CN107923758A - 车辆位置推定装置、车辆位置推定方法 - Google Patents
车辆位置推定装置、车辆位置推定方法 Download PDFInfo
- Publication number
- CN107923758A CN107923758A CN201580082772.7A CN201580082772A CN107923758A CN 107923758 A CN107923758 A CN 107923758A CN 201580082772 A CN201580082772 A CN 201580082772A CN 107923758 A CN107923758 A CN 107923758A
- Authority
- CN
- China
- Prior art keywords
- vehicle
- amount
- position data
- movement
- cartographic information
- 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.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims description 9
- 238000012360 testing method Methods 0.000 claims description 40
- 238000001514 detection method Methods 0.000 claims description 25
- 230000001186 cumulative effect Effects 0.000 claims description 22
- 238000009825 accumulation Methods 0.000 claims description 13
- 239000000284 extract Substances 0.000 claims description 3
- 238000009434 installation Methods 0.000 description 19
- 238000012545 processing Methods 0.000 description 15
- 230000008859 change Effects 0.000 description 7
- 238000006073 displacement reaction Methods 0.000 description 7
- 230000000694 effects Effects 0.000 description 5
- 239000000203 mixture Substances 0.000 description 5
- 238000004891 communication Methods 0.000 description 4
- 238000000605 extraction Methods 0.000 description 4
- 230000001133 acceleration Effects 0.000 description 3
- 239000010432 diamond Substances 0.000 description 3
- 241001269238 Data Species 0.000 description 2
- 230000009471 action Effects 0.000 description 2
- 238000006243 chemical reaction Methods 0.000 description 2
- 238000012937 correction Methods 0.000 description 2
- 229910003460 diamond Inorganic materials 0.000 description 2
- 230000004069 differentiation Effects 0.000 description 2
- 230000001144 postural effect Effects 0.000 description 2
- 239000004575 stone Substances 0.000 description 2
- 241000208340 Araliaceae Species 0.000 description 1
- 235000005035 Panax pseudoginseng ssp. pseudoginseng Nutrition 0.000 description 1
- 235000003140 Panax quinquefolius Nutrition 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 235000008434 ginseng Nutrition 0.000 description 1
- 238000005286 illumination Methods 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 238000001310 location test Methods 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000003973 paint Substances 0.000 description 1
- 238000010422 painting Methods 0.000 description 1
- 230000008569 process Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
- G01C21/26—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
- G01C21/28—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network with correlation of data from several navigational instruments
- G01C21/30—Map- or contour-matching
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
- G01C21/26—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
- G01C21/34—Route searching; Route guidance
- G01C21/36—Input/output arrangements for on-board computers
- G01C21/3602—Input other than that of destination using image analysis, e.g. detection of road signs, lanes, buildings, real preceding vehicles using a camera
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
- G01C21/26—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
- G01C21/34—Route searching; Route guidance
- G01C21/36—Input/output arrangements for on-board computers
- G01C21/3667—Display of a road map
- G01C21/367—Details, e.g. road map scale, orientation, zooming, illumination, level of detail, scrolling of road map or positioning of current position marker
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
- G05D1/02—Control of position or course in two dimensions
- G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
- G05D1/0231—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means
- G05D1/0246—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means using a video camera in combination with image processing means
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
- G05D1/02—Control of position or course in two dimensions
- G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
- G05D1/0268—Control of position or course in two dimensions specially adapted to land vehicles using internal positioning means
- G05D1/0274—Control of position or course in two dimensions specially adapted to land vehicles using internal positioning means using mapping information stored in a memory device
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- General Physics & Mathematics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Aviation & Aerospace Engineering (AREA)
- Multimedia (AREA)
- Electromagnetism (AREA)
- Navigation (AREA)
- Traffic Control Systems (AREA)
Abstract
一种车辆位置推定装置,检测在车辆周围存在的目标物的位置,并且检测车辆的移动量,基于移动量将目标物的位置作为目标物位置数据进行累积。另外,将目标物位置数据的一部分根据车辆的转弯状态分组化,基于检测到目标物位置数据时的车辆的移动量设定组的调整范围。而且,取得包含目标物的位置在内的地图信息,基于设定的调整范围对目标物位置数据、及地图信息的目标物的位置进行对照,由此推定车辆的自身位置。
Description
技术领域
本发明涉及车辆位置推定装置、车辆位置推定方法。
背景技术
在专利文献1中记载的现有技术中,自动移动的移动机器人根据移动量推定自身位置,通过对照由激光扫描检测到的通路和预先取得的地图信息,进行所推定的自身位置的修正。此外,检测到的通路和地图信息作为平面看的二维数据进行处理,在其对照时仅使用距当前位置在规定范围内的数据。
专利文献1:(日本)特开2008-250906号公报
在因移动量产生误差而在所检测到的通路的信息中产生了误差的情况下,检测到的通路的形状和实际的通路的形状产生偏差,检测到的通路的信息和地图信息的对照度程度降低,不能高精度地推定自身位置。
发明内容
本发明的课题是使自身位置的推定精度提高。
本发明一方面的车辆位置推定装置检测在车辆周围存在的目标物的位置,并且检测车辆的移动量,基于移动量将目标物的位置作为目标物位置数据进行累积。另外,将目标物位置数据的一部分根据车辆的转弯状态分组化,基于检测到目标物位置数据时的车辆的移动量设定组的调整范围。而且,取得包含目标物的位置在内的地图信息,基于设定的调整范围将目标物位置数据、及地图信息的目标物的位置进行对照,由此推定车辆的自身位置。
根据本发明,由于一边在调整范围内调整目标物位置数据,一边与地图信息进行对照来推定车辆的自身位置,因此,能够提高其推定精度。
附图说明
图1是车辆位置推定装置的构成图;
图2是表示雷达装置和摄像机的配置的图;
图3是表示雷达装置的扫描范围、及摄像机的拍摄范围的图;
图4是表示车辆座标系的图;
图5是表示里程座标系的图;
图6是表示车辆座标系的目标物位置的图;
图7是将行驶轨迹与目标物位置对应的图;
图8是表示转弯地点Pt的检测方法的图;
图9是表示分组化的图;
图10是用于允许范围α的设定的映像;
图11是用于与转弯半径R对应的允许范围β1、β2的设定的映像;
图12是表示调整前的目标物位置数据的图;
图13是表示调整后的目标物位置数据的图;
图14是表示车辆位置推定处理的流程图;
图15是表示提取直线的效果的图;
图16是用于设定与行驶距离dm对应的允许范围β1、β2的映像。
标记说明
11:车辆位置推定装置
12:雷达装置
13:摄像机
14:地图数据库
15:传感器组
16:控制器
21:车辆
22:路面
23:路缘石
24:通行区分线
31:目标物位置检测部
32:移动量检测部
33:目标物位置累积部
34:调整范围设定部
35:自身位置推定部
具体实施方式
以下,基于附图说明本发明的实施方式。此外,各图是示意图,有时与现实情况不同。另外,以下的实施方式示例用于将本发明的技术思想具体化的装置及方法,不特别指定为下述构成。即,本发明的技术思想在本发明要求保护的范围内可追加各种变更。
《第一实施方式》
《构成》
图1是车辆位置推定装置的构成图。
车辆位置推定装置11是推定车辆的自身位置的装置,具备雷达装置12、摄像机13、地图数据库14、传感器组15、控制器16。
图2是表示雷达装置和摄像机的配置的图。
图3是表示雷达装置的扫描范围、及摄像机的摄像范围的图。
雷达装置12例如由LRF(Laser Range Finder)构成,测定在车辆21的侧方存在的对象物的距离及方位,将测定的数据向控制器16输出。雷达装置12设置在车辆21的左侧面及右侧面共计两个部位。在区别两个雷达装置12时,将设于车辆21的左侧面的雷达装置设为左侧雷达装置12L,将设于车辆21的右侧面的雷达装置设为右侧雷达装置12R。左侧雷达装置12L从下方向左方进行扫描,右侧雷达装置12R向下方向右方进行扫描。即,任一方都具有车身前后方向的旋转轴,沿其轴直角方向进行扫描。由此,对至车身侧方的路面22及路缘石23的距离及方位进行检测。路缘石23作为车道与人行道的边界线,在道路的路肩沿着行驶车道设置。
摄像机13由例如使用了CCD(Charge Coupled Device)图像传感器的广角摄像机构成,对车辆21的侧方进行拍摄,将拍摄到的数据向控制器16输出。摄像机13设于车辆21的左门镜及右门镜合计两个部位。在区别两个摄像机13时,将设于左门镜的摄像机设为左侧摄像机13L,将设于右门镜的摄像机设为右侧摄像机13R。左侧摄像机13L对车辆21的左方路面22进行拍摄,右侧摄像机13R对车辆21的右方路面22进行拍摄。由此,检测车身侧方的通行区分线24。通行区分线24是为了标示车辆21应通行的行驶车道(车辆通行带)而在路面22上描绘的白线等区划线,沿着行驶车道标示。此外,在图3中,为了便于说明而立体描绘通行区分线24,但实际上可将厚度看作零,因此与路面22为同一面。
地图数据库14取得道路地图信息。在道路地图信息中也包含路缘石23及通行区分线24的位置信息。路缘石23为具有高度的物体,但作为平面看的二维数据而取得。路缘石23及通行区分线24作为直线的集合体而被数据化,各直线作为两端点的位置信息而取得,弯曲的圆弧曲线作为由弯折线近似的直线进行处理。此外,地图数据库14也可以是汽车导航系统中存储有道路地图信息的存储介质,也可以经由无线通信(也可以是路车间通信或车车间通信)等通信系统从外部取得的地图信息。该情况下,地图数据库14也可以定期地获得最新的地图信息,将所具有的地图信息更新。另外,地图数据库14也可以将本车实际行驶的行驶路作为地图信息进行累积。
传感器组15包括例如GPS接收器、加速器传感器、转向角传感器、制动器传感器、车速传感器、加速度传感器、车轮速传感器、偏航率传感器等,将检测到的各数据向控制器16输出。GPS接收器取得车辆21的当前位置信息。加速器传感器检测加速踏板的操作量。转向角传感器检测方向盘的操作量。制动器传感器检测制动踏板的操作量及制动助力器内的压力。车速传感器检测车速。加速度传感器检测车辆前后方向的加减速度及横加速度。车轮速传感器检测各车轮的车轮速度。偏航率传感器检测车辆的偏航率。
控制器16由例如ECU(Electronic Control Unit)构成,具备CPU、ROM、RAM等,在ROM中记录有执行后述的车辆位置推定处理等各种运算处理的程序。此外,为了进行车辆位置推定处理,也可以设置专用的控制器16,也可以与其他控制的控制器兼用。
控制器16作为功能块的构成,具备目标物位置检测部31、移动量检测部32、目标物位置累积部33、调整范围设定部34、自身位置推定部35。
目标物位置检测部31将在车辆周围存在的路缘石23及通行区分线24等目标物的位置在以车辆为基准的车辆座标系中作为相对于车辆的相对位置进行检测。
图4是表示车辆座标系的图。
车辆座标系是平面看的二维座标,以车辆21的例如后轮车轴的中心为原点O,将前后方向设为XVHC轴,将左右方向设为YVHC轴。将雷达装置12的座标系、及摄像机13的座标系分别变换为车辆座标系的式被预先求得。另外,车辆座标系中的路面22的参数也是已知的。
通过雷达装置12向车宽度方向外侧激光扫描路面22,将在高度上产生大的变化(台阶)的位置作为路缘石23的宽度方向的车道侧的端点进行检测。即,根据三维数据检测路缘石23的位置,向二维的车辆座标系进行投影。在此,将路缘石23的检测点设为Pc,用涂黑的菱形表示。
通过摄像机13对路面22进行拍摄像,在该灰度级图像中,提取辉度沿着车身左右方向从暗部向明部、且从明部向暗部变化的图形,由此检测通行区分线24。例如,检测通行区分线24的宽度方向的中心点。即,俯瞰变换由摄像机13拍摄的图像数据,从俯瞰图像检测通行区分线24并向车辆座标系投影。在此,将通行区分线24的检测点设为Pw,用黑点表示。
移动量检测部32根据传感器组15检测到的各种信息检测单位时间的车辆21的移动量即里程。通过对其进行积分,能够将车辆的行驶轨迹作为里程座标系而算出。
图5是表示里程座标系的图。
里程座标系例如将接通或切断了系统电源的时间点的车辆位置作为座标原点,将该时间点的车身姿势(方位角)设为0度。在该里程座标系中,在每个运算周期对车辆的座标位置[XODM,YODM]、及车身姿势[θODM]这三个参数进行累积,由此,检测行驶轨迹。在图5中,描绘时间点t1~t4的车辆的座标位置、及车身姿势。此外,也可以将当前的车辆位置作为原点,每次座标变换累积的目标物位置数据。即,只要在同一座标系中累积目标物位置数据即可。
目标物位置累积部33将基于移动量检测部32检测到的移动量的行驶轨迹、及目标物位置检测部31检测到的目标物的位置相对应地在里程座标系中累积。
图6是表示车辆座标系的目标物位置的图。
在此,表示在时间点t1~t4由目标物位置检测部31检测到的目标物的、车辆座标系的位置。作为目标物,检测在车辆21的左方存在的路缘石23的检测点Pc、在车辆21的左方存在的通行区分线24的检测点Pw、在车辆21的右方存在的通行区分线24的检测点Pw。通过车辆21的位移及姿势变化,车辆座标系中的各目标物的位置时刻变化。
图7是基于车辆的移动量对照行驶轨迹和目标物位置的图。
即,与时间点t1~t4的车辆的座标位置及车身姿势对应,将各时间点的目标物的位置向里程座标系投影。即,在各时间点,对在车辆21的左方存在的路缘石23的检测点Pc、在车辆21的左方存在的通行区分线24的检测点Pw、在车辆21的右方存在的通行区分线24的检测点Pw进行投影。
目标物位置累积部33在由目标物位置检测部31依次检测到的目标物中,从在单位时间Δt期间取得的点组中提取沿着行驶车道的直线。具体而言,在里程座标系中,求取表示直线的[aXODM+bYODM+c=0]的最佳的参数a、b、c。
在将单位时间Δt设为0.2秒,将雷达装置12的动作设为25Hz,将摄像机13的动作设为30Hz时,在单位时间Δt期间,路缘石23能够取得5点数据,通行区分线24能够取得6点数据。另外,各目标物位于车辆21的左侧或是右侧通过车辆座标系的YVHC座标是正还是负来进行判定。这样,在车辆21的右侧或左侧分开点组后,求取参数a、b、c。
此外,在直线与各检测点的距离之和为阈值以上时,不判定为直线。另一方面,在直线与各检测点的距离之和低于阈值时,判定为直线。在相对于该直线的距离成为最小的检测点中,选择长度最大的两点,在取得这两点的信息的时刻,向目标物位置累积部33累积。
在此,在时间点t1~t4,从在车辆21的左方存在的路缘石23的检测点Pc提取直线L23。另外,在时间点t1~t4,从在车辆21的左方存在的通行区分线24的检测点Pw提取直线L24。另外,在时间点t1~t4,从在车辆21的右方存在的通行区分线24的检测点Pw提取直线L24。
调整范围设定部34根据车辆的转弯状态将累积于目标物位置累积部33的目标物位置数据的一部分分组化,基于检测目标物位置数据时的车辆的移动量设定组的调整范围。
首先,根据基于移动量的行驶轨迹检测车辆的转弯地点Pt。在此,用下述的任一方法检测转弯地点Pt。
图8是表示转弯地点Pt的检测方法的图。
在图8(a)中,用直线L1连结当前位置Pn、和从当前位置Pn回溯预先确定的设定距离D1的地点Pr。而且,在从当前位置Pn回溯设定距离D1的范围,将相对于直线L1正交方向的距离d为预先确定的设定值d1以上且最远离的地点作为转弯地点Pt进行检测。
在图8(b)中,将从当前位置Pn回溯且在最初车辆的转弯角度θt成为预先确定的设定角度θ1以上的地点作为转弯地点Pn进行检测。所谓车辆的转弯角度θt,在里程座标系中,是达到当前的车身姿势为止的姿势变化量,因此,是以当前的车身的朝向为基准时的车身的角度差。设定角度θ1例如为60度。
接着,将转弯地点Pt以后的目标物位置数据分组化,设为第一组Gr1。另外,将比转弯地点Pt更靠前的目标物位置数据分组化,设为第二组Gr2。
图9是表示分组化的图。
在此,将从转弯地点Pt到当前位置Pn设为第一组Gr1,将比转弯地点Pt更靠前的预先确定的范围设为第二组Gr2。
接着,为了将分组化的目标物位置数据与地图信息对照而设定位置调整(移动)时的允许范围α、及角度调整(旋转)时的允许范围β1、β2。分组化的目标物位置数据的位置[xg,yg]在里程座标系中以转弯地点Pt为基点允许在半径α的范围进行位置调整,分组化的目标物位置数据的角度φg在里程座标系中以转弯地点Pt为基点在β1、β2范围内允许角度调整。此外,允许范围β1、β2也可以为相同的角度范围。另外,在仅于第一组Gr1进行调整的情况下,可以将允许范围β2设为零,仅设定允许范围β1,在仅于第二组Gr2进行调整的情况下,可以将允许范围β1设为零,仅设定允许范围β2。
首先,车辆移动量的行驶距离越长,里程信息中越容易产生误差。因此,行驶距离dm越长,越增大允许范围α。
图10是用于设定允许范围α的映像。
就该映像而言,将横轴作为目标物位置数据的车辆的移动量的行驶距离dm,将纵轴作为位置调整的允许范围α。对于行驶距离dm而言,预先确定比0大的dm1、比dm1大的dm2。对于允许范围α而言,预先确定比0大的αMIN、比αMIN大的αMAX。而且,在行驶距离dm处于dm1到dm2的范围时,行驶距离dm越长,允许范围α从αMIN到αMAX的范围变得越大。另外,在行驶距离dm为dm2以上时,允许范围α维持αMAX。
另外,车辆的移动量的转弯量越大,越大地产生横向滑移,根据传感器的特性而在里程信息中容易产生误差。此外,车辆移动量的转弯量越大,意味着转弯半径R越小。因此,转弯半径R越小,越增大允许范围β1、β2。
图11是用于设定与转弯半径R相对应的允许范围β1、β2的映像。
该映像将横轴作为目标物位置数据中的车辆的转弯半径R,将纵轴作为角度修正的允许范围β1、β2。对于转弯半径R而言,预先确定比0大的R1、比R1大的R2。对于允许范围β1、β2而言,预先确定比0大的βMIN、比βMIN大的βMAX。而且,在转弯半径R为R2以上时,允许范围β1、β2维持βMIN。另外,在转弯半径R处于R2到R1的范围时,转弯半径R越小,允许范围β1、β2在βMIN到βMAX的范围内变得越大。
自身位置推定部35基于在调整范围设定部34设定的调整范围对在目标物位置累积部33累积的目标物位置数据、及在地图数据库14储存的地图信息进行对照,由此推定地图座标系中的车辆21的自身位置。
首先,在对照目标物位置数据和地图信息时,一边以转弯地点Pt为支点在调整范围内移动,一边推断成为最小误差的各组的配置。在此,保持各组内的目标物位置数据的相对位置关系,以转弯地点Pt为支点,调整组间的相对关系。即,第一组Gr1和第二组Gr各自的内容均不变,使每个第一组Gr1移动及旋转、使每个第二组Gr2移动及旋转。此外,在使分组化的目标物位置数据与地图信息对照时,如上述,从路缘石23的检测点Pc提取直线L23,或从通行区分线24的检测点Pw提取直线L24,使用这些直线L23及直线L24与地图信息对照。
图12是表示调整前的目标物位置数据的图。
地图座标系是俯视时的二维座标,将东西方向设为XMAP轴,将南北方向设为YMAP轴。就车身姿势(方位角)而言,将东方设为0度,作为逆时针方向的角度表示。在此,表示在十字路口的交叉路口右转弯时的状况。无论右转弯前还是右转弯后,均是用涂黑的菱形表示的路缘石的检测点、用黑点表示的通行区分线的检测点与地图座标系的路缘石23及通行区分线24的位置不同。在此,也表示可调整目标物位置数据的允许范围,目标物位置数据在每个组以调整前的转弯地点Pt0为基点,在半径α范围内允许位置调整,且在β1、β2范围内允许角度调整。
图13是表示调整后的目标物位置数据的图。
在此,将以转弯地点Pt为支点分组化的目标物位置数据与地图信息进行对照。即,路缘石的检测点及通行区分线的检测点相对于地图座标系中的路缘石23及通行区分线24的位置,以位置偏差最小的方式以转弯地点Pt为支点来调整各组的配置。首先,将转弯地点从Pt0向Pt1移动调整,其调整量为成为允许范围α以内的ΔPt[Δx,Δy]。另外,对于转弯地点Pt1以后的组而言,以转弯地点Pt1为基点进行旋转调整,其调整量为成为允许范围β1、β2以内的Δθ1。同样,对于比转弯地点Pt1靠前的组而言,也以转弯地点Pt1为基点进行调整,其调整量为成为允许范围β1、β2以内的Δθ2。由此,无论是右转弯前的目标物位置数据还是右转弯后的目标物位置数据,路缘石的检测点及通行区分线的检测点均与地图座标系中的路缘石23及通行区分线24的位置大致一致。
如上述,自身位置推定部35在对照了在目标物位置累积部33中累积的目标物位置数据、及在地图数据库14中储存的地图信息的基础上,推定地图座标系中的车辆21的自身位置。
地图座标系平面看是二维座标,将东西方向设为XMAP轴,将南北方向设为YMAP轴。车身姿势(方位角)将东方设为0度,作为逆时针方向的角度表示。用该地图座标系,推定车辆的座标位置[XMAP,YMAP]、及车身姿势[θMAP]三个参数。该对照(映像匹配)使用例如ICP(Iterative Closest Point)算法。此时,在对照直线彼此的情况下,将两侧的端点作为评价点进行对照,在两侧的端点的间隔大时,能够进行插补。
目标物位置累积部33在自身位置推定部35于允许范围内调整目标物位置数据时,在其对照程度高时,将累积的目标物位置数据修正(更新)为调整后的目标物位置数据。另一方面,在自身位置推定部35将目标物位置数据在允许范围内调整时,在其对照程度低时,维持累积的目标物位置数据、即调整前的目标物位置数据。
下面,说明由控制器16在每个规定时间(例如10msec)执行的车辆位置推定处理。
图14是表示车辆位置推定处理的流程图。
首先,在步骤S101,与目标物位置检测部31的处理对应,将在车辆周围存在的路缘石23及通行区分线24等目标物的位置在以车辆为基准的车辆座标系中,作为相对于车辆的相对位置进行检测。即,将由雷达装置12检测到的路缘石23的检测点Pc、由摄像机13检测到的通行区分线24的检测点Pw在车辆座标系中检测。
在接下来的步骤S102中,与移动量检测部32的处理对应,根据由传感器组15检测到的各种信息检测单位时间的车辆21的移动量即里程。通过将其积分,作为里程座标系能够算出车辆的行驶轨迹。即,在里程座标系中,在每个运算周期累积车辆的座标位置[XODM,YODM]、及车身姿势[θODM]这三个参数。
在接下来的步骤S103中,与目标物位置累积部33的处理对应,将基于移动量检测部32检测到的移动量的行驶轨迹、及目标物位置检测部31检测到的目标物的位置相对应地在里程座标系中累积。即,使在各时刻检测到的目标物位置数据移动到当前为止的经过时间的车辆的移动量,与各时刻的车辆的座标位置、及车身姿势相对应,分别将路缘石23及通行区分线24等目标物位置数据在里程座标系中投影并累积。
在接下来的步骤S104中,与调整范围设定部34中的处理对应,根据车辆的转弯状态将在目标物位置累积部33中累积的目标物位置数据的一部分分组化,基于检测目标物位置数据时的车辆的移动量设定组的调整范围。首先,根据行驶轨迹检测车辆的转弯地点Pt,将转弯地点Pt以后的目标物位置数据设为第一组Gr1。另外,将比转弯地点Pt靠前的目标物位置数据设为第二组Gr2。其次,设定将分组化的目标物位置数据按照地图信息进行位置调整时的允许范围α、及进行角度调整时的允许范围β1、β2。
在接下来的步骤S105中,与自身位置推定部35的处理对应,基于调整范围对照累积的目标物位置数据及地图信息的目标物位置,由此推定地图座标系中的车辆21的自身位置。首先,在对照目标物位置数据和地图信息的目标物位置时,一边以转弯地点Pt为支点在调整范围内移动,一边推断成为最小误差的各组的配置,由此推定地图座标系中的车辆21的自身位置。即,在地图座标系推定车辆的座标位置[XMAP,YMAP]、及车身姿势[θMAP]这三个参数。
在接下来的步骤S106中,与目标物位置累积部33中的处理对应,在适当更新目标物位置数据后恢复到规定的主程序。即,在自身位置推定部35在允许范围内调整了目标物位置数据时,判定其对照程度。而且,在对照程度高时,将累积的目标物位置数据修正(更新)成调整后的目标物位置数据。另一方面,在对照程度低时,不进行目标物位置数据的修正(更新),而维持已累积的目标物位置数据、即调整前的目标物位置数据。
上述为车辆位置推定处理。
《作用》
通过对照雷达装置12检测到的路缘石23及摄像机13检测到的通行区分线24等目标物的位置、和作为地图信息预先数据化的各目标物的位置,推定车辆21的自身位置。在本实施方式中,示例了仅通过路缘石23及通行区分线24等检测与其它的目标物相比较容易且可作为平面看的二维数据记述的目标物制成地图信息,使用该地图信息进行自身位置的推定的方法。此外,在进一步提高自身位置的推定精度的情况下,也可以使用具有构造物的三维(长、宽、高)数据的地图信息。该情况下也可以应用本实施方式。
另外,使用车辆21的运动信息,在里程座标系累积过去的某程度的行驶轨迹,通过对照投影了目标物位置数据的里程座标系、和预先存储了目标物的位置的地图座标系,能够进行自身位置的推定。但是,在里程座标系中,存在行驶距离越长且转弯量变得越大,累积误差越大的问题。图12是表示调整前的目标物位置数据的图。在该情景中,在车辆右转弯时,转弯量变大,产生里程误差,以进行比实际大的转弯的方式算出行驶轨迹,这样累积的目标物位置数据构成的行驶路形状相对于实际的行驶路形状,成为偏移的形状。
因此,在将原样的目标物位置数据构成的行驶路形状与地图信息的行驶路形状对照的情况下,对照程度变低,最小误差变大,不能高精度地推定自身位置。因此,在里程座标系中,一边调整将行驶轨迹和目标物位置相对应地累积的目标物位置数据的至少一部分组间的位置及角度,一边与地图信息的目标物的位置对照,推定车辆的自身位置。
下面,对具体的顺序进行说明。
首先,作为车辆座标系,检测沿着行驶车道存在的路缘石23及通行区分线24等目标物的位置(步骤S101),对传感器组15检测到的各种信息进行积分,作为里程座标系检测车辆的行驶轨迹(步骤S102)。另外,将检测到的行驶轨迹、及检测到的目标物的位置相对应地在里程座标系中累积(步骤S103)。
另外,根据车辆的转弯状态将累积的目标物位置数据的一部分分组化,基于检测到目标物位置数据时的车辆的移动量,设定组的调整范围(步骤S104)。在此,首先根据行驶轨迹检测车辆的转弯地点Pt。例如,用直线L1连结当前位置Pn、和从当前位置Pn回溯设定距离D1的地点Pr,在从当前位置Pn回溯设定距离D1的范围内,将相对于直线正交方向的距离d为设定值d1以上且最远离的地点作为转弯地点Pt进行检测。或者,从当前位置Pn回溯且最初车辆的转弯角度θt成为设定角度θ1以上的地点作为转弯地点Pn进行检测。这样,通过使用相对于直线L1的距离d及转弯角度θt,能够容易地检测车辆的转弯地点Pt。
而且,将转弯地点Pt以后的目标物位置数据分组化并设定第一组Gr1,同时,将比转弯地点Pt靠前的目标物位置数据分组化并设定第二组Gr2。另外,设定将分组化的目标物位置数据为了与地图信息对照而进行位置调整时的允许范围α、及进行角度调整时的允许范围β1、β2。在此,累积的目标物位置数据中的车辆的移动量的行驶距离dm越长,越增大允许范围α,车辆的移动量的转弯量越大(转弯半径越小),越增大β1、β2。
而且,通过将累积的目标物位置数据及地图信息以转弯地点Pt为支点基于调整范围α及β1、β2进行对照,推定地图座标系中的车辆21的自身位置(步骤S105)。即,在一边相对于地图信息以转弯地点Pt为支点将目标物位置数据在调整范围内移动,一边求出成为最小误差的各组的配置之后,推定车辆21的自身位置,因此,能够抑制里程信息的累积误差的影响,能够提高自身位置的推定精度。即,赋予分组化的目标物位置数据的位置[xg,yg]、及角度φg这三个自由度并以转弯地点Pt为支点与地图信息对照,因此,车辆的座标位置[XMAP,YMAP]、及车身姿势[θMAP]的推定精度提高。
另外,尤其是因为在转弯行驶中发生车辆的侧滑,所以里程信息容易产生误差。因此,如上述地检测转弯地点Pt,在转弯地点Pt的前后分组,对每个组以转弯地点Pt为支点进行位置调整及角度调整,由此,能够有效地排除里程信息的误差。另一方面,目标物位置数据的调整以转弯地点Pt为支点在允许范围α及β1、β2内进行,因此,能够抑制移动过度,能够在适当的范围内进行修正。行驶距离dm越长,里程信息的误差越容易变大,因此,通过根据行驶距离dm设定允许范围α,根据车辆的移动量的转弯量设定允许范围β1、β2,能够设定适当的允许范围α及β1、β2,能够有效地进行位置调整及角度调整。
在一边调整分组化的目标物位置数据的各组间的位置及角度,一边与地图信息进行对照时,从组内的路缘石23的检测点Pc提取直线L23,或从通行区分线24的检测点Pw提取直线L24,使用这些直线L23及直线L24与地图信息进行对照。
图15是表示提取直线的效果的图。
图15(a)是表示不提取直线,而直接将用涂黑的菱形表示的路缘石23的检测点Pc与地图信息对照的情况。位于A区域的检测点Pc将必须与路缘石23x的线对照的地方与最近的路缘石23y的线对照。图15(b)是通过提取直线L23,能够将其与路缘石23x的线对照。这样,通过提取直线,使用该直线与地图信息进行对照,从而能够提高自身位置的推定精度。
此外,在允许范围内调整了目标物位置数据时,在其对照程度高时,将累积的目标物位置数据修正(更新)成调整后的目标物位置数据(步骤S106)。由此,能够累积精度高的目标物位置数据。相反,在对照程度低时,维持累积的目标物位置数据、即调整前的目标物位置数据。由此,能够抑制会累积精度低的目标物位置数据之类的情况。
《变形例》
在第一实施方式中,在将转弯地点Pt以后的目标物位置数据分组化的同时,将比转弯地点Pt靠前的目标物位置数据分组化,分别调整分组化的目标物位置数据,但不限于此。即,在通过转弯地点Pt前的时间点,如果比转弯地点Pt靠前的目标物位置数据已经经过与地图信息的对照而调整完成,则在通过了转弯地点Pt后,不需要进一步经过与地图信息的对照来进行调整。因此,也可以至少仅将转弯地点Pt以后的目标物位置数据分组化,一边以转弯地点Pt为支点调整组的位置及角度,一边与地图信息进行对照。即,也可以是,比转弯地点Pt靠前的目标物位置数据即第二组Gr2固定,仅调整转弯地点Pt以后的目标物位置数据即第一组Gr1。由此,能够抑制运算负荷,更高效地进行对照。
《应用例》
在第一实施方式中,根据车辆的移动量的转弯量设定角度修正的允许范围β1、β2,但不限于此。在车辆发生速度变化时,由于传感器的特性而容易在里程信息产生误差,行驶距离越长,其误差越累积,因此,也可以根据车辆的行驶距离dm设定角度修正的允许范围β1、β2。
图16是用于设定与行驶距离dm对应的允许范围β1、β2的映像。
该映像将横轴设为目标物位置数据中的车辆的移动量的移动距离dm,将纵轴设为角度调整的允许范围β1、β2。对于移动距离dm而言,预先确定比0大的dm1、比dm1大的dm2。对于允许范围β1、β2而言,预先确定比0大的βMIN、比βMIN大的βMAX。而且,在移动距离dm位于dm1到dm2范围时,移动距离dm越长,允许范围β在βMIN到βMAX的范围内变得越大。另外,在移动距离dm为dm2以上时,允许范围β1、β2维持βMAX。
这样,通过根据移动距离dm设定角度修正的允许范围β1、β2,能够设定适当的允许范围β1、β2,能够进行有效的角度调整。
此外,也可以考虑目标物位置数据中的车辆的移动量的转弯量和移动距离dm这两者来设定允许范围β1、β2。另外,作为车辆的移动量,也可以考虑加减速度。
《对应关系》
在第一实施方式中,目标物位置检测部31、及步骤S101的处理与“目标物位置检测部”对应。移动量检测部32、及步骤S102的处理与“行驶轨迹检测部”对应。目标物位置累积部33、及步骤S103、S106的处理与“目标物位置数据累积部”对应。地图数据库14与“地图信息累积部”对应。调整范围设定部34、及步骤S104的处理与“目标物位置数据修正部”对应。自身位置推定部35、及步骤S105的处理“自身位置推定部”对应。
《效果》
下面,记述第一实施方式的主要部分的效果。
(1)第一实施方式的车辆位置推定装置检测在车辆周围存在的目标物的位置,并且检测车辆的移动量,将目标物的位置基于移动量作为目标物位置数据进行累积。另外,根据车辆的转弯状态将目标物位置数据的一部分分组化,基于检测到目标物位置数据时的车辆的移动量设定组的调整范围。而且,取得包含目标物的位置在内的地图信息,基于所设定的调整范围对照目标物位置数据、及地图信息的目标物的位置,由此推定车辆的自身位置。
这样,一边在调整范围内调整目标物位置数据,一边与地图信息对照,推定车辆的自身位置,因此,能够提高其推定精度。
(2)在第一实施方式的车辆位置推定装置中,作为组间的位置范围及角度范围,设定调整范围。
这样,通过调整组间的位置及角度,能够抑制里程信息的误差的影响。
(3)在第一实施方式的车辆位置推定装置中,累积的目标物位置数据的车辆的移动量越大,越增大允许范围α及β1、β2。
这样,根据车辆的移动量(转弯半径R及行驶距离dm)设定允许范围α及β1、β2,由此,能够设定适当的允许范围,进行有效的位置调整及角度调整。
(4)在第一实施方式的车辆位置推定装置中,根据基于车辆的移动量的行驶轨迹检测车辆的转弯地点Pt,基于转弯地点Pt将目标物位置数据分组化。
这样,检测转弯地点Pt,基于转弯地点Pt将目标物位置数据分组化,由此,能够以转弯地点Pt为支点,有效地排除里程信息的误差。
(5)在第一实施方式的车辆位置推定装置中,在与地图信息中的目标物的位置对照的情况下,基于对照结果修正(更新)目标物位置数据。
这样,基于对照结果判断是否修正目标物位置数据,因此,能够累积精度高的目标物位置数据。
(6)在第一实施方式的车辆位置推定装置中,从目标物位置数据提取直线,对照提取的直线和地图信息的目标物的位置。
这样,通过提取直线,使用所提取的直线与地图信息对照,能够提高对照精度。
(7)在第一实施方式的车辆位置推定方法中,检测在车辆周围存在的目标物的位置,并且检测车辆的移动量,将目标物的位置基于移动量作为目标物位置数据进行累积。另外,根据车辆的转弯状态将目标物位置数据的一部分分组化,基于检测到目标物位置数据时的车辆的移动量设定组的调整范围。而且,取得包含目标物的位置在内的地图信息,基于所设定的调整范围对照目标物位置数据、及地图信息的目标物的位置,由此推定车辆的自身位置。
这样,一边在调整范围内调整目标物位置数据,一边与地图信息对照来推定车辆的自身位置,因此,能够提高其推定精度。
以上,参照有限的实施方式进行了说明,但本发明要求保护的范围不限于此,对于本领域技术人员来说,基于上述公开的实施方式的变更是容易想到的。
Claims (7)
1.一种车辆位置推定装置,其特征在于,具备:
目标物位置检测部,其检测在车辆周围存在的目标物的位置;
移动量检测部,其检测所述车辆的移动量;
目标物位置累积部,其基于由所述移动量检测部检测到的移动量,将由所述目标物位置检测部检测到的目标物的位置作为目标物位置数据进行累积;
地图信息取得部,其取得包含所述目标物的位置在内的地图信息;
调整范围设定部,其根据车辆的转弯状态将在所述目标物位置累积部累积的目标物位置数据的一部分分组化,基于检测到所述目标物位置数据时的车辆的移动量设定所述组的调整范围;
自身位置推定部,其通过基于由所述调整范围设定部设定的调整范围对在所述目标物位置累积部累积的目标物位置数据、及由所述地图信息取得部取得的地图信息中的目标物的位置进行对照,由此推定所述车辆的自身位置。
2.如权利要求1所述的车辆位置推定装置,其特征在于,
所述调整范围设定部设定所述调整范围并将其作为所述组间的位置范围及角度范围。
3.如权利要求1或2所述的车辆位置推定装置,其特征在于,
所述目标物位置累积部所累积的目标物位置数据中的所述车辆的移动量越大,所述调整范围设定部越增大所述调整范围。
4.如权利要求1~3中任一项所述的车辆位置推定装置,其特征在于,
所述调整范围设定部根据基于所述车辆的移动量的行驶轨迹检测车辆的转弯地点,基于所述转弯地点将所述目标物位置数据分组化。
5.如权利要求1~4中任一项所述的车辆位置推定装置,其特征在于,
所述目标物位置累积部在利用所述自身位置推定部与所述地图信息中的目标物的位置进行对照的情况下,基于对照结果修正所述目标物位置数据。
6.如权利要求1~5中任一项所述的车辆位置推定装置,其特征在于,
所述自身位置推定部从所述目标物位置数据提取直线,对照所提取的直线和所述地图信息的目标物的位置。
7.一种车辆位置推定方法,其特征在于,
目标物位置检测部检测在车辆周围存在的目标物的位置,
移动量检测部检测所述车辆的移动量,
目标物位置累积部基于由所述移动量检测部检测到的移动量,将由所述目标物位置检测部检测到的目标物的位置作为目标物位置数据进行累积,地图信息取得部取得包含所述目标物的位置在内的地图信息,
调整范围设定部根据车辆的转弯状态将在所述目标物位置累积部累积的目标物位置数据的一部分分组化,基于检测到所述目标物位置数据时的车辆的移动量设定所述组的调整范围,
自身位置推定部通过基于由所述调整范围设定部设定的调整范围对在所述目标物位置累积部累积的目标物位置数据、及由所述地图信息取得部取得的地图信息中的目标物的位置进行对照,由此推定所述车辆的自身位置。
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
PCT/JP2015/004383 WO2017037753A1 (ja) | 2015-08-28 | 2015-08-28 | 車両位置推定装置、車両位置推定方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107923758A true CN107923758A (zh) | 2018-04-17 |
CN107923758B CN107923758B (zh) | 2019-03-01 |
Family
ID=58187180
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201580082772.7A Active CN107923758B (zh) | 2015-08-28 | 2015-08-28 | 车辆位置推定装置、车辆位置推定方法 |
Country Status (10)
Country | Link |
---|---|
US (1) | US10508923B2 (zh) |
EP (1) | EP3343174B1 (zh) |
JP (1) | JP6414337B2 (zh) |
KR (1) | KR101927038B1 (zh) |
CN (1) | CN107923758B (zh) |
BR (1) | BR112018004048B1 (zh) |
CA (1) | CA2997046C (zh) |
MX (1) | MX364577B (zh) |
RU (1) | RU2678960C1 (zh) |
WO (1) | WO2017037753A1 (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108873899A (zh) * | 2018-06-27 | 2018-11-23 | 杨扬 | 吸尘机器人的避障方法及建立栅格地图的方法 |
CN110095126A (zh) * | 2019-05-07 | 2019-08-06 | 北京百度网讯科技有限公司 | 地图匹配方法、装置、设备和介质 |
CN113091756A (zh) * | 2019-12-23 | 2021-07-09 | 歌乐株式会社 | 位置推定装置、以及位置推定方法 |
Families Citing this family (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10625746B2 (en) * | 2016-07-26 | 2020-04-21 | Nissan Motor Co., Ltd. | Self-position estimation method and self-position estimation device |
JP7034741B2 (ja) * | 2018-01-26 | 2022-03-14 | アルパイン株式会社 | 情報処理装置、自車位置算出システム及び車両 |
KR101944497B1 (ko) * | 2018-08-02 | 2019-01-31 | 블랙썬 주식회사 | 지능형 cctv를 활용한 무인주행차량의 제어시스템 및 방법 |
JP7257158B2 (ja) * | 2019-02-04 | 2023-04-13 | 日産自動車株式会社 | 周囲環境情報生成方法及び周囲環境情報生成装置 |
US11378403B2 (en) * | 2019-07-26 | 2022-07-05 | Honeywell International Inc. | Apparatus and method for terrain aided navigation using inertial position |
US11906309B2 (en) * | 2019-09-27 | 2024-02-20 | Here Global B.V. | Method and apparatus for providing a map matcher tolerant to wrong map features |
JP2022086432A (ja) * | 2020-11-30 | 2022-06-09 | 株式会社Subaru | 車両の走行軌跡送信システムおよび車両の交通システム |
CN112820115B (zh) * | 2021-01-05 | 2021-11-23 | 四川铁投信息技术产业投资有限公司 | 一种行驶车辆转向状态识别方法 |
DE102021204063A1 (de) * | 2021-04-23 | 2022-10-27 | Zf Friedrichshafen Ag | Abgleich von Kartendaten und Sensordaten |
WO2023194761A1 (ja) * | 2022-04-08 | 2023-10-12 | 日産自動車株式会社 | 情報処理方法及び情報処理装置 |
JP7486556B2 (ja) | 2022-09-02 | 2024-05-17 | 本田技研工業株式会社 | 区画線認識装置 |
CN116930956B (zh) * | 2023-09-19 | 2023-11-17 | 南京隼眼电子科技有限公司 | 基于目标尺寸的目标轨迹拼接方法、装置及存储介质 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH11304513A (ja) * | 1998-04-21 | 1999-11-05 | Kenwood Corp | カーナビゲーションシステム |
JP2008250906A (ja) * | 2007-03-30 | 2008-10-16 | Sogo Keibi Hosho Co Ltd | 移動ロボット、自己位置補正方法および自己位置補正プログラム |
WO2015083538A1 (ja) * | 2013-12-06 | 2015-06-11 | 日立オートモティブシステムズ株式会社 | 車両位置推定システム,装置,方法、及び、カメラ装置 |
CN104854637A (zh) * | 2012-12-12 | 2015-08-19 | 日产自动车株式会社 | 移动物体位置姿态角推定装置及移动物体位置姿态角推定方法 |
CN107924192A (zh) * | 2015-07-24 | 2018-04-17 | 日产自动车株式会社 | 自身位置推定装置及自身位置推定方法 |
Family Cites Families (48)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH03201110A (ja) * | 1989-12-28 | 1991-09-03 | Toyota Central Res & Dev Lab Inc | 自律走行車の位置方位検出装置 |
GB2270438B (en) * | 1992-09-08 | 1996-06-26 | Caterpillar Inc | Apparatus and method for determining the location of a vehicle |
JPH06282798A (ja) * | 1993-03-30 | 1994-10-07 | Fujitsu Ten Ltd | 目標捜索装置、及びそれを利用した警報装置、自動追尾装置 |
JPH08247775A (ja) * | 1995-03-15 | 1996-09-27 | Toshiba Corp | 移動体の自己位置同定装置および自己位置同定方法 |
JP3209392B2 (ja) * | 1995-07-20 | 2001-09-17 | 三菱電機株式会社 | 車両周辺検知装置 |
JP3619628B2 (ja) * | 1996-12-19 | 2005-02-09 | 株式会社日立製作所 | 走行環境認識装置 |
DE59809476D1 (de) * | 1997-11-03 | 2003-10-09 | Volkswagen Ag | Autonomes Fahrzeug und Verfahren zur Steuerung eines autonomen Fahrzeuges |
JP3853542B2 (ja) * | 1999-07-26 | 2006-12-06 | パイオニア株式会社 | 画像処理装置、画像処理方法及びナビゲーション装置 |
RU2162202C1 (ru) * | 2000-03-21 | 2001-01-20 | Ачильдиев Владимир Михайлович | Способ определения уклонов, кривизны, неровности и коэффициента сцепления дорожного покрытия и устройство для его осуществления |
JP2001331787A (ja) * | 2000-05-19 | 2001-11-30 | Toyota Central Res & Dev Lab Inc | 道路形状推定装置 |
US6581005B2 (en) * | 2000-11-30 | 2003-06-17 | Nissan Motor Co., Ltd. | Vehicle position calculation apparatus and method |
JP3690366B2 (ja) * | 2001-12-27 | 2005-08-31 | 日産自動車株式会社 | 前方物体検出装置 |
JP4506162B2 (ja) * | 2003-02-20 | 2010-07-21 | 日産自動車株式会社 | 前方物体検出装置及び前方物体検出方法 |
JP4899351B2 (ja) * | 2005-06-17 | 2012-03-21 | 株式会社デンソー | 走行状況判定装置及び車載ナビゲーション装置 |
JP4889272B2 (ja) * | 2005-09-30 | 2012-03-07 | アルパイン株式会社 | ナビゲーション装置及び車両位置推定方法 |
JP5388082B2 (ja) * | 2006-09-07 | 2014-01-15 | 株式会社豊田中央研究所 | 静止物地図生成装置 |
JP4869858B2 (ja) * | 2006-10-05 | 2012-02-08 | クラリオン株式会社 | 車両の走行制御システム |
JP2008241446A (ja) | 2007-03-27 | 2008-10-09 | Clarion Co Ltd | ナビゲーション装置及びその制御方法 |
JP5064870B2 (ja) * | 2007-04-17 | 2012-10-31 | 株式会社日立製作所 | デジタル道路地図の生成方法及び地図生成システム |
KR20090001721A (ko) * | 2007-05-14 | 2009-01-09 | 팅크웨어(주) | 맵 매칭 보정 방법 및 상기 방법을 수행하는 내비게이션시스템 |
TW200900655A (en) * | 2007-06-21 | 2009-01-01 | Mitac Int Corp | Navigation device and method calibrated by map position-matching |
JP4416021B2 (ja) * | 2007-08-21 | 2010-02-17 | 株式会社デンソー | 車両ナビゲーション装置 |
KR101503904B1 (ko) * | 2008-07-07 | 2015-03-19 | 삼성전자 주식회사 | 이동 로봇의 지도 구성 장치 및 방법 |
US8775063B2 (en) * | 2009-01-26 | 2014-07-08 | GM Global Technology Operations LLC | System and method of lane path estimation using sensor fusion |
US8340818B2 (en) * | 2009-04-24 | 2012-12-25 | Robert Bosch Gmbh | Method of accurate mapping with mobile robots |
JP5441549B2 (ja) * | 2009-07-29 | 2014-03-12 | 日立オートモティブシステムズ株式会社 | 道路形状認識装置 |
US8301374B2 (en) * | 2009-08-25 | 2012-10-30 | Southwest Research Institute | Position estimation for ground vehicle navigation based on landmark identification/yaw rate and perception of landmarks |
JP2011191239A (ja) * | 2010-03-16 | 2011-09-29 | Mazda Motor Corp | 移動体位置検出装置 |
US8369606B2 (en) * | 2010-07-21 | 2013-02-05 | Palo Alto Research Center Incorporated | System and method for aligning maps using polyline matching |
KR101750340B1 (ko) * | 2010-11-03 | 2017-06-26 | 엘지전자 주식회사 | 로봇 청소기 및 이의 제어 방법 |
JP2012194860A (ja) * | 2011-03-17 | 2012-10-11 | Murata Mach Ltd | 走行車 |
US9140792B2 (en) * | 2011-06-01 | 2015-09-22 | GM Global Technology Operations LLC | System and method for sensor based environmental model construction |
JP5903901B2 (ja) * | 2012-01-17 | 2016-04-13 | 日産自動車株式会社 | 車両位置算出装置 |
JP5834933B2 (ja) * | 2012-01-17 | 2015-12-24 | 日産自動車株式会社 | 車両位置算出装置 |
JP5404861B2 (ja) * | 2012-07-17 | 2014-02-05 | 株式会社豊田中央研究所 | 静止物地図生成装置 |
JP2014093018A (ja) * | 2012-11-06 | 2014-05-19 | Honda Elesys Co Ltd | 車線認識装置、運転支援装置、車線認識方法、および、車線認識プログラム |
JP6233706B2 (ja) | 2013-04-02 | 2017-11-22 | パナソニックIpマネジメント株式会社 | 自律移動装置及び自律移動装置の自己位置推定方法 |
US9043072B1 (en) * | 2013-04-04 | 2015-05-26 | Google Inc. | Methods and systems for correcting an estimated heading using a map |
US9377310B2 (en) * | 2013-05-02 | 2016-06-28 | The Johns Hopkins University | Mapping and positioning system |
US9395192B1 (en) * | 2013-12-20 | 2016-07-19 | Google Inc. | Methods and systems for road and lane boundary tracing |
US9081383B1 (en) * | 2014-01-22 | 2015-07-14 | Google Inc. | Enhancing basic roadway-intersection models using high intensity image data |
EP2918974B1 (en) * | 2014-03-11 | 2019-01-16 | Volvo Car Corporation | Method and system for determining a position of a vehicle |
KR102286673B1 (ko) * | 2014-04-09 | 2021-08-05 | 콘티넨탈 테베스 아게 운트 코. 오하게 | 주변 오브젝트 참조에 의한 차량 위치 보정 |
BR112017025513A2 (pt) * | 2015-05-28 | 2018-08-07 | Nissan Motor | dispositivo de estimação de posição e método de estimação de posição |
US9884623B2 (en) * | 2015-07-13 | 2018-02-06 | GM Global Technology Operations LLC | Method for image-based vehicle localization |
RU2669652C1 (ru) * | 2015-07-13 | 2018-10-12 | Ниссан Мотор Ко., Лтд. | Устройство оценки собственной позиции и способ оценки собственной позиции |
DE102015214338A1 (de) * | 2015-07-29 | 2017-02-02 | Volkswagen Aktiengesellschaft | Bestimmung einer Anordnungsinformation für ein Fahrzeug |
CN107949768B (zh) * | 2015-08-28 | 2018-10-12 | 日产自动车株式会社 | 车辆位置推定装置、车辆位置推定方法 |
-
2015
- 2015-08-28 JP JP2017537033A patent/JP6414337B2/ja active Active
- 2015-08-28 BR BR112018004048-7A patent/BR112018004048B1/pt not_active IP Right Cessation
- 2015-08-28 MX MX2018002267A patent/MX364577B/es active IP Right Grant
- 2015-08-28 KR KR1020187008129A patent/KR101927038B1/ko active IP Right Grant
- 2015-08-28 WO PCT/JP2015/004383 patent/WO2017037753A1/ja active Application Filing
- 2015-08-28 CA CA2997046A patent/CA2997046C/en active Active
- 2015-08-28 CN CN201580082772.7A patent/CN107923758B/zh active Active
- 2015-08-28 EP EP15902879.4A patent/EP3343174B1/en active Active
- 2015-08-28 US US15/755,900 patent/US10508923B2/en active Active
- 2015-08-28 RU RU2018110810A patent/RU2678960C1/ru active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH11304513A (ja) * | 1998-04-21 | 1999-11-05 | Kenwood Corp | カーナビゲーションシステム |
JP2008250906A (ja) * | 2007-03-30 | 2008-10-16 | Sogo Keibi Hosho Co Ltd | 移動ロボット、自己位置補正方法および自己位置補正プログラム |
CN104854637A (zh) * | 2012-12-12 | 2015-08-19 | 日产自动车株式会社 | 移动物体位置姿态角推定装置及移动物体位置姿态角推定方法 |
WO2015083538A1 (ja) * | 2013-12-06 | 2015-06-11 | 日立オートモティブシステムズ株式会社 | 車両位置推定システム,装置,方法、及び、カメラ装置 |
CN107924192A (zh) * | 2015-07-24 | 2018-04-17 | 日产自动车株式会社 | 自身位置推定装置及自身位置推定方法 |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108873899A (zh) * | 2018-06-27 | 2018-11-23 | 杨扬 | 吸尘机器人的避障方法及建立栅格地图的方法 |
CN108873899B (zh) * | 2018-06-27 | 2022-03-25 | 杨扬 | 吸尘机器人的避障方法 |
CN110095126A (zh) * | 2019-05-07 | 2019-08-06 | 北京百度网讯科技有限公司 | 地图匹配方法、装置、设备和介质 |
CN110095126B (zh) * | 2019-05-07 | 2021-03-12 | 北京百度网讯科技有限公司 | 地图匹配方法、装置、设备和介质 |
CN113091756A (zh) * | 2019-12-23 | 2021-07-09 | 歌乐株式会社 | 位置推定装置、以及位置推定方法 |
Also Published As
Publication number | Publication date |
---|---|
EP3343174A1 (en) | 2018-07-04 |
KR101927038B1 (ko) | 2018-12-07 |
MX364577B (es) | 2019-05-02 |
BR112018004048A2 (zh) | 2018-10-02 |
KR20180041741A (ko) | 2018-04-24 |
CN107923758B (zh) | 2019-03-01 |
US10508923B2 (en) | 2019-12-17 |
CA2997046A1 (en) | 2017-03-09 |
RU2678960C1 (ru) | 2019-02-04 |
US20190033082A1 (en) | 2019-01-31 |
JPWO2017037753A1 (ja) | 2018-02-22 |
WO2017037753A1 (ja) | 2017-03-09 |
EP3343174B1 (en) | 2020-04-15 |
MX2018002267A (es) | 2018-03-23 |
EP3343174A4 (en) | 2018-08-01 |
BR112018004048B1 (pt) | 2022-08-30 |
JP6414337B2 (ja) | 2018-10-31 |
CA2997046C (en) | 2018-11-13 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107923758A (zh) | 车辆位置推定装置、车辆位置推定方法 | |
CN107798724B (zh) | 自动化车辆3d道路模型和车道标记定义系统 | |
JP6418332B2 (ja) | 車両位置推定装置、車両位置推定方法 | |
US9987898B2 (en) | Predictive suspension control for a vehicle using a stereo camera sensor | |
CN107615201B (zh) | 自身位置估计装置及自身位置估计方法 | |
JP6350374B2 (ja) | 路面検出装置 | |
US20160214617A1 (en) | Method for determining a relative gradient of a roadway | |
JP6020729B2 (ja) | 車両位置姿勢角推定装置及び車両位置姿勢角推定方法 | |
JP6779365B2 (ja) | 物体検出装置及び車両 | |
JP6171849B2 (ja) | 移動体位置姿勢角推定装置及び移動体位置姿勢角推定方法 | |
JP7418196B2 (ja) | 走行軌跡推定方法及び走行軌跡推定装置 | |
CN110645994A (zh) | 一种车载实景增强导航系统及方法 | |
JP6044084B2 (ja) | 移動物体位置姿勢推定装置及び方法 | |
CN118215937A (zh) | 借助于图像捕获传感器动态估计机动车辆的俯仰的方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |