WO2023007785A1 - 情報処理装置、および情報処理方法、並びにプログラム - Google Patents

Abstract

駐車区分領域のオクルージョン領域の比率に応じて、駐車可能領域、または空き可能性あり領域のいずれであるかを判別して、判別結果に応じて異なる識別表示処理を行う。カメラ撮影画像を解析して、車両が駐車可能か否かを区分領域単位で解析する駐車領域解析部と、解析結果に基づいて区分領域単位の駐車可否識別グラフィックデータを生成し、カメラ撮影画像上に重畳表示する表示制御部を有する。駐車領域解析部は、カメラ撮影画像から駐車車両が検出されない区分領域について、オクルージョン領域の区分領域全面積に対する比率を算出し、算出比率の値に応じて区分領域が駐車可能領域、または空き可能性あり領域のいずれであるかを判定し、表示制御部は、各領域で異なるグラフィックデータを重畳して表示する。

Description

情報処理装置、および情報処理方法、並びにプログラム

　本開示は、情報処理装置、および情報処理方法、並びにプログラムに関する。具体的には、例えば駐車場において車両の駐車可能領域を車両運転者であるユーザに分かりやすく提示する表示データを生成する情報処理装置、および情報処理方法、並びにプログラムに関する。

　例えば、ショッピングセンターや遊園地、観光地、その他、街中等の駐車場の多くは、多数の車両を駐車可能としている場合が多い。
　車両の運転者であるユーザは、駐車場から駐車可能な空きスペースを探して駐車する。この場合、ユーザは、駐車場内で車両を走行させ、周囲を目視で確認して空きスペースを探すことになる。

　このような駐車可能スペースの確認処理は時間を要し、また、狭い駐車場内で走行を行うと他の車両や人との接触事故が起こりやすいという問題がある。

　駐車場において駐車可能領域の検出を行う構成を開示した従来技術として、例えば特許文献１（国際公開ＷＯ２０１７／０６８７０１号公報）がある。

　この特許文献１は、並列駐車型の駐車場において、車両に搭載されたカメラを用いて駐車可否の判別対象とする駐車区分領域の隣の駐車車両を撮影し、隣の駐車車両の側面部が撮影画像内にしきい値以上の長さで撮影されていれば、駐車可否判別対象領域が空きスペースであると判定する構成を開示している。

　しかし、この開示手法は、並列駐車型の駐車場であること、駐車可否判別区分領域の隣に駐車車両が存在していること、これらの条件が満たされていることが必須要件である。従って、例えば明確な駐車区分領域が規定されていない駐車場や、縦列駐車領域などには適用できず、利用可能な条件が極めて限定されてしまうという問題がある。

国際公開ＷＯ２０１７／０６８７０１号公報

　本開示は、例えば上記問題点に鑑みてなされたものであり、並列駐車、縦列駐車など様々な駐車場のタイプに適用可能であり、さらに駐車可否のみならず空き可能性情報も含めて車両運転者であるユーザに提示することを可能とした情報処理装置、および情報処理方法、並びにプログラムを提供することを目的とする。

　本開示の第１の側面は、
　車両に装着したカメラの撮影画像を解析して、車両が駐車可能か否かを区分領域単位で解析する駐車領域解析部と、
　前記駐車領域解析部の解析結果に基づいて、区分領域単位の駐車可否識別グラフィックデータを生成し、前記カメラの撮影画像、または撮影画像に基づいて生成した合成画像上に重畳して表示する表示制御部を有し、
　前記駐車領域解析部は、
　前記カメラの撮影画像から駐車車両が検出されない区分領域について、前記カメラの撮影画像から確認できないオクルージョン領域の区分領域全面積に対する比率を算出し、
　算出比率の値に応じて区分領域が、駐車可能領域、または空き可能性あり領域のいずれの領域であるかを判定する判定処理を実行し、
　前記表示制御部は、
　前記判定処理の結果に応じて、駐車可能領域と空き可能性あり領域とで異なるグラフィックデータを重畳して表示する情報処理装置にある。

　さらに、本開示の第２の側面は、
　情報処理装置において実行する情報処理方法であり、
　駐車領域解析部が、
　車両に装着したカメラの撮影画像を解析して、車両が駐車可能か否かを区分領域単位で解析する駐車領域解析ステップと、
　表示制御部が、
　前記駐車領域解析部の解析結果に基づいて、区分領域単位の駐車可否識別グラフィックデータを生成し、前記カメラの撮影画像、または該撮影画像に基づいて生成した合成画像上に重畳して表示する表示制御ステップを実行し、
　前記駐車領域解析部は、前記駐車領域解析ステップにおいて、
　前記カメラの撮影画像から駐車車両が検出されない区分領域について、前記カメラの撮影画像から確認できないオクルージョン領域の区分領域全面積に対する比率を算出し、
　算出比率の値に応じて区分領域が、駐車可能領域、または空き可能性あり領域のいずれの領域であるかを判定する判定処理を実行し、
　前記表示制御部は、前記表示制御ステップにおいて、
　前記判定処理の結果に応じて、駐車可能領域と空き可能性あり領域とで異なるグラフィックデータを重畳して表示する情報処理方法にある。

　さらに、本開示の第３の側面は、
　情報処理装置において情報処理を実行させるプログラムであり、
　駐車領域解析部に、
　車両に装着したカメラの撮影画像を解析して、車両が駐車可能か否かを区分領域単位で解析する駐車領域解析ステップを実行させ、
　表示制御部に、
　前記駐車領域解析部の解析結果に基づいて、区分領域単位の駐車可否識別グラフィックデータを生成し、前記カメラの撮影画像、または該撮影画像に基づいて生成した合成画像上に重畳して表示する表示制御ステップを実行させ、
　前記駐車領域解析部の前記駐車領域解析ステップにおいて、
　前記カメラの撮影画像から駐車車両が検出されない区分領域について、前記カメラの撮影画像から確認できないオクルージョン領域の区分領域全面積に対する比率を算出する処理と、
　算出比率の値に応じて区分領域が、駐車可能領域、または空き可能性あり領域のいずれの領域であるかを判定する判定処理を実行させ、
　前記表示制御部の前記表示制御ステップにおいて、
　前記判定処理の結果に応じて、駐車可能領域と空き可能性あり領域とで異なるグラフィックデータを重畳して表示する処理を実行させるプログラムにある。

　なお、本開示のプログラムは、例えば、様々なプログラム・コードを実行可能な情報処理装置、画像処理装置やコンピュータ・システムに対して、コンピュータ可読な形式で提供する記憶媒体、通信媒体によって提供可能なプログラムである。このようなプログラムをコンピュータ可読な形式で提供することにより、情報処理装置やコンピュータ・システム上でプログラムに応じた処理が実現される。

　本開示のさらに他の目的、特徴や利点は、後述する本発明の実施例や添付する図面に基づくより詳細な説明によって明らかになるであろう。なお、本明細書においてシステムとは、複数の装置の論理的集合構成であり、各構成の装置が同一筐体内にあるものには限らない。

　本開示の一実施例の構成によれば、駐車区分領域のオクルージョン領域の比率に応じて、駐車可能領域、または空き可能性あり領域のいずれであるかを判別して、判別結果に応じて異なる識別表示処理を行う構成が実現される。
　具体的には、例えば、カメラ撮影画像を解析して、車両が駐車可能か否かを区分領域単位で解析する駐車領域解析部と、解析結果に基づいて区分領域単位の駐車可否識別グラフィックデータを生成し、カメラ撮影画像上に重畳表示する表示制御部を有する。駐車領域解析部は、カメラ撮影画像から駐車車両が検出されない区分領域について、オクルージョン領域の区分領域全面積に対する比率を算出し、算出比率の値に応じて区分領域が駐車可能領域、または空き可能性あり領域のいずれであるかを判定し、表示制御部は、各領域で異なるグラフィックデータを重畳して表示する。
　本構成により、駐車区分領域のオクルージョン領域の比率に応じて、駐車可能領域、または空き可能性あり領域のいずれであるかを判別して、判別結果に応じて異なる識別表示処理を行う構成が実現される。
　なお、本明細書に記載された効果はあくまで例示であって限定されるものではなく、また付加的な効果があってもよい。

駐車場の構成と駐車する車両の例について説明する図である。 車両の構成例について説明する図である。 駐車場の例について説明する図である。 本開示の情報処理装置が生成する表示データの具体例について説明する図である。 本開示の情報処理装置が生成する表示データの具体例について説明する図である。 車両のカメラ構成の例について説明する図である。 車両のカメラ撮影画像に基づいて生成される鳥瞰図の具体例について説明する図である。 本開示の情報処理装置が生成する表示データの具体例について説明する図である。 本開示の情報処理装置が生成する表示データの具体例について説明する図である。 本開示の情報処理装置が実行する処理の処理シーケンスについて説明するフローチャートを示す図である。 本開示の情報処理装置が実行する処理の具体例について説明する図である。 本開示の情報処理装置が実行する処理の具体例について説明する図である。 本開示の情報処理装置が実行する処理の具体例について説明する図である。 本開示の情報処理装置が実行する処理の具体例について説明する図である。 本開示の情報処理装置が実行する処理の具体例について説明する図である。 本開示の情報処理装置が実行する処理の具体例について説明する図である。 本開示の情報処理装置が実行する処理の具体例について説明する図である。 本開示の情報処理装置が実行する処理の具体例について説明する図である。 本開示の情報処理装置が実行する処理の具体例について説明する図である。 本開示の情報処理装置が実行する処理の具体例について説明する図である。 縦列駐車可能な駐車領域と、駐車しようとする車両の具体例について説明する図である。 本開示の情報処理装置が生成する表示データの具体例について説明する図である。 本開示の情報処理装置が実行する処理の処理シーケンスについて説明するフローチャートを示す図である。 本開示の情報処理装置が実行する処理の処理シーケンスについて説明するフローチャートを示す図である。 本開示の情報処理装置が実行する処理の具体例について説明する図である。 本開示の情報処理装置が実行する処理の具体例について説明する図である。 本開示の情報処理装置が実行する処理の具体例について説明する図である。 本開示の情報処理装置が実行する処理の具体例について説明する図である。 本開示の情報処理装置が実行する処理の具体例について説明する図である。 本開示の情報処理装置が実行する処理の具体例について説明する図である。 本開示の情報処理装置が実行する処理の具体例について説明する図である。 本開示の情報処理装置が実行する処理の具体例について説明する図である。 本開示の情報処理装置が実行する表示データ更新処理の処理シーケンスについて説明するフローチャートを示す図である。 本開示の情報処理装置が実行する自動運転制御処理の処理シーケンスについて説明するフローチャートを示す図である。 本開示の情報処理装置が実行する自動運転制御処理の処理シーケンスについて説明するフローチャートを示す図である。 本開示の情報処理装置の構成例について説明する図である。 本開示の情報処理装置のハードウェア構成例について説明する図である。 本開示の情報処理装置を搭載した車両の構成例について説明する図である。 本開示の情報処理装置を搭載した車両のセンサの構成例について説明する図である。

　以下、図面を参照しながら本開示の情報処理装置、および情報処理方法、並びにプログラムの詳細について説明する。なお、説明は以下の項目に従って行う。
　１．駐車場における車両駐車処理の一般的な処理と、その問題点について
　２．駐車可能領域と駐車不可領域、さらに空き可能性あり領域の３種類の領域識別用データを生成してユーザに提示する本開示の処理について
　３．（実施例１）本開示の情報処理装置が実行する処理の詳細について
　４．（実施例２）駐車区分領域が規定されていない縦列駐車の場合の処理例について
　５．表示データの更新処理について
　６．車両が自動運転車両である場合の自動運転処理について
　７．本開示の情報処理装置の構成例について
　８．本開示の情報処理装置のハードウェア構成例について
　９．車両の構成例について
　１０．本開示の構成のまとめ

　　［１．駐車場における車両駐車処理の一般的な処理と、その問題点について］
　まず、駐車場における車両駐車処理の一般的な処理と、その問題点について説明する。

　図１以下を参照して、車両を駐車場に駐車させる場合の一般的な車両走行例について説明する。
　図１には、車両１０と駐車場２０を示している、車両１０は、駐車場２０の入り口から駐車場２０に入り、空きスペースを探して駐車しようとしている。

　図１の状態で、車両１０の運転者であるユーザは、車両前方を見ながら、駐車場２０の入り口から駐車場内に侵入する。
　例えば、店舗の入り口が、駐車場の奥側（図の上方側）にあるため、車両１０の運転者であるユーザは、できるだけ駐車場の奥側（図の上方側）に駐車したいと考えているとする。

　しかし、駐車場にすでに駐車している駐車車両や柱２１などによって運転者の視界が遮られるため、侵入時点では、駐車区分領域のどこが空いているかを判断することは困難である。
　また、図に示す駐車区分の左上端から２番目の駐車領域は空いてはいるが、円錐コーン２２がおかれているため利用できない領域となっている。
　しかし、侵入時点では車両１０の運転者であるユーザは、この円錐コーン２２を視覚で確認することができない。

　なお、図２に示すように、車両１０がカメラ１１を備えた車両である場合、カメラ１１によって撮影された画像が車両１０内の表示部１２に表示される。運転者であるユーザは、この表示データを見て、駐車場の全体を観察することができる。

　表示部１２に表示される撮影画像の例を図３に示す。
　表示部１２には、例えば図３に示すようなカメラ撮影画像が表示される。しかし、この表示画像を見ても、例えば、駐車場の右奥の駐車領域２３は、手前の駐車車両の陰になっており、運転者は駐車可能か否かを明確に判定することができない。

　また、駐車場左側の奥から２番目の駐車領域２４も手前の駐車車両の陰になっており、運転者は駐車可能か否かを明確に判定することができない。この駐車領域２４には、円錐コーン２２がおかれているが、カメラ１１の撮影画像には撮影されていないため運転者は円錐コーン２２の存在も全く確認できない。

　　［２．駐車可能領域と駐車不可領域、さらに空き可能性あり領域の３種類の領域識別用データを生成してユーザに提示する本開示の処理について］
　次に、駐車可能領域と駐車不可領域、さらに空き可能性あり領域の３種類の領域識別用データを生成してユーザに提示する本開示の処理について説明する。

　図４は、本開示の処理によって車両１０の表示部１２に表示される表示データの例を示す図である。

　図４に示す表示データは、先に図３を参照して説明したカメラ１１の撮影画像内の駐車区分領域各々に３種類の駐車可否識別グラフィックデータ（カラー枠）のいずれかを重畳して表示した表示データである。

　重畳表示する駐車可否識別グラフィックデータ（カラー枠）は、以下の３種類である。
　（１）駐車可能領域識別用表示データ（緑色枠）１０１
　（２）駐車不可領域識別用表示データ（赤色枠）１０２
　（３）空き可能性あり領域識別用表示データ（黄色枠）１０３
　なお、緑、赤、黄の色は一例であり、これらと異なる色の組み合わせでもよい。

　「（１）駐車可能領域識別用表示データ（緑色枠）１０１」は、車両１０に装着されたカメラ１１による撮影画像の解析結果として駐車車両が検出されず、かつ、空き尤度（空き可能性）が規定しきい値以上の駐車区分領域に対して重畳表示される。

　「（２）駐車不可領域識別用表示データ（赤色枠）１０２」は、車両１０に装着されたカメラ１１による撮影画像の解析結果として駐車車両が検出された駐車区分領域に対して重畳表示される。

　「（３）空き可能性あり領域識別用表示データ（黄色枠）１０３」は、車両１０に装着されたカメラ１１による撮影画像の解析結果として駐車車両が検出されず、かつ、空き尤度（空き可能性）が規定しきい値未満の駐車区分領域に対して重畳表示される。

　空き尤度（空き可能性）とは、駐車区分領域が空いており、駐車可能である可能性を示す指標値である。この空き尤度（空き可能性）の算出処理の詳細については後段で説明する。

　なお、図４に示す図は、図面上では白黒画として示しているが、車両１０の表示部１２に表示される画像はカラー画像であり、領域識別用表示データ（緑色枠、赤色枠、黄色枠）は、高輝度のカラーデータとして表示されるため、ユーザ（運転者）は、即座に各駐車領域の３状態（駐車可能、駐車不可能、空き可能性あり）を判別することができる。

　図４に示す図は白黒画で分かりにくいため、背景の車両を省略したデータ例を図５に示す。
　図５に示すように、駐車区分領域の各々に対して、以下の３種類の駐車可否識別グラフィックデータ（カラー枠）が表示される。
　（１）駐車可能領域識別用表示データ（緑色枠）１０１
　（２）駐車不可領域識別用表示データ（赤色枠）１０２
　（３）空き可能性あり領域識別用表示データ（黄色枠）１０３

　ユーザ（運転者）は、駐車区分領域の各々に重畳されて表示される駐車可否識別グラフィックデータ（カラー枠）の色に基づいて、各駐車領域が駐車可能な領域であるか、駐車不可能な領域であるか、空き可能性ありの領域であるかを、即座に判別することができる。

　なお、図４、図５に示す例は、表示部１２に表示する表示データとして、図２に示す車両１０の前方を撮影するカメラ１１によって撮影した画像を利用した例である。
　表示部１２に表示する表示データは、このような前方撮影カメラによる撮影画像に限らず、様々なデータとすることが可能である。

　例えば、図６に示すように、車両１０に前後左右を撮影する複数のカメラを搭載し、これらのカメラによって撮影された画像を合成して上方から観察された画像、すなわち鳥瞰図を生成して表示してもよい。

　図６に示す車両１０は、以下の４つのカメラを搭載している。
　（ａ）車両１０の前方を撮影する前方向カメラ１１Ｆ、
　（ｂ）車両１０の後方を撮影する後方向カメラ１１Ｂ、
　（ｃ）車両１０の左側を撮影する左方向カメラ１１Ｌ、
　（ｄ）車両１０の右側を撮影する右方向カメラ１１Ｒ、

　これら車両１０の前後左右４方向の画像を撮影するカメラの撮影画像を合成することで、車両１０の上方から観察される画像、すなわち鳥瞰図を生成することが可能となる。
　このような処理によって車両１０の表示部１２に表示される画像の例を図７に示す。

　図７に示す表示データは、図６を参照して説明した車両１０の前後左右４方向の画像を撮影するカメラ１１Ｆ，１１Ｌ，１１Ｂ，１１Ｒの４つの撮影画像を合成して生成された鳥瞰図によって構成される表示データの例である。

　なお、柱２１は歪んで見えているが、これは複数画像の合成処理よって発生する歪である。また、本来、存在するはずの円錐コーン２２は表示されていない。この円錐コーン２２は、例えば手前の駐車領域に駐車された車両の陰になり、４つのカメラのいずれにも撮影されていないからである。
　このように、複数画像の合成処理よって生成される表示データ（鳥瞰図）は、被写体の歪みなどが発生し、運転者（ユーザ）が、即座に各駐車領域の状態（駐車可能、駐車不可能、空き可能性あり）を判別することは困難である。

　図８は、複数画像の合成処理よって生成される表示データ（鳥瞰図）に対して本開示の処理によって生成される駐車可否識別グラフィックデータ（カラー枠）を重畳した表示データの例である。
　駐車可否識別グラフィックデータ（カラー枠）は、以下の３種類である。
　（１）駐車可能領域識別用表示データ（緑色枠）１０１
　（２）駐車不可領域識別用表示データ（赤色枠）１０２
　（３）空き可能性あり領域識別用表示データ（黄色枠）１０３
　なお、緑、赤、黄の色は一例であり、これらと異なる色の組み合わせでもよい。

