JP2022137532A - 地図生成装置および位置認識装置 - Google Patents

Abstract

【課題】地図情報の精度の低下を抑制しつつ、地図情報のデータ量を低減する。
【解決手段】地図生成装置は、自車両の周囲の状況を検出する車載検出器と、車載検出器により取得された検出データから特徴点を抽出する特徴点抽出部と、特徴点抽出部により抽出された特徴点を用いて地図を生成する地図生成部と、地図生成部により生成された地図上の領域を、自車両の進行方向において分割するとともに、道路の区画線についての区画線情報に基づき車幅方向において分割して複数の分割領域を形成する領域分割部と、領域分割部により形成された分割領域ごとに、特徴点抽出部により抽出された特徴点の数を修正する修正部と、を備える。修正部は、分割領域に含まれる特徴点の分布に基づいて特徴点の数を削減する。
【選択図】図２

Description

本発明は、自車両の位置の推定に用いられる地図を生成する地図生成装置および地図上の自車両の位置を認識する位置認識装置に関する。

この種の装置として、従来、走行中の車両に搭載されたカメラにより取得された撮像画像から抽出した特徴点を用いて地図を作成するように構成された装置が知られている（例えば特許文献１参照）。

特開２０１９－１７４９１０号公報

ところで、車載カメラの画角に含まれる物体の数や背景によっては、撮像画像から抽出される特徴点の数が多くなり、それに伴って地図のデータサイズが大きくなる。したがって、上記特許文献１記載の装置のように、単に撮像画像から抽出された特徴点を用いて地図を作成するようにしたのでは、記憶装置の容量が大きく奪われる可能性がある。

本発明の一態様である地図生成装置は、自車両の周囲の状況を検出する車載検出器と、車載検出器により取得された検出データから特徴点を抽出する特徴点抽出部と、特徴点抽出部により抽出された特徴点を用いて地図を生成する地図生成部と、地図生成部により生成された地図上の領域を、自車両の進行方向において分割するとともに、道路の区画線についての区画線情報に基づき車幅方向において分割して複数の分割領域を形成する領域分割部と、領域分割部により形成された分割領域ごとに、特徴点抽出部により抽出された特徴点の数を修正する修正部と、を備える。修正部は、分割領域に含まれる特徴点の分布に基づいて特徴点の数を削減する。

本発明の他の態様である位置認識装置は、上記地図生成装置と、上記地図生成装置により生成され、且つ、上記地図生成装置により特徴点の数が削減された地図に基づいて、自車両の進行方向の位置を推定するとともに、自車両の周囲の状況を検出する車載検出器により取得された検出データと道路の区画線についての区画線情報とに基づいて、自車両の車幅方向の位置を推定する自車位置認識部と、を備える。

本発明によれば、地図情報の精度の低下を抑制しつつ、地図情報のデータ量を低減することができる。

本発明の実施形態に係る車両制御システムの全体構成を概略的に示すブロック図。 本発明の実施形態に係る位置認識装置の要部構成を示すブロック図。 環境地図の一部の領域を構成する特徴点群を模式的に示す図。 図３の領域を２次元で模式的に表した図。 図３の領域を分割して形成される分割領域を２次元で模式的に表した図。 特徴点の数が修正された分割領域を模式的に示す図。 図２のコントローラで実行される処理の一例。 図２のコントローラで実行される他の処理の一例。

以下、図１～図６を参照して本発明の実施形態について説明する。本発明の実施形態に係る位置認識装置は、自動運転機能を有する車両、すなわち自動運転車両に適用することができる。なお、本実施形態に係る位置認識装置が適用される車両を、他車両と区別して自車両と呼ぶことがある。自車両は、内燃機関（エンジン）を走行駆動源として有するエンジン車両、走行モータを走行駆動源として有する電気自動車、エンジンと走行モータとを走行駆動源として有するハイブリッド車両のいずれであってもよい。自車両は、ドライバによる運転操作が不要な自動運転モードでの走行だけでなく、ドライバの運転操作による手動運転モードでの走行も可能である。

まず、自動運転に係る概略構成について説明する。図１は、本発明の実施形態に係る位置認識装置を有する車両制御システム１００の全体構成を概略的に示すブロック図である。図１に示すように、車両制御システム１００は、コントローラ１０と、コントローラ１０にそれぞれ通信可能に接続された外部センサ群１と、内部センサ群２と、入出力装置３と、測位ユニット４と、地図データベース５と、ナビゲーション装置６と、通信ユニット７と、走行用のアクチュエータＡＣとを主に有する。

外部センサ群１は、自車両の周辺情報である外部状況を検出する複数のセンサ（外部センサ）の総称である。例えば外部センサ群１には、自車両の全方位の照射光に対する散乱光を測定して自車両から周辺の障害物までの距離を測定するライダ、電磁波を照射し反射波を検出することで自車両の周辺の他車両や障害物等を検出するレーダ、自車両に搭載され、ＣＣＤやＣＭＯＳ等の撮像素子を有して自車両の周辺（前方、後方および側方）を撮像するカメラなどが含まれる。

内部センサ群２は、自車両の走行状態を検出する複数のセンサ（内部センサ）の総称である。例えば内部センサ群２には、自車両の車速を検出する車速センサ、自車両の前後方向の加速度および左右方向の加速度（横加速度）をそれぞれ検出する加速度センサ、走行駆動源の回転数を検出する回転数センサ、自車両の重心の鉛直軸回りの回転角速度を検出するヨーレートセンサなどが含まれる。手動運転モードでのドライバの運転操作、例えばアクセルペダルの操作、ブレーキペダルの操作、ステアリングホイールの操作等を検出するセンサも内部センサ群２に含まれる。

入出力装置３は、ドライバから指令が入力されたり、ドライバに対し情報が出力されたりする装置の総称である。例えば入出力装置３には、操作部材の操作によりドライバが各種指令を入力する各種スイッチ、ドライバが音声で指令を入力するマイク、ドライバに表示画像を介して情報を提供するディスプレイ、ドライバに音声で情報を提供するスピーカなどが含まれる。

測位ユニット（ＧＮＳＳユニット）４は、測位衛星から送信された測位用の信号を受信する測位センサを有する。測位衛星は、ＧＰＳ衛星や準天頂衛星などの人工衛星である。測位ユニット４は、測位センサが受信した測位情報を利用して、自車両の現在位置（緯度、経度、高度）を測定する。

地図データベース５は、ナビゲーション装置６に用いられる一般的な地図情報を記憶する装置であり、例えばハードディスクや半導体素子により構成される。地図情報には、道路の位置情報、道路形状（曲率など）の情報、交差点や分岐点の位置情報が含まれる。なお、地図データベース５に記憶される地図情報は、コントローラ１０の記憶部１２に記憶される高精度な地図情報とは異なる。

ナビゲーション装置６は、ドライバにより入力された目的地までの道路上の目標経路を探索するとともに、目標経路に沿った案内を行う装置である。目的地の入力および目標経路に沿った案内は、入出力装置３を介して行われる。目標経路は、測位ユニット４により測定された自車両の現在位置と、地図データベース５に記憶された地図情報とに基づいて演算される。外部センサ群１の検出値を用いて自車両の現在位置を測定することもでき、この現在位置と記憶部１２に記憶される高精度な地図情報とに基づいて目標経路を演算するようにしてもよい。

通信ユニット７は、インターネット網や携帯電話網等に代表される無線通信網を含むネットワークを介して図示しない各種サーバと通信し、地図情報、走行履歴情報および交通情報などを定期的に、あるいは任意のタイミングでサーバから取得する。ネットワークには、公衆無線通信網だけでなく、所定の管理地域ごとに設けられた閉鎖的な通信網、例えば無線ＬＡＮ、Ｗｉ－Ｆｉ（登録商標）、Ｂｌｕｅｔｏｏｔｈ（登録商標）等も含まれる。取得した地図情報は、地図データベース５や記憶部１２に出力され、地図情報が更新される。

アクチュエータＡＣは、自車両の走行を制御するための走行用アクチュエータである。走行駆動源がエンジンである場合、アクチュエータＡＣには、エンジンのスロットルバルブの開度（スロットル開度）を調整するスロットル用アクチュエータが含まれる。走行駆動源が走行モータである場合、走行モータがアクチュエータＡＣに含まれる。自車両の制動装置を作動するブレーキ用アクチュエータと転舵装置を駆動する転舵用アクチュエータもアクチュエータＡＣに含まれる。

コントローラ１０は、電子制御ユニット（ＥＣＵ）により構成される。より具体的には、コントローラ１０は、ＣＰＵ（マイクロプロセッサ）等の演算部１１と、ＲＯＭ，ＲＡＭ等の記憶部１２と、Ｉ／Ｏインターフェース等の図示しないその他の周辺回路とを有するコンピュータを含んで構成される。なお、エンジン制御用ＥＣＵ、走行モータ制御用ＥＣＵ、制動装置用ＥＣＵ等、機能の異なる複数のＥＣＵを別々に設けることができるが、図１では、便宜上、これらＥＣＵの集合としてコントローラ１０が示される。

記憶部１２には、高精度の詳細な地図情報（高精度地図情報と呼ぶ）が記憶される。高精度地図情報には、道路の位置情報、道路形状（曲率など）の情報、道路の勾配の情報、交差点や分岐点の位置情報、車線数の情報、車線の幅員および車線毎の位置情報（車線の中央位置や車線位置の境界線の情報）、地図上の目印としてのランドマーク（信号機、標識、建物等）の位置情報、路面の凹凸などの路面プロファイルの情報が含まれる。記憶部１２に記憶される高精度地図情報には、通信ユニット７を介して取得した自車両の外部から取得した地図情報、例えばクラウドサーバを介して取得した地図（クラウド地図と呼ぶ）の情報と、外部センサ群１による検出値を用いて自車両自体で作成される地図、例えばＳＬＡＭ（Simultaneous Localization and Mapping）等の技術を用いてマッピングにより生成される点群データからなる地図（環境地図と呼ぶ）の情報とが含まれる。記憶部１２には、各種制御のプログラム、プログラムで用いられる閾値等の情報についての情報も記憶される。

演算部１１は、機能的構成として、自車位置認識部１３と、外界認識部１４と、行動計画生成部１５と、走行制御部１６と、地図生成部１７とを有する。

自車位置認識部１３は、測位ユニット４で得られた自車両の位置情報および地図データベース５の地図情報に基づいて、地図上の自車両の位置（自車位置）を認識する。記憶部１２に記憶された地図情報と、外部センサ群１が検出した自車両の周辺情報とを用いて自車位置を認識してもよく、これにより自車位置を高精度に認識することができる。なお、道路上や道路脇の外部に設置されたセンサで自車位置を測定可能であるとき、そのセンサと通信ユニット７を介して通信することにより、自車位置を認識することもできる。

外界認識部１４は、ライダ、レーダ、カメラ等の外部センサ群１からの信号に基づいて自車両の周囲の外部状況を認識する。例えば自車両の周辺を走行する周辺車両（前方車両や後方車両）の位置や速度や加速度、自車両の周囲に停車または駐車している周辺車両の位置、および他の物体の位置や状態などを認識する。他の物体には、標識、信号機、道路の区画線や停止線等の標示、建物、ガードレール、電柱、看板、歩行者、自転車等が含まれる。他の物体の状態には、信号機の色（赤、青、黄）、歩行者や自転車の移動速度や向きなどが含まれる。他の物体のうち静止している物体の一部は、地図上の位置の指標となるランドマークを構成し、外界認識部１４は、ランドマークの位置と種別も認識する。

行動計画生成部１５は、例えばナビゲーション装置６で演算された目標経路と、自車位置認識部１３で認識された自車位置と、外界認識部１４で認識された外部状況とに基づいて、現時点から所定時間先までの自車両の走行軌道（目標軌道）を生成する。目標経路上に目標軌道の候補となる複数の軌道が存在するときには、行動計画生成部１５は、その中から法令を順守し、かつ効率よく安全に走行する等の基準を満たす最適な軌道を選択し、選択した軌道を目標軌道とする。そして、行動計画生成部１５は、生成した目標軌道に応じた行動計画を生成する。行動計画生成部１５は、先行車両を追い越すための追い越し走行、走行車線を変更する車線変更走行、先行車両に追従する追従走行、走行車線を逸脱しないように車線を維持するレーンキープ走行、減速走行または加速走行等の走行態様に対応した種々の行動計画を生成する。行動計画生成部１５は、目標軌道を生成する際に、まず走行態様を決定し、走行態様に基づいて目標軌道を生成する。

走行制御部１６は、自動運転モードにおいて、行動計画生成部１５で生成された目標軌道に沿って自車両が走行するように各アクチュエータＡＣを制御する。より具体的には、走行制御部１６は、自動運転モードにおいて道路勾配などにより定まる走行抵抗を考慮して、行動計画生成部１５で算出された単位時間毎の目標加速度を得るための要求駆動力を算出する。そして、例えば内部センサ群２により検出された実加速度が目標加速度となるようにアクチュエータＡＣをフィードバック制御する。すなわち、自車両が目標車速および目標加速度で走行するようにアクチュエータＡＣを制御する。なお、手動運転モードでは、走行制御部１６は、内部センサ群２により取得されたドライバからの走行指令（ステアリング操作等）に応じて各アクチュエータＡＣを制御する。

地図生成部１７は、手動運転モードで走行しながら、外部センサ群１により検出された検出値を用いて、３次元の点群データからなる環境地図を生成する。具体的には、カメラ１ａにより取得された撮像画像から、画素ごとの輝度や色の情報に基づいて物体の輪郭を示すエッジを抽出するとともに、そのエッジ情報を用いて特徴点を抽出する。特徴点は例えばエッジの交点であり、建物の角や道路標識の角などに対応する。地図生成部１７は、抽出された特徴点を順次、環境地図上にプロットし、これにより自車両が走行した道路周辺の環境地図が生成される。カメラに代えて、レーダやライダにより取得されたデータを用いて自車両の周囲の物体の特徴点を抽出し、環境地図を生成するようにしてもよい。また、地図生成部１７は、環境地図を生成する際に、地図上の目印としての信号機、標識、建物等のランドマークがカメラにより取得された撮像画像に含まれているか否かを、例えばパターンマッチングの処理により判定する。そして、ランドマークが含まれていると判定すると、撮像画像に基づいて、環境地図上におけるランドマークの位置および種別を認識する。これらランドマーク情報は環境地図に含まれ、記憶部１２に記憶される。

自車位置認識部１３は、地図生成部１７による地図作成処理と並行して、自車両の位置推定処理を行う。すなわち、特徴点の時間経過に伴う位置の変化に基づいて、自車両の位置を推定する。また、自車位置認識部１３は、自車両の周囲のランドマークとの相対的な位置関係に基づいて自車位置を推定する。地図作成処理と位置推定処理とは、例えばＳＬＡＭのアルゴリズムにしたがって同時に行われる。地図生成部１７は、手動運転モードで走行するときだけでなく、自動運転モードで走行するときにも同様に環境地図を生成することができる。既に環境地図が生成されて記憶部１２に記憶されている場合、地図生成部１７は、新たに得られた特徴点により環境地図を更新してもよい。

ところで、自車位置を認識（推定）するとき、自車位置認識部１３は、まず、カメラ１ａにより取得された画角内にランドマークが含まれる撮像画像から特徴点を抽出する。そして、抽出した特徴点と環境地図（点群データ）とを照合（マッチング）して、環境地図上のランドマーク（ランドマークに対応する特徴点）を認識する。次いで、自車位置認識部１３は、撮像画像上のランドマークの位置に基づいて自車両とそのランドマークとの距離を算出し、算出した距離と環境地図上のランドマークの位置とに基づいて、環境地図上の自車両の位置を推定する。このとき、環境地図を構成する特徴点の数がより多いほどマッチングの精度が向上し、より精度よく自車位置を推定できる。一方で、環境地図を構成する特徴点の数が増えると環境地図のデータ量が大きくなり、記憶装置の容量が大きく奪われる。そこで、自車位置の推定精度の低下を抑制しつつ環境地図のデータ量を低減するように、本実施形態では、以下のように地図生成装置および地図生成装置を備える位置認識装置を構成する。

図２は、本発明の実施形態に係る位置認識装置６０の要部構成を示すブロック図である。この位置認識装置６０は、自車両の走行動作を制御するものであり、図１の車両制御システム１００の一部を構成する。図２に示すように、位置認識装置６０は、コントローラ１０と、カメラ１ａと、レーダ１ｂと、ライダ１ｃと、アクチュエータＡＣを有する。また、位置認識装置６０は、位置認識装置６０の一部を構成する地図生成装置５０を有する。

カメラ１ａは、ＣＣＤやＣＭＯＳ等の撮像素子（イメージセンサ）を有する単眼カメラであり、図１の外部センサ群１の一部を構成する。カメラ１ａはステレオカメラであってもよい。カメラ１ａは、自車両の周囲を撮像する。カメラ１ａは、例えば自車両の前部の所定位置に取り付けられ、自車両の前方空間を連続的に撮像し、対象物の画像データ（以下、撮像画像データまたは単に撮像画像と呼ぶ）を取得する。カメラ１ａは、撮像画像をコントローラ１０に出力する。レーダ１ｂは、自車両に搭載され、電磁波を照射し反射波を検出することで自車両の周辺の他車両や障害物等を検出する。レーダ１ｂは、検出値（検出データ）をコントローラ１０に出力する。ライダ１ｃは、自車両に搭載され、自車両の全方位の照射光に対する散乱光を測定して自車両から周辺の障害物までの距離を検出する。ライダ１ｃは、検出値（検出データ）をコントローラ１０に出力する。

コントローラ１０は、演算部１１（図１）が担う機能的構成として、自車位置認識部１３と、情報取得部１４１と、領域分割部１４２と、修正部１４３と、地図生成部１７とを有する。なお、情報取得部１４１と領域分割部１４２と修正部１４３と地図生成部１７とは、地図生成装置５０に含まれる。情報取得部１４１と領域分割部１４２と修正部１４３とは、例えば図１の外界認識部１４により構成される。

情報取得部１４１は、道路の区画線についての区画線情報を取得する。より詳細には、情報取得部１４１は、記憶部１２から、環境地図に含まれるランドマーク情報を読み出し、さらに、ランドマーク情報から、自車両が走行する道路の区画線や境界線（道路と縁石との境界線など）の位置と、それらの区画線や境界線の延在方向とを示す情報（以下、区画線情報と呼ぶ）を取得する。なお、区画線情報に区画線や境界線の延在方向を示す情報が含まれないとき、情報取得部１４１は、区画線や境界線の位置に基づいて、それらの区画線や境界線の延在方向を算出してもよい。また、記憶部１２に記憶された道路地図情報や白線地図（中央線や車道外側線などの白線の位置を示す情報）などから、自車両が走行する道路の区画線や境界線の位置および延在方向を示す情報を取得してもよい。図３は、環境地図の一部（左側通行の片側１車線の道路上のある区間）の領域を構成する特徴点群をその領域の撮像画像に模式的に重ね合わせた図である。図中の黒丸は、特徴点を表している。図３の領域には、路面標示ＲＭや中央線ＣＬ、車道外側線ＯＬ、境界線（道路と縁石等との境界線）ＢＤが含まれている。

領域分割部１４２は、環境地図上の領域を自車両の進行方向において分割するとともに、情報取得部１４１により取得された区画線情報に基づき車幅方向において分割して複数の分割領域を形成する。図４Ａは、図３の領域を２次元で模式的に表した図である。図４Ｂは、図３の領域を分割して形成される分割領域を２次元で模式的に表した図である。なお、分割領域ＤＡの進行方向（図４Ｂにおける上下方向）の長さは、自車位置の推定に要求される精度に応じて設定される。分割領域ＤＡの車幅方向（図４Ｂの左右方向）の長さは、実験等の結果に基づいて予め設定される。以下では、説明の簡略化のため、２次元で表された領域を分割する場合を例にするが、図３に示されるような３次元の領域に対しても同様にして、自車両の進行方向と道路の車幅方向とに領域を分割して分割領域を形成すればよい。

修正部１４３は、領域分割部１４２により形成された分割領域ごとに、環境地図を構成する特徴点の数を修正する処理（以下、特徴点修正処理と呼ぶ）を行う。具体的には、修正部１４３は、分割領域に含まれる特徴点の分布に基づいて、分割領域内の特徴点の数を削減する。より詳細には、修正部１４３は、分割領域内の特徴点の分布に基づいて特徴点の重心を算出し、該重心に最も近い特徴点以外の特徴点を間引くことで分割領域内の特徴点の数を削減する。図４Ｃは、特徴点修正処理が施された分割領域を模式的に示す図である。図４Ｃに示す分割領域ＤＡ内の特徴点は、分割領域ＤＡに含まれる特徴点の重心に最も近い特徴点である。なお、図４Ｃには、重心に最も近い特徴点以外の特徴点がすべて間引かれた例が示されているが、重心に最も近い特徴点以外の特徴点のうち一部の特徴点を間引いてもよい。

自車位置認識部１３は、修正部１４３により特徴点の数が修正された環境地図に基づいて、環境地図上の自車両の位置を認識する。具体的には、まず、自車位置認識部１３は、自車両の車幅方向の位置を推定する。詳細には、自車位置認識部１３は、機械学習（ＤＮＮ（Deep Neural Network）など）を用いて、カメラ１ａにより取得された撮像画像に含まれる道路の区画線や境界線を認識する。自車位置認識部１３は、記憶部１２に記憶された環境地図に含まれるランドマーク情報から区画線情報を取得する。自車位置認識部１３は、区画線情報に基づいて、撮像画像に含まれる区画線や境界線の環境地図上の位置や延在方向を認識する。そして、自車位置認識部１３は、区画線や境界線の環境地図上の位置や延在方向に基づいて、自車両と区画線や境界線との車幅方向における相対的な位置関係（環境地図上の位置関係）を推定する。このようにして、自車両の車幅方向の位置が推定される。

次いで、自車位置認識部１３は、自車両の進行方向の位置を推定する。詳細には、自車位置認識部１３は、カメラ１ａの撮像画像から特徴点を抽出する。自車位置認識部１３は、カメラ１ａの撮像画像からパターンマッチングなどの処理によりランドマーク（例えば、図３の路面標示ＲＭ）を認識するとともに、撮像画像から抽出された特徴点の中からそのランドマークに対応する特徴点を認識する。また、自車位置認識部１３は、ランドマークの撮像画像上の位置に基づいて、自車両とランドマークとの進行方向における距離を算出する。なお、自車両とランドマークとの距離は、レーダ１ｂやライダ１ｃの検出値に基づいて算出されてもよい。自車位置認識部１３は、記憶部１２から環境地図を読み出し、撮像画像から認識されたランドマークの特徴点と環境地図とをマッチングし、環境地図を構成する特徴点の中からランドマークに対応する特徴点を認識する。なお、このとき読み出される環境地図は、修正部１４３により特徴点の数が修正された環境地図である。自車位置認識部１３は、環境地図上のランドマークに対応する特徴点の位置と、自車両とランドマークとの進行方向における距離とに基づいて、環境地図上の自車両の進行方向における位置を推定する。このようにして推定された環境地図上の自車両の車幅方向および進行方向における位置に基づいて、自車位置認識部１３は、修正部１４３により特徴点の数が修正された環境地図（修正済環境地図）上の自車両の位置を認識する。

図５は、予め定められたプログラムに従い図２のコントローラ１０で実行される処理の一例、特に地図生成に関する処理の一例を示すフローチャートである。このフローチャートに示す処理は、例えば手動運転モードでの走行時に開始され、手動運転モードでの走行が継続している間、所定周期で繰り返される。

まず、ステップＳ１１で、記憶部１２に記憶された環境地図から、処理対象とする領域（以下、処理対象領域と呼ぶ）に対応する特徴点群（点群データ）を読み出す。ステップＳ１２で、記憶部１２に記憶された環境地図からランドマーク情報を読み出し、さらに、ランドマーク情報に含まれる区画線情報を取得する。ステップＳ１３で、処理対象領域を自車両の進行方向に所定の間隔で分割するとともにステップＳ１２で取得された区画線情報に基づいて車幅方向に所定の間隔で分割して、複数の分割領域を形成する。ステップＳ１４で、分割領域の特徴点の数を修正する。詳細には、分割領域に含まれる特徴点の分布に基づいて特徴点の重心を算出し、該重心に最も近い特徴点以外の特徴点を間引く。これにより、分割領域内の特徴点の数が削減される。ステップＳ１５で未処理の分割領域が存在するか否かを判定する。ステップＳ１５は否定されるまで繰り返される。ステップＳ１５で否定されると処理を終了する。

図６は、予め定められたプログラムに従い図２のコントローラ１０で実行される処理の一例、特に位置推定に関する処理の一例を示すフローチャートである。このフローチャートに示す処理は、例えば自動運転モードでの走行時に開始され、自動運転モードでの走行が継続している間、所定周期で繰り返される。

まず、ステップＳ２１で、カメラ１ａにより撮像画像が取得されたか否かを判定する。ステップＳ２１は肯定されるまで繰り返される。ステップＳ２１は肯定されると、ステップＳ２２で、機械学習を用いて、ステップＳ２１で取得された撮像画像に含まれる道路の区画線や境界線を認識する。ステップＳ２３で、記憶部１２に記憶された環境地図からランドマーク情報を読み出し、さらに、ランドマーク情報に含まれる区画線情報を取得する。ステップＳ２４で、ステップＳ２３で取得された区画線情報に基づいて、ステップＳ２２で認識された区画線や境界線の環境地図上の位置や延在方向を認識する。さらに、区画線や境界線の環境地図上の位置や延在方向に基づいて、自車両と区画線や境界線との車幅方向における相対的な位置関係（環境地図上の位置関係）を推定する。これにより、自車両の車幅方向の位置が推定される。

ステップＳ２５で、ステップＳ２１で取得された撮像画像から特徴点を抽出する。ステップＳ２６で、ステップＳ２１で取得された撮像画像に基づいて、パターンマッチングなどの処理によりランドマークを認識するとともに、自車両とランドマークとの距離を算出する。ステップＳ２７で、記憶部１２から環境地図（点群データ）を読み出す。このとき読み出される環境地図は、図５に示す処理により特徴点の数が削減された環境地図、すなわち修正済環境地図である。ステップＳ２８で、環境地図上のランドマークに対応する特徴点の位置と、ステップＳ２６で算出された距離とに基づいて、環境地図上の自車両の進行方向における位置を推定する。以上のようにして推定された自車両の車幅方向の位置と進行方向の位置とに基づいて、環境地図上の自車両の位置が推定される。

本発明の実施形態によれば以下のような作用効果を奏することができる。
（１）地図生成装置５０は、自車両の周囲の状況を検出するカメラ１ａと、カメラ１ａにより取得された検出データ（撮像画像）から特徴点を抽出する自車位置認識部１３と、自車位置認識部１３により抽出された特徴点を用いて地図を生成する地図生成部１７と、地図生成部１７により生成された地図上の領域を、自車両の進行方向において分割するとともに、道路の区画線についての区画線情報に基づき車幅方向において分割して複数の分割領域を形成する領域分割部１４２と、領域分割部１４２により形成された分割領域ごとに、自車位置認識部１３により抽出された特徴点の数を修正する修正部１４３と、を備える。修正部１４３は、分割領域に含まれる特徴点の分布に基づいて特徴点の数を削減する。これにより、地図情報の精度の低下を抑制しつつ、地図情報のデータ量を低減することができる。

（２）修正部１４３は、分割領域ごとに、分割領域に含まれる特徴点の分布に基づいて特徴点の重心を算出し、該重心に最も近い特徴点以外の特徴点を間引く。これにより、特徴点の削減による地図の精度の低下を抑制できる。

（３）修正部１４４は、区画線情報に基づいて、分割領域が区画線に沿って配置されるように、地図生成部１７により生成された地図上の領域を車幅方向に分割する。これにより、特徴点の削減による地図の精度の低下をさらに抑制できる。

（４）位置認識装置６０は、地図生成装置５０と、地図生成装置５０により生成され、且つ、地図生成装置５０により特徴点の数が削減された地図に基づいて、自車両の進行方向の位置を推定するとともに、カメラ１ａにより取得された検出データ（撮像画像）と道路の区画線についての区画線情報とに基づいて、自車両の車幅方向の位置を推定する自車位置認識部１３と、を備える。これにより、地図生成装置５０により特徴点の数が削減された地図に基づいて自動運転モードで走行するときに、自車両の位置を精度よく認識することができる。

上記実施形態は種々の形態に変形することができる。以下、いくつかの変形例について説明する。上記実施形態では、カメラ１ａにより自車両の周囲の状況を検出するようにしたが、自車両の周囲の状況を検出するのであれば、車載検出器の構成はいかなるものでもよい。例えば、車載検出器は、レーダ１ｂやライダ１ｃであってもよい。また、上記実施形態では、自車両の周囲の状況を検出するカメラ１ａと、カメラ１ａにより取得された撮像画像から特徴点を抽出するようにしたが、特徴点抽出部の構成はこれに限らない。また、上記実施形態では、地図生成装置５０により特徴点の数が削減された地図に基づいて、自車両の進行方向の位置を推定するとともに、自車両の周囲の状況を検出するカメラ１ａにより取得された検出データ（撮像画像）と道路の区画線についての区画線情報とに基づいて、自車両の車幅方向の位置を推定するようにしたが、推定部の構成はこれに限らない。また、上記実施形態では、手動運転モードで走行しながら図５に示す処理を実行するようにしたが、自動運転モードで走行しながら図５に示す処理を実行してもよい。

また、上記実施形態では、地図生成装置５０および位置認識装置６０を自動運転車両に適用したが、位置認識装置６０は、自動運転車両以外の車両にも適用可能である。例えば、ＡＤＡＳ（Advanced driver-assistance systems）を備える手動運転車両にも地図生成装置５０および位置認識装置６０を適用することができる。

以上の説明はあくまで一例であり、本発明の特徴を損なわない限り、上述した実施形態および変形例により本発明が限定されるものではない。上記実施形態と変形例の一つまたは複数を任意に組み合わせることも可能であり、変形例同士を組み合わせることも可能である。

１ａ カメラ、１ｂ レーダ、１ｃ ライダ、１０ コントローラ、１３ 自車位置認識部、１７ 地図生成部、５０ 地図生成装置、６０ 位置認識装置、１４１ 情報取得部、１４２ 領域分割部、１４３ 修正部、１００ 車両制御システム

Claims (4)

1. 自車両の周囲の状況を検出する車載検出器と、
   前記車載検出器により取得された検出データから特徴点を抽出する特徴点抽出部と、
   前記特徴点抽出部により抽出された特徴点を用いて地図を生成する地図生成部と、
   前記地図生成部により生成された地図上の領域を、自車両の進行方向において分割するとともに、道路の区画線についての区画線情報に基づき車幅方向において分割して複数の分割領域を形成する領域分割部と、
   前記領域分割部により形成された分割領域ごとに、前記特徴点抽出部により抽出された特徴点の数を修正する修正部と、を備え、
   前記修正部は、前記分割領域に含まれる特徴点の分布に基づいて特徴点の数を削減することを特徴とする地図生成装置。
2. 請求項１に記載の地図生成装置において、
   前記修正部は、前記分割領域ごとに、前記分割領域に含まれる特徴点の分布に基づいて特徴点の重心を算出し、該重心に最も近い特徴点以外の特徴点を間引くことで特徴点の数を削減することを特徴とする地図生成装置。
3. 請求項１または２に記載の地図生成装置において、
   前記修正部は、前記区画線情報に基づいて、前記分割領域が区画線に沿って配置されるように、前記地図生成部により生成された地図上の領域を車幅方向に分割することを特徴とする地図生成装置。
4. 請求項１から３のうちのいずれか１項に記載の地図生成装置と、
   前記地図生成装置により生成され、且つ、前記地図生成装置により特徴点の数が削減された地図に基づいて、自車両の進行方向の位置を推定するとともに、自車両の周囲の状況を検出する車載検出器により取得された検出データと道路の区画線についての区画線情報とに基づいて、自車両の車幅方向の位置を推定する推定部と、を備えることを特徴とする位置認識装置。

Images