WO2016020970A1 - 自己位置算出装置及び自己位置算出方法 - Google Patents

自己位置算出装置及び自己位置算出方法 Download PDF

Info

Publication number
WO2016020970A1
WO2016020970A1 PCT/JP2014/070480 JP2014070480W WO2016020970A1 WO 2016020970 A1 WO2016020970 A1 WO 2016020970A1 JP 2014070480 W JP2014070480 W JP 2014070480W WO 2016020970 A1 WO2016020970 A1 WO 2016020970A1
Authority
WO
WIPO (PCT)
Prior art keywords
pattern light
vehicle
road surface
image
self
Prior art date
Application number
PCT/JP2014/070480
Other languages
English (en)
French (fr)
Inventor
山口　一郎
西内　秀和
宣久 平泉
松本　淳
Original Assignee
日産自動車株式会社
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 日産自動車株式会社 filed Critical 日産自動車株式会社
Priority to BR112017002129-3A priority Critical patent/BR112017002129B1/pt
Priority to MX2017001248A priority patent/MX357830B/es
Priority to US15/329,897 priority patent/US9933252B2/en
Priority to RU2017107021A priority patent/RU2636235C1/ru
Priority to EP14899118.5A priority patent/EP3179462B1/en
Priority to PCT/JP2014/070480 priority patent/WO2016020970A1/ja
Priority to JP2016539706A priority patent/JP6269838B2/ja
Priority to CN201480080905.2A priority patent/CN106663376B/zh
Publication of WO2016020970A1 publication Critical patent/WO2016020970A1/ja

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
    • G01B11/00—Measuring arrangements characterised by the use of optical techniques
    • G01B11/002—Measuring arrangements characterised by the use of optical techniques for measuring two or more coordinates
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
    • G01B11/00—Measuring arrangements characterised by the use of optical techniques
    • G01B11/26—Measuring arrangements characterised by the use of optical techniques for measuring angles or tapers; for testing the alignment of axes
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
    • G01C21/26—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
    • G01C21/28—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network with correlation of data from several navigational instruments
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/20—Analysis of motion
    • G06T7/246—Analysis of motion using feature-based methods, e.g. the tracking of corners or segments
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/70—Determining position or orientation of objects or cameras
    • G06T7/73—Determining position or orientation of objects or cameras using feature-based methods
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/50—Context or environment of the image
    • G06V20/56—Context or environment of the image exterior to a vehicle by using sensors mounted on the vehicle
    • G06V20/588—Recognition of the road, e.g. of lane markings; Recognition of the vehicle driving pattern in relation to the road
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/16—Anti-collision systems
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N7/00—Television systems
    • H04N7/18—Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast
    • H04N7/183—Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast for receiving images from a single remote source
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30204—Marker
    • G06T2207/30208—Marker matrix
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30244—Camera pose
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30248—Vehicle exterior or interior
    • G06T2207/30252—Vehicle exterior; Vicinity of vehicle

Definitions

  • the present invention relates to a self-position calculation device and a self-position calculation method.
  • Patent Document 1 Conventionally, a technique is known in which an image in the vicinity of a vehicle is captured by a camera mounted on the vehicle, and the amount of movement of the vehicle is obtained based on a change in the image (see, for example, Patent Document 1).
  • Patent Document 1 a feature point is detected from an image so that the amount of movement can be obtained accurately even when the vehicle moves at low speed and delicately, the position of the feature point is obtained, and the moving direction and movement of the feature point.
  • the movement amount of the vehicle is obtained from the distance (movement amount).
  • Patent Document 2 a technique for performing three-dimensional measurement using a laser projector that projects a lattice pattern (pattern light) is known (for example, see Patent Document 2).
  • a pattern light projection area is captured by a camera, pattern light is detected from the captured image, and the behavior of the vehicle is obtained from the position of the pattern light.
  • the present invention has been made in view of the above problems, and its purpose is to detect pattern light projected on the road surface with high accuracy and to calculate the self-position of the vehicle with high accuracy. To provide a calculation device and a self-position calculation method.
  • the self-position calculation device projects pattern light from a projector onto a road surface around the vehicle, and images an image of the road surface around the vehicle including an area where the pattern light is projected by an imaging unit. Obtaining and extracting the position of the pattern light from the image acquired by the imaging unit, calculating the attitude angle of the vehicle with respect to the road surface from the extracted pattern light position, and a plurality of features on the road surface in the image acquired by the imaging unit Based on the time change of the point, the vehicle attitude change amount is calculated, and the vehicle current position and attitude angle are calculated by adding the attitude change amount to the initial position and attitude angle of the vehicle.
  • a superimposed image is generated by superimposing the images between frames acquired by the imaging unit, and the position of the pattern light from the superimposed image Is extracted.
  • FIG. 1 is a block diagram showing the overall configuration of the self-position calculation apparatus according to the first embodiment.
  • FIG. 2 is an external view showing a mounting example of the projector 11 and the camera 12 on the vehicle 10.
  • FIG. 3A shows the position on the road surface 31 irradiated with each spot light from the base line length Lb between the projector 11 and the camera 12 and the coordinates (U j , V j ) on the image of each spot light.
  • FIG. 3B shows the movement direction 34 of the camera 12 based on the temporal change of the feature points detected from the other area 33 different from the area irradiated with the pattern light 32a. It is a schematic diagram which shows a mode that it obtains.
  • FIG. 4A and 4B are diagrams showing an image of the pattern light 32a obtained by binarizing the image acquired by the camera 12, and FIG. 4A shows the pattern light 32a. shows an overall, FIG. 4 (b) shows an enlarged view of one of the spot light S p, FIG. 4 (c) shows the position H e of the center of gravity of the spot light S p extracted by the pattern light extraction unit 21
  • FIG. 5 is a schematic diagram for explaining a method of calculating the change amount of the distance and the posture angle.
  • FIG. 6A shows an example of the first frame (image) 38 acquired at time t.
  • FIG. 6B shows the second frame 38 ′ acquired at time (t + ⁇ t) when time ⁇ t has elapsed from time t.
  • FIG. 6A shows an example of the first frame (image) 38 acquired at time t.
  • FIG. 6B shows the second frame 38 ′ acquired at time (t + ⁇ t) when time ⁇ t has elapsed from time t.
  • FIG. 7A shows the amount of movement of the vehicle when generating a superimposed image when the external environment is bright.
  • FIG. 7B shows a state in which a superimposed image is generated when the external environment is bright.
  • FIG. 8A shows the amount of movement of the vehicle when generating a superimposed image when the external environment is bright.
  • FIG. 8B shows how a superimposed image is generated when the external environment is bright.
  • FIGS. 9A to 9D show changes in the reset flag, the number of images to be superimposed, the feature point detection state, and the number of associated feature points in the self-position calculation apparatus according to the first embodiment. It is a timing chart.
  • FIG. 10 is a flowchart showing an example of a self-position calculation method using the self-position calculation apparatus of FIG. FIG.
  • FIG. 11 is a flowchart showing a detailed procedure of step S18 of FIG.
  • FIG. 12 is a block diagram showing the overall configuration of the self-position calculation apparatus according to the second embodiment.
  • FIG. 13 is a diagram for explaining a method for estimating the amount of change in the height of the road surface from the position of the pattern light according to the second embodiment.
  • 14A to 14E show the reset flag, the number of images to be superimposed, the quality of the road surface condition, and the size of the level difference (unevenness) of the road surface in the self-position calculation apparatus according to the second embodiment. It is a timing chart which shows change.
  • FIG. 15 is a flowchart illustrating a processing procedure of self-position calculation processing by the self-position calculation apparatus according to the second embodiment.
  • FIG. 15 is a flowchart illustrating a processing procedure of self-position calculation processing by the self-position calculation apparatus according to the second embodiment.
  • FIG. 16 is a flowchart showing a detailed processing procedure of step S28 of FIG. 15 by the self-position calculating apparatus according to the second embodiment.
  • FIG. 17 is a block diagram showing the overall configuration of the self-position calculating apparatus according to the second embodiment.
  • FIG. 18A and FIG. 18B are timing charts showing changes in luminance and feature point detection flags of the self-position calculation apparatus according to the third embodiment.
  • FIG. 19A to FIG. 19C are explanatory views showing pattern light and feature points of the self-position calculating apparatus according to the third embodiment.
  • FIG. 20A to FIG. 20D are timing charts showing the reset flag, the timing at which each cycle ends, the number of cycles to be superimposed, and the change in light projection power of the self-position calculation device according to the third embodiment. It is.
  • FIG. 21 is a flowchart illustrating a processing procedure of the self-position calculation apparatus according to the third embodiment.
  • the self-position calculating device includes a projector 11, a camera 12, and an engine control unit (ECU) 13.
  • the projector 11 is mounted on the vehicle and projects pattern light onto a road surface around the vehicle.
  • the camera 12 is an example of an imaging unit that is mounted on a vehicle and captures an image of a road surface around the vehicle including an area where pattern light is projected.
  • the ECU 13 is an example of a control unit that controls the projector 11 and executes a series of information processing cycles for estimating the amount of movement of the vehicle from the image acquired by the camera 12.
  • the camera 12 is a digital camera using a solid-state imaging device such as a CCD and a CMOS, and acquires a digital image that can be processed.
  • the imaging target of the camera 12 is a road surface around the vehicle, and the road surface around the vehicle includes the road surface of the front, rear, side, and bottom of the vehicle.
  • the camera 12 can be mounted on the front portion of the vehicle 10, specifically on the front bumper.
  • the height and direction in which the camera 12 is installed are adjusted so that the feature point (texture) on the road surface 31 in front of the vehicle 10 and the pattern light 32b projected by the projector 11 can be imaged.
  • the focus and aperture of the lens provided are automatically adjusted.
  • the camera 12 repeatedly captures images at a predetermined time interval and acquires a series of images (frames).
  • the image data acquired by the camera 12 is transferred to the ECU 13 and stored in a memory provided in the ECU 13.
  • the projector 11 projects pattern light 32 b having a predetermined shape including a square or rectangular lattice image toward the road surface 31 within the imaging range of the camera 12.
  • the camera 12 images the pattern light irradiated by the road surface 31.
  • the projector 11 includes, for example, a laser pointer and a diffraction grating. Pattern by diffracting the laser beam emitted from the laser pointer in the diffraction grating, the light projector 11, as shown in FIGS. 2 to 4, comprising a lattice image, or a matrix a plurality of which are arranged in the spot light S p Light (32b, 32a) is generated. In the example shown in FIGS. 3 and 4, and generates a pattern light 32a consisting spotlight S p of 5 ⁇ 7.
  • the ECU 13 includes a microcontroller including a CPU, a memory, and an input / output unit, and configures a plurality of information processing units included in the self-position calculating device by executing a computer program installed in advance.
  • the ECU 13 repeatedly executes a series of information processing cycles for calculating the current position of the vehicle from the image acquired by the camera 12 for each image (frame).
  • the ECU 13 may also be used as an ECU used for other controls related to the vehicle 10.
  • the plurality of information processing units include a pattern light extraction unit (superimposed image generation unit) 21, a posture angle calculation unit 22, a feature point detection unit 23, a posture change amount calculation unit 24, and a luminance determination unit (pattern light detection state determination unit). 25, a self-position calculation unit 26, a pattern light control unit 27, a detection state determination unit 28, and a calculation state determination unit 29 are included.
  • the feature point detection unit 23 may be included in the posture change amount calculation unit 24.
  • the pattern light extraction unit 21 reads an image acquired by the camera 12 from the memory and extracts the position of the pattern light from the image. As shown in FIG. 3A, for example, the pattern light 32a composed of a plurality of spot lights arranged in a matrix in the projector 11 is projected toward the road surface 31, and the pattern light 32a reflected by the road surface 31 is emitted. Detection is performed by the camera 12. Pattern light extractor 21, by performing binarization processing on the acquired image by the camera 12, as shown in FIGS. 4 (a) and 4 (b), only the image of the spot light S p Extract. Pattern light extractor 21, as shown in FIG. 4 (c), the position H e of the center of gravity of the spot light S p, i.e.
  • the posture angle calculation unit 22 reads data indicating the position of the pattern light 32 a from the memory, and calculates the distance and posture angle of the vehicle 10 with respect to the road surface 31 from the position of the pattern light 32 a in the image acquired by the camera 12. For example, as shown in FIG. 3A, from the baseline length Lb between the projector 11 and the camera 12 and the coordinates (U j , V j ) of each spot light on the image, the principle of triangulation is used. The position on the road surface 31 irradiated with each spot light is calculated as a relative position with respect to the camera 12.
  • the attitude angle calculation unit 22 calculates the plane type of the road surface 31 on which the pattern light 32a is projected, that is, the distance and the attitude angle of the camera 12 with respect to the road surface 31 (normal vector) from the relative position of each spot light with respect to the camera 12. ) Is calculated.
  • the distance and posture angle of the camera 12 with respect to the road surface 31 are used as an example of the distance and posture angle of the vehicle 10 with respect to the road surface 31. calculate.
  • the distance and posture angle of the camera 12 with respect to the road surface 31 are abbreviated as “distance and posture angle”.
  • the distance and the posture angle calculated by the posture angle calculation unit 22 are stored in the memory.
  • the attitude angle calculation unit 22 uses the principle of triangulation to determine the position on the road surface 31 irradiated with each spot light from the coordinates (U j , V j ) of each spot light on the camera 12. It can be obtained as a relative position (X j , Y j , Z j ).
  • the feature point detection unit 23 reads an image acquired by the camera 12 from the memory, and detects a feature point on the road surface 31 from the image read from the memory.
  • the feature point detection unit 23 detects, for example, “DG ⁇ ⁇ Lowe,“ Distinctive Image Features from Scale-Invariant Keypoints, ”Int. J. Comput. Vis., Vol.60, no. .2, pp. 91-110, Nov. 200, or ⁇ Kanazawa, ⁇ , Kanaya, Kenichi, “Image Feature Extraction for Computer Vision,” ⁇ ⁇ ⁇ , vol. 1043-1048, “Dec. 2004” can be used.
  • the feature point detection unit 23 uses, for example, a Harris operator or a SUSAN operator to detect, as a feature point, a point whose luminance value changes greatly as compared to the surroundings, such as a vertex of an object.
  • the feature point detection unit 23 may detect, as a feature point, a point where the luminance value changes under certain regularity using a SIFT (Scale-Invariant Feature Transform) feature amount. .
  • SIFT Scale-Invariant Feature Transform
  • the feature point detection unit 23 counts the total number N of feature points detected from one image, and assigns an identification number (i (1 ⁇ i ⁇ N)) to each feature point.
  • the position (U i , V i ) on the image of each feature point is stored in a memory in the ECU 13.
  • FIGS. 6 (a) and 6 (b) shows an example of the acquired detected from the image feature points T e by the camera 12.
  • the feature points on the road surface 31 mainly assume asphalt mixture grains having a size of 1 cm to 2 cm.
  • the resolution of the camera 12 is VGA (approximately 300,000 pixels).
  • the distance of the camera 12 with respect to the road surface 31 is about 70 cm.
  • the imaging direction of the camera 12 is inclined toward the road surface 31 by about 45 degrees from the horizontal plane.
  • the luminance value when the image acquired by the camera 12 is transferred to the ECU 13 is in the range of 0 to 255 (0: the darkest, 255: the brightest).
  • the posture change amount calculation unit 24 reads, from the memory, the positions (U i , V i ) on the image of a plurality of feature points included in the previous frame among the frames imaged for each fixed information processing cycle, and The position (U i , V i ) on the image of a plurality of feature points included in the current frame is read from the memory. Then, the amount of change in the attitude of the vehicle is obtained based on the change in position of the plurality of feature points on the image.
  • the “vehicle attitude change amount” includes both the “distance and attitude angle” change amount with respect to the road surface 31 and the “vehicle (camera 12) movement amount” on the road surface.
  • FIG. 6A shows an example of the first frame (image) 38 acquired at time t.
  • the relative positions (X i , Y i , Z i ) of three feature points T e1 , T e2 , T e3 are respectively calculated.
  • the plane G specified by the feature points T e1 , T e2 , and T e3 can be regarded as a road surface. Therefore, the posture change amount calculation unit 24 can obtain the distance and posture angle (normal vector) of the camera 12 with respect to the road surface (plane G) from the relative position (X i , Y i , Z i ).
  • the posture change amount calculation unit 24 by known camera model, the distance between each feature point T e1, T e2, T e3 (l 1, l 2, l 3) and feature point of each T e1, T The angle formed by the straight line connecting e2 and Te3 can be obtained.
  • the camera 12 in FIG. 5 shows the position of the camera in the first frame.
  • the imaging direction of the camera 12 is set to the Z axis, the imaging direction is normal, and the plane including the camera 12 is included.
  • X axis and Y axis orthogonal to each other are set.
  • the horizontal direction and the vertical direction are set to the V axis and the U axis, respectively.
  • FIG. 6B shows the second frame acquired at time (t + ⁇ t) when time ⁇ t has elapsed from time t.
  • the camera 12 ′ in FIG. 5 indicates the position of the camera when the second frame 38 ′ is imaged.
  • the camera 12 ′ captures the feature points T e1 , T e2 , T e3 , and the feature point detection unit 23 performs the feature points T e1 , T e2 and Te3 are detected.
  • the posture change amount calculation unit 24 calculates the relative position (X i , Y i , Z i ) of each feature point T e1 , T e2 , T e3 at time t and the second frame 38 ′ of each feature point. From the position P 1 (U i , V i ) and the camera model of the camera 12, not only the movement amount ( ⁇ L) of the camera 12 at the time ⁇ t but also the amount of change in the distance and posture angle can be calculated. For example, by solving simultaneous equations composed of the following equations (1) to (4), the posture change amount calculation unit 24 calculates the movement amount ( ⁇ L) of the camera 12 (vehicle), and the change amounts of the distance and posture angle. Can be calculated. Equation (1) is modeled as an ideal pinhole camera in which the camera 12 has no distortion or optical axis deviation, ⁇ i is a constant, and f is a focal length. The camera model parameters may be calibrated in advance.
  • FIG. 3B shows a state in which the moving direction 34 of the camera 12 is obtained from the temporal change of the feature points detected from another area 33 different from the area irradiated with the pattern light 32a in the imaging range of the camera 12. Is shown schematically. Further, in FIGS. 6 (a) and 6 (b) shows superimposes the vector D te showing change direction and the change amount of the position of each feature point T e in the image.
  • the posture change amount calculation unit 24 can simultaneously calculate not only the movement amount ( ⁇ L) of the camera 12 at time ⁇ t but also the change amounts of the distance and the posture angle. Therefore, the posture change amount calculation unit 24 can accurately calculate the movement amount ( ⁇ L) with six degrees of freedom in consideration of the change amount of the distance and the posture angle. That is, even if the distance and the posture angle change due to the roll motion or the pitch motion caused by turning or acceleration / deceleration of the vehicle 10, the estimation error of the movement amount ( ⁇ L) can be suppressed.
  • the posture change amount calculation unit 24 may select optimal feature points based on the positional relationship between the feature points, instead of using all the feature points whose relative positions are calculated.
  • selection procedures for example, the epipolar geometry (epipolar geometry, RI Hartley:. “A linear method for reconstruction from lines and points,” Proc 5 th International Conference on Computer Vision, Cambridge, Massachusetts, pp.882-887 ( 1995)) can be used.
  • an image of a small area around the detected feature points may be recorded in a memory and judged from the similarity of luminance and color information.
  • the ECU 13 records an image for 5 ⁇ 5 (horizontal ⁇ vertical) pixels centered on the detected feature point in the memory. For example, if the luminance information is 20 pixels or more and the error is within 1% or less, the posture change amount calculation unit 24 determines that the feature point is a feature point that can be correlated between the previous and next frames.
  • the posture change amount calculation unit 24 can calculate a “vehicle posture change amount” based on temporal changes of a plurality of feature points on the road surface.
  • the self position calculation unit 26 calculates the distance and posture angle from the “distance and change amount of posture angle” calculated by the posture change amount calculation unit 24. Further, the current position of the vehicle is calculated from the “movement amount of the vehicle” calculated by the posture change amount calculation unit 24.
  • the posture change amount calculating unit 24 is set with respect to the starting point (distance and posture angle).
  • the distance and the posture angle are updated to the latest numerical values by sequentially adding (integral calculation) the distance and posture angle change amount calculated for each frame.
  • the vehicle position when the distance and posture angle are calculated by the posture angle calculation unit 22 is set as a starting point (initial position of the vehicle), and the moving amount of the vehicle is sequentially added from this initial position (integral calculation).
  • the current position of the vehicle is calculated.
  • the current position of the vehicle on the map can be sequentially calculated by setting the starting point (the initial position of the vehicle) that is collated with the position on the map.
  • the pattern light 32a can be obtained by continuing the process of adding the distance and the change amount of the posture angle (integral calculation).
  • the distance and posture angle can be continuously updated to the latest values without using.
  • a distance and posture angle calculated using the pattern light 32a, or a predetermined initial distance and initial posture angle may be used. That is, the distance and the attitude angle that are the starting points of the integration calculation may be calculated using the pattern light 32a, or may use predetermined initial values. It is desirable that the predetermined initial distance and initial posture angle are a distance and posture angle that take into account at least an occupant and a load on the vehicle 10.
  • the pattern light 32a is projected, and the distance and posture angle calculated from the pattern light 32a are set to a predetermined value.
  • the initial distance and the initial posture angle may be used. Thereby, the distance and the posture angle when the roll motion or the pitch motion due to the turning or acceleration / deceleration of the vehicle 10 is not generated can be obtained.
  • the distance and posture angle change amount is calculated, and the distance and posture angle change amount are sequentially added to update the distance and posture angle to the latest numerical values.
  • the attitude angle of the camera 12 with respect to the road surface 31 may be a target for calculating and updating the change amount.
  • the distance of the camera 12 relative to the road surface 31 may be assumed to be constant. Accordingly, it is possible to reduce the calculation load of the ECU 13 and improve the calculation speed while suppressing the estimation error of the movement amount ( ⁇ L) in consideration of the change amount of the posture angle.
  • the detection state of the feature point T e by the feature point detection unit 23 determines whether or not bad not satisfy the first criterion. For example, when there are few patterns such as asphalt mixture grains and unevenness on the road surface, such as a concrete road surface in a tunnel, the number of feature points that can be detected from the image is reduced. In this case, it is difficult to continuously detect feature points that can be correlated between the previous and subsequent frames, and the accuracy of updating the distance and the posture angle is lowered.
  • the detection state determination unit 28 has a predetermined threshold that is the number of feature points that can be detected from an image acquired in a later information processing cycle among the feature points whose relative positions are calculated with respect to the camera 12.
  • the value is equal to or less than the value (for example, three)
  • the feature point detection state does not satisfy the first criterion and is determined to be in a bad state. That is, if the association can not detect more than 4 points feature points get in between the front and rear frames, the detection status judging section 28, the detection state of the feature point T e not satisfy the first criterion, it is determined that bad.
  • the predetermined threshold value is desirably 4 or 5 or more.
  • the self-position calculation unit 26 maintains the starting point of the integral calculation when the detection state determination unit 28 determines that the detection state of the feature points satisfies the first criterion. On the other hand, when the detection state of the feature point does not satisfy the first criterion and the detection state determination unit 28 determines that the detection state is bad, the self-position calculation unit 26 performs the posture angle calculation unit 22 (see FIG. 1) in the same information processing cycle. ) Is set as a new starting point (vehicle posture angle and initial position), and addition of the vehicle posture change amount is started from the starting point.
  • the detection state determination unit 28 determines the detection state of the feature points based on the number of feature points that can be correlated between the previous and subsequent frames, but the feature detected from one image.
  • the feature point detection state may be determined based on the total number N of points. That is, when the total number N of feature points is equal to or less than a predetermined threshold (for example, 9), it may be determined that the feature point detection state does not satisfy the first criterion and is in a bad state. Considering that there are feature points that cannot be associated among the detected feature points, a number (9) that is three times the predetermined threshold value (3) may be set as the threshold value.
  • a predetermined threshold for example, 9
  • the calculation state determination unit 29 determines whether the calculation state of the distance and the posture angle by the posture angle calculation unit 22 does not satisfy the second standard and is in a bad state. For example, when pattern light is irradiated to a step on the road surface 31, the step on the road surface 31 is larger than the unevenness of the asphalt, and the calculation accuracy of the distance and the attitude angle is extremely lowered. Means for accurately detecting the distance and posture angle and the amount of change when the feature point detection state is worse than the first reference, and the distance and posture angle calculation state does not satisfy the second reference and is in a bad state. It will disappear.
  • the calculation state determination unit 29 calculates the distance and posture angle by the posture angle calculation unit 22. It is determined that the state does not satisfy the second standard and is in a bad state.
  • the number of spot lights that can be detected among the 35 spot lights is less than three points, the plane formula of the road surface 31 cannot be obtained in principle, and therefore the distance and attitude angle of the attitude angle calculation unit 22 are determined. It is determined that the calculated state does not satisfy the second standard and is in a bad state.
  • the distance and posture by the posture angle calculation unit 22 It may be determined that the corner calculation state does not satisfy the second criterion and is in a bad state.
  • the detection state of the feature point does not satisfy the first reference, and the detection state determination unit 28 determines that the detection state is bad, and the calculation state of the distance and the posture angle by the posture angle calculation unit 22 does not satisfy the second reference.
  • the self-position calculation unit 26 uses the distance and posture angle in the previous information processing cycle and the current position of the vehicle as the starting point of the integration calculation. Thereby, the calculation error of the moving amount of the vehicle can be suppressed.
  • the pattern light control unit 27 controls the projection of the pattern light 32 a by the projector 11. For example, when the ignition switch of the vehicle 10 is turned on and the self-position calculating device is activated, the pattern light control unit 27 starts projecting the pattern light 32a. Thereafter, the pattern light control unit 27 continuously projects the pattern light 32a until the self-position calculating device stops. Alternatively, the on / off of the light projection may be repeated at a predetermined time interval. Alternatively, the detection state of the feature point T e not satisfy the first criterion, only when the detection status judging section 28 and the bad is determined, may be projected temporarily pattern light 32a.
  • the brightness determination unit (pattern light detection state determination unit) 25 determines whether or not the detection state of the pattern light acquired by the camera 12 is equal to or greater than a predetermined threshold value. For example, the luminance determination unit 25 determines whether or not the average luminance value (pattern light detection state) of the image acquired by the camera 12 is equal to or greater than the road surface luminance threshold Bth (predetermined threshold). Note that the luminance determination unit 25 may determine whether the illuminance of the image acquired by the camera 12 is greater than or equal to a threshold value. An illuminance sensor may be mounted on the vehicle instead of the luminance determination unit 25.
  • the road surface brightness threshold Bth can be obtained in advance by the following procedure, for example.
  • the luminance of the asphalt road surface on the image is made to be substantially uniform.
  • imaging is performed by adjusting the light environment so that 95% of the pixels in the portion where the pattern light is not reflected fall within ⁇ 20 from the luminance average value.
  • the luminance value of the image acquired by the camera 12 is in the range of 0 to 255 (0: darkest, 255: brightest).
  • the luminance average value Bp of the pixel irradiated with the pattern light is compared with the luminance average value Ba of the pixel on which the other asphalt road surface is reflected.
  • This series of processes is repeated while increasing the average brightness value Ba of the portion where the asphalt road surface is reflected from 0 to 10 increments, and the average brightness value Ba when Bp ⁇ 0.7 ⁇ Ba is obtained is calculated as the road surface brightness threshold Bth.
  • the luminance value at which the luminance of the asphalt road surface is about 30% of the luminance of the pattern light is set as the road surface luminance threshold Bth.
  • the pattern light extraction unit 21 superimposes a predetermined number of images between the previous and next frames obtained by the camera 12 when the luminance determination unit 25 determines that the detection state of the pattern light is equal to or greater than a predetermined threshold.
  • a predetermined threshold a case will be described in which images between previous and subsequent frames accumulated in the past memory from the present time are used.
  • an image acquired by the camera 12 in the future from the present may be included.
  • the pattern light extraction unit 21 further extracts the position of the pattern light from the generated superimposed image.
  • the attitude angle calculation unit 22 can calculate the attitude angle of the vehicle with respect to the road surface from the position of the pattern light extracted from the superimposed image.
  • the self-position calculating unit 26 may set the posture angle calculated from the current position of the vehicle and the superimposed image at that time to the initial position and posture angle (starting point) of the vehicle, and start adding the posture change amount. it can.
  • the pattern light extraction unit 21 sets the number of predetermined images according to the detection state of the pattern light in the image acquired by the camera 12.
  • the detection state of the pattern light is, for example, a ratio (S / N ratio) of the luminance value of the pattern light to the luminance value of the ambient light.
  • the pattern light extraction unit 21 increases the number of images to be superimposed as the S / N ratio is smaller (the external environment is brighter).
  • a superimposed image I2 is generated by superimposing a relatively large number of images I1.
  • FIG. 8A when the external environment is relatively dark, the number of necessary images is relatively small, and therefore the amount of movement of the vehicle 100 for acquiring the image group is relatively small.
  • a superimposed image I2 is generated by superimposing a relatively small number of images I1.
  • the number of images necessary for pattern light extraction to be superimposed by the pattern light extraction unit 21 can be set, for example, by the following procedure.
  • the S / N ratio Rap obtained by rounding off the 1's place of the average luminance value of the image acquired by the camera 12 is obtained by the following equation (5).
  • the number of Sn rounded up to the first decimal place is set to the number of images required for pattern light extraction.
  • Sn max ⁇ (0.5 ⁇ (1-Rap) 2), 50 ⁇ (5)
  • the luminance average value Ba of the asphalt road surface is about 29% or less of the luminance average value Bp of the pattern light, it is 1 sheet, if it is 75%, it is 8 sheets, and if it is 90% or more, it is 50 sheets. Since the portion irradiated with the pattern light is sufficiently smaller than the entire image, the average brightness value may be calculated from the entire image. Further, in an experiment in which the average brightness Ba is actually increased from 0 to 10 and each Rap is obtained, spot light is actually extracted and the spot light extraction success rate of the pattern light is 95%. You may set with the number of sheets used above.
  • the distance and posture angle (hereinafter simply referred to as the “previous value”) adopted in the previous information processing cycle.
  • a predetermined initial distance and initial attitude angle also simply referred to as “initial value” of the vehicle described above.
  • the integration time may be too long because the S / N ratio is too small (too bright).
  • the ratio Rap when rounding the ones of the average luminance value of the image acquired by the camera 12, the ratio Rap is 0.95 or more, that is, the average luminance of the asphalt road surface is the average luminance of the pattern light. If it is 90% or more, it will take too much time to create a superimposed image, and the assumption that the change in the road surface during that time will not be valid, or the extraction of the pattern light itself will be determined to be difficult in principle, and the previous value or initial value will be Used as a starting point.
  • road surface changes may be too large. For example, while capturing the set number of superimposed images, it is determined whether or not the road surface condition around the vehicle has changed by a threshold value or more. Then, when the number of images in which the road surface condition around the vehicle has changed more than the threshold value exceeds 5%, it is determined that the assumption that the road surface change is small does not hold, and the previous value or initial value is set. Used as a starting point. The details of the determination of the change in the road surface state will be described in the second embodiment.
  • FIGS. 9A to 9D show changes in the reset flag, the number of images to be superimposed, the feature point detection state, and the number of associated feature points in the self-position calculation apparatus according to the first embodiment. .
  • the number of associated feature points is less than 3 as shown in FIG. 9D, and it is determined that the feature point detection state is bad as shown in FIG. 9C. Is done. Accordingly, the reset flag is set to “1” as shown in FIG.
  • the pattern light extraction unit 21 calculates the number of images to be superimposed from the average luminance value of the image of the camera 12 (that is, superimposed). Do not). Then, the pattern light extraction unit 21 extracts pattern light from one image acquired in the information processing cycle at the current time t11.
  • the pattern light extraction unit 21 sets the number of images to be superimposed as two from the average luminance value of the images of the camera 12. Further, the pattern light extraction unit 21 superimposes two images, that is, the image acquired by the camera 12 at time t12 and the image acquired by the camera 12 in the previous information processing cycle (summing the luminance value). A superimposed image is generated. Then, the pattern light extraction unit 21 extracts pattern light from the superimposed image.
  • the pattern light control unit 27 controls the projector 11 to project the pattern light 32a onto the road surface 31 around the vehicle.
  • the pattern light 32a is continuously projected.
  • step S11 the ECU 13 controls the camera 12 to capture the road surface 31 around the vehicle including the area where the pattern light 32a is projected, and obtain an image 38.
  • the ECU 13 stores the image data acquired by the camera 12 in a memory.
  • the ECU 13 can automatically control the aperture of the camera 12.
  • the diaphragm of the camera 12 may be feedback controlled so that the average luminance of the image 38 acquired in the previous information processing cycle becomes an intermediate value between the maximum value and the minimum value of the luminance value.
  • luminance value is high in the area
  • the luminance determining unit 25 reads the image 38 acquired by the camera 12 from the memory, and determines whether the average luminance of the image is equal to or higher than the road surface luminance threshold Bth. When it is determined that the average luminance of the image is less than the road surface luminance threshold Bth, the process proceeds to step S15.
  • step S15 the pattern light extraction unit 21 first reads the image 38 acquired by the camera 12 from the memory, and extracts the position of the pattern light 32a from the image 38 as shown in FIG. Pattern light extraction unit 21 stores the coordinates (U j, V j) on the image of the spot light S p calculated as data indicating the position of the pattern light 32a in the memory.
  • step S12 determines whether the average luminance of the image is equal to or greater than the road surface luminance threshold Bth. If it is determined in step S12 that the average luminance of the image is equal to or greater than the road surface luminance threshold Bth, the process proceeds to step S13.
  • step S ⁇ b> 13 the pattern light extraction unit 21 sets the number of images (number of frames) necessary for pattern light extraction from the average luminance of the images acquired by the camera 12.
  • step S ⁇ b> 14 the pattern light extraction unit 21 reads the image 38 acquired by the camera 12 from the memory, and superimposes the images of the frames before and after the set number of images (adds luminance values) to generate a superimposed image. To do. Furthermore, the pattern light extraction unit 21 extracts the position of the pattern light 32a from the generated superimposed image. Pattern light extraction unit 21 stores the coordinates (U j, V j) on the image of the spot light S p calculated as data indicating the position of the pattern light 32a in the memory.
  • step S16 the attitude angle calculation unit 22 reads data indicating the position of the pattern light 32a extracted in step S14 or step S15 from the memory, calculates a distance and an attitude angle from the position of the pattern light 32a, and stores them in the memory.
  • the ECU 13 detects feature points from the image 38, extracts feature points that can be correlated between preceding and subsequent information processing cycles, and determines the positions of the feature points on the image (U i , V i ). The distance and the change amount of the posture angle and the movement amount of the vehicle are calculated.
  • the feature point detection unit 23 reads an image 38 acquired by the camera 12 from the memory, detects a feature point on the road surface 31 from the image 38, and positions each feature point on the image (U i , V i ) is stored in memory.
  • the posture change amount calculation unit 24 reads the position (U i , V i ) of each feature point on the image from the memory, and based on the distance and posture angle and the position (U i , V i ) of the feature point on the image. Then, the relative position (X i , Y i , Z i ) of the feature point with respect to the camera 12 is calculated.
  • the posture change amount calculation unit 24 uses the distance and posture angle set in step S16 of the previous information processing cycle.
  • the posture change amount calculation unit 24 stores the relative positions (X i , Y i , Z i ) of the feature points with respect to the camera 12 in the memory.
  • the posture change amount calculation unit 24 then compares the position of the feature point on the image (U i , V i ) and the relative position of the feature point calculated in step S17 of the previous information processing cycle (X i , Y i , Z i ) is read from memory.
  • the posture change amount calculation unit 24 uses the relative position (X i , Y i , Z i ) of the feature point and the position (U i , V i ) on the image that can be correlated between the previous and subsequent information processing cycles. The amount of change in distance and posture angle is calculated.
  • step S17 the relative positions of feature points in the previous processing cycle (X i, Y i, Z i) and the relative positions of feature points in the current processing cycle (X i, Y i, Z i) from the, vehicle The amount of movement is calculated.
  • the “amount of change in distance and posture angle” and “amount of movement of the vehicle” calculated in step S17 are used in the process of step S19.
  • step S18 the ECU 13 sets the starting point of the integral calculation according to the detection state of the feature points and the calculation state of the distance and posture angle by the pattern light. Details will be described later with reference to FIG.
  • the self-position calculating unit 26 calculates the current position of the vehicle from the starting point of the integral calculation set in the process of step S18 and the movement amount of the vehicle calculated in the process of step S17.
  • the self-position calculation device can calculate the current position of the vehicle 10 by repeatedly executing the above-described series of information processing cycles and integrating the movement amount of the vehicle 10.
  • step S100 the ECU 13 determines whether or not the current information processing cycle is the first time. If it is the first time, that is, if there is no data in the previous information processing cycle, the process proceeds to step S104, and if not, the process proceeds to step S101.
  • step S ⁇ b > 101 the detection state determination unit 28 determines whether the detection state of the feature point Te by the feature point detection unit 23 does not satisfy the first criterion and is in a bad state. When it is determined that it is bad (YES in step S101), the process proceeds to step S102, and when it is determined that it is not bad (NO in step S101), the process proceeds to step S106. In step S106, the ECU 13 maintains the currently set starting point of the integral calculation.
  • step S102 the ECU 13 determines whether a superimposed image has been generated. As a case where a superimposed image cannot be generated, for example, it takes time to acquire a predetermined number of images to include images acquired in the future, and a superimposed image is being generated, or in principle There are cases where it is impossible or difficult to generate a superimposed image. If it is determined that a superimposed image cannot be generated (YES in step S102), the process proceeds to step S103. If it is determined that a superimposed image can be generated (NO in step S102), the process proceeds to step S104.
  • step S103 the calculation state determination unit 29 determines whether the calculation state of the distance and the posture angle by the posture angle calculation unit 22 does not satisfy the second standard and is in a bad state. For example, it is determined whether the calculation of the distance and the posture angle is successful. If it is determined that the process is successful (YES in step S103), the process proceeds to step S104. If it is determined that the process is not successful (NO in step S103), the process proceeds to step S105.
  • step S104 the ECU 13 sets the current position of the vehicle as a starting point, and further sets the distance and posture angle calculated in step S16 of the same information processing cycle as the starting point of integration calculation. A new integration operation is started from this distance and posture angle as the starting point. Also, the integration calculation of the movement amount of the vehicle is newly started from the current position of the vehicle.
  • step S105 the ECU 13 sets the current position of the vehicle as a starting point, and further sets the distance and posture angle employed in the previous information processing cycle as the starting point for integration calculation. A new integration operation is started from this distance and posture angle as the starting point. Also, the integration calculation of the movement amount of the vehicle is newly started from the current position of the vehicle. Thereafter, the process proceeds to step S19 in FIG.
  • the pattern light extraction unit 21 determines that the pattern light extraction unit 21 By superimposing images to generate a superimposed image and extracting pattern light from the superimposed image, the pattern light projected on the road surface can be detected accurately even when the external environment is bright. The position can be calculated with high accuracy.
  • the pattern light extraction unit 21 sets the number of images necessary for generating a superimposed image in accordance with the pattern detection state such as the average luminance of the image acquired by the camera 12. Accordingly, the brightness value of the pattern light to be detected can be adjusted, and the pattern light can be detected with high accuracy.
  • the self-position is determined by using the distance and posture angle employed in the previous information processing cycle or the predetermined initial distance and initial posture angle as a starting point. An error in calculation can be suppressed.
  • the ECU 13 may set a predetermined initial distance and initial attitude angle as the starting point of the integration calculation instead of the distance and attitude angle employed in the previous information processing cycle.
  • the detection state of the feature point does not satisfy the first reference
  • the detection state determination unit 28 determines that it is a bad state
  • the calculation state of the distance and the posture angle by the posture angle calculation unit 22 does not satisfy the second reference.
  • the self-position calculation unit 26 sets a predetermined initial distance and an initial posture angle in consideration of at least the occupant and the load on the vehicle 10 as the starting point of the integration calculation. May be.
  • the distance and posture angle calculated in step S15 of the information processing cycle immediately after starting the self-position calculating device can be used. Thereby, the distance and posture angle can be updated and the amount of movement can be calculated from the distance and posture angle when the roll motion or pitch motion due to turning or acceleration / deceleration of the vehicle 10 is not generated.
  • the self-position calculation apparatus includes a road surface state determination unit 30 instead of the detection state determination unit 28 and the calculation state determination unit 29. Different from the embodiment. Other configurations are the same as those of the first embodiment, and thus description thereof is omitted.
  • the road surface state determination unit 30 detects a change in the road surface state around the vehicle and determines whether or not the road surface state has changed by a threshold value or more. And when it determines with the road surface state changing more than a threshold value, the self-position calculation part 26 fixes to the present position of the vehicle 10 calculated by the last information processing cycle, the distance with respect to a road surface, and an attitude angle. Thereby, the attitude angle calculation unit 22 stops calculating the distance and the attitude angle of the vehicle 10 with respect to the road surface.
  • the self-position calculating unit 26 adds the posture change amount to the current position of the vehicle 10 calculated in the previous information processing cycle, the distance to the road surface, and the posture angle, so that the current position of the current vehicle, the distance to the road surface, Calculate the attitude angle.
  • 35 (5 ⁇ 7) spot lights of the pattern light 32a are projected on the road surface. Therefore, for example, when only 80% or less, that is, 28 or less, can be detected on the image of the camera 12 out of 35 spot lights, the road surface state determination unit 30 causes the road surface step and unevenness to become severe, and the road surface state Is determined to have changed more than the threshold.
  • the change in the road surface condition may be estimated from the amount of change in the road surface height.
  • the amount of change in the height of the road surface can be detected from the vibration of the detection value of the stroke sensor attached to the suspension of each wheel of the vehicle. For example, when the vibration of the detection value of the stroke sensor becomes 1 Hz or more, the road surface state determination unit 30 estimates that the road surface level difference or unevenness has become severe, and determines that the road surface state has changed by more than a threshold value.
  • the detection value of the acceleration sensor that measures the acceleration in the vertical direction is integrated to calculate the speed in the vertical direction, and when the change in the direction of the speed becomes 1 Hz or more, the road surface condition determination unit 30 It may be determined that the level difference or unevenness becomes intense and the road surface state has changed by more than a threshold value.
  • the amount of change in the height of the road surface may be estimated from the position of the pattern light 32a in the image captured by the camera 12.
  • pattern light 32 a as shown in FIG. 13 is projected onto the road surface 31. Therefore, a line segment 71 connecting the spot light of the pattern light 32a in the X direction and a line segment 73 connecting in the Y direction are drawn.
  • the road surface state determination unit 30 estimates that the road surface step or unevenness has become intense, and the road surface state is greater than or equal to the threshold value. Judge that it has changed. Further, as shown in FIG. 13, when the difference between the distances d1 and d2 between the adjacent spot lights has changed by 50% or more, the road surface state determination unit 30 determines that the road surface state has changed by a threshold value or more. Good.
  • the self-position calculating unit 26 fixes the current position of the vehicle 10, the distance to the road surface, and the attitude angle calculated in the previous information processing cycle. Therefore, the posture angle calculation unit 22 stops calculating the distance and posture angle of the vehicle 10 with respect to the road surface, and the self-position calculation unit 26 calculates the current position of the vehicle 10 calculated in the previous information processing cycle, the distance and posture with respect to the road surface. The posture change amount is added to the corner to calculate the current position of the current vehicle 10, the distance to the road surface, and the posture angle.
  • the road surface state determination unit 30 monitors the number of detected spot lights, and sets the threshold value to 28, which is 80% of 35 spot lights. .
  • the road surface state determination unit 30 sets the posture angle calculation flag to “1” while more than 28 spot lights can be detected.
  • the posture angle calculation unit 22 calculates the distance and posture angle of the vehicle 10 with respect to the road surface
  • the self-position calculation unit 26 uses the vehicle distance and posture angle calculated by the posture angle calculation unit 22 to present the current distance.
  • the attitude angle is calculated, and the current position of the vehicle is calculated by adding the moving amount of the vehicle to the current position of the vehicle 10 calculated in the previous information processing cycle (continuing the integration calculation). .
  • the self-position calculation unit 26 switches the posture angle calculation flag to “0”.
  • the current position of the vehicle 10 the distance to the road surface and the posture angle are fixed to the current position of the vehicle 10, the distance to the road surface and the posture angle calculated in the previous information processing cycle, and the posture angle calculation unit 22 Stop calculating distance and posture angle.
  • the self-position calculation unit 26 adds the posture change amount to the current position of the vehicle 10 calculated in the previous information processing cycle, the distance to the road surface, and the posture angle, so that the current position of the current vehicle, the distance to the road surface, and Calculate the attitude angle.
  • the self-position calculation unit 26 calculates the current distance and posture angle of the vehicle 10 using the distance and posture angle of the vehicle 10 calculated by the posture angle calculation unit 22.
  • the self-position calculation device uses the current position of the vehicle 10 calculated in the previous information processing cycle, the distance to the road surface, and the attitude angle when the road surface state changes greatly. Even if it changes greatly, the self-position of the vehicle 10 can be calculated accurately and stably.
  • the pattern light extraction unit 21 generates a superimposed image by superimposing a predetermined number of images when the detection state of the pattern light is equal to or greater than a predetermined threshold.
  • the pattern light extraction unit 21 extracts pattern light from the generated superimposed image.
  • the previous value or initial value is used as the starting point. For example, while capturing the set number of superimposed images, the road surface state determination unit 30 determines whether the road surface state around the vehicle has changed by a threshold value or more. When the number of images determined to have changed exceeds 5%, it is determined that the assumption that the road surface change is small does not hold, and the previous value or initial value is used as the starting point.
  • FIGS. 14 (a) to 14 (e) show the reset flag, the number of images to be superimposed, the quality of the road surface condition, and the change in level of the road surface and the unevenness of the self-position calculation device according to the second embodiment. Indicates.
  • FIG. 14B it is determined whether or not to reset at a predetermined cycle.
  • the predetermined cycle is 10 frames, but the predetermined cycle may be set to 10 seconds, for example.
  • the reset timing has a predetermined cycle as shown in FIG. 14 (b), and it is determined that the road surface condition is good as shown in FIG. 14 (d).
  • the reset flag is set to “1”.
  • the pattern light extraction unit 21 sets the number of images to be superimposed as three from the average luminance value of the images of the camera 12. Furthermore, the pattern light extraction unit 21 generates a superimposed image by superimposing one image acquired by the camera 12 at time t23 and two images acquired by the camera 12 in the previous frame and the previous frame. . Then, the pattern light extraction unit 21 extracts pattern light from the generated superimposed image.
  • step S28 the ECU 13 sets the starting point of the integral calculation for calculating the self position according to the change in the road surface condition around the vehicle.
  • the detailed procedure of step S28 in FIG. 15 will be described with reference to the flowchart in FIG.
  • step S201 the road surface state determination unit 30 determines whether or not a predetermined period has elapsed. What is necessary is just to set a predetermined period to the space
  • the road surface state determination unit 30 monitors whether or not a cycle count pulse has occurred, and if so, determines that a predetermined cycle has elapsed and proceeds to step S202. . On the other hand, when the cycle count pulse has not occurred, it is determined that the predetermined cycle has not elapsed, and the process proceeds to step S205.
  • the road surface state determination unit 30 detects a change in the road surface state around the vehicle. Specifically, the road surface state determination unit 30 detects the number of spot lights of the pattern light 32a, or detects the vibration of the detection value of the stroke sensor attached to each wheel. Further, the road surface state determination unit 30 may integrate the detection value of the acceleration sensor capable of measuring the acceleration in the vertical direction of the vehicle to calculate the velocity in the vertical direction, or detect the position of the pattern light 32a.
  • the road surface state determination unit 30 determines whether or not the road surface state around the vehicle has changed by more than a threshold value. For example, in the case of detecting the number of spot lights of the pattern light 32a, the road surface state determination unit 30 determines the level difference or unevenness of the road surface when only 28 or less of the 35 spot lights can be detected on the camera image. It is determined that the road surface condition has changed more than a threshold value.
  • the road surface state determination unit 30 determines that the road surface state has changed more than a threshold value. Furthermore, when using the acceleration sensor, the detection value of the acceleration sensor is integrated to calculate the vertical speed, and when the change in the direction of the speed becomes 1 Hz or more, the road surface state determination unit 30 determines the road surface state. Is determined to have changed more than the threshold.
  • the road surface state determination unit 30 determines that the road surface state has changed by more than a threshold value when the slope of the line segment connecting the spot light has changed by 15 degrees or more. judge.
  • the road surface state determination unit 30 may determine that the road surface state has changed by a threshold value or more when the difference in the interval between adjacent spot lights has changed by 50% or more.
  • step S203 it is determined whether or not the road surface condition around the vehicle has changed by a threshold value or more. If the road surface condition determination unit 30 determines that the road surface condition has changed by a threshold value or more (YES in step S203), a step is performed. The process proceeds to S204. On the other hand, when the road surface state determination unit 30 determines that the change is not more than the threshold value (NO in step S203), the process proceeds to step S205.
  • step S204 the self-position calculating unit 26 fixes the current position of the vehicle 10, the distance to the road surface, and the attitude angle to the current position, the distance to the road surface, and the attitude angle calculated in the previous information processing cycle. That is, the self-position calculating unit 26 sets the current position of the vehicle 10 calculated in the previous information processing cycle, the distance to the road surface, and the attitude angle as the starting point of the integration calculation.
  • the attitude angle calculation unit 22 stops the calculation of the distance and the attitude angle of the vehicle 10 with respect to the road surface, and the self-position calculation unit 26 calculates the current position of the vehicle 10 calculated in the previous information processing cycle, the distance to the road surface, and The amount of posture change is added to the posture angle to calculate the current position of the current vehicle 10, the distance to the road surface, and the posture angle.
  • step S205 the self-position calculation unit 26 sets the current position of the vehicle 10, the distance to the road surface, and the attitude angle calculated in step S15 of the current information processing cycle as the starting point of the integration calculation. Thereby, the self-position calculation unit 26 adds the posture change amount to the current position, the distance to the road surface, and the attitude angle of the vehicle 10 calculated in the current information processing cycle, and the current position, the distance to the road surface, and the attitude of the vehicle 10. Calculate the corner.
  • step S28 ends and the process proceeds to step S29 of FIG.
  • the pattern light extraction unit 21 detects the image between frames. By superimposing and generating a superimposed image, the pattern light projected on the road surface can be detected with high accuracy even when the external environment is bright, and the vehicle's own position can be calculated with high accuracy.
  • the pattern light extraction unit 21 sets the number of images necessary for generating a superimposed image in accordance with the pattern detection state such as the average luminance of the image acquired by the camera 12. Accordingly, the brightness value of the pattern light to be detected can be adjusted, and the pattern light can be detected with high accuracy.
  • the pattern light control unit 27 starts projecting the pattern light 32a whose luminance changes periodically. Thereafter, the pattern light control unit 27 continuously projects the pattern light 32a until the self-position calculating device stops. Alternatively, the pattern light 32a may be projected as necessary.
  • the power supplied to the projector 11 is controlled so that the luminance of the light projection pattern changes in a sine wave shape with a predetermined frequency.
  • the pattern light extraction unit 21 reads the image acquired by the camera 12 from the memory, and further performs the synchronous detection process at the above-described predetermined frequency, thereby extracting the pattern light 32a included in the image.
  • the synchronous detection process will be described. If the measurement signal included in the image captured by the camera 12 is sin ( ⁇ 0 + ⁇ ), the measurement signal includes sunlight and artificial light having various frequency components in addition to the projection pattern. Therefore, when the reference signal sin ( ⁇ r + ⁇ ) whose frequency is the modulation frequency ⁇ r is multiplied by the measurement signal sin ( ⁇ 0 + ⁇ ), the result is cos ( ⁇ 0 ⁇ r + ⁇ ) / 2-cos ( ⁇ 0 + ⁇ r + ⁇ + ⁇ ) / 2.
  • a signal of ⁇ 0 ⁇ ⁇ r that is, sunlight and artificial light other than the projection pattern whose frequency is not ⁇ r is removed.
  • the pattern light control unit 27 modulates the luminance of the pattern light 32a with a predetermined modulation frequency ⁇ r set in advance. Accordingly, a light projection pattern whose luminance is modulated at the frequency ⁇ r is projected onto the road surface. Then, the attitude angle calculation unit 22 can extract only the light projection pattern by multiplying the image (measurement signal) captured by the camera 12 by the modulation frequency ⁇ r.
  • FIG. 18A is a characteristic diagram showing a change in luminance of the pattern light 32a projected from the projector 11, and FIG. 18B is a characteristic diagram showing a change in the feature point detection flag.
  • the luminance is controlled so as to change in a sine wave shape.
  • the setting of the brightness of the pattern light 32a will be described.
  • the maximum brightness of the pattern light 32a (above the brightness B1 shown in FIG. 18A) is detected so that the pattern light 32a can be detected even under the clear sky close to the summer solstice (June) with the largest amount of sunlight. Peak).
  • the minimum brightness of the pattern light (below the brightness B1 shown in FIG. 18A) is selected so that the projection pattern is not erroneously detected with a feature point of the road surface with a probability of 99% or more. Set the peak.
  • the luminance modulation frequency of the pattern light is, for example, 200 [Hz], and the frame rate of the camera 12 (number of images taken per second) is 2400 [fps].
  • the maximum speed of the vehicle is assumed to be 72 km / h ( ⁇ 20 m / s)
  • the movement amount in one cycle is suppressed to 0.1 m or less.
  • it is desirable that the area where the pattern light 32a is projected and the area where the feature points are detected be as close as possible or the same.
  • from the principle of synchronous detection if the amount of movement during one cycle increases and the road surface condition changes, sunlight and artificial light other than the light projection pattern change, and the assumption of synchronous detection may be lost. This is avoided by minimizing the amount of movement in one cycle. Therefore, further improvement in performance can be expected by using a faster camera and further shortening this fixed period.
  • the feature point detector 23 determines whether or not the brightness of the pattern light 32a projected from the projector 11 is equal to or less than a preset threshold brightness Bth.
  • the pattern light extraction unit 21 extracts the pattern light 32a by the above-described synchronous detection processing. For example, as shown in FIGS. 19 (a) and 19 (c), synchronous detection processing is performed from an image taken at time t1 or time t3 (time when luminance B1 is larger than threshold luminance Bth) shown in FIG. 18 (b). The pattern light 32a is extracted.
  • the feature point detection unit 23 detects a feature point existing on the road surface 31. Specifically, when the luminance B1 of the pattern light 32a changes in a sine wave shape as shown in FIG. 18A, a feature point is detected in a time zone in which the luminance B1 is equal to or lower than the threshold luminance Bth. That is, as shown in FIG. 18B, the feature point detection flag is set to “1” in a time zone in which the brightness B1 is equal to or less than the threshold brightness Bth, and the feature point is detected in this time zone. For example, as shown in FIG.
  • the posture change amount calculation unit 24 calculates the change amount of the feature point with respect to the camera 12 based on the position of the feature point detected by the feature point detection unit 23 on the image.
  • the region for detecting the feature points is a region that is entirely or partially overlapped with the region that projects the pattern light 32a.
  • the pattern light extraction unit 21 detects a synchronous image obtained by synchronously detecting an image captured by the camera 12 at a predetermined modulation frequency when the luminance determination unit 25 determines that the pattern detection state is equal to or greater than a predetermined threshold.
  • a superimposed image is generated by superimposing (adding luminance values) for a predetermined period.
  • An image obtained by extracting only the projection pattern is obtained from an image captured during one cycle of the reference signal.
  • the luminance values are added together for each pixel of the image extracted in each cycle and are superimposed.
  • spot light is extracted from the superimposed image, the luminance value of each pixel may be divided by the number of superimposed images and normalized, and then extracted by binarization processing.
  • the cycle obtained by rounding up the first decimal place of Fn obtained by the following equation (7) is predetermined.
  • the number of periods That is, if the average luminance of the asphalt road surface is less than 50% of the average luminance of the pattern light, one cycle is set, two cycles if 75%, and five cycles if 90% or more.
  • Fn max ⁇ (0.5 ⁇ (1-Rap)), 10 ⁇ (7)
  • each Rap is obtained by actually increasing the luminance average value Ba from 0 to 10 units, extraction by actual synchronous detection is performed, and the success rate of extracting each spot light of the pattern light becomes 95% or more. It may be set as a cycle.
  • the previous value or the initial value is used as a starting point.
  • the average brightness of the asphalt road surface is 75% of the average brightness of the pattern light
  • two cycles of synchronous detection are required.
  • the previous value or initial value is used as the starting point at 90 km / h or more as shown in the following equation (8).
  • the previous value or initial value is used as the starting point.
  • a determination method using a stroke sensor can be used.
  • Times t31, t32, and t33 are timings at which one cycle of the reference signal projection ends as shown in FIG. 20B, and the periodic projection power decreases as shown in FIG. As shown in FIG. 20A, the reset flag is set to “1”.
  • the number of periods to be superimposed is set as one period.
  • the pattern light extraction unit 21 generates a superimposed image by superimposing images of one period before times t31 and t33.
  • the number of periods to be superimposed is set to 2 periods.
  • the pattern light extraction unit 21 generates a superimposed image by superimposing images for two periods T1 and T2 before time t32.
  • the information processing cycle shown in FIG. 21 is started at the same time that the ignition switch of the vehicle 10 is turned on and the self-position calculation device 100 is started, and is repeatedly executed until the self-position calculation device 100 stops.
  • the pattern light control unit 27 controls the projector 11 to project pattern light onto the road surface 31 around the vehicle.
  • the pattern light control unit 27 controls the projection power so that the brightness B1 of the pattern light changes into a sine wave having a predetermined period.
  • the frequency of the sine wave is 200 [Hz].
  • step S32 the camera 12 captures an image of the road surface 31 including the region where the pattern light is projected.
  • step S33 the ECU 1 determines whether or not the projection of the reference signal for synchronous detection has been completed for one cycle. When it is determined that the light projection of the reference signal for synchronous detection has been completed for one cycle, the process proceeds to step S35, and when it is determined that it has not been completed, the process proceeds to step S34.
  • step S34 the feature point detection unit 23 detects a feature point (for example, an uneven portion present on the asphalt) from the image 38, and a feature that allows a correspondence relationship between the previous information processing cycle and the current information processing cycle. A point is extracted, and the distance and posture angle are updated from the position (Ui, Vi) of the feature point on the image.
  • a feature point for example, an uneven portion present on the asphalt
  • the feature point detection unit 23 reads the image 38 acquired by the camera 12 from the memory, detects the feature point on the road surface 31 from the image 38, and The position (Ui, Vi) of the feature point on the image is stored in the memory.
  • the posture change amount calculation unit 24 reads the position (Ui, Vi) of each feature point on the image from the memory, and determines the position relative to the camera 12 from the distance and posture angle and the position (Ui, Vi) of the feature point on the image.
  • the relative position (Xi, Yi, Zi) of the feature point is calculated.
  • the posture change amount calculation unit 24 stores the relative position (Xi, Yi, Zi) of the feature point with respect to the camera 12 in the memory.
  • the posture change amount calculation unit 24 stores the position of the feature point on the image (Ui, Vi) and the relative position (Xi, Yi, Zi) of the feature point calculated in step S31 of the previous information processing cycle. Read from.
  • the posture change amount calculation unit 24 uses the relative position (Xi, Yi, Zi) of the feature point and the position (Ui, Vi) on the image that can be correlated between the current information processing cycle and the current information processing cycle. Thus, the change amount of the distance and the posture angle is calculated.
  • the posture change amount calculation unit 24 updates the distance and posture angle by adding the above-described change amounts of the distance and posture angle to the distance and posture angle obtained in the previous information processing cycle. Then, the updated distance and posture angle are stored in the memory.
  • the distance and posture angle for each current information processing cycle are integrated with the distance and posture angle set in the process of step S34 or step S37 (described later) of the previous cycle, thereby calculating the distance. And a process of updating the attitude angle. Thereafter, the process proceeds to step S38.
  • step S35 the pattern light extraction unit 21 sets the frequency of synchronous detection necessary for pattern light extraction from the luminance average of the image acquired by the camera 12.
  • step S36 the pattern light extraction unit 21 extracts pattern light from the image group acquired at the current reference signal period by synchronous detection.
  • step S37 the pattern light extraction unit 21 superimposes the pattern light image extracted using the synchronous detection in the past cycle by the number of cycles set in step S35 to generate a superimposed image.
  • the pattern light extraction unit 21 further extracts the position of the pattern light from the generated superimposed image.
  • the posture angle calculation unit 22 calculates a distance and a posture angle based on the position of the pattern light.
  • step S38 the ECU 13 selects the starting point of the integral calculation.
  • the distance and posture angle calculated from the pattern light are selected and set. Further, when a preset condition is satisfied, for example, when the feature point detection state in the feature point detection unit 23 is lowered, and a plurality of feature points cannot be detected at the timing when the feature point flag is “1”.
  • the distance and posture angle calculated from the pattern light that is, the distance and posture angle calculated in step S37 are reset.
  • the distance and the posture angle are updated based on the position of the feature point.
  • the distance and posture angle of the camera 12 cannot be set with high accuracy, and the low-accuracy distance and posture angle are adopted to the vehicle. If the amount of movement is calculated, the amount of movement of the vehicle cannot be detected with high accuracy. Accordingly, in such a case, the starting point of the movement amount calculation is reset to the distance and posture angle obtained from the position of the pattern light. By doing so, it is possible to prevent a large error in the distance and the posture angle.
  • step S39 the self-position calculation unit 26 changes the distance and posture angle obtained in the process of step S34 or S37, the starting point of the integral calculation, and the position (Ui, Vi) of the feature point on the image.
  • the amount of movement of the camera 12 relative to the road surface 31 ( ⁇ L), that is, the amount of movement of the vehicle 10 is calculated from the amount.
  • the position of the vehicle 10 can be calculated by repeatedly executing the above-described series of information processing cycles and integrating the movement amount of the vehicle 10.
  • the luminance determining unit 25 determines the pattern light detection state, and if the pattern light detection state is equal to or greater than the threshold, the pattern light extraction unit 21 detects the image between frames. By superimposing images for a predetermined period, the pattern light projected on the road surface can be detected accurately even when the external environment is bright, and the vehicle's self-position is calculated accurately. can do.
  • the pattern light extraction unit 21 sets the number of periods necessary for generating a superimposed image in accordance with the pattern detection state such as the average luminance of the image acquired by the camera 12, thereby increasing the brightness of the external environment. Accordingly, the brightness value of the pattern light to be detected can be adjusted, and the pattern light can be detected with high accuracy.
  • a superimposed image is generated by superimposing images acquired by the camera 12 from the past to the present.
  • a superimposed image may be generated by superimposing one or more images to be superimposed.
  • the pattern light extraction unit 21 generates a superimposed image when the number of patterns necessary for pattern light extraction is acquired. Until the number of patterns necessary for pattern light extraction is acquired (during generation of a superimposed image), the self-position calculation unit may start the integration calculation starting from the previous value or the initial value.
  • FIG. 2 shows an example in which the camera 12 and the projector 11 are attached to the front surface of the vehicle 10.
  • the camera 12 and the projector 11 may be installed sideways, rearward, or directly below the vehicle 10.
  • a four-wheeled passenger car is shown as an example of the vehicle 10 in FIG. 2, but a feature point on a road surface or wall surface of a road such as a motorcycle, a freight car, or a special vehicle carrying a construction machine, for example.
  • the present invention can be applied to all moving bodies (vehicles) capable of imaging
  • ECU 10 vehicle 11 projector 12 camera (imaging part) 21 pattern light extraction unit (superimposed image generation unit) 22 posture angle calculation unit 23 feature point detection unit 24 posture change amount calculation unit 25 luminance determination unit (pattern light detection state determination unit) 26 self-position calculation unit 28 detection state determination unit 29 calculation state determination unit 30 road surface state determination unit 31 road surface 32a, 32b pattern light 36 plane calculation unit Te feature point

Abstract

　路面に投光したパターン光を精度よく検出することができ、車両の自己位置を精度よく算出することができる自己位置算出装置を提供する。路面にパターン光を投光する投光器（１１）と、パターン光が投光された領域を撮像して画像を取得する撮像部（１２）と、画像からパターン光の位置を抽出するパターン光抽出部（２１）と、パターン光の位置から、路面に対する車両の姿勢角を算出する姿勢角算出部（２２）と、画像における路面上の複数の特徴点の時間変化に基づいて、車両の姿勢変化量を算出する姿勢変化量算出部（２４）と、車両の初期位置及び姿勢角に姿勢変化量を加算してゆくことによって車両の現在位置及び姿勢角を算出する自己位置算出部（２６）とを備え、パターン光抽出部（２１）が、パターン光の検出状態が閾値以上の場合、撮像部（１２）で取得されるフレーム間の画像を重ね合わせた重畳画像からパターン光の位置を抽出する。

Description

自己位置算出装置及び自己位置算出方法
　本発明は、自己位置算出装置及び自己位置算出方法に関する。
　従来、車両に搭載されたカメラで車両近傍の画像を撮像して取得し、この画像の変化に基づいて車両の移動量を求める技術が知られている（例えば、特許文献１参照）。特許文献１では、車両が低速かつ微妙に移動した場合でも精度よく移動量を求められるように、画像の中から特徴点を検出し、この特徴点の位置を求め、特徴点の移動方向及び移動距離（移動量）から車両の移動量を求めている。
　また、格子パターン（パターン光）を投光するレーザ投光器を用いて三次元計測を行う技術が知られている（例えば、特許文献２参照）。特許文献２では、パターン光の投光領域をカメラで撮像し、撮像した画像からパターン光を検出して、パターン光の位置から車両の挙動を求めている。
特開２００８－１７５７１７号公報 特開２００７－２７８９５１号公報
　しかし、屋外環境においては、特許文献２に記載のようにパターン光を路面に投光したときに、周囲光の影響を受けるため、路面に投光したパターン光を検出することは困難である。
　本発明は、上記課題に鑑みて成されたものであり、その目的は、路面に投光したパターン光を精度よく検出することができ、車両の自己位置を精度よく算出することができる自己位置算出装置及び自己位置算出方法を提供することである。
　本発明の一態様に係る自己位置算出装置は、投光器から車両周囲の路面にパターン光を投光し、パターン光が投光された領域を含む車両周囲の路面を撮像部により撮像して画像を取得し、撮像部で取得した画像からパターン光の位置を抽出し、抽出されたパターン光の位置から、路面に対する車両の姿勢角を算出し、撮像部で取得した画像における路面上の複数の特徴点の時間変化に基づいて、車両の姿勢変化量を算出し、車両の初期位置及び姿勢角に姿勢変化量を加算してゆくことによって車両の現在位置及び姿勢角を算出する。そして、パターン光の位置を抽出するときに、パターン光の検出状態が閾値以上の場合、撮像部で取得されるフレーム間の画像を重ね合わせて重畳画像を生成し、重畳画像からパターン光の位置を抽出することを特徴とする。
図１は、第１の実施形態に係る自己位置算出装置の全体構成を示すブロック図である。 図２は、車両１０への投光器１１及びカメラ１２の搭載例を示す外観図である。 図３（ａ）は、投光器１１とカメラ１２の間の基線長Ｌｂと、各スポット光の画像上の座標（Ｕｊ、Ｖｊ）とから、各スポット光が照射された路面３１上の位置を算出する様子を示す図であり、図３（ｂ）は、パターン光３２ａが照射された領域とは異なる他の領域３３から検出された特徴点の時間変化から、カメラ１２の移動方向３４を求める様子を示す模式図である。 図４（ａ）及び図４（ｂ）は、カメラ１２により取得された画像に対して二値化処理を施したパターン光３２ａの画像を示す図であり、図４（ａ）はパターン光３２ａ全体を示し、図４（ｂ）は１つのスポット光Ｓｐを拡大して示し、図４（ｃ）はパターン光抽出部２１により抽出された各スポット光Ｓｐの重心の位置Ｈｅを示す図である。 図５は、距離及び姿勢角の変化量を算出する方法を説明するための模式図である。 図６（ａ）は、時刻ｔに取得された第１フレーム（画像）３８の一例を示す。図６（ｂ）は、時刻ｔから時間Δｔだけ経過した時刻（ｔ＋Δｔ）に取得された第２フレーム３８’を示す。 図７（ａ）は、外部環境が明るい場合に重畳画像を生成するときの車両の移動量を示す。図７（ｂ）は、外部環境が明るい場合に重畳画像を生成する様子を示す。 図８（ａ）は、外部環境が明るい場合に重畳画像を生成するときの車両の移動量を示す。図８（ｂ）は、外部環境が明るい場合に重畳画像を生成する様子を示す。 図９（ａ）～図９（ｄ）は、第１の実施形態に係る自己位置算出装置の、リセットフラグ、重畳する画像数、特徴点検出状態、及び対応付けされた特徴点数の変化を示すタイミングチャートである。 図１０は、図１の自己位置算出装置を用いた自己位置算出方法の一例を示すフローチャートである。 図１１は、図１０のステップＳ１８の詳細な手順を示すフローチャートである。 図１２は、第２の実施形態に係る自己位置算出装置の全体構成を示すブロック図である。 図１３は、第２の実施形態に係るパターン光の位置から路面の高さの変化量を推定する方法を説明するための図である。 図１４（ａ）～図１４（ｅ）は、第２の実施形態に係る自己位置算出装置の、リセットフラグ、重畳する画像数、路面状態の良否、及び路面の段差（凹凸）の大きさの変化を示すタイミングチャートである。 図１５は、第２の実施形態に係る自己位置算出装置による自己位置算出処理の処理手順を示すフローチャートである。 図１６は、第２の実施形態に係る自己位置算出装置による図１５のステップＳ２８の詳細な処理手順を示すフローチャートである。 図１７は、第２の実施形態に係る自己位置算出装置の全体構成を示すブロック図である。 図１８（ａ）及び図１８（ｂ）は、第３の実施形態に係る自己位置算出装置の輝度変化及び特徴点検出フラグの変化を示すタイミングチャートである。 図１９（ａ）～図１９（ｃ）は、第３の実施形態に係る自己位置算出装置の、パターン光と特徴点を示す説明図である。 図２０（ａ）～図２０（ｄ）は、第３の実施形態に係る自己位置算出装置の、リセットフラグ、各周期が終わるタイミング、重畳する周期数、及び投光電力の変化を示すタイミングチャートである。 図２１は、第３の実施形態に係る自己位置算出装置の処理手順を示すフローチャートである。
　図面を参照して、第１～第３の実施形態を説明する。図面の記載において同一部分には同一符号を付して説明を省略する。
　（第１の実施形態）
　［ハードウェア構成］
　先ず、図１を参照して、第１の実施形態に係る自己位置算出装置のハードウェア構成を説明する。自己位置算出装置は、投光器１１と、カメラ１２と、エンジンコントロールユニット（ＥＣＵ）１３とを備える。投光器１１は、車両に搭載され、車両周囲の路面にパターン光を投光する。カメラ１２は、車両に搭載され、パターン光が投光された領域を含む車両周囲の路面を撮像して画像を取得する撮像部の一例である。ＥＣＵ１３は、投光器１１を制御し、且つカメラ１２により取得された画像から車両の移動量を推定する一連の情報処理サイクルを実行する制御部の一例である。
　カメラ１２は、固体撮像素子、例えばＣＣＤ及びＣＭＯＳを用いたデジタルカメラであって、画像処理が可能なデジタル画像を取得する。カメラ１２の撮像対象は車両周囲の路面であって、車両周囲の路面には、車両の前部、後部、側部、車両底部の路面が含まれる。例えば、図２に示すように、カメラ１２は、車両１０の前部、具体的にはフロントバンパ上に搭載することができる。
　車両１０の前方の路面３１上の特徴点（テクスチャ）及び投光器１１により投光されたパターン光３２ｂを撮像できるように、カメラ１２が設置される高さ及び向きが調整され、且つ、カメラ１２が備えるレンズのピント及び絞りが自動調整される。カメラ１２は、所定の時間間隔をおいて繰り返し撮像を行い、一連の画像（フレーム）群を取得する。カメラ１２により取得された画像データは、ＥＣＵ１３へ転送され、ＥＣＵ１３が備えるメモリに記憶される。
　投光器１１は、図２に示すように、カメラ１２の撮像範囲内の路面３１に向けて、正方形や長方形の格子像を含む所定の形状を有するパターン光３２ｂを投光する。カメラ１２は、路面３１により照射されたパターン光を撮像する。投光器１１は、例えば、レーザポインター及び回折格子を備える。レーザポインターから射出されたレーザ光を回折格子で回折することにより、投光器１１は、図２～図４に示すように、格子像、或いは行列状に配列された複数のスポット光Ｓｐからなるパターン光（３２ｂ、３２ａ）を生成する。図３及び図４に示す例では、５×７のスポット光Ｓｐからなるパターン光３２ａを生成している。
　図１に戻り、ＥＣＵ１３は、ＣＰＵ、メモリ、及び入出力部を備えるマイクロコントローラからなり、予めインストールされたコンピュータプログラムを実行することにより、自己位置算出装置が備える複数の情報処理部を構成する。ＥＣＵ１３は、カメラ１２により取得された画像から車両の現在位置を算出する一連の情報処理サイクルを、画像（フレーム）毎に繰り返し実行する。ＥＣＵ１３は、車両１０にかかわる他の制御に用いるＥＣＵと兼用してもよい。
　複数の情報処理部には、パターン光抽出部（重畳画像生成部）２１、姿勢角算出部２２、特徴点検出部２３、姿勢変化量算出部２４、輝度判断部（パターン光検出状態判断部）２５、自己位置算出部２６、パターン光制御部２７、検出状態判断部２８及び算出状態判断部２９が含まれる。特徴点検出部２３は、姿勢変化量算出部２４に含まれていてもよい。
　パターン光抽出部２１は、カメラ１２により取得された画像をメモリから読み込み、画像からパターン光の位置を抽出する。図３（ａ）に示すように、例えば、投光器１１が行列状に配列された複数のスポット光からなるパターン光３２ａを路面３１に向けて投光し、路面３１で反射されたパターン光３２ａをカメラ１２で検出する。パターン光抽出部２１は、カメラ１２により取得された画像に対して二値化処理を施すことにより、図４（ａ）及び図４（ｂ）に示すように、スポット光Ｓｐの画像のみを抽出する。パターン光抽出部２１は、図４（ｃ）に示すように、各スポット光Ｓｐの重心の位置Ｈｅ、即ちスポット光Ｓｐの画像上の座標（Ｕｊ、Ｖｊ）を算出することにより、パターン光３２ａの位置を抽出する。座標は、カメラ１２の撮像素子の画素を単位とし、５×７のスポット光Ｓｐの場合、“ｊ”は１以上３５以下の自然数である。スポット光Ｓｐの画像上の座標（Ｕｊ、Ｖｊ）は、パターン光３２ａの位置を示すデータとしてメモリに記憶される。
　姿勢角算出部２２は、パターン光３２ａの位置を示すデータをメモリから読み込み、カメラ１２により取得された画像におけるパターン光３２ａの位置から、路面３１に対する車両１０の距離及び姿勢角を算出する。例えば、図３（ａ）に示すように、投光器１１とカメラ１２の間の基線長Ｌｂと、各スポット光の画像上の座標（Ｕｊ、Ｖｊ）とから、三角測量の原理を用いて、各スポット光が照射された路面３１上の位置を、カメラ１２に対する相対位置として算出する。そして、姿勢角算出部２２は、カメラ１２に対する各スポット光の相対位置から、パターン光３２ａが投光された路面３１の平面式、即ち、路面３１に対するカメラ１２の距離及び姿勢角（法線ベクトル）を算出する。なお、車両１０に対するカメラ１２の搭載位置及び撮像方向は既知であるため、本実施形態においては、路面３１に対する車両１０の距離及び姿勢角の一例として、路面３１に対するカメラ１２の距離及び姿勢角を算出する。以後、路面３１に対するカメラ１２の距離及び姿勢角を、「距離及び姿勢角」と略す。姿勢角算出部２２により算出された距離及び姿勢角は、メモリに記憶される。
　具体的には、カメラ１２及び投光器１１は車両１０にそれぞれ固定されているため、パターン光３２ａの照射方向と、カメラ１２と投光器１１との距離（基線長Ｌｂ）は既知である。そこで、姿勢角算出部２２は、三角測量の原理を用いて、各スポット光の画像上の座標（Ｕｊ、Ｖｊ）から各スポット光が照射された路面３１上の位置を、カメラ１２に対する相対位置（Ｘｊ，Ｙｊ，Ｚｊ）として求めることができる。
　なお、カメラ１２に対する各スポット光の相対位置（Ｘｊ，Ｙｊ，Ｚｊ）は同一平面上に存在しない場合が多い。なぜなら、路面３１に表出するアスファルトの凹凸に応じて各スポット光の相対位置が変化するからである。そこで、最小二乗法を用いて、各スポット光との距離誤差の二乗和が最小となるような平面式を求めてもよい。
　特徴点検出部２３は、カメラ１２により取得された画像をメモリから読み込み、メモリから読み込んだ画像から、路面３１上の特徴点を検出する。特徴点検出部２３は、路面３１上の特徴点を検出するために、例えば、「D.G. Lowe，“Distinctive Image Features from Scale-Invariant Keypoints,” Int. J. Comput. Vis., vol.60, no.2, pp. 91-110, Nov. 200 」、或いは、「金澤　靖, 金谷健一, “コンピュータビジョンのための画像の特徴点抽出,” 信学誌, vol.87, no.12, pp.1043-1048, Dec. 2004」に記載の手法を用いることができる。
　具体的には、特徴点検出部２３は、例えば、ハリス（Harris）作用素又はSUSANオペレータを用いて、物体の頂点のように周囲に比べて輝度値が大きく変化する点を特徴点として検出する。或いは、特徴点検出部２３は、SIFT（Scale-Invariant Feature Transform）特徴量を用いて、その周囲で輝度値がある規則性のもとで変化している点を特徴点として検出してもよい。そして、特徴点検出部２３は、１つの画像から検出した特徴点の総数Ｎを計数し、各特徴点に識別番号（i（１≦i≦Ｎ））を付す。各特徴点の画像上の位置（Ｕｉ、Ｖｉ）は、ＥＣＵ１３内のメモリに記憶される。図６（ａ）及び図６（ｂ）は、カメラ１２により取得された画像から検出された特徴点Ｔｅの例を示す。各特徴点の画像上の位置（Ｕｉ、Ｖｉ）は、メモリに記憶される。
　なお、本実施形態において、路面３１上の特徴点は、主に大きさが１ｃｍ以上２ｃｍ以下のアスファルト混合物の粒を想定している。この特徴点を検出するために、カメラ１２の解像度はＶＧＡ（約３０万画素）である。また、路面３１に対するカメラ１２の距離は、約７０ｃｍである。更に、カメラ１２の撮像方向は、水平面から約４５ｄｅｇだけ路面３１に向けて傾斜させる。また、カメラ１２により取得される画像をＥＣＵ１３に転送するときの輝度値は、０～２５５（０：最も暗い，２５５：最も明るい）の範囲内である。
　姿勢変化量算出部２４は、一定の情報処理サイクル毎に撮像されるフレームのうち、前回フレームに含まれる複数の特徴点の画像上の位置（Ｕｉ、Ｖｉ）をメモリから読み込み、更に、今回フレームに含まれる複数の特徴点の画像上の位置（Ｕｉ、Ｖｉ）をメモリから読み込む。そして、複数の特徴点の画像上での位置変化に基づいて、車両の姿勢変化量を求める。ここで、「車両の姿勢変化量」とは、路面３１に対する「距離及び姿勢角」の変化量、及び路面上での「車両（カメラ１２）の移動量」の双方を含んでいる。以下、距離及び姿勢角の変化量及び車両の移動量の算出方法について説明する。
　図６（ａ）は、時刻ｔに取得された第１フレーム（画像）３８の一例を示す。図５或いは図６（ａ）に示すように、第１フレーム３８において、例えば３つの特徴点Ｔｅ１、Ｔｅ２、Ｔｅ３の相対位置（Ｘｉ，Ｙｉ，Ｚｉ）がそれぞれ算出されている場合を考える。この場合、特徴点Ｔｅ１、Ｔｅ２、Ｔｅ３によって特定される平面Ｇを路面と見なすことができる。よって、姿勢変化量算出部２４は、相対位置（Ｘｉ，Ｙｉ，Ｚｉ）から、路面（平面Ｇ）に対するカメラ１２の距離及び姿勢角（法線ベクトル）を求めることができる。更に、姿勢変化量算出部２４は、既知のカメラモデルによって、各特徴点Ｔｅ１、Ｔｅ２、Ｔｅ３の間の距離（ｌ１、ｌ２、ｌ３）及び夫々の特徴点Ｔｅ１、Ｔｅ２、Ｔｅ３を結ぶ直線が成す角度を求めることができる。図５のカメラ１２は、第１フレームにおけるカメラの位置を示す。
　なお、カメラ１２に対する相対位置を示す３次元座標（Ｘｉ，Ｙｉ，Ｚｉ）として、カメラ１２の撮像方向をＺ軸に設定し、撮像方向を法線とし且つカメラ１２を含む平面内に、互いに直交するＸ軸及びＹ軸を設定する。一方、画像３８上の座標として、水平方向及び垂直方向をそれぞれＶ軸及びＵ軸に設定する。
　図６（ｂ）は、時刻ｔから時間Δｔだけ経過した時刻（ｔ＋Δｔ）に取得された第２フレームを示す。図５のカメラ１２’は、第２フレーム３８’を撮像したときのカメラの位置を示す。図５或いは図６（ｂ）に示すように、第２フレーム３８’において、カメラ１２’が特徴点Ｔｅ１、Ｔｅ２、Ｔｅ３を撮像し、特徴点検出部２３が特徴点Ｔｅ１、Ｔｅ２、Ｔｅ３を検出する。この場合、姿勢変化量算出部２４は、時刻ｔにおける各特徴点Ｔｅ１、Ｔｅ２、Ｔｅ３の相対位置（Ｘｉ，Ｙｉ，Ｚｉ）と、各特徴点の第２フレーム３８’上の位置Ｐ１（Ｕｉ、Ｖｉ）と、カメラ１２のカメラモデルとから、時間Δｔにおけるカメラ１２の移動量（ΔＬ）だけでなく、距離及び姿勢角の変化量も算出することができる。例えば、以下の（１）～（４）式からなる連立方程式を解くことにより、姿勢変化量算出部２４は、カメラ１２（車両）の移動量（ΔＬ）、及び距離及び姿勢角の変化量を算出することができる。なお、（１）式はカメラ１２が歪みや光軸ずれのない理想的なピンホールカメラとしてモデル化したものであり、λｉは定数、ｆは焦点距離である。カメラモデルのパラメータは、予めキャリブレーションをしておけばよい。
Figure JPOXMLDOC01-appb-M000001
Figure JPOXMLDOC01-appb-M000002
Figure JPOXMLDOC01-appb-M000003
Figure JPOXMLDOC01-appb-M000004
　図３（ｂ）は、カメラ１２の撮像範囲のうち、パターン光３２ａが照射された領域とは異なる他の領域３３から検出された特徴点の時間変化から、カメラ１２の移動方向３４を求める様子を模式的に示す。また、図６（ａ）及び図６（ｂ）には、各特徴点Ｔｅの位置の変化方向及び変化量を示すベクトルＤｔｅを画像に重畳して示す。姿勢変化量算出部２４は、時間Δｔにおけるカメラ１２の移動量（ΔＬ）だけでなく、距離及び姿勢角の変化量も同時に算出することができる。よって、姿勢変化量算出部２４は、距離及び姿勢角の変化量を考慮して、６自由度の移動量（ΔＬ）を精度よく算出することができる。すなわち、車両１０の旋回や加減速によるロール運動或いはピッチ運動によって距離や姿勢角が変化しても、移動量（ΔＬ）の推定誤差を抑制することができる。
　なお、姿勢変化量算出部２４は、相対位置が算出された特徴点すべてを用いるのではなく、特徴点同士の位置関係に基づいて最適な特徴点を選定してもよい。選定方法としては、例えば、エピポーラ幾何（エピ極線幾何，R.I. Hartley: “A linear method for reconstruction from lines and points,” Proc. 5th International Conference on Computer Vision, Cambridge, Massachusetts, pp.882-887(1995)）を用いることができる。
　前後フレーム間で特徴点を対応付けるには、例えば、検出した特徴点の周辺の小領域の画像をメモリに記録しておき、輝度や色情報の類似度から判断すればよい。具体的には、ＥＣＵ１３は、検出した特徴点を中心とする５×５（水平×垂直）画素分の画像をメモリに記録する。姿勢変化量算出部２４は、例えば、輝度情報が２０画素以上で誤差１％以下に収まっていれば、前後フレーム間で対応関係が取れる特徴点であると判断する。
　このように、相対位置（Ｘｉ，Ｙｉ，Ｚｉ）が算出された特徴点Ｔｅ１、Ｔｅ２、Ｔｅ３が、後のタイミングで取得された画像３８’からも検出された場合に、姿勢変化量算出部２４は、路面上の複数の特徴点の時間変化に基づいて、「車両の姿勢変化量」を算出することができる。
　自己位置算出部２６は、姿勢変化量算出部２４で算出された「距離及び姿勢角の変化量」から距離及び姿勢角を算出する。更に、姿勢変化量算出部２４で算出された「車両の移動量」から車両の現在位置を算出する。
　具体的には、姿勢角算出部２２（図１参照）にて算出された距離及び姿勢角が起点として設定された場合、この起点（距離及び姿勢角）に対して、姿勢変化量算出部２４で算出された各フレーム毎の距離及び姿勢角の変化量を逐次加算する（積分演算する）ことにより、距離及び姿勢角を最新な数値に更新する。また、姿勢角算出部２２にて距離及び姿勢角が算出された際の車両位置が起点（車両の初期位置）として設定され、この初期位置から車両の移動量を逐次加算する（積分演算する）ことにより、車両の現在位置を算出する。例えば、地図上の位置と照合された起点（車両の初期位置）を設定することで、地図上の車両の現在位置を逐次算出することができる。
　このように、前後フレーム間で対応関係が取れる３点以上の特徴点を検出し続けることができれば、距離及び姿勢角の変化量を加算する処理（積分演算）を継続することにより、パターン光３２ａを用いることなく、距離や姿勢角を最新な数値に更新し続けることができる。ただし、最初の情報処理サイクルにおいては、パターン光３２ａを用いて算出された距離及び姿勢角、或いは所定の初期距離及び初期姿勢角を用いてもよい。つまり、積分演算の起点となる距離及び姿勢角は、パターン光３２ａを用いて算出しても、或いは、所定の初期値を用いても構わない。所定の初期距離及び初期姿勢角は、少なくとも車両１０への乗員及び搭載物を考慮した距離及び姿勢角であることが望ましい。例えば、車両１０のイグニションスイッチがオン状態であって、且つシフトポジションがパーキングから他のポジションへ移動した時に、パターン光３２ａを投光し、パターン光３２ａから算出された距離及び姿勢角を、所定の初期距離及び初期姿勢角として用いればよい。これにより、車両１０の旋回や加減速によるロール運動或いはピッチ運動が発生していない時の距離や姿勢角を求めることができる。
　なお、本実施形態では、距離及び姿勢角の変化量を算出し、距離及び姿勢角の変化量を逐次加算することにより、距離及び姿勢角を最新な数値に更新した。しかし、路面３１に対するカメラ１２の姿勢角だけをその変化量の算出及び更新の対象としても構わない。この場合、路面３１に対するカメラ１２の距離は一定と仮定すればよい。これにより、姿勢角の変化量を考慮して、移動量（ΔＬ）の推定誤差を抑制しつつ、ＥＣＵ１３の演算負荷を軽減し、且つ演算速度を向上させることもできる。
　検出状態判断部２８は、特徴点検出部２３による特徴点Ｔｅの検出状態が第１基準を満たさず悪い状態か否かを判断する。例えば、トンネル内のコンクリート路面のように、路面にアスファルト混合物の粒などの模様や凹凸が少ない場合、画像から検出できる特徴点が少なくなる。この場合、前後フレーム間で対応関係が取れる特徴点の継続的な検出が困難となり、距離及び姿勢角の更新精度が低下してしまう。
　そこで、検出状態判断部２８は、例えば、カメラ１２に対する相対位置が算出された特徴点のうち、後の情報処理サイクルで取得された画像からも検出できた特徴点の数が、所定のしきい値（例えば、３つ）以下である場合に、特徴点の検出状態が第１基準を満たさず、悪い状態と判断する。すなわち、前後フレーム間で対応付けが取れる４点以上の特徴点を検出できない場合、検出状態判断部２８は、特徴点Ｔｅの検出状態が第１基準を満たさず、悪い状態と判断する。なお、距離や姿勢角の変化量を求めるには、前後フレーム間で対応付けが取れる少なくとも３つの特徴点が必要である。なぜなら、平面Ｇを特定するには３つの特徴点が必要だからである。推定精度を高めるには更に多くの特徴点が必要であるため、所定のしきい値は、４、或いは５以上であることが望ましい。
　自己位置算出部２６は、特徴点の検出状態が第１基準を満たしていると検出状態判断部２８が判断した場合、積分演算の起点を維持する。一方、特徴点の検出状態が第１基準を満たさず、悪い状態と検出状態判断部２８が判断した場合、自己位置算出部２６は、同じ情報処理サイクルにおいて、姿勢角算出部２２（図１参照）が算出した距離及び姿勢角、及びその時の車両位置を新たな起点（車両の姿勢角及び初期位置）に設定し、当該起点から車両の姿勢変化量の加算を開始する。
　なお、第１の実施形態で、検出状態判断部２８は、前後フレーム間で対応関係が取れる特徴点の数に基づいて、特徴点の検出状態を判断したが、１つの画像から検出された特徴点の総数Ｎに基づいて、特徴点の検出状態を判断してもよい。つまり、特徴点の総数Ｎが所定のしきい値（例えば９）以下である場合に、特徴点の検出状態が第１基準を満たさず、悪い状態と判断してもよい。検出された特徴点のうち対応付けができない特徴点があることを考慮し、所定のしきい値（３）の３倍の数（９）を、しきい値に設定すればよい。
　算出状態判断部２９は、姿勢角算出部２２による距離及び姿勢角の算出状態が第２基準を満たさず、悪い状態か否かを判断する。例えば、路面３１上の段差にパターン光が照射された場合、路面３１上の段差はアスファルトの凹凸に比べて大きいため、距離及び姿勢角の算出精度が極端に低下してしまう。特徴点の検出状態が第１基準よりも悪く、且つ距離及び姿勢角の算出状態が第２基準を満たさず、悪い状態の場合、距離及び姿勢角、及びその変化量を精度よく検出する手段がなくなってしまう。
　そこで、算出状態判断部２９は、例えば、姿勢角算出部２２によって算出される距離及び姿勢角の標準偏差が所定のしきい値よりも大きい場合、姿勢角算出部２２による距離及び姿勢角の算出状態が第２基準を満たさず、悪い状態と判断する。また、３５個のスポット光のうち検出できたスポット光の数が３点未満である場合、原理的に路面３１の平面式を求めることができないため、姿勢角算出部２２による距離及び姿勢角の算出状態が第２基準を満たさず、悪い状態と判断する。最小二乗法を用いて平面式を求める場合、各スポット光との距離誤差の最大値の絶対値がある閾値（例えば０．０５ｍ）以上になった場合に、姿勢角算出部２２による距離及び姿勢角の算出状態が第２基準を満たさず、悪い状態と判断してもよい。
　特徴点の検出状態が第１基準を満たさず、悪い状態と検出状態判断部２８が判断し、且つ姿勢角算出部２２による距離及び姿勢角の算出状態が第２基準を満たさず、悪い状態と算出状態判断部２９が判断した場合、自己位置算出部２６は、積分演算の起点として、前の情報処理サイクルにおける距離及び姿勢角、及び車両の現在位置を用いる。これにより、車両の移動量の算出誤差を抑制できる。
　パターン光制御部２７は、投光器１１によるパターン光３２ａの投光を制御する。例えば、車両１０のイグニションスイッチがオン状態となり、自己位置算出装置が起動すると同時に、パターン光制御部２７は、パターン光３２ａの投光を開始する。その後、パターン光制御部２７は、自己位置算出装置が停止するまで、パターン光３２ａを連続して投光する。或いは、所定の時間間隔をおいて、投光のオン／オフを繰り返してもよい。或いは、特徴点Ｔｅの検出状態が第１基準を満たさず、悪い状態と検出状態判断部２８が判断した場合に限って、一時的にパターン光３２ａを投光してもよい。
　輝度判断部（パターン光検出状態判断部）２５は、カメラ１２により取得されたパターン光の検出状態が所定の閾値以上であるか否かを判定する。例えば、輝度判断部２５は、カメラ１２により取得された画像の輝度平均値（パターン光の検出状態）が、路面輝度閾値Ｂｔｈ（所定の閾値）以上であるか否かを判断する。なお、輝度判断部２５は、カメラ１２により取得された画像の照度が閾値以上であるか否かを判断してもよい。また、輝度判断部２５の代わりに照度センサが車両に搭載されていてもよい。
　路面輝度閾値Ｂｔｈは、例えば、以下の手順によって予め求めることができる。まず、車両に人や荷物や燃料等が乗っていない空載状態において、パターン光をアスファルト路面に投光した時の画像をカメラ１２により撮像する。この時、画像上のアスファルト路面の輝度はほぼ一様になるようにする。例えば、パターン光が映っていない部分の画素の９５％が輝度平均値から±２０以内に収まるように光環境を調整して撮像する。なお、カメラ１２により取得された画像の輝度値は、０～２５５（０：最も暗い、２５５：最も明るい）の範囲内とする。更に、得られた画像において、パターン光が照射された画素の輝度平均値Ｂｐと、それ以外のアスファルト路面が映っている画素の輝度平均値Ｂａとを比較する。この一連の処理を、アスファルト路面が映っている部分の輝度平均値Ｂａを０から１０刻みに大きくしながら繰り返し、Ｂｐ×０．７＜Ｂａとなった時の輝度平均値Ｂａを路面輝度閾値Ｂｔｈとする。即ち、アスファルト路面の輝度がパターン光の輝度の約３０％となる輝度値を路面輝度閾値Ｂｔｈとする。
　パターン光抽出部２１は、輝度判断部２５によりパターン光の検出状態が所定の閾値以上であると判定された場合に、カメラ１２により得られた前後フレーム間の画像を所定の枚数だけ重ね合わせる。なお、重ね合わせる画像としては、現在から過去分のメモリに蓄積された前後フレーム間の画像を用いる場合を説明する。なお、重ね合わせる画像として、現在から将来的にカメラ１２により取得される画像を含んでいてもよい。パターン光抽出部２１は更に、生成した重畳画像からパターン光の位置を抽出する。姿勢角算出部２２は、重畳画像から抽出されたパターン光の位置から路面に対する車両の姿勢角を算出することができる。また、自己位置算出部２６は、その時の車両の現在位置及び重畳画像により算出された姿勢角を、車両の初期位置及び姿勢角（起点）に設定し、姿勢変化量の加算を開始することができる。
　ここで、パターン光抽出部２１は、カメラ１２で取得した画像におけるパターン光の検出状態に応じて所定の画像の数を設定する。パターン光の検出状態は、例えば周囲光の輝度値に対するパターン光の輝度値の比（Ｓ／Ｎ比）である。パターン光抽出部２１は、Ｓ／Ｎ比が小さい（外部環境が明るい）ほど、重ね合わせる画像数を多くする。
　図７（ａ）に示すように、外部環境が相対的に明るい場合、必要な画像数が相対的に多いため、画像群を取得するための車両１００の移動量は相対的に大きい。また、図７（ｂ）に示すように、相対的に多い数の画像Ｉ１を重ね合わせて重畳画像Ｉ２を生成する。一方、図８（ａ）に示すように、外部環境が相対的に暗い場合、必要な画像数が相対的に少ないため、画像群を取得するための車両１００の移動量は相対的に小さい。また、図８（ｂ）に示すように、相対的に少ない数の画像Ｉ１を重ね合わせて重畳画像Ｉ２を生成する。
　パターン光抽出部２１により重ね合わせるべきパターン光抽出に必要な画像の数は、例えば以下の手順により設定することができる。まず、路面輝度閾値Ｂｔｈを求める時と同様に、アスファルト路面が映っている部分の輝度平均値Ｂａを０から１０刻みに大きくしていき、各輝度平均値Ｂａにおける、パターン光が照射された画素の輝度平均値Ｂｐの比Ｒａｐ＝Ｂａ／Ｂｐを予め実験等で求めておき、ＥＣＵのメモリに記憶させておく。そして、実際に制御を行う場合には、カメラ１２により取得された画像の輝度平均値の１の位を四捨五入した時のＳ／Ｎ比Ｒａｐを参照し、以下の式（５）で求められたＳｎの小数点第一位を切り上げた枚数を、パターン光抽出に必要な画像の数に設定する。
 
　Ｓｎ＝ｍａｘ｛（０．５÷（１－Ｒａｐ）２），５０｝　・・・（５）
 
　即ち、アスファルト路面の輝度平均値Ｂａがパターン光の輝度平均値Ｂｐの約２９％以下ならば１枚、７５％ならば８枚、９０％以上ならば５０枚とする。なお、パターン光が照射された部分は画像全体と比べて十分小さいので、画像全体から輝度平均値を算出してもよい。また、実際に輝度平均値Ｂａを０から１０刻みに大きくして各Ｒａｐを求める実験において、実際に重畳してスポット光の抽出を行い、パターン光の各スポット光の抽出の成功率が９５％以上となる枚数と設定してもよい。
　また、以下で説明するように、パターン光抽出部２１により重畳画像が生成できない（又は生成が困難な）場合には、前回の情報処理サイクルで採用した距離及び姿勢角（以下、単に「前回値」ともいう。）、又は上述した車両の所定の初期距離及び初期姿勢角（単に「初期値」ともいう。）を起点に用いる。
　まず、Ｓ／Ｎ比が小さすぎて（明るすぎて）、積分時間が長すぎる場合がある。例えば、カメラ１２により取得された画像の輝度平均値の１の位を四捨五入した時の比Ｒａｐを参照し、比Ｒａｐが０．９５以上、即ち、アスファルト路面の輝度平均がパターン光の輝度平均の９０％以上ならば、重畳画像作成に時間がかかりすぎて、その間の路面変化が小さいという仮定が成り立たなくなるか、或いはパターン光の抽出そのものが原理的に困難と判断し、前回値又は初期値を起点に用いる。
　また、車両挙動が大きすぎる（車速が高すぎる）場合がある。例えば、設定された重畳画像の枚数を撮像する間に、車両の進行距離が０．２［ｍ］を超える場合には、路面変化が小さいという仮定が成り立たなくなると判断し、重畳画像が生成できないと判断する。ここで、１０００ｆｐｓのカメラを用いると、アスファルト路面の輝度平均がパターン光の輝度平均の７５％の場合、重畳画像は８枚必要である。よって、以下の式（６）の通り、９０ｋｍ／ｈ以上では、前回値又は初期値を起点に用いる。
 
０．２［ｍ］÷（８［枚］÷１０００［ｆｐｓ］）
＝２５［ｍ／ｓ］
＝９０［ｋｍ／ｈ］　　　　　　　　　　　　　　・・・（６）
 
　また、路面変化（段差や凹凸）が大きすぎる場合がある。例えば、設定された重畳画像の枚数を撮像する間に、車両周囲の路面状態が閾値以上変化しているか否かを判定する。そして、車両周囲の路面状態が閾値以上変化しているという状態になった画像数が５％を超えた場合には、路面変化が小さいという仮定が成り立たなくなると判断し、前回値又は初期値を起点に用いる。なお、路面状態の変化の判定の詳細は、第２の実施形態において説明する。
　図９（ａ）～図９（ｄ）は、第１の実施形態に係る自己位置算出装置の、リセットフラグ、重畳する画像数、特徴点検出状態、及び対応付けされた特徴点数の変化を示す。例えば、時刻ｔ１１，ｔ１２の情報処理サイクルにおいて、図９（ｄ）に示すように対応付けされた特徴点数が３点未満となり、図９（ｃ）に示すように特徴点検出状態が悪いと判断される。これに伴い、図９（ａ）に示すようにリセットフラグが「１」に設定される。
　このうち、時刻ｔ１１の情報処理サイクルにおいては、図９（ｂ）に示すように、パターン光抽出部２１が、カメラ１２の画像の平均輝度値から、重畳する画像数を１枚（即ち、重畳しない）と設定する。そして、パターン光抽出部２１は、現在の時刻ｔ１１の情報処理サイクルにおいて取得される１枚の画像からパターン光を抽出する。
　一方、時刻ｔ１２の情報処理サイクルでは、図９（ａ）に示すように、パターン光抽出部２１が、カメラ１２の画像の平均輝度値から、重畳する画像数を２枚と設定する。更に、パターン光抽出部２１が、時刻ｔ１２においてカメラ１２により取得された画像と、前回の情報処理サイクルにおいてカメラ１２により取得された画像との２枚を重ね合わせて（輝度値を合算して）重畳画像を生成する。そして、パターン光抽出部２１が、重畳画像からパターン光を抽出する。
　［情報処理サイクル］
　次に、カメラ１２により取得された画像３８から車両１０の移動量を推定する自己位置算出方法の一例として、ＥＣＵ１３により繰り返し実行される情報処理サイクルを、図１０及び図１１を参照しながら説明する。図１０のフローチャートに示す情報処理サイクルは、車両１０のイグニションスイッチがオン状態となり、自己位置算出装置が起動すると同時に開始され、自己位置算出装置が停止するまで、繰り返し実行される。
　図１０のステップＳ１０において、パターン光制御部２７は、投光器１１を制御して、車両周囲の路面３１にパターン光３２ａを投光する。図１０のフローチャートでは、パターン光３２ａを連続して投光する例を説明する。
　ステップＳ１１に進み、ＥＣＵ１３は、カメラ１２を制御して、パターン光３２ａが投光された領域を含む車両周囲の路面３１を撮像して画像３８を取得する。ＥＣＵ１３は、カメラ１２により取得された画像データを、メモリに記憶する。なお、ＥＣＵ１３はカメラ１２の絞りを自動制御できる。前の情報処理サイクルで取得した画像３８の平均輝度から、輝度値の最大値と最小値の中間値になるようにカメラ１２の絞りをフィードバック制御してもよい。また、パターン光３２ａが投光されている領域は輝度値が高いため、パターン光３２ａを抽出した部分を除いた領域から、平均輝度値を求めてもよい。
　ステップＳ１２に進み、輝度判断部２５は、カメラ１２により取得された画像３８をメモリから読み込み、画像の平均輝度が路面輝度閾値Ｂｔｈ以上か判断する。画像の平均輝度が路面輝度閾値Ｂｔｈ未満と判断された場合、ステップＳ１５に進む。
　ステップＳ１５に進み、先ず、パターン光抽出部２１は、カメラ１２により取得された画像３８をメモリから読み込み、図４（ｃ）に示すように、画像３８からパターン光３２ａの位置を抽出する。パターン光抽出部２１は、パターン光３２ａの位置を示すデータとして算出されたスポット光Ｓｐの画像上の座標（Ｕｊ、Ｖｊ）をメモリに記憶する。
　一方、ステップＳ１２において、画像の平均輝度が路面輝度閾値Ｂｔｈ以上と判断された場合、ステップＳ１３に進む。ステップＳ１３において、パターン光抽出部２１は、カメラ１２により取得された画像の平均輝度から、パターン光抽出に必要な画像数（フレーム数）を設定する。
　ステップＳ１４において、パターン光抽出部２１は、カメラ１２により取得された画像３８をメモリから読み込み、設定した画像数の前後フレームの画像を重ね合わせる（輝度値を合算する）ことにより、重畳画像を生成する。更に、パターン光抽出部２１は、生成した重畳画像からパターン光３２ａの位置を抽出する。パターン光抽出部２１は、パターン光３２ａの位置を示すデータとして算出されたスポット光Ｓｐの画像上の座標（Ｕｊ、Ｖｊ）をメモリに記憶する。
　ステップＳ１６において、姿勢角算出部２２は、ステップＳ１４又はステップＳ１５で抽出されたパターン光３２ａの位置を示すデータをメモリから読み込み、パターン光３２ａの位置から、距離及び姿勢角を算出し、メモリに記憶する。
　ステップＳ１７に進み、ＥＣＵ１３は、画像３８から特徴点を検出し、前後の情報処理サイクルの間で対応関係が取れる特徴点を抽出し、特徴点の画像上の位置（Ｕｉ、Ｖｉ）から、距離及び姿勢角の変化量、及び車両の移動量を算出する。
　具体的に、先ず、特徴点検出部２３は、カメラ１２により取得された画像３８をメモリから読み込み、画像３８から路面３１上の特徴点を検出し、各特徴点の画像上の位置（Ｕｉ、Ｖｉ）をメモリに記憶する。姿勢変化量算出部２４は、各特徴点の画像上の位置（Ｕｉ、Ｖｉ）をメモリから読み込み、距離及び姿勢角と、特徴点の画像上の位置（Ｕｉ、Ｖｉ）とから、カメラ１２に対する特徴点の相対位置（Ｘｉ，Ｙｉ，Ｚｉ）を算出する。なお、姿勢変化量算出部２４は、前の情報処理サイクルのステップＳ１６において設定された距離及び姿勢角を用いる。姿勢変化量算出部２４は、カメラ１２に対する特徴点の相対位置（Ｘｉ，Ｙｉ，Ｚｉ）を、メモリに記憶する。
　そして、姿勢変化量算出部２４は、特徴点の画像上の位置（Ｕｉ、Ｖｉ）と、前の情報処理サイクルのステップＳ１７において算出された特徴点の相対位置（Ｘｉ，Ｙｉ，Ｚｉ）をメモリから読み込む。姿勢変化量算出部２４は、前後の情報処理サイクルの間で対応関係が取れる特徴点の相対位置（Ｘｉ，Ｙｉ，Ｚｉ）及び画像上の位置（Ｕｉ、Ｖｉ）を用いて、距離及び姿勢角の変化量を算出する。更に、前回の情報処理サイクルにおける特徴点の相対位置（Ｘｉ，Ｙｉ，Ｚｉ）と今回の情報処理サイクルにおける特徴点の相対位置（Ｘｉ，Ｙｉ，Ｚｉ）とから、車両の移動量を算出する。ステップＳ１７で算出された「距離及び姿勢角の変化量」及び「車両の移動量」は、ステップＳ１９の処理で用いられる。
　ステップＳ１８に進み、ＥＣＵ１３は、特徴点の検出状態、及びパターン光による距離及び姿勢角の算出状態に応じて、積分演算の起点を設定する。詳細は、図１１を参照して、後述する。
　ステップＳ１９に進み、自己位置算出部２６は、ステップＳ１８の処理で設定された積分演算の起点、及びステップＳ１７の処理で算出された車両の移動量から、車両の現在位置を算出する。
　こうして、本実施形態に係る自己位置算出装置は、上記した一連の情報処理サイクルを繰り返し実行して車両１０の移動量を積算することにより、車両１０の現在位置を算出することができる。
　図１１のフローチャートを参照して、図１０のステップＳ１８の詳細な手順を説明する。ステップＳ１００において、ＥＣＵ１３は、今回の情報処理サイクルが初回であるか否かを判断する。そして、初回である場合、即ち、前回の情報処理サイクルのデータが無い場合にはステップＳ１０４へ進み、初回でない場合にはステップＳ１０１に進む。
　ステップＳ１０１において、検出状態判断部２８は、特徴点検出部２３による特徴点Ｔｅの検出状態が第１基準を満たさず、悪い状態か否かを判断する。悪いと判断した場合（ステップＳ１０１でＹＥＳ）、ステップＳ１０２へ進み、悪くなっていないと判断した場合（ステップＳ１０１でＮＯ）、ステップＳ１０６へ進む。ステップＳ１０６で、ＥＣＵ１３は、現在の設定されている積分演算の起点を維持する。
　ステップＳ１０２において、ＥＣＵ１３は、重畳画像を生成できたか判断する。重畳画像を生成できない場合としては、例えば、将来的に取得される画像も含めるために所定の枚数の画像を取得するための時間がかかり、重畳画像を生成中である場合や、又は原理的に重畳画像を生成することが不可能又は困難である場合が挙げられる。重畳画像を生成できないと判断された場合（ステップＳ１０２でＹＥＳ）、ステップＳ１０３へ進み、重畳画像を生成できたと判断した場合（ステップＳ１０２でＮＯ）、ステップＳ１０４へ進む。
　ステップＳ１０３で、算出状態判断部２９は、姿勢角算出部２２による距離及び姿勢角の算出状態が第２基準を満たさず、悪い状態か否かを判断する。たとえば、距離及び姿勢角の算出に成功しているか否かを判断する。成功していると判断した場合（ステップＳ１０３でＹＥＳ）、ステップＳ１０４へ進み、成功していないと判断した場合（ステップＳ１０３でＮＯ）、ステップＳ１０５へ進む。
　ステップＳ１０４で、ＥＣＵ１３は、車両の現在位置を起点として設定し、更に、同じ情報処理サイクルのステップＳ１６で算出された距離及び姿勢角を積分演算の起点として設定する。この距離及び姿勢角を起点として新たな積分演算が開始される。また、車両の現在位置を起点として新たに車両の移動量の積分演算を開始する。
　ステップＳ１０５で、ＥＣＵ１３は、車両の現在位置を起点として設定し、更に、前回の情報処理サイクルで採用した距離及び姿勢角を積分演算の起点として設定する。この距離及び姿勢角を起点として新たな積分演算が開始される。また、車両の現在位置を起点として新たに車両の移動量の積分演算を開始する。その後、図１０のステップＳ１９に進む。
　［第１の実施形態の効果］
　以上説明したように、第１の実施形態によれば、輝度判断部２５がパターン光の検出状態を判断し、パターン光の検出状態が閾値以上の場合、パターン光抽出部２１が前後フレーム間の画像を重ね合わせて重畳画像を生成し、重畳画像からパターン光を抽出することにより、外部環境が明るい場合であっても路面に投光したパターン光を精度よく検出することができ、車両の自己位置を精度よく算出することができる。
　また、カメラ１２により取得された画像の平均輝度等のパターン検出状態に応じて、パターン光抽出部２１が重畳画像を生成するために必要な画像数を設定することにより、外部環境の明るさに応じて検出するパターン光の輝度値を調整することができ、パターン光を精度よく検出することができる。
　また、図１１のステップＳ１０２のように重畳画像の生成中は、前回の情報処理サイクルで採用された距離及び姿勢角、又は所定の初期距離及び初期姿勢角を起点として用いることにより、自己位置を算出するときの誤差を抑制することができる。
　なお、図１１のステップＳ１０５で、ＥＣＵ１３は、前回の情報処理サイクルで採用した距離及び姿勢角の代わりに、所定の初期距離及び初期姿勢角を積分演算の起点として設定してもよい。詳細には、特徴点の検出状態が第１基準を満たさず、悪い状態と検出状態判断部２８が判断し、且つ姿勢角算出部２２による距離及び姿勢角の算出状態が第２基準を満たさず、悪い状態と算出状態判断部２９が判断した場合、自己位置算出部２６は、積分演算の起点として、少なくとも車両１０への乗員及び搭載物を考慮した所定の初期距離及び初期姿勢角を設定してもよい。例えば、自己位置算出装置を起動した直後の情報処理サイクルのステップＳ１５で算出した距離及び姿勢角を用いることができる。これにより、車両１０の旋回や加減速によるロール運動或いはピッチ運動が発生していない時の距離や姿勢角を起点として、距離及び姿勢角の更新及び移動量の算出を行うことができる。
　（第２の実施形態）
　［ハードウェア構成］
　本発明の第２の実施形態として、車両周囲の路面状態の変化に基づいて自己位置を算出する場合を説明する。本発明の第２の実施形態に係る自己位置算出装置は、図１２に示すように、検出状態判断部２８及び算出状態判断部２９の代わりに、路面状態判定部３０を備える点が、第１の実施形態と異なる。他の構成は、第１の実施形態と同様であるので説明を省略する。
　路面状態判定部３０は、車両周囲の路面状態の変化を検出して路面状態が閾値以上変化しているか否かを判定する。そして、路面状態が閾値以上変化していると判定した場合には、自己位置算出部２６は、前回の情報処理サイクルで算出された車両１０の現在位置、路面に対する距離及び姿勢角に固定する。これにより、姿勢角算出部２２は路面に対する車両１０の距離及び姿勢角の算出を停止する。また、自己位置算出部２６は、前回の情報処理サイクルで算出された車両１０の現在位置、路面に対する距離及び姿勢角に姿勢変化量を加算して、現在の車両の現在位置、路面に対する距離及び姿勢角を算出する。
　ここで、路面状態の変化を判定する方法について説明する。本実施形態では、パターン光３２ａのスポット光が路面に３５（５×７）個投影されている。そこで、例えば、３５個のスポット光のうちカメラ１２の画像上において８０％以下、すなわち２８個以下しか検出できない場合には、路面状態判定部３０は、路面の段差や凹凸が激しくなり、路面状態が閾値以上変化していると判定する。
　このとき、路面状態の変化を路面の高さの変化量から推定してもよい。路面の高さの変化量は、車両の各車輪のサスペンションに取り付けられているストロークセンサの検出値の振動から検出することができる。例えば、ストロークセンサの検出値の振動が１Ｈｚ以上となった場合に、路面状態判定部３０は、路面の段差や凹凸が激しくなったと推定し、路面状態が閾値以上変化したと判定する。また、鉛直方向の加速度を計測する加速度センサの検出値を積分して鉛直方向の速度を算出し、その速度の向きの変化が１Ｈｚ以上となった場合に、路面状態判定部３０は、路面の段差や凹凸が激しくなり、路面状態が閾値以上変化していると判定してもよい。
　さらに、路面の高さの変化量は、カメラ１２で撮像した画像におけるパターン光３２ａの位置から推定してもよい。本実施形態では、図１３に示すようなパターン光３２ａが路面３１に投影されている。そこで、パターン光３２ａのスポット光をＸ方向に結んだ線分７１と、Ｙ方向に結んだ線分７３を引く。そして、これらの線分の傾きが点７５に示すように途中で１５ｄｅｇ以上変化している場合に、路面状態判定部３０は、路面の段差や凹凸が激しくなったと推定し、路面状態が閾値以上変化していると判定する。また、図１３に示すように、隣り合うスポット光の間隔ｄ１、ｄ２の差が５０％以上変化した場合に、路面状態判定部３０は、路面状態が閾値以上変化していると判定してもよい。
　このようにして路面状態が閾値以上変化していると判定すると、自己位置算出部２６は前回の情報処理サイクルで算出された車両１０の現在位置、路面に対する距離及び姿勢角に固定する。したがって、姿勢角算出部２２は路面に対する車両１０の距離及び姿勢角の算出を停止し、自己位置算出部２６は、前回の情報処理サイクルで算出された車両１０の現在位置、路面に対する距離及び姿勢角に姿勢変化量を加算して、現在の車両１０の現在位置、路面に対する距離及び姿勢角を算出する。
　例えば、図１４（ｅ）に示すように、路面状態判定部３０は、検出されたスポット光の数をモニターしており、閾値を３５個のスポット光の８０％にあたる２８個に設定している。この場合に、路面状態判定部３０は、スポット光を２８個より多く検出できている間は姿勢角算出フラグを「１」に設定する。これにより、姿勢角算出部２２は路面に対する車両１０の距離及び姿勢角の算出を行い、自己位置算出部２６は姿勢角算出部２２で算出された車両の距離及び姿勢角を用いて現在の距離及び姿勢角を算出し、前回の情報処理サイクルで算出された車両１０の現在位置に、車両の移動量を加算することで（積分演算を継続して）、現在の車両の自己位置を算出する。
　しかし、時刻ｔ２１において、スポット光の検出個数が閾値を下回ると、自己位置算出部２６は姿勢角算出フラグを「０」に切り替える。これにより、車両１０の現在位置、路面に対する距離及び姿勢角は前回の情報処理サイクルで算出された車両１０の現在位置、路面に対する距離及び姿勢角に固定され、姿勢角算出部２２は車両１０の距離及び姿勢角の算出を停止する。したがって、自己位置算出部２６は、前回の情報処理サイクルで算出された車両１０の現在位置、路面に対する距離及び姿勢角に姿勢変化量を加算して、現在の車両の現在位置、路面に対する距離及び姿勢角を算出する。
　この後、時刻ｔ２２においてスポット光の検出個数が再び閾値を上回ると、姿勢角算出フラグが「１」に設定され、姿勢角算出部２２は車両１０の距離及び姿勢角の算出を再開する。そして、自己位置算出部２６は、姿勢角算出部２２で算出された車両１０の距離及び姿勢角を用いて車両１０の現在の距離及び姿勢角を算出する。このように本実施形態に係る自己位置算出装置は、路面状態が大きく変化した場合には前回の情報処理サイクルで算出した車両１０の現在位置、路面に対する距離及び姿勢角を用いるので、路面状態が大きく変化しても車両１０の自己位置を精度よく、且つ安定して算出することができる。
　パターン光抽出部２１は、第１の実施形態と同様に、パターン光の検出状態が所定の閾値以上の場合、所定の枚数の画像を重ね合わせて重畳画像を生成する。パターン光抽出部２１は、生成した重畳画像からパターン光を抽出する。
　また、路面変化が大きいために重畳画像が生成できない場合には、前回値又は初期値を起点に用いる。例えば、設定された重畳画像の枚数を撮像する間に、路面状態判定部３０が、車両周囲の路面状態が閾値以上変化しているか否かを判定する。変化していると判定された画像数が５％を超えた場合には、路面変化が小さいという仮定が成り立たなくなると判断し、前回値又は初期値を起点に用いる。
　図１４（ａ）～図１４（ｅ）は、第２の実施形態に係る自己位置算出装置の、リセットフラグ、重畳する画像数、路面状態の良否、及び路面の段差や凹凸の大きさの変化を示す。図１４（ｂ）に示すように、所定の周期でリセットするか判断される。ここでは、所定の周期を１０フレームとしているが、例えば所定の周期を１０秒に設定してもよい。
　時刻ｔ２１～ｔ２２、時刻ｔ２４～ｔ２５においては、図１４（ｅ）に示すように、路面の段差や凹凸が閾値以下となり、図１４（ｄ）に示すように路面状態が悪いと判断される。よって、図１４（ｂ）に示すように所定の周期のリセットするタイミングであっても、図１４（ａ）に示すようにリセットフラグは「０」のままであり、重畳画像も生成されない。
　一方、時刻ｔ２３においては、図１４（ｂ）に示すように所定の周期のリセットタイミングであり、図１４（ｄ）に示すように路面状態が良いと判断されているので、図１４（ａ）に示すようにリセットフラグは「１」に設定される。図１４（ｃ）に示すように、パターン光抽出部２１は、カメラ１２の画像の平均輝度値から、重畳する画像数を３枚と設定する。更に、パターン光抽出部２１は、時刻ｔ２３においてカメラ１２により取得される１枚の画像と、前回フレーム及び前々回フレームにおいてカメラ１２により取得される２枚の画像とを重ね合わせて重畳画像を生成する。そして、パターン光抽出部２１は、生成した重畳画像からパターン光を抽出する。
　［情報処理サイクル］
　次に、図１５及び図１６を用いて、本発明の第２の実施形態に係る自己位置算出方法を説明する。図１５に示すステップＳ２０～Ｓ２７、Ｓ２９の手順は、図１０に示すステップＳ１０～Ｓ１７、Ｓ１９の手順と同様であるので、説明を省略する。
　ステップＳ２８において、ＥＣＵ１３は、車両周囲の路面状態の変化に応じて、自己位置を算出するための積分演算の起点を設定する。図１５のステップＳ２８の詳細な手順を図１６のフローチャートを参照して、説明する。
　図１６に示すように、ステップＳ２０１において、路面状態判定部３０は、所定の周期が経過したか否かを判定する。所定の周期は、例えば、パターン光抽出部２１による重畳画像の生成に必要な数の画像を十分取得できる間隔に設定すればよい。図１４で説明したように、路面状態判定部３０は、周期カウントパルスが発生しているか否かを監視し、発生している場合には所定の周期が経過したと判定してステップＳ２０２に進む。一方、周期カウントパルスが発生していない場合には、所定の周期が経過していないと判定してステップＳ２０５に進む。
　ステップＳ２０２において、路面状態判定部３０は、車両周囲の路面状態の変化を検出する。具体的に、路面状態判定部３０は、パターン光３２ａのスポット光の数を検出したり、各車輪に取り付けられているストロークセンサの検出値の振動を検出したりする。また、路面状態判定部３０は、車両の鉛直方向の加速度を計測できる加速度センサの検出値を積分して鉛直方向の速度を算出したり、パターン光３２ａの位置を検出したりしてもよい。
　次に、ステップＳ２０３において、路面状態判定部３０は、車両周囲の路面状態が閾値以上変化しているか否かを判定する。例えば、パターン光３２ａのスポット光の数を検出する場合には、３５個のスポット光のうちカメラの画像上において２８個以下しか検出できない場合に、路面状態判定部３０は、路面の段差や凹凸が激しくなり、路面状態が閾値以上変化していると判定する。
　また、ストロークセンサを用いる場合には、検出値の振動が１Ｈｚ以上となった場合に、路面状態判定部３０は路面状態が閾値以上変化していると判定する。さらに、加速度センサを用いる場合には、加速度センサの検出値を積分して鉛直方向の速度を算出し、その速度の向きの変化が１Ｈｚ以上となった場合に、路面状態判定部３０は路面状態が閾値以上変化していると判定する。
　また、パターン光３２ａの位置を用いる場合には、スポット光を結んだ線分の傾きが途中で１５ｄｅｇ以上変化している場合に、路面状態判定部３０は路面状態が閾値以上変化していると判定する。或いは、隣り合うスポット光の間隔の差が５０％以上変化している場合に、路面状態判定部３０は路面状態が閾値以上変化していると判定してもよい。
　このようにして、車両周囲の路面状態が閾値以上変化しているか否かの判定が行われ、路面状態判定部３０が閾値以上変化していると判定した場合（ステップＳ２０３でＹＥＳ）にはステップＳ２０４に進む。一方、路面状態判定部３０が閾値以上変化していないと判定した場合（ステップＳ２０３でＮＯ）にはステップＳ２０５に進む。
　ステップＳ２０４では、自己位置算出部２６が、車両１０の現在位置、路面に対する距離及び姿勢角を前回の情報処理サイクルで算出された車両１０の現在位置、路面に対する距離及び姿勢角に固定する。すなわち、自己位置算出部２６は、積分演算の起点として、前回の情報処理サイクルで算出された車両１０の現在位置、路面に対する距離及び姿勢角を設定する。
　これにより、姿勢角算出部２２は路面に対する車両１０の距離及び姿勢角の算出を停止し、自己位置算出部２６は、前回の情報処理サイクルで算出された車両１０の現在位置、路面に対する距離及び姿勢角に姿勢変化量を加算して、現在の車両１０の現在位置、路面に対する距離及び姿勢角を算出する。
　一方、ステップＳ２０５では、自己位置算出部２６が、今回の情報処理サイクルのステップＳ１５で算出された車両１０の現在位置、路面に対する距離及び姿勢角を積分演算の起点として設定する。これにより、自己位置算出部２６は、今回の情報処理サイクルで算出された車両１０の現在位置、路面に対する距離及び姿勢角に姿勢変化量を加算して車両１０の現在位置、路面に対する距離及び姿勢角を算出する。
　このようにして、現在の車両１０の現在位置、路面に対する距離及び姿勢角を算出するための積分演算の起点が設定されると、ステップＳ２８の処理は終了して図１５のステップＳ２９に進む。
　［第２の実施形態の効果］
　以上説明したように、第２の実施形態によれば、輝度判断部２５がパターン光の検出状態を判断し、パターン光の検出状態が閾値以上の場合、パターン光抽出部２１がフレーム間の画像を重ね合わせて重畳画像を生成することにより、外部環境が明るい場合であっても路面に投光したパターン光を精度よく検出することができ、車両の自己位置を精度よく算出することができる。
　また、カメラ１２により取得された画像の平均輝度等のパターン検出状態に応じて、パターン光抽出部２１が重畳画像を生成するために必要な画像数を設定することにより、外部環境の明るさに応じて検出するパターン光の輝度値を調整することができ、パターン光を精度よく検出することができる。
　（第３の実施形態）
　［ハードウェア構成］
　本発明の第３の実施形態として、同期検波により得られた画像を、所定周期分重ね合わせて重畳画像を生成する場合を説明する。本発明の第３の実施形態に係る自己位置算出装置は、図１７に示すように、検出状態判断部２８及び算出状態判断部２９がない点が、第１の実施形態と異なる。他の構成は、第１の実施形態と同様であるので説明を省略する。
　パターン光制御部２７は、周期的に輝度が変化するパターン光３２ａの投光を開始する。その後、パターン光制御部２７は、自己位置算出装置が停止するまで、パターン光３２ａを連続して投光する。或いは、必要に応じてパターン光３２ａを投光してもよい。本実施形態では、輝度変化の一例として、投光パターンの輝度が所定周波数の正弦波状に変化するように、投光器１１に供給する電力を制御する。
　パターン光抽出部２１は、カメラ１２により取得された画像をメモリから読み込み、更に、前述した所定周波数にて同期検波処理を実施することにより、画像に含まれるパターン光３２ａを抽出する。
　次に、同期検波処理について説明する。カメラ１２で撮像した画像に含まれる測定信号をsin（ω０＋α）とすると、この測定信号には投光パターン以外に様々な周波数成分の太陽光や人工光が含まれている。そこで、周波数が変調周波数ωｒとなる参照信号sin（ωｒ＋β）を測定信号sin（ω０＋α）に乗じると、その結果は、cos（ω０－ωｒ＋α－β）／２－cos（ω０＋ωｒ＋α＋β）／２となる。
　この測定信号をローパスフィルタに通すと、ω０≠ωｒの信号、即ち、周波数がωｒではない投光パターン以外の太陽光や人工光は除去される。その一方で、ω０＝ωｒの信号、即ち、周波数がωｒの投光パターンは、cos（α－β）／２となって抽出することができる。このように、同期検波処理を用いることにより、様々な周波数成分を含む測定信号の中から、投光パターンのみを抽出した画像を得ることができる。
　即ち、本実施形態では、パターン光制御部２７は、予め設定した所定の変調周波数ωｒにてパターン光３２ａを輝度変調する。従って、路面には周波数ωｒで輝度変調された投光パターンが投光される。そして、姿勢角算出部２２は、カメラ１２で撮像される画像（測定信号）に変調周波数ωｒを乗じることにより、投光パターンのみを抽出することができる。
　図１８（ａ）は、投光器１１より投光されるパターン光３２ａの輝度変化を示す特性図、図１８（ｂ）は、特徴点検出フラグの変化を示す特性図である。例えば、図１８（ａ）に示すように正弦波状に輝度が変化するように制御する。
　ここで、パターン光３２ａの輝度の設定について説明する。本実施形態では、最も日照量が多い夏至（６月）に近い晴天下においてもパターン光３２ａを検出できるように、該パターン光３２ａの最大輝度（図１８（ａ）に示す輝度Ｂ１の上のピーク）を設定する。また、パターン光の影響が最も大きい夜間において、投光パターンを路面の特徴点と９９％以上の確率で誤検出しないように、パターン光の最小輝度（図１８（ａ）に示す輝度Ｂ１の下のピーク）を設定する。
　パターン光の輝度変調の周波数は、例えば、２００［Ｈｚ］とし、カメラ１２のフレームレート（１秒間の撮影数）を２４００［ｆｐｓ］とする。これは、本実施形態で、車両の最高速度７２Ｋｍ／ｈ（≒２０ｍ／ｓ）を想定した場合において、１周期での移動量を０．１ｍ以下に抑えるためである。これは本実施形態の原理上、パターン光３２ａが投光される領域と、特徴点が検出される領域が可能な限り近い、或いは同一であることが望ましいためである。また、同期検波の原理から、１周期の間での移動量が大きくなり、路面状態が変化してしまうと、投光パターン以外の太陽光や人工光が変化し、同期検波の前提が崩れる可能性があり、１周期での移動量を小さく抑えることにより、これを回避する。従って、より高速なカメラを用い、この一定周期を更に短くすると更なる性能向上が期待できる。
　特徴点検出部２３は、投光器１１より投光されるパターン光３２ａの輝度が予め設定した閾値輝度Ｂth以下であるか否かを判断する。閾値輝度Ｂthより大きい場合には、パターン光抽出部２１が、上述した同期検波処理によりパターン光３２ａを抽出する。例えば、図１９（ａ），（ｃ）に示すように、図１８（ｂ）に示す時刻ｔ１或いは時刻ｔ３（輝度Ｂ１が閾値輝度Ｂthよりも大きい時刻）に撮影した画像から、同期検波処理によりパターン光３２ａを抽出する。
　一方、閾値輝度Ｂth以下である場合には、特徴点検出部２３は、路面３１に存在する特徴点を検出する。具体的には、パターン光３２ａの輝度Ｂ１が、図１８（ａ）に示すように正弦波状に変化する場合には、輝度Ｂ１が閾値輝度Ｂth以下となる時間帯に特徴点を検出する。即ち、図１８（ｂ）に示すように、輝度Ｂ１が閾値輝度Ｂth以下となる時間帯に特徴点検出フラグを「１」とし、この時間帯に特徴点を検出する。例えば、図１９（ｂ）に示すように、図８に示す時刻ｔ２（輝度Ｂ１が閾値輝度Ｂth以下の時刻）に撮影した画像から特徴点を検出する。更に、姿勢変化量算出部２４は、特徴点検出部２３で検出された特徴点の画像上の位置に基づき、カメラ１２に対する特徴点の変化量を算出する。この際、特徴点を検出する領域は、パターン光３２ａを投光する領域と全部または一部が重なっている領域としている。
　本実施形態では、パターン光抽出部２１は、輝度判断部２５によりパターン検出状態が所定の閾値以上と判断された場合、カメラ１２で撮像された画像を所定の変調周波数で同期検波した同期画像を所定周期分、重ね合わせて（輝度値を合算して）、重畳画像を生成する。投光パターンのみを抽出した画像は、参照信号１周期中に撮像された画像から求められる。２周期以上行う場合には、それぞれの周期で抽出した画像の各画素について輝度値を合算して重ね合わせる。なお、重ね合わせた画像からスポット光を抽出する場合、各画素の輝度値を重ね合わせた画像の枚数で除して正規化してから、二値化処理によって抽出してもよい。
　次に、重畳する所定周期の設定方法の一例を説明する。まず、カメラ１２により取得された画像の輝度平均値の１の位を四捨五入した時の比Ｒａｐを参照し、以下の式（７）で求められたＦｎの小数点第一位を切り上げた周期を所定の周期の数とする。即ち、アスファルト路面の輝度平均がパターン光の輝度平均の５０％未満ならば１周期、７５％ならば２周期、９０％以上ならば５周期とする。
 
Ｆｎ＝ｍａｘ｛（０．５÷（１－Ｒａｐ）），１０｝　・・・（７）
 
　なお、実際に輝度平均値Ｂａを０から１０刻みに大きくして各Ｒａｐを求める実験において、実際に同期検波による抽出を行い、パターン光の各スポット光の抽出の成功率が９５％以上となる周期と設定してもよい。
　ここで、車速が高すぎて重畳画像が生成できない場合には、前回値又は初期値を起点に用いる。例えば、アスファルト路面の輝度平均がパターン光の輝度平均の７５％の場合、同期検波の周期は２周期必要である。また、同期検波の１周期あたりの画像数を４枚とすると、以下の式（８）の通り、９０ｋｍ／ｈ以上では、前回値又は初期値を起点に用いる。
 
０．２［ｍ］÷｛（４［枚］×２［周期］）÷１０００［ｆｐｓ］｝
＝２５［ｍ／ｓ］
＝９０［ｋｍ／ｈ］　　　　　　　　　　　　　  　　・・・（８）
 
　また、路面変化が大きく、重畳画像が生成できない場合、前回値又は初期値を起点に用いる。設定された同期検波の周期中に、車両周囲の路面状態が閾値以上変化しているか否かを判定し、変化しているという状態になった画像数が５％を超えた場合には、路面変化が小さいという仮定が成り立たなくなると判断し、前回値又は初期値を起点に用いる。同期検波を用いる場合、ストロークセンサを用いて判定する手法を用いることができる。
　図２０（ａ）～図２０（ｄ）は、第３の実施形態に係る自己位置算出装置の、リセットフラグ、各周期が終わるタイミング、重畳する周期数、及び投光電力の変化を示す。時刻ｔ３１，ｔ３２，ｔ３３は、図２０（ｂ）に示すように参照信号の投光が１周期終わったタイミングであり、図２０（ｄ）に示すように周期的な投光電力が小さくなり、図２０（ａ）に示すようにリセットフラグが「１」に設定される。
　時刻ｔ３１,ｔ３３においては、図２０（ｃ）に示すように重畳する周期数が１周期と設定される。パターン光抽出部２１は、時刻ｔ３１,ｔ３３以前の１周期の画像を重ね合わせて重畳画像を生成する。
　一方、時刻ｔ３２において、図２０（ｃ）に示すように重畳する周期数が２周期と設定される。パターン光抽出部２１が、時刻ｔ３２以前の２周期Ｔ１，Ｔ２分の画像を重ね合わせて重畳画像を生成する。
　［情報処理サイクル］
　次に、カメラ１２により取得された画像３８（図５参照）から車両１０の移動量を推定する自己位置算出方法の一例として、ＥＣＵ１３により繰り返し実行される情報処理サイクルを、図２１に示すフローチャートを参照して説明する。
　図２１に示す情報処理サイクルは、車両１０のイグニションスイッチがオン状態となり、自己位置算出装置１００が起動すると同時に開始され、該自己位置算出装置１００が停止するまで、繰り返し実行される。
　初めに、図２１のステップＳ３１において、パターン光制御部２７は、投光器１１を制御して、車両周囲の路面３１にパターン光を投光する。この際、パターン光制御部２７は、図１８（ａ）に示すように、パターン光の輝度Ｂ１が所定周期の正弦波状に変化するように投光電力を制御する。例えば、正弦波の周波数を２００［Ｈｚ］とする。その結果、時間経過に伴い輝度Ｂ１が正弦波状に変化するパターン光が路面３１に投光される。
　ステップＳ３２において、カメラ１２は、パターン光が投光されている領域を含む路面３１を撮像して画像を取得する。
　ステップＳ３３において、ＥＣＵ１が、同期検波の参照信号の投光が１周期完了したか判断する。同期検波の参照信号の投光が１周期完了したと判断された場合にステップＳ３５に進み、完了していないと判断された場合にステップＳ３４に進む。
　ステップＳ３４において、特徴点検出部２３は、画像３８から特徴点（例えば、アスファルト上に存在する凹凸部位）を検出し、前回の情報処理サイクルと今回の情報処理サイクルの間で対応関係が取れる特徴点を抽出し、特徴点の画像上の位置（Ｕｉ、Ｖｉ）から距離及び姿勢角を更新する。
　具体的には、特徴点検出部２３は、特徴点検出フラグが「１」のとき、カメラ１２により取得された画像３８をメモリから読み込み、画像３８から路面３１上の特徴点を検出し、各特徴点の画像上の位置（Ｕｉ、Ｖｉ）をメモリに記憶する。姿勢変化量算出部２４は、各特徴点の画像上の位置（Ｕｉ、Ｖｉ）をメモリから読み込み、距離及び姿勢角と、特徴点の画像上の位置（Ｕｉ、Ｖｉ）とから、カメラ１２に対する特徴点の相対位置（Ｘｉ，Ｙｉ，Ｚｉ）を算出する。姿勢変化量算出部２４は、カメラ１２に対する特徴点の相対位置（Ｘｉ，Ｙｉ，Ｚｉ）をメモリに記憶する。
　そして、姿勢変化量算出部２４は、特徴点の画像上の位置（Ｕｉ、Ｖｉ）と、前回の情報処理サイクルのステップＳ３１において算出された特徴点の相対位置（Ｘｉ，Ｙｉ，Ｚｉ）をメモリから読み込む。姿勢変化量算出部２４は、今回の情報処理サイクルと今回の情報処理サイクルの間で対応関係が取れる特徴点の相対位置（Ｘｉ，Ｙｉ，Ｚｉ）及び画像上の位置（Ｕｉ、Ｖｉ）を用いて、距離及び姿勢角の変化量を算出する。姿勢変化量算出部２４は、前回の情報処理サイクルで求められた距離及び姿勢角に、上記した距離及び姿勢角の変化量を加算することにより、距離及び姿勢角を更新する。そして、更新後の距離及び姿勢角をメモリに記憶する。つまり、前回のサイクルのステップＳ３４又はステップＳ３７（後述）の処理で設定された距離及び姿勢角に対して、今回の情報処理サイクル毎の距離及び姿勢角の変化量を積分演算することにより、距離及び姿勢角を更新する処理を実行する。その後、ステップＳ３８に進む。
　一方、ステップＳ３５において、パターン光抽出部２１は、カメラ１２により取得された画像の輝度平均から、パターン光抽出に必要な同期検波の周波数を設定する。
　ステップＳ３６において、パターン光抽出部２１は、同期検波により現在の参照信号の周期で取得した画像群からパターン光を抽出する。
　ステップＳ３７において、パターン光抽出部２１は、過去の周期で同期検波を用いて抽出したパターン光の画像を、ステップＳ３５において設定した周期数だけ遡って重ね合わせて重畳画像を生成する。パターン光抽出部２１は更に、生成した重畳画像からパターン光の位置を抽出する。姿勢角算出部２２は、このパターン光の位置に基づいて距離及び姿勢角を算出する。
　ステップＳ３８において、ＥＣＵ１３は、積分演算の起点を選択する。この処理では、最初の情報処理サイクルにおいては、パターン光より算出される距離及び姿勢角を選択して設定する。更に、予め設定した条件が成立した場合、例えば、特徴点検出部２３における特徴点の検出状態が低下し、特徴点をフラグが「１」となるタイミングで複数の特徴点を検出できなくなった場合には、移動量算出の起点をパターン光により算出する距離及び姿勢角、即ちステップＳ３７の処理で算出された距離及び姿勢角にリセットする。他方、特徴点検出部２３にて特徴点が正常に検出されている場合には、該特徴点の位置に基づいて距離及び姿勢角を更新する。
　つまり、特徴点検出部２３により特徴点が正常に検出されない場合には、カメラ１２の距離及び姿勢角を高精度に設定することができず、この精度の低い距離及び姿勢角を採用して車両の移動量を算出すると、車両の移動量を高精度に検出できなくなる。従って、このような場合には、移動量算出の起点をパターン光の位置から求められる距離及び姿勢角にリセットする。こうすることで、距離及び姿勢角に大幅な誤差が生じることを防止する。
　次いで、ステップＳ３９において、自己位置算出部２６は、ステップＳ３４或いはＳ３７の処理で求められた距離及び姿勢角と、積分演算の起点、及び、特徴点の画像上の位置（Ｕｉ、Ｖｉ）の変化量とから、路面３１に対するカメラ１２の移動量（ΔＬ）、即ち車両１０の移動量を算出する。
　こうして、第３の実施形態に係る自己位置算出装置では、上記した一連の情報処理サイクルを繰り返し実行して車両１０の移動量を積算することにより、車両１０の位置を算出することができる。
　［第３の実施形態の効果］
　以上説明したように、第３の実施形態によれば、輝度判断部２５がパターン光の検出状態を判断し、パターン光の検出状態が閾値以上の場合、パターン光抽出部２１がフレーム間の画像を所定の周期分、重ね合わせて重畳画像を生成することにより、外部環境が明るい場合であっても路面に投光したパターン光を精度よく検出することができ、車両の自己位置を精度よく算出することができる。
　また、カメラ１２により取得された画像の平均輝度等のパターン検出状態に応じて、パターン光抽出部２１が重畳画像を生成するために必要な周期数を設定することにより、外部環境の明るさに応じて検出するパターン光の輝度値を調整することができ、パターン光を精度よく検出することができる。
　（その他の実施の形態）
　上記のように、本発明の第１～第３の実施形態を記載したが、この開示の一部をなす論述及び図面はこの発明を限定するものであると理解すべきではない。この開示から当業者には様々な代替実施の形態、実施例及び運用技術が明らかとなろう。
　本発明の第１～第３の実施の形態では、主に、過去から現在においてカメラ１２により取得された画像を重ね合わせて重畳画像を生成する場合を説明したが、カメラ１２により将来的に取得される画像を一枚以上含めて重ね合わせて重畳画像を生成してもよい。将来的に取得される画像を含める場合としては、例えば、パターン光が常時点灯せずに間欠的に点灯している場合等が想定される。この場合、パターン光抽出部２１は、パターン光抽出に必要な枚数が取得された時点で、重畳画像を生成する。パターン光抽出に必要な枚数が取得されるまでの間（重畳画像生成中）は、自己位置算出部は、前回値又は初期値を起点として、積分演算を開始してもよい。
　また、図２では、カメラ１２と投光器１１を車両１０の前面に取り付けた例を示したが、車両１０の側方，後方，真下に向けて設置してもよい。また、本実施形態では車両１０の一例として、四輪の乗用自動車を図２に示したが、オートバイ、貨物自動車、或いは例えば建設機械を運搬する特殊車両など、道路の路面或いは壁面上の特徴点を撮像することが可能な移動体（車両）すべてに適用可能である。
　１　ＥＣＵ
　１０　車両
　１１　投光器
　１２　カメラ（撮像部）
　２１　パターン光抽出部（重畳画像生成部）
　２２　姿勢角算出部
　２３　特徴点検出部
　２４　姿勢変化量算出部
　２５　輝度判断部（パターン光検出状態判断部）
　２６　自己位置算出部
　２８　検出状態判断部
　２９　算出状態判断部
　３０　路面状態判定部
　３１　路面
　３２ａ、３２ｂ　パターン光
　３６　平面算出部
　Ｔｅ　特徴点
 

Claims (5)

  1. 　車両周囲の路面にパターン光を投光する投光器と、
    　前記車両に搭載され、前記パターン光が投光された領域を含む車両周囲の路面を撮像して画像を取得する撮像部と、
    　前記撮像部で取得した画像から、前記パターン光の位置を抽出するパターン光抽出部と、
    　前記抽出されたパターン光の位置から、前記路面に対する車両の姿勢角を算出する姿勢角算出部と、
    　前記撮像部で取得した画像における前記路面上の複数の特徴点の時間変化に基づいて、前記車両の姿勢変化量を算出する姿勢変化量算出部と、
    　前記車両の初期位置及び姿勢角に前記姿勢変化量を加算してゆくことによって前記車両の現在位置及び姿勢角を算出する自己位置算出部
    　とを備え、
    　前記パターン光抽出部が、前記パターン光の検出状態が閾値以上の場合、前記撮像部で取得されるフレーム間の画像を重ね合わせて重畳画像を生成し、前記重畳画像から前記パターン光の位置を抽出することを特徴とする自己位置算出装置。
  2. 　前記パターン光抽出部が、前記撮像部で取得された画像の輝度値に応じて、前記重畳画像として重ね合わせる画像の数を設定することを特徴とする請求項１に記載の自己位置算出装置。
  3. 　前記自己位置算出部は、前記パターン光抽出部による前記重畳画像の生成中は、前回の情報処理サイクルで採用した姿勢角又は初期姿勢角を起点として用いて、前記姿勢変化量の加算を開始することを特徴とする請求項１又は２に記載の自己位置算出装置。
  4. 　前記パターン光を所定の変調周波数で輝度変調するパターン光制御部を更に備え、
    　前記パターン光抽出部が、前記撮像部で取得される画像を前記所定の変調周波数で同期検波することにより得られる同期画像を所定周期分、重ね合わせることにより前記重畳画像を生成することを特徴とする請求項１～３のいずれか１項に記載の自己位置算出装置。
  5. 　投光器から車両周囲の路面にパターン光を投光するステップと、
    　前記パターン光が投光された領域を含む車両周囲の路面を撮像部により撮像して画像を取得するステップと、
    　前記撮像部で取得した画像から、前記パターン光の位置を抽出するステップと、
    　前記抽出されたパターン光の位置から、前記路面に対する車両の姿勢角を算出するステップと、
    　前記撮像部で取得した画像における前記路面上の複数の特徴点の時間変化に基づいて、前記車両の姿勢変化量を算出するステップと、
    　前記車両の初期位置及び姿勢角に前記姿勢変化量を加算してゆくことによって前記車両の現在位置及び姿勢角を算出するステップ
    　とを含み、
    　前記パターン光の位置を抽出するステップは、前記パターン光の検出状態が閾値以上の場合、前記撮像部で取得されるフレーム間の画像を重ね合わせて重畳画像を生成し、前記重畳画像から前記パターン光の位置を抽出することを特徴とする自己位置算出方法。
PCT/JP2014/070480 2014-08-04 2014-08-04 自己位置算出装置及び自己位置算出方法 WO2016020970A1 (ja)

Priority Applications (8)

Application Number Priority Date Filing Date Title
BR112017002129-3A BR112017002129B1 (pt) 2014-08-04 2014-08-04 Aparelho de cálculo de autoposição e método de cálculo de autoposição
MX2017001248A MX357830B (es) 2014-08-04 2014-08-04 Aparato de cálculo de la posición propia y método de cálculo de la posición propia.
US15/329,897 US9933252B2 (en) 2014-08-04 2014-08-04 Self-position calculating apparatus and self-position calculating method
RU2017107021A RU2636235C1 (ru) 2014-08-04 2014-08-04 Устройство вычисления собственной позиции и способ вычисления собственной позиции
EP14899118.5A EP3179462B1 (en) 2014-08-04 2014-08-04 Device and method for calculating a position of a vehicle
PCT/JP2014/070480 WO2016020970A1 (ja) 2014-08-04 2014-08-04 自己位置算出装置及び自己位置算出方法
JP2016539706A JP6269838B2 (ja) 2014-08-04 2014-08-04 自己位置算出装置及び自己位置算出方法
CN201480080905.2A CN106663376B (zh) 2014-08-04 2014-08-04 自身位置计算装置以及自身位置计算方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
PCT/JP2014/070480 WO2016020970A1 (ja) 2014-08-04 2014-08-04 自己位置算出装置及び自己位置算出方法

Publications (1)

Publication Number Publication Date
WO2016020970A1 true WO2016020970A1 (ja) 2016-02-11

Family

ID=55263277

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/JP2014/070480 WO2016020970A1 (ja) 2014-08-04 2014-08-04 自己位置算出装置及び自己位置算出方法

Country Status (8)

Country Link
US (1) US9933252B2 (ja)
EP (1) EP3179462B1 (ja)
JP (1) JP6269838B2 (ja)
CN (1) CN106663376B (ja)
BR (1) BR112017002129B1 (ja)
MX (1) MX357830B (ja)
RU (1) RU2636235C1 (ja)
WO (1) WO2016020970A1 (ja)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2018004435A (ja) * 2016-07-01 2018-01-11 株式会社日立製作所 移動量算出装置および移動量算出方法

Families Citing this family (27)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2016046788A1 (en) * 2014-09-24 2016-03-31 Bombardier Inc. Laser vision inspection system and method
JP2018523831A (ja) * 2015-08-21 2018-08-23 アドコール コーポレイション 光学式プロファイラ及びその使用方法
US10832426B2 (en) * 2015-09-24 2020-11-10 Apple Inc. Systems and methods for surface monitoring
WO2017053407A1 (en) 2015-09-24 2017-03-30 Quovard Management Llc Systems and methods for localization using surface imaging
EP3174007A1 (en) 2015-11-30 2017-05-31 Delphi Technologies, Inc. Method for calibrating the orientation of a camera mounted to a vehicle
EP3173979A1 (en) 2015-11-30 2017-05-31 Delphi Technologies, Inc. Method for identification of characteristic points of a calibration pattern within a set of candidate points in an image of the calibration pattern
JP6707378B2 (ja) * 2016-03-25 2020-06-10 本田技研工業株式会社 自己位置推定装置および自己位置推定方法
DE102016006390A1 (de) * 2016-05-24 2017-11-30 Audi Ag Beleuchtungseinrichtung für ein Kraftfahrzeug zur Erhöhung der Erkennbarkeit eines Hindernisses
JP6601352B2 (ja) * 2016-09-15 2019-11-06 株式会社デンソー 車両姿勢推定装置
JP6838340B2 (ja) * 2016-09-30 2021-03-03 アイシン精機株式会社 周辺監視装置
JP6840024B2 (ja) * 2017-04-26 2021-03-10 株式会社クボタ オフロード車両及び地面管理システム
JP6499226B2 (ja) * 2017-06-02 2019-04-10 株式会社Ｓｕｂａｒｕ 車載カメラのキャリブレーション装置及び車載カメラのキャリブレーション方法
FR3068458B1 (fr) * 2017-06-28 2019-08-09 Micro-Controle - Spectra Physics Procede et dispositif de generation d'un signal impulsionnel a des positions particulieres d'un element mobile.
JP6849569B2 (ja) * 2017-09-29 2021-03-24 トヨタ自動車株式会社 路面検出装置
JP6932058B2 (ja) * 2017-10-11 2021-09-08 日立Astemo株式会社 移動体の位置推定装置及び位置推定方法
JP7064163B2 (ja) * 2017-12-07 2022-05-10 コニカミノルタ株式会社 ３次元情報取得システム
EP3534334B1 (en) 2018-02-28 2022-04-13 Aptiv Technologies Limited Method for identification of characteristic points of a calibration pattern within a set of candidate points derived from an image of the calibration pattern
EP3534333A1 (en) * 2018-02-28 2019-09-04 Aptiv Technologies Limited Method for calibrating the position and orientation of a camera relative to a calibration pattern
CN108426556B (zh) * 2018-03-09 2019-05-24 安徽农业大学 一种基于加速度的测力车轮转动角度测试方法
JP7124424B2 (ja) * 2018-05-02 2022-08-24 オムロン株式会社 ３次元形状計測システム及び計測時間設定方法
US10890918B2 (en) 2019-04-24 2021-01-12 Innovation First, Inc. Performance arena for robots with position location system
US11200654B2 (en) * 2019-08-14 2021-12-14 Cnh Industrial America Llc System and method for determining field characteristics based on a displayed light pattern
KR20220026423A (ko) * 2020-08-25 2022-03-04 삼성전자주식회사 지면에 수직인 평면들의 3차원 재구성을 위한 방법 및 장치
DE102020124785A1 (de) 2020-09-23 2022-03-24 Connaught Electronics Ltd. Verfahren zum Überwachen eines Fokus einer an einem Kraftfahrzeug angeordneten Kamera, Computerprogrammprodukt, computerlesbares Speichermedium sowie System
DE102022206404A1 (de) * 2021-07-19 2023-01-19 Robert Bosch Engineering And Business Solutions Private Limited Ein System, das dazu angepasst ist, einen Straßenzustand in einem Fahrzeug zu erkennen, und ein Verfahren dafür
DE102021214551A1 (de) * 2021-12-16 2023-06-22 Psa Automobiles Sa Verfahren und Vorrichtung zum Erkennen von Objekten auf einer Fahrbahnoberfläche
DE102022203951A1 (de) * 2022-04-25 2023-10-26 Psa Automobiles Sa Verfahren und Vorrichtung zum Projizieren von Objekten

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH06325298A (ja) * 1993-05-13 1994-11-25 Yazaki Corp 車両周辺監視装置
JP2004177252A (ja) * 2002-11-27 2004-06-24 Nippon Telegr & Teleph Corp <Ntt> 姿勢計測装置および方法
JP2007256090A (ja) * 2006-03-23 2007-10-04 Nissan Motor Co Ltd 車両用環境認識装置及び車両用環境認識方法
JP2010101683A (ja) * 2008-10-22 2010-05-06 Nissan Motor Co Ltd 距離計測装置および距離計測方法
WO2012172870A1 (ja) * 2011-06-14 2012-12-20 日産自動車株式会社 距離計測装置及び環境地図生成装置
JP2013147114A (ja) * 2012-01-18 2013-08-01 Toyota Motor Corp 周辺環境取得装置およびサスペンション制御装置
JP2013187862A (ja) * 2012-03-09 2013-09-19 Topcon Corp 画像データ処理装置、画像データ処理方法および画像データ処理用のプログラム

Family Cites Families (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8066415B2 (en) * 1999-06-17 2011-11-29 Magna Mirrors Of America, Inc. Exterior mirror vision system for a vehicle
RU2247921C2 (ru) * 2002-06-26 2005-03-10 Анцыгин Александр Витальевич Способ ориентирования на местности и устройство для его осуществления
JP2004198211A (ja) * 2002-12-18 2004-07-15 Aisin Seiki Co Ltd 移動体周辺監視装置
US20060095172A1 (en) * 2004-10-28 2006-05-04 Abramovitch Daniel Y Optical navigation system for vehicles
WO2006118076A1 (ja) * 2005-04-28 2006-11-09 Aisin Seiki Kabushiki Kaisha 車両周辺監視システム
JP4780614B2 (ja) 2006-04-10 2011-09-28 アルパイン株式会社 車体挙動測定装置
JP4914726B2 (ja) 2007-01-19 2012-04-11 クラリオン株式会社 現在位置算出装置、現在位置算出方法
JP5523448B2 (ja) * 2009-04-23 2014-06-18 パナソニック株式会社 運転支援システム、情報表示装置、及び情報表示プログラム
CN104272345B (zh) * 2012-05-18 2016-01-06 日产自动车株式会社 车辆用显示装置和车辆用显示方法
AT514834B1 (de) * 2013-02-07 2017-11-15 Zkw Group Gmbh Scheinwerfer für ein Kraftfahrzeug und Verfahren zum Erzeugen einer Lichtverteilung
WO2014152470A2 (en) * 2013-03-15 2014-09-25 Tk Holdings, Inc. Path sensing using structured lighting
RU2628553C1 (ru) * 2014-02-24 2017-08-18 Ниссан Мотор Ко., Лтд. Устройство вычисления собственной позиции и способ вычисления собственной позиции
EP2919057B1 (en) * 2014-03-12 2022-01-19 Harman Becker Automotive Systems GmbH Navigation display method and system
US20170094227A1 (en) * 2015-09-25 2017-03-30 Northrop Grumman Systems Corporation Three-dimensional spatial-awareness vision system
US9630619B1 (en) * 2015-11-04 2017-04-25 Zoox, Inc. Robotic vehicle active safety systems and methods

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH06325298A (ja) * 1993-05-13 1994-11-25 Yazaki Corp 車両周辺監視装置
JP2004177252A (ja) * 2002-11-27 2004-06-24 Nippon Telegr & Teleph Corp <Ntt> 姿勢計測装置および方法
JP2007256090A (ja) * 2006-03-23 2007-10-04 Nissan Motor Co Ltd 車両用環境認識装置及び車両用環境認識方法
JP2010101683A (ja) * 2008-10-22 2010-05-06 Nissan Motor Co Ltd 距離計測装置および距離計測方法
WO2012172870A1 (ja) * 2011-06-14 2012-12-20 日産自動車株式会社 距離計測装置及び環境地図生成装置
JP2013147114A (ja) * 2012-01-18 2013-08-01 Toyota Motor Corp 周辺環境取得装置およびサスペンション制御装置
JP2013187862A (ja) * 2012-03-09 2013-09-19 Topcon Corp 画像データ処理装置、画像データ処理方法および画像データ処理用のプログラム

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
See also references of EP3179462A4 *

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2018004435A (ja) * 2016-07-01 2018-01-11 株式会社日立製作所 移動量算出装置および移動量算出方法

Also Published As

Publication number Publication date
MX357830B (es) 2018-07-26
EP3179462A4 (en) 2017-08-30
EP3179462A1 (en) 2017-06-14
MX2017001248A (es) 2017-05-01
CN106663376B (zh) 2018-04-06
JPWO2016020970A1 (ja) 2017-05-25
JP6269838B2 (ja) 2018-01-31
US20170261315A1 (en) 2017-09-14
BR112017002129B1 (pt) 2022-01-04
US9933252B2 (en) 2018-04-03
EP3179462B1 (en) 2018-10-31
CN106663376A (zh) 2017-05-10
RU2636235C1 (ru) 2017-11-21
BR112017002129A2 (pt) 2017-11-21

Similar Documents

Publication Publication Date Title
JP6269838B2 (ja) 自己位置算出装置及び自己位置算出方法
JP6237876B2 (ja) 自己位置算出装置及び自己位置算出方法
JP6237874B2 (ja) 自己位置算出装置及び自己位置算出方法
JP6237875B2 (ja) 自己位置算出装置及び自己位置算出方法
JP6176387B2 (ja) 自己位置算出装置及び自己位置算出方法
RU2627914C1 (ru) Устройство вычисления собственной позиции и способ вычисления собственной позиции
JP6547362B2 (ja) 自己位置算出装置及び自己位置算出方法
JP6398218B2 (ja) 自己位置算出装置及び自己位置算出方法
JP6369897B2 (ja) 自己位置算出装置及び自己位置算出方法
JP6299319B2 (ja) 自己位置算出装置及び自己位置算出方法
JP2015158417A (ja) 自己位置算出装置及び自己位置算出方法
JP7304016B2 (ja) 画像処理システム
JP6492974B2 (ja) 自己位置算出装置及び自己位置算出方法
JP6459745B2 (ja) 自己位置算出装置及び自己位置算出方法
JP5310162B2 (ja) 車両灯火判定装置
JP6369898B2 (ja) 自己位置算出装置及び自己位置算出方法
JP6398219B2 (ja) 自己位置算出装置及び自己位置算出方法
JP6459701B2 (ja) 自己位置算出装置及び自己位置算出方法

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: 14899118

Country of ref document: EP

Kind code of ref document: A1

ENP Entry into the national phase

Ref document number: 2016539706

Country of ref document: JP

Kind code of ref document: A

WWE Wipo information: entry into national phase

Ref document number: 15329897

Country of ref document: US

Ref document number: MX/A/2017/001248

Country of ref document: MX

NENP Non-entry into the national phase

Ref country code: DE

REG Reference to national code

Ref country code: BR

Ref legal event code: B01A

Ref document number: 112017002129

Country of ref document: BR

REEP Request for entry into the european phase

Ref document number: 2014899118

Country of ref document: EP

WWE Wipo information: entry into national phase

Ref document number: 2014899118

Country of ref document: EP

ENP Entry into the national phase

Ref document number: 2017107021

Country of ref document: RU

Kind code of ref document: A

ENP Entry into the national phase

Ref document number: 112017002129

Country of ref document: BR

Kind code of ref document: A2

Effective date: 20170201