本發(fā)明涉及位置推斷裝置以及推斷方法。

背景技術(shù)：

作為本技術(shù)領(lǐng)域的背景技術(shù)，有jp特開2012-215491號公報(專利文獻1)。在專利文獻1中有這樣的記載：“在具有g(shù)ps(globalpositioningsystem：全球定位系統(tǒng))單元3和ins(注冊商標(biāo)，inertialnavigationsystem：慣性導(dǎo)航系統(tǒng))單元5的位置計算裝置1中，位置計算精度判斷部6判斷位置計算精度。影響程度設(shè)定部7基于由位置計算精度判斷部6判斷出的位置計算精度，設(shè)定gps計測結(jié)果相對于ins計測結(jié)果的影響程度。耦合處理部9基于由影響程度設(shè)定部7設(shè)定的影響程度，對gps計測結(jié)果與ins計測結(jié)果進行耦合處理，來計算移動體的位置?！?。

現(xiàn)有技術(shù)文獻

專利文獻

專利文獻1：jp特開2012-215491號公報

技術(shù)實現(xiàn)要素：

發(fā)明要解決的問題

通常，基于卡爾曼濾波器來推斷與位置、方位等當(dāng)前所在地相關(guān)的狀態(tài)時，前提在于，基于傳感器、gps信號等觀測到的位置、方位等的觀測量的誤差是誤差平均值為零的白噪聲性的誤差。但是，基于gps信號觀測到的位置的誤差，有時是誤差平均值不為零的有色噪聲性的誤差。在專利文獻1中，沒有考慮到基于gps信號觀測到的位置的誤差是有色噪聲性的誤差這一情況，無法通過卡爾曼濾波器高精度地推斷與當(dāng)前所在地相關(guān)的狀態(tài)。

因此，本發(fā)明的目的在于，能夠通過卡爾曼濾波器高精度地推斷與當(dāng)前所在地相關(guān)的狀態(tài)。

用于解決問題的方法

為了達到上述目的，位置推斷裝置的特征在于，具有：gps接收部，其接收gps信號；觀測部，其對觀測量進行觀測，所述觀測量含有基于由所述gps接收部接收到的所述gps信號的gps測位位置；以及推斷部，其基于由所述觀測部觀測的所述觀測量和卡爾曼濾波器，推斷與當(dāng)前所在地相關(guān)的狀態(tài)量，所述推斷部計算所述狀態(tài)量的預(yù)測值和所述預(yù)測值的誤差；所述推斷部基于所述預(yù)測值、所述預(yù)測值的誤差、由所述觀測部觀測的所述觀測量的誤差，計算所述狀態(tài)量的推斷值和所述推斷值的誤差；所述推斷部在計算所述推斷值和所述推斷值的誤差時，對所述gps測位位置的誤差賦予基于從第一定時到第二定時為止的期間的加權(quán)，在所述第二定時，在所述第一定時接收到的所述gps信號不再反映到基于所述觀測部對所述gps測位位置的觀測中。

發(fā)明效果

根據(jù)本發(fā)明，能夠通過卡爾曼濾波器高精度地推斷與當(dāng)前所在地相關(guān)的狀態(tài)。

附圖說明

圖1是表示導(dǎo)航裝置的結(jié)構(gòu)的框圖。

圖2是表示導(dǎo)航裝置的動作的流程圖。

圖3是表示車輛狀態(tài)推斷處理中的推斷部的動作的流程圖。

圖4是用于說明相關(guān)時間常數(shù)的圖。

圖5是用于說明基于所推斷的車輛狀態(tài)進行的地圖匹配(map-matching)的處理的圖。

附圖標(biāo)記說明

1導(dǎo)航裝置(位置推斷裝置、車載裝置)

5gps接收部

21觀測部

22推斷部

具體實施方式

圖1是表示導(dǎo)航裝置1(位置推斷裝置、車載裝置)的結(jié)構(gòu)的框圖。

導(dǎo)航裝置1是搭載于車輛的車載裝置，按照搭乘于車輛的用戶的操作，來執(zhí)行地圖顯示、地圖中車輛的當(dāng)前位置顯示、到達目的地為止的路徑搜索、路徑引導(dǎo)等。此外，導(dǎo)航裝置1可以固定在車輛的儀表板等上，也可以相對于車輛而可裝拆。

如圖1所示，導(dǎo)航裝置1具有：控制部2、存儲部3、觸摸面板4、gps接收部5、車速傳感器6、陀螺儀傳感器7、加速度傳感器8。

控制部2具有cpu、rom、ram、其它控制回路等，用于控制導(dǎo)航裝置1的各部分?？刂撇?通過執(zhí)行存儲在rom、存儲部3等中的控制程序，來作為后述的觀測部21以及推斷部22發(fā)揮功能。

存儲部3具有硬盤、eeprom等非易失性存儲器，以可改寫的方式存儲數(shù)據(jù)。存儲部3除了存儲由控制部2執(zhí)行的控制程序之外，還存儲有地圖數(shù)據(jù)3a。地圖數(shù)據(jù)3a具有：表示交叉路口或其它道路網(wǎng)上的連接點的節(jié)點所相關(guān)的節(jié)點信息、表示節(jié)點與節(jié)點間的道路區(qū)間的鏈路所相關(guān)的鏈路信息、與地圖的顯示相關(guān)的信息等。鏈路信息針對每條鏈路而至少含有鏈路的位置所相關(guān)的信息以及鏈路的方位所相關(guān)的信息。

觸摸面板4具有顯示面板4a和觸摸傳感器4b。顯示面板4a由液晶顯示器或el(electroluminescent：電致發(fā)光)顯示器等構(gòu)成，在控制部2的控制下，在顯示面板4a上顯示各種信息。觸摸傳感器4b重疊配置在顯示面板4a上，檢測用戶的觸摸操作，將表示被觸摸操作的位置的信號輸出至控制部2。控制部2基于來自觸摸傳感器4b的輸入，執(zhí)行與觸摸操作對應(yīng)的處理。

gps接收部5經(jīng)由gps天線5a接收從gps衛(wèi)星發(fā)送來的gps信號。然后，gps接收部5基于接收到的gps信號，針對規(guī)定數(shù)以上的衛(wèi)星，測定車輛與gps衛(wèi)星間的距離以及距離的變化率，由此至少計算出車輛位置(gps測位位置)與車輛的行進方向的方位(以下，表現(xiàn)為“車輛方位”)。另外，gps接收部5在計算車輛位置以及車輛方位時，在考慮接收到的gps信號和前次計算出的車輛位置以及車輛方位的基礎(chǔ)上，來進行計算。在以下的說明中，將基于gps信號的車輛位置表現(xiàn)為gps車輛位置。gps接收部5在計算gps車輛位置和車輛方位時，計算gps車輛位置的誤差和車輛方位的誤差。gps接收部5將表示gps車輛位置的信息、表示gps車輛位置的誤差的信息、表示車輛方位的信息以及表示車輛方位的誤差的信息，輸出至控制部2。

車速傳感器6檢測車輛的車速，將表示檢測出的車速的信號輸出至控制部2。

陀螺儀傳感器7例如由振動陀螺儀構(gòu)成，檢查車輛轉(zhuǎn)彎的角速度。陀螺儀傳感器7將表示檢測出的角速度的信號輸出至控制部2。

加速度傳感器8檢查作用于車輛上的加速度(例如，車輛相對于行進方向的傾斜)。加速度傳感器8將表示檢測出的加速度的信號輸出至控制部2。

如圖1所示，控制部2具有觀測部21和推斷部22。

觀測部21基于從車速傳感器6、陀螺儀傳感器7以及加速度傳感器8輸出的信號和從gps接收部5輸出的信息，來觀測與車輛的變動相關(guān)的觀測量。

觀測部21基于從車速傳感器6輸出的表示車速的信號，觀測車輛速度來作為觀測量。觀測部21通過規(guī)定的運算，根據(jù)表示車速的信號，來計算車輛速度和車輛速度的誤差。

另外，觀測部21基于從陀螺儀傳感器7輸出的表示角速度的信號，觀測車輛轉(zhuǎn)彎的角速度來作為觀測量。觀測部21通過規(guī)定的運算，根據(jù)表示角速度的信號，來計算車輛的角速度和車輛的角速度的誤差。

另外，觀測部21基于從加速度傳感器8輸出的表示加速度的信號，觀測車輛的加速度來作為觀測量。觀測部21通過規(guī)定的運算，根據(jù)表示加速度的信號，來計算車輛的加速度和車輛的加速度的誤差。

另外，觀測部21基于從gps接收部5輸出的表示gps車輛位置的信息和表示車輛方位的信息，觀測gps車輛位置和車輛方位來作為觀測量。

推斷部22基于由觀測部21觀測的車輛速度、車輛的加速度、車輛的角速度、車輛位置以及車輛方位，通過卡爾曼濾波器，推斷表示與車輛當(dāng)前所在地相關(guān)的狀態(tài)的狀態(tài)量。在本實施方式中，推斷部22將車輛速度、車輛的角速度、車輛位置以及車輛方位作為車輛的狀態(tài)量進行推斷。

控制部2基于由推斷部22推斷出的車輛的狀態(tài)量，來執(zhí)行成為地圖匹配的對象的鏈路的評價，這將在后敘述。

此外，由推斷部22推斷的車輛速度相當(dāng)于車輛的狀態(tài)量。另外，由觀測部21觀測的車輛速度，相當(dāng)于觀測量。同樣地，由推斷部22推斷的車輛的角速度，相當(dāng)于車輛的狀態(tài)量。另外，由觀測部21觀測的車輛的角速度，相當(dāng)于觀測量。

在此，說明基于卡爾曼濾波器的基本的車輛狀態(tài)量的推斷。

在本實施方式中，通過卡爾曼濾波器推斷的車輛的狀態(tài)量是車輛位置、車輛方位、車輛速度以及車輛的角速度。以下，示出通過卡爾曼濾波器推斷的車輛的各狀態(tài)量。

x：車輛位置的x坐標(biāo)

y：車輛位置的y坐標(biāo)

θ：車輛方位

v：車輛速度

ω：車輛的角速度

在此，如果將用矢量表示車輛的狀態(tài)量的狀態(tài)矢量設(shè)為(x，y，θ，v，ω)，則基于車輛的狀態(tài)量的狀態(tài)方程式如式(1)所示。

式1

下標(biāo)k+1以及k表示時刻。例如，式(1)左邊的(xk+1，yk+1，θk+1，vk+1，ωk+1)表示時刻k+1的車輛的狀態(tài)量。在式(1)中，右邊的第2項即qk是系統(tǒng)噪聲(平均0，具有誤差協(xié)方差矩陣即qk的正態(tài)分布n(0，qk))。誤差協(xié)方差矩陣是指方差與協(xié)方差的矩陣。

如前述，觀測部21觀測車輛速度、車輛的角速度、車輛的加速度、gps車輛位置以及車輛方位，來作為觀測量。如前述，觀測部21針對車輛速度，基于來自車速傳感器6的輸出進行觀測。另外，觀測部21針對車輛的角速度，基于來自陀螺儀傳感器7的輸出進行觀測。另外，觀測部21針對車輛的加速度，基于來自加速度傳感器8的輸出進行觀測。另外，觀測部21基于來自gps接收部5的輸出，對gps車輛位置以及車輛方位進行觀測。以下，示出由觀測部21觀測的觀測量。此外，以下作為觀測量而例示出車輛速度、車輛的角速度、gps車輛位置以及車輛方位。

v^pls：基于來自車速傳感器6的輸出而觀測出的車輛速度

ω^gyr：基于來自陀螺儀傳感器7的輸出而觀測出的車輛的角速度

x^gps：基于來自gps接收部5的輸出而觀測出的gps車輛位置的x坐標(biāo)

y^gps：基于來自gps接收部5的輸出而觀測出的gps車輛位置的y坐標(biāo)

θ^gps：基于來自gps接收部5的輸出而觀測出的車輛方位

在此，如果將用矢量表示上述觀測量的觀測矢量設(shè)為(v^pls，ω^gyr，x^gps，y^gps，θ^gps)，則針對觀測量的觀測方程式如式(2)所示。

式2

在式(2)中，rk是觀測噪聲(平均0，具有誤差協(xié)方差矩陣即rk的正態(tài)分布n(0，rk))。

以下，針對卡爾曼濾波器，分為預(yù)測車輛的狀態(tài)量的預(yù)測處理和推斷車輛的狀態(tài)量的推斷處理來進行說明。

此外，在以下的說明中，標(biāo)注有下標(biāo)k+1|k的值，表示基于時刻k為止的信息而預(yù)測出的時刻k+1的預(yù)測值。另外，標(biāo)注有下標(biāo)k+1|k+1的值，表示基于時刻k+1為止的信息而推斷出的時刻k+1的推斷值。另外，標(biāo)注有下標(biāo)k|k的值，表示基于時刻k為止的信息而推斷出的時刻k的推斷值。

＜預(yù)測處理＞

在卡爾曼濾波器中，預(yù)測處理是對車輛的狀態(tài)量的預(yù)測值(以下，表現(xiàn)為“車輛狀態(tài)預(yù)測值”)、車輛狀態(tài)預(yù)測值的誤差協(xié)方差矩陣(預(yù)測值的誤差)進行計算的處理?；谑?3)來計算出車輛狀態(tài)預(yù)測值。此外，誤差協(xié)方差矩陣的計算是表示誤差協(xié)方差矩陣的各元素的值的計算。

式3

在式(3)中，示出基于時刻k為止的信息而預(yù)測出的時刻k+1的車輛狀態(tài)預(yù)測值的計算。如式(3)的右邊所示，該車輛狀態(tài)預(yù)測值，是根據(jù)基于時刻k為止的信息而推斷出的時刻k的車輛的狀態(tài)量的推斷值，而計算出的。例如，表示車輛位置的x坐標(biāo)的預(yù)測值的xk+1|k，是根據(jù)基于時刻k為止的信息而推斷出的、時刻k的車輛位置的x坐標(biāo)(xk|k)的推斷值、車輛方位(θk|k)的推斷值、車輛速度(vk|k)的推斷值，而計算出的。此外，在式(3)中，t表示觀測部21觀測基于來自車速傳感器6、陀螺儀傳感器7以及加速度傳感器8的輸出的觀測量的間隔。

此外，在計算基于時刻k-1為止的信息而預(yù)測出的時刻k的車輛狀態(tài)預(yù)測值的情況下，能夠通過在式(3)中逐步遞減時刻的算式來進行計算。即，基于時刻k-1為止的信息而預(yù)測出的時刻k的車輛狀態(tài)預(yù)測值，是根據(jù)基于時刻k-1為止的信息而推斷出的時刻k-1的車輛的狀態(tài)量的推斷值，而計算出的。

車輛狀態(tài)預(yù)測值的誤差協(xié)方差矩陣，是基于式(4)計算出的。在本實施方式中，誤差協(xié)方差矩陣是與車輛的狀態(tài)量相關(guān)的方差以及協(xié)方差的矩陣。方差是誤差的二次方。即，車輛的狀態(tài)量的方差，是車輛的狀態(tài)量的誤差的二次方。因此，計算車輛狀態(tài)預(yù)測值的誤差協(xié)方差矩陣，相當(dāng)于計算車輛狀態(tài)預(yù)測值的誤差。

式4

p(k+1|k)＝f(k)p(k|k)f^t(k)+q…(4)

在式(4)中，p表示誤差協(xié)方差矩陣。式(4)的左邊，表示基于時刻k為止的信息而預(yù)測出的時刻k+1的誤差協(xié)方差矩陣。根據(jù)基于時刻k為止的信息而推斷出的時刻k的誤差協(xié)方差矩陣，來計算式(4)的左邊所示的誤差協(xié)方差矩陣。此外，f表示根據(jù)式(1)的狀態(tài)方程式求出的雅可比矩陣(jacobimatrix)。另外，f中的上標(biāo)t表示轉(zhuǎn)置矩陣。另外，q表示系統(tǒng)噪聲的誤差協(xié)方差矩陣。

此外，在計算基于時刻k-1為止的信息而預(yù)測出的時刻k的車輛狀態(tài)預(yù)測值的誤差協(xié)方差矩陣的情況下，能夠通過在式(4)中逐步遞減p的下標(biāo)時刻的算式來進行計算。即，基于時刻k-1為止的信息而預(yù)測出的時刻k的車輛狀態(tài)預(yù)測值的誤差協(xié)方差矩陣，是根據(jù)基于時刻k-1為止的信息而推斷出的時刻k-1的車輛的狀態(tài)量的推斷值的誤差協(xié)方差矩陣，而計算出的。

這樣，在預(yù)測處理中，例如，在預(yù)測時刻k+1的車輛的狀態(tài)量的情況下，計算基于時刻k為止的信息而計算出的時刻k+1的車輛狀態(tài)預(yù)測值、基于時刻k為止的信息而計算出的時刻k+1的車輛狀態(tài)預(yù)測值的誤差協(xié)方差矩陣。即，預(yù)測處理用于預(yù)測車輛的狀態(tài)量的概率分布。

＜推斷處理＞

接著，說明推斷處理。

在卡爾曼濾波器中，推斷處理是如下的處理：基于通過預(yù)測處理計算出的車輛狀態(tài)預(yù)測值以及車輛狀態(tài)預(yù)測值的誤差協(xié)方差矩陣，計算車輛的狀態(tài)量的推斷值(以下，表現(xiàn)為“車輛狀態(tài)推斷值”)和車輛狀態(tài)推斷值的誤差協(xié)方差矩陣(推斷值的誤差)。

在推斷處理中，通過式(5)計算出觀測殘差。觀測殘差是指，觀測量與根據(jù)車輛狀態(tài)預(yù)測值計算出的觀測量所對應(yīng)的值之間的差。

式5

在式(5)中，左邊是用矢量表示觀測殘差的觀測殘差矢量。另外，在式(5)中，右邊的第1項是觀測部21在時刻k觀測到的觀測量的觀測矢量。另外，在式(5)中，右邊的第2項是對于在預(yù)測處理中預(yù)測出的車輛狀態(tài)預(yù)測值乘以根據(jù)觀測方程式求出的表示觀測矩陣的“h”的項。

利用式(5)所示的觀測殘差，通過式(6)來計算車輛狀態(tài)推斷值。

式6

在式(6)中，示出基于時刻k+1為止的信息而預(yù)測出的時刻k+1的車輛狀態(tài)推斷值。如式(6)的右邊所示，根據(jù)觀測殘差，對基于時刻k為止的信息而推斷出的時刻k+1的車輛狀態(tài)預(yù)測值進行修正，從而計算出該車輛狀態(tài)推斷值。此外，在計算基于時刻k為止的信息而預(yù)測出的時刻k的車輛狀態(tài)推斷值的情況下，根據(jù)觀測殘差，對基于時刻k-1為止的信息而預(yù)測出的時刻k的車輛狀態(tài)預(yù)測值進行修正，從而進行計算。

如前述，式(6)表示用觀測殘差對車輛狀態(tài)預(yù)測值進行修正而計算出車輛狀態(tài)推斷值的算式。如式(6)所示，能夠使用kk來作為用觀測殘差對車輛狀態(tài)預(yù)測值進行修正時的修正系數(shù)。kk被稱為卡爾曼增益，如式(7)所示。

式7

kk＝p(k+1|k)h^t(rk+hp(k+1|k)h^t)^-1…(7)

在式(7)中，rk是觀測噪聲的誤差協(xié)方差矩陣。在本實施方式中，觀測噪聲的誤差協(xié)方差矩陣是指，表示觀測量的誤差的誤差協(xié)方差矩陣。以下，將該誤差協(xié)方差矩陣表現(xiàn)為觀測量的誤差協(xié)方差矩陣。如前述，是誤差二次方的方差與協(xié)方差的矩陣。因此，rk是觀測量的誤差二次方的方差和協(xié)方差的矩陣。即，觀測量的誤差協(xié)方差矩陣相當(dāng)于觀測量的誤差。此外，在式(7)中，上標(biāo)“-1”表示逆矩陣。

式(7)所示的卡爾曼增益kk根據(jù)基于時刻k為止的信息得到的時刻k+1的車輛狀態(tài)預(yù)測值的誤差協(xié)方差矩陣(pk+1|k)、以及在時刻k觀測出的觀測量的誤差協(xié)方差矩陣(rk)而計算出。

