JP2015140114A - 横変位算出装置 - Google Patents
横変位算出装置 Download PDFInfo
- Publication number
- JP2015140114A JP2015140114A JP2014014677A JP2014014677A JP2015140114A JP 2015140114 A JP2015140114 A JP 2015140114A JP 2014014677 A JP2014014677 A JP 2014014677A JP 2014014677 A JP2014014677 A JP 2014014677A JP 2015140114 A JP2015140114 A JP 2015140114A
- Authority
- JP
- Japan
- Prior art keywords
- lane
- lateral displacement
- vehicle
- calculation
- change
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Images
Landscapes
- Control Of Driving Devices And Active Controlling Of Vehicle (AREA)
- Traffic Control Systems (AREA)
- Image Analysis (AREA)
Abstract
【課題】現在の車両の横変位を前回の算出結果を用いて算出する横変位算出装置において、車線変更直後であっても信頼性の高い横変位を算出する。
【解決手段】CPU12は、現在の各種状態量(車両2の横変位yc、車線幅W、走行車線4の曲率ρ、車両2のヨー角φ、及びカメラ8の俯角η)xsを、現在の区画線座標(x,y)と前回算出した各種状態量xsを用いて算出する。CPU12は、車両2が走行車線4を変更したとき、前回算出した横変位ycに車線幅Wを加算又は減算することによって、現在の各種状態量xsの算出に用いる前回の横変位ycを、車線変更前の走行車線4に対する値から車線変更後の走行車線4に対する値に補正する。
【選択図】図3
【解決手段】CPU12は、現在の各種状態量(車両2の横変位yc、車線幅W、走行車線4の曲率ρ、車両2のヨー角φ、及びカメラ8の俯角η)xsを、現在の区画線座標(x,y)と前回算出した各種状態量xsを用いて算出する。CPU12は、車両2が走行車線4を変更したとき、前回算出した横変位ycに車線幅Wを加算又は減算することによって、現在の各種状態量xsの算出に用いる前回の横変位ycを、車線変更前の走行車線4に対する値から車線変更後の走行車線4に対する値に補正する。
【選択図】図3
Description
本発明は、走行車線に対する車両の横変位を算出する横変位算出装置に関する。
特許文献1には、車線状態を検出するとともに、車線内の目標ラインと自車の走行ラインとの偏差量(車線偏差量)を算出し、検出した車線状態及び算出した車線偏差量に基づいて、ステアリングシャフトにトルクを付与するモータに適切なトルクを発生させて、自車の車線内走行を支援する車線追従装置が記載されている。
特許文献2には、前方に存在する車両が自車線上に存在する確率(自車線確率)を算出し、算出した自車線確率に基づいて先行車を選択する先行車選択装置が記載されている。この装置では、自車線確率を求める際、信頼性を高めるために、それまでの算出結果を用いたフィルタ処理を行っている。
特許文献1に記載の装置のように、走行車線の曲率等の車線状態量や走行車線に対する車両の横方向の変位(横変位)等の車両状態量を算出する装置には、各種状態量を算出する際、ノイズを除去して信頼性の高い結果を得るために、特許文献2に記載のようなフィルタ処理を行うものがある。
しかし、車両の横変位は、走行車線が変わるときに不連続に変化するので、前回の算出結果を用いたフィルタ処理を行うと、車線変更直後において、車線変更前の走行車線に対する横変位が影響して、算出される横変位と実際の横変位とが乖離してしまう。
そこで、本発明は、現在の車両の横変位を前回の算出結果を用いて算出する横変位算出装置において、車線変更直後であっても信頼性の高い横変位を算出することを目的とする。
