JP3795299B2

JP3795299B2 - 車両制御装置

Info

Publication number: JP3795299B2
Application number: JP2000107148A
Authority: JP
Inventors: 英樹橋本; 和也田村
Original assignee: Honda Motor Co Ltd
Current assignee: Honda Motor Co Ltd
Priority date: 2000-04-07
Filing date: 2000-04-07
Publication date: 2006-07-12
Anticipated expiration: 2020-04-07
Also published as: JP2001291197A; DE10117237A1; DE10117237B4

Description

【０００１】
【発明の属する技術分野】
本発明は、車両位置の正確な推定により、運転者への警報または運転支援を行う車両制御装置に関する。
【０００２】
【従来の技術】
車両誘導を目的として、従来から車速センサ，ヨーレートセンサ等から得られる自律航法に地図データを合わせ込む自車位置算出が広く行われており、近年は、衛星と位置基準局を使用するＤ−ＧＰＳ（Differential-Global Positioning System）も一般的に使われ始めている。
また、自車進行方向を撮影するように設置されたカメラから得た画像情報を画像処理装置で処理し、得られた白線情報などから自動操舵を行う装置も広く知られており、更に、上記技術を融合した技術も報告されている。
【０００３】
ところで、運転者への警報又は運転支援を行う車両制御装置では、自車位置の正確かつ安定したリアルタイム推定が必須の要件となる。例えば、車線逸脱警報発生装置の場合には、数１０ｃｍ程度の精度が要求される。
しかしながら、自律航法は、センサの出力を積分することにより自車位置を算出するため、精度が低い安価なセンサで構成した場合には算出精度が悪く、運転支援用としては精度不十分となる。ただし、大きく値を変化させることがないため、その点では車両制御装置用として好適である。
【０００４】
他方、Ｄ−ＧＰＳによる自車位置推定の精度は数ｍ程度であり、運転支援用としては精度不十分である。また、値の変化が唐突に発生するため、運転支援用の車両制御装置として好適とは言い難い。
カメラを用いる白線検知による自車位置推定は、特に進行方向に対する横方向の精度は非常に良いが、雨や光線状況によっては白線検知が困難になることがあり、継続的に連続したデータが必要になる制御システム用としては、必ずしも好適であるとは言い難い。
【０００５】
そこで、自車位置推定の技術を運転支援に適用するには、他のシステムとの組み合わせが必須となってくる。
例えば、特開平８−３０８９９号公報には、実際の道路状況と予め記憶している道路状況とを比較することにより、自車の走行状況を判断するようにした車両用走行状況判断装置が開示されている。
【０００６】
この装置は、地図情報記憶媒体に各道路毎にその道路状態（例えば幅員、車線数等）を記憶しておき、自車の進行方向を撮影するカメラと画像処理装置とで自車の現在の道路状況を読み出し、これらの比較から実際の自車走行状況および自車位置が誤っているか否かを判断する。
【０００７】
特開平８−２８７３９５号公報には、ナビゲーション制御部と自動走行制御部とを組み合わせ、道路地図上に設定されている目標経路に従う走行誘導の指示に応じて自車の進行方向の実際の道路状況をセンシングしながら自動走行の制御を行うに際し、現在位置の精度と走行制御の精度とを相関的に向上させて、自動走行の制御を高精度に行わせるようにした自動走行誘導装置が開示されている。特開平９−３０４０８３号公報には、車両の走行状況データから算出した走行予定ラインと道路形状とを比較して車線逸脱を検知する技術が開示されている。
【０００８】
【発明が解決しようとする課題】
しかしながら、画像情報と他のシステムとを組み合わせた特開平８−３０８９９号公報の技術は、自車位置をおおよそ把握し、地図で示される自車位置が誤っているか否かを判断するには有効であるが、どの程度ずれているかや、そのずれが固定値なのか一時的なものなのかわからないため、運転者への警報又は運転支援を実施する車両制御装置に必要な精度を継続的に保つことができない。
【０００９】
特開平８−２８７３９５号公報の技術は、自動走行を行うことが前提であり、自動運転による情報のフィードバックなしでの正確な自車位置推定は行えない。特開平９−３０４０８３号公報の技術は、画像等から得られた車両の走行レーンにおける横方向位置を加味し、走行予定ラインと道路形状とを比較した結果より警報を発生する装置であるが、２つの情報をどのように使い分けるのかが明確でなく、具体性を欠いている。
【００１０】
本発明は、このような事情に鑑みてなされたものであり、その目的とするところは、カメラ画像情報から現在の道路線形を推定し、確実に把握できる現在の車両状態と地図から得られる道路線形とを比較することにより、目標に対する正確な変位量を算出し、安定した運転者への警報又は運転支援を行うことのできる車両制御装置の提供にある。
【００１１】
【課題を解決するための手段】
上記課題を解決するために、本発明は、以下の構成を採用した。請求項１の発明は、自車の走行状況又は衛星測位情報の少なくともいずれかから自車の位置を推定する自車位置推定手段（自車位置推定部１）と、道路の位置データを予め記憶する道路データ記憶手段（地図データメモリ７）と、該道路データ記憶手段の記憶データに基づき道路形状を推定する第１の道路形状推定手段（地図データ道路線形推定部６）と、自車進行方向の道路を撮影する撮像手段（カメラ１０１）と、該撮影手段の撮影した画像に基づき道路形状を推定する第２の道路形状推定手段（画像データ道路線形推定部８）と、前記第１および第２の道路形状推定手段の推定した道路形状の信頼性を判断する判断手段（図１０のステップＳ２１〜ステップＳ２４）と、該判断手段の判断結果に基づき前記第１および第２の道路形状推定手段の推定した道路形状のいずれかを選択する道路形状選択手段（道路線形選択部１１０）とを備え、前記撮像手段は、道路の走行路区分線（図９中の右白線，左白線）を認識するものであり、前記判断手段は、自車進行方向における自車からの距離が異なる複数箇所における前記走行路区分線の認識状況に基づき前記第２の道路形状推定手段の推定した道路形状の信頼性を判断することを特徴としている。
【００１２】
この構成によれば、地図データに基づく推定道路形状の信頼性と、画像データに基づく推定道路形状の信頼性との比較結果に応じて、より精度の高い方の推定道路形状を客観的に選択することが可能になる。また、画像データに基づく推定道路形状の信頼性判断に、路面に目立つように描かれた走行路区分線を用いるため、その判断が容易となる。さらに、１箇所の画像データだけから推定道路形状の信頼性を判断する場合よりも、より正確な判断が可能となる。
【００１７】
請求項２の発明は、請求項１に記載の車両制御装置において、前記道路形状選択手段は、前記判断手段が前記第２の道路形状推定手段の推定した道路形状の信頼性を高と判定した時（図１０のステップＳ２１で「ＹＥＳ」と判定した時）は、前記第２の道路形状推定手段の推定した道路形状を選択し（図１０のステップＳ２６）、信頼性を低と判定した時（図１０のステップＳ２２で「ＹＥＳ」と判定した時）は、前記第１の道路形状推定手段の推定した道路形状を選択する（図１０のステップＳ２５）ことを特徴としている。
【００１８】
この構成によれば、画像データが信頼できる場合には、実際の撮像画像を用いた高精度の道路形状推定が可能となり、また、画像データが信頼できない場合には、そのような信頼できないデータに頼ることなく、地図データを用いた必要十分な精度の道路形状推定が可能となる。
【００１９】
請求項３の発明は、請求項１又は請求項２に記載の車両制御装置において、前記道路形状選択手段は、さらに前記第１および第２の道路形状推定手段の推定した道路形状を比較する道路形状比較手段を備え、前記判断手段が前記第２の道路形状推定手段の推定した道路形状の信頼性を中と判定した場合（図１０のステップＳ２１およびステップＳ２２で「ＮＯ」と判定し、かつ、ステップＳ２３で「ＹＥＳ」と判定した時）であって、前記道路形状比較手段の比較結果が一致した時（図１０のステップＳ２４で「ＹＥＳ」と判定された時）は、前記第２の道路形状推定手段の推定した道路形状を選択し（図１０のステップＳ２６）、一致しなかった時（図１０のステップＳ２４で「ＮＯ」と判定された時）は、前記第１の道路形状推定手段の推定した道路形状を選択する（図１０のステップＳ２５）ことを特徴としている。
【００２０】
この構成によれば、画像データが信頼できると断定できない場合であっても、画像データによる推定道路形状が地図データによる推定道路形状と一致したときは、画像データによる推定道路形状の信頼性が高とみなすことにより、画像データによる高精度の道路形状推定が可能となる。
【００２１】
請求項４の発明は、請求項１〜請求項３のいずれかに記載の車両制御装置において、前記自車の走行状況は、ヨーレートと車速であり、両出力に基づき自車の走行軌跡を推定するものであることを特徴としている。
【００２２】
この構成によれば、出力変動の小さな自律航法を利用し得るようになるため、自車位置推定結果の安定化が可能となる。
【００２３】
請求項５の発明は、請求項４記載の車両制御装置において、前記道路データ記憶手段は、前記走行路区分線の幅員データ（幅員Ｗ）を記憶するものであり、前記道路形状選択手段により前記第１の道路形状推定手段の推定した道路形状が選択された時（図１３のステップＳ３３）は、前記自車の走行状況から求めた走行軌跡と前記第１の道路形状推定手段の推定した道路形状および前記幅員データとに基づき走行路区分線からの逸脱状態を判定する逸脱状態判定手段（図１３のステップＳ３７）を備えることを特徴としている。
【００２４】
この構成によれば、画像データが信頼できない又はその信頼性が低と判断された場合であっても、その代替え手段として、地図データによる推定道路形状と幅員データとを用いて、必要十分な精度の逸脱状態判定が可能となる。
【００２５】
請求項６の発明は、請求項４記載の車両制御装置において、前記第２の道路形状推定手段は、前記撮像手段が撮像した走行路区分線から該走行路区分線間の中心線（車線中心線Ｃ）を推定し、該中心線の形状から道路形状を推定するものであり、自車の走行軌跡と前記中心線との差（横変位量Ｄ，角度変位量θ）に基づき走行路区分線からの逸脱状態を判定する逸脱状態判定手段（図１３のステップＳ３７）を備えることを特徴としている。
【００２６】
この構成によれば、走行路区分線の中心線が幾何学的に道路形状と略一致することを利用して、自車の走行軌跡が道路形状に沿っていないことを容易に判定することが可能となる。
【００２７】
請求項７の発明は、請求項５又は請求項６に記載の車両制御装置において、前記逸脱状態判定手段により自車が走行路区分線を逸脱するおそれがあると判定された時（図１３のステップＳ３７で「ＹＥＳ」と判定された時）、ドライバに報知する報知手段（ブザー１３１）を備えることを特徴としている。
【００２８】
この構成によれば、自車が走行路区分線を逸脱する前に、運転者に逸脱のおそれを知らせることが可能となる。
【００２９】
【発明の実施の形態】
以下、図面を参照し、本発明の一実施の形態について説明する。
図１は、本発明の一実施の形態による車両制御装置の基本構成を示すブロック図であり、符号１は、自車位置推定部（自車位置推定手段）を示している。
【００３０】
自車位置推定部１は、図２及び図４に示すように、走行距離算出部１１，車両方位算出部１２，自律航法自車位置推定部１３，座標変換部１４，ＧＰＳ自車位置推定部１５，データ融合部１６，及び，ＧＰＳ融合ドリフトデータメモリ１７とを備え、自律航法による自車位置の推定結果と、ＧＰＳによる自車位置の推定結果とを融合することにより、自車位置を推定する。
【００３１】
自律航法による自車位置の推定は、図２に示すように、車速センサ２からの出力に基づき走行距離算出部１１で算出した走行距離と、ヨーレートセンサ３からの出力に基づき車両方位算出部１２で算出した車両方位とを用いて、自律航法自車位置推定部１３にて相対自車座標系での車両の自律走行軌跡を推定し、この推定結果と、ドリフトデータメモリ５からのドリフトデータとを用いて、座標変換部１４にて自車座標系からＷＧＳ座標系へと座標変換することにより、一定周期毎（例えば、１０ｍｓｅｃ毎）に行われる。
【００３２】
推定結果として得られる出力は、車両位置と方位（ｘ_ins1，ｙ_ins1，θ_ins1）であり、座標変換部１４による自車座標系からＷＧＳ座標系への変換は、例えば図３に示すように、公知の座標変換手法により行われる。
ｘ_ins1＝ｘ₀−Ｘoffset＋ｌ＊ｃｏｓ（θ−θoffset）
ｙ_ins1＝ｙ₀−Ｙoffset＋ｌ＊ｓｉｎ（θ−θoffset）
θ_ins1＝Σ（θ−θoffset）
θ＝∫ｒｄｔ
ｌ＝∫ｖｄｔ
【００３３】
記号の定義は、以下の通りである。
ｒ：ヨーレート値（ｒａｄ／ｓｅｃ）
θ：車両方位（ｒａｄ）
ｖ：車速（ｍ／ｓｅｃ）
ｌ：前回計算した時から現在までの走行距離（ｍ）
ｘ₀，ｙ₀：前回計算した車両位置、又は走行開始時位置
Ｘoffset,Ｙoffset，θoffset：自車座標系からＷＧＳ８４座標系への変換用データ（センサのドリフト量なども含む）
【００３４】
ＧＰＳによる自車位置の推定は、図４に示すように、ＧＰＳアンテナ４１を介してＧＰＳ情報受信装置４２がＧＰＳ衛星から受信した衛星測位情報と、ＦＭアンテナ４３を介して基準局のＤifference情報受信装置４４がＧＰＳ衛星から受信した衛星測位情報とに基づき、ＧＰＳ自車位置推定部１５において行われる。
【００３５】
そして、自車位置推定部１は、自律航法による自車位置の推定結果、すなわち、ＷＧＳ８４座標系に変換された自車位置の推定結果と、ＧＰＳによる自車位置の推定結果とを自律走行軌跡推定部１６にて融合することにより、自律走行軌跡を推定する。
【００３６】
具体的には、ＧＰＳ自車位置推定部１５からＤ−ＧＰＳデータ更新毎に得られた車両位置を連続的に記憶し、その変化分、すなわち、走行距離が所定値よりも長くなった時に、座標変換部１４から得た車両位置によるベクトルと、ＧＰＳ自車位置推定部１５から得た車両位置によるベクトルとを比較することにより、初期オフセットと、時間経過に応じて発生する角度及び位置のドリフト量とを推定し、車両位置を補正する。
この補正は、Ｄ−ＧＰＳ処理装置４による位置推定誤差（２０ｍ程度）の実質影響を無視することのできる距離（例えば、５００ｍ）を走行した時に行う。
【００３７】
このように、自律航法データとＤ−ＧＰＳデータとを融合して推定された自車位置は、ＧＰＳ融合ドリフトデータメモリ１７に記録される他、図１に示すように、地図データ道路線形推定部（第１の道路形状推定手段）６及び画像データ道路線形推定部（第２の道路形状推定手段）８への入力情報として使用される。
【００３８】
地図データ道路線形推定部６は、図５に示すように、対象抽出部６１，道路線形推定部６２，ドリフト量算出部６３，及び，地図融合ドリフトデータメモリ６４を備えている。
同図中、符号７は、所定範囲内の道路網の状態、すなわち、交差点等、道路網を構成する各要素およびこれらの所在位置を表す地図データを記憶した地図データメモリであり、ＣＤ−ＲＯＭ等の大容量記憶装置によって構成されている。
【００３９】
この地図データ道路線形推定部６は、対象抽出部６１にて地図データメモリ７より取得した地図データの中から自車位置座標に一番近いノード座標を抽出し、抽出したノード座標を用いて道路線形推定部６２にて道路線形を推定した後、地図データから得たベクトルと、ＧＰＳ融合軌跡ベクトルとの比較からドリフト量算出部６３にてドリフト量も算出する。
このドリフト量は、地図融合ドリフトデータメモリ６４に記録される。
【００４０】
推定結果として得られる出力は、推定道路線形ベクトル（（Ｘn-1_map，Ｙn-1_map），（Ｘn_map，Ｙn_map））であり、この出力は、地図データ内のノード座標（Ｘ，Ｙ）と自律航法・ＧＰＳ融合自車位置座標（ｘ_ins，ｙ_ins）との距離を求め、相対距離が最も短くなる２点（Ｘn-1，Ｙn-1），（Ｘn，Ｙn）を抽出することにより得られる。
【００４１】
すなわち、Ｄ＝ｓｑｒｔ（（Ｘn−ｘ_ins）²＋（Ｙn−ｙ_ins）²）＋ｓｑｒｔ（（Ｘn-1−ｘ_ins）²＋（Ｙn-1−ｙ_ins）²）により定義づけられる相対距離Ｄが最小となるような２点（Ｘn-1，Ｙn-1），（Ｘn，Ｙn）を抽出することにより得られる。
ノード抽出の際の検索対象は、前回位置を中心に前後所定数のノードとする。
【００４２】
画像データ道路線形推定部８は、図６に示すように、目標点座標算出部８１，車線中心線算出部８２，道路線形推定部８３，ドリフト量算出部８４，及び，画像融合ドリフトデータメモリ８５を備え、自車位置推定部１からの自車位置情報と、白線検知部１０２で検出された白線情報とが入力される。
白線検知部１０２は、自車進行方向の道路を撮影するカメラ（撮像手段）１０１からの画像データを画像処理して白線や黄線等の走行路区分線を検知するものである。
【００４３】
画像データ道路線形推定部８は、自車位置推定部１からの自車位置情報と、白線検知部１０２からの白線情報とに基づき目標点座標算出部８１にて前方における道路目標点Ｐの座標を算出し、算出した道路目標点Ｐの座標の累積から車線中心線算出部８２にて車線中心線を推定した後、道路線形推定部８３にて道路線形を求める。また、車線中心線ベクトルと自律航法・ＧＰＳ融合軌跡ベクトルとの比較から、ドリフト量算出部８４にてドリフト量も算出する。
【００４４】
推定結果として得られる出力は、推定道路線形ベクトル（（Ｘn-1_vis，Ｙn-1_vis），（Ｘn_vis，Ｙn_vis）であり、この出力は、前方道路目標点を蓄積して車線中心線データとした後、この車線中心線データ内のノード座標（Ｘ，Ｙ）と、自車位置座標（ｘ_ins，ｙ_ins）との距離を求め、相対距離が最も短い２点（Ｘn-1，Ｙn-1），（Ｘn，Ｙn）を抽出することにより得られる。
【００４５】
すなわち、Ｄ＝ｓｑｒｔ（（Ｘｎ−ｘ_ins）²＋（Ｙｎ−ｙ_ins）²）＋ｓｑｒｔ（（Ｘn-1−ｘ_ins）²＋（Ｙn-1−ｙ_ins）²）により定義づけられる相対距離Ｄが最小となるような２点（Ｘn-1，Ｙn-1），（Ｘn，Ｙn）を抽出することにより得られる。
ノード抽出の際の検索対象は、前回位置を中心に前後所定数のノードとする。
【００４６】
次に、図７のフローチャートを用いて、白線検知信頼性の算出処理について説明する。
この処理は、画像データ道路線形推定部８による道路線形推定の処理と並列して行われるものであり、ステップＳ１及びステップＳ２の処理は、カメラ１０１と白線検知部１０２とにより行われ、ステップＳ３以降の処理は、白線検知信頼性算出部１０３にて行われる（図１参照）。
【００４７】
以下、図７を参照しながら処理の流れを説明すると、まず、ステップＳ１でカメラ画像から白線位置を算出し、ステップＳ２で断続白線を仮想連続白線に変換する。
しかる後、ステップＳ３で白線検知の信頼性を表す変数resultに「０」をセットする。
【００４８】
変数resultにセットされた値と、白線検知の信頼性との関係は、図８に示す通りであり、セットされた値が大きくなるに従い、白線検知の信頼性は上昇する。
次いで、ステップＳ４において、自車から自車進行方向に所定距離離れた箇所で左右ともに白線を検知したか否かを判断する。この所定距離は、図７及び図９には「Ａｍ」と記載しており、例えば５０ｍに設定される。
【００４９】
ステップＳ４の判断結果が「ＹＥＳ」の場合、すなわち、Ａｍ先の白線を左右ともに検知した場合には、ステップＳ５に進み、変数resultにセットされた値をインクリメントする。この処理の結果、白線検知の信頼性は上昇する。
これに対し、ステップＳ４での判断結果が「ＮＯ」の場合には、ステップＳ５をスキップする。この場合、白線検知の信頼性は変わらない。
【００５０】
ステップＳ６では、ステップＳ４と同様に、自車から自車進行方向に所定距離離れた箇所で左右ともに白線を検知したか否かを判断する。
ここでの所定距離は、図７及び図９に「Ｂｍ」と記載している通り、ステップＳ４における所定距離とは異なる所定距離を意味しており、例えば２０ｍに設定される。
【００５１】
ステップＳ６での判断結果が「ＹＥＳ」の場合、すなわち、Ｂｍ先の白線を左右ともに検知した場合には、ステップＳ７に進み、検知した左右の白線位置から車両通過推定位置を算出し、ステップＳ８でデータを絶対座標系に変換した後、ステップＳ９でデータを走行経路データ列に加え、ステップＳ１０で変数resultにセットされた値をインクリメントする。
この処理の結果、白線検知の信頼性は上昇する。
【００５２】
これに対し、ステップＳ６での判断結果が「ＮＯ」の場合には、上述したステップＳ７〜ステップＳ１０の各処理をスキップする。
この場合、白線検知の信頼性は変わらない。
【００５３】
ステップＳ１１では、ステップＳ４及びステップＳ６と同様に、自車から自車進行方向に所定距離離れた箇所で左右ともに白線を検知したか否かを判断する。
ここでの所定距離は、図７及び図９に「Ｃｍ」と記載している通り、ステップＳ４及びステップＳ６における所定距離とは異なる距離を意味しており、例えば１０ｍに設定される。
【００５４】
ステップＳ１１での判断結果が「ＹＥＳ」の場合、すなわち、Ｃｍ先の白線を左右ともに検知した場合には、ステップＳ１２に進み、変数resultにセットされた値をインクリメントする。この処理の結果、白線検知の信頼性は上昇する。
ステップＳ１２の処理が終わると、図７のフローチャートに示した白線検知信頼性の算出処理は終了する。
【００５５】
これに対し、ステップＳ１１での判断結果が「ＮＯ」の場合には、ステップＳ１２の処理をスキップする。この場合、白線検知の信頼性は変わらない。
ステップＳ１２の処理をスキップすると、図７のフローチャートに示した白線検知信頼性の算出処理は終了する。
【００５６】
次に、図１０のフローチャートを用いて、道路線形の選択処理について説明する。
この処理は、地図データ道路線形推定部６からの推定道路線形情報と、画像データ道路線形推定部８からの推定道路線形情報と、白線検知信頼性算出部１０３からの白線検知信頼性情報とに基づき、道路線形選択部（道路形状選択手段）１１０にて行われる（図１参照）。
【００５７】
以下、図１０を参照しながら処理の流れを説明すると、まず、ステップＳ２１において、変数resultにセットされた値が「３」であるか否かが判断され、その判断結果が「ＹＥＳ」の場合、すなわち、画像データが信頼できると判断された場合は、ステップＳ２６に進み、画像から得た道路線形の採用が選択される。
ステップＳ２６の処理が終わると、図１０に示す道路線形の選択処理は終了する。
【００５８】
これに対し、ステップＳ２１の判断結果が「ＮＯ」の場合は、ステップＳ２２に進み、変数resultにセットされた値が「０」であるか否かが判断され、その判断結果が「ＹＥＳ」の場合、すなわち、画像データの信頼性がないと判断された場合は、ステップＳ２３及びステップＳ２４の処理をスキップしてステップＳ２５に進み、地図から得た道路線形を採用することが選択される。
【００５９】
ステップＳ２２での判断結果が「ＮＯ」の場合は、ステップＳ２３で変数resultにセットされた値が「１」又は「２」であるか否かが判断され、その判断結果が「ＮＯ」の場合は、画像データが信頼できると判断してステップＳ２６に進み、画像から得た道路線形の採用が選択される。ステップＳ２６の処理が終わると、図１０に示す道路線形の選択処理は終了する。
【００６０】
これに対し、ステップＳ２３の判断結果が「ＹＥＳ」の場合、すなわち、画像データの信頼性が判断できない場合には、ステップＳ２４に進み、地図データ道路線形部６による推定道路線形と、画像データ道路線形部８による推定道路線形との比較により、これら推定道路線形が一致しているか否かを判断する。この判断は、道路形状比較手段により行われる。
【００６１】
ステップＳ２４の判断結果が「ＹＥＳ」の場合、すなわち、推定道路線形が相互に一致する場合は、画像データが信頼できると判断してステップＳ２６に進み、画像から得た道路線形の採用が選択され、図１０に示す道路線形の選択処理は終了する。
他方、ステップＳ２４の判断結果が「ＮＯ」の場合、すなわち、推定道路線形が不一致の場合は、画像データが信頼できないと判断してステップＳ２５に進み、地図から得た道路線形の採用が選択され、図１０に示す道路線形の選択処理は終了する。
【００６２】
道路線形の選択結果を表にまとめると、図１１に示す通りとなる。
すなわち、画像及び地図による推定道路線形の一致・不一致を問わず、画像データが信頼できれば画像による推定道路線形の採用が選択され、画像データが信頼できなければ地図による推定道路線形の採用が選択される。
また、画像データが信頼できなくても、推定道路線形が一致すれば画像による推定道路線形の採用が選択され、推定道路線形が不一致であれば地図による推定道路線形の採用が選択される。
【００６３】
なお、ステップＳ２４の道路線形が一致するか否かの判断には、図１２に示すように、地図データ道路線形推定部６からの出力である推定道路線形ベクトル（（Ｘn-1_map，Ｙn-1_map），（Ｘn_map，Ｙn_map））と、画像データ道路線形推定部８からの出力である推定道路線形ベクトル（（Ｘn-1_vis，Ｙn-1_vis），（Ｘn_vis，Ｙn_vis））が用いられ、両ベクトル間のなす角θが所定値以下の場合に、道路線形が一致したものと判断する。
【００６４】
次に、図１３のフローチャートを用いて、横変位量の算出処理について説明する。
この処理は、道路線形選択部１１０からの採用道路線形情報に基づき、横変位量算出部１２０にて行われる（図１参照）。
【００６５】
以下、図１３を参照しながら処理の流れを説明すると、まず、ステップＳ３１において、道路線形選択部１１０からの採用道路線形情報に基づき、画像データから推定した道路線形を使用するか否かが判断され、その判断結果が「ＹＥＳ」の場合、すなわち、道路線形選択部１１０にて画像データに基づく道路線形の採用が選択されている場合には、ステップＳ３２に進んで画像データから得た道路線形を採用し、ステップＳ３４で前方の道路目標点での幅員を算出する。
【００６６】
これに対し、ステップＳ３１の判断結果が「 NO 」の場合、すなわち、道路線形選択部１１０にて地図データに基づく道路線形の採用が選択されている場合には、ステップＳ３３に進んで地図から得た道路線形を採用し、ステップＳ３５で地図データから道路の幅員情報を入手する。なお、地図データメモリ７には、道路の幅員情報が予め記録されている。
【００６７】
ステップＳ３６では、車線中心線Ｃと自車位置の重心Ｇとから横変位量Ｄを算出し、算出した横変位量Ｄと幅員Ｗの１／２との比較を行う。
ここでいう車線中心線Ｃ，自車位置の重心Ｇ，道路の幅員Ｗ，及び，横変位量Ｄは、図１４の通りに設定した。
ステップ３７では、ステップＳ３６の比較結果を用いて、自車位置の重心Ｇが中心線Ｃから大きくズレているか否かが判断される。その際のしきい値は、例えば数１０ｃｍに設定される。
【００６８】
ステップＳ３７の判断結果が「ＹＥＳ」の場合、すなわち、横変位量が大きいと判断された場合には、ステップＳ３８に進んで車線逸脱警報が発生される。
この車線逸脱警報は、図１に示すように、警報制御装置１３０を介してブザー１３１によりなされる。
ステップＳ３８の処理が終わると、図１３に示す横変位量の算出処理は終了する。
【００６９】
これに対し、ステップＳ３７の判断結果が「ＮＯ」の場合には、ステップＳ３８の処理をスキップする。
ステップＳ３８の処理をスキップすると、図１３に示す横変位量の算出処理は終了する。
なお、運転者への報知は、音声に限らず、パネルへの表示等であってもよい。
【００７０】
また、本実施の形態では、変位量算出部１２０にて角度変位量α（図１５参照）の算出処理も行う。
この処理では、図１３のステップＳ３１〜ステップＳ３３の後に、車線中心線ベクトルと自律航法・ＧＰＳ融合軌跡ベクトルとのなす角を算出する処理が行われ、次に、両ベクトルのなす角を表す角度情報が、運転支援制御装置１４０を介してステアリング制御装置１４１に送られる。
【００７１】
ステアリング制御装置１４１では、両ベクトル間のなす角が所定のしきい値（例えば、数度）よりも大きいか否かが判断される。
そして、所定のしきい値を越える場合には、ステアリング制御装置１４１は、例えば、角度変位を大きくするような方向へのステアリング操作を重くする等により、車線逸脱の未然予防を図る。
【００７２】
次に、図１６のブロック図および図１７のフローチャートを用いて、ドリフト量算出部１５０で行われるドリフトデータの算出処理について説明する。
このドリフト量算出部１５０は、図１６に示すように、ＧＰＳ融合ドリフトデータメモリ１７，地図融合ドリフトデータメモリ６４，及び，画像融合ドリフトデータメモリ８５からのドリフトデータに基づき、自車位置推定部１の座標変換部１４で行われる自車座標系からＧＰＳ座標系への座標変換に必要なドリフトデータを算出し、算出したドリフトデータをドリフトデータメモリ５に記録する。
【００７３】
以下、図１７を参照しながら処理の流れを説明すると、まず、ステップＳ４１でＧＰＳ融合ドリフトデータメモリ１７からドリフトデータを取得し、取得したドリフトデータの平滑化を行う。
次に、ステップＳ４２で変数resultにセットされた値が「２」又は「３」であるか否かが判断される。
【００７４】
ステップＳ４２の判断結果が「ＹＥＳ」の場合、すなわち、画像データが信頼できる又はその信頼性が比較的高い場合には、ステップＳ４３に進み、画像から得たドリフトデータを採用することとして、画像融合ドリフトデータメモリ８５からドリフトデータを取得する。
取得したドリフトデータは、ステップＳ４４で平滑化される。
【００７５】
次に、ステップＳ４５において、ステップＳ４４で平滑化された画像融合ドリフトデータと、ステップＳ４１で平滑化されたＧＰＳ融合ドリフトデータとを加算する。
しかる後、ステップＳ４９において、ステップＳ４５で得られたドリフトデータを、座標変換部１４による座標変換も必要な走行軌跡算出用ドリフトデータとして、ドリフトデータメモリ５に記録する。
ステップＳ４９の処理が終わると、図１７に示すドリフトデータの算出処理は終了する。
【００７６】
他方、ステップＳ４２の判断結果が「ＮＯ」の場合、すなわち、画像データが信頼できない又はその信頼性が比較的低い場合には、ステップＳ４６に進み、地図から得たドリフトデータを採用することとして、地図融合ドリフトデータメモリ６４からドリフトデータを取得する。
取得したドリフトデータは、ステップＳ４７で平滑化される。
【００７７】
次に、ステップＳ４８において、ステップＳ４７で平滑化された地図融合ドリフトデータと、ステップＳ４１で平滑化されたＧＰＳ融合ドリフトデータとを加算する。
しかる後、ステップＳ４９において、ステップＳ４８で得られたドリフトデータを、自己位置推定部１の座標変換部１４が座標変換を行う際の走行軌跡算出用ドリフトデータとして、ドリフトデータメモリ５に記録する。
ステップＳ４９の処理が終わると、図１７に示すドリフトデータの算出処理は終了する。
【００７８】
【発明の効果】
以上説明したように、本発明によれば、以下の効果を得ることができる。
（１）請求項１の発明によれば、地図データに基づく推定道路形状の信頼性と、画像データに基づく推定道路形状の信頼性との比較結果に応じて、より高精度に推定された道路形状の選択を可能とし、これにより、目標に対する変位量を正確に算出し得るようにしたので、安定した運転者への警報または運転支援に好適な車両制御装置を提供することができ、また、画像データに基づく推定道路形状の信頼性判断に、路面に目立つように描かれた走行路区分線を用いるため、その判断が容易となり、目標に対する変位量をさらに正確に算出することができる。
そして、本発明によれば、自車進行方向における自車からの距離が異なる複数箇所における走行路区分線の認識状況に基づいて判断手段が第２の道路形状推定手段の推定した道路形状の信頼性を判断するため、１箇所の画像データだけから推定道路形状の信頼性を判断する場合よりも、より正確な判断が行えるようになる。
【００８１】
（２）請求項２の発明によれば、画像データが信頼できる場合には、実際の撮像画像を用いて高精度の道路形状推定を行うことでき、また、画像データが信頼できない場合には、そのような信頼できないデータに頼ることなく、地図データを用いて必要十分な精度の道路形状推定を行うことができるので、目標に対する変位量算出精度が向上する。
【００８２】
（３）請求項３の発明によれば、画像データが信頼できると断定できない場合であっても、画像データによる推定道路形状が地図データによる推定道路形状と一致したときは、画像データによる推定道路形状の信頼性が高いとみなせることを利用して、画像データによる高精度の道路形状推定を可能にしたので、目標に対する変位量の算出結果の正確性がさらに向上する。
【００８３】
（４）請求項４の発明によれば、出力変動の小さな自律航法を利用して自車位置推定結果の安定化を可能にしたから、運転者への警報または運転支援時の制御がより安定する。
【００８４】
（５）請求項５の発明によれば、画像データが信頼できない又はその信頼性が比較的低いと判断された場合であっても、その代替手段として、地図データによる推定道路形状と幅員データとを用いて、必要十分な精度で逸脱状態の判定を行うことができる。
【００８５】
（６）請求項６の発明によれば、走行路区分線の中心線が幾何学的に道路形状と略一致することを利用することにより、自車の走行軌跡が道路形状に沿っていないことを容易に判定することができる。
【００８６】
（７）請求項７の発明によれば、自車が走行路区分線を逸脱する前に、運転者に逸脱のおそれを知らせることを可能にしたから、運転者に危険回避のための機会を事前に与えることができる。
【図面の簡単な説明】
【図１】本発明の一実施の形態による車両制御装置の基本構成を示すブロック図である。
【図２】自律航法による自車位置推定を行う際のデータ授受を示すブロック図である。
【図３】自車座標系からＷＧＳ８４座標系への座標変換を説明するための図である。
【図４】Ｄ−ＧＰＳによる自車位置推定を行う際のデータ授受を示すブロック図である。
【図５】地図データによる道路線形推定を行う際のデータ授受を示すブロック図である。
【図６】画像データによる道路線形推定を行う際のデータ授受を示すブロック図である。
【図７】白線検知信頼性の算出処理流れを示すフローチャートである。
【図８】変数resultにセットされる値と白線検知状態との相関を示す表である。
【図９】道路目標点を説明するための図である。
【図１０】道路線形の選択処理流れを示すフローチャートである。
【図１１】画像データの信頼性及び道路線形の一致度と、選択される道路線形との相関を示す表である。
【図１２】道路線形がいかなる場合に一致したと判定するかを説明するための図である。
【図１３】横変位量の算出処理流れを示すフローチャートである。
【図１４】車両が横変位した状態を示す図である。
【図１５】車両が角度変位した状態を示す図である。
【図１６】座標変換に必要なドリフトデータを算出する際のデータ授受を示すブロック図である。
【図１７】ドリフトデータの算出処理流れを示すフローチャートである。
【符号の説明】
１自車位置推定部（自車位置推定手段）
７地図データメモリ（道路データ記憶手段）
６地図データ道路線形推定部（第１の道路形状推定手段）
８画像データ道路線形推定部（第２の道路形状推定手段）
１０１カメラ（撮像手段）
１１０道路線形選択部（道路形状選択手段）
１３１ブザー（報知手段）
Ｗ幅員（幅員データ）
Ｃ車両中心線（中心線）
Ｄ横変位量（自車の走行軌跡と中心線との差）
θ 角度変位量（自車の走行軌跡と中心線との差）

Claims

自車の走行状況又は衛星測位情報の少なくともいずれかから自車の位置を推定する自車位置推定手段と、
道路の位置データを予め記憶する道路データ記憶手段と、
該道路データ記憶手段の記憶データに基づき道路形状を推定する第１の道路形状推定手段と、
自車進行方向の道路を撮影する撮像手段と、
該撮影手段の撮影した画像に基づき道路形状を推定する第２の道路形状推定手段と、
前記第１および第２の道路形状推定手段の推定した道路形状の信頼性を判断する判断手段と、
該判断手段の判断結果に基づき前記第１および第２の道路形状推定手段の推定した道路形状のいずれかを選択する道路形状選択手段とを備え、
前記撮像手段は、道路の走行路区分線を認識するものであり、
前記判断手段は、自車進行方向における自車からの距離が異なる複数箇所における前記走行路区分線の認識状況に基づき前記第２の道路形状推定手段の推定した道路形状の信頼性を判断することを特徴とする車両制御装置。
前記道路形状選択手段は、前記判断手段が前記第２の道路形状推定手段の推定した道路形状の信頼性を高と判定した時は、前記第２の道路形状推定手段の推定した道路形状を選択し、信頼性を低と判定した時は、前記第１の道路形状推定手段の推定した道路形状を選択することを特徴とする請求項１に記載の車両制御装置。
前記道路形状選択手段は、さらに前記第１および第２の道路形状推定手段の推定した道路形状を比較する道路形状比較手段を備え、前記判断手段が前記第２の道路形状推定手段の推定した道路形状の信頼性を中と判定した場合であって、前記道路形状比較手段の比較結果が一致した時は、前記第２の道路形状推定手段の推定した道路形状を選択し、一致しなかった時は、前記第１の道路形状推定手段の推定した道路形状を選択することを特徴とする請求項１又は請求項２に記載の車両制御装置。
前記自車の走行状況は、ヨーレートと車速であり、両出力に基づき自車の走行軌跡を推定するものであることを特徴とする請求項１〜請求項３のいずれかに記載の車両制御装置。
前記道路データ記憶手段は、前記走行路区分線の幅員データを記憶するものであり、前記道路形状選択手段により前記第１の道路形状推定手段の推定した道路形状が選択された時は、前記自車の走行状況から求めた走行軌跡と前記第１の道路形状推定手段の推定した道路形状および前記幅員データとに基づき走行路区分線からの逸脱状態を判定する逸脱状態判定手段を備えることを特徴とする請求項４記載の車両制御装置。
前記第２の道路形状推定手段は、前記撮像手段が撮像した走行路区分線から該走行路区分線間の中心線を推定し、該中心線の形状から道路形状を推定するものであり、自車の走行軌跡と前記中心線との差に基づき走行路区分線からの逸脱状態を判定する逸脱状態判定手段を備えることを特徴とする請求項４記載の車両制御装置。
前記逸脱状態判定手段により自車が走行路区分線を逸脱するおそれがあると判定された時、ドライバに報知する報知手段を備えることを特徴とする請求項５又は請求項６に記載の車両制御装置。