▶ 現代自動車株式会社の特許一覧 ▶ 起亞自動車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】P2024132814
(43)【公開日】2024-10-01
(54)【発明の名称】位置推定サーバー、それを含むシステム、及びその方法
(51)【国際特許分類】
G05D 1/43 20240101AFI20240920BHJP
G01C 21/28 20060101ALI20240920BHJP
【ＦＩ】
G05D1/02 P
G01C21/28
【審査請求】未請求
【請求項の数】20
【出願形態】ＯＬ
(21)【出願番号】P 2023167581
(22)【出願日】2023-09-28
(31)【優先権主張番号】10-2023-0035344
(32)【優先日】2023-03-17
(33)【優先権主張国・地域又は機関】KR
(71)【出願人】
【識別番号】591251636
【氏名又は名称】現代自動車株式会社
【氏名又は名称原語表記】ＨＹＵＮＤＡＩ ＭＯＴＯＲ ＣＯＭＰＡＮＹ
【住所又は居所原語表記】１２， Ｈｅｏｌｌｅｕｎｇ－ｒｏ， Ｓｅｏｃｈｏ－ｇｕ， Ｓｅｏｕｌ， Ｒｅｐｕｂｌｉｃ ｏｆ Ｋｏｒｅａ
(71)【出願人】
【識別番号】500518050
【氏名又は名称】起亞株式会社
【氏名又は名称原語表記】ＫＩＡ ＣＯＲＰＯＲＡＴＩＯＮ
【住所又は居所原語表記】１２， Ｈｅｏｌｌｅｕｎｇ－ｒｏ， Ｓｅｏｃｈｏ－ｇｕ， Ｓｅｏｕｌ， Ｒｅｐｕｂｌｉｃ ｏｆ Ｋｏｒｅａ
(74)【代理人】
【識別番号】110000051
【氏名又は名称】弁理士法人共生国際特許事務所
(72)【発明者】
【氏名】金 佳 熙
(72)【発明者】
【氏名】金 潤 燮
(72)【発明者】
【氏名】李 歡 喜
(72)【発明者】
【氏名】李 昇 勇
【テーマコード（参考）】
2F129
5H301
【Ｆターム（参考）】
2F129AA01
2F129BB02
2F129BB15
2F129BB33
2F129BB45
2F129GG17
2F129GG18
5H301AA02
5H301GG08
5H301GG09
5H301GG24
5H301KK08
5H301KK18
(57)【要約】 （修正有）
【課題】相対的に低い性能を有するセンサを含む第２移動装置の走行のための新規リファレンスデータを生成する位置推定サーバー、それを含むシステム、及びその方法を提供する。
【解決手段】位置推定サーバーは、第１移動装置が指定された領域に関して獲得した位置情報を収集するように構成されるデータ収集部、第２移動装置の位置推定のために用いられる指定された領域に対する基準リファレンスデータを貯蔵するデータ貯蔵部、位置情報、基準リファレンスデータ、又はこれらのいずれかの組み合せのうち少なくとも１つを用いて算出した誤差が閾値を超過するか否かを判断する正確度検証部、誤差が前記閾値を超過する場合、位置情報を用いて第２移動装置の走行のための新規リファレンスデータを生成する測位アップデート部、及び第２移動装置に新規リファレンスデータを配布する配布部を含む。
【選択図】図１
【解決手段】位置推定サーバーは、第１移動装置が指定された領域に関して獲得した位置情報を収集するように構成されるデータ収集部、第２移動装置の位置推定のために用いられる指定された領域に対する基準リファレンスデータを貯蔵するデータ貯蔵部、位置情報、基準リファレンスデータ、又はこれらのいずれかの組み合せのうち少なくとも１つを用いて算出した誤差が閾値を超過するか否かを判断する正確度検証部、誤差が前記閾値を超過する場合、位置情報を用いて第２移動装置の走行のための新規リファレンスデータを生成する測位アップデート部、及び第２移動装置に新規リファレンスデータを配布する配布部を含む。
【選択図】図１
【特許請求の範囲】
【請求項1】
位置推定サーバーであって、
第１移動装置が指定された領域に関して獲得した位置情報を収集するように構成されるデータ収集部と、
第２移動装置の位置推定のために用いられる前記指定された領域に対する基準リファレンス（ｒｅｆｅｒｅｎｃｅ）データを貯蔵するデータ貯蔵部と、
前記位置情報、前記基準リファレンスデータ、又はこれらのいずれかの組み合せのうち少なくとも１つを用いて算出した誤差が閾値を超過するか否かを判断する正確度検証部と、
前記誤差が前記閾値を超過する場合、前記位置情報を用いて前記第２移動装置の走行のための新規リファレンスデータを生成する測位アップデート部と、
前記第２移動装置に前記新規リファレンスデータを配布する配布部と、を含む、ことを特徴とする位置推定サーバー。
第１移動装置が指定された領域に関して獲得した位置情報を収集するように構成されるデータ収集部と、
第２移動装置の位置推定のために用いられる前記指定された領域に対する基準リファレンス（ｒｅｆｅｒｅｎｃｅ）データを貯蔵するデータ貯蔵部と、
前記位置情報、前記基準リファレンスデータ、又はこれらのいずれかの組み合せのうち少なくとも１つを用いて算出した誤差が閾値を超過するか否かを判断する正確度検証部と、
前記誤差が前記閾値を超過する場合、前記位置情報を用いて前記第２移動装置の走行のための新規リファレンスデータを生成する測位アップデート部と、
前記第２移動装置に前記新規リファレンスデータを配布する配布部と、を含む、ことを特徴とする位置推定サーバー。
【請求項2】
前記データ収集部は、前記第１移動装置が第１センサ部を用いて前記指定された領域に関して獲得した前記位置情報を収集するように構成され、
前記データ貯蔵部は、
前記第１センサ部に比べて低い性能を有する第２センサ部を含む前記第２移動装置の走行のために用いられる前記基準リファレンスデータを貯蔵するように構成される、ことを特徴とする請求項１に記載の位置推定サーバー。
前記データ貯蔵部は、
前記第１センサ部に比べて低い性能を有する第２センサ部を含む前記第２移動装置の走行のために用いられる前記基準リファレンスデータを貯蔵するように構成される、ことを特徴とする請求項１に記載の位置推定サーバー。
【請求項3】
前記データ貯蔵部は、
前記基準リファレンスデータと前記新規リファレンスデータ間の差が指定された範囲を超過する場合又は指定された周期に基づいて、前記基準リファレンスデータを前記新規リファレンスデータに代替して貯蔵するように構成される、ことを特徴とする請求項１に記載の位置推定サーバー。
前記基準リファレンスデータと前記新規リファレンスデータ間の差が指定された範囲を超過する場合又は指定された周期に基づいて、前記基準リファレンスデータを前記新規リファレンスデータに代替して貯蔵するように構成される、ことを特徴とする請求項１に記載の位置推定サーバー。
【請求項4】
前記位置情報は、
前記指定された領域に含まれた少なくとも１つの廊下の識別情報、前記第１移動装置の位置推定のために用いられた少なくとも１つのイメージ、前記少なくとも１つのイメージに基づいたＯＣＲ（ｏｐｔｉｃａｌ ｃｈａｒａｃｔｅｒ ｒｅｃｏｇｎｉｔｉｏｎ）認識の結果、２Ｄレーダー（ｒａｄａｒ）データ、３Ｄレーダーデータ、又はこれらのいずれかの組み合せのうち少なくとも１つを含む、ことを特徴とする請求項１に記載の位置推定サーバー。
前記指定された領域に含まれた少なくとも１つの廊下の識別情報、前記第１移動装置の位置推定のために用いられた少なくとも１つのイメージ、前記少なくとも１つのイメージに基づいたＯＣＲ（ｏｐｔｉｃａｌ ｃｈａｒａｃｔｅｒ ｒｅｃｏｇｎｉｔｉｏｎ）認識の結果、２Ｄレーダー（ｒａｄａｒ）データ、３Ｄレーダーデータ、又はこれらのいずれかの組み合せのうち少なくとも１つを含む、ことを特徴とする請求項１に記載の位置推定サーバー。
【請求項5】
前記正確度検証部は、
前記位置情報に含まれたデータのうち少なくとも一部と前記基準リファレンスデータに含まれた前記指定された領域に関するデータ間の前記誤差を算出するように構成される、ことを特徴とする請求項４に記載の位置推定サーバー。
前記位置情報に含まれたデータのうち少なくとも一部と前記基準リファレンスデータに含まれた前記指定された領域に関するデータ間の前記誤差を算出するように構成される、ことを特徴とする請求項４に記載の位置推定サーバー。
【請求項6】
前記基準リファレンスデータ、前記新規リファレンスデータ、又はこれらのいずれかの組み合せのうち少なくとも１つは、
前記指定された領域に含まれる少なくとも１つの廊下の識別情報、少なくとも１つのランドマークの位置、前記少なくとも１つのランドマークの位置に基づいて算出される位置変換情報、又はこれらのいずれかの組み合せのうち少なくとも１つを含む、ことを特徴とする請求項１に記載の位置推定サーバー。
前記指定された領域に含まれる少なくとも１つの廊下の識別情報、少なくとも１つのランドマークの位置、前記少なくとも１つのランドマークの位置に基づいて算出される位置変換情報、又はこれらのいずれかの組み合せのうち少なくとも１つを含む、ことを特徴とする請求項１に記載の位置推定サーバー。
【請求項7】
前記測位アップデート部は、
前記位置情報に含まれた少なくとも１つのイメージから少なくとも１つの特徴点（ｆｅａｔｕｒｅ）を抽出し、前記少なくとも１つの特徴点を含んで前記基準リファレンスデータと区分される前記新規リファレンスデータを生成して前記データ貯蔵部と区分される別途のメモリに貯蔵するか、前記基準リファレンスデータに含まれた基準特徴点を前記少なくとも１つの特徴点に代替して前記新規リファレンスデータを生成して前記データ貯蔵部に貯蔵するように構成される、ことを特徴とする請求項１に記載の位置推定サーバー。
前記位置情報に含まれた少なくとも１つのイメージから少なくとも１つの特徴点（ｆｅａｔｕｒｅ）を抽出し、前記少なくとも１つの特徴点を含んで前記基準リファレンスデータと区分される前記新規リファレンスデータを生成して前記データ貯蔵部と区分される別途のメモリに貯蔵するか、前記基準リファレンスデータに含まれた基準特徴点を前記少なくとも１つの特徴点に代替して前記新規リファレンスデータを生成して前記データ貯蔵部に貯蔵するように構成される、ことを特徴とする請求項１に記載の位置推定サーバー。
【請求項8】
前記測位アップデート部は、
前記位置情報に含まれた２Ｄレーダーデータ、３Ｄレーダーデータ、又はこれらのいずれかの組み合せのうち少なくとも１つを含み前記基準リファレンスデータと区分される前記新規リファレンスデータを生成して前記データ貯蔵部と区分される別途のメモリに貯蔵するか、前記基準リファレンスデータに含まれた基準レーダーデータを前記２Ｄレーダーデータ、前記３Ｄレーダーデータ、又はこれらのいずれかの組み合せのうち少なくとも１つに代替して前記新規リファレンスデータを生成して前記データ貯蔵部に貯蔵するように構成される、ことを特徴とする請求項１に記載の位置推定サーバー。
前記位置情報に含まれた２Ｄレーダーデータ、３Ｄレーダーデータ、又はこれらのいずれかの組み合せのうち少なくとも１つを含み前記基準リファレンスデータと区分される前記新規リファレンスデータを生成して前記データ貯蔵部と区分される別途のメモリに貯蔵するか、前記基準リファレンスデータに含まれた基準レーダーデータを前記２Ｄレーダーデータ、前記３Ｄレーダーデータ、又はこれらのいずれかの組み合せのうち少なくとも１つに代替して前記新規リファレンスデータを生成して前記データ貯蔵部に貯蔵するように構成される、ことを特徴とする請求項１に記載の位置推定サーバー。
【請求項9】
前記測位アップデート部は、
少なくとも１つのリファレンスデータの生成のための少なくとも１つのマシンラーニング（ｍａｃｈｉｎｅ ｌｅａｒｎｉｎｇ）モデルを含み、
前記誤差が前記閾値を超過する場合、前記位置情報に含まれた少なくとも１つのイメージを前記少なくとも１つのマシンラーニングモデルに対する学習データとして用いて前記少なくとも１つのマシンラーニングモデルをアップデートするように構成される、ことを特徴とする請求項１に記載の位置推定サーバー。
少なくとも１つのリファレンスデータの生成のための少なくとも１つのマシンラーニング（ｍａｃｈｉｎｅ ｌｅａｒｎｉｎｇ）モデルを含み、
前記誤差が前記閾値を超過する場合、前記位置情報に含まれた少なくとも１つのイメージを前記少なくとも１つのマシンラーニングモデルに対する学習データとして用いて前記少なくとも１つのマシンラーニングモデルをアップデートするように構成される、ことを特徴とする請求項１に記載の位置推定サーバー。
【請求項10】
前記配布部は、
前記基準リファレンスデータと前記新規リファレンスデータ間の差が指定された範囲を超過する場合又は指定された周期に基づいて、前記第２移動装置に前記新規リファレンスデータを配布するように構成される、ことを特徴とする請求項１に記載の位置推定サーバー。
前記基準リファレンスデータと前記新規リファレンスデータ間の差が指定された範囲を超過する場合又は指定された周期に基づいて、前記第２移動装置に前記新規リファレンスデータを配布するように構成される、ことを特徴とする請求項１に記載の位置推定サーバー。
【請求項11】
位置推定システムであって、
第１センサ部を用いて指定された領域に関する位置情報を獲得する第１移動装置と、
前記第１移動装置から前記位置情報を収集して、第２移動装置の位置推定のために用いられる前記指定された領域に対する基準リファレンス（ｒｅｆｅｒｅｎｃｅ）データを貯蔵して、前記位置情報と前記基準リファレンスデータ間の誤差が閾値を超過する場合、前記位置情報を用いて前記第２移動装置の走行のための新規リファレンスデータを生成して、前記第２移動装置に前記新規リファレンスデータを配布するサーバーと、
前記第１センサ部に比べて低い性能の第２センサ部を含み、前記サーバーから配布された前記新規リファレンスデータに基づいて現在位置を識別する前記第２移動装置と、を含む、ことを特徴とする位置推定システム。
第１センサ部を用いて指定された領域に関する位置情報を獲得する第１移動装置と、
前記第１移動装置から前記位置情報を収集して、第２移動装置の位置推定のために用いられる前記指定された領域に対する基準リファレンス（ｒｅｆｅｒｅｎｃｅ）データを貯蔵して、前記位置情報と前記基準リファレンスデータ間の誤差が閾値を超過する場合、前記位置情報を用いて前記第２移動装置の走行のための新規リファレンスデータを生成して、前記第２移動装置に前記新規リファレンスデータを配布するサーバーと、
前記第１センサ部に比べて低い性能の第２センサ部を含み、前記サーバーから配布された前記新規リファレンスデータに基づいて現在位置を識別する前記第２移動装置と、を含む、ことを特徴とする位置推定システム。
【請求項12】
前記第２移動装置は、
前記第２センサ部を用いて、前記指定された領域内に存在する少なくとも１つのランドマークに関する情報を感知し、
前記新規リファレンスデータ、前記少なくとも１つのランドマークに関する情報、又はこれらのいずれかの組み合せのうち少なくとも１つに基づいて、前記第２移動装置の前記現在位置を推定するように構成される、ことを特徴とする請求項１１に記載の位置推定システム。
前記第２センサ部を用いて、前記指定された領域内に存在する少なくとも１つのランドマークに関する情報を感知し、
前記新規リファレンスデータ、前記少なくとも１つのランドマークに関する情報、又はこれらのいずれかの組み合せのうち少なくとも１つに基づいて、前記第２移動装置の前記現在位置を推定するように構成される、ことを特徴とする請求項１１に記載の位置推定システム。
【請求項13】
前記第２移動装置は、
前記第２センサ部を用いて、前記指定された領域内に前記第２移動装置が走行中である第１区域を識別し、
前記第２センサ部を用いて、前記少なくとも１つのランドマークのうち前記第１区域上に存在する第１ランドマークの第１高さ情報を識別し、
前記新規リファレンスデータに含まれた区域情報、ランドマーク識別情報、位置変換情報、又はこれらのいずれかの組み合せのうち少なくとも１つを用いて、前記第１高さ情報に対応する位置情報を識別し、
前記位置情報に基づいて、前記第２移動装置の前記現在位置を識別するように構成される、ことを特徴とする請求項１２に記載の位置推定システム。
前記第２センサ部を用いて、前記指定された領域内に前記第２移動装置が走行中である第１区域を識別し、
前記第２センサ部を用いて、前記少なくとも１つのランドマークのうち前記第１区域上に存在する第１ランドマークの第１高さ情報を識別し、
前記新規リファレンスデータに含まれた区域情報、ランドマーク識別情報、位置変換情報、又はこれらのいずれかの組み合せのうち少なくとも１つを用いて、前記第１高さ情報に対応する位置情報を識別し、
前記位置情報に基づいて、前記第２移動装置の前記現在位置を識別するように構成される、ことを特徴とする請求項１２に記載の位置推定システム。
【請求項14】
前記第２移動装置は、
前記新規リファレンスデータを用いて、前記第１高さ情報に対応する前記位置情報を識別することができない場合、
前記新規リファレンスデータに基づいたインターポレーション（ｉｎｔｅｒｐｏｌａｔｉｏｎ）を行って前記第２移動装置の前記現在位置を識別するように構成される、ことを特徴とする請求項１３に記載の位置推定システム。
前記新規リファレンスデータを用いて、前記第１高さ情報に対応する前記位置情報を識別することができない場合、
前記新規リファレンスデータに基づいたインターポレーション（ｉｎｔｅｒｐｏｌａｔｉｏｎ）を行って前記第２移動装置の前記現在位置を識別するように構成される、ことを特徴とする請求項１３に記載の位置推定システム。
【請求項15】
前記第１センサ部は、
３Ｄレーダー、３Ｄカメラ、又はこれらのいずれかの組み合せのうち少なくとも１つを含み、
前記第２センサ部は、
２Ｄレーダー、２Ｄカメラ、又はこれらのいずれかの組み合せのうち少なくとも１つを含む、ことを特徴とする請求項１１に記載の位置推定システム。
３Ｄレーダー、３Ｄカメラ、又はこれらのいずれかの組み合せのうち少なくとも１つを含み、
前記第２センサ部は、
２Ｄレーダー、２Ｄカメラ、又はこれらのいずれかの組み合せのうち少なくとも１つを含む、ことを特徴とする請求項１１に記載の位置推定システム。
【請求項16】
位置推定方法であって、
データ収集部が、第１移動装置が指定された領域に関して獲得した位置情報を収集する段階と、
データ貯蔵部が、第２移動装置の位置推定のために用いられる前記指定された領域に対する基準リファレンス（ｒｅｆｅｒｅｎｃｅ）データを貯蔵する段階と、
正確度検証部が、前記位置情報、前記基準リファレンスデータ、又はこれらのいずれかの組み合せのうち少なくとも１つを用いて算出した誤差が閾値を超過するか否かを判断する段階と、
測位アップデート部が、前記誤差が前記閾値を超過する場合、前記位置情報を用いて前記第２移動装置の走行のための新規リファレンスデータを生成する段階と、
配布部が、前記第２移動装置に前記新規リファレンスデータを配布する段階と、を含む、ことを特徴とする位置推定方法。
データ収集部が、第１移動装置が指定された領域に関して獲得した位置情報を収集する段階と、
データ貯蔵部が、第２移動装置の位置推定のために用いられる前記指定された領域に対する基準リファレンス（ｒｅｆｅｒｅｎｃｅ）データを貯蔵する段階と、
正確度検証部が、前記位置情報、前記基準リファレンスデータ、又はこれらのいずれかの組み合せのうち少なくとも１つを用いて算出した誤差が閾値を超過するか否かを判断する段階と、
測位アップデート部が、前記誤差が前記閾値を超過する場合、前記位置情報を用いて前記第２移動装置の走行のための新規リファレンスデータを生成する段階と、
配布部が、前記第２移動装置に前記新規リファレンスデータを配布する段階と、を含む、ことを特徴とする位置推定方法。
【請求項17】
前記測位アップデート部が前記新規リファレンス（ｒｅｆｅｒｅｎｃｅ）データを生成する段階は、
前記測位アップデート部が、前記位置情報に含まれた少なくとも１つのイメージから少なくとも１つの特徴点（ｆｅａｔｕｒｅ）を抽出し、前記少なくとも１つの特徴点を含んで前記基準リファレンスデータと区分される前記新規リファレンスデータを生成して前記データ貯蔵部と区分される別途のメモリに貯蔵するか、前記基準リファレンスデータに含まれた基準特徴点を前記少なくとも１つの特徴点に代替して前記新規リファレンスデータを生成して前記データ貯蔵部に貯蔵する段階を含む、ことを特徴とする請求項１６に記載の位置推定方法。
前記測位アップデート部が、前記位置情報に含まれた少なくとも１つのイメージから少なくとも１つの特徴点（ｆｅａｔｕｒｅ）を抽出し、前記少なくとも１つの特徴点を含んで前記基準リファレンスデータと区分される前記新規リファレンスデータを生成して前記データ貯蔵部と区分される別途のメモリに貯蔵するか、前記基準リファレンスデータに含まれた基準特徴点を前記少なくとも１つの特徴点に代替して前記新規リファレンスデータを生成して前記データ貯蔵部に貯蔵する段階を含む、ことを特徴とする請求項１６に記載の位置推定方法。
【請求項18】
前記測位アップデート部が前記新規リファレンス（ｒｅｆｅｒｅｎｃｅ）データを生成する段階は、
前記測位アップデート部が、前記位置情報に含まれた２Ｄレーダーデータ、３Ｄレーダーデータ、又はこれらのいずれかの組み合せのうち少なくとも１つを含み前記基準リファレンスデータと区分される前記新規リファレンスデータを生成して前記データ貯蔵部と区分される別途のメモリに貯蔵するか、前記基準リファレンスデータに含まれた基準レーダーデータを前記２Ｄレーダーデータ、前記３Ｄレーダーデータ、又はこれらのいずれかの組み合せのうち少なくとも１つに代替して前記新規リファレンスデータを生成して前記データ貯蔵部に貯蔵する段階を含む、ことを特徴とする請求項１６に記載の位置推定方法。
前記測位アップデート部が、前記位置情報に含まれた２Ｄレーダーデータ、３Ｄレーダーデータ、又はこれらのいずれかの組み合せのうち少なくとも１つを含み前記基準リファレンスデータと区分される前記新規リファレンスデータを生成して前記データ貯蔵部と区分される別途のメモリに貯蔵するか、前記基準リファレンスデータに含まれた基準レーダーデータを前記２Ｄレーダーデータ、前記３Ｄレーダーデータ、又はこれらのいずれかの組み合せのうち少なくとも１つに代替して前記新規リファレンスデータを生成して前記データ貯蔵部に貯蔵する段階を含む、ことを特徴とする請求項１６に記載の位置推定方法。
【請求項19】
前記測位アップデート部は、少なくとも１つのリファレンスデータの生成のための少なくとも１つのマシンラーニング（ｍａｃｈｉｎｅ ｌｅａｒｎｉｎｇ）モデルを含み、
前記測位アップデート部が新規リファレンス（ｒｅｆｅｒｅｎｃｅ）データを生成する段階は、
前記測位アップデート部が、前記誤差が前記閾値を超過する場合、前記位置情報に含まれた少なくとも１つのイメージを少なくとも１つのマシンラーニングモデルに対する学習データとして用いて前記少なくとも１つのマシンラーニングモデルをアップデートする段階を含む、ことを特徴とする請求項１６に記載の位置推定方法。
前記測位アップデート部が新規リファレンス（ｒｅｆｅｒｅｎｃｅ）データを生成する段階は、
前記測位アップデート部が、前記誤差が前記閾値を超過する場合、前記位置情報に含まれた少なくとも１つのイメージを少なくとも１つのマシンラーニングモデルに対する学習データとして用いて前記少なくとも１つのマシンラーニングモデルをアップデートする段階を含む、ことを特徴とする請求項１６に記載の位置推定方法。
【請求項20】
前記配布部が前記第２移動装置に前記新規リファレンスデータを配布する段階は、
前記配布部が、前記基準リファレンスデータと前記新規リファレンスデータ間の差が指定された範囲を超過する場合又は指定された周期に基づいて、前記第２移動装置に前記新規リファレンスデータを配布する段階を含む、ことを特徴とする請求項１６に記載の位置推定方法。
前記配布部が、前記基準リファレンスデータと前記新規リファレンスデータ間の差が指定された範囲を超過する場合又は指定された周期に基づいて、前記第２移動装置に前記新規リファレンスデータを配布する段階を含む、ことを特徴とする請求項１６に記載の位置推定方法。
【発明の詳細な説明】
【技術分野】
【0001】
本発明は、位置推定サーバー、それを含むシステム、及びその方法に関し、より詳細には、互いに異なるセンサを含む複数の移動装置（例：移動ロボット）を介して獲得されたデータを用いて、特定移動装置の走行のためのリファレンスデータを生成して特定移動装置にリファレンスデータを配布する技術に関する。
【背景技術】
【0002】
技術の発展に伴い、移動装置（例：移動ロボット）に関する多様な技術が開発されている。例えば、目的地まで移動装置の走行を制御するためにさらに多くのデータが用いられることにより、データ処理のための多様な方法が開発されている。
【0003】
例えば、移動装置は、特定場所を走行するために設けられたデータ（例：特定場所に関するマップ（ｍａｐ）データ）を貯蔵し得る。例えば、移動装置は、移動装置に隣接した領域に関する情報を感知する少なくとも１つのセンサを含むことができる。一例として、移動装置は、特定場所を走行する間に、既貯蔵されたデータと少なくとも１つのセンサを介して獲得したデータを用いて移動装置の位置を推定する機能を行うことができる。
【0004】
例えば、移動装置は、走行を終了して電源が切れる直前の移動装置の位置を貯蔵した後に貯蔵された位置に隣接した領域を検索するか、使用者から受信された位置指定入力を介して移動装置の現在位置を推定及び／又は識別することができる。
【0005】
しかし、前述した移動装置の位置推定機能は正確度が落ちたり、使用者の入力を受信しなければならないという手間が発生するという問題がある。例えば、移動装置の電源が切れた後に移動装置が使用者により貯蔵された位置とは異なる位置に移動される場合、位置推定結果に誤差が発生するという問題がある。例えば、移動装置が存在する位置が類似したパターンが繰り返される場所（例：廊下）である場合、移動装置の位置に推定される地点の候補が多くなるのに伴い位置推定結果に誤差が発生したり正確度が落ちるという問題がある。よって、移動装置に正確度が高いセンサを装着して問題をある程度解決することができるが、このような方法では、移動装置の生産コストが増加することにより量産が難しくなり得る。
【先行技術文献】
【特許文献】
【0006】
【特許文献1】特開２０２３－９８１７４号公報
【発明の概要】
【発明が解決しようとする課題】
【0007】
本発明の一実施形態は、互いに異なる類型のセンサを含む第１移動装置及び第２移動装置と通信を行い、第１移動装置が獲得した指定された領域に関する位置情報を収集して、第２移動装置の位置推定のための基準リファレンスデータと第１移動装置が獲得した位置情報を用いて新規リファレンスデータを生成する位置推定サーバー、それを含むシステム、及びその方法を提供する。
【0008】
本発明の一実施形態は、相対的に向上された性能を有するセンサを含む第１移動装置から指定された領域に関する位置情報を収集して、これを介して相対的に低い性能を有するセンサを含む第２移動装置の走行のための前記新規リファレンスデータを生成する位置推定サーバー、それを含むシステム、及びその方法を提供する。
【0009】
本発明の一実施形態は、前記新規リファレンスデータ及び基準リファレンスデータ間の差が指定された範囲を超過するか、指定された周期が徒過した場合、基準リファレンスデータを前記新規リファレンスデータに代替して貯蔵するように構成される位置推定サーバー、それを含むシステム、及びその方法を提供する。
本発明の技術的課題は、以上で言及した技術的課題に制限されず、言及されていないまた他の技術的課題は、以下の記載から当業者に明確に理解されるであろう。
本発明の技術的課題は、以上で言及した技術的課題に制限されず、言及されていないまた他の技術的課題は、以下の記載から当業者に明確に理解されるであろう。
【課題を解決するための手段】
【0010】
本発明の一実施形態による位置推定サーバーは、第１移動装置が指定された領域に関して獲得した位置情報を収集するように構成されるデータ収集部、第２移動装置の位置推定のために用いられる前記指定された領域に対する基準リファレンス（ｒｅｆｅｒｅｎｃｅ）データを貯蔵するデータ貯蔵部、前記位置情報、前記基準リファレンスデータ、又はこれらのいずれかの組み合せのうち少なくとも１つを用いて算出した誤差が閾値を超過するか否かを判断する正確度検証部、前記誤差が前記閾値を超過する場合、前記位置情報を用いて前記第２移動装置の走行のための新規リファレンスデータを生成する測位アップデート部、及び前記第２移動装置に前記新規リファレンスデータを配布する配布部を含むことができる。
【0011】
一実施形態によると、前記データ収集部は、前記第１移動装置が第１センサ部を用いて前記指定された領域に関して獲得した前記位置情報を収集するように構成され、前記データ貯蔵部は、前記第１センサ部に比べて低い性能を有する第２センサ部を含む前記第２移動装置の走行のために用いられる前記基準リファレンスデータを貯蔵するように構成されてよい。
【0012】
一実施形態によると、前記データ貯蔵部は、前記基準リファレンスデータと前記新規リファレンスデータ間の差が指定された範囲を超過する場合又は指定された周期に基づいて、前記基準リファレンスデータを前記新規リファレンスデータに代替して貯蔵するように構成されてよい。
【0013】
一実施形態によると、前記位置情報は、前記指定された領域に含まれた少なくとも１つの廊下の識別情報、前記第１移動装置の位置推定のために用いられた少なくとも１つのイメージ、前記少なくとも１つのイメージに基づいたＯＣＲ（ｏｐｔｉｃａｌ ｃｈａｒａｃｔｅｒ ｒｅｃｏｇｎｉｔｉｏｎ）認識の結果、２Ｄレーダー（ｒａｄａｒ）データ、３Ｄレーダーデータ、又はこれらのいずれかの組み合せのうち少なくとも１つを含むことができる。
【0014】
一実施形態によると、前記正確度検証部は、前記位置情報に含まれたデータのうち少なくとも一部と前記基準リファレンスデータに含まれた前記指定された領域に関するデータ間の前記誤差を算出するように構成されてよい。
【0015】
一実施形態によると、前記基準リファレンスデータ、前記新規リファレンスデータ、又はこれらのいずれかの組み合せのうち少なくとも１つは、前記指定された領域に含まれる少なくとも１つの廊下の識別情報、少なくとも１つのランドマークの位置、前記少なくとも１つのランドマークの位置に基づいて算出される位置変換情報、又はこれらのいずれかの組み合せのうち少なくとも１つを含むことができる。
【0016】
一実施形態によると、前記測位アップデート部は、前記位置情報に含まれた少なくとも１つのイメージから少なくとも１つの特徴点（ｆｅａｔｕｒｅ）を抽出し、前記少なくとも１つの特徴点を含んで前記基準リファレンスデータと区分される前記新規リファレンスデータを生成して前記データ貯蔵部と区分される別途のメモリに貯蔵するか、前記基準リファレンスデータに含まれた基準特徴点を前記少なくとも１つの特徴点に代替して前記新規リファレンスデータを生成して前記データ貯蔵部に貯蔵するように構成されてよい。
【0017】
一実施形態によると、前記測位アップデート部は、前記位置情報に含まれた２Ｄレーダーデータ、３Ｄレーダーデータ、又はこれらのいずれかの組み合せのうち少なくとも１つを含み前記基準リファレンスデータと区分される前記新規リファレンスデータを生成して前記データ貯蔵部と区分される別途のメモリに貯蔵するか、前記基準リファレンスデータに含まれた基準レーダーデータを前記２Ｄレーダーデータ、前記３Ｄレーダーデータ、又はこれらのいずれかの組み合せのうち少なくとも１つに代替して前記新規リファレンスデータを生成して前記データ貯蔵部に貯蔵するように構成されてよい。
【0018】
一実施形態によると、前記測位アップデート部は、少なくとも１つのリファレンスデータの生成のための少なくとも１つのマシンラーニング（ｍａｃｈｉｎｅ ｌｅａｒｎｉｎｇ）モデルを含み、前記誤差が前記閾値を超過する場合、前記位置情報に含まれた少なくとも１つのイメージを前記少なくとも１つのマシンラーニングモデルに対する学習データとして用いて前記少なくとも１つのマシンラーニングモデルをアップデートするように構成されてよい。
【0019】
一実施形態によると、前記配布部は、前記基準リファレンスデータと前記新規リファレンスデータ間の差が指定された範囲を超過する場合又は指定された周期に基づいて、前記第２移動装置に前記新規リファレンスデータを配布するように構成されてよい。
【0020】
本発明の一実施形態による位置推定システムは、第１センサ部を用いて指定された領域に関する位置情報を獲得する第１移動装置、前記第１移動装置から前記位置情報を収集して、第２移動装置の位置推定のために用いられる前記指定された領域に対する基準リファレンス（ｒｅｆｅｒｅｎｃｅ）データを貯蔵して、前記位置情報と前記基準リファレンスデータ間の誤差が閾値を超過する場合、前記位置情報を用いて前記第２移動装置の走行のための新規リファレンスデータを生成して、前記第２移動装置に前記新規リファレンスデータを配布するサーバー、及び前記第１センサ部に比べて低い性能の第２センサ部を含み、前記サーバーから配布された前記新規リファレンスデータに基づいて現在位置を識別する第２移動装置を含むことができる。
【0021】
一実施形態によると、前記第２移動装置は、前記第２センサ部を用いて、前記指定された領域内に存在する少なくとも１つのランドマークに関する情報を感知し、前記新規リファレンスデータ、前記少なくとも１つのランドマークに関する情報、又はこれらのいずれかの組み合せのうち少なくとも１つに基づいて、前記第２移動装置の前記現在位置を推定するように構成されてよい。
【0022】
一実施形態によると、前記第２移動装置は、前記第２センサ部を用いて、前記指定された領域内に前記第２移動装置が走行中である第１区域を識別し、前記第２センサ部を用いて、前記少なくとも１つのランドマークのうち前記第１区域上に存在する第１ランドマークの第１高さ情報を識別し、前記新規リファレンスデータに含まれた区域情報、ランドマーク識別情報、位置変換情報、又はこれらのいずれかの組み合せのうち少なくとも１つを用いて、前記第１高さ情報に対応する位置情報を識別し、前記位置情報に基づいて、前記第２移動装置の前記現在位置を識別するように構成されてよい。
【0023】
一実施形態によると、前記第２移動装置は、前記新規リファレンスデータを用いて、前記第１高さ情報に対応する前記位置情報を識別することができない場合、前記新規リファレンスデータに基づいたインターポレーション（ｉｎｔｅｒｐｏｌａｔｉｏｎ）を行って前記第２移動装置の前記現在位置を識別するように構成されてよい。
【0024】
一実施形態によると、前記第１センサ部は、３Ｄレーダー、３Ｄカメラ、又はこれらのいずれかの組み合せのうち少なくとも１つを含み、前記第２センサ部は、２Ｄレーダー、２Ｄカメラ、又はこれらのいずれかの組み合せのうち少なくとも１つを含むことができる。
【0025】
本発明の一実施形態による位置推定方法は、データ収集部が、第１移動装置が指定された領域に関して獲得した位置情報を収集する段階、データ貯蔵部が、第２移動装置の位置推定のために用いられる前記指定された領域に対する基準リファレンス（ｒｅｆｅｒｅｎｃｅ）データを貯蔵する段階、正確度検証部が、前記位置情報、前記基準リファレンスデータ、又はこれらのいずれかの組み合せのうち少なくとも１つを用いて算出した誤差が閾値を超過するか否かを判断する段階、測位アップデート部が、前記誤差が前記閾値を超過する場合、前記位置情報を用いて前記第２移動装置の走行のための新規リファレンスデータを生成する段階、及び配布部が、前記第２移動装置に前記新規リファレンスデータを配布する段階を含むことができる。
【0026】
一実施形態によると、前記測位アップデート部が新規リファレンス（ｒｅｆｅｒｅｎｃｅ）データを生成する段階は、前記測位アップデート部が、前記位置情報に含まれた少なくとも１つのイメージから少なくとも１つの特徴点（ｆｅａｔｕｒｅ）を抽出し、前記少なくとも１つの特徴点を含んで前記基準リファレンスデータと区分される前記新規リファレンスデータを生成して前記データ貯蔵部と区分される別途のメモリに貯蔵するか、前記基準リファレンスデータに含まれた基準特徴点を前記少なくとも１つの特徴点に代替して前記新規リファレンスデータを生成して前記データ貯蔵部に貯蔵する段階を含むことができる。
【0027】
一実施形態によると、前記測位アップデート部が新規リファレンス（ｒｅｆｅｒｅｎｃｅ）データを生成する段階は、前記測位アップデート部が、前記位置情報に含まれた２Ｄレーダーデータ、３Ｄレーダーデータ、又はこれらのいずれかの組み合せのうち少なくとも１つを含み前記基準リファレンスデータと区分される前記新規リファレンスデータを生成して前記データ貯蔵部と区分される別途のメモリに貯蔵するか、前記基準リファレンスデータに含まれた基準レーダーデータを前記２Ｄレーダーデータ、前記３Ｄレーダーデータ、又はこれらのいずれかの組み合せのうち少なくとも１つに代替して前記新規リファレンスデータを生成して前記データ貯蔵部に貯蔵する段階を含むことができる。
【0028】
一実施形態によると、前記測位アップデート部は、少なくとも１つのリファレンスデータの生成のための少なくとも１つのマシンラーニング（ｍａｃｈｉｎｅ ｌｅａｒｎｉｎｇ）モデルを含むことができる。例えば、前記測位アップデート部が新規リファレンス（ｒｅｆｅｒｅｎｃｅ）データを生成する段階は、前記測位アップデート部が、前記誤差が前記閾値を超過する場合、前記位置情報に含まれた少なくとも１つのイメージを前記少なくとも１つのマシンラーニングモデルに対する学習データとして用いて前記少なくとも１つのマシンラーニングモデルをアップデートする段階を含むことができる。
【0029】
一実施形態によると、前記配布部が前記第２移動装置に前記新規リファレンスデータを配布する段階は、前記配布部が、前記基準リファレンスデータと前記新規リファレンスデータ間の差が指定された範囲を超過する場合又は指定された周期に基づいて、前記第２移動装置に前記新規リファレンスデータを配布する段階を含むことができる。
【発明の効果】
【0030】
本発明による位置推定サーバー、それを含むシステム、及びその方法の効果に対して説明すると次のとおりである。
本発明の実施形態のうち少なくとも１つによると、廊下などのように繰り返されたパターンからなり位置推定（又は、測位）の正確度が相対的に低い場所において、移動装置の正確な位置推定のために測位情報を提供する。
本発明の実施形態のうち少なくとも１つによると、廊下などのように繰り返されたパターンからなり位置推定（又は、測位）の正確度が相対的に低い場所において、移動装置の正確な位置推定のために測位情報を提供する。
