WO2012137354A1 - 道路形状推定システム - Google Patents

道路形状推定システム Download PDF

Info

Publication number
WO2012137354A1
WO2012137354A1 PCT/JP2011/058947 JP2011058947W WO2012137354A1 WO 2012137354 A1 WO2012137354 A1 WO 2012137354A1 JP 2011058947 W JP2011058947 W JP 2011058947W WO 2012137354 A1 WO2012137354 A1 WO 2012137354A1
Authority
WO
WIPO (PCT)
Prior art keywords
curvature
radius
curve
road
variation
Prior art date
Application number
PCT/JP2011/058947
Other languages
English (en)
French (fr)
Inventor
勇樹 吉浜
Original Assignee
トヨタ自動車株式会社
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by トヨタ自動車株式会社 filed Critical トヨタ自動車株式会社
Priority to PCT/JP2011/058947 priority Critical patent/WO2012137354A1/ja
Priority to EP11863011.0A priority patent/EP2696333A1/en
Priority to JP2013508714A priority patent/JPWO2012137354A1/ja
Priority to US14/110,358 priority patent/US20140025227A1/en
Priority to CN2011800698925A priority patent/CN103459227A/zh
Publication of WO2012137354A1 publication Critical patent/WO2012137354A1/ja

Links

Images

Classifications

    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60R—VEHICLES, VEHICLE FITTINGS, OR VEHICLE PARTS, NOT OTHERWISE PROVIDED FOR
    • B60R99/00—Subject matter not provided for in other groups of this subclass
    • 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
    • B60W40/00—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models
    • B60W40/02—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models related to ambient conditions
    • B60W40/06—Road conditions
    • B60W40/072—Curvature of the road
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/16—Anti-collision systems
    • G08G1/167—Driving aids for lane monitoring, lane changing, e.g. blind spot detection
    • 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
    • B60W2420/00—Indexing codes relating to the type of sensors based on the principle of their operation
    • B60W2420/40—Photo, light or radio wave sensitive means, e.g. infrared sensors
    • B60W2420/403—Image sensing, e.g. optical camera
    • 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
    • B60W2552/30—Road curve radius
    • 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
    • B60W2555/00—Input parameters relating to exterior conditions, not covered by groups B60W2552/00, B60W2554/00
    • B60W2555/60—Traffic rules, e.g. speed limits or right of way
    • 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
    • B60W30/10—Path keeping
    • B60W30/12—Lane keeping

Definitions

  • the present invention is a road on which a moving body such as an automobile travels, and estimates the shape of a road having a curvature changing portion whose curvature radius changes according to a predetermined function and a curvature fixing portion whose curvature radius is constant.
  • the present invention relates to a shape estimation system.
  • CSWS curve speed excess warning system
  • ACC auto cruise control
  • LKA lane keeping assist system
  • PCS pre-crash safety
  • the car navigation system is used as a means for estimating the road shape in the above technique, there is a disadvantage that it does not function when GPS reception is interrupted (shadowing). In addition, the GPS position detection accuracy may not be sufficient. Furthermore, in order to improve the calculation accuracy of the radius of curvature, there are disadvantages that the number of node points increases and the control logic becomes complicated. In addition, there was a problem that erroneous matching occurs when there are multiple roads in the vicinity. In addition, since the navigation system itself is expensive, a lot of development costs may be required to improve the above disadvantages.
  • JP 2004-272426 A Japanese Patent Laid-Open No. 11-160078 JP 2010-151691 A JP 2006-031553 A
  • the present invention has been made in view of the above circumstances, and an object thereof is to provide a technique capable of estimating a curve shape of a road with a simpler method and with higher accuracy.
  • the present invention relates to a road shape estimation system for estimating the shape of a road including a curve whose curvature changes based on a predetermined function and a curve whose curvature is constant.
  • a road shape estimation system for estimating the shape of a road including a curve whose curvature changes based on a predetermined function and a curve whose curvature is constant.
  • the distance from the starting point of the curve and the curvature radius of the curve at a predetermined point of the curve where the curvature changes are obtained based on the information from the autonomous sensor of the mobile object, and the curvature radius of the curve with a constant curvature is obtained.
  • the length of the entire curve where the curvature changes is derived, and the shape of the road is estimated.
  • a road shape estimation system that estimates the shape of a road on which a moving body moves, and has a curvature variation portion whose curvature radius changes according to a predetermined function and a curvature fixed portion whose curvature radius is constant.
  • Curvature fixed radius acquisition means for acquiring a curvature fixed radius that is a curvature radius of the curvature fixed portion;
  • a moving body information sensor mounted on the moving body for detecting behavior information of the moving body;
  • the mobile body information sensor detects a curvature variation distance that is a distance from a starting point of the curvature variation portion to a predetermined point in the curvature variation portion and a curvature variation radius that is a curvature radius of a road at the predetermined point.
  • Curvature variation information acquisition means for acquiring based on the information; Deriving means for deriving the length of the curvature varying portion using the predetermined function from the curvature variation distance, the curvature variation radius, and the curvature fixed radius; It is characterized by providing.
  • the derivation means uses the curvature fixed radius acquired by the curvature fixed radius acquisition means and the curvature change distance and curvature change radius acquired by the curvature change information acquisition means using the mobile body information sensor.
  • the length of the curvature variation part is derived using the function of Therefore, the road shape can be estimated more easily than in the case where the curvature variation distance and the curvature variation radius are acquired from the information of the car navigator and the length of the curvature variation portion is derived.
  • the fixed curvature radius acquisition means may acquire a fixed curvature radius that is a curvature radius of the fixed curvature portion based on image information. By doing so, it is not necessary to use the information of the car navigator when acquiring the fixed curvature radius, so that the fixed curvature radius can be acquired more easily or more accurately.
  • the image information may be an image of a road sign
  • the curvature fixed radius acquisition unit may include a sign recognition camera. That is, since the road sign may display the curvature radius of the road ahead, the road sign image is obtained by the sign recognition camera, and the curvature radius of the road ahead is fixed from the road sign image. May be obtained. According to this, it becomes possible to obtain the curvature fixed radius more easily without adding a special configuration.
  • the predetermined function may be a clothoid curve.
  • a clothoid curve is used as a function that defines the shape of the curvature variation portion.
  • the function that defines the shape of the curvature varying portion may be another function.
  • a predetermined function may be a quadratic curve.
  • the predetermined point may be the position of the moving body. That is, when the road shape estimation system according to the present invention is used for mounting on a moving body, and the moving body is located in the curvature varying section, the curvature variation information acquisition means is a curvature that is the distance from the origin of the curvature varying section to the moving body. You may make it acquire a fluctuation distance and the curvature fluctuation radius in the position of a moving body. If it does so, it will become possible to estimate the shape of the road in which it is traveling more accurately and more quickly, and it is possible to improve the safety and ease of traveling.
  • the curvature variation information acquisition means may acquire the curvature variation distance by integrating the speed of the moving body. By doing so, it is possible to more reliably obtain the curvature variation distance without using the information of the car navigation, and more accurately obtain the curvature variation distance without being affected by the road state or the GPS reception state. it can.
  • the curvature variation information acquisition means includes a white line image acquisition device that acquires a white line image on a road, and the curvature variation radius is converted into a white line image acquired by the white line image acquisition device. You may make it acquire based on. Also by this, the curvature variation radius can be acquired without using the information of the car navigation, and the curvature variation radius can be acquired more accurately without being influenced by the road state or the GPS reception state.
  • the curvature variation information acquisition unit repeatedly acquires the curvature variation distance and the curvature variation radius every predetermined time while the moving body moves the curvature variation unit
  • the derivation unit repeats the predetermined change period every predetermined time while the moving body moves the curvature change part based on the curvature change distance and the curvature change radius acquired by the curvature change information acquisition unit.
  • a predetermined constant included in the function may be calculated, and the length of the curvature changing portion may be derived after the constant fluctuation of the constant becomes smaller than a threshold value.
  • the curvature variation information and the curvature variation radius are repeatedly acquired by the curvature variation information acquisition means, and a predetermined function is obtained from the information.
  • the predetermined constant included in is calculated.
  • the value of the curvature fluctuation distance itself is small and the influence of the detection error is large, so that the fluctuation of the predetermined constant calculated as a result becomes large. In such a state, even if the length of the curvature variation part is derived, it may not be said that the reliability of the derived value is high.
  • the predetermined constant included in the predetermined function is calculated repeatedly every predetermined time, and the fluctuation of the constant every predetermined time is smaller than the threshold value. After that, the length of the curvature fluctuation part was derived. According to this, after a certain amount of time has elapsed since the mobile body entered the curvature changing portion, and a sufficiently accurate curvature changing distance and curvature changing radius can be obtained, the curvature changing portion The length can be derived. As a result, the road shape can be estimated with higher accuracy.
  • the means for solving the problems in the present invention can be used in combination as much as possible.
  • Example 1 of this invention It is a block diagram which shows the road shape estimation system in Example 1 of this invention. It is a figure for demonstrating the estimation process of the road shape in Example 1 of this invention. It is a block diagram which shows the road shape estimation routine in Example 1 of this invention.
  • FIG. 1 is a block diagram illustrating a schematic configuration of a road shape estimation system according to the present embodiment.
  • the system includes an ECU 3 that is an electronic control computer that controls the internal combustion engine.
  • the ECU 3 includes a ROM, a RAM, a CPU, an input port, an output port, and the like (not shown), and a yaw rate sensor 4, a wheel speed sensor 5, a white line recognition camera 6, and a sign recognition camera 7 are electrically connected.
  • the yaw rate sensor 4, the wheel speed sensor 5, and the white line recognition camera 6 correspond to the moving body information sensor in the present embodiment.
  • the white line recognition camera 6 also constitutes a white line image acquisition device in the present embodiment.
  • a detection signal corresponding to the vehicle yaw rate is provided from the yaw rate sensor 4, and a wheel speed pulse synchronized with the rotation of the wheel is provided to the ECU 3 from the wheel speed sensor 12, respectively. Further, a white line that divides a traveling lane in the vicinity of the vehicle is photographed by the white line recognition camera 6, a road sign is photographed by the sign recognition camera 7, and each image information (imaging signal) is provided to the ECU 3.
  • Various programs including a road shape estimation routine described later are stored in the ROM of the ECU 3 and executed by the ECU 3.
  • FIG. 2 is a diagram for explaining the processing of the present invention when the vehicle 1 reaches the curve of the road 10 while traveling.
  • the curve of the road 10 is connected to the straight line portion 11, the curve relaxation portion 12 as a curvature variation portion that is connected to the straight portion 11 and the curvature radius gradually decreases, and is connected to the curve relaxation portion 12 so that the curvature radius is minimum and constant.
  • It comprises a perfect circle curve portion 13 as a curvature fixing portion.
  • the tip of the perfect circle curve portion 13 is omitted in FIG. 1, it is connected to the exit-side straight line portion via an exit-side curve relaxation portion whose radius of curvature gradually increases.
  • the shape of the curve relaxation portion 12 is determined by a clothoid curve.
  • This clothoid curve is a curve in which the relationship between the distance L from the starting point of the curve and the radius of curvature R is expressed by the following equation (1).
  • L ⁇ R A 2 (1)
  • a 2 is a constant defining the shape of the clothoid curve.
  • the vehicle 1 as a moving body is located in the curve relaxation portion 12.
  • the front of the vehicle 1 is photographed by the white line recognition camera 6, and an image of the white line 10a is recognized from the photographed image information.
  • the distance (white line lateral position) between the white line 10a and the vehicle 1 is calculated based on the captured image information, and the attitude of the vehicle 1 with respect to the white line 10a is calculated based on the calculation result.
  • the speed V (t) of the vehicle 1 is acquired by detecting the yaw angle of the vehicle 1 from the detection signal from the yaw rate sensor 4 and detecting the wheel speed pulse from the wheel speed sensor 5.
  • the distance Lp from the starting point of the curve relaxing unit 12 to the current position P of the vehicle 1 is acquired.
  • Lp ⁇ V (t) dt (2)
  • the shape of the white line 10a and the curvature radius Rp of the road at the current position P are calculated based on the attitude of the vehicle 1 with respect to the white line 10a and the travel locus. Since this calculation method uses a known method, the description thereof is omitted here.
  • the road sign 15 is photographed by the sign recognition camera 7 in the straight line part 11 before reaching the curve, and the curvature radius Rreal of the perfect circle curve part 13 is acquired based on the photographed image information. Is done.
  • the radius of curvature Rreal can be obtained more accurately by the relatively inexpensive sign recognition camera 7.
  • the apparatus can be simplified and the cost can be reduced.
  • the curvature radius Rreal corresponds to a curvature fixed radius in this embodiment.
  • the sign recognition camera 7 and the ECU 3 constitute a curvature fixed radius acquisition unit in this embodiment.
  • a 2 is theoretically a constant value in the range of the curve relaxation portion 12.
  • Lp is small immediately after the start of the curve relaxing unit 12, so that the error (variation) in Lp becomes large even when compared with the positional deviation error at the start determination point of the curve relaxing unit 12. Therefore, immediately after the start of the curve alleviating portion 12 there is a possibility that A 2 is greatly changed.
  • FIG. 3 shows a flowchart of the road shape estimation routine in the present embodiment.
  • This routine is a program stored in the ROM of the ECU 3 as described above, and is executed by the ECU 3 at predetermined intervals while the vehicle 1 is traveling.
  • this routine is executed, first, in S101, the curve curvature radius Rp as the curvature variation radius of the current position P is acquired based on the image of the white line recognition camera 6.
  • S101 the curve curvature radius Rp as the curvature variation radius of the current position P is acquired based on the image of the white line recognition camera 6.
  • S102 it is determined whether or not the curve relaxation unit 12 has started. Specifically, determination is made based on whether or not the absolute value of Rp acquired in S101 is smaller than a predetermined threshold value Cst.
  • Cst is a threshold value that determines that the curve relaxing unit 12 has not started when the absolute value of Rp is greater than this, and may be theoretically or experimentally determined in advance.
  • the vehicle speed Vs (t) is used to calculate the distance from the start point of the curve relaxation unit 12 to the current value P.
  • S105 whether the value of A 2 is converged is determined. Specifically, the A 2 when the last S105 is executed, or Ca is less than or not a threshold absolute value of the difference .DELTA.A 2 of A 2 is predetermined when the S105 to the current was run Determined. If a negative determination is made here, the process returns to S101. On the other hand, if a positive determination is made, the process proceeds to S106.
  • Ca is a threshold value for determining that the value of A 2 is sufficiently stable and has no problem in accuracy when the absolute value of the difference ⁇ A 2 of A 2 is smaller than this, and is theoretically or experimentally determined in advance. It may be determined.
  • the length Lclo of the curve relaxation part 12 is calculated as the length of the clothoid curve as follows.
  • Lclo A 2 / Rreal (9)
  • the shape of the curve is calculated as follows.
  • R (L) A 2 / L (0 ⁇ L ⁇ Lclo) (10)
  • R (L) Rreal (L ⁇ Lclo) (11)
  • the curve relaxation unit 12 uses the function of the clothoid curve from the signals detected by the autonomous sensors of the white line recognition camera 6, the yaw rate sensor 4, and the wheel speed sensor 5. The length is calculated. Therefore, the shape of the road can be estimated more easily and more accurately without using information from the car navigation system.
  • the ECU 3 that executes the processes of S101 to S103 constitutes a curvature variation information acquisition unit.
  • ECU3 which performs the process of S106 comprises a derivation
  • the white line recognition camera 6, the yaw rate sensor 4, and the wheel speed sensor 5 are used as sensors.
  • the length of the curve relaxation unit 12 is calculated without using a car navigation system or GPS. Other sensors may be used as long as they can be used.
  • the curve relaxation unit 12 is defined by a function of a clothoid curve, but the present invention is also applicable to roads where the curve relaxation unit is defined by another function. Is possible. As another function, for example, a quadratic curve can be cited.
  • the radius of the perfect circle curve portion 13 is obtained using the image information of the sign recognition camera 7, it is possible to obtain more information without using information from a car navigation system or GPS.
  • the shape of the road can be estimated easily and accurately.
  • the method for obtaining the radius Rreal of the perfect circle curve portion 13 is not particularly limited, and a car navigation system, GPS, millimeter wave, laser light, or the like may be used.
  • the length of the curve relaxation unit 12 can be calculated without using a car navigation system or GPS, the shape of the road can be estimated sufficiently easily or accurately.

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Mechanical Engineering (AREA)
  • General Physics & Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • Mathematical Physics (AREA)
  • Transportation (AREA)
  • Traffic Control Systems (AREA)
  • Navigation (AREA)

Abstract

　より容易に、より精度よく、道路のカーブ形状を推定することができる技術を提供する。曲率半径がクロソイド曲線に基づいて変化するカーブ緩和部と曲率半径が一定の真円カーブ部とを含む道路の形状を推定する道路形状推定システムである。カーブ緩和部の車両位置における、カーブ起点からの距離Ｌpとカーブの曲率半径Ｒpとを、車両の白線認識カメラ、ヨーレイトセンサ、車輪速センサからの情報に基づいて求め、また、真円カーブ部の曲率半径Ｒrealを標識認識カメラの画像より求める。そして、これらの情報とクロソイド関数とを用いて、カーブ緩和部の長さＬcloを導出し、道路の形状を推測する。

Description

道路形状推定システム
　本発明は、自動車などの移動体が移動する道路であって、曲率半径が所定の関数に従って変化する曲率変動部と曲率半径が一定である曲率固定部とを有する道路の形状を推定する、道路形状推定システムに関する。
　カーブスピード超過警報システム（ＣＳＷＳ）、オートクルーズコントロール（ＡＣＣ）、レーンキーピングアシストシステム（ＬＫＡ）、プリクラッシュセーフティ（ＰＣＳ）等のシステムにおいては、利便性、安全性、燃費を向上させることが求められている。そして、そのためには制御の精度を向上させねばならず、例えば、カーブ形状などの道路形状を正しく認識する必要がある。しかし、道路形状を正しく認識するためにナビゲーションシステムのみを用いた場合は、得られる位置精度の点で問題がある。よって、この場合は、ナビゲーションシステムを補うために、地図上のノード点を増加する対策や、ノード点の接続方法の改善、ミリ波センサを使った複雑な道路形状認識の工夫が行われている。
　上記の技術に関して、例えば、道路形状取得手段により取得された範囲の道路形状の点データに基づいて当該道路の曲率半径を算出し、算出された曲率半径を元にカーブ手前から減速するシステムが既に商品化されている（例えば、特許文献１を参照。）。また、ナビデータからカーブの緩和部、真円部の区間を決め、ＧＰＳ位置情報により緩和部に自車がいる場合、カーブ侵入地点から現在位置までの距離を算出し、白線認識カメラから得られる前記距離からクロソイドパラメータを算出することで、任意の位置におけるカーブ曲率半径を取得する技術が提案されている（例えば、特許文献２参照。）。
　しかしながら、上記の技術においては道路形状を推定する手段としてカーナビゲーションシステムを用いているため、ＧＰＳ受信が遮断されてしまう場合（シャドウイング）には機能しなくなる不都合があった。また、ＧＰＳの位置検出精度が充分でない場合があった。さらに、曲率半径の算出精度を向上させるためには、ノード点の数が増加したり制御ロジックが複雑化する不都合があった。また、周辺に複数道路が存在した場合に誤マッチングが生じる不都合も考えられた。加えて、ナビゲーションシステム自体が高価なため、上記の不都合を改善するためには多くの開発費が必要となる場合があった。
　また、ミリ波、レーザー光を出射してカーブ形状を検出し曲率を推定する技術も公知である。しかしながら、これらの技術は、路側障害物の材質・形状によって検出できる静止物が限定的であり、天候ロバスト性が低く、複雑な道路形状や環境（路側を通過する人、自転車を含む）において誤推定する可能性が高まるという不都合があり、より簡単に精度よくカーブの曲率半径を推定することは困難であった。
特開２００４－２７２４２６号公報 特開平１１－１６００７８号公報 特開２０１０－１５１６９１号公報 特開２００６－０３１５５３号公報
　本発明は上記の事情に鑑みてなされたものであり、その目的は、より簡単な手法で、より精度よく、道路のカーブ形状を推定できる技術を提供することである。
　上記目的を達成するための本発明は、曲率が所定の関数に基づいて変化するカーブと曲率が一定のカーブとを含む道路の形状を推定する道路形状推定システムについてのものであり、以下の点を最大の特徴とする。すなわち、曲率が変化するカーブの所定のポイントにおける、カーブ起点からの距離とカーブの曲率半径とを、移動体の自律センサからの情報に基づいて求め、また、曲率が一定のカーブの曲率半径を求める。そして、これらの情報と前記所定の関数とを用いて、曲率が変化するカーブ全体の長さを導出し、道路の形状を推測する。
　より詳しくは、移動体が移動する道路であって、曲率半径が所定の関数に従って変化する曲率変動部と曲率半径が一定である曲率固定部とを有する道路の形状を推定する、道路形状推定システムにおいて、
　前記曲率固定部の曲率半径である曲率固定半径を取得する曲率固定半径取得手段と、
　前記移動体に搭載され該移動体の挙動情報を検知する移動体情報センサと、
　前記曲率変動部の起点から該曲率変動部における所定のポイントまでの距離である曲率変動距離と、前記所定のポイントにおける道路の曲率半径である曲率変動半径とを、前記移動体情報センサが検知した情報に基づいて取得する曲率変動情報取得手段と、
　前記曲率変動距離、曲率変動半径、曲率固定半径より、前記所定の関数を用いて前記曲率変動部の長さを導出する導出手段と、
　を備えることを特徴とする。
　これによれば、曲率固定半径取得手段により取得される曲率固定半径と、曲率変動情報取得手段により移動体情報センサを用いて取得される曲率変動距離及び曲率変動半径とより、導出手段が前記所定の関数を用いて曲率変動部の長さを導出する。従って、曲率変動距離及び曲率変動半径をカーナビゲータの情報から取得して曲率変動部の長さを導出する場合と比較して、より簡単に道路形状を推定することができる。また、ＧＰＳ受信遮断や、ノード点数の増加、周辺に複数の道路がある場合の誤マッチングなどの不都合を回避することができ、より高い精度で道路形状を推定することができる。
　また、上記において、前記曲率固定半径取得手段は、画像情報に基づいて、前記曲率固定部の曲率半径である曲率固定半径を取得することとしてもよい。そうすれば、曲率固定半径を取得する際にも、カーナビゲータの情報を使用する必要がないので、より簡単またはより精度よく、曲率固定半径を取得することができる。また、上記において、前記画像情報は道路標識の画像であり、前記曲率固定半径取得手段は標識認識カメラを有するようにしてもよい。すなわち、道路標識には、前方の道路の曲率半径の表示がなされている場合があるので、標識認識カメラで道路標識の画像を取得し、この道路標識の画像から、前方の道路の曲率固定半径を取得するようにしてもよい。これによれば、より簡単に、特別な構成を付加することなく曲率固定半径を取得することが可能となる。
　また、上記において、所定の関数は、クロソイド曲線としてもよい。ここで、日本では曲率変動部の形状を定義する関数としてクロソイド曲線が用いられている。このクロソイド曲線を用いることで、曲率変動距離、曲率変動半径、曲率固定半径より、前記曲率変動部の長さを導出することが可能となる。なお、曲率変動部の形状を定義する関数は、他の関数であってもよい。例えば米国では２次曲線が用いられているので、所定の関数を２次曲線としてもかまわない。
　また、本発明においては、前記所定のポイントは、前記移動体の位置としてもよい。すなわち、本発明における道路形状推定システムを移動体への搭載用とし、移動体が曲率変動部に位置する際に、曲率変動情報取得手段が曲率変動部の起点から移動体までの距離である曲率変動距離と、移動体の位置における曲率変動半径とを取得するようにしてもよい。そうすれば、移動体において、自らが走行中の道路の形状をより正確に、より迅速に推定することが可能となり、走行の安全性、容易性を向上することが可能となる。
　また、本発明においては、前記曲率変動情報取得手段は、前記曲率変動距離を、移動体の速度を積分することによって取得するようにしてもよい。そうすれば、曲率変動距離をカーナビゲーションの情報を用いずにより確実に取得することができ、より精度よく、道路の状態やＧＰＳの受信状態に影響されずに、曲率変動距離を取得することができる。
　また、本発明においては、前記曲率変動情報取得手段は、道路における白線の画像を取得する白線画像取得装置を有するとともに、前記曲率変動半径を、前記白線画像取得装置によって取得された白線の画像に基づいて取得するようにしてもよい。これによっても、曲率変動半径をカーナビゲーションの情報を用いずに取得することができ、より精度よく、道路の状態やＧＰＳの受信状態に影響されずに、曲率変動半径を取得することができる。
　また、本発明においては、前記曲率変動情報取得手段は、前記移動体が前記曲率変動部を移動する間に、前記曲率変動距離と前記曲率変動半径とを、所定時間毎に繰り返し取得し、
　前記導出手段は、前記曲率変動情報取得手段によって取得された前記曲率変動距離と前記曲率変動半径とより、前記移動体が前記曲率変動部を移動する間に、所定時間毎に繰り返し、前記所定の関数に含まれる所定の定数を算出し、該定数の所定時間毎の変動が閾値より小さくなった後に、前記曲率変動部の長さを導出するようにしてもよい。
　すなわち、本発明においては、移動体が曲率変動部に侵入し移動している間に、繰り返し、曲率変動情報取得手段によって曲率変動距離と曲率変動半径とを取得し、その情報から、所定の関数に含まれる所定の定数を算出する。しかしながら、移動体が曲率変動部に侵入した直後は、曲率変動距離の値自体が小さく、検出誤差の影響も大きいため、結果として算出された所定の定数の変動が大きくなる。このような状態で、曲率変動部の長さを導出しても、導出した値の信頼性が高いとは言えない場合がある。
　従って、本発明では、移動体が前記曲率変動部を移動する間に、所定時間毎に繰り返し、所定の関数に含まれる所定の定数を算出し、該定数の所定時間毎の変動が閾値より小さくなった後に、曲率変動部の長さを導出するようにした。これによれば、移動体が曲率変動部に侵入してから、ある程度の時間が経過し、充分に精度の高い曲率変動距離と曲率変動半径とが得られる状態になってから、曲率変動部の長さを導出することができる。その結果、より精度よく、道路形状を推定することができる。
　なお、本発明における課題を解決するための手段は、可能な限り組み合わせて使用することができる。
　本発明にあっては、より簡単に、より精度よく、道路のカーブ形状を推定することが可能となる。
本発明の実施例１における道路形状推定システムを示すブロック図である。 本発明の実施例１における道路形状の推定処理を説明するための図である。 本発明の実施例１における道路形状推定ルーチンを示すブロック図である。
　以下に図面を参照して、この発明を実施するための最良の形態を例示的に詳しく説明する。
　〔実施例１〕
　図１は、本実施例に係る道路形状推定システムの概略構成を示すブロック図である。本システムには、内燃機関を制御する電子制御コンピュータであるＥＣＵ３が備えられている。ＥＣＵ３は図示しないＲＯＭ、ＲＡＭ、ＣＰＵ、入力ポート、出力ポート等を備え、ヨーレイトセンサ４、車輪速センサ５、白線認識カメラ６及び、標識認識カメラ７が電気的に接続されている。ここで、少なくともヨーレイトセンサ４、車輪速センサ５、白線認識カメラ６は、本実施例における移動体情報センサに相当する。また、白線認識カメラ６は、本実施例における白線画像取得装置をも構成する。
　ヨーレイトセンサ４からは車輌ヨーレイトに対応した検出信号が、車輪速センサ１２からは車輪の回転に同期した車輪速パルスがそれぞれＥＣＵ３に提供される。また、白線認識カメラ６により、車輌近傍における走行レーンを区画する白線が撮影され、標識認識カメラ７により、道路標識が撮影され、各々の画像情報（撮像信号）がＥＣＵ３に提供されている。また、後述する道路形状推定ルーチンを含む様々なプログラムが、ＥＣＵ３のＲＯＭに記憶されておりＥＣＵ３により実行される。
　図２は、車輌１が、走行中に道路１０のカーブに差し掛かった場合における、本発明の処理を説明するための図である。この道路１０のカーブは、直線部１１、直線部１１に接続され曲率半径が徐々に小さくなる曲率変動部としてのカーブ緩和部１２、カーブ緩和部１２に接続され曲率半径が最小で且つ一定である曲率固定部としての真円カーブ部１３からなる。真円カーブ部１３の先は図１において省略されているが、曲率半径が徐々に大きくなる出口側カーブ緩和部を経て出口側直線部に繋がっている。なお、カーブ緩和部１２はクロソイド曲線により形状が定められている。
　このクロソイド曲線は、曲線の起点からの距離Ｌと曲率半径Ｒとの関係が、以下に示す式（１）のように表わされる曲線である。
　　　Ｌ×Ｒ＝Ａ２・・・・・（１）
　ここで、Ａ２は、クロソイド曲線の形状を定める定数である。以下、本実施例における道路形状推定の手順について説明する。
　図２において、移動体としての車輌１はカーブ緩和部１２に位置している。車輌１の現在位置Ｐにおいて、白線認識カメラ６によって車輌１の前方が撮影され、撮影された画像情報から白線１０ａの画像が認識される。そして、撮影された画像情報に基づいて白線１０ａと車輌１との距離（白線横位置）が演算され、その演算結果に基づいて白線１０ａに対する車輌１の姿勢が算出される。さらに、ヨーレイトセンサ４による検出信号から車輌１のヨー角を検出すると共に、車輪速センサ５からの車輪速パルスを検出することで車輌１の速度Ｖ（ｔ）が取得される。そして、この速度Ｖ（ｔ）を式（２）に示すように積分することで、カーブ緩和部１２の起点から車輌１の現在位置Ｐまでの距離Ｌｐが取得される。
　　　Ｌｐ＝∫Ｖ（ｔ）ｄｔ・・・・（２）
　さらに、白線１０ａに対する車輌１の姿勢及び走行軌跡に基づいて白線１０ａの形状及び、現在位置Ｐにおける道路の曲率半径Ｒｐが演算される。この演算方法については公知の方法を使用するので、ここでは説明は省略する。
　次に、得られたＲｐ、Ｌｐの値により、クロソイド曲線における定数Ａ２を次のように演算する。
　　　Ｌｐ×Ｒｐ＝Ａ２・・・・・・（３）
　また、本実施例では、カーブに差し掛かる前の直線部１１において、標識認識カメラ７によって道路標識１５が撮影され、撮影された画像情報に基づいて、真円カーブ部１３の曲率半径Ｒrealが取得される。この方法では、比較的安価な標識認識カメラ７によって、より精度よく曲率半径Ｒrealを取得することが可能となる。また、道路標識の認識は単眼カメラによって可能であるので、上記の白線認識カメラ６と標識認識カメラ７とを共通にすることで、装置の簡略化とコスト低減が可能になる。なお、曲率半径Ｒrealは、本実施例において曲率固定半径に相当する。また、標識認識カメラ７とＥＣＵ３は、本実施例において曲率固定半径取得手段を構成する。
　そして、以下の（４）式より、カーブ緩和部１２の長さＬcloが導出される。
　　　Ｌclo＝Ａ２／Ｒreal・・・・（４）
　そして、最終的には、道路１０のカーブ形状が以下のように特定される。
　　　Ｒ（Ｌ）＝Ａ２／Ｌ　（０≦Ｌ≦Ｌclo）・・・・・（５）
　　　Ｒ（Ｌ）＝Ｒreal　　（Ｌ≧Ｌclo）・・・・・・・（６）
　ここで、Ａ２は、理論的にはカーブ緩和部１２の範囲では一定の値となる。しかしながら、実際の推定処理においては、カーブ緩和部１２の開始直後にはＬｐが小さいため、カーブ緩和部１２の開始判定地点の位置ずれ誤差と比較してもＬｐの誤差（変動）が大きくなる。そのため、カーブ緩和部１２の開始直後はＡ２が大きく変化してしまうおそれがある。これに対し、本実施例では後述のように、Ａ２の収束判定を行なうこととした。具体的には、Ａ２の変化を示すΔＡ２の絶対値が閾値より小さくなったことをもって、収束したと判定している。
　図３には、本実施例における道路形状推定ルーチンのフローチャートを示す。本ルーチンは上述のようにＥＣＵ３のＲＯＭに記憶されたプログラムであり、車輌１の走行中はＥＣＵ３によって所定期間毎に実行される。本ルーチンが実行されると、まず、Ｓ１０１において、白線認識カメラ６の画像に基づいて、現在位置Ｐの曲率変動半径としてのカーブ曲率半径Ｒｐが取得される。Ｓ１０１の処理が終了するとＳ１０２に進む。
　Ｓ１０２においては、カーブ緩和部１２が開始したか否かが判定される。具体的には、Ｓ１０１で取得されたＲｐの絶対値が、予め定められた閾値Ｃstより小さいか否かによって判定される。ここで、Ｒｐの絶対値がＣst以上である場合は、車輌１が直線部１１に位置し、カーブ緩和部１２が開始していないと判断され、本ルーチンをそのまま一旦終了する。一方、Ｒｐの絶対値がＣstより小さい場合には、カーブ緩和部１２が開始したと判定されるので、Ｓ１０３に進む。なお、Ｃstは、Ｒｐの絶対値がこれ以上である場合はカーブ緩和部１２が開始していないと判断される閾値であり予め理論的にあるいは実験により定めてもよい。
　Ｓ１０３においては、車速Ｖs（ｔ）を用い、カーブ緩和部１２の開始時点から現在値Ｐまでの距離を算出する。具体的には、次式により曲率変動距離であるＬpを算出する。
　　　Ｌp＝∫Ｖs（ｔ）ｄｔ・・・・（７）
　Ｓ１０３の処理が終了するとＳ１０４に進む。
　次に、Ｓ１０４においては、Ａ２の値が算出される。具体的には、Ｓ１０１で取得されたＲpと、Ｓ１０３で算出されたＬpとから、以下の式によって算出される。
　　　Ａ２＝Ｌp×Ｒp・・・・（８）
　Ｓ１０４の処理が終了するとＳ１０５に進む。
　次に、Ｓ１０５においては、Ａ２の値が収束しているか否かが判定される。具体的には、前回Ｓ１０５が実行された際のＡ２と、今回にＳ１０５が実行された際のＡ２の差分ΔＡ２の絶対値が予め定められた閾値であるＣaより小さいか否かが判定される。ここで、否定判定された場合には、Ｓ１０１に戻る。一方、肯定判定された場合には、Ｓ１０６に進む。ここでＣaは、Ａ２の差分ΔＡ２の絶対値がこれより小さい場合に、Ａ２の値が充分に安定し精度的に問題がないと判断される閾値であり、予め理論的あるいは実験により定められてもよい。
　Ｓ１０６においては、カーブ緩和部１２の長さＬcloが、クロソイド曲線の長さとして以下のように算出される。
　　　Ｌclo＝Ａ２／Ｒreal・・・・（９）
　また、最終的に、カーブの形状が以下のように算出される。
　　　Ｒ（Ｌ）＝Ａ２／Ｌ　（０≦Ｌ≦Ｌclo）・・・・（１０）
　　　Ｒ（Ｌ）＝Ｒreal　（Ｌ≧Ｌclo）・・・・・・・（１１）
　Ｓ１０６の処理が終了すると本ルーチンが一旦終了する。
　以上、説明したように、本実施例においては、白線認識カメラ６、ヨーレイトセンサ４、車輪速センサ５の、自律センサ類が検出する信号から、クロソイド曲線の関数を用いて、カーブ緩和部１２の長さを算出している。従って、カーナビゲーションシステムからの情を用いることなく、より簡単により精度よく、道路の形状を推測することができる。なお、上記において、Ｓ１０１～Ｓ１０３の処理を実行するＥＣＵ３は、曲率変動情報取得手段を構成する。また、Ｓ１０６の処理を実行するＥＣＵ３は、導出手段を構成する。
　なお、上記の実施例では、センサ類として、白線認識カメラ６、ヨーレイトセンサ４、車輪速センサ５を用いたが、カーナビゲーションシステムやＧＰＳを使用せずに、カーブ緩和部１２の長さを算出できるセンサであれば、他のセンサ類を使用してもよい。また、上記の実施例においては、カーブ緩和部１２は、クロソイド曲線の関数で定義されることを前提としたが、本発明は、カーブ緩和部が他の関数で定義される道路にも適用が可能である。他の関数としては例えば２次曲線を挙げることができる。
　また、上記の実施例では、標識認識カメラ７の画像情報を用いて、真円カーブ部１３の半径を取得したので、この点からも、カーナビゲーションシステムやＧＰＳからの情報を用いることなく、より簡単により精度よく、道路の形状を推測することができる。しかしながら、本発明においては、真円カーブ部１３の半径Ｒrealを取得する方法は特に限定しておらず、カーナビゲーションシステムやＧＰＳ、ミリ波、レーザー光などを用いてもよい。本発明においては、カーナビゲーションシステムやＧＰＳを使用せずに、カーブ緩和部１２の長さを算出できれば、充分簡単にまたは精度よく、道路の形状を推測することができる。
　１・・・車両
　３・・・ＥＣＵ
　４・・・ヨーレイトセンサ
　５・・・車輪速センサ
　６・・・白線認識カメラ
　７・・・標識認識カメラ
　１０・・・カーブ
　１０ａ・・・白線
　１１・・・直線部
　１２・・・カーブ緩和部
　１３・・・真円カーブ部
　１５・・・道路標識

Claims (8)

  1. 　移動体が移動する道路であって、曲率半径が所定の関数に従って変化する曲率変動部と曲率半径が一定である曲率固定部とを有する道路の形状を推定する、道路形状推定システムにおいて、
    　前記曲率固定部の曲率半径である曲率固定半径を取得する曲率固定半径取得手段と、
    　前記移動体に搭載され該移動体の挙動情報を検知する移動体情報センサと、
    　前記曲率変動部の起点から該曲率変動部における所定のポイントまでの距離である曲率変動距離と、前記所定のポイントにおける道路の曲率半径である曲率変動半径とを、前記移動体情報センサが検知した情報に基づいて取得する曲率変動情報取得手段と、
    　前記曲率変動距離、曲率変動半径、曲率固定半径より、前記所定の関数を用いて前記曲率変動部の長さを導出する導出手段と、
    　を備えることを特徴とする道路形状推定システム。
  2. 　前記曲率固定半径取得手段は、画像情報に基づいて、前記曲率固定部の曲率半径である曲率固定半径を取得することを特徴とする請求項１に記載の道路形状推定システム。
  3. 　前記画像情報は道路標識の画像であり、前記曲率固定半径取得手段は標識認識カメラを有することを特徴とする請求項２に記載の道路形状推定システム。
  4. 　前記所定の関数は、クロソイド曲線であることを特徴とする請求項１から３のいずれか一項に記載の道路形状推定システム。
  5. 　前記所定のポイントは、前記移動体の位置であることを特徴とする請求項１から４のいずれか一項に記載の道路形状推定システム。
  6. 　前記曲率変動情報取得手段は、前記曲率変動距離を、移動体の速度を積分することによって取得することを特徴とする請求項５に記載の道路形状推定システム。
  7. 　前記曲率変動情報取得手段は、道路における白線の画像を取得する白線画像取得装置を有するとともに、前記曲率変動半径を、前記白線画像取得装置によって取得された白線の画像に基づいて取得することを特徴とする請求項１から６のいずれか一項に記載の道路形状推定システム。
  8. 　前記曲率変動情報取得手段は、前記移動体が前記曲率変動部を移動する間に、前記曲率変動距離と前記曲率変動半径とを、所定時間毎に繰り返し取得し、
    　前記導出手段は、前記曲率変動情報取得手段によって取得された前記曲率変動距離と前記曲率変動半径とより、前記移動体が前記曲率変動部を移動する間に、所定時間毎に繰り返し、前記所定の関数に含まれる所定の定数を算出し、該定数の所定時間毎の変動が閾値より小さくなった後に、前記曲率変動部の長さを導出することを特徴とする請求項１から７のいずれか一項に記載の道路形状推定システム。
PCT/JP2011/058947 2011-04-08 2011-04-08 道路形状推定システム WO2012137354A1 (ja)

Priority Applications (5)

Application Number Priority Date Filing Date Title
PCT/JP2011/058947 WO2012137354A1 (ja) 2011-04-08 2011-04-08 道路形状推定システム
EP11863011.0A EP2696333A1 (en) 2011-04-08 2011-04-08 Road shape inferring system
JP2013508714A JPWO2012137354A1 (ja) 2011-04-08 2011-04-08 道路形状推定システム
US14/110,358 US20140025227A1 (en) 2011-04-08 2011-04-08 Road shape estimating system
CN2011800698925A CN103459227A (zh) 2011-04-08 2011-04-08 道路形状推定系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
PCT/JP2011/058947 WO2012137354A1 (ja) 2011-04-08 2011-04-08 道路形状推定システム

Publications (1)

Publication Number Publication Date
WO2012137354A1 true WO2012137354A1 (ja) 2012-10-11

Family

ID=46968787

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/JP2011/058947 WO2012137354A1 (ja) 2011-04-08 2011-04-08 道路形状推定システム

Country Status (5)

Country Link
US (1) US20140025227A1 (ja)
EP (1) EP2696333A1 (ja)
JP (1) JPWO2012137354A1 (ja)
CN (1) CN103459227A (ja)
WO (1) WO2012137354A1 (ja)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103770783A (zh) * 2012-10-19 2014-05-07 现代摩比斯株式会社 进入弯路预测装置和方法及利用该装置和方法的智能定速巡航系统
JP2014115775A (ja) * 2012-12-07 2014-06-26 Denso Corp 道路形状特定装置
WO2016031753A1 (ja) * 2014-08-25 2016-03-03 株式会社デンソー 道路形状認識装置
JP2018022206A (ja) * 2016-08-01 2018-02-08 三菱電機株式会社 車線区画線検知補正装置、車線区画線検知補正方法、及び自動運転システム

Families Citing this family (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP3176062B1 (en) * 2014-07-28 2023-11-15 Robert Bosch GmbH Information providing device and program for motorcycle
CN104401328A (zh) * 2014-11-14 2015-03-11 江苏省交通科学研究院股份有限公司 汽车弯道限速识别仪及其识别方法
JP6363518B2 (ja) * 2015-01-21 2018-07-25 株式会社デンソー 区画線認識装置
DE102016221171B4 (de) * 2015-11-06 2022-10-06 Ford Global Technologies, Llc Verfahren und Vorrichtung zur Ermittlung von Fahrspurverlaufsdaten
CN108242145B (zh) * 2016-12-26 2020-10-16 阿里巴巴（中国）有限公司 异常轨迹点检测方法和装置
WO2020071133A1 (ja) * 2018-10-04 2020-04-09 日立オートモティブシステムズ株式会社 標識認識装置
CN111380542B (zh) * 2018-12-28 2023-03-17 沈阳美行科技股份有限公司 一种车辆定位、导航方法和装置及相关系统
CN113127956B (zh) * 2021-04-08 2022-10-18 中国电建集团中南勘测设计研究院有限公司 道路交叉口三心圆边线计算方法及系统、起点确定方法

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH07266920A (ja) * 1994-03-31 1995-10-17 Isuzu Motors Ltd カーブ路警報装置
JPH10283597A (ja) * 1997-04-09 1998-10-23 Honda Motor Co Ltd 車両制御装置
JPH11160078A (ja) 1997-12-02 1999-06-18 Toyota Motor Corp 走行路形状推定装置
JP2004272426A (ja) 2003-03-06 2004-09-30 Nissan Motor Co Ltd 道路形状認識装置
JP2006031553A (ja) 2004-07-20 2006-02-02 Aisin Seiki Co Ltd 車両のレーン走行支援装置
JP2007233604A (ja) * 2006-02-28 2007-09-13 Toyota Motor Corp 道路情報取得装置、及びこれを利用した車両用走行制御装置、並びに道路交通システム
JP2010151692A (ja) * 2008-12-25 2010-07-08 Aisin Aw Co Ltd 道路形状推測装置、道路形状推測方法及び道路形状推測プログラム
JP2010151691A (ja) 2008-12-25 2010-07-08 Aisin Aw Co Ltd 道路形状推測装置、道路形状推測方法及び道路形状推測プログラム
JP2011034508A (ja) * 2009-08-05 2011-02-17 Advics Co Ltd 道路形状データ作成方法、及び、道路形状データ取得装置

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP4581220B2 (ja) * 2000-10-27 2010-11-17 日産自動車株式会社 車両用情報提供装置
JP5270849B2 (ja) * 2007-03-16 2013-08-21 日立オートモティブシステムズ株式会社 車両位置計算方法、および、車両位置計算装置
US7800532B2 (en) * 2007-10-12 2010-09-21 Seiko Epson Corporation Position determination method, positioning device, and electronic instrument
JP4475342B2 (ja) * 2008-03-28 2010-06-09 アイシン・エィ・ダブリュ株式会社 道路形状推定装置、道路形状推定方法及びプログラム
JP4479816B2 (ja) * 2008-03-28 2010-06-09 アイシン・エィ・ダブリュ株式会社 道路形状推定装置、道路形状推定方法及びプログラム

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH07266920A (ja) * 1994-03-31 1995-10-17 Isuzu Motors Ltd カーブ路警報装置
JPH10283597A (ja) * 1997-04-09 1998-10-23 Honda Motor Co Ltd 車両制御装置
JPH11160078A (ja) 1997-12-02 1999-06-18 Toyota Motor Corp 走行路形状推定装置
JP2004272426A (ja) 2003-03-06 2004-09-30 Nissan Motor Co Ltd 道路形状認識装置
JP2006031553A (ja) 2004-07-20 2006-02-02 Aisin Seiki Co Ltd 車両のレーン走行支援装置
JP2007233604A (ja) * 2006-02-28 2007-09-13 Toyota Motor Corp 道路情報取得装置、及びこれを利用した車両用走行制御装置、並びに道路交通システム
JP2010151692A (ja) * 2008-12-25 2010-07-08 Aisin Aw Co Ltd 道路形状推測装置、道路形状推測方法及び道路形状推測プログラム
JP2010151691A (ja) 2008-12-25 2010-07-08 Aisin Aw Co Ltd 道路形状推測装置、道路形状推測方法及び道路形状推測プログラム
JP2011034508A (ja) * 2009-08-05 2011-02-17 Advics Co Ltd 道路形状データ作成方法、及び、道路形状データ取得装置

Cited By (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103770783A (zh) * 2012-10-19 2014-05-07 现代摩比斯株式会社 进入弯路预测装置和方法及利用该装置和方法的智能定速巡航系统
JP2014115775A (ja) * 2012-12-07 2014-06-26 Denso Corp 道路形状特定装置
WO2016031753A1 (ja) * 2014-08-25 2016-03-03 株式会社デンソー 道路形状認識装置
JP2016043837A (ja) * 2014-08-25 2016-04-04 株式会社日本自動車部品総合研究所 道路形状認識装置
JP2018022206A (ja) * 2016-08-01 2018-02-08 三菱電機株式会社 車線区画線検知補正装置、車線区画線検知補正方法、及び自動運転システム
US10494021B2 (en) 2016-08-01 2019-12-03 Mitsubishi Electric Corporation Lane separation line detection correcting device, lane separation line detection correcting method, and automatic driving system
US11370488B2 (en) 2016-08-01 2022-06-28 Mitsubishi Electric Corporation Lane separation line detection correcting device, lane separation line detection correcting method, and automatic driving system
US11427251B2 (en) 2016-08-01 2022-08-30 Mitsubishi Electric Corporation Lane separation line detection correcting device, lane separation line detection correcting method, and automatic driving system
US11565751B2 (en) 2016-08-01 2023-01-31 Mitsubishi Electric Cornoration Lane separation line detection correcting device, lane separation line detection correcting method, and automatic driving system
US11577780B2 (en) 2016-08-01 2023-02-14 Mitsubishi Electric Corporation Lane separation line detection correcting device, lane separation line detection correcting method, and automatic driving system
US11767055B2 (en) 2016-08-01 2023-09-26 Mitsubishi Electric Corporation Lane separation line detection correcting device, lane separation line detection correcting method, and automatic driving system
US11999410B2 (en) 2016-08-01 2024-06-04 Mitsubishi Electric Corporation Lane separation line detection correcting device, lane separation line detection correcting method, and automatic driving system

Also Published As

Publication number Publication date
CN103459227A (zh) 2013-12-18
EP2696333A1 (en) 2014-02-12
JPWO2012137354A1 (ja) 2014-07-28
US20140025227A1 (en) 2014-01-23

Similar Documents

Publication Publication Date Title
WO2012137354A1 (ja) 道路形状推定システム
CN108263382B (zh) 基于目标车辆的驾驶样式的协同自适应巡航控制系统
US9527441B2 (en) Vehicle control apparatus
JP5761162B2 (ja) 車両位置推定装置
JP5794298B2 (ja) 運転支援システム
US9711049B2 (en) Collision probability determination apparatus and program
US9126595B2 (en) Apparatus and method for calculating inter-vehicle distance
US10604150B2 (en) Vehicle stop position setting apparatus and method
EP2878975A1 (en) System and method for correcting gps using image recognition information
US10053087B2 (en) Driving assistance apparatus
US11300415B2 (en) Host vehicle position estimation device
WO2007132860A1 (ja) 対象物認識装置
US20140032100A1 (en) Gps correction system and method using image recognition information
KR20190056977A (ko) 차량 제어 장치
US20200339134A1 (en) Method and apparatus for dynamic yaw rate bias estimation
JP6828655B2 (ja) 自車位置推定装置
WO2016194168A1 (ja) 走行制御装置及び方法
KR20190044988A (ko) 자이로 센싱값 보상 장치, 그를 포함한 시스템 및 그 방법
CN112498347A (zh) 用于实时横向控制和转向致动评估的方法和装置
KR20190040818A (ko) 차량 내부 센서, 카메라, 및 gnss 단말기를 이용한 3차원 차량 항법 시스템
KR20210037790A (ko) 자율 주행 장치 및 방법
WO2020070996A1 (ja) 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
JP2020003463A (ja) 自車位置推定装置
US20180347993A1 (en) Systems and methods for verifying road curvature map data
JP6455292B2 (ja) 物体検出装置及び物体検出方法

Legal Events

Date Code Title Description
121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 11863011

Country of ref document: EP

Kind code of ref document: A1

ENP Entry into the national phase

Ref document number: 2013508714

Country of ref document: JP

Kind code of ref document: A

WWE Wipo information: entry into national phase

Ref document number: 14110358

Country of ref document: US

NENP Non-entry into the national phase

Ref country code: DE

WWE Wipo information: entry into national phase

Ref document number: 2011863011

Country of ref document: EP