JP7657175B2 - 情報処理装置、情報処理方法及び情報処理プログラム - Google Patents

Description

本開示は、情報処理装置、情報処理方法及び情報処理プログラムに関する。

従来、道路上を走行する車両を支援する走行支援装置がある。その走行支援装置は、車両の進行方向及び走行速度に基づいたその車両の位置（自律位置）を取得する。また、走行支援装置は、天球情報に基づいて複数の人工衛星の中からいくつかを選択し、選択した人工衛星から送信される衛星信号に基づいて測位される位置（他律位置）を取得する。ここで、天球情報は、道路地図情報に組み込まれており、道路上から見て地物が存在する方位角及び仰角を示す情報を含む。走行支援装置は、他律位置に基づいて自律位置に生じる累積誤差を補正する。

特開２００６－２６７００４号公報

道路地図の一例としての高精度地図は、他律位置を利用して作成される場合がある。他律位置は、衛星信号の受信強度、及び、測位に利用する衛星の数等によって精度が変わる場合がある。このため、道路地図の作成に利用される車両（計測車両）が走行する位置を特定すること等についての信頼度を推定することが求められている。

ところで、特許文献１に記載された走行支援装置は、上述したように、他律位置に基づいて自律位置の累積誤差を補正する技術である。このように、その走行支援装置は、自律位置の補正を目的としているため、例えば、道路地図等を作成する際に利用される他律位置の精度が相対的に悪い場合には何ら技術的な処理を加えることができず、道路地図をより正確に作成することができない。すなわち、特許文献１に記載された走行支援装置は、例えば、道路地図を作成する際などに利用することができない。

本開示は、位置の信頼度を推定することができる情報処理装置、情報処理方法及び情報処理プログラムを提供する。

一態様の情報処理装置は、車両において外部が撮像されることに基づく画像情報、及び、車両の走行位置に関する位置情報を取得する取得部と、画像に記録される風景と、その風景に対して付与されるラベルとを学習することに基づく学習済モデルに基づいて、画像情報に記録される風景に応じた走行位置の信頼度を推定する推定部と、を備える。

一態様によれば、学習済モデルに基づいて画像情報に記録される風景に応じた走行位置の信頼度を推定することができる。

一実施形態に係る情報処理装置について説明するための図である。 一実施形態に係る情報処理装置について説明するためのブロック図である。 高架下の区間を含む道路の一例について説明するための図である。 対応情報の一例について説明するための図である。 一実施形態に係る情報処理方法について説明するためのフローチャートである。

以下、一実施形態について説明する。

［情報処理装置１の概要］
まず、一実施形態に係る情報処理装置１の概要について説明する。
図１は、一実施形態に係る情報処理装置１について説明するための図である。

はじめに、例えば、高精度地図情報の生成においては、計測機器が搭載される車両（計測車両）の走行軌跡の位置精度は重要な要素になっている。車両の走行位置は、例えば、ＧＮＳＳ等を利用して測位される場合があり、都市部及び山間部等の衛星信号の受信環境が不安定になる領域では走行軌跡（走行位置）を効果的及び効率的に補正することが求められている。
しかし、車両等の走行軌跡（走行位置）の修正が必要な場合、地図作成者が見ても走行軌跡（走行位置）のズレの程度及びズレの範囲が分からない場合があった。また、車両が走行する季節によっては道路周辺の樹木の繁茂状況が異なり、車両が走行するタイミングによっては自車の周辺を大型車が並走して測位の障害となる場合があった。このような状況を踏まえ、走行位置の補正を地図作成者のトライ・アンド・エラーによって行うのではなく、情報処理装置１は、走行位置の精度の悪化が予想される範囲を絞り込んだうえで、走行位置の補正を行うようにした。

すなわち、本開示の情報処理装置１は、例えば、位置情報に基づく移動体の走行位置の信頼性を推定する推定装置等として構成されてもよい。情報処理装置１は、例えば、位置情報に基づく移動体の走行位置を補正する補正装置等として構成されてもよい。情報処理装置１は、例えば、走行位置に基づいて道路地図を作成する作成装置等として構成されてもよい。情報処理装置１は、上述した一例の装置に限らず、種々の装置等を構成してもよい。
情報処理装置１は、例えば、サーバ、デスクトップ、ラップトップ、タブレット及びスマートフォン等のコンピュータであってもよい。

情報処理装置１は、例えば、画像情報及び位置情報を取得する。
画像情報は、例えば、移動体において外部の風景が撮像されることにより生成されたものであってもよい。画像情報は、例えば、移動体に配される撮像部１０１によって進行方向が撮像されることにより、その移動体の上方付近を含む風景が記録されるものであってもよい。又は、画像情報は、例えば、撮像部１０１によって移動体の上方が撮像されることにより、移動体の上方を含む風景が記録されるものであってもよい。
位置情報は、例えば、移動体の走行位置に関する情報であってもよい。一例として位置情報は、移動体が出発地から目的地まで移動する際に取得される位置の情報等であってもよい。

移動体（一例として、車両１００等）は、例えば、ＧＮＳＳ（人工衛星１１１）を利用した衛星信号（電波信号）、又は、移動体の外部に有る外部アンテナ１１２（例えば、無線信号所等の複数のアンテナ、及び、ブルートゥース（登録商標）を利用するアンテナ等）から放射される電波信号を受信することに基づいて測位を行い、位置情報を取得してもよい。また、移動体は、例えば、位置を特定可能な外部アンテナ１１２、具体的な一例として相対的に短い距離の電波信号を放射可能なアクセスポイント等の場合には、その外部アンテナ１１２（アクセスポイント等）の位置を、自機（移動体）の位置と推定してもよい。

また、移動体は、自機に搭載される車載慣性センサ１０３で測定を行うことに基づいて、自機（移動体）の位置を推定してもよい。車載慣性センサ１０３は、例えば、ジャイロセンサ及び加速度センサ等の種々の物理量センサを含む慣性計測装置（ＩＭＵ：Ｉｎｅｒｔｉａｌ Ｍｅａｓｕｒｅｍｅｎｔ Ｕｎｉｔ）等であってもよい。

本開示では、電波信号を利用して取得する位置情報は、電波位置情報等と言ってもよい。同様に、車載慣性センサ１０３の測定結果を利用して取得する位置情報は、自己位置情報等と言ってもよい。

