JP6835149B2 - 情報処理装置及び情報処理システム - Google Patents

Description

本開示は、車載装置と通信可能に構成された情報処理装置に関する。

特許文献１では、プローブ情報に基づいて、交差点の信号機の有無を判断する技術が提案されている。

特開２００５−２６７４７２号公報

現在、運転の一部又は全部を自動で行う自動運転装置の開発が進められている。自動運転には、信号等の様々な地物の情報が利用されるが、そのような地物の変化は迅速に取得することが望まれる。

本開示は、自動運転に必要な情報を迅速に取得する技術を提供する。

本開示の１つの態様は、複数の車両（１２）に搭載される複数の車載装置（１２ａ）と通信可能に構成された情報処理装置（１１）である。この情報処理装置は、予め設定されたタイミングを経過するごとに、上記複数の車載装置が取得したプローブ情報に基づき、自動運転の制御に用いることができる道路上の地物である特定地物の変化を検出する検出部（３２）を備える。

この検出部は、第１算出部（３５）と、第２算出部（３６）と、比較部（３７）と、を備える。第１算出部は、第１期間に取得されたプローブ情報に基づき算出される、特定地物の態様に関する指標である第１指標を算出する。第２算出部は、第１期間よりも過去である第２期間に取得されたプローブ情報に基づき算出される上記指標である第２指標を算出する。比較部は、第１指標と第２指標とを比較することにより、特定地物の変化を検出する。またプローブ情報とは、車両の走行状態に関する情報、運転者による操作に伴って取得される取得される各種センサの取得情報、車両の内外を撮影するカメラの撮影画像、のうちの少なくともいずれか１つを含む。

このような構成によれば、予め設定されたタイミングを経過するごとに、特定地物の変化を検出することができる。よって、自動運転に必要な情報を迅速に取得することができる。

本開示の他の１つの態様は、上述した情報処理装置（１１）と、車両に搭載され、予め設定されたタイミングごとにプローブ情報を情報処理装置に送信する車載装置（１２）と、を備える情報処理システム（１）である。

このような構成によれば、自動運転に必要な情報を迅速に取得することができる。
なお、この欄及び特許請求の範囲に記載した括弧内の符号は、一つの態様として後述する実施形態に記載の具体的手段との対応関係を示すものであって、本開示の技術的範囲を限定するものではない。

情報処理システムの概略構成を示すブロック図である。 情報処理装置の構成を示すブロック図である。 情報処理装置の機能ブロック図である。 情報送信処理のフローチャートである。 地図更新処理のフローチャートである。 第１実施形態の変化点検出処理のフローチャートである。 ウィンカーを点灯した状態において車両が移動した直線距離の算出方法を説明する図である。 第２実施形態の変化点検出処理のフローチャートである。 プローブ情報の一例を示す図である。 標識認識の処理を説明する図である。 標識の位置の誤差を説明する図である。 第３実施形態の変化点検出処理のフローチャートである。

以下、図面を参照しながら、発明を実施するための形態を説明する。
［１．第１実施形態］
［１−１．構成］
図１に示す情報処理システム１は、情報処理装置１１を中心に構成されるシステムである。情報処理システム１には、複数のプローブカー１２に搭載される複数の車載装置１２ａと、複数の自動運転車両１３に搭載される複数の車載装置１３ａと、が含まれる。プローブカー１２が本開示における車両の一例である。

この情報処理システム１の機能の概略を説明する。情報処理装置１１は、車載装置１２ａからプローブ情報を取得すると、プローブ情報のデータを分析して、地図上の変化点を検出する。

変化点とは、自動運転に必要な道路上の地物である特定地物に変化があった点である。特定地物とは、道路上又は道路に沿って配置される物、又は道路における特定の領域であって、自動運転において制御のために用いられるものを意味する。

検出された変化点は、情報処理装置１１が予め有している高精度地図２６に反映され、車載装置１３ａに配信される。また変化点が反映された高精度地図２６は、地図会社１４に送信され、地図ＤＢ１４ａに格納される。地図会社１４はベースとなる地図ＤＢ１４ａを情報処理装置１１に提供する。

プローブ情報とは、実際に車両が走行することにより取得される情報である。プローブ情報には、車両の走行状態に関する情報、各種センサの取得情報、車両の内外を撮影するカメラの撮影画像など、車両において取得できる様々な情報が含まれ得る。なお変化点の検出に用いられる情報はプローブ情報の一部であってもよい。

高精度地図２６とは、地図情報のみでなく、自動運転の制御に利用される様々な情報が含まれる地図である。本実施形態では、特定地物の情報が含まれる。
プローブカー１２と自動運転車両１３とが同一の車両であってもよい。また自動運転車両１３の自動運転とは、一定の期間、搭乗者の運転操作を不要とする自動運転のみでなく、衝突回避などのために行われる一時的な運転支援を含むものとする。

