JP3380241B2 - 車両ナビゲーション用の改善された精度の検出装置 - Google Patents
車両ナビゲーション用の改善された精度の検出装置Info
- Publication number
- JP3380241B2 JP3380241B2 JP50838793A JP50838793A JP3380241B2 JP 3380241 B2 JP3380241 B2 JP 3380241B2 JP 50838793 A JP50838793 A JP 50838793A JP 50838793 A JP50838793 A JP 50838793A JP 3380241 B2 JP3380241 B2 JP 3380241B2
- Authority
- JP
- Japan
- Prior art keywords
- heading
- signal
- odometer
- providing
- difference
- 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.)
- Expired - Lifetime
Links
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
- G01C21/30—Map- or contour-matching
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y10—TECHNICAL SUBJECTS COVERED BY FORMER USPC
- Y10S—TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y10S706/00—Data processing: artificial intelligence
- Y10S706/902—Application using ai with detail of the ai system
- Y10S706/903—Control
- Y10S706/905—Vehicle or aerospace
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Automation & Control Theory (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Navigation (AREA)
Description
【発明の詳細な説明】
発明の分野
本発明は、一般に、ナビゲーションの分野に関し、さ
らに詳しくは、車載ナビゲーション・システムに必要な
検出情報の精度を改善するシステムに関する。本発明
は、米国特許出願第07/786867号 A VEHICLE ROUTE PLAN
NING SYSTEM,Seymour et.al.および米国特許出願第07/7
86450号 A VEHICLE ROUTE GUIDANCE SYSTEM,Seymour e
t.al.に関連し、これら両出願は本明細書と同じ出願日
に出願され、本発明の譲受人に譲渡されている。
らに詳しくは、車載ナビゲーション・システムに必要な
検出情報の精度を改善するシステムに関する。本発明
は、米国特許出願第07/786867号 A VEHICLE ROUTE PLAN
NING SYSTEM,Seymour et.al.および米国特許出願第07/7
86450号 A VEHICLE ROUTE GUIDANCE SYSTEM,Seymour e
t.al.に関連し、これら両出願は本明細書と同じ出願日
に出願され、本発明の譲受人に譲渡されている。
発明の背景
現在の車両ナビゲーション・システムは、ナビゲーシ
ョン用に同一の情報または関連情報を測定するためさま
ざまな種類のセンサを利用している。このような種類の
センサの例として、差動オドメータ（differential odo
meter），コンパス，高度計，操舵角（steering angl
e）センサ，ジャイロスコープ，差動加速度計,GPS受信
機およびCDROMまたは半導体メモリによるデジタル地図
データベースなどがある。推測位置（dead−reckonin
g）または差動オドメータに基づく積算距離による車両
ナビゲーションは一般的である。まず、従来技術の問題
点を例示するため、差動オドメータについて検討する。
ョン用に同一の情報または関連情報を測定するためさま
ざまな種類のセンサを利用している。このような種類の
センサの例として、差動オドメータ（differential odo
meter），コンパス，高度計，操舵角（steering angl
e）センサ，ジャイロスコープ，差動加速度計,GPS受信
機およびCDROMまたは半導体メモリによるデジタル地図
データベースなどがある。推測位置（dead−reckonin
g）または差動オドメータに基づく積算距離による車両
ナビゲーションは一般的である。まず、従来技術の問題
点を例示するため、差動オドメータについて検討する。
一般に差動オドメータは一対のパルス計数センサによ
って構成され、各センサは車両の横側の相対する側で非
動力型車輪に取付けられている。車両が移動し、車輪が
回転すると、パルスが発生され、増分的な数値が移動し
た距離を示す。これら一対のセンサの間で発生されたパ
ルスの差は、車首方位（heading）の変化を示す。推測
距離によってナビゲーションする場合、車両では位置不
確実性が発生し、これは増分的な位置判定システムの挙
動において固有のさまざまな誤差発生源のために運転中
に増加する。これらの誤差発生源には、系統的誤差（sy
stematic error），総体的誤差（gross error），およ
びランダム誤差が含まれる。補正しないと、これらの誤
差は大きくなり、ナビゲーション・システムは非実用的
になる。いくつかの誤差発生原について、以下で詳細に
検討する。
って構成され、各センサは車両の横側の相対する側で非
動力型車輪に取付けられている。車両が移動し、車輪が
回転すると、パルスが発生され、増分的な数値が移動し
た距離を示す。これら一対のセンサの間で発生されたパ
ルスの差は、車首方位（heading）の変化を示す。推測
距離によってナビゲーションする場合、車両では位置不
確実性が発生し、これは増分的な位置判定システムの挙
動において固有のさまざまな誤差発生源のために運転中
に増加する。これらの誤差発生源には、系統的誤差（sy
stematic error），総体的誤差（gross error），およ
びランダム誤差が含まれる。補正しないと、これらの誤
差は大きくなり、ナビゲーション・システムは非実用的
になる。いくつかの誤差発生原について、以下で詳細に
検討する。
誤差は一貫して反復可能であり、かつ、設置および／
または車両の力学に応答してセンサの性質によって予想
される場合には、誤差は系統的な性質である。差動オド
メータの場合には、車両が移動するにつれて、タイヤ円
周の未知の変化により、一対のセンサから出力されるレ
ートに差が生じる。この差、すなわち車首方位の変化は
検出される円形パターンに現われ、車両がターンしてい
なくてもターンしているように見える。この円形挙動に
寄与する誤差は大きい場合がある。経験により、累算的
な車首方位誤差によって生じる位置の差は１キロメート
ル当たり200メートルの場合があることが判明してい
る。
または車両の力学に応答してセンサの性質によって予想
される場合には、誤差は系統的な性質である。差動オド
メータの場合には、車両が移動するにつれて、タイヤ円
周の未知の変化により、一対のセンサから出力されるレ
ートに差が生じる。この差、すなわち車首方位の変化は
検出される円形パターンに現われ、車両がターンしてい
なくてもターンしているように見える。この円形挙動に
寄与する誤差は大きい場合がある。経験により、累算的
な車首方位誤差によって生じる位置の差は１キロメート
ル当たり200メートルの場合があることが判明してい
る。
系統的誤差の別の例として、後輪駆動型（rear wheel
drive）車両の非駆動型前輪または操舵車輪に対して差
動オドメータが採用される場合がある。この場合、車両
がターンすると、差動オドメータにトラッキング誤差
（tracking error）が生じるが、これはタイヤの間の距
離が変化して、車首方位誤差を発生するためである。摩
損による他のタイヤ円周変化や、速度変化による遠心力
や、温度変化による圧力差はすべて系統的な誤差挙動に
寄与する。
drive）車両の非駆動型前輪または操舵車輪に対して差
動オドメータが採用される場合がある。この場合、車両
がターンすると、差動オドメータにトラッキング誤差
（tracking error）が生じるが、これはタイヤの間の距
離が変化して、車首方位誤差を発生するためである。摩
損による他のタイヤ円周変化や、速度変化による遠心力
や、温度変化による圧力差はすべて系統的な誤差挙動に
寄与する。
系統的誤差の他の発生源には、地勢収差（terrain ab
errations）、または丘陵によって生じる高度差があ
り、地図と比較して移動距離誤差を生じさせ、また地球
の曲率によって生じる地表対マッピング面変換誤差（gr
ound surface to mapping plane transformation error
s）が含まれる。もちろん、他のセンサも系統的誤差を
固有に有している。コンパスでは、軸がずれて設置され
ていたり，傾斜面で運転する場合にコンパス面が磁界に
対して平行でない場合や、車両内部の磁気異常などがあ
る。地理的北と磁気的北との間の偏角（delcination）
を考慮すると、さらにコンパス誤差が生じる。コンパス
設置時に、適切に設置することによりこの誤差は補正さ
れるが、移動する際に、この偏角は地球の曲率によって
ダイナミックに変化する。GPS受信機に固有の系統的誤
差には、衛星の暦表（satellite ephemeris）による不
精度や、衛星が部分的に現われないことがある。GPS受
信機の場合、系統的誤差には大気の影響のモデリングが
不正確なことがある。デジタル地図は、位置座標が部分
的に利用できることおよびその精度による系統的な誤差
を示す。検出システムからの一般的な系統的誤差には、
個別検出装置から情報を非同期的に利用することに起因
するセンサ同期問題が含まれる。例えば、GPSセンサの
場合、利用可能な位置情報は非同期的に更新され、差動
オドメータに比べて頻繁に行なわれないため、絶対位置
の補間を必要とし、系統的に誤差を追加する。
errations）、または丘陵によって生じる高度差があ
り、地図と比較して移動距離誤差を生じさせ、また地球
の曲率によって生じる地表対マッピング面変換誤差（gr
ound surface to mapping plane transformation error
s）が含まれる。もちろん、他のセンサも系統的誤差を
固有に有している。コンパスでは、軸がずれて設置され
ていたり，傾斜面で運転する場合にコンパス面が磁界に
対して平行でない場合や、車両内部の磁気異常などがあ
る。地理的北と磁気的北との間の偏角（delcination）
を考慮すると、さらにコンパス誤差が生じる。コンパス
設置時に、適切に設置することによりこの誤差は補正さ
れるが、移動する際に、この偏角は地球の曲率によって
ダイナミックに変化する。GPS受信機に固有の系統的誤
差には、衛星の暦表（satellite ephemeris）による不
精度や、衛星が部分的に現われないことがある。GPS受
信機の場合、系統的誤差には大気の影響のモデリングが
不正確なことがある。デジタル地図は、位置座標が部分
的に利用できることおよびその精度による系統的な誤差
を示す。検出システムからの一般的な系統的誤差には、
個別検出装置から情報を非同期的に利用することに起因
するセンサ同期問題が含まれる。例えば、GPSセンサの
場合、利用可能な位置情報は非同期的に更新され、差動
オドメータに比べて頻繁に行なわれないため、絶対位置
の補間を必要とし、系統的に誤差を追加する。
総体的誤差は、車両の挙動とのセンサの相互作用の特
性であり、遷移的または非連続的な性質であるのが一般
的である。差動オドメータの例では、表面のくぼみによ
る横スリップなどの車輪のスリップや、一方の車輪が氷
上にあり他方の車輪が地面にある場合の異なる表面摩擦
係数の違いや、ターン操縦時のすべり（skidding）など
がある。コンパスにおける総体的誤差には、一次的な磁
界の干渉による磁気誤差（magnetic blunders）があ
り、これは磁気バイアスを有する金属製の橋をわたる際
に生じやすい。GPS受信機における総体的誤差には、建
物からのマルチパス反射があり、疑似範囲（pseudo−ra
nge）を増加する。
性であり、遷移的または非連続的な性質であるのが一般
的である。差動オドメータの例では、表面のくぼみによ
る横スリップなどの車輪のスリップや、一方の車輪が氷
上にあり他方の車輪が地面にある場合の異なる表面摩擦
係数の違いや、ターン操縦時のすべり（skidding）など
がある。コンパスにおける総体的誤差には、一次的な磁
界の干渉による磁気誤差（magnetic blunders）があ
り、これは磁気バイアスを有する金属製の橋をわたる際
に生じやすい。GPS受信機における総体的誤差には、建
物からのマルチパス反射があり、疑似範囲（pseudo−ra
nge）を増加する。
ランダム誤差は、経時的にゼロに平均化する可能性が
高い。ランダム誤差の性質により、隣接センサ読み取り
値間の相関は確実に設定することはできない。センサ読
み取り値は任意の値になりうる。ランダム誤差の発生時
および停止時は予測不可能である。差動オドメータにお
けるランダム誤差の例としてパルスの欠如があり、これ
は電磁干渉や電気接続の緩みなどさまざまな理由から生
じる。ランダムなコンパス誤差は、でこぼこ道を運転す
ることにより取付け位置からずれると発生する。GPS受
信機のランダム誤差は、疑似測距測定に固有のものであ
る。
高い。ランダム誤差の性質により、隣接センサ読み取り
値間の相関は確実に設定することはできない。センサ読
み取り値は任意の値になりうる。ランダム誤差の発生時
および停止時は予測不可能である。差動オドメータにお
けるランダム誤差の例としてパルスの欠如があり、これ
は電磁干渉や電気接続の緩みなどさまざまな理由から生
じる。ランダムなコンパス誤差は、でこぼこ道を運転す
ることにより取付け位置からずれると発生する。GPS受
信機のランダム誤差は、疑似測距測定に固有のものであ
る。
この一覧は包括的でも排他的でもないが、正確な車両
位置（location），姿勢（position）および車首方位
（heading）変数を導出する際に車両ナビゲーション・
システムが考慮する必要のある多くの誤差発生源を表し
ている。
位置（location），姿勢（position）および車首方位
（heading）変数を導出する際に車両ナビゲーション・
システムが考慮する必要のある多くの誤差発生源を表し
ている。
参考技術では、さまざまな地図マッチング（map matc
hing）方式により位置誤差を補正することが教示されて
いる。これらの方式には、道路区画毎にターンした後に
補正する方式や、確率的な方式などが含まれる。後者の
方式は、車両の検出された運動に対する関係に基づいて
隣接地図区画に確率を割り当てて、次にこれらの確率割
当に基づいてもっとも可能性の高い区画を選択すること
によって行なわれる。この方法は稚拙に機能するが、運
転者が地図から離れるか、あるいは地図領域内にある
が、識別されていない新しい道路区画に進むと、完全に
失敗する。他の方法は、解析方法により特定種類の誤差
を識別して補正することを試みている。これらの方法は
演算集約的であり、動作するために高度の資源を必要と
する。これらの試みは多くの誤差発生源に対処しておら
ず、わずかな問題点についてのみたまに対処している。
hing）方式により位置誤差を補正することが教示されて
いる。これらの方式には、道路区画毎にターンした後に
補正する方式や、確率的な方式などが含まれる。後者の
方式は、車両の検出された運動に対する関係に基づいて
隣接地図区画に確率を割り当てて、次にこれらの確率割
当に基づいてもっとも可能性の高い区画を選択すること
によって行なわれる。この方法は稚拙に機能するが、運
転者が地図から離れるか、あるいは地図領域内にある
が、識別されていない新しい道路区画に進むと、完全に
失敗する。他の方法は、解析方法により特定種類の誤差
を識別して補正することを試みている。これらの方法は
演算集約的であり、動作するために高度の資源を必要と
する。これらの試みは多くの誤差発生源に対処しておら
ず、わずかな問題点についてのみたまに対処している。
要するに、車両ナビゲーションは、センサおよび地図
情報によって与えられるさまざまなナビゲーション・パ
ラメータに基づいて、現在位置，姿勢および車首方位変
数を導出する。この情報は誤り挙動を有することが知ら
れており、連続的に利用可能なわけではない。そのた
め、車両位置，姿勢および車首方位変数に特定の不確実
性が生じる。解析的またはクリスプ（crisp）なモデル
は、あらゆる誤り挙動の性質を記述する適性を有してい
ない。従って、車両位置，姿勢および車首方位情報を確
保するために過度に高い精度および十分な誤差範囲を適
用し、そのため演算およびメモリ資源の負担となる。こ
れらの解析的モデルは、システム性能および製品品質を
厳しく劣化しうる予期しない例外条件に対する許容度が
低い。
情報によって与えられるさまざまなナビゲーション・パ
ラメータに基づいて、現在位置，姿勢および車首方位変
数を導出する。この情報は誤り挙動を有することが知ら
れており、連続的に利用可能なわけではない。そのた
め、車両位置，姿勢および車首方位変数に特定の不確実
性が生じる。解析的またはクリスプ（crisp）なモデル
は、あらゆる誤り挙動の性質を記述する適性を有してい
ない。従って、車両位置，姿勢および車首方位情報を確
保するために過度に高い精度および十分な誤差範囲を適
用し、そのため演算およびメモリ資源の負担となる。こ
れらの解析的モデルは、システム性能および製品品質を
厳しく劣化しうる予期しない例外条件に対する許容度が
低い。
発明の概要
車両ナビゲーション用の改善された精度の検出システ
ムは、車両のナビゲーション・パラメータを検出し、か
つ、関連挙動を有する信号を与えるセンサを含む。さら
に、モデル独立型（model free）認識装置を用いて、こ
の挙動を認識する。
ムは、車両のナビゲーション・パラメータを検出し、か
つ、関連挙動を有する信号を与えるセンサを含む。さら
に、モデル独立型（model free）認識装置を用いて、こ
の挙動を認識する。
図面の簡単な説明
本発明は、添付の図面と共に読むことにより効果的に
理解されよう。
理解されよう。
第１図は、コンパスから経時的に出力される車首方位
情報と、差動オドメータから出力される車首方位情報に
おける系統的な性質の円形誤差との図である。
情報と、差動オドメータから出力される車首方位情報に
おける系統的な性質の円形誤差との図である。
第２図は、コンパスから経時的に出力される車首方位
情報と、差動オドメータから出力される車首方位情報に
おける総体的な性質の車輪スリップ誤差との図である。
情報と、差動オドメータから出力される車首方位情報に
おける総体的な性質の車輪スリップ誤差との図である。
第３図は、差動オドメータから経時的に出力される車
首方位情報と、コンパスから出力される車首方位情報に
おける総体的な性質の磁気誤差（magnetic blunder err
or）との図である。
首方位情報と、コンパスから出力される車首方位情報に
おける総体的な性質の磁気誤差（magnetic blunder err
or）との図である。
第４図は、車首方位と、軸ずれ車首方位誤差とを示す
デジタル地図の図である。
デジタル地図の図である。
第５図は、好適な実施例による物理的なプラットフォ
ームを提供するファジィ推論付きナビゲーション・コン
ピュータのブロック図を示す。
ームを提供するファジィ推論付きナビゲーション・コン
ピュータのブロック図を示す。
第６図は、車首方位差の程度を量子化する好適な実施
例によるファジィ・セットを示し、この場合、差動オド
メータの挙動とコンパスの挙動との間の差として量子化
される。
例によるファジィ・セットを示し、この場合、差動オド
メータの挙動とコンパスの挙動との間の差として量子化
される。
第７図は、差動オドメータの再校正（recalibratio
n）変数を量子化する好適な実施例によるファジィ・セ
ットを示す。
n）変数を量子化する好適な実施例によるファジィ・セ
ットを示す。
第８図は、好適な実施例による、系統的誤りの差動オ
ドメータの挙動の認識および再校正のファジィ推論方法
をフローチャート形式で示す。
ドメータの挙動の認識および再校正のファジィ推論方法
をフローチャート形式で示す。
第９図は、好適な実施例で採用されるファジィ・セッ
トおよびファジィ・ルールによるファジィ推論の例を示
すことにより、推論処理の理解を深めるのを助ける図で
ある。
トおよびファジィ・ルールによるファジィ推論の例を示
すことにより、推論処理の理解を深めるのを助ける図で
ある。
第10図は、オドメータの車首方位読み取り値を「最近
（Recent）」として量子化する好適な実施例によるファ
ジィ・セットである。
（Recent）」として量子化する好適な実施例によるファ
ジィ・セットである。
第11図は、オドメータ車首方位の変化が「急峻すぎる
（Too Sharp）」右折または左折である程度を量子化す
る好適な実施例によるファジィ・セットである。
（Too Sharp）」右折または左折である程度を量子化す
る好適な実施例によるファジィ・セットである。
第12図は、オドメータ車首方位の変化が「高すぎる
（Too High）」速度である程度を量子化する好適な実施
例によるファジィ・セットである。
（Too High）」速度である程度を量子化する好適な実施
例によるファジィ・セットである。
第13図は、オドメータ車首方位の変化が「高すぎる
（Too High）」加速度である程度を量子化する好適な実
施例によるファジィ・セットである。
（Too High）」加速度である程度を量子化する好適な実
施例によるファジィ・セットである。
第14図は、コンパスの車首方位読み取り値を「最近
（Recent）」として量子化する好適な実施例によるファ
ジィ・セットである。
（Recent）」として量子化する好適な実施例によるファ
ジィ・セットである。
第15図は、コンパス車首方位の変化が「急峻すぎる
（Too Sharp）」右折または左折であり、磁気誤差を示
す程度を量子化する好適な実施例によるファジィ・セッ
トである。
（Too Sharp）」右折または左折であり、磁気誤差を示
す程度を量子化する好適な実施例によるファジィ・セッ
トである。
第16図は、操縦を量子化する好適な実施例によるファ
ジィ・セットである。
ジィ・セットである。
第17図は、推測距離誤差（dead−reckoned distance
error）を「無縁（Insignificant）」として量子化する
好適な実施例によるファジィ・セットである。
error）を「無縁（Insignificant）」として量子化する
好適な実施例によるファジィ・セットである。
第18図は、推測車首方位誤差を「無縁（Insignifican
t）」として量子化する好適な実施例によるファジィ・
セットである。
t）」として量子化する好適な実施例によるファジィ・
セットである。
第19図は、「最近の（Recent）」距離の有意性（sign
ificance）を量子化する好適な実施例によるファジィ・
セットである。
ificance）を量子化する好適な実施例によるファジィ・
セットである。
好適な実施例の詳細な説明
好適な実施例では、車載ナビゲーション・システムに
よって検出される情報の精度を改善するシステムを開示
する。このシステムは、さまざまなナビゲーション・パ
ラメータの挙動を表す信号を発生するセンサと、信号に
存在する挙動を認識する、この場合ファジィ推論方法で
あるモデル独立型（model free）手段とを有する。もち
ろん、ニューラル・ネットワーク（neural network），
発生的学習方法（genetic learning method）、または
解析方法ではなく観察することによって直接得られる他
のモデルなど認識用の別のモデル独立型手段を代用でき
ることが当業者に明らかである。本明細書でいうモデル
独立型手段とは、非解析手段に基づいて入／出力機能ま
たは刺激／応答連想を推定する方法である。
よって検出される情報の精度を改善するシステムを開示
する。このシステムは、さまざまなナビゲーション・パ
ラメータの挙動を表す信号を発生するセンサと、信号に
存在する挙動を認識する、この場合ファジィ推論方法で
あるモデル独立型（model free）手段とを有する。もち
ろん、ニューラル・ネットワーク（neural network），
発生的学習方法（genetic learning method）、または
解析方法ではなく観察することによって直接得られる他
のモデルなど認識用の別のモデル独立型手段を代用でき
ることが当業者に明らかである。本明細書でいうモデル
独立型手段とは、非解析手段に基づいて入／出力機能ま
たは刺激／応答連想を推定する方法である。
好適な実施例では、Lotfi Zadahの著名な論文“Fuzzy
Sets" Information and Control,Vol.8,pages 338−3
53,Academic Press,1965において説明されているファジ
ー・セットに基づくファジー推論を適用している。
Sets" Information and Control,Vol.8,pages 338−3
53,Academic Press,1965において説明されているファジ
ー・セットに基づくファジー推論を適用している。
Koskoの論文NEURAL NETWORKS AND FUZZY SYSTEMS −
A DYNAMICAL SYSTEMS APPROACH TO MACHINE INTELLIGEN
CE,published by PRENTICE HALL,Englewood Cliffs,NJ
07632,1992は、ファジィ関数推論の手段について教示し
ている。任意の関数はファジィ・セットでファジィ・ル
ールとして定義されるファジィ・パッチ（fuzzy patche
s）のセットによって近似できるとKoskoは教示してい
る。また、人間のエキスパートによって識別可能なパタ
ーンは、これらのファジィ・パッチによって近似でき
る。さらに、1991年６月５日から６月７日に開催された
セミナーFUZZY SYSTEMS AND APPLICATIONSにおいて、Ba
rt Koskoはファジィ・パッチについて説明している。こ
れらの参考文献からファジィ・パッチにについて理解が
得られる。さらに、エキスパート知識によって構築され
たパッチを設計することにより、連続的なデータにおい
て挙動または関数を認識できる。データの連続的挙動の
関数が複雑になるにつれて、パッチを組み合わせてこれ
らの複雑な挙動の認識を求めなければならない。
A DYNAMICAL SYSTEMS APPROACH TO MACHINE INTELLIGEN
CE,published by PRENTICE HALL,Englewood Cliffs,NJ
07632,1992は、ファジィ関数推論の手段について教示し
ている。任意の関数はファジィ・セットでファジィ・ル
ールとして定義されるファジィ・パッチ（fuzzy patche
s）のセットによって近似できるとKoskoは教示してい
る。また、人間のエキスパートによって識別可能なパタ
ーンは、これらのファジィ・パッチによって近似でき
る。さらに、1991年６月５日から６月７日に開催された
セミナーFUZZY SYSTEMS AND APPLICATIONSにおいて、Ba
rt Koskoはファジィ・パッチについて説明している。こ
れらの参考文献からファジィ・パッチにについて理解が
得られる。さらに、エキスパート知識によって構築され
たパッチを設計することにより、連続的なデータにおい
て挙動または関数を認識できる。データの連続的挙動の
関数が複雑になるにつれて、パッチを組み合わせてこれ
らの複雑な挙動の認識を求めなければならない。
車両ナビゲーション・システムでは異なる誤差発生源
では、予定挙動からの逸脱パターンが異なる。どの誤差
発生源がどの逸脱パターンとなるかを把握することによ
り、誤差挙動を検出あるいは認識する。もちろん、誤差
以外の挙動認識も以下で操縦の認識について説明するよ
うに有用である。前者のファジィ・パッチの構造を適用
して、検出装置のさまざまな挙動を認識し、ある場合に
は検出信号を修正し、センサにクリアネス係数（clearn
ess coefficient）を割り当ておよび／または検出装置
を再校正し、車両車首方位などのナビゲーション変数に
関するより正確な情報をナビゲーション・コンピュータ
に与える。
では、予定挙動からの逸脱パターンが異なる。どの誤差
発生源がどの逸脱パターンとなるかを把握することによ
り、誤差挙動を検出あるいは認識する。もちろん、誤差
以外の挙動認識も以下で操縦の認識について説明するよ
うに有用である。前者のファジィ・パッチの構造を適用
して、検出装置のさまざまな挙動を認識し、ある場合に
は検出信号を修正し、センサにクリアネス係数（clearn
ess coefficient）を割り当ておよび／または検出装置
を再校正し、車両車首方位などのナビゲーション変数に
関するより正確な情報をナビゲーション・コンピュータ
に与える。
好適な実施例では、前述の問題に対する解決について
説明する。そのため、センサの不正確に伴う問題を小さ
な部分問題に分割し、センサからさまざまな誤差の種類
を示す。さまざまな挙動を認識し、場合によってはセン
サを再校正することによりこの挙動を補正した後、ナビ
ゲーション・パラメータを融合（fuse）し、地図マッチ
ングを適用して、車両ナビゲーションのナビゲーション
変数として与えられる検出情報の精度をさらに改善す
る。以下の例では車首方位変数について説明する。もち
ろん、この方法を姿勢および位置を含む他のナビゲーシ
ョン変数に適用できることは当業者に明らかである。
説明する。そのため、センサの不正確に伴う問題を小さ
な部分問題に分割し、センサからさまざまな誤差の種類
を示す。さまざまな挙動を認識し、場合によってはセン
サを再校正することによりこの挙動を補正した後、ナビ
ゲーション・パラメータを融合（fuse）し、地図マッチ
ングを適用して、車両ナビゲーションのナビゲーション
変数として与えられる検出情報の精度をさらに改善す
る。以下の例では車首方位変数について説明する。もち
ろん、この方法を姿勢および位置を含む他のナビゲーシ
ョン変数に適用できることは当業者に明らかである。
第１の問題およびその解決方法は、差動オドメータに
よって検出される特定のタイヤ円周差によって生じる車
首方位変数に対する影響である。これは系統的誤差の一
例である。車首方位変数に影響を与える総体的誤差を説
明するため、２つの場合について検討する。第１は、差
動オドメータセンサに対する車輪スリップの影響であ
り、第２はコンパス・センサに対する磁気誤差の影響で
あり、これらのセンサに対するクリアネス係数または値
の割り当てである。次に、これらのクリアネス値を考慮
にいれて、さまざまなセンサからのデータを結合または
融合する。また、地図マッチングを利用して、推測位置
または他のナビゲーション方式用のナビゲーション・シ
ステムで用いられる車首方位変数を動出する。もちろ
ん、この方法は他のナビゲーション・パラメータに適用
でき、姿勢などの他のナビゲーション変数の精度を享受
できる。これらの例全体において、同じファジィ認識処
理を適用し、場合によってはクリアネス係数の修正，再
校正または割り当てを適用する。
よって検出される特定のタイヤ円周差によって生じる車
首方位変数に対する影響である。これは系統的誤差の一
例である。車首方位変数に影響を与える総体的誤差を説
明するため、２つの場合について検討する。第１は、差
動オドメータセンサに対する車輪スリップの影響であ
り、第２はコンパス・センサに対する磁気誤差の影響で
あり、これらのセンサに対するクリアネス係数または値
の割り当てである。次に、これらのクリアネス値を考慮
にいれて、さまざまなセンサからのデータを結合または
融合する。また、地図マッチングを利用して、推測位置
または他のナビゲーション方式用のナビゲーション・シ
ステムで用いられる車首方位変数を動出する。もちろ
ん、この方法は他のナビゲーション・パラメータに適用
でき、姿勢などの他のナビゲーション変数の精度を享受
できる。これらの例全体において、同じファジィ認識処
理を適用し、場合によってはクリアネス係数の修正，再
校正または割り当てを適用する。
前述のように、一つの観察される挙動は、差動オドメ
ータ・センサを備えた左および右車輪のタイヤ円周の差
によって生じる系統的な誤り車首方位および距離値を反
映することがある。第１図に示すように、差動オドメー
タの車首方位読み取り値103と対応するコンパス車首方
位読み取り値101とを比較すると、円形挙動が現われ
る。この挙動の認識は直感的に明らかである。挙動が厳
密な形状ではなく近似的な形状をとると、ファジィ推論
方法を採用して、差動オドメータを再校正することによ
りこの挙動を効率的に認識／修正することができる。さ
らにGPS受信機を用いることにより、車首方位誤差につ
いて差動オドメータを再校正し、しかも差動オドメータ
によって示される距離パラメータに誤差を追加しない。
ータ・センサを備えた左および右車輪のタイヤ円周の差
によって生じる系統的な誤り車首方位および距離値を反
映することがある。第１図に示すように、差動オドメー
タの車首方位読み取り値103と対応するコンパス車首方
位読み取り値101とを比較すると、円形挙動が現われ
る。この挙動の認識は直感的に明らかである。挙動が厳
密な形状ではなく近似的な形状をとると、ファジィ推論
方法を採用して、差動オドメータを再校正することによ
りこの挙動を効率的に認識／修正することができる。さ
らにGPS受信機を用いることにより、車首方位誤差につ
いて差動オドメータを再校正し、しかも差動オドメータ
によって示される距離パラメータに誤差を追加しない。
高度計，操舵角センサ，ジャイロスコープ，加速度計
およびデジタル地図データベースなどの他の検出装置を
この種のシステムに採用できる。それぞれの種類のセン
サを採用して他の系統的ならびに総体的およびランダム
挙動を認識し、さらに車両ナビゲーション用検出システ
ムの精度を改善するためにこの挙動を修正することがで
きる。
およびデジタル地図データベースなどの他の検出装置を
この種のシステムに採用できる。それぞれの種類のセン
サを採用して他の系統的ならびに総体的およびランダム
挙動を認識し、さらに車両ナビゲーション用検出システ
ムの精度を改善するためにこの挙動を修正することがで
きる。
タイヤ円周の問題について、車首方位を増分的に表示
するオドメータである差動オドメータによって判定され
る車首方位値と、絶対的に車首方位を表示するフラック
ス・ゲート・コンパスによって判定される車首方位値と
を比較することによって車首方位の精度を改善するシス
テムを開示する。以下の説明では、「フラックス・ゲー
ト・コンパス」と「コンパス」とは同義語である。この
改善では、オドメータから得られる走行距離（増分的）
と、GPS受信機からの連続的な読み取り値から算出可能
な走行距離（絶対的）とを表す信号の挙動の差を認識す
ることにより、オドメータの再校正を行ない、走行距離
誤差を発生しない。以下の説明では、「走行距離（dist
ance traversed）」と「距離」とは同義語である。
するオドメータである差動オドメータによって判定され
る車首方位値と、絶対的に車首方位を表示するフラック
ス・ゲート・コンパスによって判定される車首方位値と
を比較することによって車首方位の精度を改善するシス
テムを開示する。以下の説明では、「フラックス・ゲー
ト・コンパス」と「コンパス」とは同義語である。この
改善では、オドメータから得られる走行距離（増分的）
と、GPS受信機からの連続的な読み取り値から算出可能
な走行距離（絶対的）とを表す信号の挙動の差を認識す
ることにより、オドメータの再校正を行ない、走行距離
誤差を発生しない。以下の説明では、「走行距離（dist
ance traversed）」と「距離」とは同義語である。
好適な実施例では、車両ナビゲーション用のシステム
について説明し、ファジィ推論機能を有するナビゲーシ
ョン・コンピュータを適用する。第５図において、Moto
rola Inc.,Microcomputer Division Marketing Departm
ent,MS DW283,2900 South Diablo Way,Tempe,AZ 850282
から入手可能なMVME147SA−2 VMEコンピュータ・ボード
を採用する、ファジィ推論付きナビゲーション・コンピ
ュータ501の物理的なプラットフォームを示す。このシ
ングル・ボード・コンピュータまたはCPU503は、68882
不動小数点コプロセッサ付き32MHz68030と、32MBのDRAM
と、バッテリ・バックアップ方式のリアルタイム・クロ
ック・カレンダとを備えている。VMEバス505は、他のさ
まざまな機能をCPU503に結合する経路である。他のマイ
クロプロセッサやフラットフォームもこの用途に敵して
いる。
について説明し、ファジィ推論機能を有するナビゲーシ
ョン・コンピュータを適用する。第５図において、Moto
rola Inc.,Microcomputer Division Marketing Departm
ent,MS DW283,2900 South Diablo Way,Tempe,AZ 850282
から入手可能なMVME147SA−2 VMEコンピュータ・ボード
を採用する、ファジィ推論付きナビゲーション・コンピ
ュータ501の物理的なプラットフォームを示す。このシ
ングル・ボード・コンピュータまたはCPU503は、68882
不動小数点コプロセッサ付き32MHz68030と、32MBのDRAM
と、バッテリ・バックアップ方式のリアルタイム・クロ
ック・カレンダとを備えている。VMEバス505は、他のさ
まざまな機能をCPU503に結合する経路である。他のマイ
クロプロセッサやフラットフォームもこの用途に敵して
いる。
SCSIバス・インタフェース521は、CPU503からCDROM50
7（Sony,Computer Peripheral Products Company,Sony
Corporation of America 12337 Jones Road Suite 200
−17 Houston,TX77070から入手可能なモデルCDU−541）
に結合される。CDROM507は、以下の地図マッチングで説
明する光ディスク上に保存されたデジタル地図を読み込
む。
7（Sony,Computer Peripheral Products Company,Sony
Corporation of America 12337 Jones Road Suite 200
−17 Houston,TX77070から入手可能なモデルCDU−541）
に結合される。CDROM507は、以下の地図マッチングで説
明する光ディスク上に保存されたデジタル地図を読み込
む。
Honeywell社のMICRO SWITCH division in Freeport,I
llinoisから入手可能な、本例ではデジタル位置センサ
であるオドメータ（odometer）509が結合される。これ
らのセンサの一つは２本の非パワー・ホイールのぞれぞ
れに取付けられ、XYCOM Inc.社 750 North Maple Road,
Saline,MI 48176から入手可能なXVME−203カウンタ・モ
ジュールに結合され、VMEバス505によってCPU503に接続
される。このカウンタ・モジュール511は、オドメータ
のパルスを捕捉する。オドメータ509はタイヤの回転と
ともにパルスを出力し、それぞれの車輪によって移動し
た距離を表示する。
llinoisから入手可能な、本例ではデジタル位置センサ
であるオドメータ（odometer）509が結合される。これ
らのセンサの一つは２本の非パワー・ホイールのぞれぞ
れに取付けられ、XYCOM Inc.社 750 North Maple Road,
Saline,MI 48176から入手可能なXVME−203カウンタ・モ
ジュールに結合され、VMEバス505によってCPU503に接続
される。このカウンタ・モジュール511は、オドメータ
のパルスを捕捉する。オドメータ509はタイヤの回転と
ともにパルスを出力し、それぞれの車輪によって移動し
た距離を表示する。
Motorola Inc.Government Electronics Group,Scotts
dale,AZ 85252から入手可能なGPS受信機513であるEAGLE
VIIIは、RS−232ポート523を介してCPU513に結合され
る。GPS受信機513は、車両位置情報を与える。
dale,AZ 85252から入手可能なGPS受信機513であるEAGLE
VIIIは、RS−232ポート523を介してCPU513に結合され
る。GPS受信機513は、車両位置情報を与える。
車首方位情報を与えるフラックス・ゲート・コンパス
515は、XYCOM Inc.750 North Maple Road,Saline,MI 48
176から入手可能なXVME−500アナログ入力モジュール51
7に結合され、VMEバス505によってCPU503に接続され
る。フラックス・ゲート・コンパス515は、Etak Inc.,1
430 O'Brien Drive,Menlo Park,CA 94025から入手可能
である。
515は、XYCOM Inc.750 North Maple Road,Saline,MI 48
176から入手可能なXVME−500アナログ入力モジュール51
7に結合され、VMEバス505によってCPU503に接続され
る。フラックス・ゲート・コンパス515は、Etak Inc.,1
430 O'Brien Drive,Menlo Park,CA 94025から入手可能
である。
CPU503は、Togai Infralogic,Inc.30 Corporate Prk,
Suite 107 Irvin,CA 92714から入手可能なソフトウェア
を用いて、IBM PCホスト・コンピュータ上で開発され
た推論ソフトウェアを実行する。このソフトウェアは、
ファジィＣ開発システムという。メンバーシップ関数に
よって定められるファジィ・セットおよびファジィ・ル
ールはIBM PCホストを用いて導出され、ファジィＣ開
発システムの出力は標準ANSI Ｃソース・コードであ
る。このソース・コードは、Motorola Inc.,Microcompu
ter Division Marketing Department,MS DW283,2900 So
uth Diablo Way,Tempe,AZ 850282から入手可能なM68NNT
BGHC SYSTEM V/68 GREEN HILLS C−68000コンパイラを
用いてコンパイルされる。このコンパイラの出力は、ア
プリケーションを実行するためにCPU503上に展開され
る。他の組み込み型（embedded）ソフトウェア・エミュ
レーションも利用できることはもちろんである。別のフ
ァジィ推論システム・フラットフォームには、ファジィ
演算回路，デジタル・コンピュータ回路，光コンピュー
タ，空間光変調器およびホログラム（hologram）などが
含まれる。
Suite 107 Irvin,CA 92714から入手可能なソフトウェア
を用いて、IBM PCホスト・コンピュータ上で開発され
た推論ソフトウェアを実行する。このソフトウェアは、
ファジィＣ開発システムという。メンバーシップ関数に
よって定められるファジィ・セットおよびファジィ・ル
ールはIBM PCホストを用いて導出され、ファジィＣ開
発システムの出力は標準ANSI Ｃソース・コードであ
る。このソース・コードは、Motorola Inc.,Microcompu
ter Division Marketing Department,MS DW283,2900 So
uth Diablo Way,Tempe,AZ 850282から入手可能なM68NNT
BGHC SYSTEM V/68 GREEN HILLS C−68000コンパイラを
用いてコンパイルされる。このコンパイラの出力は、ア
プリケーションを実行するためにCPU503上に展開され
る。他の組み込み型（embedded）ソフトウェア・エミュ
レーションも利用できることはもちろんである。別のフ
ァジィ推論システム・フラットフォームには、ファジィ
演算回路，デジタル・コンピュータ回路，光コンピュー
タ，空間光変調器およびホログラム（hologram）などが
含まれる。
次に、オドメータにおける円形挙動の認識および再校
正のためのファジィ・セットについて検討する。第６図
は、観察および経験的知識によって指定されたファジィ
・セットを示し、この場合オドメータとコンパスとの間
の差である車首方位差が「正の大（Positive Larg
e）」，「正の小（Positive Small）」，「無縁（Insig
nificant）」，「負の小（Negative Small）」および／
または「負の大（Negative Large）」セットのメンバー
である程度を分類する。第６図に示すように、−4.5゜
の車首方位差601は、正および無縁セットにおいて真理
値０となる。負の小セットにおける真理値は0.25（60
3）であり、負の大セットの真理値は0.75（605）であ
る。
正のためのファジィ・セットについて検討する。第６図
は、観察および経験的知識によって指定されたファジィ
・セットを示し、この場合オドメータとコンパスとの間
の差である車首方位差が「正の大（Positive Larg
e）」，「正の小（Positive Small）」，「無縁（Insig
nificant）」，「負の小（Negative Small）」および／
または「負の大（Negative Large）」セットのメンバー
である程度を分類する。第６図に示すように、−4.5゜
の車首方位差601は、正および無縁セットにおいて真理
値０となる。負の小セットにおける真理値は0.25（60
3）であり、負の大セットの真理値は0.75（605）であ
る。
第７図は、所要オドメータの距離および車首方位調整
または再校正率（recalibration factor）を「とても小
さい（Very small）」，「小さい（Small）」，「普通
（Medium）」および「大きい（Large）」として見るこ
とができる程度を分類するファジィ・セットを示す。第
７図に示すように、２％のタイヤ円周の増加は「とても
小さい」セットにおいて真理値0.15（701）を有し、
「小さい」セットにおいて真理値0.9（703）を有し、
「普通」および「大きい」セットにおいて真理値０を有
する。第７図に示すファジィ・セットは、以下の表１の
ファジィ・ルールに示すように、オドメータの距離調整
に対して相補的に適用できる。
または再校正率（recalibration factor）を「とても小
さい（Very small）」，「小さい（Small）」，「普通
（Medium）」および「大きい（Large）」として見るこ
とができる程度を分類するファジィ・セットを示す。第
７図に示すように、２％のタイヤ円周の増加は「とても
小さい」セットにおいて真理値0.15（701）を有し、
「小さい」セットにおいて真理値0.9（703）を有し、
「普通」および「大きい」セットにおいて真理値０を有
する。第７図に示すファジィ・セットは、以下の表１の
ファジィ・ルールに示すように、オドメータの距離調整
に対して相補的に適用できる。
第８図はオドメータの場合を説明する方法のフローチ
ャートを示し、ファジィ推論を適用して誤り挙動を認識
し、オドメータを再校正する。まず、右および左車輪の
オドメータ信号を検出あるいは読み取り（801）、距離
信号を与える。ステップ803において、右および左車輪
の読み取り値を、もしあれば再校正率（recalibration
factor）で修正する。次に、右および左車輪オドメータ
読み取り値を平均化することにより、オドメータの距離
信号を算出する（805）。さらに、オドメータ距離信号8
05とは少なくとも部分的に異なる挙動を有する連続的な
GPS受信機位置を検出することにより別の距離信号を発
生する（807）。次に、これらの距離信号を比較（809）
して、距離差信号を発生する。この信号はファジィ推論
処理811における第１段階によって処理され、距離差信
号の値をファジィ・セットに分類する。同時に、左車輪
信号と右車輪信号との間の差を考慮することにより、オ
ドメータ車首信号を算出する（813）。さらに、コンパ
スを検出することにより別の車首方位信号を発生し、車
首方位を示す（815）。そしてこれらの車首方位信号を
比較（819）して、車首方位差信号を発生する。この信
号はファジィ推論処理821における第１段階によって処
理され、第６図に示すように車首方位差信号の値をファ
ジィ・セットに分類する。次にファジィ推論処理は距離
差および車首方位差と交差する一つまたはそれ以上の認
識ルールを選択し（823）、少なくとも一つの真理値を
発生する。そして、Min−Max演算を用いてさまざまな再
校正真理値を融合（blend）する（825）。最後に、選択
された真理値を非ファジィ化することにより、オドメー
タ再校正率を生成する。
ャートを示し、ファジィ推論を適用して誤り挙動を認識
し、オドメータを再校正する。まず、右および左車輪の
オドメータ信号を検出あるいは読み取り（801）、距離
信号を与える。ステップ803において、右および左車輪
の読み取り値を、もしあれば再校正率（recalibration
factor）で修正する。次に、右および左車輪オドメータ
読み取り値を平均化することにより、オドメータの距離
信号を算出する（805）。さらに、オドメータ距離信号8
05とは少なくとも部分的に異なる挙動を有する連続的な
GPS受信機位置を検出することにより別の距離信号を発
生する（807）。次に、これらの距離信号を比較（809）
して、距離差信号を発生する。この信号はファジィ推論
処理811における第１段階によって処理され、距離差信
号の値をファジィ・セットに分類する。同時に、左車輪
信号と右車輪信号との間の差を考慮することにより、オ
ドメータ車首信号を算出する（813）。さらに、コンパ
スを検出することにより別の車首方位信号を発生し、車
首方位を示す（815）。そしてこれらの車首方位信号を
比較（819）して、車首方位差信号を発生する。この信
号はファジィ推論処理821における第１段階によって処
理され、第６図に示すように車首方位差信号の値をファ
ジィ・セットに分類する。次にファジィ推論処理は距離
差および車首方位差と交差する一つまたはそれ以上の認
識ルールを選択し（823）、少なくとも一つの真理値を
発生する。そして、Min−Max演算を用いてさまざまな再
校正真理値を融合（blend）する（825）。最後に、選択
された真理値を非ファジィ化することにより、オドメー
タ再校正率を生成する。
第９図において、オドメータ，コンパスおよびGPS受
信機のセンサ・データの具体的な例と、この例で選択さ
れる関連ファジィ・セットおよびファジィ・ルールを示
す。901によって記される２つの欄は、ファジィ推論処
理の分類および認識段階において連続的に選択される特
定のファジィ・セットを示す。「負の小（Negative Sma
ll）」（929,931）および「負の大（Negative Larg
e）」（933,935）は、車首方位差の程度を分類するメン
バーシップ関数を表し、「無縁（Insignificant）」（9
37,941）および「負（Negative）」939,943は距離差の
程度を分類するメンバーシップ関数を表す。参照番号90
3によって記される２つの欄は、ファジィ後件処理にお
いて選択されるファジィ・セットを示す。車首方位差−
4.5゜（909）と距離差−0.05メートル（919）との組み
合わせは、ファジィ・セットと一致することにより４つ
のファジィ認識ルールを選択する。ファジィ・ルール・
セットを記述的に示す表１から、どのファジィ認識ルー
ルが選択可能であるか、従って、調整または再校正を選
択するためにどのファジィ・ルールが適用されるかをさ
らに理解することができる。
信機のセンサ・データの具体的な例と、この例で選択さ
れる関連ファジィ・セットおよびファジィ・ルールを示
す。901によって記される２つの欄は、ファジィ推論処
理の分類および認識段階において連続的に選択される特
定のファジィ・セットを示す。「負の小（Negative Sma
ll）」（929,931）および「負の大（Negative Larg
e）」（933,935）は、車首方位差の程度を分類するメン
バーシップ関数を表し、「無縁（Insignificant）」（9
37,941）および「負（Negative）」939,943は距離差の
程度を分類するメンバーシップ関数を表す。参照番号90
3によって記される２つの欄は、ファジィ後件処理にお
いて選択されるファジィ・セットを示す。車首方位差−
4.5゜（909）と距離差−0.05メートル（919）との組み
合わせは、ファジィ・セットと一致することにより４つ
のファジィ認識ルールを選択する。ファジィ・ルール・
セットを記述的に示す表１から、どのファジィ認識ルー
ルが選択可能であるか、従って、調整または再校正を選
択するためにどのファジィ・ルールが適用されるかをさ
らに理解することができる。
ただし、頭文字が大文字（Capitalized）の項目はフ
ァジィ・セットを表すメンバーシップ関数であり、すべ
てが大文字（UPPERCASE）の項目はルールを記述する形
式的な言語演算子である。
ァジィ・セットを表すメンバーシップ関数であり、すべ
てが大文字（UPPERCASE）の項目はルールを記述する形
式的な言語演算子である。
第９図に示す例では、車首方位差−4.5゜（909）が真
理値0.25（911）で「負の小」セット929と交差し、か
つ、距離差−0.05メートル（919）が「無縁」セット937
と交差して真理値0.38（921）になると、表１からファ
ジィ・ルールＥが選択される。車首方位差−4.5゜（90
9）が「負の小」セット931と交差して、真理値0.25（91
3）を有し、かつ、距離差−0.05メートル（919）が
「負」セット939と交差して、真理値0.5（923）になる
と、ファジィ・ルールＤが選択される。車首方位差−4.
5゜（909）が「負の大」セット933と交差して、真理値
0.75（915）になり、かつ、距離差−0.05メートル（91
