CN108617167A - 自动驾驶控制装置、车辆及自动驾驶控制方法 - Google Patents

Abstract

本发明即使在没有停车框线的停车空间也能够自动停车。自动驾驶控制装置具有：生成自动驾驶信息的自动驾驶信息登记部(12)；基于自动驾驶时图像及自动驾驶信息，使车辆进行自动驾驶的自动驾驶控制部。自动驾驶信息登记部(12)具有：基于登记时图像来提取候补特征点的候补特征点提取部(22)；基于多个登记时图像，将候补特征点中的判断为在车辆的目标地点的周围固定配置的构造物的候补特征点选定作为特征点，生成相对于规定的原点坐标的特征点的位置的信息即自动驾驶信息的自动驾驶信息生成部(23)。自动驾驶控制部具有：基于自动驾驶时图像和自动驾驶信息，算出车辆的位置的信息即车辆位置信息的车辆位置算出部；基于车辆位置信息进行自动驾驶的自动驾驶执行控制部。

Description

自动驾驶控制装置、车辆及自动驾驶控制方法

技术领域

本发明涉及车辆的自动驾驶控制装置、车辆、及自动驾驶控制方法。

背景技术

通常，存在车辆的停车空间狭窄的地点多而停车变得困难的情况，因此对于以自动驾驶进行停车的需求高。在该自动驾驶中，以往，例如通过车载相机等来推定停车目标位置，使车辆自动地向该停车目标位置移动。例如，专利文献1记载了一种根据相机的图像数据来识别表示停车区划的停车框线，根据该停车框线来推定停车目标位置，进行自动停车的技术。

在先技术文献

专利文献

专利文献1：日本特开2009-290788号公报

发明内容

发明要解决的课题

然而，在例如专利文献1的技术中，需要拍摄停车框线，在例如房屋等没有停车框线的停车空间无法进行自动停车。

因此，本发明的目的在于提供一种即使在没有停车框线的停车空间也能够进行自动停车的自动驾驶控制装置、车辆及自动驾驶控制方法。

用于解决课题的方案

为了解决上述的课题，实现目的，本公开的自动驾驶控制装置具有：自动驾驶信息登记部，基于在车辆由驾驶者驾驶的登记模式下拍摄了所述车辆的周围环境的图像即登记时图像，生成用于使所述车辆进行自动驾驶的自动驾驶信息；及自动驾驶控制部，基于在所述车辆被自动驾驶的自动驾驶模式下拍摄了所述车辆的周围环境的图像即自动驾驶时图像和所述自动驾驶信息，使所述车辆进行自动驾驶，所述自动驾驶信息登记部具有：候补特征点提取部，基于所述登记时图像，提取在所述车辆的周围环境存在的候补特征点；及自动驾驶信息生成部，基于在所述车辆的移动中拍摄到的多个所述登记时图像，将所述候补特征点中的判断为在所述车辆的目标地点的周围固定配置的构造物的候补特征点选定作为特征点，生成相对于规定的原点坐标的所述特征点的位置的信息即所述自动驾驶信息，所述自动驾驶控制部具有：车辆位置算出部，基于所述自动驾驶时图像和所述自动驾驶信息，算出相对于所述原点坐标的所述车辆的位置的信息即车辆位置信息；及自动驾驶执行控制部，基于所述车辆位置信息，使所述车辆自动驾驶至所述目标地点。

根据该自动驾驶控制装置，能够以周围的构造物为记号来算出自动驾驶中的本车的位置，因此即使在例如区划目标地点的停车框线不存在，无法根据停车框线来检测本车与停车位置的位置关系的情况下，也能够通过自动行驶自动地停车。

在所述自动驾驶控制装置中，优选的是，所述自动驾驶信息生成部针对所述候补特征点的位置与所述车辆的位置之间的关系，将与所述登记时图像内的所述候补特征点的位置取得匹配的所述候补特征点作为固定配置的构造物而选定为所述特征点。根据该自动驾驶控制装置，能够适当地检测具有作为记号的适合性的构造物，因此能够提高自动驾驶中的车辆位置的算出精度。

所述自动驾驶信息生成部优选将所述候补特征点中的沿铅垂方向延伸的候补特征点选定作为特征点。根据该自动驾驶控制装置，能够更可靠地检测构造物，因此能够提高自动驾驶中的车辆位置的算出精度。

在所述自动驾驶控制装置中，优选的是，所述自动驾驶信息生成部在所述候补特征点中，将所述候补特征点映现到按照时间序列连续的多个所述登记时图像内，在拍摄该多个登记时图像期间所述车辆移动的距离越长，则越优先选定作为所述特征点。根据该自动驾驶控制装置，能够将一个特征点更长期间作为记号使用，因此能够更适当地提高自动驾驶中的车辆位置的算出精度。

在所述自动驾驶控制装置中，优选的是，所述自动驾驶信息生成部具有：特征点选定部，基于在所述车辆的移动中拍摄到的多个所述登记时图像，针对所述候补特征点的位置与所述车辆的位置之间的关系，将与所述登记时图像内的所述候补特征点的位置取得匹配的所述候补特征点作为固定配置的构造物而选定为所述特征点；及位置推定部，基于比所述特征点选定部使用的所述登记时图像更多的所述登记时图像，在所述特征点中，针对所述特征点的位置与所述车辆的位置之间的关系，算出与所述登记时图像内的所述特征点的位置取得匹配的所述特征点的位置的信息，生成该取得匹配的特征点的位置的信息即所述自动驾驶信息。该自动驾驶控制装置在基于位置推定部的坐标算出之前，缩减作为算出对象的特征点的个数，因此能够降低坐标算出负荷。

在所述自动驾驶控制装置中，优选的是，所述自动驾驶信息生成部具有特征点选定部，该特征点选定部在所述特征点中，将所述特征点映现到按照时间序列连续的多个所述登记时图像内，在拍摄该多个登记时图像期间所述车辆移动的距离越长，则越优先选定作为优先特征点，基于所述自动驾驶信息，生成相对于所述原点坐标的所述优先特征点的位置信息即优先自动驾驶信息，所述车辆位置算出部基于所述自动驾驶时图像和所述优先自动驾驶信息，来算出所述车辆位置信息。该自动驾驶控制装置能够将一个特征点更长期间作为记号使用，因此能够更适当地提高自动驾驶中的车辆位置的算出精度。

在所述自动驾驶控制装置中，优选的是，所述自动驾驶控制部具有：目标地点设定部，生成相对于所述原点坐标的所述目标地点的位置的信息即目标地点信息；及自动行驶路径生成部，基于所述车辆位置信息和所述目标地点信息，来生成至所述目标地点的自动行驶路径。根据该自动驾驶控制装置，能够适当地算出自动驾驶中的本车的位置和目标地点的位置，因此能够提高自动驾驶中的车辆位置的算出精度。

在所述自动驾驶控制装置中，优选的是，所述自动行驶路径生成部在所述车辆每自动行驶规定的距离时或者每经过规定的时间时，更新生成所述自动行驶路径。根据该自动驾驶控制装置，通过更新生成自动行驶路径，能够提高自动行驶路径的设定精度。

为了解决上述的课题，实现目的，本公开的车辆具备所述自动驾驶控制装置。根据该车辆，即使在没有停车框线的情况下，也能够通过自动行驶自动地停车。

为了解决上述的课题，实现目的，本公开的自动驾驶控制方法包括：自动驾驶信息登记步骤，基于在车辆由驾驶者驾驶的登记模式下拍摄了所述车辆的周围环境的图像即登记时图像，生成用于使所述车辆进行自动驾驶的自动驾驶信息；及自动驾驶控制步骤，基于在所述车辆被自动驾驶的自动驾驶模式下拍摄了所述车辆的周围环境的图像即自动驾驶时图像和所述自动驾驶信息，使所述车辆进行自动驾驶，所述自动驾驶信息登记步骤包括：候补特征点提取步骤，基于所述登记时图像，提取在所述车辆的周围环境存在的候补特征点；及自动驾驶信息生成步骤，基于在所述车辆的移动中拍摄到的多个所述登记时图像，将所述候补特征点中的判断为在所述车辆的目标地点的周围固定配置的构造物的候补特征点选定作为特征点，生成相对于规定的原点坐标的所述特征点的位置的信息即所述自动驾驶信息，所述自动驾驶控制步骤包括：车辆位置算出步骤，基于所述自动驾驶时图像和所述自动驾驶信息，算出相对于所述原点坐标的所述车辆的位置的信息即车辆位置信息；及自动驾驶执行控制步骤，基于所述车辆位置信息，使所述车辆自动驾驶至所述目标地点。根据该自动驾驶控制方法，即使在没有停车框线的情况下，也能够通过自动行驶自动地停车。

发明效果

根据本发明，即使在没有停车框线的停车空间也能够进行自动停车。

附图说明

图1是表示第一实施方式的车辆的结构的框图。

图2是第一实施方式的自动驾驶信息登记部的示意性的框图。

图3是用于说明自动驾驶信息登记部的动作的说明图。

图4是用于说明自动驾驶信息登记部的动作的说明图。

图5是表示自动驾驶信息的例子的表格。

图6是表示优先自动驾驶信息的例子的表格。

图7是说明第一实施方式的优先自动驾驶信息的生成流程的流程图。

图8是第一实施方式的自动驾驶控制部的示意性的框图。

图9是说明第一实施方式的基于自动行驶控制部的自动行驶控制的流程图。

图10是说明在构造物上附加标记的情况的图。

图11是第二实施方式的自动驾驶信息登记部的示意性的框图。

图12是第三实施方式的自动驾驶信息登记部的示意性的框图。

图13是第四实施方式的自动驾驶信息登记部的示意性的框图。

具体实施方式

以下，参照附图，详细说明本发明的优选实施方式。需要说明的是，没有通过该实施方式来限定本发明，而且，在实施方式存在多个的情况下，也包括将各实施例组合而构成的结构。

(第一实施方式)

首先，说明第一实施方式。图1是表示第一实施方式的车辆的结构的框图。如图1所示，第一实施方式的车辆1具有自动驾驶控制装置10、摄像装置102、驱动装置104。车辆1是汽车，在本实施方式中为乘用车，但是并不局限于此，也可以是例如商用车等。车辆1基于驾驶者的驾驶操作，由驱动装置104驱动而行驶。而且，车辆1通过基于自动驾驶控制装置10的驱动装置104的控制，不借助驾驶者的驾驶操作而自动行驶。摄像装置102是安装于车辆1的相机，对车辆1的周边环境进行拍摄。摄像装置102安装在车辆1的后方及两侧方，但是并不局限于此，也可以安装于前方等任意的位置，可以为多个也可以为一个。

如图1所示，自动驾驶控制装置10具有自动驾驶信息登记部12和自动驾驶控制部14。自动驾驶信息登记部12在登记模式的情况下进行动作。登记模式是用于生成使车辆1自动驾驶用的自动驾驶信息(优先自动驾驶信息)的驾驶模式，在登记模式下，车辆1由驾驶者驾驶。自动驾驶信息登记部12基于在登记模式下由摄像装置102拍摄到的车辆1的周围环境的图像即登记时图像Pi1，生成使车辆1自动驾驶用的自动驾驶信息。自动驾驶控制部14在自动驾驶模式的情况下进行动作。自动驾驶模式是车辆1自动驾驶的驾驶模式。在本实施方式中，自动驾驶模式是使车辆1自动地行驶至目标地点P0的驾驶模式。自动驾驶控制部14基于在自动驾驶模式下由摄像装置102拍摄到的车辆1的周围环境的图像即自动驾驶时图像Pi2、自动驾驶信息(优先自动驾驶信息)，对驱动装置104进行控制而使车辆1进行自动驾驶。需要说明的是，向登记模式及自动驾驶模式的模式设定由驾驶者进行。

(关于自动驾驶信息登记部)

接下来，详细说明自动驾驶信息登记部12的结构及动作。图2是第一实施方式的自动驾驶信息登记部的示意性的框图。图3及图4是用于说明自动驾驶信息登记部的动作的说明图。如图2所示，自动驾驶信息登记部12具有图像存储器20、候补特征点提取部22、自动驾驶信息生成部23、自动驾驶信息存储器30。

如上所述，自动驾驶信息登记部12在登记模式下进行动作。在登记模式下，驾驶者使车辆1从目标地点P0向其他的场所移动(出库)，或者使车辆1移动至目标地点P0(入库)。需要说明的是，本实施方式中的目标地点P0是车辆1的停车空间，是自动驾驶时的目的地。图3例示出在登记模式下，驾驶者使车辆1从位置P1移动至位置P2的事例。驾驶者在位置P1处设定为登记模式之后开始驾驶，在到达了位置P2之后，使登记模式停止。在以下的说明中，说明位置P1处于目标地点P0的例子，即在登记模式下，驾驶者使车辆1从目标地点P0移动(出库)的事例。

图像存储器20是从摄像装置102取得登记时图像Pi1并进行存储的存储器(存储装置)。在登记模式下，摄像装置102在车辆1移动的各位置拍摄多个车辆1的周边环境的图像即登记时图像Pi1。摄像装置102在登记模式下，可以每经过规定的时间拍摄登记时图像Pi1，也可以每当车辆1移动规定距离时拍摄登记时图像Pi1。图像存储器20取得这样拍摄的多个登记时图像Pi1，换言之，可以说是图像存储器20取得从不同的位置拍摄到的多个登记时图像Pi1。

候补特征点提取部22从图像存储器20读出登记时图像Pi1，提取候补特征点F1。候补特征点F1是在登记时图像Pi1中映现的存在于车辆1的周围环境的物体的一部分地点。更详细而言，候补特征点F1是在目标地点P0的周围存在的物体中的成为进行自动驾驶时的记号的候补的地点。候补特征点提取部22将能够识别为与周围不同的地点的全部地点(例如与周围的反差比规定值强的地点)提取作为候补特征点F1。候补特征点提取部22对于多个登记时图像Pi1的全部提取候补特征点F1。以下，关于候补特征点F1，以图3、4为基础进一步来说明。

如图3及图4所示，在目标地点P0的周围存在有壁110、块112、柱114、116、及行人118。在此，将方向X设为与地表平行的方向，将方向Y设为与地表平行的方向且与方向X正交的方向，将方向Z设为与方向X、Y垂直的铅垂方向。壁110是与目标地点P0在X方向上相邻的构造物，块112是与目标地点P0在Y方向上相邻的构造物，柱114、116是在X方向上的目标地点P0的两侧部存在的构造物。行人118是在拍摄登记时图像Pi1的时刻在目标地点P0的周围行走的行人，不是构造物。在此所说的构造物是指固定地配置于地表的物体，例如行人118或从该地点能够移动的交通工具等不是构造物。

如图3及图4所示，候补特征点提取部22将壁110的边缘部A1、A2、A3、A4、A5提取作为候补特征点F1。边缘部A1、A2、A3、A4、A5是相当于壁110的边缘(角部或端部)的地点，因此在登记时图像Pi1中与周围的反差变强，被提取作为候补特征点F1。而且，候补特征点提取部22将块112的边缘部A6、A7、A8提取作为候补特征点F1。边缘部A6、A7、A8也同样是与周围的反差变强的地点(边缘)。而且，候补特征点提取部22对于柱114的边缘部A9、柱116的边缘部A10，也提取作为候补特征点F1。边缘部A9、A10也同样是与周围的反差变强的地点(边缘)。而且，候补特征点提取部22对于行人118，也提取作为候补特征点F1。行人118由于与周围的反差比高，因此被提取作为候补特征点F1。

如图2所示，自动驾驶信息生成部23具有特征点选定部24、特征点存储器25、位置推定部26、优先特征点选定部28。自动驾驶信息生成部23通过特征点选定部24及位置推定部26，基于多个登记时图像Pi1，将候补特征点F1中的判断为在目标地点P0的周围固定配置的构造物的候补特征点F1选定作为特征点F2，生成相对于规定的原点坐标的特征点F2的位置的信息即自动驾驶信息。而且，自动驾驶信息生成部23通过优先特征点选定部28，从特征点F2中选定优先特征点F3，生成相对于规定的原点坐标的优先特征点F3的位置的信息即优先自动驾驶信息。自动驾驶信息生成部23在登记模式停止之后开始动作，生成自动驾驶信息。即，自动驾驶信息生成部23在车辆1到达位置P2，在从位置P1至位置P2之间拍摄到的登记时图像Pi1全部存储于图像存储器20之后，开始动作。

特征点选定部24将候补特征点F1中的判断为在目标地点P0的周围固定配置的构造物的候补特征点F1选定作为特征点F2。特征点选定部24将选定的特征点F2的信息(表示哪个候补特征点F1为特征点F2的信息)存储于特征点存储器25。

特征点选定部24基于立体照片测量，选定特征点F2。关于立体照片测量，以下进行说明。具体而言，特征点选定部24从图像存储器20读出多个(在本实施方式中为2个)登记时图像Pi1，将在这些登记时图像Pi1中共同地映现的同一候补特征点F1建立对应。而且，特征点选定部24根据例如车辆1的里程信息(根据电动机的转速或车轴的转速等算出的车辆1的移动量)，来算出车辆移动距离。车辆移动距离是一个登记时图像Pi1的拍摄时的车辆1的坐标与另一个登记时图像的拍摄时的车辆1的坐标之间的距离。特征点选定部24基于车辆移动距离，算出该建立对应的候补特征点F1的临时坐标信息。临时坐标信息是登记时图像Pi1的拍摄时的相对于车辆1的坐标的候补特征点F1的相对坐标。而且，特征点选定部24在算出候补特征点F1的相对坐标时，针对车辆1的坐标与候补特征点F1的坐标之间的关系，仅算出与登记时图像Pi1内的候补特征点F1的位置取得匹配的候补特征点F1的临时坐标信息。换言之，特征点选定部24可以通过立体照片测量，从候补特征点F1中，仅将取得匹配的候补特征点F1选定作为特征点F2，算出该特征点F2的临时坐标信息。

在此取得匹配是指表示车辆1的坐标与候补特征点F1的坐标之间的关系的第一图像内计算位置和实际的登记时图像Pi1中映现的对应候补特征点F1’的位置在规定的误差范围内一致。更详细而言，第一图像内计算位置是假定为候补特征点F1位于算出的临时坐标信息的位置且假定为从拍摄登记时图像Pi1时的车辆1的坐标拍摄了该位置的对应候补特征点F1时的、登记时图像Pi1内的(登记时图像Pi1中映现的)对应候补特征点F1’的位置。

特征点选定部24将在立体照片测量上取得匹配的特征点选定作为特征点F2，因此可以说是将判断为在目标地点P0的周围的构造物上固定的构造物的特征点，即从该地点被固定而不移动且形状不会时效地变化的候补特征点F1选定作为特征点F2。在此的目标地点P0的周围的构造物并不局限于与目标地点P0相邻的构造物，是指距目标地点P0处于规定的距离的范围内的构造物。在图3及图4的例子中，特征点选定部24将候补特征点F1中的壁110、块112、柱114、116的各边缘部A1至A10在立体照片测量上取得匹配，因此判断为构造物并选定作为特征点F2。另一方面，特征点选定部24关于行人118，在拍摄中位置发生移动而未取得匹配，因此判断为不是构造物且不选定作为特征点F2。这样，特征点选定部24将未取得匹配的特征点排除，由此将在拍摄中移动或形状变化的特征点判断为不是构造物而不选定为特征点F2。

此外，特征点选定部24也可以将判断为固定于地表的构造物的对应候补特征点F1’中的仅具有规定的形状的特征点，例如，沿铅垂方向(方向Z)延伸的特征点选定作为特征点F2。特征点选定部24基于对应候补特征点F1’的临时坐标信息，判断对应候补特征点F1是否具有规定的形状(沿方向Z延伸)。临时坐标信息具有该对应候补特征点F1’的一方的端部的坐标和另一方的端部的坐标(例如图4的边缘部A1的上端部的坐标和下端部的坐标)的信息。因此，特征点选定部24基于该一方的端部和另一方的端部的坐标，能够判断对应候补特征点F1’是否具有规定的形状。在仅将沿铅垂方向延伸的特征点选定作为特征点F2的情况下，特征点选定部24将例如不沿铅垂方向延伸的描绘于地表的标记或伤痕等判断为不是特征点F2而排除在外。

另外，特征点选定部24也可以基于在登记时图像Pi1中显示的对应候补特征点F1’的视觉性特征，从判断为固定于地表的构造物的对应候补特征点F1’中选定特征点F2。对应候补特征点F1’的视觉性特征是从一个登记时图像Pi1能够识别的候补特征点F1的特征，例如是候补特征点F1的形状、色彩。具体而言，特征点选定部24将判断为构造物的候补特征点F1中的具有规定的形状的特征点，例如，沿铅垂方向(方向Z)延伸的特征点选定作为特征点F2。而且，特征点选定部24将判断为构造物的候补特征点F1中的与周围的反差强的特征点优先选定作为特征点F2。例如，特征点选定部24提取同样映现于登记时图像Pi1的候补特征点F1中的沿铅垂方向(方向Z)延伸的特征点，并将该提取出的候补特征点F1选定作为特征点F2。而且，特征点选定部24在同样映现于登记时图像Pi1的候补特征点F1中，按照与周围的反差强的特征点的顺序，提取规定数目的候补特征点F1，并将该提取出的候补特征点F1选定作为特征点F2。

位置推定部26基于多个登记时图像Pi1，算出自动驾驶信息α1。自动驾驶信息α1具有相对于原点坐标C0的特征点F2的位置的信息和相对于原点坐标C0的车辆1的各移动的位置的信息。原点坐标C0是世界坐标系的原点的坐标。因此，相对于原点坐标C0的特征点F2的位置是特征点F2的世界坐标系的坐标。并且，相对于原点坐标C0的车辆1的各移动的位置是车辆1的各移动的世界坐标系的坐标。即，位置推定部26不是算出相对于车辆1的特征点F2的相对坐标而是算出特征点F2的绝对坐标，在这一点上与特征点选定部24不同。以下，将相对于原点坐标C0的特征点F2的位置记载为特征点坐标C1，将相对于原点坐标C0的车辆1的位置记载为登记时车辆坐标C2。登记时车辆坐标C2除了位置坐标之外，也包括姿势坐标。需要说明的是，本实施方式的原点坐标C0如图3所示为目标地点P0的中心坐标(向该中心坐标停车时的车辆坐标系的原点坐标)，但是并不局限于此，只要是世界坐标中的任意的坐标即可，即，只要是固定的规定的坐标即可。

位置推定部26使用光束平差法的方法来算出自动驾驶信息α1。关于光束平差法，以下进行说明。具体而言，位置推定部26从图像存储器20读出比特征点选定部24多(至少3个以上)的登记时图像Pi1，将共同映现于这些登记时图像Pi1的相同的特征点F2建立对应。位置推定部26基于1个登记时图像Pi1的相对于车辆1的坐标的特征点F2的相对坐标与其他登记时图像Pi1的车辆1的相对坐标，使用光束平差法的方法，算出特征点坐标C1和登记时车辆坐标C2。位置推定部26对于全部的特征点F2，分别算出特征点坐标C1。而且，位置推定部26算出各登记时图像Pi1的登记时车辆坐标C2，即拍摄了登记时图像Pi1的各时刻的车辆1的登记时车辆坐标C2。而且，位置推定部26在算出特征点坐标C1时，针对车辆1的坐标与特征点F2的坐标之间的关系，仅算出与登记时图像Pi1内的特征点F2的位置取得匹配的特征点F2的特征点坐标C1。

在此，取得匹配是指表示车辆1的坐标与特征点F2的坐标之间的关系的第二图像内计算位置和映现于实际的登记时图像Pi1的特征点F2的位置在规定的误差范围内一致。更详细而言，第二图像内计算位置是假定特征点F2位于算出的特征点坐标C1的位置且假定从登记时车辆坐标C2拍摄了该位置的特征点F2时的、登记时图像Pi1内的(映现于登记时图像Pi1)特征点F2的位置。

位置推定部26将这样算出的特征点F2的特征点坐标C1的信息登记作为自动驾驶信息α1。这样，位置推定部26针对车辆1的坐标与特征点F2的坐标之间的关系，仅选定与实际的登记时图像Pi1内的特征点F2的位置取得匹配的特征点F2，在这一点上，进行与特征点选定部24同样的处理，即选定构造物的处理。但是，位置推定部26由于使用光束平差法，因此在进行1个特征点F2的选定方面使用的登记时图像Pi1的个数比特征点选定部24多。因此，位置推定部26能够算出特征点F2的绝对坐标，并且特征点F2的选定精度，即构造物的确定精度比特征点选定部24高。

图5是表示自动驾驶信息的例子的表格。如图5所示，位置推定部26算出决定为登记作为自动驾驶信息α1的特征点F2的特征点坐标C1和车辆1的各移动的登记时车辆坐标C2来作为自动驾驶信息α1。在图5的例子中，自动驾驶信息α1具有特征点F2A的一方的端部的坐标(X₁₁，Y₁₁，Z₁₁)及另一方的端部的坐标(X₁₂，Y₁₂，Z₁₂)、特征点F2B的一方的端部的坐标(X₂₁，Y₂₁，Z₂₁)及另一方的端部的坐标(X₂₂，Y₂₂，Z₂₂)、特征点F2C的一方的端部的坐标(X₃₁，Y₃₁，Z₃₁)及另一方的端部的坐标(X₃₂，Y₃₂，Z₃₂)、特征点F2D的一方的端部的坐标(X₄₁，Y₄₁，Z₄₁)及另一方的端部的坐标(X₄₂，Y₄₂，Z₄₂)作为特征点坐标C1。一方的端部的坐标是例如图4的边缘部A1的上端部的坐标，另一方的端部的坐标是例如边缘部A1的下端部的坐标。而且，自动驾驶信息α1具有车辆位置PA的登记时车辆坐标(X₅，Y₅，Z₅)、车辆位置PB的登记时车辆坐标(X₆，Y₆，Z₆)作为车辆1的各移动的登记时车辆坐标C2。但是，图5的记载为一例。

优先特征点选定部28基于登记时图像Pi1和自动驾驶信息α1中的至少任一方，从作为自动驾驶信息α1而登记的特征点F2中，选定优先特征点F3。优先特征点选定部28基于自动驾驶信息α1，生成相对于原点坐标C0的优先特征点F3的信息即优先自动驾驶信息α2。

例如，优先特征点选定部28将特征点F2映现到按照时间序列连续的多个登记时图像Pi1内，在拍摄了这多个登记时图像Pi1的期间车辆1移动的距离越长，则越优先选定作为优先特征点F3。换言之，连续地映现的多个登记时图像Pi1的个数越多，则优先特征点选定部28越优先选定作为优先特征点F3。例如，优先特征点选定部28在映现于相同的登记时图像Pi1的特征点F2中，按照连续映现的多个登记时图像Pi1的个数多的顺序，提取规定数目的特征点F2，并将该提取出的特征点F2选定作为优先特征点F3。

另外，优先特征点选定部28也可以在登记作为自动驾驶信息α1的特征点F2中，将位于车辆1的附近的特征点优先选定作为优先特征点F3。位于车辆1的附近的特征点F2伴随着车辆1的移动而在连续的登记时图像Pi1彼此之间位置较大地(映现于图像上)变化。即，位于距车辆1近的位置的特征点F2的伴随着车辆1的移动的与车辆1的表观上的相对位置(连续的登记时图像Pi1内的位置)比位于车辆1的更远的位置的特征点F2移动得大。因此，通过这样将位于车辆1附近的特征点选定作为优先特征点F3，能够以对于车辆1的移动的灵敏度高的优先特征点F3为记号进行自动驾驶，因此能够提高自动驾驶的精度。

优先特征点选定部28在自动驾驶信息α1中的特征点坐标C1中，仅提取优先特征点F3的坐标的信息，生成作为优先自动驾驶信息α2。

图6是表示优先自动驾驶信息的例子的表格。在图6的例子中，示出在图5的自动驾驶信息α1的特征点F2A、F2B、F2C、F2D中，将特征点F2A、F2B、F2D选定作为优先特征点F3A、F3B、F3D时的优先自动驾驶信息α2。图6的优先自动驾驶信息α2具有优先特征点F3A、F3B、F3D的坐标的信息。

自动驾驶信息存储器30存储优先特征点选定部28(自动驾驶信息生成部23)制成的优先自动驾驶信息α2。

如以上说明所述，自动驾驶信息登记部12生成及存储优先自动驾驶信息α2。以下，按照流程图来说明基于自动驾驶信息登记部12的优先自动驾驶信息α2的生成流程。图7是说明第一实施方式的优先自动驾驶信息的生成流程的流程图。在由驾驶者设定为登记模式时，驾驶者通过自身的操作使车辆1从位置P1(在此为目标地点P0)移动。此时，摄像装置102依次拍摄登记时图像Pi1。如图7所示，自动驾驶信息登记部12在检测到登记模式的情况(设定为登记模式的情况)之后(步骤S10)，图像存储器20取得并存储来自摄像装置102的登记时图像Pi1(步骤S12)。自动驾驶信息登记部12的候补特征点提取部22从图像存储器20读出登记时图像Pi1，提取候补特征点F1(步骤S14)。候补特征点提取部22将存在于目标地点P0的周围的地点中的可能会被识别为与周围不同的地点的全部地点(例如与周围的反差比规定值强的地点)提取作为候补特征点F1。在提取了候补特征点F1之后，自动驾驶信息登记部12检测登记模式是否停止(步骤S16)，在登记模式未停止的情况下(步骤S16；否)，返回步骤S12，取得下一登记时图像Pi1，提取该登记时图像Pi1的候补特征点F1。需要说明的是，提取候补特征点F1的频度优选与拍摄登记时图像Pi1的频度相同。即，候补特征点提取部22每拍摄登记时图像Pi1时，提取该登记时图像Pi1的候补特征点F1。

在登记模式停止时(步骤S16；是)，自动驾驶信息登记部12通过特征点选定部24，基于多个登记时图像Pi1，从候补特征点F1中选定特征点F2(步骤S18)。特征点选定部24选定候补特征点F1中的在立体测量上取得匹配的候补特征点F1即特征点F2，算出其临时坐标信息。在选定了特征点F2之后，自动驾驶信息登记部12的位置推定部26，基于登记时图像Pi1及选定的特征点F2的信息，生成自动驾驶信息α1(步骤S20)。位置推定部26算出在光束平差法上取得匹配的特征点F2的特征点坐标C1，将其作为自动驾驶信息α1。

在生成了自动驾驶信息α1之后，自动驾驶信息登记部12的优先特征点选定部28从特征点F2中选定优先特征点F3，生成优先自动驾驶信息α2并存储(步骤S22)。优先特征点选定部28例如将特征点F2映现于按照时间序列连续的多个登记时图像Pi1内，在拍摄了这多个登记时图像Pi1期间车辆1移动的距离越长，则越优先选定作为优先特征点F3。并且，优先特征点选定部28从自动驾驶信息α1中，仅提取该优先特征点F3的坐标的信息，生成作为优先自动驾驶信息α2。优先自动驾驶信息α2由自动驾驶信息存储器30存储。通过步骤S22的执行，基于自动驾驶信息登记部12的优先自动驾驶信息α2的算出处理结束。

(关于自动驾驶控制部)

接下来，详细说明图1所示的自动驾驶控制部14的结构及动作。图8是第一实施方式的自动驾驶控制部的示意性的框图。如图8所示，自动驾驶控制部14具有图像存储器40、自动驾驶时特征点提取部42、车辆位置算出部44、目标地点设定部46、自动行驶路径生成部48、自动驾驶执行控制部50。

如上所述，自动驾驶控制部14在自动驾驶模式下进行动作。在自动驾驶模式下，自动驾驶控制部14使车辆1自动行驶至目标地点P0。驾驶者使车辆1自身移动至目标地点P0的周围，从该场所起设定为自动驾驶模式。自动驾驶控制部14在能够自动驾驶的情况下(能够生成自动行驶路径的情况下)，开始自动驾驶，在不能自动驾驶的情况下(不能生成自动行驶路径的情况下)，不开始自动驾驶。需要说明的是，本实施方式中的目标地点P0为停车空间，因此自动驾驶控制部14进行自动入库，但是在目标地点P0设定为停车空间的外部的情况下，自动驾驶控制部14使车辆1从停车空间自动出库至外部的目标地点P0。

图像存储器40是从摄像装置102取得自动驾驶时图像Pi2并进行存储的存储器(存储装置)。在自动驾驶模式下，摄像装置102对于车辆1以自动行驶移动的各位置拍摄多个车辆1的周边环境的图像即登记时图像Pi1。摄像装置102在自动驾驶模式下，可以每经过规定的时间拍摄自动驾驶时图像Pi2，也可以车辆1每移动规定距离而拍摄自动驾驶时图像Pi2。图像存储器40取得这样拍摄到的多个自动驾驶时图像Pi2，因此图像存储器40能够取得从不同的位置拍摄到的多个自动驾驶时图像Pi2。

自动驾驶时特征点提取部42从图像存储器40读出自动驾驶时图像Pi2，提取自动驾驶时特征点F4。自动驾驶时特征点F4是在映现于自动驾驶时图像Pi2的车辆1的周围环境存在的物体的一部分地点。自动驾驶时特征点提取部42通过与候补特征点提取部22同样的方法，提取自动驾驶时特征点F4。需要说明的是，自动驾驶时特征点提取部42优选在1个自动驾驶时图像Pi2中提取3个以上的自动驾驶时特征点F4。

车辆位置算出部44基于自动驾驶时图像Pi2、自动驾驶信息α1，算出车辆位置信息α3。车辆位置信息α3是相对于原点坐标C0的当前的车辆1的位置(自动驾驶时车辆坐标C3)的信息。具体而言，车辆位置算出部44假定为车辆1位于规定的临时决定坐标C3’而进行自动驾驶时车辆坐标C3的算出处理。车辆位置算出部44将临时决定坐标C3’设定为任意的坐标。临时决定坐标C3’是相对于原点坐标C0的车辆1的坐标，具有位置坐标及姿势坐标。

车辆位置算出部44读出优先自动驾驶信息α2，算出假定为从临时决定坐标C3’的坐标拍摄了优先特征点F3时的、该自动驾驶时图像Pi2内的(映现于该自动驾驶时图像Pi2)优先特征点F3的位置。以下，将这样算出的自动驾驶时图像Pi2内的优先特征点F3的位置记载为第三图像内计算位置。车辆位置算出部44判断映现于实际的自动驾驶时图像Pi2的图像内的自动驾驶时特征点F4的位置与第三图像内计算位置是否在规定的误差范围内一致。换言之，车辆位置算出部44针对车辆1的临时决定坐标C3’与优先特征点F3的坐标之间的关系，判断在实际的自动驾驶时图像Pi2内的自动驾驶时特征点F4的位置是否取得匹配。车辆位置算出部44在取得匹配时，将临时决定坐标C3’设为实际的当前的车辆的坐标，即自动驾驶时车辆坐标C3。车辆位置算出部44在未取得匹配时，判断为实际的当前的车辆的坐标(自动驾驶时车辆坐标C3)不是临时决定坐标C3’，新设定临时决定坐标C3’，反复进行同样的处理直至取得匹配为止。

目标地点设定部46生成相对于原点坐标C0的目标地点P0的位置(目标地点坐标C4)的信息即目标地点信息α4。目标地点P0的位置由驾驶者从登记模式下车辆1移动的路径上的各位置(拍摄了登记时图像Pi1的各时刻的车辆1的位置)中指定。在本实施方式中，说明目标地点P0为停车空间而向停车空间进行自动入库的事例，但是例如也可以将目标地点P0设定为停车空间的外部而从停车空间进行自动出库。目标地点设定部46从自动驾驶信息存储器30读出由驾驶者指定的目标地点P0的目标地点坐标C4，生成目标地点信息α4。在本实施方式中，目标地点P0的目标地点坐标C4与原点坐标C0一致。但是，只要是映现于自动驾驶时图像Pi2的地点即可，目标地点设定部46可以将任意的地点设定作为目标地点P0。例如，在自动驾驶时图像Pi2映现于触摸面板的情况下，驾驶者触摸自动驾驶时图像Pi2，从而目标地点设定部46将该被触摸的地点设定作为目标地点P0。

自动行驶路径生成部48基于车辆位置信息α3和目标地点信息α4，生成至目标地点P0的自动行驶路径。具体而言，自动行驶路径生成部48生成用于从自动驾驶时车辆坐标C3(当前的车辆1的坐标)自动行驶至目标地点坐标C4(目标地点P0的坐标)的自动行驶路径。更具体而言，自动行驶路径生成部48也基于特征点坐标C1，以避免自动行驶中的车辆1与优先特征点F3发生碰撞的方式生成自动行驶路径。自动驾驶执行控制部50对驱动装置104进行控制，以使车辆1在自动行驶路径的路径上行驶的方式，使车辆1自动行驶。

需要说明的是，自动行驶路径生成部48在车辆1每自动行驶规定的距离时，或者每经过规定的时间时，更新生成自动行驶路径。例如，摄像装置102越接近目标地点P0，而进入拍摄范围的特征点F2的个数越多。因此，根据特征点坐标C1算出的自动驾驶时车辆坐标C3的算出精度越接近目标地点P0则越高，因此自动行驶路径生成部48越接近目标地点P0，越能够提高自动行驶路径的精度。

自动驾驶控制部14如以上所述生成自动行驶路径，以在自动行驶路径上行驶的方式使车辆1自动行驶。以下，基于流程图来说明由自动驾驶控制部14进行的自动行驶控制。图9是说明第一实施方式的自动行驶控制部的自动行驶控制的流程图。在由驾驶者设定为自动驾驶模式时，摄像装置102开始自动驾驶时图像Pi2的拍摄。如图9所示，自动驾驶控制部14在检测到设定为自动驾驶模式的情况之后(步骤S30)，图像存储器40从摄像装置102取得自动驾驶时图像Pi2并存储(步骤S32)。在自动驾驶控制部14取得了自动驾驶时图像Pi2之后，自动驾驶时特征点提取部42提取映现到自动驾驶时图像Pi2的自动驾驶时特征点F4(步骤S34)。

在提取了自动驾驶时特征点F4之后，自动驾驶控制部14的车辆位置算出部44基于自动驾驶时图像Pi2和从自动驾驶信息存储器30读出的优先自动驾驶信息α2，算出车辆位置信息α3(步骤S36)。车辆位置算出部44关于图像内的自动驾驶时特征点F4的位置、针对车辆1的临时决定坐标C3’与优先特征点F3的坐标之间的关系而在实际的自动驾驶时图像Pi2内的自动驾驶时特征点F4的位置取得匹配的情况下，将临时决定坐标C3’设为实际的当前的车辆1的坐标，即自动驾驶时车辆坐标C3。车辆位置信息α3具有该自动驾驶时车辆坐标C3的信息。

在算出了车辆位置信息α3之后，自动驾驶控制部14的目标地点设定部46生成目标地点坐标C4的信息即目标地点信息α4(步骤S38)，自动行驶路径生成部48基于车辆位置信息α3和目标地点信息α4，生成至目标地点P0的自动行驶路径(步骤S40)。在生成了自动行驶路径之后，自动驾驶控制部14的自动驾驶执行控制部50控制驱动装置104，执行自动行驶路径上的自动行驶(步骤S42)。自动驾驶控制部14在自动行驶中，判断是否到达目标地点P0(步骤S44)，在未到达目标地点P0的情况下(步骤S44；否)，返回步骤S32，取得该时点的最新的自动驾驶时图像Pi2，基于该自动驾驶时图像Pi2进行同样的处理，对自动行驶路径进行更新。自动驾驶控制部14进行在该更新后的自动行驶路径上的自动行驶。需要说明的是，自动行驶路径的更新的频度优选与拍摄自动驾驶时图像Pi2的频度相同。即，自动行驶路径生成部48每拍摄自动驾驶时图像Pi2时，基于新提取的自动驾驶时特征点F4，生成自动行驶路径。

在车辆1到达了目标地点P0时(步骤S44；是)，自动驾驶控制部14使自动行驶处理结束，使车辆1停止。需要说明的是，在自动驾驶中，在自动路径上存在有自动驾驶信息存储器30未存储的障碍物的情况下，通过摄像装置102或另行设置的超声波传感器等来检测该障碍物，自动行驶路径生成部48生成避开该障碍物那样的新的自动行驶路径。

如以上说明所述，第一实施方式的自动驾驶控制装置10具有自动驾驶信息登记部12和自动驾驶控制部14。自动驾驶信息登记部12具有候补特征点提取部22和自动驾驶信息生成部23。候补特征点提取部22基于登记时图像Pi1，提取在车辆1的周围环境存在的候补特征点F1。自动驾驶信息生成部23基于在车辆1的移动中拍摄到的多个登记时图像Pi1，将候补特征点F1中的判断为在车辆1的目标地点P0的周围固定配置的构造物的候补特征点F1选定作为特征点F2，生成相对于规定的原点坐标C0的特征点F2的位置的信息即自动驾驶信息α1。而且，自动驾驶控制部14具有车辆位置算出部44和自动驾驶执行控制部50。车辆位置算出部44基于自动驾驶时图像Pi2和自动驾驶信息α1，算出自动驾驶时车辆坐标C3的信息即车辆位置信息α3。自动驾驶执行控制部50基于车辆位置信息α3，使车辆1自动驾驶至目标地点P0。

该自动驾驶控制装置10在自动驾驶模式之前执行的登记模式下，在目标地点P0行驶，并拍摄目标地点P0的周围的图像即登记时图像Pi1。然后，自动驾驶信息登记部12基于该登记时图像Pi1，预先算出目标地点P0的周围的构造物即特征点F2的位置(特征点坐标C1)。然后，自动驾驶控制装置10在自动驾驶模式时拍摄自动驾驶时图像Pi2。自动驾驶控制部14从自动驾驶时图像Pi2中检测处于当前的车辆1的周围的自动驾驶时特征点F4，基于自动驾驶时特征点F4的位置和预先存储的特征点F2的位置(特征点坐标C1)，算出当前的车辆1的位置(车辆位置信息α3)。自动驾驶控制部14基于车辆位置信息α3，设定从当前的车辆1的位置至目的地的路径而自动驾驶至目的地。该自动驾驶控制装置10预先算出目标地点P0的周围的构造物(特征点F2)的坐标，在自动驾驶时，能够读出该周围的构造物的坐标。因此，该自动驾驶控制装置10以周围的构造物为记号，能够算出自动驾驶中的本车的位置(坐标)和目标地点P0的位置(坐标)。因此，根据该自动驾驶控制装置10，即使例如没有区划目标地点P0的停车框线而无法根据停车框线来检测本车与停车位置的位置关系的情况下，也能够通过自动行驶自动地停车。

另外，构造物固定于目标地点P0的周围，因此位置改变或者之后无法进行图像检测的可能性少。自动驾驶控制装置10将判断为构造物的特征点选定作为特征点F2，因此能够抑制车辆位置(车辆位置信息α3)的算出精度的降低，提高自动驾驶中的路径设定的精度。

另外，自动驾驶信息生成部23针对车辆1的坐标与候补特征点F1的坐标之间的关系，将与登记时图像Pi1内的候补特征点F1的位置取得匹配的候补特征点F1选定为特征点F2。车辆1的坐标与候补特征点F1的坐标之间的关系是通过特征点选定部24算出的第一图像内计算位置及通过位置推定部26算出的第二图像内计算位置中的至少任一方。自动驾驶信息生成部23针对算出的坐标，在与登记时图像Pi1内的候补特征点F1的位置未取得匹配时，即登记时图像Pi1内的候补特征点F1不存在于通过坐标而唯一确定的位置时，将该候补特征点F1不作为构造物，不选定作为特征点F2。因此，根据该自动驾驶控制装置10，能够适当地检测具有作为记号的适合性的构造物，因此能够提高车辆位置(车辆位置信息α3)的算出精度。

另外，自动驾驶信息生成部23将候补特征点F1中的沿铅垂方向(方向Z)延伸的特征点选定作为特征点F2。沿铅垂方向延伸是固定的构造物的可能性高，因此作为自动驾驶的记号的适合性优异。因此，将沿铅垂方向延伸的特征点作为特征点F2，将不沿铅垂方向延伸的特征点(地面的伤痕或标记等)不作为特征点F2，由此能够适当地检测具有作为记号的适合性的构造物，因此能够提高车辆位置(车辆位置信息α3)的算出精度。需要说明的是，沿铅垂方向延伸优选沿铅垂方向呈直线状地延伸，但是只要朝向铅垂方向延伸规定长度以上即可，也可以从铅垂方向交叉。即，自动驾驶信息生成部23也可以将候补特征点F1的一方的端部的Z坐标与另一方的端部的Z坐标之间的距离为规定长度以上的特征点选定作为特征点F2。该规定长度可以适当设定，但是优选为观察图像而能够视觉辨认高度的程度的长度。

另外，自动驾驶信息生成部23将候补特征点F1映现于按照时间序列连续的多个登记时图像Pi1内，在拍摄了该多个登记时图像Pi1期间车辆1移动的距离越长，则越优先地选定作为特征点F2。这种情况下，选定的特征点在更长的期间映现于自动驾驶时图像Pi2。因此，自动驾驶控制装置10能够将一个特征点更长期间地作为记号使用。因此，根据该自动驾驶控制装置10，能够更适当地提高自动驾驶中的车辆位置(车辆位置信息α3)的算出精度。

另外，自动驾驶信息生成部23具有特征点选定部24和位置推定部26。特征点选定部24基于多个登记时图像Pi1，针对候补特征点F1的位置与车辆1的位置之间的关系，将与登记时图像Pi1内的候补特征点F1的位置取得匹配的候补特征点F1作为固定配置的构造物，选定为特征点F2。位置推定部26基于比特征点选定部24使用的更多的登记时图像Pi1，在特征点F2中，针对特征点F2的位置与车辆1的位置之间的关系，算出与登记时图像Pi1内的特征点F2的位置取得匹配的特征点F2的位置的信息，生成该取得匹配的特征点F2的位置的信息即自动驾驶信息α1。

位置推定部26基于比特征点选定部24更多的登记时图像Pi1，来判断是否取得匹配，即是否为构造物。因此，位置推定部26的是否为构造物的判断的精度比特征点选定部24升高。另一方面，位置推定部26的坐标的算出负荷比特征点选定部24升高。然而，在第一实施方式中，特征点选定部24在基于位置推定部26的坐标算出之前，缩减作为算出对象的特征点F2的个数，因此能够降低坐标算出负荷，并高精度地进行构造物的选定。

另外，自动驾驶信息生成部23具有优先特征点选定部28。优先特征点选定部28在特征点F2中，映现于按照时间序列连续的多个登记时图像Pi1内，在拍摄了该多个登记时图像Pi1期间车辆1移动的距离越长，则越优先选定作为优先特征点F3，生成相对于原点坐标C0的优先特征点F3的位置信息即优先自动驾驶信息α2。车辆位置算出部44基于自动驾驶时图像Pi2和优先自动驾驶信息α2，算出车辆位置信息α3。优先特征点选定部28将能够更长期间作为记号使用的特征点F2作为优先特征点F3，使用于车辆位置信息α3的算出。因此，该自动驾驶控制装置10能够更适当地提高自动驾驶中的车辆位置(车辆位置信息α3)的算出精度。

另外，自动驾驶控制部14具有：生成目标地点坐标的信息即目标地点信息α4的目标地点设定部46；基于车辆位置信息α3和目标地点信息α4来生成至目标地点P0的自动行驶路径的自动行驶路径生成部48。根据该自动驾驶控制装置10，能够适当地算出自动驾驶中的本车的位置(坐标)和目标地点P0的位置(坐标)，因此能够提高自动驾驶中的路径设定的精度。而且，根据该自动驾驶控制装置10，由于算出本车的位置(坐标)和目标地点P0的位置(坐标)，因此不是预先存储的路径，而也能够设定将本车的位置与目标地点P0连结的新的路径。因此，该自动驾驶控制装置10能够进行向目标地点P0的入库或出库等灵活的自动驾驶。

自动行驶路径生成部48在车辆1每自动行驶规定的距离或者在自动行驶中每经过规定的时间时，更新生成自动行驶路径。自动驾驶时车辆坐标C3(当前的车辆1的位置)的算出精度越接近目标地点P0越高，因此通过更新生成自动行驶路径，能够提高自动行驶路径的设定精度。

图10是说明在构造物上附加标记的情况的图。在使用该自动驾驶控制装置10进行例如向自家的停车空间等决定的地点的自动入库、自动出库时，也可以向停车空间周围的构造物赋予作为特征点F2而容易检测到那样的标记120。在图10的例子中，是向柱114赋予标记120的情况的例子。标记120优选为例如将白与黑组合的设计等反差比高的标记。

需要说明的是，第一实施方式的自动驾驶信息生成部23具有特征点选定部24、位置推定部26及优先特征点选定部28，但是自动驾驶信息生成部23只要至少具有位置推定部26即可。以下，说明这些实施方式。

(第二实施方式)

第二实施方式的自动驾驶控制装置10a的自动驾驶信息登记部12a不具有特征点选定部24，在这一点上与第一实施方式不同。在第二实施方式中，关于结构与第一实施方式相同的点，省略说明。

图11是第二实施方式的自动驾驶信息登记部的示意性的框图。如图11所示，第二实施方式的自动驾驶信息登记部12a具有图像存储器20、候补特征点提取部22、候补特征点存储器25a、自动驾驶信息生成部23a、自动驾驶信息存储器30。

候补特征点存储器25a存储候补特征点提取部22提取出的候补特征点F1的信息(登记时图像Pi1的哪个地点为候补特征点F1的信息)。

自动驾驶信息生成部23a具有位置推定部26a和优先特征点选定部28a。位置推定部26a基于多个登记时图像Pi1，算出相对于原点坐标C0的特征点F2的位置(坐标)的信息即自动驾驶信息α1a。在第一实施方式中，仅进行了通过特征点选定部24选定的特征点F2的坐标计算，但是第二实施方式的位置推定部26a对于候补特征点提取部22提取出的全部候补特征点F1进行坐标计算。位置推定部26a利用与第一实施方式同样的方法(光束平差法)，进行候补特征点F1的坐标计算。位置推定部26a进行坐标计算的结果是，针对候补特征点F1中的判断为构造物的特征点F2，即，车辆1的坐标与候补特征点F1的坐标之间的关系，仅将与实际的登记时图像Pi1内的候补特征点F1的位置取得匹配的特征点选定作为特征点F2，仅将该特征点F2的坐标设为自动驾驶信息α1a。

优先特征点选定部28a基于登记时图像Pi1和自动驾驶信息α1a中的至少任一方，从登记作为自动驾驶信息α1的特征点F2中选定优先特征点F3。优先特征点选定部28a基于自动驾驶信息α1a，生成相对于原点坐标C0的优先特征点F3的信息即优先自动驾驶信息α2。

第二实施方式的自动驾驶控制装置10a不具有特征点选定部24，但是位置推定部26a选定判断为构造物的特征点F2而进行坐标的算出。因此，与第一实施方式同样，自动驾驶控制装置10a即使在无法根据停车框线来检测本车与停车位置的位置关系的情况下，也能够通过自动行驶自动地停车。

(第三实施方式)

接下来，说明第三实施方式。第三实施方式的自动驾驶控制装置10b的自动驾驶信息登记部12b不具有优先特征点选定部28，在这一点上与第一实施方式不同。在第三实施方式中，关于结构与第一实施方式相同的点，省略说明。

图12是第三实施方式的自动驾驶信息登记部的示意性的框图。如图12所示，第三实施方式的自动驾驶信息登记部12b具有图像存储器20、候补特征点提取部22、自动驾驶信息生成部23b、自动驾驶信息存储器30b。

自动驾驶信息生成部23b具有特征点选定部24、特征点存储器25、位置推定部26。特征点选定部24、特征点存储器25、位置推定部26进行与第一实施方式同样的处理，生成特征点F2的坐标信息即自动驾驶信息α1。自动驾驶信息存储器30b存储自动驾驶信息α1。与第一实施方式不同，第三实施方式的车辆位置算出部44根据自动驾驶信息α1即特征点F2的坐标信息，来算出车辆位置信息α3(自动行驶时的车辆1的位置)。

在第三实施方式中，不选定优先特征点F3，根据特征点F2的坐标信息来算出自动行驶时的车辆1的位置。即使在这样的情况下，自动驾驶控制装置10b的自动驾驶信息生成部23b也选定构造物进行坐标的算出，因此与第一实施方式同样，即使在无法根据停车框线来检测本车与停车位置的位置关系的情况下，也能够通过自动行驶自动地停车。

(第四实施方式)

接下来，说明第四实施方式。第四实施方式的自动驾驶控制装置10c不具有特征点选定部24及优先特征点选定部28，在这一点上，与第一实施方式不同。在第四实施方式中，关于结构与第一实施方式相同的点，省略说明。

图13是第四实施方式的自动驾驶信息登记部的示意性的框图。如图13所示，第四实施方式的自动驾驶信息登记部12c具有图像存储器20、候补特征点提取部22、候补特征点存储器25c、位置推定部26c、自动驾驶信息存储器30c。

候补特征点存储器25c存储候补特征点提取部22提取出的候补特征点F1的信息(登记时图像Pi1的哪个地点为候补特征点F1的信息)。

位置推定部26c相当于自动驾驶信息生成部。位置推定部26c基于多个登记时图像Pi1，算出相对于原点坐标C0的特征点F2的位置(坐标)的信息即自动驾驶信息α1c。位置推定部26c利用与第一实施方式同样的方法(光束平差法)，进行候补特征点F1的坐标计算。位置推定部26c在候补特征点F1中，针对判断为构造物的特征点F2，即，车辆1的坐标与候补特征点F1的坐标之间的关系，仅将与实际的登记时图像Pi1内的候补特征点F1的位置取得匹配的特征点选定作为特征点F2，仅将该特征点F2的坐标设为自动驾驶信息α1c。

自动驾驶信息存储器30c存储自动驾驶信息α1c。第四实施方式的车辆位置算出部44根据自动驾驶信息α1c，即特征点F2的坐标信息，来算出车辆位置信息α3(自动行驶时的车辆1的位置)。

在第四实施方式中，自动驾驶信息生成部仅具有位置推定部26c。即使在这样的情况下，自动驾驶控制装置10c的自动驾驶信息生成部(位置推定部26c)也选定构造物而进行坐标的算出，因此与第一实施方式同样，即使在无法根据停车框线来检测本车与停车位置的位置关系的情况下，也能够通过自动行驶自动地停车。

以上，说明了本发明的实施方式，但是没有通过该实施方式的内容来限定实施方式。而且，前述的结构要素包括本领域技术人员能够容易想到的要素、实质上相同的要素、所谓等同的范围的要素。此外，前述的结构要素可以适当组合。此外，在不脱离前述的实施方式的主旨的范围内能够进行结构要素的各种省略、置换或变更。

标号说明

1 车辆

10、10a、10b、10c 自动驾驶控制装置

12、12a、12b、12c 自动驾驶信息登记部

14 自动驾驶控制部

20 图像存储器

22 候补特征点提取部

23 自动驾驶信息生成部

24 特征点选定部

25 特征点存储器

26 位置推定部

28 优先特征点选定部

30 自动驾驶信息存储器

40 图像存储器

42 自动驾驶时特征点提取部

44 车辆位置算出部

46 目标地点设定部

48 自动行驶路径生成部

50 自动驾驶执行控制部

102 摄像装置

104 驱动装置

110 壁

112 块

114、116 柱

118 行人

120 标记

A1、A2、A3、A4、A5、A6、A7、A8、A9、A10 边缘部

C0 原点坐标

C1 特征点坐标

C2 登记时车辆坐标

C3 自动驾驶时车辆坐标

C3’ 临时决定坐标

C4 目标地点坐标

F1 候补特征点

F2 特征点

F3 优先特征点

F4 自动驾驶时特征点

P0 目标地点

P1、P2 位置

Pi1 登记时图像

Pi2 自动驾驶时图像

X、Y、Z 方向

α1 自动驾驶信息

α2 优先自动驾驶信息

α3 车辆位置信息

α4 目标地点信息。

Claims (10)

1.一种车辆的自动驾驶控制装置，具有：

自动驾驶信息登记部，基于在车辆由驾驶者驾驶的登记模式下拍摄了所述车辆的周围环境的图像即登记时图像，生成用于使所述车辆进行自动驾驶的自动驾驶信息；及

自动驾驶控制部，基于在所述车辆被自动驾驶的自动驾驶模式下拍摄了所述车辆的周围环境的图像即自动驾驶时图像和所述自动驾驶信息，使所述车辆进行自动驾驶，

所述自动驾驶信息登记部具有：

候补特征点提取部，基于所述登记时图像，提取在所述车辆的周围环境存在的候补特征点；及

自动驾驶信息生成部，基于在所述车辆的移动中拍摄到的多个所述登记时图像，将所述候补特征点中的判断为在所述车辆的目标地点的周围固定配置的构造物的候补特征点选定作为特征点，生成相对于规定的原点坐标的所述特征点的位置的信息即所述自动驾驶信息，

所述自动驾驶控制部具有：

车辆位置算出部，基于所述自动驾驶时图像和所述自动驾驶信息，算出相对于所述原点坐标的所述车辆的位置的信息即车辆位置信息；及

自动驾驶执行控制部，基于所述车辆位置信息，使所述车辆自动驾驶至所述目标地点。

2.根据权利要求1所述的车辆的自动驾驶控制装置，其中，

所述自动驾驶信息生成部针对所述候补特征点的位置与所述车辆的位置之间的关系，将与所述登记时图像内的所述候补特征点的位置取得匹配的所述候补特征点作为固定配置的构造物而选定为所述特征点。

3.根据权利要求2所述的车辆的自动驾驶控制装置，其中，

所述自动驾驶信息生成部将所述候补特征点中的沿铅垂方向延伸的候补特征点选定作为特征点。

4.根据权利要求1～3中任一项所述的车辆的自动驾驶控制装置，其中，

所述自动驾驶信息生成部在所述候补特征点中，将所述候补特征点映现到按照时间序列连续的多个所述登记时图像内，在拍摄该多个登记时图像期间所述车辆移动的距离越长，则越优先选定作为所述特征点。

5.根据权利要求2～4中任一项所述的车辆的自动驾驶控制装置，其中，

所述自动驾驶信息生成部具有：

特征点选定部，基于在所述车辆的移动中拍摄到的多个所述登记时图像，针对所述候补特征点的位置与所述车辆的位置之间的关系，将与所述登记时图像内的所述候补特征点的位置取得匹配的所述候补特征点作为固定配置的构造物而选定为所述特征点；及

位置推定部，基于比所述特征点选定部使用的所述登记时图像更多的所述登记时图像，在所述特征点中，针对所述特征点的位置与所述车辆的位置之间的关系，算出与所述登记时图像内的所述特征点的位置取得匹配的所述特征点的位置的信息，生成该取得匹配的特征点的位置的信息即所述自动驾驶信息。

6.根据权利要求5所述的车辆的自动驾驶控制装置，其中，

所述自动驾驶信息生成部具有特征点选定部，该特征点选定部在所述特征点中，将所述特征点映现到按照时间序列连续的多个所述登记时图像内，在拍摄该多个登记时图像期间所述车辆移动的距离越长，则越优先选定作为优先特征点，基于所述自动驾驶信息，生成相对于所述原点坐标的所述优先特征点的位置信息即优先自动驾驶信息，

所述车辆位置算出部基于所述自动驾驶时图像和所述优先自动驾驶信息，来算出所述车辆位置信息。

7.根据权利要求1～6中任一项所述的车辆的自动驾驶控制装置，其中，

所述自动驾驶控制部具有：目标地点设定部，生成相对于所述原点坐标的所述目标地点的位置的信息即目标地点信息；及自动行驶路径生成部，基于所述车辆位置信息和所述目标地点信息，来生成至所述目标地点的自动行驶路径。

8.根据权利要求7所述的车辆的自动驾驶控制装置，其中，

所述自动行驶路径生成部在所述车辆每自动行驶规定的距离时或者每经过规定的时间时，更新生成所述自动行驶路径。

9.一种车辆，具备权利要求1～8中任一项所述的自动驾驶控制装置。

10.一种车辆的自动驾驶控制方法，包括：

自动驾驶信息登记步骤，基于在车辆由驾驶者驾驶的登记模式下拍摄了所述车辆的周围环境的图像即登记时图像，生成用于使所述车辆进行自动驾驶的自动驾驶信息；及

自动驾驶控制步骤，基于在所述车辆被自动驾驶的自动驾驶模式下拍摄了所述车辆的周围环境的图像即自动驾驶时图像和所述自动驾驶信息，使所述车辆进行自动驾驶，

所述自动驾驶信息登记步骤包括：

候补特征点提取步骤，基于所述登记时图像，提取在所述车辆的周围环境存在的候补特征点；及

自动驾驶信息生成步骤，基于在所述车辆的移动中拍摄到的多个所述登记时图像，将所述候补特征点中的判断为在所述车辆的目标地点的周围固定配置的构造物的候补特征点选定作为特征点，生成相对于规定的原点坐标的所述特征点的位置的信息即所述自动驾驶信息，

所述自动驾驶控制步骤包括：

车辆位置算出步骤，基于所述自动驾驶时图像和所述自动驾驶信息，算出相对于所述原点坐标的所述车辆的位置的信息即车辆位置信息；及

自动驾驶执行控制步骤，基于所述车辆位置信息，使所述车辆自动驾驶至所述目标地点。