WO2018131061A1

WO2018131061A1 - 走行路認識装置及び走行路認識方法

Info

Publication number: WO2018131061A1
Application number: PCT/JP2017/000404
Authority: WO
Inventors: 堀　保義
Original assignee: 三菱電機株式会社
Priority date: 2017-01-10
Filing date: 2017-01-10
Publication date: 2018-07-19
Also published as: EP3570262A1; CN110140158A; EP3570262A4; JP6407447B1; US20210342603A1; JPWO2018131061A1; US11631256B2

Abstract

区画線情報を適切に推定可能な技術を提供することを目的とする。走行路認識装置は、走行路認識部を備える。走行路認識部は、予め定められた個数以上の複数の区画線情報が取得された場合に、車両挙動に基づいて、複数の区画線情報を複数の現在位置区画線情報に補正する。そして、走行路認識部は、複数の現在位置区画線情報に基づいて一の現在位置区画線情報を推定区画線情報として推定し、当該推定区画線情報を走行路の認識に使用する。

Description

走行路認識装置及び走行路認識方法

　本発明は、車両が走行する走行路を認識する走行路認識装置及び走行路認識方法に関する。

　レーンキープアシスト機能を備える車両では、車両が走行する走行路を認識する走行路認識装置が用いられている。例えば特許文献１に開示の走行路認識装置は、検出した車線境界に対応する車線候補点の点列に基づいて車線境界を推定し、今回の演算時を基準として設定時間進む前における点列に基づいて設定時間進み後の予測パラメータ係数を設定する。そして、走行路認識装置は、この予測パラメータ係数に基づいて設定時間進み後の車線を推定する。つまり、特許文献１に開示の走行路認識装置によれば、過去の車線候補点の点列に基づいて設定時間進み後の予測パラメータ係数を設定し、この予測パラメータ係数に基づいて車線を推定するようにしている。

特開２０１２－０５８９８４号公報

　しかしながら、上記特許文献１に記載の技術では、検出した車線境界に対する車線候補点の点列を記憶した値を、車両挙動を考慮せずに、そのまま使用して予測パラメータ係数を設定する。この結果、車両挙動による変化分を考慮せずに、画像を撮像した時点における車両位置に対応する車線境界をそのまま使用するため、予測精度が比較的低いという問題がある。

　また、過去に検出して記憶した値をそのまま使用しているため、外乱等による検出値のばらつきの影響を受けやすいという問題がある。

　そこで、本発明は、上記のような問題点を鑑みてなされたものであり、区画線情報を適切に推定可能な技術を提供することを目的とする。

　本発明に係る走行路認識装置は、車両の位置を基準とする、前記車両前方の区画線の位置及び形状に関する区画線情報を取得する区画線取得部と、前記区画線情報の取得時から現在までの、前記車両の車速及びヨーレートに関する車両挙動を取得する車両挙動取得部と、前記区画線情報に基づいて前記車両が走行する走行路を認識する走行路認識部とを備える。前記走行路認識部は、前記区画線取得部が予め定められた個数以上の複数の前記区画線情報を取得した場合に、前記車両挙動に基づいて、前記複数の区画線情報を、前記車両の現在位置を基準とする、前記区画線の位置及び形状に関する複数の現在位置区画線情報に補正し、前記複数の現在位置区画線情報に基づいて一の現在位置区画線情報を推定区画線情報として推定し、当該推定区画線情報を前記走行路の認識に使用する。

　本発明によれば、走行路認識部は、予め定められた個数以上の複数の区画線情報が取得された場合に、車両挙動に基づいて、複数の区画線情報を複数の現在位置区画線情報に補正し、複数の現在位置区画線情報に基づいて一の現在位置区画線情報を推定区画線情報として推定し、当該推定区画線情報を走行路の認識に使用する。これにより、推定区画線情報を適切に推定することができる。

　本発明の目的、特徴、態様及び利点は、以下の詳細な説明と添付図面とによって、より明白となる。

コントロールユニットを備える運転支援装置の構成の一例を示す図である。実施の形態１に係る走行路認識装置の機能を示すブロック図である。実施の形態１に係る走行路認識装置の動作を示すフローチャートである。実施の形態１に係る走行路認識装置の動作を示すフローチャートである。実施の形態１に係る走行路認識装置の動作を示すフローチャートである。実施の形態１に係る走行路認識装置の推定区画線情報算出処理の一例を示す図である。実施の形態２に係る走行路認識装置の動作を示すフローチャートである。走行路認識装置のハードウェア構成の一例を示すブロック図である。走行路認識装置のハードウェア構成の一例を示すブロック図である。

　＜実施の形態１＞
　本発明の実施の形態１に係る走行路認識装置は、車両に搭載されたコントロールユニットによって実現される。図１は、本実施の形態１に係るコントロールユニット１０を備える運転支援装置の構成の一例を示す構成図である。なお、各実施の形態において、同一または類似する部分は同一符号で示し、重複する説明は適宜省略する。

　操舵装置４は、操舵装置４に連結されたハンドル２の挙動に基づいてタイヤ５を転舵する。操舵装置４には、一般的な電動パワーステアリング装置と同様に、モータ３が連結されており、モータ３が発生するトルクが操舵装置４に適宜付与される。モータ３は、コントロールユニット１０が出力する目標電流に基づいて駆動する。

　車輪速センサ６は、車両１の車速に関する車速情報を検出する。車速情報には、例えば、車両１の車速、時間微分によって当該車速が得られる車両１の走行距離、時間積分によって当該車速が得られる車両１の加速度などが用いられる。

　ヨーレートセンサ７は、車両１のヨーレートに関するヨーレート情報を検出する。ヨーレート情報には、例えば、車両１のヨーレート、時間微分によって当該ヨーレートが得られる車両１のヨー角、所定の計算によって当該ヨーレートが得られる車両１のヨーモーメントなどが用いられる。

　カメラ８は、車両１内のルームミラー周辺に設置され、車両１のフロントガラスを通じて車両１の前方画像を撮影する。カメラ８で撮影された前方画像は、後で詳細に説明する区画線情報の検出に用いられる。

　コントロールユニット１０は、モータ３、車輪速センサ６、ヨーレートセンサ７、及び、カメラ８と直接的または間接的に接続されている。コントロールユニット１０には、各センサからの信号及びカメラ８からの前方画像が入力され、これら入力に基づいてモータ３の駆動信号である目標電流を決定し、当該目標電流をモータ３に出力する。なお、コントロールユニット１０は、一般的な電動パワーステアリング装置の制御機能を有してもよい。

　図２は、コントロールユニット１０によって実現される走行路認識装置の機能を示すブロック図である。図２の走行支援装置は、車両挙動検出部２１と、区画線情報を検出する区画線検出部２２と、走行路認識部２３とを備える。

　車両挙動取得部である車両挙動検出部２１は、車速検出部２１ａと、ヨーレート検出部２１ｂとを備える。車速検出部２１ａは、車輪速センサ６で検出された車速情報に基づいて、区画線検出部２２が区画線情報を検出した時から現在までの車両１の車速を随時検出する。ヨーレート検出部２１ｂは、ヨーレートセンサ７で検出されたヨーレート情報に基づいて、区画線検出部２２が区画線情報を検出した時から現在までの車両１のヨーレートを随時検出する。

　以上のように構成された車両挙動検出部２１は、区画線情報の検出時から現在までの、車両１の車速及びヨーレートに関する車両挙動を検出する。車両挙動検出部２１は、検出した車両挙動を走行路認識部２３に出力する。

　区画線取得部である区画線検出部２２は、カメラ８で撮影された前方画像のデータに基づいて区画線情報を検出し、検出した区画線情報を例えば０．１ｍｓｅｃ周期で走行路認識部２３に出力する。区画線情報は、画像撮影時の車両１の位置を基準とする、車両１前方の区画線の位置及び形状に関する情報である。区画線情報には、例えば、車両１と区画線の車両１側方の部分と間の距離である車区画線距離と、区画線の当該部分に対する車両１の進行方向の傾きである車両角度と、区画線の曲率と、区画線の曲率変化率とが含まれる。

　ここで、区画線情報の検出方法について説明する。区画線検出部２２は、カメラ８で撮影された前方画像から、当該前方画像において道路の左右両側に位置する白線等の区画線を公知の方法で抽出する。そして、区画線検出部２２は、得られた区画線について曲率及び曲率変化率を求める。以下、求められた曲率変化率は、撮像範囲内において一定であるものとして説明する。この場合、区画線検出部２２は、撮像（検出）位置の曲率と、撮像範囲内において一定である曲率変化率とから、撮像された区画線のうち車両１前方部分について、撮像時点の車両１の位置を基準とする上述の曲率を求める。また、区画線検出部２２は、公知の方法で車両１の位置まで延長した区画線を外挿法によって推定し、撮像時点の車両１の位置から、推定された区画線までの距離を、上述の車区画線距離として求める。また、区画線検出部２２は、推定された区画線に対する、車両１の撮像時点の進行方向の傾きを、上述の車両角度として求める。

　走行路認識部２３は、区画線検出部２２で検出された区画線情報を記憶し、記憶した区画線情報に基づき推定区画線情報を推定する。そして、走行路認識部２３は、推定区画線情報に基づいて、車両が走行する走行路を認識したり、推定区画線情報を外部に出力したりする。

　ここで、推定区画線情報の推定に用いられる区画線情報の個数が多いほど、推定区画線情報における推定値が安定するが、その一方で、記憶領域や演算負荷が増加してしまう。また、区画線情報が検出された時点と現時点との間の時間が長いほど、当該区画線情報を用いた推定区画線情報の推定精度は低下してしまう。そこで、本実施の形態１では、走行路認識部２３は、最大１０個まで区画線情報を記憶するものとする。このような構成では、安定して区画線情報が得られる場合には、例えば現在から約１ｓｅｃ前の時点までの区画線情報が、走行路認識部２３に記憶されることになる。

　＜動作＞
　図３は、本実施の形態１に係る走行路認識装置の動作を示すフローチャートである。この図３の動作は、例えば０．０１秒を周期とする一定周期で実行される。

　まずステップＳ１にて、区画線検出部２２は、区画線検出処理を実施して区画線情報を検出する。区画線検出部２２は、上述した検出方法などを用いることによって、上述した車区画線距離、車両角度、曲率及び曲率変化率を含む区画線情報を検出する。なお図示しないが、区画線情報の検出に応じて、車両挙動も検出されるものとする。