9）が「無縁」セット941と交差して、真理値0.38（92
5）になると、ファジィ・ルールＢが選択される。車首
方位差−4.5（909）が「負の大」セット935と交差し
て、真理値0.75（917）になり、かつ、距離差−0.05メ
ートル（919）が「負」セット943と交差して、真理値0.
5（927）になると、ファジィ・ルールＡが選択される。
理値0.25（911）で「負の小」セット929と交差し、か
つ、距離差−0.05メートル（919）が「無縁」セット937
と交差して真理値0.38（921）になると、表１からファ
ジィ・ルールＥが選択される。車首方位差−4.5゜（90
9）が「負の小」セット931と交差して、真理値0.25（91
3）を有し、かつ、距離差−0.05メートル（919）が
「負」セット939と交差して、真理値0.5（923）になる
と、ファジィ・ルールＤが選択される。車首方位差−4.
5゜（909）が「負の大」セット933と交差して、真理値
0.75（915）になり、かつ、距離差−0.05メートル（91
9）が「無縁」セット941と交差して、真理値0.38（92
5）になると、ファジィ・ルールＢが選択される。車首
方位差−4.5（909）が「負の大」セット935と交差し
て、真理値0.75（917）になり、かつ、距離差−0.05メ
ートル（919）が「負」セット943と交差して、真理値0.
5（927）になると、ファジィ・ルールＡが選択される。
ファジィ・ルール後件（consequences）または再校正
率は、903において表される欄に示すように選択され
る。実際の再校正率が合成される前に、ファジィ・ルー
ル選択の組み合せを考慮して、融合しなければならな
い。以下に示す例は、ファジィ・ルールの選択的マッチ
ングおよび後件を選択する簡単な方法である。マッチし
た値の選択はその最小および最大ウェイトに基づいて行
なわれるので、この方法をMin−Maxマッチングという。
もちろん、例えば、連続的な重み付け融合（重心（cent
roid）方法ともいう）などの他の方法もマッチングおよ
び融合処理に適用できることが当業者に理解される。
率は、903において表される欄に示すように選択され
る。実際の再校正率が合成される前に、ファジィ・ルー
ル選択の組み合せを考慮して、融合しなければならな
い。以下に示す例は、ファジィ・ルールの選択的マッチ
ングおよび後件を選択する簡単な方法である。マッチし
た値の選択はその最小および最大ウェイトに基づいて行
なわれるので、この方法をMin−Maxマッチングという。
もちろん、例えば、連続的な重み付け融合（重心（cent
roid）方法ともいう）などの他の方法もマッチングおよ
び融合処理に適用できることが当業者に理解される。
車首方位差−4.5゜（909）は「負の小」セット929と
交差して、真理値0.25（911）となる。この真理値0.25
（911）は、右オドメータ読み取り調整の「正のとても
小（Positive Very Small）」セット945とも交差する。
他の選択されたファジィ認識ルールA,B,Dのそれぞれ
は、同様な後件ファジィ・セットを具現する。融合の第
１段階において、ファジィAND関数を実行することによ
り、最小真理値を探す。
交差して、真理値0.25（911）となる。この真理値0.25
（911）は、右オドメータ読み取り調整の「正のとても
小（Positive Very Small）」セット945とも交差する。
他の選択されたファジィ認識ルールA,B,Dのそれぞれ
は、同様な後件ファジィ・セットを具現する。融合の第
１段階において、ファジィAND関数を実行することによ
り、最小真理値を探す。
ファジィ・ルールＥの場合、センサ読み取り値−4.5
゜（909）および−0.05メートル（912）と、929,937に
よって図示される認識要素との交差により、後件ファジ
ィ・セット945,951において２つの交差する真理値が、
真理値0.25（911）および0.38（921）において得られ
る。真理値0.25（911）はこのファジィ・セットの最小
値であるので、ファジィAND解析における最初に許容さ
れる真理値となる。この解析を繰り返すことにより、真
理値0.25（913）,0.38（925）および0.5（927）は最小
ファジィ・セットの他の要素を表すことがわかる。
゜（909）および−0.05メートル（912）と、929,937に
よって図示される認識要素との交差により、後件ファジ
ィ・セット945,951において２つの交差する真理値が、
真理値0.25（911）および0.38（921）において得られ
る。真理値0.25（911）はこのファジィ・セットの最小
値であるので、ファジィAND解析における最初に許容さ
れる真理値となる。この解析を繰り返すことにより、真
理値0.25（913）,0.38（925）および0.5（927）は最小
ファジィ・セットの他の要素を表すことがわかる。
次の段階は、ファジィOR関数を用いてこれらの結果を
結合または融合する段階である。これは、選択されたAN
D済み真理値0.25（911）,0.25（913）,0.38（925）およ
び0.5（927）の最大真理値を探すことによって行なわれ
る。この結果は0.5（927）であり、これは選択されたフ
ァジィ・ルールＡからの最小真理値を表し、しかも結合
した後にすべての選択されたファジィ・ルールの最大真
理値である。
結合または融合する段階である。これは、選択されたAN
D済み真理値0.25（911）,0.25（913）,0.38（925）およ
び0.5（927）の最大真理値を探すことによって行なわれ
る。この結果は0.5（927）であり、これは選択されたフ
ァジィ・ルールＡからの最小真理値を表し、しかも結合
した後にすべての選択されたファジィ・ルールの最大真
理値である。
最後の段階は、真理値を非ファジィ化し、この場合に
は再校正率である結論を割り当てる段階である。これ
は、選択された真理値0.5（927）と左車輪調整セット
「負の大」959との交差を調べることによって行ない、
解−６％（957）を得る。この再校正率は、左オドメー
タ・センサを修正／再校正するために用いられる。この
場合、右オドメータ・センサに対しては再校正は行なわ
れないので、再び最大真理値を探し、0.38（925）を得
て、この再校正率は1.5％（961）となる。この処理は、
車首方位において観察される円形挙動に対応し、かつ、
同じタイヤ円周差によって生じる距離誤差に対応する誤
差の認識／再校正を考慮している。もちろん、この処理
を呼び出す前に安定したデータを認識することによりこ
の処理をゲートすることは当業者に明らかである。例え
ば、センサによって表示される最近の総体的誤差または
操縦があった場合、再校正は行なってはならない。ある
いはGPS受信機によってオドメータ距離を補正する場
合、GPS受信機の誤差範囲が累積オドメータ距離誤差に
比べて無視できる場合にのみ、位置は利用可能となる。
は再校正率である結論を割り当てる段階である。これ
は、選択された真理値0.5（927）と左車輪調整セット
「負の大」959との交差を調べることによって行ない、
解−６％（957）を得る。この再校正率は、左オドメー
タ・センサを修正／再校正するために用いられる。この
場合、右オドメータ・センサに対しては再校正は行なわ
れないので、再び最大真理値を探し、0.38（925）を得
て、この再校正率は1.5％（961）となる。この処理は、
車首方位において観察される円形挙動に対応し、かつ、
同じタイヤ円周差によって生じる距離誤差に対応する誤
差の認識／再校正を考慮している。もちろん、この処理
を呼び出す前に安定したデータを認識することによりこ
の処理をゲートすることは当業者に明らかである。例え
ば、センサによって表示される最近の総体的誤差または
操縦があった場合、再校正は行なってはならない。ある
いはGPS受信機によってオドメータ距離を補正する場
合、GPS受信機の誤差範囲が累積オドメータ距離誤差に
比べて無視できる場合にのみ、位置は利用可能となる。
ファジィ・セットおよびファジィ・ルールの別のセッ
トに基づいて、独立したセンサの相対的精度を識別し、
これにクリアネス係数を割り当てて、最終的にこれを他
の同様なセンサ・ナビゲーション・パラメータと融合し
て、この場合車首方位である同じナビゲーション変数を
表すことができる。この解析は、以下のように過去と未
来の陳述（stating）との間の因果関係に依存する。
トに基づいて、独立したセンサの相対的精度を識別し、
これにクリアネス係数を割り当てて、最終的にこれを他
の同様なセンサ・ナビゲーション・パラメータと融合し
て、この場合車首方位である同じナビゲーション変数を
表すことができる。この解析は、以下のように過去と未
来の陳述（stating）との間の因果関係に依存する。
第２図において、車輪がスリップしている場合のコン
パス車首方位201とオドメータ車首方位203がわかる。オ
ドメータのクリアネスについて、第10図，第11図，第12
図および第13図において、総体的な性質の挙動である車
輪スリップを導く前件条件を記述するファジィ・セット
を示す。クリアネス係数の後件真理値は、このセットの
関数である。車輪スリップが検出されると、クリアネス
係数は低減される。第10図に示すファジィ・セットを適
用して、オドメータ車首方位の変化が最近である程度を
分類し、第11図はオドメータ車首方位の変化が「急峻す
ぎる」右折または左折である程度を分類し、第12図は、
オドメータ読み取り値が「高すぎる」速度である程度を
分類し、第13図は、オドメータ読み取り値が「高すぎ
る」加速度である程度を分類する。ファジィ誤差認識お
よびクリアネス係数後件ルールは次の通りである： 第８図および第９図に示すように、表３の真理値を融
合することにより、オドメータ・センサのクリアネス係
数が得られる。
パス車首方位201とオドメータ車首方位203がわかる。オ
ドメータのクリアネスについて、第10図，第11図，第12
図および第13図において、総体的な性質の挙動である車
輪スリップを導く前件条件を記述するファジィ・セット
を示す。クリアネス係数の後件真理値は、このセットの
関数である。車輪スリップが検出されると、クリアネス
係数は低減される。第10図に示すファジィ・セットを適
用して、オドメータ車首方位の変化が最近である程度を
分類し、第11図はオドメータ車首方位の変化が「急峻す
ぎる」右折または左折である程度を分類し、第12図は、
オドメータ読み取り値が「高すぎる」速度である程度を
分類し、第13図は、オドメータ読み取り値が「高すぎ
る」加速度である程度を分類する。ファジィ誤差認識お
よびクリアネス係数後件ルールは次の通りである： 第８図および第９図に示すように、表３の真理値を融
合することにより、オドメータ・センサのクリアネス係
数が得られる。
さらに、コンパスの場合について、コンパスが磁気誤
差に応答する場合のコンパス車首方位301とオドメータ
車首方位303を第３図に示す。コンパス・クリアネスに
ついては、第14図および第15図において、総体的な性質
の挙動である磁気誤差を導く前件条件を記述するファジ
ィ・セットを示す。クリアネス係数の後件真理値は、こ
のセットの関数である。磁気誤差が検出されると、クリ
アネス係数は低減される。このファジィ誤差認識および
クリアネス係数後件ルールは次の通りである： 第８図および第９図に示すように、表４の真理値を同
様に融合することにより、クリアネス係数が得られる。
差に応答する場合のコンパス車首方位301とオドメータ
車首方位303を第３図に示す。コンパス・クリアネスに
ついては、第14図および第15図において、総体的な性質
の挙動である磁気誤差を導く前件条件を記述するファジ
ィ・セットを示す。クリアネス係数の後件真理値は、こ
のセットの関数である。磁気誤差が検出されると、クリ
アネス係数は低減される。このファジィ誤差認識および
クリアネス係数後件ルールは次の通りである： 第８図および第９図に示すように、表４の真理値を同
様に融合することにより、クリアネス係数が得られる。
次に、被測定ナビゲーション・パラメータについて最
大クリアネス係数を有するセンサを選択し、さまざまな
センサからのナビゲーション・パラメータを融合し、そ
れぞれのナビゲーション変数を得る。この例の結果は、
融合された車首方位変数である。もちろん、平均値の重
み付け加算や、ファジィ・クラスタリング（fuzzy clus
tering）などの他の融合方法も適用できることが当業者
に明らかである。
大クリアネス係数を有するセンサを選択し、さまざまな
センサからのナビゲーション・パラメータを融合し、そ
れぞれのナビゲーション変数を得る。この例の結果は、
融合された車首方位変数である。もちろん、平均値の重
み付け加算や、ファジィ・クラスタリング（fuzzy clus
tering）などの他の融合方法も適用できることが当業者
に明らかである。
第４図は、401,407,409,411によって表される道路区
画を有する地図を示す。位置で問い合わせると、地図デ
ータベースは、２つのノード403,405によって区切られ
た区画ID402と、区画413についての車首方位を発生す
る。この場合、選択される区画は401によって示され
る。車両の融合された車首方位変数として同様にさまざ
まなセンサから導出されるこの位置に基づいて、車両が
この道路区画401上にあるかどうか判定する。
画を有する地図を示す。位置で問い合わせると、地図デ
ータベースは、２つのノード403,405によって区切られ
た区画ID402と、区画413についての車首方位を発生す
る。この場合、選択される区画は401によって示され
る。車両の融合された車首方位変数として同様にさまざ
まなセンサから導出されるこの位置に基づいて、車両が
この道路区画401上にあるかどうか判定する。
車両が十分長い時間において道路区画401上にあると
いう信頼度が高い場合、融合された車首方位変数を道路
区画413の車首方位と置換して、より高い精度の車首方
位変数を得ることができる。
いう信頼度が高い場合、融合された車首方位変数を道路
区画413の車首方位と置換して、より高い精度の車首方
位変数を得ることができる。
道路上真理値（on−road truth value）を正確に推論
するために、いくつかの事項を考慮する必要がある。適
用されるルールは次のとおりである： 操縦しているかどうかを判定するため、第16図におい
て、操縦の認識に導く前件条件を記述するファジィ・セ
ットを示す。操縦の後件真理値は、このセットの関数で
ある。融合すると、真理値が０よりも大きい場合に、操
縦がある程度進行中であることを示す。
するために、いくつかの事項を考慮する必要がある。適
用されるルールは次のとおりである： 操縦しているかどうかを判定するため、第16図におい
て、操縦の認識に導く前件条件を記述するファジィ・セ
ットを示す。操縦の後件真理値は、このセットの関数で
ある。融合すると、真理値が０よりも大きい場合に、操
縦がある程度進行中であることを示す。
ファジィ操縦認識ルールは次の通りである；
第16図は、操縦のスペクトルを記述するメンバーシッ
プ関数を示す。例えば、1601,1603によって示される
「普通」メンバーシップ関数の特定の場合として、車線
変更，脱線（swerve）およびターンを考慮することがで
きる。もちろん、第16図のファジィ・セットによって示
されるように、操縦の種類をさらに認識するルールを作
ることもできる。これは、車両が地図上にある場合に、
車両位置を判定するために特に有用である。一つの場合
として、出口付近の高速道路において車両が車線変更を
行なうことがある。この操縦から、車両は出口斜面に近
づいていると推論できる。
プ関数を示す。例えば、1601,1603によって示される
「普通」メンバーシップ関数の特定の場合として、車線
変更，脱線（swerve）およびターンを考慮することがで
きる。もちろん、第16図のファジィ・セットによって示
されるように、操縦の種類をさらに認識するルールを作
ることもできる。これは、車両が地図上にある場合に、
車両位置を判定するために特に有用である。一つの場合
として、出口付近の高速道路において車両が車線変更を
行なうことがある。この操縦から、車両は出口斜面に近
づいていると推論できる。
次の段階において、前述のように、オドメータ，コン
パスおよびGPS受信機などのさまざまなセンサから位置
変数を導出し、車首方位変数について説明した処理によ
り融合させる必要がある。次に、選択された地図区画40
1によって占めされる位置から融合位置を減算して、そ
の結果を第17図に示すファジィ・セットに分類すること
により、この距離誤差が有意であるかどうか調べ、この
ファジィ・セットは距離差がセットに無縁に寄与する真
理値を表す。次に、選択された地図区画413によって示
される車首方位から融合車首方位変数を減算し、この結
果を第18図に示すファジィ・セットに分類し、このファ
ジィ・セットは車首方位差がこのセットに無縁に寄与す
る真理値を表す。表５のルールＡに戻って、道路上に対
する真理値を推論することができる。
パスおよびGPS受信機などのさまざまなセンサから位置
変数を導出し、車首方位変数について説明した処理によ
り融合させる必要がある。次に、選択された地図区画40
1によって占めされる位置から融合位置を減算して、そ
の結果を第17図に示すファジィ・セットに分類すること
により、この距離誤差が有意であるかどうか調べ、この
ファジィ・セットは距離差がセットに無縁に寄与する真
理値を表す。次に、選択された地図区画413によって示
される車首方位から融合車首方位変数を減算し、この結
果を第18図に示すファジィ・セットに分類し、このファ
ジィ・セットは車首方位差がこのセットに無縁に寄与す
る真理値を表す。表５のルールＡに戻って、道路上に対
する真理値を推論することができる。
前述のように、信頼度が十分高く、融合車首方位変数
を道路区画車首変数で置換するように車両が十分長く道
路上にあることを保証する必要がある。
を道路区画車首変数で置換するように車両が十分長く道
路上にあることを保証する必要がある。
これは、最も最近の道路上真理値を積分することによ
って行なうことができ、生成された真理値の大きさにつ
いて調べる。この真理値が低すぎる場合、融合車首方位
変数を道路区画車首方位値で置換するほど十分長く道路
区画上にあるという十分な信頼度はない。ある時間の
後、道路区画が十分長い場合、真理値は十分高い値にな
り、信頼度は車首方位変数を道路区画の車首方位で置換
するのに十分高くなる。そこで、持続性（persistenc
e）と道路上条件の信頼度とに基づいて車首方位を補正
する必要性を決定するルールを示す。
って行なうことができ、生成された真理値の大きさにつ
いて調べる。この真理値が低すぎる場合、融合車首方位
変数を道路区画車首方位値で置換するほど十分長く道路
区画上にあるという十分な信頼度はない。ある時間の
後、道路区画が十分長い場合、真理値は十分高い値にな
り、信頼度は車首方位変数を道路区画の車首方位で置換
するのに十分高くなる。そこで、持続性（persistenc
e）と道路上条件の信頼度とに基づいて車首方位を補正
する必要性を決定するルールを示す。
表５のルールＡによって最近推論されたすべての道路
上真理値の重み付け和を計算することにより、次式に示
すように積分は実行される： Sw（ｉ）＊道路上（ｉ）＝正しい車首方位 最大重み付け値は、次式によって求められる： ただし： Nmaxは、最大「最近」真理値が適用される際の測定回
数；および Nfallingは、第19図における「最近」距離メンバーシ
ップ関数の立ち下がりにおける測定回数である。
上真理値の重み付け和を計算することにより、次式に示
すように積分は実行される： Sw（ｉ）＊道路上（ｉ）＝正しい車首方位 最大重み付け値は、次式によって求められる： ただし： Nmaxは、最大「最近」真理値が適用される際の測定回
数；および Nfallingは、第19図における「最近」距離メンバーシ
ップ関数の立ち下がりにおける測定回数である。
この方法の利点は、車首方位についてより高い精度が
得られることである。この方法は、位置変数を補正する
ためにも利用できる。もちろん、別の種類の操縦を完了
することおよび道路区画の特定の形状および校正に基づ
く条件をさらに認識して、道路上真理値を推論し、位置
および／または車首方位補正を推論することができる。
得られることである。この方法は、位置変数を補正する
ためにも利用できる。もちろん、別の種類の操縦を完了
することおよび道路区画の特定の形状および校正に基づ
く条件をさらに認識して、道路上真理値を推論し、位置
および／または車首方位補正を推論することができる。
この方法を改善する別の方法は、累積誤差を決定する
累積移動距離メンバーシップ関数に応じて、異なる前件
メンバーシップ関数を適用することである。
累積移動距離メンバーシップ関数に応じて、異なる前件
メンバーシップ関数を適用することである。
もちろん、適切なファジィ・セットおよびファジィ・
ルールにより、ランダム，総体的および／または系統的
な他の種類の誤り挙動を認識し、補正して、検出システ
ムを再校正し、あるいはクリアネス係数をセンサに割り
当てることができる。これらの挙動には、発明の背景で
説明したものや、その他多くのものが含まれる。
ルールにより、ランダム，総体的および／または系統的
な他の種類の誤り挙動を認識し、補正して、検出システ
ムを再校正し、あるいはクリアネス係数をセンサに割り
当てることができる。これらの挙動には、発明の背景で
説明したものや、その他多くのものが含まれる。
以上、この場合ファジィ推論システムであるモデル独
立型解析を適用することにより、車載ナビゲーション・
システムに必要な検出情報の精度を改善するシステムを
説明してきた。系統的および総体的誤差を認識する特定
の例について開示した。もちろん、この方法を用いてラ
ンダムな性質のものを含む他の誤り挙動を認識し、修正
することは当業者に明らかである。このシステムは誤り
挙動を認識し、適切な場合に、センサ・システムを再校
正し、クリアネス係数を割り当て、複数のセンサ信号を
融合して、地図をマッチングすることにより結果を調整
して、車載ナビゲーション・システムの精度を改善する
ために必要な改善された精度のナビゲーション変数を生
成する。
立型解析を適用することにより、車載ナビゲーション・
システムに必要な検出情報の精度を改善するシステムを
説明してきた。系統的および総体的誤差を認識する特定
の例について開示した。もちろん、この方法を用いてラ
ンダムな性質のものを含む他の誤り挙動を認識し、修正
することは当業者に明らかである。このシステムは誤り
挙動を認識し、適切な場合に、センサ・システムを再校
正し、クリアネス係数を割り当て、複数のセンサ信号を
融合して、地図をマッチングすることにより結果を調整
して、車載ナビゲーション・システムの精度を改善する
ために必要な改善された精度のナビゲーション変数を生
成する。
フロントページの続き
(72)発明者 ハリス、クライド・ビー
アメリカ合衆国イリノイ州パラティン、
ペンシルバニア・ドライブ794
(72)発明者 カーソン、アラン・エム
アメリカ合衆国イリノイ州ハイランド・
パーク、ローレンス・レーン1830
(56)参考文献 特開 昭59−204707（ＪＰ，Ａ)
特開 平１−92610（ＪＰ，Ａ)
特開 平２−310421（ＪＰ，Ａ)
特開 平２−168110（ＪＰ，Ａ)
特開 平２−212714（ＪＰ，Ａ)
Ｗｅｉ−Ｗｅｎ Ｋａｏ，Ｉｎｔｅｇ
ｒａｔｉｏｎ ｏｆ ＧＰＳ ａｎｄ
Ｄｅａｄ−Ｒｅｃｋｏｎｉｎｇ Ｎａｖ
ｉｇａｔｉｏｎ Ｓｙｓｔｅｍｓ，ＶＮ
ＩＳ’91 Ｃｏｎｆｅｒｅｎｃｅ，1991
年10月20日，635−643
(58)調査した分野(Int.Cl.7，ＤＢ名)
G01C 21/00 - 25/00
G01C 17/00 - 17/38
G05B 13/02
G08G 1/0969
ＪＩＣＳＴファイル（ＪＯＩＳ)
ＥＵＲＯＰＡＴ（ＱＵＥＳＴＥＬ)
Claims (5)
- 【請求項１】車両ナビゲーション用の改善された精度の
検出システムであって： 車両のナビゲーション・パラメータを検出し、前記ナビ
ゲーション・パラメータを表わす第１信号を与える第１
手段； 前記車両のナビゲーション・パラメータを検出し、前記
ナビゲーション・パラメータを表わす第２信号を与える
第２手段； 前記第１信号と前記第２信号の差を、所定の挙動を表現
する複数のセットに分類する手段；および 前記複数のセットの各々における前記第１および第２信
号間の前記差の関連の度合いに依存して、前記第１信号
に対するクリアネス係数を提供する手段； を有することを特徴とする検出システム。 - 【請求項２】車両ナビゲーション用の改善された精度の
検出システムのための方法であって： 車両のナビゲーション・パラメータを検出し、前記ナビ
ゲーション・パラメータを表わす第１信号を与える第１
段階； 前記車両のナビゲーション・パラメータを検出し、前記
ナビゲーション・パラメータを表わす第２信号を与える
第２段階； 前記第１信号と前記第２信号の差を、所定の挙動を表現
する複数のセットに分類する段階；および 前記複数のセットの各々における前記第１および第２信
号間の前記差の関連の度合いに依存して、前記第１信号
に対するクリアネス係数を提供する段階； より成ることを特徴とする方法。 - 【請求項３】クリアネス係数を提供する前記手段は、前
記第１および第２信号間の前記差が増加する場合には、
減少するクリアネス係数を提供することを特徴とする請
求項１記載の検出システム。 - 【請求項４】車両ナビゲーション用の改善された精度の
検出方法であって： 車首方位を検出し、それに応答して第１車首方位を提供
する段階； 他の車首方位を検出し、それに応答して第２の車首方位
を提供する段階； 前記第１および第２の車首方位の差を、所定の挙動を表
現する複数のセットに分類する段階； 前記複数のセットの各々における前記第１および第２の
車首方位間の前記差の関連の度合いに依存して、前記第
１の車首方位に対するクリアネス係数を提供する段階；
および 前記クリアネス係数に依存して、前記第１の車首方位お
よび前記第２の車首方位を組み合わせることによって、
車首方位を表わす融合車首変数を導出する段階； より成ることを特徴とする検出方法。 - 【請求項５】車両ナビゲーション用の改善された精度の
検出システムであって： コンパス車首信号を提供するコンパス； オドメータ車首信号およびオドメータ移動距離信号を提
供するオドメータであって、前記オドメータ車首信号お
よびオドメータ移動距離信号の両者が左車輪および右車
輪の校正因子に依存して決定されるところのオドメー
タ； GPS移動距離信号を提供するGPS受信機； 前記オドメータ移動距離信号と前記GPS移動距離信号と
の移動距離の差を、所定の挙動を表現する複数の移動距
離セットに分類し、前記コンパス車首信号と前記オドメ
ータ車首信号との車首方位の差を、所定の挙動を表現す
る複数の車首方位セットに分類する手段；および 前記複数の移動距離セットの各々における移動距離の差
の関連の度合いと、前記複数の車首方位セットの各々に
おける車首方位の関連の度合いとに依存して、左車輪お
よび右車輪の校正因子を前記オドメータに提供する手
段； を有することを特徴とする検出システム。
Applications Claiming Priority (3)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| US78650091A | 1991-11-01 | 1991-11-01 | |
