JP2020125975A - 自己位置誤差推定方法及び自己位置誤差推定装置 - Google Patents

Abstract

【課題】自己位置の検出誤差の推定精度が向上しうる自己位置誤差推定方法及び自己位置誤差推定装置を提供する。【解決手段】自己位置誤差推定装置１００は、少なくとも２つの物標を検出可能な道路上の所定の領域を設定するコントローラ４０を備える。コントローラ４０は、自車両が、領域を通過するコースを計算し、自車両がコースに沿って領域を通過する際に検出されるカメラ画像上の２つの物標の間の画素数に基づいて自己位置の検出誤差を推定する。【選択図】図１

Description

本発明は、自己位置誤差推定方法及び自己位置誤差推定装置に関する。

従来より、自車両に設けられた撮像手段で自車両周囲の複数の物標（ランドマークとも言う）を撮像し、撮像した画像上の複数の物標の位置と、予め地図上に記憶された複数の物標の位置とをマッチングすることによって自己位置を推定する自己位置検出装置が知られている。（特許文献１）。

特開２０１２-１２７８９６号公報

しかしながら、特許文献１に記載された技術のように、画像上の物標位置を用いた自己位置検出装置においては自己位置の推定誤差の発生が避けられない。このため、撮像した複数の物標の位置に基づいて自己位置を推定する自己位置検出装置においては、正確な自己位置の検出誤差の推定が望まれていた。

本発明は、上記問題に鑑みて成されたものであり、その目的は、自己位置の検出誤差の推定精度が向上しうる自己位置誤差推定方法及び自己位置誤差推定装置を提供することである。

本発明の一態様に係る自己位置誤差推定方法は、自車両が、少なくとも２つの物標を検出可能な道路上の所定の領域を通過するコースを計算し、自車両がコースに沿って領域を通過する際に検出されるカメラ画像上の２つの物標の間の画素数に基づいて自己位置の検出誤差を推定する。

本発明によれば、自己位置の検出誤差の推定精度は向上しうる。

図１は、本発明の実施形態に係る自己位置誤差推定装置の概略構成図である。 図２は、自己位置の誤差の推定方法の一実施例について説明する図である。 図３は、物標と物標との間の画素数について説明する図である。 図４は、本発明の実施形態に係る自己位置誤差推定装置の一動作例を説明するフローチャートである。 図５は、自己位置の誤差の推定方法の一実施例について説明する図である。 図６は、物標と物標との間の画素数について説明する図である。 図７は、自己位置の誤差の推定方法の一実施例について説明する図である。

以下、本発明の実施形態について、図面を参照して説明する。図面の記載において同一部分には同一符号を付して説明を省略する。

（自己位置誤差推定装置の構成）
図１を参照して、自己位置誤差推定装置１００の構成を説明する。図１に示すように、自己位置誤差推定装置１００は、自己位置検出部１０と、地図データベース２０と、カメラ３０と、コントローラ４０と、記憶装置５０と、を備える。

自己位置誤差推定装置１００は、自動運転機能を有する車両に搭載されてもよく、自動運転機能を有しない車両に搭載されてもよい。また、自己位置誤差推定装置１００は、自動運転と手動運転とを切り替えることが可能な車両に搭載されてもよい。なお、本実施形態における自動運転とは、例えば、ブレーキ、アクセル、ステアリングなどのアクチュエータの内、少なくとも何れかのアクチュエータが乗員の操作なしに制御されている状態を指す。そのため、その他のアクチュエータが乗員の操作により作動していたとしても構わない。また、自動運転とは、加減速制御、横位置制御などのいずれかの制御が実行されている状態であればよい。また、本実施形態における手動運転とは、例えば、ブレーキ、アクセル、ステアリングを乗員が操作している状態を指す。

地図データベース２０は、カーナビゲーション装置などに記憶されているデータベースであって、道路情報、施設情報など経路案内に必要となる各種データが記憶されている。また、地図データベース２０には、道路の車線数、道路境界線を含む道路情報、物標（ランドマーク）の位置情報を含む物標情報などを含む地図情報が記憶されている。地図データベース２０は、コントローラ４０の要求に応じて地図情報をコントローラ４０に出力する。なお、道路情報、物標情報などの各種データは必ずしも車載された地図データベース２０から取得されるものに限定されず、車車間通信、路車間通信を用いて取得されてもよい。すなわち、道路情報、物標情報などの各種データが外部に設置されたサーバに記憶されている場合、コントローラ４０は、通信により随時これらのデータをサーバから取得してもよい。また、コントローラ４０は、外部に設置されたサーバから定期的に最新の地図情報を入手して、保有する地図情報を更新してもよい。

カメラ３０は、自車両に搭載され、自車両の周囲を撮影する。カメラ３０は、ＣＣＤ（ｃｈａｒｇｅ−ｃｏｕｐｌｅｄ ｄｅｖｉｃｅ）やＣＭＯＳ（ｃｏｍｐｌｅｍｅｎｔａｒｙ ｍｅｔａｌ ｏｘｉｄｅ ｓｅｍｉｃｏｎｄｕｃｔｏｒ）などの撮像素子を有する。カメラ３０は、画像処理機能を有しており、撮像した画像（カメラ画像）から白線や道路端、物標などを検出する。物標とは、例えば道路、歩道に設けられる物体であり、例えば信号機、電柱、交通標識などである。なお、物標はこれらに限らず位置が固定された、移動物体以外の物体で有ればよく、例えば建物等であってもよい。カメラ３０は、撮像した画像、画像の解析結果などをコントローラ４０に出力する。

自己位置検出部１０は、カメラ３０で撮像した画像（以下ではカメラ画像もしくは単に画像と言う）と地図データベース２０に記憶された物標情報とから自車両の位置である自己位置を検出する。具体的にはカメラ画像から少なくとも２つの物標（ランドマーク）を抽出すると共に、地図データベース２０に記憶された複数の物標から上記抽出した物標に対応する物標である特定物標を特定する。そして、抽出した物標の画像上の位置と、地図データベース２０に記憶された物標情報に含まれる特定物標の位置とに基づいて、地図上における自己位置を検出する。なお、自己位置検出部１０における自己位置の検出方法はこれに限定されるものでは無い。例えば、過去自車両が同一地点を走行した際に抽出した少なくとも２つの物標の画像上の位置と、抽出した物標の画像上の位置を用いて検出した自己位置を対応させて記憶しておき、次回同一地点を走行した際には物標の画像上の位置のみに基づいて自己位置を検出してもよい。すなわち、自己位置検出部１０はカメラ３０で撮像した少なくとも２つ以上の物標の画像上の位置に基づいて自己位置を検出するものである限りは、自己位置の検出方法は適宜変更可能である。

コントローラ４０は、ＣＰＵ（中央処理装置）、メモリ、及び入出力部を備える汎用のマイクロコンピュータである。マイクロコンピュータには、自己位置誤差推定装置１００として機能させるためのコンピュータプログラムがインストールされている。コンピュータプログラムを実行することにより、マイクロコンピュータは、自己位置誤差推定装置１００が備える複数の情報処理回路として機能する。なお、ここでは、ソフトウェアによって自己位置誤差推定装置１００が備える複数の情報処理回路を実現する例を示すが、もちろん、以下に示す各情報処理を実行するための専用のハードウェアを用意して、情報処理回路を構成することも可能である。また、複数の情報処理回路を個別のハードウェアにより構成してもよい。コントローラ４０は、複数の情報処理回路として、領域設定部４１と、コース設定部４２と、通過時間計算部４３と、通過誤差推定部４４と、自己位置誤差推定部４５と、誤差総量計算部４６と、を備える。

領域設定部４１は、自車両の走行データを用いて、自車両が車線の中央を走行する場合と比較して、画像上における物標間の画素数を多く取得可能な領域を設定する。本実施形態において、この領域は、オフライン時に設定される。オフライン時とは、自動運転が実行されていない時をいう。領域設定部４１によって設定された領域は、記憶装置５０に記憶される。なお、領域設定部４１によって設定される領域は、１つでもよく複数でもよい。領域設定部４１によって設定される複数の領域は、後述のコース設定部４２にて設定されるコースに沿って連続的に設定されてもよい。

コース設定部４２は、オンライン時に記憶装置５０から領域を読み出す。次に、コース設定部４２は、自車両が領域を通過するコース（経路）を設定する。オンライン時とは、自動運転が実行されている時をいう。通過時間計算部４３は、自車両が領域を通過する際に要する時間（通過時間）を計算する。通過誤差推定部４４は、自車両が領域を通過する際の自己位置の検出誤差（以下では、自己位置の誤差とも記載する）を推定する。自己位置誤差推定部４５は、自車両が領域を通過するまでの自己位置の誤差を推定する。誤差総量計算部４６は、自己位置の誤差の総量を計算する。なお、コース設定部４２によって設定されるコースは、少なくとも２つの物標を検出可能な道路上の所定の領域を通過するコースである。

次に、図２〜４を参照して自動運転時における自己位置の誤差の推定方法について説明する。

自動運転では一般的に車線の中央を走行するように車両が制御される。一例として、図２のコース１に示すように、自動運転において自車両６０は、車線の中央を走行するように制御される。コース１は、図２に示す車線の中央を通る経路である。

自動運転において自己位置を精度よく検出することが求められる。自己位置の検出方法の一例として、図２に示す物標７０、７１を用いる方法が挙げられる。物標７０、７１の地図上の位置は固定であるため、自車両６０から物標７０、７１までの距離及び方向を用いることにより、自己位置が検出される。すなわち、画像上の物標７０、７１と、地図上の物標７０、７１とをマッチングすることにより自己位置を検出することができる。

具体的には、例えば画像上の物標７０、７１の位置から、カメラ３０の撮像方向に対する物標７０、７１の方向（自車両に対する物標７０、７１の方向）が特定される。すなわち、自車両と物標７０とを結ぶ線分と自車両と物標７１を結ぶ線分との成す角度は、画像上の物標７０と物標７１との間の距離（画素数）に対応する。このため、画像上の物標７０と物標７１との間の距離から、カメラ３０の撮像方向に対する物標７０、７１の方向（自車両に対する物標７０、７１の方向）が特定される。従って、地図上における物標７０、７１を特定すれば、物標７０、７１の地図上における位置と自車両に対する方向とから、例えば周知の三角測量によって自己位置が検出される。このようなカメラ画像上の物標７０、７１の位置を用いて検出された自己位置には、誤差が含まれる。なお、自己位置の誤差は、カメラ３０の計測誤差を正規分布にあてはめたときの共分散行列で表現されてもよい。また、自己位置の誤差は、白線検出結果と地図データとをマッチングさせたときの尤度分布で表現されてもよい。

自己位置の誤差は、車線上の自車両６０の通過位置に応じて変化する可能性がある。ここでいう自車両６０の通過位置とは、自車両６０（カメラ３０）が物標７０、７１を検出する位置を含む。

自車両６０が図２に示すコース１に沿って走行した場合と、自車両６０が図２に示すコース２に沿って走行した場合とでは、自己位置の誤差は変化する可能性がある。この点について、図３を参照して説明する。図３に示す画像９０は、図２に示すコース１上の位置Ｐ１において、カメラ３０が物標７０、７１を撮像した画像である。図３に示す画像９１は、図２に示すコース２上の位置Ｐ２において、カメラ３０が物標７０、７１を撮像した画像である。

画像９０、９１から分かるように、物標７０と物標７１との間の画素数は、画像９０より、画像９１のほうが多い。上述したように、物標７０、７１の位置を用いて自己位置を検出する際に、物標７０と物標７１との間の画像上の距離に応じた誤差が含まれる。ここでいう、物標７０と物標７１との間の距離とは、画像上の横方向における物標７０と物標７１との間の距離である。画像上の横方向における物標７０と物標７１との間の距離は、画像上の横方向における物標７０と物標７１との間の画素数が多いほど、精度よく計算される。すなわち、自車両６０が図２に示すコース１に沿って走行した場合と、自車両６０が図２に示すコース２に沿って走行した場合とでは、自車両６０がコース２に沿って走行した場合のほうが、物標７０と物標７１との間の距離が精度よく計算される。これにより、自車両６０がコース２に沿って走行した場合のほうが、自車両６０がコース１に沿って走行した場合よりも、自己位置の誤差は小さくなる。

図４に示すフローチャートを参照して、自動運転時における自己位置の誤差の推定方法の詳細について説明する。ステップＳ１０１において、領域設定部４１は、自車両６０の走行データを用いて、自車両６０が車線の中央を走行する場合と比較して、画像上の横方向における物標７０と物標７１との間の画素数を多く取得可能な領域（図２の領域８０）を設定する。図２に示す領域８０において、自車両６０が車線の中央を走行する場合と比較して、画像上の横方向における物標７０と物標７１との間の画素数は多く取得される。なお、上述したように、領域８０は、オフライン時に設定され、記憶装置５０に記憶される。領域８０の設定の際に、他車両の走行データが用いられてもよい。他車両の走行データを含むより多くの走行データが用いられることにより、適切な領域８０が設定される。また、領域８０は、図２に示す位置Ｐ１を過去に走行した際に推定した誤差データに基づいて、カメラ３０によって撮像された物標７０、７１に係る画像上の位置の誤差が所定値（第１所定値）以下となる領域であってもよい。これにより、領域８０は、所定の範囲を持つことができ、自己位置の誤差を小さい状態で維持することができる。なお、図２に示す物標７０、７１は電柱であるが、これに限定されない。物標７０、７１は、道路標識であってもよい。また、領域８０は、図２に示す位置Ｐ１においてカメラ３０によって撮像された物標７０、７１に係る画像上の面積が所定値（第２所定値）以上となる領域であってもよい。これにより、領域８０は、所定の範囲を持つことができ、自己位置の誤差を小さい状態で維持するための行動の選択肢が増える。

処理はステップＳ１０３に進み、コース設定部４２は、オンライン時に記憶装置５０から領域８０を読み出す。次に、コース設定部４２は例えば、図２に示すように領域８０を通過するコース２を設定する。なお、コース２は、例えばナビゲーション装置などによって設定される経路であり、任意の経路である。

処理はステップＳ１０５に進み、通過時間計算部４３は、自車両６０がコース２に沿って領域８０を通過する際に要する時間（通過時間）を計算する。一例として、通過時間計算部４３は、自車両６０の速度に基づいて通過時間を計算する。自車両６０の速度が速い場合は、通過時間は短くなる。一方、自車両６０の速度が遅い場合は、通過時間は長くなる。通過時間が長いほど、通過の際に取得される画像は多くなる。通過の際に取得される画像が多くなるほど、画像の解析精度は向上するため、自己位置の誤差も小さくなりうる。したがって、自己位置誤差推定装置１００は、自己位置の誤差を小さくするために、自車両６０がコース２に沿って領域８０を通過する際に、自車両６０を減速させてもよい。これにより、自車両６０がコース２に沿って領域８０を通過する際に要する時間が長くなり、より多くの画像が取得される。

処理はステップＳ１０７に進み、通過誤差推定部４４は、自車両６０がコース２に沿って領域８０を走行する際の自己位置の誤差を推定する。推定方法の一例として、通過誤差推定部４４は、予め画像と自己位置の誤差との関係をモデル化した誤差モデルを作成して記憶しておき、この誤差モデルとコース２上の各地点において撮像された画像とを比較することにより各地点ごとに発生する誤差を算出し、算出した誤差を領域８０を走行している間の時間分積算することで、自車両６０がコース２に沿って領域８０を走行する際の自己位置の誤差を推定する。誤差モデルとは、図２に示す物標７０、７１の形状、位置情報などを含むモデルである。

すなわち、上述した通り画像上の物標７０、７１の位置に基づいて自己位置を検出する場合、画像上の物標７０と物標７１との間の距離（画素数）が自己位置の検出精度に影響する。このため、予め２つの物標（物標７０、７１）間の画像上の距離と自己位置の誤差とを含むモデル式を記憶しておき、領域８０内のコース２上における各地点での物標７０と物標７１間の距離と記憶したモデル式とから、各地点における自己位置の誤差を推定して積算することにより、自車両６０がコース２に沿って領域８０を通過する間に発生する自己位置の誤差を推定する。なお、上述の通り領域８０を通過する時間、すなわち領域８０を走行する際の速度が遅いほど自己位置誤差は小さくなるため誤差モデルは、走行速度（あるいは通過時間）をパラメータとして含み、走行速度が遅いほど（あるいは通過時間が長いほど）誤差が小さくなるモデルとして作成してもよい。自車両６０がコース２に沿って領域８０を通過する際の自己位置の誤差を、以下では第１誤差と表現する場合がある。なお、通過誤差推定部４４は、カメラ３０の計測誤差を正規分布にあてはめたときの共分散行列でモデル化した後、共分散行列の固有値を足して第１誤差を推定してもよい。

処理はステップＳ１０９に進み、自己位置誤差推定部４５は、自車両６０が領域８０を走行する前までの自己位置の誤差を推定する。自車両６０は、領域８０を走行する前にも、自己位置の誤差を推定しており、誤差が蓄積されている。したがって、自車両６０が領域８０を走行する前において推定した自己位置の誤差を積算して記憶しておき、これを読み出すことで自車両６０が領域８０を通過走行する前までに発生した自己位置の誤差を推定することができる。自車両６０が領域８０を走行する前の自己位置の誤差を、以下では第２誤差と表現する場合がある。自己位置誤差推定部４５は、このような第２誤差を推定する。

処理はステップＳ１１１に進み、誤差総量計算部４６は、第１誤差と第２誤差との合計を計算する。換言すれば、誤差総量計算部４６は、自己位置の誤差の総量を計算する。なお、自己位置の誤差が、カメラ３０の計測誤差を正規分布にあてはめたときの共分散行列で表現された場合、自己位置の誤差の総量は固有値の和の逆数となる。

図５に示すコース３上の位置Ｐ３において、図６に示すように、物標７０と物標７１との間の画素数は、画像９０、９１より、画像９２のほうが多い。すなわち、自車両６０が図５に示すコース１に沿って走行した場合と、自車両６０が図５に示すコース２に沿って走行した場合と、自車両６０が図５に示すコース３に沿って走行した場合とでは、自車両６０がコース３に沿って走行した場合のほうが、物標７０と物標７１との間の距離がもっとも精度よく計算される。つまり、自車両６０がコース３に沿って走行した場合のほうが、自車両６０がコース１及びコース２に沿って走行した場合よりも、自己位置の誤差は小さくなる。

このようにして、領域８０を走行する複数のコースごとに領域８０を走行する際の自己位置の誤差を推定すれば、例えば領域８０を自動運転によって走行する際に、最も自己位置の誤差が小さいコースを選択して走行するなど、自動運転にとって有意義に利用することができる。

以上説明したように、本実施形態に係る自己位置誤差推定装置１００によれば、以下の作用効果が得られる。

自己位置検出部１０は、カメラ３０で撮像した画像から少なくとも２つの物標（物標７０、７１）を抽出すると共に、抽出した物標の画像上の位置に基づいて自己位置を検出する。自己位置誤差推定装置１００は、自車両６０がコースに沿って領域８０を走行する際に、コース上の各地点において撮像された画像上における２つの物標の距離に基づいて、コース上の各地点における自己位置の誤差を推定することにより、自車両６０がコースに沿って領域８０を走行する際の自己位置の誤差である第１誤差を推定する。

画像上の物標７０と物標７１との間の距離は、画像上の物標７０と物標７１との間の画素数が多いほど、精度よく計算される。すなわち、自車両６０が図２に示すコース１に沿って走行した場合と、自車両６０が図２に示すコース２に沿って走行した場合とでは、自車両６０がコース２に沿って走行した場合のほうが、物標７０と物標７１との間の距離が精度よく計算される。

したがって、自己位置誤差推定装置１００によれば、自車両６０が予め定められたコースに沿って領域８０を走行する際に、コース上の各地点において撮像された画像上における２つの物標の画像上の距離に基づいて自己位置の検出誤差を推定することにより、自己位置の誤差を精度よく推定できる。

上述の実施形態に記載される各機能は、１または複数の処理回路により実装され得る。処理回路は、電気回路を含む処理装置等のプログラムされた処理装置を含む。処理回路は、また、記載された機能を実行するようにアレンジされた特定用途向け集積回路（ＡＳＩＣ）や回路部品等の装置を含む。また、自己位置誤差推定装置１００は、コンピュータの機能を改善しうる。

上記のように、本発明の実施形態を記載したが、この開示の一部をなす論述及び図面はこの発明を限定するものであると理解すべきではない。この開示から当業者には様々な代替実施の形態、実施例及び運用技術が明らかとなろう。

図２に示す例では、領域８０から観測される物標は２つとして説明したが、これに限定されない。領域８０から観測される物標は３つ以上でもよい。物標の数が多いほうが、自己位置の誤差の推定精度が向上しうる。

なお、自己位置検出部１０（自己位置検出装置）は、コントローラ４０と同様にＣＰＵ、メモリ、及び入出力部を備える汎用のマイクロコンピュータで構成されてもよく、コントローラ４０に組み込まれてもよい。

１０ 自己位置検出部
２０ 地図データベース
３０ カメラ
４０ コントローラ
４１ 領域設定部
４２ コース設定部
４３ 通過時間計算部
４４ 通過誤差推定部
４５ 自己位置誤差推定部
４６ 誤差総量計算部
５０ 記憶装置
７０、７１ 物標
８０ 領域
９０、９１、９２ 画像
１００ 自己位置誤差推定装置

Claims (4)

1. 自車両に搭載されるカメラによって撮像した画像から少なくとも２つの物標を抽出すると共に、抽出した物標の画像上の位置に基づいて自己位置を検出する自己位置検出方法における、自己位置の検出誤差推定方法であって、
   前記自車両が、少なくとも２つの物標を検出可能な道路上の所定の領域を通過するコースを計算し、
   前記自車両が前記コースに沿って前記領域を通過する際に検出される前記カメラ画像上の前記２つの物標の間の画素数に基づいて前記自己位置の検出誤差を推定する
   ことを特徴とする自己位置誤差推定方法。
2. 前記領域は、３つ以上の物標を検出可能な領域である
   ことを特徴とする請求項１に自己位置誤差推定方法。
3. 前記領域は、前記カメラ画像上の前記２つの物標に係る面積が第１所定値以上となる領域である
   ことを特徴とする請求項１に自己位置誤差推定方法。
4. 自車両に搭載されるカメラによって撮像した画像から少なくとも２つの物標を抽出すると共に、抽出した物標の画像上の位置に基づいて自己位置を検出する自己位置検出装置における、前記自己位置の検出誤差を推定する自己位置誤差推定装置であって、
   少なくとも２つの物標を検出可能な道路上の所定の領域を設定するコントローラを備え、
   前記コントローラは、
   前記自車両が、前記領域を通過するコースを計算し、
   前記自車両が前記コースに沿って前記領域を通過する際に検出される前記カメラ画像上の前記２つの物標の間の画素数に基づいて前記自己位置の検出誤差を推定する
   ことを特徴とする自己位置誤差推定装置。
   

Images