JP7199163B2 - 位置推定方法、装置及びコンピュータプログラム - Google Patents

Description

以下、位置推定に関する技術が提供される。

車両用ナビゲーションシステムは、自動車などが移動しているとき複数の衛星測位システム（Ｇｌｏｂａｌ ｎａｖｉｇａｔｉｏｎ ｓａｔｅｌｌｉｔｅ ｓｙｓｔｅｍｓ：ＧＮＳＳ）に属する人工衛星から送出される電波を受信して移動体の現在位置を確認し、また、移動体の速度を確認しなければならない。このような車両用ナビゲーション装置は、ＧＮＳＳ受信機で受信した情報を用いて緯度、経度、及び高度情報を含む３次元の車両現在位置を算出し得る。しかし、ＧＮＳＳ信号は、約１０ｍ～１００ｍ程度のＧＮＳＳ位置誤差を含んでいる。このような位置の誤差は、他のセンサを用いて補正され得る。

本発明の目的は、位置推定に関する技術が提供することにある。

一実施形態に係るプロセッサによって実行される位置推定方法は、主センサから取得した主検出データから対象位置を推定するステップと、補助センサから取得した補助検出データの信頼性を検証するステップと、前記補助検出データが信頼性を有すると判断されたことに応答して、前記補助検出データ及び主検出データに基づいて前記対象位置を決定するステップとを含む。

前記対象位置を推定するステップは、位置誤差を補償するために前記主検出データに非線型フィルタリングを適用するステップを含み得る。

前記位置推定方法、対象の加速度及び角速度を示す慣性測位ユニット（ｉｎｅｒｔｉａｌ ｍｅａｓｕｒｅｍｅｎｔ ｕｎｉｔ：ＩＭＵ）信号及び衛星測位システム（ＧＮＳＳ）信号を前記主検出データとして取得するステップをさらに含み得る。

前記位置推定方法は、前記補助検出データが信頼性を有しないと判断されたことに応答して、前記主検出データから推定された対象位置を前記対象位置として決定するステップをさらに含み得る。

前記補助検出データの信頼性を検証するステップは、前記補助センサから前記対象の前方に対応するイメージデータを取得するステップと、前記イメージデータの信頼性を判断するステップとを含み得る。

前記位置推定方法は、現在の時間区間の間に収集された前記補助検出データが信頼性を有しないと判断されたことに応答して、前記現在の時間区間の間に前記補助検出データを排除するステップをさらに含み得る。

前記補助検出データの信頼性を検証するステップは、前記補助検出データに対する信頼スコアを算出するステップと、前記算出された信頼スコアが閾値スコアを超過する場合に応答して、前記補助検出データが信頼性を有すると決定するステップと、前記算出された信頼スコアが閾値スコア以下である場合に応答して、前記補助検出データが信頼性を有しないと決定するステップとを含み得る。

前記補助センサから取得した補助検出データの信頼性を検証するステップは、前記主検出データを基準として前記補助検出データの信頼性を判断するステップを含み得る。

前記補助検出データの信頼性を検証するステップは、前記主検出データから導き出された位置情報と前記補助検出データから導き出された位置情報との間の差、前記主検出データから導き出された速度情報と前記補助検出データから導き出された速度情報との間の差、及び前記主検出データから導き出された姿勢情報と前記補助検出データから導き出された姿勢情報との間の差のうち少なくとも１つを算出するステップと、前記位置情報の差、前記速度情報の差、及び前記姿勢情報の差のうち少なくとも１つに基づいて前記補助検出データの信頼性を決定するステップとを含み得る。

前記位置推定方法は、複数の補助センサから他の補助検出データを収集するステップをさらに含み、前記補助センサから取得した補助検出データの信頼性を検証するステップは、前記他の補助検出データのそれぞれ及び前記補助検出データの信頼スコアを算出するステップを含み、前記対象位置を決定するステップは、前記補助検出データ及び前記他の補助検出データのそれぞれのうち、信頼スコアが最も高い検出データ及び前記主検出データに基づいて前記対象位置を決定するステップを含み得る。

前記位置推定方法は、追加センサから取得した追加検出データの信頼性を検証するステップと、前記追加検出データが信頼性を有すると判断されたことに応答して、前記追加検出データ、前記補助検出データ、及び主検出データに基づいて前記対象位置を決定するステップとをさらに含み得る。

前記位置推定方法は、前記補助検出データの信頼性に基づいて、前記対象位置に対する出力モードを選択するステップをさらに含み、前記出力モードを選択するステップは、前記補助センサが閾値スコア以下の信頼スコアを示す場合に応答して、前記主検出データに基づいて推定された位置を出力するステップと、前記補助センサが前記閾値スコアを超過する信頼スコアを示す場合に応答して、前記主検出データ及び前記補助検出データに基づいて前記決定された位置を出力するステップとを含み得る。

一実施形態に係る位置推定装置は、主検出データ及び補助検出データを生成するセンサと、前記主検出データから対象位置を推定し、前記補助検出データの信頼性を検証し、前記補助検出データが信頼性を有すると判断されたことに応答して、前記補助検出データ及び主検出データに基づいて前記対象位置を決定するプロセッサとを含む。

前記プロセッサは、位置誤差を補償するために前記主検出データに非線型フィルタリングを適用し得る。

前記センサは、対象の加速度及び角速度を示すＩＭＵ信号及びＧＮＳＳ信号を前記主検出データとして取得する主センサを含み得る。

前記プロセッサは、前記補助検出データが信頼性を有しないと判断されたことに応答して、前記主検出データから推定された対象位置を前記対象位置として決定し得る。

前記センサは、前記対象の前方に対応するイメージデータを取得する補助センサを含み得る。

前記プロセッサは、現在の時間区間の間に収集された前記補助検出データが信頼性を有しないと判断されたことに応答して、前記現在の時間区間の間に前記補助検出データを排除し得る。

前記プロセッサは、前記補助検出データに対する信頼スコアを算出し、前記算出された信頼スコアが閾値スコアを超過する場合に応答して、前記補助検出データが信頼性を有しないと決定し、前記算出された信頼スコアが閾値スコア以下である場合に応答して、前記補助検出データが信頼性のないものと決定し得る。

前記主検出データ及び前記補助検出データは複数のセンサから生成され、前記プロセッサは、カルマンフィルタリングを用いて前記複数のセンサのそれぞれの性能に基づいて最適化された比率で検出データを融合させることで、前記対象の前記位置を決定し得る。

前記プロセッサは、前記主検出データに比べて高い正確度及び低い信頼性を有する前記補助検出データを選択的に用いることで前記対象の前記位置を決定し得る。

前記センサは、ＧＮＳＳセンサ又はＩＭＵセンサのうち少なくとも１つを含む主センサと、少なくとも１つのカメラを含む補助センサと、オドメーター（ｏｄｏｍｅｔｅｒ）、速度計、ライダー（Ｌｉｇｈｔ Ｄｅｔｅｃｔｉｏｎ ａｎｄ Ｒａｎｇｉｎｇ：ＬＩＤＡＲ）センサ、又はレーダー（ｒａｄｉｏ ｄｅｔｅｃｔｉｏｎ ａｎｄ ｒａｎｇｉｎｇ：ＲＡＤＡＲ）センサのうち少なくとも１つを含む追加センサとを含み得る。

一実施形態に係る位置推定装置は、主検出データ及び補助検出データを生成するセンサと、タッチ感応ディスプレイと、命令を格納するメモリと、前記主検出データ及び前記補助検出データを受信し、前記主検出データに基づいて対象位置を推定し、前記補助検出データの信頼性を検証し、前記補助検出データが信頼性を有すると判断されたことに応答して、前記主検出データ及び前記補助検出データに基づいて前記対象位置を決定し、前記ディスプレイに前記対象の前記位置を出力する命令を実行するプロセッサとを含む。

本発明によると、位置推定装置は、補助センサや追加センサが故障などにより完全に誤った検出データを収集しても、主検出データを用いた最初の推定結果を出力することで位置推定の正確度及び信頼性の下落を防止できる。

