JP6743665B2 - カーブ推定装置 - Google Patents

Description

本開示は、車両に備えられるカーブ推定装置に関する。

車両周辺の所定角度範囲に渡り、一定期間ごとにレーザー波やミリ波などのレーダ波を送信波として照射し反射波を受信することによって車両周囲の物標を検出する車載レーダ装置が知られている。

そして、特許文献１には、車載レーダ装置により検出された各種物標の中から防音壁やガードレール等の路側物の位置を取得し、その取得した路側物の位置関係から近似直線を算出することにより道路形状を推定する技術が開示されている。

特開２０１２−１７３１５２号公報

ところで、車載レーダ装置により路側物を検出する場合において、車載レーダ装置は主として先行車を検出するために設けられたものであるため、自車に対して遠方の範囲に存在する物標の検出を行う。自車に対して遠方の範囲に存在する物標の検出を行うように設定された場合、遠方の検出であるため、測定される物標の位置のばらつきが大きくなる。また、自車に対する遠方の範囲に存在する物標の検出を行うように設定された場合、レーダの出力の制限により物標の検出ができる角度範囲が狭角に限定されるため、物標を検出できる範囲が狭くなる。これらの要因から車載レーダ装置により検出される物標の位置の検出誤差が大きくなり、物標の位置に基づいて求められる道路の曲率半径が大きく変動することになり測定の信頼性が低くなるという問題があった。

本開示は、車両の進行方向に存在する道路形状の推定の信頼性を向上させることを目的とする。

車両に備えられるカーブ推定装置（３０）は、第１取得部（Ｓ１００）と、第２取得部（Ｓ１００）と、形状推定部（Ｓ３００，Ｓ６００，Ｓ８００）と、を備える。
第１取得部は、車両の少なくとも前方を含むあらかじめ決められた角度範囲である第１角度範囲の範囲内であって、あらかじめ決められた距離である第１距離以内の領域である第１範囲に存在する物標を検知する第１レーダセンサ（１０）により検知された物標のデータである第１データを取得する。

第２取得部は、車両の少なくとも前方を含む第１角度範囲に比べて狭い角度範囲である第２角度範囲の範囲内であって、第１距離に比べて長い距離である第２距離以内の領域である第２範囲に存在する物標を検出する第２レーダセンサ（２０）により検出された物標のデータである第２データを取得する。

形状推定部は、第１取得部により取得された第１データ及び第２取得部により取得された第２データのうち静止物のデータである路側物データを用いて、車両の走行する道路の道路形状を推定する。

このような構成によれば、車両の進行方向に存在する曲率半径の推定の信頼性を向上させることができる。
なお、この欄及び特許請求の範囲に記載した括弧内の符号は、一つの態様として後述する実施形態に記載の具体的手段との対応関係を示すものであって、本開示の技術的範囲を限定するものではない。

車両制御システムの構成を表すブロック図である。 自車、第１範囲及び第２範囲の位置関係を表した図である。 形状推定処理のフローチャートである。 第１レーダセンサ及び第２レーダセンサによる物標の検出を表した図である。 円推定を表した図である。 傾き算出処理のフローチャートである。 車線傾きの算出を表した図である。 クロソイド推定処理のフローチャートである。 クロソイド推定を表した図である。

以下、図面を参照しながら、本開示の実施形態を説明する。
［１．実施形態］
［１．構成］
図１に示す車両制御システム１は、車両に搭載され、第１レーダセンサ１０、第２レーダセンサ２０、カーブ推定装置３０及び車両制御装置４０を備える。なお、以下車両制御システム１を搭載した車両を自車とする。

第１レーダセンサ１０及び第２レーダセンサ２０は、あらかじめ決められた範囲内にレーダ波を照射し、その反射波を受信することで、レーダ波を反射した物標を検出する。そして、第１レーダセンサ１０及び第２レーダセンサ２０は、検出された物標に関する物標データを生成する周知のものである。なお、第１レーダセンサ１０及び第２レーダセンサ２０は、ビーム方向が自車の正面方向と一致するように自車に設置される。ここでいう物標データには、ビーム方向を基準として求められた物標が存在する水平方向の角度及び自車と物標との相対速度が少なくとも含まれているものとする。また、物標データは、例えば高速フーリエ変換処理、デジタルビームフォーミング処理及びドップラ処理などの周知の信号処理を受信した反射波に対して行うことにより生成される。またここでいうレーダ波は、ミリ波帯の電磁波を使用するいわゆるミリ波レーダであってもよいし、レーダ波としてレーザー光を用いるレーザレーダ、レーダ波として音波を用いるソナーであってもよい。いずれにしても、レーダ波を送受信するアンテナ部は、水平方向について反射波の到来方向を検出できるように構成されている。なおアンテナ部は、例えば送信素子及び受信素子により構成されるアレイアンテナであってもよい。

また、第１レーダセンサ１０及び第２レーダセンサ２０は、探索範囲が異なる点で相違する。具体的には、図２に示すように第１レーダセンサ１０の探索範囲を第１範囲Ｄ１とし、第２レーダセンサ２０の探索範囲を第２範囲Ｄ２とする。ここでいう第１範囲Ｄ１は第１レーダセンサ１０のビーム方向を中心にあらかじめ決められた角度範囲である第１角度範囲内のあらかじめ決められた距離である第１距離以内の領域である。具体的には第１角度範囲は例えば１５０°とし、第１距離は１０ｍとしてもよい。一方、第２範囲Ｄ２は、第１角度範囲に比べて狭い角度範囲である第２角度範囲内であって、第１距離に比べて長い距離である第２距離以内の領域である。具体的には、第２角度範囲は例えば３０°とし、第２距離は５０ｍとしてもよい。

カーブ推定装置３０は、第１レーダセンサ１０及び第２レーダセンサ２０から出力された物標データを取得し、取得した物標データに基づいて自車の前方の道路形状を推定する。

また、カーブ推定装置３０は、ＣＰＵ３１と、ＲＡＭ、ＲＯＭ、フラッシュメモリ等の半導体メモリ（以下、メモリ３２）と、を有する周知のマイクロコンピュータを中心に構成される。カーブ推定装置３０の各種機能は、ＣＰＵ３１が非遷移的実体的記録媒体に格納されたプログラムを実行することにより実現される。この例では、メモリ３２が、プログラムを格納した非遷移的実体的記録媒体に該当する。また、このプログラムが実行されることで、プログラムに対応する方法が実行される。なお、カーブ推定装置３０を構成するマイクロコンピュータの数は１つでも複数でもよい。

カーブ推定装置３０は、ＣＰＵ３１がプログラムを実行することで後述する形状推定処理を実現する。カーブ推定装置３０の各種機能を実現する手法はソフトウェアに限るものではなく、その一部又は全部の要素について、一つあるいは複数のハードウェアを用いて実現してもよい。例えば、上記機能がハードウェアである電子回路によって実現される場合、その電子回路は多数の論理回路を含むデジタル回路、又はアナログ回路、あるいはこれらの組合せによって実現してもよい。

車両制御装置４０は、カーブ推定装置３０により推定された道路形状を取得し、取得した道路形状に従って自車の制御を行う。ここでいう自車の制御とは、例えば、車線に沿って走行を実現するレーンキープ制御や、自車のドライバによる操舵操作をアシストするためのアシストトルクを発生させるパワーステアリング制御である。なお、レーンキープ制御やパワーステアリング制御は、周知の技術であり説明を省略する。

［２．処理］
次に、カーブ推定装置３０が実行する形状推定処理について、図３のフローチャートを用いて説明する。なお、形状推定処理は、例えば第１レーダセンサ１０及び第２レーダセンサ２０による出力は交互に行われ、第１データ及び第２データが揃う毎に繰り返し行われるとしてもよい。

Ｓ１００で、カーブ推定装置３０は、第１レーダセンサ１０及び第２レーダセンサ２０から物標データを取得する。なおここで、第１レーダセンサ１０から取得する物標データを第１データとし、第２レーダセンサ２０から取得する物標データを第２データという。

Ｓ２００で、カーブ推定装置３０は、Ｓ１００で取得された物標データのうち、静止物を表したものを路側物データとして抽出する。路側物データの抽出は具体的には以下のように行われる。すなわち、まず物標データに含まれる各物標と自車との相対速度から各物標の移動速度を算出する。ここで、各物標の移動速度の算出は、例えば、自車に対する各物標の相対速度と自車の移動速度との差分により求めてもよい。次に、カーブ推定装置３０は、算出された物標の移動速度が速度閾値以下である場合には当該物標は路側物であると判断し、速度閾値を超える場合には移動物であると判断する。ここでいう速度閾値は、移動しているか否かを区別する基準となる値で、例えば時速１０ｋｍなどである。このようにして路側物であると判断された物標のデータが路側物データとして抽出される。例えば、図４に示すように第１範囲Ｄ１の反射点Ｇ１、反射点Ｇ２及び反射点Ｃ等において物標が検出されたとする。ここでいう反射点はレーダ波が物標に当たり反射した点である。なお、図４において反射点Ｇ１、反射点Ｇ２及び反射点Ｃとして示したような四角や丸の図形は、以下の図５、図７及び図９においても同様に反射点を表すものとする。カーブ推定装置３０は各反射点の移動速度を算出する。カーブ推定装置３０は算出された各反射点の移動速度が速度閾値以下であるか否か判断し、移動速度が速度閾値以下である反射点Ｇ１及び反射点Ｇ２が路側物を検出したものであるとし、反射点Ｇ１及び反射点Ｇ２のデータが路側物データとして抽出される。すなわち、Ｓ２００でカーブ推定装置３０により抽出される路側物データは、例えば自車の走行する道路に設置された防音壁やガードレールなどの静止物に関するデータである。なお一方、移動物とは、例えば自車の走行する道路を走行する他の車両などの移動するものである。

Ｓ３００で、カーブ推定装置３０は、Ｓ２００で取得された路側物データに基づいて車線傾きθの算出を行う。車線傾きθの算出の詳細については後述する。
Ｓ４００で、カーブ推定装置３０は、Ｓ３００でカーブ推定装置３０により算出された車線傾きθが、あらかじめ設定された角度であるカーブ閾値θｔｈ以下であるか否かの判定を行う。ここでいうカーブ閾値θｔｈとは、自車の前方の道路形状が直線であるか否かを判定する基準となる角度のことである。

Ｓ４００で、車線傾きθがカーブ閾値θｔｈ以下であると判定された場合、Ｓ５００に処理を移行する。
Ｓ４００で、車線傾きθがカーブ閾値θｔｈより大きいと判定された場合、Ｓ６００に処理を移行する。

Ｓ５００で、カーブ推定装置３０は、道路形状が直線であると仮定して車線傾きθを出力し、処理を終了する。なお、カーブ推定装置３０は、例えば、車線傾きθの出力と共に道路形状が直線であるとのフラグを出力してもよい。

Ｓ６００で、カーブ推定装置３０は、クロソイド推定を行う。クロソイド推定とは、具体的には道路形状がクロソイド曲線であると仮定して道路形状の曲率半径を求めることである。ここで道路形状の曲率半径は、代表値Ｒｔｙｐ、最小値Ｒｍｉｎ及び最大値Ｒｍａｘが求められる。なお以下では、クロソイド推定により求められた曲率半径の代表値Ｒｔｙｐをクロソイド半径Ｒｔｙｐとする。クロソイド推定の詳細については後述する。

Ｓ７００で、カーブ推定装置３０は、Ｓ６００で求められたクロソイド半径Ｒｔｙｐが曲率半径の規定値Ｒｔｈ以下であるか否かの判定を行う。ここでいう規定値Ｒｔｈとは、前方の道路形状がカーブであるか否かを判定する基準となる曲率半径である。

Ｓ７００で、クロソイド半径Ｒｔｙｐが規定値Ｒｔｈより大きいと判定された場合、Ｓ５００に処理を移行する。
Ｓ７００で、クロソイド半径Ｒｔｙｐが規定値Ｒｔｈ以下であると判定された場合、Ｓ８００に処理を移行する。

Ｓ８００で、カーブ推定装置３０は、円推定を行う。円推定とは、具体的には道路形状が円であるとして道路形状の曲率半径を求めることである。ここで曲率半径は、例えば図５に示すように、第１範囲Ｄ１から抽出された第１データ及び第２範囲Ｄ２から抽出された第２データを用いて位置の分布に対して当てはまる円を探索し、当てはめられた円の半径を曲率半径として求めることで得られる。ここで当てはまる円の探索は、例えば路側物データに対する二乗誤差の和が最も小さい円を求めるといった周知の最小自乗法を用いた方法により求めてもよい。なお以下では、求められた円の曲率半径を円半径Ｒｃとする。また、円半径Ｒｃから円の中心位置Ｃｃが求められる。

Ｓ９００で、カーブ推定装置３０は、Ｓ６００でのクロソイド推定により求められたクロソイド半径ＲｔｙｐとＳ８００での円推定により求められた円半径Ｒｃとの差分の絶対値を半径差分値Ｒｄとして、半径差分値Ｒｄが差分閾値ΔＲｔｈ以下であるか否かの判定を行う。これにより、推定された道路形状がクロソイド曲線と円形状とどちらにより近いかを判定する。

Ｓ９００で半径差分値Ｒｄが差分閾値ΔＲｔｈより大きいであると判定された場合、カーブ推定装置３０は、処理をＳ１０００に移行する。
Ｓ９００で半径差分値Ｒｄが差分閾値ΔＲｔｈ以下であると判定された場合、カーブ推定装置３０は、処理をＳ１１００に移行する。

Ｓ１０００で、カーブ推定装置３０は、推定された道路形状に近い形状は円形状よりもクロソイド曲線の形状であるという選択がなされ、クロソイド半径Ｒｔｙｐを出力し、処理を終了する。なお、カーブ推定装置３０は、例えばクロソイド半径Ｒｔｙｐの出力と共にＳ６００で算出された曲率半径の最小値Ｒｍｉｎ及び曲率半径の最大値Ｒｍａｘ並びに道路形状がクロソイド曲線に近似されるとのフラグを出力してもよい。

Ｓ１１００で、カーブ推定装置３０は、推定された道路形状に近い形状はクロソイド曲線の形状よりも円形状であるという選択がなされ、円半径Ｒｃを出力し、処理を終了する。なお、カーブ推定装置３０は、例えば円半径Ｒｃの出力と共に道路形状が円形状に近似されるとのフラグを出力しても良い。Ｓ８００で算出された円の中心位置Ｃｃを併せて出力してもよい。

なお、Ｓ１００での処理が第１取得部及び第２取得部に、Ｓ３００での処理が傾き算出部に、Ｓ６００での処理がクロソイド推定部に、Ｓ８００での処理が円推定部に、Ｓ３００、Ｓ６００及びＳ８００での処理が形状推定部に、Ｓ９００での処理が選択部に相当する。
＜車線傾き算出処理＞
ここでカーブ推定装置３０が先のＳ３００で実行する車線傾き算出処理の詳細を、図６のフローチャート及び図７の車線傾きの算出を表した図を用いて説明する。

Ｓ３１０でカーブ推定装置３０は、第１角度α１及び第２角度α２の算出を行う。
ここでいう第１角度α１とはＳ３００において検出される第１データが示す位置を直線近似することにより得られる直線である第１直線Ａ１と、第１レーダセンサ１０のビーム方向とがなす角度をいう。

また、第２角度α２も同様に、Ｓ３００において検出される第２データが示す位置を直線近似することにより得られる直線である第２直線Ａ２と、第２レーダセンサ２０のビーム方向とがなす角度をいう。

具体的には、第１範囲Ｄ１及び第２範囲Ｄ２それぞれに含まれる路側物同士の距離があらかじめ決められた距離以下である範囲内を同一物標範囲Ｔ１，Ｔ２とし、同一物標範囲Ｔ１及びＴ２それぞれに含まれる路側物が存在する位置の分布に対して、直線近似を行う。直線近似により第１直線Ａ１及び第２直線Ａ２を算出する。

Ｓ３２０でカーブ推定装置３０は、Ｓ３１０で求めた第１角度α１及び第２角度α２の差分の絶対値である車線傾きθの算出を行う。すなわち車線傾きθは（１）式で求められる。

以上示した車線傾き算出処理により、車線傾きθを算出することができる。
＜クロソイド推定処理＞
ここでカーブ推定装置３０が先のＳ６００で実行する車線傾き算出処理の詳細を、図８のフローチャート及び図９のクロソイド推定を表した図を用いて説明する。

Ｓ６１０でカーブ推定装置３０は、第１データに含まれる路側物の位置のうち、自車に対して最も遠くに存在する位置である第１位置Ｋａの取得を行う。
Ｓ６２０でカーブ推定装置３０は、第２データに含まれる路側物の位置のうち、自車に対して最も遠くに存在する位置である第２位置Ｋｅの取得を行う。

Ｓ６３０でカーブ推定装置３０は、第１位置Ｋａと第２位置Ｋｅとの間の道路形状に沿った長さである路側長さＬの算出を行う。ここでいう路側長さＬは、路側物データに含まれる路側物の位置のデータを用いて路側物を捕捉した点同士の距離の総和により求められる。

Ｓ６４０でカーブ推定装置３０は、クロソイド曲線での最小曲率半径Ｒの算出を行う。以下、クロソイド曲線での最小曲率半径Ｒを、クロソイド半径Ｒとする。ここでクロソイド半径Ｒは、クロソイドパラメータＡ及び路側長さＬに基づいて（２）式により求められる。ここで、クロソイドパラメータＡは（３）式を満たす定数である。

ここで求められる曲率半径Ｒの代表値をクロソイド半径Ｒｔｙｐとする。ここで、クロソイド半径ＲｔｙｐはＡ＝Ｒ／２を代入して得られる値である。これにより、クロソイド半径Ｒｔｙｐは路側長さＬを用いて、クロソイド半径Ｒｔｙｐ＝４Ｌで表される。なお、曲率半径Ｒの最大値ＲｍａｘはＡ＝Ｒ／３を（２）式に代入し、整理することにより求められ、Ｒｍａｘ＝９Ｌで表される。同様にして、曲率半径Ｒの最小値ＲｍｉｎはＡ＝Ｒを（２）式に代入し、整理することにより求められ、Ｒｍｉｎ＝Ｌで表される。

以上示したクロソイド推定処理により、曲率半径の代表値Ｒｔｙｐ、最大値Ｒｍａｘ及び最小値Ｒｍｉｎを求めることができる。
［３．効果］
以上詳述した実施形態によれば、以下の効果を奏する。

（ａ１）本実施形態によれば、第１レーダセンサ１０及び第２レーダセンサ２０の２種類の異なる探索範囲に存在する物標を用いることにより、単一探索範囲に存在する物標を探索するレーダセンサを用いる場合に比べ、より広範囲の物標を検出することができる。検出された広範囲の物標をもとに自車の進行方向に存在する道路形状を推定するので、自車の進行方向に存在する道路形状の推定の信頼性を向上させることができる。

（ａ２）本実施形態によれば、測定により得られる道路形状の曲率半径の信頼性を向上させることができる。具体的には、クロソイド推定によりクロソイド半径Ｒｔｙｐが求められ、円推定により円半径Ｒｃが求められる。クロソイド曲線と円形状のうち、推定された道路形状に近い方に対応した曲率半径の結果を出力する。このため、どちらか一方の推定しか行わない場合に比べ、より近い形状の曲率半径を測定することができるため、測定により得られる道路形状の曲率半径の信頼性を向上させることができる。

（ａ３）本実施形態によれば、推定された道路形状が直線であると判定される場合の処理負荷を低減することができる。具体的には、算出された車線傾きθがカーブ閾値θｔｈ以下であると判定された場合、推定された道路形状が直線であるとして車線傾きθを出力し、処理を終了する。この場合において、クロソイド推定や、円推定といった処理を行うことを必要とすることない。これにより、クロソイド推定や円推定といった処理にかかる負荷を低減することができる。

［３．他の実施形態］
以上、本開示の実施形態について説明したが、本開示は上述の実施形態に限定されることなく、種々変形して実施することができる。

（ｂ１）上記実施形態では、第１レーダセンサ１０及び第２レーダセンサ２０の２つのレーダセンサを用いるとしたが、レーダセンサの形態はこれに限定されるものではない。例えば、１つのアレイアンテナを用いて、第１レーダセンサ１０の探索範囲及び第２レーダセンサ２０の探索範囲に相当する２種類の探索範囲を切り替えて探索を行うものとしてもよい。この場合においては、上記実施形態に示した場合に比べ、構成を簡便にすることができる。

（ｂ２）上記実施形態では、形状推定処理において車線傾きの算出、クロソイド推定、円推定が行われるが、全てが同じ処理に含まれるものに限定されるものではない。すなわち、車線傾きの算出、クロソイド推定、円推定のうち、いずれか１つ以上を含む処理であってもよい。例えば、車線傾きの算出を行わず、クロソイド推定及び円推定のみを行い、推定された道路形状に応じていずれか一方の推定結果を出力するものであってもよい。また、クロソイド推定のみを行うとしてもよい。すなわち、クロソイド推定を行い、クロソイド推定の結果を出力してもよい。

（ｂ３）上記実施形態では、クロソイド半径Ｒｔｙｐと円半径Ｒｃとの差分の絶対値を半径差分値Ｒｄとし、半径差分値Ｒｄが差分閾値ΔＲｔｈ以下であるか否かの判定を行うことにより、推定された道路形状がクロソイド曲線と円形状とどちらにより近いかを判定する。しかし、推定された道路形状がクロソイド曲線と円形状とどちらにより近いかを判定する方法はこれに限定されるものではない。例えば、当てはめる円形状と、当てはめられる各物標の位置との誤差であるデータ誤差の規定値を誤差規定値としてあらかじめ設定し、誤差規定値よりもデータ誤差が大きい場合に、クロソイド曲線により近いと判定するものであってもよい。

（ｂ４）上記実施形態では、クロソイド推定により、クロソイド半径の代表値Ｒｔｙｐ、最大値Ｒｍａｘ及び最小値Ｒｍｉｎが求められるが、クロソイド推定により求められる結果はこれに限定されるものではない。例えば、クロソイド推定によりクロソイド曲線の中心位置であるＣｔｙｐを求めるとしてもよい。この場合において、クロソイド推定の結果として曲率半径に加え、クロソイド曲線の中心位置Ｃｔｙｐを併せて出力してもよい。

（ｂ５）上記実施形態における１つの構成要素が有する複数の機能を、複数の構成要素によって実現したり、１つの構成要素が有する１つの機能を、複数の構成要素によって実現したりしてもよい。また、複数の構成要素が有する複数の機能を、１つの構成要素によって実現したり、複数の構成要素によって実現される１つの機能を、１つの構成要素によって実現したりしてもよい。また、上記実施形態の構成の一部を省略してもよい。また、上記実施形態の構成の少なくとも一部を、他の上記実施形態の構成に対して付加又は置換してもよい。なお、特許請求の範囲に記載した文言から特定される技術思想に含まれるあらゆる態様が本開示の実施形態である。

（ｂ６）上述したカーブ推定装置３０の他、当該カーブ推定装置３０を構成要素とするシステム、当該カーブ推定装置３０としてコンピュータを機能させるためのプログラム、このプログラムを記録した半導体メモリ等の非遷移的実体的記録媒体、カーブ推定方法など、種々の形態で本開示を実現することもできる。

１…車両制御システム、１０…第１レーダセンサ、２０…第２レーダセンサ、３０…カーブ推定装置、３１…ＣＰＵ、３２…メモリ、４０…車両制御装置。

Claims (3)

1. 車両に備えられるカーブ推定装置（３０）であって、
   前記車両の少なくとも前方を含むあらかじめ決められた角度範囲である第１角度範囲の範囲内であって、あらかじめ決められた距離である第１距離以内の領域である第１範囲に存在する物標を検出する第１レーダセンサ（１０）により検出された前記物標のデータである第１データを取得するように構成された第１取得部（Ｓ１００）と、
   前記車両の少なくとも前方を含む前記第１角度範囲に比べて狭い角度範囲である第２角度範囲の範囲内であって、前記第１距離に比べて長い距離である第２距離以内の領域である第２範囲に存在する物標を検出する第２レーダセンサ（２０）により検出された前記物標のデータである第２データを取得するように構成された第２取得部（Ｓ１００）と、
   前記第１取得部により取得された前記第１データ及び前記第２取得部により取得された前記第２データのうち静止物のデータである路側物データを用いて、前記車両の走行する道路の道路形状を推定するように構成された形状推定部（Ｓ３００，Ｓ６００，Ｓ８００）と、
   を備え、
   前記形状推定部は、
   前記路側物データを用いて、前記道路の道路形状がクロソイド曲線の形状であるとして求められた前記車両が走行する道路の曲率半径であるクロソイド半径を推定するように構成されたクロソイド推定部（Ｓ６００）と、
   前記路側物データを用いて、前記道路の道路形状に円の形状であるとして求められた前記車両が走行する道路の曲率半径である円半径を推定するように構成された円推定部（Ｓ８００）と、
   推定された前記クロソイド半径及び前記円半径を用いて、前記クロソイド半径及び前記円半径の少なくとも一方を前記道路の形状を表すパラメータとして選択する選択部（Ｓ９００）と、
   を更に備え、
   前記選択部は、前記円推定部により推定された前記円半径を持つ円と前記推定に用いた前記路側物データとの誤差をデータ誤差とし、前記データ誤差があらかじめ設定された誤差規定値より大きい場合に前記クロソイド半径を前記道路の形状を表すパラメータとして選択し、前記データ誤差が前記誤差規定値以下である場合に前記円半径を前記道路の形状を表すパラメータとして選択する、
   カーブ推定装置。
2. 車両に備えられるカーブ推定装置（３０）であって、
   前記車両の少なくとも前方を含むあらかじめ決められた角度範囲である第１角度範囲の範囲内であって、あらかじめ決められた距離である第１距離以内の領域である第１範囲に存在する物標を検出する第１レーダセンサ（１０）により検出された前記物標のデータである第１データを取得するように構成された第１取得部（Ｓ１００）と、
   前記車両の少なくとも前方を含む前記第１角度範囲に比べて狭い角度範囲である第２角度範囲の範囲内であって、前記第１距離に比べて長い距離である第２距離以内の領域である第２範囲に存在する物標を検出する第２レーダセンサ（２０）により検出された前記物標のデータである第２データを取得するように構成された第２取得部（Ｓ１００）と、
   前記第１取得部により取得された前記第１データ及び前記第２取得部により取得された前記第２データのうち静止物のデータである路側物データを用いて、前記車両の走行する道路の道路形状を推定するように構成された形状推定部（Ｓ３００，Ｓ６００，Ｓ８００）と、
   を備え、
   前記形状推定部は、
   前記路側物データを用いて、前記道路の道路形状がクロソイド曲線の形状であるとして求められた前記車両が走行する道路の曲率半径であるクロソイド半径を推定するように構成されたクロソイド推定部（Ｓ６００）と、
   前記路側物データを用いて、前記道路の道路形状に円の形状であるとして求められた前記車両が走行する道路の曲率半径である円半径を推定するように構成された円推定部（Ｓ８００）と、
   推定された前記クロソイド半径及び前記円半径を用いて、前記クロソイド半径及び前記円半径の少なくとも一方を前記道路の形状を表すパラメータとして選択する選択部（Ｓ９００）と、
   を更に備え、
   前記選択部は、前記円半径と前記クロソイド半径との差分の絶対値を半径差分値とし、前記半径差分値があらかじめ決められた値である差分閾値より大きい場合に前記クロソイド半径を前記道路の形状を表すパラメータとして選択し、前記半径差分値が前記差分閾値、
   以下である場合に前記円半径を前記道路の形状を表すパラメータとして選択する、
   カーブ推定装置。
3. 請求項１又は請求項２に記載のカーブ推定装置であって、
   前記形状推定部は、前記第１データに含まれる前記路側物データの示す前記静止物の位置を直線近似することにより求められる直線を第１直線とし、前記第２データに含まれる前記路側物データの示す前記静止物の位置を直線近似することにより求められる直線を第２直線とし、前記第１直線と前記第２直線との前記車両に対する角度の差分である車線傾きを算出する傾き算出部を更に備え、
   前記形状推定部は、前記傾き算出部により算出された前記車線傾きが、前記道路形状がカーブであるか否かを判定する基準となるカーブ閾値以上であった場合、前記道路形状の推定を行うように構成された、カーブ推定装置。

Images