JP3550717B2

JP3550717B2 - Vehicle travel position estimation device

Info

Publication number: JP3550717B2
Application number: JP6612894A
Authority: JP
Inventors: 邦夫村上; 淳那須田
Original assignee: Denso Corp
Current assignee: Denso Corp
Priority date: 1994-04-04
Filing date: 1994-04-04
Publication date: 2004-08-04
Anticipated expiration: 2019-08-04
Also published as: JPH07280576A

Description

【０００１】
【産業上の利用分野】
本発明は車両走行位置推定装置に関し、特に走行軌跡と道路パターンデータとを比較して、現在位置を推定する車両走行位置推定装置に関する。
【０００２】
【従来の技術】
従来より、車両に搭載されたセンサからの検出信号に基づいて、車両の走行方向と走行距離とを求めて車両の位置を計算し、この計算位置に基づいて、表示された地図上に車両の位置を表示するものが知られている。しかし、走行距離検出手段や方位検出手段の検出値には若干の誤差が含まれるので、これらの検出値を積算して得られる車両の計算位置には誤差が生じる。これらの誤差は人工衛星を用いたＧＰＳシステムでも、人工衛星と車両との間に建物があったりした場合には測定データに誤差が生じる場合があった。
【０００３】
このような誤差を補正するために算出された車両軌跡と地図データの道路パターンとを、所定距離分比較して相関を求め、その一致度（近似度）により、近接しているいずれの道路を走行しているのかを推定する装置が知られており、例えば特開平２−１３８８１３号公報に開示されている。この装置では、更に、所定距離内で測定された複数データの信頼度を考慮して、時間の要因あるいは測定データの外乱要因に応じて重みづけした比較を行って精度を向上させている。
【０００４】
【発明が解決しようとする課題】
しかし、これらの従来技術では、道路パターンと走行軌跡との相関は、一定距離走行時点で、地図データの道路パターンとこの道路パターンの距離に対応する走行軌跡との形状の一致度を演算し、車両位置を決定する、いわゆるパターンマッチング方式が採用されていた。
【０００５】
パターンマッチングを常に一定距離にて比較していると、次のような不都合が生じた。即ち、高速道路などでは急なカーブは存在せず、緩いカーブのみであることから、上記一定距離がかなり長くないと道路間のパターンの差が僅少となり、接近して存在する複数の道路のいずれの道路を走行しているのか判断することが困難となった。
【０００６】
また、市街地走行等で、比較的急なカーブが多数存在する状況では、上記一定距離が長いと、パターンマッチングにおいて小さいカーブ等はほとんど無視されて比較されてしまうので、位置推定の誤差が大きくなり、特に走行位置の詳細かつ精密な決定が望まれる市街地走行で、無視できない位置の誤差が出てしまった。
【０００７】
本発明は、このような問題点を解決するものであり、道路の状況に適合させて、適切なパターンマッチングを可能とする車両走行位置推定装置を提供するものである。
【０００８】
【課題を解決するための手段】
請求項１記載の発明は、
車両の走行軌跡検出手段と、
車速検出手段と、
地図情報記憶手段と、
上記走行軌跡検出手段にて検出された走行軌跡と、上記地図情報記憶手段に記憶されている複数の道路パターンとを、所定距離単位で比較して、道路パターン毎に近似度を求める近似度検出手段と、
上記近似度検出手段により検出された近似度が最も高い道路パターンを現在走行道路と推定する判定手段と、
を備えた車両走行位置推定装置であって、
上記近似度検出手段が、複数種類の所定距離単位で近似度を求めると共に、上記判定手段が、その複数種類の所定距離単位毎に得られた近似度を、上記車速検出手段にて検出された車速に応じて重みづけして道路パターン毎に総合し、その近似度が最も高い道路パターンを現在走行道路と推定することを特徴とする車両走行位置推定装置である。
【０００９】
請求項２記載の発明は、
上記判定手段が、
車速が高くなるほど所定距離単位が長い方の近似度の重みづけを大きくするとともに所定距離単位が短い方の近似度の重みづけを小さくし、車速が低くなるほど所定距離単位が長い方の近似度の重みづけを小さくするとともに所定距離単位が短い方の近似度の重みづけを大きくする請求項１記載の車両走行位置推定装置である。
【００１０】
請求項３記載の発明は、
車両の走行軌跡検出手段と、
道路カーブ検出手段と、
地図情報記憶手段と、
上記走行軌跡検出手段にて検出された走行軌跡と、上記地図情報記憶手段に記憶されている複数の道路パターンとを、所定距離単位で比較して、道路パターン毎に近似度を求める近似度検出手段と、
上記近似度検出手段により検出された近似度が最も高い道路パターンを現在走行道路と推定する判定手段と、
を備えた車両走行位置推定装置であって、
上記近似度検出手段が、複数種類の所定距離単位で近似度を求めると共に、上記判定手段が、その複数種類の所定距離単位毎に得られた近似度を、上記道路カーブ検出手段にて検出された所定カーブの出現頻度に応じて重みづけして道路パターン毎に総合し、その近似度が最も高い道路パターンを現在走行道路と推定することを特徴とする車両走行位置推定装置である。
【００１１】
請求項４記載の発明は、
上記判定手段が、
所定カーブの出現頻度が低くなるほど所定距離単位が長い方の近似度の重みづけを大きくするとともに所定距離単位が短い方の近似度の重みづけを小さくし、所定カーブの出現頻度が高くなるほど所定距離単位が長い方の近似度の重みづけを小さくするとともに所定距離単位が短い方の近似度の重みづけを大きくする請求項３記載の車両走行位置推定装置である。
【００１２】
請求項５記載の発明は、
車両の走行軌跡検出手段と、
車速検出手段と、
地図情報記憶手段と、
上記走行軌跡検出手段にて検出された走行軌跡と、上記地図情報記憶手段に記憶されている複数の道路パターンとを、所定距離単位で比較して、道路パターン毎に近似度を求める近似度検出手段と、
上記近似度検出手段により検出された近似度が最も高い道路パターンを現在走行道路と推定する判定手段と、
を備えた車両走行位置推定装置であって、
上記近似度検出手段が、上記車速検出手段にて検出された車速に応じて所定距離単位の長さを設定することを特徴とする車両走行位置推定装置である。
【００１３】
【作用及び発明の効果】
請求項１記載の発明において、現在走行道路の推定に用いる近似度のデータは、複数種類の所定距離単位毎に得られ車速に応じて重みづけされた近似度を道路パターン毎に総合したものである。尚、近似度とはそのパターン同士の形状が似ていることを示す尺度であり、本発明では道路パターンデータと実際に測定されている走行軌跡との似ている度合を示すものである。
【００１４】
高速道路では一般に車速が高く、市街地では一般に車速が低い。したがって車速に応じて、近似度を求めるべき所定距離の重みづけを決定すれば、道路の状況に適合させた適切なパターンマッチングが可能となる。
請求項２記載の発明は、この重みづけとして、車速が高くなるほど所定距離単位が長い方の近似度の重みづけを大きくするとともに所定距離単位が短い方の近似度の重みづけを小さくし、車速が低くなるほど所定距離単位が長い方の近似度の重みづけを小さくするとともに所定距離単位が短い方の近似度の重みづけを大きくしている。このことにより、高速道路などでは、パターンマッチングにて比較する距離が長くなるので、緩いカーブであっても走行軌跡とのパターンマッチングが正確にできる。したがって接近している複数の道路のいずれの道路を走行しているのかが正確に推定できる。また、市街地走行等では、比較的急なカーブが多数存在する状況で、パターンマッチングにて比較する距離が短くなるので、パターンマッチングにおいて小さいカーブ等も十分にパターンマッチングに反映され、一層正確に位置推定ができる。尚、高速状態ではパターンマッチングの距離が長いことによる検出上の位置ずれがあるが、高速走行時は市街地走行とは異なり、詳細な位置データは運転者には不要なので問題とならない。
【００１５】
請求項３記載の発明において、現在走行道路の推定に用いる近似度のデータは、複数種類の所定距離単位毎に得られ所定カーブの出現頻度に応じて重みづけされた近似度を道路パターン毎に総合したものである。
高速道路では一般にカーブが緩くかつ少なく、市街地ではそれに比較してカーブが急でかつ多い。したがって所定カーブの出現頻度に応じて、近似度を求めるべき所定距離の重みづけを設定すれば、道路の状況に適合させた適切なパターンマッチングが可能となる。請求項１，２の発明に比較して、直接道路の状況を捉えているので、一層現実に即した推定が可能である。
【００１６】
請求項４記載の発明は、この重みづけとして、所定カーブの出現頻度が低くなるほど所定距離単位が長い方の近似度の重みづけを大きくするとともに所定距離単位が短い方の近似度の重みづけを小さくし、所定カーブの出現頻度が高くなるほど所定距離単位が長い方の近似度の重みづけを小さくするとともに所定距離単位が短い方の近似度の重みづけを大きくすることにより、請求項２と同様な作用効果を生じると共に、請求項１，２の発明に比較して、直接道路の状況を捉えているので、一層現実に即した推定が可能である。
【００１７】
更に、請求項５記載の発明のごとく、完全に車速に応じて所定距離を切り替えるように重みづけを設定してもよく、上記請求項１と同様の作用効果を生じる。また同様に所定カーブの出現頻度に応じて完全に所定距離を切り替えていってもよく、上記請求項３と同様の作用効果を生じる。
【００１８】
【実施例】
以下本発明の実施例を図面に基づいて詳細に説明する。
図１は実施例１である車両走行位置表示装置の概略構成図である。車両には、車速センサ１と、方位センサ２とが積載されており、車速センサ１は、車両の走行速度を検出するものである。この走行速度を後述する電子制御回路２０により積分処理することによって、車両の走行距離が求められる構成となっている。方位センサ２は、車両の走行方位を検出するものであり、本実施例では、地磁気を検出して方位を得るものを用いている。但し、この方位センサ２としては、ジャイロコンパスによるものや、左右操舵輪の回転差などから得られる車両のステアリング角を累積して方位を求めるものなどでもよい。勿論、直接位置を検出する装置としてＧＰＳシステムを用いてもよい。
【００１９】
また、地図メモリ４を備えており、これはコンパクトディスク等の大容量の記憶装置で構成されている。この地図メモリ４には、例えば東京都や愛知県あるいは東海地方などの所定範囲の地図データが記憶されている。地図データは、道路形状、道路幅、道路名、建物、地名、地形などの地図を再生するためのデータである。このうち、道路形状のデータは、道路パターンデータとして、車両走行軌跡と比較され、走行位置を補正するために、地図データあるいは実測に基づいて作成されるデータである。
【００２０】
更に、コントロールスイッチ６が設けられており、これは、運転者が初期値を入力したり、表示される地図を選択したりするための各種スイッチで構成されている。
これらの車速センサ１、方位センサ２、地図メモリ４、コントロールスイッチ６は、各々電子制御回路２０に接続されている。この電子制御回路２０は、周知のＣＰＵ２２、制御用のプログラムやデータを予め格納するＲＯＭ２４、読み書き可能なＲＡＭ２６に、入出力回路２８がコモンバス３０を介して相互に接続されて構成されている。ＣＰＵ２２は、車速センサ１、方位センサ２、地図メモリ４、コントロールスイッチ６からの信号を入出力回路２８を介して入力し、これらの信号、ＲＯＭ２４、ＲＡＭ２６内のプログラムやデータ等に基づいて、入出力回路２８、ＣＲＴコントローラ３２を介してＣＲＴ３４に駆動信号を出力する。
【００２１】
このＣＲＴコントローラ３２は、ＣＲＴ３４の表示を制御し、電子制御回路２０から転送される地図データを、ＣＲＴ３４の画面に地図として再生すると共に、電子制御回路２０から転送される車両の計算位置を、現在表示中の地図上に表示する構成のものである。
【００２２】
尚、電子制御回路２０は、車両に搭載することなく、固定局に設けて、適宜の通信装置によってデータを送受信して車両位置を再現する構成のものでもよい。前記電子制御回路２０は、図示しない電源スイッチがオンされると、ＲＯＭ２４に予め設定されたプログラムに従って、ＣＰＵ２２が演算処理を実行開始する。
【００２３】
本実施例では、発進前に車両の乗員が、コントロールスイッチ６を操作して、ＣＲＴ３４に表示される地図を選択し、この地図上に自らの車両位置を初期位置として指示する。あるいは、これ以外にも、前回の車両の運転停止時の計算位置を不揮発性メモリに格納しておき、この位置を初期位置として設定してもよい。
【００２４】
そして、車両が走行を開始すると、車速センサ１から入力される走行速度を積分して得られる走行距離と、方位センサ２から得られる進行方位が検出される。車両がある距離走行して、検出された走行距離と走行方位とに基づいて計算された現在の計算位置が、ＣＲＴ３４の地図上に表示される。更に、この計算位置を蓄積して行くことにより車両の走行軌跡を求め、計算位置近傍の道路パターンデータと比較して、いずれの道路を走行しているかを求め、その位置を補正している。
【００２５】
次に、電子制御回路２０で行われるこの道路の決定処理について、図２に示すフローチャートによって説明する。尚、図示はしないが、別の処理により、車速センサ１から入力される走行速度を積分して得られる走行距離と方位センサ２から得られる進行方位とに基づき所定タイミングで現在位置が算出され、その現在位置が所定個蓄積されることにより、車両の走行軌跡も求められてる。
【００２６】
まず、処理が開始されると、既に求められいる走行軌跡がＲＡＭ２６の所定の作業領域に記憶される（ステップ１０１）。次に現在の車速も同じ作業領域に記憶される（ステップ１０３）。
次に、地図メモリ４から、上記走行軌跡の近傍（例えば車両の現在位置から所定半径内）の道路パターンデータを抽出し、更にその内から、車両の現在の進行方向に対して前方左右６０゜の方向に走っている道路パターンを候補道路パターンとして選択し、ＲＡＭ２６の作業領域に記憶する（ステップ１０４）。次にこの候補道路パターンデータと走行軌跡とを、短距離、中距離、長距離にわけて、その距離毎の相関値（ＲＥＲ＿Ｓ，ＲＥＲ＿Ｍ，ＲＥＲ＿Ｌ）を演算する（ステップ１０５）。これを候補道路パターン毎に行う。
【００２７】
短距離の場合は、候補道路パターンに車両位置から垂線を下ろしてその交点を起点として、例えば車両の２０ｍ走行毎に得られる２０ｍの走行軌跡を、４００ｍ分、即ち２０回分、候補道路パターンに対してパターンマッチングし、得られた２０個の相関値を平均して、ＲＥＲ＿Ｓとする。同様に中距離の場合は、車両の４０ｍ走行毎に得られる４０ｍの走行軌跡を、８００ｍ分、即ち２０回分、候補道路パターンに対してパターンマッチングし、得られた２０個の相関値を平均して、ＲＥＲ＿Ｍとする。同様に長距離の場合は、車両の８０ｍ走行毎に得られる８０ｍの走行軌跡を、１６００ｍ分、即ち２０回分、候補道路パターンに対してパターンマッチングし、得られた２０個の相関値を平均して、ＲＥＲ＿Ｌとする。
【００２８】
上記相関値は、例えば、走行軌跡と候補道路パターンとの方位のずれを所定間隔で一方の端点から他方の端点まで順次最小２乗法により演算して求める。また特開平２−１３８８１３号に示されているように、車両の走行軌跡と道路パターンとをそれぞれ単位長ベクトルを用いて折線近似した上でそれら折線近似されたパターンの各先頭が一致するように両者を重ね合わせたときに両者間のずれによって生じる面積の総和を相関値としてもよい。この場合は、値が大きいほど相関が低い、つまり近似していないことになる。
【００２９】
次にこうして求められた短距離の相関値ＲＥＲ＿Ｓ、中距離の相関値ＲＥＲ＿Ｍ、長距離の相関値ＲＥＲ＿Ｌに、車速により重みづけをおこなって総合的な相関値ＲＥＲを求める（ステップ１０７）。その計算式を次式（１）に示す。
【００３０】
【数１】

【００３１】
ここでα１，α２，α３は、重みづけ係数を表し、α１は短距離重みづけ係数、α２は中距離重みづけ係数、α３は長距離重みづけ係数である。これらは図３に示すごとく車速に応じて設定される。即ち、車速が１２（ｍ／ｓ）以下ではα１＝１，α２＝０，α３＝０である。車速１２→１８（ｍ／ｓ）ではα１は１→０へ、α２は０→１へ直線的に変化し、α３＝０である。車速１８→２４（ｍ／ｓ）ではα１＝０、α２は１→０へ直線的に変化し、α３は０→１へ直線的に変化する。車速２４（ｍ／ｓ）以上ではα１＝０，α２＝０，α３＝１である。即ち、複数種類の所定距離単位毎に得られた相関値（近似度に該当）を、上記車速検出手段にて検出された車速に応じて重みづけして総合したものを総合相関値ＲＥＲとして求めたことになる。
【００３２】
こうして、候補道路パターンデータ毎に、ＲＥＲが求められると、これらの内で、相関の高い（近似度の高い）道路パターンが選択される（ステップ１０９）。即ち総合相関値ＲＥＲの最も小さい道路パターンが最も相関の高い道路パターンであり、車両が現在走行している道路であるとして推定される。
【００３３】
こうして道路の決定処理が終了する。以後、ここで推定された道路パターンに基づいて、図示しない処理にて現在位置が補正される。
このように実施例１では、速度に応じて、パターンマッチングの距離を、車速が高いほど距離の長い方のパターンマッチングの相関値の重みづけを大きくするとともに距離の短い方のパターンマッチングの相関値の重みづけを小さくし、車速が低いほど距離の短い方のパターンマッチングの相関値の重みづけを大きくするとともに距離の長い方のパターンマッチングの相関値の重みづけを小さくしている。このため、高速道路などでは、パターンマッチングにて比較する距離が長くなるので、緩いカーブであっても走行軌跡とのパターンマッチングが正確にできる。したがって接近している複数の道路のいずれの道路を走行しているのかが正確に推定できる。例えば、図４に示すようにカーブの緩い道路パターンＲ１と直線状の道路パターンＲ２とが候補に挙がった場合に、短距離・中距離では区別し難いが、長距離ではカーブの差が明確となり、車両の軌跡とのパターンマッチングによる推測が容易となる。
【００３４】
また、市街地走行等では、比較的急なカーブが多数存在する状況で、パターンマッチングにて比較する距離が短くなるので、パターンマッチングにおいて小さいカーブ等も十分にパターンマッチングに反映され、一層正確に位置推定ができる。
【００３５】
次に実施例２について説明する。実施例２は車速の代わりに所定カーブの出現頻度により、重みづけ係数α１，α２，α３の値を変更している点が異なる。
即ち、図２において実施例１と異なるところを説明すると、ステップ１０３では、所定カーブの出現頻度を算出している。所定カーブとはここでは所定の曲率より小さいカーブをいう。即ちある程度以上の急カーブを意味している。この所定カーブの出現頻度は、走行軌跡からその所定距離毎のベクトルの変化から得ることができる。この他、特別に所定カーブ検出処理を実施し、ある程度以上の急カーブ（例えば１０ｍ走行で４０゜以上の進行方向の変化）が存在する場合に、その数をカウントするようにしてもよい。頻度としては、例えば過去１ｋｍの走行中に、上記急カーブが幾つあったかで表される。
【００３６】
そしてステップ１０７では所定カーブの出現頻度に基づいて重みづけして総合相関値ＲＥＲを求めている。即ち、図３において横軸が車速でなく、所定カーブの出現頻度に置き換える。また境界値も出現頻度に対応した適切な値に変更される。
【００３７】
このように実施例２では、所定カーブの出現頻度に応じて、パターンマッチングの距離を、出現頻度が低いほど距離の長い方のパターンマッチングの相関値の重みづけを大きくするとともに距離の短い方のパターンマッチングの相関値の重みづけを小さくし、出現頻度が高いほど距離の短い方のパターンマッチングの相関値の重みづけを大きくするとともに距離の長い方のパターンマッチングの相関値の重みづけを小さくしている。このため実施例１と同様な効果が生じると共に、実施例１に比較して、直接道路の状況を捉えているので、一層現実に即した推定が可能である。
【００３８】
上記実施例１において、重みづけも図３のごとく傾斜をつけて変化させるのではなく、例えば車速が１５（ｍ／ｓ）以下ではα１＝１，α２＝０，α３＝０とし、車速が１５〜２１（ｍ／ｓ）ではα１＝０，α２＝１，α３＝０とし、車速が２１（ｍ／ｓ）以上ではα１＝０，α２＝０，α３＝１とするごとく、完全に車速に応じて所定距離を切り替えてもよい。実施例２についても同様に、完全に所定カーブの出現頻度に応じて所定距離を切り替えてもよい。
【００３９】
また上記実施例１，２において、短距離、中距離、長距離の３種類の距離に分けたが、短距離と長距離との２つに分けてもよいし、また４種類以上に分けてもよい。更に、短距離を２０ｍ、中距離を４０ｍ、長距離を８０ｍでパターンマッチングしたが、これに限らず短距離を１０ｍとし、中距離を２０ｍとし、長距離を４０ｍとしてもよく、道路環境の状態に合わせて適宜決定すればよい。
【００４０】
上記実施例１において、図１に示した電子制御回路２０が、車両の走行軌跡検出手段、近似度検出手段および判定手段に該当し、車速センサ１が車速検出手段に該当し、地図メモリ４が地図情報記憶手段に該当する。電子制御回路２０が実行する処理の内、車速センサ１から入力される走行速度を積分して得られる走行距離と方位センサ２から得られる進行方位とに基づき所定タイミングで現在位置を算出し、その現在位置を所定個蓄積することにより求められる車両の走行軌跡算出処理が、車両の走行軌跡検出手段としての処理に該当する。またステップ１０５，１０７の処理が近似度検出手段としての処理に該当し、ステップ１０９の処理が判定手段としての処理に該当する。
【００４１】
実施例２においては、図１に示した電子制御回路２０が、車両の走行軌跡検出手段、道路カーブ検出手段、近似度検出手段および判定手段に該当し、地図メモリ４が地図情報記憶手段に該当する。電子制御回路２０が実行する処理の内、車速センサ１から入力される走行速度を積分して得られる走行距離と方位センサ２から得られる進行方位とに基づき所定タイミングで現在位置を算出し、その現在位置を所定個蓄積することにより求められる車両の走行軌跡算出処理が、車両の走行軌跡検出手段としての処理に該当する。またステップ１０３が道路カーブ検出手段としての処理に該当し、すステップ１０５，１０７の処理が近似度検出手段としての処理に該当し、ステップ１０９の処理が判定手段としての処理に該当する。
【図面の簡単な説明】
【図１】実施例１の車両走行位置表示装置のブロック図である。
【図２】電子制御回路２０で行われる道路決定処理のフローチャートである。
【図３】重みづけ係数の車速に応じた変化を表すグラフである。
【図４】道路パターンデータの説明図である。
【符号の説明】
１…車速センサ２…方位センサ４…地図メモリ
６…コントロールスイッチ２０…電子制御回路
２２…ＣＰＵ２４…ＲＯＭ２６…ＲＡＭ
２８…入出力回路３０…コモンバス３２…ＣＲＴコントローラ
３４…ＣＲＴＲ１，Ｒ２…道路パターン[0001]
[Industrial applications]
The present invention relates to a vehicle travel position estimating device, and more particularly to a vehicle travel position estimating device that estimates a current position by comparing a travel locus with road pattern data.
[0002]
[Prior art]
Conventionally, based on a detection signal from a sensor mounted on a vehicle, a traveling direction and a traveling distance of the vehicle are obtained to calculate a position of the vehicle, and based on the calculated position, the vehicle is displayed on a displayed map. A device for displaying a position is known. However, since the detection values of the traveling distance detection means and the azimuth detection means include some errors, errors occur in the calculated position of the vehicle obtained by integrating these detection values. These errors sometimes occur in the measurement data even when there is a building between the artificial satellite and the vehicle even in a GPS system using an artificial satellite.
[0003]
The vehicle trajectory calculated to correct such an error and the road pattern of the map data are compared for a predetermined distance to obtain a correlation. A device for estimating whether or not the vehicle is traveling is known, and is disclosed in, for example, Japanese Patent Application Laid-Open No. 2-138813. In this device, the accuracy is further improved by performing a weighted comparison in accordance with a time factor or a disturbance factor of the measured data in consideration of the reliability of a plurality of data measured within a predetermined distance.
[0004]
[Problems to be solved by the invention]
However, in these prior arts, the correlation between the road pattern and the travel locus is calculated at a point in time when the vehicle travels a certain distance by calculating the degree of coincidence between the shape of the road pattern in the map data and the travel locus corresponding to the distance of the road pattern, A so-called pattern matching method for determining a vehicle position has been employed.
[0005]
When pattern matching is always compared at a fixed distance, the following inconvenience occurs. That is, there is no sharp curve on a highway or the like, and only a gentle curve. It is difficult to determine whether you are driving on a road.
[0006]
In addition, in a situation where there are many relatively steep curves, such as when driving in an urban area, if the above-mentioned constant distance is long, small curves and the like are almost ignored in pattern matching and compared. In particular, when traveling in an urban area where detailed and precise determination of the traveling position is desired, a non-negligible position error has occurred.
[0007]
The present invention is to solve such a problem, and provides a vehicle traveling position estimating device that is capable of performing appropriate pattern matching by adapting to road conditions.
[0008]
[Means for Solving the Problems]
The invention according to claim 1 is
Vehicle travel trajectory detection means,
Vehicle speed detecting means;
Map information storage means,
Approximation degree detection for comparing the traveling trajectory detected by the traveling trajectory detection means with a plurality of road patterns stored in the map information storage means in units of a predetermined distance to obtain an approximation degree for each road pattern. Means,
Determining means for estimating the road pattern having the highest similarity detected by the similarity detecting means as the current traveling road;
A vehicle travel position estimating device comprising:
The approximation degree detection means obtains the degree of approximation in a plurality of types of predetermined distance units, and the determination means detects the degree of approximation obtained in each of the plurality of types of predetermined distance units in the vehicle speed detection means. A vehicle travel position estimating apparatus characterized in that weighting is performed in accordance with a vehicle speed, the road pattern is integrated for each road pattern, and a road pattern having the highest degree of approximation is estimated as a current travel road.
[0009]
The invention according to claim 2 is
The determination means is
The higher the vehicle speed, the greater the weight of the approximation of the longer predetermined distance unit and the smaller the weight of the shorter approximation, the lower the vehicle speed, the higher the approximation of the longer distance. 2. The vehicle travel position estimating apparatus according to claim 1, wherein the weighting is reduced and the weighting of the degree of approximation of the shorter predetermined distance unit is increased.
[0010]
The invention according to claim 3 is
Vehicle travel trajectory detection means,
Road curve detecting means;
Map information storage means,
Approximation degree detection for comparing the traveling trajectory detected by the traveling trajectory detection means with a plurality of road patterns stored in the map information storage means in units of a predetermined distance to obtain an approximation degree for each road pattern. Means,
Determining means for estimating the road pattern having the highest similarity detected by the similarity detecting means as the current traveling road;
A vehicle travel position estimating device comprising:
The approximation degree detection means obtains the degree of approximation in a plurality of types of predetermined distance units, and the determination means detects the degree of approximation obtained in each of the plurality of types of predetermined distance units in the road curve detection means. The vehicle traveling position estimating apparatus is characterized in that the vehicle traveling position estimating apparatus estimates a road pattern having the highest degree of approximation as a current traveling road by weighting according to the appearance frequency of the predetermined curve and integrating the road patterns.
[0011]
The invention according to claim 4 is
The determination means is
As the frequency of occurrence of the predetermined curve decreases, the weight of the approximation of the longer predetermined distance unit increases, and the weight of the approximation of the shorter predetermined distance unit decreases, and as the appearance frequency of the predetermined curve increases, the predetermined distance increases. 4. The vehicle running position estimating device according to claim 3, wherein the weighting of the approximation of the longer unit is made smaller and the weight of the approximation of the shorter unit is increased.
[0012]
The invention according to claim 5 is
Vehicle travel trajectory detection means,
Vehicle speed detecting means;
Map information storage means,
Approximation degree detection for comparing the traveling trajectory detected by the traveling trajectory detection means with a plurality of road patterns stored in the map information storage means in units of a predetermined distance to obtain an approximation degree for each road pattern. Means,
Determining means for estimating the road pattern having the highest similarity detected by the similarity detecting means as the current traveling road;
A vehicle travel position estimating device comprising:
The vehicle traveling position estimating device is characterized in that the approximation degree detecting means sets a length of a predetermined distance unit according to the vehicle speed detected by the vehicle speed detecting means.
[0013]
[Action and effect of the invention]
According to the first aspect of the present invention, the data of the degree of approximation used for estimating the current traveling road is obtained by integrating the degree of approximation obtained for each of a plurality of types of predetermined distance units and weighted according to the vehicle speed for each road pattern. is there. Note that the degree of approximation is a scale indicating that the shapes of the patterns are similar. In the present invention, the degree of similarity indicates the degree of similarity between the road pattern data and the actually measured traveling locus.
[0014]
Vehicle speeds are generally high on highways and low in urban areas. Therefore, if the weighting of the predetermined distance for which the degree of approximation is to be determined is determined according to the vehicle speed, it is possible to perform appropriate pattern matching adapted to road conditions.
According to a second aspect of the present invention, as the weighting, the higher the vehicle speed, the greater the weight of the approximation of the longer predetermined distance unit and the smaller the weight of the approximation of the shorter predetermined distance unit. The lower the is, the smaller the weight of the approximation of the longer predetermined distance unit and the larger the weight of the approximation of the shorter predetermined distance unit. As a result, on a highway or the like, the distance to be compared by pattern matching becomes longer, so that pattern matching with a traveling locus can be accurately performed even with a gentle curve. Therefore, it is possible to accurately estimate which one of a plurality of approaching roads is running. In addition, when traveling in an urban area, when there are many relatively steep curves, the distance to be compared by pattern matching becomes shorter. Therefore, small curves and the like in pattern matching are sufficiently reflected in pattern matching, and the position is more accurately determined. Can be estimated. In a high-speed state, there is a positional deviation in detection due to a long distance of pattern matching. However, unlike high-speed driving, unlike a city driving, detailed position data is not necessary for the driver, so there is no problem.
[0015]
According to the third aspect of the present invention, the similarity data used for estimating the current traveling road is obtained for each of a plurality of types of predetermined distance units and weighted according to the appearance frequency of a predetermined curve for each road pattern. It is a synthesis.
In general, highways have gentle and small curves, while urban areas have sharper and more sharp curves. Therefore, if the weighting of the predetermined distance for which the degree of approximation is to be obtained is set according to the frequency of appearance of the predetermined curve, it is possible to perform appropriate pattern matching adapted to the road conditions. Compared with the first and second aspects of the present invention, since the state of the road is directly grasped, more realistic estimation can be performed.
[0016]
According to a fourth aspect of the present invention, the weighting of the approximation of the longer predetermined distance unit is increased and the weight of the approximation of the shorter predetermined distance unit is increased as the appearance frequency of the predetermined curve decreases. By decreasing the weight of the approximation of the longer predetermined distance unit and increasing the weight of the approximation of the shorter predetermined distance unit as the appearance frequency of the predetermined curve increases, the same as claim 2 In addition to the above-described advantages, the present invention directly captures the road condition as compared with the first and second aspects of the present invention, so that more realistic estimation can be performed.
[0017]
Further, as in the fifth aspect of the invention, the weighting may be set so as to switch the predetermined distance completely according to the vehicle speed, and the same operation and effect as in the first aspect are produced. Similarly, the predetermined distance may be completely switched according to the appearance frequency of the predetermined curve, and the same operation and effect as in the third aspect are produced.
[0018]
【Example】
Hereinafter, embodiments of the present invention will be described in detail with reference to the drawings.
FIG. 1 is a schematic configuration diagram of the vehicle traveling position display device according to the first embodiment. The vehicle has a vehicle speed sensor 1 and a direction sensor 2 mounted thereon, and the vehicle speed sensor 1 detects a running speed of the vehicle. The running speed of the vehicle is obtained by integrating the running speed by an electronic control circuit 20 described later. The azimuth sensor 2 detects the traveling azimuth of the vehicle. In the present embodiment, the azimuth sensor 2 detects the azimuth by detecting geomagnetism. However, the azimuth sensor 2 may be a sensor using a gyro compass, or a sensor that obtains the azimuth by accumulating the steering angles of the vehicle obtained from the rotation difference between the left and right steered wheels. Of course, a GPS system may be used as a device for directly detecting the position.
[0019]
Further, a map memory 4 is provided, which comprises a large-capacity storage device such as a compact disk. The map memory 4 stores map data in a predetermined range such as Tokyo, Aichi or Tokai region. The map data is data for reproducing a map such as a road shape, a road width, a road name, a building, a place name, and terrain. Among them, the road shape data is data that is compared with a vehicle traveling locus as road pattern data, and is created based on map data or actual measurement to correct the traveling position.
[0020]
Further, a control switch 6 is provided, which is composed of various switches for the driver to input an initial value and select a map to be displayed.
The vehicle speed sensor 1, the direction sensor 2, the map memory 4, and the control switch 6 are connected to an electronic control circuit 20, respectively. The electronic control circuit 20 includes a well-known CPU 22, a ROM 24 for storing control programs and data in advance, and a readable / writable RAM 26, and an input / output circuit 28 connected to each other via a common bus 30. The CPU 22 inputs signals from the vehicle speed sensor 1, the direction sensor 2, the map memory 4, and the control switch 6 via an input / output circuit 28, and based on these signals, programs and data in the ROM 24 and the RAM 26, and the like. The output circuit 28 outputs a drive signal to the CRT 34 via the CRT controller 32.
[0021]
The CRT controller 32 controls the display on the CRT 34, reproduces the map data transferred from the electronic control circuit 20 as a map on the screen of the CRT 34, and displays the calculated position of the vehicle transferred from the electronic control circuit 20 It is configured to be displayed on the map being displayed.
[0022]
The electronic control circuit 20 may be provided in a fixed station without being mounted on a vehicle, and may be configured to reproduce data of a vehicle position by transmitting and receiving data by an appropriate communication device. When a power switch (not shown) is turned on, the CPU 22 of the electronic control circuit 20 starts executing arithmetic processing according to a program preset in the ROM 24.
[0023]
In the present embodiment, the occupant of the vehicle operates the control switch 6 before starting to select a map displayed on the CRT 34, and indicates the own vehicle position on this map as an initial position. Alternatively, in addition to this, the calculated position at the time of the last stop of the operation of the vehicle may be stored in the nonvolatile memory, and this position may be set as the initial position.
[0024]
When the vehicle starts traveling, a traveling distance obtained by integrating the traveling speed input from the vehicle speed sensor 1 and a traveling direction obtained from the direction sensor 2 are detected. The current calculated position calculated based on the detected traveling distance and the traveling azimuth after the vehicle has traveled a certain distance is displayed on the map of the CRT 34. Further, by accumulating the calculated positions, the traveling locus of the vehicle is determined, and the road is compared with road pattern data near the calculated position to determine which road the vehicle is traveling on, and the position is corrected.
[0025]
Next, the road determination processing performed by the electronic control circuit 20 will be described with reference to the flowchart shown in FIG. Although not shown, the current position is calculated at a predetermined timing based on the traveling distance obtained by integrating the traveling speed input from the vehicle speed sensor 1 and the traveling direction obtained from the direction sensor 2 by another process, The running locus of the vehicle is also obtained by accumulating a predetermined number of the current positions.
[0026]
First, when the process is started, the travel locus already obtained is stored in a predetermined work area of the RAM 26 (step 101). Next, the current vehicle speed is also stored in the same work area (step 103).
Next, road pattern data in the vicinity of the traveling locus (for example, within a predetermined radius from the current position of the vehicle) is extracted from the map memory 4, and further, from the extracted pattern data, the vehicle is moved forward and left by 60 ° relative to the current traveling direction of the vehicle. Is selected as a candidate road pattern and stored in the work area of the RAM 26 (step 104). Next, the candidate road pattern data and the travel trajectory are divided into short, medium, and long distances, and the correlation values (RER_S, RER_M, RER_L) for each distance are calculated (step 105). This is performed for each candidate road pattern.
[0027]
In the case of a short distance, a vertical line is lowered from the vehicle position to the candidate road pattern, and the intersection of the vehicle is used as a starting point, for example, a 20 m traveling locus obtained every 20 m traveling of the vehicle is 400 m, that is, 20 times, for the candidate road pattern. RR_S by averaging the obtained 20 correlation values. Similarly, in the case of the middle distance, the 40 m traveling locus obtained every 40 m traveling of the vehicle is subjected to pattern matching with the candidate road pattern for 800 m, that is, 20 times, and the obtained 20 correlation values are averaged. Let it be RER_M. Similarly, in the case of a long distance, the trajectory of 80 m obtained every 80 m of the vehicle is subjected to pattern matching with the candidate road pattern for 1600 m, that is, 20 times, and the obtained 20 correlation values are averaged. Let it be RR_L.
[0028]
The correlation value is obtained, for example, by sequentially calculating the deviation of the azimuth between the traveling locus and the candidate road pattern from one end point to the other end point at predetermined intervals by the least square method. Further, as shown in Japanese Patent Application Laid-Open No. Hei 2-13813, the traveling locus of the vehicle and the road pattern are each approximated by a broken line using a unit length vector, and the tops of the broken line approximated patterns are matched. The sum of the areas generated by the displacement between the two when they are superimposed may be used as the correlation value. In this case, the larger the value is, the lower the correlation is, that is, the approximation is not made.
[0029]
Next, the short-range correlation value RR_S, middle-range correlation value RR_M, and long-range correlation value RR_L thus obtained are weighted by the vehicle speed to obtain an overall correlation value RR (step 107). The calculation formula is shown in the following formula (1).
[0030]
(Equation 1)

[0031]
Here, α1, α2, and α3 represent weighting coefficients, α1 is a short distance weighting coefficient, α2 is a medium distance weighting coefficient, and α3 is a long distance weighting coefficient. These are set according to the vehicle speed as shown in FIG. That is, when the vehicle speed is 12 (m / s) or less, α1 = 1, α2 = 0, and α3 = 0. When the vehicle speed is 12 to 18 (m / s), α1 changes linearly from 1 to 0, α2 changes linearly from 0 to 1, and α3 = 0. When the vehicle speed is 18 → 24 (m / s), α1 = 0, α2 changes linearly from 1 → 0, and α3 changes linearly from 0 → 1. At a vehicle speed of 24 (m / s) or more, α1 = 0, α2 = 0, and α3 = 1. In other words, a correlation value (corresponding to the degree of approximation) obtained for each of a plurality of types of predetermined distance units is weighted according to the vehicle speed detected by the vehicle speed detection means, and a total is obtained as a total correlation value RR. It will be.
[0032]
When the RER is obtained for each of the candidate road pattern data, a road pattern having a high correlation (a high degree of approximation) is selected from these (step 109). That is, the road pattern with the smallest total correlation value RR is the road pattern with the highest correlation, and is estimated to be the road on which the vehicle is currently traveling.
[0033]
Thus, the road determination processing ends. Thereafter, the current position is corrected by a process (not shown) based on the road pattern estimated here.
As described above, in the first embodiment, the pattern matching distance is increased according to the speed, and the higher the vehicle speed, the greater the weight of the correlation value of the longer pattern matching and the higher the correlation value of the shorter pattern matching. , The weight of the correlation value of the pattern matching for the shorter distance is increased as the vehicle speed is lower, and the weight of the correlation value of the pattern matching for the longer distance is reduced. For this reason, on an expressway or the like, the distance to be compared by pattern matching becomes longer, so that pattern matching with a traveling locus can be accurately performed even with a gentle curve. Therefore, it is possible to accurately estimate which one of a plurality of approaching roads is running. For example, as shown in FIG. 4, when a road pattern R1 having a gentle curve and a straight road pattern R2 are listed as candidates, it is difficult to distinguish between short and medium distances, but the difference between curves becomes clear at long distances. Inference by pattern matching with the trajectory of the vehicle is facilitated.
[0034]
In addition, when traveling in an urban area, when there are many relatively steep curves, the distance to be compared by pattern matching becomes shorter. Therefore, small curves and the like in pattern matching are sufficiently reflected in pattern matching, and the position is more accurately determined. Can be estimated.
[0035]
Next, a second embodiment will be described. The second embodiment is different from the second embodiment in that the values of the weighting coefficients α1, α2, and α3 are changed according to the frequency of occurrence of a predetermined curve instead of the vehicle speed.
That is, a difference from the first embodiment will be described with reference to FIG. 2. In step 103, the appearance frequency of a predetermined curve is calculated. Here, the predetermined curve is a curve smaller than a predetermined curvature. That is, a sharp curve of a certain degree or more is meant. The appearance frequency of the predetermined curve can be obtained from a change in a vector for each predetermined distance from the traveling locus. In addition, a special curve detection process may be specifically performed to count the number of sharp curves (for example, a change in the traveling direction of 40 ° or more during 10 m traveling) when the curve is a certain degree or more. The frequency is represented, for example, by the number of the sharp curves during the past 1 km.
[0036]
In step 107, the total correlation value RR is obtained by weighting based on the appearance frequency of the predetermined curve. That is, in FIG. 3, the horizontal axis is not the vehicle speed but the frequency of occurrence of the predetermined curve. Also, the boundary value is changed to an appropriate value corresponding to the appearance frequency.
[0037]
As described above, in the second embodiment, according to the appearance frequency of the predetermined curve, the pattern matching distance is set such that the lower the appearance frequency is, the larger the weight of the correlation value of the longer pattern matching is, and the shorter the distance is. The weight of the correlation value for pattern matching is reduced, and the higher the frequency of appearance, the greater the weight of the correlation value for pattern matching for shorter distances and the smaller the weight for correlation values for pattern matching for longer distances. ing. For this reason, an effect similar to that of the first embodiment is produced, and the situation of the road is directly captured as compared with the first embodiment, so that a more realistic estimation can be performed.
[0038]
In the first embodiment, the weighting is not changed with the inclination as shown in FIG. 3. For example, when the vehicle speed is 15 (m / s) or less, α1 = 1, α2 = 0, α3 = 0, and the vehicle speed is 15 Α1 = 0, α2 = 1, α3 = 0 at ２１21 (m / s), and α1 = 0, α2 = 0, α3 = 1 at vehicle speeds of 21 (m / s) or more. The predetermined distance may be switched accordingly. Similarly, in the second embodiment, the predetermined distance may be switched completely according to the frequency of appearance of the predetermined curve.
[0039]
In the first and second embodiments, the distance is divided into three types: short distance, medium distance, and long distance. However, the distance may be divided into two types: short distance and long distance, or four or more types. Is also good. Further, the pattern matching was performed at a short distance of 20 m, a middle distance of 40 m, and a long distance of 80 m. However, the present invention is not limited to this, and the short distance may be 10 m, the middle distance may be 20 m, and the long distance may be 40 m. May be appropriately determined in accordance with.
[0040]
In the first embodiment, the electronic control circuit 20 shown in FIG. 1 corresponds to the vehicle traveling trajectory detecting means, the approximation degree detecting means and the determining means, the vehicle speed sensor 1 corresponds to the vehicle speed detecting means, and the map memory 4 corresponds to the vehicle speed detecting means. This corresponds to map information storage means. Among the processes executed by the electronic control circuit 20, the current position is calculated at a predetermined timing based on the traveling distance obtained by integrating the traveling speed input from the vehicle speed sensor 1 and the traveling direction obtained from the direction sensor 2, and The running locus calculation process of the vehicle obtained by accumulating a predetermined number of the current positions corresponds to the process as the running locus detecting means of the vehicle. Further, the processing of

steps

105 and 107 corresponds to the processing as the approximation degree detecting means, and the processing of step 109 corresponds to the processing as the determining means.
[0041]
In the second embodiment, the electronic control circuit 20 shown in FIG. 1 corresponds to the traveling trajectory detecting means, the road curve detecting means, the approximation degree detecting means and the determining means of the vehicle, and the map memory 4 corresponds to the map information storing means. I do. Among the processes executed by the electronic control circuit 20, the current position is calculated at a predetermined timing based on the traveling distance obtained by integrating the traveling speed input from the vehicle speed sensor 1 and the traveling direction obtained from the direction sensor 2, and The running locus calculation process of the vehicle obtained by accumulating a predetermined number of the current positions corresponds to the process as the running locus detecting means of the vehicle. Step 103 corresponds to processing as road curve detection means, processing of

steps

105 and 107 corresponds to processing as approximation degree detection means, and processing of step 109 corresponds to processing as determination means.
[Brief description of the drawings]
FIG. 1 is a block diagram of a vehicle traveling position display device according to a first embodiment.
FIG. 2 is a flowchart of a road determination process performed by an electronic control circuit 20.
FIG. 3 is a graph showing a change in a weighting coefficient according to a vehicle speed.
FIG. 4 is an explanatory diagram of road pattern data.
[Explanation of symbols]
DESCRIPTION OF SYMBOLS 1 ... Vehicle speed sensor 2 ... Orientation sensor 4 ... Map memory 6 ... Control switch 20 ... Electronic control circuit 22 ... CPU 24 ... ROM 26 ... RAM
28 input / output circuit 30 common bus 32 CRT controller 34 CRT R1, R2 road pattern

Claims

Vehicle travel trajectory detection means,
Vehicle speed detecting means;
Map information storage means,
Approximation degree detection for comparing the traveling trajectory detected by the traveling trajectory detection means with a plurality of road patterns stored in the map information storage means in units of a predetermined distance to obtain an approximation degree for each road pattern. Means,
Determining means for estimating the road pattern having the highest similarity detected by the similarity detecting means as the current traveling road;
A vehicle travel position estimating device comprising:
The approximation degree detection means obtains the degree of approximation in a plurality of types of predetermined distance units, and the determination means detects the degree of approximation obtained in each of the plurality of types of predetermined distance units in the vehicle speed detection means. A vehicle travel position estimating apparatus characterized in that weighting is performed in accordance with a vehicle speed, a road pattern is integrated for each road pattern, and a road pattern having the highest degree of approximation is estimated as a current travel road.

The determination means is
As the vehicle speed increases, the weight of the approximation of the longer predetermined distance unit increases, and the weight of the approximation of the shorter predetermined distance unit decreases, and as the vehicle speed decreases, the approximation of the longer predetermined distance unit increases. 2. The vehicle travel position estimating apparatus according to claim 1, wherein the weighting is reduced and the weighting of the degree of approximation of the shorter predetermined distance unit is increased.

Vehicle travel trajectory detection means,
Road curve detecting means;
Map information storage means,
Approximation degree detection for comparing the traveling trajectory detected by the traveling trajectory detection means with a plurality of road patterns stored in the map information storage means in units of a predetermined distance to obtain an approximation degree for each road pattern. Means,
Determining means for estimating the road pattern having the highest similarity detected by the similarity detecting means as the current traveling road;
A vehicle travel position estimating device comprising:
The approximation degree detection means obtains the degree of approximation in a plurality of types of predetermined distance units, and the determination means detects the degree of approximation obtained for each of the plurality of types of predetermined distance units in the road curve detection means. A vehicle travel position estimating apparatus characterized in that weights are made in accordance with the appearance frequency of a predetermined curve and the road patterns are integrated for each road pattern, and a road pattern having the highest degree of approximation is estimated as a current travel road.

The determination means is
As the frequency of appearance of the predetermined curve decreases, the weight of the approximation of the longer predetermined distance unit increases, and the weight of the approximation of the shorter predetermined distance unit decreases, and as the appearance frequency of the predetermined curve increases, the predetermined distance increases. 4. The vehicle travel position estimating device according to claim 3, wherein the weighting of the approximation of the longer unit is made smaller and the weight of the approximation of the shorter predetermined distance unit is made larger.

Vehicle travel trajectory detection means,
Vehicle speed detecting means;
Map information storage means,
Approximation degree detection for comparing the traveling trajectory detected by the traveling trajectory detection means with a plurality of road patterns stored in the map information storage means in units of a predetermined distance to obtain an approximation degree for each road pattern. Means,
Determining means for estimating the road pattern having the highest similarity detected by the similarity detecting means as the current traveling road;
A vehicle travel position estimating device comprising:
A vehicle travel position estimating device, wherein the approximation degree detecting means sets a length of a predetermined distance unit according to the vehicle speed detected by the vehicle speed detecting means.