JP7204612B2 - 位置姿勢推定装置、位置姿勢推定方法及びプログラム - Google Patents

Description

本発明の実施形態は、位置姿勢推定装置に関する。

車両の自動運転を行うためには、車両自体の位置姿勢推定が非常に重要である。車両周辺に搭載されたカメラを用いたVisual SLAM（Simultaneous Localization And Mapping）による自己位置推定技術が広く研究されている。1台のカメラによるVisual SLAMでは、実スケールがわからないため、速度センサの情報を取得してスケールを算出することがある。しかしながら、車両が低速度、例えば、時速1kmといった速度である場合には、速度センサの精度が低下し、位置姿勢推定の精度が低下してしまうといった問題がある。また、画像を用いる場合に限らず、スケールの推定が必要となる他の手法による位置姿勢推定においても同様の問題が挙げられる。

特開２０１４－１１５２４７号公報

本発明の実施形態は、精度の高い推定を実現する位置姿勢推定装置を提供する。

一実施形態によれば、位置姿勢推定装置は、副センサ入力部と、速度センサ状態判定部と、スケール推定部と、位置姿勢情報補正部と、を備える。副センサ入力部は、速度センサの出力値以外の情報に基づいて移動量に関する情報を取得する、副センサの出力を受け付ける。速度センサ状態判定部は、前記速度センサの出力値が信頼できるかを判定する。スケール推定部は、前記速度センサの出力値及び前記副センサの出力値のうち、少なくとも１つに基づいて移動量の大きさを推定する。位置姿勢情報補正部は、前記スケール推定部の推定した移動量の大きさに基づいて、位置姿勢情報を補正する。

一実施形態に係る位置姿勢推定装置の機能を示すブロック図。 一実施形態に係る位置姿勢推定装置の処理を示すフローチャート。 一実施形態に係る副センサの例を示す図。 一実施形態に係る副センサの例を示す図。 一実施形態に係る位置姿勢推定装置のハードウェア構成の一例を示す図。

図面を参照して、実施形態について説明する。

図１は、本実施形態に係る位置姿勢推定装置の機能を示すブロック図である。位置姿勢推定装置１は、速度センサ入力部１０と、副センサ入力部１２と、速度センサ状態判定部１４と、副センサ選択部１６と、スケール推定部１８と、位置姿勢情報推定部２０と、位置姿勢情報補正部２２と、を備える。さらに、画像入力部２４を備えていてもよい。位置姿勢推定装置１は、例えば、搭載されている車両の位置と姿勢とを推定する。以下の説明において、位置姿勢推定装置１は、自動車に搭載されているものとするが、これには限られず、車両の他、ロボット等に搭載されていてもよい。

速度センサ入力部１０は、自動車の速度センサから速度情報を受け付ける。速度センサは、一般的なセンサであり、例えば、発光デバイスと受光デバイスとの間に車輪の動きに同期させたスリットを備えるものであってもよい。このような速度センサは検知可能な最小回転角度が決まっているため、低速、例えば、速度が毎時1km以下等になると正確な速度の取得が困難となる。このため、別のセンサから速度を推定し、より正確なスケール推定結果を用いて位置及び姿勢の推定を行う。

副センサ入力部１２は、速度センサ以外のセンサである副センサの入力を受け付ける。ここで、副センサとは、速度を計測するために使用できる情報、例えば、画像情報等を取得可能なセンサを意味する。副センサは、例えば、超音波ソナー、車輪の回転量及びヨーレートを取得するセンサ、又は、車両に搭載されているカメラ等のセンサであり、車両の移動量に関する情報を取得する。

移動量に関する情報とは、当該情報から車両の移動量を取得できる情報を意味する。車両の移動とは、車両の前後方の移動はもちろん、左右方向の移動をも含む概念である。例えば、車輪の回転量とヨーレートが取得できると、タイヤの大きさ等の情報を用いて車両の移動量を算出できる。障害物等に対して適切なタイミングにおいて超音波又はパルス光等のToF（Time of Flight）を取得することにより、車両がどれだけ障害物等に対して移動したかを算出できる。このように、車両の移動量に関する情報とは、その情報を取得することにより、直接的又は間接的に車両の移動量を算出できる量のことを言う。

また、副センサ自体が取得した移動量に基づいて速度を求めてもよいし、速度情報そのものを取得してもよいし、又は、副センサ入力部１２が副センサの出力値（例えば、移動量）に基づいて速度を求めてもよい。

副センサ入力部１２は、例えば、副センサの種類ごとに１つ備えられてもよいし、副センサごとに１つ備えられてもよい。また、１つの副センサ入力部１２が複数の副センサに対する入力を受け付けてもよい。図１に図示されるように、例えば、複数の副センサ入力部１２が位置姿勢推定装置１に備えられる。

速度センサ状態判定部１４は、速度センサが出力する速度値が所定の値（例えば、毎時1km）以下となっていないかを判定する。速度センサの出力値の精度が落ちる値を所定の値として、速度センサ状態判定部１４は、速度センサが出力する値がこの所定の値以下となっている場合に、速度センサからの出力の信頼度が低いと判定する。

速度センサ状態判定部１４は、上記のように、速度の値が所定値以下となった場合に基づいて信頼度の判定をしたが、これには限られない。例えば、速度とともに、他のパラメータを用いて判定してもよい。この判定は、ルールベースにより決定されてもよいし、機械学習により訓練されたニューラルネットワークモデルなどを用いてもよい。このモデルの訓練は、例えば、様々な条件下において各パラメータの値を記憶しておき、記憶したパラメータの値を入力すると、信頼度を出力するように実行される。この訓練は、教師あり学習によって実行されてもよいし、教師なし学習によって実行されてもよい。

副センサ選択部１６は、速度センサの出力の信頼度が低いと判定される場合に、車両に搭載されているいずれかの副センサからの出力値を選択する。すなわち、副センサ入力部１２のうち少なくとも１つを選択し、当該副センサ入力部１２に接続されている副センサから、速度の値を取得して、これを速度値として出力する。

スケール推定部１８は、各種センサから取得した情報に基づいて得られた速度の情報から、スケールを推定する。ここで、スケールとは、例えば、画像を用いて位置姿勢推定を行う場合に、画像内における距離と実際の距離とを紐付けるためのパラメータ（倍率）を示す。スケール推定部１８は、例えば、速度センサ入力部１０等から入力された速度の値に基づいてスケールを算出する。速度情報からのスケールの算出は、一般的に行われている手法を用いてもよい。

速度センサ状態判定部１４が速度センサの値が信頼できないと判定した場合には、スケール推定部１８は、副センサ選択部１６が選択した副センサの出力に基づいて、スケールを推定する。スケール推定部１８は、速度センサの値が信頼できず、かつ、副センサが複数備えられる場合には、複数の副センサのうち少なくとも１つの副センサの出力に基づいてスケールを推定する。副センサの出力を用いる場合も、それぞれの副センサの出力に対して一般的に利用されるアルゴリズム等を用いてスケールを推定する。

副センサ選択部１６及びスケール推定部１８の説明にあるように、速度センサの信頼度が低い場合には、副センサのうち少なくとも１つを選択してスケールを推定する。すなわち、副センサが複数備えられる場合には、２以上の副センサからの出力に基づいてスケールを推定してもよい。

位置姿勢情報推定部２０は、例えば、位置姿勢情報を推定するために取得された画像の情報から、位置姿勢情報を推定する。位置姿勢情報とは、例えば、車両の位置の情報及び車両の姿勢の情報を含む情報である。本実施形態においては、車両の位置とは、あるタイミングにおける位置に対する相対位置、道路上・走行面・駐車面に対する位置、又は、地図上における位置等をも含む概念である。車両の姿勢とは、一般的な車両の姿勢（路面との傾き等）に加え、あるタイミングにおける車両の方向に対する相対的な車両の方向等をも含む概念である。

位置姿勢情報の推定は、副センサ以外のセンサにより取得されるものである。例えば、カメラにより取得された画像情報からVisual SLAMにより取得されたり、GPS（Global Positioning System）、IMU(Inertial Measurement Unit)等から取得されたりする情報から、車両の位置及び姿勢情報を推定する。これらの推定は、上記に限られず、その他の一般的に用いられている手法により行われてもよい。

位置姿勢情報補正部２２は、位置姿勢情報推定部２０が推定した車両の位置、姿勢の情報を、スケール推定部１８が推定したスケールの値に基づいて補正する。より詳しくは、位置姿勢情報補正部２２は、スケール推定部１８が推定した速度センサよりも精度の高いスケールの値に基づいて、車両の位置情報と姿勢情報とを補正する。

画像入力部２４は、実装の一例として示したものであり、位置姿勢情報を推定する際に用いられる情報を取得するセンサの入力を受け付ける。例えば、Visual SLAMを位置姿勢情報の推定に用いる場合には、画像入力部２４は、画像センサが取得した画像情報の入力を受け付ける。この入力値に基づいて、位置姿勢情報推定部２０が車両の位置、姿勢を推定する。速度センサの出力の信頼度が高い場合には、速度センサの出力値を用いることにより、車両の位置等を推定できる情報であってもよい。

なお、上記の説明及び図面は、一例として示したものであり、必ずしもこの構成に限られるものではない。例えば、速度センサ状態判定部１４は、スケール推定部１８に直接信頼度を出力する必要は無く、速度センサ入力部１０又は副センサ選択部１６を介してスケール選択を行うセンサを決定してもよい。例えば、速度センサの信頼度が低い場合には、速度センサ入力部１０がスケール推定部１８に速度値を出力しないようにしてもよい。また、同様の場合に、副センサ選択部１６が速度センサの信頼度が低い旨をスケール推定部１８に、選択された副センサの出力値と併せて通知してもよい。

また、副センサ選択部１６が、副センサ入力部１２からの出力値をスケール推定部１８に出力することには限られない。すなわち、副センサ選択部１６は、スイッチの役割をし、スケール推定部１８と、選択された副センサ入力部１２とを接続する手段であってもよい。言い換えると、スケール推定部１８が直接的に副センサ入力部１２からその出力値を入力されてもよい。

図２は、本実施形態に係る位置姿勢推定装置１における副センサを用いたスケール推定の処理の流れを示すフローチャートである。本フローチャートを用いて、スケール推定の処理について説明する。

まず、速度センサ入力部１０を介して、速度センサの出力する速度値を取得する（Ｓ１００）。この速度値は、速度センサ状態判定部１４へと出力される。

速度値を受信した速度センサ状態判定部１４は、速度センサの信頼度を判定する（Ｓ１０２）。信頼度は、例えば、速度センサの出力値が所定の速度以下となった場合に、低いと判定される。また、上述したように、機械学習により訓練されたニューラルネットワークに、他のパラメータを含めた数値等を入力して、信頼度が出力されてもよい。信頼度の判定は、例えば、副センサ選択部１６に出力される。この他、速度センサ入力部１０にフィードバックしてもよいし、副センサ選択部１６と併せてスケール推定部１８に出力されてもよい。信頼度は、低い、高い、の２値であってもよいし、中間値を含む、例えば、比較的低い、普通、比較的高い等の多値、あるいは一定の範囲の実数値であってもよい。

次に、信頼度が低いか高いかにより処理を分岐する（Ｓ１０４）。信頼度が低い場合（Ｓ１０４：ＹＥＳ）には、副センサ選択部１６がどの副センサ入力部１２から入力された値を用いてスケール推定を実行するかを選択する（Ｓ１０６）。副センサ選択部１６は、例えば、選択した副センサ入力部１２からの入力をスケール推定部１８へと送信する。副センサ選択部１６はまた、CAN（Controller Area Network）等を介して受信した操舵角等の種々のパラメータに基づいて、副センサ入力部１２の選択を実行してもよい。別の例として、副センサ選択部１６は、信頼度が多値を取る場合には、当該信頼度に基づいて副センサのうちスケール推定に用いるセンサを選択してもよい。

次に、スケール推定部１８は、選択された副センサからの出力値に基づいてスケールを推定する（Ｓ１０８）。このスケールの推定については、各副センサの特性に基づいて実行される。副センサの種類及び当該副センサに対応するスケールの推定については、後述する。

一方で、信頼度が高い場合（Ｓ１０４：ＮＯ）、スケール推定部１８は、速度センサ入力部１０に入力された速度センサの出力値を用いてスケールを推定する（Ｓ１１０）。例えば、取得した画像と速度に基づいて、移動量等を算出し、スケールを取得する。

次に、位置姿勢情報補正部２２は、取得されている位置姿勢情報の推定値に対して、スケール推定部１８が各センサの出力値に基づいて推定したスケールを用いて位置姿勢情報を補正する（Ｓ１１２）。

以上のように、本実施形態によれば、速度センサの出力する速度値の信頼度が低い、例えば、所定の速度よりも遅い速度である場合に、速度センサの出力する速度ではなくより信頼度の高いセンサからの出力に基づいてスケールを推定することにより、信頼度及び精度の高い位置姿勢情報の補正をすることが可能となる。これにより、例えば、単眼カメラによるSLAMの位置推定をする場合であっても、徐行運転中、駐車するタイミング等においても精度の高い車両の位置、姿勢の情報を取得することが可能となる。

次に、副センサについて説明する。副センサは、所謂速度センサ以外のセンサであり、例えば、超音波センサ、4つの車輪それぞれの回転角を取得する回転角センサ、車両に搭載されているカメラ等のイメージセンサなどである。副センサ入力部１２は、これらのセンサのうち少なくとも１つのセンサからの入力を受け付ける。

まず、超音波センサを選択する場合について説明する。図３は、車両における超音波センサの設置例を示す図である。車両２は、例えば、車両の外側に向けて超音波を発振し、発振した超音波の反射を受信する、超音波センサ２００、２０２、２０４、２０６、２０８、２１０、２１２、２１４を備える。各超音波センサは、例えば、点線で示される範囲に超音波を発振し、当該範囲に物体が存在する場合には、その物体からの反射波を感知し、発振してから感知までの時間に基づいてセンサから物体までの距離を測定する。

超音波センサ２００、２０２、２０４、２０６は、車両２の前方に向けて超音波が発振されるように設置され、超音波センサ２０８、２１０、２１２、２１４は、車両２の後方に向けて超音波が発振されるように設置される。また、超音波センサ２０２、２０４、２１０、２１２は、車両２の短手側の中央よりに設置され、車両の正面、後面に対する障害物等を検知するように設置され、超音波センサ２００、２０６、２０８、２１４は、上記のセンサよりも外側である車両２の側面に近い箇所に設置される。

これらの超音波センサは、副センサ入力部１２を介して車両を制御するコンピュータへとその感知情報を入力する。全ての超音波センサが同一の副センサ入力部１２を介して通信してもよいし、別々の副センサ入力部１２を介して通信してもよい。

超音波センサは、超音波を反射する物体までの距離を計測することができる。すなわち、物体が道路に対して動いていない場合、この物体までの距離の変化を車両が動いた距離として速度の代わりに用い、スケール推定を行うことが可能となる。

複数ある超音波センサのうち、いずれのセンサを用いるかの選択は、例えば、車両の動いている方向に基づいて決定される。以下に、車両の動きと使用するセンサについて一例を記載する。

車両２が前方正面に移動している場合には、超音波センサ２０２、２０４の少なくとも１つを選択する。車両２が後方正面に移動している場合には、超音波センサ２１０、２１２の少なくとも１つを選択する。車両２が前方に左折している場合には、超音波センサ２００を選択する。車両２が前方に右折している場合には、超音波センサ２０６を選択する。車両２が後方に左折している場合には、超音波センサ２０８を選択する。車両２が後方に右折している場合には、超音波センサ２１２を選択する。

このように、超音波センサが選択される場合には、車両２の進行方向に近い向きに超音波を発する超音波センサを選択する。車両２が移動している方向に近いセンサを選択することにより、物体から反射された超音波を精度よく受信することが可能であるので、車両２の移動距離をより精度よく取得することが可能となる。前方、後方、右折、左折は、例えば、ギアの状態、ステアリングの回転角度、アクセルの踏み込み具合等を、CAN等を介して取得することにより判断することが可能である。

次に、車輪の回転量等を選択する場合について説明する。自動車には、それぞれのタイヤの車軸に対する回転量、車両の旋回量を表すヨーレートを取得するセンサが搭載されていることがある。回転量センサは、例えば、車輪において、エンコーダを用いて回転量を測定している。この回転量センサとヨーレートセンサの出力値を選択してスケールの推定をすることもできる。

車輪の回転量及び車両２の旋回角をこれらのセンサから取得することにより、車両２の速度を推定することが可能となる。この速度から、車両２の移動量を取得し、スケール推定を実行する。４輪に対してこれらのセンサが搭載されている場合には、例えば、４つのセンサの組み合わせのうち、値の大きい回転量を出力しているセンサからを選択する。すなわち、例えば、車輪の回転量が他の車輪の回転量よりも多い車輪に取り付けられているセンサを選択する。

回転量が多く計測されているエンコーダ程量子化誤差が小さくなるため、このように回転量の値が大きいセンサを選択することにより、精度よく速度及び移動量を取得することが可能となる。

次に、カメラを選択する場合について説明する。図４は、車両におけるカメラの設置例を示す図である。車両２は、例えば、カメラ２２０、２２２、２２４、２２６を備える。カメラ２２０は車両前方、カメラ２２２は車両後方、カメラ２２４は車両左側、カメラ２２６は車両右側を撮影するように搭載される。なお、本図では、一方向につき１つのカメラが搭載されているが、これには限られず、一方向に複数のカメラが備えられていてもよい。また、斜め方向の状況を取得するカメラが設置されていてもよい。

各カメラは、図に示すように、斜線で示す範囲を延伸した領域についての画像を取得する。カメラが選択された場合には、選択されたカメラにより取得された画像に基づいてスケールの推定を実行する。例えば、異なるタイミングにより取得された画像からオプティカルフローを取得して移動量を算出する。

具体的には、速度が速く、十分に信頼度の確保できる状態におけるオプティカルフローを各カメラにおいて取得しておき、オプティカルフローの大きさとそのときの車両の移動量とを図示しない記憶部に格納しておく。そして、カメラが副センサとして選択された場合に、この格納されたオプティカルフローと現在のオプティカルフローの大きさの比、および格納された車両の移動量に基づいて、車両速度の信頼度が低いときの移動量を推定する。

カメラは、例えば、移動している方向に対して垂直方向に近い向きを撮影するように設置されているカメラが選択される。前方又は後方に車両２が移動している場合には、カメラ２２４、２２６の少なくとも一方が選択される。車両２が旋回している場合には、カメラ２２０、２２２の少なくとも一方、又は、旋回向きとは逆の側面に備えられているカメラが選択されてもよい。また、記憶部には、それぞれの状況、例えば、直進、旋回等の状況に合わせて各カメラにおけるオプティカルフローと移動量との関係を格納してもよい。

このように、カメラが選択される場合には、車両２の進行方向に対して大きなオプティカルフローが取得できるカメラを選択することにより、より精度が高い移動量の推定を実行することが可能である。なお、例えば、側方にカメラが搭載されていない場合には、前進しているタイミングにおいては後方のカメラ２２２、後進しているタイミングにおいては前方のカメラ２２０を選択してもよい。このように、進行方向と逆方向を撮影するカメラを用いることにより、より多くのオプティカルフローを利用することが可能となる。

なお、上述においてセンサを選択するとは、選択されたセンサを起動させて情報を感知すること、選択されたセンサと同種のセンサを起動させておいてその中から選択されたセンサの感知情報を使用すること、及び、起動している任意のセンサのうち選択されたセンサの感知情報を使用すること、のいずれかの状態であってもよい。すなわち、選択状態と、他のセンサの起動状態とは、依存性がなく、少なくとも選択されたセンサが起動して、その感知情報を取得できる状態であればよい。

副センサ選択部１６は、上記の副センサのうちスケール推定に用いる副センサを選択する。複数の種類の副センサが備えられる場合には、例えば、上記の状況に基づいて、１種類のセンサのうち、どの位置に備えられているセンサを用いるかを選択する。また、複数種類のセンサを用いて、上記の状況に基づいて、複数の種類のセンサそれぞれのうち、所定の位置に備えられているセンサを選択してもよい。具体的には、超音波センサとカメラが搭載されており、前進している場合には、車両中央前方付近の超音波センサと、車両側方のカメラを選択して、スケールの推定をしてもよい。

このように、副センサ選択部１６は、スケール推定を行うタイミングにおける状況に基づいて、副センサの種類、及び、各種類の副センサにおいてどの位置にあるセンサを使用するか、を選択する。副センサの種類については、例えば、上述したように、信頼度に基づいて決定してもよいし、利用できるセンサ全てを選択してもよいし、所定のセンサから優先的に選択してもよい。また、ステアリング、アクセル、ギア等の状態に基づいて、副センサの種類及び位置を選択してもよい。

前述においては、副センサを利用する場合について説明したが、これには限られない。例えば、副センサを利用せずに、速度センサの出力値の信頼度が低い場合には、速度を所定の値として移動量の大きさを推定してもよい。このように処理することにより、計算量を少なくし、かつ、例えば、移動速度を本来よりも高い所定の低速値にするため、より安全に運転をすることができる状況においてスケールの推定を実行することが可能となる。

図５は、各実施形態における位置姿勢推定装置１のハードウェア実装の例を示すブロック図である。位置姿勢推定装置１は、プロセッサ７１と、主記憶装置７２と、補助記憶装置７３と、ネットワークインタフェース７４と、デバイスインタフェース７５と、を備え、これらがバス７６を介して接続されたデバイス７として実現できる。デバイス７は、それ自体が独立して起動できるコンピュータ装置であってもよいし、独立して起動するコンピュータ装置に組み込まれ、又は、接続されたアクセラレータであってもよい。

なお、図５のデバイス７は、各構成要素を一つ備えているが、同じ構成要素を複数備えていてもよい。また、１台のデバイス７が示されているが、ソフトウェアが複数のコンピュータ装置にインストールされて、当該複数のコンピュータ装置それぞれがソフトウェアの異なる一部の処理を実行してもよい。

プロセッサ７１は、デバイスの制御装置および演算装置を含む処理回路として動作する電子回路である。プロセッサ７１は、デバイス７の内部構成の各装置などから入力されたデータやプログラムに基づいて演算処理を行い、演算結果や制御信号を各装置などに出力する。具体的には、プロセッサ７１は、デバイス７のOS（Operating System）や、アプリケーションなどを実行することにより、デバイス７を構成する各構成要素を制御する。プロセッサ７１は、上記の処理を行うことができれば特に限られるものではない。位置姿勢推定装置１及びその各構成要素は、プロセッサ７１により実現されてもよい。

主記憶装置７２は、プロセッサ７１が実行する命令および各種データなどを記憶する記憶装置であり、主記憶装置７２に記憶された情報がプロセッサ７１により直接読み出される。補助記憶装置７３は、主記憶装置７２以外の記憶装置である。なお、これらの記憶装置は、電子情報を格納可能な任意の電子部品を意味するものとし、メモリでもストレージでもよい。また、メモリには、揮発性メモリと、不揮発性メモリがあるが、いずれでもよい。位置姿勢推定装置１内において各種データを保存するためのメモリは、主記憶装置７２または補助記憶装置７３により実現されてもよい。例えば、記憶部は、この主記憶装置７２又は補助記憶装置７３に実装されていてもよい。別の例として、アクセラレータがデバイス７においてさらに備えられている場合には、記憶部は、当該アクセラレータに備えられているメモリ内に実装されていてもよい。

