WO2018180338A1 - 情報処理装置、サーバ装置、制御方法、プログラム及び記憶媒体 - Google Patents

情報処理装置、サーバ装置、制御方法、プログラム及び記憶媒体 Download PDF

Info

Publication number
WO2018180338A1
WO2018180338A1 PCT/JP2018/008999 JP2018008999W WO2018180338A1 WO 2018180338 A1 WO2018180338 A1 WO 2018180338A1 JP 2018008999 W JP2018008999 W JP 2018008999W WO 2018180338 A1 WO2018180338 A1 WO 2018180338A1
Authority
WO
WIPO (PCT)
Prior art keywords
information
region
voxel
unit
point cloud
Prior art date
Application number
PCT/JP2018/008999
Other languages
English (en)
French (fr)
Inventor
加藤　正浩
和紀 小山
Original Assignee
パイオニア株式会社
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by パイオニア株式会社 filed Critical パイオニア株式会社
Priority to JP2019509134A priority Critical patent/JP6721784B2/ja
Publication of WO2018180338A1 publication Critical patent/WO2018180338A1/ja

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
    • G01C21/26—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
    • G01C21/28—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network with correlation of data from several navigational instruments
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
    • G01C21/26—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
    • G01C21/28—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network with correlation of data from several navigational instruments
    • G01C21/30—Map- or contour-matching
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/09—Arrangements for giving variable traffic instructions
    • G08G1/0962—Arrangements for giving variable traffic instructions having an indicator mounted inside the vehicle, e.g. giving voice messages
    • G08G1/0968—Systems involving transmission of navigation instructions to the vehicle
    • G08G1/0969—Systems involving transmission of navigation instructions to the vehicle having a display in the form of a map

Definitions

  • the present invention relates to a point cloud matching technique.
  • the stationary structure stored in the map information may have changed in shape and position since the update time of the map information. In such a case, the matching accuracy using the map information becomes low, and as a result The accuracy of self-position estimation will decrease. Accordingly, the main object of the present invention is to provide an information processing apparatus capable of suitably extracting a region where the accuracy of matching is low.
  • the invention according to claim 1 is an information processing apparatus, and a first acquisition unit that acquires first point cloud information about each distance from a reference position to a plurality of positions measured by the measurement unit; A second acquisition unit that acquires map information in which second point group information based on a plurality of pieces of position information is recorded for each region, and a matching result for each region of the first point group information and the second point group information A calculation unit that calculates an evaluation value for each region, and an extraction unit that extracts a region in which the evaluation value is lower than a predetermined threshold among the regions in which the evaluation value is calculated. It is characterized by.
  • the invention according to claim 12 is a control method executed by the information processing apparatus, wherein the first acquisition is performed for acquiring first point cloud information about each distance from the reference position to a plurality of positions measured by the measurement unit.
  • a second acquisition step of acquiring map information in which second point cloud information based on one or a plurality of position information is recorded for each region, and the first point cloud information and the second point cloud information A calculation step for calculating an evaluation value for each region based on a matching result for each region, and an extraction step for extracting a region in which the evaluation value is lower than a predetermined threshold among the regions for which the evaluation value is calculated It is characterized by having.
  • the invention according to claim 13 is a program executed by a computer, and a first acquisition unit that acquires first point cloud information about each distance from a reference position to a plurality of positions measured by a measurement unit; A second acquisition unit that acquires map information in which second point group information based on one or a plurality of position information is recorded for each region; and the first point group information and the second point group information for each region.
  • the computer as an extraction unit for calculating an evaluation value for each region based on a collation result, and an extraction unit for extracting a region where the evaluation value is lower than a predetermined threshold among the regions where the evaluation value is calculated Is made to function.
  • the block configuration of a vehicle equipment and a server apparatus is shown.
  • An example of the schematic data structure of voxel data is shown.
  • a specific example of NDT scan matching will be described.
  • a specific example of NDT scan matching in which a weighting value is set for each voxel will be described.
  • a specific example of NDT scan matching related to the change of the weighting value will be shown. It is a flowchart which shows the process sequence which an onboard equipment performs. It is a flowchart which shows the process sequence which a server apparatus performs.
  • the information processing apparatus includes: a first acquisition unit that acquires first point cloud information about each distance from the reference position to a plurality of positions measured by the measurement unit; A second acquisition unit that acquires map information in which second point group information based on a plurality of pieces of position information is recorded for each region, and a matching result for each region of the first point group information and the second point group information And an extraction unit for extracting a region where the evaluation value is lower than a predetermined threshold among the regions where the evaluation value is calculated.
  • the information processing apparatus suitably extracts a region having low matching accuracy between the first point group information measured by the measurement unit and the second point group information recorded in the map information, based on the evaluation value for each region. can do.
  • the calculation unit normalizes the evaluation value for each region based on the number of points for each region acquired as the first point cloud information. Thereby, the information processing apparatus can appropriately prevent the evaluation value for each area from depending on the number of point groups measured by the measurement unit, and can appropriately extract an area with relatively low matching accuracy.
  • the information processing apparatus further includes a position estimation unit that estimates the reference position, and the map information includes a weighting value based on a reliability of the second point group information. It is included for each region, and the position estimation unit estimates the reference position based on the collation result for each region based on the weight value for each region. According to this aspect, the information processing apparatus can perform highly accurate position estimation by increasing the weighting of the collation result of the region with high reliability.
  • the position estimation unit has a parameter having the highest evaluation indicated by a comprehensive evaluation value that is a sum of evaluation values calculated for each region from the collation result and the weighting value. Based on the above, the reference position is estimated. According to this aspect, the information processing apparatus can appropriately determine a parameter for determining the reference position in consideration of the weighting value for each region, and perform highly accurate position estimation.
  • the map information includes information on the number of points for each region of the second point cloud information, and the extraction unit is included in the map information.
  • a region to be extracted is determined based on the information on the number of points for each region and the number of points for each region acquired as the first point group information.
  • the information processing apparatus can suitably extract a region with a small number of measured points as a region with relatively low accuracy of matching.
  • a transmission unit that transmits region information regarding the region extracted by the extraction unit to a server device that manages map information in which second point group information is recorded for each region.
  • the information processing apparatus can suitably provide information useful for updating map information to the server apparatus.
  • the transmission unit transmits region information regarding regions where a predetermined number or more of the regions extracted by the extraction unit are adjacent to each other to the server device.
  • the information processing apparatus transmits area information related to an area where there is a high possibility that a static object change has occurred to the server apparatus, so that only effective information is transmitted to the server apparatus while suppressing the transmission frequency.
  • change of static object includes deformation, movement, disappearance, generation, etc. of the static object.
  • the transmission unit includes region information related to all regions extracted by the extraction unit, and regions related to regions where a predetermined number or more of the regions extracted by the extraction unit are adjacent to each other. Either one of the information is selectively transmitted to the server device. According to this aspect, the information processing apparatus can provide information according to necessity to the server apparatus.
  • the server device includes a receiving unit that receives region information from a plurality of information processing devices, and a plurality of region information for each region received by the receiving unit. And a determination unit that determines, for each of the regions, whether or not the region is a region in which a change of a simple object has occurred.
  • the server device collects region information of a region that may be a region where a static object change has occurred from a plurality of information processing devices, and statistically determines a region that needs to be updated for map information. Can be identified.
  • the server device transmits a measurement data transmission request from the measurement unit to the region determined by the determination unit as a region where a change in a static object has occurred, to the information processing device. And a transmission unit.
  • the server device can suitably collect measurement data of an area determined to be an area where a static object change has occurred and use it for updating map information.
  • the server device further includes a storage unit that stores a weighting value related to collation for each region, and the region information is received from the region received by the reception unit by a predetermined number of regions. Decrease the weight value.
  • the server device can reduce the weighting value of a region that is highly likely to be a region where a static object change has occurred, and preferably improve the position estimation accuracy when using the weighting value. it can.
  • a control method executed by the information processing apparatus wherein first point cloud information relating to respective distances from a reference position to a plurality of positions measured by a measurement unit is acquired.
  • An extraction step of extracting By executing this control method, the information processing apparatus can suitably extract a region with low matching accuracy between the first point group information measured by the measurement unit and the second point group information recorded in the map information. it can.
  • a computer-executed program for acquiring first point group information relating to respective distances from a reference position to a plurality of positions, which is measured by a measurement unit.
  • a calculation unit Based on the collation result for each region, a calculation unit that calculates an evaluation value for each region, and an extraction for extracting a region where the evaluation value is lower than a predetermined threshold among the regions for which the evaluation value is calculated
  • the computer functions as a unit.
  • the computer can suitably extract an area where the collation accuracy between the first point cloud information measured by the measurement unit and the second point cloud information recorded in the map information is low.
  • the program is stored in a storage medium.
  • FIG. 1 is a schematic configuration of a driving support system according to the present embodiment.
  • the driving support system includes an in-vehicle device 1 that moves together with a vehicle, and a server device 2 that distributes map information.
  • FIG. 1 only one set of the in-vehicle device 1 and the vehicle that communicates with the server device 2 is displayed, but actually there are a plurality of sets of the in-vehicle device 1 and the vehicle at different positions.
  • the in-vehicle device 1 is electrically connected to an external sensor such as a lidar (Lidal: Light Detection and Ranging, or Laser Illuminated Detection And Ranging), an internal sensor such as a gyro sensor or a vehicle speed sensor, and based on these outputs.
  • a lidar Lidal: Light Detection and Ranging, or Laser Illuminated Detection And Ranging
  • an internal sensor such as a gyro sensor or a vehicle speed sensor
  • the in-vehicle device 1 stores a map database (DB: DataBase) 10 including voxel data.
  • DB DataBase
  • the voxel data is data in which position information of a stationary structure is recorded for each area (also referred to as “voxel”) when the three-dimensional space is divided into a plurality of areas.
  • the voxel data includes data representing point cloud data measured for stationary structures in each voxel by a normal distribution, and is used for scan matching using NDT (Normal Distributions Transform) as will be described later.
  • the in-vehicle device 1 performs scan matching based on NDT based on the point cloud data output by the lidar and the voxel data corresponding to the voxel to which the point cloud data belongs. And the vehicle equipment 1 transmits the information regarding the said voxel (it is also called "matching fall information D1") to the server apparatus 2, when the voxel with low matching precision is detected.
  • the vehicle-mounted device 1 receives information specifying a specific voxel (also referred to as “request signal D2”) from the server device 2, measurement data (“measurement data D3” by a lidar or the like in the specified voxel is received. Is also transmitted to the server device 2.
  • the in-vehicle device 1 is an example of the “information processing device” in the present invention.
  • the matching decrease information D1 is an example of “region information” in the present invention.
  • the server device 2 performs data communication with the in-vehicle device 1 corresponding to a plurality of vehicles.
  • the server device 2 stores a distribution map DB 20 for distribution to the vehicle-mounted device 1 corresponding to a plurality of vehicles, and the distribution map DB 20 includes voxel data corresponding to each voxel.
  • the server device 2 accumulates the matching decrease information D1 received from the in-vehicle device 1, and determines whether or not the voxel data needs to be updated for a specific voxel based on the accumulated matching decrease information D1.
  • the server apparatus 2 judges that the update of the voxel data with respect to a specific voxel is required, it transmits the request signal D2 which designated the said voxel to each vehicle equipment 1. And the server apparatus 2 performs the update process of the object voxel data, etc. based on the measurement data D3 received from the vehicle equipment 1 as a response of the request signal D2.
  • FIG. 2A shows a block diagram illustrating a functional configuration of the vehicle-mounted device 1.
  • the in-vehicle device 1 mainly includes a communication unit 11, a storage unit 12, a sensor unit 13, an input unit 14, a control unit 15, and an output unit 16.
  • the communication unit 11, the storage unit 12, the sensor unit 13, the input unit 14, the control unit 15, and the output unit 16 are connected to each other via a bus line.
  • the communication unit 11 receives the map information distributed from the server device 2 based on the control of the control unit 15 or transmits the matching degradation information D1 generated by the control unit 15 to the server device 2. Moreover, the communication part 11 transmits the measurement data D3 to the server apparatus 2 based on control of the control part 15, when the request signal D2 is received. Moreover, the communication part 11 transmits the signal for controlling a vehicle to a vehicle, or receives the signal regarding the state of a vehicle from a vehicle.
  • the storage unit 12 stores a program executed by the control unit 15 and information necessary for the control unit 15 to execute a predetermined process.
  • the storage unit 12 stores a map DB 10 including voxel data.
  • the sensor unit 13 includes a rider 30, a camera 31, a GPS receiver 32, a gyro sensor 33, and a speed sensor 34.
  • the lidar 30 emits a pulse laser in a predetermined angular range in the horizontal direction and the vertical direction, thereby discretely measuring the distance to an object existing in the outside world, and a three-dimensional point indicating the position of the object Generate group data.
  • the lidar 30 scans data based on an irradiation unit that emits laser light while changing the irradiation direction, a light receiving unit that receives reflected light (scattered light) of the irradiated laser light, and a light reception signal output by the light receiving unit.
  • Output unit is
  • the scan data is generated based on the irradiation direction corresponding to the laser beam received by the light receiving unit and the response delay time of the laser beam specified based on the above-described received light signal.
  • the lidar 30 is an example of the “measurement unit” in the present invention, and the point cloud data output by the lidar 30 is an example of the “first point cloud information” in the present invention.
  • the input unit 14 is a button, a touch panel, a remote controller, a voice input device, or the like for a user to operate, and accepts an input for specifying a destination for route search, an input for specifying on / off of automatic driving, and the like.
  • the generated input signal is supplied to the control unit 15.
  • the output unit 16 is, for example, a display or a speaker that performs output based on the control of the control unit 15.
  • the control unit 15 includes a CPU that executes a program and controls the entire vehicle-mounted device 1. For example, the control unit 15 estimates the host vehicle position by performing scan matching based on NDT based on the point cloud data output from the lidar 30 and the voxel data corresponding to the voxel to which the point cloud data belongs. Do. Further, the control unit 15 detects a voxel that is estimated to have low matching accuracy based on an evaluation value for each voxel obtained by scan matching based on NDT. And the control part 15 produces
  • control unit 15 determines that the voxel specified by the request signal D2 received from the server device 2 belongs to the measurement range of the rider 30, the point cloud data belonging to the voxel from the point cloud data output by the rider 30. Is extracted and transmitted to the server device 2 as measurement data D3.
  • the control unit 15 is an example of a “first acquisition unit”, “second acquisition unit”, “calculation unit”, “extraction unit”, “position estimation unit”, and “computer” that executes a program in the present invention.
  • FIG. 2B shows a schematic configuration of the server device 2.
  • the server device 2 includes a communication unit 21, a storage unit 22, and a control unit 25.
  • the communication unit 21, the storage unit 22, and the control unit 25 are connected to each other via a bus line.
  • the communication unit 21 communicates various data with the in-vehicle device 1 based on the control of the control unit 25.
  • the storage unit 22 stores a program for controlling the operation of the server device 2 and holds information necessary for the operation of the server device 2.
  • the storage unit 22 stores the distribution map DB 20 and also stores the matching decrease information D1 and the measurement data D3 transmitted from the plurality of in-vehicle devices 1.
  • the control unit 25 includes a CPU, a ROM, a RAM, and the like (not shown), and performs various controls on each component in the server device 2.
  • the control unit 25 accumulates the matching decrease information D1 received from the in-vehicle device 1 in the storage unit 22, and determines whether or not it is necessary to update voxel data for a specific voxel based on the accumulated matching decrease information D1. .
  • the request signal D2 which designated the said voxel is transmitted to each vehicle equipment 1 by the communication part 21.
  • the control unit 25 is an example of the “reception unit”, “transmission unit”, and “determination unit” in the present invention.
  • FIG. 3 shows an example of a schematic data structure of voxel data.
  • the voxel data includes parameter information when the point group in the voxel is expressed by a normal distribution.
  • the voxel ID, voxel coordinates, average vector, and covariance matrix are used. And a weight value and point cloud number information.
  • “voxel coordinates” indicate absolute three-dimensional coordinates of a reference position such as the center position of each voxel.
  • Each voxel is a cube obtained by dividing the space into a lattice shape, and since the shape and size are determined in advance, the space of each voxel can be specified by the voxel coordinates.
  • the voxel coordinates may be used as a voxel ID.
  • Average vector and “covariance matrix” indicate an average vector and a covariance matrix corresponding to parameters when a point group in the target voxel is expressed by a normal distribution, and an arbitrary vector in any voxel “k” The coordinates of the point "i"
  • the average vector and the covariance matrix included in the voxel data are an example of “second point group information” in the present invention.
  • the “weighting value” is set to a value corresponding to the reliability of the voxel data (particularly the average vector and covariance matrix) of the target voxel, and represents a weighting value for the target voxel set in the scan matching.
  • “Point cloud number information” is information indicating the number of point clouds used for calculating the corresponding average vector and covariance matrix.
  • the point group number information may be information indicating the number of specific point groups, or information indicating the level of the number of point groups (for example, large, medium, small, etc.).
  • the vehicle-mounted device 1 normalizes the value (evaluation value) of the evaluation function obtained by NDT scan matching based on the number of point groups measured in the voxel and is included in the voxel data.
  • the weighted value is used for calculation.
  • the in-vehicle device 1 accurately specifies voxels with relatively low scan matching accuracy based on the evaluation value, and suitably improves the position estimation accuracy based on NDT scan matching.
  • T x indicates the amount of movement in the x direction
  • t y indicates the amount of movement in the y direction
  • ⁇ indicates the rotation angle (ie, yaw angle) in the xy plane.
  • the vertical movement amount, pitch angle, and roll angle are small enough to be ignored, although they are caused by road gradients and vibrations.
  • the in-vehicle device 1 uses the coordinate-converted point group, the average vector ⁇ k and the covariance matrix V k included in the voxel data, and the voxel k represented by the following equation (4).
  • a comprehensive evaluation function “E” (also referred to as “overall evaluation function”) for all voxels to be matched indicated by the evaluation function “E k ” and Expression (5) is calculated.
  • M indicates the number of voxels to be matched
  • w k indicates a weighting value for voxel k.
  • the coordinates of the point cloud data obtained by the lidar 30 are relative coordinates with respect to the vehicle position, and the average vector of the voxel data is an absolute coordinate. Therefore, when calculating the equation (4), for example, the lidar The coordinates of the point cloud data obtained by 30 are converted based on the vehicle position predicted from the output of the GPS receiver 32 or the like.
  • the in-vehicle device 1 normalizes the evaluation function E k by the number of point groups N k .
  • the vehicle-mounted device 1 evaluated based on the value of the function E k, it is the degree of matching to accurately identify the relatively low voxel.
  • the in-vehicle device 1 multiplies each voxel by a weighting value corresponding to the reliability of each voxel data (average vector, covariance matrix).
  • the vehicle-mounted device 1 the weighting of the evaluation function E k of unreliable voxels relatively low, thereby suitably improving the position estimation accuracy of NDT matching.
  • the vehicle-mounted device 1 calculates an estimation parameter P that maximizes the comprehensive evaluation function E by an arbitrary root finding algorithm such as Newton's method. And the vehicle equipment 1 estimates the own vehicle position with high accuracy by applying the estimation parameter P to the own vehicle position predicted from the output of the GPS receiver 32 or the like.
  • FIG. 4 (A) shows, in circles, point groups measured by a rider or the like when traveling with a measurement maintenance vehicle for map creation in four adjacent voxels “B1” to “B4”. It is the figure which showed the two-dimensional normal distribution created from Formula (1) and Formula (2) based on this by gradation.
  • the average and variance of the normal distribution shown in FIG. 4A correspond to the average vector and covariance matrix in the voxel data, respectively.
  • FIG. 4B is a diagram showing the point cloud acquired by the lidar 30 while the vehicle-mounted device 1 is traveling in FIG.
  • the position of the point cloud of the lidar 30 indicated by the asterisk is aligned with the voxels B1 to B4 based on the estimated position based on the output of the GPS receiver 32 or the like.
  • FIG. 4C is a diagram illustrating a state after the point cloud (star) acquired by the vehicle-mounted device 1 is moved based on the matching result of the NDT scan matching.
  • a parameter P that maximizes the evaluation function E shown in Expression (4) is calculated based on the mean and variance of the normal distribution shown in FIGS. 4A and 4B, and the calculated parameter P Is applied to the star point cloud shown in FIG.
  • the deviation between the point cloud (circle) measured by the measurement and maintenance vehicle and the point cloud (star) acquired by the in-vehicle device 1 is suitably reduced.
  • the evaluation function E1 of the voxel B1 having a large number of point groups is large.
  • evaluation functions E1 to E4 and the comprehensive evaluation function E are values that are not easily affected by the number of point groups in the voxel, it is easy to compare the degree of matching between voxels.
  • a weight value is set for each voxel. Therefore, it is possible to increase the degree of matching of voxels by increasing the weighting of voxels with high reliability.
  • FIG. 5A is a diagram showing a matching result when the weighting values for voxels B1 to B4 are all equal (that is, the same diagram as FIG. 4C).
  • FIG. 5B is a diagram illustrating a matching result when the weighting value of the voxel B1 is 10 times the weighting value of the other voxels.
  • FIG. 5C is a diagram showing a matching result when the weighting value of the voxel B3 is 10 times the weighting value of the other voxels.
  • the values of the evaluation functions E1 to E4 and the comprehensive evaluation function E corresponding to the voxels B1 to B4 are as follows.
  • E1 0.3720
  • E2 0.0350
  • E3 0.0379
  • E4 0.0373
  • E 0.4823
  • the values of the evaluation functions E1 to E4 and the comprehensive evaluation function E corresponding to the voxels B1 to B4 are as follows.
  • E1 0.0368
  • E2 0.0341
  • E3 0.3822
  • E4 0.0365
  • E 0.4896
  • the in-vehicle device 1 detects such a voxel k, the in-vehicle device 1 transmits matching lowering information D1 related to the voxel k to the server device 2.
  • the matching decrease information D1 includes, for example, time information, estimated vehicle position information, comprehensive evaluation function E, evaluation function E k , voxel ID, and point group number Nk.
  • the server device 2 determines whether the event (a) or the event (c) is applied to the voxel k by a statistical method based on the plurality of matching decrease information D1 regarding the target voxel k received from the vehicle-mounted devices 1 of the plurality of vehicles. Determine if it has occurred.
  • the vehicle-mounted device 1 calculates the reference value F k in the above-described determination formula based on the following formula (9).
  • the reference value F k corresponds to the comprehensive evaluation function E that is weighted based on the weight value w k of the target voxel k.
  • the vehicle-mounted device 1 can be suitably detect a relatively small evaluation function E k as compared with other evaluation functions E k.
  • a ⁇ F k in Expression (8) is an example of the “predetermined threshold value” in the present invention.
  • in-vehicle device 1 detects a voxel with a small number of point groups N k in the voxel in addition to or instead of detecting an evaluation function E k that is smaller than other evaluation functions E k .
  • the matching reduction information D1 for the voxel may be transmitted to the server device 2.
  • evaluation for function E k is normalized by point group number N k, even if the event (a) or event number point group due to (c) N k is small, evaluation there is a case where the value of the function E k is not smaller than the value of the other evaluation functions E k.
  • the vehicle-mounted device 1 determines that there is a high possibility that either the event (a) or the event (c) has occurred when a voxel having a point cloud number Nk smaller than a predetermined threshold is detected.
  • the matching reduction information D1 for the voxel is transmitted to the server device 2.
  • the in-vehicle device 1 refers to the point cloud number information of the voxel data and sets the above-described threshold according to the point cloud number information. In this case, the in-vehicle device 1 sets the above threshold value smaller as the point cloud number indicated by the point cloud number information is smaller. Thereby, the vehicle equipment 1 can determine suitably by the above-mentioned threshold value whether the number of point groups Nk is smaller than the number of point groups which should be acquired originally.
  • the in-vehicle device 1 is a case where the voxel k having a smaller evaluation function E k than the other evaluation functions E k is detected based on the equation (7) and the number of point groups in the voxel k.
  • the matching decrease information D1 for the voxel k may be transmitted to the server device 2.
  • the weight change processing server device 2 accumulates the matching decrease information D1 received from the vehicle-mounted devices 1 of a plurality of vehicles for each voxel ID, and either the event (a) or the event (c) described above for each voxel ID. It is statistically determined whether or not the above has occurred.
  • the server apparatus 2 when there is a voxel in which the number of matching degradation information D1 for each voxel ID is accumulated more than a predetermined number, the server apparatus 2 has a high possibility that the event (c) has occurred and corresponds to the voxel.
  • the voxel data to be determined is low in reliability. Therefore, the server apparatus 2 decreases the weight value included in the voxel data corresponding to the voxel.
  • the server device 2 may set the weighting value to be lower as the number of matching deterioration information D1 is larger. By doing in this way, the server apparatus 2 reduces the weighting of the voxels that are likely to have the event (c), and performs the vehicle position estimation based on the map information distributed from the server apparatus 2.
  • the position estimation accuracy at 1 is preferably improved.
  • FIG. 6A is a diagram showing a point cloud (star symbol) acquired by the vehicle-mounted device 1 when the stationary structure at the position of the voxel B3 changes.
  • the point cloud (circle mark) which the measurement maintenance vehicle acquired at the time of producing voxel data before a stationary structure changes is also shown.
  • FIG. 6A when the stationary structure at the position of the voxel B3 changes, the number of point groups acquired by the rider 30 in the voxel 3 decreases, or the points acquired by the measurement and maintenance vehicle A point group out of the group is acquired by the lidar 30. The same applies when a dynamic object enters a position in the voxel B3.
  • FIG. 6B is a diagram showing a matching result when the weight values for voxels B1 to B4 are all equal. Due to the influence of the deviation of the voxel B3, the deviation between the circle mark and the star mark of the voxels B1, B2, B4 is also large. Therefore, the matching is shifted, and an error occurs in the position estimation result.
  • Equation (7) the left side of Equation (7) is as follows. E1 / F1 ⁇ 1.1803 E2 / F2 ⁇ 1.1426 E3 / F3 ⁇ 0.5643 E4 / F4 ⁇ 1.1128 Therefore, for example, when the predetermined value A is 0.7, E3 / F3 satisfies the conditional expression (7). Therefore, in this case, the in-vehicle device 1 determines that the evaluation function E3 is relatively smaller than the other evaluation functions, and transmits the matching reduction information D1 related to the voxel B3 to the server device 2.
  • FIG. 6C shows the matching result after changing the weighting value of the voxel B3.
  • the server device 2 sets the weighting value of the voxel B3 to 1/10 based on the matching reduction information D1 of the voxel B3 transmitted from the vehicle-mounted devices 1 of a plurality of vehicles.
  • the influence of the deviation of the voxel B3 is weakened, and the deviation between the circle mark and the star mark of the voxels B1, B2, B4 is reduced.
  • the voxel data correction processing server device 2 determines whether or not it is necessary to correct voxel data such as an average vector and a covariance matrix related to the voxel with respect to the voxel whose weight value has been lowered by the above-described weight change processing.
  • the server device 2 determines whether or not it is necessary to correct voxel data such as an average vector and a covariance matrix related to the voxel based on an image obtained by capturing the target voxel.
  • the server device 2 periodically receives an image taken from a running vehicle together with position information and time information from the in-vehicle device 1 and accumulates the images in the storage unit 22 to correct the voxel data.
  • an image in which the target voxel is captured is extracted from the storage unit 22.
  • the server device 2 determines whether or not the voxel data needs to be corrected based on the extracted image. For example, the server device 2 compares the image captured when the voxel data was generated last time with the latest image, and changes in the shape, position, etc. of the feature displayed in the image have occurred. If it is determined, it is determined that the voxel data needs to be corrected.
  • the server device 2 determines whether or not the evaluation function E k included in the matching decrease information D1 of the target voxel is similar.
  • the server device 2 determines that the evaluation functions E k included in the matching deterioration information D1 are similar.
  • the server device 2 determines that the correction of the voxel data for the target voxel is necessary.
  • the server device 2 calculates the index value in accordance with the above-described presence / absence of the similarity or the variance of the evaluation function E k included in the matching reduction information D1, and compares the calculated value with a predetermined threshold value. You may determine by doing.
  • the server device 2 transmits a request signal D2 designating the voxel to each in-vehicle device 1. Then, the server device 2 corrects the voxel data based on the measurement data D3 received as a response to the request signal D2. A specific example of this processing will be described in detail in the [Processing flow] section.
  • FIG. 7 is an example of a flowchart showing a processing procedure executed by the in-vehicle device 1 in this embodiment.
  • the in-vehicle device 1 repeatedly executes the process of the flowchart of FIG.
  • the in-vehicle device 1 sets an initial value of the vehicle position based on the output of the GPS receiver 32 or the like (step S101).
  • the vehicle-mounted device 1 acquires the vehicle body speed from the speed sensor 34 and also acquires the angular velocity in the yaw direction from the gyro sensor 33 (step S102).
  • the vehicle equipment 1 calculates the moving distance of a vehicle and the azimuth
  • the vehicle-mounted device 1 adds the movement distance and the azimuth change calculated in step S103 to the estimated host vehicle position one time before, and calculates a predicted position (step S104). And the vehicle equipment 1 acquires the voxel data of the voxel which exists around the own vehicle position with reference to map DB10 based on the estimated position calculated by step S104 (step S105). Further, the in-vehicle device 1 divides the scan data obtained from the lidar 30 for each voxel based on the predicted position calculated in step S104 (step S106). And the vehicle equipment 1 calculates NDT scan matching using an evaluation function (step S107). In this case, the in-vehicle device 1 calculates the evaluation function E k and the comprehensive evaluation function E based on the equations (4) and (5), and calculates the estimation parameter P that maximizes the comprehensive evaluation function E.
  • the vehicle unit 1 when the synthetic evaluation function E has identified the estimated parameter P becomes maximum (step S108; Yes), by using the synthetic evaluation function E and the weighting values w k of each voxel, formula (9)
  • the reference value Fk is calculated based on (Step S109).
  • the in-vehicle device 1 compares the reference value F k with the evaluation function E k for each voxel (step S110), and determines whether there is a voxel whose comparison result is smaller than the predetermined value A (step S111). ). That is, the in-vehicle device 1 determines whether or not there is an evaluation function E k that satisfies Equation (7).
  • step S111 when the voxel whose comparison result is smaller than the predetermined value A exists (step S111; Yes), the vehicle-mounted device 1 has the time, the estimated position, the comprehensive evaluation function E, the voxel ID of the target voxel, the evaluation function E k , And the matching reduction information D1 including the point cloud number Nk is transmitted to the server device 2 (step S112).
  • the in-vehicle device 1 is based on the magnitude of the point cloud number N k as described in the section “(1) Matching degradation information transmission process ” instead of or in addition to the determination in step S111. It may be determined whether or not the matching degradation information D1 needs to be transmitted.
  • step S111 when there is no voxel whose comparison result is smaller than the predetermined value A (step S111; No), the in-vehicle device 1 returns the process to step S102.
  • the in-vehicle device 1 calculates the estimated own vehicle position at the current time by applying the estimated parameter P that maximizes the comprehensive evaluation function E to the predicted position in step S104 after the determination in step S111.
  • the in-vehicle device 1 determines whether or not the request signal D2 designating the voxel around the vehicle position is received from the server device 2 in step S113 (step S113). And the vehicle equipment 1 will receive the request signal D2 which designated the voxel around the own vehicle position from the server apparatus 2 (step S113; Yes), and the scan data of the lidar 30 corresponding to the voxel designated by the request signal D2 ( Point cloud data) is transmitted to the server apparatus 2 as measurement data D3 (step S114). At this time, the in-vehicle device 1 may include the comprehensive evaluation function E at the time when the scan data is acquired in the measurement data D3 in addition to the scan data.
  • the comprehensive evaluation function E included in the measurement data D3 is used in the processing of the server device 2 described later.
  • the vehicle equipment 1 returns a process to step S102, after performing step S114, or when it is judged by step S113 that the request signal D2 which designated the voxel around the own vehicle position is not received.
  • FIG. 8 is an example of a flowchart showing a processing procedure executed by the server device 2 in the present embodiment.
  • the server device 2 repeatedly executes the process of the flowchart of FIG.
  • the server device 2 receives the matching decrease information D1 from the in-vehicle device 1 mounted on the vehicle (step S201). And the server apparatus 2 memorize
  • the server device 2 refers to the storage unit 22 and determines whether or not there is a voxel in which the number of matching degradation information D1 is greater than a predetermined value (step S202). And when the voxel with the number of matching decline information D1 larger than a predetermined value exists (step S202; Yes), the server apparatus 2 memorize
  • the weighted value w k thus set is set small (step S203). Note that the initial value of the weighting value w k stored in the distribution map DB 20 is set to an initial value (for example, 1) common to the voxels, for example.
  • the server device 2 determines whether or not to correct the voxel data of the voxel whose weight value w k is reduced (step S204).
  • the server apparatus 2 may perform the above-described determination based on an image obtained by capturing the target voxel, and may include a plurality of target voxels. based on the presence or absence of similarity evaluation function E k included in the matching decrease information D1 may perform the determination described above.
  • the server device 2 determines that the voxel data should be corrected (step S204; Yes)
  • the server device 2 transmits a request signal D2 for requesting scan data of the target voxel to the vehicle-mounted device 1 of each vehicle (step S204).
  • the server apparatus 2 receives the measurement data D3 containing the scan data of the target voxel from the vehicle equipment 1 of each vehicle as a response of the request signal D2, and memorize
  • the measurement data D3 includes, in addition to the scan data, a comprehensive evaluation function E at the time when the scan data is acquired.
  • the server apparatus 2 determines that the voxel data need not be corrected (step S204; No)
  • the process returns to step S201.
  • the server device 2 determines whether or not the measurement data D3 having a high comprehensive evaluation function E has been accumulated for the voxels determined to be corrected in step S204 (step S207). Specifically, the server device 2 determines whether or not a predetermined number or more of measurement data D3 having a comprehensive evaluation function E higher than a predetermined threshold is accumulated. Generally, when the comprehensive evaluation function E is high, the vehicle position can be estimated with high accuracy, and it is estimated that the measurement data used for calculating the comprehensive evaluation function E is also highly reliable. Considering the above, the server device 2 performs the determination process of step S207 to determine whether or not the measurement data D3 necessary for updating the voxel data has been collected.
  • step S207 when the measurement data D3 having a high comprehensive evaluation function E is accumulated (step S207; Yes), the server device 2 obtains the point cloud data of the target voxel by weighted averaging based on the value of the comprehensive evaluation function E. Build (step S208). Thereby, when constructing the point cloud data of the target voxel, the server device 2 constructs highly accurate point cloud data by increasing the weighting of scan data with higher reliability.
  • step S207 when the measurement data D3 having a high comprehensive evaluation function E is not accumulated (step S207; No), the server apparatus 2 returns the process to step S201.
  • the server device 2 outputs a predetermined warning to the administrator, and informs that there is a voxel whose voxel data should be corrected and that the measurement maintenance vehicle travels on a road where the voxel falls within the measurement range.
  • the administrator may be notified that the point cloud data needs to be measured.
  • the server device 2 generates NDT data (that is, average vector, covariance matrix, point group number information, etc.) from the point cloud data constructed in step S208 (step S209). And the server apparatus 2 updates the target voxel data of distribution map DB20 based on the process result of step S209 (step S210). Preferably, a step of verifying whether the NDT data generated in step S209 has no problem is provided between step S209 and step S210. And the server apparatus 2 sets the weighting value of the voxel which updated the voxel data to an initial value (step S211).
  • NDT data that is, average vector, covariance matrix, point group number information, etc.
  • the in-vehicle device 1 includes the map DB 10 including voxel data.
  • the vehicle unit 1 based on the comparison result of each voxel by the rider 30 and the point cloud data and the map DB10 measured, to calculate the evaluation function E k for each voxel.
  • the vehicle unit 1, of the evaluation function E k is calculated area, the evaluation function E k extracts the voxels below a predetermined threshold, and transmits a matching reduction information D1 with respect to the voxel to the server apparatus 2.
  • the vehicle equipment 1 can provide the server apparatus 2 with information on voxels with low matching accuracy.
  • Modification 1 The configuration of the driving support system shown in FIG. 1 is an example, and the configuration to which the present invention can be applied is not limited to this.
  • the driving support system does not have the server device 2, and the in-vehicle device 1 may execute the processing of the server device 2.
  • the in-vehicle device 1 stores the matching decrease information D1 in the storage unit 12 instead of transmitting the matching decrease information D1 to the server device 2 in step S112 of FIG. And when the number of the matching fall information D1 with respect to the same voxel becomes larger than predetermined value by the vehicle-mounted apparatus 1 passing through the same place in multiple times, similarly to step S203 of FIG. Change the voxel weighting value.
  • the in-vehicle device 1 also stores the measurement data of the lidar 30 corresponding to the voxel that generated the matching decrease information D1 together with the matching decrease information D1, and stores it when it is determined that the voxel data should be corrected. Based on the comprehensive evaluation function E included in the measurement data and the matching reduction information D1, the processes in steps S207 to S211 in FIG. 8 are executed. Also according to this aspect, the in-vehicle device 1 can suitably update the voxel data.
  • the measurement data of the lidar 30 for the target voxel may be transmitted to the server device 2 together with the matching decrease information D1.
  • the server apparatus 2 can obtain information corresponding to the measurement data D3 without transmitting the request signal D2.
  • the server device 2 collects information indicating the estimated vehicle position (also referred to as “low-accuracy position information”) when the comprehensive evaluation function E is lower than a predetermined value from the vehicle-mounted device 1 of each vehicle, When a predetermined number or more of low-accuracy position information indicating positions within a predetermined distance is accumulated, it is determined that there is a cause for causing poor matching near the positions indicated by these low-accuracy position information. And the server apparatus 2 transmits the request signal D2 which designated the voxel near the position which low precision position information shows like this to step S205 of FIG. 8 with respect to the vehicle equipment 1 of each vehicle.
  • the server device 2 updates the voxel data in the vicinity of the position indicated by the low-accuracy position information based on the measurement data D3 received as a response to the request signal D2 by the same procedure as Step S208 to Step S211 in FIG. Do.
  • the server device 2 can preferably update the voxel data around the position where the matching accuracy is low.
  • a function corresponding to the in-vehicle device 1 may be built in the vehicle.
  • an electronic control unit (ECU) of the vehicle executes a process corresponding to the control unit 15 of the in-vehicle device 1 by executing a program stored in the memory of the vehicle.
  • the voxel data is not limited to a data structure including an average vector and a covariance matrix as shown in FIG.
  • the voxel data may include point cloud data measured by a measurement and maintenance vehicle used when calculating an average vector and a covariance matrix.
  • the point cloud data included in the voxel data is an example of “second point cloud information” in the present invention.
  • the in-vehicle device 1 may transmit, to the server device 2, the matching reduction information D ⁇ b> 1 regarding voxels in which a predetermined number or more of the voxels whose evaluation function E k is lower than a predetermined threshold are adjacent to each other.
  • the control unit 15 of the in-vehicle device 1 transmits the matching reduction information D1 for all voxels whose evaluation function E k is lower than a predetermined threshold.
  • a voxel group also referred to as “low-reliability voxel group” in which a predetermined number or more of voxels whose evaluation function E k is lower than a predetermined threshold is adjacent to each other is extracted.
  • Matching reduction information D1 for each voxel included in the low-reliability voxel group is transmitted to the communication unit 11 to the server device 2.
  • the predetermined number which is a threshold value for determining the low-reliability voxel group, is set experimentally or empirically in consideration of a predetermined voxel size.
  • the in-vehicle device 1 transmits effective matching information while suppressing the transmission frequency by transmitting the matching reduction information D1 for the voxel, which is likely to have a change in the static object, to the server device 2. Can be transmitted to the server device 2.
  • the server device 2 since the in-vehicle device 1 transmits the matching decrease information D1 for the voxel that is likely to require the update of the voxel data, the server device 2 performs the processes in steps S202 and S204 in FIG. This can be omitted, and the processing load on the server device 2 can be reduced.
  • the in-vehicle device 1 may change the range of the matching degradation information D ⁇ b> 1 transmitted to the server device 2 based on a request from the server device 2. For example, the in-vehicle device 1 determines the range of the matching degradation information D1 to be transmitted to the server device 2 according to a request from the server device 2, all voxels whose evaluation function E k is lower than a predetermined threshold, or the evaluation function E A predetermined number or more of voxels in which k is lower than a predetermined threshold is changed to one of adjacent voxels (that is, each voxel constituting a low-reliability voxel group).
  • the server apparatus 2 transmits matching degradation information D1 for all voxels whose evaluation function E k is lower than a predetermined threshold in an area where a large amount of information is to be collected in order to examine the reliability of the voxel data.
  • a predetermined number or more of the voxels whose evaluation function E k is lower than a predetermined threshold are adjacent to each other (that is, low reliability).
  • the in-vehicle device 1 is requested to transmit the matching reduction information D1 for each voxel constituting the voxel group).
  • the server device 2 can acquire information suitable for each of the areas where the voxel data reliability is required to be examined and the areas where the examination is not required. That is, the in-vehicle device 1 can provide information according to necessity to the server device.
  • the present embodiment is not limited to NDT scan matching, and other scan matching such as ICP (Iterative Closest Point) may be applied.
  • the in-vehicle device 1 normalizes the evaluation function for each voxel for evaluating the degree of matching by the number of point groups Nk . Then, the in-vehicle device 1 specifies a voxel having a relatively low matching degree, and transmits matching reduction information D1 for the voxel to the server device 2.
  • the scan matching method applicable to the present invention is not limited to NDT scan matching.

