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
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 Download PDFInfo
- Publication number
- JP7087896B2 JP7087896B2 JP2018186673A JP2018186673A JP7087896B2 JP 7087896 B2 JP7087896 B2 JP 7087896B2 JP 2018186673 A JP2018186673 A JP 2018186673A JP 2018186673 A JP2018186673 A JP 2018186673A JP 7087896 B2 JP7087896 B2 JP 7087896B2
- Authority
- JP
- Japan
- Prior art keywords
- vehicle
- traveling
- lane
- unit
- locus
- 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
Images
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W30/00—Purposes of road vehicle drive control systems not related to the control of a particular sub-unit, e.g. of systems using conjoint control of vehicle sub-units, or advanced driver assistance systems for ensuring comfort, stability and safety or drive control systems for propelling or retarding the vehicle
- B60W30/18—Propelling the vehicle
- B60W30/18009—Propelling the vehicle related to particular drive situations
- B60W30/18163—Lane change; Overtaking manoeuvres
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/50—Context or environment of the image
- G06V20/56—Context or environment of the image exterior to a vehicle by using sensors mounted on the vehicle
- G06V20/588—Recognition of the road, e.g. of lane markings; Recognition of the vehicle driving pattern in relation to the road
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
- G01C21/26—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/50—Context or environment of the image
- G06V20/56—Context or environment of the image exterior to a vehicle by using sensors mounted on the vehicle
- G06V20/58—Recognition of moving objects or obstacles, e.g. vehicles or pedestrians; Recognition of traffic objects, e.g. traffic signs, traffic lights or roads
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/16—Anti-collision systems
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60T—VEHICLE BRAKE CONTROL SYSTEMS OR PARTS THEREOF; BRAKE CONTROL SYSTEMS OR PARTS THEREOF, IN GENERAL; ARRANGEMENT OF BRAKING ELEMENTS ON VEHICLES IN GENERAL; PORTABLE DEVICES FOR PREVENTING UNWANTED MOVEMENT OF VEHICLES; VEHICLE MODIFICATIONS TO FACILITATE COOLING OF BRAKES
- B60T7/00—Brake-action initiating means
- B60T7/12—Brake-action initiating means for automatic initiation; for initiation not subject to will of driver or passenger
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60T—VEHICLE BRAKE CONTROL SYSTEMS OR PARTS THEREOF; BRAKE CONTROL SYSTEMS OR PARTS THEREOF, IN GENERAL; ARRANGEMENT OF BRAKING ELEMENTS ON VEHICLES IN GENERAL; PORTABLE DEVICES FOR PREVENTING UNWANTED MOVEMENT OF VEHICLES; VEHICLE MODIFICATIONS TO FACILITATE COOLING OF BRAKES
- B60T8/00—Arrangements for adjusting wheel-braking force to meet varying vehicular or ground-surface conditions, e.g. limiting or varying distribution of braking force
- B60T8/17—Using electrical or electronic regulation means to control braking
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W2552/00—Input parameters relating to infrastructure
- B60W2552/10—Number of lanes
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W2552/00—Input parameters relating to infrastructure
- B60W2552/53—Road markings, e.g. lane marker or crosswalk
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。
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。
<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。
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。
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。
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。
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。
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。
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)
- 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。 - 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。
- 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。 - 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。 - 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。 - 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。 - 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。 - 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。 - 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。
Priority Applications (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2018186673A JP7087896B2 (ja) | 2018-10-01 | 2018-10-01 | 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 |
PCT/JP2019/032649 WO2020070996A1 (ja) | 2018-10-01 | 2019-08-21 | 走行車線推定装置、走行車線推定方法、制御プログラム、及びコンピュータ読み取り可能な非一時的な記憶媒体 |
US17/202,766 US11840233B2 (en) | 2018-10-01 | 2021-03-16 | Traveling lane estimation apparatus, traveling lane estimation method, and computer-readable non-temporary storage medium storing control program |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2018186673A JP7087896B2 (ja) | 2018-10-01 | 2018-10-01 | 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 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2020057146A JP2020057146A (ja) | 2020-04-09 |
JP7087896B2 true JP7087896B2 (ja) | 2022-06-21 |
Family
ID=70055730
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2018186673A Active JP7087896B2 (ja) | 2018-10-01 | 2018-10-01 | 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 |
Country Status (3)
Country | Link |
---|---|
US (1) | US11840233B2 (ja) |
JP (1) | JP7087896B2 (ja) |
WO (1) | WO2020070996A1 (ja) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2022059786A (ja) | 2020-10-02 | 2022-04-14 | 株式会社Subaru | 車両制御システム |
JP7396308B2 (ja) * | 2021-01-28 | 2023-12-12 | トヨタ自動車株式会社 | 走行軌跡推定システム、走行軌跡推定プログラム、及び走行軌跡推定方法 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2007310595A (ja) | 2006-05-17 | 2007-11-29 | Denso Corp | 走行環境認識装置 |
JP2017182521A (ja) | 2016-03-31 | 2017-10-05 | 日立オートモティブシステムズ株式会社 | 車両用走行制御装置 |
WO2018055773A1 (ja) | 2016-09-26 | 2018-03-29 | 日産自動車株式会社 | 走路設定方法及び走路設定装置 |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP5066123B2 (ja) | 2009-03-24 | 2012-11-07 | 日立オートモティブシステムズ株式会社 | 車両運転支援装置 |
KR101788183B1 (ko) * | 2015-12-28 | 2017-10-20 | 현대자동차주식회사 | 차량 및 그 제어방법 |
JP2018020693A (ja) * | 2016-08-04 | 2018-02-08 | トヨタ自動車株式会社 | 車両走行制御装置 |
KR102452546B1 (ko) * | 2016-12-15 | 2022-10-07 | 현대자동차주식회사 | 차량의 주행 경로 생성장치 및 그 방법 |
JP2019114040A (ja) * | 2017-12-22 | 2019-07-11 | 株式会社デンソー | 特性記憶装置 |
-
2018
- 2018-10-01 JP JP2018186673A patent/JP7087896B2/ja active Active
-
2019
- 2019-08-21 WO PCT/JP2019/032649 patent/WO2020070996A1/ja active Application Filing
-
2021
- 2021-03-16 US US17/202,766 patent/US11840233B2/en active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2007310595A (ja) | 2006-05-17 | 2007-11-29 | Denso Corp | 走行環境認識装置 |
JP2017182521A (ja) | 2016-03-31 | 2017-10-05 | 日立オートモティブシステムズ株式会社 | 車両用走行制御装置 |
WO2018055773A1 (ja) | 2016-09-26 | 2018-03-29 | 日産自動車株式会社 | 走路設定方法及び走路設定装置 |
Also Published As
Publication number | Publication date |
---|---|
US20210197828A1 (en) | 2021-07-01 |
JP2020057146A (ja) | 2020-04-09 |
US11840233B2 (en) | 2023-12-12 |
WO2020070996A1 (ja) | 2020-04-09 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US9550496B2 (en) | Travel control apparatus | |
US20160325750A1 (en) | Travel control apparatus | |
US10703363B2 (en) | In-vehicle traffic assist | |
US10053087B2 (en) | Driving assistance apparatus | |
JP2004531424A (ja) | 車用の感知装置 | |
KR20200014931A (ko) | 차량용 정보 기억 방법, 차량의 주행 제어 방법, 및 차량용 정보 기억 장치 | |
JP7077967B2 (ja) | 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 | |
US11120685B2 (en) | Map information system | |
JP7139992B2 (ja) | 制御用地図情報評価装置、制御用地図情報評価方法、及び制御プログラム | |
US11169526B2 (en) | Vehicle control device | |
CN112498347A (zh) | 用于实时横向控制和转向致动评估的方法和装置 | |
US11840233B2 (en) | Traveling lane estimation apparatus, traveling lane estimation method, and computer-readable non-temporary storage medium storing control program | |
US20180347993A1 (en) | Systems and methods for verifying road curvature map data | |
CN113859263B (zh) | 预定行驶路径设定装置以及预定行驶路径设定方法 | |
JPWO2018211645A1 (ja) | 運転支援方法及び運転支援装置 | |
JP7149060B2 (ja) | 移動物体認識装置 | |
US11468767B2 (en) | Map information system | |
US11156466B2 (en) | Lane determination device | |
US20220254056A1 (en) | Distance calculation apparatus and vehicle position estimation apparatus | |
US20220262138A1 (en) | Division line recognition apparatus | |
US20230311870A1 (en) | Vehicle control apparatus | |
US11906323B2 (en) | Map generation apparatus | |
US20220276069A1 (en) | Map generation apparatus | |
EP4063218A1 (en) | Vehicle controller, and method and computer program for controlling vehicle | |
US20230314164A1 (en) | Map generation apparatus |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20210416 |
|
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: 20220510 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20220523 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 7087896 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |