JP6147691B2 - 駐車スペース案内システム、駐車スペース案内方法、及びプログラム - Google Patents

駐車スペース案内システム、駐車スペース案内方法、及びプログラム Download PDF

Info

Publication number
JP6147691B2
JP6147691B2 JP2014066077A JP2014066077A JP6147691B2 JP 6147691 B2 JP6147691 B2 JP 6147691B2 JP 2014066077 A JP2014066077 A JP 2014066077A JP 2014066077 A JP2014066077 A JP 2014066077A JP 6147691 B2 JP6147691 B2 JP 6147691B2
Authority
JP
Japan
Prior art keywords
parking
action
guided vehicle
parking space
state
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 - Fee Related
Application number
JP2014066077A
Other languages
English (en)
Other versions
JP2015191273A (ja
Inventor
竜馬 新原
竜馬 新原
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Denso IT Laboratory Inc
Original Assignee
Denso IT Laboratory Inc
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Denso IT Laboratory Inc filed Critical Denso IT Laboratory Inc
Priority to JP2014066077A priority Critical patent/JP6147691B2/ja
Publication of JP2015191273A publication Critical patent/JP2015191273A/ja
Application granted granted Critical
Publication of JP6147691B2 publication Critical patent/JP6147691B2/ja
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Landscapes

  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • Traffic Control Systems (AREA)

Description

本発明は、駐車場において空きスペースを案内する駐車スペース案内システムに関する。
従来より、駐車場において空きスペースを案内するシステムについて、様々な提案がなされている（特許文献１〜４）。特許文献１では、駐車場の駐車スペースの中から駐車可能な駐車スペースを検出し、駐車位置を決定する。さらに、車両が決定した駐車スペースに移動している最中に、一度決めた駐車スペースに他の車両が停車したことを検出した場合には、現在位置に基づいて動的に駐車スペースを変更する。この際、駐車スペースの決定方法は、ゴール近く、もしくは、車種に合わせた駐車スペースを決定する。
特許文献２は、近距離で駐車可能なＩＰＡ（Intelligent Parking Assist）のようなシステムを持つ車両に対して、ＩＰＡが開始できる位置まで誘導するシステムを開示している。特許文献２は、空き駐車スペースが複数箇所ある場合には、車両の移動距離が短いこと、あるいは、なるべく奥に駐車することを基準に、車両を誘導することを提案している。
上記のようなシステムは、複雑な駐車場のシステムが必要になるため、実現性に乏しい。特許文献３は、上記課題を解決するために、駐車場の構造が不明であっても車両のセンサから地図を生成し、駐車スペースと空き状況を検出し、車車間通信によりこれらの情報を交換することで，全体の地図を得る。被誘導車両に対して、その地図情報と駐車場の状況を提供することで、被誘導車両を空いている駐車スペースに導くことができるシステムを提案している。特許文献４は、駐車場側に特別な設備を要することなく、車両ＩＤも用いて正確に地図を合成して全体の地図を得ることで、車両を駐車スペースに導くシステムを提案している。
特再公表２００６−１０９８２７号公報 特開２００８−５２６７０号公報 特開２０１１−６５２７９号公報 特開２００９−１７５９６２号公報
しかしながら、上記した従来技術のように、「なるべく奥に駐車する」あるいは「車両の移動距離が短い」等の基準で駐車スペースを選ぶと、他車両が駐車スペースに駐車したり、あるいは逆に他車両が駐車スペースから出ていくなどした場合に、変化する状況に対して十分に対応できない。
そこで、本発明は、駐車スペースの駐車状況に応じて最適な駐車位置を決定できる駐車スペース案内システムを提供することを目的とする。
本発明の駐車スペース案内システムは、駐車場の駐車スペースに車両を案内するシステムであって、案内の対象となる被案内車両の位置および全駐車スペースの駐車状況と、最寄りの駐車スペースに駐車すべきか否かのアクションとの関係を規定したポリシーを保存したポリシー保存部と、被案内車両の現在位置を検出する現在位置検出部と、全駐車スペースの駐車状況を取得する駐車場センサと、前記ポリシー保存部からポリシーを読み出し、読み出したポリシーに基づいて、前記現在位置検出部にて検出した前記被案内車両の現在位置と前記駐車場センサにて取得した全駐車スペースの駐車状況に対応するアクションを決定するアクション決定部と、前記アクション決定部にて決定されたアクションを示すデータを出力する出力部とを備え、前記ポリシーは、被案内車両の位置と全駐車スペースの駐車状況の状態を定義し、ある状態で所定のアクションをとったときの遷移先の状態を条件付き確率によって規定する遷移関数を定義し、ある状態で所定のアクションをとったときの報酬を条件付き確率によって規定する報酬関数を定義し、累積報酬を最大化する各状態におけるアクションを、マルコフ決定過程（Markov Decision Process：ＭＤＰ）によって計算して求められる。
このようにＭＤＰによって求めたポリシーをポリシー保存部に保存しておき、被案内車両を駐車スペースに案内する際に、ポリシー保存部からポリシーを読み出し、そのときの被案内車両の位置や駐車状況の状態に対応するアクションを決定し、状態に応じて適切なアクションを出すことができる。また、ポリシーを決定する際に、報酬関数を適切に設定することにより、優先的に誘導する駐車スペースを設定することができる。
本発明の別の態様の駐車スペース案内システムは、駐車場の駐車スペースに車両を案内するシステムであって、案内の対象となる被案内車両の位置および被案内車両の周囲の駐車スペースの駐車状況に基づいて、最寄りの駐車スペースに駐車すべきか否かのアクションを求めるために用いる価値関数を保存した価値関数保存部と、被案内車両の現在位置を検出する現在位置検出部と、被案内車両の周囲の駐車スペースの駐車状況を取得するセンサと、前記価値関数保存部から価値関数を読み出し、読み出した価値関数に基づいて、前記現在位置検出部にて検出した前記被案内車両の現在位置と前記センサにて取得した前記被案内車両の周囲の駐車スペースの駐車状況に対応するアクションを決定するアクション決定部と、前記アクション決定部にて決定されたアクションを示すデータを出力する出力部とを備え、前記価値関数は、被案内車両の位置と全駐車スペースの駐車状況の状態を定義し、ある状態で所定のアクションをとったときの遷移先の状態を条件付き確率によって規定する遷移関数を定義し、ある状態で所定のアクションをとったときの報酬を条件付き確率によって規定する報酬関数を定義し、ある状態で所定のアクションをとったときに観測される状態を条件付き確率によって規定する観測関数を定義し、部分観測マルコフ決定過程（Pertially Observable Markov Decision Process：ＰＯＭＤＰ）によって計算して求められ、前記アクション決定部は、前記現在位置検出部により取得した被案内車両の現在位置および前記センサにより取得した前記被案内車両の周囲の駐車スペースの駐車状況のデータを前記観測関数に適用して現在の状態の確率分布を求め、前記現在の状態の確率分布を前記報酬関数に適用して累積報酬を最大化するアクションを決定する。
このようにＰＯＭＤＰによって求めた価値関数を価値関数保存部に保存しておき、被案内車両を駐車スペースに案内する際には、価値関数保存部から価値関数を読み出し、観測された状態から、被案内車両が取るべきアクションを決定することにより、観測された状態に応じて適切なアクションを出すことができる。この構成によれば、全駐車スペースの駐車状況を検出する必要はなく、例えば、被案内車両から観測可能な駐車スペースの駐車状況のデータがあれば、アクションを決定できるので、駐車スペース案内システムで用いるセンサの数を減らすことができる。
本発明の駐車スペース案内システムでは、前記状態において前記被案内車両の位置が取り得る値は、最寄りの駐車スペースによってその位置を示す値、被案内車両が駐車済みであることを示す値、および、他車両が駐車済みの駐車スペースに駐車することを決定したことを示す値であってもよい。
このように状態を定義することにより、被案内車両が取るべきアクションを適切に求めることができる。他車両が駐車済みの駐車スペースに駐車することを決定したことを示す値をとり得ることとしているのは、このような状態への遷移にマイナスの報酬を設定するためである。これにより、駐車済みの駐車スペースに被案内車両が進入して、衝突事故を起こす危険を回避できる。
本発明の駐車スペース案内システムにおいて、前記アクションは、最寄りの駐車スペースへの駐車、および、最寄りの駐車スペースの通過であってもよいし、最寄りの駐車スペースへの駐車、直進、左折、および右折であってもよい。
このようにアクションを定義することにより、駐車場の構造に応じて、アクションを適切に決定することができる。
本発明の駐車スペース案内システムにおいて、前記遷移関数は、前記被案内車両の位置及び最寄りの駐車スペースの駐車状況が一つ前の状態における最寄り駐車スペース以外の他の駐車スペースの駐車状況に依存しないこととしてもよい。
このように条件付き確率によって規定された遷移関数の条件を減らすことにより、計算量を減らし、計算処理を高速化できる。また、被案内車両の位置は一つ前の状態における被案内車両の位置およびその最寄り駐車スペースの駐車状況に対する依存度が大きく、駐車スペースの駐車状況は一つ前の状態における同じ駐車スペースの駐車状況に対する依存度が大きいので、条件から他の駐車スペースの駐車状況を省いても、被案内車両がとるべきアクションを適切に決定することができる。
本発明の駐車スペース案内システムにおいて、前記遷移関数は、前記被案内車両の位置から所定の閾値以上離れた複数の駐車スペースの駐車状況を一つの駐車スペースの駐車状況に丸めた関数であってもよい。
このように被案内車両から遠く離れた駐車スペースの駐車状況を丸めることにより、計算量を減らし、計算処理を高速化できる。また、被案内車両から遠く離れた駐車スペースの駐車状況は、被案内車両がとるべきアクションに与える影響が小さいので、本発明のように複数の駐車スペースの駐車状況を一つの駐車スペースの駐車状況に近似しても、アクションを適切に決定することができる。
本発明の駐車スペース案内方法は、駐車スペース案内システムによって駐車場の駐車スペースに車両を案内する方法であって、案内の対象となる被案内車両の位置と全駐車スペースの駐車状況の状態を定義し、ある状態で所定のアクションをとったときの遷移先の状態を条件付き確率によって規定する遷移関数を定義し、ある状態で所定のアクションをとったときの報酬を条件付き確率によって規定する報酬関数を定義し、累積報酬を最大化する各状態におけるアクションを、マルコフ決定過程（Markov Decision Process：ＭＤＰ）によって計算し、被案内車両の位置および全駐車スペースの駐車状況と、最寄りの駐車スペースに駐車すべきか否かのアクションとの関係を規定したポリシーを求め、ポリシー保存部に保存するステップと、現在位置検出部にて、被案内車両の現在位置を検出するステップと、駐車場センサにて、全駐車スペースの駐車状況を取得するステップと、前記ポリシー保存部からポリシーを読み出し、読み出したポリシーに基づいて、前記被案内車両の現在位置と全駐車スペースの駐車状況に対応するアクションを決定するステップと、決定されたアクションを示すデータを出力するステップとを備える。
この構成により、本発明の駐車スペース案内システムと同様に、被案内車両の位置や駐車状況の状態に応じて適切なアクションを出すことができる。
本発明の別の態様の駐車スペース案内方法は、駐車スペース案内システムによって駐車場の駐車スペースに車両を案内する方法であって、案内の対象となる被案内車両の位置と全駐車スペースの駐車状況の状態を定義し、ある状態で所定のアクションをとったときの遷移先の状態を条件付き確率によって規定する遷移関数を定義し、ある状態で所定のアクションをとったときの報酬を条件付き確率によって規定する報酬関数を定義し、ある状態で所定のアクションをとったときに観測される状況を条件付き確率によって規定する観測関数を定義し、部分観測マルコフ決定過程（Pertially Observable Markov Decision Process：ＰＯＭＤＰ）によって計算し、被案内車両の位置および被案内車両の周囲の駐車スペースの駐車状況に基づいて、最寄りの駐車スペースに駐車すべきか否かのアクションを求めるために用いる価値関数を求め、価値関数保存部に保存するステップと、現在位置検出部にて、被案内車両の現在位置を検出するステップと、センサにて、被案内車両の周囲の駐車スペースの駐車状況を取得するステップと、前記価値関数保存部から価値関数を読み出し、前記価値関数に基づいて、前記被案内車両の現在位置と前記被案内車両の周囲の駐車スペースの駐車状況に対応するアクションを決定するステップと、決定されたアクションを示すデータを出力するステップとを備え、前記アクションを決定するステップは、前記現在位置検出部により取得した被案内車両の現在位置および前記センサにより取得した前記被案内車両の周囲の駐車スペースの駐車状況のデータを前記観測関数に適用して現在の状態の確率分布を求め、前記現在の状態の確率分布を前記報酬関数に適用して累積報酬を最大化するアクションアクションを決定する。
この構成により、本発明の駐車スペース案内システムと同様に、全駐車スペースの駐車状況を検出しなくても、観測された状態に応じて適切なアクションを出すことができる。
本発明のプログラムは、駐車スペース案内システムによって駐車場の駐車スペースに車両を案内するためのプログラムであって、コンピュータに、上記方法の発明の各ステップを実行させる。
本発明によれば、被案内車両の位置や駐車スペースの駐車状況の状態に応じてアクションを出し、被案内車両を駐車スペースに適切に案内できるという効果を有する。
第１の実施の形態の駐車スペース案内システムが適用される駐車場の例を示す図である。 第１の実施の形態の駐車スペース案内システムの構成を示す図である。 第１の実施の形態の駐車場サーバがポリシーを生成する処理を示す図である。 第１の実施の形態の駐車スペース案内システムにより被案内車両を案内する処理を示す図である。 第１の実施の形態の変形例に係る駐車スペース案内システムが適用される駐車場の例を示す図である。 第１の実施の形態の変形例に係る駐車スペース案内システムの状態遷移のモデルを示す図である。 第２の実施の形態の駐車スペース案内システムが適用される駐車場の例を示す図である。 第２の実施の形態における遷移関数の近似を模式的に示す図である。 第２の実施の形態のパラメータ値の例を示す図である。 第３の実施の形態の駐車スペース案内システムが適用される駐車場の例を示す図である。 第３の実施の形態の駐車スペース案内システムの構成を示す図である。 第３の実施の形態の駐車場サーバが価値関数を生成する処理を示す図である。 第３の実施の形態の駐車スペース案内システムにより被案内車両を案内する処理を示す図である。
以下、本発明の実施の形態の駐車スペース案内システムについて、図面を参照して説明する。
（第１の実施の形態）
図１は、第１の実施の形態の駐車スペース案内システム１が適用される駐車場３０の例を示す図である。駐車場３０は、例えば、デパートやショッピングモールなどの駐車場であり、図１において「出入口」とは、駐車場への人の出入口を示し、例えば、デパートやショッピングモールなどの入口に通じている。
図１に示す駐車場３０は、１２個の駐車スペースＳＬ1〜ＳＬ12を有している。駐車場３０には、駐車スペースＳＬ1〜ＳＬ12に車両が駐車されているか否かを検出する駐車場センサ３１が設けられている。図１では、４つの駐車場センサ３１を示しているが、駐車場センサ３１の数は、全ての駐車スペースＳＬ1〜ＳＬ12における駐車状況を検出するのに十分な数であればよい。図１において、被案内車両Ｖは、駐車スペース案内システム１によって駐車スペースへ案内される車両を示す。
図２は、駐車スペース案内システム１の構成を示す図である。駐車スペース案内システム１は、駐車場サーバ１０と車載装置２０とを有している。
駐車場サーバ１０には、前述した駐車場センサ３１が接続されており、駐車場センサ３１から駐車スペースの駐車状況を示すデータを取得する。また、駐車場サーバ１０は、通信部１１を有しており、駐車スペースの駐車状況を示すデータを駐車場３０に進入した被案内車両Ｖに搭載された車載車両に送信する機能を有する。
駐車場サーバ１０は、駐車場情報保存部１２を有している。駐車場情報保存部１２は、駐車場３０が備える駐車スペースの数や、駐車スペースの並び方などの駐車場３０の構造、駐車場３０の出入口の位置などのデータを有している。各駐車スペースには、その駐車スペースを特定する識別子であるＳＬ1〜ＳＬ12が設定されている。また、各駐車スペースの前の通路にも識別子Ｘ1〜Ｘ12が設定されている。駐車場情報保存部１２が記憶する駐車場３０の構造には、各駐車スペースＳＬ1〜ＳＬ12がどのように並んでいて、通路Ｘ1〜Ｘ12がどのようにつながっているかのデータが含まれる。
さらに、駐車場情報保存部１２には、各駐車スペースＳＬ1〜ＳＬ12が駐車済みか否かに関する事前確率のデータと、各駐車スペースＳＬ1〜ＳＬ12の条件付き確率のデータが記憶されている。駐車スペースＳＬiが空いている事前確率のデータをＰi e＝ｐ（ｓｌi＝ｅｍｐｔｙ)と表し、駐車済みである事前確率のデータをＰi f＝ｐ（ｓｌi＝ｆｕｌｌ)と表す。また、駐車スペースＳＬiの状態ｓｌi´は、全駐車スペースＳＬ1〜ＳＬ12の一つ前の状態ｓｌ1〜ｓｌ12に依存するものとして、条件付き確率によってｐ（ｓｌi´|ｓｌ1,ｓｌ2,...,ｓｌ12)と表す。事前確率のデータ及び条件付き確率は、駐車スペース案内システム１の運用者が設定してもよいし、この駐車場３０における実績から学習によって求めてもよい。また、駐車場３０における実績から学習する場合、一定期間における履歴に基づいて計算を行ってもよいし、ＭＤＰモデルを生成する際に、逐次計算し直すこととしてもよい。
駐車場サーバ１０は、ＭＤＰモデル生成部１３と、ＭＤＰモデル学習部１４と、ポリシー保存部１５とを有している。
ここで、ＭＤＰについて説明する。ＭＤＰは、状態の集合Ｓ、アクションの集合Ａ、状態ｓでアクションａをとったとき状態ｓ´へ遷移する条件付き確率Ｐ（ｓ´｜ｓ，ａ）、状態ｓでアクションａをとって状態ｓ´へ遷移したときの報酬の期待値Ｒa（ｓ´｜ｓ）を定義し、累積報酬を最大化するように各状態でのアクションを計算することで、各状態におけるアクションを示すポリシーを決定するものである。状態ｓt+1と報酬ｒt+1は、一つ前の状態ｓtとアクションａtのみ依存し、それ以前の状態やアクションに依存しないマルコフ性を有している。
ＭＤＰモデル生成部１３は、状態の定義、アクションの定義、遷移関数の定義、報酬関数の定義を行い、ＭＤＰモデルを生成する。各駐車スペースＳＬiの状態は、ＳＬi＝[ｅｍｐｔｙ，ｆｕｌｌ]とする。被案内車両Ｖの位置Ｘは、Ｘ＝[ｐｋ，ｃｒ，ｘ1, ... ，ｘn]と定義する。ここで、「ｐｋ」は駐車済み状態、「ｃｒ」はすでに駐車されている駐車スペースに対して駐車を決定した状態を示す。したがって、考慮すべき状態Ｓは、Ｓ＝Ｘ×ＳＬ1×...×ＳＬnと定義される。
アクションＡは、Ａ＝[ｇｏ，ｐｋ]の２つを定義する。「ｇｏ」は現在位置の最寄りの駐車スペースを通り過ぎる、「ｐｋ」は最寄りの駐車スペースに駐車するというアクションを示す。
遷移関数は、ある状態ｓ＝｛ｘ，ｓｌ1,ｓｌ2，... ，ｓｌ12｝において、アクションａを取ったときに、状態ｓ´に遷移する条件付き確率によって定義される。具体的には、次式（１）によって定義される。
報酬関数は、ある状態であるアクションをとったときの報酬を設定することにより定義する。ある状態ｓでアクション「ｇｏ」をとったときの報酬をＲi goと定義する。また、ある状態でアクション「ｐｋ」をとったときの報酬を、最寄りの駐車スペースｘｓｌiが空いている（ｅｍｐｔｙ）場合と、駐車済み（ｆｕｌｌ）の場合とに場合分けして定義する。空いている場合にはＲi pkとし、駐車済みの場合にはＲnegとする。
駐車済みの場合の報酬Ｒnegは、このような状態が生じないように、マイナスに設定される。報酬Ｒi goと報酬Ｒi pkは、駐車スペース案内システム１の運用者が、駐車場３０の運用方針に応じて適切な値を設定する。報酬Ｒi goは、被案内車両Ｖが移動する時間によって定義し、報酬Ｒi pkは駐車スペースから駐車場３０の出入口まで歩く時間によって定義してもよい。
この報酬関数を適切に設定することにより、駐車スペース案内システム１の運用者がどのような方針で被案内車両Ｖを駐車スペースに案内するかを設定することができる。例えば、出入口に近い駐車スペースに優先的に駐車させたい場合には、駐車場３０の出入口に近い当該駐車スペースに駐車した際の報酬を高く設定すればよい。
ＭＤＰモデル学習部１４は、ＭＤＰモデル生成部１３にて生成したＭＤＰモデルを解き、ポリシーを生成する。ポリシーは、全駐車スペースの駐車状況と被案内車両Ｖの位置の組合せについて、被案内車両Ｖが「ｇｏ」（現在位置の最寄りの駐車スペースを通り過ぎる）か、「ｐｋ」（最寄りの駐車スペースに駐車する）かのいずれを行うかを示すデータである。ＭＤＰモデル学習部１４が、生成されたＭＤＰモデルを学習する方法については、公知技術を用いることができる。ＭＤＰモデル学習部１４は、学習によって得られたポリシーをポリシー保存部１５に保存する。
なお、以上に説明した駐車場サーバ１０は、ＣＰＵ、ＲＡＭ、ＲＯＭ、ハードディスクなどを備えたコンピュータによって構成され、プログラムをＣＰＵによって実行させることにより実現される。このようなプログラムも本発明の範囲に含まれる。
次に、車載装置２０について説明する。車載装置２０は、被案内車両Ｖに搭載され、駐車場サーバ１０から送信されるポリシーにしたがって、駐車場３０内の駐車スペースに駐車するか先に進むかのアクションを決定する装置である。
車載装置２０は、駐車場内における現在位置を検出する現在位置検出部２１と、駐車場サーバ１０と通信する通信部２２と、駐車場サーバ１０から送信されるポリシーを保存するポリシー保存部１５と、ポリシーにしたがってアクションを決定するアクション決定部２４と、決定したアクションをドライバに対して表示する表示部２５とを有している。
現在位置検出部２１は、被案内車両Ｖが駐車場３０内のどこにいるか、すなわち、位置Ｘ1〜Ｘ12を検出する機能を有する。現在位置検出部２１は、例えば、カメラによって、車両の周辺にある駐車スペースを撮影し、画像に映った駐車スペースを特定することにより、駐車場３０の構造の情報から車両の現在位置を求める。また、ＧＰＳの精度が高い場合には、ＧＰＳによって求めた緯度・経度情報と駐車場３０の構造の情報を重ね合わせて、現在位置を求めてもよい。
アクション決定部２４は、ポリシー保存部２３からポリシーを読み出し、ポリシーにしたがってアクションを決定する。すなわち、アクション決定部２４は、駐車場サーバ１０から送信された全駐車スペースの駐車状況のデータと、現在位置検出部２１にて検出した被案内車両Ｖの位置とに対応するアクションをポリシーから読み出し、アクションを決定する。表示部２５は、アクション決定部２４にて決定されたアクションを表示する。
なお、以上に説明した車載装置２０は、ＣＰＵ、ＲＡＭ、ＲＯＭ、ハードディスクなどを備えたコンピュータによって構成され、プログラムをＣＰＵによって実行させることにより実現される。このようなプログラムも本発明の範囲に含まれる。
次に、第１の実施の形態の駐車スペース案内システム１の動作について説明する。図３は、駐車場サーバ１０がＭＤＰ学習によってポリシーを生成して保存する処理を示すフローチャート、図４は駐車スペース案内システム１にて被案内車両Ｖを案内する処理を示すフローチャートである。
図３に示すように、駐車場サーバ１０は、駐車場情報記憶部から駐車場情報を読み込み（Ｓ１０）、読み込んだ駐車場情報に基づいてＭＤＰモデルを生成する（Ｓ１１）。続いて、駐車場サーバ１０は、ＭＤＰモデルを解いてポリシーを求め（Ｓ１２）、求めたポリシーをポリシー保存部１５に保存する（Ｓ１３）。
次に、被案内車両Ｖの案内について説明する。図４に示すように、駐車場サーバ１０は、駐車場３０内に進入してきた被案内車両Ｖに搭載された車載装置２０に対してポリシーを送信し（Ｓ２０）、車載装置２０は駐車場サーバ１０からポリシーを受信すると、受信したポリシーをポリシー保存部２３に保存する（Ｓ２１）。なお、車載装置２０が、この駐車場のポリシーをすでに有している場合には、駐車場サーバ１０から車載装置２０にポリシーを送信するステップを省略することができる。車載装置２０は、ポリシー保存部１５からポリシーを読み出す（Ｓ２２）。
次に、駐車場サーバ１０は、車載装置２０に全駐車スペースの駐車状況データを送信し（Ｓ２３）、車載装置２０は駐車場サーバ１０から全駐車スペースの駐車状況データを受信する（Ｓ２４）。続いて、車載装置２０は、現在位置検出部２１にて、被案内車両Ｖが駐車場３０内のどの位置Ｘにいるかを検出する（Ｓ２５）。
車載装置２０は、全駐車スペースの駐車状況と被案内車両Ｖの現在位置とに対応するアクションをポリシーから読み出し、アクションを決定し（Ｓ２６）、決定したアクションをドライバに対して表示する（Ｓ２７）。その後、被案内車両Ｖが駐車したか否かを判定する（Ｓ２８）。被案内車両Ｖが駐車した場合には（Ｓ２８でＹＥＳ）、駐車スペース案内システム１の動作を終了する。被案内車両Ｖが駐車していない場合には（Ｓ２８でＮＯ）、駐車場サーバ１０から車載装置２０に駐車スペースの駐車状況データを送信するステップ（Ｓ２３、Ｓ２４）に戻り、アクションの決定および表示を行う動作を行う。
以上、第１の実施の形態の駐車スペース案内システム１の構成および動作について説明した。第１の実施の形態では、駐車場サーバ１０がオフラインでＭＤＰモデルの学習を行ってポリシーを求めておき、被案内車両Ｖを案内する際にはポリシーにしたがってアクションを決定するので、駐車スペースの状態に基づいて最適なアクションを選択することができ、駐車場３０内の状況の変化に対して柔軟な行動が可能となる。
上記した第１の実施の形態では、アクションが「ｇｏ」（現在位置の最寄りの駐車スペースを通り過ぎる）と、「ｐｋ」（最寄りの駐車スペースに駐車する）の２つの場合を例として説明したが、駐車場３０の構造がより複雑な場合には、それに合ったアクションの定義を行う。
図５は、実施の形態の駐車スペース案内システム１が適用される別の駐車場３０の例を示す図である。図５に示す駐車場３０では、駐車スペースＳＬ3を通過したところで、「直進」および「左折」を行うことができる。図６は、図５に示す駐車場３０に適用する駐車スペース案内システム１の状態遷移のモデルを示す図である。
図５に示す駐車場３０の場合には、アクションとして「ｇｏ」（直進）、「ｌｅｆｔ」（左折）、「ｒｉｇｈｔ」（右折）、「ｐｋ」（駐車）を定義する。なお、右折についても定義しているのは、右折した場合にはマイナスの報酬を与え、図５に示す車両の流れを実現するためである。
（第２の実施の形態）
次に、第２の実施の形態の駐車スペース案内システムについて説明する。第２の実施の形態の駐車スペース案内システムは、車載装置２０がポリシーにしたがってアクションを決定する点は同じであるが、遷移関数を近似することでポリシーを求める計算処理を軽減する。
図７は、第２の実施の形態の駐車スペース案内システムが適用される駐車場３０の例を示す図である。ここでは、デパート等の入口に向かって駐車スペースが直線的に並ぶ単純な駐車場を例としているが、第２の実施の形態の駐車スペース案内システムも、第１の実施の形態と同様に、複雑な構造の駐車場に適用することができる。
第２の実施の形態の駐車スペース案内システムでは、被案内車両Ｖの位置は最寄りの駐車スペース以外の駐車スペースの駐車状況には依存しないと仮定する。具体的には、被案内車両Ｖの位置は、一つ前の状態における被案内車両Ｖの位置およびその最寄り駐車スペースの駐車状況にのみ依存すると仮定し、また駐車スペースの駐車状況は一つ前の状態における同じ駐車スペースの駐車状況にのみ依存すると仮定する。
第１の実施の形態では、遷移関数は式（１）のように表されたが、状況ｓｌi´は、状況ｓｌi以外には依存しないので、これらの状況ｓｌi以外を条件から除くことができる。また、車両位置Ｘ´は、最寄りの駐車スペースの状況以外には依存しないので、やはり条件から除くことができる。ここで、最寄りの駐車スペースを定義する値としてｘｓｌiを導入すると、遷移関数は以下のように近似できる。
上記の近似を行うだけでも計算処理負担を軽減することができるが、本実施の形態では、さらに、上記の遷移関数を階層化し、現在位置から所定の閾値以上離れている駐車スペースの駐車状況を一つの状況に丸める。次式では、最寄りの駐車スペースｘｓｌ1から、ｍ−１番目の駐車スペースｘｓｌmー1までは、各駐車スペースの駐車状況に基づく条件付き確率を求め、ｍ番目〜ｎ番目の駐車スペースまでは、各駐車スペースの駐車状況を計算するのではなく、駐車スペースの駐車状況をｈｓｌとして丸めている。
図８は、以上に説明した遷移関数の近似を模式的に示す図である。図８の左に示すモデルは、第１の実施の形態の遷移関数に相当するモデルである。このモデルでは、位置Ｘ´及び各駐車スペースｓｌ1´〜ｓｌn´の状態は、その前の状態である位置Ｘ，全駐車スペースｓｌ1〜ｓｌnに依存している。本実施の形態では、相対位置ｘｓｌiの概念を導入し、各要素を分離することで、中央のモデルに示すように依存関係を減らしている。さらに、被案内車両Ｖの位置Ｘから離れた位置にある駐車スペースについては、右のモデルに示すように、ｈｓｌという要素にまとめることにより、さらに依存関係を減らしている。
以上のように遷移関数を近似することにより、各駐車スペースの条件付き確率は、各駐車スペースの駐車状況のみで決定されることになる。この場合、事前パラメータとして必要な条件付き確率は、各駐車スペースの駐車状況のみから決定されるため、以下のように表現できる。各駐車スペースの条件付き確率をｐi ff＝ｐ（ｓｌi´＝ｆｕｌｌ｜ｓｌi＝ｆｕｌｌ）、ｐi ee＝ｐ（ｓｌi´＝ｅｍｐｔｙ｜ｓｌi＝ｅｍｐｔｙ）、ｐi ef＝ｐ（ｓｌi´＝ｅｍｐｔｙ｜ｓｌi´＝ｆｕｌｌ）、ｐi fe＝ｐ（ｓｌi´＝ｆｕｌｌ｜ｓｌi＝ｅｍｐｔｙ）とする。
上記計算結果から、ｐf、ｐff、ｐee、Ｒpk、Ｒgoに図９（ａ）〜図９（ｅ）に示すようなパラメータを与える。図９（ａ）に示すように、駐車スペースが駐車済みであることを示す事前確率ｐfは、出入口に近い方が高い確率値となっている。図９（ｂ）及び図９（ｃ）に示すように、駐車スペースが駐車済みである状態であるときに次に駐車済みの状態に遷移する条件付き確率ｐffおよび駐車スペースがあいている状態であるときに次にあいている状態に遷移する条件付き確率ｐeeは、いずれの駐車スペースについても同じである。図９（ｄ）及び図９（ｅ）に示すように、駐車スペースに駐車したときに得られる報酬Ｒpkは入口に近い方が高く、駐車スペースを通り過ぎたときに得られる報酬Ｒgoは入口から遠い方が高くなっている。第２の実施の形態の駐車スペース案内システムが、被案内車両Ｖを案内する動作については、第１の実施の形態と同じである。
第２の実施の形態の駐車スペース案内システムは、ポリシーを求めるための計算を簡略化できるため、より大きな駐車場での意思決定が可能となる。
（第３の実施の形態）
次に、本発明の第３の実施の形態の駐車スペース案内システム３について説明する。第３の実施の形態の駐車スペース案内システム３は、駐車場の全駐車スペースの駐車状況のデータを用いるのではなく、被案内車両Ｖから観測可能な周辺の駐車スペースの駐車状況に基づいて、アクションを決定する。
図１０は、第３の実施の形態の駐車スペース案内システム３が適用される駐車場３０の例を示す図である。図１で説明した駐車場３０と同じであるが、駐車場３０には駐車場センサ３１が設けられていない。本実施の形態では、被案内車両Ｖは周囲の状況を取得するセンサを備えている。図１０に示す例では、駐車スペースＳＬ1、ＳＬ2がセンシング範囲に含まれている。
図１１は、第３の実施の形態の駐車スペース案内システム３の構成を示す図である。駐車スペース案内システム３は、駐車場サーバ１０と車載装置２０を有している。駐車場サーバ１０は、駐車場情報保存部１２と、ＰＯＭＤＰモデル生成部１６と、ＰＯＭＤＰモデル解法部１７と、価値関数保存部１８と、通信部１１とを有している。
ここで、ＰＯＭＤＰについて説明する。上述したとおり、ＭＤＰは行動の不確定性を考慮したモデルであったが、ＰＯＭＤＰはこれに加えて観測の不確定性を考慮したモデルである。ＰＯＭＤＰでは、状態ｓを部分的にしか知ることができないことから、観測と信念という概念を追加している。状態ｓであるアクションａをとったときに観測される観測値ｏが得られたとき、観測値ｏから状態ｓの確率分布を求めることができる。これを信念と呼ぶ。そして、ＰＯＭＤＰでは、各信念でのアクションを決定する。ＭＤＰでは状態ｓが確定していたのに対し、ＰＯＭＤＰでは状態ｓが確率分布として与えられる点が異なるが、累積報酬を最大化するという点は、ＭＤＰと同じである。
ＭＤＰモデル生成部１６は、第１の実施の形態と同様に、状態、アクション、遷移関数、および、報酬関数を定義する。ＭＤＰモデル生成部１６は、被案内車両Ｖの最寄り駐車スペースの観測情報をＯＳＬ1とし、そこから被案内車両Ｖの前方に所定範囲内における駐車スペースの観測情報をＯＳＬ2，．．．，ＯＳＬLとする。なお、Ｌの値は、被案内車両Ｖが有するセンサのセンシング範囲に基づいて定めることとしてもよい。ＭＤＰモデル生成部１６は、駐車スペースの駐車状況とその状況とアクションとを条件として観測される状況を条件付き確率によって次のように定義する。
ＰＯＭＤＰモデル解法部１７は、ＭＤＰモデル生成部１６にて生成したモデルを解いて価値関数を求め、求めた価値関数を価値関数保存部１８に保存する。ＰＯＭＤＰモデルを解く方法は、公知技術を用いることができる。
次に、車載装置２０について説明する。車載装置２０は、通信部２２と、センサ２８と、現在位置検出部２１と、価値関数保存部２７と、アクション決定部２４と、表示部２５とを有している。通信部２２は、駐車場サーバ１０と通信を行う機能を有する。センサ２８は、被案内車両Ｖの周辺の駐車スペースの駐車状況を検出するためのセンサである。センサ２８は、例えば、カメラにて撮影した映像を解析することにより、周辺の駐車スペースに車両が駐車しているか否かを判断することとしてもよい。現在位置検出部２１は、被案内車両Ｖが駐車場３０内のどこにいるかを検出する機能を有する。現在位置検出部２１の構成は、第１の実施の形態で説明した車載装置２０が有する現在位置検出部２１と同じである。
アクション決定部２４は、センサ２８から、被案内車両Ｖの周辺の駐車スペースの駐車状況データを取得すると共に、現在位置検出部２１にて被案内車両Ｖの現在位置を取得する。アクション決定部２４は、センサ２８及び現在位置検出部２１にて取得したデータと価値関数保存部１８から読み出した価値関数を用いて、被案内車両Ｖが取るべきアクションを決定する機能を有する。
アクション決定部２４は、信念更新部２６を有している。信念更新部２６は、センサ２８にて観測された周辺の駐車スペースの駐車状況データに基づいて、被案内車両Ｖがおかれた現在の状況を確率分布で求める機能を有する。信念の更新は、次の式で与えられる。
このように信念更新部２６により、被案内車両Ｖのセンサ２８によって観測された部分的な情報に基づいて現在の状態を求めることができるので、アクション決定部２４は、駐車場３０内の全駐車スペースの駐車状況が分からなくても、信念更新部２６にて更新された状態に基づいて、被案内車両Ｖが取るべきアクションを決定することができる。
図１２は、駐車場サーバ１０がＰＯＭＤＰモデルによって価値関数を生成して保存する処理を示すフローチャート、図１３は駐車スペース案内システム３が被案内車両Ｖを案内する処理を示すフローチャートである。
図１２に示すように、駐車場サーバ１０は、駐車場情報記憶部１２から駐車場情報を読み込み（Ｓ３０）、読み込んだ駐車場情報に基づいてＰＯＭＤＰモデルを生成する（Ｓ３１）。続いて、駐車場サーバ１０は、ＰＯＭＤＰモデルを解いて価値関数を求め（Ｓ３２）、求めた価値関数を価値関数保存部１８に保存する（Ｓ３３）。
次に、被案内車両Ｖの案内について説明する。図１３に示すように、駐車場サーバ１０は、駐車場３０内に進入してきた被案内車両Ｖに搭載された車載装置２０に対して価値関数を送信し（Ｓ４０）、車載装置２０は駐車場サーバ１０から価値関数を受信すると、受信した価値関数を価値関数保存部１８に保存する（Ｓ４１）。なお、車載装置２０が、この駐車場３０の価値関数をすでに有している場合には、駐車場サーバ１０から車載装置２０に価値関数を送信するステップを省略することができる。車載装置２０は、価値関数保存部１８から価値関数を読み出す（Ｓ４２）。
次に、車載装置２０は、現在位置検出部２１にて、被案内車両Ｖが駐車場３０内のどの位置にいるかを検出し（Ｓ４３）、続いて、センサ２８にて被案内車両Ｖの周辺の駐車スペースの駐車状況を検出する（Ｓ４４）。
車載装置２０は、アクション決定部２４の信念更新部２６にて、観測された駐車スペースの駐車状況に基づいて現在の状態の確率分布を求める（Ｓ４５）。続いて、アクション決定部２４は、更新された信念、すなわち、現在の状態の確率分布に基づいてアクションを決定し（Ｓ４６）、決定したアクションをドライバに対して表示する（Ｓ４７）。その後、被案内車両Ｖが駐車したか否かを判定する（Ｓ４８）。被案内車両Ｖが駐車した場合には（Ｓ４８でＹＥＳ）、駐車スペース案内システム３の動作を終了する。被案内車両Ｖが駐車していない場合には（Ｓ４８でＮＯ）、車載装置２０による被案内車両Ｖの現在位置検出のステップ（Ｓ４３）に戻り、アクションの決定および表示を行う動作を行う。
以上、第３の実施の形態の駐車スペース案内システム３の構成および動作について説明した。第３の実施の形態の駐車スペース案内システム３は、被案内車両Ｖから観測可能な周辺の駐車スペースの駐車状況に基づいて、被案内車両Ｖのアクションを決定することができる。したがって、駐車場３０に駐車場センサ３１を設ける必要がなく、かつ、駐車場サーバ１０との間でリアルタイムに駐車スペースの駐車状況を取得する必要がなくなるという効果がある。
なお、第３の実施の形態の駐車スペース案内システム３においても、第２の実施の形態と同様に、観測関数の近似を行うことができる。近似した観測関数の式を示すと以下のとおりである。
以上、本発明の実施の形態の駐車スペース案内システム３について実施の形態を挙げて詳細に説明したが、本発明は上記した実施の形態に限定されるものではない。
上記した実施の形態では、車載装置は、決定したアクションを表示部に表示する例について説明したが、被案内車両Ｖが自動運転車両の場合には、決定したアクションのデータを車両の制御部に送信することにより、被案内車両Ｖに決定したアクションにしたがった自動運転を行わせることとしてもよい。
上記した実施の形態において、ＭＤＰやＰＯＭＤＰの解法については、公知技術を用いることを前提に説明したが、M. Spaan and N. Vlassis,「Perseus: Randomized point-based valueiteration for POMDPs.」J. Artif. Intell. Res.(JAIR), vol. 24, pp. 195-220, 2005．あるいはR. St-Aubin, J. Hoey, and C. Boutilier,「APRICODD: Approximatepolicy construction using decision diagrams,」NIPS, 2000.などの近似解法を用いてもよい。
本発明は、被案内車両の位置や駐車状況の状態に応じて適切なアクションを出すことができるという効果を有し、駐車場において車両を案内するシステムとして有用である。
１、３ 駐車スペース案内システム
１０ 駐車場サーバ
１１ 通信部
１２ 駐車場情報保存部
１３ ＭＤＰモデル生成部
１４ ＭＤＰモデル学習部
１５ ポリシー保存部
１６ ＰＯＭＤＰモデル生成部
１７ ＰＯＭＤＰモデル解法部
１８ 価値関数保存部
２０ 車載装置
２１ 現在位置検出部
２２ 通信部
２３ ポリシー保存部
２４ アクション決定部
２５ 表示部
２６ 信念更新部
２７ 価値関数保存部
２８ センサ
３０ 駐車場
３１ 駐車場センサ

Claims (11)

  1. 駐車場の駐車スペースに車両を案内するシステムであって、
    案内の対象となる被案内車両の位置および全駐車スペースの駐車状況と、最寄りの駐車スペースに駐車すべきか否かのアクションとの関係を規定したポリシーを保存したポリシー保存部と、
    被案内車両の現在位置を検出する現在位置検出部と、
    全駐車スペースの駐車状況を取得する駐車場センサと、
    前記ポリシー保存部からポリシーを読み出し、読み出したポリシーに基づいて、前記現在位置検出部にて検出した前記被案内車両の現在位置と前記駐車場センサにて取得した全駐車スペースの駐車状況に対応するアクションを決定するアクション決定部と、
    前記アクション決定部にて決定されたアクションを示すデータを出力する出力部と、
    を備え、
    前記ポリシーは、被案内車両の位置と全駐車スペースの駐車状況の状態を定義し、ある状態で所定のアクションをとったときの遷移先の状態を条件付き確率によって規定する遷移関数を定義し、ある状態で所定のアクションをとったときの報酬を条件付き確率によって規定する報酬関数を定義し、累積報酬を最大化する各状態におけるアクションを、マルコフ決定過程（Markov Decision Process：ＭＤＰ）によって計算して求められる、駐車スペース案内システム。
  2. 駐車場の駐車スペースに車両を案内するシステムであって、
    案内の対象となる被案内車両の位置および被案内車両の周囲の駐車スペースの駐車状況に基づいて、最寄りの駐車スペースに駐車すべきか否かのアクションを求めるために用いる価値関数を保存した価値関数保存部と、
    被案内車両の現在位置を検出する現在位置検出部と、
    被案内車両の周囲の駐車スペースの駐車状況を取得するセンサと、
    前記価値関数保存部から価値関数を読み出し、読み出した価値関数に基づいて、前記現在位置検出部にて検出した前記被案内車両の現在位置と前記センサにて取得した前記被案内車両の周囲の駐車スペースの駐車状況に対応するアクションを決定するアクション決定部と、
    前記アクション決定部にて決定されたアクションを示すデータを出力する出力部と、
    を備え、
    前記価値関数は、被案内車両の位置と全駐車スペースの駐車状況の状態を定義し、ある状態で所定のアクションをとったときの遷移先の状態を条件付き確率によって規定する遷移関数を定義し、ある状態で所定のアクションをとったときの報酬を条件付き確率によって規定する報酬関数を定義し、ある状態で所定のアクションをとったときに観測される状態を条件付き確率によって規定する観測関数を定義し、部分観測マルコフ決定過程（Pertially Observable Markov Decision Process：ＰＯＭＤＰ）によって計算して求められ、
    前記アクション決定部は、前記現在位置検出部により取得した被案内車両の現在位置および前記センサにより取得した前記被案内車両の周囲の駐車スペースの駐車状況のデータを前記観測関数に適用して現在の状態の確率分布を求め、前記現在の状態の確率分布を前記報酬関数に適用して累積報酬を最大化するアクションを決定する駐車スペース案内システム。
  3. 前記状態において前記被案内車両の位置が取り得る値は、最寄りの駐車スペースによってその位置を示す値、被案内車両が駐車済みであることを示す値、および、他車両が駐車済みの駐車スペースに駐車することを決定したことを示す値である請求項１または２に記載の駐車スペース案内システム。
  4. 前記アクションは、最寄りの駐車スペースへの駐車、および、最寄りの駐車スペースの通過である請求項１〜３のいずれかに記載の駐車スペース案内システム。
  5. 前記アクションは、最寄りの駐車スペースへの駐車、直進、左折、および右折である請求項１〜３のいずれかに記載の駐車スペース案内システム。
  6. 前記遷移関数は、前記被案内車両の位置及び最寄りの駐車スペースの駐車状況が一つ前の状態における最寄り駐車スペース以外の他の駐車スペースの駐車状況に依存しない請求項１〜５のいずれかに記載の駐車スペース案内システム。
  7. 前記遷移関数は、前記被案内車両の位置から所定の閾値以上離れた複数の駐車スペースの駐車状況を一つの駐車スペースの駐車状況に丸めた関数である請求項１〜６のいずれかに記載の駐車スペース案内システム。
  8. 駐車スペース案内システムによって駐車場の駐車スペースに車両を案内する方法であって、
    案内の対象となる被案内車両の位置と全駐車スペースの駐車状況の状態を定義し、ある状態で所定のアクションをとったときの遷移先の状態を条件付き確率によって規定する遷移関数を定義し、ある状態で所定のアクションをとったときの報酬を条件付き確率によって規定する報酬関数を定義し、累積報酬を最大化する各状態におけるアクションを、マルコフ決定過程（Markov Decision Process：ＭＤＰ）によって計算し、被案内車両の位置および全駐車スペースの駐車状況と、最寄りの駐車スペースに駐車すべきか否かのアクションとの関係を規定したポリシーを求め、ポリシー保存部に保存するステップと、
    現在位置検出部にて、被案内車両の現在位置を検出するステップと、
    駐車場センサにて、全駐車スペースの駐車状況を取得するステップと、
    前記ポリシー保存部からポリシーを読み出し、読み出したポリシーに基づいて、前記被案内車両の現在位置と全駐車スペースの駐車状況に対応するアクションを決定するステップと、
    決定されたアクションを示すデータを出力するステップと、
    を備える駐車スペース案内方法。
  9. 駐車スペース案内システムによって駐車場の駐車スペースに車両を案内する方法であって、
    案内の対象となる被案内車両の位置と全駐車スペースの駐車状況の状態を定義し、ある状態で所定のアクションをとったときの遷移先の状態を条件付き確率によって規定する遷移関数を定義し、ある状態で所定のアクションをとったときの報酬を条件付き確率によって規定する報酬関数を定義し、ある状態で所定のアクションをとったときに観測される状況を条件付き確率によって規定する観測関数を定義し、部分観測マルコフ決定過程（Pertially Observable Markov Decision Process：ＰＯＭＤＰ）によって計算し、被案内車両の位置および被案内車両の周囲の駐車スペースの駐車状況に基づいて、最寄りの駐車スペースに駐車すべきか否かのアクションを求めるために用いる価値関数を求め、価値関数保存部に保存するステップと、
    現在位置検出部にて、被案内車両の現在位置を検出するステップと、
    センサにて、被案内車両の周囲の駐車スペースの駐車状況を取得するステップと、
    前記価値関数保存部から価値関数を読み出し、読み出した価値関数に基づいて、前記被案内車両の現在位置と前記被案内車両の周囲の駐車スペースの駐車状況に対応するアクションを決定するステップと、
    決定されたアクションを示すデータを出力するステップと、
    を備え、
    前記アクションを決定するステップは、前記現在位置検出部により取得した被案内車両の現在位置および前記センサにより取得した前記被案内車両の周囲の駐車スペースの駐車状況のデータを前記観測関数に適用して現在の状態の確率分布を求め、前記現在の状態の確率分布を前記報酬関数に適用して累積報酬を最大化するアクションを決定する駐車スペース案内方法。
  10. 駐車スペース案内システムによって駐車場の駐車スペースに車両を案内するためのプログラムであって、コンピュータに、
    案内の対象となる被案内車両の位置と全駐車スペースの駐車状況の状態を定義し、ある状態で所定のアクションをとったときの遷移先の状態を条件付き確率によって規定する遷移関数を定義し、ある状態で所定のアクションをとったときの報酬を条件付き確率によって規定する報酬関数を定義し、累積報酬を最大化する各状態におけるアクションを、マルコフ決定過程（Markov Decision Process：ＭＤＰ）によって計算し、被案内車両の位置および全駐車スペースの駐車状況と、最寄りの駐車スペースに駐車すべきか否かのアクションとの関係を規定したポリシーを求め、ポリシー保存部に保存するステップと、
    現在位置検出部にて検出された被案内車両の現在位置のデータを取得するステップと、
    駐車場センサにて検出された全駐車スペースの駐車状況のデータを取得するステップと、
    前記ポリシー保存部からポリシーを読み出し、読み出したポリシーに基づいて、前記被案内車両の現在位置と全駐車スペースの駐車状況に対応するアクションを決定するステップと、
    決定されたアクションを示すデータを出力するステップと、
    を実行させるプログラム。
  11. 駐車スペース案内システムによって駐車場の駐車スペースに車両を案内するためのプログラムであって、コンピュータに、
    案内の対象となる被案内車両の位置と全駐車スペースの駐車状況の状態を定義し、ある状態で所定のアクションをとったときの遷移先の状態を条件付き確率によって規定する遷移関数を定義し、ある状態で所定のアクションをとったときの報酬を条件付き確率によって規定する報酬関数を定義し、ある状態で所定のアクションをとったときに観測される状況を条件付き確率によって規定する観測関数を定義し、部分観測マルコフ決定過程（Pertially Observable Markov Decision Process：ＰＯＭＤＰ）によって計算し、被案内車両の位置および被案内車両の周囲の駐車スペースの駐車状況に基づいて、最寄りの駐車スペースに駐車すべきか否かのアクションを求めるために用いる価値関数を求め、価値関数保存部に保存するステップと、
    現在位置検出部にて検出された被案内車両の現在位置のデータを取得するステップと、
    センサにて検出された被案内車両の周囲の駐車スペースの駐車状況のデータを取得するステップと、
    前記価値関数保存部から価値関数を読み出し、読み出した価値関数に基づいて、前記被案内車両の現在位置と前記被案内車両の周囲の駐車スペースの駐車状況に対応するアクションを決定するステップと、
    決定されたアクションを示すデータを出力するステップと、
    を実行させ、
    前記アクションを決定するステップでは、前記現在位置検出部により取得した被案内車両の現在位置および前記センサにより取得した前記被案内車両の周囲の駐車スペースの駐車状況のデータを前記観測関数に適用して現在の状態の確率分布を求め、前記現在の状態の確率分布を前記報酬関数に適用して累積報酬を最大化するアクションを実行させるプログラム。
JP2014066077A 2014-03-27 2014-03-27 駐車スペース案内システム、駐車スペース案内方法、及びプログラム Expired - Fee Related JP6147691B2 (ja)