移動体（一例として、車両１００等）は、例えば、位置情報及び画像情報を情報処理装置１又はサーバ２００等に送信してもよい。この場合、移動体は、例えば、位置情報及び画像情報を対応付けて外部に送信してもよい。ここで対応付けは、例えば、移動体が出発地から目的地まで移動する際の１トリップの間で取得される位置情報と画像情報とを特定できる態様であってもよい。
サーバ２００は、例えば、位置情報及び画像情報を蓄積し、その位置情報及び画像情報を情報処理装置１に送信してもよい。
なお、移動体及びサーバ２００は、例えば、位置情報及び画像情報を、通信回線等を介して情報処理装置１に送信する例に限らず、位置情報及び画像情報を外部メモリに記憶し、その外部メモリを介して情報処理装置１に位置情報及び画像情報を入力させてもよい。

移動体は、例えば、自動車、二輪車及び軽車両等であってもよく、スマートフォン、タブレット、スマートウォッチ及びラップトップ等の携帯端末であってもよい。以下では、上述した移動体の一例として「車両」を挙げて説明する。また、本開示の「車両」は、上述した移動体と同義又は移動体を含む概念であってもよい。

情報処理装置１は、例えば、画像情報と、学習済モデルとに基づいて、位置情報の信頼性を推定する。学習済モデルは、例えば、画像に記録される風景と、その風景に対して付与されるラベルとを学習することに基づいて生成されるモデルであってもよい。すなわち、情報処理装置１は、画像情報を学習済モデルに入力し、その画像情報に記録される風景に基づいて位置情報の信頼性を推定してもよい。

情報処理装置１は、例えば、上述した推定に基づいて取得される信頼性に応じて、位置情報を補正してもよい。
また、情報処理装置１は、例えば、位置情報及び補正後の位置情報に基づいて、道路地図を作成してもよい。

［情報処理装置１の詳細］
次に、一実施形態に係る情報処理装置１の詳細に説明する。
図２は、一実施形態に係る情報処理装置１について説明するためのブロック図である。
図３は、高架下の区間を含む道路の一例について説明するための図である。

情報処理装置１は、例えば、通信部２１、記憶部２２、表示部２３及び制御部１１等を備える。通信部２１、記憶部２２及び表示部２３は、出力部の一実施形態であってもよい。制御部１１は、例えば、取得部１２、推定部１３（第１推定部１３１及び第２推定部１３２）、補正部１４、作成部１５及び出力制御部１６等を備える。制御部１１は、例えば、情報処理装置１の演算処理装置等によって構成されてもよい。制御部１１（例えば、演算処理装置等）は、例えば、記憶部２２等に記憶される各種プログラム等を適宜読み出して実行することにより、各部（例えば、取得部１２、推定部１３（第１推定部１３１及び第２推定部１３２）、補正部１４、作成部１５及び出力制御部１６等）の機能を実現してもよい。

通信部２１は、例えば、情報処理装置１の外部にある装置（外部装置）等との間で種々の情報の送受信が可能な通信インターフェースである。ここで、外部装置の一例は、車両１００、サーバ２００及びユーザ端末（図示せず）等であってもよい。

記憶部２２は、例えば、種々の情報及びプログラムを記憶してもよい。記憶部２２の一例は、メモリ、ソリッドステートドライブ及びハードディスクドライブ等であってもよい。なお、記憶部２２は、例えば、クラウド上にある記憶領域及びサーバ等であってもよい。

表示部２３は、例えば、種々の文字、記号及び画像等を表示することが可能なディスプレイである。

取得部１２は、車両１００において外部が撮像されることに基づく画像情報、及び、車両１００の走行位置に関する位置情報を取得する。取得部１２は、例えば、通信部２１を介して外部から、画像情報及び位置情報を取得してもよい。この場合、外部は、例えば、車両１００及びサーバ２００等であってもよい。又は、取得部１２は、例えば、画像情報及び位置情報が外部メモリ（図示せず）等に記憶される場合、その外部メモリが情報処理装置１のインターフェース（図示せず）に挿入されると、その外部メモリから画像情報及び位置情報を取得してもよい。

画像情報に基づく画像は、例えば、動画又は静止画であってもよい。画像情報が静止画の場合には、車両１００において所定のタイミング毎に撮像が行われることにより、複数の静止画が生成されてもよい。所定のタイミング毎とは、一例として所定の時間毎等であってもよい。

この場合、取得部１２は、位置情報として、電波位置情報及び自己位置情報を取得してもよい。上述した一例のように、電波位置情報は、車両１００の車載受信機１０２（図１参照）で電波信号を受信することに基づく位置情報であってもよい。電波信号は、例えば、ＧＮＳＳを利用した衛星信号、又は、外部アンテナ１１２（例えば、無線信号所等の複数のアンテナ、ブルートゥースアンテナ、及び、アクセスポイント等）から放射される信号等であってもよい。同様に上述した一例のように、自己位置情報は、車載慣性センサ１０３の測定結果に基づいて取得される位置情報であってもよい。

推定部１３は、例えば、車両１００で撮像した画像情報（走行画像）に基づいてシーン（風景）を分類し、撮影位置の電波位置情報の精度（電波信号の受信環境の良し悪し）を推定してもよい。すなわち、推定部１３は、画像に記録される風景と、その風景に対して付与されるラベルとを学習することに基づく学習済モデルに基づいて、画像情報に記録される風景に応じた走行位置の信頼度を推定する。推定部１３は、電波位置情報に基づく走行位置の信頼度を推定してもよい。

一例として、車両１００がビル街及びトンネル内等を走行する場合、ＧＮＳＳを利用した電波信号（衛星信号）の受信状況が相対的に悪くなるため、測位により取得される位置の精度が相対的に悪くなると考えられる。具体的な例示として図３に示すように、車両１００が道路３００を走行する場合、車両１００が高架下の区間３０１を走行する際には、車両１００が高架下ではない区間３０２を走行する際に比べて、ＧＮＳＳを利用した電波信号（衛星信号）の受信状況が悪くなる。車両１００の走行位置３０３は、高架下の区間３０１では高架下ではない区間３０２に比べて信頼度が相対的に低いと考えられる。
同様に一例として、車両１００が平地の海沿いを走行する場合、ＧＮＳＳを利用した電波信号（衛星信号）の受信状況が相対的に良くなるため、測位により取得される位置の精度が相対的に良くなると考えられる。そのような場合、車両１００の走行位置の信頼度が相対的に高いと考えられる。
したがって、推定部１３は、取得部１２によって取得し画像情報と、学習済モデルとに基づいて、画像情報に記録される風景に応じた、電波位置情報に基づく車両１００の走行位置の信頼度を推定してもよい。

学習済モデルは、情報処理装置１の制御部１１の一機能としての学習部（又は、制御部１１外に配される学習部）（図示せず）で学習が行われることにより生成されてもよい。又は、学習済モデルは、情報処理装置１の外部にある学習装置（図示せず）等で学習が行われることにより生成されてもよい。制御部１１は、情報処理装置１の外部で学習済モデルが生成される場合には、通信部２１を介して、又は、外部メモリ等（図示せず）を介して、外部から学習済モデルを取得してもよい。学習済モデルは、例えば、記憶部２２等に記憶されてもよい。
推定部１３は、上述した学習済モデルを取得してもよい。

推定部１３は、例えば、シーン（風景）の分類を行う際に、画像認識（一例として、深層学習モデルのＥｆｆｉｃｉｅｎｔＮｅｔ等）を利用してビル街、山間部、高架下、樹木遮蔽、大型車並走等のアノテーションを付与して、取得部１２によって取得する画像情報に記録されるシーン（風景）を分類してもよい。推定部１３は、例えば、画像毎に付与したアノテーションに応じてシーン（風景）の位置信頼度を設定してもよい。具体的な一例として、推定部１３は、車両１００の走行軌跡（走行位置）に対して、推定したシーン（風景）の位置信頼度を設定し、その信頼度の数値が閾値以下の範囲を特定してもよい。この場合、推定部１３は、例えば、特定した範囲（例えば、走行位置の信頼度が相対的に低い区間等）を可視化してもよい。

上述した推定部１３は、例えば、第１推定部１３１及び第２推定部１３２を備えてもよい。
第１推定部１３１は、例えば、画像認識により、取得部１２によって取得した画像情報の風景（風景の分類内容）について推定してもよい。この場合、第１推定部１３１は、風景と、ラベルとしての風景の分類内容とを学習した学習済モデルに基づいて、取得部１２によって取得する画像情報に記録される風景の分類内容について推定してもよい。
学習済モデルを生成する際の学習の段階では、１つの風景に対して、１又は複数のラベルを付与してもよい。
ラベルとしての風景の分類内容は、例えば、風景を推定する特徴量、又は、風景を分類する特徴量等であってもよい。すなわち、第１推定部１３１は、例えば、風景と、風景を推定する特徴量とを学習した学習済モデルとに基づいて、画像情報に記録される風景を推定してもよい。又は、第１推定部１３１は、風景と、風景を分類する特徴量とを学習した学習済モデルに基づいて、画像情報に記録される風景の分類を推定してもよい。

第１推定部１３１によって推定する風景の分類内容は、例えば、画像情報に記録される風景が山間部か、海沿いか、車両１００の上方付近が樹木で覆われているか（樹木遮蔽）、高架下か、ビル街か、車両１００（自車）に対して大型車が並走しているか等の車両１００が走行する位置の周囲の状況の分類等であってもよい。第１推定部１３１は、取得部１２によって取得した画像情報を学習済モデルに入力し、その画像情報に記録される風景（風景の分類）を推定する。この場合、第１推定部１３１は、例えば、複数の風景（風景の分類）を推定してもよい。一例として、第１推定部１３１は、画像情報に記録される風景（風景の分類）が海沿い且つ山間部と推定してもよく、山間部且つ樹木遮蔽と推定してもよく、高架下且つビル街と推定してもよい。なお、第１推定部１３１は、例えば、上述したように２つの風景（風景の分類）を推定するばかりでなく、３つ以上の風景（風景の分類）を推定してもよい。

第１推定部１３１（推定部１３）は、例えば、取得部１２によって画像情報として動画を取得する場合には、その動画構成する全てのフレーム、又は、その動画を構成する一部のフレームと、学習済モデルとに基づいて、そのフレームに記録される風景の分類内容について推定してもよい。一部のフレームを利用する場合、第１推定部１３１（推定部１３）は、例えば、動画から所定のタイミング毎にフレームを抽出して、抽出したフレームと、学習済モデルとに基づいて風景の分類内容について推定してもよい。所定のタイミング毎とは、例えば、所定の時間毎等であってもよい。第１推定部１３１（推定部１３）は、例えば、一部のフレームを利用する場合、動画を構成する全てのフレームを利用する場合に比べて、推定の処理負担を軽減することができる。

第１推定部１３１（推定部１３）は、例えば、取得部１２によって画像情報として複数の静止画が取得する場合でも、上述した動画の場合と同様に、その複数の静止画の全て、又は、その複数の静止画のうちの一部と、学習済モデルとに基づいて、そのフレームに記録される風景の分類内容について推定してもよい。

図４は、対応情報の一例について説明するための図である。

第２推定部１３２は、例えば、画像情報に基づく画像毎に、走行位置の信頼度を推定してもよい。すなわち、第２推定部１３２は、第１推定部１３１によって推定する風景の分類内容に基づいて、取得部１２によって取得する位置情報に基づく走行位置の信頼度を推定する。第２推定部１３２は、例えば、第１推定部１３１によって推定される風景（風景の分類）が電波信号の受信状況が相対的に悪くなる場合、又は、その電波信号の受信状況が相対的に悪くなる可能性がある場合、その電波信号に基づいて取得される電波位置情報に基づく走行位置の信頼度が相対的に低いと推定してもよい。又は、第２推定部１３２は、例えば、第１推定部１３１によって推定される風景（風景の分類）が電波信号の受信状況が相対的に良くなる場合、又は、その電波信号の受信状況が相対的に良くなる可能性がある場合、その電波信号に基づいて取得される電波位置情報に基づく走行位置の信頼度が相対的に高いと推定してもよい。

この場合、第２推定部１３２は、風景の分類内容と、走行位置に関する信頼度とを対応付けた対応情報に基づいて、取得部１２によって取得する位置情報に基づく走行位置の信頼度を推定してもよい。対応情報は、風景（風景の分類）と、その風景（風景の分類）となる際の走行位置の信頼度との関係であってもよい。
図４に一例を示すように、対応情報は、風景の分類内容と、その分類内容の信頼度を示す点数とを対応付けた情報であってもよい。第２推定部１３２は、その対応情報に基づいて、走行位置の信頼度を示す点数を推定してもよい。

点数は、例えば、第１推定部１３１によって推定される風景（風景の分類）が電波信号の受信状況が相対的に悪くなる場合、又は、その電波信号の受信状況が相対的に悪くなる可能性がある場合、その風景（風景の分類）に対して相対的に低い値（信頼度が相対的に低いことを示す値）が対応付けられてもよい。
又は、点数は、例えば、第１推定部１３１によって推定される風景（風景の分類）が電波信号の受信状況が相対的に悪くなる場合、又は、その電波信号の受信状況が相対的に悪くなる可能性がある場合、その風景（風景の分類）に対して相対的に高い値（信頼度が相対的に低いことを示す値）が対応付けられてもよい。

換言すると、点数は、例えば、第１推定部１３１によって推定される風景（風景の分類）が電波信号の受信状況が相対的に良くなる場合、又は、その電波信号の受信状況が相対的に良くなる可能性がある場合、その風景（風景の分類）に対して相対的に高い値（信頼度が相対的に高いことを示す値）が対応付けられてもよい。
又は、点数は、例えば、第１推定部１３１のよって推定される風景（風景の分類）が電波信号の受信状況が相対的に良くなる場合、又は、その電波信号の受信状況が相対的に良くなる可能性がある場合、その風景（風景の分類）に対して相対的に低い値（信頼度が相対的に高いことを示す値）が対応付けられてもよい。

ここで、推定部１３は、例えば、画像情報に記録される風景が、複数の風景の分類内容それぞれの可能性として学習済モデルから出力される数値に基づいて、信頼度を推定してもよい。
具体的な一例として、推定部１３は、車両１００が山間部を走行しており、学習済モデルを利用して、車両１００のその走行の際の画像情報に記録される風景が１００％の確率で山間部と推定される場合、対応情報に記録される点数（一例として、山間部に対応する点数（７０点））をそのまま走行位置の信頼度の点数（７０点）としてもよい。
また具体的な一例として、推定部１３は、車両１００が山間部を走行しており、学習済モデルを利用して、車両１００のその走行の際の画像情報に記録される風景が６０％の確率で山間部と推定される場合、その６０％の確率に基づいて、対応情報に記録される点数を調整し、その調整後の点数を走行位置の信頼度の点数としてもよい。この調整の一例は、学習済モデルから出力される確率と、学習済モデルを利用して推定される風景の分類内容の点数（対応情報の点数）とを乗算するような調整であってもよい。この一例の場合では、推定部１３は、確率（６０％）と、点数（７０点）とを乗算して、走行位置の信頼度の点数として４２点を算出してもよい。

なお、推定部１３は、上述した一例のように信頼度を推定するばかりでなく、例えば、次のように信頼度を推定してもよい。
すなわち、推定部１３は、風景と、ラベルとしての走行位置の信頼度とを学習した学習済モデルに基づいて、画像情報に記録される風景に応じた走行位置の信頼度を推定してもよい。学習済モデルは、例えば、風景と、その風景の際の位置情報（電波位置情報）に基づく車両１００の走行位置の信頼度とを学習することにより生成される。
この学習の際でも、上述した第２推定部１３２の場合と同様に、例えば、ある風景において電波信号の受信状況が相対的に悪くなる場合、又は、その電波信号の受信状況が相対的に悪くなる可能性がある場合、その電波信号に基づいて取得される電波位置情報に基づく走行位置の信頼度が相対的に低いと学習してもよい。
同様に、この学習の際に、例えば、ある風景において電波信号の受信状況が相対的に良くなる場合、又は、その電波信号の受信状況が相対的に良くなる可能性がある場合、その電波信号に基づいて取得される電波位置情報に基づく走行位置の信頼度が相対的に高いと学習してもよい。
この場合、信頼度は、例えば、点数で表されてもよい。

その学習済モデルは、上述した場合と同様に、学習部又は学習装置（図示せず）等で学習が行われることにより生成されてもよい。制御部１１は、上述した場合と同様に種々の方法により学習済モデルを取得してもよい。学習済モデルは、例えば、記憶部２２等に記憶されてもよい。
推定部１３は、上述した学習済モデルを取得してもよい。

補正部１４は、例えば、上述したように推定部１３によって位置信頼度の数値が閾値以下の範囲を特定して場合、その特定した範囲において、自己位置情報（例えば、自律航法等を利用した位置情報）の優先度を電波位置情報よりも高くし、又は、自己位置情報の比重を変更し（一例として、自己位置情報の比重を電波位置情報よりも高くし）、走行軌跡（走行位置）の補正をおこなってもよい。補正部１４は、位置信頼度が相対的に高ければ、電波位置情報に基づく走行位置を維持してもよい。補正部１４は、位置信頼度が相対的に低くければ、電波位置情報に基づく走行位置を補正してもよい。
この場合、補正部１４は、例えば、種々の走行軌跡（走行位置）の補正アルゴリズム等を利用して、走行軌跡（走行位置）の補正を行ってもよい。補正部１４は、例えば、車載慣性センサ１０３の測定結果（例えば、車両１００の走行速度等）を積分して得られる走行軌跡（走行位置）と、電波位置情報に基づく走行軌跡（走行位置）との誤差が最小になるように補正を行ってもよい。又は、補正部１４は、例えば、画像トラッキング及びＶＳＬＡＭ（Ｖｉｓｕａｌ Ｓｉｍｕｌｔａｎｅｏｕｓ Ｌｏｃａｌｏｚａｔｉｏｎ ａｎｄ Ｍａｐｐｉｎｇ）（自己位置推定）等を利用して、電波位置情報に基づく走行軌跡（走行位置）を補正してもよい。

すなわち、補正部１４は、推定部１３によって推定する走行位置の信頼度に基づいて、取得部１２によって取得する位置情報に基づく走行位置を補正してもよい。この場合、補正部１４は、信頼度が相対的に低い場合に、その相対的に低い信頼度の走行位置を補正してもよい。補正部１４は、例えば、補正対象の位置情報を電波位置情報としてもよい。
一例として、補正部１４は、風景（風景の分類）が高架下、ビル街、山間部及び樹木遮蔽等のうち少なくとも１つに該当する場合に対応する信頼度の際に、電波位置情報に基づく走行位置を補正してもよい。

なお、補正部１４は、上述した一例に限らず、種々の風景（風景の分類）に対応する信頼度に応じて、電波位置情報に基づく走行位置を補正してもよい。
すなわち、補正部１４は、例えば、第２推定部１３２によって推定する走行位置の信頼度の点数と、閾値との関係に基づいて、取得部１２によって取得する位置情報に基づく走行位置を補正してもよい。補正部１４は、信頼度を示す点数と、閾値との比較に応じて、電波位置情報に基づく走行位置を補正してもよい。

一例として、補正部１４は、推定部１３において信頼度が低い際により低い点数が推定される（点数が付与される）場合、その点数が閾値以下となると、又は、その点数が閾値未満となると、電波位置情報に基づく走行位置を補正してもよい。
又は一例として、補正部１４は、推定部１３において信頼度が低い際により高い点数が推定される（点数が付与される）場合、その点数が閾値以上となると、又は、その点数が閾値を超えると、電波位置情報に基づく走行位置を補正してもよい。

補正部１４は、推定部１３によって走行位置の信頼度が相対的に低いと推定する場合、その相対的に低い信頼度の走行位置を、自己位置情報に基づく走行位置を利用して補正してもよい。すなわち、補正部１４は、例えば、電波位置情報に基づく走行位置を、自己位置情報に基づく走行位置を利用して補正してもよい。この場合、補正部１４は、信頼度が相対的に低いと推定される走行位置、又は、信頼度が低いと推定される走行位置を含む所定区間内の走行位置を、自己位置情報に基づく走行位置を利用して補正してもよい。

一例として、上述した「信頼度が相対的に低いと推定される走行位置」は、高架下及びトンネル内等となる走行位置等であってもよい。
また一例として、上述した「信頼度が低いと推定される走行位置を含む所定区間内の走行位置」は、高架下及びトンネル内等となる走行位置（第１位置）と、その走行位置（第１位置）の始点よりも所定距離前までの走行位置と、その走行位置（第１位置）の終点よりも所定距離後までの走行位置とを含む区間内の複数の走行位置等であってもよい。
また一例として、上述した「信頼度が低いと推定される走行位置を含む所定区間内の走行位置」は、高架下及びトンネル内等となる走行位置（第２位置）と、その走行位置（第２位置）を含む道路ネットワークのリンク内の複数の走行位置等であってもよい。道路ネットワークは、例えば、道路の特徴点となるノードと、隣接するノードを接続するリンクとで表される道路地図等であってもよい。この場合、補正部１４は、電波位置情報及び道路ネットワーク利用して、電波位置情報に基づく走行位置が道路ネットワーク上のどの位置に対応するかを特定することにより、走行位置（第２位置）を含むリンクと、そのリンク内の複数の走行位置とを特定してもよい。

補正部１４は、例えば、走行位置の補正として、信頼度が相対的に低いと推定される走行位置（第３位置）、又は、信頼度が低いと推定される走行位置（第３位置）を含む所定区間内の走行位置（電波位置情報に基づく走行位置）を、その走行位置（第３位置）又はその走行区間内に対応する、自己位置情報に基づく走行位置に置き換えてもよい。補正部１４は、例えば、第３位置を、その第３位置から最も近い自己位置情報に基づく走行位置に置き換えてもよい。又は、補正部１４は、例えば、第３位置を、車両１００においてその第３位置を取得した際の時刻（一例として、測位時刻及び電波信号の受信時刻等）から最も近い時刻に対応する自己位置情報に基づく走行位置に置き換えてもよい。
この場合、車両１００は、例えば、電波位置情報を取得する際の時刻（一例として、測位時刻及び電波信号の受信時刻等）の情報を電波位置情報に含ませてもよい。同様に、車両１００は、例えば、自己位置情報を取得する際の時刻（一例として、慣性計測装置における計測時刻等）の情報を自己位置情報に含ませてもよい。

作成部１５は、補正部１４によって補正された走行軌跡（走行位置）を、点群情報及び路面オルソ画像の更新に利用してもよく、立体地物の位置推定等に利用してもよい。

作成部１５は、補正部１４によって補正した車両１００の走行位置に基づいて、道路地図を作成してもよい。この場合、作成部１５は、例えば、道路地図等の作成に利用する点群情報及び路面オルソ画像情報を、補正した走行位置に対応するように更新してもよい。

点群情報は、例えば、車両１００等に搭載される３次元レーザスキャナ等の計測により生成されるデータ等であってもよい。その車両１００は、３次元レーザスキャナ等の計測の際に、上述した画像情報及び位置情報を取得する。情報処理装置１は、点群情報を得る際の計測位置を、補正した走行位置に対応するように更新することが可能になる。

路面オルソ画像情報は、例えば、道路の路面等のオルソ画像に関する情報であってもよい。路面オルソ画像情報は、例えば、道路の位置に関する位置情報を含む。情報処理装置１は、路面オルソ画像情報に記録される位置を、補正した走行位置に対応するように更新することが可能になる。

作成部１５は、例えば、点群情報及び路面オルソ画像の少なくとも一方に基づいて、道路地図を作成する。一例として、作成部１５は、道路の位置情報及び地物の情報（地物の形状、サイズ及び位置情報）等を始めとする種々の情報を利用して道路地図を作成することが可能である。また、作成部１５は、上述した一例に限らす、補正部１４によって補正された走行位置（例えば、走行位置の軌跡）等を利用して種々の方法により道路地図を作成してもよい。

出力制御部１６は、例えば、推定部１３による信頼度の推定結果、補正部１４による走行位置の補正結果、及び、作成部１５により作成される道路地図のグループ（第１グループ）から選択される少なくとも１つを出力するよう出力部を制御してもよい。ここで、出力部は、例えば、通信部２１、記憶部２２及び表示部２３等であってもよい。
すなわち、出力制御部１６は、例えば、上述した第１グループから選択される少なくとも１つの情報を外部装置等に送信するよう通信部２１を制御してもよい。ここで、外部装置は、例えば、車両１００、サーバ及びユーザ端末等であってもよい。ユーザ端末は、例えば、情報処理装置１のユーザが使用する端末であり、具体的な一例として、デスクトップ、ラップトップ、タブレット及びスマートフォン等であってもよい。
出力制御部１６は、例えば、上述した第１グループから選択される少なくとも１つの情報を記憶するよう記憶部２２を制御してもよい。
出力制御部１６は、例えば、上述した第１グループから選択される少なくとも１つを表示するよう表示部２３を制御してもよい。

［情報処理方法］
次に、一実施形態に係る情報処理方法について説明する。
図５は、一実施形態に係る情報処理方法について説明するためのフローチャートである。

ステップＳＴ１０１において、取得部１２は、車両１００において外部が撮像されることに基づく画像情報、及び、車両１００の走行位置に関する位置情報を取得する。
画像情報は、例えば、移動体の進行方向が撮像されることにより、その移動体の上方付近を含む風景が記録されるものであってもよい。又は、画像情報は、例えば、移動体の上方が撮像されることにより、移動体の上方を含む風景が記録されるものであってもよい。
位置情報は、例えば、電波位置情報及び自己位置情報等を含んでもよい。電波位置情報は、車両１００の車載受信機１０２で電波信号を受信することに基づく位置情報であってもよい。電波信号は、例えば、ＧＮＳＳを利用した衛星信号、又は、外部アンテナ１１２から放射される信号等であってもよい。自己位置情報は、車載慣性センサ１０３の測定結果に基づいて取得される位置情報であってもよい。

ステップＳＴ１０２において、推定部１３は、画像に記録される風景と、その風景に対して付与されるラベルとを学習することに基づく学習済モデルに基づいて、ステップＳＴ１０１で取得した画像情報に記録される風景に応じた走行位置の信頼度を推定する。推定部１３は、電波位置情報に基づく走行位置の信頼度を推定してもよい。
この場合、推定部１３（第１推定部１３１）は、例えば、風景と、ラベルとしての風景の分類内容とを学習した学習済モデルに基づいて、取得部１２によって取得する画像情報に記録される風景の分類内容について推定してもよい。

