特許 7381719 データ生成装置、データ生成方法、及びプログラム

(19)【発行国】日本国特許庁(JP)

(12)【公報種別】特許公報(B2)

(11)【特許番号】

(24)【登録日】2023-11-07

(45)【発行日】2023-11-15

(54)【発明の名称】データ生成装置、データ生成方法、及びプログラム

(51)【国際特許分類】

   G01C 21/26 20060101AFI20231108BHJP

   G01S 19/11 20100101ALI20231108BHJP

   G06N 20/00 20190101ALI20231108BHJP

【ＦＩ】

G01C21/26 B

G01S19/11

G06N20/00 130

【請求項の数】 7

(21)【出願番号】P 2022512915

(86)(22)【出願日】2020-03-30

(86)【国際出願番号】 JP2020014606

(87)【国際公開番号】W WO2021199175

(87)【国際公開日】2021-10-07

【審査請求日】2022-07-27

(73)【特許権者】

【識別番号】309036221

【氏名又は名称】三菱重工機械システム株式会社

(74)【代理人】

【識別番号】100149548

【弁理士】

【氏名又は名称】松沼 泰史

(74)【代理人】

【識別番号】100162868

【弁理士】

【氏名又は名称】伊藤 英輔

(74)【代理人】

【識別番号】100161702

【弁理士】

【氏名又は名称】橋本 宏之

(74)【代理人】

【識別番号】100189348

【弁理士】

【氏名又は名称】古都 智

(74)【代理人】

【識別番号】100196689

【弁理士】

【氏名又は名称】鎌田 康一郎

(72)【発明者】

【氏名】是永 剛志

(72)【発明者】

【氏名】▲高▼尾 健司

(72)【発明者】

【氏名】山田 昌弘

(72)【発明者】

【氏名】知識 陽平

【審査官】佐々木 佳祐

(56)【参考文献】

【文献】特開２０１１－１７４７７１（ＪＰ，Ａ）

【文献】特開２０１９－１５９４６２（ＪＰ，Ａ）

【文献】特開２０１４－００２１０３（ＪＰ，Ａ）

(58)【調査した分野】(Int.Cl.，ＤＢ名)

Ｇ０１Ｃ ２１／００－２５／００

Ｇ０１Ｓ １９／１１

Ｇ０６Ｎ ２０／００

(57)【特許請求の範囲】

【請求項1】

車両を走行させて取得した実測ＧＮＳＳデータと、前記実測ＧＮＳＳデータが示す前記車両の位置を含む３Ｄ地図データとに基づいて第１疑似データ生成モデルを学習し、学習済みの前記第１疑似データ生成モデルである第２疑似データ生成モデルを記憶媒体に記憶するジェネレータを有する学習部と、
前記車両が仮想的に移動する仮想位置の時系列を表す模擬走行経路データと、前記仮想位置を含む３Ｄ地図データとを前記記憶媒体から読み出した前記第２疑似データ生成モデルに入力して、前記仮想位置のそれぞれにおいて得られるＧＮＳＳデータを推測した疑似ＧＮＳＳデータを生成する疑似データ生成部と、
を備えるデータ生成装置。

【請求項2】

前記学習部は、
入力されたＧＮＳＳデータの真偽を判定するディスクリミネータを更に有し、
前記ジェネレータは、
前記実測ＧＮＳＳデータと、前記３Ｄ地図データとに基づいて前記第１疑似データ生成モデルを学習し、学習済みの前記第１疑似データ生成モデルである第３疑似データ生成モデルに前記模擬走行経路データと前記３Ｄ地図データとを入力して評価用疑似ＧＮＳＳデータを生成し、生成した前記評価用疑似ＧＮＳＳデータを前記ディスクリミネータに出力し、
前記ディスクリミネータの判定結果に基づいて、前記第３疑似データ生成モデルを更に学習し、学習済みの前記第３疑似データ生成モデルである前記第２疑似データ生成モデルを前記記憶媒体に記憶する、
請求項１に記載のデータ生成装置。

【請求項3】

前記ディスクリミネータは、実測ＧＮＳＳデータであるか疑似ＧＮＳＳデータであるかを示すラベルを付したＧＮＳＳデータと、前記３Ｄ地図データとに基づいて学習された識別モデルを用いて、入力されたＧＮＳＳデータの真偽を判定する、
請求項２に記載のデータ生成装置。

【請求項4】

前記学習部は、
前記実測ＧＮＳＳデータに基づいて、当該車両の走行位置の時系列を表す走行経路履歴を作成する走行経路履歴作成部を更に有し、
前記走行経路履歴に基づいて前記第１疑似データ生成モデルを更に学習する、
請求項１から３の何れか一項に記載のデータ生成装置。

【請求項5】

前記学習部は、前記実測ＧＮＳＳデータを取得した前記車両の車種に基づいて前記第１疑似データ生成モデルを更に学習し、
前記疑似データ生成部は、指定された車種に応じた前記疑似ＧＮＳＳデータを生成する、
請求項１から４の何れか一項に記載のデータ生成装置。

【請求項6】

車両を走行させて取得した実測ＧＮＳＳデータと、前記実測ＧＮＳＳデータが示す前記車両の位置を含む３Ｄ地図データとに基づいて第１疑似データ生成モデルを学習し、学習済みの前記第１疑似データ生成モデルである第２疑似データ生成モデルを記憶媒体に記憶するステップと、
前記車両が仮想的に移動する仮想位置の時系列を表す模擬走行経路データと、前記仮想位置を含む３Ｄ地図データとを前記記憶媒体から読み出した前記第２疑似データ生成モデルに入力して、前記仮想位置のそれぞれにおいて得られるＧＮＳＳデータを推測した疑似ＧＮＳＳデータを生成するステップと、
を有するデータ生成方法。

【請求項7】

車両を走行させて取得した実測ＧＮＳＳデータと、前記実測ＧＮＳＳデータが示す前記車両の位置を含む３Ｄ地図データとに基づいて第１疑似データ生成モデルを学習し、学習済みの前記第１疑似データ生成モデルである第２疑似データ生成モデルを記憶媒体に記憶するステップと、
前記車両が仮想的に移動する仮想位置の時系列を表す模擬走行経路データと、前記仮想位置を含む３Ｄ地図データとを前記記憶媒体から読み出した学習済みの前記第２疑似データ生成モデルに入力して、前記仮想位置のそれぞれにおいて得られるＧＮＳＳデータを推測した疑似ＧＮＳＳデータを生成するステップと、
をデータ生成装置のコンピュータに実行させるプログラム。

【発明の詳細な説明】

【技術分野】

【0001】

本発明は、データ生成装置、データ生成方法、疑似データ生成モデルの学習方法、及びプログラムに関する。

【背景技術】

【0002】

近年では、ＧＮＳＳ（Global Navigation Satellite System）の技術を利用して、ＧＮＳＳ受信機が受信した衛星信号から車両の位置（緯度、経度、高度）を測位する技術が広く使われている（例えば、特許文献１）。

【0003】

また、ＧＮＳＳ受信機による測位データ（以下、「ＧＮＳＳデータ」とも記載する。）をサーバで収集し、マップマッチング処理により車両の走行経路を特定するシステムが考えられている。このようなシステムでは、マップマッチング処理、及びマップマッチング処理を用いたサービス処理（例えば、有料道路の課金処理等）の検証等を行うために、多数のＧＮＳＳデータが必要となる。

【0004】

走行経路の組み合わせは膨大であり、全ての走行経路について車両を走行させて実測したＧＮＳＳデータを収集することは費用及び時間がかかり困難である。このため、車両が走行経路に沿って走行した場合に取得されるＧＮＳＳデータを推測した疑似ＧＮＳＳデータを生成し、この疑似ＧＮＳＳデータを各種処理の検証に用いることが考えられる。

【先行技術文献】

【特許文献】

【0005】

【文献】特開２０１３－２０５３７３号公報

【発明の概要】

【発明が解決しようとする課題】

【0006】

しかしながら、生成した疑似ＧＮＳＳデータと、実測したＧＮＳＳデータとの乖離が大きいと、検証時に正しい結果を得られない可能性がある。このため、実測したＧＮＳＳデータに精巧に似せた疑似ＧＮＳＳデータを生成する技術が求められていた。

【課題を解決するための手段】

【0007】

本開示の一態様によれば、データ生成装置は、車両を走行させて取得した実測ＧＮＳＳデータと、前記実測ＧＮＳＳデータが示す前記車両の位置を含む３Ｄ地図データとに基づいて疑似データ生成モデルを学習する学習部と、前記車両が仮想的に移動する仮想位置の時系列を表す模擬走行経路データと、前記仮想位置を含む３Ｄ地図データとを前記疑似データ生成モデルに入力して、前記仮想位置のそれぞれにおいて得られるＧＮＳＳデータを推測した疑似ＧＮＳＳデータを生成する疑似データ生成部と、を備える。

【0008】

本開示の一態様によれば、データ生成方法は、車両を走行させて取得した実測ＧＮＳＳデータと、前記実測ＧＮＳＳデータが示す前記車両の位置を含む３Ｄ地図データとに基づいて疑似データ生成モデルを学習するステップと、前記車両が仮想的に移動する仮想位置の時系列を表す模擬走行経路データと、前記仮想位置を含む３Ｄ地図データとを前記疑似データ生成モデルに入力して、前記仮想位置のそれぞれにおいて得られるＧＮＳＳデータを推測した疑似ＧＮＳＳデータを生成するステップと、を有する。

【0009】

本開示の一態様によれば、データ生成装置（１）の製造方法は、車両を走行させて取得した実測ＧＮＳＳデータと、前記実測ＧＮＳＳデータが示す前記車両の位置を含む３Ｄ地図データとに基づいて疑似データ生成モデルを学習するステップと、学習した前記疑似データ生成モデルに、前記車両が仮想的に移動する仮想位置の時系列を表す模擬走行経路データと前記３Ｄ地図データとを入力して前記疑似ＧＮＳＳデータを出力するステップと、入力されたＧＮＳＳデータの真偽を判定するステップと、前記真偽の判定結果に基づいて、前記疑似データ生成モデルを更に学習するステップと、を有する。

【0010】

本開示の一態様によれば、プログラムは、車両を走行させて取得した実測ＧＮＳＳデータと、前記実測ＧＮＳＳデータが示す前記車両の位置を含む３Ｄ地図データとに基づいて疑似データ生成モデルを学習するステップと、前記車両が仮想的に移動する仮想位置の時系列を表す模擬走行経路データと、前記仮想位置を含む３Ｄ地図データとを前記疑似データ生成モデルに入力して、前記仮想位置のそれぞれにおいて得られるＧＮＳＳデータを推測した疑似ＧＮＳＳデータを生成するステップと、をデータ生成装置のコンピュータに実行させる。

【発明の効果】

【0011】

本開示に係るデータ生成装置、データ生成方法、疑似データ生成モデルの学習方法、及びプログラムによれば、実測したＧＮＳＳデータに精巧に似せた疑似ＧＮＳＳデータを生成することができる。

【図面の簡単な説明】

【0012】

【図1】本開示の一実施形態に係るデータ生成装置の機能構成を示す図である。

【図2】本開示の一実施形態に係る学習部の機能構成を示す図である。

【図3】本開示の一実施形態に係る疑似データ生成部の機能構成を示す図である。

【図4】本開示の一実施形態に係る学習部の処理の一例を示す第１のフローチャートである。

【図5】本開示の一実施形態に係る学習部の処理の一例を示す第２のフローチャートである。

【図6】本開示の一実施形態に係る疑似データ生成部の処理の一例を示す第１のフローチャートである。

【図7】本開示の一実施形態に係るデータ生成装置のハードウェア構成の一例を示す図である。

【発明を実施するための形態】

【0013】

以下、本開示の一実施形態に係るデータ生成装置１について、図１～図７を参照しながら説明する。

【0014】

（データ生成装置の機能構成）
図１は、本開示の一実施形態に係るデータ生成装置の機能構成を示す図である。
図１に示すように、データ生成装置１は、ＣＰＵ１０と、記憶媒体２０とを備えている。

【0015】

ＣＰＵ１０は、データ生成装置１全体の動作を司るプロセッサであり、所定のプログラムに従って動作することにより、学習部１１、疑似データ生成部１２としての機能を発揮する。

【0016】

学習部１１は、車両を走行させて取得した実測ＧＮＳＳデータと、実測ＧＮＳＳデータが示す車両の位置を含む３Ｄ地図データとに基づいて疑似データ生成モデルを学習する。

【0017】

実測ＧＮＳＳデータには、例えば車両の位置を表す緯度、経度、高度等の情報が含まれている。また、実測ＧＮＳＳデータには、移動速度、移動方位、捕捉した衛星の数、捕捉した衛星を特定可能な衛星番号、信号強度等が含まれていてもよい。３Ｄ地図データは、地形、建築物等の３次元形状を特定可能な地図データである。

【0018】

疑似データ生成部１２は、車両が仮想的に移動する仮想位置の時系列を表す模擬走行経路データと、仮想位置を含む３Ｄ地図データとを疑似データ生成モデルに入力して、仮想位置のそれぞれにおいて得られるＧＮＳＳデータを推測した疑似ＧＮＳＳデータを生成する。即ち、疑似データ生成部１２は、実際に車両を走行させることなく、模擬走行経路において得られると推測されるＧＮＳＳデータを疑似的に生成する。

【0019】

模擬走行経路データに含まれる仮想位置は、例えばリンク（道路）を特定可能なリンクＩＤと、リンク上の位置を示す情報（リンク始点からの距離等）とにより表される。また、模擬走行経路データは、例えばデータ生成装置１のユーザにより、マップマッチング処理及び／又はマップマッチング処理を用いたサービス処理の検証対象となる走行経路が予め入力される。

【0020】

記憶媒体２０は、いわゆる補助記憶装置であって、ＨＤＤ（Hard Disk Drive）、ＳＳＤ（Solid State Drive）などである。記憶媒体２０には、データ生成装置１が取得、生成した各種データが保存される。例えば、記憶媒体２０には、実測ＧＮＳＳデータ、３Ｄ地図データ、学習部１１により学習された疑似データ生成モデル、疑似データ生成部１２により生成された疑似ＧＮＳＳデータ等が記憶される。

【0021】

車両の周辺環境（衛星信号を遮蔽、反射する地形、建築物の有無等）により、ＧＮＳＳ受信機による衛星信号の受信状態（捕捉する衛星の数、捕捉した衛星から受信する信号の強度等）が変化する。このため、ＧＮＳＳ受信機が計測する実測ＧＮＳＳデータには、衛星信号の受信状態に応じた測位誤差が含まれる。

【0022】

この測位誤差を考慮せずに、単に車両の仮想位置（緯度、経度）を含むＧＮＳＳデータを疑似的に生成しただけでは、実測ＧＮＳＳデータとは大きく乖離したデータが生成される可能性がある。

【0023】

このため、本実施形態に係るデータ生成装置１は、車両の走行経路に応じた測位誤差が反映された疑似データ生成モデルを学習し、学習された疑似データ生成モデルを用いて実測ＧＮＳＳデータを精巧に模倣した疑似ＧＮＳＳデータを生成する。以下、疑似データ生成モデルの学習を行う学習部１１と、学習された疑似データ生成モデルＭ１を用いて疑似ＧＮＳＳデータを生成する疑似データ生成部１２の機能構成について説明する。

【0024】

（学習部の機能構成）
図２は、本開示の一実施形態に係る学習部の機能構成を示す図である。
図２に示すように、学習部１１は、ジェネレータ１１０と、ディスクリミネータ１１１と、走行経路履歴作成部１１２とを有している。本実施形態にかかる学習部１１は、敵対的生成ネットワーク（ＧＡＮ：Generative Adversarial Networks）の技術を利用して、疑似ＧＮＳＳデータを生成する疑似データ生成モデルＭ１を学習する。

【0025】

ジェネレータ１１０は、実測ＧＮＳＳデータと、３Ｄ地図データとに基づいて疑似データ生成モデルＭ１を学習し、学習した疑似データ生成モデルＭ１に模擬走行経路データと３Ｄ地図データとを入力して疑似ＧＮＳＳデータを出力する。

【0026】

ディスクリミネータ１１１は、入力されたＧＮＳＳデータの真偽を判定する。具体的には、ディスクリミネータ１１１は、実測ＧＮＳＳデータと、疑似ＧＮＳＳデータであることを示すラベルを付した疑似ＧＮＳＳデータと、３Ｄ地図データとに基づいて学習された識別モデルＭ２を用いて真偽を判定する。

【0027】

走行経路履歴作成部１１２は、実測ＧＮＳＳデータに基づいて、車両の走行位置の時系列を表す走行経路履歴を作成する。

【0028】

（疑似データ生成部の機能構成）
図３は、本開示の一実施形態に係る疑似データ生成部の機能構成を示す図である。
図３に示すように、疑似データ生成部１２は、学習部１１により学習された疑似データ生成モデルＭ１に模擬走行経路データ及び３Ｄ地図を入力して、疑似ＧＮＳＳデータを生成する。このとき、疑似データ生成部１２は、疑似データ生成モデルＭ１に乱数を更に入力してもよい。これにより、疑似データ生成部１２は、同一の模擬走行経路データから、乱数により変化をつけられた複数種類の疑似ＧＮＳＳデータを生成することができる。

【0029】

（学習部の処理フロー）
図４は、本開示の一実施形態に係る学習部の処理の一例を示す第１のフローチャートである。
以下、図４を参照しながら、学習部１１のジェネレータ１１０の学習処理の流れについて説明する。

【0030】

図４に示すように、走行経路履歴作成部１１２は、車両を実際に走行させて得た実測ＧＮＳＳデータから、当該車両の走行経路履歴を作成する（ステップＳ０１）。例えば、走行経路履歴作成部１１２は、マップマッチング処理を行い、実測ＧＮＳＳデータの時刻歴から、車両の走行位置（リンク上の位置）の時系列を示す走行経路履歴を作成する。

【0031】

次に、ジェネレータ１１０は、実測ＧＮＳＳデータと、実測ＧＮＳＳデータから特定される車両の走行位置周辺の３Ｄ地図と基づいて、疑似データ生成モデルＭ１を学習する（ステップＳ０２）。疑似データ生成モデルＭ１は、例えばリカレントニューラルネットワークを利用したモデルであって、走行経路及び走行経路周辺の３Ｄ地図データを入力すると、この走行経路を走行した場合に得られるＧＮＳＳデータを推測した疑似ＧＮＳＳデータを出力する。ジェネレータ１１０は、車両の走行位置周辺の３Ｄ地図データを学習に用いることにより、車両周辺の地形、建築物等の影響に応じてどのような実測ＧＮＳＳデータが取得できるかを疑似データ生成モデルＭ１に学習させる。学習した疑似データ生成モデルＭ１は、記憶媒体２０に記憶される。

【0032】

また、ジェネレータ１１０は、走行経路履歴作成部１１２が作成した走行経路履歴を利用して、車両の走行経路に応じた実測ＧＮＳＳデータを疑似データ生成モデルＭ１に学習させてもよい。

【0033】

更に、ジェネレータ１１０は、実測ＧＮＳＳデータを取得した車両の車種に基づいて、疑似データ生成モデルＭ１を更に学習させてもよい。車両の車種によってＧＮＳＳ受信機の取り付け位置が異なる場合がある。そうすると、衛星信号の受信状態が変化し、測位誤差の傾向も変わる可能性がある。このため、ジェネレータ１１０は、疑似データ生成モデルＭ１に実測ＧＮＳＳデータに加えて、当該実測ＧＮＳＳデータを取得した車両の車種を入力して、疑似データ生成モデルＭ１を学習する。なお、実測ＧＮＳＳデータを取得した車両の車種は、例えばデータ生成装置１のユーザにより入力される。

【0034】

次に、例えば所定データ数の学習が完了すると、ジェネレータ１１０は、学習された疑似データ生成モデルＭ１に模擬走行経路データと、模擬走行経路周辺の３Ｄ地図とを入力して、模擬走行経路を走行した場合に得られると推測される疑似ＧＮＳＳデータを出力（生成）させる（ステップＳ０３）。

【0035】

このとき、ジェネレータ１１０は、疑似データ生成モデルＭ１に乱数を更に入力してもよい。これにより、ジェネレータ１１０は、同一の模擬走行経路データを入力した場合であっても、異なる疑似ＧＮＳＳデータを生成することができる。

【0036】

また、ジェネレータ１１０は、車両の車種を入力して疑似データ生成モデルＭ１を学習した場合、任意の車種を疑似データ生成モデルＭ１に入力して、予め指定された車種に応じた疑似ＧＮＳＳデータを生成してもよい。

【0037】

ジェネレータ１１０は、生成した疑似ＧＮＳＳデータをディスクリミネータに出力し、ディスクリミネータ１１１による真偽判定結果を受領する。なお、このディスクリミネータ１１１は、識別モデルＭ２を学習済みであるとする。そうすると、ジェネレータ１１０は、ディスクリミネータ１１１から出力された判定結果に基づいて、疑似データ生成モデルＭ１を更に学習する（ステップＳ０４）。

【0038】

ジェネレータ１１０は、生成した疑似ＧＮＳＳデータがディスクリミネータ１１１により「真（実測ＧＮＳＳデータ）」と判定されるように、ステップＳ０３～Ｓ０４を繰り返し実行して、疑似データ生成モデルＭ１を学習する。

【0039】

図５は、本開示の一実施形態に係る学習部の処理の一例を示す第２のフローチャートである。
以下、図５を参照しながら、学習部１１のディスクリミネータ１１１の学習処理の流れについて説明する。

【0040】

図５に示すように、ディスクリミネータ１１１は、真偽ラベル付きのＧＮＳＳデータと、ＧＮＳＳデータから特定される車両の走行位置周辺の３Ｄ地図と基づいて、識別モデルＭ２を学習する（ステップＳ１１）。具体的には、ディスクリミネータ１１１は、識別モデルＭ２に、実測データ（真）であることを示すラベルを付した実測ＧＮＳＳデータと、疑似データ（偽）であることを示すラベルを付した疑似ＧＮＳＳデータと、３Ｄ地図データとを入力して、ＧＮＳＳデータの真偽の識別を学習させる。学習した識別モデルＭ２は、記憶媒体２０に記憶される。

【0041】

次に、ディスクリミネータ１１１は、例えば所定データ数の学習が完了すると、真偽ラベルを外したＧＮＳＳデータと、３Ｄ地図データとを識別モデルＭ２に入力して、入力されたＧＮＳＳデータが実測ＧＮＳＳデータ（真）であるか、疑似ＧＮＳＳデータ（偽）であるかを判定する（ステップＳ１２）。このとき、ディスクリミネータ１１１は、識別モデルＭ２に実測ＧＮＳＳデータ及び疑似ＧＮＳＳデータの何れか一方をランダムで入力する。

【0042】

次に、ディスクリミネータ１１１は、自身の判定結果に基づいて識別モデルＭ２を更に学習する（ステップＳ１３）。例えば、ディスクリミネータ１１１は、識別モデルＭ２に入力するＧＮＳＳデータが実測ＧＮＳＳデータであるか、疑似ＧＮＳＳデータであるかを記憶しておき、識別モデルＭ２の判定結果と照らし合わせて、判定の成否に応じて識別モデルＭ２を学習する。

【0043】

ディスクリミネータ１１１は、入力されたＧＮＳＳデータの真偽を正しく判定できるように、ステップＳ１２～Ｓ１３を繰り返し実行して、識別モデルＭ２を学習する。

【0044】

データ生成装置１は、学習部１１のジェネレータ１１０及びディスクリミネータ１１１に上述の学習を交互に繰り返し実行させることにより、疑似データ生成モデルＭ１を用いて実測ＧＮＳＳデータに精巧に似せた疑似ＧＳＮＮデータを生成することができる。

【0045】

（疑似データ生成部の処理フロー）
図６は、本開示の一実施形態に係る疑似データ生成部の処理の一例を示す第１のフローチャートである。
以下、図６を参照しながら、疑似データ生成部１２の処理の流れについて説明する。

【0046】

図６に示すように、疑似データ生成部１２は、まず、データ生成装置のユーザによる模擬走行経路データの入力を受け付ける（ステップＳ２１）。

【0047】

次に、疑似データ生成部１２は、学習部１１により学習された疑似データ生成モデルＭ１に、入力された模擬走行経路データと、模擬走行経路周辺の３Ｄ地図データとを入力して、疑似ＧＮＳＳデータを出力（生成）させる（ステップＳ２２）。

【0048】

このとき、疑似データ生成部１２は、疑似データ生成モデルＭ１に乱数を更に入力してもよい。これにより、疑似データ生成部１２は、同一の模擬走行経路データを入力した場合であっても、異なる疑似ＧＮＳＳデータを生成することができる。

【0049】

また、疑似データ生成部１２は、ステップＳ２１において、模擬走行経路データとともに、車種の指定を更に受け付けてもよい。これにより、例えば、ある走行経路について、特定の車種（例えば、「大型」）の実測ＧＮＳＳデータが不足している場合は、この車種の疑似ＧＮＳＳデータを生成して補うことができる。

【0050】

（データ生成装置のハードウェア構成）
図７は、本開示の一実施形態に係るデータ生成装置のハードウェア構成の一例を示す図である。
以下、図７を参照しながら、本実施形態に係るデータ生成装置１のハードウェア構成について説明する。

【0051】

コンピュータ９００は、プロセッサ９０１、主記憶装置９０２、補助記憶装置９０３、インタフェース９０４を備える。

【0052】

上述のデータ生成装置１は、一つ又は複数のコンピュータ９００に実装される。そして、上述した各機能部の動作は、プログラムの形式で補助記憶装置９０３に記憶されている。プロセッサ９０１は、プログラムを補助記憶装置９０３から読み出して主記憶装置９０２に展開し、当該プログラムに従って上記処理を実行する。また、プロセッサ９０１は、プログラムに従って、上述した各記憶部に対応する記憶領域を主記憶装置９０２に確保する。プロセッサ９０１の例としては、ＣＰＵ（Central Processing Unit）、ＧＰＵ（Graphic Processing Unit）、マイクロプロセッサなどが挙げられる。

【0053】

プログラムは、コンピュータ９００に発揮させる機能の一部を実現するためのものであってもよい。例えば、プログラムは、補助記憶装置９０３に既に記憶されている他のプログラムとの組み合わせ、または他の装置に実装された他のプログラムとの組み合わせによって機能を発揮させるものであってもよい。なお、他の実施形態においては、コンピュータ９００は、上記構成に加えて、または上記構成に代えてＰＬＤ（Programmable Logic Device）などのカスタムＬＳＩ（Large Scale Integrated Circuit）を備えてもよい。ＰＬＤの例としては、ＰＡＬ(Programmable Array Logic)、ＧＡＬ(Generic Array Logic)、ＣＰＬＤ(Complex Programmable Logic Device)、ＦＰＧＡ（Field Programmable Gate Array）が挙げられる。この場合、プロセッサ９０１によって実現される機能の一部または全部が当該集積回路によって実現されてよい。このような集積回路も、プロセッサの一例に含まれる。

【0054】

補助記憶装置９０３の例としては、ＨＤＤ（Hard Disk Drive）、ＳＳＤ（Solid State Drive）、磁気ディスク、光磁気ディスク、ＣＤ－ＲＯＭ（Compact Disc Read Only Memory）、ＤＶＤ－ＲＯＭ（Digital Versatile Disc Read Only Memory）、半導体メモリ等が挙げられる。補助記憶装置９０３は、コンピュータ９００のバスに直接接続された内部メディアであってもよいし、インタフェース９０４または通信回線を介してコンピュータ９００に接続される外部記憶装置９１０であってもよい。また、このプログラムが通信回線によってコンピュータ９００に配信される場合、配信を受けたコンピュータ９００が当該プログラムを主記憶装置９０２に展開し、上記処理を実行してもよい。少なくとも１つの実施形態において、補助記憶装置９０３は、一時的でない有形の記憶媒体である。

【0055】

また、当該プログラムは、前述した機能の一部を実現するためのものであってもよい。
さらに、当該プログラムは、前述した機能を補助記憶装置９０３に既に記憶されている他のプログラムとの組み合わせで実現するもの、いわゆる差分ファイル（差分プログラム）であってもよい。

【0056】

（作用効果）
以上のように、本実施形態に係るデータ生成装置１は、実測ＧＮＳＳデータ及び３Ｄ地図データに基づいて学習した疑似データ生成モデルＭ１に、模擬走行経路データ及び３Ｄ地図データを入力することにより、疑似ＧＮＳＳデータを生成する。このようにすることで、データ生成装置１は、実際に車両を走行させたときに取得した実測ＧＮＳＳデータと、車両の走行位置周辺の地形、建築物等の環境との関連を学習し、実測ＧＮＳＳデータに精巧に似せた疑似ＧＮＳＳデータを生成することができる。これにより、車両に多数の走行経路を走行させることなく、検証用のＧＮＳＳデータを容易に準備することができる。

【0057】

また、データ生成装置１の学習部１１は、疑似データ生成モデルＭ１を学習するジェネレータ１１０と、入力されたＧＮＳＳデータの真偽を判定するディスクリミネータ１１１とを有する。ジェネレータ１１０は、ディスクリミネータ１１１の判定結果に基づいて、疑似データ生成モデルＭ１を更に学習する。このようにすることで、データ生成装置１は、ディスクリミネータ１１１に真のデータ（実測ＧＮＳＳデータ）であると判定されるような精巧な疑似ＧＮＳＳデータを生成できるように、疑似データ生成モデルＭ１を更に学習することができる。

【0058】

また、データ生成装置１の学習部１１は、実測ＧＮＳＳデータであるか疑似ＧＮＳＳデータであるかを示すラベルを付したＧＮＳＳデータと、３Ｄ地図データとに基づいて学習された識別モデルＭ２を用いて、入力されたＧＮＳＳデータの真偽を判定する。このようにすることで、データ生成装置１は、真偽の判定精度（実測ＧＮＳＳデータと疑似ＧＮＳＳデータとを識別する精度）を向上させることができる。また、データ生成装置１は、判定精度が高いディスクリミネータ１１１に真のデータであると判定されるような、より精巧な疑似ＧＮＳＳデータを生成するように疑似データ生成モデルＭ１を更に学習させることができる。

【0059】

また、データ生成装置１の学習部１１は、実測ＧＮＳＳデータに基づいて車両の走行経路履歴を作成する走行経路履歴作成部を更に有していてもよい。これにより、データ生成装置１は、走行経路と、この走行経路に沿って走行したときに得られるＧＮＳＳデータとの関連性をより精度よく学習することができる。

【0060】

また、データ生成装置１の学習部１１は、実測ＧＮＳＳデータを取得した車両の車種に基づいて、疑似データ生成モデルＭ１を更に学習してもよい。これにより、データ生成装置１は、車種に応じた疑似ＧＮＳＳデータを生成することができる。これにより、特定の車種の実測ＧＮＳＳデータが不足している場合は、当該車種の疑似ＧＮＳＳデータを生成して、検証等に利用することができる。

【0061】

＜付記＞
上述の実施形態に記載のデータ生成装置、データ生成方法、データ生成装置の製造方法、及びプログラムは、例えば以下のように把握される。

【0062】

本開示の第１の態様によれば、データ生成装置（１）は、車両を走行させて取得した実測ＧＮＳＳデータと、前記実測ＧＮＳＳデータが示す前記車両の位置を含む３Ｄ地図データとに基づいて疑似データ生成モデルを学習する学習部（１１）と、前記車両が仮想的に移動する仮想位置の時系列を表す模擬走行経路データと、前記仮想位置を含む３Ｄ地図データとを前記疑似データ生成モデルに入力して、前記仮想位置のそれぞれにおいて得られるＧＮＳＳデータを推測した疑似ＧＮＳＳデータを生成する疑似データ生成部（１２）と、を備える。

【0063】

このようにすることで、データ生成装置は、実際に車両を走行させたときに取得した実測ＧＮＳＳデータと、車両の走行位置周辺の地形、建築物等の環境との関連を学習し、実測ＧＮＳＳデータに精巧に似せた疑似ＧＮＳＳデータを生成することができる。これにより、車両に多数の走行経路を走行させることなく、検証用のＧＮＳＳデータを容易に準備することができる。

【0064】

本開示の第２の態様によれば、第１の態様に係るデータ生成装置（１）において、前記学習部（１１）は、前記実測ＧＮＳＳデータと、前記３Ｄ地図データとに基づいて前記疑似データ生成モデルを学習し、学習した前記疑似データ生成モデルに前記模擬走行経路データと前記３Ｄ地図データとを入力して前記疑似ＧＮＳＳデータを出力するジェネレータ（１１０）と、入力されたＧＮＳＳデータの真偽を判定するディスクリミネータ（１１１）と、を有する。前記ジェネレータ（１１０）は、前記ディスクリミネータ（１１１）の判定結果に基づいて、前記疑似データ生成モデルを更に学習する。

【0065】

このようにすることで、データ生成装置は、ディスクリミネータに真のデータ（実測ＧＮＳＳデータ）であると判定されるような精巧な疑似ＧＮＳＳデータを生成できるように、疑似データ生成モデルを更に学習することができる。

【0066】

本開示の第３の態様によれば、第２の態様に係るデータ生成装置（１）において、前記ディスクリミネータ（１１１）は、実測ＧＮＳＳデータであるか疑似ＧＮＳＳデータであるかを示すラベルを付したＧＮＳＳデータと、前記３Ｄ地図データとに基づいて学習された識別モデルを用いて、入力されたＧＮＳＳデータの真偽を判定する。

【0067】

このようにすることで、データ生成装置は、真偽の判定精度（実測ＧＮＳＳデータと疑似ＧＮＳＳデータとを識別する精度）を向上させることができる。また、データ生成装置１は、判定精度が高いディスクリミネータに真のデータであると判定されるような、より精巧な疑似ＧＮＳＳデータを生成するように疑似データ生成モデルを更に学習させることができる。

【0068】

本開示の第４の態様によれば、第１から第３の何れか一の態様に係るデータ生成装置（１）において、前記学習部（１１）は、前記実測ＧＮＳＳデータに基づいて、当該車両の走行位置の時系列を表す走行経路履歴を作成する走行経路履歴作成部（１１２）を更に有し、前記走行経路履歴に基づいて前記疑似データ生成モデルを更に学習する。

【0069】

このようにすることで、データ生成装置は、走行経路と、この走行経路に沿って走行したときに得られるＧＮＳＳデータとの関連性をより精度よく学習することができる。

【0070】

本開示の第５の態様によれば、第１から第４の何れか一の態様に係るデータ生成装置（１）において、前記学習部（１１）は、前記実測ＧＮＳＳデータを取得した前記車両の車種に基づいて前記疑似データ生成モデルを更に学習し、前記疑似データ生成部（１２）は、指定された車種に応じた前記疑似ＧＮＳＳデータを生成する。

【0071】

このようにすることで、特定の車種の実測ＧＮＳＳデータが不足している場合は、当該車種の疑似ＧＮＳＳデータを生成して、検証等に利用することができる。

【0072】

本開示の第６の態様によれば、データ生成方法は、車両を走行させて取得した実測ＧＮＳＳデータと、前記実測ＧＮＳＳデータが示す前記車両の位置を含む３Ｄ地図データとに基づいて疑似データ生成モデルを学習するステップと、前記車両が仮想的に移動する仮想位置の時系列を表す模擬走行経路データと、前記仮想位置を含む３Ｄ地図データとを前記疑似データ生成モデルに入力して、前記仮想位置のそれぞれにおいて得られるＧＮＳＳデータを推測した疑似ＧＮＳＳデータを生成するステップと、を有する。

【0073】

本開示の第７の態様によれば、データ生成装置（１）の製造方法は、車両を走行させて取得した実測ＧＮＳＳデータと、前記実測ＧＮＳＳデータが示す前記車両の位置を含む３Ｄ地図データとに基づいて疑似データ生成モデルを学習するステップと、学習した前記疑似データ生成モデルに、前記車両が仮想的に移動する仮想位置の時系列を表す模擬走行経路データと前記３Ｄ地図データとを入力して前記疑似ＧＮＳＳデータを出力するステップと、入力されたＧＮＳＳデータの真偽を判定するステップと、前記真偽の判定結果に基づいて、前記疑似データ生成モデルを更に学習するステップと、を有する。

【0074】

本開示の第８の態様によれば、プログラムは、車両を走行させて取得した実測ＧＮＳＳデータと、前記実測ＧＮＳＳデータが示す前記車両の位置を含む３Ｄ地図データとに基づいて疑似データ生成モデルを学習するステップと、前記車両が仮想的に移動する仮想位置の時系列を表す模擬走行経路データと、前記仮想位置を含む３Ｄ地図データとを前記疑似データ生成モデルに入力して、前記仮想位置のそれぞれにおいて得られるＧＮＳＳデータを推測した疑似ＧＮＳＳデータを生成するステップと、をデータ生成装置（１）のコンピュータ（９００）に実行させる。

【産業上の利用可能性】

【0075】

上述のデータ生成装置、データ生成方法、疑似データ生成モデルの学習方法、及びプログラムによれば、実測したＧＮＳＳデータに精巧に似せた疑似ＧＮＳＳデータを生成することができる。

【符号の説明】

【0076】

１ データ生成装置
１０ ＣＰＵ
１１ 学習部
１１０ ジェネレータ
１１１ ディスクリミネータ
１１２ 走行経路履歴作成部
１２ 疑似データ生成部
２０ 記憶媒体
９００ コンピュータ

【図1】

【図2】

【図3】

【図4】

【図5】

【図6】

【図7】