JP2015205522A - 車両状態推定装置 - Google Patents

Abstract

【課題】車両が走行する道路の画像を利用しつつ、車両の走行状態を示す車両状態を精度よく推定することが可能な車両状態推定装置を提供する。
【解決手段】道路境界位置検出部１２は、カメラ５が出力する画像情報から、道路１５の境界を示す複数の道路境界位置を検出する。道路情報取得部１１は、車両位置検出部８が取得した車両の現在位置を用いて地図データ記憶部１０に記憶された地図データから車両２の現在位置における道路情報を取得する。車両状態推定部１３は、道路情報と車両状態と道路境界位置とによって関連付けられる所定の車両状態推定モデルを用い、道路境界位置と、車両の現在位置における道路情報とに基づいて車両の走行状態を示す車両状態を推定する。
【選択図】図１

Description

本発明は、道路を走行する車両の状態を推定する車両状態推定装置に関する。

特開平０８−２６１７５６号公報には、走行レーン認識装置が記載されている。この装置では、車両とレーン中心との位置偏差、レーン幅、ヨー角、画像の縦揺れ、道路曲率、及び道路曲率の変化率を走行レーン形状のパラメータと定義し、車載ＴＶカメラで撮像した道路画像から抽出した走行レーン境界からの観測に基づいて、これらのパラメータをカルマンフィルタの手法で更新することによって走行レーン形状等を推定する。

特開平０８−２６１７５６号公報

車両が走行路の車線内を走行する際の安全確保を目的として車両に搭載される車線維持支援装置等においては、走行車線からの車両の横位置や車線と車両とのヨー角等の車両状態に関する情報に対して高い精度が要求される。しかし、特許文献１に記載の上記装置では、道路画像から抽出した走行レーン境界の観測値を利用して走行レーン形状等を推定するので、走行レーン形状等の推定値には道路画像の観測に基づく推定誤差が含まれる。また、上記装置で推定される道路曲率、道路曲率の変化率、及びレーン幅等の道路形状に関する状態量と、車両とレーン中心との位置偏差、ヨー角、及び画像の縦揺れ等の車両状態に関する状態量とは相互に関連しており、道路形状に関する状態量の推定誤差及び車両状態に関する状態量の推定誤差は、互いの状態量の推定結果に影響を及ぼす。このため、道路形状に関する状態量の推定誤差に起因して、同時に推定される車両状態の状態量の推定精度が低下するおそれがある。

そこで本発明は、車両が走行する道路の画像を利用しつつ、車両の走行状態を示す車両状態を精度よく推定することが可能な車両状態推定装置の提供を目的とする。

上記目的を達成すべく、本発明の車両状態推定装置は、車両に搭載されて、道路を走行する車両の走行状態を示す車両状態を推定する車両状態推定装置であって、撮像手段と、道路境界位置検出手段と、車両位置取得手段と、地図データ記憶手段と、道路情報取得手段と、車両状態推定手段と、を備える。撮像手段は、車両の前方の道路を撮像してその画像情報を出力する。道路境界位置検出手段は、撮像手段が出力する画像情報から、道路の境界を示す道路境界位置を検出する。車両位置取得手段は、外部との通信によって車両の現在位置を取得する。地図データ記憶手段は、道路の形状を示す道路情報を含む地図データを記憶する。道路情報取得手段は、車両位置取得手段が取得した車両の現在位置に基づいて、地図データ記憶手段に記憶された地図データから車両の現在位置における道路情報を取得する。車両状態推定手段は、道路情報と車両状態と道路境界位置と関連付ける所定の車両状態推定モデルを用い、道路境界位置検出手段が検出した道路境界位置と、道路情報取得手段が取得した車両の現在位置における道路情報とに基づいて車両状態を推定する。

上記構成では、車両が走行する道路の画像情報を利用して道路境界位置が検出され、検出された道路境界位置と、道路の形状を示す道路情報と、車両の走行状態を示す車両状態と関連付ける所定の車両状態推定モデルに基づいて車両状態が推定される。また、車両状態を推定する際に、道路情報として地図データから取得した車両の現在位置における道路情報が用いられる。地図データに記憶されている道路情報は、道路の画像情報から検出された道路境界位置から推定する道路情報に比べて誤差が小さい。このため、例えば道路の画像情報から推定される道路情報のみを用いて車両状態を推定する場合と比べて、車両状態の推定に対する道路情報の誤差の影響が減少し、車両状態を精度よく推定することが可能となる。