上記目的を達成すべく、本発明の横変位算出装置は、区画線位置検出手段と車線変更検出手段と横変位算出手段とを備える。区画線位置検出手段は、車両が走行する走行車線を区画する区画線の車両に対する位置を検出する。車線変更検出手段は、走行車線の変更を検出する。横変位算出手段は、走行車線に対する現在の車両の横変位を、区画線位置検出手段によって検出された区画線の位置と前回算出した前回の車両の横変位とを用いて算出する。横変位算出手段は、車線変更検出手段によって走行車線の変更が検出されたときに、現在の車両の横変位の算出に用いる前回の車両の横変位を変更前の走行車線に対する横変位から変更後の走行車線に対する横変位に更新する。
上記構成により、車線変更直後においても、実際の横変位と算出される横変位とが乖離せず、信頼性の高い横変位を算出することができる。
本発明によれば、現在の車両の横変位を前回の算出結果を用いて算出する横変位算出装置において、車線変更直後であっても信頼性の高い横変位を算出することができる。
以下、本発明の一実施形態について、図面を参照して説明する。本実施形態は、本発明の横変位算出装置における車両の横変位(車線に対する車両の横方向の変位)を算出する際の各種処理を適用した状態量算出装置であって、LKAS(Lane Keeping Assist System)やLDWS(Lane Departure Warning System)等で行うステアリング制御に必要な車両の横変位を含む各種状態量を算出する状態量算出装置である。図1は、一実施形態の状態量算出装置の構成図である。図2は、三次元道路モデルの算出に用いる各種情報を示す図であって、(a)は車両上方からの図であり、(b)は車両側方からの図である。図3は、状態量算出処理の手順を示すフローチャートである。図4は、車線変更時の車両の横変位を示す図であって、(a)は車両上方から視た車両の走行位置を示す図であり、(b)は(a)に対応する車両の横変位の推移を示す図である。
図1に示すように、本実施形態の状態量算出装置1は、カメラ8と処理ユニット10とを備える。
カメラ8は、車両2の前部の幅方向の略中心に設けられる。カメラ8は、CCD(Charge Coupled Device)センサやCOMS(Complementary Metal Oxide Semiconductor)センサ等、入射する光をデジタル信号に変換して画像データを生成する撮像素子を有し、所定時間毎に、車両2の前方を撮像して画像データを生成し、生成した画像データを処理ユニット10へ順次出力する。
処理ユニット10は、記憶部11とCPU(Central Processing Unit)12とを有する。
記憶部11は、例えば、RAM(Random Access Memory)などの記録媒体によって構成され、CPU12が状態量算出処理を実行するための状態量算出処理プログラムと状態量算出処理において用いる各種データとが記憶されている。また、記憶部11は、各種情報が読み書き自在に記憶される記憶領域を有する。記憶領域には、区画線座標(x,y)が時系列に記憶される区画線座標記憶テーブルと、各種状態量xsが時系列に記憶される状態量記憶テーブルとが設定されている。なお、本実施形態において、各種状態量xsは、車両2が走行している車線(走行車線)4に対する車両2の横方向の変位(横変位)yc、走行車線4の幅(車線幅)W、走行車線4の曲率ρ、走行車線4に対する車両2のヨー方向の回転角(ヨー角)φ、及び路面6に対するカメラ8の俯角ηであるものとする。また、横変位ycは、車両2の前部の幅方向の中心3(カメラ8の位置)が走行車線4の横方向の中心(車線中心)5にあるときを0とし、車線中心5よりも左側にあるときを正、右側にあるときを負とする。
CPU12は、状態量算出処理プログラムを実行することによって、区画線座標算出部13と車線変更判定部14と横変位補正部15と状態量算出部16として機能する。
区画線座標算出部13は、所定時間毎に、区画線7の画像平面座標系(二次元座標系)における位置座標(区画線座標)(x,y)を算出する。なお、区画線7は、走行車線4を区画するものを示し、白色や黄色のペイントの他、縁石などの構造物等も含むものとする。また、二次元座標系は、カメラ8が撮像する画像の中心(カメラ8の光軸9上)を原点とし、画像の水平方向をx軸、垂直方向をy軸とする。
