CN113711285A - 道路种类判定装置以及驾驶支援装置 - Google Patents

Abstract

道路种类判定装置(20)具备：图像信息获取部(23)，获取对车辆行驶的行驶路进行拍摄的图像信息；场景判定部(35)，基于上述图像信息判定上述行驶路的行驶场景；一般道路似然计算部(41)，基于上述行驶场景计算表示上述车辆的行驶路的种类为一般道路的一般道路似然；汽车道似然计算部(43)，基于上述行驶场景计算表示上述车辆的行驶路的种类为汽车专用道路的汽车道似然；以及种类判定部(45)，基于上述一般道路似然和上述汽车道似然，判定上述车辆的行驶路的种类。

Description

道路种类判定装置以及驾驶支援装置

相关申请的交叉引用

本申请主张于2019年4月12日申请的日本申请号2019－076643的优先权，并在此引用其全部内容。

技术领域

本公开涉及判定车辆行驶的道路的种类的道路种类判定装置、以及基于通过该道路种类判定装置判定出的道路的种类进行车辆的驾驶支援的驾驶支援装置。

背景技术

已知有判定车辆行驶的道路是高速道路还是一般道路的技术。在专利文献1记载了基于根据从两个照相机获取的两个图像数据识别出的信号灯的大小，进行行驶中的道路是一般道路还是高速道路的道路判定。

专利文献1：日本特开2014－215698

已知有能够执行使车辆自动地进行车道变更的车道变更系统(Lane ChangeSystem：LCS)的驾驶支援装置。在存在行人、自行车等的一般道路中，在车道变更时，有与存在于车辆的死角的行人、自行车等的碰撞的危险性。因此，要求在一般道路上禁止基于LCS的支援，仅在汽车专用道路(在本说明书中，有时记载为作为简称的“汽车道”)上，允许基于LCS的支援的技术。

在专利文献1虽然记载了区分一般道路和高速道路，但未记载区分一般道路和汽车道。另外，在专利文献1的技术中，在不能够检测信号灯的情况下，不能够判定道路的种类。

发明内容

鉴于上述情况，本公开的目的在于提供能够更可靠地判定车辆行驶的道路的种类的道路种类判定装置相关的技术。

本公开提供的道路种类判定装置具备：图像信息获取部，获取对车辆行驶的行驶路进行拍摄的图像信息；场景判定部，基于上述图像信息判定上述行驶路的行驶场景；一般道路似然计算部，基于上述行驶场景计算表示上述车辆的行驶路的种类为一般道路的一般道路似然；汽车道似然计算部，基于上述行驶场景计算表示上述车辆的行驶路的种类为汽车专用道路的汽车道似然；以及种类判定部，基于上述一般道路似然和上述汽车道似然，判定上述车辆的行驶路的种类。

根据本公开的道路种类判定装置，场景判定部基于通过图像信息获取部获取的图像信息，判定车辆的行驶路的行驶场景。然后，一般道路似然计算部以及汽车道似然计算部分别基于判定出的行驶场景，计算一般道路似然以及汽车道似然。然后，种类判定部基于一般道路似然和汽车道似然，判定道路的种类。能够根据基于行驶场景计算出的一般道路似然和汽车道似然，判定道路种类，所以能够更可靠地判定车辆行驶的道路的种类。

本公开还提供基于通过上述的道路种类判定装置判定出的车辆的行驶路的种类，执行车辆的驾驶支援的驾驶支援装置。该驾驶支援装置在判定为上述车辆的行驶路为汽车专用道路的情况下，允许使上述车辆自动地进行车道变更的驾驶支援的执行，在未判定为上述车辆的行驶路是汽车专用道路的情况下，禁止使上述车辆自动地进行车道变更的驾驶支援的执行。

根据本公开的驾驶支援装置，在通过道路种类判定装置判定为车辆的行驶路是汽车道的情况下，作为驾驶支援，允许自动地进行车道变更的LCS的执行，在未判定为汽车道的情况下，禁止LCS的执行。通过本公开的道路种类判定装置，能够基于更可靠地判定出的道路种类，决定允许还是禁止LCS的执行。其结果，例如能够更可靠地避免在一般道路上行驶中的车辆中错误地执行LCS。

附图说明

通过参照附图下述的详细的记述，本公开的上述目的以及其它的目的、特征、优点变得更加明确。该附图是，

图1是搭载了作为实施方式的道路种类判定装置以及驾驶支援装置发挥作用的ECU的车辆的概要图，

图2是第一实施方式的道路种类判定处理的流程图，

图3是第一实施方式的驾驶支援处理的流程图，

图4是表示汽车道与一般道路的场景判定例的图，

图5是第一实施方式的道路种类判定处理的示意图，

图6是第二实施方式的道路种类判定处理的流程图，

图7是对白线的形态进行说明的图，

图8是第二实施方式的道路种类判定处理的示意图，

图9是第三实施方式的道路种类判定处理的流程图，

图10是第三实施方式的道路种类判定处理的示意图，

图11(a)是例示汽车道上的物体识别的图。图11(b)是例示一般道路上的物体识别的图，

图12是第四实施方式的道路种类判定处理的流程图，

图13是第五实施方式的道路种类判定处理的流程图，

图14是第五实施方式的道路种类判定处理的示意图。

具体实施方式

(第一实施方式)

在图1示出搭载于车辆的车辆控制系统10。车辆控制系统10包含拍摄装置12、ECU20、以及控制对象60。ECU20作为判定车辆行驶的道路即行驶路的种类的道路种类判定装置发挥作用，并且作为基于通过道路种类判定装置判定出的车辆的行驶路的种类，执行车辆的驾驶支援的驾驶支援装置发挥作用。

拍摄装置12例如既可以是CCD照相机、CMOS图像传感器、近红外线照相机等单眼照相机，也可以是立体照相机。拍摄装置12既可以在车辆仅设置一个，也可以设置多个。拍摄装置12例如安装于车辆的车宽方向中央的规定高度，并从俯瞰视点拍摄朝向车辆前方在规定角度范围扩展的区域。拍摄装置12提取拍摄到的图像中的表示物体的存在的特征点。作为一个例子，基于拍摄到的图像的亮度信息提取边缘点，并对提取出的边缘点进行哈夫变换。在哈夫变换中，提取连续排列多个边缘点的直线上的点、直线彼此正交的点作为特征点。拍摄装置12将依次拍摄到的拍摄图像作为传感检测信息依次输出到ECU20。

ECU20以由CPU、ROM、RAM、备用RAM、I/O等(均未图示)构成的微型计算机为主体构成，能够通过执行存储于ROM的各种控制程序，实现在本说明书中说明的各功能。

ECU20具备道路种类判定部21、和驾驶支援部22。道路种类判定部21判定车辆的行驶路的种类。道路种类判定部21具备图像信息获取部23、图像识别部30、场景判定部35、似然计算部40、种类判定部45、以及道路种类状态管理部46。

图像信息获取部23从拍摄装置12获取通过拍摄车辆的周围得到的图像信息。图像识别部30对图像信息获取部23获取的图像信息进行图像识别。图像识别部30具备地标(Landmark；LM)识别部31、白线识别部32、以及物体识别部33。

