JP4637690B2 - 道路形状認識装置 - Google Patents

Description

この発明は、車両に搭載されているレーダ装置を用いて、車両前方を監視するに際して、車両前方の道路形状を認識する道路形状認識装置に関するものである。

従来からレーダ装置を車両に搭載し、そのレーダ装置が光波やミリ波などのレーダ波を車両前方の所定角度範囲内に照射して、自車両の前方を走行する他の車両や自車両の前方に存在する障害物に反射されたレーダ波を受信して、他の車両や障害物を検出する車両用前方監視装置が知られている。
ただし、車両用前方監視装置は、他の車両や障害物を検出しても、他の車両等が自車両と同一の車線を走行する先行車両であるか否かを識別する必要がある場合において、正確に識別する必要がある場合には、自車両が走行している道路形状を正確に認識する必要がある。

道路形状を識別する方法として、一般的に操舵角センサやヨーレートセンサを用いて道路曲率を検出する方法がある。
しかし、操舵角センサやヨーレートセンサを用いて検出される道路曲率は、自車両の走行位置における道路曲率である。
このため、例えば、自車両が道路の直線部分を走行しているが、道路が前方でカーブしており、先行車両がカーブ部分を走行しているような場合には、正しく先行車両を識別することができなくなる。
また、この識別方法では、操舵の揺れや横風などの影響を受けやすく、正しく先行車両を識別することが困難である。

そこで、道路端に存在する路側物から道路形状を認識する方法が提案されている（例えば、特許文献１参照）。
路側物から道路形状を認識する方法では、路側帯のデリニエータ（視線誘導票）を検出し、そのデリニエータの時間的な位置の変化に基づいて道路形状を認識している。
この認識方法によれば、各時刻で同一のデリニエータを正しく識別して、位置の変化を適切に把握することができれば、道路形状を正しく認識することができるものと考えられる。

しかし、路側帯にはガードレールや防音壁など、多数の物標が存在するため、検出される障害物が非常に多くなる場合がある。
このような場合には、前回のサンプリング時刻の観測情報と、今回のサンプリング時刻の観測情報とが得られたとき、どの物標と、どの物標とが同一の物標であるかを判別することが困難である。
特に直線からカーブにさしかかる場合など、走行状態が変化する場合には、路側物がどの方向に移動して見えるのか予測が困難になるため、更に判別が困難になる。

また、デリニエータが存在しない場合は、ガードレールなどの反射波を利用することになるが、ガードレールのような面に反射されたレーダ光は、デリニエータのように常に同一の１点から反射されるものではないため、反射波から軌跡を作成するのが極めて困難である。
また、車両が高速走行している時は、同一の目標がレーダの覆域内に存在する時間が短くなるため、道路形状の認識に十分な個数の観測情報が得られなくなることもある。

特許第３３２４３２５号公報

従来の道路形状認識装置は以上のように構成されているので、操舵角センサやヨーレートセンサの観測結果から道路曲率を検出して道路形状を認識する方法を用いる場合、自車両が走行している位置の道路形状を認識することができても、先行車両が走行している位置の道路形状を認識することができず、自車両が走行している位置の道路曲率と、先行車両が走行している位置の道路曲率とが異なると、正しく先行車両を識別することができなくなる課題があった。また、この識別方法では、操舵の揺れや横風などの影響を受けやすく、正しく先行車両を識別することが困難である課題があった。

また、路側帯のデリニエータを検出し、そのデリニエータの時間的な位置の変化に基づいて道路形状を認識する方法を用いる場合、ガードレールや防音壁など、多数の物標が路側に存在する状況下では、各サンプリング時刻の観測情報における同一物標の判別が困難であり、道路形状を認識することができなくなることがある課題があった。
また、路側帯にデリニエータが存在しない道路を走行する場合、ガードレールなどの反射波を利用して軌跡を作成する必要があるが、ガードレールのような面に反射されたレーダ光は、デリニエータのように常に同一の１点から反射されるものではないため、反射波から軌跡を作成するのが極めて困難であり、道路形状を認識することができなくなることがある課題があった。
さらに、車両が高速走行している時は、同一の目標がレーダの覆域内に存在する時間が短くなるため、道路形状の認識に十分な個数の観測情報が得られなくなり、道路形状を認識することができなくなることがある課題があった。

この発明は上記のような課題を解決するためになされたもので、デリニエータが路側帯に存在しているか否かに拘わらず、現在の走行位置における道路曲率と前方の道路曲率とが異なっていたり、操舵にふらつきがあったりしても、正確に道路形状を認識することができる道路形状認識装置を得ることを目的とする。

この発明に係る道路形状認識装置は、センシング手段により検出された物体の相対速度と車両の速度に基づいて当該物体が静止物体であるか否かを識別する静止物識別手段と、その静止物識別手段により静止物体であると識別されて記憶手段に位置が記憶されている物体の中から道路形状の推定に適している有効な静止物体を抽出する有効静止物体抽出手段とを設け、その有効静止物体抽出手段により抽出された物体の位置を道路形状推定式に当て嵌めて道路形状を推定するようにしたものである。
また、有効静止物体抽出手段が、記憶手段に記憶されている物体の位置毎に、当該物体の位置と道路形状推定手段により前回推定された道路形状間の距離に対応する相関判定値として、道路の右端を基準とする相関判定値と、道路の左端を基準とする相関判定値とを計算し、双方の相関判定値が所定値より小さい場合、当該物体は、小さい方の相関判定値が基準としている側の道路端から所定の範囲内に存在している静止物体であると認定して、道路形状の推定に適している有効な静止物体として取り扱うようにしたものである。

以上のように、この発明によれば、センシング手段により検出された物体の相対速度と車両の速度に基づいて当該物体が静止物体であるか否かを識別する静止物識別手段と、その静止物識別手段により静止物体であると識別されて記憶手段に位置が記憶されている物体の中から道路形状の推定に適している有効な静止物体を抽出する有効静止物体抽出手段とを設け、その有効静止物体抽出手段により抽出された物体の位置を道路形状推定式に当て嵌めて道路形状を推定するように構成したので、デリニエータが路側帯に存在しているか否かに拘わらず、現在の走行位置における道路曲率と前方の道路曲率とが異なっていたり、操舵にふらつきがあったりしても、正確に道路形状を認識することができる効果がある。
また、有効静止物体抽出手段が、記憶手段に記憶されている物体の位置毎に、当該物体の位置と道路形状推定手段により前回推定された道路形状間の距離に対応する相関判定値として、道路の右端を基準とする相関判定値と、道路の左端を基準とする相関判定値とを計算し、双方の相関判定値が所定値より小さい場合、当該物体は、小さい方の相関判定値が基準としている側の道路端から所定の範囲内に存在している静止物体であると認定して、道路形状の推定に適している有効な静止物体として取り扱うように構成したので、例えば、センサの観測精度が余り高くないような場合でも、有効な静止物体を精度よく抽出することができる効果がある。

実施の形態１．
図１はこの発明の実施の形態１による道路形状認識装置を示す構成図であり、図において、センサ部１はレーダ１１、車速センサ１２及びヨーレートセンサ１３を実装しており、センサ部１はセンシング手段を構成している。
センサ部１のレーダ１１は車両前方の所定角度範囲内にレーダ波（例えば、光波やミリ波）を照射し、物体に反射されたレーダ波を受信して、その物体の位置（距離、角度）及びドップラー速度（自車両に対する物体の相対速度）を計測する。
センサ部１の車速センサ１２は自車両の速度を計測し、センサ部１のヨーレートセンサ１３は車両が回転する速度を計測する。
ただし、車速センサ１２については、他の方法で物体の相対速度から自車速を推定することができる場合には必須ではない。また、ヨーレートセンサ１３については、後述する道路形状推定部３で使用することができるため、入力要素の一つとして記載しているが、使用しなくても実現可能であるため必須の要素ではない。また、ヨーレートセンサ１３の代わりに操舵角センサを用いるようにしてもよい。

道路形状推定方式設定部２は道路形状式設定器２１及び有効静止物抽出方式設定器２２を実装しており、道路形状推定方式設定部２は推定式設定手段を構成している。
道路形状推定方式設定部２の道路形状式設定器２１は道路形状の推定に利用する道路形状推定式として、道路形状を近似する際に使用する数式（例えば、円や多項式など）を設定するとともに、その道路形状推定式のパラメータの推定方式を設定する。また、道路形状式設定器２１は道路形状推定式の解法やパラメータの推定方式に応じてスイッチＳＷ１，ＳＷ３を制御して、有効静止物抽出部３６及び道路形状推定処理部３７に対する入力信号の要否を制御する。
道路形状推定方式設定部２の有効静止物抽出方式設定器２２は有効静止物の抽出方式を設定するとともに、有効静止物の抽出方式に応じてスイッチＳＷ２を制御して、記憶装置４から有効静止物抽出部３６に対する入力信号の要否を制御する。

道路形状推定部３はセンサ部１の計測結果や道路形状推定方式設定部２の設定内容にしたがって道路形状を推定する処理を実施する。
道路形状推定部３の座標変換部３１はレーダ１１により計測された物体の位置（距離、角度）を自車の位置を原点とする直交座標に変換し、座標変換後の位置とレーダ１１により計測されたドップラー速度の情報を静止物抽出部３２に出力する。
道路形状推定部３の静止物抽出部３２はレーダ１１により計測されたドップラー速度と車速センサ１２により計測された自車両の速度を比較し、そのドップラー速度と自車速の差が所定値以下であれば、その物体が静止物体であると判断して、その物体の位置とドップラー速度を静止物一時記憶装置３３に出力する。
なお、座標変換部３１及び静止物抽出部３２から静止物識別手段が構成されている。

道路形状推定部３の静止物一時記憶装置３３は静止物抽出部３２により静止物体であると判断された物体の観測値（位置、ドップラー速度）を蓄積するメモリである。
道路形状推定部３のデータセグメント作成部３４は静止物一時記憶装置３３から道路形状の推定処理を一回実施するのに必要な分だけ物体の観測値を読み出し、それらの観測値の集合（以下、データセグメントと称する）を作成する。
図２及び図３はデータセグメント作成部３４によるデータセグメントの作成例を示し、特に、図２は所定の時間内に得られた静止物体の観測値をデータセグメントとし、図３は時間に関係なく所定の個数以上の静止物体の観測値をデータセグメントとしている。
図３の方法でデータセグメントを構成する場合、データが長時間得られない場合を考慮して、１つのデータセグメントの時間制限を設けてもよい。また、図２及び図３のように、時間を一部重複してデータセグメントの抽出を行う場合、重複する時間を適宜調整してもよいし、全く重複しないようにしてもよい。
なお、静止物一時記憶装置３３及びデータセグメント作成部３４から記憶手段が構成されている。

道路形状推定部３の道路曲率算出部３５はヨーレートセンサ１３により計測された車両の回転速度から道路の曲率を算出する。
道路形状推定部３の有効静止物抽出部３６は道路形状推定方式設定部２により設定された有効静止物の抽出方式や道路形状推定式のほか、道路曲率算出部３５により算出された道路の曲率などを利用して、データセグメント作成部３４により作成されたデータセグメントの中から、道路形状の推定に適している有効な静止物体の観測値を抽出する。なお、有効静止物抽出部３６は有効静止物体抽出手段を構成している。

道路形状推定部３の道路形状推定処理部３７は有効静止物抽出部３６により抽出された有効静止物体の観測値を道路形状推定方式設定部２により設定された道路形状推定式に当て嵌めて道路形状を推定する処理を実施する。なお、道路形状推定処理部３７は道路形状推定手段を構成している。
道路形状推定部３のフィルタ処理部３８は道路形状推定処理部３７により推定された今回の推定結果と記憶装置４に記憶されている前回の推定結果を入力して、今回の推定結果に対するフィルタリング処理を実施し、最終的な道路形状の推定結果（以下、道路形状フィルタ値と称する）を出力する。
ただし、フィルタ処理部３８におけるフィルタリング処理は必須の処理ではないので、フィルタリング処理を実施しない場合、今回の道路形状の推定結果をそのまま道路形状フィルタ値として出力するようにしてもよい。この推定結果は記憶装置４に保存される。
記憶装置４は道路形状の推定結果を記憶しているメモリである。

図４はこの発明の実施の形態１による道路形状認識装置の処理内容を示すフローチャートである。
図５はこの発明の実施の形態１による道路形状認識装置における有効静止物抽出部３６の処理内容を示すフローチャートである。

次に動作について説明する。
最初に、この実施の形態１の道路形状認識装置による道路形状の認識原理を簡単に説明する。
一定時間内に得られる観測値の中から、道路端に存在する静止物体に係る観測値を抽出して、これらの観測値を結ぶと、道路端らしき曲線が出来上がり、その曲線の形状を目視で認識することができる。
即ち、同一の静止物体のみの観測値に限らずとも、同一の道路端に存在する複数の静止物体から得られる観測値を集めて結べば、道路端を検出することができる。
この実施の形態１では、このことを利用して、静止物体の時間的な動きを個別に追跡することなく、道路端に存在する異なる静止物を出来るだけ漏れなく利用して、道路端を検出するものである。
また、この実施の形態１では、道路端を簡易な数式で表して、次回時刻の道路端検出を容易にすることや、検出結果を先行車両の判定等に利用し易くするようにしている。

この方法で道路端を検出する場合、道路端に存在するある目標から得られている観測値が、どれなのであるかを正しく認識することが重要となる。得られる観測値の中には、道路の奥にある目標や頭上の看板に反射された観測値や、路面に反射された観測値も含まれているので、これらを排除して、道路端に存在する目標だけを選び出す必要がある。
この実施の形態１では、道路端に存在する目標だけを選び出すため、道路の形状を表す特徴（例えば道路の曲率、自車からレーン端までの距離等）をパラメータとする数式で近似するようにしている。
この数式として、例えば、半径や中心座標をパラメータとする円や、係数をパラメータとする多項式（放物線や直線を含む）や、多項式の組合せや集合（線分＋放物線、線分の集合等）等を用いることができる。
そして、その数式で表現される直線、あるいは、曲線の近くに得られる静止物体は道路端に存在する静止物体であると考えて、これらの静止物体を用いて数式のパラメータを推定するようにする。

以下、この実施の形態１における道路形状認識装置の処理内容を具体的に説明する。
センサ部１のレーダ１１は、車両前方の所定角度範囲内にレーダ波を照射し、物体に反射されたレーダ波を受信して、その物体の位置（距離、角度）及びドップラー速度を計測する。
また、センサ部１の車速センサ１２は、自車両の速度を計測し、センサ部１のヨーレートセンサ１３は、車両が回転する速度を計測する。

道路形状推定部３の座標変換部３１は、レーダ１１が物体の位置（距離、角度）及びドップラー速度を計測すると、これらの計測データを１スキャン分読み込み（ステップＳＴ１）、その物体の位置（距離、角度）を自車の位置を原点とする直交座標に変換する。
そして、座標変換後の位置とレーダ１１により計測されたドップラー速度の情報を静止物抽出部３２に出力する。
道路形状推定部３の静止物抽出部３２は、車速センサ１２が自車両の速度を計測すると、この計測データを１スキャン分読み込み（ステップＳＴ１）、座標変換部３１から出力されたドップラー速度（レーダ１１により計測されたドップラー速度）と車速センサ１２により計測された自車両の速度を比較する。
静止物抽出部３２は、そのドップラー速度と自車速の差が所定値以下であれば、その物体が静止物体であると判断して、その物体の位置とドップラー速度を静止物一時記憶装置３３に格納する（ステップＳＴ２）。
なお、ステップＳＴ１，ＳＴ２の処理は、所定スキャン数だけ繰り返し実施される。

道路形状推定部３のデータセグメント作成部３４は、座標変換部３１及び静止物抽出部３２が所定スキャン数だけ繰り返し処理を実施して、静止物体の観測値（位置、ドップラー速度）が静止物一時記憶装置３３に蓄積されると、静止物一時記憶装置３３から道路形状の推定処理を一回実施するのに必要な分だけ静止物体の観測値を読み出し、それらの観測値の集合であるデータセグメントを作成する（ステップＳＴ３）。
図２及び図３は、上述したように、データセグメント作成部３４によるデータセグメントの作成例を示しており、特に、図２は所定の時間内に得られた静止物体の観測値をデータセグメントとし、図３は時間に関係なく所定の個数以上の静止物体の観測値をデータセグメントとしている。

道路形状推定部３の有効静止物抽出部３６は、道路形状推定方式設定部２により設定された有効静止物の抽出方式や道路形状推定式のほか、道路曲率算出部３５により算出された道路の曲率などを利用して、データセグメント作成部３４により作成されたデータセグメントの中から、道路形状の推定に適している有効な静止物体の観測値を抽出する（ステップＳＴ４）。
以下、有効静止物抽出部３６の処理内容を具体的に説明する。
有効な静止物体の観測値を抽出する処理は、道路形状推定処理部３７による前回の道路形状の推定結果を利用する場合と、前回の道路形状の推定結果を利用しない場合とがあるが、この実施の形態１では、前回の道路形状の推定結果を利用する場合について説明する。

有効静止物抽出部３６は、道路形状推定方式設定部２の道路形状式設定器２１が道路形状の推定に利用する道路形状推定式として、例えば、放物線ｘ＝ａｙ²＋ｂを設定すると、静止物体をカウントする変数ｍを１にリセットして処理を開始する（ステップＳＴ１１）。
ただし、道路形状推定式におけるパラメータＰは、ａとｂ（ｂ_R：右側、ｂ_L：左側）である。

有効静止物抽出部３６は、データセグメント作成部３４により作成されたデータセグメントに含まれている静止物体の観測値Ｚ_m＝（Ｘ_m，Ｙ_m）（ｍ＝１，２，・・・，Ｍ）の中で、以下のステップＳＴ１３〜ＳＴ１７の処理が未だ実施されていない静止物体の観測値Ｚ_mが残っていれば、そのデータセグメントから未処理の静止物体の観測値Ｚ_mを１つ取り出し、以下の処理を実施する（ステップＳＴ１２）。
有効静止物抽出部３６は、データセグメントから静止物体の観測値Ｚ_mを１つ取り出すと、記憶装置４から道路形状推定処理部３７により前回推定された道路形状の推定結果（パラメータがＰ_k-1＝（ａ_k-1，ｂ_Rk-1，ｂ_Lk-1）である道路形状推定式ｆ_k-1）を読み出し、前回の道路形状推定式ｆ_k-1と静止物体の観測値Ｚ_mとの相関判定値Ｄ_m＝（Ｄ_Rm，Ｄ_Lm）を計算する（ステップＳＴ１３）。
ここで、相関判定値Ｄ_mは、前回の道路形状推定式ｆ_k-1に対して、静止物体の位置である観測値Ｚ_mが、どの程度近いかを表す値であり、Ｄ_Rmは道路の右端を基準とする相関判定値、Ｄ_Lmは道路の左端を基準とする相関判定値である。

図６〜図８は有効静止物抽出部３６による相関判定値Ｄ_mの計算例を示す説明図であり、特に、図６は前回の道路形状推定式ｆ_k-1と静止物体の観測値Ｚ_mとの最短距離を相関判定値Ｄ_mと定義している例を示しており、図７は前回の道路形状推定式ｆ_k-1と静止物体の観測値Ｚ_mとのｘ方向距離と、ｙ方向距離とを計算し、いずれか小さい方の距離を相関判定値Ｄ_mと定義している例を示している。
また、図８は前回の道路形状推定式ｆ_k-1と静止物体の観測値Ｚ_mとのｘ方向距離（または、ｙ方向距離）を相関判定値Ｄ_mと定義している例を示しており、この場合、図７のように定義する場合より、計算量を削減することができる。