ステップＳＴ１０３において、推定部１３（第２推定部１３２）は、ステップＳＴ１０２で推定した風景の分類内容に基づいて、ステップＳＴ１０１で取得した位置情報に基づく走行位置の信頼度を推定する。この場合、推定部１３（第２推定部１３２は）、例えば、風景の分類内容と、走行位置に関する信頼度とを対応付けた対応情報に基づいて、ステップＳＴ１０１で取得した位置情報に基づく走行位置の信頼度を推定してもよい。対応情報は、風景の分類内容と、その分類内容の信頼度を示す点数とを対応付けた情報であってもよい。推定部１３（第２推定部１３２）は、その対応情報に基づいて、走行位置の信頼度を示す点数を推定してもよい。

又は、上述したステップＳＴ１０２及びステップＳＴ１０３の処理の代わりの処理ステップとして、推定部１３は、例えば、風景と、ラベルとしての走行位置の信頼度とを学習した学習済モデルに基づいて、画像情報に記録される風景に応じた走行位置の信頼度を推定してもよい。

ステップＳＴ１０４において、補正部１４は、ステップＳＴ１０３等で推定した走行位置の信頼度に基づいて、ステップＳＴ１０１取得した位置情報に基づく走行位置を補正してもよい。この場合、補正部１４は、信頼度が相対的に低い場合に、その相対的に低い信頼度の走行位置を補正してもよい。一例として、補正部１４は、ステップＳＴ１０３等で推定した走行位置の信頼度の点数と、閾値との関係に基づいて、ステップＳＴ１０１で取得した位置情報に基づく走行位置を補正してもよい。補正部１４は、例えば、ステップＳＴ１０３等で推定した走行位置の信頼度が相対的に低い場合、その相対的に低い信頼度の走行位置を、自己位置情報に基づく走行位置を利用して補正してもよい。

ステップＳＴ１０５において、作成部１５は、ステップＳＴ１０４で補正した車両１００の走行位置等に基づいて、道路地図を作成する。
［変形例］
上述した実施形態では、制御部１１は、取得部１２、推定部１３（第１推定部１３１及び第２推定部１３２）、補正部１４、作成部１５及び出力制御部１６等を備える一例について説明した。しかしながら、本開示は、その一例に限定されることはない。すなわち、制御部１１は、取得部１２、推定部１３（第１推定部１３１及び第２推定部１３２）、補正部１４、作成部１５及び出力制御部１６のうちのいずれを備える構成であってもよい。
一例として、情報処理装置１の制御部１１は、補正部１４、作成部１５及び出力制御部１６等を備える構成であってもよい。この場合、車両１００に搭載されるコンピュータ（車載機）（例えば、車載制御部等の演算処理装置）（図示せず）は、取得部１２及び推定部１３等を備える構成であってもよい。
又は一例として、情報処理装置１の制御部１１は、第２推定部１３２、補正部１４、作成部１５及び出力制御部１６等を備える構成であってもよい。この場合、車両１００に搭載されるコンピュータ（車載機）（例えば、車載制御部等の演算処理装置）（図示せず）は、取得部１２及び第１推定部１３１を備える構成であってもよい。

これにより、車両１００は、画像情報を情報処理装置１に送らなくとも車載機によって、画像情報に記録される風景の分類内容、又は、位置情報の信頼度を推定することが可能になる。なお、この場合であっても、情報処理装置１は、位置情報（例えば、電波位置情報及び自己位置情報等）を車両１００から取得する。すなわち、車両１００は、風景の分類内容（車両１００が走行する位置におけるシーンを判定した判定情報）、又は、走行位置の信頼度に関する信頼度情報を情報処理装置１に送ることにより、画像情報を情報処理装置１に送る場合に比べて、通信量等を削減することができる。

情報処理装置１は、例えば、車両１００から取得する風景の分類内容に基づいて、走行位置の信頼度を推定することができる。又は、情報処理装置１は、例えば、車両１００から取得する走行位置の信頼度に基づいて、走行位置を補正することができる。

上述した情報処理装置１の各部は、コンピュータの演算処理装置等の機能として実現されてもよい。すなわち、情報処理装置１の取得部１２、推定部１３（第１推定部１３１及び第２推定部１３２）、補正部１４、作成部１５及び出力制御部１６（制御部１１）は、コンピュータの演算処理装置等による取得機能、推定機能（第１推定機能及び第２推定機能）、補正機能、作成機能及び出力制御機能（制御機能）としてそれぞれ実現されてもよい。
情報処理プログラムは、上述した各機能をコンピュータに実現させることができる。情報処理プログラムは、例えば、メモリ、ソリッドステートドライブ、ハードディスクドライブ又は光ディスク等の、コンピュータで読み取り可能な非一時的な記録媒体等に記録されていてもよい。記録媒体は、例えば、非一時的なコンピュータ可読媒体と言い換えてもよい。
また、上述したように、情報処理装置１の各部は、コンピュータの演算処理装置等で実現されてもよい。その演算処理装置等は、例えば、集積回路等によって構成される。このため、情報処理装置１の各部は、演算処理装置等を構成する回路として実現されてもよい。すなわち、情報処理装置１の取得部１２、推定部１３（第１推定部１３１及び第２推定部１３２）、補正部１４、作成部１５及び出力制御部１６（制御部１１）は、コンピュータの演算処理装置等を構成する取得回路、推定回路（第１推定回路及び第２推定回路）、補正回路、作成回路及び出力制御回路（制御回路）として実現されてもよい。
また、情報処理装置１の通信部２１、記憶部２２及び表示部２３（出力部）は、例えば、演算処理装置等の機能を含む通信機能、記憶機能及び表示機能（出力機能）として実現されもよい。また、情報処理装置１の通信部２１、記憶部２２及び表示部２３（出力部）は、例えば、集積回路等によって構成されることにより通信回路、記憶回路及び表示回路（出力回路）として実現されてもよい。また、情報処理装置１の通信部２１、記憶部２２及び表示部２３（出力部）は、例えば、複数のデバイスによって構成されることにより通信装置、記憶装置及び表示装置（出力装置）として構成されてもよい。

情報処理装置１は、上述した複数の各部のうち１又は任意の複数を組み合わせることが可能である。
本開示では、「情報」の文言を使用しているが、「情報」の文言は「データ」と言い換えることができ、「データ」の文言は「情報」と言い換えることができる。

［本実施形態の態様及び効果］
次に、本実施形態の一態様及び各態様が奏する効果について説明する。なお、以下に記載する各態様は出願時の一例であり、本実施形態は以下に記載する態様に限定されることはない。すなわち、本実施形態は以下に記載する各態様に限定されることはなく、上述した各部を適宜組み合わせて実現されてもよい。また、以下に記載する効果は一例であり、各態様が奏する効果は以下に記載するものに限定されることはない。また、各態様は、例えば、以下に記載する少なくとも１つの効果を奏してもよい。

（態様１）
一態様の情報処理装置は、車両おいて外部が撮像されることに基づく画像情報、及び、車両の走行位置に関する位置情報を取得する取得部と、画像に記録される風景と、その風景に対して付与されるラベルとを学習することに基づく学習済モデルに基づいて、画像情報に記録される風景に応じた走行位置の信頼度を推定する推定部と、を備える。
これにより、情報処理装置は、例えば、位置情報（電波位置情報）に基づく走行位置の信頼度を推定することができる。
また、情報処理装置は、画像情報に基づいて走行位置の信頼度を推定するので、より正確な推定を行うことができる。なおここで、例えば、ＧＮＳＳ等を利用して測位を行う場合、衛星信号の受信強度が低下していない場合でも、相対的に少ない数の衛星信号を受信する場合には、測位の精度が相対的に低下する。また、車両は、例えば、衛星信号を受信して測位を行う場合、その受信する衛星信号が測位に関して信頼できる信号なのか否かを判断することが難しい場合がある。すなわち、車両は、例えば、衛星信号のマルチパスを受信する場合、マルチパスなのか否か、どの衛星から送信される衛星信号なのか否か（一例として、天頂付近にある衛星から送信される衛星信号なのか否か等）、測位に関して信頼して良い衛星信号なのか否か等を判断することが難しい場合がある。上述した衛星信号に関する懸念点は、ブルートゥース信号等についても同様のことが言える。この点、本実施形態では、情報処理装置は、画像情報を利用して、より正確な走行位置の信頼度を推定できる。
また、道路地図等からは、例えば、樹木による比較的に高い仰角の遮蔽、及び、ビル群による比較的に低い仰角の遮蔽の状況に関する情報を得ることができない。これに対し、情報処理装置は、画像情報を利用することにより、樹木及びビル群等による遮蔽の状況を得ることができ、車両が走行する道路及び周囲の状況に応じた、より正確な走行位置の信頼度を得ることができる。

（態様２）
一態様の情報処理装置では、推定部は、風景と、ラベルとしての風景の分類内容とを学習した学習済モデルに基づいて、取得部によって取得する画像情報に記録される風景の分類内容について推定する第１推定部と、第１推定部によって推定する風景の分類内容に基づいて、取得部によって取得する位置情報に基づく走行位置の信頼度を推定する第２推定部と、を備える。
これにより、情報処理装置は、画像情報を利用して、より正確な走行位置の信頼度を推定できる。

（態様３）
一態様の情報処理装置では、第２推定部は、風景の分類内容と、走行位置に関する信頼度とを対応付けた対応情報に基づいて、取得部によって取得する位置情報に基づく走行位置の信頼度を推定することとしてもよい。
これにより、情報処理装置は、画像情報を利用して、より正確な走行位置の信頼度を推定できる。

（態様４）
一態様の情報処理装置では、第２推定部は、対応情報として、風景の分類内容と、その分類内容の信頼度を示す点数とを対応付けた情報に基づいて、走行位置の信頼度を示す点数を推定することとしてもよい。
これにより、情報処理装置は、画像情報を利用して、より正確な走行位置の信頼度を推定できる。

（態様５）
一態様の情報処理装置では、推定部は、風景と、ラベルとしての走行位置の信頼度とを学習した学習済モデルに基づいて、画像情報に記録される風景に応じた走行位置の信頼度を推定することとしてもよい。
これにより、情報処理装置は、画像情報を利用して、より正確な走行位置の信頼度を推定できる。

（態様６）
一態様の情報処理装置は、第２推定部によって推定する走行位置の信頼度の点数と、閾値との関係に基づいて、取得部によって取得する位置情報に基づく走行位置を補正する補正部を備えることとしてもよい。
これにより、情報処理装置は、信頼度の点数と閾値との大小関係に応じて必要な場合に走行位置を補正して、より精度の高い走行位置（例えば、走行位置の軌跡等）を得ることができる。

（態様７）
一態様の情報処理装置は、推定部によって推定する走行位置の信頼度に基づいて、取得部によって取得する位置情報に基づく走行位置を補正する補正部を備えることとしてもよい。
情報処理装置は、相対的により高精度の走行位置（より高精度の電波位置情報に基づく走行位置）を得る場合（一例として、より高精度の測位を行える場合等）、信頼度が低い走行位置又は信頼度が低い走行位置のみを補正することにより、信頼度のより高い走行位置についてはより高い位置精度を維持することができる。
また、情報処理装置は、例えば、信頼度が低い走行位置を含む所定区間内の複数の走行位置（又は、その所定区間内の全ての走行位置）を補正する場合、電波位置情報に基づく全ての走行位置において信頼度を推定する必要がない場合がある。すなわち、情報処理装置は、例えば、電波位置情報に基づく全ての走行位置のうちのいずれかにおいて信頼度を推定することにより、全ての走行位置において信頼度を推定する場合に比べて、その推定の際の処理負担を軽減することができる。この場合、情報処理装置（推定部）は、例えば、所定のタイミング毎に信頼度を推定してもよい。所定のタイミング毎は、例えば、所定の時間毎、又は、電波位置情報等に基づく所定の移動距離毎等であってもよい。
また、情報処理装置は、補正対象の走行位置を補正することにより、より精度の高い走行位置（例えば、走行位置の軌跡等）を得ることができる。

（態様８）
一態様の情報処理装置では、補正部は、信頼度が相対的に低い場合に、その相対的に低い信頼度の走行位置を補正することとしてもよい。
これにより、情報処理装置は、信頼度が相対的に低い走行位置を補正し、信頼度が相対的に高い走行位置を電波位置情報に基づくより精度の高い走行位置を維持することができる。

（態様９）
一態様の情報処理装置では、取得部は、位置情報として、車両の車載受信機で電波信号を受信することに基づく電波位置情報と、車両の車載慣性センサで測定することに基づく自己位置情報と、を取得し、推定部は、電波位置情報に基づく走行位置の信頼度を推定し、補正部は、推定部によって走行位置の信頼度が相対的に低いと推定する場合、その相対的に低い信頼度の走行位置を、自己位置情報に基づく走行位置を利用して補正することとしてもよい。
これにより、情報処理装置は、信頼度が相対的に低い電波位置情報に基づく走行位置を、信頼度が相対的に高い自己位置情報に基づく走行位置に補正することができる。

（態様１０）
一態様の情報処理装置は、補正部によって補正した車両の走行位置に基づいて、道路地図を作成する作成部を備えることとしてもよい。
これにより、情報処理装置は、補正後の走行位置等を利用することにより、より高精度の道路地図を作成することができる。

（態様１１）
一態様の情報処理方法では、コンピュータが、車両において外部が撮像されることに基づく画像情報、及び、車両の走行位置に関する位置情報を取得する取得ステップと、画像に記録される風景と、その風景に対して付与されるラベルとを学習することに基づく学習済モデルに基づいて、画像情報に記録される風景に応じた走行位置の信頼度を推定する推定ステップと、を実行する。
これにより、情報処理方法は、上述した一態様の情報処理装置と同様の効果を奏してもよい。

（態様１２）
一態様の情報処理プログラムは、コンピュータに、車両において外部が撮像されることに基づく画像情報、及び、車両の走行位置に関する位置情報を取得する取得機能と、画像に記録される風景と、その風景に対して付与されるラベルとを学習することに基づく学習済モデルに基づいて、画像情報に記録される風景に応じた走行位置の信頼度を推定する推定機能と、を実現させる。
これにより、情報処理プログラムは、上述した一態様の情報処理装置と同様の効果を奏してもよい。

１ 情報処理装置
１１ 制御部
１２ 取得部
１３ 推定部
１３１ 第１推定部
１３２ 第２推定部
１４ 補正部
１５ 作成部
１６ 出力制御部
２１ 通信部
２２ 記憶部
２３ 表示部
１００ 車両
１０１ 撮像部
１０２ 車載受信機
１０３ 車載慣性センサ
１１１ 人工衛星（ＧＮＳＳ）
１１２ 外部アンテナ
２００ サーバ
３００ 道路
３０１ 高架下の区間
３０２ 高架下でない区間
３０３ 走行位置

Claims (11)

1. 車両において外部が撮像されることに基づく画像情報、及び、ＧＮＳＳを利用して得られる前記車両の走行位置に関する位置情報を取得する取得部と、
   画像に記録される風景と、その風景に対して付与されるＧＮＳＳの電波信号の受信環境の良し悪しを規定するラベルとを学習することに基づく学習済モデルに基づいて、前記画像情報に記録される風景に応じた前記走行位置の信頼度を推定する推定部と、を備え、
   前記推定部は、
   前記風景と、前記ラベルとしての、前記風景に応じたＧＮＳＳの電波信号の受信環境の良し悪しを分類する分類内容とを学習した前記学習済モデルに基づいて、前記取得部によって取得する画像情報に記録される風景の分類内容について推定する第１推定部と、
   前記第１推定部によって推定する風景の分類内容に基づいて、前記取得部によって取得する位置情報に基づく走行位置の信頼度を推定する第２推定部と、
   を備える
   情報処理装置。
2. 前記第２推定部は、風景の分類内容と、走行位置に関する信頼度とを対応付けた対応情報に基づいて、前記取得部によって取得する位置情報に基づく走行位置の信頼度を推定する
   請求項１に記載の情報処理装置。
3. 前記第２推定部は、対応情報として、風景の分類内容と、その分類内容の信頼度を示す点数とを対応付けた情報に基づいて、走行位置の信頼度を示す点数を推定する
   請求項２に記載の情報処理装置。
4. 前記推定部は、前記風景と、前記ラベルとしての走行位置の信頼度とを学習した学習済モデルに基づいて、前記画像情報に記録される風景に応じた前記走行位置の信頼度を推定する
   請求項１に記載の情報処理装置。
5. 前記第２推定部によって推定する走行位置の信頼度の点数と、閾値との関係に基づいて、前記取得部によって取得する位置情報に基づく走行位置を補正する補正部を備える
   請求項１～４のいずれか１項に記載の情報処理装置。
6. 前記推定部によって推定する走行位置の信頼度に基づいて、前記取得部によって取得する位置情報に基づく走行位置を補正する補正部を備える
   請求項１～４のいずれか１項に記載の情報処理装置。
7. 前記補正部は、信頼度が相対的に低い場合に、当該相対的に低い信頼度の走行位置を補正する
   請求項５又は６に記載の情報処理装置。
8. 前記取得部は、前記位置情報として、前記車両の車載受信機でＧＮＳＳを利用した電波信号を受信することに基づく電波位置情報と、前記車両の車載慣性センサで測定することに基づく自己位置情報と、を取得し、
   前記推定部は、電波位置情報に基づく走行位置の信頼度を推定し、
   前記補正部は、前記推定部によって走行位置の信頼度が相対的に低いと推定する場合、当該相対的に低い信頼度の走行位置を、自己位置情報に基づく走行位置を利用して補正する
   請求項６又は７に記載の情報処理装置。
9. 前記補正部によって補正した前記車両の走行位置に基づいて、道路地図を作成する作成部を備える
   請求項５～８のいずれか１項に記載の情報処理装置。
10. コンピュータが、
    車両において外部が撮像されることに基づく画像情報、及び、ＧＮＳＳを利用して得られる前記車両の走行位置に関する位置情報を取得する取得ステップと、
    画像に記録される風景と、その風景に対して付与されるＧＮＳＳの電波信号の受信環境の良し悪しを規定するラベルとを学習することに基づく学習済モデルに基づいて、前記画像情報に記録される風景に応じた前記走行位置の信頼度を推定する推定ステップと、を実行し、
    前記推定ステップは、
    前記風景と、前記ラベルとしての、前記風景に応じたＧＮＳＳの電波信号の受信環境の良し悪しを分類する分類内容とを学習した前記学習済モデルに基づいて、前記取得ステップによって取得する画像情報に記録される風景の分類内容について推定する第１推定ステップと、
    前記第１推定ステップによって推定する風景の分類内容に基づいて、前記取得ステップによって取得する位置情報に基づく走行位置の信頼度を推定する第２推定ステップと、
    を実行する
    情報処理方法。
11. コンピュータに、
    車両において外部が撮像されることに基づく画像情報、及び、ＧＮＳＳを利用して得られる前記車両の走行位置に関する位置情報を取得する取得機能と、
    画像に記録される風景と、その風景に対して付与されるＧＮＳＳの電波信号の受信環境の良し悪しを規定するラベルとを学習することに基づく学習済モデルに基づいて、前記画像情報に記録される風景に応じた前記走行位置の信頼度を推定する推定機能と、を実現させ、
    前記推定機能は、
    前記風景と、前記ラベルとしての、前記風景に応じたＧＮＳＳの電波信号の受信環境の良し悪しを分類する分類内容とを学習した前記学習済モデルに基づいて、前記取得機能によって取得する画像情報に記録される風景の分類内容について推定する第１推定機能と、
    前記第１推定機能によって推定する風景の分類内容に基づいて、前記取得機能によって取得する位置情報に基づく走行位置の信頼度を推定する第２推定機能と、
    を実現させる
    情報処理プログラム。

Images