JP7196156B2 - 車両センサの較正及び位置特定 - Google Patents

Description

関連出願の相互参照
本ＰＣＴ国際特許出願は、その内容全体が参照により本明細書に組み込まれる、２０１７年８月１１日に出願された「ＶＥＨＩＣＬＥ ＳＥＮＳＯＲ ＣＡＬＩＢＲＡＴＩＯＮ ＡＮＤ ＬＯＣＡＬＩＺＡＴＩＯＮ」と題する米国特許出願第１５／６７４，８５３号明細書及び２０１７年８月１１日に出願された「ＳＥＮＳＯＲ ＰＥＲＴＵＲＢＡＴＩＯＮ」と題する米国特許出願番号第１５／６７５，４８７号明細書の継続出願であり、それらの優先権の利益を主張する。

多くの車両は、ナビゲーション、誘導、及び障害物回避などの様々な機能のためにセンサデータを利用する。様々な機能の各々は、車両の有効な動作のために必要であり得る。従って、車両コンピューティングシステムに正確な入力を与えるために、センサを較正することが重要である。現在の較正技法は、時間がかかり、計算コストが高いことがある。さらに、多くの現在の較正技法はオフラインプロセスに限定され、センサが較正及び／又はアライメント外れである場合、車両を休止する必要がある。

詳細な説明について、添付の図を参照しながら説明する。図では、参照番号の最も左の桁は、参照番号が最初に登場する図を識別する。異なる図での同じ参照番号の使用は、同様の又は同じ構成要素又は特徴を示す。

センサ較正及び位置特定システムが使用され得る例示的な環境を示す図である。 残差値を計算するためにセンサ較正及び位置特定システムによってボクセル空間中のボクセルに投影されるＬＩＤＡＲデータセットの例示的な図である。 残差値を計算するためにセンサ較正及び位置特定システムによってボクセル空間中に投影されるＬＩＤＡＲデータセットの別の例示的な図である。 ＬＩＤＡＲセンサを較正すること及び／又は車両のポジションエラーを決定することを行うためにＬＩＤＡＲデータセットを摂動するための例示的なプロセスの絵付き流れ図を示す。 位置特定システムが使用され得る例示的な環境の俯瞰図である。 車両のポジションエラーを決定するために位置特定システムによって使用される第１の集約センサデータと第２の集約センサデータとの例示的な図である。 車両のセンサを較正するための例示的なプロセスの流れ図である。 車両のセンサを較正するための別の例示的なプロセスの流れ図である。 ＬＩＤＡＲセンサデータを使用してポジションエラーを決定するための例示的なプロセスの流れ図である。 車両のポジションエラーを決定するための例示的なプロセスの流れ図である。 ＬＩＤＡＲデータセットの次元を調整するための例示的なプロセスの流れ図である。 本明細書で説明する技法を実装するための例示的なコンピュータシステムのブロック図である。

本開示は、概して、車両の１つ又は複数のセンサを較正し、センサデータを使用して車両の位置を正確に特定するための方法、装置、及びシステムを対象とする。車両は、ナビゲーション、誘導、障害物回避などのための１つ又は複数のセンサで構成された自律、半自律、及び／又は有人車両を含み得る。１つ又は複数のセンサは、光検出及び測距（ＬＩＤＡＲ）センサ、無線検出及び測距（ＲＡＤＡＲ）センサ、音検出及び測距（ＳＯＮＡＲ）センサ、画像キャプチャデバイス（例えば、ＲＧＢカメラ、強度カメラ、ＩＲカメラ、ステレオカメラ、深度カメラなど）、又は他のセンサを含み得る。非限定的な例として、車両は、８つの光検出及び測距（ＬＩＤＡＲ）センサで構成された自律車両であり得る。ＬＩＤＡＲセンサの各々は、環境中の検出された面に対応するデータを戻し得る。データは、検出された面の少なくとも一部に対応する座標（例えば、直交、極など）を有するポイント（例えば、データポイントとして表され得る。車両に取り付けられるとき、ＬＩＤＡＲセンサは、検出された面を明瞭に集約的に見るために互いに対する較正を必要とし得る。さらに、ＬＩＤＡＲセンサは、車両に対して正しいポジション及び／又は向きで検出された面を集約的に見るために車両に対する一緒の較正を必要とし得る。

本明細書で説明するセンサ較正は、自律車両によって走行されるルート又は経路に対応し得る関心領域に車両があるときに収集されるデータを用いて実行され得る。関心領域は、曲率半径、指定されたスピード、車両のポジションなどのいくつかの特性を備える中央位置を含むことができる。関心領域は、中央位置を中心とする時間ウィンドウをさらに含み得る。時間ウィンドウは、中央位置の前後に固定の秒数を含み得る。例えば、関心領域は、カーブの頂点の１秒前の及び頂点の１秒後の車両の動きに対応するエリアを含むことができる。車両が頂点の１秒以内にある間に収集されたデータがセンサ較正のために使用され得る。

いくつかの例では、車両のコンピューティングデバイスは、関心領域を決定するように構成され得る。いくつかの例では、コンピューティングデバイスは、関心領域を決定するために１つ又は複数の動きセンサ（例えば、慣性測定ユニット（ＩＭＵ）センサ、加速度計、ジャイロスコープ、回転（ホイール）エンコーダなど）からの入力を処理し得る。いくつかの例では、リモートコンピュータデバイスは、車両から受信した動きセンサデータに基づいて関心領域を決定するように構成され得る。そのような例では、リモートコンピュータデバイスは、将来のセンサ較正及び／又は較正検証のためにエリアを関心領域として指定し得る。例えば、リモートコンピュータデバイスは、第１の車両から動きセンサデータを受信し得るし、関心領域に対応するカーブ中の位置におけるヨーレートを識別し得る。ヨーレートの識別に基づいて、リモートコンピュータデバイスは、位置を関心領域の中央位置として指定し得る。リモートコンピュータデバイスは、中央位置のいずれかの側の固定間隔を関心領域としてさらに指定し得る。リモートコンピュータデバイスは、その後、関心領域中の第２の車両からＬＩＤＡＲデータを受信し得るし、関心領域中でキャプチャされたデータを使用して第２の車両のセンサを較正し得る。いくつかの例では、車両は、ＬＩＤＡＲデータを使用してマップデータに対して位置特定を実行し得るし、ここにおいて、マップデータは、何らか位置が前に決定されていることがある関心領域に関連付けられることを示す情報を備える。

本明細書で説明するセンサ較正は、車両がオンラインモードにある（例えば、動作中である及び／又はリモートサーバコンピューティングデバイスとの通信中である）及び／又はオフラインモードにある（例えば、動作中でない及び／又はリモートサーバコンピューティングデバイスとの通信中でない）間に実行され得る。較正コンピューティングデバイス（例えば、車両のコンピューティングデバイス及び／又はリモートコンピュータデバイス）は、１つ又は複数のセンサからセンサデータ（例えば、それぞれの座標におけるデータポイント）を受信し得る。較正コンピューティングデバイスは、関心領域中で収集されたデータについてセンサデータをフィルタ処理し得るし、１つ又は複数のセンサを較正するためにフィルタ処理されたデータを処理し得る。そのような較正は、以下で詳細に説明するように、ボクセル空間にセンサデータを投影し、アンクシャス（anxious）探索を実行することによって実行され得る。いくつかの例では、較正センサによってキャプチャされたデータが車両の制御を可能にするために使用され得る。

ボクセル残差
いくつかの例では、様々なセンサデータは、ボクセル空間又はアレイに蓄積され得る。そのようなボクセル空間は、複数のボクセルを備える３次元表現であり得る。非限定的な例として、ボクセル空間は、長さ、幅、及び高さを有し、各々が同様の形状を有する複数ボクセルを備える矩形直方体であり得る。いくつかの例では、ボクセル空間は、ボクセル空間の起点が環境中のポジション及び／又は向きによって記述され得るような環境を表す。同様に、各ボクセルは、環境中のポジション及び向き又はボクセル空間の起点に対する座標のうちの１つ又は複数で記述され得る。そのような例では、各ボクセルは、環境の一部分を表し得る。

いくつかの例では、各ボクセルは、限定はしないが、いくつかのデータポイント、データポイントの平均ポジション、データポイントの共分散などの多数のデータポイントを表す統計データに関連付けられ得る。従って、１つ又は複数のセンサから受信したデータは、１つ又は複数のボクセルをポピュレートするために使用され得る。データの蓄積は、本明細書で説明するように、ある時間期間にわたる単一のセンサからのデータ又は単一の時間における若しくはある時間期間にわたる多数のセンサからのデータに対応し得る。いくつかの例では、統計データは、センサデータに少なくとも部分的に基づいてボクセルに関連付けられ得る。非限定的な例として、ＬＩＤＡＲデバイスからのＬＩＤＡＲセンサデータについて考える。センサデータは、強度、範囲、ポジション（例えばＸ、Ｙ、Ｚ）、及び／又は高度、方位角などを備え得る。そのようなデータポジションは、環境中のボクセル空間に対する環境中のセンサのポジション及び向き、並びにセンサに対するセンサデータのポジションに基づいてボクセル空間に投影され得る。そのような例では、センサ空間に投影されると、センサデータは、ボクセルアレイに投影されるときにセンサデータのポジションに対応する環境の一部分を包含する特定のボクセルに関連付けられ得る（例えば、＜０ｍ，－２ｍ，１０ｍ＞の環境中のポジションを有する５０ｃｍの辺を有する立方ボクセルは、＜０．２ｍ，－１．９ｍ，１０．４ｍ＞のポジションをもつＬＩＤＡＲ戻りデータを包含することになる）。データを組み合わせることは、センサデータに基づいていくつかのデータポイント、ポイントの平均ポジション、又は特定のボクセルの共分散を更新することのうちの１つ又は複数に対応し得る。そのような例では、そのような統計表現により、あらゆる取得されたセンサデータを記憶するのとは反対に、より速い処理、低減されたメモリ消費量などが可能になり得る。

様々な計算は、特定のボクセルに関連するデータの少なくとも一部分に対して実行され得る。非限定的な例として、主成分分析又は共分散の固有値分解を使用することによって統計データだけに基づいて最適平面を計算することが可能である。そのような例では、最小の固有ベクトルは、平面の法線に対応し得るし、対応する固有値は、平面の有効な厚さに対応し得る。

残差は、各ボクセルに割り当てられ得る。ポイントの数が閾値（例えば、２）を上回る場合、残差が計算され得る。いくつかの例では、閾値は、１つ又は複数の計算を実行する能力に基づいて決定され得る。そのような残差は、上記で説明する最小固有値であり得る。いくつかの例では、残差は、平面に対する平均ポジションの間の距離として計算され得る。そのような例では、平面は、上記と同様の方法に基づいて計算され得る。追加又は代替として、平面は、前の計算から及び／又は環境の与えられた３Ｄメッシュに少なくとも部分的に基づいて導出され得る。それらの例では、ポイントの数が閾値を下回る場合、そのボクセルの残差に最大値を割り当て、そのボクセルを「無効」と識別することによって、占有ペナルティがそのボクセルに課され得る。いくつかの例では、最大値は、ボクセルの長さ、幅、高さ、又は対角線のうちの１つ又は複数であり得る。

追加又は代替として、少なくとも１つのデータポイントを有する各ボクセルは、最大占有スコアに関連付けられ得る。非限定的な例として、そのような占有スコアは、任意の他の値が企図されるが、最大残差値であり得る。ポイントの数が０であるボクセルは、０の占有スコアを有し得る。

いくつかの例では、総残差又はボクセル空間全体の残差を計算することが可能である。いくつかの例では、そのような総残差は、全てのボクセルにわたるボクセルごとの残差とボクセルの占有スコアとの和として計算され得る。

アンクシャス探索
いくつかの例では、総残差は、本明細書で詳細に説明するように、アンクシャス探索を使用して最小化され得る。上記のように、センサデータは、データが生成されたセンサのポジション及び向き（又は体勢）に少なくとも部分的に基づいて（即ち、センサポジションからボクセル空間に投影することによって）ボクセルに関連付けられる。データソース（例えばセンサ）に変換（即ち、並進又は回転のうちの１つ又は複数）を適用し、新しいセンサ体勢に基づいてボクセル空間にデータを再投影することによって、新しい総残差が計算され得る。本明細書で詳細に説明するように、そのようなアンクシャス探索は、総残差を最小化するデータソースに適用すべき変換を決定する。

そのような変換を発見するために、アンクシャス探索は、いくつかの大きさといくつかの探索方向とを備え得る。いくつかの例では、並進成分（即ち、並進がない探索方向を除く、並進成分ごとのａ＋１、０、－１）のための２６個の探索方向があり得る。これら探索方向の列挙と対応する総残差（Ｒ）とを以下の表１に示す。追加又は代替として、回転成分（即ち、ピッチ、ロール、ヨー）のための２６個の追加の探索方向が同様に決定され得る。追加又は代替として、（移動がない場所を除き）並進又は回転成分のいずれかでの＋１、０、又は－１の移動の全ての可能な組合せに対応する３＾６－１個の探索方向があり得る。いくつかの例では、大きさは、あらかじめ定義されたセット（例えば、｛０．２５ｍ，０．５ｍ，１ｍ，２ｍ，４ｍ，８ｍ｝）であり得る。他の例では、大きさは、単一の大きさのいくつかのスカラー倍数に対応し得る。

探索方向及び大きさのセットが決定されると、アンクシャス探索は、最適な変換を決定するために探索方向及び大きさの任意の１つ又は複数の組合せを通して反復し得る。そのような探索は、次のように進み得る。元の総残差が計算され得る。各探索方向は、次いで、大きさのセット中の各大きさによってスケーリングされ得る。変換は、スケーリングされた探索方向の各々に基づいて決定され得る。変換ごとに、センサは、元の体勢から変換され得るし、センサデータは、その後、新しいセンサの体勢に少なくとも部分的に基づいてボクセル空間に再投影され得る。再投影されたセンサデータに基づいて、新しい総残差が計算される。大きさごとに、最低の総残差が元の総残差の何らかの割合（例えば、８０％）よりも小さい場合、変換及び総残差を最良の推定変換及び対応する残差として選択する。最低の総残差が元の総残差の何らかの割合より低くない例では、元の体勢は改変されない。そのようなプロセスは、セット中の全ての大きさに対して繰り返され得る。アンクシャス探索アルゴリズムについての一例を以下の表２に示す。

較正
本明細書で詳細に説明するように、アンクシャス探索は、総残差を最小化するために使用され得る。そのような最小化は、較正コンピューティングデバイスによって実行される実質的に同時の自律車両の１つ又は複数のセンサを較正する（即ち、センサのエクストリンシック（extrinsics）及び／又はイントリンシック（intrinsics）を決定する）ために使用され得る。そのような例では、最小化された残差値は、ボクセルの鮮明さ（例えば、明瞭さ）の測定に対応し得る。

様々な例では、較正コンピューティングデバイスは、車両上の１つ又は複数のセンサの較正を検証するように構成され得る。較正検証は、車両がオンライン又はオフラインにある間に実行され得る。オンラインで実行される較正は、新しいセンサデータを連続的に組み込むことによって実行される較正を指すことがある。オフラインで実行される較正は、前に記録されたデータが較正中に使用される較正を指すことがある。

いくつかの例では、較正は、粗い離散化から精細な離散化にボクセル空間を連続的に改良することによって実行され得る。例えば、所与のボクセル空間は、５×５×５のボクセル（各ボクセルが一辺が２ｍの立方体である）、１０×１０×１０のボクセル（各ボクセルが一辺が１ｍの立方体である）、２０×２０×２０のボクセル（各ボクセルが一辺が０．５ｍの立方体である）等々を有するものとして離散化され得る。いくつかの例では、より粗い離散化は、データを蓄積することに関して上記で詳細に説明したように、より精細な離散化からの統計データを組み合わせることによって生成され得る。

いくつかの例では、ボクセル解像度は、その後、だんだん精細な解像度を有するように離散化され得る。そのような例では、総残差は、固有値分解計算を使用して解像度ごとに計算され得る。解像度ごとに、アンクシャス探索は、次いで、１つ又は複数のセンサのセンサごとに個々に、ポイントツープレーン（point-to-plane）計算方法を使用して総残差を計算して実行され得る。そのような方法では、１つ又は複数の残りのセンサに対応するデータがアンクシャス探索中に固定されたまま保持され得る。総残差の改善がアンクシャス探索を介して発見される場合、対応する変換が記憶され得る。

いくつかの例では、センサの各々のための変換を個々に決定した後に、全てのセンサは、それらの対応する変換を使用して同時に変換され得る。その後、更新された総残差が固有値分解計算を使用して計算され得る。更新された総残差が前に計算された総残差よりも小さい場合、センサを変換したまま保ち、センサごとにアンクシャス探索を個々に繰り返す。