有効静止物抽出部３６は、上記のようにして、相関判定値Ｄ_m＝（Ｄ_Rm，Ｄ_Lm）を計算すると、その相関判定値Ｄ_mに対する閾値として、当該静止物体が道路形状の推定に適している有効な静止物体であるか否かを判定するための所定値Ｇ_mを計算する（ステップＳＴ１４）。
図６〜図８における灰色矢印が所定値Ｇ_mに相当し、一般的には、センサの観測精度が距離に依存することから、所定値Ｇ_mを距離に応じて変化させるようにすればよい。
ただし、相関判定用の所定値Ｇ_mは固定値でもよく、この場合には、所定値Ｇ_mを計算する必要がない。
なお、相関判定値Ｄ_mを図８のように定義する場合、道路のカーブが急になる程、相関判定値Ｄ_mが拡大して、固定の所定値Ｇ_mでは、正しく有効静止物体の観測値を取得することができなくなる場合が考えられるので、前回の道路形状推定式ｆ_k-1のカーブ状態に応じて、所定値Ｇ_mを変化させるようにすればよい。即ち、道路形状推定処理部３７により前回推定された道路形状の曲率が大きい場合（曲率が予め設定された基準曲率より大きい場合）、車両からの距離が遠い程、道路端からの所定の範囲（有効静止物体が存在するエリア）を車両の走行方向と垂直な方向に拡大して設定するようにしてもよい。
図９は道路が急カーブである場合、特に道路の遠方では、推定車線に近い観測値であっても、ｘ方向の差（図中のＤ_m）がかなり大きなものになってしまうことを示している。
そのため、道路が急カーブである場合、ｘ方向の差で相関を決定するためには、車両からの距離が遠い程、相関判定値Ｄ_mに対応する所定値Ｇ_mを大きくする必要がある。

有効静止物抽出部３６は、静止物体の観測値Ｚ_mが前回の道路形状推定式ｆ_k-1に近い程、有効である可能性が高いと判断し、少なくとも、相関判定値Ｄ_Rm、Ｄ_Lmのいずれか一方が所定値Ｇ_mより小さければ（ステップＳＴ１５）、静止物体の観測値Ｚ_mが道路形状の推定に適している有効な静止物体の観測値であると認定し（ステップＳＴ１６）、相関判定値Ｄ_Rm、Ｄ_Lmのいずれも所定値Ｇ_mより小さくなければ、静止物体の観測値Ｚ_mが道路形状の推定に適していないと認定する。

なお、相関判定値Ｄ_Rmだけが所定値Ｇ_mより小さい場合、道路の右端から所定の範囲内に存在している静止物体であると認定し、相関判定値Ｄ_Lmだけが所定値Ｇ_mより小さい場合、道路の左端から所定の範囲内に存在している静止物体であると認定する。
相関判定値Ｄ_Rm、Ｄ_Lmの双方が所定値Ｇ_mより小さい場合、例えば、Ｄ_Rm＜Ｄ_Lmであれば、道路の右端から所定の範囲内に存在している静止物体であると認定し、Ｄ_Rm≧Ｄ_Lmであれば、道路の左端から所定の範囲内に存在している静止物体であると認定する。
あるいは、道路のカーブ状況によって静止物体の割り当てを変えるようにしてもよく、例えば、車両が右カーブの道路を走行中は、道路の左端に存在する静止物体から多くの反射が得られ、左カーブの道路を走行中は、道路の右端に存在する静止物体から多くの反射が得られるという特性を考慮し、右カーブの道路を走行中は、道路の左端から所定の範囲内に存在している静止物体であると認定し、左カーブの道路を走行中は、道路の右端から所定の範囲内に存在している静止物体であると認定する。

有効静止物抽出部３６は、上記のようにして、静止物体の観測値Ｚ_mが道路形状の推定に適している有効な静止物体の観測値であるか否かを判定すると、静止物体をカウントする変数ｍを１カウントアップして、ステップＳＴ１２の処理に戻る（ステップＳＴ１７）。
有効静止物抽出部３６は、データセグメント作成部３４により作成されたデータセグメントに含まれている全ての静止物体の観測値Ｚ_mに対して、ステップＳＴ１３〜ＳＴ１７の処理が終了すると、道路形状の推定に適していると認定した有効な静止物体の観測値Ｚ_mである位置とドップラー速度の情報を道路形状推定処理部３７に出力する。

なお、有効静止物抽出部３６による上記の抽出方法では、相関判定値Ｄ_Rm、Ｄ_Lmを左右の道路端を基準にして計算するので、静止物体を予め左右に振り分けておく必要がないが、道路形状推定処理部３７による前回の道路形状の推定結果を用いて自車線を作成し、その自車線を境界線として、予め静止物体を左右どちらの道路端から得られたものであるかを分けておくようにすることもできる（図１０を参照）。この場合、相関判定値Ｄ_mを対応する側の道路端についてのみ計算すればよいので、計算量を削減することができる。

また、道路曲率が次第に変化するカーブ路等を走行している場合、道路曲率の変化の影響が遠方ほど大きくなるので、上記の方法では、図１１に示すように、遠方のデータを一部捕捉できないことがある。
このような場合、前回の推定結果である道路形状推定式ｆ_k-1のパラメータの中の道路曲率に相当するパラメータａ_k-1を僅かに変化させたａ_j,k-1を持たせた仮想の道路形状Ｘ_j（ｊ＝１，２，・・・，Ｎｘ）を想定する。図１２はＮｘ＝２の例を示している。
有効静止物抽出部３６は、全ての仮想の道路形状Ｘ_jについて、ステップＳＴ１１〜ＳＴ１７の処理を実施することにより、有効静止物体の抽出処理を実施する。
そして、有効静止物抽出部３６は、全ての仮想の道路形状Ｘ_jについて、ステップＳＴ１１〜ＳＴ１７の処理が終了すると、各道路形状Ｘ_jから得られた有効静止物体の個数を比較し、最も多くの有効静止物体が得られた道路形状Ｘ_jの有効静止物体を、今回時刻の有効静止物体（真の有効静止物体）であると認定する。
図１２の例では、道路形状Ｘ₂の有効静止物体が、今回時刻の有効静止物体（真の有効静止物体）であると認定される。
ここでは、車線幅が変化せずに、道路曲率が変化する場合の対応を想定したので、パラメータａのみを僅かに変化させる例について述べたが、道路端までの距離が変化する場合の対応を考えて、パラメータｂを変化させるようにしてもよい。

道路形状推定部３の道路形状推定処理部３７は、上記のようにして、有効静止物抽出部３６が有効静止物体の観測値を抽出すると、その有効静止物体の観測値を道路形状推定方式設定部２により設定された道路形状推定式ｆ_kに当て嵌めて道路形状を推定する処理を実施する（ステップＳＴ５）。
即ち、道路形状推定処理部３７は、最小二乗法を使用して、道路形状の推定処理を実施するが、以下、道路形状推定式ｆ_kが放物線ｘ＝ａｙ²＋ｂである場合について、具体的に説明する。

道路形状推定処理部３７は、過去の道路形状の推定結果を用いずに、最小二乗法で、道路形状推定式ｆ_kのパラメータａ，ｂを推定する場合、下記の式（１）を計算する。

ただし、左右の道路端を独立に推定する場合には、道路形状推定式のパラメータ行列ａ₀及び観測行列Ｈ_mは下記の式（２）〜式（４）になる。
ａ₀＝［ａ_R0，ｂ_R0］^T （右側） （２）
ａ₀＝［ａ_L0，ｂ_L0］^T （左側） （３）
Ｈ_m＝［ｙ_m ²，１］ （ｍ＝１，２，・・・，Ｎ） （４）
左右の道路端が平行であると考える場合には、下記の式（５）で、パラメータａ_R0，ａ_L0を統合する。ここで、パラメータａ_R0，ａ_L0の統合を実施せずに、後述するステップＳＴ６でフィルタリング処理を実施してから、フィルタ値を統合するようにしてもよい。
ａ₀＝α_R・ａ_R0＋α_L・ａ_L0 （５）
α_R，α_Lはゲイン

また、式（１）を計算して、道路形状推定式ｆ_kのパラメータａ，ｂを推定する際、左右の道路端が平行であると考えて、予め道路のカーブ形状を表すパラメータａを左右共通とすれば、道路形状推定式のパラメータ行列ａ₀及び観測行列Ｈ_mは下記の式（６）〜式（８）になる。
ａ₀＝［ａ₀，ｂ_R0，ｂ_L0］^T （６）
Ｈ_m＝［ｙ_m ²，１，０］ （右側） （７）
Ｈ_m＝［ｙ_m ²，０，１］ （左側） （８）
ｍ＝１，２，・・・，Ｎ

この実施の形態１では、道路形状推定式ｆ_kとして、放物線ｘ＝ａｙ²＋ｂを用いているので、最低２個の静止物体が存在すれば、理論上は、パラメータａ，ｂを特定することが可能である。
しかし、実際には、観測誤差などによって静止物体の位置がばらつくため、静止物体の個数が少な過ぎたり、一箇所に集中して観測されたりする場合には、正しくパラメータａ，ｂを推定することができないことがある。
図１３の例では、有効静止物体が道路の縁の一部に比較的集中して得られている。このような場合、静止物体の僅かな誤差によって道路曲率の推定結果が大きく変動してしまうことがある。
図１３の例では、道路Ｘ₁と道路Ｘ₂は道路曲率が全く異なっているが、有効静止物体から推定すると、どちらの道路でも合致してしまうのである。
即ち、静止物体の数が少な過ぎたり、一箇所に集中して観測されたりする場合に推定を行っても正しいパラメータａ，ｂを得ることができない。
この問題を改善するためには、有効静止物体の個数が所定数以下しか得られなかった場合や、有効静止物体の分布範囲が所定距離以下の場合には推定を行わないようにするとよい。推定を行わない場合には、前回時刻における推定パラメータを継続して使用する。

なお、観測雑音行列Ｒ_mや重み係数Ｗ_R0,mR，Ｗ_L0,mLの設定によって、静止物体の観測値Ｚ_mが道路形状の推定に与える影響を重み付けすることができる。
例えば、観測雑音行列Ｒ_mの場合、静止物体の観測値Ｚ_mが遠方にある程、センサの観測精度が劣化すると考えて、道路形状の推定に与える影響を小さくする場合には、静止物体の観測値Ｚ_mと自車との距離に応じて観測雑音行列Ｒ_mを大きく設定する。
同様に、静止物体の観測値Ｚ_mの取得時刻が昔である程、観測雑音行列Ｒ_mを大きく設定したり、過去のデータセグメントに所属していない場合に観測雑音行列Ｒ_mを大きく設定したりするなどの重み付けが考えられる。

道路形状推定部３のフィルタ処理部３８は、上記のようにして、道路形状推定処理部３７が道路形状を推定すると、今回の推定結果と記憶装置４に記憶されている前回の推定結果を入力して、今回の推定結果に対するフィルタリング処理を実施し、最終的な道路形状の推定結果である道路形状フィルタ値を出力する（ステップＳＴ６）。
例えば、フィルタ処理部３８が道路形状推定式として放物線ｘ＝ａｙ²＋ｂを使用し、左右が平行な道路を考える場合、下記の式（９）〜式（１１）を計算するαフィルタを使用する。
ａ_s,k＝ａ_s,k-1＋α_a（ａ_0,k-1−ａ_s,k-1） （９）
ｂ_Rs,k＝ｂ_Rs,k-1＋α_b（ｂ_R0,k-1−ｂ_Rs,k-1） （１０）
ｂ_Ls,k＝ｂ_Ls,k-1＋α_b（ｂ_L0,k-1−ｂ_Ls,k-1） （１１）
ａ_s,k ：ａの今回時刻ｋにおけるフィルタ値
ｂ_Rs,k ：ｂの今回時刻ｋにおけるフィルタ値（右側）
ｂ_Ls,k ：ｂの今回時刻ｋにおけるフィルタ値（左側）
ａ_s,k-1 ：ａの前回時刻ｋ−１におけるフィルタ値
ｂ_Rs,k-1：ｂの前回時刻ｋ−１におけるフィルタ値（右側）
ｂ_Ls,k-1：ｂの前回時刻ｋ−１におけるフィルタ値（左側）
α_a，α_b：ゲイン

なお、フィルタ処理部３８がフィルタリング処理を実施せず、道路形状推定処理部３７の推定結果をそのまま使用したい場合には、ゲインを１にすればよい。
また、フィルタ処理部３８がαフィルタに代えて、α−βフィルタやカルマンフィルタなどを使用してもよい。
ここでは、過去の道路形状の推定パラメータを使用しているが、過去の推定値がない場合、道路のカーブ形状を表すパラメータａとして、ヨーレートセンサ１３や操舵角センタの計測データの換算パラメータａ_tempを代用してもよい。
なお、フィルタ処理部３８から出力される道路形状フィルタ値は、記憶装置４に保存される（ステップＳＴ７）。

この実施の形態１では、左右の道路形状推定式が放物線で表される場合を例にして説明したが、道路形状推定式は放物線に限らず、円や多項式、直線あるいは直線と多項式の組合せなどでもよい。
また、中央分離帯などを挟んで複数の車線が観測可能な場合は、左右２本のみの推定に限らず、複数の車線を検出するように道路形状推定式や、そのパラメータを設定することも可能である。

以上で明らかなように、この実施の形態１によれば、レーダ１１により計測された物体のドップラー速度と車速センサ１２により計測された自車両の速度を比較して、当該物体が静止物体であるか否かを識別する静止物抽出部３２と、その静止物抽出部３２により静止物体であると識別されている物体の中から道路形状の推定に適している有効な静止物体を抽出する有効静止物抽出部３６とを設け、その有効静止物抽出部３６により抽出された物体の位置を道路形状推定式に当て嵌めて道路形状を推定するように構成したので、デリニエータが路側帯に存在しているか否かに拘わらず、現在の走行位置における道路曲率と前方の道路曲率とが異なっていたり、操舵にふらつきがあったりしても、正確に道路形状を認識することができる効果を奏する。

また、この実施の形態１によれば、データセグメント作成部３４により作成されたデータセグメントに含まれている静止物体の観測値毎に、当該観測物体の位置と道路形状推定処理部３７により前回推定された道路形状間の距離に対応する相関判定値を計算し、その相関判定値が所定値より小さければ、その静止物体が道路端から所定の範囲内に存在していると認定して、道路形状の推定に適している有効な静止物体として取り扱うように構成したので、構成の複雑化を招くことなく、道路形状の推定に適している有効な静止物体を抽出することができる効果を奏する。

この実施の形態１によれば、物体の位置と道路形状間の距離に対応する相関判定値として、道路の右端を基準とする相関判定値と、道路の左端を基準とする相関判定値とを計算し、双方の相関判定値が所定値より小さい場合、小さい方の相関判定値が基準としている側の道路端から所定の範囲内に存在している静止物体であると認定するように構成したので、例えば、センサの観測精度が余り高くないような場合でも、有効な静止物体を精度よく抽出することができる効果を奏する。

この実施の形態１によれば、物体の位置と道路形状間の距離に対応する相関判定値として、道路の右端を基準とする相関判定値と、道路の左端を基準とする相関判定値とを計算し、双方の相関判定値が所定値より小さい場合、道路形状推定処理部３７により前回推定された道路形状が右カーブであれば、道路の左端から所定の範囲内に存在している静止物体であると認定し、その道路形状推定処理部３７により前回推定された道路形状が左カーブであれば、道路の右端から所定の範囲内に存在している静止物体であると認定するように構成したので、例えば、センサの観測精度が余り高くないような場合でも、有効な静止物体を精度よく抽出することができる効果を奏する。

また、この実施の形態１によれば、データセグメント作成部３４により作成されたデータセグメントに含まれている静止物体の観測値毎に、当該観測物体の位置と道路形状推定処理部３７により前回推定された道路形状間の距離に対応する相関判定値を計算し、その相関判定値を所定値と比較することにより、当該静止物体が道路端から所定の範囲内に存在している有効な静止物体であるか否かを判定するほか、その道路形状と形状が異なる仮想の道路形状を想定して、その物体の位置と仮想の道路形状間の距離に対応する相関判定値を計算し、その相関判定値を所定値と比較することにより、当該静止物体が仮想の道路端から所定の範囲内に存在している有効な静止物体であるか否かを判定し、複数の道路形状に係る有効な静止物体の中で、有効な静止物体の個数が最も多い道路形状に係る有効な静止物体が真の静止物体であると認定するように構成したので、道路曲率が次第に変化するカーブ路等を走行している場合でも、有効な静止物体を精度よく抽出することができる効果を奏する。

この実施の形態１によれば、道路形状推定処理部３７により前回推定された道路形状の曲率が大きい場合、車両からの距離が遠い程、道路端からの所定の範囲（有効静止物体が存在するエリア）を車両の走行方向と垂直な方向に拡大して設定するように構成したので、道路形状の曲率が大きい場合でも、有効な静止物体を精度よく抽出することができる効果を奏する。

実施の形態２．
上記実施の形態１では、有効静止物抽出部３６が道路形状推定処理部３７による前回の道路形状の推定結果を利用して、有効な静止物体の観測値を抽出するものについて示したが、道路形状推定処理部３７による前回の道路形状の推定結果を利用しないで、有効な静止物体の観測値を抽出するようにしてもよい。
以下、前回の道路形状の推定結果を利用しないで、有効な静止物体の観測値を抽出する例を具体的に説明する。
図１４はこの発明の実施の形態２による道路形状認識装置における有効静止物抽出部３６の処理内容を示すフローチャートである。

有効静止物抽出部３６は、道路形状推定方式設定部２の道路形状式設定器２１が道路形状の推定に利用する道路形状推定式として、例えば、放物線ｘ＝ａｙ²＋ｂを設定すると、道路形状推定式におけるパラメータａ，ｂの変域を設定し、図１５に示すように、変域内を適当な間隔に区切った２次元配列ＡＢを作成する（ステップＳＴ２１）。
ＡＢ＝｛ａ_p，ｂ_q｜ｐ＝１，２，・・・，Ｎｐ，ｑ＝１，２，・・・，Ｎｑ｝
図１５の例では、２次元配列ＡＢによって、変域内が長方形のセルに区切られており、例えば、座標（ａ_p，ｂ_q）、（ａ_p+1，ｂ_q）、（ａ_p+1，ｂ_q+1）、（ａ_p，ｂ_q+1）で囲まれているセルがＣ_p，_qであり、各セルはカウンタＣｏｕｎｔ_p，_qを備えている。
なお、カウンタＣｏｕｎｔ_p，_qは、セル内に分類された静止物体の個数をカウントする変数である。

有効静止物抽出部３６は、上記のようにして、パラメータ平面をセルに分割すると、静止物体をカウントする変数ｍを１にリセットすると同時に、各セルのカウンタＣｏｕｎｔ_p，_qを０にリセットする（ステップＳＴ２２）。
次に、有効静止物抽出部３６は、データセグメント作成部３４により作成されたデータセグメントに含まれている静止物体の観測値Ｚ_m＝（Ｘ_m，Ｙ_m）（ｍ＝１，２，・・・，Ｍ）の中で、以下のステップＳＴ２４〜ＳＴ２８の処理が未だ実施されていない静止物体の観測値Ｚ_mが残っていれば、そのデータセグメントから未処理の静止物体の観測値Ｚ_mを１つ取り出し、以下の処理を実施する（ステップＳＴ２３）。
有効静止物抽出部３６は、データセグメントから静止物体の観測値Ｚ_mを１つ取り出すと、２次元配列ＡＢの要素ａをカウントする変数ｐを１にリセットする（ステップＳＴ２４）。

次に、有効静止物抽出部３６は、２次元配列ＡＢの要素ａをカウントする変数ｐが最大値Ｎｐ（変数ｐの最大値）に到達しているか否かを判定し（ステップＳＴ２５）、その変数ｐが最大値Ｎｐ以下であれば、パラメータａ_pと静止物の位置（ｘ_m，ｙ_m）を道路形状推定式に当て嵌めて、道路形状推定式のパラメータＰ_pm＝（ａ_p，ｂ_0m）を求める（ステップＳＴ２６）。
ただし、ｂ_0m（ｍ＝１，２，・・・，Ｎｍ）は、下記の式（１２）から求める。
ｂ_0m＝ｘ_m−ａ_pｙ_m ² （１２）

有効静止物抽出部３６は、道路形状推定式のパラメータＰ_pmを求めると、そのパラメータＰ_pmに応じて、先に取り出した静止物体の観測値Ｚ_mをセルＣ_p，_q｛Ｃ_p，_q｜ｐ＝１，２，・・・，Ｎｐ，ｑ＝１，２，・・・，Ｎｑ｝に分類し、当該セルＣ_p，_qのカウンタＣｏｕｎｔ_p，_qを１カウントアップする（ステップＳＴ２７）。
例えば、Ｐ_pm＝（ａ_p，ｂ_0m）となる静止物体の観測値Ｚ_m（Ｘ_m，Ｙ_m）は、ｂ_0mが下記の条件式（１３）を満足する場合、図１５のセルＣ_p，_sに分類されるので、カウンタＣｏｕｎｔ_p，_sを１カウントアップする
ｂ_s-1≦ｂ_0m≦ｂ_s （１３）

有効静止物抽出部３６は、ステップＳＴ２７の処理を終了すると、２次元配列ＡＢの要素ａをカウントする変数ｐを１カウントアップして、ステップＳＴ２５の処理に戻る（ステップＳＴ２８）。
有効静止物抽出部３６は、その変数ｐが最大値Ｎｐを超えるまで、ステップＳＴ２６〜ＳＴ２８の処理を繰り返し実施し、その変数ｐが最大値Ｎｐを超えると、変数ｍを１カウントアップして、ステップＳＴ２３の処理に戻る（ステップＳＴ２８）。
有効静止物抽出部３６は、データセグメント作成部３４により作成されたデータセグメントに含まれている全ての静止物体の観測値Ｚ_mに対して、ステップＳＴ２４〜ＳＴ２８の処理が終了すると、各セルＣ_p，_qの中で、カウンタＣｏｕｎｔ_p，_q｛Ｃｏｕｎｔ_p，_q｜ｐ＝１，２，・・・，Ｎｐ，ｑ＝１，２，・・・，Ｎｑ｝が最大となっているセルＣ_p，_q（以下、最大セルＣ_{max_p}，_{max_q}という）を探し、その最大セルＣ_{max_p}，_{max_q}に分類されている全ての静止物体が、有効静止物体であると認定して抽出する（ステップＳＴ３０）。

なお、２次元配列ＡＢを比較的細かい間隔で設定する場合には、有効静止物体が得られる最大セルＣ_{max_p}，_{max_q}のパラメータ（例えば、Ｃ_{max_p}，_{max_q}：ａ＝ａ_{max_p}，ｂ＝ｂ_{max_q}）が道路形状の推定結果と考えて、道路形状推定処理部３７の処理を省略して出力するようにしてもよい。
また、この実施の形態２のように、パラメータが複数ある道路形状推定式を用いている場合には、良好な精度が得られ易いパラメータのみ過去の値を使用して有効静止物体を抽出する方法も考えられる。
例えば、放物線ｘ＝ａｙ²＋ｂを用いる場合、自車両から道路端までの距離に相当するパラメータｂは、自車の車線変更等によって急に変化する可能性があるが、カーブ形状に相当するａは、連続的に変化する場合が多いので、ｂに比して変化が緩やかである。
そのため、ａのみ過去の値ａ_k-1を使用して有効静止物体の抽出を行うとすれば、過去の値を全く使用しない場合に比して少ない計算量で処理することができる。
具体的には、二次元配列ＡＢのａ要素ａ_p｛ａ_p｜ｐ＝１，２，・・・，Ｎｐ｝を全て過去の値ａ_k-1に置き換えて、式（１２）（１３）の処理を実施すればよい。

また、ヨーレートセンサ１３や操舵角センサの計測結果を利用して、有効静止物体の抽出を行ってもよい。
即ち、一般的にヨーレートセンサ１３の計測結果から自車両の走行位置における道路曲率半径Ｒが得られるので、レーダの覆域内で、原点（０，０）を通る半径Ｒの円をｘ＝ａｙ²の放物線で近似し、換算パラメータａ_tempを求める。
そして、換算パラメータａ_tempを過去の値ａ_k-1の代用として用いて、有効静止物体を抽出する。
この場合、ｂについては、上述の方法と同様に、二次元配列ＡＢのｂ要素ｂ_q｛ｂ_q｜ｑ＝１，２，・・・，Ｎｑ｝を全て過去の値ｂ_k-1に置き換えて、式（１２）（１３）の処理を実施すればよい。

以上で明らかなように、この実施の形態２によれば、レーダ１１におけるレーダ波の覆域をカバーする範囲で、道路形状式設定器２１により設定された道路形状推定式における未知のパラメータを設定変更しながら、パラメータ変更後の道路形状推定式に対応する道路形状の道路端から所定の範囲内に存在している静止物体の個数をカウントし、最も多くの静止物体が得られる道路形状に係る静止物体を道路形状の推定に適している有効な静止物体として認定するように構成したので、道路形状の推定処理の開始当初や、道路形状が急速に変化する場合でも、有効な静止物体を精度よく抽出することができる効果を奏する。

また、この実施の形態２によれば、道路形状式設定器２１により設定された道路形状推定式における未知のパラメータを設定変更する際、一部のパラメータについては、道路形状推定処理部３７により前回道路形状が推定される際に確定されたパラメータを代用するように構成したので、過去の値を全く使用しない場合と比して、少ない計算量で処理することができる効果を奏する。
また、前回の推定パラメータの全て使用する場合より、道路形状の急速な変化（例えば、自車のレーンチェンジなど）に対応することができる効果を奏する。

この発明の実施の形態１による道路形状認識装置を示す構成図である。 データセグメント作成部３４によるデータセグメントの作成例を示す説明図である。 データセグメント作成部３４によるデータセグメントの作成例を示す説明図である。 この発明の実施の形態１による道路形状認識装置の処理内容を示すフローチャートである。 この発明の実施の形態１による道路形状認識装置における有効静止物抽出部３６の処理内容を示すフローチャートである。 有効静止物抽出部３６による相関判定値Ｄ_mの計算例を示す説明図である。 有効静止物抽出部３６による相関判定値Ｄ_mの計算例を示す説明図である。 有効静止物抽出部３６による相関判定値Ｄ_mの計算例を示す説明図である。 道路が急カーブである場合、特に道路の遠方では、推定車線に近い観測値であっても、ｘ方向の差（図中のＤ_m）がかなり大きなものになってしまうことを示す説明図である。 予め静止物体を左右に振り分けて、相関判定値Ｄ_mを計算する例を示す説明図である。 遠方のデータの一部を捕捉できない例を示す説明図である。 仮想の道路形状を想定して有効静止物体を抽出する例を示す説明図である。 有効静止物体が道路の縁の一部に集中して得られている例を示す説明図である。 この発明の実施の形態２による道路形状認識装置における有効静止物抽出部３６の処理内容を示すフローチャートである。 変域内が適当な間隔で区切られている２次元配列ＡＢを示す説明図である。

符号の説明

１ センサ部（センシング手段）、２ 道路形状推定方式設定部（推定式設定手段）、３ 道路形状推定部、４ 記憶装置、１１ レーダ、１２ 車速センサ、１３ ヨーレートセンサ、２１ 道路形状式設定器、２２ 有効静止物抽出方式設定器、３１ 座標変換部（静止物識別手段）、３２ 静止物抽出部（静止物識別手段）、３３ 静止物一時記憶装置（記憶手段）、３４ データセグメント作成部（記憶手段）、３５ 道路曲率算出部、３６ 有効静止物抽出部（有効静止物体抽出手段）、３７ 道路形状推定処理部（道路形状推定手段）、３８ フィルタ処理部、ＳＷ１，ＳＷ２，ＳＷ３ スイッチ。

Claims (8)

1. 車両前方の所定角度範囲内にレーダ波を照射し、物体に反射されたレーダ波を受信して、その物体の位置及び相対速度を検出するとともに、車両の速度を検出するセンシング手段と、上記センシング手段により検出された物体の相対速度と車両の速度に基づいて当該物体が静止物体であるか否かを識別する静止物識別手段と、上記静止物識別手段により静止物体であると識別された物体の位置を記憶する記憶手段と、上記記憶手段により位置が記憶されている物体の中から道路形状の推定に適している有効な静止物体を抽出する有効静止物体抽出手段と、道路形状の推定に利用する道路形状推定式を設定する推定式設定手段と、上記有効静止物体抽出手段により抽出された物体の位置を上記推定式設定手段により設定された道路形状推定式に当て嵌めて道路形状を推定する道路形状推定手段とを備えた道路形状認識装置において、
   上記有効静止物体抽出手段は、上記記憶手段に記憶されている物体の位置毎に、当該物体の位置と上記道路形状推定手段により前回推定された道路形状間の距離に対応する相関判定値として、道路の右端を基準とする相関判定値と、道路の左端を基準とする相関判定値とを計算し、双方の相関判定値が所定値より小さい場合、当該物体は、小さい方の相関判定値が基準としている側の道路端から所定の範囲内に存在している静止物体であると認定して、道路形状の推定に適している有効な静止物体として取り扱うことを特徴とする道路形状認識装置。
2. 車両前方の所定角度範囲内にレーダ波を照射し、物体に反射されたレーダ波を受信して、その物体の位置及び相対速度を検出するとともに、車両の速度を検出するセンシング手段と、上記センシング手段により検出された物体の相対速度と車両の速度に基づいて当該物体が静止物体であるか否かを識別する静止物識別手段と、上記静止物識別手段により静止物体であると識別された物体の位置を記憶する記憶手段と、上記記憶手段により位置が記憶されている物体の中から道路形状の推定に適している有効な静止物体を抽出する有効静止物体抽出手段と、道路形状の推定に利用する道路形状推定式を設定する推定式設定手段と、上記有効静止物体抽出手段により抽出された物体の位置を上記推定式設定手段により設定された道路形状推定式に当て嵌めて道路形状を推定する道路形状推定手段とを備えた道路形状認識装置において、
   上記有効静止物体抽出手段は、上記記憶手段に記憶されている物体の位置毎に、当該物体の位置と上記道路形状推定手段により前回推定された道路形状間の距離に対応する相関判定値として、道路の右端を基準とする相関判定値と、道路の左端を基準とする相関判定値とを計算し、双方の相関判定値が所定値より小さい場合、上記道路形状推定手段により前回推定された道路形状が右カーブであれば、当該物体は、道路の左端から所定の範囲内に存在している静止物体であると認定して、道路形状の推定に適している有効な静止物体として取り扱い、上記道路形状推定手段により前回推定された道路形状が左カーブであれば、当該物体は、道路の右端から所定の範囲内に存在している静止物体であると認定して、道路形状の推定に適している有効な静止物体として取り扱うことを特徴とする道路形状認識装置。
3. 上記有効静止物体抽出手段は、上記記憶手段に記憶されている物体の位置毎に、当該物体の位置と上記道路形状推定手段により前回推定された道路形状間の距離に対応する相関判定値を計算し、その相関判定値を所定値と比較することにより、当該物体が道路端から所定の範囲内に存在している有効な静止物体であるか否かを判定するほか、その道路形状と形状が異なる仮想の道路形状を想定して、その物体の位置と仮想の道路形状間の距離に対応する相関判定値を計算し、その相関判定値を所定値と比較することにより、当該物体が仮想の道路端から所定の範囲内に存在している有効な静止物体であるか否かを判定し、複数の道路形状に係る有効な静止物体の中で、有効な静止物体の個数が最も多い道路形状に係る有効な静止物体が真の静止物体であると認定することを特徴とする請求項１または請求項２記載の道路形状認識装置。
4. 上記有効静止物体抽出手段は、上記道路形状推定手段により前回推定された道路形状の曲率が大きい場合、車両からの距離が遠い程、道路端からの所定の範囲を車両の走行方向と垂直な方向に拡大して設定することを特徴とする請求項１から請求項３のうちのいずれか１項記載の道路形状認識装置。
5. 上記有効静止物体抽出手段は、上記センシング手段におけるレーダ波の覆域をカバーする範囲で、上記推定式設定手段により設定された道路形状推定式における未知のパラメータを設定変更しながら、パラメータ変更後の道路形状推定式に対応する道路形状の道路端から所定の範囲内に存在している静止物体の個数をカウントし、最も多くの静止物体が得られる道路形状に係る静止物体を道路形状の推定に適している有効な静止物体として認定することを特徴とする請求項１または請求項２記載の道路形状認識装置。
6. 上記有効静止物体抽出手段は、上記推定式設定手段により設定された道路形状推定式における未知のパラメータを設定変更する際、一部のパラメータについては、上記道路形状推定手段により前回道路形状が推定される際に確定されたパラメータを代用することを特徴とする請求項５記載の道路形状認識装置。
7. 上記道路形状推定手段は、上記有効静止物体抽出手段により抽出された有効な静止物体の個数が所定数より少ない場合、あるいは、車両の進行方向に対する静止物の分布距離が所定値より短い場合、その時刻における道路形状の推定処理を中止することを特徴とする請求項１から請求項６のうちのいずれか１項記載の道路形状認識装置。
8. 上記推定式設定手段は、左右の道路端の形状が平行であるとみなして、道路形状の推定に利用する道路形状推定式を設定することを特徴とする請求項１から請求項７のうちのいずれか１項記載の道路形状認識装置。

Images