JP6451544B2 - 道路境界検出装置、自己位置推定装置及び道路境界検出方法 - Google Patents

Description

本発明は、道路境界検出装置、自己位置推定装置及び道路境界検出方法に関するものである。

道路の各地点に向けてレーザーを照射して道路の各地点までの距離と方位とを計測し、その計測データに基づいて道路の各地点の三次元座標を生成し、三次元座標に基づいて道路の縁石を抽出する技術が知られている（特許文献１参照）。

特開２０１２−０１８１７０号公報

しかし、特許文献１では、路面の傾きの変化量と路面の高低差とに基づいて縁石を特定する。よって、道路と縁石との段差に堆積物があった場合、段差が埋まってしまうため、道路境界の位置を正しく検出することが難しくなる。

本発明は、上記課題に鑑みて成されたものであり、その目的は、道路境界の検出精度が向上する道路境界検出装置、自己位置推定装置及び道路境界検出方法を提供することである。

本発明の一態様に係わる道路境界検出装置は、車両の周囲にある物体表面の高さを検出する測距部を備える。道路境界検出装置は、物体表面の高さ変化に基づいて、路面上の段差の位置を検出し、車両の移動量を検出し、車両の移動量に基づいて段差の位置を蓄積する。そして、段差に堆積物が存在している場合には、存在しない場合に比べて、蓄積された段差の位置のうち、隣接度合いの高い段差の位置を選択して、道路境界を推定する。

本発明の一態様によれば、隣接度合いの低い段差の位置は、堆積物によってずれて検出されたものと見なして、道路境界の推定から除外することができる。よって、道路境界の検出精度が向上する。

図１は、第１実施形態に係わる道路境界検出装置１の全体構成を示すブロック図である。 図２は、道路境界検出領域（Ｈｇ）の一例を示す上面図である。 図３は、車両の移動量を累積して得られた車両の移動軌跡の一例を示すグラフである。 図４は、ＸＹ座標へ変換された段差の相対位置（Ｄ_１、Ｄ_２、Ｄ_３、Ｄ_４）を示すグラフである。 図５は、隣接度合いの高い段差の位置を選択して道路境界を推定する方法の一例を示す図である。 図６は、蓄積された段差（Ｄａ、Ｄｂ、Ｄｃ、Ｄｄ、Ｄｅ）の位置の連続性に基づいて、段差に堆積物が存在していることを推定する方法の一例を示す図である。 図７は、蓄積された段差（Ｄａ、Ｄｂ、Ｄｃ、Ｄｄ、Ｄｅ）の位置を近似した直線に対する段差の位置毎の合致度に基づいて、段差に堆積物が存在していることを推定する方法の一例を示す図である。 図８は、蓄積された段差（Ｄａ、Ｄｂ、Ｄｃ、Ｄｄ、Ｄｅ、Ｄｆ）の位置を近似した曲線に基づいて、段差に堆積物が存在していることを推定する方法の一例を示す図である。 図９は、蓄積された段差（Ｄａ、Ｄｂ、Ｄｃ、Ｄｄ、Ｄｅ、Ｄｆ）の位置を近似した曲線に基づいて、段差に堆積物が存在していることを推定する方法の他の例を示す図である。 図１０は、地図上の車両の位置及び地図情報に含まれる道路情報に基づいて、段差に堆積物が存在していることを推定する方法の一例を示す図である。 図１１は、図１の道路境界検出装置１を用いた道路境界検出方法の一例を示すフローチャートである。 図１２は、第２実施形態に係わる自己位置推定装置２の全体構成を示すブロック図である。 図１３は、図１２の自己位置推定装置２を用いた自己位置推定方法の一例を示すフローチャートである。

（第１実施形態）
次に、図面を参照して、本発明の実施の形態を詳細に説明する。

図１を参照して、第１実施形態に係わる道路境界検出装置１の全体構成を説明する。道路境界検出装置１は、車両の周囲における物体表面の高さを検出し、物体表面の高さ変化に基づいて道路の表面（以後、「路面」という）上の段差の位置を検出する。検出された段差の位置を車両の移動量に基づいて蓄積する。段差に堆積物が存在している場合には、存在しない場合に比べて、蓄積された段差の位置のうち、隣接度合いの高い段差の位置を選択し、選択された段差の位置に基づいて、道路境界を推定する。

具体的に、道路境界検出装置１は、車両の周囲における物体表面の高さを検出する測距センサ１２と、車両の移動量を検出するための各種センサ（２８、２９）と、測距センサ１２及び各種センサ（２８、２９）による測定データから、道路境界を検出する一連の情報処理を実行するマイクロコンピュータ１３とを備える。

また、道路境界検出装置１は、自己位置検出部の一例としてのＧＰＳ２６と、地図情報を格納する地図データベース２７と、蓄積された段差の位置を一時的に記憶する段差位置データベース２５とを更に備えることができる。或いは、道路境界検出装置１は、外部から自己位置情報や地図情報を取得しても構わない。また、蓄積された段差の位置をマイクロコンピュータ１３が備えるメモリに一時的に記憶させても構わない。

測距センサ１２の一例は、車両の周囲にある物体を複数の異なる方向から同時に撮影することにより、車両の周囲にある物体の奥行き方向（センサ１２からの距離）の情報も記録することができるステレオカメラである。ステレオカメラにより得られたステレオ画像に対して所定の画像処理を施すことにより、車両の周囲にある物体のステレオ画像に映る物体の像に対する三次元情報を取得することができる。車両の周囲にある物体には、道路や縁石、或いは、落ち葉などの路面上の堆積物が含まれる。詳細は、後述する。

車両の移動量を検出するための各種センサ（２８、２９）として、道路境界検出装置１は、車両が備える車輪の回転速度を検出する車輪速センサ２８と、タイヤの操舵角或いはステアリングの転舵角を検出する舵角センサ２９とを備えることができる。或いは、道路境界検出装置１は、外部から、車輪の回転速度及びタイヤの操舵角或いはステアリングの転舵角を取得しても構わない。

マイクロコンピュータ１３は、例えば、ＣＰＵ、メモリ、及び入出力部を備える汎用のマイクロコントローラからなり、予めインストールされたコンピュータプログラムを実行することにより、道路境界検出装置１が備える複数の情報処理回路を構成する。マイクロコンピュータ１３は、測距センサ１２及び各種センサ（２８、２９）による測定データから道路境界を検出する一連の情報処理サイクルを所定の時間間隔で繰り返し実行する。マイクロコンピュータ１３は、車両にかかわる他の制御に用いる電子制御ユニット（ＥＣＵ）と兼用してもよい。

マイクロコンピュータ１３により構成される複数の情報処理回路には、演算回路１４と、段差検出回路１８と、移動量検出回路３０と、段差位置蓄積回路３１と、堆積物推定回路３２と、道路境界推定回路２０とが含まれる。

演算回路１４は、測距センサ１２と共に測距部１１を構成し、ステレオカメラにより得られたステレオ画像から車両周囲の物体のステレオ画像に映る物体の像に対する三次元情報を取得する一連のステレオ画像処理を実施する。

例えば、演算回路１４は、ステレオ画像に対してレンズの歪みを補正するレンズ歪み補正処理を行い、ステレオ画像間の上下位置を補正する平行化補正処理（平行等位処理）を行う。そして、ステレオ画像間の各画素の対応付けを推定するステレオマッチング処理を行う。これにより、ステレオカメラの撮像面における物体の二次元座標のみならず、ステレオカメラの撮像面から物体までの距離を算出することができる。よって、車両周囲にある物体までの距離及び方位を検出することができる。

演算回路１４は、更に座標変換処理を施すことにより、車両周囲にある物体のステレオ画像に映る物体の像に対する三次元情報を取得することができる。車両周囲にある物体の三次元情報には、車両の周囲における路面の三次元情報、及び路面上の堆積物も含まれる。よって、演算回路１４は、車両の周囲における物体表面の高さを取得することができる。

レンズ歪み補正処理は、例えば黒白の市松模様のパターンを表した平板を各カメラで撮影し、市松模様の格子点が矩形で構成される格子状となるようにレンズ歪みパラメータやカメラレンズ中心パラメータを推定する。ただし、本処理は、レンズ歪み補正を行う一般的な手法でよく、本実施形態では特に問わない。

平行化補正処理は、例えば黒白の市松模様のパターンを表した平板をステレオカメラの両カメラで撮影し、市松模様の格子点の位置が各カメラ画像上で同じ上下位置になるようにステレオカメラ間の空間位置パラメータ及び角度パラメータを推定する。ただし、本処理は、平行化補正処理を行う一般的な手法でよく、本実施形態では特に問わない。

