JP2008087726A - 車両の走行制御システム - Google Patents

Abstract

【課題】
自車両の前方の道路の形状の認識にあって自車位置との関係で迅速かつ正確に算出できる車両の走行制御システムの提供。
【解決手段】
少なくとも、車両の前方の道路の情報から前記車両の進行方向ベクトルと直交する線分の前記道路の中心線に至るまでの横位置距離を該進行方向ベクトルの伸張方向に沿った複数の計測点で検出する変位検出手段と、
この変位検出手段によって得られる各横位置距離の変化の線形性から道路形状を特定する道路形状認識手段と、
この道路形状認識手段の前記特定の結果に応じて前記車両の走行制御を行う走行制御手段と、
を備える。
【選択図】 図１

Description

本発明は、車両の走行制御システムに係り、たとえば自動車に適用させるに好適な車両の走行制御システムに関する。

たとえば車間自動制御システム(Adaptive Cruise Control)を用いた自動車の走行制御において、ドライバの安全性や快適性を向上するためには、道路形状に合わせてたとえば速度等を変化させる走行制御が必要であり、たとえばカーナビゲーション、カメラ、レーダなどを用いた高精度な環境認識が必要となる。

その理由は、たとえば、直線路を走行している車両がカーブ路に差し掛かかる場合に、当該道路形状の認識に基づいて、該カーブ路の手前でその入口を検知し、自車両を安全走行可能な速度まで減速制御させて該カーブ路を走行させる必要があるからである。

このような道路形状の認識の手段として、たとえば、車両の進行方向前方を撮影するカメラ画像の情報から、走行レーンを示す白線を抽出し、その白線エッジ上のたとえば３点を計測点とし、画像処理により前記各点の座標を定義し、さらに、一般的な円の方程式に前記各点の座標を代入して前記白線の曲率を求めることにより、推定されたコーナリング半径を有する当該道路の形状を特定するようにしたものがある。このような道路形状の認識に関する技術はたとえば下記特許文献１に開示されている。
特開平４−２５７７４０号公報

しかし、上述の道路形状認識は、道路上のたとえば３点からなる計測点の座標を円の方程式に代入し、３つの連立方程式から係数を求め、カーブ半径(曲率半径)を推定することによって道路形状を認識するようにしたものであり、このことは自車両の位置との関係で該道路形状が算出されたものとなっていないものであることを意味する。

このため、自車両の位置との関係で該道路形状を算出するようにする場合、走行中の車体ふらつきおよび走行位置の変化などに即応して前記前記座標の数値が変化し、これにともない道路形状の迅速な認識を困難とするものとなることが免れない。

そして、該道路形状の迅速な認識の困難性は、該道路形状の情報に基づいた適切な自車両の走行制御を行う際の妨げにもなる。

本発明の目的は、迅速かつ正確に算出できる車両の走行制御システムを提供することにある。

また、本発明の他の目的は、自車両の前方の道路の形状の迅速かつ正確な認識にともなって適切な走行制御ができる車両の走行制御システムを提供することにある。

本願において開示される発明のうち、代表的なものの概要を簡単に説明すれば、以下のとおりである。

（１）本発明による車両の走行制御システムは、たとえば、少なくとも、車両の前方の道路の情報から前記車両の進行方向ベクトルと直交する線分の前記道路の中心線に至るまでの横位置距離を該進行方向ベクトルの伸張方向に沿った複数の計測点で検出する変位検出手段と、
この変位検出手段によって得られる各横位置距離の変化の線形性から道路形状を特定する道路形状認識手段と、
この道路形状認識手段の前記特定の結果に応じて前記車両の走行制御を行う走行制御手段とを備えることを特徴とする。

（２）本発明による車両の走行制御システムは、たとえば、（１）の構成を前提とし、車両のステア角および車速から前記車両の姿勢パラメータを算出する姿勢パラメータ演算手段と、
この姿勢パラメータ演算手段の前記姿勢パラメータから前記車両の走行軌跡を示す軌跡パラメータを算出する軌跡パラメータ演算手段と、
この軌跡パラメータ演算手段の前記軌跡パラメータに応じて前記変位検出手段によって検出された前記横位置距離を補正する変位補正手段とを備えることを特徴とする。

（３）本発明による車両の走行制御システムは、たとえば、（２）の構成を前提とし、前記軌跡パラメータ演算手段は、前記変位検出手段によって検出された前記横位置距離から第１の軌跡パラメータを算出する第１の演算手段と、前記姿勢パラメータ演算手段で演算された前記姿勢パラメータから第２の軌跡パラメータを算出する第２の演算手段と、
前記第１の演算手段で算出された第１の軌跡パラメータと前記第２の算出手段で算出された第２の軌跡パラメータのうちいずれかの軌跡パラメータを前記変位補正手段に出力させる切換を前記道路形状認識手段で特定した道路形状に応じて行う出力切換部とを備えて構成されていることを特徴とする。

（４）本発明による車両の走行制御システムは、たとえば、（１）の構成を前提とし、前記変位検出手段で検出する複数の前記計測点は、それら全てが道路上に位置づけられるように、それぞれ隣接する他の計測点との距離が調整される調整手段が備えられていることを特徴とする。

（５）本発明による車両の走行制御システムは、たとえば、（２）の構成を前提とし、カーナビゲーションを備え、
前記姿勢パラメータ演算手段によって算出される前記姿勢パラメータと、前記軌跡パラメータ演算手段によって算出される前記軌跡パラメータは、前記カーナビゲーションの画面に表示されることを特徴とする。

（６）本発明による車両の走行制御システムは、たとえば、（２）の構成を前提とし、地図データを格納するカーナビゲーションを備え、
前記地図データに対して前記軌跡パラメータ演算手段による算出される前記軌跡パラメータと、前記道路形状認識手段で特定される道路形状に基づいて、前記地図データを更新することを特徴とする。