Priority Applications (1)

Application Number Priority Date Filing Date Title
JP2014066077A JP6147691B2 (ja) 2014-03-27 2014-03-27 駐車スペース案内システム、駐車スペース案内方法、及びプログラム

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
JP2014066077A JP6147691B2 (ja) 2014-03-27 2014-03-27 駐車スペース案内システム、駐車スペース案内方法、及びプログラム

Publications (2)

Publication Number Publication Date
JP2015191273A JP2015191273A (ja) 2015-11-02
JP6147691B2 true JP6147691B2 (ja) 2017-06-14

Family

ID=54425756

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2014066077A Expired - Fee Related JP6147691B2 (ja) 2014-03-27 2014-03-27 駐車スペース案内システム、駐車スペース案内方法、及びプログラム

Country Status (1)

Country Link
JP (1) JP6147691B2 (ja)

Families Citing this family (18)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP6890757B2 (ja) * 2017-02-10 2021-06-18 ニッサン ノース アメリカ，インク 部分観測マルコフ決定過程モデルインスタンスを動作させることを含む自律走行車動作管理
EP3580104B1 (en) 2017-02-10 2020-11-11 Nissan North America, Inc. Autonomous vehicle operational management blocking monitoring
US11027751B2 (en) 2017-10-31 2021-06-08 Nissan North America, Inc. Reinforcement and model learning for vehicle operation
WO2019089015A1 (en) 2017-10-31 2019-05-09 Nissan North America, Inc. Autonomous vehicle operation with explicit occlusion reasoning
BR112020010209B1 (pt) * 2017-11-30 2023-12-05 Nissan North America, Inc. Métodos para uso na travessia de uma rede de transporte de veículos e veículo autônomo
US11874120B2 (en) 2017-12-22 2024-01-16 Nissan North America, Inc. Shared autonomous vehicle operational management
US11110941B2 (en) 2018-02-26 2021-09-07 Renault S.A.S. Centralized shared autonomous vehicle operational management
WO2019225270A1 (ja) * 2018-05-23 2019-11-28 日立オートモティブシステムズ株式会社 駐車管理システム、車両制御装置、および、管制センタ
US11120688B2 (en) 2018-06-29 2021-09-14 Nissan North America, Inc. Orientation-adjust actions for autonomous vehicle operational management
CN109741626B (zh) * 2019-02-24 2023-09-29 苏州科技大学 停车场停车情况预测方法、调度方法和系统
US11899454B2 (en) 2019-11-26 2024-02-13 Nissan North America, Inc. Objective-based reasoning in autonomous vehicle decision-making
US11635758B2 (en) 2019-11-26 2023-04-25 Nissan North America, Inc. Risk aware executor with action set recommendations
US11613269B2 (en) 2019-12-23 2023-03-28 Nissan North America, Inc. Learning safety and human-centered constraints in autonomous vehicles
US11300957B2 (en) 2019-12-26 2022-04-12 Nissan North America, Inc. Multiple objective explanation and control interface design
US11714971B2 (en) 2020-01-31 2023-08-01 Nissan North America, Inc. Explainability of autonomous vehicle decision making
US11577746B2 (en) 2020-01-31 2023-02-14 Nissan North America, Inc. Explainability of autonomous vehicle decision making
US11782438B2 (en) 2020-03-17 2023-10-10 Nissan North America, Inc. Apparatus and method for post-processing a decision-making model of an autonomous vehicle using multivariate data
CN116430860A (zh) * 2023-03-28 2023-07-14 兰州大学 一种基于离线强化学习的机甲车自动行驶训练与控制方法

Family Cites Families (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH0592898U (ja) * 1992-05-08 1993-12-17 日新電機株式会社 駐車場管理設備
JP4746349B2 (ja) * 2005-05-18 2011-08-10 日本電信電話株式会社 ロボット行動選択装置及びロボット行動選択方法
GB0613955D0 (en) * 2006-07-13 2007-01-10 Bae Systems Plc Controller
JP4817015B2 (ja) * 2006-10-13 2011-11-16 株式会社デンソー 車載用ナビゲーション装置およびナビゲーションプログラム
JP2010129033A (ja) * 2008-12-01 2010-06-10 Nippon Telegr & Teleph Corp <Ntt> 対話心理学習装置とその方法、対話制御装置とその方法、プログラムと記録媒体
US8779941B2 (en) * 2010-12-27 2014-07-15 Ai Incube, Inc. Providing guidance for locating street parking
JP5578571B2 (ja) * 2011-03-31 2014-08-27 Ｋｄｄｉ株式会社 入出力デバイス情報を考慮したマルチモーダル対話プログラム、システム及び方法

Also Published As

Publication number Publication date
JP2015191273A (ja) 2015-11-02

Similar Documents

Publication Publication Date Title
JP6147691B2 (ja) 駐車スペース案内システム、駐車スペース案内方法、及びプログラム
CN108240819B (zh) 驾驶辅助装置和驾驶辅助方法
JP6469220B2 (ja) 走行車線判別装置および走行車線判別方法
CN113167590B (zh) 用于地图匹配的系统和方法
CN108885836A (zh) 驾驶辅助方法和利用该驾驶辅助方法的驾驶辅助装置、自动驾驶控制装置、车辆、驾驶辅助系统以及程序
CN108255170A (zh) 动态地调整自动驾驶车辆的速度控制率的方法
WO2016208440A1 (ja) センサの出力補正装置
US11964671B2 (en) System and method for improving interaction of a plurality of autonomous vehicles with a driving environment including said vehicles
KR20180074568A (ko) 차선 정보를 추정하는 방법 및 전자 장치
CN114199263A (zh) 自动驾驶环境中的路径规划
JP2018063476A (ja) 運転支援装置、運転支援方法及び運転支援用コンピュータプログラム
CN111401255B (zh) 用于识别分歧路口的方法和装置
JP2018189457A (ja) 情報処理装置
CN115269370A (zh) 用于自动驾驶系统的路径规划系统开发的平台
US20220017106A1 (en) Moving object control device, moving object control learning device, and moving object control method
CN114968187A (zh) 用于自动驾驶系统的感知系统开发的平台
CN112272635B (zh) 用于优化停车建议的方法和车辆系统
JP2018081357A (ja) 運転支援装置
US20240160548A1 (en) Information processing system, information processing method, and program
US11221225B2 (en) Routing with U-turn inhibition
US20220415178A1 (en) Movement assistance device, movement assistance learning device, and movement assistance method
CN113888895A (zh) 用于创建基础设施模型的系统和方法
JP6224343B2 (ja) サーバ装置、情報処理方法並びに情報処理システム及び情報処理プログラム
JP5471747B2 (ja) ナビゲーション装置
CN115214624B (zh) 泊车路径的确定方法、装置、车辆及存储介质

Legal Events

Date Code Title Description
RD04 Notification of resignation of power of attorney

Free format text: JAPANESE INTERMEDIATE CODE: A7424

Effective date: 20151113

A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20160808

A977 Report on retrieval

Free format text: JAPANESE INTERMEDIATE CODE: A971007

Effective date: 20170419

TRDD Decision of grant or rejection written
A01 Written decision to grant a patent or to grant a registration (utility model)

Free format text: JAPANESE INTERMEDIATE CODE: A01

Effective date: 20170502

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20170517

R150 Certificate of patent or registration of utility model

Ref document number: 6147691

Country of ref document: JP

Free format text: JAPANESE INTERMEDIATE CODE: R150

R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250

R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250

R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250

LAPS Cancellation because of no payment of annual fees