また、上記の車両状態推定装置は、車両の車速を検出する車速検出手段を備え、道路情報取得手段は、車両の現在位置における道路の曲率と、道路の曲率の変化の度合いを示すクロソイドパラメータとを道路情報として取得してもよい。また、所定の車両状態推定モデルは、道路情報と車速と車両状態と道路境界位置とを関連付け、車両状態推定手段は、車両状態推定モデルを用い、道路境界位置検出手段が検出した道路境界位置と、道路情報取得手段が取得した道路情報と、車速検出手段が検出した車速とに基づいて車両状態を推定する。

上記構成では、道路情報として車両の現在位置における道路の曲率とクロソイドパラメータとが地図データから取得される。クロソイドパラメータは道路曲率の変化率を表し、車速との演算によって道路の曲率の時間変化量を精度よく推定することができる。このため、道路情報と車速と車両状態と道路境界位置とを関連付ける車両状態推定モデルに基づき、道路の曲率と、クロソイドパラメータと、車速とを用いて車両状態を推定することによって、直線道路のみならず、道路の曲率が車両の走行と共に変化するカーブ路であっても、車両の走行状態を示す車両状態を精度良く推定することが可能となる。

本発明によれば、車両が走行する道路の画像を利用しつつ、車両の走行状態を示す車両状態を精度よく推定することが可能となる。

本発明の実施形態に係わる車両状態推定装置を備えた車両の要部を示すブロック図である。 車両状態推定処理を示すフローチャートである。 カメラを備えた車両と道路との関係を模式的に示す平面図である。 カメラを備えた車両と道路との関係を示す側面図である。

以下、本発明の一実施形態を、図面に基づいて説明する。なお、図中ＦＲは車両前方を、図中ＵＰは車両上方をそれぞれ示している。また、以下の説明における前後方向は、車両の前後方向を意味し、左右方向は、車両前方を向いた状態での左右方向を意味する。

本実施形態の車両状態推定装置１は、車両２に搭載され、図１に示すようにカメラ（撮像手段）５と、車速センサ（車速検出手段）７と、車両位置検出部（車両位置取得手段）８と、ＥＣＵ（Electronic Control Unit）９と、表示器１４とを備える。

車両２は、キャブ３が概ねエンジン（図示省略）よりも前方に位置するキャブオーバー型の車両である。

カメラ５は、図４に示すようにキャブ３のフロントウインド内側の車幅方向中央前部であって道路面１６から高さｈ（ｍ）の位置に、車両ピッチ角ηで車両２の前下方に向けて固定されている。カメラ５はＣＣＤカメラ等であって、車両２の進行方向前方の道路１５を撮像し、撮像した画像をＥＣＵ９へ出力する。

車速センサ７は、車両２の車速Ｖ（ｍ／ｓ）を検出し、検出した車速ＶをＥＣＵ９へ出力する。

車両位置検出部８は、ＧＰＳ衛星（図示省略）から電波信号を受信し、受診した電波信号から車両２の現在位置を検出し、現在位置情報をＥＣＵ９へ出力する。

表示器１４は、キャブ内の例えばインストルメントパネル（図示省略）に設けられ、ＥＣＵ９から表示指示信号を受信したとき、後述の車両状態を示す各状態量を表示し、運転支援情報として運転者に提供する。

ＥＣＵ９は、ＣＰＵ（Central Processing Unit）と、ＲＯＭ(Read Only Memory)、ＲＡＭ(Random Access Memory)、及びハードディスクなどの記憶媒体とを備える。ＣＰＵは、例えばＲＯＭに格納されたプログラムを読み出して車両状態推定処理を実行し、道路情報取得部１１、道路境界位置検出部１２、及び車両状態推定部１３として機能する。ＲＡＭは、車速センサ７が検出した車速Ｖの記憶領域及びＣＰＵの処理結果の一時記憶領域として機能する。ハードディスクは、地図データ記憶部１０として機能する。

地図データ記憶部１０は、車両２が走行する道路の道路形状を含む地図データをＥＣＵ９のハードディスクに予め記憶する。すなわち、地図データ記憶部１０は、地図データ記憶手段として機能する。なお、地図データ記憶は、ハードディスクによるもの限定されず、例えば予め地図データが記憶されたＣＤ−ＲＯＭ等の記憶媒体を用いた記憶装置等によるものであってもよい。

道路情報取得部１１は、車両位置検出部８が出力する車両２の現在位置情報を用いて、地図データ記憶部１０に記憶された地図データから、車両２の現在位置における道路の形状を示す地図情報を取得して車両状態推定部１３へ出力する。すなわち、道路情報取得部１１は、道路情報取得手段として機能する。本実施形態では、道路情報として、道路の曲率ρ０ｍａｐ（１／ｍ）及びクロソイドパラメータＡｍａｐを取得する。

次に、クロソイドパラメータについて説明する。道路には、道路の曲率ρがゼロの直線区間と、道路の曲率が所定の値に保持される円弧区間と、直線区間と円弧区間とを結ぶ緩和区間とが設けられる。緩和区間では、直線区間の終点から円弧区間の始点に向かって車両が進行した距離Ｌ（ｍ）に応じて曲率が変化し、緩和区間の道路曲率ρは式（１）のように表される。

式（１）の定数Ａがクロソイドパラメータと称される。緩和区間における道路の曲率ρの変化率ρ１は、式（１）を微分することにより式（２）のように表される。すなわち、クロソイドパラメータは道路曲率の変化率を表している。

距離変化ｄＬは、車速Ｖ・ｄｔと表せるので、緩和区間の時刻ｔにおける曲率をρ（ｔ）とすると、時刻ｔ＋ｄｔにおける曲率ρ（ｔ＋ｄｔ）は、クロソイドパラメータＡを用いて式（４）のように推定することができる。ただし、ｄｔは車速Ｖのサンプリング時間である。

道路境界位置検出部１２は、カメラ５から出力される道路１５の画像を取得し、画像から道路境界線１８上の複数の道路境界位置を検出する。具体的には、例えば、取得した道路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なって垂直方向及び水平方向のエッジを抽出し、エッジが抽出された画像に対してハフ変換を行なって直線成分のエッジを抽出する。さらに、抽出されたエッジの中から物体や舗装の継ぎ目等のような不要のエッジを除外し所定の条件を満たすエッジのみを抽出することによって車両２が走行する道路１５の道路境界線１８を認識し、道路境界線１８上のＮ個の道路境界位置を後述の２次元の平面座標（ｘ、ｙ）によって表される位置座標（ｘｉ、ｙｉ）（ｉ＝１〜Ｎ）として検出する。すなわち、道路境界位置検出部１２は道路境界位置検出手段として機能する。

車両状態推定部１３は、道路境界位置検出部１２が検出した道路境界線１８上の複数の位置座標（ｘｉ、ｙｉ）と、道路情報取得部１１が地図データから探索した車両２の現在位置における道路の曲率ρ０ｍａｐ及びクロソイドパラメータＡｍａｐと、車両２の車速Ｖとを入力情報として、公知の拡張カルマンフィルタを用いて車両２の状態量を推定する。

次に、カルマンフィルタを用いた車両状態の推定について説明する。カメラ５から出力される道路１５の画像は、図２及び図３に示すように道路の形状が直線路と一定曲率のカーブ路とから構成されるものと仮定し、カメラレンズの中心を原点とし、道路面１６に対して水平方向であって且つカメラ５の光軸６に対して垂直方向をＸ軸、カメラ５の光軸６とＸ軸とに対して垂直方向をＹ軸、カメラ５の光軸６方向をＺ軸とする絶対空間の３次元座標（Ｘ，Ｙ，Ｚ）を用いて式（４）及び式（５）の関係が導かれる。

但し、車両２の状態及び道路の形状の諸元を、ρ０を車両２の現在位置における道路曲率（１／ｍ）、ρ１を道路曲率の変化率、φを道路中心１７に対する車両２のヨー角（ｄｅｇ）、ｙｃを道路中心に対する車両２の重心位置４の横変位（ｍ）、ｉを左右の車線の識別（左側＝０、右側＝１）、ｈを道路面１６からカメラレンズまでの高さ（ｍ）、ηを車両２のピッチ角、Ｗを道路の車線幅（ｍ）のように定義する。

カメラ５によって撮像された道路１５の画像は、３次元座標（Ｘ，Ｙ，Ｚ）から撮像面である２次元の平面座標（ｘ、ｙ）へ変換される。３次元座標と２次元座標との関係は、ｆをカメラの焦点距離（ｍ）とすると、式（６）及び式（７）によって示される。

式（４）〜式（７）からＸ，Ｙを消去して式（８）が求められる。

式（８）に含まれる車両２の状態及び道路形状の諸元を確率的な振舞いをする状態量として扱い、白色ガウス雑音によって駆動される系として定義し、道路曲率ρについて式（３）の関係を用いると、状態方程式は式（９）のように表される。ただし、カメラ５の焦点距離ｆ及び道路面１６からカメラレンズまでの高さｈは一定として扱い、確率的に変化する状態量から除外する。

