WO2021049233A1 - 情報処理装置、情報処理方法、及びプログラム - Google Patents

Abstract

【課題】車両に搭載されるセンサの異常を検知することが可能な情報処理装置、情報処理方法、及びプログラムを提供する。 【解決手段】情報処理装置は、第１のデータ取得部と、第２のデータ取得部と、比較部と、検知部とを具備する。第１のデータ取得部は、車両に搭載されたセンサのセンシングデータを用いて生成された車両の周囲環境に存在する物体の位置情報及び路面の傾き情報の少なくとも一方と、タイムスタンプとを含む第１のデータを取得する。第２のデータ取得部は、車両以外のセンサのセンシングデータを用いて生成された車両の周囲環境に存在する物体の位置情報及び路面の傾き情報の少なくとも一方と、タイムスタンプとを含む第２のデータを取得する。比較部は第１のデータと第２のデータをそれぞれに含まれるタイムスタンプに基づいて比較する。検知部は比較部による比較結果に基づいて車両に搭載されたセンサに関する異常を検知する。

Description

情報処理装置、情報処理方法、及びプログラム

　本技術は、自動車等の車両に搭載されるセンサの異常検知に係る情報処理装置、情報処理方法及びプログラムに関する。

　特許文献１には、自動車等の自車両における異常診断装置が記載されている。特許文献１では、自車両のセンサによって取得された自車両の周囲環境に関する環境情報と、当該環境情報と類似する過去環境情報とを比較して、誤差が閾値以上の場合に自車両のセンサが故障していることを検知している。

特開２０１０－１２６１３０号公報

　特許文献１においては、移動物を特定し移動物領域を除外して環境情報を比較しているため、移動物を除外する処理ステップが必要となり、瞬時にセンサ異常を検知することが難しい。

　本開示では、車両に搭載されるセンサの異常を検知することが可能な情報処理装置、情報処理方法、及びプログラムを提供する。

　本技術の一形態に係る情報処理装置は、第１のデータ取得部と、第２のデータ取得部と、比較部と、検知部と、を具備する。
　上記第１のデータ取得部は、車両に搭載された１以上のセンサのセンシングデータを用いて生成された車両の周囲環境に存在する物体の位置情報及び路面の傾き情報の少なくとも一方と、上記情報を取得した日時を示すタイムスタンプと、を含む第１のデータを取得する。
　上記第２のデータ取得部は、上記車両以外の１以上のセンサのセンシングデータを用いて生成された上記車両の周囲環境に存在する物体の位置情報及び路面の傾き情報の少なくとも一方と、上記情報を取得した日時を示すタイムスタンプと、を含む第２のデータを取得する。
　上記比較部は、上記第１のデータと上記第２のデータをそれぞれに含まれるタイムスタンプに基づいて比較する。
　上記検知部は、上記比較部による比較結果に基づいて、上記車両に搭載されたセンサに関する異常を検知する。

　このような構成によれば、ある共通の対象物に対するセンシングデータをシェアリングして比較することにより、センサの異常を瞬時に検知することができる。

　上記位置情報は３次元位置情報であってもよい。
　上記タイムスタンプは、ＧＮＳＳ（Global Navigation Satellite System）又は路車間通信システムにより取得されてもよい。
　上記センサは、カメラ、ミリ波レーダ、ＬｉＤＡＲ（Light Detection and Ranging）の少なくとも１つであってもよい。

　上記第２のデータ取得部は、上記車両とは異なる他の車両又は路側器の少なくとも一方から上記第２のデータを取得してもよい。
　上記第２のデータ取得部は、上記路側器から、上記路側器が予め取得している上記車両が位置する路面の傾きの情報を、上記第２のデータとして取得してもよい。
　上記第２のデータ取得部は、上記路側器に搭載されているセンサのセンシングデータを用いて生成された物体の位置情報を上記第２のデータとして取得し、上記比較部は、上記路側器から取得した上記第２のデータをマスターデータとして用いて上記第１のデータと上記第２のデータを比較してもよい。

　上記比較部は、それぞれ所定の時間に亘って取得された上記第１のデータと上記第２のデータを比較してもよい。

　上記車両の周囲環境に存在する物体は、位置が既知の固定のマーカーであってもよい。
　上記第２のデータ取得部は、上記マーカーの位置情報を予め取得している路側器から、上記マーカーの位置情報を上記第２のデータとして取得してもよい。
　上記車両の周囲環境に存在する物体の位置情報は、上記物体の特徴量の検出を用いて生成されてもよい。

　上記検知部は、上記センサが正位置から傾いている異常を検知してもよい。
　上記検知部は、検知結果に基づいて上記車両を制御してもよい。
　上記検知部は、検知結果に基づいて、上記センサの正位置からの傾きを補正するように上記車両を制御してもよい。
　上記検知部は、検知結果に基づいて上記センサの使用の有無を制御してもよい。
　上記検知部は、検知結果に基づいて、センサの異常発生通知、上記車両の緊急停止、上記車両の運転モードの切り替え、上記車両の運転モードの切り替え通知の少なくとも１つの制御を行ってもよい。

　本技術の一形態に係る情報処理方法は、車両に搭載された１以上のセンサのセンシングデータを用いて生成された車両の周囲環境に存在する物体の位置情報及び路面の傾き情報の少なくとも一方と、上記情報を取得した日時を示すタイムスタンプと、を含む第１のデータを取得し、
　上記車両以外の１以上のセンサのセンシングデータを用いて生成された上記車両の周囲環境に存在する物体の位置情報及び路面の傾き情報の少なくとも一方と、上記情報を取得した日時を示すタイムスタンプと、を含む第２のデータを取得し、
　上記第１及び上記第２のデータを、それぞれに含まれるタイムスタンプに基づいて比較し、
　上記比較結果に基づいて、上記車両に搭載されたセンサに関する異常を検知する。

　本技術の一形態に係るプログラムは、車両に搭載された１以上のセンサのセンシングデータを用いて生成された車両の周囲環境に存在する物体の位置情報及び路面の傾き情報の少なくとも一方と、上記情報を取得した日時を示すタイムスタンプと、を含む第１のデータを取得するステップと、上記車両以外の１以上のセンサのセンシングデータを用いて生成された上記車両の周囲環境に存在する物体の位置情報及び路面の傾き情報の少なくとも一方と、上記情報を取得した日時を示すタイムスタンプと、を含む第２のデータを取得するステップと、上記第１及び上記第２のデータを、それぞれに含まれるタイムスタンプに基づいて比較するステップと、上記比較結果に基づいて、上記車両に搭載されたセンサに関する異常を検知するステップ、を含む処理を情報処理装置に実行させる。

本技術の第１の実施形態に係る異常検知システムの概略構成図である。 第１の実施形態の異常検知システムを用いた異常検知方法の第１例を説明するフロー図である。 第１の実施形態の異常検知システムを用いた異常検知方法の第２例を説明するフロー図である。 第１の実施形態の異常検知システムを用いた異常検知方法の第３例を説明するフロー図である。 本技術の第２の実施形態に係る異常検知システムの概略構成図である。 第２の実施形態の異常検知システムを用いた異常検知方法の第４例を説明するフロー図である。 図６のフロー図に続くフロー図である。 第２の実施形態の異常検知システムを用いた異常検知方法の第５例を説明するフロー図である。 図８のフロー図に続くフロー図である。 本技術の第３の実施形態に係る異常検知システムの概略構成図である。 本技術の異常検知システムが適用される環境例を説明する模式図である。 ３台の車両それぞれからみた、車両と周囲に存在する物体（車両、人物）との関係を示す図である。 車両以外の物体を用いて仮想平面９を生成する例を説明する図である。 センサの異常による誤認識を説明する図である。 センサのセンシングデータに基づく認識について説明するための図である。 車両制御例を説明するための図である。 異常検知方法の第３例を説明するための環境例の模式図である。 センサがヨー方向に傾いた場合の車両間位置関係を説明する模式図である。

　＜第１の実施形態＞
　［異常検知システムの概略構成］
　図１を参照して本技術の一実施形態に係る異常検知システムについて説明する。
　図１は、異常検知システム１の概略構成図であり、情報処理装置となる車両２及び路側機（以下、RSU(Road Side Unit)と称する。）３の構成を示すブロック図である。

　図１に示すように、異常検知システム１は、１以上の車両２と、ＲＳＵ３と、を有する。
　本実施形態における異常検知システム１は、ＧＰＳ受信機（測位部）と、全方位レーダや全方位カメラ等の車両の周囲情報を取得するセンサと、ＲＳＵ３との通信が可能な車両２が存在する、例えば図１１に示すような環境での使用を想定している。

　図１１は、ＲＳＵ３が設置された道路７に複数台の車両２Ａ～２Ｃが走っている様子を示す模式図である。図１１に示すように、道路７に沿ってＲＳＵ３が設置される。本実施形態では、信号機６にＲＳＵ３が設置される例をあげているが、これに限定されない。また、ＲＳＵ３の近辺には複数、図１１においては２つの、位置が既知の固定のマーカー５が配置される。マーカー５は、車両２がマーカー５を検出しやすい位置に配置される。図１１において、道路７に沿って位置する歩道には人物８が位置している。
　図１１において、複数の車両２を区別するために、車両２Ａ，車両２Ｂ、車両２Ｃの符号を付したが、特に区別する必要がない場合は車両２と称して説明する。また、２つのマーカー５のうち、ＲＳＵ３に最も近く位置するマーカーに５Ａの符号を付し、道路７を挟んでマーカー５Ａと対向して位置するマーカーに５Ｂの符号を付したが、特に区別する必要がない場合はマーカー５と称して説明する。

　車両２において、車両２に搭載されるレーダやカメラなどの周囲を認識するセンサを利用して自車両周囲の環境に存在する車両、人物といった物体を検知することができる。
　異常検知システム１では、各車両２に搭載されたセンサにより取得されたセンシングデータに基づいて生成された車両の周囲環境に存在する物体の３次元物体位置情報を用いて、車両に搭載されるセンサの異常を検知する。
　更に、車両２により生成された３次元物体位置情報に加え、ＲＳＵ３に搭載されたセンサにより取得されたセンシングデータに基づいて生成された物体位置情報を用いて、車両に搭載されるセンサの異常を検知してもよい。
　詳細については後述する。

　センサの異常検知に係る一連の処理を行う後述する演算部は、車両にあってもよいし、ＲＳＵにあってもよいし、更に設けたサーバにあってもよい。
　第１の実施形態では、演算部が車両にある例をあげ、後述する第２の実施形態では演算部がサーバにある例をあげ、第３の実施形態では演算部がＲＳＵにある例をあげて説明する。

　［車両（情報処理装置）の構成］
　図１に示すように、車両２は、センサ群２０と、専用通信Ｉ／Ｆ２１と、測位部２２と、データ取得部２３と、３次元物体位置情報生成部２４と、制御部２５と、演算部２６と、汎用通信Ｉ／Ｆ２７と、記憶部２８と、を有する。

　センサ群２０は、撮像部としてのステレオカメラ（以下、カメラと称する。）２０１と、ミリ波レーダ２０２やＬｉＤＡＲ（Light Detection and Ranging、Laser Imaging Detection and Ranging）２０３といった反響定位法を用いたレーダ等を有する。これらのセンサは全方位を検知可能に車両２に設置され、車両２の周囲情報を取得する。

　カメラ２０１は、例えば車両のフロントノーズ、サイドミラー、リアバンパ、バックドア及び車室内のフロントガラスの上部等のうちの少なくとも一つの位置に設けられる。フロントノーズに備えられるカメラ及び車室内のフロントガラスの上部に備えられるカメラは、主として車両の前方の画像を取得する。サイドミラーに備えられるカメラは、主として車両の側方の画像を取得する。リアバンパ又はバックドアに備えられるカメラは、主として車両の後方の画像を取得する。車室内のフロントガラスの上部に備えられるカメラは、主として先行車両又は、歩行者、障害物、信号機、交通標識又は車線等の検出に用いられる。
　カメラ２０１から得られる画像データを用いて主に物体検出が行われる。

　ミリ波レーダ２０２は、例えば車両のフロント、リア、サイド、コーナ及び車室内のフロントガラスの上部に設けられる。ＬｉＤＡＲ２０３は、例えば車両のフロントノーズ、リアバンパ、バックドア及び車室内のフロントガラスの上部に設けられる。ミリ波レーダ２０２やＬｉＤＡＲ２０３は、主として先行車両、歩行者又は障害物等の検出に用いられる。
　ミリ波レーダ２０２やＬｉＤＡＲ２０３を用いて、自車両から物体までの距離、方位、物体の速度を検出することができる。検出には、パルス方式やＦＭＣＷ（Frequency Modulated Continuous Wave）方式等が一般的に使われる。ミリ波レーダ２０２は、検出する距離精度が高い。ミリ波レーダ２０２やＬｉＤＡＲ２０３を用いることにより、自車両２と物体との距離等の位置関係を取得することができる。
　ミリ波レーダ２０２は主に長距離を観測し、カメラ２０１やＬｉＤＡＲ２０３は主に短中距離を観測する。

　専用通信Ｉ／Ｆ２１は、車両における使用を目的として策定された通信プロトコルをサポートする通信Ｉ／Ｆである。専用通信Ｉ／Ｆは、例えば、下位レイヤのＩＥＥＥ８０２．１１ｐと上位レイヤのＩＥＥＥ１６０９との組合せであるＷＡＶＥ（Wireless Access in Vehicle Environment）、ＤＳＲＣ（Dedicated Short Range Communications）、又はセルラー通信プロトコルといった標準プロトコルを実装してよい。専用通信Ｉ／Ｆ２１は、典型的には、車車間（Vehicle to Vehicle）通信、路車間（Vehicle to Infrastructure）通信、車両と家との間（Vehicle to Home）の通信及び歩車間（Vehicle to Pedestrian）通信のうちの１つ以上を含む概念であるＶ２Ｘ通信を遂行する。

　専用通信Ｉ／Ｆ２１により、車車間でデータの送受信が可能となっている。
　例えば、車両２は、他車両へ、自車両に搭載されたセンサ群２０で取得されたセンシングデータを用いて生成された３次元物体位置情報、路面の傾き情報を送信する。
　車両２は、他車両から、他車両に搭載されたセンサ群２０で取得されたセンシングデータを用いて生成された３次元物体位置情報、路面の傾き情報を受信する。受信された情報は、自車両の演算部２６に出力される。
　車両２は、他車両へ、自車両の演算部２６で処理された異常通知情報を送信する。
　車両２は、他車両から、他車両の演算部２６で処理された異常通知情報を受信する。受信された情報は、制御部２５に出力される。

　専用通信Ｉ／Ｆ２１により、車両２とＲＳＵ３との間でデータの送受信が可能となっている。
　例えば、車両２は、ＲＳＵ３へ、後述する測位部２２で取得されたタイムスタンプを含むＧＰＳ情報を送信する。
　車両２は、ＲＳＵ３から、データマッチング処理時のデータ同期に用いる基準時間データを受信する。
　車両２は、ＲＳＵ３から、データマッチング処理時に用いる車両の車両ＩＤの組の情報を受信する。
　車両２は、ＲＳＵ３へ、自車両の演算部２６で処理された異常検知情報を送信する。

　測位部２２は、例えば、ＧＮＳＳ（Global Navigation Satellite System）衛星からのＧＮＳＳ信号（例えば、ＧＰＳ（Global Positioning System）衛星からのＧＰＳ信号）を受信して測位を実行し、車両の緯度、経度及び高度を含む位置情報を生成する。なお、測位部２２は、無線アクセスポイントとの信号の交換により現在位置を特定してもよく、又は測位機能を有する携帯電話、ＰＨＳ若しくはスマートフォンといった端末から位置情報を取得してもよい。
　測位部２２では、当該測位部２２が搭載されている車両２の位置情報とともに、位置測定が行われた時刻であるタイムスタンプ（時間情報）が得られる。測位部２２で得られる情報を、タイムスタンプを含むＧＰＳ情報と称する。
　タイムスタンプを含むＧＰＳ情報は、専用通信Ｉ／Ｆ２１を介してＲＳＵ３に送信される。

　データ取得部２３は、カメラ２０１、ミリ波レーダ２０２、ＬｉＤＡＲ２０３、測位部２２等で取得されたセンシングデータを取得する。
　カメラ２０１で取得されるセンシングデータは画像データである。
　ミリ波レーダ２０２やＬｉＤＡＲ２０３で取得されるセンシングデータはミリ波や光の反射波に係るデータである。

　３次元物体位置情報生成部２４は、データ取得部２３で取得されたセンシングデータを用いて、物体検出処理、自車両と周囲の物体との間の距離検出処理を行って、車両２の周囲環境に存在する３次元物体位置情報を生成する。
　車両２の周囲環境に存在する物体には、例えば、他車両、人物等の動体、マーカー５、標識、建物といった静止している静止体がある。

　物体検出処理では、物体の特徴量を検出することにより、個々の物体の識別が行われる。
　例えば、物体が車両の場合、ナンバープレート、トラック又は自家用車といった車種、車の形状、色、大きさ等を特徴量として検出し識別することができる。ここでは、車両毎に異なる各車両固有の情報であるナンバープレートを用いる。
　また、物体が人物の場合、身長、服の色のヒストグラム、歩く様子（歩容認証）等を特徴量として検出し識別することができる。ここでは、人物の高さ、服の色を用いる。
　マーカー５は、ＲＳＵ３の近辺に配置され、位置が既知の固定された静止体である。マーカー５はリファレンスマーカーとして機能してもよく、この場合、マーカー５の位置情報はリファレンスデータとして後述するＲＳＵ３の記憶部３７に予め記憶される。

　更に、３次元物体位置情報生成部２４は、車両２の周囲環境に存在する３次元物体位置情報に基づいて車両２が走行する路面の傾き情報を生成してもよい。
　図１１に示す例において、車両２Ａに搭載されるセンサ群２０のセンシングデータを用いて、車両２Ａの周囲環境に存在する物体である、車両２Ｂ、車両２Ｃ、マーカー５Ａ、マーカー５Ｂ、人物８、それぞれの３次元物体位置情報を生成することができる。
　複数の３次元物体位置情報を３次元物体情報集合と称する。この３次元物体情報集合には路面の傾き情報も含まれるとする。３次元物体情報集合にはタイムスタンプが含まれている。

　路面の傾き情報の生成例について説明する。
　車両２Ａの周囲環境に存在する物体の３次元物体位置情報を用いることにより、車両２Ａと周囲環境に存在する物体との相対位置関係を取得することができる。
　例えば、図１１に示すように、３次元物体位置情報を用いて、車両２Ａと車両２Ｂと車両２Ｃを結んで形成される三角形の３次元の仮想平面９を生成することができる。この仮想平面９は路面の傾き情報を表す。

　尚、ここでは、自車両と２台の他車両によって仮想平面９を生成する例をあげたが、自車両以外の物体、例えばマーカー５、人物８、ランドマーク等の物体を用いて仮想平面９を生成してもよい。本実施形態では、センサ異常検知処理におけるデータの比較の際、タイムスタンプを用いて比較するデータを同期するので、比較するデータに使われるセンシング対象が動体であっても静止体であってもよく、環境によるロバスト性が高い。

　図１２は、３台の車両それぞれからみた、車両と周囲に存在する物体（車両、人物）との関係を示す図である。
　図１３は、車両以外の物体を用いて仮想平面９を生成する例を説明する図である。

　図１２に示すように、各車両２は、車両２に搭載されるセンサのセンシングデータを用いて、自車両と２台の他車両と人物８との相互の位置関係を示す３次元物体位置情報を取得することができる。
　従って、３つの物体を結ぶ仮想平面を複数生成することができる。
　例えば、図１３（Ａ）に示すように、２台の車両２Ａ、２Ｂと人物８によって仮想平面９を生成することができる。そして、各車両２Ａ～２Ｃで、２台の車両２Ａ、２Ｂと人物８からなる仮想平面９を生成し、比較することができる。
　図１３（Ｂ）に示すように、２台の車両２Ａ、２Ｂとマーカー５によって仮想平面９を生成することができる。そして、各車両２Ａ～２Ｃで、２台の車両２Ａ、２Ｂとマーカー５からなる仮想平面９を生成し、比較することができる。
　図１３（Ｃ）に示すように、１台車両２Ａとマーカー５と人物８によって仮想平面９を生成することができる。そして、各車両２Ａ～２Ｃで、車両２Ａとマーカー５と人物８からなる仮想平面９を生成し、比較することができる。
　このように、車両以外の物体を用いて路面の傾き情報を生成してもよく、上記異なる仮想平面毎の比較結果を用いて、センサの異常を検知することができる。

　図１１に示す例において、車両２Ａ、車両２Ｂ、車両２Ｃ毎に、自身に搭載されるセンサ群２０のセンシングデータを用いて周囲環境に存在する物体の３次元物体位置情報及び路面の傾き情報が得られる。
　そして、ある共通のセンシング対象に対する３次元物体位置情報、路面の傾き情報を比較することにより、センサの異常を検知することができる。
　例えば、３台の車両２Ａ～２Ｃの相対位置関係を共通のセンシング対象として、車両２Ａ～２Ｃそれぞれで仮想平面９を生成し、仮想平面９の傾きを比較する。
　仮想平面９の傾き情報がいずれの車両２Ａ～２Ｃにおいても同じである場合（マッチングしている場合）、センサの異常はないと判定することができる。
　一方、取得した路面の傾き情報が１台だけ異なっていた場合（マッチングしない場合）、その車両に搭載される周囲環境情報を取得するセンサに異常が生じている可能性があると判定することができる。

　制御部２５は、各種プログラムにしたがって、車両２を制御する。
　制御部２５は、取得される車両２の周囲環境情報に基づいて、車両の駆動力発生装置（図示せず）、ステアリング機構（図示せず）又は制動装置（図示せず）等を制御することにより、運転者の操作に拠らずに自律的に走行する自動運転等を目的とした協調制御を行ってもよい。この自動運転では高精度な自己位置推定が必要であり、自己位置推定には周囲環境を取得するセンサが用いられるため、安全な車両走行のために、センサの異常を検知することは重要である。

　また、制御部２５は、センサの異常が検知された場合、演算部２６の検知部２６５で処理された異常通知情報に基づき、センサ異常通知をするとともに、車両を制御する。センサ異常通知は、センサの異常の発生をドライバーが認識できるように行われ、典型的には音声、表示装置への表示の少なくとも一方を用いて通知が行われる。

　ここで、カメラ２０１、ミリ波レーダ２０２、ＬｉＤＡＲ２０３といったセンサは、軽衝突などで光軸が正位置から傾く場合がある。また、センサの取り付け位置が正位置と異なる場合がある。このような正位置から傾いてセンサが位置することをセンサの異常とする。

　後述する検知部２６５で生成される異常通知情報には、センサ異常通知、運転モード切り替え通知、車両制御情報等が含まれる。
　センサ異常通知（機能異常通知）は、センサの異常が発生したことを通知するものである。異常が検知されたセンサが搭載された車両２のドライバーに対してセンサ異常通知が行われる。
　運転モード切り替え通知は、例えば自動運転から手動運転への切り替えを通知するものである。センサの異常が検知された車両２の運転モードがセンサの異常によって変更した場合、その旨の通知がドライバーに対して行われる。
　車両制御情報（機能制限指示情報）には、センサの使用の停止指示情報、補正データの情報、車両２の緊急停止指示情報、車両２の運転モードの切り替え指示情報等が含まれる。
　センサの使用の停止指示とは、異常が検知されたセンサの使用を停止する指示である。
　補正データは、異常が検知されたセンサの正位置からの傾き分を補正するための補正データである。補正データを用いて、自動運転等に係る車両制御が行われてもよい。
　運転モードの切り替え指示とは、例えば自動運転から手動運転へ切り替えるように車両を制御する指示である。

　汎用通信Ｉ／Ｆ２７は、外部環境に存在する様々な機器との間の通信を仲介する汎用的な通信Ｉ／Ｆである。汎用通信Ｉ／Ｆ２７は、ＧＳＭ（登録商標）（Global System of Mobile communications）、ＷｉＭＡＸ（登録商標）、ＬＴＥ（登録商標）（Long Term Evolution）若しくはＬＴＥ－Ａ（LTE-Advanced）などのセルラー通信プロトコル、又は無線ＬＡＮ（Ｗｉ－Ｆｉ（登録商標）ともいう）、Ｂｌｕｅｔｏｏｔｈ（登録商標）などのその他の無線通信プロトコルを実装してよい。汎用通信Ｉ／Ｆ２７は、例えば、基地局又はアクセスポイントを介して、外部ネットワーク（例えば、インターネット、クラウドネットワーク又は事業者固有のネットワーク）上に存在する機器（例えば、アプリケーションサーバ又は制御サーバ）へ接続してもよい。また、汎用通信Ｉ／Ｆ２７は、例えばＰ２Ｐ（Peer To Peer）技術を用いて、車両の近傍に存在する端末（例えば、運転者、歩行者若しくは店舗の端末、又はＭＴＣ（Machine Type Communication）端末）と接続してもよい。

　記憶部２８は、センサの異常検知に係る一連の処理を情報処理装置に実行させるためのプログラムを格納する。

　演算部２６は、第１のデータ取得部２６１と、第２のデータ取得部２６２と、処理開始判定部２６３と、比較部２６４と、検知部２６５と、指示部２６６と、を有する。

　第１のデータ取得部２６１は、第１のデータを取得する。
　第１のデータは、センサの異常検知処理を行う車両に搭載されたセンサで取得されたセンシングデータに基づいて生成された３次元位置情報としての３次元物体位置情報及び路面の傾き情報と、当該情報を取得した日時を示すタイムスタンプと、を含む。

　第２のデータ取得部２６２は、第２のデータを取得する。
　第２のデータは、他車両から取得されたデータ及びＲＳＵ３から取得されたデータのうちすくなくとも１つを含む。
　他車両から取得された第２のデータは、他車両に搭載されたセンサで取得されたセンシングデータに基づいて生成された３次元位置情報としての３次元物体位置情報及び路面の傾き情報と、当該情報を取得した日時を示すタイムスタンプと、を含む。
　ＲＳＵ３から取得された第２のデータは、ＲＳＵ３に搭載されたセンサで取得されたセンシングデータに基づいて生成された物体位置情報及び予めＲＳＵ３に記憶されている路面の傾き情報と、物体位置情報を取得した日時を示すタイムスタンプと、を含む。後述するが、ＲＳＵ３は予め路面の傾き情報を有している。

　処理開始判定部２６３は、センサの異常検知処理を開始するか否かを判定する。例えば、処理開始判定部２６３は、互いに比較する第１のデータと第２のデータが３つ以上あるか否かを判定し、３つ以上であれば処理を開始し、２つ以下であれば処理は開始しない。
　比較部２６４は、第１のデータと第２のデータとを、タイムスタンプに基づいて比較する。
　検知部２６５は、比較部２６４での比較結果に基づいてセンサの異常を検知する。更に、検知部２６５は、検知結果に基づき異常通知情報を生成する（異常通知処理）。
　指示部２６６は、車両２及びＲＳＵ３に対して、センサの異常検知のためのセンシングデータ取得を開始する指示をする。

　ここで、上述したように、センサの異常とは、センサが正位置から傾いている状態にあることをいう。
　図１４は、センサの異常による誤認識を説明する図である。
　図１４（Ａ）は、車両２Ａに搭載されるカメラ２０１の画像データから検出される、車両Ａからみた他車両２Ｂ、２Ｃとの位置関係を示す。図中、破線はカメラ２０１が正位置に位置している場合に検出される正しい車両位置を示し、実線はカメラ２０１がピッチ方向に下向きに傾いている場合に検出される誤認識された車両位置を示す。
　図に示すように、カメラ２０１の光軸がピッチ方向に下向きに傾いている場合、車両２Ｂ及び２Ｃの位置は、車両２Ａからみて正しい位置よりもより前方遠くに位置するように誤認識される。このように、カメラ２０１による認識結果はカメラ２０１の傾きに影響をうける。

　図１４（Ｂ）は、車両２Ａに搭載されるミリ波レーダ２０２の検出結果に基づく車両２Ａからみた他車両２Ｂの認識結果を説明する図である。
　ミリ波レーダ２０２が正位置に位置している場合、車両２Ｂは車両２Ａの右斜め前方に位置するように認識される。これに対し、ミリ波レーダ２０２がヨー方向に右に傾いている場合、車両２Ｂが車両２Ａの正面前方に位置するように誤認識される。このように、ミリ波レーダ２０２の認識結果はミリ波レーダ２０２の傾きの影響をうける。
　ＬｉＤＡＲ２０３においても、ミリ波レーダ２０２と同様に傾きの影響を強くうける。

　このように、センサが正位置から傾き、光軸ずれが生じることによって、生成される物体位置情報は実際のものと異なり、物体間の正確な相対的位置関係を得ることができなくなる。このため、センサのセンシングデータを用いた例えば自動走行等において、安全走行のためにセンサの異常を検出することは非常に重要となってくる。

　第１のデータと第２のデータとを比較することによって異常データを検出し、ひいては異常なセンサを検知する。この検知結果に基づいて、センサ異常通知とともに車両制御指示等が行われる。

　また、カメラ、ミリ波レーダ、ＬｉＤＡＲといったセンサにおいて、センサが正位置から傾いた異常であるのか、或いは、路面状況等の道路構造などが起因するセンサデータのノイズであるのかを区別することは非常に難しい。
　例えば、図１５に示すように、1台の車両２が水平の路面７１に位置し、カメラ２０１を用いて、車両２の走行方向前方の水平の路面７１に対して斜度を有する斜面７２にペイントされた止まれの標示を撮影したとする。この画像データと、斜面のない水平の路面に位置する車両に搭載された正位置からピッチ方向に傾いたカメラ２０１を用いて、走行方向前方の水平の路面にペイントされた止まれの標示を撮影した画像データとが一致する場合がある。
　このように、カメラから得られる画像データが、路面状況等の道路構造などが起因するセンサデータのノイズを有しているのか、或いは、センサが傾いているというセンサの異常に起因したデータを有しているのかを区別することは非常に難しい。一般的には、路面を長時間検出することによって、路面状況に起因するものなのか、センサの異常によるものなのかを検出するが、これには時間がかかる。

　これに対し、本実施形態では、各車両の、車両に搭載されるセンサのセンシングデータを用いて生成された３次元物体位置情報及び路面の傾き情報の少なくとも一方を比較することによって、異常なセンサを瞬時に検知するこができる。

　路面の傾き情報の比較には、上述のように、複数の車両それぞれで生成された路面の傾き情報を比較する他、ＲＳＵ３が予め取得し記憶しているＲＳＵ３の通信が及ぶエリア内の路面の傾き情報を用いて、センサの異常を検知することもできる。

　また、センサの光軸の正位置からの傾きによる異常以外に、センサの誤作動を検知することもできる。
　例えば、ミリ波レーダの前方に金属素材の表示板やガードレールなどの透過が一律でない物体がある場合、この物体に電波が当たって予期しない反射が起こってミリ波レーダが誤作動する場合がある。
　このような場合においても、同様に、車両、ＲＳＵに搭載されるセンサのセンシングデータを用いて生成された各車両の３次元物体位置情報、路面の傾き情報を比較することによって、誤作動が生じている異常なセンサを瞬時に検知するこができる。

　尚、検知精度を向上させるために、数秒間取得したセンシングデータを使用して、検知処理することが好ましい。車両の振動により１Ｈｚ未満の誤差が生じるため、検出周期は１０Ｈｚ程度以上が好ましい。

　［ＲＳＵの構成］
　ＲＳＵ３は、例えば信号機等に設置されて、道路の側に配置される。路車間通信システムを用いて、ＲＳＵ３と車両２に搭載された機器との間の通信が可能となっており、車両２のドライバーは交通情報や安全運転支援情報等を、ＲＳＵ３により得ることが可能となっている。
　図１に示すように、ＲＳＵ３は、センサ３０と、データ取得部３１と、物体位置情報生成部３２と、通信部３４と、判定部３５と、基準時間送信部３６と、記憶部３７と、を有する。

　センサ３０は、例えばステレオカメラであり、周囲情報となる画像データを撮像する。
　データ取得部３１はセンサ３０で取得されたデータを取得する。
　通信部３４は、情報処理装置としての車両２と送受信可能に構成され、各種データを送受信する。

　物体位置情報生成部３２は、データ取得部３１で取得されたデータを用いて、物体検出処理、物体との距離検出処理を行って、物体間の位置関係を示す物体位置情報を生成する。
　例えば、図１１に示す例において、ＲＳＵ３に搭載されたセンサ（カメラ）で取得した画像データを画像処理して３台の車両２Ａ～２Ｃの位置関係である物体位置情報を生成する。尚、この物体位置情報には路面の傾きの情報は含まれていない。

　判定部３５は、センサの異常検知のためのセンシングデータ取得を開始するか否かを判定する。本実施形態では、判定部３５は、センサの異常検知処理のために比較する３次元物体位置情報及び路面の傾き情報を生成する車両が３台以上あるか否かを判定する。３台以上であればセンシングデータ取得を開始し、２台以下であれば開始しない。
　判定部３５は、３台以上であると判定すると、通信部３４を介して各車両２へ、センサの異常検知のためのセンシングデータ取得を開始するよう通知する。

　また、判定部３５は、車両２から受信したＧＰＳ情報を用いてリファレンスデータ範囲内に車両２が位置するか否かを判定する。「リファレンスデータ範囲内に車両が位置する」とは、ＲＳＵ３が予め位置情報を取得しているマーカー５の位置情報を取得できる位置に車両が存在することを示す。
　判定部３５は、リファレンスデータ範囲内に車両があると判定すると、通信部３４を介して車両２へ、センサの異常検知のためのデータ取得を開始するよう通知する。

　基準時間送信部３６は、通信部３４を介して車両２へ、第１のデータと第２のデータを比較する際のデータ同期のための基準時間を送信する。
　記憶部３７は、ＲＳＵ３が通信可能なエリアの路面の傾き情報を格納している。また、記憶部３７は、２つのマーカー５Ａと５Ｂの位置情報を予め取得している。
　尚、本実施形態では、タイムスタンプをＧＰＳ（測位部）により取得しているが、路車間通信システムにより取得してもよい。

　[車両制御例]
　制御例を、図１６を用いて説明する。
　図１６（Ａ）～（Ｃ）はいずれも同じ道路状況をセンシングした図である。
　図１６（Ａ）は、車両２Ａ～２Ｃの正しい位置関係を示す。
　図１６（Ｂ）において、実線は、車両２Ａに搭載されたカメラのセンシングデータを用いて生成された車両２Ａ～２Ｃの位置関係を示す。破線は図１６（Ａ）と同じ正しい車両の位置関係を示す。
　図１６（Ｃ）において、実線は、車両２Ａに搭載されたカメラのセンシングデータを用いて生成された車両２Ａ～２Ｃの位置関係の他の例を示す。破線は図１６（Ａ）と同じ正しい車両の位置関係を示す。
　車両２Ａに搭載されるセンサに異常があり、車両２Ｂ，２Ｃに搭載されるセンサには異常がない例をあげる。

　図１６（Ｂ）を用いて、車両制御に係る補正データの算出について説明する。
　演算部２６により、各車両２で生成された３次元物体位置情報及び路面の傾き情報が比較され、他のデータとは異なる異常のあるデータ（３次元物体位置情報及び路面の傾き情報）が抽出される。
　車両２Ｂ及び２Ｃで生成された車両２Ａ～２Ｃの位置関係は、図１６（Ａ）に示すように正しい位置関係であり、互いの３次元物体位置情報と路面の傾き情報は一致している。
　ここでは、車両２Ａに搭載されるカメラのセンシングデータを用いて生成された図１６（Ｂ）の実線で示す車両２Ａ～２Ｃの位置関係のデータが異常のあるデータとして抽出される。
　図１６（Ｂ）の実線で示す車両の位置関係は、図１６（Ａ）に示す正しい位置関係と比べて、車両２Ａからみて、車両２Ｂ、２Ｃがより遠くに離れて前方に位置している。このような場合はカメラがピッチ方向に傾いていることが想定される。

　次に、車両２Ａで生成された車両２Ａ～２Ｃを結ぶ仮想平面の傾きと、車両２Ｂ及び２Ｃで生成された車両２Ａ～２Ｃを結ぶ仮想平面の傾きとが比較され、その差分から車両２Ａに搭載されるカメラの傾きが推定される。この推定結果を用いて仮の補正データが算出され、仮の補正データを用いてデータを補正したときの車両２Ａ～２Ｃの位置関係と、正しい位置関係との誤差が小さくなっていれば、この補正データが採用される。このように算出された補正データはセンサ異常検知された車両に送信される。或いは、フェイル情報を車両に送信してセンサ停止指示や運転モードの切り替え指示などをしてもよい。
　ミリ波センサ、ＬｉＤＡＲについても、同様に補正データを算出することができる。

　図１６（Ｃ）を用いて他の車両制御例について説明する。
　演算部２６により、各車両２で生成された３次元物体位置情報及び路面の傾き情報が比較され、他のデータとは異なる異常のあるデータ（３次元物体位置情報及び路面の傾き情報）が抽出される。
　車両２Ｂ及び２Ｃで生成された車両２Ａ～２Ｃの位置関係は、図１６（Ａ）に示すように正しい位置関係である。
　ここでは、車両２Ａに搭載されるカメラのセンシングデータを用いて生成された図１６（Ｃ）の実線で示す車両２Ａ～２Ｃの位置関係のデータが異常のあるデータとして抽出される。ここでは、車両２Ａで生成された車両２Ａ～２Ｃを結ぶ仮想平面の傾きと、車両２Ｂ及び２Ｃで生成された車両２Ａ～２Ｃを結ぶ仮想平面の傾きとはほぼ一致し、路面の傾きについては問題がないものの、車両２Ｂの位置情報が大きく異なっている場合を想定している。
　図１６（Ｃ）の実線で示す車両の位置関係は、図１６（Ａ）に示す正しい位置関係と比べて、車両２Ａからみた車両２Ｂの位置誤差は車両２Ｃの位置誤差よりも大きくなっている。このような場合は車両の左側に位置するカメラのセンシングデータに異常があることが想定される。このような場合、左側に位置するカメラの使用を停止するようセンサ制御が行われる。

　図１８は、センサがヨー方向に傾いた場合の車両間位置関係を説明する図である。
　図１８（Ａ）及び（Ｂ）はいずれも同じ道路状況をセンシングした図である。
　図１８（Ａ）は、ＲＳＵ３のセンサ（カメラ）のセンシングデータに基づいて生成された車両２Ａ～２Ｃの正しい位置関係を示す。
　図１８（Ｂ）は、ヨー方向に傾いたカメラが搭載された車両２Ａのセンシングデータに基づいて生成された車両２Ａ～２Ｃの位置関係を示す。
　車両２Ａ～２Ｃを結んで形成される平面を仮想平面９とする。

　カメラがヨー方向に傾いている場合、車両２Ａが推定する仮想平面９は、正しい位置関係にある仮想平面９と同じ傾きとなるので、車両２Ａで検出した物体の位置情報を、ＲＳＵ３で生成されたデータと比較することで、ヨー方向の回転角度（傾き）が推定される。回転角度が一定値以上の場合、センサの取り付けが間違っているとして、傾きを補正する補正データを対応する車両に送信してもよいし、フェイル情報を車両に送信してセンサ停止指示や運転モードの切り替え指示などをしてもよい。
　ミリ波センサ、ＬｉＤＡＲについても、同様である。

　以下、異常検知システム１による異常検知方法の例について説明するが、これらに限定されることはない。
　（第１例）
　本例では、各車両２で取得された３次元物体位置情報及び路面の傾き情報の同期（第１のデータと第２のデータの同期）をＲＳＵ３が行う場合を例にあげ、図２及び図１１を用いて説明する。

　図２は、第１例における異常検知方法のフローを説明する図である。図２では、便宜上、車両は車両２Ａと車両２Ｂの２台を図示し、車両２Ｃについては省略しているが、車両２Ｃおいても車両２Ｂと同様のフローとなる。
　ここでは便宜的に車両２Ａ～２Ｃの３台を用いて説明するが、車両の台数は限定されない。台数が多いほど検知精度が高くなる。また、車両Ａが異常検知処理を行う例をあげるが、他の車両で異常検知処理を行ってもよい。また、図２では、車両Ｂに異常がある例を挙げて説明している。

　車両２Ａ～２ＣがＲＳＵ３と通信可能なエリア内に入ると、各車両２Ａ～２Ｃそれぞれのデータ取得部２３により、搭載された測位部２２で取得された車両２のＧＰＳ情報（位置情報及びタイムスタンプ）が取得される（Ｓ１）。
　取得された各車両２Ａ～２Ｃのタイムスタンプを含むＧＰＳ情報はＲＳＵ３に送信される。

　次に、ＲＳＵ３の判定部３５により、センサ異常検知処理のためのデータ取得を開始するか否かが判定される（Ｓ２）。ここでは、判定部３５は、車両が３台以上あるか否かを判定する。３台以上であると判定されると（ＹＥＳ）、Ｓ３へ進む。３台未満であると判定されると（ＮＯ）、Ｓ１に戻り、処理が繰り返される。

　Ｓ３では、判定部３５により、各車両２へ、センサ異常検知処理のためのデータ取得を開始する指示がなされる。

　各車両２において、データ取得開始指示を受信すると、各車両２のデータ取得部２３により、測位部２２からタイムスタンプ付きＧＰＳ情報が取得され、更にセンサ群２０から画像データ及び反射波のデータが取得される（Ｓ４）。この周囲に存在する物体のセンシングデータの取得は、所定の時間、例えば数秒間に亘って行われる。
　次に、各車両２の３次元物体位置情報生成部２４により、データ取得部２３で取得したデータを用いて３次元物体位置情報、路面の傾き情報が生成される（Ｓ５）。３次元物体位置情報、路面の傾き情報には、測位部２２から得たＧＰＳ時刻（タイムスタンプ）が付与されている。

　次に、各車両２で生成された３次元物体位置情報、路面の傾き情報は、センサの異常検知を行う車両２、ここでは車両２Ａに送信される（Ｓ６）。ここでは、センサ異常検知処理を実行する車両２Ａで取得された３次元物体位置情報及び路面の傾き情報を第１のデータとする。車両２Ａ以外、ここでは、車両２Ｂ及び２Ｃで取得された３次元物体位置情報及び路面の傾き情報を第２のデータとする。

　次に、車両２Ａの演算部２６の第１のデータ取得部２６１により、車両２Ａが取得した第１のデータが取得される。第２のデータ取得部２６２により、車両２Ｂ、２Ｃそれぞれが取得した第２のデータが取得される。

　次に、ＲＳＵ３から、データマッチング処理時のデータ同期に用いる基準時間データが、センサの異常検知を行う車両２Ａへ送信される（Ｓ７）。
　次に、処理開始判定部２６３により、車両が３台以上あるか否かが判定され、更に、第１データ及び第２データに付与されているタイムスタンプと基準時間データを用いて基準時間内か否かが判定される（Ｓ８）。

　車両２が３台以上であると判定され、かつ、基準時間内と判定されると（ＹＥＳ）、Ｓ９へ進む。
　車両２が３台未満、或いは、基準時間外、の少なくとも一方を満たすと判定されると（ＮＯ）、Ｓ６に戻り、処理が繰り返される。
　Ｓ９では、比較部２６４により、取得された第１のデータと第２のデータとが比較される（データマッチング処理）。

　比較部２６４での比較結果に基づいて検知部２６５により異常データありと判定されると（ＹＥＳ）、Ｓ１１に進む。異常データなしと判定されると（ＮＯ）、センサの異常検知処理が終了する。「異常データあり」とは、正位置から傾いたセンサが存在することを意味する。

　Ｓ１１では、検知部２６５により、検知結果に基づく異常通知処理が行われる。
　異常通知処理では、異常データありと判定されたセンサを搭載する車両に対して、センサの異常の発生を通知する（センサ異常通知）とともに、車両制御を指示する異常通知情報が生成される。異常通知情報はＲＳＵ３へ送信される。

　ＲＳＵ３は、受信した異常通知情報に基づいて、異常データありと判定されたセンサが搭載されている車両を特定する（Ｓ１２）。ＲＳＵ３は、特定した車両（ここでは車両２Ｂ）に対して、センサ異常通知をするとともに、センサ停止指示等の車両制御指示の情報を送信する。

　通知を受け取った車両２の制御部２５は、指示に基づいて、車両制御を実行する（Ｓ１３）。

　尚、第１例では、ＲＳＵ３は、通信部３４と、判定部３５と、基準時間送信部３６と、を少なくも有すればよい。

　また、本例では、車車間で、それぞれに搭載されたセンサ等の検出結果に基づいて取得された３次元物体位置情報及び路面の傾き情報を直接送受信する例をあげたが、例えば、ＲＳＵを介して送受信が行われてもよい。

　（第２例）
　上記第１例では、車両２Ａが生成した異常通知情報はＲＳＵを介して他車両に送信される例をあげたが、ＲＳＵを介さずに車車間通信で、異常通知情報が異常センサを備える車両に直接送信されてもよい。第２例では、異常通知情報を車車間通信で送信する例をあげる。
　更に、第２例では、車両２で生成される３次元物体位置情報及び路面の傾き情報に加え、ＲＳＵ３が有するセンサ３０のセンシングデータを用いて生成した物体位置情報及び予めＲＳＵ３が有している路面の傾き情報を用いる例をあげる。
　以下、図３及び図１１を用いて説明する。

　図３は、第２例における異常検知のフローを説明する図である。図３では、便宜上、車両は車両２Ａと車両２Ｂの２台を図示し、車両２Ｃについては省略しているが、車両２Ｃおいても車両２Ｂと同様のフローとなる。
　ここでは便宜的に車両２Ａ～２Ｃの３台を用いて説明するが、車両の台数は限定されない。また、車両Ａが異常検知処理を行う例をあげるが、他の車両で異常検知処理を行ってもよい。また、図３では、車両２Ｂに異常がある例を挙げて説明している。

　車両２Ａ～２ＣがＲＳＵ３と通信可能なエリア内に入ると、各車両２Ａ～２Ｃのデータ取得部２３により、搭載された測位部２２で取得された車両２のＧＰＳ情報（位置情報及びタイムスタンプ）と、各車両に個別に付与されている車両ＩＤが取得される（Ｓ２１）。
　取得された各車両２Ａ～２Ｃのタイムスタンプを含むＧＰＳ情報及び車両ＩＤはＲＳＵ３に送信される。

　次に、ＲＳＵ３の判定部３５により、センサ異常検知処理のためのデータ取得を開始するか否かが判定される（Ｓ２２）。ここでは、判定部３５は、車両が３台分以上あるか否かを判定する。３台以上であると判定されると（ＹＥＳ）、Ｓ２３へ進む。３台未満であると判定されると（ＮＯ）、Ｓ２１に戻り、処理が繰り返される。

　Ｓ２３では、判定部３５により、後述するデータマッチング処理（Ｓ２９）で、互いにデータを比較する車両ＩＤの組が決定される（Ｓ２３）。この決定された組の各車両で生成された３次元物体位置情報及び路面の傾き情報を用いてセンサの異常検知処理が行われることになる。
　決定された車両ＩＤの組の情報は、異常検知処理を行う情報処理装置としての車両２Ａに送信される。

　車両２ＡがＲＳＵ３から車両ＩＤの組の情報を受信すると、指示部２６６は、組に所属する各車両２とＲＳＵ３に対して、センサの異常検知のためのセンシングデータ取得を開始する指示をする（Ｓ２４）。

　各車両２において、データ取得開始指示を受信すると、各車両２のデータ取得部２３により、測位部２２からタイムスタンプ付きＧＰＳ情報が取得され、更にセンサ群２０から画像データ及び反射波のデータが取得される（Ｓ２５）。
　ＲＳＵ３において、センシングデータ取得開始指示を受信すると、データ取得部３１によりセンサ３０からタイムスタンプ付き画像データが取得される（Ｓ２５）。
　これらの周囲に存在する物体のセンシングデータの取得は、所定の時間、例えば数秒間に亘って行われる。

　次に、各車両２において、３次元物体位置情報生成部２４により、データ取得部２３で取得したセンシングデータを用いて３次元物体位置情報及び路面の傾き情報が生成される（Ｓ２６）。３次元物体位置情報及び路面の傾き情報にはタイムスタンプが付与されている。
　ＲＳＵ３において、物体位置情報生成部３２により、データ取得部３１で取得したデータを用いて物体位置情報が生成される（Ｓ２６）。物体位置情報には、タイムスタンプが付与されている。

　次に、各車両２で生成された３次元物体位置情報及び路面の傾き情報は、センサの異常検知を行う車両２、ここでは車両２Ａに送信される（Ｓ２７）。３次元物体位置情報及び路面の傾き情報にはタイムスタンプが付与されている。
　更に、ＲＳＵ３で生成された物体位置情報及びＲＳＵ３の記憶部３７に記憶されている路面の傾き情報は、車両２Ａに送信される（Ｓ２７）。物体位置情報にはタイムスタンプが付与されている。
　ここでは、車両２Ａで取得された３次元物体位置情報及び路面の傾き情報を第１のデータとする。車両２Ａ以外の車両２Ｂ、２Ｃで取得された３次元物体位置情報及び路面の傾き情報を第２のデータとする。ＲＳＵ３で取得された物体位置情報及び路面の傾き情報を第２のデータとする。

　次に、車両２Ａの演算部２６の第１のデータ取得部２６１により第１のデータが取得される。第２のデータ取得部２６２により、車両２Ｂ，２Ｃそれぞれが取得した第２のデータ、ＲＳＵ３が取得した第２のデータが取得される。

　次に、処理開始判定部２６３により、車両が３台以上あるか否かが判定される（Ｓ２８）。３台以上であると判定されると（ＹＥＳ）、Ｓ２９へ進む。３台未満であると判定されると（ＮＯ）、Ｓ２７に戻り、処理が繰り返される。

　Ｓ２９では、比較部２６４により、取得された第１のデータと第２のデータが比較される（データマッチング処理）。
　次に、比較部２６４での比較結果に基づいて検知部２６５により異常データの有無が判定される（Ｓ３０）。
　Ｓ３０で異常データありと判定されると（ＹＥＳ）、Ｓ３１に進む。異常データなしと判定されると（ＮＯ）、センサの異常検知処理が終了する。

　比較部２６４での比較結果に基づいて検知部２６５により異常データありと判定されると（ＹＥＳ）、Ｓ３１に進む。異常データなしと判定されると（ＮＯ）、センサの異常検知処理が終了する。

　Ｓ３１では、検知部２６５により、検知結果に基づく異常通知処理が行われる。
　異常通知処理では、異常データありと判定されたセンサを搭載する車両に対して、センサの異常の発生を通知する（センサ異常通知）とともに、車両制御を指示する。本例では、検知部２６５は、車車間通信で、異常ありと判定されたセンサを搭載する車両２Ｂに対し、センサ異常通知をするとともに、車両制御指示の情報を送信する。

　通知を受け取った車両２Ｂの制御部２５は、指示に基づいて、車両を制御する（Ｓ３２）。

　尚、ＲＳＵ３で取得されるデータがグランドトゥルースであるとした場合、ＲＳＵ３が取得した３次元物体位置情報はマスターデータ、すなわちリファレンスデータ（正しい参照データ）となり得る。また、ＲＳＵ３が予め有している路面の傾き情報は、リファレンスデータ（正しい参照データ）である。
　ＲＳＵ３のリファレンスデータと、車両２で取得したデータとを、タイムスタンプに基づいて比較することにより、車両２に搭載されるセンサの異常を検出することができる。また、データの差分から補正データを算出することができる。

　（第３例）
　本例では、１台の車両のみで、ＲＳＵ３から受信したリファレンスデータを用いて異常検知処理を行う。リファレンスデータはマーカー５Ａ、５Ｂの位置情報である。
　以下、図４及び図１７を用いて説明する。
　図４は、第３例における異常検知のフローを説明する図である。
　図１７は、ＲＳＵ３が設置された道路７に１台の車両２が走っている様子を示す模式図である。ＲＳＵ３の近辺には２つの、位置が既知の固定のマーカー５が配置されている。マーカー５は、車両２がマーカー５を検出しやすい位置に配置され、かつ、ＲＳＵ３が通信可能なエリア内に位置する。
　以下、図４のフローに従って説明する。

　図４に示すように、車両２ＡがＲＳＵ３と通信可能なエリア内に入ると、車両２のデータ取得部２３により、搭載された測位部２２で取得された車両２のＧＰＳ情報（位置情報及びタイムスタンプ）が取得される（Ｓ４１）。
　取得されたタイムスタンプを含むＧＰＳ情報はＲＳＵ３に送信される。

　次に、ＲＳＵ３の判定部３５により、車両２がリファレンスデータ範囲内にあるか否かが判定される（Ｓ４２）。範囲内にないと判定されると（ＮＯ）、Ｓ４１に戻る。範囲内にあると判定されると（ＹＥＳ）、Ｓ４３へ進む。

　Ｓ４３では、判定部３５により、車両２Ａへセンサ異常検知処理のためのデータ取得を開始する指示が行われる。

　車両２ＡがＲＳＵ３からデータ取得開始指示を受信すると、データ取得部２３により、センサ群２０で取得された周囲基準マーカーであるマーカー５に関する画像データ及び反射波のデータが取得される（Ｓ４４）。この周囲に存在する物体のセンシングデータの取得は、所定の時間、例えば数秒間に亘って行われる。

　次に、車両２において、３次元物体位置情報生成部２４により、データ取得部２３で取得したデータを用いて３次元物体位置情報が生成される（Ｓ４５）。
　３次元物体位置情報の生成が完了すると、ＲＳＵ３に対してセンシング完了の通知が送信される（Ｓ４６）。

　ＲＳＵ３は、センシング完了の通知を受信すると、ＲＳＵ３が予め有しているマーカー５の位置情報（リファレンスデータ）を車両２Ａへ送信する（Ｓ４７）。

　次に、車両２Ａの演算部２６の第１のデータ取得部２６１により、車両２Ａが取得した第１のデータであるマーカー５に関する３次元物体位置情報が取得される。第２のデータ取得部２６２により、ＲＳＵ３が予め有している第２のデータであるマーカー５の位置情報（リファレンスデータ）が取得される。

　次に、比較部２６４により、第１のデータと第２のデータとが比較され、誤差が算出される。

　次に、検知部２６５により、比較部２６４での比較結果により算出された誤差が許容範囲外か否かが判定される。検知部２６５により、誤差許容範囲外と判定されると（ＹＥＳ）、センサに異常があるとしてＳ４９に進む。誤差許容範囲内と判定されると（ＮＯ）、センサに異常はないとして、センサの異常検知処理が終了する。

　Ｓ４９では、制御部２５により、車両２のドライバーに対しセンサ異常の通知がなされるとともに、車両制御の指示が行われる。

　以下の第２及び第３の実施形態においても、第１の実施形態と同様に、第１のデータと第２のデータとを比較することによって、異常なセンサを瞬時に検知するこができる。以下、図面を用いて説明するが、主に上述の実施形態と異なる点について説明し、上述の実施形態と同様の構成については同様の符号を付して説明を省略する場合がある。

　＜第２の実施形態＞
　［異常検知システムの概略構成］
　図５を参照して本技術の一実施形態に係る異常検知システムについて説明する。
　本実施形態では、演算部２６が車両以外のサーバ４にある例をあげる。図５は、第２の実施系形態に係る異常検知システム１０１の概略構成図である。

　図５に示すように、異常検知システム１０１は、１以上の車両２と、ＲＳＵ３と、情報処理装置となるサーバ４と、を有する。本実施形態における異常検知システム１０１においても、第１の実施形態と同様に例えば図１１に示すような環境での使用を想定している。

　［車両の構成］
　図５に示すように、車両２は、センサ群２０と、専用通信Ｉ／Ｆ２１と、測位部２２と、データ取得部２３と、３次元物体位置情報生成部２４と、制御部２５と、汎用通信Ｉ／Ｆ２７と、記憶部２８と、を有する。

　専用通信Ｉ／Ｆ２１により、車両２とＲＳＵ３との間でデータの送受信が可能となっている。
　例えば、車両２は、ＲＳＵ３へ、測位部２２で取得されたタイムスタンプを含むＧＰＳ情報を送信する。
　車両２は、ＲＳＵ３から、データ取得開始処理指示を受信する。
　車両２は、ＲＳＵ３から、異常通知情報を受信する。

　制御部２５は、各種プログラムにしたがって、車両２を制御する。
　制御部２５は、取得される車両２の周囲の情報に基づいて、車両の駆動力発生装置（図示せず）、ステアリング機構（図示せず）又は制動装置（図示せず）等を制御することにより、運転者の操作に拠らずに自律的に走行する自動運転等を目的とした協調制御を行ってもよい。
　また、制御部２５は、サーバ４の演算部２６の検知部２６５で処理された異常通知情報に基づき、センサ異常通知をするとともに、車両を制御する。

　汎用通信Ｉ／Ｆ２７は、外部環境に存在する様々な機器との間の通信を仲介する汎用的な通信Ｉ／Ｆである。汎用通信Ｉ／Ｆ２７は、ＧＳＭ（登録商標）（Global System of Mobile communications）、ＷｉＭＡＸ（登録商標）、ＬＴＥ（登録商標）（Long Term Evolution）若しくはＬＴＥ－Ａ（LTE-Advanced）などのセルラー通信プロトコル、又は無線ＬＡＮ（Ｗｉ－Ｆｉ（登録商標）ともいう）、Ｂｌｕｅｔｏｏｔｈ（登録商標）などのその他の無線通信プロトコルを実装してよい。汎用通信Ｉ／Ｆ２７は、例えば、基地局又はアクセスポイントを介して、外部ネットワーク（例えば、インターネット、クラウドネットワーク又は事業者固有のネットワーク）上に存在する機器（例えば、アプリケーションサーバ又は制御サーバ）へ接続してもよい。また、汎用通信Ｉ／Ｆ２７は、例えばＰ２Ｐ（Peer To Peer）技術を用いて、車両の近傍に存在する端末（例えば、運転者、歩行者若しくは店舗の端末、又はＭＴＣ（Machine Type Communication）端末）と接続してもよい。

　汎用通信Ｉ／Ｆ２７により、車両２とサーバ４とのデータの送受信が行われる。
　例えば、車両２は、サーバ４へ、３次元物体位置情報及び路面の傾き情報を送信する。
　車両２は、サーバ４から、データ取得開始指示を受信する。
　車両２は、サーバ４から異常通知情報を受信する。

　[サーバの構成]
　サーバ４は、通信部４１と、演算部２６と、を有する。
　通信部４１を介して、サーバ４と、車両２又はＲＳＵ３とのデータの送受信が行われる。
　サーバ４は、ＲＳＵ３から、データマッチング処理時のデータ同期に用いる基準時間データを受信する。
　サーバ４は、ＲＳＵ３から、データマッチング処理時に用いる車両の車両ＩＤの組の情報を受信する。
　サーバ４は、車両２及びＲＳＵ３へ、データ取得開始指示を送信する。
　サーバ４は、車両２及びＲＳＵ３から、３次元物体位置情報及び路面の傾き情報を受信する。
　サーバ４は、ＲＳＵ３へ、演算部２６で行われたセンサ異常通知情報を送信する。

　演算部２６は、記憶部２８に記憶される、センサの異常検知に係る一連の処理を実行するプログラムによって、センサの異常を検知する。演算部２６を有するサーバ４は、センサの異常検知処理を行う情報処理装置である。
　演算部２６は、第１のデータ取得部２６１と、第２のデータ取得部２６２と、処理開始判定部２６３と、比較部２６４と、検知部２６５と、指示部２６６と、を有する。

　第１のデータ取得部２６１は、第１のデータを取得する。
　第１のデータは、任意の１つの車両に搭載されたセンサで取得されたセンシングデータに基づいて生成された３次元物体位置情報及び路面の傾き情報と、当該情報を取得した日時を示すタイムスタンプと、を含む。

　第２のデータ取得部２６２は、第２のデータを取得する。
　第２のデータは、任意の１つの車両以外の車両から取得されたデータ及びＲＳＵ３から取得されたデータのうち少なくとも１つを含む。
　任意の１つの車両以外の車両から取得された第２のデータは、車両に搭載されたセンサで取得されたセンシングデータに基づいて生成された３次元物体位置情報及び路面の傾き情報と、当該情報を取得した日時を示すタイムスタンプと、を含む。
　ＲＳＵ３から取得された第２のデータは、ＲＳＵ３に搭載されたセンサで取得されたセンシングデータに基づいて生成された物体位置情報及び予めＲＳＵ３に記憶されている路面の傾き情報と、物体位置情報を取得した日時を示すタイムスタンプと、を含む。

　［ＲＳＵの構成］
　図５に示すように、ＲＳＵ３は、センサ３０と、データ取得部３１と、物体位置情報生成部３２と、通信部３４と、判定部３５と、基準時間送信部３６と、記憶部３７と、を有する。

　以下、異常検知システム１０１による異常検知方法について説明するが、これらに限定されることはない。
　（第４例）
　本例では、各車両２で取得された３次元物体位置情報及び路面の傾き情報の同期（第１のデータと第２のデータの同期）をＲＳＵ３が行う場合を例にあげ、図６、図７及び図１１を用いて説明する。
　図６は第４例における異常検知方法のフローを説明する図であり、図７は図６に続くフロー図である。図６及び図７では、便宜上、車両は車両２Ａと車両２Ｂの２台を図示し、車両２Ｃについては省略しているが、車両２Ｃおいても車両２Ｂと同様のフローとなる。
　ここでは便宜的に車両２Ａ～２Ｃの３台を用いて説明するが、車両の台数は限定されない。また、車両Ａが異常検知処理を行う例をあげるが、他の車両で異常検知処理を行ってもよい。また、図２では、車両Ｂに異常がある例を挙げて説明している。

　車両２Ａ～２ＣがＲＳＵ３と通信可能なエリア内に入ると、各車両２Ａ～２Ｃそれぞれのデータ取得部２３により、搭載された測位部２２で取得された車両２のＧＰＳ情報（位置情報及びタイムスタンプ）が取得される（Ｓ５１）。
　取得された各車両２Ａ～２Ｃのタイムスタンプを含むＧＰＳ情報はＲＳＵ３に送信される。

　次に、ＲＳＵ３の判定部３５により、センサ異常検知処理のためのデータ取得を開始するか否かが判定される（Ｓ５２）。ここでは、判定部３５は、車両が３台以上あるか否かを判定する。３台以上であると判定されると（ＹＥＳ）、Ｓ５３へ進む。３台未満であると判定されると（ＮＯ）、Ｓ５１に戻り、処理が繰り返される。

　Ｓ５３では、判定部３５により、各車両２へ、センサ異常検知処理のためのデータ取得を開始する指示がなされる。

　各車両２において、データ取得開始指示を受信すると、各車両２のデータ取得部２３により、測位部２２からタイムスタンプ付きＧＰＳ情報が取得され、更にセンサ群２０から画像データ及び反射波のデータが取得される（Ｓ５４）。この周囲に存在する物体のセンシングデータの取得は、所定の時間、例えば数秒間に亘って行われる。
　次に、各車両２の３次元物体位置情報生成部２４により、データ取得部２３で取得したデータを用いて３次元物体位置情報、路面の傾き情報が生成される（Ｓ５５）。３次元物体位置情報、路面の傾き情報には、測位部２２から得たＧＰＳ時刻（タイムスタンプ）が付与されている。

　次に、各車両２で生成された３次元物体位置情報及び路面の傾き情報は、サーバ４に送信される（Ｓ５６）。ここでは、車両２Ａで取得された３次元物体位置情報及び路面の傾き情報を第１のデータとする。車両２Ａ以外、ここでは、車両２Ｂ及び２Ｃで取得された３次元物体位置情報及び路面の傾き情報を第２のデータとする。

　次に、車両２Ａの演算部２６の第１のデータ取得部２６１により、車両２Ａが取得した第１のデータが取得される。第２のデータ取得部２６２により、車両２Ｂ、２Ｃそれぞれが取得した第２のデータが取得される。

　次に、ＲＳＵ３から、データマッチング処理時のデータ同期に用いる基準時間データが、サーバ４へ送信される（Ｓ５７）。
　次に、処理開始判定部２６３により、車両が３台以上あるか否かが判定され、更に、３次元物体位置情報及び路面の傾き情報に付与されているタイムスタンプと基準時間データを用いて基準時間内か否かが判定される（Ｓ５８）。

　車両２が３台以上であると判定され、かつ、基準時間内と判定されると（ＹＥＳ）、Ｓ５９へ進む。
　車両２が３台未満、或いは、基準時間外、の少なくとも一方を満たすと判定されると（ＮＯ）、Ｓ５６に戻り、処理が繰り返される。

　Ｓ５９では、比較部２６４により、取得された第１のデータと第２のデータが比較される（データマッチング処理）。
　次に、比較部２６４での比較結果に基づいて検知部２６５により異常データの有無が判定される（Ｓ６０）。
　Ｓ６０で異常データありと判定されると（ＹＥＳ）、Ｓ６１に進む。異常データなしと判定されると（ＮＯ）、センサの異常検知処理が終了する。「異常データあり」とは、正位置から傾いたセンサが存在することを意味する。

　Ｓ６１では、検知部２６５により、検知結果に基づく異常通知処理が行われる。
　異常通知処理では、異常データありと判定されたセンサを搭載する車両に対して、センサの異常の発生を通知する（センサ異常通知）とともに、車両制御を指示する。これらの異常通知情報はＲＳＵ３へ送信される。

　ＲＳＵ３は、受信した情報に基づいて、異常データありと判定されたセンサが搭載されている車両を特定する（Ｓ６２）。ＲＳＵ３は、特定した車両（ここでは車両２Ｂ）に対して、センサ異常通知をするとともに、車両制御指示の情報を送信する。
　通知を受け取った車両２の制御部２５は、指示に基づいて、車両を制御する（Ｓ６３）。

　尚、第４例では、ＲＳＵ３は、通信部３４と、判定部３５と、基準時間送信部３６と、を少なくも有すればよい。

　（第５例）
　上記第４例では、サーバ４が処理した異常通知情報がＲＳＵ３を介して車両２に送信される例をあげたが、サーバ４を介さずに車車間通信で、異常センサを備える車両に直接送信されてもよい。第５例では、異常通知情報を車車間通信で送信する例をあげる。
　更に、第５例では、車両２で生成される３次元物体位置情報及び路面の傾き情報に加え、ＲＳＵ３が有するセンサ３０のセンシングデータを用いて生成した物体位置情報及び予めＲＳＵ３が有している路面の傾き情報を用いる例をあげる。
　以下、図８、図９及び図１１を用いて説明する。

　図８は第５例における異常検知のフローを説明する図であり、図９は図８に続くフロー図である。図８及び図９では、便宜上、車両は車両２Ａと車両２Ｂの２台を図示し、車両２Ｃについては省略しているが、車両２Ｃおいても車両２Ｂと同様のフローとなる。
　ここでは便宜的に車両２Ａ～２Ｃの３台を用いて説明するが、車両の台数は限定されない。また、車両Ａが異常検知処理を行う例をあげるが、他の車両で異常検知処理を行ってもよい。また、図８及び図９では、車両Ｂに異常がある例を挙げて説明している。

　車両２Ａ～２ＣがＲＳＵ３と通信可能なエリア内に入ると、各車両２Ａ～２Ｃのデータ取得部２３により、搭載された測位部２２で取得された車両２のＧＰＳ情報（位置情報及びタイムスタンプ）と、各車両に個別に付与されている車両ＩＤが取得される（Ｓ７１）。
　取得された各車両２Ａ～２Ｃのタイムスタンプを含むＧＰＳ情報及び車両ＩＤはＲＳＵ３に送信される。

　次に、ＲＳＵ３の判定部３５により、センサ異常検知処理のためのデータ取得を開始するか否かが判定される（Ｓ７２）。ここでは、判定部３５は、車両が３台以上あるか否かを判定する。３台以上であると判定されると（ＹＥＳ）、Ｓ７３へ進む。３台未満であると判定されると（ＮＯ）、Ｓ７１に戻り、処理が繰り返される。

　Ｓ７３では、判定部３５により、後述するデータマッチング処理（Ｓ７９）で、互いにデータを比較する車両ＩＤの組が決定される（Ｓ７３）。この決定された組の各車両で生成された３次元物体情報集合を用いてセンサの異常検知処理が行われることになる。
　決定された車両ＩＤの組の情報は、サーバ４に送信される。

　サーバ４がＲＳＵ３から車両ＩＤの組の情報を受信すると、指示部２６６は、組に所属する各車両２とＲＳＵ３に対して、センサの異常検知のためのセンシングデータ取得を開始する指示をする（Ｓ７４）。

　各車両２において、データ取得開始指示を受信すると、各車両２のデータ取得部２３により、測位部２２からタイムスタンプ付きＧＰＳ情報が取得され、更にセンサ群２０から画像データ及び反射波のデータが取得される（Ｓ７５）。
　ＲＳＵ３において、センシングデータ取得開始指示を受信すると、データ取得部３１によりセンサ３０からタイムスタンプ付き画像データが取得される（Ｓ７５）。
　これらの周囲に存在する物体のセンシングデータの取得は、所定の時間、例えば数秒間に亘って行われる。

　次に、各車両２において、３次元物体位置情報生成部２４により、データ取得部２３で取得したセンシングデータを用いて３次元物体位置情報、路面の傾き情報が生成される（Ｓ７６）。３次元物体位置情報及び路面の傾き情報にはタイムスタンプが付与されている。
　ＲＳＵ３においても、物体位置情報生成部３２により、データ取得部３１で取得したデータを用いて物体位置情報が生成される（Ｓ７６）。物体位置情報には、タイムスタンプが付与されている。

　次に、各車両２で生成された３次元物体位置情報及び路面の傾き情報は、サーバ４に送信される（Ｓ７７）。３次元物体位置情報及び路面の傾き情報にはタイムスタンプが付与されている。
　更に、ＲＳＵ３で生成された物体位置情報及びＲＳＵ３の記憶部３７に記憶されている路面の傾き情報は、サーバ４に送信される（Ｓ７７）。物体位置情報にはタイムスタンプが付与されている。
　ここでは、任意の１つの車両、ここでは車両２Ａで取得された３次元物体位置情報及び路面の傾き情報を第１のデータとする。車両２Ａ以外の車両２Ｂ、２Ｃで取得された３次元物体位置情報及び路面の傾き情報を第２のデータとする。ＲＳＵ３で取得された物体位置情報及び路面の傾き情報を第２のデータとする。

　次に、演算部２６の第１のデータ取得部２６１により、車両２Ａが取得した第１のデータが取得される。第２のデータ取得部２６２により、車両２Ｂ、２Ｃそれぞれが取得した第２のデータと、ＲＳＵ３が取得した第２のデータが取得される。

　次に、処理開始判定部２６３により、車両が３台以上あるか否かが判定される（Ｓ７８）。３台以上であると判定されると（ＹＥＳ）、Ｓ７９へ進む。３台未満であると判定されると（ＮＯ）、Ｓ７７に戻り、処理が繰り返される。

　Ｓ７９では、比較部２６４により、取得された第１のデータと第２のデータが比較される（データマッチング処理）。
　比較部２６４での比較結果に基づいて検知部２６５により異常データの有無が判定される（Ｓ８０）。
　Ｓ８０で異常データありと判定されると（ＹＥＳ）、Ｓ８１に進む。異常データなしと判定されると（ＮＯ）、センサの異常検知処理が終了する。

　Ｓ８１では、検知部２６５により、検知結果に基づく異常通知処理が行われる。
　異常通知処理では、異常データありと判定されたセンサを搭載する車両に対して、センサの異常の発生を通知する（センサ異常通知）とともに、車両制御を指示する。本例では、検知部２６５は、異常ありと判定されたセンサを搭載する車両２Ｂに対し、センサ異常通知をするとともに、車両制御指示の情報を送信する。
　通知を受け取った車両２Ｂの制御部２５は、指示に基づいて、車両を制御する（Ｓ８２）。

　＜第３の実施形態＞
　上述の実施形態では、演算部が車両、サーバにある場合を例あげて説明したが、図１０に示す第３の実施形態のように演算部２６がＲＳＵ３にあってもよく、以下説明する。
　図１０に示すように、本実施形態の異常検知システム１２１は、１以上の車両２と、情報処理装置としてのＲＳＵ３と、を有する。
　ＲＳＵ３は、センサ３０と、データ取得部３１と、物体位置情報生成部３２と、通信部３４と、判定部３５と、基準時間送信部３６と、記憶部３７と、演算部２６と、を有する。
　車両２は、センサ群２０と、専用通信Ｉ／Ｆ２１と、測位部２２と、データ取得部２３と、３次元物体位置情報生成部２４と、制御部２５と、を有する。

　以上のように、本技術では、センシングデータのシェアリングを行うことにより、センサの異常の検知を瞬時に実行でき、車両運転の安全性を高めることができる。

　本技術の実施の形態は、上述した実施の形態に限定されるものではなく、本技術の要旨を逸脱しない範囲において種々の変更が可能である。

　例えば、上述の実施形態においては、車両に搭載されるカメラがステレオカメラである例をあげたが、これに限定されず、例えば単眼カメラ、ＲＧＢカメラ、ＴｏＦカメラであってもよい。例えば単眼カメラを用いる場合、単眼カメラのセンシングデータから生成された２次元物体位置情報を用いて検知する場合においても本技術を適用できる。尚、上述の実施形態のように、位置情報として３次元物体位置情報を用いてセンサの異常検知を行うことにより、より精度の高い検知を行うことができる。

　また、例えば、上述の実施形態においては、センサとしてカメラ、ミリ波レーダ、ＬｉＤＡＲを例にあげて説明したが、これらのうち少なくとも１つのセンサを用いる場合に適用してもよい。
　また、複数のセンサを用いる場合には、センサフュージョンと呼ばれる技術を用いて生成される、複数のセンサのそれぞれから得られるセンサデータを統合したフュージョンデータを用いてもよい。これにより、より高精度な物体認識が可能となる。
　統合されるセンサデータとしては、処理データと呼ばれる、個々のセンサそれぞれにおいてローカルで事前処理されたデータを用いてもよいし、ローデータ（未処理データ、生データ）と呼ばれる、個々のセンサそれぞれにおいてローカルでの事前処理がなされていないデータを用いてもよい。
　処理データを用いる場合には、ローカルにおいて事前に処理がなされノイズなどの余計な情報が省かれているため、後段の処理にかかる負担が少なく、比較的高速に処理を行うことができる。
　一方で、ローデータを用いる場合には、ローデータはローカルにおいて事前に何らの処理もなされていないため情報量が豊富であり、処理データを用いる場合と比較して情報量が豊富なフュージョンデータを生成することができる。
　また、複数のセンサのうちのいずれかについては処理データを用いて、他のいずれかについてはローデータを用いてフュージョンデータを生成するようにしてもよい。

　また、例えば、上述の実施形態においては、車両に搭載されるセンサの異常を検知する例をあげたが、ＲＳＵ３に搭載されるセンサの異常を検知することも可能である。
　ＲＳＵ３に搭載されるセンサのセンシングデータを用いて生成した物体位置情報と、車両２に搭載されるセンサのセンシングデータを用いて生成した３次元物体位置情報を比較することにより、ＲＳＵ３に搭載されるセンサの異常を検知することができる。
　ＲＳＵ３自体、又は、ＲＳＵ３が設置されている信号機等が、地震などの地殻変動、強風、いたずらなどによって傾いた場合に、その傾きと連動して、ＲＳＵ３に搭載されるセンサが傾くことがある。

　また、上述の実施形態においては、例えばＲＳＵ３に対する車両２Ａ～２Ｃの位置関係を、ＲＳＵ３に搭載されるセンサ（カメラ）３０の画像データの画像処理を用いて取得する例をあげたが、これに限定されない。例えば、路面状況によっては各車両２Ａ～２ＣのＧＰＳ情報から位置関係を取得してもよい。また、路車間通信システムを用いて、ＲＳＵ３と車両２との位置関係を取得してもよい。

　なお、本技術は以下のような構成もとることができる。

　（１）
　車両に搭載された１以上のセンサのセンシングデータを用いて生成された車両の周囲環境に存在する物体の位置情報及び路面の傾き情報の少なくとも一方と、上記情報を取得した日時を示すタイムスタンプと、を含む第１のデータを取得する第１のデータ取得部と、
　上記車両以外の１以上のセンサのセンシングデータを用いて生成された上記車両の周囲環境に存在する物体の位置情報及び路面の傾き情報の少なくとも一方と、上記情報を取得した日時を示すタイムスタンプと、を含む第２のデータを取得する第２のデータ取得部と、
　上記第１のデータと上記第２のデータをそれぞれに含まれるタイムスタンプに基づいて比較する比較部と、
　上記比較部による比較結果に基づいて、上記車両に搭載されたセンサに関する異常を検知する検知部と
　を具備する情報処理装置。

　（２）
　上記（１）に記載の情報処理装置であって、
　上記位置情報は３次元位置情報である
　情報処理装置。

　（３）
　上記（１）又は（２）に記載の情報処理装置であって、
　上記タイムスタンプは、ＧＮＳＳ（Global Navigation Satellite System）又は路車間通信システムにより取得される
　情報処理装置。

　（４）
　上記（１）～（３）のいずれか１つに記載の情報処理装置であって、
　上記センサは、カメラ、ミリ波レーダ、ＬｉＤＡＲ（Light Detection and Ranging）の少なくとも１つを含む
　情報処理装置。

　（５）
　上記（１）～（４）のいずれか１つに記載の情報処理装置であって、
　上記第２のデータ取得部は、上記車両とは異なる他の車両又は路側器の少なくとも一方から上記第２のデータを取得する
　情報処理装置。

　（６）
　上記（５）に記載の情報処理装置であって、
　上記第２のデータ取得部は、上記路側器から、上記路側器が予め取得している上記車両が位置する路面の傾きの情報を、上記第２のデータとして取得する
　情報処理装置。

　（７）
　上記（５）又は（６）に記載の情報処理装置であって、
　上記第２のデータ取得部は、上記路側器に搭載されているセンサのセンシングデータを用いて生成された物体の位置情報を上記第２のデータとして取得し、
　上記比較部は、上記路側器から取得した上記第２のデータをマスターデータとして用いて上記第１のデータと上記第２のデータを比較する
　情報処理装置。

　（８）
　上記（１）から（７）のいずれか１つに記載の情報処理装置であって、
　上記比較部は、それぞれ所定の時間に亘って取得された上記第１のデータと上記第２のデータを比較する
　情報処理装置。

　（９）
　上記（１）から（８）のいずれか１つに記載の情報処理装置であって、
　上記車両の周囲環境に存在する物体は、位置が既知の固定のマーカーである
　情報処理装置。

　（１０）
　上記（１）から（９）のいずれか１つに記載の情報処理装置であって、
　上記第２のデータ取得部は、上記マーカーの位置情報を予め取得している路側器から、上記マーカーの位置情報を上記第２のデータとして取得する
　情報処理装置。

　（１１）
　上記（１）から（１０）のいずれか１つに記載の情報処理装置であって、
　上記車両の周囲環境に存在する物体の位置情報は、上記物体の特徴量の検出を用いて生成される
　情報処理装置。

　（１２）
　上記（１）から（１１）のいずれか１つに記載の情報処理装置であって、
　上記検知部は、上記センサが正位置から傾いている異常を検知する
　情報処理装置。

　（１３）
　上記（１）から（１０）のいずれか１つに記載の情報処理装置であって、
　上記検知部は、検知結果に基づいて上記車両を制御する
　情報処理装置。

　（１４）
　上記（１３）に記載の情報処理装置であって、
　上記検知部は、検知結果に基づいて、上記センサの正位置からの傾きを補正するように上記車両を制御する
　情報処理装置。

　（１５）
　上記（１３）に記載の情報処理装置であって、
　上記検知部は、検知結果に基づいて上記センサの使用の有無を制御する
　情報処理装置。

　（１６）
　上記（１３）に記載の情報処理装置であって、
　上記検知部は、検知結果に基づいて、センサの異常発生通知、上記車両の緊急停止、上記車両の運転モードの切り替え、上記車両の運転モードの切り替え通知の少なくとも１つの制御を行う
　情報処理装置。

　（１７）
　車両に搭載された１以上のセンサのセンシングデータを用いて生成された車両の周囲環境に存在する物体の位置情報及び路面の傾き情報の少なくとも一方と、上記情報を取得した日時を示すタイムスタンプと、を含む第１のデータを取得し、
　上記車両以外の１以上のセンサのセンシングデータを用いて生成された上記車両の周囲環境に存在する物体の位置情報及び路面の傾き情報の少なくとも一方と、上記情報を取得した日時を示すタイムスタンプと、を含む第２のデータを取得し、
　上記第１及び上記第２のデータを、それぞれに含まれるタイムスタンプに基づいて比較し、
　上記比較結果に基づいて、上記車両に搭載されたセンサに関する異常を検知する
　情報処理方法。

　（１８）
　車両に搭載された１以上のセンサのセンシングデータを用いて生成された車両の周囲環境に存在する物体の位置情報及び路面の傾き情報の少なくとも一方と、上記情報を取得した日時を示すタイムスタンプと、を含む第１のデータを取得するステップと、
　上記車両以外の１以上のセンサのセンシングデータを用いて生成された上記車両の周囲環境に存在する物体の位置情報及び路面の傾き情報の少なくとも一方と、上記情報を取得した日時を示すタイムスタンプと、を含む第２のデータを取得するステップと、
　上記第１及び上記第２のデータを、それぞれに含まれるタイムスタンプに基づいて比較するステップと、
　上記比較結果に基づいて、上記車両に搭載されたセンサに関する異常を検知するステップ
　を含む処理を情報処理装置に実行させるためのプログラム。

　２…車両（情報処理装置）
　３…ＲＳＵ（情報処理装置）
　４…サーバ（情報処理装置）
　２６１…第１のデータ取得部
　２６２…第２のデータ取得部
　２５４…比較部
　２６５…検知部

Claims (18)

1. 　車両に搭載された１以上のセンサのセンシングデータを用いて生成された車両の周囲環境に存在する物体の位置情報及び路面の傾き情報の少なくとも一方と、前記情報を取得した日時を示すタイムスタンプと、を含む第１のデータを取得する第１のデータ取得部と、
   　前記車両以外の１以上のセンサのセンシングデータを用いて生成された前記車両の周囲環境に存在する物体の位置情報及び路面の傾き情報の少なくとも一方と、前記情報を取得した日時を示すタイムスタンプと、を含む第２のデータを取得する第２のデータ取得部と、
   　前記第１のデータと前記第２のデータをそれぞれに含まれるタイムスタンプに基づいて比較する比較部と、
   　前記比較部による比較結果に基づいて、前記車両に搭載されたセンサに関する異常を検知する検知部と
   　を具備する情報処理装置。
2. 　請求項１に記載の情報処理装置であって、
   　前記位置情報は３次元位置情報である
   　情報処理装置。
3. 　請求項１に記載の情報処理装置であって、
   　前記タイムスタンプは、ＧＮＳＳ（Global Navigation Satellite System）又は路車間通信システムにより取得される
   　情報処理装置。
4. 　請求項１に記載の情報処理装置であって、
   　前記センサは、カメラ、ミリ波レーダ、ＬｉＤＡＲ（Light Detection and Ranging）の少なくとも１つである
   　情報処理装置。
5. 　請求項１に記載の情報処理装置であって、
   　前記第２のデータ取得部は、前記車両とは異なる他の車両又は路側器の少なくとも一方から前記第２のデータを取得する
   　情報処理装置。
6. 　請求項５に記載の情報処理装置であって、
   　前記第２のデータ取得部は、前記路側器から、前記路側器が予め取得している前記車両が位置する路面の傾きの情報を、前記第２のデータとして取得する
   　情報処理装置。
7. 　請求項５に記載情報処理装置であって、
   　前記第２のデータ取得部は、前記路側器に搭載されているセンサのセンシングデータを用いて生成された物体の位置情報を前記第２のデータとして取得し、
   　前記比較部は、前記路側器から取得した前記第２のデータをマスターデータとして用いて前記第１のデータと前記第２のデータを比較する
   　情報処理装置。
8. 　請求項１に記載の情報処理装置であって、
   　前記比較部は、それぞれ所定の時間に亘って取得された前記第１のデータと前記第２のデータを比較する
   　情報処理装置。
9. 　請求項１に記載の情報処理装置であって、
   　前記車両の周囲環境に存在する物体は、位置が既知の固定のマーカーである
   　情報処理装置。
10. 　請求項１に記載の情報処理装置であって、
    　前記第２のデータ取得部は、前記マーカーの位置情報を予め取得している路側器から、前記マーカーの位置情報を前記第２のデータとして取得する
    　情報処理装置。
11. 　請求項１に記載の情報処理装置であって、
    　前記車両の周囲環境に存在する物体の位置情報は、前記物体の特徴量の検出を用いて生成される
    　情報処理装置。
12. 　請求項１に記載の情報処理装置であって、
    　前記検知部は、前記センサが正位置から傾いている異常を検知する
    　情報処理装置。
13. 　請求項１２に記載の情報処理装置であって、
    　前記検知部は、検知結果に基づいて前記車両を制御する
    　情報処理装置。
14. 　請求項１３に記載の情報処理装置であって、
    　前記検知部は、検知結果に基づいて、前記センサの正位置からの傾きを補正するように前記車両を制御する
    　情報処理装置。
15. 　請求項１３に記載の情報処理装置であって、
    　前記検知部は、検知結果に基づいて前記センサの使用の有無を制御する
    　情報処理装置。
16. 　請求項１３に記載の情報処理装置であって、
    　前記検知部は、検知結果に基づいて、センサの異常発生通知、前記車両の緊急停止、前記車両の運転モードの切り替え、前記車両の運転モードの切り替え通知の少なくとも１つの制御を行う
    　情報処理装置。
17. 　車両に搭載された１以上のセンサのセンシングデータを用いて生成された車両の周囲環境に存在する物体の位置情報及び路面の傾き情報の少なくとも一方と、前記情報を取得した日時を示すタイムスタンプと、を含む第１のデータを取得し、
    　前記車両以外の１以上のセンサのセンシングデータを用いて生成された前記車両の周囲環境に存在する物体の位置情報及び路面の傾き情報の少なくとも一方と、前記情報を取得した日時を示すタイムスタンプと、を含む第２のデータを取得し、
    　前記第１及び前記第２のデータを、それぞれに含まれるタイムスタンプに基づいて比較し、
    　前記比較結果に基づいて、前記車両に搭載されたセンサに関する異常を検知する
    　情報処理方法。
18. 　車両に搭載された１以上のセンサのセンシングデータを用いて生成された車両の周囲環境に存在する物体の位置情報及び路面の傾き情報の少なくとも一方と、前記情報を取得した日時を示すタイムスタンプと、を含む第１のデータを取得するステップと、
    　前記車両以外の１以上のセンサのセンシングデータを用いて生成された前記車両の周囲環境に存在する物体の位置情報及び路面の傾き情報の少なくとも一方と、前記情報を取得した日時を示すタイムスタンプと、を含む第２のデータを取得するステップと、
    　前記第１及び前記第２のデータを、それぞれに含まれるタイムスタンプに基づいて比較するステップと、
    　前記比較結果に基づいて、前記車両に搭載されたセンサに関する異常を検知するステップ
    　を含む処理を情報処理装置に実行させるためのプログラム。

Images