ステレオマッチング処理は、例えば、左カメラ画像を基準として左カメラ画像の各画素が右カメラ画像のどの画素に対応付けされるかを算出するものである。例えば、左カメラ画像の各画素の輝度値と右カメラ画像の各画素の輝度値の絶対値を評価値として算出して、評価値が最小となる右カメラ画像の画素を対応付けされた画素として算出する。評価値の算出方法には、例えば、差分絶対値の和（ＳＡＤ：Ｓｕｍ ｏｆ Ａｂｓｏｌｕｔｅ Ｄｉｆｆｅｒｅｎｃｅｓ）や差分二乗値の和（ＳＳＤ：Ｓｕｍ ｏｆ Ｓｑｕａｒｅｄ Ｄｉｆｆｅｒｅｎｃｅｓ）を用いる方法や、評価値計算の範囲が各画素１点でなく各画素の周辺画素を含む方法がある。評価値の算出方法は、他の一般的な方式でもよく、本実施形態では特に問わない。

段差検出回路１８は、車両の周囲における路面の高さ変化に基づいて、路面上の段差（ＬＤ）を検出する。例えば、段差検出回路１８は、車両の周囲の路面に車幅方向に延びる線状の段差判定位置を設定し、段差判定位置における路面の高さ分布を用いて、段差を検出することができる。段差検出回路１８は、車両の走行中において、段差検出周期（△ｔ）ごとに繰り返し、段差を検出する。

段差の検出方法の一例を説明する。段差判定位置上に車両（Ｖｃ）の進行方向の走行可能領域（Ｇ_１）を設定し、走行可能領域（Ｇ_１）の車幅方向において、路面の傾斜を曲線で近似する。走行可能領域（Ｇ_１）とは、車両（Ｖｃ）が走行することが可能な領域であって、車道の境界、例えば、段差を含まない領域を示す。段差検出回路１８は、図２に示すように、車両（Ｖｃ）の幅（Ｗｖｃ）に対して所定の走行余裕領域を付加した領域を、走行可能領域（Ｇ_１）として推定する。例えば、走行余裕領域として、実際の道路境界を含まないように、０．１ｍ〜０．５ｍに設定する。なお、Ｃｖｃは、車両（Ｖｃ）の車幅方向の中心軸を示している。

道路境界検出領域（Ｈｇ）は、走行可能領域（Ｇ_１）の端部から車幅方向に所定距離までの領域である。所定距離としては、例えば、測距センサ１２の有効検出距離（１０ｍ）以内で道路端（Ｂ_ＯＮ）が含まれる領域で設定すればよい。

段差検出回路１８は、近似曲線と道路境界検出領域（Ｈｇ）における路面の高さとを比較する。路面の車幅方向の近似曲線と路面の高さとの差が、一般的な縁石高さである０．１ｍ以上となる箇所に、段差があると判断する。

移動量検出回路３０は、車輪速センサ２８により検出された車輪の回転速度、及び舵角センサ２９により検出された舵角から、車両の移動量を算出する。移動量検出回路３０、車輪速センサ２８及び舵角センサ２９は、移動量検出部２４を構成する。移動量検出部２４が車両の移動量を算出するための具体的な構成は、図１の例に限らない。例えば、車輪の回転速度と舵角の代わりに、ＧＰＳ２６から得られる自己位置と車両の速度を用いてもよい。更に、ジャイロセンサによるヨーレート情報を付加して車両の移動量を算出することもできる。このほか、移動量検出部２４は、既知の方法を用いて、車両の移動量を算出することができる。

移動量検出回路３０は、図３に示すように、移動時間を段差検出周期（△ｔ）ごとに分割する。そして、段差検出周期（△ｔ）ごとの移動距離（Ｌ）及び移動方向（θ）を累積していくことで、移動軌跡を求める。たとえば、時刻（ｔ_４＝Ｔｃ）よりも５０秒前の時刻（ｔ_１）における車両の位置（Ｐ_１）をＸＹ座標の原点とし、車両の進行方向をＹ軸とする。時刻（ｔ_１）から段差検出周期（△ｔ）の間の移動距離及び移動方向から時刻（ｔ_２）における車両の位置（Ｐ_２）を求める。そして、時刻（ｔ_２）から段差検出周期（△ｔ）の間の移動距離及び移動方向から時刻（ｔ_３）における車両の位置（Ｐ_３）を求める。このように、段差検出周期（△ｔ）ごとの移動距離（Ｌ）及び移動方向（θ）から車両の軌跡（Ｐ_１、Ｐ_２、Ｐ_３、Ｐ_４）を算出する。

段差位置蓄積回路３１は、移動量検出回路３０により検出された車両の移動量に基づいて、段差検出回路１８により検出された段差の位置を蓄積する。段差検出回路１８は、段差検出周期（△ｔ）毎に、段差の位置を検出する。段差の位置は、車両を基準とする相対位置である。段差位置蓄積回路３１は、この段差の相対位置を、図３に示した段差検出周期（△ｔ）毎の車両の位置（Ｐ_１、Ｐ_２、Ｐ_３、Ｐ_４）に関連づける。これにより、図４に示すように、段差検出周期（△ｔ）毎に検出された段差の相対位置を、ＸＹ座標上の位置（Ｄ_１、Ｄ_２、Ｄ_３、Ｄ_４）へ変換することができる。すなわち、段差検出回路１８により検出された段差の位置を蓄積することができる。

堆積物推定回路３２は、蓄積された段差の位置に基づいて、段差に落ち葉などの堆積物が存在していることを推定する。具体例は、図６〜図１０を参照して後述する。

道路境界推定回路２０は、蓄積された段差の位置に基づいて、道路境界を推定する。例えば、蓄積された段差の位置を、直線或いは曲線で近似したり、自己位置情報及び車両周辺の道路形状に沿って近似することができる。このほかにも、既知の方法により、段差の位置に基づいて道路境界を推定することができる。

道路境界推定回路２０は、堆積物が存在している場合には、存在しない場合に比べて、蓄積された段差の位置のうち、隣接度合いの高い段差の位置を選択して、道路境界を推定する。道路境界推定回路２０は、堆積物推定回路３２による堆積物推定結果に応じて、道路境界の推定に用いる段差を変化させる。

図５を参照して、隣接度合いの高い段差の位置を選択して道路境界を推定する方法の一例を説明する。図５の例では、５つの段差（Ｄａ、Ｄｂ、Ｄｃ、Ｄｄ、Ｄｅ）が検出されている。例えば、堆積物推定回路３２が堆積物の存在を推定していない場合、５つの段差（Ｄａ〜Ｄｅ）の全てを用いて、道路境界を推定する。堆積物推定回路３２が堆積物の存在を推定している場合、次に示す所定の条件を満たす段差を選択して、道路境界を推定する。すなわち、最寄りの段差までの距離（Ｌｂｃ、Ｌｄｅ）が所定の基準値よりも短い段差だけを選択する。図５の例で、段差（Ｄｂ）と段差（Ｄｃ）との距離（Ｌｂｃ）は、所定の基準値よりも短いため、段差（Ｄｂ）と段差（Ｄｃ）の両方が選択される。一方、段差（Ｄｄ）と段差（Ｄｅ）との距離（Ｌｄｅ）は所定の基準値以上に長いため、段差（Ｄｄ）の段差（Ｄｅ）のいずれか一方は選択されない。段差（Ｄｃ）と段差（Ｄｄ）との距離も、距離（Ｌｄｅ）と同様にして、所定の基準値以上に長い。よって、道路境界推定回路２０は、段差（Ｄｄ）を選択せず、段差（Ｄａ、Ｄｂ、Ｄｃ、Ｄｅ）を選択して、道路境界を推定する。

一般的に道路境界は人工物であるため、複数の段差は直線状に配列される。すなわち道路境界を成す複数の段差は短い距離間隔で検出されるのが一般的である。これに対して、落ち葉などの堆積物が段差の一部分を埋めてしまうと、道路境界では無い箇所に在る段差（例えば、敷地の壁など）を誤検出してしまう。したがって、堆積物が存在する場合、複数の段差は、長い距離間隔で出力される傾向にある。そこで、この距離に閾値（所定の基準値）を設定する（例えば、２０ｃｍ）。そして、最寄りの段差の距離がこの閾値よりも長ければ、落ち葉などの堆積物により段差が誤検出されたと判断して、この段差を道路境界の推定対象から排除することができる。

なお、隣接度合いの高い段差の位置を選択して道路境界を推定する方法は、上記した例に限らない。例えば、堆積物の存在の有無にかかわらず、段差の位置を選択して道路境界を推定してもよい。ただし、堆積物が存在していない場合と堆積物が存在している場合とで、所定の基準値の大きさを変化させる。つまり、堆積物が存在していない場合の所定の基準値を、堆積物が存在している場合の所定の基準値を小さくすればよい。このように、道路境界推定回路２０は、堆積物が存在している場合には、存在しない場合に比べて、蓄積された段差の位置のうち、隣接度合いの高い段差の位置を選択して、道路境界を推定する。

図６を参照して、堆積物の存在を推定する方法の第１の例を説明する。堆積物推定回路３２は、蓄積された段差（Ｄａ、Ｄｂ、Ｄｃ、Ｄｄ、Ｄｅ）の位置の連続性に基づいて、段差に堆積物が存在していることを推定することができる。隣接する第１及び第２の段差と通る直線を設定し、直線から第１又は第２の段差に隣接する第３の段差までの距離を算出する。距離に対する閾値（たとえば２０ｃｍ）を設定し、当該距離が閾値よりも長ければ、堆積物による段差の誤検出があったと判断して、堆積物の存在を推定する。一方、当該距離が閾値以下であれば、堆積物の存在は推定しない。