情報処理装置１１は、車載装置１２ａ及び車載装置１３ａと通信可能に構成されたサーバ装置である。情報処理装置１１は、図２に示すように、ＣＰＵ２１と、ＲＡＭ、ＲＯＭ、フラッシュメモリ等の半導体メモリ（以下、メモリ２２）と、ハードディスク等の大きな記憶容量を有する記憶装置２３と、を有するコンピュータシステムを含む。情報処理装置１１の各種機能は、ＣＰＵ２１が非遷移的実体的記録媒体に格納されたプログラムを実行することにより実現される。この例では、メモリ２２が、プログラムを格納した非遷移的実体的記録媒体に該当する。また、このプログラムの実行により、プログラムに対応する方法が実行される。なお、情報処理装置１１を構成するマイクロコンピュータの数は１つでも複数でもよい。高精度地図２６は、記憶装置２３に記憶される。

情報処理装置１１は、ＣＰＵ２１がプログラムを実行することで実現される機能の構成として、図３に示すように、取得部３１と、検出部３２と、配信部３３と、を備えている。また、検出部３２は、さらに、第１算出部３５と、第２算出部３６と、比較部３７と、更新部３８と、を備える。情報処理装置１１が備えるこれらの要素を実現する手法はソフトウェアに限るものではなく、その一部又は全部の要素について、一つあるいは複数のハードウェアを用いて実現してもよい。例えば、上記機能がハードウェアである電子回路によって実現される場合、その電子回路は多数の論理回路を含むデジタル回路、又はアナログ回路、あるいはこれらの組合せによって実現してもよい。

取得部３１は、プローブカー１２の車載装置１２ａからプローブ情報を取得する。
検出部３２は、予め設定された周期ごとに、複数の車載装置１２ａが取得したプローブ情報に基づき、特定地物の変化を検出する。

配信部３３は、検出部３２により検出された特定地物の変化に関する情報を自動運転車両１３の車載装置１３ａに配信する。
特定地物の変化に関する情報とは、変化した特定地物そのものを示す情報であってもよいし、特定地物の変化を反映させた別の情報であってもよい。つまり、例えばレーンや信号機が追加されたという情報をその位置と共に配信して、車載装置１３ａにおいて、利用可能な形に処理してもよいし、特定地物の情報が含まれる地図情報を更新し、更新した地図情報を配信してもよい。本実施形態では、更新した地図情報が配信される。

第１算出部３５は、現時点を基準とする第１期間に取得されたプローブ情報に基づき算出される、特定地物の態様に関する指標である第１指標を算出する。また、第２算出部３６は、第１期間よりも過去である第２期間に取得されたプローブ情報に基づき算出される指標である第２指標を算出する。

特定地物の態様に関する指標とは、ある期間に取得されたプローブ情報のうち、その特定地物に対応する情報を定量的に示したものである。例えば、車両状態の変化に係るプローブ情報（例えば、運転者の操作の有無、機器の動作の有無など）であれば、状態が変化した回数、所定の状態となった回数又は時間の割合、などを指標とすることができる。また、例えば物理的、時間的な長さに係るプローブ情報であるならば、様々な手法により求まる平均値、最大値、中央値、最頻値などを指標とすることができる。

第１期間とは、現時点を基準とする期間である。例えば、現在時刻を期間の終了時間としてもよい。具体的には、７日前の日における現在と同じ時刻から現在時刻まで、を第１期間とすることができる。また、現時点を基準として過去にあたる一定期間、例えば前日、先週、先月などを第１期間としてもよい。月、週の区切りとなる日や曜日も特に限定されない。

第２期間とは、第１期間よりも全体として過去と判断できる期間であればよい。また、期間の長さは特に限定されないが、第１期間と同等か第１期間よりも長い方がよい場合もある。例えば、第１期間が現時点を基準として前日一日であるならば、第２期間は１ヶ月前から一昨日までの期間とすることができる。また、第１期間が先月ならば第２期間は先々月とすることができる。また、第１期間と第２期間との間に間隔が空いていてもよい。また、第１期間の一部又は全部が第２期間に含まれていてもよい。例えば第１期間が先週一週間で第２期間が先月の場合、第１期間の一部又は全部が第２期間に含まれても、プローブ情報の新鮮さの観点からみれば、第２期間の方が過去を示す情報であると判断できる。

本実施形態では、一例として、第１期間を前日、第２期間を７日前から２日前までの６日間とする。
比較部３７は、同一の特定地物に係る第１指標と第２指標とを比較することにより、特定地物の変化を検出する。具体的な方法はその特定地物の種類や指標の形式により任意に定めることができるが、例えば、指標の変化量が所定の閾値以上である場合が挙げられる。

