CN115769050A - 本车位置估计装置、行驶控制装置 - Google Patents
本车位置估计装置、行驶控制装置 Download PDFInfo
- Publication number
- CN115769050A CN115769050A CN202180047944.2A CN202180047944A CN115769050A CN 115769050 A CN115769050 A CN 115769050A CN 202180047944 A CN202180047944 A CN 202180047944A CN 115769050 A CN115769050 A CN 115769050A
- Authority
- CN
- China
- Prior art keywords
- vehicle
- environment
- severe environment
- landmark
- speed
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000000034 method Methods 0.000 claims abstract description 146
- 230000008569 process Effects 0.000 claims abstract description 129
- 238000012545 processing Methods 0.000 claims abstract description 76
- 230000001629 suppression Effects 0.000 claims abstract description 12
- 238000001514 detection method Methods 0.000 claims description 81
- 230000001133 acceleration Effects 0.000 claims description 42
- 238000004891 communication Methods 0.000 claims description 41
- 230000008859 change Effects 0.000 claims description 28
- 238000011156 evaluation Methods 0.000 claims description 16
- 230000033001 locomotion Effects 0.000 claims description 11
- 238000011084 recovery Methods 0.000 claims description 10
- 239000000463 material Substances 0.000 claims description 6
- 230000009467 reduction Effects 0.000 claims description 6
- 230000014759 maintenance of location Effects 0.000 claims description 4
- 230000006870 function Effects 0.000 description 36
- 230000002829 reductive effect Effects 0.000 description 22
- 238000003860 storage Methods 0.000 description 18
- 238000004364 calculation method Methods 0.000 description 17
- 238000010586 diagram Methods 0.000 description 13
- 230000002411 adverse Effects 0.000 description 10
- 230000006866 deterioration Effects 0.000 description 9
- 230000004044 response Effects 0.000 description 8
- 238000013461 design Methods 0.000 description 7
- 230000004927 fusion Effects 0.000 description 6
- 239000013589 supplement Substances 0.000 description 6
- 238000012790 confirmation Methods 0.000 description 5
- 230000007423 decrease Effects 0.000 description 5
- 239000003550 marker Substances 0.000 description 5
- 238000012986 modification Methods 0.000 description 5
- 230000004048 modification Effects 0.000 description 5
- 238000010276 construction Methods 0.000 description 4
- 230000010485 coping Effects 0.000 description 4
- 230000006399 behavior Effects 0.000 description 3
- 230000033228 biological regulation Effects 0.000 description 3
- 230000015556 catabolic process Effects 0.000 description 3
- 238000004590 computer program Methods 0.000 description 3
- 238000006731 degradation reaction Methods 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 238000005304 joining Methods 0.000 description 3
- 101150102700 pth2 gene Proteins 0.000 description 3
- 230000000717 retained effect Effects 0.000 description 3
- 238000004904 shortening Methods 0.000 description 3
- 239000000725 suspension Substances 0.000 description 3
- 238000013527 convolutional neural network Methods 0.000 description 2
- 230000036461 convulsion Effects 0.000 description 2
- 230000000593 degrading effect Effects 0.000 description 2
- 238000010191 image analysis Methods 0.000 description 2
- 230000000670 limiting effect Effects 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 230000036561 sun exposure Effects 0.000 description 2
- 241001465754 Metazoa Species 0.000 description 1
- 235000013290 Sagittaria latifolia Nutrition 0.000 description 1
- 230000003044 adaptive effect Effects 0.000 description 1
- 230000004075 alteration Effects 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 235000015246 common arrowhead Nutrition 0.000 description 1
- 239000000470 constituent Substances 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 230000002542 deteriorative effect Effects 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 230000008030 elimination Effects 0.000 description 1
- 238000003379 elimination reaction Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 239000012634 fragment Substances 0.000 description 1
- 239000011521 glass Substances 0.000 description 1
- 238000005286 illumination Methods 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 230000001678 irradiating effect Effects 0.000 description 1
- 230000009191 jumping Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 230000006855 networking Effects 0.000 description 1
- 230000036961 partial effect Effects 0.000 description 1
- 238000005192 partition Methods 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 239000007921 spray Substances 0.000 description 1
- 230000002123 temporal effect Effects 0.000 description 1
- 238000012876 topography Methods 0.000 description 1
Images
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W30/00—Purposes of road vehicle drive control systems not related to the control of a particular sub-unit, e.g. of systems using conjoint control of vehicle sub-units
- B60W30/18—Propelling the vehicle
- B60W30/18009—Propelling the vehicle related to particular drive situations
- B60W30/18163—Lane change; Overtaking manoeuvres
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/50—Context or environment of the image
- G06V20/56—Context or environment of the image exterior to a vehicle by using sensors mounted on the vehicle
- G06V20/588—Recognition of the road, e.g. of lane markings; Recognition of the vehicle driving pattern in relation to the road
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W30/00—Purposes of road vehicle drive control systems not related to the control of a particular sub-unit, e.g. of systems using conjoint control of vehicle sub-units
- B60W30/14—Adaptive cruise control
- B60W30/143—Speed control
- B60W30/146—Speed limiting
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W50/00—Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
- B60W50/0097—Predicting future conditions
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W50/00—Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
- B60W50/08—Interaction between the driver and the control system
- B60W50/14—Means for informing the driver, warning the driver or prompting a driver intervention
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W60/00—Drive control systems specially adapted for autonomous road vehicles
- B60W60/001—Planning or execution of driving tasks
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
- G01C21/26—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
- G01C21/28—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network with correlation of data from several navigational instruments
- G01C21/30—Map- or contour-matching
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/50—Context or environment of the image
- G06V20/56—Context or environment of the image exterior to a vehicle by using sensors mounted on the vehicle
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W50/00—Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
- B60W50/08—Interaction between the driver and the control system
- B60W50/14—Means for informing the driver, warning the driver or prompting a driver intervention
- B60W2050/146—Display means
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W2420/00—Indexing codes relating to the type of sensors based on the principle of their operation
- B60W2420/40—Photo, light or radio wave sensitive means, e.g. infrared sensors
- B60W2420/403—Image sensing, e.g. optical camera
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W2555/00—Input parameters relating to exterior conditions, not covered by groups B60W2552/00, B60W2554/00
- B60W2555/20—Ambient conditions, e.g. wind or rain
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W2556/00—Input parameters relating to data
- B60W2556/25—Data precision
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W2720/00—Output or target parameters relating to overall vehicle dynamics
- B60W2720/10—Longitudinal speed
Landscapes
- Engineering & Computer Science (AREA)
- Automation & Control Theory (AREA)
- Mechanical Engineering (AREA)
- Transportation (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- General Physics & Mathematics (AREA)
- Human Computer Interaction (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Multimedia (AREA)
- Traffic Control Systems (AREA)
- Navigation (AREA)
Abstract
本发明涉及本车位置估计装置、行驶控制装置。位置估计器(20)具备定位部(F0)和恶劣环境判定部(F6)。定位部(F0)执行基于根据前方照相机的图像估计出的地标的位置、和登记于地图的地标的位置估计车辆位置的定位处理。恶劣环境判定部(F6)基于能够通过图像识别检测地标的距离的实效值亦即实效识别距离成为规定的阈值以下的情况,判定为车辆周边环境是对于前方照相机来说的恶劣环境。在判定为恶劣环境的情况下,位置估计器(20)缩短定位处理的执行周期,并且与驾驶支援ECU(30)合作将车速抑制规定量。除此之外,与HMI系统合作在显示器显示车速抑制中的主旨。
Description
相关申请的交叉引用
该申请主张于2020年7月7日在日本申请的专利申请第2020-117248号的优先权,并在此引用其全部内容。
技术领域
本公开涉及使用前方照相机的图像帧估计车辆的位置的本车位置估计装置、以及使用了该本车位置估计装置的行驶控制装置。
背景技术
为了在汽车等车辆中进行自动驾驶等行驶控制,要求更高精度地确定车辆的当前位置的技术。作为进行更高精度的车辆的位置确定的技术,例如在专利文献1公开了根据基于前方照相机的拍摄图像识别出的地标的观测位置、和登记于地图数据的地标的位置坐标,确定车辆的位置的技术。像这样通过使前方照相机的图像识别结果与地图数据进行对比(也就是匹配)来进行车辆的位置确定的处理也被称为定位处理。
专利文献1:日本特开2020-8462号公报
在专利文献1所公开的定位处理中,以能够通过前方照相机精度良好地识别地标为前提。然而,在降雨、浓雾等恶劣环境时,照相机图像变得不清晰,所以地标的识别成功率可能降低。特别是越为位于远方的地标越难以识别。
若地标不容易被图像识别,则能够通过定位处理确定本车位置的频率(成功率)也降低。其结果,本车辆位置的估计精度也恶化。本车位置估计精度对自动驾驶的安全性有很大贡献,所以要求对恶劣环境的鲁棒性较高的本车位置估计装置。
发明内容
本公开是基于该情况完成的,其目的在于提供对恶劣环境的鲁棒性较高的本车位置估计装置、以及行驶控制装置。
用于实现该目的的本车位置估计装置是搭载于车辆并估计车辆的当前位置的本车位置估计装置,具备使用至少一个处理器构成的控制部,控制部具备:定位部,根据使用前方照相机拍摄的图像帧检测出的规定的地标的位置信息、和登记于地图的地标的位置信息,确定车辆在地图上的位置坐标;以及恶劣环境判定部,基于来自搭载于车辆的传感器以及通信装置的信息的至少任意一方,判定车辆的周边环境是否相当于可能使使用了图像帧的物体识别的精度降低的规定的恶劣环境,控制部构成为根据恶劣环境判定部是否判定为周边环境相当于恶劣环境,使执行的处理的内容不同。
根据上述构成,在判定为周边环境为恶劣环境的情况下,执行与未判定为恶劣环境的情况(也就是通常时)不同的处理。因此,在恶劣环境时执行的处理内容能够为与通常时不同的基于是恶劣环境的情况的处理内容。其结果,与不管是否为恶劣环境而执行恒定的处理那样的比较构成相比,能够提高鲁棒性。
另外,用于实现上述目的的行驶控制装置是搭载于车辆并自动地执行该车辆的速度控制的行驶控制装置,具备使用至少一个处理器构成的控制部,控制部具备:速度控制部,朝向车辆的行驶致动器输出用于速度调整的控制信号;定位部,根据使用前方照相机生成的图像帧确定出的规定的地标的位置信息、和登记于地图的地标的位置信息,确定车辆在地图上的位置坐标;以及恶劣环境判定部,基于来自搭载于车辆的传感器以及通信装置的信息的至少任意一方,判定车辆的周边环境是否相当于可能使使用了图像帧的物体识别的精度降低的规定的恶劣环境,上述控制部构成为基于恶劣环境判定部判定为周边环境相当于恶劣环境的条件,抑制行驶速度。
根据上述的行驶控制装置,在恶劣环境时与通常时相比抑制行驶速度。一般而言车速越大照相机的图像越不清晰。换句话说,通过抑制车速能够期待图像的清晰度提高。若图像的清晰度提高,则基于图像识别的地标的检测精度提高。即,根据上述构成即使在恶劣环境下也能够降低地标的检测精度劣化的担心。随之,能够期待利用使用前方照相机的拍摄图像确定出的规定的地标的位置信息确定车辆在地图上的位置坐标的处理(也就是定位处理)的成功率降低的效果。因此,根据上述构成能够提高对恶劣环境的鲁棒性。
此外,权利要求书所记载的括号内的附图标记示出与作为一个方式后述的实施方式所记载的具体单元的对应关系,并不对本公开的技术范围进行限定。
附图说明
图1是表示驾驶支援系统的构成的框图。
图2是表示前方照相机的构成的框图。
图3是表示位置估计器的构成的功能框图。
图4是表示减速通知图像的一个例子的图。
图5是表示减速通知图像的其它的例子的图。
图6是位置估计器实施的恶劣环境判定相关处理的流程图。
图7是说明减速要求部的工作的图。
图8是表示减速调停处理的一个例子的流程图。
图9是表示超车中止通知图像的一个例子的图。
图10是表示加速调停处理的一个例子的流程图。
图11是用于说明前方照相机的工作的图。
图12是用于说明前方照相机的变更的图。
图13是表示系统构成的变形例的图。
图14是表示系统构成的变形例的图。
图15是表示系统构成的变形例的图。
具体实施方式
以下,使用附图对本公开的实施方式进行说明。图1是表示应用本公开的位置估计器而成的驾驶支援系统1的概略构成的一个例子的图。
<整体构成的概要>
如图1所示,驾驶支援系统1具备前方照相机11、毫米波雷达12、车辆状态传感器13、GNSS接收机14、V2X车载器15、地图存储部16、HMI系统17、位置估计器20、以及驾驶支援ECU30。此外,部件名称中的ECU是Electronic Control Unit:电子控制单元的简称,是指电子控制装置。另外,HMI是Human Machine Interface:人机界面的简称。V2X是Vehicle to X(Everything):车联网的简称,是指将车与各种设备连接的通信技术。
构成驾驶支援系统1的上述的各种装置或者传感器作为节点与在车辆内构建的通信网络亦即车辆内网络Nw连接。与车辆内网络Nw连接的节点彼此能够相互进行通信。此外,特定的装置彼此也可以构成为能够不经由车辆内网络Nw而直接地进行通信。例如位置估计器20与驾驶支援ECU30也可以通过专用线直接地电连接。另外,虽然在图1中车辆内网络Nw构成为总线型,但并不限定于此。网络拓扑也可以是网格型、星型、环型等。网络形状能够适当地变更。作为车辆内网络Nw的标准,例如能够采用Controller Area Network:控制器局域网(CAN:注册商标)、以太网(Ethernet:注册商标)、FlexRay(注册商标)等多种标准。
以后也将搭载驾驶支援系统1的车辆记载为本车辆,并且也将坐在本车辆的驾驶席的乘客(也就是驾驶席乘客)记载为用户。此外,以本车辆为基准规定以下的说明中的前后、左右、上下的各方向。具体而言,前后方向相当于本车辆的长边方向。左右方向相当于本车辆的宽度方向。上下方向相当于车辆高度方向。根据其它的观点,上下方向相当于相对于与前后方向以及左右方向平行的平面垂直的方向。
另外,这里作为一个例子假定驾驶支援系统1在左侧通行的地区使用的情况对各装置的工作进行说明。随之,将行进方向相同的车道中左端的车道称为第一车道。在右侧通行的地区使用的情况下通过使上述的左右相反能够实施本公开的构成。例如在右侧通行的地区中第一车道是指行进方向相同的车道中右端的车道。以下所述的驾驶支援系统1能够变更实施以符合使用的地区的交通法规、习惯。
<各构成要素的概要>
前方照相机11是以规定的视角拍摄车辆前方的照相机。前方照相机11例如配置在前玻璃的车厢内侧的上端部、前格栅、车顶等。如图2所示,前方照相机11具备生成图像帧的照相机主体部40、和通过对图像帧实施识别处理来检测规定的检测对象物的ECU亦即照相机ECU41。照相机主体部40构成为至少包含图像传感器和镜头。照相机主体部40以规定的帧速率(例如60fps)生成以及输出拍摄图像数据。使用包含CPU(CentralProcessing Unit:中央处理器)、GPU(Graphics Processing Unit:图形处理器)等的图像处理电路实现照相机ECU41。照相机ECU41具备识别器G1作为功能模块。识别器G1是基于由照相机主体部40生成的图像的特征量向量识别物体的种类的构成。识别器G1例如能够利用应用了深度学习的CNN(Convolutional Neural Network:卷积神经网络)或者DNN(DeepNeural Network:深度神经网络)等。
在前方照相机11的检测对象物例如包含有行人、其它车辆等移动体。在其它车辆也包含有自行车、带原动机的自行车、摩托车。另外,前方照相机11构成为也能够检测规定的地物。作为前方照相机11的检测对象的地物包含有道路端、路面标识、沿着道路设置的构造物。路面标识是指用于交通控制、交通限制的在路面上描绘的喷图。例如,表示车道的边界的车道划分线(所谓的车道标记)、人行横道、停止线、导流带、安全区、限制箭头等包含于道路标识。在车道划分线也包含有通过Chatter bar或者Botts'Dots等路钉实现的车道划分线。沿着道路设置的构造物例如是护栏、路缘石、树木、电线杆、道路标志、信号灯等。
另外,前方照相机11检测动物、倒木、来自车辆的落下物等障碍物。这里的障碍物是指在道路上存在且妨碍车辆的通行的立体物。落下物例如是指箱子、梯子、袋子等。在障碍物包含有从车体脱落的轮胎、事故车辆、事故车辆的碎片等。另外,例如箭头板、路锥、导向板等用于车道限制的限制资材等、或者施工现场、停车车辆、交通拥堵的末尾等也能够包含于障碍物。在障碍物,除了妨碍车辆的通行的静止物之外,还能够包含有准静态地图要素。例如前方照相机11通过图像识别来识别落下物等障碍物的种类并输出。优选前方照相机11构成为不仅能够检测本车辆行驶的车道,也能够检测在相当于邻接车道的区域存在的障碍物。这里作为一个例子,前方照相机11构成为能够检测本车行驶车道、和左右的邻接车道上的障碍物。
照相机ECU41基于包含颜色、亮度、以及与颜色、亮度相关的对比度等的图像信息,从拍摄图像分离并提取背景和检测对象物。此外,作为前方照相机11的检测对象的地物的一部分或者全部在位置估计器20中作为地标利用。本公开中的地标是指能够利用为用于确定地图上的本车辆的位置的标记的地物。作为地标,例如能够采用限制标志、引导标志、警戒标志、指示标志等相当于交通标志的招牌、信号灯、杆、引导板等至少任意一个。此外,引导标志是指方向牌、表示地区名称的牌子、表示道路名的牌子、预告高速道路的出入口、服务区等的预告牌等。在地标也能够包含有路灯、镜子、电线杆、商业广告牌、表示店铺名的招牌、历史建筑物等象征性的建筑物等。杆也包含有路灯、电线杆。在地标也能够包含有道路的起伏/塌陷部、窨井、接头部等。划分线的终端/分岔点也能够利用为地标。能够适当地变更作为地标使用的地物的种类。优选采用信号灯、方向牌等缺乏相对于时间的变化并且具有即使从远离100m以上的地点也能够进行图像识别的大小的地物作为地标。并且,道路端、划分线也能够包含于地标。
此外,也将地标中能够利用为用于进行纵向上的位置估计(以后,称为纵向位置估计)的标记的地物称为纵向位置估计用的地标。这里的纵向相当于车辆的前后方向。另外,纵向在直线道路区间中,相当于从本车辆观察道路延伸的方向亦即道路延伸配置方向。作为纵向位置估计用的地标,例如能够采用方向牌等交通标志、暂时停止线等路面标识等沿着道路离散地配置并且缺乏相对于时间的变化的地图要素。另外,也将能够利用为用于进行车辆的横向上的位置估计(以后,称为横向位置估计)的标记的地物称为横向位置估计用的地标。这里的横向与道路的宽度方向对应。横向位置估计用的地标是指道路端、划分线等沿着道路连续地存在的地物。前方照相机11构成为能够检测设定为地标的种类的地物即可。
照相机ECU41根据包含SfM(Structure from Motion:运动恢复结构)信息的图像运算地标以及划分线等地物的距车辆的相对距离以及方向。也可以基于图像内的地物的大小、姿势(例如倾斜程度)确定地物相对于本车辆的相对位置(距离以及方向)。另外,照相机ECU41构成为能够基于识别出的地标的颜色、大小、形状等,例如识别是否为方向牌等,识别地标的种类。
并且,照相机ECU41基于车道划分线以及道路端的位置以及形状,生成表示路线的曲率、宽度等形状的行驶路数据。除此之外,照相机ECU41计算基于SfM的横摆率。照相机ECU41将表示检测物的相对位置、种类等的检测结果数据经由车辆内网络Nw依次提供给位置估计器20、驾驶支援ECU30。以下的位置估计器20等的表现是指位置估计器20以及驾驶支援ECU30的至少任意一方。
本实施方式的照相机ECU41作为更优选的方式,也输出表示图像识别结果的可靠度的数据。例如,基于降雨量、逆光的有无、外界的亮度等计算识别结果的可靠度。此外,除此之外,识别结果的可靠度也可以是表示特征量的一致程度的得分。可靠度例如也可以是作为识别器G1的识别结果输出的表示识别结果的准确性的概率值。该概率值能够相当于上述的特征量的一致程度。识别结果的可靠度也可以是识别器G1生成的各检测物的概率值的平均值。
另外,照相机ECU41也可以根据对追踪的同一物体的识别结果的稳定程度,来评价识别结果的可靠度。例如也可以在同一物体的种类的识别结果稳定的情况下评价为可靠度较高,在作为对同一物体的识别结果的种类标签不稳定的情况下,评价为可靠度较低。识别结果稳定的状态是指在恒定时间(例如10秒)以上连续地得到相同的结果的状态。识别结果不稳定的状态是指识别结果反反复复等不能够连续地得到相同的结果的状态。
毫米波雷达12是通过朝向车辆前方发送毫米波或者准毫米波,并且对该发送波在物体进行反射并返回来的反射波的接收数据进行解析,来检测物体相对于本车辆的相对位置、相对速度的设备。毫米波雷达12例如设置于前格栅或者前保险杠。在毫米波雷达12内置有基于检测物体的大小、移动速度、接收强度识别检测物的种类的雷达ECU。毫米波雷达12也构成为能够检测先行车、上述的障碍物的一部分或者全部。例如毫米波雷达12基于检测物的位置、移动速度、大小、反射强度辨别是否为障碍物。例如能够根据检测物的大小、反射波的接收强度大致地确定障碍物的种类。雷达ECU将检测物的种类、相对位置(方向和距离)、表示接收强度的数据作为检测结果输出给位置估计器20等。在毫米波雷达12的检测对象物也包含有上述的地标。
前方照相机11以及毫米波雷达12也可以构成为也经由车辆内网络Nw向驾驶支援ECU30等提供物体识别所使用的观测数据。例如对于前方照相机11来说的观测数据是指图像帧。毫米波雷达的观测数据是指表示每个检测方向以及距离的接收强度以及相对速度的数据、或者表示检测物的相对位置以及接收强度的数据。观测数据相当于传感器观测到的原始数据、或者执行识别处理之前的数据。
也可以由驾驶支援ECU30等传感器外的ECU执行基于观测数据的物体识别处理。另外,也可以由地标信息获取部F3执行地标的相对位置的计算。也可以在位置估计器20、驾驶支援ECU30设置照相机ECU41、毫米波雷达12的功能的一部分(主要是物体识别功能)。该情况下,作为前方照相机11的照相机、毫米波雷达将图像数据、测距数据等观测数据作为检测结果数据提供给位置估计器20、驾驶支援ECU30即可。
车辆状态传感器13是检测与本车辆的行驶控制相关的状态量的传感器。在车辆状态传感器13例如包含有三轴陀螺仪传感器以及三轴加速度传感器等惯性传感器。驾驶支援系统1也可以具备磁传感器作为车辆状态传感器13。另外,驾驶支援系统1也可以具备大气压传感器、温度传感器作为车辆状态传感器13。大气压传感器、温度传感器也能够用于其它的传感器的输出值的修正处理。各种惯性传感器也可以被封装化为惯性测量单元(IMU:Inertial Measurement Unit)。
另外,在车辆状态传感器13中也能够包含有档位传感器、转向操纵角传感器、车速传感器等。档位传感器是检测变速杆的位置的传感器。转向操纵角传感器是检测方向盘的旋转角(所谓的转向操纵角)的传感器。车速传感器是检测本车辆的行驶速度的传感器。三轴加速度传感器是检测作用于本车辆的前后、左右、上下方向的各个加速度的传感器。陀螺仪传感器是检测绕检测轴的旋转角速度的传感器,三轴陀螺仪传感器是指具有相互正交的三个检测轴的传感器。惯性传感器相当于检测表示作为驾驶席乘客的驾驶操作或者驾驶支援ECU30的控制的结果产生的车辆的举动的物理状态量的传感器。
车辆状态传感器13将表示作为检测对象的物理状态量的当前值(也就是检测结果)的数据输出给车辆内网络Nw。各车辆状态传感器13的输出数据经由车辆内网络Nw由位置估计器20等获取。此外,作为车辆状态传感器13适当地设计驾驶支援系统1使用的传感器的种类即可,不需要具备上述的全部的传感器。另外,在车辆状态传感器13能够包含有检测降雨的雨滴传感器、检测外部的亮度的照度传感器。
GNSS接收机14是通过接收从构成GNSS(Global Navigation SatelliteSystem:全球导航卫星系统)的测位卫星发送的导航信号来依次检测该GNSS接收机14的当前位置的设备。作为GNSS,能够采用GPS(GlobalPositioning System:全球定位系统)、GLONASS、Galileo、IRNSS、QZSS、Beidou等。
V2X车载器15是用于本车辆与其它的装置实施无线通信的装置。此外,V2X的“V”是指作为本车辆的汽车,“X”能够指行人、其它车辆、道路设备、网络、服务器等本车辆以外的多种存在。V2X车载器15具备广域通信部和窄域通信部作为通信模块。广域通信部是用于实施依据规定的广域无线通信标准的无线通信的通信模块。作为这里的广域无线通信标准例如能够采用LTE(Long Term Evolution:长期演进)、4G、5G等多种标准。此外,广域通信部也可以构成为除了经由无线基站的通信之外,还能够通过依据广域无线通信标准的方式,与其它的装置直接地,也就是以不经由基站的方式实施无线通信。换句话说,广域通信部也可以构成为实施蜂窝V2X。本车辆通过V2X车载器15的搭载,成为能够与因特网连接的互联汽车。例如,位置估计器20能够通过与V2X车载器15的协作,从规定的服务器下载最新的高精度地图数据,并更新储存于地图存储部16的地图数据。
V2X车载器15具备的窄域通信部是用于以依据将通信距离限定在数百m以内的通信标准亦即窄域通信标准的方式,与存在于本车辆周边的其它的移动体、路侧机直接地实施无线通信的通信模块。作为其它的移动体,并不仅限定于车辆,能够包含行人、自行车等。作为窄域通信标准,能够采用DSRC(Dedicated Short Range Communications:专用短程通信)、WAVE(Wireless Access in Vehicular Environment:车载环境无线接入)等任意标准。窄域通信部例如以规定的发送周期朝向周边车辆广播发送本车辆的车辆信息,并且接收从其它车辆发送的车辆信息。车辆信息包含车辆ID、当前位置、行进方向、移动速度、时间戳等。V2X车载器15也可以构成为与其它车辆发送接收表示车辆的位置的估计精度的位置估计精度信息作为车车间通信。位置估计精度信息例如能够为表示定位处理是否成功的信息。另外,位置估计精度信息也可以是GNSS接收机14捕捉的测位卫星的数目、测位卫星的识别编号等。
地图存储部16是存储高精度地图数据的非易失性存储器。这里的高精度地图数据相当于以能够用于自动驾驶的精度示出道路构造、以及沿着道路配置的地物的位置坐标等的地图数据。高精度地图数据例如具备道路的三维形状数据、车道数据、地物数据等。在上述的道路的三维形状数据包含有与多个道路交叉、合流、分岔的地点(以后,称为节点)相关的节点数据、和与连结这些地点间的道路(以后,称为路段)相关的路段数据。
在路段数据示出表示道路端的位置坐标的道路端信息、道路的宽度等。也可以在路段数据也包含有表示是汽车专用道路还是一般道路等道路种类的数据。这里的汽车专用道路是指禁止行人、自行车的进入的道路,例如是高速道路等收费道路等。在路段数据也可以包含有表示是否是允许自主行驶的道路的属性信息。
车道数据示出车道数、各车道的划分线的设置位置信息、各车道的行进方向、车道等级的分岔/合流地点。也可以在车道数据例如包含有表示由实线、虚线、Botts'Dots的哪种图案实现划分线的信息。划分线、道路端(以后,称为划分线等)的位置信息作为形成车道划分线的地点的坐标组(也就是点组)来表现。此外,作为其它的方式也可以以多项式表现划分线等的位置信息。划分线等的位置信息也可以是进行了多项式表现的线段的集合体(也就是线组)。
地物数据包含暂时停止线等路面显示的位置以及种类信息、地标的位置、形状、以及种类信息。在地标包含有交通标志、信号灯、杆、商业招牌等、沿着道路设置的立体构造物。此外,地图存储部16也可以构成为暂时存储距本车辆规定距离以内的地图数据。另外,地图存储部16保持的地图数据也可以是导航用的地图数据亦即导航地图数据。导航地图数据相当于与高精度地图数据相比精度较差,并且与高精度地图数据相比道路形状所涉及的信息量较少的地图数据。在导航地图数据包含地标等地物数据的情况下,以下的高精度地图的表现能够置换为导航地图来实施。此外,这里的地标如上述那样,例如是指交通标志等用于本车位置估计即定位处理的地物。
HMI系统17是提供受理用户操作的输入接口功能、和朝向用户提示信息的输出接口功能的系统。HMI系统17具备显示器171和HCU(HMIControl Unit:HMI控制单元)172。此外,作为向用户的信息提示的单元,除了显示器171之外,还能够采用扬声器、振动器、照明装置(例如LED)等。
显示器171是显示图像的设备。显示器171例如是设置在仪表板的车宽方向中央部的最上部的所谓的中央显示器。显示器171能够进行全彩色显示,能够使用液晶显示器、OLED(Organic Light Emitting Diode:有机发光二极管)显示器、等离子显示器等实现。此外,HMI系统17也可以具备在前挡风玻璃的驾驶席前方的一部分映出虚像的平视显示器作为显示器171。另外,显示器171也可以是配置在仪表板中位于驾驶席的正面的区域的所谓的仪表显示器。
HCU172是统一地控制向用户的信息提示的构成。HCU172例如使用CPU、GPU等处理器、RAM(Random Access Memory:随机存储器)、闪存等实现。HCU172基于从驾驶支援ECU30提供的信息、来自未图示的输入装置的信号控制显示器171的显示画面。例如HCU172基于来自位置估计器20或者驾驶支援ECU30的要求,在显示器171显示减速通知图像。
位置估计器20是确定本车辆的当前位置的设备。另外后述位置估计器20的功能的详细。位置估计器20以具备处理部21、RAM22、存储装置23、通信接口24、以及连接它们的总线等的计算机为主体构成。处理部21是与RAM22结合的用于运算处理的硬件。处理部21构成为包含至少一个CPU(Central Processing Unit:中央处理器)等运算核心。处理部21通过对RAM22的访问执行各种处理。存储装置23构成为包含闪存等非易失性的存储介质。在存储装置23储存有由处理部21执行的程序亦即位置估计程序。处理部21执行位置估计程序相当于执行与位置估计程序对应的方法。通信接口24是用于经由车辆内网络Nw与其它的装置进行通信的电路。使用模拟电路元件、IC等实现通信接口24即可。
驾驶支援ECU30是通过基于前方照相机11以及毫米波雷达12等的检测结果控制行驶致动器18,来代替驾驶席乘客执行驾驶操作的一部分或者全部的ECU。此外,驾驶支援ECU30也可以是基于输入了用户的自主行驶指示的情况,使本车辆自主地行驶的自动运行装置。驾驶支援ECU30相当于车辆控制模块。
行驶致动器18是指用于实现车辆的加速、减速、转弯的致动器。例如,制动装置、电子节流阀、转向操纵致动器等相当于行驶致动器18。在制动装置包含有制动致动器。在车辆为电动汽车或者混合动力车辆的情况下,生成用于使驱动轮转动的转矩的马达也包含于行驶致动器18。也可以在行驶致动器18与驾驶支援ECU30之间例如夹有制动ECU、转向操纵ECU等其它的ECU。
驾驶支援ECU30具备提供ACC(Adaptive Cruise Control:自适应巡航控制)功能的速度控制部H1作为车辆控制功能之一。ACC功能是在使本车辆以规定的目标速度匀速行驶,并且在规定距离以内存在先行车的情况下,使本车辆在维持与先行车的车间距离的同时进行追随行驶的功能。速度控制部H1在基于用户操作,使驾驶支援功能有效化的状态下,自动调整车辆的行驶速度。由用户设定在ACC功能中使车辆匀速行驶时的目标速度。也将由用户设定的ACC功能的目标速度记载为用户设定车速。
在ACC功能中,通过用户操作或者系统设计设定车辆在ACC行驶时能够采用的速度的范围亦即车速可变区。也可以构成为用户能够在遵守与交通相关的法律并且作为系统能力能够担保安全性的范围内,变更车速可变区的上限值以及下限值。也可以按是一般道路还是高速道路等道路种类独立地设定车速可变区。车速可变区的下限值也可以为0。上述的用户设定车速能够在该速度可变范围内设定。此外,除了用户设定之外,还可能基于来自后述的减速要求部F8的要求而暂时地变更ACC功能的目标速度。为了方便,也将车速可变区的上限值记载为ACC上限速度。
这样的驾驶支援ECU30以具备处理部31、RAM32、存储装置33、通信接口34、以及连接它们的总线等的计算机为主体构成。处理部31是与RAM32结合的用于运算处理的硬件。处理部31构成为包含至少一个CPU等运算核心。处理部31通过向RAM32的访问执行用于实现ACC功能等的各种处理。存储装置33构成为包含闪存等非易失性的存储介质。在存储装置33储存有由处理部31执行的程序亦即驾驶支援程序。处理部31执行驾驶支援程序相当于执行与驾驶支援程序对应的方法。
<位置估计器20的功能>
这里使用图3对位置估计器20的功能以及工作进行说明。位置估计器20通过执行保存于存储装置23的位置估计程序来提供与图3所示的各种功能模块对应的功能。即,位置估计器20具备暂定位置估计部F1、地图获取部F2、地标信息获取部F3、路线信息获取部F4、识别精度评价部F5、恶劣环境判定部F6、详细位置计算部F7、减速要求部F8、以及通知处理部F9作为功能模块。详细位置计算部F7具备周期变更部F71。
暂定位置估计部F1通过组合GNSS接收机14的测位结果、和惯性传感器的检测结果来依次对本车辆的位置进行测位。例如,暂定位置估计部F1在隧道内等使用横摆率和车速进行航位推算(Dead Reckoning/自主导航法)。航位推算所使用的横摆率既可以是使用SfM技术由照相机ECU41识别出的横摆率,也可以是通过横摆率传感器检测出的横摆率。
地图获取部F2从地图存储部16读出以当前位置为基准规定的规定范围的地图数据。地图参照所利用的当前位置既可以是通过暂定位置估计部F1确定出的位置,也可以是通过详细位置计算部F7确定出的位置。例如,在详细位置计算部F7能够计算出当前位置的情况下,使用该位置信息获取地图数据。另一方面,在详细位置计算部F7未能够计算出当前位置的情况下,使用暂定位置估计部F1计算出的位置坐标获取地图数据。另一方面,在点火开关电源刚接通之后,例如基于保存于存储器的上一次的位置计算结果决定地图参照范围。这是因为保存于存储器的上一次的位置计算结果相当于上一次的行程的结束地点,即停车位置。此外,地图获取部F2也可以构成为经由V2X车载器15从外部服务器等依次下载与当前位置对应的地图数据。与当前位置对应的地图数据是指关于距当前位置规定距离以内的分区/道路段的地图数据。
地标信息获取部F3从前方照相机11(实质上是照相机ECU41)获取由前方照相机11识别出的地标的相对位置、种类、颜色等。在前方照相机11构成为能够提取附加于招牌等的字符串的情况下,优选也获取记载于招牌等的字符信息。这是因为根据能够获取地标的字符信息的构成,由前方照相机观测到的地标与地图上的地标的对应关系建立变得容易。
另外,地标信息获取部F3将从照相机ECU41获取的地标的相对位置坐标转换为全局坐标系中的位置坐标(以后,也记载为观测坐标)。能够通过组合本车辆的当前位置坐标、和地物相对于本车辆的相对位置信息来计算地标的观测坐标。在详细位置计算部F7能够计算当前位置的情况下,地标的观测坐标的计算所使用的车辆的当前位置坐标使用该位置信息即可。另一方面,在详细位置计算部F7未能够计算当前位置的情况下,使用暂定位置估计部F1计算出的位置坐标即可。此外,也可以由照相机ECU41实施使用了本车辆的当前位置坐标的地标的观测坐标的计算。
另外,地标信息获取部F3也可以通过互补地组合前方照相机11的识别结果、和毫米波雷达12或LiDAR的检测结果来确定地标的相对位置。例如地标信息获取部F3也可以通过互补地组合前方照相机11的识别结果和毫米波雷达12的检测结果来决定地标的观测位置。具体而言,地标信息获取部F3也可以通过并用前方照相机11的识别结果和毫米波雷达12的探测结果,确定地标与本车辆的距离、以及地标的仰角(或者高度)。一般而言,照相机擅长水平方向上的位置估计,另一方面不擅长高度方向的位置估计以及距离估计。另一方面,毫米波雷达12擅长距离、高度方向的位置估计。另外,毫米波雷达12不容易受到雾、降雨的影响。根据如上述那样互补地使用前方照相机11和毫米波雷达12来估计地标的位置的构成,能够更高精度地确定地标的相对位置。其结果,基于定位处理的本车位置的估计精度也提高。
路线信息获取部F4从前方照相机11(实质上是照相机ECU41)获取行驶路数据。即,获取通过前方照相机11识别出的划分线、道路端的相对位置。路线信息获取部F4也可以与地标信息获取部F3相同,将该划分线等的相对位置信息转换为全局坐标系上的位置坐标。
识别精度评价部F5从前方照相机11获取识别结果的可靠度。另外,识别精度评价部F5在详细位置计算部F7使用与上次使用的地标不同的地标执行了定位处理时,计算暂定位置估计部F1计算出的本车位置坐标与定位处理的结果的误差作为位置估计误差。不能够进行定位的期间越长位置估计误差越大,位置误差大这样的情况间接地表示不能够执行定位的期间的长度。作为不能够执行定位的时间增加的原因,除了本来地标的设置间隔较长的情况之外,也考虑前方照相机11的识别性能的降低。因此,也能够采用位置误差作为前方照相机11的物体识别的性能的指标。此外,在不能够执行定位处理的期间,能够通过对从最后执行了定位处理的时刻起的经过时间或者行驶距离乘以规定的误差估计系数,依次计算暂定的位置估计误差。也可以与识别精度评价部F5分立地设置计算位置估计误差的功能模块作为误差估计部。
除此之外,识别精度评价部F5也可以根据登记于地图的在本车辆的行驶轨迹上本来应该检测到的地标的检测失败的比例亦即漏检率,评价识别性能。能够基于在恒定距离以内,登记于地图的地标的总数N、和到通过为止检测出的地标的数目亦即检测成功数m计算漏检率。例如也可以根据(N-m)/N计算漏检率。此外,作为其它的方式,总数N也可以是从当前位置在前方规定距离(例如35m)以内存在的本来应该能够从当前位置观察到的地标的数目。该情况下,检测成功数m是在当前位置能够检测出的地标的数目即可。
并且,识别精度评价部F5计算前方照相机11实际能够识别出地标的范围的极限值亦即实效识别距离。实效识别距离与设计上的识别极限距离不同,是根据雾、降雨、西晒等外部的重要因素而变动的参数。在假设设计上的识别极限距离有100m左右的构成中,在暴雨时实效识别距离例如也可能退化到小于20m。
识别精度评价部F5例如基于在规定时间以内检测出的至少一个地标的最远识别距离计算实效识别距离。最远识别距离是能够从最远处检测同一地标的距离。在随着移动而检测到到此为止未检测出的地标的时刻的与该地标的距离相当于该地标的最远识别距离。在得到多个地标的最远检测距离情况下,实效识别距离能够为它们的平均值、最大值、或者第二大的值。
例如在最近规定时间以内观测到的四个地标的最远识别距离为50m、60m、30m、40m的情况下,实效识别距离能够计算为45m。某一地标的最远识别距离相当于该地标的最初能够检测到的时刻的检测距离。实效识别距离也可以是在最近规定时间以内观测到的最远识别距离的最大值。
此外,实效识别距离也可能由于先行车的遮挡等天气等以外的重要因素而降低。因此,在规定距离以内存在先行车的情况下,也可以省略实效识别距离的计算。或者,在存在先行车的情况下,也可以附加表示存在先行车的数据(例如先行车标志)将实效识别距离提供给恶劣环境判定部F6。另外,在本车辆前方不为直线路的情况下,换句话说在弯道的情况下实效识别距离也可能降低。因此,在前方道路为弯道的情况下,也可以省略实效识别距离的计算。另外,在前方道路为弯道的情况下,也可以将实效识别距离与表示前方道路为弯道的数据(例如弯道标志)建立对应关系并提供给恶劣环境判定部F6。此外,弯道为曲率在规定的阈值以上的道路。
另外,在设定多个种类的地物作为地标的情况下,也可以将识别精度评价部F5用于实效识别距离的计算的地标限定为一部分的种类。例如,实效识别距离的计算所使用的地标也可以限定为方向牌等配置在距路面规定距离(例如4.5m)以上的上方的地标(以后,称为高处地标)。通过将实效识别距离的计算所使用的地标限定为高处地标,能够抑制被其它车辆遮挡视野而实效识别距离降低。
另外,识别精度评价部F5除了对于标志等离散地存在的地物的实效识别距离之外,还可以计算对于车道划分线以及道路端等沿着道路连续地存在的地物的实效识别距离。划分线、道路端的实效识别距离相当于表示能够识别路面到多远的信息。例如能够基于到划分线的检测点中位于最远处的检测点为止的距离决定划分线的实效识别距离。对于道路端的实效识别距离也相同。对于地标、划分线、道路端等各种地物的实效识别距离也相当于识别精度的评价值。
恶劣环境判定部F6是判定本车辆的周边环境是否相当于可能使使用了前方照相机11生成的图像帧的物体识别的性能(也就是精度)降低的规定的恶劣环境的构成。换句话说,恶劣环境判定部F6相当于判定是否是对于前方照相机11来说的恶劣环境的构成。
恶劣环境判定部F6基于识别精度评价部F5计算出的实效识别距离,判定是否相当于恶劣环境。例如恶劣环境判定部F6在实效识别距离比规定的阈值(以后,称为距离阈值)小的情况下判定为是恶劣环境。距离阈值的具体的值例如能够为20m、30m等。这里作为一个例子距离阈值设为25m。当然,也可以根据设计上的识别极限距离决定距离阈值。例如也可以使用相当于设计上的识别极限距离的10%、20%的值作为距离阈值。也可以根据行驶路的种类调整距离阈值。城市间高速所使用的距离阈值也可以是比一般道路、城市内高速所使用的距离阈值大的值。在城市间高速上与一般道路相比行驶速度较大,所以优选相对地使用于判定为是恶劣环境的阈值严格。这里的城市间高速是指连接多个城市的汽车专用道路。另一方面,城市内高速是延伸配置范围仅限于一个城市内的汽车专用道路。此外,城市内高速构成为通过利用汇合点与其它的汽车专用道路连接而也能够移动到城市外的情况较多。
也可以在存在先行车的情况下或弯道中取消基于实效识别距离的恶劣环境判定。能够降低由于先行车的存在、曲率变化而误判定为是恶劣环境的担心。此外,在存在先行车的情况下,追随先行车进行行驶即可,所以并不需要如此严格地测定本车辆的位置。随之,判定是否为恶劣环境的必要性也不高。换句话说,不存在先行车的场景可以说是精度良好地估计本车辆的位置的必要性较高的场景。
除此之外,恶劣环境判定部F6也可以在产生降雨或雾的情况下,判定为是恶劣环境。能够使用雨滴传感器的检测值、雨刷器的工作状态(也包含工作速度)判定降雨的有无。也可以根据雾灯的点亮状态检测雾的存在。也可以经由V2X车载器15通过通信由外部服务器获取与雾、降雨等天气相关的信息。另外,恶劣环境判定部F6也可以在受到西晒的情况下,判定为是恶劣环境。也可以根据时间段、本车辆的行进方向、以及图像帧整体的颜色信息/亮度分布判定是否受到西晒。此外,西晒是指来自相对于地平线的角度(所谓的高度)例如在25度以下的太阳的光。
另外,恶劣环境判定部F6也可以通过从地图服务器获取符合恶劣环境的地区的数据来判定本车辆周边是否相当于恶劣环境。例如地图服务器是基于来自多个车辆的报告确定恶劣环境区域并进行分发的服务器。根据这样的构成,能够降低用于判断是否为恶劣环境的运算负荷。除此之外,恶劣环境判定部F6也可以经由V2X车载器15与其它车辆共享是否是恶劣环境的暂时判定结果,并通过多数决定等使是否相当于恶劣环境的判定确定。
另外,作为更优选的方式,本实施方式的恶劣环境判定部F6具备种类识别部F61和恶劣环境程度判定部F62。此外,种类识别部F61以及恶劣环境程度判定部F62并不是必需的要素。恶劣环境判定部F6也可以不具备种类识别部F61以及恶劣环境程度判定部F62的任意一方或者双方。
种类识别部F61是判定恶劣环境的种类的构成。作为恶劣环境的种类,能够大致分为暴雨、雾、西晒及其它。例如种类识别部F61在地标的实效识别距离在规定的距离阈值以下,另一方面能够识别在距车辆第一距离以内存在的划分线以及高处地标的情况下,判定为恶劣环境的种类是雾。另外,在划分线/地标的实效识别距离在规定的第一距离以下,且能够识别在距车辆第一距离以内存在的划分线等的情况下,判定为恶劣环境的种类为西晒。除此之外,在即使车辆附近的划分线/地标都不能够识别的情况下,判定为暴雨。这里的车辆附近例如能够为距车辆15m以内。
此外,在恶劣环境的种类判定时,也可以并用时刻、温度、湿度、雨刷器工作状态等信息。例如也可以在不能够识别车辆远方~附近的划分线/地标,并且雨刷器的驱动速度在规定的阈值以上的情况下判定为暴雨。另外,也可以将温度、湿度、地形满足了用于产生雾的规定条件的情况作为条件,基于实效识别距离判定恶劣环境的种类是否为雾。也可以将时刻、本车辆的行进方向满足受到西晒的影响的条件的情况作为条件,基于实效识别距离判定恶劣环境的种类是否为西晒。
此外,也可以关于降雨,不仅判定暴雨,也根据弱雨、强雨、暴雨等雨的强度(也就是雨量)分为多个阶段进行判定。也可以在雨刷器驱动速度较小的情况下,判定为通常的降雨。暴雨能够为每一小时的降雨量超过规定的阈值(例如50mm)的雨。另外,这里作为一个例子将降雨量到10mm为止的降雨记载为弱雨,并且将降雨量在20mm以上且小于50的降雨记载为强雨。这里将雨的强度分为三个阶段,但能够适当地变更雨的强度的划分数。
恶劣环境程度判定部F62评价恶劣环境的程度,也就是使用了图像帧的物体识别的性能的降低程度。例如能够以等级0~3共四个阶段表现恶劣环境程度。等级越高,表示恶劣环境程度越大。能够基于实效识别距离评价恶劣环境程度。例如恶劣环境程度判定部F62可以在实效识别距离小于规定的第一距离并且在第二距离以上的情况下判定为等级1,在小于第二距离并且在第三距离以上的情况下判定为等级2。另外,在实效识别距离小于第三距离的情况下能够判定为等级3。也可以在实效识别距离在第一距离以上的情况下判定为等级0,即不是恶劣环境。
第一距离能够为与上述的距离阈值相同的值(25m)。第二距离设定为比第一距离短。第二距离例如能够设定为比第一距离短5m的值(也就是20m)。第三距离设定为比第二距离短。第三距离例如能够设定为比第二距离短5m的值(这里是15m)。能够适当地变更表示恶劣环境程度的等级数。当然上述的数值是一个例子,能够根据照相机的性能等适当地变更。例如第一距离也可以是60m、50m、40m等。第二距离也可以是40m、30m等。第三距离也可以是30m、20m等。第一距离与第二距离之差、以及第二距离与第三距离之差并不分别限定于5m,也可以是10m或20m。
此外,恶劣环境程度判定部F62也可以根据降雨量评价恶劣环境程度。例如在降雨量相当于弱雨的情况下将恶劣环境程度设定为等级1,在降雨量相当于强雨的情况下将恶劣环境程度设定为等级2。在降雨量相当于暴雨的情况下将恶劣环境程度设定为等级3。既可以根据雨刷片的驱动速度估计降雨量,也可以从外部服务器获取天气信息来判定降雨量。
详细位置计算部F7执行基于地标信息获取部F3获取的地标信息、和路线信息获取部F4获取的路线信息的定位处理。定位处理是指通过对基于前方照相机11拍摄到的图像确定出的地标等的位置、和登记于高精度地图数据的地物的位置坐标进行比对确定本车辆的详细位置的处理。在这样的位置的确定处理中也使用地标等的相对位置信息,所以基于图像数据确定地标、划分线的相对位置的处理也能够包含于定位处理。以下,也将包含地图获取部F2、地标信息获取部F3、路线信息获取部F4、以及详细位置计算部F7的构成记载为定位部F0。
详细位置计算部F7使用方向牌等地标进行纵向位置估计。详细位置计算部F7基于地标的观测坐标,进行登记于地图的地标与通过前方照相机11观测到的地标的对应关系建立,作为纵向位置估计。例如将登记于地图的地标中距地标的观测坐标最近的地标估计为同一地标。此外,优选在地标的比对时例如使用形状、尺寸、颜色等特征量,采用特征的一致程度更高的地标。若观测到的地标与地图上的地标的对应关系建立完成,则将从与观测地标对应的地图上的地标的位置向近前侧偏移了观测地标与本车辆的距离的位置设定为地图上的本车的纵向位置。这里的近前侧是指与本车辆的行进方向相反的方向。在前进行驶时近前侧与车辆后方对应。
例如在作为图像解析结果,确定为到存在于本车辆正面的方向牌为止的距离为100m的状况下,判定为本车辆存在于从登记于地图数据的该方向牌的位置坐标向近前侧偏移了100m的位置。纵向位置估计相当于确定道路延伸配置方向上的本车位置的处理。纵向位置估计也能够称为纵向的定位处理。通过进行这样的纵向位置估计,能够确定到交叉点、弯道入口/出口、隧道入口/出口、交通拥堵的最后尾等道路上的特征点(也就是POI)为止的详细的剩余距离。
此外,例如详细位置计算部F7在本车辆的前方检测到多个地标(例如方向牌)的情况下,使用这些多个地标中距本车辆最近的地标进行纵向位置估计。对于基于图像等的物体的种类、距离的识别精度来说,越为接近车辆的物体,该识别精度越高。换句话说,根据在检测到多个地标的情况下,使用距车辆最近的地标进行纵向位置估计的构成,能够提高位置的估计精度。
另外,详细位置计算部F7使用车道划分线以及道路端等沿着道路连续地存在的地物的观测坐标进行横向位置估计。横向位置估计是指行驶车道的确定、在行驶车道内的本车辆的详细位置的确定。行驶车道内的本车辆的详细位置例如是指从车道中央向左右方向的偏移量。例如基于距由前方照相机11识别出的左右的道路端/划分线的距离实现横向位置估计。例如,在作为图像解析的结果,确定为从左侧道路端到车辆中心为止的距离为1.75m的情况下,判定为本车辆存在于从左侧道路端的坐标向右侧偏移了1.75m的位置。横向位置估计也能够称为横向的定位处理。此外,作为其它的方式,详细位置计算部F7也可以构成为使用方向牌等地标进行纵向、横向双方的定位处理。
以与地图数据相同的坐标系(例如纬度、经度、高度)表现作为定位处理的结果的本车位置即可。例如能够以WGS84(World Geodetic System1984:1984世界大地坐标系)等任意的绝对坐标系表现本车位置信息。
详细位置计算部F7只要能够检测(也就是捕捉)到地标,就以规定的位置估计周期依次进行定位处理。位置估计周期的默认值例如为100毫秒。位置估计周期的默认值也可以为200毫秒或400毫秒。周期变更部F71基于由恶劣环境判定部F6判定为恶劣环境,将位置估计周期的设定值设定为比默认值短的规定的恶劣环境用值。恶劣环境用值例如能够设定为50毫秒等默认值的一半。另外,恶劣环境用值也可以为80毫秒、40毫秒等。能够设定为与前方照相机11的帧速率、识别器G1的处理速度对应的值。
除此之外,详细位置计算部F7基于由前方照相机11、毫米波雷达12检测出的距道路端的距离信息,确定本车辆正行驶的车道的标识符(编号)亦即本车道ID。车道ID例如表示本车辆Ma在从左侧的道路端起第几个车道行驶。此外,在右侧通行的地区,本车道ID也可以以右侧道路端为基准分配车道编号。也可以由照相机ECU41实施本车道ID的确定。本车道也能够称为本车车道或本车行驶车道。
减速要求部F8基于由恶劣环境判定部F6判定为恶劣环境,对驾驶支援ECU30输出规定的减速要求信号。减速要求信号例如能够为要求将目标速度的设定值从当前的值抑制规定量的信号。要求的减速量能够为3km/h、5km/h、10km/h等恒定量。另外,减速量也可以是目标速度的10%等与目标速度对应的值。或者,减速要求信号也可以是要求减速到预先设定的退化速度的信号。退化速度根据道路种类设定即可,例如在高速道路中能够为60km/h,在一般道路中能够为40km/h等。
此外,减速要求信号既可以使上述那样的当前的目标速度的设定值降低,也可以要求ACC上限速度的降低。在当前的目标速度贴近ACC上限速度的情况下,通过降低ACC上限速度,也能够间接地抑制车速。
通知处理部F9是与HMI系统17合作进行本车位置估计状况及其附带的信息提示的构成。通知处理部F9例如在驾驶支援ECU30基于来自减速要求部F8的要求抑制车速的情况下,与HMI系统17合作进行由于是恶劣环境而抑制车速的主旨的通知。例如,通知处理部F9使显示器171显示减速通知图像。此外,也可以通过从扬声器的声音消息输出实施与速度抑制相关的通知。实施与速度抑制相关的通知的定时不限于驾驶支援ECU30实际了开始车速的抑制的情况。
如图4所示,也可以在减速通知图像包含有减速量、减速理由、维持减速的状态的期间的标准等。通过在减速通知图像包含减速量等能够降低给予用户不协调感的担心。另外根据向用户通知暴雨、西晒等减速理由的构成能够进一步提高用户的接受度。此外,减速通知图像也可以是图4所例示的那样的包含文本的图像。减速通知图像既可以是图5的(A)所示那样的不包含字符串的图标图像,也可以是图5的(B)所示包含减速量等与变更后的速度相关的信息作为文本的图标图像。也可以在图5所示的图标图像的附近附加暴雨、西晒等的表示恶劣环境种类的图标图像。
通知处理部F9也可以在执行速度的抑制之前,例如在输出减速要求信号之前,使用规定的图像或者声音消息亦即减速确认消息,向用户询问是否可以抑制车速。该情况下,在用户许可了车速的抑制的情况下,减速要求部F8对驾驶支援ECU30输出减速要求信号即可。此外,也可以由驾驶支援ECU30实施是否可以减速的询问。
与减速通知图像相同,也可以在减速确认消息包含有减速量、维持减速的状态的期间的标准等。通过使减速确认消息包含减速量等,能够降低减速到用户不希望的水平的担心。另外,由于预告会减速多少,所以也能够降低使用户感到困惑的担心。其结果,能够降低损害用户对车辆的满足感的担心。
<位置估计器20的工作流程>
接下来使用图6所示的流程图对位置估计器20执行的恶劣环境判定相关处理进行说明。例如在车辆的行驶用电源接通的期间,以规定的周期(例如每隔一秒)执行图6所示的流程图。行驶用电源例如在发动机车辆中是点火开关电源。在电动汽车中系统主继电器相当于行驶用电源。此外,详细位置计算部F7与图6所示的恶劣环境判定相关处理独立(也就是并列)地按照默认设定或者通过该恶劣环境判定相关处理决定的设定依次执行定位处理。在本实施方式中作为一个例子恶劣环境判定相关处理具备步骤S1~S11。
首先在步骤S1中,恶劣环境判定部F6获取实效识别距离、温度、湿度等用于判定当前的状况是否相当于恶劣环境的各种信息并移至步骤S2。在步骤S2中恶劣环境判定部F6判定是否为恶劣环境。例如在实效识别距离小于规定的距离阈值的情况下,判定为恶劣环境并移至步骤S3。另一方面,在判定为不是恶劣环境的情况下结束本流程。在判定为不是恶劣环境的情况下,详细位置计算部F7按照规定的默认设定执行定位处理。
在步骤S3中减速要求部F8判定是否能够减速。例如也可以与通知处理部F9合作来输出减速确认消息,并基于用户对该输出的响应决定是否能够减速。即,也可以在用户许可了减速的情况下判定为能够减速,另一方面在用户否定了减速的执行的情况下判定为不可减速。能够经由设置于方向盘等的开关、触摸面板、声音输入装置等获取用户的响应。
另外,在步骤S3中,减速要求部F8也可以基于当前的目标速度的设定值是否达到规定的车速可变区的下限值,判定是否能够减速。即,也可以在目标速度的设定值达到车速可变区的下限值的情况下,判定为不可减速。也可以在目标速度的设定值未达到车速可变区的下限值的情况下、或者在成为比下限值大规定值以上的值的情况下判定为能够减速。在判定为能够减速的情况下执行步骤S4,另一方面在判定为不可减速的情况下执行步骤S6。
在步骤S4中通知处理部F9实施将车速抑制规定量的主旨的通知。例如在显示器171显示减速通知图像并移至步骤S5。此外,也可以在执行伴随恶劣环境判定的减速的期间,持续减速通知图像的显示。
在步骤S5中,减速要求部F8与驾驶支援ECU30合作实现车速的抑制。具体而言,减速要求部F8对驾驶支援ECU30输出减速要求信号,驾驶支援ECU30基于该信号实现减速。减速如上述那样,既可以降低目标速度,也可以降低ACC上限速度。这里作为一个例子假设每一次减速要求的减速量例如为2km/h。若在步骤S5中的处理完成则移至步骤S6。此外,一般而言与高速地移动的状况相比,低速地移动的状况能够期待由前方照相机11拍摄到的图像清晰。当然,若图像清晰,则能够期待使用了图像帧的物体识别的精度也提高。换句话说,通过在步骤S5中执行降低车速的处理,能够预计前方照相机11的物体识别的精度的恢复。
在步骤S6中,周期变更部F71将位置估计周期从默认值变更为恶劣环境用值。由此,详细位置计算部F7执行定位处理的频率提高,即使在恶劣环境下,也能够期待每个单位时间的定位处理的成功次数维持为与良好环境同等程度。若步骤S6完成,并经过恒定时间或者执行规定次数定位处理,则执行步骤S7。此外,也可以在通过地标时执行步骤S7。
在步骤S7中,识别精度评价部F5获取与识别精度相关的信息。例如识别精度评价部F5从前方照相机11获取对于物体识别的可靠度并移至步骤S8。在步骤S8中判定前方照相机11的识别精度的评价值是否处于规定的允许范围。例如判定在步骤S7获取的可靠度是否在规定的阈值以上。可靠度相当于识别精度的评价值。在可靠度在规定的阈值以上的情况下视为识别精度为允许等级并移至步骤S9。另一方面,在可靠度在规定的阈值以上的情况下视为识别精度未达到允许等级,再次执行步骤S3以后的处理。
通过反复执行步骤S3~S8,从而例如如图7所示,车速逐渐降低。此外,使车速降低时的减速度例如能够为0.5m/s^2(≒0.05G)等。根据这样的控制方式,缓慢地进行减速,能够降低给予驾驶席乘客不协调感的担心。而且,在物体识别的精度成为允许等级时减速停止。这样的构成在一个侧面相当于减速至识别精度达到允许等级为止的构成,换句话说,相当于在识别精度达到允许等级的阶段中止进一步的减速的构成。
根据如上述那样在将每一次的目标速度的降低量设定为数km/h左右的基础上,反复执行减速处理和识别精度的确认的构成,能够抑制超过必要的减速。此外,在本流程中执行一次步骤S6中的周期的变更即可,在反复执行步骤S3~S8时能够省略。另外,对于向用户询问是否可以减速的处理也相同。
此外,虽然在本实施方式中,使用识别结果的可靠度作为识别精度的指标,但并不限定于此。识别精度的指标也可以是漏检率。漏检率也相当于识别精度的评价值。另外,在步骤S8中是否进行进一步的减速的判断材料也可以不直接表示识别精度。例如在步骤S8中,也可以构成为判定估计误差是否处于规定的允许范围。估计误差也能够包含于识别精度的评价值。
对于估计误差的允许范围的上限值(以后,称为误差阈值Pth)例如能够为0.5m、1m等。误差阈值Pth也可以根据道路种类应用不同的值。例如面向城市间高速等上限速度设定在70km/h以上的大规模道路的误差阈值Pth1能够设定为比面向一般道路、城市内高速道路等的误差阈值Pth2大的值。误差阈值Pth1例如能够为1m~3m。另外,优选误差阈值Pth2小于1m,例如能够为0.5m。通过使面向一般道路的误差阈值Pth2比误差阈值Pth1严格,能够降低超过暂时停止线的担心。
在步骤S9中,维持通过以上的处理设定的位置估计周期以及目标速度的设定并移至步骤S10。在步骤S10中,判定恶劣环境是否继续。是否仍为恶劣环境能够采用与步骤S2相同的方法。在步骤S10中判定为恶劣环境继续的情况下再次执行步骤S8以后的处理。另一方面,在步骤S10中判定为不是恶劣环境的情况下移至步骤S11。在步骤S11中使在步骤S1~S9的处理中暂时进行了变更的各种设定值返回到默认值并结束本流程。
使速度返回到原来的速度的情况下的加速度例如也能够为0.5m/s^2等。此外,即使是相同的大小的加速度,加速时与减速时相比,也不容易给予乘客不适感。这是因为身体被座椅的靠背支撑。在速度恢复时应用的加速度的大小也可以设定为比减速时的应用值大。例如加速时的控制目标值也可以为0.8m/s^2或者0.9m/s^2。表示加速度的时间变化率的加加速度(Jerk)从乘坐舒适性的观点来看优选控制在1.3m/s^3等从1.0m/s^3到1.5m/s^3为止的范围。
此外,速度恢复的目标速度是指步骤S1执行时刻的ACC的目标速度,即用户设定的值。为了方便,也将其称为本来的目标速度。能够通过减速要求部F8向驾驶支援ECU30例如输出许可将目标速度返回到原来的速度恢复许可信号而开始向本来的目标速度的恢复。驾驶支援ECU30基于输入了速度恢复许可信号的情况,使速度以上述加速度逐渐上升至目标速度。此外,也可以通过停止减速要求信号的输出开始行驶速度的恢复。
根据以上的构成,在恶劣环境判定时抑制车速。若车速降低,则能够期待图像的清晰度提高,所以能够期待图像识别精度也提高。若图像识别精度提高,则能够检测相对远方的地标,或者能够抑制地标的漏检率。这样能够检测到地标的概率提高所以能够使能够执行定位处理的机会增加。其结果,即使在恶劣环境下也能够抑制本车位置估计精度劣化。
另外,若前方照相机11的图像识别精度提高,则地标的观测坐标本身的精度也提高。因此,也能够期待基于定位处理的本车位置的估计精度的提高。这样根据上述构成即使在恶劣环境下也能够抑制位置估计精度的劣化,所以能够提高恶劣环境下的行驶安全性。
并且,通过基于是恶劣环境这样的判定抑制行驶速度,从而与不抑制行驶速度的构成相比,能够延长从开始识别地标的时刻到通过该地标为止的时间。根据这样的构成,与不抑制行驶速度的构成相比,能够使定位处理的执行次数/执行机会增加。其结果,能够进一步抑制本车位置估计精度劣化。
另外,根据上述构成,在恶劣环境判定时缩短位置估计周期,也就是定位处理的执行周期。根据这样的构成,每个单位时间的定位处理的执行次数增加。因此,即使假设定位处理的成功率降低,也能够期待在恒定时间以内定位处理成功的次数本身维持为与良好环境同等程度。其结果,能够抑制本车位置估计精度劣化。
另外假定在自动驾驶中本车位置的估计精度的劣化导致自动驾驶的中断。当然,若引起频繁地中断自动驾驶功能的情况,则用户的便利性降低。对于这样的担心,根据上述构成,即使在恶劣环境下本车位置估计精度也不容易劣化,所以能够降低由于本车位置估计精度的劣化而中断自动驾驶的担心。此外,基于是恶劣环境这样的判定抑制行驶速度的构成相当于基于判定为恶劣环境的情况使功能退化的构成。作为基于判定为恶劣环境的情况使功能退化的构成,除此之外能够列举禁止超车、或者在控制计划时使允许的加速度的大小减小规定量、或者使横摆率的允许值(上限值)减小规定量。驾驶支援ECU30也可以构成为基于位置估计器20判定为是恶劣环境,使控制计划所使用的加减速度、横摆率的上限值与规定的标准上限值相比减小规定量。这里的标准上限值是指在判定为不是恶劣环境的情况下应用的上限值。
以上,对本公开的实施方式进行了说明,但本公开并不限定于上述的实施方式,以下所述的各种变形例也包含于本公开的技术范围,并且,除了下述以外也能够在不脱离主旨的范围内进行各种变更来实施。例如下述的各种变形例能够在不产生技术矛盾的范围内适当地组合实施。此外,对具有与在上述的实施方式中叙述的部件相同的功能的部件附加相同的附图标记,并省略其说明。另外,在仅提及构成的一部分的情况下,对于其它的部分能够应用先前说明的实施方式的构成。
<减速控制方法的补充>
减速要求部F8也可以基于判定为恶劣环境,指示驾驶支援ECU30减速至规定的暂定目标速度。作为暂定目标速度,能够应用限制速度、或者比限制速度小规定量的值。在即使使速度降低至暂定目标速度,识别精度也未达到允许等级的情况下,减速要求部F8也可以进一步将暂定目标速度降低规定量。
另外,位置估计器20在即使将行驶速度抑制到限制速度或者比限制速度小规定量的值,识别精度也未达到允许等级的情况下,也可以不要求进一步的减速,而利用其它的方法实现识别精度的改善。减速以外的方法能够列举估计周期的缩短、后述的毫米波雷达12的活用、定位处理所使用的图像帧的变更等。另外,在存在先行车的情况下,也可以通过即使在假设先行车的速度比本车辆的目标速度慢的情况下也不进行超车而进行追随行驶,来担保安全性。
另外,虽然以上对在判定为相当于恶劣环境的情况下开始减速的构成进行了叙述,但在实际的行驶环境中,也假定从交通规则、与其它车辆的协调性的观点来看,不优选立即进行减速的场景。不优选立即开始减速的场景例如是指在超车车道上行驶的情况、在用于向高速道路的干线合流的加速车道上行驶的情况。
根据这样的情况,减速要求部F8也可以在步骤S3中判定是否能够减速时,判定是否在超车车道等上行驶。减速要求部F8也可以基于本车辆在超车车道上行驶的情况,判定为不可减速。另外,在本车辆在超车车道上行驶的情况下,也可以到本车辆移至行驶车道为止保留减速的开始。保留减速的开始与保留减速要求信号的输出对应。
使用图8所示的流程图对与以上所述的技术思想对应的位置估计器20的工作的一个例子进行说明。能够与上述的步骤S3以后的处理并列、或者组合、或者部分地置换来实施图8所示的处理流程。例如图8所示的流程图能够作为步骤S2以后的处理实施。为了方便,将与图8所示的流程图对应的处理称为减速调停处理。作为一个例子,减速调停处理包含步骤S101~步骤S107。例如通过作为减速要求部F8的处理部21执行图8所示的各步骤。各步骤的执行主体能够适当地变更。
首先在步骤S101中,获取恶劣环境判定部F6的判定结果,并判定当前的行驶环境是否为恶劣环境。在判定为相当于恶劣环境的情况下移至步骤S102。另一方面,在判定为不是恶劣环境的情况下结束本流程。在步骤S102中,基于详细位置计算部F7确定的本车道ID,判定是否正在超车车道上行驶。
超车车道是指用于从侧方对其它车辆进行超车的车道(Lane)。一般而言,超车车道以外的车道称为行驶车道。在本公开中,也将超车车道以外的车道称为行驶车道。根据使用搭载了驾驶支援系统1的车辆的地区的交通规则决定超车车道的设定。例如在日本最右侧的车道相当于超车车道,与其相比在左侧的车道相当于行驶车道。另外,在右侧通行的德国等仅最右侧的车道为行驶车道,与其相比在左侧的车道为超车车道。哪个车道相当于超车车道既可以登记于地图数据,也可以基于在位置估计器20等设定的使用地区信息、和通过前方照相机11等识别出的车道信息来进行判断。能够使用国家代码或者区域代码作为使用地区信息。
例如在步骤S102中,通过对本车道ID与地图数据示出的行驶路的车道数进行对照,来判定本车道是否相当于超车车道。而且在本车道相当于超车车道的情况下移至步骤S103。另一方面,在本车道不相当于超车车道的情况下移至步骤S105。
在步骤S103中,通过与驾驶支援ECU30的协作来执行向行驶车道进行车道变更的处理。例如减速要求部F8向驾驶支援ECU30输出要求移至行驶车道的信号。驾驶支援ECU30基于该要求信号的接收,制成移动到行驶车道的计划,并执行。例如驾驶支援ECU30成为驾驶操作的主体(换句话说自动地)执行车道变更。这样的控制方式在一个方面,相当于基于判定为对于照相机来说的恶劣环境中止计划的超车,并返回到行驶车道的控制。作为其它的方式,也可以在计算出在规定时间以内超车完成的情况下在超车完成之后开始返回到行驶车道的控制。
此外,在驾驶支援ECU30为主体进行转向操纵的驾驶模式中,驾驶支援ECU30既可以允许驾驶席乘客从方向盘放手,也可以要求维持轻握方向盘的状态。当然,也可以驾驶席乘客为主体实施作为车道变更的驾驶操作。该情况下,驾驶支援ECU30能够根据车道变更的提出实施车道变更目的地的交通状况的提示、转向操纵转矩的辅助等驾驶支援控制。
此外,将行驶位置移至行驶车道的处理也可以包含向驾驶席乘客询问是否可以将行驶位置移至行驶车道的处理。例如位置估计器20或者驾驶支援ECU30也可以如图9所示输出通知移至行驶车道的超车中止通知图像,并基于驾驶席乘客对该输出的响应,决定是否进行车道变更。位置估计器20也可以基于对于超车中止图像的显示未得到来自驾驶席乘客的响应,判定为许可向行驶车道的移动。超车中止通知图像也可以包含若在希望继续在超车车道的行驶的情况下,要求由驾驶席乘客自身进行驾驶操作的消息。另外,位置估计器20在超车中止图像的显示后,检测到加速器踏板的踏下等驾驶席乘客的操作的情况下,能够判定为拒绝了车道变更。
减速要求部F8在由驾驶席乘客许可了向行驶车道的移动的情况下,向驾驶支援ECU30输出车道变更的要求信号。另一方面,在驾驶席乘客拒绝了向行驶车道的移动的情况下,也可以向驾驶席乘客通知行驶速度的自动调整等基于系统的驾驶支援难以继续或者结束。
若向行驶车道的移动完成,则执行步骤S104。能够基于前方照相机11的识别结果,例如本车道ID成为1来判定向行驶车道的移动完成。在步骤S104中向驾驶支援ECU30输出减速要求信号并结束本流程。减速要求信号既可以反复输出直至识别精度达到允许等级为止,也可以仅输出一次。另外,这里输出的减速要求信号也可以是指示到限制速度等规定的暂定目标速度为止的减速的信号。
在步骤S105中,通过对本车道ID与地图数据示出的道路构造信息进行对照,判定是否在加速车道上行驶中。当是在加速车道上行驶中的情况下对步骤S105进行肯定判定并移至步骤S106。另一方面,当不是在加速车道上行驶中的情况下执行步骤S107。
在步骤S106中,与HMI系统17合作地输出要求驾驶席乘客手动实施速度调整以及转向操纵的图像以及声音并结束本流程。根据这样的构成,能够降低在本来应该进行加速的场景进行基于系统的减速的担心。另外,通过在基于系统的速度维持或者加速困难的状况下迅速地将操作权限移交给驾驶席乘客,能够担保安全性。此外,步骤S106的内容是一个例子,加速车道行驶中的处理内容并不限定于此。也可以在干线的通行量在规定值以下,而判定为能够以比在通常时应用的合流用的目标速度低规定量的速度进行干线合流的情况下,中止减速处理,选择为了干线合流加速至规定的速度的处理。在通常时应用的合流用的目标速度例如能够为干线的限制速度或者用户设定车速。
在步骤S107中,与步骤S104相同,向驾驶支援ECU30输出减速要求信号并结束本流程。此外,以上叙述的步骤S105~S106可以是任意的处理也可以省略。该情况下,在步骤S102中判定为本车道不是超车车道的情况下移至步骤S107,开始减速控制即可。根据以上的构成,能够降低在不应该减速的场景下自动地开始基于恶劣环境判定的减速的担心。
<速度恢复控制的补充>
另外,以上对在步骤S10中判定为不是恶劣环境的情况下,在步骤S11中,开始使抑制后的速度恢复到本来的速度的处理的构成进行了叙述。然而,在实际的行驶环境中,也假定从交通规格、与其它车辆的协调性的观点来看,不优选进行加速的场景。不优选进行加速的场景例如是指在前方规定距离以内存在弯道或障碍物的情况、与先行车辆的距离在规定距离以内的情况等。作为这里的障碍物,是指施工引起的车道限制、落下物、路上停车车辆、事故车辆等。
根据这样的情况,位置估计器20也可以在探测到不为恶劣环境的情况下,基于前方的道路构造判定是否应该进行加速。例如也可以在到弯道为止的剩余距离小于规定的阈值的情况下,保留加速。保留加速开始例如与保留速度恢复许可信号的输出对应。
使用图10所示的流程图对与以上所述的技术思想对应的位置估计器20的工作的一个例子进行说明。能够与上述的步骤S11并列、或者组合、或者部分地置换来实施图10所示的处理流程。例如图10所示的流程图能够作为步骤S11以后的处理实施。为了方便,将与图10所示的流程图对应的处理称为减速调停处理。作为一个例子,减速调停处理包含步骤S201~S209。能够在由于恶劣环境判定而抑制速度的期间,以规定的周期(例如每隔一秒)执行减速调停处理。图10所示的各步骤例如由处理部21执行。
首先在步骤S201中,获取恶劣环境判定部F6的判定结果,判定恶劣环境是否继续。在判定为仍为恶劣环境的情况下对步骤S201进行肯定判定并结束本流程。另一方面,在判定为不是恶劣环境的情况下移至步骤S202。
在步骤S202中,参照地图数据,判定在前方规定距离以内是否存在弯道。该判定处理相当于判定使用地图数据计算出的到弯道为止的剩余距离是否小于规定的阈值的处理。在前方规定距离以内存在弯道的情况下移至步骤S203。另一方面,在前方规定距离以内不存在弯道的情况下移至步骤S204。在步骤S203中决定到通过前方的弯道为止保留朝向本来的目标速度的加速并结束本流程。本来的目标速度如上述那样,是指用户设定车速或者限制速度。此外,也可以即使在保留了到目标速度为止的加速的情况下,在存在先行车的情况下,也与先行车的举动相应地进行加速以维持规定的车间距离。
在步骤S204中,基于从前方照相机11或毫米波雷达12输入的信号,判定是否存在障碍物。在通过前方照相机11或毫米波雷达12检测到障碍物的情况下,移至步骤S205。另一方面,在未通过前方照相机11或毫米波雷达12检测到障碍物的情况下移至步骤S206。在步骤S205中决定到通过障碍物为止保留朝向本来的目标速度的加速并结束本流程。
在步骤S206中,基于从前方照相机11或毫米波雷达12输入的信号,判定是否存在先行车。在检测到先行车的情况下移至步骤S207。另一方面,在未检测到先行车的情况下移至步骤S208。此外,也可以即使检测到先行车,在与先行车的距离在规定的追随对象距离以上的情况下,也视为没有与ACC相关的先行车而移至步骤S208。追随对象距离例如既可以是60m、100m等恒定值,也可以根据车间时间的概念定义为根据行驶速度动态地决定。例如追随对象距离也可以设定为相当于2秒或者3秒。
在步骤S207中,中止朝向目标速度的加速。该情况下,驾驶支援ECU30也可以开始用于对先行车进行追随行驶的车速控制。在步骤S208中,通过对本车道ID与地图数据示出的道路构造信息进行对照,判定本车辆是否在减速车道上行驶中。当是在减速车道上行驶中的情况下移至步骤S207,中止加速。另一方面,当不是在减速车道上行驶中的情况下执行步骤S209。另外,步骤S208的判定处理即行驶位置是否为减速车道的判定可以为任意的要素也可以省略。
在步骤S209中,使驾驶支援ECU30开始朝向目标速度的加速,也就是用于速度恢复的加速。例如减速要求部F8朝向驾驶支援ECU30输出速度恢复许可信号。
从乘客的舒适性、安全性、或者其它的观点来看,优选在弯道行驶中或者弯道近前进行减速。另外,优选在通过障碍物的侧方时,也进行减速以防备意外的窜出等。在假设在本车辆前方存在弯道、障碍物等的状况下,若随着恶劣环境判定的消除而进行加速,则有其后再次进行减速的可能性。换句话说,可能进行不需要的加减速。根据以上的处理流程,在本车辆前方存在弯道、障碍物等加速保留重要因素的情况下,保留用于速度恢复的加速,所以能够抑制实施不需要的加速。
<基于减速的恶劣环境应对的补充>
地标信息获取部F3也可以构成为通过参照地图数据确定前方最近地标,并计算前方最近地标与本车辆的距离作为最近地标距离。这里的最近地标是指登记于地图数据的地标中在车辆前方距本车辆最近的地标。另外,减速要求部F8也可以构成为若最近地标距离小于规定距离,则执行与减速相关的处理。在减速相关处理包含有向驾驶席乘客询问是否可以抑制车速的处理、减速要求信号的输出等。
另外,也可以根据恶劣环境的种类变更基于是恶劣环境这样的判定的减速量。恶劣环境的种类由种类识别部F61判定即可。例如,也可以将恶劣环境种类为暴雨的情况下的减速量设定为比恶劣环境种类为西晒或雾的情况下的减速量大。根据该构成,能够应用与恶劣环境种类对应的适当的减速量。
并且,也可以根据恶劣环境程度变更基于是恶劣环境这样的判定的减速量。恶劣环境程度由恶劣环境程度判定部F62判定即可。例如,优选设定为恶劣环境程度越高,减速量越大。根据该构成,能够应用与恶劣环境程度对应的适当的减速量。
恶劣环境判定部F6也可以构成为在判定为相当于恶劣环境的情况下,根据其种类确定影响范围,并且位置估计器20根据影响范围的大小,变更实施的控制的内容。例如若影响范围为数十m或者数百m等能够在数分钟以内脱离的规模则利用减速进行应对。另一方面,若影响范围为数km等恶劣环境持续十分钟以上的规模,则也可以执行与HMI系统17合作地向驾驶席乘客询问是停止ACC功能还是进行减速之后继续利用ACC功能的处理。例如,若为暴雨,则能够根据带来该暴雨的雨云的大小、雨云的移动预测信息估计影响范围。例如能够经由V2X车载器15从分发天候信息的外部服务器获取雨云的大小、移动预测信息。根据像这样根据影响范围的大小使应对不同的构成,能够采用与驾驶席乘客的喜好对应的应对。此外,也可以构成为能够由驾驶席乘客设定与影响范围的大小、恶劣环境的种类、恶劣环境程度对应的应对。根据该构成能够期待驾驶席乘客对车辆举动的满足感提高的效果。
<定位处理的补充>
定位部F0也可以构成为基于恶劣环境判定部F6是否判定为周边环境相当于恶劣环境,变更定位处理所使用的材料。
例如,定位部F0也可以构成为基于是否判定为相当于恶劣环境切换在定位处理中是否并用毫米波雷达12的检测结果。作为更具体的例子,定位部F0也可以基于是否判定为相当于恶劣环境,切换是否并用毫米波雷达12的检测结果。在地标的观测坐标的计算等中,此外在定位处理中使用地标的位置信息,所以变更地标的位置计算所使用的材料相当于变更定位处理所使用的材料。
具体而言,定位部F0在恶劣环境判定部F6未判定为周边环境相当于恶劣环境的情况下,不使用毫米波雷达12的检测结果地计算地标的观测坐标,并执行定位处理。另一方面,在恶劣环境判定部F6判定为相当于恶劣环境的情况下,并用前方照相机11的识别结果和毫米波雷达12的检测结果计算地标的观测坐标之后执行定位处理。上述构成相当于在通常时不使用毫米波雷达12的检测结果数据地执行定位处理,另一方面在恶劣环境判定时并用前方照相机11的图像数据和毫米波雷达12的检测结果数据执行定位处理。
根据上述构成,定位部F0在不为恶劣环境的情况下(即通常时)不使用毫米波雷达12的检测结果地执行定位处理,所以能够降低处理部21的负荷。另一方面,在恶劣环境下使用通过传感器融合计算出的地标的观测坐标实施定位处理,所以能够抑制由于降雨等而位置估计精度劣化。
另外,在组合图像识别结果和雷达检测结果来检测地标的构成中,地标信息获取部F3也可以基于是否判定为相当于恶劣环境,变更地标检测处理中的雷达检测结果的权重。这里的图像识别结果是指通过前方照相机11将拍摄图像数据输入到规定的识别器而生成的表示在前方照相机11的拍摄范围存在的检测对象物的位置、种类等的数据。另外,雷达检测结果是指通过毫米波雷达12或者LiDAR检测出的表示存在于车辆前方的物体的相对位置、种类、移动速度等的数据。
例如在恶劣环境判定部F6判定为恶劣环境的情况下,也可以与通常时相比增大地标的位置计算时的雷达检测结果的权重。毫米波雷达12不容易受到雨、雾等的影响,所以根据上述构成能够将与地标的距离的估计精度维持为高水平。另外,也可以一旦通过前方照相机11和毫米波雷达12的传感器融合计算出地标的位置就减轻图像识别结果的权重(例如也可以为0)。具体而言,也可以在从传感器融合成功的时刻起在规定时间的期间,只要能够通过毫米波雷达12追踪该地标就基于雷达探测结果实施该地标的位置的计算/更新。根据这样的构成,在前方照相机11的识别能力可能劣化的降雨时,能够抑制不能够确定地标的位置的现象的产生频率。其结果,能够抑制定位处理的精度劣化。
位置估计器20也可以构成为基于恶劣环境判定部F6是否判定为周边环境相当于恶劣环境,变更定位处理所使用的图像帧。通过与前方照相机11的合作实现定位处理所使用的图像帧的变更即可。此外,由于在定位处理中使用基于图像识别的地标的位置信息,所以变更地标的检测所使用的图像帧相当于变更定位处理所使用的图像帧。在地标的检测也包含有确定地标的位置、种类。
例如,前方照相机11如图11所示,有时构成为按照规定的顺序生成曝光时间不同的多个种类的帧。图11所示的A类型的图像帧是以适合地标的检测的曝光时间拍摄到的地标用帧,B类型的图像帧例如是以适合车辆的检测的曝光时间拍摄到的帧。C类型的图像帧例如是以适合划分线的检测的曝光时间拍摄到的帧。此外,前方照相机11生成的图像帧的种类并不限定于此,例如也可以构成为生成行人检测用的图像帧、用于检测前灯、信号灯等照明设备的图像帧。为了方便,将车辆检测用的图像帧等用于检测地标以外的物体的图像帧设为其它用途帧。
在像那样前方照相机11生成用途/曝光时间不同的多个种类的图像帧的情况下,定位部F0也可以根据是否判定为恶劣环境,变更地标的检测所使用的图像帧的种类、组合。例如也可以在通常时仅实施使用了地标用帧的定位处理,另一方面在恶劣环境时,除了使用了地标用帧的定位处理之外,还执行使用了其它用途帧的定位处理。根据像这样追加地执行使用了其它用途帧的定位处理的构成,能够使执行定位处理的频率增加至两倍。换句话说能够缩短定位处理的执行间隔。
另外,定位部F0也可以在恶劣环境判定时,组合地标用帧和其它用途帧生成提高了分辨率的图像帧(以后,称为超分辨帧),并使用该超分辨帧执行定位处理。例如能够通过分形方式、利用自相似性的方式等多种方式的超分辨技术生成超分辨帧。此外,作为上述构成的前提,假设识别器G1构成为也能够根据车辆检测用的图像帧等其它用途帧、超分辨帧检测地标。
驾驶支援系统1也可以具备视角不同的多个照相机作为前方照相机11。例如如图12所示也可以具备中距离照相机11a、远摄照相机11b、以及广角照相机11c三个照相机。中距离照相机11a是将镜头等构成为视角为50度左右且例如能够拍摄到150m的照相机。远摄照相机11b是构成为视角相对较窄从而能够与中距离照相机11a相比拍摄更远方的照相机。例如远摄照相机11b构成为视角为30度到40度左右且能够拍摄250m以上远方。广角照相机11c是构成为能够较宽广地拍摄车辆周边的照相机。广角照相机11c例如构成为视角为120度到150度左右且能够拍摄车辆前方50m以内。
在如上述那样在车辆搭载多个种类前方照相机11的情况下,定位部F0也可以根据是否判定为恶劣环境,来切换地标的检测所使用的图像帧的生成源。例如也可以构成为在通常时使用中距离照相机11a的图像帧实施地标的检测,另一方面在受到西晒的情况下,使用远摄照相机11b的图像帧检测地标。由于远摄照相机11b是相对窄角,所以与视角较宽的中距离照相机11a相比不容易受到西晒的影响。因此,如上述那样通过在西晒等逆光时将定位处理所使用的照相机切换为相对窄角的远摄照相机11b,能够期待抑制地标的识别精度劣化的效果。此外,也可以不完全地切换定位处理所使用的前方照相机11,而在通常时仅使用中距离照相机11a,另一方面在逆光时并用中距离照相机11a和远摄照相机11b。换句话说,在存在多个种类前方照相机11的情况下,定位部F0也可以构成为根据是否判定为恶劣环境,变更定位处理所使用的前方照相机11的组合。
驾驶支援系统1也可以具备在检测范围包含车辆前方的LiDAR。LiDAR是通过照射激光来生成表示各检测方向的反射点的位置的三维点组数据的设备。三维点组数据相当于对于LiDAR来说的观测数据。在检测范围包含车辆前方的LiDAR的检测结果也与上述的毫米波雷达的检测结果相同,能够用于定位处理。
以上,作为在恶劣环境判定时临时采用的处理(以后,称为恶劣环境应对处理),列举了车速的抑制、位置估计周期的缩短、毫米波雷达12的检测结果的并用程度的变更、以及地标检测所使用的图像帧的变更等。适当地选定作为恶劣环境应对处理实际采用的处理内容即可,也可以不并列地执行上述的全部的处理。在恶劣环境判定时执行上述各种的恶劣环境应对处理的一个或者多个即可。例如在判定为相当于恶劣环境的情况下,也可以进行减速,另一方面不实施估计周期的变更。
另外,也可以构成为根据恶劣环境程度变更执行的恶劣环境应对处理的组合。例如也可以在恶劣环境程度为等级1的情况下(较低的情况下)限定至缩短位置估计周期的程度,另一方面在恶劣环境程度在等级2以上的情况下(较高的情况下)追加地实施车速的抑制。另外,也可以在恶劣环境程度为等级3的情况下与等级2的情况相比增大车速的抑制量(也就是减速量)。也可以恶劣环境程度越高,越缩短位置估计周期。
并且,也可以构成为根据恶劣环境的种类,变更执行的恶劣环境应对处理的组合。例如也可以在恶劣环境种类为雾的情况下限定至缩短位置估计周期的程度,另一方面在恶劣环境种类为暴雨的情况下追加地实施车速的抑制。另外,在恶劣环境种类为西晒的情况下,也可以并用定位所使用的图像帧的变更、和定位周期的缩短。在定位所使用的图像帧的变更也包含有将定位所使用的图像帧从中距离照相机11a拍摄到的图像帧切换为远摄照相机11b生成的图像帧。生成超分辨帧并用于定位处理也包含于定位处理所使用的图像帧的变更的概念。
此外,也可以通过对一个前方照相机11(例如中距离照相机11a)生成的定位用帧附加其它用途帧的信息来生成超分辨帧。另外,也可以通过对中距离照相机11a的图像帧组合远摄照相机11b生成的图像帧来生成超分辨帧。换句话说,超分辨处理所使用的图像既可以是同一照相机生成的多个帧,也可以是不同的照相机生成的多个帧。此外,根据组合中距离照相机11a的图像和远摄照相机11b的图像生成超分辨帧的方式,根据远摄照相机11b的图像附加中距离照相机11a不擅长的远方区域的信息。其结果,能够期待对中距离~远方的地标的实效识别距离提高。
除此之外,位置估计器20也可以在即使实施恶劣环境应对处理位置估计误差也超过规定的阈值的情况下,要求停止ACC功能。另外,在能够实施等级3以上的自动驾驶的构成中,若即使实施恶劣环境应对处理,自动驾驶中的位置估计误差也超过规定的阈值,则也可以与HMI系统17合作地执行将驾驶权限移交给驾驶席乘客的处理。
<系统构成的补充>
在上述的实施方式中例示了将位置估计器20配置在前方照相机11的外侧的构成,但位置估计器20的配置方式并不限定于此。如图13所示位置估计器20的功能也可以内置于照相机ECU41。另外,如图14所示,位置估计器20的功能也可以内置于驾驶支援ECU30。包含位置估计器20的功能的驾驶支援ECU30相当于行驶控制装置。除此之外,也可以驾驶支援ECU30还具备照相机ECU41的功能(主要为识别器G1)。即,也可以构成为前方照相机11将图像数据输出到驾驶支援ECU30,并由驾驶支援ECU30执行图像识别等处理。
此外,在驾驶支援ECU30具备位置估计器20的功能例如恶劣环境判定部F6的功能的情况下,驾驶支援ECU30实施基于判定为恶劣环境抑制车速的处理。另外,具备恶劣环境判定部F6的驾驶支援ECU30也能够自发地实施基于判定为已不是恶劣环境使车速逐渐恢复至本来的目标速度的处理。当然伴随恶劣环境判定的减速在超车车道行驶时,能够保留至移至行驶车道。另外,在检测到加速保留重要因素的存在的情况下能够保留或者中止伴随恶劣环境脱离的速度恢复。
除此之外,如图15所示,也可以由照相机ECU41具备位置估计器20的一部分,例如识别精度评价部F5以及恶劣环境判定部F6。该情况下,从照相机ECU41朝向驾驶支援ECU30输出表示行驶环境是否相当于对于外界照相机来说的恶劣环境的环境判定信号SgX。环境判定信号SgX可以是以0/1表示是否为恶劣环境的信号。另外,环境判定信号SgX也可以是表示恶劣环境程度以及恶劣环境的种类的至少任意一方的信号。在图15所示的构成中驾驶支援ECU30能够基于环境判定信号SgX执行车速的抑制以及恢复等。图15所示的行驶位置控制部H2表示控制从超车车道向行驶车道的移动等横向上的行驶位置的功能部。图15所示的信号SgY是表示地标的识别结果的信号,SgZ是表示定位处理的结果的信号。
<驾驶支援ECU30的补充>
驾驶支援ECU30也可以构成为能够自动地执行车辆的行驶所涉及的全部操作。即,驾驶支援ECU30也可以构成为实施美国汽车工程师学会(SAE International)规定的自动驾驶等级3以上的行驶控制的自动运行装置。此外,自动驾驶等级1是指系统支持转向操作和加减速操作中的任意一个的等级,自动驾驶等级2是指系统支持转向操作和加减速操作中的多个的等级。自动驾驶等级3是指在规定能够执行自动驾驶的条件的运行设计区域(ODD:Operational Design Domain)内由系统执行全部驾驶操作,另一方面在紧急时将操作权限从系统移交给驾驶员的等级。ODD与自动驾驶许可条件对应。等级4是指在ODD内由系统执行全部驾驶操作的等级。等级5是指没有场所的限定而由系统执行全部驾驶操作的等级。等级3以上相当于自动地执行车辆的行驶所涉及的全部控制的自主行驶等级。驾驶支援ECU30在以自动驾驶等级3以上进行动作的情况下,自动地实施车辆的转向操纵、加速、减速(也就是制动)等,以使本车辆沿着道路行驶至由驾驶席乘客或者操作人员设定的目的地。
<附言(其一)>
本公开所记载的控制部及其方法也可以通过构成被编程为执行通过计算机程序具体化的一个或者多个功能的处理器的专用计算机而实现。另外,本公开所记载的装置及其方法也可以通过专用硬件逻辑电路实现。并且,本公开所记载的装置及其方法也可以由通过执行计算机程序的处理器与一个以上的硬件逻辑电路的组合构成的一个以上的专用计算机而实现。另外,计算机程序也可以作为通过计算机执行的指令存储于计算机能够读取的非过渡有形记录介质。也就是说能够通过记录于实体的存储器装置的软件以及执行该软件的计算机、仅通过软件、仅通过硬件、或者通过它们的组合提供位置估计器20提供的单元以及/或者功能。也可以位置估计器20具备的功能的一部分或者全部作为硬件实现。在使某一功能作为硬件实现的方式包含有使用一个或者多个IC等实现的方式。处理部21也可以代替CPU而使用MPU或者GPU实现。另外,也可以组合CPU、MPU、GPU等多个种类的运算处理装置实现处理部21。并且,也可以使用FPGA(field-programmable gate array:现场可编程门阵列)或ASIC(applicationspecific integrated circuit:专用集成电路)实现ECU。各种程序只要储存于非过渡实体记录介质(non-transitory tangible storage medium)即可。作为程序的保存介质,能够采用HDD(Hard-disk Drive:硬盘驱动器)、SSD(Solid StateDrive:固盘)、EPROM(Erasable Programmable ROM:可擦可编程只读存储器)、闪存等多种存储介质。
<附言(其二)>
在本公开例如也包含有以下的构成。
[构成(1)]
一种搭载于车辆进行使用的估计车辆的当前位置的本车位置估计装置,
具备使用至少一个处理器构成的控制部(21),
控制部具备:
定位部(F0),根据使用前方照相机拍摄的图像帧检测出的规定的地标的位置信息、和登记于地图的地标的位置信息,确定车辆在地图上的位置坐标;以及
环境判定部(F6),基于来自搭载于车辆的传感器以及通信装置的信息的至少任意一方,判定车辆的周边环境是否相当于可能使使用了图像帧的物体识别性能降低的规定的恶劣环境,
控制部构成为基于环境判定部判定为周边环境相当于恶劣环境的条件,朝向在规定的速度范围内自动控制行驶速度的车辆控制模块(30)输出要求暂时降低速度范围的上限值的信号。
根据上述构成,在恶劣环境判定时,例如能够降低提供自动驾驶、ACC功能等的车辆控制模块能够采用的速度范围的上限值。其结果,间接地抑制车辆的行驶速度,所以照相机图像的清晰度提高,能够提高定位处理的成功率、位置估计精度。
[构成(2)]
一种估计车辆的当前位置的本车位置估计装置,
具备使用至少一个处理器构成的控制部(21),
控制部具备:
定位部(F0),根据使用前方照相机拍摄的图像帧检测出的规定的地标的位置信息、和登记于地图的地标的位置信息,确定车辆在地图上的位置坐标;以及
环境判定部(F6),基于来自搭载于车辆的传感器以及通信装置的信息的至少任意一方,判定车辆的周边环境是否相当于可能使使用了图像帧的物体识别性能降低的规定的恶劣环境,
控制部构成为基于判定为周边环境相当于恶劣环境的条件,朝向自动控制车辆的行驶速度的车辆控制模块(30)输出要求使速度控制所使用的目标速度的设定值降低规定量的信号。
上述构成相当于基于判定为恶劣环境,在系统侧使驾驶席乘客设定的ACC的目标速度的设定值暂时降低规定量的构成。根据该构成,能够抑制未对先行车进行追随行驶的状况下的行驶速度。
[构成(3)]
一种估计车辆的当前位置的本车位置估计装置,
具备使用至少一个处理器构成的控制部(21),
控制部具备:
定位部(F0),根据使用前方照相机拍摄的图像帧检测出的规定的地标的位置信息、和登记于地图的地标的位置信息,确定车辆在地图上的位置坐标;以及
环境判定部(F6),基于来自搭载于车辆的传感器以及通信装置的信息的至少任意一方,判定车辆的周边环境是否相当于可能使使用了图像帧的物体识别性能降低的规定的恶劣环境,
控制部构成为从使用电波或者激光检测在车辆前方存在的物体的物体检测器(12)获取物体检测器的检测结果数据,
定位部组合前方照相机拍摄到的图像帧和物体检测器的检测结果数据来执行定位处理,并构成为基于环境判定部是否判定为周边环境相当于恶劣环境,变更定位时的物体检测器的检测结果数据的权重。
在上述的构成中,根据是否判定为恶劣环境来变更传感器融合时的毫米波雷达12的检测结果的权重。例如在恶劣环境判定时,与通常时相比增大毫米波雷达12的检测结果的权重。此外,在改变权重比例的方式中也包含有使图像识别结果的权重暂时为0的构成。例如也可以从上次融合成功的时刻起在规定时间增大毫米波雷达12的检测结果,以便能够仅通过毫米波雷达12进行追踪。或者,也可以在恶劣环境判定时增大远方区域的毫米波雷达12的检测结果的权重。传感器融合中的毫米波雷达12的检测结果的权重的变更方式也可以根据恶劣环境的种类、恶劣环境程度变更。
[构成(4)]
一种估计本车辆的当前位置的本车位置估计装置,
具备使用至少一个处理器构成的控制部(21),
控制部具备:
定位部(F0),根据使用前方照相机拍摄的图像帧检测出的规定的地标的位置信息、和登记于地图的地标的位置信息,确定车辆在地图上的位置坐标;以及
环境判定部(F6),基于来自搭载于车辆的传感器以及通信装置的信息的至少任意一方,判定车辆的周边环境是否相当于可能使使用了图像帧的物体识别性能降低的规定的恶劣环境,
控制部构成为能够从使用电波或者激光检测在车辆前方存在的物体的物体检测器(12)获取物体检测器的检测结果数据,
定位部构成为在恶劣环境判定部未判定为周边环境相当于恶劣环境的情况下,不使用物体检测器的检测结果数据地执行定位处理,另一方面,在恶劣环境判定部判定为周边环境相当于恶劣环境的情况下,并用前方照相机拍摄到的图像帧和物体检测器的检测结果数据执行计算车辆的位置的处理。
根据上述构成,在通常时不并用毫米波雷达12的检测结果从而实现处理负荷的降低,另一方面在恶劣环境判定时并用毫米波雷达12的检测结果从而能够维持物体以及本车位置的识别精度。
[构成(5)]
一种估计本车辆的当前位置的本车位置估计装置,
具备使用至少一个处理器构成的控制部(21),
控制部具备:
定位部(F0),根据使用前方照相机拍摄的图像帧检测出的规定的地标的位置信息、和登记于地图的地标的位置信息,确定车辆在地图上的位置坐标;以及
环境判定部(F6),基于来自搭载于车辆的传感器以及通信装置的信息的至少任意一方,判定车辆的周边环境是否相当于可能使使用了图像帧的物体识别性能降低的规定的恶劣环境,
恶劣环境判定部构成为判定恶劣环境程度,
控制部构成为恶劣环境判定部判定出的恶劣环境程度越大,越缩短计算车辆的位置的处理的执行间隔、或者越增大行驶速度的降低要求量。
[构成(6)]
一种搭载于车辆并自动执行该车辆的速度控制的行驶控制装置,
具备使用至少一个处理器构成的控制部(21、31),
控制部具备:
速度控制部(H1),基于搭载于车辆的照相机的检测结果,朝向车辆的行驶致动器(18)输出用于速度调整的控制信号;
定位部(F0),根据使用前方照相机的拍摄图像确定出的规定的地标的位置信息、和登记于地图的地标的位置信息,确定车辆在地图上的位置坐标;以及
恶劣环境判定部(F5),基于来自搭载于车辆的传感器以及通信装置的信息的至少任意一方,判定车辆的周边环境是否相当于可能使使用了图像帧的物体识别的精度降低的规定的恶劣环境,
控制部构成为基于恶劣环境判定部判定为周边环境相当于恶劣环境的条件,抑制行驶速度,并且经由报告装置进行抑制车速的主旨的通知。
Claims (19)
1.一种本车位置估计装置,是搭载于车辆并估计上述车辆的当前位置的本车位置估计装置,其中,
具备使用至少一个处理器构成的控制部(21),
上述控制部具备:
定位部(F0),根据使用前方照相机拍摄到的图像帧检测出的规定的地标的位置信息、和登记于地图的上述地标的位置信息,确定上述车辆在地图上的位置坐标;以及
恶劣环境判定部(F6),基于来自搭载于上述车辆的传感器以及通信装置的信息的至少任意一方,判定上述车辆的周边环境是否相当于可能使使用了上述图像帧的物体识别的精度降低的规定的恶劣环境,
上述控制部构成为根据上述恶劣环境判定部是否判定为上述周边环境相当于上述恶劣环境,使执行的处理的内容不同。
2.根据权利要求1所述的本车位置估计装置,其中,
