JP2022113746A

JP2022113746A - 判定装置

Info

Publication number: JP2022113746A
Application number: JP2022090650A
Authority: JP
Inventors: 正浩加藤; Masahiro Kato
Original assignee: Pioneer Electronic Corp
Current assignee: Pioneer Corp
Priority date: 2017-03-30
Filing date: 2022-06-03
Publication date: 2022-08-04
Also published as: EP3605504A1; US20200041285A1; EP3605504A4; WO2018181974A1; JPWO2018181974A1; JP2024050990A; US11378406B2

Abstract

【課題】地物の実際の位置が地図データにおける位置と一致しないことを検出し、必要に応じて地図データを修正する。
【解決手段】判定装置は、計測部により計測される、移動体から対象物までの距離を示す第１距離情報、及び、推定部により推定される、前記移動体から対象物までの距離を示す第２距離情報を取得する。また、判定装置は、移動体の自己位置精度情報を取得する。そして、第１距離情報及び第２距離情報が示す位置の差分値、並びに、自己位置精度情報に基づき、対象物の地図情報における位置と前記対象物の現実環境における位置との間の所定値以上のずれの有無を判定する。
【選択図】図７

Description

本発明は、地図データにおける地物の位置を修正する技術に関する。

車両に搭載される外界センサにより検出される周辺情報に基づいて、地図データを更新する手法が提案されている。例えば、特許文献１は、センサ部の出力に基づく周辺情報と部分地図ＤＢとを比較することで変化点候補データを生成し、当該変化点候補データの取得時のセンサの精度を考慮して地図データの更新を行う手法を記載している。

特開２０１６－１５６９７３号公報

サーバに記憶された地図データは地物の位置座標を含むが、地物の位置座標の測定後に何らかの原因で地物の位置座標が変化すると、地図データに含まれる地物の位置座標と実際の地物の位置座標とが一致しなくなる。例えば、車両の衝突などによって標識の位置がずれたり、地上の設置物が移動したりした場合には、実際の地物の位置が地図データ中の位置と一致しなくなる。このような状態で、地図データ中の地物の位置座標を利用して車両の自車位置を推定すると推定誤差が大きくなり、運転支援や自動運転に支障をきたす恐れがある。

本発明が解決しようとする課題として上記のものが例として挙げられる。本発明は、地物の実際の位置が地図データにおける位置と一致しないことを検出し、必要に応じて地図データを修正することを目的とする。

請求項１に記載の発明は、判定装置であって、計測部により計測される、移動体から対象物までの距離を示す第１距離情報、及び、推定部により推定される、前記移動体から前記対象物までの距離を示す第２距離情報を取得する第１取得部と、前記移動体の自己位置精度情報を取得する第２取得部と、前記第１距離情報及び前記第２距離情報が示す距離の差分値、並びに、前記自己位置精度情報に基づき、前記対象物の地図情報における位置と前記対象物の現実環境における位置との間の所定値以上のずれの有無を判定する判定部と、を備えることを特徴とする。

運転支援システムの概略構成図である。車載機の機能的構成を示すブロック図である。サーバ装置の機能的構成を示すブロック図である。状態変数ベクトルを２次元直交座標で表した図である。予測ステップと計測更新ステップとの概略的な関係を示す図である。位置推定時における車両と地物の位置関係を示す。第１実施例による差分値評価処理のフローチャートである。第１実施例による地図修正処理のフローチャートである。状態変数ベクトルを３次元直交座標で表した図である。予測ステップと計測更新ステップとの概略的な関係を示す図である。位置推定時における車両と地物の位置関係を示す。第２実施例による差分値評価処理のフローチャートである。第２実施例による地図修正処理のフローチャートである。実施例による効果を説明する図である。複数の道路標識が並んで設置されている例を示す。複合的な白線及び道路鋲のある白線の例を示す。

本発明の１つの好適な実施形態では、判定装置は、計測部により計測される、移動体から対象物までの距離を示す第１距離情報、及び、推定部により推定される、前記移動体から前記対象物までの距離を示す第２距離情報を取得する第１取得部と、前記移動体の自己位置精度情報を取得する第２取得部と、前記第１距離情報及び前記第２距離情報が示す距離の差分値、並びに、前記自己位置精度情報に基づき、前記対象物の地図情報における位置と前記対象物の現実環境における位置との間の所定値以上のずれの有無を判定する判定部と、を備える。

上記の判定装置は、計測部により計測される、移動体から対象物までの距離を示す第１距離情報、及び、推定部により推定される、前記移動体から対象物までの距離を示す第２距離情報を取得する。また、判定装置は、移動体の自己位置精度情報を取得する。そして、第１距離情報及び第２距離情報が示す位置の差分値、並びに、自己位置精度情報に基づき、対象物の地図情報における位置と前記対象物の現実環境における位置との間の所定値以上のずれの有無を判定する。上記の判定装置によれば、地図情報における対象物の位置と、計測部により計測された対象物の実際の位置とのずれの有無が判定される。

上記の判定装置の一態様では、前記第２取得部は、前記計測部の計測精度情報をさらに取得し、前記判定部は、前記自己位置精度情報及び前記計測精度情報に基づき、前記所定値以上のずれの有無を判定する。この態様では、計測部の計測精度も考慮して、対象物の位置のずれが判定される。

上記の判定装置の他の一態様は、前記所定値以上のずれを有すると判定された対象物について、前記差分値、前記自己位置精度情報及び計測精度情報を含む誤差情報を取得する第３取得部と、前記第３取得部が同一の対象物について所定数以上の誤差情報を取得した場合、取得した誤差情報に含まれる差分値の統計処理により前記対象物の前記地図情報における位置を修正する修正部と、を備える。この態様では、誤差情報に含まれる差分値を統計処理することにより、地図情報における対象物の位置を修正することができる。

上記の判定装置の他の一態様では、前記修正部は、前記差分値を移動体座標から地図座標系に変換して、前記地図情報における位置を修正する。

上記の判定装置の他の一態様では、前記修正部は、前記第３取得部が同一の対象物について所定数以上の車両から誤差情報を取得した場合において、取得した誤差情報に含まれる差分値のばらつきが所定値以上である場合には、前記地図情報中の前記対象物に対して付与される位置精度情報のレベルを低下させる。この態様では、地図情報中の対象物について、位置精度が低いことを示す情報が付与される。

上記の判定装置の他の一態様では、前記判定装置は、車両に搭載されており、前記所定値以上のずれがあると前記判定部が判定した場合、前記差分値、前記自己位置精度情報及び計測精度情報を含む誤差情報を外部のサーバへ送信する送信部を備える。この態様では、対象物の位置に所定値以上のずれがあると判定された場合、誤差情報がサーバへ送信される。

上記の判定装置の他の一態様では、前記送信部は、同一の対象物について前記誤差情報を複数取得した場合において、前記複数の誤差情報に基づく分散値が所定値以下の場合には、前記複数の誤差情報または当該複数の誤差情報を用いて求められる情報を前記外部のサーバへ送信する。この態様では、地物の位置がずれている可能性が高い場合にのみ誤差情報などを送信するため、送信頻度を少なくすることができる。

上記の判定装置の他の一態様では、前記誤差情報は、日時情報、及び、前記対象物の識別情報を含む。この態様では、日時情報に基づいて、対象物の位置のずれがいつ生じたかを知ることができる。

上記の判定装置の他の一態様では、前記計測部及び前記推定部は車両に搭載されており、前記判定装置は、サーバに設置されており、前記第１取得部は、前記第１距離情報及び前記第２距離情報を前記車両から取得する。この態様では、サーバに設置された判定装置は、車両から取得した情報に基づいて、対象物の位置のずれを判定することができる。