本発明によると、位置推定装置及び方法は、センサ・フュージョンを介してセンサの特性により他のセンサの弱点を補償できる。

一実施形態に係る位置推定装置の構成を示すブロック図である。 一実施形態に係る位置推定装置の構成を示すブロック図である。 一実施形態に係る位置推定装置の構成を示すブロック図である。 一実施形態に係る位置推定方法を示すフローチャートである。 一実施形態に係る位置推定過程を説明する図である。 一実施形態に係る位置推定過程を説明する図である。 一実施形態に係る位置推定過程を説明する図である。 他の一実施形態に係る位置推定方法を示すフローチャートである。 更なる実施形態に係る位置推定方法を示すフローチャートである。 更なる一実施形態に係る位置推定方法を示すフローチャートである。

以下で、添付する図面を参照しながら実施形態を詳細に説明する。しかし、特許出願の範囲がこのような実施形態によっては制限も限定もされることはない。各図面に提示された同一の参照符号は同一の部材を示す。

本明細書で開示されている特定の構造的又は機能的な説明は単に実施形態を説明するための目的として例示されたものであり、実施形態は様々な異なる形態で実施され、本明細書に説明された実施形態に限定されることはない。

本明細書で用いた用語は、単に特定の実施形態を説明するために用いられるものであって、本発明を限定しようとする意図はない。単数の表現は、文脈上、明白に異なる意味をもたない限り複数の表現を含む。本明細書において、「含む」又は「有する」等の用語は明細書上に記載した特徴、数字、ステップ、動作、構成要素、部品又はこれらを組み合わせたものが存在することを示すものであって、１つ又はそれ以上の他の特徴や数字、ステップ、動作、構成要素、部品、又はこれを組み合わせたものなどの存在又は付加の可能性を予め排除しないものとして理解しなければならない。

異なる定義がされない限り、技術的であるか又は科学的な用語を含むここで用いる全ての用語は、本実施形態が属する技術分野で通常の知識を有する者によって一般的に理解されるものと同じ意味を有する。一般的に用いられる予め定義された用語は、関連技術の文脈上で有する意味と一致する意味を有するものと解釈すべきであって、本明細書で明白に定義しない限り、理想的又は過度に形式的な意味として解釈されることはない。

また、添付図面を参照して説明することにおいて、図面符号に関係なく同一の構成要素は同一の参照符号を付与し、これに対する重複する説明は省略する。実施形態の説明において関連する公知技術に対する具体的な説明が実施形態の要旨を不要に曖昧にすると判断される場合、その詳細な説明は省略する。

図１～図３は、一実施形態に係る位置推定装置の構成を示すブロック図である。

図１は、位置推定装置１００の概略的な構成を示す。位置推定装置１００は、センサ１１０及びプロセッサ１２０を含む。

センサ１１０は、主検出データ（ｍａｉｎ ｓｅｎｓｉｎｇ ｄａｔａ）及び補助検出データ（ａｕｘｉｌｉａｒｙ ｓｅｎｓｉｎｇ ｄａｔａ）を生成する。例えば、センサ１１０は、主センサにより主検出データを取得し、補助センサにより補助検出データを取得する。

プロセッサ１２０は、補助検出データの信頼性に応じて補助検出データを主検出データと共に対象位置を決定するために使用するか否かを決定する。例えば、プロセッサ１２０は、主検出データから対象位置を一次的に推定する。その後、プロセッサ１２０は補助検出データの信頼性を検証する。プロセッサ１２０は、補助検出データが信頼性を有すると判断されたことに応答して、補助検出データ及び主検出データに基づいて対象位置を２次的に再推定し得る。

本明細書において、対象は、位置推定装置１００が搭載された機器を示す。例えば、位置推定装置１００が自動車に搭載された場合、対象は自動車を示す。例えば、ここで説明された車両は、例えば、自動車、トラック、トラクター、スクーター、バイク、自転車、水陸両用車両、雪上車、スノーモバイル、船舶、公共交通車両、バス、モノレール、汽車、電車、自律走行、又は自動走行車両、知能型車両、自家用の車両、航空機、無人航空機、ドローン、又は、モバイル装置などのような輸送、配達、又は、通信中の任意のモードを示す。例えば、位置推定装置は、位置決定動作（ｐｏｓｉｔｉｏｎｉｎｇ ｏｐｅｒａｔｉｏｎ）を求めるロボットに適用可能である。

本明細書に記述された装置及び方法は、完全自律又は自動化された運転に対して車両内の走行補助のための、自律的又は自動化された走行車両をステアリングすることを助けるための位置情報を生成するため、スマート車両のナビゲーションシステムで対象位置を推定するために使用され、より安全で快適な運転を可能にする。

図２は、位置推定装置２００に含まれるセンサ２１０を詳細に示す図である。

センサ２１０は主センサ２１１及び補助センサ２１２を含む。

主センサ２１１は主検出データを生成する。例えば、主センサ２１１は、慣性測位ユニット（ＩＭＵ）２０１及び衛星測位システム（ＧＮＳＳ）モジュール２０２を含む。主センサ２１１は、対象の加速度及び角速度を示すＩＭＵ信号及びＧＮＳＳ信号を主検出データとして取得する。

ＩＭＵ２０１は、慣性計測ユニット（Ｉｎｅｒｔｉａｌ ｍｅａｓｕｒｅｒ）と言及されても良い。ＩＭＵ２０１は、姿勢変換、位置移動に対する変化速度、及び変位量を測定する。例えば、ＩＭＵ２０１は、並進運動（例えば、加速度）を検出する３軸加速度計と、回転運動（例えば、角速度）を検出する３軸ジャイロスコープを含む。ＩＭＵ２０１は、外部情報に依存しないため、加速度信号及び角速度信号を安定的に収集できる。ただし、ＩＭＵ２０１の検出時間が累積するほど、算出された位置が発散し得るため、プロセッサ２２０は、ＩＭＵ信号にＧＮＳＳ信号及びイメージデータを融合して位置を安定的に推定することができる。

例えば、ＧＮＳＳモジュール２０２は、３個以上の人工衛星から送信された信号を受信し、衛星と位置推定装置２００の位置を算出する。例えば、人工衛星の個数は説明したものに限定されることはない。ＧＮＳＳモジュール２０２は、ＧＮＳＳ（Ｇｌｏｂａｌ Ｎａｖｉｇａｔｉｏｎ Ｓａｔｅｌｌｉｔｅ Ｓｙｓｔｅｍ）と示してもよい。

補助センサ２１２は、補助検出データを生成する。例えば、補助センサ２１２はカメラ２０３を含んでもよい。カメラ２０３は、位置推定装置２００の外部を撮影してイメージデータを生成する。ただし、補助センサ２１２はこの例に限定されることなく、主センサ２１１に比べて信頼度が低かったとしても、精密度の高い任意の検出モジュールが補助センサ２１２として実現され得る。

プロセッサ２２０は、図１を参照して上述したものと同様に動作する。例えば、プロセッサ２２０は、ＩＭＵ２０１からＩＭＵ信号を受信し、ＧＮＳＳモジュール２０２からＧＮＳＳ信号を受信して対象位置を推定し得る。

また、プロセッサ２２０は、補助検出データが正確で信頼性が高い場合にのみ位置推定に使用し得る。例えば、プロセッサ２２０は、イメージデータ（又は画像データ）の状態に応じて、イメージデータを位置推定に活用するか否かを決定する。例えば、補助検出データがイメージデータであり信頼性が高い場合、プロセッサは、イメージデータを用いて対象の周辺に対する視覚的な情報を収集し、収集された視覚的情報をマップと比較し、推定された位置を補正することで、１メートル以内の誤差で極めて精密な位置を推定できる。

一実施形態によれば、プロセッサ２２０は、カメラ２０３から取得したイメージデータが信頼性を有すると判断された場合、ＩＭＵ信号、ＧＮＳＳ信号、及びイメージデータを用いて対象位置を再推定し得る。例えば、プロセッサ２２０は、取得された検出データにカルマンフィルタリング（Ｋａｌｍａｎ ｆｉｌｔｅｒｉｎｇ）又は非線型フィルタリング（ｎｏｎ－ｌｉｎｅａｒ ｆｉｌｔｅｒｉｎｇ）、例えば、粒子フィルタリング（Ｐａｒｔｉｃｌｅ ｆｉｌｔｅｒｉｎｇ）を適用し得る。他のセンサフュージョン方式が説明されたものに限定されることはない。カルマンフィルタリングは、センサフュージョン方式であって、推定しようとする状態変数（ｓｔａｔｅ ｖａｒｉａｂｌｅ）の誤差のＲＭＳＥ（Ｒｏｏｔ Ｍｅａｎ Ｓｑｕａｒｅ Ｅｒｒｏｒ）を最小化するフィルタリング方式である。ただし、対象位置を推定するためにプロセッサ２２０が、カメラのような補助センサから取得される非線型性を有する、測定値（例えば、イメージデータ）を処理する過程において、非線型性による誤差が発生する可能性がある。プロセッサ２２０は、このようなイメージデータを処理するために、非線型フィルタを用いることで非線型性による誤差を最小化できる。

プロセッサ２２０は、カルマンフィルタリング又は非線型フィルタリングによって各センサの性能に応じて最適化された比率で検出データを融合し、対象位置を推定する。ただし、複数のセンサのうち少なくとも一部のセンサが外部の環境変化に脆弱な場合、プロセッサ２２０は誤った検出データを収集することがある。もし、誤った検出データにカルマンフィルタリングを適用すれば、誤った測定値による誤差が発生することから位置推定の正確度は低下する。精密度を高めるとともに位置推定の信頼性も保持するため、位置推定装置２００は、主センサ２１１に比べて信頼度が低いながら精密度は高い補助センサ２１２を選択的に利用し得る。

一実施形態に係るプロセッサ２２０は、単一カルマンフィルターではない、２つ以上のフィルタリング方式を用いてもよい。プロセッサ２２０は、各フィルタリング方式を互いに異なる階層で独立的に適用することで、故障した補助センサ２１２の主センサ２１１に基づいた位置チュジョンに対する影響を最小化できる。例えば、プロセッサ２２０は、補助センサ２１２が信頼性を有しないと判断された場合、主検出データのみに基づいて位置を推定し、信頼性のない補助検出データは、現在の時間区間及び次の時間区間の位置推定から排除する。また、プロセッサ２２０は、補助センサ２１２が信頼性を有すると判断した場合、主検出データ及び補助検出データを両方考慮して位置を再推定し得る。

例えば、プロセッサ２２０は、ディスプレイ２３０で位置を出力し得る。例えば、位置推定装置２００は、ヘッドアップディスプレイ（ＨＵＤ、ｈｅａｄ－ｕｐ ｄｉｓｐｌａｙ）によって車両のウィンドシールドグラス上に車両位置を表示する。ただし、位置のディスプレイは上述したものに限定されることなく、任意の他のインスツルメントクラスター（ｉｎｓｔｒｕｍｅｎｔ ｃｌｕｓｔｅｒ）、車両用インフォテインメントシステム、拡張現実を使用する車両のスクリーン又は車両のディスプレイパネルがディスプレイ機能を行うことができる。位置推定装置２００に動作可能なように接続された、例えば、スマートフォン及びメガネ型ディスプレイ（ＥＧＤ、ｅｙｅ ｇｌａｓｓ ｄｉｓｐｌａｙ）のような他のディスプレイは、上述した例示に限定されることはない。他の例示として、プロセッサ２２０は、オーディオ信号によって位置を出力してもよい。

図３は、一実施形態に係る位置推定装置３００の細部的な構成を示すブロック図である。位置推定装置３００は、センサ３１０及びプロセッサ３２０と共にメモリ３３０をさらに含む。

センサ３１０は、主センサ３１１、補助センサ３１２、及び追加センサ３１３を含む。

主センサ３１１は主検出データを生成する。例えば、主センサ３１１は、上述したように、慣性計測ユニット及びＧＮＳＳモジュールを含み得る。ＧＮＳＳモジュールは、１Ｈｚで絶対位置を測定することができ、低いノイズを有することから安定的に動作し得る。慣性計測ユニットは、１００Ｈｚで相対位置を測定して高速で測定し得る。

補助センサ３１２は、補助検出データを生成する。例えば、補助センサ３１２はカメラを含んでもよい。カメラは、１～１０Ｈｚで相対経路を測定してもよいし、或いは、マップマッチングによって絶対位置を測定してもよい。カメラは、慣性計測ユニットに比べて低いドリフトを発生させる。

追加センサ３１３は、追加検出データを生成する。例えば、追加センサ３１３は、オドメーター、ライダー（ＬＩＤＡＲ）モジュール、又はレーダー（ＲＡＤＡＲ）モジュールなどを含む。

プロセッサ３２０は、基本的に主センサ３１１から取得した主検出データに基づいて対象位置を推定する。プロセッサ３２０は、補助センサ３１２から取得した補助検出データ及び追加センサ３１３から取得した追加検出データは、それぞれの信頼性に基づいて各データを位置推定に反映するか否かを決定する。例えば、ＧＮＳＳモジュールを含む主センサ３１１は、ＧＮＳＳ信号を防ぐ障害物（ｏｂｓｔａｃｌｅ）のない広い空地でのみ円満に作動し、カメラを含む補助センサ３１２は、周辺光の強度及びオブジェクトの特徴に応じて誤作動する可能性がある。プロセッサ３２０は、センサ誤作動によるエラーを防止するために、各検出データを階層的に位置推定に反映し得る。補助検出データ及び追加検出データに基づいた位置推定については以下で説明する。

メモリ３３０は、位置推定過程で求められるデータを臨時的又は永久的に格納し得る。例えば、メモリ３３０は、主センサ３１１から取得した主検出データ、補助センサ３１２から取得した補助検出データ、及び追加センサ３１３から取得した追加検出データを時系列的に格納し得る。また、メモリ３３０は、対象が位置している地域を含む領域に対するマップ、及びマップの各地点で撮影された場面イメージ（例えば、３６０度パノラマイメージ）を格納し得る。

一実施形態に係る位置推定装置３００は、主検出データ及び補助検出データを融合することで、車路単位（ｌａｎｅ ｕｎｉｔ）で車両の位置を精密に推定できる。

図４は、一実施形態に係る位置推定方法を示すフローチャートである。図４に示す動作は示された方式及び順に実行されるが、これに限定されることなく、一部動作の順序が変更されてもよいし、或いは、一部の動作が省略されてもよい。図４に示された動作の複数は、並列的又は同時に実行されてもよい。図４に示す１つ以上のブロック、及びブロックの組合せは、特定機能を行う特別目的のハードウェアに基づいたコンピュータによって実現され得る。図４を参照した説明に加えて、図１～図３は、図４に適用される。したがって、上述した説明を繰り返すことはない。

まず、ステップＳ４１０において、位置推定装置のプロセッサは、主センサから取得した主検出データから対象位置を推定する。例えば、プロセッサは、主検出データに非線型フィルタリングを適用することで対象位置を推定する。

そして、ステップＳ４２０において、プロセッサは、補助センサから取得した補助検出データの信頼性を検証する。例えば、プロセッサは、補助センサから対象の前方に対応するイメージデータを取得する。プロセッサは、当該イメージデータの信頼性を検証する。プロセッサは、補助検出データに対する信頼スコアを算出し、算出された信頼スコアに基づいて補助検出データの信頼性を決定する。

次にステップＳ４３０において、プロセッサは、補助検出データが信頼性を有すると判断したことに応答して、補助検出データ及び主検出データに基づいて対象位置を再推定する。一実施形態によれば、プロセッサは、ステップＳ４１０で推定された位置を排除し、補助検出データ及び主検出データに非線型フィルタリングを適用して対象の新しい位置を再推定し得る。

また、プロセッサは、補助検出データが信頼性のない場合に応答して、主検出データから推定された対象位置を対象位置として決定する。ここで、プロセッサは、補助検出データ及び主検出データを用いた位置再推定演算を排除する。

図５、図６Ａ、及び図６Ｂは、一実施形態に係る位置推定過程を説明する図である。

図５は、位置推定装置のプロセッサが主検出データ及び補助検出データに基づいて対象位置を決定する過程を説明する図である。例えば、位置推定装置は、２段階測位を行ってもよい。一実施形態によれば、図５に示された第１センサ５１１、第２センサ５１２、第３センサ５２０、位置推定部５３０、映像処理部５４１、信頼性判断部５４２、位置再推定部５５０、及びモード選択部５６０は、プロセッサによって動作するソフトウェアモジュールであり得る。

第１センサ５１１は第１検出データ（例えば、ＧＮＳＳ信号）を取得し、第２センサ５１２は第２検出データ（例えば、ＩＭＵ信号）を取得する。位置推定部５３０は、第１検出データ及び第２検出データに基づいて位置を推定する。位置推定部５３０は、例えば、主検出データ（例えば、ＧＮＳＳ信号及びＩＭＵ信号）にカルマンフィルタリング又は非線型フィルタリング（例えば、拡張カルマンフィルタ）を適用して対象位置を推定し得る。ただし、主検出データをＧＮＳＳ信号及びＩＭＵ信号に限定することなく、主検出データは、安定した検出データ、例えば、車両の速度計情報などをさらに含んでもよい。ただし、ＧＮＳＳ信号などの誤差は一般的に１０ｍほどであって、都心地やトンネルなどではより誤差が増加するため、ＧＮＳＳ信号及びＩＭＵ信号に基づいて推定された位置は、概略的な測位結果（又は非精密測位結果）（ｃｏａｒｓｅ ｒｅｓｕｌｔ）であり得る。

また、映像処理部５４１は、第３センサ５２０（例えば、カメラ）から第３検出データ（例えば、イメージデータ）を取得して映像処理を行う。第３センサ５２０は、対象の周辺に関する視覚的な情報であるイメージデータを取得し、映像処理部５４１は、当該のイメージデータに対する映像処理を行うことで、イメージデータを測位に利用可能な情報に変換し得る。

信頼性判断部５４２は、映像処理された結果に基づいてイメージデータの信頼性を検証する。第３センサ５２０は、対象の周辺の明るさやオブジェクトの配置などによって誤ったデータを取得し得る。信頼性判断部５４２は、イメージデータの信頼性を検証することで、誤ったイメージデータの使用を防止できる。

一実施形態によれば、信頼性判断部５４２は、主検出データを基準として補助検出データの信頼性を検証する。例えば、信頼性判断部５４２は、主検出データから導き出された速度情報と補助検出データから導き出された速度情報との間の差を算出する。信頼性判断部５４２は、主検出データであるＩＭＵ信号、ＧＮＳＳ信号、及び車両速度計の情報のうち少なくとも１つに基づいて対象の第１速度を算出する。また、信頼性判断部５４２は、自己位置認識（ｖｉｓｕａｌ ｏｄｏｍｅｔｒｙ）に基づいて、補助検出データであるイメージデータから対象の第２速度を算出する。信頼性判断部５４２は、第１速度と第２速度との間の差が閾値を超過する場合に応答して、補助検出データが信頼性のないものと決定する。信頼性判断部５４２は、算出された差が閾値以下である場合に応答して、補助検出データが信頼性を有すると決定する。

ただし、これに限定されることなく、信頼性判断部５４２は、全てのデータに基づいて補助検出データの信頼性を検証し得る。一実施形態によれば、信頼性判断部５４２は、主検出データから導き出された位置情報と補助検出データから導き出された位置情報との間の差、主検出データから導き出された速度情報と補助検出データから導き出された速度情報との間の差、及び主検出データから導き出された姿勢情報と補助検出データから導き出された姿勢情報との間の差のうち少なくとも１つを算出する。信頼性判断部５４２は、上述した位置情報の差、上述した速度情報の差、及び上述した姿勢情報の差のうち少なくとも１つに基づいて、補助検出データの信頼性を決定し得る。

例えば、信頼性判断部５４２は、位置情報の差が第１閾値を超過するか、速度情報の差が第２閾値を超過するか、姿勢情報の差が第３閾値を超過するか否かを判断する。信頼性判断部５４２は、位置情報の差、速度情報の差、及び姿勢情報の差のうち少なくとも１つでも各閾値を超過する場合、当該の補助検出データが信頼性を有すると決定する。信頼性判断部５４２は、上述した差が全て各閾値以下である場合、当該の補助検出データが信頼性のないものと決定する。

異なる例として、信頼性判断部５４２は、位置情報の差、速度情報の差、及び姿勢情報の差のうち少なくとも１つに基づいて信頼スコアを算出する。この場合、信頼性判断部５４２は、信頼スコアが閾値スコアを超過する場合に補助検出データの信頼性があるものと決定する。反対に、信頼性判断部５４２は、信頼スコアが閾値スコア未満である場合に補助検出データが信頼性のないものと決定する。

信頼性判断部５４２によって補助検出データが信頼性を有すると決定された場合、位置再推定部５５０は、正確な測位結果又は精密測位結果（ｐｒｅｃｉｓｅ ｒｅｓｕｌｔ）を算出する。例えば、位置再推定部５５０は、概略的な測位結果及び補助検出データに基づいて対象位置を再推定し得る。位置再推定部５５０は、車線単位（例えば、１メートル）以内の誤差であって、極めて精密に対象位置を決定できる。

モード選択部５６０は、前記補助検出データの信頼性に基づいて前記対象位置に対する出力モードを選択する。例えば、補助検出データが信頼性のないと判断された場合に応答して、モード選択部５６０は概略的測位モードを選択する。モード選択部５６０は、補助センサが閾値スコア以下の信頼スコアを示す場合に概略的測位モードを選択する。補助検出データが信頼性を有すると判断された場合に応答して、モード選択部５６０は精密測位モードを選択する。モード選択部５６０は、補助センサが閾値スコアを超過する信頼スコアを示す場合に精密測位モードを選択する。

概略的測位モードが選択された場合、モード選択部５６０は、主検出データに基づいて推定された位置を概略的な測位結果として出力する。ここで、位置推定装置は、現在の時間区間の間に収集された補助検出データが信頼性のない場合に応答して、現在の時間区間の間に補助検出データを排除する。例えば、位置推定装置は、信頼性のない補助検出データを現在の時間区間の測位から排除することで、現在の時間区間の間に測位の安定性を保障できる。

精密測位モードが選択された場合、モード選択部５６０は、主検出データ及び補助検出データに基づいて再推定された位置を正確な測位結果として出力する。例えば、モード選択部５６０は、主検出データ及び補助検出データに基づいて再推定された位置を正確な測位結果として出力することにより、現在の時間区間の間に測位の精密性を保障できる。

他の一実施形態によれば、位置推定装置は、精密な結果の信頼度をリアルタイム算出することができ、一定レベル以上の高い信頼度が続けて保持される場合、正確な測位結果を次の時間区間の位置推定に反映する。例えば、位置推定装置は、閾時間の間に補助センサが閾値スコアを超過する信頼スコアを示す場合に応答して、以前時間区間で算出された位置及び主検出データに基づいて対象位置を推定する。本明細書において、時間区間は、対象位置をアップデートする周期によって区分される区間を示す。

上述したように、位置推定装置は、補助検出データが閾時間以上に高い信頼スコアを示す場合のみ、現在の時間区間の正確な測位結果を次の時間区間の測位に反映することで、次の時間区間における概略的な測位結果の正確性を改善することができる。

さらに、位置推定装置は、一般的な状況（例えば、高い信頼スコアが長く保持されない状況）では、現在の時間区間の正確な測位結果を次の時間区間の測位にフィードバックさせないことで、位置推定装置は、カメラの誤作動が次の時間区間の概略的な測位結果に影響を与えることを防止する。

図６Ａは、主センサ及び補助センサに加えて追加センサを含む位置推定装置が位置を決定する過程を示す図である。

図６Ａに示された第１センサ６１１及び第２センサ６１２は、主センサ、第３センサ６１３、及び第４センサ６１４は補助センサに対応する。一実施形態によれば、図６Ａに示された第１センサ６１１、第２センサ６１２、第３センサ６１３、第４センサ６１４、位置推定部６３０、第１検出処理部６４１、第１信頼性判断部６４２、第２検出処理部６４３、第２信頼性判断部６４４、第１位置再推定部６５１、第２位置再推定部６５２、第３位置再推定部６６１、及びモード選択部６６０は、プロセッサによって動作するソフトウェアモジュールであり得る。例えば、第１センサ６１１及び第２センサ６１２は主センサに対応し、第３センサ６１３及び第４センサ６１４は補助センサに対応する。例えば、図６Ａに示されたソフトウェア構造によって、位置推定装置６００は２段階測位を行う。

例えば、位置推定部６３０は、第１センサ６１１及び第２センサ６１２に基づいて対象の概略的な位置を推定する。また、第１検出処理部６４１は、第３センサから検出データを取得し、当該の検出データを位置測位に利用可能な情報に変換する。第２検出処理部６４３は、第４センサ６１４から検出データを取得して当該の検出データを位置測位に利用可能な情報に変換する。

位置推定装置６００は、第３センサ６１３の検出データ及び第４センサ６１４の検出データのそれぞれの信頼性を検証する。例えば、第１信頼性判断部６４２は、第３センサ６１３から取得した検出データの信頼性を検証し、第２信頼性判断部６４４は、第４センサ６１４から取得した検出データの信頼性を決定する。

第１位置再推定部６５１は、第３センサ６１３の検出データが信頼性を有すると判断されたことに応答して、概略的な位置及び第３センサ６１３の検出データに基づいて対象の精密な位置（Ｐｒｅｃｉｓｅ Ｒｅｓｕｌｔ １）を再推定する。

第２位置再推定部６５２は、第４センサ６１４の検出データが信頼性を有すると判断されたことに応答して、概略的な位置及び第４センサ６１４の検出データに基づいて対象の精密な位置（Ｐｒｅｃｉｓｅ Ｒｅｓｕｌｔ ２）を再推定する。

第３位置再推定部６６１は、第１位置再推定部６５１によって再推定された精密な位置及び第２位置再推定部６５２により再推定された精密な位置を統合し、対象の精密な位置を決定し得る。例えば、第３位置再推定部６６１は、第１位置再推定部６５１により再推定された位置、及び第２位置再推定部６５２により精密な位置にカルマンフィルタリングを適用し、対象の精密な位置を決定し得る。

モード選択部６６０は、信頼性の判断結果に基づいてモードを決定する。例えば、第３センサ６１３による検出データ及び第４センサ６１４による検出データが信頼性を有すると判断された場合、精密測位モードを選択し、モード選択部６６０は、第３位置再推定部６６１によって決定された精密な位置を出力する。モード選択部６６０は、第３センサ６１３及び第４センサ６１４が全て信頼性がない場合、概略的測位モードを選択し、モード選択部６６０は、第１センサ６１１及び第２センサ６１２の検出データに基づいて推定された位置を概略的な測位結果として出力する。モード選択部６６０は、選択されたモードに対応する測位結果を、ローカライゼーション結果（Ｌｏｃａｌｉｚａｔｉｏｎ Ｒｅｓｕｌｔ）として出力する。

ただし、これに限定されることなく、位置推定装置６００は、主検出データ、補助検出データ、及び追加検出データの順に３段階測位を行ってもよい。３段階測位は、下記の図６Ｂを参照して説明する。

図６Ｂは、図６Ａと類似の構造を示しているが、位置推定装置６０１が３段階測位を行う過程を説明する図である。

第１センサ６１１、第２センサ６１２、第３センサ６１３、第４センサ６１４、位置推定部６３０、第１検出処理部６４１、第１信頼性判断部６４２、第２検出処理部６４３、第２信頼性判断部６４４、及び第１位置再推定部６５１は、図６Ａと同一に動作する。

図６Ｂにおいて、第２位置再推定部６５２は、第４センサ６１４による検出データが信頼性を有すると判断された場合に応答して、第１位置再推定部６５１により再推定された位置及び第４センサ６１４による検出データに基づいて対象位置を再び再推定し得る。

モード選択部６４０は、信頼性の判断結果に基づいてモードを決定する。例えば、モード選択部６４０は、第３センサ６１３による検出データの信頼性のない場合、１次測位モードを選択し、概略的な測位結果を出力する。モード選択部６４０は、第３センサ６１３による検出データは信頼性があって、第４センサ６１４による検出データは信頼性のない場合、２次測位モードを選択し、１次精密測位結果（Ｐｒｅｃｉｓｅ Ｒｅｓｕｌｔ １）を出力する。モード選択部６４０は、第３センサ６１３及び第４センサ６１４による検出データが信頼性を有すると判断された場合に３次測位モードを選択し、２次精密測位結果（Ｐｒｅｃｉｓｅ Ｒｅｓｕｌｔ ２）を出力する。モード選択部６６０は、選択されたモードに対応する測位結果をローカライゼーション結果として出力する。

ただし、図６Ｂでは、説明の便宜のために３段階測位について説明したが、これに限定されることはない。例えば、位置推定装置６０１は、センサごとにｎ段階の優先順位を付与し、ｎ段階で測位を行ってもよい。ここで、ｎは２以上の整数であり得る。

図７～図９は、他の一実施形態に係る位置推定方法を示すフローチャートである。

図７は、主センサ及び補助センサを用いた測位を詳細に説明するフローチャートである。図７に示す動作は示された方式及び順に実行されてもよいが、これに限定されることなく、一部動作の順序が変更されてもよいし、或いは、一部動作は省略されてもよい。図７に示された動作の複数は、並列的又は同時に実行されてもよい。図７に示す１つ以上のブロック及びブロックの組合せは、特定機能を行う特別な目的のハードウェアに基づいたハードウェア又は特別な目的のハードウェア及びコンピュータ命令の組合せによって実現され得る。図７を参照した説明に加えて、図１ないし図６Ｂの説明は、図７に適用されてよいことから、以下における説明は省略する。

図７に示すように、位置推定装置は、１回目の推定７１０で概略的に位置を推定し、２回目の推定７２０で補助検出データの信頼性の有無に応じて精密に位置を再推定する。基本的に、１回目の推定７１０は、２回目の推定７２０の結果に影響を受けないよう独立的に実行され得る。プロセッサは、１回目の推定７１０に２回目の推定７２０よりも高い優先順位を付与する。

まず、ステップＳ７１１において、位置推定装置はＩＭＵデータを取得する。ＩＭＵデータは、ＩＭＵから取得したデータとして、例えば、加速度と角速度信号であり得る。ステップＳ７１２において、位置推定装置は、加速度及び角速度信号に慣性航法を適用して対象位置を算出し得る。例えば、慣性航法は、ＩＭＵから取得された加速度及び角速度信号を用いて、以前時間の位置、速度、及び姿勢から次の時間の位置、速度、及び姿勢をアップデートする測位方式を示す。

そして、ステップＳ７１３において、位置推定装置は、ＧＮＳＳデータを取得する。ＧＮＳＳデータは、ＧＮＳＳモジュールから取得したデータとして、例えば、ＧＮＳＳ信号であり得る。ステップＳ７１４において、位置推定装置は、ＧＮＳＳ信号のインテグリティ又は整合性（ｉｎｔｅｇｒｉｔｙ）をチェックする。ステップＳ７１５において、位置推定装置は、ＧＮＳＳ位置推定結果（ＧＮＳＳ ｐｏｓｉｔｉｏｎ ｅｓｔｉｍａｔｉｏｎ ｒｅｓｕｌｔ）の性能が良い場合、ＧＮＳＳ信号に高い加重値を付与する。ステップＳ７１６において、位置推定装置は、ＧＮＳＳ位置推定結果の性能が低い場合、ＧＮＳＳ信号に低い加重値を付与する。例えば、位置推定結果の性能は、ＧＮＳＳ位置推定結果が真である確率を示す。

次に、ステップＳ７１７において、位置推定装置は、慣性航法が適用されたＩＭＵ信号及び加重値が付与されたＧＮＳＳ信号に基づいて対象位置を推定する。例えば、位置推定装置は、ＩＭＵ信号及びＧＮＳＳ信号に非線型フィルタリングを適用して対象位置を推定し得る。

ここで、ステップＳ７２１において、位置推定装置は、カメライメージを取得する。例えば、位置推定装置のプロセッサは、カメラからイメージデータを受信し得る。

そして、ステップＳ７２２において、位置推定装置は、イメージデータに対して映像処理を行うことで測位に適切な形態にイメージデータを変換し得る。

次に、ステップＳ７２３において、位置推定装置は、イメージデータの信頼性を検証する。一実施形態によれば、位置推定装置は、イメージデータの信頼スコアを算出し、信頼スコアに基づいてイメージデータの信頼性を検証する。例えば、主検出データから導き出された速度情報と補助検出データから導き出された速度情報との間の差は、信頼性判断の基準となる信頼スコアとして使用し得る。

ステップＳ７２４において、位置推定装置は、イメージデータの信頼スコアが閾値スコアを超過する場合に応答して、補助検出データ（例えば、イメージデータ）が信頼性を有すると判断する。反対に、位置推定装置は、補助検出データの信頼スコアが閾値スコア以下である場合に応答して、補助検出データの信頼性のないものと決定する。

ステップＳ７２５において、位置推定装置は、イメージデータの信頼性のない場合、ステップＳ７１７で推定された位置を出力する。例えば、カメラは、周辺の明るさやオブジェクトの配置などにより誤ったデータを取得し、このようなカメラ故障に対して、位置推定装置は、概略的な測位結果を出力することで測位の安定性を保持し得る。また、位置推定装置が現在の時間区間で精密に再推定された結果をフィードバックしないため、カメラ故障の発見が遅れたり不可能であったとしても、位置推定装置は、カメラ故障に対して剛健な測位結果を出力することができる。

参考として、ＧＮＳＳモジュールは、都心やトンネルなどの場所で信号を受信することが難しい場合がある。ここで、位置推定装置は、ステップＳ７１６で、ＧＮＳＳ信号に低い加重値を付与することで、ＧＮＳＳ信号よりもＩＭＵによって取得されたＩＭＵ信号に主に基づき、ステップＳ７１７で概略的な位置を推定する。ＩＭＵ信号に基づいた慣性航法は、誤差ドリフト特性に応じて誤差を示す。位置推定装置は、イメージデータの信頼性がある場合、ステップＳ７２６において、イメージデータ及びＩＭＵ信号に基づいて対象位置を再推定することで測位の精密性を改善させ得る。また、位置推定装置は、イメージデータの信頼性のない場合、ステップＳ７２５において、ＩＭＵ信号に基づいて推定された対象位置を出力することで測位の安定性を保持できる。

図８は、一実施形態に係る位置推定装置が第１検出データ、第２検出データ、及び第３検出データに基づいて対象位置を決定する方法を示すフローチャートである。図８に示す動作は示された方式及び順に実行されるが、これに限定されることなく、一部動作の順序が変更されてもよいし、或いは、一部動作は省略されてもよい。図８に示された動作の複数は、並列的又は同時に実行されてもよい。図８に示す１つ以上のブロック及びブロックの組合せは、特定機能を行う特別な目的のハードウェアに基づいたハードウェア又は特別な目的のハードウェア及びコンピュータ命令の組合せによって実現され得る。図８を参照した説明に加えて、図１～図７を参照した説明は図８に適用され得るため、以下ではその説明を省略する。

第１検出データは、主センサから取得した主検出データに対応し、第２検出データ及び第３検出データは、複数の補助センサのそれぞれから取得した補助検出データに対応する。

位置推定装置は、１回目の推定８１０で位置を概略的に推定し、概略的に推定された位置を第２検出データ及び第３検出データの信頼性に応じて２回目の推定８２０及び３回目の推定８３０で精密に再推定し得る。

一実施形態によれば、位置推定装置は、複数の補助センサのそれぞれから取得した補助検出データ（例えば、第２検出データ及び第３検出データ）の信頼スコアを算出する。位置推定装置は、複数の補助センサのうち信頼スコアが最も高い補助センサから取得した補助検出データ及び主検出データに基づいて対象位置を再推定する。複数の補助検出データのうち、信頼スコアが高い補助検出データと主検出データから対象位置を推定する過程は次の通りである。

まず、ステップＳ８１１において、位置推定装置は、第１検出データを取得する。例えば、位置推定装置は、ＧＮＳＳ信号及びＩＭＵ信号を第１検出データとして受信する。ステップＳ８１２において、位置推定装置は、第１検出データに基づいて対象位置を推定する。

そして、ステップＳ８２１において、位置推定装置は、第２検出データを取得する。例えば、位置推定装置は、イメージデータを第２検出データとして受信する。ステップＳ８２２において、位置推定装置は、第２検出データの信頼性を検証する。ステップＳ８２３において、第２検出データが信頼性を有すると判断された場合に応答して、位置推定装置は、第１検出データ及び第２検出データに基づいて対象位置を再推定する。

次に、ステップＳ８３１において、位置推定装置は、第３検出データを取得する。例えば、位置推定装置は、ＬＩＤＡＲ信号を第３検出データとして受信する。ステップＳ８３２において、位置推定装置は、第３検出データの信頼性を検証する。ステップＳ８３３において、第３検出データが信頼性を有すると判断された場合に応答して、位置推定装置は、第１検出データ及び第３検出データに基づいて対象位置を再推定する。

そして、ステップＳ８４２において、位置推定装置は、再推定された位置のうち１つの位置を選択する。例えば、位置推定装置は、第２検出データ及び第３検出データのそれぞれに対して信頼スコアを算出する。位置推定装置は、２つの検出データのうち高い信頼スコアを有する検出データに対応して再推定された位置を選択する。ただし、図８では、説明の便宜のために補助検出データを第２検出データ及び第３検出データの２つとして説明したが、これに限定されることなく、位置推定装置は２つ以上の補助検出データを取得し得る。

次に、ステップＳ８４１において、位置推定装置は、第２検出データ及び第３検出データの両方が信頼性のない場合に応答して、ステップＳ８１２で推定された位置を出力する。

また、位置推定装置は、第２検出データ及び第３検出データのうちの１つが信頼性を有すると判断された場合、信頼性がある検出データに基づいて再推定された位置を出力する。

ただし、図８では、第１検出データ～第３検出データを用いた測位が説明されているが、位置推定装置は、第１検出データ～第ｎ検出データを用いてもよい。この場合、位置推定装置は、第１検出データに最も高い優先順位を付与し、残りの第２検出データ～第ｎ検出データには第１検出データよりも低い優先順位を同等に付与し得る。

図９は、他の一実施形態に係る位置推定装置が第１検出データ、第２検出データ、及び第３検出データに基づいて対象位置を決定する方法を示すフローチャートである。図９に示す動作は、示された方式及び順に実行され得るが、これに限定されることなく、一部動作の順序が変更され、あるいは、一部動作は省略されてもよい。図９に示された動作の複数は、並列的又は同時に実行されてもよい。図９に示す１つ以上のブロック及びブロックの組合せは、特定機能を行う特別な目的のハードウェアに基づいたハードウェア又は特別な目的のハードウェア及びコンピュータ命令の組合せによって実現され得る。図９を参照した説明に加えて、図１～図８の説明は図９に適用され得るため、以下でその説明は省略する。

第１検出データは、主センサから取得した主検出データに対応し、第２検出データは、補助センサから取得した補助検出データに対応し、第３検出データは、追加センサから取得した追加検出データに対応する。

位置推定装置は、１回目の推定９１０で位置を概略的に推定し、概略的に推定された位置を第２検出データの信頼性に応じて２回目の推定９２０で精密に再推定し、第３検出データの信頼性に応じて、３回目の推定９３０でより精密に再び再推定する。位置推定装置は、１回目の推定９１０に最も高い優先順位を付与し、２回目の推定９２０には次の優先順位、３回目の推定９３０にはその次の優先順位を付与する。したがって、位置推定装置は、２回目の推定９２０及び３回目の推定９３０のエラーが１回目の推定９１０に電波されることを防止する。

まず、ステップＳ９１１において、位置推定装置は第１検出データを取得する。ステップＳ９１２において、位置推定装置は、第１検出データに基づいて対象位置を推定する。

そして、ステップＳ９２１において、位置推定装置は、第２検出データを取得する。ステップＳ９２２において、位置推定装置は、第２検出データの信頼性を検証する。ステップＳ９４１において、位置推定装置は第２検出データが信頼性のない場合に応答して、ステップＳ９１２で推定された位置を出力する。ステップＳ９２３において、位置推定装置は、第２検出データが信頼性を有すると判断されたことに応答して、第１検出データ及び第２検出データに基づいて対象位置を再推定する。

次に、ステップＳ９３１において、位置推定装置は、第３検出データを取得する。ステップＳ９３２において、位置推定装置は、第２検出データが信頼性を有すると判断されたことに応答して、第３検出データ（例えば、追加センサから取得した追加検出データ）の信頼性を検証する。ステップＳ９４２において、位置推定装置は、第３検出データが信頼性のない場合に応答して、ステップＳ９２３で再推定された位置を出力する。ステップＳ９３３において、位置推定装置は、第３検出データ（例えば、追加検出データ）が信頼性を有すると判断されたことに応答して、第３検出データ、第２検出データ（例えば、補助検出データ）、及び第１検出データ（例えば、主検出データ）に基づいて対象位置を再び再推定する。

そして、ステップＳ９４３において、位置推定装置は、ステップＳ９３３で再び再推定された位置を出力する。

ただし、図９では、第１検出データ～第３検出データを用いた測位が説明されているが、位置推定装置は、第１検出データ～第ｎ検出データを用いてもよい。この場合、位置推定装置は、第１検出データに最も高い優先順位を付与し、その後、第２検出データ～第ｎ検出データの順に少しずつ低い優先順位を付与する。

一実施形態に係る位置推定装置は、精密な測位が求められる車両ナビゲーション又は航空ナビゲーションなどに搭載され得る。また、位置推定装置は、測位が求められるロボット及びドローンなどにも搭載され得る。さらに、位置推定装置は、自律走行用車両に装着されてもよい。

一実施形態に係る位置推定装置は、補助センサや追加センサが故障などにより完全に誤った検出データを収集しても、主検出データを用いた最初の推定結果を出力することで位置推定の正確度及び信頼性の下落を防止できる。

一実施形態によれば、位置推定装置及び方法は、センサ・フュージョンを介してセンサの特性により他のセンサの弱点を補償できる。

以上述した実施形態は、ハードウェア構成要素、ソフトウェア構成要素、又はハードウェア構成要素及びソフトウェア構成要素の組合せで具現される。例えば、本実施形態で説明した装置及び構成要素は、例えば、プロセッサ、コントローラ、ＡＬＵ（ａｒｉｔｈｍｅｔｉｃ ｌｏｇｉｃ ｕｎｉｔ）、デジタル信号プロセッサ（ｄｉｇｉｔａｌ ｓｉｇｎａｌ ｐｒｏｃｅｓｓｏｒ）、マイクロコンピュータ、ＦＰＡ（ｆｉｅｌｄ ｐｒｏｇｒａｍｍａｂｌｅ ａｒｒａｙ）、ＰＬＵ（ｐｒｏｇｒａｍｍａｂｌｅ ｌｏｇｉｃ ｕｎｉｔ）、マイクロプロセッサー、又は命令（ｉｎｓｔｒｕｃｔｉｏｎ）を実行して応答する異なる装置のように、１つ以上の汎用コンピュータ又は特殊目的コンピュータを用いて具現される。処理装置は、オペレーティングシステム（ＯＳ）及びオペレーティングシステム上で実行される１つ以上のソフトウェアアプリケーションを実行する。また、処理装置は、ソフトウェアの実行に応答してデータをアクセス、格納、操作、処理、及び生成する。理解の便宜のために、処理装置は１つが使用されるものとして説明する場合もあるが、当該技術分野で通常の知識を有する者は、処理装置が複数の処理要素（ｐｒｏｃｅｓｓｉｎｇ ｅｌｅｍｅｎｔ）及び／又は複数類型の処理要素を含むことが分かる。例えば、処理装置は、複数のプロセッサ又は１つのプロセッサ及び１つのコントローラを含む。また、並列プロセッサ（ｐａｒａｌｌｅｌ ｐｒｏｃｅｓｓｏｒ）のような、他の処理構成も可能である。

ソフトウェアは、コンピュータプログラム、コード、命令、又はこれらのうちの１つ以上の組合せを含み、希望通りに動作するように処理装置を構成し、独立的又は結合的に処理装置に命令する。ソフトウェア及び／又はデータは、処理装置によって解釈され、処理装置に命令又はデータを提供するためのあらゆる類型の機械、構成要素、物理的装置、仮想装置、コンピュータ格納媒体又は装置、或いは送信される信号波を介して永久的又は一時的に具現化される。ソフトウェアは、ネットワークに接続されたコンピュータシステム上に分散され、分散された方法で格納されるか又は実行される。ソフトウェア及びデータは１つ以上のコンピュータ読み取り可能な記録媒体に格納される。

実施形態に係る方法は、多様なコンピュータ手段を介して実施されるプログラム命令の形態で具現され、コンピュータ読み取り可能な記録媒体に記録される。記録媒体は、プログラム命令、データファイル、データ構造などを単独又は組合せて含む。記録媒体及びプログラム命令は、本発明の目的のために特別に設計して構成されたものでもよく、コンピュータソフトウェア分野の技術を有する当業者にとって公知のものであり使用可能なものであってもよい。コンピュータ読み取り可能な記録媒体の例としては、ハードディスク、フロッピー（登録商標）ディスク及び磁気テープのような磁気媒体、ＣＤ－ＲＯＭ、ＤＶＤのような光記録媒体、フロプティカルディスクのような磁気－光媒体、及びＲＯＭ、ＲＡＭ、フラッシュメモリなどのようなプログラム命令を保存して実行するように特別に構成されたハードウェア装置を含む。プログラム命令の例としては、コンパイラによって生成されるような機械語コードだけでなく、インタプリタなどを用いてコンピュータによって実行される高級言語コードを含む。ハードウェア装置は、本発明の動作を実行するために１つ以上のソフトウェアモジュールとして作動するように構成してもよく、その逆も同様である。

ソフトウェアは、コンピュータプログラム、コード、命令、又はこれらのうちの１つ以上の組合せを含み、希望通りに動作するように処理装置を構成し、独立的又は結合的に処理装置に命令する。ソフトウェア及び／又はデータは、処理装置によって解釈され、処理装置に命令又はデータを提供するためのあらゆる類型の機械、構成要素、物理的装置、仮想装置、コンピュータ格納媒体又は装置、或いは送信される信号波を介して永久的又は一時的に具現化される。ソフトウェアは、ネットワークに接続されたコンピュータシステム上に分散され、分散された方法で格納されるか又は実行される。ソフトウェア及びデータは１つ以上のコンピュータ読み取り可能な記録媒体に格納される。

上述したように実施形態をたとえ限定された図面によって説明したが、当該技術分野で通常の知識を有する者であれば、前記に基づいて様々な技術的な修正及び変形を適用することができる。例えば、説明された技術が説明された方法と異なる順に実行され、及び／又は説明されたシステム、構造、装置、回路などの構成要素が説明された方法と異なる形態で結合又は組み合わせられてもよいし、或いは、他の構成要素又は均等物によって置き換えられたとしても適切な結果を達成することができる。

したがって、他の実現、他の実施形態及び特許請求の範囲と均等なものなども後述する請求の範囲の範囲に属する。

１００：位置推定装置
１１０：センサ
１２０：プロセッサ

Claims (21)

1. プロセッサによって実行される位置推定方法であって、
   主センサから取得した主検出データから対象位置を推定するステップと、
   前記主検出データに基づいて補助センサから取得した補助検出データの信頼性を検証するステップと、
   前記補助検出データが信頼性を有すると判断されたことに応答して、前記補助検出データ及び前記主検出データに基づいて前記対象位置を決定するステップと、
   を含み、前記主検出データはＩＭＵ信号とＧＮＳＳ信号を含み、前記補助検出データはイメージデータを含み、
   前記補助検出データの信頼性を検証するステップは、
   前記主検出データから取得した情報と前記補助検出データから取得した情報との差を算出するステップと、
   前記算出された差に基づいて、前記補助検出データの信頼スコアを算出するステップと、
   前記算出された信頼スコアが閾値スコアを超過する場合に応答して、前記補助検出データが信頼性を有すると決定するステップと、
   を含む位置推定方法。
2. 前記対象位置を推定するステップは、位置誤差を補償するために前記主検出データに非線型フィルタリングを適用するステップを含む、請求項１に記載の位置推定方法。
3. 前記補助検出データが信頼性を有しないと判断されたことに応答して、前記主検出データから推定された対象位置を前記対象位置として決定するステップをさらに含む、請求項１に記載の位置推定方法。
4. 前記補助検出データの信頼性を検証するステップは、
   前記補助センサから前記対象の前方に対応するイメージデータを取得するステップと、
   前記イメージデータの信頼性を判断するステップと、
   を含む、請求項１に記載の位置推定方法。
5. 現在の時間区間の間に収集された前記補助検出データが信頼性を有しないと判断されたことに応答して、前記現在の時間区間の間に前記補助検出データを排除するステップをさらに含む、請求項１に記載の位置推定方法。
6. 前記補助検出データの信頼性を検証するステップは、
   前記算出された信頼スコアが閾値スコア以下である場合に応答して、前記補助検出データが信頼性を有しないと決定するステップと、
   を含む、請求項１に記載の位置推定方法。
7. 前記主検出データから取得した情報と前記補助検出データから取得した情報との差は、
   前記主検出データから導き出された位置情報と前記補助検出データから導き出された位置情報との間の差、前記主検出データから導き出された速度情報と前記補助検出データから導き出された速度情報との間の差、及び前記主検出データから導き出された姿勢情報と前記補助検出データから導き出された姿勢情報との間の差のうち少なくとも１つである、請求項１に記載の位置推定方法。
8. 複数の補助センサから他の補助検出データを収集するステップをさらに含み、
   前記補助センサから取得した補助検出データの信頼性を検証するステップは、前記他の補助検出データのそれぞれ及び前記補助検出データの信頼スコアを算出するステップを含み、
   前記対象位置を決定するステップは、前記補助検出データ及び前記他の補助検出データのそれぞれのうち、信頼スコアが最も高い検出データ及び前記主検出データに基づいて前記対象位置を決定するステップを含む、請求項１に記載の位置推定方法。
9. 追加センサから取得した追加検出データの信頼性を検証するステップと、
   前記追加検出データが信頼性を有すると判断されたことに応答して、前記追加検出データ、前記補助検出データ、及び主検出データに基づいて前記対象位置を決定するステップと、
   をさらに含む、請求項１に記載の位置推定方法。
10. 前記補助検出データの信頼性に基づいて、前記対象位置に対する出力モードを選択するステップをさらに含み、
    前記出力モードを選択するステップは、
    前記算出された差に基づいて、前記補助検出データの信頼スコアを算出するステップにおいて算出された信頼スコアが閾値スコア以下である場合に応答して、前記主検出データに基づいて推定された位置を出力するステップと、
    前記算出された信頼スコアが閾値スコアを超過する場合に応答して、前記主検出データ及び前記補助検出データに基づいて前記決定された位置を出力するステップと、
    を含む、請求項１に記載の位置推定方法。
11. ハードウェアと結合して請求項１ないし請求項１０のいずれか一項に記載の方法を実行させるために媒体に格納されたコンピュータプログラム。
12. 位置推定装置であって、
    主検出データ及び補助検出データを生成するセンサと、
    前記主検出データから対象位置を推定し、前記主検出データに基づいて前記補助検出データの信頼性を検証し、前記補助検出データが信頼性を有すると判断されたことに応答して、前記補助検出データ及び前記主検出データに基づいて前記対象位置を決定するプロセッサと、
    を含み、
    前記プロセッサは、前記主検出データはＩＭＵ信号とＧＮＳＳ信号を含み、前記補助検出データはイメージデータを含み、
    前記主検出データから取得した情報と前記補助検出データから取得した情報との差を算出し、前記算出された差に基づいて、前記補助検出データの信頼スコアを算出し、前記算出された信頼スコアが閾値スコアを超過する場合に応答して、前記補助検出データが信頼性を有すると決定する、位置推定装置。
13. 前記プロセッサは、位置誤差を補償するために前記主検出データに非線型フィルタリングを適用する、請求項１２に記載の位置推定装置。
14. 前記プロセッサは、前記補助検出データが信頼性を有しないと判断されたことに応答して、前記主検出データから推定された対象位置を前記対象位置として決定する、請求項１２に記載の位置推定装置。
15. 前記センサは、前記対象の前方に対応するイメージデータを取得する補助センサを含む、請求項１２に記載の位置推定装置。
16. 前記プロセッサは、現在の時間区間の間に収集された前記補助検出データが信頼性を有しないと判断されたことに応答して、前記現在の時間区間の間に前記補助検出データを排除する、請求項１２に記載の位置推定装置。
17. 前記プロセッサは、前記算出された信頼スコアが閾値スコア以下である場合に応答して、前記補助検出データが信頼性を有しないと決定する、請求項１２に記載の位置推定装置。
18. 前記主検出データ及び前記補助検出データは複数のセンサから生成され、
    前記プロセッサは、カルマンフィルタリングを用いて前記複数のセンサのそれぞれの性能に基づいて最適化された比率で検出データを融合させることで、前記対象位置を決定する、請求項１２に記載の位置推定装置。
19. 前記プロセッサは、前記主検出データに比べて高い正確度及び低い信頼性を有する前記補助検出データを選択的に用いることで前記対象位置を決定する、請求項１２に記載の位置推定装置。
20. 前記センサは、
    ＧＮＳＳセンサ及びＩＭＵセンサを含む主センサと、
    少なくとも１つのカメラを含む補助センサと、
    オドメーター、速度計、ライダー（ＬＩＤＡＲ）センサ、又はレーダー（ＲＡＤＡＲ）センサのうち少なくとも１つを含む追加センサと、
    を含む、請求項１２に記載の位置推定装置。
21. 位置推定装置であって、
    主検出データ及び補助検出データを生成するセンサと、
    タッチ感応ディスプレイと、
    命令を格納するメモリと、
    前記主検出データ及び前記補助検出データを受信し、前記主検出データに基づいて対象位置を推定し、前記主検出データに基づいて前記補助検出データの信頼性を検証し、前記補助検出データが信頼性を有すると判断されたことに応答して、前記主検出データ及び前記補助検出データに基づいて前記対象位置を決定し、前記ディスプレイに前記対象位置を出力する命令を実行するプロセッサと、
    を含み、前記主検出データはＩＭＵ信号とＧＮＳＳ信号を含み、前記補助検出データはイメージデータを含み、
    前記プロセッサは、
    前記主検出データから取得した情報と前記補助検出データから取得した情報との差を算出し、前記算出された差に基づいて、前記補助検出データの信頼スコアを算出し、前記算出された信頼スコアが閾値スコアを超過する場合に応答して、前記補助検出データが信頼性を有すると決定する、位置推定装置。
    

Images