JP4637690B2 - 道路形状認識装置 - Google Patents
道路形状認識装置 Download PDFInfo
- Publication number
- JP4637690B2 JP4637690B2 JP2005252018A JP2005252018A JP4637690B2 JP 4637690 B2 JP4637690 B2 JP 4637690B2 JP 2005252018 A JP2005252018 A JP 2005252018A JP 2005252018 A JP2005252018 A JP 2005252018A JP 4637690 B2 JP4637690 B2 JP 4637690B2
- Authority
- JP
- Japan
- Prior art keywords
- road shape
- road
- stationary object
- estimation
- effective
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Images
Description
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。
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。
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。
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、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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
ただし、道路形状推定式におけるパラメータPは、aとb(bR:右側、bL:左側)である。
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Zm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Pk-1=(ak-1,bRk-1,bLk-1)である道路形状推定式fk-1)を読み出し、前回の道路形状推定式fk-1と静止物体の観測値Zmとの相関判定値Dm=(DRm,DLm)を計算する(ステップST13)。
ここで、相関判定値Dmは、前回の道路形状推定式fk-1に対して、静止物体の位置である観測値Zmが、どの程度近いかを表す値であり、DRmは道路の右端を基準とする相関判定値、DLmは道路の左端を基準とする相関判定値である。
また、図8は前回の道路形状推定式fk-1と静止物体の観測値Zmとのx方向距離(または、y方向距離)を相関判定値Dm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。
図6〜図8における灰色矢印が所定値Gm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Gm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Gmは固定値でもよく、この場合には、所定値Gmを計算する必要がない。
なお、相関判定値Dm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Dmが拡大して、固定の所定値Gm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fk-1のカーブ状態に応じて、所定値Gm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Dm)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Dmに対応する所定値Gmを大きくする必要がある。
相関判定値DRm、DLmの双方が所定値Gmより小さい場合、例えば、DRm<DLm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、DRm≧DLm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、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Zm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Zm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。
このような場合、前回の推定結果である道路形状推定式fk-1のパラメータの中の道路曲率に相当するパラメータak-1を僅かに変化させたaj,k-1を持たせた仮想の道路形状Xj(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Xj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Xjについて、ステップST11〜ST17の処理が終了すると、各道路形状Xj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Xj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。
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fkが放物線x=ay2+bである場合について、具体的に説明する。
a0=[aR0,bR0]T (右側) (2)
a0=[aL0,bL0]T (左側) (3)
Hm=[ym 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aR0,aL0を統合する。ここで、パラメータaR0,aL0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=αR・aR0+αL・aL0 (5)
αR,αLはゲイン
a0=[a0,bR0,bL0]T (6)
Hm=[ym 2,1,0] (右側) (7)
Hm=[ym 2,0,1] (左側) (8)
m=1,2,・・・,N
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。
例えば、観測雑音行列Rmの場合、静止物体の観測値Zm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Zmと自車との距離に応じて観測雑音行列Rmを大きく設定する。
同様に、静止物体の観測値Zmの取得時刻が昔である程、観測雑音行列Rm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Rmを大きく設定したりするなどの重み付けが考えられる。
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。
as,k=as,k-1+αa(a0,k-1−as,k-1) (9)
bRs,k=bRs,k-1+αb(bR0,k-1−bRs,k-1) (10)
bLs,k=bLs,k-1+αb(bL0,k-1−bLs,k-1) (11)
as,k :aの今回時刻kにおけるフィルタ値
bRs,k :bの今回時刻kにおけるフィルタ値(右側)
bLs,k :bの今回時刻kにおけるフィルタ値(左側)
as,k-1 :aの前回時刻k−1におけるフィルタ値
bRs,k-1:bの前回時刻k−1におけるフィルタ値(右側)
bLs,k-1:bの前回時刻k−1におけるフィルタ値(左側)
αa,αb:ゲイン
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atemp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)。
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。
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。
AB={ap,bq|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(ap,bq)、(ap+1,bq)、(ap+1,bq+1)、(ap,bq+1)で囲まれているセルがCp,qであり、各セルはカウンタCountp,qを備えている。
なお、カウンタCountp,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。
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Zm=(Xm,Ym)(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Zm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Zm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Zm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)。
ただし、b0m(m=1,2,・・・,Nm)は、下記の式(12)から求める。
b0m=xm−apym 2 (12)
例えば、Ppm=(ap,b0m)となる静止物体の観測値Zm(Xm,Ym)は、b0mが下記の条件式(13)を満足する場合、図15のセルCp,sに分類されるので、カウンタCountp,sを1カウントアップする
bs-1≦b0m≦bs (13)
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Zmに対して、ステップST24〜ST28の処理が終了すると、各セルCp,qの中で、カウンタCountp,q{Countp,q|p=1,2,・・・,Np,q=1,2,・・・,Nq}が最大となっているセルCp,q(以下、最大セルCmax_p,max_qという)を探し、その最大セルCmax_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)。
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ak-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ap{ap|p=1,2,・・・,Np}を全て過去の値ak-1に置き換えて、式(12)(13)の処理を実施すればよい。
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atempを求める。
そして、換算パラメータatempを過去の値ak-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bq{bq|q=1,2,・・・,Nq}を全て過去の値bk-1に置き換えて、式(12)(13)の処理を実施すればよい。
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。
Claims (8)
- 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。 - 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。 - 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。
- 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。
- 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。
- 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。
- 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。
- 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。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2005252018A JP4637690B2 (ja) | 2005-08-31 | 2005-08-31 | 道路形状認識装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2005252018A JP4637690B2 (ja) | 2005-08-31 | 2005-08-31 | 道路形状認識装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2007066047A JP2007066047A (ja) | 2007-03-15 |
JP4637690B2 true JP4637690B2 (ja) | 2011-02-23 |
Family
ID=37928162
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2005252018A Active JP4637690B2 (ja) | 2005-08-31 | 2005-08-31 | 道路形状認識装置 |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP4637690B2 (ja) |
Families Citing this family (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP5094658B2 (ja) * | 2008-09-19 | 2012-12-12 | 日立オートモティブシステムズ株式会社 | 走行環境認識装置 |
JP5441549B2 (ja) | 2009-07-29 | 2014-03-12 | 日立オートモティブシステムズ株式会社 | 道路形状認識装置 |
JP5581675B2 (ja) * | 2009-11-30 | 2014-09-03 | 富士通株式会社 | レーダ装置および探知方法 |
CN102163367B (zh) * | 2010-02-23 | 2014-01-22 | 国际商业机器公司 | 控制司机使用手持通信设备进行通信的系统和方法 |
JP5618744B2 (ja) * | 2010-05-26 | 2014-11-05 | 三菱電機株式会社 | 道路形状推定装置及びコンピュータプログラム及び道路形状推定方法 |
US9002630B2 (en) * | 2010-11-04 | 2015-04-07 | Toyota Jidosha Kabushiki Kaisha | Road shape estimation apparatus |
DE102012204441A1 (de) | 2011-03-21 | 2012-09-27 | Denso Corporation | Verfahren und Vorrichtung zur Erkennung eines Verlaufs einer Straße für Fahrzeuge |
JP2012242936A (ja) * | 2011-05-17 | 2012-12-10 | Denso Corp | 車両用道路形状認識方法及び装置、記録媒体 |
JP5402968B2 (ja) * | 2011-03-21 | 2014-01-29 | 株式会社デンソー | 車両用道路形状認識方法及び装置、記録媒体 |
JP5327272B2 (ja) * | 2011-05-17 | 2013-10-30 | 株式会社デンソー | 車両用道路形状認識方法及び装置、記録媒体 |
JP5606468B2 (ja) * | 2012-02-08 | 2014-10-15 | 三菱電機株式会社 | 車両周辺監視装置 |
KR101960093B1 (ko) * | 2012-05-15 | 2019-03-19 | 현대모비스 주식회사 | 스마트 크루즈 컨트롤 시스템 및 제어 대상 타겟 선정 방법 |
KR101405664B1 (ko) * | 2012-11-27 | 2014-06-10 | 현대자동차주식회사 | 레이더를 이용한 도로 파라미터 추정 장치 및 그 방법 |
EP3183688B1 (en) | 2014-08-18 | 2023-08-23 | Mobileye Vision Technologies Ltd. | Recognition and prediction of lane constraints |
JP6937218B2 (ja) * | 2017-10-19 | 2021-09-22 | 株式会社東芝 | 情報処理装置、情報処理方法、およびプログラム |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2001319299A (ja) * | 2000-05-12 | 2001-11-16 | Denso Corp | 車両用道路曲率推定装置、先行車選択装置 |
JP2004271513A (ja) * | 2003-02-20 | 2004-09-30 | Nissan Motor Co Ltd | 前方物体検出装置及び前方物体検出方法 |
JP2005010891A (ja) * | 2003-06-17 | 2005-01-13 | Nissan Motor Co Ltd | 車両用道路形状認識装置 |
JP2005172590A (ja) * | 2003-12-10 | 2005-06-30 | Nissan Motor Co Ltd | 前方物体検出装置及び前方物体検出方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH0845000A (ja) * | 1994-07-28 | 1996-02-16 | Fuji Heavy Ind Ltd | 車間距離制御装置 |
-
2005
- 2005-08-31 JP JP2005252018A patent/JP4637690B2/ja active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2001319299A (ja) * | 2000-05-12 | 2001-11-16 | Denso Corp | 車両用道路曲率推定装置、先行車選択装置 |
JP2004271513A (ja) * | 2003-02-20 | 2004-09-30 | Nissan Motor Co Ltd | 前方物体検出装置及び前方物体検出方法 |
JP2005010891A (ja) * | 2003-06-17 | 2005-01-13 | Nissan Motor Co Ltd | 車両用道路形状認識装置 |
JP2005172590A (ja) * | 2003-12-10 | 2005-06-30 | Nissan Motor Co Ltd | 前方物体検出装置及び前方物体検出方法 |
Also Published As
Publication number | Publication date |
---|---|
JP2007066047A (ja) | 2007-03-15 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP4637690B2 (ja) | 道路形状認識装置 | |
CN110018489B (zh) | 基于激光雷达的目标追踪方法、装置及控制器和存储介质 | |
US10605896B2 (en) | Radar-installation-angle calculating device, radar apparatus, and radar-installation-angle calculating method | |
JP5618744B2 (ja) | 道路形状推定装置及びコンピュータプログラム及び道路形状推定方法 | |
KR100776860B1 (ko) | 경로 예측 시스템 및 방법 | |
US8126640B2 (en) | Method and device for predicting the course of motor vehicles | |
JP5666987B2 (ja) | 移動物体検出装置 | |
US8818702B2 (en) | System and method for tracking objects | |
US7289059B2 (en) | Method and device for course prediction in motor vehicles | |
CN111352110A (zh) | 处理雷达数据的方法和装置 | |
WO2004008648A2 (en) | Road curvature estimation and automotive target state estimation system | |
US10101448B2 (en) | On-board radar apparatus and region detection method | |
US20110025548A1 (en) | System and method for vehicle sensor fusion | |
JP2016057750A (ja) | 自車走行レーン推定装置及びプログラム | |
CN113591618B (zh) | 前方道路形状估算方法、系统、车辆及存储介质 | |
CN111103587A (zh) | 用于预测同时并线车辆的方法和设备及包括其的车辆 | |
CN113189975A (zh) | 确定车辆的位置数据和/或运动数据的方法 | |
KR20170085752A (ko) | 자율 주행 차량의 차선 인지 방법 및 장치 | |
WO2019065970A1 (ja) | 車両用外界認識装置 | |
CN110888115B (zh) | 对雷达跟踪的潜在静止对象进行分类 | |
JP6263453B2 (ja) | 運動量推定装置及びプログラム | |
Polychronopoulos et al. | Integrated object and road border tracking using 77 GHz automotive radars | |
JP4196684B2 (ja) | 目標追尾装置 | |
EP3882664A1 (en) | Histogram based l-shape detection of target objects | |
JP7344744B2 (ja) | 路側端検出方法、及び、路側端検出装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
RD04 | Notification of resignation of power of attorney |
Free format text: JAPANESE INTERMEDIATE CODE: A7424 Effective date: 20071004 |
|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20080620 |
|
RD04 | Notification of resignation of power of attorney |
Free format text: JAPANESE INTERMEDIATE CODE: A7424 Effective date: 20080624 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20100729 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20101005 |
|
A521 | Written amendment |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20101028 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20101116 |
|
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20101124 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20131203 Year of fee payment: 3 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 4637690 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |