JP7647397B2

JP7647397B2 - 推定システム、推定装置、推定方法、推定プログラム

Info

Publication number: JP7647397B2
Application number: JP2021111051A
Authority: JP
Inventors: キムゴックカングエン
Original assignee: Denso Corp
Current assignee: Denso Corp
Priority date: 2021-07-02
Filing date: 2021-07-02
Publication date: 2025-03-18
Anticipated expiration: 2041-07-02
Also published as: JP2023007914A

Description

本開示は、マップマッチングにより移動体の走行位置を推定する技術に、関する。

一般に移動体の走行位置は、移動体の観測デバイスによる観測データを、地図データとマップマッチングすることで、推定することが可能である。例えば特許文献１に開示の技術は、観測データであるセンサ情報において路面標示に該当する情報と、地図データにおいて路面標示を表す複数分割セルの位置に関する情報との、マップマッチングを行っている。

特開２０２０－３４３２２号公報

しかし、特許文献１に開示の技術では、センサ情報において路面標示に該当する情報を認識する必要がある。こうしたセンサ情報に対する標示認識処理は、短時間に高い負荷を招来するため、移動体のマップマッチング処理としては、改善が必要である。

本開示の課題は、走行位置を推定するための処理負荷を低減する推定システムを、提供することにある。本開示の別の課題は、走行位置を推定するための処理負荷を低減する推定装置を、提供することにある。本開示のまた別の課題は、走行位置を推定するための処理負荷を低減する推定方法を、提供することにある。本開示のさらに別の課題は、走行位置を推定するための処理負荷を低減する推定プログラムを、提供することにある。

以下、課題を解決するための本開示の技術的手段について、説明する。尚、特許請求の範囲及び本欄に記載された括弧内の符号は、後に詳述する実施形態に記載された具体的手段との対応関係を示すものであり、本開示の技術的範囲を限定するものではない。

本開示の第一態様は、
プロセッサ（１２）を有し、ホスト移動体（２）において外界空間（ＥＳ）への照射光に対する反射光強度を観測デバイス（３）により観測した観測点群データ（ＤＯ）と、外界空間からの反射光強度をマッピングした地図点群データ（ＤＭ）との、マップマッチングによりホスト移動体の走行位置を推定する推定システムであって、
プロセッサは、
観測点群データと地図点群データとを照らし合わせる基準となる走行位置として、地図点群データにおいてホスト移動体の走行路面（ＲＳ）に対応する複数の路面位置（ＰＳ）を仮定することと、
各路面位置毎の観測点群データと地図点群データとのマッチング度に基づき、走行位置を推定することとを、実行するように構成され、
路面位置を仮定することは、
地図点群データにおいて路面位置として選択される走行レーン（ＬＤ）の内側に仮定される位置であっても、移動体の駐車が想定される駐車想定スペースの内側に仮定される位置は路面位置から外すことを、含む。

本開示の第二態様は、
プロセッサ（１２）を有し、ホスト移動体（２）において外界空間（ＥＳ）への照射光に対する反射光強度を観測デバイス（３）により観測した観測点群データ（ＤＯ）と、外界空間からの反射光強度をマッピングした地図点群データ（ＤＭ）との、マップマッチングによりホスト移動体の走行位置を推定する推定装置であって、
プロセッサは、
観測点群データと地図点群データとを照らし合わせる基準となる走行位置として、地図点群データにおいてホスト移動体の走行路面（ＲＳ）に対応する複数の路面位置（ＰＳ）を仮定することと、
各路面位置毎の観測点群データと地図点群データとのマッチング度に基づき、走行位置を推定することとを、実行するように構成され、
路面位置を仮定することは、
地図点群データにおいて路面位置として選択される走行レーン（ＬＤ）の内側に仮定される位置であっても、移動体の駐車が想定される駐車想定スペースの内側に仮定される位置は路面位置から外すことを、含む。

本開示の第三態様は、
ホスト移動体（２）において外界空間（ＥＳ）への照射光に対する反射光強度を観測デバイス（３）により観測した観測点群データ（ＤＯ）と、外界空間からの反射光強度をマッピングした地図点群データ（ＤＭ）との、マップマッチングによりホスト移動体の走行位置を推定するために、プロセッサ（１２）により実行される推定方法であって、
観測点群データと地図点群データとを照らし合わせる基準となる走行位置として、地図点群データにおいてホスト移動体の走行路面（ＲＳ）に対応する複数の路面位置（ＰＳ）を仮定することと、
各路面位置毎の観測点群データと地図点群データとのマッチング度に基づき、走行位置を推定することとを、含み、
路面位置を仮定することは、
地図点群データにおいて路面位置として選択される走行レーン（ＬＤ）の内側に仮定される位置であっても、移動体の駐車が想定される駐車想定スペースの内側に仮定される位置は路面位置から外すことを、含む。

本開示の第四態様は、
ホスト移動体（２）において外界空間（ＥＳ）への照射光に対する反射光強度を観測デバイス（３）により観測した観測点群データ（ＤＯ）と、外界空間からの反射光強度をマッピングした地図点群データ（ＤＭ）との、マップマッチングによりホスト移動体の走行位置を推定するために記憶媒体（１０）に記憶され、プロセッサ（１２）に実行させる命令を含む推定プログラムであって、
命令は、
観測点群データと地図点群データとを照らし合わせる基準となる走行位置として、地図点群データにおいてホスト移動体の走行路面（ＲＳ）に対応する複数の路面位置（ＰＳ）を仮定させることと、
各路面位置毎の観測点群データと地図点群データとのマッチング度に基づき、走行位置を推定させることとを、含み、
路面位置を仮定させることは、
地図点群データにおいて路面位置として選択される走行レーン（ＬＤ）の内側に仮定される位置であっても、移動体の駐車が想定される駐車想定スペースの内側に仮定される位置は路面位置から外させることを、含む。

第一～第四態様によると、外界空間への照射光に対する反射光強度を観測デバイスにより観測した観測点群データと、外界空間からの反射光強度をマッピングした地図点群データとの、マッチング度に基づきホスト移動体の走行位置が推定される。そこで第一～第四態様では、観測点群データと地図点群データとを照らし合わせる基準となるホスト移動体の走行位置として、地図点群データにおいてホスト移動体の走行路面に対応する複数の路面位置が仮定される。これによれば、路面関連情報を含んだ地図点群データから路面位置を複数仮定する仮定処理は、低負荷となり得る。さらに、こうして仮定の各路面位置に限定した、観測点群データと地図点群データとのマッチング度に基づくマップマッチング処理も、低負荷となり得る。これらのことから、ホスト移動体の走行位置を推定するための処理負荷を低減することが、可能である。

一実施形態による推定システムの全体構成を示すブロック図である。一実施形態によるホスト移動体、観測デバイス、外界空間、及び走行路面の関係を示す模式図である。一実施形態による観測点群データを示す模式図である。一実施形態による地図点群データを示す模式図である。一実施形態による推定システムの機能構成を示すブロック図である。一実施形態による推定フローを示すフローチャートである。一実施形態による推定フローを説明するための模式図である。一実施形態による推定フローを説明するための模式図である。一実施形態による推定フローを説明するための模式図である。一実施形態による推定フローを説明するための模式図である。一実施形態による推定フローを説明するための模式図である

以下、本開示の一実施形態を図面に基づき説明する。

図１に示す一実施形態の推定システム１は、図２に示すように外界空間ＥＳを観測する観測デバイス３を搭載したホスト移動体であるホスト車両２の、走行位置を推定する。ホスト車両２は、乗員の搭乗状態において走行路面ＲＳ上を走行可能な、例えば自動車等の移動体である。ホスト車両２を中心とする視点において、ホスト車両２は自車両（ego-vehicle）であるともいえる。

ホスト車両２では、運転タスクにおける乗員の手動介入度に応じてレベル分けされるように、自動運転モードが実行される。自動運転モードは、条件付運転自動化、高度運転自動化、又は完全運転自動化といった、作動時のシステムが全ての運転タスクを実行する自律走行制御により、実現されてもよい。自動運転モードは、運転支援、又は部分運転自動化といった、乗員が一部若しくは全ての運転タスクを実行する高度運転支援制御により、実現されてもよい。自動運転モードは、それら自律走行制御と高度運転支援制御とのいずれか一方、組み合わせ、又は切り替えにより実現されてもよい。

ホスト車両２には、図１，２に示すセンサ系４、通信系５、情報提示系６、及び地図データベース７が搭載される。センサ系４は、推定システム１により利用可能なセンサ情報を、ホスト車両２の外界及び内界から取得する。そのためにセンサ系４は、外界センサ４０及び内界センサ４１を含んで構成される。

外界センサ４０は、ホスト車両２の周辺環境となる外界の情報を、取得する。外界センサ４０には、ホスト車両２の外界空間ＥＳを観測することで外界情報を取得する、観測デバイス３が含まれている。観測デバイス３は、ホスト車両２において外界空間ＥＳへの照射光に対する反射光強度を観測可能な、三次元ＬｉＤＡＲ（Light Detection and Ranging / Laser Imaging Detection and Ranging）である。尚、観測デバイス３の他に外界センサ４０としては、ホスト車両２の外界をセンシングすることで外界情報を取得する、例えばカメラ、レーダ、及びソナー等のうち少なくとも一種類が含まれていてもよい。

外界センサ４０のうち観測デバイス３は、外界空間ＥＳにおいて視野角に応じて決まる観測領域内を観測することで、当該観測領域内に存在する物標に関連して外界情報を取得する。特に本実施形態の観測デバイス３により取得される外界情報は、図３に示すように走行路面ＲＳを含む外界空間ＥＳに存在する物標からの反射光強度を二次元に観測した、観測点群データＤＯである。こうした観測点群データＤＯは、反射点での反射光強度及び位置座標を含んでいる。

図１，２に示す内界センサ４１は、ホスト車両２の内部環境となる内界の情報を、取得する。内界センサ４１は、ホスト車両２の内界において特定の運動物理量を検知することで、内界情報を取得してもよい。物理量検知タイプの内界センサ４１は、例えば走行速度センサ、加速度センサ、及びジャイロセンサ等のうち、少なくとも一種類である。内界センサ４１は、ホスト車両２の内界において乗員の特定状態を検知することで、内界情報を取得してもよい。乗員検知タイプの内界センサ４１は、例えばドライバーステータスモニター（登録商標）、生体センサ、着座センサ、アクチュエータセンサ、及び車内機器センサ等のうち、少なくとも一種類である。

通信系５は、推定システム１により利用可能な通信情報を、無線通信により取得する。通信系５は、ホスト車両２の外界に存在するＧＮＳＳ（Global Navigation Satellite System）の人工衛星から、測位信号を受信してもよい。測位タイプの通信系５は、例えばＧＮＳＳ受信機等である。通信系５は、ホスト車両２の外界に存在するＶ２Ｘシステムとの間において、通信信号を送受信してもよい。Ｖ２Ｘタイプの通信系５は、例えばＤＳＲＣ（Dedicated Short Range Communications）通信機、及びセルラＶ２Ｘ（C-V2X）通信機等のうち、少なくとも一種類である。通信系５は、ホスト車両２の内界に存在する端末との間において、通信信号を送受信してもよい。端末通信タイプの通信系５は、例えばブルートゥース（Bluetooth：登録商標）機器、Ｗｉ－Ｆｉ（登録商標）機器、及び赤外線通信機器等のうち、少なくとも一種類である。

情報提示系６は、ホスト車両２の乗員へ向けた報知情報を提示する。情報提示系６は、乗員の視覚を刺激することで、報知情報を提示してもよい。視覚刺激タイプの情報提示系６は、例えばＨＵＤ（Head-Up Display）、ＭＦＤ（Multi-Function Display）、コンビネーションメータ、ナビゲーションユニット、及び発光ユニット等のうち、少なくとも一種類である。情報提示系６は、乗員の聴覚を刺激することで、報知情報を提示してもよい。聴覚刺激タイプの情報提示系６は、例えばスピーカ、ブザー、及びバイブレーションユニット等のうち、少なくとも一種類である。

地図データベース７は、推定システム１により利用可能な地図情報を、記憶する。地図データベース７は、例えば半導体メモリ、磁気媒体、及び光学媒体等のうち、少なくとも一種類の非遷移的実体的記憶媒体（non-transitory tangible storage medium）を含んで構成される。地図データベース７は、ホスト車両２の位置を含む運動状態を推定するロケータの、データベースであってもよい。地図データベース７は、ホスト車両２の走行経路をナビゲートするナビゲーションユニットの、データベースであってもよい。地図データベース７は、これらのデータベース等のうち複数種類の組み合わせにより、構成されてもよい。

地図データベース７は、Ｖ２Ｘタイプの通信系５を通じた外部センタとの通信により、最新の地図情報を取得して記憶する。特に本実施形態の地図情報は、図４に示すように走行路面ＲＳを含む外界空間ＥＳに存在する物標からの反射光強度を二次元にマッピングした、地図点群データＤＭである。こうした地図点群データＤＭは、反射点での反射光強度及び位置座標を含んだ、ベクターデータ又はラスターデータであって、好ましくはベクターデータである。

地図点群データＤＭは、走行路面ＲＳ上において走行レーンＬＤを区画する地物に関しての、地物情報を含んでいてもよい。ここで、走行レーンＬＤを区画する地物とは、例えば道路境界線、車道外側線、路側帯（駐停車路側帯及び歩行者路側帯を含む）、歩行者専用通行帯、自転車専用通行帯、区画線（白線を含む）、ガードレール、縁石、ガードパイプ、及び側溝等のうち、道路縁を表す少なくとも一種類である。地図点群データＤＭは、走行路面ＲＳ上において走行レーンＬＤの内側に存在する標示に関しての、標示情報を含んでいてもよい。ここで、走行レーンＬＤの内側に存在する標示とは、停止線、区画線、横断歩道標示、速度標示、駐停車禁止標示、転回禁止標示、及び右左折のターン標示等のうち、少なくとも一種類である。地図点群データＤＭは、走行路面ＲＳ上における走行レーンＬＤの内側のうち、移動体の駐車が想定される駐車想定スペースに関しての、駐車想定情報を含んでいてもよい。ここで駐車想定情報は、例えば駐停車禁止標示、及び外部センタにより把握される駐車頻度等のうち、少なくとも一種類を表す情報である。

図１に示す推定システム１は、例えばＬＡＮ（Local Area Network）回線、ワイヤハーネス、内部バス、及び無線通信回線等のうち、少なくとも一種類を介してセンサ系４、通信系５、情報提示系６、及び地図データベース７に接続されている。推定システム１は、少なくとも一つの専用コンピュータを含んで構成されている。

推定システム１を構成する専用コンピュータは、ホスト車両２の運転を制御する、運転制御ＥＣＵ（Electronic Control Unit）であってもよい。推定システム１を構成する専用コンピュータは、ホスト車両２の走行経路をナビゲートする、ナビゲーションＥＣＵであってもよい。推定システム１を構成する専用コンピュータは、ホスト車両２の位置を含む運動状態を推定する、ロケータＥＣＵであってもよい。推定システム１を構成する専用コンピュータは、ホスト車両２において情報提示系６による情報提示を制御する、ＨＣＵ（HMI（Human Machine Interface） Control Unit）であってもよい。推定システム１を構成する専用コンピュータは、例えば通信系５との間で通信可能な外部センタ又はモバイル端末等を構築する、ホスト車両２以外のコンピュータであってもよい。

推定システム１を構成する専用コンピュータは、メモリ１０及びプロセッサ１２を、少なくとも一つずつ有している。メモリ１０は、コンピュータにより読み取り可能なプログラム及びデータ等を非一時的に記憶する、例えば半導体メモリ、磁気媒体、及び光学媒体等のうち、少なくとも一種類の非遷移的実体的記憶媒体（non-transitory tangible storage medium）である。プロセッサ１２は、例えばＣＰＵ（Central Processing Unit）、ＧＰＵ（Graphics Processing Unit）、ＲＩＳＣ（Reduced Instruction Set Computer）－ＣＰＵ、ＤＦＰ（Data Flow Processor）、及びＧＳＰ（Graph Streaming Processor）等のうち、少なくとも一種類をコアとして含んでいる。

プロセッサ１２は、観測点群データＤＯと地図点群データＤＭとのマップマッチングによりホスト車両２の走行位置を推定するためにメモリ１０に記憶された、推定プログラムに含まれる複数の命令を実行する。これにより推定システム１は、ホスト車両２の走行位置を推定するための機能ブロックを、複数構築する。推定システム１において構築される複数の機能ブロックには、図５に示すように、仮定ブロック１００及び推定ブロック１１０が含まれる。

これらブロック１００，１１０の共同により、推定システム１がホスト車両２の走行位置を推定する推定方法のフロー（以下、推定フローという）を、図６に従って以下に説明する。推定フローのアルゴリズムサイクルは、ホスト車両２の起動中において繰り返し実行される。尚、推定フローにおける各「Ｓ」は、物体認識プログラムに含まれた複数命令によって実行される複数ステップを、それぞれ意味する。

Ｓ１０において仮定ブロック１００は、マップマッチングにより観測点群データＤＯと地図点群データＤＭとを照らし合わせる基準となるホスト車両２の走行位置として、地図点群データＤＭにおいて走行路面ＲＳに対応する複数の路面位置ＰＳを、仮定する。

具体的にＳ１０における仮定ブロック１００は、図７に示すように地図点群データＤＭにおいて外界空間ＥＳを分割した複数のグリッドＧＳを、設定する。このとき外界空間ＥＳのうち、複数グリッドＧＳを設定する領域は、前回の推定フローにより推定された走行位置を中心として、マップマッチングに必要な広さの領域に定義される。また各グリッドＧＳは、二次元の矩形領域に定義され、所謂メッシュであるともいえる。

Ｓ１０における仮定ブロック１００は、地図点群データＤＭにおいて設定された各グリッドＧＳをそれぞれ代表する代表位置ＰＲの、位置座標ｘ，ｙを仮定する。このとき代表位置ＰＲは、例えば各グリッドＧＳの矩形角位置又は矩形中心位置等に定義される。また、代表位置ＰＲの位置座標ｘは、ホスト車両２の横方向位置を表す座標に定義される一方、代表位置ＰＲの位置座標ｙは、ホスト車両２の縦方向位置を表す座標に定義される。

Ｓ１０における仮定ブロック１００は、地図点群データＤＭにおいて各グリッドＧＳ毎に仮定された代表位置ＰＲの中から、ホスト車両２が現在走行している可能性の予測される複数の路面位置ＰＳを、選択する。このとき複数路面位置ＰＳの選択は、例えば地物情報、標示情報、及び駐車想定情報等のうち、少なくとも一種類である路面関連情報に基づいたマスク処理により、図８の如く実行されてもよい。

ここで、地物情報に基づくマスク処理の場合は地図点群データＤＭにおいて、地物により区画された走行レーンＬＤの外側に仮定される代表位置ＰＲが路面位置ＰＳから外される（図８の×印参照）一方、当該走行レーンＬＤの内側に仮定される代表位置ＰＲが路面位置ＰＳとして選択されるとよい。標示情報に基づくマスク処理の場合は地図点群データＤＭにおいて、路面標示が存在する走行レーンＬＤの外側に仮定される代表位置ＰＲが路面位置ＰＳから外される（図８の×印参照）一方、当該走行レーンＬＤの内側に仮定される代表位置ＰＲが路面位置ＰＳとして選択されるとよい。地物情報及び標示情報の少なくとも一方に加えて、駐車想定情報に基づくマスク処理の場合、走行レーンＬＤの内側に仮定される代表位置ＰＲであっても、地図点群データＤＭにおいて移動体の駐車が想定される駐車想定スペースの内側に仮定される代表位置ＰＲは、路面位置ＰＳから外されるとよい。

Ｓ１０における仮定ブロック１００は、地物情報に基づく場合にはマスク処理に代えて又は加えて、図９，１０に示すようなアルゴリズムに従って代表位置ＰＲを選別してもよい。このアルゴリズムでは、走行レーンＬＤを区画する地物に対応する反射点Ｖ_ｎ（サフィックスｎは０以上ｋ－１以下の整数）が、左右の当該地物に関して複数ずつ抽出される。そこで代表位置ＰＲを中心とする、反射点Ｖ_ｎ間の中心角θ_ｎを用いた数１に基づくことで、全反射点Ｖ_ｎ間での総和角に応じた選別指標ωが演算される。このとき中心角θ_ｎは、代表位置ＰＲを中心とした時計回り及び反時計回りのうち、一方をプラス符号且つ他方をマイナス符号として、定義される。そこで、選別指標ωが閾値としての０．５以下である場合に代表位置ＰＲは、走行レーンＬＤの外側であると判断されて路面位置ＰＳから外される。一方、選別指標ωが０．５超過である場合に代表位置ＰＲは、走行レーンＬＤの内側であると判断されて路面位置ＰＳへの仮定を確定される。

図６に示すＳ１１において推定ブロック１１０は、Ｓ１０の仮定ブロック１００により仮定された各路面位置ＰＳ毎の、観測点群データＤＯと地図点群データＤＭとのマッチング度に基づき、ホスト車両２が現在走行する走行位置の位置座標ｘ＾，ｙ＾を推定する。このとき走行位置の位置座標ｘ＾は、ホスト車両２の横方向位置を表す座標に定義される一方、走行位置の位置座標ｙ＾は、ホスト車両２の縦方向位置を表す座標に定義される。

具体的にＳ１１における推定ブロック１１０は、観測点群データＤＯと地図点群データＤＭとのマップマッチングにおいて両データＤＯ，ＤＭ間の相関度を表す指標として、数２を満たすマッチング度Ｃ（ｘ，ｙ）を取得する。数２のｘ，ｙは、路面位置ＰＳの位置座標（図８参照）である。数２のＮは、観測点群データＤＯにおける点群総数である。数２のｍ_ｉ（ｘ，ｙ）は、図１１に示すようにホスト車両２の走行位置に対応する観測点群データＤＯの原点ＰＯを、地図点群データＤＭにおける路面位置ＰＳの位置座標ｘ，ｙと照らし合わせた場合の地図点群データＤＭにおいて、サフィックスがｉ番目の反射点での反射強度である。数２のｍ_ａ（ｘ，ｙ）は、ホスト車両２の走行位置に対応する観測点群データＤＯの原点ＰＯを、地図点群データＤＭにおける路面位置ＰＳの位置座標ｘ，ｙと照らし合わせた場合の地図点群データＤＭにおける、全反射点の反射強度平均値である。数２のｚ_ｉは、図１１に示す観測点群データＤＯにおいてサフィックスがｉ番目の反射点での反射強度である。数２のｚ_ａは、観測点群データＤＯにおける全反射点の反射強度平均値である。

Ｓ１１における推定ブロック１１０は、各路面位置ＰＳ毎に取得したマッチング度Ｃ（ｘ，ｙ）を重みとして用いる荷重平均演算を、数３，４に基づき実行することで、走行位置の位置座標ｘ＾，ｙ＾を推定する。このとき荷重平均演算に代えて、マッチング度Ｃ（ｘ，ｙ）が最大となる路面位置ＰＳの位置座標ｘ，ｙが、走行位置の位置座標ｘ＾，ｙ＾として推定されてもよい。

Ｓ１１における推定ブロック１１０は、例えば直線状等の走行レーンＬＤに対しては、ホスト車両２の縦方向におけるマッチング度に基づいた推定を中止し、ホスト車両２の横方向におけるマッチング度に基づく推定に限定して実行してもよい。この場合に縦方向における走行位置の位置座標は、例えば内界センサ４１の内界情報に基づくデッドレコニング情報、及び測位タイプの通信系５を通じて取得した測位情報等のうち、少なくとも一種類を用いて推定されてもよい。

Ｓ１１の推定ブロック１１０により推定された走行位置の位置座標ｘ＾，ｙ＾は、推定タイミングのタイムスタンプと関連付けてメモリ１０に記憶されてもよい。Ｓ１１の推定ブロック１１０により推定された走行位置の位置座標ｘ＾，ｙ＾は、視覚刺激タイプの情報提示系６を通じた地図点群データＤＭへの重畳表示により、ホスト車両２内の乗員に提示されてもよい。Ｓ１１の推定ブロック１１０により推定された走行位置の位置座標ｘ＾，ｙ＾は、Ｖ２Ｘタイプの通信系５を通じて外部センタに送信されることで、当該外部センタにおいて蓄積されてもよい。

（作用効果）
以上説明した本実施形態の作用効果を、以下に説明する。

本実施形態によると、外界空間ＥＳへの照射光に対する反射光強度を観測デバイス３により観測した観測点群データＤＯと、外界空間ＥＳからの反射光強度をマッピングした地図点群データＤＭとの、マッチング度に基づきホスト車両２の走行位置が推定される。そこで第一～第四態様では、観測点群データＤＯと地図点群データＤＭとを照らし合わせる基準となるホスト車両２の走行位置として、地図点群データＤＭにおいてホスト車両２の走行路面ＲＳに対応する複数の路面位置ＰＳが仮定される。これによれば、路面関連情報を含んだ地図点群データＤＭから路面位置ＰＳを複数仮定する仮定処理は、低負荷となり得る。さらに、こうして仮定の各路面位置ＰＳに限定した、観測点群データＤＯと地図点群データＤＭとのマッチング度に基づくマップマッチング処理も、低負荷となり得る。これらのことから、ホスト車両２の走行位置を推定するための処理負荷を低減することが、可能である。

本実施形態によると、地図点群データＤＭにおいて地物により区画された走行レーンＬＤの外側に仮定される位置は、路面位置ＰＳから外される一方、地図点群データＤＭにおいて当該走行レーンＬＤの内側に仮定される位置は、路面位置ＰＳとして抽出される。これによれば、地物情報を含んだ地図点群データＤＭから走行レーンＬＤの内側に限定して路面位置ＰＳを複数仮定する仮定処理は、低負荷且つ正確となり得る。故に、ホスト車両２の走行位置を推定するための処理負荷の低減と共に、当該推定の精度確保を実現することが、可能となる。

本実施形態によると、地図点群データＤＭにおいて路面標示が存在する走行レーンＬＤの外側に仮定される位置は、路面位置ＰＳから外される一方、地図点群データＤＭにおいて当該走行レーンＬＤの内側に仮定される位置は、路面位置ＰＳとして抽出される。これによれば、標示情報を含んだ地図点群データＤＭから走行レーンＬＤの内側に限定して路面位置ＰＳを複数仮定する仮定処理は、低負荷且つ正確となり得る。故に、ホスト車両２の走行位置を推定するための処理負荷の低減と共に、当該推定の精度確保を実現することが、可能となる。

本実施形態によると、地図点群データＤＭにおける走行レーンＬＤの内側でも、移動体の駐車が想定される駐車想定スペースの内側に仮定される位置は、路面位置ＰＳから外される。これによれば、ホスト車両２の走行する可能性が低い駐車想定スペースの情報を含んだ地図点群データＤＭから、走行レーンＬＤの内側のうち駐車想定スペースの外側に限定して路面位置ＰＳを複数仮定することになる仮定処理は、低負荷での正確度を増し得る。故に、ホスト車両２の走行位置を推定するための処理負荷の低減と共に、当該推定の精度向上を実現することが、可能となる。

本実施形態によると、地図点群データＤＭにおいて外界空間ＥＳを分割した複数のグリッドＧＳをそれぞれ代表する代表位置ＰＲの中から、複数の路面位置ＰＳが仮定される。これによれば、ホスト車両２の走行路面ＲＳに対応する路面位置ＰＳの仮定処理を、複数グリッドＧＳの代表位置ＰＲに限定して実行することで、当該仮定処理の低負荷化を促進することができる。故に、ホスト車両２の走行位置を推定するための処理負荷の低減に、貢献することが可能となる。

本実施形態によると、観測点群データＤＯと地図点群データＤＭとの各路面位置ＰＳ毎でのマッチング度に基づく走行位置の推定は、ホスト車両２の横方向に限定されてもよい。これによれば、例えば直線状等の走行レーンＬＤに対しては、ホスト車両２の縦方向における走行位置の推定誤差を低減しつつ、処理負荷も低減することができる。故に、ホスト車両２の走行位置を推定するための処理負荷の低減と共に、当該推定の精度確保を実現することが、可能となる。

（他の実施形態）
以上、一実施形態について説明したが、本開示は、当該説明の実施形態に限定して解釈されるものではなく、本開示の要旨を逸脱しない範囲内において種々の実施形態に適用することができる。

変形例において推定システム１を構成する専用コンピュータは、デジタル回路及びアナログ回路のうち、少なくとも一方をプロセッサとして有していてもよい。ここでデジタル回路とは、例えばＡＳＩＣ（Application Specific Integrated Circuit）、ＦＰＧＡ（Field Programmable Gate Array）、ＳＯＣ（System on a Chip）、ＰＧＡ（Programmable Gate Array）、及びＣＰＬＤ（Complex Programmable Logic Device）等のうち、少なくとも一種類である。またこうしたデジタル回路は、プログラムを記憶したメモリを、有していてもよい。

変形例のＳ１０において仮定ブロック１００は、複数グリッドＧＳを設定しないで、代表位置ＰＲに代わる複数位置を設定してもよい。変形例において推定システム１の適用されるホスト移動体は、例えば外部センタにより走行をリモート制御可能な、ドローン等であってもよい。

ここまでの説明形態の他、上述の実施形態及び変形例による推定システム１は、ホスト車両２に搭載の処理装置（例えば処理ＥＣＵ等）として、実施されてもよい。また、上述の実施形態及び変形例は、推定システム１のプロセッサ１２及びメモリ１０を少なくとも一つずつ有した半導体装置（例えば半導体チップ等）として、実施されてもよい。

１：推定システム、２：ホスト車両、３：観測デバイス、１０：メモリ、１２：プロセッサ、ＤＭ：地図点群データ、ＤＯ：観測点群データ、ＥＳ：外界空間、ＧＳ：グリッド、ＬＤ：走行レーン、ＰＲ：代表位置、ＰＳ：路面位置、ＲＳ：走行路面