本発明の他の好適な実施形態では、判定装置によって実行される判定方法は、計測部により計測される、移動体から対象物までの距離を示す第１距離情報、及び、推定部により推定される、前記移動体から前記対象物までの距離を示す第２距離情報を取得する第１取得工程と、前記移動体の自己位置精度情報を取得する第２取得工程と、前記第１距離情報及び前記第２距離情報が示す距離の差分値、並びに、前記自己位置精度情報に基づき、前記対象物の地図情報における位置と前記対象物の現実環境における位置との間の所定値以上のずれの有無を判定する判定工程と、を備える。この方法によれば、地図情報における対象物の位置と、計測部により計測された対象物の実際の位置とのずれの有無が判定される。

本発明の他の好適な実施形態では、コンピュータを備える判定装置により実行されるプログラムは、計測部により計測される、移動体から対象物までの距離を示す第１距離情報、及び、推定部により推定される、前記移動体から前記対象物までの距離を示す第２距離情報を取得する第１取得部、前記移動体の自己位置精度情報を取得する第２取得部、前記第１距離情報及び前記第２距離情報が示す距離の差分値、並びに、前記自己位置精度情報に基づき、前記対象物の地図情報における位置と前記対象物の現実環境における位置との間の所定値以上のずれの有無を判定する判定部、として前記コンピュータを機能させる。このプログラムをコンピュータで実行することにより、上記の判定装置を実現することができる。このプログラムは、記憶媒体に記憶して取り扱うことができる。

本発明の他の好適な実施形態では、判定装置は、計測部により計測される、移動体から対象物までの距離を示す第１距離情報、及び、推定部により推定される、前記移動体から前記対象物までの距離を示す第２距離情報を取得する第１取得部と、前記移動体の自己位置精度情報を取得する第２取得部と、前記第１距離情報及び前記第２距離情報が示す距離の差分値、並びに、前記自己位置精度情報に基づき、前記対象物の地図情報における位置と前記対象物の前記第１距離に基づく位置との間の所定値以上のずれの有無を判定する判定部と、を備える。

上記の判定装置は、計測部により計測される、移動体から対象物までの距離を示す第１距離情報、及び、推定部により推定される、前記移動体から対象物までの距離を示す第２距離情報を取得する。また、判定装置は、移動体の自己位置精度情報を取得する。そして、第１距離情報及び第２距離情報が示す位置の差分値、並びに、自己位置精度情報に基づき、対象物の地図情報における位置と前記対象物の前記第１距離情報に基づく位置との間の所定値以上のずれの有無を判定する。上記の判定装置によれば、地図情報における対象物の位置と、計測部により計測された対象物の実際の位置とのずれの有無が判定される。

以下、図面を参照して本発明の好適な各実施例について説明する。
［概略構成］

図１は、本実施例に係る運転支援システムの概略構成図である。運転支援システムは、大別すると、車両１に搭載される車載機１０と、サーバ装置２０とを備える。車両１には、車両の運転支援に関する制御を行う車載機１０と、ライダ（Ｌｉｄａｒ：ＬｉｇｈｔＤｅｔｅｃｔｉｏｎａｎｄＲａｎｇｉｎｇ、または、ＬａｓｅｒＩｌｌｕｍｉｎａｔｅｄＤｅｔｅｃｔｉｏｎＡｎｄＲａｎｇｉｎｇ）２と、ジャイロセンサ３と、車速センサ４と、ＧＰＳ受信機５とが搭載されている。サーバ装置２０は、地図データを記憶した地図データベース（以下、「データベース」を「ＤＢ」と記す。）２３を備える。車載機１０とサーバ装置２０とは、無線通信によりデータを送受信する。なお、図１においては便宜上１つの車両１及び車載機１０のみを図示しているが、実際には、サーバ装置２０は複数の車両１の車載機１０と通信する。

車載機１０は、ライダ２、ジャイロセンサ３、車速センサ４、及び、ＧＰＳ受信機５と電気的に接続し、これらの出力に基づき、車載機１０が搭載される車両の位置（「自車位置」とも呼ぶ。）の推定を行う。そして、車載機１０は、自車位置の推定結果に基づき、設定された目的地への経路に沿って走行するように、車両の自動運転制御などを行う。車載機１０は、道路データ及び道路付近に設けられた目印となる地物に関する情報である地物情報を記憶した地図ＤＢ１３を記憶する。上述の目印となる地物は、例えば、道路脇に周期的に並んでいるキロポスト、１００ｍポスト、デリニエータ、交通インフラ設備（例えば標識、方面看板、信号）、電柱、街灯などの地物であり、地物情報は、各地物の識別情報である地物ＩＤと、地物の位置情報と、地物の向きの情報とが少なくとも関連付けられた情報である。そして、車載機１０は、この地物情報に基づき、ライダ２等の出力と照合させて自車位置の推定を行う。

ライダ２は、水平方向および垂直方向の所定の角度範囲に対してパルスレーザを出射することで、外界に存在する物体までの距離を離散的に測定し、当該物体の位置を示す３次元の点群情報を生成する。この場合、ライダ２は、照射方向を変えながらレーザ光を照射する照射部と、照射したレーザ光の反射光（散乱光）を受光する受光部と、受光部が出力する受光信号に基づくスキャンデータを出力する出力部とを有する。スキャンデータは、受光部が受光したレーザ光に対応する照射方向と、上述の受光信号に基づき特定される当該レーザ光の応答遅延時間とに基づき生成される。本実施例では、ライダ２は、少なくとも車両の前方をスキャンするように車両の進行方向を向いて設置されているものとする。ライダ２、ジャイロセンサ３、車速センサ４、ＧＰＳ受信機５は、それぞれ、出力データを車載機１０へ供給する。

図２は、車載機１０の機能的構成を示すブロック図である。車載機１０は、主に、インターフェース１１と、記憶部１２と、入力部１４と、制御部１５と、情報出力部１６と、を有する。これらの各要素は、バスラインを介して相互に接続されている。

インターフェース１１は、ライダ２、ジャイロセンサ３、車速センサ４、及びＧＰＳ受信機５などのセンサから出力データを取得し、制御部１５へ供給する。また、インターフェース１１は、制御部１５が生成した車両の走行制御に関する信号を車両の電子制御装置（ＥＣＵ：ＥｌｅｃｔｒｏｎｉｃＣｏｎｔｒｏｌＵｎｉｔ）へ供給する。

記憶部１２は、制御部１５が実行するプログラムや、制御部１５が所定の処理を実行するのに必要な情報を記憶する。また、本実施例では、記憶部１２は、地物情報を含む地図ＤＢ１３を記憶する。地物情報は、地物ごとに当該地物に関する情報が関連付けられた情報であり、ここでは、地物の識別情報である地物ＩＤと、位置情報と、形状情報とを含んでいる。位置情報は、緯度及び経度（及び標高）等により表わされた地物の絶対的な位置を示す。形状情報は、地物の形状に関する情報であり、地物の向き（即ち正面に対する法線方向）を示す法線情報と、地物のサイズを示すサイズ情報とを含む。なお、地図ＤＢ１３は定期的に更新されてもよい。この場合、例えば、制御部１５は、図示しない通信部を介し、地図情報を管理するサーバ装置２０から、自車位置が属するエリアに関する部分地図情報を受信し、地図ＤＢ１３に反映させる。

入力部１４は、ユーザが操作するためのボタン、タッチパネル、リモートコントローラ、音声入力装置等であり、経路探索のための目的地を指定する入力、自動運転のオン及びオフを指定する入力などを受け付ける。情報出力部１６は、例えば、制御部１５の制御に基づき出力を行うディスプレイやスピーカ等である。

制御部１５は、プログラムを実行するＣＰＵなどを含み、車載機１０の全体を制御する。本実施例では、制御部１５は、自車位置推定部１７と、自動運転制御部１８とを有する。自車位置推定部１７は、地物に対するライダ２による距離及び角度の計測値と、地図ＤＢ１３から抽出した地物の位置情報とに基づき、ジャイロセンサ３、車速センサ４、及び／又はＧＰＳ受信機５の出力データから推定した自車位置を補正する。本実施例では、一例として、自車位置推定部１７は、ベイズ推定に基づく状態推定手法に基づき、ジャイロセンサ３、車速センサ４等の出力データから自車位置を推定する予測ステップと、直前の予測ステップで算出した自車位置の推定値を補正する計測更新ステップとを交互に実行する。