更新部３８は、高精度地図２６を、比較部３７により検出された特定地物の変化に基づいて更新する。
車載装置１２ａは、情報処理装置１１と通信可能であり、かつ、プローブ情報を取得可能に構成されている。車載装置１２ａは、例えば、プローブカー１２に搭載される機器の動作状態（例えばライトの点灯、ワイパの作動など）を取得する装置や、運転者の操作状態（例えばステアリングの角度、ブレーキ操作など）、車速、天気、温度などを測定するセンサ、車両の外部を撮影するカメラ等と接続され、それらから取得した情報を情報処理装置１１に送信する。

車載装置１３ａは、情報処理装置１１と通信可能に構成されている。また車載装置１３ａは、自動運転車両１３の自動運転を実行する公知の自動運転制御装置と通信可能に構成されている。

なお情報処理装置１１と、車載装置１２ａ及び車載装置１３ａとの通信の方式、及び用いられる通信デバイスなどは特に限定されない。
また情報処理装置１１は、地図会社１４と通信可能に構成されている。高精度地図２６に変更があったときには、地図会社１４に更新された高精度地図２６を送信する。地図会社１４は、地図データベース１４ａへ通知内容を反映させる。

［１−２．処理］
＜プローブカーの車載装置の処理＞
車載装置１２ａの情報送信処理について、図４のフローチャートを用いて説明する。この処理は、一定周期で行われる。なおこの周期は、上述した第１期間等と比較すると十分に小さい期間（例えば、５秒）とすることができる。

Ｓ１では、車載装置１２ａは、プローブ情報を取得する。
Ｓ２では、車載装置１２ａは、Ｓ１にて取得したプローブ情報を情報処理装置１１に送信する。このＳ２の後、本処理を終了する。

なお車載装置１２ａは、プローブ情報を取得する度に情報処理装置１１に送信せずに、一定期間のプローブ情報２０７を蓄積してまとめて情報処理装置１１に送信してもよい。
＜情報処理装置の処理＞
次に、情報処理装置１１の地図更新処理について、図５のフローチャートを用いて説明する。

Ｓ１１では、情報処理装置１１のＣＰＵ２１は、後述するＳ１２で行われる、前回の変化点検出処理から所定時間が経過したか否かを判定する。この所定時間は、即ち、変化点検出処理を実行する周期である。この周期は、十分なプローブ情報を取得でき、かつ、高精度地図２６の更新ペースが遅くなりすぎないように設定することができる。前回の変化点検出処理から所定時間を経過していなければ再度Ｓ１１を実行し、所定時間が経過するまで待機する。前回の変化点検出処理から所定時間を経過していれば、Ｓ１２に移行する。

Ｓ１２では、ＣＰＵ２１は、送信されたプローブ情報に基づいて変化点検出処理を行う。この変化点検出処理の詳細については後述する。
Ｓ１３では、ＣＰＵ２１は、Ｓ１２の結果に基づき、特定地物の変化点が有るか否かを判定する。変化点がなければ本処理が終了する。変化点があれば、処理がＳ１４へ移行する。

Ｓ１４では、ＣＰＵ２１は、変化点を情報処理装置１１が有する高精度地図２６へ反映する。すなわち、更新部３８により高精度地図が更新される。
Ｓ１５では、ＣＰＵ２１は、差分地図データ、即ち更新のあった部分の地図データを自動運転車両１３へ配信する。

Ｓ１６では、ＣＰＵ２１は、高精度地図の変更の反映について、地図会社へ通知を行う。その後、処理がＳ１１に戻る。
次に、情報処理装置１１のＣＰＵ２１による変化点検出処理について、図６のフローチャートを用いて説明する。本実施形態では、交差点で曲がる際のウィンカーの点灯開始地点の変化から、車両が交差点で右折を行うための右折専用レーンが新設された、或いは撤去されたことを検出する。

まず、Ｓ２１では、ＣＰＵ２１は、ウィンカーを点灯した状態において車両が移動した直線距離を算出する。
図７を用いて、上述した距離の具体的な算出方法を説明する。道路１０１は、左側を走行する道路であり、交差点に向かう右折専用レーン１０２を有する。道路１０１は、複数のリンク端点１０３により複数のリンク１０４に区切られている。複数のリンク１０４は、リンクＩＤで識別される。ここで、車両が図７における左から右へ、リンクＩＤ＝９９、１００の道路を走行し、その後右折してリンクＩＤ＝５００の道路に進入する場合を想定する。

図７において、四角で示されるプロット１１０、及び、円で示されるプロット１１１は車両の位置、即ち緯度経度の情報であり、プロットの移動が車両の位置の経時変化を示している。円で示されるプロット１１１は、その時点でウィンカーを点灯していることを示している。ここでは、１回の右折走行に対応する複数のプロット１１１を１つのグループとして考える。

交差点にはリンク端点１０３が設定されている。上述した直線距離は、交差点のリンク端点１０３と、ウィンカー点灯開始時点のプロット１１１（以降、プロット１１１Ｓと記載する）と、の道路の進行方向に関する距離Ｌ１である。

まず、ウィンカー点灯終了時点のプロット１１１（以降、プロット１１１Ｅと記載する）と、最後に経過したリンク端点１０３との緯度経度を比較する。これにより、右折がされたか否かを判断する。そして、交差点を右折したとき、即ち車両の位置に対応するリンクＩＤが変化したときのリンク端点１０３から、プロット１１１Ｓまでの距離Ｌ１を算出する。

このようにして、プロット１１１の１つのグループによる上述した直線距離Ｌ１が算出される。そしてＳ２１では、第１期間において取得した複数のプローブ情報から、当該交差点の右折に関するウィンカーの情報を取得し、車両が右折するごとの上記直線距離を算出する。

なお、右折時についてのみ説明をしたが、左折の場合も同様の処理が行われる。
Ｓ２２では、ＣＰＵ２１は、フィルタリングによりノイズとなる直線距離を除去する。ノイズであるか否かは、ウィンカーの点灯時間が所定の範囲内であるか否か、点灯距離が所定の範囲内であるか否か、及び、点灯終了の位置が所定の範囲内であるか否か、のうちの少なくとも１つに基づいて判断する。言い換えると、これらのうちの少なくともいずれか１つを含む条件を満たすプローブ情報を用いて専用レーンの変化を検出する。具体的には、以下の（ｉ）〜（ｖ）にてフィルタリングを行う。

（ｉ）道路１０１の通過運行数が少ない場合は、そもそもその交差点のレーン変化を分析対象としない。プローブ情報から、リンクＩＤ、走行方向、右左折でグルーピングした数により判断する。統計的な変化を検出するため、ある程度の通過運行数がなければ誤検出する可能性が高くなるためである。

（ｉｉ）ウィンカー点灯の時間、つまりプロット１１１Ｓが取得された時間からプロット１１１Ｅが取得された時間までの間隔が所定の範囲にない場合は、そのグループを除外する。通常走行における交差点右左折のウィンカー点灯の一般的なパターンに当て嵌まらないデータを除外するためである。

（ｉｉｉ）ウィンカー点灯状態の開始位置と右左折したと考えられる交差点のリンク端点との直線距離Ｌ１が閾値の範囲でなければ、そのグループを除外する。即ち、極端に直線距離Ｌ１が長い場合と、極端に直線距離Ｌ１が短い場合とを除外する。通常走行における交差点右左折のウィンカー点灯パターンに当て嵌まらないデータを除外するためである。

（ｉｖ）ウィンカー点灯状態の最終位置と右左折したと考えられるリンク端点との直線距離Ｌ２が閾値以内でなければ、そのグループを除外する。リンク端点から離れた地点でウィンカーが消灯されている場合、車線変更など、交差点右左折ではない可能性が高くなるためである。また、リンク接続関係データ等を保持していない場合には、リンクＩＤ変化のみで交差点の右左折を特定できないためである。

（ｖ）ウィンカー点灯状態の開始位置からウィンカー点灯状態の最終位置までの直線距離Ｌ３と、ウィンカー点灯状態の開始位置から右左折したと考えられるリンク端点までの直線距離Ｌ１と、の差が閾値以上でなければ、そのグループを除外する。リンク端点よりも手前の位置でウィンカーが消灯されている場合、交差点右左折ではない可能性が高くなるためである。具体的には、ガソリンスタンドやコンビニ等の駐車場へ入るなど、交差点直前の建造物に入るための右左折を除外する。

もちろん、フィルタはこれらに限定されない。例えば、ウィンカー点灯開始位置が所定の範囲にあることを条件としてもよい。具体的には、上述した直線距離Ｌ１が所定の範囲内にあることをノイズでない条件とすることができる。また、距離判断の基準として用いるリンク端点は、基準点の一例に過ぎず、他の基準を用いることもできる。

Ｓ２３では、ＣＰＵ２１は、第１期間において取得されたプローブ情報に基づく直線距離Ｌ１と、第１期間とは別の時期である第２期間に算出された直線距離Ｌ１と、を比較して、閾値以上の相違があるか否かを判定する。ここでは、例えば期間ごとの直線距離Ｌ１の算術平均値同士を比較することが考えられるが、比較の方法はそれに限定されず、様々な方法を採用し得る。例えば、それぞれの期間中に取得された複数の直線距離の中央値同士を比較してもよい。また閾値は、例えば右左折のための専用レーンがない道路においては第２期間の平均距離の１．５倍に設定することができ、既に右左折のための専用レーンがある道路においては第２期間の平均距離の０．６倍に設定することができる。

ＣＰＵ２１は、Ｓ２３で第１期間の直線距離Ｌ１と第２期間の直線距離Ｌ１とを比較して、閾値以上の相違があると判定した場合には、Ｓ２４へ移行し、レーン変化の検出を出力する。即ち、例えば右折専用レーンの存在しない道路で右折時の上述した直線距離の平均が閾値を超えて長くなっていれば、右折専用レーンが新しく新設されたものとして出力する。また、例えば右折レーンの存在する道路で直線距離の平均が閾値を超えて小さくなっていれば、右折レーンが撤去されたものとして出力する。なお図５のＳ１４では、更新部３８は、これらの出力に基づいて高精度地図２６の更新を行う。その後、図６の変化点検出処理を終了する。

一方、ＣＰＵ２１は、Ｓ２３で第１期間の直線距離Ｌ１と第２期間の直線距離Ｌ１とを比較して、閾値以上の相違がないと判定した場合には、Ｓ２５へ移行し、レーン変化を検出しなかったことを出力した後、図６の変化点検出処理を終了する。

［１−３．効果］
以上詳述した第１実施形態によれば、以下の効果が得られる。
（１ａ）情報処理システム１では、定期的に変化点検出処理を行うことから、自動運転に必要な特定地物の情報を自動的に迅速に更新することができる。

（１ｂ）本実施形態では、具体的には、特定地物として右折専用レーン及び左折専用レーンの新設、撤去を検出することができる。
［２．第２実施形態］
［２−１．第１実施形態との相違点］
第２実施形態は、基本的な構成は第１実施形態と同様であるため、相違点について以下に説明する。なお、第１実施形態と同じ符号は、同一の構成を示すものであって、先行する説明を参照する。

前述した第１実施形態では、右左折専用レーンの変化について検出する構成を例示した。これに対し、第２実施形態では、信号機の変化を検出する点で、第１実施形態と相違する。なお、ここでいう信号機の変化とは、信号機の新設、撤去、信号機の作動の中止や再開など、信号機の機能が発揮される状態か否かの変化を意味するものであり、少なくとも上記の変化態様のうちのいずれかを検出する。

［２−２．処理］
本実施形態では、プローブ情報のうち、所定の道路における車両の停止と移動に関する情報から、信号機の変化を検出する。第２実施形態の情報処理システム１では、信号機の変更の検出を月ごとに実施する。つまり、前月が第１時期であり、前々月が第２時期である。

第２実施形態の情報処理システム１が、第１実施形態の図６の変化点検出処理に代えて実行する変化点検出処理について、図８のフローチャートを用いて説明する。
まず、Ｓ３１では、ＣＰＵ２１は、停止プロット数と、移動プロット数と、をリンクごとに算出する。ここでいう停止プロットとは、プローブ情報を測定時刻ごとに区別したときにおける、速度が０であるプローブ情報の１つを指す。また、移動プロットとは、速度が０でないときのプローブ情報の１つを指す。プローブ情報は、例えば図９のように記録されており、この場合は１秒ごとに速度が取得されている。ここで、リンクＩＤごとに、停止プロットの数と移動プロットの数を求める。

Ｓ３２では、ＣＰＵ２１は、ノイズとなるプローブ情報をフィルタリングにより除去する。ノイズであるか否かは、車両の停止時間が所定の範囲内であるか否か、車両の停止状態と移動状態の遷移の頻度が所定の範囲内であるか否か、ハザードランプが点灯していないか否か、及び、マップマッチングの精度が所定の閾値以上であるか否か、のうちの少なくとも１つに基づいて判断する。言い換えると、これらのうちの少なくともいずれか１つを含む条件を満たすプローブ情報を用いて信号機の変化を検出する。具体的には、以下の（ｉ）〜（ｖ）にてフィルタリングを行う。

（ｉ）停止時間が長い場合は、営業所での停止、荷揚げ荷降ろし、休憩、渋滞などの可能性が高くなるため、そのときのプローブ情報を考慮対象から除外する。例えば、１分３０秒を閾値とし、それ以上の停止に係るプロットを除外することが考えられる。

（ｉｉ）停止時間が短い場合は、渋滞、料金所などの可能性が高くなるため、そのときのプローブ情報を考慮対象から除外する。例えば、３０秒を閾値とし、それ以下の停止に係るプローブ情報を除外することが考えられる。

（ｉｉｉ）ハザードランプを点灯させている場合は、仮に速度が０であっても信号による停車ではない蓋然性が高いため、そのときのプローブ情報を考慮対象から除外する。
（ｉｖ）マップマッチングの精度が低い場合は、道路から離れて作業場や駐車場に移動した可能性が高くなるため、そのときのプローブ情報を考慮対象から除外する。

（ｖ）停止と移動が頻繁に入れ替わる場合、渋滞である可能性があるため、そのときのプローブ情報を考慮対象から除外する。
なお、上述した各フィルタは、道路種別を考慮してその有無や閾値を調整してもよい。

Ｓ３３では、ＣＰＵ２１は、停止プロットと移動プロットの合計における停止プロットの割合を算出する。
Ｓ３４では、ＣＰＵ２１は、Ｓ３３にて算出された割合が所定の閾値以上変動したか否かを判定する。この判定は、道路リンクごとに、前々月の上述した割合と、前月の割合と、を比較することにより行われる。閾値は、例えば、５倍、１／５倍に設定することができる。

なお、前々月の停止プロットと移動プロットの合計における停止プロットの割合が第２指標の例であり、前月の上記割合が第１指標の例である。
ＣＰＵ２１は、Ｓ３４で、前々月の割合と比較して、閾値以上の相違があると判定した場合には、Ｓ３５へ移行し、信号機の変化の検出を出力する。即ち、例えば上記割合が５倍以上となっていれば信号機が新しく新設されたものとして出力する。また、上記割合が１／５倍以下となっていれば信号機が撤去されたものとして出力する。更新部３８は、これらの出力に基づいて高精度地図２６の更新を行う。その後、図８の変化点検出処理を終了する。

一方、ＣＰＵ２１は、Ｓ３４で前々月の割合と比較して、閾値以上の相違がないと判定した場合には、Ｓ３６へ移行し、信号機の変化を検出しなかったことを出力した後、図８の変化点検出処理を終了する。

［２−３．効果］
以上詳述した第２実施形態によれば、前述した第１実施形態の効果（１ａ）を奏し、また本実施形態では、信号機の新設・撤去を検出することができる。

［３．第３実施形態］
［３−１．第１実施形態との相違点］
第３実施形態は、基本的な構成は第１実施形態と同様であるため、相違点について以下に説明する。なお、第１実施形態と同じ符号は、同一の構成を示すものであって、先行する説明を参照する。

第３実施形態では、標識の新設、変更、撤去などの標識の変化を検出する点で、第１実施形態及び第２実施形態と相違する。
本実施形態では、車載装置１２ａは、ドライブレコーダとしての機能を有しており、プローブ情報として車両外部を撮影した画像のデータを情報処理装置１１に送信する。なお、以降、時間経過に応じて撮影される複数の一連の画像データを動画データと記載し、そこに含まれる画像データを静止画データと記載する。

なお、車両外部を撮影した画像であれば、いわゆるドライブレコーダと同一の機能を有する装置により撮影された画像でなくともよい。例えば、動画のように連続的に画像を撮影するものでなく、動画と比較して大きな時間間隔（例えば、３秒間隔）で画像を撮影して情報処理装置１１に送信する構成であってもよい。

［３−２．処理］
本実施形態では、プローブ情報のうち、プローブカー１２の外部が撮影された撮像画像を用いて標識の変化を検出する。

第３実施形態の情報処理システム１では、標識の変化の検出を、第２実施形態と同様に、月ごとに実施する。ここでいう標識の変化とは、標識の新設や撤去、内容の変更などが該当する。

動画データから標識を認識するための標識認識の処理を、図１０を用いて説明する。なお、標識には複数の種類が存在するため、複数の標識それぞれについて以下の処理が実行される。

Ｓ４１では、情報処理装置１１のＣＰＵ２１は、動画データ２０１から、学習用データを抽出する。具体的には、動画データ２０１の中から、標識が撮影された静止画データ２０２を選択して抽出する。この抽出された静止画データ２０２が学習用データである。

Ｓ４２では、ＣＰＵ２１は、Ｓ４１にて抽出された学習用データと、標識形状モデル情報２０３と、から標識パターン学習を行い、標識検出のための標識学習データ２０４を作成する。

このＳ４１とＳ４２とが、高精度地図２６の変化点検出を実行するよりも先に行われる処理である。Ｓ４３以降の処理は、プローブカー１２から取得した動画データ２０１に基づいて標識に関する変化を検出する処理である。

Ｓ４３では、ＣＰＵ２１は、動画データ２０１と、標識学習データ２０４と、に基づいて、標識検出を行う。標識が検出された静止画データ２０２は、標識ごとに分類して記憶される。

なお、この動画データ２０１には、対応する運行データが存在する。運行データには、静止画データ２０２それぞれの撮影位置および時刻の情報が含まれる。
Ｓ４４では、ＣＰＵ２１は、運行データ２０６と、プローブ情報２０７と、に基づいて、Ｓ４３にて検出された静止画データ２０２の撮影位置の検出を行う。

Ｓ４５では、Ｓ４４にて出力された撮影位置の情報である検出位置情報２０８に基づいて、標識位置の類推補正を行う。Ｓ４４にて取得された撮影位置は、図１１に示されるように、プローブカー１２の位置であるため、静止画データ２０２に含まれる標識２１０の位置と同一ではなく、標識２１０の位置から距離を有する。この距離を、静止画データ２０２における標識２１０のサイズ、即ち標識部分の画素数や、静止画データ２０２における標識部分の位置、撮影時点でのプローブカー１２の走行速度、などに基づいて補正する。このようにして、標識の位置情報２０９が取得される。

Ｓ４３〜Ｓ４５の処理によって、ある動画データ２０１から、その走行において画像に示された標識２１０とその位置が特定される。
次に、第３実施形態の情報処理システム１が、第１実施形態の図６の変化点検出処理に代えて実行する変化点検出処理について、図１２のフローチャートを用いて説明する。

まず、Ｓ５１では、ＣＰＵ２１は、第１期間に取得された複数の動画データ２０１から、標識ごとに、標識が撮影された静止画データ２０２を検出する。これにより、対象となる道路において存在する標識の静止画像が複数取得される。

Ｓ５２では、ＣＰＵ２１は、Ｓ５１にて取得された静止画データ２０２と、プローブ情報の関連付けを行う。
Ｓ５３では、ＣＰＵ２１は、Ｓ４５にて説明した手法で標識検出点の類推補正を行う。

Ｓ５４では、ＣＰＵ２１は、第１期間全体としての標識検出点を決定する。つまり、標識の種類および存在する位置について、その位置において検出された標識の数、言い換えると標識が撮影された静止画データ２０２の数や、標識の尤度などに基づいて決定する。この第１期間の標識検出点が第１指標の例である。

Ｓ５５では、ＣＰＵ２１は、第２期間の標識検出点と比較して、相違するか否かを判断する。なお、第２期間の標識検出点が第２指標の例である。
ＣＰＵ２１は、Ｓ５５で、第２期間、即ち前々月の検出点と比較して、検出点が相違すると判定した場合には、Ｓ５６へ移行し、標識の変化の検出を出力する。即ち、新たな標識の位置、標示内容、又は標識の撤去等の情報を出力し、更新部３８により高精度地図の更新を行う。その後、図１２の変化点検出処理を終了する。

一方、ＣＰＵ２１は、Ｓ５５で第２時期と標識が相違しないと判定した場合には、Ｓ５７へ移行し、標識の変化を検出しなかったことを出力した後、図８の変化点検出処理を終了する。

［３−３．効果］
以上詳述した第３実施形態によれば、前述した第１実施形態の効果（１ａ）を奏し、さらに、本実施形態では、標識の新設・変更・撤去を検出することができる。

［４．他の実施形態］
以上、本開示の実施形態について説明したが、本開示は上述の実施形態に限定されることなく、種々変形して実施することができる。

（４ａ）上記各実施形態では、右折および左折の専用レーンの変化、信号機の変化、及び標識の変化について検出する構成を例示したが、これら以外の地物を検出対象としてもよい。

（４ｂ）上記各実施形態で例示した専用レーン、信号機、及び標識の変化の判定方法は、上記実施形態にて例示した方法に限定されない。
例えば、第１実施形態では、ウィンカー点灯走行の直線距離を指標として専用レーンの変化を検出する構成を例示したが、専用レーンの存在の有無に起因するウィンカーの状態を判断可能な指標であれば、上記割合以外の指標を採用してもよい。

また第１実施形態ではウィンカーの状態に基づいて専用レーンの変化の検出を行う構成を例示したが、専用レーンが追加されたことに起因して実行されるステアリングの操作やブレーキの操作に基づいて専用レーンの変化の検出を行うことが考えられる。

また第２実施形態では、停止プロットの割合を指標として信号機の変化を検出する構成を例示したが、信号機の設置に起因する移動や停止の状態を判断可能な指標であれば、上記割合以外の指標を採用してもよい。

また第２実施形態では、停止、移動に係るプローブ情報に基づいて信号機の変化の検出を行う構成を例示した。しかしながら、それ以外のプローブ情報、例えば、信号機の設置に起因するブレーキの操作、アクセルの操作、車間距離、前方車両のブレーキランプの画像などに基づいて信号機の変化の検出を行う構成としてもよい。

（４ｃ）上記実施形態では、所定の周期で変化点検出処理を実行して特定地物の変化の検出を行う構成を例示した。しかしながら、その検出を行うタイミングは上記実施形態に例示したタイミングに限定されない。例えば、一定数のプローブカー１２が当該道路を通行したときに実行するように構成されていてもよい。また、第１期間及び第２期間も特に限定されず、様々な期間に設定することができる。

（４ｄ）第１実施形態及び第２実施形態においては、複数の条件を満たすプローブ情報のみが利用されるようにフィルタリングを行う構成を例示したが、フィルタリングは例示された条件の一部のみを判断することにより実行してもよいし、別の条件によりフィルタリングを行ってもよい。例えば、天候情報や時刻情報に基づき、雨天時や夜間のプローブ情報は採用しないこととしてもよい。

また、フィルタリングを行わない構成であってもよい。また、第３実施形態においてもフィルタリングを行うように構成してもよい。例えば、上述した天候情報や時刻情報に基づいてフィルタリングを行うことが考えられる。

（４ｅ）上記実施形態における１つの構成要素が有する複数の機能を、複数の構成要素によって実現したり、１つの構成要素が有する１つの機能を、複数の構成要素によって実現したりしてもよい。また、複数の構成要素が有する複数の機能を、１つの構成要素によって実現したり、複数の構成要素によって実現される１つの機能を、１つの構成要素によって実現したりしてもよい。また、上記実施形態の構成の一部を省略してもよい。また、上記実施形態の構成の少なくとも一部を、他の上記実施形態の構成に対して付加又は置換してもよい。なお、特許請求の範囲に記載した文言から特定される技術思想に含まれるあらゆる態様が本開示の実施形態である。

（４ｆ）上述した情報処理装置１１の他、当該情報処理装置１１を構成要素とする情報処理システム１、当該情報処理装置１１としてコンピュータを機能させるためのプログラム、このプログラムを記録した半導体メモリ等の非遷移的実態的記録媒体など、種々の形態で本開示を実現することもできる。

１…情報処理システム、１１…情報処理装置、１２…プローブカー、１２ａ…車載装置、３２…検出部、３３…配信部、３５…第１算出部、３６…第２算出部、３７…比較部

Claims (7)

1. 複数の車両（１２）に搭載される複数の車載装置（１２ａ）と通信可能に構成された情報処理装置（１１）であって、
   予め設定されたタイミングを経過するごとに、前記複数の車載装置が取得したプローブ情報に基づき、自動運転の制御に用いることができる道路上の地物である特定地物の変化を検出する検出部（３２）を備え、
   前記検出部は、
   第１期間に取得されたプローブ情報に基づき算出される、前記特定地物の態様に関する指標である第１指標を算出する第１算出部（３５）と、
   前記第１期間よりも過去である第２期間に取得されたプローブ情報に基づき算出される前記指標である第２指標を算出する第２算出部（３６）と、
   前記第１指標と前記第２指標とを比較し、予め定められた条件を満たすように前記第１指標が前記第２指標から変化している場合に、前記特定地物の変化を検出する比較部（３７）と、を備え、
   前記プローブ情報とは、車両の走行状態に関する情報、運転者による操作に伴って取得される各種センサの取得情報、車両の内外を撮影するカメラの撮影画像、のうちの少なくともいずれか１つを含む、情報処理装置。
2. 請求項１に記載の情報処理装置であって、
   前記特定地物は、信号機であり、
   前記検出部は、所定の道路における車両の停止に関する前記プローブ情報を用いて信号機の変化を検出する、情報処理装置。
3. 請求項２に記載の情報処理装置であって、
   前記検出部は、車両の停止時間が所定の範囲内であること、車両の停止状態と移動状態の遷移の頻度が所定の範囲内であること、ハザードランプが点灯していないこと、及び、マップマッチングの精度が所定の閾値以上であること、のうちの少なくともいずれか１つを含む条件を満たす前記車両の停止に関する情報を用いて前記信号機の変化を検出する、情報処理装置。
4. 請求項１に記載の情報処理装置であって、
   前記特定地物は、標識であり、
   前記検出部は、前記プローブ情報のうち、車両の外部が撮影された撮像画像を用いて標識の変化を検出する、情報処理装置。
5. 請求項４に記載の情報処理装置であって、
   前記検出部は、天候情報が所定の条件を満たすこと、及び、時刻情報が所定の条件を満たすこと、のうちの少なくともいずれか一方を含む条件を満たす前記撮像画像を用いて前記標識の変化を検出する、情報処理装置。
6. 請求項１から請求項５のいずれか１項に記載の情報処理装置であって、
   さらに、前記検出部により検出された特定地物の変化に関する情報を、車両の自動運転を制御する制御装置に配信する配信部を備える、情報処理装置。
7. 請求項１から請求項６のいずれか１項に記載の情報処理装置（１１）と、
   車両に搭載され、予め設定されたタイミングごとにプローブ情報を前記情報処理装置に送信する車載装置（１２）と、を備える情報処理システム（１）。

Images