JP2023049128A - 走行車線認識装置及び走行車線認識方法 - Google Patents

Abstract

【課題】周囲監視装置の検出状態が良い場合でも、検出した区画線情報の信頼性が悪い場合に対応できるように、検出した区画線情報の信頼度を判定し、自動運転に用いる区画線情報を適切に設定することができる走行車線認識装置及び走行車線認識方法を提供する。【解決手段】周囲監視装置の検出情報に基づいて自車両の走行車線の検出区画線情報を取得し、地図データから取得した道路情報に基づいて自車両の走行車線の地図区画線情報を取得し、検出区画線情報の変動に基づいて、検出区画線情報の信頼度を判定し、検出区画線情報の信頼度に基づいて、検出区画線情報及び地図区画線情報から、自動運転に用いる区画線情報を選択し、自動運転用の区画線情報を算出する走行車線認識装置。【選択図】図１

Description

本願は、走行車線認識装置及び走行車線認識方法に関するものである。

従来、車両が走行する走行経路を設定し、設定した走行経路に車両が追従するように、車両の操舵制御を行う車両制御装置が知られている。例えば、特許文献１では、前方監視カメラまたはＧＮＳＳ（Global Navigation Satellite System）センサによって算出された走行経路に信頼度を付与し、信頼度に応じて各センサの走行経路の採用比率を変更して統合した走行経路を算出することで、最適な経路に追従させる車両制御装置が提案されている。

特開２０１７－０４７７９８号

このような車両制御装置では、前方監視カメラの検出状態から判定される信頼度といった、センサの検出値そのものの信頼度を用いて各センサの走行経路の採用比率を変更する。しかしながら、例えば前方認識カメラで二重白線を検出する場合、ある時刻では内側の区画線を検出し、次の時刻では外側の区画線を検出することで、検出した区画線形状の変動が大きくなることがある。このような場合、センサの検出値の信頼度は高くても、検出した区画線形状の変動が大きいため、安定した走行経路を生成することが難しいという課題があった。

そこで、本願は、周囲監視装置の検出状態が良い場合でも、検出した区画線情報の信頼性が悪い場合に対応できるように、検出した区画線情報の信頼度を判定し、自動運転に用いる区画線情報を適切に設定することができる走行車線認識装置及び走行車線認識方法を提供することを目的とする。

本願に係る走行車線認識装置は、
自車両の周囲を監視する周囲監視装置の検出情報に基づいて、自車両の位置を基準とした自車両の走行車線の区画線の位置及び形状の情報である検出区画線情報を取得する検出区画線取得部と、
地図データから自車両が走行している道路情報を取得し、取得した道路情報に基づいて、自車両の位置を基準とした自車両の走行車線の区画線の位置及び形状の情報である地図区画線情報を取得する地図区画線取得部と、
前記検出区画線情報の変動に基づいて、前記検出区画線情報の信頼度を判定する信頼度判定部と、
前記検出区画線情報の信頼度に基づいて、前記検出区画線情報及び前記地図区画線情報から、自動運転に用いる区画線情報を選択し、自動運転用の区画線情報を算出する運転用区画線算出部と、を備えるものである。

本願に係る走行車線認識方法は、
自車両の周囲を監視する周囲監視装置の検出情報に基づいて、自車両の位置を基準とした自車両の走行車線の区画線の位置及び形状の情報である検出区画線情報を取得する検出区画線取得ステップと、
地図データから自車両が走行している道路情報を取得し、取得した道路情報に基づいて、自車両の位置を基準とした自車両の走行車線の区画線の位置及び形状の情報である地図区画線情報を取得する地図区画線取得ステップと、
前記検出区画線情報の変動に基づいて、前記検出区画線情報の信頼度を判定する信頼度判定ステップと、
前記検出区画線情報の信頼度に基づいて、前記検出区画線情報及び前記地図区画線情報から、自動運転に用いる区画線情報を選択し、自動運転用の区画線情報を算出する運転用区画線算出ステップと、を備えるものである。

自車両が二重白線区間を走行していると、周囲監視装置の検出状態が良い場合でも、内側の白線の影響度合い及び外側の白線の影響度合いの変動により、検出区画線情報が変動すると、検出区画線情報に基づいて設定される自動運転用の区画線情報が変動し、自動運転に悪影響を与える可能性がある。本願に係る走行車線認識装置及び走行車線認識方法によれば、検出区画線情報の変動に基づいて、検出区画線情報の信頼度を適切に判定することができる。そして、検出区画線情報の信頼度に基づいて、適切に、検出区画線情報及び地図区画線情報から自動運転に用いる区画線情報を選択し、自動運転用の区画線情報を算出することができる。

実施の形態１に係る走行車線認識装置の概略ブロック図である。 実施の形態１に係る走行車線認識装置の概略ハードウェア構成図である。 実施の形態１に係る走行車線認識装置の別例の概略ハードウェア構成図である。 実施の形態１に係る走行車線認識装置の概略処理を説明するためのフローチャートである。 実施の形態１に係る自車両座標系等を説明する図である。 実施の形態１に係る過去の検出区画線情報の変換を説明するための図である。 実施の形態１に係る頻度の判定値の設定を説明するための図である。 実施の形態３に係る運転用区画線算出部の処理を説明するためのフローチャートである。 実施の形態４に係る信頼度判定部の処理を説明するためのフローチャートである。

１．実施の形態１
実施の形態１に係る走行車線認識装置１０及び走行車線認識方法について図面を参照して説明する。図１は、走行車線認識装置１０の概略ブロック図である。本実施の形態では、走行車線認識装置１０は、自車両の自動運転を行う自動運転装置に組み込まれているが、走行車線認識装置１０の一部又は全部が、自動運転装置と別体とされてもよい。

走行車線認識装置１０は、検出区画線取得部１１、地図区画線取得部１２、信頼度判定部１３、運転用区画線算出部１４、及び自動運転制御部１５等の処理部を備えている。走行車線認識装置１０の各処理は、走行車線認識装置１０が備えた処理回路により実現される。具体的には、図２に示すように、走行車線認識装置１０は、ＣＰＵ（Central Processing Unit）等の演算処理装置９０、記憶装置９１、演算処理装置９０に外部の信号を入出力する入出力装置９２等を備えている。

演算処理装置９０として、ＡＳＩＣ（Application Specific Integrated Circuit）、ＩＣ（Integrated Circuit）、ＤＳＰ（Digital Signal Processor）、ＦＰＧＡ（Field Programmable Gate Array）、ＧＰＵ（Graphics Processing Unit）、ＡＩ（Artificial Intelligence）チップ、各種の論理回路、及び各種の信号処理回路等が備えられてもよい。また、演算処理装置９０として、同じ種類のもの又は異なる種類のものが複数備えられ、各処理が分担して実行されてもよい。記憶装置９１として、演算処理装置９０からデータを読み出し及び書き込みが可能に構成されたＲＡＭ（Random Access Memory）、演算処理装置９０からデータを読み出し可能に構成されたＲＯＭ（Read Only Memory）等が備えられている。なお、記憶装置９１として、フラッシュメモリ、ＥＥＰＲＯＭ（Electrically Erasable Programmable Read Only Memory）、ハードディスク、ＤＶＤ装置等の各種の記憶装置が用いられてもよい。

入出力装置９２には、通信装置、Ａ／Ｄ変換器、入出力ポート、駆動回路等が備えられる。入出力装置９２は、周囲監視装置３１、位置検出装置３２、操舵装置２４、駆動装置２５、及び制動装置２６等に接続され、これらの装置と通信を行う。

そして、走行車線認識装置１０が備える各処理部１１～１５等の各機能は、演算処理装置９０が、ＲＯＭ等の記憶装置９１に記憶されたソフトウェア（プログラム）を実行し、記憶装置９１及び入出力装置９２等の走行車線認識装置１０の他のハードウェアと協働することにより実現される。なお、各処理部１１～１５等が用いる判定値等の設定データは、ソフトウェア（プログラム）の一部として、ＲＯＭ等の記憶装置９１に記憶されている。以下、走行車線認識装置１０の各機能について詳細に説明する。

或いは、走行車線認識装置１０は、処理回路として、図３に示すように、専用のハードウェア９３、例えば、単一回路、複合回路、プログラム化されたプロセッサ、並列プログラム化されたプロセッサ、ＡＳＩＣ、ＦＰＧＡ、ＧＰＵ、ＡＩチップ、又はこれらを組み合わせた回路等が備えられてもよい。

図４は、本実施の形態に係る走行車線認識装置１０の処理の手順（走行車線認識方法）を説明するための概略フローチャートである。図４のフローチャートの処理は、演算処理装置９０が記憶装置９１に記憶されたソフトウェア（プログラム）を実行することにより、所定の演算周期毎に繰り返し実行される。演算周期は、例えば、０．０１秒に設定される。

１－１．検出区画線取得部１１
図４のステップＳ０１で、検出区画線取得部１１は、自車両の周囲を監視する周囲監視装置３１の検出情報に基づいて、自車両の位置を基準とした自車両の走行車線の位置及び形状の情報である検出区画線情報を取得する検出区画線取得処理（検出区画線取得ステップ）を実行する。

周囲監視装置３１は、自車両の周囲を監視するカメラ、レーダ等の装置である。レーダには、ミリ波レーダ、レーザレーダ、超音波レーダ等が用いられる。周囲監視装置３１には、自車両の前方を監視するカメラが含まれる。カメラが撮像した画像に対して公知の各種の画像処理が行われ、車線の区画線が認識される。区画線は、主には白線であるが、白線に限らず、ガードレール、ポール、路肩、壁等の路側物が区画線として認識されてもよい。また、周囲監視装置３１には、自車両の前方を監視するＬｉＤＡＲ（Light Detection and Ranging）等のレーザレーダが含まれる。レーザレーダの反射の輝度が高い点から白線が認識されてもよく、レーザレーダによる物体位置の検出により、路側物が認識され、路側物が区画線として認識されてもよい。

検出区画線取得部１１は、自車両座標系において、認識した各区画線の位置及び形状の情報である検出区画線情報を取得する。図５に示すように、自車両の座標系は、自車両の前方向及び横方向を２つの座標軸Ｘ、Ｙとした座標系である。自車両座標系の原点は、ニュートラルステアポイント等の自車両の中心付近に設定される。

検出区画線取得部１１は、自車両の走行車線の左側の区画線及び右側の区画線の検出区画線情報を取得する。なお、検出区画線取得部１１は、自車両の走行車線に隣接する隣接車線の検出区画線情報を取得してもよい。

本実施の形態では、検出区画線取得部１１は、検出区画線情報として、少なくとも区画線の曲率Ｋ２ｄｅｔを取得する。本実施の形態では、検出区画線取得部１１は、検出区画線情報として、自車両に対する区画線の横方向の距離である区画線距離Ｋ０ｄｅｔ、自車両の進行方向に対する自車両の横方向に位置する区画線の部分の傾きである区画線角度Ｋ１ｄｅｔ、区画線の曲率Ｋ２ｄｅｔ、及び区画線の曲率変化率Ｋ３ｄｅｔを取得する。これらの検出区画線情報のパラメータＫ０ｄｅｔ～Ｋ３ｄｅｔを用いて、自車両座標系における各区画線の位置は、次式により算出できる。すなわち、各区画線は、自車両座標系における区画線の横方向の位置Ｙを、前方向の位置Ｘを変数とした３次の多項式で表した近似式で近似され、各次数の係数が検出区画線情報を表すパラメータＫ０ｄｅｔ～Ｋ３ｄｅｔとして取得される。なお、区画線の曲率変化率Ｋ３ｄｅｔは、取得されなくてもよく、曲率変化率Ｋ３ｄｅｔの３次の項のない、２次の多項式で近似されてもよい。

検出区画線取得部１１は、周囲監視装置３１の検出情報に基づいて、近似計算を行い、各区画線の検出区画線情報の各パラメータＫ０ｄｅｔ～Ｋ３ｄｅｔを演算する。なお、検出区画線取得部１１は、外部の装置で演算された各区画線の検出区画線情報の各パラメータＫ０ｄｅｔ～Ｋ３ｄｅｔを取得してもよい。

検出区画線取得部１１は、各時点で取得した各区画線の過去の検出区画線情報を、所定の期間分、ＲＡＭ等の書き換え可能な記憶装置９１に記憶する。本実施の形態では、少なくとも、過去の区画線の曲率Ｋ２ｄｅｔ＿ｏｌｄ、及び過去の区画線の曲率変化率Ｋ３ｄｅｔ＿ｏｌｄが、過去の検出区画線情報として記憶される。

＜過去の検出区画線情報の変換＞
検出区画線取得部１１は、過去に取得した検出区画線情報を、自車両の移動情報に基づいて、現在の自車両の位置を基準とした検出区画線情報（変換後の過去の検出区画線情報と称す）に変換する。

検出区画線取得部１１は、位置検出装置３２の検出情報に基づいて、自車両の移動情報を取得する。位置検出装置３２として、車速センサ、ヨーレートセンサ等が備えられている。車速センサは、自車両の走行速度（車速）を検出するセンサであり、車輪の回転速度等を検出する。なお、加速度センサが設けられ、加速度に基づいて車両の走行速度が算出されてもよい。また、ヨーレートセンサは、自車両のヨーレートに関するヨーレート情報を検出するセンサである。ヨーレート情報として、ヨーレート、ヨー角、又はヨーモーメント等が検出される。ヨー角を時間微分すれば、ヨーレートが算出され、ヨーモーメントを用いて所定の演算を行えば、ヨーレートが算出される。

図６に示すように、検出区画線取得部１１は、自車両の移動情報として、検出区画線情報の取得時点の自車両の位置（自車両座標系）を基準にした、現在の自車両の移動距離ΔＬ及びヨー角の変化量Δθを取得する。

検出区画線取得部１１は、自車両の車速及びヨーレートの検出値に基づいて、検出区画線情報の取得時点から現在までの自車両の移動距離ΔＬ、及び自車両のヨー角の変化量Δθを算出する。例えば、検出区画線取得部１１は、過去の時点から現在までヨーレートを積算して、ヨー角の変化量Δθを算出し、過去の時点から現在まで車速を積算して、移動距離ΔＬを算出する。

検出区画線取得部１１は、検出区画線情報の取得時点から現在までの自車両の移動距離ΔＬ及びヨー角の変化量Δθに基づいて、各時点において取得した過去の検出区画線情報を、現在の自車両の位置を基準にした過去の検出区画線情報（以下、変換後の過去の検出区画線情報と称す）に変換する。

検出区画線取得部１１は、後述する信頼度判定部１３において用いられる変換後の過去の検出区画線情報の各パラメータについて変換を行う。本実施の形態では、信頼度判定部１３において、過去の曲率Ｋ２ｄｅｔ＿ｏｌｄ、及び過去の曲率変化率Ｋ３ｄｅｔ＿ｏｌｄが用いられる。過去の曲率変化率Ｋ３ｄｅｔ＿ｏｌｄは、変換前後で変化しないので、過去の曲率Ｋ２ｄｅｔ＿ｏｌｄが変換される。

検出区画線取得部１１は、次式を用い、自車両の移動距離ΔＬ及びヨー角の変化量Δθに基づいて、区画線情報の取得時の自車両座標系における前方向の移動距離ΔＸを算出する。

検出区画線取得部１１は、次式を用い、自車両の前方向の移動距離ΔＸ、過去の曲率Ｋ２ｄｅｔ＿ｏｌｄ、及び過去の曲率変化率Ｋ３ｄｅｔ＿ｏｌｄに基づいて、過去の曲率Ｋ２ｄｅｔ＿ｏｌｄを、現在の自車両の位置を基準にした過去の曲率Ｋ２ｄｅｔ＿ｏｌｄｃｎｖ（以下、変換後の過去の曲率Ｋ２ｄｅｔ＿ｏｌｄｃｎｖと称す）に変換する。

この構成によれば、例えば、カーブの入口及び出口付近等において、曲率変化率が０でなく、曲率が変化する場合に、現在の自車両の位置を基準にした過去の曲率の算出精度を高めることができる。

なお、上述したように、区画線が２次の多項式で近似される場合は、曲率変化率Ｋ３ｄｅｔの３次の項がなくなり、式（３）の右辺の第２項がなくなるので、過去の曲率Ｋ２ｄｅｔ＿ｏｌｄが、そのまま、変換後の過去の曲率Ｋ２ｄｅｔ＿ｏｌｄｃｖｎに設定される。

また、３次の多項式では、過去の曲率変化率Ｋ３ｄｅｔ＿ｏｌｄは変換前後で変化しないので、次式に示すように、過去の曲率変化率Ｋ３ｄｅｔ＿ｏｌｄが、そのまま、変換後の過去の曲率変化率Ｋ３ｄｅｔ＿ｏｌｄｃｖｎに設定される。

なお、後述する信頼度判定部１３において、過去の区画線距離Ｋ０ｄｅｔ＿ｏｌｄ、過去の区画線角度Ｋ１ｄｅｔ＿ｏｌｄが用いられる場合は、これらの過去のパラメータについても、自車両の移動距離ΔＬ及びヨー角の変化量Δθに基づいて、公知の算出式を用い、現在の自車両の位置を基準にした過去のパラメータに変換されてもよい。

１－２．地図区画線取得部１２
図４のステップＳ０２で、地図区画線取得部１２は、地図データ１６から自車両が走行している道路情報を取得し、取得した道路情報に基づいて、自車両の位置を基準とした自車両の走行車線の区画線の位置及び形状の情報である地図区画線情報を取得する地図区画線取得処理（地図区画線取得ステップ）を実行する。

地図区画線取得部１２は、自車両の現在位置から前方の取得距離までの道路情報を、地図データ１６から取得する。自車両の走行速度が速くなるに従って、取得距離が長くされてもよい。取得した道路情報には、各車線の位置及び形状の情報が含まれる。地図区画線取得部１２は、取得した所定区間の道路情報に基づいて、自車両の位置を基準とした自車両の走行車線の地図区画線情報を取得する。

位置検出装置３２として、ＧＮＳＳ（Global Navigation Satellite System）等の人工衛星から出力される信号を受信するＧＰＳアンテナ等が備えられている。地図区画線取得部１２は、ＧＰＳアンテナの検出情報に基づいて自車両の現在位置を取得する。地図区画線取得部１２は、自車両の現在位置、及び加速度センサの検出情報等に基づいて、自車両の走行方向を取得する。

地図区画線取得部１２は、走行車線認識装置１０等の自車両内の記憶装置に記憶された地図データ１６から道路情報を取得してもよいし、自車両外のサーバーに記憶された地図データ１６から、通信回線を介して道路情報を取得してもよい。本例では、走行車線認識装置１０の記憶装置に記憶された地図データ１６が用いられる。

本実施の形態では、地図区画線取得部１２は、地図区画線情報として、少なくとも曲率Ｋ２ｍａｐを取得する。本実施の形態では、地図区画線取得部１２は、地図区画線情報として、自車両に対する区画線の横方向の距離である区画線距離Ｋ０ｍａｐ、自車両の進行方向に対する自車両の横方向に位置する区画線の部分の傾きである区画線角度Ｋ１ｍａｐと、曲率Ｋ２ｍａｐ、及び曲率変化率Ｋ３ｍａｐを取得する。これらの地図区画線情報のパラメータＫ０ｍａｐ～Ｋ３ｍａｐを用いて、自車両座標系における各区画線の位置は、次式により算出できる。すなわち、各区画線は、自車両座標系における区画線の横方向の位置Ｙを、前方向の位置Ｘを変数とした３次の多項式で表した近似式で近似され、各次数の係数が地図区画線情報を表すパラメータＫ０ｍａｐ～Ｋ３ｍａｐとして取得される。なお、曲率変化率Ｋ３ｍａｐは、取得されなくてもよく、曲率変化率Ｋ３ｍａｐの３次の項のない、２次の多項式で近似されてもよい。

地図区画線取得部１２は、取得した所定区間の道路情報に基づいて、近似計算を行い、各区画線の地図区画線情報の各パラメータＫ０ｍａｐ～Ｋ３ｍａｐを演算する。例えば、地図区画線取得部１２は、道路情報として走行車線の中心位置の点列が得られる場合は、自車両座標系において、自車両の走行車線の中心位置の近似曲線を演算し、中心位置の近似曲線の１次の項の係数、２次の項の係数、及び３次の項の係数を、それぞれ、自車両の走行車線の左右の区画線の区画線角度Ｋ１ｍａｐ、左右の区画線の曲率Ｋ２ｍａｐ、及び左右の区画線の曲率変化率Ｋ３ｍａｐに設定し、道路情報に含まれる車線幅に応じた距離を、左右の区画線の区画線距離Ｋ０ｍａｐに設定する。或いは、地図区画線取得部１２は、道路情報として走行車線の左右の区画線の位置の点列が得られる場合は、自車両座標系において、自車両の走行車線の左右の区画線の近似曲線を演算し、各近似曲線の各次数の係数を、左右の区画線の地図区画線情報を表すパラメータＫ０ｍａｐ～Ｋ３ｍａｐに設定する。

或いは、地図区画線取得部１２は、取得した所定区間の道路情報に、曲率及び曲率変化率等の情報が含まれる場合は、それらが左右の区画線の曲率Ｋ２ｍａｐ及び左右の区画線の曲率変化率Ｋ３ｍａｐ等に設定されてもよい。

１－３．信頼度判定部１３
図４のステップＳ０３で、信頼度判定部１３は、検出区画線情報の変動に基づいて、検出区画線情報の信頼度を判定する信頼度判定処理（信頼度判定ステップ）を実行する。

この構成によれば、検出区画線情報の変動に基づいて、検出区画線情報の信頼度を適切に判定することができる。

＜時間変動量による信頼度の判定＞
本実施の形態では、信頼度判定部１３は、検出区画線情報の時間変動量の絶対値が、時間変動量の判定値以上である場合に、検出区画線情報の信頼度が低いと判定し、検出区画線情報の時間変動量の絶対値が、時間変動量の判定値未満である場合に、検出区画線情報の信頼度が高いと判定する。

二重白線区間を走行していると、区画線の検出に対する、内側の白線の影響度合い及び外側の白線の影響度合いの変動により、検出区画線情報が変動し易くなる。また、白線の擦れ又は環境条件などにより区画線の検出精度が悪化していると、検出区画線情報が変動し易くなる。二重白線区間を走行しているため、又は白線の擦れ又は環境条件などにより区画線の検出精度が悪化しているため、検出区画線情報の時間変動量の絶対値が、時間変動量の判定値より大きくなった場合に、検出区画線情報の信頼度が低いと判定し、後述する運転用区画線算出部１４において、地図区画線情報を自動運転用の区画線情報に用いて、自動運転用の区画線情報の精度を高めることができる。一方、一重白線区間を走行しており、区画線の検出精度が良いため、検出区画線情報の時間変動量の絶対値が、時間変動量の判定値より小さくなっている場合に、検出区画線情報の信頼度が高いと判定し、後述する運転用区画線算出部１４において、検出区画線情報を自動運転用の区画線情報に用いて、自動運転用の区画線情報の精度を高めることができる。

本実施の形態では、信頼度判定部１３は、現在の検出区画線情報、及び現在の自車両の位置を基準とした変換後の過去の検出区画線情報に基づいて、検出区画線情報の時間変動量を算出する。

この構成によれば、自車両の移動により、検出区画線情報の時間変動量が増加しないようにでき、時間変動量の算出精度を高めることができる。

＜曲率の時間変動量による信頼度の判定＞
信頼度判定部１３は、検出区画線情報の曲率の時間変動量の絶対値が、曲率の時間変動量の判定値以上である場合に、検出区画線情報の信頼度が低いと判定し、曲率の時間変動量の絶対値が、曲率の時間変動量の判定値未満である場合に、検出区画線情報の信頼度が高いと判定する。自車両の走行車線の左右の区画線の曲率のそれぞれについて、曲率の時間変動量が算出され、信頼度が判定される。

二重白線、又は区画線の検出精度の悪化により、自車両に近い区画線部分の影響が大きい検出区画線情報である区画線距離Ｋ０ｄｅｔ及び区画線角度Ｋ１ｄｅｔは変動し難い。一方、二重白線、又は区画線の検出精度の悪化により、自車両に遠い区画線部分の影響が大きい検出区画線情報である曲率Ｋ２ｄｅｔは変動し易い。よって、曲率の時間変動量により、検出区画線情報の信頼度を精度よく判定することができる。

例えば、信頼度判定部１３は、今回取得した曲率Ｋ２ｄｅｔと、変換後の過去の曲率Ｋ２ｄｅｔ＿ｏｌｄｃｎｖとの偏差を、時間変動量として算出する。時間変動量の算出用の変換後の過去の曲率Ｋ２ｄｅｔ＿ｏｌｄｃｎｖには、所定時間前（例えば、前回）に取得した変換後の過去の曲率Ｋ２ｄｅｔ＿ｏｌｄｃｎｖが用いられてもよいし、過去に取得した複数（例えば５回）の変換後の過去の曲率Ｋ２ｄｅｔ＿ｏｌｄｃｎｖに対して平均化処理又はフィルタ処理が行われた値が用いられてもよい。平均化処理として、単純平均が用いられてもよいし、加重平均が用いられてもよい。加重平均の重みは、重みが乗算される値の取得時点が新しくなるほど、大きくされるとよい。又は、加重平均の重みは、重みが乗算される値の取得時点の位置が現在の位置に近くなるほど、大きくされるとよい。フィルタ処理として、一次遅れフィルタなどのローパスフィルタが用いられる。

上述したように、区画線が２次の多項式で近似される場合は、変換前後で過去の曲率Ｋ２ｄｅｔ＿ｏｌｄが変化しないので、時間変動量の算出に、過去の曲率Ｋ２ｄｅｔ＿ｏｌｄが用いられてもよい。

＜曲率変化率の時間変動量による信頼度の判定＞
本実施の形態では、信頼度判定部１３は、検出区画線情報の曲率変化率の時間変動量の絶対値が、変化率の時間変動量の判定値以上である場合に、検出区画線情報の信頼度が低いと判定し、曲率変化率の時間変動量の絶対値が、変化率の時間変動量の判定値未満である場合に、検出区画線情報の信頼度が高いと判定する。自車両の走行車線の左右の区画線の曲率のそれぞれについて、曲率変化率の時間変動量が算出され、信頼度が判定される。

この構成によれば、曲率Ｋ２ｄｅｔと同様に、二重白線、又は区画線の検出精度の悪化により、自車両に遠い区画線部分の影響が大きい検出区画線情報である曲率変化率Ｋ３ｄｅｔは変動し易い。よって、曲率変化率の時間変動量により、検出区画線情報の信頼度を精度よく判定することができる。

例えば、信頼度判定部１３は、今回取得した曲率変化率Ｋ３ｄｅｔと、変換後の過去の曲率変化率Ｋ３ｄｅｔ＿ｏｌｄｃｎｖ（本例では、過去の曲率変化率Ｋ３ｄｅｔ＿ｏｌｄでもよい）との偏差の絶対値を、時間変動量として算出する。時間変動量の算出には、前回取得した過去の曲率変化率Ｋ３ｄｅｔ＿ｏｌｄが用いられてもよいし、過去に取得した複数（例えば５回）の過去の曲率変化率Ｋ３ｄｅｔ＿ｏｌｄに対して平均化処理又はフィルタ処理が行われた値が用いられてもよい。平均化処理として、単純平均が用いられてもよいし、加重平均が用いられてもよい。加重平均の重みは、重みが乗算される値の取得時点が新しくなるほど、大きくされるとよい。又は、加重平均の重みは、重みが乗算される値の取得時点の位置が現在の位置に近くなるほど、大きくされるとよい。フィルタ処理として、一次遅れフィルタなどのローパスフィルタが用いられる。

＜曲率及び曲率変化率による総合判定＞
本実施の形態では、自車両の走行車線の左右の区画線のそれぞれについて、信頼度判定部１３は、曲率の時間変動量により判定された信頼度、及び曲率変化率の時間変動量により判定された信頼度の双方が高い場合に、検出区画線情報の信頼度が高いと総合的に判定し、曲率の時間変動量により判定された信頼度及び曲率変化率の時間変動量により判定された信頼度の一方又は双方が低い場合に、検出区画線情報の信頼度が低いと総合的に判定する。

この構成によれば、少なくとも一方の信頼度が低い場合に、信頼度が低いと総合的に判定されるので、安全サイドに判定することができる。

なお、曲率の時間変動量による信頼度、及び曲率変化率の時間変動量による信頼度のいずれか一方のみが判定されるように構成される場合は、判定された一方の信頼度が、そのまま総合的な信頼度に設定されればよい。

＜頻度による判定＞
本実施の形態では、信頼度判定部１３は、曲率及び曲率変化率の一方又は双方の時間変動量の絶対値に基づいて検出区画線情報の信頼度が低いと判定された頻度が、頻度の判定値以上である場合に、検出区画線情報の信頼度が低いと最終的に判定し、曲率及び曲率変化率の一方又は双方の時間変動量の絶対値に基づいて検出区画線情報の信頼度が低いと判定された頻度が、頻度の判定値未満である場合に、検出区画線情報の信頼度が最終的に高いと判定する。

例えば、信頼度判定部１３は、過去の総評価回数（例えば、１０回）の内、曲率及び曲率変化率の一方又は双方の時間変動量の絶対値に基づいて検出区画線情報の信頼度が低いと判定された回数（以下、低信頼度判定回数と称す）が、回数の判定値（例えば、３回）以上である場合に、検出区画線情報の信頼度が低いと最終的に判定し、過去の総評価回数の内、低信頼度判定回数が、回数の判定値未満である場合に、検出区画線情報の信頼度が最終的に高いと判定する。この場合は、頻度の判定値は、回数の判定値を総評価回数で除算した値に相当する。

本実施の形態では、図７に示すように、信頼度判定部１３は、現在、検出区画線情報の信頼度が高いと判定されている場合に用いる頻度の判定値よりも、現在、検出区画線情報の信頼度が低いと判定されている場合に用いる頻度の判定値を低くする。

本実施の形態では、現在の信頼度に応じて、回数の判定値及び総評価回数の一方又は双方が変化される。例えば、信頼度判定部１３は、現在、検出区画線情報の信頼度が高いと判定されている場合に用いる回数の判定値（例えば、３回）よりも、現在、検出区画線情報の信頼度が低いと判定されている場合に用いる回数の判定値（例えば、１回）を低くする。また、信頼度判定部１３は、現在、検出区画線情報の信頼度が高いと判定されている場合に用いる総評価回数（例えば、１０回）よりも、現在、検出区画線情報の信頼度が低いと判定されている場合に用いる総評価回数（例えば、３０回）を高くする。

なお、現在、検出区画線情報の信頼度が高いと判定されている場合に用いる頻度の判定値と、現在、検出区画線情報の信頼度が低いと判定されている場合に用いる頻度の判定値とが同じ値であってもよい。

この構成によれば、現在、検出区画線情報の信頼度が低いと判定されている場合は、頻度の判定値が比較的に低くされるので、信頼度が低い状態から信頼度が高い状態に移行され難くなる。よって、後述する運転用区画線算出部１４において、時間変動量の絶対値の変動頻度が大きくなり、自動運転用の区画線情報が、検出区画線情報から地図区画線情報に変更された後、時間変動量の絶対値の変動頻度が十分に小さくなってから、自動運転用の区画線情報が、地図区画線情報から検出区画線情報に変更される。よって、例えば、二重白線区間になり、自動運転用の区画線情報が、検出区画線情報から地図区画線情報に変更された後、二重白線区間が終了するまで、自動運転用の区画線情報が、地図区画線情報から検出区画線情報に変更され難くできる。よって、自動運転用の区画線情報を、精度が高くなる安全側に安定させることができ、自動運転の精度を高めることができる。

１－４．運転用区画線算出部１４
図４のステップＳ０４で、運転用区画線算出部１４は、検出区画線情報の信頼度に基づいて、検出区画線情報及び地図区画線情報から、自動運転に用いる区画線情報を選択し、自動運転用の区画線情報を算出する運転用区画線算出処理（運転用区画線算出ステップ）を実行する。

この構成によれば、検出区画線情報の信頼度に基づいて、適切に、検出区画線情報及び地図区画線情報から自動運転に用いる区画線情報を選択し、自動運転用の区画線情報を算出することができる。

本実施の形態では、運転用区画線算出部１４は、検出区画線情報の信頼度が高いと判定された場合は、検出区画線情報の曲率Ｋ２ｄｅｔを選択し、検出区画線情報の信頼度が低いと判定された場合は、地図区画線情報の曲率Ｋ２ｍａｐを選択し、少なくとも選択した曲率を用いて、運転用の区画線情報を算出する。

この構成によれば、二重白線、又は区画線の検出精度の悪化等により、検出区画線情報の信頼度が低いと判定されている場合は、信頼度の低い検出区画線情報の曲率Ｋ２ｄｅｔの代わりに、地図区画線情報の曲率Ｋ２ｍａｐを用いて運転用の区画線情報が算出されるので、運転用の区画線情報の精度を向上させることができる。

また、運転用区画線算出部１４は、検出区画線情報の信頼度が高いと判定された場合は、検出区画線情報の曲率変化率Ｋ３ｄｅｔを選択し、検出区画線情報の信頼度が低いと判定された場合は、地図区画線情報の曲率変化率Ｋ３ｍａｐを選択し、少なくとも選択した曲率変化率を用いて、運転用の区画線情報を算出する。

運転用区画線算出部１４は、選択した検出区画線情報の曲率変化率Ｋ３ｄｅｔ又は地図区画線情報の曲率変化率Ｋ３ｍａｐ、選択した検出区画線情報の曲率Ｋ２ｄｅｔ又は地図区画線情報の曲率Ｋ２ｍａｐ、検出区画線情報の区画線角度Ｋ１ｄｅｔ、及び検出区画線情報の区画線距離Ｋ０ｄｅｔを、自動運転用の区画線情報に用いる。

運転用の区画線情報の算出は、自車両の走行車線の左右の区画線のそれぞれについて行われる。

自車両の走行車線の左右の区画線のそれぞれの自動運転用の区画線情報は、検出区画線情報及び地図区画線情報と同様に、選択及び設定された各パラメータＫ０ｄｒｖ～Ｋ３ｄｒｖを用いて、次式のようになる。

上述したように、自車両に近い区画線部分の影響が大きい検出区画線情報である区画線距離Ｋ０ｄｅｔ及び区画線角度Ｋ１ｄｅｔは、二重白線、又は区画線の検出精度の悪化により変動し難い。よって、信頼度の高低にかかわらず、検出区画線情報の区画線角度Ｋ１ｄｅｔ及び区画線距離Ｋ０ｄｅｔを自動運転用の区画線情報に用いることで、自車両に近い区画線部分は、周囲監視装置３１により実際に検出した区画線情報を用い、自車両と区画線との実際の相対位置に基づいて、精度よく近距離の自動運転を行うことができる。一方、自車両から遠い区画線部分は、信頼度の高い曲率及び曲率変化率を用いた区画線情報を用いることで、精度よく長距離の自動運転を行うことができる。

なお、検出区画線情報が２次の多項式で近似される場合は、曲率変化率が選択されなくてもよく、自動運転用の区画線情報に、曲率変化率が用いられなくてもよい。

１－５．自動運転制御部１５
図４のステップＳ０５で、自動運転制御部１５は、自動運転用の区画線情報に基づいて、車輪の操舵角を制御する自動運転制御処理（自動運転制御ステップ）を実行する。

操舵角を制御する自動運転には、車線維持制御、目標軌道追従制御等の各種の制御があり、それらの制御に自動運転用の区画線情報が用いられる。

例えば、車線維持制御を行う場合は、自動運転制御部１５は、自動運転用の区画線情報により算出される走行車線の左右の区画線に対する自車両の位置関係及び車両速度に基づいて、自車両を走行車線に維持して走行させる車輪の操舵角の指令値を算出し、操舵装置２４に伝達する。

目標軌道追従制御を行う場合は、自動運転制御部１５は、自動運転用の区画線情報により算出される走行車線の左右の区画線に基づいて、現在の走行車線の走行、車線変更、障害物回避などを行う目標走行軌道を設定し、目標走行軌道に対する自車両の位置関係及び車両速度に基づいて、自車両を目標走行軌道に追従させる車輪の操舵角の指令値を算出し、操舵装置２４に伝達する。

操舵装置２４は、電動パワーステアリング装置であり、電動モータの駆動力により車輪の操舵角を操作する。操舵装置２４は、実際の操舵角が、操舵角の指令値に追従するように、電動モータを駆動制御する。

なお、自動運転制御部１５は、自動運転用の区画線情報に基づいて、車輪の駆動力、及び車輪の制動力等も制御してもよい。自動運転レベルに応じて制御内容が変更される。例えば、自動運転制御部１５は、自動運転用の区画線情報に基づいて、目標走行軌道を設定し、自車両を目標走行軌道に追従させる操舵角の指令値、駆動力の指令値、及び制動力の指令値を算出し、操舵装置２４、駆動装置２５、及び制動装置２６に伝達する。駆動装置２５は、エンジン及びモータの一方又は双方等から構成され、制動装置２６は、電動ブレーキ等から構成される。

２．実施の形態２
次に、実施の形態２に係る走行車線認識装置１０及び走行車線認識方法について説明する。上記の実施の形態１と同様の構成部分は説明を省略する。本実施の形態に係る走行車線認識装置１０及び走行車線認識方法の基本的な構成は実施の形態１と同様であるが、信頼度判定部１３の処理が一部異なる。

実施の形態１と同様に、信頼度判定部１３は、検出区画線情報の変動に基づいて、検出区画線情報の信頼度を判定する。

実施の形態１と異なり、信頼度判定部１３は、検出区画線情報の時系列データのばらつき度合いが、ばらつき度合いの判定値以上である場合に、検出区画線情報の信頼度が低いと判定し、検出区画線情報の時系列データのばらつき度合いが、ばらつき度合いの判定値未満である場合に、検出区画線情報の信頼度が高いと判定する。ここで、時系列データは、現在及び過去に取得した複数のデータであり、複数のデータのばらつき度合いが算出される。

上述したように、二重白線区間を走行しているとき、又は白線の擦れ又は環境条件などにより区画線の検出精度が悪化したとき、検出区画線情報が変動し易くなる。二重白線区間を走行しているため、又は区画線の検出精度が悪化しているため、検出区画線情報の時系列データのばらつき度合いが、ばらつき度合いの判定値より大きくなった場合に、検出区画線情報の信頼度が低いと判定し、運転用区画線算出部１４において、地図区画線情報を自動運転用の区画線情報に用いて、自動運転用の区画線情報の精度を高めることができる。一方、一重白線区間を走行しており、区画線の検出精度が良いため、検出区画線情報の時系列データのばらつき度合いが、ばらつき度合いの判定値より小さい場合に、検出区画線情報の信頼度が高いと判定し、後述する運転用区画線算出部１４において、検出区画線情報を自動運転用の区画線情報に用いて、自動運転用の区画線情報の精度を高めることができる。

信頼度判定部１３は、現在の検出区画線情報、及び現在の自車両の位置を基準とした変換後の過去の検出区画線情報に基づいて、検出区画線情報の時系列データのばらつき度合いを算出する。

この構成によれば、自車両の移動により、検出区画線情報の時系列データのばらつき度合いが増加しないようにでき、時間変動量の算出精度を高めることができる。

＜曲率の時系列データのばらつき度合いによる信頼度の判定＞
信頼度判定部１３は、検出区画線情報の曲率の時系列データのばらつき度合いが、曲率のばらつき度合いの判定値以上である場合に、検出区画線情報の信頼度が低いと判定し、曲率の時系列データのばらつき度合いが、曲率のばらつき度合いの判定値未満である場合に、検出区画線情報の信頼度が高いと判定する。自車両の走行車線の左右の区画線の曲率のそれぞれについて、曲率の時系列データのばらつき度合いが算出され、信頼度が判定される。

二重白線、又は区画線の検出精度の悪化により、自車両に近い区画線部分の影響が大きい検出区画線情報である区画線距離Ｋ０ｄｅｔ及び区画線角度Ｋ１ｄｅｔは変動し難い。一方、二重白線、又は区画線の検出精度の悪化により、自車両に遠い区画線部分の影響が大きい検出区画線情報である曲率Ｋ２ｄｅｔは変動し易い。よって、曲率の時系列データのばらつき度合いにより、検出区画線情報の信頼度を精度よく判定することができる。

例えば、信頼度判定部１３は、今回取得した曲率Ｋ２ｄｅｔ、及び判定時間前から前回までに取得した複数の変換後の過去の曲率Ｋ２ｄｅｔ＿ｏｌｄｃｎｖに対して、統計処理を行って、ばらつき度合いを算出する。ばらつき度合いとして、標準偏差、分散等が算出される。

上述したように、区画線が２次の多項式で近似される場合は、変換前後で過去の曲率Ｋ２ｄｅｔ＿ｏｌｄが変化しないので、ばらつき度合いの算出に、過去の曲率Ｋ２ｄｅｔ＿ｏｌｄが用いられてもよい。

＜曲率変化率の時系列データのばらつき度合いによる信頼度の判定＞
本実施の形態では、信頼度判定部１３は、検出区画線情報の曲率変化率の時系列データのばらつき度合いが、変化率のばらつき度合いの判定値以上である場合に、検出区画線情報の信頼度が低いと判定し、曲率変化率の時系列データのばらつき度合いが、変化率のばらつき度合いの判定値未満である場合に、検出区画線情報の信頼度が高いと判定する。自車両の走行車線の左右の区画線の曲率のそれぞれについて、曲率変化率の時系列データのばらつき度合いが算出され、信頼度が判定される。

この構成によれば、曲率Ｋ２ｄｅｔと同様に、二重白線、又は区画線の検出精度の悪化により、自車両に遠い区画線部分の影響が大きい検出区画線情報である曲率変化率Ｋ３ｄｅｔは変動し易い。よって、曲率変化率の時系列データのばらつき度合いにより、検出区画線情報の信頼度を精度よく判定することができる。

例えば、信頼度判定部１３は、今回取得した曲率変化率Ｋ３ｄｅｔ、及び判定時間前から前回までに取得した複数の変換後の過去の曲率変化率Ｋ３ｄｅｔ＿ｏｌｄｃｎｖ（本例では、過去の曲率変化率Ｋ３ｄｅｔ＿ｏｌｄでもよい）に対して、統計処理を行って、ばらつき度合いを算出する。ばらつき度合いとして、標準偏差、分散等が算出される。

＜曲率及び曲率変化率による総合判定＞
実施の形態１と同様に、自車両の走行車線の左右の区画線のそれぞれについて、信頼度判定部１３は、曲率の時系列データのばらつき度合いにより判定された信頼度、及び曲率変化率の時系列データのばらつき度合いにより判定された信頼度の双方が高い場合に、検出区画線情報の信頼度が高いと総合的に判定し、曲率の時系列データのばらつき度合いにより判定された信頼度及び曲率変化率の時系列データのばらつき度合いにより判定された信頼度の一方又は双方が低い場合に、検出区画線情報の信頼度が低いと総合的に判定する。

この構成によれば、少なくとも一方の信頼度が低い場合に、信頼度が低いと総合的に判定されるので、安全サイドに判定することができる。

なお、曲率の時系列データのばらつき度合いによる信頼度、及び曲率変化率の時系列データのばらつき度合いによる信頼度のいずれか一方のみが判定されるように構成される場合は、判定された一方の信頼度が、そのまま総合的な信頼度に設定されればよい。

＜頻度による判定＞
実施の形態１と同様に、信頼度判定部１３は、曲率及び曲率変化率の一方又は双方の時系列データのばらつき度合いに基づいて検出区画線情報の信頼度が低いと判定された頻度が、頻度の判定値以上である場合に、検出区画線情報の信頼度が低いと最終的に判定し、曲率及び曲率変化率の一方又は双方の時系列データのばらつき度合いに基づいて検出区画線情報の信頼度が低いと判定された頻度が、頻度の判定値未満である場合に、検出区画線情報の信頼度が最終的に高いと判定する。

３．実施の形態３
次に、実施の形態３に係る走行車線認識装置１０及び走行車線認識方法について説明する。上記の実施の形態１又は２と同様の構成部分は説明を省略する。本実施の形態に係る走行車線認識装置１０及び走行車線認識方法の基本的な構成は実施の形態１又は２と同様であるが、信頼度判定部１３及び運転用区画線算出部１４の処理が一部異なる。

実施の形態１と同様に、信頼度判定部１３は、検出区画線情報の変動に基づいて、検出区画線情報の信頼度を判定する。信頼度判定部１３は、検出区画線情報の時間変動量の絶対値又は検出区画線情報の時系列データのばらつき度合いが、判定値以上である場合に、検出区画線情報の信頼度が低いと判定し、検出区画線情報の時間変動量の絶対値又は検出区画線情報の時系列データのばらつき度合いが、判定値未満である場合に、検出区画線情報の信頼度が高いと判定する。

＜地図区画線情報の信頼度の判定＞
本実施の形態では、信頼度判定部１３は、検出区画線情報及び地図区画線情報に基づいて、地図区画線情報の信頼度を判定する。

本実施の形態では、信頼度判定部１３は、検出区画線情報の信頼度が高いと判定している場合に、地図区画線情報と検出区画線情報との比較結果に基づいて、地図区画線情報の信頼度を判定する。自車両の走行車線の左右の区画線の曲率のそれぞれについて、検出区画線情報の信頼度、地図区画線情報、及び検出区画線情報に基づいて、地図区画線情報の信頼度が判定される。

この構成によれば、検出区画線情報の信頼度が高いと判定されている場合に、地図区画線情報を、信頼度が高いと判定されている検出区画線情報と比較することにより、地図区画線情報の信頼度を精度よく判定することができる。

なお、信頼度判定部１３は、検出区画線情報の信頼度が低いと判定している場合は、検出区画線情報の信頼度が高いと判定している場合に最後に判定した地図区画線情報の信頼度の判定結果を保持し、用いる。

本実施の形態では、信頼度判定部１３は、地図区画線情報と検出区画線情報との差分の絶対値が、差分の判定値以上である場合に、地図区画線情報の信頼度が低いと判定し、差分の絶対値が、差分の判定値未満である場合に、地図区画線情報の信頼度が高いと判定する。

例えば、信頼度判定部１３は、地図区画線情報の曲率と検出区画線情報の曲率との差分の絶対値が、差分の判定値以上である場合に、地図区画線情報の信頼度が低いと判定し、曲率の差分の絶対値が、差分の判定値未満である場合に、地図区画線情報の信頼度が高いと判定する。

なお、地図区画線取得部１２は、実施の形態１で説明した検出区画線取得部１１と同様に、過去に取得した地図区画線情報を、自車両の移動情報に基づいて、現在の自車両の位置を基準とした地図区画線情報（変換後の過去の地図区画線情報と称す）に変換するように構成されてもよい。信頼度判定部１３は、今回取得した地図区画線情報の曲率、及び複数の変換後の過去の地図区画線情報の曲率に対して平均化処理又はフィルタ処理を行うように構成されてもよい。平均化処理又はフィルタ処理には、実施の形態１で説明した検出区画線情報の曲率に対する処理と同様の処理が用いられる。そして、信頼度判定部１３は、差分演算に用いる地図区画線情報の曲率として、地図区画線情報の曲率の平均値又はフィルタ値を用い、差分演算に用いる検出区画線情報の曲率として、実施の形態１で説明した地図区画線情報の曲率の平均値又はフィルタ値を用いるように構成されてもよい。

なお、地図区画線情報の曲率変化率と検出区画線情報の曲率変化率との差分の絶対値を用いて、同様に、地図区画線情報の信頼度が判定されてもよい。また、検出区画線情報の信頼度の判定と同様に、曲率による判定結果及び曲率変化率による判定結果の一方又は双方に基づいて、地図区画線情報の信頼度が最終的に判定されてもよい。

また、検出区画線情報の信頼度の判定と同様に、信頼度判定部１３は、曲率又は曲率変化率の比較結果に基づいて地図区画線情報の信頼度が低いと判定された頻度が、頻度の判定値以上である場合に、地図区画線情報の信頼度が低いと最終的に判定し、地図区画線情報の信頼度が低いと判定された頻度が、頻度の判定値未満である場合に、地図区画線情報の信頼度が高いと最終的に判定してもよい。

＜自動運転用の区画線情報の選択＞
本実施の形態では、運転用区画線算出部１４は、検出区画線情報の信頼度及び地図区画線情報の信頼度に基づいて、検出区画線情報及び地図区画線情報から、自動運転に用いる区画線情報を選択し、自動運転用の区画線情報を算出する。運転用の区画線情報の算出は、自車両の走行車線の左右の区画線のそれぞれについて行われる。

この構成によれば、検出区画線情報の信頼度に加えて、地図区画線情報の信頼度に基づいて、検出区画線情報及び地図区画線情報から、自動運転に用いる区画線情報を選択するので、区画線情報の選択精度を向上させることができる。

運転用区画線算出部１４は、検出区画線情報の信頼度が高いと判定されている、又は検出区画線情報の信頼度及び地図区画線情報の信頼度の双方が低いと判定されている場合は、検出区画線情報の曲率Ｋ２ｄｅｔを選択し、検出区画線情報の信頼度が低いと判定され、且つ地図区画線情報の信頼度が高いと判定されている場合は、地図区画線情報の曲率Ｋ２ｍａｐを選択し、少なくとも選択した曲率を用いて、自動運転用の区画線情報を算出する。

この構成によれば、検出区画線情報の信頼度が低いと判定されている場合でも、地図区画線情報の信頼度が低いと判定されている場合は、地図データの精度不足又は未更新等により実際の曲率から乖離している可能性が高い地図区画線情報の曲率Ｋ２ｍａｐではなく、検出区画線情報の曲率Ｋ２ｄｅｔを選択し、信頼度は低いものの実際に検出した曲率を用い、実際の区画線により近い自動運転用の区画線情報を算出することができる。

また、運転用区画線算出部１４は、検出区画線情報の信頼度が高いと判定されている、又は検出区画線情報の信頼度及び地図区画線情報の信頼度の双方が低いと判定されている場合は、検出区画線情報の曲率変化率Ｋ３ｄｅｔを選択し、検出区画線情報の信頼度が低いと判定され、且つ地図区画線情報の信頼度が高いと判定されている場合は、地図区画線情報の曲率変化率Ｋ３ｍａｐを選択し、少なくとも選択した曲率変化率を用いて、自動運転用の区画線情報を算出する。

実施の形態１と同様に、運転用区画線算出部１４は、選択した検出区画線情報の曲率変化率Ｋ３ｄｅｔ又は地図区画線情報の曲率変化率Ｋ３ｍａｐ、選択した検出区画線情報の曲率Ｋ２ｄｅｔ又は地図区画線情報の曲率Ｋ２ｍａｐ、検出区画線情報の区画線角度Ｋ１ｄｅｔ、及び検出区画線情報の区画線距離Ｋ０ｄｅｔを、自動運転用の区画線情報に用いる。

＜フローチャート＞
運転用区画線算出部１４の処理を図８に示すフローチャートのように構成できる。ステップＳ２１で、運転用区画線算出部１４は、検出区画線情報の信頼度が高いと判定されているか否かを判定し、信頼度が高い場合は、ステップＳ２２に進み、信頼度が低い場合は、ステップＳ２３に進む。ステップＳ２２で、運転用区画線算出部１４は、検出区画線情報の曲率変化率Ｋ３ｄｅｔ、検出区画線情報の曲率Ｋ２ｄｅｔ、検出区画線情報の区画線角度Ｋ１ｄｅｔ、及び検出区画線情報の区画線距離Ｋ０ｄｅｔを、自動運転用の区画線情報に設定する。

一方、ステップＳ２３で、運転用区画線算出部１４は、地図区画線情報の信頼度が高いと判定されているか否かを判定し、信頼度が高い場合は、ステップＳ２４に進み、信頼度が低い場合は、ステップＳ２２に進む。ステップＳ２４で、運転用区画線算出部１４は、地図区画線情報の曲率変化率Ｋ３ｍａｐ、地図区画線情報の曲率Ｋ２ｍａｐ、検出区画線情報の区画線角度Ｋ１ｄｅｔ、及び検出区画線情報の区画線距離Ｋ０ｄｅｔを、自動運転用の区画線情報に設定する。

４．実施の形態４
次に、実施の形態４に係る走行車線認識装置１０及び走行車線認識方法について説明する。上記の実施の形態１、２、又は３と同様の構成部分は説明を省略する。本実施の形態に係る走行車線認識装置１０及び走行車線認識方法の基本的な構成は実施の形態１、２、又は３と同様であるが、信頼度判定部１３の処理が一部異なる。

実施の形態１、２、又は３と同様に、信頼度判定部１３は、検出区画線情報の変動に基づいて、検出区画線情報の信頼度を判定する。

本実施の形態では、信頼度判定部１３は、地図データ１６から自車両が走行している道路情報を取得し、取得した道路情報に基づいて、自車両が、周囲監視装置３１による区画線の検出精度が低下する走行車線を走行しているか否かを判定し、検出精度が低下する走行車線を走行していると判定した場合は、検出区画線情報の信頼度が低いと判定する。

信頼度判定部１３の処理を図９に示すフローチャートのように構成できる。ステップＳ３１で、信頼度判定部１３は、上記のように、地図データ１６から取得した道路情報に基づいて、検出精度が低下する走行車線を走行しているか否かを判定し、検出精度が低下する走行車線を走行していると判定した場合は、ステップＳ３２に進み、検出精度が低下する走行車線を走行していないと判定した場合は、ステップＳ３３に進む。ステップＳ３２で、信頼度判定部１３は、検出区画線情報の信頼度が低いと最終的に判定する。

一方、ステップＳ３３で、実施の形態１又は２と同様に、信頼度判定部１３は、検出区画線情報の変動に基づいて、検出区画線情報の信頼度が低いか否かを判定し、信頼度が低いと判定した場合は、ステップＳ３２に進み、信頼度が高いと判定した場合は、ステップＳ３４に進む。ステップＳ３４で、信頼度判定部１３は、検出区画線情報の信頼度が高いと最終的に判定する。

このように、地図データの道路情報により、予め、区画線の検出精度が低下する走行車線を走行しているとわかっている場合は、検出区画線情報の信頼度が低いと判定し、判定精度を高めることができる。

例えば、取得した道路情報には、走行車線の区画線の種類が含まれる。信頼度判定部１３は、取得した道路情報に基づいて、走行車線の区画線が二重白線であるか否かを判定し、二重白線である場合は、検出区画線情報の信頼度が低いと判定する。

また、自車両の前方の道路の明るさが急変していると、前方監視カメラ等による区画線の検出精度が低下する。例えば、トンネルの入口付近、出口付近では、道路の明るさが急変し、区画線の検出精度が低下する。トンネルの他に、橋、建物等、道路の上方に太陽光を遮断する構造物がある道路が該当し、このような道路の明るさが低下する道路区間を、明るさ低下道路区間と称す。よって、信頼度判定部１３は、取得した道路情報に基づいて、自車両の前方の判定距離範囲内にトンネル等の明るさ低下道路区間の入口又は出口があるか否かを判定し、入口又は出口がある場合は、検出区画線情報の信頼度が低いと判定する。

本願は、様々な例示的な実施の形態及び実施例が記載されているが、１つ、または複数の実施の形態に記載された様々な特徴、態様、及び機能は特定の実施の形態の適用に限られるのではなく、単独で、または様々な組み合わせで実施の形態に適用可能である。従って、例示されていない無数の変形例が、本願明細書に開示される技術の範囲内において想定される。例えば、少なくとも１つの構成要素を変形する場合、追加する場合または省略する場合、さらには、少なくとも１つの構成要素を抽出し、他の実施の形態の構成要素と組み合わせる場合が含まれるものとする。

１０ 走行車線認識装置、１１ 検出区画線取得部、１２ 地図区画線取得部、１３ 信頼度判定部、１４ 運転用区画線算出部、１５ 自動運転制御部、３１ 周囲監視装置、Ｋ２ｄｅｔ 検出区画線情報の曲率、Ｋ２ｍａｐ 地図区画線情報の曲率、Ｋ３ｄｅｔ 検出区画線情報の曲率変化率、Ｋ３ｍａｐ 地図区画線情報の曲率変化率

本願に係る走行車線認識装置は、
自車両の周囲を監視する周囲監視装置の検出情報に基づいて、自車両の位置を基準とした自車両の走行車線の区画線の位置及び形状の情報である検出区画線情報を取得する検出区画線取得部と、
地図データから自車両が走行している道路情報を取得し、取得した道路情報に基づいて、自車両の位置を基準とした自車両の走行車線の区画線の位置及び形状の情報である地図区画線情報を取得する地図区画線取得部と、
前記検出区画線情報の変動に基づいて、前記検出区画線情報の信頼度を判定する信頼度判定部と、
前記検出区画線情報の信頼度に基づいて、前記検出区画線情報及び前記地図区画線情報から、自動運転に用いる区画線情報を選択し、自動運転用の区画線情報を算出する運転用区画線算出部と、を備え、
前記信頼度判定部は、前記検出区画線情報の時間変動量の絶対値又は前記検出区画線情報の時系列データのばらつき度合いが、時間変動量又はばらつき度合いの判定値以上である場合に、前記検出区画線情報の信頼度が低いと判定し、前記時間変動量の絶対値又は前記ばらつき度合いが、前記時間変動量又はばらつき度合いの判定値未満である場合に、前記検出区画線情報の信頼度が高いと判定し、
前記時間変動量の絶対値又は前記ばらつき度合いに基づいて前記検出区画線情報の信頼度が低いと判定された頻度が、頻度の判定値以上である場合に、前記検出区画線情報の信頼度が低いと最終的に判定し、前記時間変動量の絶対値又は前記ばらつき度合いに基づいて前記検出区画線情報の信頼度が低いと判定された頻度が、前記頻度の判定値未満である場合に、前記検出区画線情報の信頼度が高いと最終的に判定するものである。

本願に係る走行車線認識方法は、
自車両の周囲を監視する周囲監視装置の検出情報に基づいて、自車両の位置を基準とした自車両の走行車線の区画線の位置及び形状の情報である検出区画線情報を取得する検出区画線取得ステップと、
地図データから自車両が走行している道路情報を取得し、取得した道路情報に基づいて、自車両の位置を基準とした自車両の走行車線の区画線の位置及び形状の情報である地図区画線情報を取得する地図区画線取得ステップと、
前記検出区画線情報の変動に基づいて、前記検出区画線情報の信頼度を判定する信頼度判定ステップと、
前記検出区画線情報の信頼度に基づいて、前記検出区画線情報及び前記地図区画線情報から、自動運転に用いる区画線情報を選択し、自動運転用の区画線情報を算出する運転用区画線算出ステップと、を備え、
前記信頼度判定ステップでは、前記検出区画線情報の時間変動量の絶対値又は前記検出区画線情報の時系列データのばらつき度合いが、時間変動量又はばらつき度合いの判定値以上である場合に、前記検出区画線情報の信頼度が低いと判定し、前記時間変動量の絶対値又は前記ばらつき度合いが、前記時間変動量又はばらつき度合いの判定値未満である場合に、前記検出区画線情報の信頼度が高いと判定し、
前記時間変動量の絶対値又は前記ばらつき度合いに基づいて前記検出区画線情報の信頼度が低いと判定された頻度が、頻度の判定値以上である場合に、前記検出区画線情報の信頼度が低いと最終的に判定し、前記時間変動量の絶対値又は前記ばらつき度合いに基づいて前記検出区画線情報の信頼度が低いと判定された頻度が、前記頻度の判定値未満である場合に、前記検出区画線情報の信頼度が高いと最終的に判定するものである。

Claims (15)

1. 自車両の周囲を監視する周囲監視装置の検出情報に基づいて、自車両の位置を基準とした自車両の走行車線の区画線の位置及び形状の情報である検出区画線情報を取得する検出区画線取得部と、
   地図データから自車両が走行している道路情報を取得し、取得した道路情報に基づいて、自車両の位置を基準とした自車両の走行車線の区画線の位置及び形状の情報である地図区画線情報を取得する地図区画線取得部と、
   前記検出区画線情報の変動に基づいて、前記検出区画線情報の信頼度を判定する信頼度判定部と、
   前記検出区画線情報の信頼度に基づいて、前記検出区画線情報及び前記地図区画線情報から、自動運転に用いる区画線情報を選択し、自動運転用の区画線情報を算出する運転用区画線算出部と、を備えた走行車線認識装置。
2. 前記検出区画線取得部は、前記検出区画線情報として、少なくとも区画線の曲率を取得し、
   前記地図区画線取得部は、前記地図区画線情報として、少なくとも区画線の曲率を取得し、
   前記運転用区画線算出部は、前記検出区画線情報の信頼度が高いと判定された場合は、前記検出区画線情報の曲率を選択し、前記検出区画線情報の信頼度が低いと判定された場合は、前記地図区画線情報の曲率を選択し、少なくとも選択した曲率を用いて、前記自動運転用の区画線情報を算出する請求項１に記載の走行車線認識装置。
3. 前記信頼度判定部は、前記検出区画線情報の時間変動量の絶対値又は前記検出区画線情報の時系列データのばらつき度合いが、時間変動量又はばらつき度合いの判定値以上である場合に、前記検出区画線情報の信頼度が低いと判定し、前記時間変動量の絶対値又は前記ばらつき度合いが、前記時間変動量又はばらつき度合いの判定値未満である場合に、前記検出区画線情報の信頼度が高いと判定する請求項１又は２に記載の走行車線認識装置。
4. 前記信頼度判定部は、前記時間変動量の絶対値又は前記ばらつき度合いに基づいて前記検出区画線情報の信頼度が低いと判定された頻度が、頻度の判定値以上である場合に、前記検出区画線情報の信頼度が低いと最終的に判定し、前記時間変動量の絶対値又は前記ばらつき度合いに基づいて前記検出区画線情報の信頼度が低いと判定された頻度が、前記頻度の判定値未満である場合に、前記検出区画線情報の信頼度が高いと最終的に判定する請求項３に記載の走行車線認識装置。
5. 前記信頼度判定部は、現在、前記検出区画線情報の信頼度が高いと判定されている場合の前記頻度の判定値よりも、現在、前記検出区画線情報の信頼度が低いと判定されている場合の前記頻度の判定値を低くする請求項４に記載の走行車線認識装置。
6. 前記検出区画線取得部は、前記検出区画線情報として、少なくとも区画線の曲率を取得し、
   前記信頼度判定部は、前記検出区画線情報の時間変動量の絶対値として前記検出区画線情報の曲率の時間変動量の絶対値を用いる、又は前記検出区画線情報の時系列データのばらつき度合いとして前記検出区画線情報の曲率の時系列データのばらつき度合いを用いる請求項３から５のいずれか一項に記載の走行車線認識装置。
7. 前記検出区画線取得部は、前記検出区画線情報として、少なくとも区画線の曲率変化率を取得し、
   前記信頼度判定部は、前記検出区画線情報の時間変動量の絶対値として前記検出区画線情報の曲率変化率の時間変動量の絶対値を用いる、又は前記検出区画線情報の時系列データのばらつき度合いとして前記検出区画線情報の曲率変化率の時系列データのばらつき度合いを用いる請求項３から６のいずれか一項に記載の走行車線認識装置。
8. 前記検出区画線取得部は、過去に取得した前記検出区画線情報を、自車両の移動情報に基づいて、現在の自車両の位置を基準とした前記検出区画線情報に変換し、
   前記信頼度判定部は、現在の前記検出区画線情報、及び変換された過去の前記検出区画線情報に基づいて、前記検出区画線情報の時間変動量の絶対値又は前記検出区画線情報の時系列データのばらつき度合いを算出する請求項１から７のいずれか一項に記載の走行車線認識装置。
9. 前記信頼度判定部は、前記検出区画線情報及び前記地図区画線情報に基づいて、前記地図区画線情報の信頼度を判定し、
   前記運転用区画線算出部は、前記検出区画線情報の信頼度及び前記地図区画線情報の信頼度に基づいて、前記検出区画線情報及び前記地図区画線情報から、自動運転に用いる区画線情報を選択し、前記自動運転用の区画線情報を算出する請求項１から８のいずれか一項に記載の走行車線認識装置。
10. 前記信頼度判定部は、前記検出区画線情報の信頼度が高いと判定している場合に、前記地図区画線情報と前記検出区画線情報との比較結果に基づいて、前記地図区画線情報の信頼度を判定する請求項９に記載の走行車線認識装置。
11. 前記検出区画線取得部は、前記検出区画線情報として、少なくとも区画線の曲率を取得し、
    前記地図区画線取得部は、前記地図区画線情報として、少なくとも区画線の曲率を取得し、
    前記運転用区画線算出部は、前記検出区画線情報の信頼度が高いと判定されている、又は前記検出区画線情報の信頼度及び前記地図区画線情報の信頼度の双方が低いと判定されている場合は、前記検出区画線情報の曲率を選択し、前記検出区画線情報の信頼度が低いと判定され、且つ前記地図区画線情報の信頼度が高いと判定されている場合は、前記地図区画線情報の曲率を選択し、少なくとも選択した曲率を用いて、前記自動運転用の区画線情報を算出する請求項９又は１０に記載の走行車線認識装置。
12. 前記信頼度判定部は、前記地図データから自車両が走行している道路情報を取得し、取得した前記道路情報に基づいて、自車両が、前記周囲監視装置による区画線の検出精度が低下する走行車線を走行しているか否かを判定し、検出精度が低下する走行車線を走行していると判定した場合は、前記検出区画線情報の信頼度が低いと判定する請求項１から１１のいずれか一項に記載の走行車線認識装置。
13. 前記信頼度判定部は、取得した前記道路情報に基づいて、自車両の走行車線の区画線が二重白線であると判定した場合、又は自車両の前方の判定距離範囲内に道路の明るさが低下する道路区間の入口又は出口があると判定した場合に、検出精度が低下する走行車線を走行していると判定する請求項１２に記載の走行車線認識装置。
14. 前記自動運転用の区画線情報に基づいて、車輪の操舵角を制御する自動運転制御部を備えた請求項１から１３のいずれか一項に記載の走行車線認識装置。
15. 自車両の周囲を監視する周囲監視装置の検出情報に基づいて、自車両の位置を基準とした自車両の走行車線の区画線の位置及び形状の情報である検出区画線情報を取得する検出区画線取得ステップと、
    地図データから自車両が走行している道路情報を取得し、取得した道路情報に基づいて、自車両の位置を基準とした自車両の走行車線の区画線の位置及び形状の情報である地図区画線情報を取得する地図区画線取得ステップと、
    前記検出区画線情報の変動に基づいて、前記検出区画線情報の信頼度を判定する信頼度判定ステップと、
    前記検出区画線情報の信頼度に基づいて、前記検出区画線情報及び前記地図区画線情報から、自動運転に用いる区画線情報を選択し、自動運転用の区画線情報を算出する運転用区画線算出ステップと、を備えた走行車線認識方法。

Images