知財求人 - 知財ポータルサイト「IP Force」
▶ パイオニア株式会社の特許一覧 ▶ パイオニアスマートセンシングイノベーションズ株式会社の特許一覧
(19)【発行国】日本国特許庁(JP)
(12)【公報種別】公開特許公報(A)
(11)【公開番号】P2024109679
(43)【公開日】2024-08-14
(54)【発明の名称】情報処理装置、制御方法、プログラム及び記憶媒体
(51)【国際特許分類】
G01C 21/28 20060101AFI20240806BHJP
G01S 17/931 20200101ALI20240806BHJP
【ＦＩ】
G01C21/28
G01S17/931
【審査請求】有
【請求項の数】10
【出願形態】ＯＬ
(21)【出願番号】P 2024078323
(22)【出願日】2024-05-14
(62)【分割の表示】P 2022568188の分割
【原出願日】2021-11-29
(31)【優先権主張番号】P 2020202734
(32)【優先日】2020-12-07
(33)【優先権主張国・地域又は機関】JP
(71)【出願人】
【識別番号】000005016
【氏名又は名称】パイオニア株式会社
(71)【出願人】
【識別番号】520001073
【氏名又は名称】パイオニアスマートセンシングイノベーションズ株式会社
(74)【代理人】
【識別番号】100107331
【弁理士】
【氏名又は名称】中村 聡延
(72)【発明者】
【氏名】加藤 正浩
(72)【発明者】
【氏名】鈴木 雅美
(57)【要約】
【課題】位置推定精度の低下を好適に防止することが可能な情報処理装置を提供する。
【解決手段】車載機１のコントローラ１３は、車両の第１候補位置であるＤＲ位置ＸＤＲを取得する。また、コントローラ１３は、車両に設けられた外界センサであるライダ２が出力する点群データと地図データであるボクセルデータＶＤとの照合であるＮＤＴスキャンマッチングに基づき決定した車両の第２候補位置であるＮＤＴ位置ＸＮＤＴを取得する。さらに、コントローラ１３は、ＮＤＴスキャンマッチングの信頼度を表す信頼度値ＮＲＶを算出する。そして、コントローラ１３は、ＤＲ位置ＸＤＲと、ＮＤＴ位置ＸＮＤＴと、信頼度値ＮＲＶとに基づき、推定自車位置Ｘ＾を決定する。
【選択図】図１１
【解決手段】車載機１のコントローラ１３は、車両の第１候補位置であるＤＲ位置ＸＤＲを取得する。また、コントローラ１３は、車両に設けられた外界センサであるライダ２が出力する点群データと地図データであるボクセルデータＶＤとの照合であるＮＤＴスキャンマッチングに基づき決定した車両の第２候補位置であるＮＤＴ位置ＸＮＤＴを取得する。さらに、コントローラ１３は、ＮＤＴスキャンマッチングの信頼度を表す信頼度値ＮＲＶを算出する。そして、コントローラ１３は、ＤＲ位置ＸＤＲと、ＮＤＴ位置ＸＮＤＴと、信頼度値ＮＲＶとに基づき、推定自車位置Ｘ＾を決定する。
【選択図】図１１
【特許請求の範囲】
【請求項1】
移動体の第１候補位置を取得する第１候補位置取得手段と、
前記移動体に設けられた外界センサの出力に基づくデータと地図データとの照合に基づき決定した前記移動体の第２候補位置を取得する第２候補位置取得手段と、
前記照合の信頼度を表す信頼度値を算出する信頼度値算出手段と、
前記第１候補位置と、前記第２候補位置と、前記信頼度値とに基づき、前記移動体の推定位置を決定する推定位置決定手段と、
を有し、
前記データは、点群データであり、
前記地図データは、単位領域であるボクセルごとの物体の位置を表すボクセルデータを含み、
前記点群データを構成する計測点と前記ボクセルの各々との対応付けを行う対応付け手段を更に有し、
前記信頼度値算出手段は、前記点群データを構成する計測点の数に対する、前記対応付けがなされた前記計測点の数の比率である対応付け比率に少なくとも基づき、前記信頼度値を算出する、情報処理装置。
前記移動体に設けられた外界センサの出力に基づくデータと地図データとの照合に基づき決定した前記移動体の第２候補位置を取得する第２候補位置取得手段と、
前記照合の信頼度を表す信頼度値を算出する信頼度値算出手段と、
前記第１候補位置と、前記第２候補位置と、前記信頼度値とに基づき、前記移動体の推定位置を決定する推定位置決定手段と、
を有し、
前記データは、点群データであり、
前記地図データは、単位領域であるボクセルごとの物体の位置を表すボクセルデータを含み、
前記点群データを構成する計測点と前記ボクセルの各々との対応付けを行う対応付け手段を更に有し、
前記信頼度値算出手段は、前記点群データを構成する計測点の数に対する、前記対応付けがなされた前記計測点の数の比率である対応付け比率に少なくとも基づき、前記信頼度値を算出する、情報処理装置。
【請求項2】
前記信頼度値算出手段は、前記対応付け比率と、前記照合の適合度合いを示すスコア値と、に少なくとも基づき、前記信頼度値を決定する、請求項１に記載の情報処理装置。
【請求項3】
前記データは、前記外界センサが出力した点群データである第１点群データに対してダウンサンプリングが行われた点群データである第２点群データであり、
前記信頼度値算出手段は、前記対応付け比率と、前記ダウンサンプリングのサイズ又は前記第１点群データの計測点数と、に基づき、前記信頼度値を算出する、請求項１または２に記載の情報処理装置。
前記信頼度値算出手段は、前記対応付け比率と、前記ダウンサンプリングのサイズ又は前記第１点群データの計測点数と、に基づき、前記信頼度値を算出する、請求項１または２に記載の情報処理装置。
【請求項4】
前記信頼度値算出手段は、前記対応付け比率と、前記外界センサが出力した点群データである第１点群データに対して行われるダウンサンプリングのサイズ又は前記第１点群データの計測点数と、前記照合の適合度合いを示すスコア値と比例関係又は正の相関を有する値を、前記信頼度値として算出する、請求項１～３のいずれか一項に記載の情報処理装置。
【請求項5】
前記推定位置決定手段は、前記信頼度値に基づき重み付けがなされた、前記第１候補位置と、前記第２候補位置との重み付き平均により、前記推定位置を決定する、請求項１～４のいずれか一項に記載の情報処理装置。
【請求項6】
前記推定位置決定手段は、前記信頼度値を０から１の値に正規化した信頼度指標を前記第２候補位置の重みとして算出する、請求項５に記載の情報処理装置。
【請求項7】
前記第１候補位置取得手段は、デッドレコニングにより定めた前記移動体の位置を、前記第１候補位置として取得する、請求項１～６のいずれか一項に記載の情報処理装置。
【請求項8】
コンピュータが実行する制御方法であって、
移動体の第１候補位置を取得し、
前記移動体に設けられた外界センサの出力に基づくデータと地図データとの照合に基づき決定した前記移動体の第２候補位置を取得し、
前記照合の信頼度を表す信頼度値を算出し、
前記第１候補位置と、前記第２候補位置と、前記信頼度値とに基づき、前記移動体の推定位置を決定し、
前記データは、点群データであり、
前記地図データは、単位領域であるボクセルごとの物体の位置を表すボクセルデータを含み、
前記点群データを構成する計測点と前記ボクセルの各々との対応付けを行い、
前記点群データを構成する計測点の数に対する、前記対応付けがなされた前記計測点の数の比率である対応付け比率に少なくとも基づき、前記信頼度値を算出する、
制御方法。
移動体の第１候補位置を取得し、
前記移動体に設けられた外界センサの出力に基づくデータと地図データとの照合に基づき決定した前記移動体の第２候補位置を取得し、
前記照合の信頼度を表す信頼度値を算出し、
前記第１候補位置と、前記第２候補位置と、前記信頼度値とに基づき、前記移動体の推定位置を決定し、
前記データは、点群データであり、
前記地図データは、単位領域であるボクセルごとの物体の位置を表すボクセルデータを含み、
前記点群データを構成する計測点と前記ボクセルの各々との対応付けを行い、
前記点群データを構成する計測点の数に対する、前記対応付けがなされた前記計測点の数の比率である対応付け比率に少なくとも基づき、前記信頼度値を算出する、
制御方法。
【請求項9】
移動体の第１候補位置を取得し、
前記移動体に設けられた外界センサの出力に基づくデータと地図データとの照合に基づき決定した前記移動体の第２候補位置を取得し、
前記照合の信頼度を表す信頼度値を算出し、
前記第１候補位置と、前記第２候補位置と、前記信頼度値とに基づき、前記移動体の推定位置を決定する処理をコンピュータに実行させ、
前記データは、点群データであり、
前記地図データは、単位領域であるボクセルごとの物体の位置を表すボクセルデータを含み、
前記点群データを構成する計測点と前記ボクセルの各々との対応付けを行う対応付け手段を更に有し、
前記信頼度値算出手段は、前記点群データを構成する計測点の数に対する、前記対応付けがなされた前記計測点の数の比率である対応付け比率に少なくとも基づき、前記信頼度値を算出する、
プログラム。
前記移動体に設けられた外界センサの出力に基づくデータと地図データとの照合に基づき決定した前記移動体の第２候補位置を取得し、
前記照合の信頼度を表す信頼度値を算出し、
前記第１候補位置と、前記第２候補位置と、前記信頼度値とに基づき、前記移動体の推定位置を決定する処理をコンピュータに実行させ、
前記データは、点群データであり、
前記地図データは、単位領域であるボクセルごとの物体の位置を表すボクセルデータを含み、
前記点群データを構成する計測点と前記ボクセルの各々との対応付けを行う対応付け手段を更に有し、
前記信頼度値算出手段は、前記点群データを構成する計測点の数に対する、前記対応付けがなされた前記計測点の数の比率である対応付け比率に少なくとも基づき、前記信頼度値を算出する、
プログラム。
【請求項10】
請求項９に記載のプログラムを記憶した記憶媒体。
【発明の詳細な説明】
【技術分野】
【0001】
本開示は、位置推定に関する。
【背景技術】
【0002】
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照合（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。また、特許文献２には、ボクセル毎の静止物体の平均ベクトルと共分散行列とを含むボクセルデータとライダが出力する点群データとの照合により自車位置推定を行うスキャンマッチング手法が開示されている。
【先行技術文献】
【特許文献】
【0003】
【特許文献1】国際公開ＷＯ２０１３／０７６８２９
【特許文献2】国際公開ＷＯ２０１８／２２１４５３
【発明の概要】
【発明が解決しようとする課題】
【0004】
特許文献２のように、ボクセルデータとライダが出力する点群データとの照合により自車位置推定を行う場合、限られた処理時間で行うために解の探索は有限回数となるが、この場合、求められた解が局所解となり最適解でないことがある。特に、周辺が疎な空間、特徴変化に乏しい空間、又は他車両等の障害物によるオクルージョンが発生する空間で計測を行う場合には、局所解に陥る可能性が高くなる。そして、局所解に基づく位置を推定結果として出力した場合、位置推定精度が低下することになる。
【0005】
本開示は、上記のような課題を解決するためになされたものであり、位置推定精度の低下を好適に防止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。
【課題を解決するための手段】
【0006】
請求項に記載の発明は、
移動体の第１候補位置を取得する第１候補位置取得手段と、
前記移動体に設けられた外界センサの出力に基づくデータと地図データとの照合に基づき決定した前記移動体の第２候補位置を取得する第２候補位置取得手段と、
前記照合の信頼度を表す信頼度値を算出する信頼度値算出手段と、
前記第１候補位置と、前記第２候補位置と、前記信頼度値とに基づき、前記移動体の推定位置を決定する推定位置決定手段と、
を有し、
前記データは、点群データであり、
前記地図データは、単位領域であるボクセルごとの物体の位置を表すボクセルデータを含み、
前記点群データを構成する計測点と前記ボクセルの各々との対応付けを行う対応付け手段を更に有し、
前記信頼度値算出手段は、前記点群データを構成する計測点の数に対する、前記対応付けがなされた前記計測点の数の比率である対応付け比率に少なくとも基づき、前記信頼度値を算出する、情報処理装置である。
移動体の第１候補位置を取得する第１候補位置取得手段と、
前記移動体に設けられた外界センサの出力に基づくデータと地図データとの照合に基づき決定した前記移動体の第２候補位置を取得する第２候補位置取得手段と、
前記照合の信頼度を表す信頼度値を算出する信頼度値算出手段と、
前記第１候補位置と、前記第２候補位置と、前記信頼度値とに基づき、前記移動体の推定位置を決定する推定位置決定手段と、
を有し、
前記データは、点群データであり、
前記地図データは、単位領域であるボクセルごとの物体の位置を表すボクセルデータを含み、
前記点群データを構成する計測点と前記ボクセルの各々との対応付けを行う対応付け手段を更に有し、
前記信頼度値算出手段は、前記点群データを構成する計測点の数に対する、前記対応付けがなされた前記計測点の数の比率である対応付け比率に少なくとも基づき、前記信頼度値を算出する、情報処理装置である。
【0007】
また、請求項に記載の発明は、
コンピュータが実行する制御方法であって、
移動体の第１候補位置を取得し、
前記移動体に設けられた外界センサの出力に基づくデータと地図データとの照合に基づき決定した前記移動体の第２候補位置を取得し、
前記照合の信頼度を表す信頼度値を算出し、
前記第１候補位置と、前記第２候補位置と、前記信頼度値とに基づき、前記移動体の推定位置を決定し、
前記データは、点群データであり、
前記地図データは、単位領域であるボクセルごとの物体の位置を表すボクセルデータを含み、
前記点群データを構成する計測点と前記ボクセルの各々との対応付けを行い、
前記点群データを構成する計測点の数に対する、前記対応付けがなされた前記計測点の数の比率である対応付け比率に少なくとも基づき、前記信頼度値を算出する、
制御方法である。
コンピュータが実行する制御方法であって、
移動体の第１候補位置を取得し、
前記移動体に設けられた外界センサの出力に基づくデータと地図データとの照合に基づき決定した前記移動体の第２候補位置を取得し、
前記照合の信頼度を表す信頼度値を算出し、
前記第１候補位置と、前記第２候補位置と、前記信頼度値とに基づき、前記移動体の推定位置を決定し、
前記データは、点群データであり、
前記地図データは、単位領域であるボクセルごとの物体の位置を表すボクセルデータを含み、
前記点群データを構成する計測点と前記ボクセルの各々との対応付けを行い、
前記点群データを構成する計測点の数に対する、前記対応付けがなされた前記計測点の数の比率である対応付け比率に少なくとも基づき、前記信頼度値を算出する、
制御方法である。
【0008】
また、請求項に記載の発明は、
移動体の第１候補位置を取得し、
前記移動体に設けられた外界センサの出力に基づくデータと地図データとの照合に基づき決定した前記移動体の第２候補位置を取得し、
前記照合の信頼度を表す信頼度値を算出し、
前記第１候補位置と、前記第２候補位置と、前記信頼度値とに基づき、前記移動体の推定位置を決定する処理をコンピュータに実行させ、
前記データは、点群データであり、
前記地図データは、単位領域であるボクセルごとの物体の位置を表すボクセルデータを含み、
前記点群データを構成する計測点と前記ボクセルの各々との対応付けを行う対応付け手段を更に有し、
前記信頼度値算出手段は、前記点群データを構成する計測点の数に対する、前記対応付けがなされた前記計測点の数の比率である対応付け比率に少なくとも基づき、前記信頼度値を算出するプログラムである。
移動体の第１候補位置を取得し、
前記移動体に設けられた外界センサの出力に基づくデータと地図データとの照合に基づき決定した前記移動体の第２候補位置を取得し、
前記照合の信頼度を表す信頼度値を算出し、
前記第１候補位置と、前記第２候補位置と、前記信頼度値とに基づき、前記移動体の推定位置を決定する処理をコンピュータに実行させ、
前記データは、点群データであり、
前記地図データは、単位領域であるボクセルごとの物体の位置を表すボクセルデータを含み、
前記点群データを構成する計測点と前記ボクセルの各々との対応付けを行う対応付け手段を更に有し、
前記信頼度値算出手段は、前記点群データを構成する計測点の数に対する、前記対応付けがなされた前記計測点の数の比率である対応付け比率に少なくとも基づき、前記信頼度値を算出するプログラムである。
【図面の簡単な説明】
【0009】
【図1】運転支援システムの概略構成図である。
【図2】車載機の機能的構成を示すブロック図である。
【図3】ダウンサンプリング処理部の機能ブロックの一例を示す。
【図4】自車位置推定部が推定すべき自車位置を２次元直交座標で表した図である。
【図5】ボクセルデータの概略的なデータ構造の一例を示す。
【図6】自車位置推定部の機能ブロックの一例である。
【図7】ワールド座標系における２次元平面上での、ボクセルデータが存在するボクセルとこれらのボクセル付近の位置を示す計測点との位置関係を示す。
【図8】ＮＤＴ信頼度指標の算出式の各々の特性を表すグラフである。
【図9】車載機を搭載する車両周辺の俯瞰図を示す。
【図10】デッドレコニングの誤差分布とＮＤＴスキャンマッチングの誤差分布とを示したグラフである。
【図11】自車位置推定に関する処理の手順を示すフローチャートの一例である。
【図12】第１のライダによる比較例に係る自己位置推定結果を示す。
【図13】第１のライダによる比較例に係る自己位置推定結果を示す。
【図14】第１のライダによる実施例に係る自己位置推定結果を示す。
【図15】第１のライダによる実施例に係る自己位置推定結果を示す。
【図16】第２のライダによる比較例に係る自己位置推定結果を示す。
【図17】第２のライダによる比較例に係る自己位置推定結果を示す。
【図18】第２のライダによる実施例に係る自己位置推定結果を示す。
【図19】第２のライダによる実施例に係る自己位置推定結果を示す。
【図20】変形例における信頼度値とＮＤＴ信頼度指標との関係を示すグラフである。
【発明を実施するための形態】
【0010】
本発明の好適な実施形態によれば、情報処理装置は、移動体の第１候補位置を取得する第１候補位置取得手段と、前記移動体に設けられた外界センサの出力に基づくデータと地図データとの照合に基づき決定した前記移動体の第２候補位置を取得する第２候補位置取得手段と、前記照合の信頼度を表す信頼度値を算出する信頼度値算出手段と、前記第１候補位置と、前記第２候補位置と、前記信頼度値とに基づき、前記移動体の推定位置を決定する推定位置決定手段と、を有する。この態様によれば、情報処理装置は、第１候補位置と第２候補位置とを勘案した推定位置を、第２候補位置の算出時の照合の信頼度に応じて好適に決定し、位置推定精度の低下を好適に防止することができる。
【0011】
上記情報処理装置の一態様では、前記信頼度値算出手段は、前記照合の適合度合いを示すスコア値に少なくとも基づき、前記信頼度値を決定する。この態様により、情報処理装置は、第２候補位置を決定する照合の信頼度を的確に定めることができる。
【0012】
上記情報処理装置の他の一態様では、前記データは、前記外界センサが出力した点群データである第１点群データに対してダウンサンプリングが行われた点群データである第２点群データであり、前記信頼度値算出手段は、前記ダウンサンプリングのサイズ又は前記第１点群データの計測点数に少なくとも基づき、前記信頼度値を算出する。この態様によっても、情報処理装置は、第２候補位置を決定する照合の信頼度を的確に定めることができる。
【0013】
上記情報処理装置の他の一態様では、前記データは、点群データであり、前記地図データは、単位領域であるボクセルごとの物体の位置を表すボクセルデータであり、前記第２候補位置取得手段は、前記点群データを構成する計測点と前記ボクセルの各々との対応付けを行い、前記対応付けがなされた前記ボクセルのボクセルデータと、当該ボクセルに対応付けられた計測点との照合に基づき、前記第２候補位置を決定する。この態様により、情報処理装置は、点群データとボクセルデータとの照合に基づき、好適に第２候補位置を決定することができる。
【0014】
上記情報処理装置の他の一態様では、前記信頼度値算出手段は、前記対応付けがなされた前記計測点の数の比率である対応付け比率に少なくとも基づき、前記信頼度値を算出する。この態様によっても、情報処理装置は、第２候補位置を決定する照合の信頼度を的確に定めることができる。
【0015】
上記情報処理装置の他の一態様では、前記信頼度値算出手段は、前記対応付け比率と、前記外界センサが出力した点群データである第１点群データに対して行われるダウンサンプリングのサイズ又は前記第１点群データの計測点数と、前記照合の適合度合いを示すスコア値と比例関係又は正の相関を有する値を、前記信頼度値として算出する。この態様により、情報処理装置は、第２候補位置を決定する照合の信頼度を的確に定めることができる。
【0016】
上記情報処理装置の他の一態様では、前記推定位置決定手段は、前記信頼度値に基づき重み付けがなされた、前記第１候補位置と、前記第２候補位置との重み付き平均により、前記推定位置を決定する。この態様により、情報処理装置は、第１候補位置と第２候補位置とを好適にフュージョンさせた推定位置を算出することができる。
【0017】
上記情報処理装置の他の一態様では、前記推定位置決定手段は、前記信頼度値を０から１の値に正規化した信頼度指標を前記第２候補位置の重みとして算出する。この態様により、情報処理装置は、重み付き平均に使用する重みを的確に設定することができる。
【0018】
上記情報処理装置の他の一態様では、前記第１候補位置取得手段は、デッドレコニングにより定めた前記移動体の位置を、前記第１候補位置として取得する。この態様により、情報処理装置は、外界センサに依らない第１候補位置を好適に取得することができる。
【0019】
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制御方法であって、移動体の第１候補位置を取得し、前記移動体に設けられた外界センサの出力に基づくデータと地図データとの照合に基づき決定した前記移動体の第２候補位置を取得し、前記照合の信頼度を表す信頼度値を算出し、前記第１候補位置と、前記第２候補位置と、前記信頼度値とに基づき、前記移動体の推定位置を決定する。コンピュータは、この制御方法を実行することで、位置推定精度の低下を好適に防止することができる。
【0020】
本発明のさらに別の好適な実施形態によれば、プログラムは、移動体の第１候補位置を取得し、前記移動体に設けられた外界センサの出力に基づくデータと地図データとの照合に基づき決定した前記移動体の第２候補位置を取得し、前記照合の信頼度を表す信頼度値を算出し、前記第１候補位置と、前記第２候補位置と、前記信頼度値とに基づき、前記移動体の推定位置を決定する処理をコンピュータに実行させる。コンピュータは、プログラムを実行することで、位置推定精度の低下を好適に防止することができる。好適には、上記プログラムは、記憶媒体に記憶される。
【実施例0021】
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。なお、任意の記号の上に「＾」または「－」が付された文字を、本明細書では便宜上、「Ａ＾」または「Ａ－」（「Ａ」は任意の文字）と表す。
【0022】
（１）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、移動体である車両と共に移動する車載機１と、ライダ（Ｌｉｄａｒ：Ｌｉｇｈｔ Ｄｅｔｅｃｔｉｏｎ ａｎｄ Ｒａｎｇｉｎｇ、または、Ｌａｓｅｒ Ｉｌｌｕｍｉｎａｔｅｄ Ｄｅｔｅｃｔｉｏｎ Ａｎｄ Ｒａｎｇｉｎｇ）２と、ジャイロセンサ３と、車速センサ４と、ＧＰＳ受信機５とを有する。
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、移動体である車両と共に移動する車載機１と、ライダ（Ｌｉｄａｒ：Ｌｉｇｈｔ Ｄｅｔｅｃｔｉｏｎ ａｎｄ Ｒａｎｇｉｎｇ、または、Ｌａｓｅｒ Ｉｌｌｕｍｉｎａｔｅｄ Ｄｅｔｅｃｔｉｏｎ Ａｎｄ Ｒａｎｇｉｎｇ）２と、ジャイロセンサ３と、車速センサ４と、ＧＰＳ受信機５とを有する。
【0023】
車載機１は、ライダ２、ジャイロセンサ３、車速センサ４、及びＧＰＳ受信機５と電気的に接続し、これらの出力に基づき、車載機１が設けられた車両の位置（「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「ＶＤ」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ＶＤは、３次元空間の最小単位となる立方体（正規格子）を示すボクセル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ＶＤ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、ＮＤＴスキャンマッチングにより少なくとも車両の平面上の位置及びヨー角の推定を行う。なお、車載機１は、車両の高さ位置、ピッチ角及びロール角の推定をさらに行ってもよい。特に言及がない限り、自車位置は、推定対象となる車両のヨー角などの姿勢角も含まれるものとする。
【0024】
ライダ２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２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（点群データを構成する点であり、以後では「計測点」と呼ぶ。）を出力する出力部とを有する。計測点は、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。なお、一般的に、対象物までの距離が近いほどライダの距離測定値の精度は高く、距離が遠いほど精度は低い。ライダ２、ジャイロセンサ３、車速センサ４、ＧＰＳ受信機５は、それぞれ、出力データを車載機１へ供給する。
【0025】
車載機１は、本発明における「情報処理装置」の一例であり、ライダ２は、本発明における「外界センサ」又は「計測装置」の一例である。なお、運転支援システムは、ジャイロセンサ３に代えて、又はこれに加えて、３軸方向における計測車両の加速度及び角速度を計測する慣性計測装置（ＩＭＵ）を有してもよい。
【0026】
（２）車載機の構成
図２は、車載機１のハードウェア構成の一例を示すブロック図である。車載機１は、主に、インターフェース１１と、メモリ１２と、コントローラ１３と、を有する。これらの各要素は、バスラインを介して相互に接続されている。
図２は、車載機１のハードウェア構成の一例を示すブロック図である。車載機１は、主に、インターフェース１１と、メモリ１２と、コントローラ１３と、を有する。これらの各要素は、バスラインを介して相互に接続されている。
【0027】
インターフェース１１は、車載機１と外部装置とのデータの授受に関するインターフェース動作を行う。本実施例では、インターフェース１１は、ライダ２、ジャイロセンサ３、車速センサ４、及びＧＰＳ受信機５などのセンサから出力データを取得し、コントローラ１３へ供給する。また、インターフェース１１は、コントローラ１３が生成した車両の走行制御に関する信号を車両の電子制御装置（ＥＣＵ：Ｅｌｅｃｔｒｏｎｉｃ Ｃｏｎｔｒｏｌ Ｕｎｉｔ）へ供給する。インターフェース１１は、無線通信を行うためのネットワークアダプタなどのワイヤレスインターフェースであってもよく、ケーブル等により外部装置と接続するためのハードウェアインターフェースであってもよい。インターフェース１１は、入力装置、表示装置、音出力装置等の種々の周辺装置とのインターフェース動作を行ってもよい。
【0028】
メモリ１２は、ＲＡＭ（Ｒａｎｄｏｍ Ａｃｃｅｓｓ Ｍｅｍｏｒｙ）、ＲＯＭ（Ｒｅａｄ Ｏｎｌｙ Ｍｅｍｏｒｙ）、ハードディスクドライブ、フラッシュメモリなどの各種の揮発性メモリ及び不揮発性メモリにより構成される。メモリ１２は、コントローラ１３が所定の処理を実行するためのプログラムが記憶される。なお、コントローラ１３が実行するプログラムは、メモリ１２以外の記憶媒体に記憶されてもよい。
【0029】
また、メモリ１２は、ボクセルデータＶＤを含む地図ＤＢ１０を記憶する。
【0030】
なお、地図ＤＢ１０は、インターフェース１１を介して車載機１と接続されたハードディスクなどの車載機１の外部の記憶装置に記憶されてもよい。上記の記憶装置は、車載機１と通信を行うサーバ装置であってもよい。また、上記の記憶装置は、複数の装置から構成されてもよい。また、地図ＤＢ１０は、定期的に更新されてもよい。この場合、例えば、コントローラ１３は、インターフェース１１を介し、地図情報を管理するサーバ装置から、自車位置が属するエリアに関する部分地図情報を受信し、地図ＤＢ１０に反映させる。
【0031】
また、メモリ１２には、地図ＤＢ１０の他、本実施例において車載機１が実行する処理に必要な情報が記憶される。例えば、メモリ１２には、ライダ２が１周期分の走査を行った場合に得られる点群データに対してダウンサンプリングを行う場合のダウンサンプリングのサイズの設定に用いられる情報が記憶される。また、メモリ１２には、ＮＤＴスキャンマッチングの信頼度を算出する際の正規化に用いる算出式の情報などが記憶されている。
【0032】
コントローラ１３は、ＣＰＵ（Ｃｅｎｔｒａｌ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ）、ＧＰＵ（Ｇｒａｐｈｉｃｓ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ）、ＴＰＵ（Ｔｅｎｓｏｒ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ）などの１又は複数のプロセッサを含み、車載機１の全体を制御する。この場合、コントローラ１３は、メモリ１２等に記憶されたプログラムを実行することで、自車位置推定に関する処理を行う。
【0033】
また、コントローラ１３は、機能的には、ダウンサンプリング処理部１４と、自車位置推定部１５とを有する。そして、コントローラ１３は、「第１候補位置取得手段」、「第２候補位置取得手段」、「信頼度値算出手段」、「推定位置決定手段」及びプログラムを実行するコンピュータ等として機能する。
【0034】
ダウンサンプリング処理部１４は、ライダ２から出力される点群データに対してダウンサンプリングを行うことで、計測点数を削減するように補正された点群データ（「加工点群データ」とも呼ぶ。）を生成する。このダウンサンプリングでは、ダウンサンプリング処理部１４は、点群データを所定サイズに分割した空間内で平均することで、計測点数を削減した加工点群データを生成する。以後では、ダウンサンプリングのサイズ（上述の所定サイズに相当）を、「ダウンサンプリングサイズＤＳＳ」とも呼ぶ。また、ダウンサンプリング処理部１４は、各処理時刻でのＮＤＴマッチングにおいて、ダウンサンプリング後の加工点群データのうちボクセルデータＶＤと対応付けられた計測点の数（「対応計測点数Ｎｃ」とも呼ぶ。）が所定の目標範囲内に収まるように、ダウンサンプリングサイズＤＳＳを適応的に設定する。以後では、対応計測点数Ｎｃの目標範囲を、「目標範囲ＲＮｃ」とも呼ぶ。
【0035】
自車位置推定部１５は、ダウンサンプリング処理部１４が生成する加工点群データと、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ＶＤとに基づき、ＮＤＴに基づくスキャンマッチング（ＮＤＴ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。
【0036】
（３）ダウンサンプリングサイズの設定
次に、ダウンサンプリング処理部１４の処理の詳細について説明する。概略的には、ダウンサンプリング処理部１４は、各処理時刻において、対応計測点数Ｎｃと、目標範囲情報９が示す目標範囲ＲＮｃとをダウンサンプリング後に比較し、その大小結果に応じて次の処理時刻でのダウンサンプリングのサイズを設定する。これにより、ダウンサンプリング処理部１４は、対応計測点数Ｎｃが目標範囲ＲＮｃ内に維持されるように適応的にダウンサンプリングのサイズを定める。
次に、ダウンサンプリング処理部１４の処理の詳細について説明する。概略的には、ダウンサンプリング処理部１４は、各処理時刻において、対応計測点数Ｎｃと、目標範囲情報９が示す目標範囲ＲＮｃとをダウンサンプリング後に比較し、その大小結果に応じて次の処理時刻でのダウンサンプリングのサイズを設定する。これにより、ダウンサンプリング処理部１４は、対応計測点数Ｎｃが目標範囲ＲＮｃ内に維持されるように適応的にダウンサンプリングのサイズを定める。
【0037】
図３は、ダウンサンプリング処理部１４の機能ブロックの一例を示す。ダウンサンプリング処理部１４は、機能的には、ダウンサンプリングブロック１６と、対応計測点数取得ブロック１７と、比較ブロック１８と、ダウンサンプリングサイズ設定ブロック１９とを有する。なお、図３では、データの授受が行われるブロック同士を実線により結んでいるが、データの授受が行われるブロックの組合せは図３に限定されない。後述する他の機能ブロックの図においても同様である。
【0038】
ダウンサンプリングブロック１６は、ライダ２が処理時刻毎に生成する一周期分の走査の点群データのダウンサンプリングを行うことで、処理時刻毎に加工点群データを生成する。この場合、ダウンサンプリングブロック１６は、設定されたダウンサンプリングのサイズに基づき、空間をグリッドに分割し、夫々のグリッドの中に含まれるライダ２の点群データの計測点の代表点を算出する。この場合、上記空間は、例えば、車載機１の進行方向、高さ方向、及び横方向（即ち進行方向と高さ方向と垂直な方向）を夫々軸とする３次元座標系の空間であり、これらの各方向に沿って等間隔に分割されることでグリッドが形成される。ダウンサンプリングのサイズは、メモリ１２等に記憶された初期サイズ又はダウンサンプリングサイズ設定ブロック１９により直前に設定されたサイズとなる。ダウンサンプリングブロック１６は、生成した加工点群データを自車位置推定部１５に供給する。
【0039】
なお、ダウンサンプリングのサイズは、車載機１の進行方向、高さ方向、及び横方向とで夫々異なってもよい。また、ダウンサンプリングブロック１６の処理は、任意のＶｏｘｅｌ ｇｒｉｄ ｆｉｌｔｅｒの手法が用いられてもよい。
【0040】
対応計測点数取得ブロック１７は、対応計測点数Ｎｃを自車位置推定部１５から取得する。この場合、自車位置推定部１５は、ダウンサンプリングブロック１６から供給される加工点群データに対して処理時刻毎にＮＤＴマッチングを行い、処理時刻毎の対応計測点数Ｎｃを対応計測点数取得ブロック１７に出力する。対応計測点数取得ブロック１７は、対応計測点数Ｎｃを比較ブロック１８に供給する。
【0041】
比較ブロック１８は、処理時刻毎に目標範囲情報９が示す目標範囲ＲＮｃと対応計測点数Ｎｃとの大小比較を行い、比較結果をダウンサンプリングサイズ設定ブロック１９に供給する。この場合、比較ブロック１８は、例えば、
対応計測点数Ｎｃが目標範囲ＲＮｃの上限より多い、又は、
対応計測点数Ｎｃが目標範囲ＲＮｃ内である、又は、
対応計測点数Ｎｃが目標範囲ＲＮｃの下限未満である
のいずれに該当するか判定し、その判定結果をダウンサンプリングサイズ設定ブロック１９に供給する。例えば、目標範囲ＲＮｃが６００～８００である場合には、比較ブロック１８は、目標範囲ＲＮｃの上限を８００、目標範囲ＲＮｃの下限を６００として上述の判定を行う。なお、目標範囲ＲＮｃは、６００～８００に限定されず、使用するハードウェア、プロセッサの性能、及び完了すべき処理時間（即ち、次の処理時刻の時間間隔）に応じて決定される。
対応計測点数Ｎｃが目標範囲ＲＮｃの上限より多い、又は、
対応計測点数Ｎｃが目標範囲ＲＮｃ内である、又は、
対応計測点数Ｎｃが目標範囲ＲＮｃの下限未満である
のいずれに該当するか判定し、その判定結果をダウンサンプリングサイズ設定ブロック１９に供給する。例えば、目標範囲ＲＮｃが６００～８００である場合には、比較ブロック１８は、目標範囲ＲＮｃの上限を８００、目標範囲ＲＮｃの下限を６００として上述の判定を行う。なお、目標範囲ＲＮｃは、６００～８００に限定されず、使用するハードウェア、プロセッサの性能、及び完了すべき処理時間（即ち、次の処理時刻の時間間隔）に応じて決定される。
【0042】
ダウンサンプリングサイズ設定ブロック１９は、比較ブロック１８の比較結果に基づき、次の処理時刻において適用するダウンサンプリングのサイズを設定する。この場合、ダウンサンプリングサイズ設定ブロック１９は、対応計測点数Ｎｃが目標範囲ＲＮｃの上限より多かった場合には、ダウンサンプリングのサイズを大きくし、対応計測点数Ｎｃが目標範囲ＲＮｃの下限未満である場合には、ダウンサンプリングのサイズを小さくする。一方、ダウンサンプリングサイズ設定ブロック１９は、対応計測点数Ｎｃが目標範囲ＲＮｃの範囲内である場合には、ダウンサンプリングのサイズを維持する（即ち変更しない）。
【0043】
また、図３には、ゲイン設定サブブロック１９１と乗算サブブロック１９２とを有するダウンサンプリングサイズ設定ブロック１９の具体的な一態様が図示されている。
【0044】
ゲイン設定サブブロック１９１は、比較ブロック１８での比較結果に基づいて、乗算サブブロック１９２において現在のダウンサンプリングのサイズに乗算するゲインを設定する。この場合、ゲイン設定サブブロック１９１は、対応計測点数Ｎｃが目標範囲ＲＮｃの上限より多い場合にはゲインを１倍より大きくし、対応計測点数Ｎｃが目標範囲ＲＮｃの下限より少ない場合にはゲインを１倍未満とし、対応計測点数Ｎｃが目標範囲ＲＮｃの範囲内である場合にはゲインを１倍にする。図３では、一例として以下のようにゲインが設定されている。
対応計測点数Ｎｃが目標範囲ＲＮｃの上限より多い ⇒ゲイン「１．１」、
対応計測点数Ｎｃが目標範囲ＲＮｃの下限より少ない⇒ゲイン「１／１．１」、
対応計測点数Ｎｃが目標範囲ＲＮｃの範囲内 ⇒ゲイン「１．０」
対応計測点数Ｎｃが目標範囲ＲＮｃの上限より多い ⇒ゲイン「１．１」、
対応計測点数Ｎｃが目標範囲ＲＮｃの下限より少ない⇒ゲイン「１／１．１」、
対応計測点数Ｎｃが目標範囲ＲＮｃの範囲内 ⇒ゲイン「１．０」
【0045】
乗算サブブロック１９２は、ゲイン設定サブブロック１９１が設定したゲインを現在のダウンサンプリングのサイズに乗じた値を、次の処理時刻に用いるダウンサンプリングのサイズとして出力する。
【0046】
このような構成によれば、ダウンサンプリングサイズ設定ブロック１９は、対応計測点数Ｎｃが目標範囲ＲＮｃの上限より多かった場合には、ダウンサンプリングのサイズを大きくして加工点群データの計測点数が減少しやすくなるようにダウンサンプリングのサイズを変更することができる。同様に、ダウンサンプリングサイズ設定ブロック１９は、対応計測点数Ｎｃが目標範囲ＲＮｃの下限より少なかった場合には、ダウンサンプリングのサイズを小さくして加工点群データの計測点数が増加しやすくなるようにダウンサンプリングのサイズを変更することができる。
【0047】
なお、ゲイン設定サブブロック１９１において設定するゲインの各数値は、一例であり、実験結果等に基づき夫々適切な数値に設定される。また、ダウンサンプリングサイズ設定ブロック１９は、ゲインを乗算する代わりに、所定値の加算又は減算を行ってもよい。この場合、ダウンサンプリングサイズ設定ブロック１９は、対応計測点数Ｎｃが目標範囲ＲＮｃの上限より多かった場合には、ダウンサンプリングのサイズを正数である所定値だけ大きくし、対応計測点数Ｎｃが目標範囲ＲＮｃの下限より少なかった場合には、ダウンサンプリングのサイズを正数である所定値だけ小さくする。なお、上記のゲイン及び所定値は、方向毎（進行方向、横方向、高さ方向）毎に異なる値に設定されてもよい。
【0048】
（４）ＮＤＴスキャンマッチングに基づく位置推定
次に、自車位置推定部１５が実行するＮＤＴスキャンマッチングに基づく位置推定に関する説明を行う。
次に、自車位置推定部１５が実行するＮＤＴスキャンマッチングに基づく位置推定に関する説明を行う。
【0049】
図４は、自車位置推定部１５が推定すべき自車位置を２次元直交座標で表した図である。図４に示すように、ｘｙの２次元直交座標上で定義された平面での自車位置は、座標「（ｘ、ｙ）」、自車の方位（ヨー角）「ψ」により表される。ここでは、ヨー角ψは、車の進行方向とｘ軸とのなす角として定義されている。座標（ｘ、ｙ）は、例えば緯度及び経度の組合せに相当する絶対位置、あるいは所定地点を原点とした位置を示すワールド座標である。そして、自車位置推定部１５は、これらのｘ、ｙ、ψを推定パラメータとする自車位置推定を行う。なお、自車位置推定部１５は、ｘ、ｙ、ψに加えて、３次元直交座標系での車両の高さ位置、ピッチ角、ロール角の少なくともいずれかをさらに推定パラメータとして推定する自車位置推定を行ってもよい。
【0050】
次に、ＮＤＴスキャンマッチングに用いるボクセルデータＶＤについて説明する。ボクセルデータＶＤ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む。
【0051】
図５は、ボクセルデータＶＤの概略的なデータ構造の一例を示す。ボクセルデータＶＤ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５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、共分散行列とを含む。
【0052】
「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。
【0053】
「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す。なお、任意のボクセル「ｎ」内の任意の点「ｉ」の座標を
Ｘｎ（ｉ）＝［ｘｎ（ｉ）、ｙｎ（ｉ）、ｚｎ（ｉ）］Ｔ
と定義し、ボクセルｎ内での点群数を「Ｎｎ」とすると、ボクセルｎでの平均ベクトル「μｎ」及び共分散行列「Ｖｎ」は、それぞれ以下の式（１）及び式（２）により表される。
Ｘｎ（ｉ）＝［ｘｎ（ｉ）、ｙｎ（ｉ）、ｚｎ（ｉ）］Ｔ
と定義し、ボクセルｎ内での点群数を「Ｎｎ」とすると、ボクセルｎでの平均ベクトル「μｎ」及び共分散行列「Ｖｎ」は、それぞれ以下の式（１）及び式（２）により表される。
【0054】
【数1】
【0055】
【数2】
【0056】
次に、ボクセルデータＶＤを用いたＮＤＴスキャンマッチングの概要について説明する。
【0057】
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推定パラメータ
Ｐ＝［ｔｘ、ｔｙ、ｔψ］Ｔ
を推定することとなる。ここで、「ｔｘ」は、ｘ方向の移動量を示し、「ｔｙ」は、ｙ方向の移動量を示し、「ｔψ」は、ヨー角を示す。
Ｐ＝［ｔｘ、ｔｙ、ｔψ］Ｔ
を推定することとなる。ここで、「ｔｘ」は、ｘ方向の移動量を示し、「ｔｙ」は、ｙ方向の移動量を示し、「ｔψ」は、ヨー角を示す。
【0058】
また、ライダ２が出力する点群データの座標を、
ＸＬ（ｊ）＝［ｘ（ｊ）、ｙ（ｊ）、ｚ（ｊ）］Ｔ
とすると、ＸＬ（ｊ）の平均値「Ｌ´ｎ」は、以下の式（３）により表される。
ＸＬ（ｊ）＝［ｘ（ｊ）、ｙ（ｊ）、ｚ（ｊ）］Ｔ
とすると、ＸＬ（ｊ）の平均値「Ｌ´ｎ」は、以下の式（３）により表される。
【0059】
【数3】
【0060】
【数4】
【0061】
【数5】
【0062】
そして、自車位置推定部１５は、以下の式（６）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値（「スコア値」とも呼ぶ。）「Ｅ（ｋ）」を算出する。スコア値Ｅは、マッチングの適合度を示す指標となる。
【0063】
【数6】
【0064】
【数7】
【0065】
（５）推定自車位置の算出
次に、推定自車位置Ｘ＾（ｋ）の算出方法について説明する。概略的には、自車位置推定部１５は、各処理時刻において、ＮＤＴスキャンマッチングの信頼度の値を算出し、当該信頼度の値に基づく重み付けにより、対象の処理時刻でのＤＲ位置ＸＤＲとＮＤＴ位置ＸＮＤＴとから対象の処理時刻での推定自車位置Ｘ＾を算出する。以後では、ＮＤＴスキャンマッチングの信頼度の値を、「信頼度値ＮＲＶ（ＮＤＴ Ｒｅｌｉａｂｉｌｉｔｙ Ｖａｌｕｅ）」とも呼ぶ。
次に、推定自車位置Ｘ＾（ｋ）の算出方法について説明する。概略的には、自車位置推定部１５は、各処理時刻において、ＮＤＴスキャンマッチングの信頼度の値を算出し、当該信頼度の値に基づく重み付けにより、対象の処理時刻でのＤＲ位置ＸＤＲとＮＤＴ位置ＸＮＤＴとから対象の処理時刻での推定自車位置Ｘ＾を算出する。以後では、ＮＤＴスキャンマッチングの信頼度の値を、「信頼度値ＮＲＶ（ＮＤＴ Ｒｅｌｉａｂｉｌｉｔｙ Ｖａｌｕｅ）」とも呼ぶ。
【0066】
なお、ＤＲ位置ＸＤＲは、本発明における「第１候補位置」の一例であり、ＮＤＴ位置ＸＮＤＴは、本発明における「第２候補位置」の一例である。また、推定自車位置Ｘ＾は、本発明における「推定位置」の一例である。
【0067】
（５－１）ブロック構成
図６は、自車位置推定部１５の機能ブロックの一例である。図６に示すように、自車位置推定部１５は、デッドレコニングブロック２１と、ＤＲ位置算出ブロック２２と、座標変換ブロック２３と、点群データ対応付けブロック２４と、ＮＤＴ位置算出ブロック２５と、フュージョンブロック２６とを有する。
図６は、自車位置推定部１５の機能ブロックの一例である。図６に示すように、自車位置推定部１５は、デッドレコニングブロック２１と、ＤＲ位置算出ブロック２２と、座標変換ブロック２３と、点群データ対応付けブロック２４と、ＮＤＴ位置算出ブロック２５と、フュージョンブロック２６とを有する。
【0068】
デッドレコニングブロック２１は、ジャイロセンサ３、車速センサ４、及びＧＰＳ受信機５等の出力に基づく車両の移動速度と角速度を用い、前回時刻からの移動距離と方位変化を求める。ＤＲ位置算出ブロック２２は、直前の処理時刻である時刻ｋ－１の推定自車位置Ｘ＾（ｋ－１）に対し、デッドレコニングにより求めた移動距離と方位変化を加えた時刻ｋでのＤＲ位置ＸＤＲ（ｋ）を算出する。このＤＲ位置ＸＤＲ（ｋ）は、デッドレコニングに基づき時刻ｋにおいて求められた自車位置であり、予測自車位置Ｘ－（ｋ）に相当する。
【0069】
座標変換ブロック２３は、ダウンサンプリング処理部１４から出力されるダウンサンプリング後の加工点群データを、地図ＤＢ１０と同一の座標系であるワールド座標系に変換する。この場合、座標変換ブロック２３は、例えば、時刻ｋでＤＲ位置算出ブロック２２が出力する予測自車位置に基づき、時刻ｋでの加工点群データの座標変換を行う。なお、ダウンサンプリング後の加工点群データに対して上述の座標変換が行われる代わりに、ダウンサンプリング前の点群データに対して上述の座標変換が行われてもよい。この場合、ダウンサンプリング処理部１４は、座標変換後のワールド座標系の点群データをダウンサンプリングしたワールド座標系の加工点群データを生成する。なお、車両に設置されたライダを基準とした座標系の点群データを車両座標系に変換する処理、及び車両座標系からワールド座標系に変換する処理等については、例えば、国際公開ＷＯ２０１９／１８８７４５などに開示されている。
【0070】
点群データ対応付けブロック２４は、座標変換ブロック２３が出力するワールド座標系の加工点群データと、同じワールド座標系で表されたボクセルデータＶＤとを照合することで、加工点群データとボクセルとの対応付けを行う。ＮＤＴ位置算出ブロック２５は、加工点群データと対応付けがなされた各ボクセルを対象として、式（５）に基づく個別評価関数値を算出し、式（６）に基づくスコア値Ｅ（ｋ）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、ＮＤＴ位置算出ブロック２５は、式（７）に基づき、ＤＲ位置算出ブロック２２が出力するＤＲ位置ＸＤＲ（ｋ）に対し、時刻ｋで求めた推定パラメータＰを適用することで定まる時刻ｋでのＮＤＴ位置ＸＮＤＴ（ｋ）を求める。このＮＤＴ位置ＸＮＤＴ（ｋ）は、ＮＤＴスキャンマッチングに基づき求められた時刻ｋでの自車位置である。
【0071】
フュージョンブロック２６は、時刻ｋでのＤＲ位置ＸＤＲ（ｋ）と、時刻ｋでのＮＤＴ位置ＸＮＤＴ（ｋ）とをフュージョン（統合）することで、時刻ｋの推定自車位置Ｘ＾を算出する。この場合、フュージョンブロック２６は、時刻ｋでのＮＤＴスキャンマッチングの信頼度値ＮＲＶを算出し、信頼度値ＮＲＶに基づく重み付けをＤＲ位置ＸＤＲ（ｋ）とＮＤＴ位置ＸＮＤＴ（ｋ）に対して行うことで、推定自車位置Ｘ＾を算出する。フュージョンブロック２６の処理の詳細については後述する。
【0072】
ここで、計測点とボクセルデータＶＤとの対応付けの具体的手順について、簡単な例を用いて補足説明する。
【0073】
図７は、ワールド座標系におけるｘ－ｙの２次元平面上でのボクセルデータＶＤが存在するボクセル「Ｖｏ１」～「Ｖｏ６」とこれらのボクセル付近の位置を示す計測点６１～６５との位置関係を示す。ここでは、説明の便宜上、ボクセルＶｏ１～Ｖｏ６の中心位置のワールド座標系のｚ座標と、計測点６１～６５のワールド座標系のｚ座標とは同一であるものとする。
【0074】
まず、座標変換ブロック２３は、計測点６１～６５を含む点群データをワールド座標系に変換する。その後、点群データ対応付けブロック２４は、ワールド座標系の計測点６１～６５の端数等の丸め処理を行う。図７の例では、立方体である各ボクセルのサイズが１ｍであることから、点群データ対応付けブロック２４は、各計測点６１～６５のｘ、ｙ、ｚ座標の夫々の小数点以下を四捨五入する。
【0075】
次に、点群データ対応付けブロック２４は、ボクセルＶｏ１～Ｖｏ６に対応するボクセルデータＶＤと、各計測点６１～６５の座標との照合を行うことで、各計測点６１～６５に対応するボクセルを判定する。図７の例では、計測点６１の（ｘ，ｙ）座標は、上述の四捨五入により（２，１）となることから、点群データ対応付けブロック２４は、計測点６１をボクセルＶｏ１と対応付ける。同様に、計測点６２及び計測点６３の（ｘ，ｙ）座標は、上述の四捨五入により（３，２）となることから、点群データ対応付けブロック２４は、計測点６２及び計測点６３をボクセルＶｏ５と対応付ける。また、計測点６４の（ｘ，ｙ）座標は、上述の四捨五入により（２，３）となることから、点群データ対応付けブロック２４は、計測点６４をボクセルＶｏ６と対応付ける。一方、計測点６５の（ｘ，ｙ）座標は、上述の四捨五入により（４，１）となることから、点群データ対応付けブロック２４は、計測点６５に対応するボクセルデータＶＤが存在しないと判定する。その後、ＮＤＴ位置算出ブロック２５は、点群データ対応付けブロック２４が対応付けた計測点とボクセルデータＶＤとを用いて推定パラメータＰの推定を行う。なお、この例では、ダウンサンプリング後の計測点数は５個であるが、対応計測点数Ｎｃは４個となる。対応計測点数Ｎｃは、道路周辺に構造物が少なく疎な空間の場合に少なくなり、また自車両の近くに他車両が存在してライダの光ビームが遮られてしまう現象（オクルージョンと呼ぶ）が生じた場合も少なくなる。
【0076】
（５－２）フュージョンブロックの処理の詳細
まず、ＮＤＴスキャンマッチングの信頼度を表すＮＲＶの算出方法について説明する。
フュージョンブロック２６は、ダウンサンプリングサイズＤＳＳと、スコア値Ｅと、ダウンサンプリング後の加工点群データにおいてボクセルデータＶＤと対応付けられた計測点数（即ち、対応計測点数Ｎｃ）の比率とに基づき、信頼度値ＮＲＶを算出する。以後では、上述の対応計測点数Ｎｃの比率を、「対応付け比率ＤＡＲ（Ｄａｔａ Ａｓｓｏｃｉａｔｉｏｎ Ｒａｔｉｏ）」とも呼ぶ。すなわち、対応付け比率ＤＡＲ＝（対応計測点数Ｎｃ／ダウンサンプリン後の加工点群データ数）である。
まず、ＮＤＴスキャンマッチングの信頼度を表すＮＲＶの算出方法について説明する。
フュージョンブロック２６は、ダウンサンプリングサイズＤＳＳと、スコア値Ｅと、ダウンサンプリング後の加工点群データにおいてボクセルデータＶＤと対応付けられた計測点数（即ち、対応計測点数Ｎｃ）の比率とに基づき、信頼度値ＮＲＶを算出する。以後では、上述の対応計測点数Ｎｃの比率を、「対応付け比率ＤＡＲ（Ｄａｔａ Ａｓｓｏｃｉａｔｉｏｎ Ｒａｔｉｏ）」とも呼ぶ。すなわち、対応付け比率ＤＡＲ＝（対応計測点数Ｎｃ／ダウンサンプリン後の加工点群データ数）である。
【0077】
具体的には、フュージョンブロック２６は、以下の式（８）に示すように、各時刻でのダウンサンプリングサイズＤＳＳ、スコア値Ｅ、対応付け比率ＤＡＲを乗算することで、対応する各時刻での信頼度値ＮＲＶを算出する。
【0078】
ＮＲＶ＝ＤＳＳ×Ｅ×ＤＡＲ （８）
なお、経験上、ダウンサンプリングサイズＤＳＳは０．１～５．０の範囲、対応付け比率ＤＡＲは０～１．０の範囲、スコア値Ｅは０～３．０の範囲となるため、信頼度値はおよそ０～１５の範囲となる。
なお、経験上、ダウンサンプリングサイズＤＳＳは０．１～５．０の範囲、対応付け比率ＤＡＲは０～１．０の範囲、スコア値Ｅは０～３．０の範囲となるため、信頼度値はおよそ０～１５の範囲となる。
【0079】
ここで、式（８）に基づく信頼度値ＮＲＶの算出の妥当性について説明する。ＮＤＴスキャンマッチングの性能は以下の３つの特徴（第１の特徴～第３の特徴）があり、この３つの特徴に基づき式（８）を設けている。
【0080】
一般に、ライダ２が検出する点群データの点群数が多いと広範囲で密度の高いデータを基に計算できるため、ＮＤＴスキャンマッチングの結果の信頼性が高くなる。従って、適応的にダウンサンプリングサイズＤＳＳを変更して対応計測点数Ｎｃを調整する制御を採用している場合、点群データの点群数が多いほど、ダウンサンプリングサイズＤＳＳが大きい。よって、第１の特徴として、ダウンサンプリングサイズＤＳＳが大きいほど、ＮＤＴスキャンマッチングの信頼度が高い。
【0081】
また、対応付け比率ＤＡＲが大きいほど、ボクセルデータＶＤを構成する構造物に対する周辺の他車両等の障害物によるオクルージョンが少なく、また、ボクセルデータＶＤが作成された時点と実状況が変化していないことが推定される。よって、第２の特徴として、対応付け比率ＤＡＲが大きいほど、ＮＤＴスキャンマッチングの信頼度が高い。
【0082】
さらに、スコア値Ｅが大きいほど、算出した推定パラメータＰが最適解である可能性が高い。よって、第３の特徴として、スコア値Ｅが大きいほど、ＮＤＴスキャンマッチングの信頼度が高い。
【0083】
以上を勘案し、フュージョンブロック２６は、ＮＤＴスキャンマッチング処理の各時刻におけるダウンサンプリングサイズＤＳＳ、対応付け比率ＤＡＲ、スコア値Ｅを活用して信頼度値ＮＲＶを算出する。また、式（８）では、これらの乗算により信頼度値ＮＲＶが定められているため、ダウンサンプリングサイズＤＳＳ、対応付け比率ＤＡＲ、スコア値Ｅのいずれかが０に近づくと、信頼度値ＮＲＶも０に近づくことになる。
【0084】
次に、信頼度値ＮＲＶによる重み付けについて説明する。フュージョンブロック２６は、ＮＤＴスキャンマッチング処理の結果に対する重みを「ｗ」（０≦ｗ≦１）とすると、以下の式（９）に基づき、ＤＲ位置ＸＤＲ及びＮＤＴ位置ＸＮＤＴの重み付き平均計算を行い、推定自車位置Ｘ＾を算出する。
【0085】
【数8】
【0086】
本実施例では、フュージョンブロック２６は、０～１の値域となるように信頼度値ＮＲＶを正規化した指標（「ＮＤＴ信頼度指標ＮＲＩ（ＮＤＴ Ｒｅｌｉａｂｉｌｉｔｙ Ｉｎｄｅｘ）」とも呼ぶ。）を算出し、算出したＮＤＴ信頼度指標ＮＲＩを重みｗとして用いる。即ち、フュージョンブロック２６は、以下の式（１０）に基づき、ＮＤＴ信頼度指標ＮＲＩを用いて、ＤＲ位置ＸＤＲとＮＤＴ位置ＸＮＤＴとの重み付き平均計算を行い、推定自車位置Ｘ＾を算出する。
【0087】
【数9】
【0088】
次に、ＮＤＴ信頼度指標ＮＲＩの算出方法について説明する。図８は、４個のＮＤＴ信頼度指標ＮＲＩの算出式の各々の特性を表すグラフである。ここでは、以下の式（１１）～式（１４）の各々に対する信頼度値ＮＲＶとＮＤＴ信頼度指標ＮＲＩとの関係を示している。
【0089】
【数10】
【0090】
ここで、ＮＤＴスキャンマッチングの精度や安定性が高まるほど、ダウンサンプリングサイズＤＳＳと対応付け比率ＮＤＲとスコア値Ｅは大きな値を取るため、これらの全てが大きい値だとＮＤＴ信頼度指標ＮＲＩは１に近づく。一方、ダウンサンプリングサイズＤＳＳと対応付け比率ＮＤＲとスコア値Ｅのひとつでも小さい値になると、他の数値が大きくてもＮＤＴ信頼度指標ＮＲＩは０に近づく。
【0091】
次に、式（１１）～式（１４）について補足説明する。図８に示されるように、式（１１）は信頼度値ＮＲＶに対するＮＤＴ信頼度指標ＮＲＩの立ち上がりが早く、式（１２）は前半の立ち上がりが緩やかとなり、式（１３）は信頼度値ＮＲＶに対するＮＤＴ信頼度指標ＮＲＩの変化が全般的に緩やかとなる。また、式（１４）は式（１１）より若干立ち上がりが緩やかであるが，最も早くＮＤＴ信頼度指標ＮＲＩが１に近づく特性を示す。このように、各式では、信頼度値ＮＲＶに対するＮＤＴ信頼度指標ＮＲＩの感度に違いがあると言える。式（１１）～式（１４）からどの式を用いて信頼度値ＮＲＶからＮＤＴ信頼度指標ＮＲＩを算出するかについては、デッドレコニングの信頼性に応じて予め決定される。なお、デッドレコニングの信頼性として、例えば、ジャイロセンサ３の感度ムラやデッドレコニングに用いる各センサのカタログ記載の性能値などを勘案してもよい。
【0092】
（５－３）技術的効果
次に、信頼度値ＮＲＶに基づきＤＲ位置ＸＤＲとＮＤＴ位置ＸＮＤＴとの重み付き平均計算により推定自車位置Ｘ＾を算出することの技術的効果について補足説明する。
次に、信頼度値ＮＲＶに基づきＤＲ位置ＸＤＲとＮＤＴ位置ＸＮＤＴとの重み付き平均計算により推定自車位置Ｘ＾を算出することの技術的効果について補足説明する。
【0093】
【0094】
図９（Ａ）～図９（Ｃ）は、ダウンサンプリングサイズをボクセルサイズの１倍に設定した場合の、車載機１を搭載する車両周辺の俯瞰図を示す。図９（Ａ）～図９（Ｃ）では、ボクセルデータＶＤが存在するボクセルが矩形枠により示され、１周期分の走査により得られるライダ２の計測点の位置をドットにより示されている。ここで、図９（Ａ）は、ライダ２の周辺に構造物が多い場合の例を示し、図９（Ｂ）は、ライダ２の周辺に構造物が少ない場合の例を示し、図９（Ｃ）は、オクルージョンが発生した場合の例を示す。なお、構造物の表面位置に対応するボクセルには、対応するボクセルデータＶＤが存在する。
【0095】
図９（Ａ）～図９（Ｃ）に示されるように、ライダ２で取得される点群データの計測点数は、ライダ２の計測拒理や視野角だけでなく、自車周辺の環境に依存する。例えば、周辺が密な空間の場合（図９（Ａ）参照）には、点群データの計測点数が多いが、周辺が疎な空間の場合（図９（Ｂ）参照）には、点群データの計測点数が少ない。また、他車両などによるオクルージョンが発生した場合（図９（Ｃ）参照）には、ＮＤＴスキャンマッチングに利用可能な対応計測点数Ｎｃが少なくなる。そして、図９（Ａ）の例では、ＮＤＴスキャンマッチングに利用可能な対応計測点数Ｎｃが十分であることから、ＮＤＴスキャンマッチングにより最適解が得られる可能性が高いが、図９（Ｂ）及び図９（Ｃ）の例では、対応計測点数Ｎｃが少ないため、ＮＤＴスキャンマッチングにおいて局所解に陥る可能性がある。
【0096】
【0097】
図１０（Ａ）、（Ｂ）は、デッドレコニングの誤差分布とＮＤＴスキャンマッチングの誤差分布とを夫々示したグラフである。具体的には、図１０（Ａ）は、ライダ２が出力する点群データの点群数が比較的豊富であり、かつ、オクルージョンが比較的少ない場合のデッドレコニングの誤差分布とＮＤＴスキャンマッチングの誤差分布とを夫々示す。また、図１０（Ｂ）は、ライダ２が出力する点群データの点群数が過少となる場合、又は、オクルージョンが比較的多い場合のデッドレコニングの誤差分布とＮＤＴスキャンマッチングの誤差分布とを夫々示す。また、図１０（Ａ）、（Ｂ）では、簡略化のため、推定位置（姿勢を含む）を構成する１つの要素に対する誤差分布を示しており、ＤＲ位置ＸＤＲ、ＮＤＴ位置ＸＮＤＴ、推定自車位置Ｘ＾が夫々矢印により示されている。
【0098】
ライダ２が出力する点群データの点群数が豊富かつオクルージョンが少ない場合には、ＮＤＴスキャンマッチングは安定的に計算されるため、ＮＤＴスキャンマッチングの誤差分布は正規分布的な特性を示す。一般的には、ライダ２の計測精度は高いため、この場合には、図１０（Ａ）に示されるように、デッドレコニングの誤差分布に比べてＮＤＴスキャンマッチングの誤差分布は裾野が狭く急峻な特性になる。従って、この場合、ＮＤＴスキャンマッチングによる自車位置計算結果は、十分に信頼できる結果となる。よって、信頼度値ＮＲＶが大きく、ＮＤＴ信頼度指標ＮＲＩが１に近い値となるため、式（１０）の重み付き平均による推定自車位置Ｘ＾はＸＮＤＴに近いものとなる。
【0099】
一方、ライダ２が出力する点群データの点群数が少なかったり、オクルージョンが発生したりする場合には、ＮＤＴスキャンマッチングの計算には誤差が含まれることになる。その誤差が多いと、図１０（Ｂ）に示されるように、なだらかで複数のピークを持つような特性になることがある。ここで、ＮＤＴスキャンマッチングの計算は評価関数（スコア値Ｅ）が最大となる条件を探索するため、山が最も高いところを結果として算出する。図１０（Ｂ）の場合は、分布の右端が最も山が高いため、そこをＮＤＴ位置ＸＮＤＴとして算出しており、このような場合はＮＤＴ位置ＸＮＤＴがあまり信用できない。
【0100】
以上を勘案し、本実施例に係るフュージョンブロック２６は、信頼度値ＮＲＶに基づきＤＲ位置ＸＤＲとＮＤＴ位置ＸＮＤＴとの重み付き平均計算により推定自車位置Ｘ＾を算出する。これにより、ＮＤＴスキャンマッチングの信頼度が高くＮＤＴ信頼度指標ＮＲＩが1に近い時は、図１０（Ａ）のようにＮＤＴ位置ＸＮＤＴに近い結果が最終的な推定自車位置Ｘ＾（フュージョン位置）として算出される。一方、ＮＤＴスキャンマッチングの信頼度が低くＮＤＴ信頼度指標ＮＲＩが０に近い時は，図１０（Ｂ）のようにＮＤＴ位置ＸＮＤＴから離れてＤＲ位置ＸＤＲに近づくものとなる。これにより、ＮＤＴスキャンマッチングの信頼度が低い場合でも、最終的な推定自車位置の精度悪化を防ぐことができる。
【0101】
（６）処理フロー
図１１は、車載機１のコントローラ１３が実行する自車位置推定に関する処理の手順を示すフローチャートの一例である。コントローラ１３は、図１１のフローチャートの処理を、電源がオンになった場合など、自車位置推定を行う必要が生じた場合に開始する。
図１１は、車載機１のコントローラ１３が実行する自車位置推定に関する処理の手順を示すフローチャートの一例である。コントローラ１３は、図１１のフローチャートの処理を、電源がオンになった場合など、自車位置推定を行う必要が生じた場合に開始する。
【0102】
まず、コントローラ１３は、ＧＰＳ受信機５の測位結果に基づき、予測自車位置を決定する（ステップＳ１１）。そして、コントローラ１３は、ライダ２の点群データを取得できたか否か判定する（ステップＳ１２）。そして、コントローラ１３は、ライダ２の点群データを取得できない場合（ステップＳ１２；Ｎｏ）、引き続きステップＳ１２の判定を行う。また、コントローラ１３は、点群データを取得できない期間では、引き続きＧＰＳ受信機５の測位結果に基づき、自車位置を決定する。なお、コントローラ１３は、ＧＰＳ受信機５のみの測位結果に限らず、点群データ以外の任意のセンサの出力に基づき、自車位置を決定してもよい。
【0103】
そして、コントローラ１３は、ライダ２の点群データを取得できた場合（ステップＳ１２；Ｙｅｓ）、ジャイロセンサ３と車速センサ４等に基づき検出した車両の移動速度及び角速度と、前回の推定自車位置とから、デッドレコニングを実行し、予測自車位置となるＤＲ位置ＸＤＲを算出する（ステップＳ１３）。そして、コントローラ１３は、ライダ２が現処理時刻において走査する１周期分の点群データに対し、ダウンサンプリングサイズＤＳＳの現在の設定値によるダウンサンプリングを実施する（ステップＳ１４）。
【0104】
次に、コントローラ１３は、ＤＲ位置ＸＤＲを初期値として、ＮＤＴマッチング処理を実施することで、ＮＤＴ位置ＸＮＤＴを算出する（ステップＳ１５）。この場合、コントローラ１３は、加工点群データをワールド座標系のデータに変換する処理、及び、ワールド座標系に変換された加工点群データとボクセルデータＶＤが存在するボクセルとの対応付けなどを行う。
【0105】
次に、コントローラ１３は、ＮＤＴマッチング処理での加工点群データとボクセルデータＶＤとの対応付け結果に基づいて、対応付け比率ＤＡＲを算出する（ステップＳ１６）。また、コントローラ１３は、対応計測点数Ｎｃを、目標範囲ＲＮｃと比較することで、次回のダウンサンプリングでのダウンサンプリングサイズＤＳＳを決定する。さらに、コントローラ１３は、ＮＤＴマッチング処理で求めた推定パラメータＰに対するスコア値Ｅを取得する（ステップＳ１７）。
【0106】
そして、コントローラ１３は、ダウンサンプリングサイズＤＳＳと、対応付け比率ＤＡＲと、スコア値Ｅとに基づき、信頼度値ＮＲＶを算出する（ステップＳ１８）。そして、コントローラ１３は、信頼度値ＮＲＶからＮＤＴ信頼度指標ＮＲＩを生成する（ステップＳ１９）。
【0107】
そして、コントローラ１３は、ＮＤＴ信頼度指標ＮＲＩを用いたＤＲ位置ＸＤＲ及びＮＤＴ位置ＸＮＤＴの重み付き平均計算により、推定自車位置Ｘ＾を算出する（ステップＳ２０）。そして、コントローラ１３は、自車位置推定処理を終了すべきか否か判定する（ステップＳ２１）。そして、コントローラ１３は、自車位置推定処理を終了すべきと判定した場合（ステップＳ２１；Ｙｅｓ）、フローチャートの処理を終了する。一方、コントローラ１３は、自車位置推定処理を継続する場合（ステップＳ２１；Ｎｏ）、ステップＳ１２へ処理を戻し、次の処理時刻での自車位置の推定を行う。
【0108】
（７）実験結果に基づく考察
次に、上述した実施例に関する実験結果について考察する。
次に、上述した実施例に関する実験結果について考察する。
【0109】
出願人は、中距離を対象とし、水平視野角が６０度及び動作周波数１２Ｈｚ（周期８３．３ｍｓ）となるライダを前方２台及び後方２台搭載した車両をある走行路に対して走行させ、当該走行路に対して事前に作成したボクセルデータ（ＮＤ地図）と、走行中に得られたライダの点群データとをマッチングさせて自車位置推定を行った。また、精度評価のために、正解となる位置データとして、ＲＴＫ－ＧＰＳの測位結果を用いた。
【0110】
図１２（Ａ）～図１２（Ｆ）及び図１３（Ａ）～図１３（Ｄ）は、ＮＤＴ位置ＸＮＤＴを推定自車位置Ｘ＾として定める比較例に係る自車位置推定結果を示す。ここで、ＲＴＫ－ＧＰＳの測位結果に対して、図１２（Ａ）は進行方向の誤差、図１２（Ｂ）は横方向の誤差、図１２（Ｃ）は高さ方向の誤差、図１２（Ｄ）はヨー角の誤差を示し、図１２（Ｅ）はダウンサンプリング前の点群データの計測点数、図１２（Ｆ）はダウンサンプリングのサイズを夫々示す。また、図１３（Ａ）はダウンサンプリング後の加工点群データの計測点数、図１３（Ｂ）は対応計測点数Ｎｃ、図１３（Ｃ）は対応付け比率ＤＡＲ、図１３（Ｄ）はスコア値Ｅ（ｋ）を夫々示す。また、進行方向におけるＲＭＳＥ（Ｒｏｏｔ Ｍｅａｎ Ｓｑｕａｒｅｄ Ｅｒｒｏｒ）値は０．２３５ｍ、横方向のＲＭＳＥ値は０．０４４ｍ、高さ方向のＲＭＳＥ値は０．０３９ｍ、方位（ヨー角）のＲＭＳＥ値は０．２３２度となった。
【0111】
図１２（Ａ）に示すように、時刻が１３０ｓ付近の期間では、進行方向の誤差が大きく，また全般的に線が太いため、当該期間ではＮＤＴマッチングが安定的に行われていないと推察される。また、図１２（Ｅ）に示すダウンサンプリング前の計測点数があまり多くないため、図１２（Ｆ）に示すダウンサンプリングサイズＤＳＳは比較的小さく１ｍ以下となっている。また図１３（Ｃ）の対応付け比率ＤＡＲも低めであり、図１３（Ｄ）のスコア値Ｅも若干小さめである。つまり、比較例におけるＮＤＴスキャンマッチングの計算は、ダウンサンプリングサイズＤＳＳ、対応付け比率ＤＡＲ及びスコア値Ｅがいずれも比較的小さくなっており、信頼性があまり高くない状況と判断できる。よってＮＤＴマッチング結果に誤差が多く含まれ、それが原因となって図１２（Ａ）に示す進行方向の誤差が大きくなっていると推察される。
【0112】
図１４（Ａ）～図１４（Ｆ）及び図１５（Ａ）～図１５（Ｆ）は、ＮＤＴ位置ＸＮＤＴとＤＲ位置ＸＤＲとのフュージョンにより推定自車位置Ｘ＾を決定する実施例に係る自車位置推定結果を示す。ここで、ＲＴＫ－ＧＰＳの測位結果に対して、図１４（Ａ）は進行方向の誤差、図１４（Ｂ）は横方向の誤差、図１４（Ｃ）は高さ方向の誤差、図１４（Ｄ）はヨー角の誤差を示し、図１４（Ｅ）はダウンサンプリング前の点群データの計測点数、図１４（Ｆ）はダウンサンプリングのサイズを夫々示す。また、図１５（Ａ）はダウンサンプリング後の加工点群データの計測点数、図１５（Ｂ）は対応計測点数Ｎｃ、図１５（Ｃ）は対応付け比率ＤＡＲ、図１５（Ｄ）はスコア値Ｅ（ｋ）、図１５（Ｅ）は信頼度値ＮＲＶ、図１５（Ｆ）はＮＤＴ信頼度指標ＮＲＩを夫々示す。また、進行方向におけるＲＭＳＥ値は０．１５０ｍ、横方向のＲＭＳＥ値は０．０３４ｍ、高さ方向のＲＭＳＥ値は０．０２２ｍ、方位（ヨー角）のＲＭＳＥ値は０．１７１度であり、比較例に対して良好な値となった。
【0113】
ここで、図１５（Ｅ）に示す信頼度値ＮＲＶを参照すると、およそ１．０付近の値を推移しており、あまりＮＤＴスキャンマッチングの信頼度が高いとは言えない。また、図１５（Ｆ）は、図１５（Ｅ）に示す信頼度値ＮＲＶを用いて式（１１）により算出したＮＤＴ信頼度指標ＮＲＩに相当し、あまり１に近い値とはなっていない。このＮＤＴ信頼度指標ＮＲＩを用いて式（１０）に基づき推定自車位置Ｘ＾が算出されている。この場合、図１４（Ａ）に示す進行方向の誤差は比較例と比べて大きく改善し、図１４（Ｂ）～図１４（Ｄ）に示される他の誤差も改善している。このように、ＮＤＴ位置ＸＮＤＴとＤＲ位置ＸＤＲとのフュージョンにより、自車位置推定精度が向上したことが推察される。
【0114】
また、出願人は、別の種類のライダを用いた追加の実験を行った。追加の実験では、出願人は、長距離を測距可能であって、水平視野角が３６０度及び動作周波数１０Ｈｚ（周期１００ｍｓ）となるライダを搭載した車両をある走行路に対して走行させ、当該走行路に対して事前に作成したボクセルデータ（ＮＤ地図）と、走行中に得られたライダの点群データとをマッチングさせて自車位置推定を行った。また、正解となる位置データとして、ＲＴＫ－ＧＰＳの測位結果を用いた。
【0115】
図１６（Ａ）～図１６（Ｆ）及び図１７（Ａ）～図１７（Ｄ）は、ＮＤＴ位置ＸＮＤＴを推定自車位置Ｘ＾として定める比較例に係る自車位置推定結果を示す。ここで、ＲＴＫ－ＧＰＳの測位結果に対して、図１６（Ａ）は進行方向の誤差、図１６（Ｂ）は横方向の誤差、図１６（Ｃ）は高さ方向の誤差、図１６（Ｄ）はヨー角の誤差を示し、図１６（Ｅ）はダウンサンプリング前の点群データの計測点数、図１６（Ｆ）はダウンサンプリングのサイズを夫々示す。また、図１７（Ａ）はダウンサンプリング後の加工点群データの計測点数、図１７（Ｂ）は対応計測点数Ｎｃ、図１７（Ｃ）は対応付け比率ＤＡＲ、図１７（Ｄ）はスコア値Ｅ（ｋ）を夫々示す。また、進行方向におけるＲＭＳＥ値は０．０３１ｍ、横方向のＲＭＳＥ値は０．０２９ｍ、高さ方向のＲＭＳＥ値は０．０２７ｍ、方位（ヨー角）のＲＭＳＥ値は０．０５１度となった。
【0116】
本実験で用いたライダは、長距離かつ全周囲タイプのため、図１６(Ｅ)に示すダウンサンプリング前の計測点数は、数万点であり十分に多いデータ数となっている。そのため、図１６（Ｆ）に示すダウンサンプリングサイズＤＳＳは、図１２～図１５の実験と比較して大きめの値となっている。また、時刻１２０ｓと２２０ｓ付近で対応付け比率ＤＡＲが低下しているが、ここは、道路がオーバーパスする場所であり、地図情報量が少ないことが原因となっており、その場所以外では対応付け比率ＤＡＲとスコア値は良好な値となっている。結果として、ＮＤＴ位置の誤差は良好であるものの、図１６（Ａ）の２２０ｓ付近で少しだけ乱れが生じている。
【0117】
図１８（Ａ）～図１８（Ｆ）及び図１９（Ａ）～図１９（Ｆ）は、ＮＤＴ位置ＸＮＤＴとＤＲ位置ＸＤＲとのフュージョンにより推定自車位置Ｘ＾を決定する実施例に係る自車位置推定結果を示す。ここで、ＲＴＫ－ＧＰＳの測位結果に対して、図１８（Ａ）は進行方向の誤差、図１８（Ｂ）は横方向の誤差、図１８（Ｃ）は高さ方向の誤差、図１８（Ｄ）はヨー角の誤差を示し、図１８（Ｅ）はダウンサンプリング前の点群データの計測点数、図１８（Ｆ）はダウンサンプリングのサイズを夫々示す。また、図１９（Ａ）はダウンサンプリング後の加工点群データの計測点数、図１９（Ｂ）は対応計測点数Ｎｃ、図１９（Ｃ）は対応付け比率ＤＡＲ、図１９（Ｄ）はスコア値Ｅ（ｋ）、図１９（Ｅ）は信頼度値ＮＲＶ、図１９（Ｆ）はＮＤＴ信頼度指標ＮＲＩを夫々示す。また、進行方向におけるＲＭＳＥ値は０．０２９ｍ、横方向のＲＭＳＥ値は０．０２７ｍ、高さ方向のＲＭＳＥ値は０．０２４ｍ、方位（ヨー角）のＲＭＳＥ値は０．０５０度であり、比較例よりも若干良好な値となった。
【0118】
ここで、図１９（Ｅ）に示される信頼度値は、１２０ｓと２２０ｓ付近で低下しており、その期間ではＮＤＴスキャンマッチングの信頼度が低下していると言える。また、図１９（Ｆ）は、図１９（Ｅ）に示す信頼度値ＮＲＶを用いて式（１１）により算出したＮＤＴ信頼度指標ＮＲＩに相当し、１２０ｓと２２０ｓ付近以外は１に近い値を示していることがわかる。このＮＤＴ信頼度指標ＮＲＩを用いて式（１０）に基づき推定自車位置Ｘ＾が算出されている。この場合、図１８（Ａ）～図１８（Ｄ）に示されるように、２２０ｓ付近の誤差が改善している。このように、本実験結果においても、ＮＤＴ位置ＸＮＤＴとＤＲ位置ＸＤＲとのフュージョンにより自己位置推定精度が向上したことが推察される。
【0119】
（８）変形例
以下、上述の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、組み合わせてこれらの実施例に適用してもよい。
以下、上述の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、組み合わせてこれらの実施例に適用してもよい。
【0120】
（変形例１）
式（１１）～式（１４）における信頼度値ＮＲＶに係数「α」を乗じてＮＤＴ信頼度指標ＮＲＩの算出を行ってもよい。
式（１１）～式（１４）における信頼度値ＮＲＶに係数「α」を乗じてＮＤＴ信頼度指標ＮＲＩの算出を行ってもよい。
【0121】
この場合、式（１１）～式（１４）は、係数ａを用いた以下の式（１５）～式（１８）のように表される。
【0122】
【数11】
【0123】
そして、本変形例では、係数ａは、使用するライダ２の計測精度に応じた値に設定される。例えば、ライダ２の各計測点に含まれる距離計測値及び角度計測値の精度が悪い場合、点群データの計測点の各々に誤差が乗っていることになる。この場合、誤差の大きい点群データを基にしたＮＤＴスキャンマッチングについても誤差が乗った結果となるため、係数ａを小さめに設定する。その結果、同じ信頼度値ＮＲＶに対してＮＤＴ信頼度指標ＮＲＩを小さめの値にすることができる。
【0124】
一方、ライダ２の計測精度が高い場合は、ＮＤＴスキャンマッチングの精度も良いため、係数ａを大きめに設定することで、同じ信頼度値ＮＲＶに対してもＮＤＴ信頼度指標ＮＲＩを大きめの値に設定することができる。
【0125】
なお、使用するライダ２の計測精度はデータシートの値から得られるが、実測により求めても良い。例えば，停車中に特定の対象物を対象のライダ２により連続的に計測し、その値の分散値を求めることで、対象のライダ２の計測精度を実測することが可能となる。
【0126】
また、式（１１）～式（１８）以外の任意のアルゴリズムに基づき、０～１の値域となるＮＤＴ信頼度指標ＮＲＩを決定してもよい。
【0127】
例えば、以下のように、ＮＤＴ信頼度指標ＮＲＩを決定してもよい。
ＮＲＶ＜２．５ の場合、 ＮＲＩ＝ＮＲＶ／２．５
ＮＲＶ≧２．５ の場合、 ＮＲＩ＝１．０
ＮＲＶ＜２．５ の場合、 ＮＲＩ＝ＮＲＶ／２．５
ＮＲＶ≧２．５ の場合、 ＮＲＩ＝１．０
【0128】
他の例では、以下のように、詳細な場合分けによりＮＤＴ信頼度指標ＮＲＩを決定してもよい。
ＮＲＶ＜０．５ の場合 ＮＲＩ＝０．５
０．５≦ＮＲＶ＜１．０ の場合 ＮＲＩ＝０．６
１．０≦ＮＲＶ＜１．５ の場合 ＮＲＩ＝０．７
１．５≦ＮＲＶ＜２．０ の場合 ＮＲＩ＝０．８
２．０≦ＮＲＶ＜２．５ の場合 ＮＲＩ＝０．９
２．５≦ＮＲＶ の場合 ＮＲＩ＝１．０
ＮＲＶ＜０．５ の場合 ＮＲＩ＝０．５
０．５≦ＮＲＶ＜１．０ の場合 ＮＲＩ＝０．６
１．０≦ＮＲＶ＜１．５ の場合 ＮＲＩ＝０．７
１．５≦ＮＲＶ＜２．０ の場合 ＮＲＩ＝０．８
２．０≦ＮＲＶ＜２．５ の場合 ＮＲＩ＝０．９
２．５≦ＮＲＶ の場合 ＮＲＩ＝１．０
【0129】
これらの場合においても、フュージョンブロック２６は、信頼度値ＮＲＶを好適に０～１の範囲に正規化したＮＤＴ信頼度指標ＮＲＩを決定することができる。
【0130】
（変形例２）
車載機１は、ダウンサンプリングの実行を前提としてダウンサンプリングサイズＤＳＳに基づき信頼度値ＮＲＶを算出した。これに代えて、車載機１は、ダウンサンプリングを行わない場合においても、信頼度値ＮＲＶを算出し、ＮＤＴ位置ＸＮＤＴの重みｗの決定に用いてもよい。
車載機１は、ダウンサンプリングの実行を前提としてダウンサンプリングサイズＤＳＳに基づき信頼度値ＮＲＶを算出した。これに代えて、車載機１は、ダウンサンプリングを行わない場合においても、信頼度値ＮＲＶを算出し、ＮＤＴ位置ＸＮＤＴの重みｗの決定に用いてもよい。
【0131】
この場合、車載機１は、ライダ２が出力する点群データに対してボクセルデータＶＤとの対応付けを行い、ＮＤＴスキャンマッチング、スコア値Ｅの算出、及び対応付け比率ＤＡＲの算出を行う。そして、車載機１は、算出したスコア値Ｅと対応付け比率ＤＡＲとに基づき信頼度値ＮＲＶを決定する。この場合の信頼度値ＮＲＶは、例えば、スコア値Ｅと対応付け比率ＤＡＲとの積とする。そして、車載機１は、信頼度値ＮＲＶを実施例又は変形例１に基づき正規化したＮＤＴ信頼度指標ＮＲＩを算出し、ＤＲ位置ＸＤＲとＮＤＴ位置ＸＮＤＴとの重み付き平均計算により推定自車位置Ｘ＾を算出する。
【0132】
このように、ダウンサンプリングを行わない場合においても、車載機１は、推定自車位置Ｘ＾を好適に算出することができる。
【0133】
（変形例３）
信頼度値ＮＲＶは、ダウンサンプリングサイズＤＳＳとスコア値Ｅと対応付け比率ＤＡＲとの乗算値に限らず、ダウンサンプリングサイズＤＳＳとスコア値Ｅと対応付け比率ＤＡＲと夫々正の相関を有するような任意の式により規定される値であってもよい。また、信頼度値ＮＲＶは、ダウンサンプリングサイズＤＳＳとスコア値Ｅと対応付け比率ＤＡＲの少なくとも１つ用いて算出されてもよい。言い換えると、信頼度値ＮＲＶは、ダウンサンプリングサイズＤＳＳと対応付け比率ＤＡＲとスコア値Ｅのいずれか１つ又は２つに基づき算出されてもよい。また、ダウンサンプリング前の計測点数（即ちライダ２が出力する点群データの計測点数）が多いほどダウンサンプリングサイズＤＳＳも大きくなるため、信頼度値ＮＲＶは、ダウンサンプリングサイズＤＳＳに代わり、例えば、（ダウンサンプリング前の計測点数／１０，０００）の値を用いて算出されても良い。
信頼度値ＮＲＶは、ダウンサンプリングサイズＤＳＳとスコア値Ｅと対応付け比率ＤＡＲとの乗算値に限らず、ダウンサンプリングサイズＤＳＳとスコア値Ｅと対応付け比率ＤＡＲと夫々正の相関を有するような任意の式により規定される値であってもよい。また、信頼度値ＮＲＶは、ダウンサンプリングサイズＤＳＳとスコア値Ｅと対応付け比率ＤＡＲの少なくとも１つ用いて算出されてもよい。言い換えると、信頼度値ＮＲＶは、ダウンサンプリングサイズＤＳＳと対応付け比率ＤＡＲとスコア値Ｅのいずれか１つ又は２つに基づき算出されてもよい。また、ダウンサンプリング前の計測点数（即ちライダ２が出力する点群データの計測点数）が多いほどダウンサンプリングサイズＤＳＳも大きくなるため、信頼度値ＮＲＶは、ダウンサンプリングサイズＤＳＳに代わり、例えば、（ダウンサンプリング前の計測点数／１０，０００）の値を用いて算出されても良い。
【0134】
（変形例４）
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運転支援システムの構成は図１に示す構成に限定されない。例えば、運転支援システムは、車載機１を有する代わりに、車両の電子制御装置が車載機１のダウンサンプリング処理部１４及び自車位置推定部１５の処理を実行してもよい。この場合、地図ＤＢ１０は、例えば車両内の記憶部又は車両とデータ通信を行うサーバ装置に記憶され、車両の電子制御装置は、この地図ＤＢ１０を参照することで、ダウンサンプリング及びＮＤＴスキャンマッチングに基づく自車位置推定などを実行する。
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運転支援システムの構成は図１に示す構成に限定されない。例えば、運転支援システムは、車載機１を有する代わりに、車両の電子制御装置が車載機１のダウンサンプリング処理部１４及び自車位置推定部１５の処理を実行してもよい。この場合、地図ＤＢ１０は、例えば車両内の記憶部又は車両とデータ通信を行うサーバ装置に記憶され、車両の電子制御装置は、この地図ＤＢ１０を参照することで、ダウンサンプリング及びＮＤＴスキャンマッチングに基づく自車位置推定などを実行する。
【0135】
（変形例５）
ボクセルデータＶＤは、図５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ＶＤ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。
ボクセルデータＶＤは、図５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ＶＤ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。
【0136】
以上説明したように、本実施例に係る車載機１のコントローラ１３は、車両の第１候補位置であるＤＲ位置ＸＤＲを取得する。また、コントローラ１３は、車両に設けられた外界センサであるライダ２が出力する点群データと地図データであるボクセルデータＶＤとの照合であるＮＤＴスキャンマッチングに基づき決定した車両の第２候補位置であるＮＤＴ位置ＸＮＤＴを取得する。さらに、コントローラ１３は、ＮＤＴスキャンマッチングの信頼度を表す信頼度値ＮＲＶを算出する。そして、コントローラ１３は、ＤＲ位置ＸＤＲと、ＮＤＴ位置ＸＮＤＴと、信頼度値ＮＲＶとに基づき、推定自車位置Ｘ＾を決定する。このようにすることで、コントローラ１３は、周辺に構造物が少ない場合やオクルージョンが発生した場合であっても、位置推定精度の低下を好適に低減することができる。
【0137】
なお、上述した実施例において、プログラムは、様々なタイプの非一時的なコンピュータ可読媒体（non-transitory computer readable medium）を用いて格納され、コンピュータであるコントローラ等に供給することができる。非一時的なコンピュータ可読媒体は、様々なタイプの実体のある記憶媒体（tangible storage medium）を含む。非一時的なコンピュータ可読媒体の例は、磁気記憶媒体（例えばフレキシブルディスク、磁気テープ、ハードディスクドライブ）、光磁気記憶媒体（例えば光磁気ディスク）、ＣＤ－ＲＯＭ（Read Only Memory）、ＣＤ－Ｒ、ＣＤ－Ｒ／Ｗ、半導体メモリ（例えば、マスクＲＯＭ、ＰＲＯＭ（Programmable ROM）、ＥＰＲＯＭ（Erasable PROM）、フラッシュＲＯＭ、ＲＡＭ（Random Access Memory））を含む。
【0138】
以上、実施例を参照して本願発明を説明したが、本願発明は上記実施例に限定されるものではない。本願発明の構成や詳細には、本願発明のスコープ内で当業者が理解し得る様々な変更をすることができる。すなわち、本願発明は、請求の範囲を含む全開示、技術的思想にしたがって当業者であればなし得るであろう各種変形、修正を含むことは勿論である。また、引用した上記の特許文献等の各開示は、本書に引用をもって繰り込むものとする。
【符号の説明】
【0139】
【図1】
【図2】
【図3】
【図4】
【図5】
【図6】
【図7】
【図8】
【図9】
【図10】
【図11】
【図12】
【図13】
【図14】
【図15】
【図16】
【図17】
【図18】
【図19】
【図20】
