JP6890726B1 - 車載装置、情報処理方法及び情報処理プログラム - Google Patents
車載装置、情報処理方法及び情報処理プログラム Download PDFInfo
- Publication number
- JP6890726B1 JP6890726B1 JP2020543125A JP2020543125A JP6890726B1 JP 6890726 B1 JP6890726 B1 JP 6890726B1 JP 2020543125 A JP2020543125 A JP 2020543125A JP 2020543125 A JP2020543125 A JP 2020543125A JP 6890726 B1 JP6890726 B1 JP 6890726B1
- Authority
- JP
- Japan
- Prior art keywords
- vehicle
- roadside
- stationary object
- road
- line
- 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
Links
- 230000010365 information processing Effects 0.000 title claims description 7
- 238000003672 processing method Methods 0.000 title claims description 4
- 238000000605 extraction Methods 0.000 claims abstract description 76
- 238000000034 method Methods 0.000 claims description 47
- 238000004891 communication Methods 0.000 claims description 24
- 230000002950 deficient Effects 0.000 claims description 23
- 230000008569 process Effects 0.000 claims description 20
- 238000012545 processing Methods 0.000 claims description 15
- 239000000284 extract Substances 0.000 description 14
- 238000013500 data storage Methods 0.000 description 13
- 238000001514 detection method Methods 0.000 description 12
- 238000000926 separation method Methods 0.000 description 10
- 238000005516 engineering process Methods 0.000 description 7
- 230000006870 function Effects 0.000 description 5
- 230000007704 transition Effects 0.000 description 4
- 238000007726 management method Methods 0.000 description 3
- 238000005259 measurement Methods 0.000 description 3
- 244000145845 chattering Species 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000008859 change Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000014759 maintenance of location Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 239000013589 supplement Substances 0.000 description 1
- 230000008685 targeting Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/16—Anti-collision systems
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Traffic Control Systems (AREA)
- Navigation (AREA)
Abstract
Description
特許文献1では、車両の側方に設けられた距離センサが、車両が走行する経路に沿って設けられた路側の縁部とセンサとの間の距離を測定する。そして、コンピュータが経路からの横方向の偏差を補正する。
前記センサにより感知された複数の点である複数の感知点の各々と前記車両との相対速度に基づき、前記車両が走行する道路の路側に所在する静止物である路側静止物を抽出し、前記路側静止物の所在位置からの前記車両の相対位置を推定する抽出部と、
線分により前記道路が表される地図データを取得する取得部と、
前記地図データを用いて、前記路側静止物の所在位置の座標値を路側静止物座標値として特定し、前記路側静止物座標値と、前記抽出部により推定された前記路側静止物の所在位置からの前記車両の相対位置とに基づき、前記車両の位置の座標値を特定する特定部とを有する。
***概要***
上述のように、特許文献1の技術では、ガイドが設けられていない一般道路では、正確に車両の位置を特定することができない。一般道路で車両の位置を特定する技術として、GPS(Global Positioning System)測位技術がある。
図22及び図23は、図21に例示する道路環境における測位精度の時系列推移のシミュレーション結果を示す。図21は立体交差の道路環境を示す。図21の例では、道路550の上方に別の道路570が存在する。車両300は道路550を走行し、GPS測位とセンサを用いた測位とを行う。車両300は、図21に示す矢印方向に走行するものとする。
図22は、ミリ波レーダー、超音波センサ等のセンサを用いた測位の測位精度を示し、図23はGPS測位による測位精度を示す。
図22及び図23では、縦位置の変化に伴う、横位置の測位精度の推移を示している。グラフの振れ幅が大きい程、横位置の測位結果が一定せず、測位精度が悪い。
図23に示すように、縦位置が50メートル付近までは上方の道路570の影響を受けないため、GPS測位の測位精度は高い。しかし、50メートル以降は、上方の道路570の影響を受け、GPS衛星の捕捉数が減少し、GPS測位の測位精度が悪化する。この結果、50メートル以降では、センサを用いた測位の方が測位精度が高い。
このように、高架下、トンネル内、ビル影等の環境では、センサを用いた測位精度の方がGPS測位の測位精度よりも高くなる。
本実施の形態では、このような点に鑑み、GPS測位の測位精度が十分でない場合に、センサによる測位結果を併用することで、ガイドのない一般道路でも、車両300の位置を正確に特定する。
図1は、本実施の形態に係る車両300に含まれる要素の例を示す。図1では、本実施の形態の説明に直接関係する要素のみが示される。例えば、車両300には、エンジン、ブレーキ、タイヤ等、様々な要素が含まれるが、これらは本実施の形態の説明には直接関係しないので、図示は省略している。
図2は、本実施の形態に係る車載装置100のハードウェア構成例を示す。
また、車両300には、センサ201、ESC202、GPS受信機203、地図データ記憶装置204、表示装置205及び自動運転制御装置206も搭載される。センサ201、ESC202、GPS受信機203、地図データ記憶装置204、表示装置205及び自動運転制御装置206の詳細は後述する。
車載装置100は、抽出部101、測位部102、取得部103及び特定部104で構成される。
抽出部101、測位部102、取得部103及び特定部104の詳細は後述する。
補助記憶装置903には、抽出部101、測位部102、取得部103及び特定部104の機能を実現するプログラムが記憶されている。
これらプログラムは、補助記憶装置903から主記憶装置902にロードされる。そして、プロセッサ901がこれらプログラムを実行して、後述する抽出部101、測位部102、取得部103及び特定部104の動作を行う。
図2では、プロセッサ901が抽出部101、測位部102、取得部103及び特定部104の機能を実現するプログラムを実行している状態を模式的に表している。
なお、プロセッサ901は、図1に示すセンサ201、ESC202、GPS受信機203、地図データ記憶装置204、表示装置205及び自動運転制御装置206が情報を更新する周期よりも十分に短い周期でプログラムを実行して、論理処理を行う。
ESC(Electronic Stability Control)202は、横滑り防止装置である。ESC202は、車両300の速度情報を含む車両情報を取得する。
GPS受信機203は、GPS衛星からのGPS信号を受信する。
地図データ記憶装置204は、地図データを記憶する。地図データ記憶装置204は、典型的には地球座標系の地図データを記憶する。地図データには道路情報が含まれる。地図データでは、線分により道路が表される。
表示装置205は、特定部104から出力された地図データを表示する。
自動運転制御装置206は、特定部104から出力された地図データを用いて車両300の自動運転の制御を行う。
抽出部101は、路側静止物の形状と、路側静止物の所在位置からの車両300の相対位置とを特定部104に通知する。
抽出部101により行われる処理は、抽出処理に相当する。
測位部102は、車両300の所在位置(緯度及び経度)を取得部103に通知する。
また、測位部102は、特定部104に測位精度を通知する。本実施の形態では、測位部102は、測位精度として、捕捉できたGPS衛星数を特定部104に通知する。
取得部103により行われる処理は、取得処理に相当する。
特定部104は、また、地図データを用いて、路側静止物の所在位置の座標値(緯度及び経度)を路側静止物座標値として特定する。具体的には、特定部104は、地図データに含まれる路側を表す路側線の座標値群の中から路側静止物座標値を特定する。特定部104は、抽出部101により通知された路側静止物の形状と路側線の座標値群から得られる路側線の形状を照合して、路側静止物座標値を特定する。そして、特定部104は、路側静止物座標値と、抽出部101により推定された路側静止物の所在位置からの車両300の相対位置とに基づき、車両300の位置の座標値(緯度及び経度)を特定する。
特定部104は、地図データと車両300の位置の座標値を表示装置205に出力する。
また、特定部104は、車両300の位置の座標値を自動運転制御装置206に出力する。また、特定部104は、車両300の位置の座標値とともに、地図データを自動運転制御装置206に出力してもよい。
特定部104により行われる処理は、特定処理に相当する。
道路500は、一方通行の二車線道路である。車両300は左走行レーンの中央を走行している。右走行レーンでは他の車両600が走行している。
車両300では、図3に示すように車両300の前方にセンサ201が配置されているものとする。
前述のように、地図データ記憶装置204で記憶されている地図データでは、道路500は線分により表される。
具体的には、道路500を表す地図データでは、路側線501に対応する線、走行レーン分離線502、中央線503、路側線504に対応する少なくとも2点を結ぶ線分により道路500を表現する。以下では、地図データにおいて路側線501に対応する線を路側線5010と表記する。また、地図データにおいて走行レーン分離線502に対応する線を走行レーン分離線5020と表記する。また、地図データにおいて中央線503に対応する線を中央線5030と表記する。また、地図データにおいて路側線504に対応する線を路側線5040と表記する。地図データの道路情報には、路側線5010を構成する座標値群(緯度及び経度)、走行レーン分離線5020を構成する座標値群(緯度及び経度)、中央線5030を構成する座標値群(緯度及び経度)及び路側線5040を構成する座標値群(緯度及び経度)が含まれる。
図3の道路500の右走行レーンは以降の説明に直接関係しないので、右走行レーンの中央線は図示していない。しかしながら、地図データの道路情報には、右走行レーンの中央線を構成する座標値群も含まれている。
図3では、道路500の路側線を路側線5010と路側線5040で定義する例を示している。路側線5010と路側線5040に代えて、路肩線5050と路肩幅情報で路側線を定義するようにしてもよい。路肩線5050は、地図データにおいて路肩線505に対応する。路肩幅情報は路肩の幅を示す情報である。図3では、WL1、WL2、WR1、WR2が路肩幅情報に相当する。WL1、WR1は、現在の車両300の位置近傍の路肩幅情報である。WL2、WR2は、車両300の将来の位置の近傍の路肩幅情報である。WL2、WR2は将来の車両300の位置の近傍の路肩幅であれば、どのような位置の近傍の路肩幅でもよい。WL2、WR2は、例えば1秒後の車両300の位置の近傍の路肩幅でもよいし、5秒後の車両300の位置の近傍の路肩幅でもよい。
なお、以下では、説明の簡明化のために、路側線5010及び路側線5040により道路500の路側を定義するものとする。
図4は、本実施の形態に係る車載装置100の動作例を示す。
測位部102は、測位結果である車両300の位置を取得部103に通知する。また、測位部102は、特定部104に測位精度を通知する。より具体的には、測位部102は、捕捉できたGPS衛星数を特定部104に通知する。
そして、取得部103は、取得した地図データと、測位部102による測位で得られた車両300の位置の座標値(緯度及び経度)を特定部104に出力する。
より具体的には、特定部104は、測位部102から通知されたGPS衛星数が既定数(例えば、5機)以上であるか否かを判定する。
より具体的には、測位精度が条件を満たさない場合は、特定部104が抽出部101に路側静止物の抽出を指示する。抽出部101は、特定部104により路側静止物の抽出を指示された場合に、抽出部101は、ドップラー速度を用いて路側静止物を抽出する。つまり、特定部104は、センサ201により計測された、複数の感知点の各々と車両300との相対速度に基づき、路側静止物を抽出する。抽出部101は、車両300の速度と同じ速度の感知点は路側静止物の一部を構成すると判定する。更に、抽出部101は、路側静止物の一部を構成すると判定した感知点をグルーピングする。そして、抽出部101は、グルーピングにより得られた感知点の集合を路側静止物と認識する。
なお、ステップS104の詳細は後述する。
例えば、抽出部101は、路側静止物の所在位置からの車両300の相対位置として、路側静止物を構成する複数の感知点のうち特定の位置(例えば、先頭)にある感知点からの車両300への距離及び方位を推定する。
また、抽出部101は、路側静止物の形状と、路側静止物の所在位置からの車両300の相対位置とを特定部104に通知する。路側静止物の形状とは、グルーピングにより得られた感知点の集合を囲む外縁である。
路側静止物座標値は、路側静止物の所在位置の座標値(緯度及び経度)である。
特定部104は、地図データに含まれる路側線5010及び路側線5040の座標値群の中から路側静止物座標値を特定する。
特定部104は、抽出部101により通知された路側静止物の形状と路側線の座標値群から得られる路側線の形状を照合して、路側静止物座標値を特定する。
特定部104は、ステップS106で特定された路側静止物座標値と、抽出部101から通知された路側静止物の所在位置からの車両300の相対位置とに基づき、地図データでの車両300の位置の座標値を特定する。
ここでは、自動運転制御装置206に、地図データと車両300の位置の座標値とを出力することとしているが、自動運転制御装置206には、車両300の位置の座標値のみを出力するようにしてもよい。
抽出部101は、ESC202から車両300の速度を取得する。そして、抽出部101は、センサ201が感知した感知点の速度と車両300の速度とが一致しているか否かを判定する。車両300の速度と同じ速度の感知点は、対地速度を持たない静止物の一部である。抽出部101は、このような感知点の速度と車両300の速度との比較をセンサ201が感知した全ての感知点に対して行う。そして、抽出部101は、静止物の一部を構成する感知点を抽出する。並行して、抽出部101は、静止物の一部を構成する感知点の方位が、路側の方向であるか否かを判定する。静止物の一部を構成する感知点の方位が、路側の方向である場合は、抽出部101は、当該感知点は路側静止物の一部を構成する感知点であると判定する。
道路上に通常存在し得る物体としては歩行者、自転車、他の車両、路側静止物がある。このうち定常的に静止しており、路側の方向にあるのは路側静止物である。このため、抽出部101は、路側の方向にある、静止している感知点は路側静止物の一部と判定する。
図5において、感知点700が静止しているのであれば、一定速度vで走行している車両300にとっては、感知点700は、速度vと同じ大きさの相対速度v’で移動していると認識される。このため、抽出部101は、ESC202から車両300の速度vを取得し、センサ201から感知点700の速度v’を取得する。そして、抽出部101は、v’=vと判定できる感知点700を原理的に静止物とみなす。
しかしながら、前方センサ201によるドップラー速度vdの計測においては、感知点700と前方センサ201との位置関係により図5に示すように同じ大きさの相対速度が得られないことがある。これを補正するために、抽出部101は、前方センサ201による当該感知点700の極座標位置情報(r、θ)を取得する。そして、抽出部101は、以下の式が成立する感知点700のみを静止物と判定する。
vd/cosθ=v
本手法では、極座標位置情報(r、θ)に含まれる角度θの精度も求められる。角度θが小さいとき、典型的には、角度θが15度以下の場合には、抽出部101は、他の車両、歩行者、自転車のような移動物と静止物とを精度よく区別することができる。したがって、抽出部101は、車両300の進行方向に位置する移動物と静止物とを区別する。道路500に路肩幅がない場合を想定すると、抽出部101は、最低でも車両300の進行方向で前方センサ201より少なくとも3m以上前方に位置する移動物と静止物とを区別する。
抽出部101は、図5に示す手法により抽出した感知点700をグルーピングする。そして、抽出部101は、グルーピングにより得られた感知点の集合を路側静止物と認識する。
抽出部101は、図5に示す手法により抽出した、路側線の方向にある複数の感知点700をグルーピングする。抽出部101は、教師なし学習(クラスタリング)を用いる方法により、複数の感知点700をグルーピングする。
図6において、静止物として抽出される感知点700は前方のセンサ201が感知した感知点の一部であり、車両300の真横にある路側静止物は前方のセンサ201により感知されないことが多い。また、静止物として抽出された感知点700がすべての路側静止物の一部であるとも断定できない。そこで、抽出部101は、教師なし学習(クラスタリング)を用いる方法により、複数の感知点700をグルーピングする。抽出部101は、例えば、点群の密度ベースのクラスタリングであるDBSCAN法を用いて、感知点700をグルーピングする。そして、抽出部101は、グルーピングした感知点700で形成される線状の点群の道路500に沿った長さを算出する。そして、道路500に沿った線状の点群の長さが既定の長さ以上である場合に、抽出部101は、これら感知点700の集合を路側静止物の候補に指定する。前方のセンサ201が用いられる図6の例では、感知点700の集合の道路500に沿った線状の点群の長さが3m以上であれば、抽出部101は、当該感知点700の集合を路肩配置物の候補に指定する。更に、抽出部101は、路側静止物の候補に指定した集合における感知点700の数が閾値以上である場合に、抽出部101は、路側静止物の候補に指定した感知点700の集合を路側静止物として抽出する。
図6では、符号801の破線で囲まれている感知点700の集合と符号802の破線で囲まれている感知点700の集合とが路側静止物として抽出されたものとする。感知点750は他のいずれの感知点700からも離れているので、感知点750を路側静止物としてグルーピングされない。
以降は、符号801の破線の領域を路側静止物801と表記し、符号802の破線の領域を路側静止物802と表記する。
路側静止物801は車両300の左側にある路側静止物を表す点群データである。路側静止物802は車両300の右側にある路側静止物を表す点群データである。
抽出部101は、路側静止物801及び路側静止物802の位置及び長さを道路500上における相対座標系で認識する。相対座標系での原点は、センサ201の位置である。
図7では、一例として、路側静止物を構成する感知点700のうち先頭の位置にある感知点700からセンサ201への相対位置を示す。
図7では、路側静止物801を構成する感知点700のうち先頭の位置にある感知点701からセンサ201への相対位置と、路側静止物802を構成する感知点700のうち先頭の位置にある感知点702からセンサ201への相対位置を示す。
抽出部101は、ステップS105において、センサ201を原点とする相対座標系において、感知点701からセンサ201へ向かうベクトル771と感知点702からセンサ201へ向かうベクトル772を算出する。
そして、抽出部101は、路側静止物801の形状、路側静止物802の形状、ベクトル771及びベクトル772を特定部104に通知する。
特定部104は、抽出部101から通知された路側静止物801を路側線5010上に配置し、路側静止物802を路側線5040上に配置することにより、路側静止物の座標値である路側静止物座標値を特定する。
特定部104は、例えば、点群の分布に関するベイズ推定または最ゆう推定または最小分散推定により、路側静止物座標値を特定する。
また、路側幅情報(WL1、WL2、WR1、WR2)が地図データに存在する場合は、特定部104は、路肩幅情報に関するベイズ推定または最ゆう推定または最小分散推定により、路側静止物座標値を特定してもよい。
そして、特定部104は、路側線5010上に配置された感知点701の座標値(路側静止物座標値)とベクトル771と、路側線5040上に配置された感知点702の座標値(路側静止物座標値)とベクトル772によりセンサ201の位置の座標値(緯度及び経度)を特定する。
図8に示されるセンサ201の位置は、センサ201による感知結果から導出されるセンサ201の位置であり、図3に示すように、中央線503上にセンサ201が配置されている。
この場合に、本実施の形態では、センサ測位を併用することで、図8に示すように、特定部104により車両300の所在位置として中央線503上の位置が得られる。
この結果、表示装置205には、図3に示すように、車両300が中央線503上に所在していることが示される地図データが表示される。また、自動運転制御装置206にも、同様に、車両300が中央線503上に所在していることが通知される。この結果、自動運転制御装置206により、正確な自動運転制御が行われる。
本実施の形態では、GPS測位の測位精度が十分でない場合に、センサによる測位結果を用いる。つまり、本実施の形態では、GPS測位により生成された地図と、センサによる測位により生成された地図とを照合する。このため、本実施の形態によれば、ガイドのない一般道路でも、車両の位置を正確に特定することができる。
本実施の形態では、地図データに路側線が欠損している欠損箇所が存在する場合に、車載装置100が、欠損箇所での路側線の形状を推定する例を説明する。
本実施の形態では、主に実施の形態1との差異を説明する。
なお、以下で説明していない事項は、実施の形態1と同様である。
図10は、本実施の形態に係る車両300に含まれる要素の例を示す。図1と比較して、図10では、推定部105、通信部106及び地図データ保持装置400が追加されている。推定部105、通信部106及び地図データ保持装置400以外の要素は、図1に示すものと同じである。このため、推定部105、通信部106及び地図データ保持装置400以外の要素については説明を省略する。
通信部106は、推定部105により生成された推定データを地図データ保持装置400に送信する。
推定部105及び通信部106は、抽出部101、測位部102、取得部103及び特定部104と同様にプログラムで実現される。推定部105及び通信部106を実現されるプログラムはプロセッサ901により実行される。
地図データ保持装置400は、地図データ記憶装置204で保持している地図データと同じ地図データを保持する。地図データ保持装置400は、通信部106から送信された推定データを受信し、受信した推定データを、保持している地図データの欠損箇所に補充する。
図11に示す地図データでは、路側線5100が途中で途絶えている。つまり、図11に示す地図データには、欠損箇所5200が存在する。欠損の原因としては、道路工事などによる地図データの配信の一時停止中などがある。
本実施の形態では、図12に示すように、推定部105が、欠損箇所5200に至るまでの路側線5100の形状と、路側静止物801の形状とに基づき、欠損箇所5200における路肩線の形状を推定する。
図11及び図12の例では、推定部105は、路側静止物801の形状に従い、欠損箇所5200において、路側線5100と同様の直線の路肩線を推定線5300として推定する。つまり、推定部105は、図3に示す路側線5010を推定する。
図13は、本実施の形態に係る車載装置100の動作例を示す。
そして、抽出部101は、抽出した路側静止物の形状を推定部105に通知する。
推定線は、欠損箇所に至るまでの路側線と同じ太さの路側静止物の形状に沿った線である。
図12は、図11に示す欠損箇所5200に推定線5300を配置した状態を示す。推定線5300は、路側線5100と同じ太さであって、図6に示す路側静止物801との形状に沿った線である。なお、図12では、理解のしやすさのために、推定線5300を破線で表現している。
「適合する」とは、欠損箇所に至るまでの路側線の終端に推定線をつないで得られる線が1本の路側線として不自然ではないことを意味する。例えば、推定部105は、欠損箇所に至るまでの路側線の曲率と推定線の曲率との差が閾値以内か否かを判定する。そして、曲率の差が閾値以内である場合に、推定部105は、推定線の形状が欠損箇所に至るまでの路側線の形状に適合すると判定する。
図12に示す例であれば、路側線5100の終端に推定線5300をつないで得られる線は図3に示す路側線5010に相当する。また、路側線5100の曲率と推定線5300の曲率は一致しているので、推定部105は、推定線5300は路側線5100に適合すると判定する。
また、推定部105は、生成した推定データを通信部106に出力する。また、推定部105は、生成した推定データを地図データ記憶装置204に格納する。
地図データ保持装置400は、推定データを受信し、受信した推定データを保持する。
また、ステップS205で推定データが生成された場合は、特定部104は、欠損箇所を推定線で補って図4のステップS106を行う。つまり、特定部104は、図12に示すように、欠損箇所5200に推定線5300を配置して図3に示す地図データを生成する。そして、図3の地図データの路側線5010(路側線5100と推定線5300)の座標値群の中から路側静止物801の路側静止物座標値を特定する。
一方、ステップS205で推定データが生成されない場合は、特定部104は、欠損箇所のある地図データを用いて図4のステップS106を行う。つまり、特定部104は、図11の地図データを用いてステップS106を行う。具体的には、特定部104は、図11の路側線5040と路側静止物802との照合のみを行う。
このように、本実施の形態では、地図データに欠損箇所がある場合に、欠損箇所での路側線を推定線として推定する。また、本実施の形態では、推定線を地図データ保持装置に通知する。更に、本実施の形態では、欠損箇所を推定線で補って路側静止物座標値を特定する。
このため、本実施の形態によれば、推定線として欠損箇所に路肩線を追加することができる。また、本実施の形態によれば、地図データに欠損箇所があっても、車両の位置を正確に特定することができる。
本実施の形態では、実施の形態1で説明した車載装置100の適用例を説明する。
先ず、車載装置100で特定した車両300の位置を用いて自動運転制御装置206が車両300の自動運転を行う例を説明する。
本実施の形態では、自動運転制御装置206には、電動パワーステアリング(EPS:Electric Power Steering)ユニットが含まれているものとする。
また、図15は、車両300が白線590を跨いで分流道路540に向けて走行している状態を示す。
図14及び図15において、道路500及び分流道路540の左側の路側線を路側線506という。道路500の右側の路側線を路側線507という。分流道路540の右側の路側線を路側線508という。
本実施の形態では、車両300の自動運転制御装置206は道路白線検出技術を用いることができるものとする。
図14に示すように、車両300が道路500を走行している間は、自動運転制御装置206は白線590を検出することができ、道路500の走行レーンに従って自動運転を継続することができる。
しかし、図15に示すように、白線590が車両300の直下にあり、車両300の方位が白線590に対して左(または右)を向いている場合は、自動運転制御装置206は一時的に白線590を検出することができない。また、悪天候等によって、自動運転制御装置206が白線590を検出できない場合がある。
実施の形態1に示す車載装置100は、図15のような事象又は悪天候等により自動運転制御装置206が白線590を検出できない場合でも、自動運転を可能とする。
また、図15に示すように車両300が分流道路540に向かって進路を変更した場合は、車載装置100は、路側線506に存在する路側静止物(例えば、壁)と路側線508に存在する路側静止物(例えば、壁)を抽出する。そして、車載装置100は、これら路側静止物を用いて、実施の形態1に示した手法にて、地図データ上の車両300の位置を正確に特定する。
図16及び図17において、道路500及び合流道路560の左側の路側線を路側線506という。道路500の右側の路側線を路側線507という。合流道路560の右側の路側線を路側線509という。
また、車両300が図16に示す位置を走行している場合は、車載装置100は、路側線506に存在する路側静止物(例えば、壁)と路側線507に存在する路側静止物(例えば、壁)を抽出する。そして、車載装置100は、これら路側静止物を用いて、実施の形態1に示した手法にて、地図データ上の車両300の位置を正確に特定する
また、センサ201がミリ波レーダーであれば、ミリ波(電波)の性質により、悪天候でも正確に車両300の位置を特定することができる。
また、センサ201の観測誤差と同程度のスケールで、車両300の位置を特定することが可能である。車両300の横方向の位置を、例えば左走行レーンの中央からの差分として特定することで、制御において誤った指令の原因となる走行レーンの判定を行う必要がなくなる。この結果、EPSの制御おいてチャタリングを発生させずにスムーズな制御が可能となる。
左後側方センサは車両300の左半分の走行環境認識による車両300の位置特定に用いることができる。また、右後側方センサはブラインドスポット検出(BSM:Blind Spot Monitor)として右隣の走行レーンの並走車の検知に用いることができる。この際、制御システムとしてのESCを用いて、合流車速を調整してもよい。
図18は、道路500及びガードレールが直線である例を示す。図19は、道路500及びガードレールが曲線である例を示す。
側方レーダーごとに、ガードレールに相当する感知点(反射点)が複数得られる。なお、白丸で表される感知点700はドップラー計測に基づいて静止物の感知点として認識されたことを意味する。一方、黒丸で表される感知点700は感知点が静止物であるか移動体であるか不明であることを意味する。
側方レーダーとガードレールまでの距離が遠くなるほど感知される感知点が増える。このため、図18の例ではより側方レーダーからの距離が遠い右側のガードレールの方が左側のガードレールより多く感知点が得られる。
車載装置100は、実施の形態1で示した手順により、左側のガードレールを路側静止物803及び路側静止物804として抽出する。また、車載装置100は、右側のガードレールを路側静止物805及び路側静止物806として抽出する。そして、車載装置100は、実施の形態1で示した手順により、地図データ上の路側静止物803、路側静止物804、路側静止物805及び路側静止物806の所在位置の座標値をそれぞれ、路側静止物座標値として特定する。更に、車載装置100は、実施の形態1で示した手順により、地図データでの車両300の位置の座標値を特定する。
図18のようにガードレールが直線状であれば、車載装置100はガードレールを長方形の路肩静止物として認識する。図19のようにガードレールが曲率半径を持てば、車載装置100はガードレールを平行四辺形の路肩静止物として認識する。
図20では、センサ201として、前側方ソナーと中側方ソナーと後側方ソナーが用いられている。路側静止物が壁である場合は、道路に沿った比較的長い距離に渡る複数の感知点をグループとしてクラスタリングするために、前側方ソナー及び後側方ソナーは、視野角が20度以上、距離が10m以上であることが望ましい。なお、前側方ソナーと中側方ソナーと後側方ソナーとを総称して側方ソナーという。
側方ソナーごとに、壁に相当する感知点(反射点)は一つ得られる。感知点711は、左前側方ソナーの感知点である。感知点712は、右前側方ソナーの感知点である。感知点713は、左中側方ソナーの感知点である。感知点714は、右中側方ソナーの感知点である。感知点715は、左後側方ソナーの感知点である。感知点716は、右後側方ソナーの感知点である
白丸で表される感知点713及び感知点714はドップラー計測に基づいて静止物の感知点として認識されたことを意味する。一方、黒丸で表される感知点711、感知点712、感知点715及び感知点716は感知点が静止物であるか移動体であるか不明であることを意味する。
側方ソナーと壁までの距離が遠くなるほど感知される感知点が増える。このため図18の例では側方ソナーからの距離がより遠い右側の壁の方が左側の壁より多い感知点が得られる。
車載装置100は、実施の形態1で示した手順により、左側の壁を路側静止物807として抽出する。また、車載装置100は、右側の壁を路側静止物808として抽出する。そして、車載装置100は、実施の形態1で示した手順により、地図データ上の路側静止物807及び路側静止物808の所在位置の座標値をそれぞれ、路側静止物座標値として特定する。更に、車載装置100は、実施の形態1で示した手順により、地図データでの車両300の位置の座標値を特定する。
あるいは、これらの実施の形態のうち、1つを部分的に実施しても構わない。
あるいは、これらの実施の形態のうち、2つ以上を部分的に組み合わせて実施しても構わない。
なお、本発明は、これらの実施の形態に限定されるものではなく、必要に応じて種々の変更が可能である。
最後に、車載装置100のハードウェア構成の補足説明を行う。
図2に示すプロセッサ901は、プロセッシングを行うIC(Integrated Circuit)である。
プロセッサ901は、CPU(Central Processing Unit)、DSP(Digital Signal Processor)等である。
図2に示す主記憶装置902は、RAM(Random Access Memory)である。
図2に示す補助記憶装置903は、ROM(Read Only Memory)、フラッシュメモリ、HDD(Hard Disk Drive)等である。
図2に示す通信装置904は、データの通信処理を実行する電子回路である。
通信装置904は、例えば、通信チップ又はNIC(Network Interface Card)である。
そして、OSの少なくとも一部がプロセッサ901により実行される。
プロセッサ901はOSの少なくとも一部を実行しながら、抽出部101、測位部102、取得部103、特定部104、推定部105及び通信部106の機能を実現するプログラムを実行する。
プロセッサ901がOSを実行することで、タスク管理、メモリ管理、ファイル管理、通信制御等が行われる。
また、抽出部101、測位部102、取得部103、特定部104、推定部105及び通信部106の処理の結果を示す情報、データ、信号値及び変数値の少なくともいずれかが、主記憶装置902、補助記憶装置903、プロセッサ901内のレジスタ及びキャッシュメモリの少なくともいずれかに記憶される。
また、抽出部101、測位部102、取得部103、特定部104、推定部105及び通信部106の機能を実現するプログラムは、磁気ディスク、フレキシブルディスク、光ディスク、コンパクトディスク、ブルーレイ(登録商標)ディスク、DVD等の可搬記録媒体に格納されていてもよい。そして、抽出部101、測位部102、取得部103、特定部104、推定部105及び通信部106の機能を実現するプログラムが格納された可搬記録媒体を流通させてもよい。
また、車載装置100は、処理回路により実現されてもよい。処理回路は、例えば、ロジックIC(Integrated Circuit)、GA(Gate Array)、ASIC(Application Specific Integrated Circuit)、FPGA(Field−Programmable Gate Array)である。
この場合は、抽出部101、測位部102、取得部103、特定部104、推定部105及び通信部106は、それぞれ処理回路の一部として実現される。
なお、本明細書では、プロセッサと処理回路との上位概念を、「プロセッシングサーキットリー」という。
つまり、プロセッサと処理回路とは、それぞれ「プロセッシングサーキットリー」の具体例である。
Claims (11)
- センサが搭載されている車両に搭載される車載装置であって、
前記センサにより感知された複数の点である複数の感知点の各々と前記車両との相対速度に基づき、前記複数の感知点のうち静止物として判定された感知点を含む2以上の感知点をグルーピングし、グルーピングされた前記2以上の感知点で形成される線状の点群であって、前記車両の前方からの角度が既定の角度よりも小さく前記静止物と判定された感知点と前記車両の前方からの角度が前記既定の角度よりも大きく現在の前記車両の位置の近傍の、前記静止物であるか否かが不明な感知点とが含まれる線状の点群の前記道路に沿った長さが既定の長さ以上である場合に、前記線状の点群を前記道路の路側に所在する路側静止物として抽出し、前記路側静止物の所在位置からの前記車両の相対位置を推定する抽出部と、
将来の前記車両の位置の近傍の路側と現在の前記車両の位置の近傍の路側を表す線分により前記道路が表される地図データを取得する取得部と、
前記地図データを用いて、前記路側静止物の所在位置の座標値を路側静止物座標値として特定し、前記路側静止物座標値と、前記抽出部により推定された前記路側静止物の所在位置からの前記車両の相対位置とに基づき、前記車両の位置の座標値を特定する特定部とを有する車載装置。 - 前記既定の長さは3m以上である請求項1に記載の車載装置。
- 前記特定部は、
前記地図データに含まれる前記路側を表す路側線の座標値群の中から前記路側静止物座標値を特定する請求項1に記載の車載装置。 - 前記車載装置は、更に、
前記地図データに前記路側線が欠損している欠損箇所が存在する場合に、前記欠損箇所に至るまでの前記路側線の形状と前記路側静止物の形状とに基づき、前記欠損箇所での前記路側線の形状を推定線として推定する推定部を有する請求項3に記載の車載装置。 - 前記車載装置は、更に、
前記推定線を通知する推定データを、前記地図データを保持する地図データ保持装置に送信する通信部を有する請求項4に記載の車載装置。 - 前記特定部は、
前記地図データに前記欠損箇所が存在する場合に、前記欠損箇所を前記推定線で補って、前記路側静止物座標値を特定する請求項5に記載の車載装置。 - 前記抽出部は、
前記路側に所在するガードレール、壁、生垣及び側溝のいずれかを前記路側静止物として抽出する請求項1に記載の車載装置。 - 前記抽出部は、
衛星測位の測位精度が既定の条件を満たさない場合に、前記路側静止物を抽出する請求項1に記載の車載装置。 - 前記抽出部は、
前記車両の複数の位置に搭載された複数のセンサにより感知された複数の感知点の各々と前記車両との相対速度に基づき、前記路側静止物を抽出する請求項1に記載の車載装置。 - センサが搭載されている車両に搭載される車載装置が行う情報処理方法であって、
前記車載装置が、前記センサにより感知された複数の点である複数の感知点の各々と前記車両との相対速度に基づき、前記複数の感知点のうち静止物として判定された感知点を含む2以上の感知点をグルーピングし、グルーピングされた前記2以上の感知点で形成される線状の点群であって、前記車両の前方からの角度が既定の角度よりも小さく前記静止物と判定された感知点と前記車両の前方からの角度が前記既定の角度よりも大きく現在の前記車両の位置の近傍の、前記静止物であるか否かが不明な感知点とが含まれる線状の点群の前記道路に沿った長さが既定の長さ以上である場合に、前記線状の点群を前記道路の路側に所在する路側静止物として抽出し、前記路側静止物の所在位置からの前記車両の相対位置を推定し、
前記車載装置が、将来の前記車両の位置の近傍の路側と現在の前記車両の位置の近傍の路側を表す線分により前記道路が表される地図データを取得し、
前記車載装置が、前記地図データを用いて、前記路側静止物の所在位置の座標値を路側静止物座標値として特定し、前記路側静止物座標値と、推定された前記路側静止物の所在位置からの前記車両の相対位置とに基づき、前記車両の位置の座標値を特定する情報処理方法。 - センサが搭載されている車両に搭載されるコンピュータである車載装置に、
前記センサにより感知された複数の点である複数の感知点の各々と前記車両との相対速度に基づき、前記複数の感知点のうち静止物として判定された感知点を含む2以上の感知点をグルーピングし、グルーピングされた前記2以上の感知点で形成される線状の点群であって、前記車両の前方からの角度が既定の角度よりも小さく前記静止物と判定された感知点と前記車両の前方からの角度が前記既定の角度よりも大きく現在の前記車両の位置の近傍の、前記静止物であるか否かが不明な感知点とが含まれる線状の点群の前記道路に沿った長さが既定の長さ以上である場合に、前記線状の点群を前記道路の路側に所在する路側静止物として抽出し、前記路側静止物の所在位置からの前記車両の相対位置を推定する抽出処理と、
将来の前記車両の位置の近傍の路側と現在の前記車両の位置の近傍の路側を表す線分により前記道路が表される地図データを取得する取得処理と、
前記地図データを用いて、前記路側静止物の所在位置の座標値を路側静止物座標値として特定し、前記路側静止物座標値と、前記抽出処理により推定された前記路側静止物の所在位置からの前記車両の相対位置とに基づき、前記車両の位置の座標値を特定する特定処理とを実行させる情報処理プログラム。
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
PCT/JP2019/049777 WO2021124504A1 (ja) | 2019-12-19 | 2019-12-19 | 車載装置、情報処理方法及び情報処理プログラム |
Publications (2)
Publication Number | Publication Date |
---|---|
JP6890726B1 true JP6890726B1 (ja) | 2021-06-18 |
JPWO2021124504A1 JPWO2021124504A1 (ja) | 2021-12-23 |
Family
ID=76429626
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2020543125A Active JP6890726B1 (ja) | 2019-12-19 | 2019-12-19 | 車載装置、情報処理方法及び情報処理プログラム |
Country Status (2)
Country | Link |
---|---|
JP (1) | JP6890726B1 (ja) |
WO (1) | WO2021124504A1 (ja) |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2013186925A1 (ja) * | 2012-06-15 | 2013-12-19 | トヨタ自動車株式会社 | 追従制御装置 |
JP2014107697A (ja) * | 2012-11-27 | 2014-06-09 | Clarion Co Ltd | 車載用制御装置 |
JP2016091045A (ja) * | 2014-10-29 | 2016-05-23 | 株式会社日本自動車部品総合研究所 | 走行区画線認識システム |
JP2018004477A (ja) * | 2016-07-04 | 2018-01-11 | 株式会社Soken | 自車位置特定装置、及び自車位置特定方法 |
JP2018025490A (ja) * | 2016-08-10 | 2018-02-15 | 株式会社デンソー | 位置推定装置 |
JP2018036075A (ja) * | 2016-08-29 | 2018-03-08 | 株式会社Soken | 自車位置特定装置、自車位置特定方法 |
JP2018197059A (ja) * | 2017-05-24 | 2018-12-13 | トヨタ自動車株式会社 | 衝突回避制御装置 |
-
2019
- 2019-12-19 WO PCT/JP2019/049777 patent/WO2021124504A1/ja active Application Filing
- 2019-12-19 JP JP2020543125A patent/JP6890726B1/ja active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2013186925A1 (ja) * | 2012-06-15 | 2013-12-19 | トヨタ自動車株式会社 | 追従制御装置 |
JP2014107697A (ja) * | 2012-11-27 | 2014-06-09 | Clarion Co Ltd | 車載用制御装置 |
JP2016091045A (ja) * | 2014-10-29 | 2016-05-23 | 株式会社日本自動車部品総合研究所 | 走行区画線認識システム |
JP2018004477A (ja) * | 2016-07-04 | 2018-01-11 | 株式会社Soken | 自車位置特定装置、及び自車位置特定方法 |
JP2018025490A (ja) * | 2016-08-10 | 2018-02-15 | 株式会社デンソー | 位置推定装置 |
JP2018036075A (ja) * | 2016-08-29 | 2018-03-08 | 株式会社Soken | 自車位置特定装置、自車位置特定方法 |
JP2018197059A (ja) * | 2017-05-24 | 2018-12-13 | トヨタ自動車株式会社 | 衝突回避制御装置 |
Also Published As
Publication number | Publication date |
---|---|
WO2021124504A1 (ja) | 2021-06-24 |
JPWO2021124504A1 (ja) | 2021-12-23 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11294392B2 (en) | Method and apparatus for determining road line | |
CN108627175A (zh) | 用于识别车辆位置的系统和方法 | |
JP4506790B2 (ja) | 道路情報生成装置、道路情報生成方法および道路情報生成プログラム | |
US9978161B2 (en) | Supporting a creation of a representation of road geometry | |
US20160203374A1 (en) | Target grouping techniques for object fusion | |
US11260861B2 (en) | Method, device and computer-readable storage medium with instructions for determining the lateral position of a vehicle relative to the lanes on a roadway | |
US20190184990A1 (en) | Method and apparatus with vehicular longitudinal velocity control | |
KR20190043035A (ko) | 라이다 데이터 기반 객체 검출 장치, 그를 포함한 시스템 및 그 방법 | |
US20220003558A1 (en) | Map information system | |
US11415431B2 (en) | Method and apparatus for disambiguating probe points within an ambiguous probe region | |
US20180086342A1 (en) | Target-lane relationship recognition apparatus | |
US11703344B2 (en) | Landmark location estimation apparatus and method, and computer-readable recording medium storing computer program programmed to perform method | |
CN111886477B (zh) | 车辆控制装置 | |
US20210010815A1 (en) | Vehicle control device | |
US20130158871A1 (en) | Fusion of road geometry model information gathered from disparate sources | |
US20210048819A1 (en) | Apparatus and method for determining junction | |
CN113859263A (zh) | 预定行驶路径设定装置以及预定行驶路径设定方法 | |
JP6890726B1 (ja) | 車載装置、情報処理方法及び情報処理プログラム | |
JP2015004543A (ja) | 車両位置認識装置 | |
CN115195773A (zh) | 用于控制车辆驾驶的装置和方法及记录介质 | |
EP3637055A1 (en) | Measurement device, measurement method and program | |
US20220307840A1 (en) | Apparatus, method, and computer program for identifying road being traveled | |
JPWO2020031295A1 (ja) | 自己位置推定方法及び自己位置推定装置 | |
JP2019168378A (ja) | 車両位置推定装置および車両位置推定方法 | |
US11954915B2 (en) | Method for detecting guard-rail using LIDAR sensor and guard-rail detection device performing the method |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20200811 |
|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20200811 |
|
A871 | Explanation of circumstances concerning accelerated examination |
Free format text: JAPANESE INTERMEDIATE CODE: A871 Effective date: 20200811 |
|
A975 | Report on accelerated examination |
Free format text: JAPANESE INTERMEDIATE CODE: A971005 Effective date: 20201120 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20201201 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20210128 |
|
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: 20210427 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20210525 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 6890726 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |