車両用道路形状認識方法及び装置、記録媒体
【課題】デメリットシーンにおいてより正確な道路形状を頻度良く算出することができる車両用道路形状認識方法及び装置、記録媒体を提供する。
【解決手段】物体までの距離及び車幅方向の角度に基づき、車両前方の道路形状を認識し、その認識された道路形状及びその認識程度に基づき、物体が自車と同一車線上にいる可能性を判定し、その判定結果に基づいて自車線確率を補正するための補正値を算出する。そして、自車走行路の曲率と認識された道路形状の曲率とに乖離があるか否かを判定し、乖離がない場合、自車線確率を補正値にて補正し、その補正後の自車線確率に基づいて先行車を選択する一方、乖離がある場合、自車線確率を補正値にて補正せずに自車線確率に基づいて先行車を選択する。
【解決手段】物体までの距離及び車幅方向の角度に基づき、車両前方の道路形状を認識し、その認識された道路形状及びその認識程度に基づき、物体が自車と同一車線上にいる可能性を判定し、その判定結果に基づいて自車線確率を補正するための補正値を算出する。そして、自車走行路の曲率と認識された道路形状の曲率とに乖離があるか否かを判定し、乖離がない場合、自車線確率を補正値にて補正し、その補正後の自車線確率に基づいて先行車を選択する一方、乖離がある場合、自車線確率を補正値にて補正せずに自車線確率に基づいて先行車を選択する。
【発明の詳細な説明】
【技術分野】
【０００１】
本発明は、車両用道路形状認識方法及び装置、記録媒体に関する。
【背景技術】
【０００２】
従来より、制御対象物を判断するため、センサが検出した前方物標の位置（距離、横位置）と操舵角やヨーレートに基づいて得た自車の旋回状態と自車速とに基づいて、自車走行路のカーブ半径からその走行路上に認識物標が存在する確率である自車線確率瞬時値を算出する方法が知られている。そして、補正された自車線確率瞬時値を用いて所定のフィルタ処理などを施して自車線確率を算出し、その自車線確率に基づいて先行車を選択する。
【０００３】
しかしながら、実際の制御対象物が走行している道路形状と自車の旋回状態とはずれがある。そこで、例えば特許文献１では、道路形状を認識することにより、自車の旋回状態のカーブ半径Ｒを補正し、その道路形状に基づいて自車線確率瞬時値を補正し、補正された自車線確率瞬時値を用いて、所定のフィルタ処理などを施して自車線確率を算出しその自車線確率に基づいて先行車を選択することを実施している。
【先行技術文献】
【特許文献】
【０００４】
【特許文献１】特許第３４１７３７５号公報
【発明の概要】
【発明が解決しようとする課題】
【０００５】
しかしながら、上記従来の技術では、道路形状に応じた路側端を推定しているので、ＩＣ、ランプウエイ、登坂車線、高速バス停留所等、自車が道路の形状に沿って走っていない場合には正しい推定が行われない可能性がある。
【０００６】
例えば、図１１に示されるように、自車が走行している左カーブの道路に右カーブの道路が連結されている場合、自車側で算出したカーブ半径（曲率半径）Ｒに対して、道路形状認識から算出したＲを補正すると、補正後のＲは自車が走行する道路の形状とは異なる結果となってしまう。したがって、自車側において正確に道路形状を認識できたとしても、その補正がデメリットとなり、図１１に示されるようなデメリットシーンでは正確な道路形状認識が行われない可能性がある。
【０００７】
本発明は上記点に鑑み、デメリットシーンにおいてより正確な道路形状を頻度良く算出することができる車両用道路形状認識方法及び装置、記録媒体を提供することを目的とする。
【課題を解決するための手段】
【０００８】
上記目的を達成するため、請求項１に記載の発明では、物体までの距離及び車幅方向の角度に基づき、車両前方の道路形状を認識し、その認識された道路形状及びその認識程度に基づき、物体が自車と同一車線上にいる可能性を判定し、その判定結果に基づいて自車線確率を補正するための補正値を算出する。そして、自車走行路の曲率と認識された道路形状の曲率とに乖離があるか否かを判定し、乖離がない場合、自車線確率を補正値にて補正する一方、乖離がある場合、自車線確率を補正値にて補正しないことを特徴とする。これにより、推定Ｒと道路形状Ｒとに大きな乖離がある局面に応じた自車線確率を得ることができる。すなわち、自車線確率の補正がデメリットとなることを回避することができ、より正確な道路形状を頻度良く算出することができる。
【０００９】
請求項２に記載の発明では、請求項１に示した車両用道路形状認識方法を実現するための装置としての一例であり、この車両用道路形状認識装置においても、自車走行路の曲率と認識された道路形状の曲率とに乖離があるか否かを判定し、乖離がないと判定した場合、自車線確率算出手段にて算出された自車線確率を補正値算出手段にて算出された補正値にて補正する一方、乖離があると判定した場合、自車線確率算出手段にて算出された自車線確率を前記補正値算出手段にて算出された補正値にて補正しないことを特徴としている。これにより、請求項１と同様に、道路形状をより正確に認識することが可能となる。
【００１０】
そして、請求項３に記載の発明のように、車両用道路形状認識装置のカーブ曲率演算手段、物体認識手段、自車線確率算出手段、道路形状認識手段、車線同一判定手段、補正値算出手段をコンピュータシステムにて実現する機能は、例えば、コンピュータシステム側で起動するプログラムとして備えることができる。このようなプログラムの場合、例えば、光磁気ディスク、ＣＤ−ＲＯＭ、ハードディスク、フラッシュメモリ等のコンピュータ読み取り可能な記録媒体に記録し、必要に応じてコンピュータシステムにロードして起動することにより用いることができる。この他、ＲＯＭやバックアップＲＡＭをコンピュータ読み取り可能な記録媒体として前記プログラムを記録しておき、このＲＯＭあるいはバックアップＲＡＭをコンピュータシステムに組み込んで用いても良い。
【００１１】
なお、この欄及び特許請求の範囲で記載した各手段の括弧内の符号は、後述する実施形態に記載の具体的手段との対応関係を示すものである。
【図面の簡単な説明】
【００１２】
【図１】本発明が適用された車両制御装置の構成を示すブロック図である。
【図２】先行車選択処理の概要を示す説明図である。
【図３】各物標位置を直線路走行時の位置に変換する際の説明図である。
【図４】自車線確率マップの説明図である。
【図５】（ａ）は予測Ｘ軸交点の説明図であり、（ｂ）は道路端認識の説明図である。
【図６】（ａ）は物標以遠まで道路端が認識できている場合の判定手法の説明図であり、（ｂ）は物標より近距離までしか道路端が認識できていない場合の判定手法の説明図である。
【図７】（ａ）は道路端認識に用いた各物標の位置と自車−物標カーブとの距離を用いる場合の判定手法の説明図であり、（ｂ）は道路端近傍の領域の説明図である。
【図８】（ａ）は高速道路のＩＣ出口等の分岐地点を示した図であり、（ｂ）はレーンチェンジ時を示した図である。
【図９】セグメントの情報とその条件との関係をテーブルとして示した図である。
【図１０】自車線確率を求めるためのパラメータαのマップの説明図である。
【図１１】課題を説明するための図である。
【発明を実施するための形態】
【００１３】
以下、本発明が適用された車両制御装置１について、図面と共に説明する。この車両制御装置１は、自動車に搭載され、警報すべき領域に障害物が所定の状況で存在する場合に警報を出力したり、前車（先行車両）に合わせて車速を制御したりする装置である。
【００１４】
図１は、そのシステムブロック図である。車両制御装置１はコンピュータ３を中心に構成されている。コンピュータ３はマイクロコンピュータを主な構成として入出力インターフェース（Ｉ／Ｏ）及び各種の駆動回路や検出回路を備えている。これらのハード構成は一般的なものであるので詳細な説明は省略する。
【００１５】
コンピュータ３は、車両用障害物検出装置としての距離・角度測定器５、車速センサ７、ブレーキスイッチ９、スロットル開度センサ１１から各々所定の検出データを入力している。またコンピュータ３は、警報音発生器１３、距離表示器１５、センサ異常表示器１７、ブレーキ駆動器１９、スロットル駆動器２１及び自動変速機制御器２３に所定の駆動信号を出力している。
【００１６】
更にコンピュータ３は、警報音量を設定する警報音量設定器２４、後述の警報判定処理における感度を設定する警報感度設定器２５、クルーズコントロールスイッチ２６、図示しないステアリングホイールの操作量を検出するステアリングセンサ２７及びヨーレートセンサ２８を備えている。またコンピュータ３は、電源スイッチ２９を備え、その「オン」により、所定の処理を開始する。
【００１７】
ここで、距離・角度測定器５は、送受信部５ａ及び距離・角度演算部５ｂを備え、送受信部５ａからは所定の光軸（中心軸）を中心にして車両前方へレーザ光を車幅方向の所定角度の範囲で不連続に掃引照射（スキャン）して出力し、かつ反射光を検出すると共に、距離・角度演算部５ｂにて反射光を捉えるまでの時間に基づき、前方の物体までの距離ｒを検出する装置である。なお、レーザ光を用いるものの他に、ミリ波等の電波や超音波等を用いるものであっても良いし、走査方法についても、送信部をスキャンさせるものに限られるものではなく、例えば受信部をスキャンするものであってもよい。
【００１８】
コンピュータ３は、このように構成されていることにより、障害物が所定の警報領域に所定時間存在した場合等に警報する警報判定処理を実施している。障害物としては、自車の前方を走行する前車やまたは停止している前車あるいは路側にある物体（ガードレールや支柱物体等）等が該当する。また、コンピュータ３は、ブレーキ駆動器１９、スロットル駆動器２１及び自動変速機制御器２３に駆動信号を出力することにより、前車の状況に合わせて車速を制御する、いわゆる車間制御も同時に実施している。
【００１９】
続いてコンピュータ３の内部構成について制御ブロックとして説明する。距離・角度測定器５の距離・角度演算部５ｂから出力された距離ｒとスキャン角度θとのデータは、極座標−直交座標間の座標変換ブロック４１に送られ、レーザレーダ中心を原点（０，０）とし、車幅方向をＸ軸、車両前方方向をＺ軸とするＸＺ直交座標に変換された後、物体認識ブロック４３及び道路形状認識ブロック４５へ出力される。
【００２０】
物体認識ブロック４３では、直交座標に変換された計測データに基づいて、物体の中心位置（Ｘ，Ｚ）、大きさ（Ｗ，Ｄ）を求めると共に、中心位置（Ｘ，Ｚ）の時間的変化に基づいて、自車位置を基準とする前車等の障害物の相対速度（Ｖｘ，Ｖｚ）を求める。さらに物体認識ブロック４３では、車速センサ７の検出値に基づいて車速演算ブロック４７から出力される車速（自車速）Ｖと上記求められた相対速度（Ｖｘ，Ｖｚ）とから物体が停止物体であるか移動物体であるかの認識種別が求められ、この認識種別と物体の中心位置とに基づいて自車両の走行に影響する物体が選択され、その距離が距離表示器１５により表示される。なお、物体の大きさを示す（Ｗ，Ｄ）は、それぞれ（横幅，奥行き）である。このようなデータを持つ物体のモデルを「物標モデル」と呼ぶこととする。
【００２１】
この物体認識ブロック４３にて求めたデータが異常な範囲の値がどうかがセンサ異常検出ブロック４４にて検出され、異常な範囲の値である場合には、センサ異常表示器１７にその旨の表示がなされる。一方、道路形状認識ブロック４５では、直交座標に変換された計測データと、物体認識ブロック４３にて求めたデータとに基づいて道路形状の認識を行う。この道路形状の認識処理の詳細は後述する。なお、道路形状認識ブロック４５にて得られたデータは先行車判定ブロック５３へ出力される。
【００２２】
また、ステアリングセンサ２７からの信号に基づいて操舵角演算ブロック４９にて操舵角が求められ、ヨーレートセンサ２８からの信号に基づいてヨーレート演算ブロック５１にてヨーレートが演算される。カーブ半径（曲率半径）算出ブロック６３では、車速演算ブロック４７からの車速と操舵角演算ブロック４９からの操舵角とヨーレート演算ブロック５１からのヨーレートとに基づいて、カーブ半径（曲率半径）Ｒを算出する。先行車判定ブロック５３では、このカーブ半径Ｒ及び物体認識ブロック４３にて求められた認識種別、中心位置座標（Ｘ，Ｚ）、物体の大きさ（Ｗ，Ｄ）、相対速度（Ｖｘ，Ｖｚ）及び道路形状認識ブロック４５にて得られた道路形状データに基づいて先行車を選択し、その先行車に対する距離Ｚ及び相対速度Ｖｚを求める。
【００２３】
そして、車間制御部及び警報判定部ブロック５５が、この先行車との距離Ｚ、相対速度Ｖｚ、自車速Ｖｎ、先行車加速度、物体中心位置、物体幅、認識種別、クルーズコントロールスイッチ２６の設定状態及びブレーキスイッチ９の踏み込み状態、スロットル開度センサ１１からの開度及び警報感度設定器２５による感度設定値に基づいて、警報判定ならば警報するか否かを判定し、クルーズ判定ならば車速制御の内容を決定する。その結果を、警報が必要ならば、警報発生信号を警報音発生器１３に出力する。また、クルーズ判定ならば、自動変速機制御器２３、ブレーキ駆動器１９及びスロットル駆動器２１に制御信号を出力して、必要な制御を実施する。そして、これらの制御実行時には、距離表示器１５に対して必要な表示信号を出力して、状況をドライバーに告知している。
【００２４】
次に、以上のように構成される車両制御装置１において実行される道路形状の認識にかかる動作について、図２のフローチャートに従って説明する。図２の最初のステップであるＳ１０００では、距離・角度計測データの読み込みを行う。この処理は距離・角度測定器５にて実行されるのであるが、１スキャン分の距離・角度計測データを取り込む。このスキャン周期は１００ｍｓｅｃとし、１００ｍｓｅｃ毎にデータを取り込むこととする。
【００２５】
続くＳ２０００では、極→直交座標変換ブロック４１において距離・角度計測データを極座標系からＸＺ直交座標系に変換し、その変換後のデータに基づいて物体認識ブロック４３にて物体認識を行う。この物体認識の内容は上述した通りである。ここで認識された物体は、物標あるいは物標モデルと呼ぶこととする。
【００２６】
Ｓ３０００では、ヨーレートセンサ２８から得られたヨーレートあるいはステアリングセンサ２７から得られたステアリング操舵角に基づいて、推定Ｒ（自車進行曲線のカーブ半径）を算出する。ここでは、ステアリング操舵角から推定Ｒを算出することにする。すなわち、推定Ｒを推定Ｒ＝定数÷操舵角から求める。
【００２７】
ここで、「定数」は車速と車種に依存する定数で、予め車種ごとに、各車速ごとの定数値をマップ関数としてコンピュ−タ３内のカーブ半径（曲率半径）算出ブロック６３に記憶されている。この関数Ｃは操舵角θからカ−ブ半径を求める関数として一般的に知られているため、詳細な説明は省略する。なお、ヨ−レ−トΩから推定Ｒを求める方法は、車速Ｖをヨ−レ−トΩで除することにより算出できる。
【００２８】
Ｓ４０００では、Ｓ２０００で認識した物標の自車線確率瞬時値を算出する。自車線確率とは、物標が自車と同一レーンを走行している車両である確からしさを表すパラメータである。自車線確率瞬時値とは、その瞬間の検出データに基づいて算出された値である。
【００２９】
まず、物体認識処理（Ｓ２０００）にて得られたすべての物標の位置を、直線路走行時の位置に換算する。もともとの物標の中心位置を（Ｘｏ，Ｚｏ）、Ｘ軸方向の幅をＷｏとしたとき、次の変換式により、直線路変換位置（Ｘ，Ｚ，Ｗ）が得られる（図３参照）。
【００３０】
Ｘ ← Ｘｏ−Ｚｏ＾２／２Ｒ …［式１］
Ｚ ← Ｚｏ …［式２］
Ｗ ← Ｗｏ …［式３］
Ｒ：推定Ｒのこと
右カーブ：符号正
左カーブ：符号負
なお、式１中の「＾」は「＾」の前の数値を「＾」の後の数値の回数、累乗することを意味する。本明細書の他の部分でも同じである。ここでは、円の方程式は、｜Ｘ｜≪｜Ｒ｜，Ｚという仮定のもとで、近似した。また、距離・角度測定器５が車両中心から離れたところに取り付けられている場合には、車両中心が原点になるようにＸ座標を補正するものとする。すなわち、ここでは実質的にはＸ座標のみ変換している。
【００３１】
このように直進路に変換して得られた中心位置（Ｘ，Ｚ）を、図４に示す自車線確率マップ上に配置して、各物体の瞬時自車線確率、すなわち、その時点で自車線に存在する確率を求める。確率として存在するのは、操舵角から求めたカーブ曲率半径Ｒと実際のカーブ曲率半径との間に誤差が存在するからであり、その誤差を考慮した制御をするために、ここで各物体の瞬時自車線確率を求める。
【００３２】
図４において、横軸はＸ軸、すなわち自車の左右方向であり、縦軸はＺ軸、すなわち自車の前方を示している。本実施形態では、左右５ｍ、前方１００ｍまでの領域を示している。ここで領域は、領域ａ（自車線確率８０％）、領域ｂ（自車線確率６０％）、領域ｃ（自車線確率３０％）、領域ｄ（自車線確率１００％）、それ以外の領域（自車線確率０％）に別れている。この領域の設定は、実測により定めたものである。特に、領域ｄは自車直前への割込も考慮することにより設定された領域である。
【００３３】
領域ａ，ｂ，ｃ，ｄを区切る境界線Ｌａ，Ｌｂ，Ｌｃ，Ｌｄは、例えば次の式４〜７で与えられるものである。なお、境界線Ｌａ′，Ｌｂ′，Ｌｃ′，Ｌｄ′は、それぞれ境界線Ｌａ，Ｌｂ，Ｌｃ，ＬｄとはＹ軸で対称の関係にある。
【００３４】
Ｌａ： Ｘ＝０．７＋（１．７５−０．７）・（Ｚ／１００）＾２…［式４］
Ｌｂ： Ｘ＝０．７＋（３．５−０．７）・（Ｚ／１００）＾２ …［式５］
Ｌｃ： Ｘ＝１．０＋（５．０−１．０）・（Ｚ／１００）＾２ …［式６］
Ｌｄ： Ｘ＝１．５・（１−Ｚ／６０） …［式７］
これを一般式で表すと次式８〜１１のようになる。
【００３５】
Ｌａ： Ｘ＝Ａ１＋Ｂ１・（Ｚ／Ｃ１）＾２ …［式８］
Ｌｂ： Ｘ＝Ａ２＋Ｂ２・（Ｚ／Ｃ２）＾２ …［式９］
Ｌｃ： Ｘ＝Ａ３＋Ｂ３・（Ｚ／Ｃ３）＾２ …［式１０］
Ｌｄ： Ｘ＝Ａ４・（Ｂ４−Ｚ／Ｃ４） …［式１１］
この式８〜１１から一般的には、次の式１２〜１４を満足させるように領域を設定する。実際の数値の決定は、実験にて決定する。
【００３６】
Ａ１≦Ａ２≦Ａ３＜Ａ４ …［式１２］
Ｂ１≦Ｂ２≦Ｂ３ 及び Ｂ４＝１ …［式１３］
Ｃ１＝Ｃ２＝Ｃ３ （Ｃ４に制約無し） …［式１４］
なお、図４の境界線Ｌａ、Ｌｂ，Ｌｃ，Ｌａ′、Ｌｂ′，Ｌｃ′は、計算処理速度の点から、放物線としているが、処理速度が許すならば、円弧にて表す方が良い。境界線Ｌｄ，Ｌｄ′についても処理速度が許すならば外側に膨らんだ放物線または円弧にて表す方が良い。
【００３７】
次に、各物標の直線路換算位置を図４の自車線確率マップと照合する。下記要領で、マップと照合することで、自車線確率瞬時値Ｐ０が得られる。
【００３８】
領域ｄを少しでも有する物体 → Ｐ０＝１００％
領域ａ内に中心が存在する物体 → Ｐ０＝ ８０％
領域ｂ内に中心が存在する物体 → Ｐ０＝ ６０％
領域ｃ内に中心が存在する物体 → Ｐ０＝ ３０％
上記〜を全て満たさない物体 → Ｐ０＝ ０％
Ｓ５０００では、路側に設けられているデリニエータらしい物標データに基づいて、道路形状を認識する。
【００３９】
まず最初に、横幅Ｗが１ｍ未満の認識種別が停止物体である物標を抽出する。これにより、車両、案内標識、看板などを、ほとんど除去できる。抽出された停止物標ごとに、Ｘ軸と交わる点を予測する。この予測Ｘ軸交点を算出する上で、物標の中心を通り、相対速度ベクトルを接線ベクトルとする円を求める。円の中心がＸ軸上にあると仮定すると、その円はＸ軸と直交することとなるため、半径Ｒは一意に決まる。実際には、次のような近似計算をしている。
【００４０】
｜Ｘ｜≪｜Ｒ｜，Ｚという仮定のもとで、円を放物線近似すると、物標の中心を通り、Ｘ軸に直交する円の方程式は、
Ｘ＝Ｘｏ＋（Ｚ−Ｚｏ）＾２／２Ｒ …［式１５］
となる。また、物標の相対速度ベクトルが円の接線ベクトルであることより、式１５は、
ｄＸ／ｄＺ＝Ｖｘ／Ｖｚ …［式１６］
と表すことができる。これら２式より、半径Ｒは、
Ｒ＝（Ｚ−Ｚｏ）・Ｖｚ／Ｖｘ
と表すことができる（図５（ａ）参照）。そして、Ｚ＝０のとき、
Ｘ＝Ｘｏ−Ｚｏ・Ｖｘ／２Ｖｚ
となるため、予測Ｘ軸交点は、以下のように求められる。
予測Ｘ軸交点＝Ｘｏ−Ｚｏ・Ｖｘ／２Ｖｚ
このようにして全ての停止物標の予測Ｘ軸交点が算出できたら、符号が負と正に分けて、おのおの次の統計処理をする。まず、全停止物標の予測Ｘ軸交点を単純平均し、それを仮平均値とする。次に、仮平均から２ｍ以上離れているデータは全て排除し、残ったデータで再度平均する。ここで排除されたデータは、道路形状認識には、使用しないものとする。
【００４１】
このような処理を施す理由は次の通りである。デリニエータ以外に、例えば上方の看板などが除去できずに混入しているときには、誤った道路形状を認識することとなる。そこで、このような平均化処理をすることで、デリニエータの存在すべき位置から大きく外れたものを排除することができるので、精度よく道路形状を認識することができる。
【００４２】
そして、図５（ｂ）に示すように、道路の左右それぞれについて、残った停止物標を補間して結ぶことで、道路端を認識する。ここで、道路端とＸ軸との交点については、道路左端、右端それぞれ、構成物標の中から最も近い距離（Ｚ小）のものを選び、その物標の予測Ｘ軸交点を道路端とＸ軸との交点として使用する。認識した道路端は、道路端座標テーブルにセットされる。道路端座標テーブルは、道路左端用と右端用とがあり、距離５ｍごとに道路端のＸ座標値が格納される。距離範囲は０ｍ〜１５０ｍである。道路端を構成する物標の距離を、端数を落とすことで５ｍ単位に丸めて、該当するテーブルにデータをセットしていく。該当データがないテーブルは、空きのままとする。
【００４３】
上記の道路形状認識により、Ｓ３０００で得られた推定Ｒとは別の道路形状Ｒが得られる。
【００４４】
Ｓ６０００では、Ｓ５０００で認識した道路形状に基づいて、各物標が自車と同一レーン上の車両かどうかを判定し、その結果に応じて「自車線確率瞬時値の補正値」を算出する。最初に、各物標ごとに、自車と同一レーン上の車両かどうかの基本判定を行う。基本判定は、次の３つから成る。
【００４５】
［基本判定１］この判定は、物標よりも遠くまで道路端が認識できているときの判定であり、道路左側、右側、それぞれ判定する。
（ａ）道路左側
図６（ａ）にて、
Ｚ＿ＭＡＸ≧Ｚｏ 且つ ｜ΔＸZ=Zo−ΔＸZ=0｜＜１．２
ｍのとき
◆基本判定１（Ｌ）結果 ← １
Ｚ＿ＭＡＸ≧Ｚｏ 且つ ｜ΔＸZ=Zo−ΔＸZ=0｜≧２．０
ｍのとき
◆基本判定１（Ｌ）結果 ← −１
それ以外のとき
◆基本判定１（Ｌ）結果 ← ０
（ｂ）道路右側
道路左側と同様で、
Ｚ＿ＭＡＸ≧Ｚｏ 且つ ｜ΔＸZ=Zo−ΔＸZ=0｜＜１．２
ｍのとき
◆基本判定１（Ｒ）結果 ← １
Ｚ＿ＭＡＸ≧Ｚｏ 且つ ｜ΔＸZ=Zo−ΔＸZ=0｜≧２．０
ｍのとき
◆基本判定１（Ｒ）結果 ← −１
それ以外のとき
◆基本判定１（Ｒ）結果 ← ０
このような基本判定１の結果が「１」のときは、ほぼ確実に自車線上の先行車と判断でき、「−１」のときは、ほぼ確実に他車線の車両あるいは路側物と判断できる。また、「０」は、いずれかに判定するのが困難あるいは道路端が認識できない場合である。
【００４６】
［基本判定２］この判定は、物標の位置までは道路端が認識できていないときの判定であり、道路左側、右側、それぞれ判定する。
（ａ）道路左側
図６（ｂ）にて、
｜ΔＸZ=Z#MAX−ΔＸZ=0｜＜１．２ｍ・（Z#MAX/Zo）＾２
または
｜ΔＸZ=Z#MAX−ΔＸZ=0｜＜０．３ｍのとき
◆基本判定２（Ｌ）結果 ← １
｜ΔＸZ=Z#MAX−ΔＸZ=0｜≧２．０ｍ・（Z#MAX/Zo）＾２
且つ
｜ΔＸZ=Z#MAX−ΔＸZ=0｜≧０．３ｍのとき
◆基本判定２（Ｌ）結果 ← −１
それ以外のとき
◆基本判定２（Ｌ）結果 ← ０
ここで、Ｚ＿ＭＡＸ＞Ｚｏ／２のとき
◇基本判定２（Ｌ）信頼度 ← １（高）
Ｚ＿ＭＡＸ≦Ｚｏ／２のとき
◇基本判定２（Ｌ）信頼度 ← −１（低）
（ｂ）道路右側
道路左側と同様の方法で、基本判定２（Ｒ）結果及び基本判定２（Ｒ）信頼度を算出する。
【００４７】
なお、図６（ｂ）中の自車−物標カーブは、物標と原点の間をＸ軸に直交する円弧で結んだ曲線である。円の方程式は、｜Ｘ｜≪｜Ｒ｜，Ｚという仮定のもとで、下記の式で放物線近似するものとする。
Ｘ＝Ｚ＾２／Ｒ （Ｒ：半径）
なお、図６（ｂ）からも判るように、認識最遠点（距離Ｚ＿ＭＡＸ）からＸ軸に平行な方向における自車−物標カーブまでの距離（ΔＸZ=Z#MAX）を判定に用いている。放物線近似したため、上述した基本判定１の場合の判定値１．２ｍ，２．０ｍに対して（Z#MAX/Zo）＾２を掛けてある。
【００４８】
このような基本判定２の結果が「１」のときは、自車線上の先行車の可能性が高いと判断でき、「−１」のときは、他車線の車両あるいは路側物の可能性が高いと判断できる。また、基本判定２信頼度によって、その判定の信頼度を２段階で表す。判定結果又は判定信頼度が「０」の場合は、いずれかに判定するのが困難あるいは道路端が認識できない場合である。
【００４９】
［基本判定３］この判定は、Ｚ＝Ｚｏ、Ｚ＿ＭＡＸ以外での距離での判定であり、道路左側、右側、それぞれ判定する。
（ａ）道路左側
次に示す２種類の判定を行う。
【００５０】
［判定３ａ］図７（ａ）にて、ｉ・ｄＺ≦Ｚｏ（ｄＺ＝５ｍ）を満たす全ての正数ｉについて、Ｚ＿ＭＡＸ→ｉ・ｄＺとして、基本判定２（Ｌ）結果＝１と同じ判定を実施する。
【００５１】
全てのｉに対して、基本判定２（Ｌ）＝１の条件を満たすとき、
◆基本判定３ａ（Ｌ）結果 ← １
条件を満たさないｉが１つ以上あるときは、
◆基本判定３ａ（Ｌ）結果 ← −１
判定すべきｉが１つも存在しないとき
◆基本判定３ａ（Ｌ）結果 ← ０
［判定３ｂ］図７（ａ）にて、ｉ・ｄＺ≦Ｚｏ（ｄＺ＝５ｍ）を満たす全ての正数ｉについて、Ｚ＿ＭＡＸ→ｉ・ｄＺとして、基本判定２（Ｌ）結果＝−１と同じ判定を実施する。
【００５２】
全てのｉに対して、基本判定２（Ｌ）＝−１の条件を満たすとき、
◆基本判定３ｂ（Ｌ）結果 ← １
条件を満たさないｉが１つ以上あるときは、
◆基本判定３ｂ（Ｌ）結果 ← −１
判定すべきｉが１つも存在しないとき
◆基本判定３ｂ（Ｌ）結果 ← ０
（ｂ）道路右側
道路左側と同様の方法で、基本判定３ａ（Ｒ）結果及び基本判定３ｂ（Ｒ）結果を算出する。
【００５３】
このような基本判定３ａの結果が「１」のときは、どの距離の道路端データを使っても自車線上の先行車と判断でき、「−１」のときは、距離によっては自車線上の先行車とは決めつけられない場合である。また基本判定３ａの結果が「０」のときは、物標よりも近距離に道路端座標データがない場合である。
【００５４】
一方、基本判定３ｂの結果が「１」のときは、どの距離の道路端データを使っても他車線の車両あるいは路側物と判断でき。「−１」のときは、距離によっては他車線の車両あるいは路側物と決めつけられない場合である。また基本判定３ｂの結果が「０」のときは、物標よりも近距離に道路端座標データがない場合である。
【００５５】
以上の３つの基本判定の結果に基づき、下記の６種類の分類に従って、自車線確率瞬時値の補正値を算出する。複数の条件を満たす場合は、優先度が高い瞬時値を採用するものとする。
［第１分類］物標よりも遠くまで道路端が認識できていて、自車線上の先行車と判断できるとき道路左側については、
基本判定１（Ｌ）結果＝１、且つ基本判定３ａ（Ｌ）＝１ならば
自車線確率瞬時値補正値 ← ４０％ 優先度：５
基本判定１（Ｌ）結果＝１、且つ基本判定３a（Ｌ）＝−１ならば
自車線確率瞬時値補正値 ← ０％ 優先度：３
基本判定１（Ｌ）結果＝１、且つ基本判定３ａ（Ｌ）＝０ならば
自車線確率瞬時値補正値 ← ４０％ 優先度：２
道路右側については、道路左側と同様の方法で、補正値を算出する。
【００５６】
［第２分類］物標よりも遠くまで道路端が認識できていて、他車線の車両あるいは路側物と判断できるとき道路左側については、
基本判定１（Ｌ）結果＝−１のとき、基本判定３ａ（Ｌ）＝１ならば
自車線確率瞬時値補正値 ← −４０％ 優先度：５
基本判定１（Ｌ）結果＝−１のとき、基本判定３a（Ｌ）＝−１ならば
自車線確率瞬時値補正値 ← ０％ 優先度：３
基本判定１（Ｌ）結果＝−１のとき、基本判定３ａ（Ｌ）＝０ならば
自車線確率瞬時値補正値 ← −４０％ 優先度：２
道路右側については、道路左側と同様の方法で、補正値を算出する。
【００５７】
［第３分類］物標の位置までは道路端が認識できていなくて、自車線上の先行車と判断できるとき道路左側については、
基本判定２（Ｌ）結果＝１、且つ基本判定３ａ（Ｌ）＝１ならば
自車線確率瞬時値補正値 ← ４０％ 優先度：１
基本判定２（Ｌ）結果＝１、且つ基本判定３a（Ｌ）＝−１ならば
自車線確率瞬時値補正値 ← ０％ 優先度：１
基本判定２（Ｌ）結果＝１、且つ基本判定３ａ（Ｌ）＝０、且つ基本判定２（Ｌ）信頼度＝１ならば
自車線確率瞬時値補正値 ← ４０％ 優先度：１
基本判定２（Ｌ）結果＝１、且つ基本判定３ａ（Ｌ）＝０、且つ基本判定２（Ｌ）信頼度＝−１ならば
自車線確率瞬時値補正値 ← ２０％ 優先度：１
道路右側については、道路左側と同様の方法で、補正値を算出する。
【００５８】
［第４分類］物標の位置までは道路端が認識できていなくて、他車線の車両あるいは路側物と判断できるとき道路左側については、
基本判定２（Ｌ）結果＝−１、且つ基本判定３ａ（Ｌ）＝１ならば
自車線確率瞬時値補正値 ← −４０％ 優先度：１
基本判定２（Ｌ）結果＝−１、且つ基本判定３a（Ｌ）＝−１ならば
自車線確率瞬時値補正値 ← ０％ 優先度：１
基本判定２（Ｌ）結果＝−１、且つ基本判定３ａ（Ｌ）＝０、且つ基本判定２（Ｌ）信頼度＝１ならば
自車線確率瞬時値補正値 ← −４０％ 優先度：１
基本判定２（Ｌ）結果＝−１、且つ基本判定３ａ（Ｌ）＝０、且つ基本判定２（Ｌ）信頼度＝−１ならば
自車線確率瞬時値補正値 ← −２０％ 優先度：１
道路右側については、道路左側と同様の方法で、補正値を算出する。
【００５９】
［第５分類］道路左端、道路右端とも認識されていないなどで、上記第１〜４分類までの条件を一つも満たさないとき
自車線確率瞬時値補正値 ← ０％ 優先度：０
［第６分類］道路端上の路側物と判定された物標
図７（ｂ）で示す領域、すなわち認識した道路端（左端及び右端）から左右それぞれに０．５ｍの領域に中心がある物標は、路側物と判定し、以下のような補正値及び優先度を設定する。
自車線確率瞬時値補正値 ← −７０％ 優先度：６
以上のように、認識した道路形状に応じた自車線確率瞬時値の補正値（Ｐｈ）を算出したが、概略的には次のように算出結果となっている。
【００６０】
道路形状が近い距離しか認識できていない場合には、（遠くまで認識できている場合に比べて）補正値を小さめにする（基本判定２の結果が加味されている内容を参照）。近距離までしか認識できていない場合には、物体と自車位置とを結ぶ円（弧）を想定して判定している。したがって、そのような推定要素が存在することを鑑みれば、補正値を相対的に小さくすることが好ましい。
【００６１】
道路端上の路側物と判定されれば、補正値を大きめにする（第６分類参照）。なお、道路端上の路側物と判定したのであるから、自車線上以外に存在する可能性が高いため、−７０％という負方向の大きな補正値にした。そのため、自車線確率瞬時値が高かったとしても、補正することで確率を下げることができ、誤選択を防止できる。例えば、「自車が直線を走行していて、前方が既にカーブに入っている」ような場合には、このような対処が特に有効となる。
【００６２】
また、優先度は次のように用いる。本実施形態では、左右の道路端のいずれを基準としても判定できる。但し、左右端に対する認識度合いが異なっており、それぞれ基準とした場合の同一車線上にいる可能性に違いが生じる場合も想定される。したがって、その場合には、優先度が高い方の判定結果に基づいて補正値を算出する。上述例であれば、物体以遠まで道路形状を認識できている場合の第１分類及び第２分類においては、優先度が５，３，２であるが、物体よりも近距離までしか道路形状を認識できていない場合の第３分類及び第４分類においては、優先度が１であるため、第１，２分類による判定結果の方が優先されることとなる。
【００６３】
なお、基本判定３の結果を基本判定１あるいは２と組み合わせて上記分類をしている。このようにすれば、道路形状と認識する際に用いた各物体の位置も総合的に加味して優先度を判定することとなるため、道路形状全体を加味した優先度の判定が行える。
【００６４】
続いて、Ｓ６１００では、Ｓ３０００で算出された推定ＲとＳ５０００で認識された道路形状Ｒとに大きな乖離があるか否かを判定する。これは、推定Ｒと道路形状Ｒとの差が大きい場合に自車線確率瞬時値を補正してしまうと、自車線確率瞬時値の精度を低下させてしまう可能性があるからである。
【００６５】
例えば、図８（ａ）に示される高速道路のＩＣ出口等の分岐地点や、図８（ｂ）のレーンチェンジ時等のように、推定Ｒと道路形状Ｒとが大きく乖離することが予想される局面が考えられる。このような局面では自車線確率瞬時値に対して自車線確率瞬時値補正値Ｐｈの補正を行うと瞬時自車線確率が低下する可能性があり、図８の補正後推定Ｒのように道路形状が認識されてしまうため、ガード処理を追加する。ガード処理とは、推定Ｒと道路形状Ｒとが大きく乖離している場合は補正を行わないという処理である。すなわち、本ステップにおいて「大きな乖離がある」と判定した場合の処理である。
【００６６】
そして、「大きな乖離があるか」の具体的な判定は以下のように行う。まず、図９に示された、今回のセグメントの情報とその条件とがテーブルとして予め用意されている。セグメント情報は、自車速、推定Ｒ、道路形状Ｒ等である。なお、図９に示される各数値は一例であり、もちろん他の数値が設定されていても良い。
１）条件ａ ａｎｄ 条件ｏ 成立時にi）→iv）の優先順位で判定を実施
i）条件ｈ ａｎｄ 条件ｄ２ ａｎｄ （条件（１） ｏｒ 条件（２） ｏｒ 条件（３）） 成立時に道路形状認識による自車線確率瞬時値補正値Ｐｈ＝０％とする
条件（１）；（条件ｂ ａｎｄ 条件ｇ） ｏｒ （条件ｃ ａｎｄ 条件ｆ）
条件（２）；（条件ｄ ａｎｄ 条件ｊ ａｎｄ 条件ｋ） ｏｒ （条件ｅ ａｎｄ 条件ｉ ａｎｄ 条件ｌ）
条件（３）；条件ｍ ｏｒ 条件ｎ
ii）条件ｔ ａｎｄ 条件ｄ２ ａｎｄ 条件ｂ２ 成立時は下記Ａ→Ｂを実施
Ａ；条件ｖ ａｎｄ ｛条件ｘ ｏｒ 条件ｕ ｏｒ 条件ｑ｝成立時は道路形状認識による自車線確率瞬時値補正値Ｐｈ＝０％とする
Ｂ；不成立の場合は道路形状認識で演算された補正値Ｐｈを使用
iii）条件ｓ ａｎｄ 条件ｗ ａｎｄ 条件ａ２ ａｎｄ ｛条件ｐ ｏｒ 条件ｒ ｏｒ 条件ｖ ｏｒ 条件ｃ２｝成立時は道路形状認識による自車線確率瞬時値補正値Ｐｈ＝０％とする
iv）Ｓ６０００で演算された自車線確率瞬時値補正値Ｐｈを使用
２） 上記の１）が不成立の場合、Ｓ６０００で演算された自車線確率瞬時値補正値Ｐｈを使用
上記の１）i）〜iii）までが「大きな乖離がある」場合であり、この場合はステップＳ７０００に進む。この場合は自車線確率瞬時値補正値Ｐｈ＝０％であり、以下のステップＳ６２００で自車線確率瞬時値を補正しない。
【００６７】
一方、１）iv）及び２）は「大きな乖離がない」場合であり、この場合はＳ６２００に進む。
【００６８】
なお、図８に示されるような局面では、例えば図９に示される条件ａ、ｂ、ｃは、
ａ）７０００≦｜推定Ｒ｜ ａｎｄ ｜道路形状Ｒ｜＜７００
ｂ）｜推定Ｒ｜＜１０００ ａｎｄ ７０００≦｜道路形状Ｒ｜
ｃ）｜（１／推定Ｒ×１０００）−（１／道路形状Ｒ×１０００）｜＞１．５
のように設定され、これら各条件ａ）、ｂ）、ｃ）のいずれかの成立時に「大きな乖離がある」場合となる。
【００６９】
図２の説明に戻り、Ｓ６２００では、Ｓ６１００で「大きな乖離がない」と判定されたため、各物標ごとに、Ｓ４０００で算出した自車線確率瞬時値にＳ６０００で算出した自車線確率瞬時値補正値Ｐｈを加算する。このとき、上限１００％、下限０％でリミット処理する。
【００７０】
Ｓ７０００では、自車線確率を算出する。この自車線確率を算出するため、Ｓ６１００で「大きな乖離がない」と判定した場合はＳ６２００で補正した自車線確率瞬時値を用いる。一方、Ｓ６１００で「大きな乖離がある」と判定した場合はＳ４０００で算出した（補正していない）自車線確率瞬時値を用いる。これは、言い換えると、Ｓ４０００で算出した自車線確率瞬時値に自車線確率瞬時値補正値Ｐｈとして０％を加算することに相当する。
【００７１】
具体的に、下式を用いて、フィルタ処理をする。ここで、αは距離Ｚに依存するパラメータであり、図１０のマップを用いて求める。自車線確率の初期値は、０％とする。
自車線確率←自車線確率前回値×α＋自車線確率瞬時値×（１−α）
続くＳ８０００では、先行車を判定する。Ｓ７０００で算出した自車線確率が５０％以上の物標の中で、距離Ｚが最小のものを先行車と判断する。先行車と判断した物標の距離や相対速度に従って、先行車との車間を一定に保つように制御したり、先行車に衝突の危険があるときに警報を鳴らしたりする。
【００７２】
この後、再びＳ５０００において道路形状認識を行う場合は、上記のＳ７０００で算出した自車線確率に基づき、道路形状Ｒにローパスフィルタをかけ、車両の推定Ｒをフィルタ後の道路形状で補正する。これにより、より正確な道路形状を認識できる。
【００７３】
以上説明したように、自車線確率（Ｓ７０００）を算出するために用いる自車線確率瞬時値（Ｓ４０００）について、自車で算出した推定Ｒ（Ｓ３０００）と道路形状認識から算出した道路形状Ｒ（Ｓ５０００）とに大きな乖離がある場合には、走行路上に認識物標が存在する確率である自車線確率瞬時値（Ｓ４０００）の補正を行わないことが特徴となっている。
【００７４】
これにより、上述の図８（ａ）や図８（ｂ）等のように、推定Ｒと道路形状Ｒとに大きな乖離があるようなデメリットシーンに対応した自車線確率を得ることができる。すなわち、自車線確率瞬時値の補正がデメリットとなることを回避することができ、より正確な道路形状認識が可能となる。また、先行車選択の精度を向上させることができる。したがって、推定Ｒと道路形状Ｒとが大きく乖離することが予想される局面においてより正確な道路形状を頻度良く算出することができる。
【００７５】
もちろん、自車で算出した推定Ｒ（Ｓ３０００）と道路形状認識から算出した道路形状Ｒ（Ｓ５０００）とに大きな乖離がない場合には、自車線確率瞬時値（Ｓ４０００）を補正する（Ｓ６２００）。これによっても正確な道路形状認識が可能となり、先行車選択の精度が向上する。この場合、道路形状の認識程度に補正値の大小や優先度を変えているので、より適切なＲの補正ができ、結果として、より精度の高い先行車選択ができる。
【００７６】
なお、本実施形態においては、ステアリングセンサ２７及び操舵角演算ブロック４９、ヨーレートセンサ２８及びヨーレート演算ブロック５１の少なくとも１組が旋回検出手段に相当し、カーブ半径算出ブロック６３がカーブ曲率演算手段に相当する。また、距離・角度測定器５がレーダ手段に相当し、極・直交座標変換ブロック４１、物体認識ブロック４３が物体認識手段に相当する。また、先行車判定ブロック５３が自車線確率算出手段、先行車選択手段、車線同一判定手段及び補正値算出手段に相当し、道路形状認識ブロック４５が道路形状認識手段に相当する。
【００７７】
（他の実施形態）
上記に示された実施の形態は一例であり、上記で示した実施形式に限定されることなく、本発明の内容を実現できる他の構成とすることもできる。例えば、上記の実施形態では先行車選択を目的とした構成になっているが、純粋に道路形状認識のみを目的とした構成でも良い。また、以下の（１）〜（３）のように変更することもできる。
【００７８】
（１）上記実施形態では、道路の左右端を基準とする判定を行い、その判定結果が異なった場合には優先度が高い方を採用したが、左右の道路端のいずれか一方のみを基準とする判定でも実現は可能である。しかしながら、常に安定して道路端を認識できるとは限らないので、上記実施形態のように左右両方の道路端の形状をダイレクトに認識するようにした方が好ましい。
【００７９】
（２）上記実施形態において、補正値や優先度に具体的な数値を挙げたが、これはあくまで一例であり、数値は適宜変更可能である。
【００８０】
（３）上記実施例形態では「レーダ手段」としてレーザ光を用いた距離・角度測定器５を採用したが、ミリ波等を用いてもよいことは既に述べた。そして、例えばミリ波でＦＭＣＷレーダ又はドップラーレーダなどを用いた場合には、反射波（受信波）から先行車までの距離情報と先行車の相対速度情報が一度に得られるため、レーザ光を用いた場合のように、距離情報に基づいて相対速度を算出するという過程は不要となる。
【符号の説明】
【００８１】
５ 距離・角度測定器
２７ ステアリングセンサ
２８ ヨーレートセンサ
４３ 物体認識ブロック
４５ 道路形状認識ブロック
４９ 操舵角演算ブロック
５１ ヨーレート演算ブロック
５３ 先行車判定ブロック
６３ カーブ半径算出ブロック
【技術分野】
【０００１】
本発明は、車両用道路形状認識方法及び装置、記録媒体に関する。
【背景技術】
【０００２】
従来より、制御対象物を判断するため、センサが検出した前方物標の位置（距離、横位置）と操舵角やヨーレートに基づいて得た自車の旋回状態と自車速とに基づいて、自車走行路のカーブ半径からその走行路上に認識物標が存在する確率である自車線確率瞬時値を算出する方法が知られている。そして、補正された自車線確率瞬時値を用いて所定のフィルタ処理などを施して自車線確率を算出し、その自車線確率に基づいて先行車を選択する。
【０００３】
しかしながら、実際の制御対象物が走行している道路形状と自車の旋回状態とはずれがある。そこで、例えば特許文献１では、道路形状を認識することにより、自車の旋回状態のカーブ半径Ｒを補正し、その道路形状に基づいて自車線確率瞬時値を補正し、補正された自車線確率瞬時値を用いて、所定のフィルタ処理などを施して自車線確率を算出しその自車線確率に基づいて先行車を選択することを実施している。
【先行技術文献】
【特許文献】
【０００４】
【特許文献１】特許第３４１７３７５号公報
【発明の概要】
【発明が解決しようとする課題】
【０００５】
しかしながら、上記従来の技術では、道路形状に応じた路側端を推定しているので、ＩＣ、ランプウエイ、登坂車線、高速バス停留所等、自車が道路の形状に沿って走っていない場合には正しい推定が行われない可能性がある。
【０００６】
例えば、図１１に示されるように、自車が走行している左カーブの道路に右カーブの道路が連結されている場合、自車側で算出したカーブ半径（曲率半径）Ｒに対して、道路形状認識から算出したＲを補正すると、補正後のＲは自車が走行する道路の形状とは異なる結果となってしまう。したがって、自車側において正確に道路形状を認識できたとしても、その補正がデメリットとなり、図１１に示されるようなデメリットシーンでは正確な道路形状認識が行われない可能性がある。
【０００７】
本発明は上記点に鑑み、デメリットシーンにおいてより正確な道路形状を頻度良く算出することができる車両用道路形状認識方法及び装置、記録媒体を提供することを目的とする。
【課題を解決するための手段】
【０００８】
上記目的を達成するため、請求項１に記載の発明では、物体までの距離及び車幅方向の角度に基づき、車両前方の道路形状を認識し、その認識された道路形状及びその認識程度に基づき、物体が自車と同一車線上にいる可能性を判定し、その判定結果に基づいて自車線確率を補正するための補正値を算出する。そして、自車走行路の曲率と認識された道路形状の曲率とに乖離があるか否かを判定し、乖離がない場合、自車線確率を補正値にて補正する一方、乖離がある場合、自車線確率を補正値にて補正しないことを特徴とする。これにより、推定Ｒと道路形状Ｒとに大きな乖離がある局面に応じた自車線確率を得ることができる。すなわち、自車線確率の補正がデメリットとなることを回避することができ、より正確な道路形状を頻度良く算出することができる。
【０００９】
請求項２に記載の発明では、請求項１に示した車両用道路形状認識方法を実現するための装置としての一例であり、この車両用道路形状認識装置においても、自車走行路の曲率と認識された道路形状の曲率とに乖離があるか否かを判定し、乖離がないと判定した場合、自車線確率算出手段にて算出された自車線確率を補正値算出手段にて算出された補正値にて補正する一方、乖離があると判定した場合、自車線確率算出手段にて算出された自車線確率を前記補正値算出手段にて算出された補正値にて補正しないことを特徴としている。これにより、請求項１と同様に、道路形状をより正確に認識することが可能となる。
【００１０】
そして、請求項３に記載の発明のように、車両用道路形状認識装置のカーブ曲率演算手段、物体認識手段、自車線確率算出手段、道路形状認識手段、車線同一判定手段、補正値算出手段をコンピュータシステムにて実現する機能は、例えば、コンピュータシステム側で起動するプログラムとして備えることができる。このようなプログラムの場合、例えば、光磁気ディスク、ＣＤ−ＲＯＭ、ハードディスク、フラッシュメモリ等のコンピュータ読み取り可能な記録媒体に記録し、必要に応じてコンピュータシステムにロードして起動することにより用いることができる。この他、ＲＯＭやバックアップＲＡＭをコンピュータ読み取り可能な記録媒体として前記プログラムを記録しておき、このＲＯＭあるいはバックアップＲＡＭをコンピュータシステムに組み込んで用いても良い。
【００１１】
なお、この欄及び特許請求の範囲で記載した各手段の括弧内の符号は、後述する実施形態に記載の具体的手段との対応関係を示すものである。
【図面の簡単な説明】
【００１２】
【図１】本発明が適用された車両制御装置の構成を示すブロック図である。
【図２】先行車選択処理の概要を示す説明図である。
【図３】各物標位置を直線路走行時の位置に変換する際の説明図である。
【図４】自車線確率マップの説明図である。
【図５】（ａ）は予測Ｘ軸交点の説明図であり、（ｂ）は道路端認識の説明図である。
【図６】（ａ）は物標以遠まで道路端が認識できている場合の判定手法の説明図であり、（ｂ）は物標より近距離までしか道路端が認識できていない場合の判定手法の説明図である。
【図７】（ａ）は道路端認識に用いた各物標の位置と自車−物標カーブとの距離を用いる場合の判定手法の説明図であり、（ｂ）は道路端近傍の領域の説明図である。
【図８】（ａ）は高速道路のＩＣ出口等の分岐地点を示した図であり、（ｂ）はレーンチェンジ時を示した図である。
【図９】セグメントの情報とその条件との関係をテーブルとして示した図である。
【図１０】自車線確率を求めるためのパラメータαのマップの説明図である。
【図１１】課題を説明するための図である。
【発明を実施するための形態】
【００１３】
以下、本発明が適用された車両制御装置１について、図面と共に説明する。この車両制御装置１は、自動車に搭載され、警報すべき領域に障害物が所定の状況で存在する場合に警報を出力したり、前車（先行車両）に合わせて車速を制御したりする装置である。
【００１４】
図１は、そのシステムブロック図である。車両制御装置１はコンピュータ３を中心に構成されている。コンピュータ３はマイクロコンピュータを主な構成として入出力インターフェース（Ｉ／Ｏ）及び各種の駆動回路や検出回路を備えている。これらのハード構成は一般的なものであるので詳細な説明は省略する。
【００１５】
コンピュータ３は、車両用障害物検出装置としての距離・角度測定器５、車速センサ７、ブレーキスイッチ９、スロットル開度センサ１１から各々所定の検出データを入力している。またコンピュータ３は、警報音発生器１３、距離表示器１５、センサ異常表示器１７、ブレーキ駆動器１９、スロットル駆動器２１及び自動変速機制御器２３に所定の駆動信号を出力している。
【００１６】
更にコンピュータ３は、警報音量を設定する警報音量設定器２４、後述の警報判定処理における感度を設定する警報感度設定器２５、クルーズコントロールスイッチ２６、図示しないステアリングホイールの操作量を検出するステアリングセンサ２７及びヨーレートセンサ２８を備えている。またコンピュータ３は、電源スイッチ２９を備え、その「オン」により、所定の処理を開始する。
【００１７】
ここで、距離・角度測定器５は、送受信部５ａ及び距離・角度演算部５ｂを備え、送受信部５ａからは所定の光軸（中心軸）を中心にして車両前方へレーザ光を車幅方向の所定角度の範囲で不連続に掃引照射（スキャン）して出力し、かつ反射光を検出すると共に、距離・角度演算部５ｂにて反射光を捉えるまでの時間に基づき、前方の物体までの距離ｒを検出する装置である。なお、レーザ光を用いるものの他に、ミリ波等の電波や超音波等を用いるものであっても良いし、走査方法についても、送信部をスキャンさせるものに限られるものではなく、例えば受信部をスキャンするものであってもよい。
【００１８】
コンピュータ３は、このように構成されていることにより、障害物が所定の警報領域に所定時間存在した場合等に警報する警報判定処理を実施している。障害物としては、自車の前方を走行する前車やまたは停止している前車あるいは路側にある物体（ガードレールや支柱物体等）等が該当する。また、コンピュータ３は、ブレーキ駆動器１９、スロットル駆動器２１及び自動変速機制御器２３に駆動信号を出力することにより、前車の状況に合わせて車速を制御する、いわゆる車間制御も同時に実施している。
【００１９】
続いてコンピュータ３の内部構成について制御ブロックとして説明する。距離・角度測定器５の距離・角度演算部５ｂから出力された距離ｒとスキャン角度θとのデータは、極座標−直交座標間の座標変換ブロック４１に送られ、レーザレーダ中心を原点（０，０）とし、車幅方向をＸ軸、車両前方方向をＺ軸とするＸＺ直交座標に変換された後、物体認識ブロック４３及び道路形状認識ブロック４５へ出力される。
【００２０】
物体認識ブロック４３では、直交座標に変換された計測データに基づいて、物体の中心位置（Ｘ，Ｚ）、大きさ（Ｗ，Ｄ）を求めると共に、中心位置（Ｘ，Ｚ）の時間的変化に基づいて、自車位置を基準とする前車等の障害物の相対速度（Ｖｘ，Ｖｚ）を求める。さらに物体認識ブロック４３では、車速センサ７の検出値に基づいて車速演算ブロック４７から出力される車速（自車速）Ｖと上記求められた相対速度（Ｖｘ，Ｖｚ）とから物体が停止物体であるか移動物体であるかの認識種別が求められ、この認識種別と物体の中心位置とに基づいて自車両の走行に影響する物体が選択され、その距離が距離表示器１５により表示される。なお、物体の大きさを示す（Ｗ，Ｄ）は、それぞれ（横幅，奥行き）である。このようなデータを持つ物体のモデルを「物標モデル」と呼ぶこととする。
【００２１】
この物体認識ブロック４３にて求めたデータが異常な範囲の値がどうかがセンサ異常検出ブロック４４にて検出され、異常な範囲の値である場合には、センサ異常表示器１７にその旨の表示がなされる。一方、道路形状認識ブロック４５では、直交座標に変換された計測データと、物体認識ブロック４３にて求めたデータとに基づいて道路形状の認識を行う。この道路形状の認識処理の詳細は後述する。なお、道路形状認識ブロック４５にて得られたデータは先行車判定ブロック５３へ出力される。
【００２２】
また、ステアリングセンサ２７からの信号に基づいて操舵角演算ブロック４９にて操舵角が求められ、ヨーレートセンサ２８からの信号に基づいてヨーレート演算ブロック５１にてヨーレートが演算される。カーブ半径（曲率半径）算出ブロック６３では、車速演算ブロック４７からの車速と操舵角演算ブロック４９からの操舵角とヨーレート演算ブロック５１からのヨーレートとに基づいて、カーブ半径（曲率半径）Ｒを算出する。先行車判定ブロック５３では、このカーブ半径Ｒ及び物体認識ブロック４３にて求められた認識種別、中心位置座標（Ｘ，Ｚ）、物体の大きさ（Ｗ，Ｄ）、相対速度（Ｖｘ，Ｖｚ）及び道路形状認識ブロック４５にて得られた道路形状データに基づいて先行車を選択し、その先行車に対する距離Ｚ及び相対速度Ｖｚを求める。
【００２３】
そして、車間制御部及び警報判定部ブロック５５が、この先行車との距離Ｚ、相対速度Ｖｚ、自車速Ｖｎ、先行車加速度、物体中心位置、物体幅、認識種別、クルーズコントロールスイッチ２６の設定状態及びブレーキスイッチ９の踏み込み状態、スロットル開度センサ１１からの開度及び警報感度設定器２５による感度設定値に基づいて、警報判定ならば警報するか否かを判定し、クルーズ判定ならば車速制御の内容を決定する。その結果を、警報が必要ならば、警報発生信号を警報音発生器１３に出力する。また、クルーズ判定ならば、自動変速機制御器２３、ブレーキ駆動器１９及びスロットル駆動器２１に制御信号を出力して、必要な制御を実施する。そして、これらの制御実行時には、距離表示器１５に対して必要な表示信号を出力して、状況をドライバーに告知している。
【００２４】
次に、以上のように構成される車両制御装置１において実行される道路形状の認識にかかる動作について、図２のフローチャートに従って説明する。図２の最初のステップであるＳ１０００では、距離・角度計測データの読み込みを行う。この処理は距離・角度測定器５にて実行されるのであるが、１スキャン分の距離・角度計測データを取り込む。このスキャン周期は１００ｍｓｅｃとし、１００ｍｓｅｃ毎にデータを取り込むこととする。
【００２５】
続くＳ２０００では、極→直交座標変換ブロック４１において距離・角度計測データを極座標系からＸＺ直交座標系に変換し、その変換後のデータに基づいて物体認識ブロック４３にて物体認識を行う。この物体認識の内容は上述した通りである。ここで認識された物体は、物標あるいは物標モデルと呼ぶこととする。
【００２６】
Ｓ３０００では、ヨーレートセンサ２８から得られたヨーレートあるいはステアリングセンサ２７から得られたステアリング操舵角に基づいて、推定Ｒ（自車進行曲線のカーブ半径）を算出する。ここでは、ステアリング操舵角から推定Ｒを算出することにする。すなわち、推定Ｒを推定Ｒ＝定数÷操舵角から求める。
【００２７】
ここで、「定数」は車速と車種に依存する定数で、予め車種ごとに、各車速ごとの定数値をマップ関数としてコンピュ−タ３内のカーブ半径（曲率半径）算出ブロック６３に記憶されている。この関数Ｃは操舵角θからカ−ブ半径を求める関数として一般的に知られているため、詳細な説明は省略する。なお、ヨ−レ−トΩから推定Ｒを求める方法は、車速Ｖをヨ−レ−トΩで除することにより算出できる。
【００２８】
Ｓ４０００では、Ｓ２０００で認識した物標の自車線確率瞬時値を算出する。自車線確率とは、物標が自車と同一レーンを走行している車両である確からしさを表すパラメータである。自車線確率瞬時値とは、その瞬間の検出データに基づいて算出された値である。
【００２９】
まず、物体認識処理（Ｓ２０００）にて得られたすべての物標の位置を、直線路走行時の位置に換算する。もともとの物標の中心位置を（Ｘｏ，Ｚｏ）、Ｘ軸方向の幅をＷｏとしたとき、次の変換式により、直線路変換位置（Ｘ，Ｚ，Ｗ）が得られる（図３参照）。
【００３０】
Ｘ ← Ｘｏ−Ｚｏ＾２／２Ｒ …［式１］
Ｚ ← Ｚｏ …［式２］
Ｗ ← Ｗｏ …［式３］
Ｒ：推定Ｒのこと
右カーブ：符号正
左カーブ：符号負
なお、式１中の「＾」は「＾」の前の数値を「＾」の後の数値の回数、累乗することを意味する。本明細書の他の部分でも同じである。ここでは、円の方程式は、｜Ｘ｜≪｜Ｒ｜，Ｚという仮定のもとで、近似した。また、距離・角度測定器５が車両中心から離れたところに取り付けられている場合には、車両中心が原点になるようにＸ座標を補正するものとする。すなわち、ここでは実質的にはＸ座標のみ変換している。
【００３１】
このように直進路に変換して得られた中心位置（Ｘ，Ｚ）を、図４に示す自車線確率マップ上に配置して、各物体の瞬時自車線確率、すなわち、その時点で自車線に存在する確率を求める。確率として存在するのは、操舵角から求めたカーブ曲率半径Ｒと実際のカーブ曲率半径との間に誤差が存在するからであり、その誤差を考慮した制御をするために、ここで各物体の瞬時自車線確率を求める。
【００３２】
図４において、横軸はＸ軸、すなわち自車の左右方向であり、縦軸はＺ軸、すなわち自車の前方を示している。本実施形態では、左右５ｍ、前方１００ｍまでの領域を示している。ここで領域は、領域ａ（自車線確率８０％）、領域ｂ（自車線確率６０％）、領域ｃ（自車線確率３０％）、領域ｄ（自車線確率１００％）、それ以外の領域（自車線確率０％）に別れている。この領域の設定は、実測により定めたものである。特に、領域ｄは自車直前への割込も考慮することにより設定された領域である。
【００３３】
領域ａ，ｂ，ｃ，ｄを区切る境界線Ｌａ，Ｌｂ，Ｌｃ，Ｌｄは、例えば次の式４〜７で与えられるものである。なお、境界線Ｌａ′，Ｌｂ′，Ｌｃ′，Ｌｄ′は、それぞれ境界線Ｌａ，Ｌｂ，Ｌｃ，ＬｄとはＹ軸で対称の関係にある。
【００３４】
Ｌａ： Ｘ＝０．７＋（１．７５−０．７）・（Ｚ／１００）＾２…［式４］
Ｌｂ： Ｘ＝０．７＋（３．５−０．７）・（Ｚ／１００）＾２ …［式５］
Ｌｃ： Ｘ＝１．０＋（５．０−１．０）・（Ｚ／１００）＾２ …［式６］
Ｌｄ： Ｘ＝１．５・（１−Ｚ／６０） …［式７］
これを一般式で表すと次式８〜１１のようになる。
【００３５】
Ｌａ： Ｘ＝Ａ１＋Ｂ１・（Ｚ／Ｃ１）＾２ …［式８］
Ｌｂ： Ｘ＝Ａ２＋Ｂ２・（Ｚ／Ｃ２）＾２ …［式９］
Ｌｃ： Ｘ＝Ａ３＋Ｂ３・（Ｚ／Ｃ３）＾２ …［式１０］
Ｌｄ： Ｘ＝Ａ４・（Ｂ４−Ｚ／Ｃ４） …［式１１］
この式８〜１１から一般的には、次の式１２〜１４を満足させるように領域を設定する。実際の数値の決定は、実験にて決定する。
【００３６】
Ａ１≦Ａ２≦Ａ３＜Ａ４ …［式１２］
Ｂ１≦Ｂ２≦Ｂ３ 及び Ｂ４＝１ …［式１３］
Ｃ１＝Ｃ２＝Ｃ３ （Ｃ４に制約無し） …［式１４］
なお、図４の境界線Ｌａ、Ｌｂ，Ｌｃ，Ｌａ′、Ｌｂ′，Ｌｃ′は、計算処理速度の点から、放物線としているが、処理速度が許すならば、円弧にて表す方が良い。境界線Ｌｄ，Ｌｄ′についても処理速度が許すならば外側に膨らんだ放物線または円弧にて表す方が良い。
【００３７】
次に、各物標の直線路換算位置を図４の自車線確率マップと照合する。下記要領で、マップと照合することで、自車線確率瞬時値Ｐ０が得られる。
【００３８】
領域ｄを少しでも有する物体 → Ｐ０＝１００％
領域ａ内に中心が存在する物体 → Ｐ０＝ ８０％
領域ｂ内に中心が存在する物体 → Ｐ０＝ ６０％
領域ｃ内に中心が存在する物体 → Ｐ０＝ ３０％
上記〜を全て満たさない物体 → Ｐ０＝ ０％
Ｓ５０００では、路側に設けられているデリニエータらしい物標データに基づいて、道路形状を認識する。
【００３９】
まず最初に、横幅Ｗが１ｍ未満の認識種別が停止物体である物標を抽出する。これにより、車両、案内標識、看板などを、ほとんど除去できる。抽出された停止物標ごとに、Ｘ軸と交わる点を予測する。この予測Ｘ軸交点を算出する上で、物標の中心を通り、相対速度ベクトルを接線ベクトルとする円を求める。円の中心がＸ軸上にあると仮定すると、その円はＸ軸と直交することとなるため、半径Ｒは一意に決まる。実際には、次のような近似計算をしている。
【００４０】
｜Ｘ｜≪｜Ｒ｜，Ｚという仮定のもとで、円を放物線近似すると、物標の中心を通り、Ｘ軸に直交する円の方程式は、
Ｘ＝Ｘｏ＋（Ｚ−Ｚｏ）＾２／２Ｒ …［式１５］
となる。また、物標の相対速度ベクトルが円の接線ベクトルであることより、式１５は、
ｄＸ／ｄＺ＝Ｖｘ／Ｖｚ …［式１６］
と表すことができる。これら２式より、半径Ｒは、
Ｒ＝（Ｚ−Ｚｏ）・Ｖｚ／Ｖｘ
と表すことができる（図５（ａ）参照）。そして、Ｚ＝０のとき、
Ｘ＝Ｘｏ−Ｚｏ・Ｖｘ／２Ｖｚ
となるため、予測Ｘ軸交点は、以下のように求められる。
予測Ｘ軸交点＝Ｘｏ−Ｚｏ・Ｖｘ／２Ｖｚ
このようにして全ての停止物標の予測Ｘ軸交点が算出できたら、符号が負と正に分けて、おのおの次の統計処理をする。まず、全停止物標の予測Ｘ軸交点を単純平均し、それを仮平均値とする。次に、仮平均から２ｍ以上離れているデータは全て排除し、残ったデータで再度平均する。ここで排除されたデータは、道路形状認識には、使用しないものとする。
【００４１】
このような処理を施す理由は次の通りである。デリニエータ以外に、例えば上方の看板などが除去できずに混入しているときには、誤った道路形状を認識することとなる。そこで、このような平均化処理をすることで、デリニエータの存在すべき位置から大きく外れたものを排除することができるので、精度よく道路形状を認識することができる。
【００４２】
そして、図５（ｂ）に示すように、道路の左右それぞれについて、残った停止物標を補間して結ぶことで、道路端を認識する。ここで、道路端とＸ軸との交点については、道路左端、右端それぞれ、構成物標の中から最も近い距離（Ｚ小）のものを選び、その物標の予測Ｘ軸交点を道路端とＸ軸との交点として使用する。認識した道路端は、道路端座標テーブルにセットされる。道路端座標テーブルは、道路左端用と右端用とがあり、距離５ｍごとに道路端のＸ座標値が格納される。距離範囲は０ｍ〜１５０ｍである。道路端を構成する物標の距離を、端数を落とすことで５ｍ単位に丸めて、該当するテーブルにデータをセットしていく。該当データがないテーブルは、空きのままとする。
【００４３】
上記の道路形状認識により、Ｓ３０００で得られた推定Ｒとは別の道路形状Ｒが得られる。
【００４４】
Ｓ６０００では、Ｓ５０００で認識した道路形状に基づいて、各物標が自車と同一レーン上の車両かどうかを判定し、その結果に応じて「自車線確率瞬時値の補正値」を算出する。最初に、各物標ごとに、自車と同一レーン上の車両かどうかの基本判定を行う。基本判定は、次の３つから成る。
【００４５】
［基本判定１］この判定は、物標よりも遠くまで道路端が認識できているときの判定であり、道路左側、右側、それぞれ判定する。
（ａ）道路左側
図６（ａ）にて、
Ｚ＿ＭＡＸ≧Ｚｏ 且つ ｜ΔＸZ=Zo−ΔＸZ=0｜＜１．２
ｍのとき
◆基本判定１（Ｌ）結果 ← １
Ｚ＿ＭＡＸ≧Ｚｏ 且つ ｜ΔＸZ=Zo−ΔＸZ=0｜≧２．０
ｍのとき
◆基本判定１（Ｌ）結果 ← −１
それ以外のとき
◆基本判定１（Ｌ）結果 ← ０
（ｂ）道路右側
道路左側と同様で、
Ｚ＿ＭＡＸ≧Ｚｏ 且つ ｜ΔＸZ=Zo−ΔＸZ=0｜＜１．２
ｍのとき
◆基本判定１（Ｒ）結果 ← １
Ｚ＿ＭＡＸ≧Ｚｏ 且つ ｜ΔＸZ=Zo−ΔＸZ=0｜≧２．０
ｍのとき
◆基本判定１（Ｒ）結果 ← −１
それ以外のとき
◆基本判定１（Ｒ）結果 ← ０
このような基本判定１の結果が「１」のときは、ほぼ確実に自車線上の先行車と判断でき、「−１」のときは、ほぼ確実に他車線の車両あるいは路側物と判断できる。また、「０」は、いずれかに判定するのが困難あるいは道路端が認識できない場合である。
【００４６】
［基本判定２］この判定は、物標の位置までは道路端が認識できていないときの判定であり、道路左側、右側、それぞれ判定する。
（ａ）道路左側
図６（ｂ）にて、
｜ΔＸZ=Z#MAX−ΔＸZ=0｜＜１．２ｍ・（Z#MAX/Zo）＾２
または
｜ΔＸZ=Z#MAX−ΔＸZ=0｜＜０．３ｍのとき
◆基本判定２（Ｌ）結果 ← １
｜ΔＸZ=Z#MAX−ΔＸZ=0｜≧２．０ｍ・（Z#MAX/Zo）＾２
且つ
｜ΔＸZ=Z#MAX−ΔＸZ=0｜≧０．３ｍのとき
◆基本判定２（Ｌ）結果 ← −１
それ以外のとき
◆基本判定２（Ｌ）結果 ← ０
ここで、Ｚ＿ＭＡＸ＞Ｚｏ／２のとき
◇基本判定２（Ｌ）信頼度 ← １（高）
Ｚ＿ＭＡＸ≦Ｚｏ／２のとき
◇基本判定２（Ｌ）信頼度 ← −１（低）
（ｂ）道路右側
道路左側と同様の方法で、基本判定２（Ｒ）結果及び基本判定２（Ｒ）信頼度を算出する。
【００４７】
なお、図６（ｂ）中の自車−物標カーブは、物標と原点の間をＸ軸に直交する円弧で結んだ曲線である。円の方程式は、｜Ｘ｜≪｜Ｒ｜，Ｚという仮定のもとで、下記の式で放物線近似するものとする。
Ｘ＝Ｚ＾２／Ｒ （Ｒ：半径）
なお、図６（ｂ）からも判るように、認識最遠点（距離Ｚ＿ＭＡＸ）からＸ軸に平行な方向における自車−物標カーブまでの距離（ΔＸZ=Z#MAX）を判定に用いている。放物線近似したため、上述した基本判定１の場合の判定値１．２ｍ，２．０ｍに対して（Z#MAX/Zo）＾２を掛けてある。
【００４８】
このような基本判定２の結果が「１」のときは、自車線上の先行車の可能性が高いと判断でき、「−１」のときは、他車線の車両あるいは路側物の可能性が高いと判断できる。また、基本判定２信頼度によって、その判定の信頼度を２段階で表す。判定結果又は判定信頼度が「０」の場合は、いずれかに判定するのが困難あるいは道路端が認識できない場合である。
【００４９】
［基本判定３］この判定は、Ｚ＝Ｚｏ、Ｚ＿ＭＡＸ以外での距離での判定であり、道路左側、右側、それぞれ判定する。
（ａ）道路左側
次に示す２種類の判定を行う。
【００５０】
［判定３ａ］図７（ａ）にて、ｉ・ｄＺ≦Ｚｏ（ｄＺ＝５ｍ）を満たす全ての正数ｉについて、Ｚ＿ＭＡＸ→ｉ・ｄＺとして、基本判定２（Ｌ）結果＝１と同じ判定を実施する。
【００５１】
全てのｉに対して、基本判定２（Ｌ）＝１の条件を満たすとき、
◆基本判定３ａ（Ｌ）結果 ← １
条件を満たさないｉが１つ以上あるときは、
◆基本判定３ａ（Ｌ）結果 ← −１
判定すべきｉが１つも存在しないとき
◆基本判定３ａ（Ｌ）結果 ← ０
［判定３ｂ］図７（ａ）にて、ｉ・ｄＺ≦Ｚｏ（ｄＺ＝５ｍ）を満たす全ての正数ｉについて、Ｚ＿ＭＡＸ→ｉ・ｄＺとして、基本判定２（Ｌ）結果＝−１と同じ判定を実施する。
【００５２】
全てのｉに対して、基本判定２（Ｌ）＝−１の条件を満たすとき、
◆基本判定３ｂ（Ｌ）結果 ← １
条件を満たさないｉが１つ以上あるときは、
◆基本判定３ｂ（Ｌ）結果 ← −１
判定すべきｉが１つも存在しないとき
◆基本判定３ｂ（Ｌ）結果 ← ０
（ｂ）道路右側
道路左側と同様の方法で、基本判定３ａ（Ｒ）結果及び基本判定３ｂ（Ｒ）結果を算出する。
【００５３】
このような基本判定３ａの結果が「１」のときは、どの距離の道路端データを使っても自車線上の先行車と判断でき、「−１」のときは、距離によっては自車線上の先行車とは決めつけられない場合である。また基本判定３ａの結果が「０」のときは、物標よりも近距離に道路端座標データがない場合である。
【００５４】
一方、基本判定３ｂの結果が「１」のときは、どの距離の道路端データを使っても他車線の車両あるいは路側物と判断でき。「−１」のときは、距離によっては他車線の車両あるいは路側物と決めつけられない場合である。また基本判定３ｂの結果が「０」のときは、物標よりも近距離に道路端座標データがない場合である。
【００５５】
以上の３つの基本判定の結果に基づき、下記の６種類の分類に従って、自車線確率瞬時値の補正値を算出する。複数の条件を満たす場合は、優先度が高い瞬時値を採用するものとする。
［第１分類］物標よりも遠くまで道路端が認識できていて、自車線上の先行車と判断できるとき道路左側については、
基本判定１（Ｌ）結果＝１、且つ基本判定３ａ（Ｌ）＝１ならば
自車線確率瞬時値補正値 ← ４０％ 優先度：５
基本判定１（Ｌ）結果＝１、且つ基本判定３a（Ｌ）＝−１ならば
自車線確率瞬時値補正値 ← ０％ 優先度：３
基本判定１（Ｌ）結果＝１、且つ基本判定３ａ（Ｌ）＝０ならば
自車線確率瞬時値補正値 ← ４０％ 優先度：２
道路右側については、道路左側と同様の方法で、補正値を算出する。
【００５６】
［第２分類］物標よりも遠くまで道路端が認識できていて、他車線の車両あるいは路側物と判断できるとき道路左側については、
基本判定１（Ｌ）結果＝−１のとき、基本判定３ａ（Ｌ）＝１ならば
自車線確率瞬時値補正値 ← −４０％ 優先度：５
基本判定１（Ｌ）結果＝−１のとき、基本判定３a（Ｌ）＝−１ならば
自車線確率瞬時値補正値 ← ０％ 優先度：３
基本判定１（Ｌ）結果＝−１のとき、基本判定３ａ（Ｌ）＝０ならば
自車線確率瞬時値補正値 ← −４０％ 優先度：２
道路右側については、道路左側と同様の方法で、補正値を算出する。
【００５７】
［第３分類］物標の位置までは道路端が認識できていなくて、自車線上の先行車と判断できるとき道路左側については、
基本判定２（Ｌ）結果＝１、且つ基本判定３ａ（Ｌ）＝１ならば
自車線確率瞬時値補正値 ← ４０％ 優先度：１
基本判定２（Ｌ）結果＝１、且つ基本判定３a（Ｌ）＝−１ならば
自車線確率瞬時値補正値 ← ０％ 優先度：１
基本判定２（Ｌ）結果＝１、且つ基本判定３ａ（Ｌ）＝０、且つ基本判定２（Ｌ）信頼度＝１ならば
自車線確率瞬時値補正値 ← ４０％ 優先度：１
基本判定２（Ｌ）結果＝１、且つ基本判定３ａ（Ｌ）＝０、且つ基本判定２（Ｌ）信頼度＝−１ならば
自車線確率瞬時値補正値 ← ２０％ 優先度：１
道路右側については、道路左側と同様の方法で、補正値を算出する。
【００５８】
［第４分類］物標の位置までは道路端が認識できていなくて、他車線の車両あるいは路側物と判断できるとき道路左側については、
基本判定２（Ｌ）結果＝−１、且つ基本判定３ａ（Ｌ）＝１ならば
自車線確率瞬時値補正値 ← −４０％ 優先度：１
基本判定２（Ｌ）結果＝−１、且つ基本判定３a（Ｌ）＝−１ならば
自車線確率瞬時値補正値 ← ０％ 優先度：１
基本判定２（Ｌ）結果＝−１、且つ基本判定３ａ（Ｌ）＝０、且つ基本判定２（Ｌ）信頼度＝１ならば
自車線確率瞬時値補正値 ← −４０％ 優先度：１
基本判定２（Ｌ）結果＝−１、且つ基本判定３ａ（Ｌ）＝０、且つ基本判定２（Ｌ）信頼度＝−１ならば
自車線確率瞬時値補正値 ← −２０％ 優先度：１
道路右側については、道路左側と同様の方法で、補正値を算出する。
【００５９】
［第５分類］道路左端、道路右端とも認識されていないなどで、上記第１〜４分類までの条件を一つも満たさないとき
自車線確率瞬時値補正値 ← ０％ 優先度：０
［第６分類］道路端上の路側物と判定された物標
図７（ｂ）で示す領域、すなわち認識した道路端（左端及び右端）から左右それぞれに０．５ｍの領域に中心がある物標は、路側物と判定し、以下のような補正値及び優先度を設定する。
自車線確率瞬時値補正値 ← −７０％ 優先度：６
以上のように、認識した道路形状に応じた自車線確率瞬時値の補正値（Ｐｈ）を算出したが、概略的には次のように算出結果となっている。
【００６０】
道路形状が近い距離しか認識できていない場合には、（遠くまで認識できている場合に比べて）補正値を小さめにする（基本判定２の結果が加味されている内容を参照）。近距離までしか認識できていない場合には、物体と自車位置とを結ぶ円（弧）を想定して判定している。したがって、そのような推定要素が存在することを鑑みれば、補正値を相対的に小さくすることが好ましい。
【００６１】
道路端上の路側物と判定されれば、補正値を大きめにする（第６分類参照）。なお、道路端上の路側物と判定したのであるから、自車線上以外に存在する可能性が高いため、−７０％という負方向の大きな補正値にした。そのため、自車線確率瞬時値が高かったとしても、補正することで確率を下げることができ、誤選択を防止できる。例えば、「自車が直線を走行していて、前方が既にカーブに入っている」ような場合には、このような対処が特に有効となる。
【００６２】
また、優先度は次のように用いる。本実施形態では、左右の道路端のいずれを基準としても判定できる。但し、左右端に対する認識度合いが異なっており、それぞれ基準とした場合の同一車線上にいる可能性に違いが生じる場合も想定される。したがって、その場合には、優先度が高い方の判定結果に基づいて補正値を算出する。上述例であれば、物体以遠まで道路形状を認識できている場合の第１分類及び第２分類においては、優先度が５，３，２であるが、物体よりも近距離までしか道路形状を認識できていない場合の第３分類及び第４分類においては、優先度が１であるため、第１，２分類による判定結果の方が優先されることとなる。
【００６３】
なお、基本判定３の結果を基本判定１あるいは２と組み合わせて上記分類をしている。このようにすれば、道路形状と認識する際に用いた各物体の位置も総合的に加味して優先度を判定することとなるため、道路形状全体を加味した優先度の判定が行える。
【００６４】
続いて、Ｓ６１００では、Ｓ３０００で算出された推定ＲとＳ５０００で認識された道路形状Ｒとに大きな乖離があるか否かを判定する。これは、推定Ｒと道路形状Ｒとの差が大きい場合に自車線確率瞬時値を補正してしまうと、自車線確率瞬時値の精度を低下させてしまう可能性があるからである。
【００６５】
例えば、図８（ａ）に示される高速道路のＩＣ出口等の分岐地点や、図８（ｂ）のレーンチェンジ時等のように、推定Ｒと道路形状Ｒとが大きく乖離することが予想される局面が考えられる。このような局面では自車線確率瞬時値に対して自車線確率瞬時値補正値Ｐｈの補正を行うと瞬時自車線確率が低下する可能性があり、図８の補正後推定Ｒのように道路形状が認識されてしまうため、ガード処理を追加する。ガード処理とは、推定Ｒと道路形状Ｒとが大きく乖離している場合は補正を行わないという処理である。すなわち、本ステップにおいて「大きな乖離がある」と判定した場合の処理である。
【００６６】
そして、「大きな乖離があるか」の具体的な判定は以下のように行う。まず、図９に示された、今回のセグメントの情報とその条件とがテーブルとして予め用意されている。セグメント情報は、自車速、推定Ｒ、道路形状Ｒ等である。なお、図９に示される各数値は一例であり、もちろん他の数値が設定されていても良い。
１）条件ａ ａｎｄ 条件ｏ 成立時にi）→iv）の優先順位で判定を実施
i）条件ｈ ａｎｄ 条件ｄ２ ａｎｄ （条件（１） ｏｒ 条件（２） ｏｒ 条件（３）） 成立時に道路形状認識による自車線確率瞬時値補正値Ｐｈ＝０％とする
条件（１）；（条件ｂ ａｎｄ 条件ｇ） ｏｒ （条件ｃ ａｎｄ 条件ｆ）
条件（２）；（条件ｄ ａｎｄ 条件ｊ ａｎｄ 条件ｋ） ｏｒ （条件ｅ ａｎｄ 条件ｉ ａｎｄ 条件ｌ）
条件（３）；条件ｍ ｏｒ 条件ｎ
ii）条件ｔ ａｎｄ 条件ｄ２ ａｎｄ 条件ｂ２ 成立時は下記Ａ→Ｂを実施
Ａ；条件ｖ ａｎｄ ｛条件ｘ ｏｒ 条件ｕ ｏｒ 条件ｑ｝成立時は道路形状認識による自車線確率瞬時値補正値Ｐｈ＝０％とする
Ｂ；不成立の場合は道路形状認識で演算された補正値Ｐｈを使用
iii）条件ｓ ａｎｄ 条件ｗ ａｎｄ 条件ａ２ ａｎｄ ｛条件ｐ ｏｒ 条件ｒ ｏｒ 条件ｖ ｏｒ 条件ｃ２｝成立時は道路形状認識による自車線確率瞬時値補正値Ｐｈ＝０％とする
iv）Ｓ６０００で演算された自車線確率瞬時値補正値Ｐｈを使用
２） 上記の１）が不成立の場合、Ｓ６０００で演算された自車線確率瞬時値補正値Ｐｈを使用
上記の１）i）〜iii）までが「大きな乖離がある」場合であり、この場合はステップＳ７０００に進む。この場合は自車線確率瞬時値補正値Ｐｈ＝０％であり、以下のステップＳ６２００で自車線確率瞬時値を補正しない。
【００６７】
一方、１）iv）及び２）は「大きな乖離がない」場合であり、この場合はＳ６２００に進む。
【００６８】
なお、図８に示されるような局面では、例えば図９に示される条件ａ、ｂ、ｃは、
ａ）７０００≦｜推定Ｒ｜ ａｎｄ ｜道路形状Ｒ｜＜７００
ｂ）｜推定Ｒ｜＜１０００ ａｎｄ ７０００≦｜道路形状Ｒ｜
ｃ）｜（１／推定Ｒ×１０００）−（１／道路形状Ｒ×１０００）｜＞１．５
のように設定され、これら各条件ａ）、ｂ）、ｃ）のいずれかの成立時に「大きな乖離がある」場合となる。
【００６９】
図２の説明に戻り、Ｓ６２００では、Ｓ６１００で「大きな乖離がない」と判定されたため、各物標ごとに、Ｓ４０００で算出した自車線確率瞬時値にＳ６０００で算出した自車線確率瞬時値補正値Ｐｈを加算する。このとき、上限１００％、下限０％でリミット処理する。
【００７０】
Ｓ７０００では、自車線確率を算出する。この自車線確率を算出するため、Ｓ６１００で「大きな乖離がない」と判定した場合はＳ６２００で補正した自車線確率瞬時値を用いる。一方、Ｓ６１００で「大きな乖離がある」と判定した場合はＳ４０００で算出した（補正していない）自車線確率瞬時値を用いる。これは、言い換えると、Ｓ４０００で算出した自車線確率瞬時値に自車線確率瞬時値補正値Ｐｈとして０％を加算することに相当する。
【００７１】
具体的に、下式を用いて、フィルタ処理をする。ここで、αは距離Ｚに依存するパラメータであり、図１０のマップを用いて求める。自車線確率の初期値は、０％とする。
自車線確率←自車線確率前回値×α＋自車線確率瞬時値×（１−α）
続くＳ８０００では、先行車を判定する。Ｓ７０００で算出した自車線確率が５０％以上の物標の中で、距離Ｚが最小のものを先行車と判断する。先行車と判断した物標の距離や相対速度に従って、先行車との車間を一定に保つように制御したり、先行車に衝突の危険があるときに警報を鳴らしたりする。
【００７２】
この後、再びＳ５０００において道路形状認識を行う場合は、上記のＳ７０００で算出した自車線確率に基づき、道路形状Ｒにローパスフィルタをかけ、車両の推定Ｒをフィルタ後の道路形状で補正する。これにより、より正確な道路形状を認識できる。
【００７３】
以上説明したように、自車線確率（Ｓ７０００）を算出するために用いる自車線確率瞬時値（Ｓ４０００）について、自車で算出した推定Ｒ（Ｓ３０００）と道路形状認識から算出した道路形状Ｒ（Ｓ５０００）とに大きな乖離がある場合には、走行路上に認識物標が存在する確率である自車線確率瞬時値（Ｓ４０００）の補正を行わないことが特徴となっている。
【００７４】
これにより、上述の図８（ａ）や図８（ｂ）等のように、推定Ｒと道路形状Ｒとに大きな乖離があるようなデメリットシーンに対応した自車線確率を得ることができる。すなわち、自車線確率瞬時値の補正がデメリットとなることを回避することができ、より正確な道路形状認識が可能となる。また、先行車選択の精度を向上させることができる。したがって、推定Ｒと道路形状Ｒとが大きく乖離することが予想される局面においてより正確な道路形状を頻度良く算出することができる。
【００７５】
もちろん、自車で算出した推定Ｒ（Ｓ３０００）と道路形状認識から算出した道路形状Ｒ（Ｓ５０００）とに大きな乖離がない場合には、自車線確率瞬時値（Ｓ４０００）を補正する（Ｓ６２００）。これによっても正確な道路形状認識が可能となり、先行車選択の精度が向上する。この場合、道路形状の認識程度に補正値の大小や優先度を変えているので、より適切なＲの補正ができ、結果として、より精度の高い先行車選択ができる。
【００７６】
なお、本実施形態においては、ステアリングセンサ２７及び操舵角演算ブロック４９、ヨーレートセンサ２８及びヨーレート演算ブロック５１の少なくとも１組が旋回検出手段に相当し、カーブ半径算出ブロック６３がカーブ曲率演算手段に相当する。また、距離・角度測定器５がレーダ手段に相当し、極・直交座標変換ブロック４１、物体認識ブロック４３が物体認識手段に相当する。また、先行車判定ブロック５３が自車線確率算出手段、先行車選択手段、車線同一判定手段及び補正値算出手段に相当し、道路形状認識ブロック４５が道路形状認識手段に相当する。
【００７７】
（他の実施形態）
上記に示された実施の形態は一例であり、上記で示した実施形式に限定されることなく、本発明の内容を実現できる他の構成とすることもできる。例えば、上記の実施形態では先行車選択を目的とした構成になっているが、純粋に道路形状認識のみを目的とした構成でも良い。また、以下の（１）〜（３）のように変更することもできる。
【００７８】
（１）上記実施形態では、道路の左右端を基準とする判定を行い、その判定結果が異なった場合には優先度が高い方を採用したが、左右の道路端のいずれか一方のみを基準とする判定でも実現は可能である。しかしながら、常に安定して道路端を認識できるとは限らないので、上記実施形態のように左右両方の道路端の形状をダイレクトに認識するようにした方が好ましい。
【００７９】
（２）上記実施形態において、補正値や優先度に具体的な数値を挙げたが、これはあくまで一例であり、数値は適宜変更可能である。
【００８０】
（３）上記実施例形態では「レーダ手段」としてレーザ光を用いた距離・角度測定器５を採用したが、ミリ波等を用いてもよいことは既に述べた。そして、例えばミリ波でＦＭＣＷレーダ又はドップラーレーダなどを用いた場合には、反射波（受信波）から先行車までの距離情報と先行車の相対速度情報が一度に得られるため、レーザ光を用いた場合のように、距離情報に基づいて相対速度を算出するという過程は不要となる。
【符号の説明】
【００８１】
５ 距離・角度測定器
２７ ステアリングセンサ
２８ ヨーレートセンサ
４３ 物体認識ブロック
４５ 道路形状認識ブロック
４９ 操舵角演算ブロック
５１ ヨーレート演算ブロック
５３ 先行車判定ブロック
６３ カーブ半径算出ブロック
【特許請求の範囲】
【請求項１】
認識対象の物体の自車に対する相対位置を求め、自車の旋回状態と自車速とに基づいて演算した自車走行路の曲率と前記物体の相対位置とに基づいて、前記物体が自車と同一車線上にいる確率である自車線確率を算出する車両用道路形状認識方法において、
物体までの距離及び車幅方向の角度に基づき、車両前方の道路形状を認識し、
その認識された道路形状及びその認識程度に基づき、前記物体が自車と同一車線上にいる可能性を判定し、
その判定結果に基づいて前記自車線確率を補正するための補正値を算出し、
前記自車走行路の曲率と前記認識された道路形状の曲率とに乖離があるか否かを判定し、乖離がない場合、前記自車線確率を前記補正値にて補正する一方、乖離がある場合、前記自車線確率を前記補正値にて補正しないことを特徴とする車両用道路形状認識方法。
【請求項２】
自車の旋回状態を検出する旋回検出手段（２７、２８、４９、５１）と、
該旋回検出手段にて検出された自車の旋回状態と自車速とに基づいて、自車走行路の曲率を演算するカーブ曲率演算手段（６３）と、
車幅方向の所定角度範囲内に渡り送信波を照射し、その反射波に基づいて反射物体までの距離と前記車幅方向の角度とを検出するレーダ手段（５）と、
該レーダ手段による検出結果である距離及び前記車幅方向の角度に基づき、前記物体の相対位置を求める物体認識手段（４３）と、
前記カーブ曲率演算手段によって求められた前記自車走行路の曲率と前記物体認識手段によって算出された前記物体の相対位置とに基づいて、前記物体が自車と同一車線上にいる自車線確率を求める自車線確率算出手段（５３）と、を備えた車両用道路形状認識装置において、
前記物体認識手段は、前記物体の相対速度及び自車速に基づいて移動物体か停止物体かという認識種別を判定可能であり、
さらに、
前記物体認識手段によって得られた物体の相対位置及び認識種別を用いて道路形状を認識するために有効な停止物体データを抽出し、その抽出したデータに基づいて道路形状を認識する道路形状認識手段（４５）と、
該道路形状認識手段によって認識された道路形状及びその認識程度に基づき、前記物体が自車と同一車線上にいる可能性を判定する車線同一判定手段（５３）と、
該車線同一判定手段による判定結果に基づいて前記自車線確率を補正するための補正値を算出する補正値算出手段（５３）と、を備え、
前記自車線確率算出手段は、前記自車走行路の曲率と前記認識された道路形状の曲率とに乖離があるか否かを判定し、乖離がないと判定した場合、前記自車線確率を前記補正値算出手段にて算出された補正値にて補正する一方、乖離があると判定した場合、前記自車線確率を前記補正値算出手段にて算出された補正値にて補正しないことを特徴とする車両用道路形状認識装置。
【請求項３】
請求項２に記載の車両用道路形状認識装置のカーブ曲率演算手段、物体認識手段、自車線確率算出手段、先行車選択手段、道路形状認識手段、車線同一判定手段、補正値算出手段としてコンピュータシステムを機能させるためのプログラムを記録したコンピュータ読み取り可能な記録媒体。
【請求項１】
認識対象の物体の自車に対する相対位置を求め、自車の旋回状態と自車速とに基づいて演算した自車走行路の曲率と前記物体の相対位置とに基づいて、前記物体が自車と同一車線上にいる確率である自車線確率を算出する車両用道路形状認識方法において、
物体までの距離及び車幅方向の角度に基づき、車両前方の道路形状を認識し、
その認識された道路形状及びその認識程度に基づき、前記物体が自車と同一車線上にいる可能性を判定し、
その判定結果に基づいて前記自車線確率を補正するための補正値を算出し、
前記自車走行路の曲率と前記認識された道路形状の曲率とに乖離があるか否かを判定し、乖離がない場合、前記自車線確率を前記補正値にて補正する一方、乖離がある場合、前記自車線確率を前記補正値にて補正しないことを特徴とする車両用道路形状認識方法。
【請求項２】
自車の旋回状態を検出する旋回検出手段（２７、２８、４９、５１）と、
該旋回検出手段にて検出された自車の旋回状態と自車速とに基づいて、自車走行路の曲率を演算するカーブ曲率演算手段（６３）と、
車幅方向の所定角度範囲内に渡り送信波を照射し、その反射波に基づいて反射物体までの距離と前記車幅方向の角度とを検出するレーダ手段（５）と、
該レーダ手段による検出結果である距離及び前記車幅方向の角度に基づき、前記物体の相対位置を求める物体認識手段（４３）と、
前記カーブ曲率演算手段によって求められた前記自車走行路の曲率と前記物体認識手段によって算出された前記物体の相対位置とに基づいて、前記物体が自車と同一車線上にいる自車線確率を求める自車線確率算出手段（５３）と、を備えた車両用道路形状認識装置において、
前記物体認識手段は、前記物体の相対速度及び自車速に基づいて移動物体か停止物体かという認識種別を判定可能であり、
さらに、
前記物体認識手段によって得られた物体の相対位置及び認識種別を用いて道路形状を認識するために有効な停止物体データを抽出し、その抽出したデータに基づいて道路形状を認識する道路形状認識手段（４５）と、
該道路形状認識手段によって認識された道路形状及びその認識程度に基づき、前記物体が自車と同一車線上にいる可能性を判定する車線同一判定手段（５３）と、
該車線同一判定手段による判定結果に基づいて前記自車線確率を補正するための補正値を算出する補正値算出手段（５３）と、を備え、
前記自車線確率算出手段は、前記自車走行路の曲率と前記認識された道路形状の曲率とに乖離があるか否かを判定し、乖離がないと判定した場合、前記自車線確率を前記補正値算出手段にて算出された補正値にて補正する一方、乖離があると判定した場合、前記自車線確率を前記補正値算出手段にて算出された補正値にて補正しないことを特徴とする車両用道路形状認識装置。
【請求項３】
請求項２に記載の車両用道路形状認識装置のカーブ曲率演算手段、物体認識手段、自車線確率算出手段、先行車選択手段、道路形状認識手段、車線同一判定手段、補正値算出手段としてコンピュータシステムを機能させるためのプログラムを記録したコンピュータ読み取り可能な記録媒体。
【図１】
【図２】
【図３】
【図４】
【図５】
【図６】
【図７】
【図８】
【図９】
【図１０】
【図１１】
【図２】
【図３】
【図４】
【図５】
【図６】
【図７】
【図８】
【図９】
【図１０】
【図１１】
【公開番号】特開２０１２−１９８７３０（Ｐ２０１２−１９８７３０Ａ）
【公開日】平成２４年１０月１８日（２０１２．１０．１８）
【国際特許分類】
【出願番号】特願２０１１−６１８６０（Ｐ２０１１−６１８６０）
【出願日】平成２３年３月２１日（２０１１．３．２１）
【出願人】（０００００４２６０）株式会社デンソー (27,639)
【Ｆターム（参考）】
【公開日】平成２４年１０月１８日（２０１２．１０．１８）
【国際特許分類】
【出願日】平成２３年３月２１日（２０１１．３．２１）
【出願人】（０００００４２６０）株式会社デンソー (27,639)
【Ｆターム（参考）】
[ Back to top ]