图像识别部30例如获取图像信息获取部23获取的图像信息，并基于该图像信息、和预先准备的对象物的识别用的辞典信息，确定存在于车辆的周围的对象物，并判定其种类。图像识别部30通过利用图形匹配对图像信息与辞典信息进行比较，来判定物体的种类。另外，图像识别部30基于图像信息和辞典信息，获取车辆的行进方向以及与该方向大致正交的横向的对象物的位置信息(包含对象物的横向宽度等)。根据地标、白线、其它的物体等对象物的种类单独地准备识别用的辞典信息，并预先存储于ECU20。

LM识别部31参照地标的识别用辞典(LM识别辞典)，识别与地标相关的地标信息。具体而言，作为地标信息，识别图像信息中的地标的有无，并且识别其种类、位置、大小等。地标是指成为种类不同的道路的界标或者标记的地理上的特征物，具体而言，能够例示表示汽车道的入口的道路标志、信号、交叉点等。

白线识别部32提取车道标志涂料的边缘点并连接，来识别与车辆的行驶路上的白线相关的白线信息。具体而言，识别图像信息中的白线的有无，并且识别其形态(具体而言，是白线的种类、位置、宽度、长度、曲率、颜色等)，作为白线信息。并且，也可以在ECU20存储有限制标识、指示标识等路面标识的识别用辞典(路面标识识别辞典)，白线识别部32也可以构成为能够识别路面标识相关的信息。在路面标识识别辞典包含有基于道路标志、车道线以及道路标识相关的命令决定的路面标识的样式、设置方法相关的信息。

物体识别部33参照车辆的周围的物体中不相当于地标的物体的识别用辞典(物体识别辞典)，识别车辆的周围的物体相关的物体信息。具体而言，识别图像信息中的物体的种类、位置、大小、移动速度、移动方向等，作为物体信息。具体而言，物体识别部33识别中央分离带、隔音壁、护栏、招牌、树木、建筑物等路上结构物、以及汽车、两轮摩托车、自行车、行人等移动体等，作为不相当于地标的物体。

场景判定部35根据图像识别部30的图像识别的结果，基于规定的算法判定车辆的行驶场景。作为一个例子，在车辆以60km/h以下的车速区域行驶中利用物体识别部33识别出信号灯·行人·停车车辆的情况下，判定为交叉点场景。另外，在通过了由LM识别部31识别出的汽车道开始标志之后，物体识别部33连续地检测到橡胶柱(车道分离标志)的情况下，判定为临时供用场景。作为其它的场景判定的例子，考虑车道增加·减少、合流·分支、收费处·服务区(SA)、临时供用等。

似然计算部40基于通过场景判定部35判定出的车辆的行驶场景，计算车辆的行驶路的道路种类相关的似然。似然计算部40具备一般道路似然计算部41、匝道(Ramp Way；RW)似然计算部42、以及汽车道似然计算部43。似然是指可能性，能够分别作为在车辆的行驶路为该道路种类这样的条件下，能够得到通过场景判定部35判定出的场景的概率计算各道路种类的似然。

一般道路似然计算部41基于行驶场景，计算表示车辆的行驶路的种类为一般道路的一般道路似然Fg。例如，在得到了“有信号灯的交叉点”、“环状交叉点(roundabout)”、“与禁止通行的道路连接”、“禁止超车区间”、“车道宽度较窄的道路”、“双向通行道路”、“路上存在停车车辆”等场景判定结果的情况下，一般道路似然Fg的计算值增大。

RW似然计算部42基于行驶场景，计算表示车辆的行驶路为匝道的RW似然Fr。匝道一般而言是指倾斜路，但在本说明书中，是指设置在一般道路与汽车道之间，并将它们连接的匝道。例如，在得到了“车辆的两侧的白线为实线”、“车辆的行驶路为急转弯(例如，小于R100程度的弯道)”等场景判定结果的情况下，RW似然Fr的计算值增大。

汽车道似然计算部43基于行驶场景，计算表示车辆的行驶路的种类是汽车道的汽车道似然Fm。例如，在得到了“通过了汽车道的道路标志”、“存在服务区”、“越过了向汽车道合流时的白线”、“在路面标示有汽车道用的白线”等场景判定结果的情况下，汽车道似然Fm的计算值增大。

种类判定部45基于通过似然计算部40计算出的似然Fg、Fr、Fm，判定车辆的行驶路的道路种类。在道路种类的判定时，优选种类判定部45构成为基于一般道路似然Fg以及汽车道似然Fm判定道路种类，也可以构成为也基于RW似然Fr来判定道路种类。为了在后述的驾驶支援处理中利用，种类判定部45只要构成为能够至少判定道路的种类是否为“汽车道”即可，也可以构成为在不是“汽车道”的情况，能够进一步判定符合“一般道路”、“匝道”、“不明”的哪一个。

种类判定部45也可以构成为基于对汽车道似然Fm设定的规定的第一阈值A1以及第二阈值A2、对一般道路似然Fg设定的规定的第三阈值B1以及第四阈值B2、对匝道似然Fr设定的规定的第五阈值C1以及第六阈值C2的比较，判定道路种类。第一阈值A1被设定为为了判定为汽车道而汽车道似然Fm应该满足的下限值，第二阈值A2被设定为为了判定为不是汽车道而汽车道似然Fm应该满足的上限值。第三阈值B1被设定为为了判定为一般道路而一般道路似然Fg应该满足的下限值，第四阈值B2被设定为为了判定为不是一般道路而一般道路似然Fg应该满足的上限值。第五阈值C1被设定为为了判定为匝道而RW似然Fr应该满足的下限值，第六阈值C2被设定为为了判定为不是匝道而RW似然Fr应该满足的上限值。

例如，种类判定部45也可以在Fm≥A1的情况下判定为“汽车道”在Fm≤A2的情况下判定为“不是汽车道”。另外，也可以在Fg≥B1的情况下判定为“一般道路”，在Fg≤B2的情况下判定为“不是一般道路”。另外，也可以在Fr≥C1的情况下判定为“匝道”，在Fr≤C2的情况下判定为“不是匝道”。另外，例如，种类判定部45也可以在某个道路种类的似然较大，并且，其它的道路种类的似然较小的情况下，判定为似然较大的道路种类为车辆的行驶路的道路种类。具体而言，也可以在Fm≥A1并且Fg＜B2并且Fr＜C2的情况下，判定为车辆的行驶路为汽车道。此外，各阈值设定为A1≥A2、B1≥B2、C1≥C2，也可以分别使A1与A2、B1与B2、以及C1与C2统一化为同值。

种类判定部45也可以进一步将似然Fg、Fr、Fm的大小满足规定的条件的状态在规定时间以上作为条件，来判定道路种类。例如，也可以在Fm≥A1的时间Tm在规定时间Tth以上的情况下，判定为车辆的行驶路为汽车道。也可以对似然Fg、Fr也设定与Tm≥Tth相同的时间条件。通过设定时间条件，能够使道路种类的判定精度进一步提高。

种类判定部45在使用基于LM识别部31、白线识别部32、物体识别部33的各部的图像识别结果时，既可以进行优先排序，也可以互补地利用。优选根据基于地标信息、白线信息、物体信息的哪一个执行场景判定，而适当地变更判定道路种类时的条件。

也可以在使用地标信息判定道路种类的情况下，使得处于以下相关关系，即在一般道路似然Fg的计算值增大的情况下，汽车道似然Fm的计算值减小，在一般道路似然Fg的计算值减小的情况下，汽车道似然Fm的计算值增大。该情况下，种类判定部45能够在似然Fg、Fm的任意一方的似然增大的情况下，估计为另一方减小，来判定道路种类。

与此相对，在使用白线信息或者物体信息判定道路种类的情况下，并不一定能够得到上述那样的似然Fg、Fm的大小的相关关系。因此，优选种类判定部45构成为在辨别“一般道路”、和“汽车道”时，优先地使用地标信息。另外，优选种类判定部45构成为在辨别“一般道路”、和“汽车道”时，不能够使用地标信息，而使用白线信息或者物体信息的情况下，辨别为“一般道路”、“汽车道”、以及“不明”。通过追加“不明”这样的种类，能够抑制判定为“一般道路”或者“汽车道”时的误判定。

对于“匝道”的辨别来说，根据其结构的特征，能够基于白线信息精度较良好地进行判定。能够基于白线信息判定“车辆的两侧的白线为实线”、“车辆的行驶路为急转弯(例如，小于R100程度的弯道)”等场景。在这样的场景下，匝道似然Fr的计算值增大，汽车道似然Fm以及一般道路似然Fg的计算值减小。因此，优选种类判定部45构成为在辨别“一般道路”、“汽车道”、以及“匝道”时，优先地使用地标信息以及白线信息。

道路种类状态管理部46获取通过种类判定部45判定出的车辆的行驶路的道路种类并管理。种类判定部45也可以构成为能够读出在道路种类状态管理部46中进行管理的道路种类，并在道路种类的判定处理中利用。

驾驶支援部22基于通过道路种类判定部21判定出的车辆的行驶路的种类，执行车辆的驾驶支援。作为驾驶支援，例如输出用于对控制对象60进行控制的控制指令信号。

驾驶支援部22构成为具有各种驾驶支援功能(至少具有LCS功能)，作为一个例子具备ACC部51、LKA部52、LCS部53、PCS部54，从而能够按照行驶计划等执行车辆的自动驾驶以及自动停车。

ACC部51具有ACC(Adaptive Cruise Control：自适应巡航控制)功能，通过调整驱动力以及制动力，控制车辆的行驶速度从而自动地维持与先行车辆的目标车间距离。LKA部52具有LKA(Lane Keeping Assist：车道保持辅助)功能，通过产生向阻止接近行驶车道线的方向的转向操纵力，自动地维持行驶中的车道使车辆行驶。LCS部53具有LCS(LaneChange System：车道变更系统)功能，自动地执行使车辆向相邻车道移动的车道变更。PCS部54具有PCS(Pre－Crash Safety：预防碰撞安全)功能，对位于车辆的周围的物体判定与车辆的碰撞的有无，并自动地进行控制以避免与该物体的碰撞，或者减轻碰撞伤害。

在通过道路种类判定部21，判定为车辆的行驶路为汽车道的情况下，驾驶支援部22允许基于LCS部53的自动地使车辆进行车道变更的驾驶支援的执行。另外，在未通过道路种类判定部21判定为车辆的行驶路为汽车道的情况下，驾驶支援部22禁止基于LCS部53的自动地使车辆进行车道变更的驾驶支援的执行。具体而言，读出在道路种类状态管理部46进行管理的道路种类，决定LCS部53的自动车道变更的允许或者禁止。

控制对象60具备驱动装置、制动装置、转向操纵装置、警报装置、以及显示装置。控制对象60构成为基于来自ECU20的控制指令进行工作，并且根据驾驶员的操作输入进行工作。此外，驾驶员的操作输入也可以在通过ECU20适当地进行处理之后，作为对ECU20的控制指令输入到信号控制对象60。ECU20例如具有根据车辆的行驶计划或者车辆状态，或者，为了碰撞避免或者车道变更，自动地控制驱动装置、制动装置、转向操纵装置等的功能。

在第一实施方式中，例示基于通过LM识别部31识别出的地标信息进行场景判定，计算汽车道似然Fm以及一般道路似然Fg，判定道路种类是“汽车道”、“一般道路”的哪一个的情况，对ECU20执行的道路种类判定处理以及驾驶支援处理进行说明。在图2示出表示ECU20执行的道路种类判定处理的流程图。另外，在图3示出表示ECU20执行的驾驶支援处理的流程图。在车辆的驾驶时以规定的周期反复执行图2、3所示的处理。

在步骤S101中，从拍摄装置12获取通过对车辆的周围进行拍摄得到的图像信息。接着在步骤S102中，对获取的图像信息进行图像识别，识别地标信息。

在步骤S103中，判定是否识别出地标。在识别到地标的情况下，进入步骤S104。在未识别到地标的情况下，进入步骤S113，不更新道路种类，并结束处理。

在步骤S104中，获取与地标信息对应的场景判定数据。例如，如图4所示，在作为地标识别出表示汽车道的道路标志的情况下，获取包含“汽车道的道路标志”的场景判定数据。另外，例如在作为地标识别出“信号灯”以及“交叉点”的情况下，获取包含“信号灯”以及“交叉点”的场景判定数据。

在步骤S105中，基于场景判定数据，执行场景判定。例如，如图4所示判定为“通过了汽车道的道路标志(汽车道开始标志)”、“有信号灯的交叉点”、“与禁止通行道路连接”、“禁止超车区间”、“识别到一般道路的特征性标志”等场景。作为一般道路上的特征性标志，能够例示低速的速度限制标志、禁止驶入的标志、表示道口的标志等。

在步骤S106中，基于场景判定结果，计算汽车道似然Fm、和一般道路似然Fg。例如，在基于图4的左栏所示的“通过了汽车道的道路标志”这样的场景，计算似然Fm、Fg的情况下，汽车道似然Fm的计算值增大，一般道路似然Fg的计算值减小。另外，例如，在基于图4的右栏所示的“有信号灯的交叉点”等场景，计算似然Fm、Fg的情况下，汽车道似然Fm的计算值减小，一般道路似然Fg的计算值增大。例示的地标是成为种类不同的道路的界标或者标记的地理上的特征物，所以若基于地标信息计算似然Fm、Fg，则在一方的似然增大的情况下，另一方的似然减小。

在步骤S107中，判定汽车道似然Fm是否在规定的第一阈值A1以上。在Fm≥A1的情况下，进入步骤S108。在Fm＜A1的情况下，进入步骤S111。

在步骤S108中，判定一般道路似然Fg是否小于规定的第四阈值B2。在Fg＜B2的情况下，进入步骤S109。在Fg≥B2的情况下，进入步骤S111。

在步骤S107以及步骤S108中进行肯定判定，而进入步骤S109的情况下，判定为道路种类是“汽车道”。其后，进入步骤S110，将道路种类更新为“汽车道”，之后结束处理。

在步骤S107或者步骤S108进行否定判定，而进入步骤S111的情况下，判定为道路种类是“一般道路”。其后，进入步骤S112，将道路种类更新为“一般道路”，并结束处理。

此外，若基于地标信息计算似然Fm、Fg，则在一方的似然增大的情况下，另一方的似然减小。因此，在第一阈值A1的设定值足够大的情况下，在Fm≥A1的情况下明确Fg＜B2，所以步骤S108的处理并不一定是必要的处理。

在图3示出表示ECU20执行的驾驶支援处理的流程图。在车辆的驾驶时以规定的周期反复执行图3所示的处理。

在步骤S201中，获取通过图2所示的处理进行判定并在ECU20中进行管理的道路种类。

在步骤S202中，判定道路种类是否为“汽车道”。在为“汽车道”的情况下，进入步骤S203，允许LCS的执行。即，允许执行自动地执行使车辆向相邻车道移动的车道变更的驾驶支援。在不为“汽车道”的情况下，进入步骤S204，禁止LCS的执行。其后，结束处理。

如上述那样，在第一实施方式的道路种类判定处理中，ECU20在识别到地标的情况下，基于地标信息执行场景判定来判定道路种类，并更新存储的道路种类。使用汽车道似然Fm以及一般道路似然Fg判定道路种类。

具体而言，如图5所示，在满足Fm≥A1并且Fg＜B2(条件R1－1)的情况下，判定为道路种类是“汽车道”。另外，通过将用于判定为汽车道的条件R1－1设定为Fm≥A1与Fg＜B2的AND条件，能够降低错误地判定为“汽车道”的可能性。因此，能够适当地判定LCS的允许/禁止，能够可靠地避免在一般道路上行驶中的车辆中，错误地执行LCS。

另外，在为了基于地标信息计算似然Fm、Fg，足够大地设定第一阈值A1的设定值的情况下，在Fm≥A1的情况下Fg＜B2。在这样的情况下，实际上能够通过满足Fm≥A1来满足条件R1－1，判定为道路种类是“汽车道”。另外，能够通过满足Fm＜A2来满足条件R1－2，判定为道路种类是“一般道路”。即使构成为将条件R1－1设为仅满足Fm≥A1，将条件R1－2设为仅满足Fm＜A2，也能够适当地判定道路种类。

此外，在执行图2所示的道路种类判定处理的情况下，ECU20中的白线识别部32、物体识别部33、RW似然计算部42的各部并不是必需的构成。

(第二实施方式)

在第二实施方式中，例示基于通过LM识别部31识别出的地标信息、和通过白线识别部32识别出的白线信息进行场景判定，计算汽车道似然Fm、一般道路似然Fg、以及RW似然Fr，判定道路种类是“汽车道”、“匝道”、以及“一般道路”的哪一个的情况进行说明。在图6示出表示ECU20执行的道路种类判定处理的流程图。在车辆的驾驶时以规定的周期反复执行图6所示的处理。

在步骤S301中，从拍摄装置12获取通过拍摄车辆的周围得到的图像信息。进入步骤S302。在步骤S302中，对获取的图像信息进行图像识别，识别地标和白线。在识别到地标的情况下，也一并识别颜色、种类、大小、位置等作为地标信息。在识别到白线的情况下，也一并识别白线的形态作为白线信息。具体而言，一并识别宽度、长度、曲率、颜色、实线还是虚线，在虚线的情况下虚线的间隔等。此外，对于白线的长度、宽度、间隔来说，例如如图7所示，能够将白线70的沿着行驶方向的长度设为长度L，将与行驶方向垂直的方向的长度设为宽度W，并根据白线70和沿着行驶方向与白线70相邻的白线71的间隔D定义间隔。其后，进入步骤S304。

在步骤S304中，获取与地标信息或者白线信息对应的场景判定数据。例如，如图4所示，在作为地标识别到表示汽车道的道路标志的情况下，获取包含“汽车道的道路标志”的场景判定数据。另外，白线的形态在汽车道、一般道路、匝道的切换上具有特征。获取与识别出的白线的形态对应的场景判定数据。

在步骤S305中，基于场景判定数据，执行场景判定。例如，判定为“通过汽车道的道路标志，并越过从匝道向汽车道的合流用的白线”、“车辆的两侧的白线为曲率较大的实线”、“有信号灯的交叉点”等场景。

在步骤S306中，基于场景判定结果，计算汽车道似然Fm、一般道路似然Fg、以及RW似然Fr。例如，在基于“通过了汽车道的道路标志”这样的场景，计算似然Fm、Fg、Fr的情况下，汽车道似然Fm以及RW似然Fr的计算值增大，一般道路似然Fg的计算值减小。除此之外，在基于在通过汽车道的道路标志之后“车辆的两侧的白线为曲率较大的实线”这样的场景，计算似然Fm、Fg、Fr的情况下，RW似然Fr的计算值进一步增大，汽车道似然Fm的计算值减小。除此之外，在基于在通过汽车道的道路标志之后“越过了从匝道向汽车道的合流用的白线”这样的场景，计算似然Fm、Fg、Fr的情况下，汽车道似然Fm的计算值进一步增大，RW似然Fr的计算值减小。一般道路似然Fg的计算值保持为较小。另外，例如，如图4所示，在基于“有信号灯的交叉点”、“与禁止通行道路连接”、“禁止超车区间”、“识别到一般道路上的特征性道路标志等”等场景，计算似然Fm、Fg、Fr的情况下，一般道路似然Fg的计算值增大。

在步骤S307、S308中，判定汽车道似然Fm、一般道路似然Fg、RW似然Fr是否分别满足汽车道判定条件(在本实施方式中，是Fm≥A1并且Fg＜B2并且Fr＜C2)。首先，在S307中，判定是否满足Fm≥A1这样的条件。在满足条件的情况下进入S308，在不满足条件的情况下进入S311。在S308中，判定是否满足Fg＜B2并且Fr＜C2这样的条件。在满足条件的情况下，进入步骤S310，判定为道路种类是“汽车道”。其后，进入步骤S315。在不满足S308中的条件的情况下，进入步骤S309。

在步骤S309中，判定满足Fm≥A1这样的条件的状态持续的持续时间Tm是否在规定的阈值Tth以上。在Tm≥Tth的情况下，进入步骤S310，判定为道路种类是“汽车道”。在Tm＜Tth的情况下，进入步骤S311。

在步骤S311中，判定汽车道似然Fm、一般道路似然Fg、RW似然Fr是否分别满足匝道判定条件(在本实施方式中，是Fm＜A2并且Fg＜B2并且Fr≥C1)。在满足Fm＜A2、Fg＜B2、Fr≥C1三个条件的全部的情况下，进入步骤S312，判定为道路种类是“匝道”。其后，进入步骤S315。在有不满足Fm＜A2、Fg＜B2、Fr≥C1三个条件中任何一个条件的条件的情况下，进入步骤S313。

在步骤S313中，判定汽车道似然Fm、一般道路似然Fg、RW似然Fr是否分别满足一般道路判定条件(在本实施方式中，是Fm＜A2并且Fg≥B1并且Fr＜C2)。在满足Fm＜A2、Fg≥B1、Fr＜C2三个条件的全部的情况下，进入步骤S314，判定为道路种类是“一般道路”。其后，进入步骤S315。在有不满足Fm＜A2、Fg≥B1、Fr＜C2三个条件中任何一个条件的条件的情况下，进入步骤S316。

在步骤S315中，基于在步骤S310、S312、S314中判定出的道路种类，更新道路种类，并结束处理。在步骤S316中，不更新道路种类，并结束处理。

如上述那样，在第二实施方式的道路种类判定处理中，ECU20在识别到地标或者白线的情况下，执行场景判定来判定道路种类，并更新存储的道路种类。

由于能够识别表示汽车道的道路标志的有无作为地标信息，所以能够精度良好地辨别一般道路、和匝道或者汽车道。并且，由于能够识别白线的形态作为白线信息，所以能够精度良好地辨别匝道和汽车道。因此，实际上，例如如图8所示，由于满足条件R2－1(Fr≥C1并且Fg＜B2)而从“一般道路”的状态移至“匝道”的状态。另外，由于满足条件R2－4(Fr≥C1并且Fm＜A2)而从“汽车道”的状态移至“匝道”的状态。另外，由于满足条件R2－2(Fm≥A1并且Fr＜C2)而从“匝道”的状态移至“汽车道”的状态，由于满足条件R2－3(Fg≥B1并且Fr＜C2)而从“匝道”的状态移至“一般道路”的状态。如图8所示的条件R2－1～R2－4所示，即使构成为根据图6的步骤S307、S308、S311、S313中的一部分的条件判定道路种类，也能够准确地判定道路种类。

另外，使用汽车道似然Fm、一般道路似然Fg、RW似然Fr，将道路种类判定为“汽车道”、“一般道路”、以及“匝道”的任意一个。因此，能够执行为了从与道路种类对应的匝道进入汽车道所需要的车速控制等驾驶支援。

另外，如步骤S309所示，即使在不满足汽车道判定条件(Fm≥A1并且Fg＜B2并且Fr＜C2)的情况下，在Fm≥A1这样的状态持续的继续时间Tm在规定的阈值Tth以上的情况下，也判定为“汽车道”。由此，例如即使在一般道路与匝道、汽车道的边界不清晰的道路形状、白线形状的情况下，也能够不将道路种类的判定结果保持为上次值并固定而判定为汽车道。此外，也可以在步骤S311所示的匝道判定中，也与步骤S307、S308相同，依次进行条件：Fr≥C1、和条件：Fm＜A2并且Fg＜B2的判定，并与步骤S309相同，进行将满足条件：Fr≥C1这样的条件的状态持续的持续时间与阈值进行比较的判定。另外，也可以在步骤S313所示的一般道路判定中，也与步骤S307、S308相同，依次进行条件：Fg≥B1、和条件：Fm＜A2并且Fr＜C2的判定，并与步骤S309相同，进行将满足条件：Fg≥B1这样的条件的状态持续的持续时间与阈值进行比较的判定。

此外，在执行图6所示的道路种类判定处理的情况下，ECU20中的物体识别部33并不是必需的构成。另外，在其它的实施方式中，也能够使用步骤S309所示的时间的条件，作为判定道路种类时的条件，使道路种类的判定精度提高。

(第三实施方式)

在第三实施方式中，例示基于通过白线识别部32识别出的白线信息进行场景判定，计算汽车道似然Fm以及一般道路似然Fg，判定道路种类是“汽车道”、“一般道路”以及“不明”的哪一个的情况进行说明。在图9示出表示ECU20执行的道路种类判定处理的流程图。在车辆的驾驶时以规定的周期反复执行图9所示的处理。

在步骤S401中，从拍摄装置12获取通过拍摄车辆的周围得到的图像信息。接着在步骤S402中，对获取的图像信息进行图像识别，识别白线的有无、其形态作为白线信息。

在步骤S404中，获取与白线信息对应的场景判定数据。在步骤S405中，基于场景判定数据，执行场景判定。例如，判定为“在车道宽度较窄的道路上行驶中”、“在双向通行道路上行驶中”、“在标示出汽车道的白线的道路上行驶中”等场景。能够基于白线信息所包含的白线的长度L、宽度W、间隔D，辨别该白线是汽车道的白线，还是一般道路的白线。

在步骤S406中，基于场景判定结果，计算汽车道似然Fm、和一般道路似然Fg。例如，在基于“在车道宽度较窄的道路上行驶中”、“在双向通行道路上行驶中”等场景，计算似然Fm、Fg的情况下，汽车道似然Fm的计算值减小，一般道路似然Fg的计算值增大。另外，例如在基于“在标示出汽车道的白线的道路上行驶中”这样的场景，计算似然Fm、Fg的情况下，汽车道似然Fm的计算值增大，一般道路似然Fg的计算值减小。

在步骤S407中，判定汽车道似然Fm、一般道路似然Fg是否分别满足汽车道判定条件(在本实施方式中，Fm≥A1并且Fg＜B2)。在满足Fm≥A1、Fg＜B2两个条件双方的情况下，进入步骤S409，判定为道路种类是“汽车道”。其后，进入步骤S418。在不满足Fm≥A1、Fg＜B2两个条件中至少任意一个条件的情况下，进入步骤S411。

在步骤S411中，判定汽车道似然Fm、一般道路似然Fg是否分别满足一般道路判定条件(在本实施方式中，是Fm＜A2并且Fg≥B1)。在满足Fm＜A2、Fg≥B1两个条件双方的情况下，进入步骤S412，判定为道路种类是“一般道路”。其后，进入步骤S418。在不满足Fm＜A2、Fg≥B1两个条件中至少任意一个条件的情况下，进入步骤S413。

在步骤S413中，判定汽车道似然Fm、一般道路似然Fg是否分别满足第一不明条件(在本实施方式中，是A2≤Fm＜A1并且B2≤Fg＜B1)。在满足A2≤Fm＜A1、B2≤Fg＜B1两个条件双方的情况下，进入步骤S414，判定为道路种类是“不明”。其后，进入步骤S418。在不满足A2≤Fm＜A1、B2≤Fg＜B1两个条件中至少任意一个条件的情况下，进入步骤S415。

在步骤S415中，判定汽车道似然Fm、一般道路似然Fg是否分别满足第二不明条件(在本实施方式中，Fm＜A2并且Fg＜B2)。在满足Fm＜A2、Fg＜B2两个条件双方的情况下，进入步骤S414，判定为道路种类是“不明”。其后，进入步骤S418。在不满足Fm＜A2、Fg＜B2两个条件中至少任意一个条件的情况下，进入步骤S416，判定为不明。在步骤S416中判定为“不明”的情况下，与在步骤S414中判定为“不明”的情况相比，特别相当于判定结果模糊的情况。因此，在步骤S416中判定为“不明”的情况下，既可以如图9所示，其后进入步骤S418，也可以如第一实施方式的图2的步骤S113那样，不更新道路种类。

在步骤S418中，基于在步骤S409、S412、S414、S416中判定出的道路种类，更新道路种类，并结束处理。

如上述那样，在第三实施方式的道路种类判定处理中，ECU20基于白线信息执行场景判定，判定道路种类，并更新存储的道路种类。

使用汽车道似然Fm以及一般道路似然Fg判定道路种类。具体而言，如图10所示，在满足作为AND条件设定的条件R3－2(Fm≥A1并且Fg＜B2)的情况下，判定为道路种类是“汽车道”。另外，在满足作为AND条件设定的条件R3－3(Fm＜A2并且Fg≥B1)的情况下，判定为道路种类是“一般道路”。而且，在符合条件R3－1或者条件R3－4的情况下，即不满足条件R3－2和条件R3－3的任何一个的情况下，判定为道路种类是“不明”。

在使用通过白线识别部32识别出的白线信息的情况下，在满足作为AND条件设定的条件R3－2、R3－3的情况下，分别判定为“汽车道”、“一般道路”。另外，在不满足条件R3－2、R3－3的任何一个的情况下，判定为道路种类是“不明”。由此，能够确保道路种类的判定精度，能够降低错误地判定为“汽车道”的可能性、以及错误地判定为“一般道路”的可能性。因此，能够适当地判定LCS的允许/禁止，能够可靠地避免在一般道路上行驶中的车辆中，错误地执行LCS。

此外，在执行图9所示的道路种类判定处理的情况下，ECU20中的LM识别部31、物体识别部33、RW似然计算部42的各部并不是必需的构成。

(第四实施方式)

