JP2007322391A - Own vehicle position estimation device - Google Patents
Own vehicle position estimation device Download PDFInfo
- Publication number
- JP2007322391A JP2007322391A JP2006156512A JP2006156512A JP2007322391A JP 2007322391 A JP2007322391 A JP 2007322391A JP 2006156512 A JP2006156512 A JP 2006156512A JP 2006156512 A JP2006156512 A JP 2006156512A JP 2007322391 A JP2007322391 A JP 2007322391A
- Authority
- JP
- Japan
- Prior art keywords
- vehicle
- host vehicle
- absolute position
- absolute
- accuracy
- 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.)
- Granted
Links
Landscapes
- Instructional Devices (AREA)
- Navigation (AREA)
- Traffic Control Systems (AREA)
- Position Fixing By Use Of Radio Waves (AREA)
Abstract
Description
本発明は、ＧＰＳを用いた測位技術に関し、特に移動中の自車両の位置を高精度に推定するための自車両位置推定装置に関する。
本発明は、カーナビゲーションシステムや自動車のオートクルーズシステムなどに有用なものである。
The present invention relates to a positioning technique using GPS, and more particularly to a host vehicle position estimation device for estimating the position of a moving host vehicle with high accuracy.
The present invention is useful for a car navigation system, a car auto cruise system, and the like.
近年、ＲＴＫ−ＧＰＳ（Real-Time Kinematic Global Positioning System ）によって、ＧＰＳ衛星を用いた測位技術により誤差２〜３ｃｍ程度の測位精度を得ることができる様になったが、これらの測位装置は非常に高価であり、また、例えば走行中の自動車などの移動体に関する測位を実時間で実施するには必ずしも好適なものではない。 In recent years, RTK-GPS (Real-Time Kinematic Global Positioning System) has made it possible to obtain positioning accuracy with an error of about 2 to 3 cm by positioning technology using GPS satellites. It is expensive, and is not necessarily suitable for carrying out positioning in real time for a moving body such as a running car.
また、これらのＲＴＫ−ＧＰＳ等を用いずに構成可能な、自車両に関する比較的高精度な測位を実時間で実施するための従来の測位技術としては、例えば、以下の特許文献１〜３に記載されているものなどが公知である。特に、特許文献１や特許文献２の測位技術は、通常のナビゲーションシステムでは用いられない程詳細な道路周辺の不動物（例：道路標識や反射板や停止線など）の特徴データや位置データが、事前調査によって予め記憶された記憶装置（「道路周囲環境記憶装置」や「詳細地図ＤＢ」）と、これらの不動物の特徴データと走行中に実時間で検出された不動物の特徴とを照合する照合手段とを備える点に特徴がある。 Moreover, as a conventional positioning technique for carrying out relatively high-precision positioning related to the own vehicle in real time, which can be configured without using these RTK-GPS and the like, for example, the following Patent Documents 1 to 3 include: Those described are known. In particular, the positioning techniques of Patent Document 1 and Patent Document 2 are characterized by feature data and position data of inanimate objects (eg, road signs, reflectors, stop lines, etc.) around the road that are so detailed that they cannot be used in a normal navigation system. , A storage device ("road ambient environment storage device" or "detailed map DB") stored in advance by a preliminary survey, feature data of these inanimate animals, and inanimate features detected in real time during traveling It is characterized in that it includes a matching means for matching.
また、特許文献３に記載の従来の車両位置検出装置は、ビデオカメラで捉えた画像データから道路形状を抽出する画像分析手段を有し、走行中に実時間で抽出した道路形状をカーナビゲーションシステムが有する一般の道路地図データにおける道路形状と照合する点に特徴がある。
しかしながら、特許文献１や特許文献２の測位技術においては、上記の記憶装置に予め道路周辺の不動物の特徴データや位置データを記憶させておく必要があり、これらのデータを予め詳細に収集する事前調査に掛かる作業コストは無視し難い。また、これらの従来技術は、上記の「道路周囲環境記憶装置」や「詳細地図ＤＢ」がエンドユーザに事前に提供されることを前提とするものであるから、これらに記憶させるべき位置データを収集している段階から同時に、そのエンドユーザが所望のドライブ目的を達成しつつこれらの従来技術によって当該車両の位置を高精度に求めることは、当然ながらできない。 However, in the positioning techniques of Patent Document 1 and Patent Document 2, it is necessary to store in advance the feature data and position data of inanimate animals around the road in the storage device, and collect these data in advance in advance. It is difficult to ignore the work costs for the preliminary survey. In addition, since these conventional technologies are based on the premise that the above-mentioned “road surrounding environment storage device” and “detailed map DB” are provided to the end user in advance, the position data to be stored in these is stored. At the same time from the collecting stage, it is of course impossible for the end user to determine the position of the vehicle with high accuracy by these conventional techniques while achieving the desired drive purpose.
一方、上記の特許文献３の測位技術によれば、事前にこの様なデータ収集を行う必要性からは解放されるものの、この様な従来技術は、例えば交差点などの様な特段の特徴的道路形状が存在しない走行環境中では用いることができないため、十分な有用性や信頼性を確保することは難しい。また、車載カメラで撮像した画像データを分析して、そこから特徴的道路形状を抽出する画像処理は必ずしも容易ではないし、時間帯や天候によっては所要の道路形状の抽出が困難となる場合も少なくない。また、交差点の角地やその周辺に家屋やフェンスなどの比較的低い障害物がある場合などでも、分岐方向の道路がその障害物によってカメラの死角に入ってしまうため、当該交差点等の道路形状を適切に抽出することは困難となる。 On the other hand, according to the positioning technique of Patent Document 3 described above, although it is freed from the need to collect such data in advance, such a conventional technique has a special characteristic road such as an intersection. Since it cannot be used in a traveling environment where there is no shape, it is difficult to ensure sufficient usability and reliability. Also, image processing for analyzing image data captured by an in-vehicle camera and extracting a characteristic road shape therefrom is not always easy, and it may be difficult to extract a required road shape depending on the time of day and weather. Absent. Also, even when there are relatively low obstacles such as houses and fences around the corner of the intersection, the road in the branch direction will enter the blind spot of the camera due to the obstacle, so the road shape of the intersection etc. It is difficult to extract properly.
更に、上記の特許文献３の測位技術では、たとえ道路形状が適切に抽出できた場合であっても、自車両の進行方向即ちカメラの奥行き方向において、道幅以上に詳細な測位精度を得ることは容易ではない。また、それら道路形状の特徴抽出処理に掛かる画像処理オーバーヘッドは非常に大きく、よって、この様な従来技術は、移動体に関する比較的高精度な測位を実時間で実施するには必ずしも有効とは言えない。 Furthermore, with the positioning technique of Patent Document 3 described above, even if the road shape can be extracted properly, it is possible to obtain positioning accuracy more detailed than the road width in the traveling direction of the host vehicle, that is, the depth direction of the camera. It's not easy. In addition, the image processing overhead required for the feature extraction processing of the road shape is very large. Therefore, it can be said that such a conventional technique is not always effective for performing relatively high-precision positioning on a moving object in real time. Absent.
本発明は、上記の課題を解決するために成されたものであり、その目的は、移動体の実時間測位装置において、不動物に関する事前のデータ収集を必ずしも必要としない低コストで高精度で信頼性の高い装置を実現することである。
また、本発明の更なる目的は、所望の自車両位置推定装置が適用可能な地域を大幅に拡大することである。
The present invention has been made to solve the above-described problems, and its object is to provide a real-time positioning device for a moving body with low cost and high accuracy that does not necessarily require prior data collection regarding inanimate animals. It is to realize a highly reliable device.
A further object of the present invention is to greatly expand an area where a desired host vehicle position estimation apparatus can be applied.
上記の課題を解決するためには、以下の手段が有効である。
即ち、本発明の第１の手段は、走行中の自車両の絶対位置を与える信号を受信するＧＰＳ受信装置と、走行環境中の自車両周辺における不動物の自車両に対する相対的な位置を実時間で測定する測位装置とを有する車両搭載用の自車両位置推定装置において、上記の測位装置によって収集された位置データに基づいて求められる、不動物に対する自車両の相対的かつ経時的な位置変化量から、自車両の運動を推定して出力する自車両運動推定部と、同一の不動物に対する一連の自車両の運動とその一連の運動中における自車両の複数受信回に渡る絶対位置とに基づいて自車両の絶対位置を補正して出力する自車両位置推定部とを設けることである。
In order to solve the above problems, the following means are effective.
That is, the first means of the present invention realizes a GPS receiver that receives a signal that gives an absolute position of the traveling vehicle, and a relative position of the inanimate animal around the traveling vehicle in the traveling environment. In a vehicle-mounted host vehicle position estimation device having a positioning device that measures time, a positional change of the host vehicle relative to a non-animal that is obtained based on position data collected by the positioning device. The vehicle motion estimation unit that estimates and outputs the motion of the host vehicle from the quantity, and a series of vehicle motions for the same non-animal and an absolute position over a plurality of reception times of the host vehicle during the series of motions. And a host vehicle position estimation unit that corrects and outputs the absolute position of the host vehicle.
ただし、上記の測位装置としては、各種のレーダやカメラなどを用いることができる。また、それらを任意に組み合わせて上記の測位装置を構成しても良い。
なお、上記の測位装置によって収集された位置データは、所定の二次記憶装置などに保存しておいても良いし、或いは、所望の自車両の絶対位置を算定した後は使い捨てにしても良い。
However, various radars and cameras can be used as the positioning device. Moreover, you may comprise said positioning apparatus combining them arbitrarily.
The position data collected by the positioning device may be stored in a predetermined secondary storage device or the like, or may be disposable after calculating the absolute position of the desired host vehicle. .
また、本発明の第２の手段は、上記の第１の手段において、上記の自車両位置推定部によって、自車両の補正された絶対位置を出力する際に更に当該絶対位置の推定精度をも同時に出力することである。
ただし、この推定精度としては、例えば絶対位置に係わる平均化処理などを行った際の分散や標準偏差などで表現しても良いし、また、ＧＰＳやレーダやカメラなどの性能や信頼性などを加味して推定精度を算出する様にしても良い。
In addition, the second means of the present invention provides the absolute accuracy of the absolute position further when the corrected absolute position of the own vehicle is output by the own vehicle position estimating unit in the first means. Output at the same time.
However, as this estimation accuracy, for example, it may be expressed by variance or standard deviation when averaging processing related to absolute position, etc., and the performance and reliability of GPS, radar, camera, etc. The estimation accuracy may be calculated in consideration.
また、本発明の第３の手段は、上記の第１又は第２の手段において、所定の走行環境中における不動物の特徴及び絶対位置が予め記録された環境特徴記憶装置と、この環境特徴記憶装置に記憶されている不動物の特徴の中から、上記の位置データによって表される不動物の特徴を所定のデータ照合処理を用いて実時間で検索する検索照合手段とを備えることである。
ただし、上記の不動物の特徴は、複数の不動点の並び方（位置関係）のみによって特定しても良い。したがって、この場合には、多数の不動点の絶対位置の情報だけが上記の環境特徴記憶装置に記憶されていれば十分である。また、例えばレーダを用いる場合には、検出物からの反射強度または反射率などを記憶するようにしても良い。
According to a third means of the present invention, in the first or second means described above, an environmental feature storage device in which features and absolute positions of inanimate animals in a predetermined traveling environment are recorded in advance, and the environmental feature storage. Searching and collating means for searching in real time the characteristics of the inanimate represented by the position data from among the characteristics of the inanimal stored in the apparatus using a predetermined data matching process.
However, the characteristics of the inanimate object may be specified only by the arrangement (positional relationship) of a plurality of fixed points. Therefore, in this case, it is sufficient that only information on the absolute positions of a large number of fixed points is stored in the environmental feature storage device. For example, when a radar is used, the reflection intensity or reflectance from the detected object may be stored.
また、本発明の第４の手段は、上記の第１乃至第３の何れか１つの手段において、上記の位置データによって表される不動物の特徴及び絶対位置を所定のデータベースに記憶するデータベース更新手段を備えることである。 According to a fourth means of the present invention, in any one of the first to third means described above, a database update for storing a feature of an inanimate object represented by the position data and an absolute position in a predetermined database. Providing means.
ただし、このデータベースは、上記の環境特徴記憶装置とは独立（並列）のものであってもよく、また、上記の環境特徴記憶装置を具現するものであっても良い。即ち、それらのデータが備える物理的かつ具体的なデータ構造は、特に問題とする必要がない。また、上記のデータベース更新手段は、上記の環境特徴記憶装置上のデータを更新（修正）するものであっても良いし、上記の環境特徴記憶装置とは独立に、不動物の絶対位置に係わる収集データを新たに別途蓄積する手段であっても良い。 However, this database may be independent (in parallel) from the environmental feature storage device described above, or may embody the environmental feature storage device described above. That is, the physical and specific data structure included in these data does not need to be a problem. In addition, the database update unit may update (correct) data on the environmental feature storage device, or may be related to the absolute position of an animal, independent of the environmental feature storage device. A means for newly collecting the collected data may be used.
また、本発明の第５の手段は、上記の第１乃至第４の何れか１つの手段の自車両運動推定部において、上記の位置データで示される不動物と移動物とを判別する判別手段を備えることである。
ただし、この判別処理においては、例えば上記の測位装置によって検出される物体の大半が不動物であると言う仮定の元に実施しても良い。
The fifth means of the present invention is a discriminating means for discriminating an inanimate object and a moving object indicated by the position data in the own vehicle motion estimation unit of any one of the first to fourth means. It is to provide.
However, this determination processing may be performed under the assumption that, for example, most of the objects detected by the positioning device are inanimate.
また、本発明の第６の手段は、上記の第１乃至第５の何れか１つの手段において、上記の自車両位置推定部によって、複数受信回に渡る絶対位置に係わる拡張カルマンフィルタを用いた統計操作に基づいて、自車両の補正された絶対位置を出力することである。 According to a sixth means of the present invention, in any one of the first to fifth means described above, the self-vehicle position estimating unit uses a statistical method using an extended Kalman filter relating to an absolute position over a plurality of reception times. Based on the operation, the corrected absolute position of the host vehicle is output.
ただし、本発明における絶対位置に係わる統計操作は、拡張カルマンフィルタを用いたものに限定されない。その他にも、例えばパーティクルフィルタなどを用いて、所望の不動物データを逐次更新する方法を用いても良いし、過去の一定時間分の観測データを用いて最適解を求める様にしても良い。
以上の本発明の手段により、前記の課題を効果的、或いは合理的に解決することができる。
However, the statistical operation related to the absolute position in the present invention is not limited to the one using the extended Kalman filter. In addition, for example, a method of sequentially updating desired inanimate data using a particle filter or the like may be used, or an optimal solution may be obtained using observation data for a certain past time.
By the above means of the present invention, the above-mentioned problem can be effectively or rationally solved.
以上の本発明の手段によって得られる効果は以下の通りである。
同一の不動点に位置変換可能な多数の移動点に関してＧＰＳ信号を受信し、当該ＧＰＳ信号によって与えられる各移動点の絶対位置を、当該不動点の位置座標（絶対位置）に位置変換し、位置変換後のその絶対位置を平均化処理することにより、ＧＰＳ信号が示す絶対位置に含まれるランダム誤差を排除することができる。当該不動点は、道路周辺の走行環境中にある不動物を示す点でもよいし、自車両の走行軌跡上からある固定点を任意に選択してもよい。また、上記の位置変換を与えるデータは、上記の本発明の測位手段によって取得することができる。
The effects obtained by the above-described means of the present invention are as follows.
GPS signals are received for a large number of moving points whose positions can be converted to the same fixed point, and the absolute position of each moving point given by the GPS signal is converted into the position coordinates (absolute position) of the fixed point, By averaging the absolute position after conversion, random errors included in the absolute position indicated by the GPS signal can be eliminated. The fixed point may be a point indicating an inanimate animal in the traveling environment around the road, or a fixed point on the traveling locus of the host vehicle may be arbitrarily selected. Moreover, the data which gives said position conversion can be acquired by the positioning means of said invention.
即ち、本発明の第１の手段によれば、同一の不動物に対する自車両の相対的な一連の運動（：各時刻のヨー角速度や速度ベクトルやその積分である走行軌跡など）を求めることができ、この運動を正確に求めれば、その一連の運動中に受信された自車両の絶対位置を、何れもその一連の運動中において自車両が占めた位置（走行軌跡）の中の任意の１点の絶対位置に互いに変換することが可能となる。（ただし、上記の同一の不動物の絶対位置に位置変換してもよい。）例えば、当該不動点を自車両の走行軌跡上から任意に１点選択すれば、その期間中の自車両の走行運動は、位置データ上はその１点に固定でき、よって、この運動は仮想的にキャンセルすることができる。 That is, according to the first means of the present invention, it is possible to obtain a series of relative movements of the own vehicle relative to the same inanimate object (such as a yaw angular velocity and a velocity vector at each time and a running locus that is an integral thereof). If this motion is accurately determined, the absolute position of the host vehicle received during the series of motions is any one of the positions (running trajectories) occupied by the host vehicle during the sequence of motions. It becomes possible to convert into the absolute position of a point mutually. (However, the position may be converted to the absolute position of the same non-animal.) For example, if one fixed point is selected from the traveling locus of the own vehicle, the traveling of the own vehicle during that period is selected. The movement can be fixed at one point on the position data, and thus the movement can be canceled virtually.
したがって、本発明の第１の手段によれば、自車両が走行中であっても、自車両の仮想的な位置データ上においては、自車両を１点に停止させておいた場合と数学的には等価な効果を得ることができる。また、上記と同様の位置変換操作を用いれば、その一連の運動中における自車両の複数受信回に渡る絶対位置についても、勿論、その一連の運動中における自車両の任意の１点の絶対位置に変換することができる。 Therefore, according to the first means of the present invention, even when the host vehicle is traveling, mathematically compared with the case where the host vehicle is stopped at one point on the virtual position data of the host vehicle. An equivalent effect can be obtained. In addition, if the position conversion operation similar to the above is used, the absolute position of the host vehicle during the series of movements, of course, over a plurality of reception times, of course, the absolute position of any one point of the host vehicle during the series of movements. Can be converted to
このため、本発明の第１の手段によれば、ある同一の不動点に対する自車両の相対的な位置を上記の軌跡上の任意の１点に実際に固定しつつ、その停車位置においてＧＰＳ衛星からその固定点の絶対位置を与える信号を複数回受信した場合と、全く同等の作用効果を得ることができる。このため、上記の一連の運動中における自車両の絶対位置の受信回数を増加させるとともに、その固定点の絶対位置を適当に平均化処理すれば、ＧＰＳ衛星から提供される絶対位置に含まれる位置誤差（ランダムノイズ）が効果的に排除されて、これによって、ＧＰＳ衛星から提供される自車両の絶対位置の精度を大幅に向上させることが可能となる。 For this reason, according to the first means of the present invention, the GPS satellite at the stop position while actually fixing the relative position of the own vehicle with respect to a certain fixed point to any one point on the trajectory. Therefore, the same effect can be obtained as when a signal giving the absolute position of the fixed point is received a plurality of times. For this reason, if the number of times of reception of the absolute position of the host vehicle during the above series of movements is increased and the absolute position of the fixed point is appropriately averaged, the position included in the absolute position provided by the GPS satellite The error (random noise) is effectively eliminated, which makes it possible to greatly improve the accuracy of the absolute position of the host vehicle provided from the GPS satellite.
言い換えれば、本発明は、上記の様な過去から現在までの多数の観測値を使って、この様な幾何学的な統計操作（上記の平均化処理等）を実時間で繰り返し実行することによって、自車両の絶対位置を実時間で従来よりも高精度に推定するためのものである。 In other words, the present invention uses such a large number of observations from the past to the present as described above, and repeatedly executes such geometric statistical operations (the above averaging process etc.) in real time. This is for estimating the absolute position of the host vehicle in real time with higher accuracy than in the past.
データ上における上記の様な仮想的な固定点は、上記の通り一連の運動中の自車両の軌跡の中から随時任意に選択することができる点であるから、当該固定点は現在までの当該軌跡上において必要に応じて動的に変更することができ、この様な変更も上記の位置変換によって随時任意に実施することができる。したがって、この様な仮想的な固定点は、例えば常時最新の現在位置に合わせるように、随時変更するなどしても良い。 As described above, the virtual fixed point on the data is a point that can be arbitrarily selected from the trajectory of the host vehicle in motion as described above. It can be changed dynamically as needed on the trajectory, and such a change can be arbitrarily performed at any time by the above-described position conversion. Therefore, such a virtual fixed point may be changed at any time, for example, so as to always match the latest current position.
また、この様な仮想的な固定点は、上記の同一の不動物の絶対位置に位置変換してもよく、さらに、その不動物の絶対位置を先に算出し、それに基づいて自車両の絶対位置を算定する手順を採用しても良い。これらの手順は可換かつ任意であり、何れの手順を採用しても数学的に等価な結果を導く。以上のことから、上記の平均化処理等は、一度にまとめて実行しなくても実時間処理によって逐次実行することができることが分かる。また、例えば特に、カルマンフィルタなどの様なマルコフ連鎖的な（即ち再帰的な）アルゴリズムを用いて具現可能なことも分かる。 Further, such a virtual fixed point may be converted to the absolute position of the same inanimate object, and the absolute position of the inanimate object is calculated first, and based on that, the absolute position of the host vehicle is calculated. A procedure for calculating the position may be adopted. These procedures are commutative and optional, and adopting either procedure leads to mathematically equivalent results. From the above, it can be seen that the above averaging processing and the like can be sequentially executed by real-time processing without being executed all at once. It can also be seen that the present invention can be implemented using a Markov chain (ie, recursive) algorithm such as a Kalman filter.
なお、上記のＧＰＳ受信装置によって自車両の絶対位置を与える信号を受信する上記の複数受信回の回数は、勿論多い程望ましいが、ある一定回数以上の範囲においては、所望の自車両の絶対位置の補正精度はある一定のレベルで飽和する。ただし、この飽和レベルは、上記の測位装置の測位誤差を限定要因とするものである。 Of course, it is desirable that the number of reception times for receiving the signal that gives the absolute position of the host vehicle by the GPS receiver is larger. However, within a certain number of times, the absolute position of the host vehicle is desired. The correction accuracy of saturates at a certain level. However, this saturation level is caused by the positioning error of the positioning device as a limiting factor.
また、本発明の第１の手段によれば、上記のような事前調査を予め実施しておく必要がなく、１エンドユーザによって初めて走行される道路上においても、当該自車両の絶対位置を実時間で高精度に求めることができる。
また、本発明で利用する環境特徴（即ち不動物の同一性）は、例えば交差点、道路標識、反射板、所定の路面表示などと言った特定の意味を持つ高級な属性（即ちそれが何であるのかまでをも識別可能な物体特徴）に限定されるものではないので、本発明を適用する際に道路周辺の不動物の位置を特定する上で必要となる環境特徴の出現頻度や検出数が十分に得られない走行環境は、例えば砂漠や草原などのオフロードを除いては殆ど考えられない。言い換えれば、特に高精度な測位精度が要請される様な走行環境においては、たとえその不動物がどの様な物であるかまでは分らなくても、通常、位置認識が可能な何らかの環境特徴（不動物）が数多く存在している。
したがって、本発明の第１の手段によれば、所望の自車両位置推定装置の適用可能な地域を従来よりも大幅に拡張することができる。
Further, according to the first means of the present invention, it is not necessary to carry out the above-mentioned preliminary survey in advance, and the absolute position of the host vehicle can be realized even on a road that is traveled for the first time by one end user. It can be obtained with high accuracy in time.
Further, the environmental characteristics (that is, the identity of inanimate animals) used in the present invention are high-level attributes having specific meanings such as intersections, road signs, reflectors, predetermined road surface display, etc. Therefore, the frequency of appearance and the number of detections of environmental features necessary for specifying the position of an inanimate object around the road when the present invention is applied are not limited to the above. A driving environment that cannot be obtained sufficiently cannot be considered except for off-road such as deserts and grasslands. In other words, especially in a driving environment where high accuracy of positioning accuracy is required, even if it does not know what the inanimate is, it usually has some environmental features that allow position recognition ( There are many inanimates.
Therefore, according to the first means of the present invention, the area where the desired host vehicle position estimation device can be applied can be greatly expanded as compared with the conventional case.
また、本発明の第１の手段によれば、上述の従来の記憶装置、即ち「道路周囲環境記憶装置」や「詳細地図ＤＢ」などの二次記憶装置を必ずしも具備する必要がなく、また、例えばジャイロなどの高価な方位センサなどを具備する必要もないので、価格や搭載性などの点でも特に有利である。 In addition, according to the first means of the present invention, it is not always necessary to include the above-described conventional storage device, that is, a secondary storage device such as a “road ambient environment storage device” or a “detailed map DB”. For example, it is not necessary to provide an expensive azimuth sensor such as a gyro, which is particularly advantageous in terms of price and mountability.
また、本発明の第２の手段によれば、本発明の自車両位置推定装置が出力する自車両の絶対位置の推定精度を知ることができるので、当該絶対位置をより適切に利用することが可能となる。また、検出された不動物の絶対位置をデータベースなどに記憶したり、その後更に、それらのデータを更新したり再評価したりする場合などにも、データの重みや精度や信頼性などを常に正確に把握することが可能となる。即ち、本発明の第２の手段は、不動物の位置データの利用や、その後の再利用や、その後の統計操作などに寄与するものである。
また、特に、カルマンフィルタなどの様な再帰的アルゴリズムを用いて自車両や不動物の絶対位置に関する最適解を逐次再計算する場合などには、それらの推定精度（例：分散など）も随時更新（再評価）する必要があるので、本発明の第２の手段は、それらの更新処理をリアルタイムで簡潔に逐次実行する上でも非常に有用である。
Further, according to the second means of the present invention, it is possible to know the estimation accuracy of the absolute position of the host vehicle output by the host vehicle position estimating apparatus of the present invention, so that the absolute position can be used more appropriately. It becomes possible. In addition, when the absolute position of detected inanimate animals is stored in a database, or when such data is updated or re-evaluated, the weight, accuracy, and reliability of the data are always accurate. It becomes possible to grasp. That is, the second means of the present invention contributes to the use of the position data of the inanimate animals, the subsequent reuse, the subsequent statistical operation, and the like.
In addition, especially when recalculating the optimal solution for the absolute position of the vehicle and the inanimate animals using a recursive algorithm such as the Kalman filter, their estimation accuracy (eg, variance) is updated as needed (eg. Therefore, the second means of the present invention is very useful for executing the update process in a simple manner in real time.
また、本発明の第３の手段によれば、ＧＰＳの絶対位置のオフセット誤差を低減したり解消したりすることができる。
ＧＰＳ衛星から提供される絶対位置のオフセット誤差は、例えばＧＰＳ衛星の配置や大気圧変動や、当日の電離層や対流圏の状態などに依存するものであるから、少なくとも分単位の短い期間中においてはこれらは略一定の値を示す。このため、秒単位の短い観測期間における自車両の絶対位置を、たとえ多件数平均化処理したところで、この様なオフセット誤差を低減または解消することはできない。
According to the third means of the present invention, the offset error of the absolute GPS position can be reduced or eliminated.
The absolute position offset error provided by GPS satellites depends on, for example, the positioning of the GPS satellites, atmospheric pressure fluctuations, the ionosphere and tropospheric conditions of the day, and so on during these short periods of at least minutes. Indicates a substantially constant value. For this reason, such an offset error cannot be reduced or eliminated when the absolute position of the own vehicle in a short observation period in seconds is averaged.
しかしながら、これらのオフセット誤差も長期的に見れば所謂ランダムノイズであるため、本発明の第３の手段によれば、上記の環境特徴記憶装置に、長期間に渡る同一不動点の絶対位置を多数記録したり、或いは等価のことであるが、長期間に渡って平均化処理された同一不動点の絶対位置を記録したりして、更に、自車両において実時間で検出された当該不動物の絶対位置を、当該環境特徴記憶装置が有する位置データの中から上記の検索照合手段を使って求めれば、ＧＰＳ衛星から提供される絶対位置のオフセット誤差を効果的に低減させたり、解消したりすることが可能となる。 However, since these offset errors are also so-called random noises in the long term, according to the third means of the present invention, the environmental feature storage device has a large number of absolute positions of the same fixed point over a long period of time. Record or equivalently record the absolute position of the same fixed point that has been averaged over a long period of time. If the absolute position is obtained from the position data stored in the environmental feature storage device using the above-described search and collation means, the offset error of the absolute position provided from the GPS satellite can be effectively reduced or eliminated. It becomes possible.
また、自車両によって高速で走行したい場合などには、上記の測位装置によって道路周辺の同一の不動物が観測できている期間中に、ＧＰＳによって自車両の絶対位置を受信できる回数を十分には確保できない場合も有り得る。このため、その様な場合には、自車両の測位装置で実時間で収集した不動物の位置データだけでは、自車両の現在の絶対位置に関して必ずしも十分な測位精度を得ることはできない。しかしながら、上記の環境特徴記憶装置上の不動物の位置情報を利用すれば、十分なＧＰＳ受信回数が得られなかった場合であっても、低速走行時と同等の測位精度を得ることが可能となる。 Also, if you want to travel at high speed with your vehicle, you can set the number of times you can receive the absolute position of your vehicle with GPS during the period when the same inanimate around the road can be observed with the positioning device. There is a possibility that it cannot be secured. For this reason, in such a case, it is not always possible to obtain sufficient positioning accuracy with respect to the current absolute position of the host vehicle by using only the position data of the inanimate animals collected in real time by the positioning device of the host vehicle. However, if the position information of the animal on the environmental feature storage device is used, it is possible to obtain the same positioning accuracy as when driving at a low speed even when a sufficient number of GPS receptions cannot be obtained. Become.
なお、自車両の運動と絶対位置が正確に定まった時点では、上記の相対的な位置データに基づいて、勿論不動物の絶対位置も正確に知ることができる。また、不動物の絶対位置を先に算出し、それに基づいて自車両の絶対位置を算定する手順を採用しても良い。そして、これらの不動物の絶対位置を所定の二時記憶装置などに記憶しておけば、後から有効に再利用することも可能となる。
即ち、本発明の第４の手段によれば、自車両の測位装置を用いて自ら収集した上記の位置データを利用して、上記の環境特徴記憶装置か又はそれと同様の他の記憶装置に自ら、長期的な観測に基づいた、道路周辺の不動物の位置データのデータベースを構築することが可能となる。したがって、本発明の第４の手段によれば、例えば上記のような環境特徴記憶装置（データベース）を当該自車両において自ら構築することも可能となる。
Note that when the movement and absolute position of the host vehicle are accurately determined, the absolute position of the inanimate object can of course be accurately known based on the relative position data. Alternatively, a procedure may be adopted in which the absolute position of the animal is calculated first and the absolute position of the host vehicle is calculated based on the absolute position. If the absolute positions of these inanimate animals are stored in a predetermined binary storage device or the like, they can be effectively reused later.
That is, according to the fourth means of the present invention, the position data collected by itself using the positioning device of the host vehicle is used to store the environmental feature storage device or other similar storage device. Based on long-term observation, it becomes possible to construct a database of position data of inanimate animals around the road. Therefore, according to the 4th means of this invention, it becomes possible to construct | assemble the above environmental feature memory | storage devices (database), for example in the said own vehicle, for example.
また、本発明の第５の手段によれば、上記の自車両運動推定部による運動の推定精度をより向上させることが可能となる。
カメラの撮像画像やレーダの受信情報を使って自車両の運動を推定する場合、通常、これらの測位装置によって検出される物体の大半が不動物であると言う仮定の元に、これらの運動は算定される。このため、自車両運動推定部による運動の推定処理を実行する前に、上記の判別手段を用いて検出データ中の移動物と不動物とを分離しておけば、自車両の運動の推定精度やその推定結果の信頼性を効果的に向上させることが可能となる。
また、この様な判別手段を用いれば、検出された移動物の位置や運動などを同時に正確に求めることも可能となる。
In addition, according to the fifth means of the present invention, it is possible to further improve the motion estimation accuracy by the host vehicle motion estimation unit.
When estimating the movement of the host vehicle using the captured image of the camera or the information received by the radar, these movements are usually based on the assumption that most of the objects detected by these positioning devices are inanimate. Calculated. Therefore, if the moving object and the non-animal in the detection data are separated using the above-described discrimination means before executing the motion estimation process by the own vehicle motion estimation unit, the estimation accuracy of the motion of the own vehicle is obtained. It is possible to effectively improve the reliability of the estimation result.
In addition, if such a discriminating means is used, the position and motion of the detected moving object can be determined accurately at the same time.
また、本発明の第６の手段によれば、必要な計算量を効果的に抑えることができ、所望の平均化処理を最も簡潔に具現することができる。また、自車両位置推定部を具現するプログラムの保守性や拡張性を容易に確保する上でも、この様な平均化処理の数学的定式化は非常に有効である。また、この様な数学的定式化に従えば、自車両の位置推定処理における演算処理のベクトル化率を容易かつ効果的に向上させることができるので、自車両位置推定部のプログラムの処理オーバーヘッドを効果的に削減することもできる。また、カルマンフィルタの演算は、マルコフ連鎖的（再帰的）に実行することができるので、演算に必要となる記憶領域の節約にも有効である。 Further, according to the sixth means of the present invention, the required calculation amount can be effectively suppressed, and a desired averaging process can be realized most simply. Further, such mathematical formulation of the averaging process is very effective in ensuring the maintainability and expandability of the program that implements the vehicle position estimation unit. Further, according to such mathematical formulation, the vectorization rate of the calculation process in the position estimation process of the own vehicle can be improved easily and effectively, so that the processing overhead of the program of the own vehicle position estimation unit is reduced. It can also be effectively reduced. Further, since the Kalman filter operation can be executed in a Markov chain (recursively), it is effective in saving a storage area required for the operation.
例えば、上記の測位装置は、レーザレーダ、レーザレンジファインダ、ミリ波レーダ、マイクロ波レーダ、超音波センサ、またはカメラなどを用いて構成することができる。また、カメラの受光帯域は、可視光に限らず近赤・遠赤などの何れでもよく、ステレオカメラのようにして複数台利用してもよい。また、本願発明の測位装置は、これらのセンサなどを任意に組み合わせて構成しても良い。
また、用いるＧＰＳ受信装置は、近年カーナビゲーションシステムなどで一般に用いられている装置で十分であるが、より高精度でロバストなものが搭載可能であればそれらを用いてもよい。
For example, the above positioning device can be configured using a laser radar, a laser range finder, a millimeter wave radar, a microwave radar, an ultrasonic sensor, a camera, or the like. The light receiving band of the camera is not limited to visible light, and may be near red or far red, and a plurality of cameras may be used like a stereo camera. Further, the positioning device of the present invention may be configured by arbitrarily combining these sensors.
As the GPS receiver to be used, a device generally used in a car navigation system or the like in recent years is sufficient. However, if a more accurate and robust device can be mounted, they may be used.
また、不動物の特徴や位置を把握するために収集する上記の位置データとしては、例えばレンジプロファイル（周辺物体までの距離情報）、反射強度マップ、静止物マップ、移動物の位置や運動、背景パターン情報、オプティカルフロー、エッジ情報などを用いても良いし、また、Haar-like 特徴、SIFT特徴、カラー特徴やそれらのデータマップ（空間分布情報）などを用いても良い。また、これらの情報は、任意に組み合わせたり、或いは任意に選択、統合、または分析して用いても良い。 Examples of the position data collected for grasping the characteristics and position of inanimate animals include a range profile (distance information to surrounding objects), a reflection intensity map, a stationary object map, the position and movement of a moving object, and the background. Pattern information, optical flow, edge information, and the like may be used, and Haar-like features, SIFT features, color features, and their data maps (spatial distribution information) may be used. Further, these pieces of information may be arbitrarily combined, or may be arbitrarily selected, integrated, or analyzed.
以下、本発明を具体的な実施例に基づいて説明する。
ただし、本発明の実施形態は、以下に示す個々の実施例に限定されるものではない。
Hereinafter, the present invention will be described based on specific examples.
However, the embodiments of the present invention are not limited to the following examples.
図１に、本実施例１の自車両位置推定装置１００の論理的構造を示す。この自車両位置推定装置１００は、自車両の絶対位置を取得する自車両位置取得装置１１０（ＧＰＳ受信装置）と、走行中の道路周辺における物体の位置情報（環境特徴が含まれる）を取得する環境特徴取得装置１２０（測位装置）と、検出された環境特徴から自車両の運動（速度ベクトルなど）を推定する自車両運動推定部１４０と、推定された自車両運動および自車両の絶対位置に基づいて自車両位置を推定する自車両位置推定部１３０を有している。
更に、自車両位置推定部１３０は、自車両取得位置評価部１３１と自車両位置評価部１３２から構成されている。また、自車両運動推定部１４０は、環境特徴評価部１４１と自車両運動評価部１４２から構成されている。そして、これらの各評価部（１３１，１３２，１４１，１４２）は、それぞれ一次記憶装置１５０にアクセスすることができる。
In FIG. 1, the logical structure of the own vehicle position estimation apparatus 100 of the present Example 1 is shown. The own vehicle position estimation device 100 acquires an own vehicle position acquisition device 110 (GPS reception device) that acquires the absolute position of the own vehicle, and position information (including environmental features) of an object around a running road. An environment feature acquisition device 120 (positioning device), a host vehicle motion estimation unit 140 that estimates the motion of the host vehicle (such as a velocity vector) from the detected environment feature, and the estimated host vehicle motion and the absolute position of the host vehicle. A host vehicle position estimation unit 130 that estimates the host vehicle position based on the host vehicle is provided.
Further, the host vehicle position estimation unit 130 includes a host vehicle acquisition position evaluation unit 131 and a host vehicle position evaluation unit 132. The host vehicle motion estimation unit 140 includes an environmental feature evaluation unit 141 and a host vehicle motion evaluation unit 142. Each of these evaluation units (131, 132, 141, 142) can access the primary storage device 150, respectively.
上記の自車両位置取得装置１１０は、例えば近年カーナビゲーションシステムなどで利用されている一般のＧＰＳ受信装置などにより具現することができる。
図２に、上記の環境特徴取得装置１２０（測位装置）の概念的な構成図を例示する。この環境特徴取得装置１２０は、ミリ波レーダ１２１、レーザレーダ１２２、超音波センサ１２３、カメラ１２４などの周辺監視センサと、これらのセンサから得られた信号を単独または任意に組み合わせて処理する各信号処理部（１２０ａ〜１２０ｋ）を有する。そして、これらの各センサによって取得できる情報は勿論異なるため、取得された信号から抽出可能な各環境特徴の性質なども当然ながら異なる。
The host vehicle position acquisition device 110 can be implemented by a general GPS receiver device that has been recently used in car navigation systems, for example.
FIG. 2 illustrates a conceptual configuration diagram of the environmental feature acquisition device 120 (positioning device). The environmental feature acquisition apparatus 120 includes peripheral monitoring sensors such as a millimeter wave radar 121, a laser radar 122, an ultrasonic sensor 123, and a camera 124, and signals processed by combining signals obtained from these sensors singly or arbitrarily. It has a processing part (120a-120k). Of course, the information that can be acquired by each of these sensors is different, and naturally the nature of each environmental feature that can be extracted from the acquired signal is also different.
例えば、レンジプロファイルとは各方向に存在する物体までの距離情報であり、反射強度マップとは受信した電波や光の強度を３次元空間中に投影したものである。また、Haar-like 特徴やSIFT特徴は主に画像中の輝度パターンに基づく特徴点である。いずれの特徴もそれ自身で必ずしも当該物体がどの様な種類の物であるかを識別するに足る情報とは限らないが、検出されたこれらの特徴の位置や分布は観測した場所に固有であると考えられるため、これらの環境特徴は、自車両の位置や運動を推定するための手掛かりとなる。 For example, a range profile is distance information to an object existing in each direction, and a reflection intensity map is a projection of received radio waves and light intensities in a three-dimensional space. The Haar-like feature and SIFT feature are feature points based mainly on the luminance pattern in the image. None of the features is necessarily enough information to identify what kind of object the object is, but the location and distribution of these detected features are specific to the observed location. Therefore, these environmental features are clues for estimating the position and motion of the host vehicle.
また、図示する様な位置に選択／統合／分析部１２８を設けるなどして、上記の異種類の環境特徴を選択したり統合したりして新たに必要な情報を生成したり、或いは、主成分分析などを利用してそれらの環境特徴を別の特徴量に変換したりしてもよい。また、更に、これらの特徴の形状や分布などを例えば部分空間法などを利用して随時学習する様にしてもよい。 In addition, a selection / integration / analysis unit 128 is provided at a position as shown in the figure to select or integrate the above different types of environmental features to generate new necessary information, These environmental features may be converted into other feature amounts using component analysis or the like. Furthermore, the shape and distribution of these features may be learned as needed using, for example, a subspace method.
以下、本実施例１の自車両位置推定装置１００（図１）の動作について具体的に説明する。自車両取得位置評価部１３１は、自車両位置取得装置１１０（当該ＧＰＳ受信装置）の性能や、例えばＧＰＳ衛星の配置などに依存するＧＰＳ信号の取得状況などに基づいて、そのＧＰＳ信号で与えられる自車両の絶対位置の精度（例：分散）などを求める。
環境特徴評価部１４１は、環境特徴取得装置１２０によって取得した環境特徴の種類や、相対位置に関する情報の精度や信頼度を算定する。
これらの各位置を表現するために用いる座標は、固定座標系での二次元座標でもよいし、緯度経度でもよく、その表現方法はそれらの位置を一意に決定できる形式であれば任意でよい。
Hereinafter, operation | movement of the own vehicle position estimation apparatus 100 (FIG. 1) of the present Example 1 is demonstrated concretely. The own vehicle acquisition position evaluation unit 131 is given by the GPS signal based on the performance of the own vehicle position acquisition device 110 (the GPS reception device), the acquisition status of the GPS signal depending on, for example, the arrangement of GPS satellites, and the like. Obtain the accuracy (eg, variance) of the absolute position of the vehicle.
The environmental feature evaluation unit 141 calculates the accuracy and reliability of the information about the types of environmental features acquired by the environmental feature acquisition device 120 and relative positions.
The coordinates used to express each of these positions may be two-dimensional coordinates in a fixed coordinate system or may be latitude / longitude, and the expression method may be arbitrary as long as these positions can be uniquely determined.
自車両運動評価部１４２は、環境特徴評価部１４１にて評価された環境特徴の位置情報の時間変化に基づいて、その変化が観測された期間に移動した自車両の運動（速度ベクトルなど）を求める。また、同時にその運動の精度や信頼度を算定する。
自車両位置評価部１３２では、自車両位置の観測値、環境特徴の位置情報、推定した自車両運動などに基づいて自車両の絶対位置を求める。また、同時にその運動の精度や信頼度を算定する。このとき、自車両の絶対位置と環境特徴の相対位置に基づいて、環境特徴の絶対位置やその精度などを同時に求めてもよい。各評価部（１３１，１３２，１４１，１４２）より算出された絶対位置や相対位置やそれらの精度や信頼度などの情報は、一次記憶装置１５０で一定期間のみ保存される。ただし、この期間は、時刻管理してもよいし、一次記憶装置１５０の使用状況に基づいて管理してもよい。
The own vehicle motion evaluation unit 142 calculates the motion (velocity vector, etc.) of the own vehicle that has moved during the period in which the change was observed based on the temporal change in the positional information of the environmental feature evaluated by the environmental feature evaluation unit 141. Ask. At the same time, the accuracy and reliability of the motion are calculated.
The own vehicle position evaluation unit 132 obtains the absolute position of the own vehicle based on the observed value of the own vehicle position, the position information of the environmental features, the estimated own vehicle movement, and the like. At the same time, the accuracy and reliability of the motion are calculated. At this time, based on the absolute position of the host vehicle and the relative position of the environmental feature, the absolute position of the environmental feature and its accuracy may be obtained simultaneously. Information such as absolute position and relative position calculated by each evaluation unit (131, 132, 141, 142) and their accuracy and reliability is stored in the primary storage device 150 only for a certain period. However, this period may be managed based on the time or based on the usage status of the primary storage device 150.
この様に、上記の各評価部（１３１，１３２，１４１，１４２）では、算出すべき自車両や不動物などの位置（相対位置または絶対位置）の他にも、それらの位置に関する確からしさ（精度または信頼度）も算定する。この確からしさは、センサの分解能や検出状況や、環境特徴の種別や更新回数などに基づいて算定することができる。
したがって、図１の一次記憶装置１５０には、例えば、ＧＰＳ受信信号から得られる自車両の絶対位置とその位置に関する確からしさ等が一時的に保存され、また、外界センサ（ミリ波レーダ１２１、レーザレーダ１２２、超音波センサ１２３、カメラ１２４）から得られる自車両に対する環境特徴の相対位置、及びその位置に関する特徴や確からしさ等も一時的に保存される。
In this way, in each of the evaluation units (131, 132, 141, 142), in addition to the position (relative position or absolute position) of the host vehicle or the inanimate object to be calculated, there is a certainty regarding those positions ( (Accuracy or reliability) is also calculated. This certainty can be calculated based on the resolution and detection status of the sensor, the type of environmental feature, the number of updates, and the like.
Therefore, the primary storage device 150 in FIG. 1 temporarily stores, for example, the absolute position of the host vehicle obtained from the GPS reception signal and the probability related to the position, and the outside sensor (millimeter wave radar 121, laser). The relative position of the environmental feature with respect to the host vehicle obtained from the radar 122, the ultrasonic sensor 123, and the camera 124), the feature and the probability regarding the position, and the like are also temporarily stored.
この様な構成に従えば、例えばカルマンフィルタなどの様な再帰的なアルゴリズムを用いて、マルコフ連鎖的に自車両の絶対位置やその確からしさなどの最適解を実時間処理によって逐次算出することができる。例えば、自車両や環境特徴の各絶対位置やその確からしさは、一次記憶装置１５０に保存された上記の１時刻前の（即ち１制御周期過去の）上記のデータ（各絶対位置やその確からしさなど）と、評価部１３１、１４１から出力される現在の位置データによって算出することができる。したがって、自車両や環境特徴の各絶対位置やその確からしさを推定するためには、少なくとも、一時刻前の位置や確からしさを一次記憶装置１５０上に保持していればよい。また環境特徴に関する情報は、それらが観測可能である期間だけ保持していれば十分である。 According to such a configuration, an optimal solution such as the absolute position of the own vehicle and its likelihood can be sequentially calculated by a real-time process in a Markov chain using a recursive algorithm such as a Kalman filter. . For example, the absolute position and the certainty of the own vehicle and the environmental feature are the above-mentioned data (each absolute position and the certainty of the past one control cycle) stored in the primary storage device 150 before the one time. And the current position data output from the evaluation units 131 and 141. Therefore, in order to estimate the absolute positions and the certainty of the own vehicle and the environmental features, at least the position and the certainty of one hour ago may be held on the primary storage device 150. Also, it is sufficient that information about environmental features is retained for a period during which they can be observed.
なお、図１の環境特徴評価部１４１は、環境特徴を有する物体が静止物であるのか移動物であるのかについて識別する手段（即ち、請求項５の判別手段）も有する。自車両の運動を精度よく推定するには、周囲の静止物の位置を観測し続ける方法が有効なため、この様な判別手段では専ら、測位装置によって検出される物体の大半が不動物であると言う仮定が利用される。また、この識別処理には、一次記憶装置１５０に記憶されている一時刻前の観測データなどを利用する。そして、この様な識別手法に基づいて分離された静止物に属する情報のみを利用することによって、自車両の運動推定精度をより向上させることができる。 Note that the environmental feature evaluation unit 141 in FIG. 1 also includes means for identifying whether an object having environmental features is a stationary object or a moving object (that is, a determination means of claim 5). In order to accurately estimate the movement of the host vehicle, it is effective to continue observing the position of surrounding stationary objects, so with such discrimination means, most of the objects detected by the positioning device are non-animals. The assumption is used. For this identification process, observation data one hour before stored in the primary storage device 150 is used. Then, by using only information belonging to a stationary object separated based on such an identification method, the motion estimation accuracy of the host vehicle can be further improved.
図３に自車両位置推定装置１００の制御処理手順を例示する。以下、この制御処理手順の動作原理と具体的構成について説明する。
１．動作原理と作用概要
（１）同一の不動点に位置変換可能な多数の移動点に関してＧＰＳ信号を受信し、当該ＧＰＳ信号によって与えられる各移動点の絶対位置を、当該不動点の位置座標（絶対位置）に位置変換後、その絶対位置を平均化処理することにより、ＧＰＳ信号が示す絶対位置に含まれるランダムノイズを排除することができる。特にここでは、道路周辺の走行環境中にある継続的に観測された不動物（環境特徴）の絶対位置の最適解を逐次リアルタイムで再計算する手法を用いる。
FIG. 3 illustrates a control processing procedure of the own vehicle position estimation apparatus 100. The operation principle and specific configuration of this control processing procedure will be described below.
1. Principle of Operation and Outline of Action (1) GPS signals are received for a large number of moving points whose positions can be converted to the same fixed point, and the absolute position of each moving point given by the GPS signal is expressed as the position coordinates (absolute After the position is converted to the position), the random position included in the absolute position indicated by the GPS signal can be eliminated by averaging the absolute position. In particular, here, a method is used in which the optimal solution of the absolute position of continuously observed inanimates (environmental features) in the driving environment around the road is sequentially recalculated in real time.
（２）詳細な処理方式は、例えば拡張カルマンフィルタなどを用いることによって、再帰的に構成することも可能である。特にこの場合、マルコフ連鎖的な情報処理を逐次実行するだけで、自車両の絶対位置を推定することができるので、一次記憶装置１５０に一時的に蓄えるべき情報の量を極めて効果的に抑制することができる。 (2) The detailed processing method can be recursively configured by using, for example, an extended Kalman filter. In particular, in this case, the absolute position of the host vehicle can be estimated simply by sequentially executing Markov chain information processing, so that the amount of information to be temporarily stored in the primary storage device 150 is extremely effectively suppressed. be able to.
２．具体的な処理手順
以下、図３を用いて、自車両位置推定装置１００の処理手順について具体的に説明する。
制御ループの最初のステップ１１００では、不動物に分類された環境特徴の絶対位置とその測位精度について予測する。この予測値は、直近過去（前回の制御周期）に推定された絶対位置から求めることができる。ただし、ここでは、不動物の環境特徴が選択されているため、当該ステップ１１００で予測される今回の当該環境特徴の予測値（今回の制御周期における絶対位置）は基本的には変化しない。
2. Specific Processing Procedure Hereinafter, the processing procedure of the host vehicle position estimation apparatus 100 will be specifically described with reference to FIG.
In the first step 1100 of the control loop, the absolute positions of the environmental features classified as inanimate and their positioning accuracy are predicted. This predicted value can be obtained from the absolute position estimated in the latest past (previous control cycle). However, since the non-animal environmental feature is selected here, the predicted value (the absolute position in the current control cycle) of the current environmental feature predicted in step 1100 does not basically change.
そして、次のステップ１１１０では、自車両の絶対位置とその測位精度について予測する。この予測値は、直近過去（前回の制御周期）に推定された、不動物や自車両の絶対位置と自車両の運動の推定値とこれらに関連する推定精度などから求めることができる。
ただし、過去数回分の自車両の運動を加味してもよい。これらの逐次演算処理で意識すべきこの様な観測期間の長さ（ウィンドサイズ）は、任意に設定することができ、勿論、今回取得した観測データ（確からしさを含む）と、１回分の過去の観測データや推定データだけを取り扱う様に、当該アルゴリズムを再帰的（マルコフ連鎖的）に構成することもできる。
In the next step 1110, the absolute position of the host vehicle and its positioning accuracy are predicted. This predicted value can be obtained from the absolute position of the inanimate object or the own vehicle, the estimated value of the motion of the own vehicle, the estimation accuracy related to these, etc., estimated in the most recent past (previous control cycle).
However, you may consider the movement of the own vehicle for the past several times. The length (window size) of such observation period that should be conscious of these sequential calculation processes can be set arbitrarily, and of course, the observation data (including the probability) acquired this time and the past for one time It is also possible to construct the algorithm recursively (Markov chain) so that only the observed data and estimated data are handled.
ステップ１２００では、非同期で動作中の図２の環境特徴取得装置１２０によって、自車両周辺の環境特徴が取得されているか否かについて確認する。
ステップ１２１０では、取得した環境特徴の中から静止物に属する特徴を抽出し、その相対位置や確からしさを算定する。この静止物の抽出処理には、請求項５に記載の判別手段が有用である。ただし、これらの処理は、図２の選択／統合／分析部１２８において、予め非同期に実行しておいてもよい。
そして、次のステップ１２２０では、その相対位置の前回観測時からの時間変化を求めることにより、現在の自車両の運動（速度ベクトルやヨー角速度など）とその確からしさを推定する。
In step 1200, it is confirmed whether or not environmental features around the host vehicle have been acquired by the environmental feature acquisition device 120 of FIG. 2 that is operating asynchronously.
In step 1210, features belonging to a stationary object are extracted from the acquired environmental features, and their relative positions and probabilities are calculated. The discriminating means according to claim 5 is useful for this stationary object extraction process. However, these processes may be executed asynchronously in advance in the selection / integration / analysis unit 128 of FIG.
Then, in the next step 1220, the current movement of the host vehicle (speed vector, yaw angular velocity, etc.) and its certainty are estimated by obtaining the time change of the relative position from the previous observation.
ステップ１３００／ステップ１４００では、ＧＰＳ信号の受信の有無を確認し、ステップ１３１０／１４１０では、そのＧＰＳ信号が与える自車両の絶対位置とその確からしさを算定する。
ステップ１３２０では、ＧＰＳ受信装置（自車両位置取得装置１１０）を用いて取得した自車両の絶対位置と、測位手段（環境特徴取得装置１２０）を用いて取得した環境特徴の自車両に対する相対位置から、その環境特徴の絶対位置とその確からしさを算出する。ただし、新たなＧＰＳ信号が得られていない場合には、ステップ１３３０において、過去の自車両の絶対位置に基づいて予測した、当該環境特徴の絶対位置とその確からしさの各予測値を代用する。
In step 1300 / step 1400, the presence / absence of reception of a GPS signal is confirmed. In step 1310/1410, the absolute position of the host vehicle given by the GPS signal and its certainty are calculated.
In step 1320, from the absolute position of the own vehicle acquired using the GPS receiver (own vehicle position acquisition device 110) and the relative position of the environmental feature acquired using the positioning means (environment feature acquisition device 120) with respect to the own vehicle. The absolute position of the environmental feature and its certainty are calculated. However, if a new GPS signal is not obtained, in step 1330, the predicted values of the absolute position and the likelihood of the environmental feature predicted based on the absolute position of the host vehicle in the past are substituted.
その後ステップ１５００では、ステップ１１００で求めた予測値（環境特徴の絶対位置とその確からしさ）と、ステップ１３２０またはステップ１３３０で与えられる環境特徴の絶対位置とその確からしさに基づき、これら双方の確からしさを加味した上で、今回の制御周期で改めて観測された当該環境特徴の絶対位置とその確からしさを更新する。この処理によって、観測された環境特徴の絶対位置／精度と過去から予測された環境特徴の絶対位置／精度とを重畳することで平均化され、誤差分散が小さくなる。
その後ステップ１６００では、更新された環境特徴の絶対位置や精度と、周辺監視センサ（環境特徴取得装置１２０）の精度から、自車両の絶対位置とその精度を算出する。この様に、ステップ１５００で求めた算定結果をステップ１６００における推定処理で効果的に利用することで、従来よりも高精度に自車両の絶対位置を求めることができる。
Thereafter, in step 1500, the probability of both of them is determined based on the predicted value obtained in step 1100 (the absolute position of the environmental feature and its likelihood) and the absolute position and the probability of the environmental feature given in step 1320 or step 1330. In consideration of the above, the absolute position and the certainty of the environmental feature observed again in the current control cycle are updated. By this process, the absolute position / accuracy of the observed environmental feature and the absolute position / accuracy of the environmental feature predicted from the past are averaged and the error variance is reduced.
Thereafter, in step 1600, the absolute position and accuracy of the host vehicle are calculated from the updated absolute position and accuracy of the environmental feature and the accuracy of the surrounding monitoring sensor (environment feature acquisition device 120). In this way, by effectively using the calculation result obtained in step 1500 in the estimation process in step 1600, the absolute position of the host vehicle can be obtained with higher accuracy than in the past.
一方、上記のステップ１４００で自車両の絶対位置が新たに得られたと判定された場合には、ステップ１６１０において、現在の自車両の絶対位置とその確からしさについてのみ、ステップ１１１０で求めた予測値とステップ１４１０で求めた観測値に基づいて更新する。また、上記のステップ１４００で自車両の絶対位置が新たには得られていないと判定された場合には、ステップ１６２０において、現在の自車両の絶対位置とその確からしさについてのみ、ステップ１１１０で求めた予測値のみに基づいて更新する。即ち、何れの取得装置からも新たな情報が得られなかった制御周期においては、ステップ１１１０で求めた予測値（現在の自車両の絶対位置とその確からしさ）が、そのままその推定値として、ステップ１６２０によって出力される。 On the other hand, if it is determined in step 1400 that the absolute position of the host vehicle is newly obtained, in step 1610, only the current absolute position and the likelihood of the host vehicle are predicted values obtained in step 1110. And updating based on the observed value obtained in step 1410. If it is determined in step 1400 that the absolute position of the host vehicle is not newly obtained, in step 1620, only the current absolute position of the host vehicle and its likelihood are obtained in step 1110. Update based only on the predicted value. That is, in the control cycle in which new information was not obtained from any acquisition device, the predicted value (the current absolute position of the host vehicle and its certainty) obtained in step 1110 is directly used as the estimated value. 1620.
なお、以上の推定演算処理は、例えば拡張カルマンフィルタなどを用いて構成することもできる。その様な数学的な定式化は、例えば以下に示す共分散行列Σなどを用いて行われ、これによって、上記の図３の処理手順と等価の作用を導くことができる。
以下、外界センサ（測位手段）として、レーザーレーダを用いた場合の拡張カルマンフィルタの構成について説明する。
（拡張カルマンフィルタ）
Hereinafter, the configuration of the extended Kalman filter when a laser radar is used as the external sensor (positioning means) will be described.
(Extended Kalman filter)
ここでは、推定すべき位置パラメータｘ（：推定すべき状態ベクトルｘ）を上記の式（１）の様に設定し、観測値ｙ（測定ベクトルｙ）は上記の式（２）に従って設定する。ただし、ここでは、南北方向の北向きをＺ軸方向の正の向きとし、東西方向の東向きをＸ軸方向の正の向きとし、この絶対座標系における自車両の絶対位置を（Ｘvo，Ｚvo）で表す。また、Ｚ軸に対する自車両の向き（方位角）をφv 、自車両の速度ベクトルをＶv 、自車両のヨー角速度をωv とし、ｉ番目の不動物の絶対位置を（Ｘfi，Ｚfi）で表す。式（１）の位置パラメータｘは、これらの変数からなる。 Here, the position parameter x to be estimated (: state vector x to be estimated) is set as in the above equation (1), and the observed value y (measurement vector y) is set in accordance with the above equation (2). However, here, the north direction in the north-south direction is the positive direction in the Z-axis direction, the east direction in the east-west direction is the positive direction in the X-axis direction, and the absolute position of the vehicle in this absolute coordinate system is (X vo , Z vo ). Further, the direction (azimuth angle) of the host vehicle with respect to the Z axis is φ v , the host vehicle velocity vector is V v , the host vehicle yaw angular velocity is ω v, and the absolute position of the i-th animal is (X fi , Z fi ). The position parameter x in equation (1) is composed of these variables.
また、この様な位置パラメータｘを推定するために観測される観測値ｙは、以下の変数からなる。即ち、ＧＰＳ信号が与える自車両の絶対位置（Ｘg ，Ｚg ）と、ＧＰＳ信号が与える自車両の速度ベクトルをＶg と、レーザーレーダによって測位されたｉ番目の環境特徴の自車両に対する相対位置（ｒsfi ，φsfi ）からなる。ただし、ｒsfi は自車両からそのｉ番目の環境特徴までの距離で、φsfi は自車両の正面方向に固定した相対座標軸から計ったそのｉ番目の環境特徴の方位角である。式（２）の観測値ｙは、これらの変数からなる。
そして、以下の（手順ａ）〜（手順ｃ）を周期的に繰り返すことによって、リアルタイムで逐次、上記の位置パラメータｘを算定することができる。
In addition, the observed value y observed for estimating such a position parameter x is composed of the following variables. That is, the absolute position (X g , Z g ) of the own vehicle given by the GPS signal, the velocity vector of the own vehicle given by the GPS signal, V g, and the relative to the own vehicle of the i-th environmental feature measured by the laser radar. It consists of the position (r sfi , φ sfi ). Here, r sfi is a distance from the own vehicle to the i-th environmental feature, and φ sfi is an azimuth angle of the i-th environmental feature measured from a relative coordinate axis fixed in the front direction of the own vehicle. The observation value y in equation (2) consists of these variables.
Then, by periodically repeating the following (procedure a) to (procedure c), the position parameter x can be calculated sequentially in real time.
（演算手順）
（手順ａ）一時刻前(t=k-1) において推定された位置パラメータおよびそれらの分散から，現在（t=k ）の位置および分散を予測する。なお、本手順ａは、位置パラメータｘの予測を行う上記の式（３）及び、共分散行列Σの予測を行う上記の式（４）に対応する。また、本手順ａは、図３のフローチャートにおいては、ステップ１１００やステップ１１１０などに対応している。
(Calculation procedure)
(Procedure a) The current position (t = k) and variance are predicted from the position parameters and their variances estimated one hour before (t = k-1). This procedure a corresponds to the above equation (3) for predicting the position parameter x and the above equation (4) for predicting the covariance matrix Σ. The procedure a corresponds to step 1100 and step 1110 in the flowchart of FIG.
（手順ｂ）推定パラメータの予測誤差（共分散行列Σk/k-1 として定義）や観測ノイズに基づいて，カルマンゲインを計算する。なお、本手順ｂは、カルマンゲインＫを算出する上記の式（５）に対応する。 (Procedure b) Kalman gain is calculated based on the estimation parameter prediction error (defined as covariance matrix Σ k / k−1 ) and observation noise. This procedure b corresponds to the above equation (5) for calculating the Kalman gain K.
（手順ｃ）算出したカルマンゲインに基づいて観測値と予測値を統合し，現在の位置パラメータとそれらの分散を推定する。なお、本手順ｃは、上記の位置パラメータｘを推定する上記の式（６）及び、共分散行列Σを推定する上記の式（７）に対応する。
なお、手順ｂや手順ｃは共に、図３のフローチャートにおいては、ステップ１５００やステップ１６００やステップ１６１０やステップ１６２０などに対応している。
(Procedure c) Based on the calculated Kalman gain, the observed value and the predicted value are integrated, and the current position parameters and their variances are estimated. The procedure c corresponds to the above equation (6) for estimating the position parameter x and the above equation (7) for estimating the covariance matrix Σ.
Both procedure b and procedure c correspond to step 1500, step 1600, step 1610, step 1620, and the like in the flowchart of FIG.
拡張カルマンフィルタを用いて定式化される以上の様な演算手順は、上記の図３の処理手順と等価の演算結果を導く。言い換えれば、上記の図３の処理手順は、拡張カルマンフィルタを用いて表現されるこの様な演算手順と等価の演算結果を導く様に構成することができる。 The above calculation procedure formulated using the extended Kalman filter leads to a calculation result equivalent to the processing procedure of FIG. In other words, the processing procedure of FIG. 3 can be configured to derive an operation result equivalent to such an operation procedure expressed using an extended Kalman filter.
以上の様な処理手順に従えば、図３のステップ１７００の出力情報（位置パラメータｘ，共分散行列Σ）により、現在の自車両の絶対位置と運動（速度ベクトルやヨー角速度）とそれらの精度をリアルタイムで高精度に得ることができる。
ここで特に注目すべき点は、従来より多用されてきた例えば交差点、電柱、リフレクタ、道路標識、路面表示などといった特定のランドマークは自車両の周囲に存在しない場合もあるが、上記のステップ１２１０で検出される不動物、即ち図２に例示した各種の環境特徴は、外界センサ（１２１〜１２４）からの観測信号の中にほぼ確実に存在することである。さらに、１回のセンシングで得られるそれらの観測信号の中にこれらの環境特徴は非常に多く存在する。このため、上記の自車両位置推定装置１００を車載すれば、特に道路環境などに左右されることなく高精度な自車両の位置推定を行うことができる。
また同時に、不動物の特徴点の数やその位置情報が十分に得られれば自車両の運動の推定精度も向上するため、この作用に基づいて、より高精度に自車両の絶対位置を推定することができる。
According to the processing procedure as described above, the current absolute position and motion (velocity vector and yaw angular velocity) of the host vehicle and their accuracy are determined based on the output information (position parameter x, covariance matrix Σ) in step 1700 of FIG. Can be obtained with high accuracy in real time.
Of particular note here is the fact that specific landmarks such as intersections, utility poles, reflectors, road signs, road surface displays and the like that have been frequently used in the past may not exist around the host vehicle. 2, that is, various environmental characteristics illustrated in FIG. 2 are almost certainly present in the observation signals from the external sensors (121 to 124). Furthermore, there are a great many of these environmental features in the observed signals obtained by one sensing. Therefore, if the host vehicle position estimation apparatus 100 is mounted on the vehicle, the position of the host vehicle can be estimated with high accuracy without being influenced by the road environment.
At the same time, if the number of feature points of the inanimate animals and their position information are sufficiently obtained, the estimation accuracy of the motion of the host vehicle is also improved. Based on this action, the absolute position of the host vehicle is estimated with higher accuracy. be able to.
図４に、以上の自車両位置推定装置１００に基づく効果（シミュレーション結果）を例示する。このグラフは、測位装置（環境特徴取得装置１２０）を用いて環境特徴の観測に掛けた時間と、自車両の進行方向における絶対位置の測位精度との関係を示すものであり、縦軸には得られた測位精度を誤差分散の平方根の２倍の値（２σ）で示した。
このシミュレーションでは、ＧＰＳ衛星からのＧＰＳ信号の受信を妨げる程の高いビルが周囲にないことを想定し、また、ＧＰＳ単独での測位精度を２σ＝５ｍと仮定した。また、環境特徴を検出するセンサにはレーザーレーダを用い、これによって常時２点〜４点の不動点の相対位置が、２σ＝５０ｍｍ程度の誤差範囲内で検出できるものと仮定した。また、本シミュレーションにおけるＧＰＳ信号の受信周期は１回／秒とし、レーザーレーダによる観測周期は２０回／秒とした。また、車両の走行速度は、４０ｋｍ／ｈを仮定し、レーザーレーダの測位可能な距離範囲を前方５０ｍまでとし、測位可能な角度範囲は、前方正面を０°として前方左４０°〜前方右４０°とした。また、図３のフローチャートに例示した演算処理をより詳細に実現（シミュレート）するに当たっては、これらの演算処理に相当する一般的な拡張カルマンフィルタと略同等の再帰的なアルゴリズムを用いた。
この様なシミュレーション結果より、本自車両位置推定装置１００を用いた場合、ＧＰＳ単独で自車両の絶対位置を求める従来の場合よりも、格段に高い測位精度が得られることが分かる。
FIG. 4 illustrates an effect (simulation result) based on the above-described own vehicle position estimation device 100. This graph shows the relationship between the time taken to observe environmental features using the positioning device (environmental feature acquisition device 120) and the positioning accuracy of the absolute position in the traveling direction of the host vehicle. The obtained positioning accuracy was indicated by a value (2σ) twice the square root of the error variance.
In this simulation, it is assumed that there is no building high enough to prevent reception of GPS signals from GPS satellites, and the positioning accuracy of GPS alone is assumed to be 2σ = 5 m. Further, it was assumed that a laser radar was used as a sensor for detecting the environmental feature, and thereby the relative position of the fixed points of 2 to 4 points could always be detected within an error range of 2σ = 50 mm. In addition, the GPS signal reception cycle in this simulation was 1 time / second, and the observation period by the laser radar was 20 times / second. Further, the traveling speed of the vehicle is assumed to be 40 km / h, the distance range that can be measured by the laser radar is set to 50 m forward, and the angle range that can be measured is 40 ° front left to 40 ° front right when the front front is 0 °. °. In order to realize (simulate) the arithmetic processing illustrated in the flowchart of FIG. 3 in more detail, a recursive algorithm substantially equivalent to a general extended Kalman filter corresponding to these arithmetic processing is used.
From such a simulation result, it can be seen that when the host vehicle position estimation apparatus 100 is used, a positioning accuracy much higher than that in the conventional case in which the absolute position of the host vehicle is obtained by GPS alone is obtained.
上記の実施例１の自車両位置推定装置１００によると、ＧＰＳで得られる自車両の絶対位置にオフセット誤差が含まれていない場合には、高精度な自車両位置推定を実現できるが、ＧＰＳが与える自車両の絶対位置の信号の中にオフセット誤差が含まれているような場合には、そのオフセット誤差を取り除くことが難しい。そこで、これらのオフセット誤差を低減したり解消したりすることも可能な自車両位置推定装置が期待される。
図５に本実施例２の自車両位置推定装置２００の論理的構造を示す。この自車両位置推定装置２００は、実施例１の自車両位置推定装置１００の拡張変形例に相当するものであり、図中の環境特徴記憶装置１６０には、絶対位置が既知である幾つかの環境特徴（不動物）の位置データを保持する地図データベースが予め構築されている。このため、この自車両位置推定装置２００によれば、上記のオフセット誤差を低減したり解消したりすることも可能となる。
According to the host vehicle position estimation device 100 of the first embodiment, when the offset position is not included in the absolute position of the host vehicle obtained by GPS, high-accuracy host vehicle position estimation can be realized. When an offset error is included in the absolute position signal to be given, it is difficult to remove the offset error. Therefore, a host vehicle position estimation device that can reduce or eliminate these offset errors is expected.
FIG. 5 shows a logical structure of the host vehicle position estimating apparatus 200 according to the second embodiment. This own vehicle position estimating device 200 corresponds to an extended modification of the own vehicle position estimating device 100 of the first embodiment, and the environment feature storage device 160 in the figure has several known absolute positions. A map database that holds position data of environmental features (non-animals) is built in advance. For this reason, according to this own vehicle position estimation device 200, it is also possible to reduce or eliminate the offset error.
この自車両位置推定装置２００の諸動作における最も大きな特徴は、環境特徴取得装置１２０によって取得した環境特徴と、環境特徴記憶装置１６０が有する地図データベース上にある、絶対位置が既知の環境特徴とを、請求項３の検索照合手段に相当する手段を備える環境特徴対応評価部１７０によって照合し、この照合結果に基づいて、自車両の絶対位置を補正する点にある。 The largest features in the various operations of the host vehicle position estimation device 200 are the environmental features acquired by the environmental feature acquisition device 120 and the environmental features on the map database of the environmental feature storage device 160 whose absolute positions are known. The environmental feature correspondence evaluation unit 170 having means corresponding to the search matching means of claim 3 is used for collation, and the absolute position of the host vehicle is corrected based on the collation result.
図６−Ａに、自車両位置推定装置２００の適用シーンを例示する。この写真は、左右両路側にそれぞれ歩道およびガードレールを有する道路の横断歩道上を１歩行者が横断しているシーンを示すものである。また、図６−Ｂのデータは、図２のレーザーレーダ１２２と同等の装置を使って、図６−Ａの自車両走行シーンにおいて検出したもので、自車両前方のレンジプロファイル（不動物の位置を表す鳥瞰図）を示している。即ち、図６−Ｂ中のｚ軸の正の向きは自車両の前向きを、ｘ軸の正の向きは自車両の右向きを示している。また、図５の環境特徴記憶装置１６０には、例えばこの様なデータ（レンジプロファイル）を記憶しておくことができ、この様なデータのｘ軸座標やｚ軸座標には、前述のＸＺ座標（東西南北座標）と等価の絶対座標を与えることができる。また、この様なレンジプロファイルデータを多数回、測定日時を替えて収集し、それらの位置データを適当に平均化処理すれば、これによって、前述のオフセット誤差を排除することができるため、このレンジプロファイルデータの絶対座標で表示される各不動物の絶対位置には、高い信頼性と例えば１ｍ程度の十分に高い精度を持たせることができる。また、上記のデータ収集回数が十分に大きな回数には至っていない場合であっても、その収集回数やデータの確からしさを常時保持、更新する様にしていれば、実時間でＧＰＳ信号が与える自車両の絶対位置に含まれているオフセット誤差を効果的に低減することができる。 FIG. 6A illustrates an application scene of the host vehicle position estimation apparatus 200. This photograph shows a scene in which one pedestrian crosses a pedestrian crossing of a road having a sidewalk and a guardrail on both the left and right road sides. The data in FIG. 6B is detected in the traveling scene of the host vehicle in FIG. 6A using a device equivalent to the laser radar 122 in FIG. Is a bird's eye view). That is, the positive direction of the z axis in FIG. 6B indicates the forward direction of the host vehicle, and the positive direction of the x axis indicates the right direction of the host vehicle. In addition, for example, such data (range profile) can be stored in the environmental feature storage device 160 of FIG. 5, and the above-described XZ coordinates are included in the x-axis coordinates and z-axis coordinates of such data. Absolute coordinates equivalent to (east, west, south, and north coordinates) can be given. In addition, if such range profile data is collected many times with different measurement dates and times, and the position data is appropriately averaged, this can eliminate the above-mentioned offset error. The absolute position of each inanimate displayed in the absolute coordinates of the profile data can have high reliability and sufficiently high accuracy, for example, about 1 m. Even if the number of times of data collection has not reached a sufficiently large number, if the number of times of collection and the certainty of data are constantly maintained and updated, the GPS signal is automatically given in real time. The offset error included in the absolute position of the vehicle can be effectively reduced.
したがって、図２のレーザーレーダ１２２を有する自車両位置推定装置２００によれば、略同等のレンジプロファイルを走行中に取得し、それを環境特徴記憶装置１６０に記憶されている当該データとリアルタイムで照合することによって、高速走行時においても実時間で高精度に自車両の絶対位置を検知することが可能となる。 Therefore, according to the own vehicle position estimation device 200 having the laser radar 122 of FIG. 2, a substantially equivalent range profile is acquired during traveling, and this is compared with the data stored in the environmental feature storage device 160 in real time. This makes it possible to detect the absolute position of the host vehicle with high accuracy in real time even during high-speed traveling.
なお、当該装置２００においても、先の自車両位置推定装置１００と同様に車両運動推定部１４０が備える前述の識別処理（請求項５の判別手段）によって、自車両運動の高精度推定が可能であるので、上記の様な方式に従えば、比較的長い距離間隔で何かしらの環境特徴の絶対位置やその確からしさが環境特徴記憶装置１６０に登録されている限り、自車両の絶対位置の補正を的確に行うことが可能となる。 Note that, in the device 200 as well, the vehicle motion estimation unit 140 can provide high-accuracy estimation of the vehicle motion by the above-described identification processing (discriminating means of claim 5) provided in the vehicle motion estimation unit 140 as in the previous vehicle position estimation device 100. Therefore, according to the above-described method, as long as the absolute position of an environmental feature or its certainty is registered in the environmental feature storage device 160 at relatively long distance intervals, the absolute position of the host vehicle is corrected. It is possible to perform accurately.
このため、この自車両位置推定装置２００を用いれば、比較的高速に走行する場合においても、自車両の絶対位置に対する高い精度と高い信頼性を得ることが可能である。
また、環境特徴記憶装置１６０には、上記の様に比較的長い距離間隔で何かしらの環境特徴の絶対位置やその確からしさが登録されていればよいため、長期的に環境特徴を記憶するデータベース（環境特徴記憶装置１６０）の作成コストや車載コストについても、従来よりも格段に低く抑えることができる。
For this reason, if this own vehicle position estimating device 200 is used, it is possible to obtain high accuracy and high reliability with respect to the absolute position of the own vehicle even when traveling at a relatively high speed.
The environmental feature storage device 160 only needs to register the absolute position and certainty of some environmental feature at a relatively long distance interval as described above. The production cost of the environmental feature storage device 160) and the in-vehicle cost can also be kept much lower than before.
〔その他の変形例〕
本発明の実施形態は、上記の形態に限定されるものではなく、その他にも以下に例示される様な変形を行っても良い。この様な変形、拡張、または応用によっても、本発明の作用に基づいて本発明の効果を得ることができる。
[Other variations]
The embodiment of the present invention is not limited to the above-described embodiment, and other modifications as exemplified below may be made. The effects of the present invention can also be obtained based on the operation of the present invention by such modifications, expansions, or applications.
例えば、実施例１で示したように、自車両の予測値は、過去数回分の運動から随時推定してもよいが、例えば前述の特許文献２などにも例示がある様に、予め運動モデルを設定し、そのモデルに基づいて予測する様にしてもよい。
また、自車両と環境特徴の位置／精度の更新は、カルマンフィルタやパーティクルフィルタなどを用いて逐次実行する様にしてもよいし、一定時間分の過去の観測値を用いて最適な解を求めてもよいし、或いは、逐次推定した推定値を再度、全データベース単位で更新しなおしてもよい。
For example, as shown in the first embodiment, the predicted value of the host vehicle may be estimated from the past several times of exercise at any time. For example, as shown in the above-described Patent Document 2, for example, an exercise model is previously provided. And may be predicted based on the model.
In addition, the position / accuracy of the own vehicle and the environmental features may be updated sequentially using a Kalman filter, a particle filter, or the like, or an optimum solution is obtained using past observation values for a certain period of time. Alternatively, the estimated values estimated sequentially may be updated again in units of all databases.
また、請求項５の判別手段を用いれば、前述の実施例１のように、取得可能な環境特徴のうち、静止物のみを選択することにより自車両の運動推定精度の劣化を防止することができるが、請求項５の判別手段を用いれば、その他にも、移動物と自車両の相対関係、静止物と自車両の相対関係、自車両の絶対位置や運動を基にして、移動物の運動をも同時に高精度に推定することもできる。 Moreover, if the discrimination means of claim 5 is used, it is possible to prevent deterioration of the motion estimation accuracy of the own vehicle by selecting only a stationary object from among the obtainable environmental features as in the first embodiment. However, if the discriminating means of claim 5 is used, in addition to the relative relationship between the moving object and the own vehicle, the relative relationship between the stationary object and the own vehicle, the absolute position and movement of the own vehicle, The motion can also be estimated with high accuracy at the same time.
例えば、先行車両の自車両に対する相対的な位置または相対的な運動が正確に把握できていて、その先行車両の運動パラメータ（位置、速度、推定精度など）も同時に算出可能であれば、拡張カルマンフィルタなどを利用して、先行車両と自車両の位置や運動を同時に推定することも可能となる。また、このとき、更に、周辺監視センサの検出精度やそれに基づく移動物（先行車両）の運動予測が適正であれば、自車両の運動推定精度をさらにいっそう向上させることができる。 For example, if the relative position or relative motion of the preceding vehicle with respect to the host vehicle can be accurately grasped and the motion parameters (position, speed, estimation accuracy, etc.) of the preceding vehicle can be calculated simultaneously, the extended Kalman filter It is also possible to estimate the positions and movements of the preceding vehicle and the own vehicle at the same time. At this time, if the detection accuracy of the surrounding monitoring sensor and the motion prediction of the moving object (preceding vehicle) based on the detection accuracy are appropriate, the motion estimation accuracy of the host vehicle can be further improved.
なお、記憶容量に余裕があれば、自車両の絶対位置やその測位精度等を算定した後においても引き続き、道路周辺の不動物の絶対位置やその測位精度等の評価結果を、所定の一次記憶装置または二時記憶装置に保持することは何ら問題ない。また、これらの保存された評価結果の履歴は、例えば道路状況の推定などのその他のアプリケーションにも流用することも可能である。 If the storage capacity is sufficient, the evaluation results such as the absolute position of the inanimate animals around the road and the positioning accuracy will continue to be stored in the primary storage even after calculating the absolute position of the vehicle and its positioning accuracy. There is no problem in holding it in the device or the binary storage device. Further, the history of the stored evaluation results can be used for other applications such as estimation of road conditions.
本発明は、例えば、地上のナビゲーションシステムや、車載用のオートクルーズ制御システムなどに有用である。また、これらの適用は、四輪車両に限定されるものではなく、ロボットや二輪車両などの移動体において利用することも勿論可能である。 The present invention is useful for, for example, a ground navigation system and an in-vehicle auto cruise control system. Moreover, these applications are not limited to four-wheeled vehicles, but can of course be used in moving bodies such as robots and two-wheeled vehicles.
１００、２００ ： 自車両位置推定装置
１１０ ： 自車両位置取得装置（ＧＰＳ受信装置）
１２０ ： 環境特徴取得装置（測位装置）
１３０ ： 自車両位置推定部
１４０ ： 自車両運動推定部
１６０ ： 環境特徴記憶装置
１７０ ： 環境特徴対応評価部（検索照合手段）
100, 200: Own vehicle position estimation device
110: Own vehicle position acquisition device (GPS receiver)
120: Environmental feature acquisition device (positioning device)
130: Own vehicle position estimation unit
140: Own vehicle motion estimation unit
160: Environmental feature storage device
170: Environmental feature correspondence evaluation section (search collation means)
Claims (6)
前記測位装置によって収集された位置データに基づいて求められる、前記不動物に対する前記自車両の相対的かつ経時的な位置変化量から、前記自車両の運動を推定して出力する自車両運動推定部と、
同一の前記不動物に対する一連の前記自車両の前記運動と、その一連の運動中における前記自車両の複数受信回に渡る前記絶対位置とに基づいて、前記自車両の絶対位置を補正して出力する自車両位置推定部と
を有する
ことを特徴とする自車両位置推定装置。 A vehicle-mounted vehicle having a GPS receiving device that receives a signal that gives an absolute position of the traveling vehicle and a positioning device that measures the relative position of an inanimate animal with respect to the traveling vehicle in real time around the traveling vehicle. Vehicle position estimation device for
A host vehicle motion estimation unit that estimates and outputs the motion of the host vehicle from a relative and temporal position change amount of the host vehicle relative to the non-animal obtained based on the position data collected by the positioning device. When,
Based on the series of the movements of the host vehicle with respect to the same animal and the absolute positions of the host vehicle over a plurality of reception times during the series of movements, the absolute position of the host vehicle is corrected and output. A host vehicle position estimation device comprising:
前記自車両の補正された前記絶対位置を出力する際に、更に当該絶対位置の推定精度をも同時に出力する
ことを特徴とする請求項１に記載の自車両位置推定装置。 The host vehicle position estimation unit
2. The host vehicle position estimation apparatus according to claim 1, wherein when the corrected absolute position of the host vehicle is output, the absolute position estimation accuracy is also output at the same time.
前記環境特徴記憶装置に記憶されている不動物の特徴の中から、前記位置データによって表される不動物の特徴を、所定のデータ照合処理を用いて実時間で検索する検索照合手段と
を有する
ことを特徴とする請求項１または請求項２に記載の自車両位置推定装置。 An environmental feature storage device in which features and absolute positions of inanimate animals in a predetermined driving environment are recorded in advance;
Search-matching means for searching for a feature of an animal represented by the position data from real-world features stored in the environmental feature storage device in real time using a predetermined data matching process The host vehicle position estimation apparatus according to claim 1 or 2, characterized by the above.
ことを特徴とする請求項１乃至請求項３の何れか１項に記載の自車両位置推定装置。 The host vehicle position estimation according to any one of claims 1 to 3, further comprising database updating means for storing in a predetermined database the characteristics of the animal and the absolute position represented by the position data. apparatus.
前記位置データで示される不動物と移動物とを判別する判別手段を有する
ことを特徴とする請求項１乃至請求項４の何れか１項に記載の自車両位置推定装置。 The host vehicle motion estimation unit
The own vehicle position estimation apparatus according to any one of claims 1 to 4, further comprising: a determination unit that determines an inanimate object and a moving object indicated by the position data.
前記複数受信回に渡る前記絶対位置に係わる拡張カルマンフィルタを用いた統計操作に基づいて、前記自車両の補正された絶対位置を出力する
ことを特徴とする請求項１乃至請求項５の何れか１項に記載の自車両位置推定装置。 The host vehicle position estimation unit
6. The corrected absolute position of the host vehicle is output based on a statistical operation using an extended Kalman filter related to the absolute position over the plurality of reception times. The vehicle position estimation apparatus according to the item.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2006156512A JP4984659B2 (en) | 2006-06-05 | 2006-06-05 | Own vehicle position estimation device |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2006156512A JP4984659B2 (en) | 2006-06-05 | 2006-06-05 | Own vehicle position estimation device |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JP2007322391A true JP2007322391A (en) | 2007-12-13 |
| JP4984659B2 JP4984659B2 (en) | 2012-07-25 |
Family
ID=38855335
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2006156512A Expired - Fee Related JP4984659B2 (en) | 2006-06-05 | 2006-06-05 | Own vehicle position estimation device |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP4984659B2 (en) |
Cited By (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2007333385A (en) * | 2006-06-11 | 2007-12-27 | Toyota Central Res & Dev Lab Inc | Immobile object position recording device |
| EP2363732A2 (en) | 2010-02-24 | 2011-09-07 | Clarion Co., Ltd. | Position estimation device and position estimation method |
| JP2011204149A (en) * | 2010-03-26 | 2011-10-13 | Daihatsu Motor Co Ltd | Own vehicle location recognition device |
| JP2011215053A (en) * | 2010-03-31 | 2011-10-27 | Aisin Aw Co Ltd | Own-vehicle position detection system using scenic image recognition |
| JP2016024068A (en) * | 2014-07-22 | 2016-02-08 | 日産自動車株式会社 | Position detection device and position detection method |
| WO2016059904A1 (en) * | 2014-10-15 | 2016-04-21 | シャープ株式会社 | Moving body |
| JP2016090428A (en) * | 2014-11-06 | 2016-05-23 | 株式会社デンソー | Positioning system |
| JP2016188806A (en) * | 2015-03-30 | 2016-11-04 | シャープ株式会社 | Mobile entity and system |
| CN108225339A (en) * | 2016-12-14 | 2018-06-29 | 现代自动车株式会社 | For estimating the device and method of vehicle location |
| JP2019200160A (en) * | 2018-05-17 | 2019-11-21 | 株式会社Ｓｏｋｅｎ | Self-location estimation device |
| CN112462331A (en) * | 2020-11-06 | 2021-03-09 | 三一海洋重工有限公司 | Positioning device and positioning method |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR101618501B1 (en) | 2015-02-04 | 2016-05-09 | 한국기술교육대학교 산학협력단 | Method for ego-motion estimation of vehicle |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH0634379A (en) * | 1992-07-20 | 1994-02-08 | Hitachi Ltd | Navigation device |
| JPH0771978A (en) * | 1993-09-03 | 1995-03-17 | Suzuki Motor Corp | One's own position recognition system |
| JPH08233584A (en) * | 1995-02-27 | 1996-09-13 | Nippon Telegr & Teleph Corp <Ntt> | Device for detecting position of travelling object |
| JPH09288160A (en) * | 1996-04-23 | 1997-11-04 | Mitsubishi Electric Corp | Estimating system of bias error of sensor |
| JPH10300493A (en) * | 1997-04-28 | 1998-11-13 | Honda Motor Co Ltd | Vehicle position estimating device and method and traffic lane keeping device and method |
| JP2000121718A (en) * | 1998-10-09 | 2000-04-28 | Casio Comput Co Ltd | Present position detecting equipment and method for present position detection, and program recording medium |
| JP2001250197A (en) * | 2000-03-06 | 2001-09-14 | Denso Corp | Method and device for road unevenness recognition for vehicle and recording medium |
-
2006
- 2006-06-05 JP JP2006156512A patent/JP4984659B2/en not_active Expired - Fee Related
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH0634379A (en) * | 1992-07-20 | 1994-02-08 | Hitachi Ltd | Navigation device |
| JPH0771978A (en) * | 1993-09-03 | 1995-03-17 | Suzuki Motor Corp | One's own position recognition system |
| JPH08233584A (en) * | 1995-02-27 | 1996-09-13 | Nippon Telegr & Teleph Corp <Ntt> | Device for detecting position of travelling object |
| JPH09288160A (en) * | 1996-04-23 | 1997-11-04 | Mitsubishi Electric Corp | Estimating system of bias error of sensor |
| JPH10300493A (en) * | 1997-04-28 | 1998-11-13 | Honda Motor Co Ltd | Vehicle position estimating device and method and traffic lane keeping device and method |
| JP2000121718A (en) * | 1998-10-09 | 2000-04-28 | Casio Comput Co Ltd | Present position detecting equipment and method for present position detection, and program recording medium |
| JP2001250197A (en) * | 2000-03-06 | 2001-09-14 | Denso Corp | Method and device for road unevenness recognition for vehicle and recording medium |
Cited By (15)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2007333385A (en) * | 2006-06-11 | 2007-12-27 | Toyota Central Res & Dev Lab Inc | Immobile object position recording device |
| US9057781B2 (en) | 2010-02-24 | 2015-06-16 | Clarion Co., Ltd. | Position estimation device and position estimation method |
| JP2011174771A (en) * | 2010-02-24 | 2011-09-08 | Clarion Co Ltd | Position estimation device and position estimation method |
| CN102192745A (en) * | 2010-02-24 | 2011-09-21 | 歌乐株式会社 | Position estimation device and position estimation method |
| EP2363732A2 (en) | 2010-02-24 | 2011-09-07 | Clarion Co., Ltd. | Position estimation device and position estimation method |
| JP2011204149A (en) * | 2010-03-26 | 2011-10-13 | Daihatsu Motor Co Ltd | Own vehicle location recognition device |
| JP2011215053A (en) * | 2010-03-31 | 2011-10-27 | Aisin Aw Co Ltd | Own-vehicle position detection system using scenic image recognition |
| JP2016024068A (en) * | 2014-07-22 | 2016-02-08 | 日産自動車株式会社 | Position detection device and position detection method |
| WO2016059904A1 (en) * | 2014-10-15 | 2016-04-21 | シャープ株式会社 | Moving body |
| JP2016090428A (en) * | 2014-11-06 | 2016-05-23 | 株式会社デンソー | Positioning system |
| JP2016188806A (en) * | 2015-03-30 | 2016-11-04 | シャープ株式会社 | Mobile entity and system |
| CN108225339A (en) * | 2016-12-14 | 2018-06-29 | 现代自动车株式会社 | For estimating the device and method of vehicle location |
| JP2019200160A (en) * | 2018-05-17 | 2019-11-21 | 株式会社Ｓｏｋｅｎ | Self-location estimation device |
| CN112462331A (en) * | 2020-11-06 | 2021-03-09 | 三一海洋重工有限公司 | Positioning device and positioning method |
| CN112462331B (en) * | 2020-11-06 | 2023-09-05 | 三一海洋重工有限公司 | Positioning device and positioning method |
Also Published As
| Publication number | Publication date |
|---|---|
| JP4984659B2 (en) | 2012-07-25 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP4984659B2 (en) | Own vehicle position estimation device | |
| JP5162849B2 (en) | Fixed point position recorder | |
| EP4318397A2 (en) | Method of computer vision based localisation and navigation and system for performing the same | |
| CN108369420B (en) | Apparatus and method for autonomous positioning | |
| CN108139225B (en) | Determining layout information of a motor vehicle | |
| CN112639502A (en) | Robot pose estimation | |
| US20220012466A1 (en) | Method and system for generating a bird's eye view bounding box associated with an object | |
| JP2019527832A (en) | System and method for accurate localization and mapping | |
| CN113916243B (en) | Vehicle positioning method, device, equipment and storage medium for target scene area | |
| JP2021508814A (en) | Vehicle positioning system using LiDAR | |
| WO2017060947A1 (en) | Estimation apparatus, control method, program, and storage medium | |
| CN110889808A (en) | Positioning method, device, equipment and storage medium | |
| JP2008065087A (en) | Apparatus for creating stationary object map | |
| CN113189975A (en) | Method for determining position data and/or movement data of a vehicle | |
| WO2022062480A1 (en) | Positioning method and positioning apparatus of mobile device | |
| CN114565674B (en) | Method and device for purely visually positioning urban structured scene of automatic driving vehicle | |
| CN114636414A (en) | High definition city map drawing | |
| CN112781599A (en) | Method for determining the position of a vehicle | |
| KR20230014724A (en) | Vehicle localization system and method | |
| CN115451948A (en) | Agricultural unmanned vehicle positioning odometer method and system based on multi-sensor fusion | |
| CN115127543A (en) | Method and system for eliminating abnormal edges in laser mapping optimization | |
| CN115183762A (en) | Airport warehouse inside and outside mapping method, system, electronic equipment and medium | |
| CN115980765A (en) | Vehicle positioning method based on environment perception auxiliary particle filtering | |
| CN114485698A (en) | Intersection guide line generating method and system | |
| JP2019174191A (en) | Data structure, information transmitting device, control method, program, and storage medium |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20090324 |
|
| A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20110708 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20110802 |
|
| A521 | Written amendment |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20110928 |
|
| TRDD | Decision of grant or rejection written | ||
| A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20120403 |
|
| A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 |
|
| A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20120416 |
|
| R151 | Written notification of patent or utility model registration |
Ref document number: 4984659 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R151 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20150511 Year of fee payment: 3 |
|
| LAPS | Cancellation because of no payment of annual fees |