CN112581771B - 自动驾驶车辆用的驾驶控制装置、停车用物标、驾驶控制系统 - Google Patents

自动驾驶车辆用的驾驶控制装置、停车用物标、驾驶控制系统 Download PDF

Info

Publication number
CN112581771B
CN112581771B CN202011026248.7A CN202011026248A CN112581771B CN 112581771 B CN112581771 B CN 112581771B CN 202011026248 A CN202011026248 A CN 202011026248A CN 112581771 B CN112581771 B CN 112581771B
Authority
CN
China
Prior art keywords
reflectance
vehicle
parking target
clusters
laser light
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
Application number
CN202011026248.7A
Other languages
English (en)
Other versions
CN112581771A (zh
Inventor
浦城健司
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Toyota Motor Corp
Original Assignee
Toyota Motor Corp
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Toyota Motor Corp filed Critical Toyota Motor Corp
Publication of CN112581771A publication Critical patent/CN112581771A/zh
Application granted granted Critical
Publication of CN112581771B publication Critical patent/CN112581771B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W60/00—Drive control systems specially adapted for autonomous road vehicles
    • B60W60/001—Planning or execution of driving tasks
    • B60W60/0025—Planning or execution of driving tasks specially adapted for specific operations
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/01—Detecting movement of traffic to be counted or controlled
    • G08G1/04—Detecting movement of traffic to be counted or controlled using optical or ultrasonic detectors
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60Q—ARRANGEMENT OF SIGNALLING OR LIGHTING DEVICES, THE MOUNTING OR SUPPORTING THEREOF OR CIRCUITS THEREFOR, FOR VEHICLES IN GENERAL
    • B60Q9/00—Arrangement or adaptation of signal devices not provided for in one of main groups B60Q1/00 - B60Q7/00, e.g. haptic signalling
    • B60Q9/002—Arrangement or adaptation of signal devices not provided for in one of main groups B60Q1/00 - B60Q7/00, e.g. haptic signalling for parking purposes, e.g. for warning the driver that his vehicle has contacted or is about to contact an obstacle
    • B60Q9/004—Arrangement or adaptation of signal devices not provided for in one of main groups B60Q1/00 - B60Q7/00, e.g. haptic signalling for parking purposes, e.g. for warning the driver that his vehicle has contacted or is about to contact an obstacle using wave sensors
    • B60Q9/006—Arrangement or adaptation of signal devices not provided for in one of main groups B60Q1/00 - B60Q7/00, e.g. haptic signalling for parking purposes, e.g. for warning the driver that his vehicle has contacted or is about to contact an obstacle using wave sensors using a distance sensor
    • E—FIXED CONSTRUCTIONS
    • E01—CONSTRUCTION OF ROADS, RAILWAYS, OR BRIDGES
    • E01F—ADDITIONAL WORK, SUCH AS EQUIPPING ROADS OR THE CONSTRUCTION OF PLATFORMS, HELICOPTER LANDING STAGES, SIGNS, SNOW FENCES, OR THE LIKE
    • E01F9/00—Arrangement of road signs or traffic signals; Arrangements for enforcing caution
    • E01F9/60—Upright bodies, e.g. marker posts or bollards; Supports for road signs
    • 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
    • G01S15/00—Systems using the reflection or reradiation of acoustic waves, e.g. sonar systems
    • G01S15/02—Systems using the reflection or reradiation of acoustic waves, e.g. sonar systems using reflection of acoustic waves
    • G01S15/06—Systems determining the position data of a target
    • G01S15/08—Systems for measuring distance only
    • 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
    • G01S15/00—Systems using the reflection or reradiation of acoustic waves, e.g. sonar systems
    • G01S15/88—Sonar systems specially adapted for specific applications
    • G01S15/93—Sonar systems specially adapted for specific applications for anti-collision purposes
    • G01S15/931—Sonar 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
    • G01S17/00—Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
    • G01S17/02—Systems using the reflection of electromagnetic waves other than radio waves
    • G01S17/06—Systems determining position data of a target
    • G01S17/08—Systems determining position data of a target for measuring distance only
    • G01S17/10—Systems determining position data of a target for measuring distance only using transmission of interrupted, pulse-modulated 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
    • G01S17/00—Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
    • G01S17/02—Systems using the reflection of electromagnetic waves other than radio waves
    • G01S17/06—Systems determining position data of a target
    • G01S17/42—Simultaneous measurement of distance and other co-ordinates
    • 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
    • G01S17/89—Lidar systems specially adapted for specific applications for mapping or imaging
    • 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
    • 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
    • G01S7/4802—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S17/00 using analysis of echo signal for target characterisation; Target signature; Target cross-section
    • 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
    • G01S7/481—Constructional features, e.g. arrangements of optical elements
    • G01S7/4817—Constructional features, e.g. arrangements of optical elements relating to scanning
    • 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
    • G06V20/58—Recognition of moving objects or obstacles, e.g. vehicles or pedestrians; Recognition of traffic objects, e.g. traffic signs, traffic lights or roads
    • G06V20/582—Recognition of moving objects or obstacles, e.g. vehicles or pedestrians; Recognition of traffic objects, e.g. traffic signs, traffic lights or roads of traffic signs
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/60—Type of objects
    • G06V20/64—Three-dimensional objects
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/123—Traffic control systems for road vehicles indicating the position of vehicles, e.g. scheduled vehicles; Managing passenger vehicles circulating according to a fixed timetable, e.g. buses, trains, trams
    • G08G1/127—Traffic control systems for road vehicles indicating the position of vehicles, e.g. scheduled vehicles; Managing passenger vehicles circulating according to a fixed timetable, e.g. buses, trains, trams to a central station ; Indicators in a central station
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W2420/00—Indexing codes relating to the type of sensors based on the principle of their operation
    • B60W2420/40—Photo, light or radio wave sensitive means, e.g. infrared sensors
    • B60W2420/408—Radar; Laser, e.g. lidar
    • 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
    • G01S15/00—Systems using the reflection or reradiation of acoustic waves, e.g. sonar systems
    • G01S15/88—Sonar systems specially adapted for specific applications
    • G01S15/93—Sonar systems specially adapted for specific applications for anti-collision purposes
    • G01S15/931—Sonar systems specially adapted for specific applications for anti-collision purposes of land vehicles
    • G01S2015/932—Sonar systems specially adapted for specific applications for anti-collision purposes of land vehicles for parking operations
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/23—Clustering techniques
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V2201/00—Indexing scheme relating to image or video recognition or understanding
    • G06V2201/07—Target detection

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Electromagnetism (AREA)
  • Multimedia (AREA)
  • Theoretical Computer Science (AREA)
  • Human Computer Interaction (AREA)
  • Transportation (AREA)
  • Mechanical Engineering (AREA)
  • Acoustics & Sound (AREA)
  • Automation & Control Theory (AREA)
  • Architecture (AREA)
  • Civil Engineering (AREA)
  • Structural Engineering (AREA)
  • Traffic Control Systems (AREA)
  • Optical Radar Systems And Details Thereof (AREA)
  • Control Of Driving Devices And Active Controlling Of Vehicle (AREA)
  • Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)

Abstract

本发明提供自动驾驶车辆用的驾驶控制装置、停车用物标、驾驶控制系统。激光雷达传感器(36)朝向车外在三维方向上使激光进行扫描，并且接受其反射光。激光雷达数据解析部(52)将由激光雷达传感器(36)所取得的反射光的三维点群划分为集群。精准停靠控制开始判断部(56)对于由激光雷达数据解析部(52)所获得的至少一个集群和表示停车用物标(70)的参照集群(80)而对形状以及反射率分布进行比较，从而对在至少一个集群中是否包含有停车用物标(70)进行判断。

Description

自动驾驶车辆用的驾驶控制装置、停车用物标、驾驶控制系统
相关申请的交叉引用
本申请要求于2019年9月30日提交的日本专利申请No.2019-178781的优先权，该日本专利申请的包括说明书、权利要求书、说明书附图和说明书摘要在内的全部内容通过引用的方式而被合并于此。
技术领域
在本说明书中，公开了自动驾驶车辆用的驾驶控制装置、停车用物标以及驾驶控制系统。
背景技术
一直以来，已知一种自动地对车辆的转向和速度进行控制的自动驾驶车辆。为了自身位置的推断、和周边环境的识别，从而在自动驾驶车辆上设置有各种传感器。
例如在自动驾驶车辆中，作为对与周边的障碍物之间的距离进行测量的传感器而设置有激光雷达传感器。激光雷达(LiDAR，Light Detection and Ranging，光探测和测距)传感器利用红外线等激光，而对与周边物体之间的距离进行测量。例如，激光雷达传感器通过在三维方向(水平方向以及垂直方向)上使红外线的激光进行扫描，从而可获得车辆周边的三维点群数据。
而且，在自动驾驶车辆中，设置有对本车辆周边的图像进行拍摄的摄像机。由摄像机拍摄到的拍摄图像利用例如SSD(Single Shot Multibox Detector，单发多框架探测器)等的深度学习技术而被进行分析，由此，识别出在图像中所包含的各种物体的属性(车辆、行人、结构物等)。
而且，通过对激光雷达传感器的三维点群数据和由摄像机所实施的图像识别进行组合，从而能够求出哪种属性的物体从本车辆相距多远。
在例如这样的自动驾驶车辆为同乘公共汽车等公共车辆的情况下，如在日本特开平11-3495号公报、日本特开2017-196962号公报中所记载的那样，需要使车辆在公交车站等的停车用物标的旁边停车。这样的停车控制也被称为精准停靠控制。在精准停靠控制中，为了能够实现轮椅等的顺利的上下车，从而要求例如路缘石与车辆的上下车台阶之间的间隙被收敛于几cm以内的这样的驾驶控制。在执行该精准停靠控制时，需要对车辆行进方向前方的停车用物标进行识别。
例如通过利用摄像机图像来对停车用物标进行识别，从而开始实施车辆的精准停靠控制。在精准停靠控制中，例如利用激光雷达传感器的三维点群数据来求出被识别出的停车用物标与本车辆之间的距离，并与此相应地使转向角和速度受到控制。
另外，如果除了由摄像机实施的停车用物标的识别之外，还能够利用与摄像机不同的装置来实施停车用物标的识别，则能够期待停车用物标的检测精度的提高。因此，本公开的目的在于，提供能够实施使用了激光雷达传感器的停车用物标的识别的、自动驾驶车辆用的被改良的驾驶控制装置、停车用物标以及驾驶控制系统。
发明内容
在本说明书中公开的自动驾驶车辆用的驾驶控制装置具备激光雷达传感器、解析部以及判断部。激光雷达传感器朝向车外在三维方向上使激光进行扫描，并接受该激光的反射光。解析部将由激光雷达传感器所取得的反射光的三维点群划分为集群。判断部对于由解析部所获得的至少一个集群和表示停车用物标的参照集群而对形状以及反射率分布进行比较，从而对在至少一个集群中是否包含有停车用物标进行判断。
根据上述结构，由激光雷达传感器所取得的三维点群被划分为集群，利用该集群的形状以及反射率分布，从而能够实施停车用物标的识别。
此外，在上述结构中，也可以采用如下的方式，即，参照集群具备条纹结构，所述条纹结构为，相对于激光的反射率在相邻彼此间不同的多个区域所排列而成的图案被反复配置的结构。
根据上述结构，停车用物标易于与其他的物体进行区分，从而实现了停车用物标的识别的精度提高。
此外，在上述结构中，也可以采用如下的方式，即，在参照集群中，作为条纹结构，相对于激光的反射率相对较高的高反射率区域、和相对于激光的反射率相对较低的低反射率区域被交替地反复配置。
根据上述结构，条纹结构由高反射率区域和低反射率区域这两个种类的带而构成。因此，能够将每个区域的反射率的差规定得较大(增强对比)，从而使得从远处进行的停车用物标的识别变得容易。
此外，在上述结构中，也可以采用如下的方式，即，作为条纹结构，参照集群具备横条纹结构，所述横条纹结构为，在水平方向上均被延伸设置的高反射率区域和低反射率区域在铅直方向上被交替地反复配置的结构。
一般而言，停车用物标采用铅直方向的尺寸长于水平方向的尺寸的纵长结构。通过将这样的停车用物标以及与其相对应的参照集群设为在铅直方向上高反射率区域和低反射率区域被交替地反复的横条纹结构，从而能够将每一条条纹的条纹宽度取为较宽(较粗)，进而与此相应地，使得从远处进行的识别变得容易。
此外，在上述结构中，也可以采用如下的方式，即，参照集群具备圆柱侧面的从0°起至180°为止的表面形状。
通过将停车用物标设为圆柱形状，从而抑制了停车用物标的因摄影角度(Angle)而产生的投影面积的变动。因此，与停车用物标相对应的参照集群只要为圆柱侧面的从0°起至180°为止的表面形状、换言之只要为圆柱侧面的主视观察时的表面形状即可，无需针对例如每个摄像角度而对参照集群的形状进行变更。
此外，在本说明书中公开的停车用物标为自动驾驶车辆用的停车用物标，该自动驾驶车辆具备朝向车外在三维方向上使激光进行扫描并接受该激光的反射光的激光雷达传感器。该停车用物标具备条纹结构，所述条纹结构为，相对于激光的反射率在相邻彼此间不同的多个区域所排列而成的图案被反复配置的结构。
此外，在本说明书中公开的驾驶控制系统具备停车用物标、和在停车用物标的旁边停车的自动驾驶车辆。停车用物标具备条纹结构，所述条纹结构为，相对于激光的反射率在相邻彼此间不同的多个区域所排列而成的图案被反复配置的结构。自动驾驶车辆具备激光雷达传感器、解析部以及判断部。激光雷达传感器朝向车外在三维方向上使激光进行扫描并接受该激光的反射光。解析部将由激光雷达传感器所取得的反射光的三维点群划分为集群。判断部对于由解析部所获得的至少一个集群和表示停车用物标的参照集群而对形状以及反射率分布进行比较，从而对在至少一个集群中是否包含有停车用物标进行判断。
根据在本说明书中公开的自动驾驶车辆用的驾驶控制装置、停车用物标以及驾驶控制系统，能够实施使用了激光雷达传感器的停车用物标的识别。
附图说明
图1为对车辆的外观进行例示的立体图。
图2为对车辆的外观进行例示的俯视图。
图3为对车辆前表面的、传感器单元周边进行了放大的立体图。
图4为对激光雷达单元的照射范围进行例示的图。
图5为对本实施方式所涉及的自动驾驶车辆用的驾驶控制装置的结构进行例示的硬件结构图。
图6为对控制部的功能组块进行例示的图。
图7为对本实施方式所涉及的停车用物标进行例示的图。
图8为对与本实施方式所涉及的停车用物标相对应的参照集群进行例示的图。
图9为表示本实施方式所涉及的停车用物标的其他示例的图。
图10为对根据停车用物标的角度而该物标的投影面积发生变化的情况进行说明的图。
图11为表示本实施方式所涉及的停车用物标的其他示例的图。
图12为表示本实施方式所涉及的停车用物标的其他示例的图。
图13为对由本实施方式所涉及的自动驾驶车辆用的驾驶控制装置所执行的精准停靠控制开始判断流程进行例示的图。
图14为对由摄像机拍摄到的拍摄图像进行例示的图。
图15为对对应于与图14相同的风景的、由激光雷达传感器所获得的三维点群数据进行例示的图。
图16为对三维点群数据的聚类处理进行例示的图。
图17为对物体识别后的图像进行例示的图。
图18为表示本实施方式所涉及的停车用物标的其他示例的图。
图19为表示本实施方式所涉及的停车用物标的其他示例的图。
具体实施方式
＜车辆结构＞
以下，参照附图，对设置有本实施方式所涉及的驾驶控制装置的车辆10的结构进行说明。另外，在图1-图4中，利用用符号FR表示的轴来表示车身前后方向，利用用符号LH(Left Hand)表示的轴来表示车辆宽度方向。此外，利用用符号UP表示的轴来表示车高方向。
前后轴FR以及车辆宽度轴LH均在水平方向上被延伸设置。车高轴UP在铅直方向上被延伸设置。此外，车身前后轴FR将车身前方方向设为正方向。车辆宽度轴LH将车辆宽度方向左侧设为正方向。车高轴UP将上方向设为正方向。这三个轴相互正交。
另外，在以下，除了需要特别注释的情况等之外，车身前后方向的前方仅被记载为前方，车身前后方向的后方仅被记载为后方。此外，车高方向的上方仅被记载为上方，车高方向的下方仅被记载为下方。
在图1中，例示了表示车辆10的外观的立体图。在图1中，例示示出了车辆10的前表面(前)以及车辆左侧面的立体图。
该车辆10为具备自动驾驶功能的自动驾驶车辆。基于例如由美国的汽车工程师学会(SAE，Society of Automotive Engineers)制定的基准，车辆10能够实施等级0(驾驶员实施全部的操作)至等级5(完全驾驶自动化)的运行。例如等级0至等级3被设为，至少一部分需要驾驶员的操作。此外，在例如等级4(高度自动驾驶)中，设为无需驾驶员的操作的完全自动驾驶在限定区域内(例如公共汽车运行路线内)被执行。此外，在等级5中，在所有的状况下，均执行设为无需驾驶员的自动驾驶(完全自动驾驶)。
车辆10作为在例如特定的占地内沿着规定的路线以自动驾驶进行行驶的同时使乘客于车厢内乘车并行驶的同乘公共汽车而被利用。此外，在运行时，自动驾驶的等级例如被设定为等级4。
该车辆10例如为将旋转电机设为驱动源的电动汽车。在车辆10中，搭载有用于向该旋转电机供给电力的主蓄电池(未图示)。另外，车辆10并不限定于电动汽车。例如，车辆10也可以为，作为驱动源而搭载有内燃机(发动机)以及旋转电机的混合动力车辆。
参照图1，在车辆10的左侧面中央，设置有上下车车门12、12。上下车车门12、12例如为在车辆的前后方向上进行滑动而开闭的双开滑动型的车门。另外，该车辆10成为左侧通行用的车辆。
在车辆的前表面上，设置有一对前照灯14、14(headlamp)。而且，在一对前照灯14、14之间设置有车外显示器16。在车外显示器16上，显示有例如目的地、驾驶模式(自动驾驶中、手动驾驶中等)的文字。此外，例如在于人行横道前车辆10处于停车时，在车外显示器16上将显示“请先走”(After You)等面向行人的消息。
此外，在车辆10中，为了能够进行自动驾驶而设置有多个传感器。参照图1、图2，在车辆的前表面、后表面以及两侧面上设置有传感器单元30(30A～30D)。而且，在车辆的四个角落上设置有间距传感器20。
间距传感器20例如可以为声呐传感器，且为对车辆10与周边物体之间的距离进行测量的传感器。例如在执行如后文叙述的精准停靠控制时，通过间距传感器20而对车辆10与路缘石之间的距离进行测量。
在图3中，例示了设置于车辆前表面上的传感器单元30A。另外，其他的传感器单元30B～30D也具备与此相同的结构。传感器单元30A以从车辆前表面起向车辆外侧、换言之向车辆前方突出的方式而被设置。传感器单元30被构成为，包括摄像机34、激光雷达传感器36以及对它们进行收纳的箱体32。
箱体32在确保摄像机34以及激光雷达传感器36的视野的同时对它们进行保护以免受风雨和障碍物等的影响。箱体32由例如透光性的树脂材料而构成。此外，例如箱体32被构成为，从车辆前表面起向车辆外侧(车辆前方)突出的半圆筒形状。
激光雷达传感器36为自动驾驶用的传感器单元，并使用了利用激光雷达、即激光来对与周边物体之间的距离进行测量的技术。激光雷达传感器36被构成为，包括朝向车外照射红外线的激光的发射器36A、接受其反射光的接收器36B、以及使发射器36A以及接收器36B进行旋转的电机36C。
例如，发射器36A的照射面以及接收器36B的接收面平行，且在车辆宽度方向以及车辆前后方向上被对齐。发射器36A朝向车外、也就是与车辆10相比靠前方区域照射红外线的激光。发射器36A也可以具备例如905nm左右的脉冲激光光源。当从发射器36A照射出的激光接触到与车辆10相比靠前方的物体时，其反射光将被接收器36B接收。基于从发射器36A的照射起至接收器36B的受光为止所花费的时间，而求出反射点与接收器36B之间的距离。
电机36C以铅直轴(UP轴)作为旋转轴，并围绕该旋转轴而使发射器36A以及接收器36B进行转动。电机36C例如也可以为伺服电机。通过利用电机36C而使发射器36A以及接收器36B在水平方向上进行扫描，从而使对与和车辆10相比靠前方区域的物体之间的距离进行测量的测距数据在水平方向上被展开。另外，也可以代替电机36C而使用电磁型的镜子来实施水平方向上的扫描。
此外，发射器36A以及接收器36B也可以为在铅直方向(上下方向)上被延伸设置的行传感器。例如多个发射器36A的光源(例如激光元件)在铅直方向上被定向排列，此外，多个接收器36B的受光元件也在铅直方向上被定向排列。例如以放射状地照射激光、此外能够接受反射光的方式，而使发射器36A以及接收器36B在铅直方向上被放射状地排列。通过采用这样的配置，从而能够获得在铅直方向上进行扫描而得到的测距数据。
如上文所述，激光雷达传感器36朝向车外，并且如图4所例示的那样在水平方向以及铅直方向、也就是三维方向上使激光进行扫描，并且接受该激光的反射光。如果基于照射角度以及受光角度(包括水平方向以及铅直方向的角度)、和从激光的照射起至受光为止所涉及的时间，则作为测距数据，可在三维上求出反射点的三维信息、即从本车辆起至反射点为止的分隔距离。当以面的形式而求出该包括三维信息的反射点时，可以获得如图15所例示的那样的三维点群。另外，在该图中，反射点用圆形标记表示。
此外，在各反射点中，除了包括三维信息之外，还包括其反射率的数据。如后文所述，在对停车用物标70进行识别时，被集群化的三维点群的反射率分布被与表示停车用物标70的参照集群80的反射率分布进行比较。
摄像机34对与激光雷达传感器36相同的视野进行拍摄。摄像机34具备例如CMOS传感器或CCD传感器等图像传感器。摄像机34所拍摄到的图像(拍摄图像)被利用于自动驾驶控制中。例如如后文所述，由摄像机34所拍摄到的拍摄图像被进行分析，从而实施在图像中所包含的物体的检测以及该物体的属性识别。
在图5中，例示了本实施方式所涉及的自动驾驶车辆的驾驶控制装置。该驾驶控制装置被构成为，包括摄像机34、激光雷达传感器36、动态图22、导航系统24、转向机构26、制动机构27、驱动机构28以及控制部40。该驾驶控制装置被搭载于车辆10上。
动态图22为三维地图，并存储有例如道路、人行道、周边的结构物、信号灯及停止线的位置、三维结构等。另外，导航系统24为通过人造卫星而实施定位的系统，且使用了例如GNSS(Global Navigation Satellite System，全球导航卫星系统)。如后文所述，通过使用导航系统24以及动态图22，从而能够以人造卫星的定位误差范围内的精度来实施本车辆位置的推断。
转向机构26例如为对转向进行操作的机构，且例如被构成为，包括转向电机。通过从控制部40对该转向电机赋予转向指令，从而使车辆10的转向角被控制。
制动机构27例如为对制动器机构进行操作的机构，且例如被构成为，包括对制动器的液压进行控制的、主缸的作动器。通过从控制部40对该作动器赋予制动指令，从而使车辆10被减速。
驱动机构28为对作为车辆10的驱动源的旋转电机的驱动力进行控制的机构，且例如被构成为，包括对旋转电机的驱动力进行控制的逆变器。通过从控制部40对该逆变器赋予驱动指令，从而使车辆10的驱动力被控制。
控制部40例如也可以为车辆10的电子控制单元(ECU)，并由计算机而构成。控制部40具备对数据的输入输出进行控制的输入输出控制器41。此外，作为运算元件，控制部40具备CPU42、GPU43(Graphics Processing Unit，图形处理单元)以及DLA44(Deep LearningAccelerators，深度学习加速器)。此外，作为存储部，控制部40具备ROM45、RAM46以及硬盘驱动器47(HDD)。这些结构部件被连接于内部总线48。
在作为存储装置的ROM45以及硬盘47中的至少一方内，存储有用于执行包括精准停靠控制在内的自动驾驶控制的程序。此外，在ROM45以及硬盘47的至少一方内，也存储有如图13所例示的那样的、用于执行精准停靠控制开始判断流程的程序。
通过执行自动驾驶控制以及精准停靠控制开始判断流程的程序，从而在控制部40中设置有如图6所示的这样的功能组块。该功能组块被构成为，包括摄像数据解析部50、激光雷达数据解析部52、自身位置推断部54、精准停靠控制开始判断部56、参照集群存储部58、以及自动驾驶控制部60。关于以上各功能组块的作用，将在后文叙述。
＜停车用物标＞
在图7～图12、图18、图19中，例示了本实施方式所涉及的停车用物标70以及与停车用物标70相对应的参照集群80。通过停车用物标70和被搭载于车辆10上的驾驶控制装置，从而构建出本实施方式所涉及的、自动驾驶车辆用的驾驶控制系统。
在图7、8、9、11、12、18、19中，示出了铅直轴V以及水平轴H。铅直轴V与车辆的车高轴UP平行。水平轴H在与前后轴FR以及车辆宽度轴LH相同的平面内(水平面内)被延伸设置。
参照图7，停车用物标70为所谓的公交车站，且为表示车辆10的停车位置的物标。停车用物标70的外表面(露出面)也可以具备条纹结构，该条纹结构为，相对于激光的反射率在相邻彼此间不同的多个区域所排列而成的图案被反复配置的结构。
例如，在停车用物标70的外表面(露出面)上，作为条纹结构，相对于从激光雷达传感器36被照射的红外线的激光的反射率相对较高的高反射率区域72、和该反射率相对较低的低反射率区域74被反复交替地配置(换言之，成对的高反射率区域72以及低反射率区域74被配置有多对)。
通过使条纹结构由高反射率区域72和低反射率区域74这两种的带而构成，从而能够将每个区域的反射率的差规定得较大(增强对比)。其结果为，从远处进行的对停车用物标的识别变得容易。
例如，停车用物标70的露出面也可以具备横条纹结构。也就是说，高反射率区域72以及低反射率区域74均在水平方向上被延伸设置，而且，这些高反射率区域72以及低反射率区域74在铅直方向上被交替地反复配置。
通常情况下，在公交车站中如图7所例示的那样，与水平方向尺寸R1相比铅直方向尺寸L1被取为较长。通过设为沿着该长边方向而使条纹图案展开的横条纹结构，从而与沿着短边方向而展开条纹图案的纵条纹结构相比，能够增多条纹的图案数量，另外，能够将每一条纹的宽度(条纹宽度)取为较宽。
通过使条纹的图案数量变多，从而从周边的物体之中的提取变得容易。此外，通过将条纹宽度取为较宽，从而能够实现从远处进行的对停车用物标70的识别。
条纹宽度是考虑到激光雷达传感器36(参照图6)的规格以及精准停靠控制的开始地点而被规定的。例如，利用激光雷达传感器36的铅直方向角度分辨率θ、相对于开始精准停靠控制的停车用物标70的距离r，并通过z＝2r×tan(θ/2)，从而求出距离r处的激光间的铅直方向上的间隙z。
为了根据距离r而获得停车用物标70的高反射率区域72以及低反射率区域74的反射点，从而条纹宽度的最小值wmin只要在z以上即可。例如，当将铅直方向角度分辨率θ设为0.1°，将车辆10(详细而言，为激光雷达传感器36)相对于开始精准停靠控制的停车用物标70的距离r设为100m时，成为z≈17cm。由此，条纹宽度的最小值wmin成为17cm。另外，高反射率区域72与低反射率区域74的条纹宽度也可以相等，此外，图案间的条纹宽度也可以分别相等。
此外，条纹宽度的最大值Wmax基于能够在停车用物标70的露出面上设置条纹结构的图案面的高度L1、和由成对的高反射率区域72以及低反射率区域74构成的图案的反复次数m而被规定。例如条纹宽度w、图案面高度L1以及图案反复数量m具有2w×m≤L1的关系。例如，当将图案的反复次数设为5次，此外，将图案面高度L1设为2m时，成为w≤20cm，从而条纹宽度的最大值Wmax成为20cm。
另外，例如，关于高反射率区域72以及低反射率区域74的条纹宽度，既可以设为针对每个由成对的高反射率区域72以及低反射率区域74构成的图案而改变，也可以设为全部相等的条纹宽度。但是，在因激光雷达传感器36的分辨率而导致对条纹宽度的差异进行识别较困难的情况下，高反射率区域72以及低反射率区域74的条纹宽度也可以设为全部相等。
停车用物标70例如由树脂板而构成，在该树脂板上粘贴有条带型反射材料(反射条带)。也可以代替树脂板而使用树脂制反射板。粘贴有条带型反射材料的区域成为高反射率区域72，未粘贴有该反射材料的区域成为低反射率区域74。
高反射率区域72以及低反射率区域74的反射率例如基于开始实施精准停靠控制的相对于停车用物标70为距离r处的、反射率之差而被规定。例如，当在从距离r起从激光雷达传感器36向停车用物标70照射了红外线激光时，相邻的反射率区域中的反射率之差、例如在图7的示例中高反射率区域72与低反射率区域74的反射率之差只要在10％以上即可。
此外，各个反射率区域(在图7的示例中，为高反射率区域72以及低反射率区域74)也可以为非黑色。已知对于黑色而言红外线的吸收率较高，当通过后述的激光雷达数据解析部52(参照图6)而判断为反射率≈0％时，停车用物标70有可能被分离为多个集群。例如在低反射率区域74的反射率为0％左右的情况下，各高反射率区域72有可能被分为分别独立的集群。通过将高反射率区域72以及低反射率区域74设为非黑色，从而能够抑制这样的多个集群的分离。
如在图7中所例示的那样，停车用物标70也可以为圆柱形状。通过将停车用物标70设为圆柱形状，从而抑制了停车用物标70的由摄影角度(Angle)所导致的投影面积的变动。此外，高反射率区域72以及低反射率区域74也可以分别跨及圆柱侧面的整周而被设置。
在图8中，例示了向图7中所例示的停车用物标70照射了红外线激光时的反射率分布。其对应于由激光雷达传感器36在三维方向(水平方向以及铅直方向)上扫描了红外线激光时的、停车用物标70的形状、也就是从激光雷达传感器36观察的正面的形状、和该面的反射率分布。在该附图中所例示的反射率分布以及形状作为表示停车用物标的参照集群80而被预先存储于参照集群存储部58中(参照图6)。
在图8中，用圆形标记表示反射点。此外，未描绘阴影的圆形标记表示反射率相对较高的反射点，描绘了阴影的圆形标记表示反射率相对较低的反射点。参照集群80中的高反射率区域82对应于停车用物标70中的高反射率区域72。以同样的方式，参照集群80中的低反射率区域84对应于停车用物标70中的低反射率区域74。
因此，在参照集群80中也形成有条纹结构，该条纹结构为，相对于激光的反射率在相邻彼此间不同的多个区域所排列而成的图案被反复配置的结构。例如在图8中，形成了高反射率区域82以及低反射率区域84被交替地反复配置的条纹结构。更加详细而言，在参照集群80中，形成了在水平方向上被延伸设置的高反射率区域82以及低反射率区域84在铅直方向上被交替地反复配置的横条纹结构。
此外，参照集群80与图7所示的停车用物标70相对应地，具备在对圆柱侧面进行了主视观察时的同侧面的表面形状。关于主视观察时的该表面形状，例如参照图7，示出了由区域A1所示的、圆柱侧面的从0°起至180°为止的表面形状。
如上所述，通过将停车用物标70设为圆柱形状，从而抑制了停车用物标70的由摄影角度(Angle)而导致的投影面积的变动。因此，与停车用物标70相对应的参照集群80只要为圆柱侧面的从0°起至180°为止的表面形状、换言之圆柱侧面的主视观察时的表面形状即可，无需例如针对每个摄像角度而变更参照集群80的形状。
在图9中，例示了本实施方式的其他示例所涉及的停车用物标70。在该示例中，停车用物标70被形成为棱柱形状。例如该停车用物标70为长方体，面积相对较大的面(与轴H1平行的面)成为与车辆10正对的面。
在这样的棱柱形状的停车用物标70被设置在人行道上的情况下，如图10所例示的那样，根据激光雷达传感器36相对于停车用物标70的角度(摄像角度)，从而停车用物标70的投影宽度(W1、W2)会发生变动。因此，例如，根据摄像角度而使投影宽度发生变化的多个种类的参照集群80被存储于参照集群存储部58(参照图6)中。
在图11中，示出了在停车用物标70上安装了时刻表板76的示例。在时刻表板76上，示出了表示车辆10的到达预定时刻的时刻。该时刻表板76避开停车用物标70的高反射率区域72以及低反射率区域74而被设置。以使高反射率区域72以及低反射率区域74和时刻表板76沿着例如人行道的延伸设置方向而不重叠的方式而规定了它们的配置。
在图12中，示出了本实施方式所涉及的停车用物标70的进一步的其他示例。在该示例中，在停车用物标70的高度方向中央部处，形成有与其上下部分相比而相对小径的缩颈部78。通过设为这样的特别的形状，从而易于与周围的结构物或行人等区別开。
此外，在例如车辆10接近了停车用物标70的情况下，通过以相对小径的缩颈部78为基准而实施停车用物标70的位置检测，从而与以相对大径部分为基准的位置检测相比，能够以更高的精度而对停车用物标70的位置进行检测。此外，例如缩颈部78也可以被设置在与车辆10的激光雷达传感器36相等的高度上。
另外，缩颈部78的直径R2利用开始精准停靠控制的相对于停车用物标70的车辆10(更加详细而言，激光雷达传感器36)的距离r、和激光雷达传感器36的水平方向分辨率α而被规定为，R2≥2r×tan(α/2)。
此外，虽然在图7、图9、图11、图12中，作为停车用物标70的条纹结构而形成了高反射率区域72以及低反射率区域74，且与此相应地，作为参照集群80的条纹结构而形成了高反射率区域82以及低反射率区域84，但并不限于此形态。
总之，由于只要停车用物标70以及参照集群80具备相对于激光的反射率在相邻彼此间不同的多个区域所排列而成的图案被反复配置的条纹结构即可，因此，也可以具备例如如图18所例示的那样的、所谓的三色横条的条纹结构。在该示例中，作为停车用物标70的条纹结构，在高反射率区域72与低反射率区域74之间形成有中反射率区域73。各自的反射率成为高反射率区域72＞中反射率区域73＞低反射率区域74。此外，与此相对应，参照集群80也具备在高反射率区域82与低反射率区域84之间设置有中反射率区域的条纹结构。
此外，也可以在一个图案中，将一个反射率区域使用多次。例如如图19所例示的那样，也可以在停车用物标上形成有使由高反射率区域72→中反射率区域73→低反射率区域74→中反射率区域73这四个反射率区域构成的图案反复配置的条纹结构。与此相对应，参照集群80也形成了由高反射率区域82→中反射率区域→低反射率区域84→中反射率区域这四个反射率区域构成的图案被反复配置的条纹结构。
＜自动驾驶控制＞
利用图6，对由车辆10的驾驶控制装置所实施的自动驾驶控制进行说明。另外，由于自动驾驶控制是已知的，因此，在下文中，特别对与后述的精准停靠控制开始判断流程相关联的事项进行说明。
利用作为三维地图的动态图22以及导航系统24来实施车辆10的自身位置推断。从作为卫星定位系统的导航系统24向自身位置推断部54发送车辆10的纬度、经度信息。而且，从动态图22发送与车辆10的纬度、经度信息相对应的地点的地图数据。由此，推断出卫星定位的误差的范围内(例如±10cm)的车辆10的自身位置。
而且，自身位置推断部54从激光雷达传感器36取得车辆10的周边的三维点群数据(扫描数据)。图15示出了三维点群数据的示例。通过使该三维点群数据和动态图22的三维地图数据进行匹配，从而实施于与卫星定位的误差相比更少的误差下的、车辆10的自身位置推断。
摄像数据解析部50取得摄像机34拍摄到的如图14所例示的那样的拍摄图像。而且，通过使用了存在教师的学习的SSD(Single Shot Multibox Detector，单次探测器)或YOLO(You Only Look Once，只需要看一遍)这样的已知的深度学习方法，从而检测出图像内的物体，而且，识别出其属性(车辆、行人、结构物等)。例如如图17所例示的那样，从拍摄图像中识别出停车用物标70、车辆90、车道面92以及车道94。
激光雷达数据解析部52从激光雷达传感器36取得三维点群数据(参照图15)。而且，激光雷达数据解析部52执行将三维点群划分成至少一个集群的聚类。
虽然在图15中，由于在车辆和结构物等上施加了虚线因此能够理解为各个点群与那个物体相对应，但是实际上并未施加有这样的虚线。因此，激光雷达数据解析部52而将三维点群切分为任意的点群并设为集群。聚类的方法也可以利用已知的方法，例如使用了利用各反射点的欧几里得距离而将该距离相近的点群汇集为集群的、欧几里得聚类。例如，在图16中，通过聚类而将三维点群数据划分为集群CL1～CL13。
在自动驾驶控制部60中，利用由摄像数据解析部50解析出的拍摄图像以及该拍摄图像中所含的物体信息、由激光雷达数据解析部52解析出的聚类完毕的三维点群数据、以及由自身位置推断部54推断出的自身位置信息，而实施车辆10的驾驶控制。
例如通过使拍摄图像和三维点群数据进行重合，从而可以获得哪种属性的物体距车辆10存在于哪种距离处这样的信息。利用该重合信息，自动驾驶控制部60对转向机构26、制动机构27以及驱动机构28进行控制。
例如在精准停靠控制中，基于停车用物标70的距离而规定了车辆10的转向角和速度，并将与之相应的转向指令、制动指令以及驱动指令分别被发送至转向机构26、制动机构27、驱动机构28。通过该控制，从而车辆10能够最终在停车用物标70的旁边停车。
＜精准停靠控制开始判断流程＞
在图13中，例示了本实施方式所涉及的精准停靠控制开始判断流程。车辆的精准停靠控制以停车用物标70的识别为触发而被执行。在该流程中，基于停车用物标70的有无识别的情况，而对精准停靠控制的有无开始进行判断。
而且，如后文所述，在该流程中，在识别停车用物标70时，与使用了摄像机34的拍摄图像的图像识别不同，通过由激光雷达传感器36所实施的三维点群数据的解析而对停车用物标70进行识别。
图13所例示的流程在车辆10进入了停车用物标70的附近区域、即“公交车站附近区域”的时间点被开始实施。公交车站附近区域例如也可以为停车用物标70的半径500m以内的区域。
在例如自动驾驶中，预先设定有目的地以及到目的地为止的路径。而且，利用动态图22而求出路径沿路的停车用物标70的位置。而且，根据被求出的停车用物标70的位置(动态图上的位置)和上述的自身位置推断，从而能够推断出车辆10的与停车用物标70之间的分隔距离。
但是，由于该推断为，如上所述包括基于动态图22的位置信息精度的误差、或卫星定位的误差等的粗略的位置推断，因此，以例如大于该误差的级别来设定公交车站附近区域。例如在动态图22或卫星定位的误差为10cm级别的情况下，公交车站附近区域被规定为可忽视这样的误差的程度的100m级别。
当执行精准停靠控制开始判断流程时，激光雷达数据解析部52从激光雷达传感器36取得三维点群数据(S10)。而且，激光雷达数据解析部52执行所取得的三维点群数据的聚类(S12)。聚类处理完毕的三维点群数据被发送至精准停靠控制开始判断部56。
精准停靠控制开始判断部56对于由激光雷达数据解析部52获得的至少一个集群和表示停车用物标70的参照集群80而对形状以及反射率分布进行比较，从而对在至少一个集群中是否包含停车用物标70进行判断。精准停靠控制开始判断部56对被求出的集群数n进行确认(S14)，并从多个集群中提取出最初的集群(k＝1)(S16)。例如，提取出图16的集群CL1。
精准停靠控制开始判断部56对第k个集群CL_k、和被存储于参照集群存储部58中的参照集群80(参照图8)进行比较，从而对两者是否一致进行判断(S18～S24)。
基于该比较而进行的一致性的判断既可以使用已知的方法，也可以利用例如模板匹配而对一致性进行判断。即，作为模板而使用了参照集群80。
首先，对集群CL_k和参照集群80的形状进行比较(S18、S20)。在该比较以及后面的反射率分布的比较时，也可以对参照集群80施加校正。例如精准停靠控制开始判断部56基于三维点群数据取得时的、集群CL_k与激光雷达传感器36之间的距离而使参照集群80放大或缩小。此外，此时，参照集群80的高反射率区域82以及低反射率区域84的、各自的条纹宽度中可能含有的反射点被增减。
当在步骤S20中判断为集群CL_k和参照集群80的形状不一致时，判断为该集群CL_k不属于停车用物标70。也就是说，在判断出集群计数器k是否达到了最大值n(S26)之后，在未达到最大值n的情况下集群计数器k被递增(S28)，并且下一个集群成为比较对象。
当在步骤S20中判断为集群CL_k与参照集群80的形状一致时，进一步对两者的二维的反射率分布进行比较(S22、S24)。例如，对集群CL_k的相对高反射率的反射点区域、相对低反射率的反射点区域的配置图案、与参照集群80的高反射率区域82以及低反射率区域84的配置图案进行比较。
当通过反射率分布的比较而判断为集群CL_k与参照集群80不一致时，判断为该集群CL_k不属于停车用物标70。也就是说，在判断出集群计数器k是否达到了最大值n(S26)之后，在未达到最大值n的情况下集群计数器k被递增(S28)，并且下一个集群成为比较对象。
当在步骤S24中判断为集群CL_k与参照集群80的反射率分布一致时，精准停靠控制开始判断部56向自动驾驶控制部60输出精准停靠控制的开始指令(S34)。由此，车辆10的驾驶控制从通常行驶控制被切换为向停车用物标70的精准停靠控制。
另一方面，当在步骤S26中判断为三维点群数据中的全部集群CL_1～CL_n与参照集群80不一致时，精准停靠控制开始判断部56对车辆10是否已脱离了公交车站附近区域进行判断(S36)。该判断利用例如上述的自身位置推断而被实施。
在步骤S36中判断为车辆10停留于公交车站附近区域的情况下，精准停靠控制开始判断部56将集群数n以及集群计数器k重置(例如n＝0、k＝1)(S30)。而且，激光雷达数据解析部52从激光雷达传感器36新取得三维点群数据，并对解析对象的三维点群数据进行更新(S32)。如上文所述，被更新的三维点群数据通过激光雷达数据解析部52而被聚类(S12)。
当在步骤S36中判断为车辆10已脱离了公交车站附近区域时，将会成为跨及公交车站附近区域的全部区域而未检测(识别)出停车用物标70的情况。在该情况下，精准停靠控制开始判断部56执行异常时处理(S38)。例如精准停靠控制开始判断部56向车内或远程位置的操作员通报表示未能识别出停车用物标70的含义的消息。
以此方式，在本实施方式所涉及的驾驶控制装置中，能够在通过单独的激光雷达传感器36、换言之在不使用由摄像机34所实施的图像识别的条件下，实施停车用物标70的识别。
此外，在本实施方式所涉及的驾驶控制装置中，能够实施由摄像机34所实施的停车用物标70的识别、和由激光雷达传感器36所实施的停车用物标70的识别。因此，也可以除了利用如图13这样的由单独的激光雷达传感器36所实施的停车用物标70的识别之外，还利用由摄像机34所实施的停车用物标70的识别，从而提高停车用物标70的检测精度。
例如，既可以将由激光雷达传感器36所实施的停车用物标70的识别结果、和由摄像机34所实施的停车用物标的识别结果在“与(AND)”条件下进行利用，也可以在“或(OR)”条件下进行利用。例如，在使用了“与”条件时，也可以设为，在于激光雷达传感器36以及摄像机34的至少一方中未能实现停车用物标70的识别的情况下，执行上述的异常时处理。另一方面在使用了“或”条件时，也可以设为，在于激光雷达传感器36以及摄像机34的至少一方中停车用物标70的识别成功了的情况下，开始进行精准停靠控制。
另外，虽然在本实施方式中，将停车用物标70的露出面设为横条纹结构，但存在例如穿着横条纹图案的所谓的横条衫等的行人与停车用物标70被混同的可能性。在这样的情况下，利用自动驾驶技术中的集群对接而判断出被识别为停车用物标70的集群有无移动。作为判断的结果，在没有移动的情况下，上述集群被判断为停车用物标70。也可以将使用了这样的对接的判断流程追加至图13的精准停靠控制开始判断流程中。
此外，除了停车用物标70之外，也可以沿着人行道的路缘石而设置辅助物标。辅助物标也可以与停车用物标70同样地具备可由激光雷达传感器36进行识别的结构。具体而言，辅助物标也可以具备高反射率区域72和低反射率区域74在铅直方向上被交替地反复配置的横条纹结构。
通过沿着路缘石而设置停车用物标70以及辅助物标，从而能够利用两个物标的识别来实施人行道与车道的分界线的识别。例如通过利用直线来连接停车用物标70以及辅助物标，从而能够实施作为人行道与车道的分界线的路缘石的识别。
本公开并不限于上述本发明的实施例，其在不脱离由权利要求所限定的本公开的技术范围或实质的情况下包括所有改变和修改。

Claims (2)

1.一种自动驾驶车辆用的驾驶控制装置，具备：
激光雷达传感器，其朝向车外在三维方向上使激光进行扫描，并接受该激光的反射光；
解析部，其将由所述激光雷达传感器所取得的反射光的三维点群划分为集群；
判断部，其对于由所述解析部所获得的至少一个所述集群和表示停车用物标的参照集群而对形状以及面上的反射率分布进行比较，从而对在至少一个所述集群中是否包含有所述停车用物标进行判断，
所述参照集群具备条纹结构，所述条纹结构为，相对于所述激光的反射率在相邻彼此间不同的多个区域所排列而成的图案被反复配置的结构，
在所述参照集群中，作为所述条纹结构，相对于所述激光的反射率相对较高的高反射率区域、和相对于所述激光的反射率相对较低的低反射率区域被交替地反复配置，
作为所述条纹结构，所述参照集群具备横条纹结构，所述横条纹结构为，在水平方向上均被延伸设置的所述高反射率区域和所述低反射率区域在铅直方向上被交替地反复配置的结构，
所述参照集群具备圆柱侧面的从0°起至180°为止的表面形状。
2.一种驾驶控制系统，其具备停车用物标、和在所述停车用物标的旁边停车的自动驾驶车辆，在所述驾驶控制系统中，
所述停车用物标具备条纹结构，所述条纹结构为，相对于激光的反射率在相邻彼此间不同的多个区域所排列而成的图案被反复配置的结构，
在所述停车用物标中，作为所述条纹结构，相对于所述激光的反射率相对较高的高反射率区域、和相对于所述激光的反射率相对较低的低反射率区域被交替地反复配置，
作为所述条纹结构，所述停车用物标具备横条纹结构，所述横条纹结构为，在水平方向上均被延伸设置的所述高反射率区域和所述低反射率区域在铅直方向上被交替地反复配置的结构，
所述停车用物标具备圆柱侧面的从0°起至180°为止的表面形状，
所述自动驾驶车辆具备：
激光雷达传感器，其朝向车外在三维方向上使激光进行扫描，并且接受该激光的反射光；
解析部，其将由所述激光雷达传感器所取得的反射光的三维点群划分为集群；
判断部，其对于由所述解析部所获得的至少一个所述集群和表示停车用物标的参照集群而对形状以及面上的反射率分布进行比较，从而对在至少一个所述集群中是否包含有所述停车用物标进行判断。
CN202011026248.7A 2019-09-30 2020-09-25 自动驾驶车辆用的驾驶控制装置、停车用物标、驾驶控制系统 Active CN112581771B (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
JP2019178781A JP7259685B2 (ja) 2019-09-30 2019-09-30 自動運転車両用の運転制御装置、停車用物標、運転制御システム
JP2019-178781 2019-09-30

Publications (2)

Publication Number Publication Date
CN112581771A CN112581771A (zh) 2021-03-30
CN112581771B true CN112581771B (zh) 2023-06-27

Family

ID=74873100

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011026248.7A Active CN112581771B (zh) 2019-09-30 2020-09-25 自动驾驶车辆用的驾驶控制装置、停车用物标、驾驶控制系统

Country Status (4)

Country Link
US (1) US11648963B2 (zh)
JP (1) JP7259685B2 (zh)
CN (1) CN112581771B (zh)
DE (1) DE102020121504A1 (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2023194762A1 (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
CN115187964A (zh) * 2022-09-06 2022-10-14 中诚华隆计算机技术有限公司 基于多传感器数据融合的自动驾驶决策方法及SoC芯片

Family Cites Families (23)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH07168998A (ja) * 1993-12-15 1995-07-04 Nikon Corp 停車位置案内放送装置
JPH09105628A (ja) * 1995-10-12 1997-04-22 Hakko Denki Kk 自走台車の位置特定方法と、その装置
JP3386979B2 (ja) 1997-06-12 2003-03-17 株式会社日立エンジニアリングサービス バスロケーションシステム
JP4200649B2 (ja) * 2000-10-06 2008-12-24 株式会社明電舎 無人搬送車の位置検出装置
JP2002189518A (ja) * 2000-12-20 2002-07-05 Meidensha Corp 無人車位置計測方式
JP5187805B2 (ja) 2006-10-03 2013-04-24 独立行政法人産業技術総合研究所 移動物体の指標位置への相対角度及び位置計測方法及び、それを利用した駐車支援方法及びシステム
WO2009098154A1 (en) * 2008-02-04 2009-08-13 Tele Atlas North America Inc. Method for map matching with sensor detected objects
JP5822255B2 (ja) * 2011-04-14 2015-11-24 株式会社豊田中央研究所 対象物識別装置及びプログラム
JP2013019684A (ja) * 2011-07-07 2013-01-31 Honda Motor Co Ltd 車両周辺監視装置
JP6069692B2 (ja) * 2012-08-24 2017-02-01 レシップホールディングス株式会社 停留所識別装置およびそのシステム
JP6005501B2 (ja) * 2012-12-18 2016-10-12 ヤマハ発動機株式会社 自動誘導車両制御方法および自動誘導車両制御システム
US20150145711A1 (en) * 2013-11-26 2015-05-28 The Regents Of The University Of Michigan Retro-reflective radar patch antenna target for vehicle and road infrastructure identification
JP6593588B2 (ja) * 2015-02-16 2019-10-23 パナソニックＩｐマネジメント株式会社 物体検出装置および物体検出方法
US10061023B2 (en) 2015-02-16 2018-08-28 Panasonic Intellectual Property Management Co., Ltd. Object detection apparatus and method
CN104931977B (zh) * 2015-06-11 2017-08-25 同济大学 一种用于智能车辆的障碍物识别方法
JP6693800B2 (ja) 2016-04-26 2020-05-13 日野自動車株式会社 バス
JP2017204062A (ja) * 2016-05-10 2017-11-16 株式会社ミツバ 自律搬送システム
CN106054208B (zh) * 2016-08-16 2019-02-19 长春理工大学 多线激光雷达车辆目标识别方法和汽车的防撞装置
WO2018037954A1 (ja) * 2016-08-26 2018-03-01 ソニー株式会社 移動体制御装置、移動体制御方法、及び、移動体
JP7392962B2 (ja) * 2017-09-05 2023-12-06 日本電気株式会社 空間認識装置、空間認識方法、プログラム
JP2019096099A (ja) * 2017-11-24 2019-06-20 株式会社Ｓｏｋｅｎ 移動体位置推定装置
CN108196535B (zh) * 2017-12-12 2021-09-07 清华大学苏州汽车研究院（吴江） 基于增强学习和多传感器融合的自动驾驶系统
US11417111B2 (en) * 2017-12-22 2022-08-16 Terra Scientia, Llc Method, system and material for detecting objects of high interest with laser scanning systems

Also Published As

Publication number Publication date
CN112581771A (zh) 2021-03-30
JP2021056075A (ja) 2021-04-08
DE102020121504A1 (de) 2021-04-01
JP7259685B2 (ja) 2023-04-18
US20210094580A1 (en) 2021-04-01
US11648963B2 (en) 2023-05-16

Similar Documents

Publication Publication Date Title
CN106909152B (zh) 一种车用环境感知系统及汽车
CN110389586B (zh) 用于地面和自由空间探测的系统和方法
CN107918758B (zh) 能够进行环境情景分析的车辆
CN112665556B (zh) 使用被动和主动测量生成场景的三维地图
US10591928B2 (en) Vehicle control device, vehicle control method, and computer readable storage medium
US11157751B2 (en) Traffic guide object recognition device, traffic guide object recognition method, and storage medium
CN111856491B (zh) 用于确定车辆的地理位置和朝向的方法和设备
CN111044066B (zh) 支援控制系统
CN111337906A (zh) 传感器校准方法和传感器校准设备
US10955857B2 (en) Stationary camera localization
CN109031302B (zh) 分析车辆环境的方法和设备以及装备有这种设备的车辆
US20210331671A1 (en) Travel lane estimation device, travel lane estimation method, and computer-readable non-transitory storage medium
CN112581771B (zh) 自动驾驶车辆用的驾驶控制装置、停车用物标、驾驶控制系统
US11042759B2 (en) Roadside object recognition apparatus
CN112673280A (zh) 用于装配有lidar传感器的机动车辆的道路检测方法
Moras et al. Drivable space characterization using automotive lidar and georeferenced map information
CN113895429A (zh) 一种自动泊车方法、系统、终端及存储介质
JP7083768B2 (ja) 認識装置、車両制御装置、認識方法、およびプログラム
US10796570B2 (en) Vehicle control device, vehicle control method, and storage medium
US12032066B2 (en) Recognition device and method
US20210231811A1 (en) Recognition device and method
JP2019066447A (ja) 車外環境認識装置
JP2019048513A (ja) 車両制御装置、車両制御方法、およびプログラム
US20240059288A1 (en) Vehicle control device, storage medium storing computer program for vehicle control, and method for controlling vehicle
US20240125604A1 (en) Method for operating a sensor circuit in a motor vehicle, a sensor circuit, and a motor vehicle with the sensor circuit

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