該卡爾曼增益kk是如下的參數(shù)：在式(6)中，在計算車輛狀態(tài)推斷值時，決定是重視車輛狀態(tài)預(yù)測值來進行計算，還是重視由觀測部21觀測的觀測量來進行計算的參數(shù)。

例如，在基于來自車速傳感器6、陀螺儀傳感器7以及gps接收部5的輸出得到的觀測量的誤差比車輛狀態(tài)預(yù)測值的誤差足夠小的情況下，由于觀測量的誤差足夠小，因此優(yōu)選車輛狀態(tài)推斷值成為觀測量。即，在觀測量的誤差協(xié)方差矩陣即rk的值比車輛狀態(tài)預(yù)測值的誤差協(xié)方差矩陣即pk+1|k的值足夠小的情況下，作為車輛狀態(tài)預(yù)測值的式(6)的左邊優(yōu)選成為作為觀測量的式(5)的右邊第1項。這是由于，車輛狀態(tài)預(yù)測值成為誤差足夠小的值，換言之，車輛狀態(tài)預(yù)測值成為精度高的值。在此，當(dāng)將rk的值足夠小的情況下的卡爾曼增益kk設(shè)為kk＝h^-1并賦予式(6)時，基于與式(5)之間的關(guān)系，則式(6)的右邊的第1項會消失。即，車輛狀態(tài)推斷值成為誤差足夠小的觀測量。

另外，例如，在車輛狀態(tài)預(yù)測值的誤差比基于來自車速傳感器6、陀螺儀傳感器7以及gps接收部5的輸出得到的觀測量的誤差足夠小的情況下，優(yōu)選車輛狀態(tài)推斷值成為車輛狀態(tài)預(yù)測值。即，在車輛狀態(tài)預(yù)測值的誤差協(xié)方差矩陣即pk+1|k的值比觀測量的誤差協(xié)方差矩陣即rk的值足夠小的情況下，優(yōu)選作為車輛狀態(tài)預(yù)測值的式(6)的左邊成為作為車輛狀態(tài)預(yù)測值的式(6)的右邊第1項。這是由于，車輛狀態(tài)推斷值的誤差比觀測量的誤差足夠小，換言之，車輛狀態(tài)推斷值成為精度高的值。在此，作為車輛狀態(tài)預(yù)測值的誤差協(xié)方差矩陣比rk的值足夠小的情況下的卡爾曼增益kk，將kk＝0賦予(6)，則車輛狀態(tài)推斷值成為車輛狀態(tài)預(yù)測值。

這樣，卡爾曼增益kk是這樣的系數(shù)：根據(jù)觀測量的誤差協(xié)方差矩陣即rk以及車輛狀態(tài)預(yù)測值的誤差協(xié)方差矩陣，以使得車輛狀態(tài)推斷值成為恰當(dāng)?shù)闹档姆绞竭M行設(shè)定的系數(shù)。即，卡爾曼增益kk是這樣的系數(shù)：基于由觀測部21觀測的觀測量的誤差協(xié)方差矩陣與車輛狀態(tài)預(yù)測值的誤差協(xié)方差矩陣，以使得車輛狀態(tài)推斷值成為重視觀測量與車輛狀態(tài)預(yù)測值中的誤差協(xié)方差矩陣小、即誤差小的一方的值方式進行設(shè)定的系數(shù)。另外，就卡爾曼增益kk而言，如果能夠正確預(yù)測車輛狀態(tài)預(yù)測值的誤差協(xié)方差矩陣，換言之，在能夠正確地計算該誤差協(xié)方差矩陣的情況下，根據(jù)基于來自車速傳感器6、陀螺儀傳感器7以及gps接收部5的輸出得到的觀測量的誤差協(xié)方差矩陣，以使得車輛狀態(tài)推斷值成為恰當(dāng)?shù)闹档姆绞?，來設(shè)定卡爾曼增益kk。

通過式(8)計算車輛狀態(tài)推斷值的誤差協(xié)方差矩陣。如前述，在本實施方式中，誤差協(xié)方差矩陣是與車輛的狀態(tài)量相關(guān)的方差以及協(xié)方差的矩陣。車輛的狀態(tài)量的方差是車輛的狀態(tài)量的誤差的二次方。因此，計算車輛狀態(tài)推斷值的誤差協(xié)方差矩陣，相當(dāng)于計算車輛狀態(tài)推斷值的誤差。

式8

pk+1|k+1＝(i-kkh)pk+1|k…(8)

在式(8)中，p與式(4)同樣地表示誤差協(xié)方差矩陣。另外，在式(8)中，i表示單位矩陣。式(8)的左邊表示基于時刻k+1為止的信息而推斷出的時刻k+1的誤差協(xié)方差矩陣。根據(jù)基于時刻k為止的信息而預(yù)測出的時刻k+1的誤差協(xié)方差矩陣，來計算出式(8)的左邊所示的誤差協(xié)方差矩陣。

此外，在計算基于時刻k為止的信息而預(yù)測出的時刻k的車輛狀態(tài)推斷值的誤差協(xié)方差矩陣的情況下，能夠通過在式(8)中逐步遞減p的下標(biāo)時刻的算式來進行計算。即，通過基于時刻k-1為止的信息而推斷出的時刻k的車輛狀態(tài)預(yù)測值的誤差協(xié)方差矩陣，來計算基于時刻k為止的信息而預(yù)測出的時刻k的車輛狀態(tài)推斷值的誤差協(xié)方差矩陣。

式(8)是對車輛狀態(tài)預(yù)測值的誤差協(xié)方差矩陣乘以(i-kkh)來計算出車輛狀態(tài)推斷值的誤差協(xié)方差矩陣的算式。如式(8)所示，車輛狀態(tài)推斷值的誤差協(xié)方差矩陣依賴于卡爾曼增益kk的值。

例如，將kk＝h^-1作為觀測量的誤差即rk足夠小的情況下的卡爾曼增益kk來賦予式(8)，則車輛狀態(tài)推斷值的誤差協(xié)方差矩陣成為零矩陣。這表明，所推斷出的車輛狀態(tài)推斷值的誤差足夠小。

另外，例如，賦予kk＝0來作為車輛狀態(tài)預(yù)測值的誤差比觀測量的誤差足夠小的情況下的卡爾曼增益的值，從而使得車輛狀態(tài)推斷值的誤差協(xié)方差矩陣變?yōu)檐囕v狀態(tài)預(yù)測值的誤差協(xié)方差矩陣。這表明，車輛狀態(tài)推斷值的誤差是比觀測量的誤差足夠小的車輛狀態(tài)預(yù)測值的誤差。

這樣，在式(8)中，根據(jù)觀測量的誤差協(xié)方差矩陣和車輛狀態(tài)預(yù)測值的誤差協(xié)方差矩陣，以使得車輛狀態(tài)推斷值的誤差協(xié)方差矩陣變恰當(dāng)?shù)姆绞皆O(shè)定卡爾曼增益kk。即，基于觀測量的精度和車輛狀態(tài)預(yù)測值的精度，以使得車輛狀態(tài)推斷值的誤差協(xié)方差矩陣變恰當(dāng)?shù)姆绞皆O(shè)定卡爾曼增益kk。

如上述，在推斷處理中，例如，在推斷時刻k+1的車輛的狀態(tài)量的情況下，計算基于時刻k+1為止的信息而計算出的時刻k+1的車輛狀態(tài)推斷值、以及基于時刻k+1為止的信息而計算出的時刻k+1的車輛狀態(tài)推斷值的誤差協(xié)方差矩陣。即，在推斷處理中，基于在預(yù)測處理中預(yù)測出的車輛的狀態(tài)量的概率分布，來推斷車輛的狀態(tài)量的概率分布。

通過以上計算，推斷部22利用卡爾曼濾波器來計算車輛狀態(tài)推斷值和車輛狀態(tài)推斷值的誤差協(xié)方差矩陣，從而推斷車輛狀態(tài)。

如前述，卡爾曼增益kk是恰當(dāng)?shù)卦O(shè)定車輛狀態(tài)推斷值和車輛狀態(tài)推斷值的誤差協(xié)方差矩陣的系數(shù)。即，車輛狀態(tài)的推斷精度依賴于卡爾曼增益kk。如前述，卡爾曼增益kk是根據(jù)觀測量的誤差協(xié)方差矩陣和車輛狀態(tài)預(yù)測值的誤差協(xié)方差矩陣來恰當(dāng)?shù)卦O(shè)定車輛狀態(tài)推斷值與車輛狀態(tài)推斷值的誤差協(xié)方差矩陣的系數(shù)。

然而，在卡爾曼濾波器中，前提在于，系統(tǒng)噪聲以及觀測噪聲是白噪聲。即，在卡爾曼濾波器中將誤差作為噪聲處理的情況下，前提在于，該誤差是誤差平均值為零的白噪聲性的誤差。因此，前提在于，在卡爾曼增益kk的計算中采用的觀測量的誤差是白噪聲性的誤差。但是，在由觀測部21觀測的觀測量中，至少gps車輛位置的誤差有時會因多路傳播、gps衛(wèi)星的衛(wèi)星配置等的影響而導(dǎo)致顯現(xiàn)為誤差平均值不為零的有色噪聲性的誤差。該情況下，由于觀測量的誤差是有色噪聲性的誤差，因此無法正確地計算卡爾曼增益kk。這表明，無法高精度地計算車輛狀態(tài)推斷值與車輛狀態(tài)推斷值的誤差協(xié)方差矩陣，即，無法高精度地推斷車輛的狀態(tài)。

因此，如下所示，本實施方式的推斷部22設(shè)定gps車輛位置的誤差，基于卡爾曼濾波器來推斷車輛狀態(tài)。

以下，通過推斷車輛狀態(tài)時的導(dǎo)航裝置1的動作，來說明由推斷部22進行的車輛狀態(tài)的推斷。

圖2是示出導(dǎo)航裝置1的動作的流程圖。

導(dǎo)航裝置1的觀測部21，基于從車速傳感器6、陀螺儀傳感器7以及加速度傳感器8輸出的信號，觀測車輛速度、車輛的角速度以及車輛的加速度(步驟sa1)。每當(dāng)車速傳感器6、陀螺儀傳感器7以及加速度傳感器8輸出信號時，觀測部21觀測車輛速度、車輛的角速度以及車輛的加速度。即，觀測部21觀測它們的間隔，是與車速傳感器6、陀螺儀傳感器7以及加速度傳感器8進行檢測的間隔相同的間隔。

接下來，觀測部21基于gps接收部5的輸出，觀測gps車輛位置以及車輛方位(步驟sa2)。每當(dāng)從gps接收部5輸出表示gps車輛位置的信息和表示車輛方位的信息時，觀測部21觀測gps車輛位置以及車輛方位。即，觀測部21觀測gps車輛位置以及車輛方位的間隔，成為gps接收部5接收gps信號的間隔。

接下來，導(dǎo)航裝置1的推斷部22基于由觀測部21觀測到的觀測量，執(zhí)行推斷車輛狀態(tài)的車輛狀態(tài)推斷處理(步驟sa3)。

圖3是表示車輛狀態(tài)推斷處理中的推斷部22的動作的流程圖。

推斷部22執(zhí)行預(yù)測處理(步驟sb1)。如前述，預(yù)測處理是計算車輛狀態(tài)預(yù)測值以及車輛狀態(tài)預(yù)測值的誤差協(xié)方差矩陣的處理。通過式(3)來計算車輛狀態(tài)預(yù)測值。通過式(4)來計算車輛狀態(tài)預(yù)測值的誤差協(xié)方差矩陣。

接下來，推斷部22執(zhí)行推斷處理(步驟sb2)。推斷部22在推斷處理中，基于式(7)來計算卡爾曼增益kk，基于計算出的卡爾曼增益kk、式(5)、式(6)以及式(8)，計算車輛狀態(tài)推斷值和車輛狀態(tài)推斷值的誤差協(xié)方差矩陣。

推斷部22在基于式(7)來計算卡爾曼增益kk時，如式(9)所示那樣設(shè)定觀測量的誤差協(xié)方差矩陣所包含的元素中的、gps車輛位置的誤差。此外，在以下的說明中，為了方便，將對觀測量的誤差協(xié)方差矩陣即rk輸入的gps車輛位置的誤差，表現(xiàn)為gps車輛位置的觀測誤差；將觀測部21基于來自gps接收部5的輸出而觀測的gps車輛位置的誤差，表現(xiàn)為gps車輛位置的測位誤差。

式9

在式(9)中，gps車輛位置的觀測誤差表現(xiàn)為，對gps車輛位置的測位誤差乘以的值。這表明，推斷部22對gps車輛位置的測位誤差賦予基于τ的的加權(quán)，將賦予了加權(quán)的gps車輛位置的測位誤差設(shè)定為gps車輛位置的觀測誤差。

在式(9)中，τ表示相關(guān)時間常數(shù)。相關(guān)時間常數(shù)表示如下期間，即，從某定時(第一定時)起到在該某定時接收到的gps信號不反映到由觀測部21觀測的gps車輛位置的觀測中且與該某定時不同的其它定時(第二定時)為止的期間。在此，詳細敘述相關(guān)時間常數(shù)。

圖4是用于說明相關(guān)時間常數(shù)的圖。

在圖4中，例示出車輛在沿方向yz延伸的直線ts上朝方向yz1行駛的情況。

假設(shè)在定時t1(第一定時)，發(fā)生了與gps信號的接收相關(guān)的影響(以下，表現(xiàn)為“gps接收影響”)(第一影響)。gps接收影響例如可以舉出多路傳播的影響、因gps衛(wèi)星的衛(wèi)星配置而導(dǎo)致的gps信號的接收強度下降的影響等。

在圖4中，將定時t1的車輛實際位置設(shè)為位置mt1。如前述，在圖4中，由于例示出車輛在直線ts上行駛的情況，因此，位置mt1位于直線ts上。

另外，在圖4中，將在定時t1由觀測部21觀測的gps車輛位置設(shè)為位置nt1。如圖4所示，位置nt1位于與直線ts同樣地在方向yz上延伸的假想直線kt上。假想直線kt是指，因在定時t1發(fā)生的gps接收影響而導(dǎo)致實際的車輛位置與gps車輛位置之間產(chǎn)生了誤差(以下，表現(xiàn)為“相離誤差”)的情況下，由觀測部21觀測的gps車輛位置所處的假想的直線。在本實施方式中，假想直線kt是與直線ts并行的直線。

這樣，在圖4中例示出這樣的情況：由于在定時t1發(fā)生了gps接收影響，觀測部21將與實際車輛位置即位置mt1相距距離l1的位置nt1，觀測為gps車輛位置。即，在圖4中示出了這樣的情況：在定時t1，因gps接收影響，導(dǎo)致由觀測部21觀測的gps車輛位置與實際的車輛位置之間，產(chǎn)生了距離l1的相離誤差。

因產(chǎn)生gps接收影響而導(dǎo)致的gps車輛位置的測位誤差，是與沒有g(shù)ps接收影響時的gps車輛位置的測位誤差相比更大的誤差。在圖4的情況下，因在定時t1發(fā)生的gps接收影響，導(dǎo)致在定時t1由觀測部21觀測的gps車輛位置的測位誤差即位置nt1的誤差比沒有該gps接收影響時的gps車輛位置的測位誤差大。

在此，以下舉一例說明因gps接收影響導(dǎo)致gps車輛位置的測位誤差成為大誤差的情形。

gps接收部5基于接收到的gps信號所含的gps衛(wèi)星的位置、發(fā)送gps信號的時刻等信息、接收到gps信號的時刻等，測定gps衛(wèi)星與車輛的距離(以下，表現(xiàn)為“疑似距離”)。gps接收部5基于針對多個gps衛(wèi)星而得到的疑似距離來進行規(guī)定的運算，從而計算gps車輛位置。在此，假設(shè)作為gps接收影響而產(chǎn)生了多路傳播的影響。多路傳播是指，基于從gps衛(wèi)星直接到來的直接波和被建筑物等反射的反射波的多個路徑接收gps信號的現(xiàn)象。由于這樣從多個路徑接收gps信號，導(dǎo)致在直接波的gps信號與反射波的gps信號中，從gps衛(wèi)星到車輛的到達時間是不同的。因此，基于反射波的gps信號或基于由直接波與反射波合成的合成波的gps信號等計算出的疑似距離，與基于直接波的gps信號計算出的疑似距離相比，前者會在疑似距離上產(chǎn)生大的誤差。因此，因針對疑似距離而產(chǎn)生大誤差，導(dǎo)致由觀測部21觀測的gps車輛位置的測位誤差比沒有多路傳播的影響的gps車輛位置的測位誤差大。

回到圖4的說明中，在定時t2，假設(shè)在定時t1所發(fā)生的gps接收影響持續(xù)。在圖4中，將定時t2的實際的車輛位置設(shè)為位置mt2。與位置mt1同樣地，位置mt2也位于直線ts上。另外，在圖4中，將在定時t2由觀測部21觀測的gps車輛位置設(shè)為位置nt2。

在圖4中例示出如下情況：在定時t2，因在定時t1發(fā)生的gps接收影響，觀測部21將與實際的車輛位置即位置mt2相距距離l2的位置nt2，觀測為gps車輛位置。即，圖4中示出如下情況：在定時t2，因在定時t1發(fā)生的gps接收影響，在由觀測部21觀測的gps車輛位置與實際的車輛位置之間，產(chǎn)生了距離l2的相離誤差。

如前述，gps接收部5在考慮前次計算出的gps車輛位置的基礎(chǔ)上，來計算基于接收到的gps信號的gps車輛位置。因此，在圖4中，gps接收部5在計算定時t2的gps車輛位置即位置nt2時，在考慮前次計算出的位置、即在定時t1計算出的gps車輛位置即位置nt1的基礎(chǔ)上來進行計算。在圖4中，示出了位置nt2位于假想直線kt上的情形。這樣，通過考慮前次計算出的位置，gps接收部5能夠抑制gps車輛位置的變化相對于實際的車輛位置的變化而偏離的情況。即，在圖4的情況下，當(dāng)車輛在直線ts上朝方向yz1行駛的情況下，通過考慮前次計算出的位置，以使得gps車輛位置在假想直線kt上朝方向yz1移動的方式，計算gps車輛位置。由此，gps接收部5以如下方式來計算gps車輛位置，即，與實際的車輛位置在直線ts上朝方向yz1變化相對應(yīng)地，使gps車輛位置在假想直線kt上朝方向yz1變化。在圖4中，例示出位置nt1與位置nt2位于假想直線kt上的情況，因此，相離誤差即距離l1與距離l2為相同值。

這樣，由于考慮前次計算出的位置，因此，gps接收部5計算基于在定時t1接收到的gps信號而計算出的gps車輛位置，即，反映了位置nt1的gps車輛位置。即，觀測部21在定時t2觀測反映了在定時t1接收到的gps信號的gps車輛位置，即，位置nt2。

在圖4的定時t2由觀測部21觀測的gps車輛位置的測位誤差，即，位置nt2的誤差，因在定時t1發(fā)生的gps接收影響，導(dǎo)致比沒有該gps接收影響時的gps車輛位置的測位誤差大。

在此，在位置nt1的誤差與位置nt2的誤差之間存在相關(guān)關(guān)系。這是由于，位置nt1的誤差以及位置nt2的誤差是比沒有g(shù)ps接收影響時的誤差大的誤差，因而包含了基于在定時t1發(fā)生的gps接收影響導(dǎo)致的誤差。具體地說，位置nt1的誤差以及位置nt2的誤差，包含基于相同gps接收影響而導(dǎo)致的誤差，因此互相成為與該gps接收影響對應(yīng)的誤差。因此，位置nt1的誤差與位置nt2的誤差之間存在相關(guān)關(guān)系。這樣，由于位置nt1的誤差與位置nt2的誤差之間存在相關(guān)關(guān)系，因此它們是具有相關(guān)性的誤差。具有相關(guān)性的誤差，是誤差平均值不為零的誤差。因此，位置nt1的誤差以及位置nt2的誤差是誤差平均值不為零的誤差，即，有色噪聲性的誤差。

在定時t3，也假設(shè)在定時t1發(fā)生的gps接收影響仍然持續(xù)。在圖4中，將定時t3的實際的車輛位置設(shè)為位置mt3。與位置mt1以及位置mt2同樣地，位置mt3也位于直線ts上。另外，在圖4中，將在定時t3由觀測部21觀測的gps車輛位置設(shè)為位置nt3。

在圖4中例示出如下情況：在定時t3，因在定時t1發(fā)生的gps接收影響，觀測部21將與實際的車輛位置即位置mt3相距距離l3的位置nt3，觀測為gps車輛位置。即，在圖4中例示出如下情況：在定時t3，因在定時t1發(fā)生的gps接收影響，導(dǎo)致在由觀測部21觀測的gps車輛位置與實際的車輛位置之間，產(chǎn)生了距離l3的相離誤差。

gps接收部5在計算定時t3的gps車輛位置即位置nt3時，考慮在定時t2計算出的gps車輛位置的基礎(chǔ)上進行計算。在定時t2計算出的gps車輛位置，是在考慮了位置nt1的基礎(chǔ)上而計算出來的。因此，gps接收部5在定時t3計算反映了基于在定時t1接收到的gps信號而計算出的gps車輛位置的gps車輛位置。即，觀測部21在定時t3觀測反映了在定時t1接收到的gps信號的gps車輛位置。

另外，由于考慮前次計算出的gps車輛位置，因此gps接收部5計算出抑制了gps車輛位置的變化相對于實際車輛位置變化的偏離的位置nt3。即，在定時t3存在與定時t1相同的gps接收影響，因此，gps接收部5以使位置nt3位于假想直線kt上的方式來計算該位置nt3。在圖4中，例示出位置nt3位于假想直線kt上的情況，因此，相離誤差即距離l3，是與距離l1及距離l2相同的值。

在圖4的定時t3，由觀測部21觀測的gps車輛位置的測位誤差、即位置nt3的誤差，因在定時t1發(fā)生的gps接收影響，是比沒有g(shù)ps接收影響時的誤差大的誤差。

在此，位置nt2的誤差與位置nt3的誤差之間存在相關(guān)關(guān)系。這是由于，位置nt2的誤差以及位置nt3的誤差是比沒有g(shù)ps接收影響時的誤差大的誤差，因此，其包含了基于在定時t1發(fā)生的gps接收影響而導(dǎo)致的誤差。具體地說，位置nt2的誤差以及位置nt3的誤差，包含基于在定時t1發(fā)生的gps接收影響而導(dǎo)致的誤差，因此相互成為與該gps接收影響對應(yīng)的誤差，從而存在相關(guān)關(guān)系。這樣，位置nt1的誤差以及位置nt2的誤差由于存在相關(guān)關(guān)系，因此是具有相關(guān)性的誤差。如前述，具有相關(guān)性的誤差，是誤差平均值不為零的誤差。因此，位置nt1的誤差以及位置nt2的誤差，是誤差平均值不為零的誤差，即，是有色噪聲性的誤差。

在定時t4，也假設(shè)在定時t1發(fā)生的gps接收影響仍然持續(xù)。在圖4中，將定時t4的實際的車輛位置設(shè)為位置mt4。另外，在圖4中，將在定時t4由觀測部21觀測的gps車輛位置設(shè)為位置nt4。

在圖4中例示出這樣的情況：在定時t4，因在定時t1發(fā)生的gps接收影響，觀測部21將與實際的車輛位置即位置mt4相距距離l4的位置nt4觀測為gps車輛位置。即，在圖4中示出了如下情況，在定時t4，因在定時t1發(fā)生的gps接收影響，導(dǎo)致從實際的車輛位置相對于由觀測部21觀測的gps車輛位置而產(chǎn)生了距離l4的相離誤差。

gps接收部5在計算定時t4的gps車輛位置即位置nt4時，考慮在定時t3計算出的gps車輛位置的基礎(chǔ)上來進行計算。在定時t3計算出的gps車輛位置，是在考慮了位置nt2的基礎(chǔ)上而計算出來的。因此，gps接收部5在定時t4計算出反映了基于在定時t1接收到的gps信號而計算出的gps車輛位置的gps車輛位置。即，觀測部21在定時t4觀測反映了在定時t1接收到的gps信號的gps車輛位置。

另外，由于考慮前次計算出的gps車輛位置，因此gps接收部5能夠計算出抑制了gps車輛位置的變化相對于實際車輛位置變化的偏離的位置nt4。即，在定時t4存在與定時t1相同的gps接收影響，因此，gps接收部5以使位置nt4位于假想直線kt上的方式來計算該位置nt4。在圖4中，例示出位置nt4位于假想直線kt上的情況，因此，相離誤差即距離l4，是與距離l1、距離l2及距離l3相同的值。

在圖4的定時t4，由觀測部21觀測的gps車輛位置的誤差、即位置nt4的誤差，因在定時t1發(fā)生的gps接收影響，是比沒有g(shù)ps接收影響時的gps車輛位置的測位誤差大的誤差。

在此，位置nt3的誤差與位置nt4的誤差之間存在相關(guān)關(guān)系。這是由于，位置nt3的誤差以及位置nt4的誤差是比沒有g(shù)ps接收影響時的誤差大的誤差，因此，其包含了基于在定時t1發(fā)生的gps接收影響而導(dǎo)致的誤差。具體地說，位置nt3的誤差以及位置nt4的誤差，包含基于在定時t1發(fā)生的gps接收影響而導(dǎo)致的誤差，因此相互成為與該gps接收影響對應(yīng)的誤差，從而存在相關(guān)關(guān)系。這樣，位置nt3的誤差以及位置nt4的誤差由于存在相關(guān)關(guān)系，因此是具有相關(guān)性的誤差。因此，位置nt3的誤差以及位置nt4的誤差，是誤差平均值不為零的誤差，即，是有色噪聲性的誤差。

如到此為止說明的那樣，在圖4中，示出了包括從定時t1到定時t4各自的gps車輛位置的測位誤差均包含基于在定時t1發(fā)生的gps接收影響導(dǎo)致的誤差的情況。因此，在圖4中，從位置nt1到位置nt4各自的誤差互相存在相關(guān)關(guān)系。

在定時t5(第二定時)，假設(shè)發(fā)生了與在定時t1發(fā)生的gps接收影響不同的gps接收影響(第二影響)。

在圖4中，將在定時t5的實際的車輛位置設(shè)為位置mt5。另外，在圖4中，將在定時t5由觀測部21觀測的gps車輛位置設(shè)為位置nt5。即，因基于在定時t5發(fā)生的gps信號的影響，觀測部21將與實際的車輛位置即位置mt5相距距離l5的位置nt5，觀測為gps車輛位置。這表明，因在定時t5發(fā)生的gps接收影響，導(dǎo)致從實際的車輛位置相對于觀測部21觀測的gps車輛位置存在距離l5的相離誤差。

如圖4所示，在定時t5的相離誤差，與從定時t1到定時t4各自的相離誤差都不同。在圖4中，例示出表示相離誤差的距離l5比距離l1到距離l4中的任意一個相離誤差都短的情況。即，在圖4中例示出這樣的情況：基于在定時t5發(fā)生的gps接收影響而導(dǎo)致的相離誤差，比基于在定時t1發(fā)生的gps接收影響導(dǎo)致的相離誤差小。這樣在定時t5的相離誤差與其它相離誤差不同的原因在于，在定時t5發(fā)生了與在定時t1發(fā)生的gps接收影響不同的gps接收影響。

如前述，gps接收部5在考慮前次計算出的gps車輛位置的基礎(chǔ)上，來計算基于接收到的gps信號的gps車輛位置。因此，gps接收部5在計算定時t5的gps車輛位置即位置nt5時，考慮在定時t4計算出的gps車輛位置的基礎(chǔ)上來進行計算。在定時t4計算出的gps車輛位置，是在考慮了位置nt3的基礎(chǔ)上而計算出來的，是反映了在定時t1接收到的gps信號而計算出來的。但是，能夠?qū)⒃诙〞rt5計算出的gps車輛位置，視作沒有反映在定時t1接收到的gps信號的gps車輛位置。這是由于，如圖4所示，在定時t5觀測到的gps車輛位置，不位于假想直線kt上。這樣，在定時t5不位于假想直線kt上的原因在于，在定時t5發(fā)生了與在定時t1發(fā)生的gps接收影響不同的gps接收影響，其與定時t1到定時t4發(fā)生的相離誤差都不同。因此，能夠?qū)⒃诙〞rt5計算出的gps車輛位置，視作沒有反映基于在定時t1接收到的gps信號而計算出的gps車輛位置的gps車輛位置。即，這相當(dāng)于，觀測部21在定時t5觀測沒有反映出在定時t1接收到的gps信號的gps車輛位置。

在圖4的定時t5由觀測部21觀測的gps車輛位置的測位誤差，即，位置nt5的誤差，因在定時t5發(fā)生的gps接收影響，是比沒有該gps接收影響時的gps車輛位置的測位誤差大的誤差。另外，由于gps接收影響不同，因此，在定時t5由觀測部21觀測的gps車輛位置的測位誤差，是與定時t1到定時t4中的各個定時的gps車輛位置的測位誤差不同的誤差。因此，位置nt5的誤差，與從位置nt1到位置nt4各自的誤差之間不存在相關(guān)關(guān)系。

在圖4中，相關(guān)時間常數(shù)表示以下的期間。即，在圖4中，相關(guān)時間常數(shù)是指，從定時t1(第一定時)開始，到在定時t1接收到的gps信號不再反映到由觀測部21進行的gps車輛位置的觀測中的定時t5(第二定時)為止的期間。更為具體地說，在圖4中，相關(guān)時間常數(shù)是指如下期間：從在定時t1發(fā)生gps接收影響(第一影響)而導(dǎo)致針對所觀測的gps車輛位置發(fā)生基于該gps接收影響的相離誤差起，到發(fā)生了與該gps接收影響不同的gps接收影響(第二影響)而導(dǎo)致針對gps車輛位置發(fā)生基于該不同的gps接收影響的相離誤差為止的期間。

此外，在圖4中，對于相關(guān)時間常數(shù)，不限于上述期間。例如，也可以是這樣的期間：從發(fā)生gps接收影響，基于該gps接收影響導(dǎo)致在實際的車輛位置與gps車輛位置之間發(fā)生相離誤差起，到該相離誤差消除為止的期間。即，在圖4的情況下，該期間是指，從定時t1起，到因在定時t1發(fā)生的gps接收影響導(dǎo)致的相離誤差消除為止的期間。在此，消除是指，相離距離變?yōu)榻咏愕闹担?，實際的車輛位置與gps車輛位置之間的誤差消失，而不是指相離距離變?yōu)橐蚨〞rt5的gps接收影響導(dǎo)致的相離距離。

該相關(guān)時間常數(shù)基于事先的測試或模擬等計算出，并存儲在存儲部等中。在本實施方式中，將針對山路或高速公路之下設(shè)置的車道等的各種車道計算出的多個上述期間中的最長期間，作為相關(guān)時間常數(shù)存儲在存儲部等中。

如前述，在計算卡爾曼增益kk時，在觀測量的誤差協(xié)方差矩陣所含的元素中，按式(9)所示那樣設(shè)定gps車輛位置的觀測誤差。即，推斷部22將對gps車輛位置的測位誤差乘以而得的結(jié)果，設(shè)定為gps車輛位置的觀測誤差。

按如下方式計算式(9)。

若gps車輛位置的誤差按照作為相關(guān)時間常數(shù)的τ以及作為gps車輛位置的測位誤差的σ的一次馬爾可夫過程(markovprocess)，則gps車輛位置的誤差的自相關(guān)函數(shù)如式(10)所示。自相關(guān)函數(shù)在本實施方式的情況下是指，表示gps車輛位置的誤差相對于時刻的自相關(guān)的函數(shù)。

式10

c(t)＝σe^t/τ…(10)

式(10)表示：gps車輛位置的誤差的自相關(guān)函數(shù)是基于相關(guān)時間常數(shù)的τ和gps車輛位置的測位誤差的σ的指數(shù)函數(shù)。如式(10)所示，時刻t越大，則gps車輛位置的誤差的自相關(guān)性越大。

在用式(10)表示gps車輛位置的誤差的自相關(guān)函數(shù)的情況下，基于維納-辛欽定理(wiener‐khintchine'stheorem)以及功率譜(powerspectral)與方差之間的關(guān)系，求出以下所示的式(11)。

式11

在式(11)中，err(t)表示gps車輛位置的誤差。另外，在式(11)中，σt表示時刻t的gps車輛位置的測位誤差。在式(11)中，將式(11)的左邊移至右邊，將式(11)的右邊第1項移至左邊，用τ來進行整理，從而能夠變形為式(12)。

式12

在式(12)中，右邊第1項的err(t)/dt表示gps車輛位置的誤差的變化量。即，在式(12)中，示出gps車輛位置的誤差由如下兩值的和表示：對gps車輛位置的誤差的變化量乘以“-τ”而得到的值、對時刻t的gps車輛位置的測位誤差乘以而得到的值。

在此，根據(jù)如下理由，能夠?qū)⑹?12)的右邊第1項的err(t)/dt視作零。

gps車輛位置的誤差的變化量是難以進行觀測或推斷等的量。因此，認(rèn)為gps車輛位置的誤差的變化量的期待值為零。另外，通過gps接收部5的運算，將gps車輛位置計算為誤差沒有變動的位置，即，誤差不具有相對于誤差的變化量的位置。因此，能夠認(rèn)為gps車輛位置的誤差的變化量為零。如上所述，能夠?qū)ps車輛位置的誤差的變化量視為零。

根據(jù)以上理由，如果將gps車輛位置的誤差的變化量設(shè)為零，則式(12)的右邊第1項消失，如式(13)所示。

式13

式(13)示出：通過對時刻t的gps車輛位置的測位誤差乘以來表示時刻t的gps車輛位置的誤差。在此，式(13)的右邊相當(dāng)于式(9)的右邊，是gps車輛位置的觀測誤差。即，gps車輛位置的觀測誤差通過對gps車輛的測位誤差賦予了基于相關(guān)時間常數(shù)即τ的的加權(quán)來表示。

推斷部22在計算卡爾曼增益kk時，針對觀測量的誤差協(xié)方差矩陣所含的元素中的gps車輛位置，基于式(13)來設(shè)定gps車輛位置的觀測誤差。即，推斷部22對由觀測部21觀測到的gps車輛位置的測位誤差，賦予的加權(quán)，將賦予了加權(quán)的gps車輛位置的測位誤差作為gps車輛位置的觀測誤差，輸入至卡爾曼增益kk的觀測量的誤差協(xié)方差矩陣。更為具體地說，推斷部22針對觀測量的誤差協(xié)方差矩陣所含的元素中的gps車輛位置，如式(14)以及式(15)所示那樣設(shè)定gps車輛位置的觀測誤差，并將其輸入至卡爾曼增益kk的觀測量的誤差協(xié)方差矩陣。

式14

在式(14)中，下標(biāo)“k”表示時刻。另外，上標(biāo)“xgps”以及“gx”表示x軸元素。即，式(14)的右邊表示時刻k的x軸上的gps車輛位置的觀測誤差。另外，式(14)的左邊表示對乘以時刻k的x軸上的gps車輛位置的測位誤差。即，gps車輛位置的觀測誤差的x軸元素被設(shè)定為，對gps車輛位置的測位誤差的x軸元素賦予的加權(quán)。

式15

在式(15)中，下標(biāo)“k”表示時刻。另外，上標(biāo)“ygps”以及“gy”表示y軸元素。即，式(15)的右邊表示時刻k的y軸上的gps車輛位置的觀測誤差。另外，式(15)的左邊表示對乘以時刻k的y軸上的gps車輛位置的測位誤差。即，gps車輛位置的觀測誤差的y軸元素被設(shè)定為，對gps車輛位置的測位誤差的y軸元素賦予的加權(quán)。

賦予的加權(quán)的目的在于，在τ所示的期間內(nèi)，對作為有色噪聲性的誤差的gps車輛位置的測位誤差匯總作為一個gps車輛位置的測位誤差(以下，表現(xiàn)為“集gps車輛位置測位誤差”)而由卡爾曼濾波器處理。如前述，τ是相關(guān)時間常數(shù)，是在某定時接收到的gps信號不再反映到由觀測部21進行的gps車輛位置的觀測中且與該某定時不同的其它定時為止的期間。并且，τ是包括基于在某定時發(fā)生的gps接收影響而導(dǎo)致的有色噪聲性的誤差即gps車輛位置的測位誤差在內(nèi)的期間。推斷部22通過賦予該的加權(quán)，從而在τ期間內(nèi)對有色噪聲性的誤差即gps車輛位置的測位誤差匯總地作為集gps車輛位置測位誤差而由卡爾曼濾波器處理，來計算卡爾曼增益kk。

能夠?qū)⒓痝ps車輛位置測位誤差視作白噪聲性的誤差。這是由于，在集gps車輛位置測位誤差和在τ期間內(nèi)除了作為有色噪聲性的誤差的gps車輛位置的測位誤差之外的其它gps車輛位置的測位誤差之間，不存在相關(guān)關(guān)系。例如，在圖4的情況下，對從定時t1到定時t4為止的gps車輛位置的測位誤差匯總地作為集gps車輛位置測位誤差的情況下，由于gps接收影響不同，因此該集gps車輛位置測位誤差與定時t5的gps車輛位置的測位誤差之間沒有相關(guān)關(guān)系。另外，集gps車輛位置的測位誤差，與定時t1的前次定時的gps車輛位置的測位誤差之間也沒有相關(guān)關(guān)系。在圖4中，例示出在定時t1發(fā)生了gps接收影響的情況。因此，即使在定時t1的前次定時存在gps接收影響，該gps接收影響也與在定時t1發(fā)生的gps接收影響不同。因此，集gps車輛位置測位誤差與定時t1的前次定時的gps車輛位置的測位誤差之間也沒有相關(guān)關(guān)系。這樣，通過在τ期間內(nèi)將作為有色噪聲性的誤差的gps車輛位置的測位誤差匯總地作為集gps車輛位置測位誤差，從而能夠?qū)⒃摷痝ps車輛位置測位誤差視作白噪聲性的誤差。

另外，集gps車輛位置測位誤差，是包括在τ期間內(nèi)表示有色噪聲性的誤差的全部gps車輛位置的測位誤差在內(nèi)的gps車輛位置的測位誤差。例如，在圖4中，在將從定時t1到定時t4的gps車輛位置的測位誤差、即從位置nt1到位置nt4為止的各個誤差設(shè)為集gps車輛位置測位誤差的情況下，集gps車輛位置測位誤差包括從位置nt1到位置nt4為止的各個誤差。因此，由于將集gps車輛位置測位誤差視作白噪聲性的誤差，因此集gps車輛位置測位誤差所含的gps車輛位置的測位誤差分別相當(dāng)于白噪聲性的誤差的一部分。這表明，通過對在τ期間內(nèi)表示有色噪聲性的誤差的gps車輛位置的測位誤差匯總地作為集gps車輛位置測位誤差，將在τ期間內(nèi)表示有色噪聲性的誤差的gps車輛位置的測位誤差作為白噪聲性的誤差的一部分來由卡爾曼濾波器進行處理。即，將在τ期間內(nèi)表示有色噪聲性的誤差的gps車輛位置的測位誤差匯總地作為集gps車輛位置測位誤差而由卡爾曼濾波器進行處理，從而能夠?qū)⒃讦悠陂g內(nèi)表示有色噪聲性的誤差的gps車輛位置的測位誤差視作白噪聲性的誤差。

例如，在圖4中，在將從定時t1到定時t4的gps車輛位置的測位誤差、即從位置nt1到位置nt4為止的各個誤差設(shè)為集gps車輛位置測位誤差的情況下，在卡爾曼濾波器中將賦予了的從位置nt1到位置nt4為止的各個誤差作為白噪聲性的誤差的一部分處理。這樣，將從位置nt1到位置nt4為止的各個誤差匯總地作為集gps車輛位置測位誤差而由卡爾曼濾波器進行處理，從而能夠?qū)奈恢胣t1到位置nt4為止的各個誤差視作白噪聲性的誤差。

如前述，賦予的加權(quán)的目的在于，在τ所示的期間內(nèi)，將作為有色噪聲性的誤差的gps車輛位置的測位誤差匯總地作為集gps車輛位置測位誤差來由卡爾曼濾波器進行處理。因此，賦予了的加權(quán)的gps車輛位置的測位誤差，即式(13)的左邊能夠被視作集gps車輛位置測位誤差的一部分且白噪聲性的誤差。即，能夠?qū)⑷缡?13)所示那樣設(shè)定的gps車輛位置的觀測誤差視作白噪聲性的誤差。由此，通過如式(13)所示那樣設(shè)定gps車輛位置的觀測誤差，能夠恰當(dāng)?shù)貙σ园自肼曅缘恼`差為前提的觀測量的誤差協(xié)方差矩陣輸入gps車輛位置的觀測誤差，推斷部22能夠正確地計算卡爾曼增益kk。并且，推斷部22由于能夠正確地計算卡爾曼增益kk，因此能夠高精度地推斷與車輛當(dāng)前所在地相關(guān)的狀態(tài)。

另外，通過如式(13)那樣設(shè)定gps車輛位置的觀測誤差，推斷部22每當(dāng)接收gps信號時，能夠高精度地推斷車輛當(dāng)前所在地的狀態(tài)。如前述，在卡爾曼濾波器中，觀測量的誤差協(xié)方差矩陣所含的誤差是以白噪聲性的誤差為前提的。因此，在發(fā)生了gps接收影響的情況下，每當(dāng)接收gps信號時，如果直接將gps車輛位置的測位誤差作為gps車輛位置的觀測誤差輸入至卡爾曼濾波器，則會導(dǎo)致車輛當(dāng)前所在地的狀態(tài)的推斷精度下降。與此相對，τ期間結(jié)束后，考慮直接將gps車輛位置的測位誤差作為gps車輛位置的觀測誤差輸入至卡爾曼濾波器，并且推斷車輛當(dāng)前所在地的狀態(tài)。但是，這樣一來，擔(dān)心會導(dǎo)致與車輛當(dāng)前所在地相關(guān)的狀態(tài)的推斷頻度下降，另外，推斷精度也下降。在此，通過如式(13)那樣設(shè)定gps車輛位置的觀測誤差，即使τ期間的gps車輛位置的測位誤差是有色噪聲性的誤差，在卡爾曼濾波器中也能夠?qū)⑵渥鳛榘自肼曅缘恼`差來處理。因此，通過如式(13)那樣設(shè)定gps車輛位置的觀測誤差，推斷部22每當(dāng)接收gps信號時，能夠高精度地推斷車輛當(dāng)前所在地的狀態(tài)。

在圖4中，τ所示的期間是如下的期間：從在定時t1發(fā)生gps接收影響而導(dǎo)致針對所觀測的gps車輛位置發(fā)生基于該gps接收影響的相離誤差起，到發(fā)生了與該gps接收影響不同的gps接收影響而導(dǎo)致針對gps車輛位置發(fā)生基于該不同的gps接收影響的相離誤差為止的期間。推斷部22通過賦予基于該期間的加權(quán)能夠在該期間內(nèi)將作為有色噪聲性的誤差的gps車輛位置的測位誤差，設(shè)定為可視作白噪聲性的誤差的gps車輛位置的觀測誤差。因此，推斷部22通過將所設(shè)定的gps車輛位置的觀測誤差輸入觀測量的誤差協(xié)方差矩陣(rk)，能夠正確地計算卡爾曼增益kk。因此，推斷部22能夠高精度地推斷該期間內(nèi)的與車輛當(dāng)前所在地相關(guān)的狀態(tài)。

另外，在圖4中，τ所示的期間，也可以是從發(fā)生gps接收影響而導(dǎo)致針對gps車輛位置發(fā)生了基于該gps接收影響的相離誤差起，到該相離誤差消除為止的期間。即使是這樣的期間，推斷部22通過賦予基于期間的加權(quán)也能夠在這樣的期間內(nèi)將作為有色噪聲性的誤差的gps車輛位置的測位誤差，設(shè)定為可視作白噪聲性的誤差的gps車輛位置的觀測誤差。因此，推斷部22通過將所設(shè)定的gps車輛位置的觀測誤差輸入至觀測量的誤差協(xié)方差矩陣(rk)，能夠正確地計算卡爾曼增益kk。因此，推斷部22能夠高精度地推斷如下期間內(nèi)的與車輛當(dāng)前所在地相關(guān)的狀態(tài)：從發(fā)生gps接收影響而導(dǎo)致針對gps車輛位置發(fā)生了基于該gps接收影響的相離誤差起到該相離誤差消除為止的期間。

此外，在導(dǎo)航裝置1是能夠判斷有無gps接收影響的結(jié)構(gòu)的情況下，也可以在判斷為有g(shù)ps接收影響時，如式(16)以及式(17)那樣設(shè)定gps車輛位置的觀測誤差。

式16

varrx，表示時刻k的gps車輛位置的x軸元素與在預(yù)測處理中預(yù)想的車輛位置(車輛狀態(tài)預(yù)測值中的車輛位置)的x軸元素的方差。即，在式(16)中，對式(14)加上該方差來設(shè)定gps車輛位置的觀測誤差。

式17

varry，表示時刻k的gps車輛位置的y軸元素與在預(yù)測處理中預(yù)想的車輛位置(車輛狀態(tài)預(yù)測值的車輛位置)的y軸元素的方差。即，在式(17)中，對式(15)加上該方差來設(shè)定gps車輛位置的觀測誤差。

這樣，構(gòu)成為能夠判斷有無gps接收影響，在有g(shù)ps接收影響的情況下，以式(16)以及式(17)所示那樣設(shè)定gps車輛位置的觀測誤差。由此，通過加上gps車輛位置與在預(yù)測處理中預(yù)測的車輛位置的方差，使gps車輛位置的觀測誤差含有基于這些位置的方差，因此能夠更加正確地計算gps車輛位置的觀測誤差。因此，能夠更加正確地計算卡爾曼增益kk，推斷部22能夠高精度地推斷與車輛當(dāng)前所在地相關(guān)的狀態(tài)。

此外，式(16)以及式(17)是在構(gòu)成為能夠判斷有無gps接收影響且有g(shù)ps接收影響的情況下，設(shè)定gps車輛位置的觀測誤差的式子。但是，也可以與有無gps接收影響無關(guān)地采用式(16)以及式(17)。這是由于，在沒有g(shù)ps接收影響的情況下，認(rèn)為式(16)的varrx與式(17)的varry近似于0。因此，也可以與有無gps接收影響無關(guān)地，在設(shè)定gps車輛位置的觀測誤差時采用式(16)以及式(17)。該情況下也能夠起到上述效果。

如前述，導(dǎo)航裝置1的控制部2基于推斷出的車輛狀態(tài)，執(zhí)行成為地圖匹配對象的鏈路的評價。

圖5是用于說明基于推斷出的車輛狀態(tài)進行的地圖匹配的處理且示出了地圖上的道路r1、道路r2的圖。在圖5中，道路r1是朝向方向y1延伸的道路。另外，道路r2是朝向不與方向y1并行的方向y2延伸的道路。

在圖5中，鏈路l1是與道路r1對應(yīng)的鏈路。另外，鏈路l2是與道路r2對應(yīng)的鏈路。

另外，在圖5中，標(biāo)記α是表示由推斷部22推斷出的車輛位置的標(biāo)記。以下，在用圖5進行的說明中，假設(shè)由推斷部22推斷出車輛位于位置m1并且正在朝向行進方向x1行駛。如圖5所示，位置m1是位于道路r1上的位置，是從道路r1的寬度方向的中心朝向方向y1而向右側(cè)偏離的位置。

道路r1、道路r2以及推斷出的車輛位置之間的關(guān)系為圖5所示的關(guān)系的情況下，在地圖匹配時，首先，控制部2參照地圖數(shù)據(jù)3a，取得成為地圖匹配的候選的鏈路即地圖匹配候選鏈路?？刂撇?取得如下的一個或多個鏈路來作為地圖匹配候選鏈路，所述一個或多個鏈路位于根據(jù)推斷出的車輛位置預(yù)先設(shè)定的規(guī)定的范圍內(nèi)，并且車輛與鏈路之間的方位誤差在規(guī)定范圍內(nèi)。在圖5的例子中，鏈路l1以及鏈路l2是相對于推斷出的車輛位置即位置m1位于規(guī)定范圍內(nèi)，并且車輛與鏈路之間的方位誤差在規(guī)定范圍內(nèi)的鏈路。因此，控制部2取得鏈路l1以及鏈路l2來作為地圖匹配候選鏈路。

接下來，控制部2分別針對所取得的地圖匹配候選鏈路，計算用于評價鏈路的評價量。

評價量是基于推斷出的車輛位置與地圖匹配候選鏈路的位置之間的誤差、以及推斷出的車輛方位與地圖匹配候選鏈路的方位之間的誤差，通過以下所示的式(18)計算出的值。

τ＝δx²/δx²+δy²/δy²+δθ²/δθ²···(18)

在此，推斷出的車輛位置與地圖匹配候選鏈路的位置之間的誤差是指，下述交點與推斷出的車輛位置在x軸方向以及y軸方向上的差，所述交點是指，在從推斷出的車輛位置向地圖匹配候選鏈路引出垂線時垂線與地圖匹配候選鏈路之間的交點。在式(18)中，δx表示該交點的x坐標(biāo)與推斷出的車輛位置的x坐標(biāo)的差。另外，δy表示該交點的y坐標(biāo)與推斷出的車輛位置的y坐標(biāo)的差。

在圖5的例子中，推斷出的車輛位置與鏈路l1之間的位置誤差是指，交點mm1與位置m1在x軸方向以及y軸方向上的差，所述交點mm1是從位置m1向鏈路l1引出的垂線s1與鏈路l1之間的交點。另外，在圖5中，推斷出的車輛位置與鏈路l2之間的位置誤差是指，交點mm2與位置m1在x軸方向以及y軸方向上的差，所述交點mm2是從位置m1向鏈路l2引出的垂線s2與鏈路l2之間的交點。

另外，推斷出的車輛方位與地圖匹配候選鏈路的方位之間的誤差是指，推斷出的車輛方位所對應(yīng)的角度與地圖匹配候選鏈路的方位所對應(yīng)的角度之間的差。

如前述，車輛方位是指，車輛的行進方向的方位。在圖5的例子中，推斷出的車輛方位是行進方向x1的方位。另外，與車輛方位對應(yīng)的角度是指，以向東的方向為基準(zhǔn)，在向東的方向與車輛方位之間的逆時針旋轉(zhuǎn)的相離角度。在圖5的例子中，在假想直線k1為在東西方向上延伸的假想直線的情況下，與推斷出的車輛方位對應(yīng)的角度為角度θ1。

另外，鏈路的方位是指，鏈路延伸的方向的方位。鏈路延伸的方向是指，在沿著鏈路的兩個方向中在與鏈路對應(yīng)的道路上車輛能夠行駛的方向所對應(yīng)的方向。另外，與鏈路的方位對應(yīng)的角度是指，以向東的方向為基準(zhǔn)，在向東的方向與鏈路的方位之間的逆時針旋轉(zhuǎn)的相離角度。

在圖5的例子中，鏈路l1的方位是方向z1的方位。另外，在假想直線k2為在東西方向上延伸的假想直線的情況下，與鏈路l1的方位對應(yīng)的角度是角度θ2。另外，在圖5的例子中，鏈路l2的方位是方向z2的方位。另外，在假想直線k3是在東西方向上延伸的假想直線的情況下，與鏈路l2的方位對應(yīng)的角度是角度θ3。

在圖5的例子中，車輛與鏈路l1的方位誤差，是角度θ1與角度θ2的差。另外，車輛與鏈路l2的方位誤差，是角度θ1與角度θ3的差。即，在圖5的例子中，在式(18)中，δθ表示角度θ1與角度θ2的差，或者表示角度θ1與角度θ3的差。

如式(18)所示，評價量τ通過如下這些項的和而計算出，這些項為：δx的平方的值除以δx的平方的值的項、δy的平方的值除以δy的平方的值的項、δθ的平方的值除以δθ的平方的值的項。δx表示推斷部22推斷出的車輛的x軸方向的位置的誤差。即，δx²表示推斷部22推斷出的車輛的x軸方向的位置的方差。另外，δy表示推斷部22推斷出的車輛的y軸方向的位置的誤差。即，δy²表示推斷部22推斷出的車輛的y軸方向的位置的方差。另外，δθ表示推斷部22推斷出的車輛方位的誤差。即，δθ²表示推斷部22推斷出的車輛方位的方差。δx²、δy²以及δθ²是推斷部22推斷出的車輛狀態(tài)推斷值的誤差協(xié)方差矩陣所含的方差。這樣，評價量是通過如下這些值的和而計算出的值，這些值是：通過推斷出的車輛位置的誤差對車輛位置與鏈路位置之間的誤差進行了無量綱化(dimensionless)后的值、通過推斷出的車輛位置的誤差對車輛方位與鏈路方位之間的誤差進行了無量綱化后的值。

在圖5的例子中，控制部2計算作為地圖匹配候選鏈路而取得的鏈路l1的評價量與鏈路l2的評價量。

將鏈路l1的評價量設(shè)為τ1，將位置m1與交點mm1的x坐標(biāo)的差設(shè)為δx1，將位置m1與交點mm1的y坐標(biāo)的差設(shè)為δy1，將角度θ1與角度θ2的差設(shè)為δθ1，在此情況下，評價量τ1如以下所示的式(19)所示。

τ1＝δx1²/δx²+δy1²/δy²+δθ1²/δθ²···(19)

另一方面，將鏈路l2的評價量設(shè)為τ2，將位置m1與交點mm2的x坐標(biāo)的差設(shè)為δx2，將位置m1與交點mm2的y坐標(biāo)的差設(shè)為δy2，將角度θ1與角度θ3的差設(shè)為δθ2，在此情況下，評價量τ2如以下所示的式(20)所示。

τ2＝δx2²/δx²+δy2²/δy²+δθ2²/δθ²···(20)

在圖5的例子中，距離l1比距離l2小。即，位置m1與交點mm2的x坐標(biāo)以及y坐標(biāo)的差，比位置m1與交點mm2的x坐標(biāo)以及y坐標(biāo)的差小。另外，在圖5的例子中，角度θ1與角度θ2的差，比角度θ1與角度θ3的差小。因此，鏈路l1的評價量即τ1的值，比鏈路l2的評價量即τ2的值小。因此，控制部2將評價量小的鏈路l1，決定為與車輛的當(dāng)前位置對應(yīng)關(guān)聯(lián)的鏈路。

這樣，控制部2基于推斷出的車輛的狀態(tài)，評價成為地圖匹配對象的鏈路。如上述，控制部2在評價鏈路時，基于由推斷部22推斷出的車輛狀態(tài)推斷值的誤差協(xié)方差矩陣所含的方差，來評價鏈路。該誤差協(xié)方差矩陣，是基于輸入了gps車輛位置的觀測誤差來作為白噪聲性的誤差的卡爾曼增益kk而計算出的矩陣，是含有高精度地計算出的誤差的矩陣。因此，控制部2通過將該誤差協(xié)方差矩陣所含的方差用于鏈路的評價中，從而能夠正確地評價鏈路。

如以上說明的那樣，導(dǎo)航裝置1(位置推斷裝置、車載裝置)具有：gps接收部5，其接收gps信號；觀測部21，其對觀測量進行觀測，該觀測量含有基于由gps接收部5接收到的gps信號的gps車輛位置(gps測位位置)；推斷部22，其基于由觀測部21觀測的觀測量與卡爾曼濾波器，推斷與車輛當(dāng)前所在地相關(guān)的狀態(tài)量。推斷部22計算車輛狀態(tài)預(yù)測值(狀態(tài)量的預(yù)測值)與車輛狀態(tài)預(yù)測值的誤差協(xié)方差矩陣(預(yù)測值的誤差)。另外，推斷部22基于車輛狀態(tài)預(yù)測值、車輛狀態(tài)預(yù)測值的誤差協(xié)方差矩陣、由觀測部21觀測的觀測量的誤差協(xié)方差矩陣(觀測量的誤差)，來計算車輛狀態(tài)推斷值(狀態(tài)量的推斷值)、車輛狀態(tài)推斷值的誤差協(xié)方差矩陣(推斷值的誤差)。并且，推斷部22在計算車輛狀態(tài)推斷值與車輛狀態(tài)推斷值的誤差協(xié)方差矩陣時，對gps車輛位置的測位誤差賦予基于以下期間的加權(quán)，該以下期間是指，從某定時(第一定時)起到與該某定時不同的其它定時(第二定時)為止的期間，在該其它定時(第二定時)，在該某定時接收到的gps信號不再被反映到基于觀測部21對所述gps車輛位置的觀測中。

通過對gps車輛位置的測位誤差賦予基于該期間的加權(quán)，將gps車輛位置的測位誤差設(shè)定為可視作白噪聲性的誤差的gps車輛位置的觀測誤差。因此，能夠針對以白噪聲性的誤差為前提的觀測量的誤差協(xié)方差矩陣，恰當(dāng)?shù)剌斎雊ps車輛位置的觀測誤差，從而推斷部22能夠正確地計算卡爾曼增益kk。并且，由于推斷部22能夠正確地計算卡爾曼增益kk，因此能夠高精度地推斷與車輛當(dāng)前所在地相關(guān)的狀態(tài)。

另外，推斷部22在計算車輛狀態(tài)推斷值與車輛狀態(tài)推斷值的誤差協(xié)方差矩陣時，對gps車輛位置的測位誤差賦予基于下述期間的加權(quán)，該期間是指，從針對gps車輛位置發(fā)生了基于在某定時發(fā)生的gps接收影響(第一影響)的誤差(相離誤差)起，到針對gps車輛位置發(fā)生了基于在與某定時不同的其它定時發(fā)生的與上述gps接收影響不同的gps接收影響(第二影響)的誤差(相離誤差)為止的期間。

在圖4的情況下，該期間為，從在定時t1發(fā)生gps接收影響而導(dǎo)致針對所觀測的gps車輛位置發(fā)生了基于該gps接收影響的相離誤差起，到在定時t5發(fā)生與該gps接收影響不同的gps接收影響而導(dǎo)致針對gps車輛位置發(fā)生了基于該不同的gps接收影響的相離誤差為止的期間。推斷部22在計算卡爾曼增益kk時，通過賦予基于該期間的加權(quán)將在該期間內(nèi)作為有色噪聲性的誤差的gps車輛位置的測位誤差，作為可視作白噪聲性的誤差的gps車輛位置的觀測誤差而輸入至觀測量的誤差協(xié)方差矩陣(rk)，來計算卡爾曼增益kk。因此，推斷部22能夠高精度地推斷該期間內(nèi)的與車輛當(dāng)前所在地相關(guān)的狀態(tài)。

另外，推斷部22在計算車輛狀態(tài)推斷值與車輛狀態(tài)推斷值的誤差協(xié)方差矩陣時，對gps車輛位置的誤差賦予基于如下期間的加權(quán)，該期間是指，從針對gps車輛位置發(fā)生了基于gps接收影響的誤差(相離誤差)起到該誤差消除為止的期間。

如前述，τ所示的期間，可以是從發(fā)生gps接收影響而導(dǎo)致針對gps車輛位置發(fā)生了基于該gps接收影響的相離誤差起，到該相離誤差消除為止的期間。即使是這樣的期間，推斷部22也能夠在該期間內(nèi)將作為有色噪聲性的誤差的gps車輛位置的測位誤差設(shè)為可視作白噪聲性的誤差的gps車輛位置的觀測誤差而輸入至觀測量的誤差協(xié)方差矩陣(rk)，來計算卡爾曼增益kk。因此，推斷部22能夠高精度地推斷該期間內(nèi)的與車輛當(dāng)前所在地相關(guān)的狀態(tài)。

上述實施方式只不過為本發(fā)明一個方式的例示，在不脫離本發(fā)明思想的范圍內(nèi)能夠進行任意變形及應(yīng)用。

例如，為了容易理解本發(fā)明，圖1為根據(jù)主要處理內(nèi)容來對導(dǎo)航裝置1的功能結(jié)構(gòu)進行分類示出的概略圖，但也能夠根據(jù)處理內(nèi)容來將導(dǎo)航裝置1的結(jié)構(gòu)分類為更多的結(jié)構(gòu)要素。另外，也可以分類為一個結(jié)構(gòu)要素執(zhí)行更多處理。

另外，例如，為了容易理解控制部2的處理，根據(jù)主要處理內(nèi)容對圖2以及圖3的流程圖的處理單位進行了分割，但本發(fā)明并不受限于處理單位的分割方式及名稱。也可以根據(jù)處理內(nèi)容將控制部2的處理分為更多的處理單位。另外，也可以分為一個處理單位執(zhí)行更多處理。

另外，例如，在上述實施方式中，例示出將位置推斷裝置作為搭載于車輛的車載裝置的導(dǎo)航裝置1的例子，但位置推斷裝置的形態(tài)可以是任意的，例如也可以是行人攜帶的便攜式裝置。