JP7371783B2 - 自車位置推定装置 - Google Patents

Description

関連出願の相互参照

この出願は、２０２０年７月７日に日本に出願された特許出願第２０２０－１１７２４８号を基礎としており、基礎の出願の内容を、全体的に、参照により援用している。

本開示は、前方カメラの画像フレームを用いて車両の位置を推定する自車位置推定装置に関する。

自動車等の車両において自動運転等の走行制御を行うために、車両の現在位置をより高精度に特定する技術が求められている。より高精度な車両の位置特定を行う技術として、例えば、特許文献１には、前方カメラの撮像画像に基づいて認識したランドマークの観測位置と、地図データに登録されていれるランドマークの位置座標とに基づいて、車両の位置を技術が開示されている。このように前方カメラの画像認識結果と地図データとを照合（つまり、マッチング）させることで車両の位置特定を行う処理はローカライズ処理とも称される。

特開２０２０－８４６２号公報

特許文献１に開示されるローカライズ処理においては、前方カメラによりランドマークを精度良く認識できていることが前提となる。しかしながら、降雨や濃霧などの悪環境時には、カメラ画像が不鮮明となるため、ランドマークの認識成功率が低下しうる。特に遠方にあるランドマークほど認識しにくくなる。

ランドマークが画像認識されにくくなると、ローカライズ処理によって自車位置を特定できる頻度（成功率）も低下する。その結果、自車両位置の推定精度も悪化する。自車位置推定精度は自動運転の安全性に大きく寄与するため、悪環境に対するロバスト性が高い自車位置推定装置が求められている。

本開示は、この事情に基づいて成されたものであり、その目的とするところは、悪環境に対するロバスト性が高い自車位置推定装置を提供することにある。

その目的を達成するための自車位置推定装置は、車両に搭載されて、車両の現在位置を推定する自車位置推定装置であって、少なくとも１つのプロセッサを用いて構成されている制御部（２１）を備え、制御部は、前方カメラの撮像した画像フレームを用いて検出される所定のランドマークの位置情報と、地図に登録されているランドマークの位置情報とから、地図上における車両の位置座標を特定するローカライズ部（Ｆ０）と、車両に搭載されたセンサ及び通信装置からの情報の少なくとも何れか一方に基づき、車両の周辺環境が、画像フレームを用いた物体認識の精度を低下させうる所定の悪環境に該当するか否かを判定する悪環境判定部（Ｆ６）と、を備え、制御部は、追越車線又は加速車線を走行中ではない場合には、悪環境判定部が周辺環境は悪環境に該当すると判定していることに基づいて、車両の走行速度を自動制御する車両制御モジュール（３０）に向けて、車速を抑制するように要求する信号である減速要求信号を出力する一方、追越車線又は加速車線を走行中である場合には、悪環境判定部が周辺環境は悪環境に該当すると判定している場合であっても、減速要求信号を出力しないように構成されており、前方カメラは、ランドマークの検出に適した露光時間で撮像した画像フレームであるランドマーク用フレームと、所定の他の用途に適した露光時間で撮像された画像フレームである他用途フレームを含む、複数種類の画像フレームを順次生成するものであり、ローカライズ部は、悪環境判定部が周辺環境は悪環境に該当すると判定しているか否かに基づいて、車両の位置を算出する処理に使用する画像フレームを変更するものであって、悪環境判定部が周辺環境は悪環境に該当すると判定していない場合には、ランドマーク用フレームを用いてローカライズ処理を実行する一方、悪環境判定部が周辺環境は悪環境に該当すると判定している場合は、ランドマーク用フレームと他用途フレームを用いて、車両の位置を算出する処理を実行するように構成されている。

上記構成によれば、周辺環境が悪環境であると判定されている場合には、悪環境と判定されていない場合（つまり通常時）とは異なる処理を実行する。故に、悪環境時に実行される処理内容は、通常時とは異なる、悪環境であることを踏まえた処理内容とすることができる。その結果、悪環境であるか否かに関わらずに一定の処理を実行するような比較構成に比べて、ロバスト性を高めることが可能となる。

なお、請求の範囲に記載した括弧内の符号は、一つの態様として後述する実施形態に記載の具体的手段との対応関係を示すものであって、本開示の技術的範囲を限定するものではない。

運転支援システムの構成を示すブロック図である。 前方カメラの構成を示すブロック図である。 位置推定器の構成を示す機能ブロック図である。 減速通知画像の一例を示す図である。 減速通知画像の他の例を示す図である。 位置推定器が実施する悪環境判定関連処理のフローチャートである。 減速要求部の作動を説明する図である。 減速調停処理の一例を示すフローチャートである。 追越中止通知画像の一例を示す図である。 加速調停処理の一例を示すフローチャートである。 前方カメラの作動を説明するための図である。 前方カメラのバリエーションを説明するための図である。 システム構成の変形例を示す図である。 システム構成の変形例を示す図である。 システム構成の変形例を示す図である。

以下、本開示の実施形態について図を用いて説明する。図１は、本開示の位置推定器を適用して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。

＜全体構成の概要＞
図１に示すように運転支援システム１は、前方カメラ１１、ミリ波レーダ１２、車両状態センサ１３、ＧＮＳＳ受信機１４、Ｖ２Ｘ車載器１５、地図記憶部１６、ＨＭＩシステム１７、位置推定器２０、及び運転支援ＥＣＵ３０を備える。なお、部材名称中のＥＣＵは、Electronic Control Unitの略であり、電子制御装置を意味する。また、ＨＭＩは、Human Machine Interfaceの略である。Ｖ２ＸはVehicle to X（Everything）の略で、車を様々なものをつなぐ通信技術を指す。

運転支援システム１を構成する上記の種々の装置またはセンサは、ノードとして、車両内に構築された通信ネットワークである車両内ネットワークＮｗに接続されている。車両内ネットワークＮｗに接続されたノード同士は相互に通信可能である。なお、特定の装置同士は、車両内ネットワークＮｗを介することなく直接的に通信可能に構成されていてもよい。例えば位置推定器２０と運転支援ＥＣＵ３０とは専用線によって直接的に電気接続されていても良い。また、図１において車両内ネットワークＮｗはバス型に構成されているが、これに限らない。ネットワークトポロジは、メッシュ型や、スター型、リング型などであってもよい。ネットワーク形状は適宜変更可能である。車両内ネットワークＮｗの規格としては、例えばController Area Network（ＣＡＮ：登録商標）や、イーサネット（Ethernet：登録商標）、FlexRay（登録商標）など、多様な規格を採用可能である。

以降では運転支援システム１が搭載されている車両を自車両とも記載するとともに、自車両の運転席に着座している乗員（つまり運転席乗員）をユーザとも記載する。なお、以下の説明における前後、左右、上下の各方向は、自車両を基準として規定される。具体的に、前後方向は、自車両の長手方向に相当する。左右方向は、自車両の幅方向に相当する。上下方向は、車両高さ方向に相当する。別の観点によれば、上下方向は、前後方向及び左右方向に平行な平面に対して垂直な方向に相当する。

また、ここでは一例として運転支援システム１が左側通行の地域で使用される場合を想定して各装置の作動を説明する。それに伴い、進行方向を同一とするレーンの中で左端のレーンを第１レーンと称する。右側通行の地域で使用される場合には上記の左右を逆にすることにより本開示の構成を実施可能である。例えば右側通行の地域においては第１レーンとは進行方向を同一とするレーンの中で右端のレーンを指す。以下で述べる運転支援システム１は、使用される地域の交通法規や慣習に適合するように変更して実施可能である。

＜各構成要素の概要＞
前方カメラ１１は、車両前方を所定の画角で撮像するカメラである。前方カメラ１１は、例えばフロントガラスの車室内側の上端部や、フロントグリル、ルーフトップ等に配置されている。前方カメラ１１は、図２に示すように、画像フレームを生成するカメラ本体部４０と、画像フレームに対して認識処理を施す事により、所定の検出対象物を検出するＥＣＵであるカメラＥＣＵ４１と、を備える。カメラ本体部４０は少なくともイメージセンサとレンズとを含む構成である。カメラ本体部４０は、所定のフレームレート（例えば６０ｆｐｓ）で撮像画像データを生成及び出力する。カメラＥＣＵ４１は、ＣＰＵ（Central Processing Unit）や、ＧＰＵ（Graphics Processing Unit）などを含む画像処理回路を用いて実現されている。カメラＥＣＵ４１は機能ブロックとして識別器Ｇ１を備える。識別器Ｇ１は、カメラ本体部４０で生成された画像の特徴量ベクトルに基づき、物体の種別を識別する構成である。識別器Ｇ１には、例えばディープラーニングを適用したＣＮＮ（Convolutional Neural Network）やＤＮＮ（Deep Neural Network）などを利用可能である。

前方カメラ１１の検出対象物には、例えば、歩行者や、他車両などの移動体が含まれる。他車両には自転車や原動機付き自転車、オートバイも含まれる。また、前方カメラ１１は、所定の地物も検出可能に構成されている。前方カメラ１１が検出対象とする地物には、道路端や、路面標示、道路沿いに設置される構造物が含まれる。路面標示とは、交通制御、交通規制のための路面に描かれたペイントを指す。例えば、車線の境界を示す車線区画線（いわゆるレーンマーク）や、横断歩道、停止線、導流帯、安全地帯、規制矢印などが道路標示に含まれる。車線区画線には、チャッターバーやボッツドッツなどの道路鋲によって実現されるものも含まれる。道路沿いに設置される構造物とは、例えば、ガードレール、縁石、樹木、電柱、道路標識、信号機などである。

また、前方カメラ１１は、動物や、倒木、車両からの落下物等の障害物を検出する。ここでの障害物とは道路上に存在し、車両の通行を妨げる立体物を指す。落下物とは、例えば箱や、はしご、袋などである。障害物には、車体から脱落したタイヤや、事故車両、事故車両の破片などが含まれる。また、例えば矢印板や、コーン、案内板といった車線規制のための規制資器材などや、工事現場、駐車車両、渋滞の末尾なども障害物に含めることができる。障害物には、車両の通行を妨げる静止物に加えて、準静的な地図要素を含めることができる。例えば前方カメラ１１は、画像認識により落下物等の障害物の種別を識別して出力する。前方カメラ１１は自車両が走行しているレーンだけでなく、隣接レーンに相当する領域に存在する障害物も検出可能に構成されていることが好ましい。ここでは一例として、前方カメラ１１は自車走行レーンと、左右の隣接レーン上の障害物を検出可能に構成されているものとする。

カメラＥＣＵ４１は、色、輝度、色や輝度に関するコントラスト等を含む画像情報に基づいて、撮像画像から背景と検出対象物とを分離して抽出する。なお、前方カメラ１１が検出対象とする地物の一部または全部は、位置推定器２０においてランドマークとして利用される。本開示におけるランドマークとは、地図上における自車両の位置を特定するための目印として利用可能な地物を指す。ランドマークとしては、例えば規制標識や、案内標識、警戒標識、指示標識などといった交通標識に相当する看板、信号機、ポール、案内板などの少なくとも何れか１つを採用可能である。なお、案内標識とは、方面看板や、地域名称を示す看板、道路名を示す看板、高速道路の出入口やサービスエリア等を予告する予告看板などを指す。ランドマークには、街灯や、ミラー、電柱、商業広告看板、店舗名を示す看板、歴史的建造物等の象徴的な建築物などを含めることもできる。ポールには街灯や電柱も含まれる。ランドマークには、道路の起伏／陥没部、マンホール、ジョイント部等を含めることもできる。区画線の終端／分岐点もまた、ランドマークとして利用可能である。ランドマークとして用いる地物の種別は適宜変更可能である。ランドマークとしては、信号機や方面看板など、経時変化が乏しく、且つ、１００ｍ以上離れた地点からでも画像認識可能な大きさを有する地物を採用することが好ましい。さらに、道路端や区画線もランドマークに含めることができる。

なお、ランドマークのうち、縦方向における位置推定（以降、縦位置推定）を行うための目印として利用可能な地物を縦位置推定用のランドマークとも称する。ここでの縦方向とは、車両の前後方向に相当する。また、縦方向とは、直線道路区間においては、自車両から見て道路が伸びる方向である道路延設方向に相当する。縦位置推定用のランドマークとしては、例えば方面看板などの交通標識や、一時停止線などの路面標示など、道路に沿って離散的に配置されてあって、かつ、経時変化が乏しい地図要素を採用可能である。また、車両の横方向における位置推定（以降、横位置推定）を行うための目印として利用可能な地物を横位置推定用のランドマークとも称する。ここでの横方向とは、道路の幅方向に対応する。横位置推定用のランドマークとは、道路端や区画線など、道路に沿って連続的に存在する地物を指す。前方カメラ１１は、ランドマークに設定されている種別の地物を検出可能に構成されていればよい。

カメラＥＣＵ４１は、ランドマーク及び区画線といった地物の車両からの相対距離および方向を、ＳｆＭ（Structure from Motion）情報を含む画像から演算する。自車両に対する地物の相対位置（距離および方向）は、画像内における地物の大きさや姿勢（たとえば傾き度合い）に基づいて特定してもよい。また、カメラＥＣＵ４１は、認識しているランドマークの色や大きさ、形状などに基づいて、例えば方面看板か否かなど、ランドマークの種別を識別可能に構成されている。

さらに、カメラＥＣＵ４１は、車線区画線及び道路端の位置及び形状に基づいて、走路の曲率や幅員等の形状などを示す走行路データを生成する。加えて、カメラＥＣＵ４１は、ＳｆＭに基づくヨーレートを算出する。カメラＥＣＵ４１は、検出物の相対位置や種別等を示す検出結果データを、車両内ネットワークＮｗを介して位置推定器２０や運転支援ＥＣＵ３０に逐次提供する。以降における位置推定器２０等との表現は、位置推定器２０及び運転支援ＥＣＵ３０の少なくとも何れか一方を指す。

本実施形態のカメラＥＣＵ４１は、より好ましい態様として、画像認識結果の信頼度を示すデータも出力する。認識結果の信頼度は、例えば、降雨量や、逆光の有無、外界の明るさなどをもとに算出される。なお、認識結果の信頼度は、その他、特徴量の一致度合いを示すスコアであってもよい。信頼度は、例えば、識別器Ｇ１による識別結果として出力される、認識結果の確からしさを示す確率値であってもよい。当該確率値は前述の特徴量の一致度合いに相当しうる。認識結果の信頼度は、識別器Ｇ１が生成する検出物ごとに確率値の平均値であっても良い。

また、カメラＥＣＵ４１は、追跡している同一物体に対する識別結果の安定度合いから、認識結果の信頼度を評価してもよい。例えば同一物体の種別の識別結果が安定している場合には信頼度は高いと評価し、同一物体に対する識別結果としての種別タグが不安定である場合には、信頼度は低いと評価してもよい。識別結果が安定している状態とは、一定時間（例えば１０秒）以上連続的に同じ結果が得られている状態を指す。識別結果が不安定な状態とは識別結果が二転三転するなど、連続的に同じ結果が得られない状態を指す。

ミリ波レーダ１２は、車両前方に向けてミリ波又は準ミリ波を送信するとともに、当該送信波が物体で反射されて返ってきた反射波の受信データを解析することにより、自車両に対する物体の相対位置や相対速度を検出するデバイスである。ミリ波レーダ１２は、例えば、フロントグリルや、フロントバンパに設置されている。ミリ波レーダ１２には、検出物体の大きさや移動速度、受信強度に基づいて、検出物の種別を識別するレーダＥＣＵが内蔵されている。ミリ波レーダ１２もまた先行車や前述の障害物の一部又は全部を検出可能に構成されている。例えばミリ波レーダ１２は、検出物の位置や、移動速度、大きさ、反射強度に基づいて、障害物かどうかを判別する。障害物の種別は、例えば検出物の大きさや反射波の受信強度から大まかに特定されうる。レーダＥＣＵは、検出結果として、検出物の種別や、相対位置（方向と距離）、受信強度を示すデータを位置推定器２０等に出力する。ミリ波レーダ１２の検出対象物にも前述のランドマークが含まれている。

前方カメラ１１及びミリ波レーダ１２は、物体認識に用いた観測データも、車両内ネットワークＮｗを介して運転支援ＥＣＵ３０等に提供するように構成されていても良い。例えば前方カメラ１１にとっての観測データとは、画像フレームを指す。ミリ波レーダの観測データとは、検出方向及び距離毎の受信強度及び相対速度を示すデータ、または、検出物の相対位置及び受信強度を示すデータを指す。観測データは、センサが観測した生のデータ、あるいは認識処理が実行される前のデータに相当する。

観測データに基づく物体認識処理は、運転支援ＥＣＵ３０など、センサ外のＥＣＵが実行しても良い。また、ランドマークの相対位置の算出も、ランドマーク情報取得部Ｆ３で実行されてもよい。カメラＥＣＵ４１やミリ波レーダ１２の機能の一部（主として物体認識機能）は、位置推定器２０や運転支援ＥＣＵ３０に設けられていても良い。その場合、前方カメラ１１としてのカメラやミリ波レーダは、画像データや測距データといった観測データを検出結果データとして位置推定器２０や運転支援ＥＣＵ３０に提供すればよい。

車両状態センサ１３は、自車両の走行制御に関わる状態量を検出するセンサである。車両状態センサ１３には、例えば３軸ジャイロセンサ及び３軸加速度センサなどの慣性センサが含まれる。運転支援システム１は車両状態センサ１３として磁気センサを備えていても良い。また、運転支援システム１は車両状態センサ１３として大気圧センサ、温度センサを備えていても良い。大気圧センサや温度センサは他のセンサの出力値の補正処理にも使用されうる。種々の慣性センサは、慣性計測ユニット（ＩＭＵ：Inertial Measurement Unit）としてパッケージ化されていても良い。

また、車両状態センサ１３にはシフトポジションセンサ、操舵角センサ、車速センサなども含めることができる。シフトポジションセンサは、シフトレバーのポジションを検出するセンサである。操舵角センサは、ハンドルの回転角（いわゆる操舵角）を検出するセンサである。車速センサは、自車両の走行速度を検出するセンサである。３軸加速度センサは、自車両に作用する前後、左右、上下方向のそれぞれの加速度を検出するセンサである。ジャイロセンサは検出軸回りの回転角速度を検出するものであって、３軸ジャイロセンサは互いに直交する３つの検出軸を有するものを指す。慣性センサは運転席乗員の運転操作又は運転支援ＥＣＵ３０による制御の結果として生じる車両の挙動を示す物理状態量を検出するセンサに相当する。

車両状態センサ１３は、検出対象とする物理状態量の現在の値（つまり検出結果）を示すデータを車両内ネットワークＮｗに出力する。各車両状態センサ１３の出力データは、車両内ネットワークＮｗを介して位置推定器２０等で取得される。なお、車両状態センサ１３として運転支援システム１が使用するセンサの種類は適宜設計されればよく、上述した全てのセンサを備えている必要はない。また、車両状態センサ１３には、降雨を検出するレインセンサや、外の明るさを検出する照度センサを含めることができる。

ＧＮＳＳ受信機１４は、ＧＮＳＳ（Global Navigation Satellite System）を構成する測位衛星から送信される航法信号を受信することで、当該ＧＮＳＳ受信機１４の現在位置を逐次検出するデバイスである。ＧＮＳＳとしては、ＧＰＳ（Global Positioning System）、ＧＬＯＮＡＳＳ、Ｇａｌｉｌｅｏ、ＩＲＮＳＳ、ＱＺＳＳ、Ｂｅｉｄｏｕ等を採用可能である。

Ｖ２Ｘ車載器１５は、自車両が他の装置と無線通信を実施するための装置である。なお、Ｖ２Ｘの「Ｖ」は自車両としての自動車を指し、「Ｘ」は、歩行者や、他車両、道路設備、ネットワーク、サーバなど、自車両以外の多様な存在を指しうる。Ｖ２Ｘ車載器１５は、通信モジュールとして広域通信部と狭域通信部を備える。広域通信部は、所定の広域無線通信規格に準拠した無線通信を実施するための通信モジュールである。ここでの広域無線通信規格としては例えばＬＴＥ（Long Term Evolution）や４Ｇ、５Ｇなど多様なものを採用可能である。なお、広域通信部は、無線基地局を介した通信のほか、広域無線通信規格に準拠した方式によって、他の装置との直接的に、換言すれば基地局を介さずに、無線通信を実施可能に構成されていても良い。つまり、広域通信部はセルラーＶ２Ｘを実施するように構成されていても良い。自車両は、Ｖ２Ｘ車載器１５の搭載により、インターネットに接続可能なコネクテッドカーとなる。例えば位置推定器２０は、Ｖ２Ｘ車載器１５との協働により、所定のサーバから最新の高精度地図データをダウンロードして、地図記憶部１６に格納されている地図データを更新できる。

Ｖ２Ｘ車載器１５が備える狭域通信部は、通信距離が数百ｍ以内に限定される通信規格である狭域通信規格に準拠する態様で、自車両周辺に存在する他の移動体や路側機と直接的に無線通信を実施するための通信モジュールである。他の移動体としては、車両のみに限定されず、歩行者や、自転車などを含めることができる。狭域通信規格としては、ＤＳＲＣ（Dedicated Short Range Communications）やＷＡＶＥ（Wireless Access in Vehicular Environment）など、任意のものを採用可能である。狭域通信部は、例えば所定の送信周期で自車両についての車両情報を周辺車両に向けて同報送信するとともに、他車両から送信された車両情報を受信する。車両情報は、車両ＩＤや、現在位置、進行方向、移動速度、タイムスタンプなどを含む。Ｖ２Ｘ車載器１５は、車々間通信として他車両と、車両の位置の推定精度を示す位置推定精度情報を送受信するように構成されていても良い。位置推定精度情報は、例えば、ローカライズ処理に成功しているか否かを示す情報とすることができる。また、位置推定精度情報は、ＧＮＳＳ受信機１４が捕捉している測位衛星の数や、測位衛星の識別番号などであってもよい。

地図記憶部１６は、高精度地図データを記憶している不揮発性メモリである。ここでの高精度地図データは、道路構造、及び、道路沿いに配置されている地物についての位置座標等を、自動運転に利用可能な精度で示す地図データに相当する。高精度地図データは、例えば、道路の３次元形状データや、車線データ、地物データ等を備える。上記の道路の３次元形状データには、複数の道路が交差、合流、分岐する地点（以降、ノード）に関するノードデータと、その地点間を結ぶ道路（以降、リンク）に関するリンクデータが含まれる。

リンクデータには、道路端の位置座標を示す道路端情報や、道路の幅員などを示す。リンクデータには、自動車専用道路であるか、一般道路であるかといった、道路種別を示すデータも含まれていてもよい。ここでの自動車専用道路とは、歩行者や自転車の進入が禁止されている道路であって、例えば高速道路などの有料道路などを指す。リンクデータには、自律走行が許容される道路であるか否かを示す属性情報を含んでもよい。

車線データは、車線数や、車線ごとの区画線の設置位置情報、車線ごとの進行方向、車線レベルでの分岐／合流地点を示す。車線データには、例えば、区画線が実線、破線、ボッツドッツのいずれのパターンによって実現されているかを示す情報が含まれていてもよい。区画線や道路端（以降、区画線等）の位置情報は、車線区画線が形成されている地点の座標群（つまり点群）として表現されている。なお、他の態様として区画線等の位置情報は、多項式表現されていてもよい。区画線等の位置情報は、多項式表現された線分の集合体（つまり線群）でもよい。

地物データは、一時停止線などの路面表示の位置及び種別情報や、ランドマークの位置、形状、及び種別情報を含む。ランドマークには、交通標識や信号機、ポール、商業看板など、道路沿いに設置された立体構造物が含まれる。なお、地図記憶部１６は、自車両から所定距離以内の地図データを一時的に記憶する構成であっても良い。また、地図記憶部１６が保持する地図データは、ナビゲーション用の地図データであるナビ地図データであっても良い。ナビ地図データは、高精度地図データよりも精度が劣るとともに、高精度地図データよりも道路形状にかかる情報量が少ない地図データに相当する。ナビ地図データがランドマーク等の地物データを含む場合、以下の高精度地図との表現はナビ地図に置き換えて実施することができる。なお、ここでのランドマークとは前述の通り、例えば交通標識などといった、自車位置推定すなわちローカライズ処理に供される地物を指す。

ＨＭＩシステム１７は、ユーザ操作を受け付ける入力インターフェース機能と、ユーザへ向けて情報を提示する出力インターフェース機能とを提供するシステムである。ＨＭＩシステム１７は、ディスプレイ１７１とＨＣＵ（HMI Control Unit）１７２を備える。なお、ユーザへの情報提示の手段としては、ディスプレイ１７１の他、スピーカや、バイブレータ、照明装置（例えばＬＥＤ）等を採用可能である。

ディスプレイ１７１は、画像を表示するデバイスである。ディスプレイ１７１は、例えば、インストゥルメントパネルの車幅方向中央部の最上部に設けられた、いわゆるセンターディスプレイである。ディスプレイ１７１は、フルカラー表示が可能なものであり、液晶ディスプレイ、ＯＬＥＤ（Organic Light Emitting Diode）ディスプレイ、プラズマディスプレイ等を用いて実現できる。なお、ＨＭＩシステム１７がディスプレイ１７１として、フロントガラスの運転席前方の一部分に虚像を映し出すヘッドアップディスプレイを備えていてもよい。また、ディスプレイ１７１は、インストゥルメントパネルにおいて運転席の正面に位置する領域に配置された、いわゆるメータディスプレイであってもよい。

ＨＣＵ１７２は、ユーザへの情報提示を統合的に制御する構成である。ＨＣＵ１７２は、例えばＣＰＵやＧＰＵなどのプロセッサと、ＲＡＭ（Random Access Memory）と、フラッシュメモリ等を用いて実現されている。ＨＣＵ１７２は、運転支援ＥＣＵ３０から提供される情報や、図示しない入力装置からの信号に基づき、ディスプレイ１７１の表示画面を制御する。例えばＨＣＵ１７２は、位置推定器２０または運転支援ＥＣＵ３０からの要求に基づき、減速通知画像をディスプレイ１７１に表示する。

位置推定器２０は、自車両の現在位置を特定するデバイスである。位置推定器２０の機能の詳細については別途後述する。位置推定器２０は、処理部２１、ＲＡＭ２２、ストレージ２３、通信インターフェース２４、及びこれらを接続するバス等を備えたコンピュータを主体として構成されている。処理部２１は、ＲＡＭ２２と結合された演算処理のためのハードウェアである。処理部２１は、ＣＰＵ（Central Processing Unit）等の演算コアを少なくとも一つ含む構成である。処理部２１は、ＲＡＭ２２へのアクセスにより、種々の処理を実行する。ストレージ２３は、フラッシュメモリ等の不揮発性の記憶媒体を含む構成である。ストレージ２３には、処理部２１によって実行されるプログラムである位置推定プログラムが格納されている。処理部２１が位置推定プログラムを実行することは、位置推定プログラムに対応する方法が実行されることに相当する。通信インターフェース２４は、車両内ネットワークＮｗを介して他の装置と通信するための回路である。通信インターフェース２４は、アナログ回路素子やＩＣなどを用いて実現されればよい。

運転支援ＥＣＵ３０は、前方カメラ１１及びミリ波レーダ１２などの検出結果をもとに走行アクチュエータ１８を制御することにより、運転操作の一部または全部を運転席乗員の代わりに実行するＥＣＵである。なお、運転支援ＥＣＵ３０は、ユーザによる自律走行指示が入力されたことに基づいて、自車両を自律的に走行させる自動運行装置であってもよい。運転支援ＥＣＵ３０が車両制御モジュールに相当する。

走行アクチュエータ１８は、車両の加速や、減速、旋回を実現するためのアクチュエータを指す。例えば、制動装置や、電子スロットル、操舵アクチュエータなどが走行アクチュエータ１８に該当する。制動装置にはブレーキアクチュエータが含まれる。車両が電気自動車やハイブリッド車両である場合には、駆動輪を回動させるためのトルクを生成するモータも、走行アクチュエータ１８に含まれる。走行アクチュエータ１８と運転支援ＥＣＵ３０との間には、例えばブレーキＥＣＵや操舵ＥＣＵなど、他のＥＣＵが介在していても良い。

運転支援ＥＣＵ３０は、車両制御機能の１つとして、ＡＣＣ（Adaptive Cruise Control）機能を提供する速度制御部Ｈ１を備える。ＡＣＣ機能は、所定の目標速度で自車両を定速走行させるとともに、所定距離以内に先行車が存在する場合には、先行車との車間距離を維持しつつ自車両を追従走行させる機能である。速度制御部Ｈ１は、ユーザ操作に基づき、運転支援機能が有効化されている状態においては、車両の走行速度を自動調整する。ＡＣＣ機能において車両を定速走行させる際の目標速度はユーザによって設定される。ユーザによって設定された、ＡＣＣ機能の目標速度のことをユーザ設定車速とも記載する。

ＡＣＣ機能には、車両がＡＣＣ走行時に採用可能な速度の範囲である車速可変域が、ユーザ操作又はシステム設計により設定されている。車速可変域の上限値及び下限値は、交通に関する法律に準拠し、かつ、システム能力として安全性が担保される範囲内において、ユーザが変更可能に構成されていても良い。車速可変域は、一般道か高速道路かなどの道路種別ごとに個別に設定されていても良い。車速可変域の下限値は０であってもよい。前述のユーザ設定車速は当該速度可変範囲内にて設定可能である。なお、ＡＣＣ機能の目標速度は、ユーザ設定の他、後述する減速要求部Ｆ８からの要求に基づき一時的に変更されうる。便宜上、車速可変域の上限値をＡＣＣ上限速度とも記載する。

このような運転支援ＥＣＵ３０は、処理部３１、ＲＡＭ３２、ストレージ３３、通信インターフェース３４、及びこれらを接続するバス等を備えたコンピュータを主体として構成されている。処理部３１は、ＲＡＭ３２と結合された演算処理のためのハードウェアである。処理部３１は、ＣＰＵ等の演算コアを少なくとも一つ含む構成である。処理部３１は、ＲＡＭ３２へのアクセスにより、ＡＣＣ機能等を実現するための種々の処理を実行する。ストレージ３３は、フラッシュメモリ等の不揮発性の記憶媒体を含む構成である。ストレージ３３には、処理部３１によって実行されるプログラムである運転支援プログラムが格納されている。処理部３１が運転支援プログラムを実行することは、運転支援プログラムに対応する方法が実行されることに相当する。

＜位置推定器２０の機能について＞
ここでは図３を用いて位置推定器２０の機能及び作動について説明する。位置推定器２０は、ストレージ２３に保存されている位置推定プログラムを実行することにより、図３に示す種々の機能ブロックに対応する機能を提供する。すなわち、位置推定器２０は機能ブロックとして、暫定位置推定部Ｆ１、地図取得部Ｆ２、ランドマーク情報取得部Ｆ３、走路情報取得部Ｆ４、認識精度評価部Ｆ５、悪環境判定部Ｆ６、詳細位置算出部Ｆ７、減速要求部Ｆ８、及び通知処理部Ｆ９を備える。詳細位置算出部Ｆ７は周期変更部Ｆ７１を備える。

暫定位置推定部Ｆ１は、ＧＮＳＳ受信機１４の測位結果と、慣性センサの検出結果とを組み合わせることにより、自車両の位置を逐次測位する。例えば、暫定位置推定部Ｆ１は、トンネル内など、ヨーレートと車速を用いてデッドレコニング（Dead Reckoning ／自律航法）を行う。デッドレコニングに用いるヨーレートは、ＳｆＭ技術を用いてカメラＥＣＵ４１で認識されたものでもよいし、ヨーレートセンサで検出されたものでもよい。

地図取得部Ｆ２は、地図記憶部１６から、現在位置を基準として定まる所定範囲の地図データを読み出す。地図参照に利用される現在位置は、暫定位置推定部Ｆ１で特定されたものであってもよいし、詳細位置算出部Ｆ７で特定されたものであっても良い。例えば、詳細位置算出部Ｆ７が現在位置を算出できている場合には、当該位置情報を用いて地図データを取得する。一方、詳細位置算出部Ｆ７が現在位置を算出できていない場合には、暫定位置推定部Ｆ１が算出した位置座標を用いて地図データを取得する。一方、イグニッション電源がオンとなった直後は、例えば、メモリに保存されている前回の位置算出結果をもとに地図参照範囲を決定する。メモリに保存されている前回の位置算出結果は、前回のトリップの終了地点、すなわち駐車位置に相当するためである。なお、地図取得部Ｆ２は、Ｖ２Ｘ車載器１５を介して外部サーバ等から現在位置に対応する地図データを逐次ダウンロードするように構成されていてもよい。現在位置に対応する地図データとは、現在位置から所定距離以内の区画／道路セグメントについての地図データを指す。

ランドマーク情報取得部Ｆ３は、前方カメラ１１（実体的にはカメラＥＣＵ４１）から、前方カメラ１１で認識しているランドマークの相対位置や種別、色などを取得する。前方カメラ１１が看板等に付加された文字列を抽出可能に構成されている場合には、看板等に記載されている文字情報も取得することが好ましい。ランドマークの文字情報を取得可能な構成によれば、前方カメラで観測されているランドマークと、地図上のランドマークの対応付けが容易となるためである。

また、ランドマーク情報取得部Ｆ３は、カメラＥＣＵ４１から取得したランドマークの相対位置座標を、グローバル座標系における位置座標（以降、観測座標とも記載）に変換する。ランドマークの観測座標は、自車両の現在位置座標と、自車両に対する地物の相対位置情報とを組み合わせることで算出可能である。ランドマークの観測座標の算出に使用する車両の現在位置座標は、詳細位置算出部Ｆ７が現在位置を算出できている場合には、当該位置情報を用いればよい。一方、詳細位置算出部Ｆ７が現在位置を算出できていない場合には、暫定位置推定部Ｆ１が算出した位置座標を用いればよい。なお、自車両の現在位置座標を用いたランドマークの観測座標の算出はカメラＥＣＵ４１が実施しても良い。

また、ランドマーク情報取得部Ｆ３は、前方カメラ１１の認識結果と、ミリ波レーダ１２やＬｉＤＡＲの検出結果を相補的に組み合わせることにより、ランドマークの相対位置を特定しても良い。例えばランドマーク情報取得部Ｆ３は、前方カメラ１１の認識結果とミリ波レーダ１２の検出結果を相補的に組み合わせることにより、ランドマークの観測位置を決定しても良い。具体的にはランドマーク情報取得部Ｆ３は、前方カメラ１１の認識結果とミリ波レーダ１２の検知結果を併用することにより、ランドマークと自車両との距離、及び、ランドマークの仰角（或いは高さ）を特定しても良い。一般的にカメラは、水平方向における位置推定は得意である一方、高さ方向の位置推定及び距離推定は苦手とする。一方、ミリ波レーダ１２は距離や高さ方向の位置推定を得意とする。また、ミリ波レーダ１２は霧や降雨の影響を受けにくい。上記のように前方カメラ１１とミリ波レーダ１２を相補的に使用してランドマークの位置を推定する構成によれば、ランドマークの相対位置をより高精度に特定可能となる。その結果、ローカライズ処理による自車位置の推定精度も向上する。

走路情報取得部Ｆ４は、前方カメラ１１（実体的にはカメラＥＣＵ４１）から走行路データを取得する。すなわち、前方カメラ１１で認識している区画線や道路端の相対位置を取得する。走路情報取得部Ｆ４は、ランドマーク情報取得部Ｆ３と同様に、当該区画線等の相対位置情報をグローバル座標系における位置座標に変換してもよい。

認識精度評価部Ｆ５は、前方カメラ１１から認識結果の信頼度を取得する。また、認識精度評価部Ｆ５は、詳細位置算出部Ｆ７が前回用いたランドマークとは異なるランドマークを用いてローカライズ処理を実行した際、暫定位置推定部Ｆ１が算出している自車位置座標と、ローカライズ処理の結果との誤差を位置推定誤差として算出する。位置推定誤差は、ローカライズができない期間が長いほど大きくなるものであり、位置誤差が大きいということは間接的にローカライズを実行できていない期間の長さを示す。ローカライズを実行できない時間が増える原因としては、そもそもランドマークの設置間隔が長い場合の他に、前方カメラ１１の認識性能の低下も考えられる。そのため、位置誤差もまた前方カメラ１１による物体認識の性能の指標として採用可能である。なお、ローカライズ処理を実行できない期間においては、最後にローカライズ処理を実行できた時点からの経過時間又は走行距離に所定の誤差見積もり係数を乗じることによって、暫定的な位置推定誤差を逐次算出可能である。位置推定誤差を算出する機能モジュールは誤差推定部として認識精度評価部Ｆ５とは別に設けられていても良い。

その他、認識精度評価部Ｆ５は、地図に登録されてあって、自車両の走行軌跡上、本来検出されるべきランドマークの検出に失敗した割合である見落とし率から、認識性能を評価してもよい。見落とし率は、一定距離以内において、地図に登録されているランドマークの総数Ｎと、通過するまでに検出できたランドマークの数である検出成功数ｍとに基づいて算出可能である。例えば見落とし率は、（Ｎ－ｍ）／Ｎにて算出されても良い。なお、他の態様として、総数Ｎは現在位置から前方所定距離（例えば３５ｍ）以内に存在する、本来現在位置から見えるべきランドマークの数としても良い。その場合、検出成功数ｍは現在位置で検出できているランドマークの数とすればよい。

さらに、認識精度評価部Ｆ５は、前方カメラ１１が実際にランドマークを認識できる範囲の限界値である実効認識距離を算出する。実効認識距離は、設計上の認識限界距離とは異なり、霧や降雨、西日等の外的要因で変動するパラメータである。仮に設計上の認識限界距離が１００ｍほどある構成においても、豪雨時には実効認識距離は例えば２０ｍ未満まで縮退しうる。

認識精度評価部Ｆ５は、例えば所定時間以内において検出された少なくとも１つのランドマークについての最遠認識距離に基づいて実効認識距離を算出する。最遠認識距離は、同一のランドマークを最も遠くから検出できた距離である。移動に伴ってそれまで未検出であったランドマークを検出した時点での当該ランドマークとの距離が、当該ランドマークについての最遠認識距離に相当する。複数のランドマークについての最遠検出距離が得られている場合には、実効認識距離はそれらの平均値、最大値、又は２番目に大きい値とすることができる。

例えば直近所定時間以内に観測された４つのランドマークの最遠認識距離が５０ｍ、６０ｍ、３０ｍ、４０ｍである場合、実効認識距離は４５ｍと算出されうる。或るランドマークについての最遠認識距離は、当該ランドマークの最初に検出できた時点での検出距離に相当する。実効認識距離は直近所定時間以内に観測された最遠認識距離の最大値であってもよい。

なお、実効認識距離は、先行車によるオクルージョンなど、天候等以外の要因によっても低下しうる。故に、所定距離に以内に先行車が存在する場合には、実効認識距離の算出は省略されても良い。或いは、先行車が存在する場合には、先行車が存在することを示すデータ（例えば先行車フラグ）を付加して実効認識距離を悪環境判定部Ｆ６に提供してもよい。また、自車両前方が直線路ではない場合、つまりカーブ路である場合にも実効認識距離は低下しうる。故に、前方道路がカーブである場合には、実効認識距離の算出は省略されても良い。また、前方道路がカーブである場合には、前方道路がカーブであることを示すデータ（例えばカーブフラグ）と対応付けて実効認識距離を悪環境判定部Ｆ６に提供してもよい。なお、カーブ路は曲率が所定の閾値以上の道路とする。

また、ランドマークとして複数種類の地物が設定されている場合、認識精度評価部Ｆ５が実効認識距離の算出に用いるランドマークは一部の種別に限定されていても良い。例えば、実効認識距離の算出に用いるランドマークは、方面看板などの路面から所定距離（例えば４．５ｍ）以上、上方に配置されているランドマーク（以降、高所ランドマーク）に限定されても良い。実効認識距離の算出に用いるランドマークを高所ランドマークに限定することにより、他車両によって視界が遮られて実効認識距離が低下してしまうことを抑制可能となる。

また、認識精度評価部Ｆ５は、標識など離散的に存在する地物に対する実効認識距離とは別に、車線区画線及び道路端などの道路に沿って連続的に存在する地物に対する実効認識距離を算出しても良い。区画線や道路端の実効認識距離は、路面をどれくらい遠くまで認識できているかを示す情報に相当する。区画線の実効認識距離は、例えば区画線の検出点のうち、最も遠方に位置する検出点までの距離に基づいて決定することができる。道路端についての実効認識距離も同様である。ランドマークや区画線、道路端等の各種地物に対する実効認識距離もまた、認識精度の評価値に相当する。

悪環境判定部Ｆ６は、自車両の周辺環境が、前方カメラ１１が生成する画像フレームを用いた物体認識の性能（換言すれば精度）を低下させうる、所定の悪環境に該当するか否かを判定する構成である。つまり、悪環境判定部Ｆ６は前方カメラ１１にとっての悪環境かどうかを判定する構成に相当する。

悪環境判定部Ｆ６は、認識精度評価部Ｆ５が算出している実効認識距離に基づいて、悪環境に該当するか否かを判定する。例えば悪環境判定部Ｆ６は、実効認識距離が所定の閾値（以降、距離閾値）よりも小さい場合に悪環境であると判定する。距離閾値の具体的な値は例えば２０ｍや３０ｍなどとすることができる。ここでは一例として距離閾値は２５ｍとする。もちろん、距離閾値は、設計上の認識限界距離に応じて決定されても良い。例えば設計上の認識限界距離の１０％や２０％に相当する値を距離閾値として用いても良い。距離閾値は、走行路の種別に応じて調整されても良い。都市間高速に使用する距離閾値は、一般道や都市内高速で使用される距離閾値よりも大きい値であってもよい。都市間高速では一般道路よりも走行速度が大きいため、相対的に悪環境であると判定するための閾値を厳しくすることが好ましい。ここでの都市間高速とは複数の都市をつなぐ自動車専用道路である。一方、都市内高速は延設範囲が１つの都市内に限られている自動車専用道路である。なお、都市内高速は他の自動車専用道路とジャンクションで接続されることにより、都市外にも移動可能に構成されている事が多い。

実効認識距離に基づく悪環境判定は、先行車が存在する場合や、カーブ路においてはキャンセルされても良い。先行車の存在や曲率変化に起因して悪環境であると誤判定してしまうおそれを低減可能となる。なお、先行車が存在する場合には、先行車に追従して走行すればよいため、自車両の位置をそこまで厳密に測定する必要はない。それに伴い、悪環境であるか否かを判定する必要性も高くない。換言すれば先行車が存在しないシーンは、自車両の位置を精度良く推定する必要性が高いシーンと言える。

その他、悪環境判定部Ｆ６は、降雨や霧が発生している場合に、悪環境であると判定しても良い。降雨の有無は、レインセンサの検出値や、ワイパーの作動状態（作動速度も含む）を用いて判定可能である。霧の存在は、フォグランプの点灯状態から検出されても良い。霧や降雨などの天候に関する情報は、Ｖ２Ｘ車載器１５を介して外部サーバが通信により取得してもよい。また、悪環境判定部Ｆ６は、西日を受けている場合に、悪環境であると判定しても良い。西日を受けているか否かは、時間帯と、自車両の進行方向と、画像フレーム全体の色情報／輝度分布から判定されても良い。なお、西日とは、地平線に対する角度（いわゆる高度）が、例えば２５度以下となっている太陽から光を指す。

また、悪環境判定部Ｆ６は、地図サーバから、悪環境に該当する地域のデータを取得することにより自車両周辺が悪環境に該当するか否かを判定しても良い。例えば地図サーバは、複数の車両からの報告をもとに悪環境エリアを特定して配信するサーバである。このような構成によれば、悪環境かどうかを判断するための演算負荷を低減できる。その他、悪環境判定部Ｆ６は、Ｖ２Ｘ車載器１５を介して他車両と悪環境であるか否かの仮判定結果を共有し、多数決等によって悪環境に該当するか否かの判定を確定させても良い。

また、本実施形態の悪環境判定部Ｆ６は、より好ましい態様として、種別識別部Ｆ６１と悪環境度合い判定部Ｆ６２を備える。なお、種別識別部Ｆ６１及び悪環境度合い判定部Ｆ６２は必須の要素ではない。悪環境判定部Ｆ６は、種別識別部Ｆ６１及び悪環境度合い判定部Ｆ６２の何れか一方又は両方を備えていなくともよい。

種別識別部Ｆ６１は、悪環境の種別を判定する構成である。悪環境の種別としては、豪雨、霧、西日、その他に大別可能である。例えば種別識別部Ｆ６１は、ランドマークの実効認識距離が所定の距離閾値以下である一方、車両から第１距離以内に存在する区画線及び高所ランドマークを認識できている場合には、悪環境の種別は霧であると判定する。また、区画線／ランドマークの実効認識距離が所定の第１距離以下であり、車両から第１距離以内に存在する区画線等は認識できている場合には、悪環境の種別は西日であると判定する。加えて、車両近傍の区画線／ランドマークすら認識できていない場合には、豪雨と判定する。ここでの車両近傍とは例えば車両から１５ｍ以内とすることができる。

なお、悪環境の種別判定に際しては、時刻や、温度、湿度、ワイパー作動状態などの情報を併用してもよい。例えば車両遠方～近傍の区画線／ランドマークを認識できておらず、且つワイパーの駆動速度が所定の閾値以上である場合に豪雨と判定しても良い。また、温度や湿度、地形が、霧が発生するための所定条件を満たしていることを条件として、実効認識距離に基づいて悪環境の種別が霧であるか否かを判定してもよい。時刻や自車両の進行方向が、西日の影響をうける条件を満たしていることを条件として、実効認識距離に基づいて悪環境の種別が西日であるか否かを判定してもよい。

なお、降雨に関しては、豪雨だけでなく、弱雨、強雨、豪雨など、雨の強さ（つまり雨量）に応じて複数段階に区分して判定してもよい。ワイパー駆動速度が小さい場合には、通常の降雨と判定しても良い。豪雨とは１時間あたりの降雨量が所定の閾値（例えば５０ｍｍ）を超える雨とすることができる。また、ここでは一例として降雨量が１０ｍｍまでの降雨を弱雨と記載するとともに、降雨量が２０ｍｍ以上５０未満の降雨を強雨と記載する。ここでは雨の強さを３段階に分けているが、雨の強さの区分数は適宜変更可能である。

悪環境度合い判定部Ｆ６２は、悪環境の度合い、換言すれば、画像フレームを用いた物体認識の性能の低下度合いを評価する。悪環境度合いは例えばレベル０～３の４段階で表現可能である。レベルが高いほど、悪環境度合いが大きいことを示す。悪環境度合いは、実効認識距離に基づいて評価できる。例えば悪環境度合い判定部Ｆ６２は、実効認識距離が所定の第１距離未満であり且つ第２距離以上である場合にはレベル１と判定し、第２距離未満かつ第３距離以上である場合にはレベル２と判定してもよい。また、実効認識距離が第３距離未満の場合にはレベル３と判定可能である。実効認識距離が第１距離以上である場合にはレベル０、すなわち悪環境ではないと判定してもよい。

第１距離は、前述の距離閾値と同じ値（２５ｍ）とすることができる。第２距離は第１距離よりも短く設定される。第２距離は、例えば第１距離よりも５ｍ短い値（つまり２０ｍ）に設定可能である。第３距離は第２距離よりも短く設定される。第３距離は、例えば第２距離よりも５ｍ短い値（ここでは１５ｍ）に設定可能である。悪環境度合いを示すレベル数は適宜変更可能である。もちろん上記の数値は一例であり、カメラの性能等に応じて適宜変更可能である。例えば第１距離は６０ｍや５０ｍ、４０ｍなどであっても良い。第２距離は４０ｍや３０ｍなどであってもよい。第３距離は、３０ｍや２０ｍなどであってもよい。第１距離と第２距離の差、及び、第２距離と第３距離の差はそれぞれ５ｍに限らず１０ｍや２０ｍであってもよい。

なお、悪環境度合い判定部Ｆ６２は、降雨量に応じて悪環境度合いを評価しても良い。例えば降雨量が弱雨相当である場合には悪環境度合いをレベル１に設定し、降雨量が強雨相当である場合には悪環境度合いをレベル２に設定する。降雨量が豪雨に相当する場合には悪環境度合いをレベル３に設定する。降雨量は、ワイパーブレードの駆動速度から推定しても良いし、外部サーバから天候情報を取得して判定してもよい。

詳細位置算出部Ｆ７は、ランドマーク情報取得部Ｆ３が取得したランドマーク情報と、走路情報取得部Ｆ４が取得した走路情報とに基づくローカライズ処理を実行する。ローカライズ処理は、前方カメラ１１で撮像された画像に基づいて特定されたランドマーク等の位置と、高精度地図データに登録されている地物の位置座標とを照合することによって自車両の詳細位置を特定する処理を指す。このような位置の特定処理には、ランドマーク等の相対位置情報も使用されるため、画像データに基づいてランドマークや区画線の相対位置を特定する処理もローカライズ処理に含めることができる。以降では、地図取得部Ｆ２、ランドマーク情報取得部Ｆ３、走路情報取得部Ｆ４、及び詳細位置算出部Ｆ７を含む構成をローカライズ部Ｆ０とも記載する。

詳細位置算出部Ｆ７は、方面看板などのランドマークを用いて縦位置推定を行う。詳細位置算出部Ｆ７は、縦位置推定として、ランドマークの観測座標に基づいて、地図に登録されているランドマークと前方カメラ１１で観測されているランドマークとの対応付けを行う。例えば地図に登録されているランドマークのうち、ランドマークの観測座標から最も近いランドマークを同一のランドマークと推定する。なお、ランドマークの照合に際しては例えば形状，サイズ，色等の特徴量を用いて、特徴の一致度合いがより高いランドマークを採用することが好ましい。観測されているランドマークと、地図上のランドマークとの対応付けが完了すると、観測ランドマークに対応する地図上のランドマークの位置から、観測ランドマークと自車両の距離だけ手前側にずらした位置を、地図上の自車の縦位置に設定する。ここでの手前側とは自車両の進行方向と逆の方向を指す。前進走行時においては手前側とは車両後方に対応する。

例えば画像解析結果として、自車両正面に存在する方面看板までの距離が１００ｍと特定している状況においては、地図データに登録されている当該方面看板の位置座標から１００ｍだけ手前側にずれた位置に自車両が存在すると判定する。縦位置推定は、道路延設方向における自車位置を特定する処理に相当する。縦位置推定は縦方向のローカライズ処理と呼ぶこともできる。このような縦位置推定を行うことにより、交差点や、カーブ入口／出口、トンネル入口／出口、渋滞の最後尾などといった、道路上の特徴点（換言すればＰＯＩ）までの詳細な残り距離が特定される。

なお、例えば詳細位置算出部Ｆ７は、自車両に前方に複数のランドマーク（例えば方面看板）を検出している場合には、それら複数のランドマークのうち自車両から最も近いものを用いて縦位置推定を行う。画像等に基づく物体の種別や距離の認識精度は、車両から近い物体ほど、その認識精度が高くなる。つまり、複数のランドマークを検出している場合には、車両から最も近いランドマークを用いて縦位置推定を行う構成によれば、位置の推定精度を高めることができる。

また、詳細位置算出部Ｆ７は、車線区画線及び道路端などの道路に沿って連続的に存在する地物の観測座標を用いて、横位置推定を行う。横位置推定は、走行車線の特定や、走行車線内での自車両の詳細位置を特定することを指す。走行車線内での自車両の詳細位置とは、例えば車線中央から左右方向へのオフセット量である。横位置推定は、例えば前方カメラ１１で認識された左右の道路端／区画線からの距離に基づいて実現される。例えば、画像解析の結果として、左側道路端から車両中心までの距離が１．７５ｍと特定されている場合には、左側道路端の座標から右側に１．７５ｍずれた位置に自車両が存在すると判定する。横位置推定は横方向のローカライズ処理と呼ぶこともできる。なお、他の態様として詳細位置算出部Ｆ７は、方面看板などのランドマークを用いて縦、横両方のローカライズ処理を行うように構成されていてもよい。

ローカライズ処理の結果としての自車位置は、地図データと同様の座標系（例えば緯度、経度、高度）で表現されればよい。自車位置情報は、例えばＷＧＳ８４（World Geodetic System 1984）など、任意の絶対座標系で表現することができる。

詳細位置算出部Ｆ７は、ランドマークを検出（換言すれば捕捉）できている限りは、所定の位置推定周期で逐次ローカライズ処理を行う。位置推定周期のデフォルト値は例えば１００ミリ秒である。位置推定周期のデフォルト値は２００ミリ秒や４００ミリ秒であってもよい。周期変更部Ｆ７１は、悪環境判定部Ｆ６によって悪環境と判定されたことに基づいて、位置推定周期の設定値をデフォルト値よりも短い所定の悪環境用値に設定する。悪環境用値は例えば５０ミリ秒など、デフォルト値の半分に設定可能である。また、悪環境用値は、８０ミリ秒や４０ミリ秒などであってもよい。前方カメラ１１のフレームレートや識別器Ｇ１の処理速度に応じた値に設定可能である。

その他、詳細位置算出部Ｆ７は、前方カメラ１１やミリ波レーダ１２で検出されている道路端からの距離情報に基づいて、自車両が走行しているレーンの識別子（番号）であるエゴレーンＩＤを特定する。レーンＩＤは、例えば左側の道路端から何番目のレーンを自車両Ｍａが走行しているかを示す。なお、右側通行の地域においては、エゴレーンＩＤは右側道路端を基準としてレーン番号が割り当てられても良い。エゴレーンＩＤの特定は、カメラＥＣＵ４１で実施されても良い。エゴレーンは自車レーン或いは自車走行レーンと呼ぶこともできる。

減速要求部Ｆ８は、悪環境判定部Ｆ６によって悪環境であると判定されていることに基づいて、運転支援ＥＣＵ３０に対して所定の減速要求信号を出力する。減速要求信号は、例えば目標速度の設定値を現在の値から所定量抑制するように要求する信号とすることができる。要求する減速量は、３ｋｍ／ｈや、５ｋｍ／ｈ、１０ｋｍ／ｈなどの一定量とすることができる。また、減速量は目標速度の１０％など、目標速度に応じた値であってもよい。或いは、減速要求信号は、予め設定された縮退速度まで減速を要求するものであってもよい。縮退速度は、道路種別に応じて設定されていればよく、例えば、高速道路においては６０ｋｍ／ｈ、一般道路においては４０ｋｍ／ｈなどとすることができる。

なお、減速要求信号は、上述したような現在の目標速度の設定値を低下させるものであっても良いし、ＡＣＣ上限速度の低下を要求するものであっても良い。現在の目標速度がＡＣＣ上限速度に張り付いている場合には、ＡＣＣ上限速度を下げることによっても、間接的に車速を抑制できる。

通知処理部Ｆ９は、ＨＭＩシステム１７と連携して、自車位置推定状況及びそれに付随する情報提示を行う構成である。通知処理部Ｆ９は、例えば、運転支援ＥＣＵ３０が減速要求部Ｆ８からの要求に基づいて車速を抑制する場合、ＨＭＩシステム１７と連携して、悪環境であることに起因して車速を抑制する旨の通知を行う。例えば、通知処理部Ｆ９は、減速通知画像をディスプレイ１７１に表示させる。なお、速度抑制に関する通知は、スピーカからの音声メッセージ出力によって実施されても良い。速度抑制に関する通知を実施するタイミングは、運転支援ＥＣＵ３０が実際に車速の抑制を開始した場合に限らない。

減速通知画像には、図４に示すように、減速量や、減速理由、減速した状態を維持する期間の目安などを含まれていても良い。減速通知画像に減速量等を含めることでユーザに違和感を与えるおそれを低減できる。また豪雨や西日などの減速理由をユーザに通知する構成によればユーザの納得感をより一層高めることができる。なお、減速通知画像は図４に例示したようなテキストを含む画像であっても良い。減速通知画像は、図５の（Ａ）に示すような文字列を含まないアイコン画像であっても良いし、図５の（Ｂ）に示すように減速量などの変更後の速度に関する情報をテキストとして含むアイコン画像であってもよい。図５に示すアイコン画像の近傍には、豪雨や西日などの、悪環境種別を示すアイコン画像が付与されていても良い。

通知処理部Ｆ９は、速度の抑制が実行される前、例えば減速要求信号を出力する前に、所定の画像又は音声メッセージである減速確認メッセージを用いて、車速を抑制してもよいかをユーザに問い合わせてもよい。その場合、ユーザによって車速の抑制が許可された場合に、減速要求部Ｆ８は運転支援ＥＣＵ３０に対して減速要求信号を出力すればよい。なお、減速してもよいかの問い合わせは運転支援ＥＣＵ３０が実施しても良い。

減速確認メッセージには、減速通知画像と同様に、減速量や、減速した状態を維持する期間の目安などを含めても良い。減速確認メッセージに減速量等を含めることで、ユーザの意図しないレベルまで減速されるおそれを低減できる。また、どれくらい減速するのかが予告されるため、ユーザを困惑させるおそれも低減できる。その結果、車両に対するユーザの満足感を損なうおそれを低減できる。

＜位置推定器２０の作動フローについて＞
次に図６に示すフローチャートを用いて位置推定器２０が実行する悪環境判定関連処理について説明する。図６に示すフローチャートは例えば車両の走行用電源がオンとなっている間、所定の周期（例えば１秒毎）に実行される。走行用電源は、例えばエンジン車両においてはイグニッション電源である。電気自動車においてはシステムメインリレーが走行用電源に相当する。なお、図６に示す悪環境判定関連処理とは独立（換言すれば並列）して、詳細位置算出部Ｆ７は、デフォルト設定又は当該悪環境判定関連処理で決定された設定にてローカライズ処理を逐次実行する。本実施形態では一例として悪環境判定関連処理はステップＳ１～Ｓ１１を備える。

まずステップＳ１では、実効認識距離や、温度、湿度など、悪環境判定部Ｆ６が、現在の状況が悪環境に該当するか否かを判定するための各種情報を取得してステップＳ２に移る。ステップＳ２では悪環境判定部Ｆ６が悪環境であるか否かを判定する。例えば実効認識距離が所定の距離閾値未満である場合に、悪環境と判定してステップＳ３に移る。一方、悪環境ではないと判定した場合には本フローを終了する。悪環境ではないと判定された場合には、詳細位置算出部Ｆ７は所定のデフォルト設定でローカライズ処理を実行する。

ステップＳ３では減速要求部Ｆ８が、減速可能であるか否かを判定する。減速可能かどうかは、例えば通知処理部Ｆ９と連携して、減速確認メッセージを出力し、当該出力に対するユーザの応答に基づいて決定されても良い。すなわち、ユーザによって減速が許可された場合に減速可能と判定する一方、ユーザによって減速の実行を否定された場合には減速不可と判定しても良い。ユーザの応答はステアリング等に設けられたスイッチや、タッチパネル、音声入力装置等を介して取得可能である。

また、ステップＳ３において減速要求部Ｆ８は、現在の目標速度の設定値が所定の車速可変域の下限値に至っているか否かに基づいて、減速可能かどうかを判定しても良い。すなわち、目標速度の設定値が車速可変域の下限値に達している場合に、減速不可と判定しても良い。目標速度の設定値が車速可変域の下限値に達していない場合、或いは、下限値よりも所定値以上大きい値となっている場合には減速可能と判定しても良い。減速可能と判定した場合にはステップＳ４を実行する一方、減速不可と判定した場合にはステップＳ６を実行する。

ステップＳ４では通知処理部Ｆ９が、車速を所定量抑制する趣旨の通知を実施する。例えば減速通知画像をディスプレイ１７１に表示してステップＳ５に移る。なお、減速通知画像の表示は悪環境判定に伴う減速を実行している間、継続されても良い。

ステップＳ５では減速要求部Ｆ８が運転支援ＥＣＵ３０と連携して車速の抑制を実現する。具体的には、減速要求部Ｆ８が運転支援ＥＣＵ３０に対して減速要求信号を出力し、運転支援ＥＣＵ３０が当該信号に基づいて減速を実現する。減速は、前述の通り、目標速度を下げるものであっても良いし、ＡＣＣ上限速度を下げるものであってもよい。ここでは一例として減速要求１回当りの減速量は、例えば２ｋｍ／ｈとする。ステップＳ５での処理が完了するとステップＳ６に移る。なお、一般的に高速で移動している状況よりも低速で移動している状況のほうが、前方カメラ１１で撮像される画像は鮮明となることが期待できる。当然、画像が鮮明となれば、画像フレームを用いた物体認識の精度も向上することが期待できる。つまり、ステップＳ５にて車速を落とす処理を実行することにより、前方カメラ１１による物体認識の精度の回復が見込まれる。

ステップＳ６では周期変更部Ｆ７１が位置推定周期をデフォルト値から悪環境用値に変更する。これにより、詳細位置算出部Ｆ７がローカライズ処理を実行する頻度が高くなり、悪環境下においても、単位時間当りのローカライズ処理の成功回数は、良環境と同程度に維持されることが期待できる。ステップＳ６が完了して、一定時間経過、又は、ローカライズ処理が所定回数実行されると、ステップＳ７を実行する。なお、ステップＳ７はランドマークを通過する際に実行されてもよい。

ステップＳ７では認識精度評価部Ｆ５が、認識精度に関する情報を取得する。例えば認識精度評価部Ｆ５は、前方カメラ１１から物体認識に対する信頼度を取得してステップＳ８に移る。ステップＳ８では前方カメラ１１による認識精度の評価値が所定の許容範囲に収まっているか否かを判定する。例えばステップＳ７で取得した信頼度が所定の閾値以上となっているか否かを判定する。信頼度が認識精度の評価値に相当する。信頼度が所定の閾値以上である場合には認識精度は許容レベルであるとみなしてステップＳ９に移る。一方、信頼度が所定の閾値以上である場合には認識精度は許容レベルに至っていないとみなして、ステップＳ３以降の処理を再度実行する。

ステップＳ３～Ｓ８を繰り返し実行することにより、例えば図７に示すように、車速は徐々に低下していく。なお、車速を低下させる際の減速度は、例えば０．５ｍ／ｓ＾２（≒０．０５Ｇ）などとすることができる。このような制御態様によれば、緩やかに減速され、運転席乗員に違和感を与える恐れを低減できる。そして、物体認識の精度が許容レベルとなるところで減速は停止する。このような構成は、１つの側面において、認識精度が許容レベルに到達するまで減速する構成、換言すれば、認識精度が許容レベルに達した段階でさらなる減速は中止する構成に相当する。

上記の通り一回当りの目標速度の低下量を数ｋｍ／ｈ程度に設定した上で、減速処理と認識精度の確認を繰り返し実行する構成によれば、必要以上に減速させてしまうことを抑制できる。なお、ステップＳ６における周期の変更は本フローにおいて１度実行されればよく、ステップＳ３～Ｓ８を繰り返し実行する際には省略可能である。また、減速してもよいかをユーザに問い合わせる処理もまた同様である。

なお、本実施形態では、認識精度の指標として、認識結果の信頼度を用いるが、これに限らない。認識精度の指標は見落とし率であっても良い。見落とし率も認識精度の評価値に相当する。また、ステップＳ８において更なる減速を行うか否かの判断材料は認識精度を直接的に示すものでなくともよい。例えばステップＳ８では、推定誤差が所定の許容範囲に収まっているか否かを判定するように構成されていても良い。推定誤差もまた認識精度の評価値に含めることができる。

推定誤差に対する許容範囲の上限値（以降、誤差閾値Ｐｔｈ）は、例えば０．５ｍや１ｍなどとすることができる。誤差閾値Ｐｔｈは道路種別に応じて異なる値が適用されても良い。例えば都市間高速など、上限速度が７０ｋｍ／ｈ以上に設定されている大規模道路向けの誤差閾値Ｐｔｈ１は、一般道や都市内高速道路向けなどの誤差閾値Ｐｔｈ２よりも大きい値に設定可能である。誤差閾値Ｐｔｈ１は例えば１ｍ～３ｍとすることができる。また、誤差閾値Ｐｔｈ２は１ｍ未満であることが好ましく、例えば０．５ｍとすることができる。一般道向けの誤差閾値Ｐｔｈ２を誤差閾値Ｐｔｈ１よりも厳しくすることで、一時停止線を超過するおそれを低減することができる。

ステップＳ９では以上の処理で設定された位置推定周期及び目標速度の設定を維持してステップＳ１０に移る。ステップＳ１０では、悪環境が継続しているか否かを判定する。まだ悪環境であるか否かはステップＳ２と同様の方法とすることができる。ステップＳ１０にて悪環境が継続していると判定した場合にはステップＳ８以降の処理を再度実行する。一方、ステップＳ１０にて悪環境ではなくなったと判定した場合にはステップＳ１１に移る。ステップＳ１１ではステップＳ１～Ｓ９までの処理で一時的に変更されていた各種設定値をデフォルト値に戻して本フローを終了する。

速度をもとに戻す場合の加速度もまた、例えば０．５ｍ／ｓ＾２などとすることができる。なお、同じ大きさの加速度であっても、加速時は減速時に比べて、乗員に不快感を与えにくい。体が座席の背もたれでサポートされるためである。速度復帰時に適用される加速度の大きさは、減速時の適用値よりも大きく設定されていても良い。例えば加速時の制御目標値は０．８ｍ／ｓ＾２又は０．９ｍ／ｓ＾２であってもよい。加速度の時間変化率を示すジャーク（加加速度）は、乗り心地の観点から１．３ｍ／ｓ＾３など、１．０ｍ／ｓ＾３から１．５ｍ／ｓ＾３までの範囲で制御されることが好ましい。

なお、速度復帰の目標速度とは、ステップＳ１実行時点でのＡＣＣの目標速度、すなわちユーザが設定した値を指す。便宜上、それらを本来の目標速度とも称する。本来の目標速度への復帰は、減速要求部Ｆ８が、例えば目標速度を元に戻すことを許可する速度復帰許可信号を運転支援ＥＣＵ３０に出力する事により開始されうる。運転支援ＥＣＵ３０は、速度復帰許可信号が入力されたことに基づいて、上記加速度で徐々に速度を目標速度まで上昇させる。なお、走行速度の復帰は、減速要求信号の出力を停止することで開始されても良い。

以上の構成によれば、悪環境判定時には車速を抑制する。車速が低下すれば、画像の鮮明さが向上することが期待できるため、画像認識精度も向上することが期待できる。画像認識精度が上がれば、相対的に遠方のランドマークを検出できたり、ランドマークの見落とし率を抑制したり可能となる。このようにランドマークを検出できる確率が向上するのでローカライズ処理を実行できる機会を増加させることができる。その結果、悪環境下であっても自車位置推定精度が劣化することを抑制できる。

また、前方カメラ１１の画像認識精度が向上すれば、ランドマークの観測座標自体の精度も向上する。そのため、ローカライズ処理による自車位置の推定精度の向上も期待できる。このように上記構成によれば悪環境下でも位置推定精度の劣化を抑制可能であるため、悪環境下における走行安全性を高めることが可能となる。

さらに、悪環境下であるとの判定に基づいて走行速度を抑制することにより、ランドマークを認識し始めた時点から当該ランドマークを通過するまでの時間を、走行速度を抑制しない構成に比べて、長くすることができる。このような構成によれば、走行速度を抑制しない構成に比べて、ローカライズ処理の実行回数／実行機会を増加させることができる。その結果、自車位置推定精度が劣化することをより一層抑制可能となる。

また、上記構成によれば、悪環境判定時には位置推定周期、つまりローカライズ処理の実行周期を短くする。このような構成によれば、単位時間あたりのローカライズ処理の実行回数が増加する。そのため、仮にローカライズ処理の成功率は低下したとしても、一定時間以内にローカライズ処理が成功する回数自体は、良環境と同程度に維持されることが期待できる。その結果、自車位置推定精度が劣化することを抑制可能となる。

また自動運転においては自車位置の推定精度の劣化が自動運転の中断につながることが想定される。当然、自動運転機能が頻繁に中断されるようなことが起きると、ユーザの利便性は低下する。そのような懸念に対し、上記構成によれば、悪環境下であっても自車位置推定精度が劣化しにくいため、自車位置推定精度の劣化に起因して自動運転が中断されてしまうおそれを低減できる。なお、悪環境下であるとの判定に基づいて走行速度を抑制する構成は、悪環境と判定されていることに基づいて機能を縮退させる構成に相当する。悪環境と判定されていることに基づいて機能を縮退させる構成としてはその他、追い越しを禁止したり、制御計画に際して許容する加速度の大きさを所定量小さくしたり、ヨーレートの許容値（上限値）を所定量小さくしたりすることが挙げられる。運転支援ＥＣＵ３０は、位置推定器２０が悪環境と判定していることに基づいて、制御計画に使用する加減速度やヨーレートの上限値を所定の標準上限値よりも所定量小さくするように構成されていても良い。ここでの標準上限値とは、悪環境では無いと判定されている場合に適用される上限値を指す。

以上、本開示の実施形態を説明したが、本開示は上述の実施形態に限定されるものではなく、以降で述べる種々の変形例も本開示の技術的範囲に含まれ、さらに、下記以外にも要旨を逸脱しない範囲内で種々変更して実施できる。例えば下記の種々の変形例は、技術的な矛盾が生じない範囲において適宜組み合わせて実施できる。なお、前述の実施形態で述べた部材と同一の機能を有する部材については、同一の符号を付し、その説明を省略する。また、構成の一部のみに言及している場合、他の部分については先に説明した実施形態の構成を適用できる。

＜減速制御方法の補足＞
減速要求部Ｆ８は、悪環境と判定されたことに基づいて、所定の暫定目標速度まで減速するよう運転支援ＥＣＵ３０に指示しても良い。暫定目標速度としては、制限速度、又は、制限速度よりも所定量小さい値を適用する事ができる。暫定目標速度まで速度を低下させても認識精度が許容レベルに達しなかった場合には、減速要求部Ｆ８は、暫定目標速度をさらに所定量引き下げてもよい。

また、位置推定器２０は、走行速度を制限速度又は制限速度よりも所定量小さい値まで抑制させても認識精度が許容レベルに達していない場合には、それ以上の減速は要求せずに、その他の方法で認識精度の改善を図っても良い。減速以外の方法とは、推定周期の短縮や、後述するミリ波レーダ１２の活用、ローカライズ処理に使用する画像フレームの変更などが挙げられる。また、先行車が存在する場合には、仮に先行車の速度が自車両の目標速度よりも遅い場合であっても追い越さずに追従走行することで、安全性を担保しても良い。

また、以上では悪環境に該当すると判定した場合に減速を開始する構成について述べたが、実際の走行環境においては、交通ルールや他車両との協調性の観点から、すぐに減速を行うことが好ましくないシーンも想定される。すぐに減速を開始することが好ましくないシーンとは、例えば追越車線を走行している場合や、高速道路の本線に合流するための加速車線を走行している場合である。

そのような事情から減速要求部Ｆ８は、ステップＳ３において減速可能であるか否かを判定する際に、追越車線等を走行しているか否かを判定しても良い。減速要求部Ｆ８は、自車両が追越車線を走行していることに基づいて、減速不可と判定しても良い。また、自車両が追越車線を走行している場合、自車両が走行車線に移るまで減速の開始を保留としてもよい。減速の開始を保留とすることは、減速要求信号の出力を保留とすることに対応する。

以上で述べた技術思想に対応する位置推定器２０の作動の一例を図８に示すフローチャートを用いて説明する。図８に示す処理フローは、前述のステップＳ３以降の処理と並列的に、又は、組み合わせて、又は部分的に置き換えて実施可能である。例えば図８に示すフローチャートは、ステップＳ２以降の処理として実施されうる。便宜上、図８に示すフローチャートに対応する処理を減速調停処理と称する。減速調停処理は一例としてステップＳ１０１～ステップＳ１０７を含む。図８に示す各ステップは例えば減速要求部Ｆ８としての処理部２１によって実行される。各ステップの実行主体は、適宜変更可能である。

まずステップＳ１０１では、悪環境判定部Ｆ６の判定結果を取得し、現在の走行環境が悪環境であるか否かを判定する。悪環境に該当すると判定されている場合にはステップＳ１０２に移る。一方、悪環境では無いと判定されている場合には本フローを終了する。ステップＳ１０２では、詳細位置算出部Ｆ７が特定しているエゴレーンＩＤに基づき、追越車線を走行中であるか否かを判定する。

追越車線とは、他車両を側方から追い越すための車線（レーン）を指す。一般的に追越車線以外の車線は走行車線と呼ばれる。本開示においても、追越車線以外の車線を走行車線と称する。追越車線の設定は、運転支援システム１を搭載した車両が使用される地域の交通ルールによって定まる。例えば日本においては１番右側の車線が追越車線に該当し、それよりも左側の車線は走行車線に該当する。また、右側通行のドイツなどでは１番右側の車線だけが走行車線であり、それよりも左側の車線が追越車線になる。どの車線が追越車線に該当するかは、地図データに登録されていても良いし、位置推定器２０等に設定されている使用地域情報と、前方カメラ１１等で認識されている車線情報とに基づいて判断されても良い。使用地域情報としてはカントリーコード又はリージョンコードを使用可能である。

例えばステップＳ１０２では、エゴレーンＩＤと、地図データが示す走行路の車線数とを照らし合わせることで、エゴレーンが追越車線に該当するか否かが判定される。そしてエゴレーンが追越車線に該当する場合にはステップＳ１０３に移る。一方、エゴレーンが追越車線に該当しない場合にはステップＳ１０５に移る。

ステップＳ１０３では、運転支援ＥＣＵ３０との協働により、走行車線に車線変更する処理を実行する。例えば減速要求部Ｆ８は、走行車線に移るように要求する信号を運転支援ＥＣＵ３０に出力する。運転支援ＥＣＵ３０は当該要求信号の受信に基づき、走行車線に移動する計画を作成し、実行する。車線変更は、例えば運転支援ＥＣＵ３０が運転操作の主体となって（つまり自動的に）実行される。このような制御態様は１つの局面において、カメラにとっての悪環境と判定されたことに基づいて計画されていた追越を中止し、走行車線に戻る制御に相当する。他の態様としては、所定時間以内に追越が完了することが算出されている場合には追越が完了してから走行車線に戻る制御を開始しても良い。

なお、運転支援ＥＣＵ３０が操舵を主体的に行う運転モードにおいては、運転支援ＥＣＵ３０は、運転席乗員がハンドルから手を離すことが許容しても良いし、軽くハンドルを握っている状態を維持することを要求しても良い。もちろん、車線変更としての運転操作は、運転席乗員が主体となって実施されても良い。その場合、運転支援ＥＣＵ３０は、車線変更の提案から車線変更先の交通状況の提示、操舵トルクのアシストといった、運転支援制御を実施しうる。

なお、走行位置を走行車線へ移す処理は、走行位置を走行車線に移しても良いか、運転席乗員に問い合わせる処理を含んでいても良い。例えば位置推定器２０又は運転支援ＥＣＵ３０は、図９に示すように走行車線に移ることを通知する追越中止通知画像を出力し、当該出力に対する運転席乗員の応答に基づいて、車線変更するか否かが決定しても良い。位置推定器２０は追越中止画像の表示に対して運転席乗員からの応答が得られなかったことに基づいて、走行車線への移動が許可されたと判定しても良い。追越中止通知画像は、もし追越車線での走行を継続することを希望する場合には、運転席乗員自身で運転操作を行うことを要求するメッセージを含んでいても良い。また、位置推定器２０は追越中止画像の表示後、アクセルペダルの踏み込みなどといった運転席乗員の操作を検出した場合に、車線変更が拒否されたと判定することができる。

減速要求部Ｆ８は、運転席乗員によって走行車線への移動が許可された場合に、車線変更の要求信号を運転支援ＥＣＵ３０に出力する。一方、運転席乗員によって走行車線への移動が拒否された場合には、走行速度の自動調整等、システムによる運転支援が継続困難であること、又は終了することを運転席乗員に通知しても良い。

走行車線への移動が完了すると、ステップＳ１０４が実行される。走行車線への移動が完了したことは前方カメラ１１の認識結果、例えばエゴレーンＩＤが１になったことなどに基づいて判定可能である。ステップＳ１０４では運転支援ＥＣＵ３０に減速要求信号を出力して本フローを終了する。減速要求信号は、認識精度が許容レベルに達するまで繰り返し出力されても良いし、１回だけであってもよい。また、ここで出力される減速要求信号は制限速度などの、所定の暫定目標速度までの減速を指示する信号であっても良い。

ステップＳ１０５では、エゴレーンＩＤと地図データが示す道路構造情報とを照らし合わせることで、加速車線を走行中であるか否かを判定する。加速車線を走行中である場合にはステップＳ１０５を肯定判定してステップＳ１０６に移る。一方、加速車線を走行中ではない場合にはステップＳ１０７を実行する。

ステップＳ１０６では、ＨＭＩシステム１７と連携して、速度調整及び操舵を手動で実施することを運転席乗員に要求する画像及び音声を出力して本フローを終了する。このような構成によれば、本来加速するべきシーンにおいてシステムによる減速が行われてしまう恐れを低減できる。また、システムによる速度維持又は加速が困難な状況において速やかに運転席乗員に操作権限を移譲することにより、安全性を担保することが可能となる。なお、ステップＳ１０６の内容は一例であって加速車線走行中の処理内容はこれに限定されない。本線の通行量が所定値以下であり、通常時に適用される合流用の目標速度よりも所定量低い速度で本線合流が可能であると判定された場合には、減速処理を中止し、本線合流に向かって所定の速度まで加速する処理を選択しても良い。通常時に適用される合意流用の目標速度とは、例えば本線の制限速度又はユーザ設定車速とすることができる。

ステップＳ１０７では、ステップＳ１０４と同様、運転支援ＥＣＵ３０に減速要求信号を出力して本フローを終了する。なお、以上で述べた、ステップＳ１０５～Ｓ１０６は任意の処理であっても省略されても良い。その場合、ステップＳ１０２でエゴレーンは追越車線ではないと判定された場合にはステップＳ１０７に移り、減速制御が開始されれば良い。以上の構成によれば、減速すべきではないシーンにおいて、悪環境判定に基づく減速が自動的に開始される恐れを低減できる。

＜速度復帰制御の補足＞
また、以上ではステップＳ１０にて悪環境ではなくなった判定した場合、ステップＳ１１にて、抑制していた速度を本来の速度に復帰させる処理を開始する構成について述べた。しかしながら、実際の走行環境においては、交通ルールや他車両との協調性の観点から、加速することが好ましくないシーンも想定される。加速することが好ましくないシーンとは、例えば前方所定距離以内にカーブ路や障害物が存在する場合、先行車両との距離が所定距離以内である場合などである。ここでの障害物としては、工事による車線規制や、落下物、路上駐車車両、事故車両などを指す。

そのような事情から位置推定器２０は、悪環境ではなくなったことを検知した場合に、前方の道路構造に基づいて加速すべきか否かを判定してもよい。例えばカーブ路までの残り距離が所定の閾値未満である場合には、加速を保留にしてもよい。加速開始を保留とすることは、例えば速度復帰許可信号の出力を保留とすることに対応する。

以上で述べた技術思想に対応する位置推定器２０の作動の一例を図１０に示すフローチャートを用いて説明する。図１０に示す処理フローは、前述のステップＳ１１と並列的に、又は、組み合わせて、又は部分的に置き換えて実施可能である。例えば図１０に示すフローチャートは、ステップＳ１１以降の処理として実施されうる。便宜上、図１０に示すフローチャートに対応する処理を減速調停処理と称する。減速調停処理は一例としてステップＳ２０１～Ｓ２０９を含む。減速調停処理は、悪環境判定に由来して速度が抑制されている間、所定の周期（例えば１秒毎）に実行されうる。図１０に示す各ステップは例えば処理部２１によって実行される。

まずステップＳ２０１では、悪環境判定部Ｆ６の判定結果を取得し、悪環境が継続しているか否かが判定される。まだ悪環境であると判定されている場合にはステップＳ２０１を肯定判定して本フローを終了する。一方、悪環境ではなくなったと判定されている場合にはステップＳ２０２に移る。

ステップＳ２０２では、地図データを参照し、前方所定距離以内にカーブ路が存在するか否かを判定する。当該判定処理は、地図データを用いて算出されるカーブ路までの残り距離が所定の閾値未満であるか否かを判定する処理に相当する。前方所定距離以内にカーブ路が存在する場合にはステップＳ２０３に移る。一方、前方所定距離以内にカーブ路は存在しない場合にはステップＳ２０４に移る。ステップＳ２０３では前方のカーブ路を通過するまでは本来の目標速度に向けた加速を保留にすることを決定して本フローを終了する。本来の目標速度とは、前述の通り、ユーザ設定車速または制限速度を指す。なお、目標速度までの加速を保留にした場合であっても、先行車が存在する場合には、先行車の挙動に呼応して所定の車間距離が維持されるように加速を行っても良い。

ステップＳ２０４では、前方カメラ１１やミリ波レーダ１２から入力される信号をもとに、障害物が存在するか否かを判定する。前方カメラ１１やミリ波レーダ１２で障害物が検出されている場合には、ステップＳ２０５に移る。一方、前方カメラ１１やミリ波レーダ１２で障害物が検出されていない場合にはステップＳ２０６に移る。ステップＳ２０５では障害物を通過するまでは本来の目標速度に向けた加速を保留にすることを決定して本フローを終了する。

ステップＳ２０６では、前方カメラ１１やミリ波レーダ１２から入力される信号をもとに、先行車が存在するか否かを判定する。先行車が検出されているにはステップＳ２０７に移る。一方、先行車が検出されていない場合にはステップＳ２０８に移る。なお、先行車が検出されてあっても、先行車との距離が所定の追従対象距離以上である場合には、ＡＣＣに関連する先行車はいないとみなしてステップＳ２０８に移っても良い。追従対象距離は、例えば６０ｍや１００ｍなどの一定値であってもよいし、走行速度に応じて動的に定まるよう、車間時間の概念で定義されていても良い。例えば追従対象距離は、２秒又は３秒相当に設定されていても良い。

ステップＳ２０７では、目標速度に向けた加速を中止する。この場合、運転支援ＥＣＵ３０は先行車に追従走行するための車速制御が開始してもよい。ステップＳ２０８では、エゴレーンＩＤと地図データが示す道路構造情報とを照らし合わせることで、自車両が減速車線を走行中であるか否かを判定する。減速車線を走行中である場合にはステップＳ２０７に移り、加速を中止する。一方、減速車線を走行中ではない場合にはステップＳ２０９を実行する。なおステップＳ２０８の判定処理、すなわち走行位置が減速車線であるかの判定は任意の要素で当て省略されても良い。

ステップＳ２０９では、運転支援ＥＣＵ３０に、目標速度に向けた加速、換言すれば、速度復帰のための加速を開始させる。例えば減速要求部Ｆ８が運転支援ＥＣＵ３０に向けて速度復帰許可信号を出力する。

乗員の快適性、安全性、又はその他の観点から、カーブ走行中又はカーブ手前では減速することが好ましい。また、障害物の側方を通過する際にも、予期せぬ飛び出し等に備えて減速することが好ましい。仮に自車両前方にカーブ路や障害物などが存在する状況において、悪環境判定の解消に伴って加速してしまうと、その後再び減速が行われる可能性がある。つまり、不必要な加減速が行われうる。以上の処理フローによれば、自車両前方にカーブや障害物といった加速保留要因が存在する場合には、速度復帰のための加速が保留となるため、不要な加速を実施することを抑制可能となる。

＜減速による悪環境対応の補足＞
ランドマーク情報取得部Ｆ３は、地図データを参照することにより前方直近ランドマークを特定し、前方直近ランドマークと自車両との距離を直近ランドマーク距離として算出するように構成されていても良い。ここでの直近ランドマークとは、地図データに登録されているランドマークのうち、車両前方において自車両から最も近いランドマークを指す。また、減速要求部Ｆ８は、直近ランドマーク距離が所定距離未満となったら、減速に関連する処理を実行するように構成されていても良い。減速関連処理には、車速を抑制してもよいかを運転席乗員に問い合わせる処理や、減速要求信号の出力などが含まれる。

また、悪環境であるとの判定に基づく減速量は、悪環境の種別に応じて変更されても良い。悪環境の種別は種別識別部Ｆ６１によって判定されれば良い。例えば、悪環境種別が豪雨である場合の減速量は、悪環境種別が西日や霧である場合の減速量よりも大きく設定されていてもよい。当該構成によれば、悪環境種別に応じた適正な減速量を適用可能となる。

さらに、悪環境であるとの判定に基づく減速量は、悪環境度合いに応じて変更されても良い。悪環境度合いは悪環境度合い判定部Ｆ６２によって判定されれば良い。例えば、悪環境度合いが高いほど、減速量は大きくする設定することが好ましい。当該構成によれば、悪環境度合いに応じた適正な減速量を適用可能となる。

悪環境判定部Ｆ６は、悪環境に該当すると判定した場合、その種別に応じて影響範囲を特定するとともに、位置推定器２０は、影響範囲の大きさに応じて、実施する制御の内容を変更するように構成されていても良い。例えば影響範囲が数１０ｍ又は数１００ｍなど、数分以内に離脱できる規模であれば減速で対応する。一方、影響範囲が数ｋｍなど、悪環境が１０分以上継続するような規模であれば、ＡＣＣ機能を停止するか、減速した上でＡＣＣ機能の利用を継続するかをＨＭＩシステム１７と連携して運転席乗員に問い合わせる処理を実行してもよい。影響範囲は例えば、豪雨であれば、当該豪雨をもたらす雨雲の大きさや雨雲の移動予測情報によって推定可能である。雨雲の大きさや移動予測情報は、例えばＶ２Ｘ車載器１５を介して、天候情報を配信する外部サーバから取得可能である。このように影響範囲の大きさに応じて対応を異ならせる構成によれば、運転席乗員の好みに応じた対応を採用可能となる。なお、影響範囲の大きさや、悪環境の種別、悪環境度合いに応じた対応は、運転席乗員が設定可能に構成されていても良い。当該構成によれば車両挙動に対する運転席乗員の満足感が高まる効果が期待できる。

＜ローカライズ処理の補足＞
ローカライズ部Ｆ０は、悪環境判定部Ｆ６が周辺環境は悪環境に該当すると判定しているか否かに基づいて、ローカライズ処理に使用する材料を変更するように構成されていても良い。

例えば、ローカライズ部Ｆ０は、ローカライズ処理に、ミリ波レーダ１２の検出結果を併用するか否かを、悪環境に該当すると判定されているか否かに基づいて切り替えるように構成されていても良い。より具体的な例としては、ローカライズ部Ｆ０は悪環境に該当すると判定されているか否かに基づいて、ミリ波レーダ１２の検出結果を併用するか否かを切り替えてもよい。ランドマークの観測座標の算出などに、なお、ローカライズ処理にはランドマークの位置情報を使用するため、ランドマークの位置算出に使用する材料を変更することは、ローカライズ処理に使用する材料を変更することに相当する。

具体的には、ローカライズ部Ｆ０は、悪環境判定部Ｆ６が周辺環境は悪環境に該当すると判定していない場合には、ミリ波レーダ１２の検出結果を用いずにランドマークの観測座標を算出して、ローカライズ処理を実行する。一方、悪環境判定部Ｆ６が悪環境に該当すると判定している場合は、前方カメラ１１の認識結果とミリ波レーダ１２の検出結果を併用してランドマークの観測座標を算出した上でローカライズ処理を実行する。上記構成は、通常時にはミリ波レーダ１２の検出結果データを用いずにローカライズ処理を実行する一方、悪環境判定時には前方カメラ１１の画像データとミリ波レーダ１２の検出結果データを併用してローカライズ処理を実行することに相当する。

上記構成によれば、ローカライズ部Ｆ０は、悪環境ではない場合（すなわち通常時）はミリ波レーダ１２の検出結果を用いずにローカライズ処理を実行するため、処理部２１の負荷を軽減できる。一方、悪環境下ではセンサフュージョンによって算出されたランドマークの観測座標を用いてローカライズ処理を実施するため、降雨等によって位置推定精度が劣化することを抑制できる。

また、画像認識結果とレーダ検出結果を組み合わせてランドマークを検出する構成では、ランドマーク情報取得部Ｆ３は、悪環境に該当すると判定されているか否かに基づいて、ランドマーク検出処理におけるレーダ検出結果の重み付けを変更していても良い。ここでの画像認識結果とは、前方カメラ１１が撮像画像データを所定の識別器に入力することで生成される、前方カメラ１１の撮像範囲に存在する検出対象物の位置や種別などを示すデータを指す。また、レーダ検出結果とは、ミリ波レーダ１２又はＬｉＤＡＲによって検出される、車両前方に存在する物体の相対位置、種別、移動速度などを示すデータを指す。

例えば悪環境判定部Ｆ６が悪環境であると判定している場合には、ランドマークの位置算出におけるレーダ検出結果の重みを、通常時に比べて大きくしてもよい。ミリ波レーダ１２は雨や霧などの影響を受けにくいため、上記構成によればランドマークとの距離の推定精度を高レベルに維持可能となる。また、いったん前方カメラ１１とミリ波レーダ１２のセンサフュージョンによってランドマークの位置を算出できた場合には画像認識結果の重みを軽くしてもよい（例えば０）にしてもよい。具体的には、センサフュージョンが成功した時点から所定時間の間は、ミリ波レーダ１２で当該ランドマークを追跡できている限りはレーダ検知結果をもとに当該ランドマークの位置の算出／更新を実施してもよい。そのような構成によれば、前方カメラ１１の認識能力が劣化しうる降雨時において、ランドマークの位置を特定できない事象の発生頻度が抑制される。その結果、ローカライズ処理の精度が劣化することを抑制する事ができる。

位置推定器２０は、悪環境判定部Ｆ６が周辺環境は悪環境に該当すると判定しているか否かに基づいて、ローカライズ処理に使用する画像フレームを変更するように構成されていても良い。ローカライズ処理に使用する画像フレームの変更は、前方カメラ１１との連携によって実現されれば良い。なお、ローカライズ処理には画像認識に基づくランドマークの位置情報を使用するため、ランドマークの検出に使用する画像フレームを変更することは、ローカライズ処理に使用する画像フレームを変更することに相当する。ランドマークの検出には、ランドマークの位置や種別を特定することも含まれる。

例えば、前方カメラ１１は図１１に示すように、露光時間が異なる複数種類のフレームを所定の順番で生成するように構成されている場合がある。図１１に示すＡタイプの画像フレームは、ランドマークの検出に適した露光時間で撮像される、ランドマーク用フレームであり、Ｂタイプの画像フレームは、例えば車両の検出に適した露光時間で撮像されるフレームである。Ｃタイプの画像フレームは、例えば区画線の検出に適した露光時間で撮像フレームである。なお、前方カメラ１１が生成する画像フレームの種別はこれに限らず、例えば、歩行者検出用の画像フレームや、ヘッドライトや信号機等の灯火設備を検出するための画像フレームを生成するように構成されていても良い。便宜上、車両検出用の画像フレームなど、ランドマーク以外の物体を検出するための画像フレームを他用途フレームとする。

そのように前方カメラ１１が用途／露光時間の異なる複数種類の画像フレームを生成する場合、ローカライズ部Ｆ０は、悪環境と判定されているか否かに応じて、ランドマークの検出に使用する画像フレームの種類や組み合わせを変更してもよい。例えば通常時はランドマーク用フレームを用いたローカライズ処理のみを実施する一方、悪環境時は、ランドマーク用フレームを用いたローカライズ処理に加えて、他用途フレームを用いたローカライズ処理を実行しても良い。このように他用途フレームを用いたローカライズ処理を追加的に実行する構成によれば、ローカライズ処理を実行する頻度を２倍に増やす事ができる。換言すればローカライズ処理の実行間隔を短くできる。

また、ローカライズ部Ｆ０は、悪環境判定時には、ランドマーク用フレームと他用途フレームを組み合わせて解像度を高めた画像フレーム（以降、超解像フレーム）を生成し、当該超解像フレームを用いてローカライズ処理を実行してもよい。超解像フレームは、例えばフラクタル方式や自己相似性を利用する方式など、多様な方式の超解像技術によって生成可能である。なお、上記構成の前提として、識別器Ｇ１は、車両検出用の画像フレームなどの他用途フレームや超解像フレームからも、ランドマークを検出可能に構成されているものとする。

運転支援システム１は、前方カメラ１１として、画角が相違する複数のカメラを備えていても良い。例えば図１２に示すように中距離カメラ１１ａ、望遠カメラ１１ｂ、及び広角カメラ１１ｃの３つのカメラを備えていても良い。中距離カメラ１１ａは、画角が５０度程度であって、例えば１５０ｍまでを撮像可能なようにレンズ等が構成されたカメラである。望遠カメラ１１ｂは中距離カメラ１１ａよりも遠方を撮像可能なように、画角が相対的に狭く構成されているカメラである。例えば望遠カメラ１１ｂは、画角が３０度から４０度程度であって２５０ｍ以上遠方を撮像可能なように構成されている。広角カメラ１１ｃは、車両周辺を広く撮像するように構成されたカメラである。広角カメラ１１ｃは例えば画角が１２０度から１５０度程度であって、車両前方５０ｍ以内を撮像可能に構成されている。

上記のように車両に前方カメラ１１が複数種類搭載されている場合、ローカライズ部Ｆ０は、悪環境と判定されているか否かに応じて、ランドマークの検出に使用する画像フレームの生成元を切り替えてもよい。例えば通常時は中距離カメラ１１ａの画像フレームを用いてランドマークの検出を実施する一方、西日を受けている場合は、望遠カメラ１１ｂの画像フレームを用いてランドマークを検出するように構成されていても良い。望遠カメラ１１ｂは相対的に狭角であるため、画角が広い中距離カメラ１１ａよりも西日の影響を受けにくい。故に、上記のように西日等の逆光時にはローカライズ処理に使用するカメラを相対的に狭角な望遠カメラ１１ｂに切り替えることで、ランドマークの認識精度が劣化することを抑制する効果が期待できる。なお、ローカライズ処理に使用する前方カメラ１１を完全に切り替えるのではなく、通常時は中距離カメラ１１ａだけを使用する一方、逆光時は中距離カメラ１１ａと望遠カメラ１１ｂを併用してもよい。つまり、前方カメラ１１が複数種類存在する場合には、ローカライズ部Ｆ０は、悪環境と判定されているか否かに応じて、ローカライズ処理に使用する前方カメラ１１の組み合わせを変更するように構成されていてもよい。

運転支援システム１は、車両前方を検出範囲に含むＬｉＤＡＲを備えていても良い。ＬｉＤＡＲは、レーザ光を照射することによって、検出方向ごとの反射点の位置を示す３次元点群データを生成するデバイスである。３次元点群データがＬｉＤＡＲにとっての観測データに相当する。車両前方を検出範囲に含むＬｉＤＡＲの検出結果もまた、前述のミリ波レーダの検出結果と同様に、ローカライズ処理に使用可能である。

以上では、悪環境判定時に臨時的に採用される処理（以降、悪環境対応処理）として、車速の抑制や、位置推定周期の短縮、ミリ波レーダ１２の検出結果の併用度合いの変更、ランドマーク検出に使用する画像フレームの変更などを列挙した。悪環境対応処理として実際に採用される処理内容は、適宜選定されれば良く、上述した全ての処理を並列的に実行しなくとも良い。上記種々の悪環境対応処理の１つ又は複数が、悪環境判定時に実行されれば良い。例えば悪環境に該当すると判定された場合、減速は行う一方、推定周期の変更は実施しなくともよい。

また、悪環境度合いに応じて、実行する悪環境対応処理の組み合わせを変更するように構成されていても良い。例えば悪環境度合いがレベル１の場合（低い場合）には位置推定周期を短くする程度に留める一方、悪環境度合いがレベル２以上である場合（高い場合）には車速の抑制を追加的に実施してもよい。また、悪環境度合いがレベル３の場合にはレベル２の場合よりも車速の抑制量（つまり減速量）を大きくしてもよい。悪環境度合いが高いほど、位置推定周期を短くしても良い。

さらに、悪環境の種別に応じて、実行する悪環境対応処理の組み合わせを変更するように構成されていても良い。例えば悪環境種別が霧の場合には位置推定周期を短くする程度に留める一方、悪環境種別が豪雨である場合には車速の抑制を追加的に実施してもよい。また、悪環境種別が西日である場合には、ローカライズに使用する画像フレームの変更と、ローカライズ周期の短縮を併用しても良い。ローカライズに使用する画像フレームの変更には、ローカライズに使用する画像フレームを中距離カメラ１１ａが撮像した画像フレームから望遠カメラ１１ｂが生成した画像フレームに切り替えることも含まれる。超解像フレームを生成してローカライズ処理に使用することも、ローカライズ処理に使用する画像フレームの変更の概念に含まれる。

なお、超解像フレームは、１つの前方カメラ１１（例えば中距離カメラ１１ａ）が生成したローカライズ用フレームに、他用途フレームの情報を付与することで生成されてもよい。また、超解像フレームは、中距離カメラ１１ａの画像フレームに望遠カメラ１１ｂが生成した画像フレームを組み合わせることで生成されても良い。つまり、超解像処理に使用する画像は、同一カメラで生成された複数フレームであっても良いし、異なるカメラで生成された複数フレームであってもよい。なお、中距離カメラ１１ａの画像と望遠カメラ１１ｂの画像を組み合わせて超解像フレームを生成する態様によれば、中距離カメラ１１ａが苦手とする遠方領域の情報が、望遠カメラ１１ｂの画像から付加される。その結果、中距離～遠方のランドマークに対する実効認識距離が向上することが期待できる。

その他、位置推定器２０は、悪環境対応処理を実施しても位置推定誤差が所定の閾値を超える場合には、ＡＣＣ機能を停止するように要求しても良い。また、レベル３以上の自動運転を実施可能な構成においては、悪環境対応処理を実施しても、自動運転中の位置推定誤差が所定の閾値を超えるようならば、ＨＭＩシステム１７と連携して運転席乗員に運転権限を移譲する処理を実行してもよい。

＜システム構成の補足＞
上述した実施形態では位置推定器２０を前方カメラ１１の外側に配置した構成を例示したが、位置推定器２０の配置態様はこれに限らない。図１３に示すように位置推定器２０の機能はカメラＥＣＵ４１に内在していてもよい。また、図１４に示すように、位置推定器２０の機能は運転支援ＥＣＵ３０に内在していてもよい。位置推定器２０の機能を含む運転支援ＥＣＵ３０が走行制御装置に相当する。加えて、カメラＥＣＵ４１の機能（主として識別器Ｇ１）もまた運転支援ＥＣＵ３０が備えていても良い。すなわち、前方カメラ１１は画像データを運転支援ＥＣＵ３０に出力して、運転支援ＥＣＵ３０が画像認識などの処理を実行するように構成されていても良い。

なお、運転支援ＥＣＵ３０が、位置推定器２０の機能、例えば悪環境判定部Ｆ６の機能を備える場合、運転支援ＥＣＵ３０は、悪環境と判定されたことに基づいて車速を抑制する処理を実施する。また、悪環境判定部Ｆ６を備える運転支援ＥＣＵ３０は、悪環境ではなくなったと判定されたことに基づいて車速を本来の目標速度まで徐々に復帰させる処理も自発的に実施可能となる。もちろん悪環境判定に伴う減速は、追越車線走行時には、走行車線に移るまで保留とすることができる。また、悪環境離脱に伴う速度復帰は加速保留要因の存在が検出されている場合には保留又は中止とする事ができる。

その他、図１５に示すように、位置推定器２０の一部、例えば認識精度評価部Ｆ５及び悪環境判定部Ｆ６はカメラＥＣＵ４１が備えていてもよい。その場合、カメラＥＣＵ４１から運転支援ＥＣＵ３０に向けて、走行環境が外界カメラにとっての悪環境に該当するか否かを示す環境判定信号ＳｇＸを出力する。環境判定信号ＳｇＸは、悪環境か否かを０／１で示す信号であってもよい。また、環境判定信号ＳｇＸは、悪環境度合い及び悪環境の種別の少なくとも何れか一方を示す信号であってもよい。図１５に示す構成において運転支援ＥＣＵ３０は、環境判定信号ＳｇＸに基づいて、車速の抑制及び復帰などを実行しうる。図１５に示す走行位置制御部Ｈ２は、追越車線から走行車線への移動など、横方向における走行位置を制御する機能部を示している。図１５に示す信号ＳｇＹは、ランドマークの認識結果を示す信号であり、ＳｇＺはローカライズ処理の結果を示す信号である。

＜運転支援ＥＣＵ３０の補足＞
運転支援ＥＣＵ３０は車両の走行に係る操作のすべてを自動で実行可能に構成されていても良い。すなわち、運転支援ＥＣＵ３０は、米国自動車技術会（ＳＡＥ Ｉｎｔｅｒｎａｔｉｏｎａｌ）の規定する自動運転レベル３以上の走行制御を実施する自動運行装置として構成されていても良い。なお、自動運転レベル１は、ステアリング操作と加減速操作のうちの何れか１つをシステムがサポートするレベルを指し、自動運転レベル２は、ステアリング操作と加減速操作のうちの複数をシステムがサポートするレベルを指す。自動運転レベル３は自動運転を実行可能な条件を規定する運行設計領域（ＯＤＤ：Operational Design Domain）内にてシステムが全ての運転操作を実行する一方、緊急時にはシステムからドライバに操作権限が移譲されるレベルを指す。ＯＤＤは自動運転許可条件に対応する。レベル４は、ＯＤＤ内においてシステムが全ての運転操作を実行するレベルを指す。レベル５は、場所の限定がなくシステムが全ての運転操作を実行するレベルを指す。レベル３以上が車両の走行に係る制御のすべてを自動で実行する、自律走行レベルに相当する。運転支援ＥＣＵ３０は、自動運転レベル３以上で動作する場合、運転席乗員またはオペレータによって設定された目的地まで、道路に沿って自車両が走行するように、車両の操舵、加速、減速（換言すれば制動）等を自動で実施する。

＜付言（その１）＞
本開示に記載の制御部及びその手法は、コンピュータプログラムにより具体化された一つ乃至は複数の機能を実行するようにプログラムされたプロセッサを構成する専用コンピュータにより、実現されてもよい。また、本開示に記載の装置及びその手法は、専用ハードウェア論理回路により、実現されてもよい。さらに、本開示に記載の装置及びその手法は、コンピュータプログラムを実行するプロセッサと一つ以上のハードウェア論理回路との組み合わせにより構成された一つ以上の専用コンピュータにより、実現されてもよい。また、コンピュータプログラムは、コンピュータにより実行されるインストラクションとして、コンピュータ読み取り可能な非遷移有形記録媒体に記憶されていてもよい。つまり、位置推定器２０が提供する手段および／または機能は、実体的なメモリ装置に記録されたソフトウェアおよびそれを実行するコンピュータ、ソフトウェアのみ、ハードウェアのみ、あるいはそれらの組合せによって提供できる。位置推定器２０が備える機能の一部又は全部はハードウェアとして実現されても良い。或る機能をハードウェアとして実現する態様には、１つ又は複数のＩＣなどを用いて実現する態様が含まれる。処理部２１は、ＣＰＵの代わりに、ＭＰＵやＧＰＵを用いて実現されていてもよい。また、処理部２１は、ＣＰＵや、ＭＰＵ、ＧＰＵなど、複数種類の演算処理装置を組み合せて実現されていてもよい。さらに、ＥＣＵは、ＦＰＧＡ（field-programmable gate array）や、ＡＳＩＣ（application specific integrated circuit）を用いて実現されていても良い。各種プログラムは、非遷移的実体的記録媒体（non- transitory tangible storage medium）に格納されていればよい。プログラムの保存媒体としては、ＨＤＤ（Hard-disk Drive）やＳＳＤ（Solid State Drive）、ＥＰＲＯＭ（Erasable Programmable ROM）、フラッシュメモリなど多様な記憶媒体を採用可能である。

＜付言（その２）＞
本開示には例えば以下の構成も含まれる。

［構成（１）］
車両に搭載されて使用される、車両の現在位置を推定する自車位置推定装置であって、
少なくとも１つのプロセッサを用いて構成されている制御部（２１）を備え、
制御部は、
前方カメラの撮像した画像フレームを用いて検出される所定のランドマークの位置情報と、地図に登録されているランドマークの位置情報とから、地図上における車両の位置座標を特定するローカライズ部（Ｆ０）と、
車両に搭載されたセンサ及び通信装置からの情報の少なくとも何れか一方に基づき、車両の周辺環境が、画像フレームを用いた物体認識性能を低下させうる所定の悪環境に該当するか否かを判定する環境判定部（Ｆ６）と、を備え、
制御部は、環境判定部が周辺環境は悪環境に該当すると判定したことに基づき、所定の速度範囲内において走行速度を自動制御する車両制御モジュール（３０）に向けて、速度範囲の上限値を一時的に下げるように要求する信号を出力するように構成されている。

上記構成によれば、悪環境判定時には、例えば自動運転やＡＣＣ機能などを提供する車両制御モジュールが採用可能な速度範囲の上限値が低減される。その結果、間接的に車両の走行速度は抑制されるため、カメラ画像の鮮明さが向上し、ローカライズ処理の成功率や位置推定精度を高めることが可能となる。

［構成（２）］
車両の現在位置を推定する自車位置推定装置であって、
少なくとも１つのプロセッサを用いて構成されている制御部（２１）を備え、
制御部は、
前方カメラの撮像した画像フレームを用いて検出される所定のランドマークの位置情報と、地図に登録されているランドマークの位置情報とから、地図上における車両の位置座標を特定するローカライズ部（Ｆ０）と、
車両に搭載されたセンサ及び通信装置からの情報の少なくとも何れか一方に基づき、車両の周辺環境が、画像フレームを用いた物体認識性能を低下させうる所定の悪環境に該当するか否かを判定する環境判定部（Ｆ６）と、を備え、
制御部は、周辺環境は悪環境に該当すると判定されていることに基づいて、車両の走行速度を自動制御する車両制御モジュール（３０）に向けて、速度制御に使用される目標速度の設定値を所定量下げるように要求する信号を出力するように構成されている。

上記構成は、悪環境と判定されていることに基づいて、運転席乗員が設定したＡＣＣの目標速度の設定値を、一時的にシステム側で所定量下げる構成に相当する。当該構成によれば、先行車に追従走行していない状況における走行速度を抑制可能となる。

［構成（３）］
車両の現在位置を推定する自車位置推定装置であって、
少なくとも１つのプロセッサを用いて構成されている制御部（２１）を備え、
制御部は、
前方カメラの撮像した画像フレームを用いて検出される所定のランドマークの位置情報と、地図に登録されているランドマークの位置情報とから、地図上における車両の位置座標を特定するローカライズ部（Ｆ０）と、
車両に搭載されたセンサ及び通信装置からの情報の少なくとも何れか一方に基づき、車両の周辺環境が、画像フレームを用いた物体認識性能を低下させうる所定の悪環境に該当するか否かを判定する環境判定部（Ｆ６）と、を備え、
制御部は、電波又はレーザ光を用いて車両前方に存在する物体を検出する物体検出器（１２）から、物体検出器の検出結果データを取得するように構成されており、
ローカライズ部は、
前方カメラが撮像した画像フレームと物体検出器の検出結果データを組み合わせてローカライズ処理を実行するものであって、
環境判定部が周辺環境は悪環境に該当すると判定しているか否かに基づいて、ローカライズにおける物体検出器の検出結果データの重みを変更するように構成されている。

上記に構成においては、悪環境と判定されているか否かに応じてセンサフュージョンにおけるミリ波レーダ１２の検出結果の重みを変更する。例えば悪環境判定時には、ミリ波レーダ１２の検出結果の重みを通常時よりも大きくする。なお、重み割合を変える態様には、画像認識結果の重みを一時的に０にする構成も含まれる。例えば前回フュージョン成功した時点から所定時間は、ミリ波レーダ１２だけで追跡可能なようにミリ波レーダ１２の検出結果を大きくしても良い。或いは、悪環境判定時には遠方領域におけるミリ波レーダ１２の検出結果の重みを大きくしても良い。センサフュージョンにおけるミリ波レーダ１２の検出結果の重みの変更態様は悪環境の種別や悪環境度合いに応じて変更されても良い。

［構成（４）］
自車両の現在位置を推定する自車位置推定装置であって、
少なくとも１つのプロセッサを用いて構成されている制御部（２１）を備え、
制御部は、
前方カメラの撮像した画像フレームを用いて検出される所定のランドマークの位置情報と、地図に登録されているランドマークの位置情報とから、地図上における車両の位置座標を特定するローカライズ部（Ｆ０）と、
車両に搭載されたセンサ及び通信装置からの情報の少なくとも何れか一方に基づき、車両の周辺環境が、画像フレームを用いた物体認識性能を低下させうる所定の悪環境に該当するか否かを判定する環境判定部（Ｆ６）と、を備え、
制御部は、電波又はレーザ光を用いて車両前方に存在する物体を検出する物体検出器（１２）から、物体検出器の検出結果データを取得可能に構成されており、
ローカライズ部は、
悪環境判定部が周辺環境は悪環境に該当すると判定していない場合には、物体検出器の検出結果データを用いずにローカライズ処理を実行する一方、
悪環境判定部が周辺環境は悪環境に該当すると判定している場合は、前方カメラが撮像した画像フレームと物体検出器の検出結果データを併用して車両の位置を算出する処理を実行するように構成されている。

上記構成によれば、通常時はミリ波レーダ１２の検出結果を併用しないことで処理負荷の低減を図る一方、悪環境判定時にはミリ波レーダ１２の検出結果を併用することで物体及び自車位置の認識精度を維持可能となる。

［構成（５）］
自車両の現在位置を推定する自車位置推定装置であって、
少なくとも１つのプロセッサを用いて構成されている制御部（２１）を備え、
制御部は、
前方カメラの撮像した画像フレームを用いて検出される所定のランドマークの位置情報と、地図に登録されているランドマークの位置情報とから、地図上における車両の位置座標を特定するローカライズ部（Ｆ０）と、
車両に搭載されたセンサ及び通信装置からの情報の少なくとも何れか一方に基づき、車両の周辺環境が、画像フレームを用いた物体認識性能を低下させうる所定の悪環境に該当するか否かを判定する環境判定部（Ｆ６）と、を備え、
悪環境判定部は、悪環境度合いを判定するように構成されており、
制御部は、悪環境判定部が判定した悪環境度合いが大きいほど、車両の位置を算出する処理の実行間隔を短くするか、走行速度の低下要求量を大きくするように構成されている。

［構成（６）］
車両に搭載され、当該車両の速度制御を自動で実行する走行制御装置であって、
少なくとも１つのプロセッサを用いて構成されている制御部（２１、３１）を備え、
制御部は、
車両に搭載されるカメラの検出結果に基づいて、速度調整のための制御信号を車両の走行アクチュエータ（１８）に向けて出力する速度制御部（Ｈ１）と、
前方カメラの撮像画像を用いて特定される所定のランドマークの位置情報と、地図に登録されているランドマークの位置情報とから、地図上における車両の位置座標を特定するローカライズ部（Ｆ０）と、
車両に搭載されたセンサ及び通信装置からの情報の少なくとも何れか一方に基づき、車両の周辺環境が、画像フレームを用いた物体認識の精度を低下させうる所定の悪環境に該当するか否かを判定する悪環境判定部（Ｆ５）と、を備え、
悪環境判定部が周辺環境は悪環境に該当すると判定していることに基づいて、走行速度を抑制するとともに、報知装置を介して車速を抑制している旨の通知を行うように構成されている。

Claims (12)

1. 車両に搭載されて、前記車両の現在位置を推定する自車位置推定装置であって、
   少なくとも１つのプロセッサを用いて構成されている制御部（２１）を備え、
   前記制御部は、
   前方カメラの撮像した画像フレームを用いて検出される所定のランドマークの位置情報と、地図に登録されている前記ランドマークの位置情報とから、地図上における前記車両の位置座標を特定するローカライズ部（Ｆ０）と、
   前記車両に搭載されたセンサ及び通信装置からの情報の少なくとも何れか一方に基づき、前記車両の周辺環境が、前記画像フレームを用いた物体認識の精度を低下させうる所定の悪環境に該当するか否かを判定する悪環境判定部（Ｆ６）と、を備え、
   前記制御部は、
   追越車線又は加速車線を走行中ではない場合には、前記悪環境判定部が前記周辺環境は前記悪環境に該当すると判定していることに基づいて、前記車両の走行速度を自動制御する車両制御モジュール（３０）に向けて、車速を抑制するように要求する信号である減速要求信号を出力する一方、
   追越車線又は加速車線を走行中である場合には、前記悪環境判定部が前記周辺環境は前記悪環境に該当すると判定している場合であっても、前記減速要求信号を出力しないように構成されており、
   前記前方カメラは、前記ランドマークの検出に適した露光時間で撮像した画像フレームであるランドマーク用フレームと、所定の他の用途に適した露光時間で撮像された画像フレームである他用途フレームを含む、複数種類の画像フレームを順次生成するものであり、
   前記ローカライズ部は、
   前記悪環境判定部が前記周辺環境は前記悪環境に該当すると判定しているか否かに基づいて、前記車両の位置を算出する処理に使用する画像フレームを変更するものであって、
   前記悪環境判定部が前記周辺環境は前記悪環境に該当すると判定していない場合には、前記ランドマーク用フレームを用いてローカライズ処理を実行する一方、
   前記悪環境判定部が前記周辺環境は前記悪環境に該当すると判定している場合は、前記ランドマーク用フレームと前記他用途フレームを用いて、前記車両の位置を算出する処理を実行するように構成されている、自車位置推定装置。
2. 請求項１に記載の自車位置推定装置であって、
   前記制御部は、
   前記画像フレームに基づく前記ランドマークの認識精度を評価する認識精度評価部（Ｆ５）を備え、
   前記悪環境判定部が前記周辺環境は前記悪環境に該当すると判定していることに基づいて、前記車両制御モジュール（３０）に向けて、前記減速要求信号として速度制御に使用される目標速度の設定値を所定量下げるように要求する信号を、前記認識精度が所定の許容レベルとなるまで繰り返し出力する、自車位置推定装置。
3. 請求項１又は２に記載の自車位置推定装置であって、
   前記制御部は、
   前記悪環境判定部が前記周辺環境は前記悪環境に該当すると判定している場合であっても、追越車線を走行中である場合には、走行車線に移動するように要求する信号を前記車両制御モジュールに出力するように構成されている自車位置推定装置。
4. 請求項１から３の何れか１項に記載の自車位置推定装置であって、
   前記制御部は、
   前記周辺環境が前記悪環境に該当すると判定されたことに基づいて前記車両制御モジュールが走行速度を抑制している状態において、前記周辺環境は前記悪環境ではなくなったと判定された場合には、走行速度の抑制を解除することを許可する速度復帰許可信号を前記車両制御モジュールに向けて出力するように構成されている自車位置推定装置。
5. 請求項４に記載の自車位置推定装置であって、
   前記制御部は、前記前方カメラから入力される信号及び前記地図が示す車両前方の走行環境に示す情報に基づき、前記車両の前方に加速保留要因が存在するか否かを判定し、前記車両の前方に前記加速保留要因が存在する場合には前記速度復帰許可信号を出力しないように構成されている自車位置推定装置。
6. 請求項２から５の何れか１項に記載の自車位置推定装置であって、
   前記悪環境判定部が前記周辺環境は前記悪環境に該当すると判定していることに基づいて、車速を抑制させる場合には、報知装置（１７１）を介して、車速を抑制する旨の通知を行う通知処理部（Ｆ９）を備える、自車位置推定装置。
7. 請求項１から６の何れか１項に記載の自車位置推定装置であって、
   前記ローカライズ部は、前記悪環境判定部が前記周辺環境は前記悪環境に該当すると判定していることに基づいて、前記車両の位置を算出する処理の実行間隔を短くする、自車位置推定装置。
8. 請求項１から７の何れか１項に記載の自車位置推定装置であって、
   前記悪環境判定部は、悪環境度合いを判定するように構成されており、
   前記制御部は、前記悪環境判定部が判定した前記悪環境度合いに応じて、実行する処理の内容を異ならせるように構成されている、自車位置推定装置。
9. 請求項８に記載の自車位置推定装置であって、
   前記制御部は、前記悪環境判定部が前記周辺環境は前記悪環境に該当すると判定していることに基づいて、前記車両の走行速度を自動制御する車両制御モジュール（３０）に向けて、車速を抑制するように要求する信号を出力するように構成されており、
   前記悪環境度合いが高いほど、要求する減速量を大きくする、自車位置推定装置。
10. 請求項１から９の何れか１項に記載の自車位置推定装置であって、
    前記悪環境判定部は、前記悪環境の種別を判定するように構成されており、
    前記ローカライズ部は、前記悪環境判定部が判定した前記悪環境の種別に応じて、実行する処理の内容を異ならせるように構成されている、自車位置推定装置。
11. 請求項１０に記載の自車位置推定装置であって、
    前記制御部は、前記悪環境判定部が前記周辺環境は前記悪環境に該当すると判定していることに基づいて、前記車両の走行速度を自動制御する車両制御モジュール（３０）に向けて、車速を抑制するように要求する信号を出力するように構成されており、
    前記悪環境判定部は、前記悪環境の種別として、霧、西日、豪雨、及びその他の何れかに該当するかどうかを判定するように構成されており、
    前記制御部は、前記悪環境の種別が豪雨と判定されている場合には、前記悪環境の種別が西日と判定されている場合よりも、要求する減速量を大きくする、自車位置推定装置。
12. 請求項１から１１の何れか１項に記載の自車位置推定装置であって、
    前記制御部は、前記画像フレームから前記ランドマークを実際に認識できる距離範囲を示す実効認識距離を算出するように構成されており、
    前記悪環境判定部は、前記実効認識距離が所定値以下まで縮退した場合に前記悪環境であると判定するように構成されている、自車位置推定装置。

Images