JP4366664B2 - 自車位置認識装置及び自車位置認識プログラム - Google Patents

Description

本発明は、例えばナビゲーション装置等に用いられ、自車位置を認識する自車位置認識装置に関する。

ナビゲーション装置等において、現実の道路の情報を表す道路地図データを用いて、自位置の表示や目的地までの経路の案内等を行う技術が知られている。デジタルデータで構築されたこのような道路地図データは、ノードとリンクとの組み合わせにより構築された道路ネットワークデータを備えている。ここで、ノードとは、一般に、道路の交差点、折曲点、などの座標点である。リンクとは、各ノードをつないだものである。そして、複数のリンクの接続関係によって道路を表す道路ネットワークが構築される。各リンクには、その属性を示すリンク情報が付与されている。属性とは、例えば、リンク番号、リンクの始点ノード及び終点ノードの座標値、リンクの距離、道路の種類又は種別、道路幅、通行規制などである。

ナビゲーション装置は、ＧＰＳによる衛星航法や車載センサを用いた自律航法などにより自車両の位置を得て、自車両を道路地図データにマッピングする。しかし、道路が比較的小さい角度で分岐している狭角分岐路では、衛星航法や自律航法での誤差によって、実際に車両が通行している道路とは異なる道路にマッピングされる場合がある。ナビゲーション装置では、道路地図に自車位置が重畳表示されるが、実際の車両位置とは異なる表示が行われると運転者が混乱する場合がある。

下記に示す特許文献１には、狭角分岐における自車位置の認識精度を向上するために、衛星航法用の受信装置による位置測定精度を高精度に切り替える技術が提案されている。特許文献１によれば、将来導入が検討されている高精度な位置測定手段を利用することにより、従来、位置測定誤差により生じていた誤マッピングを抑制する。また、下記に示す特許文献２には、分岐路側の制限速度に基づく車速に対するしきい値速度や、車線変更のための方向指示器の状態に基づいて、分岐した道路の何れを通行しているかを判定するナビゲーション装置が記載されている。

一方、ナビゲーション装置の別の機能として、目的地までの経路案内や、経路上の関連情報の提供などがある。例えば、道の駅や、サービスエリアなどの休憩場所の案内や、次のインターチェンジの案内などである。ナビゲーション装置に目的地が入力されている場合には、その目的地から車両の経路が算出されるので、そのような案内を行うことが容易である。一方、目的地が入力されていない場合には、車両の進行に応じて仮想的な目標エリアを演算し、その仮想的な目標エリアへの経路に応じた情報が提供される。このような仮想的な目標エリアを設定する場合、分岐があると、分岐の先の仮想的な目標エリアを予測することが困難になる。下記に示す特許文献３には、分岐路における運転者の通行履歴に基づいて、分岐からの脱出進路を予測して提示する進路予測方法が提案されている。予測された脱出進路に基づいて仮想的な目標エリアが予測され、目標エリアへの経路に応じた情報が提供される。

特開２００５−２９２０８２号公報（第２〜１２段落等） 特開２００６−０１７６４４号公報（第１６〜２４段落等） 特開２００６−２８４２５４号公報（第２〜７段落、第４３〜５９段落等）

特許文献１に記載された技術のように、狭角分岐において位置測定精度を高精度化すれば、誤マッピングを大幅に抑制することが期待できる。しかし、高精度な位置測定手段は高価であり、ナビゲーション装置自体のコストも増大させてしまう。特許文献２に記載された技術を用いれば、狭角分岐において、道路、即ちリンクを特定する精度を向上することができる。しかし、車速や方向指示器の状態などは、分岐点の場所や運転者の操作などにより種々の組み合わせが予想される。また、衛星航法や自律航法のための情報とは別の車両情報を利用するので、ナビゲーション装置の演算が複雑になる可能性がある。

特許文献３に記載された進路予測方法は、自車両が分岐点に到達する前に、分岐からの脱出進路を予測して、情報提供のための仮想的な目標エリアを予測するための技術である。また、この進路予測方法は、特許文献３の図３に示されているように、分岐点から先の進路が、衛星航法や自律航法に基づいて充分にマップマッチング可能な分岐における脱出進路を予測することを想定したものである。つまり、この進路予測方法では、分岐から先の通行経路を追うことなく、分岐の直後において車両が実際に通行する道路、即ちリンクが、衛星航法や自律航法に基づいて特定可能な分岐において脱出進路が予測される。このため、脱出進路の予測結果を利用したマップマッチングは実施されておらず、その必要性にも全く言及されていない。つまり、本質的なナビゲーション装置のマップマッチング機能についての上記課題、特に狭角分岐における課題は、やはり解決されていない。また、分岐における運転者の通行履歴に基づいて予測された分岐点から先の進路の予測結果を単純にマップマッチングに適用しても分岐点における上記課題を解決するには限定的な効果に留まる。マップマッチングにおいて、過去の通行頻度に基づいて得られる脱出進路の予測結果に対する依存度が高くなるため、実際に自車両が通行する道路に拘わらず、過去の自車両の通行頻度が高い道路へとマッチングされる傾向が強くなり、誤マッチングとなる可能性が生じる。

本願は、上記課題に鑑みて創案されたもので、分岐点、特に狭角分岐点において分岐する複数のリンクの中から自車両が通行するリンクを精度良く判定することが可能な自車位置認識装置を提供することを目的とする。

上記目的を達成するための本発明に係る自車位置認識装置の特徴構成は、
自車両の現在位置を示す自車位置情報を取得する自車位置情報取得手段と、
複数のリンクの接続関係により道路を表す道路情報を取得する道路情報取得手段と、
前記自車位置情報と前記道路情報とに基づいて自車両が通行するリンクを判定するリンク判定手段と、
前記リンク判定手段により判定されたリンクに基づいて、リンクの分岐点において自車両が通行した経路を示す通行履歴情報を生成する履歴情報生成手段と、
自車両の周辺の画像情報を取得する画像情報取得手段と、
前記画像情報に含まれる認識対象の画像認識処理を行う画像認識手段と、
前記履歴情報生成手段により生成された前記通行履歴情報を、前記画像認識手段による認識対象の認識結果を表す認識情報と関連付けて記憶する履歴情報記憶手段と、
前記履歴情報記憶手段に記憶された前記通行履歴情報及び前記画像情報に基づいて、前記分岐点において分岐する複数のリンクの中から自車両が通行するリンクを前記リンク判定手段により判定する際の各リンクの優先度を示す学習優先度情報を生成する学習手段と、を備える点にある。

この特徴構成によれば、リンクの分岐点において自車両が過去に通行した経路の情報を、通行履歴情報として適切に収集し、画像認識手段による認識対象の認識結果を表す認識情報と関連付けて記憶することができる。また、このように記憶された通行履歴情報及び認識情報に基づいて、自車両が通行するリンクを判定する際の各リンクの優先度を示す学習優先度情報が生成される。よって、リンク判定手段により分岐点において分岐する複数のリンクの中から自車両が通行するリンクを判定する際に、学習優先度情報を用いて自車両が過去に通行した経路の学習結果を反映した判定を行うことが可能となる。従って、例えば狭角分岐等のように、ＧＰＳ測位や自律航法で得られた自車位置情報や道路情報のみから自車両が通行中の道路のリンクを判定することが困難な場合であっても、分岐点において分岐する複数のリンクの中から自車両が通行するリンクを精度良く判定することができる。また、通行履歴情報のみではなく、認識情報も用いて学習優先度情報が生成されるので、認識対象の画像認識結果と通行履歴とを組み合わせて通行するリンクの判定を行うことが可能となる。よって、過去の通行頻度に対する依存度だけが高くなることはない。従って、一方的に通行頻度の高い道路へとマッチングされることなく、認識対象の画像処理結果も考慮して実際に自車両が通行するリンクを精度良く判定することが可能となる。

また、本発明に係る自車位置認識装置は、前記履歴情報生成手段が、前記分岐点から所定の記憶区間に亘り、前記リンク判定手段により判定されたリンクの経路を記憶し、当該記憶されたリンクの経路に基づいて前記通行履歴情報を生成することを特徴とする。

この特徴によれば、履歴情報生成手段は、所定の記憶区間に亘り、リンク判定手段により判定されたリンクの経路を記憶して、通行履歴情報を生成する。不必要に長い範囲に亘ってリンクの経路を記憶すると、通行履歴情報のデータ量が大きくなり、履歴情報記憶手段も大きな容量を必要とする。本特徴のように、記憶されるリンクの範囲を規定することによって、無駄なく効率的にリンク判定手段により判定されたリンクを記憶することができる。

また、本発明に係る自車位置認識装置は、前記学習手段が、前記画像認識手段による認識対象の認識結果に基づいて、当該認識結果に合致する前記認識情報と関連付けられた前記通行履歴情報を前記履歴情報記憶手段から抽出し、当該抽出された前記通行履歴情報に基づいて前記学習優先度情報を生成することを特徴とする。

