JPWO2018142527A1

JPWO2018142527A1 - 走行履歴の記憶方法、走行軌跡モデルの生成方法、自己位置推定方法、及び走行履歴の記憶装置

Info

Publication number: JPWO2018142527A1
Application number: JP2018565154A
Authority: JP
Inventors: 博幸 ▲高▼野; 元伸青木; 直樹古城
Original assignee: Nissan Motor Co Ltd
Current assignee: Nissan Motor Co Ltd
Priority date: 2017-02-02
Filing date: 2017-02-02
Publication date: 2019-11-21
Anticipated expiration: 2037-02-02
Also published as: BR112019015719A2; WO2018142527A1; CA3052251A1; US10860035B2; RU2735567C1; MX2019009085A; BR112019015719B1; EP3578919A4; EP3578919A1; CN110234957A; KR20190104360A; US20190391594A1; JP6696593B2; EP3578919B1; CN110234957B

Abstract

コントローラ１０５を用いて、車両の走行履歴を走路のリンク毎に記憶装置１０５に記憶させる走行履歴の記憶方法であって、一のリンクでの走行履歴を、所定の判別条件に基づいて、一種類又は複数種類の走行履歴に判別し、前記一のリンクでの前記複数種類の走行履歴を、判別した種類毎に分別して前記記憶装置に記憶させる。

Description

本発明は、走行履歴の記憶方法、走行軌跡モデルの生成方法、自己位置推定方法、及び走行履歴の記憶装置に関する。

道路の交差点の構造のモデリングを行うために、データ採集用の車両を走行させて道路車線情報と車両軌跡情報とを採集し、採集したデータから車線ノード位置を決定し、決定した車線ノード位置の間のリンクに前記車両軌跡情報を関連付ける技術が知られている（例えば、特許文献１参照）。

特開２０１６−７５９０５号公報

例えば、車両が直進する場合と右折する場合等のように、同一のリンクに、車両の通過位置や車速が異なる複数種類の走行履歴が存在する場合がある。かかる場合に、同一のリンクに存在する複数種類の走行履歴を分別せずに記憶装置に記憶させると、この走行履歴を用いた処理（例えば、走行中の車両の自己位置推定や車両の走行軌跡モデルの生成等）の精度が低下する。

本発明が解決しようとする課題は、記憶装置に記憶させた車両の走行履歴を用いた処理の精度を向上させることができる走行履歴の記憶方法及び装置を提供することにある。

本発明は、一のリンクでの走行履歴を、所定の判別条件に基づいて、一種類又は複数種類の走行履歴に判別し、当該一のリンクでの複数種類の走行履歴を、判別した種類毎に分別して記憶装置に記憶させることにより、上記課題を解決する。

本発明によれば、別種の走行履歴と判別される複数種類の走行履歴が分別して記憶装置されているので、実際の車両の走行軌跡に即した走行履歴を用いて、走行中の車両の自己位置推定等の処理を実施できる。従って、記憶装置に記憶させた車両の走行履歴を用いた処理の精度を向上させることができる。

本発明の一実施形態に係る走行履歴記憶システム、及びこの走行履歴記憶システムを適用した自己位置推定システムの構成の概略を示すブロック図である。走行履歴の記憶方法の一実施例について説明するための図である。走行履歴の記憶方法の一実施例について説明するための図である。本実施形態の走行軌跡モデルの生成方法を説明するためのフローチャートである。本実施形態の自己位置推定方法を説明するためのフローチャートである。

以下、本発明の実施形態を図面に基づいて説明する。図１は、本発明の一実施形態に係る走行履歴記憶システム１００、及びこの走行履歴記憶システム１００を適用した自己位置推定システム２００の構成の概略を示すブロック図である。この図に示す走行履歴記憶システム１００は、車両から採集した車両の通過位置や車速等の走行履歴を記憶するシステムである。他方、自己位置推定システム２００は、車両の運転支援又は自動運転が実行されている際に当該車両の自己位置を推定するシステムである。

走行履歴記憶システム１００及び自己位置推定システム２００（以下、本実施形態のシステムと称する場合がある）は、位置検出装置１０１と、地図情報部１０２と、センサ部１０３と、走行状態検出装置１０４と、記憶装置１０５と、コントローラ１１０とを備える。本実施形態のシステムでは、位置検出装置１０１と、地図情報部１０２と、センサ部１０３と、走行状態検出装置１０４と、記憶装置１０５と、コントローラ１１０とが、車両に搭載され、ＣＡＮ（Controller Area Network）等の車載ＬＡＮ１０６によって接続されている。なお、地図情報部１０２と、記憶装置１０５と、コントローラ１１０とを車両に搭載することは必須ではなく、これらは、車載機器と通信ネットワークを通じて接続されたデータセンター等に設けてもよい。

位置検出装置１０１は、車両に搭載されたＧＰＳ（Global Positioning System）受信機を備え、ＧＰＳ衛星からの電波を受信して現在位置（緯度・経度）を検出する。なお、後述するように、ノード間のリンク上での車両の詳細な位置は、自己位置推定システム２００により推定され、位置検出装置１０１による位置検出の精度は、自己位置推定システム２００による位置推定の精度と比較して低いものとなる。