Abstract

車載機１は、ボクセルデータを含む地図ＤＢ１０を備える。そして、車載機１は、ライダ３０が計測した点群データと地図ＤＢ１０とによるボクセルごとの照合結果に基づき、ボクセルごとの評価関数Ｅｋを算出する。そして、車載機１は、評価関数Ｅｋが算出された領域のうち、評価関数Ｅｋが所定の閾値よりも低いボクセルを抽出し、当該ボクセルに対するマッチング低下情報Ｄ１をサーバ装置２へ送信する。

Description

情報処理装置、サーバ装置、制御方法、プログラム及び記憶媒体
　本発明は、点群の照合（マッチング）技術に関する。
　従来から、レーザスキャナなどの計測装置を用いて計測した周辺物体の形状データを、予め周辺物体の形状が記憶された地図情報とマッチングすることで、車両の自己位置を推定する技術が知られている。例えば、特許文献１には、空間を所定の規則で分割したボクセル中における検出物が静止物か移動物かを判定し、静止物が存在するボクセルを対象として地図情報と計測データとのマッチングを行う自律移動システムが開示されている。
国際公開ＷＯ２０１３／０７６８２９
　地図情報に記憶されている静止構造物は、地図情報の更新時点から形状や位置が変化している場合があり、このような場合には、地図情報を用いたマッチング精度が低くなり、結果として自己位置推定の精度が低下することになる。そこで、本発明は、マッチングの精度が低くなる領域を好適に抽出することが可能な情報処理装置を提供することを主な目的とする。
　請求項１に記載の発明は、情報処理装置であって、計測部が計測した、基準位置から複数の位置までの夫々の距離に関する第１点群情報を取得する第１取得部と、一又は複数の位置情報に基づく第２点群情報が領域毎に記録されている地図情報を取得する第２取得部と、前記第１点群情報及び前記第２点群情報の前記領域毎の照合結果に基づき、前記領域毎の評価値を算出する算出部と、前記評価値が算出された領域のうち、前記評価値が所定の閾値より低い値である領域を抽出する抽出部と、を備えることを特徴とする。
　請求項１２に記載の発明は、情報処理装置が実行する制御方法であって、計測部が計測した、基準位置から複数の位置までの夫々の距離に関する第１点群情報を取得する第１取得工程と、一又は複数の位置情報に基づく第２点群情報が領域毎に記録されている地図情報を取得する第２取得工程と、前記第１点群情報及び前記第２点群情報の前記領域毎の照合結果に基づき、前記領域毎の評価値を算出する算出工程と、前記評価値が算出された領域のうち、前記評価値が所定の閾値より低い値である領域を抽出する抽出工程と、を有することを特徴とする。
　請求項１３に記載の発明は、コンピュータが実行するプログラムであって、計測部が計測した、基準位置から複数の位置までの夫々の距離に関する第１点群情報を取得する第１取得部と、一又は複数の位置情報に基づく第２点群情報が領域毎に記録されている地図情報を取得する第２取得部と、前記第１点群情報及び前記第２点群情報の前記領域毎の照合結果に基づき、前記領域毎の評価値を算出する算出部と、前記評価値が算出された領域のうち、前記評価値が所定の閾値より低い値である領域を抽出する抽出部として前記コンピュータを機能させることを特徴とする。
運転支援システムの概略構成である。 車載機及びサーバ装置のブロック構成を示す。 ボクセルデータの概略的なデータ構造の一例を示す。 ＮＤＴスキャンマッチングの具体例を示す。 ボクセルごとに重み付け値が設定されたＮＤＴスキャンマッチングの具体例を示す。 重み付け値の変更に関するＮＤＴスキャンマッチングの具体例を示す。 車載機が実行する処理手順を示すフローチャートである。 サーバ装置が実行する処理手順を示すフローチャートである。
　本発明の好適な実施形態によれば、情報処理装置は、計測部が計測した、基準位置から複数の位置までの夫々の距離に関する第１点群情報を取得する第１取得部と、一又は複数の位置情報に基づく第２点群情報が領域毎に記録されている地図情報を取得する第２取得部と、前記第１点群情報及び前記第２点群情報の前記領域毎の照合結果に基づき、前記領域毎の評価値を算出する算出部と、前記評価値が算出された領域のうち、前記評価値が所定の閾値より低い値である領域を抽出する抽出部と、を備える。この態様により、情報処理装置は、領域毎の評価値に基づき、計測部が計測した第１点群情報と地図情報に記録された第２点群情報との照合精度が低い領域を好適に抽出することができる。
　上記情報処理装置の一態様では、前記算出部は、前記第１点群情報として取得された前記領域毎の点の数に基づき、前記領域毎の評価値を正規化する。これにより、情報処理装置は、領域毎の評価値が計測部により計測された点群の数に依存するのを好適に防ぎ、照合精度が相対的に低い領域を好適に抽出することができる。
　上記情報処理装置の他の一態様では、情報処理装置は、前記基準位置を推定する位置推定部をさらに備え、前記地図情報には、前記第２点群情報の信頼度に基づく重み付け値が前記領域毎に含まれており、前記位置推定部は、前記領域毎の重み付け値に基づいた前記領域毎の照合結果により、前記基準位置を推定する。この態様により、情報処理装置は、信頼度が高い領域の照合結果の重み付けを高くして高精度な位置推定を行うことが可能となる。
　上記情報処理装置の他の一態様では、前記位置推定部は、前記照合結果と前記重み付け値とから前記領域毎に算出される評価値の和である総合評価値が示す評価が最も高くなるパラメータに基づき、前記基準位置を推定する。この態様により、情報処理装置は、基準位置を決定するためのパラメータを領域毎の重み付け値を考慮して好適に決定し、高精度な位置推定を行うことが可能となる。
　上記情報処理装置の他の一態様では、前記地図情報には、前記第２点群情報の前記領域毎の点の数の情報が含まれており、前記抽出部は、前記地図情報に含まれる前記領域毎の点の数の情報と、前記第１点群情報として取得された前記領域毎の点の数とに基づき、抽出する領域を決定する。一般に、地図情報に登録されている点の数と比較して少ない点の数しか計測できない領域については、評価値に関わらず的確な照合が出来ていない可能性がある。よって、この態様では、情報処理装置は、計測された点の数が少ない領域についても、照合の精度が相対的に低い領域として好適に抽出することができる。
　上記情報処理装置の他の一態様では、第２点群情報が前記領域毎に記録されている地図情報を管理するサーバ装置に対し、前記抽出部が抽出した領域に関する領域情報を送信する送信部をさらに備える。このように、情報処理装置は、地図情報の更新に有用な情報を好適にサーバ装置に提供することができる。
　上記情報処理装置の他の一態様では、前記送信部は、前記抽出部が抽出した領域のうちの所定数以上が互いに隣接する領域に関する領域情報を前記サーバ装置に対して送信する。この態様により、情報処理装置は、静的な物体の変化が生じた可能性が高い領域に関する領域情報をサーバ装置へ送信することで、送信頻度を抑制しつつ効果的な情報のみをサーバ装置に提供することができる。ここで、「静的な物体の変化」とは、静的な物体の変形、移動、消滅、発生などを含む。
　上記情報処理装置の他の一態様では、前記送信部は、前記抽出部が抽出したすべての領域に関する領域情報、及び前記抽出部が抽出した領域のうちの所定数以上が互いに隣接する領域に関する領域情報のいずれか一方を選択的に前記サーバ装置に対して送信する。この態様により、情報処理装置は、必要性に応じた情報をサーバ装置に提供することができる。
　本発明の他の好適な実施形態によれば、サーバ装置は、複数の情報処理装置から領域情報を受信する受信部と、前記受信部が受信した領域毎の複数の領域情報に基づき、静的な物体の変化が生じた領域であるか否かを前記領域毎に判定する判定部と、を備える。この態様により、サーバ装置は、静的な物体の変化が生じた領域となる可能性がある領域の領域情報を複数の情報処理装置から収集し、地図情報の更新が必要な領域を統計的に特定することができる。
　上記サーバ装置の一態様では、サーバ装置は、静的な物体の変化が生じた領域であると前記判定部が判定した領域に対する計測部による計測データの送信要求を、情報処理装置に対して送信する送信部をさらに備える。この態様により、サーバ装置は、静的な物体の変化が生じた領域であると判定した領域の計測データを好適に収集して地図情報の更新に用いることができる。
　上記サーバ装置の他の一態様では、サーバ装置は、領域毎の照合に関する重み付け値を記憶する記憶部をさらに備え、前記領域情報を所定数以上前記受信部が受信した領域に対し、当該領域の重み付け値を低くする。この態様により、サーバ装置は、静的な物体の変化が生じた領域である可能性が高い領域の重み付け値を低くし、当該重み付け値を使用する際の位置推定精度を好適に向上させることができる。
　本発明の他の好適な実施形態によれば、情報処理装置が実行する制御方法であって、計測部が計測した、基準位置から複数の位置までの夫々の距離に関する第１点群情報を取得する第１取得工程と、一又は複数の位置情報に基づく第２点群情報が領域毎に記録されている地図情報を取得する第２取得工程と、前記第１点群情報及び前記第２点群情報の前記領域毎の照合結果に基づき、前記領域毎の評価値を算出する算出工程と、前記評価値が算出された領域のうち、前記評価値が所定の閾値より低い値である領域を抽出する抽出工程と、を有する。情報処理装置は、この制御方法を実行することで、計測部が計測した第１点群情報と地図情報に記録された第２点群情報との照合精度が低い領域を好適に抽出することができる。
　本発明の他の好適な実施形態によれば、コンピュータが実行するプログラムであって、計測部が計測した、基準位置から複数の位置までの夫々の距離に関する第１点群情報を取得する第１取得部と、一又は複数の位置情報に基づく第２点群情報が領域毎に記録されている地図情報を取得する第２取得部と、前記第１点群情報及び前記第２点群情報の前記領域毎の照合結果に基づき、前記領域毎の評価値を算出する算出部と、前記評価値が算出された領域のうち、前記評価値が所定の閾値より低い値である領域を抽出する抽出部として前記コンピュータを機能させる。コンピュータは、このプログラムを実行することで、計測部が計測した第１点群情報と地図情報に記録された第２点群情報との照合精度が低い領域を好適に抽出することができる。好適には、上記プログラムは、記憶媒体に記憶される。
　以下、図面を参照して本発明の好適な実施例について説明する。
　［運転支援システムの概要］
　図１は、本実施例に係る運転支援システムの概略構成である。運転支援システムは、車両と共に移動する車載機１と、地図情報の配信を行うサーバ装置２と、を備える。なお、図１では、サーバ装置２と通信を行う車載機１及び車両が１組のみ表示されているが、実際には、異なる位置に複数の車載機１及び車両の組が存在する。
　車載機１は、ライダ（Ｌｉｄａｒ：Ｌｉｇｈｔ　Ｄｅｔｅｃｔｉｏｎ　ａｎｄ　Ｒａｎｇｉｎｇ、または、Ｌａｓｅｒ　Ｉｌｌｕｍｉｎａｔｅｄ　Ｄｅｔｅｃｔｉｏｎ　Ａｎｄ　Ｒａｎｇｉｎｇ）などの外界センサ、ジャイロセンサや車速センサなどの内界センサと電気的に接続し、これらの出力に基づき、車載機１が搭載される車両の位置（「自車位置」とも呼ぶ。）の推定を行う。そして、車載機１は、自車位置の推定結果に基づき、設定された目的地への経路に沿って走行するように、車両の自動運転制御などを行う。車載機１は、ボクセルデータを含む地図データベース（ＤＢ：ＤａｔａＢａｓｅ）１０を記憶する。ボクセルデータは、３次元空間を複数の領域に分割した場合の各領域（「ボクセル」とも呼ぶ。）ごとに静止構造物の位置情報等を記録したデータである。ボクセルデータは、各ボクセル内の静止構造物の計測された点群データを正規分布により表したデータを含み、後述するように、ＮＤＴ（Ｎｏｒｍａｌ　Ｄｉｓｔｒｉｂｕｔｉｏｎｓ　Ｔｒａｎｓｆｏｒｍ）を用いたスキャンマッチングに用いられる。
　車載機１は、ライダが出力する点群データと、当該点群データが属するボクセルに対応するボクセルデータとに基づき、ＮＤＴに基づくスキャンマッチングを行う。そして、車載機１は、マッチングの精度が低いボクセルを検出した場合に、当該ボクセルに関する情報（「マッチング低下情報Ｄ１」とも呼ぶ。）を、サーバ装置２へ送信する。また、車載機１は、サーバ装置２から特定のボクセルを指定した情報（「要求信号Ｄ２」とも呼ぶ。）を受信した場合に、指定されたボクセル内におけるライダ等による計測データ（「計測データＤ３」とも呼ぶ。）を、サーバ装置２へ送信する。車載機１は、本発明における「情報処理装置」の一例である。また、マッチング低下情報Ｄ１は、本発明における「領域情報」の一例である。
　サーバ装置２は、複数の車両に対応する車載機１とデータ通信を行う。サーバ装置２は、複数の車両に対応する車載機１に配信するための配信地図ＤＢ２０を記憶し、配信地図ＤＢ２０には各ボクセルに対応するボクセルデータが含まれている。サーバ装置２は、車載機１から受信するマッチング低下情報Ｄ１を蓄積し、蓄積したマッチング低下情報Ｄ１に基づき特定のボクセルに対するボクセルデータの更新の要否を判定する。そして、サーバ装置２は、特定のボクセルに対するボクセルデータの更新が必要と判断した場合に、当該ボクセルを指定した要求信号Ｄ２を各車載機１へ送信する。そして、サーバ装置２は、要求信号Ｄ２の応答として車載機１から受信する計測データＤ３に基づき、対象のボクセルデータの更新処理などを行う。
　［車載機の構成］
　図２（Ａ）は、車載機１の機能的構成を表すブロック図を示す。図２（Ａ）に示すように、車載機１は、主に、通信部１１と、記憶部１２と、センサ部１３と、入力部１４と、制御部１５と、出力部１６とを有する。通信部１１、記憶部１２、センサ部１３、入力部１４、制御部１５及び出力部１６は、バスラインを介して相互に接続されている。
　通信部１１は、制御部１５の制御に基づき、サーバ装置２から配信される地図情報を受信したり、制御部１５が生成したマッチング低下情報Ｄ１をサーバ装置２へ送信したりする。また、通信部１１は、要求信号Ｄ２を受信した場合に、制御部１５の制御に基づき、計測データＤ３をサーバ装置２へ送信する。また、通信部１１は、車両を制御するための信号を車両に送信したり、車両の状態に関する信号を車両から受信したりする。
　記憶部１２は、制御部１５が実行するプログラムや、制御部１５が所定の処理を実行する為に必要な情報を記憶する。本実施例では、記憶部１２は、ボクセルデータを含む地図ＤＢ１０を記憶する。
　センサ部１３は、ライダ３０と、カメラ３１と、ＧＰＳ受信機３２と、ジャイロセンサ３３と、速度センサ３４とを含む。ライダ３０は、水平方向および垂直方向の所定の角度範囲に対してパルスレーザを出射することで、外界に存在する物体までの距離を離散的に測定し、当該物体の位置を示す３次元の点群データを生成する。この場合、ライダ３０は、照射方向を変えながらレーザ光を照射する照射部と、照射したレーザ光の反射光（散乱光）を受光する受光部と、受光部が出力する受光信号に基づくスキャンデータを出力する出力部とを有する。スキャンデータは、受光部が受光したレーザ光に対応する照射方向と、上述の受光信号に基づき特定される当該レーザ光の応答遅延時間とに基づき生成される。ライダ３０は、本発明における「計測部」の一例であり、ライダ３０が出力する点群データは、本発明における「第１点群情報」の一例である。
　入力部１４は、ユーザが操作するためのボタン、タッチパネル、リモートコントローラ、音声入力装置等であり、経路探索のための目的地を指定する入力、自動運転のオン及びオフを指定する入力などを受け付け、生成した入力信号を制御部１５へ供給する。出力部１６は、例えば、制御部１５の制御に基づき出力を行うディスプレイやスピーカ等である。
　制御部１５は、プログラムを実行するＣＰＵなどを含み、車載機１の全体を制御する。例えば、制御部１５は、ライダ３０から出力される点群データと、当該点群データが属するボクセルに対応するボクセルデータとに基づき、ＮＤＴに基づくスキャンマッチングを行うことで、自車位置の推定を行う。また、制御部１５は、ＮＤＴに基づくスキャンマッチングにより得られるボクセルごとの評価値に基づき、マッチング精度が低いと推定されるボクセルを検出する。そして、制御部１５は、検出したボクセルに対応するマッチング低下情報Ｄ１を生成し、通信部１１によりマッチング低下情報Ｄ１をサーバ装置２へ送信する。また、制御部１５は、サーバ装置２から受信した要求信号Ｄ２が指定するボクセルがライダ３０の計測範囲内に属すると判断した場合、ライダ３０が出力する点群データから当該ボクセルに属する点群データを抽出し、計測データＤ３としてサーバ装置２へ送信する。制御部１５は、本発明における「第１取得部」、「第２取得部」、「算出部」、「抽出部」、「位置推定部」及びプログラムを実行する「コンピュータ」の一例である。
　［サーバ装置の構成］
　図２（Ｂ）は、サーバ装置２の概略構成を示す。図２（Ｂ）に示すように、サーバ装置２は、通信部２１と、記憶部２２と、制御部２５とを有する。通信部２１、記憶部２２、及び制御部２５は、バスラインを介して相互に接続されている。
　通信部２１は、制御部２５の制御に基づき、車載機１と各種データの通信を行う。記憶部２２は、サーバ装置２の動作を制御するためのプログラムを保存したり、サーバ装置２の動作に必要な情報を保持したりする。また、記憶部２２は、配信地図ＤＢ２０を記憶し、複数の車載機１から送信されるマッチング低下情報Ｄ１及び計測データＤ３についても記憶する。
　制御部２５は、図示しないＣＰＵ、ＲＯＭ及びＲＡＭなどを備え、サーバ装置２内の各構成要素に対して種々の制御を行う。本実施例では、制御部２５は、車載機１から受信するマッチング低下情報Ｄ１を記憶部２２に蓄積し、蓄積したマッチング低下情報Ｄ１に基づき特定のボクセルに対するボクセルデータの更新の要否を判定する。そして、制御部２５は、特定のボクセルに対するボクセルデータの更新が必要と判断した場合に、当該ボクセルを指定した要求信号Ｄ２を通信部２１により各車載機１へ送信する。そして、制御部２５は、要求信号Ｄ２に基づき車載機１から受信する計測データＤ３に基づき、配信地図ＤＢ２０に含まれるボクセルデータの更新処理などを行う。制御部２５は、本発明における「受信部」、「送信部」及び「判定部」の一例である。
　［ＮＤＴに基づくスキャンマッチング］
　次に、本実施例におけるＮＤＴに基づくスキャンマッチングについて説明する。
　（１）ボクセルデータのデータ構造
まず、ＮＤＴに基づくスキャンマッチングに用いるボクセルデータについて説明する。図３は、ボクセルデータの概略的なデータ構造の一例を示す。
　ボクセルデータは、ボクセル内の点群を正規分布で表現する場合のパラメータの情報を含み、本実施例では、図３に示すように、ボクセルＩＤと、ボクセル座標と、平均ベクトルと、共分散行列と、重み付け値と、点群数情報とを含む。ここで、「ボクセル座標」は、各ボクセルの中心位置などの基準となる位置の絶対的な３次元座標を示す。なお、各ボクセルは、空間を格子状に分割した立方体であり、予め形状及び大きさが定められているため、ボクセル座標により各ボクセルの空間を特定することが可能である。ボクセル座標は、ボクセルＩＤとして用いられてもよい。
　「平均ベクトル」及び「共分散行列」は、対象のボクセル内での点群を正規分布で表現する場合のパラメータに相当する平均ベクトル及び共分散行列を示し、任意のボクセル「ｋ」内の任意の点「ｉ」の座標を
Figure JPOXMLDOC01-appb-M000001
と定義し、ボクセルｋ内での点群数を「Ｎｋ」とすると、ボクセルｋでの平均ベクトル「μｋ」及び共分散行列「Ｖｋ」は、それぞれ以下の式（１）及び式（２）により表される。
Figure JPOXMLDOC01-appb-M000002
Figure JPOXMLDOC01-appb-M000003
　なお、ボクセルデータに含まれる平均ベクトル及び共分散行列は、本発明における「第２点群情報」の一例である。
　「重み付け値」は、対象のボクセルのボクセルデータ（特に平均ベクトル及び共分散行列）の信頼度に応じた値に設定され、スキャンマッチングにおいて設定される対象のボクセルに対する重み付けの値を表す。「点群数情報」は、対応する平均ベクトル及び共分散行列の算出に用いた点群の数を示す情報である。点群数情報は、具体的な点群の数を示す情報であってもよく、点群数のレベル（例えば、大、中、小など）を示す情報であってもよい。
　（２）スキャンマッチングの概要
　次に、ボクセルデータを用いたＮＤＴによるスキャンマッチングについて説明する。本実施例では、後述するように、車載機１は、ＮＤＴスキャンマッチングにより得られる評価関数の値（評価値）を、ボクセル内で計測された点群数により正規化すると共に、ボクセルデータに含まれる重み付け値を用いて重み付けして算出する。これにより、車載機１は、評価値に基づきスキャンマッチングの精度が相対的に低いボクセルを的確に特定すると共に、ＮＤＴスキャンマッチングに基づく位置推定精度を好適に向上させる。
　車両を想定したＮＤＴによるスキャンマッチングは、道路平面（ここではｘｙ座標とする）内の移動量及び車両の向きを要素とした以下の推定パラメータ「Ｐ」を推定することとなる。
Figure JPOXMLDOC01-appb-M000004
　「ｔｘ」は、ｘ方向の移動量を示し、「ｔｙ」は、ｙ方向の移動量を示し、「Ψ」は、ｘｙ平面内での回転角（即ちヨー角）を示す。なお、垂直方向移動量、ピッチ角、ロール角は、道路勾配や振動によって生じるものの、無視できる程度に小さい。
　上述の推定パラメータＰを用い、ライダ３０により得られた点群データの任意の点の座標［ｘｋ（ｉ）、ｙｋ（ｉ）、ｚｋ（ｉ）］Ｔを座標変換すると、変換後の座標「ｘ′ｋ（ｉ）」は、以下の式（３）により表される。
Figure JPOXMLDOC01-appb-M000005
　そして、本実施例では、車載機１は、座標変換した点群と、ボクセルデータに含まれる平均ベクトルμｋと共分散行列Ｖｋとを用い、以下の式（４）により示されるボクセルｋの評価関数「Ｅｋ」及び式（５）により示されるマッチングの対象となる全てのボクセルを対象とした総合的な評価関数「Ｅ」（「総合評価関数」とも呼ぶ。）を算出する。
Figure JPOXMLDOC01-appb-M000006
Figure JPOXMLDOC01-appb-M000007
　「Ｍ」は、マッチングの対象となるボクセルの数を示し、「ｗｋ」は、ボクセルｋに対する重み付け値を示す。なお、ライダ３０により得られる点群データの座標は、自車位置に対する相対座標であり、ボクセルデータの平均ベクトルは絶対座標であることから、式（４）を算出する際には、例えば、ライダ３０により得られる点群データの座標を、ＧＰＳ受信機３２の出力等から予測した自車位置に基づき座標変換する。
　一方、従来のＮＤＴマッチングで用いられるボクセルｋの評価関数Ｅｋは、以下の式（６）により示される。
Figure JPOXMLDOC01-appb-M000008
　式（４）及び式（６）を比較して明らかなように、本実施例では、車載機１は、点群数Ｎｋにより評価関数Ｅｋを正規化している。これにより、車載機１は、後述するように、評価関数Ｅｋの値に基づき、マッチングの度合いが相対的に低いボクセルを的確に特定することができる。また、車載機１は、各ボクセルに対し、それぞれのボクセルデータ（平均ベクトル、共分散行列）に対する信頼度に応じた重み付け値を乗じている。これにより、車載機１は、信頼度が低いボクセルの評価関数Ｅｋの重み付けを相対的に低くし、ＮＤＴマッチングによる位置推定精度を好適に向上させる。
　その後、車載機１は、ニュートン法などの任意の求根アルゴリズムにより総合評価関数Ｅが最大となるとなる推定パラメータＰを算出する。そして、車載機１は、ＧＰＳ受信機３２の出力等から予測した自車位置に対し、推定パラメータＰを適用することで、高精度な自車位置を推定する。
　（３）スキャンマッチングの具体例
　次に、ＮＤＴスキャンマッチングの具体例について説明する。以下では、説明便宜上、２次元平面の場合を例に説明する。
　図４（Ａ）は、４つの隣接するボクセル「Ｂ１」～「Ｂ４」において、地図作成用の計測整備車両で走行したときにライダ等により計測した点群を丸印により示し、これらの点群に基づき式（１）と式（２）から作成した２次元正規分布をグラデーションにより示した図である。図４（Ａ）に示す正規分布の平均、分散は、ボクセルデータにおける平均ベクトル、共分散行列にそれぞれ相当する。
　図４（Ｂ）は、図４（Ａ）において、車載機１が走行中にライダ３０により取得した点群を星印により示した図である。星印により示されるライダ３０の点群の位置は、ＧＰＳ受信機３２等の出力による推定位置に基づき各ボクセルＢ１～Ｂ４との位置合わせが行われている。図４（Ｂ）の例では、計測整備車両が計測した点群（丸印）と、車載機１が取得した点群（星印）との間にずれが生じている。
　図４（Ｃ）は、ＮＤＴスキャンマッチングのマッチング結果に基づき車載機１が取得した点群（星印）を移動させた後の状態を示す図である。図４（Ｃ）では、図４（Ａ）、（Ｂ）に示す正規分布の平均及び分散に基づき、式（４）に示す評価関数Ｅが最大となるパラメータＰを算出し、算出したパラメータＰを図４（Ｂ）に示す星印の点群に適用している。この場合、計測整備車両が計測した点群（丸印）と、車載機１が取得した点群（星印）との間のずれが好適に低減されている。
　ここで、ボクセルＢ１～Ｂ４に対応する評価関数「Ｅ１」～「Ｅ４」及び総合評価関数Ｅを、従来から用いられている一般式（６）により算出した場合、これらの値は以下のようになる。
　　　　　　　Ｅ１＝１．３２９０
　　　　　　　Ｅ２＝１．１３６５
　　　　　　　Ｅ３＝１．１１００
　　　　　　　Ｅ４＝０．９６８６
　　　　　　　Ｅ　＝４．５４４１
　この場合、ボクセル内の点群数が多いほど評価関数の値も大きくなるため、ボクセル間でのマッチングの度合いが比較しにくい。この例では、点群数の多いボクセルＢ１の評価関数Ｅ１が大きくなっている。
　一方、ボクセルＢ１～Ｂ４に対応する評価関数Ｅ１～Ｅ４及び総合評価関数Ｅを本実施例に基づく式（４）により算出した場合、これらの値は以下のようになる。なお、ここでは、ボクセルＢ１～Ｂ４に対する重み付け値は全て「１」とする。
　　　　　　　Ｅ１＝０．１２０８
　　　　　　　Ｅ２＝０．１１３６
　　　　　　　Ｅ３＝０．１２３３
　　　　　　　Ｅ４＝０．１２１１
　　　　　　　Ｅ　＝０．４７８９
　この場合、評価関数Ｅ１～Ｅ４及び総合評価関数Ｅは、ボクセル内の点群数に影響されにくい値となるため、ボクセル間でのマッチングの度合いが比較しやすくなる。
　また、本実施例では、各ボクセルに重み付け値が設定されている。従って、信頼度の高いボクセルは重み付けを大きくすることで、そのボクセルのマッチング度合いを高めることが可能となっている。
　図５（Ａ）は、ボクセルＢ１～Ｂ４に対する重み付け値を全て等しくした場合のマッチング結果を示す図（即ち図４（Ｃ）と同一の図）である。図５（Ｂ）は、ボクセルＢ１の重み付け値を他のボクセルの重み付け値の１０倍とした場合のマッチング結果を示す図である。図５（Ｃ）は、ボクセルＢ３の重み付け値を他のボクセルの重み付け値の１０倍とした場合のマッチング結果を示す図である。
　図５（Ｂ）の例では、ボクセルＢ１～Ｂ４に対応する評価関数Ｅ１～Ｅ４及び総合評価関数Ｅの各値は、以下のようになる。
　　　　　　　Ｅ１＝０．３７２０
　　　　　　　Ｅ２＝０．０３５０
　　　　　　　Ｅ３＝０．０３７９
　　　　　　　Ｅ４＝０．０３７３
　　　　　　　Ｅ　＝０．４８２３
　このように、図５（Ｂ）の例では、ボクセルＢ１に対応する評価関数Ｅ１の値が高くなるようにマッチングが行われ、ボクセルＢ１におけるマッチングの度合いが高められている。よって、ボクセルＢ１の丸印と星印のずれが少なくなっている。
　また、図５（Ｃ）の例では、ボクセルＢ１～Ｂ４に対応する評価関数Ｅ１～Ｅ４及び総合評価関数Ｅの各値は、以下のようになる。
　　　　　　　Ｅ１＝０．０３６８
　　　　　　　Ｅ２＝０．０３４１
　　　　　　　Ｅ３＝０．３８２２
　　　　　　　Ｅ４＝０．０３６５
　　　　　　　Ｅ　＝０．４８９６
　このように、図５（Ｃ）の例では、ボクセルＢ３に対応する評価関数Ｅ３の値が高くなるようにマッチングが行われ、ボクセルＢ３におけるマッチングの度合いが高められている。よって、ボクセルＢ３の丸印と星印のずれが少なくなっている。
　［地図更新処理］
　次に、配信地図ＤＢ２０の更新処理に関連する処理について説明する。
　（１）マッチング低下情報の送信処理
　車載機１は、総合評価関数Ｅと評価関数Ｅｋに基づき、静的構造物の変化が生じた（即ち配信地図ＤＢ２０の更新が必要な）可能性があるボクセルを特定し、当該ボクセルに関する情報を、マッチング低下情報Ｄ１としてサーバ装置２に送信する。
　一般に、総合評価関数Ｅ又は評価関数Ｅｋが低くなる場合（即ちマッチング度合いが低くなる場合）は、以下の３つの事象：
　　　　　　　（ａ）ボクセル内に動的な物体が含まれている
　　　　　　　（ｂ）予測した自車位置の誤差が多く、正確なマッチングができていない
　　　　　　　（ｃ）ボクセル内の静的な物体が変化（生成、消滅も含む）した
のいずれかが生じていると推測される。ここで、本実施例では、評価関数Ｅｋは、点群数Ｎｋにより正規化されているため、各評価関数Ｅｋ及びその総和である総合評価関数Ｅは、点群数Ｎｋによる影響を受けない。よって、総合評価関数Ｅが所定値より大きい場合には、事象（ｂ）が生じていないと判断することが可能である。
　一方、評価関数Ｅｋのうち、他の評価関数Ｅｋと比べて小さい評価関数Ｅｋが存在する場合、当該評価関数Ｅｋに対応するボクセルｋには、事象（ａ）又は事象（ｃ）が生じている疑いがある。よって、車載機１は、そのようなボクセルｋを検知した場合には、当該ボクセルｋに関するマッチング低下情報Ｄ１をサーバ装置２へ送信する。ここで、マッチング低下情報Ｄ１には、例えば、時刻情報、推定自車位置情報、総合評価関数Ｅ、評価関数Ｅｋ、ボクセルＩＤ、及び点群数Ｎｋが含まれる。その後、サーバ装置２は、複数の車両の車載機１から受信した対象のボクセルｋに関する複数のマッチング低下情報Ｄ１に基づき、統計的手法によりボクセルｋに事象（ａ）又は事象（ｃ）のいずれが生じているか判定する。
　ここで、評価関数Ｅｋのうち、他の評価関数Ｅｋと比べて小さい評価関数Ｅｋを検出する方法の一例を示す。車載機１は、評価関数Ｅｋを後述する基準値「Ｆｋ」で割った値が所定値「Ａ」より小さい場合、即ち、以下の式（７）の条件式
　　　　　　　Ｅｋ／Ｆｋ　＜　Ａ　　式（７）
が成立する場合、当該評価関数Ｅｋが他の評価関数Ｅｋと比べて相対的に小さいと判断し、当該評価関数Ｅｋのボクセルに対するマッチング低下情報Ｄ１をサーバ装置２へ送信する。なお、式（７）は、以下の式（８）と等価な式である。
　　　　　　　Ｅｋ　＜　Ａ・Ｆｋ　　式（８）
　ここで、車載機１は、上述の判定式における基準値Ｆｋを、以下の式（９）に基づき算出する。
Figure JPOXMLDOC01-appb-M000009
　式（９）に示すように、基準値Ｆｋは、対象となるボクセルｋの重み付け値ｗｋに基づく重み付けがなされた総合評価関数Ｅに相当する。このようにすることで、車載機１は、他の評価関数Ｅｋと比べて相対的に小さい評価関数Ｅｋを好適に検出することができる。なお、式（８）の「Ａ・Ｆｋ」は、本発明における「所定の閾値」の一例である。
　また、車載機１は、他の評価関数Ｅｋと比べて小さい評価関数Ｅｋを検出した場合に加えて、またはこれに代えて、ボクセル内での点群数Ｎｋが少ないボクセルを検出した場合に、当該ボクセルに対するマッチング低下情報Ｄ１をサーバ装置２へ送信してもよい。本実施例では、評価関数Ｅｋは点群数Ｎｋにより正規化されているため、事象（ａ）又は事象（ｃ）に起因して点群数Ｎｋが少ない場合であっても、評価関数Ｅｋの値が他の評価関数Ｅｋの値と比べて小さくならない場合がある。従って、車載機１は、点群数Ｎｋが所定の閾値より小さいボクセルを検出した場合に、事象（ａ）又は事象（ｃ）のいずれかが生じている可能性が高いと判断し、当該ボクセルに対するマッチング低下情報Ｄ１をサーバ装置２へ送信する。
　この場合、好適には、車載機１は、ボクセルデータの点群数情報を参照し、点群数情報に応じて上述の閾値を設定する。この場合、車載機１は、点群数情報が示す点群数が小さいほど、上述の閾値を小さく設定する。これにより、車載機１は、点群数Ｎｋが本来取得すべき点群数よりも少ないか否かを上述の閾値により好適に判定することができる。なお、車載機１は、式（７）等に基づき他の評価関数Ｅｋと比べて小さい評価関数Ｅｋとなるボクセルｋを検出した場合であって、かつ、当該ボクセルｋでの点群数Ｎｋが閾値より小さい場合に、当該ボクセルｋに対するマッチング低下情報Ｄ１をサーバ装置２へ送信してもよい。
　（２）重み付け変更処理
　サーバ装置２は、複数の車両の車載機１から受信するマッチング低下情報Ｄ１をボクセルＩＤごとに蓄積し、ボクセルＩＤごとに上述した事象（ａ）又は事象（ｃ）のいずれが生じているかの判定を統計的に行う。
　例えば、サーバ装置２は、ボクセルＩＤごとのマッチング低下情報Ｄ１の数が所定数以上蓄積されたボクセルが存在する場合、当該ボクセルは事象（ｃ）が生じている可能性が高く、当該ボクセルに対応するボクセルデータの信頼性が低いと判断する。よって、サーバ装置２は、当該ボクセルに対応するボクセルデータに含まれる重み付け値を下げる。このとき、好適には、サーバ装置２は、マッチング低下情報Ｄ１の数が多いほど、重み付け値を低く設定するとよい。このようにすることで、サーバ装置２は、事象（ｃ）が生じている可能性が高いボクセルの重み付けを低くし、サーバ装置２から配信された地図情報に基づき自車位置推定を行う車載機１での位置推定精度を好適に向上させる。
　ここで、重み付け値を変更する具体例について、図６を参照して説明する。
　図６（Ａ）は、ボクセルＢ３の位置の静止構造物が変化した場合の車載機１が取得した点群（星印）を示した図である。なお、静止構造物が変化する前にボクセルデータを作成した時点の、計測整備車両が取得した点群（丸印）も示してある。図６（Ａ）に示すように、ボクセルＢ３の位置の静止構造物が変化した場合には、ボクセル３内でライダ３０により取得する点群の数が少なくなったり、計測整備車両が取得した点群と外れた点群がライダ３０により取得されたりする。ボクセルＢ３内の位置に動的物体が入った場合も同様となる。
　図６（Ｂ）は、ボクセルＢ１～Ｂ４に対する重み付け値を全て等しくした場合のマッチング結果を示す図である。ボクセルＢ３のずれの影響により、ボクセルＢ１，Ｂ２，Ｂ４の丸印と星印のずれも大きくなっている。したがって、マッチングがずれたものとなり，位置推定結果に誤差が生じていることとなる。この場合、ボクセルＢ１～Ｂ４に対応する評価関数Ｅ１～Ｅ４及び総合評価関数Ｅの各値は、以下のようになる。
　　　　　　　Ｅ１＝０．１１８８
　　　　　　　Ｅ２＝０．１１５０
　　　　　　　Ｅ３＝０．０５６８
　　　　　　　Ｅ４＝０．１１２０
　　　　　　　Ｅ　＝０．４０２６
　この場合、他と比べてボクセルＢ３の評価関数Ｅ３の値が小さくなっている。式（９）を計算すると、
　　　　　　　Ｆ１＝Ｆ２＝Ｆ３＝Ｆ４≒０．１００７
となるため、式（７）の左辺は以下のようになる。
　　　　　　　Ｅ１／Ｆ１≒１．１８０３
　　　　　　　Ｅ２／Ｆ２≒１．１４２６
　　　　　　　Ｅ３／Ｆ３≒０．５６４３
　　　　　　　Ｅ４／Ｆ４≒１．１１２８
　したがって、例えば所定値Ａが０．７の場合，Ｅ３／Ｆ３は式（７）の条件式を満たすことになる。よって、この場合、車載機１は、評価関数Ｅ３が他の評価関数と比べて相対的に小さいと判断し、ボクセルＢ３に関するマッチング低下情報Ｄ１をサーバ装置２へ送信する。
　図６（Ｃ）は、ボクセルＢ３の重み付け値を変更後のマッチング結果を示す。図６（Ｃ）の例では、サーバ装置２は、複数の車両の車載機１から送信されたボクセルＢ３のマッチング低下情報Ｄ１に基づき、ボクセルＢ３の重み付け値を１／１０に設定している。これにより、ボクセルＢ３のずれの影響が弱まり、ボクセルＢ１，Ｂ２，Ｂ４の丸印と星印のずれが少なくなる。この場合、ボクセルＢ１～Ｂ４に対応する評価関数Ｅ１～Ｅ４及び総合評価関数Ｅの各値は、以下のようになる。
　　　　　　　Ｅ１＝０．１５５９
　　　　　　　Ｅ２＝０．１４７４
　　　　　　　Ｅ３＝０．００３９
　　　　　　　Ｅ４＝０．１５５７
　　　　　　　Ｅ　＝０．４６２９
　このように、ボクセルＢ３に対する重み付け値を１／１０に設定した場合、ボクセルＢ３以外のボクセルに対するマッチング度合いを高めるようにマッチングが行われる。その結果、信頼度が低いボクセルＢ３の影響度を低くした位置推定が可能となる。なお，この場合，式（９）を計算すると、
　　　　　　　Ｆ１＝Ｆ２＝Ｆ４≒０．１４９３、Ｆ３≒０．０１４９
となるため、式（７）の左辺は以下のようになる。
　　　　　　　Ｅ１／Ｆ１≒１．０４４２
　　　　　　　Ｅ２／Ｆ２≒０．９８７３
　　　　　　　Ｅ３／Ｆ３≒０．２６１７
　　　　　　　Ｅ４／Ｆ４≒１．０４２９
　したがって、式（７）の条件を満たすため、この場合も、ボクセルＢ３に関するマッチング低下情報Ｄ１をサーバ装置２へ送信することになる。
　このように，評価関数Ｅｋを基準値Ｆｋで正規化するため、重み付け値に影響されない条件判断が可能となる。
　（３）ボクセルデータ修正処理
　サーバ装置２は、上述の重み付け変更処理により重み付け値を下げたボクセルに対し、当該ボクセルに関する平均ベクトル及び共分散行列などのボクセルデータの修正の要否を判定する。
　第１の例では、サーバ装置２は、対象となるボクセルを撮影した画像に基づき、当該ボクセルに関する平均ベクトル及び共分散行列などのボクセルデータの修正の要否を判定する。
　この場合、サーバ装置２は、例えば走行中の車両から撮影された画像を位置情報及び時刻情報等と共に車載機１から定期的に受信して記憶部２２に蓄積しておき、ボクセルデータの修正の要否判定を行う場合に、対象となるボクセルが撮影された画像を記憶部２２から抽出する。そして、サーバ装置２は、抽出した画像に基づき、ボクセルデータの修正の要否判定を行う。例えば、サーバ装置２は、前回ボクセルデータを生成したときに撮影された画像と、最新の画像とを比較し、画像中に表示されている地物の形状、位置等の変化が生じていると判断した場合に、ボクセルデータの修正が必要と判断する。
　第２の例では、サーバ装置２は、対象となるボクセルのマッチング低下情報Ｄ１に含まれる評価関数Ｅｋの類似の有無を判定する。そして、サーバ装置２は、各マッチング低下情報Ｄ１に含まれる評価関数Ｅｋが類似していると判断した場合、対象のボクセルに対するボクセルデータの修正が必要であると判断する。この場合、サーバ装置２は、上述の類似の有無を、例えば、マッチング低下情報Ｄ１に含まれる評価関数Ｅｋの分散又は分散に準ずる指標値を算出し、その算出値と所定の閾値とを比較することにより判定してもよい。
　そして、サーバ装置２は、ボクセルデータの修正が必要と判断したボクセルが存在する場合、当該ボクセルを指定した要求信号Ｄ２を各車載機１へ送信する。そして、サーバ装置２は、要求信号Ｄ２の応答として受信した計測データＤ３に基づき、ボクセルデータの修正を行う。この処理の具体例については、［処理フロー］のセクションで具体的に説明する。
　［処理フロー］
　（１）車載機の処理
　図７は、本実施例において車載機１が実行する処理手順を示すフローチャートの一例である。車載機１は、図７のフローチャートの処理を繰り返し実行する。
　まず、車載機１は、ＧＰＳ受信機３２等の出力に基づき、自車位置の初期値を設定する（ステップＳ１０１）。次に、車載機１は、速度センサ３４から車体速度を取得すると共に、ジャイロセンサ３３からヨー方向の角速度を取得する（ステップＳ１０２）。そして、車載機１は、ステップＳ１０２の取得結果に基づき、車両の移動距離と車両の方位変化を計算する（ステップＳ１０３）。
　その後、車載機１は、１時刻前の推定自車位置に、ステップＳ１０３で計算した移動距離と方位変化を加算し、予測位置を算出する（ステップＳ１０４）。そして、車載機１は、ステップＳ１０４で算出した予測位置に基づき、地図ＤＢ１０を参照して、自車位置周辺に存在するボクセルのボクセルデータを取得する（ステップＳ１０５）。さらに、車載機１は、ステップＳ１０４で算出した予測位置に基づき、ライダ３０から得られたスキャンデータをボクセルごとに分割する（ステップＳ１０６）。そして、車載機１は、評価関数を用いてＮＤＴスキャンマッチングの計算を行う（ステップＳ１０７）。この場合、車載機１は、式（４）及び式（５）に基づき、評価関数Ｅｋ及び総合評価関数Ｅを算出し、総合評価関数Ｅが最大となる推定パラメータＰを算出する。
　そして、車載機１は、総合評価関数Ｅが最大となる推定パラメータＰを特定した場合（ステップＳ１０８；Ｙｅｓ）、各ボクセルの重み付け値ｗｋと総合評価関数Ｅとを用いて、式（９）に基づき、基準値Ｆｋを計算する（ステップＳ１０９）。そして、車載機１は、各ボクセルについて、基準値Ｆｋと評価関数Ｅｋとを比較し（ステップＳ１１０）、比較結果が所定値Ａよりも小さいボクセルが存在するか否か判定する（ステップＳ１１１）。即ち、車載機１は、即ち式（７）を満たす評価関数Ｅｋが存在するか否か判定する。
　そして、車載機１は、比較結果が所定値Ａよりも小さいボクセルが存在する場合（ステップＳ１１１；Ｙｅｓ）、時刻、推定位置、総合評価関数Ｅ、対象のボクセルのボクセルＩＤ、評価関数Ｅｋ、及び点群数Ｎｋを含むマッチング低下情報Ｄ１を、サーバ装置２へ送信する（ステップＳ１１２）。なお、車載機１は、ステップＳ１１１での判定に代えて、又はこれに加えて、「（１）マッチング低下情報の送信処理」のセクションでも説明したように、点群数Ｎｋの大小に基づきマッチング低下情報Ｄ１の送信の要否を判定してもよい。
　一方、車載機１は、比較結果が所定値Ａよりも小さいボクセルが存在しない場合（ステップＳ１１１；Ｎｏ）、ステップＳ１０２へ処理を戻す。なお、車載機１は、ステップＳ１１１の判定後、総合評価関数Ｅが最大となる推定パラメータＰを、ステップＳ１０４の予測位置に適用することで、現時刻における推定自車位置を算出する。
　次に、車載機１は、ステップＳ１１３において、サーバ装置２から自車位置周辺のボクセルを指定した要求信号Ｄ２を受信したか否か判定する（ステップＳ１１３）。そして、車載機１は、サーバ装置２から自車位置周辺のボクセルを指定した要求信号Ｄ２を受信した場合（ステップＳ１１３；Ｙｅｓ）、要求信号Ｄ２が指定するボクセルに該当するライダ３０のスキャンデータ（点群データ）を、計測データＤ３としてサーバ装置２へ送信する（ステップＳ１１４）。このとき、車載機１は、スキャンデータに加えて、当該スキャンデータを取得した時刻の総合評価関数Ｅなどを計測データＤ３に含めるとよい。計測データＤ３に含められた総合評価関数Ｅは、後述するサーバ装置２の処理において用いられる。そして、車載機１は、ステップＳ１１４の実行後、又は自車位置周辺のボクセルを指定した要求信号Ｄ２を受信していないとステップＳ１１３で判断した場合、ステップＳ１０２へ処理を戻す。
　（２）サーバ装置の処理
　図８は、本実施例においてサーバ装置２が実行する処理手順を示すフローチャートの一例である。サーバ装置２は、図８のフローチャートの処理を繰り返し実行する。
　まず、サーバ装置２は、車両に搭載された車載機１から、マッチング低下情報Ｄ１を受信する（ステップＳ２０１）。そして、サーバ装置２は、ボクセルＩＤごとにマッチング低下情報Ｄ１を記憶部２２に記憶する。
　次に、サーバ装置２は、記憶部２２を参照し、マッチング低下情報Ｄ１の数が所定値よりも大きいボクセルが存在するか否か判定する（ステップＳ２０２）。そして、サーバ装置２は、マッチング低下情報Ｄ１の数が所定値よりも大きいボクセルが存在する場合（ステップＳ２０２；Ｙｅｓ）、マッチング低下情報Ｄ１の数が多いほど、対応するボクセルの配信地図ＤＢ２０に記憶された重み付け値ｗｋを小さく設定する（ステップＳ２０３）。なお、配信地図ＤＢ２０に記憶される重み付け値ｗｋの初期値は、例えば、各ボクセルにおいて共通の初期値（例えば１）に設定される。
　次にサーバ装置２は、重み付け値ｗｋを小さくしたボクセルのボクセルデータを修正すべきか否か判定する（ステップＳ２０４）。この場合、「（３）ボクセルデータ修正処理」のセクションで説明したように、サーバ装置２は、対象のボクセルを撮影した画像に基づき上述の判定を行ってもよく、対象となるボクセルの複数のマッチング低下情報Ｄ１に含まれる評価関数Ｅｋの類似の有無に基づき上述の判定を行ってもよい。
　そして、サーバ装置２は、ボクセルデータを修正すべきと判断した場合（ステップＳ２０４；Ｙｅｓ）、各車両の車載機１に対し、対象のボクセルのスキャンデータを要求する要求信号Ｄ２を送信する（ステップＳ２０５）。そして、サーバ装置２は、要求信号Ｄ２の応答として、各車両の車載機１から対象のボクセルのスキャンデータを含む計測データＤ３を受信し、記憶部２２に記憶する（ステップＳ２０６）。計測データＤ３には、スキャンデータに加えて、当該スキャンデータを取得した時刻の総合評価関数Ｅなどが含まれている。一方、サーバ装置２は、ボクセルデータを修正する必要がないと判断した場合（ステップＳ２０４；Ｎｏ）、ステップＳ２０１へ処理を戻す。
　次に、サーバ装置２は、ステップＳ２０４においてボクセルデータを修正すべきと判断したボクセルについて、総合評価関数Ｅが高い計測データＤ３が蓄積されたか否か判定する（ステップＳ２０７）。具体的には、サーバ装置２は、総合評価関数Ｅが所定の閾値よりも高い計測データＤ３が所定個数以上蓄積されたか否か判定する。一般に、総合評価関数Ｅが高い場合には、高精度に自車位置推定ができており、当該総合評価関数Ｅの算出に用いた計測データについても信頼度が高いことが推定される。以上を勘案し、サーバ装置２は、ボクセルデータの更新に必要な計測データＤ３が収集されたか否か判定するため、ステップＳ２０７の判定処理を行う。
　そして、サーバ装置２は、総合評価関数Ｅが高い計測データＤ３が蓄積された場合（ステップＳ２０７；Ｙｅｓ）、総合評価関数Ｅの値に基づき、重み付き平均化によって対象のボクセルの点群データを構築する（ステップＳ２０８）。これにより、サーバ装置２は、対象のボクセルの点群データを構築する場合に、信頼度が高いスキャンデータほど重み付けを大きくし、高精度な点群データの構築を行う。一方、サーバ装置２は、総合評価関数Ｅが高い計測データＤ３が蓄積されていない場合（ステップＳ２０７；Ｎｏ）、ステップＳ２０１へ処理を戻す。なお、この場合、サーバ装置２は、管理者に対して所定の警告を出力し、ボクセルデータを修正すべきボクセルが存在する旨及び当該ボクセルが計測範囲内となる道路に計測整備車両を走行させて点群データの計測を行う必要がある旨を管理者に通知してもよい。
　次に、サーバ装置２は、ステップＳ２０８で構築した点群データから、ＮＤＴのデータ（即ち平均ベクトル、共分散行列、点群数情報等）を生成する（ステップＳ２０９）。そして、サーバ装置２は、ステップＳ２０９の処理結果に基づき、配信地図ＤＢ２０の対象のボクセルデータを更新する（ステップＳ２１０）。なお、好適には、ステップＳ２０９とステップＳ２１０との間において、ステップＳ２０９で生成したＮＤＴのデータが問題ないか検証するステップが設けられるとよい。そして、サーバ装置２は、ボクセルデータを更新したボクセルの重み付け値を初期値に設定する（ステップＳ２１１）。
　以上説明したように、本実施例に係る車載機１は、ボクセルデータを含む地図ＤＢ１０を備える。そして、車載機１は、ライダ３０が計測した点群データと地図ＤＢ１０とによるボクセルごとの照合結果に基づき、ボクセルごとの評価関数Ｅｋを算出する。そして、車載機１は、評価関数Ｅｋが算出された領域のうち、評価関数Ｅｋが所定の閾値よりも低いボクセルを抽出し、当該ボクセルに対するマッチング低下情報Ｄ１をサーバ装置２へ送信する。これにより、車載機１は、マッチングの精度が低いボクセルに関する情報を好適にサーバ装置２に提供することができる。
　［変形例］
　以下、実施例に好適な変形例について説明する。以下の変形例は、組み合わせて実施例に適用してもよい。
　（変形例１）
　図１に示す運転支援システムの構成は一例であり、本発明が適用可能な構成は、これに限定されない。例えば、運転支援システムは、サーバ装置２を有さず、車載機１がサーバ装置２の処理を実行してもよい。
　この場合、車載機１は、図７のステップＳ１１２では、マッチング低下情報Ｄ１をサーバ装置２に送信する代わりに、マッチング低下情報Ｄ１を記憶部１２に記憶する。そして、車載機１は、車両が同一の場所を複数回通ることにより、同一のボクセルに対するマッチング低下情報Ｄ１の数が所定値より大きくなった場合に、図８のステップＳ２０３と同様に、対象のボクセルの重み付け値を変更する。また、車載機１は、マッチング低下情報Ｄ１を生成したボクセルに該当するライダ３０の計測データについてもマッチング低下情報Ｄ１と共に記憶しておき、ボクセルデータを修正すべきと判断した場合には、記憶した計測データ及びマッチング低下情報Ｄ１に含まれる総合評価関数Ｅに基づき、図８のステップＳ２０７～ステップＳ２１１の処理を実行する。この態様によっても、車載機１は、ボクセルデータの更新を好適に行うことができる。
　（変形例２）
　車載機１は、図７のステップＳ１１２でマッチング低下情報Ｄ１を送信する場合、マッチング低下情報Ｄ１と共に、対象のボクセルに対するライダ３０の計測データをサーバ装置２へ送信してもよい。この態様によれば、サーバ装置２は、要求信号Ｄ２を送信することなく、計測データＤ３に相当する情報を得ることができる。
　（変形例３）
　車載機１は、図７のステップＳ１０８で特定した総合評価関数Ｅが所定の値よりも低い場合には、推定パラメータＰ等により算出した推定自車位置の情報を、サーバ装置２へ送信してもよい。
　この場合、サーバ装置２は、総合評価関数Ｅが所定の値よりも低い場合の推定自車位置を示す情報（「低精度位置情報」とも呼ぶ。）を各車両の車載機１から収集し、所定距離以内の位置を示す低精度位置情報が所定個数以上蓄積された場合、これらの低精度位置情報が示す位置付近には何かしらマッチングを悪くする原因が存在すると判断する。そして、サーバ装置２は、この場合、図８のステップＳ２０５と同様に、低精度位置情報が示す位置付近のボクセルを指定した要求信号Ｄ２を、各車両の車載機１に対して送信する。そして、サーバ装置２は、当該要求信号Ｄ２の応答として受信した計測データＤ３に基づき、図８のステップＳ２０８～ステップＳ２１１と同様の手順により、低精度位置情報が示す位置付近のボクセルデータの更新を行う。この態様により、サーバ装置２は、マッチングの精度が低くなる位置周辺のボクセルデータを好適に更新することができる。
　（変形例４）
　車載機１に相当する機能が車両に内蔵されていてもよい。この場合、車両の電子制御装置（ＥＣＵ：Ｅｌｅｃｔｒｏｎｉｃ　Ｃｏｎｔｒｏｌ　Ｕｎｉｔ）は、車両のメモリに記憶されたプログラムを実行することで、車載機１の制御部１５に相当する処理を実行する。
　（変形例５）
　ボクセルデータは、図３に示すように、平均ベクトルと共分散行列とを含むデータ構造に限定されない。例えば、ボクセルデータは、平均ベクトルと共分散行列を算出する際に用いられる計測整備車両が計測した点群データをそのまま含んでいてもよい。この場合、ボクセルデータに含まれる点群データは、本発明における「第２点群情報」の一例である。
　（変形例６）
　車載機１は、評価関数Ｅｋが所定の閾値よりも低いボクセルのうちの、所定数以上が互いに隣接するボクセルのそれぞれに関するマッチング低下情報Ｄ１をサーバ装置２へ送信してもよい。
　この場合、車載機１の制御部１５は、図７のステップＳ１１２でマッチング低下情報Ｄ１を送信する際に、評価関数Ｅｋが所定の閾値よりも低いボクセルのすべてに対するマッチング低下情報Ｄ１を通信部１１に送信させるのではなく、評価関数Ｅｋが所定の閾値よりも低いボクセルが所定数以上互いに隣接して構成されるボクセル群（「低信頼性ボクセル群」とも呼ぶ。）を抽出し、当該低信頼性ボクセル群に含まれるボクセルのそれぞれに対するマッチング低下情報Ｄ１をサーバ装置２へ通信部１１に送信させる。
　評価関数Ｅｋが所定の閾値よりも低い多数のボクセルが互いに隣接して存在する場合は、事象（ｃ）が生じている可能性が高いと考えられるため、このようなボクセルについてはボクセルデータの更新が必要となる可能性が高い。一方、評価関数Ｅｋが所定の閾値よりも低いボクセルが、単独で、あるいは少数だけ隣接して存在する場合は、事象（ａ）が生じている可能性が高いと考えられるため、このようなボクセルについては、ボクセルデータの更新が必要となる可能性は相対的に低い。すなわち、低信頼性ボクセル群の大きさに基づいて、ボクセルデータの更新の必要性を判定することができる。そのため、低信頼性ボクセル群を判定するための閾値である上記所定数は、予め定められたボクセルの大きさを勘案し、例えば実験的若しくは経験的に設定する。
　この態様によれば、車載機１は、静的な物体の変化が生じた可能性が高いボクセルに対するマッチング低下情報Ｄ１をサーバ装置２へ送信することで、送信頻度を抑制しつつ効果的な情報のみをサーバ装置２へ送信することができる。また、車載機１からは、ボクセルデータの更新が必要となる可能性が高いボクセルに対するマッチング低下情報Ｄ１が送信されるため、サーバ装置２は、図８のステップＳ２０２、およびステップＳ２０４の各処理を省略することが可能となり、サーバ装置２の処理負荷を軽減することができる。
　または、車載機１は、サーバ装置２からの要求に基づき、サーバ装置２へ送信するマッチング低下情報Ｄ１の範囲を変更可能としてもよい。例えば、車載機１は、サーバ装置２へ送信するマッチング低下情報Ｄ１の範囲を、サーバ装置２からの要求に応じて、評価関数Ｅｋが所定の閾値よりも低いすべてのボクセル、または評価関数Ｅｋが所定の閾値よりも低いボクセルのうちの所定数以上が互いに隣接するボクセル（即ち低信頼性ボクセル群を構成する各ボクセル）、のいずれかに変更する。
　この場合、サーバ装置２は、ボクセルデータの信頼性を精査するために多くの情報を集めようとする地域では，評価関数Ｅｋが所定の閾値よりも低いすべてのボクセルに対するマッチング低下情報Ｄ１の送信を車載機１に要求し、ボクセルデータの信頼性を精査する必要のない地域では、評価関数Ｅｋが所定の閾値よりも低いボクセルのうちの所定数以上が互いに隣接するボクセル（即ち低信頼性ボクセル群を構成する各ボクセル）に対するマッチング低下情報Ｄ１の送信を車載機１に要求する。このような構成とすることで、サーバ装置２は、ボクセルデータの信頼性の精査が必要な地域と精査が不要な地域のそれぞれに適した情報を取得することができる。すなわち、車載機１は、必要性に応じた情報をサーバ装置に提供することができる。
　また、本実施例は、ＮＤＴによるスキャンマッチングに限定されず、ＩＣＰ（Ｉｔｅｒａｔｉｖｅ　Ｃｌｏｓｅｓｔ　Ｐｏｉｎｔ）などの他のスキャンマッチングを適用してもよい。この場合であっても、実施例と同様、車載機１は、マッチングの度合いを評価するボクセルごとの評価関数を、点群数Ｎｋにより正規化する。そして、車載機１は、マッチング度合いが相対的に低いボクセルを特定し、当該ボクセルに対するマッチング低下情報Ｄ１をサーバ装置２へ送信する。このように、本発明に適用可能なスキャンマッチングの方法は、ＮＤＴスキャンマッチングに限定されない。
　１　車載機
　２　サーバ装置
　１０　地図ＤＢ
　２０　配信地図ＤＢ
　１１、２１　通信部
　１２、２２　記憶部
　１５、２５　制御部
　１３　センサ部
　１４　入力部
　１６　出力部

Claims (14)

  1. 　計測部が計測した、基準位置から複数の位置までの夫々の距離に関する第１点群情報を取得する第１取得部と、
    　一又は複数の位置情報に基づく第２点群情報が領域毎に記録されている地図情報を取得する第２取得部と、
    　前記第１点群情報及び前記第２点群情報の前記領域毎の照合結果に基づき、前記領域毎の評価値を算出する算出部と、
    　前記評価値が算出された領域のうち、前記評価値が所定の閾値より低い値である領域を抽出する抽出部と、を備える情報処理装置。
  2. 　前記算出部は、前記第１点群情報として取得された前記領域毎の点の数に基づき、前記領域毎の評価値を正規化する請求項１に記載の情報処理装置。
  3. 　前記基準位置を推定する位置推定部をさらに備え、
    　前記地図情報には、前記第２点群情報の信頼度に基づく重み付け値が前記領域毎に含まれており、
    　前記位置推定部は、前記領域毎の重み付け値に基づいた前記領域毎の照合結果により、前記基準位置を推定する請求項１または２に記載の情報処理装置。
  4. 　前記位置推定部は、前記重み付け値を用いた前記照合結果から前記領域毎に算出される評価値の和である総合評価値が示す評価が最も高くなるパラメータに基づき、前記基準位置を推定する請求項３に記載の情報処理装置。
  5. 　前記地図情報には、前記第２点群情報の前記領域毎の点の数の情報が含まれており、
    　前記抽出部は、前記地図情報に含まれる前記領域毎の点の数の情報と、前記第１点群情報として取得された前記領域毎の点の数とに基づき、抽出する領域を決定する請求項１～４のいずれか一項に記載の情報処理装置。
  6. 　第２点群情報が前記領域毎に記録されている地図情報を管理するサーバ装置に対し、前記抽出部が抽出した領域に関する領域情報を送信する送信部をさらに備える請求項１～５のいずれか一項に記載の情報処理装置。
  7. 　前記送信部は、前記抽出部が抽出した領域のうちの所定数以上が互いに隣接する領域に関する領域情報を前記サーバ装置に対して送信する請求項６に記載の情報処理装置。
  8. 　前記送信部は、前記抽出部が抽出したすべての領域に関する領域情報、及び前記抽出部が抽出した領域のうちの所定数以上が互いに隣接する領域に関する領域情報のいずれか一方を選択的に前記サーバ装置に対して送信する請求項６に記載の情報処理装置。
  9. 　請求項６に記載の複数の情報処理装置から領域情報を受信する受信部と、
    　前記受信部が受信した領域毎の複数の領域情報に基づき、静的な物体の変化が生じた領域であるか否かを前記領域毎に判定する判定部と、
    を備えるサーバ装置。
  10. 　静的な物体の変化が生じた領域であると前記判定部が判定した領域に対する計測部による計測データの送信要求を、情報処理装置に対して送信する送信部をさらに備える請求項９に記載のサーバ装置。
  11. 　領域毎の照合に関する重み付け値を記憶する記憶部をさらに備え、
    　前記領域情報を所定数以上前記受信部が受信した領域に対し、当該領域の重み付け値を低くする請求項９または１０に記載のサーバ装置。
  12. 　情報処理装置が実行する制御方法であって、
    　計測部が計測した、基準位置から複数の位置までの夫々の距離に関する第１点群情報を取得する第１取得工程と、
    　一又は複数の位置情報に基づく第２点群情報が領域毎に記録されている地図情報を取得する第２取得工程と、
    　前記第１点群情報及び前記第２点群情報の前記領域毎の照合結果に基づき、前記領域毎の評価値を算出する算出工程と、
    　前記評価値が算出された領域のうち、前記評価値が所定の閾値より低い値である領域を抽出する抽出工程と、を有する制御方法。
  13. 　コンピュータが実行するプログラムであって、
    　計測部が計測した、基準位置から複数の位置までの夫々の距離に関する第１点群情報を取得する第１取得部と、
    　一又は複数の位置情報に基づく第２点群情報が領域毎に記録されている地図情報を取得する第２取得部と、
    　前記第１点群情報及び前記第２点群情報の前記領域毎の照合結果に基づき、前記領域毎の評価値を算出する算出部と、
    　前記評価値が算出された領域のうち、前記評価値が所定の閾値より低い値である領域を抽出する抽出部
    として前記コンピュータを機能させるプログラム。
  14. 　請求項１３に記載のプログラムを記憶した記憶媒体。
PCT/JP2018/008999 2017-03-30 2018-03-08 情報処理装置、サーバ装置、制御方法、プログラム及び記憶媒体 WO2018180338A1 (ja)

Priority Applications (1)

Application Number Priority Date Filing Date Title
JP2019509134A JP6721784B2 (ja) 2017-03-30 2018-03-08 情報処理装置、サーバ装置、制御方法、プログラム及び記憶媒体

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
JP2017-068033 2017-03-30
JP2017068033 2017-03-30

Publications (1)

Publication Number Publication Date
WO2018180338A1 true WO2018180338A1 (ja) 2018-10-04

Family

ID=63675523

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/JP2018/008999 WO2018180338A1 (ja) 2017-03-30 2018-03-08 情報処理装置、サーバ装置、制御方法、プログラム及び記憶媒体

Country Status (2)

Country Link
JP (1) JP6721784B2 (ja)
WO (1) WO2018180338A1 (ja)

Cited By (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110031011A (zh) * 2019-04-17 2019-07-19 首都师范大学 集成时空邻近与改进权重圆的车载实时地图匹配计算方法
FR3087034A1 (fr) * 2018-10-09 2020-04-10 Soletanche Freyssinet Moyen de stockage informatique
CN111522043A (zh) * 2020-04-30 2020-08-11 北京联合大学 一种无人车激光雷达快速重新匹配定位方法
WO2020202559A1 (ja) * 2019-04-05 2020-10-08 三菱電機株式会社 自律移動体の移動支援装置、自律移動体、および地図情報配信装置
JP2021005031A (ja) * 2019-06-27 2021-01-14 三菱重工業株式会社 地図生成装置、地図生成方法及びプログラム
JP2021508814A (ja) * 2018-11-09 2021-03-11 ベイジン ディディ インフィニティ テクノロジー アンド ディベロップメント カンパニー リミティッド ＬｉＤＡＲを用いた車両測位システム
CN112946681A (zh) * 2021-05-17 2021-06-11 知行汽车科技（苏州）有限公司 融合组合导航信息的激光雷达定位方法
WO2022102577A1 (ja) * 2020-11-13 2022-05-19 パイオニア株式会社 情報処理装置、制御方法、プログラム及び記憶媒体
WO2022183785A1 (zh) * 2021-03-05 2022-09-09 深圳市优必选科技股份有限公司 机器人定位方法、装置、机器人和可读存储介质

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2007322351A (ja) * 2006-06-05 2007-12-13 Mitsubishi Electric Corp ３次元物体照合装置
WO2013076829A1 (ja) * 2011-11-22 2013-05-30 株式会社日立製作所 自律移動システム

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2007322351A (ja) * 2006-06-05 2007-12-13 Mitsubishi Electric Corp ３次元物体照合装置
WO2013076829A1 (ja) * 2011-11-22 2013-05-30 株式会社日立製作所 自律移動システム

Cited By (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
FR3087034A1 (fr) * 2018-10-09 2020-04-10 Soletanche Freyssinet Moyen de stockage informatique
EP3637373A1 (fr) * 2018-10-09 2020-04-15 Soletanche Freyssinet Moyen de stockage informatique
JP2021508814A (ja) * 2018-11-09 2021-03-11 ベイジン ディディ インフィニティ テクノロジー アンド ディベロップメント カンパニー リミティッド ＬｉＤＡＲを用いた車両測位システム
US11073601B2 (en) 2018-11-09 2021-07-27 Beijing Didi Infinity Technology And Development Co., Ltd. Vehicle positioning system using LiDAR
JPWO2020202559A1 (ja) * 2019-04-05 2021-12-23 三菱電機株式会社 自律移動体の移動支援装置、自律移動体、および地図情報配信装置
WO2020202559A1 (ja) * 2019-04-05 2020-10-08 三菱電機株式会社 自律移動体の移動支援装置、自律移動体、および地図情報配信装置
JP7143940B2 (ja) 2019-04-05 2022-09-29 三菱電機株式会社 自律移動体の移動支援装置、および自律移動体
CN110031011A (zh) * 2019-04-17 2019-07-19 首都师范大学 集成时空邻近与改进权重圆的车载实时地图匹配计算方法
JP2021005031A (ja) * 2019-06-27 2021-01-14 三菱重工業株式会社 地図生成装置、地図生成方法及びプログラム
CN111522043A (zh) * 2020-04-30 2020-08-11 北京联合大学 一种无人车激光雷达快速重新匹配定位方法
CN111522043B (zh) * 2020-04-30 2023-07-25 北京联合大学 一种无人车激光雷达快速重新匹配定位方法
WO2022102577A1 (ja) * 2020-11-13 2022-05-19 パイオニア株式会社 情報処理装置、制御方法、プログラム及び記憶媒体
WO2022183785A1 (zh) * 2021-03-05 2022-09-09 深圳市优必选科技股份有限公司 机器人定位方法、装置、机器人和可读存储介质
CN112946681A (zh) * 2021-05-17 2021-06-11 知行汽车科技（苏州）有限公司 融合组合导航信息的激光雷达定位方法

Also Published As

Publication number Publication date
JP6721784B2 (ja) 2020-07-15
JPWO2018180338A1 (ja) 2020-01-23

Similar Documents

Publication Publication Date Title
WO2018180338A1 (ja) 情報処理装置、サーバ装置、制御方法、プログラム及び記憶媒体
JPWO2018221453A1 (ja) 出力装置、制御方法、プログラム及び記憶媒体
CN110443786B (zh) 激光雷达点云滤波方法、装置、计算机设备和存储介质
JP2022113746A (ja) 判定装置
JP7200897B2 (ja) 占有グリッドマップ生成装置、占有グリッドマップ生成システム、占有グリッドマップ生成方法、およびプログラム
JP2012225806A (ja) 道路勾配推定装置及びプログラム
WO2018221455A1 (ja) 更新装置、制御方法、プログラム及び記憶媒体
JP7155284B2 (ja) 計測精度算出装置、自己位置推定装置、制御方法、プログラム及び記憶媒体
WO2017199333A1 (ja) 情報出力装置、端末装置、制御方法、プログラム及び記憶媒体
WO2021112074A1 (ja) 情報処理装置、制御方法、プログラム及び記憶媒体
JP2022176322A (ja) 自己位置推定装置、制御方法、プログラム及び記憶媒体
JPWO2018212294A1 (ja) 自己位置推定装置、制御方法、プログラム及び記憶媒体
JP2024056032A (ja) データ構造、記憶媒体及び記憶装置
JP6263453B2 (ja) 運動量推定装置及びプログラム
JP2023164502A (ja) 静止物データ生成装置、制御方法、プログラム及び記憶媒体
WO2018221458A1 (ja) 更新装置、制御方法、プログラム及び記憶媒体
JP2020046411A (ja) データ構造、記憶装置、端末装置、サーバ装置、制御方法、プログラム及び記憶媒体
JP2022090373A (ja) 情報処理装置、制御方法、プログラム及び記憶媒体
JP2020034452A (ja) 位置推定装置、制御方法、プログラム及び記憶媒体
WO2018212290A1 (ja) 情報処理装置、制御方法、プログラム及び記憶媒体
WO2021112177A1 (ja) 情報処理装置、制御方法、プログラム及び記憶媒体
JP2020046413A (ja) データ構造、記憶装置、端末装置、サーバ装置、制御方法、プログラム及び記憶媒体
WO2022124115A1 (ja) 情報処理装置、制御方法、プログラム及び記憶媒体
JP2019132717A (ja) 速度算出装置、速度算出方法、及び、プログラム
WO2018221456A1 (ja) 経路探索装置、制御方法、プログラム及び記憶媒体

Legal Events

Date Code Title Description
121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 18774816

Country of ref document: EP

Kind code of ref document: A1

ENP Entry into the national phase

Ref document number: 2019509134

Country of ref document: JP

Kind code of ref document: A

NENP Non-entry into the national phase

Ref country code: DE

122 Ep: pct application non-entry in european phase

Ref document number: 18774816

Country of ref document: EP

Kind code of ref document: A1