▶ コンチネンタル・オートナマス・モビリティ・ジャーマニー・ゲゼルシャフト・ミト・ベシュレンクテル・ハフツングの特許一覧
特表2024-521851センサデータ点を処理するためのコンピュータ実装方法およびデータ処理ハードウェア
(19)【発行国】日本国特許庁(JP)
(12)【公報種別】公表特許公報(A)
(11)【公表番号】
(43)【公表日】2024-06-04
(54)【発明の名称】センサデータ点を処理するためのコンピュータ実装方法およびデータ処理ハードウェア
(51)【国際特許分類】
G01D 1/00 20060101AFI20240528BHJP
【ＦＩ】
G01D1/00 Z
【審査請求】有
【予備審査請求】未請求
(21)【出願番号】P 2023573369
(86)(22)【出願日】2022-06-14
(85)【翻訳文提出日】2023-11-28
(86)【国際出願番号】 EP2022066172
(87)【国際公開番号】W WO2023274719
(87)【国際公開日】2023-01-05
(31)【優先権主張番号】21182865.2
(32)【優先日】2021-06-30
(33)【優先権主張国・地域又は機関】EP
(81)【指定国・地域】
(71)【出願人】
【識別番号】322007626
【氏名又は名称】コンチネンタル・オートナマス・モビリティ・ジャーマニー・ゲゼルシャフト・ミト・ベシュレンクテル・ハフツング
(74)【代理人】
【識別番号】100069556
【弁理士】
【氏名又は名称】江崎 光史
(74)【代理人】
【識別番号】100111486
【弁理士】
【氏名又は名称】鍛冶澤 實
(74)【代理人】
【識別番号】100191835
【弁理士】
【氏名又は名称】中村 真介
(74)【代理人】
【識別番号】100221981
【弁理士】
【氏名又は名称】石田 大成
(74)【代理人】
【識別番号】100191938
【弁理士】
【氏名又は名称】高原 昭典
(72)【発明者】
【氏名】スレイマン・ワッシム
(72)【発明者】
【氏名】グラッツ・ニコライ
(72)【発明者】
【氏名】ブラウン・クリストファー
(57)【要約】
センサデータ点を処理するためのコンピュータ実装方法およびデータ処理ハードウェア
本発明は、データ処理ハードウェアを用いてセンサデータ点を処理するためのコンピュータ実装方法において、初期の複数のガウス分布を保存する分布バッファを初期化し、初期の複数のガウス分布の各ガウス分布は、少なくとも１つのセンサから逐次的に受信した初期の複数のセンサデータ点を備え、対応する所定の分布距離閾値を有し、分布距離条件に基づいてｎ個の新規センサデータ点について分布バッファを逐次的に更新して、新規ガウス分布または更新された単一のガウス分布または更新されたマージガウス分布の何れか１つを備える更新された複数のガウス分布を生成する、コンピュータ実装方法に関する。
本発明は、データ処理ハードウェアを用いてセンサデータ点を処理するためのコンピュータ実装方法において、初期の複数のガウス分布を保存する分布バッファを初期化し、初期の複数のガウス分布の各ガウス分布は、少なくとも１つのセンサから逐次的に受信した初期の複数のセンサデータ点を備え、対応する所定の分布距離閾値を有し、分布距離条件に基づいてｎ個の新規センサデータ点について分布バッファを逐次的に更新して、新規ガウス分布または更新された単一のガウス分布または更新されたマージガウス分布の何れか１つを備える更新された複数のガウス分布を生成する、コンピュータ実装方法に関する。
【特許請求の範囲】
【請求項1】
センサデータ点を処理するためのコンピュータ実装方法において、データ処理ハードウェアによる以下のステップ：
１．初期の複数のガウス分布ｇｎを保存する分布バッファＧを初期化するステップであって、各ガウス分布ｇは少なくとも１つのセンサから逐次的に受信した初期の複数のセンサデータ点Ｐｒを備え、各ガウス分布ｇは対応する所定の分布距離閾値Ｄｄｍｉｎを有するステップと；
２．前記少なくとも１つのセンサから新規センサデータ点Ｐｒｎｅｗを逐次的に取得し、前記新規センサデータ点Ｐｒｎｅｗと各ガウス分布ｇとの間の分布距離Ｄｄを計算するステップと；
３．各ガウス分布ｇについて、前記分布距離Ｄｄが、分布距離条件Ｄｄ＜Ｄｄｍｉｎであることを満たしているか否か、各々、分布距離Ｄｄ＜前記対応する所定の分布距離閾値Ｄｄｍｉｎであるか否かを検証するステップであって、
３．１．前記分布距離条件Ｄｄ＜Ｄｄｍｉｎを満たすガウス分布ｇがない場合、前記新規センサデータ点Ｐｒｎｅｗを含む新規ガウス分布ｇｎｅｗを生成し、
３．２．前記分布距離条件Ｄｄ＜Ｄｄｍｉｎを単一のガウス分布ｇ１が満たす場合、前記新規センサデータ点Ｐｒｎｅｗを追加することにより前記単一のガウス分布ｇ１を更新し、更新された単一のガウス分布ｇ１－ｕｐｄａｔｅｄを生成し、
３．３．前記分布距離条件Ｄｄ＜Ｄｄｍｉｎを少なくとも２つのガウス分布ｇ１，ｇ２，・・・，ｇｍが満たす場合、前記少なくとも２つのガウス分布ｇ１，ｇ２，・・・，ｇｍをマージし、マージガウス分布ｇｍ－ｍｅｒｇｅｄを生成して、前記新規センサデータ点Ｐｒｎｅｗを追加することにより前記マージガウス分布ｇｍ－ｍｅｒｇｅｄを更新し、更新されたマージガウス分布ｇｍ－ｍｅｒｇｅｄ－ｕｐｄａｔｅｄを生成する、ステップと、
４．前記新規ガウス分布ｇｎｅｗまたは
前記更新された単一のガウス分布ｇ１－ｕｐｄａｔｅｄまたは
前記更新されたマージガウス分布ｇｍ－ｍｅｒｇｅｄ－ｕｐｄａｔｅｄ
の何れか１つを含むことにより前記初期の複数のガウス分布ｇｎを更新し、前記分布バッファＧにおいて、更新された複数のガウス分布ｇｎ－ｕｐｄａｔｅｄを生成するステップとを備えることであって、ステップ１．２．、１．３．および１．４．をｎ個の新規センサデータ点Ｐｒｎ－ｎｅｗについて繰り返すことを特徴とするコンピュータ実装方法。
【請求項2】
前記分布距離Ｄｄが前記新規センサデータ点Ｐｒｎｅｗと各ガウス分布ｇの平均μｇとの間のユークリッド距離である、請求項１に記載のコンピュータ実装方法。
【請求項3】
前記分布距離Ｄｄが、以下のような、各ガウス分布ｇに関する前記新規センサデータ点Ｐｒｎｅｗの確率であり、【数1】
【数2】
Ｐｒｎｅｗは、新規センサデータ点であって、ｋ個の成分を有するベクトル；
μｎは、各ガウス分布ｇの平均であって、ｋ個の成分を有するベクトル；
Σｎは、各ガウス分布の共分散であって、（ｋｘ ｋ）行列；
Ｔは、転置である、請求項１に記載のコンピュータ実装方法。
【請求項4】
前記分布距離Ｄｄがマハラノビス距離の式を用いて計算される、請求項１～３の何れか１項に記載のコンピュータ実装方法。
【請求項5】
ｎ個の新規センサデータ点Ｐｒｎ－ｎｅｗを逐次的に加算することによる、前記更新された単一のガウス分布ｇ１－ｕｐｄａｔｅｄおよび前記更新されたマージガウス分布ｇｍ－ｍｅｒｇｅｄ－ｕｐｄａｔｅｄの逐次的な更新は、以下の式により行われる：【数3】
μｇｎは、任意の前記単一のガウス分布ｇ１および前記マージガウス分布ｇｍ－ｍｅｒｇｅｄの平均、
Σｇｎは、任意の前記単一のガウス分布ｇ１およびマージガウス分布ｇｍ－ｍｅｒｇｅｄの共分散、
μｇｎ－ｕｐｄａｔｅｄは、任意の前記更新された単一のガウス分布ｇ１－ｕｐｄａｔｅｄおよび前記更新されたマージガウス分布ｇｍ－ｍｅｒｇｅｄ－ｕｐｄａｔｅｄの平均、
Σｇｎ－ｕｐｄａｔｅｄは、任意の前記更新された単一のガウス分布ｇ１－ｕｐｄａｔｅｄおよび前記更新されたマージガウス分布ｇｍ－ｍｅｒｇｅｄ－ｕｐｄａｔｅｄの共分散、
Ｔは、転置である、請求項１～４の何れか１項に記載のコンピュータ実装方法。
【請求項6】
前記新規センサデータ点Ｐｒｎｅｗは共分散行列【数4】
【数5】
【数6】
【請求項7】
前記少なくとも２つのガウス分布ｇ１，ｇ２，・・・，ｇｍのマージは、少なくとも２つのガウス分布ｇ１，ｇ２，・・・，ｇｍから２つの分布のペアを連続的にマージして、マージガウス分布ｇｍ－ｍｅｒｇｅｄを生成し、２つの分布の各々のペアからの２つの分布の平均および分散を重み付けすることにより行われる、請求項１または６に記載のコンピュータ実装方法。
【請求項8】
データ処理ハードウェアにより行われる以下のステップにおいて、前記分布バッファＧから前記初期の複数のガウス分布ｇｎと更新された複数のガウス分布ｇｎ－ｕｐｄａｔｅｄとを用いて、バッファＯからの複数の物体ｏｎを備える静的環境のライトウェイト表現を作成する：８．１．前記初期の複数のガウス分布ｇｎから分布リストとして初期の複数の物体ｏｎ－ｉｎｉｔｉａｌを定義し、
８．２．前記更新された複数のガウス分布ｇｎ－ｕｐｄａｔｅｄから更新された分布、つまり、
前記新規ガウス分布ｇｎｅｗまたは
前記更新された単一のガウス分布ｇ１－ｕｐｄａｔｅｄまたは
前記更新されたマージガウス分布ｇｍ－ｍｅｒｇｅｄ－ｕｐｄａｔｅｄ
の何れか１つを前記分布バッファＧから受信し、前記更新された分布から前記初期の複数の物体ｏｎ－ｉｎｉｔｉａｌの各物体ｏまでの物体距離Ｄｏを計算し、
８．３．前記更新された分布が物体距離条件Ｄｏ＜Ｄｏｍｉｎを満たしているか否か、つまり、前記物体距離Ｄｏ＜所定の物体距離閾値Ｄｏｍｉｎであるか否かを検証し、前記初期の複数の物体ｏｎ－ｉｎｉｔｉａｌを更新して、以下の更新分布タイプに応じて更新された複数の物体ｏｎ－ｕｐｄａｔｅｄを生成し、
８．３．１．前記更新された分布が前記新規ガウス分布ｇｎｅｗである場合、前記初期の複数の物体ｏｎ－ｉｎｉｔｉａｌの更新は以下のように行われる：
前記初期の複数の物体ｏｎ－ｉｎｉｔｉａｌのどの物体に関しても、前記更新された分布が前記物体距離条件Ｄｏ＜Ｄｏｍｉｎを満たしていない場合、前記新規ガウス分布ｇｎｅｗを割り当てることにより新規物体ｏｎｅｗを生成し、前記物体バッファＯに前記新規物体ｏｎｅｗを保存し；
単一の物体ｏ１に関して、前記更新された分布が前記物体距離条件Ｄｏ＜Ｄｏｍｉｎを満たしている場合、前記新規ガウス分布ｇｎｅｗを割り当てることにより前記単一の物体ｏ１を更新し、更新された単一の物体ｏ１－ｕｐｄａｔｅｄを生成し、前記物体バッファＯに前記更新された単一の物体ｏ１－ｕｐｄａｔｅｄを保存し；
前記初期の複数の物体ｏｎ－ｉｎｉｔｉａｌの複数の物体ｏｍに関して、前記更新された分布が前記物体距離条件Ｄｏ＜Ｄｏｍｉｎを満たしている場合、前記複数の物体ｏｍをマージし、マージ物体ｏｍ－ｍｅｒｇｅｄを生成し、新規ガウス分布ｇｎｅｗを割り当てることにより前記マージ物体ｏｍ－ｍｅｒｇｅｄを更新し、更新されたマージ物体ｏｍ－ｍｅｒｇｅｄ－ｕｐｄａｔｅｄを生成し、前記物体バッファＯに前記更新されたマージ物体ｏｍ－ｍｅｒｇｅｄ－ｕｐｄａｔｅｄを保存し；
８．３．２．前記更新された分布が前記更新された単一のガウス分布ｇ１－ｕｐｄａｔｅｄである場合、前記初期の複数の物体ｏｎ－ｉｎｉｔｉａｌの更新は、前記単一のガウス分布ｇ１を備える対応する前記物体ｏを更新することにより行われ、更新された物体ｏｕｐｄａｔｅｄを生成し、前記物体バッファＯに前記更新された物体ｏｕｐｄａｔｅｄを保存し；
８．３．３．前記更新された分布が前記更新されたマージガウス分布ｇｍ－ｍｅｒｇｅｄ－ｕｐｄａｔｅｄである場合、前記初期の複数の物体ｏｎ－ｉｎｉｔｉａｌの更新は以下のように行われる：
単一の物体ｏ１に関して、前記更新された分布が前記物体距離条件Ｄｏ＜Ｄｏｍｉｎを満たしている場合、前記単一の物体ｏ１を更新し、前記更新された分布を含めることにより更新された単一の物体ｏ１－ｕｐｄａｔｅｄを生成し、前記物体バッファＯに前記更新された単一の物体ｏ１－ｕｐｄａｔｅｄを保存し；
前記初期の複数の物体ｏｎ－ｉｎｉｔｉａｌの複数の物体ｏｍに関して、前記更新された分布が前記物体距離条件を満たしている場合、前記複数の物体ｏｍをマージし、マージ物体ｏｍ－ｍｅｒｇｅｄを生成し、前記更新された分布を含めることにより前記マージ物体ｏｍ－ｍｅｒｇｅｄの表現を更新し、更新されたマージ物体ｏｍ－ｍｅｒｇｅｄ－ｕｐｄａｔｅｄを生成し、前記物体バッファＯに前記更新されたマージ物体ｏｍ－ｍｅｒｇｅｄ－ｕｐｄａｔｅｄを保存し、
８．４．前記新規物体ｏｎｅｗまたは
前記更新された単一の物体ｏ１－ｕｐｄａｔｅｄまたは
前記更新されたマージ物体ｏｍ－ｍｅｒｇｅｄ－ｕｐｄａｔｅｄ
の何れか１つを即時の使用のために前記物体バッファＯからユーザインタフェースにエクスポートすることにより前記静的環境の前記ライトウェイト表現を作成して絶え間なく更新し、ステップ８．２．～８．４．をｎ個の新規センサデータ点Ｐｒｎ－ｎｅｗについて繰り返す、請求項１～７の何れか１項に記載のコンピュータ実装方法。
【請求項9】
前記新規物体ｏｎｅｗ、前記更新された物体ｏｕｐｄａｔｅｄおよび
前記更新されたマージ物体ｏｍ－ｍｅｒｇｅｄ－ｕｐｄａｔｅｄ
が、対応するガウス分布の平均μｎにより作成される、請求項８に記載のコンピュータ実装方法。
【請求項10】
前記新規物体ｏｎｅｗ、前記更新された物体ｏｕｐｄａｔｅｄおよび
前記更新されたマージ物体ｏｍ－ｍｅｒｇｅｄ－ｕｐｄａｔｅｄ
が、ある確率に対応している、対応するガウス分布の主軸に関して選択される２つの点から作成される、請求項８に記載のコンピュータ実装方法。
【請求項11】
前記対応するガウス分布が、各ガウス分布ｇの２＊ｋ個の点を有し、ここで、ｋは前記対応するガウス分布の次元である、請求項１０に記載のコンピュータ実装方法。
【請求項12】
前記新規物体ｏｎｅｗ、前記更新された物体ｏｕｐｄａｔｅｄおよび
前記更新されたマージ物体ｏｍ－ｍｅｒｇｅｄ－ｕｐｄａｔｅｄ
