JP3290134B2 - マップマッチング方法 - Google Patents

Description

【発明の詳細な説明】

【０００１】

【発明の属する技術分野】本発明はカーナビゲーション
装置に利用できるマップマッチング方法に関する。

【０００２】

【従来の技術】従来のカーナビゲーション装置のブロッ
ク図を図１３に示す。従来のカーナビゲーション装置で
は、ＧＰＳ部１において複数例えば４個のＧＰＳ衛星か
らの電波を同時に受信し、車両の測位データを得てい
る。ＧＰＳ部１ではＧＰＳ受信機を備えて、ＧＰＳ受信
機において受信したデータから車両の絶対位置を得るも
のであり、この測位データには車両の位置情報の他に車
両の進行方向情報、仰角情報が含まれている。

【０００３】自律測位部２は自律型のセンサを有し、自
律型のセンサからの出力データから車両の移動距離、移
動方位を算出する。自律型のセンサとしては、車輪の回
転数に応じた信号を検出する車輪側センサ、車両の加速
度を検出する加速度センサ、車両の角速度を検出するジ
ャイロセンサなどがあり、例えば、車両のピッチ動作方
向における姿勢角度（ピッチ角とも記す）を検出するた
めの自律型のセンサが設けられており、自律測位部２か
ら出力される測位データには車両のピッチ角が含まれて
いる。このカーナビゲーション装置では、ＧＰＳ部１お
よび自律測位部２によって測位手段を構成しており、い
ずれか一方、または両方の測位データを使用する。

【０００４】地図記憶部３は３次元道路情報を有するデ
ジタル地図データが記憶されており、記憶媒体としては
例えばＣＤ−ＲＯＭが使用される。地図データはデータ
量が大きいと読み込み時間を要するため、複数のブロッ
クに分割されて記憶されている。また、道路情報とは、
交差点や屈曲点などの主要な地点（ノードとも記す）を
示す情報を有したものであり、ノード情報はその地点に
おける座標データなどを備え、道路は各ノードを結ぶ直
線（リンクとも記す）として近似される。このカーナビ
ゲーション装置では３次元道路情報とは、ノード情報が
３次元の座標データを備えていることを意味している。

【０００５】測位制御部４はＧＰＳ部１または自律測位
部２から得られた車両の位置情報に基づいて、地図記憶
部３から車両の位置が該当する所定の領域の地図データ
を読み出す。表示部５は測位制御部４により読み出され
た地図データを表示する表示部であって、例えば液晶表
示部など備えている。

【０００６】マップマッチング部６Ａは車両の測位デー
タおよび地図データの３次元道路情報を基に、車両の位
置を道路上に補正するマップマッチング部である。

【０００７】マップマッチング部６Ａには読み出された
地図データの所定の範囲内における道路を選択する道路
選択部７と、車両の位置と選択された道路との最短距離
を求め、その整合性（距離整合性とも記す）を判断する
距離整合性判断部８と、車両の進行方位と選択された道
路のリンク方向とを比較し、その整合性（方向整合性と
も記す）を判断する方向整合性判断部９と、車両の姿勢
角と道路勾配とを比較し、その整合性（角度整合性とも
記す）を判断する角度整合性判断部１０と、距離整合性
判断部８、方向整合性判断部９および角度整合性判断部
１０による整合性が取れたと判断された道路を一時的に
記憶しておく道路記憶部１１と、道路記憶部１１に記憶
された道路の中から、補正の対象となる道路を決定する
道路決定部１２と、求めた車両の位置を道路決定部１２
において決定された道路上に補正する補正部１３とを備
えている。

【０００８】なお、角度整合性判断部１０における姿勢
角とは、水平面に対する車両のピッチ動作方向における
傾きであり、ＧＰＳ部１から得られる仰角情報、または
自律測位部２から得られるピッチ角情報によって表わす
事が出来る。

【０００９】上記した従来におけるカーナビゲーション
装置におけるマップマッチングの作用を図１４に示すフ
ローチャートによって説明する。マップマッチング部６
Ａは、車両の測位データおよび３次元道路情報を得ると
（ステップＳ１）、道路選択部７によって３次元道路道
路情報の示す道路を読み出し、該道路を後記の整合性判
断のために選択する（ステップＳ２）。この際、道路の
選択範囲としては、複数のブロックに分割された地図デ
ータのうち、測位した車両の位置が存在する１ブロック
内の道路すべてを選択する。

【００１０】ステップＳ２において読み出された道路の
各々は、整合性のチェックが終了しているか否かがチェ
ックされ（ステップＳ３）、未だ整合性のチェックが終
了していない道路があれば、その道路について整合性の
チェックを行う（ステップＳ４）。

【００１１】次に整合性の判断について説明する。ステ
ップＳ４において、距離整合性判断部８についてのチェ
ックが行われる。距離整合性判断部８は、車両の位置道
路との最短距離を求め、その距離が閾値以下、例えば９
０ｍ以内ならば距離整合性については条件を満たしてい
ると判断し、続いて、方向整合性判断部９により方向整
合性のチェックを行う（ステップＳ５）。方向整合性判
断部９は、車両の進行方向と道路のリンク方向との角度
差が閾値以下、例えば３０度以内ならば方向整合性につ
いては、条件を満たしていると判断し、続いて、角度整
合性判断部１０により角度整合性のチェックを行う（ス
テップＳ６）。

【００１２】角度整合性判断部１０は、３次元道路情報
からチェックする道路の傾斜状態、つまりその道路の車
両の進行方向における勾配を求める。この勾配と車両の
姿勢角との差が閾値以下、例えば±５度以内であれば、
角度整合性については条件を満たしていると判断する。
ここで、車両の姿勢角は、平坦な道路に対して登りを
（＋）、逆に下りを（−）の傾きで表している。

【００１３】ステップＳ４、ステップＳ５、ステップＳ
６の各整合性チェックによって整合性ありと判別された
道路は、車両が存在する可能性のある道路とみなされ、
道路記憶部１１に記憶した後（ステップＳ７）、ステッ
プＳ３から実行される。ステップＳ３において、道路選
択部７が選択した車両の位置が存在する地図データの〃
1〃ブロック内全ての道路について、整合性のチェック
を終えたことを判断すると、道路決定部１２は、道路記
憶部１１に記憶されている道路の中から、車両の位置と
道路との距離が最短となる道路を考慮して、補正の対象
となる道路を一つ決定する（ステップＳ８）。

【００１４】ステップＳ８において、補正対象となる道
路が決定すれば、位置補正部１３により、車両の位置を
その道路上の座標に補正する（ステップＳ９）。このと
き、道路上のどの位置に車両位置を補正するのかについ
ては、車両の位置と道路との距離が最短となる位置、つ
まり車両から道路に対して垂線を引いた位置に補正する
ことなどが行われる。補正された車両の位置情報は表示
部５に対して出力される（ステップＳ１０）。

【００１５】なお、３次元道路情報は、例えば道路のリ
ンク方向を用いる場合など、各ノード情報からその都度
リンク方向を算出しても良いし、予めノード間に対応し
たリンク方向を記憶テーブルとして備えているものであ
ってもよい。

【００１６】上記のような従来のマップマッチング方法
では、地図データに含まれる道路の中から補正対象とな
る道路を決定する際に、車両の位置と道路との距離、車
両の進行方位と道路のリンク方向との比較に加えて、車
両の姿勢角と道路勾配とを比較することによって補正の
対象となる道路を決定するので、高さ方向に併走する道
路が存在する場合であっても、道路の勾配の違いを判断
することによって、実際の走行道路に対応した地図デー
タの道路上にマップマッチング処理を確実に行うことが
出来る。

【００１７】また、ステップＳ６におけるチェックを行
う角度整合性判断部１０のかわりに、高度整合性判断部
により高度整合性のチェックに置き換えることも可能で
ある。ここでは、チェックする道路の標高を３次元道路
情報から読み出し、その道路標高と測位データの示す高
度とを比較し、その差が閾値以下、例えば３０ｍ以内で
あれば高度整合性の条件を満たしているものと判断する
ものである。この場合、ＧＰＳ部１からの高度情報を用
いたり、高度計などを装備して実現することも可能であ
る。

【００１８】

【発明が解決しようとする課題】しかしながら、上記し
た従来のマップマッチング方法では、測位データおよび
地図データからの３次元情報は候補道路の選択にのみ用
いているが、具体的な位置決め（マッチング）の要素と
しては利用していないという問題点があった。

【００１９】本発明は測位データおよび地図データから
の３次元情報を候補道路の選択のみならず位置決めにも
利用するようにしたマップマッチング方法を提供するこ
とを目的とする。

【００２０】

【課題を解決するための手段】本発明にかかる請求項１
記載のマップマッチング方法は、同時刻における自車走
行軌跡パターンと道路パターンとの水平方向パターン類
似度を算出し、前記同時刻における自車走行軌跡パター
ンと道路パターンとの垂直方向パターン類似度を算出
し、水平方向パターン類似度と垂直方向パターン類似度
にそれぞれ道路の状態に基づいて設定した重みを乗じた
重み付き水平方向パターン類似度および重み付き垂直方
向パターン類似度を算出し、重み付き水平方法パターン
類似度および重み付き垂直方向パターン類似度に基づい
てマップマッチングを行うことを特徴とする。

【００２１】同時刻における自車走行軌跡パターンと道
路パターンとの水平方向パターン類似度および前記同時
刻における自車走行軌跡パターンと道路パターンとの垂
直方向パターン類似度が算出され、算出された水平方向
パターン類似度と垂直方向パターン類似度にそれぞれ道
路の状態に基づいて設定した重み付けがされた水平方向
パターン類似度および重み付き垂直方向パターン類似度
が算出され、重み付き水平方法パターン類似度および重
み付き垂直方向パターン類似度に基づいてマップマッチ
ングがなされて、３次元情報が候補道路の選択のみなら
ず位置決めにも利用されることになる。

【００２２】本発明にかかる請求項２記載のマップマッ
チング方法は、請求項１記載のマップマッチング方法に
おいて、同時刻における水平方向自車走行軌跡パターン
上と水平方向道路パターン上のそれぞれにＮ（Ｎは自然
数）個のサンプリング点を設定し、水平方向自車走行軌
跡パターン上の各サンプリング点における旋回角を予め
定めた基準となるベクトルから累積して累積角を求め、
Ｎ個のサンプリング点における累積角を水平方向自車走
行軌跡パターン特徴とし、水平方向道路パターン上の各
サンプリング点における旋回角を前記基準となるベクト
ルから累積して累積角を求め、Ｎ個のサンプリング点に
おける累積角を水平方向道路パターン特徴とし、水平方
向自車走行軌跡パターン特徴と水平方向道路パターン特
徴に基づいて水平方向パターン類似度を求めることを特
徴とする。

【００２３】本発明にかかる請求項２記載のマップマッ
チング方法によれば、水平方向自車走行軌跡パターン上
の各サンプリング点における旋回角を予め定めた基準と
なるベクトルから累積した累積角を求め、Ｎ個のサンプ
リング点における累積角を水平方向自車走行軌跡パター
ン特徴とし、同様に水平方向道路パターン上の各サンプ
リング点における旋回角を前記基準となるベクトルから
累積して累積角を求めて、Ｎ個のサンプリング点におけ
る累積角を水平方向道路パターン特徴として、両パター
ン特徴に基づいて水平方向パターン類似度が求められる
ため、時刻（ｔ）の次の時刻もしくは以前の時刻におけ
る水平方向自車走行軌跡パターン特徴および水平方向道
路パターン特徴は、時刻（ｔ）における水平方向自車走
行軌跡パターン特徴および水平方向道路パターン特徴を
記憶しておくことによって、加算とシフトによってに求
めることができて、コンピュータからなる演算処理装置
による類似度演算のための演算処理負荷は低減され、か
つ高精度な類似度が算出できることになる。

【００２４】本発明にかかる請求項３記載のマップマッ
チング方法は、請求項１記載のマップマッチング方法に
おいて、同時刻における仰角方向自車走行軌跡パターン
上と仰角方向道路パターン上のそれぞれにＮ（Ｎは自然
数）個のサンプリング点を設定し、仰角方向自車走行軌
跡パターン上の各サンプリング点における仰角を予め定
めた基準となるベクトルから累積して累積仰角を求め、
Ｎ個のサンプリング点における累積仰角を垂直方向自車
走行軌跡パターン特徴とし、仰角方向道路パターン上の
各サンプリング点における仰角を前記基準となるベクト
ルから累積して累積仰角を求め、Ｎ個のサンプリング点
における累積仰角を垂直方向道路パターン特徴とし、垂
直方向自車走行軌跡パターン特徴と垂直方向道路パター
ン特徴に基づいて垂直方向パターン類似度を求めること
を特徴とする。

【００２５】本発明にかかる請求項３記載のマップマッ
チング方法によれば、請求項２記載のマップマッチング
方法の場合と同様に、時刻（ｔ）の次の時刻もしくは以
前の時刻における仰角方向自車走行軌跡パターン特徴お
よび仰角方向道路パターン特徴は、時刻（ｔ）における
仰角方向自車走行軌跡パターン特徴および仰角方向道路
パターン特徴を記憶しておくことによって、加算とシフ
トによってに求めることができて、コンピュータからな
る演算処理装置による類似度演算のための演算処理負荷
は低減され、かつ高精度な類似度が算出できることにな
る。

【００２６】

【発明の実施の形態】以下、本発明にかかるマップマッ
チング法を実施の一形態によって説明する。

【００２７】図１は本発明の実施の一形態にかかるマッ
プマッチング法を用いたカーナビゲーション装置の構成
を示すブロック図であり、図２は本発明の実施の一形態
にかかるマップマッチング法の説明に供するフローチャ
ートである。

【００２８】図１に示した本発明の実施の一形態にかか
るマップマッチング法を用いたカーナビゲーション装置
において、図１３に示した従来のマップマッチング法を
用いたカーナビゲーション装置と同一の構成要素には同
一の符号を付して、重複を避けるため、同一の構成要素
の説明は省略する。本発明の実施の一形態にかかるマッ
プマッチング法を用いたカーナビゲーション装置は、道
路決定部１２において判定対象となるパターン類似度
で、道路および自車軌跡の角度整合性を考慮しているた
め、図１３に示した従来のマップマッチング法を用いた
カーナビゲーション装置における角度整合性判断部１０
が不要になる。

【００２９】したがって、本発明の実施の一形態にかか
るマップマッチング法を用いたカーナビゲーション装置
においては、その作用を示した図２のフローチャートの
ように、図１４に示した従来のマップマッチング法のフ
ローチャートにおけるステップＳ６が不要となる。その
他のステップについては図１４の場合とほぼ同様である
が相違について説明する。

【００３０】ステップＳ１において、マップマッチング
部は、車両の測位データおよび３次元道路情報を受け取
ると、後記のパターンマッチングのための前処理とし
て、測位データより適切にサンプリングした軌跡データ
を作成する。例えば、最小旋回半径が５ｍの車両とした
場合、車両の2次元方向の方位が完全に９０度方向変換
するためには、約７．８ｍ走行する必要があるため、サ
ンプリング間隔を１０ｍにする。

【００３１】ステップＳ２〜Ｓ７の処理はマップマッチ
ング対象となる道路データの作成に他ならない。したが
って、ステップＳ１で作成した軌跡データに対応する道
路データをこれらのステップ内のいづれかで作成する。
対応する点を道路上に決定する方法として最も簡単なも
のは、例えば対象となる道路に対して垂線を下しその交
点を、道路データを構成するポイントとすることができ
る。

【００３２】ステップＳ８では、以下に説明するような
パターン類似度Ｓｉｍを用いて、走行道路を判別する。
パターン類似度は、水平方向（車両の旋回方向）に対す
るパターン類似度Ｓθおよび垂直方向（車両の姿勢）に
対するパターン類似度Ｓφを重みづけした加算により算
出される。具体的な算出方法について、以下に説明す
る。

【００３３】先ず、旋回角に基づくパターン特徴につい
て説明する。

【００３４】車両の旋回角θを図３に示す。なお、右旋
回をプラス、左旋回をマイナスとする。特徴数（または
サンプリング数）をＮとすると、時刻ｔにおけるパター
ン特徴Ｓθは旋回角θを用いて表わされる。軌跡パター
ン・道路パターンの形状を基に算出される旋回角を、基
準となるベクトルから累積したものをパターン特徴とし
て類似度算出に用いる。

【００３５】詳細には、時刻（ｔ）における自車走行軌
跡パターン上と道路パターン上のそれぞれにＮ（Ｎは自
然数）個のサンプリング点を設定し、自車走行軌跡パタ
ーン上の各サンプリング点における旋回角を予め定めた
基準となるベクトルから累積して累積角を求め、Ｎ個の
サンプリング点における累積角を自車走行軌跡パターン
特徴とし、道路パターン上の各のサンプリング点におけ
る旋回角を前記基準となるベクトルから累積して累積角
を求め、Ｎ個のサンプリング点における累積角を道路パ
ターン特徴とし、自車走行軌跡パターン特徴と道路パタ
ーン特徴に基づいて自車走行軌跡パターンと道路パター
ンの類似度を求める。

【００３６】自車走行軌跡パターン特徴の算出について
も道路パターン特徴の算出についても同様であるため、
前者について説明する。先ず、車両の旋回角θを図３に
示す。図３において、現在（ｔ）の自車位置をＰｉ（ｘ
ｉ，ｙｉ）、直前時点（ｔ−１）における自車位置をＰ
ｉ−１（ｘｉ−１，ｙｉ−１）、進行方向次の時点（ｔ
＋１）における自車位置をＰｉ＋１（ｘｉ＋１，ｙｉ＋
１）で示し、θｉは現在の自車位置から進行方向次の自
車位置への旋回角を示している。

【００３７】ここで、特徴数（またはサンプリング数）
をＮとすると、時刻ｔにおけるパターン特徴（Ｓθ）は
図４に示すように旋回角θを用いて下記の式（１）のよ
うに表わされる。図４は軌跡パターンと旋回角とを示
し、太いベクトルは基準ベクトルを示している。図５
（ａ）は旋回角を示し、図５（ｂ）は累積角を示し、累
積角がパターン特徴を形成している。

【００３８】

【数１】

【００３９】したがって、パターン特徴Ｓθ（ｔ）の一
般形は次の式（２）のように表わされる（但し ０ ≦
ｊ ≦（Ｎ−１））。

【００４０】

【数２】

【００４１】パターン特徴Ｓθ（ｔ＋１）はパターン特
徴Ｓθ（ｔ）を用いて下記の式（３）に示すように表わ
すことができる。

【００４２】

【数３】

【００４３】つまり、パターン特徴Ｓθの更新は、単純
に加減算とシフト演算により実現される。

【００４４】上記と同様にパターン特徴Ｓθ（ｔ−１）
はパターン特徴Ｓθ（ｔ）を用いて下記の式（４）に示
すように表わされる。

【００４５】

【数４】

【００４６】これは図６の説明図に示すとおり、時刻
（ｔ＋１）におけるパターン特徴Ｓθ（ｔ＋１）は、時
刻（ｔ＋１）より以前の時刻ｔでのθ（ｔ）ｂｉａｓと
パターン特徴Ｓθ（ｔ）とを保持しておけば、単純に加
算とシフト演算により再帰的に復元することが可能とな
る。パターン特徴Ｓθの更新処理のフローチャートを図
７〜図１０に示す。

【００４７】時刻（ｔ）でのパターン特徴Ｓθ（ｔ）を
用いて時刻（ｔ＋１）におけるパターン特徴Ｓθ（ｔ＋
１）を算出する図７に示すフォワードプロセスの場合
は、時刻（ｔ＋１）におけるθ（ｔ＋１）ｎｅｗとθ
（ｔ＋１）ｂｉａｓとを読み込み（ステップＳ１１）、
時刻（ｔ＋１）におけるｉ＝０、１、２、…、（Ｎ−
２）までのパターン特徴Ｓθ（ｔ＋１）（ｉ）を、Ｓθ
（ｔ＋１）（ｉ）＝Ｓθ（ｔ）（ｉ＋１）−θ（ｔ＋
１）ｂｉａｓに示すように、時刻（ｔ）におけるパター
ン特徴Ｓθ（ｔ）とステップＳ１１で得られるθ（ｔ＋
１）ｂｉａｓを用いて算出する（ステップＳ１２）。

【００４８】ステップＳ１２に続いて、時刻（ｔ＋１）
におけるｉ＝（Ｎ−１）のパターン特徴Ｓθ（ｔ＋１）
（Ｎ−１）を、Ｓθ（ｔ）（Ｎ−１）＝Ｓθ（ｔ）（Ｎ
−２）＋θ（ｔ＋１）ｎｅｗに示すように、時刻（ｔ）
におけるパターン特徴Ｓθ（ｔ）（Ｎ−２）とステップ
Ｓ１１で得られるθ（ｔ＋１）ｎｅｗを用いて算出する
（ステップＳ１３）。

【００４９】時刻（ｔ）でのパターン特徴Ｓθ（ｔ）を
用いて時刻（ｔ−１）におけるパターン特徴Ｓθ（ｔ−
１）を算出する図８に示すバックワードプロセスの場合
は、時刻（ｔ）におけるθ（ｔ）ｂｉａｓとを読み込み
（ステップＳ２１）、時刻（ｔ−１）におけるパターン
特徴Ｓθ（ｔ−１）（０）を、Ｓθ（ｔ−１）（０）＝
θ（ｔ）ｂｉａｓにて求める（ステップＳ２２）。

【００５０】ステップＳ２２に続いて、時刻（ｔ−１）
におけるｉ＝０、１、２、…、（Ｎ−１）までのパター
ン特徴Ｓθ（ｔ−１）（ｉ）を、Ｓθ（ｔ−１）（ｉ）
＝Ｓθ（ｔ）（ｉ−１）＋θ（ｔ）ｂｉａｓに示すよう
に、時刻（ｔ）におけるパターン特徴Ｓθ（ｔ）（ｉ−
１）とステップＳ２１で得られるθ（ｔ）ｂｉａｓを用
いて算出する（ステップＳ２３）。

【００５１】データ更新ルーチンは図９に示すように、
新しいポイントを得て、これより旋回角θを算出する
（ステップＳ３１）。次いで、θｎｅｗ＝θ、θｂｉａ
ｓ＝Ｓθ（０）により、θｎｅｗ、θｂｉａｓを最新の
ものとしてメモリに記憶する（ステップＳ３２）。次に
フォワードプロセスを実行して最新のパターン特徴Ｓθ
（・）を算出する（ステップＳ３３）。ステップＳ３３
にて算出したパターン特徴Ｓθ（・）を、最新のパター
ン特徴Ｓθ（・）として更新記憶する（ステップＳ３
４）。このようにしてパターン特徴Ｓθ（・）を最新の
パターン特徴Ｓθ（・）に更新する。

【００５２】時刻Ｔでのパターン特徴Ｓθの算出ルーチ
ンについて、図１０により説明する。時刻Ｔでのパター
ン特徴Ｓθの算出ルーチンの処理は、時刻Ｔ´を求めて
（ステップＳ４１）、任意の時刻におけるパターン特徴
Ｓθ（ｔ）（ｉ＝０１、２、…、Ｎ−１）をメモリから
得る。テンポラリデータが空の場合は、最新のパターン
特徴Ｓθ（ｔ）をコピーしてテンポラリデータとする
（ステップＳ４２）。

【００５３】ステップＳ４２に続いてＴ＝Ｔ´か否かを
チェックし（ステップＳ４３）、ステップＳ４３におい
てＴ＝Ｔ´と判別されたときは終了する。ステップＳ４
３において、Ｔ＝Ｔ´でないと判別されたときはＴ＜Ｔ
´か否かをチェックし（ステップＳ４４）、ステップＳ
４４においてＴ＜Ｔ´と判別されたときはフォワードプ
ロセスを実行し（ステップＳ４５）、次いでＴ＝（Ｔ＋
１）を実行してステップＳ４３から繰り返す（ステップ
Ｓ４６）。

【００５４】ステップＳ４４においてＴ＜Ｔ´でないと
判別されたときはバックワードプロセスを実行し（ステ
ップＳ４７）、次いでＴ＝（Ｔ−１）を実行してステッ
プＳ４３から繰り返す（ステップＳ４８）。これらの処
理によって時刻Ｔでのパターン特徴Ｓθの算出を行う。

【００５５】次に、仰角に基づくパターン特徴について
説明する。仰角に基づくパターン特徴算出方法は旋回角
の場合と同様にして求める。

【００５６】車両の仰角φを図１１（ａ）および（ｂ）
に示す。なお、登り勾配をプラス、下り勾配をマイナス
とする。特徴数（またはサンプリング数）をＮとする
と、時刻ｔにおけるパターン特徴Ｓφは仰角φを用いて
次の式（５）のように表わされる。Ｓφは累積仰角でも
ある。

【００５７】

【数５】

【００５８】したがって、パターン特徴Ｓφの一般形は
次の式（６）のように表わされる（但し０≦j≦(Ｎ−
１)）。

【００５９】

【数６】

【００６０】パターン特徴Ｓφ（ｔ＋１）はパターン特
徴Ｓφ（ｔ）を用いて次の式（７）のように表わすこと
ができる。

【００６１】

【数７】

【００６２】つまり、パターン特徴Ｓφの更新は、単純
に加減算により実現される。

【００６３】上記と同様にパターン特徴Ｓφ（ｔ−１）
はパターン特徴Ｓφ（ｔ）を用いて次の式（８）のよう
に表わすことができる。

【００６４】

【数８】

【００６５】これは、旋回角のパターン特徴と同様に、
時刻ｔ以前のパターン特徴Ｓφは、その時刻でのφｂｉ
ａｓを保持しておけば、単純に加算により再帰的に復元
することが可能となる。

【００６６】次にパターン類似度算出方法について説明
する。

【００６７】パターン類似度としての水平方向の相関値
Ｓｉｍθは平均２乗誤差計算により、Ｓθを用いて次の
式（９）のように算出される。式（９）においてＳθｌ
ｏｃｕｓは軌跡パターンの水平方向に対するパターン特
徴を示し、Ｓθｒｏａｄは道路パターンの水平方向に対
するパターン特徴を示している。

【００６８】

【数９】

【００６９】パターン類似度としての垂直方向の相関値
Ｓｉｍφも同様にして、次の式（１０）ように算出され
る。式（１０）においてＳβφｌｏｃｕｓは軌跡パター
ンの垂直方向に対するパターン特徴を示し、Ｓφｒｏａ
ｄは道路パターンの垂直方向に対するパターン特徴を示
している。

【００７０】

【数１０】

【００７１】全体の判別を行うのに用いる相関値（パタ
ーン類似度）Ｓｉｍは、水平・垂直方向に対するパター
ン類似度に重みω、（１−ω）を掛けて加算したものを
用いる。また、軌跡によっては、前もしくは後ろにずら
した形でマッチングする方が望ましいケースがある。し
たがって、マッチングにおけるマッチング・シフト補正
を考慮したパターン類似度Ｓｉｍは次の式（１１）のよ
うに算出される。

【００７２】

【数１１】

【００７３】上式で算出される相関値Ｓｉｍを用いて判
別を行う。判別方法の例を挙げると、ある一定の閾値以
下のものを走行道路選択候補とし、複数ある場合には一
番値のよいものを選択することができる。なお、重みω
をそれぞれのパターン特徴ごとに別々に設定することも
可能である。また、重みωを可変、例えば、山岳道路走
行時には重みωを大きくし、市街地走行時には重みωを
小さくすることも可能である。なお、こういった山岳道
路走行および市街地走行等の判別は、ステップＳ１およ
びステップＳ２で行うのが望ましい。

【００７４】次に補正方法例について説明する。位置補
正は、最小値Ｓｉｍを与える道路ポイントと軌跡ポイン
トの組み合わせが判るので、対応する道路ポイントへ軌
跡ポイントを合わせこむことにより行うことが出来る。
また、方位補正は、道路パターンと軌跡パターンの基準
ベクトルからの旋回角を累積した角度差分だけ、前記の
ポイント（道路ポイントに合わせ込んだ軌跡ポイント）
を中心に回転することにより実行される。

【００７５】上記の本方法を用いた場合、図１２（ａ）
および（ｂ）に示すように、水平方向でのパターン間の
違いがあまりないような場合（この場合、狭角分岐であ
って、Ｙ字路のようにマップマッチングでの判断が困難
な道路の場合である）にも、正しい判別および、より正
確な補正を行うことができる。この例では、水平方向
（２次元）のパターン特徴のみ（図１２（ｂ））だけで
は、判別および補正が困難とされるが、垂直方向を加え
て（３次元）考慮することにより、２次元情報だけでは
得られなかった判別および補正を行うことが可能とな
る。山岳道路など、激しい道路の起伏と旋回がともなう
道路に対して有効である。

【００７６】図１２（ｃ）は補正前の自車軌跡を示し、
図１２（ｄ）は補正後の自車軌跡を示し○と×の重畳記
号は仰角変化なしを示し、△と×の重畳記号は登り方向
に仰角変化していることを示し、□と×の重畳記号は下
り方向に仰角変化していることを示している。

【００７７】上記した本発明の実施の一形態にかかるマ
ップマッチング方法では、垂直方向におけるパターン特
徴算出方法はひとつ前の姿勢角（道路の場合は勾配）に
対する変位分を累積したものを基準ベクトルから加算し
たものとしたが、その代わりに高度情報を用いる事も可
能である。すなわち、ひとつ前の高度からの変位分を基
準となる高度から累積したものをパターン特徴とするの
である。このようにした場合も、上記した本発明の実施
の一形態にかかるマップマッチング方法と同様の効果が
得られる。

【００７８】

【発明の効果】以上説明したように本発明にかかるマッ
プマッチング方法によれば、測位および地図データから
の３次元情報を候補道路の選択のみならず、位置決めに
も利用できかつ、比較的単純な演算により具体的な補正
に用いることができるという効果がある。

【図面の簡単な説明】

【図１】本発明の実施の一形態にかかるマップマッチン
グ方法を用いたカーナビゲーション装置の構成を示すブ
ロック図である。

【図２】図１に示したカーナビゲーション装置の作用の
説明に供するフローチャートである。

【図３】本発明の実施の一形態にかかるマップマッチン
グ方法の説明に供する旋回角の模式図である。

【図４】本発明の実施の一形態にかかるマップマッチン
グ方法の説明に供する軌跡パターンと旋回角の模式図で
ある。

【図５】本発明の実施の一形態にかかるマップマッチン
グ方法の説明に供する旋回角と累積角の模式図である。

【図６】本発明の実施の一形態にかかるマップマッチン
グ方法におけるパターン特徴の算出方法の説明に供する
模式図である。

【図７】本発明の実施の一形態にかかるマップマッチン
グ方法におけるパターン特徴のフォワードプロセスの説
明に供するフローチャートである。

【図８】本発明の実施の一形態にかかるマップマッチン
グ方法におけるパターン特徴のバックワードプロセスの
説明に供するフローチャートである。

【図９】本発明の実施の一形態にかかるマップマッチン
グ方法におけるパターン特徴の更新方法の説明に供する
フローチャートである。

【図１０】本発明の実施の一形態にかかるマップマッチ
ング方法におけるパターン特徴の時刻Ｔでの算出方法の
説明に供するフローチャートである。

【図１１】本発明の実施の一形態にかかるマップマッチ
ング方法の説明に供する仰角および旋回角の模式図であ
る。

【図１２】本発明の実施の一形態にかかるマップマッチ
ング方法の説明に供する模式図である。

【図１３】従来のマップマッチング方法を用いたカーナ
ビゲーション装置の構成を示すブロック図である。

【図１４】図１３に示したカーナビゲーション装置の作
用の説明に供するフローチャートである。

【符号の説明】

θ 旋回角 Ｓθ 累積角 Ｓθ（ｔ）（ｉ） パターン特徴 φ 仰角 Ｓφ 累積仰角 Ｓφ（ｔ）（ｉ） パターン特徴

───────────────────────────────────────────────────── フロントページの続き (58)調査した分野(Int.Cl.⁷，ＤＢ名) G01C 21/00 - 21/36 G08G 1/09 - 1/137 G09B 29/00 - 29/10

Claims (3)

(57)【特許請求の範囲】
1. 【請求項１】同時刻における自車走行軌跡パターンと道
   路パターンとの水平方向パターン類似度を算出し、 前記同時刻における自車走行軌跡パターンと道路パター
   ンとの垂直方向パターン類似度を算出し、 水平方向パターン類似度と垂直方向パターン類似度にそ
   れぞれ道路の状態に基づいて設定した重みを乗じた重み
   付き水平方向パターン類似度および重み付き垂直方向パ
   ターン類似度を算出し、 重み付き水平方法パターン類似度および重み付き垂直方
   向パターン類似度に基づいてマップマッチングを行うこ
   とを特徴とするマップマッチング方法。
2. 【請求項２】請求項１記載のマップマッチング方法にお
   いて、 同時刻における水平方向自車走行軌跡パターン上と水平
   方向道路パターン上のそれぞれにＮ（Ｎは自然数）個の
   サンプリング点を設定し、 水平方向自車走行軌跡パターン上の各サンプリング点に
   おける旋回角を予め定めた基準となるベクトルから累積
   して累積角を求め、Ｎ個のサンプリング点における累積
   角を水平方向自車走行軌跡パターン特徴とし、 水平方向道路パターン上の各サンプリング点における旋
   回角を前記基準となるベクトルから累積して累積角を求
   め、Ｎ個のサンプリング点における累積角を水平方向道
   路パターン特徴とし、 水平方向自車走行軌跡パターン特徴と水平方向道路パタ
   ーン特徴に基づいて水平方向パターン類似度を求めるこ
   とを特徴とするマップマッチング方法。
3. 【請求項３】請求項１記載のマップマッチング方法にお
   いて、 同時刻における仰角方向自車走行軌跡パターン上と仰角
   方向道路パターン上のそれぞれにＮ（Ｎは自然数）個の
   サンプリング点を設定し、 仰角方向自車走行軌跡パターン上の各サンプリング点に
   おける仰角を予め定めた基準となるベクトルから累積し
   て累積仰角を求め、Ｎ個のサンプリング点における累積
   仰角を垂直方向自車走行軌跡パターン特徴とし、 仰角方向道路パターン上の各サンプリング点における仰
   角を前記基準となるベクトルから累積して累積仰角を求
   め、Ｎ個のサンプリング点における累積仰角を垂直方向
   道路パターン特徴とし、 垂直方向自車走行軌跡パターン特徴と垂直方向道路パタ
   ーン特徴に基づいて垂直方向パターン類似度を求めるこ
   とを特徴とするマップマッチング方法。