JP6699728B2 - 車間距離推定方法及び車間距離推定装置 - Google Patents

Description

本発明は、車間距離を推定する車間距離推定方法及び車間距離推定装置に関する。

特許文献１は、追跡目標が複数の遮蔽物に遮蔽される場合において、遮蔽物の動きベクトルと追跡目標の動きベクトルとの差に基づいてそれぞれ算出される推定遮蔽時間が長い遮蔽物を追跡対象として設定する目標追跡装置を開示する。

特開２０１２−８０２２１号公報

しかしながら、特許文献１に記載の技術は、追跡目標の速度として、追跡目標が遮蔽された時点の速度を用いるため、追跡目標を含む車列の車間距離の推定に用いる場合、追跡目標の速度が変化すると、車間距離推定の精度が悪化する恐れがある。

本発明は、上記問題点を鑑み、車間距離推定の精度を向上することができる車間距離推定方法及び車間距離推定装置を提供することを目的とする。

本発明の一態様に係る車間距離推定方法は、障害物によりセンサから遮蔽される遮蔽領域と、遮蔽領域を挟む２つの非遮蔽領域とを推定し、２つの非遮蔽領域の同一車線上をそれぞれ走行する２台の追跡車両の速度に基づいて、遮蔽領域の同一車線上を走行する追跡車両に対する車間距離を推定する。

本発明の一態様によれば、車間距離推定の精度を向上することができる車間距離推定装置及び車間距離推定方法を提供することができる。

図１は、本発明の実施の形態に係る車間距離推定装置の基本的な構成を説明する模式的なブロック図である。 図２は、本発明の実施の形態に係る車間距離推定装置を搭載した車両が奥側の車線に合流する場面を説明する図である。 図３Ａは、本発明の実施の形態に係る車間距離推定装置による車間距離推定方法の一例を説明するフローチャートである。 図３Ｂは、本発明の実施の形態に係る車間距離推定装置による車間距離推定方法の一例を説明するフローチャートである。 図４は、複数の追跡車両の属性情報を図示した一例である。 図５は、図４に示す推定値を算出する方法を説明するグラフである。 図６Ａは、遮蔽領域の追跡車両が加速する場面を説明する図である。 図６Ｂは、遮蔽領域の追跡車両が加速する場面を説明する図である。 図７は、複数の追跡車両の速度及び位置を示すグラフである。 図８Ａは、遮蔽領域の追跡車両が減速する場面を説明する図である。 図８Ｂは、遮蔽領域の追跡車両が減速する場面を説明する図である。 図９は、複数の追跡車両の速度及び位置を示すグラフである。

図面を参照して、本発明の実施の形態を説明する。図面の記載において、同一又は類似の部分には同一又は類似の符号を付し、重複する説明を省略する。

（車間距離推定装置）
図１は、本実施の形態に係る車間距離推定装置２０の構成を示すブロック図である。車間距離推定装置２０は、センサ２１と、地図データ記憶部２２と、自己位置推定部２３と、運動情報取得部２４と、出力部２５と、処理回路３０とを備える。車間距離推定装置２０は、例えば、図２に示すように、車両１１（自車両）に搭載され、障害物により遮蔽された他車両を含む車列の車間距離を推定する。

センサ２１は、車両１１に搭載され、車両１１の周囲の物体の位置情報を検出し、処理回路３０に出力する。センサ２１は、例えば、レーザレンジファインダ（ＬＲＦ）、ミリ波レーダ、超音波センサ、ステレオカメラ等の測距センサやイメージセンサを採用可能である。センサ２１は、複数種類のセンサにより構成されてもよく、周囲の物体の速度、加速度、形状、色等を検出するようにしてもよい。センサ２１は、例えば、車両１１の周囲の所定の範囲を走査することにより、周辺環境の３次元距離データを取得する。３次元距離データは、センサ２１からの相対的な３次元上の位置を示す点群データである。

地図データ記憶部２２は、高精細な地図データを格納する記憶装置である。地図データ記憶部２２は、車両１１に搭載されてもよく、通信回線を介したサーバ等に設置されてもよい。地図データには、道路や交差点、橋、トンネル等の一般的な地図情報に加えて、各車線の位置及び通行帯区分等の道路構造に関する情報や、道路周辺の地物の位置及び形状等に関する情報が記録され得る。

自己位置推定部２３は、地図データ記憶部２２に格納される地図データにおける車両１１の自己位置を推定する。自己位置は、車両１１の姿勢を含む。自己位置推定部２３は、全地球測位システム（ＧＰＳ）受信機等の測位装置、車両１１に搭載された加速度センサ、角速度センサ、舵角センサ及び速度センサ等から取得される情報に基づいて自己位置を推定する。自己位置推定部２３は、センサ２１から取得される情報から、地図データに記録される地物に対する車両１１の相対的な位置を算出することにより、地図データにおける詳細な自己位置を推定してもよい。

運動情報取得部２４は、車両１１の速度、加速度、角速度、操舵角等の運動状態を示す運動情報を取得する。運動情報は、車両１１に搭載される速度センサ、加速度センサ、角速度センサ、舵角センサ等から取得される。

出力部２５は、処理回路３０による演算結果を出力する出力インターフェース（Ｉ／Ｆ）である。出力部２５は、例えば、車両１１の駆動を自動的に制御する制御回路に、処理回路３０による演算結果を出力する。出力部２５が演算結果を出力する出力先は、車両１１の乗員に情報を提示する表示装置やスピーカ等であってもよい。

処理回路３０は、物体検出部３１と、領域推定部３２と、物体照合部３３と、認識結果記憶部３４と、車間距離推定部３５と、物体運動予測部４０とを有する。処理回路３０は、電気回路を含む処理装置等のプログラムされた処理装置を含む。処理回路は、その他、記載された機能を実行するようにアレンジされた特定用途向け集積回路（ＡＳＩＣ）や回路部品等の装置を含み得る。処理回路３０は、１または複数の処理回路により構成され得る。処理回路３０は、車両１１に関わる他の制御に用いる電子制御ユニット（ＥＣＵ）と兼用されてもよい。

物体検出部３１は、センサ２１により取得された情報に基づいて、車両１１の周囲の可観測物体１３を検出する。可観測物体１３は、障害物によりセンサ２１から遮蔽されず、センサ２１を用いて観測可能な物体である。物体検出部３１は、センサ２１により取得された情報、地図データ記憶部２２に格納される地図データ、自己位置推定部２３により推定された自己位置及び運動情報取得部２４により取得された運動情報に基づいて、可観測物体１３の属性情報を取得する。属性情報は、可観測物体１３の位置、速度、加速度、姿勢、形状、色、種類を含み得る。なお、可観測物体１３の速度及び加速度は、回転方向の情報を含み得る。物体検出部３１は、検出した可観測物体１３に識別子（ＩＤ）を設定し、可観測物体１３の属性情報及びＩＤを可観測物体１３の物体情報として決定する。

領域推定部３２は、車両１１の周囲において、障害物によりセンサ２１から遮蔽される遮蔽領域１４と、センサ２１から遮蔽されない非遮蔽領域１５とを推定する。障害物は、可観測物体１３である。領域推定部３２は、例えば、センサ２１により取得された点群データのうち、地表面から所定高さ範囲の点群データを抽出し、抽出した点群データを結ぶことにより、遮蔽領域１４と非遮蔽領域１５との境界を決定する。領域推定部３２は、決定した境界より奥を遮蔽領域１４、手前を非遮蔽領域１５として推定する。領域推定部３２は、遮蔽領域１４を水平方向に挟む領域を２つの非遮蔽領域１５として推定する。

物体照合部３３は、物体検出部３１により検出された可観測物体１３と、物体運動予測部４０により予測された予測物体とを照合し、可観測物体１３と予測物体とが互いに対応するか否かを判定する。物体照合部３３は、可観測物体１３の属性情報と、予測物体の属性情報との類似度に基づいて、可観測物体１３と予測物体とが互いに対応するか否かを判定する。

認識結果記憶部３４は、自己位置推定部２３により推定された自己位置と、運動情報取得部２４により取得された運動情報とに基づいて、物体検出部３１から取得した物体情報を、地図データ記憶部２２に格納される地図データに関連付けて認識結果として記憶する。認識結果記憶部３４は、物体検出部３１により決定された物体情報を地図データ上にマッピングする。認識結果記憶部３４は、物体照合部３３の判定結果に応じて、物体検出部３１により決定された物体情報を更新する。認識結果記憶部３４は、物体照合部３３の判定結果に応じて、記憶した物体情報のＩＤを保持することにより、遮蔽領域１４又は非遮蔽領域１５を走行する追跡車両１２を追跡する。

認識結果記憶部３４は、自己位置推定部２３により推定された自己位置と、運動情報取得部２４により取得された運動情報とに基づいて、領域推定部３２により推定された遮蔽領域１４及び非遮蔽領域１５を、地図データに記録される同一車線上に設定する。認識結果記憶部３４は、同一車線上に設定された遮蔽領域１４及び非遮蔽領域１５を関連付けて記憶する。認識結果記憶部３４は、地図データに基づいて、互いに関連する遮蔽領域１４及び非遮蔽領域１５が推定された車線上の領域を、追跡対象である追跡車両１２が走行する走行領域１０１として推定する。

車間距離推定部３５は、認識結果記憶部３４に記憶された物体情報に基づいて、同一の走行領域１０１を走行する複数の追跡車両１２の車間距離を推定する。車間距離推定部３５は、遮蔽領域１４を走行する追跡車両１２の推定速度に基づいて、複数の追跡車両１２の車間距離を推定する。

物体運動予測部４０は、追跡物体群検出部４１と、遮蔽判定部４２と、速度推定部４３と、位置推定部４４と、姿勢推定部４５とを有する。物体運動予測部４０は、可観測物体１３の物体情報に基づいて、可観測物体１３又は非観測物体１６の属性情報を予測する。物体運動予測部４０は、予測された可観測物体１３又は非観測物体１６の属性情報及びＩＤを、予測物体の物体情報として出力する。

追跡物体群検出部４１は、認識結果記憶部３４の認識結果に基づいて、遮蔽領域１４及び非遮蔽領域１５にわたって存在し、同一の移動方向を有する物体群を複数の追跡車両１２として検出する。追跡物体群検出部４１は、認識結果記憶部３４により推定された走行領域１０１に存在する物体群を複数の追跡車両１２として検出するようにしてもよい。又は、追跡物体群検出部４１は、非遮蔽領域１５において、既に検出された複数の追跡車両１２の走行方向に移動する可観測物体１３を、更に追跡車両１２として検出するようにしてもよい。

遮蔽判定部４２は、追跡物体群検出部４１により検出された物体群の各物体が、他の障害物によりセンサ２１から遮蔽されているか否かを判定する。即ち、遮蔽判定部４２は、各物体が、遮蔽領域１４及び非遮蔽領域１５の何れかに存在するかを判定する。遮蔽判定部４２により遮蔽されていないと判定された物体は可観測物体１３、遮蔽されていると判定された物体は非観測物体１６である。

速度推定部４３は、追跡物体群検出部４１により検出された複数の追跡車両１２の速度を推定する。速度推定部４３は、非観測物体１６が存在する遮蔽領域１４を挟む２つの非遮蔽領域１５をそれぞれ移動する２つの可観測物体１３の現在の速度に基づいて、遮蔽領域１４に存在する非観測物体１６の現在の速度を推定する。

位置推定部４４は、速度推定部４３により推定された速度及び可観測物体１３の属性情報に基づいて、追跡車両１２の現在の位置を推定する。

姿勢推定部４５は、速度推定部４３により推定された速度及び可観測物体１３の属性情報に基づいて、追跡車両１２の現在の姿勢を推定する。姿勢推定部４５は、地図データに記録される道路の形状に基づいて、追跡車両１２の姿勢を推定するようにしてもよい。

（車間距離推定方法）
以下、図３Ａ乃至図３Ｂのフローチャートを用いて、車間距離推定装置２０による車間距離推定方法の一例を説明する。以下に示す一連の処理は、所定の時刻ごとに繰り返し実行される。図２に示すように、車間距離推定装置２０が搭載された車両１１が、前方に存在する道路１０の奥の車線に合流するために、奥の車線を走行する複数の追跡車両１２の車間距離を推定する場面を例として説明する。

先ず、ステップＳ１０において、センサ２１は、追跡対象物（複数の追跡車両１２）を含む周辺環境の情報を取得する。図２に示す例において、センサ２１は、少なくとも、車両１１の前方の物体の位置情報を取得する。

ステップＳ１１において、物体検出部３１は、ステップＳ１０において取得された情報に基づいて、可観測物体１３及び可観測物体１３の物体情報を検出する。物体検出部３１は、地図データ、自己位置及び車両１１の運動情報に基づいて、周囲の地物を含む可観測物体１３及び可観測物体１３の物体情報を検出するようにしてもよい。

ステップＳ１２において、領域推定部３２は、ステップＳ１０において取得された情報に基づいて、障害物によりセンサ２１から遮蔽される複数の遮蔽領域１４と、センサ２１から遮蔽されない複数の非遮蔽領域１５とを推定する。

ステップＳ１３において、物体照合部３３は、ステップＳ１１において検出された可観測物体１３の物体情報と、物体運動予測部４０において予測された予測物体の物体情報とを照合する。なお、ステップＳ１３は、後述のステップＳ２３〜Ｓ２７において取得される予測物体の物体情報が物体照合部３３に入力されていることを前提としている。

ステップＳ１４において、物体照合部３３は、可観測物体１３の属性情報と、予測物体の属性情報との類似度に基づいて、可観測物体１３と予測物体とが互いに対応するか否かを判定する。物体照合部３３は、対応すると判定する場合、ステップＳ１５に処理を進め、対応しないと判定する場合、ステップＳ１６に処理を進める。

ステップＳ１５において、認識結果記憶部３４は、可観測物体１３の属性情報を用いて現在の物体情報を更新する。即ち、認識結果記憶部３４は、既に記憶している可観測物体１３の物体情報の属性情報を、現在時刻におけるステップＳ１１において取得された属性情報に置き換え、新たな可観測物体１３の物体情報として記憶する。

ステップＳ１６において、物体照合部３３は、予測物体が遮蔽されているか否かを判定する。即ち、物体照合部３３は、予測物体の属性情報及び領域推定部３２により推定された遮蔽領域１４に基づいて、予測物体が遮蔽領域１４内に存在するか否かを判定する。物体照合部３３は、予測物体が遮蔽されていると判定する場合、ステップＳ１７に処理を進め、遮蔽されていないと判定する場合、ステップＳ１８に処理を進める。

ステップＳ１７において、認識結果記憶部３４は、予測物体の属性情報を用いて、現在の物体情報を更新する。即ち、認識結果記憶部３４は、既に記憶している可観測物体１３の物体情報の属性情報を、現在時刻において物体照合部３３に入力された予測物体の属性情報に置き換え、非観測物体１６の物体情報として記憶する。

ステップＳ１８において、認識結果記憶部３４は、現在時刻において物体照合部３３に入力された予測物体の物体情報を削除する。即ち、認識結果記憶部３４は、既に記憶している可観測物体１３の物体情報を変更せず維持する。なお、予測物体の物体情報が入力されていない場合又は可観測物体１３の物体情報を以前に記憶していない場合、ステップＳ１８において、認識結果記憶部３４は、ステップＳ１１において検出された可観測物体１３の物体情報を記憶する。

ステップＳ１９において、認識結果記憶部３４は、ステップＳ１５〜ステップＳ１８の何れかにおいて記憶された可観測物体１３又は非観測物体１６の物体情報を、地図データ上にマッピングする。認識結果記憶部３４は、地図データ、自己位置及び車両１１の運動情報に基づいて、可観測物体１３又は非観測物体１６の物体情報を、地図データ上にマッピングする。

ステップＳ２０において、認識結果記憶部３４は、例えば、地図データ、自己位置及び車両１１の運動情報に基づいて、ステップＳ１２において推定された複数の遮蔽領域１４及び複数の非遮蔽領域１５のうち、互いに関連する遮蔽領域１４及び非遮蔽領域１５を推定する。認識結果記憶部３４は、例えば、地図データにおいて、複数の遮蔽領域１４及び複数の非遮蔽領域１５が推定された車線上の所定範囲の領域に走行領域１０１を推定する。認識結果記憶部３４は、同一の走行領域１０１に推定された複数の遮蔽領域１４及び複数の非遮蔽領域１５を、互いに関連する複数の遮蔽領域１４及び複数の非遮蔽領域１５と推定する。なお、認識結果記憶部３４は、地図データを用いず、同一の移動方向を有する複数の物体が検出される領域に基づいて、走行領域１０１を推定するようにしてもよい。

ステップＳ２１において、車間距離推定部３５は、ステップＳ２０において推定された同一の走行領域１０１を走行する複数の追跡車両１２の互いの間の車間距離を推定する。走行領域１０１を走行する複数の追跡車両１２は、複数の可観測物体１３及び複数の非観測物体１６から構成される。即ち、車間距離推定部３５は、認識結果記憶部３４により推定された走行領域１０１に存在する複数の可観測物体１３及び複数の非観測物体１６の物体情報に基づいて、複数の追跡車両１２の車間距離を推定する。

ステップＳ２２において、処理回路３０は、ステップＳ２１において推定された複数の追跡車両１２の車間距離を出力部２５に出力する。また、処理回路３０は、認識結果記憶部３４により記憶される複数の可観測物体１３及び複数の非観測物体１６の物体情報、複数の遮蔽領域１４及び複数の非遮蔽領域１５の情報も出力部２５に出力する。

ステップＳ２３において、追跡物体群検出部４１は、ステップＳ２０において推定された関連する複数の遮蔽領域１４及び複数の非遮蔽領域１５に存在する可観測物体１３及び非観測物体１６のうち、同一の移動方向を有する物体群を、複数の追跡車両１２として検出する。追跡物体群検出部４１は、単に、関連する複数の遮蔽領域１４及び複数の非遮蔽領域１５に存在する物体群を複数の追跡車両１２として検出するようにしてもよい。

ステップＳ２４において、遮蔽判定部４２は、ステップＳ２３において検出された物体群の各物体情報に基づいて、物体群の各物体が、障害物によりセンサ２１から遮蔽されているか否かを判定する。例えば、遮蔽判定部４２は、属性情報に含まれる遮蔽の有無を示す情報を参照することにより、各物体が、遮蔽されているか否かを判定する。この場合、ステップＳ１６において、物体照合部３３は、予測物体が遮蔽されているか否かを判定し、判定結果を属性情報に付加すればよい。遮蔽されていない物体は可観測物体１３であり、遮蔽されている物体は非観測物体１６である。

ステップＳ２５において、速度推定部４３は、ステップＳ２４において遮蔽されていると判定された非観測物体１６の速度を、遮蔽されていないと判定された可観測物体１３の属性情報に基づいて推定する。具体的は、速度推定部４３は、１つの遮蔽領域１４を走行する１又は複数の追跡車両１２である非観測物体１６の速度を、この遮蔽領域１４を挟む２つの非遮蔽領域１５をそれぞれ走行する２台の追跡車両１２である可観測物体１３の速度に基づいて推定する。

例えば、図２に示すように、複数の遮蔽領域１４及び複数の非遮蔽領域１５を走行する追跡車両１２の物体情報において、１〜６のＩＤが設定される場合において、非観測物体１６の速度を推定する方法を具体的に説明する。図２に示す例において、ＩＤ＝１，４，６の追跡車両１２が可観測物体１３であり、ＩＤ＝２，３，５の追跡車両１２が非観測物体１６である。

図４は、ある１時刻における、ＩＤ＝１〜６の追跡車両１２それぞれの遮蔽の有無、位置及び速度を示す表である。各追跡車両１２の位置は、例えば、検出範囲の最後尾であるＩＤ＝６の追跡車両１２の位置を基準とした相対的な位置である。ＩＤ＝２，３，５の追跡車両１２の位置は、前の時刻において推定された速度から推定されたものである。なお、括弧内の数値は、推定値であることを意味する。

図５は、図４に示す各可観測物体１３の属性情報から各非観測物体１６の速度を推定する方法を説明するグラフである。ＩＤ＝１，４，６の追跡車両１２である可観測物体１３の位置は、それぞれ、９０ｍ、３０ｍ、０ｍである。ＩＤ＝２，３，５の追跡車両１２である非観測物体１６の、前の時刻において推定された位置を、それぞれ、７０ｍ、４０ｍ、２０ｍとする。ＩＤ＝１〜４の追跡車両１２の互いの間の車間距離の比は、２：３：１である（図５の大括弧参照）。ＩＤ＝４〜６の追跡車両１２の互いの間の車間距離の比は、１：２である（図５の山括弧参照）。

速度推定部４３は、非観測物体１６を挟む２つの可観測物体１３の速度を、前の時刻において推定された非観測物体１６の位置を用いた各物体間の距離の比で内分した値を非観測物体１６の速度として推定する。ＩＤ＝１，４の可観測物体１３の各速度は、４０ｋｍ／ｈ、５０ｋｍ／ｈである。この２つの速度を各物体間の距離の比で内分することにより、ＩＤ＝２，３の非観測物体１６の推定速度が算出される。

ＩＤ＝２の非観測物体１６の速度をｖ２、ＩＤ＝３の非観測物体１６の速度をｖ３、ＩＤ＝５の非観測物体１６の速度をｖ５とすると、ｖ２、ｖ３及びｖ５は、式（１）〜（３）のように表される。
ｖ２＝４０＋１０×（２／６）＝４３．３ …（１）
ｖ３＝４０＋１０×（５／６）＝４８．３ …（２）
ｖ５＝３５＋１５×（２／３）＝４５ …（３）

ステップＳ２６において、位置推定部４４は、ステップＳ２５において推定された速度及び可観測物体１３の属性情報に基づいて、非観測物体１６の現在の位置を推定する。

具体的には、現在の位置は、前回サイクルで推定された各車速とサイクル時間から各車間距離の変化量を算出することで求めることができる。例えば、前回サイクルからの処理時間が１００ｍｓであった場合、ＩＤ＝１，２の車間距離は、２０ｍ（図５中の位置９０ｍ−７０ｍ）から、上記ｖ１＝４０ｋｍ／ｈとｖ２＝４３．３ｋｍ／ｈの車速差から、９．２ｃｍだけ車間が広がることとなる。このように処理サイクル毎に演算してゆくことで、遮蔽領域内の車両との車間距離を正確に推定することができる。

ステップＳ２７において、姿勢推定部４５は、ステップＳ２５において推定された速度及び可観測物体１３の属性情報に基づいて、非観測物体１６の現在の姿勢を推定する。

（動作例）
図６Ａ及び図６Ｂは、時刻ｔ＝０で、ＩＤ＝１１，１２，１３が同じ速度で走行している状態から、２つの可観測物体１３（ＩＤ＝１１，１３）に挟まれた１つの非観測物体１６（ＩＤ＝１２）が、時刻ｔ＝０から時刻ｔ＝Ｔにかけて加速する場面を説明する図である。ＩＤ＝１１の追跡車両１２に対して、ＩＤ＝１３の追跡車両１２の相対速度が増加したと観測された場合、非観測物体１６であるＩＤ＝１２の追跡車両１２が、時刻ｔ＝０から時刻ｔ＝Ｔにかけて加速したと推定することができる。結果として、ＩＤ＝１１〜１３の３台の追跡車両１２の車間距離は、それぞれ狭くなると推定される。

時刻ｔ＝０から時刻ｔ＝Ｔまでの車速、車間距離は、上記Ｓ２５、Ｓ２６にて、処理サイクル毎に演算されて更新されていくので、２つの可観測物体１３（ＩＤ＝１１，１３）の車速変化から非観測物体１６（ＩＤ＝１２）の車間距離が正確に推定することができる。

図７に示すように、時刻ｔ＝０における、ＩＤ＝１１の追跡車両の速度はｖ１１である。時刻ｔ＝０における、ＩＤ＝１３の追跡車両１２の位置はｄ１３_０、速度はｖ１３_０である。なお、各追跡車両１２の位置は、ＩＤ＝１１の追跡車両１２の位置を基準とした相対位置である。前の時刻において推定されたＩＤ＝１２の追跡車両１２の位置をｄ１２_０とする。この場合、車間距離推定部３５は、速度ｖ１１と速度ｖ１３_０とを、０からｄ１２_０までの距離とｄ１２_０からｄ１３_０までの距離との比で内分した速度ｖ１２_０を、時刻ｔ＝０における非観測物体１６の推定速度として算出する。図７では、時刻ｔ＝０において、ＩＤ＝１１、１３の追跡車両１２は、同じ速度で観測され、ＩＤ＝１２の追跡車両１２も同じ速度と推定された場合を示している。

次に、時刻ｔ＝Ｔにおいて、ＩＤ＝１１とＩＤ＝１３の追跡車両１２が観測された結果、ＩＤ＝１３の追跡車両１２の位置をｄ１３_Ｔ、速度をｖ１３_Ｔ、時刻ｔ＝Ｔの前の時刻のＩＤ＝１２の追跡車両１２の速度、位置から推定されたＩＤ＝１２の追跡車両１２の位置をｄ１２_Ｔとする。上述のように、時刻ｔ＝０から時刻ｔ＝Ｔまでの車速、車間距離は、上記Ｓ２５、Ｓ２６にて、処理サイクル毎に演算されて更新されている。

この場合、車間距離推定部３５は、速度ｖ１１と速度ｖ１３_Ｔとを、０からｄ１２_Ｔまでの距離とｄ１２_Ｔからｄ１３ _Ｔ までの距離との比で内分した速度ｖ１２_Ｔを、時刻ｔ＝Ｔにおける非観測物体１６の推定速度として算出する。

以上のように、可観測物体１３であるＩＤ＝１３の追跡車両１２の加速に応じて、非観測物体１６であるＩＤ＝１２の追跡車両１２の速度を推定することにより、非観測物体１６の速度の推定精度を向上することができる。結果として、車間距離推定部３５は、推定された車速に基づいて、次の処理サイクルの複数の追跡車両１２の位置が精度良く推定され、それによって、車間距離を精度良く推定することができる。

図８Ａ及び図８Ｂは、２つの可観測物体１３（ＩＤ＝１１，１３）に挟まれた１つの非観測物体１６（ＩＤ＝１２）が、時刻ｔ＝０から時刻ｔ＝Ｔにかけて減速する場面を説明する図である。ＩＤ＝１１の追跡車両１２に対して、ＩＤ＝１３の追跡車両１２の相対速度が減少したと観測された場合、非観測物体１６であるＩＤ＝１２の追跡車両１２が、時刻ｔ＝０から時刻ｔ＝Ｔにかけて減速したと推定することができる。結果として、ＩＤ＝１１〜１３の３台の追跡車両１２の車間距離は、それぞれ広くなっていると推定される。

図９に示すように、車間距離推定部３５は、速度ｖ１１と速度ｖ１３_０とを、０からｄ１２_０までの距離とｄ１２_０からｄ１３_０までの距離との比で内分した速度ｖ１２_０を、時刻ｔ＝０における非観測物体１６の推定速度として算出する。図９では、時刻ｔ＝０において、ＩＤ＝１１、１３の追跡車両１２は、同じ速度で観測され、ＩＤ＝１２の追跡車両１２も同じ速度と推定された場合を示している。同様に、車間距離推定部３５は、速度ｖ１１と速度ｖ１３_Ｔとを、０からｄ１２_Ｔまでの距離とｄ１２_Ｔからｄ１３ _Ｔ までの距離との比で内分した速度ｖ１２_Ｔを、時刻ｔ＝Ｔにおける非観測物体１６の推定速度として算出する。

以上のように、可観測物体１３であるＩＤ＝１３の追跡車両１２の減速に応じて、非観測物体１６であるＩＤ＝１２の追跡車両１２の速度を推定することにより、非観測物体１６の速度の推定精度を向上することができる。結果として、車間距離推定部３５は、推定された車速に基づいて、次の処理サイクルの複数の追跡車両１２の位置が精度良く推定され、それによって、車間距離を精度良く推定することができる。

本実施の形態に係る車間距離推定装置２０によれば、遮蔽領域１４を挟む２つの非遮蔽領域１５の同一車線上をそれぞれ走行する車両の速度に基づいて、遮蔽領域１４の同一車線上を走行する車両に対する車間距離を推定する。即ち、車間距離推定装置２０は、非観測物体１６を挟む２つの可観測物体１３の現在の速度に基づいて、非観測物体１６に対する現在の車間距離を推定する。これにより、車間距離推定装置２０は、非観測物体１６の車間距離を精度良く推定することができる。

また、車間距離推定装置２０によれば、遮蔽領域１４の同一車線上を走行する車両の速度を推定する。即ち、車間距離推定装置２０は、非観測物体１６を挟む２つの可観測物体１３の現在の速度に基づいて、非観測物体１６の現在の速度を推定する。これにより、車間距離推定装置２０は、非観測物体１６の速度を精度良く推定することができ、結果として、車間距離推定の精度を向上することができる。

また、車間距離推定装置２０によれば、地図データを用いて、複数の追跡車両１２が走行する走行領域１０１を推定し、走行領域１０１において複数の非遮蔽領域１５を推定する。これにより、車間距離推定装置２０は、非遮蔽領域１５を精度良く推定することができるため、効率的に可観測物体１３を検出することができる。

また、車間距離推定装置２０によれば、可観測物体１３の属性情報と、予測物体の属性情報との類似度に基づいて、追跡車両１２を追跡する。可観測物体１３と予測物体とが互いに対応するか否かを判定する。特に、追跡車両１２の属性情報として、形状、色等を採用することにより、車間距離推定装置２０は、追跡車両１２が一時的に遮蔽領域１４に進入したとしても、再度非遮蔽領域１５に進入した場合、精度良く同一の追跡車両１２を追跡することができる。

（その他の実施の形態）
上記のように、本発明を上記の実施の形態によって記載したが、この開示の一部をなす論述及び図面は本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。

例えば、既に述べた実施の形態において、物体照合部３３は、属性情報として姿勢を用いて、可観測物体１３と予測物体とが互いに対応するか否かを判定するようにしてもよい。これにより、車間距離推定装置２０は、更に精度良く同一の追跡車両１２を追跡することができる。なお、追跡車両１２の姿勢は、例えば、センサ２１による点群データのうちＬ字状に屈曲する箇所、移動履歴の接線方向、道路の形状等に基づいて推定され得る。

その他、上記の各構成を相互に応用した構成等、本発明はここでは記載していない様々な実施の形態等を含むことは勿論である。したがって、本発明の技術的範囲は上記の説明から妥当な特許請求の範囲に係る発明特定事項によってのみ定められるものである。

１１ 車両
１２ 追跡車両
１４ 遮蔽領域
１５ 非遮蔽領域
２０ 車間距離推定装置
２１ センサ
３０ 処理回路
１０１ 走行領域

Claims (5)

1. 車両の周囲の物体の位置情報を検出するセンサと、前記位置情報に基づいて検出される複数の追跡車両の車間距離を推定する処理回路とを用いた車間距離推定方法であって、
   前記処理回路は、障害物により前記センサから遮蔽される遮蔽領域と、前記遮蔽領域を挟む２つの非遮蔽領域とを推定し、
   前記２つの非遮蔽領域の同一車線上をそれぞれ走行する２台の前記追跡車両の速度に基づいて、前記遮蔽領域の前記同一車線上を走行する前記追跡車両に対する車間距離を推定することを特徴とする車間距離推定方法。
2. 前記遮蔽領域の同一車線上を走行する前記追跡車両の速度を推定し、
   推定した前記追跡車両の速度に基づいて、前記車間距離を推定することを特徴とする請求項１に記載の車間距離推定方法。
3. 前記処理回路は、前記複数の追跡車両が走行する走行領域を地図データにおいて推定し、前記走行領域において前記２つの非遮蔽領域を推定することを特徴とする請求項１又は２に記載の車間距離推定方法。
4. 前記センサは、前記追跡車両の形状及び色の少なくとも何れかを検出し、
   前記処理回路は、前記追跡車両の形状及び色の少なくとも何れかに基づいて、前記追跡車両を追跡することを特徴とする請求項１乃至３の何れか１項に記載の車間距離推定方法。
5. 車両の周囲の物体の位置情報を検出するセンサと、前記位置情報に基づいて検出される複数の追跡車両の車間距離を推定する処理回路とを備える車間距離推定装置であって、
   前記処理回路は、障害物により前記センサから遮蔽される遮蔽領域と、前記遮蔽領域を挟む２つの非遮蔽領域とを推定し、
   前記２つの非遮蔽領域をそれぞれ走行する２台の前記追跡車両の速度に基づいて、前記遮蔽領域を走行する前記追跡車両の速度を推定し、
   推定した前記追跡車両の速度に基づいて、前記複数の追跡車両の車間距離を推定することを特徴とする車間距離推定装置。

Images