区画線座標(x,y)の算出において、区画線座標算出部13は、カメラ8が出力した画像データを用いて区画線7を検出する。区画線7の検出は、例えば、画像内のエッジを検出することによって行う。この場合、区画線座標算出部13は、画像に対してソーベルフィルタによる一次空間微分を行って垂直方向及び水平方向のエッジを検出し、このエッジ検出された画像に対してハフ変換を行って直線成分のエッジを検出する。直線成分のエッジを検出すると、区画線座標算出部13は、物体や舗装の継ぎ目等、区画線7以外の不要なエッジを除外するために、検出した直線成分のエッジの中から所定の条件を満たすエッジのみを抽出する。区画線7を検出すると、区画線座標算出部13は、検出した区画線7の位置座標(区画線座標)(x,y)を算出し、算出した区画線座標(x,y)を記憶部11の区画線座標記憶テーブルに記憶する。すなわち、カメラ8及び区画線座標算出部13は、車両2に対する区画線7の位置を検出する区画線位置検出手段として機能する。
車線変更判定部14は、所定時間毎に、車両2が走行車線4を変更したか否かを判定する。走行車線4の変更の判定は、例えば、状態量記憶テーブルに記憶されている最新の横変位ycの絶対値が最新の車線幅Wの所定の割合(約50%)を超えるか否かを判定することによって行う。この場合、車線変更判定部14は、横変位ycの絶対値が車線幅Wの所定の割合を超えるときには、走行車線4を変更したと判定し、横変位ycの絶対値が車線幅Wの所定の割合を超えないときには、走行車線4を変更していないと判定する。なお、所定の割合は、履歴効果を持たせるために50%よりも少し大きい値に設定することが好ましい。また、本実施形態では、車両2の幅方向の中心3(カメラ8の位置)が車線中心5にあるときの横変位ycを0としているため、所定の割合を約50%としているが、所定の割合は、例えば、車両2の幅方向の中心3が走行車線4の一端にあるときの横変位ycを0とする場合には約100%に設定する等、横変位ycの基準位置(yc=0)に応じて設定するものとする。
横変位補正部15は、車両2が走行車線4を変更したと車線変更判定部14が判定したとき、状態量記憶テーブルに記憶されている最新の横変位(前回の横変位)ycを、車線変更前の走行車線4に対する値から車線変更後の走行車線4に対する値に補正して更新する。具体的には、横変位補正部15は、最新の横変位ycが正負の何れであるかを判定し、正であると判定した場合には、最新の横変位ycから最新の車線幅Wを減算し、負であると判定した場合には、最新の横変位ycに最新の車線幅Wを加算する。最新の横変位ycに車線幅Wを加算又は減算すると、横変位補正部15は、状態量記憶テーブルに記憶されている最新の横変位ycを算出した値(補正値)に更新する。
状態量算出部16は、所定時間毎に、前回算出した各種状態量(横変位yc、車線幅W、走行車線4の曲率ρ、車両2のヨー角φ、及びカメラ8の俯角η)xsと区画線座標算出部13が算出した区画線座標(x,y)とを用いて、現在の各種状態量xsを算出する。現在の各種状態量xsの算出は、例えば、1ステップ前に推定した1ステップ前のシステムの状態及び現在のシステムの状態と現在の観測値とを用いて、現在のシステムの状態と1ステップ後のシステムの状態とを推定するカルマンフィルタを用いて行う。
本実施形態において用いるカルマンフィルタの構成について説明する。なお、本実施形態におけるカルマンフィルタは、区画線座標記憶テーブルに記憶されている最新の区画線座標(x,y)を現在の観測値として用い、現在及び1ステップ後の各種状態量xsを推定する構成である。
ここでは、出力方程式として、次式(1)によって表される二次元座標系における道路モデル(二次元道路モデル)を用いる。
式(1)で表される二次元道路モデルは、空間座標系(三次元座標系)における道路モデル(三次元道路モデル)を二次元座標系に変換することによって算出される。三次元座標系は、カメラ8のレンズの中心を原点とし、路面6に対して水平方向であって且つカメラ8の光軸9に対して垂直方向をX軸、カメラ8の光軸9に対して垂直方向をY軸、カメラ8の光軸9方向をZ軸とする。
図2に示すように、車線中心5に対する車両2の位置の識別をi、カメラ8の地上高をhとすると、三次元道路モデルは、次式(2)(3)によって表される。なお、車線中心5に対する車両2の位置の識別iは、車両2の幅方向の中心3が車線中心5に対して左側の場合には0、右側の場合には1とする。
ここで、二次元座標系と三次元座標系との関係は、カメラ8のレンズの焦点距離をfとすると、次式(4)(5)によって表される。
式(4)(5)を用いて、式(2)(3)で表される三次元道路モデルを二次元座標系に変換すると、式(1)で表される出力方程式(二次元道路モデル)が算出される。
また、カメラ8のレンズの焦点距離f及びカメラの地上高hを一定とし、各種状態量の変化は確率的な振舞いをするものとして白色ガウス雑音によって駆動される系として定義すると、状態方程式は次式(6)によって表される。
式(1)で表される出力方程式と式(6)で表される状態方程式とを簡略化して表現すると、次式(7)(8)によって表される。なお、xs(k)は、時刻kにおいて算出される時刻kにおける各種状態量xs(=yc,W,ρ,φ,η)を示し、xs(k+1)は、時刻k+1(時刻kの1ステップ後)において算出される時刻k+1における各種状態量xsを示す。
これにより、カルマンフィルタの構成は、次式(9)〜(12)によって表される。なお、x(k)は、時刻kにおける区画線座標xを示し、y(k)は、時刻kにおける区画線座標yを示す。
状態量算出部16は、上記構成のカルマンフィルタを用いて、現在(時刻k)の各種状態量xs(k)及び1ステップ後の各種状態量を算出し、算出した各種状態量xs(k)を状態量記憶テーブルに記憶する。なお、状態量算出部16が今回(時刻k)の各種状態量の算出に用いる前回(時刻k−1)の横変位yc(k−1)(yc(k−1)は、xs(k−1)に含まれる)は、前回の各種状態量xs(k−1)の算出後に車両2が車線変更をしていない場合には前回算出した値yc(k−1)そのものであり、前回の各種状態量xs(k−1)の算出後に車両2が車線変更した場合には横変位補正部15によって算出された補正値yc(k−1)±Wである。
すなわち、車線変更判定部14及び状態量算出部16は、走行車線4の変更を検出する車線変更検出手段として機能する。また、横変位補正部15及び状態量算出部16は、走行車線4に対する現在の車両2の横変位ycを、区画線座標算出部13によって算出された区画線座標(x,y)と前回算出した車両2の横変位ycとを用いて算出する横変位算出手段であって、車線変更判定部14によって車両2が走行車線4を変更したと判定されたとき、現在の車両2の横変位ycの算出に用いる前回の車両2の横変位ycを変更前の走行車線4に対する横変位から変更後の走行車線4に対する横変位に更新する横変位算出手段として機能する。
次に、CPU12が実行する状態量算出処理の手順について、図3を参照して説明する。本処理は、状態量算出装置1が作動している間、所定時間毎に繰り返して実行される。
本処理が開始されると、カメラ8が出力した画像データを用いて、区画線座標(x,y)を算出する(ステップS1)。
次に、車両2が走行車線4を変更したか否かを判定する(ステップS2)。
車両2が走行車線4を変更したと判定した場合(ステップS2:YES)、状態量記憶テーブルに記憶されている最新の横変位ycを車線変更後の走行車線4に対する値に補正する(ステップS3)。
最新の横変位ycを補正すると、補正した横変位yc±Wと最新の区画線座標(x,y)とを用いて現在の各種状態量(横変位yc、車線幅W、走行車線4の曲率ρ、車両2のヨー角φ、及びカメラ8の俯角η)xsを算出し(ステップS4)、本処理を終了する。
一方、車両2が走行車線4を変更していないと判定(ステップS2:NO)した場合、前回の横変位ycと最新の区画線座標(x,y)とを用いて現在の各種状態量xsを算出し(ステップS4)、本処理を終了する。
上記のように構成された状態量算出装置1では、車両2が走行車線4を変更したとき、現在の各種状態量xsの算出に用いる前回の横変位ycを、車線変更前の走行車線4に対する値から車線変更後の走行車線4に対する値に補正する。このため、図4に示すように、車線変更によって横変位ycが不連続に変化した場合であっても、車線変更直後において、実際の横変位yc(図4(b)の曲線Lp)と算出された横変位yc(図4(b)の曲線Ln)とが乖離せず、信頼性の高い横変位ycを算出することができる。なお、図4(b)の曲線Luは、車線変更時に前回の横変位ycを補正しないで算出される横変位ycの推移を示す。
なお、本実施形態では、各種状態量xsを算出する状態量算出装置1に本発明の横変位算出装置における各種処理を適用しているが、これらの処理を車両の横変位ycを算出する構成を有する他の装置等に適用してもよい。また、本発明の横変位算出装置を他の装置等とは別に独立して備えてもよい。
また、上記の状態量算出装置1は、車線幅Wを所定時間毎に算出し、算出した最新の車線幅Wを用いて車線変更の有無の判定と前回の横変位(今回の各種状態量xsの算出に用いる横変位)ycの補正とを行う構成であるが、これに限定されるものではなく、例えば、車線幅Wを算出せず、予め所定の車線幅(3.0mや3.5m等)を記憶して、記憶されている所定の車線幅を用いて車線変更の有無の判定等の各種処理を行う構成であってもよい。
また、区画線7の検出方法は、上記に限定されるものではなく、他の方法であってもよい。
上記実施形態は、本発明の一例であり、本発明を逸脱しない範囲において変更可能である。
本発明は、車両の横変位の算出に有効である。
1:状態量算出装置
8:カメラ(区画線検出手段)
10:処理ユニット
12:CPU
13:区画線座標算出部(区画線検出手段)
14:車線変更判定部(車線変更検出手段)
15:横変位補正部(横変位算出手段)
18:状態量算出手段(車線変更検出手段、横変位算出手段)
8:カメラ(区画線検出手段)
10:処理ユニット
12:CPU
13:区画線座標算出部(区画線検出手段)
14:車線変更判定部(車線変更検出手段)
15:横変位補正部(横変位算出手段)
18:状態量算出手段(車線変更検出手段、横変位算出手段)
Claims (1)
- 車両が走行する走行車線を区画する区画線の前記車両に対する位置を検出する区画線位置検出手段と、
走行車線の変更を検出する車線変更検出手段と、
走行車線に対する現在の前記車両の横変位を、前記区画線位置検出手段によって検出された区画線の位置と前回算出した前回の前記車両の横変位とを用いて算出する横変位算出手段と、を有し、
前記横変位算出手段は、前記車線変更検出手段によって走行車線の変更が検出されたときに、現在の前記車両の横変位の算出に用いる前回の前記車両の横変位を、変更前の走行車線に対する横変位から変更後の走行車線に対する横変位に更新する
ことを特徴とする車両の横変位算出装置。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2014014677A JP2015140114A (ja) | 2014-01-29 | 2014-01-29 | 横変位算出装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2014014677A JP2015140114A (ja) | 2014-01-29 | 2014-01-29 | 横変位算出装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
JP2015140114A true JP2015140114A (ja) | 2015-08-03 |
Family
ID=53770756
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2014014677A Pending JP2015140114A (ja) | 2014-01-29 | 2014-01-29 | 横変位算出装置 |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP2015140114A (ja) |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2017105260A (ja) * | 2015-12-07 | 2017-06-15 | 株式会社豊田中央研究所 | 走路パラメータ推定装置及びプログラム |
JP2018144577A (ja) * | 2017-03-03 | 2018-09-20 | トヨタ自動車株式会社 | 運転支援装置 |
JP2018177179A (ja) * | 2017-04-12 | 2018-11-15 | トヨタ自動車株式会社 | 車線変更支援装置 |
CN109345870A (zh) * | 2018-09-07 | 2019-02-15 | 北京邮电大学 | 预防车辆碰撞的预警方法及装置 |
CN110406532A (zh) * | 2019-06-21 | 2019-11-05 | 重庆长安汽车股份有限公司 | 一种识别目标车辆可能变道的方法、系统及汽车 |
JP2020537800A (ja) * | 2017-10-19 | 2020-12-24 | ヴィオニア ユーエス インコーポレイティド | 車両の車線変更検出のためのシステム及び方法 |
-
2014
- 2014-01-29 JP JP2014014677A patent/JP2015140114A/ja active Pending
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2017105260A (ja) * | 2015-12-07 | 2017-06-15 | 株式会社豊田中央研究所 | 走路パラメータ推定装置及びプログラム |
JP2018144577A (ja) * | 2017-03-03 | 2018-09-20 | トヨタ自動車株式会社 | 運転支援装置 |
JP2018177179A (ja) * | 2017-04-12 | 2018-11-15 | トヨタ自動車株式会社 | 車線変更支援装置 |
JP2020537800A (ja) * | 2017-10-19 | 2020-12-24 | ヴィオニア ユーエス インコーポレイティド | 車両の車線変更検出のためのシステム及び方法 |
JP7148619B2 (ja) | 2017-10-19 | 2022-10-05 | アライバー ソフトウェア エルエルシー | 車両の車線変更検出のためのシステム及び方法 |
CN109345870A (zh) * | 2018-09-07 | 2019-02-15 | 北京邮电大学 | 预防车辆碰撞的预警方法及装置 |
CN109345870B (zh) * | 2018-09-07 | 2020-11-17 | 北京邮电大学 | 预防车辆碰撞的预警方法及装置 |
CN110406532A (zh) * | 2019-06-21 | 2019-11-05 | 重庆长安汽车股份有限公司 | 一种识别目标车辆可能变道的方法、系统及汽车 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US9235767B2 (en) | Detection region modification for driving assistance apparatus and driving assistance method | |
CN109923028B (zh) | 中立点检测装置以及转向操纵控制系统 | |
JP2015140114A (ja) | 横変位算出装置 | |
EP3324152B1 (en) | Own-position estimating device and own-position estimating method | |
JP5966965B2 (ja) | 車線境界線逸脱抑制装置及び車線境界線逸脱抑制方法 | |
JP5867176B2 (ja) | 移動物体位置姿勢推定装置及び方法 | |
US10635911B2 (en) | Apparatus and method for recognizing travel lane | |
JP6272204B2 (ja) | 道路区画線情報取得装置 | |
JP2016018520A (ja) | 走行区画線認識装置及び走行区画線認識プログラム | |
JP2010257138A (ja) | 物体検出装置 | |
JP6965739B2 (ja) | 車両制御装置 | |
JP6838285B2 (ja) | レーンマーカ認識装置、自車両位置推定装置 | |
JP6189816B2 (ja) | 走行区画線認識装置 | |
JP6105524B2 (ja) | 走行区画線認識装置及び走行区画線認識プログラム | |
CN114550042A (zh) | 一种道路消失点提取方法、车载传感器标定方法及装置 | |
JP2004108980A (ja) | 画像処理方法 | |
US10275666B2 (en) | Travel lane detection method and travel lane detection device | |
WO2019031137A1 (ja) | 路側物検出装置、路側物検出方法及び路側物検出システム | |
JP6171849B2 (ja) | 移動体位置姿勢角推定装置及び移動体位置姿勢角推定方法 | |
US20200193184A1 (en) | Image processing device and image processing method | |
JP2014046710A (ja) | 操舵角センサの中立点補正装置及び中立点補正方法 | |
JP2013168057A (ja) | 道路境界判定装置及び道路境界判定方法 | |
JP2012159470A (ja) | 車両用画像認識装置 | |
JP6243319B2 (ja) | 逸脱判定装置 | |
JP6963490B2 (ja) | 車両制御装置 |