例えば、図６の段差（Ｄａ）と段差（Ｄｂ）を通る直線（Ｆａｂ）から段差（Ｄｃ）までの距離は、ほぼゼロである。よって、堆積物推定回路３２は、堆積物の存在を推定しない。一方、段差（Ｄｂ）と段差（Ｄｃ）を通る直線（Ｆｂｃ）から段差（Ｄｄ）までの距離（Ｌｄ）は、閾値よりも長い。よって、堆積物推定回路３２は、段差（Ｄｄ）を堆積物により誤検出された段差であると判断して、堆積物の存在を推定する。

図７を参照して、堆積物の存在を推定する方法の第２の例を説明する。堆積物推定回路３２は、蓄積された段差（Ｄａ、Ｄｂ、Ｄｃ、Ｄｄ、Ｄｅ）の位置を近似した直線（Ｃ_ＬＮ）に対する段差（Ｄａ、Ｄｂ、Ｄｃ、Ｄｄ、Ｄｅ）の位置毎の合致度に基づいて、段差に堆積物が存在していることを推定してもよい。具体的には、先ず、段差（Ｄａ、Ｄｂ、Ｄｃ、Ｄｅ、Ｄｄ）が直線状に並んでいると仮定して、直線近似を実施する。直線近似の方法は最小二乗法など既知の方法を用いることができる。そして、算出された直線（Ｃ_ＬＮ）と各段差との距離（例えば、Ｌｄ、Ｌｅ）を算出する。この距離が閾値以上である場合は、落ち葉などの堆積物により段差が誤検出されたと判断して、堆積物の存在を推定する。図７の例では、段差（Ｄｄ）までの距離（Ｌｄ）が閾値（たとえば２０ｃｍ）以上であるため、堆積物の存在を推定する。

図８及び図９を参照して、堆積物の存在を推定する方法の第３の例を説明する。堆積物推定回路３２は、蓄積された段差（Ｄａ、Ｄｂ、Ｄｃ、Ｄｄ、Ｄｅ、Ｄｆ）の位置を近似した曲線（Ｃ_ＣＶ）に基づいて、段差に堆積物が存在していることを推定してもよい。例えば、図８に示すように、曲線（Ｃ_ＣＶ）に対する段差（Ｄａ、Ｄｂ、Ｄｃ、Ｄｄ、Ｄｅ、Ｄｆ）の位置毎の合致度に基づいて、段差に堆積物が存在していることを推定してもよい。具体的には、先ず、段差（Ｄａ、Ｄｂ、Ｄｃ、Ｄｄ、Ｄｅ、Ｄｆ）が曲線状に並んでいると仮定して、曲線近似を実施する。曲線近似の方法は最小二乗法など既知の方法を用いることができる。そして、算出された曲線（Ｃ_ＣＶ）と各段差との距離（Ｌｄ、Ｌｅ）を算出する。この距離が閾値以上である場合は、落ち葉などの堆積物により段差が誤検出されたと判断して、堆積物の存在を推定する。図８の例では、段差（Ｄｅ）までの距離（Ｌｅ）が閾値（例えば２０ｃｍ）以上であるため、堆積物の存在を推定する。

図９を参照して、曲線近似の他の例を説明する。堆積物推定回路３２は、蓄積された段差（Ｄａ、Ｄｂ、Ｄｃ、Ｄｄ、Ｄｅ、Ｄｆ）の位置を近似した曲線（Ｃ_ＣＶ’）の曲率に基づいて、段差に堆積物が存在していることを推定してもよい。具体的には、先ず、全ての段差（Ｄａ、Ｄｂ、Ｄｃ、Ｄｄ、Ｄｅ、Ｄｆ）を通る曲線（Ｃ_ＣＶ’）を近似する。よって、曲線（Ｃ_ＣＶ’）と各段差（Ｄａ、Ｄｂ、Ｄｃ、Ｄｄ、Ｄｅ、Ｄｆ）との距離はゼロである。そして、曲線（Ｃ_ＣＶ’）の曲率が閾値以下である場合は、落ち葉などの堆積物により段差が誤検出されたと判断して、堆積物の存在を推定する。図９の例では、段差（Ｄｅ）付近における曲線（Ｃ_ＣＶ’）の曲率が閾値以下となるため、堆積物の存在を推定する。

図１０を参照して、堆積物の存在を推定する方法の第４の例を説明する。先ず図１に示すように、堆積物推定回路３２は、地図情報を取得する地図取得回路３４を備える。地図取得回路３４は、ＧＰＳ２６から地図上の車両の位置を取得し、地図情報から車両周辺の道路情報を抽出する。堆積物推定回路３２は、地図上の車両の位置及び地図情報に含まれる道路情報に基づいて、段差（Ｄａ、Ｄｂ、Ｄｃ、Ｄｄ、Ｄｅ、Ｄｆ）に堆積物が存在していることを推定する。具体的に、堆積物推定回路３２は、車両周辺の道路情報として、道路境界の形状を取得する。そして、段差（Ｄａ、Ｄｂ、Ｄｃ、Ｄｄ、Ｄｅ、Ｄｆ）と道路境界の形状とのマッチングを行う。マッチングを行う手法としては、ＩＣＰ(Iterative Closest Points)手法を用いることが考えられる。マッチングの結果、図１０に示すような道路境界形状（Ｃ_ＭＰ）が得られる。上記した方法と同様にして、道路境界形状（Ｃ_ＭＰ）と段差（Ｄａ、Ｄｂ、Ｄｃ、Ｄｄ、Ｄｅ、Ｄｆ）との距離（Ｌｄ、Ｌｅ）に基づき、堆積物の存在を推定する。

図１１を参照して、図１の道路境界検出装置１を用いた道路境界検出方法の一例を説明する。

まず、ステップＳ０１で、測距センサ１２の一例であるステレオカメラを用いて、ステレオ画像を取得する。ステップＳ０３に進み、演算回路１４は、ステレオ画像に対してレンズの歪みを補正するレンズ歪み補正処理を行い、ステレオ画像間の上下位置を補正する平行化補正処理を行う。ステップＳ０５に進み、演算回路１４は、ステレオ画像間の各画素の対応付けを推定するステレオマッチング処理を行う。これにより、車両周囲にある物体までの距離及び方位を検出することができる。更に、演算回路１４は、座標変換処理を施すことにより、測距データの座標上の車両の周囲における路面の三次元情報を取得することができる。

ステップＳ０７に進み、段差検出回路１８は、車両の周囲の路面に車幅方向に延びる線状の段差判定位置を設定し、段差判定位置における路面の高さ分布を用いて、段差を検出する。段差検出回路１８は、車両の走行中において、段差検出周期（△ｔ）ごとに繰り返し、段差を検出する。

ステップＳ０９に進み、移動量検出回路３０は、段差検出周期（△ｔ）ごとの移動距離（Ｌ）及び移動方向（θ）から車両の移動量を算出する。そして、図３に示すように、車両の移動量を累積していくことで、車両の移動軌跡を求める。

ステップＳ１１に進み、段差位置蓄積回路３１は、移動量検出回路３０により検出された車両の移動量に基づいて、段差検出回路１８により検出された段差（Ｄａ〜Ｄｆ）の位置を蓄積する。具体的には、図４に示すように、段差検出周期（△ｔ）毎に検出された段差の相対位置を、ＸＹ座標上の位置（Ｄ_１〜Ｄ_４）へ変換する。

ステップＳ１３に進み、堆積物推定回路３２は、蓄積された段差（Ｄａ〜Ｄｆ）の位置に基づいて、段差に落ち葉などの堆積物が存在していることを推定する。図６〜図１０を参照して説明した第１〜第４の例のいずれかを用いて、堆積物の存在を推定することができる。

ステップＳ１５に進み、道路境界推定回路２０は、蓄積された段差の位置に基づいて、道路境界を推定する。このとき、道路境界推定回路２０は、図５に示したように、堆積物が存在している場合には、存在しない場合に比べて、蓄積された段差の位置のうち、隣接度合いの高い段差の位置を選択して、道路境界を推定する。

以上説明したように、第１実施形態によれば、以下の作用効果が得られる。

段差に堆積物が存在していると、段差の高さ変化を正しく検出できないため、段差の位置がずれて検出される場合がある。そこで、図５に示したように、堆積物が存在している場合には、存在しない場合に比べて、蓄積された段差（Ｄａ、Ｄｂ、Ｄｃ、Ｄｄ、Ｄｅ）の位置のうち、隣接度合いの高い段差（Ｄａ、Ｄｂ、Ｄｃ、Ｄｅ）の位置を選択して、道路境界を推定する。これにより、隣接度合いの低い段差（Ｄｄ）の位置は、堆積物によってずれて検出されたものと見なして、道路境界の推定から除外することができる。よって、道路境界の検出精度が向上する。

堆積物推定回路３２は、図６に示したように、蓄積された段差（Ｄａ、Ｄｂ、Ｄｃ、Ｄｄ、Ｄｅ）の位置の連続性に基づいて、段差に堆積物が存在していることができる。蓄積された段差の位置の連続性に基づいて、堆積物によるズレの有無を推定することができる。よって、堆積物の存在の推定精度が向上し、道路境界の検出精度が向上する。

堆積物推定回路３２は、図７に示したように、蓄積された段差（Ｄａ、Ｄｂ、Ｄｃ、Ｄｄ、Ｄｅ）の位置を近似した直線に対する段差の位置毎の合致度に基づいて、段差に堆積物が存在していることを推定することができる。近似直線に対する段差の位置各々の合致度に基づいて、堆積物によるズレの有無を推定することができる。よって、堆積物の存在の推定精度が向上し、道路境界の検出精度が向上する。

堆積物推定回路３２は、図８及び図９に示したように、蓄積された段差（Ｄａ、Ｄｂ、Ｄｃ、Ｄｄ、Ｄｅ、Ｄｆ）の位置を近似した曲線（Ｃ_ＣＶ、Ｃ_ＣＶ’）に基づいて、段差に堆積物が存在していることを推定することができる。例えば、近似曲線の曲率或いは近似曲線に対する段差の位置の合致度に基づいて、堆積物によるズレの有無を推定することができる。よって、堆積物の存在の推定精度が向上し、道路境界の検出精度が向上する。

堆積物推定回路３２は、地図上の車両の位置及び地図情報に含まれる道路情報に基づいて、段差に堆積物が存在していることを推定することができる。よって、堆積物の存在の推定精度が向上し、道路境界の検出精度が向上する。

（第２実施形態）
図１２を参照して、第２実施形態に係わる自己位置推定装置２の全体構成を説明する。自己位置推定装置２は、第１実施形態の道路境界検出装置１により検出された道路境界と、地図情報に含まれる道路境界を示す情報とを照合することにより、車両（Ｖｃ）の地図上の位置を推定する。

具体的に、自己位置推定装置２は、測距センサ１２と、地図データベース２７と、測距センサ１２による測定データ及び地図データベース２７内の情報から、自己位置を推定する一連の情報処理を実行するマイクロコンピュータ１３とを備える。マイクロコンピュータ１３は、予めインストールされたコンピュータプログラムを実行することにより、図１に示す情報処理回路（１３、１８、３０、３１、３２、２０）の他に、自己位置推定回路３３を更に構成する。自己位置推定回路３３は、地図取得回路３４を有する。自己位置推定装置２は、車輪速センサ２８、舵角センサ２９、段差位置データベース２５を備える。

地図取得回路３４は、車両周囲の地図情報を地図データベース２７から取得する。自己位置推定回路３３は、地図情報に含まれる道路境界を示す情報と、道路境界推定回路２０により推定された道路境界とを照合することにより、車両の地図上の位置を推定する。具体的に、自己位置推定回路３３は、車両周辺の地図情報として、道路境界の形状を取得する。そして、道路境界推定回路２０により推定された道路境界と道路境界の形状とのマッチングを行う。マッチングを行う手法としては、ＩＣＰ手法を用いることが考えられる。

図１３は、図１２の自己位置推定装置１を用いた自己位置推定方法の一例を示すフローチャートである。図１３のステップＳ０１〜Ｓ１５は、図１１のステップＳ０１〜Ｓ１５と同じであり、図１３では、ステップＳ１７が追加されている。ステップＳ１７では、自己位置推定回路３３が、推定された道路境界と地図データベース２７から取得した道路境界の形状とのマッチングを行い、車両の地図上の位置を推定する。

例えば、道路境界を構成する点群（Ｐｓ）を求め、車両の位置（Ｖｓ）を仮決めする。車両周囲の地図情報に含まれる道路境界の情報を取得する。道路境界の情報に含まれる道路境界をしきい距離（例えば５ｃｍ〜１０ｃｍ）以下の領域に分割し、各領域の代表点（Ｐｍ）を求める。マッチング処理を行い、代表点（Ｐｍ）に対して点群（Ｐｓ）が重なるようなオフセット量（Ｖｏ）を算出し、車両の位置（Ｖｓ）にオフセット量（Ｖｏ）を加算した値を、車両の位置として出力する。

自己位置推定装置２は、第１実施形態の道路境界検出装置１により検出された道路境界を用いて、車両の地図上の位置を推定する。よって、車両の位置の推定精度も向上する。

上記のように、本発明の実施形態を記載したが、この開示の一部をなす論述及び図面はこの発明を限定するものであると理解すべきではない。この開示から当業者には様々な代替実施の形態、実施例及び運用技術が明らかとなろう。

測距センサ１２の他の例として、レーザレンジファインダ（ＬＲＦ）がある。ＬＲＦは、車両周囲の物体に向けてレーザーを照射し、物体に反射して戻ってきたレーザーを観測する。そして、ＬＲＦは、レーザーの照射方向に基づいて物体が位置する方位を計測すると共に、レーザーの照射から反射レーザーの観測までの時間に基づいて物体までの距離を計測する。ＬＲＦは、レーザースキャナとも呼ばれる。ＬＲＦの照射範囲は任意に設定可能である。例えば、車両のルーフ中央部にＬＲＦを設定し、周囲全体を照射範囲とする３６０度ＬＲＦを用いることができる。

なお、俯角を付けてＬＲＦを搭載することで走行中に車両進行方向を広範囲にわたって調査することが可能となる。また、複数のレーザーを同時に照射可能なマルチレイヤー型のＬＲＦを用いることも可能である。

１ 道路境界検出装置
２ 自己位置推定装置
１１ 測距部
１２ 測距センサ
１３ マイクロコンピュータ
１４ 演算回路
１８ 段差検出回路
２０ 道路境界推定回路
２６ ＧＰＳ
２７ 地図データベース
３０ 移動量検出回路
３１ 段差位置蓄積回路
３２ 堆積物推定回路
３３ 自己位置推定回路
３４ 地図取得回路
Ｇ_１ 走行可能領域
Ｈｇ 道路境界検出領域
Ｄ_１〜Ｄ_４、Ｄａ〜Ｄｆ 段差

Claims (7)

1. 車両の周囲にある物体表面の高さを検出する測距部と、
   前記物体表面の高さ変化に基づいて、路面上の段差の位置を検出する段差検出回路と、
   前記車両の移動量を検出する移動量検出回路と、
   前記車両の移動量に基づいて、前記段差検出回路により検出された前記段差の位置を蓄積する段差位置蓄積回路と、
   蓄積された前記段差の位置に基づいて、道路境界を推定する道路境界推定回路と、
   前記段差に堆積物が存在していることを推定する堆積物推定回路と、を備え、
   前記道路境界推定回路は、前記堆積物が存在している場合には、存在しない場合に比べて、蓄積された前記段差の位置のうち、隣接度合いの高い前記段差の位置を選択して、道路境界を推定する
   ことを特徴とする道路境界検出装置。
2. 前記堆積物推定回路は、蓄積された前記段差の位置の連続性に基づいて、前記段差に堆積物が存在していることを推定することを特徴とする請求項１に記載の道路境界検出装置。
3. 前記堆積物推定回路は、蓄積された前記段差の位置を近似した直線に対する前記段差の位置毎の合致度に基づいて、前記段差に堆積物が存在していることを推定することを特徴とする請求項１に記載の道路境界検出装置。
4. 前記堆積物推定回路は、蓄積された前記段差の位置を近似した曲線に基づいて、前記段差に堆積物が存在していることを推定することを特徴とする請求項１に記載の道路境界検出装置。
5. 地図情報を取得する地図取得回路と、
   地図上の車両の位置を推定する自己位置検出部と、を更に備え、
   前記堆積物推定回路は、地図上の車両の位置及び地図情報に含まれる道路情報に基づいて、前記段差に堆積物が存在していることを推定する
   ことを特徴とする請求項１に記載の道路境界検出装置。
6. 請求項１〜４のいずれか一項に記載の道路境界検出装置と、
   道路境界の情報を含む地図情報を取得する地図取得回路と、
   前記道路境界推定回路により推定された道路境界と、前記地図取得回路により取得された前記道路境界の情報とを照合することにより、前記車両の位置を推定する自己位置推定回路と、
   を備えることを特徴とする自己位置推定装置。
7. 車両の周囲にある物体表面の高さを検出し、
   前記物体表面の高さ変化に基づいて、路面上の段差の位置を検出し、
   前記車両の移動量を検出し、
   前記車両の移動量に基づいて、前記段差の位置を蓄積し、
   前記段差に堆積物が存在していることを推定し、
   前記堆積物が存在している場合には、存在しない場合に比べて、蓄積された前記段差の位置のうち、隣接度合いの高い前記段差の位置を選択し、
   選択された前記段差の位置に基づいて、道路境界を推定する
   ことを特徴とする道路境界検出方法。
   

Images