画像情報取得手段により取得される自車両の周辺の画像情報は、実際に自車両が通行する道路の周辺状況が撮影されたものである。従って、画像認識手段による認識対象の認識結果は、実際に自車両が通行する道路の状況に適合したものである。本特徴によれば、認識結果に合致する認識情報と関連付けられた通行履歴情報が、履歴情報記憶手段から抽出される。そして、この抽出された通行履歴情報に基づいて学習優先度情報が生成される。よく利用する道路では、分岐点において分岐する各道路への自車両の通行割合が偏るが、この偏りが各道路の状況に適合した認識対象の認識結果に基づいて抽出される。抽出された偏りを反映して生成された学習優先度情報は、自車両が過去に通行した際の各道路における認識対象の認識結果に合致する情報である。従って、過去の通行頻度にのみ依存することなく、分岐点において分岐する複数のリンクの中から自車両が通行するリンクを精度良く判定することができる。

また、本発明に係る自車位置認識装置は、前記学習優先度情報が、前記認識情報に示される前記分岐点における前記認識対象の画像認識の有無と、前記通行履歴情報に基づいて判定される、前記分岐点において分岐する複数のリンクのそれぞれへの自車両の通行割合とに基づいて決定された優先度を示す情報であることを特徴とする。

この特徴によれば、分岐点における認識対象の画像認識の有無と、分岐点における過去の通行割合とに基づいて優先度を示す情報である学習優先度情報が生成される。よく利用する道路では、分岐点において分岐する各道路への自車両の通行割合が偏る。過去の通行割合に基づいて学習優先度情報を生成すると、この偏りを利用して分岐点において分岐する複数のリンクの中から自車両が通行するリンクを精度良く判定することができる。本特徴では、学習優先度情報に、さらに分岐点における認識対象の画像認識の有無の情報が加味される。画像情報取得手段により取得される自車両の周辺の画像情報は、実際に自車両が通行する道路の周辺状況が撮影されたものである。従って、画像認識手段による認識対象の画像認識の有無は、実際に自車両が通行する道路の状況を適格に示す情報であり、学習優先度情報は、自車両が過去に通行した際の各道路における認識対象の認識結果に合致する情報である。その結果、過去の通行頻度にのみ依存することなく、分岐点において分岐する複数のリンクの中から自車両が通行するリンクを精度良く判定することができる。

また、本発明に係る自車位置認識装置は、前記学習優先度情報が、前記認識情報に示される前記分岐点における前記認識対象の認識位置と前記通行履歴情報に基づいて判定される、前記分岐点において分岐する複数のリンクのそれぞれへの自車両の通行割合とに基づいて決定された優先度を示す情報であることを特徴とする。

この特徴によれば、分岐点における認識対象の認識位置と、分岐点における過去の通行割合とに基づいて優先度を示す情報である学習優先度情報が生成される。よく利用する道路では、分岐点において分岐する各道路への自車両の通行割合が偏る。過去の通行割合に基づいて学習優先度情報を生成すると、この偏りを利用して分岐点において分岐する複数のリンクの中から自車両が通行するリンクを精度良く判定することができる。本特徴では、学習優先度情報に、さらに分岐点における認識対象の認識の位置の情報が加味される。画像情報取得手段により取得される自車両の周辺の画像情報は、実際に自車両が通行する道路の周辺状況が撮影されたものである。従って、画像認識手段による認識対象の認識位置の情報は、実際に自車両が通行する道路を適格に示す情報であり、学習優先度情報は、自車両が過去に通行した際の各道路における認識対象の認識結果に合致する情報である。その結果、過去の通行頻度にのみ依存することなく、分岐点において分岐する複数のリンクの中から自車両が通行するリンクを精度良く判定することができる。

また、本発明に係る自車位置認識装置は、前記リンク判定手段が、前記学習優先度情報を用いて自車両が通行するリンクを判定することを特徴とする。

この特徴によれば、リンク判定手段は、学習優先度情報を用いて自車両が過去に通行した経路の学習結果を反映した判定を行うことができる。従って、例えば狭角分岐等のように、ＧＰＳ測位や自律航法で得られた自車位置情報や道路情報のみから自車両が通行中の道路のリンクを判定することが困難な場合であっても、分岐点において分岐する複数のリンクの中から自車両が通行するリンクを判定する際の精度を向上させることができる。

また、本発明に係る自車位置認識装置は、道路の属性に基づいて設定され、分岐する複数のリンクの中から自車両が通行するリンクを判定する際の各リンクの優先度を示す汎用優先度情報を取得する汎用優先度情報取得手段を有し、
前記リンク判定手段が、前記汎用優先度情報に加えて前記学習優先度情報を用いて、又は、前記汎用優先度情報に代えて前記学習優先度情報を用いて、自車両が通行するリンクを判定する、ことを特徴とする。

よく利用する道路以外の分岐点では、汎用優先度情報を用いてリンクが判定されることによって、道路の属性に基づく一般的な条件によりリンクが判定される。一方、よく利用する道路の分岐点では、自車両の通行履歴に基づいて生成された学習優先度情報を用いてリンクが判定される。汎用優先度情報に代えて学習優先度情報を用いれば、一般的な条件の影響を排除し、自車両の通行履歴に基づいて、当該自車両に応じたリンクの判定が可能となる。一方、汎用優先度情報に加えて学習優先度情報を用いれば、双方の優先度情報が加味された多角的なリンクの判定が可能となる。

また、本発明に係る自車位置認識装置は、前記自車位置情報取得手段が、前記リンク判定手段による自車両が通行するリンクの判定結果に基づいて、前記自車位置情報を補正することを特徴とする。

自車位置情報を得るための手段には種々あるが、自律航法では、直近の自車位置を基準として、動いた距離や方向によって現在の自車位置を規定する。この場合、自車位置情報にずれがあると、そのずれが拡大していくことになる。しかし、本特徴によれば、リンク判定手段により判定されたリンクの判定結果に基づいて、自車位置情報を補正するので、自車位置情報の精度を向上させることができる。リンク判定手段は、自車位置情報を用いて、自車両が通行するリンクを判定するので、リンクの判定精度も向上する。

また、本発明に係る自車位置認識装置は、前記リンクの分岐点が、狭角分岐であることを特徴とする。

自車位置情報は、いわゆる衛星航法や自律航法の手法に基づいて取得される。道路が比較的小さい角度で分岐している狭角分岐では、衛星航法や自律航法によって生じる誤差により、自車位置情報が複数のリンクに対して適用可能な値を有する場合がある。しかし、本特徴によれば、通行履歴に応じて生成された学習優先度情報を用いてリンク判定手段が自車両の通行するリンクを判定する。従って、特に狭角分岐等のように、ＧＰＳ測位や自律航法で得られた自車位置情報や道路情報のみから自車両が通行中の道路のリンクを判定することが困難な場合であっても、分岐する複数のリンクの中から自車両が通行するリンクの判定精度を向上させることが可能となる。尚、狭角分岐とは、方位センサにより進路変更を検出することが困難な程度の小さな角度の分岐であり、例えば、４５度以下程度の角度の分岐である。

また、本発明に係る自車位置認識装置は、前記履歴情報生成手段が、前記リンク判定手段により判定されたリンクに基づいて、リンクの分岐点において自車両が実際に通行した経路を判定し、当該実際に通行した経路を示す前記通行履歴情報を生成することを特徴とする。

履歴情報生成手段は、リンク判定手段により判定されたリンクに基づいて、リンクの分岐点において自車両が通行した経路を示す通行履歴情報を生成する。この時、道路情報において連続しないリンク間の移動があれば、いわゆる「位置飛び」が生じたことを知ることができる。この場合、分岐点の通過直後に判定したリンクが誤っていたこととなるので、当該リンクを補正することによって、自車両が実際に通行した経路を判定することができる。本特徴構成によれば、リンクの分岐点において自車両が実際に通行した経路を判定し、当該実際に通行した経路を示す通行履歴情報が生成される。履歴情報記憶手段には、実際の通行経路に合った通行履歴情報が記憶されるので、学習手段は軽い演算負荷で学習優先度情報を生成することができる。

また、本発明に係る自車位置認識装置は、前記履歴情報生成手段が、前記リンク判定手段により判定されたリンクの順序により経路を示す前記通行履歴情報を生成することを特徴とする。

履歴情報生成手段は、リンク判定手段により判定されたリンクに基づいて、リンクの分岐点において自車両が通行した経路を示す通行履歴情報を生成する。この時、道路情報において連続しないリンク間の移動があれば、いわゆる「位置飛び」が生じたことになる。本特徴構成によれば、このような「位置飛び」の有無等に関わらず、リンク判定手段により判定されたリンクの順序により経路を示す通行履歴情報が生成される。しかし、通行履歴情報に道路情報において連続しないリンク間の移動が含まれていれば、その通行履歴情報に基づいて「位置飛び」の有無の判定を含めて自車両が実際に通行した経路を判定することができる。従って、学習手段は、自車両が実際に通行した経路についての学習優先度情報を生成することができる。

また、本発明に係る自車位置認識装置は、前記記憶区間が、前記通行履歴情報に示される一つのリンクが、前記道路情報において接続関係のない別のリンクへ移動する位置飛びを生じるまでの区間であることを特徴とする。

記憶区間を不必要に長い区間に亘って設けると、通行履歴情報のデータ量が大きくなり、履歴情報記憶手段も大きな容量を必要とする。位置飛びが生じれば、分岐点における実際の通行経路が判定可能である。従って、記憶区間を位置飛びが生じるまでの区間とすることで、必要十分な区間を確保し、適切なデータ量の通行履歴情報を得ることができる。

また、本発明に係る自車位置認識装置は、前記記憶区間が、自車両の進行方向において次の分岐点までの区間であることを特徴とする。

記憶区間を不必要に長い区間に亘って設けると、通行履歴情報のデータ量が大きくなり、履歴情報記憶手段も大きな容量を必要とする。通行履歴情報は分岐点を起点として生成される。従って、分岐点を超えて通行履歴情報を生成すると、重なった区間が記憶されることになる。本特徴構成では、記憶区間を次の分岐点までの区間とすることで、必要十分な区間を確保し、適切なデータ量の通行履歴情報を得ることができる。

本発明に係るナビゲーション装置の特徴構成は、
上記の各構成を備えた自車位置認識装置と、
前記道路情報が記憶された道路情報記憶手段と、
前記自車位置認識装置により認識された自車位置情報及び前記道路情報を参照して動作する複数のアプリケーションプログラムと、
前記アプリケーションプログラムに従って動作して案内情報を出力する案内情報出力手段と、を備える点にある。

この特徴構成によれば、アプリケーションプログラムは、学習優先度情報を用いて判定されたリンクに基づいて動作することが可能である。従って、分岐点、特に狭角分岐点において精度良く判定された自車両が通行するリンクに基づいて、精度の良い案内情報を提供することができる。例えば、分岐点、特に狭角分岐点における位置飛びを減らして、視認性のよいナビゲーション装置を提供することができる。

本発明に係る自車位置認識プログラムは、
自車両の現在位置を示す自車位置情報を取得する自車位置情報取得工程と、
複数のリンクの接続関係により道路を表す道路情報を取得する道路情報取得工程と、
前記自車位置情報と前記道路情報とに基づいて自車両が通行するリンクを判定するリンク判定工程と、
前記リンク判定工程により判定されたリンクに基づいて、リンクの分岐点において自車両が通行した経路を示す通行履歴情報を生成する履歴情報生成工程と、
自車両の周辺の画像情報を取得する画像情報取得工程と、
前記画像情報に含まれる認識対象の画像認識処理を行う画像認識工程と、
前記履歴情報生成工程により生成された前記通行履歴情報を、前記画像認識工程による認識対象の認識結果を表す認識情報と関連付けて履歴情報記憶手段に記憶する履歴情報記憶工程と、
前記履歴情報記憶手段に記憶された前記通行履歴情報及び前記画像情報に基づいて、前記分岐点において分岐する複数のリンクの中から自車両が通行するリンクを前記リンク判定手段により判定する際の各リンクの優先度を示す学習優先度情報を生成する学習工程と、をコンピュータに実行させるためのプログラムである点を特徴とする。

この特徴によれば、コンピュータにより実行される当該プログラムによって、リンクの分岐点において自車両が過去に通行した経路の情報を、通行履歴情報として適切に収集し、画像認識手段による認識対象の認識結果を表す認識情報と関連付けて記憶することができる。また、このように記憶された通行履歴情報及び認識情報に基づいて、自車両が通行するリンクを判定する際の各リンクの優先度を示す学習優先度情報が生成される。よって、リンク判定工程で分岐点において分岐する複数のリンクの中から自車両が通行するリンクを判定する際に、学習優先度情報を用いて自車両が過去に通行した経路の学習結果を反映した判定を行うことが可能となる。従って、例えば狭角分岐等のように、ＧＰＳ測位や自律航法で得られた自車位置情報や道路情報のみから自車両が通行中の道路のリンクを判定することが困難な場合であっても、分岐点において分岐する複数のリンクの中から自車両が通行するリンクを精度良く判定することができる。また、通行履歴情報のみではなく、認識情報も用いて学習優先度情報が生成されるので、学習優先度情報を用いてリンクを判定しても過去の通行頻度に対する依存度だけが高くなることはない。従って、一方的に通行頻度の高い道路へとマッチングされることなく、実際に自車両が通行する道路に応じて適切にリンクを判定することが可能となる。

以下、本発明の実施形態を図面に基づいて説明する。図１は、本実施形態に係るナビゲーション装置１の概略構成を示すブロック図である。このナビゲーション装置１は、本発明の実施形態としての自車位置認識装置２を含んで構成されている。この自車位置認識装置２は、道路の分岐点、特に狭角分岐点において分岐する複数の道路の中から自車両が通行する道路を判定して自車位置情報Ｐの補正を行うことを可能とする。そして、ナビゲーション装置１は、補正された自車位置情報Ｐに基づいて経路案内等のナビゲーション処理を行う。

図１に示すナビゲーション装置１は、画像情報取得部１０、自車位置情報取得部１１、道路情報取得部１２、リンク判定部１３、自車位置情報補正部１４、履歴情報生成部１５、画像認識部１６、学習部１８、ナビゲーション用演算部２０などの機能部を有している。これら各機能部は、ＣＰＵやＤＳＰ（digital signal processor）等の演算処理装置を中核部材として、ハードウェア又はソフトウェア（プログラム）或いはその両方により実装されて構成され、入力されたデータに対して種々の処理を行う。また、これらの各機能部は、互いに情報の受け渡しを行うことができるように構成されている。ナビゲーション装置１は、地図情報などが記憶されたデータベースＤＢ１、ＤＢ２を有している。データベースＤＢ１、ＤＢ２は、例えば、ハードディスクドライブ、ＤＶＤ−ＲＯＭを備えたＤＶＤドライブ、ＣＤ−ＲＯＭを備えたＣＤドライブ等のように、情報を記憶可能な記録媒体とその駆動手段とを有する装置をハードウェア構成として備えている。記憶媒体は、必要に応じて書き換え、あるいは追記可能な媒体が利用される。以下、本実施形態に係るナビゲーション装置の各部の構成について詳細に説明する。

〔地図データベース〕
地図データベースＤＢ１は、所定の区画毎に分けられた地図情報Ｍが記憶されたデータベースである。図２は、地図データベースＤＢ１に記憶されている地図情報Ｍの構成の例を示す説明図である。この図に示すように、地図情報Ｍは、交差点に対応する多数のノードｎと、各交差点間を結ぶ道路に対応するリンクｋとの接続関係により道路ネットワークを表す道路情報Ｒを有している。各ノードｎは、緯度及び経度で表現された地図上の位置（座標）の情報を有している。各リンクｋは、ノードｎを介して接続されている。また、各リンクｋは、その属性情報として、道路種別、リンク長、道路幅、リンク形状を表現するための形状補間点等の情報を有している。ここで、道路種別情報は、例えば、自動車専用道路、市街道路、細街路、山岳路等のように、道路を複数の種別に区分した際の道路種別の情報である。これらのリンクｋの属性情報が、道路属性情報Ｒａ（図１参照）に相当する。地図データベースＤＢ１は、本発明における道路情報記憶手段に相当する。尚、図２においては、１つの区画の道路情報Ｒのみを図示し、他の区画の道路情報Ｒは省略して示している。

図１を参照すると、道路情報Ｒは、道路属性情報Ｒａの他、汎用優先度情報Ｒｂと学習優先度情報Ｒｃとを有している。汎用優先度情報Ｒｂ及び学習優先度情報Ｒｃは、狭角分岐後の複数のリンクｋの中から自車両が通行するリンクｋを判定する際の各リンクｋの優先度を示す情報である。汎用優先度情報Ｒｂは、道路属性情報Ｒａなどに基づいて設定される優先度である。詳細については後述する。学習優先度情報Ｒｃは、自車両の通行履歴に基づいて学習した結果に基づいて定められる優先度である。詳細については後述する。

〔画像情報取得部〕
画像情報取得部１０は、撮像装置６により撮像した自車両の周辺の画像情報Ｇを取得する画像情報取得手段として機能する。ここで、撮像装置６は、撮像素子を備えた車載カメラ等であって、少なくとも自車両の周辺の道路の路面を撮像可能な位置に設けられている。このような撮像装置６としては、例えば、図３に示すような自車両５０の後方の路面を撮像するバックカメラを用いると好適である。画像情報取得部１０は、撮像装置６により撮像した撮像情報を、フレームメモリ（不図示）などを介して所定の時間間隔で取り込む。この際の画像情報Ｇの取り込みの時間間隔は、例えば、１０〜５０ｍｓ程度とすることができる。これにより、画像情報取得部１０は、撮像装置６により撮像した複数フレームの画像情報Ｇを連続的に取得することができる。ここで取得された画像情報Ｇは、画像認識部１６へ出力される。

〔自車位置情報取得部〕
自車位置情報取得部１１は、自車両の現在位置を示す自車位置情報Ｐを取得する自車位置情報取得手段として機能する。ここでは、自車位置情報取得部１１は、ＧＰＳ受信機３、方位センサ４、及び距離センサ５と接続されている。ここで、ＧＰＳ受信機３は、ＧＰＳ（Global Positioning System）衛星からのＧＰＳ信号を受信する装置である。このＧＰＳ信号は、通常１秒おきに受信され、自車位置情報取得部１１へ出力される。自車位置情報取得部１では、ＧＰＳ受信機３で受信されたＧＰＳ衛星からの信号を解析し、自車両の現在位置（緯度及び経度）、進行方位、移動速度、時刻等の情報を取得することができる。方位センサ４は、自車両の進行方位又はその進行方位の変化を検出するセンサである。この方位センサ４は、例えば、ジャイロセンサ、地磁気センサ、ハンドルの回転部に取り付けた光学的な回転センサや回転型の抵抗ボリューム、車輪部に取り付ける角度センサ等により構成される。そして、方位センサ４は、その検出結果を自車位置情報取得部１１へ出力する。距離センサ５は、自車両の車速や移動距離を検出するセンサである。この距離センサ５は、例えば、車両のドライブシャフトやホイール等が一定量回転する毎にパルス信号を出力する車速パルスセンサ、自車両の加速度を検知するヨー・Ｇセンサ及び検知された加速度を積分する回路等により構成される。そして、距離センサ５は、その検出結果としての車速及び移動距離の情報を自車位置情報取得部１１へ出力する。自車位置情報取得部１６は、これらのＧＰＳ受信機１３、方位センサ１４及び距離センサ１５からの出力に基づいて、公知の方法により自車位置を特定する演算を行い、自車位置情報Ｐを取得する。

〔道路情報取得部〕
道路情報取得部１２は、複数のリンクｋの接続関係により道路を表す道路情報Ｒを取得する道路情報取得手段として機能する。道路情報取得部１２は、地図データベースＤＢ１から抽出された自車位置周辺の道路情報Ｒを取得する。尚、取得される道路情報Ｒには、道路属性情報Ｒａ、汎用優先度情報Ｒｂ、学習優先度情報Ｒｃが含まれる。道路情報取得部１２は、道路属性情報取得手段、汎用優先度情報取得手段、学習優先度情報取得手段としても機能する。

〔リンク判定部〕
リンク判定部１３は、自車位置情報Ｐと道路情報Ｒとに基づいて自車両が通行するリンクｋを判定する。このリンク判定部１３は、公知のマップマッチングと同様の処理によって自車両が通行するリンクｋを判定する。リンク判定部１３はリンク判定手段として機能する。また、リンク判定部１３は、後述するように、リンクｋの分岐点において、学習優先度情報Ｒｃや汎用優先度情報Ｒｂを用いて自車両が通行するリンクｋを判定する。

〔自車位置情報補正部〕
自車位置情報補正部１４は、リンク判定部１３による判定結果に基づいて、公知のマップマッチングを行うことにより自車位置情報Ｐを道路情報Ｒに示される道路上、即ちリンクｋに合わせて補正する。自車位置情報取得部１１において取得された自車位置情報Ｐは、緯度及び経度で表された自車両の現在位置の情報、及び自車両の進行方位の情報を含む自車位置情報Ｐに補正される。

〔ナビゲーション用演算部〕
ナビゲーション用演算部２０は、自車位置表示、出発地から目的地までの経路探索、目的地までの進路案内、目的地検索等のナビゲーション機能を実行するためにアプリケーションプログラム２３に従って動作する演算処理手段である。例えば、ナビゲーション用演算部２０は、自車位置情報Ｐに基づいて地図データベースＤＢ１から自車両周辺の地図情報Ｍを取得して表示入力装置２１に地図の画像を表示するとともに、当該地図の画像上に、自車位置情報Ｐに基づいて自車位置マークを重ね合わせて表示する処理を行う。また、ナビゲーション用演算部２０は、地図データベースＤＢ１に記憶された地図情報Ｍに基づいて、所定の出発地から目的地までの経路探索を行う。更に、ナビゲーション用演算部２０は、探索された出発地から目的地までの経路と自車位置情報Ｐとに基づいて、表示入力装置２１及び音声出力装置２２の一方又は双方を用いて、運転者に対する進路案内を行う。また、本実施形態においては、ナビゲーション用演算部２０は、表示入力装置２１及び音声出力装置２２に接続されている。表示入力装置２１は、液晶表示装置等の表示装置とタッチパネル等の入力装置が一体となったものである。音声出力装置は、スピーカ等を有して構成されている。本実施形態においては、ナビゲーション用演算部２０、表示入力装置２１、及び音声出力装置２２が、本発明における案内情報出力手段２４として機能する。

図４は、狭角分岐を有する道路とその道路情報を示す説明図である。図中において、ｎ１〜ｎ３はノードｎを示し、ｋ１〜ｋ７はリンクｋを示している。Ｒ１〜Ｒ４は、リンクｋ１〜ｋ７に対応する道路である。幹線道路である道路Ｒ１は、ノードｎ１において狭角分岐を有している。道路Ｒ１からの分岐路である道路Ｒ２は、側道として道路Ｒ１に沿って延伸し、ノードｎ２において道路Ｒ１と直交する幹線道路である道路Ｒ３に接続される。符号６０は、表示入力装置２１において表示される自車位置マークを示している。自車位置マーク６０は、自車両が、狭角分岐点であるノードｎ１に向かって進行していることを示している。また、道路Ｒ１と道路Ｒ２との分岐点には、道路Ｒ１から道路Ｒ２への分岐を示す点線状の道路表示Ｆ１が設けられている。道路標示Ｆ１は、本発明の認識対象となる地物である。尚、狭角分岐点とは、方位センサにより進路変更を検出することが困難な程度の小さな角度の分岐であり、例えば、４５度以下程度の角度の分岐である。

〔履歴情報生成部〕
履歴情報生成部１５は、リンク判定部１３により判定されたリンクｋに基づいて、リンクｋの分岐点において自車両が通行した経路を示す通行履歴情報Ｃを生成する履歴情報生成手段として機能する。図５は、図４の道路における通行履歴について示す説明図である。図５において、道路Ｒ１を通行する自車両５０は、分岐路である道路Ｒ２を通って道路Ｒ３へ進行している。道路Ｒ１上の位置ａ１における自車両５０は、正しいリンク判定によって道路Ｒ１に対応するリンクｋ１にマッピングされ、自車位置マーク６０もリンクｋ１上の位置ｂ１に表示されている。道路Ｒ１に沿った道路Ｒ２上の位置ａ２における自車両５０は、道路Ｒ２に対応するリンクｋ４ではなく、道路Ｒ１に対応するリンクｋ１にマッピングされている。自車位置マーク６０もリンクｋ１上の位置ｂ２に表示されている。道路Ｒ３上の位置ａ３における自車両５０は、正しいリンク判定によって道路Ｒ１に対応するリンクｋ５にマッピングされ、自車位置マーク６０もリンクｋ５上の位置ｂ３に表示されている。

上記、自車両５０の位置ａ１〜ａ３と、表示入力装置２１において表示される自車位置マーク６０の位置ｂ１〜ｂ３とは、代表点である。実際にはさらに細かいステップでリンク判定が実施され、自車位置マーク６０が表示される。上記例において、リンク判定部１３により判定されたリンクｋの経路を判定された順序に従ったリンク列として表すと、「ｋ１→ｋ２→ｋ５」となる。図４及び図５を参照すれば、リンクｋ２とリンクｋ５とは、道路情報Ｒにおいて接続関係がないリンク同士であることがわかる。つまり、リンクｋ２からリンクｋ５に対して、いわゆる「位置飛び」が生じていることになる。位置飛びは、表示入力装置２１において表示される自車位置マーク６０が不連続になることを意味し、運転者に対して違和感を生じさせる。

そこで、本発明に係る自車位置認識装置２は、正確なリンク判定を実施可能とすべく、自車両の通行履歴から通行履歴情報Ｃを生成し、通行履歴情報Ｃに基づいて学習優先度情報Ｒｃを生成する。履歴情報生成部１５は、リンク判定部１３により判定されたリンクｋの経路に基づいて、通行履歴情報Ｃを生成する。

一つの例として、通行履歴情報Ｃは、自車両５０の実際の通行経路とは関係なく、リンク判定部１３により判定されたリンクの順序によりリンクｋの経路を示す情報とすることができる。例えば、図５の例では、「Ｃ１：ｋ１→ｋ２→ｋ５」の経路、つまりリンク列が通行履歴情報Ｃ（Ｃ１）として生成される。図４及び図５に示す例では、その他、下記に示す経路を示すリンク列が通行履歴情報Ｃ（Ｃ２〜Ｃ４）となる場合がある。

Ｃ２：ｋ１→ｋ４→ｋ５
Ｃ３：ｋ１→ｋ２→ｋ３
Ｃ４：ｋ１→ｋ４→ｋ３

通行履歴情報Ｃ２は、道路Ｒ１から道路Ｒ２を経て道路Ｒ３に至る経路が正しいリンク判定によるリンク列で示された場合である。通行履歴情報Ｃ３は、分岐点で進路変更せずに道路Ｒ１を直進した経路が正しいリンク判定によって示された場合である。通行履歴情報Ｃ４は、通行履歴情報Ｃ１に示されるリンク列とは逆方向の位置飛びが生じた場合である。

履歴情報生成部１５は、分岐点から所定の記憶区間に亘り、リンク判定部１３により判定されたリンクｋの経路を記憶し、当該記憶されたリンクｋの経路に基づいて通行履歴情報Ｃを生成する。ここで、所定の記憶区間とは、例えば、通行履歴情報Ｃに示される一つのリンクｋが、道路情報Ｒにおいて接続関係のない別のリンクへ移動する「位置飛び」を生じるまでの区間である。上記の例では、通行履歴情報Ｃ１とＣ４とが該当する。通行履歴情報Ｃ１の場合は、分岐前のリンクｋ１を起点として、位置飛びが生じたリンクｋ５までの通行経路が記憶区間に相当する。通行履歴情報Ｃ４の場合は、分岐前のリンクｋ１を起点として、位置飛びが生じたリンクｋ３までの通行経路が記憶区間に相当する。

所定の記憶区間は、その他、自車両の進行方向において次の狭角分岐点までの区間や、所定のリンク数とすることができる。次の狭角分岐点に達すると、その狭角分岐点に対して、通行履歴情報Ｃを生成する必要があるからである。また、位置飛びが発生しない場合に、記憶区間を終了するリンクｋを定めるため、分岐点ごとに当該分岐点から所定のリンク数としてもよい。所定数は、「位置飛び」が発生する可能性のあるリンクｋまでのリンク数以上であると好適である。例えば、上記の例では、分岐前のリンクｋ１を起点として、３つのリンクとすれば、リンクｋ５又はリンクｋ３までの通行経路が記憶区間に相当する。勿論、精度を向上するために４つ以上のリンク数としてもよい。

上記では、自車両５０の実際の通行経路とは関係なく、リンク判定部１３により判定されたリンクの順序に従って、通行履歴情報Ｃが生成される例を示した。しかし、履歴情報生成部１５は、リンク判定部１３により判定されたリンクｋに基づいて、リンクｋの分岐点において自車両５０が実際に通行した経路を判定し、当該実際に通行した経路を示す通行履歴情報Ｃを生成してもよい。

例えば、リンク判定部１３により判定されたリンクｋの順序が「ｋ１→ｋ２→ｋ５」の場合には、道路情報Ｒにおいて接続関係のないリンクｋ２からｋ５への移動が生じている。これは、位置飛びと考えられるので、実際の通行経路は「ｋ１→ｋ４→ｋ５」であると判定し、これを通行履歴情報Ｃとして生成する。

〔画像認識部〕
画像認識部１６は、画像情報Ｇに含まれる認識対象の画像認識処理を行う画像認識手段として機能する。ここで、認識対象とは、画像情報に含まれる特徴であり、エッジ、所定色、及び所定形状のいずれか１つ以上を含むものである。そして、これら認識対象の認識結果は、当該認識対象に対する所定の画像認識処理によって得られる特徴量である。認識対象は、路面に存在する地物、即ち、道路の路面に設けられた道路標示とすると好適である。道路標示は、画像情報Ｇに公知のガウシアンフィルタ処理などを施すことによりエッジ成分として抽出可能である。このエッジ成分を認識対象とすれば、エッジ成分の抽出数の多少が認識結果としての特徴量となる。また、白や黄色、橙色でペイントされた道路標示は、画像情報Ｇに対して公知のウインドウコンパレータ処理を施すことによって、その色成分が抽出可能である。それぞれの色を認識対象とすれば、色の種類とそれに対する抽出数の多少が認識結果としての特徴量となる。また、特定の形状、例えば三角形、円形、四角形、数字などの特定形状を認識対象として、パターンマッチング処理を施し、その適合度を特徴量としてもよい。

図４及び図５に示した例では、道路標示Ｆ１が認識対象として認識される。認識結果の最も簡潔な例は、道路標示Ｆ１の画像認識の有無である。例えば、道路Ｒ１を通行する自車両５０が道路Ｒ１から道路Ｒ２へ進路変更すれば、自車両５０は道路標示Ｆ１をまたいで走行する。その結果、画像認識手段１６は、認識対象としての道路標示Ｆ１を画像認識する。一方、自車両５０が道路Ｒ１を走行し続ければ、道路標示Ｆ１をまたぐことはなく、認識対象としての道路標示Ｆ１は認識されない。認識対象としての道路標示Ｆ１の認識結果は、認識情報Ｖとなる。本実施形態では、道路標示Ｆ１を画像認識したか否かによって以下のような２種類の認識情報Ｖ１、Ｖ２が得られる。

Ｖ１：道路標示Ｆ１認識有り
Ｖ２：道路標示Ｆ１認識無し

〔学習データベース〕
学習データベースＤＢ２は、履歴情報生成部１５により生成された通行履歴情報Ｃを画像認識手段による認識対象の認識結果を表す認識情報と関連付けて記憶する履歴情報記憶手段として機能する。学習データベースＤＢ２は、分岐点ごとに当該分岐点からの通行経路の通行割合を認識情報Ｖと関連付けて集計してデータベース化し、記憶する。例えば、上記例における通行履歴情報Ｃ１〜Ｃ４は認識情報Ｖに示される認識結果に応じて以下に示すような通行割合を有する。

Ｖ１：道路標示Ｆ１認識有り；
Ｃ１：ｋ１→ｋ２→ｋ５ ： ７８％
Ｃ２：ｋ１→ｋ４→ｋ５ ： ２２％
Ｃ３：ｋ１→ｋ２→ｋ３ ： ０％
Ｃ４：ｋ１→ｋ４→ｋ３ ： ０％
Ｖ２：道路標示Ｆ１認識無し；
Ｃ１：ｋ１→ｋ２→ｋ５ ： ７％
Ｃ２：ｋ１→ｋ４→ｋ５ ： ２％
Ｃ３：ｋ１→ｋ２→ｋ３ ： ９０％
Ｃ４：ｋ１→ｋ４→ｋ３ ： １％

尚、実際に自車両５０が通行した通行経路に基づいて通行履歴情報Ｃ（Ｃ１２、Ｃ１３）を生成した場合には、認識情報Ｖに示される認識結果に応じて以下に示すような通行割合を有する。

Ｖ１：道路標示Ｆ１認識有り；
Ｃ１２：ｋ１→ｋ４→ｋ５ ：１００％
Ｃ１３：ｋ１→ｋ２→ｋ３ ： ０％
Ｖ２：道路標示Ｆ１認識無し；
Ｃ１２：ｋ１→ｋ４→ｋ５ ： ９％
Ｃ１３：ｋ１→ｋ２→ｋ３ ： ９１％

画像情報取得部１０により取得される自車両５０の周辺の画像情報Ｇは、実際に自車両５０が通行する道路Ｒ２が撮影されたものである。従って、画像認識部１６による認識対象の認識結果、即ち道路標示Ｆ１の認識結果は、自車両５０が通行する道路Ｒ２に適合したものである。従って、道路標示Ｆ１を認識した場合には、自車両５０は、１００％の通行割合でリンクｋ４に相当する道路Ｒ２を通行している。逆に道路標示Ｆ１を認識しなかった場合には、自車両５０は、ほぼ１００％の通行割合でリンクｋ２に相当する道路Ｒ１を通行している。但し、画像情報Ｇの画質は天候や時刻など、撮影条件の影響を受けるため、道路Ｒ２を通行していても、道路標示Ｆ１の画像認識がなされない場合がある。本例では、道路標示Ｆ１を画像認識しなかった場合でも、９％の通行割合でリンクｋ４に相当する道路Ｒ２を通行している。

〔学習部〕
学習部１８は、履歴情報記憶部１５に記憶された通行履歴情報Ｃに基づいて、分岐点において分岐する複数のリンクｋの中から自車両５０が通行するリンクｋを判定する際の各リンクｋの優先度を示す学習優先度情報Ｒｃを生成する。学習部１８は、本発明の学習手段に相当する。学習データベースＤＢ２に記憶された通行履歴情報Ｃ１〜Ｃ４及び認識情報Ｖ１、Ｖ２に基づけば、分岐点において分岐する複数のリンクｋ２とリンクｋ４への自車両５０の通行割合は、認識情報Ｖに示される認識結果に応じて以下のようになる。

Ｖ１：道路標示Ｆ１認識有り；
ｋ１→ｋ２ : ０％
ｋ１→ｋ４ ：１００％
Ｖ２：道路標示Ｆ１認識無し；
ｋ１→ｋ２ : ９１％
ｋ１→ｋ４ ： ９％

そこで、学習部１８は、この通行割合と、画像認識情報とに基づいてリンクｋ２及びｋ４に対する優先度を示す情報である学習優先度情報Ｒｃを生成する。学習部１８は、画像認識部１６による認識対象の認識結果に基づいて、当該認識結果に合致する認識情報Ｖと関連付けられた通行履歴情報Ｃを学習データベースＤＢ２から抽出する。そして、当該抽出された通行履歴情報Ｃに基づいて学習優先度情報Ｒｃを生成する。上記例においては、学習優先度情報Ｒｃは、係数として以下のように生成される。

Ｖ１：道路標示Ｆ１認識有り；
ｋ１→ｋ２ : ０．０
ｋ１→ｋ４ ：１０.０
Ｖ２：道路標示Ｆ１認識無し；
ｋ１→ｋ２ : ９.１
ｋ１→ｋ４ ： ０.９

このように、学習部１８は、自車両の通行割合と、前記分岐点における前記認識対象の有無とに基づいて学習優先度情報Ｒｃを生成する。学習優先度情報Ｒｃは、画像認識部１６による認識対象の認識結果に合致する認識情報Ｖと関連付けられた通行履歴情報Ｃに基づいて判定される、当該認識結果の場合の分岐点において分岐する複数のリンクｋのそれぞれへの自車両の通行割合に基づいて決定された優先度を示す情報となる。以上のようにして学習部１８で生成された学習優先度情報Ｒｃは、リンク判定部１３による自車両が通行するリンクｋの判定に用いられる。また、このリンク判定部１３による自車両が通行するリンクｋの判定結果は、自車位置情報補正部１４による自車位置情報Ｐの補正に用いられる。

〔自車位置認識の手順〕
以下、図６に示すフローチャートを参照して、本発明に係る自車位置認識装置２による自車位置認識の手順を説明する。ここで、自車位置認識装置２は、図４及び図５におけるリンクｋ１を通行していることを既に認識済みであるとして以下に説明を続ける。以下に説明する自車位置認識の手順は、ＣＰＵやＤＳＰ等の演算処理装置を中核部材として、ハードウェア又はソフトウェア（プログラム）或いはその両方により実装されるナビゲーション装置１の各機能部により実行される。各機能部がプログラム（自車位置認識プログラム）により構成される場合には、ＣＰＵやＤＳＰは、各機能部を構成する各工程を実行するコンピュータとして動作する。

上述したように、自車位置情報取得部１１は、自車位置情報Ｐを取得する（自車位置情報取得工程：＃１）。また、道路情報取得部１２は、道路情報Ｒを取得する（道路情報取得工程：＃２）。リンク判定部１３は、取得された自車位置情報Ｐと道路情報Ｒとに基づいて、自車両５０が通行するリンクｋを判定する。以下、リンク判定部１３によるリンクｋの判定方法について具体的な例を用いて説明する。図７は、図４及び図５に示した狭角分岐におけるリンク判定を示す説明図である。

図７に示す例において、自車位置情報補正部１４による補正前の自車位置情報Ｐは、位置ｅ２を示す情報として取得されている。また、この自車位置情報Ｐは、誤差範囲Ｅを有している。自車位置情報Ｐに示される位置が位置ｅ２にある状態では、誤差範囲Ｅ内に幹線道路のリンクｋ２及び狭角分岐点であるノードｎ１から分岐したリンクｋ４の双方が含まれる。従って、この状態では、リンク判定部１３により、自車位置情報Ｐに示される位置ｅ２から各リンクｋ２、ｋ４までの距離ｄ１、ｄ２を表す係数Ｄと、汎用優先度情報Ｒｂとに基づく自車両５０が通行するリンクｋの判定が行われる。ここで、位置ｅ２とリンクｋ４との距離ｄ１を示す係数Ｄは、リンク判定部１３により例えば５．０と演算される。一方、位置ｅ２とリンクｋ２との距離ｄ２を示す係数Ｄは、例えば５．０と演算される。道路情報取得部１２により取得された道路情報Ｒには、このような分岐点におけるリンクｋの優先度を示す汎用優先度情報Ｒｂが含まれている。汎用優先度情報Ｒｂとは、道路の属性に基づいて設定され、分岐する複数のリンクの中から自車両５０が通行するリンクｋを判定する際の各リンクｋの優先度を示す情報である。この汎用優先度情報Ｒｂは、例えば、各リンクｋの属性情報に含まれる道路種別や道路幅等の汎用的な条件に基づいて、分岐点において分岐する複数のリンクｋの中で車両が通行する可能性の高さに応じて決定された、各リンクｋの優先度の情報とすると好適である。図４及び図５に示すように、リンクｋ２で表される道路Ｒ１が幹線道路、リンクｋ４で表される道路Ｒ３が側道である場合、汎用優先度情報Ｒｂは、例えば、リンクｋ２が８．０、リンクｋ４が２．０とする。リンク判定部１３は、リンクｋに対する距離の係数Ｄと、汎用優先度情報Ｒｂとを用いて、以下のように一致度を演算する。

ｋ２：Ｄ×Ｒｂ ＝ ５．０ × ８．０ ＝ ４０．０
ｋ４：Ｄ×Ｒｂ ＝ ５．０ × ２．０ ＝ １０．０

このように、一致度は、実際に自車両５０が通行するリンクｋ４よりも、リンクｋ４に並行するリンクｋ２の方が高くなる。従って、リンク判定部１３は、自車両５０が通行するリンクｋがリンクｋ２であると判定する。

一方、画像情報取得部１０は、撮像装置６により撮像した自車両の周辺の画像情報Ｇを取得する（＃４：画像情報取得工程）。そして、取得された画像情報Ｇに含まれる認識対象の画像認識処理が、画像認識部１６によって行われる（＃５：画像認識工程）。認識対象の画像認識、図４及び図５に示す例では、道路標示Ｆ１の画像認識が行われ、その認識結果が認識情報Ｖとして一時記憶される（＃７）。本例では、道路標示Ｆ１を画像認識したという結果が認識情報Ｖとして一時記憶される。図６に示す処理＃７は、処理＃５と共に、本発明の画像認識工程に相当する。尚、処理＃７の前に、何らかの認識対象を画像認識したか否かを判定し、画像認識した場合にその認識情報Ｖを一時記憶させるための判定処理＃６を設けてもよい。また、図６に示す処理１〜処理＃３と、処理＃４〜処理＃７とは、同時並行に実施されてもよい。

次に履歴情報生成部１５は、通行履歴情報Ｃを生成するための所定の記憶区間が終了したか否かを判定する（＃８）。上述したように、所定の記憶区間とは、例えば、通行履歴情報Ｃに示される一つのリンクｋが、道路情報Ｒにおいて接続関係のない別のリンクへ移動する「位置飛び」を生じるまでの区間や、自車両の進行方向において次の狭角分岐点までの区間である。現時点で生成可能な通行履歴情報Ｃにより示されるリンク列は、リンクｋ１→リンクｋ２である。このリンク列は、上記のような記憶区間の終了条件を満たさない。従って、履歴情報生成部１５は、処理＃８において「否」と判定する。所定の記憶区間が終了するまで、上述した処理＃１〜処理＃７が繰り返される。

自車両５０が図４及び図５に示す位置ａ３に達すると、誤差範囲Ｅ内に含まれるリンクｋがリンクｋ５のみとなる。従って、上記と同様のリンク判定が行われた結果、自車両５０の通行するリンクｋは、リンクｋ５と判定される。ここで、リンクｋ２とリンクｋ５とは、道路情報Ｒにおいて接続関係のないリンクｋであり、「位置飛び」が発生している。履歴情報生成部１５は、位置飛びの発生により記憶区間が終了したと判定する（＃８）。そして、「ｋ１→ｋ２→ｋ５」で表されるリンク列を通行履歴情報Ｃとして生成する（＃９）。通行履歴情報は、上述したように判定されたリンクｋの順序を示すリンク列でも、実際の経路を示すリンク列でもよい。本例では、実際の通行経路に拘わらず、リンク判定部１３により判定されたリンクｋの順序を示すリンク列としている。処理＃９、又は処理＃９に処理＃８を含めた工程は、本発明の履歴情報生成工程に相当する。

生成された通行履歴情報Ｃは、画像認識工程における認識対象の認識結果を表す認識情報Ｖと関連付けられて学習データベースＤＢ２に記憶される（＃１０：履歴情報記憶工程）。通行履歴情報Ｃは、同じ分岐点を通行する度に上記処理を繰り返すことによって記憶され、蓄積される。複数回同じ分岐点を通行することによって、学習データベースＤＢ２には、例えば下記のような自車両５０の通行割合を示す情報が、認識情報Ｖに関連付けられて構築される。

Ｖ１：道路標示Ｆ１認識有り；
Ｃ１：ｋ１→ｋ２→ｋ５ ： ７８％
Ｃ２：ｋ１→ｋ４→ｋ５ ： ２２％
Ｃ３：ｋ１→ｋ２→ｋ３ ： ０％
Ｃ４：ｋ１→ｋ４→ｋ３ ： ０％
Ｖ２：道路標示Ｆ１認識無し；
Ｃ１：ｋ１→ｋ２→ｋ５ ： ７％
Ｃ２：ｋ１→ｋ４→ｋ５ ： ２％
Ｃ３：ｋ１→ｋ２→ｋ３ ： ９０％
Ｃ４：ｋ１→ｋ４→ｋ３ ： １％

学習部１８は、この通行履歴情報Ｃ１〜Ｃ４及び認識情報Ｖ１、Ｖ２に基づいて、分岐点において分岐する複数のリンクｋの中から自車両５０が通行するリンクｋをリンク判定部１３により判定する際の各リンクｋの優先度を示す学習優先度情報Ｒｃを生成する（＃１１：学習工程）。学習データベースＤＢ２に記憶された通行履歴情報Ｃ１〜Ｃ４に基づけば、分岐点において分岐する複数のリンクｋ２とリンクｋ４への自車両５０の通行割合は、認識情報Ｖに応じて以下のようになる。

Ｖ１：道路標示Ｆ１認識有り；
ｋ１→ｋ２ : ０％
ｋ１→ｋ４ ：１００％
Ｖ２：道路標示Ｆ１認識無し；
ｋ１→ｋ２ : ９１％
ｋ１→ｋ４ ： ９％

学習部１８は、この通行割合と認識対象としての道路標示Ｆ１の画像認識の有無とに基づいてリンクｋ２及びｋ４に対する優先度を示す情報である学習優先度情報Ｒｃを生成する。上記例においては、学習優先度情報Ｒｃは、係数として以下のように生成される。

Ｖ１：道路標示Ｆ１認識有り；
ｋ１→ｋ２ : ０．０
ｋ１→ｋ４ ：１０.０
Ｖ２：道路標示Ｆ１認識無し；
ｋ１→ｋ２ : ９.１
ｋ１→ｋ４ ： ０.９

学習後、即ち、学習優先度情報Ｒｃが生成された後、自車両５０が同じ分岐点を通過する際には、以下のようにリンク判定が行われる。図７に示したリンク判定の例に学習優先度情報Ｒｃを用いる場合を例として以下に説明する。リンクｋに対する距離の係数Ｄと、汎用優先度情報Ｒｂとは、上述した例と同様である。即ち、距離の係数Ｄは、ｄ１＝ｄ２＝５．０であり、汎用優先度情報Ｒｂは、ｋ１→ｋ２が８．０、ｋ１→ｋ４が２．０である。リンク判定部１３は、リンクｋに対する距離の係数Ｄと、汎用優先度情報Ｒｂと、学習優先度情報Ｒｃとを用いて、以下のように一致度を演算する。

Ｖ１：道路標示Ｆ１認識有り；
ｋ２：Ｄ×Ｒｂ×Ｒｃ ＝ ５．０ × ８．０ × ０．０ ＝ ０．０
ｋ４：Ｄ×Ｒｂ×Ｒｃ ＝ ５．０ × ２．０ ×１０．０ ＝１００．０
Ｖ２：道路標示Ｆ１認識無し；
ｋ２：Ｄ×Ｒｂ×Ｒｃ ＝ ５．０ × ８．０ × ９．１ ＝３６４．０
ｋ４：Ｄ×Ｒｂ×Ｒｃ ＝ ５．０ × ２．０ × ０．９ ＝ ９．０

このように、認識情報Ｖが道路標示Ｆ１の画像認識が有ることを示している場合には、一致度は、実際に自車両５０が通行するリンクｋ４の方が、リンクｋ４に並行するリンクｋ２よりも高くなる。従って、リンク判定部１３は、自車両５０が通行するリンクｋがリンクｋ４であると判定する。つまり、認識対象である道路標示Ｆ１の画像認識結果に基づいて、正しいリンクｋが自車両５０が通行するリンクｋとして判定される。

一方、認識情報Ｖが道路標示Ｆ１の画像認識が無いことを示している場合には、リンクｋ４よりも、リンクｋ２の方が高い一致度となる。自車両５０がリンクｋ２に対応する道路Ｒ２を通行している場合には、道路標示Ｆ１は画像認識されないので、正しいリンクｋが判定される。但し、道路標示Ｆ１が画像認識されない場合であっても、自車両５０がリンクｋ４を通行していることがあり、この場合には誤マッチングとなる。しかし、上記に示したように、本例では認識対象である道路標示Ｆ１の画像認識がなく、自車両５０がリンクｋ４を通行する通行割合は９％程度である。誤マッチングの可能性は、自車両５０が道路標示Ｆ１をまたいで通行したにも拘わらず、画像認識部１６により道路標示Ｆ１が認識されない確率と、自車両５０がリンクｋ２を通行する頻度とに依存する。従って、このような誤マッチングは実用上の問題とならない程度に少なくなり、誤マッチングは従来に比べて大幅に抑制される。

尚、上記例では、汎用優先度情報Ｒｂに加えて学習優先度情報Ｒｃを用いたが、別の実施形態として、汎用優先度情報Ｒｂに代えて学習優先度情報Ｒｃを用いて判定することも可能である。その場合には、一致度は以下のように演算される。

Ｖ１：道路標示Ｆ１認識有り；
ｋ２：Ｄ×Ｒｂ×Ｒｃ ＝ ５．０ × ０．０ ＝ ０．０
ｋ４：Ｄ×Ｒｂ×Ｒｃ ＝ ５．０ ×１０．０ ＝ ５０．０
Ｖ２：道路標示Ｆ１認識無し；
ｋ２：Ｄ×Ｒｂ×Ｒｃ ＝ ５．０ × ９．１ ＝ ４５．５
ｋ４：Ｄ×Ｒｂ×Ｒｃ ＝ ５．０ × ０．９ ＝ ４．５

〔第２実施形態〕
上記実施形態（第１実施形態と称す。）においては、図４及び５に示す例における通行履歴情報Ｃ１〜Ｃ４が認識情報Ｖに示される認識結果に応じてデータベースＤＢ２に記憶される場合を例示した。しかし、データベースＤＢ２への記憶形態はこれに限定されるものではない。以下に示すように、通行履歴を示すリンク列ごとに、道路標示Ｆ１の認識の有無が示される形態で記憶されてもよい。

Ｃ１：ｋ１→ｋ２→ｋ５ ： Ｖ１：道路標示Ｆ１認識有り： ９０％
Ｖ２：道路標示Ｆ１認識無し： １０％
Ｃ２：ｋ１→ｋ４→ｋ５ ： Ｖ１：道路標示Ｆ１認識有り： ９０％
Ｖ２：道路標示Ｆ１認識無し： １０％
Ｃ３：ｋ１→ｋ２→ｋ３ ： Ｖ１：道路標示Ｆ１認識有り： ０％
Ｖ２：道路標示Ｆ１認識無し：１００％
Ｃ４：ｋ１→ｋ４→ｋ３ ： Ｖ１：道路標示Ｆ１認識有り： ０％
Ｖ２：道路標示Ｆ１認識無し：１００％

学習データベースＤＢ２に記憶された通行履歴情報Ｃ１〜Ｃ４及び認識情報Ｖ１、Ｖ２に基づけば、分岐点において分岐する複数のリンクｋ２とリンクｋ４への自車両５０の通行割合は、認識情報Ｖに示される認識結果に応じて以下のようになる。

ｋ１→ｋ２ : Ｖ１：道路標示Ｆ１認識有り： ９０％
Ｖ２：道路標示Ｆ１認識無し： １０％
ｋ１→ｋ４ ： Ｖ１：道路標示Ｆ１認識有り： ０％
Ｖ２：道路標示Ｆ１認識無し：１００％

つまり、リンクｋ２へ通行する場合には、常に道路標示Ｆ１は認識されていない。リンクｋ４へ通行する場合には、常に道路標示Ｆ１が認識されている訳ではなく、道路標示Ｆ１が認識されなくても１０％の割合でリンクｋ４を通行している。そこで、学習優先度情報Ｒｃは、第１実施形態と同様に、認識情報Ｖに応じて生成される。上記、通行割合をそのまま反映すると、以下のような形態となる。

Ｖ１：道路標示Ｆ１認識有り；
ｋ１→ｋ２ : ０．０
ｋ１→ｋ４ ： ９.０
Ｖ２：道路標示Ｆ１認識無し；
ｋ１→ｋ２ :１０．０
ｋ１→ｋ４ ： １．０

上述した第１実施形態と同様に、ｋ２及びｋ４に対する比率を取ると以下に示すような形態となる。

Ｖ１：道路標示Ｆ１認識有り；
ｋ１→ｋ２ : ０．０
ｋ１→ｋ４ ：１０.０
Ｖ２：道路標示Ｆ１認識無し；
ｋ１→ｋ２ : ９．１
ｋ１→ｋ４ ： ０．９

このように、上述した第１実施形態と同様の学習優先度情報Ｒｃを得ることができる。

〔その他の実施形態〕
（１）
上記実施形態では、認識情報Ｖに示される分岐点における認識対象の画像認識の有無と、分岐点における自車両の通行割合とに基づいて学習優先度情報Ｒｃを生成する場合の例について説明した。しかし、これに限定されることなく、認識情報に示される前記分岐点において前記認識対象の認識位置と、分岐点における自車両の通行割合とに基づいて学習優先度情報Ｒｃを生成してもよい。例えば、図８に示すように認識対象となる道路標示Ｆ２が分岐する２つの道路の境に設けられている場合、自車両５０が道路１を通行する場合には画像情報Ｇの左側の領域において、道路Ｒ２を通行する場合には右側の領域において、道路標示Ｆ２を画像認識する。つまり、同一の認識対象を画像情報Ｇのどの位置において認識するかによって、学習優先度情報Ｒｃを生成することができる。

（２）
上記実施形態では、従来のリンク判定では誤マッチングされ易い側の道路Ｒ２に認識対象となる道路標示Ｆ１がある場合を例として説明した。当然ながら、その形態に限定されるものではなく、図９に示すように、誤マッチングされにくい側の道路Ｒ１に存在する道路表示Ｆ３を認識対象として、学習優先度情報Ｒｃを生成してもよい。

（３）
上記の実施形態においては、地図データベースＤＢ１に記憶された道路情報Ｒが、汎用優先度情報Ｒｂ及び学習優先度情報Ｒｃを有している場合の例について説明した。しかし、本発明の実施形態はこれに限定されない。すなわち、汎用優先度情報Ｒｂは、道路属性情報Ｒａに基づいて、リンク判定部１３による自車両５０が通行するリンクｋの判定の度に汎用優先度情報取得手段により生成される情報としてもよい。上述した実施形態においては、道路情報取得部１１が汎用優先度取得手段の機能を有していたが、本実施形態においては、道路属性情報Ｒａなどに基づいて汎用優先度情報を生成する別の機能部が設けられる。あるいは、リンク判定部１３が汎用優先度取得手段として機能するように構成されてもよい。また、学習優先度情報Ｒｃについても、学習部１８において生成された情報を予め地図データベースＤＢ１に記憶するのではなく、学習データベースＤＢ２に記憶された通行履歴情報Ｃに基づいて、リンク判定部１３による自車両５０が通行するリンクｋの判定の度に学習部１８により生成される情報としてもよい。

（４）
上記の実施形態においては、自車両が通行するリンクｋを判定する際の各リンクｋの優先度として、学習優先度情報Ｒｃと汎用優先度情報Ｒｂとを用いる場合の例について説明した。しかし、本発明の実施形態はこれに限定されるものではなく、これらの情報Ｒｃ及びＲｂ以外の条件を加味して各リンクの優先度を決定する構成としても好適である。例えば、ナビゲーション用演算部２０において、目的地までの経路が設定されている場合には、当該経路に沿ったリンクｋの優先度が高くなるようにするための設定経路優先度情報を用いて自車両が通行するリンクを判定する構成とすることも、本発明の好適な実施形態の一つである。

（５）
上記実施形態では、認識対象として、路面に存在する地物、即ち、道路の路面に設けられた道路標示を例として説明した。しかし、認識対象はこれに限定されるものではない。その他の路面に存在する地物として、道路の路面上の染み、道路の路面上の汚れ、道路の路面のひび割れ、舗装のつなぎ目、マンホールの蓋などがあり、これらを認識対象とすることができる。路面の染みや汚れ、ひび割れなどと路面との境界は、画像情報Ｇに公知のガウシアンフィルタ処理などを施すことによりエッジ成分として抽出可能である。このエッジ成分を認識対象とすれば、エッジ成分の抽出数の多少を認識結果としての特徴量とすることができる。勿論、エッジ検出から形状を認識し、これを特徴量としてもよい。また、認識対象は、路面に存在する地物にも限定されることなく、道路標識や案内標識などを認識対象としてもよい。

以上、説明したように本発明によれば、分岐点、特に狭角分岐点において分岐する複数のリンクの中から自車両が通行するリンクを精度良く判定することが可能な自車位置認識装置を提供することができる。

本発明は、例えばナビゲーション装置等に用いられ、自車位置を認識する自車位置認識装置に適用することができる。

本発明のナビゲーション装置の概略構成を示すブロック図 地図データベースに記憶されている地図情報の構成の例を示す説明図 自車両への撮像装置の配置構成の一例を示す図 狭角分岐を有する道路とその道路情報を示す説明図 図４の道路における通行履歴について示す説明図 本発明による自車位置認識の手順を説明するフローチャート 狭角分岐におけるリンク判定を示す説明図 図５とは別の認識対象を有する道路の一例を示す説明図 図５及び図８とは別の認識対象を有する道路の一例を示す説明図

符号の説明

１：ナビゲーション装置
２：自車位置認識装置
１０：画像情報取得部（画像情報取得手段）
１１：自車位置情報取得部（自車位置情報取得手段）
１２：道路情報取得部（道路情報取得手段、汎用優先度情報取得手段）
１３：リンク判定部（リンク判定手段、汎用優先度情報取得手段）
１４：自車位置補正部（自車位置補正手段）
１５：履歴情報生成部（履歴情報生成手段）
１６：画像認識部（画像認識手段）
１８：学習部（学習手段）
２３：アプリケーションプログラム
２４：案内情報出力手段
５０：自車両
ＤＢ１：地図データベース（道路情報記憶手段）
ＤＢ２：学習データベース（履歴情報記憶手段）
Ｃ：通行履歴情報
Ｆ１、Ｆ２、Ｆ３：道路標示（認識対象）
Ｇ：画像情報
Ｐ：自車位置情報
Ｖ：認識情報
ｎ：ノード
ｋ：リンク
Ｍ：地図情報
Ｒ：道路情報
Ｒｂ：汎用優先度情報
Ｒｃ：学習優先度情報

Claims (15)

1. 自車両の現在位置を示す自車位置情報を取得する自車位置情報取得手段と、
   複数のリンクの接続関係により道路を表す道路情報を取得する道路情報取得手段と、
   前記自車位置情報と前記道路情報とに基づいて自車両が通行するリンクを判定するリンク判定手段と、
   前記リンク判定手段により判定されたリンクに基づいて、リンクの分岐点において自車両が通行した経路を示す通行履歴情報を生成する履歴情報生成手段と、
   自車両の周辺の画像情報を取得する画像情報取得手段と、
   前記画像情報に含まれる認識対象の画像認識処理を行う画像認識手段と、
   前記履歴情報生成手段により生成された前記通行履歴情報を、前記画像認識手段による認識対象の認識結果を表す認識情報と関連付けて記憶する履歴情報記憶手段と、
   前記履歴情報記憶手段に記憶された前記通行履歴情報及び前記認識情報に基づいて、前記分岐点において分岐する複数のリンクの中から自車両が通行するリンクを前記リンク判定手段により判定する際の各リンクの優先度を示す学習優先度情報を生成する学習手段と、
   を備える自車位置認識装置。
2. 前記履歴情報生成手段は、前記分岐点から所定の記憶区間に亘り、前記リンク判定手段により判定されたリンクの経路を記憶し、当該記憶されたリンクの経路に基づいて前記通行履歴情報を生成する請求項１に記載の自車位置認識装置。
3. 前記学習手段は、前記画像認識手段による認識対象の認識結果に基づいて、当該認識結果に合致する前記認識情報と関連付けられた前記通行履歴情報を前記履歴情報記憶手段から抽出し、当該抽出された前記通行履歴情報に基づいて前記学習優先度情報を生成する請求項１又は２に記載の自車位置認識装置。
4. 前記学習優先度情報は、前記認識情報に示される前記分岐点における前記認識対象の画像認識の有無と、前記通行履歴情報に基づいて判定される、前記分岐点において分岐する複数のリンクのそれぞれへの自車両の通行割合とに基づいて決定された優先度を示す情報である請求項１〜３の何れか一項に記載の自車位置認識装置。
5. 前記学習優先度情報は、前記認識情報に示される前記分岐点における前記認識対象の認識位置と前記通行履歴情報に基づいて判定される、前記分岐点において分岐する複数のリンクのそれぞれへの自車両の通行割合とに基づいて決定された優先度を示す情報である請求項１〜３の何れか一項に記載の自車位置認識装置。
6. 前記リンク判定手段は、前記学習優先度情報を用いて自車両が通行するリンクを判定する請求項１〜５の何れか一項に記載の自車位置認識装置。
7. 道路の属性に基づいて設定され、分岐する複数のリンクの中から自車両が通行するリンクを判定する際の各リンクの優先度を示す汎用優先度情報を取得する汎用優先度情報取得手段を有し、
   前記リンク判定手段は、前記汎用優先度情報に加えて前記学習優先度情報を用いて、又は、前記汎用優先度情報に代えて前記学習優先度情報を用いて、自車両が通行するリンクを判定する請求項１〜６の何れか一項に記載の自車位置認識装置。
8. 前記自車位置情報取得手段は、前記リンク判定手段による自車両が通行するリンクの判定結果に基づいて、前記自車位置情報を補正する請求項１〜７の何れか一項に記載の自車位置認識装置。
9. 前記リンクの分岐点は、狭角分岐である請求項１〜８の何れか一項に記載の自車位置認識装置。
10. 前記履歴情報生成手段は、前記リンク判定手段により判定されたリンクに基づいて、リンクの分岐点において自車両が実際に通行した経路を判定し、当該実際に通行した経路を示す前記通行履歴情報を生成する請求項１〜９の何れか一項に記載の自車位置認識装置。
11. 前記履歴情報生成手段は、前記リンク判定手段により判定されたリンクの順序により経路を示す前記通行履歴情報を生成する請求項１〜９の何れか一項に記載の自車位置認識装置。
12. 前記記憶区間は、前記通行履歴情報に示される一つのリンクが、前記道路情報において接続関係のない別のリンクへ移動する位置飛びを生じるまでの区間である請求項２に記載の自車位置認識装置。
13. 前記記憶区間は、自車両の進行方向において次の分岐点までの区間である請求項２に記載の自車位置認識装置。
14. 請求項１〜１３の何れか一項に記載の自車位置認識装置と、
    前記道路情報が記憶された道路情報記憶手段と、
    前記自車位置認識装置により認識された自車位置情報及び前記道路情報を参照して動作する複数のアプリケーションプログラムと、
    前記アプリケーションプログラムに従って動作して案内情報を出力する案内情報出力手段と、
    を備えるナビゲーション装置。
15. 自車両の現在位置を示す自車位置情報を取得する自車位置情報取得工程と、
    複数のリンクの接続関係により道路を表す道路情報を取得する道路情報取得工程と、
    前記自車位置情報と前記道路情報とに基づいて自車両が通行するリンクを判定するリンク判定工程と、
    前記リンク判定工程により判定されたリンクに基づいて、リンクの分岐点において自車両が通行した経路を示す通行履歴情報を生成する履歴情報生成工程と、
    自車両の周辺の画像情報を取得する画像情報取得工程と、
    前記画像情報に含まれる認識対象の画像認識処理を行う画像認識工程と、
    前記履歴情報生成工程により生成された前記通行履歴情報を、前記画像認識工程による認識対象の認識結果を表す認識情報と関連付けて履歴情報記憶手段に記憶する履歴情報記憶工程と、
    前記履歴情報記憶手段に記憶された前記通行履歴情報及び前記認識情報に基づいて、前記分岐点において分岐する複数のリンクの中から自車両が通行するリンクを前記リンク判定手段により判定する際の各リンクの優先度を示す学習優先度情報を生成する学習工程と、
    をコンピュータに実行させるための自車位置認識プログラム。

Images