JP6693496B2 - 自己位置推定装置 - Google Patents

自己位置推定装置 Download PDF

Info

Publication number
JP6693496B2
JP6693496B2 JP2017248744A JP2017248744A JP6693496B2 JP 6693496 B2 JP6693496 B2 JP 6693496B2 JP 2017248744 A JP2017248744 A JP 2017248744A JP 2017248744 A JP2017248744 A JP 2017248744A JP 6693496 B2 JP6693496 B2 JP 6693496B2
Authority
JP
Japan
Prior art keywords
vehicle
corrected
self
lane
position estimation
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
Application number
JP2017248744A
Other languages
English (en)
Other versions
JP2018155731A (ja
Inventor
健司 三宅
健司 三宅
雄一 南口
雄一 南口
謙太 高橋
謙太 高橋
稔 岡田
岡田  稔
和美 伊佐治
和美 伊佐治
竜巳 杉山
竜巳 杉山
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Denso Corp
Original Assignee
Denso Corp
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Denso Corp filed Critical Denso Corp
Priority to PCT/JP2018/010068 priority Critical patent/WO2018168961A1/ja
Priority to PCT/JP2018/010057 priority patent/WO2018168956A1/ja
Publication of JP2018155731A publication Critical patent/JP2018155731A/ja
Priority to US16/568,606 priority patent/US11639853B2/en
Priority to US16/568,637 priority patent/US11408741B2/en
Application granted granted Critical
Publication of JP6693496B2 publication Critical patent/JP6693496B2/ja
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01CMEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C21/00Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
    • G01C21/26Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
    • G01C21/28Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network with correlation of data from several navigational instruments
    • G01C21/30Map- or contour-matching
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B60VEHICLES IN GENERAL
    • B60WCONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W30/00Purposes of road vehicle drive control systems not related to the control of a particular sub-unit, e.g. of systems using conjoint control of vehicle sub-units
    • B60W30/18Propelling the vehicle
    • B60W30/18009Propelling the vehicle related to particular drive situations
    • B60W30/18163Lane change; Overtaking manoeuvres
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01CMEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C21/00Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
    • G01C21/26Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
    • G01C21/34Route searching; Route guidance
    • G01C21/3407Route searching; Route guidance specially adapted for specific applications
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01CMEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C21/00Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
    • G01C21/26Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
    • G01C21/34Route searching; Route guidance
    • G01C21/3446Details of route searching algorithms, e.g. Dijkstra, A*, arc-flags, using precalculated routes
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01SRADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S19/00Satellite radio beacon positioning systems; Determining position, velocity or attitude using signals transmitted by such systems
    • G01S19/38Determining a navigation solution using signals transmitted by a satellite radio beacon positioning system
    • G01S19/39Determining a navigation solution using signals transmitted by a satellite radio beacon positioning system the satellite radio beacon positioning system transmitting time-stamped messages, e.g. GPS [Global Positioning System], GLONASS [Global Orbiting Navigation Satellite System] or GALILEO
    • G01S19/42Determining position
    • G01S19/48Determining position by combining or switching between position solutions derived from the satellite radio beacon positioning system and position solutions derived from a further system
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/70Determining position or orientation of objects or cameras
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/70Determining position or orientation of objects or cameras
    • G06T7/73Determining position or orientation of objects or cameras using feature-based methods
    • G06T7/74Determining position or orientation of objects or cameras using feature-based methods involving reference images or patches
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00Arrangements for image or video recognition or understanding
    • G06V10/70Arrangements for image or video recognition or understanding using pattern recognition or machine learning
    • G06V10/74Image or video pattern matching; Proximity measures in feature spaces
    • G06V10/75Organisation of the matching processes, e.g. simultaneous or sequential comparisons of image or video features; Coarse-fine approaches, e.g. multi-scale approaches; using context analysis; Selection of dictionaries
    • G06V10/751Comparing pixel values or logical combinations thereof, or feature values having positional relevance, e.g. template matching
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B60VEHICLES IN GENERAL
    • B60WCONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W2520/00Input parameters relating to overall vehicle dynamics
    • B60W2520/14Yaw
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B60VEHICLES IN GENERAL
    • B60WCONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W2552/00Input parameters relating to infrastructure
    • B60W2552/53Road markings, e.g. lane marker or crosswalk
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B60VEHICLES IN GENERAL
    • B60WCONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W2554/00Input parameters relating to objects
    • B60W2554/80Spatial relation or speed relative to objects
    • B60W2554/801Lateral distance
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B60VEHICLES IN GENERAL
    • B60WCONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W2554/00Input parameters relating to objects
    • B60W2554/80Spatial relation or speed relative to objects
    • B60W2554/805Azimuth angle
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B60VEHICLES IN GENERAL
    • B60WCONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W2556/00Input parameters relating to data
    • B60W2556/45External transmission of data to or from the vehicle
    • B60W2556/50External transmission of data to or from the vehicle of positioning data, e.g. GPS [Global Positioning System] data
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B60VEHICLES IN GENERAL
    • B60WCONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W40/00Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models
    • B60W40/10Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models related to vehicle motion
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/30Subject of image; Context of image processing
    • G06T2207/30248Vehicle exterior or interior
    • G06T2207/30252Vehicle exterior; Vicinity of vehicle
    • G06T2207/30256Lane; Road marking
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00Scenes; Scene-specific elements
    • G06V20/50Context or environment of the image
    • G06V20/56Context or environment of the image exterior to a vehicle by using sensors mounted on the vehicle
    • G06V20/588Recognition of the road, e.g. of lane markings; Recognition of the vehicle driving pattern in relation to the road

Landscapes

  • Engineering & Computer Science (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Multimedia (AREA)
  • Transportation (AREA)
  • Mechanical Engineering (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Artificial Intelligence (AREA)
  • Computing Systems (AREA)
  • Databases & Information Systems (AREA)
  • Evolutionary Computation (AREA)
  • General Health & Medical Sciences (AREA)
  • Medical Informatics (AREA)
  • Software Systems (AREA)
  • Health & Medical Sciences (AREA)
  • Navigation (AREA)
  • Traffic Control Systems (AREA)

Description

本開示は、自己位置推定装置に関する。
車両の自己位置推定をするものとして下記特許文献1に記載の自己位置標定装置が知られている。下記特許文献1に記載の自己位置標定装置は、GPS(Global Positioning System)や慣性装置や車速パルスを用いた位置算出に対し、道路上の白線や道路標識といった既存の道路インフラを利用して、標定精度を上げるものである。
具体的には、カメラを用いて撮像した画像に映った白線の方位角を算出し、カルマンフィルタが方位角データベースに記憶されている白線の方位角と画像から算出した白線の方位角との差分に基づいて誤差推定を行っている。
特開2008−249639号公報
特許文献1では、カメラを用いて撮像した画像を用いているので、天候が悪い場合のように画像が鮮明に取得できない場合には誤差を推定することができない。特に車線レベルでの位置推定が必要となると、特許文献1に記載の技術では対応することができない。硬度な運転支援や自動運転においては、レーン特定やレーン内走行位置の特定をすることが必要になるので、より高精度な自己位置推定が求められる。
本開示は、車線レベルでの高精度な位置推定が可能な自己位置推定装置を提供することを目的とする。
本開示は、自己位置推定装置であって、車両が走行可能な車線情報を含む地図情報を取得する地図情報取得部(109)と、複数の航法衛星から受信する航法信号に基づいて自車両の絶対位置である自車絶対位置を算出する位置算出部(101,102,106)と、地図情報と自車絶対位置とに基づいて補正後の自車両の位置である補正後自車位置を推定する位置推定部(108)と、を備える。位置推定部は、地図情報の確からしさと、自車絶対位置の確からしさとを重ね合わせて、補正後自車位置を推定する。
本開示では、地図情報の確からしさと自車絶対位置の確からしさとを重ね合わせるので、自車絶対位置のみを用いる場合よりも精度良く補正後自車位置を推定することができる。
尚、「課題を解決するための手段」及び「特許請求の範囲」に記載した括弧内の符号は、後述する「発明を実施するための形態」との対応関係を示すものであって、「課題を解決するための手段」及び「特許請求の範囲」が、後述する「発明を実施するための形態」に限定されることを示すものではない。
本開示によれば、車線レベルでの高精度な位置推定が可能な自己位置推定装置を提供することができる。
図1は、実施形態である自己位置推定装置の機能的な構成を示すブロック構成図である。 図2は、本実施形態の自己位置推定について説明するための図である。 図3は、本実施形態の自己位置推定について説明するための図である。 図4は、本実施形態の自己位置推定について説明するための図である。 図5は、本実施形態におけるレーンチェンジ確率を説明するための図である。 図6は、レーンチェンジ確率と車線中心線の信頼度との関係を説明するための図である。 図7は、自車位置確率分布と地図確率分布との関係を説明するための図である。 図8は、レーンチェンジ確率が低い場合の自車位置確率分布と地図確率分布との重ね合わせについて説明するための図である。 図9は、レーンチェンジ確率が高い場合の自車位置確率分布と地図確率分布との重ね合わせについて説明するための図である。 図10は、横偏差確率分布を加味する場合を説明するための図である。 図11は、線種確率分布を加味する場合を説明するための図である。 図12は、本実施形態による自車位置推定を行わない場合の推定位置のずれを説明するための図である。 図13は、本実施形態による自車位置推定を行った場合の推定位置を説明するための図である。 図14は、本実施形態による自車位置推定を行わない場合の推定位置のずれを説明するための図である。 図15は、本実施形態による自車位置推定を行った場合の推定位置を説明するための図である。 図16は、推定位置補正量と推定誤差補正量との関係を説明するための図である。 図16は、推定位置補正量と推定誤差補正量との関係を説明するための図である。 図17は、補正量積算値の初期化と自車位置候補との関係を説明するための図である。 図19は、補正量積算値の初期化と自車位置候補との関係を説明するための図である。 図20は、補正量積算値の初期化と自車位置候補との関係を説明するための図である。 図21は、自車位置候補数の変遷を説明するための図である。 図22は、自車位置候補数の変遷を説明するための図である。 図23は、自車位置候補数の変遷を説明するための図である。 図24は、図16から図23を参照しながら説明した処理をフローチャートとして示す図である。 図25は、図16から図23を参照しながら説明した処理をフローチャートとして示す図である。
以下、添付図面を参照しながら本実施形態について説明する。説明の理解を容易にするため、各図面において同一の構成要素に対しては可能な限り同一の符号を付して、重複する説明は省略する。
図1を参照しながら、本実施形態に係る自己位置推定装置10について説明する。自己位置推定装置10は、ハードウェア的な構成要素として、CPUといった演算部、RAMやROMといった記憶部、各種センサとデータの授受を行うためのインターフェイス部を備えるコンピュータとして構成されている。続いて、自己位置推定装置10の機能的な構成要素について説明する。
自己位置推定装置10は、自己位置計測部101と、車両運動量計測部102と、白線認識部103と、周辺環境計測部104と、経路情報取得部105と、デッドレコニング106と、位置推定部108と、地図情報取得部109と、走行車線推定部110と、地図情報格納部120と、を備えている。
自己位置計測部101は、GNSS(Grobal Navigation Satellite System)によって自車の位置を計測する部分である。自己位置計測部101は、複数の航法衛星から受信する航法信号に基づいて自車両の絶対位置である自車絶対位置を算出する。自己位置計測部101は、算出した自車絶対位置をデッドレコニング106及び位置推定部108に出力する。自己位置計測部101は、本開示の位置算出部に相当する。
車両運動量計測部102は、加速度センサ、車速センサ、ジャイロセンサといったセンサ類から信号を受信し、自車の運動量を計測する部分である。車両運動量計測部102は、車速、方位角、ヨーレート、加速度といった運動量の情報をデッドレコニング106及び位置推定部108に出力する。車両運動量計測部102は、本開示の位置算出部に相当する。
白線認識部103は、カメラが撮像した画像データを用いて、車線を区切る白線を認識する部分である。白線認識部103は、白線の有無の情報や白線の種類の情報を位置推定部108に出力する。
周辺環境計測部104は、天候や衛星配置の情報を計測する部分である。周辺環境計測部104は、天候や衛星配置の情報を位置推定部108に出力する。
経路情報取得部105は、ナビゲーションシステムから車両の目的地及びその目的地への経路を取得する部分である。経路情報取得部105は、目的地及び経路を示す情報を走行車線推定部110に出力する。
デッドレコニング106は、自己位置計測部101から出力される自車両の絶対位置及び車両運動量計測部102から出力される運動量の情報に基づいて、GNSSのみでは測位が難しい場所での自車両の位置を算出する部分である。デッドレコニング106は、算出した自車両の位置を位置推定部108に出力する。デッドレコニング106は、本開示の位置算出部に相当する。位置算出部としての自己位置計測部101、車両運動量計測部102及びデッドレコニング106は、複数の航法衛星から受信する航法信号に基づいて自車両の絶対位置である自車絶対位置を算出する機能を果たしている。
地図情報取得部109は、車両が走行可能な車線情報を含む地図情報を取得する部分である。地図情報取得部は、地図情報格納部120に格納されている地図情報を読み取り、読み取った地図情報を位置推定部108及び走行車線推定部110に出力する。
位置推定部108は、地図情報と自車絶対位置とに基づいて補正後の自車両の位置である補正後自車位置を推定する部分である。位置推定部108は、地図情報の確からしさと、自車絶対位置の確からしさとを重ね合わせて、補正後自車位置を推定する。地図情報の確からしさ及び自車絶対位置の確からしさは、確からしさを表す確率分布を用いてもよく、確からしさを表す数値を用いてもよい。
図2を参照しながら、位置推定部108の補正後自車位置の推定手法の一例について説明する。図2においては、3本の車線L1,L2,L3が設定されている。車線L1の進行方向左側には、実線白線SLaが設けられている。車線L1と車線L2との間には、破線白線BLaが設けられている。車線L2と車線L3との間には、破線白線BLbが設けられている。車線L3の進行方向右側には、実線白線SLbが設けられている。車線中心線L1cは、車線L1の中心を示す線である。車線中心線L2cは、車線L2の中心を示す線である。車線中心線L3cは、車線L3の中心を示す線である。
図2に示される例では、車線中心線L1c、車線中心線L2c、車線中心線L3cの地図確率分布PDmをもって、地図情報の確からしさとしている。最初に自車両は、自車絶対位置Paにいるものとする。説明の便宜上、自車両は、自車絶対位置Paから車線L1に沿って進行しているものとする。
位置推定部108は、最初の推定タイミングにおいて、自車絶対位置Paにおける自車位置確率分布PDcaと、地図情報確率分布PDmを重ね合わせて、補正後自車位置Pbを推定している。補正後自車位置Pbは、自車絶対位置Paから補正を行わなかった場合に比較して、距離d1だけ車線中心線L1c側に補正されている。
位置推定部108は、次の推定タイミングにおいて、補正後自車位置Pbにおける自車位置確率分布PDcbと、地図情報確率分布PDmを重ね合わせて、補正後自車位置Pcを推定している。補正後自車位置Pcは、補正後自車位置Pbから補正を行わなかった場合に比較して、距離d2だけ車線中心線L1c側に補正されている。
地図確率分布としては、車線中心線の確率分布に限らず、地図情報の確からしさを示す確率分布が用いられる。また、運転者の癖や道路形状によってオフセットさせた地図確率分布を用いてもよい。道路形状とは、道幅や隣接車線の有無といった情報が含まれる。
図3に示される例では、車線中心線L1c、車線中心線L2c、車線中心線L3cから進行方向左側にオフセットさせた地図確率分布PDmAをもって、地図情報の確からしさとしている。
位置推定部108は、最初の推定タイミングにおいて、自車絶対位置PaAにおける自車位置確率分布PDcaAと、地図情報確率分布PDmAを重ね合わせて、補正後自車位置PbAを推定している。補正後自車位置PbAは、自車絶対位置PaAから補正を行わなかった場合に比較して、距離d1Aだけ車線中心線L1c側に補正されている。
位置推定部108は、次の推定タイミングにおいて、補正後自車位置PbAにおける自車位置確率分布PDcbAと、地図情報確率分布PDmAを重ね合わせて、補正後自車位置PcAを推定している。補正後自車位置PcAは、補正後自車位置PbAから補正を行わなかった場合に比較して、距離d2Aだけ車線中心線L1c側に補正されている。
図2を参照しながら説明した、車線中心線L1c、車線中心線L2c、車線中心線L3cの地図確率分布PDmを用いる場合に比較して、図3を参照しながら説明した例では、車線L1の左側に寄るように補正後自車位置が推定されている。
位置推定部108は、地図情報の確からしさ及び前記自車絶対位置の確からしさの少なくとも一方を変動させ、地図情報及び自車絶対位置の相対的な重み付けを変更して補正後自車位置を推定することができる。
図4に示される例では、車線中心線L1c、車線中心線L2c、車線中心線L3cの地図確率分布PDmBの確からしさを、自車位置確率分布PDcaB,PDcbB,PDccBの確からしさよりも相対的に高くなるように重み付けを変更している。
位置推定部108は、最初の推定タイミングにおいて、自車絶対位置PaBにおける自車位置確率分布PDcaBと、地図情報確率分布PDmBを重ね合わせて、補正後自車位置PbBを推定している。補正後自車位置PbBは、自車絶対位置PaBから補正を行わなかった場合に比較して、距離d1Bだけ車線中心線L1c側に補正されている。距離d1Bは、図2に示される距離d1よりも長くなっており、補正後自車位置PbBは、補正後自車位置Pbよりも車線中心線L1c側により近くなっている。
位置推定部108は、次の推定タイミングにおいて、補正後自車位置PbBにおける自車位置確率分布PDcbBと、地図情報確率分布PDmBを重ね合わせて、補正後自車位置PcBを推定している。補正後自車位置PcBは、補正後自車位置PbBから補正を行わなかった場合に比較して、距離d2Bだけ車線中心線L1c側に補正されている。距離d2Bは、図2に示される距離d2よりも長くなっており、補正後自車位置PcBは、補正後自車位置Pcよりも車線中心線L1c側により近くなっている。
このように、地図確率分布PDmBの確からしさを高め、地図確率分布PDmBの山の中央を高くすることで、車線中心線L1cへの収束速度を高めた補正を行うことが可能となる。
ところで、自車両がレーンチェンジを行わず、車線L1を走行し続けるのであれば、図4を参照しながら説明した補正後自車位置の推定は精度の高いものとなる。しかしながら、実際には自車両はレーンチェンジを行う場合があり、その場合にも補正後自車位置の精度を高める必要がある。
そこで、位置推定部108は、自車両が現在走行中の車線とは別の車線に移動すると推定される度合いを示す確率であるレーンチェンジ確率(以下、「LC確率」ともいう)を用い、地図情報の確からしさを変動させることができる。より具体的には、位置推定部108は、レーンチェンジ確率が上昇すると地図情報の確からしさを低下させる一方で、レーンチェンジ確率が低下すると地図情報の確からしさを上昇させることができる。また、位置推定部108は、レーンチェンジ確率を、自車両が走行している車線の延伸状態に対する自車両の走行状態の乖離量である車線乖離量に基づいて算出する。位置推定部108は、車線乖離量を、車線の方位角と自車両の進行方向の方位角との差である方位角偏差、自車両のヨーレート、自車両の回頭角、自車両のステア角、自車両が走行している場の周辺環境情報の少なくともいずれか1つに基づいて算出することができる。
図5の(A)に示されるように、車線方向の方位角と自車両の進行方向の方位角との差である方位角偏差θが大きくなると、LC確率が高いものと判断する。一方、図5の(B)に示されるように、車線方向の方位角と自車両の進行方向の方位角との差である方位角偏差が小さいか0の場合、LC確率が低いものと判断する。方位角偏差とLC確率との関係は、一例として図5の(C)に示されるようになる。
位置推定部108は、算出したレーンチェンジ確率と車線情報及び自車絶対位置とに基づいて補正後自車位置を推定する。位置推定部108は、レーンチェンジ確率が自車両の車線変更を示すものではない場合は車線情報の寄与度を高くし、レーンチェンジ確率が自車両の車線変更を示すものである場合は車線情報の寄与度を低くする補正を行う。レーンチェンジ確率が自車両の車線変更を示すものではない場合に車線情報の寄与度を高くすることで、自車絶対位置が実際の自車位置からずれた場合でも、車線情報による補正により実際の自車位置に近いものに補正後自車位置を推定することができる。一方、レーンチェンジ確率が自車両の車線変更を示すものである場合に車線情報寄与度を低くすることで、実際には車線変更したにも関わらず車線変更前の車線にいるように位置推定するような誤った補正後自車位置の推定を行うことを回避できる。
図6に示されるように、位置推定部108は、自車絶対位置を自車位置確率分布として算出する。位置推定部108は、車線情報における車線中心位置を車線中心確率分布として算出する。位置推定部108は、自車位置確率分布と車線中心確率分布とを重ね合わせることで補正後自車位置を推定する。
図7に示されるように、位置推定部108は、レーンチェンジ確率が自車両の車線変更を示すものではない場合の車線中心確率分布の信頼度を上げる。位置推定部108は、レーンチェンジ確率が自車両の車線変更を示すものである場合は、車線中心確率分布の信頼度を下げることで補正後自車位置を推定する。
位置推定部108は、レーンチェンジ確率が自車両の車線変更を示すものではない場合に、レーンキープ中であると判断し、車線中心線の信頼度を高くし、車線中心確率分布を狭める。位置推定部108は、レーンチェンジ確率が自車両の車線変更を示すものである場合に、レーンチェンジ中であると判断し、車線中心線の信頼度を低くし、車線中心確率分布を広げる。
図8は、レーンキープ中の場合の確率分布の重ね合わせについて説明する図である。図8の(A)に示されるように、自車位置確率分布と車線中心確率分布とがそれぞれ算出される。レーンキープ中との判断なので、車線中心線の信頼度は高くなり、車線中心確率分布は狭まっている。図8の(B)に示されるように、自車位置確率分布と車線中心確率分布とを重ね合わせて補正後自車位置の確率分布が求められる。車線中心線の信頼度を高くしているので、補正後自車位置は車線中心に近くなるように補正され、横位置の変化が抑制される。
図9は、レーンチェンジ中の場合の確率分布の重ね合わせについて説明する図である。図9の(A)に示されるように、自車位置確率分布と車線中心確率分布とがそれぞれ算出される。レーンチェンジ中との判断なので、車線中心線の信頼度は低くなり、車線中心確率分布は広がっている。図9の(B)に示されるように、自車位置確率分布と車線中心確率分布とを重ね合わせて補正後自車位置の確率分布が求められる。車線中心線の信頼度を低くしているので、補正後自車位置は自車位置に近くなるように補正され、横位置の変化が保持される。
このような確率分布の重ね合わせにより補正後自車位置を求める考え方は、他の要因を補正後自車位置に反映させることに応用することができる。図10は、横偏差の確率分布を反映させる例である。図10の(A)に示されるように、自車位置確率分布及び車線中心確率分布に加えて、横偏差確率分布が算出される。横偏差確率分布は、白線認識部103の白線認識結果に基づいて、自車両が車線のどちらよりに位置取りをする傾向にあるかを示す確率分布である。図10の(B)に示されるように、自車位置確率分布及び車線中心確率分布に加えて、横偏差確率分布を重ね合わせることで、横偏差を加味した補正後自車位置及び補正量を算出することができる。
図11は、線種の確率分布を反映させる例である。図11の(A)に示されるように、自車位置確率分布及び車線中心確率分布に加えて、線種確率分布が算出される。線種確率分布は、白線認識部103の白線認識結果に基づいて、例えば車線が連続線なのか破線なのかを示す確率分布である。図11の(B)に示されるように、自車位置確率分布及び車線中心確率分布に加えて、線種確率分布を重ね合わせることで、線種を加味した補正後自車位置及び補正量を算出することができる。
位置推定部108は、推定した補正後自車位置を走行車線推定部110に出力する。走行車線推定部110は、自車絶対位置又は補正後自車位置を用いて、地図情報において自車両が走行している車線である走行車線を推定する部分である。
図12から図15を参照しながら、位置推定部108による補正後自車位置の推定と、走行車線推定部110による走行車線の推定とについて説明する。図12から図15においては、実線で実際の走行状態である実走線21を示し、破線で自己位置計測部101及びデッドレコニング106による自車絶対位置の軌跡である計測線22を示し、二点鎖線で推定される走行車線23を示している。
図12は、位置推定部108による補正後自車位置の推定をしない場合の例を示すものである。実走線21では、左車線を走行した後に右車線にレーンチェンジしている。しかしながら、計測線22は全体として左寄りにずれる誤差が発生しているので、走行車線23の推定がずれてしまい、左車線をレーンチェンジせずに走行しているものと推定されている。
図13は、位置推定部108による補正後自車位置の推定をする場合の例を示すものである。領域30においては、レーンチェンジをせずに左車線を走行している状態である。従って、計測線22が補正され、車線中心に近寄るように配置される。走行車線推定部110は、領域30において自車両は左車線を走行しているものと推定する。
図14は、レーンチェンジの際に、位置推定部108による補正後自車位置の推定をしない場合の例を示すものである。領域31においては、レーンチェンジをして左車線から右車線にレーンチェンジをして走行している状態である。これに対して、図15は、レーンチェンジの際に、位置推定部108による補正後自車位置の推定をしている場合の例を示すものである。図14の領域31におけるレーンチェンジが反映されるので、計測線22が補正され、左車線の車線中心に近寄るように配置される。この補正は車線がカーブしても継続される。そのため、走行車線推定部110は、領域32において自車両は右車線を走行しているものと推定する。
上記説明した本実施形態と本開示の対応関係について説明する。本実施形態の自己位置計測部101、車両運動計測部102、及びデッドレコニング106は、本開示の位置算出部に相当する。
上記したように本実施形態に係る自己位置推定装置10は、車両が走行可能な車線情報を含む地図情報を取得する地図情報取得部109と、複数の航法衛星から受信する航法信号に基づいて自車両の絶対位置である自車絶対位置を算出する位置算出部としての自己位置計測部10,車両運動計測部102,デッドレコニング106と、地図情報と自車絶対位置とに基づいて補正後の自車両の位置である補正後自車位置を推定する位置推定部108と、を備えている。位置推定部108は、地図情報の確からしさと、自車絶対位置の確からしさとを重ね合わせて、補正後自車位置を推定する。地図情報の確からしさと自車絶対位置の確からしさとを重ね合わせるので、自車絶対位置のみを用いる場合よりも精度良く補正後自車位置を推定することができる。
また本実施形態において、位置推定部108は、地図情報の確からしさ及び自車絶対位置の確からしさの少なくとも一方を変動させ、地図情報及び自車絶対位置の相対的な重み付けを変更して補正後自車位置を推定することができる。地図情報及び自車絶対位置の相対的な重み付けを変更することで、より確かな情報の影響度を高め、位置推定の精度を向上させることができる。
また本実施形態において、位置推定部108は、自車両が現在走行中の車線とは別の車線に移動すると推定される度合いを示す確率であるレーンチェンジ確率を用い、地図情報の確からしさを変動させることができる。より具体的には、位置推定部108は、レーンチェンジ確率が上昇すると地図情報の確からしさを維持又は低下させる一方で、レーンチェンジ確率が低下すると地図情報の確からしさを上昇させることができる。自車両がレーンチェンジをしない場合には、地図情報の確からしさを上昇させることで、実際の車線に沿った自車両の位置を推定することができる。一方、自車両がレーンチェンジをする場合には、地図情報の確からしさを維持又は低下させることで、過度な地図情報の影響を排除し、レーンチェンジを反映させた自車両の位置を推定することができる。このように、補正後自車位置の推定にレーンチェンジ確率を反映させることで、レーンキープ状態であるのに隣の車線に車線変更したと判断したり、レーンチェンジ状態であるのに車線変更しないと判断したりすることを低減できる。
また本実施形態において、位置推定部108は、レーンチェンジ確率を、自車両が走行している車線の延伸状態に対する自車両の走行状態の乖離量である車線乖離量に基づいて算出することができる。より具体的には、位置推定部108は、車線乖離量を、車線の方位角と自車両の進行方向の方位角との差である方位角偏差、自車両のヨーレート、自車両の回頭角、自車両のステア角、自車両が走行している場の周辺環境情報の少なくともいずれか1つに基づいて算出することができる。
また本実施形態において、位置推定部108は、地図情報の確からしさを地図確率分布で表すと共に、自車絶対位置の確からしさを自車位置確率分布で表し、補正後自車位置を地図確率分布と自車位置確率分布との重ね合わせで推定することができる。地図確率分布は、前記車両が走行中の車線若しくは車線中心位置の確率分布を含む。
また本実施形態では、位置推定部108は、カメラによる線種情報を反映させて補正後自車位置を推定することができる。位置推定部108は、カメラによる周辺情報を反映させて補正後自車位置を推定することができる。
位置推定部108は、ウィンカ情報を反映させて補正後自車位置を推定することができる。例えば、右にウィンカを出している場合には、右車線にレーンチェンジする可能性が高いので、レーンチェンジ確率を高めて対応することができる。
位置推定部108は、ドライバの状態を反映させて補正後自車位置を推定することもできる。位置推定部108は、ドライバによる操作を反映させて補正後自車位置を推定することもできる。ドライバの状態や操作を反映させることで、レーンチェンジの可能性を精度良く推定することができる。
本実施形態における位置推定部108は、自車絶対位置を補正後自車位置に補正する補正量に応じて、補正後自車位置の信頼度を低下させる信頼度調整制御を実行することができる。
補正量が多くなると、自車絶対位置と補正後自車位置との乖離が大きくなるため、仮に補正前の自車絶対位置に近い位置が真の自車位置である場合に、補正後自車位置から所定の信頼度内に真の自車位置が入らなくなる虞がある。そこで、補正量に応じて補正後自車位置の信頼度を低下させることで、補正後自車位置から所定の信頼度内に真の自車位置が入る可能性を高めることができる。
本実施形態における位置推定部108は、前記補正量を積算した補正量積算値に応じて、補正後自車位置の信頼度を低下させることができる。
補正量積算値を用いることで、時系列に沿って継続的に自車絶対位置を補正後自車位置に補正する場合に対応することができる。継続的に補正している場合であって、自車絶対位置と補正後自車位置との乖離が大きくなる場合にも、補正量積算値に応じて補正後自車位置の信頼度を低下させることで、補正後自車位置から所定の信頼度内に真の自車位置が入る可能性を高めることができる。
図16を参照しながら説明する。図16においては、自車絶対位置40(a),40(b)と、それぞれに対応する信頼度50(a),50(b)が示されている。自車絶対位置40(a)から所定時間後に自車絶対位置40(b)に至るものとしている。次の所定時間後の自車絶対位置として、位置算出部である自己位置計測部101,車両運動量計測部102,デッドレコニング106は、自車絶対位置40(c2)を算出する。位置推定部108は、補正後自車位置として補正後自車位置40(c1)を算出する。
自車絶対位置40(c2)を補正後自車位置40(c1)に補正すると、推定位置補正量が大きくなるので、推定誤差補正量も大きくなるように信頼度調整制御を実行する。推定位置補正量と推定誤差補正量との関係の一例を図17に示す。
図17に示されているように、推定位置補正量が増大すると、横位置補正量及び回頭角補正量も増大するので、推定誤差補正量も大きくなるように設定されている。
図16においては、補正後自車位置40(c2)の信頼度が信頼度調整制御を実行しない場合には信頼度50(c1)の範囲であるものが、信頼度調整制御を実行することで信頼度50(c2)に拡張されている。
本実施形態における位置推定部108は、補正量積算値が所定経過時間に対応して設けられる積算閾値を超えない場合、補正量積算値を初期化することができる。補正量積算値が所定経過時間の間に積算閾値を超えない場合、補正量積算値を初期化することで、横方向の誤差が積み上がってしまうことを抑制できる。
図18を参照しながら、補正量積算値を初期化する一態様について説明する。図18の(A)は、自車両の位置の変遷及び信頼度の変遷を示している。図18の(B)は、レーンチェンジ確率の変遷を示している。図18の(C)は、補正量積算値の変遷を示している。図18の(D)は、自車位置候補数の変遷を示している。
図18においては、自車絶対位置40(a),40(b)と、それぞれに対応する信頼度50(a),50(b)が示されている。時刻Taに対応する自車絶対位置40(a)から所定時間後の時刻Tbに自車絶対位置40(b)に至るものとしている。次の所定時間後である時刻Tcにおける自車絶対位置として、位置算出部である自己位置計測部101,車両運動量計測部102,デッドレコニング106は、自車絶対位置40(c2)を算出する。位置推定部108は、補正後自車位置として補正後自車位置40(c1)を算出する。
自車絶対位置40(c2)を補正後自車位置40(c1)に補正すると、推定位置補正量が大きくなるので、推定誤差補正量も大きくなるように信頼度調整制御を実行する。信頼度調整制御の実行内容は、図16及び図17を参照しながら説明したものと同様であって、信頼度50(c1)が信頼度50(c2)に拡張される。
時刻Tcにおいて推定誤差補正量が大きくなることに伴って、補正量積算値が積算閾値を超える。位置推定部108は、補正量積算値を初期化すると共に、補正後自車位置の候補を2つ生成する。時刻Tdにおいては、補正後自車位置40(d1)及び対応する信頼度50(d1)と、隣接レーンにおける補正後自車位置40(d2)及び対応する信頼度50(d2)と、を生成する。
図19を参照しながら、補正量積算値を初期化する別の一態様について説明する。図19の(A)は、自車両の位置の変遷及び信頼度の変遷を示している。図19の(B)は、レーンチェンジ確率の変遷を示している。図19の(C)は、補正量積算値の変遷を示している。図19の(D)は、自車位置候補数の変遷を示している。
図19においては、自車絶対位置40(a),40(b)と、それぞれに対応する信頼度50(a),50(b)が示されている。時刻Taに対応する自車絶対位置40(a)から所定時間後の時刻Tbに自車絶対位置40(b)に至るものとしている。次の所定時間後である時刻Tcにおける自車絶対位置として、位置算出部である自己位置計測部101,車両運動量計測部102,デッドレコニング106は、自車絶対位置40(c2)を算出する。位置推定部108は、補正後自車位置として補正後自車位置40(c1)を算出する。
自車絶対位置40(c2)を補正後自車位置40(c1)に補正すると、推定位置補正量が大きくなるので、推定誤差補正量も大きくなるように信頼度調整制御を実行する。信頼度調整制御の実行内容は、図16及び図17を参照しながら説明したものと同様であって、信頼度50(c1)が信頼度50(c2)に拡張される。
図19に示される例の場合、時刻Tcにおいても補正量積算値は積算閾値を超えない。このように所定時間が経過した場合であって補正量積算値が積算閾値を超えない場合には、位置推定部108は、補正量積算値を初期化する。補正量積算値が積算閾値を超えていないので、補正後自車位置の候補は1つのままである。時刻Tdにおいては、補正後自車位置40(d1)及び対応する信頼度50(d1)を生成する。
図20を参照しながら、補正量積算値を初期化する別の一態様について説明する。図20の(A)は、自車両の位置の変遷及び信頼度の変遷を示している。図20の(B)は、レーンチェンジ確率の変遷を示している。図20の(C)は、補正量積算値の変遷を示している。図20の(D)は、自車位置候補数の変遷を示している。
図20においては、自車絶対位置40(a),40(b)と、それぞれに対応する信頼度50(a),50(b)が示されている。時刻Taに対応する自車絶対位置40(a)から所定時間後の時刻Tbに自車絶対位置40(b)に至るものとしている。次の所定時間後である時刻Tcにおける自車絶対位置として、位置算出部である自己位置計測部101,車両運動量計測部102,デッドレコニング106は、自車絶対位置40(c2)を算出する。位置推定部108は、補正後自車位置として補正後自車位置40(c1)を算出する。
自車絶対位置40(c2)を補正後自車位置40(c1)に補正すると、推定位置補正量が大きくなるので、推定誤差補正量も大きくなるように信頼度調整制御を実行する。信頼度調整制御の実行内容は、図16及び図17を参照しながら説明したものと同様であって、信頼度50(c1)が信頼度50(c2)に拡張される。
図20に示される例の場合、時刻Tcにおいても補正量積算値は積算閾値を超えない。このように所定時間が経過した場合でも補正量積算値が積算閾値を超えない場合、位置推定部108は、補正量積算値を初期化する。更に、自車絶対位置を算出した算出手法とは異なる算出手法、例えば線種検出やGNSSや横位置検出等の算出手法によって算出される自車絶対位置が信頼度50(c3)である場合、信頼度50(c3)を優先させることができる。時刻Tdにおいては、補正後自車位置40(d2)及び対応する信頼度50(d2)を生成する。
本実施形態における位置推定部108は、信頼度調整制御に用いられた自車絶対位置の算出手法とは異なる算出手法によって算出された自車絶対位置と、補正後自車位置及び補正後自車位置から所定の信頼度によって特定される自車位置と、が異なる場合、補正量積算値を初期化することができる。補正量積算値を初期化することで、信頼度調整制御に用いられた算出手法とは異なる算出手法によって算出された自車絶対位置を優先させることができる。
続いて、信頼度調整制御の別態様について説明する。本実施形態における位置推定部108は、信頼度調整制御において、自車絶対位置を第1補正量によって補正する第1補正後自車位置と、自車絶対位置を第1補正量とは異なる仮説に基づく第2補正量によって補正する第2補正後自車位置とを保持することができる。
互いに相違する第1補正量及び第2補正量を用いることで、補正度合いを異ならせた第1補正後自車位置及び第2補正後自車位置を保持することができる。自車絶対位置と補正後自車位置との乖離が大きくなる場合であっても、複数の仮説に基づいたトラッキングを行うことができ、第1補正後自車位置及び第2補正後自車位置のそれぞれから所定の信頼度内に真の自車位置が入る可能性を高めることができる。
図21を参照しながら具体的に説明する。図21の(A)は、自車両の位置の変遷及び信頼度の変遷を示している。図21の(B)は、レーンチェンジ確率の変遷を示している。図21の(C)は、自車位置候補数の変遷を示している。図21の(D)は、車線候補数の変遷を示している。
図21においては、自車絶対位置40(a),40(b)と、それぞれに対応する信頼度50(a),50(b)が示されている。時刻Taに対応する自車絶対位置40(a)から所定時間後の時刻Tbに自車絶対位置40(b)に至るものとしている。
時刻Tbにおいてレーンチェンジ確率が所定確率を上回っているので、位置推定部108は、信頼度調整制御を開始する。具体的には、自車位置候補数を2つにすると共に、車線候補数も2つにしている。時刻Tcにおいては、進行方向左車線を走行していることを前提に第1補正後自車位置40(c1)を生成し、信頼度50(c1)と共に保持する。同時に、進行方向右車線を走行していることを前提に第2補正後自車位置40(c2)を生成し、信頼度50(c2)と共に保持する。
第1補正後自車位置40(c1)は、進行方向左車線の位置を特定する情報に対して自車絶対位置を補正して補正後自車位置を生成しているので、その補正量は第1補正量となる。第2補正後自車位置40(c2)は、進行方向右車線の位置を特定する情報に対して自車絶対位置を補正して補正後自車位置を生成しているので、その補正量は第1補正量とは異なる仮説に基づく第2補正量となる。
本実施形態における位置推定部108は、第1補正後自車位置と第2補正後自車位置との横方向の差分が横方向閾値を超えない場合、第1補正後自車位置又は第2補正後自車位置を棄却することができる。第1補正後自車位置と第2補正後自車位置との横方向の差分が横方向閾値を超えない場合、第1補正後自車位置及び第2補正後自車位置の少なくとも一方を棄却することで、複数の仮説に基づいたトラッキングを解消し、複数トラッキングの負荷を低減することができる。
本実施形態における位置推定部108は、自車両が現在走行中の車線とは別の車線に移動すると推定される度合いを示す確率であるレーンチェンジ確率が所定確率を上回ると信頼度調整制御の実行を開始することができる。自車両が現在走行中の車線とは別の車線に移動すると推定された場合に信頼度調整制御を開始するので、自車両が車線変更する可能性が高まったのに合わせて第1補正後自車位置及び第2補正後自車位置を算出することになり、不要に複数の仮説に基づいたトラッキングを行うことを抑制することができる。
図22を参照しながら、第1補正後自車位置を残して第2補正後自車位置を棄却する例について説明する。図22においては、自車絶対位置40(a),40(b)と、それぞれに対応する信頼度50(a),50(b)が示されている。時刻Taに対応する自車絶対位置40(a)から所定時間後の時刻Tbに自車絶対位置40(b)に至るものとしている。
時刻Tbにおいてレーンチェンジ確率が所定確率を上回っているので、位置推定部108は、信頼度調整制御を開始する。具体的には、自車位置候補数を2つにすると共に、車線候補数も2つにしている。時刻Tcにおいては、進行方向左車線を走行していることを前提に第1補正後自車位置40(c1)を生成し、信頼度50(c1)と共に保持する。同時に、進行方向右車線を走行していることを前提に第2補正後自車位置40(c2)を生成し、信頼度50(c2)と共に保持する。
図22の(A)に示されるように、時刻Tcにおいて、第1補正後自車位置40(c1)に対する第2補正後自車位置40(c2)の横方向の偏倚が小さく、横方向の差分が横方向閾値を超えていない。そこで、位置推定部108は、第2補正後自車位置40(c2)を棄却する。時刻Tdにおいては、第1補正後自車位置40(d1)及び信頼度50(d1)が保持されている。
本実施形態における位置推定部108は、信頼度調整制御に用いられた自車絶対位置の算出手法とは異なる算出手法によって算出された自車絶対位置と、第1補正後自車位置及び第1補正後自車位置から所定の信頼度によって特定される自車位置と、が異なる場合は、第1補正後自車位置を棄却し、信頼度調整制御に用いられた自車絶対位置の算出手法とは異なる算出手法によって算出された自車絶対位置と、第2補正後自車位置及び第2正後自車位置から所定の信頼度によって特定される自車位置と、が異なる場合は、第2補正後自車位置を棄却することができる。信頼度調整制御に用いられた算出手法とは異なる算出手法によって算出された自車絶対位置から離れた補正後自車位置を棄却することで、複数トラッキングの負荷を低減することができる。
図23を参照しながら、第2補正後自車位置を残して第1補正後自車位置を棄却する例について説明する。図23においては、自車絶対位置40(a),40(b)と、それぞれに対応する信頼度50(a),50(b)が示されている。時刻Taに対応する自車絶対位置40(a)から所定時間後の時刻Tbに自車絶対位置40(b)に至るものとしている。
時刻Tbにおいてレーンチェンジ確率が所定確率を上回っているので、位置推定部108は、信頼度調整制御を開始する。具体的には、自車位置候補数を2つにすると共に、車線候補数も2つにしている。時刻Tcにおいては、進行方向左車線を走行していることを前提に第1補正後自車位置40(c1)を生成し、信頼度50(c1)と共に保持する。同時に、進行方向右車線を走行していることを前提に第2補正後自車位置40(c2)を生成し、信頼度50(c2)と共に保持する。
図23の(A)に示されるように、時刻Tcにおいて、自車絶対位置を算出した算出手法とは異なる算出手法、例えば線種検出やGNSSや横位置検出等の算出手法によって算出される自車絶対位置が信頼度50(c3)である場合、信頼度50(c3)を優先させることができる。位置推定部108は、信頼度50(c3)に近い第2補正後自車位置40(c2)を残す。位置推定部108は、第2補正後自車位置40(c2)に基づいて、時刻Tdにおける補正後自車位置40(d2)及び対応する信頼度50(d2)を生成する。
図24に示されるフローチャートを参照しながら、自己位置推定装置10の動作について説明する。ステップS101では、位置算出部である自己位置計測部101,車両運動量計測部102,デッドレコニング106が、自車絶対位置を算出する。
ステップS101に続くステップS102では、地図情報取得部109が、周辺地図データを取得する。ステップS102に続くステップS103では、位置推定部108が、車線形状を考慮し、補正後自車位置を算出する。
ステップS103に続くステップS104では、補正量積算値にステップS103で算出した補正量を加算する。ステップS104に続くステップS105では、補正量積算値が閾値を上回っているか判断する。補正量積算値が閾値を上回っていれば、ステップS107の処理に進む。補正量積算値が閾値を上回っていなければ、ステップS106の処理に進む。
ステップS106では、所定条件を満たしていることを条件として、補正量積算値を初期化する。ステップS107では、ステップS101とは異なる他手法で自車絶対位置を算出しているか判断する。他手法で自車絶対位置を算出していれば、ステップS108の処理に進む。他手法で自車絶対位置を算出していなければ、ステップS110の処理に進む。
ステップS108では、推定誤差を算出する。ステップS108に続くステップS109では、補正量積算値を初期化する。ステップS110では、補正量積算値が閾値を上回っているか判断する。補正量積算値が閾値を上回っていれば、ステップS111の処理に進む。補正量積算値が閾値を上回っていなければ、ステップS113の処理に進む。
ステップS111では、推定位置候補を増加させる。ステップS111に続くステップS112では、補正量積算値を初期化する。
ステップS113では、推定位置候補が複数であるか否かを判断する。推定位置候補が複数であれば、ステップS114の処理に進む。推定位置候補が複数でなければリターンする。ステップS114では、棄却判定を実行する。
図25に示されるフローチャートを参照しながら、自己位置推定装置10の動作について説明する。ステップS201では、位置算出部である自己位置計測部101,車両運動量計測部102,デッドレコニング106が、自車絶対位置を算出する。
ステップS201に続くステップS202では、地図情報取得部109が、周辺地図データを取得する。ステップS202に続くステップS203では、レーンチェンジ確率を算出する。
ステップS203に続くステップS204では、推定位置候補が単数であるか否かを判断する。推定位置候補が単数であれば、ステップS205の処理に進む。推定位置候補が単数であれば、ステップS208の処理に進む。
ステップS205では、レーンチェンジ確率が閾値を超えたか否かを判断する。レーンチェンジ確率が閾値を超えていれば、ステップS206の処理に進む。レーンチェンジ確率が閾値を超えていなければ、ステップS207の処理に進む。
ステップS206では、補正パラメータを変更した推定位置候補を作成する。ステップS207では、車線形状による位置補正を実行する。
ステップS206及びステップS207に続くステップS208では、全ての推定位置候補に対して車線形状による位置補正を実行する。ステップS208に続くステップS209では、単位進行距離当たりの横移動距離が閾値を上回っているか判断する。単位進行距離当たりの横移動距離が閾値を上回っていれば、ステップS210の処理に進む。単位進行距離当たりの横移動距離が閾値を上回っていなければ、ステップS211の処理に進む。
ステップS210では、推定位置候補を棄却する。ステップS211では、ステップS201とは異なる他手法で自車絶対位置を算出しているか判断する。他手法で自車絶対位置を算出していれば、ステップS212の処理に進む。他手法で自車絶対位置を算出していなければ、リターンする。ステップS212では、推定位置候補を棄却する。
以上、具体例を参照しつつ本実施形態について説明した。しかし、本開示はこれらの具体例に限定されるものではない。これら具体例に、当業者が適宜設計変更を加えたものも、本開示の特徴を備えている限り、本開示の範囲に包含される。前述した各具体例が備える各要素およびその配置、条件、形状などは、例示したものに限定されるわけではなく適宜変更することができる。前述した各具体例が備える各要素は、技術的な矛盾が生じない限り、適宜組み合わせを変えることができる。
10:自己位置推定装置
101:自己位置計測部
106:デッドレコニング
108:位置推定部
109:地図情報取得部
110:走行車線推定部

Claims (20)

  1. 自己位置推定装置であって、
    車両が走行可能な車線情報を含む地図情報を取得する地図情報取得部(109)と、
    自車両の絶対位置である自車絶対位置を算出する位置算出部(101,102,106)と、
    前記地図情報と前記自車絶対位置とに基づいて補正後の前記自車両の位置である補正後自車位置を推定する位置推定部(108)と、を備え、
    前記位置推定部は、前記地図情報の確からしさと、前記自車絶対位置の確からしさとを重ね合わせて、前記補正後自車位置を推定するものであって、
    前記位置推定部は、前記地図情報の確からしさ及び前記自車絶対位置の確からしさの少なくとも一方を変動させ、前記地図情報及び前記自車絶対位置の相対的な重み付けを変更して前記補正後自車位置を推定する、自己位置推定装置。
  2. 請求項に記載の自己位置推定装置であって、
    前記位置推定部は、前記自車両が現在走行中の車線とは別の車線に移動すると推定される度合いを示す確率であるレーンチェンジ確率を用い、前記地図情報の確からしさを変動させる、自己位置推定装置。
  3. 請求項に記載の自己位置推定装置であって、
    前記位置推定部は、前記レーンチェンジ確率が上昇すると前記地図情報の確からしさを維持又は低下させる一方で、前記レーンチェンジ確率が低下すると前記地図情報の確からしさを上昇させる、自己位置推定装置。
  4. 請求項2又は3に記載の自己位置推定装置であって、
    前記位置推定部は、前記レーンチェンジ確率を、前記自車両が走行している車線の延伸状態に対する前記自車両の走行状態の乖離量である車線乖離量に基づいて算出する、自己位置推定装置。
  5. 請求項に記載の自己位置推定装置であって、
    前記位置推定部は、前記車線乖離量を、前記車線の方位角と前記自車両の進行方向の方位角との差である方位角偏差、前記自車両のヨーレート、前記自車両の回頭角、前記自車両のステア角、前記自車両が走行している場の周辺環境情報の少なくともいずれか1つに基づいて算出する、自己位置推定装置。
  6. 請求項1から5のいずれか1項に記載の自己位置推定装置であって、
    前記位置推定部は、前記地図情報の確からしさを地図確率分布で表すと共に、前記自車絶対位置の確からしさを自車位置確率分布で表し、前記補正後自車位置を前記地図確率分布と前記自車位置確率分布との重ね合わせで推定する、自己位置推定装置。
  7. 請求項に記載の自己位置推定装置であって、
    前記地図確率分布は、前記車両が走行中の車線若しくは車線中心位置の確率分布を含む、自己位置推定装置。
  8. 請求項1から7のいずれか1項に記載の自己位置推定装置であって、
    前記位置推定部は、カメラによる線種情報を反映させて前記補正後自車位置を推定する、自己位置推定装置。
  9. 請求項1から7のいずれか1項に記載の自己位置推定装置であって、
    前記位置推定部は、カメラによる周辺情報を反映させて前記補正後自車位置を推定する、自己位置推定装置。
  10. 請求項1から7のいずれか1項に記載の自己位置推定装置であって、
    前記位置推定部は、ウィンカ情報を反映させて前記補正後自車位置を推定する、自己位置推定装置。
  11. 請求項1から7のいずれか1項に記載の自己位置推定装置であって、
    前記位置推定部は、ドライバの状態を反映させて前記補正後自車位置を推定する、自己位置推定装置。
  12. 請求項1から7のいずれか1項に記載の自己位置推定装置であって、
    前記位置推定部は、ドライバによる操作を反映させて前記補正後自車位置を推定する、自己位置推定装置。
  13. 請求項1から12のいずれか1項に記載の自己位置推定装置であって、
    前記位置推定部は、前記自車絶対位置を前記補正後自車位置に補正する補正量に応じて、前記補正後自車位置の信頼度を低下させる信頼度調整制御を実行する、自己位置推定装置。
  14. 請求項13に記載の自己位置推定装置であって、
    前記位置推定部は、前記補正量を積算した補正量積算値に応じて、前記補正後自車位置の信頼度を低下させる、自己位置推定装置。
  15. 請求項14に記載の自己位置推定装置であって、
    前記位置推定部は、前記補正量積算値が所定経過時間に対応して設けられる積算閾値を超えない場合、前記補正量積算値を初期化する、自己位置推定装置。
  16. 請求項14に記載の自己位置推定装置であって、
    前記位置推定部は、前記信頼度調整制御に用いられた前記自車絶対位置の算出手法とは異なる算出手法によって算出された自車絶対位置と、前記補正後自車位置及び前記補正後自車位置から所定の信頼度によって特定される自車位置と、が異なる場合、前記補正量積算値を初期化する、自己位置推定装置。
  17. 請求項13に記載の自己位置推定装置であって、
    前記位置推定部は、前記信頼度調整制御において、前記自車絶対位置を第1補正量によって補正する第1補正後自車位置と、前記自車絶対位置を前記第1補正量とは異なる仮説に基づく第2補正量によって補正する第2補正後自車位置とを保持する、自己位置推定装置。
  18. 請求項17に記載の自己位置推定装置であって、
    前記位置推定部は、前記第1補正後自車位置と前記第2補正後自車位置との横方向の差分が横方向閾値を超えない場合、前記第1補正後自車位置又は前記第2補正後自車位置を棄却する、自己位置推定装置。
  19. 請求項17に記載の自己位置推定装置であって、
    前記位置推定部は、前記信頼度調整制御に用いられた前記自車絶対位置の算出手法とは異なる算出手法によって算出された自車絶対位置と、前記第1補正後自車位置及び前記第1補正後自車位置から所定の信頼度によって特定される自車位置と、が異なる場合は、前記第1補正後自車位置を棄却し、
    前記信頼度調整制御に用いられた前記自車絶対位置の算出手法とは異なる算出手法によって算出された自車絶対位置と、前記第2補正後自車位置及び前記第2正後自車位置から所定の信頼度によって特定される自車位置と、が異なる場合は、前記第2補正後自車位置を棄却する、自己位置推定装置。
  20. 請求項17に記載の自己位置推定装置であって、
    前記位置推定部は、前記自車両が現在走行中の車線とは別の車線に移動すると推定される度合いを示す確率であるレーンチェンジ確率が所定確率を上回ると前記信頼度調整制御の実行を開始する、自己位置推定装置。
JP2017248744A 2017-03-16 2017-12-26 自己位置推定装置 Active JP6693496B2 (ja)

Priority Applications (4)

Application Number Priority Date Filing Date Title
PCT/JP2018/010068 WO2018168961A1 (ja) 2017-03-16 2018-03-14 自己位置推定装置
PCT/JP2018/010057 WO2018168956A1 (ja) 2017-03-16 2018-03-14 自己位置推定装置
US16/568,606 US11639853B2 (en) 2017-03-16 2019-09-12 Self-localization estimation device
US16/568,637 US11408741B2 (en) 2017-03-16 2019-09-12 Self-localization estimation device

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
JP2017051066 2017-03-16
JP2017051066 2017-03-16

Publications (2)

Publication Number Publication Date
JP2018155731A JP2018155731A (ja) 2018-10-04
JP6693496B2 true JP6693496B2 (ja) 2020-05-13

Family

ID=63716360

Family Applications (2)

Application Number Title Priority Date Filing Date
JP2017248745A Active JP6870604B2 (ja) 2017-03-16 2017-12-26 自己位置推定装置
JP2017248744A Active JP6693496B2 (ja) 2017-03-16 2017-12-26 自己位置推定装置

Family Applications Before (1)

Application Number Title Priority Date Filing Date
JP2017248745A Active JP6870604B2 (ja) 2017-03-16 2017-12-26 自己位置推定装置

Country Status (2)

Country Link
US (2) US11639853B2 (ja)
JP (2) JP6870604B2 (ja)

Families Citing this family (19)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP6870604B2 (ja) 2017-03-16 2021-05-12 株式会社デンソー 自己位置推定装置
WO2018221453A1 (ja) * 2017-05-31 2018-12-06 パイオニア株式会社 出力装置、制御方法、プログラム及び記憶媒体
JP7107095B2 (ja) * 2018-08-28 2022-07-27 トヨタ自動車株式会社 自動運転システム
KR102115915B1 (ko) * 2018-10-08 2020-05-27 주식회사 만도 차선 인식의 왜곡을 판단하여 차량을 제어하는 장치 및 방법
KR102103651B1 (ko) * 2018-11-28 2020-04-22 한국교통대학교산학협력단 지도의 차로 개수를 활용한 파티클 필터링 퇴화 경감 방법 및 시스템
JP2020087307A (ja) * 2018-11-30 2020-06-04 株式会社豊田自動織機 自己位置推定装置、自己位置推定方法及び荷役システム
CN113544758B (zh) * 2019-03-12 2023-01-10 日立安斯泰莫株式会社 车辆控制装置
JP7036080B2 (ja) 2019-04-02 2022-03-15 株式会社豊田中央研究所 慣性航法装置
US11408739B2 (en) * 2019-05-16 2022-08-09 International Business Machines Corporation Location correction utilizing vehicle communication networks
JP7136050B2 (ja) * 2019-08-22 2022-09-13 トヨタ自動車株式会社 自車位置推定装置
JP6988873B2 (ja) 2019-11-18 2022-01-05 トヨタ自動車株式会社 位置推定装置および位置推定用コンピュータプログラム
JP7196876B2 (ja) 2020-03-30 2022-12-27 株式会社豊田中央研究所 センサ遅延時間推定装置
JP7260064B2 (ja) 2020-06-23 2023-04-18 株式会社Soken 自車位置推定装置、走行位置推定方法
JP2022012173A (ja) * 2020-07-01 2022-01-17 ソニーグループ株式会社 情報処理装置、情報処理システム、および情報処理方法、並びにプログラム
JP7177862B2 (ja) * 2021-01-04 2022-11-24 本田技研工業株式会社 位置決定装置
US20220383751A1 (en) * 2021-05-28 2022-12-01 Lyft, Inc. Systems and methods for personal mobile vehicle localization in a fleet management system
WO2023079845A1 (ja) * 2021-11-02 2023-05-11 ソニーグループ株式会社 情報処理装置、情報処理方法およびプログラム
US11562501B1 (en) 2022-06-20 2023-01-24 Plusai, Inc. Multi-mode visual geometry localization
US11624616B1 (en) * 2022-06-20 2023-04-11 Plusai, Inc. Multi-mode visual geometry localization

Family Cites Families (18)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5633564A (en) 1995-06-01 1997-05-27 Edwards; M. Larry Modular uninterruptible lighting system
JP4897542B2 (ja) 2007-03-30 2012-03-14 三菱電機株式会社 自己位置標定装置、自己位置標定方法および自己位置標定プログラム
WO2010035781A1 (ja) 2008-09-25 2010-04-01 クラリオン株式会社 車線判定装置及びナビゲーションシステム
JP4832489B2 (ja) * 2008-09-25 2011-12-07 クラリオン株式会社 車線判定装置
JP4934167B2 (ja) 2009-06-18 2012-05-16 クラリオン株式会社 位置検出装置および位置検出プログラム
DE102010012877A1 (de) * 2010-03-26 2011-09-29 Continental Automotive Gmbh Bewertung von Karteninformationen
JP2012122760A (ja) 2010-12-06 2012-06-28 Aisin Aw Co Ltd 自車位置認識システム、自車位置認識プログラム、及び自車位置認識方法
JP2012127845A (ja) * 2010-12-16 2012-07-05 Yupiteru Corp 車載用電子機器及びプログラム
US8972093B2 (en) * 2013-04-08 2015-03-03 Toyota Motor Engineering & Manufacturing North America, Inc. Lane-based localization
JP6229523B2 (ja) * 2014-02-12 2017-11-15 株式会社デンソー 自車走行位置特定装置及び自車走行位置特定プログラム
WO2016118499A1 (en) * 2015-01-19 2016-07-28 The Regents Of The University Of Michigan Visual localization within lidar maps
US9483700B1 (en) * 2015-05-13 2016-11-01 Honda Motor Co., Ltd. System and method for lane vehicle localization with lane marking detection and likelihood scoring
JP2017016226A (ja) 2015-06-29 2017-01-19 日立オートモティブシステムズ株式会社 周辺環境認識システムおよびそれを搭載した車両制御システム
JP6520597B2 (ja) 2015-09-16 2019-05-29 株式会社デンソー 車両位置補正装置
US10248124B2 (en) * 2016-07-21 2019-04-02 Mobileye Vision Technologies, Inc. Localizing vehicle navigation using lane measurements
US10210406B2 (en) * 2016-08-19 2019-02-19 Dura Operating, Llc System and method of simultaneously generating a multiple lane map and localizing a vehicle in the generated map
US10585409B2 (en) * 2016-09-08 2020-03-10 Mentor Graphics Corporation Vehicle localization with map-matched sensor measurements
JP6870604B2 (ja) 2017-03-16 2021-05-12 株式会社デンソー 自己位置推定装置

Also Published As

Publication number Publication date
US20200003567A1 (en) 2020-01-02
US20200003563A1 (en) 2020-01-02
US11408741B2 (en) 2022-08-09
JP6870604B2 (ja) 2021-05-12
JP2018155731A (ja) 2018-10-04
US11639853B2 (en) 2023-05-02
JP2018155732A (ja) 2018-10-04

Similar Documents

Publication Publication Date Title
JP6693496B2 (ja) 自己位置推定装置
WO2018168956A1 (ja) 自己位置推定装置
KR101750186B1 (ko) 차량 위치 추정 기기 및 차량 위치 추정 방법
US8706417B2 (en) Anchor lane selection method using navigation input in road change scenarios
JP6696593B2 (ja) 走行履歴の記憶方法、走行軌跡モデルの生成方法、自己位置推定方法、及び走行履歴の記憶装置
JP5747787B2 (ja) 車線認識装置
US20070078594A1 (en) Navigation system and vehicle position estimating method
US11810369B2 (en) Self-position estimation device
JP7013727B2 (ja) 車両制御装置
WO2015122121A1 (ja) ホスト車走行位置特定装置及びホスト車走行位置特定プログラム製品
TWI522258B (zh) Based on electronic map, global navigation satellite system and vehicle motion detection technology Lane identification method
US10794709B2 (en) Apparatus of compensating for a sensing value of a gyroscope sensor, a system having the same, and a method thereof
CN112352270B (zh) 行驶辅助方法以及行驶辅助装置
JP6982430B2 (ja) 車両の走行車線特定装置
KR102134841B1 (ko) 자율주행차의 위치추정시스템 및 그의 위치추정방법
JP6539129B2 (ja) 自車位置推定装置、及びそれを用いた操舵制御装置、並びに自車位置推定方法
JP6836446B2 (ja) 車両の走行車線推定装置
JP6943127B2 (ja) 位置補正方法、車両制御方法及び位置補正装置
JP7378591B2 (ja) 走行経路生成装置
JP6948151B2 (ja) 走行車線特定装置
WO2022070458A1 (ja) 自車位置推定装置及び自車位置推定方法
JP5120034B2 (ja) 車両進行方向推定装置
JP7422248B2 (ja) 走行制御方法及び走行制御装置
JP2019039767A (ja) 位置推定装置および自動運転システム
JP6972528B2 (ja) 自己位置推定方法、移動体の走行制御方法、自己位置推定装置、及び移動体の走行制御装置

Legal Events

Date Code Title Description
A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20190508

A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20190508

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20200107

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20200305

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: 20200317

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20200330

R151 Written notification of patent or utility model registration

Ref document number: 6693496

Country of ref document: JP

Free format text: JAPANESE INTERMEDIATE CODE: R151

R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250

R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250