（７）本発明による車両の走行制御システムは、たとえば、車両の前方の道路の情報から前記車両の進行方向ベクトルと直交する線分の前記道路の中心線に至るまでの横位置距離を該進行方向ベクトルの伸張方向に沿った複数の計測点で検出する変位検出手段と、
前記変位検出手段で検出された前記横位置距離から少なくともヨー角を算出する軌跡パラメータ演算手段と、
地図データを格納するカーナビゲーションを備え、
前記軌跡パラメータ演算手段によって算出されたヨー角を用いて前記ナビゲーションの地図データに自車位置を適合させるマップマッチングを行うことを特徴とする。

なお、本発明の以上の構成に限定されず、本発明の技術思想を逸脱しない範囲で種々の変更が可能である。

本発明による車両の走行制御システムによれば、自車両の前方の道路の形状の認識において自車位置との関係で迅速かつ正確に算出し得ることができるようになる。

また、本発明による車両の走行制御システムによれば、自車両の前方の道路の形状の迅速かつ正確な認識にともなって適切な走行制御を達成し得ることができる。

以下、本発明による車両の走行制御システムの実施例を図面を用いて説明する。

〈システムの全体構成〉
まず、図１は、本発明による車両の走行制御システムの全体構成の一実施例を示す概略ブロック図であり、たとえば自動車に搭載される走行制御システムを例に揚げて示している。この自動車の走行制御システムは、その後述する各種処理が、該自動車に搭載されるコンピュータに予めプログラミングされ、そのプログラムは予め定められた周期で繰り返し実行されるようになっている。

図１において、まず、変位検出手段１０１があり、この変位検出手段１０１は、自車両の前方の道路における中心線（道路中心線）と自車両の進行方向に一致するベクトル（進行方向ベクトル）との距離を複数の計測点ごとに算出するようになっている。ここで、道路中心線と自車両の進行方向ベクトルとの前記距離は、該進行方向ベクトルに対して直交方向に伸張する線分の道路中心線に至るまでの距離に相当し、便宜上この明細書では横位置距離と定義する場合がある。

このような横位置距離は、自車両に搭載されたカメラ等により取得した自車両の前方の道路の画像の情報から、該道路のたとえば白線を認識し、前記進行方向ベクトルに沿った自車両の前方のたとえば１０ｍ、２０ｍ、３０ｍの各地点（前記計測点）を基準にして、演算されるようになっている。

なお、道路の前記白線等の認識については、上述したカメラを利用する以外に、たとえばレーダ（レーザおよびミリ波）を用いて白線などの対象物までの距離と反射強度のデータを収集して算出するようにしてもよい。また、カメラ画像とレーダによる収集データを併用して白線等を認識してもよい。要は、車両の前方の道路においてその形状を特定し得る情報を取得できればよい。また、白線の他に、黄線、ガードレール、道路端などを認識してもよく、前記横位置距離についても白線、黄線、ガードレール、道路端などとの間の距離であってもよい。

そして、変位検出手段１０１で前記横位置距離を検出する場合において、計測点が道路上から喪失するような道路形状が存在するような場合、進行方向前方の検出範囲を調整することによって不都合を回避することができるようになっている。すなわち、前記変位検出手段１０１で定められる複数の前記計測点は、図示しない調整手段によって、それら全てが道路上に位置づけられるように、それぞれ隣接する他の計測点との距離が任意に調整されるようになっている。この変位検出手段１０１の詳細については図２を用いてさらに後述する。

また、道路形状認識手段１０２があり、この道路形状認識手段１０２には、カーナビゲーション１１１から自車位置道路情報が入力されるとともに、前記変位検出手段１０１から前記横位置距離の情報が入力されるようになっている。この道路形状認識手段１０２では、前記変位検出手段１０１からの情報、あるいはカーナビゲーション１１１からの情報に基づいて、自車両の前方の道路が直線路あるいはカーブ路を区別し得る道路形状を認識できるようになっている。

なお、図１に示す実施例では、該道路形状認識手段１０２において、道路形状の認識は、前記変位検出手段１０１からの情報、あるいはカーナビゲーション１１１からの情報に基づいて行っているものである。道路形状の正確を期すためである。しかし、いずれか一方のみであってもよい。この道路形状認識手段１０２の詳細については図３および図４を用いてさらに詳述する。

姿勢パラメータ演算手段１０３は、自車両に取り付けたセンサ等（図示せず）から自車両のステア角（ハンドル角）および車速に関する情報を取り込むようになっている。そして、該姿勢パラメータ演算手段１０３は、操舵角演算手段１０４および横滑り角・ヨーレート演算手段１０５を備えて構成されている。

ステア角に関する情報は前記操舵角演算手段１０４に入力され、この操舵角演算手段１０４によって自車両の操舵角が演算され、該操舵角に関する情報は前記横滑り角・ヨーレート演算手段１０５に入力されるようになっている。

車速に関する情報は前記横滑り角・ヨーレート演算手段１０５に入力され、この横滑り角・ヨーレート演算手段１０５では、該車速と操舵角に関する情報から、車両重心点の横滑り角βとヨーレートγが算出されるようになっている。前記横滑り角βは自車両の速度ベクトルと車体方向ベクトルがなす角で示される。また、この横滑り角βとヨーレートγは、この明細書において便宜的に姿勢パラメータと称する場合がある。この姿勢パラメータは、その値から、自車両が将来においてどのような軌跡をたどって走行するのかを推定できる性質のものとして把握される。

なお、この実施例では、ヨーレートγを上述したように前記横滑り角・ヨーレート演算手段１０５の演算によって算出しているが、必ずしもこのように構成することなく、ヨーレートセンサを自車両に独立して設け、このヨーレートセンサからの出力によってヨーレートγを検出するようにしてもよい。この姿勢パラメータ演算手段１０３の詳細については、図５を用いてさらに後述する。

軌跡パラメータ演算手段１０６は、変位検出手段１０１で検出した横位置距離と、道路形状認識手段１０２で認識した道路形状と、姿勢パラメータ演算手段１０３で演算した姿勢パラメータから、軌跡パラメータ（θ、Ｙ）を演算するようになっている。軌跡パラメータとは、道路中心線と車体方向ベクトルがなす角に相当するヨー角θと自車両の走行位置Yからなるパラメータである。

すなわち、軌跡パラメータ演算手段１０６は、概略的には、第１の演算手段１０７、第２の演算手段１０８、および出力切換部１０９から構成されている。第１の演算手段１０７には変位検出手段１０１から横位置距離に関する情報が入力され、この第１の演算手段１０７によって直線路における軌跡パラメータ（θ、Ｙ）が算出され、この算出値に関する情報は出力切換部１０６に入力されるようになっている。第２の演算手段１０８には姿勢パラメータ演算手段１０３から姿勢パラメータに関する情報が入力され、この第２の演算手段１０８によってカーブ路における軌跡パラメータ（θ、Ｙ）が算出され、この算出値に関する情報は出力切換部１０６に入力されるようになっている。

また、前記出力切換部１０６には、道路形状認識手段１０２から道路形状認識フラグの情報が入力され、その道路形状認識の内容（直線路あるいはカーブ路）に基づき、前記第１の演算手段１０７および第２の演算手段１０８のうちいずれか一方の出力を次に説明する変位補正手段１１０に出力させるようになっている。

この軌跡パラメータ演算手段１０６の詳細については、図６を用いてさらに後述する。

なお、図１では明示されていないが、たとえば、前記姿勢パラメータ演算手段１０３によって算出される姿勢パラメータ、前記軌跡パラメータ演算手段１０６によって算出される軌跡パラメータをたとえばナビケーション１１１の表示画面上に表示させ、これにより、運転者の状況判断に便ならしめるようにしてもよい。

変位補正手段１１０は、前記軌跡パラメータ演算手段１０６により算出された前記軌跡パラメータ（θ、Ｙ）に基づいて、前記変位検出手段１０１で検出した横位置距離を補正するようになっている。この変位補正手段１１０の詳細については、図７を用いてさらに後述する。

走行制御手段１１２は、たとえば図示しない変速機、エンジン等を駆動するように構成され、その駆動は、前記変位補正手段１１０により算出された前記横位置距離（補正された横位置距離）の情報に基づいてなされるようになっている。補正された前記横位置距離の情報は、補正前の横位置距離に対して車両姿勢による検出誤差が低減された値として算出されるようになっていることから、前記変速機、エンジン等を信頼性よく制御することができるようになる。

なお、本実施例における自動車の走行制御システムでは、前記変位補正手段１１０からの出力がカーナビゲーション１１１に入力されるようになっている。自車両の車両軌跡を利用してカーナビゲーション１１１に格納されている地図データを正しく補正せんがためである。その詳細は図９を用いて後述する。

〈変位検出手段１０１〉
図２は、前記変位検出手段１０１における処理内容についての説明図である。図２は、自車両が道路２０１を走行する際において前方の該道路２０１が映像されているカメラ画像２００を示している。このカメラ画像２００は自車両の前方に搭載されたカメラによって取得した画像であり、その画像情報は前記変位検出手段１０１に入力されることは上述したとおりである。このカメラ画像２００において、その水平方向にＹ軸２０６を一致づけ、垂直方向にＸ軸２０４を一致づけるとともに、自車位置２０５を座標原点Ｏとした座標系が設定されている。

そして、前記変位検出手段１０１では、該カメラ画像２００の画像処理により道路２０１の両脇の各白線２０２のエッジを検出し、検出した白線２０２の伸張方向上に、複数の計測点（自車位置２０５からたとえば１０ｍ、２０ｍ、３０ｍの各地点）における位置ベクトルＰ₁₁，Ｐ₁₂，Ｐ₁₃，Ｐ₂₁，Ｐ₂₂，Ｐ₂₃を設定する。

これら位置ベクトルＰ₁₁，Ｐ₁₂，Ｐ₁₃，Ｐ₂₁，Ｐ₂₂，Ｐ₂₃から、次式（１）を用いて位置ベクトルＱ₁，Ｑ₂，Ｑ₃を演算し、これら位置ベクトルＱ₁，Ｑ₂，Ｑ₃から道路中心線２０３を算出する。

Ｑ_n＝（Ｐ_1ｎ＋Ｐ_2ｎ）／２ （n=1,2,3） ・・・（１）
図２に示すＸ軸２０４は、前記カメラの方向および自車両の進行方向ベクトルと同義であるため、各道路中心２０３の位置ベクトルＱ₁，Ｑ₂，Ｑ₃のＹ座標が横位置距離２０７に相当した値となる。したがって、このような画像処理を行うことにより、横位置距離２０７を介して道路中心線２０３を検出することが可能となる。

そして、この横位置距離２０７に関する情報は、前記道路形状認識手段１０２および前記軌跡パラメータ演算手段１０６にそれぞれ出力されるようになっている。

〈道路形状認識手段１０２〉
図３は前記道路形状認識手段１０２における処理内容についての説明図である。図３は、前記カメラ画像２００のｘ軸方向に一致づけられる計測範囲Ｘを横軸に、この計測範囲Ｘに応じた前記横位置距離２０７を縦軸に示したグラフである。

図３において、横位置距離２０７は位置ベクトルＱ_nのＹ座標（Ｘ軸２０４から道路中心線２０３までの距離に相当）であるため、直線路の場合は、横位置距離の変化率（傾き）は一定になり実線３５１に示すように線形となる。また、カーブ路の場合は、道路中心線２０３が曲線を描くため、横位置距離の変化率（傾き）が変化し破線３５２に示すように非線形となる。

このことから、実線３５１もしくは破線３５２の自車位置からのたとえば１０ｍ、２０ｍ、３０ｍである各計測点によって分割された各区間の横位置距離の変化率を演算し、隣接する区間の横位置距離の変化率の線形性を判定することにより道路形状を認識することができる。

実線３５１および破線３５２において、自車位置から１０ｍの地点および２０ｍの地点の間の傾きＳ₂₀と２０ｍの地点および３０ｍの地点の間の傾きＳ₃₀はそれぞれ次式（２）、（３）で演算できる。

S₂₀=(Y₂₀−Y₁₀)/(X₂₀−X₁₀) ・・・（２）
S₃₀=(Y₃₀−Y₂₀)/(X₃₀−X₂₀) ・・・（３）
このようにして算出される道路形状に関する情報は、前記軌跡パラメータ演算手段１０６に出力されるようになっている。

また、図４は、前記道路形状認識手段１０２における処理内容の一実施例を示すフローチャートである。

まず、ステップ３０１において、変位検出手段１０１で算出した横位置距離を読み込み、ステップ３０２に進む。ステップ３０２において、前式（２）により横位置距離の傾き１（Ｓ₂₀）を算出してステップ３０３に進み、ステップ３０３において、前式（３）により横位置距離の傾き２（Ｓ₃₀）を算出する。

次に、ステップ３０４において、ステップ３０２およびステップ３０３で算出した横位置距離の傾き１（S₂₀）と傾き２（Ｓ₃₀）を比較し、S₂₀≠Ｓ₃₀となる状態が所定時間（Ｔ）経過したか否かの判定を行う。ステップ３０４の判定条件が成立した場合は、カーブ路を認識中と判断してステップ３０５に進み、ステップ３０５において、カーブ認識中フラグfSTTCMRをセットして処理を終了する。ステップ３０４の判定条件が不成立の場合は、直線路を認識中と判断してステップ３０６に進み、ステップ３０６において、カーブ認識中フラグfSTTCMRをクリアして処理を終了する。

このように、変位検出手段１０１において算出した横位置距離に応じて、直線路やカーブ路等を区別し得る道路形状を認識することが可能となる。そして、該道路形状認識フラグのパラメータは、前記軌跡パラメータ演算手段１０６に出力されるようになっている。

ここで、上述のように変位検出手段１０１において算出した横位置距離による道路形状認識は、車両姿勢のふらつき等により、その精度が低下する場合がある。すなわち図３に示したように、変位検出手段１０１で算出した横位置距離には、自車両の走行位置を示すオフセット量３５３およびヨー角３５４などの姿勢パラメータと、道路形状を示す角度３５５（図は、カーブ路）などの道路形状パラメータが同時に含まれるため、オフセット量３５３およびヨー角３５４等のばらつきにより精度よい道路形状認識ができない場合が生じる。

このため、これらオフセット量３５３およびヨー角３５４を前記姿勢パラメータ演算手段１０３の演算結果等に基づいて補正するようになっている。

〈姿勢パラメータ演算手段１０３〉
図５は、前記姿勢パラメータ演算手段１０３における処理内容の一実施例を示すフローチャートである。

まず、ステップ４０１において、自車両のステア角α（ハンドル角）および車速VSP等のパラメータを読み込み、ステップ４０２に進む。ステップ４０２において前記ステア角αとステアリング比ｇから、次式（４）を用いて操舵角δを算出する。

δ＝α／ｇ ・・・（４）
次に、ステップ４０３において、操舵角δと車速VSPから、次式（５）に示すヨーイング運動の運動方程式を用いてヨーレート微分値γ’を算出し、ステップ４０４に進む。

γ’＝｛2l_fK_fδ-2（l_fK_f-l_rK_r）β_z-2（l_f ²K_f+l_r ²K_r）γ_z／Vsp｝／I ・・・（５）
ここで、γ_ｚは１周期前に演算したヨーレートγであり、β_ｚは１周期前に演算した横滑り角βである。

ステップ４０４において、ステップ４０３にて算出したヨーレート微分値γ’から、次式（６）を用いてヨーレートγを算出する。

γ＝γ_z＋γ’×積分係数 ・・・（６）
ここで、式（６）における積分係数は演算周期に応じて決定される値である。

次に、ステップ４０５において、操舵角δと車速VSPから、次式（７）に示される車両の横方向の運動方程式を用いて横滑り角微分値β’を算出し、ステップ４０６に進む。

β’＝[2K_fδ-2（K_f+K_r）β_z-｛mVsp+2（l_fK_f-l_rK_r）／VSP｝γ]／mVSP ・・・（７）
ここで、式（７）において、β_ｚは１周期前に演算した横滑り角βであり、ｍは車両の慣性質量である。

ステップ４０６において、ステップ４０５にて算出した横滑り角微分値β’から、次式（８）を用いて横滑り角βを算出して処理を終了する。

β＝β_z＋β’×積分係数 ・・・（８）
ここで、式（８）において、積分係数は演算周期に応じて決定される値である。

なお、上述した各演算において、式（４）の演算は、図１に示した操舵角演算手段１０４によって行われ、式（５）ないし（８）の各演算は、図１に示した横滑り角・ヨーレート演算手段１０５によって行われるようになっている。

このように、姿勢パラメータ演算手段１０３によって、センサ等で検出したステア角αと車速VSPに基づき、姿勢パラメータである横滑り角βおよびヨーレートγを算出でき、自車両の車両姿勢を推定することが可能となる。そして、前記横滑り角βおよびヨーレートγの各値は前記軌跡パラメータ演算手段１０６に出力されるようになっている。

〈軌跡パラメータ演算手段１０６〉
図６は、前記軌跡パラメータ演算手段１０６における処理内容の一実施例を示したフローチャートである。

まず、ステップ５０１において、前記変位検出手段１０１で算出した横位置距離および前記姿勢パラメータ演算手段１０３で算出した横滑り角βとヨーレートγおよび前記道路形状認識手段１０２で認識した道路形状認識フラグ等のパラメータを読み込み、ステップ５０２に進む。

ステップ５０２において、図３に示した各区間の横位置距離変化率S₂₀，S₃₀を用いて次式（９）に示すように横位置距離変化率の平均値S_AVEを算出し、さらに、この横位置距離変化率の平均値S_AVEを用いて次式（１０）に示すようにカメラ角度θ₁を算出する。

S_AVE＝（S₂₀＋S₃₀）／２ ・・・・（９）
θ₁＝tan^-1（S_AVE） ・・・（１０）
カメラは自車両の進行方向（車体前後方向）に指向させて取り付けられており、カメラ角度θ₁は道路中心線と進行方向ベクトルとの角度に相当する。

次に、ステップ５０３において、横位置距離Ｙとステップ５０２で算出した横位置距離変化率の平均値S_AVEから、次式（１１ａ）、（１１ｂ）、（１１ｃ）をそれぞれ用いて、ｙ₁₀、ｙ₂₀、ｙ₃₀を算出する。ここで、ｙ₁₀、ｙ₂₀、ｙ₃₀は、それぞれ自車位置から１０ｍ、２０ｍ、３０ｍにおける各計測点におけるオフセット量である。そして、次式（１２）を用いてカメラオフセットＹ₁を算出し、ステップ５０２に進む。

ｙ₁₀＝Ｙ₁₀−Ｓ_AVE×１０ ・・・（１１ａ）
ｙ₂₀＝Ｙ₂₀−Ｓ_AVE×２０ ・・・（１１ｂ）
ｙ₃₀＝Ｙ₃₀−Ｓ_AVE×３０ ・・・（１１ｃ）
Ｙ₁＝（ｙ₁₀＋ｙ₂₀＋ｙ₃₀）／３ ・・・（１２）
カメラオフセットＹ₁とは、道路中心線２０３からの自車走行位置までの距離であり、図３において直線３５１および破線３５２の切片の平均値を示す。

ステップ５０４において、前記道路形状認識手段１０２で処理したカーブ認識中フラグfSTTCMR＝１の判定を行う。ステップ５０４の判定条件が成立した場合は、カーブ路を認識中と判断してステップ５０５に進む。そして、ステップ５０５において、次式（１３）、（１４）からカーブ路における軌跡パラメータ（θ、Ｙ）を算出して処理を終了する。

ここで、γは前記姿勢パラメータ演算手段１０３において前式（６）で算出したヨーレートを示し、Ｙ_VSPは次式（１５）より算出した走行位置に相当する値である。また、式（１５）において、積分係数は演算周期に応じて決定される値である。

θ＝θ_z＋γ ・・・（１３）
Ｙ＝Ｙ_z＋Ｙ_VSP ・・・（１４）
Ｙ_VSP＝V_SP×sin(β＋θ)×積分係数 ・・・（１５）
ステップ５０４の判定条件が不成立の場合は、直線路を認識中と判断してステップ５０６に進み、ステップ５０６において、前式（１０）および（１２）によって算出されたカメラ角度θ₁およびカメラオフセットＹ₁の各情報、すなわち、次式（１６）、（１７）で示される直線路における軌跡パラメータ（θ、Ｙ）を算出して処理を終了する。

θ＝θ₁（カメラ角度） ・・・（１６）
Ｙ＝Ｙ₁（カメラオフセット） ・・・（１７）
なお、上述した各演算において、式（９）ないし（１２）の各演算は図１に示した第１の演算手段１０７によって行われ、式（１３）ないし（１５）の各演算は図１に示した第２の演算手段１０８によって行われるようになっている。

ここで、第１の演算手段１０７は変位検出手段１０１からの情報（横位置距離）のみで直線路に関する軌跡パラメータの算出を行い、第２の演算手段１０８は、姿勢パラメータ演算手段１０３からの情報によりカーブ路に関する演算を行っている。この場合、直線路に関する軌跡パラメータは第２の演算手段１０８によっても算出できるが、演算を短時間でかつ容易化するために、直線路に関する軌跡パラメータの演算手段である第１の演算手段１０７を第２の演算手段１０８とは別個に設けた構成としている。しかし、このように構成する必要のないことはいうまでもない。

このように、変位検出手段１０１で算出した横位置距離と姿勢パラメータ演算手段１０３で算出した姿勢パラメータと道路形状認識手段１０２で認識した道路形状認識フラグ等により、道路形状に応じた軌跡パラメータ（θ、Ｙ）を算出することが可能となる。そして、この軌跡パラメータ（θ、Ｙ）は前記変位補正手段１１０に出力されるようになっている。

〈変位補正手段１１０〉
図７は、前記変位補正手段１１０の処理内容についての説明図である。図７は、前記軌跡パラメータ演算手段１０６から入力される軌跡パラメータ（θ，Ｙ）に関する情報により補正された横位置距離が、計測範囲との関係で示されたグラフである。該グラフは、その横軸に計測範囲Ｘを、縦軸に横位置距離Ｙをとっており、前記の図３に対応したグラフとなっている。

図７において、その実線６５１は図３の実線３５１に対応し、実線６５１で示される横位置距離は該実線３５１で示される横位置距離を補正した結果として示され、また、破線６５２は図３の破線３５２に対応し、破線６５２で示される横位置距離は該破線３５２で示される横位置距離を補正した結果として示されている。

すなわち、図７に示す実線６５１および破線６５２は、図３に示した実線３５１および破線３５２に対し、前記軌跡パラメータ（θ、Ｙ）の情報に基づいてオフセット量３５３およびヨー角３５４を補正した場合の横位置距離として示されている。これにより、図７に示す実線６５１は直線路の道路中心線に一致づけられて描画され、また、破線６５２はカーブ路の道路中心線に一致づけられて描画されることになる。

このように変位補正手段１１０において軌跡パラメータで横位置距離を補正することにより、車両姿勢による横位置距離検出誤差を低減し、道路形状の認識精度を向上させることが可能となる。そして、該変位補正手段１１０からの横位置距離が補正された情報は、前記走行制御装置１１２に入力され、この走行制御装置１１２によって、たとえば図示しない変速機、エンジン等を制御するようになっている。

〈道路形状認識による車両の減速制御〉
図８は、前記道路形状認識手段１０２の道路形状認識結果に応じて、カーブ路の進入時に車両が減速制御される場合を示す説明図である。図８は、その上段において、自車両である車両７０３が、直線路７０１とその先に続くカーブ路７０２とから構成される道路７００上を走行する場合を想定して示し、また、下段において、該車両７０３の走行する各地点（Ａ、Ｂ、Ｃ、Ｄ）における車速度をプロットした折れ線グラフで示している。

図８のＡ地点において進行方向前方のカーブ路７０２を認識すると、前記走行制御手段１１２において、カーブ到達距離７０５を演算する。このカーブ到達距離７０５は現時点の自車両の位置（Ａ地点）からカーブ路７０２の入口個所（Ｄ地点）までの距離に相当するものである。

また、進行方向前方のカーブ路７０２が認識されると、前記走行制御装置は、該カーブ路７０２の曲率半径の値に応じてカーブ進入時の目標速度 Ｖ_Dを演算し、この目標速度Ｖ_Dに応じて減速距離７０６を演算する。この減速距離７０６は現時点の位置（Ｂ地点）の自車両の車速あるいは直線路７０１に応じて制御された速度から、カーブ路７０２の入口個所（Ｄ地点）における速度まで減速するために必要な距離に相当するものである。なお、Ｂ地点における自車両の車速あるいは直線路７０１に応じて制御された速度は図８ではＶ_Aとしている。

車両７０３が速度Ｖ_Aで走行し、Ｂ地点経過後において、カーブ到達距離７０５が減速距離７０６より小さくなると、グラフの実線７０４で示すように、前記走行制御装置により演算された目標速度Ｖ_Dに応じて、車両７０３の減速を開始する。この場合、この減速は、図中Ｃ地点において、ＢＣ地点間の減速度率Ａ_CよりもＣＤ地点間の減速度率Ａ_Dを若干大きくするようにするという如く、たとえば２段階にわたる各減速を行うことにより運転者の減速による違和感を軽減させることが好ましい。

このように、Ｃ地点（速度Ｖ_C）までは減速度率Ａ_CでＣＤ地点間は減速度率Ａ_Dでそれぞれ減速させ、Ｄ地点において車両７０３がカーブ路７０２の入口個所（Ｄ地点）におけるカーブ進入時の目標速度Ｖ_Dまで減速させた後は、この目標速度V_Dを維持してカーブ路７０２で定速走行させることで、カーブ手前で車両７０３を適正な速度まで減速させることにより、快適性および安全性の向上が可能となる。また、車両７０３が図８に示す通路に至る前の直線路を走行している際には、上記のような減速制御を不必要に実施することはなく、定速走行および必要に応じた加減速制御を実施することができる。

〈カーナビゲーション１１１の地図データの補正〉
図９は、前記カーナビゲーション１１１の地図データを自車両の車両軌跡を利用して補正する方法についての説明図である。該地図データの補正は、図１に示すように、変位補正手段１１０からの信号が該ナビゲータ１１１に入力されることによってなされ、補正後の前記横位置距離と車両軌跡の情報に基づいて下記に示すように行われる。

図９において、自車両である車両８００がＸＹ座標系の原点に位置づけられているとし、該車両８００が走行しようとする実際の道路（道路中心線）を破線８０２で示している。これに対し、図９には、前記実際の道路に対応する道路であって地図データ上の道路を破線８０３で示している。破線８０３は破線８０２に対してずれた位置に描画されている。地図データにおける道路の位置情報は、実際の道路の位置と比べて若干の誤差がある場合があるからである。

まず、前記変位補正手段１１０により算出された補正後の横位置距離は道路中心線と等価であるため、補正後の横位置距離を用いてＸ軸方向の車両軌跡を演算できる。また、前記姿勢パラメータ演算手段１０３において横滑り角βを算出し、直線路の場合は変位検出手段１０１より算出した横位置距離からヨー角θを算出し、カーブ路の場合は軌跡パラメータ演算手段１０６よりヨー角θを算出し、これら算出値を次式（１８）に代入してＹ軸方向の車両軌跡を演算できる。

Ｙ＝Ｙ_z＋V_SP×sin(β＋θ)×積分係数＋Ｙ_mn ・・・（１８）
ここで積分係数は演算周期に応じて決定される値であり、Ｙ_mnはカメラ計測範囲（１０ｍ,２０ｍ,３０ｍ）である。

車両８００が、直線路を走行中の場合は、前記変位検出手段１１０で算出される補正後の横位置距離を利用してＸおよびＹ両方向の車両軌跡（Ｘ，Ｙ）を算出でき、該横位置距離を用いて地図データの補正処理を実行する。カーブ路を走行中の場合は、前記カメラ８０１によりカーブ路入口を認識し、このカーブ路入口の認識時点の自車位置を原点としたＸＹ直交座標系を設定し、Ｘ軸方向の車両軌跡（Ｘ）を補正後の横位置距離から算出し、Ｙ軸方向の車両軌跡（Ｙ）は、横滑り角βとヨー角θを前記式（１８）に代入してＹ軸方向の車両軌跡を算出する。

このような自車両の車両軌跡の演算結果（Ｘ，Ｙ）を用いて、カーナビゲーションの地図データにおいて誤差をもつ破線８０３の道路の座標を、前記演算結果（Ｘ，Ｙ）に対応する実線８０４で示される道路の座標に補正する。

このような補正処理を同じ道路上の走行のたび毎に繰り返し実行する事により、破線８０３で示す道路を破線８０２で示す道路に一致づけることができる。したがって、補正後の地図情報を利用して、遠方の道路形状の正確な情報（例えば、カーブ路およびその曲率など）を事前に認識でき、道路形状に対応した自動車の安全かつ快適な走行制御を行うことができる。

〈カーナビゲーション１１１のマップマッチング〉
図１０は、前記ヨー角θを用いてカーナビゲーションのマップマッチングを行う方法についての説明図である。

ナビゲーションの地図データは所定の地点における座標 （以下、ノードと称する）とそれらを結ぶ線分（以下、リンクと称する）によって構成されているのが通常であり、図１０は、地図データ上でノードＡ，Ｂ，ＣとリンクＡＢ，ＡＣで表現されている道路において、自車両である車両９００がノードＡで直角に右折してリンクＡＢに該当する道路上を走行している場合を想定した図である。

図１０において、車両９００は、その車体のふらつきや車線変更等により実際には前記リンクＡＢから若干ずれたＳ点の位置を走行しており、たとえばＧＰＳ（Global Positioning System）が非受信状態の場合には、マップマッチングにより自車位置を前記リンクＡＢ上のＰ点である正しい位置に適合させる処理を行なわなければならない。

すなわち、Ｓ点の位置の近傍に存在するリンクＡＣをリンクＡＢとともに抽出し、前記Ｓ点からリンクＡＢに引いた垂線ＳＰの距離と、Ｓ点からリンクＡＣに引いた垂線ＳＱの距離を算出する。次に、カーナビゲーション１１１に格納されている地図データのリンクＡＣおよびＡＢの情報とヨー角θに応じて角度θ_ELを算出する。該角度θ_ELはリンクＡＣとリンクＡＢの開き角からヨー角θを差し引いた値である。

そして、これらの値を用いて、次式（１９）、（２０）でそれぞれ定義されるリンクＡＢのエラーコストの値E_AB、リンクＡＣのエラーコストの値E_ACを算出する。

E_AB ＝ K₁ × |θ| ＋ K_２ × | SＰ| ……（１９）
E_AC ＝ K₁ × |θ_EL| ＋ K_２ × | SQ | ……（２０）
ここで、K₁，K₂は重み係数である。

マップマッチングにおいては、前式（１９）、（２０）により算出したエラーコストの値が最も小さいリンクを選択し、選択されたリンクと垂線の交差する点（線分の垂線の足）を自車位置として修正している。

ところで、従来にあって、前記ヨー角θの算出は操舵角δを用いて推定した値であるため、前記車両９００のタイヤのたわみや微小な横滑りの影響により該ヨー角θに誤差が発生する場合がある。この場合、リンクＡＢとリンクＡＣのなす角が小さい場合において、エラーコストの値の比較が困難となり、リンクＡＢに該当する道路を走行しているにもかかわらず、リンクＡＣを走行していると誤判定してしまう不都合が生じる。

これに対して、本実施例では、上述したように、前記ヨー角の検出として、前記変位検出手段１０１で検出された横位置距離の情報を用いて第１の演算手段１０７によって行っていることから、直線路におけるヨー角は極めて正確な値として算出することができる。このため、カーナビゲーションのマップマッチングの精度の向上を図ることができる。

なお、ここで、図１１を用いて、曲率が一定のカーブにおけるオフセットα（道路中心線からの自車走行位置までの距離）とヨー角θ（道路中心線と車体方向ベクトルがなす角）の算出方法について説明する。図１１は、カメラで曲率一定のカーブを認識している場合の位置関係を示す概略図である。

図１１において、自車１００１が道路１００２を走行しており、図のＰ点（カーブ始点）において自車が曲率一定のカーブに進入した場合、変位検出手段１０１によりＱ1，Ｑ2，Ｑ3の各点の横位置を検出する。このとき、自車の進行方向を基準とした座標系（Ｘ、Ｙ）において、Ｑ1，Ｑ2，Ｑ3は次式（２１）〜（２３）で表される。

Ｑ1＝（Ｘ１０、Ｙ１０） ・・・（２１）
Ｑ2＝（Ｘ２０、Ｙ２０） ・・・（２２）
Ｑ3＝（Ｘ３０、Ｙ３０） ・・・（２３）
曲率一定のカーブの場合、道路形状は円の方程式で記述できるので、中心座標Cを（Ａ、Ｂ）とすると、次式（２４）〜（２６）が得られる。

（X10−A）² ＋ （Y10−B）²＝R² ・・・（２４）
（X20−A）² ＋ （Y20−B）²＝R² ・・・（２５）
（X30−A）² ＋ （Y30−B）²＝R² ・・・（２６）
Ｑ1，Ｑ2，Ｑ3の位置は変位検出手段１０１により既知であるため、これらの連立方程式を解くことにより中心座標Ｃおよび曲率半径Ｒを算出できる。

次に、Ｐ点における道路中心線の接線を基準とした座標系（ｘ、ｙ）について考える。この座標系では円の中心座標Cは（０、Ｒ）となる。ここで、図１１の拡大図に示すように、道路中心線を１００３、白線を１００４とすると、座標系（ｘ、ｙ）は座標系（Ｘ、Ｙ）をヨー角θ分だけ回転移動し、ｙ軸方向にオフセットαだけ平行移動した座標系である。したがって、円の中心Ｃを座標変換することにより、次式（２７）の連立方程式が得られ、ヨー角θおよびオフセットαを算出できる。

以上説明したように、変位検出手段１０１により算出した横位置を用いることにより、道路中心線からの自車走行位置までの距離（オフセット）、道路中心線と車体方向ベクトルがなす角（ヨー角）を演算することができ、演算結果を上述の図７に示す横位置の補正や上述の図１０ に示すマップマッチングに適用することができる。

本発明による自動車の走行制御システムの全体構成の一実施例を示す概略ブロック図である。 図１に示す変位検出手段における処理内容の一実施例を示す説明図である。 図１に示す道路形状認識手段における処理内容の一実施例を示す説明図である。 図１に示す道路形状認識手段における処理内容の一実施例を示すフローチャートである。 図１に示す姿勢パラメータ演算手段における処理内容の一実施例を示すフローチャートである。 図１に示す軌跡パラメータ演算手段における処理内容の一実施例を示すフローチャートである。 図１に示す変位補正手段の処理内容の一実施例についての説明図である。 図１に示す道路形状認識手段の認識結果に応じて、カーブ路の侵入時に車両が減速制御される場合の一実施例を示す説明図である。 図１に示すカーナビゲーションの地図データを自車両の車両軌跡を利用して補正する方法の一実施例についての説明図である。 図１に示す軌跡パラメータ演算手段によって算出されるヨー角を用いてカーナビゲーションのマップマッチングを行う方法の一実施例についての説明図である。 カメラで曲率一定のカーブを認識している場合の位置関係を示した概略図である。

符号の説明

１０１……変位検出手段、１０２……道路形状認識手段、１０３……姿勢パラメータ演算手段、１０４……操舵角演算手段、１０５……横滑り角・ヨーレート演算手段、１０６……軌跡パラメータ演算手段、１０７……第１の演算手段、１０８……第２の演算手段、１０９……出力切換部、１１０……変位補正手段、１１２……走行制御手段、
２００……カメラ画像、２０１……道路、２０２……白線、２０３……道路中心線、２０５……自車位置、２０７……横位置距離、３５３……オフセット量、３５４……ヨー角、７００……道路、７０１……直線路、７０２……カーブ路、７０３……車両、７０５……カーブ到達距離、７０６……減速距離。

Claims (7)

1. 少なくとも、車両の前方の道路の情報から前記車両の進行方向ベクトルと直交する線分の前記道路の中心線に至るまでの横位置距離を該進行方向ベクトルの伸張方向に沿った複数の計測点で検出する変位検出手段と、
   この変位検出手段によって得られる各横位置距離の変化の線形性から道路形状を特定する道路形状認識手段と、
   この道路形状認識手段の前記特定の結果に応じて前記車両の走行制御を行う走行制御手段と、
   を備えることを特徴とする車両の走行制御システム。
2. 車両のステア角および車速から前記車両の姿勢パラメータを算出する姿勢パラメータ演算手段と、
   この姿勢パラメータ演算手段の前記姿勢パラメータから前記車両の走行軌跡を示す軌跡パラメータを算出する軌跡パラメータ演算手段と、
   この軌跡パラメータ演算手段の前記軌跡パラメータに応じて前記変位検出手段によって検出された前記横位置距離を補正する変位補正手段と、
   を備えることを特徴とする請求項１に記載の車両の走行制御システム。
3. 前記軌跡パラメータ演算手段は、前記変位検出手段によって検出された前記横位置距離から第１の軌跡パラメータを算出する第１の演算手段と、
   前記姿勢パラメータ演算手段で演算された前記姿勢パラメータから第２の軌跡パラメータを算出する第２の演算手段と、
   前記第１の演算手段で算出された第１の軌跡パラメータと前記第２の算出手段で算出された第２の軌跡パラメータのうちいずれかの軌跡パラメータを前記変位補正手段に出力させる切換を前記道路形状認識手段で特定した道路形状に応じて行う出力切換部と、
   を備えて構成されていることを特徴とする請求項２に記載の車両の走行制御システム。
4. 前記変位検出手段で検出する複数の前記計測点は、それら全てが道路上に位置づけられるように、それぞれ隣接する他の計測点との距離が調整される調整手段が備えられていることを特徴とする請求項１に記載の車両の走行制御システム。
5. カーナビゲーションを備え、
   前記姿勢パラメータ演算手段によって算出される前記姿勢パラメータと、前記軌跡パラメータ演算手段によって算出される前記軌跡パラメータは、前記カーナビゲーションの画面に表示されることを特徴とする請求項２に記載の車両の走行制御システム。
6. 地図データを格納するカーナビゲーションを備え、
   前記地図データに対して前記軌跡パラメータ演算手段による算出される前記軌跡パラメータと、前記道路形状認識手段で特定される道路形状に基づいて、前記地図データを更新することを特徴とする請求項２に記載の車両の走行制御システム。
7. 車両の前方の道路の情報から前記車両の進行方向ベクトルと直交する線分の前記道路の中心線に至るまでの横位置距離を該進行方向ベクトルの伸張方向に沿った複数の計測点で検出する変位検出手段と、
   前記変位検出手段で検出された前記横位置距離から少なくともヨー角を算出する軌跡パラメータ演算手段と、
   地図データを格納するカーナビゲーションを備え、
   前記軌跡パラメータ演算手段によって算出されたヨー角を用いて前記ナビゲーションの地図データに自車位置を適合させるマップマッチングを行うことを特徴とする車両の走行制御システム。

Images