ただし、ν（ｔ）は、各状態量のノイズである。

次に、道路境界位置検出部１２が道路画像から抽出した道路境界線１８上のＮ個の道路境界線位置の座標（ｘｉ，ｙｉ）（ｉ＝１，２，・・・Ｎ）と、地図データから得られる車両２の現在の位置の道路曲率ρ０ｍａｐ、及びクロソイドパラメータＡｍａｐを用いて導き出される道路曲率の変化率ρ１（式（２）参照）を観測量とすることによって、式（１０）の観測方程式が求められる。

ただし、ｗは、各観測量のノイズである。また、式（８）は簡略化して式（１１）のように表している。

車両状態推定部１３は、式（６）の状態方程式と式（７）の観測方程式とで表される車両状態推定モデル（所定の車両状態推定モデル）に対して、公知の拡張カルマンフィルタを適用することによって、車両２の走行状態を示す車両状態である、道路中心１７に対する車両２の重心位置の横変位ｙｃ、道路中心１７に対する車両２のヨー角φ及び車両２のピッチ角ηを推定する。すなわち、車両状態推定部１３は車両状態推定手段として機能する。

次に、ＥＣＵ９が実行する車両状態推定処理を図４に示すフローチャートに基づいて説明する。本処理は、車両２の始動時（例えばエンジン・オン時）に開始され、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、ＥＣＵ９は、カメラ５が出力した道路画像を取得し（ステップＳ１）、道路境界位置検出部１２が道路画像から道路１５の道路境界線１８を抽出し、道路境界線１８上にＮ個の道路境界位置（ｘｉ、ｙｉ）検出する（ステップＳ２）。次に、道路情報取得部１１が、車両位置検出部８から出力される車両２の現在位置情報を取得し（ステップＳ３）、地図データ記憶部１０に記憶された地図データから、車両２の現在位置における道路の曲率ρ０ｍａｐ及びクロソイドパラメータＡｍａｐを取得する（ステップＳ４）。次に、ＥＣＵ９は、車速センサ７が出力する車両２の車速Ｖを取得する（ステップＳ５）。次に、車両状態推定部１３が、式（６）の状態方程式と式（７）の観測方程式とで表される車両状態モデルに対して拡張カルマンフィルタを適用させて、道路中心１７に対する車両２の重心位置の横変位ｙｃ、道路中心１７に対する車両２のヨー角φ及び車両２ピッチ角ηを推定し、推定結果を表示器１４へ出力する（ステップＳ６）。次に、表示器１４が、車両状態推定部１３から出力される各状態量を表示して運転者へ情報提供する（ステップＳ７）。

本実施形態では、車両２が走行する道路１５の画像情報を利用して道路境界線１８上のＮ個の道路境界位置（ｘｉ、ｙｉ）が検出される。また、車両２の現在位置を検出し、地図データから車両２の現在位置における道路１５の曲率ρ０ｍａｐ及びクロソイドパラメータＡｍａｐを取得する。さらに、検出された道路境界位置と、道路曲率ρ０ｍａｐ及びクロソイドパラメータＡｍａｐによって表される道路の形状を含む道路情報と、車速Ｖと、車両の走行状態を示す車両状態とを関連付ける車両状態推定モデルに拡張カルマンフィルタを適用することによって車両状態が推定される。地図データに記憶されている道路情報は、道路１５の画像情報に基づいて検出された道路境界位置から推定する道路情報に比べて誤差が小さい。このため、例えば道路１５の画像情報から推定される道路情報のみを用いて車両状態を推定する場合と比べて、車両状態の推定に対する道路情報の誤差の影響が減少し、車両状態を精度よく推定することが可能となる。また、カーブ路では式（３）に示すように地図データから取得した現在の道路曲率ρ０ｍａｐとクロソイドパラメータＡｍａｐと車速Ｖとに基づいて、車両２の走行に応じた道路１５の曲率ρの変化量を精度よく推定することができる。このため、直線道路のみならず、道路１５の曲率ρが変化するカーブ路においても車両２の走行状態を示す車両状態を精度良く推定することが可能となる。

なお、地図データから取得する道路情報は、道路の曲率ρ０ｍａｐ及びクロソイドパラメータＡｍａｐに限定されず、例えば道路の曲率ρ０ｍａｐだけでもよい。この場合は、車両状態の推定処理が簡単になりＥＣＵ９の演算負荷が軽減される。また、地図データから取得する道路情報として道路の曲率ρ０ｍａｐ及びクロソイドパラメータＡｍａｐに道路の車線幅Ｗｍａｐを加えてもよい。この場合は、車両状態推定モデルにおける道路形状の推定誤差がより減少し、車両状態の推定精度をより向上させることができる。

また、車両状態推定装置１が推定する状態量は、本実施形態の道路中心１７に対する車両２の重心位置の横変位ｙｃ、道路中心１７に対する車両２のヨー角φ及び車両２のピッチ角ηで表される車両２の走行状態を示す状態量に限定されず、車両状態推定モデルに基づいて同時に推定される道路曲率ρ０、道路曲率の変化率ρ１及び道路１５の車線幅Ｗ等の道路の形状を示す状態量を含むものであってもよい。

また、速度Ｖの取得は車速センサ７からの出力に限定されず、例えばカメラ５が出力する道路画像の変化速度等に基づいて取得してもよい。

また、車両２の現在位置の検出は、ＧＰＳ衛星からの電波信号の利用に限定されず、例えば道路１５の路側に設置された基準位置発信装置等からの信号を利用してもよい。

また、本実施形態では、推定した車両状態の状態量を表示器１４に表示したが、本発明の装置を例えば車線維持支援装置等を備えた車両に搭載し、推定した車両状態の状態量や道路形状の状態量を車線維持支援装置へ出力してもよい。この場合は、このような車線維持支援装置等を備えた既存の車両に対して、本発明を容易に適用して車線維持支援機能等の向上を図ることが可能となる。

以上、本発明者によってなされた発明を適用した実施形態について説明したが、この実施形態による本発明の開示の一部をなす論述及び図面により本発明は限定されることはない。すなわち、この実施形態に基づいて当業者等によりなされる他の実施形態、実施例及び運用技術等は全て本発明の範疇に含まれることは勿論である。

本発明は、車両の走行状態を示す車両状態を推定する車両状態推定装置として広く適用可能である。

１ 車両状態推定装置
２ 車両
５ カメラ（撮像手段）
７ 車速センサ（車速検出手段）
８ 車両位置取得部（車両位置取得手段）
９ ＥＣＵ
１０ 地図データ記憶部（地図データ記憶手段）
１１ 道路情報取得部（道路情報取得手段）
１２ 道路境界位置検出部（道路境界位置検出手段）
１３ 車両状態推定部（車両状態推定手段）
１５ 道路

Claims (2)

1. 車両に搭載されて、道路を走行する前記車両の走行状態を示す車両状態を推定する車両状態推定装置であって、
   前記車両の前方の道路を撮像してその画像情報を出力する撮像手段と、
   前記撮像手段が出力する画像情報から、前記道路の境界を示す道路境界位置を検出する道路境界位置検出手段と、
   外部との通信によって前記車両の現在位置を取得する車両位置取得手段と、
   前記道路の形状を示す道路情報を含む地図データを記憶する地図データ記憶手段と、
   前記車両位置取得手段が取得した前記車両の現在位置に基づいて、前記地図データ記憶手段に記憶された前記地図データから前記車両の現在位置における前記道路情報を取得する道路情報取得手段と、
   前記道路情報と前記車両状態と前記道路境界位置とを関連付ける所定の車両状態推定モデルを用い、前記道路境界位置検出手段が検出した前記道路境界位置と、前記道路情報取得手段が取得した前記車両の現在位置における前記道路情報とに基づいて前記車両状態を推定する車両状態推定手段と、を備えた
   ことを特徴とする車両状態推定装置。
2. 請求項１に記載の車両状態推定装置であって、前記車両の車速を検出する車速検出手段を備え、
   前記道路情報取得手段は、前記車両の現在位置における前記道路の曲率と、前記道路の曲率の変化の度合いを示すクロソイドパラメータとを前記道路情報として取得し、
   前記所定の車両状態推定モデルは、前記道路情報と前記車両の車速と前記車両状態と前記道路境界位置とを関連付け、
   前記車両状態推定手段は、前記所定の車両状態推定モデルを用い、前記道路境界位置検出手段が検出した前記道路境界位置と、前記道路情報取得手段が取得した前記道路情報と、前記車速検出手段が検出した前記車速とに基づいて前記車両状態を推定する
   ことを特徴とする車両状態推定装置。

Images