| US786,500 | 1991-11-01 | ||
| PCT/US1992/007870 WO1993009509A1 (en) | 1991-11-01 | 1992-09-17 | An improved accuracy sensory system for vehicle navigation |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JPH06504131A JPH06504131A (ja) | 1994-05-12 |
| JP3380241B2 true JP3380241B2 (ja) | 2003-02-24 |
Family
ID=25138778
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP50838793A Expired - Lifetime JP3380241B2 (ja) | 1991-11-01 | 1992-09-17 | 車両ナビゲーション用の改善された精度の検出装置 |
Country Status (5)
| Country | Link |
|---|---|
| US (1) | US5434788A (ja) |
| EP (1) | EP0570581B1 (ja) |
| JP (1) | JP3380241B2 (ja) |
| DE (1) | DE69232261T2 (ja) |
| WO (1) | WO1993009509A1 (ja) |
Families Citing this family (45)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US10361802B1 (en) | 1999-02-01 | 2019-07-23 | Blanding Hovenweep, Llc | Adaptive pattern recognition based control system and method |
| US8352400B2 (en) | 1991-12-23 | 2013-01-08 | Hoffberg Steven M | Adaptive pattern recognition based controller apparatus and method and human-factored interface therefore |
| US5428546A (en) * | 1992-10-16 | 1995-06-27 | Mobile Information Systems | Method and apparatus for tracking vehicle location |
| US5758313A (en) * | 1992-10-16 | 1998-05-26 | Mobile Information Systems, Inc. | Method and apparatus for tracking vehicle location |
| US5436839A (en) * | 1992-10-26 | 1995-07-25 | Martin Marietta Corporation | Navigation module for a semi-autonomous vehicle |
| US5983161A (en) * | 1993-08-11 | 1999-11-09 | Lemelson; Jerome H. | GPS vehicle collision avoidance warning and control system and method |
| US7783403B2 (en) * | 1994-05-23 | 2010-08-24 | Automotive Technologies International, Inc. | System and method for preventing vehicular accidents |
| US5904727A (en) * | 1995-05-17 | 1999-05-18 | Mobile Information Systems, Inc. | Graphical fleet management methods |
| US5922040A (en) * | 1995-05-17 | 1999-07-13 | Mobile Information System, Inc. | Method and apparatus for fleet management |
| US5917434A (en) * | 1995-06-15 | 1999-06-29 | Trimble Navigation Limited | Integrated taximeter/GPS position tracking system |
| US5898390A (en) * | 1995-09-14 | 1999-04-27 | Zexel Corporation | Method and apparatus for calibration of a distance sensor in a vehicle navigation system |
| US5745868A (en) * | 1995-12-26 | 1998-04-28 | Motorola, Inc. | Method for rapid recovery from dead reckoning system heading loss |
| US5862511A (en) * | 1995-12-28 | 1999-01-19 | Magellan Dis, Inc. | Vehicle navigation system and method |
| FR2748132B1 (fr) * | 1996-04-26 | 1998-05-29 | Sgs Thomson Microelectronics | Procede de gestion d'un systeme electronique |
| US5987378A (en) * | 1996-10-24 | 1999-11-16 | Trimble Navigation Limited | Vehicle tracker mileage-time monitor and calibrator |
| US6230100B1 (en) * | 1997-01-31 | 2001-05-08 | Motorola, Inc. | Method and apparatus for differential scale factor calibration in differential odometry systems integrated with GPS |
| US6889139B2 (en) * | 1997-03-07 | 2005-05-03 | Sidewinder Holdings Ltd. | System and method for mobile data processing and transmission |
| US7268700B1 (en) | 1998-01-27 | 2007-09-11 | Hoffberg Steven M | Mobile communication device |
| DE19803662C2 (de) * | 1998-01-30 | 1999-12-02 | Siemens Ag | Navigationsgerät und Verfahren zur Positionsbestimmung mittels Koppelnavigation |
| US7904187B2 (en) | 1999-02-01 | 2011-03-08 | Hoffberg Steven M | Internet appliance system and method |
| US6360165B1 (en) | 1999-10-21 | 2002-03-19 | Visteon Technologies, Llc | Method and apparatus for improving dead reckoning distance calculation in vehicle navigation system |
| US6282496B1 (en) | 1999-10-29 | 2001-08-28 | Visteon Technologies, Llc | Method and apparatus for inertial guidance for an automobile navigation system |
| JP2002181577A (ja) | 2000-12-14 | 2002-06-26 | Pioneer Electronic Corp | ナビゲーション装置及びナビゲーション方法並びにナビゲーション用プログラムがコンピュータで読取可能に記録された情報記録媒体 |
| DE10159872B4 (de) * | 2001-12-06 | 2005-07-21 | Siemens Ag | Verfahren und Anordnung sowie Computerprogramm mit Programmcode-Mitteln und Computerprogramm-Produkt zur Ermittlung einer Manöverinformation aus einem Satz von vorgebbaren Manöverinformationen für eine mobile Einheit unter Verwendung von Fuzzy-Logik |
| US9818136B1 (en) | 2003-02-05 | 2017-11-14 | Steven M. Hoffberg | System and method for determining contingent relevance |
| US9341485B1 (en) | 2003-06-19 | 2016-05-17 | Here Global B.V. | Method and apparatus for representing road intersections |
| US9121715B2 (en) | 2005-04-14 | 2015-09-01 | General Motors Llc | Method for determining vehicle location including road surface data |
| JP2007033434A (ja) * | 2005-06-20 | 2007-02-08 | Denso Corp | 車両用現在位置検出装置、及び車両制御装置 |
| US20070174224A1 (en) * | 2005-10-04 | 2007-07-26 | Swanson David C | Scriptable inference networks for sensor information fusion |
| US7933897B2 (en) | 2005-10-12 | 2011-04-26 | Google Inc. | Entity display priority in a distributed geographic information system |
| US7680749B1 (en) * | 2006-11-02 | 2010-03-16 | Google Inc. | Generating attribute models for use in adaptive navigation systems |
| US7512487B1 (en) | 2006-11-02 | 2009-03-31 | Google Inc. | Adaptive and personalized navigation system |
| US20090254274A1 (en) * | 2007-07-27 | 2009-10-08 | Kulik Victor | Navigation system for providing celestial and terrestrial information |
| DE102008012915A1 (de) * | 2008-03-06 | 2009-09-10 | Valeo Schalter Und Sensoren Gmbh | Verfahren zur Erhöhung der Genauigkeit einer Positionsverfolgung von Fahrzeugen in softwarebasierten Steuerungssytemen |
| US8374785B2 (en) * | 2010-01-28 | 2013-02-12 | Eride, Inc. | Tightly coupled GPS and dead-reckoning vehicle navigation |
| EP2541203B8 (en) * | 2011-06-30 | 2015-10-21 | Furuno Electric Company Limited | Road map feedback server for tightly coupled gps and dead reckoning vehicle navigation |
| TWI428249B (zh) * | 2011-08-23 | 2014-03-01 | Ind Tech Res Inst | 車載裝置及其行車輔助系統與行車輔助資訊提供方法 |
| DE102011086490A1 (de) | 2011-11-16 | 2013-05-16 | Robert Bosch Gmbh | Verfahren zur Bestimmung des dynamischen Abrollradius' von Reifen |
| US9109905B2 (en) * | 2013-12-14 | 2015-08-18 | PNI Sensor Corporation | Device location determination |
| US9427867B2 (en) * | 2014-04-02 | 2016-08-30 | The Boeing Company | Localization within an environment using sensor fusion |
| FR3020701A1 (fr) * | 2014-05-05 | 2015-11-06 | Jean Francois Laurent | Module de mesure de distance a interpolation predictive du signal destine a equiper un vehicule |
| US10077982B2 (en) | 2016-09-26 | 2018-09-18 | Nxp Usa, Inc. | Calibrating inertial navigation data using tire pressure monitoring system signals |
| JP6490747B2 (ja) | 2017-06-08 | 2019-03-27 | 三菱電機株式会社 | 物体認識装置、物体認識方法および車両制御システム |
| DE102018101049A1 (de) * | 2018-01-18 | 2019-07-18 | Valeo Schalter Und Sensoren Gmbh | Konfiguration einer Kraftfahrzeug-Odometrievorrichtung mit einem neuralen Netz |
| CN113655508A (zh) * | 2021-08-10 | 2021-11-16 | 厦门市弘威崇安科技有限公司 | 一种无人值守的传感器节点辅助布放装置及方法 |
Family Cites Families (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US4024382A (en) * | 1975-09-08 | 1977-05-17 | The Laitram Corporation | Loran compensated magnetic compass |
| JPS59204707A (ja) * | 1983-05-09 | 1984-11-20 | Hitachi Ltd | 状態推定システム |
| US4796191A (en) * | 1984-06-07 | 1989-01-03 | Etak, Inc. | Vehicle navigational system and method |
| JPH0621792B2 (ja) * | 1986-06-26 | 1994-03-23 | 日産自動車株式会社 | ハイブリツド式位置計測装置 |
| JPH0820265B2 (ja) * | 1987-07-10 | 1996-03-04 | アイシン・エィ・ダブリュ株式会社 | 車両用ナビゲーション装置 |
| JPH07119617B2 (ja) * | 1988-07-05 | 1995-12-20 | マツダ株式会社 | 車両用ナビゲーシヨン装置 |
| JPH0227218A (ja) * | 1988-07-18 | 1990-01-30 | Aisin Aw Co Ltd | ナビゲーション装置における距離誤差修正方法 |
| US5046031A (en) * | 1989-02-06 | 1991-09-03 | Magnavox Government And Industrial Electronics Company | Method and apparatus for automatic flux-gate compass calibration |
| JP2669031B2 (ja) * | 1989-02-28 | 1997-10-27 | 日産自動車株式会社 | 自律走行車両 |
-
1992
- 1992-09-17 DE DE69232261T patent/DE69232261T2/de not_active Expired - Lifetime
- 1992-09-17 EP EP93909338A patent/EP0570581B1/en not_active Expired - Lifetime
- 1992-09-17 WO PCT/US1992/007870 patent/WO1993009509A1/en active IP Right Grant
- 1992-09-17 JP JP50838793A patent/JP3380241B2/ja not_active Expired - Lifetime
-
1994
- 1994-06-15 US US08/260,507 patent/US5434788A/en not_active Expired - Lifetime
Non-Patent Citations (1)
| Title |
|---|
| Ｗｅｉ−Ｗｅｎ Ｋａｏ，Ｉｎｔｅｇｒａｔｉｏｎ ｏｆ ＧＰＳ ａｎｄ Ｄｅａｄ−Ｒｅｃｋｏｎｉｎｇ Ｎａｖｉｇａｔｉｏｎ Ｓｙｓｔｅｍｓ，ＶＮＩＳ’９１ Ｃｏｎｆｅｒｅｎｃｅ，１９９１年１０月２０日，６３５−６４３ |
Also Published As
| Publication number | Publication date |
|---|---|
| EP0570581A1 (en) | 1993-11-24 |
| EP0570581B1 (en) | 2001-12-05 |
| US5434788A (en) | 1995-07-18 |
| DE69232261T2 (de) | 2002-07-25 |
| JPH06504131A (ja) | 1994-05-12 |
| DE69232261D1 (de) | 2002-01-17 |
| EP0570581A4 (en) | 1994-08-10 |
| WO1993009509A1 (en) | 1993-05-13 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP3380241B2 (ja) | 車両ナビゲーション用の改善された精度の検出装置 | |
| JP2819126B2 (ja) | 自動車 | |
| US6502033B1 (en) | Turn detection algorithm for vehicle positioning | |
| CN108139225B (zh) | 确定机动车的布局信息 | |
| Hashemi et al. | A critical review of real-time map-matching algorithms: Current issues and future directions | |
| US9057781B2 (en) | Position estimation device and position estimation method | |
| EP0664040B1 (en) | Map-matching with competing sensory positions | |
| EP3620995B1 (en) | Method and apparatus for determining static state of obstacle | |
| EP2519803B1 (en) | Technique for calibrating dead reckoning positioning data | |
| JPH09119842A (ja) | 車両ナビゲーション・システムの距離センサの校正方法および装置 | |
| EP2042833B1 (en) | Map data architecture platform for advanced driver assistance systems | |
| EP0577782A4 (ja) | ||
| US20030158799A1 (en) | Position recognizind device and position recognizing method, and accounting device and accounting method | |
| CN115060257B (zh) | 一种基于民用级惯性测量单元的车辆变道检测方法 | |
| US20040102900A1 (en) | Systems and method for estimating speed and pitch sensor errors | |
| JP2000258443A (ja) | 車両用スピードメーター | |
| WO2000050917A1 (en) | Vehicle navigation system with correction for selective availability | |
| Abosekeen et al. | Enhanced land vehicles navigation by fusing automotive radar and speedometer data | |
| CN116594000A (zh) | 基于位置观测的激光多普勒测速仪在线标定方法和装置 | |
| JP3017671B2 (ja) | 車両位置検出装置 | |
| JP4259246B2 (ja) | 道路情報学習システム | |
| JPH11295090A (ja) | 類似度算出方法 | |
| Fazekas et al. | Identification of kinematic vehicle model parameters for localization purposes | |
| US20230168088A1 (en) | System and process for correcting gyroscope drift for a motor vehicle | |
| Betntorp et al. | Bayesian Sensor Fusion for Joint Vehicle Localization and Road Mapping Using Onboard Sensors |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20071213 Year of fee payment: 5 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20081213 Year of fee payment: 6 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20081213 Year of fee payment: 6 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20091213 Year of fee payment: 7 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20101213 Year of fee payment: 8 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20101213 Year of fee payment: 8 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20111213 Year of fee payment: 9 |
|
| S533 | Written request for registration of change of name |
Free format text: JAPANESE INTERMEDIATE CODE: R313533 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20111213 Year of fee payment: 9 |
|
| R350 | Written notification of registration of transfer |
Free format text: JAPANESE INTERMEDIATE CODE: R350 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20111213 Year of fee payment: 9 |
|
| RD03 | Notification of appointment of power of attorney |
Free format text: JAPANESE INTERMEDIATE CODE: R3D03 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20111213 Year of fee payment: 9 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20121213 Year of fee payment: 10 |
|
| EXPY | Cancellation because of completion of term | ||
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20121213 Year of fee payment: 10 |