　ステップＳ２にて、走行路認識部２３は、走行路認識処理を実施し、条件に応じて推定区画線情報を推定する。後の説明で明らかとなるように、本実施の形態１に係る走行路認識部２３は、車両挙動に基づいて、複数の区画線情報を、車両１の現在位置を基準とする、区画線の位置及び形状に関する複数の現在位置区画線情報に補正する。そして、走行路認識部２３は、複数の現在位置区画線情報に基づいて一の現在位置区画線情報を推定区画線情報として推定する。

　このような構成によれば、推定区画線情報の推定に、車両挙動で補正された区画線情報を用いるため、推定区画線情報の推定精度を高めることができる。また、推定区画線情報の推定に、過去に検出された複数の区画線情報を用いるため、検出誤差や外乱による区画線情報のばらつきが、推定区画線情報の推定に影響してしまうことを抑制することができる。

　走行路認識部２３は、推定区画線情報に基づいて車両１が走行する走行路を認識する。本実施の形態１では、走行路認識装置を実現するコントロールユニット１０（図２）が、走行路認識部２３で認識された走行路に基づいてモータ３の電流を制御することによって、公知の操舵角制御を実行する。これにより、例えば、車両１が車線間の中央部分などの部分を走行することを維持するレーンキープアシスト機能を適切化することができる。

　図４は、図３のステップＳ２における走行路認識処理の詳細を示すフローチャートである。

　まずステップＳ１１にて、走行路認識部２３は、検出された各区画線情報に対応する車両挙動を積算する車両挙動積算を実施する。走行路認識部２３は、各区画線を検出した時から現在までの車両挙動を周期毎に積算することで、検出時から現在までに変化した車両１の位置及び進行方向を取得する。これらは、後述の推定区画線情報算出処理における中間区画線情報の座標系の変換などに使用される。

　ステップＳ１２にて、走行路認識部２３は、区画線検出部２２で検出された最新の区画線情報である新規区画線情報と、新規区画線情報の検出時における車両１の位置とを、区画線検出部２２から取得する。

　なお、検出時の車両１の位置については、区画線検出部２２が区画線検出した第１時点から走行路認識部２３が区画線情報を取得した第２時点までの時間差による影響が無視できない場合がある。この時間差の原因としては、カメラ８が撮影した前方画像を処理して区画線情報を求める際の演算に必要な時間、及び、ＣＡＮ（Controller Area Network）等の通信線の経由による通信遅れなどがある。例えば時間差が無視できるレベル（例えば０．０１ｓｅｃ程度）であれば、上記第１時点と上記第２時点とは同時とみなせるため、時間差に起因する走行距離及び車両回転角のずれはともに０でよい。一方、例えば時間差が無視できないレベル（例えば０．１ｓｅｃ程度）であれば、その間に車両１は数ｍ走行する。このような場合には、走行路認識部２３は、取得した車両１の位置を、取得時点から０．１ｓｅｃ前に検出された車両１の位置として用いればよい。０．１ｓｅｃ前の車両１の位置は、０．１ｓｅｃ間の車両挙動を、前述のステップＳ１１と同様に積算することで得られる。

　ステップＳ１３にて、走行路認識部２３は、自身が記憶している区画線情報が予め定められた個数以上存在するか判定する。後述するステップＳ１５の推定区画線情報算出処理Ａでは、走行路認識部２３は、記憶した複数の区画線情報から推定区画線情報を推定する。このため、推定区画線情報として安定した推定値を得るためには、ある程度の個数の区画線情報が必要となる。一方、区画線情報の個数が過度に多くなってはじめて推定区画線情報を推定する場合には、推定区画線情報を使用する後段の制御を適切に実行できなくなってしまうだけでなく、記憶領域や処理に必要な時間が大きくなってしまう。そこで、本実施の形態１では、予め定められた個数として、例えば５個が用いられるものとする。

　なお、走行路認識部２３は、記憶している区画線情報の個数を判定する際に、区画線情報の有効性も含めて判定し、その判定結果に応じて記憶している区画線情報を破棄する、つまり記憶から消去してもよい。例えば、カメラ８の性能等により車両１前方の区画線を検出できる最大距離（例えば１００ｍなど）以上、車両１から離れた区画線については、当該区画線の区画線情報は適切でないといえる。このため、区画線情報の検出時から本ステップＳ１３までの車両走行距離が上記最大距離を超えた場合には、その区画線情報の精度は低下しているといえる。そこで、走行路認識部２３は、カメラ８が適切に検出できる範囲である検出可能範囲を閾値として用い、区画線情報の検出時から本ステップＳ１３までの車両走行距離が当該閾値を超える場合に、当該区画線情報を記憶から消去してもよい。この場合には、走行路認識部２３は、区画線情報の有効性も含めて区画線情報の個数を判定することとなる。このため、精度が低い区画線情報を、以降の処理において使用することを抑制することができる。

　さらに、区画線情報の検出時から本ステップＳ１３までの車両走行距離が、カメラ８の検出可能範囲を超えていない場合であっても、例えば、急カーブ等で見通しが悪い場合、車両１と区画線との傾きが大きくて区画線の撮影範囲が狭くなる場合、または、車両１とその先行車両との間の車間距離が短い場合などには、カメラ８の検出可能範囲は、通常の検出可能範囲よりも狭くなると考えられる。そこで、走行路認識部２３は、それぞれの状態検出に応じて、区画線情報の有効性の判定で閾値として用いられる検出可能範囲を適宜短縮してもよい。状態検出として、車両１の傾き及び曲率が、区画線情報から検出されてもよい。また状態検出として、先行車両までの車間距離が、カメラ８にて別途検出されてもよいし、公知のレーダ等を用いて計測されてもよい。

　ステップＳ１３で、記憶している区画線情報が予め定められた個数以上存在すると判定された場合には処理がステップＳ１５に進み、記憶している区画線情報が予め定められた個数未満しか存在しないと判定された場合には処理がステップＳ１４に進む。

　ステップＳ１３からステップＳ１４に処理が進んだ場合には、走行路認識部２３は、ステップＳ１２で取得した新規区画線情報をそのまま記憶して、走行路認識部２３が記憶している区画線情報である記憶区画線情報を更新する。この時点では記憶している区画線情報が少ないため、走行路認識部２３は、推定区画線情報の出力（ステップＳ１９）は行わず、図４の処理が終了する。

　一方、ステップＳ１３からステップＳ１５に処理が進んだ場合、つまり記憶区画線情報が、予め定められた個数以上の区画線情報を含む場合には、走行路認識部２３は、記憶区画線情報に基づいて推定区画線情報算出処理Ａを実行し、次ステップＳ１６で使用する推定区画線情報を推定する。推定区画線情報算出処理Ａの詳細は後述する。

　ステップＳ１６にて、走行路認識部２３は、ステップＳ１２で取得した新規区画線情報と、ステップＳ１５で求めた推定区画線情報とを比較し、これらの差が予め定められた値以内であるかを判定する。予め定められた値は、異常な区画線情報などの異常な値を除外するために適切に設定される。例えば、予め定められた値には、車区画線距離、車両角度及び曲率のそれぞれについて、演算周期の間における道路構造（区画線）の変化幅と、車両挙動による変化分を考慮した値と、検出誤差等の余裕とを加算した値が設定される。本実施の形態１では、車区画線距離、車両角度及び曲率の予め定められた値には、０．５［ｍ］、０．１［ｒａｄ］及び０．００２［１／ｍ］が用いられるものとする。

　ステップＳ１６で、車区画線距離、車両角度及び曲率のいずれかにおいて、上記差が予め定められた値を超えたと判定された場合には処理がステップＳ１９に進む。一方、車区画線距離、車両角度及び曲率のいずれも、上記差が予め定められた値以内であると判定された場合には処理がステップＳ１７に進む。

　ステップＳ１６からステップＳ１７に処理が進んだ場合、走行路認識部２３は、ステップＳ１２で取得した新規区画線情報は正常であると判定して、当該区画線情報をそのまま記憶して記憶区画線情報を更新する。この更新の際に、記憶区画線情報の個数が、記憶最大個数（ここでは１０個）を超える場合には、最も古い区画線情報を記憶区画線情報から消去してから、ステップＳ１２で取得した新規区画線情報を記憶区画線情報に含める。

　ステップＳ１８にて、走行路認識部２３は、ステップＳ１７で更新された記憶区画線情報に基づいて推定区画線情報算出処理Ｂを実行する。この推定区画線情報算出処理Ｂと、ステップＳ１５の推定区画線情報算出処理Ａとの違いは、処理対象が異なるのみで処理内容は同一である。具体的には、ステップＳ１５の推定区画線情報算出処理Ａの処理対象は、ステップＳ１２で取得された新規区画線情報を含まない記憶区画線情報であるが、推定区画線情報算出処理Ｂの処理対象は、ステップＳ１２で取得された新規区画線情報を含む記憶区画線情報である。

　ステップＳ１８からステップＳ１９に処理が進んだ場合、走行路認識部２３は、ステップＳ１８で算出された推定区画線情報を出力して、図４の処理が終了する。ステップＳ１６からステップＳ１９に処理が進んだ場合、走行路認識部２３は、ステップＳ１２で取得された新規区画線情報は異常であると判定して、当該区画線情報を記憶区画線情報に含めずに、ステップＳ１５で算出された推定区画線情報を出力して、図４の処理が終了する。

　図５は、ステップＳ１５及びＳ１８のそれぞれで行われる推定区画線情報算出処理の詳細を示すフローチャートである。図６は、推定区画線情報算出処理の一例を示す図である。

　なお、ステップＳ３１及びＳ３２は、記憶区画線情報に含まれる予め定められた個数以上の区画線情報のそれぞれについて行われるが、処理内容は同一であるため、１つの区画線情報を例にして説明する。

　まずステップＳ３１にて、走行路認識部２３は、記憶区画線情報から区画線情報を読み出し、当該区画線情報に含まれる車区画線距離ｋ０、車両角度ｋ１、曲率ｋ２及び曲率変化率ｋ３から、中間区画線情報を求める。

　なお中間区画線情報は、区画線情報から現在位置区画線情報に変換する途中の情報である。ここでは、中間区画線情報は、車両１が、区画線情報を検出したときの車両１の位置である検出位置ＤＰ（図６）から現在位置ＣＰ（図６）に進んだ場合の、検出位置座標系における区画線の位置及び形状に関する情報である。

　検出位置座標系は、検出位置ＤＰを基準とする座標系である。図６の例では、検出位置ＤＰにおける車両１の前後方向及び左右方向をそれぞれｘ方向及びｙ方向とする直交座標系が、検出位置座標系として用いられている。中間区画線情報は、上述したように区画線の位置及び形状に関する情報であることから、区画線情報と同様に車区画線距離、車両角度、曲率及び曲率変化率を含む。

　次に、走行路認識部２３が中間区画線情報を求める動作について説明する。

　車両１が検出位置ＤＰから距離Ｌ［ｍ］進んだ場合の、検出位置座標系における区画線の車区画線距離ｋ０（Ｌ）、車両角度ｋ１（Ｌ）、及び、曲率ｋ２（Ｌ）は、区画線情報のｋ０～ｋ２を含む次式（１）を用いて求めることができる。なお、曲率変化率ｋ３（Ｌ）は上述したように一定であり、ｋ３と同じである。

　走行路認識部２３は、ステップＳ１１及びＳ１２で取得及び更新した車両挙動の積算値に基づいて、検出位置ＤＰから現在位置ＣＰまでの距離を求める。そして、走行路認識部２３は、当該距離を、上式（１）のＬに代入することにより、中間区画線情報の車区画線距離、車両角度及び曲率を求める。

　厳密には、現在位置ＣＰにおける車両１の傾き分のずれが生じる。しかしながら、レーンキープアシストが作動する状態では、車両１が比較的高速で走行していることが想定されるので、実際には車両１の傾きのずれはほとんど生じない。このため、中間区画線情報を求めるためには、検出位置ＤＰから現在位置ＣＰまでのｘ方向の移動量である垂直移動量（図６ではｄｘ）をＬに代入すればよい。一方、渋滞時の先行車両への追従する場合などのように、低速走行で操舵角が比較的大きくて上記ずれが許容できない場合には、現在位置ＣＰにおける車両傾き分を考慮して計算すればよい。

　次に、車両挙動の積算値に基づいて垂直移動量ｄｘを求めることについて説明する。なお、車両挙動の積算値に基づいて求めることができる値としては、上記垂直移動量ｄｘのほかに、検出位置ＤＰから現在位置ＣＰまでのｙ方向の移動量である横方向移動量ｄｙと、検出位置ＤＰのｘ方向と現在位置ＣＰのｘ方向とがなす角度である自車角度変化θとがある。これらは以下のように計算することができる。

　まず、自車角度変化θは、ヨーレートを検出時から現在まで積算することによって求めることができる。垂直移動量ｄｘ及び横方向移動量ｄｙは、車速を検出時から現在まで積算し、当該積算によって得られる走行距離（Ｓｖｓｐ）を、自車角度変化θを用いてｘ方向成分とｙ方向成分とに分離することによって求めることができる。垂直移動量ｄｘ及び横方向移動量ｄｙなどの車両移動距離に関しても、厳密には蛇行等により誤差が生じるが、上記同様、車両１は比較的高速で走行していることを想定しているので、誤差及びその影響は小さいといえる。なお、θが小さい場合には、ｓｉｎ（θ）≒θ、ｃｏｓ（θ）≒１－θ^２／２として近似することで、次式（２）のように演算負荷を低減してもよい。

　以上のことに鑑みて、走行路認識部２３は、ステップＳ１１及びＳ１２で取得及び更新した車両挙動の積算値に基づいて垂直移動量ｄｘを求め、垂直移動量ｄｘを、上式（１）のＬに代入することにより、中間区画線情報を求めるように構成されている。この演算を複数の区画線情報のそれぞれについて実施すれば、複数の中間区画線情報を得ることができる。しかしながら、中間区画線情報の座標系は検出位置座標系であり、検出位置座標系は各区画線情報の検出位置によって異なるので、複数の中間区画線情報についてそのまま平均化等の処理を行うべきではない。つまり、複数の中間区画線情報について平均化等の処理を行う場合には、処理対象となる区画線情報同士の座標系を同一にすべきである。

　そこで図５のステップＳ３２にて、走行路認識部２３は、ステップＳ３１で得られた複数の中間区画線情報の座標系を、検出位置ＤＰ（図６）を基準とする検出位置座標系から、現在位置ＣＰ（図６）を基準とする現在位置座標系に変換することにより、複数の現在位置区画線情報に補正する。これにより、各区画線情報の検出位置にかかわらず、車両１の現在位置に対応した値を制御に使用すること、及び、車両１の現在位置に対応した値をまとめて処理することなどが可能となる。

　なお現在位置区画線情報は、現在位置座標系を基準とする区画線の位置及び形状に関する情報である。図６の例では、現在位置ＣＰにおける車両１の前後方向及び左右方向をそれぞれｘ’方向及びｙ’方向とする直交座標系が、現在位置座標系として用いられている。現在位置区画線情報は、上述したように区画線の位置及び形状に関する情報であることから、区画線情報と同様に車区画線距離、車両角度、曲率及び曲率変化率を含む。

　次に、走行路認識部２３が現在位置区画線情報を求める動作について説明する。

　まず、現在位置区画線情報の車区画線距離については、ｋ０（ｄｘ）を、公知の座標変換方法で、検出位置座標系から現在位置座標系に変換すればよい。例えば、ｋ０（ｄｘ）に対して、検出位置ＤＰから現在位置ＣＰまでの移動距離（ｄｘ、ｄｙ）分ずらした後、自車角度変化（θ）分だけ回転させれば、現在位置区画線情報の車区画線距離ｋ０’が得られる。なお、ｋ０’の検出位置座標系のｘ方向における車両１の位置はｄｘであり、現在位置座標系のｘ’方向における車両１の位置は０になることに注意する。以上より、現在位置区画線情報の車区画線距離ｋ０’は、次式（３）のように表される。そこで、走行路認識部２３は、中間区画線情報のｋ０（ｄｘ）と、車両挙動から求められるｄｙ及びθとを次式（３）に適用して、現在位置区画線情報の車区画線距離ｋ０’を求める。

　現在位置区画線情報の車両角度は、検出位置座標系における検出時の車両傾きと区画線との傾きであるため、現在の車両傾きに変換する必要がある。検出時から現在までの車両傾きの変化量はθであることから、現在位置区画線情報の車両角度は、次式（４）のように表される。そこで、走行路認識部２３は、中間区画線情報のｋ１（ｄｘ）と、車両挙動から求められるθとを次式（４）に適用して、現在位置区画線情報の車両角度ｋ１’を求める。

　現在位置区画線情報の区画線の曲率は、車両１の傾きは影響しないため、中間区画線情報の区画線の曲率をそのまま使用でき、現在位置区画線情報の曲率は、次式（５）のように表される。そこで、走行路認識部２３は、中間区画線情報のｋ２（ｄｘ）を次式（５）に適用して、現在位置区画線情報の曲率を求める。

　以上に説明したステップＳ３２によって、走行路認識部２３は、複数の現在位置区画線情報を取得する。

　図５のステップＳ３３にて、走行路認識部２３は、複数の現在位置区画線情報に基づいて一の現在位置区画線情報を推定区画線情報として推定する。ここで、複数の現在位置区画線情報の値は、ステップＳ３２で変換された現在位置座標系の値であるため、誤差なく検出及び変換されていれば、互いに同じとなるべき値である。本実施の形態１では、走行路認識部２３は、複数の現在位置区画線情報の平均をとることで、一の現在位置区画線情報を推定区画線情報として推定する。これにより、安定した推定値ひいては推定区画線情報を推定することができる。

　なお、推定区画線情報の推定は上述に限ったものではない。例えば、前述のステップＳ１３で述べた区画線の有効性を考慮してもよい。また例えば、検出時からの走行距離に応じて重み付けをした加重平均をとってもよい。具体的には、検出時からの走行距離が長いほど古い情報として重み付けを小さくし、検出時からの走行距離が短いほど新しい情報として重み付けを大きくすると、有効性の高い情報の寄与率が高くなり、より精度向上が見込める。

　＜実施の形態１のまとめ＞
　以上のような本実施の形態１に係る走行路認識装置によれば、走行路認識部２３は、推定区画線情報の推定に、車両挙動で補正された区画線情報を用いるため、単なる外挿法を用いる場合よりも、当該推定精度を高めることができる。また、走行路認識部２３は、推定区画線情報の推定に、過去に検出された複数の区画線情報を用いるため、検出誤差や外乱による区画線情報のばらつきが、推定区画線情報の推定に影響してしまうことを抑制することができる。

　また本実施の形態１では、走行路認識部２３は、区画線検出部２２で新たに検出された一の新規区画線情報と、推定区画線情報との差が予め定められた閾値内である場合にのみ、新規区画線情報を記憶区画線情報含める（図４のステップＳ１６及びＳ１７）。ここでいう記憶区画線情報は、推定に用いられる複数の区画線情報と呼ぶことができる。このような構成によれば、検出誤差や外乱による区画線情報のばらつきが、推定区画線情報の推定に影響してしまうことをより抑制することができる。

　＜実施の形態２＞
　実施の形態１に係る走行路認識装置では、区画線検出部２２で新たに検出された一の新規区画線情報が異常であるか否かを判定して、正常である場合には記憶区画線情報に含め、正常でない場合には記憶区画線情報に含めないようにするように構成した。しかしこれに限ったものではなく、以下で説明する本発明の実施の形態２に係る走行路認識装置のように、記憶区画線情報自体のばらつきを判定することにより、記憶区画線情報が異常であるか否かをさらに判定してもよい。

　図７は、本実施の形態２に係る走行路認識処理の詳細を示すフローチャートである。本実施の形態２に係る走行路認識装置は、実施の形態１に係る走行路認識処理（図４）においてステップＳ１９をステップＳ２０～２２に代えたこと、及び、ステップＳ１６にて差が予め定められた値以内でないと判定した場合には処理がステップＳ２２に進むこと、を除けば、実施の形態１に係る走行路認識装置の動作と同様の動作を行う。そこで、以下、ステップＳ１９をステップＳ２０～２２について主に説明する。

　ステップＳ１８後のステップＳ２０にて、走行路認識部２３は、ステップＳ１８の推定区画線情報算出処理Ｂ内のステップＳ３１及びＳ３２（図５）で演算された記憶区画線情報に含まれる複数の現在位置区画線情報について、ばらつき度合をもとめる。具体的には、走行路認識部２３は、複数の現在位置区画線情報のそれぞれに含まれる、車区画線距離、車両角度及び区画線の曲率のそれぞれについてばらつき度合を求める。ここでは、ばらつき度合は、分散であるものとして説明するが、これに限ったものではなく、例えば標準偏差などであってもよい。ただし、標準偏差は開平を必要とするため、演算処理の低減が必要な場合などには、開平が不要な分散をばらつき度合に用いることが好ましい。

　走行路認識部２３は、求めたばらつき度合が予め定められた閾値以上であるか否かを判定する。分散が閾値以上である場合には処理がステップＳ２１に進み、分散が閾値未満である場合には処理がステップＳ２２に進む。ここで、ステップＳ２１に処理が進んだ場合には、次に説明するように記憶区画線情報を消去するため、次に推定区画線情報を推定して出力するまでに時間が掛かることになる。このため、ステップＳ２０の判定に用いる閾値には、通常状態の場合には処理がステップＳ２１に進まず、検出状態が悪化して誤検出が頻発するような異常状態の場合に処理がステップＳ２１に進むような値に設定するとよい。例えば、車区画線距離、車両角度及び区画線の曲率のそれぞれの閾値には、それぞれ０．１６、６．４×１０^－３及び１．０×１０^－６などが用いられる。

　ステップＳ２０からステップＳ２１に処理が進んだ場合には、走行路認識部２３は、記憶区画線情報を消去して、図７の処理が終了する。

　一方、ステップＳ２０からステップＳ２２に処理が進んだ場合には、走行路認識部２３は、記憶区画線情報は正常であると判定して、ステップＳ１８で算出された推定区画線情報を出力して、図７の処理が終了する。

　＜実施の形態２のまとめ＞
　以上のような本実施の形態２に係る走行路認識装置によれば、走行路認識部２３は、複数の現在位置区画線情報のばらつき度合を求め、当該ばらつき度合が予め定められた閾値以上である場合に、記憶区画線情報を消去する。ここでいう記憶区画線情報は、推定に用いられる複数の区画線情報と呼ぶことができる。このような構成によれば、検出誤差や外乱による区画線情報のばらつきが、推定区画線情報の推定に影響してしまうことをより抑制することができる。

　＜変形例＞
　以上の説明では、走行路の認識結果をレーンキープアシストに使用する装置について述べたが、これに限らず、走行路の認識結果を車線逸脱警報装置、自動運転装置等に使用してもよい。実施の形態で説明した技術は、それぞれの装置で区画線情報、ひいては走行路を使用する際に適用することができる。

　＜その他の変形例＞
　走行路認識装置における区画線取得部、車両挙動取得部及び走行路認識部を、以下「区画線取得部等」と記す。区画線取得部等は、図１のコントロールユニット１０に対応する図８の処理回路８１により実現される。すなわち、処理回路８１は、区画線情報を取得する区画線取得部と、区画線情報の取得時から現在までの、車両１の車速及びヨーレートに関する車両挙動を取得する車両挙動取得部と、区画線情報に基づいて車両１が走行する走行路を認識する走行路認識部と、を備える。処理回路８１には、専用のハードウェアが適用されてもよいし、メモリに格納されるプログラムを実行するプロセッサが適用されてもよい。プロセッサには、例えば、中央処理装置、処理装置、演算装置、マイクロプロセッサ、マイクロコンピュータ、ＤＳＰ（Digital Signal Processor）などが該当する。

　処理回路８１が専用のハードウェアである場合、処理回路８１は、例えば、単一回路、複合回路、プログラム化したプロセッサ、並列プログラム化したプロセッサ、ＡＳＩＣ（Application Specific Integrated Circuit）、ＦＰＧＡ（Field Programmable Gate Array）、またはこれらを組み合わせたものが該当する。区画線取得部等の各部の機能それぞれは、処理回路を分散させた回路で実現されてもよいし、各部の機能をまとめて一つの処理回路で実現されてもよい。

　処理回路８１がプロセッサである場合、区画線取得部等の機能は、ソフトウェア等との組み合わせにより実現される。なお、ソフトウェア等には、例えば、ソフトウェア、ファームウェア、または、ソフトウェア及びファームウェアが該当する。ソフトウェア等はプログラムとして記述され、メモリに格納される。図９に示すように、処理回路８１に適用されるプロセッサ８３は、メモリ８４に記憶されたプログラムを読み出して実行することにより、入出力制御インタフェース(Ｉ／Ｆ)８２を介して図１の車輪速センサ６、ヨーレートセンサ７、カメラ８及びモータ３等の外部装置との間で入出力される信号を処理する各部の機能を実現する。すなわち、走行路認識装置は、処理回路８１により実行されるときに、区画線情報を取得するステップと、区画線情報の取得時から現在までの、車両１の車速及びヨーレートに関する車両挙動を取得するステップと、区画線情報に基づいて車両１が走行する走行路を認識するステップと、が結果的に実行されることになるプログラムを格納するためのメモリ８４を備える。換言すれば、このプログラムは、区画線取得部等の手順や方法をコンピュータに実行させるものであるともいえる。ここで、メモリ８４は、例えば、ＲＡＭ（Random Access Memory）、ＲＯＭ（Read Only Memory）、フラッシュメモリー、ＥＰＲＯＭ（Erasable Programmable Read Only Memory）、ＥＥＰＲＯＭ（Electrically Erasable Programmable Read Only Memory）などの、不揮発性または揮発性の半導体メモリ、ＨＤＤ（Hard Disk Drive）、磁気ディスク、フレキシブルディスク、光ディスク、コンパクトディスク、ミニディスク、ＤＶＤ（Digital Versatile Disc）、そのドライブ装置等、または、今後使用されるあらゆる記憶媒体であってもよい。

　以上、区画線取得部等の各機能が、ハードウェア及びソフトウェア等のいずれか一方で実現される構成について説明した。しかしこれに限ったものではなく、区画線取得部等の一部を専用のハードウェアで実現し、別の一部をソフトウェア等で実現する構成であってもよい。例えば、区画線取得部及び車両挙動取得部についてはレシーバなどの専用のハードウェアとしての処理回路でその機能を実現し、それ以外についてはプロセッサ８３としての処理回路８１がメモリ８４に格納されたプログラムを読み出して実行することによってその機能を実現することが可能である。

　以上のように、処理回路８１は、ハードウェア、ソフトウェア等、またはこれらの組み合わせによって、上述の各機能を実現することができる。

　また、以上で説明した走行路認識装置は、ＰＮＤ（Portable Navigation Device）などのナビゲーション装置と、携帯電話、スマートフォン及びタブレットなどの携帯端末を含む通信端末と、これらにインストールされるアプリケーションの機能と、サーバとを適宜に組み合わせてシステムとして構築される走行路認識システムにも適用することができる。この場合、以上で説明した走行路認識装置の各機能あるいは各構成要素は、前記システムを構築する各機器に分散して配置されてもよいし、いずれかの機器に集中して配置されてもよい。

　なお、本発明は、その発明の範囲内において、各実施の形態及び各変形例を自由に組み合わせたり、各実施の形態及び各変形例を適宜、変形、省略したりすることが可能である。

　本発明は詳細に説明されたが、上記した説明は、すべての態様において、例示であって、本発明がそれに限定されるものではない。例示されていない無数の変形例が、本発明の範囲から外れることなく想定され得るものと解される。

　１　車両、２１　車両挙動検出部、２２　区画線検出部、２３　走行路認識部。

Claims

　車両の位置を基準とする、前記車両前方の区画線の位置及び形状に関する区画線情報を取得する区画線取得部と、
　前記区画線情報の取得時から現在までの、前記車両の車速及びヨーレートに関する車両挙動を取得する車両挙動取得部と、
　前記区画線情報に基づいて前記車両が走行する走行路を認識する走行路認識部と
を備え、
　前記走行路認識部は、
　前記区画線取得部が予め定められた個数以上の複数の前記区画線情報を取得した場合に、前記車両挙動に基づいて、前記複数の区画線情報を、前記車両の現在位置を基準とする、前記区画線の位置及び形状に関する複数の現在位置区画線情報に補正し、前記複数の現在位置区画線情報に基づいて一の現在位置区画線情報を推定区画線情報として推定し、当該推定区画線情報を前記走行路の認識に使用する、走行路認識装置。
　請求項１に記載の走行路認識装置であって、
　前記走行路認識部は、
　前記区画線取得部で新たに取得された一の前記区画線情報と、前記推定区画線情報との差が予め定められた閾値内である場合にのみ、新たに取得された前記一の区画線情報を、推定に用いられる前記複数の区画線情報に含める、走行路認識装置。
　請求項１または請求項２に記載の走行路認識装置であって、
　前記走行路認識部は、
　前記複数の現在位置区画線情報のばらつき度合を求め、前記ばらつき度合が予め定められた閾値以上である場合に、推定に用いられる前記複数の区画線情報を消去する、走行路認識装置。
　請求項３に記載の走行路認識装置であって、
　前記複数の現在位置区画線情報のそれぞれは、
　前記車両と前記区画線の前記車両側方の部分と間の距離、前記区画線の前記部分に対する前記車両の進行方向の傾きである車両角度、及び、前記区画線の曲率を含み、
　前記ばらつき度合は、
　前記距離、前記車両角度及び前記曲率のそれぞれの標準偏差または分散を含む、走行路認識装置。
　車両の位置を基準とする、前記車両前方の区画線の位置及び形状に関する区画線情報を取得し、
　前記区画線情報の取得時から現在までの、前記車両の車速及びヨーレートに関する車両挙動を取得し、
　前記区画線情報に基づいて前記車両が走行する走行路を認識し、
　前記走行路の認識は、
　予め定められた個数以上の複数の前記区画線情報が取得された場合に、前記車両挙動に基づいて、前記複数の区画線情報を、前記車両の現在位置を基準とする、前記区画線の位置及び形状に関する複数の現在位置区画線情報に補正し、前記複数の現在位置区画線情報に基づいて一の現在位置区画線情報を推定区画線情報として推定し、当該推定区画線情報を前記走行路の認識に使用する、走行路認識方法。