走行路形状推定装置
【課題】クロソイドパラメータを所望の精度で算出し、且つ算出されるクロソイドパラメータの信頼性の低下を抑制することが可能な走行路形状推定装置の提供をする。
【解決手段】走行路形状推定装置は、カメラ３とヨーレイトセンサ４と車速センサ５とＥＣＵ６と表示器７とを備える。ヨーレイトωと車速Ｖとから算出される車両の走行位置における曲率ρＹを用いてクロソイドパラメータＡＹを算出し、カメラ３によって撮像された画像情報から算出される車両の走行位置よりも所定距離ＬＦ前方の前方位置における曲率ρＩを用いてクロソイドパラメータＡＩを算出する。更に、ρＩと曲率ρＹと所定距離ＬＦとを用いてクロソイドパラメータＡＩＹを算出し、ＡＩ、ＡＹ及びＡＩＹに重み係数ｗ１、ｗ２及びｗ３をそれぞれ乗算して合算することによってクロソイドパラメータＡを算出する。
【解決手段】走行路形状推定装置は、カメラ３とヨーレイトセンサ４と車速センサ５とＥＣＵ６と表示器７とを備える。ヨーレイトωと車速Ｖとから算出される車両の走行位置における曲率ρＹを用いてクロソイドパラメータＡＹを算出し、カメラ３によって撮像された画像情報から算出される車両の走行位置よりも所定距離ＬＦ前方の前方位置における曲率ρＩを用いてクロソイドパラメータＡＩを算出する。更に、ρＩと曲率ρＹと所定距離ＬＦとを用いてクロソイドパラメータＡＩＹを算出し、ＡＩ、ＡＹ及びＡＩＹに重み係数ｗ１、ｗ２及びｗ３をそれぞれ乗算して合算することによってクロソイドパラメータＡを算出する。
【発明の詳細な説明】
【技術分野】
【０００１】
本発明は、車両の走行路形状の推定装置に関する。
【背景技術】
【０００２】
特開２００１−０１０５２４号公報には、車両のＣＣＤカメラによって撮像された車両前方の走行路を含む画像から走行路区分線に相当する特徴点列群を抽出し、抽出した特徴点列群から走行路の曲率を推定し、曲率の時系列データよりクロソイドパラメータを算出する走行車両の挙動予測装置が記載されている。また、特開２０１０−２８０３７８号公報には、車両のヨーレイトセンサ及びスピードセンサの測定値から計算される曲率によってクロソイドパラメータを見積もるシステムが記載されている。
【先行技術文献】
【特許文献】
【０００３】
【特許文献１】特開２００１−０１０５２４号公報
【特許文献２】特開２０１０−２８０３７８号公報
【発明の概要】
【発明が解決しようとする課題】
【０００４】
上記特許文献１のように、カメラで撮像した画像から走行路の曲率を検出する場合は、曲率の検出精度が比較的高く、クロソイドパラメータの算出の精度も高くなる。しかし、走行路の状態や外部環境等の撮像条件が悪い場合、白線等の走行路の特徴点抽出が困難となり、曲率の検出が困難又は不能となり、算出されるクロソイドパラメータの信頼性が低下するおそれがある。一方、上記特許文献２のように、ヨーレイトから走行路の曲率を検出する場合は、ヨーレイトの検出が走行路の状態や外部環境等の影響を受けにくいので、算出されるクロソイドパラメータの精度も所定の範囲内に維持される。しかし、ヨーレイトセンサの測定値自体のノイズが大きいため、画像から曲率を検出する場合に比べて、検出される曲率の精度が低く、算出されるクロソイドパラメータの精度も低い。
【０００５】
そこで本発明は、クロソイドパラメータを所望の精度で算出し、且つ算出されるクロソイドパラメータの信頼性の低下を抑制することが可能な走行路形状推定装置の提供を目的とする。
【課題を解決するための手段】
【０００６】
上記目的を達成すべく、本発明の走行路形状推定装置は、撮像手段と、ヨーレイト検出手段と、車速検出手段と、第１の走行路曲率算出手段と、第２の走行路曲率算出手段と、走行路特徴量算出手段とを備える。撮像手段は、車両の前方の走行路を撮像してその画像情報を出力する。ヨーレイト検出手段は、車両のヨーレイトを検出する。車速検出手段は、ヨーレイト検出手段と同期して車両の車速を検出する。第１の走行路曲率算出手段は、撮像手段の撮像時の車両の走行位置よりも所定距離前方の前方位置における走行路の曲率を、撮像手段が撮像した画像情報に基づいて第１の曲率として算出する。第２の走行路曲率算出手段は、ヨーレイト検出手段及び車速検出手段の検出時の車両の走行位置における走行路の曲率を、ヨーレイト検出手段が検出したヨーレイトと車速検出手段が検出した車速とに基づいて第２の曲率として算出する。走行路特徴量算出手段は、第１の曲率と第２の曲率とに基づいて、走行路の屈曲度合いを示すクロソイドパラメータを算出する。
【０００７】
上記走行路形状推定装置は、車両の走行距離を検出する距離検出手段を備えてもよい。また、撮像手段は、第１検出時及び第２検出時にそれぞれ走行路を撮像してその画像情報を出力し、ヨーレイト検出手段は、第３検出時及び第４検出時にそれぞれヨーレイトを検出し、車速検出手段は、第３検出時及び第４検出時にそれぞれ車速を検出し、距離検出手段は、第１検出時から第２検出時までの車両の第１走行距離と、第３検出時から第４検出時までの車両の第２走行距離とを検出してもよい。この場合、第１の走行路曲率算出手段は、第１検出時の車両の走行位置よりも所定距離前方の第１前方位置と第２検出時の車両の走行位置よりも所定距離前方の第２前方位置との双方における第１の曲率を、撮像手段が第１検出時と第２検出時とにそれぞれ撮像した画像情報に基づいて算出する。第２の走行路曲率算出手段は、第３検出時の車両の第３走行位置と第４検出時の車両の第４走行位置との双方における第２の曲率を、ヨーレイト検出手段と速度検出手段とが第３検出時と第４検出時とにそれぞれ検出したヨーレイトと車速とに基づいて算出する。走行路特徴量算出手段は、第１前方位置と第２前方位置との双方における第１の曲率と第１走行距離とを用いて第１の検出クロソイドパラメータを算出し、第３走行位置と第４走行位置との双方における第２の曲率と第２走行距離とを用いて第２の検出クロソイドパラメータを算出し、第１の検出クロソイドパラメータと第２の検出クロソイドパラメータとを所定の割合で合算してクロソイドパラメータを算出する。
【０００８】
上記構成では、画像情報に基づいて第１の曲率が算出され、第１の曲率と第１走行距離とを用いて第１の検出クロソイドパラメータが算出される。また、ヨーレイトと車速とに基づいて第２の曲率が算出され、第２の曲率と第２走行距離とを用いて第２の検出クロソイドパラメータが算出され、第１の検出クロソイドパラメータと第２の検出クロソイドパラメータとを所定の割合で合算することによってクロソイドパラメータが算出される。
【０００９】
ヨーレイトに基づく第２の曲率は、ヨーレイトセンサのノイズが大きいため算出される曲率の精度が低く、第２の曲率を用いて算出される第２の検出クロソイドパラメータの精度も低くなる。これに対し、画像情報に基づく第１の曲率は、曲率の検出精度が比較的高く、第１の曲率を用いて算出される第１の検出クロソイドパラメータの精度も比較的高くなる。クロソイドパラメータは、第１の検出クロソイドパラメータと第２の検出クロソイドパラメータとを所定の割合で合算することによって算出されるので、両者の合算割合を適宜設定することによって、所望の精度を有するクロソイドパラメータを得ることが可能となる。
【００１０】
また、走行路の状態や外部環境等の撮像環境が悪い場合には第１の曲率の検出が困難となり、算出される第１の検出クロソイドパラメータの精度が極端に低下し、信頼性が低下するおそれがある。これに対し、第２の曲率は、走行路の状態や外部環境等の影響を受け難いので、算出される第２の検出クロソイドパラメータの精度が極端に低下せず、信頼性が維持される。クロソイドパラメータは、第１の検出クロソイドパラメータと第２の検出クロソイドパラメータとを所定の割合で合算することによって算出されるので、両者の合算割合を適宜設定することによって、算出されるクロソイドパラメータの信頼性の低下を抑制することができる。
【００１１】
このように、第１の検出クロソイドパラメータと第２の検出クロソイドパラメータとを所定の割合で合算することによって、クロソイドパラメータを所望の精度で算出し、且つ算出されるクロソイドパラメータの信頼性の低下を抑制することが可能となる。
【００１２】
また、上記所定の割合を、例えば車両の販売及び使用される地域の環境などにとって好適な割合に任意に設定することができる。
【００１３】
なお、上記所定の割合は、固定的に設定されてもよく、変更可能に設定されてもよい。所定の割合を固定的に設定する場合は、算出されるクロソイドパラメータの精度と信頼性低下の抑制とのバランスを考慮し、実験やシミュレーションなどによって好適な割合を求めてもよい。また、所定の割合を変更可能に設定する場合は、走行路の状態や外部環境等に応じて所定の割合を変更してもよい。例えば、画像の撮像環境が良い場合には第１の検出クロソイドパラメータの割合が大きく、画像の撮像環境が悪い場合には第２の検出クロソイドパラメータの割合が大きくなるように合算の割合を変更することによって、画像の撮像環境が良い場合のクロソイドパラメータの精度の向上と、画像の撮像環境が悪い場合のクロソイドパラメータの信頼性の維持とを両立して図ることができる。
【００１４】
また、撮像手段は、第１検出時に走行路を撮像してその画像情報を出力し、ヨーレイト検出手段は、第１検出時にヨーレイトを検出し、車速検出手段は、第１検出時に車速を検出してもよい。この場合、第１の走行路曲率算出手段は、撮像手段が第１検出時に撮像した画像情報に基づいて第１の曲率を算出する。第２の走行路曲率算出手段は、ヨーレイト検出手段と車速検出手段とが第１検出時にそれぞれ検出したヨーレイトと車速とに基づいて第２の曲率を算出する。走行路特徴量算出手段は、第１の曲率と第２の曲率と所定距離とを用いてクロソイドパラメータを算出する。
【００１５】
上記構成では、第１検出時に撮像された画像情報に基づいて算出された前方位置おける第１の曲率と、第１検出時に検出されたヨーレイトと車速とに基づいて算出された走行位置における第２の曲率と、所定距離とを用いてクロソイドパラメータが算出される。
【００１６】
第２の曲率は、ヨーレイトセンサのノイズが大きいため算出される曲率の精度が低い。これに対し、第１の曲率は、画像の撮像環境が悪くない限り算出される曲率の精度が比較的高い。従って、第２の曲率の精度が第１の曲率の精度によって補われ、クロソイドパラメータが所望の精度で算出される。また、画像の撮像環境が悪い場合は第１の曲率の検出が困難となり、信頼性が極端に低下するおそれがある。これに対し、第２の曲率は、走行路の状態や外部環境等の影響を受け難いので信頼性が維持される。従って、画像の撮像環境が悪い場合であっても、第１の曲率の信頼性の低下が第２の曲率の信頼性によって補われ、算出されるクロソイドパラメータの信頼性の低下が抑制される。このように、クロソイドパラメータは第１の曲率と第２の曲率とから算出されるので、算出されるクロソイドパラメータの精度及び信頼性には、第１の曲率及び第２の曲率のそれぞれの精度及び信頼性が反映され、クロソイドパラメータを所望の精度で算出し、且つ算出されるクロソイドパラメータの信頼性の低下を抑制することが可能となる。
【００１７】
また、第１の曲率の算出に用いられる画像情報と、第２の曲率の算出に用いられるヨーレイト及び車速は、ともに第１の検出時に撮像及び検出されるので、クロソイドパラメータを早期に算出することが可能となる。
【００１８】
また、車両の走行位置と前方位置との間の距離である所定距離を固定的に設定することができるので、所定距離の検出精度がクロソイドパラメータに与える影響を排除することができ、算出されるクロソイドパラメータの精度が安定する。
【００１９】
また、上記走行路形状推定装置は、車両の走行距離を検出する距離検出手段を備えもよい。また、撮像手段は、第１検出時及び第２検出時にそれぞれ走行路を撮像してその画像情報を出力し、ヨーレイト検出手段は、第１検出時及び第２検出時にそれぞれヨーレイトを検出し、車速検出手段は、第１検出時及び第２検出時にそれぞれ車速を検出し、距離検出手段は、第１検出時から第２検出時までの車両の走行距離を検出してもよい。この場合、第１の走行路曲率算出手段は、第１検出時の車両の走行位置よりも所定距離前方の第１前方位置と第２検出時の車両の走行位置よりも所定距離前方の第２前方位置との双方における第１の曲率を、撮像手段が第１検出時と第２検出時とにそれぞれ撮像した画像情報に基づいて算出する。第２の走行路曲率算出手段は、第１検出時の車両の第１走行位置と第２検出時の車両の第２走行位置との双方における第２の曲率を、ヨーレイト検出手段と速度検出手段とが第１検出時と第２検出時とにそれぞれ検出したヨーレイトと車速とに基づいて算出する。走行路特徴量算出手段は、第１前方位置と第２前方位置との双方における第１の曲率と走行距離とを用いて第１の検出クロソイドパラメータを算出し、第１走行位置と第２走行位置との双方における第２の曲率と走行距離とを用いて第２の検出クロソイドパラメータを算出し、第２前方位置における第１の曲率と第２走行位置における第２の曲率と所定距離とを用いて第３の検出クロソイドパラメータを算出し、第１の検出クロソイドパラメータと第２の検出クロソイドパラメータと第３の検出クロソイドパラメータとを所定の割合で合算してクロソイドパラメータを算出する。
【００２０】
上記構成では、画像情報に基づく第１検出時及び第２検出時の第１の曲率と走行距離とを用いて第１の検出クロソイドパラメータが算出され、ヨーレイトと車速とに基づく第１検出時及び第２検出時の第２の曲率と走行距離とを用いて第２の検出クロソイドパラメータが算出される。また、第２検出時の第１の曲率と第２検出時の第２の曲率と所定距離とを用いて第３の検出クロソイドパラメータが算出され、第１から第３の検出クロソイドパラメータを所定の割合で合算してクロソイドパラメータが算出される。
【００２１】
第２の曲率は、ヨーレイトセンサのノイズが大きいため曲率の精度が低く、算出される第２の検出クロソイドパラメータの精度も低くなる。これに対し、第１の曲率は、画像の撮像環境が悪くない限り曲率の精度が比較的高く、算出される第１の検出クロソイドパラメータの精度も比較的高くなる。また、第３の検出クロソイドパラメータは、第２の曲率の精度が第１の曲率の精度によって補われ、所望の精度で算出される。クロソイドパラメータは、第１から第３の検出クロサイトパラメータを所定の割合で合算することによって算出されるので、３者の合算割合を適宜設定することによって、所望の精度を有するクロソイドパラメータを得ることが可能になる。また、画像の撮像環境が悪い場合には第１の曲率の検出が困難となり、算出される第１の検出クロソイドパラメータの精度が極端に低下し、信頼性が低下するおそれがある。これに対し、第２の曲率は、走行路の状態や外部環境等の影響を受け難いので、算出される第２の検出クロソイドパラメータの精度が極端に低下せず、信頼性が維持される。また、第３の検出クロソイドパラメータの信頼性は、第１の曲率の信頼性の低下が第２の曲率の信頼性によって補われ、低下が抑制される。クロソイドパラメータは第１から第３の検出クロソイドパラメータを所定の割合で合算することによって算出されるので、３者の合算割合を適宜設定することによって、算出されるクロソイドパラメータの信頼性の低下を抑制することができる。
【００２２】
このように、第１から第３の検出クロソイドパラメータを所定の割合で合算することによって、クロソイドパラメータを所望の精度で算出し、且つ算出されるクロソイドパラメータの信頼性の低下を抑制することが可能となる。
【００２３】
また、それぞれ異なる方法によって算出される三種類の検出クロソイドパラメータ（第１〜第３の検出クロソイドパラメータ）を所定の割合で合算するので、設定する所定の割合の選択肢が拡がり、各種の条件に対して幅広い対応が可能となる。
【００２４】
また、上記所定の割合を、例えば車両の販売及び使用される地域の環境などにとって好適な割合に任意に設定することができる。
【００２５】
なお、上記所定の割合は、固定的に設定されてもよく、変更可能に設定されてもよい。所定の割合を固定的に設定する場合は、算出されるクロソイドパラメータの精度と信頼性低下の抑制とのバランスを考慮し、実験やシミュレーションなどによって好適な割合を求めてもよい。また、所定の割合を変更可能に設定する場合は、走行路の状態や外部環境等に応じて所定の割合を変更してもよい。例えば、画像の撮像環境が悪くない限り第１の検出クロソイドパラメータの割合が大きく、画像の撮像環境が悪い場合には第２の検出クロソイドパラメータの割合が大きくなるように合算の割合を変更することによって、画像の撮像環境が良い場合のクロソイドパラメータの精度の向上と、画像の撮像環境が悪い場合のクロソイドパラメータの信頼性の維持とを両立して図ることができる。
【００２６】
また、上記走行路形状推定装置は、判定手段を備えてもよい。判定手段は、第１の曲率と第２の曲率とが共に所定の閾値よりも大きく且つ第１の曲率と第２の曲率との差が所定の範囲から外れている場合に算出条件が成立したと判定する。走行路特徴量算出手段は、算出条件が成立したと判定手段が判定したときに、クロソイドパラメータを算出する。
【００２７】
直線とカーブとが連続する走行路は、直線区間と入口緩和区間と一定曲率区間と出口緩和区間とに分けられる。直線区間は、走行路の曲率が略ゼロの直線状態が継続する区間である。一定曲率区間は、カーブを含む走行路の最大曲率が維持されて円弧状に曲折する区間である。入口緩和区間は直線区間と一定曲率区間との間の区間であり、走行路の曲率は、直線区間との境界からの距離と所定のクロソイドパラメータとに従って増大し、一定曲率区間との境界において最大曲率に達する。出口緩和区間は一定曲率区間と直線区間との間の区間であり、走行路の曲率は、一定曲率区間との境界からの距離と所定のクロソイドパラメータとに従って減少し、直線区間との境界において略ゼロに戻る。
【００２８】
上記構成では、走行位置における第２の曲率と、走行位置よりも所定距離前方の前方位置における第１の曲率とを用いてクロソイドパラメータを算出するか否かが判定される。直線区間においては、第１の曲率と第２の曲率との何れか一方又は双方が所定の閾値以下であるので上記算出条件は成立しない。また、一定曲率区間においては、第１の曲率と第２の曲率とは共に所定の閾値よりも大きい。しかし、走行路の曲率は一定の最大曲率に維持されるので第１の曲率と第２の曲率との差は所定の範囲内にあり上記算出条件は成立しない。入口緩和区間及び出口緩和区間においては、第１の曲率と第２の曲率が共に所定の閾値よりも大きい。また、走行路の曲率が走行路の距離に従って変化しているため第１の曲率と第２の曲率との差は所定の範囲から外れる。従って、上記算出条件が成立し、クロソイドパラメータを算出する区間であると判定され、判定に従ってクロソイドパラメータが算出される。このように、クロソイドパラメータは算出の必要な区間でのみ算出されるので、クロソイドパラメータの算出の負荷が軽減される。
【００２９】
また、走行路上の算出位置が異なる第１の曲率と第２の曲率とを用いて判定するので、第１の曲率及び第２の曲率の算出に合わせてクロソイドパラメータを算出するか否かを早期且つ簡便に判定することができる。
【発明の効果】
【００３０】
本発明によれば、クロソイドパラメータを所望の精度で算出し、且つ算出されるクロソイドパラメータの信頼性の低下を抑制することができる。
【図面の簡単な説明】
【００３１】
【図１】本発明の実施形態に係わる走行路形状推定装置を備えた車両の要部を示すブロック図である。
【図２】走行路形状推定処理を示すフローチャートである。
【図３】第１の実施形態におけるクロソイドパラメータ算出処理を示すフローチャートである。
【図４】第２の実施形態におけるクロソイドパラメータ算出処理を示すフローチャートである。
【図５】第３の実施形態におけるクロソイドパラメータ算出処理を示すフローチャートである。
【図６】直線とカーブとが連続する走行路の形状を示す模式図である。
【図７】カメラを備えた車両と走行路との関係を示す平面図である。
【図８】カメラを備えた車両と走行路との関係を示す側面図である。
【発明を実施するための形態】
【００３２】
以下、本発明の第１の実施形態について、図面に基づいて説明する。図１に示すように、第１の実施形態に係わる車両１は、カメラ３（撮像手段）と、ヨーレイトセンサ４（ヨーレイト検出手段）と、車速センサ５（車速検出手段）と、ＥＣＵ６と、表示器７とを備える。
【００３３】
図８に示すように、車両１は、キャブ２が概ねエンジン（図示省略）よりも前方に位置するキャブオーバー型の車両である。カメラ３は、キャブ２のフロントウインド内側の車幅方向中央前部であって走行路面から高さｈ（ｍ）の位置に、車両ピッチ角ηで車両１の前下方に向けて固定されている。カメラ３はＣＣＤカメラ等であって、車両１の進行方向前方の走行路面を撮像し、画像情報をＥＣＵ６に出力する。
【００３４】
ヨーレイトセンサ４は、車両１の旋回走行時に車両１に発生するヨーレイトω（ｒａｄ／ｓ）を検出し、検出したヨーレイトωをＥＣＵ６に出力する。車速センサ５は、車両１の車速Ｖ（ｍ／ｓ）を検出し、検出した車速ＶをＥＣＵ６に出力する。
【００３５】
なお、カメラ３による撮像と、ヨーレイトセンサ４によるヨーレイトωの検出と、車速センサ５による車速Ｖの検出とは同時に実行され、また、上記撮像及び検出は時間Δｔ毎に繰り返して実行される。
【００３６】
ＥＣＵ６は、ＣＰＵ（Central Processing Unit）１１と画像処理プロセッサ１２とＲＯＭ(Read Only Memory)１３とＲＡＭ(Random Access Memory)１４とを備える。ＣＰＵ１１は、ＲＯＭ１３に格納されたプログラムを読み出して後述の各処理を実行し、距離検出手段、第１の走行路曲率算出処理手段、第２の走行路曲率算出処理手段、走行路特徴量算出手段及び判定手段として機能する。ＲＡＭ１４は、ヨーレイトセンサ４が検出したヨーレイトω、車速センサ５が検出した車速Ｖの記憶領域、ＣＰＵ演算結果の一時記憶領域、後述の走行路の曲率の記憶領域、区間設定領域及び各種閾値の設定領域として機能する。画像処理プロセッサ１２は、カメラ３から出力された画像情報を処理し、走行路の形状を検出する。
【００３７】
表示器７は、キャブ内の例えばインストルメントパネル（図示外）に設けられ、ＥＣＵ６から表示指示信号を受信したとき、道路区間の種別及びクロソイドパラメータを表示し、運転支援情報として運転者に提供する。
【００３８】
次に、ＥＣＵ６が実行する処理について、図２及び図３のフローチャートに基づいて説明する。本処理は、同時に実行されるカメラ３による撮像とヨーレイトセンサ４及び車速センサ５による検出とに同期して実行され、且つ上記の時間Δｔ毎に繰り返して実行される。ＥＣＵ６は、まず、カメラ３が時刻ｔに撮像し出力した画像情報を取得し（ステップＳ１）、続いて、ヨーレイトセンサ４及び車速センサ５が時刻ｔに検出したヨーレイトω（ｔ）及び車速Ｖ（ｔ）を取得する（ステップＳ２）。
【００３９】
次に、ＥＣＵ６は、画像情報に基づいて走行路の曲率を算出する画像曲率算出処理を行う（ステップＳ３）。本実施形態では、カルマンフィルタを用いて画像情報に基づく走行路の曲率の算出を実行する。ＥＣＵ６に取得された画像情報は、まずＥＣＵ６の画像処理プロセッサ１２によって処理される。画像処理プロセッサ１２は、画像情報からソーベルフィルタなどによりエッジを抽出し、ハフ変換等を用いて直線成分を抽出して、車線を示す白線等を認識して走行路の形状を検出する。
【００４０】
ここで、走行路の形状が直線路と一定曲率のカーブ路とから構成されるものと仮定し、図７及び図８に示すように車両１及び走行路の形状の緒元を定義すると、カメラレンズの中心を原点とする絶対空間の３次元座標（Ｘ，Ｙ，Ｚ）を用いて式（１）及び式（２）の関係が導かれる。
【００４１】
【数１】
【００４２】
【数２】
【００４３】
但し、式（１）及び式（２）の各記号の定義は以下の通りである。
ρ：曲率（１／ｍ）
φ：道路中心に対する車両１のヨー角
ｙｃ：道路中心に対する車両１重心位置の横変位（ｍ）
ｉ：左右の車線の識別（左側＝０、右側＝１）
Ｗ：車線幅（ｍ）
ｈ：道路面からカメラレンズまでの高さ（ｍ）
η：車両１ピッチ角
【００４４】
カメラ３によって撮像された画像情報は、３次元座標（Ｘ，Ｙ，Ｚ）から撮像面である２次元の平面座標（ｘ，ｙ）へ変換されている。３次元座標と２次元座標との関係は、式（３）及び式（４）によって示されるので、
ｘ＝−ｆ×Ｘ／Ｚ ・・・（３）
ｙ＝−ｆ×Ｙ／Ｚ ・・・（４）
【００４５】
但し、ｆ：カメラの焦点距離（ｍ）
式（１）〜式（４）からＸ，Ｙを消去して出力方程式（５）が求められる。
【００４６】
【数３】
【００４７】
式（５）に含まれる車両１及び道路形状の諸元を確率的な振舞いをする状態量として扱い、白色ガウス雑音によって駆動される系として定義すると、状態方程式は式（６）で表される。ただし、カメラ３の焦点距離ｆ及び車線幅Ｗは一定として扱い、確率的に変化する状態量から除外する。
【００４８】
【数４】
【００４９】
出力方程式（５）及び状態方程式（６）を、それぞれ式（７）及び式（８）のように簡略化して表現すると、カルマンフィルタは式（９）〜式（１２）のように構成される。
【００５０】
【数５】
【００５１】
【数６】
【００５２】
【数７】
【００５３】
【数８】
【００５４】
【数９】
【００５５】
【数１０】
【００５６】
但し、式（９）〜式（１２）の各記号の定義は以下の通りである。
【００５７】
【数１１】
【００５８】
ＥＣＵ６は、式（９）〜式（１２）に示されるカルマンフィルタを用いて出力方程式（５）及び状態方程式（６）から時刻ｔに撮像された画像情報に基づく走行路の曲率ρＩ（ｔ）を算出し、時刻ｔに関連付けられた曲率ρＩの記憶領域に記憶させる。
【００５９】
次に、ＥＣＵ６は、ヨーレイト曲率算出処理を行う（ステップＳ４）。ＥＣＵ６は、時刻ｔに検出されたヨーレイトω（ｔ）と車速Ｖ（ｔ）とを用いて式（１３）により曲率ρＹ（ｔ）算出する。
【００６０】
ρＹ（ｔ）＝ω（ｔ）／Ｖ（ｔ） ・・・（１３）
【００６１】
ヨーレイトセンサ４のセンサ出力のノイズが大きい場合は、曲率ρＹ（ｔ）の算出の過程でフィルタ処理等によってノイズを低減させてもよい。ＥＣＵ６は、算出した曲率ρＹ（ｔ）を時刻ｔに関連付けられた曲率ρＹの記憶領域に記憶させる。
【００６２】
なお、ヨーレイトω（ｔ）と車速Ｖ（ｔ）とに基づいて算出した曲率ρＹ（ｔ）は、車両１の時刻ｔにおける走行位置の曲率を表すのに対して、画像情報に基づいて算出した曲率ρＩ（ｔ）は、車両１の走行位置よりも所定距離ＬＦ前方のカメラ３の撮像位置である前方位置における走行路の曲率を表す。
【００６３】
次に、ＥＣＵ６は、クロソイドパラメータの算出条件が成立しているか否かの判定処理を行う（ステップＳ５，Ｓ６）。直線とカーブが連続する道路の形状は、図６に示すように、直線区間ａｂ、入口緩和区間ｂｃ、一定曲率区間ｃｄ、出口緩和区間ｄｅ及び直線区間ｅｆの各区間に分けることができる。直線区間ａｂは、走行路の曲率が略ゼロの直線状態が継続する区間である。一定曲率区間ｃｄは、カーブを含む走行路の最大曲率が維持されて円弧状に曲折する区間である。入口緩和区間ｂｃは直線区間ａｂと一定曲率区間ｃｄとの間の区間であり、走行路の曲率は、直線区間ａｂとの境界ｂからの距離と所定のクロソイドパラメータとに従って増大し、一定曲率区間ｃｄとの境界ｃにおいて最大曲率に達する。出口緩和区間ｄｅは一定曲率区間ｃｄと直線区間ｅｆとの間の区間であり、走行路の曲率は、一定曲率区間ｃｄとの境界ｄからの距離と所定のクロソイドパラメータとに従って減少し、直線区間ｅｆとの境界ｅにおいて略ゼロに戻る。従って、走行路の区間が入口緩和区間又は出口緩和区間いずれかであるか否かを判定することによって、クロソイドパラメータの算出条件が成立しているか否かを判定することができる。
【００６４】
上記判定処理において、ＥＣＵ６は、まず、算出したρＩ（ｔ）とρＹ（ｔ）とが共に閾値ｍよりも大きいか否かを判定する（ステップＳ５）。ρＩ（ｔ）とρＹ（ｔ）とが共に閾値ｍ以下の場合は、走行路は直線区間であると判定できる。また、ρＩ（ｔ）が閾値ｍを超えているがρＹ（ｔ）が閾値ｍ以下の場合は、走行路は直線区間から入口緩和区間へ移行中であり、ρＩ（ｔ）は閾値ｍ以下であるがρＹ（ｔ）が閾値ｍを超えている場合は、走行路は出口緩和区間から直線区間へ移行中であると判定できる。上記いずれの場合も、走行路の区間は直線とみなし、区間の種別を設定する区間設定領域に直線区間に対応するコードを設定して（ステップＳ１２）出力処理（ステップＳ１３）に進む。
【００６５】
ρＩ（ｔ）とρＹ（ｔ）とが共に閾値ｍを超えている場合は、ステップＳ６に進み、ρＩ（ｔ）とρＹ（ｔ）との差が所定の範囲から外れているか否かを判定する。すなわち、ρＩ（ｔ）とρＹ（ｔ）との差の絶対値を演算し、この絶対値が閾値ｎよりも大きいか否かを判定する。ρＩ（ｔ）とρＹ（ｔ）との差の絶対値が閾値ｎ以下の場合、走行路は最大曲率が維持される一定曲率の区間と判定できるので、区間設定領域に一定曲率区間に対応するコードを設定して（ステップＳ１１）出力処理（ステップＳ１３）に進む。ρＩ（ｔ）とρＹ（ｔ）との差の絶対値が閾値ｎを超えている場合は、入口緩和区間又は出口緩和区間であると判定できるのでステップＳ７に進んでクロソイドパラメータ算出処理を行う。
【００６６】
入口緩和区間においては、直線区間と入口緩和区間との境界地点からの距離ＬＩと、距離ＬＩの地点における道路の曲率ρとの関係は、クロソイドパラメータＡを用いて式（１４）で表される。
【００６７】
ＬＩ＝ρ×Ａ２ ・・・（１４）
【００６８】
また、出口緩和区間においては、一定曲率区間の曲率をρＭとすると、一定曲率区間と出口緩和区間との境界地点からの距離ＬＯと、距離ＬＯの地点における道路の曲率ρとの関係は式（１５）で表される。
【００６９】
ＬＯ＝（ρＭ−ρ）×Ａ２ ・・・（１５）
【００７０】
入口緩和区間を走行中の車両１の時刻ｔにおける距離ＬＩ（ｔ）、距離ＬＩ（ｔ）における曲率ρ（ｔ）と、時刻ｔよりも時間Δｔ前の時刻（ｔ-Δｔ）における距離ＬＩ（ｔ−Δｔ）、距離ＬＩ（ｔ−Δｔ）における曲率ρ（ｔ−Δｔ）との関係はそれぞれ式（１６）及び式（１７）のように表されるので、
ＬＩ（ｔ）＝ρ（ｔ）×Ａ２ ・・・（１６）
ＬＩ（ｔ−Δｔ）＝ρ（ｔ−Δｔ）×Ａ２ ・・・（１７）
【００７１】
式（１６）及び式（１７）を用いてクロソイドパラメータＡは次式のように導かれる。
【００７２】
Ａ＝（（ＬＩ（ｔ）―ＬＩ（ｔ−Δｔ）／（ρ（ｔ）−ρ（ｔ−Δｔ）））１／２
・・・（１８）
【００７３】
ここで、ＬＩ（ｔ）―ＬＩ（ｔ−Δｔ）は、時間Δｔの間に車両１が走行路を走行した距離（走行距離）である。走行距離は、車速Ｖを用いてＶ（ｔ）×Δｔと近似できるので、クロソイドパラメータＡは式（１９）で表される。
【００７４】
Ａ＝（Ｖ（ｔ）×Δｔ／（ρ（ｔ）−ρ（ｔ−Δｔ）））１／２ ・・・（１９）
【００７５】
また、車両１が出口緩和区間を走行中の場合は、今回の曲率ρ（ｔ）が、前回の曲率ρ（ｔ−Δｔ）よりも減少するのでρ（ｔ）−ρ（ｔ−Δｔ）の絶対値をとることによって、入口緩和区間及び出口緩和区間の両区間についてのクロソイドパラメータＡを式（２０）のように表すことができる。
【００７６】
Ａ＝（Ｖ（ｔ）×Δｔ／｜ρ（ｔ）−ρ（ｔ−Δｔ）｜）１／２ ・・・（２０）
【００７７】
画像情報に基づく曲率ρＩを用いたクロソイドパラメータＡＩは、式（２０）を用いて式（２１）のように導かれる。
【００７８】
ＡＩ＝（Ｖ（ｔ）×Δｔ／｜ρＩ（ｔ）−ρＩ（ｔ−Δｔ）｜）１／２ ・・・（２１）
【００７９】
同様に、ヨーレイトωと車速Ｖとに基づく曲率ρＹを用いたクロソイドパラメータＡＹは、式（２０）を用いて式（２２）のように導かれる。
【００８０】
ＡＹ＝（Ｖ（ｔ）×Δｔ／｜ρＹ（ｔ）−ρＹ（ｔ−Δｔ）｜）１／２ ・・・（２２）
【００８１】
ＥＣＵ６は、以上の関係式を用いてクロソイドパラメータＡを算出する。図３のフローチャートに示すように、ＥＣＵ６は、まず、時間Δｔと車速Ｖとを乗算することによって、時刻ｔよりも時間Δｔ前にカメラ３による撮像と、ヨーレイトセンサ４及び車速センサ５によるヨーレイト及び車速の検出とが同時に実行された時刻（ｔ-Δｔ）（前回検出時刻）と、時刻ｔ（今回検出時刻）までに車両１が走行した走行距離（Ｖ×Δｔ）を算出する（ステップＳ２１）。なお、車速Ｖには、前回検出時刻の車速Ｖ（ｔ-Δｔ）と今回検出時刻の車速Ｖ（ｔ）との平均値を使用する。次に、ＥＣＵ６は、画像情報による前回検出時刻の曲率ρＩ（ｔ-Δｔ）と今回検出時刻の曲率ρＩ（ｔ）と走行距離（Ｖ×Δｔ）とを式（２１）に代入してクロソイドパラメータＡＩ（第１の検出クロソイドパラメータ）を算出する（ステップＳ２２）。次に、ＥＣＵ６は、ヨーレイトωと車速Ｖとに基づく前回検出時刻の曲率ρＹ（ｔ-Δｔ）と今回検出時刻の曲率ρＹ（ｔ）と走行距離（Ｖ×Δｔ）とを式（２２）に代入してクロソイドパラメータＡＹ（第２の検出クロソイドパラメータ）を算出する（ステップＳ２３）。
【００８２】
次に、ＥＣＵ６は、下記の式（２３）に従って、クロソイドパラメータＡＩ及びＡＹに重み係数（所定の割合）ｗ１及びｗ２をそれぞれ乗算して合算し、クロソイドパラメータＡを算出する（ステップＳ２４）。
【００８３】
Ａ＝ｗ１×ＡＩ＋ｗ２×ＡＹ ・・・（２３）
但し、ｗ１及びｗ２は正の数であり、ｗ１＋ｗ２＝１の関係にある。
【００８４】
次にＥＣＵ６は、緩和区間が入口緩和区間か出口緩和区間かの判定をする（ステップＳ８）。ρＩ（ｔ）とρＹ（ｔ）とを比較して、ρＩ（ｔ）＞ρＹ（ｔ）の場合は、入口緩和区間であると判定し、区間設定領域に入口緩和区間のコードを設定し（ステップＳ９）出力処理（ステップＳ１３）に進む。ρＩ（ｔ）＜ρＹ（ｔ）の場合は、出力緩和区間であると判定し、区間設定領域に出口緩和区間のコードを設定し（ステップＳ１０）出力処理（ステップＳ１３）に進む。
【００８５】
出力処理（ステップＳ１３）では、区間設定領域に設定された区間種別のコードを読み出す。表示器７に表示指示信号を出力し、区間設定領域に設定された走行路の区間の種別を表示器７に表示する。区間の種別が入口緩和区間及び出口緩和区間の場合は、算出されたクロソイドパラメータＡを区間の種別と共に表示器７に表示する。
【００８６】
本実施形態では、画像情報に基づく前方位置の曲率ρＩを用いてクロソイドパラメータＡＩが算出され、ヨーレイトωと車速Ｖとに基づく走行位置の曲率ρＹを用いてクロソイドパラメータＡＹが算出される。また、ＡＩ及びＡＹに重み係数ｗ１及びｗ２をそれぞれ乗算して合算し、クロソイドパラメータＡが算出される。ρＹは、ヨーレイトセンサ４のノイズが大きいため曲率の精度が低く、算出されるＡＹの精度も低くなる。これに対し、ρＩは、カメラ３の撮像環境が悪くない限り曲率の精度が比較的高く、算出されるＡＩの精度も比較的高くなる。クロソイドパラメータＡは、ＡＩ及びＡＹに重み係数ｗ１及びｗ２をそれぞれ乗算し合算することによって算出されるので、重み係数ｗ１及びｗ２を適宜設定することによって、所望の精度を有するクロソイドパラメータを得ることが可能になる。また、カメラ３の撮像環境が悪い場合にはρＩの検出が困難となり、算出されるＡＩの精度が極端に低下し、信頼性が低下するおそれがある。これに対し、ρＹは、走行路の状態や外部環境等の影響を受け難いので、算出されるＡＹの精度が極端に低下せず、信頼性が維持される。クロソイドパラメータＡは、ＡＩ及びＡＹに重み係数ｗ１及びｗ２をそれぞれ乗算し合算することによって算出されるので、重み係数ｗ１及びｗ２を適宜設定することによって、算出されるクロソイドパラメータの信頼性の低下を抑制することができる。このように、ＡＩ及びＡＹに重み係数ｗ１及びｗ２をそれぞれ乗算し合算するので、クロソイドパラメータを所望の精度で算出し、且つ算出されるクロソイドパラメータの信頼性の低下を抑制することが可能となる。
【００８７】
また、上記重み係数ｗ１及びｗ２は、例えば車両１の販売及び使用される地域の環境などにとって好適な割合に任意に設定することができる。
【００８８】
また、本実施形態では、ρＩ（ｔ）とρＹ（ｔ）とを用いてクロソイドパラメータＡの算出条件を判定し、ＥＣＵ６は判定結果に従って、クロソイドパラメータＡを算出する。算出条件は、ρＩ（ｔ）とρＹ（ｔ）とが共に所定の閾値ｍよりも大きく且つρＩ（ｔ）とρＹ（ｔ）の差が所定の範囲ｎから外れている場合、すなわち、クロソイドパラメータＡの算出が必要な入口緩和区間及び出口緩和区間である場合と判定される。このように、ＥＣＵ６は、算出の必要な区間でのみクロソイドパラメータＡの算出を実行するので、ＥＣＵ６の演算負荷が軽減される。また、走行路上の算出位置が所定距離ＬＦ異なるρＩ（ｔ）とρＹ（ｔ）とを判定に用いるので、ρＩ（ｔ）及びρＹ（ｔ）の算出に合わせてクロソイドパラメータＡを算出するか否かを早期且つ簡便に判定することができる。
【００８９】
次に、本発明の第２の実施形態について説明する。第２の実施形態の構成は、図１に示す第１の実施形態の構成と同様であるので説明を省略する。また、図２に示す走行路形状推定処理もクロソイドパラメータ算出処理（ステップＳ７）を除いて同様であるので、以下、クロソイドパラメータ算出処理について説明し、他の処理の説明を省略する。
【００９０】
上記の式（１９）に、時刻ｔに撮像された画像情報に基づく前方位置における曲率ρＩ（ｔ）と、時刻ｔに検出されたヨーレイトω及び車速Ｖに基づく走行位置における曲率ρＹ（ｔ）と、走行位置と前方位置との間の距離である所定距離ＬＦ（ｔ）とを代入することによって、ρＩ（ｔ）とρＹ（ｔ）とを組み合わせたクロソイドパラメータＡＩＹを式（２４）のように導くことができる。
【００９１】
ＡＩＹ＝（ＬＦ（ｔ）／｜ρＩ（ｔ）−ρＹ（ｔ）｜）１／２ ・・・（２４）
【００９２】
第２の実施形態においては、ＥＣＵ６は、図４に示すフローチャートに従ってクロソイドパラメータ算出処理（図２ステップＳ７）を実行する。ＥＣＵ６は、まず、今回検出時刻の曲率ρＩ（ｔ）と今回検出時刻の曲率ρＹ（ｔ）と所定距離ＬＦとを式（２４）に代入してクロソイドパラメータＡＩＹを算出し（ステップＳ３１）、クロソイドパラメータＡとする（ステップＳ３２）。すなわち、
Ａ＝ＡＩＹ ・・・（２５）
【００９３】
本実施形態では、カメラ３の撮像環境が悪くない限りρＹ（ｔ）の精度がρＩ（ｔ）の精度によって補われ、クロソイドパラメータＡが所望の精度で算出される。また、カメラ３の撮像環境が悪い場合であっても、ρＩ（ｔ）の信頼性の低下がρＹ（ｔ）の信頼性によって補われ、算出されるクロソイドパラメータの信頼性の低下が抑制される。クロソイドパラメータＡはρＩ（ｔ）とρＹ（ｔ）とから算出されるので、算出されるクロソイドパラメータＡの精度及び信頼性には、ρＩ（ｔ）及びρＹ（ｔ）のそれぞれの精度及び信頼性が反映され、クロソイドパラメータＡを所望の精度で算出し、且つ算出されるクロソイドパラメータの信頼性の低下を抑制することが可能となる。また、ρＩ（ｔ）の算出に用いられる画像情報と、ρＹ（ｔ）の算出に用いられるヨーレイトω及び車速Ｖは、ともに今回検出時刻ｔに撮像及び検出されるので、クロソイドパラメータＡを早期に算出することが可能となる。また、車両１の走行位置と前方位置との間の距離である所定距離ＬＦ（ｔ）を固定的な距離ＬＦに設定することができるので、所定距離の検出精度がクロソイドパラメータＡに与える影響を排除することができ、算出されるクロソイドパラメータＡの精度が安定する。
【００９４】
次に、本発明の第３の実施形態について説明する。第３の実施形態の構成は、図１に示す第１の実施形態の構成と同様であるので説明を省略する。また、図２に示す走行路形状推定処理もクロソイドパラメータ算出処理（ステップＳ７）を除いて同様であるので、以下、クロソイドパラメータ算出処理について説明し、他の処理の説明を省略する。
【００９５】
本実施形態では、ＥＣＵ６は、図５に示すフローチャートに従ってクロソイドパラメータ算出処理（図２ステップＳ７）を実行する。ＥＣＵ６は、まず、時間差Δｔと車速Ｖとを乗算することによって、前回検出時刻（ｔ-Δｔ）から今回検出時刻ｔまでに車両１が走行した走行距離（Ｖ×Δｔ）を算出する（ステップＳ４１）。次に、ＥＣＵ６は、画像情報による前回検出時刻の曲率ρＩ（ｔ-Δｔ）と今回検出時刻の曲率ρＩ（ｔ）と走行距離（Ｖ×Δｔ）とを式（２１）に代入してクロソイドパラメータＡＩ（第１の検出クロソイドパラメータ）を算出する（ステップＳ４２）。次に、ＥＣＵ６は、ヨーレイトωと車速Ｖとに基づく前回検出時刻の曲率ρＹ（ｔ-Δｔ）と今回検出時刻の曲率ρＹ（ｔ）と走行距離（Ｖ×Δｔ）とを式（２２）に代入してクロソイドパラメータＡＹ（第２の検出クロソイドパラメータ）を算出する（ステップＳ４３）。続いて、ＥＣＵ６は、今回検出時刻の曲率ρＩ（ｔ）と今回検出時刻の曲率ρＹ（ｔ）と、所定距離ＬＦとを式（２４）に代入し、クロソイドパラメータＡＩＹ（第３の検出クロソイドパラメータ）を算出する（ステップＳ４４）。
【００９６】
次に、ＥＣＵ６は、下記の式（２６）に従って、クロソイドパラメータＡＩ、ＡＹ及びＡＩＹに重み係数（所定の割合）ｗ１、ｗ２及びｗ３をそれぞれ乗算して合算し、クロソイドパラメータＡを算出する（ステップＳ４５）。
【００９７】
Ａ＝ｗ１×ＡＩ＋ｗ２×ＡＹ＋ｗ３×ＡＩＹ ・・・（２６）
但し、ｗ１、ｗ２及びｗ３はすべて正の数であり、ｗ１＋ｗ２＋ｗ３＝１の関係にある。
【００９８】
本実施形態では、画像情報に基づく前方位置の曲率ρＩを用いてクロソイドパラメータＡＩが算出され、ヨーレイトωと車速Ｖとに基づく走行位置の曲率ρＹを用いてクロソイドパラメータＡＹが算出され、ρＩとρＹとを組み合わせてクロソイドパラメータＡＩＹが算出される。また、ＡＩ、ＡＹ及びＡＩＹに重み係数ｗ１、ｗ２及びｗ３をそれぞれ乗算して合算し、クロソイドパラメータＡが算出される。ヨーレイトωに基づく曲率ρＹを用いて算出されるＡＹの精度は低くなるが、画像情報に基づく曲率ρＩを用いて算出されるＡＩの精度は比較的高くなる。また、ＡＩＹは、ρＹの精度がρＩの精度によって補われ、所望の精度で算出される。クロソイドパラメータＡは、ＡＩ、ＡＹ及びＡＩＹに重み係数ｗ１、ｗ２及びｗ３をそれぞれ乗算して合算することによって算出されるので、重み係数ｗ１、ｗ２及びｗ３を適宜設定することによって、所望の精度を有するクロソイドパラメータを得ることが可能になる。また、カメラ３の撮像環境が悪い場合にはＡＩの信頼性が低下するおそれがあるが、ＡＹの信頼性は維持される。また、ＡＩＹの信頼性は、信頼性の低下がρＹの信頼性によって補われ、低下が抑制される。クロソイドパラメータＡは、ＡＩ、ＡＹ及びＡＩＹに重み係数ｗ１、ｗ２及びｗ３をそれぞれ乗算して合算することによって算出されるので、重み係数ｗ１、ｗ２及びｗ３を適宜設定することによって、算出されるクロソイドパラメータの信頼性の低下を抑制することができる。このように、ＡＩ、ＡＹ及びＡＩＹに重み係数ｗ１、ｗ２及びｗ３をそれぞれ乗算して合算するので、クロソイドパラメータを所望の精度で算出し、且つ算出されるクロソイドパラメータの信頼性の低下を抑制することが可能となる。
【００９９】
また、それぞれ異なる方法によって算出される三種類のクロソイドパラメータ（ＡＩ、ＡＹ及びＡＩＹ）に重み係数ｗ１、ｗ２及びｗ３をそれぞれ乗算して合算するので、設定する重み係数ｗ１、ｗ２及びｗ３の選択肢が拡がり、各種の条件に対して幅広い対応が可能となる。
【０１００】
また、上記重み係数ｗ１、ｗ２及びｗ３は、例えば車両１の販売及び使用される地域の環境などにとって好適な割合に任意に設定することができる。
【０１０１】
なお、本実施形態において、重み係数ｗ１、ｗ２及びｗ３を、ｗ１＋ｗ２＝１、ｗ３＝０と設定した場合は、第１の実施形態と実質的に同一となる。また、重み係数ｗ１、ｗ２及びｗ３を、ｗ１＝ｗ２＝０、ｗ３＝１と設定した場合は、第２の実施形態と実質的に同一となる。
【０１０２】
また、第１の実施形態及び第３の実施形態において、それぞれの実施形態における重み係数は、固定的に設定されてもよく、変更可能に設定されてもよい。重み係数を固定的に設定する場合は、算出されるクロソイドパラメータＡの精度と信頼性低下の抑制とのバランスを考慮し、実験やシミュレーションなどによって好適な割合を求めてもよい。また、重み係数を変更可能に設定する場合は、走行路の状態や外部環境等に応じて重み係数を変更してもよい。例えば、カメラ３の撮像環境が悪くない限りＡＩの係数であるｗ１の割合が大きく、カメラ３の撮像環境が悪い場合にはＡＹの係数であるｗ２の割合が大きくなるように重み係数を変更することによって、カメラ３の撮像環境が良い場合のクロソイドパラメータＡの精度の向上と、カメラ３の撮像環境が悪い場合のクロソイドパラメータＡの信頼性の維持とを両立して図ることができる。
【０１０３】
また、第１の実施形態、第２の実施形態及び第３の実施形態において、画像情報に基づく曲率ρＩの算出は、カルマンフィルタを用いた算出方法に限定されない。例えば、画像処理によって検出した走行路に対し、最小二乗法による曲線の当てはめ等を適用して走行路の曲率を算出してもよい。
【０１０４】
また、ヨーレイトωに基づいた曲率ρＹの算出にはヨーレイトセンサ４の出力を用いたが、ヨーレイトωの検出はヨーレイトセンサに限定されず車両１の旋回走行時の回転角速度が検出できるものであればよい。例えば、車両１の操舵角の時間的変化等を検出してもよい。
【０１０５】
また、曲率ρＩと曲率ρＹとを用いてクロソイドパラメータＡを算出するか否かを判定したが、クロソイドパラメータＡを算出するか否かの判定は、曲率ρＩと曲率ρＹとを用いて判定する方法に限定されるものではなく、例えば、ρＩ又はρＹのいずれか一方を用いて、車両１の走行距離に対するρＩ又はρＹの変化の状況等から走行路の区間を認識し、クロソイドパラメータＡを算出するか否かを判定してもよい。
【０１０６】
また、クロソイドパラメータの算出条件が成立しているか否かの判定処理をせずに常にクロソイドパラメータＡの算出を実行してもよい。この場合は、例えば、クロソイドパラメータＡが所定の範囲に入った場合にクロソイドパラメータＡを表示器７に表示してもよい。
【０１０７】
また、走行路の形状推定結果を走行路の区間の種別及びクロソイドパラメータとして表示器７に表示したが、形状推定結果を他のシステム、例えば、前方車両との衝突防止システムや走行路逸脱防止システム等に出力してもよい。この結果、上記他のシステムでは、車両１の走行距離に伴って変化する入口緩和区間及び出口緩和区間の走行路の曲率を、クロソイドパラメータを用いて所望の精度で推定または予測することが可能となる。また、上記他のシステム等を備えた既存の車両に対しては、本処理を実行する装置（ユニット）を追加して設置すればよい。また、上記他のシステム等がカメラ、ヨーレイトセンサ及び車速センサ等を備えている場合は、本実施形態で使用するカメラ３、ヨーレイトセンサ４及び車速センサ５との共有が可能となる。このように、本発明は、上記システム等を備えた既存の車両に対して少ないコスト負担で容易に適用が可能である。
【０１０８】
以上、本発明者によってなされた発明を適用した実施形態について説明したが、この実施形態による本発明の開示の一部をなす論述及び図面により本発明は限定されることはない。すなわち、この実施形態に基づいて当業者等によりなされる他の実施形態、実施例及び運用技術等は全て本発明の範疇に含まれることは勿論である。
【符号の説明】
【０１０９】
１ 車両
２ キャブ
３ カメラ（撮像手段）
４ ヨーレイトセンサ（ヨーレイト検出手段）
５ 車速センサ（車速検出手段）
６ ＥＣＵ
７ 表示器
１１ ＣＰＵ
１２ 画像処理プロセッサ
１３ ＲＯＭ
１４ ＲＡＭ
【技術分野】
【０００１】
本発明は、車両の走行路形状の推定装置に関する。
【背景技術】
【０００２】
特開２００１−０１０５２４号公報には、車両のＣＣＤカメラによって撮像された車両前方の走行路を含む画像から走行路区分線に相当する特徴点列群を抽出し、抽出した特徴点列群から走行路の曲率を推定し、曲率の時系列データよりクロソイドパラメータを算出する走行車両の挙動予測装置が記載されている。また、特開２０１０−２８０３７８号公報には、車両のヨーレイトセンサ及びスピードセンサの測定値から計算される曲率によってクロソイドパラメータを見積もるシステムが記載されている。
【先行技術文献】
【特許文献】
【０００３】
【特許文献１】特開２００１−０１０５２４号公報
【特許文献２】特開２０１０−２８０３７８号公報
【発明の概要】
【発明が解決しようとする課題】
【０００４】
上記特許文献１のように、カメラで撮像した画像から走行路の曲率を検出する場合は、曲率の検出精度が比較的高く、クロソイドパラメータの算出の精度も高くなる。しかし、走行路の状態や外部環境等の撮像条件が悪い場合、白線等の走行路の特徴点抽出が困難となり、曲率の検出が困難又は不能となり、算出されるクロソイドパラメータの信頼性が低下するおそれがある。一方、上記特許文献２のように、ヨーレイトから走行路の曲率を検出する場合は、ヨーレイトの検出が走行路の状態や外部環境等の影響を受けにくいので、算出されるクロソイドパラメータの精度も所定の範囲内に維持される。しかし、ヨーレイトセンサの測定値自体のノイズが大きいため、画像から曲率を検出する場合に比べて、検出される曲率の精度が低く、算出されるクロソイドパラメータの精度も低い。
【０００５】
そこで本発明は、クロソイドパラメータを所望の精度で算出し、且つ算出されるクロソイドパラメータの信頼性の低下を抑制することが可能な走行路形状推定装置の提供を目的とする。
【課題を解決するための手段】
【０００６】
上記目的を達成すべく、本発明の走行路形状推定装置は、撮像手段と、ヨーレイト検出手段と、車速検出手段と、第１の走行路曲率算出手段と、第２の走行路曲率算出手段と、走行路特徴量算出手段とを備える。撮像手段は、車両の前方の走行路を撮像してその画像情報を出力する。ヨーレイト検出手段は、車両のヨーレイトを検出する。車速検出手段は、ヨーレイト検出手段と同期して車両の車速を検出する。第１の走行路曲率算出手段は、撮像手段の撮像時の車両の走行位置よりも所定距離前方の前方位置における走行路の曲率を、撮像手段が撮像した画像情報に基づいて第１の曲率として算出する。第２の走行路曲率算出手段は、ヨーレイト検出手段及び車速検出手段の検出時の車両の走行位置における走行路の曲率を、ヨーレイト検出手段が検出したヨーレイトと車速検出手段が検出した車速とに基づいて第２の曲率として算出する。走行路特徴量算出手段は、第１の曲率と第２の曲率とに基づいて、走行路の屈曲度合いを示すクロソイドパラメータを算出する。
【０００７】
上記走行路形状推定装置は、車両の走行距離を検出する距離検出手段を備えてもよい。また、撮像手段は、第１検出時及び第２検出時にそれぞれ走行路を撮像してその画像情報を出力し、ヨーレイト検出手段は、第３検出時及び第４検出時にそれぞれヨーレイトを検出し、車速検出手段は、第３検出時及び第４検出時にそれぞれ車速を検出し、距離検出手段は、第１検出時から第２検出時までの車両の第１走行距離と、第３検出時から第４検出時までの車両の第２走行距離とを検出してもよい。この場合、第１の走行路曲率算出手段は、第１検出時の車両の走行位置よりも所定距離前方の第１前方位置と第２検出時の車両の走行位置よりも所定距離前方の第２前方位置との双方における第１の曲率を、撮像手段が第１検出時と第２検出時とにそれぞれ撮像した画像情報に基づいて算出する。第２の走行路曲率算出手段は、第３検出時の車両の第３走行位置と第４検出時の車両の第４走行位置との双方における第２の曲率を、ヨーレイト検出手段と速度検出手段とが第３検出時と第４検出時とにそれぞれ検出したヨーレイトと車速とに基づいて算出する。走行路特徴量算出手段は、第１前方位置と第２前方位置との双方における第１の曲率と第１走行距離とを用いて第１の検出クロソイドパラメータを算出し、第３走行位置と第４走行位置との双方における第２の曲率と第２走行距離とを用いて第２の検出クロソイドパラメータを算出し、第１の検出クロソイドパラメータと第２の検出クロソイドパラメータとを所定の割合で合算してクロソイドパラメータを算出する。
【０００８】
上記構成では、画像情報に基づいて第１の曲率が算出され、第１の曲率と第１走行距離とを用いて第１の検出クロソイドパラメータが算出される。また、ヨーレイトと車速とに基づいて第２の曲率が算出され、第２の曲率と第２走行距離とを用いて第２の検出クロソイドパラメータが算出され、第１の検出クロソイドパラメータと第２の検出クロソイドパラメータとを所定の割合で合算することによってクロソイドパラメータが算出される。
【０００９】
ヨーレイトに基づく第２の曲率は、ヨーレイトセンサのノイズが大きいため算出される曲率の精度が低く、第２の曲率を用いて算出される第２の検出クロソイドパラメータの精度も低くなる。これに対し、画像情報に基づく第１の曲率は、曲率の検出精度が比較的高く、第１の曲率を用いて算出される第１の検出クロソイドパラメータの精度も比較的高くなる。クロソイドパラメータは、第１の検出クロソイドパラメータと第２の検出クロソイドパラメータとを所定の割合で合算することによって算出されるので、両者の合算割合を適宜設定することによって、所望の精度を有するクロソイドパラメータを得ることが可能となる。
【００１０】
また、走行路の状態や外部環境等の撮像環境が悪い場合には第１の曲率の検出が困難となり、算出される第１の検出クロソイドパラメータの精度が極端に低下し、信頼性が低下するおそれがある。これに対し、第２の曲率は、走行路の状態や外部環境等の影響を受け難いので、算出される第２の検出クロソイドパラメータの精度が極端に低下せず、信頼性が維持される。クロソイドパラメータは、第１の検出クロソイドパラメータと第２の検出クロソイドパラメータとを所定の割合で合算することによって算出されるので、両者の合算割合を適宜設定することによって、算出されるクロソイドパラメータの信頼性の低下を抑制することができる。
【００１１】
このように、第１の検出クロソイドパラメータと第２の検出クロソイドパラメータとを所定の割合で合算することによって、クロソイドパラメータを所望の精度で算出し、且つ算出されるクロソイドパラメータの信頼性の低下を抑制することが可能となる。
【００１２】
また、上記所定の割合を、例えば車両の販売及び使用される地域の環境などにとって好適な割合に任意に設定することができる。
【００１３】
なお、上記所定の割合は、固定的に設定されてもよく、変更可能に設定されてもよい。所定の割合を固定的に設定する場合は、算出されるクロソイドパラメータの精度と信頼性低下の抑制とのバランスを考慮し、実験やシミュレーションなどによって好適な割合を求めてもよい。また、所定の割合を変更可能に設定する場合は、走行路の状態や外部環境等に応じて所定の割合を変更してもよい。例えば、画像の撮像環境が良い場合には第１の検出クロソイドパラメータの割合が大きく、画像の撮像環境が悪い場合には第２の検出クロソイドパラメータの割合が大きくなるように合算の割合を変更することによって、画像の撮像環境が良い場合のクロソイドパラメータの精度の向上と、画像の撮像環境が悪い場合のクロソイドパラメータの信頼性の維持とを両立して図ることができる。
【００１４】
また、撮像手段は、第１検出時に走行路を撮像してその画像情報を出力し、ヨーレイト検出手段は、第１検出時にヨーレイトを検出し、車速検出手段は、第１検出時に車速を検出してもよい。この場合、第１の走行路曲率算出手段は、撮像手段が第１検出時に撮像した画像情報に基づいて第１の曲率を算出する。第２の走行路曲率算出手段は、ヨーレイト検出手段と車速検出手段とが第１検出時にそれぞれ検出したヨーレイトと車速とに基づいて第２の曲率を算出する。走行路特徴量算出手段は、第１の曲率と第２の曲率と所定距離とを用いてクロソイドパラメータを算出する。
【００１５】
上記構成では、第１検出時に撮像された画像情報に基づいて算出された前方位置おける第１の曲率と、第１検出時に検出されたヨーレイトと車速とに基づいて算出された走行位置における第２の曲率と、所定距離とを用いてクロソイドパラメータが算出される。
【００１６】
第２の曲率は、ヨーレイトセンサのノイズが大きいため算出される曲率の精度が低い。これに対し、第１の曲率は、画像の撮像環境が悪くない限り算出される曲率の精度が比較的高い。従って、第２の曲率の精度が第１の曲率の精度によって補われ、クロソイドパラメータが所望の精度で算出される。また、画像の撮像環境が悪い場合は第１の曲率の検出が困難となり、信頼性が極端に低下するおそれがある。これに対し、第２の曲率は、走行路の状態や外部環境等の影響を受け難いので信頼性が維持される。従って、画像の撮像環境が悪い場合であっても、第１の曲率の信頼性の低下が第２の曲率の信頼性によって補われ、算出されるクロソイドパラメータの信頼性の低下が抑制される。このように、クロソイドパラメータは第１の曲率と第２の曲率とから算出されるので、算出されるクロソイドパラメータの精度及び信頼性には、第１の曲率及び第２の曲率のそれぞれの精度及び信頼性が反映され、クロソイドパラメータを所望の精度で算出し、且つ算出されるクロソイドパラメータの信頼性の低下を抑制することが可能となる。
【００１７】
また、第１の曲率の算出に用いられる画像情報と、第２の曲率の算出に用いられるヨーレイト及び車速は、ともに第１の検出時に撮像及び検出されるので、クロソイドパラメータを早期に算出することが可能となる。
【００１８】
また、車両の走行位置と前方位置との間の距離である所定距離を固定的に設定することができるので、所定距離の検出精度がクロソイドパラメータに与える影響を排除することができ、算出されるクロソイドパラメータの精度が安定する。
【００１９】
また、上記走行路形状推定装置は、車両の走行距離を検出する距離検出手段を備えもよい。また、撮像手段は、第１検出時及び第２検出時にそれぞれ走行路を撮像してその画像情報を出力し、ヨーレイト検出手段は、第１検出時及び第２検出時にそれぞれヨーレイトを検出し、車速検出手段は、第１検出時及び第２検出時にそれぞれ車速を検出し、距離検出手段は、第１検出時から第２検出時までの車両の走行距離を検出してもよい。この場合、第１の走行路曲率算出手段は、第１検出時の車両の走行位置よりも所定距離前方の第１前方位置と第２検出時の車両の走行位置よりも所定距離前方の第２前方位置との双方における第１の曲率を、撮像手段が第１検出時と第２検出時とにそれぞれ撮像した画像情報に基づいて算出する。第２の走行路曲率算出手段は、第１検出時の車両の第１走行位置と第２検出時の車両の第２走行位置との双方における第２の曲率を、ヨーレイト検出手段と速度検出手段とが第１検出時と第２検出時とにそれぞれ検出したヨーレイトと車速とに基づいて算出する。走行路特徴量算出手段は、第１前方位置と第２前方位置との双方における第１の曲率と走行距離とを用いて第１の検出クロソイドパラメータを算出し、第１走行位置と第２走行位置との双方における第２の曲率と走行距離とを用いて第２の検出クロソイドパラメータを算出し、第２前方位置における第１の曲率と第２走行位置における第２の曲率と所定距離とを用いて第３の検出クロソイドパラメータを算出し、第１の検出クロソイドパラメータと第２の検出クロソイドパラメータと第３の検出クロソイドパラメータとを所定の割合で合算してクロソイドパラメータを算出する。
【００２０】
上記構成では、画像情報に基づく第１検出時及び第２検出時の第１の曲率と走行距離とを用いて第１の検出クロソイドパラメータが算出され、ヨーレイトと車速とに基づく第１検出時及び第２検出時の第２の曲率と走行距離とを用いて第２の検出クロソイドパラメータが算出される。また、第２検出時の第１の曲率と第２検出時の第２の曲率と所定距離とを用いて第３の検出クロソイドパラメータが算出され、第１から第３の検出クロソイドパラメータを所定の割合で合算してクロソイドパラメータが算出される。
【００２１】
第２の曲率は、ヨーレイトセンサのノイズが大きいため曲率の精度が低く、算出される第２の検出クロソイドパラメータの精度も低くなる。これに対し、第１の曲率は、画像の撮像環境が悪くない限り曲率の精度が比較的高く、算出される第１の検出クロソイドパラメータの精度も比較的高くなる。また、第３の検出クロソイドパラメータは、第２の曲率の精度が第１の曲率の精度によって補われ、所望の精度で算出される。クロソイドパラメータは、第１から第３の検出クロサイトパラメータを所定の割合で合算することによって算出されるので、３者の合算割合を適宜設定することによって、所望の精度を有するクロソイドパラメータを得ることが可能になる。また、画像の撮像環境が悪い場合には第１の曲率の検出が困難となり、算出される第１の検出クロソイドパラメータの精度が極端に低下し、信頼性が低下するおそれがある。これに対し、第２の曲率は、走行路の状態や外部環境等の影響を受け難いので、算出される第２の検出クロソイドパラメータの精度が極端に低下せず、信頼性が維持される。また、第３の検出クロソイドパラメータの信頼性は、第１の曲率の信頼性の低下が第２の曲率の信頼性によって補われ、低下が抑制される。クロソイドパラメータは第１から第３の検出クロソイドパラメータを所定の割合で合算することによって算出されるので、３者の合算割合を適宜設定することによって、算出されるクロソイドパラメータの信頼性の低下を抑制することができる。
【００２２】
このように、第１から第３の検出クロソイドパラメータを所定の割合で合算することによって、クロソイドパラメータを所望の精度で算出し、且つ算出されるクロソイドパラメータの信頼性の低下を抑制することが可能となる。
【００２３】
また、それぞれ異なる方法によって算出される三種類の検出クロソイドパラメータ（第１〜第３の検出クロソイドパラメータ）を所定の割合で合算するので、設定する所定の割合の選択肢が拡がり、各種の条件に対して幅広い対応が可能となる。
【００２４】
また、上記所定の割合を、例えば車両の販売及び使用される地域の環境などにとって好適な割合に任意に設定することができる。
【００２５】
なお、上記所定の割合は、固定的に設定されてもよく、変更可能に設定されてもよい。所定の割合を固定的に設定する場合は、算出されるクロソイドパラメータの精度と信頼性低下の抑制とのバランスを考慮し、実験やシミュレーションなどによって好適な割合を求めてもよい。また、所定の割合を変更可能に設定する場合は、走行路の状態や外部環境等に応じて所定の割合を変更してもよい。例えば、画像の撮像環境が悪くない限り第１の検出クロソイドパラメータの割合が大きく、画像の撮像環境が悪い場合には第２の検出クロソイドパラメータの割合が大きくなるように合算の割合を変更することによって、画像の撮像環境が良い場合のクロソイドパラメータの精度の向上と、画像の撮像環境が悪い場合のクロソイドパラメータの信頼性の維持とを両立して図ることができる。
【００２６】
また、上記走行路形状推定装置は、判定手段を備えてもよい。判定手段は、第１の曲率と第２の曲率とが共に所定の閾値よりも大きく且つ第１の曲率と第２の曲率との差が所定の範囲から外れている場合に算出条件が成立したと判定する。走行路特徴量算出手段は、算出条件が成立したと判定手段が判定したときに、クロソイドパラメータを算出する。
【００２７】
直線とカーブとが連続する走行路は、直線区間と入口緩和区間と一定曲率区間と出口緩和区間とに分けられる。直線区間は、走行路の曲率が略ゼロの直線状態が継続する区間である。一定曲率区間は、カーブを含む走行路の最大曲率が維持されて円弧状に曲折する区間である。入口緩和区間は直線区間と一定曲率区間との間の区間であり、走行路の曲率は、直線区間との境界からの距離と所定のクロソイドパラメータとに従って増大し、一定曲率区間との境界において最大曲率に達する。出口緩和区間は一定曲率区間と直線区間との間の区間であり、走行路の曲率は、一定曲率区間との境界からの距離と所定のクロソイドパラメータとに従って減少し、直線区間との境界において略ゼロに戻る。
【００２８】
上記構成では、走行位置における第２の曲率と、走行位置よりも所定距離前方の前方位置における第１の曲率とを用いてクロソイドパラメータを算出するか否かが判定される。直線区間においては、第１の曲率と第２の曲率との何れか一方又は双方が所定の閾値以下であるので上記算出条件は成立しない。また、一定曲率区間においては、第１の曲率と第２の曲率とは共に所定の閾値よりも大きい。しかし、走行路の曲率は一定の最大曲率に維持されるので第１の曲率と第２の曲率との差は所定の範囲内にあり上記算出条件は成立しない。入口緩和区間及び出口緩和区間においては、第１の曲率と第２の曲率が共に所定の閾値よりも大きい。また、走行路の曲率が走行路の距離に従って変化しているため第１の曲率と第２の曲率との差は所定の範囲から外れる。従って、上記算出条件が成立し、クロソイドパラメータを算出する区間であると判定され、判定に従ってクロソイドパラメータが算出される。このように、クロソイドパラメータは算出の必要な区間でのみ算出されるので、クロソイドパラメータの算出の負荷が軽減される。
【００２９】
また、走行路上の算出位置が異なる第１の曲率と第２の曲率とを用いて判定するので、第１の曲率及び第２の曲率の算出に合わせてクロソイドパラメータを算出するか否かを早期且つ簡便に判定することができる。
【発明の効果】
【００３０】
本発明によれば、クロソイドパラメータを所望の精度で算出し、且つ算出されるクロソイドパラメータの信頼性の低下を抑制することができる。
【図面の簡単な説明】
【００３１】
【図１】本発明の実施形態に係わる走行路形状推定装置を備えた車両の要部を示すブロック図である。
【図２】走行路形状推定処理を示すフローチャートである。
【図３】第１の実施形態におけるクロソイドパラメータ算出処理を示すフローチャートである。
【図４】第２の実施形態におけるクロソイドパラメータ算出処理を示すフローチャートである。
【図５】第３の実施形態におけるクロソイドパラメータ算出処理を示すフローチャートである。
【図６】直線とカーブとが連続する走行路の形状を示す模式図である。
【図７】カメラを備えた車両と走行路との関係を示す平面図である。
【図８】カメラを備えた車両と走行路との関係を示す側面図である。
【発明を実施するための形態】
【００３２】
以下、本発明の第１の実施形態について、図面に基づいて説明する。図１に示すように、第１の実施形態に係わる車両１は、カメラ３（撮像手段）と、ヨーレイトセンサ４（ヨーレイト検出手段）と、車速センサ５（車速検出手段）と、ＥＣＵ６と、表示器７とを備える。
【００３３】
図８に示すように、車両１は、キャブ２が概ねエンジン（図示省略）よりも前方に位置するキャブオーバー型の車両である。カメラ３は、キャブ２のフロントウインド内側の車幅方向中央前部であって走行路面から高さｈ（ｍ）の位置に、車両ピッチ角ηで車両１の前下方に向けて固定されている。カメラ３はＣＣＤカメラ等であって、車両１の進行方向前方の走行路面を撮像し、画像情報をＥＣＵ６に出力する。
【００３４】
ヨーレイトセンサ４は、車両１の旋回走行時に車両１に発生するヨーレイトω（ｒａｄ／ｓ）を検出し、検出したヨーレイトωをＥＣＵ６に出力する。車速センサ５は、車両１の車速Ｖ（ｍ／ｓ）を検出し、検出した車速ＶをＥＣＵ６に出力する。
【００３５】
なお、カメラ３による撮像と、ヨーレイトセンサ４によるヨーレイトωの検出と、車速センサ５による車速Ｖの検出とは同時に実行され、また、上記撮像及び検出は時間Δｔ毎に繰り返して実行される。
【００３６】
ＥＣＵ６は、ＣＰＵ（Central Processing Unit）１１と画像処理プロセッサ１２とＲＯＭ(Read Only Memory)１３とＲＡＭ(Random Access Memory)１４とを備える。ＣＰＵ１１は、ＲＯＭ１３に格納されたプログラムを読み出して後述の各処理を実行し、距離検出手段、第１の走行路曲率算出処理手段、第２の走行路曲率算出処理手段、走行路特徴量算出手段及び判定手段として機能する。ＲＡＭ１４は、ヨーレイトセンサ４が検出したヨーレイトω、車速センサ５が検出した車速Ｖの記憶領域、ＣＰＵ演算結果の一時記憶領域、後述の走行路の曲率の記憶領域、区間設定領域及び各種閾値の設定領域として機能する。画像処理プロセッサ１２は、カメラ３から出力された画像情報を処理し、走行路の形状を検出する。
【００３７】
表示器７は、キャブ内の例えばインストルメントパネル（図示外）に設けられ、ＥＣＵ６から表示指示信号を受信したとき、道路区間の種別及びクロソイドパラメータを表示し、運転支援情報として運転者に提供する。
【００３８】
次に、ＥＣＵ６が実行する処理について、図２及び図３のフローチャートに基づいて説明する。本処理は、同時に実行されるカメラ３による撮像とヨーレイトセンサ４及び車速センサ５による検出とに同期して実行され、且つ上記の時間Δｔ毎に繰り返して実行される。ＥＣＵ６は、まず、カメラ３が時刻ｔに撮像し出力した画像情報を取得し（ステップＳ１）、続いて、ヨーレイトセンサ４及び車速センサ５が時刻ｔに検出したヨーレイトω（ｔ）及び車速Ｖ（ｔ）を取得する（ステップＳ２）。
【００３９】
次に、ＥＣＵ６は、画像情報に基づいて走行路の曲率を算出する画像曲率算出処理を行う（ステップＳ３）。本実施形態では、カルマンフィルタを用いて画像情報に基づく走行路の曲率の算出を実行する。ＥＣＵ６に取得された画像情報は、まずＥＣＵ６の画像処理プロセッサ１２によって処理される。画像処理プロセッサ１２は、画像情報からソーベルフィルタなどによりエッジを抽出し、ハフ変換等を用いて直線成分を抽出して、車線を示す白線等を認識して走行路の形状を検出する。
【００４０】
ここで、走行路の形状が直線路と一定曲率のカーブ路とから構成されるものと仮定し、図７及び図８に示すように車両１及び走行路の形状の緒元を定義すると、カメラレンズの中心を原点とする絶対空間の３次元座標（Ｘ，Ｙ，Ｚ）を用いて式（１）及び式（２）の関係が導かれる。
【００４１】
【数１】
【００４２】
【数２】
【００４３】
但し、式（１）及び式（２）の各記号の定義は以下の通りである。
ρ：曲率（１／ｍ）
φ：道路中心に対する車両１のヨー角
ｙｃ：道路中心に対する車両１重心位置の横変位（ｍ）
ｉ：左右の車線の識別（左側＝０、右側＝１）
Ｗ：車線幅（ｍ）
ｈ：道路面からカメラレンズまでの高さ（ｍ）
η：車両１ピッチ角
【００４４】
カメラ３によって撮像された画像情報は、３次元座標（Ｘ，Ｙ，Ｚ）から撮像面である２次元の平面座標（ｘ，ｙ）へ変換されている。３次元座標と２次元座標との関係は、式（３）及び式（４）によって示されるので、
ｘ＝−ｆ×Ｘ／Ｚ ・・・（３）
ｙ＝−ｆ×Ｙ／Ｚ ・・・（４）
【００４５】
但し、ｆ：カメラの焦点距離（ｍ）
式（１）〜式（４）からＸ，Ｙを消去して出力方程式（５）が求められる。
【００４６】
【数３】
【００４７】
式（５）に含まれる車両１及び道路形状の諸元を確率的な振舞いをする状態量として扱い、白色ガウス雑音によって駆動される系として定義すると、状態方程式は式（６）で表される。ただし、カメラ３の焦点距離ｆ及び車線幅Ｗは一定として扱い、確率的に変化する状態量から除外する。
【００４８】
【数４】
【００４９】
出力方程式（５）及び状態方程式（６）を、それぞれ式（７）及び式（８）のように簡略化して表現すると、カルマンフィルタは式（９）〜式（１２）のように構成される。
【００５０】
【数５】
【００５１】
【数６】
【００５２】
【数７】
【００５３】
【数８】
【００５４】
【数９】
【００５５】
【数１０】
【００５６】
但し、式（９）〜式（１２）の各記号の定義は以下の通りである。
【００５７】
【数１１】
【００５８】
ＥＣＵ６は、式（９）〜式（１２）に示されるカルマンフィルタを用いて出力方程式（５）及び状態方程式（６）から時刻ｔに撮像された画像情報に基づく走行路の曲率ρＩ（ｔ）を算出し、時刻ｔに関連付けられた曲率ρＩの記憶領域に記憶させる。
【００５９】
次に、ＥＣＵ６は、ヨーレイト曲率算出処理を行う（ステップＳ４）。ＥＣＵ６は、時刻ｔに検出されたヨーレイトω（ｔ）と車速Ｖ（ｔ）とを用いて式（１３）により曲率ρＹ（ｔ）算出する。
【００６０】
ρＹ（ｔ）＝ω（ｔ）／Ｖ（ｔ） ・・・（１３）
【００６１】
ヨーレイトセンサ４のセンサ出力のノイズが大きい場合は、曲率ρＹ（ｔ）の算出の過程でフィルタ処理等によってノイズを低減させてもよい。ＥＣＵ６は、算出した曲率ρＹ（ｔ）を時刻ｔに関連付けられた曲率ρＹの記憶領域に記憶させる。
【００６２】
なお、ヨーレイトω（ｔ）と車速Ｖ（ｔ）とに基づいて算出した曲率ρＹ（ｔ）は、車両１の時刻ｔにおける走行位置の曲率を表すのに対して、画像情報に基づいて算出した曲率ρＩ（ｔ）は、車両１の走行位置よりも所定距離ＬＦ前方のカメラ３の撮像位置である前方位置における走行路の曲率を表す。
【００６３】
次に、ＥＣＵ６は、クロソイドパラメータの算出条件が成立しているか否かの判定処理を行う（ステップＳ５，Ｓ６）。直線とカーブが連続する道路の形状は、図６に示すように、直線区間ａｂ、入口緩和区間ｂｃ、一定曲率区間ｃｄ、出口緩和区間ｄｅ及び直線区間ｅｆの各区間に分けることができる。直線区間ａｂは、走行路の曲率が略ゼロの直線状態が継続する区間である。一定曲率区間ｃｄは、カーブを含む走行路の最大曲率が維持されて円弧状に曲折する区間である。入口緩和区間ｂｃは直線区間ａｂと一定曲率区間ｃｄとの間の区間であり、走行路の曲率は、直線区間ａｂとの境界ｂからの距離と所定のクロソイドパラメータとに従って増大し、一定曲率区間ｃｄとの境界ｃにおいて最大曲率に達する。出口緩和区間ｄｅは一定曲率区間ｃｄと直線区間ｅｆとの間の区間であり、走行路の曲率は、一定曲率区間ｃｄとの境界ｄからの距離と所定のクロソイドパラメータとに従って減少し、直線区間ｅｆとの境界ｅにおいて略ゼロに戻る。従って、走行路の区間が入口緩和区間又は出口緩和区間いずれかであるか否かを判定することによって、クロソイドパラメータの算出条件が成立しているか否かを判定することができる。
【００６４】
上記判定処理において、ＥＣＵ６は、まず、算出したρＩ（ｔ）とρＹ（ｔ）とが共に閾値ｍよりも大きいか否かを判定する（ステップＳ５）。ρＩ（ｔ）とρＹ（ｔ）とが共に閾値ｍ以下の場合は、走行路は直線区間であると判定できる。また、ρＩ（ｔ）が閾値ｍを超えているがρＹ（ｔ）が閾値ｍ以下の場合は、走行路は直線区間から入口緩和区間へ移行中であり、ρＩ（ｔ）は閾値ｍ以下であるがρＹ（ｔ）が閾値ｍを超えている場合は、走行路は出口緩和区間から直線区間へ移行中であると判定できる。上記いずれの場合も、走行路の区間は直線とみなし、区間の種別を設定する区間設定領域に直線区間に対応するコードを設定して（ステップＳ１２）出力処理（ステップＳ１３）に進む。
【００６５】
ρＩ（ｔ）とρＹ（ｔ）とが共に閾値ｍを超えている場合は、ステップＳ６に進み、ρＩ（ｔ）とρＹ（ｔ）との差が所定の範囲から外れているか否かを判定する。すなわち、ρＩ（ｔ）とρＹ（ｔ）との差の絶対値を演算し、この絶対値が閾値ｎよりも大きいか否かを判定する。ρＩ（ｔ）とρＹ（ｔ）との差の絶対値が閾値ｎ以下の場合、走行路は最大曲率が維持される一定曲率の区間と判定できるので、区間設定領域に一定曲率区間に対応するコードを設定して（ステップＳ１１）出力処理（ステップＳ１３）に進む。ρＩ（ｔ）とρＹ（ｔ）との差の絶対値が閾値ｎを超えている場合は、入口緩和区間又は出口緩和区間であると判定できるのでステップＳ７に進んでクロソイドパラメータ算出処理を行う。
【００６６】
入口緩和区間においては、直線区間と入口緩和区間との境界地点からの距離ＬＩと、距離ＬＩの地点における道路の曲率ρとの関係は、クロソイドパラメータＡを用いて式（１４）で表される。
【００６７】
ＬＩ＝ρ×Ａ２ ・・・（１４）
【００６８】
また、出口緩和区間においては、一定曲率区間の曲率をρＭとすると、一定曲率区間と出口緩和区間との境界地点からの距離ＬＯと、距離ＬＯの地点における道路の曲率ρとの関係は式（１５）で表される。
【００６９】
ＬＯ＝（ρＭ−ρ）×Ａ２ ・・・（１５）
【００７０】
入口緩和区間を走行中の車両１の時刻ｔにおける距離ＬＩ（ｔ）、距離ＬＩ（ｔ）における曲率ρ（ｔ）と、時刻ｔよりも時間Δｔ前の時刻（ｔ-Δｔ）における距離ＬＩ（ｔ−Δｔ）、距離ＬＩ（ｔ−Δｔ）における曲率ρ（ｔ−Δｔ）との関係はそれぞれ式（１６）及び式（１７）のように表されるので、
ＬＩ（ｔ）＝ρ（ｔ）×Ａ２ ・・・（１６）
ＬＩ（ｔ−Δｔ）＝ρ（ｔ−Δｔ）×Ａ２ ・・・（１７）
【００７１】
式（１６）及び式（１７）を用いてクロソイドパラメータＡは次式のように導かれる。
【００７２】
Ａ＝（（ＬＩ（ｔ）―ＬＩ（ｔ−Δｔ）／（ρ（ｔ）−ρ（ｔ−Δｔ）））１／２
・・・（１８）
【００７３】
ここで、ＬＩ（ｔ）―ＬＩ（ｔ−Δｔ）は、時間Δｔの間に車両１が走行路を走行した距離（走行距離）である。走行距離は、車速Ｖを用いてＶ（ｔ）×Δｔと近似できるので、クロソイドパラメータＡは式（１９）で表される。
【００７４】
Ａ＝（Ｖ（ｔ）×Δｔ／（ρ（ｔ）−ρ（ｔ−Δｔ）））１／２ ・・・（１９）
【００７５】
また、車両１が出口緩和区間を走行中の場合は、今回の曲率ρ（ｔ）が、前回の曲率ρ（ｔ−Δｔ）よりも減少するのでρ（ｔ）−ρ（ｔ−Δｔ）の絶対値をとることによって、入口緩和区間及び出口緩和区間の両区間についてのクロソイドパラメータＡを式（２０）のように表すことができる。
【００７６】
Ａ＝（Ｖ（ｔ）×Δｔ／｜ρ（ｔ）−ρ（ｔ−Δｔ）｜）１／２ ・・・（２０）
【００７７】
画像情報に基づく曲率ρＩを用いたクロソイドパラメータＡＩは、式（２０）を用いて式（２１）のように導かれる。
【００７８】
ＡＩ＝（Ｖ（ｔ）×Δｔ／｜ρＩ（ｔ）−ρＩ（ｔ−Δｔ）｜）１／２ ・・・（２１）
【００７９】
同様に、ヨーレイトωと車速Ｖとに基づく曲率ρＹを用いたクロソイドパラメータＡＹは、式（２０）を用いて式（２２）のように導かれる。
【００８０】
ＡＹ＝（Ｖ（ｔ）×Δｔ／｜ρＹ（ｔ）−ρＹ（ｔ−Δｔ）｜）１／２ ・・・（２２）
【００８１】
ＥＣＵ６は、以上の関係式を用いてクロソイドパラメータＡを算出する。図３のフローチャートに示すように、ＥＣＵ６は、まず、時間Δｔと車速Ｖとを乗算することによって、時刻ｔよりも時間Δｔ前にカメラ３による撮像と、ヨーレイトセンサ４及び車速センサ５によるヨーレイト及び車速の検出とが同時に実行された時刻（ｔ-Δｔ）（前回検出時刻）と、時刻ｔ（今回検出時刻）までに車両１が走行した走行距離（Ｖ×Δｔ）を算出する（ステップＳ２１）。なお、車速Ｖには、前回検出時刻の車速Ｖ（ｔ-Δｔ）と今回検出時刻の車速Ｖ（ｔ）との平均値を使用する。次に、ＥＣＵ６は、画像情報による前回検出時刻の曲率ρＩ（ｔ-Δｔ）と今回検出時刻の曲率ρＩ（ｔ）と走行距離（Ｖ×Δｔ）とを式（２１）に代入してクロソイドパラメータＡＩ（第１の検出クロソイドパラメータ）を算出する（ステップＳ２２）。次に、ＥＣＵ６は、ヨーレイトωと車速Ｖとに基づく前回検出時刻の曲率ρＹ（ｔ-Δｔ）と今回検出時刻の曲率ρＹ（ｔ）と走行距離（Ｖ×Δｔ）とを式（２２）に代入してクロソイドパラメータＡＹ（第２の検出クロソイドパラメータ）を算出する（ステップＳ２３）。
【００８２】
次に、ＥＣＵ６は、下記の式（２３）に従って、クロソイドパラメータＡＩ及びＡＹに重み係数（所定の割合）ｗ１及びｗ２をそれぞれ乗算して合算し、クロソイドパラメータＡを算出する（ステップＳ２４）。
【００８３】
Ａ＝ｗ１×ＡＩ＋ｗ２×ＡＹ ・・・（２３）
但し、ｗ１及びｗ２は正の数であり、ｗ１＋ｗ２＝１の関係にある。
【００８４】
次にＥＣＵ６は、緩和区間が入口緩和区間か出口緩和区間かの判定をする（ステップＳ８）。ρＩ（ｔ）とρＹ（ｔ）とを比較して、ρＩ（ｔ）＞ρＹ（ｔ）の場合は、入口緩和区間であると判定し、区間設定領域に入口緩和区間のコードを設定し（ステップＳ９）出力処理（ステップＳ１３）に進む。ρＩ（ｔ）＜ρＹ（ｔ）の場合は、出力緩和区間であると判定し、区間設定領域に出口緩和区間のコードを設定し（ステップＳ１０）出力処理（ステップＳ１３）に進む。
【００８５】
出力処理（ステップＳ１３）では、区間設定領域に設定された区間種別のコードを読み出す。表示器７に表示指示信号を出力し、区間設定領域に設定された走行路の区間の種別を表示器７に表示する。区間の種別が入口緩和区間及び出口緩和区間の場合は、算出されたクロソイドパラメータＡを区間の種別と共に表示器７に表示する。
【００８６】
本実施形態では、画像情報に基づく前方位置の曲率ρＩを用いてクロソイドパラメータＡＩが算出され、ヨーレイトωと車速Ｖとに基づく走行位置の曲率ρＹを用いてクロソイドパラメータＡＹが算出される。また、ＡＩ及びＡＹに重み係数ｗ１及びｗ２をそれぞれ乗算して合算し、クロソイドパラメータＡが算出される。ρＹは、ヨーレイトセンサ４のノイズが大きいため曲率の精度が低く、算出されるＡＹの精度も低くなる。これに対し、ρＩは、カメラ３の撮像環境が悪くない限り曲率の精度が比較的高く、算出されるＡＩの精度も比較的高くなる。クロソイドパラメータＡは、ＡＩ及びＡＹに重み係数ｗ１及びｗ２をそれぞれ乗算し合算することによって算出されるので、重み係数ｗ１及びｗ２を適宜設定することによって、所望の精度を有するクロソイドパラメータを得ることが可能になる。また、カメラ３の撮像環境が悪い場合にはρＩの検出が困難となり、算出されるＡＩの精度が極端に低下し、信頼性が低下するおそれがある。これに対し、ρＹは、走行路の状態や外部環境等の影響を受け難いので、算出されるＡＹの精度が極端に低下せず、信頼性が維持される。クロソイドパラメータＡは、ＡＩ及びＡＹに重み係数ｗ１及びｗ２をそれぞれ乗算し合算することによって算出されるので、重み係数ｗ１及びｗ２を適宜設定することによって、算出されるクロソイドパラメータの信頼性の低下を抑制することができる。このように、ＡＩ及びＡＹに重み係数ｗ１及びｗ２をそれぞれ乗算し合算するので、クロソイドパラメータを所望の精度で算出し、且つ算出されるクロソイドパラメータの信頼性の低下を抑制することが可能となる。
【００８７】
また、上記重み係数ｗ１及びｗ２は、例えば車両１の販売及び使用される地域の環境などにとって好適な割合に任意に設定することができる。
【００８８】
また、本実施形態では、ρＩ（ｔ）とρＹ（ｔ）とを用いてクロソイドパラメータＡの算出条件を判定し、ＥＣＵ６は判定結果に従って、クロソイドパラメータＡを算出する。算出条件は、ρＩ（ｔ）とρＹ（ｔ）とが共に所定の閾値ｍよりも大きく且つρＩ（ｔ）とρＹ（ｔ）の差が所定の範囲ｎから外れている場合、すなわち、クロソイドパラメータＡの算出が必要な入口緩和区間及び出口緩和区間である場合と判定される。このように、ＥＣＵ６は、算出の必要な区間でのみクロソイドパラメータＡの算出を実行するので、ＥＣＵ６の演算負荷が軽減される。また、走行路上の算出位置が所定距離ＬＦ異なるρＩ（ｔ）とρＹ（ｔ）とを判定に用いるので、ρＩ（ｔ）及びρＹ（ｔ）の算出に合わせてクロソイドパラメータＡを算出するか否かを早期且つ簡便に判定することができる。
【００８９】
次に、本発明の第２の実施形態について説明する。第２の実施形態の構成は、図１に示す第１の実施形態の構成と同様であるので説明を省略する。また、図２に示す走行路形状推定処理もクロソイドパラメータ算出処理（ステップＳ７）を除いて同様であるので、以下、クロソイドパラメータ算出処理について説明し、他の処理の説明を省略する。
【００９０】
上記の式（１９）に、時刻ｔに撮像された画像情報に基づく前方位置における曲率ρＩ（ｔ）と、時刻ｔに検出されたヨーレイトω及び車速Ｖに基づく走行位置における曲率ρＹ（ｔ）と、走行位置と前方位置との間の距離である所定距離ＬＦ（ｔ）とを代入することによって、ρＩ（ｔ）とρＹ（ｔ）とを組み合わせたクロソイドパラメータＡＩＹを式（２４）のように導くことができる。
【００９１】
ＡＩＹ＝（ＬＦ（ｔ）／｜ρＩ（ｔ）−ρＹ（ｔ）｜）１／２ ・・・（２４）
【００９２】
第２の実施形態においては、ＥＣＵ６は、図４に示すフローチャートに従ってクロソイドパラメータ算出処理（図２ステップＳ７）を実行する。ＥＣＵ６は、まず、今回検出時刻の曲率ρＩ（ｔ）と今回検出時刻の曲率ρＹ（ｔ）と所定距離ＬＦとを式（２４）に代入してクロソイドパラメータＡＩＹを算出し（ステップＳ３１）、クロソイドパラメータＡとする（ステップＳ３２）。すなわち、
Ａ＝ＡＩＹ ・・・（２５）
【００９３】
本実施形態では、カメラ３の撮像環境が悪くない限りρＹ（ｔ）の精度がρＩ（ｔ）の精度によって補われ、クロソイドパラメータＡが所望の精度で算出される。また、カメラ３の撮像環境が悪い場合であっても、ρＩ（ｔ）の信頼性の低下がρＹ（ｔ）の信頼性によって補われ、算出されるクロソイドパラメータの信頼性の低下が抑制される。クロソイドパラメータＡはρＩ（ｔ）とρＹ（ｔ）とから算出されるので、算出されるクロソイドパラメータＡの精度及び信頼性には、ρＩ（ｔ）及びρＹ（ｔ）のそれぞれの精度及び信頼性が反映され、クロソイドパラメータＡを所望の精度で算出し、且つ算出されるクロソイドパラメータの信頼性の低下を抑制することが可能となる。また、ρＩ（ｔ）の算出に用いられる画像情報と、ρＹ（ｔ）の算出に用いられるヨーレイトω及び車速Ｖは、ともに今回検出時刻ｔに撮像及び検出されるので、クロソイドパラメータＡを早期に算出することが可能となる。また、車両１の走行位置と前方位置との間の距離である所定距離ＬＦ（ｔ）を固定的な距離ＬＦに設定することができるので、所定距離の検出精度がクロソイドパラメータＡに与える影響を排除することができ、算出されるクロソイドパラメータＡの精度が安定する。
【００９４】
次に、本発明の第３の実施形態について説明する。第３の実施形態の構成は、図１に示す第１の実施形態の構成と同様であるので説明を省略する。また、図２に示す走行路形状推定処理もクロソイドパラメータ算出処理（ステップＳ７）を除いて同様であるので、以下、クロソイドパラメータ算出処理について説明し、他の処理の説明を省略する。
【００９５】
本実施形態では、ＥＣＵ６は、図５に示すフローチャートに従ってクロソイドパラメータ算出処理（図２ステップＳ７）を実行する。ＥＣＵ６は、まず、時間差Δｔと車速Ｖとを乗算することによって、前回検出時刻（ｔ-Δｔ）から今回検出時刻ｔまでに車両１が走行した走行距離（Ｖ×Δｔ）を算出する（ステップＳ４１）。次に、ＥＣＵ６は、画像情報による前回検出時刻の曲率ρＩ（ｔ-Δｔ）と今回検出時刻の曲率ρＩ（ｔ）と走行距離（Ｖ×Δｔ）とを式（２１）に代入してクロソイドパラメータＡＩ（第１の検出クロソイドパラメータ）を算出する（ステップＳ４２）。次に、ＥＣＵ６は、ヨーレイトωと車速Ｖとに基づく前回検出時刻の曲率ρＹ（ｔ-Δｔ）と今回検出時刻の曲率ρＹ（ｔ）と走行距離（Ｖ×Δｔ）とを式（２２）に代入してクロソイドパラメータＡＹ（第２の検出クロソイドパラメータ）を算出する（ステップＳ４３）。続いて、ＥＣＵ６は、今回検出時刻の曲率ρＩ（ｔ）と今回検出時刻の曲率ρＹ（ｔ）と、所定距離ＬＦとを式（２４）に代入し、クロソイドパラメータＡＩＹ（第３の検出クロソイドパラメータ）を算出する（ステップＳ４４）。
【００９６】
次に、ＥＣＵ６は、下記の式（２６）に従って、クロソイドパラメータＡＩ、ＡＹ及びＡＩＹに重み係数（所定の割合）ｗ１、ｗ２及びｗ３をそれぞれ乗算して合算し、クロソイドパラメータＡを算出する（ステップＳ４５）。
【００９７】
Ａ＝ｗ１×ＡＩ＋ｗ２×ＡＹ＋ｗ３×ＡＩＹ ・・・（２６）
但し、ｗ１、ｗ２及びｗ３はすべて正の数であり、ｗ１＋ｗ２＋ｗ３＝１の関係にある。
【００９８】
本実施形態では、画像情報に基づく前方位置の曲率ρＩを用いてクロソイドパラメータＡＩが算出され、ヨーレイトωと車速Ｖとに基づく走行位置の曲率ρＹを用いてクロソイドパラメータＡＹが算出され、ρＩとρＹとを組み合わせてクロソイドパラメータＡＩＹが算出される。また、ＡＩ、ＡＹ及びＡＩＹに重み係数ｗ１、ｗ２及びｗ３をそれぞれ乗算して合算し、クロソイドパラメータＡが算出される。ヨーレイトωに基づく曲率ρＹを用いて算出されるＡＹの精度は低くなるが、画像情報に基づく曲率ρＩを用いて算出されるＡＩの精度は比較的高くなる。また、ＡＩＹは、ρＹの精度がρＩの精度によって補われ、所望の精度で算出される。クロソイドパラメータＡは、ＡＩ、ＡＹ及びＡＩＹに重み係数ｗ１、ｗ２及びｗ３をそれぞれ乗算して合算することによって算出されるので、重み係数ｗ１、ｗ２及びｗ３を適宜設定することによって、所望の精度を有するクロソイドパラメータを得ることが可能になる。また、カメラ３の撮像環境が悪い場合にはＡＩの信頼性が低下するおそれがあるが、ＡＹの信頼性は維持される。また、ＡＩＹの信頼性は、信頼性の低下がρＹの信頼性によって補われ、低下が抑制される。クロソイドパラメータＡは、ＡＩ、ＡＹ及びＡＩＹに重み係数ｗ１、ｗ２及びｗ３をそれぞれ乗算して合算することによって算出されるので、重み係数ｗ１、ｗ２及びｗ３を適宜設定することによって、算出されるクロソイドパラメータの信頼性の低下を抑制することができる。このように、ＡＩ、ＡＹ及びＡＩＹに重み係数ｗ１、ｗ２及びｗ３をそれぞれ乗算して合算するので、クロソイドパラメータを所望の精度で算出し、且つ算出されるクロソイドパラメータの信頼性の低下を抑制することが可能となる。
【００９９】
また、それぞれ異なる方法によって算出される三種類のクロソイドパラメータ（ＡＩ、ＡＹ及びＡＩＹ）に重み係数ｗ１、ｗ２及びｗ３をそれぞれ乗算して合算するので、設定する重み係数ｗ１、ｗ２及びｗ３の選択肢が拡がり、各種の条件に対して幅広い対応が可能となる。
【０１００】
また、上記重み係数ｗ１、ｗ２及びｗ３は、例えば車両１の販売及び使用される地域の環境などにとって好適な割合に任意に設定することができる。
【０１０１】
なお、本実施形態において、重み係数ｗ１、ｗ２及びｗ３を、ｗ１＋ｗ２＝１、ｗ３＝０と設定した場合は、第１の実施形態と実質的に同一となる。また、重み係数ｗ１、ｗ２及びｗ３を、ｗ１＝ｗ２＝０、ｗ３＝１と設定した場合は、第２の実施形態と実質的に同一となる。
【０１０２】
また、第１の実施形態及び第３の実施形態において、それぞれの実施形態における重み係数は、固定的に設定されてもよく、変更可能に設定されてもよい。重み係数を固定的に設定する場合は、算出されるクロソイドパラメータＡの精度と信頼性低下の抑制とのバランスを考慮し、実験やシミュレーションなどによって好適な割合を求めてもよい。また、重み係数を変更可能に設定する場合は、走行路の状態や外部環境等に応じて重み係数を変更してもよい。例えば、カメラ３の撮像環境が悪くない限りＡＩの係数であるｗ１の割合が大きく、カメラ３の撮像環境が悪い場合にはＡＹの係数であるｗ２の割合が大きくなるように重み係数を変更することによって、カメラ３の撮像環境が良い場合のクロソイドパラメータＡの精度の向上と、カメラ３の撮像環境が悪い場合のクロソイドパラメータＡの信頼性の維持とを両立して図ることができる。
【０１０３】
また、第１の実施形態、第２の実施形態及び第３の実施形態において、画像情報に基づく曲率ρＩの算出は、カルマンフィルタを用いた算出方法に限定されない。例えば、画像処理によって検出した走行路に対し、最小二乗法による曲線の当てはめ等を適用して走行路の曲率を算出してもよい。
【０１０４】
また、ヨーレイトωに基づいた曲率ρＹの算出にはヨーレイトセンサ４の出力を用いたが、ヨーレイトωの検出はヨーレイトセンサに限定されず車両１の旋回走行時の回転角速度が検出できるものであればよい。例えば、車両１の操舵角の時間的変化等を検出してもよい。
【０１０５】
また、曲率ρＩと曲率ρＹとを用いてクロソイドパラメータＡを算出するか否かを判定したが、クロソイドパラメータＡを算出するか否かの判定は、曲率ρＩと曲率ρＹとを用いて判定する方法に限定されるものではなく、例えば、ρＩ又はρＹのいずれか一方を用いて、車両１の走行距離に対するρＩ又はρＹの変化の状況等から走行路の区間を認識し、クロソイドパラメータＡを算出するか否かを判定してもよい。
【０１０６】
また、クロソイドパラメータの算出条件が成立しているか否かの判定処理をせずに常にクロソイドパラメータＡの算出を実行してもよい。この場合は、例えば、クロソイドパラメータＡが所定の範囲に入った場合にクロソイドパラメータＡを表示器７に表示してもよい。
【０１０７】
また、走行路の形状推定結果を走行路の区間の種別及びクロソイドパラメータとして表示器７に表示したが、形状推定結果を他のシステム、例えば、前方車両との衝突防止システムや走行路逸脱防止システム等に出力してもよい。この結果、上記他のシステムでは、車両１の走行距離に伴って変化する入口緩和区間及び出口緩和区間の走行路の曲率を、クロソイドパラメータを用いて所望の精度で推定または予測することが可能となる。また、上記他のシステム等を備えた既存の車両に対しては、本処理を実行する装置（ユニット）を追加して設置すればよい。また、上記他のシステム等がカメラ、ヨーレイトセンサ及び車速センサ等を備えている場合は、本実施形態で使用するカメラ３、ヨーレイトセンサ４及び車速センサ５との共有が可能となる。このように、本発明は、上記システム等を備えた既存の車両に対して少ないコスト負担で容易に適用が可能である。
【０１０８】
以上、本発明者によってなされた発明を適用した実施形態について説明したが、この実施形態による本発明の開示の一部をなす論述及び図面により本発明は限定されることはない。すなわち、この実施形態に基づいて当業者等によりなされる他の実施形態、実施例及び運用技術等は全て本発明の範疇に含まれることは勿論である。
【符号の説明】
【０１０９】
１ 車両
２ キャブ
３ カメラ（撮像手段）
４ ヨーレイトセンサ（ヨーレイト検出手段）
５ 車速センサ（車速検出手段）
６ ＥＣＵ
７ 表示器
１１ ＣＰＵ
１２ 画像処理プロセッサ
１３ ＲＯＭ
１４ ＲＡＭ
【特許請求の範囲】
【請求項１】
車両の前方の走行路を撮像してその画像情報を出力する撮像手段と、
前記車両のヨーレイトを検出するヨーレイト検出手段と、
前記ヨーレイト検出手段と同期して前記車両の車速を検出する車速検出手段と、
前記撮像手段の撮像時の前記車両の走行位置よりも所定距離前方の前方位置における前記走行路の曲率を、前記撮像手段が撮像した画像情報に基づいて第１の曲率として算出する第１の走行路曲率算出手段と、
前記ヨーレイト検出手段及び前記車速検出手段の検出時の前記車両の走行位置における前記走行路の曲率を、前記ヨーレイト検出手段が検出したヨーレイトと前記車速検出手段が検出した車速とに基づいて第２の曲率として算出する第２の走行路曲率算出手段と、
前記第１の曲率と前記第２の曲率とに基づいて、前記走行路の屈曲度合いを示すクロソイドパラメータを算出する走行路特徴量算出手段と、を備える
ことを特徴とする走行路形状推定装置。
【請求項２】
請求項１に記載の走行路形状推定装置であって、
前記車両の走行距離を検出する距離検出手段を備え、
前記撮像手段は、第１検出時及び第２検出時にそれぞれ前記走行路を撮像してその画像情報を出力し、
前記ヨーレイト検出手段は、第３検出時及び第４検出時にそれぞれヨーレイトを検出し、
前記車速検出手段は、前記第３検出時及び前記第４検出時にそれぞれ車速を検出し、
前記距離検出手段は、前記第１検出時から前記第２検出時までの前記車両の第１走行距離と、前記第３検出時から前記第４検出時までの前記車両の第２走行距離とを検出し、
前記第１の走行路曲率算出手段は、前記第１検出時の前記車両の走行位置よりも所定距離前方の第１前方位置と前記第２検出時の前記車両の走行位置よりも所定距離前方の第２前方位置との双方における前記第１の曲率を、前記撮像手段が前記第１検出時と前記第２検出時とにそれぞれ撮像した画像情報に基づいて算出し、
前記第２の走行路曲率算出手段は、前記第３検出時の前記車両の第３走行位置と前記第４検出時の前記車両の第４走行位置との双方における前記第２の曲率を、前記ヨーレイト検出手段と前記速度検出手段とが前記第３検出時と前記第４検出時とにそれぞれ検出したヨーレイトと車速とに基づいて算出し、
前記走行路特徴量算出手段は、前記第１前方位置と前記第２前方位置との双方における前記第１の曲率と前記第１走行距離とを用いて第１の検出クロソイドパラメータを算出し、前記第３走行位置と前記第４走行位置との双方における前記第２の曲率と前記第２走行距離とを用いて第２の検出クロソイドパラメータを算出し、前記第１の検出クロソイドパラメータと前記第２の検出クロソイドパラメータとを所定の割合で合算して前記クロソイドパラメータを算出する
ことを特徴とする走行路形状推定装置。
【請求項３】
請求項１に記載の走行路形状推定装置であって、
前記撮像手段は、第１検出時に前記走行路を撮像してその画像情報を出力し、
前記ヨーレイト検出手段は、前記第１検出時にヨーレイトを検出し、
前記車速検出手段は、前記第１検出時に車速を検出し、
前記第１の走行路曲率算出手段は、前記撮像手段が前記第１検出時に撮像した画像情報に基づいて前記第１の曲率を算出し、
前記第２の走行路曲率算出手段は、前記ヨーレイト検出手段と前記車速検出手段とが前記第１検出時にそれぞれ検出したヨーレイトと車速とに基づいて前記第２の曲率を算出し、
前記走行路特徴量算出手段は、前記第１の曲率と前記第２の曲率と前記所定距離とを用いて前記クロソイドパラメータを算出する
ことを特徴とする走行路形状推定装置。
【請求項４】
請求項１に記載の走行路形状推定装置であって、
前記車両の走行距離を検出する距離検出手段を備え、
前記撮像手段は、第１検出時及び第２検出時にそれぞれ前記走行路を撮像してその画像情報を出力し、
前記ヨーレイト検出手段は、前記第１検出時及び前記第２検出時にそれぞれヨーレイトを検出し、
前記車速検出手段は、前記第１検出時及び前記第２検出時にそれぞれ車速を検出し、
前記距離検出手段は、前記第１検出時から前記第２検出時までの前記車両の走行距離を検出し、
前記第１の走行路曲率算出手段は、前記第１検出時の前記車両の走行位置よりも所定距離前方の第１前方位置と前記第２検出時の前記車両の走行位置よりも所定距離前方の第２前方位置との双方における前記第１の曲率を、前記撮像手段が前記第１検出時と前記第２検出時とにそれぞれ撮像した画像情報に基づいて算出し、
前記第２の走行路曲率算出手段は、前記第１検出時の前記車両の第１走行位置と前記第２検出時の前記車両の第２走行位置との双方における前記第２の曲率を、前記ヨーレイト検出手段と前記速度検出手段とが前記第１検出時と前記第２検出時とにそれぞれ検出したヨーレイトと車速とに基づいて算出し、
前記走行路特徴量算出手段は、前記第１前方位置と前記第２前方位置との双方における前記第１の曲率と前記走行距離とを用いて第１の検出クロソイドパラメータを算出し、前記第１走行位置と前記第２走行位置との双方における前記第２の曲率と前記走行距離とを用いて第２の検出クロソイドパラメータを算出し、前記第２前方位置における前記第１の曲率と前記第２走行位置における前記第２の曲率と前記所定距離とを用いて第３の検出クロソイドパラメータを算出し、前記第１の検出クロソイドパラメータと前記第２の検出クロソイドパラメータと前記第３の検出クロソイドパラメータとを所定の割合で合算して前記クロソイドパラメータを算出する
ことを特徴とする走行路形状推定装置。
【請求項５】
請求項１から請求項４に記載の走行路形状推定装置であって、
前記第１の曲率と前記第２の曲率とが共に所定の閾値よりも大きく且つ前記第１の曲率と前記第２の曲率との差が所定の範囲から外れている場合に算出条件が成立したと判定する判定手段を備え、
前記走行路特徴量算出手段は、前記算出条件が成立したと前記判定手段が判定したときに、前記クロソイドパラメータを算出する
ことを特徴とする走行路形状推定装置。
【請求項１】
車両の前方の走行路を撮像してその画像情報を出力する撮像手段と、
前記車両のヨーレイトを検出するヨーレイト検出手段と、
前記ヨーレイト検出手段と同期して前記車両の車速を検出する車速検出手段と、
前記撮像手段の撮像時の前記車両の走行位置よりも所定距離前方の前方位置における前記走行路の曲率を、前記撮像手段が撮像した画像情報に基づいて第１の曲率として算出する第１の走行路曲率算出手段と、
前記ヨーレイト検出手段及び前記車速検出手段の検出時の前記車両の走行位置における前記走行路の曲率を、前記ヨーレイト検出手段が検出したヨーレイトと前記車速検出手段が検出した車速とに基づいて第２の曲率として算出する第２の走行路曲率算出手段と、
前記第１の曲率と前記第２の曲率とに基づいて、前記走行路の屈曲度合いを示すクロソイドパラメータを算出する走行路特徴量算出手段と、を備える
ことを特徴とする走行路形状推定装置。
【請求項２】
請求項１に記載の走行路形状推定装置であって、
前記車両の走行距離を検出する距離検出手段を備え、
前記撮像手段は、第１検出時及び第２検出時にそれぞれ前記走行路を撮像してその画像情報を出力し、
前記ヨーレイト検出手段は、第３検出時及び第４検出時にそれぞれヨーレイトを検出し、
前記車速検出手段は、前記第３検出時及び前記第４検出時にそれぞれ車速を検出し、
前記距離検出手段は、前記第１検出時から前記第２検出時までの前記車両の第１走行距離と、前記第３検出時から前記第４検出時までの前記車両の第２走行距離とを検出し、
前記第１の走行路曲率算出手段は、前記第１検出時の前記車両の走行位置よりも所定距離前方の第１前方位置と前記第２検出時の前記車両の走行位置よりも所定距離前方の第２前方位置との双方における前記第１の曲率を、前記撮像手段が前記第１検出時と前記第２検出時とにそれぞれ撮像した画像情報に基づいて算出し、
前記第２の走行路曲率算出手段は、前記第３検出時の前記車両の第３走行位置と前記第４検出時の前記車両の第４走行位置との双方における前記第２の曲率を、前記ヨーレイト検出手段と前記速度検出手段とが前記第３検出時と前記第４検出時とにそれぞれ検出したヨーレイトと車速とに基づいて算出し、
前記走行路特徴量算出手段は、前記第１前方位置と前記第２前方位置との双方における前記第１の曲率と前記第１走行距離とを用いて第１の検出クロソイドパラメータを算出し、前記第３走行位置と前記第４走行位置との双方における前記第２の曲率と前記第２走行距離とを用いて第２の検出クロソイドパラメータを算出し、前記第１の検出クロソイドパラメータと前記第２の検出クロソイドパラメータとを所定の割合で合算して前記クロソイドパラメータを算出する
ことを特徴とする走行路形状推定装置。
【請求項３】
請求項１に記載の走行路形状推定装置であって、
前記撮像手段は、第１検出時に前記走行路を撮像してその画像情報を出力し、
前記ヨーレイト検出手段は、前記第１検出時にヨーレイトを検出し、
前記車速検出手段は、前記第１検出時に車速を検出し、
前記第１の走行路曲率算出手段は、前記撮像手段が前記第１検出時に撮像した画像情報に基づいて前記第１の曲率を算出し、
前記第２の走行路曲率算出手段は、前記ヨーレイト検出手段と前記車速検出手段とが前記第１検出時にそれぞれ検出したヨーレイトと車速とに基づいて前記第２の曲率を算出し、
前記走行路特徴量算出手段は、前記第１の曲率と前記第２の曲率と前記所定距離とを用いて前記クロソイドパラメータを算出する
ことを特徴とする走行路形状推定装置。
【請求項４】
請求項１に記載の走行路形状推定装置であって、
前記車両の走行距離を検出する距離検出手段を備え、
前記撮像手段は、第１検出時及び第２検出時にそれぞれ前記走行路を撮像してその画像情報を出力し、
前記ヨーレイト検出手段は、前記第１検出時及び前記第２検出時にそれぞれヨーレイトを検出し、
前記車速検出手段は、前記第１検出時及び前記第２検出時にそれぞれ車速を検出し、
前記距離検出手段は、前記第１検出時から前記第２検出時までの前記車両の走行距離を検出し、
前記第１の走行路曲率算出手段は、前記第１検出時の前記車両の走行位置よりも所定距離前方の第１前方位置と前記第２検出時の前記車両の走行位置よりも所定距離前方の第２前方位置との双方における前記第１の曲率を、前記撮像手段が前記第１検出時と前記第２検出時とにそれぞれ撮像した画像情報に基づいて算出し、
前記第２の走行路曲率算出手段は、前記第１検出時の前記車両の第１走行位置と前記第２検出時の前記車両の第２走行位置との双方における前記第２の曲率を、前記ヨーレイト検出手段と前記速度検出手段とが前記第１検出時と前記第２検出時とにそれぞれ検出したヨーレイトと車速とに基づいて算出し、
前記走行路特徴量算出手段は、前記第１前方位置と前記第２前方位置との双方における前記第１の曲率と前記走行距離とを用いて第１の検出クロソイドパラメータを算出し、前記第１走行位置と前記第２走行位置との双方における前記第２の曲率と前記走行距離とを用いて第２の検出クロソイドパラメータを算出し、前記第２前方位置における前記第１の曲率と前記第２走行位置における前記第２の曲率と前記所定距離とを用いて第３の検出クロソイドパラメータを算出し、前記第１の検出クロソイドパラメータと前記第２の検出クロソイドパラメータと前記第３の検出クロソイドパラメータとを所定の割合で合算して前記クロソイドパラメータを算出する
ことを特徴とする走行路形状推定装置。
【請求項５】
請求項１から請求項４に記載の走行路形状推定装置であって、
前記第１の曲率と前記第２の曲率とが共に所定の閾値よりも大きく且つ前記第１の曲率と前記第２の曲率との差が所定の範囲から外れている場合に算出条件が成立したと判定する判定手段を備え、
前記走行路特徴量算出手段は、前記算出条件が成立したと前記判定手段が判定したときに、前記クロソイドパラメータを算出する
ことを特徴とする走行路形状推定装置。
【図１】
【図２】
【図３】
【図４】
【図５】
【図６】
【図７】
【図８】
【図２】
【図３】
【図４】
【図５】
【図６】
【図７】
【図８】
【公開番号】特開２０１３−３９８８１（Ｐ２０１３−３９８８１Ａ）
【公開日】平成２５年２月２８日（２０１３．２．２８）
【国際特許分類】
【出願番号】特願２０１１−１７８４７１（Ｐ２０１１−１７８４７１）
【出願日】平成２３年８月１７日（２０１１．８．１７）
【出願人】（００００００１７０）いすゞ自動車株式会社 (1,721)
【Ｆターム（参考）】
【公開日】平成２５年２月２８日（２０１３．２．２８）
【国際特許分類】
【出願日】平成２３年８月１７日（２０１１．８．１７）
【出願人】（００００００１７０）いすゞ自動車株式会社 (1,721)
【Ｆターム（参考）】
[ Back to top ]