[go: up one dir, main page]

WO2018212284A1 - 測定装置、測定方法およびプログラム - Google Patents

測定装置、測定方法およびプログラム Download PDF

Info

Publication number
WO2018212284A1
WO2018212284A1 PCT/JP2018/019140 JP2018019140W WO2018212284A1 WO 2018212284 A1 WO2018212284 A1 WO 2018212284A1 JP 2018019140 W JP2018019140 W JP 2018019140W WO 2018212284 A1 WO2018212284 A1 WO 2018212284A1
Authority
WO
WIPO (PCT)
Prior art keywords
white line
unit
vehicle
self
predetermined range
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Ceased
Application number
PCT/JP2018/019140
Other languages
English (en)
French (fr)
Inventor
多史 藤谷
岩井　智昭
加藤　正浩
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Pioneer Corp
Original Assignee
Pioneer Corp
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Pioneer Corp filed Critical Pioneer Corp
Priority to JP2019518867A priority Critical patent/JPWO2018212284A1/ja
Publication of WO2018212284A1 publication Critical patent/WO2018212284A1/ja
Anticipated expiration legal-status Critical
Ceased legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
    • G01C21/26—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
    • G01C21/28—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network with correlation of data from several navigational instruments
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S17/00—Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
    • G01S17/02—Systems using the reflection of electromagnetic waves other than radio waves
    • G01S17/06—Systems determining position data of a target
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/16—Anti-collision systems

Definitions

  • the present invention relates to a technique for estimating the position of a moving body based on the position of a feature.
  • Patent Document 1 describes an example of a method for estimating a vehicle position using a feature position detected using LiDAR and a feature position of map information.
  • Patent Document 2 discloses a technique for transmitting an electromagnetic wave to a road surface and detecting a white line based on the reflectance.
  • the number of data that can be measured by LiDAR varies depending on the type of white line (continuous line, broken line, etc.) and paint deterioration. For this reason, when the vehicle position is estimated using the white line, the detection accuracy of the white line changes depending on whether the number of LiDAR data used to detect the white line is small or large, and as a result, the accuracy of the vehicle position estimation changes. Come.
  • An object of the present invention is to appropriately adjust the range in which a white line is detected according to the situation, and to prevent a decrease in accuracy of the vehicle position estimation.
  • the invention according to claim 1 is a measuring apparatus, an acquisition unit that acquires output data from a sensor unit for detecting surrounding road lines, a self-position, road line position information, and the self A determination unit that determines a predetermined range based on a moving speed of the position; an extraction unit that extracts data corresponding to a detection result of the predetermined range from the output data; and a predetermined unit based on the extracted data And a processing unit that performs processing.
  • the invention according to claim 8 is a measuring method executed by the measuring device, the acquisition step of acquiring output data from the sensor unit for detecting the surrounding road surface line, the self-position, and the road line A determination step of determining a predetermined range based on the position information and the moving speed of the self-position; an extraction step of extracting data corresponding to a detection result of the predetermined range from the output data; And a processing step of performing a predetermined process based on the data.
  • the invention according to claim 9 is a program executed by a measuring apparatus including a computer, an acquisition unit that acquires output data from a sensor unit for detecting a surrounding road surface line, a self-position, and a road surface line Based on the position information and the moving speed of the self-position, a determination unit that determines a predetermined range, an extraction unit that extracts data corresponding to a detection result of the predetermined range from the output data, and extracted data
  • the computer is caused to function as a processing unit that performs predetermined processing based on the above.
  • the measuring device includes an acquisition unit that acquires output data from a sensor unit for detecting surrounding road lines, a self-position, position information on the road line, and the self A determination unit that determines a predetermined range based on a moving speed of the position; an extraction unit that extracts data corresponding to a detection result of the predetermined range from the output data; and a predetermined unit based on the extracted data A processing unit that performs processing.
  • the measuring device acquires output data from a sensor unit for detecting surrounding road lines, and sets a predetermined range based on the self-position, road line position information, and the movement speed of the self-position. decide. Then, data corresponding to the detection result in a predetermined range is extracted from the output data, and predetermined processing is performed based on the extracted data. Thereby, the predetermined range for extracting data can be appropriately set according to the moving speed of the self position.
  • the “road line” in the present specification is a marking line such as a white line or a yellow line to be measured, and a linear road marking such as a stop line or a pedestrian crossing.
  • the determination unit determines the predetermined range based on the self-position and position information of the solid line portion of the road surface line, and determines the predetermined range according to the moving speed. Shift in the direction of movement of its own position. In this aspect, the predetermined range is shifted according to the moving speed.
  • the measurement apparatus is mounted on a moving body, and the determination unit determines a plurality of predetermined ranges based on a position of the moving body, and Each of the predetermined ranges is shifted by a shift amount corresponding to the scan order of the predetermined range.
  • the plurality of predetermined ranges are shifted according to the scanning order by the sensor unit.
  • the determination unit shifts by a larger shift amount in a predetermined range after the scanning order by the sensor unit.
  • the determination unit decreases the shift amount as the scanning speed of the sensor unit increases.
  • the determination unit sets the predetermined ranges in four locations, right front, right rear, left front, and left rear, based on the position of the moving body.
  • the processing unit detects a position of the road surface line and performs a process of estimating the position of the measuring device based on the position of the road line.
  • the measurement method executed by the measurement apparatus includes an acquisition step of acquiring output data from a sensor unit for detecting a surrounding road line, a self-position, and a road line A determination step of determining a predetermined range based on the position information and the moving speed of the self-position; an extraction step of extracting data corresponding to a detection result of the predetermined range from the output data; And a processing step for performing a predetermined process based on the data.
  • a predetermined range for extracting data can be appropriately set according to the moving speed of the self-position.
  • a program executed by a measurement apparatus including a computer includes an acquisition unit that acquires output data from a sensor unit for detecting a surrounding road surface line, a self-position, and a road surface line. Based on the position information and the moving speed of the self-position, a determination unit that determines a predetermined range, an extraction unit that extracts data corresponding to a detection result of the predetermined range from the output data, and extracted data
  • the computer is caused to function as a processing unit that performs predetermined processing based on the above.
  • the above measurement apparatus can be realized by executing this program on a computer. This program can be stored and handled in a storage medium.
  • FIG. 1 is a diagram illustrating a white line extraction method.
  • White line extraction refers to detecting a white line painted on a road surface and calculating a predetermined position, for example, a center position.
  • the vehicle 5 exists in the map coordinate system (X m , Y m ), and the vehicle coordinate system (X v , Y v ) is defined based on the position of the vehicle 5. Specifically, the traveling direction of the vehicle 5 and X v-axis of the vehicle coordinate system, a direction perpendicular to it and Y v axis of the vehicle coordinate system.
  • white lines that are lane boundary lines on the left and right sides of the vehicle 5.
  • the position of the white line in the map coordinate system that is, the white line map position is included in the advanced map managed by the server or the like, and is acquired from the server or the like.
  • white line data is stored in the advanced map as a coordinate point sequence.
  • the LiDAR mounted on the vehicle 5 measures scan data along the scan line 2.
  • the scan line 2 indicates a trajectory of scanning by LiDAR.
  • the coordinates of the points constituting the white line WL1 on the left side of the vehicle 5, that is, the white line map position WLMP1 is (mx m1 , my m1 ), and the coordinates of the points constituting the white line WL2 on the right side of the vehicle 5, ie, the white line.
  • the map position WLMP2 is (mx m2 , my m2 ).
  • the predicted host vehicle position PVP in the map coordinate system is given by (x ′ m , y ′ m ), and the predicted host vehicle azimuth angle in the map coordinate system is given by ⁇ ′ m .
  • the white line predicted position WLPP (l′ x v , l′ y v ) indicating the predicted position of the white line is the white line map position WLMP (mx m , my m ) and the predicted host vehicle position PVP (x ′ m , y).
  • m the white line map position
  • PVP the predicted host vehicle position
  • the white line predicted position WLPP1 (l′ x v1 , l′ y v1 ) is obtained for the white line WL1 and the white line predicted position WLPP2 (l′ x v2 , l′ y v2 ) is obtained for the white line WL2 by Expression (1). It is done. Thus, for each of the white lines WL1 and WL2, a plurality of white line predicted positions WLPP1 and WLPP2 corresponding to the white lines WL1 and WL2 are obtained.
  • the white line predicted range WLPR is determined based on the white line predicted position WLPP.
  • the white line prediction range WLPR indicates a range in which a white line is considered to exist on the basis of the predicted vehicle position PVP.
  • the white line prediction range WLPR is set at four locations on the vehicle 5 at the right front, right rear, left front, and left rear at the maximum.
  • FIG. 2 shows a method for determining the white line prediction range WLPR.
  • A set forward reference point to any position in front of the vehicle 5 (distance alpha v forward position) to ( ⁇ v, 0 v). Then, based on the front reference point ( ⁇ v , 0 v ) and the white line predicted position WLPP, the white line predicted position WLPP closest to the front reference point ( ⁇ v , 0 v ) is searched.
  • the white line WL1 based on the forward reference point ( ⁇ v , 0 v ) and a plurality of white line predicted positions WLPP1 (l′ x v1 , l′ y v1 ) constituting the white line WL1, the following The distance D1 is calculated by the equation (2), and the white line predicted position WLPP1 at which the distance D1 is the minimum value is set as the prediction range reference point Pref1.
  • the white line WL2 based on the forward reference point ( ⁇ v , 0 v ) and a plurality of white line predicted positions WLPP2 (l′ x v2 , l′ y v2 ) constituting the white line WL2, the following formula
  • the distance D2 is calculated by (3), and the white line predicted position WLPP2 at which the distance D2 is the minimum value is set as the predicted range reference point Pref2.
  • any range based on the expected range reference point Pref for example ⁇ [Delta] X from the expected range reference point Pref in X v-axis direction, a range of ⁇ [Delta] Y to Y v-axis direction
  • the white line prediction range WLPR is set.
  • white line prediction ranges WLPR1 and WLPR2 are set at the left and right positions in front of the vehicle 5.
  • white line prediction ranges WLPR3 and WLPR4 are set at the left and right positions behind the vehicle 5 by setting the rear reference point behind the vehicle 5 and setting the prediction range reference point Pref.
  • four white line prediction ranges WLPR1 to WLPR4 are set for the vehicle 5.
  • FIG. 3 shows a method of calculating the white line center position WLCP.
  • FIG. 3A shows a case where the white line WL1 is a solid line.
  • the white line center position WLCP1 is calculated by the average value of the position coordinates of the scan data constituting the white line.
  • the white line scan data WLSD1 (wx ′ v , wy) existing in the white line prediction range WLPR1 among the scan data output from the LiDAR. ' v ) is extracted.
  • the scan data obtained on the white line is data with high reflection intensity.
  • scan data that exists within the white line prediction range WLPR1 and on the road surface and whose reflection intensity is greater than or equal to a predetermined value is extracted as white line scan data WLSD.
  • the coordinates of the white line center position WLCP1 (sx v1 , sy v1 ) are obtained by the following equation (4).
  • the white line center position WLCP2 is similarly calculated.
  • FIG. 4A shows white line prediction ranges WLPR1 and WLPR2 set in front of the vehicle 5 when the vehicle 5 is stopped.
  • the LiDAR scans one round (360 °) clockwise around the position of the vehicle 5 and accumulates scan data for one round.
  • the LiDAR scan line 2 is a circle centered on the position of the vehicle 5, so the white line prediction ranges WLPR1 and WLPR2 only need to be equidistant from the vehicle 5. That is, as shown, by arranging a white line estimated range WLPR1 and white expected range WLPR2 a position axisymmetric with respect to the X v axis, it is possible to extract the scan data by LiDAR efficiently.
  • the white line prediction range WLPR2 on the right front side of the vehicle 5 is set to a position symmetrical to the white line prediction range WLPR1 on the left front side, the white line prediction range WLPR2
  • the number of scan lines 2 included in the number decreases.
  • the position of the white line prediction range WLPR is corrected according to the speed of the vehicle 5.
  • the white line prediction ranges WLPR1 and WLPR2 are set symmetrically in the same manner as FIG. 4A by the method shown in FIG.
  • the white line prediction range WLPR2 is shifted forward by the shift amount and set to the position of the white line prediction range WLPR2x.
  • the white line prediction range WLPR2x can be set so as to appropriately include the scan line 2 that has moved forward by the movement of the vehicle 5.
  • FIG. 5 shows a white line prediction range correction method when four white line prediction ranges WLPR1 to WLPR4 are set with the position of the vehicle 5 as a reference.
  • scanning with LiDAR is clockwise.
  • the white line prediction range WLPR1 on the left front side of the vehicle 5 is considered as a reference point for scanning with LiDAR, and its scanning time is t0.
  • the time difference from when LiDAR scans the left front white line prediction range WLPR1 to the right front white line prediction range WLPR2 is ⁇ t1, and the right front white line prediction range WLPR2 is scanned and the right rear white line is scanned.
  • the time difference until the prediction range WLPR3 is scanned is denoted by ⁇ t2
  • the time difference from when the right rear white line prediction range WLPR3 is scanned until the left rear white line prediction range WLPR4 is scanned is denoted by ⁇ t3.
  • the right front of the white line prediction range WLPR2 is set symmetrically with respect to the X v-axis front left white line expected range WLPR1.
  • rear right white line estimated range WLPR3 is set symmetrically with respect to the white line expected range WLPR2 and Y v axes of the right front.
  • the white line expected range WLPR4 left rear is set symmetrically with respect to the white line expected range WLPR3 and X v-axis of the right rear.
  • the white line prediction range WLPR2 on the right front side is shifted forward by ⁇ d1 and set at the position of the white line prediction range WLPR2x.
  • the right rear white line prediction range WLPR3 is shifted forward by ⁇ d2 and set to the position of the white line prediction range WLPR3x.
  • the left rear white line prediction range WLPR4 is shifted forward by ⁇ d3 and set to the position of the white line prediction range WLPR4x.
  • the shift amounts ⁇ d1 to ⁇ d3 depend on the speed of the vehicle 5. Schematically, the shift amounts ⁇ d1 to ⁇ d3 increase as the vehicle 5 speed increases, and the shift amounts ⁇ d1 to ⁇ d3 decrease as the vehicle 5 speed decreases.
  • the shift amount ⁇ d increases as the white line prediction range comes later in the scanning order from the reference white line prediction range.
  • the shift amount is ⁇ d1 ⁇ d2 ⁇ d3. That is, the shift amount has a relationship of white line prediction range WLPR2x ⁇ white line prediction range WLPR3x ⁇ white line prediction range WLPR4x.
  • the shift amount has a relationship of white line prediction range WLPR4x ⁇ white line prediction range WLPR3x ⁇ white line prediction range WLPR2x.
  • the shift amounts ⁇ d1 to ⁇ d3 also depend on the scan speed of the LiDAR mounted on the vehicle 5. Schematically, the higher the LiDAR scanning speed, the smaller the shift amounts ⁇ d1 to ⁇ d3, and the slower the scanning speed, the larger the shift amounts ⁇ d1 to ⁇ d3. This is because the values of ⁇ t1 to ⁇ t3 in the above equations (5) to (7) become smaller as the scanning speed is higher.
  • the time differences ⁇ t1 to ⁇ t3 of the white line prediction range scan time can be calculated based on the distance between the white line prediction ranges and the LiDAR scan speed, or the angle between the white line prediction ranges and the LiDAR scan angular speed. .
  • FIG. 6 shows a schematic configuration of a host vehicle position estimation apparatus to which the measurement apparatus of the present invention is applied.
  • the own vehicle position estimation device 10 is mounted on a vehicle and configured to be able to communicate with a server 7 such as a cloud server by wireless communication.
  • the server 7 is connected to a database 8, and the database 8 stores an advanced map.
  • the advanced map stored in the database 8 stores landmark map information for each landmark.
  • white line map information including a white line map position WLMP indicating the coordinates of the point sequence constituting the white line is stored.
  • the own vehicle position estimation device 10 communicates with the server 7 and downloads white line map information related to the white line around the own vehicle position of the vehicle.
  • the own vehicle position estimation device 10 includes an inner world sensor 11, an outer world sensor 12, an own vehicle position prediction unit 13, a communication unit 14, a white line map information acquisition unit 15, a white line position prediction unit 16, and scan data extraction. Unit 17, white line center position calculation unit 18, and own vehicle position estimation unit 19.
  • the vehicle position prediction unit 13, the white line map information acquisition unit 15, the white line position prediction unit 16, the scan data extraction unit 17, the white line center position calculation unit 18, and the vehicle position estimation unit 19 are actually a CPU or the like. This is realized by a computer executing a program prepared in advance.
  • the inner world sensor 11 measures the position of the vehicle as a GNSS (Global Navigation Satellite System) / IMU (Inertia Measurement Unit) combined navigation system, and includes a satellite positioning sensor (GPS), a gyro sensor, a vehicle speed sensor, and the like. Including.
  • the own vehicle position prediction unit 13 predicts the own vehicle position of the vehicle by GNSS / IMU combined navigation based on the output of the internal sensor 11 and supplies the predicted own vehicle position PVP to the white line position prediction unit 16.
  • the external sensor 12 is a sensor that detects an object around the vehicle, and includes a stereo camera, LiDAR, and the like.
  • the external sensor 12 supplies the scan data SD obtained by the measurement to the scan data extraction unit 17.
  • the communication unit 14 is a communication unit for wirelessly communicating with the server 7.
  • the white line map information acquisition unit 15 receives white line map information related to white lines existing around the vehicle from the server 7 via the communication unit 14 and supplies the white line map position WLMP included in the white line map information to the white line position prediction unit 16. To do.
  • the white line position prediction unit 16 calculates the white line predicted position WLPP by the above-described equation (1) based on the white line map position WLMP and the predicted vehicle position PVP acquired from the vehicle position prediction unit 13. Further, the white line position prediction unit 16 determines the white line prediction range WLPR by the above-described equations (2) and (3) based on the white line prediction position WLPP. Further, the white line position prediction unit 16 corrects the white line predicted positions WLPR1 to WLPR4 as described above according to the vehicle speed, the LiDAR scan speed, and the scan direction (clockwise or counterclockwise). Then, the white line position prediction unit 16 supplies the corrected white line prediction range WLPR to the scan data extraction unit 17.
  • the scan data extraction unit 17 extracts the white line scan data WLSD based on the white line prediction range WLPR supplied from the white line position prediction unit 16 and the scan data SD acquired from the external sensor 12. Specifically, the scan data extraction unit 17 extracts scan data included in the white line prediction range WLPR and having a reflection intensity equal to or higher than a predetermined value, as white line scan data WLSD, from the scan data SD.
  • the white line center position calculation unit 18 is supplied.
  • the white line center position calculation unit 18 calculates the white line center position WLCP from the white line scan data WLSD using the equation (4). Then, the white line center position calculation unit 18 supplies the calculated white line center position WLCP to the vehicle position estimation unit 19.
  • the own vehicle position estimating unit 19 estimates the own vehicle position and the own vehicle azimuth angle based on the white line map position WLMP in the advanced map and the white line center position WLCP that is white line measurement data by the external sensor 12.
  • Japanese Patent Laid-Open No. 2017-72422 discloses an example of a method for estimating the vehicle position by matching the landmark position information of the advanced map and the measured position information of the landmark by the external sensor.
  • the external sensor 12 is an example of the sensor unit of the present invention
  • the scan data extraction unit 17 is an example of the acquisition unit and the extraction unit of the present invention
  • the white line position prediction unit 16 is the determination unit of the present invention.
  • the vehicle position estimation unit 19 is an example, and is an example of a processing unit of the present invention.
  • FIG. 7 is a flowchart of the vehicle position estimation process. This process is realized by a computer such as a CPU executing a program prepared in advance and functioning as each component shown in FIG.
  • the own vehicle position estimation apparatus 10 shall always detect the speed of the vehicle 5 by a vehicle speed sensor or the like. It is assumed that the LiDAR scan speed and scan direction are determined in advance.
  • the host vehicle position prediction unit 13 acquires the predicted host vehicle position PVP based on the output from the internal sensor 11 (step S11).
  • the white line map information acquisition part 15 connects to the server 7 through the communication part 14, and acquires white line map information from the advanced map memorize
  • the white line position prediction unit 16 calculates the white line predicted position WLPP based on the white line map position WLMP included in the white line position information obtained in step S12 and the predicted host vehicle position PVP obtained in step S11. (Step S13). Further, the white line position prediction unit 16 determines the white line prediction range WLPR based on the white line prediction position WLPP. At this time, the white line position prediction unit 16 corrects the positions of the white line prediction ranges WLPR1 to WLPR4 based on the speed of the vehicle 5, the LiDAR scan speed, and the scan direction as described above. Then, the white line position prediction unit 16 supplies the white line prediction range WLPR to the scan data extraction unit 17 (step S14).
  • the scan data extraction unit 17 converts the scan data SD obtained from the LiDAR as the external sensor 12 into the white line predicted range WLPR, the scan data on the road surface, and the reflection intensity is a predetermined value or more as a white line Extracted as scan data WLSD and supplied to the white line center position calculator 18 (step S15).
  • the white line center position calculation unit 18 calculates the white line center position WLCP based on the white line prediction range WLPR and the white line scan data WLSD, and supplies the white line center position WLCP to the own vehicle position estimation unit 19 (step S16). And the own vehicle position estimation part 19 estimates the own vehicle position using the white line center position WLCP (step S17), and outputs the own vehicle position and the own vehicle azimuth (step S18). Thus, the own vehicle position estimation process ends.
  • the white line that is the lane boundary indicating the lane is used, but the application of the present invention is not limited to this, and even if a linear road marking such as a pedestrian crossing or a stop line is used. Good. Further, a yellow line or the like may be used instead of the white line. These lane markings such as white lines and yellow lines, road markings, and the like are examples of road lines of the present invention.

Landscapes

  • Engineering & Computer Science (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Electromagnetism (AREA)
  • Automation & Control Theory (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Navigation (AREA)
  • Optical Radar Systems And Details Thereof (AREA)
  • Traffic Control Systems (AREA)
  • Length Measuring Devices With Unspecified Measuring Means (AREA)

Abstract

測定装置は、周囲の路面線を検出するためのセンサ部からの出力データを取得し、自己位置と、路面線の位置情報と、前記自己位置の移動速度とに基づいて、所定範囲を決定する。そして、出力データのうち、所定範囲の検出結果に相当するデータを抽出し、抽出されたデータに基づいて所定の処理を行う。

Description

測定装置、測定方法およびプログラム
　本発明は、地物の位置に基づいて移動体の位置を推定する技術に関する。
　自動運転車両では、ＬｉＤＡＲ（Ｌｉｇｈｔ　Ｄｅｔｅｃｔｉｏｎ　ａｎｄ　Ｒａｎｇｉｎｇ）などのセンサで計測した地物位置と、自動運転用の地図情報の地物位置をマッチングして高精度に自車位置を推定する必要がある。ここで利用する地物としては、白線、標識、看板などが挙げられる。特許文献１は、ＬｉＤＡＲを用いて検出した地物位置と、地図情報の地物位置とを用いて自車位置を推定する手法の一例を記載している。また、特許文献２は、道路面に電磁波を送信し、その反射率に基づいて白線を検出する技術を開示している。
特開２０１７－７２４２２号公報 特開２０１５－２２２２２３号公報
　白線を用いて自車位置を推定する場合、白線の種類（連続線、破線など）や塗装の劣化などによって、ＬｉＤＡＲにより計測できるデータ数に差が生じる。このため、白線を用いて自車位置推定を行う際、白線の検出に使用するＬｉＤＡＲのデータ数が少ない場合と多い場合とでは白線の検出精度が変わり、その結果自車位置推定の精度が変わってくる。
　本発明が解決しようとする課題としては、上記のものが例として挙げられる。本発明は、状況に応じて白線を検出する範囲を適切に調整し、自車位置推定の精度低下を防止することを目的とする。
　請求項１に記載の発明は、測定装置であって、周囲の路面線を検出するためのセンサ部からの出力データを取得する取得部と、自己位置と、路面線の位置情報と、前記自己位置の移動速度とに基づいて、所定範囲を決定する決定部と、前記出力データのうち、前記所定範囲の検出結果に相当するデータを抽出する抽出部と、抽出されたデータに基づいて所定の処理を行う処理部と、を備えることを特徴とする。
　請求項８に記載の発明は、測定装置により実行される測定方法であって、周囲の路面線を検出するためのセンサ部からの出力データを取得する取得工程と、自己位置と、路面線の位置情報と、前記自己位置の移動速度とに基づいて、所定範囲を決定する決定工程と、前記出力データのうち、前記所定範囲の検出結果に相当するデータを抽出する抽出工程と、抽出されたデータに基づいて所定の処理を行う処理工程と、を備えることを特徴とする。
　請求項９に記載の発明は、コンピュータを備える測定装置により実行されるプログラムであって、周囲の路面線を検出するためのセンサ部からの出力データを取得する取得部、自己位置と、路面線の位置情報と、前記自己位置の移動速度とに基づいて、所定範囲を決定する決定部、前記出力データのうち、前記所定範囲の検出結果に相当するデータを抽出する抽出部、抽出されたデータに基づいて所定の処理を行う処理部、として前記コンピュータを機能させることを特徴とする。
白線抽出方法を説明する図である。 白線予測範囲の決定方法を説明する図である。 白線中心位置の算出方法を説明する図である。 車両の速度を考慮した白線予測位置の補正方法を説明する図である。 車両の速度を考慮した白線予測位置の例を示す。 測定装置の構成を示すブロック図である。 白線を利用した自車位置推定処理のフローチャートである。
　本発明の１つの好適な実施形態では、測定装置は、周囲の路面線を検出するためのセンサ部からの出力データを取得する取得部と、自己位置と、路面線の位置情報と、前記自己位置の移動速度とに基づいて、所定範囲を決定する決定部と、前記出力データのうち、前記所定範囲の検出結果に相当するデータを抽出する抽出部と、抽出されたデータに基づいて所定の処理を行う処理部と、を備える。
　上記の測定装置は、周囲の路面線を検出するためのセンサ部からの出力データを取得し、自己位置と、路面線の位置情報と、前記自己位置の移動速度とに基づいて、所定範囲を決定する。そして、出力データのうち、所定範囲の検出結果に相当するデータを抽出し、抽出されたデータに基づいて所定の処理を行う。これにより、自己位置の移動速度に応じて、データを抽出するための所定範囲を適切に設定することができる。なお、本明細書においての「路面線」とは、測定対象である白線や黄色線などの区画線、および停止線や横断歩道などの線状の道路標示等である。
　上記の測定装置の一態様では、前記決定部は、前記自己位置と、前記路面線の実線部の位置情報とに基づいて前記所定範囲を決定し、当該所定範囲を前記移動速度に応じて前記自己位置の移動方向にシフトする。この態様では、所定範囲が移動速度に応じてシフトされる。
　上記の測定装置の他の一態様では、前記測定装置は、移動体に搭載され、前記決定部は、前記移動体の位置を基準として複数の所定範囲を決定し、前記センサ部による前記複数の所定範囲のスキャン順序に応じたシフト量だけ前記所定範囲の各々をシフトする。この態様では、複数の所定範囲がセンサ部によるスキャン順序に応じてシフトされる。好適には、前記決定部は、前記センサ部によるスキャン順序が後になる所定範囲ほど大きなシフト量でシフトする。また、好適には、前記決定部は、前記センサ部によるスキャン速度が速いほど、前記シフト量を少なくする。
　好適には、前記決定部は、前記移動体の位置を基準として右前方、右後方、左前方、左後方の４か所に前記所定範囲を設定する。また、好適には、前記処理部は、前記路面線の位置を検出し、当該路面線の位置に基づいて前記測定装置の位置を推定する処理を行う。
　本発明の他の好適な実施形態では、測定装置により実行される測定方法は、周囲の路面線を検出するためのセンサ部からの出力データを取得する取得工程と、自己位置と、路面線の位置情報と、前記自己位置の移動速度とに基づいて、所定範囲を決定する決定工程と、前記出力データのうち、前記所定範囲の検出結果に相当するデータを抽出する抽出工程と、抽出されたデータに基づいて所定の処理を行う処理工程と、を備える。この方法により、自己位置の移動速度に応じて、データを抽出するための所定範囲を適切に設定することができる。
　本発明の他の好適な実施形態では、コンピュータを備える測定装置により実行されるプログラムは、周囲の路面線を検出するためのセンサ部からの出力データを取得する取得部、自己位置と、路面線の位置情報と、前記自己位置の移動速度とに基づいて、所定範囲を決定する決定部、前記出力データのうち、前記所定範囲の検出結果に相当するデータを抽出する抽出部、抽出されたデータに基づいて所定の処理を行う処理部、として前記コンピュータを機能させる。このプログラムをコンピュータで実行することにより、上記の測定装置を実現することができる。このプログラムは、記憶媒体に記憶して取り扱うことができる。
　以下、図面を参照して本発明の好適な実施例について説明する。
　［白線抽出方法］
　図１は、白線抽出方法を説明する図である。白線抽出とは、道路面にペイントされた白線を検出し、その所定位置、例えば中心位置を算出することをいう。
　（白線予測位置の算出）
　図示のように、地図座標系（Ｘｍ，Ｙｍ）に車両５が存在し、車両５の位置を基準として車両座標系（Ｘｖ，Ｙｖ）が規定される。具体的に、車両５の進行方向を車両座標系のＸｖ軸とし、それに垂直な方向を車両座標系のＹｖ軸とする。
　車両５の左右の側方には車線境界線である白線が存在する。白線の地図座標系における位置、即ち、白線地図位置は、サーバなどにより管理される高度化地図に含まれており、サーバなどから取得される。本実施例では、白線のデータは座標点列として高度化地図内に記憶されているものとする。また、車両５に搭載されたＬｉＤＡＲはスキャンライン２に沿ってスキャンデータを計測する。なお、スキャンライン２は、ＬｉＤＡＲによるスキャンの軌跡を示す。
　図１では、車両５の左側の白線ＷＬ１を構成する点の座標、即ち白線地図位置ＷＬＭＰ１は（ｍｘｍ１，ｍｙｍ１）であり、車両５の右側の白線ＷＬ２を構成する点の座標、即ち白線地図位置ＷＬＭＰ２は（ｍｘｍ２，ｍｙｍ２）であるとする。また、地図座標系における予測自車位置ＰＶＰは（ｘ’ｍ，ｙ’ｍ）で与えられ、地図座標系における予測自車方位角はΨ’ｍで与えられる。
　ここで、白線の予測位置を示す白線予測位置ＷＬＰＰ（ｌ’ｘｖ，ｌ’ｙｖ）は、白線地図位置ＷＬＭＰ（ｍｘｍ，ｍｙｍ）と、予測自車位置ＰＶＰ（ｘ’ｍ，ｙ’ｍ）と、予測自車方位角Ψ’ｍとを用いて、以下の式（１）により与えられる。
Figure JPOXMLDOC01-appb-M000001
 　よって、式（１）により、白線ＷＬ１について白線予測位置ＷＬＰＰ１（ｌ’ｘｖ１，ｌ’ｙｖ１）が得られ、白線ＷＬ２について白線予測位置ＷＬＰＰ２（ｌ’ｘｖ２，ｌ’ｙｖ２）が得られる。こうして、白線ＷＬ１、ＷＬ２のそれぞれについて、白線ＷＬ１、ＷＬ２に対応する複数の白線予測位置ＷＬＰＰ１、ＷＬＰＰ２が得られる。
　（白線予測範囲の決定）
　次に、白線予測位置ＷＬＰＰに基づいて、白線予測範囲ＷＬＰＲが決定される。白線予測範囲ＷＬＰＲは、予測自車位置ＰＶＰを基準として、白線が存在すると考えられる範囲を示す。白線予測範囲ＷＬＰＲは、最大で車両５の右前方、右後方、左前方及び左後方の４か所に設定される。
　図２は、白線予測範囲ＷＬＰＲの決定方法を示す。図２（Ａ）において、車両５の前方の任意の位置（距離αｖ前方の位置）に前方基準点（αｖ，０ｖ）を設定する。そして、前方基準点（αｖ，０ｖ）と、白線予測位置ＷＬＰＰとに基づいて、前方基準点（αｖ，０ｖ）から最も近い白線予測位置ＷＬＰＰを探索する。具体的には、白線ＷＬ１については、前方基準点（αｖ，０ｖ）と、白線ＷＬ１を構成する複数の白線予測位置ＷＬＰＰ１（ｌ’ｘｖ１，ｌ’ｙｖ１）とに基づいて、以下の式（２）により距離Ｄ１を算出し、距離Ｄ１が最小値となる白線予測位置ＷＬＰＰ１を予測範囲基準点Ｐｒｅｆ１とする。
Figure JPOXMLDOC01-appb-M000002
　同様に、白線ＷＬ２については、前方基準点（αｖ，０ｖ）と、白線ＷＬ２を構成する複数の白線予測位置ＷＬＰＰ２（ｌ’ｘｖ２，ｌ’ｙｖ２）とに基づいて、以下の式（３）により距離Ｄ２を算出し、距離Ｄ２が最小値となる白線予測位置ＷＬＰＰ２を予測範囲基準点Ｐｒｅｆ２とする。
Figure JPOXMLDOC01-appb-M000003
　そして、図２（Ｂ）に示すように、予測範囲基準点Ｐｒｅｆを基準とした任意の範囲、例えば予測範囲基準点ＰｒｅｆからＸｖ軸方向に±ΔＸ、Ｙｖ軸方向に±ΔＹの範囲を白線予測範囲ＷＬＰＲと設定する。こうして、図１に示すように、車両５の前方の左右位置に白線予測範囲ＷＬＰＲ１とＷＬＰＲ２が設定される。同様に、車両５の後方に後方基準点を設定して予測範囲基準点Ｐｒｅｆを設定することにより、車両５の後方の左右位置に白線予測範囲ＷＬＰＲ３とＷＬＰＲ４が設定される。こうして、車両５に対して４つの白線予測範囲ＷＬＰＲ１～４が設定される。
　（白線中心位置の算出）
　次に、白線予測位置ＷＬＰＰを用いて白線中心位置ＷＬＣＰを算出する。図３は白線中心位置ＷＬＣＰの算出方法を示す。図３（Ａ）は、白線ＷＬ１が実線である場合を示す。白線中心位置ＷＬＣＰ１は、白線を構成するスキャンデータの位置座標の平均値により算出される。いま、図３（Ａ）に示すように、白線予測範囲ＷＬＰＲ１が設定されると、ＬｉＤＡＲから出力されるスキャンデータのうち、白線予測範囲ＷＬＰＲ１内に存在する白線スキャンデータＷＬＳＤ１（ｗｘ’ｖ，ｗｙ’ｖ）が抽出される。白線上は通常の道路上と比較して反射率が高いので、白線上で得られたスキャンデータは、反射強度の高いデータとなる。ＬｉＤＡＲから出力されたスキャンデータのうち、白線予測範囲ＷＬＰＲ１内に存在し、路面上、かつ、反射強度が所定以上値であるスキャンデータが白線スキャンデータＷＬＳＤとして抽出される。そして、抽出された白線スキャンデータＷＬＳＤの数を「ｎ」とすると、以下の式（４）により、白線中心位置ＷＬＣＰ１（ｓｘｖ１，ｓｙｖ１）の座標が得られる。
Figure JPOXMLDOC01-appb-M000004
 また、図３（Ｂ）に示すように、白線が破線である場合も同様に白線中心位置ＷＬＣＰ２が算出される。
　（車両の速度に応じた白線予測範囲の補正）
　次に、車両５の速度に応じて白線予測範囲ＷＬＰＲを補正する手法について説明する。図４（Ａ）は、車両５が停止している場合に車両５の前方に設定される白線予測範囲ＷＬＰＲ１、ＷＬＰＲ２を示す。ここで、ＬｉＤＡＲは、車両５の位置を中心として時計回りに１周（３６０°）のスキャンを行い、１周分のスキャンデータを蓄積するものとする。車両５が停止している場合、ＬｉＤＡＲによるスキャンライン２は車両５の位置を中心とする円となるので、白線予測範囲ＷＬＰＲ１とＷＬＰＲ２は車両５から等距離にあればよい。即ち、図示のように、白線予測範囲ＷＬＰＲ１と白線予測範囲ＷＬＰＲ２をＸｖ軸に対して線対称の位置に配置すれば、ＬｉＤＡＲによるスキャンデータを効率的に抽出することができる。
　しかし、図４（Ｂ）に示すように、車両５の走行中、特に高速走行している場合には、ＬｉＤＡＲによるスキャン中に車両が移動する。この例では、ＬｉＤＡＲは時計回りにスキャンを行うので、ＬｉＤＡＲが車両５の左前方の白線ＷＬ１をスキャンしてから、右前方の白線ＷＬ２をスキャンするまでの間に、車両５は前方へ移動する。よって、図４（Ｂ）に示すように、ＬｉＤＡＲが白線ＷＬ２をスキャンする位置は、白線ＷＬ１をスキャンする位置よりも前方となる。このため、図４（Ａ）に示す車両の停止時と同じように、車両５の右前方の白線予測範囲ＷＬＰＲ２を左前方の白線予測範囲ＷＬＰＲ１と左右対称の位置に設定すると、白線予測範囲ＷＬＰＲ２に含まれるスキャンライン２の数が減少してしまう。
　そこで、本実施例では、車両５の速度に応じて、白線予測範囲ＷＬＰＲの位置を補正する。具体的に、図４（Ｂ）の例では、まず図２に示す手法により、図４（Ａ）と同様に白線予測範囲ＷＬＰＲ１とＷＬＰＲ２を左右対称に設定した後、車両５の速度に応じたシフト量だけ白線予測範囲ＷＬＰＲ２を前方へシフトし、白線予測範囲ＷＬＰＲ２ｘの位置に設定する。これにより、図４（Ｂ）に示すように、車両５の移動により前方へ移動したスキャンライン２を適切に含むように白線予測範囲ＷＬＰＲ２ｘを設定することができる。
　図５は、車両５の位置を基準として、４つの白線予測範囲ＷＬＰＲ１～４を設定する場合の白線予測範囲の補正方法を示す。図５の例においても、ＬｉＤＡＲによるスキャンは時計回りとする。車両５の左前方の白線予測範囲ＷＬＰＲ１をＬｉＤＡＲによるスキャンの基準点と考え、そのスキャン時刻をｔ０とする。また、ＬｉＤＡＲが左前方の白線予測範囲ＷＬＰＲ１をスキャンしてから、右前方の白線予測範囲ＷＬＰＲ２をスキャンするまでの時間差をΔｔ１とし、右前方の白線予測範囲ＷＬＰＲ２をスキャンしてから右後方の白線予測範囲ＷＬＰＲ３をスキャンするまでの時間差をΔｔ２とし、右後方の白線予測範囲ＷＬＰＲ３をスキャンしてから左後方の白線予測範囲ＷＬＰＲ４をスキャンするまでの時間差をΔｔ３とする。
　いま、車両５が停止していると仮定する。この場合、右前方の白線予測範囲ＷＬＰＲ２は左前方の白線予測範囲ＷＬＰＲ１とＸｖ軸に対して線対称に設定される。また、右後方の白線予測範囲ＷＬＰＲ３は、右前方の白線予測範囲ＷＬＰＲ２とＹｖ軸に対して線対称に設定される。また、左後方の白線予測範囲ＷＬＰＲ４は、右後方の白線予測範囲ＷＬＰＲ３とＸｖ軸に対して線対称に設定される。
　次に、車両５が高速走行していると仮定する。この場合、右前方の白線予測範囲ＷＬＰＲ２は、前方(車両の進行方向）へΔｄ１だけシフトされて白線予測範囲ＷＬＰＲ２ｘの位置に設定される。右後方の白線予測範囲ＷＬＰＲ３は、前方へΔｄ２だけシフトされて白線予測範囲ＷＬＰＲ３ｘの位置に設定される。左後方の白線予測範囲ＷＬＰＲ４は、前方へΔｄ３だけシフトされて白線予測範囲ＷＬＰＲ４ｘの位置に設定される。
　ここで、シフト量Δｄ１～Δｄ３は、車両５の速度に依存する。概略的には、車両５の速度が速いほどシフト量Δｄ１～Δｄ３は大きくなり、車両５の速度が遅いほどシフト量Δｄ１～Δｄ３は小さくなる。より具体的には、車両５の速度を「Ｖ」とすると、白線予測範囲ＷＬＰＲ２ｘのシフト量Δｄ１は、
　　Δｄ１＝Δｔ１×Ｖ　　　（５）
となり、白線予測範囲ＷＬＰＲ３ｘのシフト量Δｄ２は、
　　Δｄ２＝（Δｔ１＋Δｔ２）×Ｖ　　　（６）
となり、白線予測範囲ＷＬＰＲ４ｘのシフト量Δｄ３は、
　　Δｄ３＝（Δｔ１＋Δｔ２＋Δｔ３）×Ｖ　　　（７）
となる。
　このように、車両５の周囲の４か所に白線予測範囲を設ける場合、基準となる白線予測範囲からのスキャン順序が後になる白線予測範囲ほどシフト量Δｄが大きくなる。図５の例のように、ＬｉＤＡＲのスキャン方向が時計回りである場合、シフト量はΔｄ１＜Δｄ２＜Δｄ３となる。即ち、シフト量は、白線予測範囲ＷＬＰＲ２ｘ＜白線予測範囲ＷＬＰＲ３ｘ＜白線予測範囲ＷＬＰＲ４ｘの関係となる。なお、ＬｉＤＡＲのスキャン方向が反時計回りである場合、シフト量は、白線予測範囲ＷＬＰＲ４ｘ＜白線予測範囲ＷＬＰＲ３ｘ＜白線予測範囲ＷＬＰＲ２ｘの関係となる。
　また、シフト量Δｄ１～Δｄ３は、車両５に搭載されたＬｉＤＡＲのスキャン速度にも依存する。概略的には、ＬｉＤＡＲのスキャン速度が速いほどシフト量Δｄ１～Δｄ３は小さくなり、スキャン速度が遅いほどシフト量Δｄ１～Δｄ３は大きくなる。これは、スキャン速度が速いほど、上記の式（５）～（７）におけるΔｔ１～Δｔ３の値が小さくなるためである。
　なお、白線予測範囲のスキャン時刻の時間差Δｔ１～Δｔ３は、各白線予測範囲間の距離とＬｉＤＡＲのスキャン速度、又は、各白線予測範囲間の角度とＬｉＤＡＲのスキャン角速度に基づいて算出することができる。
　［装置構成］
　図６は、本発明の測定装置を適用した自車位置推定装置の概略構成を示す。自車位置推定装置１０は、車両に搭載され、無線通信によりクラウドサーバなどのサーバ７と通信可能に構成されている。サーバ７はデータベース８に接続されており、データベース８は高度化地図を記憶している。データベース８に記憶された高度化地図は、ランドマーク毎にランドマーク地図情報を記憶している。また、白線については、白線を構成する点列の座標を示す白線地図位置ＷＬＭＰを含む白線地図情報を記憶している。自車位置推定装置１０は、サーバ７と通信し、車両の自車位置周辺の白線に関する白線地図情報をダウンロードする。
　自車位置推定装置１０は、内界センサ１１と、外界センサ１２と、自車位置予測部１３と、通信部１４と、白線地図情報取得部１５と、白線位置予測部１６と、スキャンデータ抽出部１７と、白線中心位置算出部１８と、自車位置推定部１９とを備える。なお、自車位置予測部１３、白線地図情報取得部１５、白線位置予測部１６、スキャンデータ抽出部１７、白線中心位置算出部１８及び自車位置推定部１９は、実際には、ＣＰＵなどのコンピュータが予め用意されたプログラムを実行することにより実現される。
　内界センサ１１は、ＧＮＳＳ（Ｇｌｏｂａｌ　Ｎａｖｉｇａｔｉｏｎ　Ｓａｔｅｌｌｉｔｅ　Ｓｙｓｔｅｍ）／ＩＭＵ（Ｉｎｅｒｔｉａ　Ｍｅａｓｕｒｅｍｅｎｔ　Ｕｎｉｔ）複合航法システムとして車両の自車位置を測位するものであり、衛星測位センサ（ＧＰＳ）、ジャイロセンサ、車速センサなどを含む。自車位置予測部１３は、内界センサ１１の出力に基づいて、ＧＮＳＳ／ＩＭＵ複合航法により車両の自車位置を予測し、予測自車位置ＰＶＰを白線位置予測部１６に供給する。
　外界センサ１２は、車両の周辺の物体を検出するセンサであり、ステレオカメラ、ＬｉＤＡＲなどを含む。外界センサ１２は、計測により得られたスキャンデータＳＤをスキャンデータ抽出部１７へ供給する。
　通信部１４は、サーバ７と無線通信するための通信ユニットである。白線地図情報取得部１５は、車両の周辺に存在する白線に関する白線地図情報を通信部１４を介してサーバ７から受信し、白線地図情報に含まれる白線地図位置ＷＬＭＰを白線位置予測部１６へ供給する。
　白線位置予測部１６は、白線地図位置ＷＬＭＰと自車位置予測部１３から取得した予測自車位置ＰＶＰとに基づいて、前述の式（１）により白線予測位置ＷＬＰＰを算出する。また、白線位置予測部１６は、白線予測位置ＷＬＰＰに基づいて、前述の式（２）、（３）により白線予測範囲ＷＬＰＲを決定する。さらに、白線位置予測部１６は、車両の速度及びＬｉＤＡＲのスキャン速度、スキャン方向（時計回り又は反時計回り）に応じて、上記のように各白線予測位置ＷＬＰＲ１～ＷＬＰＲ４を補正する。そして、白線位置予測部１６は、補正後の白線予測範囲ＷＬＰＲをスキャンデータ抽出部１７へ供給する。
　スキャンデータ抽出部１７は、白線位置予測部１６から供給された白線予測範囲ＷＬＰＲと、外界センサ１２から取得したスキャンデータＳＤとに基づいて白線スキャンデータＷＬＳＤを抽出する。具体的には、スキャンデータ抽出部１７は、スキャンデータＳＤのうち、白線予測範囲ＷＬＰＲに含まれ、路面上、かつ、反射強度が所定値以上であるスキャンデータを、白線スキャンデータＷＬＳＤとして抽出し、白線中心位置算出部１８へ供給する。
　白線中心位置算出部１８は、図３を参照して説明したように、式（４）により白線スキャンデータＷＬＳＤから白線中心位置ＷＬＣＰを算出する。そして、白線中心位置算出部１８は、算出された白線中心位置ＷＬＣＰを自車位置推定部１９へ供給する。
　自車位置推定部１９は、高度化地図における白線地図位置ＷＬＭＰと、外界センサ１２による白線の計測データである白線中心位置ＷＬＣＰとに基づいて、車両の自車位置と自車方位角を推定する。なお、高度化地図のランドマーク位置情報と外界センサによるランドマークの計測位置情報をマッチングすることにより自車位置を推定する方法の一例が特開２０１７－７２４２２に記載されている。
　上記の構成において、外界センサ１２は本発明のセンサ部の一例であり、スキャンデータ抽出部１７は本発明の取得部及び抽出部の一例であり、白線位置予測部１６は本発明の決定部の一例であり、自車位置推定部１９は本発明の処理部の一例である。
　［自車位置推定処理］
　次に、自車位置推定装置１０による自車位置推定処理について説明する。図７は、自車位置推定処理のフローチャートである。この処理は、ＣＰＵなどのコンピュータが予め用意されたプログラムを実行し、図６に示す各構成要素として機能することにより実現される。なお、自車位置推定装置１０は、車速センサなどにより車両５の速度を常に検出しているものとする。また、ＬｉＤＡＲのスキャン速度及びスキャン方向は予め決められているものとする。
　まず、自車位置予測部１３は、内界センサ１１からの出力に基づいて、予測自車位置ＰＶＰを取得する（ステップＳ１１）。次に、白線地図情報取得部１５は、通信部１４を通じてサーバ７に接続し、データベース８に記憶された高度化地図から白線地図情報を取得する（ステップＳ１２）。なお、ステップＳ１１とＳ１２はいずれが先でもよい。
　次に、白線位置予測部１６は、ステップＳ１２で得られた白線位置情報に含まれる白線地図位置ＷＬＭＰと、ステップＳ１１で得られた予測自車位置ＰＶＰに基づいて、白線予測位置ＷＬＰＰを算出する（ステップＳ１３）。また、白線位置予測部１６は、白線予測位置ＷＬＰＰに基づいて白線予測範囲ＷＬＰＲを決定する。この際、白線位置予測部１６は、上記のように車両５の速度、ＬｉＤＡＲのスキャン速度及びスキャン方向に基づいて、各白線予測範囲ＷＬＰＲ１～ＷＬＰＲ４の位置を補正する。そして、白線位置予測部１６は、白線予測範囲ＷＬＰＲをスキャンデータ抽出部１７へ供給する（ステップＳ１４）。
　次に、スキャンデータ抽出部１７は、外界センサ１２としてのＬｉＤＡＲから得たスキャンデータＳＤのうち、白線予測範囲ＷＬＰＲ内に属し、路面上、かつ、反射強度が所定値以上であるスキャンデータを白線スキャンデータＷＬＳＤとして抽出し、白線中心位置算出部１８へ供給する（ステップＳ１５）。
　次に、白線中心位置算出部１８は、白線予測範囲ＷＬＰＲと白線スキャンデータＷＬＳＤに基づいて白線中心位置ＷＬＣＰを算出し、自車位置推定部１９へ供給する（ステップＳ１６）。そして、自車位置推定部１９は、白線中心位置ＷＬＣＰを利用して自車位置推定を行い（ステップＳ１７）、自車位置及び自車方位角を出力する（ステップＳ１８）。こうして自車位置推定処理は終了する。
　［変形例］
　上記の実施例では、車線を示す車線境界線である白線を使用しているが、本発明の適用はこれには限られず、横断歩道、停止線などの線状の道路標示を利用してもよい。また、白線の代わりに、黄色線などを利用しても良い。これら、白線、黄色線などの区画線や、道路標示などは本発明の路面線の一例である。
　５　車両
　７　サーバ
　８　データベース
　１０　自車位置推定装置
　１１　内界センサ
　１２　外界センサ
　１３　自車位置予測部
　１４　通信部
　１５　白線地図情報取得部
　１６　白線位置予測部
　１７　スキャンデータ抽出部
　１８　白線中心位置算出部
　１９　自車位置推定部

Claims (10)

  1. 　周囲の路面線を検出するためのセンサ部からの出力データを取得する取得部と、
    　自己位置と、路面線の位置情報と、前記自己位置の移動速度とに基づいて、所定範囲を決定する決定部と、
    　前記出力データのうち、前記所定範囲の検出結果に相当するデータを抽出する抽出部と、
    　抽出されたデータに基づいて所定の処理を行う処理部と、
    　を備えることを特徴とする測定装置。
  2. 　前記決定部は、前記自己位置と、前記路面線の実線部の位置情報とに基づいて前記所定範囲を決定し、当該所定範囲を前記移動速度に応じて前記自己位置の移動方向にシフトすることを特徴とする請求項１に記載の測定装置。
  3. 　前記測定装置は、移動体に搭載され、
    　前記決定部は、前記移動体の位置を基準として複数の所定範囲を決定し、前記センサ部による前記複数の所定範囲のスキャン順序に応じたシフト量だけ前記所定範囲の各々をシフトすることを特徴とする請求項２に記載の測定装置。
  4. 　前記決定部は、前記センサ部によるスキャン順序が後になる所定範囲ほど大きなシフト量でシフトすることを特徴とする請求項３に記載の測定装置。
  5. 　前記決定部は、前記センサ部によるスキャン速度が速いほど、前記シフト量を少なくすることを特徴とする請求項３又は４に記載の測定装置。
  6. 　前記決定部は、前記移動体の位置を基準として右前方、右後方、左前方、左後方の４か所に前記所定範囲を設定することを特徴とする請求項３乃至５のいずれか一項に記載の測定装置。
  7. 　前記処理部は、前記路面線の位置を検出し、当該路面線の位置に基づいて前記測定装置の位置を推定する処理を行うことを特徴とする請求項１乃至６のいずれか一項に記載の測定装置。
  8. 　測定装置により実行される測定方法であって、
    　周囲の路面線を検出するためのセンサ部からの出力データを取得する取得工程と、
    　自己位置と、路面線の位置情報と、前記自己位置の移動速度とに基づいて、所定範囲を決定する決定工程と、
    　前記出力データのうち、前記所定範囲の検出結果に相当するデータを抽出する抽出工程と、
    　抽出されたデータに基づいて所定の処理を行う処理工程と、
    　を備えることを特徴とする測定方法。
  9. 　コンピュータを備える測定装置により実行されるプログラムであって、
    　周囲の路面線を検出するためのセンサ部からの出力データを取得する取得部、
    　自己位置と、路面線の位置情報と、前記自己位置の移動速度とに基づいて、所定範囲を決定する決定部、
    　前記出力データのうち、前記所定範囲の検出結果に相当するデータを抽出する抽出部、
    　抽出されたデータに基づいて所定の処理を行う処理部、
    　として前記コンピュータを機能させることを特徴とするプログラム。
  10. 　請求項９に記載のプログラムを記憶した記憶媒体。
PCT/JP2018/019140 2017-05-19 2018-05-17 測定装置、測定方法およびプログラム Ceased WO2018212284A1 (ja)

Priority Applications (1)

Application Number Priority Date Filing Date Title
JP2019518867A JPWO2018212284A1 (ja) 2017-05-19 2018-05-17 測定装置、測定方法およびプログラム

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
JP2017100145 2017-05-19
JP2017-100145 2017-05-19

Publications (1)

Publication Number Publication Date
WO2018212284A1 true WO2018212284A1 (ja) 2018-11-22

Family

ID=64274458

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/JP2018/019140 Ceased WO2018212284A1 (ja) 2017-05-19 2018-05-17 測定装置、測定方法およびプログラム

Country Status (2)

Country Link
JP (3) JPWO2018212284A1 (ja)
WO (1) WO2018212284A1 (ja)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2024035512A (ja) * 2022-09-02 2024-03-14 本田技研工業株式会社 区画線認識装置

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH05265547A (ja) * 1992-03-23 1993-10-15 Fuji Heavy Ind Ltd 車輌用車外監視装置
JPH07225893A (ja) * 1994-02-09 1995-08-22 Fuji Heavy Ind Ltd 車間距離制御装置
JP2000105898A (ja) * 1998-02-18 2000-04-11 Equos Research Co Ltd 車両制御装置、車両制御方法および車両制御方法をコンピュ―タに実行させるためのプログラムを記録したコンピュ―タ読み取り可能な媒体
JP2001092970A (ja) * 1999-09-22 2001-04-06 Fuji Heavy Ind Ltd 車線認識装置
JP2011073529A (ja) * 2009-09-30 2011-04-14 Hitachi Automotive Systems Ltd 車両制御装置
JP2017016226A (ja) * 2015-06-29 2017-01-19 日立オートモティブシステムズ株式会社 周辺環境認識システムおよびそれを搭載した車両制御システム

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH04184603A (ja) * 1990-11-20 1992-07-01 Toyota Motor Corp 案内ライン検出装置
JP3931891B2 (ja) * 2004-07-05 2007-06-20 日産自動車株式会社 車載用画像処理装置
JP5055691B2 (ja) * 2004-10-22 2012-10-24 日産自動車株式会社 前方物体検出装置及び前方物体検出方法
JP6492469B2 (ja) * 2014-09-08 2019-04-03 株式会社豊田中央研究所 自車走行レーン推定装置及びプログラム
JP6458651B2 (ja) * 2015-06-08 2019-01-30 日産自動車株式会社 路面標示検出装置及び路面標示検出方法

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH05265547A (ja) * 1992-03-23 1993-10-15 Fuji Heavy Ind Ltd 車輌用車外監視装置
JPH07225893A (ja) * 1994-02-09 1995-08-22 Fuji Heavy Ind Ltd 車間距離制御装置
JP2000105898A (ja) * 1998-02-18 2000-04-11 Equos Research Co Ltd 車両制御装置、車両制御方法および車両制御方法をコンピュ―タに実行させるためのプログラムを記録したコンピュ―タ読み取り可能な媒体
JP2001092970A (ja) * 1999-09-22 2001-04-06 Fuji Heavy Ind Ltd 車線認識装置
JP2011073529A (ja) * 2009-09-30 2011-04-14 Hitachi Automotive Systems Ltd 車両制御装置
JP2017016226A (ja) * 2015-06-29 2017-01-19 日立オートモティブシステムズ株式会社 周辺環境認識システムおよびそれを搭載した車両制御システム

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2024035512A (ja) * 2022-09-02 2024-03-14 本田技研工業株式会社 区画線認識装置
JP7486556B2 (ja) 2022-09-02 2024-05-17 本田技研工業株式会社 区画線認識装置

Also Published As

Publication number Publication date
JPWO2018212284A1 (ja) 2020-03-12
JP2023118759A (ja) 2023-08-25
JP2021179443A (ja) 2021-11-18
JP7526858B2 (ja) 2024-08-01

Similar Documents

Publication Publication Date Title
CN112415502B (zh) 雷达装置
US9767372B2 (en) Target detection apparatus and target detection method
RU2720140C1 (ru) Способ оценки собственной позиции и устройство оценки собственной позиции
JP6806891B2 (ja) 情報処理装置、制御方法、プログラム及び記憶媒体
JP6740470B2 (ja) 測定装置、測定方法およびプログラム
US20220113139A1 (en) Object recognition device, object recognition method and program
JP2017211307A (ja) 測定装置、測定方法およびプログラム
JP2023055257A (ja) 自己位置推定装置
JP7526858B2 (ja) 測定装置、測定方法およびプログラム
JP2025078713A (ja) 測定装置、測定方法、プログラム、及び、記憶媒体
JP2024177451A (ja) 測定装置、測定方法およびプログラム
JP2024038322A (ja) 測定装置、測定方法およびプログラム
JP2023068009A (ja) 地図情報作成方法

Legal Events

Date Code Title Description
121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 18802670

Country of ref document: EP

Kind code of ref document: A1

ENP Entry into the national phase

Ref document number: 2019518867

Country of ref document: JP

Kind code of ref document: A

NENP Non-entry into the national phase

Ref country code: DE

122 Ep: pct application non-entry in european phase

Ref document number: 18802670

Country of ref document: EP

Kind code of ref document: A1