JP4019854B2

JP4019854B2 - 走行経路生成装置

Info

Publication number: JP4019854B2
Application number: JP2002234401A
Authority: JP
Inventors: 泰久早川; 健木村
Original assignee: Nissan Motor Co Ltd
Current assignee: Nissan Motor Co Ltd
Priority date: 2002-08-12
Filing date: 2002-08-12
Publication date: 2007-12-12
Anticipated expiration: 2022-08-12
Also published as: JP2004078334A

Description

【０００１】
【発明の属する技術分野】
本発明は、ある経路に沿って自動操舵を行うことにより、自動操舵追従する車両を誘導するための走行経路生成装置の技術分野に関する。
【０００２】
【従来の技術】
従来、白線認識等により与えられた経路を自動操舵することで経路追従走行する自動操舵車両が公知である。ところが、これらの自動操舵車両が経路誘導手段を失った場合、自動操舵制御を行うための参照情報の取得が停止する。
【０００３】
例えば、特開平１０−３１７９９号公報には、白線を検出するＣＣＤカメラに加えて側壁までの距離を検出する手段を有し、白線が検出できない場合は側壁に沿って操舵制御を行う技術が記載されている。しかし、側壁に沿って操舵制御を行う場合は横方向の偏差しか見ておらず、また側壁が連続しているかどうかを予め知ることはできないため、自動操舵の継続には前方へと続く経路情報の取得が望まれる。
【０００４】
【発明が解決しようとする課題】
上記のように自動操舵車両を誘導するための経路としてＣＣＤカメラによる白線認識を用いる場合、特に夜間においては白線の見通しは道路の照明状況に依存するため、遠くまで見渡すことが難しい状況が生じるとともに、路面が湿った状況においては照明の反射により白線の認識が途絶えがちとなり、断続的に経路を見失ってしまう場合がある。
【０００５】
本発明は、上記問題点に着目してなされたもので、その目的とするところは、自動操舵するための経路を見失ったとき、夜間や路面が湿った状況でも認識が容易な風景の特徴点に基づいて経路の推定を行うことにより、経路を見失う状態が断続的に継続する場合に自動操舵制御を継続することができ、経路を見失う状態が続く場合でもドライバが対応可能な余裕時間を確保することができる走行経路生成装置を提供することにある。
【０００６】
【課題を解決するための手段】
上記目的を達成するため、本発明では、自車前方の風景を撮像する撮像手段と、撮像風景内の白線から規定経路を認識する規定経路認識手段と、認識された既定経路に基づいて自車の操舵角を制御する自動操舵制御手段と、を備え、走行中の道路に沿って自動操舵による追従走行を行う車両の走行経路生成装置において、前記撮像風景内の路面から離れた位置に配置された特徴的なポイントを結ぶベクトル列を風景ベクトル列として認識する風景ベクトル列認識手段と、認識された風景ベクトル列と既定経路との位置・方向関係を経路再現データとして算出する経路再現データ算出手段と、既定経路を認識したかどうかを判断する既定経路認識判断手段と、既定経路を認識しないと判断されたとき、認識された風景ベクトル列と算出された経路再現データとに基づいて既定経路の位置・姿勢を推定する既定経路推定手段と、を設けたことを特徴とする。
【０００７】
【発明の効果】
よって、本発明にあっては、認識した既定経路に基づいて自動操舵走行を行っている車両が、自動操舵の経路を見失った場合でも、推定された経路が供給されるので、経路を見失う状態が断続的に継続する場合に自動操舵制御を継続することができ、経路を見失う状態が続く場合でもドライバが対応可能な余裕時間を確保することができる。
【０００８】
【発明の実施の形態】
（第１実施例）
まず、構成を説明する。
図１は、第１実施例の走行経路生成装置を適用した車両を示す構成図である。
【０００９】
図において、１はＣＣＤカメラ、２は画像処理ＣＰＵ、３はＧＰＳアンテナ、４は地図データ、５はジャイロセンサ、６は車輪速度センサ、７は操舵角センサ、８は自車走行情報検出装置、９はナビゲーションシステム装置、１０は自動操舵コントローラ、１１は車両制御ＣＰＵ、１２は走行経路生成装置である。
【００１０】
ＣＣＤカメラ１は、画像処理ＣＰＵ２を経由して前方の既定経路を認識し、既定経路に対する自車のヨー角および位置のずれを算出する。特に図示していないが、通常、画像処理ＣＰＵ２で計測されたこれらの値は車両制御ＣＰＵ１１へと送信され、既定経路を追従制御するように自動操舵コントローラ１０へと指令が出力される。
【００１１】
既定経路と風景ベクトルは、同じくＣＣＤカメラ１および画像処理ＣＰＵ２の一連の処理により、走行経路生成装置１２内の風景ベクトル列認識手段１４で認識される。なお、走行経路生成装置１２内の既定経路認識手段１３は、ＣＣＤカメラ１と画像処理ＣＰＵ２とは別構成の公知の装置によって供給する構成としても良い。
【００１２】
ＧＰＳアンテナ３、地図データ４によって取得された情報は、ナビゲーションシステム装置９を経て、前方道路形状およびその道路上の大まかな位置を走行経路生成装置１２の経路再現データ算出手段１５へと供給する。
【００１３】
ジャイロセンサ５、車輪速度センサ６および操舵角センサ７は、自車走行情報検出装置８によって、自車のヨー角変化、縦・横方向の変位を計測し走行経路生成装置１２へと供給する。車両制御ＣＰＵ１１は、自動操舵制御車両に必要となる各種ロジックの演算を司る部分である。
【００１４】
経路再現データ算出手段１５は、風景ベクトル列認識手段１４により認識された風景ベクトル列と、既定経路認識手段１３により認識された既定経路との位置・方向関係を経路再現データとして算出し、既定経路推定手段１６へ出力する。そして、推定経路推定手段１６は、風景ベクトル列と経路再現データとに基づいて既定経路を推定し、車両制御ＣＰＵ１１へ出力する。
【００１５】
次に、作用を説明する。
［走行経路生成制御処理］
走行経路生成装置１２による走行経路生成制御処理を、図２のフローチャートに基づいて説明する。
【００１６】
ステップSA1では、走行経路生成装置１２の駆動を開始する。
【００１７】
ステップSA2では、ＣＣＤカメラ１によって撮像した白線の中央を走行経路として設定し、既定経路認識手段１３により通常に認識している走行経路を既定経路として認識する。
【００１８】
ステップSA3では、風景ベクトル列認識手段１４により、図３に示すような風景中の街灯等の特徴点Gn-2,Gn-1,Gn,Gn+1,Gn+2,...,Gn+nの３次元位置を検出する。これら３次元位置の検出は、ステレオカメラによって三角法により求めても良いが、以下に示すように単眼カメラによって撮像した２フレームの差分によって擬似的に求めても良い。
【００１９】
例えば、図４および図５に図示する同一な１点の街灯について、時間ｔにおける撮像結果と時間ｔ＋１における撮像結果によってその位置を求める方法について説明する。
【００２０】
ここでは分かり易くするために、時間ｔにおける自車の既定経路とのずれ、ヨー角は共に０で、車両座標系の縦方向をｘ軸、横方向をｙ軸とおいた座標系においてｘ軸に等しい状況について説明する。
【００２１】
図４において、時間tにおける自車の位置と時間ｔ＋１の位置は、時間tにおける座標系を基準に示したものである。求める値は時間tにおける横距離ｙ、時間ｔ＋１における街灯との縦距離ｘである。
【００２２】
θ1は、時間tにおける街灯とのヨー角回りの角度であり、図６に示すように、ＣＣＤカメラ１のレンズ仕様から、街灯の認識されている点と対応して求まる。
【００２３】
θ2は、時間ｔ＋１における街灯とのヨー角回りの角度であり、θ1と同様して求まる。
【００２４】
