３は、例えば、移動体通信網の基地局又は無線ＬＡＮ（Local Area Network）のアクセスポイントである。この場合に、移動体１が外部装置３との間で信号を送信又は受信したタイミングで移動体１が外部装置３の通信可能範囲（数メートル～数百メートル）にいるため、外部装置３の設置位置を用いて移動体１の位置を測定することができる。基地局又はアクセスポイントのように、通信ネットワークを介して移動体１が位置を測定するための情報を提供する主体を、ＮＬＰ（Network Location Provider）ともいう。

また、外部装置３は、例えば、移動体１に付されたＩＣ（Integrated Circuit）タグを読み取り可能な読取装置であってもよい。外部装置３は、移動体１に付されたＩＣタグとの間で近距離無線通信を行うことによって、ＩＣタグに記録された内容を読み取る。この場合に、外部装置３がＩＣタグを読み取ったタイミングで移動体１が外部装置３に近接しているため、外部装置３の設置位置を用いて移動体１の位置を測定することができる。

偽装信号発生装置４は、偽装信号を発生させる装置である。偽装信号は、例えば、ＧＮＳＳの信号と同じ形式を有する信号であり、偽の測位信号や、他の場所で受信された測位信号等である。

本実施形態に係る移動体１が実行する処理の概要を以下に説明する。移動体１は、人工衛星２から受信した信号を用いて測定された移動体１の位置を示す第１位置情報を取得する。移動体１は、例えば、複数の人工衛星２から受信した複数の信号を用いて各人工衛星２の位置及び各人工衛星２との距離を特定し、特定した位置及び距離を用いて移動体１の位置を測定し、測定した位置を示す第１位置情報を取得する。ここで、移動体１は、偽装信号発生装置４が発生させた偽装信号を受信することにより、不正な第１位置情報、すなわち実際の位置とは異なる第１位置情報を取得する可能性がある。

また、移動体１は、外部装置３との間で送信又は受信した信号を用いて測定された移動体１の位置を示す第２位置情報を取得する。移動体１は、例えば、外部装置３から受信した信号に基づいて一又は複数の外部装置３の設置位置を特定し、特定した設置位置を用いて移動体１の位置を測定し、測定した位置を示す第２位置情報を取得する。また、移動体１は、移動体１が外部装置３に送信した信号を用いて測定された位置を示す第２位置情報を、外部装置３から取得してもよい。

移動体１は、人工衛星２からの信号に基づく第１位置情報と外部装置３からの信号に基づく第２位置情報とを同時に取得してもよく、異なるタイミングで取得してもよい。移動体１は、取得した第１位置情報が示す位置と第２位置情報が示す位置との距離に基づいて、第１位置情報が不正であるか否か（例えば、偽装されているか否か）を判定する。移動体１は、例えば、第１位置情報が示す位置と第２位置情報が示す位置との距離が閾値以上である場合に第１位置情報が不正であると判定し、そうでない場合に第１位置情報が不正でないと判定する。

移動体１は、第１位置情報が不正であると判定した場合に、不正であると判定された第１位置情報を利用せず、代わりにその前後に測定された位置を示す第１位置情報を利用する。また、移動体１は、第１位置情報が不正であると判定した場合に、不正であると判定された第１位置情報を利用せず、代わりに第１位置情報とは異なる手段（ジャイロセンサ等）で測定された位置を示す位置情報を利用してもよい。

人工衛星２は移動体１に対して一方的に信号を送信するため、移動体１が人工衛星２から受信したとする信号は偽装されていても偽装されていると認識できないおそれがあり、これにより不正な第１位置情報、すなわち実際の位置とは異なる位置情報が出力されるリスクがある。一方、外部装置３は移動体１と相互に接続されているため、移動体１が外部装置３との間で送信又は受信された信号は偽装されているおそれが比較的小さい。上述の処理により、移動体１は、外部装置３との間で送信又は受信された信号に対応する第２位置情報を用いて、人工衛星２から受信した信号に対応する第１位置情報が不正であるか否かを判定する。これにより、移動体１は、移動体１における不正な位置情報の検出信頼性を向上させることができる。

［情報処理装置の構成］
図２は、本実施形態に係る情報処理装置である移動体１のブロック図である。図２において、矢印は主なデータの流れを示しており、図２に示したもの以外のデータの流れがあってもよい。図２において、各ブロックはハードウェア（装置）単位の構成ではなく、機能単位の構成を示している。そのため、図２に示すブロックは単一の装置内に実装されてもよく、あるいは複数の装置内に分かれて実装されてもよい。ブロック間のデータの授受は、データバス、ネットワーク、可搬記憶媒体等、任意の手段を介して行われてもよい。

移動体１は、記憶部１１と、人工衛星信号受信部１２と、外部装置信号送受信部１３と、制御部１４と、を有する。記憶部１１は、ＲＯＭ（Read Only Memory）、ＲＡＭ（Random Access Memory）、ハードディスクドライブ等を含む記憶媒体である。記憶部１１は、制御部１４が実行するプログラムを予め記憶している。また、記憶部１１は、後述の学習部１４４が生成した決定木又は機械学習モデルを示す情報を記憶する。記憶部１１は、移動体１の外部に設けられてもよく、その場合にネットワークを介して制御部１４との間でデータの授受を行ってもよい。

人工衛星信号受信部１２は、人工衛星２が送信した信号を受信するためのアンテナを有する。人工衛星信号受信部１２は、人工衛星２が送信した信号を受信する。人工衛星信号受信部１２は、受信した信号の内容を制御部１４に通知する。

外部装置信号送受信部１３は、外部装置３との間で信号を送受信するためのアンテナを有する。外部装置信号送受信部１３は、外部装置３が送信した信号を受信し、受信した信号の内容を制御部１４に通知する。また、外部装置信号送受信部１３は、制御部１４から出力された信号を外部装置３に送信する。

外部装置信号送受信部１３は、移動体１と相互に接続された外部装置３から所定の信号を受信する。外部装置３が基地局又はアクセスポイントである場合に、外部装置信号送受信部１３は、移動体１と外部装置３との間で行われている無線通信の信号を外部装置３から受信する。外部装置３がＩＣタグの読取装置である場合に、外部装置信号送受信部１３は、外部装置３が移動体１に付されたＩＣタグから読み取ったことを示す信号を外部装置３から受信する。

制御部１４は、第１位置情報取得部１４１と、第２位置情報取得部１４２と、追加情報取得部１４３と、学習部１４４と、偽装データ発生部１４５と、判定部１４６と、出力部１４７と、を有する。図２の制御部１４において、破線の矢印は後述の機械学習に関する処理におけるデータの流れを表しており、実線の矢印は後述の判定に関する処理におけるデータの流れを表している。

制御部１４は、例えばＣＰＵ（Central Processing Unit）等のプロセッサであり、記憶部１１に記憶されたプログラムを実行することにより、第１位置情報取得部１４１、第２位置情報取得部１４２、追加情報取得部１４３、学習部１４４、偽装データ発生部１４５、判定部１４６及び出力部１４７として機能する。制御部１４の機能の少なくとも一部は、電気回路によって実行されてもよい。また、制御部１４の機能の少なくとも一部は、ネットワーク経由で実行されるプログラムによって実行されてもよい。

［位置情報の取得に関する構成］
まず、本実施形態に係る情報処理装置である移動体１において移動体１の位置情報を取得するための構成を以下に説明する。移動体１において、第１位置情報取得部１４１及び第２位置情報取得部１４２は、それぞれ位置情報及び標高情報を取得する。位置情報は、例えば、移動体１が位置する緯度及び経度によって表される。標高情報は、例えば、移動体１が位置する海面を基準とした高さによって表される。位置情報及び標高情報は、その他の方法で表されてもよい。

第１位置情報取得部１４１は、人工衛星信号受信部１２により人工衛星２から受信した信号を用いて、移動体１の位置及び標高を測定し、第１位置情報および標高情報を取得する。第１位置情報取得部１４１は、例えば、受信した信号が示す人工衛星２の位置を特定するとともに、受信した信号が示す送信時刻と人工衛星信号受信部１２における受信時刻との差を用いて移動体１と人工衛星２との距離を算出する。そして第１位置情報取得部１４１は、複数の人工衛星２の位置及び複数の人工衛星２との距離を用いて、例えば三角測量により移動体１の位置及び標高を測定し、第１位置情報および第１標高情報を取得する。ここで、第１位置情報取得部１４１は、人工衛星信号受信部１２が偽装信号発生装置４から偽装信号を受信することにより、実際の位置及び標高とは異なる位置及び標高を測定する可能性がある。

第１位置情報取得部１４１は、測定した位置を示す第１位置情報を取得するとともに、測定した標高を示す第１標高情報を取得し、記憶部１１に記憶させる。第１位置情報取得部１４１は、所定の時間間隔で第１位置情報及び第１標高情報を取得してもよく、人工衛星信号受信部１２が信号を受信する度に第１位置情報及び第１標高情報を取得してもよい。第１位置情報取得部１４１は、１つの移動体１に対して時系列的に測定された位置及び標高を示す複数の第１位置情報及び第１標高情報を取得する。

第１位置情報取得部１４１は、ここに示した具体的な方法に限られず、その他の方法で人工衛星２が送信した信号に基づいて第１位置情報及び第１標高情報を取得してもよい。以上の説明では、第１位置情報取得部１４１が位置及び標高を測定しているが、人工衛星信号受信部１２が位置及び標高を測定してもよい。

第２位置情報取得部１４２は、外部装置信号送受信部１３が受信した信号を用いて測定された移動体１の位置及び標高を示す第２位置情報及び第２標高情報を取得する。第２位置情報取得部１４２は、所定の時間間隔で第２位置情報及び第２標高情報を取得してもよく、外部装置信号送受信部１３が信号を受信する度に第２位置情報及び第２標高情報を取得してもよい。第２位置情報取得部１４２は、１つの移動体１に対して時系列的に測定された位置及び標高を示す複数の第２位置情報及び第２標高情報を取得する。

第２位置情報取得部１４２は、例えば、外部装置信号送受信部１３が受信した信号が示す外部装置３の識別情報（例えば、基地局、アクセスポイント又は読取装置のＩＤ）を特定する。第２位置情報取得部１４２は、外部装置信号送受信部１３が受信した信号が示す外部装置３の識別情報を用いて、外部装置３の設置位置及び設置標高を記憶している他の装置に問い合わせることによって、外部装置３の設置位置及び設置標高を特定する。

外部装置３が基地局又はアクセスポイントである場合に、第２位置情報取得部１４２は、例えば、外部装置信号送受信部１３が外部装置３から信号を受信した際の電波強度に基づいて、移動体１と外部装置３との距離を算出し、算出した距離に基づいて移動体１の位置及び標高を測定する。第２位置情報取得部１４２は、複数の外部装置３の設置位置及び複数の外部装置３との距離を用いて、例えば三角測量により移動体１の位置及び標高を測定し、測定した位置を示す第２位置情報を取得するとともに、測定した標高を示す第２標高情報を取得し、記憶部１１に記憶させる。

外部装置３がＩＣタグの読取装置である場合に、外部装置信号送受信部１３が外部装置３から信号を受信したタイミングで移動体１が外部装置３の近傍にいるとみなせるため、第２位置情報取得部１４２は、例えば、特定した外部装置３の設置位置を移動体１の位置として示す第２位置情報を取得するとともに、特定した外部装置３の設置標高を移動体１の標高として示す第２標高情報を取得し、記憶部１１に記憶させる。

本実施形態では移動体１が移動体１の位置及び標高を測定しているが、外部装置３が移動体１の位置及び標高を測定してもよい。この場合に、外部装置３又は外部装置３と通信可能な他の装置は、移動体１が外部装置３に送信した信号を用いて、前述の方法で移動体１の位置及び標高を測定する。第２位置情報取得部１４２は、外部装置３から、外部装置３又は外部装置３と通信可能な他の装置が測定した移動体１の位置及び標高を受信する。このような方法においても、第２位置情報取得部１４２は、移動体１が外部装置３との間で送信又は受信した信号を用いて測定された移動体１の位置を示す第２位置情報及び第２標高情報を取得できる。第２位置情報取得部１４２は、ここに示した具体的な方法に限られず、その他の方法で第２位置情報及び第２標高情報を取得してもよい。

外部装置３は、移動体１との間で相互に認証され、又は移動体１により認証されていることが望ましい。移動体１は、例えば、所定の鍵情報を外部装置３から受信し、既知の認証方法を用いて鍵情報が正しいことを確認することにより、外部装置３を認証する。移動体１の第２位置情報取得部１４２は、認証されていない外部装置３との間で送信又は受信した信号を用いず、認証された外部装置３との間で送信又は受信した信号を用いて第２位置情報及び第２標高情報を取得する。これにより、移動体１は外部装置３自体が偽装されていることにより、不正な位置情報を取得するおそれを低減できる。

追加情報取得部１４３は、位置情報が不正であるか否かを判定するために用いられる、位置情報及び標高情報とは異なる情報である追加情報を取得してもよい。追加情報取得部１４３は、例えば、移動体１の移動速度と、移動体１の加速度と、移動体１が信号を受信した人工衛星２の数と、移動体１が信号を受信した人工衛星２の種類と、の少なくとも１つを含む追加情報を取得し、記憶部１１に記憶させる。

図３は、第１位置情報取得部１４１が取得する第１位置情報及び第２位置情報取得部１４２が取得する第２位置情報の例示的な分布を示す図である。図３には、２次元の地図上に位置情報が表されており、標高情報は表されていない。図３には、第１位置情報の点Ｌ１（円形）及び第２位置情報の点Ｌ２（三角形）が地図上に表されている。視認性のため、第１位置情報の点Ｌ１の近傍には「ＧＮＳＳ」というラベルが表されており、第２位置情報の点Ｌ２の近傍には「ＮＬＰ」というラベルが表されている。また、図３には、後述の学習処理で用いられる偽装されている第１位置情報の点ＬＣが地図上に表されている。このように、図３の例において、移動体１は、場所によって第１位置情報又は第２位置情報のどちらかを取得している。なお、移動体１は、１つの場所において第１位置情報及び第２位置情報の両方を取得してもよい。

図４（ａ）は、第１位置情報取得部１４１及び第２位置情報取得部１４２が取得する位置情報及び標高情報の模式図である。図４（ａ）において、「ｓｒｃ＝ＧＮＳＳ」と記載されている行が第１位置情報を表しており、「ｓｒｃ＝ＮＬＰ」と記載されている行が第２位置情報を表している。図４（ａ）の各行において、「ｌａｔ」は緯度、「ｌｏｎ」は経度、「ｅｌｅ」は標高、「ｔｉｍｅ」は時刻（日時）を表している。

［機械学習に関する構成］
次に、本実施形態に係る情報処理装置である移動体１において第１位置情報が不正であるか否かを判定するための規則を機械学習するための構成を説明する。以下、移動体１が第１位置情報及び第１標高情報が不正であるか否かを判定する例を説明するが、第１標高情報ではなく第１位置情報が不正であるか否かのみを判定してもよい。学習部１４４は、記憶部１１に記憶された複数の第１位置情報及び第１標高情報と、記憶部１１に記憶された複数の第２位置情報取得部１４２が取得した第２位置情報及び第２標高情報と、から所定のパラメータを生成する。

学習部１４４がパラメータを生成する際に、偽装データ発生部１４５は、記憶部１１に記憶された複数の第１位置情報及び第１標高情報の一部を置換することにより、偽装されている第１位置情報及び第１標高情報（すなわち、不正である第１位置情報及び第１標高情報）を生成する。偽装データ発生部１４５が生成する偽装データを含む複数の第１位置情報および第１標高情報は、学習部１４４における学習処理に用いられる。

偽装データ発生部１４５は、例えば、第１位置情報取得部１４１が取得した複数の第１位置情報及び第１標高情報を、所定確率（例えば、１％～５％）で別の値に置換することにより、偽装されている第１位置情報及び第１標高情報を生成する。

偽装データ発生部１４５は、例えば、第１位置情報及び第１標高情報を、当該第１位置情報及び第１標高情報を基準とした所定範囲内（例えば、第１位置情報及び第１標高情報を中心とした１０メートル～１００メートル等）における無作為な値に置換することが望ましい。これにより、偽装データ発生部１４５は、第１位置情報及び第１標高情報を機械学習において有効な範囲で偽装し、学習の精度を向上させることができる。

図４（ｂ）は、一部が偽装されている位置情報及び標高情報の模式図である。図４（ｂ）において、緯度、経度及び標高が含む「ｘｘｘｘｘ」の部分が別の値に置換されたことを表している。すなわち、図４（ｂ）において、図４（ａ）に例示した一部（図４（ｂ）中の（２）のデータ）の位置情報及び標高情報が偽装されている。また、図３には、偽装データ発生部１４５により偽装されている第１位置情報の点ＬＣが地図上に表されている。

学習部１４４は、例えば、偽装されていない第１位置情報及び第１標高情報と、偽装されている第１位置情報及び第１標高情報と、第２位置情報及び第２標高情報と、を用いて、以下のパラメータＰ１～Ｐ６を生成する。

パラメータＰ１：第１位置情報が示す位置と１つ前の第１位置情報が示す位置との距離
パラメータＰ２：第１位置情報が示す位置と２つ前の第１位置情報が示す位置との距離
パラメータＰ３：第１位置情報が示す位置と最新の第２位置情報が示す位置との距離
パラメータＰ４：第１標高情報が示す標高と１つ前の第１標高情報が示す標高との標高差
パラメータＰ５：第１標高情報が示す標高と２つ前の第１標高情報が示す標高との標高差
パラメータＰ６：第１標高情報が示す標高と最新の第２標高情報が示す標高との標高差

距離は、例えば、２つの位置情報が示す経度及び緯度の差から算出される、２つの位置情報間の平面的な距離である。標高差は、例えば、２つの標高情報の値の差である。

パラメータＰ１は、１つの移動体１に対して取得された複数の第１位置情報における、ある時点で測定された第１位置情報が示す位置と、当該第１位置情報よりも時系列的に１つ前の時点で測定された第１位置情報が示す位置との距離である。パラメータＰ２は、１つの移動体１に対して取得された複数の第１位置情報における、ある時点で測定された第１位置情報が示す位置と、当該第１位置情報よりも時系列的に２つ前の時点で測定された第１位置情報が示す位置との距離である。パラメータＰ１、Ｐ２は、所定の時間差で測定された２つの第１位置情報が示す位置の距離を表している。

パラメータＰ３は、１つの移動体１に対して取得された複数の第１位置情報及び第２位置情報における、第１位置情報が示す位置と、第１位置情報よりも前に測定された第２位置情報であって最後に測定された第２位置情報が示す位置との距離である。

パラメータＰ４は、１つの移動体１に対して取得された複数の第１標高情報における、ある時点で測定された第１標高情報が示す標高と、当該第１標高情報よりも時系列的に１つ前の時点で測定された第１標高情報が示す標高との差である。パラメータＰ５は、１つの移動体１に対して取得された複数の第１標高情報における、ある時点で測定された第１標高情報が示す標高と、当該第１標高情報よりも時系列的に２つ前の時点で測定された第１標高情報が示す標高との差である。パラメータＰ４、Ｐ５は、所定の時間差で測定された２つの第１標高情報が示す標高の差を表している。

パラメータＰ６は、１つの移動体１に対して取得された複数の第１標高情報及び第２標高情報における、第１標高情報が示す標高と、第１標高情報よりも前に測定された第２標高情報であって最後に測定された第２標高情報が示す標高との差である。

学習部１４４は、ここに示した具体的なパラメータに限られず、第１位置情報取得部１４１が取得した第１位置情報及び第１標高情報と、第２位置情報取得部１４２が取得した第２位置情報及び第２標高情報と、から生成可能なその他のパラメータを生成してもよい。

学習部１４４は、偽装されていない第１位置情報及び第１標高情報と、偽装されている第１位置情報及び第１標高情報と、第２位置情報及び第２標高情報と、を用いて生成した一又は複数のパラメータに対して、第１位置情報及び第１標高情報が不正であるか否かを判定するための規則を機械学習する。すなわち、学習部１４４が機械学習に用いる複数の第１位置情報及び第１標高情報の一部は偽装されており、学習部１４４が機械学習に用いる複数の第１位置情報及び第１標高情報の残りは偽装されていない。以下、学習部１４４による、決定木を生成するための機械学習処理と、機械学習モデルを生成するための機械学習処理と、を例として説明する。

第１の例として、決定木を生成するための機械学習処理を説明する。決定木は、一又は複数のパラメータそれぞれを閾値と比較する分類木（分岐）によって第１位置情報及び第１標高情報が偽装されているか否かを判定するための木構造である。学習部１４４が決定する決定木は、例えば、上述のパラメータＰ１～Ｐ６それぞれを閾値と比較する複数の分類木を含む。

学習部１４４は、パラメータＰ１～Ｐ６に対して機械学習をすることにより、第１位置情報及び第１標高情報が偽装されているか否かを判定するための、パラメータＰ１～Ｐ６それぞれの閾値と、パラメータＰ１～Ｐ６それぞれを閾値と比較する順序と、を決定する。学習部１４４は、決定した閾値及び順序から構成される決定木を示す情報を、記憶部１１に記憶させる。

学習部１４４は、例えば、ＣＡＲＴ（Classification and Regression Tree）法により、偽装されていない第１位置情報及び第１標高情報と、偽装されている第１位置情報及び第１標高情報と、を最もよく分類する、パラメータＰ１～Ｐ６の分岐及び各分岐における閾値を含む決定木を生成する。学習部１４４は、ここに示した具体的な方法に限られず、その他の方法で決定木を生成してもよい。

図５は、例示的な決定木の模式図である。図５に例示した決定木は、偽装されていない第１位置情報及び第１標高情報と、偽装されている第１位置情報及び第１標高情報と、を分離する効果の高い順に、パラメータＰ１～Ｐ６と学習部１４４が決定した閾値との関係が３段階で構成されている。なお、機械学習において第１位置情報及び第１標高情報が偽装されているか否かを判定するための効果が低いと判定されたパラメータＰ４、Ｐ５は、図５に例示した決定木に表れていない。また、パラメータＰ１は、異なる閾値で２回表れている。

学習部１４４は、追加情報取得部１４３が取得した追加情報に対応する決定木を生成してもよい。学習部１４４は、例えば、追加情報が含む移動体１の移動速度と、移動体１の加速度と、移動体１が信号を受信した人工衛星２の数と、移動体１が信号を受信した人工衛星２の種類と、の少なくとも１つの値又は値の範囲ごとに、上述の方法でパラメータＰ１～Ｐ６に対して機械学習をすることにより、決定木を生成する。例として、学習部１４４は、移動速度が７ｍ／ｓ以下である場合と、移動速度が７ｍ／ｓを超える場合と、で異なる決定木を生成する。学習部１４４は、追加情報の値又は値の範囲と、生成した決定木を示す情報と、を関連付けて、記憶部１１に記憶させる。これにより、学習部１４４は、移動体１の移動に関する状況や、移動体１が人工衛星２から第１位置情報を取得する状況に応じて、より適した決定木を生成することができる。

第２の例として、機械学習モデルを生成するための機械学習処理を説明する。機械学習モデルは、一又は複数のパラメータを入力することにより第１位置情報及び第１標高情報が偽装されているか否かを示す情報を出力するデータ構造である。

学習部１４４は、上述のパラメータＰ１～Ｐ６に対して機械学習をすることにより、機械学習モデルを生成する。学習部１４４は、生成した機械学習モデルを示す情報を、記憶部１１に記憶させる。

学習部１４４は、例えば、偽装されていない第１位置情報及び第１標高情報を用いて生成されたパラメータＰ１～Ｐ６と、偽装されている第１位置情報及び第１標高情報を用いて生成されたパラメータＰ１～Ｐ６と、に対して機械学習（ディープラーニング等）を行うことにより、第１位置情報及び第１標高情報が偽装されているか否かを示す情報を出力するモデルを生成する。学習部１４４は、ここに示した具体的な方法に限られず、その他の方法で機械学習モデルを生成してもよい。

図６は、例示的な機械学習モデルの模式図である。図６に例示した機械学習モデルは、パラメータＰ１～Ｐ６が入力されることによって、第１位置情報及び第１標高情報が偽装されているか否かを示す情報を出力する。また、機械学習モデルは、パラメータＰ１～Ｐ６のうち全部ではなく一部が入力されることによって、第１位置情報及び第１標高情報が偽装されているか否かを示す情報を出力してもよい。

学習部１４４は、パラメータＰ１～Ｐ６の代わりに、第１位置情報及び第１標高情報と、第２位置情報及び第２標高情報と、の時系列データに対して機械学習を行うことにより、第１位置情報及び第１標高情報が偽装されているか否かを示す情報を出力する機械学習モデルを生成してもよい。学習時には、偽装された第１位置情報及び第１標高情報を含むデータセットと、偽装されていない第１位置情報及び第１標高情報を含むデータセットを準備し、出力との差が最小になるように学習部１４４による機械学習を行う。

学習部１４４は、追加情報取得部１４３が取得した追加情報に対応する機械学習モデルを生成してもよい。学習部１４４は、例えば、追加情報が含む移動体１の移動速度と、移動体１の加速度と、移動体１が信号を受信した人工衛星２の数と、移動体１が信号を受信した人工衛星２の種類と、の少なくとも１つの値又は値の範囲ごとに、上述の方法でパラメータＰ１～Ｐ６に対して機械学習をすることにより、機械学習モデルを生成する。例として、学習部１４４は、移動速度が７ｍ／ｓ以下である場合と、移動速度が７ｍ／ｓを超える場合と、で異なる機械学習モデルを生成する。学習部１４４は、追加情報の値又は値の範囲と、生成した機械学習モデルを示す情報と、を関連付けて、記憶部１１に記憶させる。これにより、学習部１４４は、移動体１の移動に関する状況や、移動体１が人工衛星２から第１位置情報を取得する状況に応じて、より適した機械学習モデルを生成することができる。

学習部１４４は、ここに示した具体的な方法に限られず、その他の方法によって第１位置情報が不正であるか否かを判定するための規則を機械学習してもよい。学習部１４４は、移動体１に限らず、移動体１とは異なる装置に設けられてもよい。この場合に、移動体１は、学習部１４４を有する装置から決定木又は学習モデルを示す情報を予め受信し、受信した決定木又は学習モデルを示す情報を記憶部１１に記憶させる。

［判定に関する構成］
次に、本実施形態に係る情報処理装置である移動体１において第１位置情報が不正であるか否かを判定するための構成を説明する。判定部１４６は、第１位置情報取得部１４１が判定対象の第１位置情報及び第１標高情報（例えば、最新の第１位置情報及び第１標高情報）を取得したことに応じて、記憶部１１に記憶された第１位置情報取得部１４１が過去に取得した複数の第１位置情報及び第１標高情報と、第２位置情報取得部１４２が過去に取得した複数の第２位置情報及び第２標高情報と、から所定のパラメータを生成する。判定部１４６は、例えば、上述のパラメータＰ１～Ｐ６を生成する。

判定部１４６は、学習部１４４が機械学習によって生成した第１位置情報が不正であるか否かを判定するための規則（例えば、上述の決定木又は機械学習モデル）に基づいて、第１位置情報取得部１４１が取得した判定対象の第１位置情報及び第１標高情報が不正であるか否かを判定する。

判定部１４６は、決定木に基づいて判定対象の第１位置情報及び第１標高情報が不正であるか否かを判定する場合に、記憶部１１に記憶された決定木を示す情報を取得する。判定部１４６は、生成した一又は複数のパラメータを、決定木が示す順序で決定木が示す閾値と比較する。判定部１４６は、パラメータが閾値以上である場合に第１位置情報及び第１標高情報が不正であると判定し、パラメータが閾値未満である場合に第１位置情報及び第１標高情報が不正でないと判定する。

図５に例示した決定木では、判定部１４６は、所定の時間差で測定された２つの第１位置情報が示す位置の距離であるパラメータＰ１、Ｐ２が閾値以上であって、かつ第１位置情報が示す位置と、第１位置情報よりも前に測定された第２位置情報であって最後に測定された第２位置情報が示す位置との距離であるパラメータＰ３が閾値未満である場合に、第１位置情報及び第１標高情報が偽装されていない、すなわち第１位置情報及び第１標高情報が不正でないと判定する。

一方、判定部１４６は、パラメータＰ１、Ｐ２が閾値以上であって、かつパラメータＰ３が閾値以上である場合に、第１位置情報及び第１標高情報が偽装されている、すなわち第１位置情報及び第１標高情報が不正であると判定する。このように、判定部１４６は、２つの第１位置情報が示す位置の距離だけでなく、第１位置情報が示す位置と第２位置情報が示す位置との距離に基づいて第１位置情報及び第１標高情報が不正であるか否かを判定することにより、判定の信頼性を向上させることができる。

判定部１４６は、学習部１４４が追加情報に対応する決定木を生成した場合に、追加情報取得部１４３が判定対象の第１位置情報及び第１標高情報が取得されたタイミングと同時又は所定時間内（例えば、当該タイミングの前後１０秒以内）に取得した追加情報を取得する。判定部１４６は、例えば、記憶部１１において、追加情報が含む移動体１の移動速度と、移動体１の加速度と、移動体１が信号を受信した人工衛星２の数と、移動体１が信号を受信した人工衛星２の種類と、の少なくとも１つの値又は値の範囲に関連付けられた決定木を示す情報を取得する。

判定部１４６は、一又は複数のパラメータを、取得した決定木（すなわち、追加情報に対応する決定木）が示す順序で当該決定木が示す閾値と比較することにより、判定対象の第１位置情報及び第１標高情報が不正であるか否かを判定する。これにより、判定部１４６は、移動体１の移動に関する状況や、移動体１が人工衛星２から第１位置情報を取得する状況に応じて、より適した決定木に基づいて第１位置情報及び第１標高情報が不正であるか否かを判定することができる。

判定部１４６は、機械学習モデルに基づいて判定対象の第１位置情報及び第１標高情報が不正であるか否かを判定する場合に、記憶部１１に記憶された機械学習モデルを示す情報を取得する。判定部１４６は、生成した一又は複数のパラメータを、取得した機械学習モデルに入力する。判定部１４６は、第１位置情報及び第１標高情報が偽装されていることを示す情報を機械学習モデルが出力した場合に第１位置情報及び第１標高情報が不正であると判定し、第１位置情報が偽装されていないことを示す情報を機械学習モデルが出力した場合に第１位置情報及び第１標高情報が不正でないと判定する。このように、判定部１４６は、外部装置３との間で送信又は受信された信号に対応する第２位置情報を考慮した機械学習モデルに基づいて第１位置情報及び第１標高情報が不正であるか否かを判定することにより、判定の信頼性を向上させることができる。

判定部１４６は、学習部１４４が追加情報に対応する機械学習モデルを生成した場合に、追加情報取得部１４３が判定対象の第１位置情報及び第１標高情報が取得されたタイミングと同時又は所定時間内（例えば、当該タイミングの前後１０秒以内）に取得した追加情報を取得する。判定部１４６は、例えば、記憶部１１において、追加情報が含む移動体１の移動速度と、移動体１の加速度と、移動体１が信号を受信した人工衛星２の数と、移動体１が信号を受信した人工衛星２の種類と、の少なくとも１つの値又は値の範囲に関連付けられた機械学習モデルを示す情報を取得する。判定部１４６は、一又は複数のパラメータを、取得した機械学習モデル（すなわち、追加情報に対応する機械学習モデル）に入力することにより、判定対象の第１位置情報及び第１標高情報が不正であるか否かを判定する。これにより、判定部１４６は、移動体１の移動に関する状況や、移動体１が人工衛星２から第１位置情報を取得する状況に応じて、より適した機械学習モデルに基づいて第１位置情報及び第１標高情報が不正であるか否かを判定することができる。

出力部１４７は、判定部１４６による第１位置情報及び第１標高情報が不正であるか否かの判定結果に応じて、第１位置情報及び第１標高情報を出力するか否かを切り替える。その後、移動体１は、出力部１４７が出力した第１位置情報及び第１標高情報を用いて移動する。

出力部１４７は、第１位置情報及び第１標高情報が不正でないと判定部１４６が判定した場合に、不正でないと判定された第１位置情報及び第１標高情報を出力する。一方、出力部１４７は、第１位置情報及び第１標高情報が不正であると判定部１４６が判定した場合に、例えば、不正であると判定された第１位置情報及び第１標高情報を出力せず、不正であると判定された第１位置情報及び第１標高情報の前又は後に測定された位置及び標高を示す第１位置情報及び第１標高情報を出力する。

この場合に、出力部１４７は、例えば、不正であると判定された第１位置情報及び第１標高情報が測定された時点の時系列的に１つ前又は後の時点で測定された第１位置情報及び第１標高情報を出力する。これにより、移動体１は、不正である蓋然性の高い第１位置情報及び第１標高情報を棄却し、代わりにその前後のタイミングで測定された位置情報及び標高情報を用いて移動を継続できる。

また、出力部１４７は、不正であると判定された第１位置情報及び第１標高情報が測定された時点の時系列的に前又は後の時点で測定された第１位置情報及び第１標高情報と、第２位置情報および第２標高情報と、から算出した重み付き平均等の統計値を推定値として出力してもよい。これにより、移動体１は、第１位置情報及び第１標高情報が不正であると判定された場合であっても、その前後に測定された位置情報及び標高情報から推定された推定値を用いて移動を継続できる。

また、出力部１４７は、第１位置情報が不正であると判定部１４６が判定した場合に、例えば、不正であると判定された第１位置情報及び第１標高情報を出力せず、第１位置情報とは異なる手段で測定された移動体１の位置及び標高を示す第１位置情報及び第１標高情報を出力してもよい。第１位置情報及び第１標高情報とは異なる手段で測定された移動体１の位置及び標高を示す第１位置情報及び第１標高情報は、例えば、第２位置情報及び第２標高情報、又は移動体１が備えるジャイロセンサ、気圧センサ等の手段で測定された位置及び標高を示す位置情報及び標高情報である。これにより、移動体１は、不正である蓋然性の高い第１位置情報及び第１標高情報を棄却し、代わりに別の手段で測定された代替の位置情報及び標高情報を用いて移動を継続できる。

［情報処理方法のフロー］
図７、図８は、本実施形態に係る移動体１が実行する情報処理方法のフローチャートを示す図である。図７は、移動体１が、第１位置情報及び第１標高情報が不正であるか否かを判定するための規則を機械学習する処理を表している。移動体１において、人工衛星信号受信部１２は、人工衛星２が送信した信号を受信する。第１位置情報取得部１４１は、人工衛星信号受信部１２が受信した信号を用いて測定された移動体１の位置及び標高を示す第１位置情報及び第１標高情報を取得し、記憶部１１に記憶させる（Ｓ１１）。

外部装置信号送受信部１３は、移動体１と相互に接続された外部装置３から所定の信号を受信する。第２位置情報取得部１４２は、外部装置信号送受信部１３が受信した信号を用いて測定された移動体１の位置及び標高を示す第２位置情報及び第２標高情報を取得し、記憶部１１に記憶させる（Ｓ１２）。第２位置情報取得部１４２は、外部装置３から移動体１の位置及び標高を受信し、受信した位置及び標高を示す第２位置情報及び第２標高情報を記憶部１１に記憶させてもよい。

偽装データ発生部１４５は、記憶部１１に記憶された複数の第１位置情報及び第１標高情報の一部を置換することにより、偽装されている第１位置情報及び第１標高情報を生成する。学習部１４４は、偽装されていない第１位置情報及び第１標高情報と、偽装されている第１位置情報及び第１標高情報と、第２位置情報及び第２標高情報と、を用いて、所定のパラメータ（例えば、上述のパラメータＰ１～Ｐ６）を生成する（Ｓ１３）。

学習部１４４は、生成した一又は複数のパラメータに対して、第１位置情報及び第１標高情報が不正であるか否かを判定するための規則を機械学習する（Ｓ１４）。学習部１４４は、例えば、一又は複数のパラメータそれぞれを閾値と比較する分類木によって第１位置情報及び第１標高情報が偽装されているか否かを判定するための木構造である決定木を生成する。また、学習部１４４は、例えば、一又は複数のパラメータを入力することにより第１位置情報及び第１標高情報が偽装されているか否かを示す情報を出力するデータ構造である機械学習モデルを生成してもよい。学習部１４４は、生成した決定木又は機械学習モデルを示す情報を、記憶部１１に記憶させる。

図８は、移動体１が、第１位置情報及び第１標高情報が不正であるか否かを判定する処理を表している。移動体１において、人工衛星信号受信部１２は、人工衛星２が送信した信号を受信する。第１位置情報取得部１４１は、人工衛星信号受信部１２が受信した信号を用いて測定された移動体１の位置及び標高を示す第１位置情報及び第１標高情報を取得し、記憶部１１に記憶させる（Ｓ２１）。

外部装置信号送受信部１３は、移動体１と相互に接続された外部装置３から所定の信号を受信する。第２位置情報取得部１４２は、外部装置信号送受信部１３が受信した信号を用いて測定された移動体１の位置及び標高を示す第２位置情報及び第２標高情報を取得し、記憶部１１に記憶させる（Ｓ２２）。第２位置情報取得部１４２は、外部装置３から移動体１の位置及び標高を受信し、受信した位置及び標高を示す第２位置情報及び第２標高情報を記憶部１１に記憶させてもよい。

判定部１４６は、第１位置情報取得部１４１が判定対象の第１位置情報及び第１標高情報（例えば、最新の第１位置情報及び第１標高情報）を取得したことに応じて、記憶部１１に記憶された第１位置情報取得部１４１が過去に取得した複数の第１位置情報及び第１標高情報と、第２位置情報取得部１４２が過去に取得した複数の第２位置情報及び第２標高情報と、から所定のパラメータ（例えば、上述のパラメータＰ１～Ｐ６）を生成する（Ｓ２３）。

判定部１４６は、学習部１４４が機械学習によって生成した第１位置情報が不正であるか否かを判定するための規則である上述の決定木又は機械学習モデルを取得する（Ｓ２４）判定部１４６は、生成した一又は複数のパラメータと、取得した決定木又は機械学習モデルと、に基づいて、第１位置情報取得部１４１が取得した判定対象の第１位置情報及び第１標高情報が不正であるか否かを判定する（Ｓ２５）。

出力部１４７は、第１位置情報及び第１標高情報が不正でないと判定部１４６が判定した場合に（Ｓ２６のＮＯ）、不正でないと判定された第１位置情報及び第１標高情報を出力する（Ｓ２７）。一方、出力部１４７は、第１位置情報及び第１標高情報が不正であると判定部１４６が判定した場合に（Ｓ２６のＹＥＳ）、不正であると判定された第１位置情報及び第１標高情報を出力せず、代替の第１位置情報及び第１標高情報を出力する（Ｓ２８）。

代替の第１位置情報及び第１標高情報は、例えば、不正であると判定された第１位置情報及び第１標高情報の前又は後に測定された位置及び標高を示す第１位置情報及び第１標高情報である。また、代替の第１位置情報及び第１標高情報は、例えば、第１位置情報及び第１標高情報とは異なる手段で測定された移動体１の位置及び標高を示す位置情報及び第１標高情報であってもよい。

［実施形態の効果］
本実施形態に係る装置である移動体１は、外部装置３との間で送信又は受信された信号に対応する第２位置情報を用いて、人工衛星２から受信した信号に対応する第１位置情報が不正であるか否かを判定する。これにより、移動体１は、第１位置情報が偽装された場合であっても第２位置情報との対比により不正な第１位置情報を検出できるため、移動体１における不正な位置情報の検出信頼性を向上させ、結果として移動体の位置情報の確度を上げることができる。そして移動体１は、位置情報に基づいて運行制御がされるドローンや自動走行車両等の移動体１において、位置情報の信頼性を高めることができ、安全な移動を実現できる。

［変形例］
上述の実施形態では、移動体１が第１位置情報及び第１標高情報が不正であるか否かを判定しているが、移動体１と通信可能なサーバ等の他の情報処理装置が第１位置情報及び第１標高情報が不正であるか否かを判定してもよい。この場合に、情報処理装置のプロセッサは、上述の第１位置情報取得部１４１、第２位置情報取得部１４２、追加情報取得部１４３、学習部１４４、偽装データ発生部１４５、判定部１４６及び出力部１４７として機能する。

情報処理装置は、移動体１の人工衛星信号受信部１２が人工衛星２から受信した信号の内容と、移動体１の外部装置信号送受信部１３が外部装置３から受信した信号の内容と、を移動体１から受信し、受信した信号の内容に基づいて上述の実施形態と同様に第１位置情報及び第１標高情報が不正であるか否かを判定するための規則を機械学習し、第１位置情報及び第１標高情報が不正であるか否かを判定する。

情報処理装置は、第１位置情報及び第１標高情報が不正であるか否かの判定結果に応じて、第１位置情報及び第１標高情報（又は代替の第１位置情報及び第１標高情報）を移動体１に送信する。移動体１は、情報処理装置から第１位置情報及び第１標高情報を受信し、受信した第１位置情報及び第１標高情報を用いて移動する。

本変形例においても、移動体１における不正な位置情報の検出信頼性を向上させることができる。また、本変形例では、移動体１とは異なる情報処理装置が判定に係る処理を実行するため、移動体１に必要な処理能力や、移動体１の電池消費量を抑えることができる。

以上、本発明を実施の形態を用いて説明したが、本発明の技術的範囲は上記実施の形態に記載の範囲には限定されず、その要旨の範囲内で種々の変形及び変更が可能である。例えば、装置の全部又は一部は、任意の単位で機能的又は物理的に分散・統合して構成することができる。また、複数の実施の形態の任意の組み合わせによって生じる新たな実施の形態も、本発明の実施の形態に含まれる。組み合わせによって生じる新たな実施の形態の効果は、もとの実施の形態の効果を併せ持つ。

移動体１のプロセッサは、図７、図８に示す情報処理方法に含まれる各ステップ（工程）の主体となる。すなわち、移動体１のプロセッサは、図７、図８に示す情報処理方法を実行するためのプログラムを実行することによって、図７、図８に示す情報処理方法を実行する。図７、図８に示す情報処理方法に含まれるステップは一部省略されてもよく、ステップ間の順番が変更されてもよく、複数のステップが並行して行われてもよい。

１ 移動体
１１ 記憶部
１２ 人工衛星信号受信部
１３ 外部装置信号送受信部
１４ 制御部
１４１ 第１位置情報取得部
１４２ 第２位置情報取得部
１４３ 追加情報取得部
１４４ 学習部
１４５ 偽装データ発生部
１４６ 判定部
１４７ 出力部
２ 人工衛星
３ 外部装置
４ 偽装信号発生装置

Claims (14)

1. 移動体が人工衛星から受信した信号を用いて測定された前記移動体の位置を示す第１位置情報を取得する第１位置情報取得部と、
   前記移動体が前記移動体と相互に接続された外部装置との間で送信又は受信した信号を用いて測定された前記移動体の位置を示す第２位置情報を取得する第２位置情報取得部と、
   前記第１位置情報が示す位置と前記第２位置情報が示す位置との距離に基づいて、前記第１位置情報が不正であるか否かを判定する判定部と、
   を有する、情報処理装置。
2. 前記外部装置は、地上における所定の設置位置に固定された設備であり、
   前記第２位置情報は、前記移動体が信号を受信した前記外部装置の前記設置位置を用いて算出される、
   請求項１に記載の情報処理装置。
3. 前記判定部は、前記第１位置情報が示す位置と、前記第１位置情報よりも前に測定された前記第２位置情報であって最後に測定された前記第２位置情報が示す位置との距離に基づいて、前記第１位置情報が不正であるか否かを判定する、
   請求項１又は２に記載の情報処理装置。
4. 前記判定部は、前記第１位置情報が示す位置と前記第２位置情報が示す位置との距離に加えて、所定の時間差で測定された２つの前記第１位置情報が示す位置の距離に基づいて、前記第１位置情報が不正であるか否かを判定する、
   請求項１から３のいずれか一項に記載の情報処理装置。
5. 前記第１位置情報取得部は、前記移動体が前記人工衛星から受信した信号を用いて測定された前記移動体の標高を示す第１標高情報を取得し、
   前記第２位置情報取得部は、前記移動体が前記外部装置との間で送信又は受信した信号を用いて測定された前記移動体の標高を示す第２標高情報を取得し、
   前記判定部は、前記第１位置情報が示す位置と前記第２位置情報が示す位置との距離に加えて、前記第１標高情報が示す標高と前記第２標高情報が示す標高との差に基づいて、前記第１位置情報が不正であるか否かを判定する、
   請求項１から４のいずれか一項に記載の情報処理装置。
6. 前記第１位置情報が不正であると前記判定部が判定した場合に、不正であると判定された前記第１位置情報を出力せず、不正であると判定された前記第１位置情報の前又は後に測定された位置を示す前記第１位置情報を出力する出力部をさらに有する、
   請求項１から５のいずれか一項に記載の情報処理装置。
7. 前記第１位置情報が不正であると前記判定部が判定した場合に、不正であると判定された前記第１位置情報を出力せず、前記第１位置情報とは異なる手段で測定された前記移動体の位置を示す位置情報を出力する出力部をさらに有する、
   請求項１から５のいずれか一項に記載の情報処理装置。
8. 前記判定部は、前記第１位置情報が示す位置と前記第２位置情報が示す位置との距離が閾値以上である場合に前記第１位置情報が不正であると判定し、前記第１位置情報が示す位置と前記第２位置情報が示す位置との距離が前記閾値未満である場合に前記第１位置情報が不正でないと判定する、
   請求項１から７のいずれか一項に記載の情報処理装置。
9. 前記判定部は、前記第１位置情報が示す位置と、前記第１位置情報よりも前に測定された前記第２位置情報であって最後に測定された前記第２位置情報が示す位置との距離を第１閾値と比較する分類木、及び所定の時間差で測定された２つの前記第１位置情報が示す位置の距離を第２閾値と比較する分類木を含む決定木を用いて、前記第１位置情報が不正であるか否かを判定する、
   請求項８に記載の情報処理装置。
10. 前記第１位置情報が示す位置と、前記第１位置情報よりも前に測定された前記第２位置情報であって最後に測定された前記第２位置情報が示す位置との距離と、所定の時間差で測定された２つの前記第１位置情報が示す位置の距離と、に対して機械学習をすることによって前記第１閾値及び前記第２閾値を決定する学習部をさらに有し、
    前記学習部が前記機械学習に用いる複数の前記第１位置情報の一部は偽装されており、前記学習部が前記機械学習に用いる複数の前記第１位置情報の残りは偽装されていない、
    請求項９に記載の情報処理装置。
11. 前記移動体の移動速度と、前記移動体の加速度と、前記移動体が信号を受信した前記人工衛星の数と、前記移動体が信号を受信した前記人工衛星の種類と、の少なくとも１つを含む追加情報を取得する追加情報取得部をさらに有し、
    前記判定部は、前記追加情報に対応する前記閾値を用いて、前記第１位置情報が不正であるか否かを判定する、
    請求項８から１０のいずれか一項に記載の情報処理装置。
12. 偽装されている前記第１位置情報が示す位置と前記第２位置情報が示す位置との距離と、偽装されていない前記第１位置情報が示す位置と前記第２位置情報が示す位置との距離と、を入力することにより前記第１位置情報が偽装されているか否かを示す情報を出力する機械学習モデルを記憶する記憶部をさらに有し、
    前記判定部は、前記機械学習モデルに前記第１位置情報が示す位置及び前記第２位置情報が示す位置の距離を入力することにより、前記第１位置情報が偽装されていることを示す情報を前記機械学習モデルが出力した場合に前記第１位置情報が不正であると判定し、前記第１位置情報が偽装されていないことを示す情報を前記機械学習モデルが出力した場合に前記第１位置情報が不正でないと判定する、
    請求項１から７のいずれか一項に記載の情報処理装置。
13. 前記移動体の移動速度と、前記移動体の加速度と、前記人工衛星の数と、前記人工衛星の種類と、の少なくとも１つを含む追加情報を取得する追加情報取得部をさらに有し、
    前記判定部は、前記追加情報に対応する前記機械学習モデルを用いて、前記第１位置情報が不正であるか否かを判定する、
    請求項１２に記載の情報処理装置。
14. プロセッサが実行する、
    移動体が人工衛星から受信した信号を用いて測定された前記移動体の位置を示す第１位置情報を取得するステップと、
    前記移動体が前記移動体と相互に接続された外部装置との間で送信又は受信した信号を用いて測定された前記移動体の位置を示す第２位置情報を取得するステップと、
    前記第１位置情報が示す位置と前記第２位置情報が示す位置との距離に基づいて、前記第１位置情報が不正であるか否かを判定するステップと、
    を有する、情報処理方法。

Images