上述控制部基于上述恶劣环境判定部判定为上述周边环境相当于上述恶劣环境的条件,朝向自动控制上述车辆的行驶速度的车辆控制模块(30)输出减速要求信号,其中,该减速要求信号是要求抑制车速的信号。
3.根据权利要求2所述的本车位置估计装置,其中,
上述控制部具备:
识别精度评价部(F5),评价基于上述图像帧的上述地标的识别精度,
上述控制部基于上述恶劣环境判定部判定为上述周边环境相当于上述恶劣环境的条件,朝向上述车辆控制模块(30)反复输出要求使速度控制所使用的目标速度的设定值降低规定量的信号作为上述减速要求信号,直至上述识别精度成为规定的允许等级为止。
4.根据权利要求2或者3所述的本车位置估计装置,其中,
上述控制部构成为即使在上述恶劣环境判定部判定为上述周边环境相当于上述恶劣环境的情况下,当是在超车车道或者加速车道上行驶中的情况下,也不输出上述减速要求信号。
5.根据权利要求2~4中任意一项所述的本车位置估计装置,其中,
上述控制部构成为即使是在上述恶劣环境判定部判定为上述周边环境相当于上述恶劣环境的情况下,当是在超车车道上行驶中的情况下,也向上述车辆控制模块输出要求移动到行驶车道的信号。
6.根据权利要求2~5中任意一项所述的本车位置估计装置,其中,
上述控制部构成为在基于判定为上述周边环境相当于上述恶劣环境的条件而上述车辆控制模块抑制行驶速度的状态下,当被判定为上述周边环境已不是上述恶劣环境的情况下,朝向上述车辆控制模块输出许可解除行驶速度的抑制的速度恢复许可信号。
7.根据权利要求6所述的本车位置估计装置,其中,
构成为基于从上述前方照相机输入的信号以及上述地图示出的车辆前方的行驶环境所示的信息,判定在上述车辆的前方是否存在加速保留重要因素,在上述车辆的前方存在上述加速保留重要因素的情况下不输出上述速度恢复许可信号。
8.根据权利要求2~7中任意一项所述的本车位置估计装置,其中,
具备通知处理部(F9),在基于上述恶劣环境判定部判定为上述周边环境相当于上述恶劣环境的条件,使车速得以抑制的情况下,该通知处理部经由报告装置(171)进行抑制车速的主旨的通知。
9.根据权利要求1~8中任意一项所述的本车位置估计装置,其中,
上述定位部基于上述恶劣环境判定部判定为上述周边环境相当于上述恶劣环境的条件,缩短计算上述车辆的位置的处理的执行间隔。
10.根据权利要求1~9中任意一项所述的本车位置估计装置,其中,
上述定位部基于上述恶劣环境判定部是否判定为上述周边环境相当于上述恶劣环境,变更计算上述车辆的位置的处理所使用的材料。
11.根据权利要求10所述的本车位置估计装置,其中,
上述定位部基于上述恶劣环境判定部是否判定为上述周边环境相当于上述恶劣环境,变更计算上述车辆的位置的处理所使用的图像帧。
12.根据权利要求11所述的本车位置估计装置,其中,
用于搭载视角彼此不同的多个种类的照相机作为上述前方照相机的车辆,
上述定位部基于上述恶劣环境判定部是否判定为上述周边环境相当于上述恶劣环境,变更作为计算上述车辆的位置的处理所使用的图像帧的生成源的上述前方照相机的组合。
13.根据权利要求11所述的本车位置估计装置,其中,
上述前方照相机依次生成包含地标用帧和其它用途帧的多个种类的图像帧,上述地标用帧是以适合于上述地标的检测的曝光时间拍摄到的图像帧,上述其它用途帧是以适合于规定的其它的用途的曝光时间拍摄到的图像帧,
在上述恶劣环境判定部未判定为上述周边环境相当于上述恶劣环境的情况下,上述定位部使用上述地标用帧执行定位处理,另一方面,在上述恶劣环境判定部判定为上述周边环境相当于上述恶劣环境的情况下,使用上述地标用帧和上述其它用途帧,执行计算上述车辆的位置的处理。
14.根据权利要求1~13中任意一项所述的本车位置估计装置,其中,
上述恶劣环境判定部构成为判定恶劣环境程度,
上述控制部构成为根据上述恶劣环境判定部判定出的上述恶劣环境程度,使执行的处理的内容不同。
15.根据权利要求14所述的本车位置估计装置,其中,
上述控制部构成为基于上述恶劣环境判定部判定为上述周边环境相当于上述恶劣环境的条件,朝向自动控制上述车辆的行驶速度的车辆控制模块(30)输出要求抑制车速的信号,
上述恶劣环境程度越高,越增大要求的减速量。
16.根据权利要求1~13中任意一项所述的本车位置估计装置,其中,
上述恶劣环境判定部构成为判定上述恶劣环境的种类,
上述定位部构成为根据上述恶劣环境判定部判定出的上述恶劣环境的种类,使执行的处理的内容不同。
17.根据权利要求16所述的本车位置估计装置,其中,
上述控制部构成为基于上述恶劣环境判定部判定为上述周边环境相当于上述恶劣环境的条件,朝向自动控制上述车辆的行驶速度的车辆控制模块(30)输出要求抑制车速的信号,
上述恶劣环境判定部构成为判定是否相当于雾、西晒、暴雨、以及其它的任意一个来作为上述恶劣环境的种类,
上述控制部在判定为上述恶劣环境的种类为暴雨的情况下,与判定为上述恶劣环境的种类为西晒的情况相比,增大要求的减速量。
18.根据权利要求1~17中任意一项所述的本车位置估计装置,其中,
上述控制部构成为计算实效识别距离,该实效识别距离表示能够根据上述图像帧实际识别出上述地标的距离范围,
上述恶劣环境判定部构成为在上述实效识别距离退化至规定值以下的情况下判定为是上述恶劣环境。
19.一种行驶控制装置,是搭载于车辆并自动地执行该车辆的速度控制的行驶控制装置,其中,
具备使用至少一个处理器(31)构成的控制部,
上述控制部具备:
速度控制部(H1),朝向上述车辆的行驶致动器(18)输出用于速度调整的控制信号;
定位部(F0),根据使用前方照相机生成的图像帧确定出的规定的地标的位置信息、和登记于地图的上述地标的位置信息,确定上述车辆在地图上的位置坐标;以及
恶劣环境判定部(F6),基于来自搭载于上述车辆的传感器以及通信装置的信息的至少任意一方,判定上述车辆的周边环境是否相当于可能使使用了上述图像帧的物体识别的精度降低的规定的恶劣环境,
上述控制部构成为基于上述恶劣环境判定部判定为上述周边环境相当于上述恶劣环境,抑制行驶速度。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2020117248 | 2020-07-07 | ||
JP2020-117248 | 2020-07-07 | ||
PCT/JP2021/025363 WO2022009848A1 (ja) | 2020-07-07 | 2021-07-05 | 自車位置推定装置、走行制御装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115769050A true CN115769050A (zh) | 2023-03-07 |
Family
ID=79553137
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202180047944.2A Pending CN115769050A (zh) | 2020-07-07 | 2021-07-05 | 本车位置估计装置、行驶控制装置 |
Country Status (4)
Country | Link |
---|---|
US (1) | US20230147535A1 (zh) |
JP (1) | JP7371783B2 (zh) |
CN (1) | CN115769050A (zh) |
WO (1) | WO2022009848A1 (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117647253A (zh) * | 2023-11-21 | 2024-03-05 | 西部科学城智能网联汽车创新中心(重庆)有限公司 | 基于v2v通信技术与高精地图匹配的车辆高精度定位方法 |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2020255748A1 (ja) * | 2019-06-21 | 2020-12-24 | 日立オートモティブシステムズ株式会社 | 車両制御装置 |
JP7228614B2 (ja) * | 2021-03-24 | 2023-02-24 | 本田技研工業株式会社 | 画像表示システム |
CN114872708A (zh) * | 2022-05-19 | 2022-08-09 | 一汽奔腾轿车有限公司 | 基于模糊推理和有限状态机的换道决策方法及系统 |
CN115440034B (zh) * | 2022-08-24 | 2023-09-01 | 同济大学 | 一种基于摄像头的车路协同实现方法及实现系统 |
Family Cites Families (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP4903426B2 (ja) | 2005-11-30 | 2012-03-28 | アイシン・エィ・ダブリュ株式会社 | 画像認識装置及び方法、並びに自車位置認識装置及び方法 |
JP2008006878A (ja) | 2006-06-27 | 2008-01-17 | Toyota Motor Corp | 車両用走行制御装置 |
JP2011108175A (ja) * | 2009-11-20 | 2011-06-02 | Alpine Electronics Inc | 運転支援装置、運転支援方法および運転支援プログラム |
JP6325806B2 (ja) | 2013-12-06 | 2018-05-16 | 日立オートモティブシステムズ株式会社 | 車両位置推定システム |
JP6348785B2 (ja) | 2014-06-27 | 2018-06-27 | 株式会社Subaru | 車両の運転支援装置 |
JP6540482B2 (ja) | 2015-12-04 | 2019-07-10 | 株式会社デンソー | 情報処理システム、情報処理装置及び出力制御方法 |
JP7080598B2 (ja) * | 2017-07-21 | 2022-06-06 | ソニーセミコンダクタソリューションズ株式会社 | 車両制御装置および車両制御方法 |
JP7037454B2 (ja) * | 2018-08-24 | 2022-03-16 | 株式会社Subaru | 車両の走行制御システム |
JP7156206B2 (ja) | 2018-08-31 | 2022-10-19 | 株式会社デンソー | 地図システム、車両側装置、およびプログラム |
-
2021
- 2021-07-05 JP JP2022535324A patent/JP7371783B2/ja active Active
- 2021-07-05 WO PCT/JP2021/025363 patent/WO2022009848A1/ja active Application Filing
- 2021-07-05 CN CN202180047944.2A patent/CN115769050A/zh active Pending
-
2023
- 2023-01-04 US US18/150,104 patent/US20230147535A1/en active Pending
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117647253A (zh) * | 2023-11-21 | 2024-03-05 | 西部科学城智能网联汽车创新中心(重庆)有限公司 | 基于v2v通信技术与高精地图匹配的车辆高精度定位方法 |
Also Published As
Publication number | Publication date |
---|---|
JP7371783B2 (ja) | 2023-10-31 |
WO2022009848A1 (ja) | 2022-01-13 |
JPWO2022009848A1 (zh) | 2022-01-13 |
US20230147535A1 (en) | 2023-05-11 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP7167876B2 (ja) | 地図生成システム、サーバ、方法 | |
JP7251394B2 (ja) | 車両側装置、方法および記憶媒体 | |
CN110356402B (zh) | 车辆控制装置、车辆控制方法及存储介质 | |
WO2020045317A1 (ja) | 地図システム、方法および記憶媒体 | |
JP6523361B2 (ja) | 車両制御システム、車両制御方法、および車両制御プログラム | |
JP7147712B2 (ja) | 車両側装置、方法および記憶媒体 | |
JP7371783B2 (ja) | 自車位置推定装置 | |
WO2020045323A1 (ja) | 地図生成システム、サーバ、車両側装置、方法、および記憶媒体 | |
JP2020038200A (ja) | 車両制御装置、方法および記憶媒体 | |
JP7047824B2 (ja) | 車両制御装置 | |
US9026356B2 (en) | Vehicle navigation system and method | |
JP2024045402A (ja) | 車両制御装置、車両制御方法、車両制御プログラム | |
WO2020045324A1 (ja) | 車両側装置、方法および記憶媒体 | |
WO2020045318A1 (ja) | 車両側装置、サーバ、方法および記憶媒体 | |
JP7409257B2 (ja) | 信号機認識装置、信号機認識方法、車両制御装置 | |
US20230115708A1 (en) | Automatic driving device and vehicle control method | |
WO2020045322A1 (ja) | 地図システム、車両側装置、方法および記憶媒体 | |
WO2020045319A1 (ja) | 車両制御装置、方法および記憶媒体 | |
JP2021170165A (ja) | 車両の走行制御装置 | |
US20230118619A1 (en) | Parking-stopping point management device, parking-stopping point management method, and vehicle device | |
US20230148097A1 (en) | Adverse environment determination device and adverse environment determination method | |
US20230120095A1 (en) | Obstacle information management device, obstacle information management method, and device for vehicle | |
CN112533809A (zh) | 车辆控制方法以及车辆控制装置 | |
CN111989728A (zh) | 驾驶辅助装置 | |
JP2022060073A (ja) | 車両の運転支援装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |