JP7087896B2 - 走行車線推定装置、走行車線推定方法、及び制御プログラム - Google Patents

Description

本開示は、自車の走行車線を推定するための走行車線推定装置、走行車線推定方法、及び制御プログラムに関するものである。

特許文献１には、リアカメラの映像を入力とする画像認識処理部によって、高速道路での走行中において自車の現在の走行車線を区分する白線を抽出してその種別までを認識し、自車の走行車線を推定する技術が開示されている。また、特許文献１には、自車が白線を跨いだか否か、跨いだ白線の種別、及び地図データに含ませる分岐種別を用いて、分岐部においても自車の現在の走行車線を推定する技術が開示されている。さらに、特許文献１には、自車が車線変更しないかぎりは左右の白線の種別はそれ以前の白線種別と変わることはないと仮定して、白線種別が不明である場合に、走行履歴データとして記憶されている過去の白線種別情報から現在の左側または右側の白線の種別を推定する技術が開示されている。

特開２０１０－２２１８５９号公報

特許文献１に開示の技術では、白線種別が不明である場合に、走行履歴データとして記憶されている過去の白線種別情報から現在の左側または右側の白線の種別を推定する。しかしながら、分岐部等の車線数が増減する区間では、白線に連続性がないため、過去の白線種別情報から現在の左右の白線の種別まで推定することは難しい。よって、特許文献１に開示の技術では、白線がなかったり、白線の種別までを認識できなかったりした場合に、自車の走行車線を精度良く推定することが困難であった。

この開示のひとつの目的は、カメラ画像の画像認識処理からは走行区画線の種別までを認識することが困難な区間であっても、自車の走行車線をより精度良く推定することを可能にする走行車線推定装置、走行車線推定方法、及び制御プログラムを提供することにある。

上記目的は独立請求項に記載の特徴の組み合わせにより達成され、また、下位請求項は、開示の更なる有利な具体例を規定する。特許請求の範囲に記載した括弧内の符号は、ひと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。

上記目的を達成するために、本開示の走行車線推定装置は、車両で用いられ、自車の周辺を監視する周辺監視センサ（７）でのセンシング結果から、自車の前方車両を認識する前方車両認識部（２０４）と、前方車両認識部で逐次認識する前方車両の位置から前方車両の走行軌跡を推定する軌跡推定部（２０５）と、車線数情報を含む地図データを取得する地図データ取得部（２０２）と、地図データ取得部で取得する地図データを用いて、地図上の自車位置を特定する自車位置特定部（２０３）と、地図データ取得部で取得する地図データに含まれる、自車位置特定部で特定する自車位置に対応する車線数情報と、軌跡推定部で推定する前方車両の走行軌跡に対する、自車位置特定部で特定する自車位置の、横方向の位置関係とを用いて、自車の走行車線を推定する走行車線推定部（２１０）と、走行車線推定部で自車の走行車線を推定するのに適切でない走行軌跡を判別する判別部（２０９）とを備え、走行車線推定部は、軌跡推定部で推定する前方車両の走行軌跡のうちの、判別部で適切でないと判別する走行軌跡を用いずに、自車の走行車線を推定する。

上記目的を達成するために、本開示の走行車線推定方法は、車両で用いられ、自車の周辺を監視する周辺監視センサ（７）でのセンシング結果から、自車の前方車両を認識し、逐次認識する前方車両の位置から前方車両の走行軌跡を推定し、車線数情報を含む地図データを取得し、取得する地図データを用いて、地図上の自車位置を特定し、自車の走行車線を推定するのに適切でない走行軌跡を判別し、取得する地図データに含まれる、特定する自車位置に対応する車線数情報と、推定する前方車両の走行軌跡のうちの、自車の走行車線を推定するのに適切でないと判別する走行軌跡を除く走行軌跡に対する、特定する自車位置の、横方向の位置関係とを用いて、自車の走行車線を推定する。

上記目的を達成するために、本開示の制御プログラムは、コンピュータを、自車の周辺を監視する周辺監視センサ（７）でのセンシング結果から、自車の前方車両を認識する前方車両認識部（２０４）と、前方車両認識部で逐次認識する前方車両の位置から前方車両の走行軌跡を推定する軌跡推定部（２０５）と、車線数情報を含む地図データを取得する地図データ取得部（２０２）と、地図データ取得部で取得する地図データを用いて、地図上の自車位置を特定する自車位置特定部（２０３）と、自車の走行車線を推定するのに適切でない走行軌跡を判別する判別部（２０９）と、地図データ取得部で取得する地図データに含まれる、自車位置特定部で特定する自車位置に対応する車線数情報と、軌跡推定部で推定する前方車両の走行軌跡のうちの、判別部で適切でないと判別する走行軌跡を除く走行軌跡に対する、自車位置特定部で特定する自車位置の、横方向の位置関係とを用いて、自車の走行車線を推定する走行車線推定部（２１０）として機能させる。

自車位置に対応する車線数情報と、前方車両の走行軌跡に対する自車位置の横方向の位置関係とを用いれば、自車の左右に他の車線があるか否かが特定できたり、複数存在する場合の前方車両の走行軌跡のいずれに自車が近いか特定できたりすることによって、自車の走行車線が、複数存在する車線のいずれであるかを推定することが可能になる。また、前方車両の走行軌跡を用いるので、カメラ画像の画像認識処理からは走行区画線の種別までを認識することが困難な区間であっても、自車の走行車線を推定することが可能になる。さらに、自車の走行車線を推定するのに適切でないと判別する走行軌跡を除く走行軌跡を用いるので、自車の走行車線を推定するのに適切でないと判別する走行軌跡を用いることによる自車の走行車線の推定精度の低下を抑制することが可能になる。その結果、カメラ画像の画像認識処理からは走行区画線の種別までを認識することが困難な区間であっても、自車の走行車線をより精度良く推定することが可能になる。

運転支援システム１の概略的な構成の一例を示す図である。 自動運転ＥＣＵ２の概略的な構成の一例を示す図である。 自車線推定部２００の概略的な構成の一例を示す図である。 前方車両の車線変更時の走行軌跡の一例を説明するための図である。 前方車両の跨ぎ継続走行時の走行軌跡の一例を説明するための図である。 前方車両のふらつき走行時の走行軌跡の一例を説明するための図である。 対象車線数情報と横方向位置関係とを用いる自車の走行車線の推定の一例を説明するための図である。 自車線推定部２００での走行車線推定処理の流れの一例を示すフローチャートである。 判別部２０９でのふらつき判別処理の流れの一例を示すフローチャートである。 判別部２０９での車線変更判別処理の流れの一例を示すフローチャートである。 判別部２０９での跨ぎ継続判別処理の流れの一例を示すフローチャートである。 自車線推定部２００ａの概略的な構成の一例を示す図である。

図面を参照しながら、開示のための複数の実施形態を説明する。なお、説明の便宜上、複数の実施形態の間において、それまでの説明に用いた図に示した部分と同一の機能を有する部分については、同一の符号を付し、その説明を省略する場合がある。同一の符号を付した部分については、他の実施形態における説明を参照することができる。

（実施形態１）
＜運転支援システム１の概略構成＞
以下、本開示の実施形態１について図面を用いて説明する。図１に示す運転支援システム１は、自動車といった車両で用いられるものであり、自動運転ＥＣＵ２、通信端末３、ロケータ４、車両状態センサ５、車両制御ＥＣＵ６、及び周辺監視センサ７を含んでいる。自動運転ＥＣＵ２、通信端末３、ロケータ４、車両状態センサ５、及び車両制御ＥＣＵ６は、例えば車内ＬＡＮに接続されているものとする。以下では、運転支援システム１を用いる車両を自車と呼ぶ。

通信端末３は、公衆通信網を介して地図データを配信するサーバと通信を行い、このサーバから配信される地図データを受信する。地図データは、リンクデータ、ノードデータ等である。リンクデータは、リンクを特定するリンクＩＤ、リンクの長さを示すリンク長、リンク方位、リンク旅行時間、リンクの形状情報（以下、リンク形状）、リンクの始端と終端とのノード座標（緯度／経度）、及び道路属性等の各データから構成される。一例として、リンク形状は、リンクの両端とその間の形状を表す形状補間点の座標位置を示す座標列からなるものとすればよい。道路属性としては、道路名称，道路種別，道路幅員，車線数を表す車線数情報，速度規制値等がある。ノードデータは、地図上のノード毎に固有の番号を付したノードＩＤ、ノード座標、ノード名称、ノード種別、ノードに接続するリンクのリンクＩＤが記述される接続リンクＩＤ等の各データから構成される。車線数情報は、例えば上り下りの各リンク方位別である構成とすればよい。つまり、片側何車線かの情報とすればよい。

なお、リンクデータは、道路区間別である構成としてもよいが、本実施形態では、道路区間別よりも細分化された車線別である場合を例に挙げて説明を行う。つまり、リンクデータは、同一の道路区間であっても、車線（つまり、走行レーン）が複数存在する場合には、その複数の車線別に存在することになる。なお、リンクデータが車線別の場合には、車線数情報に、複数車線のうちのどの車線かを示すレーン番号を含ませる等すればよい。

ロケータ４は、ＧＮＳＳ（Global Navigation Satellite System）受信機及び慣性センサを備えている。ＧＮＳＳ受信機は、複数の測位衛星からの測位信号を受信する。慣性センサは、例えばジャイロセンサ及び加速度センサを備える。ロケータ４は、ＧＮＳＳ受信機で受信する測位信号と、慣性センサの計測結果とを組み合わせることにより、ロケータ４を搭載した自車の車両位置（以下、自車位置）を逐次測位する。自車位置は、例えば緯度経度の座標で表されるものとする。なお、自車位置の測位には、自車に搭載された車速センサから逐次出力される信号から求めた走行距離を用いる構成としてもよい。

車両状態センサ５は、自車の各種状態を検出するためのセンサ群であって、自車の挙動に関する物理状態量を検出する挙動センサ，自車の操作状態を検出するための操作状態センサを含む。挙動センサとしては、自車の車速を検出する車速センサ，自車の操舵角を検出する操舵センサ，自車のヨーレートを検出するヨーレートセンサ等がある。なお、ヨーレートを検出するセンサとしては、ロケータ４の慣性センサを利用する構成としてもよい。操作状態センサとしては、自車のアクセルペダルの開度を検出するアクセルポジションセンサ，自車のブレーキペダルの踏み込み量を検出するブレーキ踏力センサ等がある。車両状態センサ５は、検出したセンシング情報を車内ＬＡＮへ出力する。なお、車両状態センサ５で検出したセンシング情報は、自車に搭載されるＥＣＵを介して車内ＬＡＮへ出力される構成であってもよい。

車両制御ＥＣＵ６は、自車の加減速制御及び／又は操舵制御を行う電子制御装置である。車両制御ＥＣＵ６としては、操舵制御を行う操舵ＥＣＵ、加減速制御を行うパワーユニット制御ＥＣＵ及びブレーキＥＣＵ等がある。車両制御ＥＣＵ６は、自車に搭載されたアクセルポジションセンサ、ブレーキ踏力センサ、舵角センサ、車速センサ等の各センサから出力される検出信号を取得し、電子制御スロットル、ブレーキアクチュエータ、ＥＰＳ（Electric Power Steering）モータ等の各走行制御デバイスへ制御信号を出力する。また、車両制御ＥＣＵ６は、上述の各センサでのセンシング情報を車内ＬＡＮへ出力可能である。

周辺監視センサ７は、自車の周辺環境を監視する自律センサである。一例として、周辺監視センサ７は、歩行者，人間以外の動物、自車以外の車両等の移動する動的物標、及びガードレール、縁石、及び樹木等の静止している静的物標といった自車周辺の物体の認識に用いられる。他にも、自車周辺の走行区画線等の路面標示の認識にも用いられる。例えば周辺監視センサ７としては、自車周囲の所定範囲を撮像する周辺監視カメラ、自車周囲の所定範囲に探査波を送信するミリ波レーダ、ソナー、ＬＩＤＡＲ（Light Detection and Ranging/Laser Imaging Detect ion and Ranging）等の探査波センサがある。

周辺監視カメラは、逐次撮像する撮像画像をセンシング情報として車内ＬＡＮへ逐次出力する。探査波センサは、対象物によって反射された反射波を受信した場合に得られる受信信号に基づく走査結果をセンシング情報として車内ＬＡＮへ逐次出力する。より詳しくは、探査波センサは、探査波を送信してから、対象物で反射される反射波を受信するまでにかかった時間をもとに、探査波センサから対象物までの距離を測定する。また、探査波センサは、探査波を走査することで、反射波を受信する際の探査波の送信角度から、探査波センサに対する対象物の方位を測定する。

本実施形態では、周辺監視センサ７として、自車の前方の所定範囲を撮像範囲とする前方カメラ７１と、自車の前方の所定範囲を測定範囲とするＬＩＤＡＲ７２とを用いる場合を例に挙げて以降の説明を行う。

自動運転ＥＣＵ２は、プロセッサ、揮発性メモリ、不揮発性メモリといった非遷移的実体的記録媒体（non- transitory tangible storage medium）、Ｉ／Ｏ、これらを接続するバスを備えるマイクロコンピュータを主体として構成され、不揮発性メモリに記憶された制御プログラムを実行することで自動運転に関する各種の処理を実行する。自動運転に関する各種の処理には、自車の走行車線を推定する処理（以下、走行車線推定処理）も含まれる。ここで言うところのメモリは、コンピュータによって読み取り可能なプログラム及びデータを非一時的に格納する非遷移的実体的記憶媒体（non- transitory tangible storage medium）である。また、非遷移的実体的記憶媒体は、半導体メモリ又は磁気ディスクなどによって実現される。なお、自動運転ＥＣＵ２での処理の詳細については後述する。

＜自動運転ＥＣＵ２の概略構成＞
続いて、図２を用いて、自動運転ＥＣＵ２の概略構成を説明する。図２に示すように、自動運転ＥＣＵ２は、走行環境認識部２０、計画生成部２１、及び自動運転機能部２２を機能ブロックとして備えている。なお、自動運転ＥＣＵ２が実行する機能の一部または全部を、１つあるいは複数のＩＣ等によりハードウェア的に構成してもよい。また、自動運転ＥＣＵ２が備える機能ブロックの一部又は全部を、プロセッサによるソフトウェアの実行とハードウェア部材の組み合わせによって実現してもよい。

走行環境認識部２０は、通信端末３から取得する地図データ、ロケータ４から取得する自車位置、周辺監視センサ７から取得するセンシング情報、車両状態センサ５から取得するセンシング情報等から、自車の走行環境を認識する。一例として、走行環境認識部２０は、これらの情報を用いて、自車の周囲の物体の位置、形状、及び移動状態を認識し、実際の走行環境を再現した仮想空間を生成する。また、自車の走行環境の認識では、走行環境認識部２０に含まれる自車線推定部２００が、自車が走行中の走行車線を推定する走行車線推定処理を行う。この自車線推定部２００が走行車線推定装置に相当する。また、プロセッサが走行車線推定処理についての制御プログラムを実行することが、制御プログラムに対応する走行車線推定方法が実行されることに相当する。

自車線推定部２００は、周辺監視センサ７から取得するセンシング情報から走行区画線が認識できる場合には、認識する走行区画線の数であったり、これらの走行区画線に対する自車位置であったりを用いて、自車の走行車線を推定する。周辺監視センサ７から取得するセンシング情報から走行区画線が認識できる場合とは、前方カメラ７１の撮像画像に対して画像認識処理を行うことで走行区画線若しくは走行区画線とその種別とを認識できる場合が挙げられる。周辺監視センサ７から取得するセンシング情報から走行区画線が認識できない場合における処理については、後に詳述する。

計画生成部２１は、走行環境認識部２０で認識する走行環境を用いて、自動運転によって自車を走行させるための走行計画を生成する。例えば、中長期の走行計画として、経路探索処理を行って、自車位置から目的地へ向かわせるための推奨経路を生成する。また、中長期の走行計画に沿った走行を行うための短期の走行計画として、車線変更のための操舵、速度調整のための加減速、及び障害物回避のための操舵及び制動等の実行が決定される。

自動運転機能部２２は、計画生成部２１から出力される走行計画に従い、自車の加速、制動、及び／又は操舵を車両制御ＥＣＵ６に自動で行わせることで、ドライバによる運転操作の代行を行う。この運転操作の代行を自動運転と呼ぶ。

＜自車線推定部２００の概略構成＞
ここで、図３を用いて自車線推定部２００の概略構成についての説明を行う。自車線推定部２００は、図３に示すように、区画線認識部２０１、地図データ取得部２０２、自車位置特定部２０３、前方車両認識部２０４、軌跡推定部２０５、第１区画線推定部２０６、挙動取得部２０７、第２区画線推定部２０８、判別部２０９、及び走行車線推定部２１０を機能ブロックとして備える。

区画線認識部２０１は、前方カメラ７１から逐次出力されてくる撮像画像に対してエッジ検出，パターン認識等の画像認識処理を行うことで、走行区画線若しくは走行区画線とその種別とを認識する。なお、区画線認識部２０１は、機械学習による画像認識処理によって、走行区画線若しくは走行区画線とその種別とを認識する構成としてもよい。

地図データ取得部２０２は、通信端末３で受信する地図データを取得する。なお、本実施形態では、自車の外部のサーバから地図データを通信端末３で受信する構成を示したが、必ずしもこれに限らない。例えば、自車に搭載される不揮発性メモリに地図データを予め格納しておき、この不揮発性メモリから地図データ取得部２０２が地図データを取得する構成としてもよい。

自車位置特定部２０３は、ロケータ４から取得する自車位置と、地図データ取得部２０２で取得する地図データとから、地図上の自車位置を特定する。一例としては、マップマッチング処理によって道路上に自車位置をマッチングさせて、地図上の自車位置を特定する。自車位置特定部２０３は、ロケータ４から逐次取得する自車位置から特定できる進行方向をもとにリンク方向も特定して道路上に自車位置をマッチングさせればよい。また、自車位置特定部２０３は、片側複数車線の道路の場合に、例えばロケータ４から取得する自車位置が車線別のリンクのいずれに最も近いか等によって、走行車線も仮特定して道路上にマッチングさせればよい。

前方車両認識部２０４は、周辺監視センサ７でのセンシング結果から、自車の前方車両を認識する。前方車両認識部２０４は、前方カメラ７１から逐次出力されてくる撮像画像に対してエッジ検出，パターン認識等の画像認識処理を行うことで、自車の前方車両を認識する。また、前方車両認識部２０４は、前方カメラ７１のカメラパラメータ及び撮像画像中の前方車両の位置から、自車に対する前方車両の位置も認識すればよい。自車の前方車両とは、自車よりも前方の車両であって、自車と同一車線を走行する車両に限らないものとする。なお、前方車両認識部２０４は、機械学習による画像認識処理によって、前方カメラ７１から逐次出力されてくる撮像画像から自車の前方車両を認識する構成としてもよい。

また、前方車両認識部２０４は、ＬＩＤＡＲ７２から逐次出力されてくる走査結果から、自車の前方車両を認識してもよい。一例としては、ＬＩＤＡＲ７２から逐次出力されてくる走査結果から検出される物体の大きさ，方位，物体の移動状態等をもとに、自車の前方車両であることを認識すればよい。なお、前方車両認識部２０４は、ＬＩＤＡＲ７２から逐次出力されてくる走査結果のうちの対象物までの距離及び方位から、自車に対する前方車両の位置も認識すればよい。

前方車両認識部２０４は、周辺監視センサ７でのセンシング結果と、ＬＩＤＡＲ７２から逐次出力されてくる走査結果との両方を用いて、自車の前方車両を認識したり、自車に対する前方車両の位置を認識したりしてもよい。なお、前方車両認識部２０４は、ＬＩＤＡＲ７２の代わりにミリ波レーダ等の探査波センサでのセンシング結果を用いて、自車の前方車両を認識したり、自車に対する前方車両の位置を認識したりしてもよい。

軌跡推定部２０５は、前方車両認識部２０４で逐次認識する前方車両の位置から前方車両の走行軌跡を推定する。一例としては、前方車両認識部２０４で逐次認識する前方車両の位置座標の点群をもとに、カーブフィッティングのための回帰分析を行うことで得られる回帰曲線を前方車両の走行軌跡と推定すればよい。他にも、前方車両認識部２０４で逐次認識する前方車両の位置座標をもとにカルマンフィルタで道路形状モデルを推定することで、前方車両の走行軌跡を推定してもよい。前方車両の位置座標としては、例えば自車に対する前方車両の位置を、自車位置を用いて緯度経度の座標に変換したものを用いる構成とすればよい。

第１区画線推定部２０６は、地図データ取得部２０２で取得する地図データに含まれるリンク形状をもとに走行区画線の位置を推定する。一例として、自車位置特定部２０３で特定する道路上の自車位置に対応するリンクのリンク形状と道路幅員とをもとに、リンク形状の座標列を中心線として左右に道路幅員の半分ずつ離間した位置を、走行区画線の位置と推定すればよい。車線数が複数の区間の場合には、各車線について同様の処理を行うことで、各車線の走行区画線の位置を推定すればよい。なお、自車位置に対応するリンクに限らず、自車位置に対応するリンクよりも前方のリンクについても同様の処理を行って走行区画線の位置を推定してもよい。

挙動取得部２０７は、車両状態センサ５のうちの挙動センサでのセンシング結果を取得する。車速センサから自車の車速のセンシング結果を取得したり、ヨーレートセンサから自車のヨーレートのセンシング結果を取得したりする。ヨーレートの代わりに、操舵センサから自車の操舵角のセンシング結果を取得してもよい。

第２区画線推定部２０８は、挙動取得部２０７で逐次取得する挙動センサでのセンシング結果をもとに、自車の走行車線についての走行区画線の位置を推定する。一例として、挙動センサから逐次取得する自車の車速及びヨーレートをもとにカルマンフィルタで自車の将来の走行軌跡を推定する。そして、自車が走行車線の中央を走行していると仮定し、この将来の走行軌跡の座標列を中心線として左右に所定距離ずつ離間した位置を、走行区画線の位置と推定すればよい。ここで言うところの所定距離とは、一般的な道路の道路幅員の半分の距離とすればよい。なお、地図データ取得部２０２で取得する地図データに含まれる道路幅員も用いることで、将来の走行軌跡の座標列を中心線として左右に道路幅員の半分ずつ離間した位置を、走行区画線の位置と推定してもよい。

判別部２０９は、軌跡推定部２０５で推定する前方車両の走行軌跡のうち、走行車線推定部２１０で自車の走行車線を推定するのに適切でない走行軌跡を判別する。自車の走行車線を推定するのに適切でない走行軌跡とは、車線変更時の走行軌跡（図４参照），走行区画線を跨ぎ続けた走行（以下、跨ぎ継続走行）時の走行軌跡（図５参照）等の同一車線内に止まらない走行時の走行軌跡とすればよい。また、同一車線内の走行であっても、車線中央から左右にふらつく走行（以下、ふらつき走行）時の走行軌跡（図６参照）は、自車の走行車線を推定するのに適切でない走行軌跡とすればよい。判別部２０９で判別する走行軌跡の範囲は、任意に設定可能とする。図４～図６では、片側３車線の場合の例を示しており、Ｆｖが前方車両，白丸が走行軌跡の座標列，実線が走行区画線を示している。

判別部２０９は、軌跡推定部２０５で推定する前方車両の走行軌跡に対しての、その走行軌跡を推定するのに用いた前方車両の位置座標の点群のばらつきが閾値以上となる場合に、自車の走行車線を推定するのに適切でない走行軌跡として判別すればよい。一例としては、走行軌跡の回帰曲線に対する、判別の対象とする走行軌跡の範囲内の前方車両の位置座標の点群のｆｉｔ誤差をばらつきとして用いればよい。また、走行軌跡の回帰曲線と判別の対象とする走行軌跡の範囲内の前方車両の位置座標の点群との距離の平均値をばらつきとして用いてもよい。ここで言うところの閾値とは、ふらつき走行を判別するための閾値であればよく、任意に設定可能である。これによれば、ふらつき走行時の走行軌跡を、自車の走行車線を推定するのに適切でない走行軌跡として判別することが可能になる。

判別部２０９は、軌跡推定部２０５で推定する前方車両の走行軌跡と、地図データ取得部２０２で取得する地図データに含まれる、その走行軌跡が推定される区間（以下、対象区間）のリンク形状との乖離の度合いが閾値以上の場合に、自車の走行車線を推定するのに適切でない走行軌跡として判別すればよい。

一例としては、判別部２０９は、軌跡推定部２０５で推定する前方車両の走行軌跡と、地図データ取得部２０２で取得する地図データに含まれる、対象区間のリンク形状との横方向の乖離及びヨー方向の乖離が閾値以上の場合に、自車の走行車線を推定するのに適切でない走行軌跡として判別すればよい。

ここでのリンク形状としては、走行軌跡が推定される区間に位置が最も近似するリンクのリンク形状を用いればよい。ここで言うところの横方向は、道路幅方向と言い換えることができる。横方向の乖離についての閾値は、車線内変更の走行と車線変更とを区分するための閾値であって、任意に設定可能であり、例えば１車線分の道路幅員程度の値とすればよい。また、ここで言うところのヨー方向の乖離は、リンク形状に対する走行軌跡の傾きと言い換えることができる。リンク形状に対する走行軌跡の傾きは、例えば、リンク形状及び走行軌跡のそれぞれの点群から最小二乗法で直線近似することで求める構成とすればよい。ヨー方向の乖離についての閾値は、リンク形状に沿った走行とリンク形状に沿った走行からの逸脱とを区分するための閾値であって、任意に設定可能である。これによれば、車線変更時の走行軌跡を、自車の走行車線を推定するのに適切でない走行軌跡として判別することが可能になる。

本実施形態では、判別部２０９は、ふらつき走行と車線変更とを区別して判別する場合の例を挙げて以降の説明を行う。なお、判別部２０９は、ふらつき走行と車線変更とを区別せずに、自車の走行車線を推定するのに適切でない走行軌跡として判別する構成としてもよい。

例えば、判別部２０９は、軌跡推定部２０５で推定する前方車両の走行軌跡と、地図データ取得部２０２で取得する地図データに含まれる、対象区間のリンク形状とのヨー方向の角度の乖離が閾値以上の場合に、自車の走行車線を推定するのに適切でない走行軌跡として判別する構成としてもよい。他にも、判別部２０９は、軌跡推定部２０５で推定する前方車両の走行軌跡と、地図データ取得部２０２で取得する地図データに含まれる、対象区間のリンク形状との一致度が規定割合未満（つまり、乖離の度合いが閾値以上）の場合に、自車の走行車線を推定するのに適切でない走行軌跡として判別する構成としてもよい。ここで言うところの規定割合とは、リンク形状に沿った走行とリンク形状に沿った走行からの逸脱とを区分するための値であって、任意に設定可能である。これらによれば、ふらつき走行時の走行軌跡と車線変更時の走行軌跡とを区別せずに、自車の走行車線を推定するのに適切でない走行軌跡として判別することが可能になる。

判別部２０９は、軌跡推定部２０５で推定する前方車両の走行軌跡と、第１区画線推定部２０６で推定する走行区画線の位置との近接度合いが閾値以上となる距離が規定距離以上である場合に、自車の走行車線を推定するのに適切でない走行軌跡として判別する。近接度合いについての閾値は、前方車両が走行区画線を跨いでいるか否かを区分するための値であって、任意に設定可能であり、例えば一般的な車両の車幅の半分の値程度とすればよい。ここで言うところの規定距離は、車線変更時に車両が走行区画線を跨ぐような一時的な走行を除外するための値であって、任意に設定可能である。これによれば、跨ぎ継続走行時の走行軌跡を、自車の走行車線を推定するのに適切でない走行軌跡として判別することが可能になる。

また、判別部２０９は、軌跡推定部２０５で推定する前方車両の走行軌跡と、第２区画線推定部２０８で推定する走行区画線の位置との近接度合いが閾値以上となる距離が規定距離以上である場合に、自車の走行車線を推定するのに適切でない走行軌跡として判別する構成とすればよい。近接度合いについての閾値、及び規定距離については、前述したのと同様とすれればよい。これによれば、跨ぎ継続走行時の走行軌跡を、自車の走行車線を推定するのに適切でない走行軌跡として判別することが可能になる。

なお、自車線推定部２００は、第１区画線推定部２０６と第２区画線推定部２０８とのいずれか一方しか備えず、判別部２０９は、その一方で推定する走行区画線の位置を用いて、自車の走行車線を推定するのに適切でない走行軌跡を判別する構成としてもよい。

走行車線推定部２１０は、区画線認識部２０１で走行区画線を認識できる場合には、区画線認識部２０１で認識する走行区画線を用いて、自車の走行車線を推定する。一例として、車線数情報が示す車線数分の走行区画線が認識できている場合には、それらの走行区画線に対する自車の位置関係から自車の走行車線を推定すればよい。車線数情報が示す車線数分の走行区画線が認識できていない場合にも、走行区画線の種別をもとに、車線数情報が示す車線のうちのどの車線の走行区画線かを推定し、それらの走行区画線に対する自車の位置関係から自車の走行車線を推定すればよい。

一方、走行車線推定部２１０は、区画線認識部２０１で走行区画線を認識できない場合には、それまで認識していた走行区画線と、地図データ取得部２０２で取得する地図データに含まれる、自車位置特定部２０３で特定する自車位置に対応する車線数情報（以下、対象車線数情報）と、軌跡推定部２０５で推定する前方車両の走行軌跡に対する、自車位置特定部２０３で特定する自車位置の、横方向の位置関係とを用いて、自車の走行車線を推定する。軌跡推定部２０５で推定する前方車両の走行軌跡に対する、自車位置特定部２０３で特定する自車位置の、横方向の位置関係を、以下では横方向位置関係と呼ぶ。走行車線推定部２１０は、対象車線数情報が片側複数車線の場合に、この処理を行う構成とすればよい。走行車線推定部２１０は、対象車線数情報が片側１車線の場合には、その片側１車線を自車の走行車線と推定すればよい。以下では、対象車線数情報が片側複数車線の場合の処理について説明を行う。

軌跡推定部２０５で推定する前方車両の走行軌跡は、前方車両が同一車線内を走行し続けていると仮定する場合、その前方車両が走行する車線の範囲内におさまることになる。よって、対象車線数情報と横方向位置関係とを用いれば、自車の走行車線をより精度良く推定することが可能になる。

一例として、図７に示すように、前方車両の走行軌跡として、それぞれが異なる車線の走行軌跡と推定される走行軌跡が、対象車線数情報の車線数と同じ数だけ存在する場合には、それらの走行軌跡を、対象車線数情報が示す複数の車線のそれぞれに紐付けることが可能になる。よって、それらの走行軌跡のうち、自車位置との横方向の位置が最も近い走行軌跡に紐付けられる車線を、自車の走行車線と推定する。なお、図７の点線が前方車両の走行軌跡を示しており、Ｏｖが自車位置を示している。異なる車線の走行軌跡と推定する方法としては、例えばお互いの走行軌跡の横位置が区分距離以上の場合に、異なる車線の走行軌跡と推定する方法を用いればよい。ここで言うところの区分距離とは、同一車線内の走行軌跡と別車線の走行軌跡とを区分するための距離であって、任意に設定可能である。例えば、道路幅員未満且つ道路幅員の半値以上の距離とすればよい。

また、前方車両の走行軌跡として、それぞれが異なる車線の走行軌跡と推定される走行軌跡が、対象車線数情報の車線数よりも少ない数しか存在しない場合も、以下のようにして、自車の走行車線を推定することができる。

例えば、対象車線数情報が３であって、それぞれが異なる車線の走行軌跡と推定される走行軌跡が２である場合でも、これらの２つの走行軌跡の横位置が、間に１車線を挟んでいると推定される程度離れている場合には、それらの走行軌跡を、片側３車線のうちの左右の外側の各車線に紐付けることが可能になる。この場合、それらの走行軌跡のうち、自車位置との横方向の位置が前述の区分距離未満の走行軌跡が存在する場合には、その走行軌跡に紐付けられる車線を、自車の走行車線と推定する。一方、それらの走行軌跡のうち、自車位置との横方向の位置が前述の区分距離以上の走行軌跡しか存在しない場合には、片側３車線のうちの中央の車線を、自車の走行車線と推定する。

また、対象車線数情報が３であって、それぞれが異なる車線の走行軌跡と推定される走行軌跡が２である場合であって、これらの２つの走行軌跡の横位置が、間に１車線を挟んでいると推定される程度離れていない場合であっても、以下のようにして、自車の走行車線を推定することができる。例えば、自車位置との横方向の位置が前述の区分距離以上の走行軌跡しか存在しない場合には、自車位置がそれらの走行軌跡の左右いずれに位置するかによって、自車の走行車線が、片側３車線のうちの左右いずれの外側の車線かが特定される。よって、自車位置がそれらの走行軌跡の左に位置する場合には、片側３車線のうちの左の外側の車線を自車の走行車線と推定し、自車位置がそれらの走行軌跡の右に位置する場合には、片側３車線のうちの右の外側の車線を自車の走行車線と推定する。なお、片側３車線以外の複数車線の場合であっても、同様の方法で自車の走行車線を推定することが可能になる。

一方、走行車線推定部２１０は、対象車線数情報と横方向位置関係とからでは、自車の走行車線を推定することができない場合には、それまで認識していた走行区画線を用いて、自車の走行車線を推定すればよい。一例としては、それまで認識していた走行区画線が継続していると仮定して、その走行区画線に対する自車の位置関係から自車の走行車線を推定すればよい。

また、走行車線推定部２１０は、軌跡推定部２０５で推定する前方車両の走行軌跡のうちの、判別部２０９で適切でないと判別する走行軌跡を用いずに、自車の走行車線を推定する。これは、車線変更時の走行軌跡，跨ぎ継続走行時，ふらつき走行時の走行軌跡は、対象車線数情報が示す複数の車線のうちの１つの車線に紐付けにくいため、車線への紐付けに用いると自車の走行車線の誤推定を引き起こし易いからである。

＜自車線推定部２００での走行車線推定処理＞
ここで、図８のフローチャートを用いて、区画線認識部２０１で走行区画線を認識できない場合における、自車線推定部２００での走行車線推定処理の流れの一例について説明を行う。図８のフローチャートは、自車の内燃機関又はモータジェネレータを始動させるためのスイッチ（以下、パワースイッチ）がオンになった場合に開始する構成とすればよい。他にも、自車の手動運転と自動運転との設定を切り替えることができる構成の場合には、自車の自動運転を行う設定となっていることも条件に加える構成とすればよい。

まず、ステップＳ１では、前方車両認識部２０４が、周辺監視センサ７でのセンシング結果から、自車の前方車両及び自車に対する前方車両の位置を認識する。ステップＳ２では、軌跡推定部２０５が、前方車両認識部２０４で逐次認識した前方車両の位置から前方車両の走行軌跡を推定する。

ステップＳ３では、判別部２０９が、ふらつき判別処理を行って、ステップＳ４に移る。ここで、図９のフローチャートを用いて、判別部２０９でのふらつき判別処理の一例について説明を行う。

まず、ステップＳ３１では、判別部２０９が、Ｓ２で推定する走行軌跡に対しての、その走行軌跡を推定するのに用いた前方車両の位置座標の点群のばらつきを算出する。一例として、Ｓ２で推定する走行軌跡の回帰曲線に対する、その走行軌跡の範囲内の前方車両の位置座標の点群のｆｉｔ誤差であったり距離の平均値であったりをばらつきとして算出すればよい。

ステップＳ３２では、Ｓ３１で算出するばらつきが閾値以上である場合（Ｓ３２でＹＥＳ）には、ステップＳ３３に移る。ステップＳ３３では、Ｓ２で推定する走行軌跡を走行車線推定部２１０での自車の走行車線の推定に用いないものと決定し、ステップＳ４に移る。この場合、例えば走行車線推定部２１０での自車の走行車線の推定へ用いることができることを示す利用許可フラグをオフにする構成とすればよい。利用許可フラグは、デフォルトではオンであるものとする。

一方、Ｓ３１で算出するばらつきが閾値未満である場合（Ｓ３２でＮＯ）には、Ｓ２で推定する走行軌跡を走行車線推定部２１０での自車の走行車線の推定に用いないものと決定せず、ステップＳ４に移る。ここで、利用許可フラグがオンの場合には、利用許可フラグを維持する。一方、図８のフローチャートの処理が繰り返されることで、図９のフローチャートの処理も繰り返され、利用許可フラグがオンからオフに既に切り替わっていた場合には、利用可否フラグをオンにする。

これにより、走行車線推定部２１０での自車の走行車線の推定に用いない走行軌跡を、Ｓ３１で算出するばらつきが閾値以上となる区間の走行軌跡に絞ることができる。利用可否フラグをオフからオンに切り替える場合には、利用可否フラグをオフにしてからオンになるまでに行った走行軌跡の推定をリセットする構成とすればよい。

図８に戻って、ステップＳ４では、判別部２０９が、車線変更判別処理を行って、ステップＳ５に移る。ここで、図１０のフローチャートを用いて、判別部２０９での車線編変更判別処理の一例について説明を行う。

まず、ステップＳ４１では、判別部２０９が、Ｓ２で推定する走行軌跡と、地図データ取得部２０２で取得する地図データに含まれる対象区間のリンク形状との横方向及びヨー方向の乖離を算出する。ステップＳ４２では、横方向及びヨー方向の乖離のいずれもが閾値以上である場合（Ｓ４２でＹＥＳ）には、ステップＳ４３に移る。ステップＳ４３では、Ｓ２で推定する走行軌跡を走行車線推定部２１０での自車の走行車線の推定に用いないものと決定し、ステップＳ５に移る。この場合、例えば利用許可フラグをオフにする構成とすればよい。また、横方向及びヨー方向の乖離が閾値以上となる走行軌跡を示す前方車両について、車線変更中であることを示す車線変更中フラグをオンにする構成とすればよい。車線変更中フラグは、デフォルトではオフであるものとする。

一方、Ｓ４１で算出する横方向及びヨー方向の乖離が閾値未満である場合（Ｓ４２でＮＯ）には、Ｓ２で推定する走行軌跡を走行車線推定部２１０での自車の走行車線の推定に用いないものと決定せず、ステップＳ５に移る。ここで、利用許可フラグがオンの場合には、利用許可フラグを維持する。一方、図８のフローチャートの処理が繰り返されることで、図１０のフローチャートの処理も繰り返され、利用許可フラグがオンからオフに既に切り替わっていた場合には、利用可否フラグをオンにする。また、車線変更中フラグがオンとなっていた前方車両について、車線変更中フラグをオフにする。車線変更中フラグがオンからオフに切り替わった前方車両については、車線変更に合わせてレーン番号を更新すればよい。

これにより、走行車線推定部２１０での自車の走行車線の推定に用いない走行軌跡を、Ｓ４１で算出する横方向及びヨー方向の乖離が閾値以上となる区間の走行軌跡に絞ることができる。利用可否フラグをオフからオンに切り替える場合には、利用可否フラグをオフにしてからオンになるまでに行った走行軌跡の推定をリセットする構成とすればよい。

図８に戻って、ステップＳ５では、判別部２０９が、跨ぎ継続判別処理を行って、ステップＳ６に移る。ここで、図１１のフローチャートを用いて、判別部２０９での跨ぎ継続判別処理の一例について説明を行う。

まず、ステップＳ５１では、第１区画線推定部２０６及び／又は第２区画線推定部２０８が、走行区画線の位置を推定する。ステップＳ５２では、判別部２０９が、Ｓ２で推定する走行軌跡と、Ｓ５１で推定する走行区画線の位置とを比較する。そして、Ｓ２で推定する走行軌跡とＳ５１で推定する走行区画線の位置との近接度合いが閾値以上となる距離が規定距離以上である場合（Ｓ５２でＹＥＳ）には、ステップＳ５３に移る。ステップＳ５３では、Ｓ２で推定する走行軌跡を走行車線推定部２１０での自車の走行車線の推定に用いないものと決定し、ステップＳ６に移る。この場合、例えば利用許可フラグをオフにする構成とすればよい。

一方、Ｓ２で推定する走行軌跡とＳ５１で推定する走行区画線の位置との近接度合いが閾値以上となる距離が規定距離以上でない場合（Ｓ５２でＮＯ）には、Ｓ２で推定する走行軌跡を走行車線推定部２１０での自車の走行車線の推定に用いないものと決定せず、ステップＳ６に移る。ここで、利用許可フラグがオンの場合には、利用許可フラグを維持する。一方、図８のフローチャートの処理が繰り返されることで、図１１のフローチャートの処理も繰り返され、利用許可フラグがオンからオフに既に切り替わっていた場合には、利用可否フラグをオンにする。

図８のフローチャートでは、Ｓ３のふらつき判別処理，Ｓ４の車線変更判別処理，Ｓ５の跨ぎ継続判別処理の順に処理を行う構成を例に挙げたが、必ずしもこれに限らない。例えば、Ｓ３～Ｓ５の処理は順番を入れ替えてもよいし、並行して行ってもよい。

図８に戻って、ステップＳ６では、走行車線推定部２１０が、軌跡推定部２０５で推定する前方車両の走行軌跡のうちの、利用許可フラグがオフになっている走行軌跡を用いずに、利用許可フラグがオンになっている走行軌跡を用いて、自車の走行車線を推定する。

ステップＳ７では、走行車線推定処理の終了タイミングであった場合（Ｓ７でＹＥＳ）には、走行車線推定処理を終了する。一方、走行車線推定処理の終了タイミングでなかった場合（Ｓ７でＮＯ）には、Ｓ１に戻って処理を繰り返す。走行車線推定処理の終了タイミングの一例としては、自車のパワースイッチがオフになった場合等がある。

図８のフローチャートでは、ふらつき走行時の走行軌跡と車線変更時の走行軌跡とを区別して、自車の走行車線を推定するのに適切でない走行軌跡を判別する構成を例に挙げて説明を行ったが、必ずしもこれに限らない。例えば、ふらつき走行時の走行軌跡と車線変更時の走行軌跡とを区別せずに、自車の走行車線を推定するのに適切でない走行軌跡を判別する構成としてもよい。

また、図８のフローチャートでは、ふらつき走行時の走行軌跡と車線変更時の走行軌跡と跨ぎ継続走行時の走行軌跡とを、自車の走行車線を推定するのに適切でない走行軌跡と判別する構成を例に挙げて説明を行ったが、必ずしもこれに限らない。例えば、ふらつき走行時の走行軌跡と車線変更時の走行軌跡と跨ぎ継続走行時の走行軌跡とのうちの一部を、自車の走行車線を推定するのに適切でない走行軌跡と判別する構成としてもよい。

＜実施形態１のまとめ＞
実施形態１の構成によれば、対象車線数情報と横方向位置関係とを用いることで、自車の走行車線が、複数存在する車線のいずれであるかを推定することが可能になる。また、前方車両の走行軌跡を用いるので、カメラ画像の画像認識処理からは走行区画線の種別までを認識することが困難な区間であっても、自車の走行車線を推定することが可能になる。さらに、自車の走行車線を推定するのに適切でないと判別する走行軌跡を除く走行軌跡を用いるので、自車の走行車線を推定するのに適切でないと判別する走行軌跡を用いることによる自車の走行車線の推定精度の低下を抑制することが可能になる。その結果、カメラ画像の画像認識処理からは走行区画線の種別までを認識することが困難な区間であっても、自車の走行車線をより精度良く推定することが可能になる。

（実施形態２）
実施形態１では、車線変更時の走行軌跡を、自車の走行車線を推定するのに適切でない走行軌跡と判別する構成を示したが、必ずしもこれに限らない。例えば、車線変更時の走行軌跡を、自車の走行車線を推定するのに適切でない走行軌跡と判別しない構成（以下、実施形態２）としてもよい。実施形態２の運転支援システム１は、自車線推定部２００の代わりに自車線推定部２００ａを含む点を除けば、実施形態１の運転支援システム１と同様である。

ここで、図１２を用いて自車線推定部２００ａの概略構成についての説明を行う。自車線推定部２００ａは、図１２に示すように、区画線認識部２０１、地図データ取得部２０２、自車位置特定部２０３、前方車両認識部２０４、軌跡推定部２０５、第１区画線推定部２０６、挙動取得部２０７、第２区画線推定部２０８、判別部２０９ａ、及び走行車線推定部２１０ａを機能ブロックとして備える。自車線推定部２００ａは、判別部２０９及び走行車線推定部２１０の代わりに、判別部２０９ａ及び走行車線推定部２１０ａを備える点を除けば、実施形態１の自車線推定部２００と同様である。

判別部２０９ａは、車線変更時の走行軌跡を、自車の走行車線を推定するのに適切でない走行軌跡と判別しない点を除けば、実施形態１の判別部２０９と同様である。判別部２０９ａでは、ふらつき走行時の走行軌跡と車線変更時の走行軌跡とを区別して、ふらつき走行時の走行軌跡は自車の走行車線を推定するのに適切でない走行軌跡と判別する一方、車線変更時の走行軌跡は自車の走行車線を推定するのに適切でない走行軌跡と判別しない。

ふらつき走行時の走行軌跡と車線変更時の走行軌跡との区別については、実施形態１で説明したのと同様にして行う構成としてもよいし、他の方法を用いて行う構成としてもよい。例えば、軌跡推定部２０５で推定する前方車両の走行軌跡と、地図データ取得部２０２で取得する地図データに含まれる、対象区間のリンク形状との横方向の乖離及びヨー方向の乖離から、ふらつき走行時の走行軌跡と車線変更時の走行軌跡とを区別してもよい。一例として、横方向の乖離及びヨー方向の乖離が閾値以上の場合に車線変更時の走行軌跡と判別する一方、ヨー方向の乖離が閾値以上であるが横方向の乖離が閾値未満の場合にふらつき走行時の走行軌跡と判別すればよい。

車線変更時の走行軌跡は、対象車線数情報が示す複数の車線のうちの一つの車線にそのまま紐付ける場合には、自車の走行車線の誤推定を引き起こすおそれがある。しかしながら、車線変更時の走行軌跡は、車線変更前の走行軌跡と車線変更後の走行軌跡との区別に利用することで、１台の前方車両の走行軌跡から、複数車線の位置を特定することを可能にできる利点がある。よって、判別部２０９ａは、車線変更時の走行軌跡を、自車の走行車線を推定するのに適切でない走行軌跡と判別しないが、走行車線推定部２１０ａで利用可能となるように、車線変更時の走行軌跡の範囲を特定する。

走行車線推定部２１０ａは、車線変更時の走行軌跡を用いて自車の走行車線を推定する点を除けば、実施形態１の走行車線推定部２１０と同様である。走行車線推定部２１０ａは、判別部２０９ａで特定される、車線変更時の走行軌跡の範囲を用いて、軌跡推定部２０５で推定する前方車両の走行軌跡を、車線変更前の走行軌跡と車線変更後の走行軌跡とに区別する。そして、車線変更前の走行軌跡と車線変更後の走行軌跡とを、対象車線数情報が示す複数の車線のそれぞれに紐付けた上で、実施形態１で説明したのと同様にして、自車の走行車線を推定する。

実施形態２の構成によれば、車線変更時の走行軌跡を用いることで、１台の前方車両の走行軌跡から、複数車線の位置を特定することが可能になるので、自車の前方車両がより少ない状況であっても、自車の走行車線をより精度良く推定することがより容易になる。

（実施形態３）
前述の実施形態では、区画線認識部２０１で走行区画線を認識できない場合に、前方車両の走行軌跡を用いて自車の走行車線を推定する場合を例に挙げて説明を行ったが、必ずしもこれに限らない。例えば、区画線認識部２０１で走行区画線を認識できる場合にも、前方車両の走行軌跡を用いて自車の走行車線を推定する構成としてもよい。この場合、お互いを補強的に用いることで自車の走行車線の推定精度を向上させる等すればよい。

（実施形態４）
前述の実施形態では、区画線認識部２０１で認識する走行区画線を用いて自車の走行車線を推定する場合を例に挙げて説明を行ったが、必ずしもこれに限らない。例えば、区画線認識部２０１で認識する走行区画線を用いない構成としてもよい。この構成においては、対象車線数情報と横方向位置関係とからでは、自車の走行車線を推定することができない場合には、自車位置特定部２０３で仮特定した走行車線に自車が位置すると一時的に仮定すればよい。そして、対象車線数情報と横方向位置関係とから、自車の走行車線を推定することが可能になった場合に、自車の走行車線の推定結果を更新すればよい。

なお、本開示は、上述した実施形態に限定されるものではなく、請求項に示した範囲で種々の変更が可能であり、異なる実施形態にそれぞれ開示された技術的手段を適宜組み合わせて得られる実施形態についても本開示の技術的範囲に含まれる。

１ 運転支援システム、２ 自動運転ＥＣＵ、３ 通信端末、４ ロケータ、５ 車両状態センサ、６ 車両制御ＥＣＵ、７ 周辺監視センサ、２０ 走行環境認識部、２１ 計画生成部、２２ 自動運転機能部、７１ 前方カメラ、７２ ＬＩＤＡＲ、２００ 自車線推定部（走行車線推定装置）、２０１ 区画線認識部、２０２ 地図データ取得部、２０３ 自車位置特定部、２０４ 前方車両認識部、２０５ 軌跡推定部、２０６ 第１区画線推定部、２０７ 挙動取得部、２０８ 第２区画線推定部、２０９ 判別部、２１０ 走行車線推定部

Claims (9)

1. 車両で用いられ、
   自車の周辺を監視する周辺監視センサ（７）でのセンシング結果から、自車の前方車両を認識する前方車両認識部（２０４）と、
   前記前方車両認識部で逐次認識する前記前方車両の位置から前記前方車両の走行軌跡を推定する軌跡推定部（２０５）と、
   車線数情報を含む地図データを取得する地図データ取得部（２０２）と、
   前記地図データ取得部で取得する前記地図データを用いて、地図上の自車位置を特定する自車位置特定部（２０３）と、
   前記地図データ取得部で取得する前記地図データに含まれる、前記自車位置特定部で特定する自車位置に対応する前記車線数情報と、前記軌跡推定部で推定する前記前方車両の走行軌跡に対する、前記自車位置特定部で特定する自車位置の、横方向の位置関係とを用いて、自車の走行車線を推定する走行車線推定部（２１０）と、
   前記走行車線推定部で自車の走行車線を推定するのに適切でない前記走行軌跡を判別する判別部（２０９）とを備え、
   前記走行車線推定部は、前記軌跡推定部で推定する前記前方車両の走行軌跡のうちの、前記判別部で適切でないと判別する前記走行軌跡を用いずに、自車の走行車線を推定する走行車線推定装置。
2. 前記判別部は、前記軌跡推定部で推定する前記前方車両の走行軌跡に対しての、その走行軌跡を推定するのに用いた前記前方車両の位置の点群のばらつきが閾値以上となる場合に、自車の走行車線を推定するのに適切でない前記走行軌跡として判別する請求項１に記載の走行車線推定装置。
3. 前記地図データ取得部は、リンク形状も含む前記地図データを取得するものであり、
   前記判別部は、前記軌跡推定部で推定する前記前方車両の走行軌跡と、前記地図データ取得部で取得する前記地図データに含まれる、その走行軌跡が推定される区間の前記リンク形状との乖離の度合いが閾値以上の場合に、自車の走行車線を推定するのに適切でない前記走行軌跡として判別する請求項１又は２に記載の走行車線推定装置。
4. 前記地図データ取得部は、リンク形状も含む前記地図データを取得するものであり、
   前記判別部は、前記軌跡推定部で推定する前記前方車両の走行軌跡と、前記地図データ取得部で取得する前記地図データに含まれる、その走行軌跡が推定される区間の前記リンク形状との乖離の度合いをもとに、同一車線内でのふらつき走行と車線変更との区別が可能なものであって、同一車線内でのふらつき走行と区別する場合には、自車の走行車線を推定するのに適切でない前記走行軌跡として判別する一方、車線変更と区別する場合には、自車の走行車線を推定するのに適切でない前記走行軌跡として判別しない請求項１又は２に記載の走行車線推定装置。
5. 前記地図データ取得部は、リンク形状も含む前記地図データを取得するものであり、
   前記地図データ取得部で取得する前記地図データに含まれる前記リンク形状をもとに走行区画線の位置を推定する第１区画線推定部（２０６）を備え、
   前記判別部は、前記軌跡推定部で推定する前記前方車両の走行軌跡と、前記第１区画線推定部で推定する前記走行区画線の位置との近接度合いが閾値以上となる距離が規定距離以上である場合に、自車の走行車線を推定するのに適切でない前記走行軌跡として判別する請求項１～４のいずれか１項に記載の走行車線推定装置。
6. 自車の挙動に関する物理状態量を検出する挙動センサでのセンシング結果を取得する挙動取得部（２０７）と、
   前記挙動取得部で逐次取得する前記挙動センサでのセンシング結果をもとに、自車の走行車線についての走行区画線の位置を推定する第２区画線推定部（２０８）を備え、
   前記判別部は、前記軌跡推定部で推定する前記前方車両の走行軌跡と、前記第２区画線推定部で推定する前記走行区画線の位置との近接度合いが閾値以上となる距離が規定距離以上である場合に、自車の走行車線を推定するのに適切でない前記走行軌跡として判別する請求項１～５のいずれか１項に記載の走行車線推定装置。
7. 自車の周辺を監視する周辺監視センサでのセンシング結果から、走行区画線を認識する区画線認識部（２０１）を備え、
   前記判別部は、前記区画線認識部で前記走行区画線を認識できる場合には、前記区画線認識部で認識する前記走行区画線を用いて、自車の走行車線を推定する一方、前記区画線認識部で前記走行区画線を認識できない場合には、それまで認識していた前記走行区画線と、前記地図データ取得部で取得する前記地図データに含まれる、前記自車位置特定部で特定する自車位置に対応する前記車線数情報と、前記軌跡推定部で推定する前記前方車両の走行軌跡に対する、前記自車位置特定部で特定する自車位置の、横方向の位置関係とを用いて、自車の走行車線を推定する請求項１～６のいずれか１項に記載の走行車線推定装置。
8. 車両で用いられ、
   自車の周辺を監視する周辺監視センサ（７）でのセンシング結果から、自車の前方車両を認識し、
   逐次認識する前記前方車両の位置から前記前方車両の走行軌跡を推定し、
   車線数情報を含む地図データを取得し、
   取得する前記地図データを用いて、地図上の自車位置を特定し、
   自車の走行車線を推定するのに適切でない前記走行軌跡を判別し、
   取得する前記地図データに含まれる、特定する自車位置に対応する前記車線数情報と、推定する前記前方車両の走行軌跡のうちの、自車の走行車線を推定するのに適切でないと判別する前記走行軌跡を除く走行軌跡に対する、特定する自車位置の、横方向の位置関係とを用いて、自車の走行車線を推定する走行車線推定方法。
9. コンピュータを、
   自車の周辺を監視する周辺監視センサ（７）でのセンシング結果から、自車の前方車両を認識する前方車両認識部（２０４）と、
   前記前方車両認識部で逐次認識する前記前方車両の位置から前記前方車両の走行軌跡を推定する軌跡推定部（２０５）と、
   車線数情報を含む地図データを取得する地図データ取得部（２０２）と、
   前記地図データ取得部で取得する前記地図データを用いて、地図上の自車位置を特定する自車位置特定部（２０３）と、
   自車の走行車線を推定するのに適切でない前記走行軌跡を判別する判別部（２０９）と、
   前記地図データ取得部で取得する前記地図データに含まれる、前記自車位置特定部で特定する自車位置に対応する前記車線数情報と、前記軌跡推定部で推定する前記前方車両の走行軌跡のうちの、前記判別部で適切でないと判別する前記走行軌跡を除く走行軌跡に対する、前記自車位置特定部で特定する自車位置の、横方向の位置関係とを用いて、自車の走行車線を推定する走行車線推定部（２１０）として機能させるための制御プログラム。

Images