在第四实施方式中，例示基于通过物体识别部33识别出的车辆的周围的物体信息进行场景判定，计算汽车道似然Fm、一般道路似然Fg，判定道路种类是“汽车道”、“一般道路”以及“不明”的哪一个的情况进行说明。

物体识别部33对除了在LM识别部31中作为地标识别出的对象物之外的物体，识别其种类、大小、位置、移动方向、移动速度等作为物体信息。

例如，如图11(a)所示，在作为物体，识别出中央分离带72、隔音壁73的情况下，能够判定为与汽车道相关的场景。另外，如图11(b)所示，在作为物体，识别出自行车80、行人81、路上的停车车辆82等的情况下，能够判定为与一般道路相关的场景。

在图12示出表示ECU20执行的道路种类判定处理的流程图。在车辆的驾驶时以规定的周期反复执行图12所示的处理。

在步骤S501中，从拍摄装置12获取通过拍摄车辆的周围得到的图像信息。接着在步骤S502中，对获取的图像信息进行图像识别，识别物体信息。

在步骤S503中，判定在车辆的周围是否识别到不相当于地标的物体(存储于物体识别辞典的物体)。在识别到这样的物体的情况下，进入步骤S504。在未识别到的情况下，结束处理。

在步骤S504中，获取与物体信息对应的场景判定数据。例如，如图11(a)所示，获取包含中央分离带、隔音壁、自行车、路上的停车车辆、行人等的场景判定数据。

在步骤S505中，基于场景判定数据，执行场景判定。例如，判定为“在隔音壁与中央分离带之间的车道上行驶中”、“在自行车行驶的道路上行驶中”、“在路上存在停车车辆的道路上行驶中”等场景。

在步骤S506中，基于场景判定结果，计算汽车道似然Fm和一般道路似然Fg。例如，在基于“在隔音壁与中央分离带之间的车道上以80km/h以上的高速区域进行行驶中”这样的场景，计算似然Fm、Fg的情况下，汽车道似然Fm的计算值增大，一般道路似然Fg的计算值减小。计算汽车道似然Fm。另外，例如在基于“在自行车行驶的道路上行驶中”这样的场景，计算似然Fm、Fg的情况下，汽车道似然Fm的计算值减小，一般道路似然Fg的计算值增大。

在步骤S507中，判定汽车道似然Fm、一般道路似然Fg是否分别满足汽车道判定条件(在本实施方式中，是Fm≥A1并且Fg＜B2)。在满足Fm≥A1、Fg＜B2两个条件双方的情况下，进入步骤S509，判定为道路种类是“汽车道”。其后，进入步骤S518。在不满足Fm≥A1、Fg＜B2两个条件中至少任意一个条件的情况下，进入步骤S511。

在步骤S511中，判定汽车道似然Fm、一般道路似然Fg是否分别满足一般道路判定条件(在本实施方式中，是Fm＜A2并且Fg≥B1)。在满足Fm＜A2、Fg≥B1两个条件双方的情况下，进入步骤S512，判定为道路种类是“一般道路”。其后，进入步骤S518。在不满足Fm＜A2、Fg≥B1两个条件中至少任意一个条件的情况下，进入步骤S513。

在步骤S513中，判定汽车道似然Fm、一般道路似然Fg是否分别满足第一不明条件(在本实施方式中，是A2≤Fm＜A1并且B2≤Fg＜B1)。在满足A2≤Fm＜A1、B2≤Fg＜B1两个条件双方的情况下，进入步骤S514，判定为道路种类是“不明”。其后，进入步骤S518。在不满足A2≤Fm＜A1、B2≤Fg＜B1两个条件中至少任意一个条件的情况下，进入步骤S515。

在步骤S515中，判定汽车道似然Fm、一般道路似然Fg是否分别满足第二不明条件(在本实施方式中，是Fm＜A2并且Fg＜B2)。在满足Fm＜A2、Fg＜B2两个条件双方的情况下，进入步骤S514，判定为道路种类是“不明”。其后，进入步骤S518。在不满足Fm＜A2、Fg＜B2两个条件中至少任意一个条件的情况下，进入步骤S516，判定为不明。在步骤S516中判定为“不明”的情况下，与在步骤S514中判定为“不明”的情况相比，特别相当于判定结果模糊的情况。因此，在步骤S516中判定为“不明”的情况下，既可以如图12所示，其后进入步骤S518，也可以如第一实施方式的图2的步骤S113那样，不更新道路种类。

在步骤S518中，基于在步骤S509、S512、S514、S516中判定出的道路种类，更新道路种类，并结束处理。

如上述那样，在第四实施方式的道路种类判定处理中，ECU20基于物体信息执行场景判定，判定道路种类，并更新存储的道路种类。

与第三实施方式相同，如图10所示，道路种类在满足作为AND条件设定的条件R3－2、R3－3的情况下，分别判定为“汽车道”、“一般道路”。另外，在不满足条件R3－2、R3－3的任何一个的情况下，判定为道路种类是“不明”。由此，能够确保道路种类的判定精度，能够降低错误地判定为“汽车道”的可能性、以及错误地判定为“一般道路”的可能性。因此，能够适当地判定LCS的允许/禁止，能够可靠地避免在一般道路上行驶中的车辆中，错误地执行LCS。

此外，在执行图12所示的道路种类判定处理的情况下，ECU20中的LM识别部31、白线识别部32、RW似然计算部42的各部并不是必需的构成。

(第五实施方式)

在第五实施方式中，例示基于通过LM识别部31识别出的地标信息、通过白线识别部32识别出的白线信息、通过物体识别部33识别出的车辆的周围的物体信息进行场景判定，计算汽车道似然Fm、一般道路似然Fg、以及RW似然Fr，判定道路种类是“汽车道”、“一般道路”、“匝道”以及“不明”的哪一个的情况进行说明。在图13示出表示ECU20执行的道路种类判定处理的流程图。在车辆的驾驶时以规定的周期反复执行图13所示的处理。

在步骤S601中，从拍摄装置12获取通过拍摄车辆的周围得到的图像信息。接着在步骤S602中，对获取的图像信息进行图像识别，识别地标信息、白线信息、物体信息。其后，在步骤S604中，获取与地标信息、白线信息、物体信息对应的场景判定数据。

在步骤S605中，基于场景判定数据，执行场景判定。例如，如第一～第四实施方式所说明的那样判定为“通过了汽车道的道路标志”、“通过汽车道的道路标志，并越过从匝道向汽车道的合流用的白线”、“有信号灯的交叉点”、“与禁止通行道路连接”、“禁止超车区间”、“识别出一般道路上的特征性标志”、“在隔音壁与中央分离带之间的车道上行驶中”、“在自行车行驶的道路上行驶中”等场景。既可以互补地使用地标信息、白线信息、物体信息，来执行场景判定，也可以使地标信息优先于白线信息或者物体信息，来执行场景判定。

在步骤S606中，基于场景判定结果，计算汽车道似然Fm、一般道路似然Fg、以及RW似然Fr。基于各场景计算出的似然Fm、Fg、Fr的大小与第一～第四实施方式相同，所以省略说明。

在步骤S607中，判定汽车道似然Fm、一般道路似然Fg、RW似然Fr是否分别满足汽车道判定条件(在本实施方式中，是Fm≥A1并且Fg＜B2并且Fr＜C2)。在满足Fm≥A1、Fg＜B2、Fr＜C2三个条件的全部的情况下，进入步骤S610，判定为道路种类是“汽车道”。其后，进入步骤S619。在有不满足Fm≥A1、Fg＜B2、Fr＜C2三个条件中任何一个条件的条件的情况下，进入步骤S608。

在步骤S608中，判定汽车道似然Fm、一般道路似然Fg、RW似然Fr是否分别满足匝道判定条件(在本实施方式中，是Fm＜A2并且Fg＜B2并且Fr≥C1)。在满足Fm＜A2、Fg＜B2、Fr≥C1三个条件的全部的情况下，进入步骤S611，判定为道路种类是“匝道”。其后，进入步骤S619。在有不满足Fm＜A2、Fg＜B2、Fr≥C1三个条件中任何一个条件的条件的情况下，进入步骤S612。

在步骤S612中，判定汽车道似然Fm、一般道路似然Fg、RW似然Fr是否分别满足一般道路判定条件(在本实施方式中，是Fm＜A2并且Fg≥B1并且Fr＜C2)。在满足Fm＜A2、Fg≥B1、Fr＜C2三个条件的全部的情况下，进入步骤S617，判定为道路种类是“一般道路”。其后，进入步骤S619。在有不满足Fm＜A2、Fg≥B1、Fr＜C2三个条件中任何一个条件的条件的情况下，进入步骤S613。

在步骤S413中，判定汽车道似然Fm、一般道路似然Fg、RW似然Fr是否分别满足第一不明条件(在本实施方式中，是A2≤Fm＜A1并且B2≤Fg＜B1并且C2≤Fr＜C1)。在满足A2≤Fm＜A1、B2≤Fg＜B1、C2≤Fr＜C1三个条件的全部的情况下，进入步骤S615，判定为道路种类是“不明”。其后，进入步骤S619。在有不满足A2≤Fm＜A1、B2≤Fg＜B1、C2≤Fr＜C1三个条件中任何一个条件的条件的情况下，进入步骤S614。

在步骤S614中，判定汽车道似然Fm、一般道路似然Fg、RW似然Fr是否分别满足第二不明条件(在本实施方式中，是Fm＜A2并且Fg＜B2并且Fr＜C2)。在满足Fm＜A2、Fg＜B2、Fr＜C2三个条件的全部的情况下，进入步骤S615，判定为道路种类是“不明”。其后，进入步骤S619。在有不满足Fm＜A2、Fg＜B2、Fr＜C2三个条件中任何一个条件的条件的情况下，进入步骤S618，判定为不明。在步骤S618中判定为“不明”的情况下，与在步骤S615中判定为“不明”的情况相比，特别相当于判定结果模糊的情况。因此，在步骤S618中判定为“不明”的情况下，既可以如图13所示，其后进入步骤S619，也可以如第一实施方式的图2的步骤S113那样，不更新道路种类。

在步骤S619中，基于在步骤S610、S615、S617、S618中判定出的道路种类，更新道路种类，并结束处理。

如上述那样，在第五实施方式的道路种类判定处理中，ECU20基于通过LM识别部31识别出的地标信息、通过白线识别部32识别出的白线信息、以及通过物体识别部33识别出的车辆的周围的物体信息执行场景判定，判定道路种类，并更新存储的道路种类。

使用汽车道似然Fm、一般道路似然Fg、以及RW似然Fr判定道路种类。如图14的实线所示，在“一般道路”、“匝道”、“汽车道”之间变更道路种类的情况下，在满足条件R4－2(Fm≥A1并且Fr＜C2)的情况下，从“匝道”变更为“汽车道”。另外，在满足条件R4－4(Fg≥B1并且Fr＜C2)的情况下，从“匝道”变更为“一般道路”。另外，在满足条件R4－1(Fr≥C1并且Fg＜B2)、R4－3(Fr≥C1并且Fm＜A2)的情况下，道路种类从“一般道路”或者“汽车道”变更为“匝道”。

另外，如图14的虚线所示，在作为OR条件设定的条件R4－6(Fm≥A2或者Fg＜B1或者Fr≥C2)或者条件R4－8(Fm＜A2或者Fg≥B1或者Fr≥C1)成立的情况下，道路种类判定为“不明”。而且，在满足作为AND条件设定的条件R4－5(Fg≥B1并且Fm＜A2并且Fr＜C2)的情况下道路种类从“不明”变更为“一般道路”。另外，在满足作为AND条件设定的条件R4－7(Fm≥A1并且Fg＜B2并且Fr＜C2)的情况下道路种类从“不明”变更为“汽车道”。

由此，能够精度更好地判定车辆的行驶路是“汽车道”、“匝道”、“一般道路”，能够降低错误地判定为“汽车道”的可能性、错误地判定为“一般道路”的可能性，除此之外能够降低错误地判定为“匝道”的可能性。因此，能够适当地执行与各个道路种类对应的驾驶支援。另外，能够适当地判定LCS的允许/禁止，能够可靠地避免在一般道路上行驶中的车辆中，错误地执行LCS。

根据上述的各实施方式，能够得到以下的效果。

ECU20具备包含图像信息获取部23、图像识别部30、场景判定部35、似然计算部40、以及种类判定部45的道路种类判定部21。图像信息获取部23获取对车辆行驶的行驶路进行拍摄的图像信息。场景判定部35基于图像识别部30对图像信息的图像识别结果，判定车辆的行驶路的行驶场景。一般道路似然计算部41基于行驶场景，计算表示车辆的行驶路的种类为一般道路的一般道路似然Fg。汽车道似然计算部43基于行驶场景，计算表示车辆的行驶路的种类为汽车道的汽车道似然Fm。种类判定部45基于一般道路似然Fg和汽车道似然Fm，判定车辆的行驶路的种类。能够根据基于行驶场景计算出的一般道路似然Fg和汽车道似然Fm，判定道路种类，所以能够更可靠地判定车辆行驶的道路的种类。

ECU20还具备根据行驶场景计算表示车辆的行驶路为匝道的RW似然Fr的RW似然计算部42。由此，除了“一般道路”、“汽车道”之外，还能够将道路种类判定为“匝道”。

种类判定部45也可以构成为基于一般道路似然Fg和汽车道似然Fm，将车辆的行驶路的种类判定为“一般道路”、和“汽车专用道路”的任意一个。

种类判定部45也可以构成为基于一般道路似然Fg和汽车道似然Fm，将车辆的行驶路的种类判定为“一般道路”、“汽车专用道路”、以及“不明”的任意一个。

种类判定部45也可以构成为基于一般道路似然Fg、汽车道似然Fm、以及匝道似然Fr，将车辆的行驶路的种类判定为“一般道路”、“汽车专用道路”、以及“匝道”的任意一个。

种类判定部45也可以构成为基于一般道路似然Fg、汽车道似然Fm、以及匝道似然Fr，将车辆的行驶路的种类判定为“一般道路”、“汽车专用道路”、“匝道”、以及“不明”的任意一个。

种类判定部45也可以构成为基于与分别对一般道路似然Fg、汽车道似然Fm、以及匝道似然Fr设定的规定的阈值的比较，判定道路种类。例如，种类判定部45也可以将似然较大的道路种类判定为车辆的行驶路的道路种类。具体而言，例如，也可以在汽车道似然Fm在规定的第一阈值A1以上的情况下，判定为车辆的行驶路是汽车道。另外，例如，种类判定部45也可以在某个道路种类的似然较大，并且，其它的道路种类的似然较小的情况下，将似然较大的道路种类判定为车辆的行驶路的道路种类。具体而言，例如也可以在汽车道似然Fm在规定的第一阈值A1以上，并且，一般道路似然Fg小于规定的第四阈值B2的情况下，判定为车辆的行驶路是汽车道。另外，例如也可以在汽车道似然Fm在规定的第一阈值A1以上，一般道路似然Fg小于规定的第四阈值B2，且RW似然Fr小于规定的第六阈值C2的情况下，判定为车辆的行驶路是汽车道。

优选图像识别部30构成为具备地标识别部31、白线识别部32、以及物体识别部33中的至少任意一个。而且，优选场景判定部35构成为基于地标信息、白线信息、物体信息中的至少任意一个，判定行驶场景。即，优选通过对地标信息、白线信息、以及不相当于地标的物体的物体信息进行优先排序，或者互补地进行使用，来执行场景判定部35中的场景判定。

并且，ECU20具备基于通过道路种类判定部21判定出的车辆的行驶路的种类，执行车辆的驾驶支援的驾驶支援部22。优选驾驶支援部22构成为具备执行使车辆自动地进行车道变更的驾驶支援的LCS部53，在判定为车辆的行驶路是汽车道的情况下，允许基于LCS部53的车道变更的执行。并且，也可以构成为在未判定为车辆的行驶路为汽车道的情况下，禁止基于LCS部53的车道变更的执行。基于通过道路种类判定部21更可靠地判定出的道路种类，能够决定允许还是禁止基于LCS部53的车道变更的执行。其结果，例如能够可靠地避免在一般道路上行驶中的车辆中，错误地执行LCS。

此外，也可以在车辆搭载有拍摄装置12以外的传感器。例如，也可以搭载雷达传感器、车速传感器、横摆率传感器、转向操纵角传感器、加速度传感器、陀螺仪传感器等传感器。另外，ECU20也可以构成为能够获取上述的拍摄装置12以外的传感器组的检测信息，并利用于道路种类判定部21中的判定处理、驾驶支援部22中的驾驶支援。

另外，驾驶支援部22也可以构成为根据由道路种类判定部21判定出的道路种类，变更ACC部51、LKA部52、PCS部54中的驾驶支援处理。并且，驾驶支援部22也可以具有在图1未示出的驾驶支援的功能，也可以构成为基于通过道路种类判定部21判定出的道路种类，变更这些驾驶支援的处理。

另外，在本说明书中例示说明的似然Fm、Fg、Fr、行驶场景、以及地标信息、白线信息、物体信息的关系仅为一个例子，能够根据各国的法规、环境适当地调整。例如，也可以将表示汽车道的出口的道路标志、表示高速公路的入口或者出口的道路标志设定为地标。

另外，在各实施方式的流程图中，对似然Fm、Fg、Fr的大小设定多个条件的判定处理也可以独立地判定多个条件的一部分或者全部。例如，对于图6的步骤S311所示的Fm＜A2并且Fg＜B2并且Fr≥C1这样的三个条件，既可以将流程图构成为独立地对Fm＜A2这样的条件、Fg＜B2这样的条件、Fr≥C1这样的条件进行判定，也可以分为对Fr≥C1这样的条件的判定、和对Fm＜A2并且Fg＜B2这样的条件的判定。

本公开依据实施例进行了记述，但应该理解本公开并不限定于该实施例、结构。本公开也包含各种变形例、同等范围内的变形。除此之外，各种组合、方式、以及在它们包含仅一要素，其以上，或者其以下的其它的组合、方式也在本公开的范畴、思想范围内。

Claims (12)

1.一种道路种类判定装置(20)，具备：

图像信息获取部(23)，获取对车辆行驶的行驶路进行拍摄的图像信息；

场景判定部(35)，基于上述图像信息判定上述行驶路的行驶场景；

一般道路似然计算部(41)，基于上述行驶场景计算表示上述车辆的行驶路的种类为一般道路的一般道路似然；

汽车道似然计算部(43)，基于上述行驶场景计算表示上述车辆的行驶路的种类为汽车专用道路的汽车道似然；以及

种类判定部(45)，基于上述一般道路似然和上述汽车道似然，判定上述车辆的行驶路的种类。

2.根据权利要求1所述的道路种类判定装置，其中，

上述种类判定部基于上述一般道路似然和上述汽车道似然，将上述车辆的行驶路的种类判定为一般道路、和汽车专用道路中的任意一个。

3.根据权利要求1所述的道路种类判定装置，其中，

上述种类判定部基于上述一般道路似然和上述汽车道似然，将上述车辆的行驶路的种类判定为一般道路、汽车专用道路、以及不明中的任意一个。

4.根据权利要求1～3中任意一项所述的道路种类判定装置，其中，

还具备匝道似然计算部(42)，上述匝道似然计算部基于上述行驶场景计算表示上述车辆的行驶路为匝道的匝道似然。

5.根据权利要求4所述的道路种类判定装置，其中，

上述种类判定部基于上述一般道路似然、上述汽车道似然以及上述匝道似然，将上述车辆的行驶路的种类判定为一般道路、汽车专用道路、以及匝道中的任意一个。

6.根据权利要求4所述的道路种类判定装置，其中，

上述种类判定部基于上述一般道路似然、上述汽车道似然以及上述匝道似然，将上述车辆的行驶路的种类判定为一般道路、汽车专用道路、匝道、以及不明中的任意一个。

7.根据权利要求1～6中任意一项所述的道路种类判定装置，其中，

在上述汽车道似然在规定的第一阈值以上的情况下，上述种类判定部判定为上述车辆的行驶路是汽车专用道路。

8.根据权利要求7所述的道路种类判定装置，其中，

在上述汽车道似然在规定的第一阈值以上的时间在规定时间以上的情况下，上述种类判定部判定为上述车辆的行驶路是汽车专用道路。

9.根据权利要求1～8中任意一项所述的道路种类判定装置，其中，

具备地标识别部(31)，上述地标识别部根据上述图像信息，识别作为成为种类不同的道路的界标或者标记的地理上的特征物设定的地标，

上述场景判定部基于通过上述地标识别部识别出的地标相关的地标信息，判定上述行驶场景。

10.根据权利要求1～9中任意一项所述的道路种类判定装置，其中，

具备白线识别部(32)，上述白线识别部根据上述图像信息识别上述车辆的行驶路上的白线，

上述场景判定部基于通过上述白线识别部识别出的白线相关的白线信息，判定上述行驶场景。

11.根据权利要求1～10中任意一项所述的道路种类判定装置，其中，

还具备物体识别部(33)，上述物体识别部根据上述图像信息识别上述车辆的周围的物体，

上述场景判定部基于通过上述物体识别部识别出的物体相关的物体信息，判定上述行驶场景。

12.一种驾驶支援装置，是基于通过权利要求1～11中任意一项所述的道路种类判定装置判定出的上述车辆的行驶路的种类，执行上述车辆的驾驶支援的驾驶支援装置(20)，其中，

在判定为上述车辆的行驶路是汽车专用道路的情况下，允许使上述车辆自动地进行车道变更的驾驶支援的执行，

在未判定为上述车辆的行驶路是汽车专用道路的情况下，禁止使上述车辆自动地进行车道变更的驾驶支援的执行。

Images