JP2024014082A - 障害物マップ作成方法、プログラム、及び障害物マップ作成装置 - Google Patents

Abstract

【課題】障害物マップへの移動物体の影響を低減できる障害物マップ作成方法などを提供する。【解決手段】障害物マップ作成方法は、移動体（車両Ｖ１０）が走行している道路における障害物の位置情報を含む障害物マップを作成する方法であって、道路の路面の水平方向位置と高さとの関係を示す高さ情報であって、障害物マップを作成するための高さ情報を取得する取得ステップと、高さ情報のうち、路面に配置される移動体以外の移動物体に係る水平方向位置と高さとの関係を示す移動物体情報を棄却する棄却ステップとを含む。【選択図】図１

Description

特許法第３０条第２項適用申請有り 令和４年５月２０日に、公益社団法人自動車技術会２０２２年春季大会ホームページ（ｈｔｔｐｓ：／／ｗｗｗ．ｊｓａｅ．ｏｒ．ｊｐ／２０２２ｈａｒｕ／）にてサマライズドペーパーが掲載 令和４年５月２０日に、公益社団法人自動車技術会２０２２年春季大会学術講演会聴講者ログインページのウェブサイト（ｈｔｔｐｓ：／／ｇａｋｋａｉ－ｗｅｂ．ｎｅｔ／ｐ／ｊｓａｅ／ｒｅｇ／ｍｏｄ２．ｐｈｐ）にて講演予稿集が掲載 令和４年５月２５日に、公益社団法人自動車技術会２０２２年春季大会学術講演会にて講演発表、ならびに、公益社団法人自動車技術会２０２２年春季大会学術講演会聴講者ログインページのウェブサイト（ｈｔｔｐｓ：／／ｇａｋｋａｉ－ｗｅｂ．ｎｅｔ／ｐ／ｊｓａｅ／ｒｅｇ／ｍｏｄ２．ｐｈｐ）にて講演発表が配信

本発明は、障害物マップ作成方法、プログラム、及び障害物マップ作成装置に関する。

現在、自動車などの移動体の自動運転に関する研究が活発に進められている（特許文献１など参照）。自動運転を実現するために必要な要素技術の一つに、歩行者、他の自動車などの移動物体、交通信号機、障害物などの自車周辺の環境を認識する周辺環境認識がある。一般的に、周辺環境認識には、３次元点群データを取得するＬｉＤＡＲ（Light Detection and Ranging）、自車から対象物体までの距離及び方向を取得するミリ波レーダ、対象物体の形状情報及び色情報を取得するカメラなどが用いられる。

特許第６８３１８８０号公報

自動車の走行環境において、路面は常に平坦とは限らない。路面には、地形、道路の経年劣化、道路構造などに起因する凹凸、移動物体からの落下物などの障害物が存在し得る。自動運転自動車の安全かつ快適な走行を実現するためには、このような障害物をリアルタイムに認識して、障害物の位置情報を含む障害物マップを作成し、減速、停止、又は走行経路の修正などの制御を適切に行う必要がある。

このような障害物マップを作成するために、ＬｉＤＡＲなどを用いた周辺環境認識を採用し得る。しかしながら、このような従来の周辺環境認識によっては、他の自動車などの移動物体と、路面の凹凸などとの区別ができない。このため、自動運転を実現するために必要となる正確な障害物マップを作成できない。

そこで、本発明は、かかる問題に鑑みてなされたものであって、障害物マップへの移動物体の影響を低減できる障害物マップ作成方法などを提供することを目的とする。

上記目的を達成するために、本発明の一態様に係る障害物マップ作成方法は、移動体が走行している道路における障害物の位置情報を含む障害物マップを作成する障害物マップ作成方法であって、前記道路の路面の水平方向位置と高さとの関係を示す高さ情報であって、前記障害物マップを作成するための高さ情報を取得する取得ステップと、前記高さ情報のうち、前記路面に配置される前記移動体以外の移動物体に係る水平方向位置と高さとの関係を示す移動物体情報を棄却する棄却ステップとを含む。

また、上記目的を達成するために、本発明の一態様に係るプログラムは、上記障害物マップ作成方法をコンピュータに実行させるためのプログラムである。

また、上記目的を達成するために、本発明の一態様に係る障害物マップ作成装置は、移動体が走行している道路における障害物の位置情報を含む障害物マップを作成する障害物マップ作成装置であって、前記道路の路面の水平方向位置と高さとの関係を示す高さ情報であって、前記障害物マップを作成するための高さ情報を取得する取得部と、前記高さ情報のうち、前記路面に配置される前記移動体以外の移動物体に係る水平方向位置と高さとの関係を示す移動物体情報を棄却する棄却部とを備える。

なお、これらの包括的又は具体的な態様は、システム、方法、集積回路、コンピュータプログラム又は非一時的なコンピュータで読み取り可能なＣＤ－ＲＯＭなどの記録媒体で実現されてもよく、システム、方法、集積回路、コンピュータプログラム及び記録媒体の任意な組み合わせで実現されてもよい。

本発明の障害物マップ作成方法などによれば、障害物マップへの移動物体の影響を低減できる。

実施の形態に係る障害物マップ作成装置の構成の一例を示すブロック図 実施の形態に係る１次微分フィルタの作用の概要を示す模式図 実施の形態に係る勾配値δと、リスク値Ｒとの関係の一例を示すグラフ 実施の形態に係るＤＥＭの座標系を示す図 実施の形態に係るマップにおける車両と注目セルとの位置関係を示す図 実施の形態に係る車両の右側の側面から見た場合の車両Ｖ１０の姿勢と、道路の路面の傾斜とを示す模式図 実施の形態に係る障害物マップ作成方法の流れを示すフローチャート 実施の形態に係る平滑化方法の流れを示すフローチャート 実験において車両を走行させた道路及び障害物を示す写真 道路に設けられている縁石の形状を示す写真 道路に設けられているスピードバンプの形状を示す写真 実施の形態に係る障害物マップ作成装置の取得部による縁石の検出高さ、及び、縁石の領域におけるリスク値と、車両から縁石までの距離との関係を示すグラフ 実施の形態に係る障害物マップ作成装置の取得部によるスピードバンプの検出高さ、及び、スピードバンプの領域におけるリスク値と、車両からスピードバンプまでの距離との関係を示すグラフ 比較例の障害物マップ作成装置によって作成されたリスク値の分布を示すマップ 実施の形態に係る障害物マップ作成装置によって作成されたリスク値の分布を示すマップ 実施の形態及び従来技術に係る各障害物マップ作成装置から縁石までの距離と、障害物マップにおける縁石を含む領域の縁石占有率との関係を示すグラフ

以下、本発明の実施の形態について、図面を参照しながら具体的に説明する。

なお、以下で説明する実施の形態は、いずれも包括的又は具体的な例を示すものである。以下の実施の形態で示される数値、形状、材料、構成要素、構成要素の配置位置及び接続形態、ステップ、ステップの順序などは、一例であり、本発明を限定する主旨ではない。また、以下の実施の形態における構成要素のうち、最上位概念を示す独立請求項に記載されていない構成要素については、任意の構成要素として説明される。

また、各図は、模式図であり、必ずしも厳密に図示されたものではない。また、各図において、同じ構成部材については同じ符号を付している。

（実施の形態）
実施の形態に係る障害物マップ作成装置、及び障害物マップ作成方法について説明する。

［１．障害物マップ作成装置の構成］
まず、本実施の形態に係る障害物マップ作成装置の構成について図１を用いて説明する。

図１は、本実施の形態に係る障害物マップ作成装置１００の構成の一例を示すブロック図である。

本実施の形態に係る障害物マップ作成装置１００は、車両Ｖ１０などの移動体に搭載され、移動体が走行している道路における障害物の位置情報を含む障害物マップを作成する装置である。なお、本明細書では、障害物には、道路などの路面に配置された物だけでなく、路面そのものの凹凸、縁石なども含まれる。つまり、障害物とは、走行の障害となり得る、路面上に配置された物、又は、路面の形状を意味する。

図１に示されるように、障害物マップ作成装置１００は、取得部１０と、棄却部２０とを備える。本実施の形態では、障害物マップ作成装置１００は、蓄積部３０と、勾配算出部４０と、リスク算出部５０と、検出部６０と、記憶部７０とをさらに備える。

取得部１０は、道路の路面の水平方向位置と高さとの関係を示す高さ情報であって、障害物マップを作成するための高さ情報を取得する。つまり、取得部１０は、移動体が走行する道路の路面の位置の３次元情報を取得する。ここで、路面の高さには、路面そのものの高さだけでなく、路面に配置された障害物などの表面の高さも含まれる。取得部１０として、例えば、ＬｉＤＡＲ、ステレオカメラなどの３次元情報取得装置を用いることができる。また、取得部１０として、単眼カメラとＡＩと組み合わせたシステムを用いることができる。このようなシステムでは、単眼カメラで撮影した画像からＡＩを用いて３次元情報を抽出することができる。本実施の形態では、取得部１０として、ＬｉＤＡＲを用いる。

ＬｉＤＡＲは、対象物体に対してレーザ光を照射し、対象物体から反射したレーザ光を取得することで、対象物体とＬｉＤＡＲを搭載した観測体との距離を計測する。取得部１０は、計測された距離、ＬｉＤＡＲの位置、及びレーザ光の照射向きから、道路の路面の水平方向位置と高さとの関係を示す高さ情報として、３次元点群データを取得する。

本実施の形態では、高さが低い障害物、路面の凹凸などを総合的に検出するために、ＬｉＤＡＲによって取得された３次元点群データに基づくＤＥＭ（Digital Elevation Map）を用いる。ＤＥＭは、マトリクス状に区画された平面上の各位置における高さ情報を記録することで、車両Ｖ１０の周辺の地形を表現するマップであり、障害物マップの一例である。本実施の形態では、所定のマップ範囲を設定し、マップ範囲に対応する平面を等間隔なグリッドで分割することで、グリッドで区画された複数のセルを設定する。複数のセルは、マトリクス状に配置される。本実施の形態では、マップ範囲、及び、各セルの寸法を、それぞれ、１２８ｍ四方、及び、０．２５ｍ四方に設定する。なお、ＤＥＭの作成方法については後述する。

ＬｉＤＡＲは、例えば、１２８本のレーザ光を垂直方向（つまり、鉛直方向）に互いに異なる照射角度で照射する。ＬｉＤＡＲの垂直方向視野角は、水平方向（つまり、鉛直方向に対して垂直な方向）を０ｄｅｇとして、例えば、－２５ｄｅｇ以上、１５ｄｅｇ以下である。ＬｉＤＡＲは、これらのレーザ光の照射方向を水平方向に３６０ｄｅｇ回転させることで全方位の３次元点群データを取得できる。レーザ光によるスキャンレートは、例えば、５Ｈｚ以上、２０Ｈｚ以下である。本実施の形態では、スキャンレートは、１０Ｈｚに設定される。

棄却部２０は、高さ情報のうち、路面に配置される車両Ｖ１０以外の移動物体に係る水平方向位置と高さとの関係を示す移動物体情報を棄却する。ここで移動物体とは、車両Ｖ１０以外の移動物体を意味する。移動物体には、例えば、自動車、歩行者など、道路の路面を移動する任意の物体が含まれる。本実施の形態では、棄却部２０は、蓄積された複数の高さ情報から算出される高さの分散値を用いて移動物体情報を棄却する。なお、棄却部２０は、他の方法を用いて、移動物体情報を棄却してもよい。例えば、棄却部２０は、車両の追跡情報などの高さ情報以外の情報に基づいて、移動物体情報を棄却してもよい。また、棄却部２０は、過去に作成したＤＥＭに基づく各セルの高さ情報と、リアルタイムで作成したＤＥＭに基づく各セルの高さ情報とを比較することで、これらの高さ情報の差が、ある閾値を超えるセルの高さ情報を移動物体情報と判定して、棄却してもよい。

蓄積部３０は、取得部１０において、互いに異なるタイミングで取得された複数の高さ情報を蓄積する。蓄積部３０は、複数の高さ情報を、そのまま蓄積してもよいし、複数の高さ情報に基づいて算出された情報を蓄積してもよい。本実施の形態では、蓄積部３０は、複数の高さ情報に対して加重平均を用いて算出された平均値と、複数の高さ情報の分散値とを蓄積する。蓄積部３０によって、複数の高さ情報を蓄積することで、水平方向の各位置（つまり、ＤＥＭの各セル）における高さ情報の量を増大できる。したがって、水平方向位置のうち、特に、計測データが不足しがちな、車両Ｖ１０から遠い位置、及び、車両Ｖ１０付近の位置における高さ情報を蓄積することで、各セルにおける高さ情報の精度を高めることができる。また、互いに異なるタイミングで取得された高さ情報を蓄積することで、車両Ｖ１０以外の移動物体に係る高さ情報を特定することができる。

蓄積部３０は、蓄積されている高さ情報に、新たに取得部１０で取得された高さ情報を付加する。本実施の形態では、蓄積部３０は、蓄積されたＤＥＭ（以下、蓄積ＤＥＭとも称する）を、取得部１０で新たに取得された高さ情報に基づいて生成されたＤＥＭ（以下、新ＤＥＭとも称する）に基づいて更新する。ここで、新ＤＥＭからは、移動物体に対応するセルの情報が棄却部２０によって棄却されている。また、蓄積ＤＥＭは、障害物マップの一例である。

本実施の形態では、蓄積部３０は、新たに取得された高さ情報に基づいて生成されたＤＥＭから、３σ法を用いて外れ値を棄却する。つまり、蓄積部３０は、新ＤＥＭの各セルに含まれる高さ情報が示す高さと、当該セルに対応する蓄積ＤＥＭのセルの高さの平均値との差が、蓄積ＤＥＭのセルの高さの標準偏差の３倍より大きい場合に、新ＤＥＭの当該セルに含まれる高さ情報を棄却する。ここで、蓄積されたＤＥＭの各セルの高さの平均値は、複数の高さ情報に対して、単純平均を用いて算出された平均値であってもよいし、加重平均を用いて算出された平均値であってもよい。

蓄積部３０は、移動物体情報及び外れ値が棄却された新ＤＥＭに基づいて、最小分散推定を用いて、蓄積ＤＥＭを更新する。最小分散推定では、第１の計測値（又は推定値）ｚ_１及びその分散値Ｐ_１と、第２の計測値ｚ_２及びその分散値Ｐ_２とが得られた場合に、第１の計測値ｚ_１と、第２の計測値ｚ_２との線形結合を行うことで、推定値ｚ_ｅを求める。ここで、線形結合後の分散値Ｐ_０が最小となるように線形結合を行う。最小分散推定を用いることで、平均値からのずれが大きい計測値、つまり、信頼度が低いと推定される計測値による影響を抑制できる。これにより、推定値ｚ_ｅの信頼度を高めることができる。

蓄積部３０は、蓄積ＤＥＭを記憶してもよいし、蓄積ＤＥＭを記憶部７０に記憶させてもよい。

勾配算出部４０は、高さ情報に基づいて路面の勾配値を算出する。勾配算出部４０は、例えば、１次微分フィルタを用いて勾配値を算出する。具体的には、勾配算出部４０は、蓄積ＤＥＭに対して１次微分フィルタを適用することで各水平方向位置（つまり各セル）における勾配値を算出する。ここで、１次微分フィルタの作用について、図２を用いて説明する。図２は、本実施の形態に係る１次微分フィルタの作用の概要を示す模式図である。図２のグラフ（ａ）には、路面の段差周辺における高さの変化を示す模式的なグラフである。図２のグラフ（ｂ）は、段差に対応する領域に対して１次微分フィルタを適用することで得られる勾配値の変化を示すグラフである。

図２のグラフ（ａ）に示されるように、例えば、路面に段差がある場合、蓄積ＤＥＭのうち、段差に対応する領域に対して１次微分フィルタを適用すると、図２のグラフ（ｂ）に示されるように、段差の勾配値が求められる。１次微分フィルタの構成は、特に限定されない。本実施の形態では、計算の簡略化のため、以下のように１次微分を求める。勾配算出部４０は、蓄積ＤＥＭにおける、１次微分を求める対象のセルである注目セルの高さｚ_ｔｇｔと、注目セルに隣接する８個の参照セルの高さｚ_ｒｅｆの各々との差分のうち、最大値を注目セルと参照セルとの間の距離ｒで割った値を勾配値と定める。つまり、注目セルと参照セルとの間の距離ｒを用いると、注目セルの１次微分の最大値δ_ｔｇｔは、以下の式（１）で表される。

ここで、関数ｍａｘ（Ａ）は、Ａの最大値を求める関数である。本実施の形態では、関数ｍａｘによって、注目セルの高さｚ_ｔｇｔと、注目セルに隣接する８個の参照セルの高さｚ_ｒｅｆの各々との差のうち、最大値を求める。これにより、簡易的に注目セルの勾配の最大値を求めることができる。

本実施の形態では、以上のような方法で１次微分を求めたが、他の方法を用いてもよい。例えば、１次微分フィルタとして、Ｐｒｅｗｉｔｔフィルタ、Ｓｏｂｅｌフィルタなどの公知の任意のフィルタを用いてもよい。

また、本実施の形態では、勾配算出部４０は、勾配値として、移動体（車両Ｖ１０）が位置する道路の路面の勾配に対する相対的勾配値を算出する。言い換えると、車両Ｖ１０の姿勢を基準として、座標系を水平化する。これにより、傾斜が大きく、かつ、一様である路面を、路面の凹凸などの障害物と誤認することを抑制できる。なお、車両Ｖ１０が位置する道路の路面の勾配は、蓄積ＤＥＭに基づいて算出されてもよいし、車両Ｖ１０の姿勢に基づいて検知されてもよい。車両のＶ１０の姿勢は、例えば、後述する検出部６０によって検出されてもよい。水平化の詳細については、後述する。

本実施の形態では、勾配算出部４０は、勾配値の算出に先立って、水平方向位置に対する高さ情報の変化の一部を平滑化する。つまり、勾配算出部４０は、蓄積ＤＥＭの一部の平滑化を行う。具体的には、蓄積ＤＥＭにおける、移動体の走行に影響を及ぼさない程度の微細な凹凸及びノイズを除去する。これにより、移動体の走行に影響を及ぼさない程度の微細な凹凸などのリスクを過大評価することを抑制できる。なお、平滑化の手法は、特に限定されない。本実施の形態では、勾配算出部４０は、ガウシアンフィルタを用いて、蓄積ＤＥＭの平滑化を行う。ガウシアンフィルタの詳細については後述する。

リスク算出部５０は、勾配算出部４０によって算出された勾配値に基づいて、水平方向位置における移動体の減速又は停止の必要性を示すリスク値を算出する。これにより作成される水平方向位置とリスク値との関係を示すマップは、障害物マップの一例である。リスク値は、０以上１以下の数値であり、水平方向位置における移動体の減速又は停止の必要性が高いほど大きい値に設定される。本実施の形態では、ある水平方向位置におけるリスク値が０．２未満であれば、移動体は減速（及び停止）不要であることを意味し、リスク値が０．２以上０．８未満であれば、移動体は減速が必要であることを意味し、リスク値が０．８以上であれば、移動体は停止が必要であることを意味する。

また、リスク算出部５０は、勾配値の閾値に基づいてリスク値を算出する。以下、本実施の形態に係るリスク値の算出方法例について、図３を用いて説明する。図３は、本実施の形態に係る勾配値δと、リスク値Ｒとの関係の一例を示すグラフである。基準とする勾配値の閾値の一例として勾配閾値δ_ｔｈｒｅを定めると、リスク値Ｒは、例えば、以下の式で定められる。

式（２）において、関数ｍｉｎ（Ａ，Ｂ）は、Ａ又はＢのうち、最小値を求める関数である。上記式（２）によれば、勾配値δが勾配閾値δ_ｔｈｒｅ以下である場合には、リスク値Ｒは、勾配値δの勾配閾値δ_ｔｈｒｅに対する比となり、図３に示されるように、リスク値Ｒは、勾配値δに応じて線形に変化する。勾配値δが勾配閾値δ_ｔｈｒｅを超える場合には、図３に示されるようにリスク値Ｒは１である。

式（２）によってリスク値Ｒを算出できるが、実際には、車両Ｖ１０の揺れなどに起因して、ＬｉＤＡＲによって得られる３次元点群データに誤差が含まれる可能性がある。また、車両Ｖ１０からの距離が大きくなるにしたがって、このような誤差は大きくなる。さらに、車両Ｖ１０からの距離が大きくなるにしたがって、ＬｉＤＡＲから照射されるレーザ光の単位面積当たりの本数が小さくなるため、単位面積あたりのデータ数が少なくなる。このため、車両Ｖ１０からの距離が大きくなるにしたがって、ＤＥＭの各セルの高さの分散が大きくなる傾向、つまり、高さ情報の信頼性が低くなる傾向がある。

このような信頼性の低い高さ情報に基づいて、リスク値を過剰に高く算出することを抑制するために、本実施の形態では、統計的検定の一種である確率的障害物検定を採用する。以下、本実施の形態で採用する確率的障害物検定の手法について説明する。

蓄積ＤＥＭにおける一つのセルにおける高さの確率変数Ｚが、平均μ、標準偏差σのガウス分布Ｎ（μ，σ）に従うと仮定すると、リスク値を算出する対象のセルである注目セルの高さの確率変数Ｚ_ｔｇｔ、及び、注目セルに隣接する参照セルの高さの確率変数Ｚ_ｒｅｆについて、注目セルの高さ（つまり、高さの平均値）ｚ_ｔｇｔ、参照セルの高さ（つまり、高さの平均値）ｚ_ｒｅｆ、注目セルの高さの分散値Ｐ_ｔｇｔ、及び、参照セルの高さの分散値Ｐ_ｒｅｆを用いると、以下の式（３）が成り立つ。

ここで、９５％の信頼度で統計的検定を行うとき、勾配閾値δ_ｔｈｒｅの補正量は、勾配値のガウス分布における９５パーセンタイル値（95^th percentile）であり、高さの標準偏差σ_ｚを用いて、１．６４５σ_ｚで表される。

したがって、勾配閾値δ_ｔｈｒｅを、確率的障害物検定を用いて補正した勾配閾値δ_ｔｈｒｅ ^＊は、隣り合うセル間の距離（つまり、注目セルと参照セルとの間の距離）ｒを用いて以下の式（４）で表される。

式（４）は、高さの標準偏差σ_ｚが大きくなるにしたがって、勾配閾値δ_ｔｈｒｅ ^＊が大きくなるということを示している。このような補正された勾配閾値δ_ｔｈｒｅ ^＊を用いてリスク値を算出するこということ（つまり、式（２）において、勾配閾値δ_ｔｈｒｅに代えて、補正された勾配閾値δ_ｔｈｒｅ ^＊を用いて、リスク値を算出するということ）は、高さ情報の誤差が大きく、信頼度が９５％に満たないセルについては、リスク値Ｒを低減することを意味する。つまり、リスク算出部５０は、高さ情報の分散値が大きくなるにしたがってリスク値を低減する。これにより、障害物の誤認識を低減できる。

検出部６０は、移動体（車両Ｖ１０）の状態を検出する。検出部６０は、例えば、車両Ｖ１０の位置、姿勢、速度、加速度などを検出する。検出部６０は、これらの情報を検出するために、例えば、ＧＮＳＳ／ＩＮＳ（Global Navigation Satellite System/Inertial Navigation System）を用いる。本実施の形態では、ＧＮＳＳ／ＩＮＳにより、人工衛星を観測することによって得られる位置情報と、ＩＭＵ（Inertial Measurement Unit）の計測情報とを統合することで、車両Ｖ１０の位置、姿勢、速度、加速度などの情報を１００Ｈｚの周期で検出する。なお、ＩＭＵは、ジャイロセンサ、加速度センサなどの複合システムである。検出部６０において、人工衛星から得られる位置情報を利用する場合には、トンネル内、高層ビル付近などを走行する際に、位置精度が低下し得る。また、位置情報のうち、特に、車両Ｖ１０の高さ情報は、ＤＥＭの作成に顕著な影響を及ぼすため、事前に取得した路面の白線パターンなどを記録した反射率地図と、ＤＥＭとを用いて、車両Ｖ１０の高さ情報を含めた３次元自己位置推定を行ってもよい。

記憶部７０は、障害物マップ作成のための情報を記憶する。記憶部７０は、例えば、蓄積ＤＥＭを記憶してもよいし、事前に取得した路面の白線パターンなどを記録した反射率マップなどの他のマップ情報などを記憶してもよい。

［２．ＤＥＭの作成方法］
本実施の形態に係るＤＥＭの作成方法について説明する。

［２－１．単一フレームＤＥＭの作成方法］
単一フレームＤＥＭの作成方法について説明する。単一フレームＤＥＭとは、上述したマップ範囲の高さ情報を含む新ＤＥＭに相当する。

単一フレームの作成において、まず、座標系を定める。ＤＥＭの座標系について、図４を用いて説明する。図４は、本実施の形態に係るＤＥＭの座標系を示す図である。図４に示されるように、地球上の固定点を原点とする絶対直交座標系をｘ^ａｂｓ－ｙ^ａｂｓと設定し、車両Ｖ１０の位置に応じて原点が移動するマップの直交座標系（以下、マップ座標系とも称する）をｘ^ｍａｐ－ｙ^ｍａｐと設定する。また、ｘ方向（ｘ^ａｂｓ方向、及びｘ^ｍａｐ方向）の負から正に向かう向きを東向きに設定し、ｙ方向（ｙ^ａｂｓ方向、及びｙ^ｍａｐ方向）の負から正に向かう向きを北向きに設定し、ｚ方向の負から正に向かう向きを鉛直上向きに設定する。以下では、マップ座標（ｘ^ｍａｐ，ｙ^ｍａｐ）に対応するセルを、

と表す。

車両Ｖ１０を基準とした直交座標系（以下、車両座標系とも称する）をｘ^ｖｃｌ－ｙ^ｖｃｌと設定し、車両Ｖ１０の後輪軸の中央を原点に設定し、ｘ^ｖｃｌ方向の負から正に向かう向きを、車両Ｖ１０の前向きに設定し、ｙ^ｖｃｌ方向の負から正に向かう向きを、車両Ｖ１０の左向きに設定する。ｚ方向の負から正に向かう向きを鉛直方向上向きに設定する。本実施の形態では、想定される障害物の寸法、検出目標距離、及びメモリ使用量を総合的に勘案して、各セルの寸法を０．２５ｍ四方（つまり、グリッドサイズΔｇを０．２５ｍ）とし、マップ範囲を１２８ｍ四方（つまり、マップの一辺の長さＭを１２８ｍ）と設定する。この場合、図４に示されるように、マップの一辺の長さＭは、グリッドサイズΔｇの５１２倍である。

車両座標系での座標が、絶対座標系の座標Ｐ^ａｂｓ＝［ｘ^ａｂｓ，ｙ^ａｂｓ］^Ｔで表される場合、マップ範囲の中心であるマップ中心Ｃｍは、常にグリッドの格子点上に設定され、その絶対座標は、以下の式（６）で算出される。

ここで、式（６）において、車両Ｖ１０のＹａｗ角が、

で表されており、車両Ｖ１０の速度がＶで表されている。また、ｒｏｕｎｄ（Ａ）は、数値Ａを四捨五入する関数であり、ｔ_ｐｒｅは、マップにおける車両Ｖ１０の座標を速度に応じて調整するパラメータである。本実施の形態では、経験的にｔ_ｐｒｅ＝３．０［ｓｅｃ］と設定している。このように、マップ中心Ｃｍを車両Ｖ１０の前方に設定し、車両Ｖ１０からマップ中心Ｃｍまでの距離を速度Ｖに比例して大きくすることで、高速走行時には、前方のより遠くまでマップ範囲として観測することが可能となる。このように定められたマップ中心Ｃｍを中心として、マップ範囲が設定される。

取得部１０で取得した３次元点群データの絶対座標は、以下の式（８）で表される。

この座標に対応するセルのマップ座標は、以下の式（９）で表される。

そして、３次元点群データから当該セルの高さが得られる。ここで、当該セルにすでに得られた値が存在する場合には、上述した最小分散推定を用いて、高さの推定値を求め、当該推定値を、当該セルの高さとする。また、セルには、高さ以外にも、高さの分散値及びレーザ光照射回数の値を保持する。これらの一連の処理を、１フレーム分の３次元点群に対して行うことで、単一フレームのＤＥＭを作成する。

［２－２．ＤＥＭの蓄積方法］
ＤＥＭの蓄積方法について説明する。１フレームのマップ（以下、現フレームのマップとも称する）を作成した際に、前フレームのマップが存在し、かつ、現フレームのマップ範囲と、前フレームのマップ範囲とに重複部分（つまり、重複セル）がある場合、当該部分において、前フレームのマップの情報を引き継ぎ、引き継いだマップの部分に対して更新処理を行う。

現フレームのマップ範囲について、上述したように１フレーム分のＤＥＭを作成する。これにより、前フレームまでのマップと、現フレームのマップとが得られる。これらのマップを合成することで、現フレームを含むマップを作成する。つまり、前フレームまでのＤＥＭが蓄積された蓄積ＤＥＭを、現フレームに対応する新ＤＥＭに基づいて更新する。このような処理を繰り返すことで、複数のＤＥＭを順次蓄積する。

上述したように、本実施の形態では、最小分散推定を用いて、複数のＤＥＭを合成することで、複数のＤＥＭを蓄積する。以下、最小分散推定について具体的に説明する。あるセルにおいて、誤差Δｚ_ｔ－１を含んだ高さｚ_ｔ－１＝ｚ_０＋Δｚ_ｔ－１と、分散値Ｐ_ｔ－１とが、すでに蓄積されており、当該セルに、新たな誤差Δｚ_ｎｅｗを含む高さｚ_ｎｅｗ＝ｚ_０＋Δｚ_ｎｅｗと分散値Ｐ_ｎｅｗとが得られたと仮定する。ただし、ｚ_０は、当該セルの真の路面高さである。このとき、高さの推定値ｚ_ｅ及び結合との分散値Ｐ_ｅは、それぞれ、以下の式（１０）及び式（１１）で求められる。

本実施の形態では、式（１０）に示されるように、高さの推定値ｚ_ｅは、複数の高さ情報に対して加重平均を用いて求められる平均値である。

これらの一連の処理を繰り返すことで、３次元点群データを蓄積したマップ（蓄積ＤＥＭ）を得られる。ただし、上述したとおり、このような蓄積を行う前に、移動物体情報を除去することでＤＥＭの精度を高める。

［３．勾配算出方法］
勾配算出部４０による勾配算出方法について説明する。

［３－１．水平化方法］
勾配算出部４０は、上述したとおり、勾配値として、車両Ｖ１０が位置する道路の路面の勾配に対する相対的勾配値を算出することで、車両Ｖ１０が位置する路面の勾配を水平化する。以下、本実施の形態に係る水平化方法について、図５及び図６を用いて説明する。図５は、本実施の形態に係るマップにおける車両Ｖ１０と注目セルＣｔとの位置関係を示す図である。図５には、車両Ｖ１０のＰｉｔｃｈ角、及びＹａｗ角と、マップ座標との関係が示されている。図６は、本実施の形態に係る車両Ｖ１０の右側の側面から見た場合の車両Ｖ１０の姿勢と、道路の路面の傾斜とを示す模式図である。

本実施の形態では、車両Ｖ１０のＰｉｔｃｈ角、及びＹａｗ角を基準に水平化を行う。なお、車両Ｖ１０のＲｏｌｌ角は、無視できる程度に十分小さいと仮定する。以下では、車両Ｖ１０のＰｉｔｃｈ角、及びＹａｗ角を、それぞれ

と表す。

図５に示されるマップ座標系における注目セルＣｔの車両Ｖ１０に対するオフセットは、以下のように表される。

このオフセットを用いると、図５において車両座標系における注目セルＣｔのＹａｗ角は、以下の式（１４）で表すことができる。

また、車両座標系における注目セルＣｔのベクトルを、

と表すと、このベクトルのｘ成分は、以下の式（１６）で求められる。

したがって、車両Ｖ１０の右側から見た図６にいて、車両Ｖ１０に対する注目セルＣｔの高さは、以下の式（１７）で求められる。

このように、マップ上の全セルの高さを計算し、元の高さ（ＤＥＭにおける高さ）から減算することで、車両Ｖ１０の高さを基準として、車両Ｖ１０が位置する道路の路面の傾斜が水平化されたマップが得られる。

［３－２．平滑化方法］
勾配算出部４０は、上述したとおり、勾配値の算出に先立って水平方向位置に対する高さ情報の変化の一部を平滑化する。上述したリスク算出方法によれば、実際に危険な路面の凹凸だけでなく、実際には危険でない微小な路面の凹凸に対しても、高いリスク値が算出され得る。勾配算出部４０は、蓄積ＤＥＭにおけるこのような微小な凹凸を平滑化することで、移動体の走行に影響を及ぼさない程度の微細な凹凸などのリスクを過大評価することを抑制する。

本実施の形態では、勾配算出部４０は、ガウシアンフィルタを用いて平滑化を行う。ガウシアンフィルタのパラメータとして、畳み込むガウス関数の標準偏差σ_ｇがある。この標準偏差σ_ｇは、平滑化の度合いに対応する。つまり、標準偏差σ_ｇが大きくなるにしたがって、大きな凹凸が平滑化される。したがって、標準偏差σ_ｇを適切に設定することで、所望のスケールの凹凸を平滑化できる。以下、平滑化における具体的な演算方法について説明する。

ＤＥＭがｘ－ｙ座標上の関数ｚ＝ｆ（ｘ，ｙ）で表されると仮定する。また、ガウス関数Ｇ（ｘ，ｙ）は、以下の式（１８）で表される。

関数ｆ（ｘ，ｙ）にガウシアンフィルタを適用した平滑化マップＦ（ｘ，ｙ）は、式（１８）で表されるガウス関数を畳み込むことで、以下の式（１９）で求められる。

上記各関数は、いずれも連続的な関数であるが、デジタル画像処理において、グリッドサイズΔｇで離散化される。さらに、上記各関数の変数の範囲は、無限遠まで存在するが、注目セルからの平面距離ｒ＝（ｘ^２＋ｙ^２）^１／２が十分大きければ、ガウス関数Ｇ（ｘ，ｙ）の値は、０に収束するため、ガウス関数Ｇ（ｘ，ｙ）において、－３σ以上＋３σ以下の範囲においてのみ計算を行う。

［４．障害物マップ作成方法］
障害物マップ作成装置１００による障害物マップ作成方法の流れを、図７及び図８を用いて説明する。図７は、本実施の形態に係る障害物マップ作成方法の流れを示すフローチャートである。図８は、本実施の形態に係る平滑化方法の流れを示すフローチャートである。

図７に示されるように、まず、障害物マップ作成装置１００の取得部１０は、道路の路面の水平方向位置と高さとの関係を示す高さ情報であって、障害物マップを作成するための高さ情報を取得する（取得ステップＳ１０）。本実施の形態では、取得部１０は、ＬｉＤＡＲを用いて取得した３次元点群データに基づき新ＤＥＭを作成する。

続いて、棄却部２０は、取得ステップＳ１０において取得した高さ情報のうち、路面に配置される車両Ｖ１０以外の移動物体に係る水平方向位置と高さとの関係を示す移動物体情報を棄却する（棄却ステップＳ２０）。本実施の形態では、棄却部２０は、蓄積された複数の高さ情報から算出される高さの分散値を用いて移動物体情報を棄却する。これにより、本実施の形態に係る障害物マップ作成方法によって作成された障害物マップへの移動物体の影響を低減できる。

続いて、蓄積部３０は、取得ステップＳ１０において、互いに異なるタイミングで取得された複数の高さ情報を蓄積する（蓄積ステップＳ３０）。本実施の形態では、取得部１０によって取得された高さ情報に基づいて新ＤＥＭを作成し、蓄積部３０は、新ＤＥＭに基づいて、蓄積ＤＥＭを更新することで、高さ情報を蓄積する。このように、取得ステップＳ１０において取得された高さ情報を蓄積することで、水平方向の各位置（つまり、ＤＥＭの各セル）における高さ情報の量を増大できる。したがって、水平方向位置のうち、特に、計測データが不足しがちな、車両Ｖ１０から遠い位置、及び、車両Ｖ１０付近の位置における高さ情報を蓄積することで、各セルにおける高さ情報の精度を高めることができる。

続いて、勾配算出部４０は、高さ情報に基づいて路面の勾配値を算出する（勾配算出ステップＳ４０）。このように勾配値を算出することで、路面における障害物などの位置を検出できる。

勾配算出部４０は、勾配算出ステップＳ４０において、図８に示されるように、まず、勾配値として、車両Ｖ１０が位置する道路の路面の勾配に対する相対的勾配値を算出することで水平化を行う（水平化ステップＳ４２）。これにより、傾斜が大きく、かつ、一様である路面を、路面の凹凸などの障害物と誤認することを抑制できる。

続いて、勾配算出部４０は、勾配算出ステップにおいて、水平方向位置に対する高さ情報の変化の一部を平滑化する（平滑化ステップＳ４４）。これにより、移動体の走行に影響を及ぼさない程度の微細な凹凸などのリスクを過大評価することを抑制できる。本実施の形態では、ガウシアンフィルタを用いて平滑化を行う。これにより、ガウシアンフィルタにおいて使用するガウス分布の標準偏差を適切に設定することで、所望のスケールの凹凸を平滑化できる。

続いて、勾配算出部４０は、勾配算出ステップにおいて、１次微分フィルタを用いて勾配値を算出する（１次微分ステップＳ４６）。これにより、容易に勾配値を算出できる。

続いて、図７に示されるように、リスク算出部５０は、勾配算出ステップＳ４０によって算出された勾配値に基づいて、水平方向位置における車両Ｖ１０の減速又は停止の必要性を示すリスク値を算出する（リスク算出ステップＳ５０）。これにより、障害物の有無だけでなく、その障害物による車両Ｖ１０の減速又は停止の必要性も検知できるため、車両Ｖ１０の障害物に対する適切な制御が可能となる。本実施の形態では、上述したように、リスク算出部５０は、リスク算出ステップＳ５０において、勾配値の閾値である勾配閾値に基づいてリスク値を算出する。これにより、水平方向位置とリスク値との関係を示す障害物マップを作成できる。また、リスク算出部５０は、勾配閾値δ_ｔｈｒｅを、確率的障害物検定を用いて補正した勾配閾値δ_ｔｈｒｅ ^＊を用いてリスク値を算出する。これにより、リスク算出部５０は、リスク算出ステップＳ５０において、高さ情報の分散値が大きくなるにしたがってリスク値を低減する。これにより、障害物の誤認識を低減できる。

続いて、取得ステップＳ１０に戻り、同様の処理が繰り返される。

本実施の形態に係る障害物マップ作成方法では、以上のような流れで各処理を繰り返し行うことで、車両Ｖ１０以外の移動物体などの影響が低減された適切な障害物マップを作成できる。

［５．実験結果］
本実施の形態に係る障害物マップ作成装置、及び障害物マップ作成方法を用いて障害物マップを作成した実験結果について説明する。

まず、実験を行った道路について、図９～図１１を用いて説明する。図９は、実験において車両Ｖ１０を走行させた道路及び障害物を示す写真である。図９には、道路をその上方から撮影した写真が示されている。図１０、及び図１１は、それぞれ道路に設けられている縁石Ｃｂ、及びスピードバンプＳｂの形状を示す写真である。

図９には、車両Ｖ１０が走行する位置及び向きが矢印で示されている。図９に示されるように、車両Ｖ１０が走行する道路の横方向の端に、図１０に示されるような高さ２０ｃｍの縁石Ｃｂが設けられている。縁石Ｃｂは、道路における車道と歩道とを分離する段差であり、移動体が容易に乗り越えられない高さを有する。また、図９に示されるように、車両Ｖ１０が走行する道路を横切るように、図１１に示されるような高さ４ｃｍのスピードバンプＳｂが設けられている。スピードバンプＳｂは、道路を走行する移動体の速度を低減させるための障害物であり、移動体が低速で乗り越えることが可能な程度の高さを有する板状部材である。

本実験では、図９に示されるような縁石Ｃｂ及びスピードバンプＳｂを含む障害物に車両Ｖ１０を直進で接近させて、各障害物の高さの検出値、及び算出されたリスク値と、車両Ｖ１０の各障害物までの距離との評価を行った。縁石Ｃｂは、車両Ｖ１０にとって停止が必要な障害物であるため、そのリスク値は、０．８以上１．０以下と想定される。スピードバンプＳｂは、車両Ｖ１０にとって減速が必要な障害物であるため、そのリスク値は、０．２以上０．８以下と想定される。なお、本実験においては、縁石Ｃｂ及びスピードバンプＳｂの検出高さは、それぞれ、図９に示される縁石Ｃｂ及びスピードバンプとそれらの近傍とを含む領域における路面の高さの最高値と、最低値との差で定義される。

本実施の形態に係る障害物マップ作成装置１００の取得部１０による縁石Ｃｂの検出高さと、車両Ｖ１０から縁石Ｃｂまでの距離との関係について、図１２を用いて説明する。図１２は、本実施の形態に係る障害物マップ作成装置１００の取得部１０による縁石Ｃｂの検出高さ、及び、縁石Ｃｂの領域におけるリスク値と、車両Ｖ１０から縁石Ｃｂまでの距離との関係を示すグラフである。図１２において、実線が縁石Ｃｂの高さを示し、破線がリスク値を示す。

図１２に示されるように、本実験では、車両Ｖ１０から縁石Ｃｂまでの距離が４４．０ｍ以下の場合に、リスク値の計算を行うために十分な３次元点群データを取得できた。また、車両Ｖ１０から縁石Ｃｂまでの距離が２８．１ｍ以下の場合に、リスク値が０．８を超過した。車両Ｖ１０が縁石Ｃｂに近づく間、縁石Ｃｂの検出高さは、２０ｃｍ前後で推移しており、妥当な高さが検出されているといえる。

次に、本実施の形態に係る障害物マップ作成装置１００の取得部１０によるスピードバンプＳｂの検出高さと、車両Ｖ１０からスピードバンプＳｂまでの距離との関係について、図１３を用いて説明する。図１３は、本実施の形態に係る障害物マップ作成装置１００の取得部１０によるスピードバンプＳｂの検出高さ、及び、スピードバンプＳｂの領域におけるリスク値と、車両Ｖ１０からスピードバンプＳｂまでの距離との関係を示すグラフである。図１３において、実線がスピードバンプＳｂの高さを示し、破線が、リスク値を示す。

図１３に示されるように、本実験では、車両Ｖ１０からスピードバンプＳｂまでの距離が３８．１ｍ以下の場合に、リスク値の計算を行うために十分な３次元点群データを取得できた。また、車両Ｖ１０からスピードバンプＳｂまでの距離が２６．２ｍ以下の場合にリスク値が０．２を超過した。車両Ｖ１０がスピードバンプＳｂに近づく間、スピードバンプＳｂの検出高さは、３ｃｍ以上６ｃｍ以下で推移しており、妥当な高さが検出されているといえる。

以上のように、縁石Ｃｂ及びスピードバンプＳｂともに検出高さに－１ｃｍ以上、＋７ｃｍ以下の誤差がある。この誤差は、車両Ｖ１０の姿勢角の変動に起因して、障害物マップの水平化が、縁石Ｃｂなどが配置される平面に対して、一時的に適正に行われていないことが原因と考えられる。この程度の誤差は、リスク値の算出に大きく影響しない。

次に、本実施の形態に係る障害物マップ作成装置１００によって作成されたリスク値の分布について、図１４及び図１５を用いて比較例と比較しながら説明する。図１４及び図１５は、それぞれ、比較例の障害物マップ作成装置、及び、本実施の形態に係る障害物マップ作成装置１００によって作成された、リスク値の分布を示すマップである。図１４及び図１５には、路面の各位置におけるリスク値がグレースケールで示されている。なお、図１４及び図１５において、黒で示される位置は、リスク値を算出するために十分な３次元点群データが得られていない位置を表す。

比較例の障害物マップ作成装置は、リスク算出方法において、勾配閾値を確率的障害物検定を用いて補正していない点において、本実施の形態に係る障害物マップ作成装置１００と相違し、その他の点において一致する。

図１４に示されるように、比較例の障害物マップ作成装置によって作成されたリスク値マップにおいては、全体的にリスク値が高く算出されており、縁石Ｃｂなどの障害物が存在する領域だけでなく、障害物が存在しない平坦な路面においてもリスク値が０．２以上と算出される領域が存在する。

一方、本実施の形態に係る障害物マップ作成装置１００によれば、勾配閾値を確率的障害物検定を用いて補正することで、図１５に示されるように、縁石Ｃｂ及びスピードバンプＳｂなどの障害物が存在する領域におけるリスク値を０．２以上と算出でき、かつ、障害物が存在しない平坦な路面におけるリスク値を０．２未満と算出できる。したがって、本実施の形態に係る障害物マップ作成装置１００によって作成されたリスク値マップを用いることで、障害物の誤検出を低減できるため、車両Ｖ１０の減速又は停止の要否を容易かつ適切に判定できる。

次に、縁石Ｃｂの検出を例として、本実施の形態に係る障害物マップ作成装置１００と、従来技術の障害物マップ作成装置とを比較した結果について図１６を用いて説明する。図１６は、本実施の形態及び従来技術に係る各障害物マップ作成装置から縁石Ｃｂまでの距離と、障害物マップにおける縁石Ｃｂを含む領域の縁石占有率との関係を示すグラフである。図１６において、実線及び破線が、それぞれ、本実施の形態、及び従来技術の各障害物マップ作成装置によって検出された関係を示す。なお、図１６に示される縁石占有率は、縁石Ｃｂを含む長さ約８ｍ、幅約０．５ｍの領域における検出された縁石Ｃｂの占有率で定義される。

従来技術の障害物マップ作成装置として、１フレームの３次元点群データのみを用い、障害物マップ作成装置近傍の３次元点群データをクラスタリングすることで、障害物マップを作成する装置を用いる。このような従来技術の障害物マップ作成装置によれば、３次元点群データを蓄積しないため、障害物マップ作成装置からの距離が遠い位置における３次元点群データが少ない。したがって、障害物マップ作成装置からの距離が遠い位置においては、障害物を正確に検出できない。

一方、本実施の形態に係る障害物マップ作成装置１００では、３次元点群データを蓄積することで、障害物マップ作成装置１００からの距離が遠い位置においても、障害物を正確に検出できる。このため、図１６に示されるように、従来技術の障害物マップ作成装置では、障害物マップ作成装置から縁石Ｃｂまでの距離が１６．７ｍである場合に、縁石占有率が最大値０．５４となったのに対して、本実施の形態に係る障害物マップ作成装置１００では、障害物マップ作成装置１００から縁石Ｃｂまでの距離が２５．４ｍである場合に、縁石占有率が０．５４を超えている。

また、各障害物マップ作成装置から縁石Ｃｂまでの距離毎のリスク値のマップを確認した結果、長さ８ｍの縁石Ｃｂを、幅２ｍの車両が通過できない程度の障害物であると検出することができる最長距離は、従来技術の障害物マップ作成装置では、２０．６ｍであったのに対して、本実施の形態に係る障害物マップ作成装置１００では、３５．２ｍであった。このように、本実施の形態に係る障害物マップ作成装置１００では、従来技術の障害物マップ作成装置より遠い位置において、縁石Ｃｂを正確に検出することができる。

また、従来技術の障害物マップ作成装置では、縁石Ｃｂに近づき過ぎると、縁石Ｃｂが、ＬｉＤＡＲの死角に入るため、縁石Ｃｂを検出できなくなる。このため、障害物マップ作成装置から縁石Ｃｂまでの距離が１６．７ｍ未満である場合に、縁石占有率が低下している。これに対して、本実施の形態に係る障害物マップ作成装置１００によれば、３次元点群データを蓄積いるため、縁石Ｃｂに近づくにしたがって縁石占有率が上昇する。

以上のように、本実施の形態に係る障害物マップ作成装置１００によれば、３次元点群データを蓄積することで、障害物の遠方から近傍に至るまで、広い範囲において、障害物を正確に検出できる。

（変形例など）
以上、本発明の一態様に係る障害物マップ作成方法などについて、実施の形態に基づいて説明したが、本発明は、実施の形態に限定されるものではない。本発明の趣旨を逸脱しない限り、当業者が思いつく各種変形を実施の形態に施したものも、本発明の範囲内に含まれてもよい。

例えば、上記実施の形態では、検出部６０は、ＧＮＳＳ／ＩＮＳを用いたが、他のシステムを用いてもよい。例えば、ＩＭＵのみを用いて車両Ｖ１０の位置を検出してもよいし、カメラによって撮影した画像などに基づいて車両Ｖ１０の位置を検出してもよい。

また、上記実施の形態では、リスク値の算出において用いる勾配閾値を、確率的障害物検定を用いて補正したが、勾配閾値を補正しなくてもよい。

また、上記実施の形態では、移動体の一例として車両Ｖ１０を用いる例を示したが、移動体は、車両Ｖ１０に限定されない。道路上を移動し得る物体であればよい。

また、以下に示す形態も、本開示の一つ又は複数の態様の範囲内に含まれてもよい。

（１）上記の障害物マップ作成装置１００に含まれる構成要素の一部は、マイクロプロセッサ、ＲＯＭ、ＲＡＭ、ハードディスクユニット、ディスプレイユニット、キーボード、マウスなどから構成されるコンピュータシステムであってもよい。前記ＲＡＭ又はハードディスクユニットには、コンピュータプログラムが記憶されている。前記マイクロプロセッサが、前記コンピュータプログラムにしたがって動作することにより、その機能を達成する。ここでコンピュータプログラムは、所定の機能を達成するために、コンピュータに対する指令を示す命令コードが複数個組み合わされて構成されたものである。

（２）上記の障害物マップ作成装置１００に含まれる構成要素の一部は、１個のシステムＬＳＩ（Ｌａｒｇｅ Ｓｃａｌｅ Ｉｎｔｅｇｒａｔｉｏｎ：大規模集積回路）から構成されているとしてもよい。システムＬＳＩは、複数の構成部を１個のチップ上に集積して製造された超多機能ＬＳＩであり、具体的には、マイクロプロセッサ、ＲＯＭ、ＲＡＭなどを含んで構成されるコンピュータシステムである。前記ＲＡＭには、コンピュータプログラムが記憶されている。前記マイクロプロセッサが、前記コンピュータプログラムにしたがって動作することにより、システムＬＳＩは、その機能を達成する。

（３）上記の障害物マップ作成装置１００に含まれる構成要素の一部は、各装置に脱着可能なＩＣカード又は単体のモジュールから構成されているとしてもよい。前記ＩＣカード又は前記モジュールは、マイクロプロセッサ、ＲＯＭ、ＲＡＭなどから構成されるコンピュータシステムである。前記ＩＣカード又は前記モジュールは、上記の超多機能ＬＳＩを含むとしてもよい。マイクロプロセッサが、コンピュータプログラムにしたがって動作することにより、前記ＩＣカード又は前記モジュールは、その機能を達成する。このＩＣカード又はこのモジュールは、耐タンパ性を有するとしてもよい。

（４）また、上記の障害物マップ作成装置１００に含まれる構成要素の一部は、前記コンピュータプログラム又は前記デジタル信号をコンピュータで読み取り可能な記録媒体、例えば、フレキシブルディスク、ハードディスク、ＣＤ－ＲＯＭ、ＭＯ、ＤＶＤ、ＤＶＤ－ＲＯＭ、ＤＶＤ－ＲＡＭ、ＢＤ（Ｂｌｕ－ｒａｙ（登録商標） Ｄｉｓｃ）、半導体メモリなどに記録したものとしてもよい。また、これらの記録媒体に記録されている前記デジタル信号であるとしてもよい。

また、上記の障害物マップ作成装置１００に含まれる構成要素の一部は、前記コンピュータプログラム又は前記デジタル信号を、電気通信回線、無線又は有線通信回線、インターネットを代表とするネットワーク、データ放送等を経由して伝送するものとしてもよい。

（５）本開示は、上記に示す障害物マップ作成方法であるとしてもよい。また、上記の障害物マップ作成方法をコンピュータにより実現させるためのコンピュータプログラムであるとしてもよいし、前記コンピュータプログラムからなるデジタル信号であるとしてもよい。さらに、本開示は、そのコンピュータプログラムを記録したＣＤ－ＲＯＭ等である非一時的なコンピュータ読み取り可能な記録媒体として実現してもよい。

（６）また、本開示は、マイクロプロセッサとメモリを備えたコンピュータシステムであって、前記メモリは、上記コンピュータプログラムを記憶しており、前記マイクロプロセッサは、前記コンピュータプログラムにしたがって動作するとしてもよい。

（７）また、前記プログラム又は前記デジタル信号を前記記録媒体に記録して移送することにより、又は前記プログラム又は前記デジタル信号を、前記ネットワーク等を経由して移送することにより、独立した他のコンピュータシステムにより実施するとしてもよい。

（８）上記実施の形態及び上記変形例をそれぞれ組み合わせるとしてもよい。

本発明の一態様に係る障害物マップ作成方法及び障害物マップ作成装置１００は、例えば、自動運転のために車両などに適用することができる。

１０ 取得部
２０ 棄却部
３０ 蓄積部
４０ 勾配算出部
５０ リスク算出部
６０ 検出部
７０ 記憶部
１００ 障害物マップ作成装置
Ｃｂ 縁石
Ｃｍ マップ中心
Ｃｔ 注目セル
Ｓｂ スピードバンプ
Ｖ１０ 車両

Claims (12)

1. 移動体が走行している道路における障害物の位置情報を含む障害物マップを作成する障害物マップ作成方法であって、
   前記道路の路面の水平方向位置と高さとの関係を示す高さ情報であって、前記障害物マップを作成するための高さ情報を取得する取得ステップと、
   前記高さ情報のうち、前記路面に配置される前記移動体以外の移動物体に係る水平方向位置と高さとの関係を示す移動物体情報を棄却する棄却ステップとを含む
   障害物マップ作成方法。
2. 前記取得ステップにおいて、互いに異なるタイミングで取得された複数の前記高さ情報を蓄積する蓄積ステップをさらに含む
   請求項１に記載の障害物マップ作成方法。
3. 前記棄却ステップにおいて、蓄積された複数の前記高さ情報から算出される高さの分散値を用いて前記移動物体情報を棄却する
   請求項２に記載の障害物マップ作成方法。
4. 前記高さ情報に基づいて前記路面の勾配値を算出する勾配算出ステップをさらに含む
   請求項１～３のいずれか１項に記載の障害物マップ作成方法。
5. 前記勾配算出ステップにおいて、１次微分フィルタを用いる
   請求項４に記載の障害物マップ作成方法。
6. 前記勾配値に基づいて、水平方向位置における前記移動体の減速又は停止の必要性を示すリスク値を算出するリスク算出ステップをさらに含む
   請求項４に記載の障害物マップ作成方法。
7. 前記リスク算出ステップにおいて、前記勾配値の閾値に基づいて前記リスク値を算出する
   請求項６に記載の障害物マップ作成方法。
8. 前記リスク算出ステップにおいて、前記高さ情報の分散値が大きくなるにしたがって前記リスク値を低減する
   請求項６に記載の障害物マップ作成方法。
9. 前記勾配算出ステップにおいて、前記勾配値として、前記移動体が位置する前記道路の路面の勾配に対する相対的勾配値を算出する
   請求項４に記載の障害物マップ作成方法。
10. 前記勾配算出ステップにおいて、水平方向位置に対する前記高さ情報の変化の一部を平滑化する
    請求項４に記載の障害物マップ作成方法。
11. 請求項１に記載の障害物マップ作成方法をコンピュータに実行させるための
    プログラム。
12. 移動体が走行している道路における障害物の位置情報を含む障害物マップを作成する障害物マップ作成装置であって、
    前記道路の路面の水平方向位置と高さとの関係を示す高さ情報であって、前記障害物マップを作成するための高さ情報を取得する取得部と、
    前記高さ情報のうち、前記路面に配置される前記移動体以外の移動物体に係る水平方向位置と高さとの関係を示す移動物体情報を棄却する棄却部とを備える
    障害物マップ作成装置。

Images