JP5453765B2 - 道路形状推定装置 - Google Patents

Description

本発明は、道路の形状を推定する道路形状推定装置に関するものである。

従来、道路の形状を推定する装置として、特開２００５−１７２５９０号公報に記載されるように、自車両の前方に存在する物体を検出する装置であって、地図データベースから取得した道路形状データとレーダの検出結果とにより自車両前方の道路形状データを取得するものが知られている。この装置は、同時に検出した道路形状に対応する検出点同士をグルーピングして道路の形状を推定しようとするものである。
特開２００５−１７２５９０号公報

しかしながら、このような装置にあっては、道路形状の推定精度を高めることが困難であるという問題点がある。すなわち、この装置において、道路形状を精度よく推定するためには、道路形状を示す検出点を短周期で多数検出することが好ましい。ところが、実際の走行環境においては、レーダにより物体を連続で検出できない場合もあり、物体の情報不足により道路構造物の検出が不十分となり、道路形状の推定精度が高めることが難しい。

そこで本発明は、道路形状の推定精度の向上が図れる道路形状推定装置を提供することを目的とする。

すなわち、本発明に係る道路形状推定装置は、車両に設けられ、その車両の進行方向側に存在する物体を検出する物体検出手段と、前記物体検出手段により検出された物体の検出点に基づいて道路形状を推定する推定手段と、を備えて構成され、前記物体検出手段は、所定の周期で繰り返して物体の検出点の検出を行い、前記推定手段は、今回検出した物体の検出点に前回以前に検出した物体の検出点を含めた検出点についてグルーピングを行ってグループごとに代表点を演算し、複数の代表点の点列の形状に基づいて形状線を算出し、その形状線に基づいて道路形状を推定し、形状線が、隣り合う代表点同士を順次接続して算出され、又は複数の代表点の座標値に基づく近似線として算出されるものである。

この発明によれば、今回検出した物体の検出点に前回以前に検出した物体の検出点を含めた検出点についてグルーピングを行ってグループごとに代表点を演算し、複数の代表点の点列に基づいて形状線を算出し、その形状線に基づいて道路形状を推定することにより、多くの検出点情報により道路形状を推定することができ、道路形状の推定精度を大きく向上させることができる。また、道路形状の算出頻度を多くすることができる。

また本発明に係る道路形状推定装置において、前記推定手段は、前記道路形状の推定に際し、前記形状線に基づいて道路がカーブしているか否かを推定することが好ましい。

この発明によれば、今回検出した物体の検出点に前回以前に検出した物体の検出点を含めた検出点についてグルーピングを行ってグループごとに代表点を演算し、複数の代表点の点列に基づいて形状線を算出し、その形状線に基づいて道路がカーブしているか否かを推定する。これにより、多くの検出点情報により道路がカーブしているか否かを推定することができ、道路形状の推定精度を大きく向上させることができる。

また本発明に係る道路形状推定装置において、前記推定手段は、前記形状線として車両進行方向と平行でない非平行線が算出された場合、その車両進行方向と平行な平行直線と非平行線との交点の位置に基づいて道路形状を推定することが好ましい。

本発明によれば、今回検出した物体の検出点のほか前回以前に検出した物体の検出点を用いて道路形状を推定することにより、道路形状の推定精度を向上させることができる。

以下、添付図面を参照して本発明の実施の形態を詳細に説明する。なお、図面の説明において同一の要素には同一の符号を付し、重複する説明を省略する。

図１は本発明の実施形態に係る道路形状推定装置の構成概要図である。

図１に示すように、本実施形態に係る道路形状推定装置は、車両Ｍに設けられ、その車両Ｍが走行する道路の形状を推定する装置であって、例えばプリクラッシュブレーキアシストシステム、プリクラッシュシートベルトシステムなどの道路形状推定手段して用いられる。

本実施形態に係る道路形状推定装置は、レーダ１、ＥＣＵ（ElectronicControl Unit）２を備えている。レーダ１は、車両Ｍの進行方向側に存在する物体を検出する物体検出手段と機能するものである。このレーダ１は、車両Ｍの前部に取り付けられ、車両前方を検出するように設けられている。そして、レーダ１は、ＥＣＵ２の制御信号に従って所定の周期で繰り返し物体の検出を行う。所定の周期としては、例えば１０〜２００ｍｓとされ、好ましくは５０ｍｓ又は１００ｍｓとされる。

レーダ１としては、例えばミリ波レーダが用いられる。すなわち、レーダ１は、検出領域に所定の周波数の電波を発信し、物体などにより反射する観測波を受信する。この受信信号を信号解析することにより、物体の車両Ｍに対する相対速度、車両Ｍからの距離を検出することができる。

ＥＣＵ２は、道路形状推定装置の装置全体の制御を行うものであり、例えばＣＰＵ、ＲＯＭ、ＲＡＭを含むコンピュータを主体として構成されている。ＥＣＵ２は、レーダ１により検出された物体の検出点に基づいて道路形状を推定する推定手段として機能する。すなわち、ＥＣＵ２は、レーダ１により所定の周期で繰り返し検出される検出点を入力し、今回検出した物体の検出点のほか前回以前に検出した物体の検出点を用い、検出点の点列の形状に基づいて道路形状を推定する。

具体的には、ＥＣＵ２は、今回検出した物体の検出点に前回以前に検出した物体の検出点を含めた検出点についてグルーピングを行う。そして、ＥＣＵ２は、グルーピングしたグループごとに代表点を演算し、複数の代表点の点列に基づいて形状線を算出する。そして、ＥＣＵ２は、その形状線に基づいて道路形状を推定する。

道路形状推定装置には、車速センサ３が備えられている。車速センサ３は、車両Ｍの走行速度を検出する車速検出手段として機能するものであり、例えば車輪速センサが用いられる。車速センサ３は、ＥＣＵ２に接続され、検出信号をＥＣＵ２に入力する。

車両Ｍには、出力部４が設けられている。出力部４は、車両Ｍに接近する物体を検知した場合に、そのことを車両Ｍの運転者に報知する報知手段として機能するものである。この出力部４としては、運転者に物体接近を報知できるものであればいずれのものでもよく、例えばランプ点灯、ＬＥＤ点灯、液晶表示など視覚を通じて故障発生を報知するもの、ブザー、音声などにより聴覚を通じて故障発生を報知するものなどが用いられる。出力部４は、ＥＣＵ２と接続され、ＥＣＵ２から報知指示信号が出力された際に報知動作を行う。

次に、本実施形態に係る道路形状推定装置の動作について説明する。

図２は本実施形態に係る道路形状推定装置の道路形状推定処理の概要を示すフローチャートである。この図２の制御処理は、例えばＥＣＵ２によって所定の周期で繰り返し実行される。

まず、図２のＳ１０に示すように、センサ出力値の読み込みが行われる。すなわち、レーダ１の検出信号、車速センサ４の検出信号の読み込みが行われる。

そして、Ｓ１２に移行し、検出点のグルーピング処理が行われる。グルーピング処理は、レーダ１により検出された物体の検出点をグルーピングする処理である。このグルーピング処理では、今回のレーダ１の検出による検出点の演算が行われ、今回の物体の検出点に前回以前の物体の検出点を含めた検出点についてグルーピングが行われる。物体の検出点の演算は、レーダ１の検出信号に基づいて行われる。前回以前に検出した物体の検出点としては、例えば過去１０周期分（今回より１〜１０回前の検出点データ）が用いられる。なお、前回以前の検出点データとしては、過去１０周期分より短くしてもよいし、長く設定してもよい。

グルーピングは、レーダ１に近い物体から順次行われる。例えば、図３に示すように、車両Ｍに設置されたレーダ１に近い物体から順次グルーピング範囲ｇ１、ｇ２、ｇ３…が設定され、グルーピング範囲ｇ（ｇ１〜ｇ６）内に存在する検出点が一つのグループのものとして設定される。

図３において、検出点ｄを設定した座標系は、二次元のものでもよいし、三次元のものであってもよい。グルーピング範囲ｇは、予め設定された大きさのものを用いればよく、その大きさとしては、例えば縦３〜６ｍ、横０．６〜１．２ｍのものが用いられ、好適には縦５ｍ、横±０．８７５ｍのものが用いられる。同じグルーピング範囲ｇ内に存在する検出点ｄは、一つのグループのものとしてグルーピングされる。

そして、図２のＳ１４に移行し、グループ選出処理が行われる。グループ選出処理は、設定されたグルーピング範囲ｇのうち道路形状の推定に有効なものを選出する処理である。例えば、グルーピング範囲ｇのうち物体の検出点ｄが所定数以上存在するものが選出される。その所定数としては、例えば４が設定される。また、選出されるグループ数が所定値より多い場合には、選出されたグルーピング範囲ｇのうち検出点ｄの多い上位のものが選出される。この場合、例えば上位１５グループが選出される。

図３においては、検出点ｄが所定数以上であるグルーピング範囲ｇ１〜ｇ３、ｇ５、ｇ６が選出され、検出点ｄが所定数以上でないグルーピング範囲ｇ４は選出されない。

このようなグループ選出処理を行うことにより、道路形状推定に寄与しない検出点やノイズによる検出点を排除することができ、道路形状の推定精度を高めることができる。

そして、図２のＳ１６に移行し、代表点の算出処理が行われる。代表点の算出処理は、グルーピング範囲ｇにおける検出点ｄのうち一つの代表点を算出する処理である。例えば、グルーピング範囲ｇにおける検出点ｄの座標値の重心に基づいて代表値が算出される。このとき、検出点ｄのウエイトとして、所定回以上検出されて確定している検出点ｄを所定回以上検出されていない検出点ｄより重み付けを重くして重心位置を決定することが好ましい。また、レーダ１として、遠距離狭角方式のものと近距離広角方式のものを用いる場合には、測距精度の高い遠距離狭角方式で検出した検出点ｄを近距離広角方式で検出した検出点ｄより重み付けを重くして重心位置を決定することが好ましい。このように重心位置を決定して代表点を算出することにより、信頼性の高いデータに基づいて適正な代表点を算出することができる。

例えば、図４に示すように、選定されたグルーピング範囲ｇ１〜３、ｇ５、ｇ６についてそれぞれ代表点Ｄ１〜Ｄ３、Ｄ５、Ｄ６が設定される。

そして、図２のＳ１８に移行し、接続範囲の設定処理が行われる。接続範囲の設定処理は、代表点を接続する範囲を設定する処理である。例えば、図５に示すように、代表点Ｄ１〜Ｄ３、Ｄ５、Ｄ６に対し、それぞれ所定範囲の接続範囲ｈ１〜ｈ３、ｈ５、ｈ６が設定される。接続範囲ｈは、代表点ｄを中心として予め設定された範囲に設定され、例えば縦±１０ｍ、横±２．６２５ｍの範囲に設定される。代表点Ｄの接続範囲ｈに含まれる他の代表点は接続対象として設定される。

そして、図２のＳ２０に移行し、形状線の算出処理が行われる。形状線の算出処理は、代表点Ｄの点列に基づいて道路形状を示す形状線の算出を行う処理である。互い接続対象となった複数の代表点の座標値に基づいて形状線の設定が行われる。例えば、隣り合う代表点同士を順次接続して形状線としてもよいし、代表点の座標値に基づく近似線を算出し形状線としてもよい。

具体的に説明すると、図６に示すように、代表点Ｄ１〜Ｄ３、Ｄ５、Ｄ６が接続対象となっている場合、代表点Ｄ１〜Ｄ３、Ｄ５、Ｄ６の座標値に基づき最小二乗法を用いて近似直線を算出し形状線Ｌとする。

そして、図２のＳ２２に移行し、形状線の中に車両進行方向の直線があるか否かが判断される。例えば、Ｓ２０において、単数又は複数の形状線が算出された場合、その中に車両Ｍの進行方向と同一方向の直線があるか否かが判断される。その際、同一方向とは、車両進行方向とほぼ同一方向のもの含むものであり、例えば車両進行方向に対し±５度の方向のものも含むとされる。

Ｓ２２にて形状線の中に車両進行方向の直線がないと判断された場合には、Ｓ２６に移行する。一方、Ｓ２２にて形状線の中に車両進行方向の直線があると判断された場合には、形状線がカーブを示すものであるか否かが判断される（Ｓ２４）。例えば、図６に示すように、形状線Ｌと車両進行方向の線Ｌ１との交点Ｐが演算され、この交点Ｐが車両Ｍの位置より前方に位置する場合には形状線がカーブを示していると判断され、交点Ｐが車両Ｍの位置より前方に位置していない場合には形状線がカーブを示していないと判断される。

また、形状線がカーブを示すものであるか否かを判断する手法はこのようなものに限られず、例えば形状線Ｌと車両進行方向の線Ｌ１とのなす角θに応じて判断してもよい。図６において、形状線Ｌと車両進行方向の線Ｌ１との間の角度θが演算され、この角度θが所定の角度より大きい場合には形状線がカーブを示していると判断され、角度θが所定の角度より大きくない場合には形状線がカーブを示していないと判断される。所定の角度としては、例えば３０度が設定される。

Ｓ２４にて形状線がカーブを示すものであると判断された場合には、Ｓ２６に移行する。Ｓ２６では、カーブ認定処理が行われる。カーブ認定処理は、車両前方の道路がカーブしていることを認識する処理であり、例えばカーブ認識を示すフラグがセットされる。そして、Ｓ２８に移行し、カーブＲとカーブ中心位置の演算が行われる。カーブＲとカーブ中心位置の演算は、形状線Ｌの座標値に基づいて行えばよい。

そして、Ｓ３２に移行し、フィルタ処理が行われる。フィルタ処理は、過去のカーブＲ及びカーブ位置中心のデータと今回のカーブＲ及びカーブ中心位置のデータをフィルタリングする処理である。Ｓ３２のフィルタ処理を終えたら、一連の制御処理を終了する。

以上のように、本実施形態に係る道路形状推定装置によれば、今回検出した物体の検出点と前回以前に検出した物体の検出点を用い、検出点の点列の形状に基づいて道路形状を推定することにより、過去の物体情報により現時点での物体情報の不足を補うことができる。このため、道路形状の推定精度の向上が図れ、また物体情報不足に起因する推定精度の低下を抑制することができる。

また、今回検出した物体の検出点に前回以前に検出した物体の検出点を含めた検出点についてグルーピングを行ってグループごとに代表点を演算し、複数の代表点の点列に基づいて形状線を算出し、その形状線に基づいて道路形状を推定することにより、多くの検出点情報により道路形状を推定することができ、道路形状の推定精度を大きく向上させることができる。また、道路形状の算出頻度を多くすることができる。

また、今回検出した物体の検出点に前回以前に検出した物体の検出点を含めた検出点についてグルーピングを行ってグループごとに代表点を演算し、複数の代表点の点列に基づいて形状線を算出し、その形状線に基づいて道路がカーブしているか否かを推定する。これにより、多くの検出点情報により道路がカーブしているか否かを推定することができ、道路形状の推定精度を大きく向上させることができる。

なお、上述した実施形態は本発明に係る道路形状推定装置の一例を示すものである。本発明に係る道路形状推定装置は、このようなものに限られるものではなく、各請求項に記載した要旨を変更しないように実施形態に係る道路形状推定装置を変形し、又は他のものに適用したものであってもよい。

本発明の実施形態に係る道路形状推定装置の構成概要図である。 図１の道路形状推定装置の動作を示すフローチャートである。 図１の道路形状推定装置における道路形状推定処理の説明図である。 図１の道路形状推定装置における道路形状推定処理の説明図である。 図１の道路形状推定装置における道路形状推定処理の説明図である。 図１の道路形状推定装置における道路形状推定処理の説明図である。

符号の説明

１…レーダ、２…ＥＣＵ、３…車速センサ、４…出力部、Ｍ…車両。

Claims (3)

1. 車両に設けられ、その車両の進行方向側に存在する物体を検出する物体検出手段と、
   前記物体検出手段により検出された物体の検出点に基づいて道路形状を推定する推定手段と、
   を備えて構成され、
   前記物体検出手段は、所定の周期で繰り返して物体の検出点の検出を行い、
   前記推定手段は、今回検出した物体の検出点に前回以前に検出した物体の検出点を含めた検出点についてグルーピングを行ってグループごとに代表点を演算し、複数の代表点の点列の形状に基づいて形状線を算出し、その形状線に基づいて道路形状を推定し、形状線が、隣り合う代表点同士を順次接続して算出され、又は複数の代表点の座標値に基づく近似線として算出されること、
   を特徴とする道路形状推定装置。
2. 前記推定手段は、前記道路形状の推定に際し、前記形状線に基づいて道路がカーブしているか否かを推定する、
   請求項１に記載の道路形状推定装置。
3. 前記推定手段は、前記形状線として車両進行方向と平行でない非平行線が算出された場合、その車両進行方向と平行な平行直線と非平行線との交点の位置に基づいて道路形状を推定する、
   請求項１又は２に記載の道路形状推定装置。

Images