CN109564098B - 自身位置推定方法及自身位置推定装置 - Google Patents
自身位置推定方法及自身位置推定装置 Download PDFInfo
- Publication number
- CN109564098B CN109564098B CN201680087942.5A CN201680087942A CN109564098B CN 109564098 B CN109564098 B CN 109564098B CN 201680087942 A CN201680087942 A CN 201680087942A CN 109564098 B CN109564098 B CN 109564098B
- Authority
- CN
- China
- Prior art keywords
- target
- section
- position data
- gradient
- vehicle
- 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
- 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
- G01C21/10—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration
- G01C21/12—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration executed aboard the object being navigated; Dead reckoning
- G01C21/16—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration executed aboard the object being navigated; Dead reckoning by integrating acceleration or speed, i.e. inertial navigation
- G01C21/165—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration executed aboard the object being navigated; Dead reckoning by integrating acceleration or speed, i.e. inertial navigation combined with non-inertial navigation instruments
- G01C21/1656—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration executed aboard the object being navigated; Dead reckoning by integrating acceleration or speed, i.e. inertial navigation combined with non-inertial navigation instruments with passive imaging devices, e.g. cameras
-
- 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
- G01C21/10—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration
- G01C21/12—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration executed aboard the object being navigated; Dead reckoning
- G01C21/16—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration executed aboard the object being navigated; Dead reckoning by integrating acceleration or speed, i.e. inertial navigation
- G01C21/165—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration executed aboard the object being navigated; Dead reckoning by integrating acceleration or speed, i.e. inertial navigation combined with non-inertial navigation instruments
- G01C21/1652—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration executed aboard the object being navigated; Dead reckoning by integrating acceleration or speed, i.e. inertial navigation combined with non-inertial navigation instruments with ranging devices, e.g. LIDAR or RADAR
-
- 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
-
- 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
- G01D—MEASURING NOT SPECIALLY ADAPTED FOR A SPECIFIC VARIABLE; ARRANGEMENTS FOR MEASURING TWO OR MORE VARIABLES NOT COVERED IN A SINGLE OTHER SUBCLASS; TARIFF METERING APPARATUS; MEASURING OR TESTING NOT OTHERWISE PROVIDED FOR
- G01D1/00—Measuring arrangements giving results other than momentary value of variable, of general application
-
- 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
- G01S17/00—Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
- G01S17/86—Combinations of lidar systems with systems other than lidar, radar or sonar, e.g. with direction finders
-
- 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
- G01S17/00—Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
