JP2018169888A - 道路パラメータ推定装置 - Google Patents

Abstract

【課題】車速が変化しても、道路パラメータの推定精度の低下を抑制できる道路パラメータ推定装置を提供する。【解決手段】道路パラメータ推定装置１は、画像取得ユニット７と、エッジ点抽出ユニット９と、領域設定ユニット１１と、推定ユニット１３と、車速取得ユニット１５とを備える。画像取得ユニットは、車両の前方を表す画像を取得する。エッジ点抽出ユニットは、画像においてエッジ点を抽出する。領域設定ユニットは、画像内に領域を設定する。推定ユニットは、エッジ点に基づき、カルマンフィルタを用いて道路パラメータを推定する。車速取得ユニットは車速を取得する。領域設定ユニットは、車速が大きいほど、車両から、領域における遠方側の境界線までの距離を長くする。【選択図】図２

Description

本開示は道路パラメータ推定装置に関する。

従来、以下のような道路パラメータ推定装置が知られている。カメラを用いて車両の前方を表す画像を取得する。その画像において、車線境界区画線上にあるエッジ点を抽出する。抽出したエッジ点に基づき、カルマンフィルタを用いて道路パラメータを推定する。このような道路パラメータ推定装置は、例えば特許文献１に開示されている。

特開２００２−１０９６９５号公報

従来の道路パラメータ推定装置は、車速によっては、道路パラメータの推定精度が低下してしまうことがあった。本開示は、車速が変化しても、道路パラメータの推定精度の低下を抑制できる道路パラメータ推定装置を提供する。

本開示の一態様は、道路パラメータを推定する道路パラメータ推定装置（１）であって、車両の前方を表す画像（３３）を取得する画像取得ユニット（７）と、前記画像においてエッジ点（３９）を抽出するエッジ点抽出ユニット（９）と、前記画像内に領域（４１）を設定する領域設定ユニット（１１）と、前記エッジ点抽出ユニットが抽出した前記エッジ点であって、前記領域設定ユニットが設定した前記領域内に位置する前記エッジ点に基づき、カルマンフィルタを用いて道路パラメータを推定する推定ユニット（１３）と、前記車両の車速を取得する車速取得ユニット（１５）と、を備え、前記領域設定ユニットは、前記車速取得ユニットで取得した前記車速が大きいほど、前記車両から、前記領域における遠方側の境界線（４３）までの距離を長くするように構成された道路パラメータ推定装置である。

本開示の一態様である道路パラメータ推定装置は、車速が大きいほど、車両から、領域における遠方側の境界線までの距離を長くする。そのことにより、車速が変化した場合でも、道路パラメータの推定精度の低下を抑制できる。

なお、この欄及び特許請求の範囲に記載した括弧内の符号は、一つの態様として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って、本開示の技術的範囲を限定するものではない。

道路パラメータ推定装置１の構成を表すブロック図である。 道路パラメータ推定装置１の機能的構成を表すブロック図である。 道路パラメータ推定装置１が実行する処理の全体を表すフローチャートである。 道路パラメータ推定装置１が実行する領域設定処理を表すフローチャートである。 画像３３の例を表す説明図である。 画像３３における車線３５、車線境界区画線３７、エッジ点３９、領域４１、境界線４３、及び画像上位置Ｌ’の例を表す説明図である。 車線３５、車線境界区画線３７、領域４１、境界線４３、自車両４５及び距離Ｌの例を表す鳥瞰図である。 車速と距離Ｌとの関係を規定するマップの例を表す説明図である。 先行車５１が存在する画像３３の例を表す説明図である。 逆光又は車線境界区画線のかすれに起因してエッジ点３９が抽出されていない範囲５３が存在する画像３３の例を表す説明図である。 車速６０ｋｍ／ｈの場合の曲率の推定結果を表すグラフである。 車速８０ｋｍ／ｈの場合の曲率の推定結果を表すグラフである。 車速１００ｋｍ／ｈの場合の曲率の推定結果を表すグラフである。 車速１２０ｋｍ／ｈの場合の曲率の推定結果を表すグラフである。

本開示の実施形態を図面に基づき説明する。
＜第１実施形態＞
１．道路パラメータ推定装置１の構成
道路パラメータ推定装置１の構成を図１、図２に基づき説明する。道路パラメータ推定装置１は車両に搭載される車載装置である。以下では、道路パラメータ推定装置１を搭載する車両を自車両とする。

道路パラメータ推定装置１は、ＣＰＵ３と、ＲＡＭ、ＲＯＭ、フラッシュメモリ等の半導体メモリ（以下、メモリ５とする）と、を有する周知のマイクロコンピュータを中心に構成される。道路パラメータ推定装置１の各種機能は、ＣＰＵ３が非遷移的実体的記録媒体に格納されたプログラムを実行することにより実現される。この例では、メモリ５が、プログラムを格納した非遷移的実体的記録媒体に該当する。また、このプログラムが実行されることで、プログラムに対応する方法が実行される。なお、道路パラメータ推定装置１を構成するマイクロコンピュータの数は１つでも複数でもよい。

メモリ５に記憶されている内容には、後述する処理で使用するカルマンフィルタ及びモデルが含まれる。また、メモリ５に記憶されている内容には、後述するカメラ２３の路面からの高さ、カメラ２３の焦点距離、カメラ２３で取得する画像における無限遠点の位置が含まれる。

道路パラメータ推定装置１は、ＣＰＵ３がプログラムを実行することで実現される機能の構成として、図２に示すように、画像取得ユニット７と、エッジ点抽出ユニット９と、領域設定ユニット１１と、推定ユニット１３と、車速取得ユニット１５と、事象判断ユニット１７と、報知ユニット１９と、出力ユニット２１と、を備える。道路パラメータ推定装置１を構成するこれらの要素を実現する手法はソフトウェアに限るものではなく、その一部又は全部の要素について、一つあるいは複数のハードウェアを用いて実現してもよい。例えば、上記機能がハードウェアである電子回路によって実現される場合、その電子回路は多数の論理回路を含むデジタル回路、又はアナログ回路、あるいはこれらの組合せによって実現してもよい。

図１に示すように、自車両は、道路パラメータ推定装置１に加えて、カメラ２３と、ディスプレイ２５と、スピーカ２７と、車載ネットワーク２９と、車両制御部３１と、を備える。

カメラ２３は、自車両の前方を撮影し、画像を作成する。その画像の画角には、自車両の前方の風景が含まれる。自車両の前方の風景には、車線境界区画線が含まれる。車線境界区画線として、例えば、白線、ボッツドッツ等が挙げられる。

ディスプレイ２５は自車両の車室内に設けられている。ディスプレイ２５は道路パラメータ推定装置１からの指示に応じて画像を表示可能である。スピーカ２７は自車両の車室内に設けられている。スピーカ２７は道路パラメータ推定装置１からの指示に応じて音声を出力可能である。

道路パラメータ推定装置１は、車載ネットワーク２９を介して、車両制御部３１等と接続している。道路パラメータ推定装置１は、車載ネットワーク２９から、自車両の車速、ヨーレート等の車両情報を取得することができる。

車両制御部３１は、道路パラメータ推定装置１から、車載ネットワーク２９を介して道路パラメータを取得する。車両制御部３１は、道路パラメータを用いて公知の運転支援を行う。運転支援として、例えば、レーンキープアシスト等が挙げられる。

２．道路パラメータ推定装置１が実行する処理
道路パラメータ推定装置１が実行する処理を図３〜図１０に基づき説明する。図３のステップ１では、画像取得ユニット７が、カメラ２３を用いて画像を取得する。図５に、取得した画像３３の例を示す。画像３３は自車両の前方を表す。画像３３には、自車両が走行中の車線３５、及び、車線３５を区画する車線境界区画線３７が含まれる。

ステップ２では、エッジ点抽出ユニット９が、前記ステップ１で取得した画像においてエッジ点を抽出する。エッジ点とは、周囲の画素に比べて輝度が急変した画素である。図６に、抽出したエッジ点３９の例を示す。エッジ点３９は、主として、車線境界区画線３７上に位置する。また、ノイズに起因するエッジ点３９であって、車線境界区画線３７から離れた位置に存在するエッジ点３９が存在することもある。

ステップ３では、エッジ点抽出ユニット９が、前記ステップ２で抽出したエッジ点３９のうち、車線境界区画線３７上に位置する可能性が高いエッジ点３９を選択する。例えば、前記ステップ２で抽出したエッジ点３９に基づき、ハフ変換を用いて直線を算出し、その直線に近いエッジ点３９を選択することができる。また、過去に推定した道路パラメータに基づき、現時点で車線境界区画線が存在する可能性が高い領域を設定し、その領域内にあるエッジ点３９を選択することができる。

ステップ４では、車速取得ユニット１５が、車載ネットワーク２９から自車両の現時点での車速を取得する。
ステップ５では、領域設定ユニット１１が、前記ステップ１で取得した画像内に領域４１を設定する。図６に示すように、領域４１は、画像３３のうち、境界線４３よりも下側の部分である。図７に示すように、境界線４３は、自車両４５から、距離Ｌだけ前方にある仮想的な線であって、自車両４５の前後方向４７に直交する線である。図７において、自車両４５から、境界線４３までの領域４１が、図６における領域４１に対応する。境界線４３は、領域４１における遠方側の境界線である。

領域４１を設定する具体的な方法を、図４、図８に基づき説明する。図４のステップ２１では、領域設定ユニット１１が、前記ステップ４で取得した車速を、図８に示すマップに当てはめて、距離Ｌを決定する。このマップは、車速と距離Ｌとの関係を規定する。このマップにおいて、距離Ｌは車速に比例する。このマップにおいて、車速が大きいほど、距離Ｌは長くなる。このマップは予めメモリ５に記憶されている。

ステップ２２では、領域設定ユニット１１が、カメラ２３の路面からの高さ、カメラ２３の焦点距離、及び、画像３３における無限遠点の位置をメモリ５から読み出す。
ステップ２３では、領域設定ユニット１１が、前記ステップ２２で読み出した情報を用いて、前記ステップ２１で決定した距離Ｌだけ自車両から離れている境界線４３の、画像３３上での位置（以下では、画像上位置Ｌ’とする）を算出する。画像上位置Ｌ’は、画像３３の下限４９からの上下方向における距離である。画像上位置Ｌ’の例を図６に示す。

ステップ２４では、領域設定ユニット１１が、図６に示すように、画像３３のうち、前記ステップ２３で画像上の位置Ｌ’を算出した境界線４３よりも下側の領域を、領域４１とする。

図３に戻り、ステップ６では、事象判断ユニット１７が、前記ステップ１で取得した画像３３において、公知のパターン認識の方法により、先行車を認識する処理を実行する。先行車は、エッジ点３９の抽出を困難にする事象に対応する。

ステップ７では、前記ステップ５で設定した領域４１と重複する先行車を、前記ステップ６の処理において認識したか否かを事象判断ユニット１７が判断する。そのような先行車を認識した場合はステップ９に進み、そのような先行車を認識しなかった場合はステップ８に進む。図９に、領域４１と重複する先行車５１を認識した場合の例を示す。本ステップでは、先行車５１の全体が領域４１と重複している場合と、先行車５１の一部が領域４１と重複している場合とのいずれにおいても肯定判断する。

ステップ８では、前記ステップ５で設定した領域４１内に、逆光又は車線境界区画線のかすれがあるか否かを事象判断ユニット１７が判断する。逆光及び車線境界区画線のかすれは、エッジ点３９の抽出を困難にする事象に対応する。

事象判断ユニット１７は、図１０に示すように、車線境界区画線上である可能性が高い位置に、エッジ点３９が抽出されていない範囲５３が存在し、その範囲５３の大きさが所定の閾値以上である場合、逆光又は車線境界区画線のかすれがあると判断し、ステップ９に進む。範囲５３が存在しないか、範囲５３の大きさが前記閾値未満である場合、逆光及び車線境界区画線のかすれは存在しないと判断し、ステップ１０に進む。

ステップ９では、報知ユニット９が、ディスプレイ２５及びスピーカ２７を用いて報知を行う。また、報知ユニット９は、道路パラメータの推定精度が低下していることを表す信号を車両制御部３１に出力する。なお、車両制御部３１は、その信号に応じて、運転支援における誤作動を抑制する処理を実行する。

ステップ１０では、推定ユニット１３が、前記ステップ３で選択したエッジ点３９であって、前記ステップ５で設定した領域４１内に位置するエッジ点３９に基づき、カルマンフィルタを用いて道路パラメータを推定する。推定ユニット１３は、前記ステップ３で選択したエッジ点３９であっても、領域４１外に位置するエッジ点３９は、道路パラメータの推定に使用しない。

推定する道路パラメータは、車線境界区画線の位置、自車両の前後方向に対する車線境界区画線の傾き、車線境界区画線の曲率、車線幅、曲率の変化率、及びピッチング量である。

推定する道路パラメータのうち、車線境界区画線の曲率、及びその変化率は、自車両が０．７秒後に到達する位置での値である。その他の道路パラメータは、自車両の現在位置での値である。

ステップ１１では、出力ユニット２１が、前記ステップ１０で推定した道路パラメータを車両制御部３１に出力する。
３．道路パラメータ推定装置１が奏する効果
（１Ａ）道路パラメータ推定装置１は、自車両の車速が大きいほど、距離Ｌを長くする。そのことにより、自車両の車速が変化した場合でも、道路パラメータの推定精度の低下を抑制できる。道路パラメータの推定精度の低下を抑制できる理由は、自車両の車速が大きいほど、距離Ｌを長くすることにより、算出する道路パラメータの応答遅れやオーバーシュートを抑制できるためであると推測される。

（１Ｂ）道路パラメータ推定装置１は、自車両の車速に比例して、距離Ｌを長くする。そのため、道路パラメータの推定精度の低下を一層抑制できる。また、距離Ｌの算出が容易である。

（１Ｃ）道路パラメータ推定装置１は、領域４１の少なくとも一部において、エッジ点３９の抽出を困難にする事象があると判断した場合、報知を行う。そのことにより、不正確な道路パラメータに起因する車両制御部３１の誤作動を抑制することができる。

（１Ｄ）道路パラメータ推定装置１は、先行車、逆光、及び車線境界区画線のかすれのうちのいずれかの事象が存在すると判断した場合、報知を行う。そのことにより、不正確な道路パラメータに起因する車両制御部３１の誤作動を抑制することができる。

（１Ｅ）道路パラメータ推定装置１は、車線境界区画線の位置、自車両の前後方向に対する車線境界区画線の傾き、車線境界区画線の曲率、車線幅、曲率の変化率、及びピッチング量を推定することができる。

４．道路パラメータ推定装置１が奏する効果を確かめるための試験
道路パラメータ推定装置１が奏する効果を確かめるための試験を行った。自車両は、第１の直線と、第１の直線に続く曲率半径が５００ｍのカーブと、そのカーブに続く第２の直線とを有する道路（以下では試験道路とする）を走行した。試験道路を走行するときの車速は、６０Ｋｍ／ｈ、８０Ｋｍ／ｈ、１００Ｋｍ／ｈ、１２０Ｋｍ／ｈとした。

道路パラメータ推定装置１は、自車両が試験道路を走行しているとき、繰り返し曲率を推定した。このとき、車速が大きいほど、距離Ｌが長くなるようにした。具体的には、車速が６０Ｋｍ／ｈのときは距離Ｌを３５ｍとし、車速が８０Ｋｍ／ｈのときは距離Ｌを４５ｍとし、車速が１００Ｋｍ／ｈのときは距離Ｌを５５ｍとし、車速が１２０Ｋｍ／ｈのときは距離Ｌを７５ｍとした。

車速に応じて距離Ｌを上記のように設定して推定した曲率を図１１〜図１４に示す。図１１〜図１４の横軸は時間であり、縦軸は曲率である。図１１〜図１４には、曲率の真値も示す。車速がいずれの場合でも、道路パラメータ推定装置１が推定した曲率は、真値に近かった。

参考例として、図１１に、車速６０ｋｍ／ｈにおいて距離Ｌを７５ｍとして推定した曲率を示す。図１２に、車速８０ｋｍ／ｈにおいて距離Ｌを３５ｍ、又は７５ｍとして推定した曲率を示す。図１３に、車速１００ｋｍ／ｈにおいて距離Ｌを３５ｍ、又は７５ｍとして推定した曲率を示す。図１４に、車速１２０ｋｍ／ｈにおいて距離Ｌを３５ｍとして推定した曲率を示す。

図１１〜図１４に示されているように、仮に、距離Ｌが車速によらず常に３５ｍであった場合、車速が高くなると、推定した曲率が真値から大きく乖離してしまう。また、仮に、距離Ｌが車速によらず常に７５ｍであった場合、車速が低くなると、推定した曲率が真値から大きく乖離してしまう。
＜他の実施形態＞
以上、本開示の実施形態について説明したが、本開示は上述の実施形態に限定されることなく、種々変形して実施することができる。

（１）道路パラメータ推定装置１は、道路パラメータとして、上述したもの以外を推定してもよい。
（２）領域４１は、図６に示すものから一部を除いたものであってもよい。例えば、領域４１における下側の境界線は、下限４９よりも上方にあってもよい。また、領域４１の幅は、画像３３の幅より狭くてもよい。また、領域４１の形状は、矩形以外の形状であってもよく、例えば、台形、三角形、円、楕円等の形状であってもよい。

（３）車速と距離Ｌとの関係は、図８に示す関係以外のものでもよい。例えば、図８において、曲線、又は階段状の線により表される関係であってもよい。
（４）前記ステップ７、８では、先行車、逆光、及び車線境界区画線のかすれ以外の、エッジ点３９の抽出を困難にする事象の有無を判断してもよい。

（５）上記実施形態における１つの構成要素が有する複数の機能を、複数の構成要素によって実現したり、１つの構成要素が有する１つの機能を、複数の構成要素によって実現したりしてもよい。また、複数の構成要素が有する複数の機能を、１つの構成要素によって実現したり、複数の構成要素によって実現される１つの機能を、１つの構成要素によって実現したりしてもよい。また、上記実施形態の構成の一部を省略してもよい。また、上記実施形態の構成の少なくとも一部を、他の上記実施形態の構成に対して付加又は置換してもよい。なお、特許請求の範囲に記載した文言から特定される技術思想に含まれるあらゆる態様が本開示の実施形態である。

（６）上述した道路パラメータ推定装置の他、当該道路パラメータ推定装置を構成要素とするシステム、当該道路パラメータ推定装置としてコンピュータを機能させるためのプログラム、このプログラムを記録した半導体メモリ等の非遷移的実態的記録媒体、道路パラメータ推定方法、運転支援方法等、種々の形態で本開示を実現することもできる。

１…道路パラメータ推定装置、７…画像取得ユニット、９…エッジ点抽出ユニット、９…報知ユニット、１１…領域設定ユニット、１３…推定ユニット、１５…車速取得ユニット、１７…事象判断ユニット、１９…報知ユニット、２３…カメラ、３３…画像、３７…車線境界区画線、３９…エッジ点、４１…領域、４３…境界線、４５…自車両

Claims (5)

1. 道路パラメータを推定する道路パラメータ推定装置（１）であって、
   車両の前方を表す画像（３３）を取得する画像取得ユニット（７）と、
   前記画像においてエッジ点（３９）を抽出するエッジ点抽出ユニット（９）と、
   前記画像内に領域（４１）を設定する領域設定ユニット（１１）と、
   前記エッジ点抽出ユニットが抽出した前記エッジ点であって、前記領域設定ユニットが設定した前記領域内に位置する前記エッジ点に基づき、カルマンフィルタを用いて道路パラメータを推定する推定ユニット（１３）と、
   前記車両の車速を取得する車速取得ユニット（１５）と、
   を備え、
   前記領域設定ユニットは、前記車速取得ユニットで取得した前記車速が大きいほど、前記車両から、前記領域における遠方側の境界線（４３）までの距離を長くするように構成された道路パラメータ推定装置。
2. 請求項１に記載の道路パラメータ推定装置であって、
   前記領域設定ユニットは、前記車速取得ユニットで取得した前記車速に比例して、前記距離を長くするように構成された道路パラメータ推定装置。
3. 請求項１又は２に記載の道路パラメータ推定装置であって、
   前記領域の少なくとも一部において、前記エッジ点の抽出を困難にする事象があるか否かを判断する事象判断ユニット（１７）と、
   前記事象があると前記事象判断ユニットが判断した場合、報知を行う報知ユニット（１９）と、
   をさらに備える道路パラメータ推定装置。
4. 請求項３に記載の道路パラメータ推定装置であって、
   前記事象は、先行車（５１）の存在、逆光、及び車線境界区画線のかすれ、から成る群から選択される１以上である道路パラメータ推定装置。
5. 請求項１〜４のいずれか１項に記載の道路パラメータ推定装置であって、
   前記道路パラメータは、車線境界区画線の位置、前記車両の前後方向に対する前記車線境界区画線の傾き、前記車線境界区画線の曲率、車線幅、前記曲率の変化率、及びピッチング量から成る群から選択される１以上である道路パラメータ推定装置。