CN115050203A - 地图生成装置以及车辆位置识别装置 - Google Patents

Abstract

本发明提供一种地图生成装置(50)，具备：相机(1a)，其检测行驶中的本车辆周围的状况；划分线识别部(141)，其基于由相机(1a)所取得的拍摄图像识别道路的划分线；第一地图生成部(171)，其在由划分线识别部(141)识别划分线的期间，基于所识别出的划分线生成第一地图；以及第二地图生成部(172)，其从拍摄图像中提取特征点，使用所提取出的特征点生成第二地图。第二地图生成部(172)删除在由划分线识别部(141)识别划分线的期间生成的第二地图中的与距本车辆规定距离以上后方的位置相对应的所述第二地图。

Description

地图生成装置以及车辆位置识别装置

技术领域

本发明涉及生成地图的地图生成装置和使用由地图生成装置生成的地图来识别本车辆的位置的车辆位置识别装置。

背景技术

作为这种装置，以往已知有将与多个地点相对应的部分地图配置于一个地图坐标上而生成整体地图的装置(例如参见专利文献1)。专利文献1中记载的装置，在存在彼此重叠的部分地图时通过从存储部中删除相对旧的部分地图来使地图的数据量减少。

然而，随着地图精度的提高，还有随着地图的对象区域被扩大，地图本身的数据量增大。因此，如专利文献1记载的装置那样仅删除重叠的部分地图的话，有可能不能充分地减少地图的数据量。

现有技术文献

专利文献

专利文献1：日本特开2020-135579号公报(JP2020-135579A)。

发明内容

本发明的一技术方案的地图生成装置为生成用于取得本车辆的位置的地图的地图生成装置，具备：车载检测器，其检测行驶中的本车辆的周围的状况；划分线识别部，其基于由车载检测器取得的检测数据识别道路的划分线；第一地图生成部，其在由划分线识别部识别划分线的期间，基于识别出的划分线生成第一地图；以及第二地图生成部，其从检测数据中提取特征点，使用所提取出的特征点生成第二地图。第二地图生成部删除在由划分线识别部识别划分线的期间生成的第二地图中的与距本车辆规定距离以上后方的位置相对应的第二地图。

本发明的另一技术方案的车辆位置识别装置，具备：上述的地图生成装置和识别行驶中的本车辆的位置的位置识别部。位置识别部131在由划分线识别部141识别出划分线时，基于检测数据和第一地图识别第一地图上的本车辆的位置，在由划分线识别部141未识别出划分线时，基于检测数据和第二地图识别第二地图上的本车辆的位置。

附图说明

本发明的目的、特征以及优点，通过与附图相关的以下实施方式的说明进一步阐明。

图1是概略地示出本发明的实施方式的车辆控制系统的整体结构的框图。

图2是示出具有本发明的实施方式的地图生成装置的车辆位置识别装置的主要部分结构的框图。

图3A是示出本车辆一边生成环境地图一边在道路行驶的情况的图。

图3B是示出本车辆以自动驾驶模式在图3A的地点行驶的情况的图。

图4是示出由图2的控制器的CPU执行的处理的一例的流程图。

图5是示出本车辆基于通过图4的处理生成的地图以自动驾驶模式行驶的情况的图。

具体实施方式

以下参照图1～图5对本发明的实施方式进行说明。本发明的实施方式的地图生成装置能够应用在具有自动驾驶功能的车辆、即自动驾驶车辆。需要说明的是，有时区别于其他车辆，将应用本实施方式的位置识别装置的车辆称为本车辆。本车辆可以是具有内燃机(发动机)作为行驶驱动源的发动机车辆、具有行驶马达作为行驶驱动源的电动汽车、具有发动机和行驶马达作为行驶驱动源的混合动力车辆中的任一种。本车辆不仅能够以不需要驾驶员进行驾驶操作的自动驾驶模式行驶，也能够以由驾驶员进行驾驶操作的手动驾驶模式行驶。

首先对与自动驾驶相关的概略结构进行说明。图1是概略地示出具有本发明的实施方式的地图生成装置的车辆控制系统100的整体结构的框图。如图1所示，车辆控制系统100主要具有控制器10以及分别与控制器10可通信地连接的外部传感器组1、内部传感器组2、输入输出装置3、定位单元4、地图数据库5、导航装置6、通信单元7、行驶用的执行器AC。

外部传感器组1是检测本车辆的周边信息、即外部状况的多个传感器(外部传感器)的总称。例如外部传感器组1包括：测定本车辆的与全方位的照射光相对的散射光从而测定从本车辆到周边的障碍物的距离的激光雷达、通过照射电磁波并检测反射波来检测本车辆周边的其他车辆或障碍物等的雷达、以及搭载于本车辆并具有CCD、CMOS等摄像元件来拍摄本车辆的周边(前方、后方以及侧方)的相机等。

内部传感器组2是检测本车辆的行驶状态的多个传感器(内部传感器)的总称。例如内部传感器组2包括：检测本车辆的车速的车速传感器、分别检测本车辆的前后方向的加速度和左右方向的加速度(横向加速度)的加速度传感器、检测行驶驱动源的转速的转速传感器、检测本车辆的重心绕铅垂轴旋转的旋转角速度的横摆率传感器等。检测手动驾驶模式下的驾驶员的驾驶操作，例如对加速踏板的操作、对制动踏板的操作、对方向盘的操作等的传感器也包括在内部传感器组2中。

输入输出装置3是从驾驶员输入指令、向驾驶员输出信息的装置的总称。例如输入输出装置3包括：供驾驶员通过对操作构件的操作来输入各种指令的各种开关、供驾驶员通过语音输入指令的麦克、借助显示图像向驾驶员提供信息的显示器、通过语音向驾驶员提供信息的扬声器等。

定位单元(GNSS单元)4具有接收从定位卫星发送的定位用信号的定位传感器。定位卫星是GPS卫星、准天顶卫星等人造卫星。定位单元4利用定位传感器接收到的定位信息，测定本车辆的当前位置(纬度、经度、高度)。

地图数据库5是存储在导航装置6中使用的一般性地图信息的装置，例如由硬盘、半导体元件构成。地图信息包括：道路的位置信息、道路形状(曲率等)的信息、交叉路口、岔路口的位置信息、道路上所设定的限制速度的信息。需要说明的是，存储于地图数据库5中的地图信息与存储于控制器10的存储部12中的高精度地图信息不同。

导航装置6是搜索到达由驾驶员输入的目的地的道路上的目标路径并进行沿目标路径的引导的装置。通过输入输出装置3进行目的地的输入和沿目标路径的引导。基于由定位单元4测定出的本车辆的当前位置和存储于地图数据库5中的地图信息来运算目标路径。也能够使用外部传感器组1的检测值测定本车辆的当前位置，也可以基于该当前位置和存储于存储部12中的高精度的地图信息来运算目标路径。

通信单元7利用包含以互联网、移动电话网等为代表的无线通信网的网络与未图示的各种服务器进行通信，定期或者在任意时机从服务器取得地图信息、行驶记录信息以及交通信息等。网络不仅包括公用无线通信网，还包括针对每一规定的管理区域设置的封闭式通信网，例如无线局域网、Wi-Fi(注册商标)、Bluetooth(注册商标)等。所取得的地图信息被输出到地图数据库5、存储部12，地图信息被更新。

执行器AC是用于控制本车辆的行驶的行驶用执行器。在行驶驱动源为发动机的情况下，执行器AC包括调整发动机的节气门阀的开度(节气门开度)的节气门用执行器。在行驶驱动源为行驶马达的情况下，执行器AC包括行驶马达。使本车辆的制动装置工作的制动用执行器和驱动转向装置的转向用执行器也包含在执行器AC中。

控制器10由电子控制单元(ECU)构成。更具体而言，控制器10包含具有CPU(微处理器)等运算部11、ROM(只读存储器)、RAM(随机存取存储器)等存储部12、I/O(输入/输出)接口等未图示的其他外围电路的计算机而构成。需要说明的是，能够将发动机控制用ECU、行驶马达控制用ECU、制动装置用ECU等功能不同的多个ECU分开设置，但方便起见，在图1中示出控制器10作为这些ECU的集合。

在存储部12中存储高精度的详细的地图信息(称为高精度地图信息)。高精度地图信息包括：道路的位置信息、道路形状(曲率等)的信息、道路的坡度的信息、交叉路口、岔路口的位置信息、车道数的信息、车道的宽度以及每一车道的位置信息(车道的中央位置、车道位置的边界线的信息)、作为地图上的标记的地标(信号机、标识、建筑物等)的位置信息、路面的凹凸等路面概况的信息。存储于存储部12的高精度地图信息包括：通过通信单元7从本车辆的外部取得的地图信息，例如通过云服务器取得的地图(称为云地图)的信息和使用外部传感器组1的检测值由本车辆自己制作的地图例如由使用SLAM(SimultaneousLocalization and Mapping：同步定位与地图构建)等技术通过映射生成的点云数据构成的地图(称为环境地图)的信息。在存储部12中还存储各种控制程序、关于在程序中使用的阈值等信息的信息。

运算部11具有本车位置识别部13、外界识别部14、行动计划生成部15、行驶控制部16、地图生成部17作为功能性结构。

本车位置识别部13基于由定位单元4获取的本车辆的位置信息和地图数据库5的地图信息来识别本车辆在地图上的位置(本车位置)。还可以使用存储于存储部12的地图信息和由外部传感器组1检测出的本车辆的周边信息来识别本车位置，由此能够高精度地识别本车位置。需要说明的是，在能够用设置在道路上、道路旁边这些外部的传感器测定本车位置时，也能够通过借助通信单元7与该传感器进行通信来识别本车位置。

外界识别部14基于来自激光雷达、雷达、相机等外部传感器组1的信号识别本车辆周围的外部状况。例如识别在本车辆的周边行驶的周边车辆(前方车辆、后方车辆)的位置、行驶速度、加速度、在本车辆的周围停车或驻车着的周边车辆的位置以及其他物体的位置、状态等。其他物体包括：标识、信号机、道路的划分线或停止线等标示(路面标示)、建筑物、护栏、电线杆、广告牌、行人、自行车等。其他物体的状态包括：信号机的颜色(红、绿、黄)、行人、自行车的移动速度、朝向等。其他物体中的静止的物体的一部分构成作为地图上的位置的标志的地标，外界识别部14还识别地标的位置和类别。

行动计划生成部15例如基于由导航装置6运算出的目标路径、由本车位置识别部13识别出的本车位置、由外界识别部14识别出的外部状况，生成从当前时间点开始经过规定时间为止的本车辆的行驶轨迹(目标轨迹)。当目标路径上存在作为目标轨迹的候补的多个轨迹时，行动计划生成部15从其中选择遵守法律且满足高效、安全地行驶等基准的最佳轨迹，并将所选择的轨迹作为目标轨迹。然后，行动计划生成部15生成与所生成的目标轨迹相应的行动计划。行动计划生成部15生成与用于超越先行车辆的超车行驶、变更行驶车道的车道变更行驶、跟随先行车辆的跟随行驶、不偏离行驶车道而保持车道的车道保持行驶、减速行驶或加速行驶等行使方式相对应的各种行动计划。行动计划生成部15在生成目标轨迹时首先决定行驶方式，基于行驶方式生成目标轨迹。

在自动驾驶模式下，行驶控制部16对各执行器AC进行控制，以使本车辆沿着由行动计划生成部15生成的目标轨迹行驶。更具体而言，行驶控制部16考虑在自动驾驶模式下由道路坡度等决定的行驶阻力，计算用于得到由行动计划生成部15计算出的每单位时间的目标加速度的要求驱动力。然后，例如对执行器AC进行反馈控制，以使由内部传感器组2检测出的实际加速度成为目标加速度。即，对执行器AC进行控制，以使本车辆以目标车速和目标加速度行驶。需要说明的是，在手动驾驶模式下，行驶控制部16根据由内部传感器组2取得的来自驾驶员的行驶指令(转向操作等)对各执行器AC进行控制。

地图生成部17在以手动驾驶模式行驶的同时，使用由外部传感器组1检测出的检测值生成由三维点云数据构成的环境地图。具体而言，从由相机取得的拍摄图像中，基于每一像素的亮度、颜色的信息提取表示物体的轮廓的边缘，并且使用该边缘信息提取特征点。特征点例如是边缘的交点，与建筑物的角、道路标识的角等相对应。地图生成部17将所提取出的特征点依次绘制在环境地图上，由此生成本车辆行驶过的道路周边的环境地图。还可以代替相机，使用由雷达、激光雷达取得的数据提取本车辆周围的物体的特征点，生成环境地图。还有，地图生成部17在生成环境地图时，通过例如模板匹配的处理来判定作为地图上的标记的信号机、标识、建筑物等地标是否包含在由相机取得的拍摄图像中。然后，当判定为包含地标时，基于拍摄图像，识别环境地图上的地标的位置和类别。这些地标信息包含在环境地图中，并被存储于存储部12。

本车位置识别部13与地图生成部17的地图制作处理并行地进行本车辆的位置推定处理。即，基于特征点的位置随着时间经过的变化，推定并取得本车辆的位置。还有，本车位置识别部13基于本车辆周围的地标与本车辆周围的物体的特征点之间的相对的位置关系推定并取得本车位置。地图制作处理和位置推定处理是按照例如SLAM算法同时进行的。地图生成部17不仅在以手动驾驶模式行驶时，在以自动驾驶模式行驶时也能够同样地生成环境地图。在已经生成环境地图并存储在存储部12中的情况下，地图生成部17还可以根据新得到的特征点更新环境地图。

然而，由点云数据构成的环境地图的数据量较大，作为地图制作的对象的区域越大则该数据量越大。因此，当想要制作以大范围区域为对象的环境地图时，存储部12的容量有可能被大幅地占用。因此，为抑制数据量增大的同时能够制作大范围的环境地图，在本实施方式中如下构成地图生成装置。

图2是示出具有本发明的实施方式的地图生成装置的车辆位置识别装置的主要部分结构的框图。该车辆位置识别装置60是取得本车辆的车辆的当前位置的装置，构成图1的车辆控制系统100的一部分。如图2所示，车辆位置识别装置60具有控制器10、相机1a、雷达1b、激光雷达1c。车辆位置识别装置60还具有构成车辆位置识别装置60的一部分的地图生成装置50。地图生成装置50是基于相机1a的拍摄图像生成地图(后述的划分线地图和环境地图)的装置。

相机1a是具有CCD(电荷耦合器件)、CMOS(互补金属氧化物半导体)等摄像元件(图像传感器)的单眼相机，构成图1的外部传感器组1的一部分。相机1a也可以是立体相机。相机1a拍摄本车辆的周围。相机1a安装在例如本车辆的前部的规定位置，连续地拍摄本车辆的前方空间，取得对象物的图像数据(以下称为拍摄图像数据或简称为拍摄图像)。相机1a将拍摄图像向控制器10输出。雷达1b搭载于本车辆，通过照射电磁波并检测反射波来检测本车辆周边的其他车辆、障碍物等。雷达1b将检测值(检测数据)向控制器10输出。激光雷达1c搭载于本车辆，测定本车辆的与全方位的照射光相对的散射光从而检测从本车辆到周边障碍物的距离。激光雷达1c将检测值(检测数据)向控制器10输出。

控制器10具有位置识别部131、划分线识别部141、第一地图生成部171、第二地图生成部172，作为运算部11(图1)所承当的功能性结构。需要说明的是，划分线识别部141、第一地图生成部171、第二地图生成部172包含在地图生成装置50中。位置识别部131例如由本车位置识别部13构成。划分线识别部141例如由图1的外界识别部14构成。第一地图生成部171和第二地图生成部172例如由图1的地图生成部17构成。

划分线识别部141基于由相机1a取得的拍摄图像识别道路的划分线。第一地图生成部171在由划分线识别部141识别划分线的期间，基于所识别出的划分线的位置生成划分线地图。划分线地图包括划分线的位置信息。以下也将划分线地图称为第一地图。

第二地图生成部172从由相机1a取得的拍摄图像中提取特征点，使用所提取出的特征点生成环境地图。以下也将由第二地图生成部172生成的环境地图称为第二地图。图3A是示出本车辆101一边生成环境地图一边在道路行驶的情况的图。在图3A所示的例子中，本车辆101在左侧通行的单侧一车道的道路RD1朝向交叉路口IS行驶中。在图3A中示意性地示出分别在时刻t1、比时刻t1晚的时刻t2、比时刻t2晚的时刻t3的时间点的本车辆101。如图3A所示，在时刻t1，本车辆101的车载相机(相机1a)的拍摄范围中包括建筑物BL1和道路标识RS1。在时刻t2，包括建筑物BL2、电线杆UP、对向车道的信号机SG2。在时刻t3，包括本车辆101行驶的车道的信号机SG1和建筑物BL3。第二地图生成部172从相机1a的拍摄图像中提取那些物体的特征点。图中的用圆形框围起来的物体表示分别在时刻t1、t2、t3的时间点被第二地图生成部172提取了特征点的物体。需要说明的是，在时刻t1～t3的所有时间点的相机1a的拍摄范围中包括道路的划分线(中央线CL和车道外侧线OL)，第二地图生成部172还从相机1a的拍摄图像中提取道路的划分线的特征点。这样，环境地图中包括关于道路周边的物体、道路的划分线的信息(特征点)，因此，与不包括道路的划分线以外的信息的划分线地图相比较，数据量增加。

位置识别部131在本车辆101以自动驾驶模式行驶中，基于相机1a的拍摄图像以及由第一地图生成部171生成的划分线地图和由第二地图生成部172生成的环境地图中的至少一者，识别本车辆101的位置。

图3B是示出本车辆101以自动驾驶模式在图3A的地点行驶的情况的图。图3B中的本车辆101的位置与图3A中的本车辆101在时刻t2的位置相同。因此，图3B的本车辆101的车载相机(相机1a)的拍摄范围中包括建筑物BL2、电线杆UP、对向车道的信号机SG2、道路中央线CL以及车道外侧线OL。

位置识别部131在基于划分线地图识别本车辆101的位置时，首先通过模板匹配的处理等识别相机1a的拍摄图像中所包含的划分线(中央线CL、车道外侧线OL)。然后，位置识别部131将识别出的划分线和划分线地图进行对照，在划分线地图上存在与识别出的划分线一致的地点时，将该地点识别为本车辆101的位置。

另一方面，在基于环境地图识别本车辆101的位置时，位置识别部131首先将从相机1a的拍摄图像提取出的划分线、建筑物BL2等物体的特征点和环境地图进行对照。然后，在环境地图上识别出与那些物体的特征点一致的特征点时，位置识别部131基于所识别出的特征点在环境地图上的位置，识别本车辆101在环境地图上的位置。在图3B中，用虚线的圆形框围起来的物体表示在图3B的时间点被位置识别部131提取了特征点的物体。

需要说明的是，在本车辆101行驶的道路上不存在划分线时或本车辆101行驶的道路的划分线模糊不清时，从相机1a的拍摄图像中不能识别出划分线。在这种情况下，位置识别部131无法识别划分线地图上的本车辆101的位置。另一方面，即使从相机1a的拍摄图像中没提取出划分线的特征点，只要提取出其他物体的特征点，位置识别部131就能够基于那些特征点识别本车辆101在环境地图上的位置。

因此，在划分线识别部141不能识别出划分线的区间，位置识别部131基于相机1a的拍摄图像和环境地图识别环境地图上的本车辆101的位置。另一方面，在划分线识别部141能够识别划分线的区间，位置识别部131基于相机1a的拍摄图像和划分线地图识别划分线地图上的本车辆101的位置。这样，在无论基于划分线地图和环境地图中的哪一个都能识别本车辆101的位置的区间，优先使用划分线地图。由此，在能够识别划分线的区间，不再需要环境地图，因此能够将环境地图的数据量减少。

图4是示出按照预先决定的程序由图2的控制器10执行的处理(地图生成处理)的一例，尤其是与地图生成有关的处理的一例的流程图。图4的流程图所示的处理在本车辆101以自动驾驶模式行驶的期间内以规定周期反复进行。

首先，在S11(S：处理步骤)，判定是否从相机1a的拍摄图像中识别出了划分线。当S11为肯定(S11：是)时，在S12中，生成划分线地图并存储于存储部12。在存储部12中已存储有划分线地图时，将在S11中识别出的划分线的信息附加在存储于存储部12的划分线地图中，从而更新划分线地图。由此，形成本车辆101行驶的道路的划分线地图。在S13中，基于从相机1a的拍摄图像提取出的特征点云生成环境地图并存储于存储部12。在存储部12中已存储有环境地图时，利用所提取出的特征点云更新环境地图。

需要说明的是，环境地图中包括从由相机1a取得的拍摄图像中提取出的特征点的数据(点云数据)和位姿图。位姿图由节点和边缘构成。节点表示本车辆101在取得了点云数据的时间点的位置和姿势，边缘表示节点之间的相对位置(距离)和姿势的关系。在环境地图为三维地图的情况下，姿势以仰俯角、偏航角、侧倾角的方式呈现。环境地图的更新是新追加在本车辆101的当前位置取得的点云数据，并且位姿图上追加与所追加的点云数据相对应的节点和表示该节点与现有节点之间的关系的边缘。

在S14中，判定是否连续地识别出规定距离以上的划分线。具体而言，判定从开始识别在S11中识别出的划分线的地点(以下称为划分线开始地点)到本车辆101的当前位置为止的距离是否在规定距离以上。当S14为否定(S14：否)时结束处理。S14为肯定(S14：是)时，在S15中删除环境地图的一部分。具体而言，从存储部12中删除从划分线开始地点到距本车辆101的当前位置规定距离后方的规定地点为止的环境地图。

另一方面，当S11为否定(S11：否)时，在S16中，基于从相机1a的拍摄图像中提取出的特征点云生成环境地图并存储于存储部12。在存储部12中已存储有环境地图时，用所提取出的特征点云更新环境地图。

图5是示出本车辆101基于通过图4的地图生成处理生成的地图(划分线地图和环境地图)以自动驾驶模式行驶的情况的图。在图5所示的例子中，本车辆101行驶在左侧通行的单侧一车道的道路RD2上。图5中示意性地示出分别在时刻t11、比时刻t11晚的时刻t12、比时刻t12晚的时刻t13的时间点的本车辆101。在道路RD2上存在在区间A与区间C之间不存在划分线的区间B。在本车辆101在区间A和区间B行驶时，位置识别部131基于根据相机1a的拍摄图像识别出的划分线CL、OL和与区间A和区间C相对应的划分线地图识别本车辆101在划分线地图上的位置。另一方面，在本车辆101在区间B行驶时，位置识别部131基于从相机1a的拍摄图像中提取出的建筑物BL4、BL5或道路标识RS2的特征点和与区间B相对应的环境地图识别本车辆101在环境地图上的位置。还有，在区间A与区间B之间的边界，开始基于环境地图进行的本车位置的识别时，位置识别部131基于紧前识别出的划分线地图上的本车辆101的位置计算本车辆101在环境地图上的位置。

通常，在开始基于环境地图进行的本车位置识别时，进行环境地图上的本车位置(初始位置)的搜索。因为该搜索伴随着复杂的运算处理，所以使运算部11的处理负荷增大。但是，如上所述，通过基于紧前识别出的本车辆101在划分线地图上的位置来计算本车辆101在环境地图上的初始位置，由此不再需要搜索初始位置，因此能够降低运算部11的处理负荷。由此，能够在区间A与区间B之间的边界，顺畅地开始基于环境地图的本车位置的识别。

采用本发明的实施方式能够起到如下的作用效果。

(1)地图生成装置50为生成用于取得本车辆101的位置的地图的地图生成装置。地图生成装置50，具备：相机1a，其检测行驶中的本车辆101的周围的状况；划分线识别部141，其基于由相机1a取得的检测数据(拍摄图像)识别道路的划分线；第一地图生成部171，其在由划分线识别部141识别划分线的期间，基于所识别出的划分线生成第一地图(划分线地图)；以及第二地图生成部172，其从相机1a的拍摄图像中提取特征点，使用所提取出的特征点生成第二地图(环境地图)。第二地图生成部172删除在由划分线识别部141识别划分线期间所生成的第二地图中的与距本车辆101规定距离以上后方的位置相对应的第二地图。由此，能够减少地图的数据量。

(2)车辆位置识别装置60具备：地图生成装置50和识别行驶中的本车辆101的位置的位置识别部131。位置识别部131在由划分线识别部141识别出划分线时，基于相机1a的拍摄图像和第一地图识别第一地图上的本车辆101的位置，在由划分线识别部141未识别出划分线时，基于相机1a的拍摄图像和第二地图识别第二地图上的本车辆101的位置。由此，在存在划分线的区间只要有划分线地图就能够识别本车位置，不再需要事先生成那样的区间的环境地图。因此，能够减少地图的数据量。

(3)当由划分线识别部141识别不到划分线时，位置识别部131基于第一地图上的本车辆101的位置计算第二地图上的本车辆101的初始位置，基于计算出的初始位置开始识别第二地图上的本车辆101的位置。由此，本车辆101从存在划分线的区间(例如图5的区间A)向没有划分线的区间(例如图5的区间B)移动时，无需搜索第二地图上的本车辆101的位置(初始位置)。因此，能够减轻开始基于第二地图的本车位置的识别时的处理负荷，并且能够顺畅地开始基于第二地图的本车位置的识别。

上述实施方式能够变形成各种方式。以下对若干变形例进行说明。在上述实施方式中，由相机1a检测本车辆101周围的状况，但只要是检测本车辆101周围的状况，车载检测器的构成就可以是任何形式。例如车载检测器可以是雷达1b、激光雷达1c。还有，在上述实施方式中，一边以手动驾驶模式行驶一边执行图4所示的处理，但还可以一边以自动驾驶模式行驶一边执行图4所示的处理。

还有，在上述实施方式中，以将第一地图作为划分线地图的情况为例进行了说明，但第一地图并不局限于划分线地图。第一地图是能够基于车载检测器的检测数据识别本车辆101的位置的地图，且只要是数据量比第二地图少的地图，就可以是划分线地图以外的地图。再有，在上述实施方式中，将地图生成装置50应用在了自动驾驶车辆，但地图生成装置50也能够应用在自动驾驶车辆以外的车辆。例如也能够在具备ADAS(Advanced driver-assistance systems：高级驾驶辅助系统)的手动驾驶车辆上应用地图生成装置50。

本发明也能够作为地图生成方法使用，作为生成用于取得本车辆101的位置的地图的地图生成方法，包括：基于由检测行驶中的本车辆101的周围的状况的相机1a所取得的检测数据识别道路的划分线的第一步骤(S11)；在识别划分线的期间基于识别出的划分线生成第一地图的第二步骤(S12)；从检测数据中提取特征点，使用所提取出的特征点生成第二地图的第三步骤(S13)；在识别划分线期间所生成的第二地图中，删除与距本车辆101规定距离以上后方的位置相对应的第二地图的步骤(S14、S15)。

既能够任意组合上述实施方式和变形例的一个或者多个，也能够将各变形例彼此进行组合。

采用本发明能够充分地减少地图的数据量。

以上，结合优选实施方式对本发明进行了说明，但本领域技术人员应该理解，在不脱离后述权利要求书的公开范围的情况下能够进行各种修改和变更。

Claims (5)

1.一种地图生成装置，为生成用于取得本车辆(101)的位置的地图的地图生成装置(50)，其特征在于，具备：

车载检测器(1a)，其检测行驶中的本车辆周围的状况；

划分线识别部(141)，其基于由所述车载检测器(1a)所取得的检测数据识别道路的划分线；

第一地图生成部(171)，其在由所述划分线识别部(141)识别划分线的期间，基于所识别出的划分线生成第一地图；以及

第二地图生成部(172)，其从所述检测数据中提取特征点，使用所提取出的特征点生成第二地图，

所述第二地图生成部(172)删除在由所述划分线识别部(141)识别划分线的期间所生成的所述第二地图中的与距本车辆规定距离以上后方的位置相对应的所述第二地图。

2.根据权利要求1所述的地图生成装置，其特征在于，

所述第一地图包括道路的划分线的位置信息。

3.一种车辆位置识别装置，为具备权利要求1所述的地图生成装置(50)和识别行驶中的本车辆的位置的位置识别部(131)的车辆位置识别装置(60)，其特征在于，

所述位置识别部(131)在由所述划分线识别部(141)识别出划分线时，基于所述检测数据和所述第一地图识别所述第一地图上的本车辆的位置，在由所述划分线识别部(141)未识别出划分线时，基于所述检测数据和所述第二地图识别所述第二地图上的本车辆的位置。

4.根据权利要求2所述的车辆位置识别装置，其特征在于，

当由所述划分线识别部(141)识别不到划分线时，所述位置识别部(131)基于所述第一地图上的本车辆(101)的位置计算所述第二地图上的本车辆(101)的初始位置，基于计算出的初始位置开始识别所述第二地图上的本车辆(101)的位置。

5.一种地图生成方法，为生成用于取得本车辆(101)的位置的地图的地图生成方法，其特征在于，包括如下步骤：

基于由检测行驶中的本车辆周围的状况的车载检测器(1a)所取得的检测数据识别道路的划分线；

在识别划分线的期间基于所识别出的划分线生成第一地图；

从所述检测数据提取特征点，使用所提取出的特征点生成第二地图；以及

在识别划分线的期间所生成的所述第二地图中，删除与距本车辆(101)规定距离以上后方的位置相对应的所述第二地图。

Images