- G01S17/88—Lidar systems specially adapted for specific applications
- G01S17/93—Lidar systems specially adapted for specific applications for anti-collision purposes
- G01S17/931—Lidar 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
- G01S5/00—Position-fixing by co-ordinating two or more direction or position line determinations; Position-fixing by co-ordinating two or more distance determinations
- G01S5/16—Position-fixing by co-ordinating two or more direction or position line determinations; Position-fixing by co-ordinating two or more distance determinations using electromagnetic waves other than radio waves
-
- 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
- G01S7/48—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S17/00
- G01S7/4808—Evaluating distance, position or velocity data
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course or altitude of land, water, air, or space vehicles, e.g. automatic pilot
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course or altitude of land, water, air, or space vehicles, e.g. automatic pilot
- 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
- G05D1/0248—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 in combination with a laser
-
- 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
-
- 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
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/16—Anti-collision systems
Abstract
在自身位置推定方法中,检测存在于移动体(1)的周围的对象目标相对于所述移动体的相对位置(S1),推定移动体的移动量(S2),基于移动体的移动量修正相对位置并累积作为对象目标位置数据(S3),检测移动体的行驶路径的坡度量(S4),在累积的对象目标位置数据之中,选择坡度量低于阈值的区间的对象目标的对象目标位置数据(S8),通过将选择的对象目标位置数据和二维地图上的表示对象目标的位置的地图信息进行对照,推定移动体的当前位置(S9)。
Description
技术领域
本发明涉及自身位置推定方法及自身位置推定装置。
背景技术
作为检测已知的对象目标和移动体之间的相对位置并推定移动体的位置的技术,已知有专利文献1中记载的技术。
专利文献1中记载的机器人,基于以点集合数据表示可移动的区域的点环境地图和以点集合数据表示机器人中搭载的激光测距传感器的检测结果的周围环境信息之间的位置偏移量,修正机器人的自身位置的推定结果。
现有技术文献
专利文献
专利文献1:日本特开2008-250906号公报
发明要解决的课题
由于在坡度区间内倾斜距离和水平距离之间有差,所以存在二维地图上的移动体的位置的推定精度下降的可能。
发明内容
本发明的目的在于,抑制因坡度区间中的倾斜距离和水平距离之间的差而导致的二维地图上的位置推定精度的下降。
用于解决课题的方案
在本发明的一方式的在自身位置推定方法中,检测存在于移动体的周围的对象目标(object)的相对位置,基于移动体的移动量修正相对位置并累积(accumulate)作为对象目标位置数据。通过将在累积的对象目标位置数据之中、坡度量低于阈值的区间的对象目标的对象目标位置数据和二维地图上的表示对象目标的位置的地图信息进行对照,推定所述移动体的当前位置。
本发明的目的及优点,使用本发明请求的范围中所示的要素及其组合而具体实现。前述的一般性描述及以下详细的表述两者是简单的例示及说明,不应理解为如本发明请求的范围那样限定本发明。
附图说明
图1是搭载了实施方式的自身位置推定装置的车辆的概略结构的一例子的块图。
图2是自身位置推定电路的概略结构的一例子的块图。
图3是基于对象目标位置数据和地图信息的对照的自身位置的推定方法的一例子的说明图。
图4是因坡度而导致的对象目标位置数据的误差的说明图。
图5是因坡度而导致的车辆的位置推定误差的说明图。
图6是选择完毕对象目标位置数据的说明图。
图7是表示第一实施方式的自身位置推定方法的一例子的流程图。
图8是表示坡度区间通过判定处理的一例子的流程图。
图9是第二实施方式的自身位置推定电路的概略结构的一例子的块图。
图10是表示第二实施方式的自身位置推定方法的一例子的流程图。
具体实施方式
以下,参照附图说明本发明的实施方式。
(第一实施方式)
(结构)
参照图1。以下,作为移动体的一例子,说明对于车辆的当前位置进行推定的情况,但本发明不限于车辆可以广泛地适用于各种各样的移动体的当前位置的推定。
在车辆1中,搭载了自身位置推定装置2和驾驶辅助系统3。自身位置推定装置2包括:拍摄装置10;距离测量装置11;车轮速度传感器12;转向角传感器13;陀螺传感器14;加速度传感器15;以及自身位置推定电路16。
拍摄装置10安装在车辆1的车厢内等中,例如拍摄车辆1的前方区域。拍摄装置10例如也可以是广角摄相机。拍摄装置10将车辆1的前方区域的拍摄图像输出到自身位置推定电路16。
距离测量装置11安装在车辆1的车厢外等中,对车辆1的前方区域发射电磁波并检测其反射波。距离测量装置11例如也可以是激光测距仪。此外,距离测量装置11的安装位置例如也可以是车辆1的发动机罩、保险杠、车牌、前大灯、或侧后视镜的周边。距离测量装置11将测量结果输出到自身位置推定电路16。
车轮速度传感器12对车辆1的车轮每转动1周就产生预先设定的数的车轮速度脉冲。车轮速度传感器12将车轮速度脉冲输出到自身位置推定电路16。
转向角传感器13例如设置在可旋转地支承车辆1的方向盘的转向柱。转向角传感器13检测转向操作件即方向盘的当前的旋转角度(转向操作量)、也就是当前转向角。转向角传感器13将检测的当前转向角输出到自身位置推定电路16。
陀螺传感器14检测车辆1中产生的横摆率、俯仰方向的位移量、以及侧倾方向的位移量。陀螺传感器14将检测的横摆率、俯仰方向的位移量、以及侧倾方向的位移量输出到自身位置推定电路16。
加速度传感器15检测车辆1中产生的车宽方向的加减速度即横向G、以及前后方向的加减速度。加速度传感器15将检测的横向G及前后方向的加减速度输出到自身位置推定电路16。
自身位置推定电路16是包含CPU(Central Processing Unit;中央处理单元)等的处理器、存储装置以及外围部件的电子电路装置。
自身位置推定电路16基于从拍摄装置10、距离测量装置11、车轮速度传感器12、转向角传感器13、以及陀螺传感器14接收的信号和表示已知的对象目标的二维地图上的位置的二维地图信息,推定车辆1的地图上的当前位置。以下,有时将车辆1的地图上的当前位置表记为“自身位置”。自身位置推定电路16将表示自身位置的自身位置信号输出到驾驶辅助系统3。
驾驶辅助系统3使用从自身位置推定电路16接收的自身位置信号表示的自身位置,对驾驶员的车辆1的驾驶提供驾驶辅助。
驾驶辅助的一例子,例如也可以是对驾驶员提供警报等的信息。驾驶辅助系统3也可以根据车辆1的自身位置而控制对驾驶员提示的警报的种类及强度的至少一个。
驾驶辅助的一例子,也可以是包含车辆1的制动控制、加速控制以及转向控制的至少一个的车辆1的行驶状态的控制。例如,驾驶辅助系统3也可以根据车辆1的自身位置确定使车辆1产生制动力及驱动力的任一个。
接着,说明自身位置推定电路16的结构。参照图2。自身位置推定电路16包括:对象目标位置检测部20;移动量推定部21;坡度检测部22;对象目标位置累积部23;存储装置24;选择部25;位置推定部26;以及地图信息获取部27。
通过自身位置推定电路16所具备的处理器执行在存储装置24中存储的计算机程序,实现对象目标位置检测部20、移动量推定部21、坡度检测部22、对象目标位置累积部23、选择部25、位置推定部26以及地图信息获取部27的功能。
对象目标位置检测部20接收拍摄装置10生成的车辆1的前方区域的拍摄图像。此外,对象目标位置检测部20接收距离测量装置11的测量结果。
对象目标位置检测部20基于车辆1的前方区域的拍摄图像和距离测量装置11的测量结果,检测在车辆1的周围存在的对象目标。例如,对象目标位置检测部20检测在车辆1的前方存在的对象目标。
进而,对象目标位置检测部20检测对象目标相对于车辆1的相对位置。对象目标位置检测部20将表示检测到的相对位置的相对位置信号输出到对象目标位置累积部23。
在此,对象目标例如也可以是车辆1行驶的行驶路面上的线(车道区分线等)、路肩的路缘石、护栏等。
移动量推定部21从车轮速度传感器12、转向角传感器13以及陀螺传感器14分别接收车轮速度脉冲、当前转向角及横摆率。移动量推定部21基于从车轮速度传感器12、转向角传感器13以及陀螺传感器14接收的这些信号,根据测距法推定从在上次的处理周期中推定车辆1的自身位置至当前为止的车辆1的移动量ΔP。移动量推定部21将表示推定的移动量ΔP的移动量信号输出到对象目标位置累积部23。
坡度检测部22从陀螺传感器14接收俯仰方向的位移量。坡度检测部22基于从陀螺传感器14接收到的俯仰方向的位移量,检测车辆1的行驶路径的坡度量、即车辆1的行驶方向的倾斜。
此外,坡度检测部22也可以接收拍摄装置10生成的车辆1的前方区域的拍摄图像。坡度检测部22也可以通过分析拍摄图像,基于3D点群的流动,检测车辆1的行驶路径的坡度量。
坡度检测部22判定车辆1的行驶路径是否为坡度区间。例如,坡度检测部22也可以在车辆1的行驶路径的坡度量为预定的阈值以上的情况下判定为行驶路径为坡度区间。坡度检测部22将表示判定结果的判定结果信号输出到选择部25。
对象目标位置累积部23从对象目标位置检测部20接收相对位置信号,从移动量推定部21接收移动量信号。
对象目标位置累积部23将相对位置信号表示的车辆1的周围的对象目标的相对位置累积在存储装置24中。
此外,对象目标位置累积部23使用至当前为止的经过时间和移动量信号表示的移动量ΔP,将过去存储的对象目标的相对位置修正为对车辆1的当前位置的相对位置。即,对象目标位置累积部23使相对位置在车辆1移动方向相反方向上移动车辆在至当前为止的经过时间移动的移动量ΔP。
对象目标位置累积部23将修正的相对位置即对象目标位置的数据(以下有记载为“对象目标位置数据”的情况)累积在存储装置24中。
在对象目标位置数据已经累积在存储装置24中的情况下,对象目标位置累积部23使用移动量信号表示的移动量ΔP更新累积的对象目标位置数据。即,对象目标位置累积部23使累积的对象目标位置数据的相对位置在车辆1移动方向相反方向上移动移动量ΔP。之后,对象目标位置累积部23用相对移动了移动量ΔP的相对位置覆盖累积的对象目标位置数据。
选择部25从存储装置24中累积的对象目标位置数据中,选择用于车辆1的自身位置的推定的对象目标位置数据。以下有将为了用于自身位置的推定所选择的对象目标位置数据记载为“选择完毕对象目标位置数据”的情况。
对于选择部25进行选择完毕对象目标位置数据的选择的处理,将后述。
位置推定部26通过将选择完毕对象目标位置数据与地图信息获取部27获取的二维地图信息对照,推定车辆1的自身位置。
地图信息获取部27获取地图数据和表示地图数据上存在的对象目标的二维地图上的位置的二维地图信息。例如,地图信息获取部27是导航系统或地图数据库等。另外,地图信息获取部27也可以通过无线通信(道路和车辆间通信、或者车辆和车辆间通信都可以)等的通信系统从外部获取二维地图信息。这种情况下,地图信息获取部27也可以定期地获得最新的地图信息,并更新拥有的地图信息。此外,地图信息获取部27也可以将车辆1在实际行驶的行驶路上检测的对象目标的位置信息累积作为地图信息。
位置推定部26例如也可以通过以下那样的数据对照处理,将选择完毕对象目标位置数据和二维地图信息进行对照而推定车辆1的自身位置。
参照图3。参考符号Si表示选择完毕对象目标位置数据。下标i是1~N的整数,N是选择完毕对象目标位置数据的个数。
位置推定部26将在上次的处理周期中推定的自身位置用移动量ΔP修正并确定车辆1的临时位置。
位置推定部26假定车辆1的二维地图上的位置为临时位置,将选择完毕对象目标位置数据Si所示的对象目标的相对位置转换为二维地图上的绝对位置。位置推定部26选择最接近选择完毕对象目标位置数据Si的绝对位置的二维地图信息中的对象目标的位置信息Mj。在图3的例子中,位置信息Mx最靠近选择完毕对象目标位置数据S1,位置信息My最接近选择完毕对象目标位置数据S2,位置信息Mz最接近选择完毕对象目标位置数据S3。
位置推定部26计算选择完毕对象目标位置数据Si和最靠近该数据的位置信息Mj之间的距离Dij,用以下的式(1)计算距离Dij的平均S。
位置推定部26根据数值分析,计算平均S为最小的车辆1的位置及姿态,确定作为车辆1的自身位置的推定值。位置推定部26将自身位置的推定值输出到驾驶辅助系统3。
(选择完毕对象目标位置数据的选择方法)
接着,说明选择部25进行选择完毕对象目标位置数据的选择的处理。
如上述,在坡度区间内倾斜距离和水平距离之间存在差。因此,在坡度区间通过前检测出的对象目标的对象目标位置数据所示的对象目标和车辆1之间的距离有时比实际的水平距离延长。参照图4说明其理由。
上段是包含坡度区间Ss的车辆1的行驶路径和行驶路径上的对象目标的示意图。四边形的图示T1~T7表示行驶路径上的对象目标。图4中的车辆1的位置表示坡度区间通过后的时刻的位置。
中段是在坡度区间通过后的时刻存储装置24中存储的对象目标位置数据所示的对象目标和车辆1之间的距离的示意图。圆形图示S1~S7对应于对象目标T1~T7的对象目标位置数据。
