JP2009169535A - 車両用運転支援装置 - Google Patents

Abstract

【課題】実際の車外環境やドライバのフィーリングに合った運転支援制御を実現することができる車両用運転支援装置を提供する。
【解決手段】制御ユニット５は、自車１の前方で認識した対象物に基づいてリスクポテンシャルの分布を生成するとともに、自車前方に自車１との相対位置に応じて異なる複数組の座標点群を設定し、自車１の直前に設定した走行確率ｎ(0,G0)をリスクポテンシャルの分布状態に応じた分配比に従って自車近傍の座標点群の座標点から遠方に隣接する座標点群の複数の座標点へと順次シフトさせる。そして、このように走行確率を設定した各座標点に基づいて、走行確率が閾値以上で自車前方に座標点が連続する領域を自車１が走行可能な走行領域として設定することにより、実際の車外環境やドライバのフィーリングに合った走行領域を設定して好適な運転支援制御を実現できる。
【選択図】図２

Description

本発明は、車外環境を認識し、認識した車外環境情報に基づいて自車の運転支援制御を行う車両用運転支援装置に関する。

近年、車載したミリ波レーダや赤外線レーザレーダ等のレーダ手段、ステレオカメラや単眼カメラ等の撮像手段、或いは、これらレーダ手段と撮像手段との併用によって車両前方の車外情報を認識し、認識した車外情報に基づいて車両の各種制御等を行う運転支援装置については様々な提案がなされている。

この種の運転支援装置では、一般に、自車に作用するヨーレートや舵角、白線やガードレール等に基づいて自車走行路が推定される。例えば、特許文献１には、自車走行路前方での先行車の捕捉（検出)状態に応じて、追従走行制御と定速走行制御とを選択的に行う車間距離制御付クルーズコントロール（ＡＣＣ；Adaptive Cruise Control）機能を備えた車両の制御装置において、操舵角センサおよびヨーレートセンサからの信号に基づいて進行路（自車走行路）を予測する技術が開示されている。
特開２００６−３４７５０７号公報

しかしながら、上述の特許文献１に開示された技術のようにヨーレートや舵角等に基づいて自車走行路を推定する場合、実際の道路形状とは異なる領域を自車走行路として推定する等の虞がある。

一方、白線やガードレール等に基づいて自車走行路を推定する場合、白線等の認識が困難な状況では自車走行路を推定できなくなる等の虞がある。

さらに、上述のように推定された自車走行路に基づいてＡＣＣ制御等の運転支援制御を行う場合において、自車走行路上に障害物等が検出された際に、実際には障害物等を迂回可能な領域が自車進行路に隣接して存在するにも拘わらず過剰な減速制御が行われる等、ドライバのフィーリングとはかけ離れた運転支援制御が行われてしまう虞がある。

本発明は上記事情に鑑みてなされたもので、実際の車外環境やドライバのフィーリングに合った運転支援制御を実現することができる車両用運転支援装置を提供することを目的とする。

本発明は、自車前方の対象物の情報を認識する車外情報認識手段と、自車に対して前記各対象物が及ぼすリスクポテンシャルの分布を演算するリスク分布演算手段と、自車の前方に当該自車との相対位置に応じて異なる複数組の座標点群を設定する座標点設定手段と、自車の直前に所定の走行確率を設定し当該走行確率を前記リスクポテンシャルの分布状態に応じた分配比に従って自車近傍の前記座標点群の座標点から遠方に隣接する前記座標点群の複数の座標点へと順次シフトさせて前記各座標点に自車の走行確率を設定する走行確率設定手段と、前記座標点の走行確率が閾値以上で自車前方に連続する領域を自車が走行することが可能な走行領域として設定する走行領域設定手段とを備えたことを特徴とする。

本発明の車両用運転支援装置によれば、実際の車外環境やドライバのフィーリングに合った運転支援制御を実現することができる。

以下、図面を参照して本発明の形態を説明する。図面は本発明の一実施形態に係わり、図１は運転支援装置を搭載した車両の概略構成図、図２は走行領域設定ルーチンを示すフローチャート、図３はリスクポテンシャル分布演算サブルーチンを示すフローチャート、図４は各座標点に対する走行確率演算サブルーチンを示すフローチャート、図５は自車前方のリスクマップの一例を示す説明図、図６は自車前方のリスクマップ上に設定した座標点の一例を示す説明図、図７は走行確率の演算方法の一例を示す説明図、図８は各座標点の走行確率に基づいて設定された走行領域の一例を示す説明図である。

図１において、符号１は自動車等の車両（自車両）を示し、この車両１には、運転支援装置２が搭載されている。この運転支援装置２は、例えば、ステレオカメラ３、ステレオ画像認識装置４、制御ユニット５等を主要部として構成されている。

また、自車両１には、自車速Ｖを検出する車速センサ１１、運転支援制御のＯＮ−ＯＦＦ信号が入力されるメインスイッチ１３等が設けられており、自車速Ｖはステレオ画像認識装置４と制御ユニット５に入力され、運転支援制御のＯＮ−ＯＦＦ信号等は制御ユニットに入力される。

ステレオカメラ３は、ステレオ光学系として例えば電荷結合素子（ＣＣＤ）等の固体撮像素子を用いた１組の（左右の）ＣＣＤカメラで構成されている。これら左右のＣＣＤカメラは、それぞれ車室内の天井前方に一定の間隔を持って取り付けられ、車外の対象を異なる視点からステレオ撮像し、画像データをステレオ画像認識装置４に入力する。

ステレオ画像認識装置４は、先ず、ステレオカメラ３で撮像した自車両１の進行方向の１組のステレオ画像対に対し、対応する位置のずれ量から距離情報を求め、距離画像を生成する。そして、このデータを基に、周知のグルーピング処理を行い、予め記憶しておいた３次元的な道路形状データ、側壁データ、立体物データ等の枠（ウインドウ）と比較し、白線データ、道路に沿って存在するガードレール、縁石等の側壁データを抽出するとともに、立体物を、２輪車、普通車両、大型車両、歩行者、電柱等その他の各種立体物に分類して抽出する。

上述の認識した各データは、自車両１を原点とし、自車両１の前後方向をＸ軸、幅方向をＹ軸とする座標系において、それぞれの位置が演算され、特に、２輪車、普通車両、大型車両の車両データにおいては、その前後方向長さが、例えば、３ｍ、４．５ｍ、１０ｍ等と予め推定されて、また、幅方向は検出した幅の中心位置を用いて、その車両の現在存在する中心位置が（ｘobs，ｙobs）の座標で演算される。なお、車車間通信等により、車両の前後方向長さが精度良く得られる場合には、その長さデータを用いて、上述の中心位置を演算するようにしてもよい。

さらに、立体物データにおいては、自車両１からの距離のＸ軸方向変化及びＹ軸方向変化から自車両１に対する相対速度が演算され、この相対速度と自車両１の速度Ｖとに基づいて、それぞれの立体物のＸ軸方向速度、Ｙ軸方向速度（ｖxobs，ｖyobs）が演算される。

こうして得られた各情報、すなわち、白線データ、道路に沿って存在するガードレール、縁石等の側壁データ、及び、立体物データ（種別、自車両１からの距離、中心位置（ｘobs，ｙobs）、速度（ｖxobs，ｖyobs）等）の各データは制御ユニット５に入力される。このように、本実施形態において、ステレオカメラ３及びステレオ画像認識装置４は、車外情報認識手段としての機能を有する。

制御ユニット５には、車速センサ１１から自車速Ｖ、ステレオ画像認識装置４から白線データ、道路に沿って存在するガードレール、縁石等の側壁データ、及び、立体物データ（種別、自車両１からの距離、中心位置（ｘobs，ｙobs）、速度（ｖxobs，ｖyobs）等の各データが入力される。そして、制御ユニット５は、ステレオ画像認識装置４から入力される各対象物が自車１に対して及ぼすリスクポテンシャルの分布を演算する。また、制御ユニット５は、自車前方に、自車１との相対位置（例えば、Ｘ軸方向の相対位置）に応じて異なる複数組の座標点群を設定する。さらに、制御ユニット５は、自車１の直前に所定の走行確率（例えば、走行確率１００％）を設定し、当該走行確率を自車前方のリスクポテンシャルの分布状態に応じた分配比に従って自車近傍の座標点群の座標点から遠方に隣接する座標点群の複数の座標点へと順次シフトさせて各座標点に自車の走行確率を設定する。そして、制御ユニット５は、座標点に設定された走行確率が閾値以上で自車前方に連続する領域を自車１が走行することが可能な走行領域として設定する。このように、本実施形態において、制御ユニット５は、リスク分布演算手段、座標点設定手段、走行確率設定手段、及び、走行領域設定手段としての各機能を有する。

このようにして自車両１の前方に走行領域を設定すると、制御ユニット５は、設定した走行領域に基づく車両１の運転支援制御を行う。この運転支援制御として、本実施形態では、例えば、ＡＣＣ制御が行われる。すなわち、メインスイッチ１３がＯＮされると、制御ユニット５は、ステレオ画像認識装置４で認識した立体物データに基づいて走行領域上の先行車検出を行い、先行車が検出されていない定速走行制御時には、ドライバがセットした設定車速Ｖsetを目標車速Ｖtrgtとして設定し、電子制御スロットル弁１５の開閉制御（エンジンの出力制御）を行うことで、自車速Ｖを目標車速Ｖtrgtに収束させる。さらに、制御ユニット５は、エンジンの出力制御のみでは十分な減速度が得られないと判断した場合に、アクティブブースタ１６からの出力液圧の制御（ブレーキの自動介入制御）を併用し、自車速Ｖを目標車速Ｖtrgtに収束させる。また、制御ユニット５は、定速走行制御を行っている際に、先行車を検出した場合には、追従走行制御へと移行する。そして、追従走行制御へと移行すると、制御ユニット５は、追従目標車間距離Ｄtuijuに基づいて目標車速Ｖtrgtを設定し、電子制御スロットル弁１５の開閉制御（エンジンの出力制御）を行うことで、車間距離Ｄnowを追従目標車間距離Ｄtuijuに収束させる。さらに、制御ユニット５は、エンジンの出力制御のみでは十分な減速度が得られないと判断した場合に、アクティブブースタ１６からの出力液圧の制御（ブレーキの自動介入制御）を併用し、車間距離Ｄnowを追従目標車間距離Ｄtuijuに収束させる。ここで、追従目標車間距離Ｄtuijuは、例えば、自車速Ｖに応じて可変設定される。すなわち、制御ユニット５には、例えば、追従目標車間距離設定用のマップが予め設定され格納されており、制御ユニット５は、このマップを参照して、自車速Ｖが大きくなるほど追従目標車間距離Ｄtuijuを長く設定する。

次に、制御ユニット５で行われる走行領域設定について、図２に示す走行領域設定ルーチンに従って説明する。このルーチンは、設定時間毎に繰り返し実行されるもので、ルーチンがスタートすると、制御ユニット５は、先ず、ステップＳ１０１において、ステレオ画像認識装置４で認識された車外情報の取得を行う。すなわち、制御ユニット５は、白線データ、道路に沿って存在するガードレール、縁石等の側壁データ、及び、立体物データ（種別、自車両１からの距離、中心位置（ｘobs，ｙobs）、速度（ｖxobs，ｖyobs）等）の各データをステレオ画像認識装置４から読み込む。

続くステップＳ１０２において、制御ユニット５は、取得した車外情報に基づいて自車前方のリスクポテンシャルの分布（リスクマップ）を演算する。このリスクポテンシャル分布の演算は、例えば、図３に示すリスクポテンシャル演算サブルーチンに従って行われ、サブルーチンがスタートすると、制御ユニット５は、先ず、ステップＳ２０１において、白線（ガードレール、側壁も白線と同等に扱うものとする）を対象とする現在のリスク関数Ｒlineを、以下の（１）式により、演算する。
Ｒline＝Ｋline・ｙ^２ …（１）
ここで、Ｋlineは、予め設定したゲインである。すなわち、白線を対象とする現在のリスク関数Ｒlineは、左右の白線（ガードレール、側壁も白線と同等に扱う）で認識される走行路の中央を中心軸とする２次関数で与えられる。なお、本実施形態では、リスク関数Ｒlineを２次関数としているが、リスク関数Ｒlineは、走行路の中央から白線に近いほど、より大きなリスク値を導く関数であれば良く、例えば、４次或いは６次の関数とすることもできる。また、本実施形態では、ガードレール、側壁も白線と同等に扱って２次のリスク関数Ｒlineを与えるようにしているが、ガードレール、側壁の場合は、白線に対するリスク関数Ｒlineとは異なる関数に変更し、白線の場合よりも大きなリスク値を導くようにしてもよい。例えば、左右の白線に対するリスク関数Ｒlineを２次関数で与えた場合、ガードレール、側壁に対しては４次或いは６次の関数に変更する。また、同じ２次関数であってもゲインＫlineの値を大きな値に変更するようにしてもよい。さらに、白線に対するリスク関数Ｒlineは、走行路の中央を中心軸とする例に限らず、中心軸をオフセットさせて、左側と右側の白線とでリスク値を互いに異ならせるようにしてもよい。

次いで、ステップＳ２０２に進むと、制御ユニット５は、立体物（２輪車、普通車両、大型車両、歩行者、電柱等その他の各種立体物）を対象とする現在のリスク関数Ｒobsを、以下の（２）式により、演算する。
Ｒobs＝Ｋobs・ｅｘｐ（−（（ｘobs−ｘ）^２／（２・σxobs^２））
−（（ｙobs−ｙ）^２／（２・σyobs^２））） …（２）
ここで、Ｋobsは、予め設定したゲインである。また、σxobsは予め設定しておいた対象のＸ軸方向の分散を示し、σyobsは、予め設定しておいた対象のＹ軸方向の分散を示し、これら分散σxobs、σyobsは、例えば、ステレオカメラ３による認識精度が低いほど大きく設定するようにしてもよい。また、分散σxobs、σyobsは、対象の種別が、普通車両及び大型車両の場合を基準として、歩行者、２輪車である場合は大きく設定し、それ以外の立体物の場合は小さくするようにしてもよい。さらに、自車両１と対象となる立体物の幅方向のラップ率に応じて設定するようにしても良い。

さらに、実際の走行においては、立体物が自車両１に対する順方向の速度成分を有する移動物(順方向移動物）である場合にはリスクが小さく、立体物が自車両１に対する逆方向の速度成分を有する移動物（逆方向移動物）である場合にはリスクが大きくなることが考えられるため、上述の（２）式において、自車両１との相対速度に応じてリスク値を増減させる補正項を加えることが望ましい。

次いで、ステップＳ２０３に進むと、制御ユニット５は、現在のトータルリスク関数Ｒを、以下の（３）式により、演算する。
Ｒ＝Ｒline＋Ｒobs …（３）
次いで、ステップＳ２０４に進み、ｔ秒後の立体物位置（ｘobs（t)，ｙobs(t)）を、以下の（４）式により推定する。
（ｘobs(t)，ｙobs(t)）＝（ｘobs＋ｖxobs・ｔ，ｙobs＋ｖyobs・ｔ） …（４）
次に、ステップＳ２０５に進み、上述のステップＳ２０４で推定したｔ秒後の立体物位置（ｘobs（t)，ｙobs(t)）を、上述のステップＳ２０３で演算したトータルリスク関数Ｒのｘ及びｙにそれぞれ代入し、ｔ秒後のトータルリスク関数Ｒ（ｘobs(t)，ｙobs(t)）を設定した後、サブルーチンを抜ける。これにより、例えば、図５に示すように、自車両１の前方の領域にリスクマップが設定される。

メインルーチンにおいて、ステップＳ１０２からステップＳ１０３に進むと、制御ユニット５は、リスクマップが設定された自車前方の領域に、複数の座標点を設定する。本実施形態において、各座標点は、例えば、自車両１を基準として設定間隔毎（例えば、５ｍ毎）に設定されるメッシュ上の格子点で構成され、各座標点（格子点）は、自車両１に対してＸ軸方向の距離が互いに等しいもの同士が、格子点群Ｇ0，Ｇ1，…，Ｇmaxとしてそれぞれグループ分けされている（例えば、図６参照）。

次いで、ステップＳ１０４に進むと、制御ユニット５は、各座標点上を自車両１が走行する確率を演算する。この走行確率の演算は、例えば、図４に示す走行確率演算サブルーチンに従って行われ、サブルーチンがスタートすると、制御ユニット５は、先ず、ステップＳ３０１において、自車直前の座標点(0,G0)を選択し、当該座標点に所定の走行確率ｎ(0,G0)（例えば、走行確率ｎ(0,G0)＝１００）を設定する。

次いで、ステップＳ３０２に進むと、現在選択中の座標点に対応する次グループの座標点を抽出する。本実施形態において、現在選択中の座標点に対応する座標点としては、当該選択中の座標点に対し、次グループ（次の座標点群Ｇ）中で最も近い３つの座標点が抽出される。すなわち、図７において、例えば、現在選択中の座標点が(0,G0)である場合、対応する座標点として、座標点群Ｇ１の中から、(-1,G1)、(0,G1)、(1,G1)が抽出される。

そして、ステップＳ３０３に進むと、制御ユニット５は、抽出した各座標点でのリスクポテンシャルｒをそれぞれ読み込み、続くステップＳ３０４において、現在選択中の座標点における走行確率を、次座標点群Ｇから抽出した各座標点に対し、各リスクポテンシャルｒに応じた配分比で分配する。

例えば、現在選択中の座標点の走行確率をＮ、選択中の座標点に対応して次座標点群Ｇから抽出された各座標点の走行確率をｎ１，ｎ２，ｎ３、抽出された各座標点上のリスクポテンシャルをｒ１，ｒ２，ｒ３とし、リスクマップ上でとり得るリスクポテンシャルの最大値を１００とすると、各走行確率ｎ１〜ｎ３は、以下の（５）〜（７）式により、演算される。
ｎ１＝Ｎ・（１００−ｒ１）／（３００−（ｒ１＋ｒ２＋ｒ３）） …（５）
ｎ２＝Ｎ・（１００−ｒ２）／（３００−（ｒ１＋ｒ２＋ｒ３）） …（６）
ｎ３＝Ｎ・（１００−ｒ３）／（３００−（ｒ１＋ｒ２＋ｒ３）） …（７）
但し、本実施形態において、抽出された座標点でのリスクポテンシャルが予め設定された閾値以上である場合には、当該座標点への走行確率の分配はキャンセルされる。なお、走行確率の分配の際には、リスクポテンシャルのみならず、例えば、操舵角やヨーレート等を参照して自車１の旋回方向を判定し、判定した旋回方向の配分率を高くする補正を行っても良い。

そして、ステップＳ３０５に進むと、制御ユニット５は、同一座標点群Ｇの全ての座標点を選択したか否かを調べ、未だ全ての座標点を選択していないと判定した場合には、ステップＳ３０６に進み、同一座標点群Ｇの中から新たな座標点を選択した後、ステップＳ３０２に戻る。

一方、ステップＳ３０５において、同一座標点群Ｇの全ての座標点を選択したと判定すると、制御ユニット５は、ステップＳ３０７に進み、現在の座標点群がＧ(max-1)の座標点群であるか否かを調べる。

そして、ステップＳ307において、現在の座標点群がＧ（max-1)の座標点群ではないと判定すると、制御ユニット５は、ステップＳ３０８に進み、自車１の遠方で現在の座標点群Ｇに隣接する座標点群を新たに選択した後、ステップＳ３０６に進む。

一方、ステップＳ３０７において、現在の座標点群がＧ(max-1)であると判定すると、制御ユニット５は、そのままサブルーチンを抜ける。

これにより、自車前方に設定された全ての座標点上に自車１の走行確率が設定される。なお、図７からも明らかなように、例えば、座標点(0,G2)における走行確率ｎ(0,G2)は、座標点(-1,G1)，(0,G1)，(1,G1)からそれぞれ分配された走行確率の和で構成される。このように、本実施形態において、各座標点における走行確率は、自車１の直前の座標点(0,G0)に設定された走行確率ｎ(0,G0)が各座標点で離合集散しながら遠方の座標点群Ｇへとシフトすることにより設定される。

メインルーチンにおいて、ステップＳ１０４からステップＳ１０５に進むと、制御ユニット５は、ステップＳ１０４で各座標点に設定した走行確率ｎに基づいて自車が走行することが可能な走行領域を設定した後、ルーチンを抜ける。すなわち、例えば、図８に示すように、制御ユニット５は、走行確率が予め設定した閾値以上である座標点を抽出し、抽出した座標点（例えば、図中で○印を付した座標点）で囲まれた領域を自車１の走行領域として設定する。

このような実施形態によれば、自車１の前方で認識した対象物に基づいてリスクポテンシャルの分布を生成するとともに、自車前方に自車１との相対位置に応じて異なる複数組の座標点群を設定し、自車１の直前に設定した走行確率ｎ(0,G0)をリスクポテンシャルの分布状態に応じた分配比に従って自車近傍の座標点群の座標点から遠方に隣接する座標点群の複数の座標点へと順次シフトさせることにより、簡単な演算により各座標点に自車１の走行確率を設定することができる。そして、このように走行確率を設定した各座標点に基づいて、走行確率が閾値以上で自車前方に座標点が連続する領域を自車１が走行可能な走行領域として設定（推定）することにより、実際の車外環境やドライバのフィーリングに合った走行領域を設定して好適な運転支援制御を実現することができる。

この場合、特に、ヨーレート等や白線等のみに依存することなく走行領域を設定することができるので、様々な走行状態や車外環境においても好適な走行領域の設定を実現することができる。また、走行領域は障害物等に起因したリスクの高い領域を回避することを前提として推定されるので、ドライバのフィーリングに合った運転支援制御を実現することができる。

運転支援装置を搭載した車両の概略構成図 走行領域設定ルーチンを示すフローチャート リスクポテンシャル分布演算サブルーチンを示すフローチャート 各座標点に対する走行確率演算サブルーチンを示すフローチャート 自車前方のリスクマップの一例を示す説明図 自車前方のリスクマップ上に設定した座標点の一例を示す説明図 走行確率の演算方法の一例を示す説明図 各座標点の走行確率に基づいて設定された走行領域の一例を示す説明図

符号の説明

１ … 車両（自車両）
２ … 運転支援装置
３ … ステレオカメラ（車外情報認識手段）
４ … ステレオ画像認識装置（車外情報認識手段）
５ … 制御ユニット（リスク分布演算手段、座標点設定手段、走行確率設定手段、走行領域設定手段）
１１ … 車速センサ
１３ … メインスイッチ
１５ … 電子制御スロットル弁
１６ … アクティブブースタ

Claims (1)

1. 自車前方の対象物の情報を認識する車外情報認識手段と、
   自車に対して前記各対象物が及ぼすリスクポテンシャルの分布を演算するリスク分布演算手段と、
   自車の前方に当該自車との相対位置に応じて異なる複数組の座標点群を設定する座標点設定手段と、
   自車の直前に所定の走行確率を設定し当該走行確率を前記リスクポテンシャルの分布状態に応じた分配比に従って自車近傍の前記座標点群の座標点から遠方に隣接する前記座標点群の複数の座標点へと順次シフトさせて前記各座標点に自車の走行確率を設定する走行確率設定手段と、
   前記座標点の走行確率が閾値以上で自車前方に連続する領域を自車が走行することが可能な走行領域として設定する走行領域設定手段とを備えたことを特徴とする車両用運転支援装置。

Images