Claims

プロセッサ（１２）を有し、ホスト移動体（２）において外界空間（ＥＳ）への照射光に対する反射光強度を観測デバイス（３）により観測した観測点群データ（ＤＯ）と、前記外界空間からの反射光強度をマッピングした地図点群データ（ＤＭ）との、マップマッチングにより前記ホスト移動体の走行位置を推定する推定システムであって、
前記プロセッサは、
前記観測点群データと前記地図点群データとを照らし合わせる基準となる前記走行位置として、前記地図点群データにおいて前記ホスト移動体の走行路面（ＲＳ）に対応する複数の路面位置（ＰＳ）を仮定することと、
各前記路面位置毎の前記観測点群データと前記地図点群データとのマッチング度に基づき、前記走行位置を推定することとを、実行するように構成され、
前記路面位置を仮定することは、
前記地図点群データにおいて前記路面位置として選択される走行レーン（ＬＤ）の内側に仮定される位置であっても、移動体の駐車が想定される駐車想定スペースの内側に仮定される位置は前記路面位置から外すことを、含む推定システム。
前記路面位置を仮定することは、
前記地図点群データにおいて地物により区画された前記走行レーンの外側に仮定される位置を前記路面位置から外すことを、含む請求項１に記載の推定システム。
前記路面位置を仮定することは、
前記地図点群データにおいて路面標示が存在する前記走行レーンの外側に仮定される位置を前記路面位置から外すことを、含む請求項１又は２に記載の推定システム。
前記路面位置を仮定することは、
前記地図点群データにおいて前記外界空間を分割した複数のグリッド（ＧＳ）をそれぞれ代表する代表位置（ＰＲ）の中から、複数の前記路面位置を仮定することを、含む請求項１～３のいずれか一項に記載の推定システム。
前記走行位置を推定することは、
各前記路面位置毎の前記マッチング度に基づく前記走行位置の推定を、前記ホスト移動体の横方向に限定することを、含む請求項１～４のいずれか一項に記載の推定システム。
プロセッサ（１２）を有し、ホスト移動体（２）において外界空間（ＥＳ）への照射光に対する反射光強度を観測デバイス（３）により観測した観測点群データ（ＤＯ）と、前記外界空間からの反射光強度をマッピングした地図点群データ（ＤＭ）との、マップマッチングにより前記ホスト移動体の走行位置を推定する推定装置であって、
前記プロセッサは、
前記観測点群データと前記地図点群データとを照らし合わせる基準となる前記走行位置として、前記地図点群データにおいて前記ホスト移動体の走行路面（ＲＳ）に対応する複数の路面位置（ＰＳ）を仮定することと、
各前記路面位置毎の前記観測点群データと前記地図点群データとのマッチング度に基づき、前記走行位置を推定することとを、実行するように構成され、
前記路面位置を仮定することは、
前記地図点群データにおいて前記路面位置として選択される走行レーン（ＬＤ）の内側に仮定される位置であっても、移動体の駐車が想定される駐車想定スペースの内側に仮定される位置は前記路面位置から外すことを、含む推定装置。
ホスト移動体（２）において外界空間（ＥＳ）への照射光に対する反射光強度を観測デバイス（３）により観測した観測点群データ（ＤＯ）と、前記外界空間からの反射光強度をマッピングした地図点群データ（ＤＭ）との、マップマッチングにより前記ホスト移動体の走行位置を推定するために、プロセッサ（１２）により実行される推定方法であって、
前記観測点群データと前記地図点群データとを照らし合わせる基準となる前記走行位置として、前記地図点群データにおいて前記ホスト移動体の走行路面（ＲＳ）に対応する複数の路面位置（ＰＳ）を仮定することと、
各前記路面位置毎の前記観測点群データと前記地図点群データとのマッチング度に基づき、前記走行位置を推定することとを、含み、
前記路面位置を仮定することは、
前記地図点群データにおいて前記路面位置として選択される走行レーン（ＬＤ）の内側に仮定される位置であっても、移動体の駐車が想定される駐車想定スペースの内側に仮定される位置は前記路面位置から外すことを、含む推定方法。
ホスト移動体（２）において外界空間（ＥＳ）への照射光に対する反射光強度を観測デバイス（３）により観測した観測点群データ（ＤＯ）と、前記外界空間からの反射光強度をマッピングした地図点群データ（ＤＭ）との、マップマッチングにより前記ホスト移動体の走行位置を推定するために記憶媒体（１０）に記憶され、プロセッサ（１２）に実行させる命令を含む推定プログラムであって、
前記命令は、
前記観測点群データと前記地図点群データとを照らし合わせる基準となる前記走行位置として、前記地図点群データにおいて前記ホスト移動体の走行路面（ＲＳ）に対応する複数の路面位置（ＰＳ）を仮定させることと、
各前記路面位置毎の前記観測点群データと前記地図点群データとのマッチング度に基づき、前記走行位置を推定させることとを、含み、
前記路面位置を仮定させることは、
前記地図点群データにおいて前記路面位置として選択される走行レーン（ＬＤ）の内側に仮定される位置であっても、移動体の駐車が想定される駐車想定スペースの内側に仮定される位置は前記路面位置から外させることを、含む推定プログラム。