更新された残差が前に計算された総残差（又はそれの何らかの部分）よりも小さくない場合、較正は、全てのセンサのアンクシャス探索を同時に実行することに進み得る。そのような探索では、各センサは、同じ変換（即ち、ブロック変換）によって変換され得る。いくつかの例では、アンクシャス探索は、１つ又は複数のセンサのポジション及び向きを記述するために使用される基準起点を変換し得る。非限定的な例として、そのような基準起点は、１つ又は複数のセンサが取り付けられる自律車両の中心点であり得る。いくつかの例では、アンクシャス探索の得られたブロック変換が記憶され得る。総残差は、ブロック変換の変換を使用して更新されたスコアとして計算され得る。更新されたスコアが更新された残差よりも小さくない場合、ボクセル解像度が増加され得るし、上記で参照したプロセスが繰り返され得る。

較正のための例示的なアルゴリズムが以下の表３に示される。

ポジション測定エラー
いくつかの例では、較正コンピューティングデバイスは、車両上のセンサの集約グループからのセンサ体勢（集約センサデータ）を摂動し得る。そのような例では、較正コンピューティングデバイスは、ポジションエラーがあるのかどうかを決定し得る。上記で詳細に説明した較正手順の場合のように、アンクシャス探索は、２つ以上のデータセット間のポジション測定エラーを決定するために使用され得る。較正の場合と同様に、そのようなプロセスは、粗い離散化から精細な離散化への多数のボクセル解像度にわたってループすることを備え得る。離散化（又は解像度）ごとに、アンクシャス探索が、固有値分解計算を使用して総残差を最小化する１つ又は複数のセンサのブロック変換を決定するために実行され得る。元の体勢からの得られたブロック変換は、ポジション測定のエラーに対応し得る。非限定的な例として、ポジション又は向きのうちの１つ又は複数は、限定はしないが、ＬＩＤＡＲ、カメラ、ＧＰＳ、ＩＭＵ、ホイールエンコーダなどのような１つ又は複数のセンサを利用する、例えば、（カルマンフィルタなどの）ベイジアンフィルタ、バンドル調整、スラムなどのアルゴリズムを使用して連続的に推定され得る。ポジション測定エラープロセスは、（あらかじめ定義されたマップ、データストアなどから決定され得る）推定された体勢に基づいて予想されるデータと１つ又は複数のセンサから戻されたセンサデータを比較するために使用され得る。そのような測定エラーは、将来の推定を補正すること及び／又は１つ若しくは複数のセンサの現在のポジション及び／又は向きを改良することを行うために使用され得る。例示的な測定ポジションエラーアルゴリズムが以下の表４に示される。

関心領域
いくつかの例では、較正コンピューティングデバイスは、車両が関心領域を通過したと決定し得るし、関心領域中でキャプチャされたデータを収集し得る。較正コンピューティングデバイスは、ボクセルスコア（即ち、総残差）を決定し得る。較正コンピューティングデバイスは、指定されたボクセル空間のボクセルスコアを関心領域の予想されるボクセルスコアと比較し得る。実際のボクセルスコアが関心領域に関連するボクセルスコアに実質的に一致する場合、較正コンピューティングデバイスは、１つ又は複数のセンサの較正を検証し得る。実際のボクセルスコアが関心領域に関連するボクセルスコアより高い場合、較正コンピューティングデバイスは、センサのうちの１つ又は複数が較正外れであると決定し得る。例えば、較正コンピューティングデバイスは、関心領域に関連するボクセルスコアが０．３であると決定し得る。較正コンピューティングデバイスは、車両が関心領域を通過するときにデータをキャプチャし得るし、０．８の実際のボクセルスコアを計算し得る。較正コンピューティングデバイスは、予想されるボクセルスコアと実際のボクセルスコアとの間の差に基づいて、特定のセンサが較正外れであると決定し得る。

いくつかの例では、センサが較正外れであるという決定に応答して、較正コンピューティングデバイスは、較正されていないセンサをオフラインにし得る（例えば、センサをオフにする、センサから受信したデータを無視するなどがあり得る）。さらに、較正コンピューティングデバイスは、アンクシャス探索技法を使用してセンサを再較正し得る。

様々な例では、較正コンピューティングデバイスは、車両のポジション及び／又は向きのドリフトを正確に補正するためにセンサデータを使用するように構成され得る。そのような例では、補正は、車両の基準ポジション及び／又は向きに基づき得る。様々な例では、較正コンピューティングデバイスは、基準ポジションにおいて第１の集約センサデータを受信し得るし、ボクセル空間に第１の集約センサデータを投影し得る。較正コンピューティングデバイスは、車両が基準ポジションに戻ったという指示を１つ若しくは複数の動きセンサ及び／又は１つ若しくは複数の位置センサ（例えば、全地球測位システム（ＧＰＳ）センサ、慣性航法システム（ＩＮＳ）センサなど、及び／又は入力として１つ若しくは複数のＬＩＤＡＲ、ＲＡＤＡＲなどをとる、限定はしないが、カルマンフィルタ、バンドル調整、スラムなどの様々なアルゴリズムの出力）から受信し得る。較正コンピューティングデバイスは、基準ポジションにおいて第２の集約センサデータを受信し得るし、第１の集約センサデータとともにボクセル空間に第２の集約センサデータを投影し得る。

較正コンピューティングデバイスは、ボクセル占有のコスト関数を最小化し、ボクセル分散統計値をアグリゲートする。較正コンピューティングデバイスは、次いで、アンクシャス探索技法を使用して最適化する（例えば、画像をシャープ化する）ために第１の集約センサに対して第２の集約センサデータを摂動し得る。較正コンピューティングデバイスは、第１の集約センサデータがキャプチャされたか第１のパスから第２の集約センサデータがキャプチャされた第２のパスまでのポジションのエラー（例えば、デルタ変換）を推定し得る。較正コンピューティングデバイスは、車両を正確に位置特定するために測位データ（例えば、動きセンサ及び／又はナビゲーションセンサからのデータ）にデルタ変換を適用し得る。

本明細書で説明する方法、装置、及びシステムは、いくつかの方法で実装され得る。例示的な実装は、以下の図を参照しながら以下に与える。コンテキストＬＩＤＡＲデータで及び／又は自律車両のコンテキストで説明するが、本明細書で説明する方法、装置、及びシステムはマシンビジョンを利用する様々なシステムに適用され得る。さらに、ＬＩＤＡＲデータに関して主に説明するが、本明細書で説明する方法、装置、及びシステムはＬＩＤＡＲデータに限定されない。例えば、方法、装置、及びシステムは、製造アセンブリラインのコンテキストで、又は空中写真測量のコンテキストで利用され得る。さらに、データセットは、立体カメラ、深度カメラ、ＲＡＤＡＲセンサ、音響センサなどからのデータを含み得る。

図１は、センサ較正及び位置特定システムが使用され得る例示的な環境１００を示す。車両１０２は、経路１０４に沿って運転することなどによって環境１００で動作し得る。車両１０２は、完全自律車両、半自律車両、又は有人車両を含み得る。いくつかの例では、車両は、ドライバ（又は乗員）が任意の時間に車両を制御することが予想されない状態でトリップ全体の間に全てのセーフティクリティカル機能を実行することが可能な動作制御システムを備えた車両について記述した、Ｕ．Ｓ．Ｎａｔｉｏｎａｌ Ｈｉｇｈｗａｙ Ｔｒａｆｆｉｃ Ｓａｆｅｔｙ Ａｄｍｉｎｉｓｔｒａｔｉｏｎによって発行されたレベル５分類に従って動作するように構成された自律車両であり得る。そのような例では、車両１０２は、全ての駐車機能を含め発車から停車まで全ての機能を制御するように構成され得るので、乗車されないことがある。

図１に示すように、車両１０２は、双方向車両であり得る。そのような例では、自律双方向車両は、従来の車両において順方向又は逆方向のいずれかであろうように動作するときに実質的に対称的に動作し得る及び／又は見え得る。図１に示した例示的な車両１０２は、車体（例えば、車体、フレーム、若しくはそれらの組合せ）、４つのホイール、及びホイールの各々のためのそれぞれのタイヤを有する自動車である。例えば、バン、スポーツユーティリティー車両、クロスオーバ車両、トラック、バス、農業用車両、建築用車両、航空機など他のタイプ及び構成の車両が企図される。車両１０２は、１つ又は複数の内燃機関、１つ又は複数の電気モータ、水素燃料、それらの任意の組合せ、及び／又は任意の他の好適な動力源によって動力を与えられ得る。

様々な例では、車両１０２は、様々なタスク又は機能（例えば、ナビゲーション、誘導、障害物回避など）を実行するように車両１０２を動作させるために１つ又は複数のセンサからのデータを処理するように構成されたコンピューティングシステム１０６を含み得る。センサは、画像キャプチャデバイス（例えば、ＲＧＢカメラ、強度カメラ、ＩＲカメラ、ステレオカメラ、深度カメラなど）、動きセンサ（例えば、回転（ホイール）エンコーダ、慣性測定ユニット（ＩＭＵ）センサなど）、光検出及び測距（ＬＩＤＡＲ）センサ、無線検出及び測距（ＲＡＤＡＲ）センサ、音ナビゲーション及び測距（ＳＯＮＡＲ）センサ、全地球測位システム（ＧＰＳ）センサ、慣性航法システム（ＩＮＳ）センサ、マイクロフォン、加速度計、ジャイロスコープ、磁力計、環境センサ（例えば、周囲温度ゲージ、路面温度ゲージ、湿度センサ、及び、気圧センサなど）、及び／又は車両１０２を動作及び／又は制御するための他のタイプのセンサを含み得る。

様々な例では、車両１０２が動作するのを支援するために、コンピューティングシステム１０６は、較正／位置特定サーバ１０８などの１つ又は複数のリモートコンピュータデバイスに通信可能に結合され得る。そのような例では、コンピューティングシステム１０６は、ネットワーク１１０を介して較正／位置特定サーバ１０８との間でデータを送受信するように構成され得る。ネットワーク１１０は、インターネットなどの公衆ネットワーク、組織及び／又は個人のイントラネットなどのプライベートネットワーク、又はプライベートネットワークと公衆ネットワークとの何らかの組合せを含むことができる。ネットワーク１１０はまた、限定はしないが、ローカルエリアネットワーク（ＬＡＮ）、ワイドエリアネットワーク（ＷＡＮ）、近距離通信（ＮＦＣ）、衛星ネットワーク、ケーブルネットワーク、Ｗｉ－Ｆｉネットワーク、ＷｉＭａｘネットワーク、モバイル通信ネットワーク（例えば、３Ｇ、４Ｇなど）、又はそれらの任意の組合せを含む任意のタイプのワイヤード及び／又はワイヤレスネットワークを含むことができる。ネットワーク１１０は、インターネットプロトコル（ＩＰ）、ハイパーテキスト転送プロトコル（ＨＴＴＰ）、ハイパーテキスト転送プロトコルセキュア（ＨＴＴＰＳ）、伝送制御プロトコル（ＴＣＰ）、ユーザデータグラムプロトコル（ＵＤＰ）、又は他のタイプのプロトコルなどのパケットベース及び／又はデータグラムベースのプロトコルを含む通信プロトコルを利用することができる。さらに、ネットワーク１１０はまた、スイッチ、ルータ、ゲートウェイ、アクセスポイント、ファイアウォール、基地局、リピータ、バックボーンデバイスなど、ネットワーク通信を容易にし、及び／又はネットワークのためのハードウェアの基礎を形成するいくつかのデバイスを含むことができる。

いくつかの例では、ネットワーク１１０は、ワイヤレスアクセスポイント（ＷＡＰ）など、ワイヤレスネットワークへの接続を可能にするデバイスをさらに含むことができる。米国電気電子技術者協会（ＩＥＥＥ）８０２．１１規格（例えば、８０２．１１ｇ、８０２．１１ｎなど）及び他の規格をサポートするＷＡＰを含むＷＡＰを通した接続性をサポートする例は、様々な電磁周波数（例えば、無線周波数）を介してデータを送受信する。

様々な例では、較正／位置特定サーバ１０８は、サーバデバイス１１２（１）～１１２（Ｎ）を含むことができる。実施形態は、リソースを共有すること、負荷を分散すること、パフォーマンスを増加すること、フェールオーバサポート又は冗長性を与えることを行うか、又は他の目的のためにクラスタ又は他のグループ化された構成で動作する１つ又は複数のコンピューティングデバイスをサーバデバイス１１２が含み得るシナリオをサポートする。サーバデバイス１１２は、従来のサーバタイプのデバイス、デスクトップコンピュータタイプのデバイス、モバイルデバイス、専用タイプのデバイス、及び／又は埋込みタイプのデバイスなどの様々なカテゴリ又はクラスのデバイスに属し得る。従って、デスクトップ及びラップトップコンピュータとして示されているが、サーバデバイス１１２は、様々な種類のデバイスタイプを含むことができ、特定のタイプのデバイスに限定されない。サーバデバイス１１２は、限定はしないが、デスクトップコンピュータ、ウェブサーバ、マップリデュースサーバ、若しくは他の計算エンジン若しくはネットワーク接続のストレージユニットなどのサーバコンピュータ又はブレードサーバ、パーソナルコンピュータ、モバイルコンピュータ、ラップトップコンピュータ、タブレットコンピュータ、又は何らかの他のコンピューティングデバイスを表し得る。さらに、図１では単一の位置に示されているが、サーバデバイスは、単一の位置に常駐する必要はない。

様々な例では、コンピューティングデバイス１０６は、車両がオンラインモードにあるときなどに車両１０２上の１つ又は複数のＬＩＤＡＲセンサ１１４を較正し、及び／又はそれの較正を検証するように構成され得る。そのような例では、コンピューティングデバイス１０６は、１つ又は複数のＬＩＤＡＲセンサ１１４のリアルタイム較正を決定するように構成され得る。いくつかの例では、較正／位置特定サーバ１０８は、車両１０２上のＬＩＤＡＲセンサ１１４を較正するように構成され得る。そのような例では、較正／位置特定サーバ１０８は、コンピューティングデバイス１０６からセンサデータを受信し得るし、１つ又は複数のＬＩＤＡＲセンサ１１４の較正を決定し得る。コンピューティングデバイス１０６と較正／位置特定サーバ１０８とがＬＩＤＡＲセンサを較正するように構成され得るので、両方を以下では較正コンピューティングデバイスと呼び得る。さらに、別個の構成要素として示されているが、較正／位置特定サーバ１０８とコンピューティングデバイス１０６とは単一のデバイスであり得る。

様々な例では、較正コンピューティングデバイス１０６及び１０８は、車両１０２の１つ又は複数のセンサ（例えば、ＬＩＤＡＲ、ＲＡＤＡＲなどの深度センサ、カメラなどの画像センサ、慣性測定ユニット（ＩＭＵ）センサ、加速度計、ジャイロスコープ、回転（ホイール）エンコーダなどの動きセンサ、全地球測位システム（ＧＰＳ）センサ、ＩＮＳセンサなどのナビゲーションセンサ）からデータを受信するように構成された軌道モジュール１１６を含み得る。軌道モジュール１１６は、センサからのデータを使用して車両１０２の軌道データを決定し得る。軌道データは、それのスピード、方向、ピッチ、ロール、ヨー、及び／又はレートを含み得る。

様々な例では、軌道モジュール１１６は、軌道データに少なくとも部分的に基づいて関心領域１１８の中央位置を識別し得る。いくつかの例では、中央位置は、所与の時間（ｔ）における車両１０２のヨーレートに基づいて決定され得る。いくつかの例では、中央位置は、経路１０４の曲率半径（ｒ）に基づいて決定され得る。いくつかの例では、中央位置は、所与の時間（ｔ）における車両１０２のポジション及び／又はスピードに基づいて決定され得る。

様々な例では、軌道モジュール１１６は、中央位置を中心とする時間ウィンドウを生成することによって関心領域１１８を決定し得る。そのような例では、時間ウィンドウは、中央位置の前の数秒（ｔ－ｘ）と中央位置の後の数秒（ｔ＋ｘ）とを含み得る。様々な例では、秒数（ｘ）は、固定の秒数であり得る。いくつかの例では、秒数（ｘ）は、車両１０２のスピードなどの軌道データに基づき得る。

様々な例では、較正コンピューティングデバイス１０６及び１０８は、１つ又は複数のＬＩＤＡＲセンサ１１４を較正するように構成された較正モジュール１２０を含み得る。いくつかの例では、較正モジュール１２０は、軌道モジュール１１６から関心領域１１８のデータを受信し得る。そのような例では、関心領域１１８のデータは、関心領域１１８に関連する中央位置と時間ウィンドウと（即ち、（ｔ－ｘ）→（ｔ＋ｘ））を含み得る。較正モジュール１２０は、較正のためのＬＩＤＡＲデータセットを決定するために時間ウィンドウ中にＬＩＤＡＲセンサ１１４によってキャプチャされたＬＩＤＡＲデータをフィルタ処理するように構成され得る。追加又は代替として、そのような較正モジュール１２０は、本明細書で詳細に説明するように、（限定はしないが、アンクシャス探索などの）探索、較正、又は測定ポジションエラー決定のうちの任意の１つ又は複数を実行し得る。

いくつかの例では、ボクセルのより高い残差値は、アライメント外れであるか、又は他のＬＩＤＡＲセンサに関して較正されていないＬＩＤＡＲデータに対応し得る。例えば、ボクセル中の選択されたセンサのためのＬＩＤＡＲデータとボクセル中の他のＬＩＤＡＲセンサに関連するデータによって決定される平面との間の距離が高い場合、それに関連する残差スコアは高くなり得るし、選択されたセンサに関連するデータがアライメント外れであることを示す。

様々な例では、単一のＬＩＤＡＲセンサ１１４が較正され得る。そのような例では、他のセンサからのセンサデータを一定にしながら、上記で説明した摂動が単一のＬＩＤＡＲセンサ１１４からのセンサデータに対して実行され得る。いくつかの例では、摂動は、集約センサデータ（例えば、メタスピン）に対して実行され得る。いくつかの例では、ＬＩＤＡＲセンサ１１４の各々からのセンサデータが同時に摂動され得る。そのような例では、摂動は、１つ又は複数のグラフ処理ユニット上で並行して実行され得る。

較正モジュール１２０は、各ボクセルの残差値、従って、総残差が最適化されるまで、センサデータを摂動し続け得る。最適化は、総残差の最小化又は最大化を含み得る。非限定的な例として、そのような最適化は、例えば、アンクシャス探索を使用して達成され得る。様々な例では、較正モジュール１２０は、１つ又は複数の摂動が残差値を増加させるという決定に基づいて残差値が最適化されると決定し得る。いくつかの例では、較正モジュール１２０は、１つ又は複数の摂動が残差値を実質的に変化させない（即ち、増減させない）という決定に基づいて残差値が最適化されると決定し得る。いくつかの例では、実質的な低減は、閾値低減値よりも大きい低減を含み得る。

様々な例では、較正モジュール１２０は、１つ又は複数のセンサの較正を検証するように構成され得る。いくつかの例では、検証は、毎時、毎日、１週間に１回など周期的に実行され得る。いくつかの例では、検証は、１つ又は複数のＬＩＤＡＲセンサ１１４がアライメント外れであり得るという指示に基づいて実行され得る。例えば、較正モジュール１２０は、車両１０２に入った搭乗者がＬＩＤＡＲセンサ１１４をブラッシュアップし、ＬＩＤＡＲセンサ１１４の物理的ポジションを調整していることがあるという指示を受信し得る。指示に応答して、較正モジュール１２０は、較正を検証し、及び／又はセンサを再較正し得る。

いくつかの例では、較正モジュール１２０は、検証及び／又は再較正中に影響を受けたＬＩＤＡＲセンサ１１４をオフラインにし得る。そのような例では、影響を受けたＬＩＤＡＲセンサ１１４によってキャプチャされたセンサデータは、車両１０２の動作制御システムによって処理されないことがある。言い換えれば、影響を受けたＬＩＤＡＲセンサ１１４がアライメント外れである場合、そこから受信したデータは、車両１０２の動作に悪影響を及ぼさないことがある。いくつかの例では、較正モジュール１２０は、検証及び／又は再較正中に影響を受けたＬＩＤＡＲセンサ１１４をオンラインのままにし得る。

ＬＩＤＡＲセンサ１１４の較正を検証するために、較正モジュール１２０は、関心領域１１８に関連するデータを識別し得る。いくつかの例では、較正モジュール１２０は、ボクセル空間中の占有された各ボクセルに対応する残差値を計算するために関心領域１１８に関連するデータを使用し得る。いくつかの例では、較正モジュール１２０は、現在の残差値をボクセル空間中の各ボクセルの初期較正残差値と比較し得る。いくつかの例では、較正モジュール１２０は、ボクセル空間中の占有されたボクセルの残差スコアを加算することによって現在のボクセル空間の残差値を計算し得る。そのような例では、較正モジュール１２０は、現在のボクセル空間の残差値を初期較正に対応するボクセル空間の残差値と比較し得る。いくつかの例では、較正モジュール１２０は、各値の現在のボクセルスコア及び／又はボクセル空間のボクセルスコアを初期較正に対応するそれぞれのボクセルスコアと比較し得る。

様々な例では、較正モジュール１２０は、関心領域に関連する残差値及び／又はボクセルスコアを備えるデータストアにアクセスし得る。そのような例では、較正モジュール１２０は、特定の関心領域中で収集されたデータの現在の残差値及び／又はボクセルスコアを特定の関心領域に対応する記憶された残差値及び／又はボクセルスコアと比較し得る。

いくつかの例では、較正モジュール１２０は、現在の残差値及び／又はボクセルスコアが初期較正に対応する残差値及び／又はボクセルスコアよりも大きい閾値であることに基づいてＬＩＤＡＲセンサ１１４が較正外れであると決定し得る。ＬＩＤＡＲセンサ１１４が較正外れであるという決定に応答して、較正モジュール１２０は、上記で説明した技法を使用してＬＩＤＡＲセンサ１１４を再較正し得る。例えば、較正モジュール１２０は、第１の関心領域に関連するボクセル空間の現在のボクセルスコアが０．４１であり、第１の関心領域に関連するボクセル空間の記憶されたボクセルスコアが０．４であると決定し得る。較正モジュール１２０は、０．４１の現在のボクセルスコアが０．４の記憶されたボクセルスコアを上回る閾値量よりも小さいと決定し得るし、ＬＩＤＡＲセンサ１１４の較正を検証し得る。別の例では、較正モジュール１２０は、第２の関心領域に関連するボクセル空間の現在のボクセルスコアが０．７であり、第２の関心領域に関連するボクセル空間の記憶されたボクセルスコアが０．５であると決定し得る。較正モジュール１２０は、０．７の現在のボクセルスコアが０．５の記憶されたボクセルスコアを上回る閾値量よりも大きいと決定し得る。現在のボクセルスコアが記憶されたボクセルスコアを上回る閾値量よりも大きいことに基づいて、較正モジュール１２０は、ＬＩＤＡＲセンサ１１４が較正外れであると決定し得る。

様々な例では、較正コンピューティングデバイスは、車両１０２に関連するポジションエラー（例えば、ドリフトエラー）を決定するように構成された位置特定モジュール１２２を含み得る。上記で説明したように、車両１０２は、１つ又は複数のセンサを使用してポジション及び／又は位置を決定し得る。較正コンピューティングデバイスは、軌道モジュール１１６を介するなどして、１つ又は複数のセンサから入力を受信し得るし、車両１０２のポジション及び／又は向き（例えば、測位データ）を決定し得る。いくつかの例では、軌道モジュール１１６は、１つ又は複数のセンサから入力を受信するように構成され得る、車両１０２の軌道中のエラーを決定し得る。動作の時間がたつにつれて、エラーは蓄積し、測位及び／又は軌道データ中にエラーを生じる。図５及び図６に関して以下でより詳細に説明するように、車両のポジションエラー及び／又は軌道エラーを補正するために、位置特定モジュール１２２は、基準点においてキャプチャされたＬＩＤＡＲデータを処理する。いくつかの例では、基準点は、車両１０２のルート上であらかじめ定義された基準点を含み得る。いくつかの例では、基準点は、車両１０２がルートを走行する間に２回パスされることになる車両１０２のルートに沿った任意のポイントを含み得る。

いくつかの例では、位置特定モジュール１２２は、車両１０２が基準点に位置するという指示に応答して集約センサデータをＬＩＤＡＲセンサ１１４にキャプチャさせ得る。いくつかの例では、位置特定モジュール１２２は、基準点の少なくとも２回のパスについて基準点においてキャプチャされたデータを処理するために集約センサデータをフィルタ処理し得る。例えば、位置特定モジュール１２２は、車両１０２がそれの第１のパスにおける基準点にあるという指示を受信し得る。位置特定モジュール１２２は、基準点の第１のパスに対応する第１の集約センサデータを受信し得るし、ボクセル空間に第１の集約センサデータを投影し得る。位置特定モジュール１２２は、次いで、車両１０２がそれの第２のパスにおける基準点にあるという指示を受信し得る。位置特定モジュール１２２は、基準点の第２のパスに対応する第２の集約センサデータを受信し得るし、ボクセル空間に第２の集約センサデータを投影し得る。

様々な例では、位置特定モジュール１２２は、ボクセル空間の総残差を計算し得る。様々な例では、位置特定モジュール１２２は、各ボクセルに対応するボクセルスコアを最適化し得る。そのような最適化は、アンクシャス探索、較正、又は測定ポジションエラーのうちの任意の１つ又は複数に従って実行され得る。様々な例では、位置特定モジュール１２２は、その後にキャプチャされたデータセット（例えば、第２の集約データ）に対してアンクシャス探索技法を使用することによって残差値を最適化し得る。そのような例では、位置特定モジュール１２２は、第１の集約データ定数の次元を保ちながらその後にキャプチャされたデータセットの１つ又は複数のセンサ体勢を調整し得る。調整に基づいて、位置特定モジュール１２２は、第１の集約センサデータがキャプチャされた第１のパスから第２の集約センサデータがキャプチャされた第２のパスにポジション及び／又は向き（例えば、デルタ変換）中のエラーを推定し得る。位置特定モジュール１２２は、車両を正確に位置特定するために測位データ（例えば、１つ又は複数のセンサからのデータ）にデルタ変換を適用し得る。

図２は、較正を実行するときに残差値２０８を計算するためにセンサ較正及び位置特定システムによってボクセル空間２０６中のボクセル２０４に投影されるデータセット２０２の例示的な図である。様々な例では、較正及び位置特定システムの較正コンピューティングデバイスは、車両２１２上の１つ又は複数のＬＩＤＡＲセンサ２１０からセンサデータを受信し得る。較正コンピューティングデバイスは、データセット２０２として表されるボクセル空間２０６にセンサデータを投影し得る。データセット２０２は、単に説明のために多数のポイントとして表されることに留意されたい。データセット２０２中のそのようなポイントは、上記で詳細に説明したように、１つ又は複数のデータポイントの統計的な蓄積を表す。

様々な例では、較正コンピューティングデバイスは、探索（例えば、アンクシャス探索）を実行し、較正を実行し、及び／又は測定ポジションエラーを決定し得る。いくつかの例では、較正コンピューティングデバイスは、上記で詳細に説明したように、各ボクセルのための最適平面２１４を決定し得る。そのような例では、最適平面２１４は、ＬＩＤＡＲセンサ２１０によって検出されたオブジェクト２１６の一部分を表し得る。

図３は、アンクシャス探索、較正、又は測定ポジションエラーの決定のいずれかで使用され得るセンサ較正及び位置特定によってボクセル空間３０４に投影されるデータセット３０２の別の例示的な図３００である。データセット３０２は、（センサ３０８（１）、（３０８（ｘ）として示される）１つ又は複数のセンサ３０８によってキャプチャされたデータポイント３０６を含み得る。多数のポイントとして図３に示されているが、データポイント３０６は説明のために示されているにすぎない。上記で詳細に説明したように、データポイント３０６の統計的な蓄積のみが各ボクセル３１２中に記憶される。様々な例では、センサ３０８（１）は、車両１０２などの車両のＬＩＤＡＲセンサを含み得る。いくつかの例では、センサ３０８（１）は、車両の複数のＬＩＤＡＲセンサ３０８（ｘ）のうちの１つを備え得る。例えば、センサ３０８（１）は、車両上の８つ（ｘ＝８）のＬＩＤＡＲセンサ３０８のうちの１つを備え得る。

様々な例では、較正コンピューティングデバイスは、（例えば、固有値分解を使用して、又は前に生成されたマップからのメッシュを参照して）上記で詳細に説明したように、各ボクセル３１２中の平面３１０を決定するように構成され得る。そのような例では、平面３１０は、センサ３０８（１）以外のセンサ３０８によって検出されたオブジェクトを表し得る。例えば、上記からの８つのＬＩＤＡＲセンサ３０８の例を使用して、平面３１０は、８つのＬＩＤＡＲセンサ３０８のうちの最高７つからのデータを表し得る。例示的な例では、平面３１０は、ボクセル空間３０４の幅にわたる。他の例では、平面３１０は、オブジェクトのサイズに応じてより少数のボクセルを占有し得る。

様々な例では、較正コンピューティングデバイスは、平面３１０までの各データポイント３０６の距離に基づいて各ボクセル３１２の残差値を計算し得る。そのような残差は、例えば、本明細書で定義するようにアンクシャス探索、較正、又は測定ポジションエラーの決定のうちの任意の１つ又は複数において使用され得る。

図４に、ＬＩＤＡＲセンサを較正すること及び／又は車両を位置特定するためにＬＩＤＡＲデータセットを摂動するための例示的なプロセス４００の絵付き流れ図を示す。較正コンピューティングデバイスは、１つ又は複数のセンサからセンサデータを受信し得る。いくつかの例では、各センサからのセンサデータを、本明細書ではデータセットと呼ぶことがある。

４０２において、較正コンピューティングデバイスは、ボクセル空間４０４にセンサデータを投影し、残差値を計算し得る。いくつかの例では、残差値は、ボクセル空間４０４中の各ボクセルの残差値であり得る。いくつかの例では、残差値は、総残差値（例えば、ボクセル空間全体の残差値）を含み得る。例４０６は、ボクセル空間に投影される第１のデータセット４０８と第２のデータセット４１０とを示す。説明のために、第１のデータセット４０８と第２のデータセット４１０との中でキャプチャされたオブジェクトがボクセルに投影される。ただし、他の例では、オブジェクトは、ボクセル空間４０４の２つ以上のボクセルに投影され得る。例４０６では、第１のデータセット４０８と第２のデータセット４１０とがずれており、１つ又は複数の較正されていないセンサの集約ビューを表す。

いくつかの例では、較正コンピューティングデバイスは、複数のセンサのうちの単一のセンサを較正し得る。そのような例では、第１のデータセット４０８は、単一のセンサによってキャプチャされたデータを表し得るし、第２のデータセット４１０は、１つ又は複数の他のセンサによってキャプチャされたデータを表し得る。いくつかの例では、較正コンピューティングデバイスは、多数のセンサを同時に較正し得る。そのような例では、第１のデータセット４０８は、第１のセンサからのデータを表し得るし、第２のデータセット４１０は、第２のセンサからのデータを表し得る。

４１２において、較正コンピューティングデバイスは、残差値を最適化し得る。いくつかの例では、残差値の最適化は、センサ（例えば、データソース）に変換を適用することと、変換に基づいて残差値を再計算することとを含み得る。いくつかの例では、最適化は、変換から生じる最小化された（即ち、最小の）残差値を含み得る。いくつかの例では、最適化は、変換から生じた最大化された（即ち、最大の）残差値を含み得る。

様々な例では、各変換がセンサに適用された状態で、較正コンピューティングデバイスは、ボクセル空間４０４へのデータを再投影することによって残差値を再計算し得るし、変換から生じた新しい体勢に基づいて、新しい残差値を計算し得る。例４１４に、改善された残差スコア（即ち、適用された数式に応じて、より小さい残差スコア又はより大きい残差スコア）を生じるセンサデータの摂動、従って、例４０６と比較してより鮮明な画像を示す。様々な例では、較正コンピューティングデバイスは、第２のデータセット４１０に関連するデータソースを一定のままにしながら第１のデータセット４０８に関連するデータソースに変換を適用し得る。いくつかの例では、較正コンピューティングデバイスは、第１のデータセット４０８と第２のデータセット４１０とに関連するデータソースに同時に変換を適用し得る。そのような例では、変換は、グラフィック処理ユニットなどによって並行して実行され得る。

いくつかの例では、較正コンピューティングデバイスは、第１のデータセット４０８及び／又は第２のデータセット４１０に対してアンクシャス探索を実行することによって残差値を最適化し得る。そのような例では、上記で説明したように、アンクシャ探索は、いくつかの大きさといくつかの探索方向とを備え得る。探索方向及び大きさのセットが決定されると、アンクシャス探索は、最適な変換を決定するために探索方向及び大きさの任意の１つ又は複数の組合せを通して反復し、それによって、残差値を最適化し得る。

いくつかの例では、最適化は、任意のさらなる変換がより高いボクセル値を生じるまでデータソースに異なる大きさ及び／又は探索方向の変換を適用することを含み得る。いくつかの例では、最適化は、変換がボクセル値の最小変化を生じるまでデータソースに異なる大きさ及び／又は探索方向の変換を適用することを含み得る。いくつかの例では、最小変化は、残差値中にあらかじめ定義された閾値差分を含み得る。例４１８に示す鮮明な画像は、ボクセル空間４０４の最適化されたボクセル値を表す。

４２０において、較正コンピューティングデバイスは、ボクセル空間４０４中の各ボクセルのボクセルサイズを低減し得る。さらに、較正コンピューティングデバイスは、ボクセル空間４０４をポピュレートするボクセルの数を増加し得る。他の例では、較正コンピューティングデバイスは、ボクセルサイズを１／２に低減し得る。いくつかの例では、較正コンピューティングデバイスは、ボクセルサイズをより多い量だけ又はより少ない量だけ低減し得る。例４２２に、ボクセルサイズを１／２に低減した状態でのボクセルサイズの低減の第１の反復を示す。

様々な例では、ボクセルサイズを低減する第１の反復の後に、較正コンピューティングデバイスは、動作４０２、４１２、４１６、及び４２０を繰り返し、ボクセル空間４０４中の各ボクセルの残差値を再計算し、１つ又は複数のセンサに変換を適用し、残差値を再計算し、残差値を最適化し、ボクセルサイズを低減し得る。いくつかの例では、較正コンピューティングデバイスは、ボクセルサイズが所定のサイズに低減されるまで反復を続け得る。いくつかの例では、較正コンピューティングデバイスは、固定数の反復を実行し得る。少なくとも１つの例では、最初のボクセルサイズは、８ｍの立方体を含み得るし、較正コンピューティングデバイスは、ボクセルサイズが０．２５ｍの立方体になるまで６回の反復を実行し得る。

図５は、位置特定システムが使用され得る例示的な環境５００の俯瞰図である。様々な例では、車両５０２は、経路５０４を走ることができる。例示的な例では、経路５０４は、数字の８の形状にある。他の例では、経路５０４は、円、楕円形、又は車両５０２が二回以上同じ位置をパスすることを生じ得る任意の他の形状などの別の形状を含み得る。図示のように、経路５０４は、グリッド５０６を横切り得る。様々な例では、グリッド５０６は、本明細書で説明するボクセル空間などのボクセル空間の２次元表現を含み得る。いくつかの例では、グリッド５０６は、路面の表現を含み得る。

車両の動作制御システムは、経路５０４に沿って車両５０２をナビゲートし得る（例えば、軌道及びスピードを決定し得る）。いくつかの例では、ポジションエラーを決定するように構成された較正コンピューティングデバイスは、動作制御システムの部分を備え得る。他の例では、較正コンピューティングデバイスは、動作制御システムとは別個のものであり得るし、動作制御システムを増強するように構成され得る。

様々な例では、較正コンピューティングデバイスは、所与の時間に経路５０４に沿った車両５０２の位置５０８を決定するために１つ又は複数のセンサからの入力を受信し得る。較正コンピューティングデバイスは、知覚された軌道への入力を処理し得る。いくつかの例では、知覚された軌道は、滑らかな（例えば、速度積算された）軌道であり得る。

図５に示すように、１つ又は複数のセンサからの入力は、固定間隔５１０で受信され得る。固定間隔５１０は、知覚された軌道中に「分裂」又は他の知覚された経路の逸脱を防げるために決定された入力間隔を含み得る。いくつかの例では、入力は、データを処理するのに必要とされる計算能力、信号を受信するのに必要な時間などに基づいて制限され得る。例えば、較正コンピューティングデバイスは、２００Ｈｚの固定間隔５１０でセンサからの入力を受信し得る。入力に対する２００Ｈｚの制約は、入力軌道中の逸脱を防げ、それによって、滑らかな知覚された軌道を生じ得る。

入力に対する制約が滑らかな知覚された軌道を生じ得るが、入力は、所与の時間に位置５０８中にエラーを含み得る。いくつかの例では、エラー（例えば、ドリフトエラー、軌道エラーなど）は、不正確な又はマルチパスのＧＰＳデータによって生じるエラーなどのナビゲーションセンサに関連するエラーによって生じ得る。いくつかの例では、エラーは、動きセンサに関連するエラーによって生じ得る。例えば、慣性測定ユニットは、例えば、センサドリフトによるエラーを時間にわたって蓄積し得る。

様々な例では、較正コンピューティングデバイスは、車両のポジション及び／又は向きのドリフト及び／又は車両５０２の移動に関連する軌道データ中のエラーを正確に補正するためにセンサデータを使用するように構成され得る。いくつかの例では、補正は、車両５０２の基準ポジション５１２に基づき得る。さらに、補正は、基準ポジション５１２における車両５０２の向きに基づき得る。

様々な例では、較正コンピューティングデバイスは、基準ポジション５１２において第１の集約センサデータ（例えば、ＬＩＤＡＲセンサなどの車両知覚センサからのセンサデータ）を受信し得るし、ボクセル空間への第１の集約センサデータを投影し得る。いくつかの例では、較正コンピューティングデバイスは、第１の集約センサデータを基準ポジション５１２において車両知覚センサによってキャプチャさせ得る。いくつかの例では、較正コンピューティングデバイスは、車両の位置５０８が基準ポジション５１２に対応する時間に基づいて複数のセンサデータから第１の集約センサデータをフィルタ処理し得る。

車両５０２は、経路５０４に沿って続け、車両５０２が基準ポジション５１２’に戻ったという指示を１つ又は複数のセンサから受信し得る。較正コンピューティングデバイスは、基準ポジション５１２’において第２の集約センサデータを受信し得るし、第１の集約センサデータとともにボクセル空間に第２の集約センサデータを投影し得る。

図６に関して以下でより詳細に説明するように、較正コンピューティングデバイスは、基準ポジション５１２から基準ポジション５１２’までの測位データ中のエラー（ΔＴ）を決定するために第１の集約センサデータを第２の集約センサデータと比較し得る。

様々な例では、較正コンピューティングデバイスは、ボクセル空間中の１つ又は複数のダイナミックオブジェクトを識別するように構成され得る。いくつかの例では、較正コンピューティングデバイスは、第１の集約センサデータを第２の集約センサデータと比較することによって動的オブジェクトを識別し得る。そのような例では、ボクセル空間の少なくとも１つのボクセルを占有するオブジェクトなど、第１の集約センサデータ中に表されるが、第２の集約センサデータ中に表されないオブジェクトは、動的オブジェクトとして分類され得る。

いくつかの例では、較正コンピューティングデバイスは、第１の集約センサデータをキャプチャした後に、短い時間（例えば、１秒、２秒など）第３の集約センサデータをキャプチャするように構成され得る。そのような例では、較正コンピューティングデバイスは、ボクセル空間に第１の集約センサデータと第３の集約センサデータとを投影し得るし、ボクセル空間の各ボクセル中に表されるオブジェクトを比較し得る。第１の集約センサデータ中のボクセルの第１のセットと第２の集約センサデータ中のボクセルの第２のセットと中で識別されるオブジェクトは、動的オブジェクトとして分類され得る。

様々な例では、較正コンピューティングデバイスは、基準ポジション５１２から基準ポジション５１２’までの測位データ中のエラー（ΔＴ）を決定するために第１の集約センサデータを第２の集約センサデータと比較するより前にボクセル空間の中から動的オブジェクトをフィルタ処理するように構成され得る。

図６は、ボクセル空間６０６に投影された、第１の時間にキャプチャされた第１の集約センサデータ６０２と第２の時間にキャプチャされた第２の集約センサデータ６０４との例示的な図６００である。様々な例では、較正コンピューティングデバイスは、ボクセル占有のコスト関数（例えば、占有スコア）を最小化し得る。そのような例では、コスト関数は、占有のペナルティを乗算したボクセルの占有を含み得る。ペナルティは、ボクセル中にデータポイントを有するための最小コストを表し得る。コスト関数の最小化は、以下の式によって表され得る。

ここで、Ｔは、コスト関数はパラメータ化される剛体６自由度（６－ＤＯＦ）変換を表す。

様々な例では、較正コンピューティングデバイスは、次いで、ボクセル分散統計をアグリゲートし得る。較正コンピューティングデバイスは、各ボクセルの占有スコア及び残差値を加算することなどによって各ボクセルのボクセルスコアを計算し得る。較正コンピューティングデバイスは、キャプチャされた第１の集約センサデータ６０２と第２の集約センサデータ６０４とに関連するアグリゲートスコアを決定するためにボクセル空間６０６中の各ボクセルのスコアを加算し得る。

アグリゲートスコアを決定した後に、較正コンピューティングデバイスは、画像をシャープ化するために第１の集約センサに対して第２の集約センサデータ６０４を摂動することによってデータを最適化し得る（例えば、アグリゲートスコアを最小化し得る）。較正コンピューティングデバイスは、データを最適化するために図４に関して上記で説明したアンクシャス探索技法を使用し得る。言い換えれば、較正コンピューティングデバイスは、第２の集約センサデータ６０４が図４の例４１８に示す画像などの鮮明な画像中の第１の集約センサデータ６０２に実質的に一致するまで第２の集約センサデータ６０４の１つ又は複数の次元を調整し得る。

いくつかの例では、較正コンピューティングデバイスは、最小のアグリゲートスコアを決定するためにＸ、Ｙ、Ｚのうちの２次元及びピッチ、ロール、ヨーを調整し得る。いくつかの例では、較正コンピューティングデバイスは、最小のアグリゲートスコアを決定するためにＸ、Ｙ、Ｚの全ての３次元及びピッチ、ロール、ヨーを調整し得る。最小化されたアグリゲートスコアを生じる調整に基づいて、較正コンピューティングデバイスは、（図５中の基準ポジション５１２として示す）第１の集約センサデータ６０２がキャプチャされた第１のパスから（図５中の基準ポジション５１２’として示す）第２の集約センサデータ６０４がキャプチャされた第２のパスまでのポジションのエラー（例えば、デルタ変換）を推定し得る。較正コンピューティングデバイスは、車両を正確に位置特定するために測位データ（例えば、動きセンサ及び／又はナビゲーションセンサからのデータ）にデルタ変換を適用し得る。

図７～図１１は、ハードウェア、ソフトウェア、又はそれらの組合せで実装され得る一連の動作を表す論理フローグラフ中のブロックの集合として示された例示的なプロセス７００、８００、９００、１０００、及び１１００の流れ図である。ソフトウェアのコンテキストでは、ブロックは、１つ又は複数のプロセッサによって実行されたとき、記載の動作を実行する１つ又は複数のコンピュータ可読記憶媒体上に記憶されたコンピュータ実行可能命令を表す。概して、コンピュータ実行可能命令は、特定の機能を実行するか又は特定の抽象データ型を実装するルーチン、プログラム、オブジェクト、構成要素、データ構造などを含む。動作が記述される順序は、限定として解釈されるべきものではなく、プロセスを実装するために、任意の数の記述したブロックが任意の順序で及び／又は並行して組み合わされ得る。

図７は、較正コンピューティングデバイスによって実行される、車両１０２などの車両のセンサを較正するための例示的なプロセス７００の流れ図である。上記で説明したように、較正コンピューティングデバイスは、車両コンピューティングデバイス１０６などの車両コンピューティングデバイス又は較正／位置特定サーバ１０８などの較正／位置特定サーバに関連するサーバデバイスであり得る。

７０２において、較正コンピューティングデバイスは、車両の複数のセンサからデータセットを受信する。いくつかの例では、複数のセンサは、複数のＬＩＤＡＲセンサを含み得る。他の例では、複数のセンサは、複数のＳＯＮＡＲセンサ、ＲＡＤＡＲセンサ、カメラなどを含み得る。

７０４において、較正コンピューティングデバイスは、ボクセル空間にデータセットを投影する。いくつかの例では、ボクセル空間は、環境の固定された３次元グリッドを含むことができる。

７０６において、較正コンピューティングデバイスは、ボクセル空間に関連する残差値を計算する。いくつかの例では、較正コンピューティングデバイスは、ボクセル中のポイントの数が閾値数（例えば、５）を上回るという決定に基づいて残差値を計算し得る。様々な例では、残差値は、ボクセルに対する主成分分析を使用して計算された固有値などの最小固有値を含み得る。いくつかの例では、残差は、平面に対する平均ポジションの間の距離として計算され得る。そのような例では、平面は、上記と同様の方法に基づいて計算され得る。追加又は代替として、平面は、前の計算から及び／又は環境の与えられた３Ｄメッシュに少なくとも部分的に基づいて導出され得る。それらの例では、ポイントの数が閾値を下回る場合、そのボクセルの残差に最大値を割り当て、そのボクセルを「無効」と識別することによって、占有ペナルティがそのボクセルに課され得る。いくつかの例では、最大値は、ボクセルの長さ、幅、高さ、又は対角線のうちの１つ又は複数であり得る。

追加又は代替として、少なくとも１つのデータポイントを有する各ボクセルは、最大占有スコアに関連付けられ得る。非限定的な例として、そのような占有スコアは、任意の他の値が企図されるが、最大残差値であり得る。ポイントの数が０であるボクセルは、０の占有スコアを有し得る。

７０８において、較正コンピューティングデバイスは、ボクセル空間に関連する残差値を最小化するために複数のセンサのうちの少なくとも１つのセンサに変換を適用する。いくつかの例では、較正コンピューティングデバイスは、残差値を最小化するためにアンクシャス探索技法を使用し得る。データソース（例えばセンサ）に変換（即ち、並進又は回転のうちの１つ又は複数）を適用し、新しいセンサ体勢に基づいてボクセル空間にデータを再投影することによって、新しい総残差が計算され得る。本明細書で詳細に説明するように、そのようなアンクシャス探索は、総残差を最小化するデータソースに適用すべき変換を決定する。

そのような変換を発見するために、アンクシャス探索は、いくつかの大きさといくつかの探索方向とを備え得る。いくつかの例では、並進成分（即ち、並進がない探索方向を除く、並進成分ごとのａ＋１、０、－１）のための２６個の探索方向があり得る。追加又は代替として、回転成分（即ち、ピッチ、ロール、ヨー）のための２６個の追加の探索方向が同様に決定され得る。いくつかの例では、（移動がない場所を除き）並進又は回転成分のいずれかでの＋１、０、又は－１の移動の全ての可能な組合せに対応する３＾６－１個の探索方向があり得る。いくつかの例では、大きさは、あらかじめ定義されたセット（例えば、｛０．２５ｍ，０．５ｍ，１ｍ，２ｍ，４ｍ，８ｍ｝）であり得る。他の例では、大きさは、単一の大きさのいくつかのスカラー倍数に対応し得る。

探索方向及び大きさのセットが決定されると、アンクシャス探索は、残差値を最小化するために最適な変換を決定するために探索方向及び大きさの任意の１つ又は複数の組合せを通して反復し得る。そのような探索は、次のように進み得る。元の総残差が計算され得る。各探索方向は、次いで、大きさのセット中の各大きさによってスケーリングされ得る。変換は、スケーリングされた探索方向の各々に基づいて決定され得る。変換ごとに、センサは、元の体勢から変換され得るし、センサデータは、その後、新しいセンサの体勢に少なくとも部分的に基づいてボクセル空間に再投影され得る。再投影されたセンサデータに基づいて、新しい総残差が計算される。最低の総残差が元の総残差の何らかの割合より低くない例では、元の体勢は改変されない。様々な例では、較正コンピューティングデバイスは、ボクセル及び／又はボクセル空間の残差値が最小化されるまでデータに変換を適用し続け得る。最小化された残差値は、ボクセル及び／又はボクセル空間の最小残差値に対応し得る。いくつかの例では、最小化された残差値は、前の変換を適用するときに計算された残差値よりも小さい閾値量よりも小さい値に対応し得る。閾値量は、前の変換の適用から生じた残差値からの値（例えば、０．００１）又は割合（例えば、０．１％）の減少を含み得る。

７１０において、較正コンピューティングデバイスは、最小化された残差値に対応する変換を決定する。変換は、１つ若しくは複数の並進成分及び／又は１つ若しくは複数の回転成分への変更を含み得る。

７１２において、較正コンピューティングデバイスは、次元調整に基づいて少なくとも１つのセンサを較正する。様々な例では、車両の複数のセンサが較正された後、較正コンピューティングデバイスは、車両のドリフトエラー（即ち、ポジションエラー）及び／又は車両の軌道に関連する軌道エラーを決定するように構成され得る。

図８は、較正コンピューティングデバイスによって実行される、車両１０２などの車両の１つ又は複数のセンサを較正するための例示的なプロセス８００の流れ図である。上記で説明したように、較正コンピューティングデバイスは、車両コンピューティングデバイス１０６などの車両コンピューティングデバイス又は較正／位置特定サーバ１０８などの較正／位置特定サーバに関連するサーバデバイスであり得る。

８０２において、較正コンピューティングデバイスは、車両の第１のセンサから第１のセンサデータを受信し、車両の第２のセンサから第２のセンサデータを受信する。いくつかの例では、第１のセンサと第２のセンサとは、ＬＩＤＡＲセンサを備え得る。いくつかの例では、第１のセンサと第２のセンサとは、車両の複数のセンサのうちの２つのセンサであり得る。少なくとも１つの例では、車両は、８つのセンサを備え得る。

８０４において、較正コンピューティングデバイスは、ボクセル空間に第１のセンサデータと第２のセンサデータとを投影する。ボクセル空間は、複数のボクセルを備える３次元表現を表し得る。

８０６において、較正コンピューティングデバイスは、ボクセル空間の残差値を計算する。ボクセル空間の残差値は、ボクセル空間中の各ボクセルの残差値のアグリゲーションを含み得る。いくつかの例では、残差値は、それに関連するデータポイントの閾値数（例えば、５）を含むボクセル空間中の各占有されたボクセル及び／又は各ボクセルの残差値のアグリゲーションを含み得る。そのような例では、較正コンピューティングデバイスは、占有されたボクセル（即ち、第１のセンサデータ及び／又は第２のセンサデータに対応するデータポイントを備えるボクセル）及び／又はデータポイントの閾値数を含むボクセルを識別するように構成され得る。

様々な例では、ボクセルスコアは、ボクセルの残差値を含み得る。いくつかの例では、残差値は、ボクセルに関連する最小固有値に対応し得る。

いくつかの例では、残差は、平面に対する平均ポジションの間の距離として計算され得る。そのような例では、平面は、主成分分析又は共分散の固有値分解を使用することによって統計データに基づいて最適平面を計算することによって決定され得る。そのような例では、最小の固有ベクトルは、平面の法線に対応し得るし、対応する固有値は、平面の有効な厚さに対応し得る。追加又は代替として、平面は、前の計算から及び／又は環境の与えられた３Ｄメッシュに少なくとも部分的に基づいて導出され得る。それらの例では、ポイントの数が閾値を下回る場合、そのボクセルの残差に最大値を割り当て、そのボクセルを「無効」と識別することによって、占有ペナルティがそのボクセルに課され得る。いくつかの例では、最大値は、ボクセルの長さ、幅、高さ、又は対角線のうちの１つ又は複数であり得る。

８０８において、較正コンピューティングデバイスは、残差値を最小化するために第１のセンサデータ又は第２のセンサデータのうちの少なくとも１つに変換を適用し得る。変換は、アンクシャス探索を使用して実行され得る。いくつかの例では、変換の大きさは、ボクセル空間中のボクセルのサイズに基づいて決定され得る。いくつかの例では、多数の変換は、より小さい大きさを連続的に使用して実行され得る。

様々な例では、較正コンピューティングデバイスは、それぞれのセンサデータに関連する最初の方向次元及び向き次元を決定し得る。較正コンピューティングデバイスは、ボクセルスコアを最小化するために１つ又は複数の方向次元及び１つ又は複数の向き次元を調整し得る。いくつかの例では、方向次元及び向き次元は、互いに無関係に調整され得る。様々な例では、較正コンピューティングデバイスは、一度に２つの次元を調整し得る。いくつかの例では、較正コンピューティングデバイスは、同時に３つの次元を調整し得る。

様々な例では、較正コンピューティングデバイスは、方向及び／又は向き次元のあらゆる組合せのための残差を計算し得る。最低残差値に関連する方向及び／又は向き次元が、それぞれの次元のための最小化された残差値として記憶され得る。

様々な例では、較正コンピューティングデバイスは、ボクセル空間中のボクセルに関連する占有スコアをさらに最小化し得る。そのような例では、較正コンピューティングは、それに関連する占有スコアを低減するために占有されたボクセルにペナルティを適用し得る。様々な例では、最小化された残差スコアは、最小化された占有スコアを含み得る。

８１０において、較正コンピューティングデバイスは、ボクセルサイズが最小サイズに低減されたのかどうかを決定する。様々な例では、最小ボクセルサイズは、ボクセルのあらかじめ定義された最低の高さ、幅、及び長さを含み得る。いくつかの例では、ボクセルの高さ、幅、及び長さは同じであり得る（即ち、ボクセルは立方体を備える）。他の例では、ボクセルの高さ、幅、及び長さが異なり得る。

８１２において、ボクセルサイズが最小サイズに低減されていないという決定に応答して、較正コンピューティングデバイスは、ボクセル空間中のボクセルのサイズを低減し、ボクセルサイズが最小値に低減されるまで動作８０６～８１０を実行することによって残差値を反復的に最小化する。

８１４において、ボクセルサイズが最小サイズに低減されるという決定に応答して、較正コンピューティングデバイスは、第１のセンサ又は第２のセンサのうちの少なくとも１つを較正する。様々な例では、較正コンピューティングデバイスは、変換全体にわたって第１のセンサ及び／又は第２のセンサになされる総調整を決定し得る。そのような例では、総調整は、最小化されたボクセルサイズのために計算された最小化された残差値に関連するセンサデータの寸法（ｘ、ｙ、ｚ、ピッチ、ロール、ヨー）と最初のセンサデータの寸法との間の差を含み得る。従って、総調整は、センサ及び／又はセンサデータの最初のＸ、Ｙ、Ｚ、ピッチ、ロール、ヨーの設定と、ボクセルサイズと残差値とが最小化されるときのセンサ及び／又はセンサデータの最後のＸ、Ｙ、Ｚ、ピッチ、ロール、ヨーの設定との間の差を含み得る。総調整は、センサの較正パラメータとして記憶され得るし、センサから受信される後続のデータに適用され得る。

図９は、較正コンピューティングデバイスによって実行される、ＬＩＤＡＲセンサデータを使用してポジションデータ中のドリフトエラーを決定するための例示的なプロセス９００の流れ図である。上記で説明したように、較正コンピューティングデバイスは、車両コンピューティングデバイス１０６などの車両コンピューティングデバイス又は較正／位置特定サーバ１０８などの較正／位置特定サーバに関連するサーバデバイスであり得る。

９０２において、較正コンピューティングデバイスは、例えば、ポジションデータ及び／又は位置特定データに基づいて、車両が第１の時間に基準点にあると決定する。ポジション及び／又は位置特定データは、（例えば、ＬＩＤＡＲ、カメラ、ＲＡＤＡＲ、超音波／ＳＯＮＡＲなどのうちの任意の１つ又は複数からの）動きセンサデータ、ナビゲーションセンサデータ及び／又は知覚データを含み得る。第１の時間は、車両の経路上の基準点の第１のパスに対応し得る。

９０４において、較正コンピューティングデバイスは、第１の時間に、基準点における環境の第１のＬＩＤＡＲデータをキャプチャし得る。環境は、基準点に近接したエリアを含み得る。第２のＬＩＤＡＲデータは、車両上のＬＩＤＡＲセンサによってキャプチャされた第１の集約センサデータ（例えば、メタスピン）を含み得る。

いくつかの例では、較正コンピューティングデバイスは、ＬＩＤＡＲセンサに基準点において第１のＬＩＤＡＲデータをキャプチャさせ得る。いくつかの例では、較正コンピューティングデバイスは、ＬＩＤＡＲセンサの各々からデータを受信し得るし、第１の時間に収集されたデータを識別するためにデータをフィルタ処理し得る。

９０６において、較正コンピューティングデバイスは、ポジションデータに基づいて、車両が第２の時間に基準点にあると決定する。第２の時間は、車両の経路上の基準点の第２のパスに対応し得る。

９０８において、較正コンピューティングデバイスは、第２の時間に、基準点における環境の第２のＬＩＤＡＲデータをキャプチャし得る。第２のＬＩＤＡＲデータは、車両上のＬＩＤＡＲセンサによってキャプチャされた第２の集約センサデータを含み得る。

９１０において、較正コンピューティングデバイスは、ボクセル空間に第１のＬＩＤＡＲデータと第２のＬＩＤＡＲデータとを投影する。ボクセル空間は、基準点に近接した環境の固定された３次元グリッドを含み得る。

９１２において、較正コンピューティングデバイスは、ボクセル空間の残差値を計算する。ボクセル空間の残差値は、ボクセル空間中の各ボクセルの残差値の和を含み得る。いくつかの例では、ボクセル空間のためのボクセルスコアは、ボクセル空間中の占有された各ボクセル及び／又はそれに関連するデータポイントの閾値数をもつ各ボクセルの和を含み得る。いくつかの例では、各ボクセルの残差値は、ボクセルの占有スコアを含み得る。

９１４において、較正コンピューティングデバイスは、第１のＬＩＤＡＲデータに関連する体勢を維持しながら第２のＬＩＤＡＲデータに変換を適用することによってポジションデータ中のドリフトエラーを決定するためにボクセル空間の残差値を最小化する。較正コンピューティングデバイスは、第２のＬＩＤＡＲデータの１つ又は複数の次元（例えば、Ｘ、Ｙ、Ｚ、ピッチ、ロール、ヨー）を調整する第２のＬＩＤＡＲデータ変換を適用し得る。様々な例では、較正コンピューティングデバイスは、アンクシャス探索技法を適用することによって残差値を最小化し得る。そのような例では、アンクシャス探索は、いくつかの大きさといくつかの探索方向とを備え得る。

いくつかの例では、較正コンピューティングデバイスは、ボクセル空間の残差値の低減の量が前の最小値から閾値量よりも多く低減しなくなるまで第２のＬＩＤＡＲデータに変換を適用し続け得る。いくつかの例では、変換の大きさは、ボクセル空間中のボクセルのサイズに比例し得る。

様々な例では、較正コンピューティングデバイスは、変換に基づいてポジションデータ中のドリフトエラー又はポジションエラーを計算し得る。そのような例では、ドリフトエラーは、第２のＬＩＤＡＲデータの最初の次元と最小化されたボクセルスコアに対応する第２のＬＩＤＡＲデータの次元との間の差に対応し得る。

図１０は、較正コンピューティングデバイスによって実行される、ＬＩＤＡＲセンサデータを使用してポジションデータ中のドリフトエラーを決定するための例示的なプロセス１０００の流れ図である。上記で説明したように、較正コンピューティングデバイスは、車両コンピューティングデバイス１０６などの車両コンピューティングデバイス又は較正／位置特定サーバ１０８などの較正／位置特定サーバに関連するサーバデバイスであり得る。

１００２において、較正コンピューティングデバイスは、複数のセンサからデータを受信する。いくつかの例では、データは、ＬＩＤＡＲデータを備え得る。

１００４において、較正コンピューティングデバイスは、第１の時間に第１の基準点に関連する第１のデータセットと第２の時間に基準点に関連する第２のデータセットとを識別する。様々な例では、第１の時間は、車両の経路に沿った基準点の第１のパスに対応し得るし、第２の時間は、経路に沿った基準点の第２のパスに対応し得る。様々な例では、較正コンピューティングデバイスは、車両の１つ又は複数のセンサから受信した測位データに基づいて第１の時間と第２の時間とを決定し得る。いくつかの例では、１つ又は複数のセンサは、動きセンサ及び／又はポジションセンサを備え得る。

１００６において、較正コンピューティングデバイスは、ボクセルスコアを最小化するように第１のデータセットに対して第２のデータセットを調整する。様々な例では、調整は、第２のデータセットに関連する次元を調整することを含み得る。いくつかの例では、較正コンピューティングデバイスは、２又は３つの次元を同時に調整し得る。いくつかの例では、較正コンピューティングデバイスは、並進（例えば、Ｘ、Ｙ、Ｚに関する方向）次元及び回転（例えば、ピッチ、ロール、ヨーに関する向き）次元に関してデータポイントのポジションを独立して調整し得る。調整又は摂動ごとに、較正コンピューティングデバイスは、各ボクセルに関連する残差値を計算し得る。較正コンピューティングデバイスは、ボクセルに関連する最小残差値に対応する各次元に対するデータポイントのためのポジションを選択し得る。最小残差値に対応するＸ、Ｙ、Ｚ、ピッチ、ロール、及びヨーで選択されたポジションが最後の次元として選択され得る。

１００８において、較正コンピューティングデバイスは、第２のデータセットに対する総調整に基づいてポジションエラーを計算し得る。総調整は、第２のデータセットに関連する最後の次元と最初の次元との間の差を含み得る。

図１１は、較正コンピューティングデバイスによって実行される、ボクセル空間中のボクセルの最小残差値に関連する次元のセットを識別するための例示的なプロセス１１００の流れ図である。上記で説明したように、較正コンピューティングデバイスは、車両コンピューティングデバイス１０６などの車両コンピューティングデバイス又は較正／位置特定サーバ１０８などの較正／位置特定サーバに関連するサーバデバイスであり得る。

１１０２において、較正コンピューティングデバイスは、データセットを受信する。いくつかの例では、データセットは、集約センサデータ（例えば、メタスピン）を含み得る。いくつかの例では、データセットは、車両のＬＩＤＡＲセンサなどの２つ以上のセンサに対応するセンサデータを含み得る。

１１０４において、較正コンピューティングデバイスは、ボクセル空間にデータセットを適用する。いくつかの例では、データセットは、データポイントの各々に関連する座標に基づいてボクセル空間にデータセットのデータポイントを投影することによって適用され得る。

１１０６において、較正コンピューティングデバイスは、第１のセンサ又は第２のセンサのうちの少なくとも１つに適用すべき変換を識別する。変換は、ボクセル空間の最適化された残差値に関連付けられ得る。様々な例では、変換は、それぞれのセンサの少なくとも１つの方向次元又は少なくとも１つの向き次元の摂動を含み得る。いくつかの例では、較正コンピューティングデバイスは、最適化された残差値が変換から生じるまで、（即ち、センサのＸ軸、Ｙ軸、Ｚ軸に関連する）方向次元及び／又は（即ち、センサのピッチ、ロール、ヨーに関連する）向き次元の異なる組合せの変換を反復的に適用し得る。様々な例では、変換の大きさは、ボクセル空間中の個々のボクセルのボクセルサイズに少なくとも部分的に基づき得る。いくつかの例では、大きさは、あらかじめ定義された数及び／又は数のセット（例えば、｛０．２５ｍ，０．５ｍ，１ｍ，２ｍ，４ｍ，８ｍ｝）であり得る。他の例では、大きさは、単一の大きさのいくつかのスカラー倍数に対応し得る。

様々な例では、較正コンピューティングデバイスは、最適化された残差値に関連する変換に基づいて第１のセンサ又は第２のセンサのうちの少なくとも１つを較正し得る。いくつかの例では、較正コンピューティングデバイスは、変換に少なくとも部分的に基づいて車両のドリフトエラーを決定し得る。

１つ又は複数のセンサを較正することと測定ポジションエラーを決定することとに関して上記で参照されたが、上記で詳細に説明したアンクシャス探索が、様々な他の適用例で使用され得ることを諒解されよう。非限定的な例として、以下について考える。累積センサデータの２つ以上のセットが、上記の測定ポジションエラー方法で説明したのと同じ方法を使用して比較され得る。比較される２つのセットがポジションループ閉じ込みイベントにおいて複数回生成されるとき（例えば、前の状態中と実質的に同様のポジションにあるという認識）、そのような比較は、軌道補償のための使用され得る軌道ドリフトを生じる。比較されるデータの２つのセットが短い期間にわたって軌道に沿って生成されるとき、そのような測定ポジションエラーは、センサ（例えば、ＬＩＤＡＲ）のオドメトリの形態として使用され得る。２つの独立した軌道からのセンサデータを比較するとき、そのような測定ポジションエラーが前のマップ製品を生成するために使用され得る。前のマップ製品と現在の集約センサデータとの間の測定ポジションエラーを決定するときに、測定ポジションエラーは、センサの位置特定及び／又はジオロケーションを与える。１つ又は複数のセンサの残りに対する単一のセンサに対して上記で説明したように較正を実行することによって、較正の出力は、各々に対する、及び車両フレームに対する車両のセンサの較正であり得る。追加又は代替として、固有値分解計算を使用して同じセンサからの追加のデータを用いて単一のセンサからのセンサデータを較正することによって、そのようなセンサは、車両フレームに対して較正され得る。

図１２は、車両の１つ又は複数のセンサを較正すること及び／又は車両のポジションエラーを決定するように構成された例示的な較正コンピューティングデバイス１２００を示す。較正コンピューティングデバイス１２００は、車両コンピューティングデバイス１０６などの車両コンピューティングデバイス及び／又は較正／位置特定サーバ１０８などの較正／位置特定サーバを表し得る。較正コンピューティングデバイス１２００中で、処理ユニット１２０２は、例えば、ＣＰＵタイプの処理ユニット、ＧＰＵタイプの処理ユニット、フィールドプログラマブルゲートアレイ（ＦＰＧＡ）、別のクラスのデジタル信号プロセッサ（ＤＳＰ）又は、場合によっては、ＣＰＵによって駆動され得る他のハードウェア論理構成要素を表すことができる。例えば、限定はしないが、使用され得るハードウェア論理構成要素の例示的なタイプは、特定用途向け集積回路（ＡＳＩＣ）、特定用途向け標準製品（ＡＳＳＰ）、システムオンチップシステム（ＳＯＣ）、複合プログラマブル論理デバイス（ＣＰＬＤ）などを含む。

いくつかの例では、較正コンピューティングデバイス１２００は、分散サービスプラットフォーム（例えば、クラウド）の部分である、サーバデバイス１１２（１）、１１２（２）、及び１１２（Ｎ）などの複数のデバイスのうちの１つであり得る。いくつかの例では、較正コンピューティングデバイス１２００は、近接ネットワークを介した接続が可能である複数のデバイスのうちの１つであり得る。様々な例では、較正コンピューティングデバイス１２００は、分散サービスプラットフォームの部分であり、さらに近接ネットワークを介した接続が可能である複数のデバイスのうちの１つであり得る。

いくつかの例では、コンピュータ可読媒体（ＣＲＭ）１２０４は、上記で説明したように、較正コンピューティングデバイス１２００に組み込まれた処理ユニットを表すことができる処理ユニット１２０２によって実行可能な命令を記憶し得る。ＣＲＭ１２０４はまた、外部ＣＰＵタイプの処理ユニット１２０６、外部ＧＰＵタイプの処理ユニット１２０８などの外部処理ユニットによって実行可能な命令、及び／又はＦＰＧＡタイプのアクセラレータ１２１０（１）、ＤＳＰタイプのアクセラレータ１２１０（２）、又は任意の他のアクセラレータ１２１０（Ｎ）などの外部アクセラレータ１２１０によって実行可能な命令を記憶することができる。様々な例では、少なくとも１つのＣＰＵタイプの処理ユニット１２０６、ＧＰＵタイプの処理ユニット１２０８、及び／又はアクセラレータ１２１０が、較正コンピューティングデバイス１２００に組み込まれ、一方、いくつかの例では、ＣＰＵタイプの処理ユニット１２０６、ＧＰＵタイプの処理ユニット１２０８、及び／又はアクセラレータ１２１０のうちの１つ又は複数が、較正コンピューティングデバイス１２００の外部にある。

示された例では、ＣＲＭ１２０４はまた、データストア１２１２を含む。いくつかの例では、データストア１２１２は、データベース、データウェアハウス、又は他のタイプの構造化されている若しくは構造化されていないデータストレージなどのデータストレージを含む。いくつかの例では、データストア１２１２は、例えば、ハイパーテキストマークアップ言語（ＨＴＭＬ）テーブル、リソースディスクリプションフレームワーク（ＲＤＦ）テーブル、ウェブオントロジー言語（ＯＷＬ）テーブル、及び／又は拡張可能なマーク付け言語（ＸＭＬ）テーブルのうちの１つ又は複数を含むデータアクセスを可能にするために１つ又は複数のテーブル、インデックス、ストアドプロシージャなどをもつコーパス及び／又はリレーショナルデータベースを含むことができる。データストア１２１２は、ＣＲＭ１２０４中に記憶され、及び／又は処理ユニット１２０２によって実行されるプロセス、アプリケーション、構成要素、及び／又はモジュールの動作のためのデータを記憶することができる。代替的に、上記で参照したデータ及び／又は命令の一部又は全部は、１つ若しくは複数の処理ユニット１２０２、ＣＰＵタイプの処理ユニット１２０６、ＧＰＵタイプの処理ユニット１２０８、及び／又はアクセラレータ１２１０中の別個のメモリ１２１４上に記憶され得る。例えば、データストア１２１２は、センサデータ、軌道データ、関心領域データ（例えば、関心領域に関連するボクセルスコア、関心領域に関連する残差値など）、及び／又はセンサ較正及び車両位置特定において使用される他のデータを記憶し得る。

較正コンピューティングデバイス１２００は、較正コンピューティングデバイス１２００が、周辺入力デバイス（例えば、キーボード、マウス、ペン、ゲームコントローラ、ボイス入力デバイス、タッチ入力デバイス、ジェスチャー入力デバイスなど）を含むユーザ入力デバイス及び／又は周辺出力デバイス（例えば、ディスプレイ、プリンタ、オーディオスピーカ、ハプティック出力など）を含む出力デバイスなどの入出力デバイスと通信することを可能にするために１つ又は複数の入出力（Ｉ／Ｏ）インターフェース１２１６をさらに含むことができる。さらに、較正コンピューティングデバイス１２００では、ネットワークインターフェース１２１８は、例えば、ネットワーク１１０などのネットワークを介して通信を送信及び受信するためのネットワークインターフェースコントローラ（ＮＩＣ）又は他のタイプのトランシーバデバイスを表すことができる。

図示の例では、較正コンピューティングデバイス１２００は、バス１２２０を介してＣＲＭ１２０４、入出力インターフェース１２１６、及びネットワークインターフェース１２１８に処理ユニット１２０２を動作可能に接続することができる。いくつかの例では、バス１２２０は、システムバス、データバス、アドレスバス、ＰＣＩバス、ミニＰＣＩバス、並びに任意の様々なローカル、周辺、及び／又は独立バスのうちの１つ又は複数を含むことができる。

図示の例では、ＣＲＭ１２０４はまた、ＭＩＣＲＯＳＯＦＴ ＷＩＮＤＯＷＳ、ＷＩＮＤＯＷＳ、ＱＮＸ（商標）、ＩＢＭ ｚ／ＯＳ（商標）、ＬＩＮＵＸ、ＡＮＤＲＯＩＤ、ｉＯＳ（商標）、 ＯＳ Ｘ（商標）、ＮＥＴＢＳＤ（商標）、又は較正コンピューティングデバイス１２００上のコンピュータハードウェア及びソフトウェアリソースを管理することが可能な任意の他のオペレーティングシステムなどの任意のタイプのオペレーティングシステムであり得るオペレーティングシステム１２２２を含む。

ＣＲＭ１２０４はまた、軌道モジュール１２６などの軌道モジュール１２２４と、較正モジュール１２０などの較正モジュール１２２６と、位置特定モジュール１２２などの位置特定モジュール１２２８とを含む。軌道モジュール１２２４、較正モジュール１２２６、及び位置特定モジュール１２２８に関連して説明される機能は、１つのモジュールに組み合わされ得るか、又は分割され、より多数のモジュール及び／又はＡＰＩによって実行され得る。様々な例では、軌道モジュール１２２４は、車両の１つ又は複数の動きセンサ（例えば、慣性測定ユニット（ＩＭＵ）センサ、加速度計、ジャイロスコープ、回転（ホイール）エンコーダなど）、１つ若しくは複数のナビゲーションセンサ（例えば、全地球測位システム（ＧＰＳ）センサ、ＩＮＳセンサなど）、及び／又は１つ若しくは複数の他のセンサ（例えば、ＬＩＤＡＲ、カメラ、ＲＡＤＡＲ、ＳＯＮＡＲなど）からデータを受信するように構成され得る。軌道モジュール１２２４は、上記のセンサのうちの任意の１つ又は複数からのデータを使用して車両の軌道データを決定し得る。軌道データは、それのスピード、方向、ポジション、ピッチ、ロール、ヨー、及び／又はレート及び／又は車両の移動に関連する他のデータを含み得る。

様々な例では、軌道モジュール１２２４は、軌道データに少なくとも部分的に基づいて関心領域の中央位置を識別し得る。いくつかの例では、中央位置は、所与の時間における車両のヨーレートに基づいて決定され得る。いくつかの例では、中央位置は、車両が道路などを走行する経路の曲率半径に基づいて決定され得る。

様々な例では、軌道モジュール１２２４は、中央位置を中心とする時間ウィンドウを生成することによって関心領域を決定し得る。そのような例では、時間ウィンドウは、中央位置の前の数秒と中央位置の後の数秒とを含み得る。様々な例では、秒数は、固定の秒数であり得る。いくつかの例では、秒数は、車両のスピードなどの軌道データに基づき得る。

様々な例では、較正モジュール１２２６は、車両の１つ又は複数のセンサを較正するように構成され得る。較正モジュール１２２６は、軌道モジュール１２２４から関心領域データを受信し得る。関心領域データは、関心領域に関連する中央位置及び／又は時間ウィンドウを含み得る。較正モジュール１２２６は、較正のためのＬＩＤＡＲデータセットを決定するために車両が関心領域中にあったときにセンサによってキャプチャされたＬＩＤＡＲデータをフィルタ処理又は抽出するように構成され得る。較正モジュール１２２６は、３次元（３Ｄ）ボクセル空間にＬＩＤＡＲデータセットを投影し得るし、そこに位置付けされたデータポイントを有するボクセルを識別し得る。

様々な例では、較正モジュール１２２６は、ボクセル空間中の占有されたボクセルごとに占有スコア（例えば、コスト関数）を計算し得る。様々な例では、占有スコアは、ペナルティ数によってボクセル中のデータポイントの数を乗算することによって決定され得る。ペナルティ数は、ボクセル中にデータポイントを有するための最小コストを表し得る。様々な例では、較正モジュール１２２６は、ボクセル占有のコスト関数を最小化するように構成され、それによって、較正に使用されるボクセルの数を最小化し得る。様々な例では、較正モジュール１２２６は、閾値を上回る占有スコアをもつボクセルを識別し得るし、さらなる処理のために識別されたボクセルを選択し得る。

較正モジュール１２２６は、ボクセル空間中の各ボクセルの残差値を計算し得る。様々な例では、較正モジュール１２２６は、主成分分析を実行することによって残差値を計算し得る。そのような例では、残差値は、最小固有値を含み得る。いくつかの例では、較正モジュール１２２６は、（ｘ－１）センサ１１４からのデータに基づいてボクセルの平面を決定し得るし、ここで、ｘは、車両上のセンサの総数である。そのような例では、較正モジュール１２２６は、単一のセンサから他のセンサによって決定された平面までの距離に基づいてボクセルの残差値を計算し得る。

様々な例では、較正モジュール１２２６は、ボクセルごとに占有スコアと残差値とを加算することによってボクセルごとの最初のボクセルスコアを決定し得る。いくつかの例では、較正モジュール１２２６は、ボクセル空間の最初の総ボクセルスコアを計算し得る。

較正モジュール１２２６は、アンクシャス探索技法を使用して１つ又は複数のセンサによってキャプチャされたセンサデータの１つ又は複数の次元（Ｘ、Ｙ、Ｚ、ピッチ、ロール、ヨー）を調整すること（例えば、摂動すること）によってセンサのための較正を決定し得る。較正モジュール１２２６は、各ボクセルの残差値、従って、各ボクセルのボクセルスコアが最小化されるまで、センサデータの変換を断続的に調整し得る。様々な例では、較正モジュール１２２６は、１つ又は複数の摂動が残差値を増加させるという決定に基づいて残差値が最小化されたと決定し得る。いくつかの例では、較正モジュール１２２６は、１つ又は複数の摂動が残差値を実質的に低減しないという決定に基づいて残差値が最小化されたと決定し得る。いくつかの例では、実質的な低減は、閾値低減値よりも大きい低減を含み得る。

様々な例では、残差値が所与のボクセルサイズについて最小化されたという決定に応答して、較正モジュール１２２６は、ボクセルサイズを低減し、上記で説明したアンクシャス探索技法を繰り返し得る。いくつかの例では、較正モジュール１２２６は、ボクセルサイズ低減の反復ごとに１／２だけボクセルサイズを低減し得る。様々な例では、較正モジュール１２２６は、ボクセルサイズの低減の１回又は複数回の反復を実行し得る。少なくとも１つの例では、較正モジュール１２２６は、ボクセルサイズの低減の６回の反復を実行し得る。例えば、最初のボクセルは、１２メートルの立方体を備え得る。較正モジュール１２２６は、１２ｍの立方体から０．３７５ｍの立方体まで（例えば、１２ｍ、６ｍ、３ｍ、１．５ｍ、０．７５ｍ、０．３７５ｍのボクセルサイズごとに最適化する）ボクセルサイズの各反復を用いて残差値を最小化するためにデータを摂動し得る。いくつかの例では、較正モジュール１２６は、摂動の大きさとボクセル空間中のボクセルの次元とを反復的に低減し得る。

ボクセルサイズの低減の反復を完了し、残差値とボクセルスコアとを最適化した後に、較正モジュール１２２６は、センサを較正し得る。較正は、較正されている各センサに対応するデータに行うべき総調整及び／又は集約センサデータに行うべき総調整を決定することによって実行され得る。較正モジュール１２２６は、後で受信されたセンサデータに総調整を適用し得る。

様々な例では、較正モジュール１２２６は、１つ又は複数のセンサの較正を検証するように構成され得る。いくつかの例では、検証は、毎時、毎日、１週間に１回など周期的に実行され得る。いくつかの例では、検証は、センサが較正外れであり得るという指示に基づいて実行され得る。

いくつかの例では、較正モジュール１２２６は、検証及び／又は再較正中に影響を受けたセンサをオフラインにし得る。そのような例では、影響を受けたＬＩＤＡＲセンサが較正外れである場合、そこからキャプチャされたデータは、車両の動作に悪影響を及ぼさないことがある。いくつかの例では、較正モジュール１２２６は、検証及び／又は再較正中に影響を受けたセンサをオンラインのままにし得る。

センサの較正を検証するために、較正モジュール１２２６は、関心領域に関連するデータを識別し得る。いくつかの例では、較正モジュール１２２６は、ボクセル空間中の占有された各ボクセルに対応する残差値を計算するために関心領域に関連するデータを使用し得る。いくつかの例では、較正モジュール１２２６は、現在の残差値をボクセル空間中の各ボクセルの初期較正残差値と比較し得る。いくつかの例では、較正モジュール１２２６は、ボクセル空間中の占有されたボクセルの残差スコアを加算することによって現在のボクセル空間の残差値を計算し得る。そのような例では、較正モジュール１２２６は、現在のボクセル空間の残差値を初期較正に対応するボクセル空間の残差値と比較し得る。いくつかの例では、較正モジュール１２２６は、各値の現在のボクセルスコア及び／又はボクセル空間のボクセルスコアを初期較正に対応するそれぞれのボクセルスコアと比較し得る。

様々な例では、較正モジュール１２２６は、関心領域に関連する残差値及び／又はボクセルスコアを備えるデータストア１２１２にアクセスし得る。そのような例では、較正モジュール１２２６は、特定の関心領域中で収集されたデータの現在の残差値及び／又はボクセルスコアを特定の関心領域に対応する記憶された残差値及び／又はボクセルスコアと比較し得る。

いくつかの例では、較正モジュール１２２６は、現在の残差値及び／又はボクセルスコアが初期較正に対応する残差値及び／又はボクセルスコアよりも大きい閾値であることに基づいてセンサが較正外れであると決定し得る。センサが較正外れであるという決定に応答して、較正モジュール１２２６は、上記で説明した技法を使用してセンサを再較正し得る。

様々な例では、較正コンピューティングデバイス１２００は、車両に関連するポジションエラー（例えば、ドリフトエラー）を決定するように構成された位置特定モジュール１２２８を含み得る。上記で説明したように、車両は、１つ若しくは複数の動きセンサ及び／又は１つ若しくは複数のナビゲーションセンサ及び／又は１つ若しくは複数の他のセンサを含み得る。較正コンピューティングデバイス１２００は、軌道モジュール１２２４を介するなどして、センサから入力を受信し得るし、車両のポジション及び／又は向き（例えば、測位データ）を決定し得る。動作の時間がたつにつれて、エラーは蓄積し、測位データ中にエラーを生じる。車両のポジションエラー又はドリフトエラーを補正するために、位置特定モジュール１２２８は、基準点においてキャプチャされたデータを処理する。いくつかの例では、基準点は、車両のルート上であらかじめ定義された基準点を含み得る。いくつかの例では、基準点は、車両がルートを走行する間に２回パスされることになる車両のルートに沿った任意のポイントを含み得る。

いくつかの例では、位置特定モジュール１２２８は、車両が基準点に位置するという指示に応答して集約センサデータをセンサにキャプチャさせ得る。いくつかの例では、位置特定モジュール１２２８は、基準点の少なくとも２回のパスについて基準点においてキャプチャされたデータを処理するために集約センサデータをフィルタ処理し得る。例えば、位置特定モジュール１２２８は、車両がそれの第１のパスにおける基準点にあるという指示を受信し得る。位置特定モジュール１２２８は、基準点の第１のパスに対応する第１の集約センサデータを受信し得るし、ボクセル空間に第１の集約センサデータを投影し得る。位置特定モジュール１２２８は、次いで、車両がそれの第２のパスにおける基準点にあるという指示を受信し得る。位置特定モジュール１２２８は、基準点の第２のパスに対応する第２の集約センサデータを受信し得るし、ボクセル空間に第２の集約センサデータを投影し得る。

様々な例では、位置特定モジュール１２２８は、ボクセル空間の最初のボクセルスコアを計算し得る。最初のボクセルスコアは、ボクセル空間中の各ボクセルの占有スコアと残差値との和を備え得る。様々な例では、位置特定モジュール１２２８は、各ボクセルに対応するボクセルスコアを最小化し得る。最小化は、ボクセル占有のコスト関数を最小化することを含み得る。最小化は、ボクセル空間中の各ボクセルの残差値を最小化することをさらに含み得る。様々な例では、位置特定モジュール１２２８は、後でキャプチャされたデータセット（例えば、第２の集約データ）に対してアンクシャス探索技法を使用することによって残差値を最小化し得る。そのような例では、位置特定モジュール１２２８は、第１の集約データを一定に保ちながら、第２の集約データの１つ又は複数の変換を調整し得る。位置特定モジュール１２２８は、ボクセル空間中のデータの鮮明な画像を生じる第２の集約データに対する総調整を決定し得る。総調整に基づいて、位置特定モジュール１２２８は、第１の集約センサデータがキャプチャされた第１のパスから第２の集約センサデータがキャプチャされた第２のパスにポジション及び／又は向き（例えば、デルタ変換）中のエラーを推定し得る。位置特定モジュール１２２８は、車両を正確に位置特定するために測位データ（例えば、動きセンサ及び／又はナビゲーションセンサからのデータ）にデルタ変換を適用し得る。

さらに、上記で参照したデータの一部又は全部は、ＣＰＵタイプの処理ユニット１２０６に搭載のメモリ１２３０（１）、ＧＰＵタイプの処理ユニット１２０８に搭載のメモリ１２３０（２）、ＦＰＧＡタイプのアクセラレータ１２１０（１）に搭載のメモリ１２３０（３）、ＤＳＰタイプのアクセラレータ１２１０（２）に搭載のメモリ１２３０（４）、及び／又は別のアクセラレータ１２１０（Ｎ）に搭載のメモリ１２３０（Ｍ）などの別個のメモリ１２３０上に記憶され得る。

本明細書で提示する主題が、コンピュータプロセス、コンピュータ制御装置、コンピューティングシステム、又はコンピュータ可読記憶媒体などの製造品として実装され得ることを諒解されたい。本明細書で説明する主題を、１つ又は複数のコンピューティングデバイス上で実行するプログラムモジュールの一般的なコンテキストで提示するが、他の例が他のタイプのプログラムモジュールと組み合わせて実行され得ることを当業者は認識されよう。概して、プログラムモジュールは、特定のタスクを実行するか又は特定の抽象データ型を実装するルーチン、プログラム、構成要素、データ構造、及び他のタイプの構造を含む。

また、本明細書で説明する主題の態様が、本明細書で説明するコンピュータシステム構成を越えて、マルチプロセッサシステム、マイクロプロセッサベースの又はプログラマブルな家庭用電子機器、ミニコンピュータ、メインフレームコンピュータ、ハンドヘルドコンピュータ、携帯電話デバイス、タブレットコンピューティングデバイス、専用ハードウェアデバイス、ネットワーク器具などを含む他のコンピュータシステム構成上で又はそれに関連して実施され得ることを、当業者は諒解されよう。

上記に基づいて、車両センサを較正することと、ポジションエラーを修正するためにそこから収集されたセンサデータを使用することとについて本明細書で提示したことを諒解されたい。さらに、本明細書で提示する主題が、コンピュータ構造特徴、方法論的行為、及びコンピュータ可読媒体に固有の言語で記載されているが、添付の特許請求の範囲に定義されている発明が、必ずしも、本明細書で説明する特定の特徴、行為、又は媒体に限定されるとは限らないことを理解されたい。むしろ、特定の特徴、行為及び媒体を特許請求の範囲に記載の主題を実装する例示的な形態として開示する。

上記で説明した主題は、単に例として与えたものであり、限定するものと解釈すべきではない。さらに、請求する主題は、本開示のいずれかの部分で言及されたいずれか又は全ての欠点を解決する例に限定されない。図示の説明した例及び適用例に従うことなく、本発明の趣旨及び範囲から逸脱することなく添付の特許請求の範囲に記載の本明細書で説明する主題に様々な修正及び変更がなされ得る。

例示的な条項
Ａ：システムであって、１つ又は複数のプロセッサと、１つ又は複数のプロセッサに通信可能に結合され、車両上の第１のセンサから第１のデータセットとして第１のセンサデータを受信し、車両上の第２のセンサから第２のデータセットとして第２のセンサデータを受信することと、ボクセル空間に第１のデータセットと第２のデータセットとを投影することと、ボクセル空間中の占有されたボクセルを識別することと、ボクセル空間中の占有されたボクセルの個々のボクセルに関連する残差値を計算することと、残差値の大きさを最適化するようにボクセル空間中の第１のデータセット又は第２のデータセットのポジションを調整することと、ボクセル空間の最適化されたボクセルスコアに対応するセンサ変換を決定することとを行うように１つ又は複数のプロセッサによって実行可能な命令を記憶した１つ又は複数のコンピュータ可読記憶媒体とを備えるシステム。

Ｂ：段落Ａとしてのシステムであって、命令は、各ボクセルの占有ペナルティを決定することであって、占有スコアは、占有ペナルティに少なくとも部分的に基づいて決定される、決定することと、センサ変換に少なくとも部分的に基づいて第２のデータセットの少なくともサブセットに対応するデータポイントを再投影することによってボクセル空間中の各ボクセルの占有スコアを最小化することとを行うように１つ又は複数のプロセッサによってさらに実行可能であるシステムについて記載する。

Ｃ：段落Ａ又はＢとしてのシステムであって、第１のセンサ及び第２のセンサは、同じセンサであるシステムについて記載する。

Ｄ：段落Ａ～Ｃのいずれか一段としてのシステムであって、命令は、固有値分解から生じる最小固有値又はセンサ変換を決定するときに少なくとも第２のデータセットを表す平面からの第１のデータセット中のデータポイントの距離のうちの１つ又は複数に基づいて残差値を決定することを行うように１つ又は複数のプロセッサによってさらに実行可能であるシステムについて記載する。

Ｅ：段落Ａ～Ｄのいずれか一段としてのシステムであって、命令は、動きセンサ、ナビゲーションセンサ、画像センサ、又は深度センサのうちの少なくとも１つから入力を受信することと、車両の軌道に少なくとも部分的に基づいて関心領域を決定することであって、第１のデータセット又は第２のデータセットは、関心領域中で収集される、決定することとを行うように１つ又は複数のプロセッサによってさらに実行可能であるシステムについて記載する。

Ｆ：段落Ｅとしてのシステムであって、関心領域は、中央位置と中央位置を中心とする時間ウィンドウとを備え、中央位置は、車両のヨーレート、経路の曲率半径、車両のポジション、又は車両のスピードのうちの少なくとも１つに基づいて識別されるシステムについて記載する。

Ｇ：段落Ａ～Ｆのいずれか一段としてのシステムであって、命令は、第１のセンサ若しくは第２のセンサのうちの少なくとも１つを較正すること、車両のポジションに関連するドリフトエラーを計算すること、又は車両の軌道に関連するエラーを識別することを行うように１つ又は複数のプロセッサによってさらに実行可能であるシステムについて記載する。

Ｈ：段落Ａ～Ｇのいずれか一段としてのシステムであって、命令は、ボクセル空間中のボクセルのサイズを低減することと、ボクセル空間に投入するボクセルの数を増加することとを行うように１つ又は複数のプロセッサによってさらに実行可能であるシステムについて記載する。

Ｉ：段落Ａ～Ｈのいずれか一段としてのシステムであって、命令は、ボクセル空間に関連する第２のボクセルスコアを計算することと、第２の最適化されたボクセルスコアに対応する第２のセンサ変換を決定することであって、第１のセンサと第２のセンサとの較正は、第２のセンサ変換に少なくとも部分的に基づく、決定することとを行うように１つ又は複数のプロセッサによってさらに実行可能であるシステムについて記載する。

Ｊ：実行に応答して、段落Ａ～Ｉのいずれか一段としてのシステムを実行するようにコンピュータを構成するコンピュータ実行可能命令を有するコンピュータ可読媒体について記載する。

Ｋ：方法であって、車両の複数のセンサからデータセットを受信するステップと、ボクセル空間にデータセットを投影するステップと、ボクセル空間に関連する残差値を低減するためにデータセットの第１のセンサデータを摂動するステップであって、第１のセンサデータは、複数のセンサのうちの第１のセンサに対応する、摂動するステップと、ボクセル空間に関連する最小化された残差値に対応する第１のセンサデータに対するセンサ変換を決定するステップと、センサ変換に少なくとも部分的に基づいて複数のセンサのうちの第１のセンサを較正するステップとを備える方法。

Ｌ：段落Ｋとしての方法であって、各ボクセルの残差は、占有スコアと残差値との和を備え、残差値は、固有値又は平面までの距離のうちの１つに関連付けられる、方法について記載する。

Ｍ：段落Ｋ又はＬとしての方法であって、車両が第１の時間に基準点に位置するという指示を受信するステップと、第１の時間に第１の集約データセットをキャプチャするステップであって、第１の集約データセットは、複数のセンサに関連し、基準点における環境に対応する第１のメタスピンを備える、キャプチャするステップと、車両が第２の時間に基準点に位置するという指示を受信するステップと、第２の時間に第２の集約データセットをキャプチャするステップであって、第２の集約データセットは、複数のセンサに関連し、基準点における環境に対応する第２のメタスピンを備える、キャプチャするステップと、基準点における環境に対応するボクセル空間に第１の集約データセットと第２の集約データセットとを投影するステップと、第２のボクセル空間に関連する残差値を最小化するために第２の集約データセットの１つ又は複数の次元を摂動するステップと、第１の時間と第２の時間との間の測位エラーを決定するステップと、の方法について記載する。

Ｎ：段落Ｋ～Ｍのいずれか一段としての方法であって、動きセンサデータ又はナビゲーションセンサデータのうちの少なくとも１つに基づいて車両の軌道を計算するステップと、軌道が関心領域に対応すると決定するステップと、関心領域に関連する時間ウィンドウを識別するステップであって、第１のセンサデータは、関心領域中で収集されたデータを備える、識別するステップとをさらに備える方法について記載する。

Ｏ：段落Ｎとしての方法であって、軌道が関心領域に対応すると決定するステップは、車両のヨーレート、経路の曲率半径、車両のポジション、又は車両のスピードのうちの少なくとも１つに基づく方法について記載する。

Ｐ：段落Ｋ～Ｏのいずれか一段としての方法であって、ボクセル空間中のボクセルのサイズが最小サイズでないと決定するステップと、ボクセル空間中のボクセルのサイズを低減するステップと、ボクセル空間中のボクセルの数を増加するステップと、ボクセルの低減されたサイズごとに第１のセンサデータに対する変換を反復的に決定するステップであって、第１のセンサの較正は、変換の反復的な決定に基づく、決定するステップとをさらに備える方法について記載する。

Ｑ：段落Ｋ～Ｐのいずれか一段としての方法であって、複数のセンサのうちの第１のセンサがアライメント外れであるという指示を受信するステップと、車両の動作制御システムへの入力から第１のセンサに関連するデータを除去するステップであって、複数のセンサのうちの少なくとも１つのセンサを較正するステップは、第１のセンサを較正するステップを備える、除去するステップと、第１のセンサの較正に応答して、動作制御システムに第１のセンサデータを送るステップとをさらに備える方法について記載する。

Ｒ：システム又はデバイスであって、プロセッサと、プロセッサに結合されたコンピュータ可読媒体であって、コンピュータ可読媒体は、段落Ｋ～Ｑのいずれか一段としてのコンピュータ実装方法を実行するようにプロセッサを構成する命令を含む、コンピュータ可読媒体とを備えるシステム又はデバイスについて記載する。

Ｓ：システム又はデバイスであって、処理するための手段と、処理するための手段に結合された記憶するための手段であって、記憶するための手段は、段落Ｋ～Ｑのいずれか一段としてのコンピュータ実装方法を実行するように１つ又は複数のデバイスを構成する命令を含む、記憶するための手段とを備えるシステム又はデバイスについて記載する。

Ｔ：実行に応答して、段落Ｋ～Ｑのいずれか一段としての方法を実行するようにコンピュータを構成するコンピュータ実行可能命令を有するコンピュータ可読媒体について記載する。

Ｕ：デバイスであって、１つ又は複数のプロセッサと、１つ又は複数のコンピュータ可読記憶媒体であって、１つ又は複数のプロセッサに通信可能に結合され、複数のセンサからデータセットを受信することと、ボクセル空間にデータセットを投影することであって、ボクセル空間は、複数のボクセルを備える、投影することと、ボクセル空間に関連する残差値を低減するためにデータセットの第１のセンサデータを摂動することであって、第１のセンサデータは、複数のセンサのうちの第１のセンサに対応し、残差値は、第１のセンサデータに関連する各ボクセルからデータセットの一部分を表す平面までの距離又は各ボクセルの最小固有値に少なくとも部分的に基づく、摂動することと、ボクセル空間に関連する最小化された残差値に対応する第１のセンサデータに対する変換を決定することとを行うように１つ又は複数のプロセッサによって実行可能な命令を記憶したコンピュータ可読記憶媒体とを備えるデバイス。

Ｖ：段落Ｕとしてのデバイスであって、命令は、動きセンサ、ナビゲーションセンサ、深度センサ、又は画像センサのうちの少なくとも１つからデータを受信することと、データに基づいて車両の軌道を計算することと、軌道が関心領域に対応すると決定することと、関心領域に関連する時間ウィンドウを識別することであって、データセットは、関心領域中で収集されたデータを備える、識別することとを行うように１つ又は複数のプロセッサによってさらに実行可能であるデバイスについて記載する。

Ｗ：段落Ｕ又はＫとしてのデバイスであって、第１のセンサデータを摂動することは、第１のセンサデータに関連する１つ又は複数の方向次元と１つ又は複数の向き次元とに対するポジションを調整することを備えるデバイスについて記載する。

Ｘ：段落Ｕ～Ｗのいずれか一段としてのデバイスであって、命令は、ボクセル空間中のボクセルのサイズが最小サイズでないと決定することと、ボクセル空間中のボクセルの数を増加することと、ボクセル空間中のボクセルのサイズを低減することと、ボクセルの低減されたサイズごとに第１のセンサデータに対する変換を反復的に決定することであって、複数のセンサのうちの少なくとも１つのセンサの較正は、変換の反復的な決定に基づく、決定することとを行うように１つ又は複数のプロセッサによってさらに実行可能であるデバイスについて記載する。

Ｙ：システムであって、１つ又は複数のプロセッサと、１つ又は複数のコンピュータ可読記憶媒体であって、１つ又は複数のプロセッサに通信可能に結合され、車両の複数のセンサによってキャプチャされたセンサデータを受信することと、ボクセル空間にセンサデータを適用することと、複数のセンサのうちの第１のセンサの第１の体勢と複数のセンサのうちの第２のセンサの第２の体勢とを決定することと、摂動のセットに少なくとも部分的に基づいて第１のセンサ又は第２のセンサに適用すべき変換を識別することであって、摂動のセット中の各摂動は、第１のセンサ又は第２のセンサのうちの少なくとも１つに対応する大きさと、方向次元のうちの少なくとも１つ又は向き次元のうちの少なくとも１つとを備える、識別することと、各第１のセンサ又は第２のセンサに適用される摂動に関連するボクセル空間の残差値を計算することと、ボクセル空間の最適化された残差値に少なくとも部分的に基づいて第１のセンサ又は第２のセンサの最適化された体勢を決定することであって、最適化された残差値は、摂動のセットのうちの１つに関連する変換に対応する、決定することとを行うように１つ又は複数のプロセッサによって実行可能な命令を記憶したコンピュータ可読記憶媒体とを備えるシステム。

Ｚ：段落Ｙとしてのシステムであって、向き次元のうちの少なくとも１つが第１のセンサ又は第２のセンサに関連するピッチ、ロール、及びヨーに対応するシステムについて記載する。

ＡＡ：段落Ｙ又はＺとしてのシステムであって、方向次元のうちの少なくとも１つが、Ｘ軸、Ｙ軸、又はＺ軸に対する第１のセンサ又は第２のセンサの並進に対応するシステムについて記載する。

ＡＢ：段落Ｙ～ＡＡのいずれか一段としてのシステムであって、各摂動の大きさが、ボクセル空間中の個々のボクセルのボクセルサイズに少なくとも部分的に基づくシステムについて記載する。

ＡＣ：段落Ｙ～ＡＢのいずれか一段としてのシステムであって、摂動のセットが、向きの組合せを備え、方向次元の変更を備えないシステムについて記載する。

ＡＤ：段落ＡＣとしてのシステムであって、摂動のセットに適用する少なくとも１つの大きさを決定することと、摂動のセットに少なくとも１つの大きさを適用することであって、最適化された残差値は、摂動のセットへの少なくとも１つの大きさの適用から生じた最適な値に少なくとも部分的に基づく、適用することとをさらに備えるシステムについて記載する。

ＡＥ：段落Ｙ～ＡＤのいずれか一段としてのシステムであって、命令は、最適化された体勢に少なくとも部分的に基づいて第１のセンサ又は第２のセンサのうちの少なくとも１つを較正するように１つ又は複数のプロセッサによってさらに実行可能であるシステムについて記載する。

ＡＦ：段落Ｙ～ＡＥのいずれか一段としてのシステムであって、命令は、最適化された体勢に少なくとも部分的に基づいて車両のポジションに関連するドリフトエラーを決定するように１つ又は複数のプロセッサによってさらに実行可能であるシステムについて記載する。

ＡＧ：実行に応答して、段落Ａ～Ｉのいずれか一段としてのシステムを実行するようにコンピュータを構成するコンピュータ実行可能命令を有するコンピュータ可読媒体について記載する。

ＡＨ：方法であって、車両の第１のセンサによってキャプチャされた第１のセンサデータと第２のセンサによってキャプチャされた第２のセンサデータとを備えるデータセットを受信するステップと、ボクセル空間にデータセットを適用するステップと、ボクセル空間の残差値を決定するステップと、それぞれのセンサの少なくとも１つの方向次元又は少なくとも１つの向き次元に関して第１のセンサ又は第２のセンサのうちの少なくとも１つに適用すべき変換を識別するステップであって、変換は、ボクセル空間の最適化された残差値に関連付けられる、識別するステップとを備える方法。

ＡＩ：段落ＡＨとしての方法であって、変換を識別するステップは、少なくとも１つの向き次元とは無関係に少なくとも１つの方向次元を摂動するステップを備える方法について記載する。

ＡＪ：段落ＡＨ又はＡＩとしての方法であって、変換を識別するステップは、摂動のセットによって第１のセンサ又は第２のセンサを摂動するステップを備える方法について記載する。

ＡＫ：段落ＡＨ～ＡＪのいずれか一段としての方法であって、データセットは、第１のデータセットであり、車両が第１の時間に基準点にあるという第１の指示を受信するステップと、第１の指示に少なくとも部分的に基づいて、基準点に近接した環境の第１の表現を備える第１のデータセットをキャプチャするステップと、車両が第２の時間に基準点にあるという第２の指示を受信するステップと、第２の指示に少なくとも部分的に基づいて、基準点に近接した環境の第２の表現を備える第２のデータセットをキャプチャするステップとをさらに備え、変換を識別するステップは、第２のデータセットに関連する次元を摂動するステップを備える方法について記載する。

ＡＬ：段落ＡＨ～ＡＫのいずれか一段としての方法であって、変換に少なくとも部分的に基づいて第１のセンサ若しくは第２のセンサのうちの少なくとも１つを較正するステップ、又は変換に少なくとも部分的に基づいて車両のドリフトエラーを決定するステップをさらに備える方法について記載する。

ＡＭ：段落ＡＨ～ＡＬのいずれか一段としての方法であって、変換を識別するステップは、摂動のセットによって第１のセンサ又は第２のセンサを摂動するステップを備え、ボクセル空間中のボクセルのサイズを決定するステップであって、摂動のセット中の各摂動は、ボクセルのサイズに少なくとも部分的に基づく、決定するステップをさらに備える方法について記載する。

ＡＮ：段落ＡＨ～ＡＭのいずれか一段としての方法であって、変換を識別するステップは、摂動のセットによって第１のセンサ又は第２のセンサを摂動するステップを備え、摂動のセットの各摂動は、少なくとも１つの方向次元又は少なくとも１つの向き次元に関する大きさを備える方法について記載する。

ＡＯ：システム又はデバイスであって、プロセッサと、プロセッサに結合されたコンピュータ可読媒体であって、コンピュータ可読媒体は、段落ＡＨ～ＡＮのいずれか一段としてのコンピュータ実装方法を実行するようにプロセッサを構成する命令を含む、コンピュータ可読媒体とを備えるシステム又はデバイスについて記載する。

ＡＰ：システム又はデバイスであって、処理するための手段と、処理するための手段に結合された記憶するための手段であって、記憶するための手段は、段落ＡＨ～ＡＮのいずれか一段としてのコンピュータ実装方法を実行するように１つ又は複数のデバイスを構成する命令を含む、記憶するための手段とを備えるシステム又はデバイスについて記載する。

ＡＱ：実行に応答して、段落ＡＨ～ＡＮのいずれか一段としての方法を実行するようにコンピュータを構成するコンピュータ実行可能命令を有するコンピュータ可読媒体について記載する。

ＡＲ：１つ又は複数の非一時的コンピュータ可読記憶媒体であって、１つ又は複数のプロセッサに通信可能に結合され、第１のセンサによってキャプチャされた第１のセンサデータと第２のセンサによってキャプチャされた第２のセンサデータとを備えるデータセットを受信することと、ボクセル空間にデータセットを投影することと、それぞれのセンサの少なくとも１つの方向次元又は少なくとも１つの向き次元に関して第１のセンサ又は第２のセンサのうちの少なくとも１つに適用すべき変換を識別することであって、変換は、ボクセル空間の最適化された残差値に関連付けられる、識別することとを行うように１つ又は複数のプロセッサによって実行可能な命令を記憶した１つ又は複数の非一時的コンピュータ可読記憶媒体。

ＡＳ：段落ＡＲとしての１つ又は複数の非一時的コンピュータ可読記憶媒体であって、命令は、変換に少なくとも部分的に基づいて第１のセンサ若しくは第２のセンサのうちの少なくとも１つを較正すること、又は変換に少なくとも部分的に基づいて車両のドリフトエラーを決定することを行うように１つ又は複数のプロセッサによってさらに実行可能である１つ又は複数の非一時的コンピュータ可読記憶媒体について記載する。

ＡＴ：段落ＡＲ又はＡＳとしての１つ又は複数の非一時的コンピュータ可読記憶媒体であって、向き次元は、ピッチ、ロール、又はヨーのうちの少なくとも１つに対応し、方向次元は、Ｘ軸、Ｙ軸、又はＺ軸のうちの少なくとも１つに対応する１つ又は複数の非一時的コンピュータ可読記憶媒体について記載する。

ＡＵ：段落ＡＲ～ＡＴのいずれか一段としての１つ又は複数の非一時的コンピュータ可読記憶媒体であって、少なくとも１つの方向次元又は向き次元に関する第１のセンサ又は第２のセンサのうちの少なくとも１つへの変換の適用は、２又は３次元への同時の変更を備える１つ又は複数の非一時的コンピュータ可読記憶媒体について記載する。

ＡＶ：段落ＡＲ～ＡＵのいずれか一段としての１つ又は複数の非一時的コンピュータ可読記憶媒体であって、変換の大きさが、ボクセル空間中の個々のボクセルのボクセルサイズに少なくとも部分的に基づく１つ又は複数の非一時的コンピュータ可読記憶媒体について記載する。

システム又はデバイスであって、プロセッサと、プロセッサに結合されたコンピュータ可読媒体であって、コンピュータ可読媒体は、段落ＡＲ～ＡＶのいずれか一段としてのコンピュータ実装方法を実行するようにプロセッサを構成する命令を含む、コンピュータ可読媒体とを備えるシステム又はデバイスについて記載する。

Claims (14)

1. １つ以上のプロセッサと、
   前記１つ以上のプロセッサに通信可能に接続された１つ以上のコンピュータ可読記録媒体であって、前記１つ以上のプロセッサによって、
   車両上の第１のセンサからの第１のデータセットとしての第１のセンサデータと、前記車両上の第２のセンサからの第２のデータセットとしての第２のセンサデータとを受信することと、
   前記第１のデータセット及び前記第２のデータセットをボクセル空間に投影することと、
   前記ボクセル空間における占有ボクセルを識別することであって、前記占有ボクセルは、前記第１のセンサデータ及び前記第２のセンサデータに対応するデータポイントを備えるボクセルである、ことと、
   前記ボクセル空間における前記占有ボクセルの個々のボクセルに関連するボクセルスコアを計算することであって、前記ボクセルスコアは、残差値を占有スコアに組み合わせることによって得られる値であり、前記残差値は、前記第１のセンサデータ又は前記第２のセンサデータのうちの１つ以上に対応する平面に基づいて計算される値であり、前記占有スコアは、対応するボクセルが備えるデータポイントの数に占有ペナルティを乗算して得られる値であり、前記占有ペナルティは、ボクセルにデータポイントを備えるための最小コストを表す、ことと、
   前記ボクセル空間における前記第１のデータセット又は前記第２のデータセットを調整して前記ボクセルスコアの大きさを最適化することと、
   前記ボクセル空間の最適化されたボクセルスコアに対応するセンサ変換を決定することと、を実行可能にする命令を格納している１つ以上のコンピュータ可読記録媒体と、
   を含む、システム。
2. 前記命令は、前記１つ以上のプロセッサによって、
   各ボクセルに対する占有ペナルティを決定することであって、前記占有スコアは、少なくとも部分的に前記占有ペナルティに基づいて決定される、ことと、
   少なくとも部分的に前記センサ変換に基づいて、前記第２のデータセットの少なくともサブセットに対応するデータポイントを再投影することによって、前記ボクセル空間の各ボクセルに対する前記占有スコアを最小化することと、をさらに実行可能にする、
   請求項１に記載のシステム。
3. 前記センサ変換は、前記第１のセンサ又は前記第２のセンサに適用され、且つ少なくとも部分的に摂動のセットに基づくものであり、前記摂動のセットの各摂動は、前記第１のセンサ又は前記第２のセンサの少なくとも１つに対応する、大きさと、少なくとも１つの方向次元又は少なくとも１つの向き次元とを含み、前記命令は、前記１つ以上のプロセッサによって、
   前記第１のセンサ又は前記第２のセンサに適用される各摂動に関連する前記ボクセル空間のボクセルスコアを計算することと、
   前記ボクセル空間の最適化されたボクセルスコアに少なくとも部分的に基づいて、前記第１のセンサ又は前記第２のセンサの最適化された体勢を決定することであって、前記最適化されたボクセルスコアは、１つの前記摂動のセットに関連する前記センサ変換に対応し、各摂動の前記大きさは、少なくとも部分的に、前記ボクセル空間における前記ボクセルのサイズに基づく、ことと、
   をさらに実行可能にする、
   請求項１に記載のシステム。
4. 前記少なくとも１つの前記向き次元は、前記第１のセンサ又は前記第２のセンサに関するピッチ、ロール、ヨーに対応し、
   前記少なくとも１つの前記方向次元は、Ｘ軸、Ｙ軸、Ｚ軸についての前記第１のセンサ又は前記第２のセンサの変換に対応する、
   請求項３に記載のシステム。
5. 前記命令は、前記１つ以上のプロセッサによって、
   個々のボクセルに関連付けられたデータポイントの共分散の固有値分解を実行して複数の固有値を決定し、前記残差値として、前記複数の固有値の最小値を選択すること、をさらに実行可能にする、
   請求項１に記載のシステム。
6. 前記命令は、前記１つ以上のプロセッサによって、
   動きセンサ、ナビゲーションセンサ、画像センサ、又は深度センサのうちの少なくとも１つからの入力を受信することと、
   少なくとも部分的に前記入力に基づいて前記車両の軌道を決定することと、
   少なくとも部分的に前記車両の前記軌道に基づいて関心領域を決定することであって、前記第１のデータセット又は前記第２のデータセットは、前記関心領域において収集される、ことと、をさらに実行可能にする、
   請求項１に記載のシステム。
7. 前記関心領域は、中心位置及び前記中心位置を中心とする時間ウィンドウを含み、前記中心位置は、所与の時間における前記車両のヨーレート、前記所与の時間における経路の曲率半径、前記所与の時間における前記車両の位置、前記所与の時間における前記車両の速度のうちの少なくとも１つに基づいて識別される、
   請求項６に記載のシステム。
8. 前記命令は、前記１つ以上のプロセッサによって、
   前記第１のセンサ又は前記第２のセンサのうちの少なくとも１つを較正すること、
   前記車両の位置に関するドリフトエラーを計算すること、又は
   前記車両の軌道に関するエラーが生じているかどうかを決定すること、
   をさらに実行可能にする、
   請求項１に記載のシステム。
9. 前記命令は、前記１つ以上のプロセッサによって、
   前記ボクセル空間における前記ボクセルのサイズを低減することと、
   前記ボクセル空間にあるボクセルの数を増加させることと、をさらに実行可能にする、
   請求項１に記載のシステム。
10. 車両の複数のセンサからのデータセットを受信することと、
    前記データセットをボクセル空間に投影することと、
    前記データセットの第１のセンサデータを摂動して前記ボクセル空間に関する残差値を低減することであって、前記第１のセンサデータは、前記複数のセンサのうちの第１のセンサに対応し、前記残差値は、前記データセットの第２のセンサデータに少なくとも部分的に基づいて決定された平面に基づいて計算される値である、ことと、
    前記ボクセル空間に関連する最小化された残差値に対応する前記第１のセンサデータに対するセンサ変換を決定することと、
    前記センサ変換に少なくとも部分的に基づいて、前記複数のセンサのうちの前記第１のセンサを較正することと、
    を含む、方法。
11. 前記車両が第１の時間に基準点に位置することの指示を受信することと、
    前記第１の時間に第１の集約データセットをキャプチャすることであって、前記第１の集約データセットは、前記複数のセンサに関する第１の集約センサデータを含み、且つ前記基準点での環境に対応する、ことと、
    前記車両が第２の時間に前記基準点に位置することの指示を受信することと、
    第２の集約データセットをキャプチャすることであって、前記第２の集約データセットは、前記複数のセンサに関する第２の集約センサデータを含み、且つ前記基準点での前記環境に対応する、ことと、
    前記第１の集約データセット及び前記第２の集約データセットを、前記基準点での前記環境に対応する前記ボクセル空間に投影することと、
    前記第２の集約データセットの１以上の次元を摂動して第２のボクセル空間に関する残差値を最小化することと、
    前記第１の時間と前記第２の時間との間でのポジションエラーを決定することと、
    をさらに含む、請求項１０に記載の方法。
12. 動きセンサデータ又はナビゲーションセンサデータのうちの少なくとも１つに基づいて前記車両の軌道を計算することと、
    前記軌道が関心領域に対応すると決定することと、
    前記関心領域に関する時間ウィンドウを識別することであって、前記第１のセンサデータは、前記関心領域において収集されたデータを含む、ことと、
    をさらに含む、請求項１０に記載の方法。
13. 前記ボクセル空間におけるボクセルのサイズが最小サイズではないと決定することと、
    前記ボクセル空間におけるボクセルの前記サイズを低減することと、
    前記ボクセル空間におけるボクセルの数を増加させることと、
    反復的に、前記ボクセルの低減された各サイズについて、前記第１のセンサデータに対する前記変換を決定することであって、前記第１のセンサの較正は、前記変換の反復的な決定に基づく、ことと、
    をさらに含む、請求項１０に記載の方法。
14. 前記複数のセンサのうちの前記第１のセンサがアライメント外であることの指示を受信することと、
    前記車両の動作制御システムへの入力から、前記第１のセンサに関するデータを消去することであって、前記複数のセンサのうちの前記少なくとも１つのセンサを較正することは、前記第１のセンサを較正することを含む、ことと、
    前記第１のセンサの較正に応じて、前記第１のセンサデータを前記動作制御システムに送信することと、をさらに含む、
    請求項１０に記載の方法。

Images