　（１）～（３）の駐車可否識別グラフィックデータ（カラー枠）の意味は、先に図４、図５を参照して説明したと同様の意味である。
　すなわち、「（１）駐車可能領域識別用表示データ（緑色枠）１０１」は、車両１０に装着されたカメラ１１による撮影画像の解析結果として駐車車両が検出されず、かつ、空き尤度（空き可能性）が規定しきい値以上の駐車区分領域に対して重畳表示される。

　「（２）駐車不可領域識別用表示データ（赤色枠）１０２」は、車両１０に装着されたカメラ１１による撮影画像の解析結果として駐車車両が検出された駐車区分領域に対して重畳表示される。
　「（３）空き可能性あり領域識別用表示データ（黄色枠）１０３」は、車両１０に装着されたカメラ１１による撮影画像の解析結果として駐車車両が検出されず、かつ、空き尤度（空き可能性）が規定しきい値未満の駐車区分領域に対して重畳表示される。

　なお、図８に示す図は、図面上では白黒画として示しているが、車両１０の表示部１２に表示される画像はカラー画像であり、領域識別用表示データ（緑色枠、赤色枠、黄色枠）は、高輝度のカラーデータとして表示されるため、ユーザ（運転者）は、即座に各駐車領域の３状態（駐車可能、駐車不可能、空き可能性あり）を判別することができる。背景の車両を省略したデータ例を図９に示す。

　図９に示すように、駐車区分領域の各々に対して、以下の３種類の駐車可否識別グラフィックデータ（カラー枠）が表示される。
　（１）駐車可能領域識別用表示データ（緑色枠）１０１
　（２）駐車不可領域識別用表示データ（赤色枠）１０２
　（３）空き可能性あり領域識別用表示データ（黄色枠）１０３

　ユーザ（運転者）は、駐車区分領域の各々に重畳されて表示される駐車可否識別グラフィックデータ（カラー枠）の色に基づいて、各駐車領域が駐車可能な領域であるか、駐車不可能な領域であるか、空き可能性ありの領域であるかを、即座に判別することができる。

　　［３．（実施例１）本開示の情報処理装置が実行する処理の詳細について］
　次に、本開示の実施例１の情報処理装置が実行する処理の詳細について説明する。

　なお、本開示の情報処理装置は車両１０に搭載された情報処理装置である。
　情報処理装置は、車両に装着されたカメラの撮影画像を入力して、表示部への表示データを生成するとともに、撮影画像の解析処理を実行して、駐車区分領域各々の駐車可否等を判別し、駐車区分領域各々に対する駐車可否識別グラフィックデータ（カラー枠）を生成して表示部に表示された駐車場画像に重畳して表示する処理などを行う。

　本開示の情報処理装置が実行する処理のシーケンスについて図１０に示すフローチャートを参照して説明する。
　なお、図１０に示すフローチャートは、本開示の情報処理装置のデータ処理部の制御の下で実行される。本開示の情報処理装置は例えばＣＰＵ等のプログラム実行機能を持つデータ処理部を有し、データ処理部は情報処理装置内の記憶部に格納されたプログラムに従って図１０に示すフローに従った処理を実行する。
　以下、図１０に示すフローチャートの各ステップの処理について説明する。

　　（ステップＳ１０１）
　まず、車両１０に搭載された情報処理装置のデータ処理部は、ステップＳ１０１において、カメラの撮影画像等のセンサ検出情報、またはセンサ検出情報とＡＩ予測データ、または、外部からの入力情報に基づいて、駐車区分領域を検出し、検出した駐車区分領域に駐車区分領域識別子（ＩＤ）を設定する。

　カメラの撮影画像とは、例えば図２を参照して説明した車両１０の前方を撮影するカメラ１１の撮影画像、あるいは図６を参照して説明した以下の４つのカメラ、
　（ａ）車両１０の前方を撮影する前方向カメラ１１Ｆ、
　（ｂ）車両１０の後方を撮影する後方向カメラ１１Ｂ、
　（ｃ）車両１０の左側を撮影する左方向カメラ１１Ｌ、
　（ｄ）車両１０の右側を撮影する右方向カメラ１１Ｒ、
　これらの４つのカメラの全て、あるいは複数カメラの撮影画像、あるいはこれらの複数の撮影画像に基づいて生成される合成画像（鳥瞰図）である。

　ステップＳ１０１では、少なくとも１つ以上のカメラ撮影画像から駐車区分領域を検出し、検出した駐車区分領域に駐車区分領域識別子（ＩＤ）を設定する。

　あるいは、カメラ撮影画像のみならず、ＡＩ予測データを利用して駐車区分領域を推定してもよい。
　例えば、畳み込みニューラルネットワークであるＣＮＮ（Ｃｏｎｖｏｌｕｔｉｏｎａｌ　Ｎｅｕｒａｌ　Ｎｅｔｗｏｒｋ）を用いた学習アルゴリズムによって生成されるＡＩ予測器を利用して、カメラによって明確に撮影されない領域の駐車区分領域を判別して駐車区分領域の推定処理を行ってもよい。

　あるいは、外部からの入力情報、例えば駐車場情報提供サーバから提供される駐車場情報を用いて、駐車区分領域を検出する処理を行ってもよい。

　このように、ステップＳ１０１では、カメラの撮影画像等のセンサ検出情報、またはセンサ検出情報とＡＩ予測データ、または、外部からの入力情報に基づいて、駐車区分領域を検出し、検出した駐車区分領域に駐車区分領域識別子（ＩＤ）を設定する。

　検出した駐車区分領域に対する駐車区分領域識別子（ＩＤ）の設定例を図１１に示す。
　図１１に示す例は、先に図１を参照して説明したと同様の並列駐車を行う駐車場から検出した８つの駐車区分領域に対する駐車区分領域識別子（ＩＤ）の設定例を示す図である。
　左上の駐車区分領域から右下の駐車区分領域まで、８つの駐車区分領域識別子（ＩＤ＝Ｐ１～Ｐ８）を設定した例である。

　　（ステップＳ１０２）
　次に、車両１０に搭載された情報処理装置のデータ処理部は、ステップＳ１０２において、ステップＳ１０１で検出した駐車区分領域（Ｐ１～Ｐｎ）から、１つの処理対象領域（Ｐｘ）を選択する。

　例えば、図１１に示８つの駐車区分領域識別子（ＩＤ＝Ｐ１～Ｐ８）を設定した例では、Ｐ１から順に処理対象領域として選択する。

　　（ステップＳ１０３）
　次に、情報処理装置のデータ処理部は、ステップＳ１０３において、処理対象領域（Ｐｘ）に駐車車両が検出されたか否かを判定する。
　この判定処理は、車両１０に搭載したカメラの撮影画像に基づいて実行される。

　処理対象領域（Ｐｘ）に駐車車両が検出された場合は、ステップＳ１０４に進む。
　一方、処理対象領域（Ｐｘ）に駐車車両が検出されなかった場合は、ステップＳ１０６に進む。

　　（ステップＳ１０４）
　ステップＳ１０４～Ｓ１０５の処理は、ステップＳ１０３において、処理対象領域（Ｐｘ）に駐車車両が検出されたと判定した場合に実行する。

　この場合、情報処理装置のデータ処理部は、ステップＳ１０４において、処理対象領域（Ｐｘ）を駐車不可領域と判定する。

　　（ステップＳ１０５）
　次に、情報処理装置のデータ処理部は、ステップＳ１０５において、ステップＳ１０４で駐車不可領域と判定した、処理対象領域（Ｐｘ）に駐車不可領域識別用表示データ（赤色枠）を表示する。

　この処理は、例えば図４や図８に示す駐車場画像中の駐車車両が存在する駐車区分領域、例えば、左上端の駐車区分領域や、左下端の駐車区分領域等に駐車不可領域識別用表示データ（赤色枠）を表示する処理に相当する。

　なお、例えば図４や図８に示す駐車場画像中の左上端の駐車区分領域は、車両１０のカメラ１１によって駐車車両が検出される領域である。
　図１２は、車両１０のカメラ１１による駐車車両の検出状態を示す図である。
　図１２に示すように、駐車区分領域Ｐ１に駐車された車両の一部は、手前側の駐車車両や柱２１によって隠れている（図のグレー部分）が、一部はカメラ１１によって撮影可能な状態である。

　このように、本開示の処理では、駐車区分領域内に駐車車両の一部でも確認されれば、その駐車区分領域は、駐車不可領域であると判定し、駐車不可領域識別用表示データ（赤色枠）を表示する。

　　（ステップＳ１０６）
　ステップＳ１０６～Ｓ１１１の処理は、ステップＳ１０３において、処理対象領域（Ｐｘ）に駐車車両が検出されなかったと判定した場合に実行する。

　この場合、情報処理装置のデータ処理部は、ステップＳ１０６において、処理対象領域（Ｐｘ）の空き尤度（空き可能性）算出処理を実行する。
　前述したように、空き尤度（空き可能性）とは、駐車区分領域が空いている可能性を示す指標値である。

　図１３以下を参照して、本開示の情報処理装置のデータ処理部が実行する空き尤度（空き可能性）算出処理の具体例について説明する。

　上述したように、ステップＳ１０６～Ｓ１１１の処理は、ステップＳ１０３において、処理対象領域（Ｐｘ）に駐車車両が検出されなかったと判定した場合に実行する。

　駐車車両が検出されなかった処理対象領域（Ｐｘ）の例として、図１３に示す駐車区分領域Ｐ２と、駐車区分領域Ｐ５の場合の処理例について説明する。

　図１３に示す駐車区分領域Ｐ２は、図１３に示すように、車両１０のカメラ１１によって駐車車両が検出されない駐車区分領域である。
　同様に、駐車区分領域Ｐ５も車両１０のカメラ１１によって駐車車両が検出されない駐車区分領域である。

　従って、図１３に示す駐車区分領域Ｐ２や、駐車区分領域Ｐ５が、ステップＳ１０２において処理対象領域（Ｐｘ）として選択されている場合、情報処理装置のデータ処理部は、ステップＳ１０６において、これら処理対象領域（Ｐ２）、または処理対象領域（Ｐ５）の空き尤度（空き可能性）算出処理を実行する。

　図１３に示す駐車区分領域Ｐ２と、駐車区分領域Ｐ５の空き尤度（空き可能性）算出処理の具体的な算出処理について図１４を参照して説明する。

　図１４には、左側に駐車区分領域Ｐ２の空き尤度（空き可能性）算出処理の具体例を示し、右側に駐車区分領域Ｐ５の空き尤度（空き可能性）算出処理の具体例を示している。

　まず、図１４の左側に示す駐車区分領域Ｐ２の空き尤度（空き可能性）算出処理について説明する。
　図１４（ａ）空き尤度（空き可能性）算出式に示すように、各駐車区分領域の空き尤度（空き可能性）は、以下の（式１）に従って算出する。

　空き尤度（空き可能性）（％）＝（１－（オクルージョン領域面積）／（駐車区分領域全面積））×１００（％）・・・・（式１）

　なお、オクルージョン領域は、カメラの撮影画像では確認できない領域である。例えば前方車両の陰部分や柱などの障害物の陰になり、カメラの撮影画像中に含まれない領域である。図１４に示す駐車区分領域Ｐ２のグレー領域がオクルージョン領域であり、白い部分が、カメラによって撮影されている確認可能領域である。
　駐車区分領域全面積は、駐車区分の前後方向長さ（ｄ）と横幅（ｗ）の乗算値：ｄ×ｗである。

　上記（式１）に従って、駐車区分領域Ｐ２の空き尤度（空き可能性）を算出すると、
　駐車区分領域Ｐ２の空き尤度（空き可能性）＝１５％
　となる。

　一方、図１４の右側に示す駐車区分領域Ｐ５の空き尤度（空き可能性）は、上記（式１）に従って算出すると、
　駐車区分領域Ｐ５の空き尤度（空き可能性）＝１０％
　となる。

　　（ステップＳ１０７）
　ステップＳ１０６において、処理対象領域の空き尤度（空き可能性）の算出処理が完了すると、次に、情報処理装置のデータ処理部は、ステップＳ１０７において、算出した空き尤度（空き可能性）と予め規定したしきい値（Ｔｈ）とを比較し、算出空き尤度がしきい値（Ｔｈ）以上か否かを判定する。

　ここでは、しきい値を５０％とする。
　なお、しきい値＝５０％は一例であり、しきい値の値は、様々な設定が可能である。

　算出した空き尤度（空き可能性）がしきい値（Ｔｈ）以上、すなわち５０％以上であれば、ステップＳ１０８に進む。
　一方、算出した空き尤度（空き可能性）がしきい値（Ｔｈ）未満、すなわち５０％未満であれば、ステップＳ１１０に進む。

　　（ステップＳ１０８～Ｓ１０９）
　ステップＳ１０８～Ｓ１０９の処理は、ステップＳ１０６で算出した処理対象領域の空き尤度（空き可能性）がしきい値（Ｔｈ）以上、すなわち５０％以上である場合に実行する。

　具体的には、駐車車両が確認できない駐車区分領域（処理対象領域）の全面積中、オクルージョン領域（カメラの撮影画像では確認できない領域）以外の領域、すなわちカメラの撮影画像から確認できる領域が５０％以上である場合、ステップＳ１０８～Ｓ１０９の処理を実行する。

　この場合、情報処理装置のデータ処理部は、ステップＳ１０８において、処理対象領域を駐車可能領域と判定する。
　さらに、ステップＳ１０９において、この処理対象領域に駐車可能領域識別用表示データ（緑色枠）を表示する。

　　（ステップＳ１１０～Ｓ１１１）
　一方、ステップＳ１１０～Ｓ１１１の処理は、ステップＳ１０６で算出した処理対象領域の空き尤度（空き可能性）がしきい値（Ｔｈ）未満、すなわち５０％未満である場合に実行する。

　具体的には、駐車車両が確認できない駐車区分領域（処理対象領域）の全面積中、オクルージョン領域（カメラの撮影画像では確認できない領域）以外の領域、すなわちカメラの撮影画像から確認できる領域が５０％未満である場合、ステップＳ１１０～Ｓ１１１の処理を実行する。

　この場合、情報処理装置のデータ処理部は、ステップＳ１１０において、処理対象領域を空き可能性あり領域と判定する。
　さらに、ステップＳ１１１において、この処理対象領域に空き可能性あり領域識別用表示データ（黄色枠）を表示する。

　　（ステップＳ１１２）
　ステップＳ１１２では、すべての駐車区分領域についての処理が終了したか否かを判定する。
　未処理の駐車区分領域がある場合は、ステップＳ１０２に戻り、未処理の駐車区分領域について、ステップＳ１０２以下の処理を実行する。

　ステップＳ１１２ですべての駐車区分領域についての処理が終了したと判定した場合は処理を終了する。

　次に、ステップＳ１１０～Ｓ１１１の処理の具体例について、図１３、図１４を参照して説明する。
　図１３に示す駐車区分領域Ｐ２と、駐車区分領域Ｐ５の空き尤度（空き可能性）は、先に説明した（式１）、すなわち、
　空き尤度（空き可能性）（％）＝（１－（オクルージョン領域面積）／（駐車区分領域全面積））×１００（％）・・・・（式１）

　上記（式１）に従って算出すると、
　駐車区分領域Ｐ２の空き尤度（空き可能性）＝１５％
　駐車区分領域Ｐ５の空き尤度（空き可能性）＝１０％
　となる。

　すなわち、駐車区分領域Ｐ２は、駐車区分領域Ｐ２の全面積（ｄ×ｗ）中、オクルージョン領域（カメラの撮影画像では確認できない領域）以外の領域、すなわちカメラの撮影画像から確認できる領域が１５％である。
　また、駐車区分領域Ｐ５は、駐車区分領域Ｐ５の全面積（ｄ×ｗ）中、オクルージョン領域（カメラの撮影画像では確認できない領域）以外の領域、すなわちカメラの撮影画像から確認できる領域が１０％である。

　これら、駐車区分領域Ｐ２，Ｐ５の空き尤度（空き可能性）＝１５％，および１０％は、いずれも、しきい値（Ｔｈ）＝５０％未満であるので、ステップＳ１０７の判定がＮｏとなる。
　この判定処理を、図１４のステップＳ１０７（Ｎｏ）として示している。

　この場合、図１４の最下段のステップＳ１１０～Ｓ１１１に示すように、駐車区分領域Ｐ２，Ｐ５いずれの駐車区分領域についても、各領域を空き可能性あり領域と判定し、これらの駐車区分領域Ｐ２，Ｐ５に空き可能性あり領域識別用表示データ（黄色枠）を表示する。

　一方、ステップＳ１０６で算出した処理対象領域の空き尤度（空き可能性）がしきい値（Ｔｈ）以上、すなわち５０％以上である場合に実行するステップＳ１０８～Ｓ１０９の処理の具体例について、図１５、図１６を参照して説明する。
　図１５に示す駐車区分領域Ｐ５は、先に図１３を参照して説明した駐車区分領域Ｐ５と同じ右上端の駐車区分領域であるが、その手前の駐車区分領域Ｐ６に駐車車両が出て行った状態であり、車両１０のカメラ１１から確認できる領域が増加している。

　この状態で、図１５に示す駐車区分領域Ｐ５の空き尤度（空き可能性）は、先に説明した（式１）、すなわち、
　空き尤度（空き可能性）（％）＝（１－（オクルージョン領域面積）／（駐車区分領域全面積））×１００（％）・・・・（式１）

　上記（式１）に従って算出すると、
　駐車区分領域Ｐ５の空き尤度（空き可能性）＝９０％
　となる。
　この空き尤度（空き可能性）算出処理を、図１６のステップＳ１０６ａ～Ｓ１０６ｂとして示している。

　すなわち、駐車区分領域Ｐ５は、駐車区分領域Ｐ５の全面積（ｄ×ｗ）中、オクルージョン領域（カメラの撮影画像では確認できない領域）以外の領域、すなわちカメラの撮影画像から確認できる領域が９０％である。

　この駐車区分領域Ｐ５の空き尤度（空き可能性）＝９０％は、しきい値（Ｔｈ）＝５０％以上であるので、ステップＳ１０７の判定がＹｅｓとなる。
　この判定処理を、図１６のステップＳ１０７（Ｙｅｓ）として示している。

　この場合、図１６の最下段のステップＳ１０８～Ｓ１０９に示すように、駐車区分領域Ｐ５は駐車可能領域と判定され、この駐車区分領域Ｐ５に駐車可能領域識別用表示データ（緑色枠）を表示する。

　このように、本開示の情報処理装置は、図１０に示すフローチャートに従った処理を実行し、駐車区分領域の各々に対して、以下の３種類の駐車可否識別グラフィックデータ（カラー枠）を表示する処理を行う。
　（１）駐車可能領域識別用表示データ（緑色枠）
　（２）駐車不可領域識別用表示データ（赤色枠）
　（３）空き可能性あり領域識別用表示データ（黄色枠）

　図１７を参照して、上記３種類の駐車可否識別グラフィックデータ（カラー枠）の割り当て処理の具体例について説明する。
　図１７には、左から、以下の３つの駐車区分領域に対する駐車可否識別グラフィックデータ（カラー枠）の割り当て処理の具体的シーケンスを示している。
　駐車区分領域Ｐｘ
　駐車区分領域Ｐｙ
　駐車区分領域Ｐｚ

　駐車区分領域Ｐｘは、カメラ撮影画像から駐車車両が確認された駐車区分領域である。
　駐車区分領域Ｐｙは、カメラ撮影画像から駐車車両が確認されず、空き尤度（空き可能性）がしきい値以上の駐車区分領域である。
　駐車区分領域Ｐｚは、カメラ撮影画像から駐車車両が確認されず、空き尤度（空き可能性）がしきい値未満の駐車区分領域である。

　図１７には、先に説明した図１０のフローチャートの各ステップの代表的処理を示している。
　図１７に示すように、駐車区分領域Ｐｘは、カメラ撮影画像から駐車車両が確認され、ステップＳ１０３でＹｅｓの判定がなされる。
　この判定に従い、駐車区分領域Ｐｘは、ステップＳ１０４～Ｓ１０５で、駐車不可領域と判定され、駐車不可能領域識別用表示データ（赤色枠）の表示処理が実行される。

　図１７中央に示す駐車区分領域Ｐｙは、カメラ撮影画像から駐車車両が確認されず、ステップＳ１０３でＮｏの判定がなされる。
　この判定に従い、駐車区分領域Ｐｙについては、ステップＳ１０６で空き尤度（空き可能性）の算出処理が行われ、ステップＳ１０７で、算出値がしきい値以上であるか否かが判定される。
　駐車区分領域Ｐｙの空き尤度（空き可能性）は、しきい値以上と判定され、ステップＳ１０７の判定結果がＹｅｓとなる。
　この判定結果に基づいて、ステップＳ１０８～Ｓ１０９において、駐車区分領域Ｐｙは、駐車可能領域と判定され、駐車可能領域識別用表示データ（緑色枠）の表示処理が実行される。

　最後の図１７右端に示す駐車区分領域Ｐｚは、カメラ撮影画像から駐車車両が確認されず、ステップＳ１０３でＮｏの判定がなされる。
　この判定に従い、駐車区分領域Ｐｚについては、ステップＳ１０６で空き尤度（空き可能性）の算出処理が行われ、ステップＳ１０７で、算出値がしきい値以上であるか否かが判定される。
　駐車区分領域Ｐｚの空き尤度（空き可能性）は、しきい値未満と判定され、ステップＳ１０７の判定結果がＮｏとなる。
　この判定結果に基づいて、ステップＳ１１０～Ｓ１１１において、駐車区分領域Ｐｚは、空き可能性あり領域と判定され、空き可能性あり領域識別用表示データ（緑色枠）の表示処理が実行される。

　上述したように、本開示の情報処理装置は、図１０に示すフローチャートに従って、駐車区分領域の各々に対して、以下の３種類の駐車可否識別グラフィックデータ（カラー枠）を表示する処理を行う。
　（１）駐車可能領域識別用表示データ（緑色枠）
　（２）駐車不可領域識別用表示データ（赤色枠）
　（３）空き可能性あり領域識別用表示データ（黄色枠）
　これらのカラー枠は、各駐車区分領域の表示位置に合わせて表示することが必要である。

　図１８以下を参照してこの駐車可否識別グラフィックデータ（カラー枠）表示処理のために必要となるパラメータの例について説明する。

　図１８（１）には、駐車可否識別グラフィックデータ（カラー枠）表示処理のために必要となるパラメータの取得処理例を示している。
　図に示す例は、最上段の駐車区分領域Ｐｎのパラメータの取得処理例である。
　図に示すように、駐車区分領域Ｐｎの中心位置の座標（ｘ，ｙ）と、形状データとしての長さ（ｄ）と幅（ｗ）を、駐車可否識別グラフィックデータ（カラー枠）表示処理用パラメータとして取得する。

　なお、ＸＹ座標の原点は、車両１０内の固定点、例えば車両１０の左右後輪軸の中心位置であり、Ｘ軸は車両１０の進行方向、Ｙ軸はＸ軸に直行する車両１０の左方向の軸である。この設定を持つＸＹ座標を利用する。
　駐車区分領域Ｐｎの中心位置の座標（ｘ，ｙ）は、このＸＹ座標上の位置情報として取得する。

　形状データとしての長さ（ｄ）と幅（ｗ）は、駐車区分領域Ｐｎを構成する辺（外形ライン）中、Ｙ軸に平行な辺（外形ライン）とＸ軸に平行な辺（外形ライン）の長さである。
　まず、これらのパラメータを取得する。
　なお、ＸＹ座標の設定は一例であり、この他の座標を利用する構成としてもよい。

　図１８（２）は、これらのパラメータを利用した駐車可否識別グラフィックデータ（カラー枠）の生成と表示処理例を示している。

　表示部１２に表示された駐車場の画像に駐車可否識別グラフィックデータ（カラー枠）を重畳するため、駐車可否識別グラフィックデータ生成部は、図１８（１）に示すパラメータ取得処理によって取得されたパラメータ、すなわち、駐車区分領域Ｐｎの中心位置の座標（ｘ，ｙ）と、形状データとしての長さ（ｄ）と幅（ｗ）を利用して、駐車可否識別グラフィックデータ（カラー枠）を生成し、表示部１２に表示された駐車場の画像内の駐車区分領域Ｐｎの位置に駐車可否識別グラフィックデータ（カラー枠）を重畳して表示する。

　なお、図１８に示す例は、駐車区分領域の形状データとしての長さ（ｄ）と幅（ｗ）が、Ｙ軸に平行な辺（外形ライン）とＸ軸に平行な辺（外形ライン）によって構成された例であるが、駐車区分領域は、このような設定には限らない。
　例えば図１９に示すように、駐車区分領域の長さ（ｄ）と幅（ｗ）が、ＸＹ軸から傾きを持つ構成である場合もある。

　この場合には、図１９（１）に示すように、駐車区分領域Ｐｎの中心位置の座標（ｘ，ｙ）と、形状データとしての長さ（ｄ）と幅（ｗ）と、傾き（θ）を、駐車可否識別グラフィックデータ（カラー枠）表示処理用パラメータとして取得する。
　傾き（θ）は、駐車区分領域Ｐｎの長さ方向のＹ軸に対する傾きである。

　図１９（２）は、これらのパラメータを利用した駐車可否識別グラフィックデータ（カラー枠）の生成と表示処理例を示している。
　表示部１２に表示された駐車場の画像に駐車可否識別グラフィックデータ（カラー枠）を重畳するため、駐車可否識別グラフィックデータ生成部は、図１９（１）に示すパラメータ取得処理によって取得されたパラメータ、すなわち、駐車区分領域Ｐｎの中心位置の座標（ｘ，ｙ）と、形状データとしての長さ（ｄ）と幅（ｗ）と、傾き（θ）を利用して、駐車可否識別グラフィックデータ（カラー枠）を生成し、表示部１２に表示された駐車場の画像内の駐車区分領域Ｐｎの位置に駐車可否識別グラフィックデータ（カラー枠）を重畳して表示する。

　図２０は、駐車可否識別グラフィックデータ（カラー枠）の表示に利用するパラメータの取得処理を実行する駐車領域解析部１５１の処理と、取得したパラメータを利用した駐車可否識別グラフィックデータ（カラー枠）の表示処理を実行する駐車可否識別グラフィックデータ生成部１５２の処理を説明する図である。

　図２０に示すように、駐車領域解析部１５１が、駐車可否識別グラフィックデータ（カラー枠）の表示に利用するパラメータの取得処理を実行する。
　駐車領域解析部１５１は、先に図１０を参照して説明したフローチャートに従った処理を実行して駐車区分領域が、
　（１）駐車可能領域
　（２）駐車不可領域
　（３）空き可能性あり領域
　このいずれの領域であるかを判定する。

　駐車領域解析部１５１は、さらに、駐車可否識別グラフィックデータ（カラー枠）の表示に利用するパラメータの取得処理を実行する。
　パラメータは、以下のデータを含むパラメータである。
　（ａ）駐車区分領域ＩＤ、
　（ｂ）駐車可否識別結果（駐車可、駐車不可、空き可能性あり）、
　（ｃ）駐車区分領域の中心位置座標（ｘ，ｙ）、
　（ｄ）駐車区分領域の形状（ｄ，ｗ）、
　（ｅ）駐車区分領域の傾き角度（θ）、

　これらのパラメータは、駐車領域解析部１５１から、駐車可否識別グラフィックデータ生成部１５２に出力される。
　駐車可否識別グラフィックデータ生成部１５２は、上記パラメータ（ａ）～（ｅ）を利用して、駐車可否識別グラフィックデータ（カラー枠）を生成する。
　さらに、駐車可否識別グラフィックデータ生成部１５２は、表示部１５３に表示されている駐車場の画像内の１つの駐車区分領域の位置に生成した駐車可否識別グラフィックデータ（カラー枠）を重畳して表示する。

　このようにして、表示部には、各駐車区分領域に、以下の駐車可否識別グラフィックデータ（カラー枠）、すなわち、
　（１）駐車可能領域識別用表示データ（緑色枠）
　（２）駐車不可領域識別用表示データ（赤色枠）
　（３）空き可能性あり領域識別用表示データ（黄色枠）
　これらのいずれかが重畳された画像が表示されることになる。

　ユーザ（運転者）は、駐車区分領域の各々に重畳されて表示される駐車可否識別グラフィックデータ（カラー枠）の色に基づいて、各駐車領域が駐車可能な領域であるか、駐車不可能な領域であるか、空き可能性ありの領域であるかを、即座に判別することができる。

　　［４．（実施例２）駐車区分領域が規定されていない縦列駐車の場合の処理例について］
　次に、実施例２として、駐車区分領域が規定されていない縦列駐車の場合の処理例について説明する。

　上述した実施例（実施例１）は、車両が横並びに駐車する並列駐車を行う駐車場で、かつ個々の駐車領域が白線などで明確に区分されている駐車場において、駐車処理を行う場合の処理例であった。
　すなわち、上記実施例１では、個々の駐車領域が白線などで明確に区分されている駐車場の各駐車区分領域が、
　（１）駐車可能領域
　（２）駐車不可領域
　（３）空き可能性あり領域
　このいずれの領域であるかを判定する処理を行っていた。

　しかし、例えば道路の側端部に一列に縦列駐車が可能な道路などでは、個々の駐車領域を規定する白線などがない場合も多く、道路を走行中の車両は、自車両が駐車できる車両一台分の空きスペースを見つけて駐車するといった処理が行われることが多い。
　以下に説明する実施例２は、このように、個々の駐車領域を規定する白線などがない駐車可能領域である場合、その駐車可能領域を、すでに駐車されている車両などに基づいて区分する処理を行う。さらに生成した区分領域の各々について、
　（１）駐車可能領域
　（２）駐車不可領域
　（３）空き可能性あり領域
　このいずれの領域であるかを判定する処理を行う実施例である。

　この実施例２の詳細について、図２１以下を参照して説明する。
　図２１は、道路を走行中の車両１０が、道路の左側に設けられた縦列駐車帯のどこかに駐車しようとしいる状態を示す図である。

　本実施例２では、このような場合に車両１０の車内の表示部１２に図２２に示すような表示データが表示される。

　図２２に示す表示データは、車両１０のカメラ１１の撮影画像内に撮影される縦列駐車領域に３種類の駐車可否識別グラフィックデータ（カラー枠）のいずれかを重畳して表示した表示データである。

　重畳表示する駐車可否識別グラフィックデータ（カラー枠）は、以下の３種類である。
　（１）駐車可能領域識別用表示データ（緑色枠）１０１
　（２）駐車不可領域識別用表示データ（赤色枠）１０２
　（３）空き可能性あり領域識別用表示データ（黄色枠）１０３
　なお、緑、赤、黄の色は一例であり、これらと異なる色の組み合わせでもよい。

　なお、図２２には、「（３）空き可能性あり領域識別用表示データ（黄色枠）１０３」は示されていない。
　上記（１）～（３）の駐車可否識別グラフィックデータ（カラー枠）の表示条件は以下の通りである。

　「（１）駐車可能領域識別用表示データ（緑色枠）１０１」は、車両１０に装着されたカメラ１１による撮影画像の解析結果として駐車車両が検出されず、かつ、空き尤度（空き可能性）が規定しきい値以上の領域に重畳表示される。

　「（２）駐車不可領域識別用表示データ（赤色枠）１０２」は、車両１０に装着されたカメラ１１による撮影画像の解析結果として駐車車両が検出された領域、または、空き領域の長さが車両を駐車するのに不十分な長さである領域に重畳表示される。
　図２２に示す駐車不可領域識別用表示データ１０２ａは、駐車車両が検出された領域であり、図２２に示す駐車不可領域識別用表示データ１０２ｂが、空き領域の長さが車両を駐車するのに不十分な長さである領域である。

　「（３）空き可能性あり領域識別用表示データ（黄色枠）１０３」は、車両１０に装着されたカメラ１１による撮影画像の解析結果として駐車車両が検出されず、かつ、空き領域の長さが車両を駐車するのに十分な長さであり、かつ、空き尤度（空き可能性）が規定しきい値未満の駐車区分領域に対して重畳表示される。

　空き尤度（空き可能性）とは、駐車区分領域が空いており、駐車可能である可能性を示す指標値である。

　本実施例２では、上記の表示条件に従って、以下の駐車可否識別グラフィックデータ（カラー枠）が表示される。
　（１）駐車可能領域識別用表示データ（緑色枠）１０１
　（２）駐車不可領域識別用表示データ（赤色枠）１０２
　（３）空き可能性あり領域識別用表示データ（黄色枠）１０３

　本実施例２の処理シーケンスについて、図２３、図２４に示すフローチャートを参照して説明する。

　なお、図２３、図２４に示すフローチャートは、本開示の情報処理装置のデータ処理部の制御の下で実行される。本開示の情報処理装置は例えばＣＰＵ等のプログラム実行機能を持つデータ処理部を有し、データ処理部は情報処理装置内の記憶部に格納されたプログラムに従って図１０に示すフローに従った処理を実行する。
　以下、図２３、図２４に示すフローチャートの各ステップの処理について説明する。

　　（ステップＳ２０１）
　まず、車両１０に搭載された情報処理装置のデータ処理部は、ステップＳ２０１において、カメラの撮影画像等のセンサ検出情報、またはセンサ検出情報とＡＩ予測データ、または、外部からの入力情報に基づいて、駐車許容領域、例えば道路サイドの縦列駐車許容領域を検出する。

　カメラの撮影画像とは、例えば図２１を参照して説明した車両１０の前方を撮影するカメラ１１の撮影画像、あるいは先に図６を参照して説明した以下の４つのカメラ、
　（ａ）車両１０の前方を撮影する前方向カメラ１１Ｆ、
　（ｂ）車両１０の後方を撮影する後方向カメラ１１Ｂ、
　（ｃ）車両１０の左側を撮影する左方向カメラ１１Ｌ、
　（ｄ）車両１０の右側を撮影する右方向カメラ１１Ｒ、
　これらの４つのカメラの全て、あるいは複数カメラの撮影画像、あるいはこれらの複数の撮影画像に基づいて生成される合成画像（鳥瞰図）である。

　ステップＳ２０１では、少なくとも１つ以上のカメラ撮影画像から駐車許容領域を検出する。
　あるいは、カメラ撮影画像のみならず、ＡＩ予測データを利用して駐車許容領域を推定してもよい。
　例えば、畳み込みニューラルネットワークであるＣＮＮ（Ｃｏｎｖｏｌｕｔｉｏｎａｌ　Ｎｅｕｒａｌ　Ｎｅｔｗｏｒｋ）を用いた学習アルゴリズムによって生成されるＡＩ予測器を利用して、カメラによって明確に撮影されない領域の駐車許容領域を判別して駐車許容領域の推定処理を行ってもよい。

　あるいは、外部からの入力情報、例えば駐車場情報提供サーバから提供される駐車場情報を用いて、駐車許容領域を検出する処理を行ってもよい。

　このように、ステップＳ１０１では、カメラの撮影画像等のセンサ検出情報、またはセンサ検出情報とＡＩ予測データ、または、外部からの入力情報に基づいて、駐車許容領域を検出する。

　　（ステップＳ２０２）
　次に、車両１０に搭載された情報処理装置のデータ処理部は、ステップＳ２０２において、ステップＳ２０１で検出した駐車許容領域、例えば縦列駐車許容領域を解析対象とする注目領域（ＲＯＩ：Ｒｅｇｉｏｎ　ｏｆ　Ｉｎｔｅｒｅｓｔ）に設定する。

　具体例について、図２５を参照して説明する。例えば図２５のステップＳ２０２に示すように、縦列駐車許容領域を解析対象とする注目領域（ＲＯＩ：Ｒｅｇｉｏｎ　ｏｆ　Ｉｎｔｅｒｅｓｔ）に設定する。

　　（ステップＳ２０３）
　次に、情報処理装置のデータ処理部は、ステップＳ２０３において、注目領域（ＲＯＩ）内の駐車車両を検出する。

　具体例について、図２５を参照して説明する。例えば図２５のステップＳ２０３に示すように、注目領域（ＲＯＩ）である縦列駐車許容領域内の駐車車両を検出する。

　　（ステップＳ２０４）
　次に、情報処理装置のデータ処理部は、ステップＳ２０４において、注目領域（ＲＯＩ）内の駐車車両が検出された領域を駐車不可領域と判定する。

　　（ステップＳ２０５）
　次に、情報処理装置のデータ処理部は、ステップＳ２０４で駐車不可領域と判定した駐車車両の存在領域に対して、駐車不可領域識別用表示データ（赤色枠）を表示する。

　具体例について、図２６を参照して説明する。例えば図２６のステップＳ２０５に示すように、注目領域（ＲＯＩ）である縦列駐車許容領域内の駐車車両が検出された領域に、駐車不可領域識別用表示データ（赤色枠）を表示する。

　　（ステップＳ２０６）
　次に、情報処理装置のデータ処理部は、ステップＳ２０６において、駐車車両の間の空き領域（区分領域）の各々に空き領域識別子（空き領域ＩＤ）を設定する。

　具体例について、図２７を参照して説明する。例えば図２７のステップＳ２０６に示すように、駐車車両の間の空き領域の各々に空き領域識別子（空き領域ＩＤ）として、空き領域ＩＤ＝１，２，・・を設定する。

　　（ステップＳ２０７）
　次に、情報処理装置のデータ処理部は、ステップＳ２０７において、空き領域識別子（空き領域ＩＤ）を設定した空き領域の各々から、空き領域の長さ（空き領域前後の駐車車両の間隔）が、しきい値（車両駐車可能長さ）未満の空き領域を選択し、選択領域を駐車不可領域と判定する。

　具体例について、図２８を参照して説明する。例えば図２８のステップＳ２０７に示すように、空き領域ＩＤ＝１の空き領域を、空き領域の長さ（空き領域前後の駐車車両の間隔）が、しきい値（車両駐車可能長さ）未満の空き領域であると判断し、この空き領域を駐車不可領域と判定する。

　　（ステップＳ２０８）
　次に、情報処理装置のデータ処理部は、ステップＳ２０８において、空き領域の長さ（前後の駐車車両の間隔）が、しきい値（車両駐車可能長さ）未満の空き領域に駐車不可能領域識別用表示データ（赤色枠）を表示する。

　具体例について、図２８を参照して説明する。例えば図２８のステップＳ２０８に示すように、空き領域の長さ（空き領域前後の駐車車両の間隔）が、しきい値（車両駐車可能長さ）未満の空き領域であると判断した空き領域ＩＤ＝１の空き領域に駐車不可能領域識別用表示データ（赤色枠）を表示する。

　　（ステップＳ２０９）
　次に、情報処理装置のデータ処理部は、ステップＳ２０９において、識別子（空き領域ＩＤ）を設定した空き領域の各々から、空き領域の長さ（前後の駐車車両の間隔）が、しきい値（車両駐車可能長さ）以上の空き領域を「処理対象領域」に決定する。

　具体例について、図２９を参照して説明する。例えば図２９のステップＳ２０９に示すように、空き領域の長さ（空き領域前後の駐車車両の間隔）が、しきい値（車両駐車可能長さ）以上の空き領域である空き領域ＩＤ＝２の空き領域を「処理対象領域」に決定する。

　　（ステップＳ２１０）
　次に、情報処理装置のデータ処理部は、ステップＳ２１０において、処理対象領域の空き尤度（空き可能性）算出処理を実行する。
　前述したように、空き尤度（空き可能性）とは、駐車領域が空いている可能性を示す指標値である。

　図２９、図３０を参照して本開示の情報処理装置のデータ処理部が実行する空き尤度（空き可能性）算出処理の具体例について説明する。
　ステップＳ２１０の空き尤度（空き可能性）算出処理は、処理対象領域に駐車車両が検出されず、さらに、空き領域の長さ（空き領域前後の駐車車両の間隔）が、しきい値（車両駐車可能長さ）以上の空き領域であると判定された空き領域について実行される処理である。

　具体的には、例えば図２９に示す空き領域ＩＤ＝２の空き領域について、空き尤度（空き可能性）算出処理が実行される。
　図２９に示す空き領域ＩＤ＝２の空き領域は、図２９に示すように、車両１０のカメラ１１によって駐車車両が検出されない空き領域であり、空き領域の長さ（空き領域前後の駐車車両の間隔）が、しきい値（車両駐車可能長さ）以上の空き領域であると判定された空き領域である。

　この空き領域ＩＤ＝２の空き領域の空き尤度（空き可能性）算出処理の具体的な算出処理について図３０を参照して説明する。

　図３０のステップＳ２１０ａは、先に説明した（ａ）空き尤度（空き可能性）算出式である。
　各空き領域の空き尤度（空き可能性）は、先に説明した実施例１と同様、以下の（式１）に従って算出する。

　空き尤度（空き可能性）（％）＝（１－（オクルージョン領域面積）／（駐車区分領域全面積））×１００（％）・・・・（式１）

　なお、オクルージョン領域は、カメラの撮影画像では確認できない領域である。例えば前方車両の陰部分や柱などの障害物の陰になり、カメラの撮影画像中に含まれない領域である。図２９に示す空き領域ＩＤ＝２のグレー領域がオクルージョン領域であり、白い部分が、カメラによって撮影されている確認可能領域である。
　駐車区分領域全面積は、駐車区分の前後方向長さ（ｄ）と横幅（ｗ）の乗算値：ｄ×ｗである。

　上記（式１）に従って、空き領域ＩＤ＝２の空き尤度（空き可能性）を算出すると、
　図３０のステップＳ２１０ｂに示すように、
　空き領域ＩＤ＝２の空き尤度（空き可能性）＝６０％
　となる。

　　（ステップＳ２１１）
　ステップＳ２１０において、処理対象領域の空き尤度（空き可能性）の算出処理が完了すると、次に、情報処理装置のデータ処理部は、ステップＳ２１１において、算出した空き尤度（空き可能性）と予め規定したしきい値（Ｔｈ）とを比較し、算出空き尤度がしきい値（Ｔｈ）以上か否かを判定する。

　ここでは、しきい値を５０％とする。
　なお、しきい値＝５０％は一例であり、しきい値の値は、様々な設定が可能である。

　算出した空き尤度（空き可能性）がしきい値（Ｔｈ）以上、すなわち５０％以上であれば、ステップＳ２１２に進む。
　一方、算出した空き尤度（空き可能性）がしきい値（Ｔｈ）未満、すなわち５０％未満であれば、ステップＳ２１４に進む。

　　（ステップＳ２１２～Ｓ２１３）
　ステップＳ２１２～Ｓ２１３の処理は、ステップＳ２１０で算出した処理対象領域の空き尤度（空き可能性）がしきい値（Ｔｈ）以上、すなわち５０％以上である場合に実行する。

　具体的には、駐車車両が確認できない空き領域（処理対象領域）の全面積中、オクルージョン領域（カメラの撮影画像では確認できない領域）以外の領域、すなわちカメラの撮影画像から確認できる領域が５０％以上である場合、ステップＳ２１２～Ｓ２１３の処理を実行する。

　この場合、情報処理装置のデータ処理部は、ステップＳ２１２において、処理対象領域を駐車可能領域と判定する。
　さらに、ステップＳ２１３において、この処理対象領域に駐車可能領域識別用表示データ（緑色枠）を表示する。

　具体例について、図３０を参照して説明する。
　図３０には、図２９に示す空き領域ＩＤ＝２の空き領域に対する処理例を示している。
　図３０のステップＳ２１１（Ｙｅｓ）に示すように、
　また、空き領域ＩＤ＝２の空き領域の空き尤度（空き可能性）＝６０％は、しきい値（Ｔｈ）＝５０％以上であるので、ステップＳ２１１の判定がＹｅｓとなる。

　すなわち、空き領域ＩＤ＝２の空き領域は、空き領域の全面積（ｄ×ｗ）中、オクルージョン領域（カメラの撮影画像では確認できない領域）以外の領域、すなわちカメラの撮影画像から確認できる領域が６０％である。

　この場合、図３０の最下段のステップＳ２１２～Ｓ２１３に示すように、空き領域ＩＤ＝２の空き領域は駐車可能領域と判定され、この空き領域ＩＤ＝２の空き領域に駐車可能領域識別用表示データ（緑色枠）を表示する。

　図３１は、空き領域ＩＤ＝２の空き領域に駐車可能領域識別用表示データ（緑色枠）を表示した具体例を示している。
　図３１に示すように、空き領域ＩＤ＝２の空き領域には、駐車可能領域識別用表示データ（緑色枠）が表示される。

　　（ステップＳ２１４～Ｓ２１５）
　ステップＳ２１４～Ｓ２１５の処理は、ステップＳ２１０で算出した処理対象領域の空き尤度（空き可能性）がしきい値（Ｔｈ）以上、すなわち５０％未満である場合に実行する。

　具体的には、駐車車両が確認できない駐車区分領域（処理対象領域）の全面積中、オクルージョン領域（カメラの撮影画像では確認できない領域）以外の領域、すなわちカメラの撮影画像から確認できる領域が５０％未満である場合、ステップＳ２１４～Ｓ２１５の処理を実行する。

　この場合、情報処理装置のデータ処理部は、ステップＳ２１４において、処理対象領域を空き可能性あり領域と判定する。
　さらに、ステップＳ２１５において、この処理対象領域に空き可能性あり領域識別用表示データ（黄色枠）を表示する。

　　（ステップＳ２１６）
　ステップＳ２１６では、すべての処理対象領域についての処理が終了したか否かを判定する。
　未処理の処理対象領域がある場合は、ステップＳ２１０に戻り、未処理の処理対象領域について、ステップＳ２１０以下の処理を実行する。

　ステップＳ２１６ですべての処理対象領域についての処理が終了したと判定した場合は処理を終了する。

　このように、本実施例２においても、本開示の情報処理装置は、図２３、図２４に示すフローチャートに従った処理を実行し、駐車可能領域として選択された注目領域（ＲＯＩ）の各領域の各々に対して、以下の３種類の駐車可否識別グラフィックデータ（カラー枠）を表示する処理を行う。
　（１）駐車可能領域識別用表示データ（緑色枠）
　（２）駐車不可領域識別用表示データ（赤色枠）
　（３）空き可能性あり領域識別用表示データ（黄色枠）

　次に、図３２を参照して、本実施例２において、駐車可否識別グラフィックデータ（カラー枠）表示処理のために必要となるパラメータの例について説明する。

　図３２は、駐車可否識別グラフィックデータ（カラー枠）の表示に利用するパラメータの取得処理を実行する駐車領域解析部１５１の処理と、取得したパラメータを利用した駐車可否識別グラフィックデータ（カラー枠）の表示処理を実行する駐車可否識別グラフィックデータ生成部１５２の処理を説明する図である。

　図３２に示すように、駐車領域解析部１５１が、駐車可否識別グラフィックデータ（カラー枠）の表示に利用するパラメータの取得処理を実行する。
　駐車領域解析部１５１は、先に図２３、図２４を参照して説明したフローチャートに従った処理を実行して、駐車可能領域として選択された注目領域（ＲＯＩ）の各領域の各々が、
　（１）駐車可能領域
　（２）駐車不可領域
　（３）空き可能性あり領域
　このいずれの領域であるかを判定する。

　駐車領域解析部１５１は、さらに、駐車可否識別グラフィックデータ（カラー枠）の表示に利用するパラメータの取得処理を実行する。
　パラメータは、以下のデータを含むパラメータである。
　（ａ）空き領域ＩＤ、
　（ｂ）駐車可否識別結果（駐車可、駐車不可、空き可能性あり）、
　（ｃ）空き領域の中心位置座標（ｘ，ｙ）、
　（ｄ）空き領域の形状（ｄ，ｗ）、
　（ｅ）空き領域の傾き角度（θ）、

　これらのパラメータは、駐車領域解析部１５１から、駐車可否識別グラフィックデータ生成部１５２に出力される。
　駐車可否識別グラフィックデータ生成部１５２は、上記パラメータ（ａ）～（ｅ）を利用して、駐車可否識別グラフィックデータ（カラー枠）を生成する。
　さらに、駐車可否識別グラフィックデータ生成部１５２は、表示部１５３に表示されている駐車可能領域として選択された注目領域（ＲＯＩ）の各領域に生成した駐車可否識別グラフィックデータ（カラー枠）を重畳して表示する。

　このようにして、表示部には、各領域に以下の駐車可否識別グラフィックデータ（カラー枠）、すなわち、
　（１）駐車可能領域識別用表示データ（緑色枠）
　（２）駐車不可領域識別用表示データ（赤色枠）
　（３）空き可能性あり領域識別用表示データ（黄色枠）
　これらのいずれかが重畳された画像が表示されることになる。

　ユーザ（運転者）は、注目領域（ＲＯＩ）の各領域の各々に重畳されて表示される駐車可否識別グラフィックデータ（カラー枠）の色に基づいて、各領域が駐車可能な領域であるか、駐車不可能な領域であるか、空き可能性ありの領域であるかを、即座に判別することができる。

　　［５．表示データの更新処理について］
　次に、表示データの更新処理について説明する。

　上述したように、本開示の処理により、車両１０の表示部１２には、駐車領域の画像の各領域に以下の駐車可否識別グラフィックデータ（カラー枠）、すなわち、
　（１）駐車可能領域識別用表示データ（緑色枠）
　（２）駐車不可領域識別用表示データ（赤色枠）
　（３）空き可能性あり領域識別用表示データ（黄色枠）
　これらのいずれかが重畳して表示される。

　駐車可否識別グラフィックデータ（カラー枠）は、車両１０の走行に伴って、順次、更新されることになる。
　車両１０が走行すると車両１０に装着されたカメラ１１の撮影範囲が変化し、例えば、空き可能性あり領域識別用表示データ（黄色枠）の表示領域に駐車車両が検出される可能性がある。
　この場合、空き可能性あり領域識別用表示データ（黄色枠）の表示領域の駐車可否識別グラフィックデータ（カラー枠）は、駐車不可領域識別用表示データ（赤色枠）に切り替えられる。

　また、カメラ１１の撮影範囲が変更されると、空き可能性あり領域識別用表示データ（黄色枠）の表示領域のオクルージョン領域も変わるため、空き尤度の値が変化する。
　空き尤度が変化し、空き尤度がしきい値（Ｔｈ）以上になった場合は、空き可能性あり領域識別用表示データ（黄色枠）の表示領域の駐車可否識別グラフィックデータ（カラー枠）は、駐車可能領域識別用表示データ（緑色枠）に切り替えられる。

　図３３に示すフローチャートを参照して、本開示の情報処理装置が実行する表示データ更新処理シーケンスについて説明する。
　図３３に示すフローチャートの各ステップの処理について、順次、説明する。

　なお、図３３に示すフローチャートに従った処理を開始する時点で、車両１０の表示部１２には、駐車領域の画像の各領域に以下の駐車可否識別グラフィックデータ（カラー枠）、すなわち、
　（１）駐車可能領域識別用表示データ（緑色枠）
　（２）駐車不可領域識別用表示データ（赤色枠）
　（３）空き可能性あり領域識別用表示データ（黄色枠）
　これらのいずれかが重畳して表示されている。

　また、車両１０は走行中であり、車両１０に装着されたカメラ１１の撮影範囲は、随時、変更され、これに伴い、車両１０に搭載された情報処理装置が入力するカメラ１１の撮影画像も逐次、更新されている状態である。

　　（ステップＳ３０１）
　まず、車両１０に搭載された情報処理装置のデータ処理部は、ステップＳ３０１において、カメラ１１の最新の撮影画像を解析して、「空き可能性あり領域識別用表示データ（黄色枠）表示領域」に駐車車両が検出されたか否かを判定する。

　「空き可能性あり領域識別用表示データ（黄色枠）表示領域」に駐車車両が検出されたと判定した場合は、ステップＳ３０２に進む。
　検出されていない場合は、ステップＳ３０３に進む。

　　（ステップＳ３０２）
　ステップＳ３０１において、「空き可能性あり領域識別用表示データ（黄色枠）表示領域」に駐車車両が検出されたと判定した場合、情報処理装置のデータ処理部は、ステップＳ３０２の処理を実行する。

　この場合、情報処理装置のデータ処理部は、ステップＳ３０２において、「空き可能性あり領域識別用表示データ（黄色枠）表示領域」の駐車可否識別グラフィックデータ（カラー枠）を、駐車不可能領域識別用表示データ（赤色枠）に変更する。

　　（ステップＳ３０３）
　一方、ステップＳ３０１において、「空き可能性あり領域識別用表示データ（黄色枠）表示領域」に駐車車両が検出されていない場合、情報処理装置のデータ処理部は、ステップＳ３０３の処理を実行する。

　この場合、情報処理装置のデータ処理部は、ステップＳ３０３において、「空き可能性あり領域識別用表示データ（黄色枠）表示領域」の空き尤度（空き可能性）算出処理を実行する。
　前述したように、空き尤度（空き可能性）とは、駐車区分領域が空いている可能性を示す指標値である。
　空き尤度（空き可能性）は、先に説明したように以下の（式１）に従って算出する。

　空き尤度（空き可能性）（％）＝（１－（オクルージョン領域面積）／（駐車区分領域全面積））×１００（％）・・・・（式１）

　なお、前述したように、オクルージョン領域は、カメラの撮影画像では確認できない領域である。このオクルージョン領域は、車両１０の走行に伴うカメラ１１の撮影範囲の変化に伴い、逐次、変更される。

　なお、情報処理装置のデータ処理部は、「空き可能性あり領域識別用表示データ（黄色枠）表示領域」について、空き尤度（空き可能性）算出処理を逐次、実行して、算出値のデータ更新を実行する。

　　（ステップＳ３０４）
　次に、情報処理装置のデータ処理部は、ステップＳ３０４において、ステップＳ３０３で算出した「空き可能性あり領域識別用表示データ（黄色枠）表示領域」の最新の空き尤度（空き可能性）算出値が、しきい値（Ｔｈ）以上になったか否かを判定する。

　ここでは、しきい値を５０％とする。
　算出した最新の空き尤度（空き可能性）がしきい値（Ｔｈ）以上、すなわち５０％以上であれば、ステップＳ３０５に進む。
　一方、算出した最新の空き尤度（空き可能性）がしきい値（Ｔｈ）未満、すなわち５０％未満であれば、ステップＳ３０６に進む。

　　（ステップＳ３０５）
　ステップＳ３０５の処理は、ステップＳ３０３で算出した「空き可能性あり領域識別用表示データ（黄色枠）表示領域」の最新の空き尤度（空き可能性）算出値が、しきい値（Ｔｈ）以上になったと判定した場合に実行する。

　この場合、情報処理装置のデータ処理部は、ステップＳ３０５において、「空き可能性あり領域識別用表示データ（黄色枠）表示領域」の駐車可否識別グラフィックデータ（カラー枠）を、駐車可能領域識別用表示データ（緑色枠）に変更する。

　　（ステップＳ３０６）
　ステップＳ３０６の処理は、ステップＳ３０３で算出した「空き可能性あり領域識別用表示データ（黄色枠）表示領域」の最新の空き尤度（空き可能性）算出値が、しきい値（Ｔｈ）以上になっていないと判定した場合に実行する。

　この場合、情報処理装置のデータ処理部は、ステップＳ３０６において、「空き可能性あり領域識別用表示データ（黄色枠）表示領域」が、車両１０に搭載したカメラ１１の撮影範囲から外れたか否かを判定する。

　「空き可能性あり領域識別用表示データ（黄色枠）表示領域」が、車両１０に搭載したカメラ１１の撮影範囲から外れたと判定した場合は、この「空き可能性あり領域識別用表示データ（黄色枠）表示領域」に対する表示データ更新処理は終了する。

　一方、「空き可能性あり領域識別用表示データ（黄色枠）表示領域」が、車両１０に搭載したカメラ１１の撮影範囲から外れていない場合は、ステップＳ３０１に戻り、ステップＳ３０１以下の処理を繰り返す。

　このように、本開示の情報処理装置は、車両１０の表示部１２に表示された駐車可否識別グラフィックデータ（カラー枠）を、車両１０の走行に伴って、順次、更新する処理を行う。
　すなわち、カメラ１１による最新の撮影画像を解析して、駐車車両の検出や、空き尤度（空き可能性）の算出処理を、逐次、実行して、この処理結果に基づいて、表示部１２に表示された駐車可否識別グラフィックデータ（カラー枠）の更新処理を実行する。

　　［６．車両が自動運転車両である場合の自動運転処理について］
　次に、車両が自動運転車両である場合の自動運転処理について説明する。

　車両が自動運転車両である場合には、上述した駐車領域情報、すなわち、
　（１）駐車可能領域識別用表示データ（緑色枠）が表示された駐車可能領域
　（２）駐車不可領域識別用表示データ（赤色枠）が表示された駐車不可領域
　（３）空き可能性あり領域識別用表示データ（黄色枠）が表示された空き可能性あり領域
　これらの領域データを利用して、自動運転による自動駐車処理を行うことが可能である。

　図３４～図３５に示すフローチャートを参照して、本開示の情報処理装置が実行する自動運転制御処理シーケンスについて説明する。
　図３４、図３５に示すフローチャートの各ステップの処理について、順次、説明する。

　なお、図３４～図３５に示すフローチャートに従った処理を開始する時点で、車両１０の表示部１２には、駐車領域の画像の各領域に以下の駐車可否識別グラフィックデータ（カラー枠）、すなわち、
　（１）駐車可能領域識別用表示データ（緑色枠）
　（２）駐車不可領域識別用表示データ（赤色枠）
　（３）空き可能性あり領域識別用表示データ（黄色枠）
　これらのいずれかが重畳して表示されている。

　また、車両１０は走行中であり、車両１０に装着されたカメラ１１の撮影範囲は、随時、変更され、これに伴い、車両１０に搭載された情報処理装置が入力するカメラ１１の撮影画像も逐次、更新されている状態である。

　　（ステップＳ４０１）
　まず、車両１０に搭載された情報処理装置のデータ処理部（自動運転制御部）は、ステップＳ４０１において、表示部に表示された駐車可否識別グラフィックデータ（カラー枠）の中から、駐車可能領域識別用表示データ（緑色枠）、または空き可能性あり領域識別用表示データ（黄色枠）の表示領域を検索する。

　なお、ここでは、説明を分かりやすくするため、表示部１２の表示データを参照して処理を行う例として説明する。
　実際の処理としては、表示部の表示データを参照することなく、各領域単位の駐車可否データ、すなわち、各領域が駐車可能領域であるか、駐車不可能領域であるか、あるいは空き可能性あり領域であるか、これらの領域判別データを自動運転制御部に入力して処理を行うことが可能である。

　　（ステップＳ４０２）
　次に、情報処理装置のデータ処理部（自動運転制御部）は、ステップＳ４０２において、表示部に表示された駐車可否識別グラフィックデータ（カラー枠）の中から、駐車可能領域識別用表示データ（緑色枠）の表示領域が検出されたか否かを判定する。

　表示部に表示された駐車可否識別グラフィックデータ（カラー枠）の中から、駐車可能領域識別用表示データ（緑色枠）の表示領域が検出されたと判定した場合は、ステップＳ４０３に進む。
　一方、表示部に表示された駐車可否識別グラフィックデータ（カラー枠）の中から、駐車可能領域識別用表示データ（緑色枠）の表示領域が検出されていない場合は、ステップＳ４０４に進む。

　　（ステップＳ４０３）
　ステップＳ４０３の処理は、ステップＳ４０２において表示部に表示された駐車可否識別グラフィックデータ（カラー枠）の中から、駐車可能領域識別用表示データ（緑色枠）の表示領域が検出されたと判定した場合に実行する。

　この場合、情報処理装置のデータ処理部（自動運転制御部）は、ステップＳ４０３において、駐車可能領域識別用表示データ（緑色枠）の表示領域に向けて、自動走行を行い、この領域に対する自動駐車処理を実行する。

　　（ステップＳ４０４）
　一方、ステップＳ４０４の処理は、ステップＳ４０２において表示部に表示された駐車可否識別グラフィックデータ（カラー枠）の中から、駐車可能領域識別用表示データ（緑色枠）の表示領域が検出されなかった場合に実行する。

　この場合、情報処理装置のデータ処理部（自動運転制御部）は、ステップＳ４０４において、表示部に表示された駐車可否識別グラフィックデータ（カラー枠）の中から、空き可能性あり領域識別用表示データ（黄色枠）の表示領域が検出されたか否かを判定する。

　表示部に表示された駐車可否識別グラフィックデータ（カラー枠）の中から、空き可能性あり領域識別用表示データ（黄色枠）の表示領域が検出されたと判定した場合は、ステップＳ４０５に進む。
　一方、表示部に表示された駐車可否識別グラフィックデータ（カラー枠）の中から、空き可能性あり領域識別用表示データ（黄色枠）の表示領域が検出されていない場合は、ステップＳ４０１に戻り、ステップＳ４０１以下の処理を繰り返す。

　　（ステップＳ４０５）
　ステップＳ４０５の処理は、ステップＳ４０４において、表示部に表示された駐車可否識別グラフィックデータ（カラー枠）の中から、空き可能性あり領域識別用表示データ（黄色枠）の表示領域が検出されたと判定した場合に実行する。

　この場合、情報処理装置のデータ処理部（自動運転制御部）は、ステップＳ４０５において、表示部に表示された空き可能性あり領域識別用表示データ（黄色枠）の領域に向けて自動走行を行う。

　　（ステップＳ４１１）
　次に、情報処理装置のデータ処理部（自動運転制御部）は、ステップＳ４１１おいて、走行目的地として設定している表示部に表示された空き可能性あり領域識別用表示データ（黄色枠）の領域が、駐車可能領域識別用表示データ（緑色枠）の表示に変更されたか否かを確認する。

　走行目的地として設定している表示部に表示された空き可能性あり領域識別用表示データ（黄色枠）の領域が、駐車可能領域識別用表示データ（緑色枠）の表示に変更されたことが確認された場合は、ステップＳ４０３に進む。

　この場合、情報処理装置のデータ処理部（自動運転制御部）は、ステップＳ４０３において、駐車可能領域識別用表示データ（緑色枠）の表示領域に向けて自動走行を行い、この領域に対する自動駐車処理を実行する。

　一方、走行目的地として設定している表示部に表示された空き可能性あり領域識別用表示データ（黄色枠）の領域が、駐車可能領域識別用表示データ（緑色枠）の表示に変更されていないことが確認された場合は、ステップＳ４１２に進む。

　　（ステップＳ４１２）
　ステップＳ４１２の処理は、ステップＳ４１１において、走行目的地として設定している表示部に表示された空き可能性あり領域識別用表示データ（黄色枠）の領域が、駐車可能領域識別用表示データ（緑色枠）の表示に変更されていないことが確認された場合に実行する。

　この場合、情報処理装置のデータ処理部（自動運転制御部）は、ステップＳ４１２において、走行目的地として設定している表示部に表示された空き可能性あり領域識別用表示データ（黄色枠）の領域が、駐車不可能領域識別用表示データ（赤色枠）の表示に変更されたか否かを確認する。

　走行目的地として設定している表示部に表示された空き可能性あり領域識別用表示データ（黄色枠）の領域が、駐車不可能領域識別用表示データ（赤色枠）の表示に変更されたことが確認された場合は、ステップＳ４０１に進む。

　この場合、情報処理装置のデータ処理部（自動運転制御部）は、ステップＳ４０１に戻り、ステップＳ４０１以下の処理を繰り返す。
　すなわち、表示部に表示された駐車可否識別グラフィックデータ（カラー枠）の中から、駐車可能領域識別用表示データ（緑色枠）、または空き可能性あり領域識別用表示データ（黄色枠）の表示領域を検索する処理を再開し、ステップＳ４０１以下の処理を、再度実行する。

　一方、走行目的地として設定している表示部に表示された空き可能性あり領域識別用表示データ（黄色枠）の領域が、駐車不可能領域識別用表示データ（赤色枠）の表示に変更されていない場合は、ステップＳ４０５に戻り、ステップＳ４０５以下の処理を繰り返し実行する。

　すなわち、走行目的地として設定している表示部に表示された空き可能性あり領域識別用表示データ（黄色枠）の領域に向けた走行を継続しながら、ステップＳ４０５以下の処理を繰り返し、実行する。

　このように、車両１０が自動運転車両である場合、駐車領域情報、すなわち、
　（１）駐車可能領域識別用表示データ（緑色枠）が表示された駐車可能領域
　（２）駐車不可領域識別用表示データ（赤色枠）が表示された駐車不可領域
　（３）空き可能性あり領域識別用表示データ（黄色枠）が表示された空き可能性あり領域
　これらの領域データを利用して、自動運転による自動駐車処理を行うことが可能となる。

　　［７．本開示の情報処理装置の構成例について］
　次に本開示の情報処理装置の構成例について説明する。

　図３６は、車両１０に搭載される本開示の情報処理装置２００の一例を示すブロック図である。
　図３６に示すように情報処理装置２００は、カメラ２０１、駐車領域解析部２０２、通信部２０３、表示制御部２０４、表示部２０５、入力部（ＵＩ）２０６、自動運転制御部２０７を有する。

　駐車領域解析部２０３は、領域解析部２１１、駐車車両検出部２１２、空き尤度（空き可能性）算出部２１３、パラメータ生成、出力部２１４を有する。
　表示制御部２０４は、駐車可否識別グラフィックデータ生成部２２１、駐車領域表示データ生成部２２２、出力表示データ生成部２２３を有する。
　なお、自動運転制御部２０７は必須構成ではなく、車両が自動運転可能な車両である場合に備えられる構成である。

　カメラ２０１は、例えば図２を参照して説明した車両前方方向の画像を撮影するカメラ１１、あるいは図６を参照して説明した車両の前後左右を撮影するカメラ等によって構成される。

　なお、図３６には示していないが、自動運転車両である場合は、カメラの他、様々なセンサが装着される。例えばカメラの他、ＬｉＤＡＲ（Ｌｉｇｈｔ　Ｄｅｔｅｃｔｉｏｎ　ａｎｄ　Ｒａｎｇｉｎｇ）、ＴｏＦ（Ｔｉｍｅ　ｏｆ　Ｆｌｉｇｈｔ）センサ等のセンサである。
　なお、ＬｉＤＡＲ（Ｌｉｇｈｔ　Ｄｅｔｅｃｔｉｏｎ　ａｎｄ　Ｒａｎｇｉｎｇ）やＴｏＦセンサは、例えばレーザ光等の光を出力してオブジェクトによる反射光を解析して、周囲のオブジェクトの距離を計測するセンサである。

　図に示すように、カメラ２０１の撮影画像は、駐車領域解析部２０３の領域解析部２１１と、駐車車両検出部２１２、さらに自動運転制御部２０７に出力される。

　通信部２０２は、外部装置、例えば駐車場管理サーバや道路管理サーバ等の外部装置と通信を行い、これら外部装置から駐車区分領域情報を受信して、受信情報を駐車領域解析部２０３の領域解析部２１１に入力する構成としてもよい。

　駐車領域解析部２０３の領域解析部２１１は、駐車領域の解析処理を実行する。
　例えば上述した実施例１、すなわち先に図１以下を参照して説明した並列型駐車場等、白線などによって駐車区分が明確にされた駐車場の場合は、各駐車区分領域の配列などを解析する。
　また。実施例２で説明したような住設駐車可能区間等、各車両の駐車区分が明確でないような駐車可能領域では、駐車可能領域を注目領域（ＲＯＩ）として設定し、その注目領域の中から、空きスペースを検出する処理などを行う。

　駐車領域解析部２０３の領域解析部２１１は、さらに、先に実施例１の処理シーケンスとして説明した図１０に示すフローチャートのステップＳ１０１の処理や、実施例２の処理シーケンスとして説明した図２３に示すフローチャートのステップＳ２０１の処理を実行する。

　すなわち、カメラ２０１の撮影画像等のセンサ検出情報、またはセンサ検出情報とＡＩ予測データ、または、通信部２０２を介して外部から入力する情報に基づいて、駐車区分領域や空き領域を検出し、検出した駐車区分領域や空き領域に領域識別子（ＩＤ）を設定する処理を実行する。

　なお、ＡＩ予測データを利用した領域推定処理としては、前述したように、例えば、畳み込みニューラルネットワークであるＣＮＮ（Ｃｏｎｖｏｌｕｔｉｏｎａｌ　Ｎｅｕｒａｌ　Ｎｅｔｗｏｒｋ）を用いた学習アルゴリズムによって生成されるＡＩ予測器を利用するといった構成が可能である。

　領域解析部２１１によって領域単位の識別子（ＩＤ）が設定された領域情報は、駐車車両検出部２１２、パラメータ生成、出力部２１４に出力される。

　駐車車両検出部２１２は、各駐車区分領域等の各領域に駐車された駐車車両を検出する。
　領域単位の駐車車両検出情報は、空き尤度（空き可能性）算出部２１３と、パラメータ生成、出力部２１４に出力される。

　空き尤度（空き可能性）算出部２１３は、駐車車両の検出されていない領域について、空き尤度（空き可能性）の算出処理を行う。
　前述したように、各領域の空き尤度（空き可能性）は、以下の（式１）に従って算出される。
　空き尤度（空き可能性）（％）＝（１－（オクルージョン領域面積）／（駐車区分領域全面積））×１００（％）・・・・（式１）
　オクルージョン領域は、カメラの撮影画像では確認できない領域である。

　空き尤度（空き可能性）算出部２１３が　空き尤度（空き可能性）の値は、パラメータ生成、出力部２１４に出力される。

　パラメータ生成、出力部２１４は、駐車可否識別グラフィックデータ（カラー枠）表示処理のために必要となるパラメータを生成して、表示制御部２０４の駐車可否識別グラフィックデータ生成部２２１に出力する。

　パラメータ生成、出力部２１４が生成するパラメータは、先に図１８～図２０、図３２等を参照して説明したパラメータである。すなわち、以下のデータを含むパラメータである。
　（ａ）駐車区分領域ＩＤ（または空き領域ＩＤ）、
　（ｂ）駐車可否識別結果（駐車可、駐車不可、空き可能性あり）、
　（ｃ）駐車区分領域（または空き領域）の中心位置座標（ｘ，ｙ）、
　（ｄ）駐車区分領域（または空き領域）の形状（ｄ，ｗ）、
　（ｅ）駐車区分領域（または空き領域）の傾き角度（θ）、

　表示制御部２２１の駐車可否識別グラフィックデータ生成部２２１は、上記パラメータ（ａ）～（ｅ）を利用して、駐車可否識別グラフィックデータ（カラー枠）を生成する。
　すなわち、
　（１）駐車可能領域識別用表示データ（緑色枠）
　（２）駐車不可領域識別用表示データ（赤色枠）
　（３）空き可能性あり領域識別用表示データ（黄色枠）
　各領域単位でこれらのいずれかの駐車可否識別グラフィックデータ（カラー枠）を生成する。

　表示制御部２２１の駐車可否識別グラフィックデータ生成部２２１が生成した領域単位の駐車可否識別グラフィックデータ（カラー枠）は、出力表示データ生成部２２３に出力される。

　表示制御部２２１の駐車領域表示データ生成部２２２は、カメラ２０１の撮影画像を入力して、駐車場や、駐車可能領域などの表示データを生成する。
　例えば、図２に示す車両１０の前方を撮影するカメラ１１の撮影画像に基づく駐車場領域画像を生成する。

　あるいは、先に図６を参照して説明した以下の４つのカメラ、
　（ａ）車両１０の前方を撮影する前方向カメラ１１Ｆ、
　（ｂ）車両１０の後方を撮影する後方向カメラ１１Ｂ、
　（ｃ）車両１０の左側を撮影する左方向カメラ１１Ｌ、
　（ｄ）車両１０の右側を撮影する右方向カメラ１１Ｒ、
　これらの４つのカメラの全て、あるいは複数カメラの撮影画像に基づく合成画像（鳥瞰図など）を生成する。

　表示制御部２２１の駐車領域表示データ生成部２２２が生成した駐車場や、駐車可能領域などの表示データは、出力表示データ生成部２２３に出力される。

　出力表示データ生成部２２３は、以下の各データを入力する。
　駐車可否識別グラフィックデータ生成部２２１が生成した領域単位の駐車可否識別グラフィックデータ（カラー枠）
　駐車領域表示データ生成部２２２が生成した駐車場や、駐車可能領域などの表示データ
　出力表示データ生成部２２３は、これらの２つのデータを入力し、これらのデータを重畳した表示データを生成して表示部２０５に出力する。。

　表示部２０５には、各駐車区分領域や駐車可能領域の各領域に以下の駐車可否識別グラフィックデータ（カラー枠）、すなわち、
　（１）駐車可能領域識別用表示データ（緑色枠）
　（２）駐車不可領域識別用表示データ（赤色枠）
　（３）空き可能性あり領域識別用表示データ（黄色枠）
　これらのいずれかが重畳された画像が表示される。

　ユーザ（運転者）は、注目領域（ＲＯＩ）の各領域の各々に重畳されて表示される駐車可否識別グラフィックデータ（カラー枠）の色に基づいて、各領域が駐車可能な領域であるか、駐車不可能な領域であるか、空き可能性ありの領域であるかを、即座に判別することができる。

　入力部（ＵＩ）２０６は、例えばユーザである運転者による、駐車可能スペース探索処理の開始指示の入力処理や、目的駐車位置の選択情報の入力処理等に利用するＵＩである。入力部（ＵＩ）２０６は、表示部２０５上に構成されるタッチパネルを利用した構成としてもよい。

　入力部（ＵＩ）２０６の入力情報は、駐車領域解析部２０３、および自動運転制御部２０７に入力される。
　自動運転制御部２０７は、例えば入力部（ＵＩ）２０６から入力される駐車要求等に応じて自動運転処理や自動駐車処理を実行する。

　自動運転制御部２０７による自動運転、自動駐車処理は、先に図３４、図３５に示すフローチャートに従った処理として実行される。

　　［８．本開示の情報処理装置のハードウェア構成例について］
　次に、図３７を参照して、本開示の情報処理装置のハードウェア構成例について説明する。
　なお、情報処理装置は車両１０内に装着される。図３７に示すハードウェア構成は、車両１０内の情報処理装置のハードウェア構成例である。
　図３７に示すハードウェア構成について説明する。

　ＣＰＵ（Ｃｅｎｔｒａｌ　Ｐｒｏｃｅｓｓｉｎｇ　Ｕｎｉｔ）３０１は、ＲＯＭ（Ｒｅａｄ　Ｏｎｌｙ　Ｍｅｍｏｒｙ）３０２、または記憶部３０８に記憶されているプログラムに従って各種の処理を実行するデータ処理部として機能する。例えば、上述した実施例において説明したシーケンスに従った処理を実行する。ＲＡＭ（Ｒａｎｄｏｍ　Ａｃｃｅｓｓ　Ｍｅｍｏｒｙ）３０３には、ＣＰＵ３０１が実行するプログラムやデータなどが記憶される。これらのＣＰＵ３０１、ＲＯＭ３０２、およびＲＡＭ３０３は、バス３０４により相互に接続されている。

　ＣＰＵ３０１はバス３０４を介して入出力インタフェース３０５に接続され、入出力インタフェース３０５には、各種スイッチ、タッチパネル、マイクロホン、さらに、ユーザ入力部やカメラ、ＬｉＤＡＲ等各種センサ３２１の状況データ取得部などよりなる入力部３０６、ディスプレイ、スピーカなどよりなる出力部３０７が接続されている。
　また、出力部３０７は、車両の駆動部３２２に対する駆動情報も出力する。

　ＣＰＵ３０１は、入力部３０６から入力される指令や状況データ等を入力し、各種の処理を実行し、処理結果を例えば出力部３０７に出力する。
　入出力インタフェース３０５に接続されている記憶部３０８は、例えばハードディスク等からなり、ＣＰＵ３０１が実行するプログラムや各種のデータを記憶する。通信部３０９は、インターネットやローカルエリアネットワークなどのネットワークを介したデータ通信の送受信部として機能し、外部の装置と通信する。
　また、ＣＰＵの他、カメラから入力される画像情報などの専用処理部としてＧＰＵ（Ｇｒａｐｈｉｃｓ　Ｐｒｏｃｅｓｓｉｎｇ　Ｕｎｉｔ）を備えてもよい。

　入出力インタフェース３０５に接続されているドライブ３１０は、磁気ディスク、光ディスク、光磁気ディスク、あるいはメモリカード等の半導体メモリなどのリムーバブルメディア３１１を駆動し、データの記録あるいは読み取りを実行する。

　　［９．車両の構成例について］
　次に、本開示の情報処理装置を搭載した車両の構成例について説明する。

　図３８は、本開示の情報処理装置を搭載した車両５００（＝車両１０）の車両制御システム５１１の構成例を示すブロック図である。

　車両制御システム５１１は、車両５００に設けられ、車両５００の走行支援および自動運転に関わる処理を行う。

　車両制御システム５１１は、車両制御ＥＣＵ（Ｅｌｅｃｔｒｏｎｉｃ　Ｃｏｎｔｒｏｌ　Ｕｎｉｔ）５２１、通信部５２２、地図情報蓄積部５２３、ＧＮＳＳ（Ｇｌｏｖａｌ　Ｎａｖｉｇａｔｉｏｎ　Ｓａｔｅｌｌｉｔｅ　Ｓｙｓｔｅｍ）受信部５２４、外部認識センサ５２５、車内センサ５２６、車両センサ５２７、記録部５２８、走行支援・自動運転制御部５２９、ＤＭＳ（Ｄｒｉｖｅｒ　Ｍｏｎｉｔｏｒｉｎｇ　Ｓｙｓｔｅｍ）５３０、ＨＭＩ（Ｈｕｍａｎ　Ｍａｃｈｉｎｅ　Ｉｎｔｅｒｆａｃｅ）５３１、および、車両制御部５３２を備える。

　車両制御ＥＣＵ（Ｅｌｅｃｔｒｏｎｉｃ　Ｃｏｎｔｒｏｌ　Ｕｎｉｔ）５２１、通信部５２２、地図情報蓄積部５２３、ＧＮＳＳ受信部５２４、外部認識センサ５２５、車内センサ５２６、車両センサ５２７、記録部５２８、走行支援・自動運転制御部５２９、ドライバモニタリングシステム（ＤＭＳ）５３０、ヒューマンマシーンインタフェース（ＨＭＩ）５３１、および、車両制御部５３２は、通信ネットワーク４１を介して相互に通信可能に接続されている。通信ネットワーク２４１は、例えば、ＣＡＮ（Ｃｏｎｔｒｏｌｌｅｒ　Ａｒｅａ　Ｎｅｔｗｏｒｋ）、ＬＩＮ（Ｌｏｃａｌ　Ｉｎｔｅｒｃｏｎｎｅｃｔ　Ｎｅｔｗｏｒｋ）、ＬＡＮ（Ｌｏｃａｌ　Ａｒｅａ　Ｎｅｔｗｏｒｋ）、ＦｌｅｘＲａｙ（登録商標）、イーサネット（登録商標）といったディジタル双方向通信の規格に準拠した車載通信ネットワークやバス等により構成される。通信ネットワーク２４１は、通信されるデータの種類によって使い分けられても良く、例えば、車両制御に関するデータであればＣＡＮが適用され、大容量データであればイーサネットが適用される。なお、車両制御システム５１１の各部は、通信ネットワーク２４１を介さずに、例えば近距離無線通信（ＮＦＣ（Ｎｅａｒ　Ｆｉｅｌｄ　Ｃｏｍｍｕｎｉｃａｔｉｏｎ））やＢｌｕｅｔｏｏｔｈ（登録商標）といった比較的近距離での通信を想定した無線通信を用いて直接的に接続される場合もある。

　なお、以下、車両制御システム５１１の各部が、通信ネットワーク２４１を介して通信を行う場合、通信ネットワーク２４１の記載を省略するものとする。例えば、車両制御ＥＣＵ（Ｅｌｅｃｔｒｏｎｉｃ　Ｃｏｎｔｒｏｌ　Ｕｎｉｔ）５２１と通信部５２２が通信ネットワーク２４１を介して通信を行う場合、単にプロセッサと通信部５２２とが通信を行うと記載する。

　車両制御ＥＣＵ（Ｅｌｅｃｔｒｏｎｉｃ　Ｃｏｎｔｒｏｌ　Ｕｎｉｔ）５２１は、例えば、ＣＰＵ（Ｃｅｎｔｒａｌ　Ｐｒｏｃｅｓｓｉｎｇ　Ｕｎｉｔ）、ＭＰＵ（Ｍｉｃｒｏ　Ｐｒｏｃｅｓｓｉｎｇ　Ｕｎｉｔ）といった各種プロセッサにより構成される。車両制御ＥＣＵ（Ｅｌｅｃｔｒｏｎｉｃ　Ｃｏｎｔｒｏｌ　Ｕｎｉｔ）５２１は、車両制御システム５１１全体もしくは一部の機能の制御を行う。

　通信部５２２は、車内および車外の様々な機器、他の車両、サーバ、基地局等と通信を行い、各種のデータの送受信を行う。このとき、通信部５２２は、複数の通信方式を用いて通信を行うことができる。

　通信部５２２が実行可能な車外との通信について、概略的に説明する。通信部５２２は、例えば、５Ｇ（第５世代移動通信システム）、ＬＴＥ（Ｌｏｎｇ　Ｔｅｒｍ　Ｅｖｏｌｕｔｉｏｎ）、ＤＳＲＣ（Ｄｅｄｉｃａｔｅｄ　Ｓｈｏｒｔ　Ｒａｎｇｅ　Ｃｏｍｍｕｎｉｃａｔｉｏｎｓ）等の無線通信方式により、基地局又はアクセスポイントを介して、外部ネットワーク上に存在するサーバ（以下、外部のサーバと呼ぶ）等と通信を行う。通信部５２２が通信を行う外部ネットワークは、例えば、インターネット、クラウドネットワーク、又は、事業者固有のネットワーク等である。通信部５２２による外部ネットワークに対して通信を行う通信方式は、所定以上の通信速度、且つ、所定以上の距離間でディジタル双方向通信が可能な無線通信方式であれば、特に限定されない。

　また例えば、通信部５２２は、Ｐ２Ｐ（Ｐｅｅｒ　Ｔｏ　Ｐｅｅｒ）技術を用いて、自車の近傍に存在する端末と通信を行うことができる。自車の近傍に存在する端末は、例えば、歩行者や自転車など比較的低速で移動する移動体が装着する端末、店舗などに位置が固定されて設置される端末、あるいは、ＭＴＣ（Ｍａｃｈｉｎｅ　Ｔｙｐｅ　Ｃｏｍｍｕｎｉｃａｔｉｏｎ）端末である。さらに、通信部５２２は、Ｖ２Ｘ通信を行うこともできる。Ｖ２Ｘ通信とは、例えば、他の車両との間の車車間（Ｖｅｈｉｃｌｅ　ｔｏ　Ｖｅｈｉｃｌｅ）通信、路側器等との間の路車間（Ｖｅｈｉｃｌｅ　ｔｏ　Ｉｎｆｒａｓｔｒｕｃｔｕｒｅ）通信、家との間（Ｖｅｈｉｃｌｅ　ｔｏ　Ｈｏｍｅ）の通信、および、歩行者が所持する端末等との間の歩車間（Ｖｅｈｉｃｌｅ　ｔｏ　Ｐｅｄｅｓｔｒｉａｎ）通信等の、自車と他との通信をいう。

　通信部５２２は、例えば、車両制御システム５１１の動作を制御するソフトウェアを更新するためのプログラムを外部から受信することができる（Ｏｖｅｒ　Ｔｈｅ　Ａｉｒ）。通信部５２２は、さらに、地図情報、交通情報、車両５００の周囲の情報等を外部から受信することができる。また例えば、通信部５２２は、車両５００に関する情報や、車両５００の周囲の情報等を外部に送信することができる。通信部５２２が外部に送信する車両５００に関する情報としては、例えば、車両５００の状態を示すデータ、認識部５７３による認識結果等がある。さらに例えば、通信部５２２は、ｅコール等の車両緊急通報システムに対応した通信を行う。

　通信部５２２が実行可能な車内との通信について、概略的に説明する。通信部５２２は、例えば無線通信を用いて、車内の各機器と通信を行うことができる。通信部５２２は、例えば、無線ＬＡＮ、Ｂｌｕｅｔｏｏｔｈ、ＮＦＣ、ＷＵＳＢ（Ｗｉｒｅｌｅｓｓ　ＵＳＢ）といった、無線通信により所定以上の通信速度でディジタル双方向通信が可能な通信方式により、車内の機器と無線通信を行うことができる。これに限らず、通信部５２２は、有線通信を用いて車内の各機器と通信を行うこともできる。例えば、通信部５２２は、図示しない接続端子に接続されるケーブルを介した有線通信により、車内の各機器と通信を行うことができる。通信部５２２は、例えば、ＵＳＢ（Ｕｎｉｖｅｒｓａｌ　Ｓｅｒｉａｌ　Ｂｕｓ）、ＨＤＭＩ（登録商標）（Ｈｉｇｈ－Ｄｅｆｉｎｉｔｉｏｎ　Ｍｕｌｔｉｍｅｄｉａ　Ｉｎｔｅｒｆａｃｅ）、ＭＨＬ（Ｍｏｂｉｌｅ　Ｈｉｇｈ－ｄｅｆｉｎｉｔｉｏｎ　Ｌｉｎｋ）といった、有線通信により所定以上の通信速度でディジタル双方向通信が可能な通信方式により、車内の各機器と通信を行うことができる。

　ここで、車内の機器とは、例えば、車内において通信ネットワーク２４１に接続されていない機器を指す。車内の機器としては、例えば、運転者等の搭乗者が所持するモバイル機器やウェアラブル機器、車内に持ち込まれ一時的に設置される情報機器等が想定される。

　例えば、通信部５２２は、電波ビーコン、光ビーコン、ＦＭ多重放送等の道路交通情報通信システム（ＶＩＣＳ（登録商標）（Ｖｅｈｉｃｌｅ　Ｉｎｆｏｒｍａｔｉｏｎ　ａｎｄ　Ｃｏｍｍｕｎｉｃａｔｉｏｎ　Ｓｙｓｔｅｍ））により送信される電磁波を受信する。

　地図情報蓄積部５２３は、外部から取得した地図および車両５００で作成した地図の一方または両方を蓄積する。例えば、地図情報蓄積部５２３は、３次元の高精度地図、高精度地図より精度が低く、広いエリアをカバーするグローバルマップ等を蓄積する。

　高精度地図は、例えば、ダイナミックマップ、ポイントクラウドマップ、ベクターマップなどである。ダイナミックマップは、例えば、動的情報、準動的情報、準静的情報、静的情報の４層からなる地図であり、外部のサーバ等から車両５００に提供される。ポイントクラウドマップは、ポイントクラウド（点群データ）により構成される地図である。ここで、ベクターマップは、車線や信号の位置といった交通情報などをポイントクラウドマップに対応付けた、ＡＤＡＳ（Ａｄｖａｎｃｅｄ　Ｄｒｉｖｅｒ　Ａｓｓｉｓｔａｎｃｅ　Ｓｙｓｔｅｍ）に適合させた地図を指すものとする。

　ポイントクラウドマップおよびベクターマップは、例えば、外部のサーバ等から提供されてもよいし、レーダ５５２、ＬｉＤＡＲ５５３等によるセンシング結果に基づいて、後述するローカルマップとのマッチングを行うための地図として車両５００で作成され、地図情報蓄積部５２３に蓄積されてもよい。また、外部のサーバ等から高精度地図が提供される場合、通信容量を削減するため、車両５００がこれから走行する計画経路に関する、例えば数百メートル四方の地図データが外部のサーバ等から取得される。

　ＧＮＳＳ受信部５２４は、ＧＮＳＳ衛星からＧＮＳＳ信号を受信し、車両５００の位置情報を取得する。受信したＧＮＳＳ信号は、走行支援・自動運転制御部５２９に供給される。なお、ＧＮＳＳ受信部５２４は、ＧＮＳＳ信号を用いた方式に限定されず、例えば、ビーコンを用いて位置情報を取得してもよい。

　外部認識センサ５２５は、車両５００の外部の状況の認識に用いられる各種のセンサを備え、各センサからのセンサデータを車両制御システム５１１の各部に供給する。外部認識センサ５２５が備えるセンサの種類や数は任意である。

　例えば、外部認識センサ５２５は、カメラ５５１、レーダ５５２、ＬｉＤＡＲ（Ｌｉｇｈｔ　Ｄｅｔｅｃｔｉｏｎ　ａｎｄ　Ｒａｎｇｉｎｇ、Ｌａｓｅｒ　Ｉｍａｇｉｎｇ　Ｄｅｔｅｃｔｉｏｎ　ａｎｄ　Ｒａｎｇｉｎｇ）５５３、および、超音波センサ５５４を備える。これに限らず、外部認識センサ５２５は、カメラ５５１、レーダ５５２、ＬｉＤＡＲ５５３、および、超音波センサ５５４のうち１種類以上のセンサを備える構成でもよい。カメラ５５１、レーダ５５２、ＬｉＤＡＲ５５３、および、超音波センサ５５４の数は、現実的に車両５００に設置可能な数であれば特に限定されない。また、外部認識センサ５２５が備えるセンサの種類は、この例に限定されず、外部認識センサ５２５は、他の種類のセンサを備えてもよい。外部認識センサ５２５が備える各センサのセンシング領域の例は、後述する。

　なお、カメラ５５１の撮影方式は、測距が可能な撮影方式であれば特に限定されない。例えば、カメラ５５１は、ＴｏＦ（Ｔｉｍｅ　Ｏｆ　Ｆｌｉｇｈｔ）カメラ、ステレオカメラ、単眼カメラ、赤外線カメラといった各種の撮影方式のカメラを、必要に応じて適用することができる。これに限らず、カメラ５５１は、測距に関わらずに、単に撮影画像を取得するためのものであってもよい。

　また、例えば、外部認識センサ５２５は、車両５００に対する環境を検出するための環境センサを備えることができる。環境センサは、天候、気象、明るさ等の環境を検出するためのセンサであって、例えば、雨滴センサ、霧センサ、日照センサ、雪センサ、照度センサ等の各種センサを含むことができる。

　さらに、例えば、外部認識センサ５２５は、車両５００の周囲の音や音源の位置の検出等に用いられるマイクロホンを備える。

　車内センサ５２６は、車内の情報を検出するための各種のセンサを備え、各センサからのセンサデータを車両制御システム５１１の各部に供給する。車内センサ５２６が備える各種センサの種類や数は、現実的に車両５００に設置可能な数であれば特に限定されない。

　例えば、車内センサ５２６は、カメラ、レーダ、着座センサ、ステアリングホイールセンサ、マイクロホン、生体センサのうち１種類以上のセンサを備えることができる。車内センサ５２６が備えるカメラとしては、例えば、ＴｏＦカメラ、ステレオカメラ、単眼カメラ、赤外線カメラといった、測距可能な各種の撮影方式のカメラを用いることができる。これに限らず、車内センサ５２６が備えるカメラは、測距に関わらずに、単に撮影画像を取得するためのものであってもよい。車内センサ５２６が備える生体センサは、例えば、シートやステリングホイール等に設けられ、運転者等の搭乗者の各種の生体情報を検出する。

　車両センサ５２７は、車両５００の状態を検出するための各種のセンサを備え、各センサからのセンサデータを車両制御システム５１１の各部に供給する。車両センサ５２７が備える各種センサの種類や数は、現実的に車両５００に設置可能な数であれば特に限定されない。

　例えば、車両センサ５２７は、速度センサ、加速度センサ、角速度センサ（ジャイロセンサ）、および、それらを統合した慣性計測装置（ＩＭＵ（Ｉｎｅｒｔｉａｌ　Ｍｅａｓｕｒｅｍｅｎｔ　Ｕｎｉｔ））を備える。例えば、車両センサ５２７は、ステアリングホイールの操舵角を検出する操舵角センサ、ヨーレートセンサ、アクセルペダルの操作量を検出するアクセルセンサ、および、ブレーキペダルの操作量を検出するブレーキセンサを備える。例えば、車両センサ５２７は、エンジンやモータの回転数を検出する回転センサ、タイヤの空気圧を検出する空気圧センサ、タイヤのスリップ率を検出するスリップ率センサ、および、車輪の回転速度を検出する車輪速センサを備える。例えば、車両センサ５２７は、バッテリの残量および温度を検出するバッテリセンサ、および、外部からの衝撃を検出する衝撃センサを備える。

　記録部５２８は、不揮発性の記憶媒体および揮発性の記憶媒体のうち少なくとも一方を含み、データやプログラムを記憶する。記録部５２８は、例えばＥＥＰＲＯＭ（Ｅｌｅｃｔｒｉｃａｌｌｙ　Ｅｒａｓａｂｌｅ　Ｐｒｏｇｒａｍｍａｂｌｅ　Ｒｅａｄ　Ｏｎｌｙ　Ｍｅｍｏｒｙ）およびＲＡＭ（Ｒａｎｄｏｍ　Ａｃｃｅｓｓ　Ｍｅｍｏｒｙ）として用いられ、記憶媒体としては、ＨＤＤ（Ｈａｒｄ　Ｄｉｓｃ　Ｄｒｉｖｅ）といった磁気記憶デバイス、半導体記憶デバイス、光記憶デバイス、および、光磁気記憶デバイスを適用することができる。記録部５２８は、車両制御システム５１１の各部が用いる各種プログラムやデータを記録する。例えば、記録部５２８は、ＥＤＲ（Ｅｖｅｎｔ　Ｄａｔａ　Ｒｅｃｏｒｄｅｒ）やＤＳＳＡＤ（Ｄａｔａ　Ｓｔｏｒａｇｅ　Ｓｙｓｔｅｍ　ｆｏｒ　Ａｕｔｏｍａｔｅｄ　Ｄｒｉｖｉｎｇ）を備え、事故等のイベントの前後の車両５００の情報や車内センサ５２６によって取得された生体情報を記録する。

　走行支援・自動運転制御部５２９は、車両５００の走行支援および自動運転の制御を行う。例えば、走行支援・自動運転制御部５２９は、分析部５６１、行動計画部５６２、および、動作制御部５６３を備える。

　分析部５６１は、車両５００および周囲の状況の分析処理を行う。分析部５６１は、自己位置推定部５７１、センサフュージョン部５７２、および、認識部５７３を備える。

　自己位置推定部５７１は、外部認識センサ５２５からのセンサデータ、および、地図情報蓄積部５２３に蓄積されている高精度地図に基づいて、車両５００の自己位置を推定する。例えば、自己位置推定部５７１は、外部認識センサ５２５からのセンサデータに基づいてローカルマップを生成し、ローカルマップと高精度地図とのマッチングを行うことにより、車両５００の自己位置を推定する。車両５００の位置は、例えば、後輪対車軸の中心が基準とされる。

　ローカルマップは、例えば、ＳＬＡＭ（Ｓｉｍｕｌｔａｎｅｏｕｓ　Ｌｏｃａｌｉｚａｔｉｏｎ　ａｎｄ　Ｍａｐｐｉｎｇ）等の技術を用いて作成される３次元の高精度地図、占有格子地図（Ｏｃｃｕｐａｎｃｙ　Ｇｒｉｄ　Ｍａｐ）等である。３次元の高精度地図は、例えば、上述したポイントクラウドマップ等である。占有格子地図は、車両５００の周囲の３次元又は２次元の空間を所定の大きさのグリッド（格子）に分割し、グリッド単位で物体の占有状態を示す地図である。物体の占有状態は、例えば、物体の有無や存在確率により示される。ローカルマップは、例えば、認識部５７３による車両５００の外部の状況の検出処理および認識処理にも用いられる。

　なお、自己位置推定部５７１は、ＧＮＳＳ信号、および、車両センサ５２７からのセンサデータに基づいて、車両５００の自己位置を推定してもよい。

　センサフュージョン部５７２は、複数の異なる種類のセンサデータ（例えば、カメラ５５１から供給される画像データ、および、レーダ５５２から供給されるセンサデータ）を組み合わせて、新たな情報を得るセンサフュージョン処理を行う。異なる種類のセンサデータを組合せる方法としては、統合、融合、連合等がある。

　認識部５７３は、車両５００の外部の状況の検出を行う検出処理と、車両５００の外部の状況の認識を行う認識処理と、を実行する。

　例えば、認識部５７３は、外部認識センサ５２５からの情報、自己位置推定部５７１からの情報、センサフュージョン部５７２からの情報等に基づいて、車両５００の外部の状況の検出処理および認識処理を行う。

　具体的には、例えば、認識部５７３は、車両５００の周囲の物体の検出処理および認識処理等を行う。物体の検出処理とは、例えば、物体の有無、大きさ、形、位置、動き等を検出する処理である。物体の認識処理とは、例えば、物体の種類等の属性を認識したり、特定の物体を識別したりする処理である。ただし、検出処理と認識処理とは、必ずしも明確に分かれるものではなく、重複する場合がある。

　例えば、認識部５７３は、ＬｉＤＡＲ５５３又はレーダ５５２等によるセンサデータに基づくポイントクラウドを点群の塊毎に分類するクラスタリングを行うことにより、車両５００の周囲の物体を検出する。これにより、車両５００の周囲の物体の有無、大きさ、形状、位置が検出される。

　例えば、認識部５７３は、クラスタリングにより分類された点群の塊の動きを追従するトラッキングを行うことにより、車両５００の周囲の物体の動きを検出する。これにより、車両５００の周囲の物体の速度および進行方向（移動ベクトル）が検出される。

　例えば、認識部５７３は、カメラ５５１から供給される画像データに対して、車両、人、自転車、障害物、構造物、道路、信号機、交通標識、道路標示などを検出または認識する。また、セマンティックセグメンテーション等の認識処理を行うことにより、車両５００の周囲の物体の種類を認識してもいい。

　例えば、認識部５７３は、地図情報蓄積部５２３に蓄積されている地図、自己位置推定部５７１による自己位置の推定結果、および、認識部５７３による車両５００の周囲の物体の認識結果に基づいて、車両５００の周囲の交通ルールの認識処理を行うことができる。認識部５７３は、この処理により、信号の位置および状態、交通標識および道路標示の内容、交通規制の内容、並びに、走行可能な車線などを認識することができる。

　例えば、認識部５７３は、車両５００の周囲の環境の認識処理を行うことができる。認識部５７３が認識対象とする周囲の環境としては、天候、気温、湿度、明るさ、および、路面の状態等が想定される。

　行動計画部５６２は、車両５００の行動計画を作成する。例えば、行動計画部５６２は、経路計画、経路追従の処理を行うことにより、行動計画を作成する。

　なお、経路計画（Ｇｌｏｂａｌ　ｐａｔｈ　ｐｌａｎｎｉｎｇ）とは、スタートからゴールまでの大まかな経路を計画する処理である。この経路計画には、軌道計画と言われ、経路計画で計画された経路において、車両５００の運動特性を考慮して、車両５００の近傍で安全かつ滑らかに進行することが可能な軌道生成（Ｌｏｃａｌ　ｐａｔｈ　ｐｌａｎｎｉｎｇ）の処理も含まれる。経路計画を長期経路計画、および起動生成を短期経路計画、または局所経路計画と区別してもよい。安全優先経路は、起動生成、短期経路計画、または局所経路計画と同様の概念を表す。

　経路追従とは、経路計画により計画した経路を計画された時間内で安全かつ正確に走行するための動作を計画する処理である。行動計画部５６２は、例えば、この経路追従の処理の結果に基づき、車両５００の目標速度と目標角速度を計算することができる。

　動作制御部５６３は、行動計画部５６２により作成された行動計画を実現するために、車両５００の動作を制御する。

　例えば、動作制御部５６３は、後述する車両制御部５３２に含まれる、ステアリング制御部５８１、ブレーキ制御部５８２、および、駆動制御部５８３を制御して、軌道計画により計算された軌道を車両５００が進行するように、加減速制御および方向制御を行う。例えば、動作制御部５６３は、衝突回避あるいは衝撃緩和、追従走行、車速維持走行、自車の衝突警告、自車のレーン逸脱警告等のＡＤＡＳの機能実現を目的とした協調制御を行う。例えば、動作制御部５６３は、運転者の操作によらずに自律的に走行する自動運転等を目的とした協調制御を行う。

　ＤＭＳ５３０は、車内センサ５２６からのセンサデータ、および、後述するＨＭＩ５３１に入力される入力データ等に基づいて、運転者の認証処理、および、運転者の状態の認識処理等を行う。この場合にＤＭＳ５３０の認識対象となる運転者の状態としては、例えば、体調、覚醒度、集中度、疲労度、視線方向、酩酊度、運転操作、姿勢等が想定される。

　なお、ＤＭＳ５３０が、運転者以外の搭乗者の認証処理、および、当該搭乗者の状態の認識処理を行うようにしてもよい。また、例えば、ＤＭＳ５３０が、車内センサ５２６からのセンサデータに基づいて、車内の状況の認識処理を行うようにしてもよい。認識対象となる車内の状況としては、例えば、気温、湿度、明るさ、臭い等が想定される。

　ＨＭＩ５３１は、各種のデータや指示等の入力と、各種のデータの運転者などへの提示を行う。

　ＨＭＩ５３１によるデータの入力について、概略的に説明する。ＨＭＩ５３１は、人がデータを入力するための入力デバイスを備える。ＨＭＩ５３１は、入力デバイスにより入力されたデータや指示等に基づいて入力信号を生成し、車両制御システム５１１の各部に供給する。ＨＭＩ５３１は、入力デバイスとして、例えばタッチパネル、ボタン、スイッチ、および、レバーといった操作子を備える。これに限らず、ＨＭＩ５３１は、音声やジェスチャ等により手動操作以外の方法で情報を入力可能な入力デバイスをさらに備えてもよい。さらに、ＨＭＩ５３１は、例えば、赤外線あるいは電波を利用したリモートコントロール装置や、車両制御システム５１１の操作に対応したモバイル機器若しくはウェアラブル機器等の外部接続機器を入力デバイスとして用いてもよい。

　ＨＭＩ５３１によるデータの提示について、概略的に説明する。ＨＭＩ５３１は、搭乗者又は車外に対する視覚情報、聴覚情報、および、触覚情報の生成を行う。また、ＨＭＩ５３１は、生成されたこれら各情報の出力、出力内容、出力タイミングおよび出力方法等を制御する出力制御を行う。ＨＭＩ５３１は、視覚情報として、例えば、操作画面、車両５００の状態表示、警告表示、車両５００の周囲の状況を示すモニタ画像等の画像や光により示される情報を生成および出力する。また、ＨＭＩ５３１は、聴覚情報として、例えば、音声ガイダンス、警告音、警告メッセージ等の音により示される情報を生成および出力する。さらに、ＨＭＩ５３１は、触覚情報として、例えば、力、振動、動き等により搭乗者の触覚に与えられる情報を生成および出力する。

　ＨＭＩ５３１が視覚情報を出力する出力デバイスとしては、例えば、自身が画像を表示することで視覚情報を提示する表示装置や、画像を投影することで視覚情報を提示するプロジェクタ装置を適用することができる。なお、表示装置は、通常のディスプレイを有する表示装置以外にも、例えば、ヘッドアップディスプレイ、透過型ディスプレイ、ＡＲ（Ａｕｇｍｅｎｔｅｄ　Ｒｅａｌｉｔｙ）機能を備えるウエアラブルデバイスといった、搭乗者の視界内に視覚情報を表示する装置であってもよい。また、ＨＭＩ５３１は、車両５００に設けられるナビゲーション装置、インストルメントパネル、ＣＭＳ（Ｃａｍｅｒａ　Ｍｏｎｉｔｏｒｉｎｇ　Ｓｙｓｔｅｍ）、電子ミラー、ランプなどが有する表示デバイスを、視覚情報を出力する出力デバイスとして用いることも可能である。

　ＨＭＩ５３１が聴覚情報を出力する出力デバイスとしては、例えば、オーディオスピーカ、ヘッドホン、イヤホンを適用することができる。

　ＨＭＩ５３１が触覚情報を出力する出力デバイスとしては、例えば、ハプティクス技術を用いたハプティクス素子を適用することができる。ハプティクス素子は、例えば、ステアリングホイール、シートといった、車両５００の搭乗者が接触する部分に設けられる。

　車両制御部５３２は、車両５００の各部の制御を行う。車両制御部５３２は、ステアリング制御部５８１、ブレーキ制御部５８２、駆動制御部５８３、ボディ系制御部５８４、ライト制御部５８５、および、ホーン制御部５８６を備える。

　ステアリング制御部５８１は、車両５００のステアリングシステムの状態の検出および制御等を行う。ステアリングシステムは、例えば、ステアリングホイール等を備えるステアリング機構、電動パワーステアリング等を備える。ステアリング制御部５８１は、例えば、ステアリングシステムの制御を行うＥＣＵ等の制御ユニット、ステアリングシステムの駆動を行うアクチュエータ等を備える。

　ブレーキ制御部５８２は、車両５００のブレーキシステムの状態の検出および制御等を行う。ブレーキシステムは、例えば、ブレーキペダル等を含むブレーキ機構、ＡＢＳ（Ａｎｔｉｌｏｃｋ　Ｂｒａｋｅ　Ｓｙｓｔｅｍ）、回生ブレーキ機構等を備える。ブレーキ制御部５８２は、例えば、ブレーキシステムの制御を行うＥＣＵ等の制御ユニット等を備える。

　駆動制御部５８３は、車両５００の駆動システムの状態の検出および制御等を行う。駆動システムは、例えば、アクセルペダル、内燃機関又は駆動用モータ等の駆動力を発生させるための駆動力発生装置、駆動力を車輪に伝達するための駆動力伝達機構等を備える。駆動制御部５８３は、例えば、駆動システムの制御を行うＥＣＵ等の制御ユニット等を備える。

　ボディ系制御部５８４は、車両５００のボディ系システムの状態の検出および制御等を行う。ボディ系システムは、例えば、キーレスエントリシステム、スマートキーシステム、パワーウインドウ装置、パワーシート、空調装置、エアバッグ、シートベルト、シフトレバー等を備える。ボディ系制御部５８４は、例えば、ボディ系システムの制御を行うＥＣＵ等の制御ユニット等を備える。

　ライト制御部５８５は、車両５００の各種のライトの状態の検出および制御等を行う。制御対象となるライトとしては、例えば、ヘッドライト、バックライト、フォグライト、ターンシグナル、ブレーキライト、プロジェクション、バンパーの表示等が想定される。ライト制御部５８５は、ライトの制御を行うＥＣＵ等の制御ユニット等を備える。

　ホーン制御部５８６は、車両５００のカーホーンの状態の検出および制御等を行う。ホーン制御部５８６は、例えば、カーホーンの制御を行うＥＣＵ等の制御ユニット等を備える。

　図３９は、図３８の外部認識センサ５２５のカメラ５５１、レーダ５５２、ＬｉＤＡＲ５５３、および、超音波センサ５５４等によるセンシング領域の例を示す図である。なお、図３９において、車両５００を上面から見た様子が模式的に示され、左端側が車両５００の前端（フロント）側であり、右端側が車両５００の後端（リア）側となっている。

　センシング領域５９１Ｆおよびセンシング領域５９１Ｂは、超音波センサ５５４のセンシング領域の例を示している。センシング領域５９１Ｆは、複数の超音波センサ５５４によって車両５００の前端周辺をカバーしている。センシング領域５９１Ｂは、複数の超音波センサ５５４によって車両５００の後端周辺をカバーしている。

　センシング領域５９１Ｆおよびセンシング領域５９１Ｂにおけるセンシング結果は、例えば、車両５００の駐車支援等に用いられる。

　センシング領域５９２Ｆ乃至センシング領域５９２Ｂは、短距離又は中距離用のレーダ５５２のセンシング領域の例を示している。センシング領域５９２Ｆは、車両５００の前方において、センシング領域５９１Ｆより遠い位置までカバーしている。センシング領域５９２Ｂは、車両５００の後方において、センシング領域５９１Ｂより遠い位置までカバーしている。センシング領域５９２Ｌは、車両５００の左側面の後方の周辺をカバーしている。センシング領域５９２Ｒは、車両５００の右側面の後方の周辺をカバーしている。

　センシング領域５９２Ｆにおけるセンシング結果は、例えば、車両５００の前方に存在する車両や歩行者等の検出等に用いられる。センシング領域５９２Ｂにおけるセンシング結果は、例えば、車両５００の後方の衝突防止機能等に用いられる。センシング領域５９２Ｌおよびセンシング領域５９２Ｒにおけるセンシング結果は、例えば、車両５００の側方の死角における物体の検出等に用いられる。

　センシング領域５９３Ｆ乃至センシング領域５９３Ｂは、カメラ５５１によるセンシング領域の例を示している。センシング領域５９３Ｆは、車両５００の前方において、センシング領域５９２Ｆより遠い位置までカバーしている。センシング領域５９３Ｂは、車両５００の後方において、センシング領域５９２Ｂより遠い位置までカバーしている。センシング領域５９３Ｌは、車両５００の左側面の周辺をカバーしている。センシング領域５９３Ｒは、車両５００の右側面の周辺をカバーしている。

　センシング領域５９３Ｆにおけるセンシング結果は、例えば、信号機や交通標識の認識、車線逸脱防止支援システム、自動ヘッドライト制御システムに用いることができる。センシング領域５９３Ｂにおけるセンシング結果は、例えば、駐車支援、および、サラウンドビューシステムに用いることができる。センシング領域５９３Ｌおよびセンシング領域５９３Ｒにおけるセンシング結果は、例えば、サラウンドビューシステムに用いることができる。

　センシング領域５９４は、ＬｉＤＡＲ５５３のセンシング領域の例を示している。センシング領域５９４は、車両５００の前方において、センシング領域５９３Ｆより遠い位置までカバーしている。一方、センシング領域５９４は、センシング領域５９３Ｆより左右方向の範囲が狭くなっている。

　センシング領域５９４におけるセンシング結果は、例えば、周辺車両等の物体検出に用いられる。

　センシング領域５９５は、長距離用のレーダ５５２のセンシング領域の例を示している。
センシング領域５９５は、車両５００の前方において、センシング領域５９４より遠い位置までカバーしている。一方、センシング領域５９５は、センシング領域５９４より左右方向の範囲が狭くなっている。

　センシング領域５９５におけるセンシング結果は、例えば、ＡＣＣ（Ａｄａｐｔｉｖｅ　Ｃｒｕｉｓｅ　Ｃｏｎｔｒｏｌ）、緊急ブレーキ、衝突回避等に用いられる。

　なお、外部認識センサ５２５が含むカメラ５５１、レーダ５５２、ＬｉＤＡＲ５５３、および、超音波センサ５５４の各センサのセンシング領域は、図３９以外に各種の構成をとってもよい。具体的には、超音波センサ５５４が車両５００の側方もセンシングするようにしてもよいし、ＬｉＤＡＲ５５３が車両５００の後方をセンシングするようにしてもよい。また、各センサの設置位置は、上述した各例に限定されない。また、各センサの数は、１つでもよいし、複数であってもよい。

　　［１０．本開示の構成のまとめ］
　以上、特定の実施例を参照しながら、本開示の実施例について詳解してきた。しかしながら、本開示の要旨を逸脱しない範囲で当業者が実施例の修正や代用を成し得ることは自明である。すなわち、例示という形態で本発明を開示してきたのであり、限定的に解釈されるべきではない。本開示の要旨を判断するためには、特許請求の範囲の欄を参酌すべきである。

　なお、本明細書において開示した技術は、以下のような構成をとることができる。
　（１）　車両に装着したカメラの撮影画像を解析して、車両が駐車可能か否かを区分領域単位で解析する駐車領域解析部と、
　前記駐車領域解析部の解析結果に基づいて、区分領域単位の駐車可否識別グラフィックデータを生成し、前記カメラの撮影画像、または撮影画像に基づいて生成した合成画像上に重畳して表示する表示制御部を有し、
　前記駐車領域解析部は、
　前記カメラの撮影画像から駐車車両が検出されない区分領域について、前記カメラの撮影画像から確認できないオクルージョン領域の区分領域全面積に対する比率を算出し、
　算出比率の値に応じて区分領域が、駐車可能領域、または空き可能性あり領域のいずれの領域であるかを判定する判定処理を実行し、
　前記表示制御部は、
　前記判定処理の結果に応じて、駐車可能領域と空き可能性あり領域とで異なるグラフィックデータを重畳して表示する情報処理装置。

　（２）　前記表示制御部は、
　前記区分領域単位の駐車可否識別グラフィックデータとして、
　（ａ）駐車可能領域識別用表示データ、
　（ｂ）駐車不可領域識別用表示データ、
　（ｃ）空き可能性あり領域識別用表示データ、
　上記（ａ）～（ｃ）の駐車可否識別グラフィックデータを生成し、駐車領域画像の各区分領域各々に上記（ａ）～（ｃ）のいずれかの駐車可否識別グラフィックデータを重畳して表示する（１）に記載の情報処理装置。

　（３）　前記駐車領域解析部は、
　前記カメラの撮影画像から駐車車両が検出された区分領域を駐車不可領域と判定し、
　前記カメラの撮影画像から駐車車両が検出されない区分領域については、
　前記オクルージョン領域の区分領域全面積に対する比率に基づいて、区分領域の空き可能性を示す空き尤度を算出し、
　算出した空き尤度が、規定しきい値以上であれば、駐車可能領域と判定し、
　算出した空き尤度が、規定しきい値未満であれば、空き可能性あり領域と判定し、
　前記表示制御部は、
　前記駐車領域解析部による各区分領域単位の判定結果に従って、各区分領域各々に上記（ａ）～（ｃ）のいずれかの駐車可否識別グラフィックデータを重畳して表示する（１）または（２）に記載の情報処理装置。

　（４）　前記駐車領域解析部は、
　前記カメラの撮影画像から駐車車両が検出されない区分領域の空き可能性を示す空き尤度を、
　空き尤度（空き可能性）（％）＝（１－（オクルージョン領域面積）／（区分領域全面積））×１００（％）・・・・（式１）
　ただし、オクルージョン領域は、前記カメラの撮影画像から確認できない領域、
　上記（式１）に従って算出する（３）に記載の情報処理装置。

　（５）　前記表示制御部は、
　前記区分領域単位の駐車可否識別グラフィックデータとして、
　（ａ）駐車可能領域識別用表示データ、
　（ｂ）駐車不可領域識別用表示データ、
　（ｃ）空き可能性あり領域識別用表示データ、
　上記（ａ）～（ｃ）の駐車可否識別グラフィックデータを、各々異なる色のグラフィックデータとして生成する（１）～（４）いずれかに記載の情報処理装置。

　（６）　前記表示制御部は、
　前記区分領域単位の駐車可否識別グラフィックデータとして、
　区分領域の外形を示す枠型のグラフィックデータを生成する（１）～（５）いずれかに記載の情報処理装置。

　（７）　前記駐車領域解析部は、
　前記カメラの撮影画像から、駐車許容領域内に明示された駐車区分領域を検出し、
　検出した駐車区分領域単位で、車両が駐車可能か否かを解析する（１）～（６）いずれかに記載の情報処理装置。

　（８）　前記駐車領域解析部は、
　前記カメラの撮影画像から駐車許容領域を検出し、
　検出した駐車許容領域から駐車車両を検出し、
　検出した駐車車両の駐車領域と、空きスペースを区分して区分領域を設定し、
　設定した区分領域単位で、車両が駐車可能か否かを解析する（１）～（７）いずれかに記載の情報処理装置。

　（９）　前記駐車領域解析部は、
　道路サイドの縦列駐車領域を駐車許容領域として検出する（８）に記載の情報処理装置。

　（１０）　前記駐車領域解析部は、
　車両が駐車可能か否かを解析する単位となる区分領域を、ＡＩ予測データを利用して推定する（１）～（９）いずれかに記載の情報処理装置。

　（１１）　前記ＡＩ予測データは、ＣＮＮ（Ｃｏｎｖｏｌｕｔｉｏｎａｌ　Ｎｅｕｒａｌ　Ｎｅｔｗｏｒｋ）を用いた学習アルゴリズムによって生成されるＡＩ予測器を利用して生成されるデータである（１０）に記載の情報処理装置。

　（１２）　前記駐車領域解析部は、
　車両が駐車可能か否かを解析する単位となる区分領域を、外部装置からの受信情報を利用して決定する（１）～（１１）いずれかに記載の情報処理装置。

　（１３）　前記表示制御部は、
　前記カメラの撮影画像に基づいて、駐車領域を上部から観察した鳥瞰図からなる駐車領域画像を生成し、生成した鳥瞰図からなる駐車領域画像の各区分領域各々に駐車可否識別グラフィックデータを重畳して表示する（１）～（１２）いずれかに記載の情報処理装置。

　（１４）　前記駐車領域解析部は、
　前記車両の走行に伴い変化する前記カメラの撮影画像を順次、入力し、最新の入力画像に基づいて、車両が駐車可能か否かを区分領域単位で解析する処理を繰り返し実行して、解析データを順次、更新し、
　前記表示制御部は、
　前記駐車領域解析部の最新の解析結果に基づいて、前記区分領域単位の駐車可否識別グラフィックデータを、順次、更新する処理を実行する（１）～（１３）いずれかに記載の情報処理装置。

　（１５）　前記駐車領域解析部は、
　空き可能性あり領域と判定した区分領域について、
　前記カメラの最新の撮影画像から駐車車両が検出された場合、
　前記区分領域を駐車不可領域に変更する（１４）に記載の情報処理装置。

　（１６）　前記駐車領域解析部は、
　空き可能性あり領域と判定した区分領域について、
　前記カメラの最新の撮影画像に基づいて算出した空き尤度が、規定しきい値以上となった場合、
　前記区分領域を駐車可能領域に変更する（１４）または（１５）に記載の情報処理装置。

　（１７）　前記情報処理装置は、
　自動運転制御部を有し、
　前記自動運転制御部は、
　前記駐車領域解析部が駐車可能領域と判定した領域に駐車を行うように自動運転を実行する（１）～（１６）いずれかに記載の情報処理装置。

　（１８）　前記自動運転制御部は、
　前記駐車領域解析部が駐車可能領域と判定した領域がない場合、
　空き可能性あり領域に向けて走行し、空き可能性あり領域が、駐車可能領域に変更された場合、該駐車可能領域に駐車を行うように自動運転を実行する（１７）に記載の情報処理装置。

　（１９）　情報処理装置において実行する情報処理方法であり、
　駐車領域解析部が、
　車両に装着したカメラの撮影画像を解析して、車両が駐車可能か否かを区分領域単位で解析する駐車領域解析ステップと、
　表示制御部が、
　前記駐車領域解析部の解析結果に基づいて、区分領域単位の駐車可否識別グラフィックデータを生成し、前記カメラの撮影画像、または該撮影画像に基づいて生成した合成画像上に重畳して表示する表示制御ステップを実行し、
　前記駐車領域解析部は、前記駐車領域解析ステップにおいて、
　前記カメラの撮影画像から駐車車両が検出されない区分領域について、前記カメラの撮影画像から確認できないオクルージョン領域の区分領域全面積に対する比率を算出し、
　算出比率の値に応じて区分領域が、駐車可能領域、または空き可能性あり領域のいずれの領域であるかを判定する判定処理を実行し、
　前記表示制御部は、前記表示制御ステップにおいて、
　前記判定処理の結果に応じて、駐車可能領域と空き可能性あり領域とで異なるグラフィックデータを重畳して表示する情報処理方法。

　（２０）　情報処理装置において情報処理を実行させるプログラムであり、
　駐車領域解析部に、
　車両に装着したカメラの撮影画像を解析して、車両が駐車可能か否かを区分領域単位で解析する駐車領域解析ステップを実行させ、
　表示制御部に、
　前記駐車領域解析部の解析結果に基づいて、区分領域単位の駐車可否識別グラフィックデータを生成し、前記カメラの撮影画像、または該撮影画像に基づいて生成した合成画像上に重畳して表示する表示制御ステップを実行させ、
　前記駐車領域解析部の前記駐車領域解析ステップにおいて、
　前記カメラの撮影画像から駐車車両が検出されない区分領域について、前記カメラの撮影画像から確認できないオクルージョン領域の区分領域全面積に対する比率を算出する処理と、
　算出比率の値に応じて区分領域が、駐車可能領域、または空き可能性あり領域のいずれの領域であるかを判定する判定処理を実行させ、
　前記表示制御部の前記表示制御ステップにおいて、
　前記判定処理の結果に応じて、駐車可能領域と空き可能性あり領域とで異なるグラフィックデータを重畳して表示する処理を実行させるプログラム。

　（２１）　車両に装着されたカメラが撮影した撮影画像を解析し、
　前記撮影画像から駐車車両が検出されない区分領域を特定し、
　前記区分領域の面積に対する、前記撮影画像から確認できないオクルージョン領域の面積の比率を算出し、
　前記比率に応じて、前記区分領域が、駐車可能領域、または空き可能性あり領域のいずれの領域であるかを判定する駐車領域解析部を備える、
　情報処理装置。

　（２２）　車両に装着されたカメラが撮影した撮影画像を解析し、
　前記撮影画像から駐車車両が検出されない区分領域を特定し、
前記区分領域の面積に対する、前記撮影画像から確認できないオクルージョン領域の面積の比率を算出し、
　前記比率に応じて、前記区分領域が、駐車可能領域、または空き可能性あり領域のいずれの領域であるかを判定する
　情報処理方法。

　また、明細書中において説明した一連の処理はハードウェア、またはソフトウェア、あるいは両者の複合構成によって実行することが可能である。ソフトウェアによる処理を実行する場合は、処理シーケンスを記録したプログラムを、専用のハードウェアに組み込まれたコンピュータ内のメモリにインストールして実行させるか、あるいは、各種処理が実行可能な汎用コンピュータにプログラムをインストールして実行させることが可能である。例えば、プログラムは記録媒体に予め記録しておくことができる。記録媒体からコンピュータにインストールする他、ＬＡＮ（Ｌｏｃａｌ　Ａｒｅａ　Ｎｅｔｗｏｒｋ）、インターネットといったネットワークを介してプログラムを受信し、内蔵するハードディスク等の記録媒体にインストールすることができる。

　なお、明細書に記載された各種の処理は、記載に従って時系列に実行されるのみならず、処理を実行する装置の処理能力あるいは必要に応じて並列的にあるいは個別に実行されてもよい。また、本明細書においてシステムとは、複数の装置の論理的集合構成であり、各構成の装置が同一筐体内にある場合もあるが、各構成の装置が同一筐体内にあるものには限らない。

　以上、説明したように、本開示の一実施例の構成によれば、駐車区分領域のオクルージョン領域の比率に応じて、駐車可能領域、または空き可能性あり領域のいずれであるかを判別して、判別結果に応じて異なる識別表示処理を行う構成が実現される。
　具体的には、例えば、カメラ撮影画像を解析して、車両が駐車可能か否かを区分領域単位で解析する駐車領域解析部と、解析結果に基づいて区分領域単位の駐車可否識別グラフィックデータを生成し、カメラ撮影画像上に重畳表示する表示制御部を有する。駐車領域解析部は、カメラ撮影画像から駐車車両が検出されない区分領域について、オクルージョン領域の区分領域全面積に対する比率を算出し、算出比率の値に応じて区分領域が駐車可能領域、または空き可能性あり領域のいずれであるかを判定し、表示制御部は、各領域で異なるグラフィックデータを重畳して表示する。
　本構成により、駐車区分領域のオクルージョン領域の比率に応じて、駐車可能領域、または空き可能性あり領域のいずれであるかを判別して、判別結果に応じて異なる識別表示処理を行う構成が実現される。

　　１０　車両
　　１１　カメラ
　　１２　表示部
　　２０　駐車場
　　２１　柱
　　２２　円錐コーン
　　２３，２４　駐車領域
　１０１　駐車可能領域識別用表示データ
　１０２　駐車不可領域識別用表示データ
　１０３　空き可能性あり領域識別用表示データ
　１５１　駐車領域解析部
　１５２　駐車可否識別グラフィックデータ生成部
　１５３　表示部
　２００　情報処理装置
　２０１　カメラ
　２０２　駐車領域解析部
　２０３　通信部
　２０４　表示制御部
　２０５　表示部
　２０６　入力部（ＵＩ）
　２０７　自動運転制御部
　２１１　領域解析部
　２１２　駐車車両検出部
　２１３　空き尤度（空き可能性）算出部
　２１４　パラメータ生成、出力部
　２２１　駐車可否識別グラフィックデータ生成部
　２２２　駐車領域表示データ生成部
　２２３　出力表示データ生成部
　３０１　ＣＰＵ
　３０２　ＲＯＭ
　３０３　ＲＡＭ
　３０４　バス
　３０５　入出力インタフェース
　３０６　入力部
　３０７　出力部
　３０８　記憶部
　３０９　通信部
　３１０　ドライブ
　３１１　リムーバブルメディア
　３２１　センサ
　３２２　駆動部

Claims (20)

1. 　車両に装着したカメラの撮影画像を解析して、車両が駐車可能か否かを区分領域単位で解析する駐車領域解析部と、
   　前記駐車領域解析部の解析結果に基づいて、区分領域単位の駐車可否識別グラフィックデータを生成し、前記カメラの撮影画像、または撮影画像に基づいて生成した合成画像上に重畳して表示する表示制御部を有し、
   　前記駐車領域解析部は、
   　前記カメラの撮影画像から駐車車両が検出されない区分領域について、前記カメラの撮影画像から確認できないオクルージョン領域の区分領域全面積に対する比率を算出し、
   　算出比率の値に応じて区分領域が、駐車可能領域、または空き可能性あり領域のいずれの領域であるかを判定する判定処理を実行し、
   　前記表示制御部は、
   　前記判定処理の結果に応じて、駐車可能領域と空き可能性あり領域とで異なるグラフィックデータを重畳して表示する情報処理装置。
2. 　前記表示制御部は、
   　前記区分領域単位の駐車可否識別グラフィックデータとして、
   　（ａ）駐車可能領域識別用表示データ、
   　（ｂ）駐車不可領域識別用表示データ、
   　（ｃ）空き可能性あり領域識別用表示データ、
   　上記（ａ）～（ｃ）の駐車可否識別グラフィックデータを生成し、駐車領域画像の各区分領域各々に上記（ａ）～（ｃ）のいずれかの駐車可否識別グラフィックデータを重畳して表示する請求項１に記載の情報処理装置。
3. 　前記駐車領域解析部は、
   　前記カメラの撮影画像から駐車車両が検出された区分領域を駐車不可領域と判定し、
   　前記カメラの撮影画像から駐車車両が検出されない区分領域については、
   　前記オクルージョン領域の区分領域全面積に対する比率に基づいて、区分領域の空き可能性を示す空き尤度を算出し、
   　算出した空き尤度が、規定しきい値以上であれば、駐車可能領域と判定し、
   　算出した空き尤度が、規定しきい値未満であれば、空き可能性あり領域と判定し、
   　前記表示制御部は、
   　前記駐車領域解析部による各区分領域単位の判定結果に従って、各区分領域各々に上記（ａ）～（ｃ）のいずれかの駐車可否識別グラフィックデータを重畳して表示する請求項１に記載の情報処理装置。
4. 　前記駐車領域解析部は、
   　前記カメラの撮影画像から駐車車両が検出されない区分領域の空き可能性を示す空き尤度を、
   　空き尤度（空き可能性）（％）＝（１－（オクルージョン領域面積）／（区分領域全面積））×１００（％）・・・・（式１）
   　ただし、オクルージョン領域は、前記カメラの撮影画像から確認できない領域、
   　上記（式１）に従って算出する請求項３に記載の情報処理装置。
5. 　前記表示制御部は、
   　前記区分領域単位の駐車可否識別グラフィックデータとして、
   　（ａ）駐車可能領域識別用表示データ、
   　（ｂ）駐車不可領域識別用表示データ、
   　（ｃ）空き可能性あり領域識別用表示データ、
   　上記（ａ）～（ｃ）の駐車可否識別グラフィックデータを、各々異なる色のグラフィックデータとして生成する請求項１に記載の情報処理装置。
6. 　前記表示制御部は、
   　前記区分領域単位の駐車可否識別グラフィックデータとして、
   　区分領域の外形を示す枠型のグラフィックデータを生成する請求項１に記載の情報処理装置。
7. 　前記駐車領域解析部は、
   　前記カメラの撮影画像から、駐車許容領域内に明示された駐車区分領域を検出し、
   　検出した駐車区分領域単位で、車両が駐車可能か否かを解析する請求項１に記載の情報処理装置。
8. 　前記駐車領域解析部は、
   　前記カメラの撮影画像から駐車許容領域を検出し、
   　検出した駐車許容領域から駐車車両を検出し、
   　検出した駐車車両の駐車領域と、空きスペースを区分して区分領域を設定し、
   　設定した区分領域単位で、車両が駐車可能か否かを解析する請求項１に記載の情報処理装置。
9. 　前記駐車領域解析部は、
   　道路サイドの縦列駐車領域を駐車許容領域として検出する請求項８に記載の情報処理装置。
10. 　前記駐車領域解析部は、
    　車両が駐車可能か否かを解析する単位となる区分領域を、ＡＩ予測データを利用して推定する請求項１に記載の情報処理装置。
11. 　前記ＡＩ予測データは、ＣＮＮ（Ｃｏｎｖｏｌｕｔｉｏｎａｌ　Ｎｅｕｒａｌ　Ｎｅｔｗｏｒｋ）を用いた学習アルゴリズムによって生成されるＡＩ予測器を利用して生成されるデータである請求項１０に記載の情報処理装置。
12. 　前記駐車領域解析部は、
    　車両が駐車可能か否かを解析する単位となる区分領域を、外部装置からの受信情報を利用して決定する請求項１に記載の情報処理装置。
13. 　前記表示制御部は、
    　前記カメラの撮影画像に基づいて、駐車領域を上部から観察した鳥瞰図からなる駐車領域画像を生成し、生成した鳥瞰図からなる駐車領域画像の各区分領域各々に駐車可否識別グラフィックデータを重畳して表示する請求項１に記載の情報処理装置。
14. 　前記駐車領域解析部は、
    　前記車両の走行に伴い変化する前記カメラの撮影画像を順次、入力し、最新の入力画像に基づいて、車両が駐車可能か否かを区分領域単位で解析する処理を繰り返し実行して、解析データを順次、更新し、
    　前記表示制御部は、
    　前記駐車領域解析部の最新の解析結果に基づいて、前記区分領域単位の駐車可否識別グラフィックデータを、順次、更新する処理を実行する請求項１に記載の情報処理装置。
15. 　前記駐車領域解析部は、
    　空き可能性あり領域と判定した区分領域について、
    　前記カメラの最新の撮影画像から駐車車両が検出された場合、
    　前記区分領域を駐車不可領域に変更する請求項１４に記載の情報処理装置。
16. 　前記駐車領域解析部は、
    　空き可能性あり領域と判定した区分領域について、
    　前記カメラの最新の撮影画像に基づいて算出した空き尤度が、規定しきい値以上となった場合、
    　前記区分領域を駐車可能領域に変更する請求項１４に記載の情報処理装置。
17. 　前記情報処理装置は、
    　自動運転制御部を有し、
    　前記自動運転制御部は、
    　前記駐車領域解析部が駐車可能領域と判定した領域に駐車を行うように自動運転を実行する請求項１に記載の情報処理装置。
18. 　前記自動運転制御部は、
    　前記駐車領域解析部が駐車可能領域と判定した領域がない場合、
    　空き可能性あり領域に向けて走行し、空き可能性あり領域が、駐車可能領域に変更された場合、該駐車可能領域に駐車を行うように自動運転を実行する請求項１７に記載の情報処理装置。
19. 　情報処理装置において実行する情報処理方法であり、
    　駐車領域解析部が、
    　車両に装着したカメラの撮影画像を解析して、車両が駐車可能か否かを区分領域単位で解析する駐車領域解析ステップと、
    　表示制御部が、
    　前記駐車領域解析部の解析結果に基づいて、区分領域単位の駐車可否識別グラフィックデータを生成し、前記カメラの撮影画像、または該撮影画像に基づいて生成した合成画像上に重畳して表示する表示制御ステップを実行し、
    　前記駐車領域解析部は、前記駐車領域解析ステップにおいて、
    　前記カメラの撮影画像から駐車車両が検出されない区分領域について、前記カメラの撮影画像から確認できないオクルージョン領域の区分領域全面積に対する比率を算出し、
    　算出比率の値に応じて区分領域が、駐車可能領域、または空き可能性あり領域のいずれの領域であるかを判定する判定処理を実行し、
    　前記表示制御部は、前記表示制御ステップにおいて、
    　前記判定処理の結果に応じて、駐車可能領域と空き可能性あり領域とで異なるグラフィックデータを重畳して表示する情報処理方法。
20. 　情報処理装置において情報処理を実行させるプログラムであり、
    　駐車領域解析部に、
    　車両に装着したカメラの撮影画像を解析して、車両が駐車可能か否かを区分領域単位で解析する駐車領域解析ステップを実行させ、
    　表示制御部に、
    　前記駐車領域解析部の解析結果に基づいて、区分領域単位の駐車可否識別グラフィックデータを生成し、前記カメラの撮影画像、または該撮影画像に基づいて生成した合成画像上に重畳して表示する表示制御ステップを実行させ、
    　前記駐車領域解析部の前記駐車領域解析ステップにおいて、
    　前記カメラの撮影画像から駐車車両が検出されない区分領域について、前記カメラの撮影画像から確認できないオクルージョン領域の区分領域全面積に対する比率を算出する処理と、
    　算出比率の値に応じて区分領域が、駐車可能領域、または空き可能性あり領域のいずれの領域であるかを判定する判定処理を実行させ、
    　前記表示制御部の前記表示制御ステップにおいて、
    　前記判定処理の結果に応じて、駐車可能領域と空き可能性あり領域とで異なるグラフィックデータを重畳して表示する処理を実行させるプログラム。

Images