JP6842335B2

JP6842335B2 - 車両位置検出装置

Info

Publication number: JP6842335B2
Application number: JP2017064967A
Authority: JP
Inventors: 聡之阿部
Original assignee: Subaru Corp
Current assignee: Subaru Corp
Priority date: 2017-03-29
Filing date: 2017-03-29
Publication date: 2021-03-17
Anticipated expiration: 2037-03-29
Also published as: JP2018169206A

Description

本発明は、車線の曲率情報を用いて地図上の自車両の車両位置を検出する車両位置検出装置に関する。

自動車等の車両においては、自車両の位置を測位する方法として、ＧＰＳ衛星等の航法衛星からの信号を受信して測位する衛星航法と、車両搭載のセンサによって検出した方位角及び相対移動量に基づいて測位する自律航法とが知られており、通常は、より精度の高い衛星航法による測位を主として、トンネル内等の航法衛星からの信号を受信できない走行環境になったとき、自律航法による測位に切り換えることが一般的である。

例えば、特許文献１には、車両からの車速信号を用いないポータブルナビゲーション装置に関して、ＧＰＳ信号の受信が不可能になったとき、車載カメラで撮像した映像の時間変化に基づいて第２の車速を算出し、この第２の車速を用いた自律航法で自車位置を算出する技術が開示されている。

特開２００９−１６８６１４号公報

しかしながら、特許文献１のように、航法衛星による測位が困難な場合に、単に自律航法による測位に切り換えるのみでは、車速から算出される車両の相対移動量に積分誤差が発生することは避けられず、必ずしも要求する測位精度を満足できるとは限らない。

本発明は上記事情に鑑みてなされたもので、航法衛星による測位が困難な場合であっても、自車両の位置を地図上で正確に特定することのできる車両位置検出装置を提供することを目的としている。

本発明の一態様による車両位置検出御装置は、車両が走行する車線に係る情報を含む地図データを保持する地図データベースと、自車両の走行状態に基づいて、自車両の走行軌跡の曲率情報を第１の曲率情報として算出する第１の曲率情報算出部と、自車両前方を撮像した画像から認識した車線の曲率情報を、第２の曲率情報として算出する第２の曲率情報算出部と、前記地図データベースから得られる車線の曲率情報と、前記第１の曲率情報または前記第２の曲率情報との相関関係に基づいて、前記地図データベースの地図データ上における自車両の現在位置を特定する車両位置特定部と、前記地図データベースの地図データから推定される現在位置付近の車線の曲率情報に基づいて、前記第１の曲率情報と前記第２の曲率情報との何れか一方を、前記地図データ上における自車両の現在位置を特定するための曲率情報として選択する曲率情報選択部とを備える。
本発明の他の態様による車両位置検出装置は、車両が走行する車線に係る情報を含む地図データを保持する地図データベースと、自車両の走行状態に基づいて、自車両の走行軌跡の曲率情報を第１の曲率情報として算出する第１の曲率情報算出部と、自車両前方を撮像した画像から認識した車線の曲率情報を、第２の曲率情報として算出する第２の曲率情報算出部と、前記地図データベースから得られる車線の曲率情報と、前記第１の曲率情報または前記第２の曲率情報との相関関係に基づいて、前記地図データベースの地図データ上における自車両の現在位置を特定する車両位置特定部とを備え、前記車両位置特定部は、前記地図データベースの地図データから推定される現在位置付近の複数の区間に対して、前記地図データベースから得られる車線の曲率情報のデータ群から抽出される区間毎の近似直線と、前記第１の曲率情報のデータ群から抽出される第１の近似直線、または前記第２の曲率情報のデータ群から抽出される第２の近似直線との一致度を調べ、一致度が最も高い区間で自車両の現在位置を特定する。

本発明によれば、航法衛星による測位が困難な場合であっても、自車両の位置を地図上で正確に特定することができる。

車両位置検出装置の構成図画像認識による走行経路の説明図第１の曲率データを示す説明図第２の曲率データを示す説明図地図上の現在位置付近の区間の曲率データを示す説明図図５の区間開始点をずらした曲率データを示す説明図図５の区間開始点を図６よりも更にずらした曲率データを示す説明図車両位置検出処理のフローチャート

以下、図面を参照して本発明の実施の形態を説明する。図１において、符号１は自動車等の車両に搭載されて自車両の車両位置を検出する車両位置検出装置を示し、ドライバに対する経路案内や自動運転を含む各種運転支援制御に用いる車両位置データを提供する。本実施の形態においては、車両位置検出装置１は、外部環境認識装置１０、地図情報処理装置２０、位置検出処理装置３０を備え、これらの装置が通信バス１５０を介してネットワーク接続されて構成されている。

外部環境認識装置１０は、車載のカメラユニット１１、ミリ波レーダやレーザレーダ等のレーダ装置１２等の各種デバイスによる自車両周囲の物体の検出情報、路車間通信や車車間通信等のインフラ通信によって取得した交通情報、地図情報処理装置２０からの地図情報、位置検出処理装置３０からの自車両の位置情報等により、自車両周囲の外部環境を認識する。

以下では、外部環境認識装置１０における外部環境の認識処理として、カメラユニット１１で撮像した画像を処理して外部環境を認識する処理を主として説明する。カメラユニット１１は、例えば、同一対象物を異なる視点から撮像する２台のカメラで構成されるステレオカメラであり、ＣＣＤやＣＭＯＳ等の撮像素子を有するシャッタ同期のカメラで構成されている。このカメラユニット１１は、例えば、車室内上部のフロントウィンドウ内側のルームミラー近傍に２台のカメラが所定の基線長で車幅方向左右に配置されて構成されている。

ステレオカメラとしてのカメラユニット１１で撮像された左右一対の画像は、例えば、ステレオマッチング処理により、左右画像の対応位置の画素ずれ量（視差）が求められ、画素ずれ量を輝度データ等に変換した距離画像が生成される。この距離画像上の点は、三角測量の原理から、自車両の車幅方向すなわち左右方向をＸ軸、車高方向をＹ軸、車長方向すなわち距離方向をＺ軸とする実空間上の点に座標変換され、自車両が走行する道路の白線（車線）、障害物、自車両の前方を走行する車両等が３次元的に認識される。

地図情報処理装置２０は、地図データベースＤＢを備え、位置検出処理装置３０で測位した位置データから地図データベースＤＢの地図データ上での自車両の車両位置を特定する。地図データベースＤＢには、例えば、主として車両走行の経路案内や車両の現在位置を表示する際に参照されるナビゲーション用の地図データと、この地図データよりも詳細な、自動運転を含む運転支援制御を行う際に参照される走行制御用の地図データとが保持されている。

ナビゲーション用の地図データは、現在のノードに対して前のノードと次のノードとがそれぞれリンクを介して結びつけられており、各リンクには、信号機、道路標識、建築物等に関する情報が保存されている。一方、走行制御用の高精細の地図データは、ノードと次のノードとの間に、複数のデータ点を有している。このデータ点には、道路の車線毎の曲率、車線幅、路肩幅等の道路形状データや、道路方位角、道路白線種別、レーン数等の走行制御用データが、データの信頼度やデータ更新の日付け等の属性データと共に保持されている。

地図情報処理装置２０は、自車両位置の測位結果と地図データとの照合を行い、その照合結果に基づく走行経路案内や交通情報を図示しない表示装置を介してドライバに提示する。また、地図情報処理装置２０は、自車両が走行する道路の車線毎の曲率、車線幅、路肩幅等の道路形状データや、道路方位角、道路白線種別、レーン数等の走行制御用の地図情報を、通信バス１５０を介して他の制御装置に送信する。

更に、地図情報処理装置２０は、地図データベースＤＢの保守管理を行い、地図データベースＤＢのノード、リンク、データ点を検定して常に最新の状態に維持すると共に、データベース上にデータが存在しない領域についても新規データを作成・追加し、より詳細なデータベースを構築する。地図データベースＤＢのデータ更新及び新規データの追加は、位置検出処理装置３０によって測位された位置データと、地図データベースＤＢに記憶されているデータとの照合によって行われる。

位置検出処理装置３０は、ＧＰＳ衛星等の複数の航法衛星２００からの信号に基づく測位と、ジャイロセンサ３２や車速センサ３３等の車載センサによる測位とを併用して自車両の車両位置を検出する。複数の航法衛星２００による測位では、航法衛星２００から送信される軌道及び時刻等に関する情報を含む信号を受信機３１を介して受信し、受信した信号に基づいて自車両の自己位置を、経度、緯度、高度、及び時間情報を含む絶対位置として測位する。

一方、航法衛星による測位が困難な場所、例えば、トンネル内部等の航法衛星からの電波を受信できない場所や、多数の高層建築物等による電波の反射によるマルチパスによって受信精度が低下するような場所では、位置検出処理装置３０は、自車両の走行状態又は自車両前方の画像から自車両が走行している車線の曲率情報を算出する。そして、算出した車線の曲率情報と高精細の地図データから得られる車線の曲率情報との相関関係を調べて自車両の現在位置を特定する。

本実施の形態においては、車線の曲率情報として、地図データベースＤＢに格納されている車線毎の曲率、自車両の走行状態から算出される自車両の走行軌跡の曲率、画像から認識される自車両の走行車線の曲率を対象とする。走行軌跡又は画像による曲率のデータは、所定区間に渡って時系列的に取得され、地図上の対応する区間の曲率との相関関係が調べられる。尚、曲率に代えて曲率半径を用いても同様である。

このため、位置検出処理装置３０は、航法衛星による測位が困難な場合に自車両の車両位置を正確に検出するための機能部として、第１の曲率情報算出部３０１、第２の曲率情報算出部３０２、曲率情報選択部３０３、車両位置特定部３０４を備えている。これらの機能部により、航法衛星からの信号の受信状態が悪化した場合にも、自車両の車両位置を確実に検出して常に正確な車両位置を把握することを可能としている。

第１の曲率情報算出部３０１は、自車両の走行状態から算出される走行軌跡の曲率を、第１の曲率Ｋ1として算出する。具体的には、第１の曲率Ｋ1は、以下の（１）式に示すように、所定時間当たりの自車両の進行方向の移動距離ΔＳを自車両の進行方位角の角度変化量Δθで除算した値で近似することができる。移動距離ΔＳは、車速センサ３３から算出する。また、進行方位角の角度変化量Δθは、ジャイロセンサ３２で検出する車両のヨーレートから求めることができる。
Ｋ1＝ΔＳ／Δθ …（１）

第２の曲率情報算出部３０２は、カメラユニット１１で撮像した自車両前方の画像から自車両が走行している走行車線を認識し、認識した走行車線の曲率を、第２の曲率Ｋ2として算出する。第２の曲率Ｋ2は、画像から道路白線を車線として認識し、認識した車線を近似式で同定することで求めることができる。

車線としての道路白線は、画像から白線の候補となる点群を抽出し、その候補点を結ぶ直線や曲線を算出することにより、認識することができる。例えば、画像上に設定された白線検出領域内において、水平方向（車幅方向）に設定した複数の探索ライン上で輝度が所定以上変化するエッジの検出を行って探索ライン毎に１組の白線開始点及び白線終了点を検出し、白線開始点と白線終了点との間の中間の領域を白線候補点として抽出する。

そして、単位時間当たりの車両移動量に基づく白線候補点の空間座標位置の時系列データを処理して左右の白線を近似するモデルを算出し、この近似モデルにより、白線を認識する。白線の近似モデルとしては、例えば、２次式等の曲線で近似したモデルを用いることができ、以下の（２）式に示すように、２次の近似モデルによる左右の曲線から求められる中央位置の曲線を、自車両が追従走行する経路とすることができる。
Ｘ＝Ａ・Ｚ²＋Ｂ・Ｚ＋Ｃ …（２）

（２）式における係数Ａ，Ｂ，Ｃは、図２に示すように、自車両が追従走行する経路（左右白線の中央位置の２点鎖線で示す経路）を構成する成分を表している。係数Ａは経路の曲率成分を表しており、第２の曲率情報算出部３０２は、係数Ａによる曲率を、第２の曲率Ｋ2として求める。また、（２）式における係数Ｂは、自車両に対する経路のヨー角偏差（自車両の前後方向軸と経路（接線）との間の角度偏差）θy、係数Ｃは自車両に対する経路の横方向（Ｘ軸方向）の横位置偏差δを表している。

尚、図２における車線中央の経路を、自車両が走行する目標経路として操舵制御を行う場合、例えば、以下の（３）式に示すような目標操舵角αrefを設定し、この目標操舵角αrefに実操舵角が一致するよう制御する。
αref＝Ｇff・Ｋ2＋Ｇp・δf＋Ｇi・∫δｄｔ＋Ｇy・θy＋Ｇd・ｄθy／ｄｔ …（３）
Ｇff：目標経路の曲率Ｋ2に対するフィードフォワードゲイン
Ｇp：現在の操舵角で進行したときの所定距離の横位置偏差δfに対する比例ゲイン
Ｇi：現在の横位置偏差δに対する積分ゲイン
Ｇy：目標経路と自車両との相対ヨー角θyに対するフィードバックゲイン
Ｇd：目標経路と自車両との相対ヨー角θyに対する微分ゲイン

曲率情報選択部３０３は、第１の曲率情報算出部３０１で算出した第１の曲率Ｋ1と、第２の曲率情報算出部３０２で算出した第２の曲率Ｋ2との何れか一方を車両位置特定用の曲率Ｋrefとして選択し、車両位置特定部３０４に送信する。尚、第１の曲率Ｋ1、第２の曲率Ｋ2は、カーブの出入口等の曲率が変化する地点において曲率のデータが所定時間刻みで所定距離分だけ時系列的に算出され、車両位置特定用の曲率Ｋrefとして選択された曲率データが車両位置特定部３０４に送信される。

一般に、画像から認識する走行車線は、車線のカーブが急になると精度が低下するため、曲率情報選択部３０３は、比較的急なカーブの場合、車両位置特定用の曲率Ｋrefとして第１の曲率Ｋ1を選択し、比較的緩いカーブの場合には、車両位置特定用の曲率Ｋrefとして第２の曲率Ｋ2を選択する。

具体的には、曲率情報選択部３０３は、航法衛星による測位が困難となる直前の車両位置における地図データ上の曲率Ｋmapを取得し、この地図データ上の曲率Ｋmapが閾値Ｋc（例えば、Ｋc＝１／４００））以下の比較的緩いカーブか否かを調べる。曲率Ｋmapが閾値Ｋc以下の場合、画像による第２の曲率Ｋ2を車両位置特定用の曲率Ｋrefとして選択する。一方、曲率Ｋmapが閾値Ｋcを超える場合には、走行軌跡による第１の曲率Ｋ1を車両位置特定用の曲率Ｋrefとして選択する。

車両位置特定部３０４は、地図データベースＤＢから、地図データ上で推定される自車両位置付近の曲率Ｋmapと車両位置特定用の曲率Ｋrefとの相関関係を調べ、自車両の車両位置を特定する。具体的には、航法衛星で最後に測位した車両位置付近で、曲率Ｋrefに最も近い曲率Ｋmapとなる地図上の位置を探索することにより、自車両の車両位置を特定する。

例えば、走行軌跡による第１の曲率Ｋ1が車両位置特定用の曲率Ｋrefとして選択されている場合、車両位置特定部３０４は、図３に示すように、第１の曲率Ｋ1のデータを所定時間刻みで過去の所定距離分（例えば、過去５０ｍ分）だけ求めたデータ群に対して、最小二乗法を適用する等して第１の近似直線Ｌ1を抽出する。

また、画像による第２の曲率Ｋ2が車両位置特定用の曲率Ｋrefとして選択されている場合には、車両位置特定部３０４は、図４に示すように、第２の曲率Ｋ2のデータを所定時間刻みで過去の所定距離分（例えば、過去５０ｍ分）だけ求めたデータ群に対して、同様に最小二乗法を適用する等して、第２の近似直線Ｌ2を抽出する。

更に、車両位置特定部３０４は、図５に示すように、地図データ上で推定される自車両位置付近で、曲率Ｋrefの所定距離に対応する区間で曲率Ｋmapのデータ群を収集し、曲率データの区間グラフを生成する。この曲率データの区間グラフは、図５のデータ群をＫmap1として、このデータ群Ｋmap1の区間開始点を所定距離ずつずらした図６，図７のデータ群Ｋmap2,Ｋmap3のように、図５の区間開始点をずらした複数の区間グラフを作成し、それぞれ、近似直線Ｌm1,Ｌm2,Ｌm3,…を抽出する。

車両位置特定部３０４は、走行軌跡による第１の曲率Ｋ1のデータ群から抽出した第１の近似直線Ｌ1、または画像による第２の曲率Ｋ2のデータ群から抽出した第２の近似直線Ｌ2と、地図上の曲率Ｋmapのデータ群Ｋmap1,Ｋmap2,Ｋmap3,…から抽出した区間毎の近似直線Ｌm1,Ｌm2,Ｌm3,…とを比較して双方の近似直線の一致度を調べ、最も一致度の大きい区間を探索する。そして、双方の近似直線の最も一致度の大きい区間の末端の地点を、自車両の車両位置として特定する。

次に、位置検出処理装置３０における車両位置検出のプログラム処理について、図８に示すフローチャートを用いて説明する。

この車両位置検出処理は、先ず最初のステップＳ１において、航法衛星による測位が可能であるか否かを判断する。例えば、航法衛星の捕捉数が測位可能な数以上で、捕捉した航法衛星による測位精度が所定以上の精度である場合、衛星による測位を正常に実行できると判断してステップＳ１からステップＳ２へ進み、衛星からの情報による位置データと、地図データベースＤＢに記憶されているデータとを照合して自車両の地図上の現在位置を特定する。

一方、トンネル内や高架建築物の下等で必要な数の衛星が補足できなかったり、マルチパスの影響で必要な測位精度を確保できず、衛星による測位が困難であると判断される場合には、ステップＳ１からステップＳ３へ進み、衛星によって測位した最後の地点の走行車線の曲率Ｋmapを地図データベースＤＢから読み込み、閾値Ｋc（例えば、Ｋc＝１／４００））と比較して、該当地点近辺の区間のカーブが急か否かを調べる。

ステップ３において、Ｋmap＞Ｋcでカーブが急である場合には、ステップＳ４へ進んで、ジャイロセンサ３２及び車速センサ３３からの信号に基づく自車両の走行軌跡による第１の曲率Ｋ1を位置特定用の曲率として選択し、現在位置付近から前方の所定区間の第１の曲率Ｋ1のデータ群を時系列的に算出する。一方、ステップＳ３でＫmap≦Ｋcであり、カーブが緩やかである場合には、ステップＳ３からステップＳ５へ進んでカメラユニット１１で撮像した自車両前方の画像から認識した走行車線の第２の曲率Ｋ2を位置特定用の曲率として選択し、現在位置付近から前方の所定区間の第２の曲率Ｋ2のデータ群を時系列的に算出する。

その後、ステップＳ４或いはステップＳ５からステップＳ６へ進み、所定区間の曲率（第１の曲率Ｋ1或いは第２の曲率Ｋ2）のデータ群から１次の近似直線（第１の近似直線Ｌ1又は第２Ｎ近似直線Ｌ2）を抽出し、ステップＳ７へ進む。ステップＳ７では、地図データから得られる曲率Ｋmapに対して自車両の推定位置付近で区間開始点を所定距離ずつずらした複数の区間グラフを作成し、各区間のデータ群毎に近似直線Ｌm1,Ｌm2,Ｌm3,…を抽出する。

次にステップＳ８へ進み、位置特定用の曲率データの近似直線（近似直線Ｌ1又は近似直線Ｌ2）と地図の区間毎の近似直線Ｌm1,Ｌm2,Ｌm3,…とを比較して双方の近似直線の一致度が大きい区間を探索する。そして、ステップＳ９で、双方の近似直線の最も一致度の大きい区間として探索された区間の末端の地点を、地図上の自車両の現在位置として特定する。

このように本実施の形態においては、地図から得られる車線の曲率情報と、自車両の走行軌跡の曲率情報又は画像から認識した車線の曲率情報との相関関係を調べることにより、地図上の自車両の位置を特定するため、航法衛星による測位が困難な場合であっても、自車両の位置を正確に検出することができる。

１車両位置検出装置
１０外部環境認識装置
１１カメラユニット
１２レーダ装置
２０地図情報処理装置
３０位置検出処理装置
３２ジャイロセンサ
３３車速センサ
２００航法衛星
３０１第１の曲率情報算出部
３０２第２の曲率情報算出部
３０３曲率情報選択部
３０４車両位置特定部
ＤＢ地図データベース
Ｌ1 第１の近似直線
Ｌ2 第２の近似直線
Ｌm1,Ｌm2,Ｌm3 近似直線
Ｋ1 第１の曲率
Ｋ2 第２の曲率
Ｋmap 地図データ上の曲率

Claims

車両が走行する車線に係る情報を含む地図データを保持する地図データベースと、
自車両の走行状態に基づいて、自車両の走行軌跡の曲率情報を第１の曲率情報として算出する第１の曲率情報算出部と、
自車両前方を撮像した画像から認識した車線の曲率情報を、第２の曲率情報として算出する第２の曲率情報算出部と、
前記地図データベースから得られる車線の曲率情報と、前記第１の曲率情報または前記第２の曲率情報との相関関係に基づいて、前記地図データベースの地図データ上における自車両の現在位置を特定する車両位置特定部と、
前記地図データベースの地図データから推定される現在位置付近の車線の曲率情報に基づいて、前記第１の曲率情報と前記第２の曲率情報との何れか一方を、前記地図データ上における自車両の現在位置を特定するための曲率情報として選択する曲率情報選択部と
を備えることを特徴とする車両位置検出装置。
車両が走行する車線に係る情報を含む地図データを保持する地図データベースと、
自車両の走行状態に基づいて、自車両の走行軌跡の曲率情報を第１の曲率情報として算出する第１の曲率情報算出部と、
自車両前方を撮像した画像から認識した車線の曲率情報を、第２の曲率情報として算出する第２の曲率情報算出部と、
前記地図データベースから得られる車線の曲率情報と、前記第１の曲率情報または前記第２の曲率情報との相関関係に基づいて、前記地図データベースの地図データ上における自車両の現在位置を特定する車両位置特定部と
を備え、
前記車両位置特定部は、前記地図データベースの地図データから推定される現在位置付近の複数の区間に対して、前記地図データベースから得られる車線の曲率情報のデータ群から抽出される区間毎の近似直線と、前記第１の曲率情報のデータ群から抽出される第１の近似直線、または前記第２の曲率情報のデータ群から抽出される第２の近似直線との一致度を調べ、一致度が最も高い区間で自車両の現在位置を特定することを特徴とする車両位置検出装置。
前記車両位置特定部は、前記地図データベースの地図データから推定される現在位置付近の複数の区間に対して、前記地図データベースから得られる車線の曲率情報のデータ群から抽出される区間毎の近似直線と、前記第１の曲率情報のデータ群から抽出される第１の近似直線、または前記第２の曲率情報のデータ群から抽出される第２の近似直線との一致度を調べ、一致度が最も高い区間で自車両の現在位置を特定することを特徴とする請求項１に記載の車両位置検出装置。