CN114987493A - 车辆位置识别装置 - Google Patents

Abstract

本发明提供一种车辆位置识别装置(50)，具备：存储部(12)，其存储第1区域的第1地图的信息和隔着与第1区域之间的重叠区域与第1区域相邻的第2区域的第2地图的信息；位置识别部(13)，其根据存储于存储部(12)的第1地图的信息来识别车辆(101)在重叠区域中的第1位置，根据第2地图的信息来识别车辆(101)在重叠区域中的第2位置；以及偏移量计算部(51)，其根据由位置识别部(13)识别出的第1位置与第2位置之间的差异，计算第1地图与第2地图之间的偏移量。

Description

车辆位置识别装置

技术领域

本发明涉及一种识别车辆位置的车辆位置识别装置。

背景技术

作为这种装置，以往已知有推定自动驾驶车辆的自身位置的装置(例如参照专利文献1)。在专利文献1记载的装置中，根据包含由LiDAR取得的三维点云数据和由GPS取得的GPS绝对坐标数据的预先确定的地图信息，推定该地图上的自身位置。

然而，车辆有时在相互邻接的多个地图的边界区域行驶。但是，由于存在相邻地图的地图信息中包含固有误差的情况，因此如果像专利文献1记载的装置那样推定自身位置，则自身位置的推定结果会产生偏差，在根据地图信息控制行驶动作的装置中，在多个地图的边界区域行驶时，有可能难以进行顺畅的行驶控制。

现有技术文献

专利文献

专利文献1：日本特开2020－85886号公报(JP2020－085886A)。

发明内容

作为本发明的一技术方案的车辆位置识别装置，具备：存储部，其存储第1区域的第1地图的信息和隔着与第1区域之间的重叠区域而与第1区域相邻的第2区域的第2地图的信息；位置识别部，其根据存储于存储部的第1地图的信息来识别车辆在重叠区域中的第1位置，根据第2地图的信息来识别车辆在重叠区域中的第2位置；以及偏移量计算部，其根据由位置识别部识别出的第1位置与第2位置之间的差异，计算第1地图与第2地图之间的偏移量。

附图说明

本发明的目的、特征以及优点通过与附图相关的以下实施方式的说明进一步阐明。

图1是示出应用本发明的实施方式的车辆位置识别装置的自动驾驶车辆的行驶场景的一例的图。

图2是概略地示出应用本发明的实施方式的车辆位置识别装置的自动驾驶车辆的车辆控制系统的整体结构的框图。

图3是示出根据本发明的实施方式的车辆位置识别装置所设想的自动驾驶车辆的行驶场景的一例的图。

图4是示出本发明的实施方式的车辆位置识别装置的主要部分结构的框图。

图5是示出由图4的控制器执行的处理的一例的流程图。

具体实施方式

以下，参照图1至图5说明本发明的实施方式。本发明的实施方式的车辆位置识别装置能够应用于具有自动驾驶功能的车辆(自动驾驶车辆)。自动驾驶车辆不仅包括仅实施在无需驾驶员的驾驶操作的自动驾驶模式下的行驶的车辆，还包括实施自动驾驶模式下的行驶和基于驾驶员的驾驶操作的手动驾驶模式下的行驶的车辆。

图1是示出自动驾驶车辆(以下称为车辆)101的行驶场景的一例的图。在图1中，示出车辆101以不偏离由划分线102规定的车道LN而保持车道行驶(车道保持行驶)的例子。需要说明的是，车辆101可以是具有内燃机(发动机)作为行驶驱动源的发动机车辆、具有行驶马达作为行驶驱动源的电动汽车、具有发动机和行驶马达作为行驶驱动源的混合动力车辆中的任一种。

图2是概略地示出应用本实施方式的车辆位置识别装置的车辆101的车辆控制系统100的整体结构的框图。如图2所示，车辆控制系统100主要具有控制器10以及分别与控制器10电连接的外部传感器组1、内部传感器组2、输入输出装置3、定位单元4、地图数据库5、导航装置6、通信单元7、行驶用的执行器AC。

外部传感器组1是检测作为车辆101(图1)的周边信息的外部状况的多个传感器(外部传感器)的总称。例如，外部传感器组1包括激光雷达、雷达和相机等，所述激光雷达测定对应车辆101的全方位的照射光的散射光来测定从车辆101到周边的障碍物的距离；所述雷达照射电磁波并检测反射波来检测车辆101周边的其他车辆、障碍物等；所述相机等搭载于车辆101上，具有CCD(电荷耦合器件)、CMOS(互补金属氧化物半导体)等拍摄元件，拍摄车辆101周边(前方、后方和侧方)。

内部传感器组2是检测车辆101的行驶状态的多个传感器(内部传感器)的总称。例如，内部传感器组2包括车速传感器、加速度传感器、转速传感器、横摆率传感器等，所述车速传感器检测车辆101的车速；所述加速度传感器分别检测车辆101的前后方向的加速度和左右方向的加速度(横向加速度)；所述转速传感器检测行驶驱动源的转速；所述横摆率传感器检测车辆101的重心绕铅垂轴的旋转角速度。检测驾驶员在手动驾驶模式下的驾驶操作，例如对加速踏板的操作、对制动踏板的操作、对方向盘的操作等的传感器也包含于内部传感器组2中。

输入输出装置3是从驾驶员输入指令、向驾驶员输出信息的装置的总称。例如，输入输出装置3包括供驾驶员通过对操作部件的操作来输入各种指令的各种开关、供驾驶员用语音输入指令的麦克、借助显示图像向驾驶员提供信息的显示器、通过语音向驾驶员提供信息的扬声器等。

定位单元(GNSS单元)4具有接收从定位卫星发送的定位用信号的定位传感器。定位卫星是GPS卫星、准天顶卫星等人造卫星。定位单元4利用定位传感器接收到的定位信息，测定车辆101的当前位置(纬度、经度、高度)。

地图数据库5是存储用于导航装置6的一般的地图信息的装置，例如由硬盘、半导体元件构成。地图信息包括道路的位置信息、道路形状(曲率等)的信息、交叉路口、岔路口的位置信息。另外，存储于地图数据库5中的地图信息与存储于控制器10的存储部12中的高精度的地图信息不同。

导航装置6是搜索到达由驾驶员输入的目的地的道路上的目标路径并进行按照目标路径的引导的装置。通过输入输出装置3进行目的地的输入和按照目标路径的引导。目标路径是根据由定位单元4测定出的车辆101的当前位置和存储于地图数据库5中的地图信息来运算的。也能够使用外部传感器组1的检测值来测定车辆101的当前位置，也可以基于该当前位置和存储于存储部12中的高精度的地图信息来运算目标路径。

通信单元7经由包括以互联网、移动电话网为代表的无线通信网的网络与未图示的各种服务器通信，定期地或者在任意时机从服务器取得地图信息、行驶履历信息和交通信息等。也可以不仅取得行驶履历信息，还经由通信单元7向服务器发送车辆101的行驶履历信息。网络不仅包括公共无线通信网，还包括针对每个规定的管理地域设置的封闭的通信网，例如无线LAN、Wi－Fi(注册商标)、Bluetooth(注册商标)等。所取得的地图信息被输出到地图数据库5、存储部12，更新地图信息。

执行器AC是用于控制车辆101的行驶的行驶用执行器。在行驶驱动源是发动机的情况下，执行器AC包括调整发动机的节气门阀的开度的节气门用执行器、调整喷射器的开阀时期和开阀时间的喷射器用执行器。在行驶驱动源是行驶马达的情况下，行驶马达包含于执行器AC中。使车辆101的制动装置工作的制动用执行器和驱动转向装置的转向用执行器也包含于执行器AC中。

控制器10由电子控制单元(ECU)构成。更具体而言，控制器10包括具有CPU(微处理器)等运算部11、ROM(只读存储器)、RAM(随机存取存储器)等存储部12、I/O(输入/输出)接口等未图示的其他周边电路的计算机而构成。需要说明的是，能够分别设置发动机控制用ECU、行驶马达控制用ECU、制动装置用ECU等功能不同的多个ECU，但为了方便起见，在图2中，示出控制器10为这些ECU的集合。

在存储部12中存储自动行驶用的高精度的详细道路地图信息。在道路地图信息包括道路的位置信息、道路形状(曲率等)的信息、道路的坡度的信息、交叉路口或岔路口的位置信息、白线等划分线的类型及其位置信息、车道数的信息、车道的宽度和每个车道的位置信息(车道的中央位置、车道位置的边界线的信息)、作为地图上的标记的地标(信号机、标识、建筑物等)的位置信息、路面的凹凸等的路面概况的信息。

存储于存储部12的地图信息包括经由通信单元7从车辆101的外部取得的地图信息(称为外部地图信息)和由车辆101自身使用外部传感器组1的检测值或外部传感器组1和内部传感器组2的检测值制作的地图信息(称为内部地图信息)。

外部地图信息例如是根据专用的测量车辆、一般自动驾驶车辆在道路上行驶而采集到的数据生成，并经由云服务器向一般自动驾驶车辆分发的通用地图(称为云地图)的信息。外部地图在高速公路或城镇等交通量大的区域中生成，在住宅区或郊外等交通量小的区域不生成。

另一方面，内部地图信息是由基于各自动驾驶车辆在道路上行驶而采集到的数据，使用例如SLAM(Simultaneous Localization and Mapping：同步定位与地图构建)等技术通过映射而生成的点云数据构成的地图(称为环境地图)的信息。外部地图信息由车辆101和其他自动驾驶车辆共有，与此相对，内部地图信息是车辆101独自生成并用于该车辆101的自动驾驶的专用的地图信息(例如车辆101单独具有的地图信息)。在新设的道路等不存在外部地图信息的区域中，由车辆101自己制作环境地图。另外，也可以将内部地图信息经由通信单元7向服务器装置、其他自动驾驶车辆提供。

在存储部12还存储各种控制程序、程序中使用的阈值等信息。

运算部11具有本车位置识别部13、外界识别部14、行动计划生成部15、行驶控制部16和地图生成部17作为功能性结构。即控制器10的CPU(微处理器)等运算部11作为本车位置识别部13、外界识别部14、行动计划生成部15、行驶控制部16以及地图生成部17发挥作用。

本车位置识别部13根据存储于存储部12的高精度的详细道路地图信息(外部地图信息、内部地图信息)和由外部传感器组1检测出的车辆101的周边信息，高精度地识别车辆101在地图上的位置(本车位置)。需要说明的是，在能够用设置于道路上、道路旁边这些外部的传感器测定本车位置时，也能够通过经由通信单元7与该传感器进行通信，来识别本车位置。也可以使用由定位单元4得到的车辆101的位置信息来识别本车位置。还可以根据内部传感器组2的检测值计算本车辆的移动信息(移动方向、移动距离)，由此识别本车位置。

外界识别部14基于来自激光雷达、雷达、相机等外部传感器组1的信号，识别车辆101周围的外部状况。例如，识别在车辆101周边行驶的周边车辆(前方车辆、后方车辆)的位置、速度、加速度、在车辆101周围停车或驻车着的周边车辆的位置和其他物体的位置、状态等。其他物体包括标识、信号机、道路的划分线(白线等)、停止线等标示、建筑物、护栏、电线杆、招牌、行人、自行车等。其他物体的状态包括信号机的颜色(红、绿、黄)、行人或自行车的移动速度、方向等。其他物体中静止的物体的一部分构成作为地图上的位置的指标的地标，外界识别部14还识别地标的位置和类型。

行动计划生成部15例如基于由导航装置6运算出的目标路径、存储于存储部12的地图信息、由本车位置识别部13识别出的本车位置和由外界识别部14识别出的外部状况，生成从当前时间点开始经过规定时间为止的车辆101的行驶轨迹(目标轨迹)。更具体而言，根据存储于存储部12的外部地图信息或内部地图信息，在外部地图上或内部地图上生成车辆101的目标轨迹。当在目标路径上存在成为目标轨迹的候补的多个轨迹时，行动计划生成部15从其中选择遵守法令且满足高效安全地行驶等基准的最佳轨迹，将所选择的轨迹作为目标轨迹。然后，行动计划生成部15生成与所生成的目标轨迹相对应的行动计划。

行动计划包括在从当前时间点起经过规定时间(例如，5秒)为止的期间按每单位时间(例如，0.1秒)设定的行驶计划，即与每单位时间的时刻建立对应关系地设定的行驶计划。行驶计划包括每单位时间的车辆101的本车位置的信息和车辆状态的信息。本车位置的信息例如是道路上的二维坐标位置信息，车辆状态的信息是表示车速的车速信息和表示车辆101的朝向的方向信息等。因此，在规定时间内加速到目标车速的情况下，目标车速的信息包含在行动计划中。车辆状态能够根据每单位时间的本车位置的变化来求出。每单位时间更新行驶计划。

图1示出由行动计划生成部15生成的行动计划的一例，即车辆101不偏离车道LN而进行车道保持行驶的场景的行驶计划。图1的各点P与从当前时间点(时刻t0)起经过规定时间为止的每单位时间的本车位置相对应，通过按照时刻顺序连接这些各点P，得到目标轨迹110。例如，沿着规定车道LN的一对划分线102的中心线103生成目标轨迹110。目标轨迹110也可以沿着地图信息中包含的过去的行驶轨迹生成。需要说明的是，在行动计划生成部15中，除了车道保持行驶以外，还生成与车辆101变更车道而超越前方车辆的超车行驶、变更车道的车道变更行驶、减速行驶或加速行驶等相对应的各种行动计划。在生成目标轨迹110时，行动计划生成部15首先决定行驶方式，并基于行驶方式生成目标轨迹110。由行动计划生成部15生成的目标轨迹110的信息被附加到地图信息中并存储于存储部12，在下一次行驶时，在由行动计划生成部15生成行动计划时会对其加以考虑。

在自动驾驶模式中，行驶控制单元16控制各执行器AC，使车辆101沿着由行动计划生成部15生成的目标轨迹110行驶。更具体而言，行驶控制部16考虑在自动驾驶模式下由道路坡度等决定的行驶阻力，计算用于得到由行动计划生成部15计算出的每单位时间的目标加速度的要求驱动力。并且，对执行器AC进行反馈控制，使例如由内部传感器组2检测出的实际加速度成为目标加速度。即，控制执行器AC，使车辆101以目标车速和目标加速度行驶。需要说明的是，在手动驾驶模式下，行驶控制部16根据由内部传感器组2取得的来自驾驶员的行驶指令(转向操作等)来控制各执行器AC。

地图生成部17一边以手动驾驶模式行驶一边使用由外部传感器组1检测出的检测值，生成由三维点云数据构成的环境地图。具体而言，从由相机取得的相机图像中，基于每个像素的亮度、颜色的信息来提取表示物体轮廓的边缘，并且使用该边缘信息来提取特征点。特征点例如是边缘的交点，对应于建筑物的角、道路标识的角等。地图生成部17将求取至所提取的特征点为止的距离，将特征点依次绘制在环境地图上，由此生成车辆101行驶过的道路周边的环境地图。也可以代替相机，使用由雷达、激光雷达取得的数据来提取车辆101周围的物体的特征点，生成环境地图。

本车位置识别部13与地图生成部17的地图生成处理并行地进行车辆101的位置推定处理。即，基于特征点的位置随着时间经过而产生的变化，推定车辆101的位置。例如，根据SLAM算法同时执行地图制作处理和位置推定处理。地图生成部17不仅在以手动驾驶模式行驶时，在以自动驾驶模式行驶时也能够同样地生成环境地图。在已经生成环境地图并存储于存储部12中的情况下，地图生成部17也可以根据新得到的特征点更新环境地图。

对本实施方式的车辆位置识别装置的结构进行说明。图3是示出根据本实施方式的车辆位置识别装置所设想的车辆101的行驶场景的一例的图，与图1相同，示出车辆101不偏离车道LN地进行车道保持行驶的场景。需要说明的是，以下，将在存储部12存储有环境地图等内部地图的区域称为内部地图区域ARa，将在存储部12存储有云地图等外部地图的区域称为外部地图区域ARb。

在各地图信息中，由于生成了该地图时的测距误差等而包含固有误差。因此，如图3所示，有时由本车位置识别部13根据内部地图信息识别出的本车位置Pa与根据外部地图信息识别出的本车位置Pb不一致。例如，在本车位置识别部13识别本车位置所使用的地图信息进行切换的时机(例如，时刻t2)，本车位置Pa(t2)、Pb(t2)的识别结果产生偏差。

这样，当在本车位置的识别结果存在偏差的状态下以自动驾驶模式在内部地图区域ARa与外部地图区域ARb之间的边界区域行驶时，有可能难以进行车辆101的顺畅的行驶控制。例如，如图3所示，当在车辆101的行进方向上产生车辆位置的识别结果的偏差时，由于车辆位置从行进方向后方的点Pa(t2)切换到行进方向前方的点Pb(t2)，因此会错误地识别为车辆101相对于行驶计划过度行进。在该情况下，车辆101会突然减速或急刹车，有可能给车辆101的乘员、周边车辆带来不适感。

同样，当在车辆101的行驶方向的相反方向上产生本车位置的识别结果的偏差时，会错误地识别为车辆101相对于行驶计划延迟，从而车辆101有可能突然加速。此外，当在车辆101的车辆宽度方向上产生车辆位置的识别结果的偏差时，会错误地识别为车辆101正偏离目标轨迹110，从而车辆101有可能突然转弯。

因此，在本实施方式中，如下构成车辆位置识别装置，以通过将多个地图的固有误差作为偏移量来掌握，并基于偏移量来消除本车位置的识别结果的偏差，由此在多个地图的边界区域行驶时能够进行顺畅的行驶控制。

图4是示出本发明的实施方式的车辆位置识别装置50的主要部分结构的框图。该车辆位置识别装置50构成图2的车辆控制系统100的一部分。如图4所示，车辆位置识别装置50具有控制器10和外部传感器组1。图4的控制器10除了本车位置识别部13之外，还具有偏移量计算部51和地图信息更新部52，作为运算部11(图2)承担的功能性结构。即，控制器10的CPU(微处理器)等运算部11除了本车位置识别部13之外，还作为偏移量计算部51和地图信息更新部52发挥作用。内部地图区域ARa的内部地图信息和外部地图区域ARb的外部地图信息被预先存储于图4的存储部12。

偏移量计算部51根据在内部地图区域ARa和外部地图区域ARb之间的重叠区域ARc中由本车位置识别部13识别出的本车位置Pa、Pb的差异，计算内部地图与外部地图之间的偏移量v。更具体地说，如图3所示，基于在相同时刻tn(在图3的例子中tn＝t2、t3、t4)识别出的本车位置Pa(tn)、Pb(tn)，以将点Pa(tn)为起点、将点Pb(tn)为终点的矢量来计算偏移量v(tn)。

偏移量计算部51例如作为多个偏移量v(tn)的算术平均，计算内部地图与外部地图之间的偏移量v。在该情况下，为了确保偏移量v的可靠性，也可以仅在重叠区域ARc中识别出的本车位置Pa(tn)、Pb(tn)对为规定数以上时，计算偏移量v。另外，也可以通过RANSAC(Random Sample Consensus：随机抽样一致性)算法等从本车位置的识别结果中去除偏移值。

偏移量计算部51根据本车位置识别部13的基于单一算法的识别结果来计算偏移量v，因此能够与原来的地图信息的数据格式无关地计算多个地图的偏移量。需要说明的是，由本车位置识别部13识别的本车位置可以是二维坐标位置，也可以是三维坐标位置。基于多个偏移量v(tn)，能够掌握多个地图的姿势的偏移，即将多个地图配置在共同的坐标空间时的姿势的偏移。

地图信息更新部52将由偏移量计算部51计算出的内部地图与外部地图之间的偏移量v的信息附加于内部地图信息上，更新存储于存储部12的内部地图信息。即，将车辆101侧的内部地图相对于包括车辆101在内的多个自动驾驶车辆所使用的通用地图即外部地图的偏移量v的信息附加于内部地图信息上，更新存储于存储部12的内部地图信息。

在之后的自动驾驶模式下的行驶控制中会考虑存储于存储部12的内部地图相对于外部地图的偏移量v的信息。例如，行动计划生成部15基于偏移量v来生成目标轨迹110，使得在边界区域中在内部地图上生成的目标轨迹110a(图3)与在外部地图上生成的目标轨迹110b(图3)顺畅地连接。需要说明的是，地图信息更新部52也可以根据偏移量v，与外部地图信息配合而整体地修正(补偿)内部地图信息的位置信息，更新存储于存储部12的内部地图信息。

存储于存储部12的更新后的内部地图信息可以通过车车间通信发送至其他自动驾驶车辆，也可以发送至设置于车辆101的外部的地图信息管理服务器等。在这种情况下，通过共享以各自动驾驶车辆共同的外部地图为基准计算出的偏移量v的信息，能够以有效的方式共享在车辆101侧生成的内部地图信息。

图5是示出由图4的控制器10执行的处理的一例的流程图。该流程图所示的处理例如在车辆101以手动驾驶模式行驶过内部地图区域ARa与外部地图区域ARb之间的重叠区域ARc后开始。首先，在S1(S：处理步骤)中，读入重叠区域ARc中的本车位置Pa(tn)、Pb(tn)的识别结果。接下来，在S2中，判定在S1中读入的本车位置Pa(tn)、Pb(tn)对是否为规定数以上。当S2为肯定(S2：是)时，进入S3，当为否定(S2：否)时，结束处理。

在S3中，从本车位置Pa(tn)、Pb(tn)的识别结果中除去偏移值，提取适当的本车位置Pa(tn)、Pb(tn)对。接下来，在S4中，计算内部地图与外部地图之间的偏移量v。接下来，在S5中，将在S4中计算出的内部地图与外部地图之间的偏移量v的信息附加于内部地图信息，更新存储于存储部12的内部地图信息，结束处理。

这样，通过根据以手动驾驶模式在重叠区域ARc中行驶时的本车位置的识别结果来计算偏移量v，能够在以自动驾驶模式在内部地图区域ARa与外部地图区域ARb之间的边界区域行驶时进行顺畅的行驶控制。即，通过预先掌握在自动驾驶模式下的行驶控制中使用的多个地图的偏移量v，能够基于偏移量v消除本车位置Pa、Pb的识别结果的偏差，在多个地图的边界区域行驶时进行顺畅的行驶控制。

例如，基于偏移量v，能够控制行驶动作，使在边界区域中在内部地图上生成的目标轨迹110a(图3)与在外部地图上生成的目标轨迹110b(图3)顺畅地连接。也可以根据偏移量v，根据外部地图信息整体地修正内部地图信息的位置信息，由此消除本车位置的识别结果的偏差。

根据本实施方式，能够起到如下作用效果。

(1)车辆位置识别装置50具备：存储部12，其存储内部地图区域ARa的内部地图信息和隔着重叠区域ARc与内部地图区域ARa相邻的外部地图区域ARb的外部地图信息；本车位置识别部13，其根据存储于存储部12的内部地图信息来识别车辆101在重叠区域ARc中的本车位置Pa，根据外部地图信息来识别车辆101在重叠区域ARc中的本车位置Pb；以及偏移量计算部51，其根据由本车位置识别部13识别出的本车位置Pa、Pb的差异来计算内部地图与外部地图之间的偏移量v(图4)。

由此，能够掌握多个地图的偏移量v，因此例如通过基于偏移量v消除本车位置Pa、Pb的识别结果的偏差，能够在多个地图的边界区域行驶时进行顺畅的行驶控制。另外，由于根据每个自动驾驶车辆的基于单一的本车位置识别算法的识别结果来计算偏移量v，因此能够不依赖于原来的地图信息的数据格式地计算多个地图的偏移量v。

(2)偏移量计算部51根据由本车位置识别部13在相同时刻tn识别出的本车位置Pa(tn)、Pb(tn)之间的差异，计算内部地图与外部地图之间的偏移量v。即，基于在相同时刻tn识别出的本车位置Pa(tn)、Pb(tn)，能够正确地计算出多个地图的偏移量v。

(3)偏移量计算部51根据由本车位置识别部13识别出的多对本车位置Pa、Pb之间的差异，计算内部地图与外部地图之间的偏移量v。在这种情况下，能够掌握将多个地图配置在共同的坐标空间时的姿势的偏移。

上述实施方式能够变形为各种方式。以下，对几个变形例进行说明。在上述实施方式中，说明了计算环境地图等内部地图与云地图等外部地图之间的偏移量v的例子，但第1地图和第2地图不限于这样的地图。例如，可以计算内部地图与通过车车间通信从其他自动驾驶车辆取得的外部地图之间的偏移量，也可以计算多个外部地图的偏移量。

在上述实施方式中，说明了车辆位置识别装置50构成车辆控制系统100的一部分的例子，但车辆位置识别装置不限于此。例如，也可以构成设置于车辆101的外部的地图信息管理服务器等的一部分。在这种情况下，例如，从各车辆取得本车位置的识别结果(行驶履历信息)，在服务器侧计算多个地图的偏移量。

在上述实施方式中，利用图3等说明了在车辆101的行进方向、车宽方向上产生多个地图的偏差的例子，但对于在车辆101的高度方向上产生的偏差，也能够利用相同的方法计算偏移量。

可以任意组合上述实施方式和变形例中的一个或多个，也可以组合变形例彼此。

根据本发明，由于能够掌握多个地图的偏移量，因此通过根据偏移量消除车辆位置的识别结果的偏差，能够在多个地图的边界区域行驶时进行顺畅的行驶控制。

以上，结合本发明的优选实施方式说明了本发明，但本领域技术人员应该理解，在不脱离后述的权利要求书的公开范围的情况下能够进行各种修改和变更。

Claims (8)

1.一种车辆位置识别装置(50)，其特征在于，具备：

存储部(12)，其存储第1区域的第1地图的信息和隔着与所述第1区域之间的重叠区域与所述第1区域相邻的第2区域的第2地图的信息；

位置识别部(13)，其根据存储于所述存储部(12)的所述第1地图的信息来识别车辆(101)在所述重叠区域中的第1位置，根据所述第2地图的信息来识别所述车辆(101)在所述重叠区域中的第2位置；以及

偏移量计算部(51)，其根据由所述位置识别部(13)识别出的所述第1位置与所述第2位置之间的差异，计算所述第1地图与所述第2地图之间的偏移量。

2.根据权利要求1所述的车辆位置识别装置(50)，其特征在于，

所述偏移量计算部(51)根据由所述位置识别部(13)在相同时刻识别出的所述第1位置与所述第2位置之间的差异，计算所述第1地图与所述第2地图之间的偏移量。

3.根据权利要求2所述的车辆位置识别装置(50)，其特征在于，

所述偏移量计算部(51)以将由所述位置识别部(13)在相同时刻识别出的所述第1位置为起点、所述第2位置为终点的矢量，计算所述第1地图与所述第2地图之间的偏移量。

4.根据权利要求1或2所述的车辆位置识别装置(50)，其特征在于，

所述偏移量计算部(51)根据由所述位置识别部(13)识别出的多对所述第1位置与所述第2位置之间的差异，计算所述第1地图与所述第2地图之间的偏移量。

5.根据权利要求4所述的车辆位置识别装置(50)，其特征在于，

所述偏移量计算部(51)以由所述位置识别部(13)识别出的所述第1位置和所述第2位置的对为规定数以上为条件，计算所述第1地图与所述第2地图之间的偏移量。

6.根据权利要求1所述的车辆位置识别装置(50)，其特征在于，

在所述存储部(12)中还存储用于根据地图信息来识别车辆位置的单一算法，

所述位置识别部(13)通过存储于所述存储部(12)的所述单一的算法，根据所述第1地图的信息来识别所述第1位置，根据所述第2地图的信息来识别所述第2位置。

7.根据权利要求1所述的车辆位置识别装置(50)，其特征在于，

还具备地图信息更新部(52)，所述地图信息更新部(52)根据由所述偏移量计算部(51)计算出的所述第1地图与所述第2地图之间的偏移量，更新存储于所述存储部(12)的所述第1地图的信息。

8.根据权利要求1所述的车辆位置识别装置(50)，其特征在于，

所述偏移量计算部(51)在所述车辆(101)行驶过所述重叠区域后，计算所述第1地图与所述第2地图之间的偏移量。

Images