θ3は、自車の時間ｔと時間ｔ＋１におけるヨー角変化で自車に搭載のヨーレートセンサによって求まる。なおθ3は街灯が複数認識されている場合、消失点に向かって伸びる点列の充分に遠方と思われる街灯点の数点（例えば、Gn+10,Gn+11,Gn+12を捕捉し、時間ｔとｔ＋１で、Gn+10とGn+11間、Gn+11とGn+12間の撮像画面上で求まるヨー角の差が撮像分解能内で変化しない様な街灯点）が、時間ｔとｔ＋１の間に撮像画面内で同時に移動した量を見ることによって求めても良い。
【００２５】
Ｘは、時間tと時間ｔ＋１における、時間tの時のｘ軸方向に進行した距離に相当する。θ2が十分小さい場合には、進行した距離として近似して求めても良いが、時間tから時間ｔ＋１に到達するまでの微小時間毎のヨー角変化Δθと進行距離ΔＸによりΔＸ/cosΔθを積分した値で求める。ただし明らかな操舵が行われている場合は、車両が円運動をしているとみなして、操舵角、横Ｇ、ヨーレートセンサ等を用いて定常円旋回状態と微少時間ごとに近似して広く公知である車両運動で求めても良い。
【００２６】
横距Ｙoffsetは、時間tとｔ＋１におけるｙ軸方向の移動量であり、既定経路認識中は既定経路内の自車のｙ軸方向移動量で検出され、既定経路非認識中は車両の経路に対するヨー角θｙと車両の走行距離ＸｙとからＸｙsinθｙを逐一算出することによって求める。
【００２７】
これらの値によって各値は下記の(1)，(2)式によって示される。
Tanθ1＝ｙ／（Ｘ＋ｘ） ...(1)
Tan（θ2＋θ3）＝（ｙ−Ｙoffset）／ｘ ...(2)
この連立方程式を解くことによってｘおよびyが求まる。
【００２８】
また、高さ方向についても同ように、図５から下記の(3)，(4)式が成立する。求めるのは高さｚと距離ｘで、θz1とθz2はそれぞれ時間ｔおよびｔ＋１における撮像画面内の縦位置から求まるピッチ角方向の角度である。なお車両のピッチ角変動をピッチレートセンサや上記と同ように充分遠方の街灯Gn+10,Gn+11,Gn+12を参照することによってθz1とθz2を求める際の影響を除去しても良い。
tanθz1＝ｚ／（Ｘ＋ｘ） ...(3)
tanθz2＝ｚ／ｘ ...(4)
この連立方程式を解くことによってｘおよびｚが求まる。
【００２９】
なお、ｘは街灯の横方向ｙの位置を求める際に算出されたものと、街灯の高さ方向ｚの位置を求める際に算出されたものとが同一でなければならないが、車両と街灯の位置関係によっては、(1)式および(2)式のθ1およびθ2が0に近い場合は、時間tとｔ＋１の間での変化が充分でないので、ｘを求める際には、(1)，(2)式におけるθ1とθ2の大きさと、(3)，(4)式におけるθz1、θz2の絶対的な角度の多きさを比較し、角度の大きい方を用いて算出されたｘを優先的に使用する。例えば、街灯が車両のほぼ真上にある場合、θ1とθ2は0に近くなり、θz1＞θ1、θz2＞θ2と判定され、θz1およびθz2を用いた(3)，(4)式によって算出されたｘを、(1)，(2)式に代入することによりｙ求めるという具合である。
【００３０】
このようにして認識された街灯Gn,Gn+1,Gn+2,...それぞれについて自車からの縦位置xGn,xGn+1,xGn+2,xGn+3,...,xGn+n、および横位置yGn,yGn+1,yGn+2,yGn+3,...,yGn+n、および高さzGn,zGn+1,zGn+3,...,zGn+nについて求める。
【００３１】
なお、静止画面上で街灯GnとGn+1間、Gn+1とGn+2間、Gn+2とGn+3間、...のヨー角差およびピッチ角差が連続的にスムーズに変化しているかどうかを判定することによって連続した街灯列であることを識別し、またそれぞれの街灯Gn,Gn+1,Gn+2，...のｘ方向縦距離の間隔は等しい、ｚ方向の高さは等しいことを前提として街灯モデルを画面内に設けて精度の向上を図っても良い。
【００３２】
具体的には、街灯の中で車両に最も近いGn,Gn+1,Gn+2といくつかの街灯から算出されたｘおよびｚと、検出された既定経路の距離に応じたｙ方向の変化量（もしくはナビゲーションシステム装置９から得られる地図データ４によって得られる変化量）を、Gn,Gn+1,Gn+2,Gn+3,...，Gn+nを当てはめることにより、検出された街灯の認識精度によるばらつきを補正する。
【００３３】
なお、街灯がGn,Gn+1,Gn+2,Gn+3,...,Gn+nと多数認識されている場合には、街灯の中で車両に最も近いGn,Gn+1,Gn+2といくつか街灯から算出されたｘおよびｚの値を図７のように微小に変化させ、静止画面内の街灯点列との位置誤差をその加えた微小変化に応じて図８のように求めてゆくことで、正確なｘの値の同定を行っても良い。またｙ軸方向の曲率変化によって生じる街灯ベクトルへの横位置ずれを画面中の街灯列と照合することで、白線認識時と同ように街灯ベクトルとの曲率マッチングを行うことで街灯列の曲率を同定しても良い。
【００３４】
このようにして認識された街灯Gn,Gn+1,Gn+2,...について、GnとGn+1を結ぶベクトルをGVn、Gn+1とGn+2を結ぶベクトルをGVn+1...といったようにして街灯ベクトルGVn,GVn+1,GVn+2,GVn+3,...,Gvn+nを図９のようにして求める。
【００３５】
図２に戻って、ステップSA4では、経路再現データ算出手段１５により、それぞれの街灯ベクトルの既定経路とのｘｙｚ位置およびヨー角、ピッチ角を求め、経路差分行列を経路再現データとして記憶する。
【００３６】
合わせて、自車最近傍の街灯Gnから続くベクトルGVn、とGVn+1のと関係、GVn+1とGVn+2との関係を示すベクトル差分行列を求め記憶する。
【００３７】
このベクトル差分行列は常に自車の縦方向、すなわちｘ軸方向０における街灯ベクトルが存在するようにするため、GVnの一端が撮像範囲外となった場合にGVn+1からベクトル差分行列に基づいて仮想的にGVn再現する処理に用いる。この撮像範囲外となった街灯ベクトルの再現はベクトル差分行列と撮像範囲内の街灯ベクトルにより逐一行うこととする。
【００３８】
ステップSA5では、前ステップで算出された経路再現差分ベクトルを次ルーチン以降の処理での使用に備えて記憶する
【００３９】
ステップSA6では、認識している街灯ベクトルGVn,GVn+1,...に対してステップSA4に経路再現データとして求めた既定経路と街灯ベクトルとの関係を示す差分行列に基づいて、図１０のように既定経路を再現し、再現された既定経路に対して街灯からの自車位置とを比較することにより、既定経路に対する自車位置ずれとヨー角を算出する。
【００４０】
ステップSA7では、自動操舵車両が追従制御を行うための既定経路をロストしたかどうか（見失ったかどうか）を既定経路認識手段１３から送られる信号に基づいて判定する。経路をロストしていない場合にはステップSA8へ進み、ロストした場合にはステップSA9へ進む。
【００４１】
ステップSA8では、既定経路に基づいて、通常通り経路情報および自車の経路に対する位置ずれと、ヨー角を出力する。
【００４２】
ステップSA9では、ステップSA6で求められた経路情報（カーブ開始点および曲率情報）および自車に対する横位置偏差とヨー角を出力する。例えば、既定経路認識手段１３によって例えば自車直近の横位置偏差のみを認識している場合、既定経路の横位置偏差に推定経路のヨー角および経路情報を供給するなど、既定経路認識手段１３で認識できなくなった情報のみ供給しても良い。
【００４３】
次に、効果を説明する。
第１実施例の走行経路生成装置にあっては、以下に列挙する効果を得ることができる。
【００４４】
(1) 既定経路をロストしたとき、認識している街灯ベクトルに対して、経路再現データとして求めた既定経路と街灯ベクトルとの関係を示す差分行列に基づいて既定経路を再現し、再現された既定経路に対する自車位置ずれとヨー角を算出することとしたため、認識された既定経路との位置・方向関係を認識した既定経路に基づいて自動操舵走行を行っている車両が、自動操舵の経路を見失った場合でも、推定された経路が供給されるので、経路を見失う状態が断続的に継続する場合に自動操舵制御を継続することができ、経路を見失う状態が続く場合でもドライバが対応可能な余裕時間を確保することができる。
【００４５】
(2) 認識された街灯ベクトルGn,Gn+1,Gn+2,...について、GnとGn+1を結ぶベクトルをGVn、Gn+1とGn+2を結ぶベクトルをGVn+1...というようにして街灯ベクトルGVn,GVn+1,GVn+2,GVn+3,...,Gvn+nを求めることとした。これら街灯ベクトルGVn,GVn+1,GVn+2,GVn+3,...,Gvn+nは、既定経路の照明むらのある夜間や路面が湿った状態で照明が反射している状況など、既定経路の認識が途絶え勝ちな状態においても認識できるとともに、撮像風景内の延長上で街灯など遠くを見渡せるので、経路をロストしている間、有効な経路推定情報の供給が可能となる。また、街灯ベクトルGVn,GVn+1,GVn+2,GVn+3,...,Gvn+nは、撮像対象が障害物に遮断されにくく、かつ、撮像範囲から外れにくいため、経路をロストした際に既定経路から外れて車両を待避誘導することも容易に行うことができる。
【００４６】
(3) 複数街灯ベクトル列が認識された状態の場合、既定経路との距離、街灯ベクトル変化の連続性、既定経路との形状の一致度合いについてそれぞれ評価し、それらの評価結果を掛け合わせた結果に基づいてそれぞれ街灯ベクトル列の適合度を算出し、適合度が高い順位に街灯ベクトルに対して優先順位を付けることとしたため、不要な分岐へと引き込まれる街灯列を認識することを低減するとともに、片側に設置された待避スペースに街灯列が引き込まれる場合でも、例えば道路中央や反対車線に沿った既定経路と並行する街灯列など、既定経路と最も近い形状の街灯列の選択が可能となる。
【００４７】
(4) 認識している街灯ベクトルに対して経路再現データとして求めた既定経路と街灯ベクトルとの関係を示す差分行列に基づいて既定経路を再現し、再現された既定経路に対して街灯からの自車位置とを比較することにより、既定経路に対する自車位置ずれとヨー角を算出することとしたため、既定経路をロストした際に連続した経路の推定が可能となる。
【００４８】
（第２実施例）
第２実施例の走行経路生成装置の構成は、第１実施例と同じであるため、説明を省略する。
【００４９】
次に、作用を説明する。
［走行経路生成制御処理］
次に、走行経路生成装置１２による走行経路生成制御処理を、図１１のフローチャートに基づいて説明する。
【００５０】
ステップSB1，SB2は、図２のSA1，SA2と同じであるため、説明を省略する。
【００５１】
ステップSB3では、風景ベクトル列認識手段１４により、連続した街灯ベクトルによって構成される既定経路にそった街灯ベクトル列GVn,GVn+1,GVn+2,...,GVn+nを認識するとともに、街灯ベクトル列が複数存在する場合には、その複数の街灯ベクトル列...1GVn+n,...,2GVn+n,...,nGVn+nを認識する。
【００５２】
ステップSB４では、ステップSB3により既に記憶されている街灯ベクトルGVn,GVn+1,...について、そのベクトルと関連する街灯が看板等によって図１２のように隠蔽される状況が生じているか否かを判定する。隠蔽が起こっていればステップSB５へ進み、隠蔽が起こっていなければステップSB6へ進む。
【００５３】
ステップSB５では、街灯ベクトルを隠蔽しているものが看板であればそのエッジ、丸い標識であればその中心点など最も認識しやすい点を仮の街灯ポイントGVn+atempとして認識し、後はその状態で仮街灯ベクトル、図１３に示される仮街灯ベクトル間の差分行列、および仮街灯ベクトルと既定経路との経路差分行列を求めて、街灯ベクトルと同ように処理を行う。
【００５４】
なお、看板等の認識がされた時点で、街灯の隠蔽の前に隠蔽が予想される街灯と看板等の街灯隠蔽物との位置関係を検出し、看板と他の認識可能な街灯との位置関係から隠蔽された街灯を再現することで、街灯ベクトルを仮想的に認識して処理を進めても良い。
【００５５】
ステップSB6では、ステップSB3において認識された街灯ベクトルのうち、すでに前ループで計算された街灯ベクトルに関する計算処理を精度良く保つために再計算を行い、認識精度の向上がなされる認識が可能となった場合に、記憶された各種情報を更新する。
【００５６】
ステップSB7では、複数街灯ベクトル列が認識された状態の場合、既定経路との距離、街灯ベクトル変化の連続性、既定経路との形状の一致度合いについてそれぞれ評価し、それらの評価結果を掛け合わせた結果に基づいてそれぞれ街灯ベクトル列の適合度を算出する。そして、適合度が高い順位に街灯ベクトルに対して優先順位づけを行う。
【００５７】
なお、地図データ４が認識されている場合は、既定経路の延長の道路形状と街灯ベクトル列の認識結果とによって、街灯ベクトル列に優先順位付けを行っても良い。
【００５８】
ステップSB8では、認識された街灯ベクトル列が既定経路との経路差分ベクトルを求められた区間か否かを判断する。経路差分ベクトルが求められた街灯ベクトルに対してはステップSB9へ進み、経路差分ベクトルが求められない街灯ベクトルについてはステップS12およびS18へと進む。
【００５９】
ステップSB9，SB10，SB11は、図２のステップSA4，SA5，SA6と同じであるため、説明を省略する。
【００６０】
ステップSB12では、ステップSB3で求めた街灯ベクトル列を地図データ４と照合し、その一致度合いを求める。なお、一致度合いについてはステップSB7で適合度を算出した経路の中で一定以上の適合度を有する街灯ベクトル列について、既定経路との経路差分ベクトルが算出できない区間のみを対象として一致度合いを再計算し、最も一致度合いの高い街灯ベクトル列について算出した結果としても良い。
【００６１】
ステップSB13では、ステップSB12で求めた一致度合いが高ければ街灯ベクトルの信頼性が高いとしてステップSB14へと進み、一致度合いが低ければ街灯ベクトルの信頼性が低いとしてステップSB20へと進む。
【００６２】
ステップSB14では、ステップSB12におけるマッチングの結果対象として選択された経路が直線か否かを判定する。直線であればステップSB17へ直線でなければステップS15へと進む。
【００６３】
ステップBS15では、ステップSB12において選択された街灯列と地図データ４をさらに縦方向に前後にずらして相互相関をとることによって最も相関が高くなる点を求めることにより、ナビゲーション地図上におけるコーナー開始点を検出する。
【００６４】
ステップSB16では、街灯列により推定される道路曲率情報と地図データ４が有する曲率情報とで精度が高い方を選択する。具体的には街灯の認識間隔とナビの位置点列データ間隔を比較し、間隔の狭い方を精度が高いとして選択する。ただし地図データ４が予め道路曲率情報に相当する情報を既知の場合には、地図データ４を選択する。
【００６５】
ステップSB17では、ステップSB10で算出された経路再現データを用いて、認識されている経路推定対象となっている街灯ベクトルによって既定経路を再現する。
【００６６】
ステップSB18では、ステップSA3で説明したｚが一定であることを前提として道路の高さについて推定する。
【００６７】
ステップSB19では、ステップSB18で盛り上がりが検出された場合は登り坂の頂点が迫っていると判断した上でステップSB20へと進む。なお、この道路の高さに盛り上がりがあると検出された場合は、その盛り上がりを通過する際にＣＣＤカメラ１による白線および街灯の撮像結果の結果を見失わないために、ＣＣＤカメラ１のピッチ角を調整する参照情報として記憶しておく。
【００６８】
ステップSB20では、既定経路と推定経路を合わせて所定の時間分の走行経路が確保されているか否かを判定する。ここでいう走行経路とは、最低横位置偏差およびヨー角の情報を示し、推定経路に関しては最低１つの街灯ベクトルあるいは看板・標識による補正ベクトルが常時完全に画面内に滞留を続けられる状態のことをいう。走行経路が確保されていればステップSB22へと進み、確保されていなければステップSB21へと進む
【００６９】
ステップSB21では、経路をロストすることが予測されるため、ドライバに警報を発する。なお警報は残存距離（もしくは残存時間）によって変更しても良く、また、残存距離（残存時間）にしかるべき対応をとるために、自動操舵を司る自動操舵コントローラ１０に逐一指令してもよい。
【００７０】
ステップSB22，SB23，SB24は、図２のステップSA７，SA8，SA9と同じであるため、説明を省略する。
【００７１】
次に、効果を説明する。
第２実施例の走行経路生成装置にあっては、第１実施例の効果に加えて、以下に列挙する効果を得ることができる。
【００７２】
(5) 街灯ベクトルと地図データ４との比較を行うこととしたため、既定経路と未照合部分の街灯ベクトルも含めて信頼性の高い風景ベクトルの選択と判定ができるので、既定経路をロストした際に未照合部分の経路推定の精度が向上する。
【００７３】
(6) 街灯ベクトル列を地図データ４と照合してその一致度合いを求め、街灯列により推定される道路曲率情報と最も一致度合いの高い街灯ベクトル列について風景ベクトルの形状と地図データ４が有する曲率情報とで精度の高い方を選択することとしたため、前方の経路をロストした際にも自動操舵車両の追従性を確保するために有効に作用する道路曲率情報を連続して精度良く供給することが可能となる。
【００７４】
(7) 街灯ベクトルを隠蔽している隠蔽物の最も認識しやすい点を仮の街灯ポイントGVn+atempとして認識し、その仮街灯ベクトルと既定経路との経路差分行列を求めることとしたため、風景ベクトルが隠蔽された場合でも一旦認識した風景ベクトルが幾何学的に再現でき、既定経路をロストした状態においても継続して風景ベクトルに基づく推定経路を再現することが可能となる。
【００７５】
(8) 認識している街灯ベクトルの既定高さを記憶し、道路の高さについて推定を行うこととしたため、車両のピッチ角変化が起こることを予め予想して、ＣＣＤカメラ１のピッチ角を調整することができ、白線の認識が困難な起伏の頂点において風景ベクトルの認識も合わせて撮像範囲外となることを予防することが可能となる。
【００７６】
(9) 走行経路をロストすることが予想されたとき、ドライバに警報を発し、自動操舵コントローラ１０に指令を伝達することとしたため、実際に経路の供給が停止する前に、自動操舵運転の解除等を促す余裕時間を確保することができる。
【００７７】
（その他の実施の形態）
以上、本発明の実施の形態を第１実施例と第２実施例に基づいて説明してきたが、本発明の具体的な構成は本実施の形態に限定されるものではなく、発明の要旨を逸脱しない範囲の設計変更等があっても本発明に含まれる。
【図面の簡単な説明】
【図１】第１実施例の走行経路生成装置を適用した車両を示す構成図である。
【図２】第１実施例の走行経路生成制御処理の流れを示すフローチャートである。
【図３】風景中の街灯等の特徴点の検出方法を示す斜視図である。
【図４】街灯ベクトルの算出方法を示す説明図である。
【図５】街灯ベクトルの算出方法を示す説明図である。
【図６】ＣＣＤカメラのレンズ仕様を示す説明図である。
【図７】街灯ベクトルの算出方法を示す説明図である。
【図８】街灯ベクトルの算出方法を示す説明図である。
【図９】既定経路の再現方法を示す説明図である。
【図１０】既定経路の再現方法を示す説明図である。
【図１１】第２実施例の走行経路生成制御処理の流れを示すフローチャートである。
【図１２】街灯が看板に隠蔽されている場合の既定経路の再現方法を示す説明図である。
【図１３】街灯が看板に隠蔽されている場合の既定経路の再現方法を示す説明図である。
【符号の説明】
１ＣＣＤカメラ
２画像処理ＣＰＵ
３ＧＰＳアンテナ
４地図データ
５ジャイロセンサ
６車輪速度センサ
７操舵角センサ
８自車走行情報検出装置
９ナビゲーションシステム装置
１０自動操舵コントローラ
１１車両制御ＣＰＵ
１２走行経路生成装置
１３既定経路認識手段
１４風景ベクトル列認識手段
１５経路再現データ算出手段
１６既定経路推定手段

Claims

自車前方の風景を撮像する撮像手段と、
撮像風景内の白線から規定経路を認識する規定経路認識手段と、
認識された既定経路に基づいて自車の操舵角を制御する自動操舵制御手段と、
を備え、
走行中の道路に沿って自動操舵による追従走行を行う車両の走行経路生成装置において、
前記撮像風景内の路面から離れた位置に配置された特徴的なポイントを結ぶベクトル列を風景ベクトル列として認識する風景ベクトル列認識手段と、
認識された風景ベクトル列と既定経路との位置・方向関係を経路再現データとして算出する経路再現データ算出手段と、
既定経路を認識したかどうかを判断する既定経路認識判断手段と、
既定経路を認識しないと判断されたとき、認識された風景ベクトル列と算出された経路再現データとに基づいて既定経路の位置・姿勢を推定する既定経路推定手段と、
を設けたことを特徴とする走行経路生成装置。
請求項１に記載の走行経路生成装置において、
前記風景ベクトル列認識手段は、走行中の道路に基づいて認識する領域を限定し、撮像風景内の既定経路延長方向に配置される特徴的な点列を捕捉してその点列を結ぶ線を風景ベクトル列として認識する手段であることを特徴とする走行経路生成装置。
請求項１または請求項２に記載の走行経路生成装置において、
前記経路再現データ算出手段は、自車の既定経路方向へ延長する風景ベクトル列が並列して複数存在するとき、認識された風景ベクトル列の中で既定経路との適合度が高いものを処理対象として設定し、選択された風景ベクトル列内の各風景ベクトルと既定経路との位置・姿勢関係を算出する手段であることを特徴とする走行経路生成装置。
請求項１ないし請求項３のいずれか１項に記載の走行経路生成装置において、
前記既定経路推定手段は、既定経路を認識しないと判断されたとき、認識された風景ベクトル列と算出された経路再現データとに基づいて既定経路を推定するとともに、自車の既定経路に対する横位置偏差、ヨー角を推定する手段であることを特徴とする走行経路生成装置。
請求項１ないし請求項４のいずれか１項に記載の走行経路生成装置において、
自車の周辺の道路形状とその道路上の自車位置とを特定するナビゲーションシステムと、
得られた道路形状と認識された風景ベクトル列の形状とを比較し、認識された既定経路の先へと延長する風景ベクトル列が走行中の道路に沿ったものかどうかを判定する風景ベクトル信頼性判定手段と、
を設けたことを特徴とする走行経路生成装置。
請求項５に記載の走行経路生成装置において、
前記風景ベクトル信頼性判定手段は、風景ベクトルの形状と前方道路形状の情報とを照合した結果に基づいてコーナー開始点を検出し、検出されたコーナー開始点先に続くカーブの曲率情報として、認識された特徴的なポイントの間隔から推定される曲率と前方道路形状の情報から推定される曲率情報のうち精度が高い方を選択する手段であることを特徴とする走行経路生成装置。
請求項１ないし請求項６のいずれか１項に記載の走行経路生成装置において、
前記風景ベクトル列認識手段は、風景ベクトル列を遮る風景ベクトル隠蔽物を検出する風景ベクトル隠蔽物検出部と、
検出された風景ベクトル隠蔽物の特徴的な点を一時的に風景ベクトル列の算出対象点として認識する風景ベクトル隠蔽物特徴点認識部と、
を備えることを特徴とする走行経路生成装置。
請求項１ないし請求項７のいずれか１項に記載の走行経路生成装置において、
前記風景ベクトル列認識手段は、認識している風景ベクトルの既定高を記憶し、その情報に基づいて道路の起伏形状を推定する道路起伏形状推定部と、
推定された道路の起伏形状に基づいて撮像手段の撮像角度を調整する撮像角度調整部と、
を備えることを特徴とする走行経路生成装置。
請求項１ないし請求項８のいずれか１項に記載の走行経路生成装置において、
前記既定経路推定手段は、既定経路の認識見通し距離と風景ベクトルによる推定経路の認識状況と合わせた見通し距離とから走行経路の供給が停止することを予想し、その結果を自動操舵制御手段に伝達する手段であることを特徴とする走行経路生成装置。