CN107792070B - 车辆的驾驶辅助装置 - Google Patents

Abstract

本发明提供车辆的驾驶辅助装置。即使在不利条件下的行驶中，在无法准确识别前行车辆的左右端点中的一个的情况下也能高精度且稳定地检测前行车辆的车宽中心。基于车载照相机拍摄到的图像数据检测前行车辆此次的左右端点Xl_now、Xr_now，根据与上次求出的左右端点Xl_old、Xr_old的差值求出变化量ΔXl、ΔXr，在该变化量中的一个为阈值以下的情况下，基于阈值以下的端点Xl_now或Xr_now和根据过去的左右端点Xl、Xr间的距离求出的前行车辆宽度的最大值W_max，求出前行车辆的宽度方向中心(前行车辆中心)Xf(Xf＝Xr_now‑(W_max/2)或Xf＝Xl_now+(W_max/2))。

Description

车辆的驾驶辅助装置

技术领域

本发明涉及即使在不利条件下行驶，也能够基于感测前行车辆而得到的数据准确设定本车辆的行驶轨迹的车辆的驾驶辅助装置。

背景技术

以往，已知以如下方式辅助驾驶的驾驶辅助装置：基于由外部感测机构检测到的本车辆前方的环境信息，识别划分行驶车道的白线等车道划分线，将该车道划分线间的例如中央设定为本车辆的目标轨迹，使本车辆沿着该目标轨迹行驶，所述外部感测机构包括搭载于本车辆的照相机、雷达或者它们的组合。

但是，在路面上描画的车道划分线被中断或褪色，或者因路面的颜色、反射等而导致无法识别的情况很多。因此，例如在专利文献1(日本特开2015-210720号公报)中，公开了如下技术：基于车道划分线设定作为本车辆的目标轨迹的本车行驶轨迹，并且在识别到前行车辆的情况下，基于该前行车辆的行驶轨迹来设定成为本车辆的目标轨迹的前行车辆行驶轨迹。

在该文献所公开的技术中，在识别到车道划分线的情况下，以使本车辆沿着本车行驶轨迹行驶的方式进行驾驶辅助，另一方面，在无法识别到车道划分线的情况下，以使本车辆沿着前行车辆行驶轨迹行驶的方式进行驾驶辅助。

现有技术文献

专利文献

专利文献1：日本特开2015-210720号公报

发明内容

技术问题

然而，在上述文献中，在设定前行车辆行驶轨迹时，例如如图3(a)所记载，首先，利用外部感测机构检测前行车辆Mf与本车辆Mm(参照图2)的距离(车间距离)、相对速度，还检测前行车辆Mf的后视的车宽方向上的左右端点Xl、Xr的轨迹。接下来，求出该左右端点Xl、Xr间的前行车辆中心(车宽中心)Xf，将其轨迹设定为前行车辆行驶轨迹。

在基于由外部感测机构得到的感测数据来设定前行车辆行驶轨迹时，在本车辆的行驶环境为恶劣天气、视野不良等不利条件下，难以高精度且稳定地检测前行车辆Mf的左右端点Xl、Xr。即，如图3(c)所示，在不利条件下的行驶中，在无法识别到前行车辆Mf的实际的左端点而将错误的端点识别为左端点Xl的情况下，左右端点Xl、Xr间的宽度变窄。因此，基于此而设定的前行车辆中心Xf被设定为从实际上的前行车辆Mf的中心向一方偏移的位置，存在前行车辆行驶轨迹的设定精度显著降低的不良情况。

在这样的情况下，虽然判定为此次求得的左右端点Xl、Xr可靠度低而考虑到取消判定结果，但在不利条件下的驾驶辅助的机会减少，会带来不便。

本发明鉴于上述情况，目的在于提供一种在不利条件下的行驶中，即使在无法准确识别前行车辆的左右端点中的一个的情况下，也能够高精度且稳定地检测前行车辆的车宽中心，基于该车宽中心设定本车辆的目标行驶轨迹的车辆的驾驶辅助装置。

技术方案

本发明提供一种车辆的驾驶辅助装置，其具有行驶轨迹运算部，所述行驶轨迹运算部基于来自搭载于本车辆的外部感测机构的感测数据，按每个运算周期检测作为该本车辆的跟随对象的前行车辆的车宽方向的左端点位置和右端点位置，将该两端点位置间的中央设定为车宽中心位置，使按每个运算周期求出的该车宽中心位置连续而生成前行车辆行驶轨迹，并基于该前行车辆行驶轨迹生成上述本车辆的目标行驶轨迹，上述行驶轨迹运算部具备：端点错乱判定机构，其检测上述左端点位置的错乱量和上述右端点位置的错乱量，对该各错乱量和阈值进行比较而分别判定有无该左端点位置的错乱和该右端点位置的错乱；以及车宽中心计算机构，其在由上述端点错乱判定机构判定为上述左端点位置和上述右端点位置中的一个的错乱量超过上述阈值，另一个的错乱量为上述阈值以内的情况下，以另一个该端点位置为基准求出上述前行车辆的车宽中心位置。

发明效果

根据本发明，基于来自搭载于本车辆的外部感测机构的感测数据，在前行车辆的左端点位置和右端点位置中的一个的错乱量超过阈值，另一个的错乱量在阈值以内的情况下，由于以另一个的端点位置为基准求出前行车辆的车宽中心位置，所以即使在不利条件下的行驶中无法准确识别前行车辆的左右端点中的一个的情况下，也能够高精度且稳定地检测前行车辆的车宽中心位置，能够基于车宽中心位置设定本车辆的目标行驶轨迹。

附图说明

图1是第一实施方式的驾驶辅助装置的功能框图。

图2是第一实施方式中本车辆跟随前行车辆行驶的状态的说明图。

图3的(a)是第一实施方式中基于前行车辆的图像准确推断左右端点的状态的说明图，图3的(b)是第一实施方式中在不利条件下推断左右端点的状态的说明图，图3的(c)是第一实施方式中在不利条件下无法准确推断左端点的状态的说明图。

图4是表示第一实施方式中前行车辆中心计算例程的流程图(之一)。

图5是表示第一实施方式中前行车辆中心计算例程的流程图(之二)。

图6是表示第一实施方式中前行车辆中心计算例程的流程图(之三)。

图7是表示第一实施方式中前行车辆中心的求出方法的说明图。

图8是第一实施方式中前行车辆行驶轨迹的说明图。

图9是第二实施方式的与图5相当的流程图。

图10是第二实施方式中与图6相当的流程图。

符号说明

1：驾驶辅助装置

2：图像处理部

3：照相机单元

5：车载照相机

15：图像识别部

16：行驶轨迹运算部

F：视野阻碍要因

Fl：左端点错乱标志

Fr：右端点错乱标志

Mf：前行车辆

Mm：本车辆

Rf：前行车辆轨迹曲率半径

Ro：执行判定阈值

W、W_now：前行车辆宽度

W_max：前行车辆宽度最大值

Xf、Xf_old：前行车辆中心

Xl、Xl_now、Xl_old：左端点

Xlg：左端点推断值、左端点基准的前行车辆中心

Xlg_hensa、Xrg_hensa：偏差

Xr、Xr_now、Xr_old：右端点

Xrg：右端点推断值、右端点基准的前行车辆中心

ΔW_th：恢复判定阈值

ΔXl：左端点变化量

ΔXr：右端点变化量

具体实施方式

以下，基于附图说明本发明的一个实施方式。

[第一实施方式]

图1所示的驾驶辅助装置1搭载于汽车等车辆(本车辆)Mm。该驾驶辅助装置1具备以计算机为中心构成的图像处理部2，在该图像处理部2的输入侧连接有作为外部感测机构的照相机单元3。该照相机单元3具有A/D转换器4、经由该A/D转换器4与图像处理装置2连接的车载照相机5。

车载照相机5是由分别内置CCD、CMOS等作为拍摄机构的图像传感器的主照相机5a和副照相机5b构成的立体照相机，该一对照相机5a、5b分别安装于车室内的顶棚前方且夹着车宽方向中央而在右侧和左侧相距等间隔的位置，从不同的视点对车外的环境进行立体拍摄。

主照相机5a拍摄进行立体图像处理时所必需的基准图像(右图像)，配设于左侧的副照相机5b拍摄比较图像(左图像)。所拍摄的左右一对模拟图像数据(感测数据)在取得彼此同步的状态下利用A/D转换器4转换成数字图像数据，向图像处理部2发送。

图像处理部2具备图像校正部11、立体图像处理部12、距离数据存储部13、图像数据存储部14、图像识别部15以及行驶轨迹运算部16。

图像校正部11对来自照相机单元3的两个图像数据进行亮度校正和/或图像的几何学变换等图像校正处理，基于来自主照相机5a的图像数据生成基准图像数据，基于来自副照相机5b的图像数据生成比较图像数据。

立体图像处理部12基于由图像校正部11进行了图像校正处理而得到的基准图像数据和比较图像数据，针对相当于一帧的拍摄图像，根据相对于同一物体的视差，利用三角测量原理，求出与对象物相距距离(距离数据)，将与对象物相距的距离数据和与该距离数据对应的图像数据分别存储到距离数据存储部13和图像数据存储部14。

图像识别部15使用存储于图像数据存储部14的图像数据识别对象物，基于存储于距离数据存储部13的距离数据识别该对象物的三维的位置。

行驶轨迹运算部16基于由图像识别部15识别到的对象物的三维的位置信息，识别划分本车辆Mm所行驶的车道的两侧的车道划分线(所谓的白线)，在该车道划分线的中央生成本车辆Mm行驶的行驶轨迹(本车行驶轨迹)。同时，识别作为本车辆Mm跟随对象的前行车辆(多数情况下是在正前方行驶的前行车辆)Mf，基于其位置信息生成前行车辆Mf的行驶轨迹(前行车辆行驶轨迹)。然后，在生成了本车行驶轨迹的情况下，将该本车行驶轨迹作为目标行驶轨迹而输出，另一方面，在无法识别到车道划分线，因此无法生成本车行驶轨迹的情况下，将前行车辆行驶轨迹作为目标行驶轨迹而输出。

该目标行驶轨迹信息表示本车辆Mm应该行进的行驶路径，向转向控制部等控制本车辆Mm的行驶的各控制单元输出。例如，在转向控制部中，进行转向控制，以使得本车辆Mm沿着目标行驶轨迹行驶。

在上述的行驶轨迹运算部16中，首先，针对每个预定帧(例如一帧)的图像数据检测所识别到的前行车辆Mf的后视的左右端点Xl、Xr。应予说明，左右端点Xl、Xr表示帧上的水平坐标(x轴坐标)的位置(左右端点位置)。在此情况下，在本实施方式中，将帧的左端作为水平坐标(x轴坐标)的基准。

然后，根据该左右端点Xl、Xr间的距离求出前行车辆Mf的车宽(前行车辆宽度)W，还求出用坐标表示左右端点Xl、Xr间的中心位置(车宽中心位置)的前行车辆中心Xf。然后，针对每一帧，依次将左右端点Xl、Xr、前行车辆宽度W、前行车辆中心Xf的各坐标数据存储于RAM等存储机构。此外，依次比较同一前行车辆Mf的前行车辆宽度W与存储于RAM等存储机构的过去的前行车辆宽度最大值W_max，在W＞W_max的情况下，用此次的前行车辆宽度W更新前行车辆宽度最大值W_max。其后，使依次存储于存储机构的前行车辆中心Xf连续而生成前行车辆行驶轨迹。

在生成前行车辆行驶轨迹时读取的前行车辆中心Xf具体而言根据图4～图6所示的前行车辆中心计算例程而求出。应予说明，针对基于所识别到的车道划分线的本车行驶轨迹的生成，已经在本申请人早前申请的日本特开2015-13545号公报等中公开，因此省略说明。

该例程在检测到在本车辆Mm正前方行驶的前行车辆Mf的左右端点Xl、Xr时启动，在没有检测到左右端点Xl、Xr这两方的情况下判断为出错。

首先，在步骤S1～步骤S12中，进行左右端点Xl、Xr的错乱判定处理。错乱判定是指判定检测到的左右端点Xl、Xr的数据是否存在偏差。在本车辆Mm跟随同一前行车辆Mf行驶的情况下，基于针对每一帧检测到的前行车辆Mf的左右端点Xl、Xr间的距离算出的前行车辆宽度W是在预定的误差范围内相同的值。但是，在降雨、降雪、浓雾等恶劣天气下的行驶，或者在前行车辆Mf溅起水花、雪烟等不利条件下的行驶中，如图2所示，在本车辆Mm与前行车辆Mf之间会介入阻碍前行车辆Mf的识别的重要因素(视野阻碍要因)F。其结果，产生视野不良，利用由照相机单元3拍摄到的图像进行的前行车辆Mf的识别变得困难，无法准确识别左右端点Xl、Xr的情况。

这时，例如，如图3(b)所示，只要是来自照相机单元3的图像数据处于通过视野阻碍要因F能够识别前行车辆Mf的状态，就可以基于该图像数据检测准确的左右端点Xl、Xr。但是，如该图(c)所示，在因为视野阻碍要因F而导致前行车辆Mf的一部分缺损的状态的图像数据中，会错误识别一个端点(在图中为左端点Xl)，基于该左端点Xl和右端点Xr算出的前行车辆中心Xf’如图8中黑点所示，成为相对于由白点表示的实际的前行车辆中心Xf而向一方偏移的错误的值。

在本实施方式中，为了对其进行修正，即使基于图像数据识别到的前行车辆Mf的一部分产生缺损，也能够准确地求出前行车辆中心Xf。

首先，在步骤S1中，获取左右端点错乱判定阈值ΔX_th。该左右端点错乱判定阈值ΔX_th是判定左右端点Xl、Xr是否是前行车辆Mf的本来的左右端点的基准值，是预先存储到ROM等中的固定值。

接下来，在步骤S2中，获取前行车辆宽度错乱恢复判定阈值ΔW_th。该前行车辆宽度错乱恢复判定阈值ΔW_th是检查检测到的前行车辆宽度W是否错乱，即，是检查检测到的前行车辆宽度W可靠度是否高的基准值，是预先存储于ROM等中的固定值，在后述的步骤S10中被读取。

其后，进入步骤S3，获取存储于RAM等存储机构的该前行车辆Mf的前行车辆宽度最大值W_max。对于存储于该存储机构的前行车辆宽度最大值W_max而言，依次更新并存储针对每一帧检测到的左右端点Xl、Xr间的宽度(前行车辆宽度)W的最大值。应予说明，该步骤下的处理与本发明的前行车辆宽度最大值获取机构相对应。

另外，在步骤S4中，获取基于此次的帧求出的前行车辆宽度W_now。然后，在步骤S5中，根据此次获取的左右端点Xl_now、Xr_now和基于上一次的运算周期时的帧获取的左右端点Xl_old、Xr_old的差值的绝对值，获取左右端点变化量ΔXl、ΔXr(ΔXl＝|Xl_now-Xl_old|、ΔXr＝|Xr_now-Xr_old|)。

其后，进入步骤S6，对左端点变化量ΔXl与在上述步骤S1中获取到的左右端点错乱判定阈值ΔX_th进行比较，检查此次检测到的左端点Xl是否错乱，即，检查此次的左端点Xl是否可靠度高。然后，在ΔXl＞ΔX_th的情况下，判定为左端点Xl有错乱(可靠度低)，向步骤S7分支，设置左端点错乱标志Fl(Fl←1)，并进入步骤S8。该左端点错乱标志Fl的初始值为0。另外，在ΔXl≤ΔX_th的情况下，判定为左端点Xl正常(无错乱)(可靠度高)，进入步骤S8。

如果从步骤S6或步骤S7进入步骤S8，则对右端点变化量ΔXr与左右端点错乱判定阈值ΔX_th进行比较，检查此次检测到的右端点Xr是否错乱(可靠度低)。然后，在ΔXr＞ΔX_th的情况下，判定为右端点Xr有错乱，向步骤S9分支，设置右端点错乱标志Fr(Fr←1)，并进入步骤S10。该右端点错乱标志Fr的初始值为0。另外，在ΔXr≤ΔX_th的情况下，判定为右端点正常(无错乱)(可靠度高)，进入步骤S10。

在步骤S10中，判定在上述步骤S3中获取到的前行车辆宽度最大值W_max与在上述步骤S4中获取到的前行车辆宽度W_now的差值(W_max-W_now)是否小于在上述步骤S2中获取到的前行车辆宽度错乱恢复判定阈值ΔW_th，且是否从端点错乱恢复，即，判定可靠度是否恢复。

然后，在(W_max-W_now)＜ΔW_th的情况下，判定为从端点错乱恢复，向步骤S11分支，在步骤S11、S12中将左右端点错乱标志Fl、Fr都清零(Fl←0，Fr←0)，并进入步骤S13。另外，在(W_max-W_now)≥ΔW_th的情况下，判定为没有从端点错乱恢复，直接进入步骤S13。应予说明，该步骤S5～S12中的处理与本发明的端点错乱判定机构相对应。

如果从步骤S10或步骤S12进入步骤S13，则在该步骤S13～S24中，执行左右端点错乱验证处理。该步骤S13～S24的处理与本发明的端点错乱验证机构相对应。应予说明，在从步骤S12进入步骤S13时，上述左右端点错乱标志Fl、Fr中的一个值在多个运算周期中连续持续设置的状态(测得的左右端点Xl、Xr中的一个的错乱状态没有得到改善)的情况下，可以取消所获取到的数据，直到将左右端点错乱标志Fl、Fr这两方清零(左右端点Xl、Xr这两方的错乱状态得到改善)为止。

首先，在步骤S13中，参照左端点错乱标志Fl的值，在Fl＝1的情况下判定为左端点Xl有错乱而进入步骤S15。另一方面，在Fl＝0的情况下，向步骤S14分支，参照右端点错乱标志Fr的值，在Fr＝1的情况下判定为右端点Xr有错乱而进入步骤S20。另外，在Fr＝0的情况下，判定为左右端点Xl、Xr没有错乱(可靠度高)，向步骤S25跳转。

如果从步骤S13进入步骤S15，则在该步骤S15～S19中，执行左端点错乱验证处理。另一方面，如果从步骤S14进入步骤S20，则在该步骤S20～S24中，执行右端点错乱判定的验证处理。

首先，对左端点错乱验证处理进行说明。在步骤S15中，根据

Xlg＝Xl_now+(W_max/2)…(1)

算出以前行车辆Mf的左端点Xl为基准的前行车辆中心Xlg(x轴坐标)(参照图7)。应予说明，在本实施方式中，将水平坐标(x轴坐标)的基准设定为帧的左端。

另外，在步骤S16中，根据

Xrg＝Xr_now-(W_max/2)…(2)

算出并推断以右端点Xr为基准的前行车辆中心Xrg(参照图7)。

接下来，在步骤S17中，根据

Xlg_hensa＝|Xf_old-Xlg|…(3)

Xrg_hensa＝|Xf_old-Xrg|…(4)

算出并推断存储于存储机构的、在上一次运算周期中求出的前行车辆中心Xf_old和此次求出的各前行车辆中心Xlg、Xrg的偏差Xlg_hensa、Xrg_hensa(参照图7)。

其后，进入步骤S18，对左端点基准的前行车辆中心偏差Xlg_hensa和右端点基准的偏差Xrg_hensa进行比较。然后，在左端点基准的前行车辆中心偏差Xlg_hensa小于右端点基准的偏差Xrg_hensa的情况下(Xlg_hensa＜Xrg_hensa)，判定为左端点Xl的错乱少，进入步骤S19，将在上述步骤S7中设置的左端点错乱标志Fl(Fl←0)清零，并进入步骤S25。另一方面，在步骤S18中，在左端点基准的偏差Xlg_hensa大于右端点基准的偏差Xrg_hensa的情况下(Xlg_hensa≥Xrg_hensa)，判定为左端点Xl错乱，直接向步骤S25跳转。应予说明，在图8中例示有左端点Xl产生错乱的状态。

接下来，对右端点错乱验证处理进行说明。如果从步骤S14进入步骤S20，则在该步骤S20、S21中，执行与上述步骤S15、S16同样的处理而推断前行车辆中心Xlg、Xrg，在步骤S22中，与步骤S17同样地求出左端点基准的前行车辆中心偏差Xlg_hensa和右端点基准的前行车辆中心偏差Xrg_hensa。

然后，在步骤S23中，比较该两个偏差Xlg_hensa和Xrg_hensa，在右端点基准的前行车辆中心偏差Xrg_hensa小于左端点基准的前行车辆中心偏差Xlg_hensa的情况下(Xlg_hensa＞Xrg_hensa)，判定为右端点Xr的错乱少，进入步骤S24，将在上述步骤S9中设置的右端点错乱标志Fr清零(Fr←0)，并进入步骤S25。另一方面，在步骤S23中，在右端点基准的前行车辆中心偏差Xrg_hensa大于左端点基准的前行车辆中心偏差Xlg_hensa的情况下(Xlg_hensa≤Xrg_hensa)，判定为右端点Xr错乱，直接向步骤S25跳转。

如果进入步骤S25，则在该步骤S25～S32中执行左右端点基准前行车辆中心设定处理。首先，在步骤S25中，根据本车辆Mm所跟随的前行车辆Mf的行驶轨迹，求出前行车辆轨迹曲率半径Rf。该前行车辆轨迹曲率半径Rf基于例如使前行车辆中心Xf连续而生成的前行车辆行驶轨迹，使用公知的曲线近似式算出。

然后，在步骤S26中，对前行车辆轨迹曲率半径Rf和预先设定的执行判定阈值Ro进行比较。在前行车辆轨迹曲率半径Rf小的情况下，即，在前行车辆Mf在急转弯进行转弯行驶的状态下，由于从帧来看前行车辆中心Xf向水平方向大幅移动，所以难以根据前行车辆Mf的左右端点Xl、Xr中的一个高精度地算出前行车辆中心Xf。在本实施方式中，作为高精度地检测前行车辆中心Xf的极限值，设定为Ro＝200[m]左右，但不限于此。

在步骤S26中，在判定为Rf≤Ro的情况下，直接退出例程。另外，在判定为Rf＞Ro的情况下，进入步骤S27，在步骤S27～S30中，检查左右端点错乱标志Fl、Fr的值。

然后，在左端点错乱标志Fl被设置且右端点错乱标志Fr被清零的情况下(Fl＝1，Fr＝0)，由于右端点Xr的可靠度高，左端点Xl的可靠度低，所以从步骤S27进入步骤S31，采用右端点Xr作为基准，根据

Xf＝Xr_now-(W_max/2)…(5)

算出前行车辆中心Xf，并进入步骤S33。

另外，在左端点错乱标志Fl被清零且右端点错乱标志Fr被设置的情况下(Fl＝0，Fr＝1)，由于左端点Xl的可靠度高，右端点Xr的可靠度低，所以从步骤S28进入步骤S32，采用左端点Xl作为基准，根据

Xf＝Xl_now-(W_max/2)…(6)

算出前行车辆中心Xf，并进入步骤S33。应予说明，步骤S31、S32中的处理与本发明的车宽中心计算机构相对应。

另一方面，在左右端点错乱标志Fl、Fr均被设置(Fl＝1，Fr＝1)的情况下，由于左右端点Xl、Xr这两方的可靠度均低，所以不算出此次的前行车辆中心Xf而从步骤S29进入步骤S33。另外，在左右端点错乱标志Fl、Fr均被清零的情况下(Fl＝0，Fr＝0)，向步骤S30分支，检查是否左右端点错乱标志Fl、Fr在步骤S19或步骤S24中被清零，即是否端点从错乱状态恢复，在恢复的情况下(Fl＝1→0或Fr＝1→0)进入步骤S33。

另外，在左右端点错乱标志Fl、Fr均从最初被清零的情况下(Fl＝0或Fr＝0)，判定为左右端点Xl、Xr的可靠度高，直接退出例程。在上述步骤S30中判定为左右端点Xl、Xr的可靠度高的情况下，行驶轨迹运算部16基于该值，像通常那样算出前行车辆中心Xf(Xf＝(Xl+Xr)/2)。

行驶轨迹运算部16基于在步骤S31或步骤S32中算出的前行车辆中心Xf，或者像通常那样算出的前行车辆中心Xf而生成前行车辆行驶轨迹，将该前行车辆行驶轨迹设定为本车辆Mm的目标行驶轨迹。然后，向转向控制部等各种控制单元输出控制信号，以使得本车辆Mm沿着目标行驶轨迹行驶。

另一方面，如果从步骤S29～S32中的任一个进入步骤S33，则为了防止控制波动(hunting)，以预定比例对此次算出的左右端点Xl、Xr进行加权求和，进行平滑化滤波处理(X滤波处理)之后，作为此次的算出值而存储。该平滑化滤波处理例如根据

Xmm＝(vel_old)+((vel-vel_old)/5)…(7)

求出。这里，vel_old为Xl_old、Xr_old，vel为Xl、Xr，Xmm为平滑滤波处理后的Xl、Xr。

这样，在本实施方式中，在跟随前行车辆Mf行驶时，在利用作为外部感测机构的照相机单元3拍摄到的图像中无法识别到划分本车辆Mm行驶车道的车道划分线的情况下，将基于根据前行车辆Mf的后视图得到的左右端点Xl、Xr而算出的前行车辆中心Xf的行驶轨迹(前行车辆行驶轨迹)设定为本车辆Mm的目标行驶轨迹，所述前行车辆Mf的后视图是由该照相机单元3得到的。这时，在检测到左右端点Xl、Xr中的任一方错乱(数据偏差)的情况下，以没有发生错乱的一侧的端点为基准，基于前行车辆宽度最大值W_max求出前行车辆中心Xf，所以如图8白点所示，可以求出近似于实际的前行车辆中心Xf的值。

其结果，在产生视野不良的不利条件下的本车辆Mm的行驶中，即使在无法准确识别前行车辆的左右端点中的一个的情况下，也能够高精度且稳定地检测前行车辆的车宽中心。在基于由图8的黑点所示的错误的前行车辆中心Xf’设定本车辆Mm的目标行驶轨迹的情况下，本车辆Mm因为非预期的转向控制而导致行驶产生混乱。相对于此，通过像本实施方式那样，以正确检测到的一个端点为基准求出前行车辆中心Xf，从而能够像图8中白点所示那样，沿着实际的前行车辆Mf的行驶轨迹设定目标轨迹，能够获得稳定的转向性。

[第二实施方式]

在图9、图10中示出本发明的第二实施方式。本实施方式使用图9、图10代替第一实施方式的图5、图6的流程图。应予说明，对于与第一实施方式相同的处理部分进行相同的步骤，并省略说明。在本实施方式中，为了方便说明，将图5中说明的Xlg改换为左端点的推断值，将Xrg改换为右端点的推断值。

在步骤S45、S50中，以左端点Xl_now为基准，根据下述(1’)式推断右端点推断值Xrg，另外，在步骤S46、S51中，将右端点Xr_now作为基准，根据下述(2’)式推断左端点推断值Xlg，

Xrg＝Xl_now+W_max…(1’)

Xlg＝Xr_now-W_max…(2’)。

应予说明，该步骤S45、S46、S50、S51与本发明的端点推断值计算机构相对应。

然后，在步骤S47、S52中，根据

Xlg_hensa＝|Xl_old-Xlg|…(3’)

Xrg_hensa＝|Xr_old-Xrg|…(4’)

算出上一次的左右端点Xl_old、Xr_old与左右端点推断值Xlg、Xrg的偏差Xlg_hensa、Xrg_hensa。

接下来，在步骤S18或S23中，比较左右端点的偏差Xlg_hensa、Xrg_hensa。然后，在左端点的偏差Xlg_hensa小的情况下判定为左端点推断值Xlg的可靠度高，进入步骤S19，将左端点错乱标志Fl清零(Fl←0)。另一方面，在右端点的偏差Xrg_hensa小的情况下判定为右端点推断值Xrg的可靠度高，进入步骤S24，将右端点错乱标志Fr清零(Fr←0)。应予说明，该步骤S47、S18、S19、S52、S23、S24中的处理与本发明的端点推断值验证机构相对应。

另外，在图10的步骤S57～S60中，参照左右端点错乱标志Fl、Fr的值。并且，在右端点错乱标志Fr的清零状态持续，且左端点错乱标志Fl在图9的步骤S19被清零的情况下(Fr＝0且Fl＝1→0)，从步骤S57进入步骤S61，采用步骤S46中求出的左端点推断值Xlg，基于此次的右端点Xr_now，根据

Xf＝(Xr_now+Xlg)/2…(5’)

算出前行车辆中心Xf，并进入步骤S33。

另外，在左端点错乱标志Fl的清零状态持续，且右端点错乱标志Fr在图9的步骤S24中被清零的情况下(Fl＝0且Fr＝1→0)，从步骤S58进入步骤S62，采用步骤S50中求出的右端点推断值Xrg，基于此次的左端点Xl_now，根据

Xf＝(Xl_now+Xrg)/2…(6’)

算出前行车辆中心Xf，并进入步骤S33。另外，在左右端点错乱标志Fl、Fr均被设置的情况下，从步骤S59直接进入步骤S33。应予说明，步骤S61、S62中的处理与本发明的车宽中心计算机构相对应。

另一方面，在左右端点错乱标志Fl、Fr中的一个持续设置状态的情况下，直接进入步骤S33。另外，在左右端点错乱标志Fl、Fr双方均被清零的情况下，直接退出例程。

这样，在本实施方式中，在比较左右端点的偏差Xlg_hensa、Xrg_hensa而检测到可靠度高的端点推断值Xlg或Xrg的情况下，由于基于所检测到的端点推断值Xlg或Xrg和右端点Xr_now或左端点Xl_now来算出前行车辆中心，所以能够获得与第一实施方式相同的效果。

应予说明，本发明不限于上述各实施方式，例如外部感测机构只要能够检测前行车辆Mf，就不限于照相机单元3，可以是搭载有超声波雷达、激光雷达、毫米波雷达等感测设备的单元，还可以是该感测设备与单眼照相机的组合。

Claims (7)

1.一种车辆的驾驶辅助装置，其特征在于，具有行驶轨迹运算部，所述行驶轨迹运算部基于感测数据，按每个运算周期检测作为该本车辆的跟随对象的前行车辆的车宽方向的左端点位置和右端点位置，将该两端点位置间的中央设定为车宽中心位置，使按每个运算周期求出的该车宽中心位置连续而生成前行车辆行驶轨迹，并基于该前行车辆行驶轨迹生成所述本车辆的目标行驶轨迹，所述感测数据来自搭载于本车辆的外部感测机构，

所述行驶轨迹运算部具备：

端点错乱判定机构，其检测所述左端点位置的错乱量和所述右端点位置的错乱量，对该各错乱量和阈值进行比较来分别判定有无该左端点位置的错乱和该右端点位置的错乱；以及

车宽中心计算机构，其在由所述端点错乱判定机构判定为所述左端点位置和所述右端点位置中的一个的错乱量超过所述阈值，另一个的错乱量在所述阈值以内的情况下，以另一个该端点位置为基准求出所述前行车辆的车宽中心位置。

2.根据权利要求1所述的车辆的驾驶辅助装置，其特征在于，所述端点错乱判定机构根据按每个运算周期求出的此次的所述端点位置与上一次的所述端点位置的变化量，求出所述错乱量。

3.根据权利要求1或2所述的车辆的驾驶辅助装置，其特征在于，所述行驶轨迹运算部还具有前行车辆宽度最大值获取机构，该前行车辆宽度最大值获取机构获取过去的所述两端点位置间的最大值作为前行车辆宽度最大值，

所述车宽中心计算机构在由所述端点错乱判定机构判定为所述各端点位置中的一个有错乱，另一个没有错乱的情况下，基于被判定为没有错乱的所述端点位置和由所述前行车辆宽度最大值获取机构获取到的前行车辆宽度最大值，来求出所述前行车辆的车宽中心位置。

4.根据权利要求1或2所述的车辆的驾驶辅助装置，其特征在于，所述行驶轨迹运算部还具有：

前行车辆宽度最大值获取机构，其获取过去的所述两端点位置间的最大值作为前行车辆宽度最大值；以及

端点推断值计算机构，其在由所述端点错乱判定机构判定为所述各端点位置中的一个有错乱，另一个没有错乱的情况下，基于被判定为没有错乱的所述端点位置和由所述前行车辆宽度最大值获取机构获取到的前行车辆宽度最大值，求出推断被判定为有错乱一侧的端点位置的端点推断值，

所述车宽中心计算机构基于由端点推断值计算机构算出的所述端点推断值和由所述端点错乱判定机构判定为没有错乱的所述端点位置，来求出所述前行车辆的车宽中心位置。

5.根据权利要求4所述的车辆的驾驶辅助装置，其特征在于，所述行驶轨迹运算部还具有端点推断值验证机构，该端点推断值验证机构验证由所述端点推断值计算机构求出的所述端点推断值的可靠度是否高，

所述端点推断值验证机构在所述端点推断值与上一次的运算时求出的对应的车宽方向的端点位置的偏差小于被判定为没有错乱的所述端点位置与上一次的运算时求出的对应的车宽方向的端点位置的偏差的情况下，判定为所述端点推断值的可靠度高，

所述车宽中心计算机构基于可靠度高的所述端点推断值和由所述端点错乱判定机构判定为没有错乱的所述端点位置，求出所述前行车辆的车宽中心位置。

6.根据权利要求3～5中任一项所述的车辆的驾驶辅助装置，其特征在于，所述前行车辆宽度最大值获取机构获取作为按每个运算周期求出的过去的所述左端点位置与所述右端点位置之间的距离的前行车辆宽度的最大值作为所述前行车辆宽度最大值。

7.根据权利要求1～6中任一项所述的车辆的驾驶辅助装置，其特征在于，所述端点错乱判定机构在所述左端点位置和所述右端点位置中的一个端点位置的错乱状态在多个运算周期中持续的情况下取消所获取到的数据。

Images