自動運転制御部１８は、地図ＤＢ１３を参照し、設定された経路と、自車位置推定部１７が推定した自車位置とに基づき、自動運転制御に必要な信号を車両に送信する。自動運転制御部１８は、設定された経路に基づき、目標軌道を設定し、自車位置推定部１７が推定した自車位置が目標軌道から所定幅以内のずれ幅となるように、車両に対してガイド信号を送信して車両の位置を制御する。

上記の構成において、ライダ２は本発明の計測部の一例であり、制御部１５は本発明の推定部、第１取得部、第２取得部及び判定部の一例である。

図３は、車載機サーバ装置２０の機能的構成を示すブロック図である。サーバ装置２０は、主に、通信部２１と、記憶部２２と、制御部２５と、を備える。これらの各要素は、バスラインを介して相互に接続されている。通信部２１は、無線通信などにより車載機１０と通信する。記憶部２２は、制御部２５が実行するプログラムや、制御部２５が所定の処理を実行するのに必要な情報を記憶する。また、記憶部２２は、地物情報を含む地図ＤＢ２３を記憶する。制御部２５は、プログラムを実行するＣＰＵなどを含み、サーバ装置２０の全体を制御する。具体的には、制御部２５は後述する地図修正処理を実行する。

［第１実施例］
（自車位置推定処理）
次に、自車位置推定部１７による自車位置の推定処理の第１実施例について説明する。自車位置推定部１７は、予測ステップと計測更新ステップを逐次的に繰返して自車位置推定を行う。これらのステップで用いる状態推定フィルタは、ベイズ推定を行うように開発された様々のフィルタが利用可能であり、例えば、拡張カルマンフィルタ、アンセンテッドカルマンフィルタ、パーティクルフィルタなどが該当する。このように、ベイズ推定に基づく位置推定は、種々の方法が提案されている。以下では、一例として拡張カルマンフィルタを用いた自車位置推定について簡略的に説明する。

図４は、状態変数ベクトルＸを２次元直交座標で表した図である。なお、第１実施例では、ｚ座標をｘｙの２次元直交座標上に投影したものとする。図４に示すように、ｘｙの２次元直交座標上で定義された平面での自車位置は、座標「（ｘ，ｙ）」、及び、自車の方位「Ψ」により表される。ここでは、方位Ψは、車の進行方向とｘ軸とのなす角として定義されている。座標（ｘ，ｙ）は、例えば緯度及び経度の組合せに相当する絶対位置を示す。

図５は、予測ステップと計測更新ステップとの概略的な関係を示す図である。図５に示すように、予測ステップと計測更新ステップとを繰り返すことで、状態変数ベクトルＸの推定値の算出及び更新を逐次的に実行する。ここでは、計算対象となる基準時刻（即ち現在時刻）「ｋ」の状態変数ベクトルを、「Ｘｅ（ｋ）」または「Ｘｐ（ｋ）」と表記している。なお、予測ステップで予測された暫定的な予測値には添え字に「ｅ」を付し、計測更新ステップで更新された、より精度の高い推定値には当該値には添え字に「ｐ」を付す。（「状態変数ベクトルＸｅ（ｋ）＝（ｘ_ｅ（ｋ）、ｙ_ｅ（ｋ）、Ψ_ｅ（ｋ））^Ｔ」、「状態変数ベクトルＸｐ（ｋ）＝（ｘ_ｐ（ｋ）、ｙ_ｐ（ｋ）、Ψ_ｐ（ｋ））^Ｔ」と表記する。）

予測ステップでは、自車位置推定部１７は、直前の計測更新ステップで算出された時刻ｋ－１の状態変数ベクトルＸｐ（ｋ－１）に対し、車両の移動速度「ｖ」とｚ軸回りのヨー角速度「ω」（これらをまとめて「制御値ｕ（ｋ）」と表記する。）を作用させることで、時刻ｋの自車位置の予測値（「予測自車位置」とも呼ぶ。）Ｘｅ（ｋ）を算出する。また、これと同時に、自車位置推定部１７は、予測自車位置Ｘｅ（ｋ）の誤差分布に相当する共分散行列Ｐｅ（ｋ）を、直前の計測更新ステップで算出された時刻ｋ－１での共分散行列Ｐｐ（ｋ－１）から算出する。

計測更新ステップでは、自車位置推定部１７は、地図ＤＢ１３に登録された地物の位置ベクトルとライダ２のスキャンデータとの対応付けを行う。そして、自車位置推定部１７は、この対応付けができた場合に、対応付けができた地物のライダ２による計測値（「地物計測値」と呼ぶ。）「Ｚ（ｉ）」と、予測自車位置Ｘｅ（ｋ）及び地図ＤＢ１３に登録された地物の位置ベクトルを用いてライダ２による計測処理をモデル化して求めた地物の予測値（「地物予測値」と呼ぶ。）「Ｚｅ（ｉ）」とをそれぞれ取得する。地物計測値Ｚ（ｉ）は、時刻ｉにライダ２が計測した地物の距離及びスキャン角度から、車両の進行方向と横方向を軸とした成分に変換した２次元ベクトルである。そして、自車位置推定部１７は、以下の式（１）に示すように、地物計測値Ｚ（ｉ）と地物予測値Ｚｅ（ｉ）との差分値を算出する。

また、自車位置推定部１７は、以下の式（２）に示すように、地物計測値Ｚ（ｉ）と地物予測値Ｚｅ（ｉ）との差分値にカルマンゲイン「Ｋ（ｋ）」を乗算し、これを予測自車位置Ｘｅ（ｋ）に加えることで、更新された状態変数ベクトル（「計測更新自車位置」とも呼ぶ。）Ｘｐ（ｋ）を算出する。

また、計測更新ステップでは、自車位置推定部１７は、予測ステップと同様、計測更新自車位置Ｘｐ（ｋ）の誤差分布に相当する共分散行列Ｐｐ（ｋ）を事前共分散行列Ｐｅ（ｋ）から求める。カルマンゲインＫ（ｋ）等のパラメータについては、例えば拡張カルマンフィルタを用いた公知の自己位置技術と同様に算出することが可能である。

なお、自車位置推定部１７は、複数の地物に対し、地図ＤＢ１３に登録された地物の位置ベクトルとライダ２のスキャンデータとの対応付けができた場合、選定した任意の一個の地物計測値等に基づき計測更新ステップを行ってもよく、対応付けができた全ての地物計測値等に基づき計測更新ステップを複数回行ってもよい。なお、複数の地物計測値等を用いる場合には、自車位置推定部１７は、ライダ２から遠い地物ほどライダ計測精度が悪化することを勘案し、ライダ２と地物との距離が長いほど、当該地物に関する重み付けを小さくする。また、一般に、想定される誤差の範囲（例えば９９％の信頼区間に基づく範囲）を示す誤差楕円の長径、短径及び角度は、上述の誤差分布に相当する共分散行列の固有値及び固有ベクトルから算出することが可能である。

このように、予測ステップと計測更新ステップが繰り返し実施され、予測自車位置Ｘｅ（ｋ）と計測更新自車位置Ｘｐ（ｋ）が逐次的に計算されることにより、もっとも確からしい自車位置が計算される。このように計算される自車位置を「推定自車位置」と呼ぶ。

なお、上記の説明において、地物計測値は本発明の第１距離情報の一例であり、地物予測値は本発明の第２距離情報の一例であり、位置推定精度は本発明の自己位置精度情報の一例であり、ライダ計測精度は本発明の計測精度情報の一例である。

（地物位置修正方法）
次に、地物の位置を修正する方法について説明する。ライダを用いた道路標識などによるＥＫＦ（ＥｘｔｅｎｄｅｄＫａｒｍａｎＦｉｌｔｅｒ）位置推定においては、上記の式（２）に示すように、地物計測値と地物予測値との差分値を用いて自車位置を計算している。式（２）から理解されるように、式（１）に示す差分値が大きくなると、予測自車位置Ｘｅ（ｋ）に対する修正量が大きくなる。ここで、差分値が大きくなるのは、以下の（Ａ）～（Ｃ）のいずれかの原因による。

（Ａ）地物計測値に誤差がある。
これには、例えば、ライダの計測精度が低い場合、又は、ライダの計測精度は低くないが、計測時に計測対象の地物と車両との間に他車両などの動体が存在していたため計測精度が低くなってしまった場合（いわゆるオクルージョン）、などが該当する。
（Ｂ）地物予測値を求めるために使用する推定自車位置がずれている。
これは、予測自車位置Ｘｅ（ｋ）あるいは計測更新自車位置Ｘｐ（ｋ）の誤差が大きい場合である。
（Ｃ）地物予測値を求めるために使用する地図データの地物の位置座標がずれている。
これは、例えば地図データの作成時以降に、地物である標識が車両の衝突などにより傾いたり、地物である構造物が撤去又は移動されたりして地物の位置が変化した結果、地図データ中のその地物の位置座標と実際のその地物の位置座標とが一致しなくなっている状態である。すなわち、地図データ上の地物の位置と現実環境における地物の位置とにずれが生じている状態である。よって、この場合には、現実の地物の位置座標と一致するように、地図データ中の地物の位置座標を修正することが求められる。本実施例では、以下の手法により、このような地物の位置を修正する。

図６は、車両の推定自車位置と地物との位置関係を示す。図６に示す座標系は車両を基準としたボディ座標系であり、ｘ軸は車両の進行方向を示し、ｙ軸はそれと垂直な方向（車両の左右方向）を示す。図６において、推定自車位置は誤差楕円４０で示す誤差の範囲を有する。誤差楕円４０はｘ方向の位置推定精度σ_Ｐ（ｘ）とｙ方向の位置推定精度σ_Ｐ（ｙ）により規定される。ここで位置推定精度σ_Ｐは、以下の式（３）により、ヤコビ行列Ｈ（ｉ）を用いて共分散行列Ｐ（ｋ）をボディ座標系に変換することにより得られる。

式（３）において、σ_Ｐ（ｘ）^２はｘ方向の分散、σ_Ｐ（ｙ）^２はｙ方向の分散であり、これらの平方根としてｘ方向の位置推定精度σ_Ｐ（ｘ）とｙ方向の位置推定精度σ_Ｐ（ｙ）が得られる。こうして、位置推定精度σ_Ｐ（σ_Ｐ（ｘ），σ_Ｐ（ｙ））が得られる。

図６において、地物予測値４１は、予測自車位置Ｘｅ（ｋ）及び地図ＤＢ１３に登録された地物の位置ベクトルを用いてライダ２による計測処理をモデル化して求めたものである。また、地物計測値４２は、地図ＤＢ１３に登録された地物の位置ベクトルとライダ２のスキャンデータとの対応付けができた場合の地物のライダ２による計測値である。地物計測値４２は、誤差楕円４３で示す誤差の範囲を有する。一般的に、ライダによる計測誤差はライダと測定対象となる地物との距離の２乗に比例して大きくなるため、推定自車位置から地物計測値までの距離に基づいて誤差楕円４３を算出することにより、ライダ計測精度σ_Ｌ（σ_Ｌ（ｘ），σ_Ｌ（ｙ））が求められる。また、地物予測値４１と地物計測値４２の差分値は、式（１）に示すように、ｘ方向がｄｘ、ｙ方向がｄｙである。

図７は、車両１の車載機１０により行われる差分値評価処理のフローチャートである。この処理は、実際には車載機１０の制御部１５が予め用意されたプログラムを実行することにより行われる。まず、車載機１０は、前述の式（１）により、地物計測値４２と地物予測値４１の差分値（ｄｙ，ｄｙ）を取得する（ステップＳ１１）。次に、車載機１０は、共分散行列Ｐ（ｋ）から、式（３）により位置推定精度σ_Ｐを求める（ステップＳ１２）。さらに、車載機１０は、地物との距離に基づいて、ライダ計測精度σ_Ｌを求める（ステップＳ１３）。

こうして、差分値（ｄｘ，ｄｙ）、位置推定精度σ_Ｐ（σ_Ｐ（ｘ），σ_Ｐ（ｙ））、ライダ計測精度σ_Ｌ（σ_Ｌ（ｘ），σ_Ｌ（ｙ））が得られると、車載機１０は、位置推定精度とライダ計測精度とを用いて差分値を評価する。つまり、推定自車位置の誤差範囲４０とライダ誤差範囲４３に対する差分値の割合を見て、地物計測値４２と地物予測値４１との差の妥当性を判断する。具体的には、車載機１０は、以下の評価式（４）により、評価値Ｅｘ、Ｅｙを算出する（ステップＳ１４）。

次に、車載機１０は、評価値Ｅｘ、Ｅｙを所定値と比較する（ステップＳ１５）。評価値Ｅｘ、Ｅｙの少なくとも一方が所定値より大きい場合（ステップＳ１５：Ｙｅｓ）、車載機１０は、差分値が大きくなった原因として上記の（Ａ）又は（Ｃ）が考えられる、即ち、（Ｃ）の可能性があると判定する。よって、車載機１０は、誤差情報として、そのときの日時情報、そのときの推定自車位置、対象となる地物の地物ＩＤ、差分値（ｄｘ，ｄｙ）、位置推定精度σ_Ｐ（σ_Ｐ（ｘ），σ_Ｐ（ｙ））、ライダ計測精度σ_Ｌ（σ_Ｌ（ｘ），σ_Ｌ（ｙ））をサーバ装置２０へ送信する（ステップＳ１６）。そして、処理を終了する。なお、サーバ装置２０へ送信する誤差情報に日時情報を含めるのは、地物の環境変化などによって地物の実際の位置座標が変化した場合に、その変化がいつから発生しているかを日時情報によって知ることができる点で重要だからである。

一方、評価値Ｅｘ、Ｅｙの両方が共に所定値より小さい場合（ステップＳ１５：Ｎｏ）、車載機１０は、処理を終了する。上記の（Ｂ）に該当する場合は、評価式（４）の分母が大きいため、分子の｜ｄｘ｜や｜ｄｙ｜が大きくても、評価値Ｅｘ、Ｅｙは大きくならない。このように、車載機１０における差分値評価処理により、差分値が大きくなっている原因が上記の（Ｃ）である可能性があることが検出され、そのときの誤差情報がサーバ装置２０へ送信される。

次に、サーバ装置２０により行われる地図修正処理について説明する。図８は、地図修正処理のフローチャートである。この処理は、実際にはサーバ装置２０の制御部２５が予め用意されたプログラムを実行することにより行われる。まず、サーバ装置２０は、複数の車両から誤差情報を取得する（ステップＳ２１）。次に、サーバ装置２０は、同一の地物について所定数以上の誤差情報を取得したか否かを判定する（ステップＳ２２）。

同一の地物について所定数以上の誤差情報を取得していない場合（ステップＳ２２：Ｎｏ）、サーバ装置２０は、車両側で差分値が大きくなった原因は（Ａ）である、即ち、オクルージョンなどにより、たまたま差分値が大きくなったと判断し、処理を終了する。

一方、同一の地物について所定数以上の誤差情報を取得した場合（ステップＳ２２：Ｙｅｓ）、サーバ装置２０は、車両側で差分値が大きくなった原因は（Ｃ）である、即ち、地図データ中の地物の位置座標と実際の地物の位置座標とが一致していないと判断する。差分値は図６に示すボディ座標系における車両の進行方向及び左右方向における修正量であるので、サーバ装置２０は複数の車載機１０から受信した誤差情報に含まれる差分値（ｄｘ，ｄｙ）を地図座標系におけるずれ量に変換する。そして、サーバ装置２０は、重み付け統計処理により、地図データ中の地物位置の修正量を示す修正用差分値を決定する（ステップＳ２３）。具体的には、サーバ装置２０は、車載機１０から受信した誤差情報に含まれる各車両の位置推定精度σ_Ｐとライダ計測精度σ_Ｌに基づく重み付けを行って差分値を統計処理する。例えば、位置推定精度σ_Ｐとライダ計測精度σ_Ｌの合計が小さい誤差情報は、精度が高いと判断して、その重みを大きくする。こうして、サーバ装置２０は、修正用差分値を決定する。

尚、サーバ装置２０は、同一の地物について所定数以上の誤差情報を取得していない場合（ステップＳ２２：Ｎｏ）、車両側で差分値が大きくなった原因は（Ａ）であると判断し、同一の地物について所定数以上の誤差情報を取得した場合（ステップＳ２２：Ｙｅｓ）、車両側で差分値が大きくなった原因は（Ｃ）であると判断しているが、差分値が大きくなった原因が（Ａ）、（Ｃ）のいずれかであることを判断しなくてもよい。即ち、同一の地物について所定数以上の誤差情報を取得していない場合（ステップＳ２２：Ｎｏ）、サーバ装置２０は処理を終了し、同一の地物について所定数以上の誤差情報を取得した場合（ステップＳ２２：Ｙｅｓ）、サーバ装置２０は、重み付け統計処理により、地図データ中の地物位置の修正量を示す修正用差分値を決定（ステップＳ２３）してもよい。

次に、サーバ装置２０は、修正用差分値の算出過程において各差分値のばらつきが所定値以下であるか否かを判定する（ステップＳ２４）。修正用差分値のばらつきが所定値以下である場合（ステップＳ２４：Ｙｅｓ）、サーバ装置２０は、修正用差分値を用いて、地図データにおけるその地物の位置座標を修正する（ステップＳ２５）。なお、修正用差分値は図６に示すボディ座標系における車両の進行方向及び左右方向における修正量であるので、サーバ装置２０はこれらを地図座標系におけるずれ量に変換してから地図データ中の地物の位置座標を修正する。こうして、複数の車両から得られた誤差情報に基づいて、地図データにおける地物の位置座標が修正される。ここで使用される修正用差分値は、複数の車載機１０から取得した誤差情報に含まれる差分値を、位置推定精度及びライダ計測精度により重み付け統計処理して求めているので、各車載機１０における位置推定精度やライダ計測精度の影響を受けることなく地図データ中の位置座標を修正することができる。

一方、修正用差分値のばらつきが所定値以下でない場合（ステップＳ２４：Ｎｏ）、地図データにおける地物の位置座標の修正量を正確に決定することが難しいので、サーバ装置２０は、地図データにおけるその地物の位置精度情報を低下させる（ステップＳ２６）。即ち、サーバ装置２０は、地図データにおけるその地物に対して位置精度が低い旨の情報を付加する。そして、処理は終了する。これにより、車載機１０では、地図データ中のその地物の情報を使用する際に位置精度が低いことがわかるので、自車位置推定処理において重みを下げて利用する、又は、利用しないなどの対策を行うことができる。なお、実際には、このような地物については、専用の計測車両などにより再度計測を行うことが多いが、それまでの間の処置として、位置精度が低い旨の情報を付加しておくことにより、車両１側の車載機１０が位置精度の低い情報を用いて運転支援や自動運転などを行うことを防止することができる。

［第２実施例］
（自車位置推定処理）
次に、自車位置推定部１７による自車位置の推定処理の第２実施例について説明する。自車位置推定部１７は、予測ステップと計測更新ステップを逐次的に繰返して自車位置推定を行う。これらのステップで用いる状態推定フィルタは、ベイズ推定を行うように開発された様々のフィルタが利用可能であり、例えば、拡張カルマンフィルタ、アンセンテッドカルマンフィルタ、パーティクルフィルタなどが該当する。このように、ベイズ推定に基づく位置推定は、種々の方法が提案されている。以下では、一例として拡張カルマンフィルタを用いた自車位置推定について簡略的に説明する。

図９は、状態変数ベクトルＸを３次元直交座標で表した図である。なお、第２実施例では、ｚ座標を考慮する。図９に示すように、ｘｙｚの３次元直交座標上で定義された平面での自車位置は、座標「（ｘ，ｙ，ｚ）」、及び、自車の方位「Ψ」により表される。ここでは、方位Ψは、車の進行方向とｘ軸とのなす角として定義されている。座標（ｘ，ｙ，ｚ）は、例えば緯度、経度及び高さの組合せに相当する絶対位置を示す。さらに、道路には前後左右の勾配があるため、姿勢はロール角φとピッチ角θもある。よって、車両の位置と姿勢はトータルで６個の変数で定義することができる。

図１０は、予測ステップと計測更新ステップとの概略的な関係を示す図である。図１０に示すように、予測ステップと計測更新ステップとを繰り返すことで、状態変数ベクトルＸの推定値の算出及び更新を逐次的に実行する。ここでは、計算対象となる基準時刻（即ち現在時刻）「ｋ」の状態変数ベクトルを、「Ｘｅ（ｋ）」または「Ｘｐ（ｋ）」と表記している。なお、予測ステップで予測された暫定的な予測値には添え字に「ｅ」を付し、計測更新ステップで更新された、より精度の高い推定値には当該値には添え字に「ｐ」を付す。（「状態変数ベクトルＸｅ（ｋ）＝（ｘ_ｅ（ｋ）、ｙ_ｅ（ｋ）、ｚ_ｅ（ｋ）、φ_ｅ（ｋ）、θ_ｅ（ｋ）、Ψ_ｅ（ｋ））^Ｔ」、「状態変数ベクトルＸｐ（ｋ）＝（ｘ_ｐ（ｋ）、ｙ_ｐ（ｋ）、ｚ_ｐ（ｋ）、φ_ｐ（ｋ）、θ_ｐ（ｋ）、Ψ_ｐ（ｋ））^Ｔ」と表記する。）

予測ステップでは、自車位置推定部１７は、直前の計測更新ステップで算出された時刻ｋ－１の状態変数ベクトルＸｐ（ｋ－１）に対し、車両の移動速度「ｖ」とロール角速度「ω_ｘ」とピッチ角速度「ω_ｙ」とヨー角速度「ω_ｚ」（これらをまとめて「制御値ｕ（ｋ）」と表記する。）を作用させることで、時刻ｋの自車位置の予測値（「予測自車位置」とも呼ぶ。）Ｘｅ（ｋ）を算出する。また、これと同時に、自車位置推定部１７は、予測自車位置Ｘｅ（ｋ）の誤差分布に相当する共分散行列Ｐｅ（ｋ）を、直前の計測更新ステップで算出された時刻ｋ－１での共分散行列Ｐｐ（ｋ－１）から算出する。

計測更新ステップでは、自車位置推定部１７は、地図ＤＢ１３に登録された地物の位置ベクトルとライダ２のスキャンデータとの対応付けを行う。そして、自車位置推定部１７は、この対応付けができた場合に、対応付けができた地物のライダ２による計測値（「地物計測値」と呼ぶ。）「Ｚ（ｉ）」と、予測自車位置Ｘｅ（ｋ）及び地図ＤＢ１３に登録された地物の位置ベクトルを用いてライダ２による計測処理をモデル化して求めた地物の予測値（「地物予測値」と呼ぶ。）「Ｚｅ（ｉ）」とをそれぞれ取得する。地物計測値Ｚ（ｉ）は、時刻ｉにライダ２が計測した地物の距離及びスキャン角度から、車両の進行方向と横方向と垂直方向を軸とした成分に変換した３次元ベクトルである。そして、自車位置推定部１７は、以下の式（５）に示すように、地物計測値Ｚ（ｉ）と地物予測値Ｚｅ（ｉ）との差分値を算出する。

また、自車位置推定部１７は、以下の式（６）に示すように、地物計測値Ｚ（ｉ）と地物予測値Ｚｅ（ｉ）との差分値にカルマンゲイン「Ｋ（ｋ）」を乗算し、これを予測自車位置Ｘｅ（ｋ）に加えることで、更新された状態変数ベクトル（「計測更新自車位置」とも呼ぶ。）Ｘｐ（ｋ）を算出する。

（地物位置修正方法）
次に、地物の位置を修正する方法について説明する。ライダを用いた道路標識などによるＥＫＦ（ＥｘｔｅｎｄｅｄＫａｒｍａｎＦｉｌｔｅｒ）位置推定においては、上記の式（６）に示すように、地物計測値と地物予測値との差分値を用いて自車位置を計算している。式（６）から理解されるように、式（５）に示す差分値が大きくなると、予測自車位置Ｘｅ（ｋ）に対する修正量が大きくなる。ここで、差分値が大きくなるのは、以下の（Ａ）～（Ｃ）のいずれかの原因による。

図１１は、ｘｙ平面上で見た場合の車両の推定自車位置と地物との位置関係を示す。図１１に示す座標系は車両を基準としたボディ座標系であり、ｘ軸は車両の進行方向を示し、ｙ軸はそれと垂直な方向（車両の左右方向）を示す。また、紙面の手前側はｚ軸方向であり，車両の垂直方向を示している。図１１において、推定自車位置は誤差楕円４０で示す誤差の範囲を有する。誤差楕円４０はｘ方向の位置推定精度σ_Ｐ（ｘ）とｙ方向の位置推定精度σ_Ｐ（ｙ）とｚ方向の位置推定精度σ_Ｐ（ｚ）により規定される。ここで位置推定精度σ_Ｐは、以下の式（７）により、ヤコビ行列Ｈ（ｉ）を用いて共分散行列Ｐ（ｋ）をボディ座標系に変換することにより得られる。

式（７）において、σ_Ｐ（ｘ）^２はｘ方向の分散、σ_Ｐ（ｙ）^２はｙ方向の分散、σ_Ｐ（ｚ）^２はｚ方向の分散であり、これらの平方根としてｘ方向の位置推定精度σ_Ｐ（ｘ）とｙ方向の位置推定精度σ_Ｐ（ｙ）とｚ方向の位置推定精度σ_Ｐ（ｚ）が得られる。こうして、位置推定精度σ_Ｐ（σ_Ｐ（ｘ），σ_Ｐ（ｙ），σ_Ｐ（ｚ））が得られる。

図１１において、地物予測値４１は、予測自車位置Ｘｅ（ｋ）及び地図ＤＢ１３に登録された地物の位置ベクトルを用いてライダ２による計測処理をモデル化して求めたものである。また、地物計測値４２は、地図ＤＢ１３に登録された地物の位置ベクトルとライダ２のスキャンデータとの対応付けができた場合の地物のライダ２による計測値である。地物計測値４２は、誤差楕円４３で示す誤差の範囲を有する。一般的に、ライダによる計測誤差はライダと測定対象となる地物との距離の２乗に比例して大きくなるため、推定自車位置から地物計測値までの距離に基づいて誤差楕円４３を算出することにより、ライダ計測精度σ_Ｌ（σ_Ｌ（ｘ），σ_Ｌ（ｙ），σ_Ｌ（ｚ））が求められる。また、地物予測値４１と地物計測値４２の差分値は、式（５）に示すように、ｘ方向がｄｘ、ｙ方向がｄｙ、ｚ方向がｄｚである。

図１２は、車両１の車載機１０により行われる差分値評価処理のフローチャートである。この処理は、実際には車載機１０の制御部１５が予め用意されたプログラムを実行することにより行われる。まず、車載機１０は、前述の式（５）により、地物計測値４２と地物予測値４１の差分値（ｄｙ，ｄｙ，ｄｚ）を取得する（ステップＳ３１）。次に、車載機１０は、共分散行列Ｐ（ｋ）から、式（７）により位置推定精度σ_Ｐを求める（ステップＳ３２）。さらに、車載機１０は、地物との距離に基づいて、ライダ計測精度σ_Ｌを求める（ステップＳ３３）。

こうして、差分値（ｄｘ，ｄｙ，ｄｚ）、位置推定精度σ_Ｐ（σ_Ｐ（ｘ），σ_Ｐ（ｙ），σ_Ｐ（ｚ））、ライダ計測精度σ_Ｌ（σ_Ｌ（ｘ），σ_Ｌ（ｙ），σ_Ｌ（ｚ））が得られると、車載機１０は、位置推定精度とライダ計測精度とを用いて差分値を評価する。つまり、推定自車位置の誤差範囲４０とライダ誤差範囲４３に対する差分値の割合を見て、地物計測値４２と地物予測値４１との差の妥当性を判断する。具体的には、車載機１０は、以下の評価式（８）により、評価値Ｅｘ、Ｅｙ、Ｅｚを算出する（ステップＳ３４）。

次に、車載機１０は、評価値Ｅｘ、Ｅｙ、Ｅｚを所定値と比較する（ステップＳ３５）。評価値Ｅｘ、Ｅｙ、Ｅｚの少なくともひとつが所定値より大きい場合（ステップＳ３５：Ｙｅｓ）、車載機１０は、差分値が大きくなった原因として上記の（Ａ）又は（Ｃ）が考えられる、即ち、（Ｃ）の可能性があると判定する。よって、車載機１０は、誤差情報として、そのときの日時情報、そのときの推定自車位置、対象となる地物の地物ＩＤ、差分値（ｄｘ，ｄｙ，ｄｚ）、位置推定精度σ_Ｐ（σ_Ｐ（ｘ），σ_Ｐ（ｙ），σ_Ｐ（ｚ））、ライダ計測精度σ_Ｌ（σ_Ｌ（ｘ），σ_Ｌ（ｙ），σ_Ｌ（ｚ））をサーバ装置２０へ送信する（ステップＳ３６）。そして、処理を終了する。なお、サーバ装置２０へ送信する誤差情報に日時情報を含めるのは、地物の環境変化などによって地物の実際の位置座標が変化した場合に、その変化がいつから発生しているかを日時情報によって知ることができる点で重要だからである。

一方、評価値Ｅｘ、Ｅｙ、Ｅｚのすべてが所定値より小さい場合（ステップＳ３５：Ｎｏ）、車載機１０は、処理を終了する。上記の（Ｂ）に該当する場合は、評価式（８）の分母が大きいため、分子の｜ｄｘ｜や｜ｄｙ｜や｜ｄｚ｜が大きくても、評価値Ｅｘ、Ｅｙ、Ｅｚは大きくならない。このように、車載機１０における差分値評価処理により、差分値が大きくなっている原因が上記の（Ｃ）である可能性があることが検出され、そのときの誤差情報がサーバ装置２０へ送信される。

次に、サーバ装置２０により行われる地図修正処理について説明する。図１３は、地図修正処理のフローチャートである。この処理は、実際にはサーバ装置２０の制御部２５が予め用意されたプログラムを実行することにより行われる。まず、サーバ装置２０は、複数の車両から誤差情報を取得する（ステップＳ４１）。次に、サーバ装置２０は、同一の地物について所定数以上の誤差情報を取得したか否かを判定する（ステップＳ４２）。

同一の地物について所定数以上の誤差情報を取得していない場合（ステップＳ４２：Ｎｏ）、サーバ装置２０は、車両側で差分値が大きくなった原因は（Ａ）である、即ち、オクルージョンなどにより、たまたま差分値が大きくなったと判断し、処理を終了する。

一方、同一の地物について所定数以上の誤差情報を取得した場合（ステップＳ４２：Ｙｅｓ）、サーバ装置２０は、車両側で差分値が大きくなった原因は（Ｃ）である、即ち、地図データ中の地物の位置座標と実際の地物の位置座標とが一致していないと判断する。差分値は図１１に示すボディ座標系における車両の進行方向及び左右方向及び垂直方向における修正量であるので、サーバ装置２０は複数の車載機１０から受信した誤差情報に含まれる差分値（ｄｘ，ｄｙ，ｄｚ）を地図座標系におけるずれ量に変換する。そして、サーバ装置２０は、重み付け統計処理により、地図データ中の地物位置の修正量を示す修正用差分値を決定する（ステップＳ４３）。具体的には、サーバ装置２０は、車載機１０から受信した誤差情報に含まれる各車両の位置推定精度σ_Ｐとライダ計測精度σ_Ｌに基づく重み付けを行って差分値を統計処理する。例えば、位置推定精度σ_Ｐとライダ計測精度σ_Ｌの合計が小さい誤差情報は、精度が高いと判断して、その重みを大きくする。こうして、サーバ装置２０は、修正用差分値を決定する。

尚、サーバ装置２０は、同一の地物について所定数以上の誤差情報を取得していない場合（ステップＳ４２：Ｎｏ）、車両側で差分値が大きくなった原因は（Ａ）であると判断し、同一の地物について所定数以上の誤差情報を取得した場合（ステップＳ４２：Ｙｅｓ）、車両側で差分値が大きくなった原因は（Ｃ）であると判断しているが、差分値が大きくなった原因が（Ａ）、（Ｃ）のいずれかであることを判断しなくてもよい。即ち、同一の地物について所定数以上の誤差情報を取得していない場合（ステップＳ４２：Ｎｏ）、サーバ装置２０は処理を終了し、同一の地物について所定数以上の誤差情報を取得した場合（ステップＳ４２：Ｙｅｓ）、サーバ装置２０は、複数の車載機１０から受信した誤差情報に含まれる差分値（ｄｘ，ｄｙ，ｄｚ）を地図座標系におけるずれ量に変換し、重み付け統計処理により、地図データ中の地物位置の修正量を示す修正用差分値を決定（ステップＳ４３）してもよい。

次に、サーバ装置２０は、修正用差分値の算出過程において各差分値のばらつきが所定値以下であるか否かを判定する（ステップＳ４４）。修正用差分値のばらつきが所定値以下である場合（ステップＳ４４：Ｙｅｓ）、サーバ装置２０は、修正用差分値を用いて、地図データにおけるその地物の位置座標を修正する（ステップＳ４５）。なお、修正用差分値は図１１に示すボディ座標系における車両の進行方向及び左右方向及び垂直方向における修正量であるので、サーバ装置２０はこれらを地図座標系におけるずれ量に変換してから地図データ中の地物の位置座標を修正する。こうして、複数の車両から得られた誤差情報に基づいて、地図データにおける地物の位置座標が修正される。ここで使用される修正用差分値は、複数の車載機１０から取得した誤差情報に含まれる差分値を、位置推定精度及びライダ計測精度により重み付け統計処理して求めているので、各車載機１０における位置推定精度やライダ計測精度の影響を受けることなく地図データ中の位置座標を修正することができる。

一方、修正用差分値のばらつきが所定値以下でない場合（ステップＳ４４：Ｎｏ）、地図データにおける地物の位置座標の修正量を正確に決定することが難しいので、サーバ装置２０は、地図データにおけるその地物の位置精度情報を低下させる（ステップＳ４６）。即ち、サーバ装置２０は、地図データにおけるその地物に対して位置精度が低い旨の情報を付加する。そして、処理は終了する。これにより、車載機１０では、地図データ中のその地物の情報を使用する際に位置精度が低いことがわかるので、自車位置推定処理において重みを下げて利用する、又は、利用しないなどの対策を行うことができる。なお、実際には、このような地物については、専用の計測車両などにより再度計測を行うことが多いが、それまでの間の処置として、位置精度が低い旨の情報を付加しておくことにより、車両１側の車載機１０が位置精度の低い情報を用いて運転支援や自動運転などを行うことを防止することができる。

［具体例］
次に、上記の実施例に基づく自車位置推定処理の効果について説明する。

図１４（Ａ）は、ある走行試験コースにおいて実施例に係る自車位置推定処理を実行しながら車両を走行させた場合のｘ方向とｙ方向の位置の推移を示すグラフである。図１４（Ｂ）は、図１４（Ａ）の枠９１内の走行区画におけるグラフを拡大した図である。図１４（Ｂ）においては、計測対象となった地物の位置が丸印によりプロットされている。図１４（Ｃ）は、枠９１の走行区間での差分値ｄｘの推移を示すグラフである。差分値ｄｘはゼロ（「０」）付近の値となっている。

ここで、シミュレーションとして、図１４（Ｂ）の符号９２が示す地物の位置を意図的に８０ｃｍ前方にずらして自車位置推定処理を行った。その結果、差分値ｄｘ＝０．７４９［ｍ］と計算された。図１４（Ｄ）は、このときに得られた枠９１の走行区間での差分値ｄｘの推移を示す。円９３で示すように、意図的に位置をずらした符号９２の地物を検出した時点では、その地物の位置ずれに近い値の差分値が得られている。

位置をずらした符号９２の地物を検出した時点の数値は、ｘ方向の差分値ｄｘ＝０．７４９［ｍ］、自車位置推定精度σ_ｐ（ｘ）＝０．０４８［ｍ］、ライダ計測精度σ_Ｌ（ｘ）＝０．０５８［ｍ］となった。これらを用いて式（８）により評価値Ｅｘを計算すると、

が得られた。評価値Ｅｘ＝７．０６６となり、例えば所定値＝１の場合、差分値ｄｘは十分に大きいずれ量と判断され、差分値ｄｘ＝－０．７４９［ｍ］がサーバ装置２０へアップロードされることとなる。

このシミュレーション結果からわかるように、実施例の自車位置推定処理により、地物の位置ずれに近い値が算出される。よって、前述のようにサーバ装置２０において複数の車両からのデータを集めれば、地物の位置の本当のずれ量に近い数値を求めることが可能となる。

［変形例］
以下、実施例に好適な変形例について説明する。以下の変形例は、組み合わせて実施例に適用してもよい。
（変形例１）
上記の実施例では、地物計測値と地物予測値との差分値が大きい場合に、地図データ中の地物の位置座標が実際の位置座標と一致していないと判断しているが、実際には地図データにおける地物の位置座標が正しくても、地物の種類や形状に起因して差分値が大きくなってしまうことがある。例えば、地物として道路標識を使用する場合に、図１５に示すように複数の道路標識が並んで設けられていると、車載機１０はそれらを同一の地物として検出してしまうことがある。地図データに基づいて算出される地物予測値は２つの標識を区別しているにも拘わらず、地物計測値が２つの標識を区別できていない場合には、差分値は大きくなってしまう。

このような場合、カメラを搭載している車両１は、誤差情報にカメラの撮影画像を含めてサーバ装置２０へ送信する。この場合、地図データにおける地物の位置座標は正しいため、位置座標の修正を行う必要はないが、この地物は、自車位置推定に利用する対象としては間違いが生じやすい地物であると言える。よって、サーバ装置２０は、例えば人工知能（ＡＩ）による画像認識などにより撮影画像を分析し、間違いが生じやすい地物であると判定した場合には、その地物に対して位置推定における利用は推奨しないことを示す情報（例えば「非推奨フラグ」）を付加する。これにより、車両１の車載機１０は、非推奨フラグが付加されている地物は、位置推定処理に積極的に使用しないなどの対策を行うことができる。

また、地物として白線などの道路ペイントを使用する場合にも同様のことが起こりうる。きれいに描かれた路面ペイントであっても、ライダによる検出結果と照合する場合にはマッチングミスを生じやすいものがある。例えば、図１６（Ａ）～（Ｃ）に例示するような複合的な白線や、図１６（Ｄ）に例示するような道路鋲５０のある白線は、ライダ計測データに対して白線の中心がどこであるかを判定する処理が必要となり、ライダ検出データを単純に反射率で識別する手法では、白線が太くなったりゆがんだりしてマッチングが正確に行えない。

そこで、車両１の車載機１０は、ライダ検出データと地図データとのマッチングを行う際に差分の大きい場所を検出した場合には、その旨を示す情報を誤差情報に含めてサーバ装置２０へ送信する。サーバ装置２０側では、複数の車両１から誤差情報を収集し、その地物（路面ペイント）に対して、マッチングがしやすいかしにくいかを示す情報を付加することができる。また、車両１の車載機１０は、この情報を参照し、位置推定においてその地物の重みを下げたり、利用しないこととするなどの対策を行うことができる。

（変形例２）
上記の実施例では、差分値を評価する差分値評価処理を車両１の車載機１０側で行い、地図修正処理をサーバ装置２０側で行っている。その代わりに、車載機１０が全ての地物に関するデータをサーバ装置２０へ送信し、サーバ装置２０側で差分値評価処理及び地図修正処理を行うこととしてもよい。具体的には、車載機１０は、評価値Ｅｘ、Ｅｙ、Ｅｚによる評価を行うことなく、全ての地物に関する誤差情報（日時情報、推定自車位置、地物ＩＤ、差分値、位置推定精度、ライダ計測精度を含む）をサーバ装置２０へ送信する。サーバ装置２０は、受信した誤差情報を利用してまず評価値Ｅｘ、Ｅｙ、Ｅｚを算出し、それらが所定値を超える誤差情報について、図８あるいは図１３に示す地図修正処理を実行すればよい。

（変形例３）
逆に、差分値評価処理及び地図修正処理を車両１の車載機１０側で行うこととしてもよい。この場合には、車載機１０は、まず図７あるいは図１２に示す差分値評価処理を実行し、誤差情報を生成して記憶部１２に記憶しておく。車両１が同じ場所を複数回走行すると、同じ地物についての誤差情報が複数得られることになる。よって、車載機１０は、記憶部１２に記憶されている、同一の地物についての複数の誤差情報を利用して、図８あるいは図１３に示すような地図修正処理を行う。即ち、多数の車両から取得した誤差情報を使用する代わりに、自車の複数回の走行により得られた複数の誤差情報を利用する。こうして、車載機１０は、地図ＤＢ１３に記憶されている地物について、修正用差分値を用いて修正を行うか、その地物についての位置精度情報を低下させる処理を行う。また、必要に応じて、そのような修正を行った地図データをサーバ装置２０へ送信してもよい。

（変形例４）
評価式については、上述の式（８）の代わりに、以下の式（１０）を用いても良い。

（変形例５）
対象物までの距離計測値を推定自車位置に加算することで、計測に基づいた対象物の位置を算出することとしてもよい。そして、算出した計測に基づいた対象物の位置と、地図情報における対象物の位置とを比較し、ずれ量の有無を判断してもよい。

（変形例６）
上記実施例ではサーバ装置２０は車載機１０から誤差情報を収集しているが、車両が所定の地物を複数回計測した場合、車載機１０は複数回分の差分値（ｄｙ，ｄｙ）に対し重み付き平均及び分散を算出し、分散値が小さい場合に誤差情報をサーバ装置２０に送信してもよい。

具体的には、評価値Ｅｘ、Ｅｙが所定値より大きく、かつ、差分値が大きくなった原因が「（Ｂ）地物予測値を求めるために使用する推定自車位置がずれている。」に該当しない場合、車載機１０は、Ｎ回算出した差分値（ｄｘ，ｄｙ）について、位置推定精度σ_Ｐ（σ_Ｐ（ｘ），σ_Ｐ（ｙ））及びライダ計測精度σ_Ｌ（σ_Ｌ（ｘ），σ_Ｌ（ｙ））を用いて、重み付け平均及び分散を算出する。すなわち、精度が良い時の（ｄｙ，ｄｙ）の重みづけを大きく、精度が悪い時の（ｄｙ，ｄｙ）の重みづけを小さくして計算を行う。

差分値ｄｘの重み付け平均は以下の式（１１）により算出される。また、差分値ｄｙの重み付け平均は、式（１１）と同様の差分値ｄｙに関する式、即ち、式（１１）の「ｘ」を「ｙ」に置き換えた式により算出される。

差分値ｄｘの分散は以下の式（１２）により算出される。また、差分値ｄｙの分散は、式（１２）と同様の差分値ｄｙに関する式、即ち、式（１２）の「ｘ」を「ｙ」に置き換えた式により算出される。

この計算結果において、分散が大きければ、差分値にばらつきが多いことがわかるため、差分値が大きくなった原因は「（Ａ）地物計測値に誤差がある。」の可能性が高いと判断し、車載機１０はサーバ装置２０に誤差情報を送信せずに処理を終了する。一方、分散が小さければ、差分値にばらつきが少ないことがわかるため、差分値が大きくなった原因は「（Ｃ）地物予測値を求めるために使用する地図データの地物の位置座標がずれている。」の可能性が高いと判断し、車載機１０は、差分値（ｄｙ，ｄｙ）の重み付け平均値、及び、重み付け平均値の精度をサーバ装置２０に送信する。

ここで、差分値ｄｘの重み付け平均値の精度は以下の式（１３）で与えられる。また、差分値ｄｙの重み付け平均値の精度は、式（１３）と同様の差分値ｄｙに関する式、即ち、式（１３）の「ｘ」を「ｙ」に置き換えた式により算出される。

尚、上記車載機１０はＮ回分の差分値（ｄｙ，ｄｙ）、位置推定精度σ_Ｐ（σ_Ｐ（ｘ），σ_Ｐ（ｙ））及びライダ計測精度σ_Ｌ（σ_Ｌ（ｘ），σ_Ｌ（ｙ））をサーバ装置２０に送信し、サーバ装置が上記の式を用いて重み付け平均と分散の計算、分散による（Ａ）と（Ｃ）の判定、重み付け平均値の精度を算出してもよい。

このような処理を車載機１０で行うことにより、差分値が大きくなった原因が「（Ｃ）地物予測値を求めるために使用する地図データの地物の位置座標がずれている。」である可能性の高いデータのみをサーバ装置２０に送信するため、車載機１０からサーバ装置２０へのデータの送信頻度を少なくすることができ、サーバ装置２０側での処理を軽減することができる。

更に、上記の車載機１０の処理を行うか否かをサーバ装置２０が決定し、処理を行う場合はサーバ装置２０が車載機１０に対し上記処理を行う旨の要求情報を送信してもよい。具体的には、サーバ装置２０は、最終更新日や地図情報の精度等に基づき、地図ＤＢ１３に記憶されている地物の位置の精査が必要か否かを判断する。地物の位置の精査が必要な場合、サーバ装置２０は、上記処理を行う旨の要求情報を送信せず、車載機１０からサーバ装置２０へ誤差情報を送信する設定とする。一方、地物の位置の精査が必要でない場合、サーバ装置２０は、上記処理を行う旨の要求情報を車載機１０へ送信する。これにより、地物ごとに精査の必要性に応じた処理が可能となる。

１車載機
２ライダ
３ジャイロセンサ
４車速センサ
５ＧＰＳ受信機
１０車載器
１３地図ＤＢ
１５、２５制御部
２０サーバ装置
２３地図ＤＢ

Claims

計測部により計測される、移動体から対象物までの距離を示す第１距離情報、及び、推定部により推定される、前記移動体から前記対象物までの距離を示す第２距離情報を取得する第１取得部と、
前記移動体の自己位置精度情報を取得する第２取得部と、
前記第１距離情報及び前記第２距離情報が示す距離の差分値、並びに、前記自己位置精度情報に基づき、前記対象物の地図情報における位置と前記対象物の現実環境における位置との間の所定値以上のずれの有無を判定する判定部と、
を備えることを特徴とする判定装置。