下段是二维地图上的对象目标T1~T7和车辆1之间的距离的示意图。三角形的图示M1~M7表示对象目标T1~T7的地图上的位置。
在坡度区间Ss中倾斜距离比水平距离长。因此,使用包含了坡度区间Ss中的移动量的移动量ΔP,在图4中的坡度区间通过后的时刻的车辆1的位置,修正过去存储的对象目标T1~T7的对象目标位置数据,所以通过坡度区间Ss前的区间的对象目标T3~T7的对象目标位置数据S3~S7所示的对象目标和车辆1之间的距离比二维地图上的距离(即,水平距离)长。
例如,对于坡度区间Ss内的对象目标T3及T4,对象目标位置数据S3及S4所示的对象目标T3及T4和车辆1之间的距离与二维地图上的距离之差分别为e3及e4,e4比e3长。
对于进入坡度区间Ss前的平坦区间的对象目标T5~T7,对象目标位置数据S5~S7所示的对象目标T5~T7的相对位置都同样地向后方偏移坡度区间Ss的倾斜距离和水平距离之差e5。此外,对象目标位置数据S5~S7间的相对位置不变化。
另一方面,通过了坡度区间Ss后的平坦区间的对象目标T1~T2的对象目标位置数据S1~S2不使用在坡度区间Ss中推定的移动量ΔP进行修正。因此,在对象目标位置数据S1~S2所示的对象目标T1及T2和车辆1之间的距离与二维地图上的距离之间不产生差。此外,对象目标位置数据S1~S2彼此之间的相对位置也不变化。
若将这样的对象目标位置数据S1~S7与二维地图信息对照,则对象目标间的相对位置无变化的坡度区间通过后的平坦区间的对象目标位置数据S1~S2和坡度区间进入前的平坦区间的对象目标位置数据S5~S7与地图上的位置信息常常一致。
因此,若以使对象目标位置数据和地图上的位置信息之间的距离Dij的平均S为最小来推定自身位置,则坡度区间进入前的对象目标位置数据S5~S7和地图上的位置信息之间的距离也减小的作用有效,所以有推定误差不变小的情况。
此外,在坡度区间Ss通过后的对象目标位置数据被累积为止的期间,坡度区间Ss进入前的对象目标位置数据多于坡度区间Ss通过后的对象目标位置数据。因此,坡度区间Ss进入前的对象目标位置数据起主要作用,有时推定误差增大。其结果,在通过坡度区间Ss而进入交叉路口的情况下,因使用了停车线等的交叉路口周边的对象目标的自身位置推定,推定误差增大。
进而,坡度区间通过后的对象目标位置数据S1~S2起主要作用而算出的推定位置和坡度区间进入前的对象目标位置数据S5~S7起主要作用而算出的推定位置不同,存在自身位置的推定位置的误差变动而不稳定的可能性。
图5表示该情况。参考符号P1表示坡度区间通过后的对象目标位置数据S1~S2起主要作用而算出的推定位置,参考符号P2表示坡度区间进入前的对象目标位置数据S5~S7起主要作用而算出的推定位置。由于坡度区间通过后的对象目标位置数据和坡度区间进入前的对象目标位置数据的哪一个起主要作用,因此,算出结果在P1和P2之间不稳定地摆动的可能性。
于是,选择部25基于来自坡度检测部22的判定结果信号,判定车辆1是否通过了坡度区间Ss。
在车辆1通过了坡度区间Ss的情况下,选择部25将坡度区间通过后的对象目标位置数据S1~S2(即,通过坡度区间至当前位置为止的区间的对象目标的对象目标位置数据)选择作为选择完毕对象目标位置数据。即,选择部25将坡度区间通过前的对象目标位置数据S3~S7从选择完毕对象目标位置数据中除去。
然后,位置推定部26通过将选择的坡度区间通过后的对象目标位置数据S1~S2与对象目标T1~T2的地图上的位置M1~M2对照,推定车辆1的自身位置。图6表示该情况。
因此,即使在坡度区间Ss的通过前检测出的对象目标的对象目标位置数据S3~S7所示的对象目标和车辆1之间的距离因车辆1行驶在坡度区间Ss而比实际的水平距离长,也可以将对象目标位置数据S3~S7从位置推定中除去。其结果,能够抑制因坡度区间中的倾斜距离和水平距离之间的差而导致的二维地图上的位置推定精度的下降。
另外,不必将坡度区间通过后的对象目标位置数据全部选择作为选择完毕对象目标位置数据,与地图信息获取部27获取的地图信息进行对照,而仅选择为了可以推定车辆1的自身位置所需要的对象目标位置数据就可以。
此外,选择部25也可以将选择完毕对象目标位置数据以外的对象目标位置数据(即,坡度区间通过前的对象目标位置数据)从存储装置24中删除。例如,选择部25也可以将坡度区间内的对象目标位置数据S3~S4和坡度区间进入前的对象目标位置数据S5~S7从存储装置24中删除。位置推定部26也可以通过将存储装置24中保留的对象目标位置数据和表示对象目标的地图上的位置的地图信息进行对照,推定车辆1的当前位置。
通过将坡度区间通过前的对象目标位置数据从存储装置24中删除,可以有效地灵活使用存储装置24的存储区域。
此外,选择部25也可以优选在坡度区间通过后对象目标位置检测部20中检测的、从检测开始起的经过时间更短的对象目标的对象目标位置数据,并选择作为选择完毕对象目标位置数据。例如选择部25也可以选择坡度区间通过后的车辆1的当前位置的周围的对象目标的对象目标位置数据。例如,选择距车辆1的当前位置约20m以内的对象目标的对象目标位置数据。由于车辆1的当前位置的周围的对象目标的对象目标位置数据使用移动量ΔP修正造成的误差的累积较少,所以有位置精度较高的趋势。例如,作为道路边界的车道和路缘石的位置数据在行使路内的横向位置的精度较高。
(动作)
接着,说明第一实施方式的自身位置推定装置2的动作。参照图7。
步骤S1中,拍摄装置10、距离测量装置11、以及对象目标位置检测部20检测存在于车辆1的周围的对象目标相对车辆1的相对位置。对象目标位置检测部20将表示检测的相对位置的相对位置信号输出到对象目标位置累积部23。
步骤S2中,移动量推定部21推定从在上次的处理周期中推定车辆1的自身位置至当前为止的车辆1的移动量ΔP。
步骤S3中,对象目标位置累积部23将相对位置信号表示的车辆1的周围的对象目标的相对位置累积到存储装置24中。此外,对象目标位置累积部23将过去存储的对象目标的相对位置,使用至当前为止的经过时间和移动量信号表示的移动量ΔP,向相对车辆1的当前位置的相对位置修正,作为对象目标位置数据累积到存储装置24中。
步骤S4中,拍摄装置10、陀螺传感器14及坡度检测部22检测车辆1的行驶路径的坡度量。
步骤S5中,坡度检测部22及选择部25通过坡度区间通过判定处理,判定车辆1在坡度区间内、还是在进入坡度区间前、或是在坡度区间通过后。
步骤S6中,选择部25判断在坡度区间通过判定处理中是否判定为车辆1在坡度区间内。当车辆1在坡度区间内的情况下(步骤S6:“是(Y)”),处理进至步骤S9。当车辆1不在坡度区间内的情况下(步骤S6:“否(N)”),处理进至步骤S7。
步骤S7中,选择部25判断在坡度区间通过判定处理中是否判定为车辆1为坡度区间通过后。在车辆1通过了坡度区间的情况下(步骤S7:“是”),处理进至步骤S8。
在车辆1未通过坡度区间的情况下(步骤S7:“否”),即,在车辆1为进入坡度区间前的情况下,处理进至步骤S9。
步骤S8中,选择部25将坡度区间通过前的对象目标位置数据S3~S7从存储装置24中删除。即,选择部25选择坡度区间通过后的对象目标位置数据S1~S2,作为选择完毕对象目标位置数据并保留在存储装置24中。
步骤S9中,位置推定部26将选择完毕对象目标位置数据和地图信息进行对照并推定车辆1的自身位置。即,通过将存储装置24中保留的对象目标位置数据和地图信息进行对照,推定车辆1的当前位置。
步骤S10中,驾驶辅助系统3使用位置推定部26推定出的车辆1的自身位置,实施对驾驶员进行车辆1的驾驶的驾驶辅助。
参照图8,说明在图7的步骤S5中进行的坡度区间通过判定处理。步骤S20中,选择部25判断在上次的坡度区间通过判定处理中,是否判定为车辆1在坡度区间内。在判定为车辆1在坡度区间内的情况下(步骤S20:“是”),处理进至步骤S24。在判定为车辆1不在坡度区间内的情况下(步骤S20:“否”),处理进至步骤S21。
步骤S21中,坡度检测部22判断车辆1的行驶路径的坡度量是否在阈值以上。另外,该阈值也可以根据坡度造成的倾斜距离和水平距离之差是否在容许范围而设定。阈值例如也可以是2度。在坡度量为阈值以上的情况下(步骤S21:“是”),处理进至步骤S23。在坡度量低于阈值的情况下(步骤S21:“否”),处理进至步骤S22。
步骤S22中,选择部25判断为车辆1还未进入坡度区间。之后处理结束。
步骤S23中,坡度检测部22判断为车辆1在坡度区间内。之后处理结束。
另一方面,步骤S24中,坡度检测部22判断车辆1的行驶路径的坡度量是否在阈值以上。在坡度量为阈值以上的情况下(步骤S24:“是”),处理进至步骤S23。在坡度量低于阈值的情况下(步骤S24:“否”),处理进至步骤S25。
步骤S25中,选择部25判断为车辆1通过坡度区间。之后处理结束。
(第一实施方式的效果)
(1)作为对象目标检测传感器的拍摄装置10及距离测量装置11和对象目标位置检测部20检测存在于车辆1的周围的对象目标相对车辆1的相对位置。移动量推定部21推定车辆1的移动量。对象目标位置累积部23基于车辆1的移动量修正相对位置并累积作为对象目标位置数据。作为坡度检测传感器的拍摄装置10以及陀螺传感器14和坡度检测部22检测车辆1的行驶路径的坡度。选择部25在累积的对象目标位置数据之中,选择从通过坡度区间至当前位置为止的区间的对象目标的对象目标位置数据。位置推定部26通过将选择的对象目标位置数据和表示对象目标的地图上的位置的地图信息进行对照,推定车辆1的当前位置。
因此,即使因车辆1在坡度区间行驶而在坡度区间通过前检测出的对象目标的对象目标位置数据所示的对象目标和车辆1之间的距离比实际的水平距离长,也可以将在坡度区间通过前检测出的对象目标的对象目标位置数据从位置推定中除去。其结果,能够抑制因坡度区间中的倾斜距离和水平距离之间的差而引起的二维地图上的位置的推定精度的下降。
例如,在通过坡度区间并进入交叉路口那样的情况下,由于能够基于交叉路口周边的无距离差的正确的对象目标位置,推定自身位置,所以推定精度提高。
(2)选择部25选择车辆1的当前位置的周围的对象目标的对象目标位置数据,位置推定部26进行选择的对象目标位置数据和地图信息的对照。由于车辆1的当前位置的周围的对象目标的对象目标位置数据使用了移动量ΔP的修正而误差的累积较少,所以有位置精度较高的趋势。通过选择车辆1的当前位置的周围的对象目标的对象目标位置数据并用于车辆1的位置推定,可以提高车辆1的位置推定精度。
(变形例)
为了提高推定位置的精度和缩短处理时间,选择部25也可以将坡度区间通过后的对象目标之中的任何一个优选作为选择完毕对象目标位置数据,将剩余的部分从选择完毕对象目标位置数据中除去。例如,连接车辆1和对象目标的直线与车辆1的行进方向形成的角度越大的对象目标,选择部25也可以将其优选作为选择完毕对象目标位置数据。
此外,例如选择部25也可以将距车辆1的距离比规定的上限长度长的对象目标从选择完毕对象目标位置数据中除去。在此,对象目标和车辆1之间的距离越长,坡度区间越容易进入对象目标和车辆1之间,容易增加移动量ΔP的推定误差。因此,对象目标和车辆1之间的距离的上限,也可以根据因移动量ΔP的推定误差而引起的位置推定误差的容许范围而调整。
(第二实施方式)
接着,说明第二实施方式的自身位置推定装置2。
在坡度量持续低于阈值的区间行驶的期间,通过使用该区间的对象目标的对象目标位置数据进行自身推定,能够抑制因倾斜距离和水平距离之间的差而引起的二维地图上的位置推定精度的下降。
因此,在进入坡度区间前具有低于车辆1行驶的阈值的坡度量的第一区间和在坡度区间通过后具有低于车辆1行驶的阈值的坡度量的第二区间中,可以分别以高精度检测车辆1的自身位置。因此,可以以高精度计算在第一区间内推定的车辆1的自身位置和在第二区间内推定的车辆1的自身位置之间的相对位置。
因此,即使第一区间的对象目标的对象目标位置数据所示的对象目标和车辆1之间的距离通过在坡度区间行驶中推定的移动量ΔP修正对象目标位置数据而比实际的水平距离长,也可以使用在第一区间及第二区间内推定的自身位置间的相对位置进行修正。
第三实施方式的自身位置推定电路16使用在第一区间内推定的自身位置和在第二区间内推定的自身位置之间的相对位置,修正第一区间的对象目标的对象目标位置数据。
参照图9。自身位置推定电路16包括修正部28。通过自身位置推定电路16所具有的处理器执行在存储装置24中存储的计算机程序,实现修正部28的功能。
在进入坡度区间前具有低于车辆1行驶的阈值的坡度量的第一区间中,位置推定部26通过将第一区间的对象目标的对象目标位置数据和地图信息进行对照,推定进入坡度区间前的车辆1的第一位置。位置推定部26将第一位置输出到驾驶辅助系统3及修正部28。
修正部28将在第一区间内推定的车辆1的第一位置的信息附加到第一区间的对象目标的对象目标位置数据中并存储在存储装置24中。
在坡度区间通过后具有低于车辆1行驶的阈值的坡度量的第二区间中,位置推定部26通过将第二区间的对象目标的对象目标位置数据和地图信息进行对照,推定坡度区间通过后的车辆1的第二位置。位置推定部26将第二位置输出到修正部28。
修正部28基于第一位置和第二位置的相对位置,修正第一区间的对象目标的对象目标位置数据。
在修正了第一区间的对象目标的对象目标位置数据后,位置推定部26通过将修正的对象目标位置数据及第二区间的对象目标的对象目标位置数据和地图信息进行对照,推定坡度区间通过后的车辆1的第二位置。
位置推定部26将在对象目标位置数据的修正后推定的第二位置输出到驾驶辅助系统3。位置推定部26将在对象目标位置数据的修正后推定的第二位置的信息附加到第二区间的对象目标的对象目标位置数据中并存储在存储装置24中。
参照图10。步骤S30~S34的处理与图7的步骤S1~S5是同样的。
步骤S35中,选择部25判断在坡度区间通过判定处理中是否判定为车辆1在坡度区间内。当车辆1在坡度区间内的情况下(步骤S35:“是”),处理进至步骤S43。当车辆1不在坡度区间内的情况下(步骤S35:“否”),处理进至步骤S36。
步骤S36中,选择部25判断在坡度区间通过判定处理中车辆1是否被判定为坡度区间通过后。在车辆1通过了坡度区间的情况下(步骤S36:“是”),处理进至步骤S37。
在车辆1未通过坡度区间的情况下(步骤S36:“否”),即,在车辆1为进入坡度区间前的情况下,处理进至步骤S43。
步骤S36中,选择部25将坡度区间的对象目标的对象目标位置数据从存储装置24中删除。
即,选择部25将坡度区间以外的对象目标(即,坡度区间进入前的对象目标和坡度区间通过后的对象目标的对象目标位置数据)选择作为选择完毕对象目标位置数据。
换言之,选择部25不限定于坡度区间通过后的对象目标的对象目标位置数据,也可以将坡度区间以外的坡度量低于阈值的区间的对象目标的对象目标位置数据选择作为选择完毕对象目标位置数据。再者,不必将坡度区间以外的对象目标全部选择作为选择完毕对象目标位置数据,与地图信息获取部27获取的地图信息进行对照,也可以仅选择为了可以推定车辆1的自身位置所需的对象目标位置数据。
步骤S38中,选择部25选择坡度区间通过后的第二区间的对象目标的对象目标位置数据。
步骤S39中,位置推定部26将在步骤S38中选择的对象目标位置数据和二维地图信息进行对照,推定车辆1的第二位置。
步骤S40中,修正部28从存储装置24读出附加存储在坡度区间进入前的第一区间的对象目标的对象目标位置数据中的、第一区间中推定出的车辆1的第一位置的信息。修正部28基于第一位置和第二位置的相对位置,修正第一区间的对象目标的对象目标位置数据。
步骤S41中,位置推定部26通过将存储装置24中保留的对象目标位置数据(即,步骤S40中修正的对象目标位置数据及第二区间的对象目标的对象目标位置数据)和地图信息进行对照,推定坡度区间通过后的车辆1的第二位置。修正部28将在步骤S41中推定的车辆1的第二位置的信息附加到第二区间的对象目标的对象目标位置数据中并存储在存储装置24中。
步骤S42的处理与图7的步骤S10的处理是同样的。
步骤S43的处理与图7的步骤S9的处理是同样的。步骤S43之后,处理进至步骤S42。
(第二实施方式的效果)
位置推定部26通过将在进入坡度区间前具有低于阈值的坡度量的第一区间的对象目标的对象目标位置数据和地图信息进行对照,推定进入坡度区间前的车辆1的第一位置。此外,通过在通过了坡度区间后将具有低于阈值的坡度量的第二区间的对象目标的对象目标位置数据和地图信息进行对照,推定通过了坡度区间后的车辆1的第二位置。修正部28基于第一位置和第二位置的相对位置,修正第一区间的对象目标的所述对象目标位置数据。
位置推定部26通过将修正的对象目标位置数据及第二区间的对象目标的对象目标位置数据和地图信息进行对照,推定车辆1的自身位置。
即,位置推定部26不限于坡度区间通过后的第二区间的对象目标的对象目标位置数据,也可以通过将坡度量低于阈值的区间的对象目标的对象目标位置数据和地图信息进行对照,推定车辆1的自身位置。
由此,能够抑制因坡度区间的对象目标之间的倾斜距离和水平距离之差而引起的二维地图上的位置推定精度的下降。
此外,可以再次利用坡度区间进入前的对象目标的对象目标位置数据,所以可以提高自身位置推定的精度。
(变形例)
在通过到处都多少有些起伏的情况下,也可以不将有起伏的对象目标的对象目标位置数据从选择完毕对象目标位置数据中除去。
例如,选择部25也可以将桥梁和向高速公路的入口等的坡度区间的对象目标的对象目标位置数据不从选择完毕对象目标位置数据中除去,例如,也可以将坡度量为1~2度且通过时间为2~3秒左右的有起伏的对象目标的对象目标位置数据不从选择完毕对象目标位置数据中除去。
例如,在具有阈值以上的坡度的区间未持续规定长度以上的情况下,选择部25也可以将该区间的对象目标的对象目标位置数据选择作为选择完毕对象目标位置数据。
另一方面,在具有阈值以上的坡度的区间持续了规定长度以上的情况下,选择部25也可以将该区间的对象目标的对象目标位置数据从选择完毕对象目标位置数据中除去。即,将该区间以外的、具有低于阈值的坡度的区间的对象目标的对象目标位置数据选择作为选择完毕对象目标位置数据。在第一实施方式中也是同样。
这样,在具有阈值以上的坡度的区间持续了规定长度以上的情况下,选择该区间的对象目标的对象目标位置数据,所以可以适当地除去对自身位置的推定精度造成影响的坡度区间的对象目标位置数据。
规定长度例如也可以基于在具有阈值以上的坡度的区间行驶的行驶时间而设定。例如规定长度也可以设定为3秒以上的长度。此外,规定长度也可以基于具有阈值以上的坡度的区间的距离而设定。例如,规定长度也可以设定为30秒以上的长度。
也可以动态地设定规定长度,以使车辆1的行驶路径的坡度量越大,规定长度越短。由此,无论坡度量的大小如何,都可以将因倾斜距离和水平距离之差引起的测量误差抑制到期望的容许范围内。
在此记载的所有例子及条件性的术语,意图在于教育的目的,以有助于读者理解本发明和发明人为了技术的发展所提供的概念,并应认可不限于具体记载的上述例子及条件、以及与表示本发明的优势和劣势有关的本说明书中的例子的结构。虽然详细地说明了本发明的实施例,但应该理解为可进行各种各样的变更、置换及修正而不脱离本发明的精神及范围。
符号说明
1:车辆,2:自身位置推定装置,3:驾驶辅助系统,10:拍摄装置,11:距离测量装置,12:车轮速度传感器,13:转向角传感器,14:陀螺传感器,15:加速度传感器,16:自身位置推定电路,20:对象目标位置检测部,21:移动量推定部,22:坡度检测部,23:对象目标位置累积部,24:存储装置,25:选择部,26:位置推定部,27:地图信息获取部,28:修正部
Claims (7)
1.一种自身位置推定方法,其特征在于,
检测存在于移动体的周围的对象目标相对于所述移动体的相对位置;
推定所述移动体的移动量;
基于所述移动体的移动量,修正所述相对位置并累积作为对象目标位置数据,
检测所述移动体的行驶路径的坡度量,
在累积的所述对象目标位置数据之中,选择坡度量低于阈值的区间的对象目标的对象目标位置数据,
通过将选择的所述对象目标位置数据和二维地图上的表示所述对象目标的位置的地图信息进行对照,推定所述移动体的当前位置。
2.如权利要求1所述的自身位置推定方法,其特征在于,
选择从通过具有所述阈值以上的坡度量的坡度区间至当前位置为止的区间内的对象目标的对象目标位置数据,与所述地图信息进行对照。
3.如权利要求2所述的自身位置推定方法,其特征在于,
通过将在进入所述坡度区间前具有低于所述阈值的坡度量的第一区间的对象目标的对象目标位置数据和所述地图信息进行对照,推定进入所述坡度区间前的所述移动体的第一位置,
通过将在通过了所述坡度区间后具有低于所述阈值的坡度量的第二区间的对象目标的对象目标位置数据和所述地图信息进行对照,推定通过了所述坡度区间后的所述移动体的第二位置,
基于所述第一位置和所述第二位置的相对位置,修正所述第一区间的对象目标的所述对象目标位置数据。
4.如权利要求1~3中任一项所述的自身位置推定方法,其特征在于,
在具有所述阈值以上的坡度量的区间持续规定长度以上的情况下,选择具有低于所述阈值的坡度量的区间的对象目标的对象目标位置数据,与所述地图信息进行对照,
在具有所述阈值以上的坡度量的区间未持续所述规定长度以上的情况下,使具有所述阈值以上的坡度量的区间的对象目标的对象目标位置数据包含在与所述地图信息进行对照的对象目标位置数据中。
5.如权利要求4所述的自身位置推定方法,其特征在于,
所述移动体的行驶路径的坡度量越大,将所述规定长度设定得越短。
6.如权利要求1~3中任一项所述的自身位置推定方法,其特征在于,
选择所述移动体的当前位置的周围的对象目标的对象目标位置数据,与所述地图信息进行对照。
7.一种自身位置推定装置,其特征在于,具备:
对象目标检测传感器,其检测存在于移动体的周围的对象目标相对于所述移动体的相对位置;
车轮速度传感器,其检测所述移动体的车轮速度;
坡度检测传感器,其检测所述移动体的行驶路径的坡度量;以及
自身位置推定电路,至少根据所述车轮速度传感器的检测结果推定所述移动体的移动量,基于所述移动量修正所述对象目标检测传感器检测的所述相对位置并作为对象目标位置数据累积在存储装置中,在累积的所述对象目标位置数据之中,选择坡度量低于阈值的区间的对象目标的对象目标位置数据,通过将选择的所述对象目标位置数据和二维地图上的表示所述对象目标的位置的地图信息进行对照,推定所述移动体的当前位置。
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
PCT/JP2016/071922 WO2018020589A1 (ja) | 2016-07-26 | 2016-07-26 | 自己位置推定方法及び自己位置推定装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109564098A CN109564098A (zh) | 2019-04-02 |
CN109564098B true CN109564098B (zh) | 2020-07-14 |
Family
ID=61016515
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201680087942.5A Active CN109564098B (zh) | 2016-07-26 | 2016-07-26 | 自身位置推定方法及自身位置推定装置 |
Country Status (10)
Country | Link |
---|---|
US (1) | US11243080B2 (zh) |
EP (1) | EP3492871B1 (zh) |
JP (1) | JP6575686B2 (zh) |
KR (1) | KR20190028528A (zh) |
CN (1) | CN109564098B (zh) |
BR (1) | BR112019001441B1 (zh) |
CA (1) | CA3032068C (zh) |
MX (1) | MX2019001092A (zh) |
RU (1) | RU2722356C1 (zh) |
WO (1) | WO2018020589A1 (zh) |
Families Citing this family (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP3492870B1 (en) * | 2016-07-26 | 2020-07-15 | Nissan Motor Co., Ltd. | Self-position estimation method and self-position estimation device |
JP7137359B2 (ja) * | 2018-05-30 | 2022-09-14 | フォルシアクラリオン・エレクトロニクス株式会社 | 情報処理装置 |
JP7084792B2 (ja) * | 2018-06-18 | 2022-06-15 | 日産自動車株式会社 | 走行軌跡推定方法及び走行軌跡推定装置 |
JPWO2020039656A1 (ja) * | 2018-08-23 | 2020-08-27 | 日本精工株式会社 | 自走装置、自走装置の走行制御方法及び走行制御プログラム |
CN109215136B (zh) | 2018-09-07 | 2020-03-20 | 百度在线网络技术(北京)有限公司 | 一种真实数据增强方法、装置以及终端 |
CN109146898B (zh) * | 2018-09-07 | 2020-07-24 | 百度在线网络技术(北京)有限公司 | 一种仿真数据量增强方法、装置以及终端 |
CN110103823B (zh) * | 2019-05-21 | 2021-06-11 | 东南大学 | 一种基于增强型数字地图的车辆侧翻事前预警方法 |
CN110473417A (zh) * | 2019-06-03 | 2019-11-19 | 浙江吉利控股集团有限公司 | 一种高架桥限速值提示方法、装置及存储介质 |
JP7358108B2 (ja) * | 2019-07-31 | 2023-10-10 | キヤノン株式会社 | 情報処理装置、情報処理方法及びプログラム |
JP7332403B2 (ja) * | 2019-09-11 | 2023-08-23 | 株式会社東芝 | 位置推定装置、移動体制御システム、位置推定方法およびプログラム |
CN113450407B (zh) * | 2021-05-14 | 2023-10-13 | 东莞市李群自动化技术有限公司 | 定位方法及作业方法、电子设备、轨道设备和存储介质 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
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 |
JP2012008706A (ja) * | 2010-06-23 | 2012-01-12 | Denso Corp | 道路形状検出装置 |
JP2012103858A (ja) * | 2010-11-09 | 2012-05-31 | Toyota Motor Corp | 障害物認識装置 |
CN104011294A (zh) * | 2012-01-27 | 2014-08-27 | 三菱重工业株式会社 | 坡度信息取得方法、存储介质、坡度信息取得装置及程序 |
Family Cites Families (18)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5367458A (en) * | 1993-08-10 | 1994-11-22 | Caterpillar Industrial Inc. | Apparatus and method for identifying scanned reflective anonymous targets |
JP3626733B2 (ja) * | 2002-03-01 | 2005-03-09 | 三菱電機株式会社 | 車線認識画像処理装置及びその処理を実行させるためのプログラム |
JP4092308B2 (ja) * | 2004-06-02 | 2008-05-28 | トヨタ自動車株式会社 | 境界線検出装置 |
RU2010136929A (ru) * | 2008-02-04 | 2012-03-20 | Теле Атлас Норт Америка Инк. (Us) | Способ для согласования карты с обнаруженными датчиком объектами |
JP2010146202A (ja) * | 2008-12-17 | 2010-07-01 | Toyota Central R&D Labs Inc | 移動体と移動体の位置推定方法 |
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 |
JP5278378B2 (ja) * | 2009-07-30 | 2013-09-04 | 日産自動車株式会社 | 車両運転支援装置及び車両運転支援方法 |
JP5321497B2 (ja) * | 2010-02-22 | 2013-10-23 | 株式会社デンソー | 白線認識装置 |
KR20110134633A (ko) | 2010-06-09 | 2011-12-15 | 엠텍비젼 주식회사 | 속도 측정 장치 및 측정된 속도 보정 방법 |
JP5930346B2 (ja) * | 2012-11-19 | 2016-06-08 | 株式会社日立製作所 | 自律移動システムおよび管制装置 |
WO2014091877A1 (ja) * | 2012-12-12 | 2014-06-19 | 日産自動車株式会社 | 移動物体位置姿勢角推定装置及び移動物体位置姿勢角推定方法 |
JP5949955B2 (ja) * | 2013-01-25 | 2016-07-13 | トヨタ自動車株式会社 | 道路環境認識システム |
CN105993041B (zh) * | 2014-02-24 | 2017-10-31 | 日产自动车株式会社 | 自身位置计算装置以及自身位置计算方法 |
JP6379751B2 (ja) | 2014-07-04 | 2018-08-29 | 日産自動車株式会社 | 走行支援装置及び走行支援方法 |
WO2017056484A1 (ja) * | 2015-09-28 | 2017-04-06 | 京セラ株式会社 | 画像処理装置、ステレオカメラ装置、車両及び画像処理方法 |
JP6406226B2 (ja) * | 2015-11-27 | 2018-10-17 | 株式会社デンソー | 車両制御装置 |
US10184799B2 (en) * | 2016-06-13 | 2019-01-22 | The Boeing Company | Systems and methods for targeting objects of interest in denied GPS environments |
GB2552021B (en) * | 2016-07-08 | 2019-08-28 | Jaguar Land Rover Ltd | Improvements in vehicle speed control |
-
2016
- 2016-07-26 WO PCT/JP2016/071922 patent/WO2018020589A1/ja unknown
- 2016-07-26 JP JP2018530245A patent/JP6575686B2/ja active Active
- 2016-07-26 RU RU2019105128A patent/RU2722356C1/ru active
- 2016-07-26 US US16/320,307 patent/US11243080B2/en active Active
- 2016-07-26 CN CN201680087942.5A patent/CN109564098B/zh active Active
- 2016-07-26 BR BR112019001441-1A patent/BR112019001441B1/pt active IP Right Grant
- 2016-07-26 EP EP16910492.4A patent/EP3492871B1/en active Active
- 2016-07-26 MX MX2019001092A patent/MX2019001092A/es active IP Right Grant
- 2016-07-26 KR KR1020197004534A patent/KR20190028528A/ko active IP Right Grant
- 2016-07-26 CA CA3032068A patent/CA3032068C/en active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
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 |
JP2012008706A (ja) * | 2010-06-23 | 2012-01-12 | Denso Corp | 道路形状検出装置 |
JP2012103858A (ja) * | 2010-11-09 | 2012-05-31 | Toyota Motor Corp | 障害物認識装置 |
CN104011294A (zh) * | 2012-01-27 | 2014-08-27 | 三菱重工业株式会社 | 坡度信息取得方法、存储介质、坡度信息取得装置及程序 |
Also Published As
Publication number | Publication date |
---|---|
JPWO2018020589A1 (ja) | 2019-03-28 |
US20190265040A1 (en) | 2019-08-29 |
CA3032068C (en) | 2020-01-14 |
BR112019001441A2 (pt) | 2019-05-07 |
MX2019001092A (es) | 2019-07-04 |
BR112019001441B1 (pt) | 2023-02-07 |
EP3492871A1 (en) | 2019-06-05 |
KR20190028528A (ko) | 2019-03-18 |
JP6575686B2 (ja) | 2019-09-18 |
WO2018020589A1 (ja) | 2018-02-01 |
CA3032068A1 (en) | 2018-02-01 |
EP3492871A4 (en) | 2019-09-04 |
US11243080B2 (en) | 2022-02-08 |
EP3492871B1 (en) | 2020-05-06 |
RU2722356C1 (ru) | 2020-05-29 |
CN109564098A (zh) | 2019-04-02 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109564098B (zh) | 自身位置推定方法及自身位置推定装置 | |
CN109477724B (zh) | 自身位置推定方法及自身位置推定装置 | |
JP6384604B2 (ja) | 自己位置推定装置及び自己位置推定方法 | |
JP5747787B2 (ja) | 車線認識装置 | |
RU2735567C1 (ru) | Способ хранения предысторий движения, способ для выработки модели пути движения, способ для оценки локальной позиции и устройство хранения предысторий движения | |
US10289120B2 (en) | Self-position estimation device and self-position estimation method | |
KR102086270B1 (ko) | 주행 제어 장치의 제어 방법 및 주행 제어 장치 | |
US8862326B2 (en) | Vehicle travel assisting device | |
JP7143722B2 (ja) | 自車位置推定装置 | |
JP2018048949A (ja) | 物体識別装置 | |
JP6747157B2 (ja) | 自己位置推定方法及び自己位置推定装置 | |
CN113795726B (zh) | 自身位置修正方法及自身位置修正装置 | |
JP2018084987A (ja) | 物体認識装置 | |
RU2781373C1 (ru) | Способ коррекции собственного местоположения и устройство коррекции собственного местоположения | |
CN116222587A (zh) | 位置精度判定装置、存储介质以及判定方法 | |
CN117622204A (zh) | 车辆控制装置、车辆控制方法以及车辆控制用计算机程序 |
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 |