【0031】
また、本発明の実施形態のうち少なくとも１つによると、相対的に低いコスト（又は、低い正確度）を有するセンサを含む移動装置に、相対的に高いコスト（又は、高い正確度）を有するセンサを含む移動装置を用いて獲得した情報を用いて生成した測位情報を提供する。
【0032】
また、本発明の実施形態のうち少なくとも１つによると、移動装置に実装することができるセンサの類型や種類に限界があるが、位置推定サーバーがより正確な位置情報を貯蔵及び生成して、周期的に又は既貯蔵された位置情報との比較に基づいて生成された位置情報（又は、新規リファレンスデータ）を少なくとも１つの移動装置に提供する。
この他に、本文書を介して直接的又は間接的に把握される多様な効果が提供され得る。
この他に、本文書を介して直接的又は間接的に把握される多様な効果が提供され得る。
【図面の簡単な説明】
【0033】
【図1】本発明の一実施形態による位置推定システムの構成要素を示したブロック図である。
【図2】本発明の一実施形態による移動装置の構成要素を示したブロック図である。
【図3】本発明の一実施形態による移動装置の種類及び移動装置それぞれの特性を示した表を図示する。
【図4】本発明の一実施形態による移動装置が走行する区域のランドマーク及び移動装置それぞれの特性を示した表を図示する。
【図5】本発明の一実施形態による移動装置の位置推定動作を示した概念図である。
【図6】本発明の一実施形態による位置推定サーバーの動作順序図である。
【図7】本発明の一実施形態による位置推定サーバーの動作順序図である。
【図8】本発明の一実施形態による位置推定方法に関するコンピューティングシステムを図示する。 図面の説明に関し、同一又は類似の構成要素に対しては、同一又は類似の参照符号が用いられてよい。
【発明を実施するための形態】
【0034】
以下、本発明の一部の実施形態を例示的な図面を介して詳細に説明する。各図面の構成要素に参照符号を付加するにあたり、同一の構成要素に対しては、たとえ異なる図面上に表示されても、できる限り同一の符号を有するようにしていることに留意すべきである。また、本発明の実施形態を説明するのにあたり、関連した公知の構成又は機能についての具体的な説明が本発明の実施形態に対する理解を妨げると判断される場合には、その詳細な説明は省略する。
【0035】
本発明の実施形態の構成要素を説明するのに際し、第１、第２、Ａ、Ｂ、（ａ）、（ｂ）などの用語を用いてよい。このような用語は、その構成要素を他の構成要素と区別するためのものにすぎず、その用語により、該当構成要素の本質や順番又は順序などは限定されない。また、別に定義されない限り、技術的または科学的な用語を始めとする本明細書で用いられる全ての用語は、本発明が属する技術分野において通常の知識を有する者によって一般的に理解されるものと同一の意味を有する。一般的に用いられる辞典に定義されているような用語は、関連技術が文脈上有する意味と一致する意味を有すると解釈され、本出願において明白に定義しない限り、理想的かつ過度に形式的な意味で解釈されない。
以下、図１から図８を参照して、本発明の実施形態を具体的に説明する。
以下、図１から図８を参照して、本発明の実施形態を具体的に説明する。
【0036】
図１は、本発明の一実施形態による位置推定システムの構成要素を示したブロック図である。
一実施形態によると、位置推定システムは、サーバー１００、第１移動装置１０１、第２移動装置１０２、又はこれらのいずれかの組み合せのうち少なくとも１つを含む。
一実施形態によると、位置推定システムは、サーバー１００、第１移動装置１０１、第２移動装置１０２、又はこれらのいずれかの組み合せのうち少なくとも１つを含む。
【0037】
一実施形態によると、サーバー１００は、少なくとも１つの移動装置と通信を行いながら少なくとも１つの移動装置の走行のための多様なデータを送受信する位置推定サーバーを含む。
一実施形態によると、サーバー１００は、データ収集部１１０、データ貯蔵部１２０、正確度検証部１３０、測位アップデート部１４０、配布部１５０、又はこれらのいずれかの組み合せのうち少なくとも１つを含む。
一実施形態によると、サーバー１００は、データ収集部１１０、データ貯蔵部１２０、正確度検証部１３０、測位アップデート部１４０、配布部１５０、又はこれらのいずれかの組み合せのうち少なくとも１つを含む。
【0038】
例えば、サーバー１００は、データ収集部１１０を用いて、第１移動装置１０１及び／又は第２移動装置１０２から第１移動装置１０１及び／又は第２移動装置１０２が獲得したデータを収集する。
一例として、サーバー１００は、データ収集部１１０を用いて、第１移動装置１０１が第１センサ部を用いて指定された領域に関して獲得した位置情報を収集（又は、受信）する。一例として、第１センサ部は、第２移動装置１０２が含む第２センサ部に比べて高い性能（又は、高いコスト）を有する少なくとも１つのセンサを含む。
一例として、サーバー１００は、データ収集部１１０を用いて、第１移動装置１０１が第１センサ部を用いて指定された領域に関して獲得した位置情報を収集（又は、受信）する。一例として、第１センサ部は、第２移動装置１０２が含む第２センサ部に比べて高い性能（又は、高いコスト）を有する少なくとも１つのセンサを含む。
【0039】
一例として、位置情報は、指定された領域に含まれた少なくとも１つの廊下の識別情報、第１移動装置１０１の位置推定のために用いられた少なくとも１つのイメージ、少なくとも１つのイメージに基づいたＯＣＲ（ｏｐｔｉｃａｌ ｃｈａｒａｃｔｅｒ ｒｅｃｏｇｎｉｔｉｏｎ）認識の結果、２Ｄレーダー（ｒａｄａｒ）データ、３Ｄレーダーデータ、又はこれらのいずれかの組み合せのうち少なくとも１つを含む。
【0040】
例えば、サーバー１００は、データ貯蔵部１２０を用いて、第２移動装置１０２の位置推定のために用いられる指定された領域に対する基準リファレンス（ｒｅｆｅｒｅｎｃｅ）データを貯蔵する。
一例として、指定された領域に含まれる少なくとも１つの廊下の識別情報、少なくとも１つのランドマークの位置、少なくとも１つのランドマークの位置に基づいて算出される位置変換情報、又はこれらのいずれかの組み合せのうち少なくとも１つを含む。
一例として、指定された領域に含まれる少なくとも１つの廊下の識別情報、少なくとも１つのランドマークの位置、少なくとも１つのランドマークの位置に基づいて算出される位置変換情報、又はこれらのいずれかの組み合せのうち少なくとも１つを含む。
【0041】
一例として、データ貯蔵部１２０は、基準リファレンスデータと新規リファレンスデータ間の差が指定された範囲を超過する場合、基準リファレンスデータを新規リファレンスデータに代替して貯蔵する。
一例として、データ貯蔵部１２０は、指定された周期に基づいて基準リファレンスデータを新規リファレンスデータに代替して貯蔵する。指定された周期は、使用者により設定された設定値であり得る。
一例として、データ貯蔵部１２０は、指定された周期に基づいて基準リファレンスデータを新規リファレンスデータに代替して貯蔵する。指定された周期は、使用者により設定された設定値であり得る。
【0042】
例えば、サーバー１００は、正確度検証部１３０を介して、位置情報、基準リファレンスデータ、又はこれらのいずれかの組み合せのうち少なくとも１つを用いて算出した誤差が閾値を超過するか否かを判断する。
一例として、サーバー１００は、正確度検証部１３０を介して、位置情報に含まれたデータのうち少なくとも一部と基準リファレンスデータに含まれた指定された領域に関するデータ間の誤差を算出する。基準リファレンスデータは、例えば、少なくとも１つの移動装置の走行のために既貯蔵されたマップデータを含む。
一例として、サーバー１００は、正確度検証部１３０を介して、位置情報に含まれたデータのうち少なくとも一部と基準リファレンスデータに含まれた指定された領域に関するデータ間の誤差を算出する。基準リファレンスデータは、例えば、少なくとも１つの移動装置の走行のために既貯蔵されたマップデータを含む。
【0043】
例えば、サーバー１００は、正確度検証部１３０を介して算出した誤差が閾値を超過する場合、位置情報を用いて測位アップデート部１４０を介して新規リファレンスデータを生成する。
一例として、新規リファレンスデータは、指定された領域に含まれる少なくとも１つの廊下の識別情報、少なくとも１つのランドマークの位置、少なくとも１つのランドマークの位置に基づいて算出される位置変換情報、又はこれらのいずれかの組み合せのうち少なくとも１つを含む。新規リファレンスデータは、例えば、基準リファレンスデータに含まれた前述したパラメーターのうち少なくとも１つが更新された値を含む。
一例として、新規リファレンスデータは、指定された領域に含まれる少なくとも１つの廊下の識別情報、少なくとも１つのランドマークの位置、少なくとも１つのランドマークの位置に基づいて算出される位置変換情報、又はこれらのいずれかの組み合せのうち少なくとも１つを含む。新規リファレンスデータは、例えば、基準リファレンスデータに含まれた前述したパラメーターのうち少なくとも１つが更新された値を含む。
【0044】
一例として、新規リファレンスデータは、相対的に第１移動装置１０１に比べて低い性能（又は、低いコスト）を有するセンサ部を含む第２移動装置１０２の走行のための参照データを含む。
【0045】
例えば、サーバー１００は、測位アップデート部１４０を用いて、新規リファレンスデータを生成してデータ貯蔵部１２０に貯蔵する。
一例として、サーバー１００は、測位アップデート部１４０を用いて、位置情報に含まれた少なくとも１つのイメージから少なくとも１つの特徴点（ｆｅａｔｕｒｅ）を抽出する。
一例として、サーバー１００は、測位アップデート部１４０を用いて、位置情報に含まれた少なくとも１つのイメージから少なくとも１つの特徴点（ｆｅａｔｕｒｅ）を抽出する。
【0046】
一例として、サーバー１００は、測位アップデート部１４０を用いて、少なくとも１つの特徴点を含んで基準リファレンスデータと区分される新規リファレンスデータを生成し、生成された新規リファレンスデータをデータ貯蔵部１２０及び／又はデータ貯蔵部１２０と区分される別途のメモリ（図示せず）に貯蔵する。
一例として、サーバー１００は、測位アップデート部１４０を用いて、基準リファレンスデータに含まれた基準特徴点を少なくとも１つの特徴点に代替して新規リファレンスデータを生成し、生成された新規リファレンスデータをデータ貯蔵部１２０及び／又はデータ貯蔵部１２０と区分される別途のメモリ（図示せず）に貯蔵する。
一例として、サーバー１００は、測位アップデート部１４０を用いて、基準リファレンスデータに含まれた基準特徴点を少なくとも１つの特徴点に代替して新規リファレンスデータを生成し、生成された新規リファレンスデータをデータ貯蔵部１２０及び／又はデータ貯蔵部１２０と区分される別途のメモリ（図示せず）に貯蔵する。
【0047】
一例として、サーバー１００は、測位アップデート部１４０を用いて、位置情報に含まれた２Ｄレーダーデータ、３Ｄレーダーデータ、又はこれらのいずれかの組み合せのうち少なくとも１つを含んで基準リファレンスデータと区分される前記新規リファレンスデータを生成し、生成された新規リファレンスデータをデータ貯蔵部１２０及び／又はデータ貯蔵部１２０と区分される別途のメモリ（図示せず）に貯蔵する。
一例として、サーバー１００は、測位アップデート部１４０を用いて、基準リファレンスデータに含まれた基準レーダーデータを２Ｄレーダーデータ、３Ｄレーダーデータ、又はこれらのいずれかの組み合せのうち少なくとも１つに代替して新規リファレンスデータを生成し、生成された新規リファレンスデータをデータ貯蔵部１２０及び／又はデータ貯蔵部１２０と区分される別途のメモリ（図示せず）に貯蔵する。
一例として、サーバー１００は、測位アップデート部１４０を用いて、基準リファレンスデータに含まれた基準レーダーデータを２Ｄレーダーデータ、３Ｄレーダーデータ、又はこれらのいずれかの組み合せのうち少なくとも１つに代替して新規リファレンスデータを生成し、生成された新規リファレンスデータをデータ貯蔵部１２０及び／又はデータ貯蔵部１２０と区分される別途のメモリ（図示せず）に貯蔵する。
【0048】
例えば、測位アップデート部１４０は、少なくとも１つのマシンラーニング（ｍａｃｈｉｎｅ ｌｅａｒｎｉｎｇ）モデルを含む。
一例として、測位アップデート部１４０は、少なくとも１つのマシンラーニングモデルを用いて、新規リファレンスデータを生成する。
一例として、測位アップデート部１４０は、正確度検証部１３０を介して算出した誤差が閾値を超過する場合、位置情報に含まれた少なくとも１つのイメージを少なくとも１つのマシンラーニングモデルに対する学習データとして用いて少なくとも１つのマシンラーニングモデルをアップデートする。
一例として、測位アップデート部１４０は、少なくとも１つのマシンラーニングモデルを用いて、新規リファレンスデータを生成する。
一例として、測位アップデート部１４０は、正確度検証部１３０を介して算出した誤差が閾値を超過する場合、位置情報に含まれた少なくとも１つのイメージを少なくとも１つのマシンラーニングモデルに対する学習データとして用いて少なくとも１つのマシンラーニングモデルをアップデートする。
【0049】
例えば、サーバー１００は、配布部１５０を介して第１移動装置１０１及び／又は第２移動装置１０２に生成された新規リファレンスデータを配布（又は、送信）する。
一例として、配布部１５０は、サーバー１００及び外部装置（例：第１移動装置１０１及び／又は第２移動装置１０２）間の通信チャンネル（例：無線通信チャンネル）の樹立及び樹立された通信チャンネルを介する通信遂行を支援する。例えば、配布部１５０は、サーバー１００の他の構成要素と独立して運営され、直接（例：有線）通信又は無線通信を支援する１つ以上のコミュニケーションプロセッサを含む。
一例として、配布部１５０は、サーバー１００及び外部装置（例：第１移動装置１０１及び／又は第２移動装置１０２）間の通信チャンネル（例：無線通信チャンネル）の樹立及び樹立された通信チャンネルを介する通信遂行を支援する。例えば、配布部１５０は、サーバー１００の他の構成要素と独立して運営され、直接（例：有線）通信又は無線通信を支援する１つ以上のコミュニケーションプロセッサを含む。
【0050】
一例として、配布部１５０は、無線通信モジュール（例：セルラー通信モジュール、近距離無線通信モジュール、又は、ＧＮＳＳ（ｇｌｏｂａｌ ｎａｖｉｇａｔｉｏｎ ｓａｔｅｌｌｉｔｅ ｓｙｓｔｅｍ）通信モジュール）又は有線通信モジュール（例：ＬＡＮ（ｌｏｃａｌ ａｒｅａ ｎｅｔｗｏｒｋ） 通信モジュール、又は電力線通信モジュール）を含む。これらの通信モジュールのうち、該当する通信モジュールは、ネットワークに含まれた第１ネットワーク（例：ブルートゥース（登録商標）、ＷｉＦｉ（登録商標）（ｗｉｒｅｌｅｓｓ ｆｉｄｅｌｉｔｙ）ｄｉｒｅｃｔ又はＩｒＤＡ（ｉｎｆｒａｒｅｄ ｄａｔａ ａｓｓｏｃｉａｔｉｏｎ）等の近距離通信ネットワーク）又は第２ネットワーク（例：レガシーセルラーネットワーク、５Ｇネットワーク、次世代通信ネットワーク、インターネット、又はコンピューターネットワーク（例：ＬＡＮ又は ＷＡＮ）等の遠距離通信ネットワーク）を介して外部装置と通信する。このような多くの種類の通信モジュールは、１つの構成要素（例：単一チップ）に統合されるか、又は互いに別途の複数の構成要素（例：複数チップ）に具現されてよい。また、配布部１５０は、サーバー１００の他の構成要素のうち少なくとも１つとともに単一チップに具現されてもよい。
【0051】
例えば、サーバー１００は、配布部１５０を介して、第２移動装置１０２に新規リファレンスデータを配布する。
一例として、配布部１５０は、基準リファレンスデータと新規リファレンスデータ間の差が指定された範囲を超過する場合、第２移動装置１０２に新規リファレンスデータを配布する。
一例として、配布部１５０は、指定された周期に基づいて、第２移動装置１０２に新規リファレンスデータを配布する。指定された周期は、例えば、使用者により設定された設定値であり得る。
一例として、配布部１５０は、基準リファレンスデータと新規リファレンスデータ間の差が指定された範囲を超過する場合、第２移動装置１０２に新規リファレンスデータを配布する。
一例として、配布部１５０は、指定された周期に基づいて、第２移動装置１０２に新規リファレンスデータを配布する。指定された周期は、例えば、使用者により設定された設定値であり得る。
【0052】
一実施形態によると、第１移動装置１０１及び／又は第２移動装置１０２は、制御部（例：図２の制御部２３０）の制御により走行部（例：図２の走行部２２０）を介して走行（例：自律走行）を行う多様な類型の移動装置（例：移動ロボット）を含む。
【0053】
例えば、第１移動装置１０１は、第１センサ部を含む。
一例として、第１センサ部は、３Ｄレーダー、３Ｄカメラ、又はこれらのいずれかの組み合せのうち少なくとも１つを含む。
一例として、第１移動装置１０１は、第１センサ部を用いて指定された領域に関する位置情報を獲得し、獲得された位置情報をサーバー１００に送信する。
一例として、第１センサ部は、３Ｄレーダー、３Ｄカメラ、又はこれらのいずれかの組み合せのうち少なくとも１つを含む。
一例として、第１移動装置１０１は、第１センサ部を用いて指定された領域に関する位置情報を獲得し、獲得された位置情報をサーバー１００に送信する。
【0054】
例えば、第２移動装置１０２は、第２センサ部を含む。
一例として、第２センサ部は、第１センサ部に比べて低い性能（又は、低いコスト）を含む少なくとも１つのセンサを含む。
一例として、第２センサ部は、２Ｄレーダー、２Ｄカメラ、又はこれらのいずれかの組み合せのうち少なくとも１つを含む。
一例として、第２移動装置１０２は、サーバー１００から配布（又は、受信）された新規リファレンスデータに基づいて第２移動装置１０２の現在位置を識別（又は、推定）する。
一例として、第２センサ部は、第１センサ部に比べて低い性能（又は、低いコスト）を含む少なくとも１つのセンサを含む。
一例として、第２センサ部は、２Ｄレーダー、２Ｄカメラ、又はこれらのいずれかの組み合せのうち少なくとも１つを含む。
一例として、第２移動装置１０２は、サーバー１００から配布（又は、受信）された新規リファレンスデータに基づいて第２移動装置１０２の現在位置を識別（又は、推定）する。
【0055】
一例として、第２移動装置１０２は、第２センサ部を用いて指定された領域内に存在する少なくとも１つのランドマークに関する情報を感知する。
一例として、第２移動装置１０２は、新規リファレンスデータ、少なくとも１つのランドマークに関する情報、又はこれらのいずれかの組み合せのうち少なくとも１つに基づいて、第２移動装置１０２の現在位置を推定する。
一例として、第２移動装置１０２は、新規リファレンスデータ、少なくとも１つのランドマークに関する情報、又はこれらのいずれかの組み合せのうち少なくとも１つに基づいて、第２移動装置１０２の現在位置を推定する。
【0056】
一例として、第２移動装置１０２は、第２センサ部を用いて、指定された領域内に第２移動装置が走行中である第１区域を識別する。
一例として、第２移動装置１０２は、第２センサ部を用いて、少なくとも１つのランドマークのうち第１区域上に存在する第１ランドマークの第１高さ情報を識別する。
一例として、第２移動装置１０２は、第２センサ部を用いて、少なくとも１つのランドマークのうち第１区域上に存在する第１ランドマークの第１高さ情報を識別する。
【0057】
一例として、第２移動装置１０２は、新規リファレンスデータに含まれた区域情報、ランドマーク識別情報、位置変換情報、又はこれらのいずれかの組み合せのうち少なくとも１つを用いて、第１高さ情報に対応する位置情報を識別する。
一例として、第２移動装置１０２は、位置情報に基づいて、第２移動装置１０２の現在位置を識別（又は、推定）する。
一例として、第２移動装置１０２は、位置情報に基づいて、第２移動装置１０２の現在位置を識別（又は、推定）する。
【0058】
一例として、新規リファレンスデータを用いて第１高さ情報に対応する位置情報を識別することができない場合、第２移動装置１０２は、新規リファレンスデータに基づいたインターポレーション（ｉｎｔｅｒｐｏｌａｔｉｏｎ）を行って第２移動装置の現在位置を識別する。
第２移動装置１０２の位置推定動作に対する実施形態は、下記図３から図６に対する説明において詳細に後述される。
第２移動装置１０２の位置推定動作に対する実施形態は、下記図３から図６に対する説明において詳細に後述される。
【0059】
図２は、本発明の一実施形態による移動装置の構成要素を示したブロック図である。
一実施形態によると、移動装置２００は、センサ部２１０、走行部２２０、制御部２３０、メモリ２４０、又はこれらのいずれかの組み合せのうち少なくとも１つを含む。図２に図示された移動装置２００の構成は、例示的なものであって、本発明の実施形態がこれに制限されるものではない。例えば、移動装置２００は、図２に図示されない構成要素（例：インターフェース部、ディスプレイ部、及び／又は通信部）をさらに含む。
一実施形態によると、センサ部２１０は、移動装置２００の走行に関して用いられる多様な情報を獲得（又は、感知）する。
一実施形態によると、移動装置２００は、センサ部２１０、走行部２２０、制御部２３０、メモリ２４０、又はこれらのいずれかの組み合せのうち少なくとも１つを含む。図２に図示された移動装置２００の構成は、例示的なものであって、本発明の実施形態がこれに制限されるものではない。例えば、移動装置２００は、図２に図示されない構成要素（例：インターフェース部、ディスプレイ部、及び／又は通信部）をさらに含む。
一実施形態によると、センサ部２１０は、移動装置２００の走行に関して用いられる多様な情報を獲得（又は、感知）する。
【0060】
例えば、センサ部２１０は、カメラ、レーダー（ｒａｄａｒ）、ライダー（ＬｉＤＡＲ）、又はこれらのいずれかの組み合せのうち少なくとも１つを含む少なくとも１つのセンサを含む。
一例として、センサ部２１０は、３Ｄレーダー、３Ｄカメラ、２Ｄレーダー、２Ｄカメラ、又はこれらのいずれかの組み合せのうち少なくとも１つを含む。
一例として、センサ部２１０は、３Ｄレーダー、３Ｄカメラ、２Ｄレーダー、２Ｄカメラ、又はこれらのいずれかの組み合せのうち少なくとも１つを含む。
【0061】
例えば、センサ部２１０は、少なくとも１つのセンサを用いて移動装置２００に隣接した外部客体（例：人、他車両、建物、構造物、又はこれらのいずれかの組み合せのうち少なくとも１つ）に関する情報を獲得する。
一実施形態によると、走行部２２０は、移動装置２００の走行のための構成要素を含む。
一実施形態によると、走行部２２０は、移動装置２００の走行のための構成要素を含む。
【0062】
例えば、走行部２２０は、移動装置２００の一領域に装着される少なくとも１つのホイール、駆動軸、モータ、又はこれらのいずれかの組み合せのうち少なくとも１つを含む。
一実施形態によると、制御部２３０は、センサ部２１０、走行部２２０、及び／又はメモリ２４０と作動的に（ｏｐｅｒａｔｉｖｅｌｙ）連結されてよい。例えば、制御部１４０は、センサ部２１０、走行部２２０、及び／又はメモリ２４０の動作を制御する。
一実施形態によると、制御部２３０は、センサ部２１０、走行部２２０、及び／又はメモリ２４０と作動的に（ｏｐｅｒａｔｉｖｅｌｙ）連結されてよい。例えば、制御部１４０は、センサ部２１０、走行部２２０、及び／又はメモリ２４０の動作を制御する。
【0063】
例えば、制御部２３０は、外部装置（例：図１のサーバー１００）から獲得したリファレンスデータ、センサ部２１０を介して獲得した位置情報、又はこれらのいずれかの組み合せのうち少なくとも１つに基づいて走行部２２０を作動させることにより、移動装置２００の走行を制御する。
例えば、制御部２３０は、移動装置の動作シーケンス（又は、サービスシーケンス）を制御するタスクマネージャー（ｔａｓｋ ｍａｎａｇｅｒ）モジュールを含む。タスクマネージャーモジュールは、移動装置２００が提供する動作（又は、サービス）のシーケンスを調節及び／又は制御する。
例えば、制御部２３０は、移動装置の動作シーケンス（又は、サービスシーケンス）を制御するタスクマネージャー（ｔａｓｋ ｍａｎａｇｅｒ）モジュールを含む。タスクマネージャーモジュールは、移動装置２００が提供する動作（又は、サービス）のシーケンスを調節及び／又は制御する。
【0064】
例えば、制御部２３０は、センサ部２１０を介して獲得された多様な情報（例：映像情報）に対するプロセッシングを行う認識モジュールを含む。
例えば、制御部２３０は、移動装置２００の走行のために移動装置２００の現在位置を推定するか、目的地を識別して現在位置から目的地までの走行経路を生成するか、走行中に移動装置２００に隣接した障害物を検出した後に回避するように移動装置２００を制御する。
一実施形態によると、メモリ２４０は、命令又はデータを貯蔵する。例えば、メモリ２４０は、制御部２３０により実行されたとき移動装置２００が多様な動作を行うようにする１つ以上のインストラクション（ｉｎｓｔｒｕｃｔｉｏｎｓ）を貯蔵する。
例えば、制御部２３０は、移動装置２００の走行のために移動装置２００の現在位置を推定するか、目的地を識別して現在位置から目的地までの走行経路を生成するか、走行中に移動装置２００に隣接した障害物を検出した後に回避するように移動装置２００を制御する。
一実施形態によると、メモリ２４０は、命令又はデータを貯蔵する。例えば、メモリ２４０は、制御部２３０により実行されたとき移動装置２００が多様な動作を行うようにする１つ以上のインストラクション（ｉｎｓｔｒｕｃｔｉｏｎｓ）を貯蔵する。
【0065】
例えば、メモリ２４０は、制御部２３０と１つのチップセットに具現されてよい。制御部２３０は、コミュニケーションプロセッサ又はモデムのうち少なくとも１つを含む。
例えば、メモリ２４０は、移動装置２００と連関された多様な情報を貯蔵する。一例として、メモリ２４０は、制御部２３０の動作ヒストリーに関する情報を貯蔵する。一例として、メモリ２４０は、移動装置の走行のための参照データ（例：基準リファレンスデータ）を貯蔵する。一例として、メモリ２４０は、移動装置の構成要素（例：ＥＣＵ（Ｅｎｇｉｎｅ Ｃｏｎｔｒｏｌ Ｕｎｉｔ）、センサ部２１０、走行部２２０、制御部２３０、又はこれらのいずれかの組み合せのうち少なくとも１つ）の状態及び／又は作動に連関された情報を貯蔵する。
例えば、メモリ２４０は、移動装置２００と連関された多様な情報を貯蔵する。一例として、メモリ２４０は、制御部２３０の動作ヒストリーに関する情報を貯蔵する。一例として、メモリ２４０は、移動装置の走行のための参照データ（例：基準リファレンスデータ）を貯蔵する。一例として、メモリ２４０は、移動装置の構成要素（例：ＥＣＵ（Ｅｎｇｉｎｅ Ｃｏｎｔｒｏｌ Ｕｎｉｔ）、センサ部２１０、走行部２２０、制御部２３０、又はこれらのいずれかの組み合せのうち少なくとも１つ）の状態及び／又は作動に連関された情報を貯蔵する。
【0066】
図２に図示しなかったが、一実施形態によると、移動装置２００は、通信部（図示せず）をさらに含む。
例えば、通信部は、移動装置２００及び外部装置（例：図１のサーバー１００）間の通信チャンネル（例：無線通信チャンネル）の樹立及び樹立された通信チャンネルを介する通信遂行を支援する。例えば、通信部は、制御部２３０（例：アプリケーションプロセッサ）と独立して運営され、直接（例：有線）通信又は無線通信を支援する１つ以上のコミュニケーションプロセッサを含む。
例えば、通信部は、移動装置２００及び外部装置（例：図１のサーバー１００）間の通信チャンネル（例：無線通信チャンネル）の樹立及び樹立された通信チャンネルを介する通信遂行を支援する。例えば、通信部は、制御部２３０（例：アプリケーションプロセッサ）と独立して運営され、直接（例：有線）通信又は無線通信を支援する１つ以上のコミュニケーションプロセッサを含む。
【0067】
例えば、通信部は、無線通信モジュール（例：セルラー通信モジュール、近距離無線通信モジュール、又は、ＧＮＳＳ（ｇｌｏｂａｌ ｎａｖｉｇａｔｉｏｎ ｓａｔｅｌｌｉｔｅ ｓｙｓｔｅｍ）通信モジュール）又は有線通信モジュール（例：ＬＡＮ（ｌｏｃａｌ ａｒｅａ ｎｅｔｗｏｒｋ）通信モジュール、又は電力線通信モジュール）を含む。これらの通信モジュールのうち該当する通信モジュールは、ネットワークに含まれた第１ネットワーク（例：ブルートゥース（登録商標）、ＷｉＦｉ（ｗｉｒｅｌｅｓｓ ｆｉｄｅｌｉｔｙ）ｄｉｒｅｃｔ 又はＩｒＤＡ（ｉｎｆｒａｒｅｄ ｄａｔａ ａｓｓｏｃｉａｔｉｏｎ）等の近距離通信ネットワーク）又は第２ネットワーク（例：レガシーセルラーネットワーク、５Ｇネットワーク、次世代通信ネットワーク、インターネット、又はコンピューターネットワーク（例：ＬＡＮ又はＷＡＮ）等の遠距離通信ネットワーク）を介して外部装置と通信する。このように多くの種類の通信モジュールは、１つの構成要素（例：単一チップ）に統合されるか、又は互いに別途の複数の構成要素（例：複数チップ）に具現されてよい。また、通信部は、制御部２３０とともに単一チップに具現されてもよい。
【0068】
例えば、移動装置２００は、通信部を用いた外部装置との通信に基づいて多様なデータ（例：センサ部２１０を介して獲得した位置情報、新規リファレンスデータ、基準リファレンスデータ、又はこれらのいずれかの組み合せのうち少なくとも１つ）を送受信する。
【0069】
図３は、本発明の一実施形態による移動装置の種類及び移動装置それぞれの特性を示した表を図示する。
図３を参照すると、一実施形態によると、サーバー（例：図１のサーバー１００）と通信を行う移動装置は、多様な種類のモデルに具現されてよい。
一実施形態によると、モデルＨＲ０００１による移動装置は、製造社「Ｘ」により生産された移動装置であってよい。
図３を参照すると、一実施形態によると、サーバー（例：図１のサーバー１００）と通信を行う移動装置は、多様な種類のモデルに具現されてよい。
一実施形態によると、モデルＨＲ０００１による移動装置は、製造社「Ｘ」により生産された移動装置であってよい。
【0070】
例えば、モデルＨＲ０００１による移動装置は、広さ（ｗｉｄｔｈ）が８００ｍｍであり、高さ（ｈｅｉｇｈｔ）が１０００ｍｍであってよい。
例えば、モデルＨＲ０００１による移動装置は、３Ｄレーダー、３Ｄカメラ、又はこれらのいずれかの組み合せのうち少なくとも１つを含む。一例として、モデルＨＲ０００１による移動装置のセンサを介して獲得されたデータのマージン値は１５０であってよい。
例えば、モデルＨＲ０００１による移動装置は、３Ｄレーダー、３Ｄカメラ、又はこれらのいずれかの組み合せのうち少なくとも１つを含む。一例として、モデルＨＲ０００１による移動装置のセンサを介して獲得されたデータのマージン値は１５０であってよい。
【0071】
一実施形態によると、モデルＨＲ０００２による移動装置は、製造社「Ｙ」により生産された移動装置であってよい。
例えば、モデルＨＲ０００２による移動装置は、広さが８００ｍｍであり、高さが１０００ｍｍであってよい。
例えば、モデルＨＲ０００２による移動装置は、２Ｄレーダー、２Ｄカメラ、又はこれらのいずれかの組み合せのうち少なくとも１つを含む。一例として、モデルＨＲ０００２による移動装置のセンサを介して獲得されたデータのマージン値は２００であってよい。
例えば、モデルＨＲ０００２による移動装置は、相対的にモデルＨＲ０００１による移動装置に比べて低い性能（又は、低いコスト）を有するセンサを含む。
例えば、モデルＨＲ０００２による移動装置は、広さが８００ｍｍであり、高さが１０００ｍｍであってよい。
例えば、モデルＨＲ０００２による移動装置は、２Ｄレーダー、２Ｄカメラ、又はこれらのいずれかの組み合せのうち少なくとも１つを含む。一例として、モデルＨＲ０００２による移動装置のセンサを介して獲得されたデータのマージン値は２００であってよい。
例えば、モデルＨＲ０００２による移動装置は、相対的にモデルＨＲ０００１による移動装置に比べて低い性能（又は、低いコスト）を有するセンサを含む。
【0072】
一実施形態によると、モデルＫＲ０００１による移動装置は、製造社「Ｚ」により生産された移動装置であってよい。
例えば、モデルＫＲ０００１による移動装置は、広さが６００ｍｍであり、高さが５００ｍｍであってよい。
例えば、モデルＫＲ０００１による移動装置は、２Ｄライダーを含む。一例として、モデルＫＲ０００１による移動装置のセンサを介して獲得されたデータのマージン値は１５０であってよい。
例えば、モデルＫＲ０００１による移動装置は、相対的にモデルＨＲ０００１及びＨＲ０００２による移動装置に比べて低い性能（又は、低いコスト）を有するセンサを含む。
例えば、モデルＫＲ０００１による移動装置は、広さが６００ｍｍであり、高さが５００ｍｍであってよい。
例えば、モデルＫＲ０００１による移動装置は、２Ｄライダーを含む。一例として、モデルＫＲ０００１による移動装置のセンサを介して獲得されたデータのマージン値は１５０であってよい。
例えば、モデルＫＲ０００１による移動装置は、相対的にモデルＨＲ０００１及びＨＲ０００２による移動装置に比べて低い性能（又は、低いコスト）を有するセンサを含む。
【0073】
図４は、本発明の一実施形態による移動装置が走行する区域のランドマーク及び移動装置それぞれの特性を示した表を図示する。
図４による表は、一実施形態によると、移動装置が走行する区域名、該当の区域に走行する移動装置のモデル、該当の区域に存在するランドマーク、ランドマークの位置変換情報を図示する。移動装置は、図４に図示された表によるテーブルデータをメモリに貯蔵する。図４に図示された表によるテーブルデータは、例えば、サーバー（例：図１のサーバー１００）から配布されたリファレンスデータの少なくとも一部であってよい。
図４による表は、一実施形態によると、移動装置が走行する区域名、該当の区域に走行する移動装置のモデル、該当の区域に存在するランドマーク、ランドマークの位置変換情報を図示する。移動装置は、図４に図示された表によるテーブルデータをメモリに貯蔵する。図４に図示された表によるテーブルデータは、例えば、サーバー（例：図１のサーバー１００）から配布されたリファレンスデータの少なくとも一部であってよい。
【0074】
図４の表の一番目の行を参照して、一実施形態によると、区域名「１ＦＷ１」において、モデルＨＲ０００１及びモデルＨＲ０００２による移動装置が走行を行う。
例えば、区域名「１ＦＷ１」の一領域には、花壇１がランドマークとして存在し得る。
例えば、区域名「１ＦＷ１」に存在する花壇１の位置変換情報はｘ：２５０、ｙ：３００であってよい。
例えば、区域名「１ＦＷ１」に存在する花壇１の位置による高さ情報は、｛３：｛ｘ：２３０、ｙ：３００｝｝、｛２．５：｛ｘ：２２５、ｙ：３００｝｝、｛２：｛ｘ： ２１５、ｙ：３００｝｝であってよい。
例えば、区域名「１ＦＷ１」の一領域には、花壇１がランドマークとして存在し得る。
例えば、区域名「１ＦＷ１」に存在する花壇１の位置変換情報はｘ：２５０、ｙ：３００であってよい。
例えば、区域名「１ＦＷ１」に存在する花壇１の位置による高さ情報は、｛３：｛ｘ：２３０、ｙ：３００｝｝、｛２．５：｛ｘ：２２５、ｙ：３００｝｝、｛２：｛ｘ： ２１５、ｙ：３００｝｝であってよい。
【0075】
一例として、区域名「１ＦＷ１」において走行中である移動装置がセンサを介して感知した回分１の高さが３である場合、移動装置の現在位置（又は、座標）はｘ：２３０、ｙ：３００であってよい。
一例として、区域名「１ＦＷ１」において走行中である移動装置がセンサを介して感知した花壇１の高さが２．５である場合、移動装置の現在位置はｘ： ２２５、ｙ：３００であってよい。
一例として、区域名「１ＦＷ１」において走行中である移動装置がセンサを介して感知した花壇１の高さが２である場合、移動装置の現在位置はｘ：２１５、ｙ：３００であってよい。
一例として、区域名「１ＦＷ１」において走行中である移動装置がセンサを介して感知した花壇１の高さが２．５である場合、移動装置の現在位置はｘ： ２２５、ｙ：３００であってよい。
一例として、区域名「１ＦＷ１」において走行中である移動装置がセンサを介して感知した花壇１の高さが２である場合、移動装置の現在位置はｘ：２１５、ｙ：３００であってよい。
【0076】
図４の表の２番目の行を参照し、一実施形態によると、区域名「１ＦＷ１」において、モデルＨＲ０００２による移動装置が走行を行う。
例えば、区域名「１ＦＷ１」の一領域には、花壇２がランドマークとして存在し得る。
例えば、区域名「１ＦＷ１」に存在する花壇２の位置変換情報は、ｘ：１００、ｙ：３００であってよい。
例えば、区域名「１ＦＷ１」に存在する花壇２の位置による高さ情報は、｛０．５：｛ｘ：１５０、ｙ：３００｝｝、｛１．０：｛ｘ：１３０、ｙ： ３００｝｝、｛１．５：｛ｘ：１２０、ｙ：３００｝｝であってよい。
例えば、区域名「１ＦＷ１」の一領域には、花壇２がランドマークとして存在し得る。
例えば、区域名「１ＦＷ１」に存在する花壇２の位置変換情報は、ｘ：１００、ｙ：３００であってよい。
例えば、区域名「１ＦＷ１」に存在する花壇２の位置による高さ情報は、｛０．５：｛ｘ：１５０、ｙ：３００｝｝、｛１．０：｛ｘ：１３０、ｙ： ３００｝｝、｛１．５：｛ｘ：１２０、ｙ：３００｝｝であってよい。
【0077】
一例として、区域名「１ＦＷ１」において走行中である移動装置がセンサを介して感知した花壇２の高さが０．５の場合、移動装置の現在位置は、ｘ：１５０、ｙ：３００であってよい。
一例として、区域名「１ＦＷ１」において走行中である移動装置がセンサを介して感知した花壇２の高さが１．０である場合、移動装置の現在位置は、ｘ：１３０、ｙ：３００であってよい。
一例として、区域名「１ＦＷ１」において走行中である移動装置がセンサを介して感知した花壇２の高さが１．５の場合、移動装置の現在位置は、ｘ：１２０、ｙ：３００であってよい。
一例として、区域名「１ＦＷ１」において走行中である移動装置がセンサを介して感知した花壇２の高さが１．０である場合、移動装置の現在位置は、ｘ：１３０、ｙ：３００であってよい。
一例として、区域名「１ＦＷ１」において走行中である移動装置がセンサを介して感知した花壇２の高さが１．５の場合、移動装置の現在位置は、ｘ：１２０、ｙ：３００であってよい。
【0078】
図４の表の３番目の行を参照し、一実施形態によると、区域名「１ＦＥ１」において、モデルＨＲ０００１による移動装置が走行を行う。
例えば、区域名「１ＦＥ１」の一領域には、写真１がランドマークとして存在し得る。
例えば、区域名「１ＦＥ１」に存在する写真１の位置変換情報は、ｘ：１００、ｙ：８０であってよい。
例えば、区域名「１ＦＥ１」に存在する写真１の位置による高さ情報は、 ｛０．７：｛ｘ：１８０、ｙ： ８０｝｝、｛０．９：｛ｘ：１３０、ｙ： ８０｝｝であってよい。
一例として、区域名「１ＦＥ１」において走行中である移動装置がセンサを介して感知した写真１の高さが０．７である場合、移動装置の現在位置は、ｘ：１８０、ｙ：８０であってよい。
一例として、区域名「１ＦＥ１」において走行中である移動装置がセンサを介して感知した写真１の高さが０．９である場合、移動装置の現在位置は、ｘ：１３０、ｙ：８０であってよい。
例えば、区域名「１ＦＥ１」の一領域には、写真１がランドマークとして存在し得る。
例えば、区域名「１ＦＥ１」に存在する写真１の位置変換情報は、ｘ：１００、ｙ：８０であってよい。
例えば、区域名「１ＦＥ１」に存在する写真１の位置による高さ情報は、 ｛０．７：｛ｘ：１８０、ｙ： ８０｝｝、｛０．９：｛ｘ：１３０、ｙ： ８０｝｝であってよい。
一例として、区域名「１ＦＥ１」において走行中である移動装置がセンサを介して感知した写真１の高さが０．７である場合、移動装置の現在位置は、ｘ：１８０、ｙ：８０であってよい。
一例として、区域名「１ＦＥ１」において走行中である移動装置がセンサを介して感知した写真１の高さが０．９である場合、移動装置の現在位置は、ｘ：１３０、ｙ：８０であってよい。
【0079】
図５は、本発明の一実施形態による移動装置の位置推定動作を示した概念図である。
図５を参照して、一実施形態によると、移動装置は多様な走行環境内で自らの現在位置を推定する。
一実施形態によると、第１領域５１０（例：図４の「１ＦＷ１」区域）において、移動装置は自らの位置を推定する。例えば、第１領域５１０は廊下であり得る。
図５を参照して、一実施形態によると、移動装置は多様な走行環境内で自らの現在位置を推定する。
一実施形態によると、第１領域５１０（例：図４の「１ＦＷ１」区域）において、移動装置は自らの位置を推定する。例えば、第１領域５１０は廊下であり得る。
【0080】
例えば、第１領域５１０内において走行中である移動装置は、センサを用いて第１ランドマーク５１５（例：図４の花壇１）に関する情報を獲得する。
例えば、第１領域５１０内において走行中である移動装置は、センサを用いて獲得した第１ランドマーク５１５の高さ情報及び図４に図示された既貯蔵されたテーブルデータ（又は、リファレンスデータ）を用いて、自らの位置を第１地点５１１、第２地点５１２、又は第３地点５１３のうち１つに識別する。
例えば、第１領域５１０内において走行中である移動装置は、センサを用いて獲得した第１ランドマーク５１５の高さ情報及び図４に図示された既貯蔵されたテーブルデータ（又は、リファレンスデータ）を用いて、自らの位置を第１地点５１１、第２地点５１２、又は第３地点５１３のうち１つに識別する。
【0081】
一例として、移動装置は、獲得した第１ランドマーク５１５の高さが３である場合、テーブルデータを用いて自らの現在位置が第１地点５１１であることを推定する。一例として、第１地点５１１の座標は、ｘ：２３０、ｙ：３００であってよい。
一例として、移動装置は、獲得した第１ランドマーク５１５の高さが２．５である場合、テーブルデータを用いて自らの現在位置が第２地点５１２であることを推定する。一例として、第２地点５１２の座標は、ｘ：２２５、ｙ：３００であってよい。
一例として、移動装置は、獲得した第１ランドマーク５１５の高さが２である場合、テーブルデータを用いて自らの現在位置が第３地点５１３であることを推定する。一例として、第３地点５１３の座標は、ｘ：２１５、ｙ：３００であってよい。
一例として、移動装置は、獲得した第１ランドマーク５１５の高さが２．５である場合、テーブルデータを用いて自らの現在位置が第２地点５１２であることを推定する。一例として、第２地点５１２の座標は、ｘ：２２５、ｙ：３００であってよい。
一例として、移動装置は、獲得した第１ランドマーク５１５の高さが２である場合、テーブルデータを用いて自らの現在位置が第３地点５１３であることを推定する。一例として、第３地点５１３の座標は、ｘ：２１５、ｙ：３００であってよい。
【0082】
一例として、移動装置は、テーブルデータで第１ランドマーク５１５の高さ情報に対応する位置情報を識別することができない場合には、テーブルデータに基づいてインターポレーション（ｉｎｔｅｒｐｏｌａｔｉｏｎ）を行って現在位置を識別する。
一実施形態によると、第２領域５２０（例：図４の「１ＦＥ１」区域）において、移動装置は自らの位置を推定する。例えば、第２領域５２０は廊下であり得る。
一実施形態によると、第２領域５２０（例：図４の「１ＦＥ１」区域）において、移動装置は自らの位置を推定する。例えば、第２領域５２０は廊下であり得る。
【0083】
例えば、第２領域５２０内において走行中である移動装置は、センサを用いて第２ランドマーク５２５（例：図４の図１）に関する情報を獲得する。
例えば、第２領域５２０内において走行中である移動装置は、センサを用いて獲得した第２ランドマーク５２５の高さ情報及び図４に図示された既貯蔵されたテーブルデータ（又は、リファレンスデータ）を用いて、自らの位置を識別する。
例えば、第２領域５２０内において走行中である移動装置は、センサを用いて獲得した第２ランドマーク５２５の高さ情報及び図４に図示された既貯蔵されたテーブルデータ（又は、リファレンスデータ）を用いて、自らの位置を識別する。
【0084】
一例として、移動装置は、獲得した第２ランドマーク５２５の高さが０．７である場合、テーブルデータを用いて自らの現在位置の座標がｘ：１８０、ｙ：８０であることを推定する。
一例として、移動装置は、獲得した第２ランドマーク５２５の高さが０．９である場合、テーブルデータを用いて自らの現在位置の座標がｘ：１３０、ｙ：８０であることを推定する。
一例として、移動装置は、獲得した第２ランドマーク５２５の高さが０．９である場合、テーブルデータを用いて自らの現在位置の座標がｘ：１３０、ｙ：８０であることを推定する。
【0085】
一例として、移動装置は、テーブルデータで第２ランドマーク５２５の高さ情報に対応する位置情報を識別することができない場合には、テーブルデータに基づいてインターポレーション（ｉｎｔｅｒｐｏｌａｔｉｏｎ）を行って現在位置を識別する。例えば、移動装置が獲得した第２ランドマーク５２５の高さが０．８である場合、移動装置は獲得したデータ及びテーブルデータに基づいたインターポレーションを介して現在位置が推定地点５２１であることを推定する。一例として、推定地点５２１の座標は、 ｘ：１５５、ｙ：８０であってよい。
【0086】
図６は、本発明の一実施形態による位置推定サーバーの動作順序図である。
位置推定サーバー（例：図１のサーバー１００）は、図６に開示された動作を行う。例えば、位置推定サーバー（例：図１のデータ収集部１１０、データ貯蔵部１２０、正確度検証部１３０、測位アップデート部１４０、配布部１５０のうち少なくとも一部は、図６の動作を行うように設定されてよい。
以下の実施形態において、Ｓ６１０からＳ６６０の動作は順次に行われてもよいが、必ずしも順次に行われるものではない。例えば、各動作の順序が変更されてもよく、少なくとも２つの動作が並列して行われてもよい。また、図６に関して前述した内容と対応されるか重複される内容は、簡略に説明するか省略する。
位置推定サーバー（例：図１のサーバー１００）は、図６に開示された動作を行う。例えば、位置推定サーバー（例：図１のデータ収集部１１０、データ貯蔵部１２０、正確度検証部１３０、測位アップデート部１４０、配布部１５０のうち少なくとも一部は、図６の動作を行うように設定されてよい。
以下の実施形態において、Ｓ６１０からＳ６６０の動作は順次に行われてもよいが、必ずしも順次に行われるものではない。例えば、各動作の順序が変更されてもよく、少なくとも２つの動作が並列して行われてもよい。また、図６に関して前述した内容と対応されるか重複される内容は、簡略に説明するか省略する。
【0087】
一実施形態によると、位置推定サーバーは、データを収集する（Ｓ６１０）。
例えば、位置推定サーバーは、多様な類型の移動装置のうち少なくとも一部から、移動装置がセンサ部を用いて獲得した位置情報を収集する。
例えば、位置推定サーバーは、多様な類型の移動装置のうちで、測位正確度が相対的に高い、又は相対的に高いコストのセンサを含む第１移動装置（例：図１の第１移動装置１０１）が走行の間に獲得した位置情報を周期的に収集する。
例えば、位置推定サーバーは、多様な類型の移動装置のうち少なくとも一部から、移動装置がセンサ部を用いて獲得した位置情報を収集する。
例えば、位置推定サーバーは、多様な類型の移動装置のうちで、測位正確度が相対的に高い、又は相対的に高いコストのセンサを含む第１移動装置（例：図１の第１移動装置１０１）が走行の間に獲得した位置情報を周期的に収集する。
【0088】
例えば、収集したデータは、第１移動装置が走行した走行環境（例：地域の名前、廊下の名前）、位置推定のために用いられたデータ（例：イメージ、映像）、ＯＣＲに用いられたデータ（例：イメージ、映像、処理結果）、２Ｄレーダーデータ、３Ｄレーダーデータ、又はこれらのいずれかの組み合せのうち少なくとも１つを含む。
一実施形態によると、位置推定サーバーは、測位正確度誤差を計算する（Ｓ６２０）。
一実施形態によると、位置推定サーバーは、測位正確度誤差を計算する（Ｓ６２０）。
【0089】
例えば、位置推定サーバーは、収集した位置情報を、第２移動装置が走行のために利用中である既存リファレンスデータと比較して、測位正確度の誤差を計算する。
一実施形態によると、位置推定サーバーは、誤差が閾値を超過するか否かを判断する（Ｓ６３０）。
一実施形態によると、位置推定サーバーは、誤差が閾値を超過するか否かを判断する（Ｓ６３０）。
【0090】
例えば、誤差が閾値を超過する場合（例：段階Ｓ６３０ Ｙｅｓ）、位置推定サーバーは、段階Ｓ６４０を行う。
例えば、誤差が閾値を超過しない場合（例：段階Ｓ６３０ Ｎｏ）、位置推定サーバーは、段階Ｓ６１０を繰り返し行う。
一実施形態によると、位置推定サーバーは、新規リファレンスデータを生成して貯蔵する（Ｓ６４０）。
例えば、誤差が閾値を超過しない場合（例：段階Ｓ６３０ Ｎｏ）、位置推定サーバーは、段階Ｓ６１０を繰り返し行う。
一実施形態によると、位置推定サーバーは、新規リファレンスデータを生成して貯蔵する（Ｓ６４０）。
【0091】
例えば、位置推定サーバーは、既存リファレンスデータに含まれた映像データ、レーダーデータ、ＯＣＲデータ、又はこれらのいずれか組み合せのうち１つを用いて新規リファレンスデータを生成する。
一例として、位置推定サーバーは、第１移動装置から収集した位置情報に含まれた映像データを識別する。位置推定サーバーは、映像データに含まれた少なくとも１つの特徴点（ｆｅａｔｕｒｅ）を抽出し、既存リファレンスデータに含まれた少なくとも一部データを抽出された特徴点に代替するか抽出された特徴点を用いて既存リファレンスデータをアップデートすることにより新規リファレンスデータを生成する。
一例として、位置推定サーバーは、第１移動装置から収集した位置情報に含まれた映像データを識別する。位置推定サーバーは、映像データに含まれた少なくとも１つの特徴点（ｆｅａｔｕｒｅ）を抽出し、既存リファレンスデータに含まれた少なくとも一部データを抽出された特徴点に代替するか抽出された特徴点を用いて既存リファレンスデータをアップデートすることにより新規リファレンスデータを生成する。
【0092】
一例として、位置推定サーバーは、第１移動装置から収集した位置情報に含まれた映像データ（又は、少なくとも１つのイメージデータ）を用いて、測位アップデート部（例：図１の測位アップデート部１４０）に含まれた少なくとも１つのマシンラーニングモデルをアップデートできる。少なくとも１つのマシンラーニングモデルは、リファレンスデータの生成動作を行う。
一例として、位置推定サーバーは、第１移動装置から収集した位置情報に含まれたＯＣＲデータを識別する。位置推定サーバーは、識別されたＯＣＲデータを既存リファレンスに含まれた既存ＯＣＲデータと比較して、差が閾値を超過する場合に既存ＯＣＲデータを識別されたＯＣＲデータに代替するか識別されたＯＣＲデータを用いて既存ＯＣＲデータをアップデートすることにより新規リファレンスデータを生成して貯蔵する。
一例として、位置推定サーバーは、第１移動装置から収集した位置情報に含まれたＯＣＲデータを識別する。位置推定サーバーは、識別されたＯＣＲデータを既存リファレンスに含まれた既存ＯＣＲデータと比較して、差が閾値を超過する場合に既存ＯＣＲデータを識別されたＯＣＲデータに代替するか識別されたＯＣＲデータを用いて既存ＯＣＲデータをアップデートすることにより新規リファレンスデータを生成して貯蔵する。
【0093】
一例として、位置推定サーバーは、第１移動装置から収集した位置情報に含まれたレーダーデータを識別する。位置推定サーバーは、識別されたレーダーデータを既存リファレンスに含まれた既存レーダーデータと比べて、差が閾値を超過する場合に既存レーダーデータを識別されたレーダーデータに代替するか識別されたレーダーデータを用いて既存レーダーデータをアップデートすることにより新規リファレンスデータを生成して貯蔵する。
【0094】
例えば、位置推定サーバーは、生成された新規リファレンスデータを既存リファレンスデータと区分して貯蔵する。
一実施形態によると、位置推定サーバーは、既存リファレンスデータのアップデートが必要か否かを判断する（Ｓ６５０）。
一実施形態によると、位置推定サーバーは、既存リファレンスデータのアップデートが必要か否かを判断する（Ｓ６５０）。
【0095】
例えば、位置推定サーバーは、指定された周期に基づいて、既存リファレンスデータを新規リファレンスデータに代替して貯蔵する。この場合、既存リファレンスデータは、メモリ（例：図１のデータ貯蔵部１２０）から削除されてよい。
例えば、位置推定サーバーは、既存リファレンスデータ及び新規リファレンスデータ間の差が指定された範囲を超過する場合、既存リファレンスデータを新規リファレンスデータに代替して貯蔵する。この場合、既存リファレンスデータは、メモリ（例：図１のデータ貯蔵部１２０）から削除されてよい。
例えば、位置推定サーバーは、既存リファレンスデータ及び新規リファレンスデータ間の差が指定された範囲を超過する場合、既存リファレンスデータを新規リファレンスデータに代替して貯蔵する。この場合、既存リファレンスデータは、メモリ（例：図１のデータ貯蔵部１２０）から削除されてよい。
【0096】
例えば、既存リファレンスデータのアップデートが必要なものと判断された場合（例：段階Ｓ６５０ Ｙｅｓ）、位置推定サーバーは、段階Ｓ６６０を行う。
例えば、既存リファレンスデータのアップデートが必要ではないものと判断された場合（例：段階Ｓ６５０ Ｎｏ）、位置推定サーバーは、段階Ｓ６４０を行う。
一実施形態によると、位置推定サーバーは、既存リファレンスデータを新規リファレンスデータに代替してメモリに貯蔵して、移動装置に配布する（Ｓ６６０）。
例えば、位置推定サーバーは、新規リファレンスデータを第２移動装置（例：図１の第２移動装置１０２）に配布（又は、送信）する。
例えば、既存リファレンスデータのアップデートが必要ではないものと判断された場合（例：段階Ｓ６５０ Ｎｏ）、位置推定サーバーは、段階Ｓ６４０を行う。
一実施形態によると、位置推定サーバーは、既存リファレンスデータを新規リファレンスデータに代替してメモリに貯蔵して、移動装置に配布する（Ｓ６６０）。
例えば、位置推定サーバーは、新規リファレンスデータを第２移動装置（例：図１の第２移動装置１０２）に配布（又は、送信）する。
【0097】
図７は、本発明の一実施形態による位置推定サーバーの動作順序図である。
一実施形態によると、位置推定サーバー（例：図１のサーバー１００）は、図７に開示された動作を行う。例えば、位置推定サーバー（例：図１のデータ収集部１１０、データ貯蔵部１２０、正確度検証部１３０、測位アップデート部１４０、配布部１５０のうち少なくとも一部は図７の動作を行うように設定されてよい。
一実施形態によると、位置推定サーバー（例：図１のサーバー１００）は、図７に開示された動作を行う。例えば、位置推定サーバー（例：図１のデータ収集部１１０、データ貯蔵部１２０、正確度検証部１３０、測位アップデート部１４０、配布部１５０のうち少なくとも一部は図７の動作を行うように設定されてよい。
【0098】
以下、実施形態において、Ｓ７１０からＳ７５０の動作は順次に行われてもよいが、必ずしも順次に行われるものではない。例えば、各動作の手順が変更されてもよく、少なくとも２つの動作が並列して行われてもよい。また、図７に関して前述した内容と対応されるか重複される内容は、簡略に説明するか省略する。
【0099】
一実施形態によると、位置推定方法は、データ収集部が第１移動装置が指定された領域に関して獲得した位置情報を収集する段階を含む（Ｓ７１０）。
一実施形態によると、位置推定方法は、データ貯蔵部が第２移動装置の位置推定のために用いられる指定された領域に対する基準リファレンス（ｒｅｆｅｒｅｎｃｅ）データを貯蔵する段階を含む（Ｓ７２０）。
一実施形態によると、位置推定方法は、データ貯蔵部が第２移動装置の位置推定のために用いられる指定された領域に対する基準リファレンス（ｒｅｆｅｒｅｎｃｅ）データを貯蔵する段階を含む（Ｓ７２０）。
【0100】
一実施形態によると、位置推定方法は、正確度検証部が、位置情報、基準リファレンスデータ、又はこれらのいずれかの組み合せのうち少なくとも１つを用いて算出した誤差が閾値を超過するか否かを判断する段階を含む（Ｓ７３０）。
一実施形態によると、位置推定方法は、測位アップデート部が、誤差が閾値を超過する場合、位置情報を用いて第２移動装置の走行のための新規リファレンスデータを生成する段階を含む（Ｓ７４０）。
一実施形態によると、位置推定方法は、測位アップデート部が、誤差が閾値を超過する場合、位置情報を用いて第２移動装置の走行のための新規リファレンスデータを生成する段階を含む（Ｓ７４０）。
【0101】
例えば、測位アップデート部が新規リファレンス（ｒｅｆｅｒｅｎｃｅ）データを生成する段階は、測位アップデート部が、位置情報に含まれた少なくとも１つのイメージから少なくとも１つの特徴点（ｆｅａｔｕｒｅ）を抽出し、少なくとも１つの特徴点を含んで基準リファレンスデータと区分される新規リファレンスデータを生成してデータ貯蔵部と区分される別途のメモリに貯蔵するか、基準リファレンスデータに含まれた基準特徴点を少なくとも１つの特徴点に代替して新規リファレンスデータを生成してデータ貯蔵部に貯蔵する段階を含む。
【0102】
例えば、測位アップデート部が新規リファレンス（ｒｅｆｅｒｅｎｃｅ）データを生成する段階は、測位アップデート部が、位置情報に含まれた２Ｄレーダーデータ、３Ｄレーダーデータ、又はこれらのいずれかの組み合せのうち少なくとも１つを含んで基準リファレンスデータと区分される新規リファレンスデータを生成してデータ貯蔵部と区分される別途のメモリに貯蔵するか、基準リファレンスデータに含まれた基準レーダーデータを２Ｄレーダーデータ、３Ｄレーダーデータ、又はこれらのいずれかの組み合せのうち少なくとも１つに代替して新規リファレンスデータを生成してデータ貯蔵部に貯蔵する段階を含む。
【0103】
例えば、測位アップデート部は、少なくとも１つのリファレンスデータの生成のための少なくとも１つのマシンラーニング（ｍａｃｈｉｎｅ ｌｅａｒｎｉｎｇ）モデルを含む。
【0104】
例えば、測位アップデート部が新規リファレンス（ｒｅｆｅｒｅｎｃｅ）データを生成する段階は、測位アップデート部が、誤差が前記閾値を超過する場合、位置情報に含まれた少なくとも１つのイメージを少なくとも１つのマシンラーニングモデルに対する学習データとして用いて少なくとも１つのマシンラーニングモデルをアップデートする段階を含む。
一実施形態によると、位置推定方法は、配布部が第２移動装置に新規リファレンスデータを配布する段階を含む（Ｓ７５０）。
一実施形態によると、位置推定方法は、配布部が第２移動装置に新規リファレンスデータを配布する段階を含む（Ｓ７５０）。
【0105】
例えば、配布部が第２移動装置に新規リファレンスデータを配布する段階は、配布部が、基準リファレンスデータと新規リファレンスデータ間の差が指定された範囲を超過する場合又は指定された周期に基づいて、第２移動装置に新規リファレンスデータを配布する段階を含む。
【0106】
図８は、本発明の一実施形態による位置推定方法に関するコンピューティングシステムを図示する。
図８を参照すると、位置推定方法に関するコンピューティングシステム１０００は、バス１２００を介して連結される少なくとも１つのプロセッサ１１００、メモリ１３００、使用者インターフェース入力装置１４００、使用者インターフェース出力装置１５００、ストレージ１６００、及びネットワークインターフェース１７００を含む。
図８を参照すると、位置推定方法に関するコンピューティングシステム１０００は、バス１２００を介して連結される少なくとも１つのプロセッサ１１００、メモリ１３００、使用者インターフェース入力装置１４００、使用者インターフェース出力装置１５００、ストレージ１６００、及びネットワークインターフェース１７００を含む。
【0107】
プロセッサ１１００は、中央処理装置（ＣＰＵ）又はメモリ１３００及び／又はストレージ１６００に貯蔵された命令語に対する処理を行う半導体装置であってよい。メモリ１３００及びストレージ１６００は、多様な種類の揮発性又は揮発性貯蔵媒体を含む。例えば、メモリ１３００は、ＲＯＭ（ｒｅａｄ ｏｎｌｙ ｍｅｍｏｒｙ）及びＲＡＭ（ｒａｎｄｏｍ ａｃｃｅｓｓ ｍｅｍｏｒｙ）を含む。
【0108】
したがって、本明細書に開示された実施形態に関して説明された方法又はアルゴリズムの段階は、プロセッサ１１００により実行されるハードウェア、ソフトウェアモジュール、又はその２つの結合に直接具現されてよい。ソフトウェアモジュールは、ＲＡＭメモリ、フラッシュメモリ、ＲＯＭメモリ、ＥＰＲＯＭメモリ、ＥＥＰＲＯＭメモリ、レジスタ、ハードディスク、着脱型ディスク、ＣＤ－ＲＯＭ等の貯蔵媒体（すなわち、メモリ１３００及び／又はストレージ１６００）に常駐する。
【0109】
例示的な貯蔵媒体は、プロセッサ１１００にカップリングされ、そのプロセッサ１１００は貯蔵媒体から情報を判読することができ、貯蔵媒体に情報を記入する。他の方法として、貯蔵媒体は、プロセッサ１１００と一体型であり得る。プロセッサ及び貯蔵媒体は、注文型集積回路（ＡＳＩＣ） 内に常駐する。ＡＳＩＣは、使用者端末機内に常駐することもできる。他の方法として、プロセッサ及び貯蔵媒体は、使用者端末機内に個別コンポーネントとして常駐する。
【0110】
以上の説明は、本発明の技術思想を例示的に説明したものに過ぎず、本発明が属する技術分野において通常の知識を有する者であれば、本発明の本質的な特性から逸脱しない範囲で多様な修正及び変形が可能である。
したがって、本発明に開示された実施形態は、本発明の技術思想を限定するためではなく、単に説明するためのものであり、このような実施形態によって本発明の技術思想の範囲が限定されるものではない。本発明の保護範囲は、以下の特許請求の範囲により解釈されるべきであり、それと同等な範囲内にある全ての技術思想は、本発明の権利範囲に含まれるものと解釈されるべきである。
したがって、本発明に開示された実施形態は、本発明の技術思想を限定するためではなく、単に説明するためのものであり、このような実施形態によって本発明の技術思想の範囲が限定されるものではない。本発明の保護範囲は、以下の特許請求の範囲により解釈されるべきであり、それと同等な範囲内にある全ての技術思想は、本発明の権利範囲に含まれるものと解釈されるべきである。
【符号の説明】
【0111】
１００ サーバー
１０１ 第１移動装置
１０２ 第２移動装置
１１０ データ収集部
１２０ データ貯蔵部
１３０ 正確度検証部
１４０ 測位アップデート部
１５０ 配布部
２００ 移動装置
２１０ センサ部
２２０ 走行部
２３０ 制御部
２４０ メモリ
５１０ 第１領域
５１１ 第１地点
５１２ 第２地点
５１３ 第３地点
５１５ 第１ランドマーク
５２０ 第２領域
５２１ 推定地点
５２５ 第２ランドマーク
１０００ コンピューティングシステム
１１００ プロセッサ
１２００ バス
１３００ メモリ
１４００ 使用者インターフェース入力装置
１５００ 使用者インターフェース出力装置
１６００ ストレージ
１７００ ネットワークインターフェース
１０１ 第１移動装置
１０２ 第２移動装置
１１０ データ収集部
１２０ データ貯蔵部
１３０ 正確度検証部
１４０ 測位アップデート部
１５０ 配布部
２００ 移動装置
２１０ センサ部
２２０ 走行部
２３０ 制御部
２４０ メモリ
５１０ 第１領域
５１１ 第１地点
５１２ 第２地点
５１３ 第３地点
５１５ 第１ランドマーク
５２０ 第２領域
５２１ 推定地点
５２５ 第２ランドマーク
１０００ コンピューティングシステム
１１００ プロセッサ
１２００ バス
１３００ メモリ
１４００ 使用者インターフェース入力装置
１５００ 使用者インターフェース出力装置
１６００ ストレージ
１７００ ネットワークインターフェース
【図1】
【図2】
【図3】
【図4】
【図5】
【図6】
【図7】
【図8】