が、対応するガウス分布の特定数Ｌ個のセンサデータ点ＰｒＬから作成され、前記特定数Ｌは、ある確率に対応している超楕円からサンプリングされる、請求項８に記載の方法。
【請求項13】
前記静的環境の前記ライトウェイト表現が、前記データ処理ハードウェアと通信する車両の駆動システムに送信される、請求項８～１２の何れか１項に記載のコンピュータ実装方法。
【請求項14】
請求項１～１３の何れか１項に記載の方法のステップを行うように構成されるデータ処理ハードウェア。
【請求項15】
センサ、好ましくは、超音波センサに含まれるようにさらに構成される、請求項１４に記載のデータ処理ハードウェア。
【発明の詳細な説明】
【技術分野】
【0001】
本発明は、センサデータ点を処理するためのコンピュータ実装方法およびデータ処理ハードウェアに関する。
【0002】
本発明において用いられる用語
ローデータ点、別称、ローセンサデータまたはセンサデータ点は、センサから受信したデータを示す。
ローデータ点、別称、ローセンサデータまたはセンサデータ点は、センサから受信したデータを示す。
【0003】
ライトウェイト環境マップは、少ないメモリフットプリント（ＲＡＭの使用量）と少ない中央処理装置（ＣＰＵ）の使用量で、全体的に、少ないシステムリソースの使用量で、環境の全ての詳細を供給するマップである。
【背景技術】
【0004】
様々なタイプのデータを供給するセンサが、活動および技術分野の広い範囲においてますます用いられている。一般に、センサは、各処理サイクルにおいて多数のローデータ点を供給し、ローデータ点が処理されることにより、関連する情報が供給される。ローデータ点の処理は、ニーズに応じて何らかのデータ構造を作成することを含み、データ構造は、各処理サイクルのセンサデータ点のデータ処理を出力するために用いられる。
【0005】
いくつかの場合においては、ローデータ点のデータ処理の出力は、環境マップを構築するために用いられる。例えば、環境における静的物体を記述することであり、１つまたは複数のセンサが、シーン、例えば、自動車産業の場合、または倉庫管理の場合、または多数の物体が保管されている他の空間等における物体から「密な」ローデータ点を生成する。
【0006】
また、別の場合においては、ローデータ点のデータ処理の出力は、環境マップを生成することなく、意思決定者に送信するために用いられる。例えば、医療分野であり、患者からのデータをセンサにより収集して医療装置に送信し、さらに専門医が分析する。
【0007】
先行技術の不利な点
第１の不利な点は、センサから受信したデータの分布が、多数のロー点の処理中に保存されないことである。第２の不利な点は、第１の不利な点に由来する。センサから受信したデータの分布を保存しない場合、多数のロー点を保存すると大量のデータとなり、この大量のデータを処理するためには、１つまたは複数のハードウェア装置のますます大容量のメモリと大きい処理能力が必要とされる。
第１の不利な点は、センサから受信したデータの分布が、多数のロー点の処理中に保存されないことである。第２の不利な点は、第１の不利な点に由来する。センサから受信したデータの分布を保存しない場合、多数のロー点を保存すると大量のデータとなり、この大量のデータを処理するためには、１つまたは複数のハードウェア装置のますます大容量のメモリと大きい処理能力が必要とされる。
【0008】
自動車産業の具体的な場合においては、センサデータは、最近のセンサ、例えば、ライダセンサ、レーダセンサ、超音波センサから得られ、これらセンサはシーンから静的物体を環境マッピングするために用いられ、各処理サイクルにおいて多数の点を供給する。
通常の場合、環境マップは、これらセンサデータ点、例えば、グリッドマップまたは点群を用いて構築される。マップの作成および更新には大容量のメモリと大量の計算が必要とされるため、車両の電子制御ユニットのアーキテクチャを構築する選択肢が限定されることになる。
通常の場合、環境マップは、これらセンサデータ点、例えば、グリッドマップまたは点群を用いて構築される。マップの作成および更新には大容量のメモリと大量の計算が必要とされるため、車両の電子制御ユニットのアーキテクチャを構築する選択肢が限定されることになる。
【発明の概要】
【発明が解決しようとする課題】
【0009】
本発明が解決しようとする課題は、既存の解決手段と比較して小容量のメモリと少ない計算リソースを用いて、所定のデータ構造におけるセンサデータの分布を保存しつつ、特に、環境における静的物体からデータを収集するセンサから受信したセンサデータ点を処理するためのより効率的な方法を提供することである。
【課題を解決するための手段】
【0010】
本課題を解決するために、発明者たちは、本発明の第１態様において、センサデータ点を処理するためのコンピュータ実装方法において、データ処理ハードウェアにより行われる４つのステップ：
１．初期の複数のガウス分布ｇｎを保存する分布バッファＧを初期化するステップであって、各ガウス分布ｇは少なくとも１つのセンサから逐次的に受信した初期の複数のセンサデータ点Ｐｒを備え、各ガウス分布ｇは対応する所定の分布距離閾値Ｄｄｍｉｎを有するステップと；
２．少なくとも１つのセンサから新規センサデータ点Ｐｒｎｅｗを逐次的に取得し、新規センサデータ点Ｐｒｎｅｗと各ガウス分布ｇとの間の分布距離Ｄｄを計算するステップと；
３．各ガウス分布ｇについて、分布距離Ｄｄが、分布距離条件Ｄｄ＜Ｄｄｍｉｎであることを満たしているか否か、各々、分布距離Ｄｄ＜対応する所定の分布距離閾値Ｄｄｍｉｎであるか否かを検証するステップであって、
３．１．分布距離条件Ｄｄ＜Ｄｄｍｉｎを満たすガウス分布ｇがない場合、新規センサデータ点Ｐｒｎｅｗを含む新規ガウス分布ｇｎｅｗを生成し、
３．２．分布距離条件Ｄｄ＜Ｄｄｍｉｎを単一のガウス分布ｇ１が満たす場合、新規センサデータ点Ｐｒｎｅｗを追加することにより単一のガウス分布ｇ１を更新し、更新された単一のガウス分布ｇ１－ｕｐｄａｔｅｄを生成し、
３．３．分布距離条件Ｄｄ＜Ｄｄｍｉｎを少なくとも２つのガウス分布ｇ１，ｇ２，…，ｇｍが満たす場合、少なくとも２つのガウス分布ｇ１，ｇ２，…，ｇｍをマージし、マージガウス分布ｇｍ－ｍｅｒｇｅｄを生成して、新規センサデータ点Ｐｒｎｅｗを追加することによりマージガウス分布ｇｍ－ｍｅｒｇｅｄを更新し、更新されたマージガウス分布ｇｍ－ｍｅｒｇｅｄ－ｕｐｄａｔｅｄを生成する、ステップと、
４．新規ガウス分布ｇｎｅｗまたは
更新された単一のガウス分布ｇ１－ｕｐｄａｔｅｄまたは
更新されたマージガウス分布ｇｍ－ｍｅｒｇｅｄ－ｕｐｄａｔｅｄ
の何れか１つを含むことにより初期の複数のガウス分布ｇｎを更新し、分布バッファＧにおいて、更新された複数のガウス分布ｇｎ－ｕｐｄａｔｅｄを生成するステップとを備え、
ステップ１．２．、１．３．および１．４．をｎ個の新規センサデータ点Ｐｒｎ－ｎｅｗについて繰り返す、コンピュータ実装方法を着想した。
１．初期の複数のガウス分布ｇｎを保存する分布バッファＧを初期化するステップであって、各ガウス分布ｇは少なくとも１つのセンサから逐次的に受信した初期の複数のセンサデータ点Ｐｒを備え、各ガウス分布ｇは対応する所定の分布距離閾値Ｄｄｍｉｎを有するステップと；
２．少なくとも１つのセンサから新規センサデータ点Ｐｒｎｅｗを逐次的に取得し、新規センサデータ点Ｐｒｎｅｗと各ガウス分布ｇとの間の分布距離Ｄｄを計算するステップと；
３．各ガウス分布ｇについて、分布距離Ｄｄが、分布距離条件Ｄｄ＜Ｄｄｍｉｎであることを満たしているか否か、各々、分布距離Ｄｄ＜対応する所定の分布距離閾値Ｄｄｍｉｎであるか否かを検証するステップであって、
３．１．分布距離条件Ｄｄ＜Ｄｄｍｉｎを満たすガウス分布ｇがない場合、新規センサデータ点Ｐｒｎｅｗを含む新規ガウス分布ｇｎｅｗを生成し、
３．２．分布距離条件Ｄｄ＜Ｄｄｍｉｎを単一のガウス分布ｇ１が満たす場合、新規センサデータ点Ｐｒｎｅｗを追加することにより単一のガウス分布ｇ１を更新し、更新された単一のガウス分布ｇ１－ｕｐｄａｔｅｄを生成し、
３．３．分布距離条件Ｄｄ＜Ｄｄｍｉｎを少なくとも２つのガウス分布ｇ１，ｇ２，…，ｇｍが満たす場合、少なくとも２つのガウス分布ｇ１，ｇ２，…，ｇｍをマージし、マージガウス分布ｇｍ－ｍｅｒｇｅｄを生成して、新規センサデータ点Ｐｒｎｅｗを追加することによりマージガウス分布ｇｍ－ｍｅｒｇｅｄを更新し、更新されたマージガウス分布ｇｍ－ｍｅｒｇｅｄ－ｕｐｄａｔｅｄを生成する、ステップと、
４．新規ガウス分布ｇｎｅｗまたは
更新された単一のガウス分布ｇ１－ｕｐｄａｔｅｄまたは
更新されたマージガウス分布ｇｍ－ｍｅｒｇｅｄ－ｕｐｄａｔｅｄ
の何れか１つを含むことにより初期の複数のガウス分布ｇｎを更新し、分布バッファＧにおいて、更新された複数のガウス分布ｇｎ－ｕｐｄａｔｅｄを生成するステップとを備え、
ステップ１．２．、１．３．および１．４．をｎ個の新規センサデータ点Ｐｒｎ－ｎｅｗについて繰り返す、コンピュータ実装方法を着想した。
【0011】
本発明の第２態様において、センサデータ点を処理するためのコンピュータ実装方法のステップを行なうように構成されるデータ処理ハードウェアが提供される。
【0012】
本発明は、本開示において記載および／または図示されている任意の新規な態様または特徴にまで及ぶ。本発明の１つの態様における任意の特徴は、本発明の他の態様に、任意の適当な組み合わせで適用することができる。本発明の様々な特徴の具体的な組み合わせは、独立して、実装および／または供給および／または使用することができる。
【発明の効果】
【0013】
本発明の主な有利な点は以下の通りである：
連続する処理サイクルについてセンサデータ点の処理中に、入力として１つまたは複数のセンサ（例えば、超音波、レーダ等）から受信したセンサデータ点について所定のデータ構造を生成し、この所定のデータ構造を保存すること。
連続する処理サイクルについてロー点群の処理中に、所定のデータ構造を用いることによりデータ処理ハードウェアのメモリと計算能力リソースを節約すること。
メモリと計算能力リソースが節約されることから、より幅広いデータ処理ハードウェア、特に、小型データ処理ハードウェアによってローセンサデータを処理するために本発明を用いることが可能になる一方、これにより、例えば、処理すべきローセンサデータをどこかに送信する代わりに、いくつかのセンサにデータ処理ハードウェアを設けることにより、より幅広い状況において本発明を用いることが可能になる。
連続する処理サイクルについてセンサデータ点の処理中に、入力として１つまたは複数のセンサ（例えば、超音波、レーダ等）から受信したセンサデータ点について所定のデータ構造を生成し、この所定のデータ構造を保存すること。
連続する処理サイクルについてロー点群の処理中に、所定のデータ構造を用いることによりデータ処理ハードウェアのメモリと計算能力リソースを節約すること。
メモリと計算能力リソースが節約されることから、より幅広いデータ処理ハードウェア、特に、小型データ処理ハードウェアによってローセンサデータを処理するために本発明を用いることが可能になる一方、これにより、例えば、処理すべきローセンサデータをどこかに送信する代わりに、いくつかのセンサにデータ処理ハードウェアを設けることにより、より幅広い状況において本発明を用いることが可能になる。
【図面の簡単な説明】
【0014】
【発明を実施するための形態】
【0015】
詳細な説明および実装例
通常の場合、ローセンサデータは、大規模で、クリーンでない、役に立たないデータを埋め込んでいる。大量の不要で役に立たないデータにより、メモリと計算能力は不必要に増大し、制約されたセンサネットワークにおいては望ましくない。
従って、ローセンサデータは、まず、データクリーニング処理される必要があり、クリーニングされたセンサデータが出力され、このデータを処理して関連する情報を取得する。また、提案される手法は、ガウス分布を用いてローセンサデータを処理する。ガウス分布は逐次的に構築されるため、ロー点を保存する必要がない。
通常の場合、ローセンサデータは、大規模で、クリーンでない、役に立たないデータを埋め込んでいる。大量の不要で役に立たないデータにより、メモリと計算能力は不必要に増大し、制約されたセンサネットワークにおいては望ましくない。
従って、ローセンサデータは、まず、データクリーニング処理される必要があり、クリーニングされたセンサデータが出力され、このデータを処理して関連する情報を取得する。また、提案される手法は、ガウス分布を用いてローセンサデータを処理する。ガウス分布は逐次的に構築されるため、ロー点を保存する必要がない。
【0016】
図１を参照すると、本発明に係るセンサデータ点を処理するためのコンピュータ実装方法は、データ処理ハードウェアにより行われる４つのステップを備える。
ステップ１．１において、初期の複数のガウス分布ｇｎを保存する分布バッファＧを初期化し、各ガウス分布ｇは少なくとも１つのセンサから逐次的に受信した初期の複数のセンサデータ点Ｐｒを備える。
本方法で用いられるセンサデータ点Ｐｒは、例えば、１つまたは複数のセンサから、または、センサから受信したセンサデータ点Ｐｒを融合または他のタイプの処理をした結果、処理装置から、または、センサデータ点を供給する任意の他のソースから、受信される。センサの非限定的な例としては、超音波センサ、レーダセンサ、位置センサ、例えば、ＧＰＳ、モーションセンサ、例えば、加速度センサ、ジャイロスコープ、カメラセンサ、光センサ、マイクロフォン、近接センサ、磁気センサ、温度、圧力、湿度、体のメディカルパラメータ、化学および生化学物質ならびに神経信号を測定するセンサ、また、赤外線センサ、赤外線カメラ、近傍の物体との距離、煙および気体の存在を測定するモーション検知装置、湿度センサが挙げられる。
センサデータ点Ｐｒは、任意の以下のタイプを含む：２つの座標ｘ，ｙを有するセンサデータ点Ｐｒ、３つの座標ｘ，ｙ，ｚを有するセンサデータ点Ｐｒ、２つまたは３つの座標を有し、さらなる特徴、例えば、反射振幅、方向、動径速度、加速度を有するセンサデータ点Ｐｒ。また、センサデータ点Ｐｒは誤差も含み、誤差は、センサデータ点Ｐｒと同じ数の座標、つまり、２つの座標ｘ，ｙまたは３つの座標ｘ，ｙ，ｚを有する。
ガウス分布ｇｎは平均および共分散により定義され、例えば、ｘおよびｙ座標を有する２次元センサデータ点の場合、平均は２つの座標のベクトル、共分散行列は２ｘ２対称行列であり、つまり、そのような場合、分布を表すためには５つの浮動小数点が必要とされる。各ガウス分布ｇは対応する所定の分布距離閾値Ｄｄｍｉｎを有する。
ステップ１．２．において、少なくとも１つのセンサから新規センサデータ点Ｐｒｎｅｗを逐次的に取得する。データ処理ハードウェアは、新規センサデータ点Ｐｒｎｅｗと初期の複数のガウス分布ｇｎからの各ガウス分布ｇとの間の分布距離Ｄｄを計算する。
さらに、ステップ１．３．において、データ処理ハードウェアは、各ガウス分布ｇについて、分布距離Ｄｄが、分布距離条件Ｄｄ＜Ｄｄｍｉｎを満たしているか否か、各々、分布距離Ｄｄ＜対応する所定の分布距離閾値Ｄｄｍｉｎであるか否かを検証する。
３つの相互排他的な選択肢が存在する。
１．３．１．分布距離条件Ｄｄ＜Ｄｄｍｉｎを満たすガウス分布ｇがない場合、新規センサデータ点Ｐｒｎｅｗを含む新規ガウス分布ｇｎｅｗを生成する。
１．３．２．分布距離条件Ｄｄ＜Ｄｄｍｉｎを単一のガウス分布ｇ１が満たす場合、新規センサデータ点Ｐｒｎｅｗを追加することによりこの単一のガウス分布ｇ１を更新し、更新された単一のガウス分布ｇ１－ｕｐｄａｔｅｄを生成する。
１．３．３．分布距離条件Ｄｄ＜Ｄｄｍｉｎを少なくとも２つのガウス分布ｇ１，ｇ２，…，ｇｍが満たす場合、少なくとも２つのガウス分布ｇ１，ｇ２，…，ｇｍをマージし、マージガウス分布ｇｍ－ｍｅｒｇｅｄを生成して、新規センサデータ点Ｐｒｎｅｗを追加することによりこのマージガウス分布ｇｍ－ｍｅｒｇｅｄを更新し、更新されたマージガウス分布ｇｍ－ｍｅｒｇｅｄ－ｕｐｄａｔｅｄを生成する。
最後のステップ１．４．において、
新規ガウス分布ｇｎｅｗまたは
更新された単一のガウス分布ｇ１－ｕｐｄａｔｅｄまたは
更新されたマージガウス分布ｇｍ－ｍｅｒｇｅｄ－ｕｐｄａｔｅｄ
の何れか１つを含むことにより、分布バッファＧからの初期の複数のガウス分布ｇｎを更新する。
ステップ１．２．、１．３．および１．４．をｎ個の新規センサデータ点Ｐｒｎ－ｎｅｗについて繰り返す。
本方法の最後に、更新された複数のガウス分布ｇｎ－ｕｐｄａｔｅｄを分布バッファＧにおいて生成する。
ステップ１．１において、初期の複数のガウス分布ｇｎを保存する分布バッファＧを初期化し、各ガウス分布ｇは少なくとも１つのセンサから逐次的に受信した初期の複数のセンサデータ点Ｐｒを備える。
本方法で用いられるセンサデータ点Ｐｒは、例えば、１つまたは複数のセンサから、または、センサから受信したセンサデータ点Ｐｒを融合または他のタイプの処理をした結果、処理装置から、または、センサデータ点を供給する任意の他のソースから、受信される。センサの非限定的な例としては、超音波センサ、レーダセンサ、位置センサ、例えば、ＧＰＳ、モーションセンサ、例えば、加速度センサ、ジャイロスコープ、カメラセンサ、光センサ、マイクロフォン、近接センサ、磁気センサ、温度、圧力、湿度、体のメディカルパラメータ、化学および生化学物質ならびに神経信号を測定するセンサ、また、赤外線センサ、赤外線カメラ、近傍の物体との距離、煙および気体の存在を測定するモーション検知装置、湿度センサが挙げられる。
センサデータ点Ｐｒは、任意の以下のタイプを含む：２つの座標ｘ，ｙを有するセンサデータ点Ｐｒ、３つの座標ｘ，ｙ，ｚを有するセンサデータ点Ｐｒ、２つまたは３つの座標を有し、さらなる特徴、例えば、反射振幅、方向、動径速度、加速度を有するセンサデータ点Ｐｒ。また、センサデータ点Ｐｒは誤差も含み、誤差は、センサデータ点Ｐｒと同じ数の座標、つまり、２つの座標ｘ，ｙまたは３つの座標ｘ，ｙ，ｚを有する。
ガウス分布ｇｎは平均および共分散により定義され、例えば、ｘおよびｙ座標を有する２次元センサデータ点の場合、平均は２つの座標のベクトル、共分散行列は２ｘ２対称行列であり、つまり、そのような場合、分布を表すためには５つの浮動小数点が必要とされる。各ガウス分布ｇは対応する所定の分布距離閾値Ｄｄｍｉｎを有する。
ステップ１．２．において、少なくとも１つのセンサから新規センサデータ点Ｐｒｎｅｗを逐次的に取得する。データ処理ハードウェアは、新規センサデータ点Ｐｒｎｅｗと初期の複数のガウス分布ｇｎからの各ガウス分布ｇとの間の分布距離Ｄｄを計算する。
さらに、ステップ１．３．において、データ処理ハードウェアは、各ガウス分布ｇについて、分布距離Ｄｄが、分布距離条件Ｄｄ＜Ｄｄｍｉｎを満たしているか否か、各々、分布距離Ｄｄ＜対応する所定の分布距離閾値Ｄｄｍｉｎであるか否かを検証する。
３つの相互排他的な選択肢が存在する。
１．３．１．分布距離条件Ｄｄ＜Ｄｄｍｉｎを満たすガウス分布ｇがない場合、新規センサデータ点Ｐｒｎｅｗを含む新規ガウス分布ｇｎｅｗを生成する。
１．３．２．分布距離条件Ｄｄ＜Ｄｄｍｉｎを単一のガウス分布ｇ１が満たす場合、新規センサデータ点Ｐｒｎｅｗを追加することによりこの単一のガウス分布ｇ１を更新し、更新された単一のガウス分布ｇ１－ｕｐｄａｔｅｄを生成する。
１．３．３．分布距離条件Ｄｄ＜Ｄｄｍｉｎを少なくとも２つのガウス分布ｇ１，ｇ２，…，ｇｍが満たす場合、少なくとも２つのガウス分布ｇ１，ｇ２，…，ｇｍをマージし、マージガウス分布ｇｍ－ｍｅｒｇｅｄを生成して、新規センサデータ点Ｐｒｎｅｗを追加することによりこのマージガウス分布ｇｍ－ｍｅｒｇｅｄを更新し、更新されたマージガウス分布ｇｍ－ｍｅｒｇｅｄ－ｕｐｄａｔｅｄを生成する。
最後のステップ１．４．において、
新規ガウス分布ｇｎｅｗまたは
更新された単一のガウス分布ｇ１－ｕｐｄａｔｅｄまたは
更新されたマージガウス分布ｇｍ－ｍｅｒｇｅｄ－ｕｐｄａｔｅｄ
の何れか１つを含むことにより、分布バッファＧからの初期の複数のガウス分布ｇｎを更新する。
ステップ１．２．、１．３．および１．４．をｎ個の新規センサデータ点Ｐｒｎ－ｎｅｗについて繰り返す。
本方法の最後に、更新された複数のガウス分布ｇｎ－ｕｐｄａｔｅｄを分布バッファＧにおいて生成する。
【0017】
更新された複数のガウス分布ｇｎ－ｕｐｄａｔｅｄの主な有利な点は、連続する処理サイクルについてセンサデータ点の処理中に、センサから受信した複数のセンサデータ点について所定のデータ構造をガウス分布および所定の分布距離閾値Ｄｄｍｉｎに基づいて定義し、各々の所定のデータ構造を保存することである。この主な有利な点は、図２に示される実施形態において示されるように、ガウス分布の特徴を用いて複数のセンサデータ点をフィルタ処理し、外れ値を削除することにより、複数のセンサデータ点を保存する必要性が除かれることに由来する。
本発明の方法を適用することは、連続する処理サイクルについてロー点群の処理中に、所定のデータ構造を用いることによりデータ処理ハードウェアのメモリと計算能力リソースを節約するという有利な点を有する。
さらに、メモリと計算能力リソースが節約されることから、より幅広いデータ処理ハードウェア、特に、小型データ処理ハードウェアによってローセンサデータを処理することが可能になる一方、これにより、より幅広い状況において本発明を用いることが可能になるという有利な点を本発明は有している。
本発明の方法を適用することは、連続する処理サイクルについてロー点群の処理中に、所定のデータ構造を用いることによりデータ処理ハードウェアのメモリと計算能力リソースを節約するという有利な点を有する。
さらに、メモリと計算能力リソースが節約されることから、より幅広いデータ処理ハードウェア、特に、小型データ処理ハードウェアによってローセンサデータを処理することが可能になる一方、これにより、より幅広い状況において本発明を用いることが可能になるという有利な点を本発明は有している。
【0018】
様々な技術分野における本発明の使用についていくつかの例を詳述する前に本発明の方法のいくつかの好ましい実施形態を提示することが便宜であるのは、様々な実施形態は幅広い領域において本発明を使用することを可能にするものであるからである。
【0019】
好ましい実施形態において、分布距離Ｄｄが新規センサデータ点Ｐｒｎｅｗと各ガウス分布ｇの平均μｇとの間のユークリッド距離である。
ユークリッド距離を用いることの特に有利な点は、計算能力リソースが節約されることであり、これにより、より幅広いデータ処理ハードウェアによってローセンサデータを処理するように本発明を用いることが可能になる。計算能力リソースを節約することは、計算コストを削減するというさらなる有利な点を有する。
ユークリッド距離を用いることの特に有利な点は、計算能力リソースが節約されることであり、これにより、より幅広いデータ処理ハードウェアによってローセンサデータを処理するように本発明を用いることが可能になる。計算能力リソースを節約することは、計算コストを削減するというさらなる有利な点を有する。
【0020】
別の好ましい実施形態において、計算資源をさらに節約するために、分布距離は、１つの距離であるノルムであり、つまり、例えば、２次元において分布距離Ｄｄ＝｜ｘ１－ｘ２｜＋｜ｙ１－ｙ２｜として定義するｌ１ノルムを用いる。
【0021】
別の好ましい実施形態において、分布距離Ｄｄが、以下のような、初期の複数のガウス分布ｇｎの各ガウス分布ｇに関する新規センサデータ点Ｐｒｎｅｗの確率であり、
ここで、
は、新規点Ｐｒｎｅｗが各ガウス分布ｇから生成される確率；
Ｐｒｎｅｗは、新規センサデータ点であって、ｋ個の成分を有するベクトル；
μｎは、各ガウス分布ｇの平均であって、ｋ個の成分を有するベクトル；
Σｎは、各ガウス分布の共分散であって、（ｋｘ ｋ）行列；
Ｔは、転置である。
この好ましい実施形態においては、新規点Ｐｒｎｅｗは、各ガウス分布ｇに属しやすくなり、この各ガウス分布ｇは、上記実施形態と比較して、より高い確率を生じさせる。
【数1】
【数2】
Ｐｒｎｅｗは、新規センサデータ点であって、ｋ個の成分を有するベクトル；
μｎは、各ガウス分布ｇの平均であって、ｋ個の成分を有するベクトル；
Σｎは、各ガウス分布の共分散であって、（ｋｘ ｋ）行列；
Ｔは、転置である。
この好ましい実施形態においては、新規点Ｐｒｎｅｗは、各ガウス分布ｇに属しやすくなり、この各ガウス分布ｇは、上記実施形態と比較して、より高い確率を生じさせる。
【0022】
別の好ましい実施形態において、分布距離Ｄｄの計算は、初期の複数のガウス分布ｇｎの各ガウス分布ｇに関して点Ｐｒｎｅｗの正規化された確率を以下のように計算することにより行われる。
ここで、ｃは、正規化係数である。
この好ましい実施形態において、これら新規点Ｐｒｎｅｗも、ガウス分布に属しやすくなり、このガウス分布は、上記実施形態と比較して、より高い確率を生じさせるものであり、分布距離Ｄｄは確率と反比例する。
上記実施形態に対するこの好ましい実施形態の特に有利な点は、新規点Ｐｒｎｅｗが等確率楕円、つまり、ｐｒｏｂ（Ｐｒｎｅｗ，ｇｎ）＝ｃの楕円の内側に位置する場合、正規化係数ｃ＞１であり、新規点Ｐｒｎｅｗが等確率楕円の外側に位置する場合、正規化係数ｃ＜１であるように、正規化係数ｃを選択できることである。
【数3】
この好ましい実施形態において、これら新規点Ｐｒｎｅｗも、ガウス分布に属しやすくなり、このガウス分布は、上記実施形態と比較して、より高い確率を生じさせるものであり、分布距離Ｄｄは確率と反比例する。
上記実施形態に対するこの好ましい実施形態の特に有利な点は、新規点Ｐｒｎｅｗが等確率楕円、つまり、ｐｒｏｂ（Ｐｒｎｅｗ，ｇｎ）＝ｃの楕円の内側に位置する場合、正規化係数ｃ＞１であり、新規点Ｐｒｎｅｗが等確率楕円の外側に位置する場合、正規化係数ｃ＜１であるように、正規化係数ｃを選択できることである。
【0023】
別の好ましい実施形態において、分布距離Ｄｄがマハラノビス距離の式を用いて計算される。分布距離Ｄｄを新規センサデータ点Ｐｒｎｅｗの確率として定義するか否か、分布距離Ｄｄを新規センサデータ点Ｐｒｎｅｗと各ガウス分布ｇの平均μｇとの間のユークリッド距離として計算するか否かとは無関係に、マハラノビス距離の式の使用は適用される。
マハラノビス距離の式を用いることが特に有利であるのは、ユークリッド距離を除く他の距離よりも計算が低コストだからである。
マハラノビス距離の式を用いることが特に有利であるのは、ユークリッド距離を除く他の距離よりも計算が低コストだからである。
【0024】
別の好ましい実施形態において、ｎ個の新規センサデータ点Ｐｒｎ－ｎｅｗを逐次的に加算することによる、更新された単一のガウス分布ｇ１－ｕｐｄａｔｅｄおよび更新されたマージガウス分布ｇｍ－ｍｅｒｇｅｄ－ｕｐｄａｔｅｄの逐次的更新は、以下の式により行われる：
ここで、
μｇｎは、任意の単一のガウス分布ｇ１およびマージガウス分布ｇｍ－ｍｅｒｇｅｄの平均、
Σｇｎは、任意の単一のガウス分布ｇ１およびマージガウス分布ｇｍ－ｍｅｒｇｅｄの共分散、
μｇｎ－ｕｐｄａｔｅｄは、任意の更新された単一のガウス分布ｇ１－ｕｐｄａｔｅｄおよび更新されたマージガウス分布ｇｍ－ｍｅｒｇｅｄ－ｕｐｄａｔｅｄの平均、
Σｇｎ－ｕｐｄａｔｅｄは、任意の更新された単一のガウス分布ｇ１－ｕｐｄａｔｅｄおよび更新されたマージガウス分布ｇｍ－ｍｅｒｇｅｄ－ｕｐｄａｔｅｄの共分散、
Ｔは、転置である。
逐次的更新の実施形態の記載は本発明の原理の説明を目的とするに過ぎないが、同じ結果が得られる任意の逐次的更新も、そのような原理から逸脱することなく適用されてよい。
【数4】
μｇｎは、任意の単一のガウス分布ｇ１およびマージガウス分布ｇｍ－ｍｅｒｇｅｄの平均、
Σｇｎは、任意の単一のガウス分布ｇ１およびマージガウス分布ｇｍ－ｍｅｒｇｅｄの共分散、
μｇｎ－ｕｐｄａｔｅｄは、任意の更新された単一のガウス分布ｇ１－ｕｐｄａｔｅｄおよび更新されたマージガウス分布ｇｍ－ｍｅｒｇｅｄ－ｕｐｄａｔｅｄの平均、
Σｇｎ－ｕｐｄａｔｅｄは、任意の更新された単一のガウス分布ｇ１－ｕｐｄａｔｅｄおよび更新されたマージガウス分布ｇｍ－ｍｅｒｇｅｄ－ｕｐｄａｔｅｄの共分散、
Ｔは、転置である。
逐次的更新の実施形態の記載は本発明の原理の説明を目的とするに過ぎないが、同じ結果が得られる任意の逐次的更新も、そのような原理から逸脱することなく適用されてよい。
【0025】
別の好ましい実施形態において、ｎ個の新規センサデータ点Ｐｒｎ－ｎｅｗを逐次的に加算することによる、数値的安定性がさらに高い、更新された単一のガウス分布ｇ１－ｕｐｄａｔｅｄおよび更新されたマージガウス分布ｇｍ－ｍｅｒｇｅｄ－ｕｐｄａｔｅｄの逐次的更新は、以下の式により行われる：
更新される平均と分散に関して、変数Ｓは以下のように用いられる：
ここで、
Δ＝Ｐｒｎ－ｎｅｗ－μｇｎ
Δｕｐｄａｔｅｄ＝Ｐｒｎ－ｎｅｗ－μｇｎ－ｕｐｄａｔｅｄ
Ｓは、
によりΣと関連付けられる。
分布距離Ｄｄを新規センサデータ点Ｐｒｎｅｗの確率として定義するか否か、分布距離Ｄｄを新規センサデータ点Ｐｒｎｅｗと各ガウス分布ｇの平均μｇとの間のユークリッド距離として計算するか否か、分布距離Ｄｄをマハラノビス距離の式を用いて計算するか否かとは無関係に、ｎ個の新規センサデータ点Ｐｒｎ－ｎｅｗの逐次的加算は適用される。
【数5】
【数6】
Δ＝Ｐｒｎ－ｎｅｗ－μｇｎ
Δｕｐｄａｔｅｄ＝Ｐｒｎ－ｎｅｗ－μｇｎ－ｕｐｄａｔｅｄ
Ｓは、
【数7】
分布距離Ｄｄを新規センサデータ点Ｐｒｎｅｗの確率として定義するか否か、分布距離Ｄｄを新規センサデータ点Ｐｒｎｅｗと各ガウス分布ｇの平均μｇとの間のユークリッド距離として計算するか否か、分布距離Ｄｄをマハラノビス距離の式を用いて計算するか否かとは無関係に、ｎ個の新規センサデータ点Ｐｒｎ－ｎｅｗの逐次的加算は適用される。
【0026】
別の好ましい実施形態において、新規センサデータ点Ｐｒｎｅｗは共分散行列
を備え、センサデータ点ガウス分布
を形成し、分布距離Ｄｄは、カルバック・ライブラ情報量またはバタチャリヤ距離を用いて、各ガウス分布ｇとこのセンサデータ点ガウス分布
との間で計算される。
【数8】
【数9】
【数10】
【0027】
別の好ましい実施形態において、少なくとも２つのガウス分布ｇ１，ｇ２，…，ｇｍのマージは、少なくとも２つのガウス分布ｇ１，ｇ２，…，ｇｍから２つの分布のペアを連続的にマージして、マージガウス分布ｇｍ－ｍｅｒｇｅｄを生成し、２つの分布の各々のペアからの２つの分布の平均および分散を重み付けすることにより行われる。連続的マージは以下のように行われる：
少なくとも２つのガウス分布ｇ１，ｇ２，…，ｇｍから分布のペアを選択し、
ペアからの２つの分布の平均および分散を重み付けすることにより、第１中間マージガウス分布ｇｍ－ｍｅｒｇｅｄ－ｉｎｔｅｒｍｅｄｉａｒｙを生成し、
少なくとも２つのガウス分布ｇ１，ｇ２，…，ｇｍから別の分布を選択し、これを中間マージガウス分布ｇｍ－ｍｅｒｇｅｄ－ｉｎｔｅｒｍｅｄｉａｒｙとマージして、第２中間マージガウス分布ｇｍ－ｍｅｒｇｅｄ－ｉｎｔｅｒｍｅｄｉａｒｙを生成し、
少なくとも２つのガウス分布ｇ１，ｇ２，…，ｇｍからの全ての分布がマージに含まれるまで、さらなる中間マージガウス分布ｇｍ－ｍｅｒｇｅｄ－ｉｎｔｅｒｍｅｄｉａｒｙの生成を継続する。
連続的マージは以下の式により行われる。
ここで、
μｇ１，μｇ２は、ペアからの２つの分布の平均、
Σｇ１，Σｇ２は、ペアからの２つの分布の分散、
μｇｍ－ｍｅｒｇｅｄは、マージガウス分布ｇｍ－ｍｅｒｇｅｄの平均、
Σｇｍ－ｍｅｒｇｅｄは、マージガウス分布ｇｍ－ｍｅｒｇｅｄの分散である。
少なくとも２つのガウス分布ｇ１，ｇ２，…，ｇｍから分布のペアを選択し、
ペアからの２つの分布の平均および分散を重み付けすることにより、第１中間マージガウス分布ｇｍ－ｍｅｒｇｅｄ－ｉｎｔｅｒｍｅｄｉａｒｙを生成し、
少なくとも２つのガウス分布ｇ１，ｇ２，…，ｇｍから別の分布を選択し、これを中間マージガウス分布ｇｍ－ｍｅｒｇｅｄ－ｉｎｔｅｒｍｅｄｉａｒｙとマージして、第２中間マージガウス分布ｇｍ－ｍｅｒｇｅｄ－ｉｎｔｅｒｍｅｄｉａｒｙを生成し、
少なくとも２つのガウス分布ｇ１，ｇ２，…，ｇｍからの全ての分布がマージに含まれるまで、さらなる中間マージガウス分布ｇｍ－ｍｅｒｇｅｄ－ｉｎｔｅｒｍｅｄｉａｒｙの生成を継続する。
連続的マージは以下の式により行われる。
【数11】
【数12】
Σｇ１，Σｇ２は、ペアからの２つの分布の分散、
μｇｍ－ｍｅｒｇｅｄは、マージガウス分布ｇｍ－ｍｅｒｇｅｄの平均、
Σｇｍ－ｍｅｒｇｅｄは、マージガウス分布ｇｍ－ｍｅｒｇｅｄの分散である。
【0028】
任意の上記実施形態における本発明の方法は、様々な技術分野において適用される。本発明を用いる目的に応じて、様々なタイプおよび数のセンサが用いられ、上記の具体的な実施形態から、より良好な結果を得ることができる。本方法の考えられる使用の全てに関して、メモリと計算能力を節約するという有利な点は、例えば、処理すべきローセンサデータをどこかに送信する代わりに、いくつかのセンサにデータ処理ハードウェアを設けることにより可能になり、小型ハードウェア処理装置を用いることを可能にする。
【0029】
図２、図４、図５において見られるように、本方法により生成された、更新された複数のガウス分布ｇｎ－ｕｐｄａｔｅｄを、インテリジェント駐車管理、どの駐車場に空き空間があるかを運転者が簡単にチェックして見つけることができるスマート輸送システム、またはどこに利用可能な空き空間があるかを見ることができるインテリジェント倉庫管理に用いることができる。新規センサデータ点Ｐｒｎｅｗは、例えば、位置用ＧＰＳセンサ、速度用加速度センサ、方向用ジャイロスコープ、車両識別用ＲＦＩＤ、乗客および車両検出用赤外線センサ、車両移動記録用カメラ等、これらのタイプのアプリケーションを制御するセンサから逐次的に取得される。
【0030】
本方法により生成された、更新された複数のガウス分布ｇｎ－ｕｐｄａｔｅｄを、スマート輸送アプリケーション、センサを用いて街中の日々の交通を管理する交通監視および管理アプリケーション、インテリジェント情報処理システムにおいて用いて、適切に交通の経路を定め、飲酒運転者を突き止め、今後の交通状況を推定できるように交通状況、交通パターンを推定することにより、交通混雑を最小化し、簡単で面倒のない駐車を確実にし、事故を回避することができ、交通監視用車両追跡システムを実装することもできる。また、本方法により生成された、更新された複数のガウス分布ｇｎ－ｕｐｄａｔｅｄを、自分の車両により移動する人々の安全を確保するアプリケーションと、対応するセンサを用いた事故検知アプリケーションにおいて用いることができる。
【0031】
患者からのデータを収集するセンサから新規センサデータ点Ｐｒｎｅｗが逐次的に取得される場合、本方法のステップにより生成された、更新された複数のガウス分布ｇｎ－ｕｐｄａｔｅｄを、患者の健康状態を継続的に監視して記録し、何らかの異常な指標が見つかった場合には警告を送信するように特化されたアプリケーションにおいて用いることができる。
【0032】
図２、図３、図４、図５を参照すると、インテリジェント駐車管理またはインテリジェント倉庫管理を構築するために任意の上記実施形態において本発明の方法を用いる一般的な例が示されており、分布バッファＧから初期の複数のガウス分布ｇｎと更新された複数のガウス分布ｇｎ－ｕｐｄａｔｅｄを用いて、バッファＯからの複数の物体ｏｎを備える静的環境のライトウェイト表現を作成する。バッファＯからの複数の物体ｏｎは、任意の数学的タイプであってよく、例えば、多角形、凸包等であってよい。数学的表現は、１つの現実物体または現実物体の一部に対応する。例えば、駐車車両を１つまたは複数の多角形により表現することができる。各物体は、距離測定に基づいて同様の分布から構築される。
【0033】
例えば、自動車産業の場合、または倉庫管理の場合、または多数の物体が保管されている他の空間等における物体間の空き空間を突き止める必要がある時に、そのような静的環境のライトウェイト表現が用いられる。
【0034】
図２は、壁と並行に駐車されている２つの並列車両であって、これらの車両間には空き駐車スロットが存在する２つの並列車両を、自車両が走査している実施形態の具体例のシーンを示す。
【0035】
図３は、先行技術により、シーンにおける物体からの「密」なデータ点、つまり、自車両の１２個の超音波センサから取得した２次元データ点を示す。
【0036】
ステップ８．１．において、初期の複数のガウス分布ｇｎから分布リストとして初期の複数の物体ｏｎ－ｉｎｉｔｉａｌを定義し、例えば、物体ｏは分布ｇ１，ｇ２，ｇ５を備え、特に、ｏ＝｛ｇ１，ｇ２，ｇ５｝である。
ステップ８．２．において、更新された複数のガウス分布ｇｎ－ｕｐｄａｔｅｄから、
新規ガウス分布ｇｎｅｗまたは
更新された単一のガウス分布ｇ１－ｕｐｄａｔｅｄまたは
更新されたマージガウス分布ｇｍ－ｍｅｒｇｅｄ－ｕｐｄａｔｅｄ
の何れか１つを受信し、理解を容易にするために、更新された分布と称される。
ここで、更新された分布から初期の複数の物体ｏｎ－ｉｎｉｔｉａｌの各物体ｏまでの物体距離Ｄｏを計算する。このようにして、上記例については、物体距離Ｄｏは、更新された分布ｇと物体ｏに属する全ての分布との間の最小距離、つまり、距離（ｏ，ｇ）＝ｍｉｎ｛距離（ｇ１，ｇ），距離（ｇ２，ｇ），距離（ｇ５，ｇ）｝，ｏ＝｛ｇ１，ｇ２，ｇ５｝として定義され、分布間距離は、カルバック・ライブラ情報量またはバタチャリヤ距離を用いて上述の定義で計算される。
ステップ８．３．において、更新された分布が物体距離条件を満たしているか否か、つまり、物体距離Ｄｏ＜所定の物体距離閾値Ｄｏｍｉｎ（Ｄｏ＜Ｄｏｍｉｎ）であるか否かを検証し、初期の複数の物体ｏｎ－ｉｎｉｔｉａｌを更新して、以下のような更新分布タイプに応じて、更新された複数の物体ｏｎ－ｕｐｄａｔｅｄを生成し、
更新された分布が新規ガウス分布ｇｎｅｗである場合、初期の複数の物体ｏｎ－ｉｎｉｔｉａｌの更新は以下のように行われる：
初期の複数の物体ｏｎ－ｉｎｉｔｉａｌのどの物体に関しても、更新された分布が物体距離条件（Ｄｏ＜Ｄｏｍｉｎ）を満たしていない場合、新規ガウス分布ｇｎｅｗを割り当てることにより新規物体ｏｎｅｗを生成し、物体バッファＯに新規物体ｏｎｅｗを保存し；
単一の物体ｏ１に関して、更新された分布が物体距離条件（Ｄｏ＜Ｄｏｍｉｎ）を満たしている場合、新規ガウス分布ｇｎｅｗを割り当てることにより単一の物体ｏ１を更新し、更新された単一の物体ｏ１－ｕｐｄａｔｅｄを生成し、物体バッファＯに更新された単一の物体ｏ１－ｕｐｄａｔｅｄを保存する。
物体がガウス分布のリストｏ＝｛ｇ１，ｇ２，ｇ５｝として定義される上記例について、ガウス分布の割り当て後、物体はｏ＝｛ｇ１，ｇ２，ｇ５，ｇ｝となる。以下の好ましい実施形態において説明されるように、凸包表現の更新は、任意の凸包作成アルゴリズムを用いて、特定の点を選択して、対応する物体ｏから各々の分布を表現することにより行われてよい。
初期の複数の物体ｏｎ－ｉｎｉｔｉａｌの複数の物体ｏｍに関して、更新された分布が物体距離条件（Ｄｏ＜Ｄｏｍｉｎ）を満たしている場合、複数の物体ｏｍをマージし、マージ物体ｏｍ－ｍｅｒｇｅｄを生成し、新規ガウス分布ｇｎｅｗをマージ物体ｏｍ－ｍｅｒｇｅｄに割り当てることによりマージ物体ｏｍ－ｍｅｒｇｅｄを更新し、更新されたマージ物体ｏｍ－ｍｅｒｇｅｄ－ｕｐｄａｔｅｄを生成し、物体バッファＯに更新されたマージ物体ｏｍ－ｍｅｒｇｅｄ－ｕｐｄａｔｅｄを保存する。
第１物体がガウス分布のリストｏ＝｛ｇ１，ｇ２，ｇ５｝として定義され、第２物体がｏ’＝｛ｇ３，ｇ１０｝として定義される上記例について、第１物体ｏを第２物体ｏ’とマージした後、ｏ’’＝｛ｇ１，ｇ２，ｇ５，ｇ３，ｇ１０｝と定義されるマージ物体が得られる。
更新された分布が更新された単一のガウス分布ｇ１－ｕｐｄａｔｅｄである場合、初期の複数の物体ｏｎ－ｉｎｉｔｉａｌの更新は、単一のガウス分布ｇ１を備える対応する物体ｏの表現を更新することにより行われ、更新された物体ｏｕｐｄａｔｅｄを生成し、物体バッファＯに更新された物体ｏｕｐｄａｔｅｄを保存し；
更新された分布が更新されたマージガウス分布ｇｍ－ｍｅｒｇｅｄ－ｕｐｄａｔｅｄである場合、初期の複数の物体ｏｎ－ｉｎｉｔｉａｌの更新は以下のように行われる：
単一の物体ｏ１に関して、更新された分布が物体距離条件Ｄｏ＜Ｄｏｍｉｎを満たしている場合、更新された分布を含めることにより単一の物体ｏ１の表現を更新し、更新された単一の物体ｏ１－ｕｐｄａｔｅｄを生成し、物体バッファＯに更新された単一の物体ｏ１－ｕｐｄａｔｅｄを保存し；
初期の複数の物体ｏｎ－ｉｎｉｔｉａｌの複数の物体ｏｍに関して、更新された分布が物体距離条件Ｄｏ＜Ｄｏｍｉｎを満たしている場合、複数の物体ｏｍをマージし、マージ物体ｏｍ－ｍｅｒｇｅｄを生成し、更新された分布を含めることにより更新し、更新されたマージ物体ｏｍ－ｍｅｒｇｅｄ－ｕｐｄａｔｅｄを生成し、物体バッファＯに更新されたマージ物体ｏｍ－ｍｅｒｇｅｄ－ｕｐｄａｔｅｄを保存する。
ステップ８．４．において、
少なくとも１つの新規物体ｏｎｅｗまたは
更新された物体ｕｐｄａｔｅｄまたは
マージ物体ｏｍ－ｍｅｒｇｅｄ
の何れか１つを即時の使用のために物体バッファＯからユーザインタフェースにエクスポートすることにより静的環境のライトウェイト表現を作成して絶え間なく更新する。
ステップ８．２．～８．４．をｎ個の新規センサデータ点Ｐｒｎ－ｎｅｗについて繰り返す。
ステップ８．２．において、更新された複数のガウス分布ｇｎ－ｕｐｄａｔｅｄから、
新規ガウス分布ｇｎｅｗまたは
更新された単一のガウス分布ｇ１－ｕｐｄａｔｅｄまたは
更新されたマージガウス分布ｇｍ－ｍｅｒｇｅｄ－ｕｐｄａｔｅｄ
の何れか１つを受信し、理解を容易にするために、更新された分布と称される。
ここで、更新された分布から初期の複数の物体ｏｎ－ｉｎｉｔｉａｌの各物体ｏまでの物体距離Ｄｏを計算する。このようにして、上記例については、物体距離Ｄｏは、更新された分布ｇと物体ｏに属する全ての分布との間の最小距離、つまり、距離（ｏ，ｇ）＝ｍｉｎ｛距離（ｇ１，ｇ），距離（ｇ２，ｇ），距離（ｇ５，ｇ）｝，ｏ＝｛ｇ１，ｇ２，ｇ５｝として定義され、分布間距離は、カルバック・ライブラ情報量またはバタチャリヤ距離を用いて上述の定義で計算される。
ステップ８．３．において、更新された分布が物体距離条件を満たしているか否か、つまり、物体距離Ｄｏ＜所定の物体距離閾値Ｄｏｍｉｎ（Ｄｏ＜Ｄｏｍｉｎ）であるか否かを検証し、初期の複数の物体ｏｎ－ｉｎｉｔｉａｌを更新して、以下のような更新分布タイプに応じて、更新された複数の物体ｏｎ－ｕｐｄａｔｅｄを生成し、
更新された分布が新規ガウス分布ｇｎｅｗである場合、初期の複数の物体ｏｎ－ｉｎｉｔｉａｌの更新は以下のように行われる：
初期の複数の物体ｏｎ－ｉｎｉｔｉａｌのどの物体に関しても、更新された分布が物体距離条件（Ｄｏ＜Ｄｏｍｉｎ）を満たしていない場合、新規ガウス分布ｇｎｅｗを割り当てることにより新規物体ｏｎｅｗを生成し、物体バッファＯに新規物体ｏｎｅｗを保存し；
単一の物体ｏ１に関して、更新された分布が物体距離条件（Ｄｏ＜Ｄｏｍｉｎ）を満たしている場合、新規ガウス分布ｇｎｅｗを割り当てることにより単一の物体ｏ１を更新し、更新された単一の物体ｏ１－ｕｐｄａｔｅｄを生成し、物体バッファＯに更新された単一の物体ｏ１－ｕｐｄａｔｅｄを保存する。
物体がガウス分布のリストｏ＝｛ｇ１，ｇ２，ｇ５｝として定義される上記例について、ガウス分布の割り当て後、物体はｏ＝｛ｇ１，ｇ２，ｇ５，ｇ｝となる。以下の好ましい実施形態において説明されるように、凸包表現の更新は、任意の凸包作成アルゴリズムを用いて、特定の点を選択して、対応する物体ｏから各々の分布を表現することにより行われてよい。
初期の複数の物体ｏｎ－ｉｎｉｔｉａｌの複数の物体ｏｍに関して、更新された分布が物体距離条件（Ｄｏ＜Ｄｏｍｉｎ）を満たしている場合、複数の物体ｏｍをマージし、マージ物体ｏｍ－ｍｅｒｇｅｄを生成し、新規ガウス分布ｇｎｅｗをマージ物体ｏｍ－ｍｅｒｇｅｄに割り当てることによりマージ物体ｏｍ－ｍｅｒｇｅｄを更新し、更新されたマージ物体ｏｍ－ｍｅｒｇｅｄ－ｕｐｄａｔｅｄを生成し、物体バッファＯに更新されたマージ物体ｏｍ－ｍｅｒｇｅｄ－ｕｐｄａｔｅｄを保存する。
第１物体がガウス分布のリストｏ＝｛ｇ１，ｇ２，ｇ５｝として定義され、第２物体がｏ’＝｛ｇ３，ｇ１０｝として定義される上記例について、第１物体ｏを第２物体ｏ’とマージした後、ｏ’’＝｛ｇ１，ｇ２，ｇ５，ｇ３，ｇ１０｝と定義されるマージ物体が得られる。
更新された分布が更新された単一のガウス分布ｇ１－ｕｐｄａｔｅｄである場合、初期の複数の物体ｏｎ－ｉｎｉｔｉａｌの更新は、単一のガウス分布ｇ１を備える対応する物体ｏの表現を更新することにより行われ、更新された物体ｏｕｐｄａｔｅｄを生成し、物体バッファＯに更新された物体ｏｕｐｄａｔｅｄを保存し；
更新された分布が更新されたマージガウス分布ｇｍ－ｍｅｒｇｅｄ－ｕｐｄａｔｅｄである場合、初期の複数の物体ｏｎ－ｉｎｉｔｉａｌの更新は以下のように行われる：
単一の物体ｏ１に関して、更新された分布が物体距離条件Ｄｏ＜Ｄｏｍｉｎを満たしている場合、更新された分布を含めることにより単一の物体ｏ１の表現を更新し、更新された単一の物体ｏ１－ｕｐｄａｔｅｄを生成し、物体バッファＯに更新された単一の物体ｏ１－ｕｐｄａｔｅｄを保存し；
初期の複数の物体ｏｎ－ｉｎｉｔｉａｌの複数の物体ｏｍに関して、更新された分布が物体距離条件Ｄｏ＜Ｄｏｍｉｎを満たしている場合、複数の物体ｏｍをマージし、マージ物体ｏｍ－ｍｅｒｇｅｄを生成し、更新された分布を含めることにより更新し、更新されたマージ物体ｏｍ－ｍｅｒｇｅｄ－ｕｐｄａｔｅｄを生成し、物体バッファＯに更新されたマージ物体ｏｍ－ｍｅｒｇｅｄ－ｕｐｄａｔｅｄを保存する。
ステップ８．４．において、
少なくとも１つの新規物体ｏｎｅｗまたは
更新された物体ｕｐｄａｔｅｄまたは
マージ物体ｏｍ－ｍｅｒｇｅｄ
の何れか１つを即時の使用のために物体バッファＯからユーザインタフェースにエクスポートすることにより静的環境のライトウェイト表現を作成して絶え間なく更新する。
ステップ８．２．～８．４．をｎ個の新規センサデータ点Ｐｒｎ－ｎｅｗについて繰り返す。
【0037】
図４は、図３の具体例について先行技術によるセンサデータ点を処理するための方法を適用した結果を示し、示されている２２０９３個のローデータ点は各々３つの座標（ｘ、ｙ、「反射方向」の方向）を有しているが、簡潔のため、ｘおよびｙ座標のみが図示されている。
【0038】
図５に示される分布は、本発明に係るセンサデータ点を処理するためのコンピュータ実装方法の結果を示す。このように、合計３２０個の分布を用いて、２０９３個のローデータ点が示されている。
３２０個の分布の各々は、５つの浮動小数点が保存されることを必要とする。これは、複数の物体ｏｎを備える静的環境のライトウェイト表現を構築するには合計で５＊３２０＝１６００個の浮動小数点を必要とすることを意味している。
先行技術の場合、複数の物体ｏｎを備える静的環境のロー点を表現するには合計で、（各座標の２）＊２２０９３＝４４１８６個の浮動小数点を必要とする。
その結果、複数の物体ｏｎを備える静的環境の圧縮マップ、特に、ライトウェイト表現は、非圧縮データと比較して、サイズがたったの約３．６％＝１６００＊１００／４４１８６である。この例においては、本発明に係る方法を用いて連続する処理サイクルについてローデータ点群の処理中に、所定のデータ構造を用いることにより、データ処理ハードウェアのメモリと計算能力資源のサイズが約９６．４％節約されることになる。
言い換えれば、圧縮比＝圧縮前／圧縮後は約２８であり、つまり、圧縮データは非圧縮データの約２８分の１の大きさである。
３２０個の分布の各々は、５つの浮動小数点が保存されることを必要とする。これは、複数の物体ｏｎを備える静的環境のライトウェイト表現を構築するには合計で５＊３２０＝１６００個の浮動小数点を必要とすることを意味している。
先行技術の場合、複数の物体ｏｎを備える静的環境のロー点を表現するには合計で、（各座標の２）＊２２０９３＝４４１８６個の浮動小数点を必要とする。
その結果、複数の物体ｏｎを備える静的環境の圧縮マップ、特に、ライトウェイト表現は、非圧縮データと比較して、サイズがたったの約３．６％＝１６００＊１００／４４１８６である。この例においては、本発明に係る方法を用いて連続する処理サイクルについてローデータ点群の処理中に、所定のデータ構造を用いることにより、データ処理ハードウェアのメモリと計算能力資源のサイズが約９６．４％節約されることになる。
言い換えれば、圧縮比＝圧縮前／圧縮後は約２８であり、つまり、圧縮データは非圧縮データの約２８分の１の大きさである。
【0039】
なお、圧縮比は、センサデータ点の濃度とクラッタおよび測定誤差の分布に依存する。後者の分布がガウス分布である場合、センサデータ点を表現する本発明に係るセンサデータ点を処理するためのコンピュータ実装方法によって、より良好な圧縮比が得られることになる。
【0040】
マップの様々な表現を、分布リストとして作成された物体から作成することができる。分布リストとして作成される物体は、分布を物体にグループ化することを意味している。
マップの具体的な各表現は、具体的なニーズと、マップのこの具体的な表現を作成するための具体的なプログラムに依存する。例えば、マップの一方の具体的な表現は多角形状を備え、マップの他方の具体的な表現は単純な形状、例えば、凸包を備える等である。
分布リストから具体的な表現、例えば、これに限定されるものではないが、多角形状、凸包等の構築は、先行技術文献から利用可能なアルゴリズムによって行われる。
マップの具体的な各表現は、具体的なニーズと、マップのこの具体的な表現を作成するための具体的なプログラムに依存する。例えば、マップの一方の具体的な表現は多角形状を備え、マップの他方の具体的な表現は単純な形状、例えば、凸包を備える等である。
分布リストから具体的な表現、例えば、これに限定されるものではないが、多角形状、凸包等の構築は、先行技術文献から利用可能なアルゴリズムによって行われる。
【0041】
１つの選択肢において、
新規物体ｏｎｅｗ、
更新された物体ｏｕｐｄａｔｅｄおよび
更新されたマージ物体ｏｍ－ｍｅｒｇｅｄ－ｕｐｄａｔｅｄ
が、対応するガウス分布の平均μｎにより作成される。
他の選択肢において、
新規物体ｏｎｅｗ、
更新された物体ｏｕｐｄａｔｅｄおよび
更新されたマージ物体ｏｍ－ｍｅｒｇｅｄ－ｕｐｄａｔｅｄ
が、ある確率に対応している、対応するガウス分布の主軸に関して選択される２つの点、例えば、２シグマ点または主軸の任意の他の複数シグマから作成される。
１つの変形例において、
新規物体ｏｎｅｗ、
更新された物体ｏｕｐｄａｔｅｄおよび
更新されたマージ物体ｏｍ－ｍｅｒｇｅｄ－ｕｐｄａｔｅｄ
が２シグマ点から作成される場合、対応するガウス分布は２＊ｋ次元を有する。
別の選択肢において、
新規物体ｏｎｅｗ、
更新された物体ｏｕｐｄａｔｅｄおよび
更新されたマージ物体ｏｍ－ｍｅｒｇｅｄ－ｕｐｄａｔｅｄ
が、対応するガウス分布の特定数Ｌ個のセンサデータ点ＰｒＬから作成され、特定数Ｌは、ある確率に対応している超楕円からサンプリングされる。
新規点Ｐｒｎｅｗの数は、最終マップにおける分布が過剰適合されないように考慮して調整される。
新規点Ｐｒｎｅｗの数を増加させることの特に有利な点は、より正確な具体的マップ表現でありつつ、メモリと計算能力資源が節約されることであり、これにより、より幅広いデータ処理ハードウェアによってローセンサデータを処理するために本発明を用いることが可能になる。
新規物体ｏｎｅｗ、
更新された物体ｏｕｐｄａｔｅｄおよび
更新されたマージ物体ｏｍ－ｍｅｒｇｅｄ－ｕｐｄａｔｅｄ
が、対応するガウス分布の平均μｎにより作成される。
他の選択肢において、
新規物体ｏｎｅｗ、
更新された物体ｏｕｐｄａｔｅｄおよび
更新されたマージ物体ｏｍ－ｍｅｒｇｅｄ－ｕｐｄａｔｅｄ
が、ある確率に対応している、対応するガウス分布の主軸に関して選択される２つの点、例えば、２シグマ点または主軸の任意の他の複数シグマから作成される。
１つの変形例において、
新規物体ｏｎｅｗ、
更新された物体ｏｕｐｄａｔｅｄおよび
更新されたマージ物体ｏｍ－ｍｅｒｇｅｄ－ｕｐｄａｔｅｄ
が２シグマ点から作成される場合、対応するガウス分布は２＊ｋ次元を有する。
別の選択肢において、
新規物体ｏｎｅｗ、
更新された物体ｏｕｐｄａｔｅｄおよび
更新されたマージ物体ｏｍ－ｍｅｒｇｅｄ－ｕｐｄａｔｅｄ
が、対応するガウス分布の特定数Ｌ個のセンサデータ点ＰｒＬから作成され、特定数Ｌは、ある確率に対応している超楕円からサンプリングされる。
新規点Ｐｒｎｅｗの数は、最終マップにおける分布が過剰適合されないように考慮して調整される。
新規点Ｐｒｎｅｗの数を増加させることの特に有利な点は、より正確な具体的マップ表現でありつつ、メモリと計算能力資源が節約されることであり、これにより、より幅広いデータ処理ハードウェアによってローセンサデータを処理するために本発明を用いることが可能になる。
【0042】
図６は、楕円に基づく複数の物体ｏｎの構築を説明する、上記好ましい実施形態の示唆的なイメージを示す。複数の物体ｏｎを構築または更新するために構築された楕円、例えば、凸包または多角形の使用は、ガウス分布の平均が点位置を表す点の使用と同様に行うことができる。
しかし、楕円が大きく、大きい分散に対応している場合、物体を構築するためにより多くのセンサデータ点が用いられることになり、例えば、楕円の長軸からの２つの点または楕円の輪郭からのより多くのセンサデータ点が用いられる。この楕円は具体的なガウス分布ｇｎと具体的な確率ｐｒｏｂ（Ｐｒ，ｇｎ）に基づいて定義され、ここで、確率はどの楕円がガウス分布から選択されるかを定める。
具体的な確率を選択することが重要であるのは、非常に小さい確率だと、２次元の場合、ｘ，ｙ平面全体をカバーする楕円となってしまう一方、大きい確率を選択すると平均が得られるに過ぎないからである。具体的な確率ｐｒｏｂ（Ｐｒ，ｇｎ）の選択は、累積分布関数ＣＤＦに基づいて行われてもよく、物体に含まれるべき点の百分率が選択されてよい。
しかし、楕円が大きく、大きい分散に対応している場合、物体を構築するためにより多くのセンサデータ点が用いられることになり、例えば、楕円の長軸からの２つの点または楕円の輪郭からのより多くのセンサデータ点が用いられる。この楕円は具体的なガウス分布ｇｎと具体的な確率ｐｒｏｂ（Ｐｒ，ｇｎ）に基づいて定義され、ここで、確率はどの楕円がガウス分布から選択されるかを定める。
具体的な確率を選択することが重要であるのは、非常に小さい確率だと、２次元の場合、ｘ，ｙ平面全体をカバーする楕円となってしまう一方、大きい確率を選択すると平均が得られるに過ぎないからである。具体的な確率ｐｒｏｂ（Ｐｒ，ｇｎ）の選択は、累積分布関数ＣＤＦに基づいて行われてもよく、物体に含まれるべき点の百分率が選択されてよい。
【0043】
本発明の第２の態様において、任意の実施形態に係る本方法のステップを行うように構成されるデータ処理ハードウェアが提供される。
【0044】
好ましい実施形態において、データ処理ハードウェアはセンサに含まれるようにさらに構成され、本発明の方法を行うセンサのプロセッサを用いるという有利な点を有する。
任意の上記変形例における静的環境のライトウェイト表現が、データ処理ハードウェアと通信する車両の駆動システムに送信されてよい。
任意の上記変形例における静的環境のライトウェイト表現が、データ処理ハードウェアと通信する車両の駆動システムに送信されてよい。
【0045】
好ましい実施形態に関して本方法の説明が詳細に開示されている一方、本発明の教示の本質的な範囲から逸脱することなく、その有利な点を減じることなく、本発明の様々な修正および変形が明らかであることを当業者は理解するだろう。従って、そのような修正および変形を添付の特許請求の範囲がカバーすることが意図されている。
【符号の説明】
【0046】
Ｐｒｎｅｗ 少なくとも１つのセンサから受信した新規センサデータ点
Ｐｒｎ－ｎｅｗ ｎ個の新規センサデータ点
Ｐｒ 初期の複数のセンサデータ点
ｇｎ 初期の複数のガウス分布
ｇｎ－ｕｐｄａｔｅｄ 更新された複数のガウス分布
Ｇ 複数のガウス分布を備える分布バッファ
ｇ 複数のガウス分布Ｇの各ガウス分布
Ｄｄ 新規センサデータ点Ｐｒｎｅｗと各ガウス分布ｇとの間の分布距離
Ｄｄｍｉｎ 所定の分布距離閾値
ｇｎｅｗ 新規センサデータ点Ｐｒｎｅｗを含む新規ガウス分布
ｇ１ 分布距離条件Ｄｄ＜Ｄｄｍｉｎを満たす単一のガウス分布
ｇ１－ｕｐｄａｔｅｄ 新規センサデータ点Ｐｒｎｅｗを含む更新された単一のガウス分布
ｇ１，ｇ２，ｇｍ 分布距離条件Ｄｄ＜Ｄｄｍｉｎを満たす少なくとも２つのガウス分布
ｇｍ－ｍｅｒｇｅｄ 少なくとも２つのガウス分布ｇ１，ｇ２，…，ｇｍのマージガウス分布
ｇｍ－ｍｅｒｇｅｄ－ｕｐｄａｔｅｄ 新規センサデータ点Ｐｒｎｅｗを含むマージガウス分布ｇｍ－ｍｅｒｇｅｄの更新されたマージガウス分布
Ｏ 複数の物体を備えるバッファ
ｏｎ－ｉｎｉｔｉａｌ 初期の複数のガウス分布ｇｎから分布リストとして作成される初期の複数の物体
ｏｎ－ｕｐｄａｔｅｄ 更新された複数のガウス分布ｇｎ－ｕｐｄａｔｅｄに基づいて作成される更新された複数の物体
ｏｎ 初期の複数のガウス分布ｇｎと更新された複数のガウス分布ｇｎ－ｕｐｄａｔｅｄを用いて作成される複数の物体
Ｄｏ 更新された分布から初期の複数の物体ｏｎ－ｉｎｉｔｉａｌの各物体ｏまでとして計算される物体距離
Ｄｏｍｉｎ 所定の物体距離閾値
ｏｎｅｗ 新規ガウス分布ｇｎｅｗを割り当てることにより生成される新規物体
ｏ１ 物体距離条件Ｄｏ＜Ｄｏｍｉｎを満たす単一の物体
ｏ１－ｕｐｄａｔｅｄ 更新された分布を含む更新された単一の物体ｏ１
ｏｍ 物体距離条件Ｄｏ＜Ｄｏｍｉｎを満たす複数の物体
ｏｍ－ｍｅｒｇｅｄ 物体距離条件Ｄｏ＜Ｄｏｍｉｎを満たす複数の物体ｏｍを含むマージ物体
ｏｍ－ｍｅｒｇｅｄ－ｕｐｄａｔｅｄ 更新された分布を含むマージ物体の更新されたマージ物体
Ｐｒｎ－ｎｅｗ ｎ個の新規センサデータ点
Ｐｒ 初期の複数のセンサデータ点
ｇｎ 初期の複数のガウス分布
ｇｎ－ｕｐｄａｔｅｄ 更新された複数のガウス分布
Ｇ 複数のガウス分布を備える分布バッファ
ｇ 複数のガウス分布Ｇの各ガウス分布
Ｄｄ 新規センサデータ点Ｐｒｎｅｗと各ガウス分布ｇとの間の分布距離
Ｄｄｍｉｎ 所定の分布距離閾値
ｇｎｅｗ 新規センサデータ点Ｐｒｎｅｗを含む新規ガウス分布
ｇ１ 分布距離条件Ｄｄ＜Ｄｄｍｉｎを満たす単一のガウス分布
ｇ１－ｕｐｄａｔｅｄ 新規センサデータ点Ｐｒｎｅｗを含む更新された単一のガウス分布
ｇ１，ｇ２，ｇｍ 分布距離条件Ｄｄ＜Ｄｄｍｉｎを満たす少なくとも２つのガウス分布
ｇｍ－ｍｅｒｇｅｄ 少なくとも２つのガウス分布ｇ１，ｇ２，…，ｇｍのマージガウス分布
ｇｍ－ｍｅｒｇｅｄ－ｕｐｄａｔｅｄ 新規センサデータ点Ｐｒｎｅｗを含むマージガウス分布ｇｍ－ｍｅｒｇｅｄの更新されたマージガウス分布
Ｏ 複数の物体を備えるバッファ
ｏｎ－ｉｎｉｔｉａｌ 初期の複数のガウス分布ｇｎから分布リストとして作成される初期の複数の物体
ｏｎ－ｕｐｄａｔｅｄ 更新された複数のガウス分布ｇｎ－ｕｐｄａｔｅｄに基づいて作成される更新された複数の物体
ｏｎ 初期の複数のガウス分布ｇｎと更新された複数のガウス分布ｇｎ－ｕｐｄａｔｅｄを用いて作成される複数の物体
Ｄｏ 更新された分布から初期の複数の物体ｏｎ－ｉｎｉｔｉａｌの各物体ｏまでとして計算される物体距離
Ｄｏｍｉｎ 所定の物体距離閾値
ｏｎｅｗ 新規ガウス分布ｇｎｅｗを割り当てることにより生成される新規物体
ｏ１ 物体距離条件Ｄｏ＜Ｄｏｍｉｎを満たす単一の物体
ｏ１－ｕｐｄａｔｅｄ 更新された分布を含む更新された単一の物体ｏ１
ｏｍ 物体距離条件Ｄｏ＜Ｄｏｍｉｎを満たす複数の物体
ｏｍ－ｍｅｒｇｅｄ 物体距離条件Ｄｏ＜Ｄｏｍｉｎを満たす複数の物体ｏｍを含むマージ物体
ｏｍ－ｍｅｒｇｅｄ－ｕｐｄａｔｅｄ 更新された分布を含むマージ物体の更新されたマージ物体
【図1】
【図2】
【図3】
【図4】
【図5】
【図6】
【手続補正書】
【提出日】2023-11-28
【手続補正1】
【補正対象書類名】明細書
【補正対象項目名】００４５
【補正方法】変更
【補正の内容】
【0045】
好ましい実施形態に関して本方法の説明が詳細に開示されている一方、本発明の教示の本質的な範囲から逸脱することなく、その有利な点を減じることなく、本発明の様々な修正および変形が明らかであることを当業者は理解するだろう。従って、そのような修正および変形を添付の特許請求の範囲がカバーすることが意図されている。
なお、本願は、特許請求の範囲に記載の発明に関するものであるが、他の観点として以下も含む。
［１］．
センサデータ点を処理するためのコンピュータ実装方法において、
データ処理ハードウェアによる以下のステップ：
１．初期の複数のガウス分布ｇ ｎ を保存する分布バッファＧを初期化するステップであって、各ガウス分布ｇは少なくとも１つのセンサから逐次的に受信した初期の複数のセンサデータ点Ｐｒを備え、各ガウス分布ｇは対応する所定の分布距離閾値Ｄｄ ｍｉｎ を有するステップと；
２．前記少なくとも１つのセンサから新規センサデータ点Ｐｒ ｎｅｗ を逐次的に取得し、前記新規センサデータ点Ｐｒ ｎｅｗ と各ガウス分布ｇとの間の分布距離Ｄｄを計算するステップと；
３．各ガウス分布ｇについて、前記分布距離Ｄｄが、分布距離条件Ｄｄ＜Ｄｄ ｍｉｎ であることを満たしているか否か、各々、分布距離Ｄｄ＜前記対応する所定の分布距離閾値Ｄｄ ｍｉｎ であるか否かを検証するステップであって、
３．１．前記分布距離条件Ｄｄ＜Ｄｄ ｍｉｎ を満たすガウス分布ｇがない場合、前記新規センサデータ点Ｐｒ ｎｅｗ を含む新規ガウス分布ｇ ｎｅｗ を生成し、
３．２．前記分布距離条件Ｄｄ＜Ｄｄ ｍｉｎ を単一のガウス分布ｇ １ が満たす場合、前記新規センサデータ点Ｐｒ ｎｅｗ を追加することにより前記単一のガウス分布ｇ １ を更新し、更新された単一のガウス分布ｇ １－ｕｐｄａｔｅｄ を生成し、
３．３．前記分布距離条件Ｄｄ＜Ｄｄ ｍｉｎ を少なくとも２つのガウス分布ｇ １ ，ｇ ２ ，・・・，ｇ ｍ が満たす場合、前記少なくとも２つのガウス分布ｇ １ ，ｇ ２ ，・・・，ｇ ｍ をマージし、マージガウス分布ｇ ｍ－ｍｅｒｇｅｄ を生成して、前記新規センサデータ点Ｐｒ ｎｅｗ を追加することにより前記マージガウス分布ｇ ｍ－ｍｅｒｇｅｄ を更新し、更新されたマージガウス分布ｇ ｍ－ｍｅｒｇｅｄ－ｕｐｄａｔｅｄ を生成する、ステップと、
４．前記新規ガウス分布ｇ ｎｅｗ または
前記更新された単一のガウス分布ｇ １－ｕｐｄａｔｅｄ または
前記更新されたマージガウス分布ｇ ｍ－ｍｅｒｇｅｄ－ｕｐｄａｔｅｄ
の何れか１つを含むことにより前記初期の複数のガウス分布ｇ ｎ を更新し、前記分布バッファＧにおいて、更新された複数のガウス分布ｇ ｎ－ｕｐｄａｔｅｄ を生成するステップとを備えることであって、ステップ１．２．、１．３．および１．４．をｎ個の新規センサデータ点Ｐｒ ｎ－ｎｅｗ について繰り返すことを特徴とするコンピュータ実装方法。
［２］．
前記分布距離Ｄｄが前記新規センサデータ点Ｐｒ ｎｅｗ と各ガウス分布ｇの平均μ ｇ との間のユークリッド距離である、上記［１］に記載のコンピュータ実装方法。
［３］．
前記分布距離Ｄｄが、以下のような、各ガウス分布ｇに関する前記新規センサデータ点Ｐｒ ｎｅｗ の確率であり、
ここで、
は、新規点Ｐｒ
ｎｅｗ
が各ガウス分布ｇから生成される確率；
Ｐｒ ｎｅｗ は、新規センサデータ点であって、ｋ個の成分を有するベクトル；
μ ｎ は、各ガウス分布ｇの平均であって、ｋ個の成分を有するベクトル；
Σ ｎ は、各ガウス分布の共分散であって、（ｋｘ ｋ）行列；
Ｔ は、転置である、上記［１］に記載のコンピュータ実装方法。
［４］．
前記分布距離Ｄｄがマハラノビス距離の式を用いて計算される、請求項１～３の何れか１項に記載のコンピュータ実装方法。
［５］．
ｎ個の新規センサデータ点Ｐｒ ｎ－ｎｅｗ を逐次的に加算することによる、前記更新された単一のガウス分布ｇ １－ｕｐｄａｔｅｄ および前記更新されたマージガウス分布ｇ ｍ－ｍｅｒｇｅｄ－ｕｐｄａｔｅｄ の逐次的な更新は、以下の式により行われる：
ここで、
μ ｇｎ は、任意の前記単一のガウス分布ｇ １ および前記マージガウス分布ｇ ｍ－ｍｅｒｇｅｄ の平均 、
Σ ｇｎ は、任意の前記単一のガウス分布ｇ １ およびマージガウス分布ｇ ｍ－ｍｅｒｇｅｄ の共分散、
μ ｇｎ－ｕｐｄａｔｅｄ は、任意の前記更新された単一のガウス分布ｇ １－ｕｐｄａｔｅｄ および前記更新されたマージガウス分布ｇ ｍ－ｍｅｒｇｅｄ－ｕｐｄａｔｅｄ の平均、
Σ ｇｎ－ｕｐｄａｔｅｄ は 、 任意の前記更新された単一のガウス分布ｇ １－ｕｐｄａｔｅｄ および前記更新されたマージガウス分布ｇ ｍ－ｍｅｒｇｅｄ－ｕｐｄａｔｅｄ の共分散、
Ｔ は、転置である、上記［１］～［４］の何れか１つに記載のコンピュータ実装方法。
６．
前記新規センサデータ点Ｐｒ ｎｅｗ は共分散行列
を備え、センサデータ点ガウス分布
を形成し、前記分布距離Ｄｄは、カルバック・ライブラ情報量またはバタチャリヤ距離を用いて、各ガウス分布ｇと前記センサデータ点ガウス分布
との間で計算される、上記［１］に記載のコンピュータ実装方法。
［７］．
前記少なくとも２つのガウス分布ｇ １ ，ｇ ２ ，・・・，ｇ ｍ のマージは、少なくとも２つのガウス分布ｇ １ ，ｇ ２ ，・・・，ｇ ｍ から２つの分布のペアを連続的にマージして、マージガウス分布ｇ ｍ－ｍｅｒｇｅｄ を生成し、２つの分布の各々のペアからの２つの分布の平均および分散を重み付けすることにより行われる、［１］または［６］に記載のコンピュータ実装方法。
［８］．
データ処理ハードウェアにより行われる以下のステップにおいて、前記分布バッファＧから前記初期の複数のガウス分布ｇ ｎ と更新された複数のガウス分布ｇ ｎ－ｕｐｄａｔｅｄ とを用いて、バッファＯからの複数の物体ｏ ｎ を備える静的環境のライトウェイト表現を作成する：
８．１．前記初期の複数のガウス分布ｇ ｎ から分布リストとして初期の複数の物体ｏ ｎ－ｉｎｉｔｉａｌ を定義し、
８．２．前記更新された複数のガウス分布ｇ ｎ－ｕｐｄａｔｅｄ から更新された分布、つまり、
前記新規ガウス分布ｇ ｎｅｗ または
前記更新された単一のガウス分布ｇ １－ｕｐｄａｔｅｄ または
前記更新されたマージガウス分布ｇ ｍ－ｍｅｒｇｅｄ－ｕｐｄａｔｅｄ
の何れか１つを前記分布バッファＧから受信し、前記更新された分布から前記初期の複数の物体ｏ ｎ－ｉｎｉｔｉａｌ の各物体ｏまでの物体距離Ｄｏを計算し、
８．３．前記更新された分布が物体距離条件Ｄｏ＜Ｄｏ ｍｉｎ を満たしているか否か、つまり、前記物体距離Ｄｏ＜所定の物体距離閾値Ｄｏ ｍｉｎ であるか否かを検証し、前記初期の複数の物体ｏ ｎ－ｉｎｉｔｉａｌ を更新して、以下の更新分布タイプに応じて更新された複数の物体ｏ ｎ－ｕｐｄａｔｅｄ を生成し、
８．３．１．前記更新された分布が前記新規ガウス分布ｇ ｎｅｗ である場合、前記初期の複数の物体ｏ ｎ－ｉｎｉｔｉａｌ の更新は以下のように行われる：
前記初期の複数の物体ｏ ｎ－ｉｎｉｔｉａｌ のどの物体に関しても、前記更新された分布が前記物体距離条件Ｄｏ＜Ｄｏ ｍｉｎ を満たしていない場合、前記新規ガウス分布ｇ ｎｅｗ を割り当てることにより新規物体ｏ ｎｅｗ を生成し、前記物体バッファＯに前記新規物体ｏ ｎｅｗ を保存し；
単一の物体ｏ １ に関して、前記更新された分布が前記物体距離条件Ｄｏ＜Ｄｏ ｍｉｎ を満たしている場合、前記新規ガウス分布ｇ ｎｅｗ を割り当てることにより前記単一の物体ｏ １ を更新し、更新された単一の物体ｏ １－ｕｐｄａｔｅｄ を生成し、前記物体バッファＯに前記更新された単一の物体ｏ １－ｕｐｄａｔｅｄ を保存し；
前記初期の複数の物体ｏ ｎ－ｉｎｉｔｉａｌ の複数の物体ｏ ｍ に関して、前記更新された分布が前記物体距離条件Ｄｏ＜Ｄｏ ｍｉｎ を満たしている場合、前記複数の物体ｏ ｍ をマージし、マージ物体ｏ ｍ－ｍｅｒｇｅｄ を生成し、新規ガウス分布ｇ ｎｅｗ を割り当てることにより前記マージ物体ｏ ｍ－ｍｅｒｇｅｄ を更新し、更新されたマージ物体ｏ ｍ－ｍｅｒｇｅｄ－ｕｐｄａｔｅｄ を生成し、前記物体バッファＯに前記更新されたマージ物体ｏ ｍ－ｍｅｒｇｅｄ－ｕｐｄａｔｅｄ を保存し；
８．３．２．前記更新された分布が前記更新された単一のガウス分布ｇ １－ｕｐｄａｔｅｄ である場合、前記初期の複数の物体ｏ ｎ－ｉｎｉｔｉａｌ の更新は、前記単一のガウス分布ｇ １ を備える対応する前記物体ｏを更新することにより行われ、更新された物体ｏ ｕｐｄａｔｅｄ を生成し、前記物体バッファＯに前記更新された物体ｏ ｕｐｄａｔｅｄ を保存し；
８．３．３．前記更新された分布が前記更新されたマージガウス分布ｇ ｍ－ｍｅｒｇｅｄ－ｕｐｄａｔｅｄ である場合、前記初期の複数の物体ｏ ｎ－ｉｎｉｔｉａｌ の更新は以下のように行われる：
単一の物体ｏ １ に関して、前記更新された分布が前記物体距離条件Ｄｏ＜Ｄｏ ｍｉｎ を満たしている場合、前記単一の物体ｏ １ を更新し、前記更新された分布を含めることにより更新された単一の物体ｏ １－ｕｐｄａｔｅｄ を生成し、前記物体バッファＯに前記更新された単一の物体ｏ １－ｕｐｄａｔｅｄ を保存し；
前記初期の複数の物体ｏ ｎ－ｉｎｉｔｉａｌ の複数の物体ｏ ｍ に関して、前記更新された分布が前記物体距離条件を満たしている場合、前記複数の物体ｏ ｍ をマージし、マージ物体ｏ ｍ－ｍｅｒｇｅｄ を生成し、前記更新された分布を含めることにより前記マージ物体ｏ ｍ－ｍｅｒｇｅｄ の表現を更新し、更新されたマージ物体ｏ ｍ－ｍｅｒｇｅｄ－ｕｐｄａｔｅｄ を生成し、前記物体バッファＯに前記更新されたマージ物体ｏ ｍ－ｍｅｒｇｅｄ－ｕｐｄａｔｅｄ を保存し、
８．４．前記新規物体ｏ ｎｅｗ または
前記更新された単一の物体ｏ １－ｕｐｄａｔｅｄ または
前記更新されたマージ物体ｏ ｍ－ｍｅｒｇｅｄ－ｕｐｄａｔｅｄ
の何れか１つを即時の使用のために前記物体バッファＯからユーザインタフェースにエクスポートすることにより前記静的環境の前記ライトウェイト表現を作成して絶え間なく更新し、ステップ８．２．～８．４．をｎ個の新規センサデータ点Ｐｒ ｎ－ｎｅｗ について繰り返す、上記［１］～［７］の何れか１つに記載のコンピュータ実装方法。
［９］．
前記新規物体ｏ ｎｅｗ 、
前記更新された物体ｏ ｕｐｄａｔｅｄ および
前記更新されたマージ物体ｏ ｍ－ｍｅｒｇｅｄ－ｕｐｄａｔｅｄ
が、対応するガウス分布の平均μ ｎ により作成される、上記［８］に記載のコンピュータ実装方法。
［１０］．
前記新規物体ｏ ｎｅｗ 、
前記更新された物体ｏ ｕｐｄａｔｅｄ および
前記更新されたマージ物体ｏ ｍ－ｍｅｒｇｅｄ－ｕｐｄａｔｅｄ
が、ある確率に対応している、対応するガウス分布の主軸に関して選択される２つの点から作成される、［８］に記載のコンピュータ実装方法。
［１１］．
前記対応するガウス分布が、各ガウス分布ｇの２＊ｋ個の点を有し、ここで、ｋは前記対応するガウス分布の次元である、上記［１０］に記載のコンピュータ実装方法。
［１２］．
前記新規物体ｏ ｎｅｗ 、
前記更新された物体ｏ ｕｐｄａｔｅｄ および
前記更新されたマージ物体ｏ ｍ－ｍｅｒｇｅｄ－ｕｐｄａｔｅｄ
が、対応するガウス分布の特定数Ｌ個のセンサデータ点Ｐｒ Ｌ から作成され、前記特定数Ｌは、ある確率に対応している超楕円からサンプリングされる、上記［８］に記載の方法。
［１３］．
前記静的環境の前記ライトウェイト表現が、前記データ処理ハードウェアと通信する車両の駆動システムに送信される、上記［８］～［１２］の何れか１つに記載のコンピュータ実装方法。
［１４］．
上記［１］～［１３］の何れか１つに記載の方法のステップを行うように構成されるデータ処理ハードウェア。
［１５］．
センサ、好ましくは、超音波センサに含まれるようにさらに構成される、上記［１４］に記載のデータ処理ハードウェア。
なお、本願は、特許請求の範囲に記載の発明に関するものであるが、他の観点として以下も含む。
［１］．
センサデータ点を処理するためのコンピュータ実装方法において、
データ処理ハードウェアによる以下のステップ：
１．初期の複数のガウス分布ｇ ｎ を保存する分布バッファＧを初期化するステップであって、各ガウス分布ｇは少なくとも１つのセンサから逐次的に受信した初期の複数のセンサデータ点Ｐｒを備え、各ガウス分布ｇは対応する所定の分布距離閾値Ｄｄ ｍｉｎ を有するステップと；
２．前記少なくとも１つのセンサから新規センサデータ点Ｐｒ ｎｅｗ を逐次的に取得し、前記新規センサデータ点Ｐｒ ｎｅｗ と各ガウス分布ｇとの間の分布距離Ｄｄを計算するステップと；
３．各ガウス分布ｇについて、前記分布距離Ｄｄが、分布距離条件Ｄｄ＜Ｄｄ ｍｉｎ であることを満たしているか否か、各々、分布距離Ｄｄ＜前記対応する所定の分布距離閾値Ｄｄ ｍｉｎ であるか否かを検証するステップであって、
３．１．前記分布距離条件Ｄｄ＜Ｄｄ ｍｉｎ を満たすガウス分布ｇがない場合、前記新規センサデータ点Ｐｒ ｎｅｗ を含む新規ガウス分布ｇ ｎｅｗ を生成し、
３．２．前記分布距離条件Ｄｄ＜Ｄｄ ｍｉｎ を単一のガウス分布ｇ １ が満たす場合、前記新規センサデータ点Ｐｒ ｎｅｗ を追加することにより前記単一のガウス分布ｇ １ を更新し、更新された単一のガウス分布ｇ １－ｕｐｄａｔｅｄ を生成し、
３．３．前記分布距離条件Ｄｄ＜Ｄｄ ｍｉｎ を少なくとも２つのガウス分布ｇ １ ，ｇ ２ ，・・・，ｇ ｍ が満たす場合、前記少なくとも２つのガウス分布ｇ １ ，ｇ ２ ，・・・，ｇ ｍ をマージし、マージガウス分布ｇ ｍ－ｍｅｒｇｅｄ を生成して、前記新規センサデータ点Ｐｒ ｎｅｗ を追加することにより前記マージガウス分布ｇ ｍ－ｍｅｒｇｅｄ を更新し、更新されたマージガウス分布ｇ ｍ－ｍｅｒｇｅｄ－ｕｐｄａｔｅｄ を生成する、ステップと、
４．前記新規ガウス分布ｇ ｎｅｗ または
前記更新された単一のガウス分布ｇ １－ｕｐｄａｔｅｄ または
前記更新されたマージガウス分布ｇ ｍ－ｍｅｒｇｅｄ－ｕｐｄａｔｅｄ
の何れか１つを含むことにより前記初期の複数のガウス分布ｇ ｎ を更新し、前記分布バッファＧにおいて、更新された複数のガウス分布ｇ ｎ－ｕｐｄａｔｅｄ を生成するステップとを備えることであって、ステップ１．２．、１．３．および１．４．をｎ個の新規センサデータ点Ｐｒ ｎ－ｎｅｗ について繰り返すことを特徴とするコンピュータ実装方法。
［２］．
前記分布距離Ｄｄが前記新規センサデータ点Ｐｒ ｎｅｗ と各ガウス分布ｇの平均μ ｇ との間のユークリッド距離である、上記［１］に記載のコンピュータ実装方法。
［３］．
前記分布距離Ｄｄが、以下のような、各ガウス分布ｇに関する前記新規センサデータ点Ｐｒ ｎｅｗ の確率であり、
【数13】
【数14】
Ｐｒ ｎｅｗ は、新規センサデータ点であって、ｋ個の成分を有するベクトル；
μ ｎ は、各ガウス分布ｇの平均であって、ｋ個の成分を有するベクトル；
Σ ｎ は、各ガウス分布の共分散であって、（ｋｘ ｋ）行列；
Ｔ は、転置である、上記［１］に記載のコンピュータ実装方法。
［４］．
前記分布距離Ｄｄがマハラノビス距離の式を用いて計算される、請求項１～３の何れか１項に記載のコンピュータ実装方法。
［５］．
ｎ個の新規センサデータ点Ｐｒ ｎ－ｎｅｗ を逐次的に加算することによる、前記更新された単一のガウス分布ｇ １－ｕｐｄａｔｅｄ および前記更新されたマージガウス分布ｇ ｍ－ｍｅｒｇｅｄ－ｕｐｄａｔｅｄ の逐次的な更新は、以下の式により行われる：
【数15】
μ ｇｎ は、任意の前記単一のガウス分布ｇ １ および前記マージガウス分布ｇ ｍ－ｍｅｒｇｅｄ の平均 、
Σ ｇｎ は、任意の前記単一のガウス分布ｇ １ およびマージガウス分布ｇ ｍ－ｍｅｒｇｅｄ の共分散、
μ ｇｎ－ｕｐｄａｔｅｄ は、任意の前記更新された単一のガウス分布ｇ １－ｕｐｄａｔｅｄ および前記更新されたマージガウス分布ｇ ｍ－ｍｅｒｇｅｄ－ｕｐｄａｔｅｄ の平均、
Σ ｇｎ－ｕｐｄａｔｅｄ は 、 任意の前記更新された単一のガウス分布ｇ １－ｕｐｄａｔｅｄ および前記更新されたマージガウス分布ｇ ｍ－ｍｅｒｇｅｄ－ｕｐｄａｔｅｄ の共分散、
Ｔ は、転置である、上記［１］～［４］の何れか１つに記載のコンピュータ実装方法。
６．
前記新規センサデータ点Ｐｒ ｎｅｗ は共分散行列
【数16】
【数17】
【数18】
［７］．
前記少なくとも２つのガウス分布ｇ １ ，ｇ ２ ，・・・，ｇ ｍ のマージは、少なくとも２つのガウス分布ｇ １ ，ｇ ２ ，・・・，ｇ ｍ から２つの分布のペアを連続的にマージして、マージガウス分布ｇ ｍ－ｍｅｒｇｅｄ を生成し、２つの分布の各々のペアからの２つの分布の平均および分散を重み付けすることにより行われる、［１］または［６］に記載のコンピュータ実装方法。
［８］．
データ処理ハードウェアにより行われる以下のステップにおいて、前記分布バッファＧから前記初期の複数のガウス分布ｇ ｎ と更新された複数のガウス分布ｇ ｎ－ｕｐｄａｔｅｄ とを用いて、バッファＯからの複数の物体ｏ ｎ を備える静的環境のライトウェイト表現を作成する：
８．１．前記初期の複数のガウス分布ｇ ｎ から分布リストとして初期の複数の物体ｏ ｎ－ｉｎｉｔｉａｌ を定義し、
８．２．前記更新された複数のガウス分布ｇ ｎ－ｕｐｄａｔｅｄ から更新された分布、つまり、
前記新規ガウス分布ｇ ｎｅｗ または
前記更新された単一のガウス分布ｇ １－ｕｐｄａｔｅｄ または
前記更新されたマージガウス分布ｇ ｍ－ｍｅｒｇｅｄ－ｕｐｄａｔｅｄ
の何れか１つを前記分布バッファＧから受信し、前記更新された分布から前記初期の複数の物体ｏ ｎ－ｉｎｉｔｉａｌ の各物体ｏまでの物体距離Ｄｏを計算し、
８．３．前記更新された分布が物体距離条件Ｄｏ＜Ｄｏ ｍｉｎ を満たしているか否か、つまり、前記物体距離Ｄｏ＜所定の物体距離閾値Ｄｏ ｍｉｎ であるか否かを検証し、前記初期の複数の物体ｏ ｎ－ｉｎｉｔｉａｌ を更新して、以下の更新分布タイプに応じて更新された複数の物体ｏ ｎ－ｕｐｄａｔｅｄ を生成し、
８．３．１．前記更新された分布が前記新規ガウス分布ｇ ｎｅｗ である場合、前記初期の複数の物体ｏ ｎ－ｉｎｉｔｉａｌ の更新は以下のように行われる：
前記初期の複数の物体ｏ ｎ－ｉｎｉｔｉａｌ のどの物体に関しても、前記更新された分布が前記物体距離条件Ｄｏ＜Ｄｏ ｍｉｎ を満たしていない場合、前記新規ガウス分布ｇ ｎｅｗ を割り当てることにより新規物体ｏ ｎｅｗ を生成し、前記物体バッファＯに前記新規物体ｏ ｎｅｗ を保存し；
単一の物体ｏ １ に関して、前記更新された分布が前記物体距離条件Ｄｏ＜Ｄｏ ｍｉｎ を満たしている場合、前記新規ガウス分布ｇ ｎｅｗ を割り当てることにより前記単一の物体ｏ １ を更新し、更新された単一の物体ｏ １－ｕｐｄａｔｅｄ を生成し、前記物体バッファＯに前記更新された単一の物体ｏ １－ｕｐｄａｔｅｄ を保存し；
前記初期の複数の物体ｏ ｎ－ｉｎｉｔｉａｌ の複数の物体ｏ ｍ に関して、前記更新された分布が前記物体距離条件Ｄｏ＜Ｄｏ ｍｉｎ を満たしている場合、前記複数の物体ｏ ｍ をマージし、マージ物体ｏ ｍ－ｍｅｒｇｅｄ を生成し、新規ガウス分布ｇ ｎｅｗ を割り当てることにより前記マージ物体ｏ ｍ－ｍｅｒｇｅｄ を更新し、更新されたマージ物体ｏ ｍ－ｍｅｒｇｅｄ－ｕｐｄａｔｅｄ を生成し、前記物体バッファＯに前記更新されたマージ物体ｏ ｍ－ｍｅｒｇｅｄ－ｕｐｄａｔｅｄ を保存し；
８．３．２．前記更新された分布が前記更新された単一のガウス分布ｇ １－ｕｐｄａｔｅｄ である場合、前記初期の複数の物体ｏ ｎ－ｉｎｉｔｉａｌ の更新は、前記単一のガウス分布ｇ １ を備える対応する前記物体ｏを更新することにより行われ、更新された物体ｏ ｕｐｄａｔｅｄ を生成し、前記物体バッファＯに前記更新された物体ｏ ｕｐｄａｔｅｄ を保存し；
８．３．３．前記更新された分布が前記更新されたマージガウス分布ｇ ｍ－ｍｅｒｇｅｄ－ｕｐｄａｔｅｄ である場合、前記初期の複数の物体ｏ ｎ－ｉｎｉｔｉａｌ の更新は以下のように行われる：
単一の物体ｏ １ に関して、前記更新された分布が前記物体距離条件Ｄｏ＜Ｄｏ ｍｉｎ を満たしている場合、前記単一の物体ｏ １ を更新し、前記更新された分布を含めることにより更新された単一の物体ｏ １－ｕｐｄａｔｅｄ を生成し、前記物体バッファＯに前記更新された単一の物体ｏ １－ｕｐｄａｔｅｄ を保存し；
前記初期の複数の物体ｏ ｎ－ｉｎｉｔｉａｌ の複数の物体ｏ ｍ に関して、前記更新された分布が前記物体距離条件を満たしている場合、前記複数の物体ｏ ｍ をマージし、マージ物体ｏ ｍ－ｍｅｒｇｅｄ を生成し、前記更新された分布を含めることにより前記マージ物体ｏ ｍ－ｍｅｒｇｅｄ の表現を更新し、更新されたマージ物体ｏ ｍ－ｍｅｒｇｅｄ－ｕｐｄａｔｅｄ を生成し、前記物体バッファＯに前記更新されたマージ物体ｏ ｍ－ｍｅｒｇｅｄ－ｕｐｄａｔｅｄ を保存し、
８．４．前記新規物体ｏ ｎｅｗ または
前記更新された単一の物体ｏ １－ｕｐｄａｔｅｄ または
前記更新されたマージ物体ｏ ｍ－ｍｅｒｇｅｄ－ｕｐｄａｔｅｄ
の何れか１つを即時の使用のために前記物体バッファＯからユーザインタフェースにエクスポートすることにより前記静的環境の前記ライトウェイト表現を作成して絶え間なく更新し、ステップ８．２．～８．４．をｎ個の新規センサデータ点Ｐｒ ｎ－ｎｅｗ について繰り返す、上記［１］～［７］の何れか１つに記載のコンピュータ実装方法。
［９］．
前記新規物体ｏ ｎｅｗ 、
前記更新された物体ｏ ｕｐｄａｔｅｄ および
前記更新されたマージ物体ｏ ｍ－ｍｅｒｇｅｄ－ｕｐｄａｔｅｄ
が、対応するガウス分布の平均μ ｎ により作成される、上記［８］に記載のコンピュータ実装方法。
［１０］．
前記新規物体ｏ ｎｅｗ 、
前記更新された物体ｏ ｕｐｄａｔｅｄ および
前記更新されたマージ物体ｏ ｍ－ｍｅｒｇｅｄ－ｕｐｄａｔｅｄ
が、ある確率に対応している、対応するガウス分布の主軸に関して選択される２つの点から作成される、［８］に記載のコンピュータ実装方法。
［１１］．
前記対応するガウス分布が、各ガウス分布ｇの２＊ｋ個の点を有し、ここで、ｋは前記対応するガウス分布の次元である、上記［１０］に記載のコンピュータ実装方法。
［１２］．
前記新規物体ｏ ｎｅｗ 、
前記更新された物体ｏ ｕｐｄａｔｅｄ および
前記更新されたマージ物体ｏ ｍ－ｍｅｒｇｅｄ－ｕｐｄａｔｅｄ
が、対応するガウス分布の特定数Ｌ個のセンサデータ点Ｐｒ Ｌ から作成され、前記特定数Ｌは、ある確率に対応している超楕円からサンプリングされる、上記［８］に記載の方法。
［１３］．
前記静的環境の前記ライトウェイト表現が、前記データ処理ハードウェアと通信する車両の駆動システムに送信される、上記［８］～［１２］の何れか１つに記載のコンピュータ実装方法。
［１４］．
上記［１］～［１３］の何れか１つに記載の方法のステップを行うように構成されるデータ処理ハードウェア。
［１５］．
センサ、好ましくは、超音波センサに含まれるようにさらに構成される、上記［１４］に記載のデータ処理ハードウェア。
【手続補正2】
【補正対象書類名】特許請求の範囲
【補正対象項目名】全文
【補正方法】変更
【補正の内容】
【特許請求の範囲】
【請求項1】
センサデータ点を処理するためのコンピュータ実装方法において、データ処理ハードウェアによる以下のステップ：
１．初期の複数のガウス分布ｇｎを保存する分布バッファＧを初期化するステップであって、各ガウス分布ｇは少なくとも１つのセンサから逐次的に受信した初期の複数のセンサデータ点Ｐｒを備え、各ガウス分布ｇは対応する所定の分布距離閾値Ｄｄｍｉｎを有するステップと；
２．前記少なくとも１つのセンサから新規センサデータ点Ｐｒｎｅｗを逐次的に取得し、前記新規センサデータ点Ｐｒｎｅｗと各ガウス分布ｇとの間の分布距離Ｄｄを計算するステップと；
３．各ガウス分布ｇについて、前記分布距離Ｄｄが、分布距離条件Ｄｄ＜Ｄｄｍｉｎであることを満たしているか否か、各々、分布距離Ｄｄ＜前記対応する所定の分布距離閾値Ｄｄｍｉｎであるか否かを検証するステップであって、
３．１．前記分布距離条件Ｄｄ＜Ｄｄｍｉｎを満たすガウス分布ｇがない場合、前記新規センサデータ点Ｐｒｎｅｗを含む新規ガウス分布ｇｎｅｗを生成し、
３．２．前記分布距離条件Ｄｄ＜Ｄｄｍｉｎを単一のガウス分布ｇ１が満たす場合、前記新規センサデータ点Ｐｒｎｅｗを追加することにより前記単一のガウス分布ｇ１を更新し、更新された単一のガウス分布ｇ１－ｕｐｄａｔｅｄを生成し、
３．３．前記分布距離条件Ｄｄ＜Ｄｄｍｉｎを少なくとも２つのガウス分布ｇ１，ｇ２，・・・，ｇｍが満たす場合、前記少なくとも２つのガウス分布ｇ１，ｇ２，・・・，ｇｍをマージし、マージガウス分布ｇｍ－ｍｅｒｇｅｄを生成して、前記新規センサデータ点Ｐｒｎｅｗを追加することにより前記マージガウス分布ｇｍ－ｍｅｒｇｅｄを更新し、更新されたマージガウス分布ｇｍ－ｍｅｒｇｅｄ－ｕｐｄａｔｅｄを生成する、ステップと、
４．前記新規ガウス分布ｇｎｅｗまたは
前記更新された単一のガウス分布ｇ１－ｕｐｄａｔｅｄまたは
前記更新されたマージガウス分布ｇｍ－ｍｅｒｇｅｄ－ｕｐｄａｔｅｄ
の何れか１つを含むことにより前記初期の複数のガウス分布ｇｎを更新し、前記分布バッファＧにおいて、更新された複数のガウス分布ｇｎ－ｕｐｄａｔｅｄを生成するステップとを備えることであって、ステップ１．２．、１．３．および１．４．をｎ個の新規センサデータ点Ｐｒｎ－ｎｅｗについて繰り返すことを特徴とするコンピュータ実装方法。
【請求項2】
前記分布距離Ｄｄが前記新規センサデータ点Ｐｒｎｅｗと各ガウス分布ｇの平均μｇとの間のユークリッド距離である、請求項１に記載のコンピュータ実装方法。
【請求項3】
前記分布距離Ｄｄが、以下のような、各ガウス分布ｇに関する前記新規センサデータ点Ｐｒｎｅｗの確率であり、【数1】
【数2】
Ｐｒｎｅｗは、新規センサデータ点であって、ｋ個の成分を有するベクトル；
μｎは、各ガウス分布ｇの平均であって、ｋ個の成分を有するベクトル；
Σｎは、各ガウス分布の共分散であって、（ｋｘ ｋ）行列；
Ｔは、転置である、請求項１に記載のコンピュータ実装方法。
【請求項4】
前記分布距離Ｄｄがマハラノビス距離の式を用いて計算される、請求項１に記載のコンピュータ実装方法。
【請求項5】
ｎ個の新規センサデータ点Ｐｒｎ－ｎｅｗを逐次的に加算することによる、前記更新された単一のガウス分布ｇ１－ｕｐｄａｔｅｄおよび前記更新されたマージガウス分布ｇｍ－ｍｅｒｇｅｄ－ｕｐｄａｔｅｄの逐次的な更新は、以下の式により行われる：【数3】
μｇｎは、任意の前記単一のガウス分布ｇ１および前記マージガウス分布ｇｍ－ｍｅｒｇｅｄの平均、
Σｇｎは、任意の前記単一のガウス分布ｇ１およびマージガウス分布ｇｍ－ｍｅｒｇｅｄの共分散、
μｇｎ－ｕｐｄａｔｅｄは、任意の前記更新された単一のガウス分布ｇ１－ｕｐｄａｔｅｄおよび前記更新されたマージガウス分布ｇｍ－ｍｅｒｇｅｄ－ｕｐｄａｔｅｄの平均、
Σｇｎ－ｕｐｄａｔｅｄは、任意の前記更新された単一のガウス分布ｇ１－ｕｐｄａｔｅｄおよび前記更新されたマージガウス分布ｇｍ－ｍｅｒｇｅｄ－ｕｐｄａｔｅｄの共分散、
Ｔは、転置である、請求項１に記載のコンピュータ実装方法。
【請求項6】
前記新規センサデータ点Ｐｒｎｅｗは共分散行列【数4】
【数5】
【数6】
【請求項7】
前記少なくとも２つのガウス分布ｇ１，ｇ２，・・・，ｇｍのマージは、少なくとも２つのガウス分布ｇ１，ｇ２，・・・，ｇｍから２つの分布のペアを連続的にマージして、マージガウス分布ｇｍ－ｍｅｒｇｅｄを生成し、２つの分布の各々のペアからの２つの分布の平均および分散を重み付けすることにより行われる、請求項１に記載のコンピュータ実装方法。
【請求項8】
データ処理ハードウェアにより行われる以下のステップにおいて、前記分布バッファＧから前記初期の複数のガウス分布ｇｎと更新された複数のガウス分布ｇｎ－ｕｐｄａｔｅｄとを用いて、バッファＯからの複数の物体ｏｎを備える静的環境のライトウェイト表現を作成する：８．１．前記初期の複数のガウス分布ｇｎから分布リストとして初期の複数の物体ｏｎ－ｉｎｉｔｉａｌを定義し、
８．２．前記更新された複数のガウス分布ｇｎ－ｕｐｄａｔｅｄから更新された分布、つまり、
前記新規ガウス分布ｇｎｅｗまたは
前記更新された単一のガウス分布ｇ１－ｕｐｄａｔｅｄまたは
前記更新されたマージガウス分布ｇｍ－ｍｅｒｇｅｄ－ｕｐｄａｔｅｄ
の何れか１つを前記分布バッファＧから受信し、前記更新された分布から前記初期の複数の物体ｏｎ－ｉｎｉｔｉａｌの各物体ｏまでの物体距離Ｄｏを計算し、
８．３．前記更新された分布が物体距離条件Ｄｏ＜Ｄｏｍｉｎを満たしているか否か、つまり、前記物体距離Ｄｏ＜所定の物体距離閾値Ｄｏｍｉｎであるか否かを検証し、前記初期の複数の物体ｏｎ－ｉｎｉｔｉａｌを更新して、以下の更新分布タイプに応じて更新された複数の物体ｏｎ－ｕｐｄａｔｅｄを生成し、
８．３．１．前記更新された分布が前記新規ガウス分布ｇｎｅｗである場合、前記初期の複数の物体ｏｎ－ｉｎｉｔｉａｌの更新は以下のように行われる：
前記初期の複数の物体ｏｎ－ｉｎｉｔｉａｌのどの物体に関しても、前記更新された分布が前記物体距離条件Ｄｏ＜Ｄｏｍｉｎを満たしていない場合、前記新規ガウス分布ｇｎｅｗを割り当てることにより新規物体ｏｎｅｗを生成し、前記物体バッファＯに前記新規物体ｏｎｅｗを保存し；
単一の物体ｏ１に関して、前記更新された分布が前記物体距離条件Ｄｏ＜Ｄｏｍｉｎを満たしている場合、前記新規ガウス分布ｇｎｅｗを割り当てることにより前記単一の物体ｏ１を更新し、更新された単一の物体ｏ１－ｕｐｄａｔｅｄを生成し、前記物体バッファＯに前記更新された単一の物体ｏ１－ｕｐｄａｔｅｄを保存し；
前記初期の複数の物体ｏｎ－ｉｎｉｔｉａｌの複数の物体ｏｍに関して、前記更新された分布が前記物体距離条件Ｄｏ＜Ｄｏｍｉｎを満たしている場合、前記複数の物体ｏｍをマージし、マージ物体ｏｍ－ｍｅｒｇｅｄを生成し、新規ガウス分布ｇｎｅｗを割り当てることにより前記マージ物体ｏｍ－ｍｅｒｇｅｄを更新し、更新されたマージ物体ｏｍ－ｍｅｒｇｅｄ－ｕｐｄａｔｅｄを生成し、前記物体バッファＯに前記更新されたマージ物体ｏｍ－ｍｅｒｇｅｄ－ｕｐｄａｔｅｄを保存し；
８．３．２．前記更新された分布が前記更新された単一のガウス分布ｇ１－ｕｐｄａｔｅｄである場合、前記初期の複数の物体ｏｎ－ｉｎｉｔｉａｌの更新は、前記単一のガウス分布ｇ１を備える対応する前記物体ｏを更新することにより行われ、更新された物体ｏｕｐｄａｔｅｄを生成し、前記物体バッファＯに前記更新された物体ｏｕｐｄａｔｅｄを保存し；
８．３．３．前記更新された分布が前記更新されたマージガウス分布ｇｍ－ｍｅｒｇｅｄ－ｕｐｄａｔｅｄである場合、前記初期の複数の物体ｏｎ－ｉｎｉｔｉａｌの更新は以下のように行われる：
単一の物体ｏ１に関して、前記更新された分布が前記物体距離条件Ｄｏ＜Ｄｏｍｉｎを満たしている場合、前記単一の物体ｏ１を更新し、前記更新された分布を含めることにより更新された単一の物体ｏ１－ｕｐｄａｔｅｄを生成し、前記物体バッファＯに前記更新された単一の物体ｏ１－ｕｐｄａｔｅｄを保存し；
前記初期の複数の物体ｏｎ－ｉｎｉｔｉａｌの複数の物体ｏｍに関して、前記更新された分布が前記物体距離条件を満たしている場合、前記複数の物体ｏｍをマージし、マージ物体ｏｍ－ｍｅｒｇｅｄを生成し、前記更新された分布を含めることにより前記マージ物体ｏｍ－ｍｅｒｇｅｄの表現を更新し、更新されたマージ物体ｏｍ－ｍｅｒｇｅｄ－ｕｐｄａｔｅｄを生成し、前記物体バッファＯに前記更新されたマージ物体ｏｍ－ｍｅｒｇｅｄ－ｕｐｄａｔｅｄを保存し、
８．４．前記新規物体ｏｎｅｗまたは
前記更新された単一の物体ｏ１－ｕｐｄａｔｅｄまたは
前記更新されたマージ物体ｏｍ－ｍｅｒｇｅｄ－ｕｐｄａｔｅｄ
の何れか１つを即時の使用のために前記物体バッファＯからユーザインタフェースにエクスポートすることにより前記静的環境の前記ライトウェイト表現を作成して絶え間なく更新し、ステップ８．２．～８．４．をｎ個の新規センサデータ点Ｐｒｎ－ｎｅｗについて繰り返す、請求項１に記載のコンピュータ実装方法。
【請求項9】
前記新規物体ｏｎｅｗ、前記更新された物体ｏｕｐｄａｔｅｄおよび
前記更新されたマージ物体ｏｍ－ｍｅｒｇｅｄ－ｕｐｄａｔｅｄ
が、対応するガウス分布の平均μｎにより作成される、請求項８に記載のコンピュータ実装方法。
【請求項10】
前記新規物体ｏｎｅｗ、前記更新された物体ｏｕｐｄａｔｅｄおよび
前記更新されたマージ物体ｏｍ－ｍｅｒｇｅｄ－ｕｐｄａｔｅｄ
が、ある確率に対応している、対応するガウス分布の主軸に関して選択される２つの点から作成される、請求項８に記載のコンピュータ実装方法。
【請求項11】
前記対応するガウス分布が、各ガウス分布ｇの２＊ｋ個の点を有し、ここで、ｋは前記対応するガウス分布の次元である、請求項１０に記載のコンピュータ実装方法。
【請求項12】
前記新規物体ｏｎｅｗ、前記更新された物体ｏｕｐｄａｔｅｄおよび
前記更新されたマージ物体ｏｍ－ｍｅｒｇｅｄ－ｕｐｄａｔｅｄ
が、対応するガウス分布の特定数Ｌ個のセンサデータ点ＰｒＬから作成され、前記特定数Ｌは、ある確率に対応している超楕円からサンプリングされる、請求項８に記載の方法。
【請求項13】
前記静的環境の前記ライトウェイト表現が、前記データ処理ハードウェアと通信する車両の駆動システムに送信される、請求項８に記載のコンピュータ実装方法。
【請求項14】
請求項１～１３の何れか１項に記載の方法のステップを行うように構成されるデータ処理ハードウェア。
【請求項15】
センサ、好ましくは、超音波センサに含まれるようにさらに構成される、請求項１４に記載のデータ処理ハードウェア。
【国際調査報告】