JP2019109653A

JP2019109653A - 自己位置推定装置

Info

Publication number: JP2019109653A
Application number: JP2017241524A
Authority: JP
Inventors: 淳一竹田; Junichi Takeda; 拓矢菅原; Takuya Sugawara; 佑太池田; Yuta Ikeda; 陽子藤田; Yoko Fujita
Original assignee: Pioneer Electronic Corp; Increment P Corp
Current assignee: Pioneer Corp; Geotechnologies Inc
Priority date: 2017-12-18
Filing date: 2017-12-18
Publication date: 2019-07-04
Anticipated expiration: 2037-12-18
Also published as: JP7051416B2

Abstract

【課題】自己位置推定の精度を保つことができる自己位置推定装置を提供する。【解決手段】車両の自己位置を推定する自己位置推定装置で実行される自己位置推定方法であって、第１法線マップ情報Ｄ１０３を取得する第１取得工程と、車両の周辺情報を取得する第２取得工程Ｓ１０１と、前記周辺情報から第２法線マップ情報Ｄ１０１を生成する生成工程Ｓ１０４と、前記第１法線マップ情報と前記第２法線マップ情報とを照合する照合工程Ｓ１０６と、前記照合の結果に基づいて自己位置を推定する推定工程Ｓ１０７と、を含む。【選択図】図５

Description

本発明は、車両の自己位置推定装置に関する。

近年、車両に搭載したカメラ、ライダ（ＬｉＤＡＲ：Light Detection And Ranging）などの各種センサにより自車両周辺の状況を取得しながら自立走行する車両（自動運転車両）が開発されている。

この種の自動運転車両が自動運転にて走行するためには、正確な道路情報を有した地図データが必要とされる。正確な道路情報とは、例えば、道路幅、車線、標識等の詳細な位置情報等を含むものである。そして、ライダ等のセンサで取得した自車両周辺の状況と地図データとを照合して自己位置を推定しながら走行する（例えば特許文献１を参照）。

特開２０１６−１９２０２８号公報

しかしながら、特許文献１に記載されているライダ等のセンサで取得した自車両周辺の状況と地図データとの照合は、電柱、信号機等の所定の地物を用いて行うことが多い。そのため、所定の地物が少ない地点等ではセンサを用いた自己位置推定の精度が低下してしまう。

本発明が解決しようとする課題としては、自己位置推定の精度を保つことができる自己位置推定装置の提供が一例として挙げられる。

上記課題を解決するために、請求項１に記載の発明は、第１法線マップ情報を取得する第１取得部と、車両の周辺情報を取得する第２取得部と、前記周辺情報から第２法線マップ情報を生成する生成部と、前記第１法線マップ情報と前記第２法線マップ情報とを照合する照合部と、前記照合の結果に基づいて自己位置を推定する推定部と、を備えることを特徴としている。

請求項５に記載の発明は、車両の自己位置を推定する自己位置推定装置で実行される自己位置推定方法であって、第１法線マップ情報を取得する第１取得工程と、車両の周辺情報を取得する第２取得工程と、前記周辺情報から第２法線マップ情報を生成する生成工程と、前記第１法線マップ情報と前記第２法線マップ情報とを照合する照合工程と、前記照合の結果に基づいて自己位置を推定する推定工程と、を含むことを特徴としている。

請求項６に記載の発明は、請求項５に記載の自己位置推定方法を、コンピュータにより実行させることを特徴としている。

本発明の第１の実施例にかかる地図データ記憶装置を有するシステムの概略構成図である。図１に示されたサーバ装置の機能構成図である。図１に示された車両制御装置の機能構成図である。法線マップ情報の説明図である。自動運転車両の自己位置推定方法のフローチャートである。

以下、本発明の一実施形態にかかる自己位置推定装置を説明する。本発明の一実施形態にかかる自己位置推定装置は、第１取得部が第１法線マップ情報を取得し、第２取得部が車両の周辺情報を取得して、生成部が当該周辺情報から第２法線マップ情報を生成する。そして、照合部が第１法線マップ情報と第２法線マップ情報とを照合して、推定部が照合の結果に基づいて自己位置を推定する。このようにすることにより、予め生成されている法線マップ情報とリアルタイムに生成した法線マップ情報とを照合することで自己位置を推定することができる。そのため、電柱や信号機といった所定の地物の有無に左右されずに自己位置推定をすることが可能となる。

また、周辺情報は、ライダで得られた点群情報であってもよい。このようにすることにより、車両に搭載されたライダでリアルタイムに得られた三次元の点群情報から第２法線マップ情報を生成することができる。

また、生成部は、点群情報に基づいて生成された法線から第２法線マップ情報を生成してもよい。このようにすることにより、ライダで得られた三次元の点群情報を二次元の法線マップ情報とすることができ、より自己位置推定に利用しやすくすることができる。

また、車両の位置情報を取得する位置情報取得部をさらに備え、第１取得部は、位置情報に基づいて必要な領域の第１法線マップ情報を取得するようにしてもよい。このようにすることにより、自車位置周辺の第１法線マップ情報を取得することができる。

また、本発明の一実施形態にかかる自己位置推定方法は、第１取得工程で第１法線マップ情報を取得し、第２取得工程で車両の周辺情報を取得して、生成工程で当該周辺情報から第２法線マップ情報を生成する。そして、照合工程で第１法線マップ情報と第２法線マップ情報とを照合して、推定工程で照合の結果に基づいて自己位置を推定する。このようにすることにより、予め生成されている法線マップ情報とリアルタイムに生成した法線マップ情報とを照合することで自己位置を推定することができる。そのため、電柱や信号機といった所定の地物の有無に左右されずに自己位置推定をすることが可能となる。

また、上述した自己位置推定方法をコンピュータにより実行させる自己位置推定プログラムとしてもよい。このようにすることにより、コンピュータを用いて、予め生成されている法線マップ情報とリアルタイムに生成した法線マップ情報とを照合することで自己位置を推定することができる。そのため、電柱や信号機といった所定の地物の有無に左右されずに自己位置推定を行うことが可能となる。

本発明の一実施例にかかる地図データ構造、地図データ記憶装置及び自己位置推定装置を図１〜図５を参照して説明する。サーバ装置１は、図１に示したように、インターネット等のネットワークＮを介して自動運転車両Ｃに搭載されている車両制御装置３と通信可能となっている。

地図データ記憶装置としてのサーバ装置１の機能的構成を図２に示す。サーバ装置１は、制御部１１と、通信部１２と、記憶部１３と、を備えている。

制御部１１は、サーバ装置１のＣＰＵ（Central Processing Unit）が機能し、サーバ装置１の全体制御を司る。制御部１１は、車両制御装置３からの要求に応じて記憶部１３に記憶されている地図データ１３ａから必要な領域の地図データを読み出して通信部１２を介して車両制御装置３に配信する。

通信部１２は、サーバ装置１のネットワークインターフェース等が機能し、車両制御装置３が出力した要求情報等を受信する。また、制御部１１が地図データ１３ａから読み出した地図データを車両制御装置３に送信する。

記憶部１３は、サーバ装置１のハードディスク等の記憶装置が機能し、地図データ１３ａが記憶されている。地図データ１３ａは、自動運転車両Ｃが自律的に走行可能な程度の詳細な情報が含まれている地図である。また、地図データ１３ａには、当該地図データ１３ａに含まれる地図に対応する範囲の法線マップ情報が含まれている。法線マップ情報は、予めライダによって取得された点群情報に基づいて生成されたものである。なお、法線マップ情報は、地図データ１３ａに含まれる領域の全てに限らず一部であってもよい。また、本実施例における法線マップ情報については後述する。

自動運転車両Ｃは、車両制御装置３及びセンサ４を備えている。車両制御装置３は、センサ４が検出した結果及び、車両制御装置３が有する地図データ３３ａに基づいて自動運転車両Ｃを自律的に走行（自動運転）させる。

図３に車両制御装置３の機能的構成を示す。車両制御装置３は、制御部３１と、通信部３２と、記憶部３３と、を備えている。

制御部３１は、センサ４が検出した結果及び記憶部３３に記憶された地図データ３３ａに基づいて自動運転車両Ｃの自己位置を推定する。そして、制御部３１は、自動運転車両Ｃのハンドル（操舵装置）やアクセル、ブレーキ等を制御して自動運転車両Ｃを自律的に走行させる。つまり、制御部３１は、外界認識部としてのセンサ４の検出結果（認識結果）を取得する。また、制御部３１は、サーバ装置１に対して走行経路となる領域の地図データの配信を通信部３２を介して要求し、サーバ装置１から配信された地図データを記憶部３３に地図データ３３ａとして記憶させる。

通信部３２は、制御部３１が出力した要求情報等をサーバ装置１に送信する。また、サーバ装置１から配信された地図データを受信する。

地図データ記憶装置としての記憶部３３は、地図データ３３ａが記憶されている。地図データ３３ａは、自動運転車両Ｃが自律的に走行可能な程度の詳細な情報が含まれている地図である。また、地図データ３３ａには、地図データ１３ａと同様に法線マップ情報が含まれている。

地図データ１３ａや地図データ３３ａに含まれる法線マップ情報は、少なくとも自動運転車両Ｃが走行する走行路とその走行路周辺について生成されている。

センサ４は、自車位置等の自車の情報や周辺環境（周辺に存在する地物等）を認識するためのセンサであり、カメラ、ライダ、ＧＰＳ（Global Positioning System）受信機等、を含む。また、これらのセンサ以外に車両の加速度を検出する加速度センサ、車両の速度を検出する速度センサ、或いは、車両の姿勢（向きなど）を認識して他のセンサの取得データを補正するための慣性計測装置（ＩＭＵ：Inertial Measurement Unit）やジャイロセンサなどを備えてもよい。

センサ４に含まれるカメラは、自動運転車両Ｃの外界の状況を表す画像を撮影する。センサ４に含まれるライダは、外界に存在する物体までの距離を離散的に測定し、当該物体の位置や形状等を三次元の点群として認識する。このライダが取得した情報は点群情報として出力される。センサ４に含まれるＧＰＳ受信機は、現在の車両の位置を表す緯度及び経度の位置情報を生成し出力する。

次に、本実施例にかかる法線マップ情報の生成方法を説明する。まず、ライダによって取得された点群情報を周知の方法によりポリゴン化する。次に、ポリゴン毎に法線を求める。そして、その法線を求めたポリゴン画像のＸ軸Ｙ軸を緯度経度、Ｚ軸を地面から上空に向かう方向とするベクトルの空間として、Ｚ軸を圧縮したＸＹ平面の画像を生成する。このＸＹ平面画像の各ピクセルのＲＧＢの値として上記において求めた法線を示すベクトル（法線ベクトル＝ｎｘ，ｎｙ，ｎｚ）を格納する。ＲＧＢの値として格納される法線ベクトルは、原則として当該ピクセルが対応するポリゴンの法線ベクトルが格納される。このようにして法線マップ情報が生成される。

なお、法線マップ情報は、連続した面（地平面）を特定の大きさの画像として分割して、それぞれの画像ファイルを法線マップ画像ファイルとし、複数の法線マップ画像ファイルからなるファイル群を地図データ１３ａや地図データ３３ａに含めるようにしてもよい。

ここで、上記した法線ベクトルをＲＧＢ値として格納する際に、ポリゴンの境界等により１つのピクセルにおいて複数の法線があった場合の集約条件は例えば以下の通りである。
（１）地面に対して平行な法線は削除する。
（２）１ピクセルのグリッドに１つの法線しかない場合は、その法線のベクトルをそのまま格納する。
（３）１ピクセルのグリッドに複数の法線が存在する場合はそれらの法線ベクトルの平均値を格納する。
（４）１ピクセルのグリッドに１つも法線が無い場合は、一旦無視して次のピクセルの処理を行う。
（５）全てのピクセルについて、上記（１）〜（４）の処理が終了した後、法線ベクトル値が格納されていないピクセルに対し、当該ピクセルに隣接する周囲８ピクセルを検索し有効ピクセル（既に解をもつ＝法線ベクトル値が格納されている）があればそれらの平均値を格納する。
（６）（５）の方法で法線ベクトルが求められない場合は徐々に探索範囲を拡張していく。
（７）（６）の方法で全ピクセルを探索しても法線ベクトルが求められない場合はそのピクセルは「解なし」という値、例えば（０，０，０）等の所定値を格納する。

また、本実施例における法線マップ情報においては、上述した法線マップ画像の各ピクセルにＲＧＢの値として格納した法線ベクトルに加えて、道路の凹凸、段差、マンホールのエッジ等の高低差の輪郭に関する情報を付加している。

図４は、本実施例にかかる地図データ構造を有する法線マップ画像の例である。図４の法線マップ画像Ｍ内の符号Ｐが単位区画としての法線マップ画像を構成するピクセルである。そして、各ピクセルＰは、ＲＧＢデータつまり法線ベクトルに加えて高低差の輪郭を示す情報Ｅが付加されている。この情報Ｅは、当該ピクセルＰの特徴量として、例えば高低差の急峻な度合いが大きくなるにしたがって大きな数値となるようにしてもよい。また、この情報Ｅは、当該数値を所定の範囲でランク分け（例：数値０〜５：ランク１、数値６〜１０：ランク２等）してもよい。

このような高低差は、電柱や信号機等の従来自己位置推定に用いていた地物が少ない場合に、自己位置推定に利用することができる。したがって、この情報Ｅは自己位置推定に利用可能な情報である。つまり、上記の数値の値が大きいものほど、あるいは上記のランクが高いものほど、自己位置推定の精度がより高い情報として利用することができる。

また、この情報Ｅは、数値情報に限らずフラグとしてもよい。つまり、自己位置推定に利用可能なピクセルには“１”を設定し、それ以外のピクセルには“０”を設定するようにしてもよい。

また、情報Ｅは、図４ではピクセル単位で付加しているが、法線マップ画像ファイル単位等の所定領域ごとに付加するようにしてもよい。または、一部のピクセルのみに付加してもよい。つまり、自己位置推定に利用可能な部分を有する領域には、情報Ｅに所定以上の数値を設定する或いはフラグとして“１”を設定するようにしてもよい。

本実施例における自動運転車両Ｃの自己位置推定方法について、図５のフローチャートを参照して説明する。図５のフローチャートは車両制御装置３で実行される。また、図３のフローチャートは、車両制御装置３の制御部のＣＰＵで実行するコンピュータプログラム（自己位置推定プログラム）として構成してもよい。まず、ステップＳ１０１において、制御部３１がセンサ４（ライダ）から点群情報を取得する。

次に、ステップＳ１０２において、制御部３１がステップＳ１０１で取得した点群情報から上述した方法によりポリゴン（３Ｄポリゴン）を生成する。次に、ステップＳ１０３において、制御部３１によって生成されたポリゴン（３Ｄポリゴン）から、上述した方法により法線を生成する。次に、ステップＳ１０４において、制御部３１によって生成された法線に基づいて、上述した方法により法線マップ画像（法線マップ情報）を生成する。ステップＳ１０４の結果、法線マップ画像Ｄ１０１がリアルタイムに得られる。即ち、制御部３１が、第２取得部、生成部として機能し、法線マップ画像Ｄ１０１が第２法線マップ情報となる。

一方、ステップＳ１０５において、制御部３１がセンサ４に含まれるＧＰＳ受信機の情報（緯度経度）から地図データ３３ａに含まれる法線マップ画像を特定する。つまり、地図データ３３ａ（法線マップ画像データベースＤ１０２）から自車位置周辺の法線マップ画像Ｄ１０３が読み出される。なお、地図データ３３ａに当該位置の法線マップ画像が無い場合は、サーバ装置１の地図データ１３ａから取得するようにすればよい。即ち、制御部３１が第１取得部、位置情報取得部として機能し、法線マップ画像Ｄ１０３が第１法線マップ情報となる。

次に、ステップＳ１０６において、制御部３１は、ステップＳ１０４で生成された法線マップ画像Ｄ１０１とステップＳ１０５で読み出された法線マップ画像Ｄ１０３とのマッチング処理を行う。ステップＳ１０６におけるマッチング時には上述した情報Ｅを参照してもよい。例えば、電柱や信号機等の所定の地物が無い場合は情報Ｅを参照して数値が一定以上の場合にはマッチングに利用するようにしてもよい。或いは、電柱や信号機等の地物に加えて、情報Ｅの数値が一定以上の箇所もマッチング処理に利用してもよい。即ち、制御部３１が、照合部として機能する。

そして、ステップＳ１０７において、ステップＳ１０６におけるマッチング処理の結果に基づいて自己位置の推定がなされる。即ち、制御部３１が、推定部として機能する。

以上の説明から明らかなように、ステップＳ１０１が第２取得工程、ステップＳ１０４が生成工程、ステップＳ１０５が第１取得工程、ステップＳ１０６が照合工程、ステップＳ１０７推定工程として機能する。

本実施例によれば、法線マップ情報Ｍは、地図上の位置に対応したピクセルに分割され、車両の自己位置推定に利用可能な情報Ｅをピクセル毎に含んでいる。このようにすることにより、電柱や信号機といった地物以外の走行路上の高低差に基づいて自己位置の推定を行うことが可能となる。したがって、電柱や信号機といった地物が無い地点であっても自己位置推定の精度を保つことができる。

また、情報Ｅは、凹凸、溝、隙間のうち少なくともいずれかを含むものである。このようにすることにより、凹凸や溝、隙間等に基づいて自己位置の推定をすることが可能となる。したがって、電柱や信号機といった地物が無い地点であっても自己位置の自己位置推定の精度を保つことができる。

また、地図データ３３ａは、法線マップ情報Ｍを有しているので、法線マップを構成する画像の１ピクセル単位で法線の情報を得ることができる。つまり、従来のナビゲーションの地図情報のようにリンクごとの傾きではなく、さらに細かい単位で傾きの情報を得ることができる。そのため、坂道等の地形単位で自己位置の推定を行うことが可能となる。

法線マップ情報Ｍは、ライダで取得された点群情報に基づいて生成されていている。このようにすることにより、ライダで得られた三次元の点群情報を二次元の法線マップ情報とすることができ、より自己位置推定に利用しやすくすることができる。

また、サーバ装置１は、上述した地図データ構造（法線マップ情報Ｍ）を記憶している。このようにすることにより、地図データを自動運転車両等に配信するサーバ装置等に法線マップ情報や自己位置推定に利用可能な情報を有する地図データを記憶させることができる。

また、車両制御装置３において、制御部３１は、記憶部３３から法線マップ画像Ｄ１０３を取得し、ライダで取得した点群情報に基づいて法線マップ画像Ｄ１０１を生成する。そして、制御部３１は、２つの法線マップ情報を照合して、照合の結果に基づいて自己位置を推定する。このようにすることにより、予め生成されている法線マップ情報とリアルタイムに生成した法線マップ情報とを照合することで自己位置を推定することができる。そのため、電柱や信号機といった所定の地物の有無に左右されずに自己位置推定を行うことが可能となる。

また、法線マップ画像Ｄ１０１、Ｄ１０３はライダで取得した点群情報に基づいて生成されているので、暗い部分にある段差等の輝度差による解析では判別が困難な箇所を自己位置推定に利用することが可能となる。

また、制御部３１は、点群情報に基づいて生成された法線から法線マップ情報を生成してもよい。このようにすることにより、ライダで得られた三次元の点群情報を二次元の法線マップ情報とすることができ、より自己位置推定に利用しやすくすることができる。

また、車両の位置情報を制御部３１が取得し、通信部３２は、位置情報に基づいて必要な領域の法線マップ情報をサーバ装置１から取得するようにしてもよい。このようにすることにより、自車位置周辺の法線マップ情報を取得することができる。

なお、上述した実施例では、自己位置推定に利用可能な情報は法線マップ情報に付加されていたが、従来の地図データの地物に関する情報に付加されていてもよい。このようにすることにより、例えば、同じ電柱でも、自己位置推定に利用できそうな電柱とそうでない電柱とを区別することができる。したがって、自己位置推定に利用可能な地物を使用して精度よく自己位置推定を行うことができる。

なお、上述した実施例では、サーバ装置１から車両制御装置３へ地図データを配信していたが、車両制御装置３が予め地図データを有していてもよいし、メモリーカード等の可搬性のある記憶媒体によって車両制御装置３へ地図データを転送するようにしてもよい。この場合は、記憶部３３が地図データ記憶装置として機能する。

また、本発明は上記実施例に限定されるものではない。即ち、当業者は、従来公知の知見に従い、本発明の骨子を逸脱しない範囲で種々変形して実施することができる。かかる変形によってもなお本発明の地図データ構造、地物データ記憶装置及び自己位置推定装置を具備する限り、勿論、本発明の範疇に含まれるものである。

１サーバ装置（地図データ記憶装置）
３車両制御装置（地図データ記憶装置、自己位置推定装置）
４センサ（ライダ）
１３記憶部
１３ａ地図データ（第１法線マップ情報）
３１制御部（第２取得部、生成部、照合部、推定部、位置情報取得部）
３２通信部（第１取得部）
３３記憶部（地図データ記憶装置）
３３ａ地図データ（第１法線マップ情報）
Ｓ１０１ライダ点群情報取得（第２取得工程）
Ｓ１０４生成工程（生成工程）
Ｓ１０５経緯度から周辺の法線マップ画像を推定（第１取得工程）
Ｓ１０６法線マップのマッチング処理（照合工程）
Ｓ１０７推定処理（推定工程）

Claims

第１法線マップ情報を取得する第１取得部と、
車両の周辺情報を取得する第２取得部と、
前記周辺情報から第２法線マップ情報を生成する生成部と、
前記第１法線マップ情報と前記第２法線マップ情報とを照合する照合部と、
前記照合の結果に基づいて自己位置を推定する推定部と、
を備えることを特徴とする自己位置推定装置。
前記周辺情報は、ライダで得られた点群情報であることを特徴とする請求項１に記載の自己位置推定装置。
前記生成部は、前記点群情報に基づいて生成された法線から前記第２法線マップ情報を生成することを特徴とする請求項２に記載の自己位置推定装置。
前記車両の位置情報を取得する位置情報取得部をさらに備え、
前記第１取得部は、前記位置情報に基づいて必要な領域の前記第１法線マップ情報を取得することを特徴とする請求項１から３のうちいずれか一項に記載の自己位置推定装置。
車両の自己位置を推定する自己位置推定装置で実行される自己位置推定方法であって、
第１法線マップ情報を取得する第１取得工程と、
車両の周辺情報を取得する第２取得工程と、
前記周辺情報から第２法線マップ情報を生成する生成工程と、
前記第１法線マップ情報と前記第２法線マップ情報とを照合する照合工程と、
前記照合の結果に基づいて自己位置を推定する推定工程と、
を含むことを特徴とする自己位置推定方法。
請求項５に記載の自己位置推定方法を、コンピュータにより実行させることを特徴とする自己位置推定プログラム。