CN102288148B - 道路形状推测装置以及道路形状推测方法 - Google Patents
道路形状推测装置以及道路形状推测方法 Download PDFInfo
- Publication number
- CN102288148B CN102288148B CN2011101248852A CN201110124885A CN102288148B CN 102288148 B CN102288148 B CN 102288148B CN 2011101248852 A CN2011101248852 A CN 2011101248852A CN 201110124885 A CN201110124885 A CN 201110124885A CN 102288148 B CN102288148 B CN 102288148B
- Authority
- CN
- China
- Prior art keywords
- curve
- approximation
- road
- moving body
- calculates
- 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.)
- Active
Links
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
- G01S13/88—Radar or analogous systems specially adapted for specific applications
- G01S13/93—Radar or analogous systems specially adapted for specific applications for anti-collision purposes
- G01S13/931—Radar or analogous systems specially adapted for specific applications for anti-collision purposes of land vehicles
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
- G01S7/02—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00
- G01S7/28—Details of pulse systems
- G01S7/285—Receivers
- G01S7/295—Means for transforming co-ordinates or for evaluating data, e.g. using computers
- G01S7/2955—Means for determining the position of the radar coordinate system for evaluating the position data of the target in another coordinate system
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
- G01S7/02—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00
- G01S7/41—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00 using analysis of echo signal for target characterisation; Target signature; Target cross-section
- G01S7/411—Identification of targets based on measurements of radar reflectivity
-
- 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
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
- G01S13/88—Radar or analogous systems specially adapted for specific applications
- G01S13/93—Radar or analogous systems specially adapted for specific applications for anti-collision purposes
- G01S13/931—Radar or analogous systems specially adapted for specific applications for anti-collision purposes of land vehicles
- G01S2013/932—Radar or analogous systems specially adapted for specific applications for anti-collision purposes of land vehicles using own vehicle data, e.g. ground speed, steering wheel direction
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Computer Networks & Wireless Communication (AREA)
- Electromagnetism (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明涉及道路形状推测装置和道路形状推测方法。排除物体的误检测、静止判定的误判定的影响,推测道路形状。雷达(110)(周边物体观测装置)针对移动体的周边中存在的物体,反复观测以移动体为基准的物体的相对位置。静止物识别部(130)(静止物体判定部)判定雷达观测到相对位置的物体是否静止。道路近似曲线虚拟计算部(140)(物体相关部)从雷达(110)观测到的多个相对位置中,判定针对同一物体由雷达观测到的多个相对位置。道路近似曲线主计算部(160)(近似曲线计算部)根据静止物识别部(130)的判定结果、和道路近似曲线虚拟计算部(140)的判定结果,计算对移动体所处的道路的形状进行近似的近似曲线。
Description
技术领域
本发明涉及推测移动体所处的道路的形状的道路形状推测装置。
背景技术
有根据监视移动体的行进方向的照相机、雷达等的观测结果来推测道路形状的装置。在道路的边缘中例如存在道路标线、护栏等静止物体,相对与此在道路上不存在静止物体。因此,如果得知静止物的位置,则可以推测道路的形状。
【专利文献1】日本特开2001-250197号公报
【专利文献2】日本特开2007-66047号公报
发明内容
雷达等观测装置由于噪声、多通道等的影响,有时观测到实际上不存在的物体。另外,在道路上有时存在先行车辆等移动物体,所以需要判别静止物体和移动物体。在判别的精度低的情况下,有可能将移动物体错误地判定为静止物体。
本发明是为了解决例如上述那样的课题而完成的,其目的在于,排除误检测、误判定的影响,提高对道路形状进行近似的近似曲线的可靠性。
本发明提供一种道路形状推测装置,其特征在于,具有相对位置取得部、静止物体判定部、物体相关部、以及近似曲线计算部,
所述相对位置取得部取得针对移动体的周边中存在的物体,对以所述移动体为基准的所述物体的相对位置进行反复观察的周边物体观测装置观测到的观测结果,
所述静止物体判定部根据所述相对位置取得部取得的观测结果,判定所述周边物体观测装置观测到相对位置的物体是否静止,
所述物体相关部,根据所述相对位置取得部取得的观测结果,从所述周边物体观测装置观测到的多个相对位置中,判定针对同一物体由所述周边物体观测装置观测到的多个相对位置,
所述近似曲线计算部根据所述静止物体判定部判定的判定结果、和所述物体相关部判定的判定结果,计算对所述移动体所处的道路的形状进行近似的近似曲线。
根据本发明的道路形状推测装置,根据静止物体判定部的判定结果、和物体相关部的判定结果,计算近似曲线,所以可以排除误检测、误判定的影响,提高所计算的近似曲线的可靠性。
附图说明
图1是示出实施方式1中的道路形状辨别装置100的结构的框图。
图2是用于说明实施方式1中的静止物的追踪处理的图。
图3是实施方式1中的道路近似曲线虚拟计算部140的一个例子(一并处理)的框图。
图4是实施方式1中的道路近似曲线虚拟计算部140的处理流程图。
图5是实施方式1中的道路近似曲线虚拟计算部140的另一例子(逐次处理)的框图。
图6是实施方式1中的由道路边缘判定部150进行的道路边缘判定的说明图。
图7是实施方式1中的道路近似曲线主计算部160的框图。
图8是实施方式1中的道路近似曲线主计算部160的追踪滤波器A163的框图。
图9是实施方式1中的近似曲线选择部170的框图。
图10是实施方式1中的近似曲线选择部170的近似曲线选择流程图。
图11是用于说明每个道路边缘的相关静止物的差异的图。
图12是用于说明实施方式1中的曲线质量计算部172中的弯曲质量值计算方式的一个例子的图。
图13是用于说明实施方式1中的曲线质量计算部172中的弯曲质量值计算方式的另一例子的图。
图14是示出实施方式2中的道路近似曲线虚拟计算部140的结构的框图。
图15是示出实施方式3中的近似曲线选择部170的结构的框图。
图16是用于说明近似曲线的选择问题的说明图。
图17是示出实施方式4中的道路形状推测装置200的硬件结构的一个例子的硬件结构图。
图18是示出实施方式4中的道路形状推测装置200的功能模块的结构的一个例子的模块结构图。
图19是用于说明移动体801的移动速度、与物体701、702相对移动体801的相对速度的关系的图。
图20是用于说明物体相对移动体的相对速度的观测时刻781~783、与移动体的移动速度的观测时刻791~799的关系的图。
图21是用于说明移动体801的移动轨迹751、与物体703~708相对移动体801的相对位置的轨迹761~766的关系的图。
图22是用于说明实施方式4中的物体相关部230的动作的图。
图23是示出物体相对移动体801的相对位置743a~743c与近似曲线750的关系的一个例子的图。
图24是示出实施方式4中的道路形状推测处理S500的流程的一个例子的流程图。
图25是示出实施方式4中的观测结果取得工序S510的流程的一个例子的流程图。
图26是示出实施方式4中的静止判定工序S520的流程的一个例子的流程图。
图27是示出实施方式4中的物体相关工序S530的流程的一个例子的流程图。
图28是示出实施方式4中的近似曲线计算工序S550的流程的一个例子的流程图。
图29是示出实施方式5中的道路形状推测系统800的整体结构的一个例子的系统结构图。
图30是用于说明物体相关部230在相关处理中使用的平行移动量以及旋转角度、与移动体801的移动量的关系的图。
图31是用于说明实施方式5中的初始值计算部250的动作的说明图。
图32是示出实施方式5中的近似曲线计算部240计算的近似曲线的一个例子的图。
图33是示出实施方式5中的道路形状推测处理S500的流程的一个例子的流程图。
图34是示出实施方式6中的道路形状辨别装置100的整体结构的框图。
图35是示出直线路的一个例子的图。
图36是示出弯曲跟前的一个例子的图。
图37是示出弯曲路的一个例子的图。
图38是示出弯曲出口的一个例子的图。
图39是示出实施方式6中的本车行驶路的状态迁移模型的一个例子的状态迁移图。
图40是用于说明实施方式6中的弯曲跟前判定条件的一个例子的图。
图41是实施方式6中的从直线路(状态0)向弯曲跟前(状态1)的判定流程图。
图42是实施方式6中的从弯曲跟前(状态1)向弯曲路(状态2)以及弯曲出口(状态3)的判定流程图。
图43是通过偏航率(Yaw Rate)得到的弯曲路判定条件的说明图。
图44是通过偏航率得到的短弯曲判定条件的说明图。
图45是实施方式6中的从弯曲路(状态2)向弯曲出口(状态3)的判定流程图。
图46是通过道路近似曲线得到的弯曲出口判定条件的说明图。
图47是实施方式6中的从弯曲出口(状态3)向直线路(状态0)以及弯曲跟前(状态1)的判定流程图。
图48是通过道路近似曲线得到的弯曲结束判定条件的说明图。
图49是通过道路近似曲线得到的弯曲连续判定条件的说明图。
图50是示出实施方式7中的道路形状辨别装置100的结构的一部分的一个例子的框图。
图51是道路近似曲线的正误判定方式的一个例子的说明图。
图52是道路近似曲线的初始化方式的一个例子的说明图。
图53是示出实施方式8中的道路形状推测系统800的整体结构的一个例子的系统结构图。
(符号说明)
100:道路形状辨别装置;110:雷达;120:车速传感器;125:偏航率传感器;126:道路曲率变换部;130:静止物识别部;135:前方车追踪部;140:道路近似曲线虚拟计算部;141:静止物分群部;143:追踪滤波器;144、164:相关部;145、165:平滑部;146、166:预测部;147、167:延迟部;148:相关数据积蓄部;149:近似曲线推测部;150:道路边缘判定部;160:道路近似曲线主计算部;161:初始值设定部;162:分组处理部;163:追踪滤波器A;170:近似曲线选择部;171:有效性判定部;172:曲线质量计算部;173:选择部;174:校正部;175:平滑部;176:系数推测值积蓄部;180:本车行驶路判定部;190:推测值选择部;200:道路形状推测装置;211:相对位置取得部;212:移动速度取得部;213:角速度取得部;220:静止物体判定部;230:物体相关部;235:前方移动物体追踪部;240:近似曲线计算部;245:曲率计算部;246:曲率恒定曲线计算部;250:初始值计算部;255:近似曲线交叉判定部;256:近似曲线初始化部;260:可靠度计算部;270:近似曲线选择部;275:近似曲线综合部;800:道路形状推测系统;811:周边物体观测装置;821:移动速度观测装置;831:角速度观测装置;901:输出装置;902:输入装置;911:处理装置;914:存储装置。
具体实施方式
道路形状辨别装置(道路形状推测装置)在使用车辆中搭载的雷达装置来监视车辆前方时,辨别车辆前方的道路形状。
车辆用前方监视装置搭载于车辆中,以车辆前方的规定角度照射光波/毫米波等发送波,并接收其反射波,从而辨别在本车辆的前方行驶的车辆、本车辆的前方的障碍物。车辆用前方监视装置需要从所检测出的物体中,选择在与本车辆相同的车道上行驶的先行车辆。此时,为了选择与本车相比远距离地在前方行驶的先行车辆,需要正确地辨别本车辆所行驶的道路形状。
作为辨别道路形状的方式,有使用操舵角传感器、偏航率传感器来计算道路曲率的方式。但是,通过该方式得到的道路曲率是本车辆的行驶位置附近处的曲率,所以例如本车虽然在道路的直线部分中行驶,但当道路在远距离前方成为弯曲,而先行车辆在弯曲部分上行驶的情况下,无法正确地选择先行车辆。另外,易于受到操舵的摇晃、横风等的影响。因此,根据道路边缘的静止物辨别道路形状。
例如,通过将道路形状视为半径R的圆而连结与根据静止物的位置和速度预测出的X轴(相对本车行进方向相当于横向的轴)的交叉点和当前位置,而辨别道路形状。但是,在实际的道路行驶环境中作为静止物有时观测到由于多通道波引起的不需要的信号,由此有可能误辨别道路形状。另外,由于在静止物的雷达检测位置中产生观测误差,所以由于所述观测误差,道路形状的精度劣化。
另外,例如,将左右道路形状视为相同,使用在各时刻得到的多个静止物观测值通过最小二乘法推测近似曲线的系数,从而辨别道路形状。但是,由于以左右道路形状相同为前提,所以在如分支路等那样道路形状左右不同的情况中无法正确地推测形状。另外,在将近似曲线系数的时序列数据输入到追踪滤波器,而对系数进行平滑化的情况下,难以定义系数的观测误差,无法正确地求出系数。
以下说明的道路形状推测装置从包含不需要的信号的静止物中抽出在时间方向上具有连续性的正确的静止物,并计算近似曲线系数,从而即使在不需要的信号环境下也可以稳定地推测道路形状。进而,通过将所述近似曲线系数作为初始值向追踪滤波器直接输入所有静止物的位置,并推测近似曲线系数,所述曲线系数的推测精度进一步提高。
实施方式1.
使用图1~图13说明实施方式1。
图1是示出该实施方式中的道路形状辨别装置100的结构的框图。
道路形状辨别装置100例如具有雷达110、车速传感器120、静止物识别部130、道路近似曲线虚拟计算部140、道路边缘判定部150、道路近似曲线主计算部160、以及近似曲线选择部170。
雷达110(周边物体观测装置)向车辆前方的规定角度范围内照射雷达波,并接收被物体反射的雷达波,而检测该物体的位置以及相对速度。
车速传感器120(移动速度观测装置)检测车辆的速度。
静止物识别部130(静止物体判定部)根据由雷达110检测出的物体的相对速度、和由车速传感器120检测出的车辆的速度,识别该物体是否为静止物体。静止物识别部130输出静止物(的位置)等。
道路近似曲线虚拟计算部140(初始值计算部)从由静止物识别部130识别为静止物体的多个静止物中通过追踪滤波器抽出在时间方向上具有相关的有效静止物,使用有效静止物的时序列数据推测有效近似曲线系数。道路近似曲线虚拟计算部140输出有效近似曲线系数、有效静止物的推测位置、速度、相关计数器Cnt等。
道路边缘判定部150根据有效近似曲线的X方向(车轴方向)截距(intercept)将有效近似曲线向该道路边缘的分配。道路边缘判定部150输出有效近似曲线系数、有效静止物的推测位置、速度、道路边缘识别标志等。
道路近似曲线主计算部160(近似曲线计算部)使用以通过道路边缘判定部150向该道路边缘分配的有效静止物的有效近似曲线系数为初始值的追踪滤波器,将由静止物识别部130识别为静止物体的所有静止物作为输入,更新(推测)近似曲线系数。道路近似曲线主计算部160输出近似曲线系数的推测值、相关静止物(的位置)等。
近似曲线选择部170使用由道路近似曲线主计算部160计算出的各道路边缘的近似曲线和与该近似曲线取得了相关的静止物,最终计算前车判定中使用的近似曲线系数推测值。近似曲线选择部170输出近似曲线系数的推测值、校正用系数初始值等。
接下来,说明动作。
图2是用于说明该实施方式中的静止物的追踪处理的图。
在道路近似曲线虚拟计算部140中,如该图所示,通过追踪滤波器(Kalman滤波器、α-β(-γ)滤波器等公知的滤波器)从多个静止物中抽出在时间方向上取得相关的有效的静止物。该图示出在时刻t1~t4在时间方向上连续地取得了相关的静止物711~714的样子。其中,存在相关数据越多道路的近似精度越提高,但直到辨别道路为止所需的时间变大这样的折衷,所以道路近似曲线虚拟计算部140使用预定的次数Cn量、取得了相关的所述有效静止物711~714来推测道路近似曲线720。另外,作为推测所述近似曲线720的方法,也可以使用最小二乘法、Hough变换等公知的技术。近似曲线720也可以设成2次、3次以上的高次的曲线、圆、回旋曲线等。
图3是该实施方式中的道路近似曲线虚拟计算部140的一个例子(一并处理)的框图。
道路近似曲线虚拟计算部140例如具有追踪滤波器143、相关数据积蓄部148、以及近似曲线推测部149。追踪滤波器143具有相关部144、平滑部145、预测部146、以及延迟部147。
道路近似曲线虚拟计算部140的相关部144取静止物的相关。
道路近似曲线虚拟计算部140的平滑部145对取得了相关的静止物的位置、速度进行平滑,而推测静止物的位置、速度。
道路近似曲线虚拟计算部140的近似曲线推测部149积蓄某静止物的时序列数据,根据时序列数据,使用最小二乘法推测既定近似曲线的系数。
图4是该实施方式中的道路近似曲线虚拟计算部140的处理流程图。
道路近似曲线虚拟计算部140如该图的处理流程所示,通过追踪滤波器在存在有相关的静止物的情况下使相关计数器Cnt递增1,在超过了阈值Cn的时刻,使用所积蓄的有效静止物的位置来推测有效近似曲线系数。
另外,道路近似曲线虚拟计算部140也可以在不依赖于相关计数器Cnt的值,而从移动体至静止物的距离比规定的阈值近的情况下,针对该静止物使用所积蓄的位置来推测有效近似曲线系数。或者,道路近似曲线虚拟计算部140也可以在相关计数器Cnt的值是否超过阈值Cn、和从移动体至静止物的距离是否比阈值近中的任意一方中满足了条件的情况下,针对该静止物使用所积蓄的位置来推测有效近似曲线系数。
图5是该实施方式中的道路近似曲线虚拟计算部140的另一例子(逐次处理)的框图。
道路近似曲线虚拟计算部140例如具有相关部144、平滑部145、预测部146、以及延迟部147。
道路近似曲线虚拟计算部140通过利用扩展Kalman滤波器的逐次处理,同时推测近似曲线的系数和静止物的位置、速度。
如该图所示,可以通过逐次处理推测有效近似曲线的系数,所以可以减少保存数据的存储器的大小。
以后,为便于说明,将近似曲线假设为2次曲线。例如,如式(1)所示将近似曲线设成斜率a、X截距b的2次曲线,用式(2)~(5)定义扩展Kalman滤波器的观测模型。
x=ay2+b (1)
zok=h(Xk)+υk (2)
zok=[xok yok]T (4)
此处,x、y意味着以本车雷达为原点、以车轴方向为X轴、以行进方向为Y轴的相对坐标系中的静止物的位置。另外,状态矢量Xk由静止物的位置x、y和速度x点(dot)(在x上为点。以下,相同)、y点、2次曲线的系数a、b构成。zok是静止物的观测位置、h(Xk)是静止物的真正的位置、vk是观测杂音矢量。于是,在每时刻,状态矢量Xk的推测值被更新,所以可以计算有效近似曲线的系数a、b。
所述道路近似曲线虚拟计算部140将所述有效静止物的最新时刻的推测位置/速度和所述有效近似曲线的系数(和相关计数器Cnt)输出到道路边缘判定部150。
图6是该实施方式中的由道路边缘判定部150进行的道路边缘判定的说明图。
道路边缘判定部150从根据有效静止物计算出的近似曲线的X方向(车轴方向)截距和车道宽度向该道路边缘进行分配。例如,在道路边缘判定部150中,将所述有效近似曲线系数作为输入,使用与该近似曲线的X轴的交叉位置(X截距b)向该道路边缘分类。作为分类方法,最初考虑本车的宽度,近似曲线的X截距b进入到从本车位置(原点)起阈值THc以内的情况下,去除该近似曲线。然后,如该图所示,考虑车道宽度THw而进行分类。
THc<b<THw (6)
THw≤b<THw×2 (7)
例如,对该图的R1的道路边缘分配的近似曲线的系数b满足式(6)。向R2的道路边缘分配的近似曲线的系数b满足式(7)。例如,在满足式(6)的情况下将道路边缘识别标志设定为R1、在满足式(7)的情况下设定为R2。在道路边缘判定部150中,将所述有效静止物的推测位置/速度、所述有效近似曲线系数、该道路边缘识别标志输出到道路近似曲线主计算单元。
例如,对于第i个有效静止物,如式(8)所示将最新时刻下的有效静止物的推测位置x、y、推测速度x点、y点、有效近似(2次)曲线的系数a、b、相关计数器Cnt、道路边缘识别标志flagR输出到道路近似曲线主计算部160。
图7是该实施方式中的道路近似曲线主计算部160的框图。
道路近似曲线主计算部160例如具有初始值设定部161、分组处理部162、以及追踪滤波器A163。
道路近似曲线主计算部160从向同一道路边缘分配的多个所述有效静止物中将时间方向的相关次数最高的所述有效静止物的所述有效近似曲线的系数设定为追踪滤波器的初始值。例如,在道路近似曲线主计算部160的初始值设定部161中,将所述有效近似曲线系数、和该道路边缘识别标志作为输入,根据每个有效静止物的道路边缘识别标志,在同一道路边缘中存在多个有效静止物的情况下,将有效近似曲线系数的平均值设定为后述追踪滤波器的初始值。或者,也可以将根据相关计数器Cnt值最大的静止物推测出的有效近似曲线系数设定为初始值。
进而,道路近似曲线主计算部160根据每个有效静止物的道路边缘识别标志和有效静止物的推测位置,对有效静止物周边的预定的阈值范围内所处的静止物进行分组,将视为同一簇的静止物分配给该道路边缘。例如,在道路近似曲线主计算部160的分组处理部162中,根据从所述道路边缘判定部150输出的每个有效静止物的道路边缘识别标志和有效静止物的推测位置、速度,对有效静止物周边的预定的阈值范围内所处的静止物进行分组,将视为同一簇的静止物分配给该道路边缘。
图8是该实施方式中的道路近似曲线主计算部160的追踪滤波器A163的框图。
追踪滤波器A163例如具有相关部164、平滑部165、预测部166、以及延迟部167。
道路近似曲线主计算部160输入所有静止物,通过追踪滤波器的相关处理,抽出与该道路边缘相关的静止物,使用所述相关静止物通过追踪滤波器计算近似曲线系数。道路近似曲线主计算部160从所有静止物中针对已向道路边缘分配的静止物不经由追踪滤波器的相关处理,而直接输入到推测该道路边缘的近似曲线系数的追踪滤波器。例如,在道路近似曲线主计算部160的追踪滤波器A163中,如该图所示,针对某一个已向道路边缘分配的静止物,直接输入到平滑部165,从而更新该道路边缘的近似曲线的系数推测值。另外,针对尚未向道路边缘分配的静止物,通过相关部164与近似曲线取得相关。针对已向某道路边缘相关的静止物,更新该道路边缘的近似曲线系数推测值。例如,使用基于用下述式(9)~(11)定义的观测模型的Kalman滤波器来更新系数a、b。
xok=HXk+vx,k (9)
Xk=[a b]T (10)
H=[yok 2 1] (11)
Xk+1=FXk+wx,k
状态矢量Xk由2次曲线的系数a、b构成。xok是静止物的X方向的观测位置、H是观测矩阵、vx、k是观测杂音矢量、F是状态迁移矩阵、wx、k是驱动杂音矢量。作为追踪滤波器,也可以使用运算负荷轻的α-β滤波器。
另外,也可以在状态矢量Xk中,加上系数a、b的变化率a点、b点。
H=[yok 2 1 0 0]
另外,道路近似曲线主计算部160将对向同一道路边缘分配的多个所述有效近似曲线的系数进行平均化而得到的值设定为追踪滤波器的初始值。例如,道路边缘的近似曲线系数的初始值使用从初始值设定部161输出的系数初始值。将各道路边缘的近似曲线系数推测中使用的静止物称为相关静止物,将每个道路边缘的近似曲线系数推测值和所述相关静止物输出到近似曲线选择部170。
图9是该实施方式中的近似曲线选择部170的框图。
近似曲线选择部170具有有效性判定部171、曲线质量计算部172、选择部173、以及校正部174。
在近似曲线选择部170的有效性判定部171(可靠度计算部)中,将满足下述3个条件中全部条件的近似曲线系数推测值的有效标志设定为1、在存在一个都不满足的系数推测值的情况下将有效标志设定为0。
条件(1):相关静止物的y方向距离最大值yomax是阈值ymax以上。
条件(2):相关静止物的y方向的距离分布yodiv是阈值ydiv以上。
条件(3):相关静止物数M是规定值Mmin以上。
此处,如果将相关静止物的最小值设为yomin、将最大值设为yomax,则用式(12)定义yodiv。
有效性判定部171将有效标志1的近似曲线系数推测值和该相关静止物输出到曲线质量计算部172,将所有近似曲线系数推测值和有效标志输出到校正部174。
图10是该实施方式中的近似曲线选择部170的近似曲线选择流程图。
近似曲线选择部170使用与道路边缘的近似曲线相关的静止物的本车行进方向(Y方向)的距离和相关静止物数判断有效性,仅输出有有效性的近似曲线的系数,在不存在有有效性的近似曲线的情况下输出前一时刻的近似曲线系数。
在近似曲线选择部170的曲线质量计算部172(可靠度计算部)中,在存在多个有效标志成为1的道路边缘的情况下,计算后述曲线质量值,输出所述曲线质量值最高的道路边缘的近似曲线系数。
图11是用于说明每个道路边缘的相关静止物的差异的图。
如该图所示,虽然与大量的静止物相关但相关静止物局部存在的曲线的推测值不稳定。相对于此,在稳定的曲线中,相关静止物在Y方向距离中均匀地分布。
图12是用于说明该实施方式中的曲线质量计算部172中的弯曲质量值计算方式的一个例子的图。
道路边缘A与道路边缘B相比,相关静止物的数量更多。但是,道路边缘A的相关静止物固定于10m附近。相对于此,道路边缘B的相关静止物在10m、20m、50m、90m这样的宽范围中均匀地分布。因此,道路边缘B与道路边缘A相比,近似曲线系数的推测值稳定,可靠性高。
这样,活用静止物在Y方向上越均匀地分布,推测值越稳定的特征,曲线质量计算部172如该图所示,考虑Y方向的分布,计算质量值。
近似曲线选择部170使用与道路边缘的近似曲线相关的静止物的本车行进方向(Y方向)的距离分成群,将群数作为曲线质量值而输出曲线质量值高的道路边缘的近似曲线的斜率或者道路曲率。具体而言,曲线质量计算部172首先以一定间隔(例如10m)分割Y方向距离,将在该Y方向距离中接近的静止物集中为一个群。例如,在存在4个相关静止物,且这些静止物的Y方向距离是8m、12m、18m、22m的情况下,分配为10m和20m这2个群。在Y方向距离是8m、18m、32m的情况下,分配为10m、20m以及30m这3个群。之后,曲线质量计算部172针对每个道路边缘对群数进行计数,将进行一定期间(L采样)累积而得到的值计算为曲线质量值。曲线质量值的计算式成为式(13)。
此处,Nc表示群总数、Mk(j)表示在某时刻tk计算出的群j中的标志,在如式(14)所示存在静止物的情况下设成1、在没有的情况下设成0。
图13是用于说明该实施方式中的曲线质量计算部172中的弯曲质量值计算方式的另一例子的图。
另外,曲线质量计算部172也可以通过近似曲线的系数或者将该系数变换为道路曲率而得到的值的时间变化,计算质量值。实际的道路考虑车辆的驾驶,而设计成在进入弯曲时使道路曲率逐渐缓慢增加。因此,在如该图的左侧的道路边缘那样道路曲率的变化率大的情况下可以视为推测值不稳定,在如右侧的道路边缘那样近似曲线的斜率逐渐变化的情况下可以视为稳定。
近似曲线选择部170将道路边缘的近似曲线的系数推测值或者道路曲率推测值的时间变化的方差的倒数作为曲线质量值而输出曲线质量值高的道路边缘的近似曲线斜率或者道路曲率。例如,曲线质量计算部172积蓄所述道路曲率的变化率的时序列数据,将该方差的倒数计算为质量值。
由曲线质量计算部172计算出的曲线质量值输出到选择部173。
在近似曲线选择部170的选择部173中,选择具有最高的曲线质量值的近似曲线系数推测值,将系数中的X截距(相当于道路宽度的推测值)以外的值输出到校正部174。例如在式(1)的2次曲线的情况下,选择部173仅输出斜率a。另外,选择部173也可以将斜率a变换为道路的曲率(Curvature)而输出。X截距b相当于道路宽度,所以在校正其他道路边缘时不需要。
近似曲线选择部170将具有有效性,曲线质量值最高的近似曲线的系数作为初始值,对没有有效性的近似曲线的系数进行初始化。例如,在近似曲线选择部170的校正部174中,使用从近似曲线选择部170的选择部173输出的近似曲线系数推测值和从有效性判定部171输入的所有道路边缘的有效标志,对有效标志为0的道路边缘的近似曲线推测值进行初始化。为了有效标志0的道路边缘的近似曲线系数初始化,将具有最高的曲线质量值的道路边缘的近似曲线系数用作初始值。从校正部将校正用的系数初始值输出到道路近似曲线主计算部160。
这样,通过从包含不需要的信号的静止物中抽出在时间方向存在连续性的正确的静止物,并计算近似曲线系数,即使在包含不需要的信号的环境下也可以稳定地推测道路形状。进而,将所述近似曲线系数作为初始值向追踪滤波器直接输入所有静止物的位置,推测近似曲线系数,从而得到所述曲线系数的推测精度进一步提高的效果。
实施方式2.
使用图14说明实施方式2。
另外,对与实施方式1共通的部分,附加同一符号,省略说明。
图14是示出该实施方式中的道路近似曲线虚拟计算部140的结构的框图。
道路近似曲线虚拟计算部140除了在实施方式1中说明的结构以外,还具有静止物分群部141。
道路近似曲线虚拟计算部140对静止物进行分群,追踪群。
接下来,说明动作。
在实际的道路行驶环境下,有来自视线引导标(道路标线)、护栏、壁等静止物的反射。特别,从护栏、壁等表面积宽的静止物得到多个反射点,而有时难以追踪一个反射点。因此,如该图所示,通过在道路近似曲线虚拟计算部140的追踪滤波器143的前级中实施静止物的分群,集中从表面积大的静止物得到的多个反射点,追踪该群,从而提高道路近似曲线虚拟计算部140的相关性能。
其他处理与实施方式1相同,所以省略。
实施方式3.
使用图15~图16说明实施方式3。
另外,对与实施方式1~实施方式2共通的部分,附加同一符号,省略说明。
图15是示出该实施方式中的近似曲线选择部170的结构的框图。
近似曲线选择部170除了在实施方式1中说明的结构以外,还具有平滑部175、和系数推测值积蓄部176。
近似曲线选择部170使用前一时刻的近似曲线的斜率和在当前时刻选择出的近似曲线的斜率对近似曲线的系数进行平滑化。
接下来,说明动作。
图16是用于说明近似曲线的选择问题的说明图。
在左右的道路边缘的近似曲线的斜率大幅不同的情况下,如果交替选择,则斜率急剧地变动。在近似曲线选择部170的选择部173中,在各时刻从多个近似曲线中选择某一个道路边缘的近似曲线系数,所以当与该道路边缘的曲率相当的系数的值(在式(1)中斜率a)在道路边缘之间不同的情况下,有可能在时间方向上急剧地变化。
因此,在近似曲线选择部170的选择部173中,新设置平滑部175和系数推测值积蓄部176。平滑部175使用前一时刻的系数进行平滑化,以使推测值不会急剧地变化。在平滑化中使用既存的追踪滤波器。
其他处理与实施方式1或者实施方式2相同,所以省略。
实施方式4.
使用图17~图28说明实施方式4。
另外,对与实施方式1~实施方式3共通的部分,附加同一符号,省略说明。
图17是示出该实施方式中的道路形状推测装置200的硬件结构的一个例子的硬件结构图。
道路形状推测装置200例如是具有处理装置911、存储装置914、输入装置902、以及输出装置901的计算机。
处理装置911通过执行计算机程序,处理数据,控制道路形状推测装置200整体。
存储装置914存储处理装置911执行的计算机程序、处理装置911处理的数据等。存储装置914例如是易失性存储器、非易失性存储器、闪存存储器、磁盘装置、光盘装置等。
输入装置902从道路形状推测装置200的外部输入信号、信息,变换为处理装置911可处理的形式的数据。对于输入装置902变换了的数据,既可以由处理装置911直接处理,也可以由存储装置914临时存储。输入装置902例如有键盘、鼠标等输入利用者的操作的操作输入装置、将模拟信号变换为数字数据的模拟数字变换装置等变换装置、接收其他装置发送了的信号的接收装置等接口装置等。
输出装置901将处理装置911处理了的数据、存储装置914存储的数据变换为可输出到道路形状推测装置200的外部的形式而输出。对于输出装置901,例如有显示图像的显示装置、扬声器等将数据变换为可以由人的五感感知的形式而输出的装置、将数字数据变换为模拟信号的数字模拟变换装置等变换装置、对其他装置发送信号的发送装置等接口装置等、将数据变换为可输入到其他装置的形式而输出的装置等。
道路形状推测装置200的功能模块通过处理装置911执行存储装置914存储的计算机程序来执行。另外,道路形状推测装置200的功能模块也可以未必是由计算机执行的结构,也可以是由数字电路、模拟电路等电子电路执行的结构,也可以是由机械性的结构等电气结构以外的结构执行的结构。
另外,实施方式1~实施方式3中说明的道路形状辨别装置100的功能模块也同样地,也可以是由计算机执行的结构构成,也可以是由其他结构执行的结构。
图18是示出该实施方式中的道路形状推测装置200的功能模块的结构的一个例子的模块结构图。
道路形状推测装置200搭载于汽车等移动体中。在移动体中,除了道路形状推测装置200以外,还搭载有周边物体观测装置811、移动速度观测装置821等。
周边物体观测装置811观测移动体的周边中存在的物体的位置、速度等。周边物体观测装置811例如是雷达。例如,周边物体观测装置811通过放射电波、激光等放射波并检测到达物体而被反射的反射波,测定传输时间,计算直到物体的距离。周边物体观测装置811对放射放射波的方向或者接收反射波的方向进行扫描等,而判定存在物体的方向。周边物体观测装置811扫描1次放射波所需的时间是例如0.2秒。因此,在移动体与物体之间的相对位置关系没有变化的情况下,周边物体观测装置811例如针对每0.2秒反复观测同一物体。周边物体观测装置811根据所计算出的距离、和所判定出的方向,计算物体相对移动体的相对位置。另外,周边物体观测装置811例如通过检测由于多普勒效应引起的放射波与反射波之间的波长的偏差,而检测物体相对移动体的相对速度。周边物体观测装置811输出表示物体的相对位置、相对速度等观测结果的信号。
移动速度观测装置821观测移动体的移动速度。移动速度观测装置821例如通过汽车的车轴中安装的转速计测定车轴的转速,计算移动速度。移动速度观测装置821对例如0.1秒期间的车轴的转速进行计数。移动速度观测装置821通过对所计数出的转速乘以轮胎的一周的长度,计算在0.1秒的期间移动体前进的距离。移动速度观测装置821通过使所计算出的距离成为10倍,而计算移动体的秒速。在该例子的情况下,移动速度观测装置821针对每0.1秒反复观测移动体的移动速度一次。移动速度观测装置821输出表示对移动体的移动速度进行观测而得到的观测结果的信号。
另外,移动速度观测装置821也可以不计算移动体的移动速度,而输出原样地表示所测定出的车轴的转速的信号。在该情况下,后述移动速度取得部212代替移动速度观测装置821,而执行所述计算,计算移动体的移动速度。
道路形状推测装置200根据周边物体观测装置811、移动速度观测装置821的观测结果,推测移动体行驶着的道路的形状。道路形状推测装置200具有相对位置取得部211、移动速度取得部212、静止物体判定部220、物体相关部230、以及近似曲线计算部240。
相对位置取得部211使用输入装置902,输入周边物体观测装置811输出的信号,取得周边物体观测装置811观测出的观测结果。
相对位置取得部211使用处理装置911,判定输入了周边物体观测装置811输出的信号的时刻,计算周边物体观测装置811观测到物体的观测时刻。相对位置取得部211也可以将输入了信号的时刻原样地视为观测时刻,也可以考虑周边物体观测装置811中的延迟时间而将比输入了信号的时刻提前延迟时间的时刻作为观测时刻。另外,也可以在周边物体观测装置811输出的信号中,包括表示周边物体观测装置811观测到物体的观测时刻的信息。在该情况下,相对位置取得部211使用处理装置911,从所输入的信号取得观测时刻。
相对位置取得部211使用存储装置914,存储表示周边物体观测装置811观测到物体的观测时刻、所观测到的物体的相对位置以及相对速度的数据。将相对位置取得部211存储的数据称为“周边物体观测数据”。在“周边物体观测数据”中,将表示观测时刻的数据称为“物体观测时刻数据”、将表示物体的相对位置的数据称为“相对位置观测值数据”、将表示物体的相对速度的数据称为“相对速度观测值数据”。
移动速度取得部212使用输入装置902,输入移动速度观测装置821输出的信号,取得移动速度观测装置821观测到的观测结果。移动速度取得部212使用处理装置911,进行与相对位置取得部211同样的处理,求出移动速度观测装置821观测到移动体的移动速度的观测时刻。移动速度取得部212使用存储装置914,存储表示移动速度观测装置821观测到移动体的移动速度的观测时刻、所观测到的移动体的移动速度的数据。将移动速度取得部212存储的数据称为“移动速度数据”。在“移动速度数据”中,将表示观测时刻的数据称为“移动速度观测时刻数据”、将表示移动体的移动速度的数据称为“移动速度观测值数据”。
静止物体判定部220使用处理装置911,判定周边物体观测装置811观测到的物体是否静止。静止物体判定部220使用存储装置914,存储表示所判定的判定结果的数据。将静止物体判定部220存储的数据称为“静止判定结果数据”。
例如,静止物体判定部220使用处理装置911,输入相对位置取得部211存储的周边物体观测数据、和移动速度取得部212存储的移动速度数据。静止物体判定部220使用处理装置911,从所输入的周边物体观测数据,取得表示周边物体观测装置811观测到的物体相对移动体的相对速度的相对速度观测值数据。静止物体判定部220使用处理装置911,从所输入的移动速度数据,取得表示移动体的移动速度的移动速度观测值数据。静止物体判定部220使用处理装置911,根据相对速度观测值数据表示的相对速度、和移动速度观测值数据表示的移动速度,判定周边物体观测装置811观测到的物体是否静止。
图19是用于说明移动体801的移动速度、与物体701、702相对移动体801的相对速度的关系的图。
箭头711、713分别表示移动体801、物体702的移动速度。物体701设成静止。箭头721、722分别表示物体701、702相对移动体801的相对速度。
由于物体701静止,所以如果以移动体801为基准,则物体701看起来在与移动体801的移动速度恰好逆向的方向上,以与移动体801的移动速度恰好相同的速度移动着。相对于此,物体702由于移动着,所以如果以移动体801为基准,则物体702看起来以对由于移动体801的移动引起的表观速度(箭头723)、和由于物体702的移动引起的实际的速度(箭头713)进行合成而得到的速度移动着。因此,物体相对移动体的相对速度(表观速度)可用下式表示。
vr=vt-vs
其中,vr是表示物体相对移动体的相对速度的矢量。vt是表示物体的移动速度的矢量。vs是表示移动体的移动速度的矢量。
例如,静止物体判定部220使用处理装置911,将表示物体相对移动体的相对速度的矢量vr、和表示移动体的移动速度的矢量vs相加,计算表示物体的移动速度的矢量vt。静止物体判定部220使用处理装置911,计算所计算出的矢量vt的绝对值。静止物体判定部220使用处理装置911,将所计算出的绝对值与规定的阈值进行比较。考虑物体相对移动体的相对速度、移动体的移动速度的观测误差而预先设定阈值。在矢量vt的绝对值小于阈值的情况下,静止物体判定部220使用处理装置911,判定为该物体静止。
另外,在使用多普勒效应来观测物体相对移动体的相对速度的情况下,所观测的相对速度仅为物体的表观速度(箭头721、722)中的、物体与移动体的距离方向的分量(箭头725、726),而没有观测以移动体801为轴的旋转方向的分量(箭头727、728)。所观测的相对速度可以用下式来表示。
υd=|vr|cosα
其中,vd是表示物体相对移动体的相对速度的距离方向分量的实数。α是表示物体相对移动体的相对速度的方向、与从物体观察的看到移动体的方向之间的角度的实数。
由于物体相对移动体的相对速度中的、以移动体801为轴的旋转方向的分量(箭头727、728)没有被观测到,所以角度α未知。但是,由于物体701静止,所以物体701的角度α(733)与移动体801的移动方向、和从移动体801观察的看到物体701的方向之间的角度731一致。相对于此,物体702由于移动,所以物体702的角度α(734)与移动体801的移动方向、和从移动体801观察的看到物体702的方向之间的角度732未必一致。
例如,静止物体判定部220使用处理装置911,计算移动体的移动方向、与从移动体观察的看到物体的方向之间的角度的余弦。静止物体判定部220使用处理装置911,计算表示移动体的移动速度的矢量vs的绝对值、与所计算出的余弦之积。静止物体判定部220使用处理装置911,计算从所计算的积中减去表示物体相对移动体的相对速度的距离方向分量的实数vd的差。静止物体判定部220使用处理装置911,将所计算出的差与规定的阈值进行比较。考虑物体相对移动体的相对速度、移动体的移动速度的观测误差来预先设定阈值。在差小于阈值的情况下,静止物体判定部220使用处理装置911,判定为该物体静止。
图20是用于说明物体相对移动体的相对速度的观测时刻781~783、与移动体的移动速度的观测时刻791~799的关系的图。
如上所述,周边物体观测装置811观测物体相对移动体的相对位置、相对速度的观测周期771、和移动速度观测装置821观测移动体的移动速度的观测周期772不同。另外,周边物体观测装置811观测物体相对移动体的相对位置、相对速度的观测时刻781~783是对物体存在的方向进行了扫描的时刻,所以如果物体存在的方向改变,则1次的观测周期中的定时变化,成为不定期。相对于此,移动速度观测装置821观测移动体的移动速度的观测时刻791~799的间隔恒定,等于观测周期772。
因此,物体相对移动体的相对速度的观测时刻781~783、和移动体的移动速度的观测时刻791~799一致的可能性几乎没有。但是,为了静止物体判定部220判定物体是否静止而使用的物体相对移动体的相对速度、和移动体的移动速度需要在相同的时刻观测。
在通过对车轴的转速进行计数而观测移动体的移动速度的情况下,所观测的移动速度是从开始计数的时刻至结束计数的时刻的移动速度的平均值。例如,在时刻793观测到的移动速度是从时刻792至时刻793的移动速度的平均值。因此,静止物体判定部220将在时刻781观测到的物体相对移动体的相对速度与在时刻793观测到的移动体的移动速度进行比较即可。
例如,静止物体判定部220使用处理装置911,每当移动速度取得部212取得移动速度观测装置821的观测结果时执行处理。静止物体判定部220使用处理装置911,输入移动速度取得部212存储的本次的移动速度数据、和前一个移动速度数据。静止物体判定部220使用处理装置911,从所输入的2个移动速度数据,取得分别表示移动速度观测装置821观测到移动体的移动速度的本次的观测时刻和上次的观测时刻的2个移动速度观测时刻数据。
接下来,静止物体判定部220使用处理装置911,从相对位置取得部211存储的周边物体观测数据中,输入未处理的周边物体观测数据。静止物体判定部220使用处理装置911,从所输入的周边物体观测数据,取得表示周边物体观测装置811观测到物体的观测时刻的物体观测时刻数据。静止物体判定部220使用处理装置911,对所取得的物体观测时刻数据表示的观测时刻、和所取得的2个移动速度观测时刻数据表示的观测时刻进行比较。
在周边物体观测装置811观测到物体的观测时刻是移动速度观测装置821观测到移动体的移动速度的上次的观测时刻之前的情况下,使用移动速度观测装置821上次观测到的移动体的移动速度,判定周边物体观测装置811观测到的物体是否静止。静止物体判定部220使用处理装置911,从所输入的前一个移动速度数据,取得表示移动速度观测装置821观测到的移动速度的移动速度观测值数据。
在周边物体观测装置811观测到物体的观测时刻是移动速度观测装置821观测到移动体的移动速度的上次的观测时刻之后,并且是本次的观测时刻之前的情况下,使用移动速度观测装置821本次观测到的移动体的移动速度,判定周边物体观测装置811观测到的物体是否静止。静止物体判定部220使用处理装置911,从所输入的本次的移动速度数据,取得表示移动速度观测装置821观测到的移动速度的移动速度观测值数据。
在周边物体观测装置811观测到物体的观测时刻是移动速度观测装置821观测到移动体的移动速度的本次的观测时刻之后的情况下,使用移动速度观测装置821下次观测的移动体的移动速度,判定周边物体观测装置811观测到的物体是否静止。由于移动体的移动速度的下次的观测值尚未取得,所以静止物体判定部220针对该周边物体观测数据在本次不进行处理。
例如这样,静止物体判定部220从移动速度观测装置821观测到的观测结果中,选择为了判定周边物体观测装置811观测到的物体是否静止而使用的移动体的移动速度。或者,静止物体判定部220也可以根据移动速度观测装置821观测到的观测结果,计算为了判定周边物体观测装置811观测到的物体是否静止而使用的移动体的移动速度。
例如,静止物体判定部220使用处理装置911,根据移动速度取得部212存储的移动速度数据表示的观测时刻和移动速度,进行平滑处理。在周边物体观测装置811观测到物体的观测时刻是移动速度观测装置821观测到移动体的移动速度的最新的观测时刻之前的情况下,静止物体判定部220使用处理装置911,根据平滑处理的结果,推测周边物体观测装置811观测到物体的观测时刻下的移动体的移动速度。或者,在周边物体观测装置811观测到物体的观测时刻是移动速度观测装置821观测到移动体的移动速度的最新的观测时刻之前的情况下,静止物体判定部220使用处理装置911,根据平滑处理的结果,预测周边物体观测装置811观测到物体的观测时刻下的移动体的移动速度。静止物体判定部220使用处理装置911,使用所推测或者预测出的移动体的移动速度,判定周边物体观测装置811观测到的物体是否静止。
物体相关部230使用处理装置911,针对周边物体观测装置811观测到的物体中的、静止物体判定部220判定为静止的物体,进行相关处理。即,物体相关部230使用处理装置911,从周边物体观测装置811观测到物体的观测结果中,判定多次观测到所静止的相同物体的观测结果。物体相关部230使用存储装置914,存储表示所判定的判定结果的数据。将物体相关部230存储的数据称为“相关结果数据”。
例如,物体相关部230使用处理装置911,输入静止物体判定部220存储的静止判定结果数据。物体相关部230使用处理装置911,根据所输入的静止判定结果数据表示的判定结果,从相对位置取得部211存储的周边物体观测数据中,输入关于静止物体判定部220判定为静止的物体的周边物体观测数据、且未处理的周边物体观测数据。物体相关部230使用处理装置911,从所输入的周边物体观测数据,取得表示周边物体观测装置811观测到物体的观测时刻的物体观测时刻数据、和表示周边物体观测装置811观测到的物体相对移动体的相对位置的相对位置观测值数据。
在有根据已处理的周边物体观测数据推测出的物体相对移动体的相对位置的轨迹的情况下,物体相关部230使用处理装置911,判定所取得的数据表示的观测时刻以及相对位置是否适合于该轨迹。在存在多个适合的轨迹的情况下,物体相关部230使用处理装置911,判定所取得的数据表示的观测时刻以及相对位置最适合的轨迹。物体相关部230使用处理装置911,将所取得的数据表示的观测时刻以及相对位置编入到(最良好地)适合的轨迹中,而更新轨迹。
在没有所取得的数据表示的观测时刻以及相对位置适合的轨迹的情况下,物体相关部230使用处理装置911,判定在没有适合的轨迹的其他周边物体观测数据中,是否有可成为新的轨迹的周边物体观测数据。在有可成为新的轨迹的周边物体观测数据的情况下,物体相关部230使用处理装置911,生成新的轨迹。
物体相关部230使用存储装置914,存储表示所生成或者更新了的轨迹的数据。
另外,由于不知移动体的绝对位置、朝向,所以物体相关部230中的相关处理根据物体相对移动体的相对位置(表观位置)来进行。
图21是用于说明移动体801的移动轨迹751、与物体703~708相对移动体801的相对位置的轨迹761~766的关系的图。
例如,设成移动体801如移动轨迹751所示蜿蜒移动。另外,设成物体703~708静止。
在时刻785中,周边物体观测装置811针对物体703~708,观测相对移动体801的相对位置741a~741f。
在时刻786中,周边物体观测装置811针对物体703~708,观测相对移动体801的相对位置742a~742f。
在时刻787中,周边物体观测装置811针对物体703~708,观测相对移动体801的相对位置743a~743f。
物体相关部230根据这些观测结果,进行相关处理,生成轨迹761~766。
这样,所静止的物体703~708相对移动体801的相对位置伴随移动体801的移动而变化。特别,在移动体801转弯了的情况下,物体703~708观察的方向大幅变化,所以物体703~708相对移动体801的相对位置也大幅变化。
因此,所静止的物体703~708相对移动体801的相对位置的轨迹761~766有时这样成为复杂的形状。
在周边物体观测装置811观测到多个静止的物体703~708的情况下,各个物体703~708相对移动体801的相对位置伴随移动体801的移动、转弯而大幅变化,但物体703~708之间的位置关系不改变。物体703~708相对移动体801的相对位置不仅伴随移动体801的转弯而其方向变化,而且伴随移动体801的移动而其方向、距离也变化。相对于此,由于物体703~708静止,所以即使移动体801移动、转弯,物体703~708之间的距离也不改变,而伴随移动体801的转弯,仅物体703~708之间的方向变化。
物体相关部230利用该情形,使用处理装置911,预测周边物体观测装置811观测的物体相对移动体801的相对位置。物体相关部230使用处理装置911,使用所预测出的结果来进行相关处理。
例如,物体相关部230使用处理装置911,从在1次的扫描周期内周边物体观测装置811观测到的多个物体中,选择1个静止的物体。物体相关部230使用处理装置911,以使所选择出的物体的坐标与原点一致的方式,使周边物体观测装置811在本次的扫描周期内观测到的多个静止的物体相对移动体801的相对位置的坐标平行移动。另外,物体相关部230使用处理装置911,从在上次的扫描周期内周边物体观测装置811观测到的多个物体中也同样地,选择1个所静止的物体。物体相关部230使用处理装置911,以使所选择出的物体的坐标与原点一致的方式,使周边物体观测装置811在上次的扫描周期内观测到的多个静止的物体相对移动体801的相对位置的坐标平行移动。
物体相关部230使用处理装置911,使对周边物体观测装置811在本次的扫描周期内观测到的物体的相对位置进行了平行移动后的坐标以原点为中心旋转。物体相关部230使用处理装置911,计算所旋转了的各个坐标、与使周边物体观测装置811在上次的扫描周期内观测到的物体的相对位置平行移动后的各个坐标之间的距离。在所计算出的距离小于规定的阈值的情况下,物体相关部230使用处理装置911,视为与该2个坐标对应的物体是同一物体,数出视为同一物体的坐标的组的数量。
物体相关部230使用处理装置911,改变所旋转的角度并将其反复,求出视为同一物体的坐标的组的数量最多的角度。
物体相关部230使用处理装置911,改变从周边物体观测装置811在本次的扫描周期内观测到的多个物体中选择的物体、和从周边物体观测装置811在上次的扫描周期内观测到的多个物体中选择的物体的组合并将其反复,求出视为同一物体的坐标的组的数量最多的组合和旋转角度。
图22是用于说明该实施方式中的物体相关部230的动作的图。
物体相关部230使用处理装置911,从周边物体观测装置811在上次的扫描周期内观测到的静止的物体相对移动体801的相对位置741a~741f中,选择例如相对位置741c。物体相关部230使用处理装置911,以使相对位置741c的坐标与原点一致的方式,使相对位置741a~741f的坐标平行移动。
接下来,物体相关部230使用处理装置911,从周边物体观测装置811在本次的扫描周期内观测到的静止的物体相对移动体801的相对位置742a~742f中,选择例如相对位置742c。物体相关部230使用处理装置911,以使相对位置742c的坐标与原点一致的方式,使相对位置742a~742f的坐标平行移动。
物体相关部230使用处理装置911,使平行移动后的相对位置742a~742f的坐标以原点为中心旋转。物体相关部230使用处理装置911,对旋转后的相对位置742a~742f的坐标、与平行移动后的相对位置741a~741f的坐标进行比较,数出视为同一物体的坐标的组的数量。
在物体相关部230选择出的相对位置的组合是周边物体观测装置811实际上观测到同一物体的相对位置的组,并且旋转后的角度与移动体801转弯了的角度一致的情况下,视为同一物体的坐标的组的数量最多。
物体相关部230使用处理装置911,将视为同一物体的坐标的组的数量最多的相对位置的组合判定为周边物体观测装置811观测到同一物体的相对位置。另外,此时,针对与视为同一物体的坐标的组对应的相对位置的组合,物体相关部230也判定为周边物体观测装置811观测到同一物体的相对位置。
这样,仅针对静止物体判定部220判定为静止的物体,物体相关部230进行相关处理,所以即使不知移动体801的移动轨迹,也可以对周边物体观测装置811观测到的物体进行相关追踪。
另外,物体相关部230既可以针对相对位置的所有组合全部尝试,也可以使用移动速度观测装置821观测到的移动体801的移动速度等信息来缩小所尝试的相对位置的组合。
另外,物体相关部230既可以不限定使平行移动后的坐标旋转的角度的范围来尝试,也可以使用对移动体801的角速度进行观测的角速度观测装置观测到的角速度等信息来缩小所尝试的角度。
另外,物体相关部230也可以并非对视为同一物体的坐标的组的数量进行比较,而对以视为同一物体的坐标的组为顶点的凸多边形的面积进行比较,判定面积最宽的相对位置的组合、旋转角度。其原因为,在视为同一物体的坐标的组集中于窄范围中的情况下,有可能是1个物体的细节。
近似曲线计算部240使用处理装置911,根据静止物体判定部220判定的判定结果、和物体相关部230判定的判定结果,计算对移动体801所处的道路的形状进行近似的近似曲线。
例如,近似曲线计算部240利用物体相关部230判定为周边物体观测装置811观测到同一静止的物体的观测结果的物体相对移动体801的相对位置。
近似曲线计算部240使用处理装置911,决定计算静止的多个物体相对移动体801的相对位置的时刻。近似曲线计算部240针对物体相关部230判定为有多个观测结果的多个物体,分别根据周边物体观测装置811观测到该物体的多个观测结果,使用处理装置911,计算所决定的时刻下的该物体相对移动体801的相对位置。
如果假设为静止的物体存在于道路的边缘中,则可以通过连接所静止的物体的位置来推测道路的边缘的形状。但是,由于有观测误差等,所以需要对连接了所静止的物体的位置的线进行平滑化。近似曲线计算部240用二次曲线、圆等规定的函数对道路的边缘的形状进行近似。
近似曲线计算部240根据针对所静止的多个物体计算出的同时刻下的多个相对位置,使用处理装置911,计算对道路的形状进行近似的近似曲线。近似曲线计算部240使用处理装置911,计算近似曲线的系数。近似曲线计算部240例如通过最小二乘法等,计算近似曲线的系数。
此处,近似曲线计算部240为了计算近似曲线而使用的相对位置是静止物体判定部220判定为静止的物体、并且物体相关部230判定为观测到2次以上的物体的相对位置。因此,由于噪声等而错误地观测到的信号的可能性、将没有静止的物体错误地判定为静止的可能性低。
由此,可以排除误检测、误判定的影响,提高道路形状推测的精度。
另外,近似曲线计算部240也可以仅使用物体相关部230判定为同一物体被观测到规定的次数(例如5次)以上的物体的相对位置,计算近似曲线。阈值越大,误检测、误判定的可能性越低,所以可靠性变高。但是,如果阈值大,则近似曲线的计算中可使用的物体的数量变少。另外,从物体进入到周边物体观测装置811可观测的范围内至可将该物体的相对位置用于近似曲线的计算为止,需要时间,所以无法推测较远的道路形状。因此,阈值优选为例如4~6次左右。
另外,近似曲线计算部240也可以通过对观测到同一物体的次数进行加权的最小二乘法,计算近似曲线的系数。即,观测到同一物体的次数越多,误检测、误判定的可能性越低,所以增权重重。相反地,如果观测到同一物体的次数少,则有可能误检测、误判定,所以减小权重。近似曲线计算部240使用处理装置911,计算权重后的残差的平方和成为最小的近似曲线。由此,可以排除误检测、误判定的影响,并且可以推测远距离的道路形状。
图23是示出物体相对移动体801的相对位置743a~743c与近似曲线750的关系的一个例子的图。
例如,近似曲线计算部240计算的近似曲线750是圆。以移动体801为原点、以行进方向为Y轴、以相对行进方向的垂直右方向为X轴的相对坐标系中的近似曲线750例如可以用以下的方程式来表示。
(x-Ox)2+y2=R2
此处,Ox是作为近似曲线750的圆的中心751的x坐标。R是作为近似曲线750的圆的半径752。
另外,在该例子中,假设为中心751处于X轴上。如果移动体801沿着道路形状移动,则圆的中心应处于移动体801的正旁边。此时,移动体801至道路边缘的距离753是中心751的x坐标Ox、与半径752之差。
将取得了相关的物体的数量设为n,将针对取得了相关的n个物体中的第i个物体由近似曲线计算部240计算出的相对移动体801的相对坐标设为(xi,yi)。残差754可以定义为从该物体与中心751之间的距离减去了半径752的差。
此处,εi是第i个物体的残差754。
近似曲线计算部240使用处理装置911,计算用下式定义的权重残差平方和成为最小的、中心751的X坐标Ox以及半径R。
此处,J是权重残差平方和。Wi是关于第i个物体的权重。例如,权重Wi是第i个物体的相关次数。
图24是示出该实施方式中的道路形状推测处理S500的流程的一个例子的流程图。
在道路形状推测处理S500中,道路形状推测装置200推测移动体的角速度等。道路形状推测处理S500例如具有观测结果取得工序S510、静止判定工序S520、物体相关工序S530、以及近似曲线计算工序S550。
在观测结果取得工序S510中,相对位置取得部211以及移动速度取得部212分别取得周边物体观测装置811以及移动速度观测装置821观测到的观测结果。
在静止判定工序S520中,静止物体判定部220根据在观测结果取得工序S510中取得的观测结果,判定周边物体观测装置811观测到的物体是否静止。
在物体相关工序S530中,物体相关部230针对在静止判定工序S520中静止物体判定部220判定为静止的物体,进行相关处理。
在近似曲线计算工序S550中,近似曲线计算部240根据在观测结果取得工序S510中取得的观测结果、在物体相关工序S530中物体相关部230进行相关处理而得到的结果,计算近似曲线。
道路形状推测装置200使处理返回到观测结果取得工序S510,反复处理。
图25是示出该实施方式中的观测结果取得工序S510的流程的一个例子的流程图。
观测结果取得工序S510例如具有相对位置取得工序S511、和移动速度取得工序S512。
在相对位置取得工序S511中,相对位置取得部211使用处理装置911,判定周边物体观测装置811是否输出了表示观测结果的信号。在判定为周边物体观测装置811输出了信号的情况下,相对位置取得部211使用输入装置902,输入周边物体观测装置811输出的信号。相对位置取得部211使用处理装置911,取得所输入的信号表示的观测结果。相对位置取得部211使用处理装置911,生成表示所取得的观测结果的周边物体观测数据。相对位置取得部211生成的周边物体观测数据例如包括物体观测时刻数据、相对位置观测值数据、相对速度观测值数据。
物体观测时刻数据表示周边物体观测装置811观测到该物体的时刻。例如,物体观测时刻数据是以毫秒单位表示从规定的时刻起的经过时间的整数值数据。或者,物体观测时刻数据是表示帧的编号的整数值数据、和以毫秒单位表示从该帧的开始时刻起的经过时间的整数值数据的组。另外,1个帧是由周边物体观测装置811进行1次的扫描周期。1个帧的长度是例如0.2秒。
相对位置观测值数据表示周边物体观测装置811观测到的物体相对移动体的相对位置。例如,相对位置观测值数据是在以移动体为原点、以移动体的行进方向为Y轴、以相对移动体的行进方向的垂直右方向为X轴的移动体基准的相对坐标系中,用米单位表示周边物体观测装置811观测到的物体的坐标的2个实数值数据的组。或者,相对位置观测值数据是用米单位表示周边物体观测装置811观测到的物体与移动体之间的距离的实数值数据、和用弧度单位表示从移动体观察而周边物体观测装置811观测到的看到物体的方向与移动体的行进方向所成的角度的实数值数据的组。
相对速度观测值数据表示周边物体观测装置811观测到的物体相对移动体的相对速度。例如,相对速度观测值数据是在移动体基准的相对坐标系中,用米每秒单位表示周边物体观测装置811观测到的物体相对移动体的相对速度矢量的分量的2个实数值数据的组。或者,相对速度观测值数据是用米每秒单位表示周边物体观测装置811观测到的物体相对移动体的相对速度的物体和移动体的距离方向分量的实数值数据。
相对位置取得部211使用存储装置914,存储所生成的周边物体观测数据。
在移动速度取得工序S512中,移动速度取得部212使用处理装置911,判定移动速度观测装置821是否输出了表示观测结果的信号。在移动速度观测装置821输出了信号的情况下,移动速度取得部212使用输入装置902,输入移动速度观测装置821输出的信号。移动速度取得部212使用处理装置911,取得所输入的信号表示的观测结果。移动速度取得部212使用处理装置911,生成表示所取得的观测结果的移动速度数据。移动速度取得部212生成的移动速度数据例如包括移动速度观测时刻数据、和移动速度观测值数据。
移动速度观测时刻数据表示移动速度观测装置821观测到移动体的移动速度的时刻。例如,移动速度观测时刻数据是用毫秒单位表示从规定的时刻起的经过时间的整数值数据。
移动速度观测值数据表示移动速度观测装置821观测到的移动体的移动速度。例如,移动速度观测值数据是用米每秒单位表示移动速度观测装置821观测到的移动体的移动速度的实数值数据。
移动速度取得部212使用存储装置914,存储所生成的移动速度数据。
另外,物体观测时刻数据、和移动速度观测时刻数据中的观测时刻的表现形式如果可以相互变换,则也可以是不同的形式。
图26是示出该实施方式中的静止判定工序S520的流程的一个例子的流程图。
静止判定工序S520例如具有移动速度观测时刻取得工序S521、物体选择工序S522、观测时刻比较工序S523、以及速度比较工序S524。
在移动速度观测时刻取得工序S521中,静止物体判定部220使用处理装置911,取得在移动速度取得工序S512中移动速度取得部212存储的移动速度数据中的、观测时刻最新的移动速度数据。静止物体判定部220使用处理装置911,从所取得的移动速度数据中包含的移动速度观测时刻数据,取得移动速度观测装置821观测到移动体的移动速度的最新的观测时刻。另外,静止物体判定部220使用处理装置911,从所取得的移动速度数据中包含的移动速度观测值数据,取得移动速度观测装置821观测到的移动体的移动速度。
另外,在上次执行了静止判定工序S520之后移动速度观测装置821没有观测新的移动速度的情况下,静止物体判定部220也可以不进行以后的处理,而结束静止判定工序S520。例如,静止物体判定部220使用处理装置911,对在上次执行了移动速度观测时刻取得工序S521时取得的最新的观测时刻、与本次取得的最新的观测时刻进行比较。在观测时刻相同的情况下,静止物体判定部220结束静止判定工序S520。
在物体选择工序S522中,静止物体判定部220使用处理装置911,从在相对位置取得工序S511中相对位置取得部211存储的周边物体观测数据中,选择尚未判定该物体是否静止的周边物体观测数据。
例如,在后述速度比较工序S524中,静止物体判定部220使用存储装置914,在针对某周边物体观测数据判定了是否静止的情况下,将表示该判定结果的静止判定结果数据与该周边物体观测数据对应起来存储。
静止物体判定部220使用处理装置911,针对某周边物体观测数据,判定是否存储了对应起来的静止判定结果数据,从而判定是否针对该周边物体观测数据已经判定了是否静止。
在不存在应选择的周边物体观测数据的情况下,静止物体判定部220使用处理装置911,结束静止判定工序S520。
在应选择的周边物体观测数据存在1个以上的情况下,静止物体判定部220使用处理装置911,从其中选择1个周边物体观测数据。静止物体判定部220使用处理装置911,使处理进入到观测时刻比较工序S523。
在观测时刻比较工序S523中,静止物体判定部220使用处理装置911,从在物体选择工序S522中选择出的周边物体观测数据中包含的物体观测时刻数据,取得周边物体观测装置811观测到该物体的观测时刻。静止物体判定部220使用处理装置911,对所取得的观测时刻、与在移动速度观测时刻取得工序S521中取得的观测时刻进行比较。
在周边物体观测装置811观测到物体的观测时刻是移动速度观测装置821观测到移动体的移动速度的最新的观测时刻之后的情况下,静止物体判定部220尚未针对该周边物体观测数据进行是否静止的判定。静止物体判定部220使用处理装置911,使处理返回到物体选择工序S522,选择接下来的周边物体观测数据。
在周边物体观测装置811观测到物体的观测时刻是移动速度观测装置821观测到移动体的移动速度的最新的观测时刻之前的情况下,静止物体判定部220针对该周边物体观测数据进行是否静止的判定。静止物体判定部220使用处理装置911,使处理进入到速度比较工序S524。
在速度比较工序S524中,静止物体判定部220使用处理装置911,从在物体选择工序S522中选择出的周边物体观测数据中包含的相对速度观测值数据,取得周边物体观测装置811观测到的物体相对移动体的相对速度。静止物体判定部220使用处理装置911,根据所取得的相对速度、和在移动速度观测时刻取得工序S521中取得的移动体的移动速度,判定该物体是否静止。静止物体判定部220使用处理装置911,生成表示所判定的判定结果的静止判定数据。静止物体判定部220使用存储装置914,将所生成的静止判定数据与在物体选择工序S522中选择出的周边物体观测数据对应起来存储。
静止物体判定部220使用处理装置911,使处理返回到物体选择工序S522,选择接下来的周边物体观测数据。
图27是示出该实施方式中的物体相关工序S530的流程的一个例子的流程图。
物体相关工序S530具有上次静止物体取得工序S531、本次静止物体取得工序S532、上次物体选择工序S533、上次物体平行移动工序S534、本次物体选择工序S535、本次物体平行移动工序S536、旋转角度选择工序S537、本次物体旋转工序S538、距离计算工序S539、同一物体判定工序S540、阈值判定工序S541、以及同一物体存储工序S542。
在上次静止物体取得工序S531中,物体相关部230使用处理装置911,从相对位置取得部211存储的周边物体观测数据中,取得所有关于在前一个帧中周边物体观测装置811观测到的物体的周边物体观测数据中的、在静止判定工序S520中静止物体判定部220判定为该物体静止的周边物体观测数据。
物体相关部230使用处理装置911,针对所取得的周边物体观测数据的各个,在与2个以上的前面的帧中的周边物体观测数据之间,求出存在物体相关部230判定为周边物体观测装置811观测到同一物体的周边物体观测数据的帧的数量。
例如,在后述同一物体存储工序S542中,物体相关部230使用处理装置911,当判定为关于在某帧中周边物体观测装置811观测到的物体的周边物体观测数据、与关于在其前面的帧中周边物体观测装置811观测到的物体的周边物体观测数据表示观测到同一物体的情况下,生成表示相关次数的相关次数数据。相关次数是判定为同一物体的帧的数量。物体相关部230使用存储装置914,与该周边物体观测数据对应起来存储相关次数数据。在没有与判定为观测到同一物体的对方的周边物体观测数据对应起来的相关次数数据的情况下,物体相关部230生成使相关次数成为“1”的相关次数数据。在有与判定为观测到同一物体的对方的周边物体观测数据对应起来的相关次数数据的情况下,物体相关部230生成使对该相关次数数据表示的相关次数加上“1”而得到的次数成为相关次数的相关次数数据。
物体相关部230使用处理装置911,取得与所取得的周边物体观测数据对应起来存储的相关次数数据表示的相关次数,从而求出判定为同一物体的帧的数量。
物体相关部230使用处理装置911,按照所取得的帧的数量从多到少的顺序,排列所取得的所有周边物体观测数据。取得了相关的帧的数量越多,该周边物体观测数据成为由于噪声等引起的误检测的可能性越低,并且,将移动的物体错误地辨别为静止的可能性也越低。因此,与本次的帧中的周边物体观测数据也取得相关的可能性高。预先按照取得相关的可能性从高到低的顺序,排列周边物体观测数据,从而可以抑制物体相关工序S530的计算量。
在本次静止物体取得工序S532中,物体相关部230使用处理装置911,从相对位置取得部211存储的周边物体观测数据中,取得所有关于在最新的帧中周边物体观测装置811观测到的物体的周边物体观测数据中的、在静止判定工序S520中静止物体判定部220判定为该物体静止的周边物体观测数据。
在上次物体选择工序S533中,物体相关部230使用处理装置911,从在上次静止物体取得工序S531中取得的周边物体观测数据中,按照在上次静止物体取得工序S531排列的顺序,选择1个周边物体观测数据。
在上次静止物体取得工序S531中取得的周边物体观测数据全部已选择、且不存在应选择的周边物体观测数据的情况下,物体相关部230使用处理装置911,使处理进入到同一物体存储工序S542。
在存在未选择的周边物体观测数据的情况下,物体相关部230使用处理装置911,选择1个未选择的周边物体观测数据。物体相关部230使用处理装置911,预测在本次的帧中周边物体观测装置811观测与所选择出的周边物体观测数据相同的物体的相对位置。例如,物体相关部230使用处理装置911,根据在直到前一个帧为止的期间取得了相关的物体相对移动体的相对位置的轨迹等状态量,进行预测。
在上次物体平行移动工序S534中,物体相关部230使用处理装置911,针对在上次静止物体取得工序S531中取得的所有周边物体观测数据,从该周边物体观测数据中包含的相对位置观测值数据表示的周边物体观测装置811观测到的物体相对移动体的相对位置的坐标,减去在本次静止物体取得工序S532中选择出的周边物体观测数据中包含的相对位置观测值数据表示的该物体相对移动体的相对位置的坐标,从而使物体的坐标平行移动。物体相关部230使用存储装置914,针对在上次静止物体取得工序S531中取得的周边物体观测数据,分别存储表示平行移动后的坐标的数据。
在本次物体选择工序S535中,物体相关部230使用处理装置911,按照该周边物体观测数据中包含的相对位置观测值数据表示的周边物体观测装置811观测到的物体相对移动体的相对位置接近在上次物体选择工序S533中预测出的相对位置的顺序,排列本次静止物体取得工序S532中取得的周边物体观测数据。其原因为,与所预测出的相对位置的距离越短,观测到同一物体的观测结果的可能性越高。另外,物体相关部230也可以仅抽出与所预测出的相对位置的距离比规定的阈值短的部分,并按照由近到远的顺序排列。
物体相关部230使用处理装置911,从在本次静止物体取得工序S532中取得的周边物体观测数据(或者,在上次物体选择工序S533中仅抽出了与预测出的相对位置的距离比规定的阈值短的部分的周边物体观测数据)中,按照与在上次物体选择工序S533中预测出的相对位置的距离由近到远的顺序,选择1个周边物体观测数据。
在本次静止物体取得工序S532中取得的周边物体观测数据(或者,在上次物体选择工序S533中仅抽出了与预测出的相对位置的距离比规定的阈值短的部分的周边物体观测数据)全部已选择,且不存在应选择的周边物体观测数据的情况下,物体相关部230使用处理装置911,使处理返回到上次物体选择工序S533,从在上次静止物体取得工序S531中选择出的周边物体观测数据中选择接下来的周边物体观测数据。
在存在未选择的周边物体观测数据的情况下,物体相关部230使用处理装置911,选择1个未选择的周边物体观测数据,使处理进入到本次物体平行移动工序S536。
在本次物体平行移动工序S536中,物体相关部230使用处理装置911,针对在本次静止物体取得工序S532中取得的所有周边物体观测数据,从该周边物体观测数据中包含的相对位置观测值数据表示的周边物体观测装置811观测到的物体相对移动体的相对位置的坐标,减去在本次物体选择工序S535中选择出的周边物体观测数据中包含的相对位置观测值数据表示的该物体相对移动体的相对位置的坐标,从而使物体的坐标平行移动。物体相关部230使用存储装置914,针对在本次静止物体取得工序S532中取得的周边物体观测数据,分别存储表示平行移动后的坐标的数据。
在旋转角度选择工序S537中,物体相关部230假设为在上次物体选择工序S533中选择出的周边物体观测数据、和在本次物体选择工序S535中选择出的周边物体观测数据是表示观测到同一物体的观测结果的周边物体观测数据,使用处理装置911,推测移动体的转弯角度。物体相关部230也可以将观测移动体的角速度的角速度观测装置观测到的角速度等用于转弯角度的推测。物体相关部230使用处理装置911,根据所推测出的转弯角度,决定所尝试的多个旋转角度。
物体相关部230使用处理装置911,从所决定的多个旋转角度中,按照接近所推测出的转弯角度的顺序,选择1个旋转角度。
在所决定的多个旋转角度全部已选择,且不存在应选择的旋转角度的情况下,物体相关部230使用处理装置911,使处理返回到本次物体选择工序S535,从在本次静止物体取得工序S532中取得的周边物体观测数据中选择接下来的周边物体观测数据。
在存在未选择的旋转角度的情况下,物体相关部230使用处理装置911,选择1个未选择的旋转角度,使处理进入到本次物体旋转工序S538。
在本次物体旋转工序S538中,物体相关部230使用处理装置911,针对在本次静止物体取得工序S532中取得的所有周边物体观测数据,使在本次物体平行移动工序S536中平行移动后的坐标,以原点为中心,旋转移动在旋转角度选择工序S537中选择出的旋转角度。
在距离计算工序S539中,物体相关部230使用处理装置911,针对在上次静止物体取得工序S531中取得的所有周边物体观测数据、和在本次静止物体取得工序S532中取得的所有周边物体观测数据的所有组合,求出针对在上次静止物体取得工序S531中取得的周边物体观测数据在上次物体平行移动工序S534中平行移动后的坐标、和针对在本次静止物体取得工序S532中取得的周边物体观测数据在本次物体旋转工序S538中旋转移动后的坐标之间的距离。物体相关部230使用处理装置911,按照所计算出的距离由近到远的顺序,生成在上次静止物体取得工序S531中取得的周边物体观测数据、和在本次静止物体取得工序S532中取得的周边物体观测数据的对。
在同一物体判定工序S540中,物体相关部230使用处理装置911,数出在距离计算工序S539中生成的对中的、所计算出的距离比规定的阈值短的对的数量。物体相关部230使用处理装置911,将所数出的对数,在本次执行物体相关工序S530的期间,与此前在同一物体判定工序S540中数出的对数的最大值进行比较。
在本次数出的对数小于到此为止的对数的最大值的情况下,物体相关部230使处理返回到旋转角度选择工序S537,选择接下来的旋转角度。
在本次数出的对数大于到此为止的对数的最大值的情况下,物体相关部230使用存储装置914,存储表示在距离计算工序S539中生成的对中的所计算出的距离比阈值短的对、和所数出的对数的数据。物体相关部230使用处理装置911,使处理进入到阈值判定工序S541。
在阈值判定工序S541中,物体相关部230使用处理装置911,将在距离计算工序S539中数出的对数与规定的阈值进行比较。
在所数出的对数小于阈值的情况下,物体相关部230使用处理装置911,使处理返回到旋转角度选择工序S537,选择接下来的旋转角度。
在所数出的对数大于阈值的情况下,物体相关部230使用处理装置911,使处理进入到同一物体存储工序S542。其原因为,由于按照取得相关的可能性从高到低的顺序试行,所以在更早的阶段中发现正确的组合和旋转角度的可能性高,而不进行其以后的试行,从而抑制计算量。
另外,成为比较的对象的阈值也可以是预定的常数。另外,也可以根据在上次静止物体取得工序S531中取得的周边物体观测数据的数量、在本次静止物体取得工序S532中取得的周边物体观测数据的数量,物体相关部230计算阈值。例如,物体相关部230对在上次静止物体取得工序S531中取得的周边物体观测数据的数量、与在本次静止物体取得工序S532中取得的周边物体观测数据的数量进行比较而求出小的一方的数量,对所求出的数量乘以规定的常数(例如0.6),而计算阈值。
在同一物体存储工序S542中,物体相关部230使用处理装置911,判定为在同一物体判定工序S540中存储的数据表示的对是表示周边物体观测装置811观测到同一物体的观测结果的周边物体观测数据。物体相关部230使用处理装置911,作为表示所判定的结果的相关结果数据,生成所述相关次数数据。另外,物体相关部230使用处理装置911,生成表示哪个周边物体观测数据是表示周边物体观测装置811观测到同一物体的观测结果的周边物体观测数据的数据,而作为相关结果数据。例如,物体相关部230使用处理装置911,对周边物体观测装置811观测到的物体分配编号。物体相关部230使用存储装置914,将表示所分配的编号的数据与周边物体观测数据对应起来存储。物体相关部230对判定为表示周边物体观测装置811观测到与前一个帧中的周边物体观测数据相同的物体的观测结果的周边物体观测数据,分配与前一个帧中的该周边物体观测数据相同的编号。物体相关部230对其以外的周边物体观测数据,分配与任一周边物体观测数据都不同的编号。
图28是示出该实施方式中的近似曲线计算工序S550的流程的一个例子的流程图。
近似曲线计算工序S550具有相关物体选择工序S551、权重计算工序S552、相对位置计算工序S553、以及系数计算工序S554。
在相关物体选择工序S551中,近似曲线计算部240使用处理装置911,从相对位置取得部211存储的周边物体观测数据中,选择1个关于在最新的帧中周边物体观测装置811观测到的物体的周边物体观测数据中的、在物体相关工序S530中物体相关部230判定为表示观测到与关于在其前面的帧中周边物体观测装置811观测到的物体的周边物体观测数据相同的物体的观测结果的周边物体观测数据。例如,近似曲线计算部240使用处理装置911,从相对位置取得部211存储的周边物体观测数据中,选择物体相关部230存储对应的相关次数数据的周边物体观测数据。
在取得了相关的周边物体观测数据全部已选择,且不存在应选择的周边物体观测数据的情况下,近似曲线计算部240使用处理装置911,使处理进入到系数计算工序S554。
在取得了相关的周边物体观测数据中存在未选择的周边物体观测数据的情况下,近似曲线计算部240使用处理装置911,选择1个未选择的周边物体观测数据,使处理进入到权重计算工序S552。
在权重计算工序S552中,近似曲线计算部240使用处理装置911,根据在相关物体选择工序S551中选择出的周边物体观测数据的相关次数,计算权重Wi。
在相对位置计算工序S553中,近似曲线计算部240使用处理装置911,计算在相关物体选择工序S551中选择出的周边物体观测数据表示的物体在某时刻下的相对移动体的相对位置(xi,yi)。
近似曲线计算部240使用处理装置911,使处理返回到相关物体选择工序S551,选择接下来的周边物体观测数据。
在系数计算工序S554中,近似曲线计算部240使用处理装置911,针对取得了相关的所有物体,根据在权重计算工序S552中计算出的权重Wi、和在相对位置计算工序S553中计算出的相对位置(xi,yi),计算权重残差平方和J成为最小的系数Ox以及R。例如,近似曲线计算部240使用处理装置911,生成求出使权重残差平方和J成为最小的系数Ox以及R的连立方程式。近似曲线计算部240使用处理装置911,求解所生成的连立方程式,计算系数Ox以及R。
实施方式5.
使用图29~图33,说明实施方式5。
另外,对与实施方式1~实施方式4共通的部分,附加同一符号,省略说明。
图29是示出该实施方式中的道路形状推测系统800的整体结构的一个例子的系统结构图。
道路形状推测装置200除了实施方式4中说明的结构以外,还具有初始值计算部250、可靠度计算部260、近似曲线选择部270。
近似曲线计算部240并非分别个别地计算各时刻下的近似曲线,而通过更新在前一时刻计算出的近似曲线,来计算新的时刻的近似曲线。近似曲线计算部240每当静止物体判定部220判定为周边物体观测装置811观测到的物体静止时,使用处理装置911,根据周边物体观测装置811观测到的观测结果,更新近似曲线。例如,近似曲线计算部240使用扩展Kalman滤波器等追踪滤波器,更新近似曲线。
初始值计算部250计算近似曲线计算部240计算的近似曲线的初始值。初始值计算部250使用处理装置911,根据物体相关部230判定的判定结果,计算近似曲线的初始值。
可靠度计算部260计算近似曲线计算部240计算出的近似曲线的可靠度。
近似曲线选择部270在近似曲线计算部240计算出的近似曲线有多个的情况下,根据可靠度计算部260计算出的可靠度,从近似曲线计算部240计算出的近似曲线中,选择所采用的近似曲线。
周边物体观测装置811观测到的物体相对移动体的相对位置的轨迹反映移动体自身的移动、朝向的变化。因此,根据周边物体观测装置811观测到的物体相对移动体的相对位置的轨迹,可知移动体自身的移动量。
图30是用于说明物体相关部230在相关处理中使用的平行移动量以及旋转角度、与移动体801的移动量的关系的图。
物体相关部230取在某帧中周边物体观测装置811观测到的静止物体相对移动体801的相对位置741a~741f、与在其他帧中周边物体观测装置811观测到的静止物体相对移动体801的相对位置742a~742f的相关。物体相关部230使用矢量755使相对位置741a~741f的坐标平行移动,而使相对位置741c的坐标对应于原点。另外,物体相关部230使用矢量756使相对位置742a~742f的坐标平行移动,使相对位置742c的坐标对应于原点,旋转移动旋转角度757,从而取得相关。
在该情况下,从使矢量756旋转旋转角度757而得到的矢量758减去了矢量755的差矢量759是该2个帧之间的移动体基准的相对坐标系中的移动体801的移动量。
另外,旋转角度757是该2个帧之间的移动体801的转弯角度。
例如,物体相关部230在图27中说明的同一物体判定工序S540中,本次所数出的对数比到此为止的对数的最大值大的情况下,使用存储装置914,存储在上次物体选择工序S533中选择出的周边物体观测数据、在本次物体选择工序S535中选择出的周边物体观测数据、以及表示在旋转角度选择工序S537中选择出的旋转角度的数据。
初始值计算部250根据物体相关部230存储的2个周边物体观测数据、和表示旋转角度的数据,推测移动体的移动量以及转弯角度。例如,初始值计算部250使用处理装置911,从在本次物体选择工序S535中物体相关部230选择出的周边物体观测数据,取得在最新的帧中周边物体观测装置811观测到的该物体相对移动体的相对位置。初始值计算部250使用处理装置911,使表示所取得的相对位置的坐标,以原点为中心,旋转移动在旋转角度选择工序S537中物体相关部230选择出的旋转角度。初始值计算部250使用处理装置911,从在上次物体选择工序S533中物体相关部230选择出的周边物体观测数据,取得在前一个帧中周边物体观测装置811观测到的该物体相对移动体的相对位置。初始值计算部250使用处理装置911,计算从表示所取得的相对位置的坐标减去旋转移动后的坐标的差,设成移动体的移动量的推测值。另外,初始值计算部250使用处理装置911,将在旋转角度选择工序S537中物体相关部230选择出的旋转角度设成移动体的转弯角度的推测值。
当汽车等移动体在道路上行驶的情况下,通常,沿着道路形状移动。因此,初始值计算部250推测出的移动体的移动量、转弯角度反映移动体行驶的道路中的、已经通过了的部分的形状。
初始值计算部250使用处理装置911,根据所推测出的移动体的移动量和转弯角度,计算移动体行驶的道路的曲率。例如,初始值计算部250使用处理装置911,计算用移动体移动的距离除转弯角度而得到的商,设为道路的曲率。
另外,在移动体的移动速度慢的情况下,移动体不限于沿着道路形状移动。因此,初始值计算部250也可以使用处理装置911,根据移动速度取得部212存储的移动速度数据,取得移动速度观测装置821观测到的移动体的移动速度,将所取得的移动速度与规定的阈值进行比较,仅在移动体的移动速度比阈值快的情况下,计算道路的曲率。
另外,初始值计算部250计算所静止的物体沿着道路存在的位置、与移动体行驶的位置之间的距离。例如,初始值计算部250使用处理装置911,根据所计算出的曲率,计算对道路形状进行近似的圆的中心。初始值计算部250使用处理装置911,取得物体相关部230取得了相关的物体相对移动体的相对位置中的、从移动体起的距离比规定的阈值近的相对位置。初始值计算部250使用处理装置911,以所计算出的中心为中心,以使该物体到达移动体的正旁边的方式,使所取得的相对位置旋转,而推测该物体通过移动体的正旁边时的位置。初始值计算部250使用处理装置911,根据所推测出的位置,计算所静止的物体沿着道路存在的位置、与移动体行驶的位置之间的距离。初始值计算部250计算出的距离成为近似曲线的X截距的初始值。
在物体相关部230取得了相关的物体相对移动体的相对位置中的、从移动体起的距离比规定的阈值近的相对位置有多个的情况下,初始值计算部250针对各个相对位置,使用处理装置911,推测该物体通过移动体的正旁边时的位置。
初始值计算部250根据所推测出的位置,使用处理装置911,对多个相对位置进行分簇。在推测出的位置之间的距离小于规定的阈值的情况下,可以考虑为其是排列成一列的物体。例如,初始值计算部250使用处理装置911,计算所计算出的多个相对位置中的2个相对位置之间的距离,与阈值进行比较。在2个相对位置之间的距离小于阈值的情况下,初始值计算部250使用处理装置911,将该2个相对位置分类为相同的簇。例如,当这样的簇在移动体的右侧有1个、在左侧有1个的情况下,右侧的簇是道路的右边缘,左侧的簇是道路的左边缘。另外,当这样的簇在移动体的右侧有2个情况下,(如果是左侧通行则)接近移动体一方的簇是中央分离带,远离移动体一方的簇是道路的右边缘。
初始值计算部250使用处理装置911,对针对分类为各簇的相对位置推测出的位置进行平均,设成针对该簇推测出的位置。例如,在有3个这样的簇的情况下,初始值计算部250推测3个位置。初始值计算部250计算3个近似曲线的X截距的初始值。据此,近似曲线计算部240计算3个近似曲线。
如上所述,初始值计算部250根据移动量和转弯角度计算的曲率是道路中的、移动体已经通过的部分的曲率。因此,当道路的曲率在途中变化的情况下,其前面的部分的曲率无法得知。因此,近似曲线计算部240将初始值计算部250计算的曲率作为初始值,计算对还包括曲率变化了的前面的道路形状进行近似的近似曲线。
图31是用于说明该实施方式中的初始值计算部250的动作的说明图。
例如,在移动体801处于位置802时,周边物体观测装置811观测9个物体的相对位置744a~744i。静止物体判定部220判定为在各个相对位置744a~744i观测到的物体静止。
在移动体801移动而处于当前的位置时,周边物体观测装置811观测9个物体的相对位置745a~745i。静止物体判定部220判定为在各个相对位置745a~745i观测到的物体静止。
物体相关部230判定为相对位置744a和相对位置745a是观测到同一物体的结果。同样地,物体相关部230判定为相对位置744b和相对位置745b、相对位置744c和相对位置745c、相对位置744d和相对位置745d、相对位置744e和相对位置745e、相对位置744f和相对位置745f、相对位置744g和相对位置745g、相对位置744h和相对位置745h、相对位置744i和相对位置745i分别是观测到同一物体的结果。
根据该结果,初始值计算部250计算移动体的移动距离和转弯角度778。初始值计算部250根据所计算出的移动距离和转弯角度778,计算转弯中心779。初始值计算部250针对取得了相关的静止的9个物体的相对位置745a~745i中的、从移动体801起的距离比阈值776短的范围777内所处的6个物体的相对位置745b、745c、745e、745f、745h、745i,以转弯中心779为中心而旋转,计算到达移动体801的正旁边的位置786b、786c、786e、786f、786h、786i。初始值计算部250对所计算出的6个位置进行簇化,生成3个簇787a~787c。初始值计算部250针对所生成的3个簇787a~787c,分别取分类为该簇内的位置的平均,设成近似曲线的X截距的初始值。
在该例子中,移动体801恰好脱离弯曲而进入到直线道路,且此前的移动体801行驶的道路的曲率、和从此移动体801行驶的道路的曲率不同。其成为初始值计算部250计算的近似曲线的X截距的初始值的误差要因。从移动体801起的距离越大,由于曲率的变化引起的误差越大。因此,初始值计算部250针对从移动体801起的距离比阈值776大的物体的相对位置745a、745d、745g,不计算到达移动体801的正旁边的位置786a、786d、786g。
图32是示出该实施方式中的近似曲线计算部240计算的近似曲线的一个例子的图。
曲线716示出从移动体801起的距离、与道路的曲率的关系。在该例子中,用假设为道路的曲率连续变化的近似曲线来近似道路的形状。将移动体当前所处的位置处的曲率设为χ0、将无线远方的曲率设为χ∞,从移动体起的距离越大,道路的曲率越接近χ∞。
曲线717是对移动体行驶的路径进行近似的曲线。曲线717的曲率依照用曲线716示出的关系。2个曲线718a、718b是对道路的边缘的形状进行近似的近似曲线。曲线718a、718b是从曲线717起的距离恒定的曲线。
χ(s)=(χ0-χ∞)eas+χ∞
此处,s是沿着道路的从移动体起的距离。s是0以上。χ是道路的曲率。χ是距离s的函数。χ0是s为0时的曲率。χ∞是随着s变大而渐进的曲率。a是道路的曲率的变化率。a小于0。θ是以s为0时的道路的方向为基准的道路的方向。θ是距离s的函数。C是近似曲线。w是移动体的行驶位置与道路边缘之间的距离。
例如,近似曲线计算部240计算用该式表示的近似曲线。近似曲线计算部240将初始值计算部250计算出的初始值用作曲率χ0、曲率χ∞、距离w的初始值。初始值计算部250计算出的初始值中的、曲率的初始值是χ0以及χ∞的初始值,X截距的初始值是w的初始值。对于变化率a,由于初始值计算部250不计算初始值,所以近似曲线计算部240将规定的值(例如-1×10的-5次方)设定为初始值。
另外,近似曲线不限于用该式表示的曲线,例如,也可以是圆、抛物线等圆锥曲线、回旋曲线、椭圆曲线、超椭圆曲线等。
近似曲线计算部240在没有追踪中的近似曲线的情况下,使用处理装置911,生成设定了初始值计算部250计算出的初始值的近似曲线,开始追踪。
在有追踪中的近似曲线的情况下,近似曲线计算部240使用处理装置911,判定初始值计算部250计算出的初始值是否为追踪中的近似曲线的值。例如,近似曲线计算部240使用处理装置911,计算从追踪中的近似曲线的X截距,减去了初始值计算部250计算出的X截距的初始值的差。近似曲线计算部240使用处理装置911,对所计算出的差的绝对值、与规定的阈值进行比较。在差的绝对值小于阈值的情况下,近似曲线计算部240判定为该初始值是该近似曲线的值。在差的绝对值大于阈值的情况下,近似曲线计算部240判定为该初始值并非该近似曲线的值。
在判定为初始值计算部250计算出的初始值并非近似曲线计算部240追踪中的任意一个近似曲线的值的情况下,近似曲线计算部240使用处理装置911,新生成设定了该初始值的近似曲线。
在静止物体判定部220判定为周边物体观测装置811观测到的物体静止的情况下,近似曲线计算部240使用处理装置911,判定静止物体判定部220判定为静止的物体的相对位置可否适用于追踪中的某一个近似曲线。例如,近似曲线计算部240使用处理装置911,对追踪中的所有近似曲线进行时间迁移,而对应于周边物体观测装置811观测到该物体的时刻。近似曲线计算部240使用处理装置911,计算时间迁移后的各个近似曲线、与周边物体观测装置811观测到该物体的相对位置之间的距离。近似曲线计算部240使用处理装置911,判定所计算出的距离最短的近似曲线。近似曲线计算部240使用处理装置911,将针对所判定的近似曲线计算出的距离与规定的阈值进行比较。在该物体的相对位置与该近似曲线之间的距离小于阈值的情况下,近似曲线计算部240使用处理装置911,将该物体的相对位置作为观测值,更新该近似曲线。
在近似曲线计算部240计算的近似曲线是所述近似曲线,近似曲线计算部240用于近似曲线的更新的追踪滤波器是扩展Kalman滤波器的情况下,近似曲线计算部240例如使用用下式示出的状态方程式。
此处,x是表示状态量的矢量。χ0、χ∞、a、w是所述近似曲线C的系数。v是移动体的移动速度。f是表示状态迁移模型的函数。Δt是从上次的更新起的经过时间。z是表示观测量的矢量。xo是以移动体为基准的相对坐标系中的周边物体观测装置811观测到的物体的X坐标。yo是以移动体为基准的相对坐标系中的周边物体观测装置811观测到的物体的Y坐标。vs是移动速度观测装置821观测到的移动体的移动速度。h是表示观测模型的函数。so是在近似曲线C上从移动体至最接近周边物体观测装置811观测到的物体的相对位置的点的距离。
近似曲线计算部240每当周边物体观测装置811观测到所静止的物体的相对位置时,对追踪中的所有近似曲线进行时间迁移,仅更新与该相对位置取得了相关的近似曲线。
另外,近似曲线计算部240在相对位置与近似曲线之间的距离小于阈值的近似曲线有多个的情况下,也可以并非仅更新相对位置与近似曲线之间的距离为最小的近似曲线,而更新相对位置与近似曲线之间的距离小于阈值的所有近似曲线。
可靠度计算部260使用处理装置911,计算近似曲线计算部240计算出的近似曲线的可靠度。例如,可靠度计算部260根据近似曲线计算部240在近似曲线的更新中使用的相对位置的空间性的分散度,计算近似曲线的可靠度。
例如,可靠度计算部260使用存储装置914,针对近似曲线计算部240计算出的每个近似曲线,对于更新中利用的相对位置,积蓄并存储在近似曲线上从移动体至最接近该相对位置的点的距离so。
在近似曲线计算部240进行了时间迁移处理的情况下,可靠度计算部260使用处理装置911,针对所存储的所有距离so,计算从距离so减去了移动体的移动速度v与迁移时间Δt之积的差。可靠度计算部260用所计算出的差更新距离so,使用存储装置914,存储所更新的距离so。另外,在距离so成为负的情况下,可靠度计算部260删除该距离so,不存储所更新的距离so。
在近似曲线计算部240进行了近似曲线的更新处理的情况下,可靠度计算部260使用处理装置911,取得近似曲线计算部240更新了的近似曲线的编号等辨别近似曲线的信息、和距离so。可靠度计算部260使用存储装置914,将所取得的距离so与针对该近似曲线已经存储的距离so一起存储。
根据这样存储的距离so,可靠度计算部260计算距离so的方差σ2。针对各个近似曲线,可靠度计算部260使用处理装置911,计算所存储的距离so的合计值∑so。可靠度计算部260使用处理装置911,根据所计算出的合计值∑so,计算平均值sa。可靠度计算部260使用处理装置911,计算所存储的距离so与所计算出的平均值sa之差的平方的合计值∑(so-sa)2。可靠度计算部260使用处理装置911,根据所计算出的合计值∑(so-sa)2,计算方差σ2。
可靠度计算部260将针对各个近似曲线计算出的方差σ2原样地作为该近似曲线的可靠度。或者,可靠度计算部260也可以使用处理装置911,对所计算出的方差σ2进行标准化,而作为近似曲线的可靠度。
另外,可靠度计算部260也可以将近似曲线计算部240在计算近似曲线的过程中计算的误差协方差矩阵用于可靠度的计算。
另外,近似曲线计算部240也可以废弃可靠度计算部260计算出的可靠度低的近似曲线。例如,近似曲线计算部240针对追踪中的近似曲线的各个,使用处理装置911,取得可靠度计算部260计算出的可靠度。近似曲线计算部240使用处理装置911,将所取得的可靠度与规定的阈值进行比较。在可靠度低于阈值的情况下,近似曲线计算部240使用处理装置911,中止该近似曲线的追踪。或者,近似曲线计算部240也可以使用处理装置911,使用追踪中的其他近似曲线的系数,对该近似曲线的系数中的χ0、χ∞进行再初始化。
近似曲线选择部270从近似曲线计算部240计算出的近似曲线中,根据可靠度计算部260计算出的可靠度,选择所采用的近似曲线。例如,近似曲线选择部270使用处理装置911,在近似曲线计算部240计算出的近似曲线中判定可靠度最高的近似曲线,采用所判定的近似曲线。近似曲线选择部270使用处理装置911,输出所采用的近似曲线的系数。
另外,近似曲线选择部270也可以并非仅采用1个可靠度最高的近似曲线,而例如在可靠度比规定的阈值高的近似曲线有多个的情况下,使用处理装置911,采用可靠度比阈值高的多个近似曲线。或者,近似曲线选择部270也可以用可靠度计算部260计算出的可靠度对近似曲线计算部240计算出的近似曲线的系数进行加权平均,而采用具有平均后的系数的近似曲线。
图33是示出该实施方式中的道路形状推测处理S500的流程的一个例子的流程图。
道路形状推测处理S500除了在实施方式4中说明的观测结果取得工序S510、静止判定工序S520、物体相关工序S530以外,还具有初始值计算工序S561、新曲线判定工序S562、近似曲线迁移工序S563、近似曲线相关工序S564、近似曲线更新工序S565、可靠度计算工序S566、废弃判定工序S567、近似曲线废弃工序S568、近似曲线输出工序S569。
在物体相关工序S530中,判定为在周边物体观测装置811新观测到的静止物体的相对位置,存在取得了相关的对方的情况下,物体相关部230使用处理装置911,使处理进入到初始值计算561。
在判定为没有取得相关的对方的情况下,物体相关部230使用处理装置911,使处理进入到近似曲线迁移工序S563。
在初始值计算工序S561中,初始值计算部250使用处理装置911,根据在物体相关工序S530中物体相关部230取得了相关的相对位置,推测移动体的移动量、转弯角度。初始值计算部250使用处理装置911,根据所推测出的移动体的移动量、转弯角度、和在观测结果取得工序S510中相对位置取得部211存储的相对位置,计算近似曲线的系数的初始值。
在新曲线判定工序S562中,近似曲线计算部240使用处理装置911,判定在初始值计算工序S561中初始值计算部250计算出的初始值是否为追踪中的近似曲线的值。在有判定为并非追踪中的任意一个的近似曲线的值的初始值的情况下,近似曲线计算部240使用处理装置911,生成新的近似曲线,使用该初始值进行初始化。
在近似曲线迁移工序S563中,近似曲线计算部240使用处理装置911,针对追踪中的所有近似曲线,根据进行了上次时间迁移处理的观测时刻、与周边物体观测装置811新观测到静止物体的观测时刻之差,进行时间迁移处理。另外,可靠度计算部260使用处理装置911,针对所存储的所有距离so,进行时间迁移处理。
在近似曲线相关工序564中,近似曲线计算部240使用处理装置911,针对周边物体观测装置811新观测到的静止物体的相对位置,从追踪中的所有近似曲线中,判定取得相关的近似曲线。
在有取得相关的近似曲线的情况下,近似曲线计算部240使用处理装置911,使处理进入到近似曲线更新工序S565。
在没有取得相关的近似曲线的情况下,近似曲线计算部240使用处理装置911,使处理进入到可靠度计算工序S566。
在近似曲线更新工序S565中,近似曲线计算部240使用处理装置911,针对在近似曲线相关工序S564中判定为取得相关的所有近似曲线,使用周边物体观测装置811新观测到的静止物体的相对位置来进行更新处理。另外,可靠度计算部260使用存储装置914,针对该近似曲线,存储距离so。
在可靠度计算工序S566中,可靠度计算部260针对追踪中的所有近似曲线,使用处理装置911,根据所存储的距离so,计算近似曲线的可靠度。
在废弃判定工序S567中,近似曲线计算部240针对追踪中的所有近似曲线,使用处理装置911,将在可靠度计算工序S566中可靠度计算部260计算出的可靠度与规定的阈值进行比较。
在有可靠度低于阈值的近似曲线的情况下,近似曲线计算部240使用处理装置911,使处理进入到近似曲线废弃工序S568。
在针对所有近似曲线,可靠度比阈值高的情况下,近似曲线计算部240使用处理装置911,使处理进入到近似曲线输出工序S569。
在近似曲线废弃工序S568中,近似曲线计算部240使用处理装置911,废弃在废弃判定工序S567中判定为可靠度比阈值低的近似曲线。
在近似曲线输出工序S569中,近似曲线选择部270使用处理装置911,根据在可靠度计算工序S566中可靠度计算部260计算出的可靠度,选择所采用的近似曲线。近似曲线选择部270使用处理装置911,输出所采用的近似曲线。
实施方式6.
使用图34~图49说明实施方式6。
另外,对与实施方式1~实施方式5共通的部分,附加同一符号,省略说明。
图34是示出该实施方式中的道路形状辨别装置100的整体结构的框图。
道路形状辨别装置100(道路形状推测装置)除了实施方式1中说明的功能模块以外,还具有偏航率传感器125、道路曲率变换部126、本车行驶路判定部180、以及推测值选择部190(推测值选择/综合部)。另外,用虚线包围的部分100’是与实施方式1中的道路形状辨别装置100相当的部分。道路形状辨别装置100也可以将部分100’置换为实施方式2~实施方式5中的任意一个中说明的道路形状辨别装置100。
道路形状辨别装置100根据行驶路切换通过偏航率得到的曲率推测值、和通过静止物得到的道路曲率推测值(也可以是近似曲线系数)来进行前车判定。
道路形状辨别装置100将行驶路分类为“直线路”、“弯曲跟前(曲线路跟前)”、“弯曲路(曲线路)”、“弯曲出口(曲线路出口)”这4个种类。道路形状辨别装置100根据行驶路的种类,来切换推测值。
图35是示出直线路的一个例子的图。
在直线路中,偏航率受到操舵的摇摆影响。因此,通过静止物得到的曲率推测值比偏航率正确。
图36是示出弯曲跟前的一个例子的图。
弯曲跟前是指,如该图所示,本车进入直线路,前车进入弯曲路的状况。雷达110由于可以观测远方的静止物,所以可以辨别弯曲形状。因此,与偏航率相比,通过静止物得到的曲率推测值更正确。
图37是示出弯曲路的一个例子的图。
在弯曲路中,由于本车是弯曲行驶中,所以输入恒定的操舵角。通过静止物得到的曲率推测值由于受到静止物的观测误差等的影响,所以通过偏航率得到的曲率推测值更稳定更正确。
图38是示出弯曲出口的一个例子的图。
弯曲出口是指,如该图所示,本车进入弯曲路,前车进入直线路的状况。在该情况下,与弯曲跟前同样地,与偏航率相比,通过静止物得到的曲率推测值更正确。
据此,道路形状辨别装置100判定行驶路的类别,根据行驶路的类别进行切换推测值的处理。
接下来说明动作。
道路曲率变换部126例如使用下式,计算曲率推测值。
此处,χyaw表示曲率、V表示本车速、ω表示偏航率。道路曲率变换部126将偏航率传感器125观测到的观测值用作偏航率ω。或者,作为偏航率ω,道路曲率变换部126使用采用既知的平滑用滤波器(Kalman滤波器、α滤波器等公知的滤波器),对偏航率传感器125观测到的观测值实施了平滑处理后的偏航率推测值。道路曲率变换部126通过计算将偏航率ω除以车速传感器120观测到的车辆的速度而得到的商,计算曲率χyaw。
本车行驶路判定部180使用所述偏航率ω、和从道路形状辨别装置100的近似曲线选择部170得到的近似曲线系数推测值,判定本车行驶路的类别。本车行驶路判定部180例如使用状态迁移模型,更正确地判定行驶路的状态。
图39是示出该实施方式中的本车行驶路的状态迁移模型的一个例子的状态迁移图。
初始状态(初始值)是直线路(状态0)。如果在直线路(状态0)中,满足规定的条件(以下称为“弯曲跟前判定条件”),则从直线路(状态0)向弯曲跟前(状态1)进行状态迁移。
如果在弯曲跟前(状态1),满足某规定的条件(以下称为“弯曲路判定条件”),则向弯曲路(状态2)进行状态迁移,如果满足其他规定的条件(以下称为“短弯曲判定条件”),则向弯曲出口(状态3)进行状态迁移。
如果在弯曲路(状态2)中,满足规定的条件(以下称为“弯曲出口判定条件”),则向弯曲出口(状态3)进行状态迁移。
如果在弯曲出口(状态3)中,满足某规定的条件(以下称为“弯曲结束判定条件”),则向直线路(状态0)进行状态迁移,如果满足其他规定的条件(以下称为“弯曲连续判定条件”),则向弯曲跟前(状态1)进行状态迁移。
图40是用于说明该实施方式中的弯曲跟前判定条件的一个例子的图。
当作为从静止物计算出的道路形状的近似曲线,使用在实施方式1中说明的式(1)所示的2次曲线的情况下,本车行驶路判定部180例如以通过静止物得到的近似曲线的系数(斜率)a是某阈值以上为弯曲跟前判定条件。
图41是该实施方式中的从直线路(状态0)向弯曲跟前(状态1)的判定流程图。
本车行驶路判定部180根据道路近似曲线主计算部160计算出的道路近似曲线,判定是否满足弯曲跟前判定条件。本车行驶路判定部180对道路近似曲线主计算部160计算出的道路近似曲线的系数a的绝对值、与阈值Tha进行比较。在系数a的绝对值大于阈值Tha的情况下,本车行驶路判定部180使本车行驶路的状态迁移到弯曲跟前(状态1)。
或者,本车行驶路判定部180也可以以在道路近似曲线上离开了行进方向的基准距离Yref的地点处的车轴方向的位置Xref是规定的阈值以上为弯曲跟前判定条件。本车行驶路判定部180根据道路近似曲线主计算部160计算出的斜率a和式(1)计算以某行进方向为Y轴的情况下的基准距离Yref下的车轴方向的位置Xref的值,将所计算出的位置Xref与阈值进行比较。另外,作为X截距b,本车行驶路判定部180并非使用道路近似曲线主计算部160计算出的值,而使用0,计算车轴方向的位置Xref。本车行驶路判定部180使用下式,计算车轴方向的位置Xref。
Xref=aYref 2
图42是该实施方式中的从弯曲跟前(状态1)向弯曲路(状态2)以及弯曲出口(状态3)的判定流程图。
本车行驶路判定部180对偏航率ω的绝对值、与规定的阈值Thω进行比较。
在偏航率ω的绝对值是阈值Thω以上的情况下,本车行驶路判定部180例如根据最新的偏航率、和过去N采样前的偏航率,计算偏航率变化率dω。本车行驶路判定部180使用下式,计算偏航率变化率dω。
dω=ωt-ωt-N·ΔT (16)
其中,ωt表示时刻t下的偏航率、ωt-N·ΔT表示时刻(t-N·ΔT)下的偏航率。ΔT是采样间隔。
本车行驶路判定部180对所计算出的偏航率变化率dω的绝对值、与规定的阈值Thdω进行比较。
在偏航率变化率dω的绝对值是阈值Thdω以下的情况下,本车行驶路判定部180使本车行驶路的状态迁移到弯曲路(状态2)。
在偏航率变化率dω的绝对值大于阈值Thdω的情况下,本车行驶路判定部180对偏航率ω的符号与偏航率变化率dω的符号进行比较。
在偏航率ω的符号与偏航率变化率dω的符号不同的情况下,本车行驶路判定部180使本车行驶路的状态迁移到弯曲出口(状态3)。
图43是通过偏航率得到的弯曲路判定条件的说明图。
如该图所示,在弯曲路中,偏航率收敛于固定值。本车行驶路判定部180例如以在弯曲跟前(状态1)偏航率ω的绝对值是阈值Thω以上,并且偏航率变化率dω的绝对值是阈值Thdω以下为弯曲路判定条件。本车行驶路判定部180在满足了弯曲路判定条件的情况下,使状态迁移到弯曲路(状态2)。
图44是通过偏航率得到的短弯曲判定条件的说明图。
在偏航率ω的绝对值是阈值Thω以上,并且偏航率变化率dω的绝对值是阈值Thdω以上的情况下,如该图所示,有可能是弯曲路短且进入到弯曲出口的状况。本车行驶路判定部180例如以在弯曲跟前(状态1)在偏航率向与弯曲的弯向相逆的方向变化为短弯曲判定条件。本车行驶路判定部180在满足了短弯曲判定条件的情况下,使状态迁移到弯曲出口(状态3)。
图45是该实施方式中的从弯曲路(状态2)向弯曲出口(状态3)的判定流程图。
本车行驶路判定部180例如使用下式,根据最新的近似曲线系数(斜率)a的推测值at、和过去N采样前的近似曲线系数(斜率)a的推测值at-N·ΔT,计算近似曲线系数(斜率)a的变化率da。
da=at-at-N·ΔT (17)
其中,ΔT是采样间隔。
本车行驶路判定部180对所计算出的变化率da的绝对值、与规定的阈值Thda进行比较。在变化率da的绝对值是阈值Thda以上的情况下,本车行驶路判定部180对近似曲线系数a的符号、与变化率da的符号进行比较。在近似曲线系数a的符号、与变化率da的符号不同的情况下,本车行驶路判定部180使本车行驶路的状态迁移到弯曲出口(状态3)。
图46是通过道路近似曲线得到的弯曲出口判定条件的说明图。
如该图所示,在弯曲出口中,近似曲线变化为直线。本车行驶路判定部180例如以在弯曲路(状态2)中近似曲线系数(斜率)a的变化率da的绝对值是阈值Thda以上,并且近似曲线系数(斜率)a的符号与所述变化率da的符号相逆为弯曲出口判定条件。本车行驶路判定部180在满足了弯曲出口判定条件的情况下,使状态迁移到弯曲出口(状态3)。
图47是该实施方式中的从弯曲出口(状态3)向直线路(状态0)以及弯曲跟前(状态1)的判定流程图。
本车行驶路判定部180例如对道路近似曲线主计算部160计算出的近似曲线的系数a的绝对值、与阈值Tha进行比较。
在近似曲线的系数a的绝对值是阈值Tha以下的情况下,本车行驶路判定部180使本车行驶路的状态迁移到直线路(状态0)。
在近似曲线的系数a的绝对值超过阈值Tha的情况下,本车行驶路判定部180计算系数a的变化率da。本车行驶路判定部180对所计算出的变化率da的绝对值、与阈值Thda进行比较。
在变化率da的绝对值是阈值Thda以上的情况下,本车行驶路判定部180对系数a的符号、与变化率da的符号进行比较。在系数a的符号、和变化率da的符号相同的情况下,本车行驶路判定部180使本车行驶路的状态迁移到弯曲跟前(状态1)。
图48是通过道路近似曲线得到的弯曲结束判定条件的说明图。
如该图所示,在直线路中,近似曲线系数(斜率)a的绝对值成为阈值Tha以下。本车行驶路判定部180例如以在弯曲出口(状态3)中近似曲线系数a的绝对值是阈值Tha以下为弯曲结束判定条件。本车行驶路判定部180在满足了弯曲结束判定条件的情况下,使状态迁移到直线路(状态0)。
图49是通过道路近似曲线得到的弯曲连续判定条件的说明图。
如该图所示,在弯曲路连续的情况下,没有直线路,所以有可能没有近似曲线系数(斜率)a的绝对值成为阈值Tha以下的时刻。本车行驶路判定部180例如以近似曲线系数(斜率)a的变化率da是阈值以上,并且近似曲线系数(斜率)a的符号与所述变化率da的符号相同为弯曲连续判定条件。本车行驶路判定部180在满足了弯曲连续判定条件的情况下,使状态迁移到弯曲跟前(状态1)。
另外,本车行驶路判定部180也可以并非在1次的判定中满足了条件的情况使状态迁移,而在过去N次的判定中满足了M次以上条件的情况下使状态迁移。由此,可以减少状态迁移的错误。
推测值选择部190(推测值选择/综合部)在直线路(状态0)、弯曲跟前(状态1)、弯曲出口(状态3)的情况下,输出通过静止物得到的曲率推测值χfix。在弯曲路(状态2)的情况下,推测值选择部190输出通过偏航率得到的曲率推测值χyaw。
或者,推测值选择部190也可以根据状态来改变权重,而综合通过静止物得到的曲率推测值χfix、和通过偏航率得到的曲率推测值χyaw。例如,推测值选择部190使用下式,计算所综合的曲率推测值χ。
χ=λyawχyaw+λfixχfix (18)
λyaw+λfix=1 (19)
其中,λyaw以及λfix是根据本车行驶路的状态而推测值选择部190设定的权重。χfix是根据近似曲线选择部170选择出的道路近似曲线计算出的本车行驶路的曲率。推测值选择部190例如使用接下来的近似式,计算曲率推测值χfix。
其中,y’是在道路近似曲线上,作为求出曲率的Y坐标位置而预先设定的值。
推测值选择部190在行驶路状态是“0”(直线路)的情况下,例如,将λyaw设定为0.5、将λfix设定为0.5,而计算曲率推测值χ。在行驶路状态是“1”(弯曲跟前)或者“3”(弯曲出口)的情况下,推测值选择部190将λyaw设定为0.1、将λfix设定为0.9,而计算曲率推测值χ。在行驶路状态是“2”(弯曲路)的情况下,推测值选择部190将λyaw设定为0.9、将λfix设定为0.1,而计算曲率推测值χ。
另外,推测值选择部190也可以并非输出曲率推测值,而输出道路近似曲线。例如,推测值选择部190在直线路(状态0)、弯曲跟前(状态1)、弯曲出口(状态3)的情况下,输出近似曲线选择部170选择出的道路近似曲线。在弯曲路(状态2)的情况下,推测值选择部190根据通过偏航率得到的曲率推测值χyaw,计算曲率恒定的曲线,作为道路近似曲线输出。例如,推测值选择部190将用下式表示的曲线作为道路近似曲线而输出。
其中,χyaw是根据偏航率传感器125测定出的偏航率ω而由道路曲率变换部126计算出的曲率。b是近似曲线选择部170选择出的道路近似曲线的系数b(X截距)。
另外,推测值选择部190也可以将把上式通过泰勒展开进行了近似的下式所示的二次曲线作为道路近似曲线而输出。
其中,y’是在道路近似曲线上,作为求出曲率的Y坐标位置而预先设定的值。
由此,推测值选择部190输出的道路近似曲线的式的形式与本车行驶路的状态无关而相同,仅道路近似曲线的系数的值不同,所以先行车辆判定等后级的处理容易。
或者,推测值选择部190也可以计算对近似曲线选择部170选择出的道路近似曲线、和基于通过偏航率得到的曲率推测值χyaw的道路近似曲线进行加权综合了的曲线,作为道路近似曲线输出。例如,推测值选择部190将下式所示的曲线作为道路近似曲线而输出。
其中,λyaw以及λfix是根据本车行驶路的状态而由推测值选择部190设定的权重。a以及b是近似曲线选择部170选择出的道路近似曲线的系数。
所述道路形状推测装置(道路形状辨别装置100)具有道路曲率变换部(126)、本车行驶路判定部(180)、以及推测值选择/综合部(推测值选择部190)。
所述道路曲率变换部(126)将偏航率变换为道路曲率。
所述本车行驶路判定部(180)根据所述偏航率和所述近似曲线系数判定本车行驶路。
所述推测值选择/综合部(190)选择与所述本车行驶路判定结果对应的曲率推测值。
所述推测值选择/综合部(190)根据所述本车行驶路判定结果对曲率推测值进行加权综合。
所述本车行驶路判定部(180)根据本车行驶路的状态迁移,在N次中满足了M次各状态迁移的判定式的情况下进行状态迁移,判定状态。
根据该实施方式中的道路形状推测装置,通过判别本车行驶路的类别,根据行驶路选择适合的推测值或者进行加权而综合,所以可以更正确地进行前车判定。
实施方式7.
使用图50~图52说明实施方式7。
另外,对与实施方式1~实施方式6共通的部分,附加同一符号,省略说明。
图50是示出该实施方式中的道路形状辨别装置100的结构的一部分的一个例子的框图。
道路形状辨别装置100(道路形状推测装置)除了实施方式1中说明的功能模块以外,还具有前方车追踪部135。另外,道路形状辨别装置100也可以不是实施方式1中说明的道路形状辨别装置100,而是在实施方式2~实施方式6中的任意一个中说明的道路形状辨别装置100中附加前方车追踪部135的结构。
图51是道路近似曲线的正误判定方式的一个例子的说明图。
如该图所示,在道路近似曲线(推测曲线)交叉的情况下,有可能引起观测值的冲突,而道路近似曲线的精度劣化。通过针对应对某近似曲线分配的观测值,取其他近似曲线,有可能计算出错误的道路近似曲线而最终输出。由此,有可能错误地判定前车。
道路形状辨别装置100根据前方车和近似曲线的位置关系来校正错误的近似曲线。例如,如该图所示,在前方车辆存在于道路左边缘之外的情况下,道路形状辨别装置100判定为左边缘近似曲线的推测值错误而进行校正。
接下来说明动作。
前方车追踪部135根据雷达110观测到的物体的位置、相对速度等观测值,追踪在本车的前方行驶的车辆。前方车追踪部135输出所追踪的前方车辆的航迹。在前方车辆有多个的情况下,前方车追踪部135追踪各个前方车辆,输出与多个前方车辆分别对应的多个航迹。
近似曲线选择部170的校正部174当左右边缘的近似曲线在行进方向上的规定的距离处交叉,并且某近似曲线存在于前方车辆的位置的内侧的情况下,对所述近似曲线进行初始化。
例如,校正部174针对各个道路近似曲线,计算在本车行进方向Y轴中从本车离开规定的距离YD的位置处的本车的车轴方向的位置X。例如,在选择部173选择出的道路近似曲线是式(1)所示的曲线的情况下,校正部174使用下式,计算位置X。
X=aYD 2+b
其中,a以及b是近似曲线选择部170选择出的各个道路近似曲线的系数。
校正部174针对近似曲线选择部170选择出的道路近似曲线,分别计算位置X。例如,在近似曲线选择部170选择了道路左边缘的近似曲线、和道路右边缘的近似曲线这2个道路近似曲线的情况下,校正部174计算关于道路左边缘的近似曲线的位置X(以下记载为“XcuvL”),计算关于道路右边缘的近似曲线的位置X(以下记载为“XcuvR”)。
校正部174根据针对多个道路近似曲线计算出的多个位置X,判定道路近似曲线是否交叉。例如,校正部174根据针对道路左边缘的近似曲线计算出的位置XcuvL、和针对道路右边缘的近似曲线计算出的位置XcuvR,判定是否满足下式,在满足的情况下,判定为道路近似曲线交叉。
XcuvL≥XcuvR (20)
在近似曲线选择部170选择出的道路近似曲线有3个以上的情况下,校正部174例如针对近似曲线选择部170选择出的道路近似曲线,按照系数b(X截距)从小到大的顺序,计算位置X。校正部174在针对某道路近似曲线计算出的位置X小于或等于针对与该道路近似曲线相比系数b更小的道路近似曲线计算出的位置X的情况下,判定为该2个道路近似曲线交叉。
在判定为2个道路近似曲线交叉的情况下,校正部174根据前方车追踪部135输出的追踪航迹的各个,判定前方车辆的位置、与道路近似曲线的关系是否正常。例如,校正部174针对各个追踪航迹,根据本车的行进方向上的前方车辆的相对位置Ytrk,针对各个道路近似曲线,计算离开距离Ytrk的位置处的本车的车轴方向的位置X。例如,在选择部173选择出的道路近似曲线是式(1)所示的曲线的情况下,校正部174使用下式,计算位置X。
X=aYtrk 2+b
其中,a以及b是近似曲线选择部170选择出的各个道路近似曲线的系数。
例如,在判定为道路左边缘的近似曲线、与道路右边缘的近似曲线交叉的情况下,校正部174针对各个追踪航迹,针对道路左边缘的近似曲线计算位置X(以下记载为“Xcuv L,i”。其中,i表示追踪航迹的编号),针对道路右边缘的近似曲线计算位置X(以下记载为“XcuvR,i”)。
校正部174例如针对各个追踪航迹,判定是否满足下式。
Xtrk,i≤XcuvL,i (21)
其中,Xtrk,1是在编号i的追踪航迹中,本车的车轴方向上的前方车辆的位置。
在满足了上式的情况下,校正部174判断为前方车辆与道路左边缘的近似曲线的关系不正常,道路左边缘的近似曲线错误。
另外,校正部174例如针对各个追踪航迹,判定是否满足下式。
Xtrk,i≥XcuvR,i (22)
其中,Xtrk,i是在编号i的追踪航迹中,本车的车轴方向上的前方车辆的位置。
在满足了上式的情况下,校正部174判断为前方车辆与道路右边缘的近似曲线的关系不正常、道路右边缘的近似曲线错误。
在近似曲线选择部170选择出的道路近似曲线有3个以上的情况下,校正部174例如针对各个追踪航迹,判定前方车辆处于将本车的前方的区域用道路近似曲线分开而得到的多个区域中的哪一个区域中。校正部174不论道路近似曲线是否交叉,都判定前方车辆所处的区域,并存储所判定的结果。
在判定为道路近似曲线交叉的情况下,校正部174将前方车辆所处的区域的判定结果与上次的判定结果进行比较,判定前方车辆是否横切所交叉的道路近似曲线中的某一个。在前方车辆横切了所交叉的道路近似曲线的情况下,校正部174判定为前方车辆横切了的道路近似曲线错误。
另外,校正部174也可以并非根据前方车追踪部135输出的所有追踪航迹来判定道路近似曲线是否错误,而仅使用稳定的追踪航迹来判定道路近似曲线是否错误。例如,校正部174可以仅使用在几个采样期间连续追踪的航迹。由此,可以排除由于多通道波而误检测的伪像的影响。
校正部174对判定为错误的道路近似曲线进行初始化。
例如,校正部174从选择部173选择出的道路近似曲线中的、判定为错误的道路近似曲线以外的道路近似曲线中,选择曲线质量计算部172计算出的曲线质量值最高的道路近似曲线。校正部174使用所选择出的道路近似曲线的系数,对判定为错误的道路近似曲线的系数进行初始化。例如,校正部174用所选择出的道路近似曲线的系数a来置换判定为错误的道路近似曲线的系数a。
或者,校正部174也可以使用前方车追踪部135输出的追踪航迹,对判定为错误的道路近似曲线进行初始化。
图52是道路近似曲线的初始化方式的一个例子的说明图。
校正部174如该图所示,以使判定为错误的道路近似曲线、与前方车辆的位置之间的关系成为正常的方式,对道路近似曲线进行初始化。
例如,校正部174以使道路近似曲线通过判定为与判定为错误的道路近似曲线的关系不正常的前方车辆的位置(Xtrk,i,Ytrk,i)的方式,对道路近似曲线进行初始化。例如,在判定为错误的道路近似曲线是式(1)所示的曲线的情况下,校正部174使用下式,计算道路近似曲线的新的系数,用所计算出的新的系数对道路近似曲线的系数进行初始化。
其中,b是校正部174判定为错误的道路近似曲线的系数。a’以及b’是校正部174计算的新的系数a以及b的初始值。
另外,校正部174也可以并非以使道路近似曲线通过前方车辆的位置的方式对道路近似曲线进行初始化,而以使道路近似曲线通过在本车的车轴方向上从前方车辆离开规定的距离的位置的方式对道路近似曲线进行初始化。例如,校正部174在判定为通过前方车辆的右侧的道路近似曲线错误,而应通过前方车辆的左侧的情况下,使用下式,计算道路近似曲线的新的系数。
其中,ΔX是预先设定为前方车辆与道路近似曲线之间的距离的最小值的值。另外,X轴的右方向为正。
相反地,在判定为通过前方车辆的左侧的道路近似曲线错误,而应通过前方车辆的右侧的情况下,校正部174使用下式,计算道路近似曲线的新的系数。
或者,校正部174也可以并非对判定为错误的道路近似曲线进行初始化,而废弃判定为错误的道路近似曲线。
所述道路形状推测装置(道路形状辨别装置100)具有近似曲线选择部(170)、和前方车辆追踪部(135)。
所述前方车辆追踪部(135)计算多个前方车追踪航迹。
所述近似曲线选择部(170)的校正部(174)当多个近似曲线在规定的距离处交叉的情况下,根据各近似曲线与所述追踪航迹的位置关系进行近似曲线的正误判定,对错误的近似曲线进行初始化。
所述近似曲线选择部(170)的校正部(174)在对所述近似曲线进行初始化时设定使用前方车的位置来校正后的近似曲线系数。
如上所述,根据该实施方式中的道路形状推测装置(道路形状辨别装置100),通过利用近似曲线与前方车的位置关系来校正错误的近似曲线,所以可以更正确地判定前车。
实施方式8.
使用图53说明实施方式8。
另外,对与实施方式1~实施方式7共通的部分,附加同一符号,省略说明。
图53是示出该实施方式中的道路形状推测系统800的整体结构的一个例子的系统结构图。
道路形状推测系统800搭载于汽车等移动体中。道路形状推测系统800具有周边物体观测装置811、移动速度观测装置821、角速度观测装置831、以及道路形状推测装置200。
角速度观测装置831观测搭载了道路形状推测系统800的移动体的角速度。角速度观测装置831例如是陀螺传感器。角速度观测装置831输出表示所观测的移动体的角速度等的观测结果的信号。
道路形状推测装置200除了实施方式4中说明的道路形状推测装置200以外,还具有角速度取得部213、曲率计算部245、曲率恒定曲线计算部246、前方移动物体追踪部235、近似曲线交叉判定部255、近似曲线初始化部256、以及近似曲线综合部275。
角速度取得部213使用输入装置902,输入角速度观测装置831输出的信号,取得角速度观测装置831观测到的观测结果。角速度取得部213使用处理装置911,判定输入了角速度观测装置831输出的信号的时刻,计算角速度观测装置831观测到移动体的角速度的时刻。角速度取得部213使用存储装置914,存储表示角速度观测装置831观测到移动体的角速度的观测时刻、角速度观测装置831观测到的移动体的角速度的数据。将角速度取得部213存储的数据称为“角速度观测数据”。在“角速度观测数据”中,将表示观测时刻的数据称为“角速度观测时刻数据”、将表示移动体的角速度的数据称为“角速度观测值数据”。
曲率计算部245使用处理装置911,计算移动体的轨迹的曲率。例如,曲率计算部245使用处理装置911,输入移动速度取得部212存储的移动速度观测数据、和角速度取得部213存储的角速度观测数据。曲率计算部245使用处理装置911,从所输入的移动速度观测数据,取得表示移动速度观测装置821观测到的移动体的移动速度的移动速度观测值数据。曲率计算部245使用处理装置911,从所输入的角速度观测数据,取得表示角速度观测装置831观测到的移动体的角速度的角速度观测值数据。曲率计算部245使用处理装置911,根据所取得的移动速度观测值数据表示的移动体的移动速度、和所取得的角速度观测值数据表示的移动体的角速度,计算移动体的轨迹的曲率。曲率计算部245使用处理装置911,计算将移动体的角速度除以移动体的移动速度而得到的商,从而计算移动体的轨迹的曲率。
另外,在移动体的移动速度的观测时刻、和移动体的角速度的观测时刻不同的情况下,曲率计算部245也可以使用处理装置911,进行时刻对齐处理,根据进行了时刻对齐处理后的移动体的移动速度以及角速度,计算出移动体的轨迹的曲率。另外,曲率计算部245也可以使用处理装置911,对移动体的移动速度以及角速度分别进行平滑化,根据平滑化后的移动速度以及角速度,计算移动体的轨迹的曲率。
曲率恒定曲线计算部246使用处理装置911,根据道路的曲率恒定的假设,计算对道路的形状进行近似的近似曲线(以下称为“曲率恒定曲线”)。例如,曲率恒定曲线计算部246使用处理装置911,根据近似曲线计算部240计算出的近似曲线,计算移动体的正旁边方向上的移动体与近似曲线之间的距离。曲率恒定曲线计算部246使用处理装置911,根据曲率计算部245计算出的移动体的轨迹的曲率,计算移动体的轨迹的中心点的坐标。曲率恒定曲线计算部246使用处理装置911,以所计算出的移动体的轨迹的中心点的坐标为中心,计算通过与在移动体的正旁边方向上近似曲线计算部240计算出的近似曲线相同的点的圆的方程式的系数。曲率恒定曲线计算部246使用处理装置911,将具有所计算出的系数的圆的方程式设为表示曲率恒定曲线的式。
近似曲线综合部275使用处理装置911,对近似曲线计算部240计算出的近似曲线、和曲率恒定曲线计算部246计算出的曲率恒定曲线进行综合,而计算对移动体所处的道路的形状进行近似的近似曲线。例如,近似曲线综合部275使用处理装置911,根据移动速度取得部212取得的移动体的移动速度和角速度取得部213取得的移动体的角速度,计算针对近似曲线计算部240计算出的近似曲线的权重、和针对曲率恒定曲线计算部246计算出的曲率恒定曲线的权重。例如,在移动体的角速度的变化小的情况下,移动体所处的道路的曲率恒定的可能性高,所以近似曲线综合部275增大针对曲率恒定曲线的权重。另外,在移动体的移动速度大的情况下,移动体沿着道路的形状而移动的可能性高,所以近似曲线综合部275增大针对曲率恒定曲线的权重。例如,近似曲线综合部275使用处理装置911,使用下式的右边计算权重。
其中,λyaw是针对曲率恒定曲线计算部246计算出的曲率恒定曲线的权重。λfix是针对近似曲线计算部240计算出的近似曲线的权重。V是移动速度观测装置821观测,并移动速度取得部212取得的移动体的移动速度。Δω是角速度观测装置831观测,并角速度取得部213取得的移动体的角速度的规定时间中的变化量。V0是预先设定为加权计算的基准的移动体的移动速度。Δω0是预先设定为加权计算的基准的移动体的角速度的变化量。
近似曲线综合部275使用处理装置911,根据所计算出的权重,对近似曲线计算部240计算出的近似曲线、和曲率恒定曲线计算部246计算出的曲率恒定曲线进行综合,从而计算对移动体所处的道路的形状进行近似的近似曲线。
另外,也可以代替近似曲线综合部275,而设置近似曲线选择部。近似曲线选择部使用处理装置911,将近似曲线计算部240计算出的近似曲线、和曲率恒定曲线计算部246计算出的曲率恒定曲线中的某一方用作对移动体所处的道路的形状进行近似的近似曲线。例如,近似曲线选择部使用处理装置911,在移动速度取得部212取得的移动体的移动速度比规定的阈值大、并且角速度取得部213取得的移动体的角速度的变化量比规定的阈值小的情况下,将曲率恒定曲线计算部246计算出的曲率恒定曲线用作对移动体所处的道路的形状进行近似的近似曲线。在其以外的情况下,近似曲线选择部使用处理装置911,将近似曲线计算部240计算出的近似曲线用作对移动体所处的道路的形状进行近似的近似曲线。在该情况下,曲率恒定曲线计算部246也可以在通过近似曲线选择部决定了采用之后,计算曲率恒定曲线。
前方移动物体追踪部235使用处理装置911,根据相对位置取得部211取得的周边物体观测装置811观测到的物体相对移动体的相对位置以及相对速度,追踪在移动体的前方在与移动体大致相同的方向上移动的物体。例如,前方移动物体追踪部235使用处理装置911,输入相对位置取得部211存储的周边物体观测数据。前方移动物体追踪部235使用处理装置911,从所输入的周边物体观测数据,取得表示周边物体观测装置811观测到的物体相对移动体的相对位置的相对位置观测值数据、和表示周边物体观测装置811观测到的物体相对移动体的相对速度的相对速度观测值数据。前方移动物体追踪部235将所取得的相对速度观测值数据表示的相对速度的绝对值与规定的阈值进行比较,在相对速度的绝对值比阈值小的情况下,判定为该物体在与移动体大致相同的方向上移动。前方移动物体追踪部235针对判定为在与移动体大致相同的方向上移动的物体,根据所取得的相对位置观测值数据表示的相对位置,追踪该物体,求出该物体相对移动体的相对位置的轨迹。
近似曲线交叉判定部255使用处理装置911,在近似曲线计算部240计算出的近似曲线有多个的情况下,判定任意2个近似曲线是否交叉。例如,近似曲线交叉判定部255使用处理装置911,从近似曲线计算部240计算出的多个近似曲线,选择2个近似曲线,根据所选择出的近似曲线的系数,计算判别该2个近似曲线是否交叉的判别式的值。近似曲线交叉判定部255使用处理装置911,根据所计算出的判别式的值,判定所选择出的2个近似曲线是否交叉。
另外,也可以设成近似曲线交叉判定部255即使在2个近似曲线交叉的情况下,在近似曲线交叉的点远离移动体的情况下,也视为误差范围内,而处理为2个近似曲线不交叉。例如,在根据判别式的值判定为2个近似曲线交叉的情况下,近似曲线交叉判定部255使用处理装置911,计算2个近似曲线交叉的点相对移动体的相对坐标。近似曲线交叉判定部255使用处理装置911,根据所计算出的相对坐标,计算2个近似曲线交叉的点、与移动体之间的距离。近似曲线交叉判定部255使用处理装置911,将所计算出的距离与规定的阈值进行比较。在所计算出的距离比阈值小的情况下,近似曲线交叉判定部255使用处理装置911,判定为所选择出的2个近似曲线交叉。在其以外的情况下,近似曲线交叉判定部255使用处理装置911,判定为所选择出的2个近似曲线不交叉。
近似曲线初始化部256使用处理装置911,针对近似曲线交叉判定部255判定为交叉的各个近似曲线,验证该近似曲线是否正确。例如,近似曲线初始化部256使用处理装置911,针对近似曲线交叉判定部255判定为交叉的各个近似曲线,判定是否与前方移动物体追踪部235计算出的物体相对移动体的相对位置的轨迹交叉。在判定为与前方移动物体追踪部235计算出的物体相对移动体的相对位置的轨迹交叉的情况下,近似曲线初始化部256使用处理装置911,判定为该近似曲线不正确。
另外,近似曲线初始化部256也可以通过其他方式,来验证近似曲线是否正确。例如,近似曲线初始化部256使用处理装置911,针对近似曲线交叉判定部255判定为交叉的各个近似曲线,计算移动体的正旁边的曲率。近似曲线初始化部256使用处理装置911,计算所计算出的曲率、与曲率计算部245计算出的曲率之间的差的绝对值。近似曲线初始化部256使用处理装置911,将所计算出的曲率的差的绝对值与规定的阈值进行比较,在曲率的差的绝对值比阈值大的情况下,判定为该近似曲线不正确。
在判定为某近似曲线不正确的情况下,近似曲线初始化部256使用处理装置911,对判定为不正确的近似曲线的系数进行初始化。例如,近似曲线初始化部256使用处理装置911,修正判定为不正确的近似曲线的系数的值,以不与近似曲线计算部240计算出的其他近似曲线、前方移动物体追踪部235计算出的物体相对移动体的相对位置的轨迹交叉。
或者,近似曲线计算部240也可以废弃近似曲线初始化部256判定为不正确的近似曲线。
以上,各实施方式中说明的结构是一个例子,也可以组合不同的实施方式中说明的结构。另外,也可以进行将不主要的部分的结构置换为既存的技术等其他结构等变形。
以上说明的道路形状推测装置(200;道路形状辨别装置100)具有相对位置取得部(211;静止物识别部130)、静止物体判定部(220;静止物识别部130)、物体相关部(230;道路近似曲线虚拟计算部140)、以及近似曲线计算部(240;道路近似曲线主计算部160)。
所述相对位置取得部(211;130)取得针对移动体(801)的周边中存在的物体,反复观测以所述移动体(801)为基准的所述物体的相对位置的周边物体观测装置(811;雷达110)观测到的观测结果。
所述静止物体判定部(220;130)根据所述相对位置取得部(211;130)取得的观测结果,判定所述周边物体观测装置(811;110)观测到相对位置的物体是否静止。
所述物体相关部(230;140)根据所述相对位置取得部(211;130)取得的观测结果,从所述周边物体观测装置(811;110)观测到的多个相对位置中,判定针对同一物体由所述周边物体观测装置(811;110)观测到的多个相对位置。
所述近似曲线计算部(240;160)根据所述静止物体判定部(220;130)判定的判定结果、和所述物体相关部(230;140)判定的判定结果,计算对所述移动体(801)所处的道路的形状进行近似的近似曲线。
由于根据静止物体判定部的判定结果、和物体相关部的判定结果,计算近似曲线,所以可以排除误检测、误判定的影响,提高所计算的近似曲线的可靠性。
所述近似曲线计算部(240;160)将表示所述近似曲线的规定的函数的系数作为状态量,使用以所述相对位置取得部(211;130)取得的观测结果中的、针对所述静止物体判定部(220;130)判定为静止的物体由所述周边物体观测装置(811;110)观测到的相对位置为观测量的追踪滤波器,推测表示所述近似曲线的函数的系数。
由于使用追踪滤波器来推测表示近似曲线的函数的系数,所以可以将观测时刻不同的观测结果用于近似曲线的计算。由此,近似曲线的计算中使用的观测结果的数量增加,所以可以提高所计算的近似曲线的可靠性。
所述近似曲线计算部(240;160)在所述周边物体观测装置(811;110)观测到的相对位置、与所述近似曲线之间的距离比规定的阈值短的情况下,将所述相对位置作为观测量而进行所述追踪滤波器的更新处理。
由于根据周边物体观测装置811观测到的相对位置与近似曲线之间的距离,使相对位置与近似曲线相关,所以可以将该相对位置用于取得了相关的近似曲线的更新。
所述道路形状推测装置(200;100)具有初始值计算部(250;道路近似曲线虚拟计算部140)。
所述初始值计算部(250;140)针对所述物体相关部(230;140)判定为是针对同一物体由所述周边物体观测装置(811;110)观测到的多个相对位置的多个相对位置,用表示所述近似曲线的规定的函数对所述多个相对位置的轨迹进行近似,计算对所述多个相对位置的轨迹进行近似的函数的系数。
所述近似曲线计算部(240;160)将所述初始值计算部(250;140)计算出的系数作为所述追踪滤波器的状态量的推测值的初始值。
相对位置的轨迹由于反映移动体的运动,所以如果移动体沿着道路移动,则反映道路形状。根据相对位置的轨迹计算出的初始值无法说是对道路形状正确地进行了近似的近似曲线的系数,但作为追踪处理的初始值,具有充分有效的精度。由此,可以以少的计算量,得到追踪处理所需的初始值。
所述初始值计算部(250;140)根据所述物体相关部(230;140)判定为是针对同一物体由所述周边物体观测装置(811;110)观测到的多个相对位置的多个相对位置中的、观测到一个物体的多个相对位置的数量(相关次数)比规定的阈值多的多个相对位置,计算对所述多个相对位置的轨迹进行近似的函数的系数。
由于根据相关次数比阈值多的相对位置来计算初始值,所以所计算的初始值的精度变高。
所述初始值计算部(250;140)根据所述物体相关部(230;140)判定为是针对同一物体由所述周边物体观测装置(811;110)观测到的多个相对位置的多个相对位置中的、在观测到一个物体的多个相对位置中存在所述物体与所述移动体(801)之间的距离比规定的阈值近的相对位置的多个相对位置,计算对所述多个相对位置的轨迹进行近似的函数的系数。
由于根据从移动体起的距离比阈值小的物体的相对位置来计算初始值,所以所计算的初始值的精度变高。
所述道路形状推测装置(200;100)具有可靠度计算部(260;近似曲线选择部170)。
所述可靠度计算部(260;170)计算所述近似曲线计算部(240;160)计算出的近似曲线的可靠度。
所述近似曲线计算部(240;160)在所述可靠度计算部(260;170)计算出的可靠度比规定的阈值低的情况下,废弃所计算出的近似曲线。
通过废弃可靠度低的近似曲线,可以维持近似曲线的可靠性。
所述道路形状推测装置(200;100)具有可靠度计算部(260;170)、和近似曲线选择部(270;170)。
所述近似曲线计算部(240;160)计算多个近似曲线。
所述可靠度计算部(260;170)计算所述近似曲线计算部(240;160)计算出的多个近似曲线各自的可靠度。
所述近似曲线选择部(270;170)根据所述可靠度计算部(260;170)计算出的可靠度,从所述近似曲线计算部(240;160)计算出的多个近似曲线中,选择所采用的近似曲线。
由此,可以采用可靠度高的近似曲线。
所述可靠度计算部(260;170)计算所述近似曲线计算部(240;160)在所述近似曲线的计算中的相对位置、与所述移动体(801)之间的距离的分散度,所计算出的分散度越大,可靠度越高。
如果近似曲线的计算中使用的相对位置在空间上分散,则近似曲线的变化少而稳定。通过提高稳定的近似曲线的可靠度,可以提高近似曲线的可靠性。
所述道路形状推测装置(200;100)具有移动速度取得部(212;道路曲率变换部126)、角速度取得部(213;道路曲率变换部126)、曲率计算部(245;道路曲率变换部126)、曲率恒定曲线计算部(246;推测值选择部190)、以及近似曲线选择部(推测值选择部190)。
所述移动速度取得部(212;126)取得对所述移动体的移动速度进行观测的移动速度观测装置(821;车速传感器120)观测到的观测结果。
所述角速度取得部(213;126)取得对所述移动体的角速度进行观测的角速度观测装置(831;偏航率传感器125)观测到的观测结果。
所述曲率计算部(245;126)根据所述移动速度取得部(212;126)取得的观测结果、和所述角速度取得部(213;126)取得的观测结果,作为所述移动体的轨迹的曲率,计算将所述移动体的角速度除以所述移动体的移动速度的商。
所述曲率恒定曲线计算部(246;190)根据所述曲率计算部(245;126)计算出的曲率,作为对所述移动体所处的道路的形状进行近似的近似曲线,计算曲率恒定的曲率恒定曲线。
所述近似曲线选择部(190)从所述近似曲线计算部(240;160)计算出的近似曲线和所述曲率恒定曲线计算部(246;190)计算出的曲率恒定曲线中,选择用作对所述移动体所处的道路的形状进行近似的近似曲线的近似曲线。
由于根据移动体的行驶状态等,选择最佳的近似曲线,所以道路形状推测的精度提高。
所述近似曲线选择部(本车行驶路判定部180、推测值选择部190)从至少分类为直线路、曲线路跟前、曲线路、以及曲线路出口这4个种类的道路形状类别中,判定所述移动体所处的道路的形状的道路形状类别,在所判定出的道路形状类别是曲线路的情况下,将所述曲率恒定曲线计算部(246;190)计算出的曲率恒定曲线选择为对所述移动体所处的道路的形状进行近似的近似曲线。
在曲率恒定的曲线路中,可以通过根据移动体的角速度计算出的曲率,高精度地近似道路形状,所以道路形状推测的精度提高。
所述道路形状推测装置(200;100)具有移动速度取得部(212;126)、角速度取得部(213;126)、曲率计算部(245;126)、曲率恒定曲线计算部(246;190)、以及近似曲线综合部(275;190)。
所述移动速度取得部(212;126)取得对所述移动体的移动速度进行观测的移动速度观测装置(821;120)观测到的观测结果。
所述角速度取得部(213;126)取得对所述移动体的角速度进行观测的角速度观测装置(831;125)观测到的观测结果。
所述曲率计算部(245;126)根据所述移动速度取得部(212;126)取得的观测结果、和所述角速度取得部(213;126)取得的观测结果,作为所述移动体的轨迹的曲率,计算将所述移动体的角速度除以所述移动体的移动速度的商。
所述曲率恒定曲线计算部(246;190)根据所述曲率计算部(245;126)计算出的曲率,作为对所述移动体所处的道路的形状进行近似的近似曲线,计算曲率恒定的曲率恒定曲线。
所述近似曲线综合部(275;190)计算针对所述近似曲线计算部(240;160)计算出的近似曲线的权重、和针对所述曲率恒定曲线计算部(246;190)计算出的曲率恒定曲线的权重,根据所计算出的权重,对所述近似曲线计算部(240;160)计算出的近似曲线和所述曲率恒定曲线计算部(246;190)计算出的曲率恒定曲线进行综合,而计算对所述移动体所处的道路的形状进行近似的近似曲线。
由于根据移动体的行驶状态等改变权重,而综合2个种类的曲线,所以道路形状推测的精度提高。
所述近似曲线综合部(275;180、190)从至少分类为直线路、曲线路跟前、曲线路、以及曲线路出口这4个种类的道路形状类别中,判定所述移动体所处的道路的形状的道路形状类别,在所判定出的道路形状类别是曲线路的情况下,增加针对所述曲率恒定曲线计算部(246;190)计算出的曲率恒定曲线的权重。
在曲率恒定的曲线路中,可以通过根据移动体的角速度计算出的曲率,高精度地近似道路形状,所以道路形状推测的精度提高。
所述道路形状推测装置(200;100)具有前方移动物体追踪部(235;前方车追踪部135)、近似曲线交叉判定部(255;校正部174)、以及近似曲线初始化部(256;校正部174)。
所述前方移动物体追踪部(235;135)根据所述相对位置取得部(211;135)取得的观测结果,追踪在所述移动体的前方在与所述移动体大致相同的方向上移动的物体。
所述近似曲线交叉判定部(255;174)在所述近似曲线计算部(240;160)计算出多个近似曲线的情况下,判定所述多个近似曲线是否交叉。
所述近似曲线初始化部(256;174)在所述近似曲线交叉判定部(255;174)判定为所述多个近似曲线交叉的情况下,针对所述近似曲线交叉判定部(255;174)判定为交叉的多个近似曲线的各个,根据与所述前方移动物体追踪部(235;135)追踪了的物体的位置关系,判定所述多个近似曲线的各个是否正确,对判定为不正确的近似曲线进行初始化。
在多个近似曲线交叉的情况下,所交叉的近似曲线中的某一个不正确的可能性高。在移动体的前方在与移动体大致相同的方向上移动的物体沿着道路形状移动的可能性高,所以可以根据与近似曲线的位置关系,判定哪个近似曲线不正确。这样,判定不正确的近似曲线并进行初始化,所以道路形状推测的精度提高。
以上说明的道路形状辨别装置(100;200)通过计算机执行,可以通过使计算机作为道路形状推测装置发挥功能的计算机程序来实现。
Claims (14)
1.一种道路形状推测装置,其特征在于,具有:
相对位置取得部,取得周边物体观测装置观测到的观测结果,该周边物体观测装置反复观测移动体的周边存在的物体而对以所述移动体为基准的所述物体的相对位置进行测定;
静止物体判定部,根据所述相对位置取得部取得的观测结果,判定所述周边物体观测装置观测到的物体是否静止;
物体相关部,根据所述相对位置取得部取得的多个观测结果,从所述周边物体观测装置测定出的多个相对位置中,判定所述周边物体观测装置对同一物体进行观测而测定出的相对位置的组;
近似曲线计算部,根据所述静止物体判定部判定的判定结果、和所述物体相关部判定的判定结果,计算对所述移动体所处的道路的形状进行近似的近似曲线;以及
可靠度计算部,计算所述近似曲线计算部计算出的近似曲线的可靠度,
所述近似曲线计算部在所述可靠度计算部计算出的可靠度比规定的阈值低的情况下,废弃所计算出的近似曲线。
2.根据权利要求1所述的道路形状推测装置,其特征在于,
所述近似曲线计算部使用追踪滤波器,推测表示所述近似曲线的函数的系数,该追踪滤波器将表示所述近似曲线的规定的函数的系数作为状态量,并且将针对所述相对位置取得部取得的观测结果中的、所述静止物体判定部判定为静止的物体由所述周边物体观测装置进行观测而测定出的相对位置作为观测量。
3.根据权利要求2所述的道路形状推测装置,其特征在于,
所述近似曲线计算部在所述周边物体观测装置测定出的相对位置与所述近似曲线之间的距离比规定的阈值短的情况下,将所述相对位置作为观测量而进行所述追踪滤波器的更新处理。
4.根据权利要求2所述的道路形状推测装置,其特征在于,
所述道路形状推测装置还具有初始值计算部,该初始值计算部用表示所述近似曲线的规定的函数,近似所述物体相关部判定为所述周边物体观测装置对同一物体进行观测而测定出的相对位置的组中所属的多个相对位置的轨迹,计算对所述多个相对位置的轨迹进行近似的函数的系数,
所述近似曲线计算部将所述初始值计算部计算出的系数设定为所述追踪滤波器的状态量的推测值的初始值。
5.根据权利要求4所述的道路形状推测装置,其特征在于,
所述初始值计算部根据所述物体相关部判定为所述周边物体观测装置对同一物体进行观测而测定出的多个相对位置的多个相对位置的组中的、相对位置的数量比规定的阈值多的组中所属的多个相对位置,计算对所述多个相对位置的轨迹进行近似的函数的系数。
6.根据权利要求4所述的道路形状推测装置,其特征在于,
所述初始值计算部根据所述物体相关部判定为所述周边物体观测装置对同一物体进行观测而测定出的多个相对位置的相对位置的组中的、至少某一个相对位置与所述移动体之间的距离比规定的阈值接近的组中所属的多个相对位置,计算对所述多个相对位置的轨迹进行近似的函数的系数。
7.根据权利要求1所述的道路形状推测装置,其特征在于,
所述近似曲线计算部计算多个近似曲线,
所述可靠度计算部计算所述近似曲线计算部计算出的多个近似曲线各自的可靠度,
所述道路形状推测装置还具有:
近似曲线选择部,根据所述可靠度计算部计算出的可靠度,从所述近似曲线计算部计算出的多个近似曲线中,选择将采用的近似曲线。
8.根据权利要求1所述的道路形状推测装置,其特征在于,
所述可靠度计算部计算所述近似曲线计算部在所述近似曲线的计算中使用的多个相对位置中的各个相对位置与所述移动体之间的距离的分散度,所计算出的分散度越大,使可靠度越高。
9.根据权利要求1所述的道路形状推测装置,其特征在于,
所述道路形状推测装置还具有:
移动速度取得部,取得对所述移动体的移动速度进行观测的移动速度观测装置观测到的观测结果;
角速度取得部,取得对所述移动体的角速度进行观测的角速度观测装置观测到的观测结果;
曲率计算部,根据所述移动速度取得部取得的观测结果、和所述角速度取得部取得的观测结果,作为所述移动体的轨迹的曲率,计算将所述移动体的角速度除以所述移动体的移动速度而得到的商;
曲率恒定曲线计算部,根据所述曲率计算部计算出的曲率,作为对所述移动体所处的道路的形状进行近似的近似曲线,计算曲率恒定的曲率恒定曲线;以及
近似曲线选择部,从所述近似曲线计算部计算出的近似曲线和所述曲率恒定曲线计算部计算出的曲率恒定曲线中,选择作为对所述移动体所处的道路的形状进行近似的近似曲线采用的近似曲线。
10.根据权利要求9所述的道路形状推测装置,其特征在于,
所述近似曲线选择部从至少分类为直线路、曲线路跟前、曲线路以及曲线路出口这4个种类的道路形状类别中,判定所述移动体所处的道路的形状的道路形状类别,在所判定出的道路形状类别是曲线路的情况下,将所述曲率恒定曲线计算部计算出的曲率恒定曲线选择为对所述移动体所处的道路的形状进行近似的近似曲线。
11.根据权利要求1所述的道路形状推测装置,其特征在于,
所述道路形状推测装置还具有:
移动速度取得部,取得对所述移动体的移动速度进行观测的移动速度观测装置观测到的观测结果;
角速度取得部,取得对所述移动体的角速度进行观测的角速度观测装置观测到的观测结果;
曲率计算部,根据所述移动速度取得部取得的观测结果、和所述角速度取得部取得的观测结果,作为所述移动体的轨迹的曲率,计算将所述移动体的角速度除以所述移动体的移动速度而得到的商;
曲率恒定曲线计算部,根据所述曲率计算部计算出的曲率,作为对所述移动体所处的道路的形状进行近似的近似曲线,计算曲率恒定的曲率恒定曲线;以及
近似曲线综合部,计算针对所述近似曲线计算部计算出的近似曲线的权重、和针对所述曲率恒定曲线计算部计算出的曲率恒定曲线的权重,根据所计算出的权重,对所述近似曲线计算部计算出的近似曲线和所述曲率恒定曲线计算部计算出的曲率恒定曲线进行综合,而计算对所述移动体所处的道路的形状进行近似的近似曲线。
12.根据权利要求11所述的道路形状推测装置,其特征在于,
所述近似曲线综合部从至少分类为直线路、曲线路跟前、曲线路以及曲线路出口这4个种类的道路形状类别中,判定所述移动体所处的道路的形状的道路形状类别,在所判定出的道路形状类别是曲线路的情况下,增加针对所述曲率恒定曲线计算部计算出的曲率恒定曲线的权重。
13.根据权利要求1所述的道路形状推测装置,其特征在于,
所述道路形状推测装置还具有:
前方移动物体追踪部,根据所述相对位置取得部取得的观测结果,追踪在所述移动体的前方在与所述移动体大致相同的方向上移动的物体;
近似曲线交叉判定部,在所述近似曲线计算部计算出多个近似曲线的情况下,判定所述多个近似曲线是否交叉;以及
近似曲线初始化部,在所述近似曲线交叉判定部判定为所述多个近似曲线交叉的情况下,针对所述近似曲线交叉判定部判定为交叉的多个近似曲线中的各个近似曲线,根据与所述前方移动物体追踪部追踪了的物体的位置关系,判定所述多个近似曲线中的各个近似曲线是否正确,对判定为不正确的近似曲线进行初始化。
14.一种对移动体所处的道路的形状进行推测的道路形状推测方法,其特征在于,
取得周边物体观测装置观测到的观测结果,该周边物体观测装置反复观测移动体的周边中存在的物体而对以所述移动体为基准的所述物体的相对位置进行测定,
根据所取得的观测结果,判定所述周边物体观测装置观测到的物体是否静止,
根据所取得的观测结果,从所述周边物体观测装置观测到的多个相对位置中,判定所述周边物体观测装置对同一物体进行观测而测定出的相对位置的组,
根据与所述物体的静止性相关的判定结果、和与所述相对位置的组相关的判定结果,计算对所述移动体所处的道路的形状进行近似的近似曲线,
对计算出的近似曲线的可靠度进行计算,
在计算出的可靠度比规定的阈值低的情况下,废弃所计算出的近似曲线。
Applications Claiming Priority (4)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2010-120472 | 2010-05-26 | ||
JP2010120472 | 2010-05-26 | ||
JP2010225807A JP5618744B2 (ja) | 2010-05-26 | 2010-10-05 | 道路形状推定装置及びコンピュータプログラム及び道路形状推定方法 |
JP2010-225807 | 2010-10-05 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN102288148A CN102288148A (zh) | 2011-12-21 |
CN102288148B true CN102288148B (zh) | 2013-10-16 |
Family
ID=44513432
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN2011101248852A Active CN102288148B (zh) | 2010-05-26 | 2011-05-16 | 道路形状推测装置以及道路形状推测方法 |
Country Status (4)
Country | Link |
---|---|
US (1) | US8606539B2 (zh) |
EP (1) | EP2390745B8 (zh) |
JP (1) | JP5618744B2 (zh) |
CN (1) | CN102288148B (zh) |
Families Citing this family (42)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP2347940A1 (en) * | 2010-01-25 | 2011-07-27 | Autoliv Development AB | An object collision warning system and method for a motor vehicle |
EP2690458A4 (en) * | 2011-03-24 | 2014-08-13 | Furukawa Electric Co Ltd | RADAR DEVICE |
KR101247960B1 (ko) * | 2011-10-18 | 2013-04-03 | 메타빌드주식회사 | 레이더를 이용한 멀티 모드 장애물 감지 방법 및 그 장치 |
JP5776545B2 (ja) * | 2011-12-28 | 2015-09-09 | 富士通株式会社 | 路面調査プログラム及び路面調査装置 |
JP6077226B2 (ja) * | 2012-05-31 | 2017-02-08 | 富士通テン株式会社 | レーダ装置、および、信号処理方法 |
US10042815B2 (en) * | 2012-08-31 | 2018-08-07 | Ford Global Technologies, Llc | Road gradient estimation arbitration |
JP5892254B2 (ja) * | 2012-08-31 | 2016-03-23 | 富士通株式会社 | 画像処理装置、画像処理方法および画像処理プログラム |
US9734586B2 (en) | 2012-09-21 | 2017-08-15 | The Schepens Eye Research Institute, Inc. | Collision prediction |
CN103838240B (zh) * | 2012-11-27 | 2018-02-27 | 联想(北京)有限公司 | 控制方法和电子设备 |
JP6212860B2 (ja) * | 2012-12-27 | 2017-10-18 | 株式会社デンソー | 車載レーダ装置 |
JP6088251B2 (ja) | 2013-01-11 | 2017-03-01 | 株式会社日本自動車部品総合研究所 | 車両走行支援装置 |
EP2952926B1 (en) * | 2013-02-01 | 2018-01-31 | Mitsubishi Electric Corporation | Radar system |
JP5852036B2 (ja) * | 2013-03-27 | 2016-02-03 | 株式会社日本自動車部品総合研究所 | 車載装置 |
JP6147056B2 (ja) * | 2013-03-29 | 2017-06-14 | 株式会社メガチップス | 画像検出装置及び制御プログラム並びに画像検出方法 |
JP6069148B2 (ja) * | 2013-09-19 | 2017-02-01 | 日立オートモティブシステムズ株式会社 | 車両制御装置 |
JP6343987B2 (ja) * | 2014-03-18 | 2018-06-20 | 富士通株式会社 | 路面劣化検出方法、情報処理装置及びプログラム |
JP6285321B2 (ja) * | 2014-08-25 | 2018-02-28 | 株式会社Soken | 道路形状認識装置 |
JP6449627B2 (ja) * | 2014-11-25 | 2019-01-09 | 株式会社Soken | 走行区画線認識装置 |
US9903945B2 (en) * | 2015-02-04 | 2018-02-27 | GM Global Technology Operations LLC | Vehicle motion estimation enhancement with radar data |
US10302741B2 (en) * | 2015-04-02 | 2019-05-28 | Texas Instruments Incorporated | Method and apparatus for live-object detection |
JP6412460B2 (ja) * | 2015-04-14 | 2018-10-24 | 株式会社Soken | 走行路推定装置 |
JP6537876B2 (ja) * | 2015-04-23 | 2019-07-03 | 本田技研工業株式会社 | 走行支援システム及び走行支援方法 |
RU2597870C1 (ru) * | 2015-07-06 | 2016-09-20 | Федеральное государственное казенное военное образовательное учреждение высшего профессионального образования "Военная академия воздушно-космической обороны имени Маршала Советского Союза Г.К. Жукова" Министерства обороны Российской Федерации | Интегрированное устройство опознавания |
DE102015119658A1 (de) * | 2015-11-13 | 2017-05-18 | Valeo Schalter Und Sensoren Gmbh | Verfahren zum Erfassen eines Umgebungsbereichs eines Kraftfahrzeugs mit Objektklassifizierung, Steuereinrichtung, Fahrerassistenzsystem sowie Kraftfahrzeug |
JP6428671B2 (ja) * | 2016-02-17 | 2018-11-28 | 株式会社デンソー | 推定装置 |
JP6406289B2 (ja) * | 2016-03-14 | 2018-10-17 | オムロン株式会社 | 路面形状測定装置、測定方法、及び、プログラム |
KR101938051B1 (ko) * | 2017-03-21 | 2019-01-14 | 연세대학교 산학협력단 | 레이더를 이용하여 도로의 형상을 예측하는 방법 및 장치 |
US10354368B2 (en) * | 2017-07-31 | 2019-07-16 | GM Global Technology Operations LLC | Apparatus and method for hybrid ground clearance determination |
JP6805105B2 (ja) * | 2017-09-28 | 2020-12-23 | 株式会社デンソー | 制御対象車両設定装置、制御対象車両設定システムおよび制御対象車両設定方法 |
JP6845117B2 (ja) * | 2017-10-18 | 2021-03-17 | 株式会社Soken | 移動物体認識装置 |
KR102055156B1 (ko) * | 2018-02-05 | 2019-12-12 | 주식회사 만도 | 적응형 순항 제어 시스템의 제어 장치 및 제어 방법 |
KR102579567B1 (ko) * | 2018-10-08 | 2023-09-19 | 주식회사 에이치엘클레무브 | 차량 곡률 제어 장치, 차량 곡률 제어 방법 및 차량 곡률 제어 시스템 |
JP7281289B2 (ja) * | 2019-01-30 | 2023-05-25 | フォルシアクラリオン・エレクトロニクス株式会社 | 演算装置 |
CN109795477B (zh) * | 2019-02-22 | 2020-11-06 | 百度在线网络技术(北京)有限公司 | 消除稳态横向偏差的方法、装置及存储介质 |
WO2020213649A1 (ja) * | 2019-04-17 | 2020-10-22 | 株式会社スマートドライブ | 情報処理装置、プログラム、及び、情報処理方法 |
US11113824B2 (en) | 2019-04-30 | 2021-09-07 | Aptiv Technologies Limited | Heading angle estimation for object tracking |
KR102653342B1 (ko) * | 2019-05-20 | 2024-04-02 | 현대모비스 주식회사 | 자율 주행 장치 및 방법 |
CN110244696A (zh) * | 2019-06-24 | 2019-09-17 | 北京经纬恒润科技有限公司 | 车身横向控制方法及电子控制单元ecu |
CN114730526A (zh) * | 2019-11-28 | 2022-07-08 | 三菱电机株式会社 | 物体识别装置、物体识别方法及物体识别程序 |
CN111289980B (zh) * | 2020-03-06 | 2022-03-08 | 成都纳雷科技有限公司 | 基于车载毫米波雷达的路边静止物的检测方法及系统 |
CN115699128A (zh) * | 2020-06-12 | 2023-02-03 | 三菱电机株式会社 | 道路形状推定装置、道路形状推定方法和道路形状推定程序 |
JPWO2022071315A1 (zh) * | 2020-09-30 | 2022-04-07 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1648605A (zh) * | 2004-01-30 | 2005-08-03 | 爱信艾达株式会社 | 道路形状推断装置 |
US20050228580A1 (en) * | 2002-04-27 | 2005-10-13 | Hermann Winner | Method and device for predicting the course of motor vehicles |
WO2009103692A1 (de) * | 2008-02-20 | 2009-08-27 | Continental Teves Ag & Co. Ohg | Verfahren und assistenzsystem zum erfassen von objekten im umfeld eines fahrzeugs |
Family Cites Families (27)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP3089864B2 (ja) | 1992-11-10 | 2000-09-18 | 日産自動車株式会社 | 先行車両検出装置 |
JP3201128B2 (ja) * | 1993-09-14 | 2001-08-20 | オムロン株式会社 | 車間距離計測装置およびこれを搭載した車両 |
FR2732764B1 (fr) | 1995-04-07 | 1997-05-09 | Renault | Procede de mesure de la vitesse de lacet d'un vehicule |
JP3058058B2 (ja) | 1995-08-04 | 2000-07-04 | トヨタ自動車株式会社 | 車両前方物体検出装置 |
JP3656301B2 (ja) * | 1995-12-28 | 2005-06-08 | 株式会社デンソー | 車両用障害物警報装置 |
JP3045401B2 (ja) * | 1996-05-08 | 2000-05-29 | ダイムラークライスラー・アクチエンゲゼルシヤフト | 自動車の前方車道状況を確認する方法 |
JP3371854B2 (ja) * | 1998-09-07 | 2003-01-27 | 株式会社デンソー | 周囲状況検出装置及び記録媒体 |
JP3658519B2 (ja) * | 1999-06-28 | 2005-06-08 | 株式会社日立製作所 | 自動車の制御システムおよび自動車の制御装置 |
DE19964020A1 (de) | 1999-12-30 | 2001-07-05 | Bosch Gmbh Robert | Verfahren und Vorrichtung zur Dejustageerkennung bei einem Kraftfahrzeug-Radarsystem |
JP3417375B2 (ja) * | 2000-03-06 | 2003-06-16 | 株式会社デンソー | 車両用道路形状認識方法及び装置、記録媒体 |
JP3427809B2 (ja) | 2000-03-09 | 2003-07-22 | 株式会社デンソー | 車両用道路形状認識方法及び装置、記録媒体 |
JP3427815B2 (ja) | 2000-03-30 | 2003-07-22 | 株式会社デンソー | 先行車選択方法及び装置、記録媒体 |
JP2001328451A (ja) | 2000-05-18 | 2001-11-27 | Denso Corp | 進行路推定装置、先行車認識装置、及び記録媒体 |
US6470272B2 (en) * | 2000-06-09 | 2002-10-22 | Automotive Systems Laboratory, Inc. | Situation awareness processor |
JP3645177B2 (ja) | 2000-11-29 | 2005-05-11 | 三菱電機株式会社 | 車両周辺監視装置 |
JP3603836B2 (ja) * | 2001-11-20 | 2004-12-22 | 日産自動車株式会社 | 道路白線認識装置 |
US7034742B2 (en) * | 2002-07-15 | 2006-04-25 | Automotive Systems Laboratory, Inc. | Road curvature estimation and automotive target state estimation system |
JP2005010891A (ja) * | 2003-06-17 | 2005-01-13 | Nissan Motor Co Ltd | 車両用道路形状認識装置 |
JP4046742B2 (ja) * | 2005-07-14 | 2008-02-13 | 三菱電機株式会社 | 道路形状推定装置 |
DE102006036921A1 (de) | 2005-08-05 | 2007-04-12 | Continental Teves Ag & Co. Ohg | Verfahren zum Stabilisieren eines Kraftfahrzeugs und Fahrdynamikregelsystem |
JP4637690B2 (ja) * | 2005-08-31 | 2011-02-23 | 三菱電機株式会社 | 道路形状認識装置 |
JP5162849B2 (ja) | 2006-06-11 | 2013-03-13 | 株式会社豊田中央研究所 | 不動点位置記録装置 |
JP5040406B2 (ja) * | 2007-04-06 | 2012-10-03 | 株式会社デンソー | 走行支援制御システム、及び走行支援の制御方法 |
US8855848B2 (en) | 2007-06-05 | 2014-10-07 | GM Global Technology Operations LLC | Radar, lidar and camera enhanced methods for vehicle dynamics estimation |
US8571786B2 (en) * | 2009-06-02 | 2013-10-29 | Toyota Jidosha Kabushiki Kaisha | Vehicular peripheral surveillance device |
JP5610847B2 (ja) * | 2010-05-26 | 2014-10-22 | 三菱電機株式会社 | 角速度推定装置及びコンピュータプログラム及び角速度推定方法 |
US20130052614A1 (en) * | 2011-08-31 | 2013-02-28 | Pulsar Informatics, Inc. | Driver Performance Metric |
-
2010
- 2010-10-05 JP JP2010225807A patent/JP5618744B2/ja active Active
-
2011
- 2011-02-03 US US13/020,286 patent/US8606539B2/en active Active
- 2011-03-31 EP EP11002691.1A patent/EP2390745B8/en active Active
- 2011-05-16 CN CN2011101248852A patent/CN102288148B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20050228580A1 (en) * | 2002-04-27 | 2005-10-13 | Hermann Winner | Method and device for predicting the course of motor vehicles |
CN1648605A (zh) * | 2004-01-30 | 2005-08-03 | 爱信艾达株式会社 | 道路形状推断装置 |
WO2009103692A1 (de) * | 2008-02-20 | 2009-08-27 | Continental Teves Ag & Co. Ohg | Verfahren und assistenzsystem zum erfassen von objekten im umfeld eines fahrzeugs |
Also Published As
Publication number | Publication date |
---|---|
JP2012008999A (ja) | 2012-01-12 |
EP2390745B1 (en) | 2017-09-06 |
US8606539B2 (en) | 2013-12-10 |
JP5618744B2 (ja) | 2014-11-05 |
CN102288148A (zh) | 2011-12-21 |
EP2390745A1 (en) | 2011-11-30 |
EP2390745B8 (en) | 2017-11-08 |
US20110295548A1 (en) | 2011-12-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN102288148B (zh) | 道路形状推测装置以及道路形状推测方法 | |
CN110596694B (zh) | 一种复杂环境雷达多目标跟踪和道路行驶环境预测方法 | |
CN102288957B (zh) | 角速度推测装置以及角速度推测方法 | |
CN100365430C (zh) | 道路曲率估计和车辆目标状态估计系统 | |
US7522091B2 (en) | Road curvature estimation system | |
JP4637690B2 (ja) | 道路形状認識装置 | |
CN105699964A (zh) | 一种基于汽车防撞雷达的道路多目标跟踪方法 | |
JP2012131496A (ja) | 道路曲率推定システム | |
Wissing et al. | Probabilistic time-to-lane-change prediction on highways | |
CN112198503A (zh) | 一种目标航迹预测优化方法、装置及雷达系统 | |
Homm et al. | Fusion of laserscannner and video based lanemarking detection for robust lateral vehicle control and lane change maneuvers | |
Lee et al. | Application of $ W $-band FMCW radar for road curvature estimation in poor visibility conditions | |
CN111562570A (zh) | 基于毫米波雷达的面向自动驾驶的车辆感知方法 | |
CN104395944A (zh) | 定向车道的识别 | |
Heirich et al. | Probabilistic localization method for trains | |
Zhao et al. | Adaptive non-linear joint probabilistic data association for vehicle target tracking | |
Polychronopoulos et al. | Extended path prediction using camera and map data for lane keeping support | |
US20220196829A1 (en) | Radar Reference Map Generation | |
US20220196828A1 (en) | Radar Reference Map Generation | |
Zhao et al. | Millimeter wave radar denoising and obstacle detection in highly dynamic railway environment | |
Huang et al. | A state machine-based multi-vehicle tracking framework with dual-range radars | |
Li et al. | A Data Association Method for Vehicle Detection Based on Millimeter Wave Radar | |
이규정 | Exploiting Velocity Information to Alleviate Association Uncertainty in Radar Dim Target Tracking | |
CN116451443A (zh) | 基于自适应旋转椭圆关联波门的目标关联方法及系统 | |
CN117068183A (zh) | 一种车辆行驶轨迹区域计算及静止障碍物识别方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant |