CN116547184A - 驾驶辅助装置以及计算机程序 - Google Patents
驾驶辅助装置以及计算机程序 Download PDFInfo
- Publication number
- CN116547184A CN116547184A CN202180071836.9A CN202180071836A CN116547184A CN 116547184 A CN116547184 A CN 116547184A CN 202180071836 A CN202180071836 A CN 202180071836A CN 116547184 A CN116547184 A CN 116547184A
- Authority
- CN
- China
- Prior art keywords
- vehicle
- parking
- network
- lane
- movement
- 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.)
- Pending
Links
- 238000004590 computer program Methods 0.000 title claims abstract description 10
- 238000004364 calculation method Methods 0.000 claims description 14
- 238000000034 method Methods 0.000 abstract description 46
- 230000008859 change Effects 0.000 description 49
- 230000003068 static effect Effects 0.000 description 39
- 238000010586 diagram Methods 0.000 description 29
- 230000000875 corresponding effect Effects 0.000 description 24
- 238000004891 communication Methods 0.000 description 22
- 230000008569 process Effects 0.000 description 18
- 238000012545 processing Methods 0.000 description 15
- 230000001133 acceleration Effects 0.000 description 12
- 230000015654 memory Effects 0.000 description 8
- 238000001514 detection method Methods 0.000 description 5
- 238000012937 correction Methods 0.000 description 4
- 230000007423 decrease Effects 0.000 description 4
- 239000004973 liquid crystal related substance Substances 0.000 description 4
- 230000008685 targeting Effects 0.000 description 4
- 230000006399 behavior Effects 0.000 description 3
- 238000010276 construction Methods 0.000 description 3
- 230000005540 biological transmission Effects 0.000 description 2
- 238000004422 calculation algorithm Methods 0.000 description 2
- 239000003550 marker Substances 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 238000010422 painting Methods 0.000 description 2
- 206010039203 Road traffic accident Diseases 0.000 description 1
- 208000027418 Wounds and injury Diseases 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 239000000969 carrier Substances 0.000 description 1
- 230000002596 correlated effect Effects 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 238000006073 displacement reaction Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 238000002955 isolation Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 238000003825 pressing Methods 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 239000000523 sample Substances 0.000 description 1
- 230000007704 transition Effects 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
- 230000003936 working memory Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
- G01C21/26—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
- G01C21/34—Route searching; Route guidance
- G01C21/3407—Route searching; Route guidance specially adapted for specific applications
- G01C21/3423—Multimodal routing, i.e. combining two or more modes of transportation, where the modes can be any of, e.g. driving, walking, cycling, public transport
-
- 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
- B60W30/00—Purposes of road vehicle drive control systems not related to the control of a particular sub-unit, e.g. of systems using conjoint control of vehicle sub-units
- B60W30/06—Automatic manoeuvring for parking
-
- 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
- B60W40/00—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models
- B60W40/02—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models related to ambient conditions
- B60W40/06—Road conditions
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
- G01C21/26—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
- G01C21/34—Route searching; Route guidance
- G01C21/3453—Special cost functions, i.e. other than distance or default speed limit of road segments
- G01C21/3461—Preferred or disfavoured areas, e.g. dangerous zones, toll or emission zones, intersections, manoeuvre types, segments such as motorways, toll roads, ferries
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Automation & Control Theory (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Transportation (AREA)
- Mechanical Engineering (AREA)
- Mathematical Physics (AREA)
- Navigation (AREA)
- Traffic Control Systems (AREA)
- Control Of Driving Devices And Active Controlling Of Vehicle (AREA)
Abstract
提供一种能够选择用于停放车辆的适当的停车空间的驾驶辅助装置及计算机程序。具体而言,构成为,获取:车道网络,表示车辆能够选择的行车道移动的网络;停车网络,表示在停车场内车辆能够选择的路径的网络;以及下车后网络,表示用户通过车辆下车后的移动单元能够选择的路径的网络,使用这些网络来计算包含到停车场内的停车空间为止的车辆的移动和从停车空间到目的地为止的车辆下车后的移动单元的移动在内的到目的地为止的移动所需的移动成本,使用计算出的移动成本来选择停放车辆的停车空间。
Description
技术领域
本发明涉及进行车辆的驾驶辅助的驾驶辅助装置以及计算机程序。
背景技术
在车辆向目的地移动的情况下,一般移动到附属于目的地的停车场或者位于目的地周边的停车场并将车辆进行停车,通过步行等从在停车场内停放车辆的停车空间移动到作为目的地的地点来完成移动。特别是在有多个停放车辆的位置的候补的情况下,由于用户的负担会根据停车位置的不同而发生很大的变化,因此选择用于停放车辆的适当的停车位置是极其重要的。因此,例如在日本专利第5420079号公报中,公开了在有多个成为停车候补的停车场的情况下,使用楼层地图来搜索在停车后到作为目的地的店铺为止的移动路径最短的停车场的技术。
现有技术文献
专利文献
专利文献1:日本专利第5420079号公报(第9-11页、图16)
发明内容
发明要解决的问题
其中,在上述专利文献1中,考虑下车后的移动所涉及的用户的负担来选择车辆的停车位置。但是,下车后的移动所涉及的用户的负担与到停车位置为止的车辆的移动或停车所涉及的用户的负担不一定成比例。即,假设即使存在下车后的移动所涉及的用户负担较小的停车位置,如果到该停车位置为止的车辆的移动或停车所涉及的用户负担较大,则该停车位置未必是对用户来说适当的停车位置。因此,在上述专利文献1中,存在不能选择用于停放车辆的适当的停车位置的问题。
本发明是为了解决上述现有的问题点而完成的,其目的在于,提供一种驾驶辅助装置以及计算机程序,通过除了考虑下车后的移动所涉及的用户的负担以外,还考虑车辆的移动所涉及的用户的负担,能够选择用于停放车辆的适当的停车空间。
用于解决问题的手段
为了实现上述目的,本发明所涉及的驾驶辅助装置具有:车道网络获取单元,获取表示车辆能够选择的行车道移动的网络即车道网络;停车网络获取单元,获取表示在停车场内车辆能够选择的路径的网络即停车网络;下车后网络获取单元,获取表示用户通过车辆下车后的移动单元能够选择的路径的网络即下车后网络;成本计算单元,使用所述车道网络、所述停车网络和所述下车后网络,计算包含到停车场内的停车空间为止的车辆的移动和从停车空间到目的地为止的车辆下车后的移动单元的移动在内的到目的地为止的移动所花费的移动成本;以及停车空间选择单元,使用由所述成本计算单元计算出的所述移动成本来选择停放车辆的停车空间。
另外,本发明所涉及的计算机程序是生成在车辆中实施的用于驾驶辅助的辅助信息的程序。具体而言,使计算机作为以下单元发挥功能:车道网络获取单元,获取表示车辆能够选择的行车道移动的网络即车道网络;停车网络获取单元,获取表示在停车场内车辆能够选择的路径的网络即停车网络;下车后网络获取单元,获取表示用户通过车辆下车后的移动单元能够选择的路径的网络即下车后网络;成本计算单元,使用所述车道网络、所述停车网络和所述下车后网络,计算包含到停车场内的停车空间为止的车辆的移动和从停车空间到目的地为止的车辆下车后的移动单元的移动在内的到目的地为止的移动所花费的移动成本;以及停车空间选择单元,使用由所述成本计算单元计算出的所述移动成本来选择停放车辆的停车空间。
发明的效果
根据具有上述结构的本发明所涉及的驾驶辅助装置以及计算机程序,使用车道网络、停车网络和下车后网络,计算包含到停车场内的停车空间为止的车辆的移动和从停车空间到目的地为止的车辆下车后的移动单元的移动在内的到目的地的移动所花费的移动成本,选择停放车辆的停车空间,因此,通过除了考虑下车后的移动所涉及的用户的负担之外,还考虑车辆的移动所涉及的用户的负担,能够选择用于停放车辆的适当的停车空间。而且,如果基于确定的停车空间进行驾驶辅助,就能够适当地实施驾驶辅助。
附图说明
图1是表示本实施方式所涉及的驾驶辅助系统的概略结构图。
图2是表示本实施方式所涉及的驾驶辅助系统的结构的框图。
图3是表示本实施方式所涉及的导航装置的框图。
图4是本实施方式所涉及的自动驾驶辅助程序的流程图。
图5是表示获取高精度地图信息的区域的图。
图6是对动态行驶轨迹的计算方法进行说明的图。
图7是静态行驶轨迹生成处理的子处理程序的流程图。
图8是表示在从停车场到目的地的区间构筑的下车后网络的一例的图。
图9是基于停车空间的区划线构筑的下车后网络的图。
图10是表示在停车场构筑的停车网络的一例的图。
图11是表示到停车场为止的候补路径的一例的图。
图12是表示对图11所示的候补路径构筑的车道网络的一例的图。
图13是表示车道标志的一例的图,该车道标志表示通过交叉路口前的道路所包含的行车道与通过交叉路口后的道路所包含的行车道之间的对应关系。
图14是表示连接信息的一例的图。
图15是表示行车道变更的次数和成本的关系的图。
图16是表示行驶的行车道和成本的关系的图。
图17是表示进行行车道变更的位置和成本的关系的图。
图18是对推荐停车的停车空间的确定方法进行说明的图。
图19是表示通过交叉路口时的推荐的行驶轨迹的一例的图。
图20是表示进入停车场的入口时的推荐的行驶轨迹的一例的图。
图21是表示向停车空间停车时的推荐的行驶轨迹的一例的图。
图22是速度计划生成处理的子处理程序的流程图。
图23是表示速度计划的一例的图。
具体实施方式
以下,参照附图详细说明将本发明所涉及的驾驶辅助装置具体化为导航装置1的一个实施方式。首先,使用图1及图2对包含本实施方式所涉及的导航装置1的驾驶辅助系统2的概略结构进行说明。图1是表示本实施方式所涉及的驾驶辅助系统2的概略结构图。图2是表示本实施方式所涉及的驾驶辅助系统2的结构的框图。
如图1所示,本实施方式所涉及的驾驶辅助系统2基本上具有:信息发布中心3所具备的服务器装置4;以及搭载于车辆5以进行与车辆5的自动驾驶相关的各种辅助的导航装置1。另外,服务器装置4和导航装置1构成为能够经由通信网络6相互收发电子数据。另外,也可以使用搭载于车辆5的其他车载器或进行与车辆5相关的控制的车辆控制装置来代替导航装置1。
其中,车辆5是除了基于用户的驾驶操作而行驶的手动驾驶行驶之外,还能够基于自动驾驶辅助进行辅助行驶的车辆,该自动驾驶辅助不依赖于用户的驾驶操作而使车辆沿着预先设定的路径或道路自动地进行行驶。
另外,自动驾驶辅助可以在所有的道路区间进行,也可以构成为仅在车辆行驶在特定的道路区间(例如在边界设置有出入口(不论有人无人、收费免费)的高速公路)的期间进行。在以下的说明中,将说明进行车辆的自动驾驶辅助的自动驾驶区间除了包括一般道路和高速公路在内的所有道路区间之外,还包括停车场,在车辆开始行驶到结束行驶(将车辆停车为止)的期间基本上进行自动驾驶辅助。但是,当车辆在自动驾驶区间行驶时,并不一定进行自动驾驶辅助,优选仅在由用户选择进行自动驾驶辅助(例如,将自动驾驶开始按钮设为接通),并且判定为能够进行基于自动驾驶辅助的行驶的状况下进行。另一方面,车辆5也可以是仅能够基于自动驾驶辅助进行辅助行驶的车辆。
并且,在自动驾驶辅助的车辆控制中,例如,随时检测车辆的当前位置、车辆行驶的行车道、周边的障碍物的位置,自动地进行转向装置、驱动源、制动器等的车辆控制,以沿着如后述那样由导航装置1生成的行驶轨迹并按符合同样地生成的速度计划的速度行驶。另外,在本实施方式的基于自动驾驶辅助的辅助行驶中,对于行车道变更、左右转弯、停车操作也可以通过进行基于上述自动驾驶辅助的车辆控制来行驶,但也可以构成为对于行车道变更、左右转弯、停车操作等的特殊的行驶不进行基于自动驾驶辅助的行驶而通过手动驾驶来进行。
另一方面,导航装置1是搭载于车辆5,并基于导航装置1所具有的地图数据或从外部获取的地图数据来显示本车位置周边的地图,进行用户输入目的地,或在地图图像上显示车辆的当前位置,或进行沿着已设定的引导路径的移动引导的车载机。在本实施方式中,尤其是当车辆通过自动驾驶辅助进行辅助行驶时,生成与自动驾驶辅助相关的各种辅助信息。作为辅助信息,例如有推荐车辆行驶的行驶轨迹(包括所推荐的行车道移动方式)、在目的地停放车辆的停车空间、表示行驶时的车速的速度计划等。另外,关于导航装置1的详细情况将在后面叙述。
另外,服务器装置4也可以根据导航装置1的请求执行路径搜索。具体而言,将出发地、目的地等路径搜索所需的信息与路径搜索请求一起从导航装置1向服务器装置4发送(但是,在重新搜索的情况下,不一定需要发送与目的地有关的信息)。然后,接收到路径搜索请求的服务器装置4使用服务器装置4所具有的地图信息进行路径搜索,确定从出发地到目的地的推荐路径。然后,向作为请求源的导航装置1发送所确定的推荐路径。然后,导航装置1可以将与接收到的推荐路径有关的信息提供给用户,或者使用推荐路径如后所述生成与自动驾驶辅助相关的各种辅助信息。
而且,服务器装置4除了上述路径搜索中使用的通常的地图信息之外,还具有精度更高的地图信息即高精度地图信息和设施信息。高精度地图信息例如包含与道路的车道形状(以行车道为单位的道路形状、曲率、行车道宽度等)和描绘在道路上的区划线(车道中央线、行车道分界线、车道外侧线、引导线等)相关的信息。另外,除此之外还包含与交叉路口有关的信息等。另一方面,设施信息是与地图信息所包含的与设施有关的信息分开存储的与设施有关的更详细的信息,例如包含设施的楼层地图、与停车场的入口有关的信息、停车场所具备的通路或停车空间的配置信息、区划停车空间的区划线的信息、表示停车场的入口与行车道的连接关系的连接信息等。并且,服务器装置4根据来自导航装置1的请求而发布高精度地图信息、设施信息,导航装置1使用从服务器装置4发布的高精度地图信息、设施信息,如后述那样生成与自动驾驶辅助有关的各种辅助信息。另外,高精度地图信息基本上是仅以道路(路段)及其周边作为对象的地图信息,但也可以是还包含道路周边以外的区域的地图信息。
但是,关于上述的路径搜索处理不一定必须由服务器装置4进行,如果是具有地图信息的导航装置1,也可以由导航装置1进行。另外,关于高精度地图信息和设施信息也可以不是从服务器装置4发布的,而是导航装置1预先具有的。
另外,通信网络6包括配置在全国各地的多个基站和管理及控制各基站的通信公司,通过有线(光纤、ISDN等)或无线将基站和通信公司相互连接而构成。其中,基站具有与导航装置1进行通信的收发器(收发机)和天线。并且,基站在通信公司之间进行无线通信,另一方面,作为通信网络6的终端,具有在与服务器装置4之间中继位于基站的电波到达的范围(小区)内的导航装置1的通信的作用。
接着,使用图2更详细地说明驾驶辅助系统2中的服务器装置4的结构。如图2所示,服务器装置4具备:服务器控制部11、与服务器控制部11连接的作为信息记录单元的服务器侧地图DB12、高精度地图DB13、设施DB14、服务器侧通信装置15。
服务器控制部11是进行服务器装置4的整体控制的控制单元(MCU、MPU等),其具备:作为运算装置以及控制装置的CPU21、在CPU21进行各种运算处理时作为工作存储器使用的RAM22、记录有控制用程序等的ROM23、存储从ROM23读出的程序的闪存24等的内部存储装置。另外,服务器控制部11与后述的导航装置1的ECU都具有作为处理算法的各种单元。
另一方面,服务器侧地图DB12是存储服务器侧地图信息的存储单元,该服务器侧地图信息是基于来自外部的输入数据或输入操作而注册的最新版本的地图信息。其中,服务器侧地图信息由以道路网为代表的路径搜索、路径引导以及地图显示所需的各种信息构成。例如,由包括表示道路网的节点及路段的网络数据、与道路(路段)相关的路段数据、与节点相关的节点数据、与各交叉路口相关的交叉路口数据、与设施等地点相关的地点数据、用于显示地图的地图显示数据、用于搜索路径的搜索数据、用于检索地点的检索数据等构成。
另外,高精度地图DB13是存储比上述服务器侧地图信息精度更高的地图信息即高精度地图信息16的存储单元。高精度地图信息16是存储有特别是关于作为车辆的行驶对象的道路、设施的更详细信息的地图信息,在本实施方式中,例如关于道路包含与车道形状(以行车道为单位的道路形状、曲率、行车道宽度等)和描绘在道路上的区划线(车道中央线、行车道分界线、车道外侧线、引导线等)相关的信息。此外,分别记录有如下数据:表示道路的坡度、倾斜、路堤、合流区间、行车道数减少的地方、宽度变窄的地方、道口等的数据;关于弯道,表示曲率半径、交叉路口、T字路、弯道的入口及出口等的数据;关于道路属性,表示下坡路、上坡路等的数据;关于道路种类,除了表示国道、县道、窄街道等一般道路之外、还表示高速机动车国道、城市高速公路、机动车专用道路、一般收费道路、收费桥等收费道路的数据。特别是在本实施方式中,除了道路的行车道数以外,还存储有确定每个行车道的行进方向的通行划分、道路的连接(具体而言,是通过交叉路口前的道路所包含的行车道与通过交叉路口后的道路所包含的行车道之间的对应关系)的信息。此外,还存储有对道路设定的限制速度。
另一方面,设施DB14是存储比上述服务器侧地图信息中存储的与设施相关的信息更详细的与设施相关的信息的存储单元。具体而言,作为设施信息17,特别是对于作为车辆的停车对象的停车场(包括设施所附带的停车场和独立型的停车场),包括确定停车场的出入口的位置的信息、确定停车场内的停车空间的配置的信息、与区划停车空间的区划线相关的信息、与车辆或行人能够通行的通路相关的信息。关于停车场以外的设施,包含确定设施的楼层地图的信息。在楼层地图中,例如包含确定出入口、通路、楼梯、电梯、自动扶梯的位置的信息。另外,在具有多个租户的综合型商业设施中,包含确定入住的各租户的位置的信息。设施信息17也可以是特别通过3D模型生成停车场或设施的信息。此外,设施DB14还包括连接信息18和道路外形状信息19,连接信息18表示面向停车场的入口的进入道路所包含的行车道与停车场的入口之间的连接关系,道路外形状信息19确定进入道路与停车场的入口之间的车辆能够通行的区域。存储在设施DB14中的各信息的详细情况将在后面叙述。
另外,高精度地图信息16基本上是仅以道路(路段)及其周边为对象的地图信息,但也可以是还包含道路周边以外的区域的地图信息。另外,在图2所示的例子中,存储在服务器侧地图DB12中的服务器侧地图信息和存储在高精度地图DB13或设施DB14中的信息是不同的地图信息,但存储在高精度地图DB13或设施DB14中的信息也可以是服务器侧地图信息的一部分。另外,也可以不区分高精度地图DB13和设施DB14而作为一个数据库。
另一方面,服务器侧通信装置15是用于经由通信网络6与各车辆5的导航装置1进行通信的通信装置。另外,除了导航装置1以外,还可以接收由因特网、交通信息中心例如VICS(注册商标:Vehicle Information and Communication System)中心等发送的拥堵信息、限制信息、交通事故信息等各信息所构成的交通信息。
接下来,使用图3对搭载于车辆5的导航装置1的概略结构进行说明。图3是表示本实施方式所涉及的导航装置1的框图。
如图3所示,本实施方式所涉及的导航装置1具有:当前位置检测部31,其检测搭载有导航装置1的车辆的当前位置;数据记录部32,其记录有各种数据;导航ECU33,其基于输入的信息来进行各种运算处理;操作部34,其接受来自用户的操作;液晶显示器35,其向用户显示车辆周边的地图、与由导航装置1设定的引导路径(车辆的行驶预定路径)相关的信息等;扬声器36,其输出与路径引导相关的声音导航;DVD驱动器37,其读取作为存储介质的DVD;以及通信模块38,其与探测中心、VICS中心等信息中心之间进行通信。另外,导航装置1经由CAN等车载网络,与对搭载有导航装置1的车辆设置的车外照相机39、各种传感器连接。此外,还与对搭载有导航装置1的车辆进行各种控制的车辆控制ECU40能够双向通信地连接。
以下,依次对导航装置1所具有的各构成要素进行说明。
当前位置检测部31由GPS41、车速传感器42、转向传感器43、陀螺仪传感器44等构成,能够检测当前的车辆位置、方位、车辆的行驶速度、当前时刻等。其中,特别是,车速传感器42是用于检测车辆的移动距离、车速的传感器,根据车辆的驱动轮的旋转来产生脉冲,并将脉冲信号输出至导航ECU33。然后,导航ECU33通过对产生的脉冲进行计数来计算驱动轮的旋转速度、移动距离。另外,导航装置1不需要具备所有上述四种类的传感器,也可以构成为导航装置1仅具备其中的一种或者多种的传感器的结构。
另外,数据记录部32具备:硬盘(未图示),其作为外部存储装置及记录介质;以及记录磁头(未图示),其为用于读出记录在硬盘中的地图信息DB45、高速缓存46、规定的程序等并且用于向硬盘写入规定的数据的驱动器。另外,取代硬盘,数据记录部32也可以具有闪存、存储卡、CD、DVD等光盘。另外,在本实施方式中,如上所述,由于在服务器装置4中搜索到目的地的路径,所以也可以省略地图信息DB45。即使在省略了地图信息DB45的情况下,也能够根据需要从服务器装置4获取地图信息。
其中,地图信息DB45是例如存储有与道路(路段)相关的路段数据、与节点相关的节点数据、用于路径的搜索或变更的处理的搜索数据、与设施相关的设施数据、用于显示地图的地图显示数据、与各交叉路口相关的交叉路口数据、用于检索地点的检索数据等的存储单元。
另一方面,高速缓存46是保存过去从服务器装置4发布的高精度地图信息16、设施信息17、连接信息18、道路外形状信息19的存储单元。保存的期间可以适当设定,例如可以为从存储开始的规定期间(例如1个月),也可以到车辆的ACC电源(accessory powersupply)被关闭为止。另外,也可以在高速缓存46中存储的数据量达到上限之后依次删除旧的数据。而且,导航ECU33使用存储在高速缓存46中的高精度地图信息16、设施信息17、连接信息18、道路外形状信息19,生成与自动驾驶辅助相关的各种辅助信息。详细情况将在后面叙述。
另一方面,导航ECU(电子控制单元)33是进行导航装置1的整体的控制的电子控制单元,该导航ECU具有:作为运算装置以及控制装置的CPU51;以及在CPU51进行各种运算处理时作为工作存储器使用并存储有搜索到路径时的路径数据等的RAM52;除了控制用程序之外还记录有后述的自动驾驶辅助程序(参照图4)等的ROM53;存储从ROM53读出的程序的闪存54等内部存储装置。另外,导航ECU33具有作为处理算法的各种单元。例如,车道网络获取单元获取车道网络,该车道网络是表示车辆能够选择的行车道移动的网络。停车网络获取单元获取停车网络,该停车网络是表示在停车场内车辆能够选择的路径的网络。下车后网络获取单元获取下车后网络,该下车后网络是表示用户通过车辆下车后的移动单元能够选择的路径的网络。成本计算单元使用车道网络、停车网络和下车后网络,计算包括到停车场内的停车空间为止的车辆的移动和从停车空间到目的地为止的车辆下车后的移动单元的移动在内的到目的地为止的移动所花费的移动成本。停车空间选择单元使用由成本计算单元计算出的移动成本来选择停放车辆的停车空间。
操作部34在输入作为行驶开始地点的出发地及作为行驶结束地点的目的地时等被操作,并且具有各种按键、按钮等多个操作开关(未图示)。而且,导航ECU33基于通过按下各开关等而输出的开关信号来进行控制以执行对应的各种动作。此外,操作部34也可以具有设置在液晶显示器35的前表面的触摸面板。另外,也可以具有话筒和声音识别装置。
另外,在液晶显示器35上显示包含道路的地图图像、交通信息、操作引导、操作菜单、按键的引导、沿着引导路径(行驶预定路径)的引导信息、新闻、天气预报、时刻、邮件、电视节目等。另外,也可以使用HUD、HMD来代替液晶显示器35。
另外,扬声器36基于来自导航ECU33的指示输出对沿着引导路径(行驶预定路径)的行驶进行引导的声音导航、交通信息的引导。
另外,DVD驱动器37是能够读取记录在DVD或CD等记录介质中的数据的驱动器。而且,基于所读取的数据来进行音乐或影像的播放、地图信息DB45的更新等。另外,也可以设置用于读写存储卡的卡槽来代替DVD驱动器37。
另外,通信模块38是用于接收从交通信息中心例如VICS中心、探测中心等发送来的交通信息、探测信息、天气信息等的通信装置,例如是移动电话、DCM。另外,还包括在车与车间进行通信的车与车间通信装置、与路侧机之间进行通信的路与车间通信装置。另外,还用于在与服务器装置4之间收发由服务器装置4搜索到的路径信息、高精度地图信息16、设施信息17、连接信息18、道路外形状信息19。
另外,车外照相机39例如由使用了CCD等固体拍摄元件的照相机构成,安装在车辆的前保险杠的上方,并且将光轴方向设置为从水平朝向下方规定角度。而且,在车辆在自动驾驶区间行驶的情况下,车外照相机39拍摄车辆的行进方向前方。另外,导航ECU33通过对拍摄到的拍摄图像进行图像处理,来检测在车辆行驶的道路上描绘的区划线、周边的其他车辆等障碍物,并基于检测结果生成与自动驾驶辅助相关的各种辅助信息。例如,在检测到障碍物的情况下,生成避开或追随障碍物而行驶的新的行驶轨迹。另外,车外照相机39也可以构成为配置在车辆前方以外的后方或侧方。另外,作为检测障碍物的单元,也可以使用毫米波雷达、激光传感器等传感器、车与车间通信、路与车间通信来代替照相机。
另外,车辆控制ECU40是对搭载有导航装置1的车辆进行控制的电子控制单元。另外,车辆控制ECU40与转向装置、制动器、加速器等车辆的各驱动部连接,在本实施方式中,特别是在车辆开始自动驾驶辅助后,通过控制各驱动部来实施车辆的自动驾驶辅助。另外,在自动驾驶辅助中由用户进行了超控(override)的情况下,检测进行了超控的情况。
其中,导航ECU33在行驶开始后经由CAN向车辆控制ECU40发送由导航装置1生成的与自动驾驶辅助相关的各种辅助信息。然后,车辆控制ECU40使用接收到的各种辅助信息来实施行驶开始后的自动驾驶辅助。作为辅助信息,例如有推荐车辆行驶的行驶轨迹、表示行驶时的车速的速度计划等。
接下来,基于图4对在具有上述结构的本实施方式所涉及的导航装置1中CPU51所执行的自动驾驶辅助程序进行说明。图4是本实施方式所涉及的自动驾驶辅助程序的流程图。其中,自动驾驶辅助程序是在车辆的ACC电源(accessory power supply)被接通后且开始基于自动驾驶辅助的车辆行驶的情况下被执行,并根据由导航装置1生成的辅助信息实施基于自动驾驶辅助的辅助行驶的程序。另外,以下的图4、图7及图22中以流程图表示的程序存储于导航装置1所具备的RAM52、ROM53中,由CPU51执行。
首先,在自动驾驶辅助程序中,在步骤(以下简称为S)1中,CPU51获取车辆的目的地。基本上,目的地是通过在导航装置1中接受的用户的操作来设定的。另外,目的地可以是停车场,也可以是停车场以外的地点。但是,在停车场以外的地点是目的地的情况下,也一并获取用户在目的地进行停车的停车场。在目的地有专用停车场或合作停车场的情况下,将该停车场作为用户进行停车的停车场。另一方面,在没有专用停车场或合作停车场的情况下,将目的地周边的停车场作为用户进行停车的停车场。另外,在有多个候补停车场的情况下,可以将成为候补的所有停车场作为用户进行停车的停车场来获取,也可以将用户选择的任一停车场作为用户进行停车的停车场来获取。
接下来,在S2中,CPU51获取作为用于从车辆的当前位置到达用户进行停车的停车场的候补的路径(以下,称为候补路径)。优选获取多个候补路径。特别优选包含到达停车场时的行进方向不同的候补路径。另外,对于具有多个停车场入口的大型停车场,优选获取到达各入口的多个候补路径。
另外,上述候补路径在本实施方式中特别是通过服务器装置4进行搜索。在进行候补路径的搜索时,首先,CPU51对服务器装置4发送路径搜索请求。另外,路径搜索请求包括确定路径搜索请求的发送源的导航装置1的终端ID、以及确定出发地(例如车辆的当前位置)和用户进行停车的停车场(在能够确定停车场的入口的情况下为停车场的入口)的信息。然后,CPU51接收根据路径搜索请求从服务器装置4发送的搜索路径信息。搜索路径信息是确定服务器装置4基于发送的路径搜索请求使用最新版本的地图信息搜索到的、用于从出发地到达用户进行停车的停车场的候补路径的信息(例如候补路径中包含的路段列)。例如使用公知的迪杰斯特拉(Dijkstra)法进行搜索。但是,候补路径也可以不在服务器装置4中而在导航装置1中进行搜索。
接着,在S3中,CPU51将包含在上述S2中获取的候补路径的区域作为对象,获取高精度地图信息16。
其中,如图5所示,高精度地图信息16被划分为矩形形状(例如500m×1km)而存储在服务器装置4的高精度地图DB13中。因此,例如如图5所示,在作为候补路径有路径61和路径62的情况下,将包含路径61和路径62的区域63~67作为对象,获取高精度地图信息16。但是,在到用户进行停车的停车场的距离特别远的情况下,例如可以仅将车辆当前所在的二维网格作为对象来获取高精度地图信息16,也可以仅将距车辆的当前位置规定距离内(例如3km以内)的区域作为对象来获取高精度地图信息16。
高精度地图信息16例如包含与道路的车道形状和描绘在道路上的区划线(车道中央线、行车道分界线、车道外侧线、引导线等)相关的信息。另外,还包含与交叉路口相关的信息、与停车场相关的信息等。高精度地图信息16基本上是从服务器装置4以上述矩形形状的区域为单位获取的,但在存在已经在高速缓存46中存储的区域的高精度地图信息16的情况下,从高速缓存46获取。另外,从服务器装置4获取的高精度地图信息16暂时存储在高速缓存46中。
另外,在上述S3中,CPU51将目的地及用户进行停车的停车场作为对象,也获取设施信息17。进而,同样地获取连接信息18和道路外形状信息19,该连接信息18表示面向用户进行停车的停车场的入口的进入道路所包含的行车道与停车场的入口之间的连接关系,该道路外形状信息19确定在进入道路与用户进行停车的停车场的入口之间车辆能够通行的区域。
设施信息17中例如包括确定停车场的出入口的位置的信息、确定停车场内的停车空间的配置的信息、与区划停车空间的区划线相关的信息、与车辆、行人能够通行的通路相关的信息。关于停车场以外的设施,包含确定设施的楼层地图的信息。在楼层地图中,例如包含确定出入口、通路、楼梯、电梯、自动扶梯的位置的信息。另外,在具有多个租户的综合型商业设施中,包含确定入住的各租户的位置的信息。设施信息17也可以是特别通过3D模型生成停车场或设施的信息。另外,设施信息17、连接信息18以及道路外形状信息19基本上从服务器装置4获取,但在高速缓存46中已经存储有相应的信息的情况下,从高速缓存46获取。另外,从服务器装置4获取的设施信息17、连接信息18以及道路外形状信息19被暂时存储在高速缓存46。
然后,在S4中,CPU51执行后述的静态行驶轨迹生成处理(图7)。其中,静态行驶轨迹生成处理是基于车辆的当前位置、用户进行停车的停车场、在上述S2中获取的高精度地图信息16、设施信息17、连接信息18以及道路外形状信息19,选择在目的地用于停放车辆的推荐的停车空间,进而生成向车辆推荐行驶的到所选择的停车空间为止的行驶轨迹即静态行驶轨迹的处理。另外,如后所述,静态行驶轨迹包括:推荐车辆在从行驶开始地点到面向停车场的入口的进入道路为止的行车道上行驶的第一行驶轨迹;推荐车辆从进入道路行驶到停车场的入口为止的第二行驶轨迹;推荐车辆从停车场的入口行驶到车辆停车的停车空间为止的第三行驶轨迹。但是,在到用户进行停车的停车场的距离特别远的情况下,也可以仅生成将从车辆的当前位置沿着行进方向到前方规定距离为止的区间(例如车辆当前所在的二维网格内)作为对象的第一行驶轨迹。另外,关于规定距离能够适当变更,但至少将包含能够通过车外照相机39或其他传感器检测车辆周边的道路状况的范围(检测范围)外的区域作为对象生成静态行驶轨迹。
接下来,在S5中,CPU51执行后述的速度计划生成处理(图22)。在速度计划生成处理中,基于在上述S3中获取的高精度地图信息16、设施信息17、连接信息18以及道路外形状信息19,生成在上述S4中生成的静态行驶轨迹上行驶时的车辆的速度计划。例如,考虑限制速度信息、在静态行驶轨迹上的速度变化地点(例如停车场的入口、交叉路口、弯道、道口、人行横道等),计算在静态行驶轨迹上行驶时推荐的车辆的行驶速度。
并且,在上述S4中生成的静态行驶轨迹和在上述S5中生成的速度计划,作为用于自动驾驶辅助的辅助信息存储在闪存54等中。另外,也可以生成表示为了实现在上述S5中生成的速度计划所需的车辆的加减速的加速度的计划,作为用于自动驾驶辅助的辅助信息。
接下来,在S6中,CPU51通过对由车外照相机39拍摄到的拍摄图像进行图像处理,作为周边的道路状况,判定特别是在本车辆的周边是否存在对本车辆的行驶产生影响的因素。其中,将在上述S6中作为判定对象的“对本车辆的行驶产生影响的因素”设为实时变化的动态因素,排除基于道路结构那样的静态因素。例如,可以是在本车辆的行进方向前方行驶或停车的其他车辆、位于本车辆的行进方向前方的行人、位于本车辆的行进方向前方的施工区间等。另一方面,排除交叉路口、弯道、道口、合流区间、行车道减少区间等。另外,即使存在其他车辆、行人、施工区间的情况下,对于它们不可能与本车辆的今后的行驶轨迹重叠的情况(例如处于远离本车辆的今后的行驶轨迹的位置的情况),也从“对本车辆的行驶产生影响的因素”中排除。另外,作为检测可能对车辆的行驶产生影响的因素的单元,也可以使用毫米波雷达、激光传感器等传感器、车与车间通信、路与车间通信来代替照相机。
然后,在判定为在本车辆的周边存在对本车辆的行驶产生影响的因素的情况下(S6:是),向S7转移。与此相对地,在判定为在本车辆的周边不存在对本车辆的行驶产生影响的因素的情况下(S6:否),向S10转移。
在S7中,CPU51生成用于从车辆的当前位置避开或追随在上述S6中检测到的“对本车辆的行驶产生影响的因素”而返回到静态行驶轨迹的新的轨迹作为动态行驶轨迹。另外,以包含“对本车辆的行驶产生影响的因素”的区间为对象生成动态行驶轨迹。另外,区间的长度根据因素的内容而变化。例如,在“对本车辆的行驶产生影响的因素”是行驶在车辆的前方的其他车辆(前方车辆)的情况下,如图6所示,生成避开轨迹作为动态行驶轨迹70,该避开轨迹是向右侧变更行车道而超越前方车辆69、之后向左侧变更行车道而返回到原来的行车道为止的轨迹。另外,也可以生成不超越前方车辆69而在前方车辆69的后方规定距离追随行驶(或者与前方车辆69并行)的轨迹即追随轨迹作为动态行驶轨迹。
当以图6所示的动态行驶轨迹70的计算方法为例进行说明时,CPU51首先计算出第一轨迹L1,该第一轨迹L1是在开始转向装置的旋转而向右侧的行车道移动、且转向装置的位置向直行方向返回所需的轨迹。另外,对于第一轨迹L1,基于车辆当前的车速计算进行行车道变更时产生的横向的加速度(横向G),以横向G不对自动驾驶辅助产生障碍、且不超过不给车辆的乘员带来不适感的上限值(例如0.2G)为条件,使用回旋曲线计算尽可能顺畅且行车道变更所需的距离尽可能短的轨迹。另外,也以与前方车辆69之间维持适当的车间距离D以上为条件。
接下来,计算出第二轨迹L2,该第二轨迹L2是以限制速度为上限在右侧的行车道上行驶而超越前方车辆69、且与前方车辆69之间达到适当的车间距离D以上为止的轨迹。另外,第二轨迹L2基本上是直线的轨迹,另外,轨迹的长度基于前方车辆69的车速和道路的限制速度来计算。
接着,计算出第三轨迹L3,该第三轨迹L3是开始转向装置的旋转而向左侧的行车道返回、且转向装置的位置向直行方向返回所需的轨迹。另外,对于第三轨迹L3,基于车辆当前的车速计算进行行车道变更时产生的横向的加速度(横向G),以横向G不对自动驾驶辅助产生障碍、且不超过不给车辆的乘员带来不适感的上限值(例如0.2G)为条件,使用回旋曲线计算尽可能顺畅且行车道变更所需的距离尽可能短的轨迹。另外,也以与前方车辆69之间维持适当的车间距离D以上为条件。
另外,由于动态行驶轨迹是基于由车外照相机39或其他传感器获取的车辆周边的道路状况而生成的,因此作为生成动态行驶轨迹的对象的区域至少位于由车外照相机39或其他传感器能够检测出车辆周边的道路状况的范围(检测范围)内。
接着,在S8中,CPU51将在上述S7中新生成的动态行驶轨迹反映到在上述S4中生成的静态行驶轨迹中。具体而言,从车辆的当前位置到包含“对本车辆的行驶产生影响的因素”的区间的末端为止,计算静态行驶轨迹和动态行驶轨迹各自的成本,选择该成本最少的行驶轨迹。其结果是,根据需要将静态行驶轨迹的一部分置换为动态行驶轨迹。另外,根据状况,有时不进行动态行驶轨迹的置换,即,即使进行动态行驶轨迹的反映,也不从在上述S4中生成的静态行驶轨迹发生变化。而且,在动态行驶轨迹和静态行驶轨迹为相同的轨迹的情况下,有时即使进行了置换,也不从在上述S4中生成的静态行驶轨迹发生变化。
接下来,在S9中,CPU51对在上述S8中反映了动态行驶轨迹后的静态行驶轨迹,基于反映的动态行驶轨迹的内容来修正在上述S5中生成的车辆的速度计划。另外,在进行了动态行驶轨迹的反映的结果是没有从在上述S4中生成的静态行驶轨迹发生变化的情况下,也可以省略S9的处理。
接着,在S10中,CPU51运算用于使车辆在上述S4中生成的静态行驶轨迹(在上述S8中进行动态行驶轨迹的反映的情况下为反映后的轨迹)按符合在上述S5中生成的速度计划(在上述S9中进行速度计划的修正的情况下为修正后的计划)的速度行驶的控制量。具体而言,分别运算加速器、制动器、传动装置以及转向装置的控制量。另外,关于S10以及S11的处理,也可以不是由导航装置1进行,而是由控制车辆的车辆控制ECU40进行。
然后,在S11中,CPU51反映在S10中运算出的控制量。具体而言,将运算出的控制量经由CAN发送至车辆控制ECU40。在车辆控制ECU40中,基于接收到的控制量进行加速器、制动器、传动装置以及转向装置的各车辆控制。其结果是,能够进行在上述S4中生成的静态行驶轨迹(在上述S8中进行动态行驶轨迹的反映的情况下为反映后的轨迹)上以按照在上述S5中生成的速度计划(在上述S9中进行速度计划的修正的情况下为修正后的计划)的速度行驶的行驶辅助控制。
接下来,在S12中,CPU51判定在上述S4中生成静态行驶轨迹之后车辆是否行驶了一定距离。例如,一定距离为1km。
并且,在判定为在上述S4中生成静态行驶轨迹之后车辆行驶了一定距离的情况下(S12:是),返回到S1。然后,基于当前时刻的车辆的当前位置再次进行静态行驶轨迹的生成和速度计划的生成(S1~S5)。另外,在本实施方式中,每当车辆行驶一定距离(例如1km)时,基于车辆的当前位置反复进行静态行驶轨迹和速度计划的生成,但也可以在行驶开始时刻仅进行一次到目的地为止的静态行驶轨迹和速度计划的生成。
另一方面,在判定为在上述S4生成静态行驶轨迹之后车辆未行驶一定距离的情况下(S12:否),判定是否结束基于自动驾驶辅助的辅助行驶(S13)。作为结束基于自动驾驶辅助的辅助行驶的情况,除了完成向停车场的停车的情况以外,还存在用户操作设置于车辆的操作面板,或者通过进行方向盘操作、制动器操作等有意地解除(超控)基于自动驾驶辅助的行驶的情况。
然后,在判定为结束基于自动驾驶辅助的辅助行驶的情况下(S13:是),结束该自动驾驶辅助程序。与此相对地,在判定为继续基于自动驾驶辅助的辅助行驶的情况下(S13:否),返回到S6。
接下来,基于图7对在上述S4中执行的静态行驶轨迹生成处理的子处理进行说明。图7是静态行驶轨迹生成处理的子处理程序的流程图。
首先,在S21中,CPU51获取由当前位置检测部31检测到的车辆的当前位置。另外,车辆的当前位置例如优选使用高精度的GPS信息或高精度定位技术来详细地确定。其中,高精度定位技术是指通过利用图像识别来检测从设置于车辆的照相机取入的白线、路面喷涂信息,进而将检测出的白线、路面喷涂信息与例如高精度地图信息16进行匹配,从而能够检测行驶行车道、高精度的车辆位置的技术。而且,在车辆在由多条行车道构成的道路上行驶的情况下,还确定车辆所行驶的行车道。
接下来,在S22中,CPU51基于在上述S3中获取的设施信息17,以从用户进行停车的停车场到目的地为止的通过车辆下车后的移动单元(例如步行、轮椅)移动的区间为对象,进行下车后网络的构筑。其中,由于构筑下车后网络的区间是用户在车辆下车后移动到目的地的区间,因此特别是在目的地为具有多个租户的综合型商业设施内的一个租户的情况下,还包括有目的地的租户的综合型商业设施的建筑物内,构筑下车后网络。另一方面,在目的地不是综合型商业设施的情况下,由于设施的入口成为目的地,所以基本上作为目的地的设施的建筑物内不是下车后网络的构筑对象。另外,在从停放车辆的停车场到作为目的地的设施较远,停车后必须在停车场外的道路上步行移动的情况下,对于其间的道路也同样构筑下车后网络。
在上述S3获取的设施信息17中,除了与停车场相关的信息之外,还包含确定设施的楼层地图的信息。在楼层地图中包含例如出入口、通路、楼梯、电梯、自动扶梯的位置等确定行人能够通行的区域的信息。另外,在具有多个租户的综合型商业设施中,包含确定入住的各租户的位置的信息。使用这些信息来确定车辆下车后的用户能够选择的路径,生成下车后网络。在上述S22中生成的下车后网络是表示使用与从停车场到目的地之间行人能够通行的区域相关的信息,用户通过车辆下车后的移动单元能够选择的路径的网络。另外,在目的地是停车场的情况下,不进行下车后网络的构筑。
其中,图8表示在上述S22中构筑的下车后网络的一例。特别是图8是目的地是具有多个租户的综合型商业设施内的一个租户的情况的例子。如图8所示,下车后网络使用步行节点73和步行路段74来构筑。此外,步行节点73分别设定在行人能够通行的通路(除了行人专用的通路以外,也可以包含车辆能够通行的通路,以下相同)交叉的交叉路口、行人能够通行的通路的拐角、区划停车空间的区划线的端点、作为目的地的设施的出入口、楼梯、电梯、自动扶梯等处。另一方面,步行路段74是针对步行节点73之间的行人能够通行的区域而设定的。此外,作为行人能够通行的区域,除了车辆也能够行驶的通路之外,只有行人能够通行的通路(也包括楼梯、自动扶梯、人行横道、人行天桥、移动人行道)、停车空间的区划线上也属于该区域。另外,步行路段74还具有确定行人能够通行的方向的信息。
其中,关于在停车空间的区划线上设定的步行路段74,如图9所示,与区划线是否实际描绘在路面上无关,设定为包围矩形的停车空间75的边界(即,长方形状)。例如,在图9所示的例子中,区划线实际上仅描绘在停车空间75的左右边界上,但认为在停车空间75的前后边界上也描绘有区划线,从而设定步行路段74。但是,也可以仅在实际描绘了区划线的边界上设定步行路段74。
接着,在S23中,CPU51针对在上述S22中构筑的下车后网络,特别是针对步行节点73设定成本和方向(能够通过步行节点的方向)。例如,对于相当于交叉路口、楼梯、电梯、自动扶梯的各步行节点73,分别设定与步行节点73的内容对应的成本,另外,设定用户通过步行节点73时能够通过的方向。
然后,在S24中,CPU51使用迪杰斯特拉(Dijkstra)法,对作为下车后网络的连接部的每个步行节点73,计算从目的地开始的成本的合计并建立关联。停车场所具备的各停车空间是计算成本的合计的终点。另外,作为路线的搜索方法,也可以使用迪杰斯特拉(Dijkstra)法以外的搜索单元。
其中,在上述S24中计算出的成本的合计是在上述S23中设定在步行节点73上的成本和步行路段74的成本的合计。对每个步行路段74赋予步行路段74的成本,将各步行路段74的移动所需的时间设为基准值。即,移动所需的时间越长的步行路段74,计算出的成本越高。步行路段74的移动所需的时间通过移动速度和路段长度的乘法运算来计算,并且关于移动速度,例如设为考虑了步行的移动速度的固定值(例如1m/s)。
另外,特别是关于步行路段74的成本,针对上述基准值在以下的(1)、(2)的条件下进行修正。
(1)对于通过楼梯、电梯、自动扶梯移动的步行路段74的成本,对基准值乘以与楼梯、电梯、自动扶梯的种类对应的规定值。其中,关于要相乘的规定值,楼梯最大(例如1.3)、自动扶梯第二大(例如0.9)、电梯最小(例如0.8)。另外,关于通过电梯移动的步行路段74,优选以移动的层数来设定成本的基准值。例如,将每移动一层为3秒设为基准值。进而,如果能够掌握电梯的等待时间(也可以是平均等待时间),则希望也加上等待时间。
(2)对于步行路段74的成本,根据移动的通路的形状和种类而加上或乘以规定值。例如,对于门位于中途的步行路段74的成本,考虑到开闭所需的时间对基准值加上规定值(例如,每一处门为3秒)。另外,对于在行人专用的通路以外移动的步行路段74的成本,由于移动需要注意车等,因此考虑到移动的负担,乘以规定值(例如1.2)。另外,对于在室外且没有屋顶的通路中移动的步行路段74的成本,基于当前的天气、时间段、气温进行修正。例如,在天气为下雨的情况下、气温为低温或高温(例如0℃以下、30℃以上)的情况下、夜间的情况下,由于对移动造成负担,因此乘以规定值(例如1.2)。另一方面,对于在移动人行道上移动的步行路段74的成本,相反地进行对基准值进行减法(例如乘以0.9)的修正。
接着,在S25中,如图9所示,CPU51以进行停车的停车场所具备的各停车空间为对象,确定车辆上下车的位置(即,将车辆停放在停车空间时的驾驶席的位置,以下称为车辆上下车位置)。然后,使用在上述S24中计算出的到各步行节点73为止的成本的合计值,计算下车后网络中的从目的地到进行停车的停车场所具备的各停车空间的车辆上下车位置为止的成本的合计值,并与各车辆上下车位置建立关联。
接下来,在S26中,CPU51基于在上述S3中获取的设施信息17,以用户进行停车的停车场为对象进行停车网络的构筑。在设施信息17中,包含确定停车场的出入口的位置的信息、确定停车场内的停车空间的配置的信息、与区划停车空间的区划线相关的信息、与车辆或行人能够通行的通路相关的信息等。使用这些信息来确定车辆在停车场中能够选择的路径,生成停车网络。在上述S26中生成的停车网络是表示在停车场内行驶的情况下车辆能够选择的路径的网络。
其中,图10表示在上述S26中构筑的停车网络的一例。如图10所示,使用停车场节点76和停车场路段77来构筑停车网络。另外,停车场节点76分别设定在停车场的出入口、车辆能够通行的通路交叉的交叉路口、车辆能够通行的通路的拐角处。另一方面,针对停车场节点76之间的车辆能够通行的通路设定停车场路段77。另外,停车场路段77还具有确定车辆能够在停车场内的通路上通行的方向的信息,例如在图10中示出了仅能够在停车场内的通路上沿顺时针方向通行的例子。
此外,在图10所示的例子中,在车辆能够通行的通路的拐角处设定了停车场节点76,但也可以不设定在拐角处,而仅在如通路的交叉路口那样存在多个车辆的行进方向的地点设定停车场节点76。另外,也可以以与后述的道路的车道网络(参照图12)相同的条件(即,作为车道网络的一部分)设定停车网络的停车场节点76或停车场路段77,例如,即使在停车场内,在具有多个行车道的通路中,也可以对每个行车道设定停车场路段77,在路段等中追加与停车场相关的属性。
接着,在S27中,CPU51针对在上述S26中构筑的停车网络,特别是针对停车场节点76设定成本和方向(能够通过停车场节点的方向)。例如,对于相当于交叉路口、停车场的出入口的各停车场节点76,分别设定与停车场节点76的内容对应的成本,另外,设定车辆通过停车场节点76时能够通过的方向。
然后,在S28中,CPU51使用迪杰斯特拉(Dijkstra)法,对作为停车网络的连接部的每个停车场节点76计算从车辆上下车位置开始的成本的合计并建立关联。停车场的出入口是计算成本的合计的终点。对于具有多个停车空间的停车场,计算从各停车空间的车辆上下车位置开始的成本的合计值。另外,作为路线的搜索方法,也可以使用迪杰斯特拉(Dijkstra)法以外的搜索单元。另外,也可以不计算从目的地一侧而计算从出发地一侧开始的成本的合计。
其中,在上述S28中计算出的成本的合计是在上述S27中设定在停车场节点76上的成本和停车场路段77的成本的合计。对每个停车场路段77赋予停车场路段77的成本,将各停车场路段77的移动所需的时间设为基准值。即,移动所需的时间越长的停车场路段77,计算出的成本越高。停车场路段77的移动所需的时间通过移动速度和路段长度的乘法运算来计算,并且关于移动速度,例如设为考虑了停车场内的车辆的移动速度的固定值(例如3m/s)。
另外,特别是关于停车场路段77的成本,针对上述基准值在以下的(3)的条件下进行修正。
(3)对于为了进行停车而需要后退移动的区间的成本,乘以规定值(例如2)。另外,根据面向停放车辆的停车空间的位置的通路的形状,计算向停车空间停车的折返次数,并且,对于进入停车空间的停车场路段77的成本的基准值,加上与计算出的折返次数对应的规定值。例如,加上折返次数×3秒。此外,在本实施方式中,向停车空间的停车操作也通过自动驾驶来进行,但在通过手动驾驶来进行向停车空间的停车操作的情况下,由于折返次数多的停车空间是停车难易度高的停车空间,所以考虑到用户的操作负担,希望增加要相加的值。
接下来,在S29中,CPU51基于在上述S3中获取的高精度地图信息16,将成为行驶到用户进行停车的停车场为止的候补的候补路径(在S2中获取)作为对象,进行车道网络的构筑。在高精度地图信息16中包含车道形状、区划线信息、与交叉路口相关的信息,进而在车道形状和区划线信息中包含行车道数、在行车道数有增减的情况下在哪个位置如何增减、每个行车道的行进方向的通行划分、道路的连接(具体而言,是通过交叉路口前的道路中所包含的行车道与通过交叉路口后的道路中所包含的行车道的对应关系)、确定交叉路口内的引导线(引导白线)的信息等。在上述S29中生成的车道网络是表示在候补路径上行驶时车辆能够选择的行车道移动的网络。在上述S2中获取的候补路径有多个的情况下,对多个候补路径进行上述车道网络的构筑。另外,车道网络是以从车辆的当前位置(行驶开始地点)到面向用户进行停车的停车场的入口的进入道路为止的区间为对象而构筑的。
其中,作为上述S29中构筑车道网络的例子,例如以车辆在图11所示的候补路径上行驶的情况为例进行说明。在图11所示的例子中,候补路径是从车辆的当前位置直行后在下一个交叉路口81右转,再在下一个交叉路口82也右转,左转进入作为停车对象的停车场83的路径。在图11所示的候补路径中,例如在交叉路口81右转的情况下,可以进入右侧的行车道,也可以进入左侧的行车道。但是,由于需要在下一个交叉路口82右转,因此需要在进入交叉路口82的时刻向最右侧的行车道进行行车道移动。另外,在交叉路口82右转的情况下,可以进入右侧的行车道,也可以进入左侧的行车道。图12中示出了将能够进行这样的行车道移动的候补路径作为对象而构筑的车道网络。
如图12所示,车道网络将成为生成静态行驶轨迹的对象的候补路径划分为多个区划(组)。具体而言,以交叉路口的进入位置、交叉路口的离开位置、行车道增减的位置作为边界进行划分。然后,对位于所划分的各区划的边界处的各行车道设定节点(以下,称为车道节点)85。进而,设定有连接车道节点85之间的路段(以下,称为车道路段)86。另外,车道网络的开始位置(即开始节点)是车辆的当前位置(行驶开始地点),车道网络的结束位置(即结束节点)是开始进入面向用户进行停车的停车场的入口的进入道路中的、特别是以在停车网络中设定的停车场入口的节点位置为基准而新生成的停车场入口附近的节点(以下,称为进入地点)。
另外,上述车道网络特别包含通过在交叉路口的车道节点与车道路段的连接来确定通过交叉路口前的道路所包含的行车道与通过交叉路口后的道路所包含的行车道的对应关系、即相对于通过交叉路口前的行车道在通过交叉路口后能够移动的行车道的信息。具体而言,表示车辆能够在与设定于通过交叉路口前的道路的车道节点和设定于通过交叉路口后的道路的车道节点中的、通过车道路段连接的车道节点对应的行车道间移动。
为了生成这样的车道网络,在高精度地图信息16中,针对与交叉路口连接的各道路,按照向交叉路口进入的道路和从交叉路口离开的道路的各组合,设定并存储表示行车道的对应关系的车道标志。例如,在图13中,示出了从右侧的道路进入交叉路口并向上侧的道路离开时的车道标志、从右侧的道路进入交叉路口并向左侧的道路离开时的车道标志、以及从右侧的道路进入交叉路口并向下侧的道路离开时的车道标志。而且,示出了通过交叉路口前的道路所包含的行车道内的车道标志被设定为“1”的行车道和通过交叉路口后的道路所包含的行车道内的车道标志被设定为“1”的行车道相对应、即在通过交叉路口前后能够移动的行车道。CPU51在上述S29中构筑车道网络时,参照车道标志形成交叉路口中的车道节点与车道路段的连接。
另外,在上述S2中获取的候补路径有多个的情况下,同样地对多个候补路径的每一个构筑图12所示的车道网络。
接着,在S30中,CPU51对于上述S29中构筑的车道网络,特别对车道节点85设定成本及方向(能够通过车道节点的方向)。例如,对于相当于交叉路口或进入地点的各车道节点85,分别设定与车道节点85的内容对应的成本,并且设定车辆通过车道节点85时能够通过的方向。
另外,特别是对于相当于进入地点的车道节点85的成本和方向的设定,使用在上述S3中获取的连接信息18来进行。其中,连接信息18表示面向停车场的入口的进入道路所包含的行车道与停车场的入口之间的连接关系,更具体而言,是针对进入道路所包含的每个行车道来确定是否能够从该行车道进入停车场的入口的信息。
图14是表示连接信息18的一例的图。连接信息18针对进入道路所包含的每个行车道,设定并存储有表示是否能够进入停车场的入口的进入标志。例如,在图14的上图中,示出了禁止右转进入或者由于中央隔离带而不能右转进入的停车场83与单侧2个行车道的进入道路88之间的连接信息18,对于进入道路88所包含的4个行车道中的位于最靠停车场83侧的行车道,设定表示能够进入停车场的入口的进入标志“1”。另一方面,在图14的下图中,示出了能够右转进入的停车场83与单侧1个行车道的进入道路78之间的连接信息18,对于进入道路88所包含的2个行车道中的任意一个,都设定表示能够进入停车场的入口的进入标志“1”。
其结果,例如,当基于图14的上图所示的连接信息18对相当于进入地点的车道节点85进行成本和方向的设定时,对相当于位于最靠近停车场83一侧的行车道的进入地点的车道节点85设定向停车场的进入方向,在相当于除此以外的行车道的进入地点的车道节点85上不设定向停车场的进入方向。其结果,在后述的路线搜索中,仅将从图的左侧到位于最靠近停车场83一侧的行车道的进入地点的路线作为搜索对象。另外,除了方向设定以外,也可以进行成本的设定,例如,通过对相当于位于最靠近停车场83一侧的行车道的进入地点以外的进入地点的车道节点85赋予极高的成本,同样能够仅将从图的左侧到位于最靠近停车场83一侧的行车道的进入地点的路线作为搜索对象。
另一方面,当基于图14的下图所示的连接信息18对相当于进入地点的车道节点85进行成本和方向的设定时,对相当于任一行车道的进入地点的车道节点85都设定向停车场的进入方向。其结果,在后述的路线搜索中,有可能搜索到从图的右侧到进入地点的路线和从图的左侧到进入地点的路线这两者。但是,对于从图的右侧到进入地点的路线,由于在进入停车场时要跨越行车道,所以也可以对相当于从图的右侧进入的进入地点的车道节点85赋予更高的成本。其结果,优先搜索从图的左侧到进入地点的路线。
然后,在S31中,CPU51使用迪杰斯特拉(Dijkstra)法,对作为车道网络的连接部的每个车道节点85计算从进入地点开始的成本的合计并建立关联。车辆的当前位置是计算成本的合计的终点。在停放车辆的停车场是具有多个出入口的停车场的情况下,即在有多个进入地点的情况下,计算从各进入地点开始的成本的合计值。另外,作为路线的搜索方法,也可以使用迪杰斯特拉(Dijkstra)法以外的搜索单元。另外,也可以不计算从目的地一侧而计算从出发地一侧开始的成本的合计。
其中,在上述S31中计算出的成本的合计是在上述S30中设定在车道节点85上的成本和车道路段86的成本的合计。对每个车道路段86赋予车道路段86的成本,将各车道路段86的移动所需的时间设为基准值。即,移动所需的时间越长的车道路段86,计算出的成本越高。车道路段86的移动所需的时间通过移动速度和路段长度的乘法运算来计算,并且关于移动速度,设为在道路上设定的限制速度。
另外,特别是关于车道路段86的成本,针对上述基准值在以下的(4)至(6)的条件下进行修正。
(4)对于车道路段86的成本,在基准值上加上与所需的行车道变更的次数对应的规定值。其中,如图15所示那样,越是所需的行车道变更的次数多的车道路段86,所相加的规定值越是大的值。例如,从行车道91向行车道92移动的车道路段86需要一次行车道变更,因此在基准值上加上“5秒”。另外,从行车道91向行车道93移动的车道路段86需要连续两次的行车道变更,因此在基准值上加上“10秒”。另一方面,维持行车道91的车道路段86不需要行车道变更,因此不进行加法运算。其结果是,越是行车道变更的次数多的路线,越是计算出更大的成本的合计值,因此难以选择为推荐的行车道移动方式。另外,对于在同一区间进行多次行车道变更(即连续进行行车道变更)的路线,计算出比没有连续进行行车道变更的路线大的成本的合计值,因此难以选择为推荐的行车道移动方式。
(5)对于不进行行车道变更而在超车行车道(例如在左侧通行中为最右侧的行车道)上行驶的车道路段86的成本,将基准值乘以规定的系数。例如如图16所示,对于在作为超车行车道的行车道93上行驶的车道路段86的成本,将基准值乘以“1.5”。其结果是,越是在超车行车道上行驶的距离长的路线,越是计算出更大的成本的合计值,因此难以选择为推荐的行车道移动方式。
(6)对于包含进行行车道变更的区间(组)的路线,以多个模式生成进行行车道变更的位置的候补,针对多个模式的每一个计算成本的合计。具体而言,对于每个模式,参照进行行车道变更的位置,针对与(A)在行车道变更前或后的超车行车道的行驶距离比阈值长的情况、(B)在进行多次行车道变更时行车道变更的间隔比阈值短(即连续地进行行车道变更)的情况、以及(C)在交叉路口的近前侧规定距离(例如一般道路700m、高速公路2km)以内进行行车道变更的情况中的任一种情况对应的模式,对于进行行车道变更的车道路段的成本,在基准值上进一步加上规定值。例如,如图17所示,对于在从交叉路口的近前规定距离的位置到交叉路口之间从行车道91向行车道92移动的模式,在基准值上加上“5秒”。
然后,在S32中,CPU51对于在上述S22、S26、S29中构筑的网络,分别设定车辆开始移动的移动开始地点和作为移动目标的移动目标地点。另外,移动开始地点是车辆的当前位置,移动目标地点在目的地是停车场的情况下是停车场内的停车空间,在目的地不是停车场的情况下是作为目的地的设施的入口。另外,在作为目的地的设施是由多个租户构成的综合型商业设施,并且在任一租户被指定为目的地的情况下,将设施内的租户的位置设为移动目标地点。
进而,在S32中,CPU51使用在上述S24、S25、S28、S31中对各网络计算出的成本,输出下车后网络、停车网络和车道网络的各路线的合计为最小的从移动开始地点连接到移动目标地点的路线的组合。另外,在输出的路线内,下车后网络的路线和停车网络的路线是能够以停放车辆的停车场的入口为边界进行连接的组合,停车网络的路线和下车后网络的路线是能够以停放车辆的停车场所具有的任一停车空间的车辆上下车位置为边界进行连接的组合。
在上述S32中输出的路线的组合是在车辆移动到停车场内的停车空间时所推荐的车辆的行驶轨迹(行车道移动方式)以及推荐车辆下车后从停车空间移动到目的地的路径。另外,在上述S32中输出的路线内,与位于停车网络的路线和下车后网络的路线的边界的车辆上下车位置相应的停车空间,成为在停车场进行停车的停车空间。
其中,在上述S24、S25、S28、S31中针对各网络计算出的成本的合计包含车辆移动到停车空间所涉及的成本和从停车空间在车辆下车后移动所涉及的成本这两者。即,除了停车之前的负担之外,还要考虑停车后用户的移动所涉及的负担来选择进行停车的停车空间。
例如,如图18所示,在作为用于在目的地停放车辆的停车空间的候补而存在停车空间A和停车空间B这两处的情况下,如果仅将车辆下车后的移动所涉及的路线95、96进行比较,在停车空间A停车的情况下的路线95,到达作为目的地的租户的移动所需的时间短,可以说停车空间A是适合进行停车的停车空间。但是,当对从进入停车场到向停车空间停车为止的车辆移动所涉及的路线97、98进行比较时,在停车空间A停车的情况下的路线97与在停车空间B停车的情况下的路线98相比成为绕远的路线,未必能说停车空间A是适合进行停车的停车空间。因此,在本实施方式中,如上所述,使用车道网络、停车网络和下车后网络,根据考虑了停车之前的负担和停车后的用户的移动所涉及的负担这两者的成本的合计,来选择进行停车的停车空间,由此对于用户来说,能够选择更适合进行停车的停车空间。
另外,在上述实施例中,考虑到包含停车前后在内的到目的地为止的用户的移动所涉及的负担来选择进行停车的停车空间,但也可以考虑到从目的地回家时的用户的移动所涉及的负担来选择进行停车的停车空间。例如,除了到目的地为止的去时的路线之外,还可以包含从目的地到停车场出口为止的回来时的路线在内搜索成本最小的路线,来选择停车空间。其结果,能够考虑从目的地回家时到停车空间为止的移动所需的时间、从停车空间出库时的出库的容易度、从停车空间到停车场出口为止的车辆移动所需的时间来选择停车空间。
另外,在上述S32中,CPU51通过进行基于上述(4)至(6)的条件的成本修正,比较每个路线(对于包含多个行车道移动的模式的路线,还比较每个模式)的成本的合计值,将成本的合计值为最小的路线和模式确定为车辆移动时推荐的车辆的行车道移动方式,由此,除了确定推荐进行行车道变更的区间之外,还确定了在该区间内推荐进行行车道变更的位置。另外,对于连续进行行车道变更的行车道移动的模式、在行车道变更前或后在超车行车道上行驶的距离长的行车道移动的模式、以及在从交叉路口的近前规定距离的位置到交叉路口之间进行行车道变更的行车道移动的模式,计算出比不进行这样的行车道变更的模式大的成本的合计值,因此难以选择为推荐的行车道移动方式。
另外,在上述实施例中,对于公路(即道路的车道网络)和停车场内(即停车网络)部分,通过搜索以车道为单位设定的成本的合计值为最小的路线来选择停车空间,对于公路(即道路的车道网络)和停车场内(即停车网络)部分,也可以不使用以车道为单位而使用以道路为单位的成本。即,使用以道路为单位的成本以道路为单位搜索最小的路线,选择成本最小的路线所经由的停车空间作为在停车场进行停车的停车空间。另外,在确定了以道路为单位搜索出的成本最小的路线和进行停车的停车空间之后,使用搜索出的路线中包含的车道网络和以车道为单位设定的成本,搜索成本最小的路线,能够确定推荐的行车道移动模式。
另外,在上述实施例中,对在上述S22中构筑的下车后网络、在上述S26中构筑的停车网络和在上述S29中构筑的车道网络分别单独进行成本计算(S23、S24、S27、S28、S30、S31),但也可以分别连接下车后网络、停车网络和车道网络,生成包含从车辆的当前位置到停车场为止的车辆的移动、在停车场内的车辆的移动和在停车场下车后的用户的移动在内的全部的网络,对该网络进行成本计算。
另外,在进行停车的停车场中能够获取停车空间的空闲信息的情况下,也可以考虑停车空间的空闲信息来进行路线的搜索。即,也可以仅将经由处于空闲状态的停车空间的车辆上下车位置的路线作为搜索的对象。
接下来,在S33中,在车辆按照在上述S32中输出的路线移动的情况下,CPU51计算特别是将进行行车道变更的区划(组)作为对象而推荐的行驶轨迹。另外,在上述S32中输出的路线是一次也没有进行行车道变更的路线的情况下,也可以省略S33的处理。
具体而言,CPU51使用在上述S32输出的路线中进行行车道变更的位置的地图信息等计算行驶轨迹。例如,根据车辆的速度(设为该道路的限制速度)和行车道宽度计算车辆进行行车道变更时产生的横向的加速度(横向G),并以横向G不对自动驾驶辅助产生障碍,且不超过不给车辆的乘员带来不适感的上限值(例如0.2G)为条件,使用回旋曲线计算尽可能顺畅且行车道变更所需的距离尽可能短的轨迹。另外,回旋曲线是在车辆以一定的行驶速度且将转向装置以一定的角速度转动的情况下车辆的轨迹所描绘的曲线。
接下来,在S34中,在车辆按照在上述S32中输出的路线移动的情况下,CPU51计算特别是将交叉路口内的区划(组)作为对象而推荐的行驶轨迹。另外,在上述S32中输出的路线是一次也不通过交叉路口的路线的情况下,也可以省略S34的处理。
例如,在图19中,以将设定有从最右侧的行车道进入交叉路口内、之后向最左侧的行车道离开的行车道移动的路线的交叉路口内的区划(组)作为对象来计算行驶轨迹的情况为例进行说明。首先,CPU51对在交叉路口内车辆应该通过的位置进行标记。具体而言,分别对向交叉路口的进入行车道内、向交叉路口的进入位置、交叉路口内的引导线内(仅在有引导线的情况下)、从交叉路口离开的离开位置、从交叉路口离开的离开行车道进行标记。然后,将通过标记后的全部的各标记的曲线作为行驶轨迹来计算。更详细地说,用样条(spline)曲线连接各标记之后,计算近似连接的曲线的回旋曲线作为行驶轨迹。另外,回旋曲线是车辆以一定的行驶速度且将转向装置以一定的角速度转动的情况下车辆的轨迹所描绘的曲线。
接着,在S35中,在车辆按照在上述S32中输出的路线移动的情况下,CPU51计算特别是从进入道路进入停车场时推荐的行驶轨迹。
例如,在图20中,对计算在设定了从进入道路88的最左侧的行车道进入停车场83的入口的路线的情况下的行驶轨迹的例子进行说明。首先,CPU51基于在上述S3中获取的道路外形状信息,确定在进入道路88与停车场83之间车辆能够通行的区域(以下,称为通过区域)。例如在图20所示的例子中,由横x纵y构成的矩形区域成为在进入道路88与停车场83之间车辆能够通行的通过区域。然后,将从进入道路88通过通过区域而进入停车场83的入口作为条件,使用回旋曲线计算出尽可能顺畅且尽可能缩短进入所需距离的轨迹。
然后,在S36中,在车辆按照在上述S32中输出的路线移动的情况下,CPU51计算特别是向停车空间进行停车时推荐的行驶轨迹。
例如,在图21中,对计算向停车场内的停车空间99进行停车时的行驶轨迹的例子进行说明。首先,CPU51基于在上述S3中获取的设施信息,获取在上述S32中确定的作为停车对象的停车空间99的形状、停车空间99所面对的通路的通路宽度。然后,设定从前进切换为后退的折返地点z,计算从与通路并行地行驶的状态经由折返地点z尽可能顺畅地且尽可能缩短停车所需的距离地进入停车空间99的轨迹。另外,在通路的通路宽度较窄的情况下,也有设定多个折返地点z的情况。另一方面,对于需要进行朝前停车的停车场,不设定折返地点z,而计算用于进行朝前停车的行驶轨迹。
然后,在S37中,CPU51通过连接在上述S33~S36中计算出的各行驶轨迹,生成推荐车辆行驶的行驶轨迹即静态行驶轨迹。另外,对于既不是进行行车道变更的区划、也不是交叉路口内的区划、也不是进行向停车场内的进入的区划、也不是进行停车操作的区间的区间,将通过行车道的中央的轨迹(在停车场内通过通路的中央的轨迹)作为推荐车辆行驶的行驶轨迹。但是,对于弯曲成大致直角那样的拐角,优选对成为轨迹的角的部分设置R。
在上述S37中生成的静态行驶轨迹包括:推荐车辆在从行驶开始地点到面向停车场的入口的进入道路为止的行车道上行驶的第一行驶轨迹;推荐车辆从进入道路行驶到上述停车场的入口为止的第二行驶轨迹;推荐车辆从停车场的入口行驶到车辆停车的停车空间为止的第三行驶轨迹。关于从停车空间到目的地为止的移动路径,由于不是车辆移动的路径,不属于静态行驶轨迹的对象。
然后,将在上述S37中生成的静态行驶轨迹作为用于自动驾驶辅助的辅助信息存储在闪存54等中。
接下来,基于图22对在上述S5中执行的速度计划生成处理的子处理进行说明。图22是速度计划生成处理的子处理程序的流程图。
首先,在S41中,CPU51使用地图信息,获取关于在上述S4中生成的静态行驶轨迹中所包含的各道路的限制速度信息。另外,对于无法获取限制速度信息的道路,基于道路种类来确定限制速度。例如窄街道为30km/h、干线道路以外的一般道路为40km/h、国道等干线道路为60km/h、高速公路为100km/h。另外,限制速度信息既可以从高精度地图信息16获取,也可以从用于路径搜索的通常的地图信息获取。另外,还获取在用户进行停车的停车场中设定了行驶时的限制速度的该限制速度。对于没有规定限制速度的停车场,例如将3m/s作为限制速度。
接下来,在S42中,CPU51确定在静态行驶轨迹上使车辆的速度变化的地点即速度变化地点。其中,作为速度变化地点,例如是停车场的入口、交叉路口、弯道、道口、人行横道、临时停车等。在静态行驶轨迹上存在多个速度变化地点的情况下,对多个速度变化地点进行确定。特别是,对于停车场的入口使用设施信息17、道路外形状信息19来确定,对于在停车场的入口与进入道路之间是否存在人行道也进行确定。另外,对于位于停车场内的人行横道、临时停车,使用设施信息17来确定。
接着,在S43中,CPU51对在上述S42中确定的各个速度变化地点设定通过速度变化地点的推荐速度。例如,对于与进入道路之间存在人行道的停车场的入口,将首先停止(0m/s),然后以慢行速度(例如3m/s)通过的方式作为推荐速度。另一方面,对于与进入道路之间不存在人行道的停车场的入口,将以慢行速度(例如3m/s)通过的方式作为推荐速度。另外,在有道口或临时停车线的交叉路口,将首先停止(0m/s),然后以慢行速度(例如3m/s)通过的方式作为推荐速度。另外,在弯道或作为左右转弯对象的交叉路口,将车辆所产生的横向的加速度(横向G)不对自动驾驶辅助产生障碍,且不超过不给车辆的乘员带来不适感的上限值(例如0.2G)的速度作为推荐速度。例如基于弯道的曲率、交叉路口的形状等来计算。
接下来,在S44中,CPU51对于与在上述S42中确定的速度变化地点不相符的区间(速度变化地点之间的区间),基于在上述S41中获取的限制速度信息,将对该区间的道路、通路设定的限制速度设定为在该区间行驶的车辆的推荐速度。但是,对于道路宽度较窄的道路、视野差的道路、交通量多的道路、事故发生率高的道路等,也可以将比限制速度低的速度作为推荐速度。
然后,在S45中,CPU51将在上述S43中设定的速度变化地点的推荐速度和在上述S44中设定的速度变化地点以外的推荐速度进行组合,生成在车辆的行进方向上表示推荐速度的推移的数据作为车辆的速度计划。另外,在生成速度计划时,以使速度变化地点间的速度变化满足规定条件,更具体而言以满足沿着静态行驶轨迹行驶的车辆的加速度及减速度分别为阈值以下的条件的方式适当地修正速度计划。
其中,图23是表示在上述S45中生成的车辆的速度计划的一例的图。如图23所示,在速度计划中,速度变化地点以外的推荐速度基本上成为对道路设定的限制速度。另一方面,对于停车场的入口或交叉路口等的速度变化地点,将低于限制速度的速度设为推荐速度。进而,以满足沿着静态行驶轨迹行驶的车辆的加速度及减速度分别为阈值以下的条件的方式修正推荐速度。但是,推荐速度基本上仅向降低的方向进行修正,并且在满足条件的范围内尽可能以不降低推荐速度的方式进行修正。另外,加速度和减速度的阈值被设为不对车辆的行驶或自动驾驶辅助产生障碍,且不给车辆的乘员带来不适感的加速度以及减速度的上限值。还可以将加速度的阈值和减速度的阈值设为不同的值。其结果是,如图23所示,修正推荐速度,生成速度计划。
而且,将在上述S45中生成的速度计划作为用于自动驾驶辅助的辅助信息存储在闪存54等中。另外,还可以生成为了实现在上述S45中生成的速度计划所需的表示车辆的加减速的加速度的计划,作为用于自动驾驶辅助的辅助信息。
如以上详细说明的那样,在本实施方式所涉及的导航装置1以及导航装置1所执行的计算机程序中,获取:车道网络,表示车辆能够选择的行车道移动的网络;停车网络,表示在停车场内车辆能够选择的路径的网络;以及下车后网络,表示用户通过车辆下车后的移动单元能够选择的路径的网络(S22、S26、S29),使用车道网络、停车网络和下车后网络,计算包含到停车场内的停车空间为止的车辆的移动和从停车空间到目的地为止的车辆下车后的移动单元的移动在内的到目的地为止的移动所花费的移动成本(S24、S28、S31),使用计算出的移动成本来选择停放车辆的停车空间(S32),因此,通过除了考虑下车后的移动所涉及的用户的负担之外,还考虑车辆的移动所涉及的用户的负担,能够选择用于停放车辆的适当的停车空间。而且,如果基于确定的停车空间进行驾驶辅助,则能够适当地实施驾驶辅助。
另外,按照搜索到的移动成本最小的路线,生成推荐车辆从车辆行驶开始位置行驶到所选择的停车空间为止的行驶轨迹(S33~S37),基于生成的行驶轨迹进行车辆的驾驶辅助(S10、S11),因此,能够确定从行驶开始地点到作为停车对象的停车空间为止的推荐的行驶轨迹。在所生成的行驶轨迹中,除了到停放车辆的停车场为止的行驶轨迹之外,还包括停车场内的行驶轨迹,因此能够适当地辅助进行停车之前的车辆的行驶。
另外,在目的地是具有多个租户的设施内的一个租户的情况下,计算包含到停车场内的停车空间为止的车辆的移动和从停车空间到位于设施内的目的地的租户为止的车辆下车后的移动单元的移动在内的到目的地为止的移动所花费的移动成本,因此,特别是在目的地是设施内的确定的租户的情况下,还能够考虑设施内的用户的移动所涉及的用户的负担来选择用于停放车辆的适当的停车空间。
另外,使用位于停车场内的停车空间的位置信息、目的地的租户所在的设施的入口的位置信息和设施内的目的地的租户的位置信息,计算包含到停车场内的停车空间为止的车辆的移动和从停车空间到位于设施内的目的地的租户为止的车辆下车后的移动单元的移动在内的到目的地为止的移动所花费的移动成本,因此,还能够考虑设施内的用户的移动所涉及的用户的负担来选择用于停放车辆的适当的停车空间。
另外,由于移动所需时间越长,将移动成本计算得越高(S24、S28、S31),因此,在能够以一个评价基准适当地评价在公路上的车辆的移动、在停车场内的车辆的移动和下车后的步行的移动等内容完全不同的多个移动中的用户的负担。
另外,由于下车后网络将停车场所具备的停车空间的区划线上包含在用户通过车辆下车后的移动单元能够选择的路径中,因此,能够基于与停车场相关的信息适当地掌握用户在停车场中有可能移动的路径。
另外,本发明并不限定于上述实施方式,当然可以在不脱离本发明的主旨的范围内进行各种改良、变形。
例如,在本实施方式中,在使用网络来搜索推荐的行驶轨迹的情况下,首先缩小为多个候补路径(S2),比较针对各候补路径构筑的车道网络的成本,确定成本最小的路线(S32),也可以不缩小候补路径,而是以周边的全部路径为对象构筑车道网络,搜索并确定成本最小的一条路线。
另外,在本实施方式中,假设了车辆的行驶开始地点在道路上的情况,但也能够适用于行驶开始地点在停车场内的情况。在这种情况下,也计算出推荐车辆从行驶开始地点行驶到停车场的出口为止的行驶轨迹、和推荐车辆从停车场的出口行驶到面向停车场的出口的道路为止的行驶轨迹。对于推荐车辆从行驶开始地点行驶到停车场的出口为止的行驶轨迹,使用具有行驶开始地点的停车场的停车网络来计算,对于推荐车辆从停车场的出口行驶到面向停车场的出口的道路的行驶轨迹,与进入停车场时的轨迹(S35、图20)同样地使用连接信息18、道路外形状信息19来计算。另外,在该情况下,连接信息18包含表示面向停车场的出口的道路所包含的行车道与停车场的出口之间的连接关系的信息。
另外,在本实施方式中,生成静态行驶轨迹,该静态行驶轨迹包含:推荐车辆在从行驶开始地点到面向停车场的入口的进入道路为止的行车道上行驶的第一行驶轨迹;推荐车辆从进入道路行驶到上述停车场的入口为止的第二行驶轨迹;推荐车辆从停车场的入口行驶到车辆停车的停车空间为止的第三行驶轨迹,但静态行驶轨迹也可以仅包含第一行驶轨迹和第二行驶轨迹。即,也可以仅将第一行驶轨迹和第二行驶轨迹作为生成对象。
另外,在本实施方式中,在停车场所具备的多个停车空间中,确定进行停车的具体的一个停车空间,但也可以在更广的范围内进行确定。例如,在停车场由多个区域构成的情况下,也可以确定进行停车的区域。另外,在作为停车的候补有多个停车场的情况下,也可以确定停车场。
另外,在本实施方式中,最终生成的静态行驶轨迹是确定车辆行驶的具体的轨迹(坐标的集合或线)的信息,但也可以是不确定到具体的轨迹而能够确定作为车辆行驶的对象的道路及行车道的程度的信息。即,也可以将在S32中确定的车道成本最小的网络的路线(示出了车辆如何在行车道上移动的行车道移动方式)作为静态行驶轨迹,不进行S33以后的处理。另外,也可以不确定具体的行驶轨迹而仅确定行驶的道路和在停车场中停放车辆的停车空间。
另外,在本实施方式中,在生成静态行驶轨迹时使用高精度地图信息16、设施信息17来生成车道网络、停车网络、下车后网络(S22、S26、S29),但也可以将以全国的道路、停车场为对象的各网络预先存储在DB中,根据需要从DB中读出。
另外,在本实施方式中,在服务器装置4所具有的高精度地图信息中,同时包含与道路的车道形状(以行车道为单位的道路形状、曲率、行车道宽度等)和描绘在道路上的区划线(车道中央线、行车道分界线、车道外侧线、引导线等)相关的信息这两者,但可以仅包含与区划线相关的信息,也可以仅包含与道路的车道形状相关的信息。例如,即使在仅包含与区划线相关的信息的情况下,也能够基于与区划线相关的信息来推定相当于与道路的车道形状相关的信息的信息。另外,即使在仅包含与道路的车道形状相关的信息的情况下,也能够基于与道路的车道形状相关的信息来推定相当于与区划线相关的信息的信息。另外,“与区划线相关的信息”既可以是确定区划行车道的区划线自身的种类、配置的信息,也可以是确定在相邻的行车道间是否能够进行行车道变更的信息,还可以是直接或者间接地确定行车道的形状的信息。
另外,在本实施方式中,作为在静态行驶轨迹上反映动态行驶轨迹的方法,将静态行驶轨迹的一部分置换为动态行驶轨迹(S8),但也可以不进行置换而以使静态行驶轨迹接近动态行驶轨迹的方式进行轨迹的修正。
另外,在本实施方式中,作为用于不依赖于用户的驾驶操作而自动地进行行驶的自动驾驶辅助,对车辆控制ECU40控制车辆的操作中的与车辆的行为相关的操作即加速器操作、制动器操作以及方向盘操作的全部进行了说明。但是,自动驾驶辅助也可以是车辆控制ECU40控制车辆的操作中的与车辆的行为相关的操作即加速器操作、制动器操作以及方向盘操作中的至少一个操作。另一方面,基于用户的驾驶操作的手动驾驶是指,用户进行车辆的操作中的与车辆的行为相关的操作即加速器操作、制动器操作以及方向盘操作的全部。
另外,本发明的驾驶辅助不限于车辆的自动驾驶所涉及的自动驾驶辅助。例如,也可以通过将在上述S4中确定的静态行驶轨迹、在上述S7中生成的动态行驶轨迹显示在导航画面上,并且进行使用声音、画面等的引导(例如行车道变更的引导、推荐车速的引导等)来进行驾驶辅助。另外,还可以通过将静态行驶轨迹、动态行驶轨迹显示在导航画面上来辅助用户的驾驶操作。
另外,在本实施方式中,虽然自动驾驶辅助程序(图4)由导航装置1执行,但也可以由导航装置1以外的车载器或车辆控制ECU40执行。在这种情况下,车载器、车辆控制ECU40从导航装置1或服务器装置4获取车辆的当前位置、地图信息等。而且,服务器装置4也可以执行自动驾驶辅助程序(图4)的步骤的一部分或全部。在该情况下,服务器装置4相当于本申请的驾驶辅助装置。
另外,除了导航装置之外,本发明还可以应用于移动电话、智能手机、平板终端、个人计算机等(以下,称为移动终端等)。另外,也能够应用于由服务器和移动终端等构成的系统。在这种情况下,上述的自动驾驶辅助程序(参照图4)的各步骤也可以是服务器和移动终端等中的任意一个来实施。但是,在将本发明应用于移动终端等的情况下,需要将能够执行自动驾驶辅助的车辆与移动终端等以能够通信的方式连接(无论是有线还是无线)。
附图标记的说明
1…导航装置、2…驾驶辅助系统、3…信息发布中心、4…服务器装置、5…车辆、16…高精度地图信息、17…设施信息、18…连接信息、19…道路外形状信息、33…导航ECU、40…车辆控制ECU、51…CPU、73…步行节点、74…步行路段、75…停车空间、76…停车场节点、77…停车场路段、83…停车场、85…车道节点、86…车道路段、88…进入道路。
Claims (7)
1.一种驾驶辅助装置,其具有:
车道网络获取单元,获取表示车辆能够选择的行车道移动的网络即车道网络;
停车网络获取单元,获取表示在停车场内车辆能够选择的路径的网络即停车网络;
下车后网络获取单元,获取表示用户通过车辆下车后的移动单元能够选择的路径的网络即下车后网络;
成本计算单元,使用所述车道网络、所述停车网络和所述下车后网络,计算包含到停车场内的停车空间为止的车辆的移动和从停车空间到目的地为止的车辆下车后的移动单元的移动在内的到目的地为止的移动所花费的移动成本;以及
停车空间选择单元,使用由所述成本计算单元计算出的所述移动成本来选择停放车辆的停车空间。
2.根据权利要求1所述的驾驶辅助装置,其具有:
行驶轨迹生成单元,按照由所述停车空间选择单元搜索到的所述移动成本最小的路线,生成推荐车辆从车辆的行驶开始位置行驶到由所述停车空间选择单元选择的停车空间为止的行驶轨迹;以及
驾驶辅助单元,基于所述行驶轨迹进行车辆的驾驶辅助。
3.根据权利要求1或2所述的驾驶辅助装置,其中,
所述成本计算单元在目的地是具有多个租户的设施内的一个租户的情况下,计算包含到停车场内的停车空间为止的车辆的移动和从停车空间到位于设施内的目的地的租户为止的车辆下车后的移动单元的移动在内的到目的地为止的移动所花费的移动成本。
4.根据权利要求3所述的驾驶辅助装置,其中,
所述成本计算单元使用位于停车场内的停车空间的位置信息、目的地的租户所在的设施的入口的位置信息和设施内的目的地的租户的位置信息,计算包含到停车场内的停车空间为止的车辆的移动和从停车空间到位于设施内的目的地的租户为止的车辆下车后的移动单元的移动在内的到目的地为止的移动所花费的移动成本。
5.根据权利要求1至4中任一项所述的驾驶辅助装置,其中,
移动所需的时间越长,所述成本计算单元将所述移动成本计算得越高。
6.根据权利要求1至5中任一项所述的驾驶辅助装置,其中,
所述下车后网络将停车场所具备的停车空间的区划线上包含在用户通过车辆下车后的移动单元能够选择的路径中。
7.一种计算机程序,其中,
所述计算机程序用于使计算机作为以下单元发挥功能:
车道网络获取单元,获取表示车辆能够选择的行车道移动的网络即车道网络;
停车网络获取单元,获取表示在停车场内车辆能够选择的路径的网络即停车网络;
下车后网络获取单元,获取表示用户通过车辆下车后的移动单元能够选择的路径的网络即下车后网络;
成本计算单元,使用所述车道网络、所述停车网络和所述下车后网络,计算包含到停车场内的停车空间为止的车辆的移动和从停车空间到目的地为止的车辆下车后的移动单元的移动在内的到目的地为止的移动所花费的移动成本;以及
停车空间选择单元,使用由所述成本计算单元计算出的所述移动成本来选择停放车辆的停车空间。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2020-177980 | 2020-10-23 | ||
JP2020177980A JP7439726B2 (ja) | 2020-10-23 | 2020-10-23 | 運転支援装置及びコンピュータプログラム |
PCT/JP2021/032832 WO2022085320A1 (ja) | 2020-10-23 | 2021-09-07 | 運転支援装置及びコンピュータプログラム |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116547184A true CN116547184A (zh) | 2023-08-04 |
Family
ID=81290425
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202180071836.9A Pending CN116547184A (zh) | 2020-10-23 | 2021-09-07 | 驾驶辅助装置以及计算机程序 |
Country Status (5)
Country | Link |
---|---|
US (1) | US20230375347A1 (zh) |
EP (1) | EP4234353A4 (zh) |
JP (1) | JP7439726B2 (zh) |
CN (1) | CN116547184A (zh) |
WO (1) | WO2022085320A1 (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP7405012B2 (ja) * | 2020-06-19 | 2023-12-26 | 株式会社アイシン | 運転支援装置及びコンピュータプログラム |
JP7443992B2 (ja) * | 2020-08-28 | 2024-03-06 | 株式会社アイシン | 運転支援装置及びコンピュータプログラム |
Family Cites Families (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2006109828A1 (ja) | 2005-04-12 | 2006-10-19 | Pioneer Corporation | 駐車支援装置、駐車支援方法、駐車支援プログラム、駐車場管理装置、駐車場管理方法、駐車場管理プログラム、および記録媒体 |
JP2009168713A (ja) | 2008-01-18 | 2009-07-30 | Kenwood Corp | ナビゲーション装置、プログラム、及びナビゲーション方法 |
US8498808B2 (en) | 2008-01-18 | 2013-07-30 | Mitac International Corp. | Method and apparatus for hybrid routing using breadcrumb paths |
JP2011227043A (ja) * | 2010-03-30 | 2011-11-10 | Zenrin Co Ltd | 経路探索システム |
WO2012014258A1 (ja) | 2010-07-30 | 2012-02-02 | 三菱電機株式会社 | ナビゲーション装置 |
JP2018077114A (ja) * | 2016-11-09 | 2018-05-17 | パイオニア株式会社 | 駐車位置決定装置、制御方法、プログラム及び記憶媒体 |
CN106875734B (zh) | 2017-03-28 | 2019-06-28 | 上海矩岭科技有限公司 | 一种推送停车路线的方法及装置 |
US10648831B2 (en) * | 2017-08-31 | 2020-05-12 | Here Global B.V. | Method, apparatus, and computer program product for providing an indication of favorability of parking locations |
CN108010376A (zh) | 2017-12-14 | 2018-05-08 | 浙江大学城市学院 | 一种基于物联网技术的城市停车诱导系统及方法 |
US11015937B2 (en) * | 2018-07-12 | 2021-05-25 | Here Global B.V. | Method and system for guiding users in a parking facility |
JP7147513B2 (ja) * | 2018-11-29 | 2022-10-05 | トヨタ自動車株式会社 | 情報提供システム、サーバ、車載装置及び情報提供方法 |
JP2020148577A (ja) | 2019-03-13 | 2020-09-17 | 株式会社ゼンリンデータコム | 経路探索システム、経路探索方法、および、プログラム |
-
2020
- 2020-10-23 JP JP2020177980A patent/JP7439726B2/ja active Active
-
2021
- 2021-09-07 CN CN202180071836.9A patent/CN116547184A/zh active Pending
- 2021-09-07 WO PCT/JP2021/032832 patent/WO2022085320A1/ja active Application Filing
- 2021-09-07 US US18/030,902 patent/US20230375347A1/en active Pending
- 2021-09-07 EP EP21882461.3A patent/EP4234353A4/en active Pending
Also Published As
Publication number | Publication date |
---|---|
JP2022069043A (ja) | 2022-05-11 |
EP4234353A1 (en) | 2023-08-30 |
EP4234353A4 (en) | 2024-06-05 |
JP7439726B2 (ja) | 2024-02-28 |
US20230375347A1 (en) | 2023-11-23 |
WO2022085320A1 (ja) | 2022-04-28 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US20220258763A1 (en) | Drive assistance device and computer program | |
US20240174227A1 (en) | Driving assistance device | |
US20230375347A1 (en) | Driving assistance device and computer program | |
US20230296387A1 (en) | Driving assistance device and computer program | |
JP2023097308A (ja) | 運転支援装置及びコンピュータプログラム | |
WO2023127689A1 (ja) | 運転支援装置及びコンピュータプログラム | |
US20240068820A1 (en) | Route search device and computer program | |
US20240067214A1 (en) | Driving assistance device | |
US20230150508A1 (en) | Drive assistance device and computer program | |
JP2023050431A (ja) | 運転支援装置及びコンピュータプログラム | |
EP4404171A1 (en) | Driving assistance device and computer program | |
WO2024048073A1 (ja) | 運転支援装置及びコンピュータプログラム | |
WO2024048074A1 (ja) | 運転支援装置及びコンピュータプログラム | |
CN118435254A (zh) | 驾驶辅助装置及计算机程序 | |
EP4318440A1 (en) | Driving assistance device and computer program | |
JP2023140801A (ja) | 運転支援装置及びコンピュータプログラム | |
JP2024078764A (ja) | 運転支援装置及びコンピュータプログラム | |
JP2024078833A (ja) | 運転支援装置及びコンピュータプログラム | |
JP2023107725A (ja) | 運転支援装置及びコンピュータプログラム | |
JP2022083525A (ja) | 運転支援装置及びコンピュータプログラム | |
JP2023080504A (ja) | 運転支援装置及びコンピュータプログラム |
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 |