CN113899307B - 处理装置、处理方法及存储介质 - Google Patents
处理装置、处理方法及存储介质 Download PDFInfo
- Publication number
- CN113899307B CN113899307B CN202110669329.7A CN202110669329A CN113899307B CN 113899307 B CN113899307 B CN 113899307B CN 202110669329 A CN202110669329 A CN 202110669329A CN 113899307 B CN113899307 B CN 113899307B
- Authority
- CN
- China
- Prior art keywords
- mode
- road
- automatic driving
- road information
- mobile body
- 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
- 238000012545 processing Methods 0.000 title claims abstract description 103
- 238000003672 processing method Methods 0.000 title claims abstract description 9
- 238000001514 detection method Methods 0.000 claims abstract description 60
- 238000000034 method Methods 0.000 claims description 69
- 230000008569 process Effects 0.000 claims description 66
- 238000012544 monitoring process Methods 0.000 claims description 21
- 238000010586 diagram Methods 0.000 description 27
- 230000009471 action Effects 0.000 description 23
- 238000004891 communication Methods 0.000 description 14
- 230000001133 acceleration Effects 0.000 description 8
- 230000006870 function Effects 0.000 description 6
- 230000002093 peripheral effect Effects 0.000 description 5
- 230000008859 change Effects 0.000 description 4
- 238000011156 evaluation Methods 0.000 description 4
- 239000000284 extract Substances 0.000 description 4
- 238000013528 artificial neural network Methods 0.000 description 3
- 230000006399 behavior Effects 0.000 description 3
- 238000002485 combustion reaction Methods 0.000 description 3
- 238000005070 sampling Methods 0.000 description 3
- 238000013473 artificial intelligence Methods 0.000 description 2
- 238000010276 construction Methods 0.000 description 2
- 238000013135 deep learning Methods 0.000 description 2
- 230000005484 gravity Effects 0.000 description 2
- 238000003384 imaging method Methods 0.000 description 2
- 230000007246 mechanism Effects 0.000 description 2
- 239000007787 solid Substances 0.000 description 2
- 230000003044 adaptive effect Effects 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 230000000295 complement effect Effects 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 230000036461 convulsion Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 239000000446 fuel Substances 0.000 description 1
- 238000007499 fusion processing Methods 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 229910044991 metal oxide Inorganic materials 0.000 description 1
- 150000004706 metal oxides Chemical class 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000008685 targeting Effects 0.000 description 1
Classifications
-
- 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
- G05D1/0212—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory
- G05D1/0214—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory in accordance with safety or protection criteria, e.g. avoiding hazardous areas
-
- 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
- G05D1/0212—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory
- G05D1/0223—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory involving speed control of the vehicle
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
- G01B11/00—Measuring arrangements characterised by the use of optical techniques
- G01B11/002—Measuring arrangements characterised by the use of optical techniques for measuring two or more coordinates
-
- 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
- G05D1/0088—Control of position, course or altitude of land, water, air, or space vehicles, e.g. automatic pilot characterized by the autonomous decision making process, e.g. artificial intelligence, predefined behaviours
-
- 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
- G05D1/0268—Control of position or course in two dimensions specially adapted to land vehicles using internal positioning means
- G05D1/0274—Control of position or course in two dimensions specially adapted to land vehicles using internal positioning means using mapping information stored in a memory device
-
- G05D1/227—
-
- G05D1/617—
-
- G05D1/69—
-
- 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
-
- 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
Abstract
提供更加精度良好地评价地图数据的可靠性的处理装置、处理方法及存储介质。处理装置具备:第一取得部,其取得具有道路信息的地图数据;第二取得部,其取得由对第一移动体的周边进行检测的一个以上的检测部检测到的检测结果;以及判定部,其将所述检测结果所包含的第二移动体的位置与所述地图数据的道路信息进行对照而判定所述第二移动体的位置是否包含于表示所述道路信息的道路的区域。
Description
技术领域
本发明涉及处理装置、处理方法及存储介质。
背景技术
以往,公开了将激光扫描器对地上物的测定结果与地图数据的地上物的数据进行比较,并基于比较结果来判定地图数据是否存在错误的系统(日本特开2011-27595号公报)。
然而,在以往技术中,有时不能精度良好地评价地图数据的可靠性。
发明内容
发明要解决的课题
本发明是考虑这样的情况而完成的,其目的之一在于更加精度良好地评价地图数据的可靠性。
用于解决课题的方案
本发明的处理装置、处理方法及存储介质采用了以下的结构。
(1):本发明的一方案的处理装置具备:第一取得部,其取得具有道路信息的地图数据;第二取得部,其取得由对第一移动体的周边进行检测的一个以上的检测部检测到的检测结果;以及判定部,其将所述检测结果所包含的第二移动体的位置与所述地图数据的道路信息进行对照而判定所述第二移动体的位置是否包含于表示所述道路信息的道路的区域。
(2):在上述(1)的方案的基础上,所述判定部判定时间序列的所述第二移动体的位置的轨迹是否包含于表示所述道路的区域且沿着所述道路的形状。
(3):在上述(1)的方案的基础上,所述第二移动体是从与所述第一移动体的行进方向相反方向朝向所述第一移动体而移动着的移动体。
(4):在上述(1)的方案的基础上,所述处理装置还具备控制所述第一移动体的速度及转向而进行自动驾驶的控制部,所述控制部在进行着第一模式的自动驾驶的情况下,在判定为所述第二移动体的位置包含于表示所述道路信息的道路的区域时,继续第一模式的自动驾驶,所述控制部在进行着第一模式的自动驾驶的情况下,在判定为所述第二移动体的位置未包含于表示所述道路信息的道路的区域时,不继续第一模式的自动驾驶。
(5):在上述(4)的方案的基础上,所述控制部在进行着所述第一模式的自动驾驶的情况下,在判定为所述第二移动体的位置未包含于表示所述道路信息的道路的区域时,进行第二模式的自动驾驶,所述第二模式的自动驾驶是与第一模式的自动驾驶相比所述自动驾驶的自动化率较低、或者与进行着第一模式的自动驾驶的情况相比对所述第一移动体的驾驶员要求的周边监视的程度较高的模式的自动驾驶。
(6):在上述(4)的方案的基础上,在进行着第一模式的自动驾驶的情况下,所述判定部在判定为所述第二移动体的位置未包含于表示所述道路信息的道路的区域时,停止判定所述第二移动体的位置是否包含于表示所述道路信息的道路的区域的处理,所述判定部在停止所述判定之后的规定的时机,再次开始所述判定。
(7):在上述(1)的方案的基础上,所述判定部还判定所述检测结果所包含的道路划分线的位置与所述道路信息所包含的道路划分线的位置是否吻合。
(8):在上述(7)的方案的基础上,所述处理装置还具备控制所述第一移动体的速度及转向而进行自动驾驶的控制部,所述控制部在满足下述的条件(1)及条件(2)中的条件(1)的情况、或者满足条件(1)及条件(2)的情况下,开始第一模式的自动驾驶,条件(1)是指,所述判定部判定为所述道路信息所包含的道路划分线的位置与所述检测结果所包含的道路划分线的位置吻合,条件(2)是指,所述判定部判定为所述检测结果所包含的第二移动体的位置包含于表示所述道路信息的道路的区域。
(9):在上述(1)的方案的基础上,所述处理装置还具备控制所述第一移动体的速度及转向而进行自动驾驶的控制部,所述控制部在进行着第一模式的自动驾驶时,在满足下述的条件(3)的情况下,停止第一模式的自动驾驶、或者从所述第一模式的自动驾驶向第二模式的自动驾驶转移,条件(3)是指,所述判定部判定为所述检测结果所包含的第二移动体的位置不包含于表示所述道路信息的道路的区域,所述第二模式的自动驾驶是与第一模式的自动驾驶相比所述自动驾驶的自动化率较低、或者与进行着第一模式的自动驾驶的情况相比对所述第一移动体的驾驶员要求的周边监视的程度较高的模式的自动驾驶。
(10):在上述(1)的方案的基础上,所述处理装置还具备基于所述判定部的判定的结果控制所述第一移动体的速度及转向而进行自动驾驶的控制部。
(11):本发明的一方案的处理方法使计算机进行如下处理:取得具有道路信息的地图数据;取得由对第一移动体的周边进行检测的一个以上的检测部检测到的检测结果;以及将所述检测结果所包含的第二移动体的位置与所述地图数据的道路信息进行对照而判定所述第二移动体的位置是否包含于表示所述道路信息的道路的区域。
(12):本发明的一方案的存储介质存储有程序,其中,所述程序使计算机进行如下处理:取得具有道路信息的地图数据;取得由对第一移动体的周边进行检测的一个以上的检测部检测到的检测结果;将所述检测结果所包含的第二移动体的位置与所述地图数据的道路信息进行对照而判定所述第二移动体的位置是否包含于表示所述道路信息的道路的区域。
发明效果
根据(1)-(12),处理装置判定第二移动体的位置是否包含于表示道路信息的道路的区域,由此能够更加精度良好地评价地图数据的可靠性。例如,处理装置使用第二移动体的位置来进行判定,因此能够评价远的道路的地图数据的可靠性。
根据(2),处理装置使用时间序列的所述第二移动体的位置的轨迹来进行判定,因此能够更加精度良好地评价地图数据的可靠性。
根据(3),处理装置通过将相对于第一移动体偏移的移动体设为第二移动体,能够检测更远的第二移动体。由此,处理装置能够更早期地进行判定处理,评价更远的道路的地图数据的可靠性。
附图说明
图1是利用了实施方式的处理装置的控制系统的结构图。
图2是第一控制部及第二控制部的功能结构图。
图3是用于说明判定处理的图。
图4是用于说明判定处理的图。
图5是用于说明第一判定处理的图。
图6是用于说明第二判定处理的图(其1)。
图7是用于说明第二判定处理的图(其2)。
图8是用于说明判定假想线是否吻合了的处理的图。
图9是用于说明第一模式的自动驾驶及第二模式的自动驾驶的一例的图。
图10是用于说明第一模式的自动驾驶及第二模式的自动驾驶的另一例的图。
图11是用于说明自动驾驶的模式的开始或结束与判定处理的结果之间的关系的图。
图12是表示由行动计划生成部执行的处理的流程的一例的流程图。
图13是表示由行动计划生成部执行的处理的流程的一例的流程图。
图14是用于说明自动驾驶的模式切换的例子的图。
图15是表示处理装置的功能结构的一例的图。
图16是表示实施方式的自动驾驶控制装置的硬件结构的一例的图。
具体实施方式
以下,参照附图来说明本发明的处理装置、处理方法及存储介质的实施方式。
<第一实施方式>
[整体结构]
图1是利用了实施方式的处理装置的控制系统1的结构图。控制系统1搭载于移动体。在以下的说明中,移动体作为一例而是车辆。车辆例如是二轮、三轮、四轮等的车辆,其驱动源是柴油发动机、汽油发动机等内燃机、电动机、或者它们的组合。电动机使用由与内燃机连结的发电机发出的发电电力、或者二次电池、燃料电池的放电电力来进行动作。
控制系统1例如具备相机10、雷达装置12、LIDAR(Light Detection and Ranging)14、物体识别装置16、通信装置20、HMI(Human Machine Interface)30、车辆传感器40、导航装置50、MPU(Map Positioning Unit)60、驾驶操作件80、车室内相机90、手握传感器92、自动驾驶控制装置100、行驶驱动力输出装置200、制动装置210、转向装置220。这些装置、设备由CAN(Controller Area Network)通信线等多路通信线、串行通信线、无线通信网等互相连接。图1所示的结构只是一例,可以省略结构的一部分,也可以还追加别的结构。
相机10例如是利用了CCD(Charge Coupled Device)、CMOS(Complementary MetalOxide Semiconductor)等固体摄像元件的数码相机。相机10安装于搭载控制系统1的车辆(以下称作车辆M)的任意部位。在对前方进行拍摄的情况下,相机10安装于前风窗玻璃上部、车室内后视镜背面等。相机10例如周期性地反复对车辆M的周边进行拍摄。相机10也可以是立体相机。
雷达装置12向车辆M的周边放射毫米波等电波,并且检测由物体反射的电波(反射波)来至少检测物体的位置(距离及方位)。雷达装置12安装于车辆M的任意部位。雷达装置12也可以通过FM-CW(Frequency Modulated Continuous Wave)方式来检测物体的位置及速度。
LIDAR14向车辆M的周边照射光(或者接近光的波长的电磁波),并测定散射光。LIDAR14基于从发光到受光的时间,来检测到对象的距离。照射的光例如是脉冲状的激光。LIDAR14安装于车辆M的任意部位。
物体识别装置16对由相机10、雷达装置12及LIDAR14中的一部分或全部检测的检测结果进行传感器融合处理,从而识别物体的位置、种类、速度等。物体识别装置16将识别结果向自动驾驶控制装置100输出。物体识别装置16也可以将相机10、雷达装置12及LIDAR14的检测结果直接向自动驾驶控制装置100输出。也可以从控制系统1省略物体识别装置16。
通信装置20例如利用蜂窝网、Wi-Fi网、Bluetooth(注册商标)、DSRC(DedicatedShort Range Communication)等,来与存在于车辆M的周边的其他车辆通信,或者经由无线基站与各种服务器装置通信。
HMI30对车辆M的乘员提示各种信息,并且接受由乘员进行的输入操作。HMI30包括各种显示装置、扬声器、蜂鸣器、触摸面板、开关、按键等。
车辆传感器40包括检测车辆M的速度的车速传感器、检测加速度的加速度传感器、检测绕铅垂轴的角速度的横摆角速度传感器、检测车辆M的朝向的方位传感器等。
导航装置50例如具备GNSS(Global Navigation Satellite System)接收机51、导航HMI52、路径决定部53。导航装置50将第一地图信息54保持于HDD(Hard Disk Drive)、闪存器等存储装置。GNSS接收机51基于从GNSS卫星接收到的信号,来确定车辆M的位置。车辆M的位置也可以由利用了车辆传感器40的输出的INS(Inertial Navigation System)来确定或补充。导航HMI52包括显示装置、扬声器、触摸面板、按键等。导航HMI52也可以一部分或全部与前述的HMI30共用化。路径决定部53例如参照第一地图信息54来决定从由GNSS接收机51确定的车辆M的位置(或者输入的任意的位置)到由乘员使用导航HMI52输入的目的地的路径(以下称作地图上路径)。第一地图信息54例如是通过表示道路的路段和由路段连接的节点来表现道路形状的信息。第一地图信息54也可以包含道路的曲率、POI(Point OfInterest)信息等。地图上路径向MPU60输出。导航装置50也可以基于地图上路径来进行使用了导航HMI52的路径引导。导航装置50例如也可以通过乘员持有的智能手机、平板终端等终端装置的功能来实现。导航装置50也可以经由通信装置20向导航服务器发送当前位置和目的地,并从导航服务器取得与地图上路径同等的路径。
MPU60例如包括推荐车道决定部61,且将第二地图信息62保持于HDD、闪存器等存储装置。推荐车道决定部61将从导航装置50提供的地图上路径分割为多个区块(例如在车辆行进方向上按每100[m]进行分割),并参照第二地图信息62而按每个区块决定推荐车道。推荐车道决定部61进行在从左数第几个车道上行驶这样的决定。推荐车道决定部61在地图上路径存在分支部位的情况下,决定推荐车道,以使车辆M能够在用于向分支目的地行进的合理的路径上行驶。
第二地图信息62是比第一地图信息54高精度的地图信息。第二地图信息62例如包括车道的中央的信息或车道的边界的信息等。在第二地图信息62中可以包含道路信息、交通限制信息、住所信息(住所·邮政编码)、设施信息、电话号码信息等。第二地图信息62可以通过通信装置20与其他装置通信而随时被更新。
驾驶操作件80例如包括油门踏板、制动踏板、换挡杆、转向盘、异形转向器、操纵杆、其他操作件。在驾驶操作件80安装有检测操作量或操作的有无的传感器,其检测结果向自动驾驶控制装置100、或者行驶驱动力输出装置200、制动装置210及转向装置220中的一部分或全部输出。
车室内相机90例如对在车室内设置的座椅上就座的乘员(尤其是,就座于驾驶员座的乘员)进行拍摄。车室内相机90是利用了CCD、CMOS等固体摄像元件的数码相机。车室内相机90例如周期性地拍摄乘员。
手握传感器92是检测驾驶员的转向盘的把持状态的传感器。把持状态是指车辆M的驾驶员对转向盘进行着把持、保持、操作的状态、或者将手放在(手握着)转向盘上的状态。手握传感器92例如是以沿着转向盘82的周向的方式设置的静电容量传感器。手握传感器92将物体(驾驶员的手)接近或接触了检测对象的区域这一情况检测为静电容量的变化。手握传感器92在静电容量为阈值以上的情况下,将规定的检测信号向监视部170输出。在本实施方式中,例如,手握传感器92检测驾驶员将手放在转向盘上这一情况。
自动驾驶控制装置100例如具备第一控制部120、第二控制部160、监视部170及存储部180。第一控制部120、第二控制部160及监视部170分别例如通过CPU(CentralProcessing Unit)等硬件处理器执行程序(软件)来实现。这些构成要素中的一部分或全部可以由LSI(Large Scale Integration)、ASIC(Application Specific IntegratedCircuit)、FPGA(Field-Programmable Gate Array)、GPU(Graphics Processing Unit)等硬件(包括电路部:circuitry)来实现,也可以通过软件与硬件的协同配合来实现。程序可以预先保存于自动驾驶控制装置100的HDD、闪存器等存储装置(具备非暂时性的存储介质的存储装置),也可以保存于DVD、CD-ROM等能够装卸的存储介质,并通过存储介质(非暂时性的存储介质)装配于驱动装置而安装于自动驾驶控制装置100的HDD、闪存器。自动驾驶控制装置100为“处理装置”的一例。
存储部180例如由HDD、闪存器、EEPROM(Electrically Erasable ProgrammableRead Only Memory、ROM(Read Only Memory)、或RAM(Random Access Memory)等实现。在存储部180中,例如存储有用于自动驾驶控制装置100执行的程序等。
图2是第一控制部120及第二控制部160的功能结构图。第一控制部120例如具备识别部130和行动计划生成部140。第一控制部120例如并行实现基于AI(ArtificialIntelligence:人工智能)的功能、以及基于预先给出的模型的功能。例如,“识别交叉路口”的功能可以通过“并行执行基于深度学习等的交叉路口的识别、以及基于预先给出的条件(存在能够进行图案匹配的信号、道路标示等)的识别,并对双方评分而综合性地评价”来实现。由此,确保自动驾驶的可靠性。
识别部130例如具备物体识别部132、第一取得部134A、第二取得部134B、第一处理部136、第二处理部138。识别部130为“处理装置”的一例。
物体识别部132基于从相机10、雷达装置12及LIDAR14经由物体识别装置16而输入的信息,来识别处于车辆M的周边的物体的类别、位置、速度、加速度等。物体的类别例如是物体是车辆、还是行人等的类别。物体的位置例如被识别为以车辆M的代表点(重心、驱动轴中心等)为原点的绝对坐标系(以下称作车辆坐标系)的位置,并使用于控制。物体的位置可以由该物体的重心、角部等代表点表示,也可以由表现出的区域表示。物体的“状态”也可以包括物体的加速度、加加速度、或者“行动状态”(例如是否正进行车道变更或要进行车道变更)。
第一取得部134A取得具有道路信息的地图数据。道路信息例如是道路划分线的位置、道路区间线的类别、车道的位置、车道的宽度等。地图数据为包含道路信息的地图数据即可。第二地图信息62为“地图数据”的一例。
第二取得部134B取得由对车辆M(第一移动体)的周边进行检测的一个以上的检测部检测到的检测结果。相机10、雷达装置12或LIDAR14为“检测部”的一例。检测部也可以是通信装置20。在该情况下,通信装置20与未图示的服务器装置、周边的其他车辆通信而取得车辆M的周边的物体的位置、其他车辆的位置、道路区间线的信息。
第二取得部134B取得由车辆传感器40或导航装置50确定的车辆M的位置。
第一处理部136将由导航装置50确定的本车辆M的位置、由相机10拍摄到的图像、车辆传感器40所包含的方位传感器的输出等与第二地图信息62进行对照,识别车辆M在地图中的哪个道路、哪个车道上行驶着。而且,第一处理部136基于上述的各种信息,来识别在车道的宽度方向上本车辆M的代表点处于哪个位置(以下称作横向位置)。横向位置可以作为从车道的左右的任意道路划分线偏移的偏移量而导出,也可以作为从车道中央偏移的偏移量而导出。第一处理部136基于上述的各种信息,来识别该时间点的本车辆M的行进方向相对于车道的延伸方向倾斜了几度(以下称作横摆角)。第一处理部136在将由导航装置50确定的车辆M的位置、由相机10拍摄到的图像、车辆传感器40所包含的方位传感器的输出等与第二地图信息62进行对照的结果是未以充分的可靠度吻合的情况下,将表示匹配失败的信息向行动计划生成部140输出。“匹配失败”也包括不存在与由导航装置50确定的车辆M的位置相当的地图的情况、没有检测到道路划分线的情况。如上述那样,在地图中识别车辆M所存在的位置。以下,第一处理部136将由导航装置50确定的车辆M的位置、由相机10拍摄到的图像、车辆传感器40所包含的方位传感器的输出等与第二地图信息62进行对照的处理称作“匹配处理”。
而且,第一处理部136判定由第二取得部134B取得的检测结果(例如由相机10拍摄到的图像)所包含的道路划分线的位置与地图数据所包含的道路划分线的位置是否吻合。以下,有时将第一处理部136进行的该处理称作“第一判定处理”。
第二处理部138将由第二取得部134B取得的检测结果(例如LIDAR14的检测结果)所包含的其他车辆的位置与地图数据的道路信息进行对照,来判定第二移动体的位置是否包含于表示道路信息的道路的区域。以下,有时将第二处理部138进行的处理称作“第二判定处理”。在不对第一判定处理与第二判定处理进行区别的情况下,有时称作“判定处理”。关于判定处理的详细情况见后述。
行动计划生成部140以原则上在由推荐车道决定部61决定的推荐车道上行驶、而且能够应对车辆M的周边状况的方式,生成车辆M自动地(不依赖于驾驶员的操作地)将来行驶的目标轨道。目标轨道例如包含速度要素。例如,目标轨道表现为将车辆M应该到达的地点(轨道点)依次排列而成的轨道。轨道点可以是按沿途距离计每隔规定的行驶距离(例如数[m]程度)的车辆M应该到达的地点,有别于此,每隔规定的采样时间(例如零点几[sec]程度)的目标速度及目标加速度作为目标轨道的一部分而生成。轨道点也可以是每隔规定的采样时间的在该采样时刻车辆M应该到达的位置。在该情况下,目标速度、目标加速度的信息由轨道点的间隔表现。
行动计划生成部140在生成目标轨道时,可以设定自动驾驶的事件。在自动驾驶的事件中,存在定速行驶事件、低速追随行驶事件、车道变更事件、分支事件、汇合事件、接管事件等。行动计划生成部140生成与启动了的事件相应的目标轨道。
行动计划生成部140基于判定处理的结果和监视部170的监视结果,来控制车辆M。关于该控制的详细情况见后述。
第二控制部160控制行驶驱动力输出装置200、制动装置210及转向装置220,以使车辆M按照预定的时刻通过由行动计划生成部140生成的目标轨道。
第二控制部160例如具备取得部162、速度控制部164、转向控制部166。取得部162取得由行动计划生成部140生成的目标轨道(轨道点)的信息,并使存储器(未图示)存储该信息。速度控制部164基于存储于存储器的目标轨道所附带的速度要素,来控制行驶驱动力输出装置200或制动装置210。转向控制部166根据存储于存储器的目标轨道的弯曲状况,来控制转向装置220。速度控制部164及转向控制部166的处理例如通过前馈控制与反馈控制的组合来实现。作为一例,转向控制部166将与车辆M的前方的道路的曲率相应的前馈控制和基于从目标轨道的偏离进行的反馈控制组合而执行。
监视部170基于由车室内相机90拍摄到的图像,来判定就座于车辆M的驾驶员座的驾驶员是否监视着车辆M的周边。监视部170例如从图像提取就座于驾驶员座的乘员的面部图像,并从提取到的面部图像取得视线方向。例如,监视部170也可以通过利用了神经网络等的深度学习来从图像取得乘员的视线方向。例如,预先构建以当输入面部图像时输出视线方向的方式进行了学习的神经网络。监视部170通过向该神经网络输入车辆M的乘员的面部图像,来取得该乘员的视线方向。监视部170也可以根据从图像得到的乘员的视线方向是否包含于预先决定的监视对象的范围,来判定乘员是否进行着本车辆M的周边监视。
返回图1,行驶驱动力输出装置200将用于车辆行驶的行驶驱动力(转矩)向驱动轮输出。行驶驱动力输出装置200例如具备内燃机、电动机及变速器等的组合、以及控制它们的ECU(Electronic Control Unit)。ECU按照从第二控制部160输入的信息、或者从驾驶操作件80输入的信息,来控制上述的结构。
制动装置210例如具备制动钳、向制动钳传递液压的液压缸、使液压缸产生液压的电动马达、以及制动ECU。制动ECU按照从第二控制部160输入的信息、或者从驾驶操作件80输入的信息来控制电动马达,使得与制动操作相应的制动转矩向各车轮输出。制动装置210可以具备将通过驾驶操作件80所包含的制动踏板的操作而产生的液压经由主液压缸向液压缸传递的机构作为备用。制动装置210不限于上述说明的结构,也可以是按照从第二控制部160输入的信息来控制致动器,从而将主液压缸的液压向液压缸传递的电子控制式液压制动装置。
转向装置220例如具备转向ECU和电动马达。电动马达例如使力作用于齿条-小齿轮机构来变更转向轮的朝向。转向ECU按照从第二控制部160输入的信息、或者从驾驶操作件80输入的信息,来驱动电动马达,使转向轮的朝向变更。
[判定处理]
图3是用于说明判定处理的图。第一处理部136取得从由相机10拍摄到的图像得到的道路划分线的位置信息(例如表示位置的坐标)(S1)。接着,第一处理部136取得第二地图信息62所包含的地图数据(S2)。接着,第一处理部136判定从由相机10拍摄到的图像得到的道路划分线的位置与地图数据所包含的道路划分线的位置是否吻合(S3),并将判定结果(第一判定处理的结果)向行动计划生成部140输出(S4)。
接着,第二处理部138取得第二地图信息62所包含的地图数据(S5)。接着,第二处理部138取得从LIDAR14的检测结果得到的其他车辆的位置信息(S6)。接着,第二处理部138判定由LIDAR14检测到的其他车辆的位置是否包含于地图数据所包含的表示道路的区域(S7),并将判定结果(第二判定处理的结果)向行动计划生成部140输出(S8)。然后,行动计划生成部140基于判定结果来决定自动驾驶的模式。
图4是用于说明判定处理的图。车辆M在道路的车道L1上行驶着。在车辆M的前方处其他车辆m1行驶着,在车辆M的后方处其他车辆m2行驶着。在车辆M的前方且与车道L1相向的车道L2上,其他车辆m3行驶着。此时,第一处理部136进行匹配处理,并判定匹配是否成功了。在匹配成功了的情况、即车辆M在地图中的位置确定了的情况下,第一处理部136进行第一判定处理。
图5是用于说明第一判定处理的图。第一处理部136提取在图像中与相邻像素之间的亮度差大的边缘点,将边缘点相连而识别图像平面中的道路划分线,将道路划分线的各点的位置变换为车辆坐标系。第一处理部136在车辆坐标系的平面中将车辆M的位置、道路划分线的位置、从地图数据得到的道路划分线的位置进行重叠,并判定道路划分线的位置与从地图数据得到的道路划分线的位置是否吻合。“吻合”例如是指从图像得到的道路划分线的位置与从地图数据得到的道路划分线的位置之间的偏离程度为阈值以下。在图5中,为判定为道路划分线的位置吻合的情况的一例。
返回图4的说明。第二取得部134B取得由物体识别部132识别到的其他车辆m1-其他车辆m3的位置。第二处理部138提取其他车辆m1-其他车辆m3中的位于距车辆M向前方规定距离的位置的其他车辆(或在能够识别的范围内位于最前方的其他车辆)。在距车辆M向前方规定距离的位置存在多个其他车辆的情况下,第二处理部138提取相对于车辆M的中心轴方向(或行进方向)在宽度方向上偏移规定程度或最偏移的其他车辆。在图4的例子中,其他车辆m3被提取为对象的其他车辆(第二移动体)。
对象的其他车辆优选是从与车辆M行进的方向相反的方向朝向车辆M移动着的其他车辆。该其他车辆在相向车道上行驶着,且相对于车辆M在宽度方向上偏移。如图4那样,在车辆M的前后存在其他车辆的情况下,识别部130不能识别到在行驶车道上行驶着的远处的其他车辆,但能够检测到存在于较远离的位置的在相向车道上存在的其他车辆。而且,若是偏移的其他车辆,则即便是在弯路等处,也比存在于车辆M的前后处的其他车辆更容易地被检测到。因此,第二处理部138通过将其他车辆m3作为对象,能够更早期地得到第二判定处理的判定结果。
第一判定处理的对象的道路划分线是距车辆M第一距离的划分线,第二判定处理的对象的其他车辆是距车辆M第二距离的其他车辆。第二距离是比第一距离长的距离。第一距离是车辆M的近处的距离(例如数米),第二距离是距车辆M远(数十米至数百米)的其他车辆。由此,自动驾驶控制装置100能够确认距车辆M近的位置的地图与识别结果之间的吻合、以及距车辆M远的位置的地图与识别结果之间的吻合。
图6是用于说明第二判定处理的图(其1)。第二处理部138在车辆坐标系中,在表示从地图数据得到的道路的区域AR上构建由LIDAR14检测到的其他车辆m3的位置的情况下,判定其他车辆m3的位置是否包含于区域AR。图6是判定为其他车辆m3的位置包含于区域AR的例子。
在第二处理部138判定为其他车辆m3的位置包含于区域AR的情况下,其他车辆m3在与地图数据对应的道路上行驶着,因此推定出地图数据的可靠性高。与此相对,在第二处理部138判定为其他车辆m3的位置未包含于区域AR的情况下,其他车辆m3未在与地图数据对应的道路上行驶,因此推定出地图数据的可靠性不高。在该情况下,例如,推定出地图数据旧、或者因暂时的现象(施工、交通限制等)而地图数据的道路的形状、位置与实际检测到的道路的形状、位置不同。这样,识别部130能够使用其他车辆的位置和地图数据来更加精度良好地评价地图数据的可靠性。
图7是用于说明第二判定处理的图(其2)。第二处理部138在第二判定处理中,也可以将时间序列的其他车辆m3的位置构建于地图,判定是否位置包含于表示道路的区域且位置的轨迹沿着地图的道路的形状。例如,位置的轨迹沿着地图的道路的形状是指,如图7所示那样将时刻t-3至时刻t的位置按时间序列在地图上排列并将它们用假想线相连而形成的表示履历的假想线与表示道路的形状的假想线吻合。
图8是用于说明判定假想线是否吻合的处理的图。第二处理部138生成将时刻t-3至时刻t的位置相连的假想线L1、以及表示道路的形状的假想线L2。假想线L2例如是与道路的中央、道路划分线、道路的端部(缘石)等对应的线、或者以其他车辆所存在的位置(例如时刻t-3的位置)为起点而使假想线沿着道路的延伸方向延伸的线。
第二处理部138基于由假想线L1与假想线L2(或以与假想线L1重叠的方式偏移后的假想线L2)形成的角,来判定位置的轨迹是否沿着地图的道路的形状。如图8所示,第二处理部138在所成的角θ为基准角度θs以上的情况下,判定为位置的轨迹未沿着地图的道路的形状。例如,第二处理部138在所成的角θ小于基准角度θs的情况下,判定为位置的轨迹沿着地图的道路的形状。这样,识别部130通过使用其他车辆的位置的履历和地图数据,能够更加精度良好地评价地图数据的可靠性。
如上述那样,识别部130进行第一判定处理及第二判定处理,评价地图数据的可靠性。评价结果向第一控制部120输出,第一控制部120基于评价结果来控制车辆M。
例如,第二处理部138也可以判定其他车辆是否在正确的车道上行驶着,在正确的车道上行驶着的情况下,判定为地图数据的可靠性高。例如,第二处理部138基于其他车辆的位置的履历,来确定其他车辆的行进方向。第二处理部138在其他车辆是正朝向车辆M驶来的其他车辆的情况下,判定其他车辆的位置是否包含于相向车道(或位置的履历是否沿着相向车道的形状),在得到了肯定性的判定的情况下,判定为其他车辆在正确的车道上行驶着。如上述那样,第二处理部138考虑其他车辆的移动方向和车道的类别而进行第二判定处理,由此能够进一步提高判定精度。
[自动驾驶的模式]
第一控制部120的行动计划生成部140至少执行第一模式的自动驾驶及第二模式的自动驾驶。第一模式的自动驾驶是与第二模式的自动驾驶相比自动驾驶的自动化率(自动化程度)高的模式。自动驾驶的自动化率高是指,第一控制部120控制转向或加减速的程度高(驾驶员介入转向或加减速的操作的必要程度低)。第一模式的自动驾驶是与第二模式的自动驾驶相比使驾驶员负担的义务(驾驶员需要进行的任务、被要求的行为)小的模式。自动驾驶的自动化率例如与周边监视的状态或转向的把持状态相联系。
图9是用于说明第一模式的自动驾驶及第二模式的自动驾驶的一例的图。第一模式的自动驾驶是以驾驶员至少监视着周边为条件执行的模式。第二模式的自动驾驶是以驾驶员至少监视周边且处于手握状态为条件而执行的模式。
图10是用于说明第一模式的自动驾驶及第二模式的自动驾驶的另一例的图。第一模式的自动驾驶也可以是即便驾驶员不需要监视周边且不处于手握状态也执行的模式。第二模式的自动驾驶也可以是以驾驶员至少监视周边为条件执行的模式。
第二模式的自动驾驶也可以是与进行着第一自动驾驶的情况相比对车辆M的驾驶员要求的周边监视义务的程度高的模式。例如,也可以是,第一模式的自动驾驶及第二模式的自动驾驶为负担周边监视义务的模式,第二模式的自动驾驶是与进行着第一自动驾驶的情况相比对车辆M的驾驶员要求的周边监视义务的程度高的模式(更加需要监视着周边的模式)。更加需要监视着周边的模式是指,需要监视的频率高、限制在车辆M的显示部显示与车辆M的行驶、驾驶无关的图像、动画。
[评价结果的利用]
行动计划生成部140基于判定处理的结果,来决定是开始第一模式的自动驾驶、还是结束第一模式的自动驾驶、亦或是开始第二模式的模式。
图11是用于说明自动驾驶的模式的开始或结束与判定处理的结果之间的关系的图。第一模式的开始的条件是至少第一判定处理的结果为肯定性的结果。在第一模式的开始的条件中,第二判定处理的结果可以是肯定性的结果,也可以不予考虑。
第一模式的结束的条件是至少第二判定处理的结果为否定性的结果。在第一模式的结束的条件中,第一判定处理的结果可以不予考虑。
第二模式的开始的条件是至少第一判定处理的结果为肯定性的结果。在第二模式的开始的条件中,第一判定处理的结果或第二判定处理的结果可以不予考虑。
如上述,在进行着第一模式的自动驾驶的状态下第二判定处理为否定性的结果的情况下,第一模式的自动驾驶不继续,自动驾驶的状态向第二模式的自动驾驶转移。
[流程图(其1)]
图12是表示由行动计划生成部140执行的处理的流程的一例的流程图。首先,行动计划生成部140判定是否满足第一模式的自动驾驶的开始的条件(步骤S100)。在满足第一模式的自动驾驶的开始的条件的情况下,行动计划生成部140执行第一模式的自动驾驶(步骤S102)。由此,本流程图的1个例程的处理结束。
[流程图(其2)]
图13是表示由行动计划生成部140执行的处理的流程的一例的流程图。例如,本流程图在图12的流程图的处理结束之后开始。首先,行动计划生成部140判定是否满足第一模式的自动驾驶的结束的条件(步骤S200)。在满足第一模式的自动驾驶的结束的条件的情况下,行动计划生成部140判定是否满足第二模式的自动驾驶的开始的条件(步骤S202)。
在满足第二模式的自动驾驶的开始的条件的情况下,行动计划生成部140开始第二模式的自动驾驶(步骤S204)。在不满足第二模式的自动驾驶的开始的条件的情况下,行动计划生成部140执行用于开始与第二模式的自动驾驶相比自动驾驶的程度低的自动驾驶的模式(或驾驶支援)、或者从自动驾驶向手动驾驶转移的处理(步骤S206)。驾驶支援是指,以将前行车辆与车辆M之间的距离维持为规定距离而行驶的ACC(Adaptive CruiseControl System)、将车辆M行驶的车道的道路划分线与车辆M之间的距离维持为恒定而使车辆M行驶的LKAS(Lane Keeping Assist System)为代表的支援。
这样,自动驾驶控制装置100基于判定处理的结果来控制自动驾驶的模式。例如,如上所述,地图数据的可靠性被更加精度良好地评价,因此自动驾驶控制装置100能够实现更加与车辆M的周边的状况对应的自动驾驶控制装置100考虑了保持着的信息的可靠度的控制。由此,自动驾驶控制的可靠性提高。
例如,能够使用道路的周边的地上物的位置、道路的地上物的位置、地图数据来判断地图数据的可靠性,但与静止着的地上物相比,在使用实际在道路上行驶着的移动体的位置和地图数据来判断地图数据的可靠性的情况下,可靠性的判断更加精度良好地进行。而且,即便在上述的道路的周边等不存在地上物的情况下(例如田间的道路),也可使用移动体来更加精度良好地判断地图数据的可靠性。
而且,与将道路划分线等不是立体的对象作为判定对象相比,通过如本实施方式这样将作为立体物的移动体设为判定对象,识别部130能够判断更远方的地图数据的可靠度。由于能够判断更远方的地图数据的可靠度,因此自动驾驶控制装置100能够更早地进行与自动驾驶相关的控制。例如,在判断为前方规定距离的地图数据的可靠度低的情况下,自动驾驶控制装置100能够在更早的阶段进行用于切换为第二模式的自动驾驶的处理(向乘员报告进行周边监视或手握的处理)。由此,乘员能够有余裕地进行针对模式的切换的准备。
这样,在本实施方式中,识别部130更加精度良好地判断地图数据的可靠,行动计划生成部140基于判断出的地图数据的可靠度,来进行与自动驾驶相关的控制,由此自动驾驶的可靠度提高。
图14是用于说明自动驾驶的模式切换的例子的图。例如,车辆M保持的地图数据存在按每个地域而为最新、或者与最新相比旧的版本的情况。例如,地域A、地域B及地域D的地图数据为最新,地域C的地图数据与最新相比为旧的版本。地域C的地图数据与实际的地域C的道路形状不同。
例如,车辆M在地域A及地域B执行第一模式的自动驾驶,在即将进入地域C时(或进入地域C之后),第二判定结果成为否定性的结果。在该情况下,不再满足执行第一模式的自动驾驶的条件,因此车辆M从第一模式的自动驾驶向第二模式的自动驾驶转移。接着,在车辆M即将进入地域D时(或进入地域D之后),第一判定处理及第二判定处理的结果为肯定性的结果,满足执行第一模式的自动驾驶的条件,则车辆M执行第一模式的自动驾驶。
这样,车辆M基于周边的状况和自身保持的信息,来进行可靠性高的自动驾驶。
在上述的例子中,说明了地图数据为旧的版本的例子,但例如即便地图数据最新,也存在第一判定处理的结果因施工、交通限制而成为否定性的结果的情况。在该情况下,也如上述那样第一模式的自动驾驶结束。
也可以是,在第一道路段中,在第二判定处理为否定性的结果的情况下,停止第二判定处理,在接近了与相邻的下一道路段的情况下,再次开始第二判定处理。也可以是,在第二判定处理成为否定性的结果而停止了的情况下,在从第二判定处理成为否定性的结果时起经过了规定时间的情况或车辆M行驶了规定距离的情况下,再次开始第二判定处理。例如,自动驾驶控制装置100在进行着第一模式的自动驾驶的情况下,在判定为第二移动体的位置未包含于表示道路信息的道路的区域的情况下,停止判定第二移动体的位置是否包含于表示道路信息的道路的区域的处理,在停止判定之后的“规定的时机”再次开始判定。“规定的时机”例如是“接近了下一道路段的时机”、“从停止第二判定处理时起经过了规定时间的时机或车辆M行驶了规定距离的时机”、或者“第一模式的自动驾驶再次开始的时机”。自动驾驶控制装置100在第二判定处理为否定性的结果的情况下,停止第一模式的自动驾驶。自动驾驶控制装置100使第一模式的自动驾驶再次开始的条件例如是第一判定处理和第二判定处理的判定结果中的一方或双方为肯定性的结果。通过这些处理,从而不需要的处理减少、在适当的时机进行第二判定处理。而且,在更为适当的时机再次开始第一模式的自动驾驶。
根据以上说明的实施方式,识别部130将检测结果所包含的第二移动体的位置与地图数据的道路信息进行对照而判定第二移动体的位置是否包含于表示道路信息的道路的区域,由此能够更加精度良好地评价地图数据的可靠性。而且,自动驾驶控制装置100能够使用可靠性高的地图数据的评价结果来进行更可靠性高的自动驾驶。
在上述的实施方式中,说明了第一取得部134A、第二取得部134B、第一处理部136及第二处理部138包含于自动驾驶控制装置100的情况,但也可以代替于此,具有与上述那些功能部同样的功能的功能部如图15所示那样包含于处理装置300。处理装置300与自动驾驶控制装置100分体。处理装置300具备物体识别部302、第一取得部304、第二取得部306、第一处理部308及第二处理部310。物体识别部302、第一取得部304、第二取得部306、第一处理部308及第二处理部310分别具有与第一取得部134A、第二取得部134B、第一处理部136及第二处理部138同等的功能。在该情况下,第一取得部304从其他装置等取得地图数据,第二取得部306从其他装置等取得检测结果(相机、雷达装置、LIDAR等的检测结果)。自动驾驶控制装置100从处理装置300取得判定结果,并基于取得的判定结果来执行控制。
[硬件结构]
图16是表示实施方式的自动驾驶控制装置100的硬件结构的一例的图。如图所示,自动驾驶控制装置100成为通信控制器100-1、CPU100-2、作为工作存储器而使用的RAM(Random Access Memory)100-3、保存引导程序等的ROM(Read Only Memory)100-4、闪存器、HDD(Hard Disk Drive)等存储装置100-5、驱动装置100-6等通过内部总线或专用通信线而相互连接的结构。通信控制器100-1与自动驾驶控制装置100以外的构成要素之间进行通信。在存储装置100-5中保存有CPU100-2执行的程序100-5a。该程序由DMA(DirectMemory Access)控制器(未图示)等向RAM100-3展开,并由CPU100-2执行。由此,实现第一控制部120、第二控制部160及它们所包含的功能部中的一部分或全部。
上述说明的实施方式能够如以下这样表现。
处理装置构成为具备:
存储有程序的存储装置;以及
硬件处理器,
通过所述硬件处理器执行存储于所述存储装置的程序而进行如下处理:
取得具有道路信息的地图数据;
取得由对第一移动体的周边进行检测的一个以上的检测部检测到的检测结果;
将所述检测结果所包含的第二移动体的位置与所述地图数据的道路信息进行对照而判定所述第二移动体的位置是否包含于表示所述道路信息的道路的区域。
以上使用实施方式说明了本发明的具体实施方式,但本发明丝毫不被这样的实施方式限定,在不脱离本发明的主旨的范围内能够施加各种变形及替换。
Claims (11)
1.一种处理装置,其中,
所述处理装置具备:
第一取得部,其取得具有道路信息的地图数据;
第二取得部,其取得由对第一移动体的周边进行检测的一个以上的检测部检测到的检测结果;
判定部,其将所述检测结果所包含的第二移动体的位置与所述地图数据的道路信息进行对照而判定所述第二移动体的位置是否包含于表示所述道路信息的道路的区域;以及
控制部,其控制所述第一移动体的速度及转向而进行自动驾驶,
所述控制部在进行着第一模式的自动驾驶的情况下,在判定为所述第二移动体的位置包含于表示所述道路信息的道路的区域时,继续第一模式的自动驾驶,
所述控制部在进行着第一模式的自动驾驶的情况下,在判定为所述第二移动体的位置未包含于表示所述道路信息的道路的区域时,不继续第一模式的自动驾驶。
2.根据权利要求1所述的处理装置,其中,
所述控制部在进行着所述第一模式的自动驾驶的情况下,在判定为所述第二移动体的位置未包含于表示所述道路信息的道路的区域时,进行第二模式的自动驾驶,
所述第二模式的自动驾驶是与第一模式的自动驾驶相比所述自动驾驶的自动化率较低、或者与进行着第一模式的自动驾驶的情况相比对所述第一移动体的驾驶员要求的周边监视的程度较高的模式的自动驾驶。
3.根据权利要求1所述的处理装置,其中,
在进行着第一模式的自动驾驶的情况下,所述判定部在判定为所述第二移动体的位置未包含于表示所述道路信息的道路的区域时,停止判定所述第二移动体的位置是否包含于表示所述道路信息的道路的区域的处理,
所述判定部在停止所述判定之后的规定的时机,再次开始所述判定。
4.根据权利要求1所述的处理装置,其中,
所述判定部还判定所述检测结果所包含的道路划分线的位置与所述道路信息所包含的道路划分线的位置是否吻合。
5.根据权利要求4所述的处理装置,其中,
所述控制部在满足下述的条件1及条件2中的条件1的情况、或者满足条件1及条件2的情况下,开始第一模式的自动驾驶,
条件1是指,所述判定部判定为所述道路信息所包含的道路划分线的位置与所述检测结果所包含的道路划分线的位置吻合,
条件2是指,所述判定部判定为所述检测结果所包含的第二移动体的位置包含于表示所述道路信息的道路的区域。
6.根据权利要求1所述的处理装置,其中,
所述第二移动体是从与所述第一移动体的行进方向相反方向朝向所述第一移动体而移动着的移动体。
7.一种处理装置,其中,
所述处理装置具备:
第一取得部,其取得具有道路信息的地图数据;
第二取得部,其取得由对第一移动体的周边进行检测的一个以上的检测部检测到的检测结果;
判定部,其将所述检测结果所包含的第二移动体的位置与所述地图数据的道路信息进行对照而判定所述第二移动体的位置是否包含于表示所述道路信息的道路的区域;以及
控制部,其控制所述第一移动体的速度及转向而进行自动驾驶,
所述控制部在进行着第一模式的自动驾驶时,在满足下述的条件3的情况下,停止第一模式的自动驾驶、或者从所述第一模式的自动驾驶向第二模式的自动驾驶转移,
条件3是指,所述判定部判定为所述检测结果所包含的第二移动体的位置不包含于表示所述道路信息的道路的区域,
所述第二模式的自动驾驶是与第一模式的自动驾驶相比所述自动驾驶的自动化率较低、或者与进行着第一模式的自动驾驶的情况相比对所述第一移动体的驾驶员要求的周边监视的程度较高的模式的自动驾驶。
8.一种处理方法,其中,
所述处理方法使计算机进行如下处理:
取得具有道路信息的地图数据;
取得由对第一移动体的周边进行检测的一个以上的检测部检测到的检测结果;
将所述检测结果所包含的第二移动体的位置与所述地图数据的道路信息进行对照而判定所述第二移动体的位置是否包含于表示所述道路信息的道路的区域;
控制所述第一移动体的速度及转向而进行自动驾驶;
在进行着第一模式的自动驾驶的情况下,在判定为所述第二移动体的位置包含于表示所述道路信息的道路的区域时,继续第一模式的自动驾驶;
在进行着第一模式的自动驾驶的情况下,在判定为所述第二移动体的位置未包含于表示所述道路信息的道路的区域时,不继续第一模式的自动驾驶。
9.一种存储介质,其存储有程序,其中,
所述程序使计算机进行如下处理:
取得具有道路信息的地图数据;
取得由对第一移动体的周边进行检测的一个以上的检测部检测到的检测结果;
将所述检测结果所包含的第二移动体的位置与所述地图数据的道路信息进行对照而判定所述第二移动体的位置是否包含于表示所述道路信息的道路的区域;
控制所述第一移动体的速度及转向而进行自动驾驶;
在进行着第一模式的自动驾驶的情况下,在判定为所述第二移动体的位置包含于表示所述道路信息的道路的区域时,继续第一模式的自动驾驶;
在进行着第一模式的自动驾驶的情况下,在判定为所述第二移动体的位置未包含于表示所述道路信息的道路的区域时,不继续第一模式的自动驾驶。
10.一种处理方法,其中,
所述处理方法使计算机进行如下处理:
取得具有道路信息的地图数据;
取得由对第一移动体的周边进行检测的一个以上的检测部检测到的检测结果;
将所述检测结果所包含的第二移动体的位置与所述地图数据的道路信息进行对照而判定所述第二移动体的位置是否包含于表示所述道路信息的道路的区域;
控制所述第一移动体的速度及转向而进行自动驾驶;
在进行着第一模式的自动驾驶时,在满足下述的条件3的情况下,停止第一模式的自动驾驶、或者从所述第一模式的自动驾驶向第二模式的自动驾驶转移,
条件3是指,判定为所述检测结果所包含的第二移动体的位置不包含于表示所述道路信息的道路的区域,
所述第二模式的自动驾驶是与第一模式的自动驾驶相比所述自动驾驶的自动化率较低、或者与进行着第一模式的自动驾驶的情况相比对所述第一移动体的驾驶员要求的周边监视的程度较高的模式的自动驾驶。
11.一种存储介质,其存储有程序,其中,
所述程序使计算机进行如下处理:
取得具有道路信息的地图数据;
取得由对第一移动体的周边进行检测的一个以上的检测部检测到的检测结果;
将所述检测结果所包含的第二移动体的位置与所述地图数据的道路信息进行对照而判定所述第二移动体的位置是否包含于表示所述道路信息的道路的区域;
控制所述第一移动体的速度及转向而进行自动驾驶;
在进行着第一模式的自动驾驶时,在满足下述的条件3的情况下,停止第一模式的自动驾驶、或者从所述第一模式的自动驾驶向第二模式的自动驾驶转移,
条件3是指,判定为所述检测结果所包含的第二移动体的位置不包含于表示所述道路信息的道路的区域,
所述第二模式的自动驾驶是与第一模式的自动驾驶相比所述自动驾驶的自动化率较低、或者与进行着第一模式的自动驾驶的情况相比对所述第一移动体的驾驶员要求的周边监视的程度较高的模式的自动驾驶。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2020-116374 | 2020-07-06 | ||
JP2020116374A JP7191065B2 (ja) | 2020-07-06 | 2020-07-06 | 処理装置、処理方法、およびプログラム |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113899307A CN113899307A (zh) | 2022-01-07 |
CN113899307B true CN113899307B (zh) | 2024-03-22 |
Family
ID=79167750
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110669329.7A Active CN113899307B (zh) | 2020-07-06 | 2021-06-16 | 处理装置、处理方法及存储介质 |
Country Status (3)
Country | Link |
---|---|
US (1) | US11868135B2 (zh) |
JP (1) | JP7191065B2 (zh) |
CN (1) | CN113899307B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US11840226B1 (en) * | 2020-11-27 | 2023-12-12 | Nissan Motor Co., Ltd. | Travel control method and travel control device |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2010095236A1 (ja) * | 2009-02-19 | 2010-08-26 | トヨタ自動車株式会社 | 移動体位置検出装置 |
CN106996793A (zh) * | 2015-11-04 | 2017-08-01 | 丰田自动车株式会社 | 地图更新判定系统 |
CN107203192A (zh) * | 2017-06-28 | 2017-09-26 | 上海应用技术大学 | 一种基于电子地图的移动机器人自动行驶控制系统 |
CN110171420A (zh) * | 2018-02-16 | 2019-08-27 | 本田技研工业株式会社 | 车辆控制装置 |
CN110275521A (zh) * | 2018-03-14 | 2019-09-24 | 本田技研工业株式会社 | 车辆控制装置 |
JP2019197356A (ja) * | 2018-05-09 | 2019-11-14 | トヨタ自動車株式会社 | 自動運転システム |
JP2020001668A (ja) * | 2018-07-02 | 2020-01-09 | 株式会社Subaru | 車両の走行制御システム |
JP2020060550A (ja) * | 2018-10-10 | 2020-04-16 | 株式会社デンソーテン | 異常検出装置、異常検出方法、姿勢推定装置、および、移動体制御システム |
CN111274343A (zh) * | 2020-01-20 | 2020-06-12 | 北京百度网讯科技有限公司 | 一种车辆定位方法、装置、电子设备及存储介质 |
Family Cites Families (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2009075647A (ja) * | 2007-09-18 | 2009-04-09 | Aisin Aw Co Ltd | 統計処理サーバ、プローブ情報統計方法及びプローブ情報統計プログラム |
JP2011027595A (ja) | 2009-07-27 | 2011-02-10 | Toyota Infotechnology Center Co Ltd | 地図データ検証システム |
US10962973B2 (en) * | 2018-01-30 | 2021-03-30 | Uatc, Llc | Autonomous vehicle safe stop |
KR102496654B1 (ko) * | 2018-02-21 | 2023-02-07 | 현대자동차주식회사 | 차량의 주행모드 전환 제어 장치 및 방법, 그리고 차량 시스템 |
US20200090347A1 (en) | 2018-09-13 | 2020-03-19 | Denso Ten Limited | Apparatus for estimating movement information |
JP7020353B2 (ja) * | 2018-09-21 | 2022-02-16 | トヨタ自動車株式会社 | 物体検出装置 |
US20230339515A1 (en) * | 2019-11-28 | 2023-10-26 | Nissan Motor Co., Ltd. | Drive control method and drive control device |
-
2020
- 2020-07-06 JP JP2020116374A patent/JP7191065B2/ja active Active
-
2021
- 2021-06-16 CN CN202110669329.7A patent/CN113899307B/zh active Active
- 2021-07-01 US US17/364,928 patent/US11868135B2/en active Active
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2010095236A1 (ja) * | 2009-02-19 | 2010-08-26 | トヨタ自動車株式会社 | 移動体位置検出装置 |
CN106996793A (zh) * | 2015-11-04 | 2017-08-01 | 丰田自动车株式会社 | 地图更新判定系统 |
CN107203192A (zh) * | 2017-06-28 | 2017-09-26 | 上海应用技术大学 | 一种基于电子地图的移动机器人自动行驶控制系统 |
CN110171420A (zh) * | 2018-02-16 | 2019-08-27 | 本田技研工业株式会社 | 车辆控制装置 |
CN110275521A (zh) * | 2018-03-14 | 2019-09-24 | 本田技研工业株式会社 | 车辆控制装置 |
JP2019197356A (ja) * | 2018-05-09 | 2019-11-14 | トヨタ自動車株式会社 | 自動運転システム |
JP2020001668A (ja) * | 2018-07-02 | 2020-01-09 | 株式会社Subaru | 車両の走行制御システム |
JP2020060550A (ja) * | 2018-10-10 | 2020-04-16 | 株式会社デンソーテン | 異常検出装置、異常検出方法、姿勢推定装置、および、移動体制御システム |
CN111274343A (zh) * | 2020-01-20 | 2020-06-12 | 北京百度网讯科技有限公司 | 一种车辆定位方法、装置、电子设备及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
US20220004193A1 (en) | 2022-01-06 |
CN113899307A (zh) | 2022-01-07 |
JP7191065B2 (ja) | 2022-12-16 |
US11868135B2 (en) | 2024-01-09 |
JP2022014172A (ja) | 2022-01-19 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11505178B2 (en) | Vehicle control device, vehicle control method, and storage medium | |
US20190278286A1 (en) | Vehicle control device, vehicle control method, and storage medium | |
CN112639913B (zh) | 车辆控制装置及其方法、自动驾驶车开发系统、存储介质 | |
CN112061113B (zh) | 车辆控制装置、车辆控制方法及存储介质 | |
US20240067229A1 (en) | Vehicle control device, vehicle control method, and storage medium | |
CN113899307B (zh) | 处理装置、处理方法及存储介质 | |
US11273825B2 (en) | Vehicle control device, vehicle control method, and storage medium | |
CN109559540B (zh) | 周边监视装置、周边监视方法及存储介质 | |
CN116788252A (zh) | 车辆控制装置、车辆控制方法及存储介质 | |
US11702078B2 (en) | Vehicle control device, vehicle control method, and storage medium | |
CN114954511A (zh) | 车辆控制装置、车辆控制方法以及存储介质 | |
CN111619568B (zh) | 车辆控制装置、车辆控制方法及存储介质 | |
CN115158347A (zh) | 移动体控制装置、移动体控制方法及存储介质 | |
CN115140082A (zh) | 车辆控制装置、车辆控制方法及存储介质 | |
US11958493B2 (en) | Vehicle control device and vehicle control method | |
US20230242150A1 (en) | Mobile object control device, mobile object control method, and storage medium | |
CN112677966B (zh) | 车辆控制装置、车辆控制方法及存储介质 | |
US20230294702A1 (en) | Control device, control method, and storage medium | |
US20220306150A1 (en) | Control device, control method, and storage medium | |
CN116803799A (zh) | 车辆控制装置、车辆控制方法及存储介质 | |
CN117657157A (zh) | 车辆控制装置、车辆控制方法及存储介质 | |
US20190094881A1 (en) | Vehicle control device, vehicle control method, and storage medium | |
CN116890838A (zh) | 车辆控制装置、车辆控制方法及存储介质 | |
CN116890824A (zh) | 车辆控制装置、车辆控制方法及存储介质 | |
CN117584963A (zh) | 车辆控制装置、车辆控制方法及存储介质 |
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 |