ネットワークインタフェース７４は、無線または有線により、通信ネットワーク８に接続するためのインタフェースである。ネットワークインタフェース７４は、既存の通信規格に適合したものを用いればよい。ネットワークインタフェース７４により、通信ネットワーク８を介して通信接続された外部装置９Ａと情報のやり取りが行われてもよい。

外部装置９Ａは、例えば、ステレオカメラ、モーションキャプチャ、出力先デバイス、外部のセンサ、入力元デバイスなどが含まれる。また、外部装置９Ａは、位置姿勢推定装置１の構成要素の一部の機能を有する装置でもよい。そして、デバイス７は、位置姿勢推定装置１の処理結果の一部を、クラウドサービスのように通信ネットワーク８を介して送受信してもよい。

デバイスインタフェース７５は、外部装置９Ｂと直接接続するUSB（Universal Serial Bus）などのインタフェースである。外部装置９Ｂは、外部記憶媒体でもよいし、ストレージ装置でもよい。記憶部は、外部装置９Ｂにより実現されてもよい。

外部装置９Ｂは出力装置でもよい。出力装置は、例えば、画像を表示するための表示装置でもよいし、音声などを出力する装置などでもよい。例えば、LCD（Liquid Crystal Display）、CRT（Cathode Ray Tube）、PDP（Plasma Display Panel）、スピーカなどがあるが、これらに限られるものではない。また、CANを介して制御される自動車の構成要素であってもよい。

なお、外部装置９Ｂは入力装置でもよい。入力装置は、キーボード、マウス、タッチパネルなどのデバイスを備え、これらのデバイスにより入力された情報をデバイス７に与える。入力装置からの信号はプロセッサ７１に出力される。

このように、上記の全ての記載において、位置姿勢推定装置１の少なくとも一部はハードウェアで構成されていてもよいし、ソフトウェアで構成され、ソフトウェアの情報処理によりＣＰＵ等が実施をしてもよい。ソフトウェアで構成される場合には、位置姿勢推定装置１及びその少なくとも一部の機能を実現するプログラムをフレキシブルディスクやＣＤ－ＲＯＭ等の記憶媒体に収納し、コンピュータに読み込ませて実行させるものであってもよい。記憶媒体は、磁気ディスクや光ディスク等の着脱可能なものに限定されず、ハードディスク装置やメモリなどの固定型の記憶媒体であってもよい。すなわち、ソフトウェアによる情報処理がハードウェア資源を用いて具体的に実装されるものであってもよい。さらに、ソフトウェアによる処理は、FPGA等の回路に実装され、ハードウェアが実行するものであってもよい。

例えば、コンピュータが読み取り可能な記憶媒体に記憶された専用のソフトウェアをコンピュータが読み出すことにより、コンピュータを上記の実施形態の装置とすることができる。記憶媒体の種類は特に限定されるものではない。また、通信ネットワークを介してダウンロードされた専用のソフトウェアをコンピュータがインストールすることにより、コンピュータを上記の実施形態の装置とすることができる。こうして、ソフトウェアによる情報処理が、ハードウェア資源を用いて、具体的に実装される。

本発明のいくつかの実施形態を説明したが、これらの実施形態は、例として例示したものであり、発明の範囲を限定することは意図していない。これら新規な実施形態は、その他の様々な形態で実施されることが可能であり、発明の要旨を逸脱しない範囲で、種々の省略、置き換え、変更を行うことができる。これら実施形態やその変形は、発明の範囲や要旨に含まれると共に、特許請求の範囲に記載された発明とその均等の範囲に含まれる。

例えば、明細書中の記載において、以下、以上、より小さい、より大きい等の記載は、それぞれ、より小さい、より大きい、以下、以上等と書き換えてもよい。

１：位置姿勢推定装置、
１０：速度センサ入力部、１２：副センサ入力部、１４：速度センサ状態判定部、１６：副センサ選択部、１８：スケール推定部、２０：位置姿勢情報推定部、２２：位置姿勢情報補正部、２４：画像入力部

Claims (7)

1. 速度センサの出力値以外の情報に基づいて移動量に関する情報を取得する、１種類以上かつ複数の副センサからの出力を受け付ける、副センサ入力部と、
   前記速度センサの出力値が信頼できるかを判定する、速度センサ状態判定部と、
   前記速度センサの出力値が信頼できない場合に、車両の前進、後進、右折又は左折を含む現在の走行状態を取得し、前記走行状態及び前記複数の副センサの取り付け方向に基づいて、移動量を推定するための１以上の前記副センサを選択する、副センサ選択部と、
   前記速度センサの出力値及び前記副センサの出力値のうち、少なくとも１つに基づいて移動量の大きさを推定する、スケール推定部と、
   前記スケール推定部の推定した移動量の大きさに基づいて、位置姿勢情報を補正する、位置姿勢情報補正部と、
   を備える位置姿勢推定装置。
2. 前記副センサ入力部は、超音波センサからの出力、車輪の回転量センサとヨーレートセンサからの出力、及び、カメラからの出力、のうち少なくとも１つを受け付ける、
   請求項１に記載の位置姿勢推定装置。
3. 前記副センサ選択部は、前記副センサ入力部が前記超音波センサからの出力を受け付ける場合に、複数の前記超音波センサのうち、取得した前記走行状態における進行方向に近い向きに超音波を発する前記超音波センサからの出力を選択する、
   請求項２に記載の位置姿勢推定装置。
4. 前記副センサ選択部は、前記副センサ入力部が前記車輪の回転量センサとヨーレートセンサからの出力を受け付ける場合に、複数の前記車輪の前記回転量センサとヨーレートセンサのうち、前記車輪の回転量が他の前記車輪の回転量よりも多い前記車輪についてのセンサからの出力を選択する、
   請求項２又は請求項３に記載の位置姿勢推定装置。
5. 前記副センサ選択部は、前記副センサ入力部が前記カメラからの出力を受け付ける場合に、複数の前記カメラのうち、取得した前記走行状態における進行方向と垂直に近い向きの画像を取得する前記カメラからの出力を選択する、
   請求項２から請求項４のいずれかに記載の位置姿勢推定装置。
6. 副センサ入力部が、速度センサの出力値以外の情報に基づいて、移動量を推定する１種類以上かつ複数の副センサの出力を受け付け、
   副センサ選択部が、車両の前進、後進、右折又は左折を含む現在の走行状態を取得し、前記走行状態及び前記複数の副センサの取り付け方向に基づいて、移動量を推定するための１以上の前記副センサを選択し、
   速度センサ状態判定部が、前記速度センサの出力値が信頼できるかを判定し、
   スケール推定部が、前記速度センサの出力値及び前記副センサの出力値のうち、少なくとも１つに基づいて移動量の大きさを推定し、
   位置姿勢情報補正部が、前記スケール推定部の推定した移動量の大きさに基づいて、位置姿勢情報を補正する、
   位置姿勢推定方法。
7. コンピュータを、
   速度センサの出力値以外の情報に基づいて、移動量を推定する１種類以上かつ複数の副センサの出力を受け付ける手段、
   車両の前進、後進、右折又は左折を含む現在の走行状態を取得する手段、
   前記走行状態及び前記複数の副センサの取り付け方向に基づいて、移動量を推定するための１以上の前記副センサを選択する手段、
   前記速度センサの出力値が信頼できるかを判定する手段、
   前記速度センサの出力値及び前記副センサの出力値のうち、少なくとも１つに基づいて移動量の大きさを推定する手段、
   推定した移動量の大きさに基づいて、位置姿勢情報を補正する手段、
   として機能させるプログラム。

Images