JP7079041B2 - 情報処理装置、プログラム、及び、情報処理方法 - Google Patents

Description

本発明は、情報処理装置、プログラム、及び、情報処理方法に関する。

近年、自動車等の移動体について、リアルタイム又は所望のタイミングで、移動体の状態を監視又は管理するビジネスが注目されている。このようなサービスでは、移動体の走行状態をできるだけ正確に推定することが重要である。また、自動運転制御機能を有する自動車も注目されており、同様に、自動運転制御機能では、自動車の走行状態をできるだけ正確に推定することが重要である。

自動車の走行状態として、例えば、走行軌跡及びその曲率半径が挙げられる。そのため、走行軌跡や曲率半径をできるだけ正確に推定することが、移動体状況の監視又は管理や、自動運転制御機能の実現に有用である。
例えば、再表２０１０－０７３３００号公報には、速度検出部によって測定された走行速度と、ヨーレート検出部によって測定された回転角速度と、を用いて曲率半径を推定する技術が開示されている。

再表２０１０－０７３３００号公報の曲率半径の推定方法は、速度が発生したタイミングで速度を検出可能な速度検出部を備えること（つまり、速度の測定に遅延がないことが保証されること）を前提とする。しかし、衛星からのＧＰＳ（Global Positioning System）データを参照して（限定でなく例として、通信機能を備えるスマートフォンに配置されたＧＰＳモジュールを用いて）曲率半径を推定する場合、ＧＰＳデータが、電離圏及び対流圏において遅延する。そのため、ＧＰＳデータから得られた速度の時間変化は、角速度センサによって検出された回転角速度の時間変化と同期していない。したがって、速度検出部を備えていない車両に再表２０１０－０７３３００号公報を適用したとしても、曲率半径の推定の精度は不十分である。

このように、従来技術では、移動体の走行状態の推定の精度は不十分である。

本発明の目的は、移動体の走行状態の推定の精度を向上させることである。

本発明の一態様は、
ＧＰＳ（Global Positioning System）モジュールによって取得される移動体の位置情報を、当該位置情報が取得された時刻である位置時刻と関連づけて取得する位置情報取得手段と、
前記移動体の走行に関するセンサ情報を、当該センサ情報が検出された時刻である走行時刻と関連づけて取得するセンサ情報取得手段と、
前記センサ情報を参照して、前記移動体のカーブ走行開始時刻からカーブ走行終了時刻までのカーブ走行期間を特定するカーブ走行期間特定手段と、
前記取得した位置情報の中から、前記特定したカーブ走行期間に対応する複数の対象位置情報を特定する対象位置特定手段と、を備える、情報処理装置である。

本発明によれば、移動体の走行状態の推定の精度を向上させることができる。

本実施形態の情報処理システムの構成を示すブロック図である。 図１の情報処理システムの機能ブロック図である。 本実施形態の概要の説明図である。 本実施形態の移動体情報データベースのデータ構造を示す図である。 本実施形態の走行ログ情報データベースのデータ構造を示す図である。 本実施形態の位置ログ情報データベースのデータ構造を示す図である。 本実施形態の判定情報データベースのデータ構造を示す図である。 本実施形態のカーブ走行の判定処理のシーケンス図である。 図８の判定の処理の詳細なフローチャートである。 図８の走行情報の取得の説明図である。 図８のカーブ走行期間の特定の説明図である。 図８の曲率半径の推定の説明図である。 本実施形態のカーブ走行情報の提示処理のシーケンス図である。 図１３の情報処理において表示される画面例を示す図である。 変形例１のカーブ走行期間の特定の説明図である。 変形例２の概要の説明図である。 変形例３の概要の説明図である。

以下、本発明の一実施形態について、図面に基づいて詳細に説明する。なお、実施形態を説明するための図面において、同一の構成要素には原則として同一の符号を付し、その繰り返しの説明は省略する。

以下の実施形態において、Ｘ軸、Ｙ軸、及び、Ｚ軸の定義は、以下のとおりである。
・Ｘ軸：移動体の重心点を通る進行方向の軸
・Ｙ軸：移動体の重心点を通る進行方向に対して直交する幅方向の軸
・Ｚ軸：移動体の重心点を通る鉛直軸

（１）情報処理システムの構成
情報処理システムの構成を説明する。図１は、本実施形態の情報処理システムの構成を示すブロック図である。図２は、図１の情報処理システムの機能ブロック図である。

図１に示すように、情報処理システム１は、クライアント装置１０と、センサユニット２０と、サーバ３０とを備える。
クライアント装置１０及びサーバ３０は、ネットワーク（限定でなく例として、インターネット又はイントラネット）ＮＷを介して接続される。
センサユニット２０は、クライアント装置１０に接続される。
クライアント装置１０及びセンサユニット２０は、本実施形態では移動体ＭＢに配置されることとしているが、この形態に限られない。クライアント装置１０は、センサユニット２０からネットワーク経由等で必要なデータを受信することができる限りは、移動体ＭＢ外に配置されてもよい。

クライアント装置１０は、サーバ３０にリクエストを送信する情報処理装置の一例である。クライアント装置１０は、限定でなく例として、スマートフォン、タブレット端末、又は、パーソナルコンピュータである。

センサユニット２０は、移動体ＭＢの位置に関する位置情報と、移動体ＭＢの走行に関する走行情報と、を取得するように構成される。

サーバ３０は、クライアント装置１０から送信されたリクエストに応じたレスポンスをクライアント装置１０に提供する情報処理装置の一例である。サーバ３０は、限定でなく例として、ウェブサーバである。

移動体ＭＢは、例えば、少なくとも以下を含む。
・四輪車
・二輪車
・船舶
・飛行体（一例として、ドローン）
・パーソナルモビリティ

（１－１）クライアント装置の構成
クライアント装置１０の構成を説明する。

図２に示すように、クライアント装置１０は、記憶装置１１と、プロセッサ１２と、入出力インタフェース１３と、通信インタフェース１４とを備える。

記憶装置１１は、プログラム及びデータを記憶するように構成される。記憶装置１１は、限定でなく例として、ＲＯＭ（Read Only Memory）、ＲＡＭ（Random Access Memory）、及び、ストレージ（例えば、フラッシュメモリ又はハードディスク）の組合せである。

記憶装置１１に記憶されるプログラムは、限定でなく例として、以下のプログラムを含む。
・ＯＳ（Operating System）のプログラム
・情報処理を実行するアプリケーション（例えば、ウェブブラウザ）のプログラム

記憶装置１１に記憶されるデータは、限定でなく例として、以下のデータを含む。
・情報処理において参照されるデータベース
・情報処理を実行することによって得られるデータ（つまり、情報処理の実行結果）

プロセッサ１２は、記憶装置１１に記憶されたプログラムを起動することによって、クライアント装置１０の機能を実現するように構成される。プロセッサ１２は、コンピュータの一例である。

入出力インタフェース１３は、クライアント装置１０に接続される入力デバイスからユーザの指示を取得し、かつ、クライアント装置１０に接続される出力デバイスに情報を出力するように構成される。
入力デバイスは、限定でなく例として、キーボード、ポインティングデバイス、タッチパネル、又は、それらの組合せである。
出力デバイスは、限定でなく例として、ディスプレイである。

通信インタフェース１４は、クライアント装置１０とサーバ３０との間の通信を制御するように構成される。

（１－２）サーバの構成
サーバ３０の構成を説明する。

図２に示すように、サーバ３０は、記憶装置３１と、プロセッサ３２と、入出力インタフェース３３と、通信インタフェース３４とを備える。

記憶装置３１は、プログラム及びデータを記憶するように構成される。記憶装置３１は、限定でなく例として、ＲＯＭ、ＲＡＭ、及び、ストレージ（例えば、フラッシュメモリ又はハードディスク）の組合せである。

記憶装置３１に記憶されるプログラムは、例えば、以下のプログラムを含む。
・ＯＳのプログラム
・情報処理を実行するアプリケーションのプログラム

記憶装置３１に記憶されるデータは、例えば、以下のデータを含む。
・情報処理において参照されるデータベース
・情報処理の実行結果

プロセッサ３２は、記憶装置３１に記憶されたプログラムを起動することによって、サーバ３０の機能を実現するように構成される。プロセッサ３２は、コンピュータの一例である。

入出力インタフェース３３は、サーバ３０に接続される入力デバイスからユーザの指示を取得し、かつ、サーバ３０に接続される出力デバイスに情報を出力するように構成される。
入力デバイスは、限定でなく例として、キーボード、ポインティングデバイス、タッチパネル、又は、それらの組合せである。
出力デバイスは、限定でなく例として、ディスプレイである。

通信インタフェース３４は、サーバ３０とクライアント装置１０との間の通信を制御するように構成される。

（１－３）センサユニットの構成
センサユニット２０の構成を説明する。

図２に示すように、センサユニット２０は、加速度センサ２１と、角速度センサ２２と、イメージセンサ２３と、ＧＰＳモジュール２４と、を備える。

加速度センサ２１は、移動体ＭＢの加速度を検出するように構成される。加速度は、以下の成分を有する。
・Ｘ軸方向の加速度
・Ｙ軸方向の加速度
・Ｚ軸方向の加速度

角速度センサ２２は、移動体ＭＢの角速度を検出するように構成される。角速度は、以下の成分を有する。
・Ｘ軸回りの角速度
・Ｙ軸回りの角速度
・Ｚ軸回りの角速度（以下「ヨーレート」という）

イメージセンサ２３は、移動体ＭＢの車内及び車外の少なくとも１つの画像を撮像するように構成される。

ＧＰＳモジュール２４は、衛星から移動体ＭＢの位置情報（例えば、移動体ＭＢの緯度及び経度を示す情報）を受信するように構成される。

（２）実施形態の概要
本実施形態の概要について説明する。図３は、本実施形態の概要の説明図である。

図３に示すように、サーバ３０は、移動体ＭＢに配置されたセンサユニット２０（例えば、ＧＰＳモジュール２４）から、移動体ＭＢの位置に関する位置情報と、移動体ＭＢの走行に関するセンサ情報と、を取得する。
サーバ３０は、複数のセンサ情報を参照して、カーブ走行開始時刻からカーブ走行終了時刻までのカーブ走行期間を特定する。
サーバ３０は、複数の位置情報の中から、カーブ走行期間に対応する複数の対象位置情報を特定する。

これにより、移動体ＭＢの走行状態の推定の精度を向上させることができる。

（３）データベース
本実施形態のデータベースを説明する。以下のデータベースは、記憶装置３１に記憶される。

（３－１）移動体情報データベース
本実施形態の移動体情報データベースを説明する。図４は、本実施形態の移動体情報データベースのデータ構造を示す図である。

図４の移動体情報データベースには、移動体ＭＢに関する移動体情報が格納されている。
移動体情報データベースは、「移動体ＩＤ」フィールドと、「移動体属性」フィールドと、「オーナＩＤ」フィールドと、を含む。各フィールドは、互いに関連付けられている。

「移動体ＩＤ」フィールドには、移動体ＭＢを識別する移動体識別情報が格納される。

「移動体属性」フィールドには、移動体ＭＢの属性に関する移動体属性情報が格納される。「移動体属性」フィールドは、複数のサブフィールド（「車種」フィールド及び「製造年」フィールド）を含む。

「車種」フィールドには、移動体ＭＢの車種に関する情報が格納される。

「製造年」フィールドには、移動体ＭＢの製造年に関する情報が格納される。

「オーナＩＤ」フィールドには、移動体ＭＢを所有するオーナを識別するオーナ識別情報が格納される。

（３－２）走行ログ情報データベース
本実施形態の走行ログ情報データベースを説明する。図５は、本実施形態の走行ログ情報データベースのデータ構造を示す図である。

図５の走行ログ情報データベースには、移動体ＭＢの走行に関する走行情報のログ（以下「走行ログ情報」という）が格納されている。
走行ログ情報データベースは、「走行ログＩＤ」フィールドと、「走行時刻」フィールドと、「加速度」フィールドと、「角速度」フィールドと、「画像」フィールドと、を含む。各フィールドは、互いに関連付けられている。
走行ログ情報データベースは、移動体ＩＤに関連付けられている。

「走行ログＩＤ」フィールドには、走行ログを識別する走行ログ識別情報が格納される。

「走行時刻」フィールドには、走行ログに対応する時刻（以下「走行時刻」という）に関する情報が格納される。

「加速度」フィールドには、移動体ＭＢの加速度の値（例えば、加速度センサ２１によって検出された値）が格納される。

「角速度」フィールドには、移動体ＭＢの角速度の値（例えば、角速度センサ２２によって取得された値）が格納される。

「画像」フィールドには、移動体ＭＢの車内及び車外の少なくとも１つの画像が格納される。

（３－３）位置ログ情報データベース
本実施形態の位置ログ情報データベースを説明する。図６は、本実施形態の位置ログ情報データベースのデータ構造を示す図である。

図６の位置ログ情報データベースには、移動体ＭＢの位置に関する位置情報のログ（以下「位置ログ情報」という）が格納されている。
位置ログ情報データベースは、「位置ログＩＤ」フィールドと、「位置時刻」フィールドと、「位置」フィールドと、を含む。各フィールドは、互いに関連付けられている。
位置ログ情報データベースは、移動体ＩＤに関連付けられている。

「位置ログＩＤ」フィールドには、位置ログを識別する位置ログ識別情報が格納される。

「位置時刻」フィールドには、位置ログに対応する時刻（以下「位置時刻」という）に関する情報が格納される。

「位置」フィールドには、移動体ＭＢの位置情報が格納される。

（３－４）判定情報データベース
本実施形態の判定情報データベースを説明する。図７は、本実施形態の判定情報データベースのデータ構造を示す図である。

図７の判定情報データベースには、判定結果に関する判定情報が格納される。
判定情報データベースは、「判定ログＩＤ」フィールドと、「走行ログＩＤ」フィールドと、「位置ログＩＤ」フィールドと、「判定結果」フィールドと、を含む。各フィールドは、互いに関連付けられている。
判定情報データベースは、移動体識別情報に関連付けられている。

「判定ログＩＤ」フィールドには、判定情報を識別する判定識別情報が格納される。

「走行ログＩＤ」フィールドには、判定の際に参照された走行ログ（以下「参照走行ログ」という）の走行ログ識別情報が格納される。
参照走行ログは、カーブに進入したときの走行ログ情報の走行ログ識別情報、及び、カーブから出たときの走行ログ情報の走行ログ識別情報の組合せである。
走行ログ情報データベース（図５）における「走行ログＩＤ」フィールド（図７）の情報に関連付けられた「走行時刻」フィールドの組合せは、移動体ＭＢがカーブ走行を開始したときの走行時刻、及び、移動体ＭＢがカーブ走行を終了したときの走行時刻を示している。

「位置ログＩＤ」フィールドには、判定の際に参照された位置ログ（以下「参照位置ログ」という）の位置ログ識別情報が格納される。
参照位置ログは、カーブに進入したときの位置ログ情報の位置ログ識別情報、及び、カーブから出たときの位置ログ情報の位置ログ識別情報の組合せである。
位置ログ情報データベース（図６）における「位置ログＩＤ」フィールド（図７）の情報に関連付けられた「位置時刻」フィールドの情報の組合せは、移動体ＭＢがカーブに進入したときの位置時刻、及び、移動体ＭＢがカーブから出たときの位置時刻を示している。

「判定結果」フィールドには、判定情報が格納される。「判定結果」フィールドは、複数のサブフィールド（「方向」フィールド、「カーブ走行時間」フィールド、「曲率半径」フィールド、「入車速度」フィールド、「出車速度」フィールド、及び、「平均速度」フィールド）を含む。

「方向」フィールドには、移動体ＭＢのカーブ走行の方向（以下「カーブ方向」という）に関するカーブ方向情報（一例として、右折又は左折）が格納される。

「カーブ走行時間」フィールドには、移動体ＭＢのカーブ走行期間の長さ（以下「カーブ走行時間」という）に関する情報が格納される。

「曲率半径」フィールドには、曲率半径の判定結果に関する情報（例えば、曲率半径の推定値）が格納される。

「入車速度」フィールドには、移動体ＭＢがカーブに進入したときの速度（以下「入車速度」という）に関する情報が格納される。

「出車速度」フィールドには、移動体ＭＢがカーブから出たときの速度（以下「出車速度」という）に関する情報が格納される。

「平均速度」フィールドには、移動体ＭＢがカーブを走行している間の平均速度に関する情報が格納される。

（４）情報処理
本実施形態の情報処理を説明する。

（４－１）カーブ走行の判定処理
本実施形態のカーブ走行の判定処理を説明する。図８は、本実施形態のカーブ走行の判定処理のシーケンス図である。図９は、図８の判定の処理の詳細なフローチャートである。図１０は、図８の走行情報の取得の説明図である。図１１は、図８のカーブ走行期間の特定の説明図である。図１２は、図８の曲率半径の推定の説明図である。

図８に示すように、クライアント装置１０は、走行情報の取得（Ｓ１１０）を実行する。
具体的には、プロセッサ１２は、移動体ＭＢに配置されたセンサユニット２０から、移動体ＭＢの走行に関する走行情報を取得する。走行情報は、例えば、以下の情報を含む。
・加速度センサ２１による検出結果（加速度センサ２１の座標系（以下「加速度センサ座標系」という）における移動体ＭＢの加速度）
・角速度センサ２２による検出結果（角速度センサ２２のセンサ座標系（以下「角速度センサ座標系」という）における移動体ＭＢの角速度）
・イメージセンサ２３によって撮像された画像（移動体ＭＢの車内及び車外の少なくとも１つの画像）
・加速度センサ２１、角速度センサ２２、及び、イメージセンサ２３による検出時刻（つまり、走行時刻）

プロセッサ１２は、式１を用いて、加速度センサ２１による検出結果（加速度センサ２１の座標系（センサ座標系）の値）Ａｓ（ｘｓ，ｙｓ，ｚｓ）を、移動体ＭＢの座標系の値（つまり、加速度）Ａｍ（ｘｍ，ｙｍ，ｚｍ）に変換する（図１０）。式１において、角速度センサ２２による検出結果は、水平面上への回転行列Ｒｈ及び進行方向（Ｘ方向）への回転行列Ｒｄの影響を受ける。したがって、センサ座標系の加速度Ａｓ（ｘｓ，ｙｓ，ｚｓ）の各成分は、移動体ＭＢの座標系の加速度Ａｍ（ｘｍ，ｙｍ，ｚｍ）の各成分とは異なる。
Am(x,y,z) = Rd * Rh * As(x,y,z) …（式１）
・Ｒｈ：水平面上への回転行列
・Ｒｄ：進行方向（Ｘ方向）への回転行列

プロセッサ１２は、式２を用いて、角速度センサ２２による検出結果（角速度センサ２２の座標系（センサ座標系）の値）ωｓを、移動体ＭＢの座標系の値（以下「角速度情報」という）ωｍに変換する（図１０）。式２において、角速度センサ２２による検出結果のうちＸ成分及びＹ成分は、水平面上への回転行列Ｒｈ及び進行方向（Ｘ方向）への回転行列Ｒｄの影響を受けるが、Ｚ成分（ヨーレート）は、進行方向（Ｘ方向）への回転行列Ｒｄの影響を受けない。
ωm = Rd * Rh * ωs …（式２）
なお、回転行列Ｒｈおよび回転行列Ｒｄは移動体におけるセンサユニット２０の設置状態に応じて値が変化してしまう可能性があるため、回転行列Ｒｈおよび回転行列Ｒｄの値を定期的なタイミング（例えば、毎日の所定の時刻、又は、移動体ＭＢの起動のタイミングなど）で取得し、角速度センサ２２による検出結果ωmの値を更新することが望ましい。例えば、クライアント装置１０は、図示しない再計算指示部をさらに備える。再計算指示部は、所定の更新条件を満たす場合には、プロセッサ１２に回転行列Ｒｈおよび回転行列Ｒｄの値を再計算し、且つ、角速度センサ２２による検出結果ωmの値の更新を指示してもよい。

ステップＳ１１０の後、クライアント装置１０は、位置情報の取得（Ｓ１１１）を実行する。
具体的には、プロセッサ１２は、センサユニット２０から、移動体ＭＢの位置に関する位置情報を取得する。位置情報は、例えば、以下の情報を含む。
・ＧＰＳモジュール２４による検出結果（移動体ＭＢの位置情報）
・ＧＰＳモジュール２４による検出時刻（つまり、位置時刻という）

ステップＳ１１１の後、クライアント装置１０は、判定リクエスト（Ｓ１１２）を実行する。
具体的には、プロセッサ１２は、判定リクエストデータをサーバ３０に送信する。判定リクエストデータは、以下の情報を含む。
・記憶装置１１に予め記憶された移動体識別情報
・ステップＳ１１０で取得された走行情報（走行時刻情報、加速度Ａｍ、角速度ωｍ、及び、画像）
・ステップＳ１１１で取得された位置情報（位置時刻情報、並びに、移動体ＭＢの緯度及び経度の組合せを示す情報）

ステップＳ１１２の後、サーバ３０は、判定（Ｓ１３０）を実行する。

図９に示すように、サーバ３０は、速度の計算（Ｓ１３００）を実行する。
具体的には、プロセッサ３２は、判定リクエストデータに含まれる位置情報を参照して、移動体ＭＢの位置の時間変化を特定する。
プロセッサ３２は、特定された時間変化に基づいて、移動体ＭＢの速度Ｖｇｐｓを計算する。

ステップＳ１３００の後、サーバ３０は、カーブ走行期間の特定（Ｓ１３０１）を実行する。
具体的には、プロセッサ３２は、判定リクエストデータに含まれる走行情報のうちヨーレートωｍｚの走行時刻毎の変化を示すヨーレート関数ωｍｚ（Ｔｒ）を求める（図１１）。
プロセッサ３２は、例えば、ヨーレート関数ωｍｚ（Ｔｒ）を参照して、ヨーレートωｍｚの値が上昇を開始する走行時刻（以下「カーブ走行開始時刻」という）Ｔｒ１と、ヨーレートωｍｚの値の減少が終了する走行時刻（以下「カーブ走行終了時刻」という）Ｔｒ２と、を特定する。または、例えば、ヨーレートωｍｚの微分値の絶対値が所定の閾値以上になった（または超過した）時刻をカーブ走行開始時刻Ｔｒ１とし、その後、ヨーレートωｍｚの微分値の絶対値が所定の閾値以下になった（または未満になった）時刻をカーブ走行終了時刻Ｔｒ２として特定してもよく、カーブ走行開始時刻Ｔｒ１およびカーブ走行終了時刻Ｔｒ２の特定手法は特に限定しない。

プロセッサ３２は、ステップＳ１３００で得られた速度Ｖｇｐｓの位置時刻Ｔｇｐｓ毎の変化を示す速度関数Ｖｇｐｓ（Ｔｇｐｓ）を求める（図１１）。位置時刻Ｔｇｐｓは、衛星とＧＰＳモジュール２４との間の通信における遅延の影響を受けるので、走行時刻Ｔｒとは異なる。
プロセッサ３２は、ステップＳ１３０１で得られたカーブ走行開始時刻Ｔｒ１に、衛星とＧＰＳモジュール２４との間の通信におけるレイテンシによって決まる遅延時間ΔＴを加算することにより、速度関数Ｖｇｐｓ（Ｔｇｐｓ）におけるカーブ走行開始時刻Ｔｇｐｓ１を計算する。
プロセッサ３２は、ステップＳ１３０１で得られたカーブ走行終了時刻Ｔｒ２に遅延時間ΔＴを加算することにより、速度関数Ｖｇｐｓ（Ｔｇｐｓ）におけるカーブ走行終了時刻Ｔｇｐｓ２を計算する。

プロセッサ３２は、カーブ走行開始時刻Ｔｒ１又はＴｇｐｓ１から、カーブ走行終了時刻Ｔｒ２又はＴｇｐｓ２までの期間をカーブ走行期間Ｐｃとして特定する。
プロセッサ３２は、特定したカーブ走行期間Ｐｃの長さをカーブ走行時間として特定する。

プロセッサ３２は、カーブ走行開始時刻Ｔｇｐｓ１における速度（以下「入車速度」という）Ｖｇｐｓ（Ｔｇｐｓ１）を計算する。
プロセッサ３２は、カーブ走行終了時刻Ｔｇｐｓ２における速度（以下「出車速度」という）Ｖｇｐｓ（Ｔｇｐｓ２）を計算する。
プロセッサ３２は、カーブ走行開始時刻Ｔｇｐｓ１からカーブ走行終了時刻Ｔｇｐｓ２までの速度Ｖｇｐｓ（Ｔｇｐｓ）の平均速度を計算する。

ステップＳ１３０１の後、サーバ３０は、対象位置情報の特定（Ｓ１３０２）を実行する。
具体的には、プロセッサ３２は、位置ログ情報データベース（図６）を参照して、ステップＳ１３０１で得られたカーブ走行開始時刻Ｔｇｐｓ１に関連付けられた位置情報（以下「カーブ走行開始位置情報」という）を特定する。
プロセッサ３２は、位置ログ情報データベースを参照して、ステップＳ１３０１で得られたカーブ走行終了時刻Ｔｇｐｓ２に関連付けられた位置情報（以下「カーブ終了位置情報」という）を特定する。
プロセッサ３２は、位置ログ情報データベースを参照して、ステップＳ１３０１で得られたカーブ走行開始時刻Ｔｇｐｓ１とカーブ走行終了時刻Ｔｇｐｓ２との間に含まれる位置時刻情報に関連付けられた位置情報（以下「カーブ走行位置情報」という）を特定する。
カーブ走行の判定の対象となる位置情報（以下「対象位置情報」という）は、カーブ走行開始位置情報、カーブ走行位置情報、及び、カーブ終了位置情報の組合せである。

ステップＳ１３０２の後、サーバ３０は、曲率半径の推定（Ｓ１３０３）を実行する。
具体的には、プロセッサ３２は、ステップＳ１３０１で得られた対象位置情報を参照して、ステップＳ１３０１で得られたカーブ走行期間Ｐｃにおける移動体ＭＢの位置の軌跡を推定する（図１２Ｂ）。
プロセッサ３２は、推定された軌跡の曲率半径Ｒ０を計算する。
ここで、推定された軌跡から曲率半径R０を計算する具体的な手法として、例えば、最小二乗法を用いて、推定された軌跡とのマッチング度が最も高い（誤差が最小となる）円弧モデルを算出し、その円弧モデルの半径を曲率半径R０と推定するといった手法が挙げられる。無論、曲率半径R０の計算手法はこれに限られず、その手法は特に限定されない。

仮に、ステップＳ１３０１が実行されなかった場合、カーブ走行期間は特定されない。
この場合、図１２Ａに示すように、大量の位置情報の中からカーブ走行中の位置情報を抽出することは困難である。そのため、曲率半径Ｒ１は、実際のカーブ走行の曲率半径とは大きく異なる値になることがある。図１２Ａは、曲率半径Ｒ１が実際のカーブ走行の曲率半径より大きくなる例を示している。
これに対して、本実施形態では、ステップＳ１３０１においてカーブ走行期間が特定される。
この場合、図１２Ｂに示すように、大量の位置情報の中からカーブ走行中の対象位置情報が抽出される。そのため、実際のカーブ走行に対応する曲率半径Ｒ０が得られる。

ステップＳ１３０３の後、サーバ３０は、カーブ方向の判定（Ｓ１３０４）を実行する。
具体的には、プロセッサ３２は、Ｓ１３０１で得られたヨーレート関数ωｍｚ（Ｔｒ）のカーブ走行開始時刻Ｔｒ１からカーブ走行終了時刻Ｔｒ２までの値に基づいて、カーブ方向（右折又は左折）を判定する。

図８に示すように、ステップＳ１３０４の後、サーバ３０は、データベースの更新（Ｓ１３１）を実行する。
具体的には、プロセッサ３２は、判定リクエストデータに含まれる移動体識別情報に関連付けられた走行ログ情報データベース（図５）に以下の情報を格納する。
・「走行ログＩＤ」フィールドには、ユニークな走行ログ識別情報が格納される。
・「走行時刻」フィールドには、判定リクエストデータに含まれる走行時刻情報が格納される。
・「加速度」フィールドには、判定リクエストデータに含まれる加速度の値が格納される。
・「角速度」フィールドには、判定リクエストデータに含まれる角速度の値が格納される。
・「画像」フィールドには、判定リクエストデータに含まれる画像が格納される。

プロセッサ３２は、判定リクエストデータに含まれる移動体識別情報に関連付けられた位置ログ情報データベース（図６）に以下の情報を格納する。
・「位置ログＩＤ」フィールドには、ユニークな位置ログ識別情報が格納される。
・「位置時刻」フィールドには、判定リクエストデータに含まれる位置時刻情報が格納される。
・「位置」フィールドには、判定リクエストデータに含まれる位置情報が格納される。

プロセッサ３２は、判定リクエストデータに含まれる移動体識別情報に関連付けられた判定情報データベース（図７）に以下の情報を格納する。
・「判定ログＩＤ」フィールドには、ユニークな判定ログ識別情報が格納される。
・「走行ログＩＤ」フィールドには、走行ログ情報データベース（図５）において、カーブ走行開始時刻Ｔｒ１からカーブ走行終了時刻Ｔｒ２までの間の期間に関連付けられた走行ログ識別情報が格納される。
・「位置ログＩＤ」フィールドには、位置ログ情報データベース（図６）において、対象位置情報に関連付けられた位置ログ識別情報が格納される。
・「方向」フィールドには、Ｓ１３０４で得られたカーブ方向情報が格納される。
・「カーブ走行時間」フィールドには、ステップＳ１３０１で得られたカーブ走行時間が格納される。
・「曲率半径」フィールドには、ステップＳ１３０３で得られた曲率半径Ｒ０の値が格納される。
・「入車速度」フィールドには、ステップＳ１３０１で得られた入車速度の値が格納される。
・「出車速度」フィールドには、ステップＳ１３０１で得られた出車速度の値が格納される。
・「平均速度」フィールドには、ステップＳ１３０１で得られた平均速度の値が格納される。

（４－２）カーブ走行情報の提示処理
本実施形態のカーブ走行情報の提示処理を説明する。図１３は、本実施形態のカーブ走行情報の提示処理のシーケンス図である。図１４は、図１３の情報処理において表示される画面例を示す図である。

クライアント装置１０は、検索リクエスト（Ｓ２１０）を実行する。
具体的には、プロセッサ１２は、画面Ｐ１０（図１４）をディスプレイに表示する。

画面Ｐ１０は、フィールドオブジェクトＦ１０と、操作オブジェクトＢ１０と、を含む。
フィールドオブジェクトＦ１０は、曲率半径の推定の対象となる移動体ＭＢの移動体識別情報のユーザ入力を受け付けるオブジェクトである。
操作オブジェクトＢ１０は、フィールドオブジェクトＦ１０に入力されたユーザ入力に基づく検索リクエストを実行させるためのユーザ指示を受け付けるオブジェクトである。

ユーザが、フィールドオブジェクトＦ１０に任意の移動体識別情報を入力し、且つ、操作オブジェクトＢ１０を操作すると、プロセッサ１２は、検索リクエストデータをサーバ３０に送信する。検索リクエストデータは、フィールドオブジェクトＦ１０に入力された移動体識別情報を含む。

ステップＳ２１０の後、サーバ３０は、検索（Ｓ２３０）を実行する。
具体的には、プロセッサ３２は、検索リクエストデータに含まれる移動体識別情報に関連付けられた走行ログ情報データベース（図５）の「曲率半径」フィールドの値を、検索の対象となる曲率半径（以下「対象曲率半径」という）として特定する。

ステップＳ２３０の後、サーバ３０は、検索レスポンス（Ｓ２３１）を実行する。
具体的には、プロセッサ３２は、検索レスポンスデータをクライアント装置１０に送信する。検索レスポンスデータは、以下の情報を含む。
・ステップＳ１３１で特定された移動体識別情報
・ステップＳ１３０１で特定されたカーブ走行開始時刻Ｔｒ１
・ステップＳ１３０１で特定されたカーブ走行終了時刻Ｔｒ２
・ステップＳ１３０４で得られたカーブ方向
・ステップＳ１３０１で得られたカーブ走行時間
・ステップＳ１３０３で得られた曲率半径
・ステップＳ１３０１で得られた入車速度
・ステップＳ１３０１で得られた出車速度

ステップＳ２３１の後、クライアント装置１０は、カーブ走行情報の提示（Ｓ２１１）を実行する。
具体的には、プロセッサ１２は、画面Ｐ１１（図１４）をディスプレイに表示する。

画面Ｐ１１は、１又は複数の表示オブジェクトＡ１１を含む。
各表示オブジェクトＡ１１には、以下の情報が表示される。
・検索レスポンスデータに含まれる移動体識別情報
・検索レスポンスデータに含まれるカーブ走行開始時刻
・検索レスポンスデータに含まれるカーブ走行終了時刻
・検索レスポンスデータに含まれるカーブ方向
・検索レスポンスデータに含まれるカーブ走行期間
・検索レスポンスデータに含まれる曲率半径
・検索レスポンスデータに含まれる入車速度
・検索レスポンスデータに含まれる出車速度
・検索レスポンスデータに含まれる平均速度

本実施形態によれば、移動体ＭＢの位置情報及びヨーレートの組合せを用いて、カーブ走行が行われたときの移動体ＭＢの曲率半径を計算する。これにより、移動体ＭＢの走行状態（例えば、曲率半径）の推定の精度を向上させることができる。

（５）変形例
本実施形態の変形例を説明する。

（５－１）変形例１
変形例１を説明する。変形例１は、加速度センサ２１によって検出された加速度を用いて移動体ＭＢの曲率半径を計算する例である。図１５は、変形例１のカーブ走行期間の特定の説明図である。

ステップＳ１３０１（図９）において、変形例１のプロセッサ３２は、判定リクエストデータに含まれる走行情報のうち、センサ座標系の加速度Ａｓ（ｘｓ，ｙｓ，ｚｓ）の走行時刻毎の変化を示す加速度関数Ａｍ（Ｔｒ）を求める（図１５）。
プロセッサ３２は、加速度関数Ａｍ（Ｔｒ）を参照して、加速度Ａｍの値が上昇を開始する走行時刻（以下「カーブ走行開始時刻」という）Ｔｒ１と、加速度Ａｍの値の減少が終了する走行時刻（以下「カーブ走行終了時刻」という）Ｔｒ２と、を特定する。

変形例１によれば、角速度センサ２２が移動体ＭＢに配置されていなくても、本実施形態と同様の効果が得ることができる。

また、変形例１によれば、角速度センサ２２が移動体ＭＢに配置されている場合、角速度センサ２２によって検出された角速度、及び、加速度センサ２１によって検出された加速度の組合せを用いて、対象位置情報を特定することにより、曲率半径の推定の精度を更に向上させることができる。

（５－２）変形例２
変形例２を説明する。変形例２は、イメージセンサ２３によって撮像された画像を用いて移動体ＭＢの曲率半径を計算する例である。図１６は、変形例２の概要の説明図である。

図１６に示すように、変形例２のクライアント装置１０は、ＧＰＳモジュール２４によって取得された位置情報と、イメージセンサ２３によって取得された画像と、をサーバ３０に送信する。画像は、例えば、走行中の移動体ＭＢの車外の風景に関する画像を含む。

ステップＳ１３００（図９）において、プロセッサ３２は、本実施形態と同様に、移動体ＭＢの速度Ｖｇｐｓを計算する。

ステップＳ１３０１において、プロセッサ３２は、判定リクエストデータに含まれる画像の特徴量を解析することにより、移動体ＭＢの車外の風景の走行時刻毎の変化を特定する。
プロセッサ３２は、車外の風景の変化を参照して、カーブ走行開始時刻Ｔｒ１と、カーブ走行終了時刻Ｔｒ２と、を特定する。
例えば、イメージセンサ２３は移動体ＭＢの内部からフロントガラスに向けて設置され、且つ、一定の頻度（例えば、３０ｆｐｓ）で移動体ＭＢの外部（例えば、前方）の画像を撮像するように構成される。
ここで、プロセッサ３２は、イメージセンサ２３により撮像された画像の画像特徴量を解析する。

プロセッサ３２は、連続して撮像された画像間における所定の領域の動きベクトルを計算する。
プロセッサ３２は、動きベクトルの大きさ（例えば、フロントガラス領域またはその内部の小領域の動きベクトルの大きさ）が所定の閾値以上になった（または超過した）時刻をカーブ走行開始時刻Ｔｒ１として特定し、且つ、カーブ走行開始時刻Ｔｒ１の後に動きベクトルの大きさが閾値以下になった（または未満になった）時刻をカーブ走行終了時刻Ｔｒ２として特定してもよい。
また、イメージセンサ２３は移動体ＭＢの外部に設置されていてもよく、この場合は、画像内の任意の領域における動きベクトルの大きさについて同様の処理を行う。
無論、撮像された画像の情報に基づくカーブ走行開始時刻Ｔｒ１およびカーブ走行終了時刻Ｔｒ２の特定手法はこれらに特に限定されない。

変形例２によれば、加速度センサ２１及び角速度センサ２２が移動体ＭＢに配置されていなくても、本実施形態と同様の効果を得ることができる。

また、変形例２によれば、加速度センサ２１及び角速度センサ２２の少なくとも１つが移動体ＭＢに配置されている場合、加速度センサ２１及び角速度センサ２２の少なくとも１つによって検出された情報、及び、イメージセンサ２３によって取得された画像の組合せを用いて、対象位置情報を特定することにより、曲率半径の推定の精度を更に向上させることができる。

（５－３）変形例３
変形例３を説明する。変形例３は、移動体ＭＢの外部に配置されたイメージセンサによって撮像された画像を用いて移動体ＭＢの曲率半径を計算する例である。図１７は、変形例３の概要の説明図である。

図１７に示すように、変形例３のクライアント装置１０は、ＧＰＳモジュール２４によって取得された位置情報をサーバ３０に送信する。

移動体ＭＢの車外に配置されたイメージセンサＩＳは、走行中の移動体ＭＢの画像を取得し、且つ、当該画像をサーバ３０に送信する。イメージセンサＩＳは、例えば、以下の少なくとも１つに配置される。
・移動体ＭＢの走行環境に存在する構造物（一例として、電柱、信号機、歩道橋、及び、建築物）
・移動体ＭＢとは異なる移動体（一例として、二輪車、四輪車、鉄道、ドローン、航空機、船舶、パーソナルモビリティ、人工衛星、及び、歩行者が所持するモバイル端末の少なくとも１つ）

ステップＳ１３００（図９）において、プロセッサ３２は、本実施形態と同様に、移動体ＭＢの速度Ｖｇｐｓを計算する。

ステップＳ１３０１において、プロセッサ３２は、イメージセンサＩＳによって取得された画像の画像特徴量を解析することにより、移動体ＭＢの走行軌跡を推定する。
プロセッサ３２は、走行位置の変化を参照して、カーブ走行開始時刻Ｔｒ１と、カーブ走行終了時刻Ｔｒ２と、を特定する。

例えば、イメージセンサＩＳは、移動体ＭＢとは別の移動体ＭＢａに配置され、且つ、一定の頻度（例えば、３０ｆｐｓ）で移動体ＭＢａの外部（例えば、前方）の画像を撮像するように構成される。
ここで、プロセッサ３２は、イメージセンサＩＳにより撮像された画像の画像特徴量を解析する。

画像特徴量の解析によって、移動体ＭＢ（一例として、移動体ＭＢのナンバープレート）が画像に含まれていることが特定され、かつ、連続する画像群に移動体ＭＢのカーブ走行の挙動（一例として、右折または左折）が含まれていることが特定された場合、プロセッサ３２は、変形例２と同様に、時間的に連続する画像間における移動体ＭＢの背景に対する動き値を計算する。
より具体的には、プロセッサ３２は、移動体ＭＢを被写体とするピクセル領域において、移動体ＭＢに対応するピクセルの第１動きベクトルと、移動体ＭＢを被写体としないピクセル領域（一例として、背景領域）におけるピクセルの第２動きベクトルと、を計算する。プロセッサ３２は、第１動きベクトルから第２動きベクトルを減算することにより、差分ベクトルを計算する。

プロセッサ３２は、差分ベクトルの大きさが所定の閾値以上になった（または超過した）時刻をカーブ走行開始時刻Ｔｒ１として特定し、且つ、カーブ走行開始時刻Ｔｒ１の後に差分ベクトルの大きさが閾値以下になった（または未満になった）時刻をカーブ走行終了時刻Ｔｒ２として特定してもよい。
無論、撮像された画像の情報に基づくカーブ走行開始時刻Ｔｒ１およびカーブ走行終了時刻Ｔｒ２の特定手法のほか、画像内での移動体ＭＢの認識手法および移動体ＭＢの右折または左折の行動特定手法は特に限定されない。

変形例３によれば、移動体ＭＢにイメージセンサ２３が配置されていなくても、変形例２と同様の効果を得ることができる。

また、変形例３によれば、加速度センサ２１、角速度センサ２２、及び、イメージセンサ２３の少なくとも１つが移動体ＭＢに配置されている場合、加速度センサ２１、角速度センサ２２、及び、イメージセンサ２３の少なくとも１つから得られた情報、及び、曲率半径の推定の対象となる移動体ＭＢの外部に配置されたイメージセンサＩＳによって取得された画像の組合せを用いて、対象位置情報を特定することにより、曲率半径の推定の精度を更に向上させることができる。

（６）本実施形態の小括
本実施形態について小括する。

本実施形態の第１態様は、
ＧＰＳ（Global Positioning System）モジュールによって取得される移動体の位置情報を、当該位置情報が取得された時刻である位置時刻と関連づけて取得する位置情報取得手段（例えば、ステップＳ１３０を実行するプロセッサ３２）と、
移動体の走行に関するセンサ情報を、当該センサ情報が検出された時刻である走行時刻と関連づけて取得するセンサ情報取得手段（例えば、ステップＳ１３０を実行するプロセッサ３２）と、
センサ情報を参照して、移動体のカーブ走行開始時刻からカーブ走行終了時刻までのカーブ走行期間を特定するカーブ走行期間特定手段（例えば、ステップＳ１３０１を実行するプロセッサ３２）と、
取得した位置情報の中から、特定したカーブ走行期間に対応する複数の対象位置情報を特定する対象位置特定手段（例えば、ステップＳ１３０２を実行するプロセッサ３２）と、を備える、情報処理装置（例えば、サーバ３０）である。

第１態様によれば、ＧＰＳモジュールによって取得された位置情報の中から、カーブ走行期間に対応する対象位置情報を特定し、且つ、特定された対象位置情報を参照してカーブ走行期間に対応する複数の対象位置情報を特定する。これにより、移動体ＭＢの走行状態の推定の精度を向上させることができる。

本実施形態の第２態様は、
複数の対象位置情報、及び特定されたカーブ走行期間を参照して、カーブ走行期間における移動体による走行の曲率半径を推定する曲率半径推定手段（例えば、ステップＳ１３０３を実行するプロセッサ３２）をさらに備える、情報処理装置（例えば、サーバ３０）である。

第２態様によれば、ＧＰＳモジュールによって取得された位置情報を参照して、曲率半径を推定する。これにより、移動体ＭＢのカーブ走行の曲率半径の推定の精度を向上させることができる。

本実施形態の第３態様は、
センサ情報は、移動体ＭＢの重心点を通る鉛直軸回りの角速度を含み、
カーブ走行期間特定手段は、複数のセンサ情報の角速度の時間変化を参照して、カーブ走行期間を特定する、
情報処理装置（例えば、サーバ３０）である。

第３態様によれば、進行方向（Ｘ方向）への回転行列Ｒｄの影響を受けないヨーレートの時間変化に基づくカーブ走行期間を考慮して、対象位置情報を特定する。つまり、ヨーレートの時間変化に基づいて、曲率半径を推定する。これにより、曲率半径の推定の精度を更に向上させることができる。

本実施形態の第４態様は、
走行情報は、移動体ＭＢの重心点を通る鉛直軸及び移動体ＭＢの重心点を通る幅方向の軸回りの加速度を含み、
カーブ走行期間特定手段は、複数のセンサ情報の加速度の時間変化を参照して、カーブ走行期間を特定する、
情報処理装置（例えば、サーバ３０）である。

第４態様によれば、加速度の時間変化に基づくカーブ走行期間を考慮して、対象位置情報を特定する。つまり、加速度の時間変化に基づいて、曲率半径を推定する。これにより、曲率半径の推定の精度を更に向上させることができる。

本実施形態の第５態様は、
走行情報は、移動体ＭＢの走行に関する画像を含み、
カーブ走行期間特定手段は、
画像を解析することにより、移動体ＭＢの走行の特徴量を抽出し、
抽出された特徴量の時間変化を参照して、カーブ走行期間を特定する、
情報処理装置（例えば、サーバ３０）である。

第５態様によれば、移動体ＭＢの走行に関する画像の特徴量に基づくカーブ走行期間を考慮して、対象位置情報を特定する。これにより、走行状態の推定の精度を更に向上させることができる。

本実施形態の第６態様は、
移動体ＭＢの走行に関する画像は、移動体ＭＢの内部に配置されたイメージセンサ２３から取得される、
情報処理装置（例えば、サーバ３０）である。

第６態様によれば、移動体ＭＢの内部に配置されたイメージセンサ２３を用いて走行状態を推定する。これにより、走行状態の推定の精度を更に向上させることができる。

本実施形態の第７態様は、
移動体ＭＢの走行に関する画像は、移動体ＭＢの外部に配置されたイメージセンサ２３から取得される、
情報処理装置（例えば、サーバ３０）である。

第７態様によれば、移動体ＭＢの外部に配置されたイメージセンサ２３を用いて走行状態を推定する。これにより、走行状態の推定の精度を更に向上させることができる。

本実施形態の第８態様は、
移動体ＭＢの走行に関する画像は、移動体ＭＢとは異なる移動体ＭＢａに配置されたイメージセンサＩＳから取得される、
情報処理装置（例えば、サーバ３０）である。

第８態様によれば、走行状態の推定の対象となる移動体ＭＢとは異なる移動体ＭＢａに配置されたイメージセンサＩＳを用いて、移動体ＭＢの走行状態を推定する。これにより、走行状態の推定の精度を更に向上させることができる。

本実施形態の第９態様は、
画像に含まれる移動体の画像を参照して、移動体ＭＢを識別する移動体識別情報を特定する手段を備え、
移動体識別情報と、カーブ走行開始時刻と、カーブ走行終了時刻と、曲率半径と、を関連付けて記憶する手段を備える、
情報処理装置（例えば、サーバ３０）である。

第９態様によれば、移動体ＭＢの画像に基づいて移動体識別情報を特定し、且つ、特定された移動体識別情報と、カーブ走行開始時刻と、カーブ走行終了時刻と、曲率半径と、を関連付けて記憶する。これにより、移動体毎に、曲率半径のログを記録することができる。

本実施形態の第１０態様は、
移動体ＭＢは、手動運転型移動体であり、
カーブ走行期間は、手動運転型移動体における運転者によるハンドル操作が開始された時刻、及び、運転者によるハンドル操作が終了した時刻に基づいて規定される、
情報処理装置（例えば、サーバ３０）である。

第１０態様によれば、手動運転型車両において、走行状態の推定の精度を向上させることができる。

本実施形態の第１１態様は、
移動体ＭＢは、自動運転型移動体であり、
カーブ走行期間は、自動運転型移動体のプロセッサによるカーブ走行制御が開始された時刻、及び、プロセッサによるカーブ走行制御が終了した時刻に基づいて規定される、
情報処理装置（例えば、サーバ３０）である。

第１１態様によれば、自動運転型車両において、走行状態の推定の精度を向上させることができる。

本実施形態の第１２態様は、
コンピュータ（例えば、プロセッサ３２）を、
ＧＰＳ（Global Positioning System）モジュールによって取得される移動体の位置情報を、当該位置情報が取得された時刻である位置時刻と関連づけて取得する位置情報取得手段（例えば、ステップＳ１３０を実行するプロセッサ３２）、
移動体の走行に関するセンサ情報を、当該センサ情報が検出された時刻である走行時刻と関連づけて取得するセンサ情報取得手段（例えば、ステップＳ１３０を実行するプロセッサ３２）、
センサ情報を参照して、移動体のカーブ走行開始時刻からカーブ走行終了時刻までのカーブ走行期間を特定するカーブ走行期間特定手段（例えば、ステップＳ１３０１を実行するプロセッサ３２）、及び、
取得した位置情報の中から、特定したカーブ走行期間に対応する複数の対象位置情報を特定する対象位置特定手段（例えば、ステップＳ１３０２を実行するプロセッサ３２）、
として機能させるためのプログラムである。

本実施形態の第１３態様は、
ＧＰＳ（Global Positioning System）モジュールによって取得される移動体の位置情報を、当該位置情報が取得された時刻である位置時刻と関連づけて取得するステップ（例えば、ステップＳ１３０）と、
移動体の走行に関するセンサ情報を、当該センサ情報が検出された時刻である走行時刻と関連づけて取得するステップ（例えば、ステップＳ１３０）と、
センサ情報を参照して、移動体のカーブ走行開始時刻からカーブ走行終了時刻までのカーブ走行期間を特定するステップ（例えば、ステップＳ１３０１）と、
取得した位置情報の中から、特定したカーブ走行期間に対応する複数の対象位置情報を特定するステップ（例えば、ステップＳ１３０２）と、を含む、
情報処理方法である。

（７）その他の変形例
その他の変形例を説明する。

記憶装置１１は、ネットワークＮＷを介して、クライアント装置１０と接続されてもよい。記憶装置３１は、ネットワークＮＷを介して、サーバ３０と接続されてもよい。

上記の情報処理の各ステップは、クライアント装置１０及びサーバ３０の何れでも実行可能である。
例えば、クライアント装置１０が上記の情報処理の全てのステップを実行可能である場合、クライアント装置１０は、サーバ３０にリクエストを送信することなく、スタンドアロンで動作する情報処理装置として機能する。

本実施形態は、運転者が手動で操作する移動体（以下「手動運転型移動体」という）、及び、自動で走行制御が行われる（例えば、移動体ＭＢに配置されたプロセッサにより操作が行われる）移動体（以下「自動運転型移動体」という）の何れにも適用可能である。
手動運転型移動体の場合、カーブ走行期間は、ハンドル操作が開始された時刻、及び、ハンドル操作が終了した時刻によって規定される。
自動運転型移動体の場合、カーブ走行期間は、カーブ走行制御が開始された時刻、及び、カーブ走行制御が終了した（つまり、カーブ走行制御から直進走行制御に移行した）時刻によって規定される。この場合、ステップＳ１３０４は省略可能である。ステップＳ１３１において、プロセッサ３２は、移動体ＭＢの走行を制御するコンピュータから走行制御（右折又は左折）に関する情報（以下「走行制御情報」という）を取得する。プロセッサ３２は、判定情報データベース（図７）の「方向」フィールドに、走行制御情報を格納する。

なお、上記の実施形態では、クライアント装置１０及びセンサユニット２０の要素をそれぞれに説明したが、例えば、センサユニット２０の一部または全部の機能（例えば、ＧＰＳモジュール２４による機能）をクライアント装置１０側で代わりに実現することとしてもよい。さらに、サーバ３０における記憶装置３１に記憶されるプログラム及びデータの一部または全部をクライアント装置１０における記憶装置１１で代わりに記憶し管理（例えば、読み込み、書き込み等）されることとしてもよいし、逆にクライアント装置１０における記憶装置１１に記憶されるプログラム及びデータの一部または全部をサーバ３０における記憶装置３１で記憶し管理されることとしてもよい。同様に、サーバ３０におけるプロセッサ３２による処理の一部または全部をクライアント装置１０で代わりに行ってもよいし、逆にクライアント装置１０におけるプロセッサ１２による処理の一部または全部をサーバ３０で代わりに行ってもよい。つまり、プログラム及びデータを記憶する場所、及び処理を行う装置は特に限定されない。

以上、本発明の実施形態について詳細に説明したが、本発明の範囲は上記の実施形態に限定されない。また、上記の実施形態は、本発明の主旨を逸脱しない範囲において、種々の改良や変更が可能である。また、上記の実施形態及び変形例は、組合せ可能である。

１ ：情報処理システム
１０ ：クライアント装置
１１ ：記憶装置
１２ ：プロセッサ
１３ ：入出力インタフェース
１４ ：通信インタフェース
２０ ：センサユニット
２１ ：加速度センサ
２２ ：角速度センサ
２３ ：イメージセンサ
２４ ：ＧＰＳモジュール
３０ ：サーバ
３１ ：記憶装置
３２ ：プロセッサ
３３ ：入出力インタフェース
３４ ：通信インタフェース

Claims (8)

1. 情報処理システムにおける情報処理方法は、
   移動体の走行に関する画像情報を、当該画像情報が取得された時刻と関連づけて取得することと、
   前記画像情報を解析することにより、前記移動体の走行の特徴量を抽出することと、
   前記抽出された特徴量の時間変化を参照して、前記移動体のカーブ走行開始時刻及びカーブ走行終了時刻を特定することと、
   を含む。
2. 前記移動体の走行に関する画像情報は、前記移動体の内部に配置されたイメージセンサから取得される、
   請求項１に記載の情報処理方法。
3. 前記移動体の走行に関する画像情報は、前記移動体の外部に配置されたイメージセンサから取得される、
   請求項１に記載の情報処理方法。
4. 前記移動体の走行に関する画像情報は、前記移動体とは異なる移動体に配置されたイメージセンサから取得される、
   請求項１に記載の情報処理方法。
5. 前記画像情報に含まれる前記移動体の画像情報を参照して、前記移動体を識別する移動体識別情報を特定することと、
   前記移動体識別情報と、前記特定されたカーブ走行開始時刻及びカーブ走行終了時刻のうち少なくとも１つに関する情報と、を関連づけて記憶することと、
   をさらに含む、請求項１乃至請求項４の何れかに記載の情報処理方法。
6. 情報処理システムにおける情報処理方法は、
   ＧＰＳ（Global Positioning System）モジュールによって取得される移動体の位置情報を、当該位置情報が取得された時刻である位置時刻と関連づけて取得することと、
   移動体の走行に関する画像情報を、当該画像情報が取得された時刻である走行時刻と関連づけて取得することと、
   前記画像情報を解析することにより、前記移動体の走行の特徴量を抽出することと、
   前記抽出された特徴量の時間変化を参照して、前記移動体のカーブ走行開始時刻からカーブ走行終了時刻までのカーブ走行期間を特定することと、
   前記取得した位置情報の中から、前記特定したカーブ走行期間に対応する複数の対象位置情報を特定することと、
   前記複数の対象位置情報及び前記カーブ走行期間を参照して、前記カーブ走行期間における前記移動体による走行の曲率半径を算出することと、
   を含む。
   
7. コンピュータに、
   移動体の走行に関する画像情報を、当該画像情報が取得された時刻と関連づけて取得することと、
   前記画像情報を解析することにより、前記移動体の走行の特徴量を抽出することと、
   前記抽出された特徴量の時間変化を参照して、前記移動体のカーブ走行開始時刻及びカーブ走行終了時刻を特定することと、
   を実行させる、プログラム。
8. 移動体の走行に関する画像情報を、当該画像情報が取得された時刻と関連づけて取得する取得部と、
   前記画像情報を解析することにより、前記移動体の走行の特徴量を抽出する抽出部と、
   前記抽出された特徴量の時間変化を参照して、前記移動体のカーブ走行開始時刻及びカーブ走行終了時刻を特定する特定部と、
   を備える、情報処理装置。

Images