CN101473195B - 定位装置 - Google Patents

Abstract

一种定位装置(9)，具有：地图数据存储单元(5)，其存储有地图数据；自主传感器(2)、(3)，用于检测移动物体的动作信息；惯性定位单元(82)，用于将自主传感器检测的检测信息累加至由GPS等无线电导航定位单元检测的定位结果中，从而检测移动物体的推断位置；地上物检测单元(84)，用于检测道路周边的地上物；地上物位置确认单元(83)，用于确认地上物的位置；地上物基准定位单元(85)，用于以地上物的位置为基准，推断移动物体的地上物推断位置；位置推断单元(86)，用于将推断位置及地上物推断位置应用于卡尔曼滤波器，从而推断移动物体的位置。

Description

定位装置

技术领域

本发明涉及一种用于检测移动物体位置的定位装置，特别是涉及一种用于对通过自主导航法定位的移动物体位置进行精确的补正的定位装置。

背景技术

在导航系统中，依据来自GPS(Global Positioning System)卫星的电波定位车辆的位置，并通过用车速传感器及陀螺传感器等累加行驶距离及行驶方向，从而精确地推断车辆的当前位置。

但是，在无法收到来自GPS卫星的电波的状态下，包含在自主导航法定位之中的误差将随时间的推移而被放大，因而位置的精度会逐渐下降。

因此，提出了各种方法对通过自主导航法定位的车辆位置进行补正。例如，在地图匹配法中，是利用导航系统的地图数据，对通过自主导航法定位的位置进行补正(例如，参照专利文献1)。在专利文献1中，提出了一种从地图数据中选择与通过自主导航法定位的位置及方向具有最匹配的位置及方向的道路，并以对应于该道路的方式对位置及方向进行补正的方法。

但是，一般市售的导航系统的地图数据精度不是很高，此外，由于将道路网用连接交叉路口(节点)的直线状的连接线来表现，因而有时会与实际道路的形状不一致。因此，在地图匹配法中，有时不能充分地对车辆位置进行修正。

此外，还提出了一种导航装置，该装置在从照相机拍摄的图像中检测出信号灯或人行横道等的交叉路口象征物时，计算从车辆到交叉路口的距离，并根据计算出的距离对车辆的位置进行补正(例如，参照专利文献2)。在专利文献2中，通过计算车辆距交叉路口的距离，即使在行驶于较长的直线道路上时，也能够对相对于行进方向的车辆位置进行修正。

专利文献1：日本特开2002-213979号公报

专利文献2：日本特开平9-243389号公报

发明内容

发明要解决的课题

但是，在以专利文献2记载的方式，从拍摄的图像数据中计算出与交叉路口的距离并就此对车辆的位置进行补正时，由于从图像数据中计算出的距离中也含有误差，会出现补正后的位置也不一定正确的问题。例如，在车辆颠簸行驶的情况下，计算出的距离将含有较大的误差。

本发明是鉴于上述问题而实施的，其目的在于，提供一种对通过自主导航法获得的定位结果进行修正而更精确地定位移动物体位置的定位装置。

解决课题的方法

为解决上述课题，本发明的定位装置的特征在于，具有：地图数据存储单元(例如，地图数据库5)，其存储有地图数据；自主传感器(例如，车速传感器2、横摆率传感器3)，用于检测移动物体的动作信息；惯性定位单元(例如，INS定位单元82)，用于将自主传感器检测的检测信息累加至由GPS等无线电导航定位单元检测的定位结果中，从而检测移动物体的推断位置；地上物检测单元(例如，信号灯检测单元84)，用于检测道路周边的地上物；地上物位置确认单元(例如，信号灯位置确认单元83)，用于确认地上物的位置；地上物基准定位单元，用于以地上物的位置为基准，推断移动物体的地上物推断位置；位置推断单元，用于将推断位置及地上物推断位置应用于卡尔曼滤波器，从而推断移动物体的位置。

发明的效果

根据本发明，能够提供一种对通过自主导航法获得的定位结果进行修正而更精确地定位移动物体位置的定位装置。

附图说明

图1为应用了定位装置的导航系统的概要构成图。

图2A为定位装置的功能框图。

图2B为用于说明图2A的定位装置中的位置推断单元的工作的图。

图3A为表示信号灯与车辆位置间的关系的图。

图3B为表示通过最小二乘法确认的信号灯位置的图。

图3C为表示根据车辆的推断位置及地上物推断位置推断的最终推断位置的图。

图4A为表示视线矢量的一个示例的图。

图4B为表示利用最小二乘法确认信号灯位置时的一个示例的图。

图5A为表示在采样数足够大时评价函数与信号灯位置间的关系的图。

图5B为表示在采样数较小时评价函数与信号灯位置间的关系的图。

图6为表示定位装置利用基于自主导航法及信号灯位置的定位而推断车辆位置的顺序的流程图。

图7为表示将通过自主导航法定位的推断位置修正为最终推断位置时的一个示例的图。

图8A为表示在一般道路上GPS电波被屏蔽的状况下的定位装置的定位结果的图。

图8B为表示将通过自主导航法获得的推断位置和最终推断位置绘制在实际道路的俯视照片上的一个示例的图。

图9为表示将信号灯位置登记在从地图数据中获得的道路网中的地图的一个示例的图。

符号说明

 1  GPS接收装置

       2  车速传感器

       3  横摆率传感器

       4  转向角传感器

       5  地图数据库

       6  输入装置

       7  显示装置

       8  导航ECU

       9  定位装置

       10 导航系统

       11 照相机

       21 信号灯

       22 交叉路口的节点

       23 初始位置

       24 推断位置

       25 实际的车辆位置

       26 地上物推断位置

       27 最终推断位置

具体实施方式

以下，参照附图对本发明的最佳实施方式进行说明。

图1为应用了本实施方式的定位装置9的导航系统10的概要构成图。导航系统10由控制导航系统的导航ECU(Electrical Control Unit)8(导航ECU8)控制。导航ECU8的构成为，将运行程序的CPU、存储程序的存储装置(硬盘、ROM)、临时存储数据及程序的RAM、数据输入及输出的输入输出装置、NV(Non Volatile：非易失)-RAM等通过总线连接在一起的计算机。

导航ECU8上连接有：接收来自GPS(Global Positioning System)卫星的电波的GPS接收装置1；检测车辆速度的车速传感器2；检测围绕车辆重心的转动角速度的横摆率传感器3(或陀螺传感器)；检测方向盘转向角的转向角传感器4；存储有地图数据的地图数据库(地图DB)5；用于操作导航系统10的输入装置6；以及显示地图中的当前位置的液晶或HUD(Head Up Display：抬头显示器)等显示装置7。

地图数据库5，将实际的道路网与节点(例如，道路与道路的交叉点、从交叉路口每隔预定间隔分段的点等)以及连接线(连接节点与节点的道路)相对应，构成图表状的数据库。

导航ECU8将检测出的当前位置周边的地图从地图数据库5中提取，并按指定的缩小比例显示在设置于车厢内的显示装置7上。导航ECU8根据需要在地图中重叠显示车辆的当前位置。

此外，从按键式的键盘及遥控器等输入装置6输入目的地时，从检测出的当前位置到目的地，例如用迪杰斯特拉算法(dijkstra)等已知的路线检索法进行路线检索，将路线在地图中重叠显示，并且在左右转向的交叉路口前向驾驶员提示路线。

照相机11被安装在内部后视镜的背面或前挡风玻璃的上方，以使其能够对车辆前方、优选对车辆前方的预定范围进行拍摄。

照相机11具有例如CCD(Charge Coupled Device)、CMOS(Complementary Metal Oxide Semiconductor)等的光电转换元件，入射光首先通过光电转换元件进行光电转换，再以积蓄的电荷作为电压而进行读取、放大以及A/D转换之后，转换为具有预定灰度级的(例如，256级灰度级)的数码图像。

为了检测沿交叉路口等道路设置的人工地上物(信号灯、标识、人行横道等涂料、电线杆等)和车辆的位置，照相机11优选为能够获得距离信息的照相机。因此，例如照相机11可以是由两台照相机构成的立体照相机，或是从安装在移动物体上的一台照相机的时序图像进行立体观察的移动立体照相机。此外，也可以采用下述这种照相机，即，能够从LED(发光二极管)以预定的时间间隔发射近红外光，通过测量至光电转换元件接收到反射光为止所经过的时间从而求得距离的照相机。

导航ECU8的CPU通过运行存储于存储装置中的程序，从而实现本实施方式中所说明的定位。在图2A中图示了定位装置9的功能框图。定位装置9具有：GPS定位单元81，其通过电波导航法对车辆的位置进行定位；INS定位单元82，其利用自主传感器(车速传感器2、转向角传感器4)通过自主导航法对车辆的位置进行定位；信号灯检测单元84，其从照相机11拍摄的图像数据中检测信号灯等地上物；信号灯位置确认单元83，其对检测出的信号灯位置进行确认；地上物基准定位单元85，其根据信号灯的位置而对车辆的位置进行定位；位置推断单元86，其通过卡尔曼滤波器输出车辆位置的最佳值；以及地图数据登记单元87，其将信号灯位置确认单元83确认的信号灯等地上物的位置信息，以对应于该地上物的形式登记在地图数据库5中。以下，对图2A所示的定位装置9进行说明。

本实施方式中的定位装置9，能够在难以捕捉GPS卫星信号及GPS定位的可靠性降低的状况下，对通过自主导航法获得的车辆位置进行补正，从而实现精确的定位。图2B为用于说明图2A的定位装置中的位置推断单元86的工作的图。

根据图2B而对概要进行说明，在GPS电波被屏蔽的情况下，定位装置9将通过自主导航法定位的位置，以及根据对应于信号灯等地上物的视线矢量定位的位置，通过卡尔曼滤波器而进行耦合，从而精确地对位置Y进行推断。

首先，GPS定位单元81以公知的方法根据来自GPS卫星的电波而对车辆位置进行定位。GPS定位单元81，从围绕预定轨道转动的多颗GPS卫星中，选择4颗以上进入当前车辆位置的预定仰角内的GPS卫星，并接收从这些GPS卫星发出的无线电波。GPS定位单元81计算电波的到达时间，由到达时间与光速c算出距捕捉到的GPS卫星的距离。并且，将3个GPS卫星与车辆的距离交叉的一点作为车辆的位置进行定位。

定位装置9在接收GPS无线电波的过程中，每隔预定时间对车辆位置进行定位。并且，当GPS电波被屏蔽时，则进入自主导航定位，即，将最后定位的位置作为初始位置，将当时的行驶方向作为初始方向，并将这些行驶距离及方向进行累加。

图3A为表示通过自主导航检测出的位置的图。车辆正在朝交叉路口的方向行驶，并且GPS电波在初始位置23处被屏蔽。此外，由于从地图数据库5中提取了交叉路口的节点22，因此节点22的位置为已知。

INS(Inertial Navigation Sensor)定位单元82，通过车速传感器2检测车速，通过转向角传感器4检测转向角，然后在初始位置23及初期方向上累加行驶距离及方向，从而通过自主导航法对位置及方向进行推断(以下称为推断位置、推断方向)。并且，检测车辆行驶方向的自主传感器还可以是陀螺传感器及横摆率传感器。

此外，为了使用卡尔曼滤波器，需要推断位置的误差分散，而根据速度及GPS电波屏蔽时间等，车速传感器2及转向角传感器4的误差为已知。因此，依据上述已知的误差累加得到的推断位置24的误差分散也为已知。在图3A中，推断位置24的误差分散是用虚线围成的椭圆来表示的。并且，此时(时刻t)车辆处于实际位置25处。

在通过自主导航法检测位置的期间，信号灯检测单元84从照相机11拍摄的图像数据中检测出信号灯。这是为了利用检测出的信号灯位置而推断车辆的位置。并且，信号灯21只需是能够利用的地上物即可，也可以检测信号灯21之外的其他标识或电线杆。

信号灯检测单元84利用预先存储的信号灯的标准图像，通过图像匹配而检测信号灯。信号灯检测单元84在水平方向及垂直方向上对图像数据的像素(亮度)进行扫描，并提取梯度为预定以上的边缘部。并且，将邻接的边缘部连接从而提取拍摄对象物体的轮廓，并以该轮廓与标准图像进行图像匹配。此外，由于对象物为信号灯时该轮廓为长方形，因此也可以只对轮廓具有预定纵横比的边缘部实施图像匹配。信号灯检测单元84将被轮廓划分出的区域与标准图像逐像素地对亮度进行比较，当相关程度在预定值以上时，则认为信号灯被拍摄到，并且检测出信号灯。

在信号灯被检测出时，信号灯检测单元84从图像数据中提取距离信息。如上文所述，例如从两个图像数据的视差中提取距离信息。从照相机11拍摄的一对立体图像中，提取拍摄了相同的拍摄对象物体(信号灯)的部分，并在一对立体图像中将信号灯的相同点加以对应，通过求取被加以对应的点(对应点)的错位量(视差)，从而计算出距信号灯的距离。即，当使一对图像数据重合时，由于视差，信号灯将在左右横向上错位。将一方的图像逐像素地进行移位，并根据像素值的相关程度而求取将最为重合的位置。此时，如将移位了的像素数设为n，镜头的焦距设为f，光轴间的距离设为m，像素间距设为d，则距拍摄对象物体的距离L可以按照关系式L＝(f·m)/(n·d)而计算。此处，(n·d)表示视差。

此外，信号灯检测单元84计算检测出的信号灯与车辆之间的视线矢量。视线矢量的方向θ为，将照相机11的安装方向(照相机11的正面方向)设为零，并根据光电转换元件中信号灯的拍摄位置与距离L而求取。图4A为表示视线矢量的一个示例的图。

另外，有时在地图数据库5中，除了存储有节点坐标及交叉路口的有无之外，还存储有信号灯的有无以及信号灯的设置坐标(以下称为信号灯坐标)。在存储有信号灯坐标的情况下，由于信号灯的绝对位置被预先确定，因此能够取得所检测出的信号灯的信号灯坐标。

但是，在一个图像数据中拍摄到多个信号灯的情况以及信号灯坐标未被存储在地图数据库5中的情况下，需要从被检测出信号灯的图像数据中对信号灯的位置进行确认。

本实施方式的信号位置确认单元83是利用i)信号灯坐标、ii)最小二乘法、iii)应用了最速下降法的最小二乘法中的某一种而对信号灯的位置进行确认。

图4B为表示利用最小二乘法确认信号灯位置时的一个示例的图。由于每次信号灯被检测出时，可获得距离L1、L2、...、Ln，并可同样地获得视线矢量的方向θ1、θ2、...θn，因此，根据距车辆的距离和视线矢量方向的数组(L，θ)，能够获得点的集合(a，b)。并且，由于信号灯(灯)的高度方向上的位置大致固定，因此(a，b)为平行于道路的平面的坐标。

例如，当设定线性模型为a_i≡k₀+k₁L_i+k₂θ_ib_i≡m₀+m₁L_i+m₂θ_i时，平方误差ε² _k(k₀、k₁，k₂)、ε² _m(m₀、m₁，m₂)、如下式所示。另外，将采样数设为N，i从1至N进行取值。

ε² _k(k₀、k₁，k₂)＝(1/N)∑{ai-(k₀+k₁L_i+k₂θ_i)}²

ε² _m(m₀、m₁，m₂)＝(1/N)∑{bi-(m₀+m₁L_i+m₂θ_i)}²

将ε² _k相对于k₀、k₁、k₂进行偏微分，从aε² _k/ak₀＝0、aε² _k/ak₁＝0、aε² _k/ak₂＝0可以求得(k₀、k₁，k₂)。aε/ak的“a”表示偏微分。b_i也可以用同样的方法求取。

并且，上述的线性模型只是一个示例，(a，b)与(L，θ)的关系也可以是非线性的。例如，ai≡f(L)+g(θ)。

图3B为表示通过最小二乘法确认的信号灯21的位置的图。根据到达时刻t时的推断位置24之前检测出的至信号灯的距离L，以及视线矢量的方向θ，对信号灯21的位置进行确认。

此外，为了通过最小二乘法获得更好的运算结果，采样数N需要在4以上。因此，信号位置确认单元83在采样数N小于4时，即检测信号灯、计算视线矢量的次数不足4次时，不对信号灯的位置进行确认。由此，通过应用卡尔曼滤波器能够防止车辆定位位置的精度下降。此时，定位位置9输出推断位置24和推断方向。

此外，这种最小二乘法的考虑方法为，将“各时刻的车辆位置和信号灯位置之间的距离的平方误差的总和”设定为评价函数，并求取该函数为最小时的信号灯的位置。因此，对使用最速下降法根据评价函数的斜率而求取评价函数为最小时的信号灯位置的方法进行说明。

图5A为表示评价函数与信号灯位置的关系的图。从图中可以看出，评价函数的值根据计算出的信号灯的位置而变化，并且评价函数存在最小值。最速下降法为，以适当的初始值开始，使参数值向与微分值相反的方向逐次少量变化，从而逐渐地接近最适合的参数。

在应用了最小二乘法时，由于评价函数为最小平方误差，因此计算各参数时的偏微分。例如，对于参数k₀、k₁、k₂分别以下式作为更新式。

k₀ ^(j+1)＝k₀ ^(j)+2·(1/N)∑{(a_i-(k₀+k₁L_i+k₂θ_i)}

k₁ ^(j+1)＝k₁ ^(j)+2·(1/N)∑{(a_i-(k₀+k₁L_i+k₂θ_i)}L_i

k₂ ^(j+1)＝k₂ ^(j)+2·(1/N)∑{(a_i-(k₀+k₁L_i+k₂θ_i)}θ_i

下标“j”从零开始，由于当k₀ ^(j+1)达到最小时，该参数即为评价函数达到最小时的参数，因此结束计算。评价函数是否达到最小是根据微分值(斜率)是否几乎为零而判断的。以这种方式，能够获得k₀、k₁、k₂。在图5A中，评价函数达到最小时的信号灯位置是作为全局极小值而表示的。

已知在最速下降法中，虽然j＝0时的k₀ ⁽⁰⁾等成为各参数的初始值，但是最小值的精度依存于该初始值。图5B中图示了评价函数与信号灯位置的关系图的一个示例。在该示例中，图示了具有多个极小值的情况。如图5B所示，全局极小值在右侧表示了对应于极小值的信号灯位置。另外根据初始值，有时也会出现陷于左侧的表示对应于极小值的信号灯位置的局部极小值的情况。此外，在采样数N较小的情况下，评价函数的值比较容易发散。

但是，可以推断信号灯存在于交叉路口附近。因此，将由交叉路口的节点位置求得的值设定为最速下降法的初始值。这种设定与将初始值作为节点位置是等价的。通过这种处理，即使在采样数N较小的情况下，也能够检测全局极小值的信号灯位置。

通过以上方式，能够确认图3B的信号灯21的位置。

返回至图2A，地上物基准定位单元85根据利用i)信号灯坐标、ii)最小二乘法、iii)应用了最速下降法的最小二乘法中的某一种而取得的信号灯21的位置，对车辆位置进行定位(以下称为地上物推断位置、地上物推断方向)。地上物推断方向为通过多点累积地上物推断位置而检测。

图3C为表示通过距信号灯位置的距离L、以及视线矢量的方向θ定位的车辆的地上物推断位置26的图。地上物基准定位单元85以信号灯的位置为原点，由时刻t时的距离L以及视线矢量的方向θ计算出地上物推断位置26以及地上物推断方向。

此外，在利用了i)信号灯坐标时，信号灯坐标的情况下，地上物推断位置26的误差分散可以由距离L的误差ΔL及视线矢量θ的误差Δθ求得；在ii)及iii)中通过最小二乘法而确认了信号灯位置的情况下，除i)之外还可以通过在计算参数的过程中得到的误差求得。在图3C中，将地上物推断位置26的误差分散用以虚线围成的椭圆表示。

位置推断单元86将推断位置24和地上物推断位置26通过卡尔曼滤波器而进行耦合，从而输出概率最高的车辆最终推断位置及其方向。

在图3C中，图示了根据推断位置24和地上物推断位置26推断的最终推断位置27。虽然在图3C中，将各自的误差分散在推断位置24和地上物推断位置26处以具有凸部的分散表示，但是，分散实际上具有3维的分布。图2B图示了根据该分散及卡尔曼滤波器而推断最佳位置的状况。

当每个系统的状态被各自独立地推断时，卡尔曼滤波器根据状态的概率密度分布推断概率最高的状态(分布的积为最大的状态)。因此，通过将两个定位信息用卡尔曼滤波器进行耦合，就能够推断出存在概率最高的最终推断位置27。

在卡尔曼滤波器中，当将推断位置24设为Z矢量，并将地上物推断位置26设为X矢量时，利用已知的观测方程式H而设定Z与X之间具有如下关系。

Z—HX＝0

如果将Z的误差分散设为R，将X的误差分散设为M，则与最终推断位置27相当的最佳值Y的误差分散解析为A＝(M^-1+HtR^-1H)^-1。此外，在卡尔曼滤波器中，最佳值Y可以由下式求得。

 Y(i)＝X(i-1)+K(i)·{Z(i)-H(i)·X(i-1)}

在此，下标i表示观测车辆位置的序号，t表示转置矩阵，-1表示逆矩阵。K(i)为卡尔门增益矩阵，其可以表示如下。

 K(i)＝A(i)·Hi^tRi^-1

A(i)＝(M^-1+H^tR^-1H)^-1

＝M(i)-M(i)·H(i)^t{H(i)M(i)H(i)^t+R(i)}^-1H(i)M(i)

由于推断位置24的误差分散及地上物推断位置26的误差分散已经求得，因此位置推断单元86由这些公式而输出最终推断位置27。并且，对于车辆的方向也能够以同样的方式求得。

图6为表示定位装置9利用基于自主导航法及信号灯位置的定位而对车辆位置进行推断的顺序的流程图。

定位装置9每隔例如GPS定位单元81的定位间隔而对GPS电波是否被屏蔽进行判断(S1)。如果GPS电波未被屏蔽(S1为否)，则利用GPS电波对车辆位置进行定位(S2)。

当GPS电波被屏蔽时(S1为是)，则GPS定位单元81将初始位置、初始方向存储在导航ECU8的存储装置中，INS定位单元82根据车速及转向角，将行驶距离及行驶方向累加至初始位置23及初始方向上，从而通过自主导航法而对推断位置24及推断方向进行推断(S3)。并且，INS定位单元82根据车速传感器2以及转向角传感器4的误差等，对基于这些而累加的推定位置24及推断方向的分散进行计算。

此外，信号灯检测单元84以同步于通过自主导航法而进行的定位的方式，反复进行信号灯21的检测(S4)。并且，在信号灯被检测出时，信号灯检测单元84从一对图像数据中提取距离信息。此外，信号灯检测单元84计算被检测出的信号灯与车辆之间的视线矢量(S5)。

接下来，信号灯位置确认单元83参照过去N次的距信号灯的距离以及视线矢量(S6)。

如上文所述，由于在该N的值较小时通过最小二乘法确认的信号灯位置的精度下降，因此信号灯位置确认单元83对N是否在4以上进行判断(S7)。当未取得4个以上的距离及视线矢量时(S7为否)，定位装置9输出通过自主导航法获得的定位结果。

当取得了4个以上的距离及视线矢量时(S7为是)，则信号灯位置确认单元83从地图数据库5中提取行进方向上的交叉路口的节点的位置信息(S8)。

接下来，信号灯位置确认单元83通过最小二乘法计算信号灯的位置(S9)。在使用最小二乘法时，利用最速下降法，并进一步将节点的位置信息使用于初始值。由此，能够确认信号灯的位置。

接下来，地上物基准定位单元85以确认出的信号灯的位置为原点，由距离L以及视线矢量的方向θ而计算地上物推断位置26以及地上物推断方向(S10)。

接下来，位置推断单元86将推断位置24以及地上物推断位置26通过卡尔曼滤波器而进行耦合，并输出最终推断位置27(S11)。

图7为表示将通过自主导航法定位的推断位置24修正为最终推断位置27时的一个示例的图。在图7中，图示了每次最终推断位置27被输出时，对通过自主导航法获得的推断位置进行补正的状况。在本实施方式中，由于是以行驶方向上的信号灯位置为基准对车辆位置进行定位，并对通过自主导航法定位的位置进行补正，因此，尤其能够对车道方向的位置进行精确的补正。

图8表示的是在一般道路上GPS电波被屏蔽的状况下的定位装置9的定位结果。其中，图8A表示照相机11拍摄的图像数据。在图8A中，于图像数据的上方检测出了信号灯21。

图8B为表示将通过自主导航法获得的推断位置24和最终推断位置27绘制在实际道路的俯视照片中的图。车辆从俯视照片的下方向上方行驶。如图8B所示，随着车辆的行驶，推断位置24与实际道路的偏差逐渐增大，但是通过利用地上物推断位置26的补正，能够将与道路的偏差大幅度地降低。

另外，在本实施方式中，是在GPS电波被屏蔽之后，在对通过自主导航法定位的车辆位置进行补正的过程中，检测信号灯等地面标记的位置。如上所述，这是由于一般的导航系统的地图数据库5中没有存储道路基础设施(信号灯、标识等)的位置信息。

为了在适当的时机向驾驶员提供交叉路口等处的驾驶支援(车辆控制、提醒注意等)，可以说道路基础设施的位置信息是不可或缺的。但是，对全国的道路基础设施进行定位并数据库化需要巨大的人力及成本。此外，还会产生在新设置了道路基础设施的情况下不能立即应对的问题。

因此，如果定位装置9将对车辆位置进行补正的过程中检测出的信号灯等的位置，此外，在GPS电波未被屏蔽的状态下也检测出信号灯等的位置，将这些位置登记到地图数据库5中，则可以制作道路基础设施位置信息的数据库。

图9表示将信号灯位置登记在从地图数据中获得的道路网中的地图的一个示例。白圆圈表示所登记的信号灯位置。

通过车载照相机而进行的道路基础设施的位置检测，能够短时间、低成本地实现，并且由于即使在新增设了道路基础设施的情况下，也仅需通过车辆的行驶即可反映到数据库中，因此还兼具优异的冗余度。

如以上所述，本实施方式的定位装置9，将对信号灯等的地上物位置进行确认并以地上物位置为基准而定位的车辆位置、和通过自主导航法定位的位置应用于卡尔曼滤波器，从而即使在GPS电波被屏蔽的情况下，也能够对通过自主导航法获得的定位结果进行精确的补正。尤其是，能够对相对于行进方向上的位置进行精确的补正。此外，通过将确认到的地上物位置登记在地图数据库中，能够将登记了道路基础设施的位置情报的地图数据库更新并加以利用。

本发明并不仅限于进行了具体公开的上述实施方式，在不脱离权利要求范围的条件下可以进行各种变形及变更。

本申请是基于2006年6月21日申请的要求优先权的日本专利申请第2006-171755号的申请，该申请的全部内容均被援引至此。

Claims (4)

1.一种定位装置，其特征在于，具有：

地图数据存储单元，其存储有地图数据；

自主传感器，用于检测移动物体的动作信息；

惯性定位单元，用于将由所述自主传感器检测的检测信息累加至由GPS等无线电导航定位单元检测的定位结果中，从而检测所述移动物体的推断位置；

地上物检测单元，用于检测道路周边的地上物并计算出所述地上物的位置信息；

地上物位置确认单元，当获得四个以上由所述地上物检测单元反复算出的所述地上物的位置信息时，将所述地上物的位置确认为在所述地图数据上；

地上物基准定位单元，以所述地上物的位置为基准，推断所述移动物体的地上物推断位置；

位置推断单元，将所述推断位置及所述地上物推断位置应用于卡尔曼滤波器，从而推断所述移动物体的位置，

所述地上物检测单元具有视线矢量检测单元，所述视线矢量检测单元从拍摄单元拍摄的图像数据中检测所述地上物，并取得至该地上物的视线矢量；

所述地上物位置确认单元具有地上物位置计算单元，所述地上物位置计算单元利用多个所述视线矢量的长度及方向，通过最小二乘法计算所述地上物的位置。

2.如权利要求1所述的定位装置，其特征在于，所述地上物位置计算单元从所述地图数据存储单元提取自所述地上物在预定距离之内的交叉路口的交叉路口位置信息，并将所述交叉路口位置信息设定为通过最小二乘法计算所述地上物的位置时的初始值。

3.如权利要求1所述的定位装置，其特征在于，具备地图数据登记单元，用于将由所述地上物位置确认单元取得的所述地上物的位置，与该地上物及连接线或节点对应地登记在所述地图数据存储单元中。

4.如权利要求1所述的定位装置，其特征在于，当获得包括由所述视线矢量检测单元检测的所述视线矢量在内的所述地上物的位置信息小于四个时，所述地上物位置确认单元的所述地上物位置计算单元不进行通过最小二乘法的所述地上物的位置的计算，而由所述位置推断单元输出所述推断位置。

Images