地図情報部１０２は、地図情報、及び道路情報等を格納したデータベースを備える。地図情報は、いわゆる電子地図であり、緯度経度と地図情報とが対応づけられた情報である。地図情報は、各地点に対応づけられた道路情報や物標の位置情報等を含む。道路情報は、ノードと、ノード間を接続するリンクにより定義される。道路情報は、交差点や分岐点の情報を含む。この交差点や分岐点には、ノード及びリンクが対応付けられている。

センサ部１０３は、広角カメラ等の撮像装置１０３１や、レーザーレンジファインダ（ＬＲＦ）等の測距装置１０３２等を備える。撮像装置１０３１や測距装置１０３２は、ボンネット、バンパー、ナンバープレート、ヘッドライト、及びサイドミラーやその周囲に設置されている。撮像装置１０３１は、自車両の周囲を撮像する。測距装置１０３２は、自車両の周囲に電磁波を照射し、反射波を検出する。撮像装置１０３１による撮像情報と測距装置１０３２による距離測定情報とは、コントローラ１１０に出力される。コントローラ１１０は、物標位置検出機能を備えており、撮像装置１０３１から出力された撮像情報と測距装置１０３２から出力された距離測定情報とに基づいて、自車両の周囲に存在する物標と自車両との相対位置を検出する。コントローラ１１０は、物標位置蓄積機能を備えており、検出した物標と自車両との相対位置の情報を地図情報と関連付けて記憶装置１０５に蓄積させる。ここで、物標としては、自車両が走行する走行路面上の線（車線区分線等）や、路肩の縁石や、ガードレール等を例示できる。

走行状態検出装置１０４は、車輪速センサ１０４１、操舵角センサ１０４２、及びジャイロセンサ１０４３等を備える。車輪速センサ１０４１は、自車両の車輪が一回転する毎、予め設定された数のパルスを発生してコントローラ１１０に出力する。操舵角センサ１０４２は、ステアリングコラムに設けられており、ステアリングホイールの現在の回転角度（操舵操作量）である操舵角を検出してコントローラ１１０に出力する。また、ジャイロセンサ１０４３は、自車両に発生するヨーレートを検出してコントローラ１１０に出力する。コントローラ１１０は、移動量推定機能を備えており、車輪速センサ１０４１、操舵角センサ１０４２、及びジャイロセンサ１０４３から出力された各種のパラメータに基づいて、所定周期毎に、前回処理周期からの自車両の移動量ΔＰを推定する。この自車両の移動量ΔＰの推定演算が、後述のオドメトリ計測に相当し、車輪速センサ１０４１、操舵角センサ１０４２、及びジャイロセンサ１０４３から出力された各種のパラメータが、オドメトリ計測で用いるパラメータ（以下、オドメトリパラメータと称する）に相当する。

記憶装置１０５は、アクセス可能な記憶装置として機能する一又は複数のＲＡＭ（Random Access Memory）を備える。コントーラ１１０は、走行履歴記憶機能を備えており、走行状態検出装置１０４から出力された車輪速、操舵角、ヨーレート、移動量推定機能により推定された自車両の移動量ΔＰ、及びセンサ部１０３から出力された物標の位置及び種類の情報を、位置検出装置１０１により検出された自車両の位置に関連付けて記憶装置１０５に記憶させる。ここで、記憶装置１０５に記憶させる走行履歴には、走行状態検出装置１０４から出力された車輪速、操舵角、ヨーレート、移動量推定機能により推定された自車両の移動量ΔＰ、センサ部１０３から出力された物標の位置及び種類の情報、及びその他の自車両の走行状態に関する情報が含まれる。

コントローラ１１０は、走行履歴判別機能を備えており、車両の通過位置や車両の速度や車両の姿勢等が相互に異なる複数種類の走行履歴が、同一のリンクに対応して存在する場合には、これらの複数種類の走行履歴を判別する。コントローラ１１０の走行履歴判別機能は、所定周期毎に、移動量推定機能により推定された前回処理周期からの自車両の移動量ΔＰ、物標位置検出機能により検出された物標と自車両との相対位置、及び、当該物標の位置情報が対応付けられた地図情報に基づいて、自車両の地図情報上での自己位置を特定する。そして、コントローラ１１０の走行履歴判別機能は、地図情報に含まれる道路情報（例えば、道路の幅、車線の幅、道路での車線の位置、及び、分岐／合流や交差点等の道路構造等）を参照し、この道路情報と、前回及び前回以前の処理周期からの自車両の自己位置の変移（移動量、移動方向等）とに基づいて、自車両の走行履歴を判別する。この走行履歴は、同じ車線内且つ同じリンクでの自車両の通過位置と、同じ車線内且つ同じリンクでの自車両の速度と、同じ車線内且つ同じリンクでの自車両の姿勢（向き）とをパラメータとして含む。

コントローラ１１０の走行履歴判別機能は、同じ車線内且つ同じリンクでの自車両の通過位置に所定閾値以上の差が有る複数の走行履歴について、異なる種類の走行履歴と判別する。また、コントローラ１１０の走行履歴判別機能は、同じ車線内且つ同じリンクでの自車両の速度に所定閾値以上の差が有る複数の走行履歴について、異なる種類の走行履歴と判別する。さらに、コントローラ１１０の走行履歴判別機能は、同じ車線内且つ同じリンクでの自車両のヨー角に所定閾値以上の差が有る複数の走行履歴について、異なる種類の走行履歴と判別する。ここで、コントローラ１１０の走行履歴判別機能は、自車両の通過位置、自車両の速度、自車両のヨー角の少なくとも一つが所定閾値以上の条件を満たす場合に、複数の走行履歴を異なる種類の走行履歴と判別する。例えば、コントローラ１１０の走行履歴判別機能は、同じ車線内且つ同じリンクでの自車両の通過位置に上記所定閾値以上の差は無いが、同じ車線内且つ同じリンクでの自車両の速度に所定閾値以上の差が有る複数の走行履歴については、異なる種類の走行履歴と判別する。

また、他の形態のコントローラ１１０の走行履歴判別機能は、分岐点や交差点からの先の進路が例えば直進と右左折というように異なる場合（図２参照）、分岐点や交差点の手前側のリンクにおける走行履歴について、第１の進路に対応する走行履歴と、第２の進路に対応する走行履歴とを異なる種類の走行履歴と判別する。さらに、他の形態のコントローラ１１０の走行履歴判別機能は、分岐点や交差点の先の車線における進行位置が当該車線の左寄りや中央寄りや右寄り等と異なる場合（図３参照）、分岐点や交差点の手前側のリンクと先の車線におけるリンクとのそれぞれの走行履歴について、先の車線における進行位置が左寄りの場合の走行履歴と、先の車線における進行位置が中央寄りの場合の走行履歴と、先の車線における進行位置が右寄りの場合の走行履歴とを、異なる種類の走行履歴と判別する。

コントローラ１１０の走行履歴記憶機能は、走行履歴判別機能により複数種類の走行履歴が判別された場合には、同じリンクに存在する複数種類の走行履歴を、種類毎に分別して記憶装置１０５に記憶させる。以下、走行履歴の記憶方法の実施例について説明する。

図２は、走行履歴の記憶方法の一実施例について説明するための図である。この図に示すように、直進する車線１と、この車線１から分岐する車線２とが存在する状況を例に挙げて走行履歴の記憶方法について説明する。この図において、実線の矢印は、直進する車両の走行軌跡を示し、破線の矢印は、右折する車両の走行軌跡を示している。また、本実施例では、車線１に、図中に四角で示すノード１、ノード２、及びノード３が設定され、車線２に、図中に四角で示すノード４が設定されている。ノード２は、分岐点に設定され、ノード１は、分岐点よりも車両進行方向手前側に設定され、ノード３は、分岐点３よりも車両進行方向奥側に設定されている。以下の説明では、ノード１とノード２との間のリンクをリンク１と称し、ノード２とノード３との間のリンクをリンク２と称し、ノード２とノード４との間のリンクをリンク３と称する。

図２に示すように、直進する車両と右折する車両とは、分岐点（ノード２）の手前のリンク１において、異なる走行軌跡を辿る。具体的には、直進する車両のリンク１における通過位置は、車線１の中央付近に位置するのに対して、右折する車両のリンク１における通過位置は、車線１の右寄りになる。それに加えて、右折する車両のリンク１における速度は、直進する車両のリンク１における速度よりも遅くなる。

かかる状況において、コントローラ１１０の走行履歴判別機能は、リンク１における車両の通過位置に所定閾値以上の差が有る２種類の走行履歴を、異なる２種類の走行履歴と判別する。また、コントローラ１１０の走行履歴判別機能は、リンク１における車両の速度に所定閾値以上の差が有る２種類の走行履歴を、異なる２種類の走行履歴と判別する。コントローラ１１０の走行履歴記憶機能は、リンク１における通過位置や速度が相違する２種類の走行履歴を、種類毎に分別して記憶装置１０５に記憶させる。

さらに、他の形態として、コントローラ１１０の走行履歴判別機能は、分岐点（ノード２）の手前側のリンク１における走行履歴について、直進する進路に対応する走行履歴と、右折する進路に対応する走行履歴とを異なる２種類の走行履歴と判別する。コントローラ１１０の走行履歴記憶機能は、分岐点の先の進行方向が異なる２種類の走行履歴を、リンク１に関連付けると共に進行方向毎に分別して記憶装置１０５に記憶させる。

図３は、走行履歴の記憶方法の他の実施例について説明するための図である。この図に示すように、直進する車線１と、この車線１から分岐点において分岐する車線２とが存在し、分岐点の先の車線２における進行位置が左寄り（以下、進行位置１と称する）や中央寄り（以下、進行位置２と称する）や右寄り（以下、進行位置３と称する）等と複数存在する状況を例に挙げて走行履歴の記憶方法について説明する。この図において、実線の矢印は、車線２の中央寄りに（進行位置２に）進行する車両の走行履歴を示し、破線の矢印は、車線２の右寄りに（進行位置３に）進行する車両の走行履歴を示し、一点鎖線の矢印は、車線２の左寄りに（進行位置１に）進行する車両の走行履歴を示している。また、本実施例では、直進する車線１に、図中に四角で示すノード１、及びノード２が設定され、車線２に、図中に四角で示すノード３が設定されている。ノード２は、分岐点に設定され、ノード１は、分岐点よりも車両進行方向手前側に設定され、ノード３は、分岐点よりも車両進行方向奥側に設定されている。以下の説明では、ノード１とノード２との間のリンクをリンク１と称し、ノード２とノード３との間のリンクをリンク２と称する。

図３に示すように、進行位置１に向かって進行する車両と進行位置２に向かって進行する車両と進行位置３に向かって進行する車両とは、分岐点（ノード２）の手前のリンク１において、異なる走行軌跡を辿る。具体的には、進行位置１に向かって進行する車両のリンク１における通過位置は、車線１の中央付近から左寄りに変化し、進行位置２に向かって進行する車両のリンク１における通過位置は、車線１の中央付近から右寄りに変化し、進行位置３に向かって進行する車両のリンク１における通過位置は、車線１の中央付近に位置する。それに加えて、例えば、進行位置１に向かって進行する車両のリンク１における速度は、進行位置２又は進行位置３に向かって進行する車両のリンク１における速度よりも速くなる。

かかる状況において、コントローラ１１０の走行履歴判別機能は、車両のリンク１における通過位置に所定閾値以上の差が有る３種類の走行履歴を、異なる３種類の走行履歴と判別する。また、コントローラ１１０の走行履歴判別機能は、車両のリンク１における速度に所定閾値以上の差が有る２種類又は３種類の走行履歴を、異なる２種類又は３種類の走行履歴と判別する。そして、コントローラ１１０の走行履歴記憶機能は、リンク１における通過位置や速度が相違する２種類又は３種類の走行履歴を、種類毎に分別して記憶装置１０５に記憶させる。

さらに、他の形態として、コントローラ１１０の走行履歴判別機能は、分岐点（ノード２）の手前側のリンク１における走行履歴について、進行位置１に向かう車両に対応する走行履歴と、進行位置２に向かう車両に対応する走行履歴と、進行位置３に向かう車両に対応する走行履歴とを、異なる３種類の走行履歴と判別する。そして、コントローラ１１０の走行履歴記憶機能は、分岐点よりも先の進行位置が異なる３種類の走行履歴を、リンク１に関連付けると共に進行位置毎に分別して記憶装置１０５に記憶させる。

図３に示すように、進行位置１に向かって進行する車両と進行位置２に向かって進行する車両と進行位置３に向かって進行する車両とは、分岐点（ノード２）の先のリンク２において、異なる走行軌跡を辿る。具体的には、進行位置１に向かって進行する車両のリンク２における通過位置は、車線１の左寄りに位置し、進行位置２に向かって進行する車両のリンク２における通過位置は、車線１の右寄りから中央付近に変化し、進行位置３に向かって進行する車両のリンク２における通過位置は、車線１の中央付近から右寄りに変化する。それに加えて、例えば、進行位置１に向かって進行する車両のリンク２における速度は、進行位置２又は進行位置３に向かって進行する車両のリンク２における速度よりも速くなる。

かかる状況において、コントローラ１１０の走行履歴判別機能は、車両のリンク２における通過位置に所定閾値以上の差が有る３種類の走行履歴を、異なる３種類の走行履歴と判別する。また、コントローラ１１０の走行履歴判別機能は、車両のリンク２における速度に所定閾値以上の差が有る２種類又は３種類の走行履歴を、異なる２種類又は３種類の走行履歴と判別する。そして、コントローラ１１０の走行履歴記憶機能は、リンク２における通過位置や速度が相違する２種類又は３種類の走行履歴を、種類毎に分別して記憶装置１０５に記憶させる。

さらに、他の形態として、コントローラ１１０の走行履歴判別機能は、分岐点よりも先のリンク２における走行履歴について、進行位置１に向かう車両に対応する走行履歴と、進行位置２に向かう車両に対応する走行履歴と、進行位置３に向かう車両に対応する走行履歴とを異なる３種類の走行履歴と判別する。コントローラ１１０の走行履歴記憶機能は、分岐点よりも先の進行位置が異なる３種類の走行履歴を、リンク２に関連付けると共に進行位置毎に分別して記憶装置１０５に記憶させる。

図１に示すように、コントローラ１１０は、走行軌跡モデル生成機能を備えており、記憶装置１０５に記憶された各種の走行履歴毎に、走行軌跡モデルを生成する。この走行軌跡モデルは、自車両の通過位置、速度等を時系列で並べたものである。例えば、記憶装置１０５に記憶された走行履歴について主成分分析を行い、検出された主成分ベクトルで走行軌跡モデルを定義する。この走行軌跡モデルは、自車両の通過位置と速度とを少なくとも含み、本実施形態ではさらに自車両の姿勢と向きとスリップアングルとを含む。なお、スリップアングルは、車両の速度や車両の姿勢から推定することができる。

ここで、同一のリンクに複数種類の走行履歴が存在する場合には、同一のリンクについて複数種類の走行軌跡モデルが生成される。そして、コントローラ１１０の走行履歴記憶機能は、走行軌跡モデル生成機能により生成された複数種類の走行軌跡モデルを、リンクに関連付けると共に種類毎に分別して記憶装置１０５に記憶させる。

コントローラ１１０は、走行軌跡モデル選択機能と、オドメトリパラメータ修正機能と、自己位置推定機能とを備えている。コントローラ１１０の走行軌跡モデル選択機能は、運転支援又は自動運転の実行中（以下、オンライン時と称する）に、位置検出装置１０１により検出された自車両の位置と、地図情報部１０２が有する地図情報と、センサ部１０３により検出された物標の情報と、移動量推定機能により推定された自車両の移動量ΔＰとに基づいて、自車両の走行軌跡を算出する。この走行軌跡は、自車両の通行位置と速度とを少なくとも含み、本実施形態では、さらに自車両の姿勢を含む。そして、コントローラ１１０の走行軌跡モデル選択機能は、走行軌跡モデル生成機能により生成された自車両の走行軌跡と一致する走行軌跡モデルを、記憶装置１０５に記憶された一又は複数種類の走行軌跡モデルから読み出す。ここで、走行軌跡モデルを記憶装置１０５から読み出す方法としては、オンライン時の自車両の走行軌跡をベクトル化した走行軌跡ベクトルと、記憶装置１０５に記憶された走行軌跡モデルの主成分ベクトルとの内積を算出し、走行軌跡ベクトルとの内積が最も大きくなる主成分ベクトルを有する走行軌跡モデルを、記憶装置１０５から読み出す方法を例示できる。

コントローラ１１０のオドメトリパラメータ修正機能は、オンライン時に、移動量推定機能により算出された前回処理周期からの移動量ΔＰと、走行軌跡モデル選択機能により記憶装置１０５から読み出された走行軌跡モデルのノード間距離（リンク長）とに基づいて、オドメトリ計測で算出された移動量ΔＰと、実際の自車両の移動量との誤差を算出する。そして、コントローラ１１０のオドメトリパラメータ修正機能は、算出した誤差が減少するように、オドメトリ計測で用いるオドメトリパラメータを修正する。オドメトリパラメータの修正方法としては、オドメトリ計測による移動量ΔＰに加算するゲインの調整を例示できる。ここで、コントローラ１１０のオドメトリパラメータ修正機能は、旋回時の走行軌跡モデルに含まれるスリップアングルに基づいて、旋回時の自車両の横滑りの量を算出し、算出した横滑りの量に応じて、オドメトリ計測におけるゲインを調整してもよい。

コントローラ１１０の自己位置推定機能は、オンライン時に、移動量推定機能により推定された自車両の移動量ΔＰと、オドメトリパラメータ修正機能により修正されたオドメトリパラメータと、地図情報部１０２が有する地図情報とに基づいて、自車両の自己位置を推定する。例えば、コントローラ１１０の移動量推定機能は、移動量推定機能により推定された移動量ΔＰにオドメトリパラメータ修正機能により調整されたゲインを加算することにより、移動量ΔＰを補正し、補正した移動量ΔＰと地図情報とに基づいて、自車両の自己位置を推定する。

以下、自己位置推定システム２００による自車両の自己位置の推定方法について説明する。図１に示すコントローラ１１０は、自己位置推定機能を備えている。本実施形態の自己位置推定は、車両の左右輪の回転角と回転角速度とに応じて自車両の移動距離と移動方向とを算出する方法（所謂、オドメトリ計測）により行われる。オドメトリ計測による自己位置推定方法では、車輪の回転角速度、及び左右の車輪の回転角速度の差から得られる自車両の旋回角度および旋回速度から、自車両の移動量を推定するところ、登り降り等の走路の地形や路面の材質等の走路の条件によって、車輪の回転に応じた自車両の移動量の推定値と、実際の自車両の移動量との間に誤差が生じる。この誤差を生じさせる要因を明らかにすることで、オドメトリ計測による自車両の移動量ΔＰの誤差を低減できるが、上記要因を走路の条件から正確に解析することは困難である。また、走路の周囲の物標と自車両との相対位置に基づいて、オドメトリパラメータを補正し、オドメトリ計測による自車両の移動量ΔＰの誤差を低減することも可能ではあるが、物標を検出できない区間では、実施できない。

そこで、本実施形態のオドメトリ計測を用いた車両の自己位置推定では、運転支援又は自動運転を実行していない時（以下、オフライン時と称する）に、自車両を走行させて走行履歴を採集して記憶装置１０５に記憶させ、記憶装置１０５に記憶させた走行履歴に基づいて走行軌跡モデルを生成し、生成した走行軌跡モデルと実際の自車両の走行との誤差に基づいて、オドメトリパラメータを修正する。

ここで、同一のリンクに車両の通過位置や車速の異なる複数種類の走行履歴が存在する場合、これらの複数種類の走行履歴を分別せずに記憶装置１０５に記憶させると、走行軌跡モデルを正確に生成できなかったり、自己位置推定においてオドメトリ計測による移動量ΔＰの誤差を正確に算出できなかったりするという問題が生じる。そこで、本実施形態では、オフライン時に走行履歴を採集して記憶装置１０５に記憶させる際、同一のリンクに存在する複数種類の走行履歴を分別して記憶装置１０５に記憶させる。また、本実施形態では、オフライン時に走行軌跡モデルを生成する際、同一のリンクに存在する複数種類の走行履歴に対応する複数種類の走行軌跡モデルを生成する。さらに、本実施形態では、オンライン時に自車両の自己位置を推定する際、走行中の自車両の走行軌跡と一致する走行軌跡モデルを、記憶装置１０５に記憶された複数種類の走行軌跡モデルの中から選択し、選択した走行軌跡モデルを用いてオドメトリ計測による移動量ΔＰの誤差を算出する。

まず、本実施形態のオフライン時における走行軌跡モデルの生成方法について説明する。図４は、本実施形態の走行軌跡モデルの生成方法を説明するためのフローチャートである。このフローチャートに示すように、オフライン時に、自車両を所定区間で走行させ、走行履歴を採集して記憶装置１０５に記憶させる（ステップ１）。自車両から採集して記憶装置１０５に記憶させる走行履歴としては、コントローラ１１０の移動量推定機能により推定された自車両の移動量ΔＰ、走行状態検出装置１０４から出力された車輪速、操舵角、ヨーレート、センサ部１０３から出力された物標情報、位置検出装置１０１により検出された自車両の位置が含まれる。また、上記所定区間は、例えば、図２に示すような、ノード１からノード３までの区間とノード１からノード４までの区間とに設定したり、図３に示すような、ノード１からノード３までの区間に設定したりする。当該所定区間における走行履歴を採集して記憶装置１０５に記憶させる回数は、少なくとも１回であるが、ステップ２で生成する走行軌跡モデルの精度を高めるために複数回としてもよい。

ここで、同一のリンクに通過位置や速度や当該リンクから先の進行方向（直進や右折等）又は進行位置（一の車線の右寄りや中央等）等が異なる複数種類の走行履歴が存在する場合には、コントローラ１１０の走行履歴判別機能により、複数種類の走行履歴が判別される（図２及び図３参照）。この場合、コントローラ１１０の走行履歴記憶機能により、複数種類の走行履歴が、それぞれの種類毎に分別して記憶装置１０５に記憶される。

次に、記憶装置１０５に記憶された走行履歴から走行軌跡モデルを生成する（ステップ２）。ここで、同一のリンクについて複数種類の走行履歴が記憶装置１０５に記憶されている場合には、コントローラ１１０の走行軌跡モデル生成機能により、同一のリンクについて複数種類の走行軌跡モデルが生成される。なお、走行軌跡モデルの生成は、走行履歴を採集して記憶装置１０５に記憶させる度に実施してもよく、複数回の走行履歴の採集及び記録の後に実施してもよい。

次に、ステップ２で生成された走行軌跡モデルを記憶装置１０５に記憶させる（ステップ３）。ここで、同一のリンクについて複数種類の走行軌跡モデルが生成された場合には、コントローラ１１０の走行履歴記憶機能により、複数種類の走行軌跡モデルが、それぞれの種類毎に分別して記憶装置１０５に記憶される。

次に、オンライン時における自己位置推定方法について説明する。図５は、本実施形態の自己位置推定方法を説明するためのフローチャートである。このフローチャートに示すように、コントローラ１１０の走行軌跡モデル選択機能は、位置検出装置１０１により検出された自車両の位置と、地図情報部１０２が有する地図情報と、センサ部１０３により検出された物標の情報と、移動量推定機能により推定された自車両の移動量ΔＰとに基づいて、自車両の走行軌跡を算出する（ステップ１０１）。

次に、コントローラ１１０の走行軌跡モデル選択機能は、生成された自車両の走行軌跡と一致する走行軌跡モデルを、記憶装置１０５に記憶された一又は複数種類の走行軌跡モデルから読み出す（ステップ１０２）。例えば、図２に示すように、自車両が右折するためにリンク１において減速したり車線１の右寄りを通過したりする場合には、コントローラ１１０の走行軌跡モデル選択機能により、実線で示す走行軌跡モデルが記憶装置１０５から読み出される。または、図３に示すように、自車両が右折後に進路２の左寄りの位置に進行する場合には、コントローラ１１０の走行軌跡モデル選択機能により、一点鎖線で示す走行軌跡モデルが選択される。

次に、コントローラ１１０のオドメトリパラメータ修正機能は、移動量推定機能により算出された前回処理周期からの移動量ΔＰと、走行軌跡選択機能により記憶装置１０５から読み出された走行軌跡モデルのノード間距離（リンク長）とに基づいて、オドメトリ計測で算出された移動量ΔＰと、走行軌跡モデルにおける移動量との誤差を算出する（ステップ１０３）。次に、コントローラ１１０のオドメトリパラメータ修正機能は、オドメトリ計測による移動量ΔＰに加算するゲインを算出する（ステップ１０４）。

次に、コントローラ１１０の自己位置推定機能は、移動量推定機能により推定された移動量ΔＰにオドメトリパラメータ修正機能により調整されたゲインを加算することにより、移動量ΔＰを補正する（ステップ１０５）。そして、コントローラ１１０の自己位置推定機能は、ステップ１０５で補正した移動量ΔＰと地図情報とに基づいて、自車両の自己位置を推定する（ステップ１０６）。

ここで、比較例について検討する。本比較例では、同一のリンクに車両の通過位置や車速等が異なる複数種類の走行履歴が存在するにもかかわらず、オフライン時に、複数種類の走行履歴を分別せずに記憶装置１０５に記憶させるものとする。また、本比較例では、オフライン時に、記憶装置１０５に記憶された走行履歴に含まれる車両の通過位置と車速等について主成分分析を行うことにより走行軌跡モデルを生成するものとする。さらに、本比較例では、オンライン時に、オフライン時に生成した走行軌跡モデルを用いて、走行中の車両の自己位置推定を実施するものとする。

本比較例では、オフライン時に生成した走行軌跡モデルが、図２中に破線で示す右折する場合のリンク１における走行軌跡と一致することはなく、さらには、図２中に実線で示す直進する場合のリンク１における走行軌跡と一致することもない。このため、オフライン時に生成された走行軌跡モデルを用いて、オンライン時に走行中の車両の自己位置推定を実施する際に、図中破線で示す走行軌跡を辿って右折する場合と、図中実線で示す走行軌跡を辿って直進する場合との双方で、走行中の車両の走行軌跡と走行軌跡モデルとの間に乖離が生じる。従って、オドメトリ計測で算出された移動量ΔＰと実際の車両の移動量との誤差を正確に算出できないことにより、走行中の車両の自己位置推定の精度が低下する。

それに対して、本実施形態に係る走行履歴の記憶方法及び走行履歴記憶システム１００では、同一のリンクでの走行履歴を、車両の通過位置等の所定の判別条件に基づいて、一種類又は複数種類の走行履歴に判別し、この同一のリンクでの複数種類の走行履歴を、判別した種類毎に分別して記憶装置１０５に記憶させる。これにより、同一のリンクに存在する複数種類の走行履歴に対応する複数種類の走行軌跡モデルを生成したり、同一のリンクに存在する複数種類の走行履歴を用いて走行中の車両の自己位置推定を実施したりすることが可能になる。従って、実際の車両の走行軌跡に即した走行軌跡モデルの生成が可能になり、また、走行中の車両の自己位置推定の精度を向上させることができる。

本実施形態に係る走行履歴の記憶方法及び走行履歴記憶システム１００では、図２に示すように、リンク１の先の走路が分岐する場合における車両のリンク１からの進行方向（例えば、直進であるか右折であるか等）を判別条件として、同一のリンク１での走行履歴を、複数種類の走行履歴に判別し、この同一のリンク１での複数種類の走行履歴を、判別した進行方向毎に分別して記憶装置１０５に記憶させる。これにより、リンク１から右折する場合のリンク１における走行軌跡モデルと、リンク１から直進する場合のリンク１における走行軌跡モデルとを区別して生成することが可能となる。また、走行中の車両がリンク１から右折する場合には、右折する場合のリンク１における走行軌跡モデルを用いて自己位置推定を行い、走行中の車両がリンク１から直進する場合には、直進する場合のリンク１における走行軌跡モデルを用いて自己位置推定を行うことが可能となる。

本実施形態における走行履歴の記憶方法及び走行履歴記憶システム１００では、図３に示すように、リンク１の先の一の車線２（リンク２）への車両の進行位置が右寄り、中央寄り、左寄り等と複数存在する場合には、一の車線２への車両の複数の進行位置を判別条件として、同一のリンク１での走行履歴を複数種類の走行履歴に判別すると共に、同一のリンク２での走行履歴を複数種類の走行履歴に判別する。そして、本実施形態における走行履歴の記憶方法では、同一のリンク１での複数種類の走行履歴を、判別した進行位置毎に分別して記憶装置１０５に記憶させると共に、同一のリンク２での複数種類の走行履歴を、判別した進行位置毎に分別して記憶装置１０５に記憶させる。これにより、リンク１から車線２の右寄りに進行する場合のリンク１、２における走行軌跡モデルと、リンク１から車線２の中央寄りに進行する場合のリンク１、２における走行軌跡モデルと、リンク１から車線２の左寄りに進行する場合のリンク１、２における走行軌跡モデルとを区別して生成することが可能となる。また、走行中の車両がリンク１から車線２の右寄りに進行する場合には、右寄りに進行する場合のリンク１、２における走行軌跡モデルを用いて自己位置推定を行い、走行中の車両がリンク１から車線２の中央寄りに進行する場合には、中央寄りに進行する場合のリンク１、２における走行軌跡モデルを用いて自己位置推定を行い、走行中の車両がリンク１から車線２の左寄りに進行する場合には、左寄りに進行する場合のリンク１、２における走行軌跡モデルを用いて自己位置推定を行うことが可能となる。

また、本実施形態における走行履歴の記憶方法及び走行履歴記憶システム１００では、同一のリンクでの車両の通過位置、及び同一のリンクでの車速を判別条件として、同一のリンクでの走行履歴を複数種類の走行履歴に判別し、この同一のリンク１での複数種類の走行履歴を、判別した進行方向毎に分別して記憶装置１０５に記憶させる。これにより、車両の通過位置、及び車速が異なる複数種類の走行軌跡を区別してモデル化することが可能となる。また、走行中の車両が所定の通過位置、及び所定の車速で所定のリンクを通過する際に、所定の通過位置、及び所定の車速の走行軌跡モデルを用いて自己位置推定を行うことが可能となる。

また、本実施形態における走行軌跡モデルの生成方法では、同一のリンクでの走行履歴を、所定の判別条件に基づいて、一種類又は複数種類の走行履歴に判別し、同一のリンクでの複数種類の走行履歴を、判別した種類毎に分別して記憶装置１０５に記憶させ、記憶装置１０５に記憶させた同一のリンクでの複数種類の走行履歴のそれぞれに対応する複数種類の走行軌跡モデルを生成する。これにより、実際の車両の走行軌跡に即した走行軌跡モデルの生成が可能になる。

さらに、本実施形態における車両の自己位置推定方法は、上記の本実施形態における走行軌跡モデルの生成方法を用いて、複数種類の走行軌跡モデルを生成し、生成した複数種類の走行軌跡モデルを記憶装置１０５に記憶させ、走行中の車両の走行軌跡と一致する走行軌跡モデルを、記憶装置１０５に記憶された複数種類の走行軌跡モデルの中から選択し、選択した走行軌跡モデルを用いてオドメトリ計測による車両の移動量の誤差を修正する。これにより、例えば、図２に示すように、リンク１から右折する場合には、右折する車両の走行軌跡をモデル化した走行軌跡モデルを用いてオドメトリ計測による車両の移動量の誤差を修正し、リンク１から直進する場合には、直進する車両の走行軌跡をモデル化した走行軌跡モデルを用いてオドメトリ計測による車両の移動量の誤差を修正することができる。従って、実際の車両の走行軌跡に即した走行軌跡モデルを用いて走行中の車両の自己位置を推定することが可能になるので、走行中の車両の自己位置推定の精度を向上させることができる。

なお、以上説明した実施形態は、本発明の理解を容易にするために記載されたものであって、本発明を限定するために記載されたものではない。したがって、上記の実施形態に開示された各要素は、本発明の技術的範囲に属する全ての設計変更や均等物をも含む趣旨である。

例えば、上述の実施形態では、オフライン時に、走行履歴を採集して記憶装置１０５に記憶させ、走行軌跡モデルを生成して記憶装置１０５に記憶させ、この走行軌跡モデルを用いて、オンライン時に走行中の車両の自己位置推定を行った。しかし、オンライン時にも走行履歴を採集して記憶装置１０５に記憶させると共に、走行軌跡モデルを修正してもよい。

１００走行履歴記憶システム
１０５記憶装置
１１０コントローラ
２００自己位置推定システム

Claims

コントローラを用いて、車両の走行履歴を走路のリンク毎に記憶装置に記憶させる走行履歴の記憶方法であって、
一のリンクでの走行履歴を、所定の判別条件に基づいて、一種類又は複数種類の走行履歴に判別し、
前記一のリンクでの前記複数種類の走行履歴を、判別した種類毎に分別して前記記憶装置に記憶させる走行履歴の記憶方法。
前記所定の判別条件は、前記一のリンクの先の走路が分岐する場合における車両の前記一のリンクからの進行方向である請求項１に記載の走行履歴の記憶方法。
前記所定の判別条件は、前記一のリンクの先の一の走路への車両の進行位置が複数存在する場合における前記一の走路への車両の進行位置である請求項１又は２に記載の走行履歴の記憶方法。
前記所定の判別条件は、前記一のリンクでの車両の通過位置、及び前記一のリンクでの車両の速度の少なくとも一方である請求項１〜３の何れか１項に記載の走行履歴の記憶方法。
コントローラを用いて、車両の走行履歴を走路のリンク毎に記憶装置に記憶させ、前記記憶装置に記憶させた走行履歴に基づいて、少なくとも車両の通過位置と車速とを含む走行軌跡をモデル化した走行軌跡モデルを生成する走行軌跡モデルの生成方法であって、
一のリンクでの走行履歴を、所定の判別条件に基づいて、一種類又は複数種類の走行履歴に判別し、
前記一のリンクでの前記複数種類の走行履歴を、判別した種類毎に分別して前記記憶装置に記憶させ、
前記記憶装置に記憶させた前記一のリンクでの前記複数種類の走行履歴に対応する複数種類の前記走行軌跡モデルを生成する走行軌跡モデルの生成方法。
コントローラを用いて、車両の走行履歴を走路のリンク毎に記憶装置に記憶させ、前記記憶装置に記憶させた走行履歴に基づいて、少なくとも車両の通過位置と車速とを含む走行軌跡をモデル化した走行軌跡モデルを生成し、生成した前記走行軌跡モデルを用いてオドメトリ計測による車両の移動量の誤差を修正する自己位置推定方法であって、
一のリンクでの走行履歴を、所定の判別条件に基づいて、一種類又は複数種類の走行履歴に判別し、
前記一のリンクでの前記複数種類の走行履歴を、判別した種類毎に分別して前記記憶装置に記憶させ、
前記記憶装置に記憶させた前記一のリンクでの前記複数種類の走行履歴に対応する複数種類の前記走行軌跡モデルを生成し、
生成した前記複数種類の走行軌跡モデルを前記記憶装置に記憶させ、
少なくとも車両の通過位置と車速とを含む走行中の車両の走行軌跡と一致する前記走行軌跡モデルを、前記記憶装置に記憶された前記複数種類の走行軌跡モデルの中から選択し、
選択した前記走行軌跡モデルを用いてオドメトリ計測による車両の移動量の誤差を修正する自己位置推定方法。
記憶装置と、車両の走行履歴を走路のリンク毎に前記記憶装置に記憶させるコントローラとを備える走行履歴の記憶装置であって、
前記コントローラは、
一のリンクでの走行履歴を、所定の判別条件に基づいて、一種類又は複数種類の走行履歴に判別し、
前記一のリンクでの前記複数種類の走行履歴を、判別した種類毎に分別して前記記憶装置に記憶させる走行履歴の記憶装置。