JP2022104134A - 車両制御システム及び自車線特定方法 - Google Patents

車両制御システム及び自車線特定方法 Download PDF

Info

Publication number
JP2022104134A
JP2022104134A JP2020219157A JP2020219157A JP2022104134A JP 2022104134 A JP2022104134 A JP 2022104134A JP 2020219157 A JP2020219157 A JP 2020219157A JP 2020219157 A JP2020219157 A JP 2020219157A JP 2022104134 A JP2022104134 A JP 2022104134A
Authority
JP
Japan
Prior art keywords
lane
map
vehicle
lanes
type
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.)
Granted
Application number
JP2020219157A
Other languages
English (en)
Other versions
JP7216699B2 (ja
Inventor
康一郎 和田
Koichiro Wada
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Honda Motor Co Ltd
Original Assignee
Honda Motor Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Honda Motor Co Ltd filed Critical Honda Motor Co Ltd
Priority to JP2020219157A priority Critical patent/JP7216699B2/ja
Priority to CN202111569954.0A priority patent/CN114689076A/zh
Priority to US17/559,147 priority patent/US11867527B2/en
Publication of JP2022104134A publication Critical patent/JP2022104134A/ja
Application granted granted Critical
Publication of JP7216699B2 publication Critical patent/JP7216699B2/ja
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01CMEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C21/00Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
    • G01C21/38Electronic maps specially adapted for navigation; Updating thereof
    • G01C21/3804Creation or updating of map data
    • G01C21/3807Creation or updating of map data characterised by the type of data
    • G01C21/3815Road data
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/10Segmentation; Edge detection
    • G06T7/11Region-based segmentation
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01CMEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C21/00Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
    • G01C21/26Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
    • G01C21/34Route searching; Route guidance
    • G01C21/36Input/output arrangements for on-board computers
    • G01C21/3602Input other than that of destination using image analysis, e.g. detection of road signs, lanes, buildings, real preceding vehicles using a camera
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01CMEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C21/00Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
    • G01C21/26Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
    • G01C21/34Route searching; Route guidance
    • G01C21/36Input/output arrangements for on-board computers
    • G01C21/3626Details of the output of route guidance instructions
    • G01C21/3658Lane guidance
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/70Determining position or orientation of objects or cameras
    • G06T7/73Determining position or orientation of objects or cameras using feature-based methods
    • G06T7/74Determining position or orientation of objects or cameras using feature-based methods involving reference images or patches
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00Arrangements for image or video recognition or understanding
    • G06V10/70Arrangements for image or video recognition or understanding using pattern recognition or machine learning
    • G06V10/74Image or video pattern matching; Proximity measures in feature spaces
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00Scenes; Scene-specific elements
    • G06V20/50Context or environment of the image
    • G06V20/56Context or environment of the image exterior to a vehicle by using sensors mounted on the vehicle
    • G06V20/588Recognition of the road, e.g. of lane markings; Recognition of the vehicle driving pattern in relation to the road
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/20Special algorithmic details
    • G06T2207/20084Artificial neural networks [ANN]
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/30Subject of image; Context of image processing
    • G06T2207/30242Counting objects in image
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/30Subject of image; Context of image processing
    • G06T2207/30248Vehicle exterior or interior
    • G06T2207/30252Vehicle exterior; Vicinity of vehicle
    • G06T2207/30256Lane; Road marking

Landscapes

  • Engineering & Computer Science (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Automation & Control Theory (AREA)
  • Multimedia (AREA)
  • Computing Systems (AREA)
  • Artificial Intelligence (AREA)
  • Databases & Information Systems (AREA)
  • Evolutionary Computation (AREA)
  • General Health & Medical Sciences (AREA)
  • Medical Informatics (AREA)
  • Software Systems (AREA)
  • Health & Medical Sciences (AREA)
  • Traffic Control Systems (AREA)
  • Navigation (AREA)
  • Instructional Devices (AREA)
  • Control Of Driving Devices And Active Controlling Of Vehicle (AREA)
  • Image Analysis (AREA)

Abstract

【課題】地図上の車線の数に応じて地図上の自車線を効率的に特定する。【解決手段】車両制御システムは、地図上で車両Vが走行している自車線Rを特定する自車線特定部を備え、自車線特定部は、地図上で車両Vの位置Pを推定し、地図上で車両Vの位置Pを含む特定領域Yに存在する車線Aの数を算出し、地図上の特定領域Yに1本の車線Aのみが存在する場合に、1本の車線Aを地図上の自車線Rとして特定し、地図上の特定領域Yに複数本の車線Aが存在する場合に、撮影された画像から認識される自車線である撮像自車線の区画線の種別と地図上の複数本の車線Aの区画線の種別とを照合し、撮像自車線の区画線の種別と地図上の複数本の車線Aのうちの1本のみの区画線の種別とが一致する場合に、地図上の複数本の車線Aのうちの1本を地図上の自車線Rとして特定する。【選択図】 図3

Description

本発明は、車両制御システム及び自車線特定方法に関する。
従来、地図上で車両が走行している自車線を特定する方法が種々提案されている。例えば、特許文献1では、地図情報から得られる区画線のパターンとカメラによって撮影された画像から認識される区画線のパターンとを比較することで、自車線を特定している。
特許第6666304号公報
特許文献1では、地図上の車線の数に関わらず、自車線の特定方法が一定である。そのため、地図上の車線の数に応じて地図上の自車線を効率的に特定するのは困難である。
本発明は、以上の背景に鑑み、地図上の車線の数に応じて地図上の自車線を効率的に特定することが可能な車両制御システム及び自車線特定方法を提供することを課題とする。
上記課題を解決するために、本発明のある態様に係る車両制御システム(1)は、車両(V)が走行する走行路の画像を撮影する撮像装置(18)と、前記車両の周辺領域の地図を生成する地図生成部(53)と、前記地図上で前記車両が走行している自車線(R)を特定する自車線特定部(54)と、を備え、前記自車線特定部は、前記地図上で前記車両の位置(P)を推定し、前記地図上で前記車両の位置を含む特定領域(Y)に存在する車線(A)の数を算出し、前記地図上の前記特定領域に1本の前記車線のみが存在する場合に、1本の前記車線を前記地図上の前記自車線として特定し、前記地図上の前記特定領域に複数本の前記車線が存在する場合に、前記撮像装置が撮影した画像から認識される自車線である撮像自車線(B)の区画線(B1)の種別と前記地図上の複数本の前記車線の区画線(A1)の種別とを照合し、前記撮像自車線の前記区画線の種別と前記地図上の複数本の前記車線のうちの1本のみの前記区画線の種別とが一致する場合に、前記地図上の複数本の前記車線のうちの前記1本を前記地図上の前記自車線として特定することを特徴とする。
この態様によれば、地図上の特定領域に存在する車線の数に応じて地図上の自車線の特定方法を変えることで、地図上の自車線を効率的に特定することができる。
上記の態様において、前記自車線特定部は、前記撮像自車線の前記区画線の種別と前記地図上の複数本の前記車線の前記区画線の種別とが一致し、且つ、前記撮像自車線の左右一方側に路肩(D)が存在する場合に、前記地図上の複数本の前記車線のうちで前記左右一方側の端部に位置する前記車線を前記地図上の前記自車線として特定しても良い。
この態様によれば、撮像自車線の区画線の種別と地図上の複数本の車線の区画線の種別とが一致する場合であっても、路肩の存在に基づいて地図上の自車線を特定することができる。そのため、地図上の自車線を更に効率的に特定することができる。
上記の態様において、前記自車線特定部は、前記撮像自車線の前記区画線の種別と前記地図上の複数本の前記車線の前記区画線の種別とが一致し、前記撮像自車線の左右両側及び前記撮像自車線の左右の隣接車線(F)の左右両側に前記区画線が存在し、且つ、前記地図上の前記特定領域に3本の前記車線が存在する場合に、3本の前記車線のうちの真ん中の前記車線を前記地図上の前記自車線として特定しても良い。
この態様によれば、撮像自車線の区画線の種別と地図上の複数本の車線の区画線の種別とが一致する場合であっても、撮像自車線及びその隣接車線の左右両側の区画線の存在に基づいて地図上の自車線を特定することができる。そのため、地図上の自車線を更に効率的に特定することができる。
上記の態様において、前記自車線特定部は、前記地図上の前記自車線を特定した後、前記地図上で前記車両が車線変更を行ったと判定した場合に、前記車線変更の方向に応じて前記地図上の前記自車線を変更しても良い。
この態様によれば、車線変更に応じて地図上の自車線を適切に変更することができる。
上記の態様において、前記自車線特定部は、前記撮像装置が撮影した画像から認識される区画線の種別を特定可能であり、且つ、新たに特定した前記地図上の前記自車線の車線番号と既に特定している前記地図上の前記自車線の車線番号とが一致しない場合に、前記地図上の前記自車線に関する情報をリセットしても良い。
この態様によれば、地図上の自車線の特定に誤りが生じている可能性がある場合に地図上の自車線に関する情報をリセットすることで、地図上の自車線の特定に誤りが生じている状態が続くのを回避することができる。
上記の態様において、前記自車線特定部は、前記地図上の前記自車線を特定した後、前記地図上の前記車両の位置を推定できなくなった場合に、前記地図上の前記自車線に関する情報をリセットしても良い。
この態様によれば、地図上の自車線の特定に誤りが生じている可能性がある場合に地図上の自車線に関する情報をリセットすることで、地図上の自車線の特定に誤りが生じている状態が続くのを回避することができる。
上記の態様において、前記車両制御システムは、デッドレコニングによって前記車両の移動量を算出する移動量算出部(32)を更に備え、前記自車線特定部は、前記地図上の前記特定領域に1本の前記車線のみが存在し、1本の前記車線を前記地図上の前記自車線として特定した後、前記地図上の前記車両の位置を推定できなくなった場合であっても、前記移動量算出部が算出する前記車両の移動量に基づいて前記車両が前記地図上の前記自車線から逸脱していないと判定している限り、前記地図上の前記自車線に関する情報を維持しても良い。
この態様によれば、車両が地図上の自車線から逸脱していないと判定している場合に、地図上の自車線に関する情報を例外的に維持することで、地図上の自車線を更に効率的に特定することができる。
上記課題を解決するために、本発明のある態様に係る自車線特定方法は、地図上で車両(V)が走行している自車線(R)を特定するための自車線特定方法であって、前記地図上で前記車両の位置(P)を推定するステップと、前記地図上で前記車両の位置を含む特定領域(Y)に存在する車線(A)の数を算出するステップと、前記地図上の前記特定領域に1本の前記車線のみが存在する場合に、1本の前記車線を前記地図上の前記自車線として特定するステップと、前記地図上の前記特定領域に複数本の前記車線が存在する場合に、撮影された画像から認識される自車線である撮像自車線(B)の区画線(B1)の種別と前記地図上の複数本の前記車線の区画線(A1)の種別とを照合し、前記撮像自車線の前記区画線の種別と前記地図上の複数本の前記車線のうちの1本のみの前記区画線の種別とが一致する場合に、前記地図上の複数本の前記車線のうちの前記1本を前記地図上の前記自車線として特定するステップとを含むことを特徴とする。
この態様によれば、地図上の特定領域に存在する車線の数に応じて地図上の自車線の特定方法を変えることで、地図上の自車線を効率的に特定することができる。
以上の構成によれば、地図上の車線の数に応じて地図上の自車線を効率的に特定することが可能な車両制御システム及び自車線特定方法を提供することができる。
本発明の一実施形態に係る車両制御システムの構成図 本発明の一実施形態に係る自車線特定制御を示すフローチャート ローカルマップを例示する平面図 ローカルマップを例示する平面図 (A)カメラ画像から得られる情報を例示する平面図(B)ローカルマップを例示する平面図(C)ローカルマップを例示する平面図 (A)カメラ画像から得られる情報を例示する平面図(B)ローカルマップを例示する平面図 (A)カメラ画像から得られる情報を例示する平面図(B)ローカルマップを例示する平面図 ローカルマップを例示する平面図 ローカルマップを例示する平面図
以下、図面を参照しつつ、本発明の一実施形態に係る車両制御システム1について説明する。図1に示すように、車両制御システム1は、車両Vに搭載された車両システム2と、車両システム2にネットワークNを介して接続された高精度地図サーバ3(以下、「地図サーバ3」と略称する)とを含む。以下、「車両V」と記載する場合には、車両システム2が搭載された車両(即ち、自車両)を示す。
<車両システム2>
まず、車両システム2について説明する。車両システム2は、推進装置4、ブレーキ装置5、ステアリング装置6、外界センサ7、車両センサ8、通信装置9、GNSS受信機10、ナビゲーション装置11、運転操作子12、運転操作センサ13、HMI14、スタートスイッチ15、及び制御装置16を有している。車両システム2の各構成要素は、CAN(Controller Area Network)等の通信手段によって信号伝達可能に互いに接続されている。
推進装置4は、車両Vに駆動力を付与する装置であり、例えば、ガソリンエンジンやディーゼルエンジン等の内燃機関と電動機の少なくとも一方を有する。ブレーキ装置5は、車両Vに制動力を付与する装置であり、例えば、ブレーキロータにパッドを押し付けるブレーキキャリパと、ブレーキキャリパに油圧を供給する電動シリンダとを含む。ブレーキ装置5は、ワイヤケーブルによって車輪の回転を規制するパーキングブレーキ装置を含んでいてもよい。ステアリング装置6は、車輪の舵角を変えるための装置であり、例えば、車輪を転舵するラックアンドピニオン機構と、ラックアンドピニオン機構を駆動する電動モータとを有する。推進装置4、ブレーキ装置5、及びステアリング装置6は、制御装置16によって制御される。
外界センサ7は、車両Vの周辺からの電磁波や音波等を捉えて、車外の物体等を検出するセンサである。外界センサ7は、ソナー17及び車外カメラ18(撮像装置の一例)を含んでいる。外界センサ7は、ミリ波レーダやレーザライダを含んでいてもよい。外界センサ7は、検出結果を制御装置16に出力する。
ソナー17は、いわゆる超音波センサであり、超音波を車両Vの周囲に発射してその反射波を捉えることにより、物体の位置(距離及び方向)を検出する。ソナー17は、車両Vの後部及び前部にそれぞれ複数設けられている。
車外カメラ18は、車両Vの周囲を撮像する装置であり、例えば、CCDやCMOS等の固体撮像素子を利用したデジタルカメラである。車外カメラ18は、ステレオカメラであっても良いし、単眼カメラであってもよい。車外カメラ18は、車両Vの前方を撮像する前方カメラと、車両Vの後方を撮像する後方カメラと、車両Vの左右側方を撮像する一対の側方カメラと、を含んでいる。車両Vの走行時に、車外カメラ18は、所定の間隔(例えば、所定の距離的間隔又は所定の時間的間隔)で車両Vが走行する走行路の画像を撮影する。
車両センサ8は、車両Vの状態を測定するセンサである。車両センサ8は、車両Vの速度を検出する車速センサ、車両Vの加速度を検出する加速度センサ、車両Vの鉛直軸回りの角速度を検出するヨーレートセンサ、車両Vの向きを検出する方位センサ等を含む。ヨーレートセンサは、例えばジャイロセンサである。車両センサ8は、車体の傾きを検出する傾きセンサや車輪の回転速度を検出する車輪速センサを含んでいてもよい。
通信装置9は、制御装置16と車外の機器(例えば、地図サーバ3)との間の通信を媒介する。通信装置9は、制御装置16をインターネットに接続するルータを含む。通信装置9は、車両Vの制御装置16と周辺車両の制御装置との間の無線通信や車両Vの制御装置16と道路上の路側機との間の無線通信を媒介する無線通信機能を有するとよい。
GNSS受信機10は、全地球航法衛星システム(Global Navigation Satellite System:GNSS)を構成する複数の衛星から車両Vの位置(緯度や経度)に関する信号(以下、「GNSS信号」と称する)を受信する。GNSS受信機10は、受信したGNSS信号をナビゲーション装置11及び制御装置16に出力する。
ナビゲーション装置11は、公知のハードウェアによるコンピュータによって構成されている。ナビゲーション装置11は、直前の走行履歴やGNSS受信機10から出力されたGNSS信号に基づいて、車両Vの位置(緯度や経度)を特定する。ナビゲーション装置11は、RAM、HDD、SSD等に、車両Vが走行する地域や国の道路情報に関するデータ(以下、「ナビ地図データ」と称する)を記憶している。
ナビゲーション装置11は、GNSS信号及びナビ地図データに基づいて車両Vの現在位置から乗員が入力した目的地までのルートを設定し、制御装置16に出力する。ナビゲーション装置11は、車両Vが走行を開始すると、乗員に対する目的地までのルート案内を行う。
運転操作子12は、車室内に設けられ、車両Vを制御するために乗員が行う入力操作を受け付ける。運転操作子12は、ステアリングホイール、アクセルペダル、及びブレーキペダルを含む。更に、運転操作子12は、シフトレバー、パーキングブレーキレバー、ウィンカーレバー等を含んでいてもよい。
運転操作センサ13は、運転操作子12の操作量を検出するセンサである。運転操作センサ13は、ステアリングホイールの操作量を検出する舵角センサと、アクセルペダルの操作量を検出するアクセルセンサと、ブレーキペダルの操作量を検出するブレーキセンサとを含む。運転操作センサ13は、検出した操作量を制御装置16に出力する。運転操作センサ13は、乗員がステアリングホイールを把持したことを検出する把持センサを含んでいてもよい。把持センサは、例えば、ステアリングホイールの外周部に設けられた静電容量センサによって構成される。
HMI14は、乗員に対して表示や音声によって各種情報を報知すると共に、乗員による入力操作を受け付ける。HMI14は、例えば、液晶や有機EL等を含み、乗員による入力操作を受け付けるタッチパネル23と、ブザーやスピーカ等の音発生装置24とを含む。HMI14は、タッチパネル23上に運転モード切換ボタンを表示することができる。運転モード切換ボタンは、乗員による車両Vの運転モード(例えば、自動運転モードと手動運転モード)の切換操作を受け付けるボタンである。
HMI14は、ナビゲーション装置11への出入力を媒介するインターフェースとしても機能する。即ち、HMI14が乗員による目的地の入力操作を受け付けると、ナビゲーション装置11が目的地までのルート設定を開始する。また、HMI14は、ナビゲーション装置11が目的地までのルート案内を行う際に、車両Vの現在位置及び目的地までのルートを表示する。
スタートスイッチ15は、車両システム2を起動させるためのスイッチである。即ち、乗員が運転席に着座し、ブレーキペダルを踏み込んだ状態でスタートスイッチ15を押圧すると、車両システム2が起動する。
制御装置16は、CPU、ROM、RAM等を含む一又は複数の電子制御装置(ECU)によって構成されている。制御装置16は、CPUがプログラムに沿った演算処理を実行することで、各種の車両制御を実行する。制御装置16は、1つのハードウェアとして構成されていてもよく、複数のハードウェアからなるユニットとして構成されていてもよい。制御装置16の各機能部の少なくとも一部は、LSIやASIC、FPGA等のハードウェアによって実現されていてもよく、ソフトウェア及びハードウェアの組み合わせによって実現されていてもよい。
制御装置16は、外界認識部31(区画線推定部の一例)と、移動量算出部32と、運転制御部33と、地図処理部34とを有する。これらの構成要素は、別々の電子制御装置によって構成されていても良いし、一体の電子制御装置によって構成されていても良い。
外界認識部31は、外界センサ7の検出結果に基づいて車両Vの周辺に存在する物標を認識し、物標の位置や大きさに関する情報を取得する。外界認識部31が認識する物標には、車両Vの走行路上の区画線、車線、路端、路肩、障害物等が含まれる。区画線は、車両走行方向に沿って表示された線である。車線は、一又は複数の区画線によって区画された領域である。路端は、車両Vの走行路の端部である。路肩は、車幅方向(左右方向)の端部に位置する区画線と路端の間の領域である。障害物は、防壁(ガードレール)、電柱、周辺車両、歩行者等を含む。
外界認識部31は、車外カメラ18が撮影した画像(以下、「カメラ画像」と称する)に基づいて、カメラ画像上の区画線(以下、「カメラ区画線」と称する)の位置を認識する。例えば、外界認識部31は、カメラ画像上で濃度値が閾値以上に変化している複数の点(以下、「複数の候補点」と称する)を抽出し、複数の候補点を通過する直線をカメラ区画線として認識しても良い。外界認識部31は、カメラ画像に基づいて、カメラ区画線の種別を特定する。カメラ区画線の種別は、単一実線、単一破線、減速表示線、2重実線等を含む。減速表示線は、例えば、単一破線よりも間隔が狭く幅が広い破線によって構成される。
移動量算出部32は、車両センサ8からの信号に基づいて、オドメトリや慣性航法等のデッドレコニングによって車両Vの移動量(車両Vの移動距離及び移動方向)を算出する。例えば、移動量算出部32は、車輪速センサが検出する車輪の回転速度と、加速度センサが検出する車両Vの加速度と、ジャイロセンサが検出する車両Vの角速度とに基づいて、車両Vの移動量を算出すると良い。以下、移動量算出部32がデッドレコニングによって算出した車両Vの移動量のことを、「車両VのDR移動量」と称する。
運転制御部33は、行動計画部41と、走行制御部42と、モード設定部43とを有する。
行動計画部41は、ナビゲーション装置11によって設定されたルートに沿って車両Vを走行させるための行動計画を作成する。行動計画部41は、作成した行動計画に対応する走行制御信号を走行制御部42に出力する。
走行制御部42は、行動計画部41からの走行制御信号に基づいて、推進装置4、ブレーキ装置5、及びステアリング装置6を制御する。即ち、走行制御部42は、行動計画部41が作成した行動計画に従って、車両Vを走行させる。
モード設定部43は、手動運転モードと自動運転モードとの間で車両Vの運転モードを切り換える。手動運転モードでは、乗員による運転操作子12に対する入力操作に応じて走行制御部42が推進装置4、ブレーキ装置5、及びステアリング装置6を制御し、車両Vを走行させる。一方で、自動運転モードでは、乗員による運転操作子12に対する入力操作に関わらず走行制御部42が推進装置4、ブレーキ装置5、及びステアリング装置6を制御し、車両Vを自律的に走行させる。
地図処理部34は、地図取得部51と、地図記憶部52と、ローカルマップ生成部53(地図生成部の一例:以下、「LM生成部53」と称する)と、位置特定部54(自車線特定部の一例)とを有する。
地図取得部51は、地図サーバ3にアクセスし、地図サーバ3からダイナミックマップデータ(詳細は後述)を取得する。例えば、地図取得部51は、ナビゲーション装置11が設定したルートに対応する地域のダイナミックマップデータを地図サーバ3取得すると良い。
地図記憶部52は、HDDやSSD等の記憶装置によって構成されており、自動運転モードにおける車両Vの自律的な走行に必要な各種情報を保持している。地図記憶部52は、地図取得部51が地図サーバ3から取得したダイナミックマップデータを記憶している。
LM生成部53は、地図記憶部52に記憶されたダイナミックマップデータに基づいて、車両Vの周辺領域の詳細な地図(以下、「ローカルマップ」と称する)を生成する。ローカルマップは、ダイナミックマップデータから車両Vの周辺領域に関するデータを抽出することで生成される。従って、ローカルマップは、ダイナミックマップデータに含まれるあらゆる情報を含みうる。例えば、ローカルマップは、走行路上の車線に関する情報(例えば、車線の本数や車線番号)や走行路上の区画線に関する情報(例えば、区画線の種別)を含む。更に、ローカルマップは、カメラ画像に基づいて外界認識部31が認識した物標(例えば、障害物)に関する情報を含んでも良いし、車両Vの過去のDR移動量(即ち、車両Vの移動軌跡)に関する情報を含んでも良い。自動運転モードで車両Vが自律的に走行している時に、LM生成部53は、車両Vの走行位置に応じてローカルマップを随時更新すると良い。
位置特定部54は、ローカルマップ上において各種ローカリゼーション処理を実行する。例えば、位置特定部54は、GNSS受信機10から出力されるGNSS信号、車両VのDR移動量、カメラ画像等に基づいて、ローカルマップ上における車両Vの位置を推定する。また、位置特定部54は、GNSS受信機10から出力されるGNSS信号、カメラ画像等に基づいて、ローカルマップ上において車両Vが走行する自車線の位置を特定する。自動運転モードで車両Vが自律的に走行している時に、位置特定部54は、車両Vの走行位置に応じてローカルマップ上における車両Vの位置や自車線の位置を随時更新すると良い。
<地図サーバ3>
次に、地図サーバ3について説明する。図1に示すように、地図サーバ3は、ネットワークN(本実施形態では、インターネット)及び通信装置9を介して制御装置16に接続されている。地図サーバ3は、CPU、ROM、RAM、及び、HDDやSSD等の記憶装置を備えたコンピュータである。地図サーバ3の記憶装置には、ダイナミックマップデータが記憶されている。
ダイナミックマップデータは、静的情報、準静的情報、準動的情報、及び動的情報を含む。静的情報は、ナビ地図データよりも高精度な3次元地図データを含む。準静的情報は、交通規制情報、道路工事情報、広域気象情報を含む。準動的情報は、事故情報、渋滞情報、狭域気象情報を含む。動的情報は、信号情報、周辺車両情報、歩行者情報を含む。
ダイナミックマップデータの静的情報は、走行路上の車線に関する情報(例えば、車線の本数や車線番号)や走行路上の区画線に関する情報(例えば、区画線の種別)を含む。例えば、静的情報の区画線は、所定の間隔ごとに配置されたノードと、ノードを接続するリンクとによって表現される。
<自車線特定制御>
次に、図2を参照して、ローカルマップ上で車両Vが走行している自車線R(以下、「LM自車線R」と称する)を特定するための自車線特定制御(自車線特定方法の一例)の概要について説明する。なお、図2の「Yes」は、LM自車線Rが特定されたことを示し、図2の「No」は、LM自車線Rが特定されなかったことを示している。
自車線特定制御が開始されると、位置特定部54は、第1特定処理を実行する(ステップS1)。第1特定処理において、位置特定部54は、ローカルマップ上で車両Vの位置を推定するとともに、ローカルマップ上で車両Vの位置を含む特定領域Yに存在する車線A(以下、「LM車線A」と称する)の数を算出する。ローカルマップ上の特定領域Yに1本のLM車線Aのみが存在する場合に、位置特定部54は、その1本のLM車線AをLM自車線Rとして特定し、自車線特定制御を終了する。
一方で、ローカルマップ上の特定領域Yに複数本のLM車線Aが存在する場合に、位置特定部54は、第1特定処理でLM自車線Rを特定することなく、第2特定処理を実行する(ステップS2)。第2特定処理において、位置特定部54は、カメラ画像から認識される自車線B(撮像自車線の一例:以下、「カメラ自車線B」と称する)の区画線B1の種別と複数本のLM車線Aの区画線A1の種別とを照合する。その結果、カメラ自車線Bの区画線B1の種別と複数本のLM車線Aのうちの1本のみの区画線A1の種別とが一致する場合、位置特定部54は、その複数本のLM車線Aのうちの1本をLM自車線Rとして特定し、自車線特定制御を終了する。
一方で、カメラ自車線Bの区画線B1の種別と複数本のLM車線Aの区画線A1の種別とが一致する場合に、位置特定部54は、第2特定処理でLM自車線Rを特定することなく、第3特定処理を実行する(ステップS3)。第3特定処理において、位置特定部54は、複数本のLM車線Aのうちの1本が所定の条件を満たす場合に、その1本のLM車線AをLM自車線Rとして特定し、自車線特定制御を終了する。それ以外の場合に、位置特定部54は、第3特定処理でLM自車線Rを特定することなく、自車線特定制御を終了する。
<第1特定処理>
次に、図3、図4を参照して、自車線特定制御における第1特定処理(ステップS1)について説明する。図3は車両Vがある位置を走行しているときのローカルマップを例示しており、図4は車両Vが図3とは異なる位置を走行しているときのローカルマップを例示している。
第1特定処理が開始されると、位置特定部54は、GNSS受信機10から出力されたGNSS信号に基づいてローカルマップ上の車両Vの位置を推定する。以下、GNSS信号に基づいて推定されるローカルマップ上の車両Vの位置のことを、「GNSS自車位置P」と称する。
次に、位置特定部54は、ローカルマップ上でGNSS自車位置Pを含む特定領域Yに存在するLM車線Aの数を算出する。例えば、特定領域Yは、後方境界点Yrから前方境界点Yfまでの領域である。後方境界点Yrは、GNSS自車位置Pから車両走行方向Xの後方に所定距離Zだけ移動した点であり、前方境界点Yfは、GNSS自車位置Pから車両走行方向Xの前方に所定距離Zだけ移動した点である。なお、特定領域Yは、このような車両走行方向X(前後方向)の条件だけでなく車幅方向(左右方向)の条件も含んでいると良い。
図3に示されるように、特定領域Yに1本のLM車線Aのみが存在する場合に、位置特定部54は、その1本のLM車線AをLM自車線Rとして特定する。一方で、図4に示されるように、特定領域Yに複数本のLM車線Aが存在する場合に、位置特定部54は、複数本のLM車線AのいずれかをLM自車線Rとして特定することなく、第1特定処理を終了する。
<第2特定処理>
次に、図5を参照して、自車線特定制御における第2特定処理(ステップS2)について説明する。図5(A)は車両Vがある位置を走行しているときにカメラ画像から得られる情報を例示しており、図5(B)、図5(C)は車両Vが図5(A)と同じ位置を走行しているときのローカルマップを例示している。
第2特定処理が開始されると、位置特定部54は、カメラ自車線Bの区画線B1の種別を判別すると共に、特定領域Yに存在する複数本のLM車線Aの区画線A1の種別を判別する。次に、位置特定部54は、カメラ自車線Bの区画線B1の種別と複数本のLM車線Aの区画線A1の種別とを照合する。その結果、カメラ自車線Bの区画線B1の種別と1本のみのLM車線Aの区画線A1の種別とが一致する場合、位置特定部54は、その1本のLM車線AをLM自車線Rとして特定する。一方で、カメラ自車線Bの区画線B1の種別と複数本のLM車線Aの区画線A1の種別とが一致する場合やカメラ自車線Bの区画線B1の種別とすべてのLM車線Aの区画線A1の種別とが一致しない場合、位置特定部54は、複数本のLM車線AのいずれかをLM自車線Rとして特定することなく、第2特定処理を終了する。
例えば、図5(A)では、カメラ自車線Bの右側の区画線B1の種別が実線であり、カメラ自車線Bの左側の区画線B1の種別が破線である。一方で、図5(B)では、左側のLM車線Aの右側の区画線A1の種別が破線であり、左側のLM車線Aの左側の区画線A1の種別が実線である。また、真ん中のLM車線Aの左右両側の区画線A1の種別が破線である。また、右側のLM車線Aの右側の区画線A1の種別が実線であり、右側のLM車線Aの左側の区画線A1の種別が破線である。このように、図5(A)、図5(B)では、カメラ自車線Bの左右両側の区画線B1の種別は、右側のLM車線Aの左右両側の区画線A1の種別のみと一致している。そのため、位置特定部54は、右側のLM車線AをLM自車線Rとして特定する。
なお、図5(C)に示されるように、LM車線Aには、区画線A1と共に又は区画線A1に代えて減速表示線Cが設けられている場合がある。このような場合には、位置特定部54は、たとえカメラ自車線Bの区画線B1の種別と1本のみのLM車線Aの区画線A1の種別とが一致する場合であっても、この1本のLM車線AをLM自車線Rとして特定することなく、第2特定処理を終了する。
<第3特定処理>
次に、図6及び図7を参照して、自車線特定制御における第3特定処理(ステップS3)について説明する。図6(A)は車両Vがある位置を走行しているときにカメラ画像から得られる情報を例示しており、図6(B)は車両Vが図6(A)と同じ位置を走行しているときのローカルマップを例示している。図7(A)は車両Vがある位置を走行しているときにカメラ画像から得られる情報を例示しており、図7(B)は車両Vが図7(A)と同じ位置を走行しているときのローカルマップを例示している。
第3特定処理が開始されると、位置特定部54は、カメラ自車線Bの左右一方側に路肩Dが存在するか否かを判定する。例えば、位置特定部54は、カメラ自車線Bの左右一方側の空間に路肩Dを示す物標E(例えば、道路端、構造物、又は縁石)が認識されている場合に、カメラ自車線Bの左右一方側に路肩Dが存在すると判定する。位置特定部54は、カメラ自車線Bの左右一方側に路肩Dが存在すると判定すると、複数本のLM車線Aのうちで左右一方側の端部に位置するLM車線AをLM自車線Rとして特定する。
例えば、図6(A)では、カメラ自車線Bの左側の空間に路肩Dを示す物標E(ガードレール等の構造物)が認識されているため、位置特定部54は、カメラ自車線Bの左側に路肩Dが存在すると判定する。そのため、図6(B)では、位置特定部54は、複数本のLM車線Aのうちで左端部に位置するLM車線AをLM自車線Rとして特定する。
一方で、カメラ自車線Bの左右両側に路肩Dが存在しないと判定すると、位置特定部54は、下記の条件1、2が両方とも満たされるか否かを判定する。
(条件1)カメラ自車線Bの左右両側及びカメラ自車線Bの左右の隣接車線F(以下、「カメラ隣接車線F」と称する)の左右両側に区画線が存在すること
(条件2)ローカルマップ上の特定領域Yに3本のLM車線Aが存在すること
上記の条件1、2が両方とも満たされる場合、位置特定部54は、3本のLM車線Aのうちの真ん中のLM車線AをLM自車線Rとして特定する。一方で、上記の条件1、2の少なくとも一方が満たされない場合、位置特定部54は、複数本のLM車線AのいずれかをLM自車線Rとして特定することなく、第3特定処理を終了する。
例えば、図7(A)では、カメラ自車線Bの左右両側及び左右のカメラ隣接車線Fの左右両側に区画線G、F1(区画線G:カメラ自車線Bとカメラ隣接車線Fの共通区画線、区画線F1:カメラ隣接車線Fの区画線F1)が存在している。また、図7(B)では、ローカルマップ上の特定領域Yに3本のLM車線Aが存在している。つまり、図7(A)、図7(B)では、上記の条件1、2が両方とも満たされている。そのため、図7(B)では、位置特定部54は、3本のLM車線Aのうちの真ん中のLM車線AをLM自車線Rとして特定する。
<車線変更判定制御>
次に、図8、図9を参照して、ローカルマップ上で車両Vが車線変更したか否かを判定するための車線変更判定制御について説明する。図8は車両Vがある位置を走行しているときのローカルマップを例示しており、図9は車両Vが図8とは異なる位置を走行しているときのローカルマップを例示している。
位置特定部54は、自車線特定制御の第2特定処理又は第3特定処理によってLM自車線Rを特定した後、車線変更判定制御を実行する。車線変更判定制御において、位置特定部54は、ローカルマップ上で車両Vが車線変更したか否かを判定する。例えば、図8に示されるように、ローカルマップ上の車両Vの中心V1がLM自車線Rの区画線I(以下、「LM自区画線I」と称する)を跨いでLM自区画線Iから所定長さM以上離れた場合に、位置特定部54は、車両VがLM自区画線Iを跨いで車線変更したと判定する。
位置特定部54は、車両VがLM自区画線Iを跨いで車線変更したと判定すると、車線変更の方向に応じてLM自車線Rの車線番号を切り換えることで、LM自車線Rを変更する。例えば、図8では、車両VがLM自区画線Iを跨いでLM自車線R(車線番号1)から隣接車線H(車線番号2:以下、「LM隣接車線H」と称する)に車線変更している。そのため、位置特定部54は、LM自車線Rの車線番号を1から2に切り換えることで、車線変更前のLM自車線R(車線番号1)をLM隣接車線Hに変更し、車線変更前のLM隣接車線H(車線番号2)をLM自車線Rに変更する。
ところで、図9に示されるように、ローカルマップ上の合流車線J(以下、「LM合流車線J」と称する)がローカルマップ上の本線K(以下、「LM本線K」と称する)に合流する箇所には、LM合流車線JとLM本線Kとの間に区画線が存在しない場合がある。そこで、位置特定部54は、LM合流車線JとLM本線Kとの間に仮想区画線Lを設定する。例えば、仮想区画線Lは、LM合流車線Jの中心線J1から仮想区画線Lまでの距離とLM本線Kの中心線K1から仮想区画線Lまでの距離が等しくなるように設定される。位置特定部54は、ローカルマップ上における車両Vの中心V1が仮想区画線Lを跨いで仮想区画線Lから所定長さM以上離れた場合に、車両Vが仮想区画線Lを跨いでLM合流車線J(即ち、LM自車線R)からLM本線K(即ち、LM隣接車線H)に車線変更したと判定する。なお、位置特定部54は、LM本線Kがローカルマップ上の分岐車線に分岐する箇所についても、上記と同様の仮想区画線Lを設定すると良い。
<自車線リセット制御>
次に、自車線特定制御によって特定されたLM自車線Rの車線番号(LM自車線Rに関する情報の一例)をリセットするための自車線リセット制御について説明する。
位置特定部54は、自車線特定制御によってLM自車線Rを特定した後、自車線リセット制御を実行する。自車線リセット制御において、位置特定部54は、以下の条件1-4の少なくとも一つが成立する場合に、LM自車線Rの車線番号をリセットする。
(条件1)特定したLM自車線Rに誤りがあること
(条件2)LM生成部53から位置特定部54にローカルマップが出力されないこと
(条件3)車両Vの前方でLM車線Aの区画線A1の情報がなくなったこと
(条件4)ローカルマップ上における車両Vの位置(以下、「LM自車位置」と称する)を推定できなくなったこと
上記の条件1に関して、位置特定部54は、下記の条件1-1及び1-2が両方とも成立する場合に、特定したLM自車線Rに誤りがあると判定する。
(条件1-1)カメラ区画線の種別を特定可能であること
(条件1-2)今回の自車線特定制御によって新たに特定したLM自車線Rの車線番号と前回の自車線特定制御によって既に特定しているLM自車線Rの車線番号(車線変更判定制御によって切り替えられたものを含む)とが一致しないこと
上記の条件4に関して、第1特定処理によってLM自車線Rを特定した後、LM自車位置を推定できなくなる場合がある。このような場合であっても、位置特定部54は、最後に推定したLM自車位置から車両VのDR移動量に基づいて算出される車両Vの位置がLM自車線Rから逸脱していないと判定している限り、LM自車線Rの車線番号をリセットせずに維持する。
<効果>
本実施形態では、ローカルマップ上の特定領域Yに1本のLM車線Aのみが存在する場合に、位置特定部54は、その1本のLM車線AをLM自車線Rとして特定する。また、特定領域Yに複数本のLM車線Aが存在する場合に、位置特定部54は、カメラ自車線Bの区画線B1の種別と複数本のLM車線Aの区画線A1の種別とを照合する。カメラ自車線Bの区画線B1の種別と複数本のLM車線Aのうちの1本のみの区画線A1の種別とが一致する場合に、位置特定部54は、複数本のLM車線Aのうちの1本をLM自車線Rとして特定する。このように特定領域Yに存在するLM車線Aの数に応じてLM自車線Rの特定方法を変えることで、LM自車線Rを効率的に特定することができる。
また、位置特定部54は、カメラ自車線Bの区画線B1の種別と複数本のLM車線Aの区画線A1の種別とが一致し、且つ、カメラ自車線Bの左右一方側に路肩Dが存在する場合に、複数本のLM車線Aのうちで左右一方側の端部に位置するLM車線AをLM自車線Rとして特定する。これにより、カメラ自車線Bの区画線B1の種別と複数本のLM車線Aの区画線A1の種別とが一致する場合であっても、路肩Dの存在に基づいてLM自車線Rを特定することができる。そのため、LM自車線Rを更に効率的に特定することができる。
また、位置特定部54は、カメラ自車線Bの区画線B1の種別と複数本のLM車線Aの区画線A1の種別とが一致し、カメラ自車線Bの左右両側及びカメラ隣接車線Fの左右両側に区画線が存在し、且つ、ローカルマップ上の特定領域Yに3本のLM車線Aが存在する場合に、3本のLM車線Aのうちの真ん中のLM車線AをLM自車線Rとして特定する。これにより、カメラ自車線Bの区画線B1の種別と複数本のLM車線Aの区画線A1の種別とが一致する場合であっても、カメラ自車線B及びカメラ隣接車線Fの左右両側の区画線の存在に基づいてLM自車線Rを特定することができる。そのため、LM自車線Rを更に効率的に特定することができる。
また、位置特定部54は、LM自車線Rを特定した後、ローカルマップ上で車両Vが車線変更を行ったと判定した場合に、車線変更の方向に応じてLM自車線Rを変更している。これにより、車線変更に応じてLM自車線Rを適切に変更することができる。
また、位置特定部54は、カメラ区画線の種別を特定可能であり、且つ、新たに特定したLM自車線Rの車線番号と既に特定しているLM自車線Rの車線番号とが一致しない場合に、LM自車線Rの車線番号をリセットする。これにより、LM自車線Rの特定に誤りが生じている状態が続くのを回避することができる。
また、位置特定部54は、LM自車線Rを特定した後、LM自車位置を推定できなくなった場合に、LM自車線Rの車線番号をリセットする。これにより、LM自車線Rの特定に誤りが生じている状態が続くのを回避することができる。
但し、位置特定部54は、ローカルマップ上の特定領域Yに1本のLM車線Aのみが存在し、1本のLM車線AをLM自車線Rとして特定した後、LM自車位置を推定できなくなった場合であっても、車両VのDR移動量に基づいて車両VがLM自車線Rから逸脱していないと判定している限り、LM自車線Rの車線番号を維持する。このように車両VがLM自車線Rから逸脱していないと判定している場合に、LM自車線Rの車線番号を例外的に維持することで、LM自車線Rを更に効率的に特定することができる。
以上で具体的な実施形態の説明を終えるが、本発明は上記実施形態や変形例に限定されることなく、幅広く変形実施することができる。
1 車両制御システム
18 車外カメラ(撮像装置の一例)
32 移動量算出部
53 LM生成部(地図生成部の一例)
54 位置特定部(自車線特定部の一例)
A LM車線(地図上の車線の一例)
A1 LM車線の区画線
B カメラ自車線(撮像自車線の一例)
B1 カメラ自車線の区画線
D 路肩
F カメラ隣接車線
F1 カメラ隣接車線の区画線
P GNSS自車位置(地図上の車両の位置の一例)
R LM自車線(地図上の自車線の一例)
V 車両
Y 特定領域

Claims (8)

  1. 車両が走行する走行路の画像を撮影する撮像装置と、
    前記車両の周辺領域の地図を生成する地図生成部と、
    前記地図上で前記車両が走行している自車線を特定する自車線特定部と、を備えた車両制御システムであって、
    前記自車線特定部は、
    前記地図上で前記車両の位置を推定し、
    前記地図上で前記車両の位置を含む特定領域に存在する車線の数を算出し、
    前記地図上の前記特定領域に1本の前記車線のみが存在する場合に、1本の前記車線を前記地図上の前記自車線として特定し、
    前記地図上の前記特定領域に複数本の前記車線が存在する場合に、前記撮像装置が撮影した画像から認識される自車線である撮像自車線の区画線の種別と前記地図上の複数本の前記車線の区画線の種別とを照合し、前記撮像自車線の前記区画線の種別と前記地図上の複数本の前記車線のうちの1本のみの前記区画線の種別とが一致する場合に、前記地図上の複数本の前記車線のうちの前記1本を前記地図上の前記自車線として特定することを特徴とする車両制御システム。
  2. 前記自車線特定部は、前記撮像自車線の前記区画線の種別と前記地図上の複数本の前記車線の前記区画線の種別とが一致し、且つ、前記撮像自車線の左右一方側に路肩が存在する場合に、前記地図上の複数本の前記車線のうちで前記左右一方側の端部に位置する前記車線を前記地図上の前記自車線として特定することを特徴とする請求項1に記載の車両制御システム。
  3. 前記自車線特定部は、前記撮像自車線の前記区画線の種別と前記地図上の複数本の前記車線の前記区画線の種別とが一致し、前記撮像自車線の左右両側及び前記撮像自車線の左右の隣接車線の左右両側に前記区画線が存在し、且つ、前記地図上の前記特定領域に3本の前記車線が存在する場合に、3本の前記車線のうちの真ん中の前記車線を前記地図上の前記自車線として特定することを特徴とする請求項1に記載の車両制御システム。
  4. 前記自車線特定部は、前記地図上の前記自車線を特定した後、前記地図上で前記車両が車線変更を行ったと判定した場合に、前記車線変更の方向に応じて前記地図上の前記自車線を変更することを特徴とする請求項1~3のいずれか1項に記載の車両制御システム。
  5. 前記自車線特定部は、前記撮像装置が撮影した画像から認識される区画線の種別を特定可能であり、且つ、新たに特定した前記地図上の前記自車線の車線番号と既に特定している前記地図上の前記自車線の車線番号とが一致しない場合に、前記地図上の前記自車線に関する情報をリセットすることを特徴とする請求項1~4のいずれか1項に記載の車両制御システム。
  6. 前記自車線特定部は、前記地図上の前記自車線を特定した後、前記地図上の前記車両の位置を推定できなくなった場合に、前記地図上の前記自車線に関する情報をリセットすることを特徴とする請求項1~4のいずれか1項に記載の車両制御システム。
  7. デッドレコニングによって前記車両の移動量を算出する移動量算出部を更に備え、
    前記自車線特定部は、前記地図上の前記特定領域に1本の前記車線のみが存在し、1本の前記車線を前記地図上の前記自車線として特定した後、前記地図上の前記車両の位置を推定できなくなった場合であっても、前記移動量算出部が算出する前記車両の移動量に基づいて前記車両が前記地図上の前記自車線から逸脱していないと判定している限り、前記地図上の前記自車線に関する情報を維持することを特徴とする請求項6に記載の車両制御システム。
  8. 地図上で車両が走行している自車線を特定するための自車線特定方法であって、
    前記地図上で前記車両の位置を推定するステップと、
    前記地図上で前記車両の位置を含む特定領域に存在する車線の数を算出するステップと、
    前記地図上の前記特定領域に1本の前記車線のみが存在する場合に、1本の前記車線を前記地図上の前記自車線として特定するステップと、
    前記地図上の前記特定領域に複数本の前記車線が存在する場合に、撮影された画像から認識される自車線である撮像自車線の区画線の種別と前記地図上の複数本の前記車線の区画線の種別とを照合し、前記撮像自車線の前記区画線の種別と前記地図上の複数本の前記車線のうちの1本のみの前記区画線の種別とが一致する場合に、前記地図上の複数本の前記車線のうちの前記1本を前記地図上の前記自車線として特定するステップとを含むことを特徴とする自車線特定方法。
JP2020219157A 2020-12-28 2020-12-28 車両制御システム及び自車線特定方法 Active JP7216699B2 (ja)

Priority Applications (3)

Application Number Priority Date Filing Date Title
JP2020219157A JP7216699B2 (ja) 2020-12-28 2020-12-28 車両制御システム及び自車線特定方法
CN202111569954.0A CN114689076A (zh) 2020-12-28 2021-12-21 车辆控制系统和本车道识别方法
US17/559,147 US11867527B2 (en) 2020-12-28 2021-12-22 Vehicle control system and own lane identifying method

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
JP2020219157A JP7216699B2 (ja) 2020-12-28 2020-12-28 車両制御システム及び自車線特定方法

Publications (2)

Publication Number Publication Date
JP2022104134A true JP2022104134A (ja) 2022-07-08
JP7216699B2 JP7216699B2 (ja) 2023-02-01

Family

ID=82120145

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2020219157A Active JP7216699B2 (ja) 2020-12-28 2020-12-28 車両制御システム及び自車線特定方法

Country Status (3)

Country Link
US (1) US11867527B2 (ja)
JP (1) JP7216699B2 (ja)
CN (1) CN114689076A (ja)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115574805A (zh) * 2022-12-02 2023-01-06 小米汽车科技有限公司 车道线关系的识别方法、装置、车辆和存储介质

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2022146655A (ja) * 2021-03-22 2022-10-05 トヨタ自動車株式会社 車両制御装置、車両制御方法及び車両制御用コンピュータプログラム
JP7505443B2 (ja) * 2021-05-07 2024-06-25 トヨタ自動車株式会社 遠隔監視装置、遠隔監視システム、遠隔監視方法、及び遠隔監視プログラム

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2005215985A (ja) * 2004-01-29 2005-08-11 Fujitsu Ltd 走行車線判定プログラムおよびその記録媒体、走行車線判定装置ならびに走行車線判定方法
JP2010071810A (ja) * 2008-09-18 2010-04-02 Aisin Aw Co Ltd レーン判定装置及びレーン判定プログラム、並びにそれを用いたナビゲーション装置
JP2015212944A (ja) * 2014-05-06 2015-11-26 トヨタ モーター エンジニアリング アンド マニュファクチャリング ノース アメリカ,インコーポレイティド 道路の車線識別子を決定する方法及び装置
JP6342104B1 (ja) * 2017-03-27 2018-06-13 三菱電機株式会社 車両位置推定装置

Family Cites Families (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP4861850B2 (ja) * 2007-02-13 2012-01-25 アイシン・エィ・ダブリュ株式会社 レーン判定装置及びレーン判定方法
JP2017161501A (ja) * 2016-03-07 2017-09-14 株式会社デンソー 走行位置検出装置、走行位置検出方法
DE112017007327T5 (de) * 2017-03-27 2019-12-05 Mitsubishi Electric Corporation Fahrzeugpositions-schätzvorrichtung
JP6666304B2 (ja) 2017-06-02 2020-03-13 本田技研工業株式会社 走行制御装置、走行制御方法、およびプログラム
EP3865822A1 (en) * 2018-05-15 2021-08-18 Mobileye Vision Technologies Ltd. Systems and methods for autonomous vehicle navigation
CN115702450A (zh) * 2020-06-23 2023-02-14 株式会社电装 本车位置推断装置、行驶位置推断方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2005215985A (ja) * 2004-01-29 2005-08-11 Fujitsu Ltd 走行車線判定プログラムおよびその記録媒体、走行車線判定装置ならびに走行車線判定方法
JP2010071810A (ja) * 2008-09-18 2010-04-02 Aisin Aw Co Ltd レーン判定装置及びレーン判定プログラム、並びにそれを用いたナビゲーション装置
JP2015212944A (ja) * 2014-05-06 2015-11-26 トヨタ モーター エンジニアリング アンド マニュファクチャリング ノース アメリカ,インコーポレイティド 道路の車線識別子を決定する方法及び装置
JP6342104B1 (ja) * 2017-03-27 2018-06-13 三菱電機株式会社 車両位置推定装置

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115574805A (zh) * 2022-12-02 2023-01-06 小米汽车科技有限公司 车道线关系的识别方法、装置、车辆和存储介质

Also Published As

Publication number Publication date
US11867527B2 (en) 2024-01-09
JP7216699B2 (ja) 2023-02-01
US20220205810A1 (en) 2022-06-30
CN114689076A (zh) 2022-07-01

Similar Documents

Publication Publication Date Title
JP7216699B2 (ja) 車両制御システム及び自車線特定方法
JP7212078B2 (ja) 推奨レーンを判定する車両システム
JP2022107907A (ja) 推奨レーンを判定する車両システム
US12008354B2 (en) Update method of map data and map information system
US20220221299A1 (en) Update method of map data and map information system
JP7150900B2 (ja) 推奨レーンを判定する車両システム
US11788863B2 (en) Map information system
JP7164639B2 (ja) 車両システム
CN114764408A (zh) 数据压缩方法,非暂时性计算机可读存储介质及数据压缩装置
JP7144504B2 (ja) 車両制御システム
JP7197554B2 (ja) 車両制御システム及び区画線推定方法
JP2022104120A (ja) 車両制御システム及び路肩進入判定方法
JP7132368B2 (ja) 車両システム
JP7164640B2 (ja) 車両システム
US11879748B2 (en) Map information system
JP7341176B2 (ja) 地図データの更新方法及び地図情報システム
US20220221290A1 (en) Route data conversion method, non-transitory computer-readable storage medium, and route data conversion device

Legal Events

Date Code Title Description
A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20210727

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20220726

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20220920

TRDD Decision of grant or rejection written
A01 Written decision to grant a patent or to grant a registration (utility model)

Free format text: JAPANESE INTERMEDIATE CODE: A01

Effective date: 20230117

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20230120

R150 Certificate of patent or registration of utility model

Ref document number: 7216699

Country of ref document: JP

Free format text: JAPANESE INTERMEDIATE CODE: R150