JP2016190530A - Vehicular control device - Google Patents
Vehicular control device Download PDFInfo
- Publication number
- JP2016190530A JP2016190530A JP2015070804A JP2015070804A JP2016190530A JP 2016190530 A JP2016190530 A JP 2016190530A JP 2015070804 A JP2015070804 A JP 2015070804A JP 2015070804 A JP2015070804 A JP 2015070804A JP 2016190530 A JP2016190530 A JP 2016190530A
- Authority
- JP
- Japan
- Prior art keywords
- vehicle
- lane
- variation
- predicted
- information
- 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.)
- Pending
Links
Images
Landscapes
- Traffic Control Systems (AREA)
- Steering Control In Accordance With Driving Conditions (AREA)
Abstract
Description
本発明は、車両用制御装置に関する。 The present invention relates to a vehicle control device.
車両用制御装置の一形式として、特許文献１に示されているものが知られている。特許文献１の図２に示されているように、車両用制動装置（運転支援装置）は、画像認識処理により得た白線認識結果（ヨー角、曲率、オフセット）と、車両情報から推定した推定白線認識結果とを比較して、画像認識処理による白線認識の精度を判定し、この精度が許容範囲内でないと判定されたときには、推定白線認識結果を用いて白線認識結果を補正し、上記精度が上記許容範囲内であると判定されたときには白線認識結果に基づいて、上記精度が上記許容範囲内でないと判定されたときには補正された白線認識結果に基づいて、操舵アシストトルクを発生させるようになっている。
As one type of vehicle control device, one disclosed in
上述した特許文献１に記載されている車両用制御装置においては、車両が直線路を走行している場合の画像認識処理により得た白線認識結果のばらつきは、車両が曲線路を走行している場合と比較して、小さいものの、ばらつきの影響を少なからず受けるという問題があった。
In the vehicle control device described in
本発明は、上述した問題を解消するためになされたもので、車両用制御装置において、車両が直線路を走行している場合、画像認識処理により得た白線認識結果のばらつきの影響をできるだけ抑制することを目的とする。 The present invention has been made to solve the above-described problems. In the vehicle control device, when the vehicle is traveling on a straight road, the influence of variations in the white line recognition result obtained by the image recognition processing is suppressed as much as possible. The purpose is to do.
上述した課題を解決するために、請求項１に係る車両用制御装置の発明は、自車が走行する車線を示す区画線（白線）の画像データから実際の区画線の情報である実区画線情報を演算する第一演算部と、自車の走行情報から予測される区画線の情報である予測区画線情報を演算する第二演算部と、第一演算部によって演算された実区画線情報、および第二演算部によって演算された予測区画線情報から予測区画線情報に対する実区画線情報のバラツキを演算する第三演算部と、第三演算部によって演算されたバラツキが小さい場合には、被処理データのバラツキをより小さくする第一フィルタ処理を選定する選定部と、選定部によって選定された第一フィルタ処理を、第二演算部によって演算された予測区画線情報に行って、自車が走行すべき車線の目標を示す目標区画線を演算する第四演算部と、を備えていることである。
In order to solve the above-described problem, the vehicle control device according to
これによれば、車両用制御装置の選定部は、予測区画線情報に対する実区画線情報のバラツキが小さい場合には、被処理データのバラツキをより小さくする第一フィルタ処理を選定する。第四演算部は、選定部によって選定された第一フィルタ処理を、予測区画線情報に行って、自車が走行すべき車線の目標を示す目標区画線を演算する。よって、予測区画線情報に対する実区画線情報のバラツキが小さい場合、すなわち自車が直線路を走行している場合、予測区画線情報の小さいバラツキをより低減することが可能となる。 According to this, when the variation of the actual lane marking information with respect to the predicted lane marking information is small, the selection unit of the vehicle control device selects the first filter processing that further reduces the variation of the data to be processed. A 4th calculating part performs the 1st filter process selected by the selection part to prediction lane marking information, and calculates the target lane marking which shows the target of the lane which the own vehicle should drive | work. Therefore, when the variation in the actual lane marking information with respect to the predicted lane marking information is small, that is, when the vehicle is traveling on a straight road, the small variation in the predicted lane marking information can be further reduced.
以下、本発明に係る車両用制御装置を適用した一実施形態を図面を参照して説明する。図１に示すように、自車Ｍ（車両Ｍ）は、撮像装置１１、車速センサ１２、ヨーレートセンサ１３、加速度センサ１４、舵角センサ１５、記憶装置１６、進路補正機構１７および車両用制御装置２０を備えている。撮像装置１１、車速センサ１２、ヨーレートセンサ１３、加速度センサ１４、舵角センサ１５、記憶装置１６、進路補正機構１７および車両用制御装置２０から、車両の運転を支援する運転支援装置が構成される。
Hereinafter, an embodiment to which a vehicle control device according to the present invention is applied will be described with reference to the drawings. As shown in FIG. 1, an own vehicle M (vehicle M) includes an
撮像装置１１は、自車Ｍの前方（自車前方）の車線を示す区画線である白線を撮像する装置である。撮像装置１１は、例えば、カメラであり、ＣＣＤカメラ、ＣＭＯＳカメラなどである。撮像装置１１は撮像した画像データを車両用制御装置２０に出力する。白線は、実線や点線があり、黄色の区画線も含む。
The
車速センサ１２は、自車Ｍの車速を検出するセンサである。車速センサ１２は、例えば、車両Ｍの車輪の速度である車輪速を検出する車輪速センサ、駆動輪に駆動を出力する出力軸の回転速度を検出する車速センサにより構成されている。車速センサ１２の検出信号は、車両用制御装置２０に出力されている。
ヨーレートセンサ１３は、自車Ｍのヨーレートを検出するセンサである。車両Ｍのヨーレートは、ヨー角の変化する速さであり、車両Ｍの重心点を通る鉛直軸まわりの回転角速度である。ヨーレートセンサ１３の検出信号は、車両用制御装置２０に出力されている。
The
The
加速度センサ１４は、自車Ｍの加速度を検出するセンサである。加速度センサ１４の検出信号は、車両用制御装置２０に出力されている。
舵角センサ１５は、自車Ｍのステアリングハンドル（図示しない）の操舵角の大きさを検出するセンサである。舵角センサ１５の検出信号は、車両用制御装置２０に出力されている。
The
The
記憶装置１６は、車両用制御装置２０と互いに通信可能なものであり、車両用制御装置２０で処理した処理結果などを記憶するものである。
進路補正機構１７は、車両（自車Ｍ）の進路を変更可能な機構（駆動装置）である。例えば、進路補正機構１７は、ドライバが操舵する際の操舵力をアシストする操舵アシスト機構であるステアリング用アクチュエータである。ステアリング用アクチュエータは、車両用制御装置２０から指示された向き及び大きさの操舵アシストトルクをステアリングハンドル（図示しない）に発生させるものである。例えば、進路補正機構１７は、前記ステアリングハンドルに連結されているステアリング装置（図示しない）に設けられて操舵をアシストする電動パワーステアリングである。
なお、進路補正機構１７は、四輪操舵用駆動装置でもよく、制動装置でもよい。四輪操舵用駆動装置は、全車輪に対して能動的に舵角を与える装置である。制動装置は、ブレーキペダルの操作の有無によらず、全車輪に対して独立かつ能動的に制動力を与える装置である。
The
The
The
車両用制御装置２０は、画像データ取得部２１、実白線情報演算・記憶部２２、自車情報取得部２３、予測白線情報演算・記憶部２４、バラツキ演算部２５、フィルタ選定部２６、目標白線演算部２７、および車線維持制御部２８を備えている。
The
画像データ取得部２１は、撮像装置１１から画像データを取得する。画像データは、撮像装置１１が撮像した自車前方の画像情報であり、自車Ｍが走行する道路情報や、自車前方に位置する車両、人などの前方情報などを含んでいる。道路情報には、自車Ｍが走行する車線を示す区画線である白線が含まれている。
The image
実白線情報演算・記憶部２２は、画像データ取得部２１から取得した画像データのうち白線に関する画像データ（白線データ）から、実際の区画線の情報である実区画線情報を演算する（第一演算部）。実白線情報演算・記憶部２２は、この実区画線情報を記憶装置１６に記憶する。実区画線情報には、ヨー角θ、曲率Ｃ、およびオフセットＤが含まれている。なお、図２に示すように、ヨー角θは、車両の進行方向と区画線とのなす角である。曲率Ｃは、車線のカーブ半径の逆数Ｒである。オフセットＤは、車両と区画線との車幅方向の間隔（距離）であり、例えば車両の車幅方向の中心と区画線との間隔である。
The actual white line information calculation /
例えば、実白線情報演算・記憶部２２は、自車Ｍから前方の所定距離毎に実区画線情報（すなわち、ヨー角θ、曲率Ｃ、およびオフセットＤ）を算出する。そして、実白線情報演算・記憶部２２は、算出した実白線情報を記憶装置１６に記憶する。前方の所定距離は、走行速度に応じて変更されるのが好ましい。例えば、走行速度が１００ｋｍ／ｈで、２０ｍ間隔である。また、撮像装置１１の分解能にもよる。
For example, the actual white line information calculation /
自車情報取得部２３は、車速センサ１２、ヨーレートセンサ１３、加速度センサ１４、および舵角センサ１５の各出力信号から、自車Ｍの車両情報（走行情報）を取得する。
The own vehicle
予測白線情報演算・記憶部２４は、自車情報取得部２３から取得した自車Ｍの走行情報から予測される区画線（予測区画線）の情報である予測区画線情報を演算する（第二演算部）。予測白線情報演算・記憶部２４は、この予測区画線情報を記憶装置１６に記憶する。例えば、予測白線情報演算・記憶部２４は、自車情報取得部２３から取得した自車Ｍの走行情報から自車Ｍの走行経路の基礎となる予測走行線を予測する。そして、予測白線情報演算・記憶部２４は、自車Ｍの予測走行線から予測区画線を推定する。
The predicted white line information calculation /
具体的には、予測白線情報演算・記憶部２４は、最初に、現時点の自車位置から延びる予測走行線を予測して算出する。具体的には、予測白線情報演算・記憶部２４は、車速センサ１２から取得した自車Ｍの速度、およびヨーレートセンサ１３から取得した自車Ｍのヨーレートに基づいて予測走行線を算出する。例えば、予測走行線は、現時点の自車位置から所定時間先までの自車Ｍが走行すると予測される経路の中央線である。予測走行線は、自車Ｍが走行すると予測される進行方向に沿って設定される。なお、予測走行線は、自車Ｍの重心が通る線としてもよい。
Specifically, the predicted white line information calculation /
予測白線情報演算・記憶部２４は、次に、この予測走行線に基づいて予測白線を演算する。例えば、予測白線は、予測走行線を中央にする所定幅の車線として演算することができる。また、予測白線は、この演算する時点での自車Ｍの車線幅方向の位置と向きを予め記憶しておき、その位置と向きを基準に演算することも可能である。例えば自車Ｍが車幅の中央から左に所定距離だけずれている場合、その所定距離を考慮して演算すればよい。また、予測白線は、現時点で記憶している区画線から延びるように演算することもできる。予測区画線情報には、ヨー角θ、曲率Ｃ、およびオフセットＤが含まれている。
Next, the predicted white line information calculation /
なお、予測白線情報演算・記憶部２４は、加速度センサ１４から取得した加速度、舵角センサ１５から取得した操舵角もさらに使用して予測走行線を算出するようにしてもよい。また、予測白線情報演算・記憶部２４は、ヨーレートセンサ１３に代えて舵角センサ１５を使用して予測走行線を算出するようにしてもよい。
そして、予測白線情報演算・記憶部２４は、算出した予測白線情報を記憶装置１６に記憶する。
The predicted white line information calculation /
Then, the predicted white line information calculation /
バラツキ演算部２５は、実白線情報演算・記憶部２２によって今回演算された実区画線情報、および予測白線情報演算・記憶部２４によって今回演算された予測区画線情報から、予測区画線情報に対する実区画線情報のバラツキを演算する（第三演算部）。バラツキは、例えば、上記した３つのパラメータのうち少なくとも１つについてのバラツキを演算すればよい。例えば、オフセットＤのバラツキを、自車の現在位置から所定距離毎に演算する。また、単純に偏差量をバラツキとして求めるだけでなく、例えば、複数取った偏差データのうち所定の偏差以上のデータの割合で求めるなどしてバラツキを演算しても良い。
The
バラツキ演算部２５による演算結果の一例を図３に示す。図３は、自車Ｍが直線路を走行している場合を示している。自車Ｍが走行している直線路の実白線は、厳密には直線ではなく、道幅方向に多少うねっている。時刻ｔ１でのステアリングハンドルの舵角は舵角α０（ほぼ０）であるとすると、予測走行線は少なくともこの舵角α０に基づいて演算されており、さらに予測白線はその予測走行線に基づいて演算される。予測走行線は、図３にて一点破線で示すように、自車Ｍからまっすぐ前方（真正面）に延びており、予測白線（左右一対）は、図３にて破線で示すように、予測走行線と平行にまっすぐ延びている。
また、実白線（白線データ）は、図３にて実線で示すように、道幅方向にうねっている。
An example of the calculation result by the
Further, the solid white line (white line data) undulates in the road width direction as shown by the solid line in FIG.
よって、自車Ｍの現在位置（時刻ｔ１）から所定距離Ｌ毎に演算されたオフセットＤのバラツキは、左側の白線においては、手前から順番に、ＤＳＬ１，ＤＳＬ２，ＤＳＬ３，ＤＳＬ４である。ＤＳＬ２，ＤＳＬ３は、０である。オフセットＤのバラツキは、右側の白線においては、手前から順番に、ＤＳＲ１，ＤＳＲ２，ＤＳＲ３，ＤＳＲ４である。いずれのバラツキも、判定値より小さい。 Therefore, the variation of the offset D calculated every predetermined distance L from the current position of the host vehicle M (time t1) is DSL1, DSL2, DSL3, DSL4 in order from the front on the left white line. DSL2 and DSL3 are zero. The variation of the offset D is DSR1, DSR2, DSR3, DSR4 in order from the front in the white line on the right side. Any variation is smaller than the judgment value.
バラツキ演算部２５による演算結果の他の一例を図４に示す。図４は、自車Ｍが直線路から曲線路に進入する場合を示している。時刻ｔ２では自車Ｍは直線路を走行している。時刻ｔ２でのステアリングハンドルの舵角は舵角α０（ほぼ０）であるとすると、予測走行線は少なくともこの舵角α０に基づいて演算されており、さらに予測白線はその予測走行線に基づいて演算される。予測走行線は、図４にて一点破線で示すように、自車Ｍからまっすぐ前方（真正面）に延びており、予測白線（左右一対）は、図４にて破線で示すように、予測走行線と平行にまっすぐ延びている。
また、実白線（白線データ）は、図４にて実線で示すように、直線路から曲線路へと変化している。
Another example of the calculation result by the
Further, the solid white line (white line data) changes from a straight road to a curved road as shown by a solid line in FIG.
よって、自車Ｍの現在位置（時刻ｔ２）から所定距離Ｌ毎に演算されたオフセットＤのバラツキは、左側の白線においては、手前から順番に、ＤＣＬ１，ＤＣＬ２，ＤＣＬ３，ＤＣＬ４である。ＤＣＬ１，ＤＣＬ２，ＤＣＬ３，ＤＣＬ４はこの順番に大きくなっている。オフセットＤのバラツキは、右側の白線においては、手前から順番に、ＤＣＲ１，ＤＣＲ２，ＤＣＲ３，ＤＣＲ４である。ＤＣＲ１，ＤＣＲ２，ＤＣＲ３，ＤＣＲ４はこの順番に大きくなっている。いずれのバラツキも、判定値より大きい。 Therefore, the variation of the offset D calculated every predetermined distance L from the current position of the host vehicle M (time t2) is DCL1, DCL2, DCL3, DCL4 in order from the front on the left white line. DCL1, DCL2, DCL3, and DCL4 increase in this order. The variation of the offset D is DCR1, DCR2, DCR3, DCR4 in order from the front in the white line on the right side. DCR1, DCR2, DCR3, and DCR4 increase in this order. Any variation is larger than the judgment value.
フィルタ選定部２６は、バラツキ演算部２５によって演算されたバラツキを取得し、そのバラツキと判定値とを比較し、その比較結果に応じたフィルタ処理を選定する（選定部）。フィルタ選定部２６は、バラツキ演算部２５によって演算されたバラツキが小さい場合には、被処理データのバラツキをより小さくする第一フィルタ処理を選定する（選定部）。例えば、フィルタ選定部２６は、取得したバラツキの平均が判定値以下である場合、バラツキ演算部２５によって演算されたバラツキが小さいとする。また、フィルタ選定部２６は、取得したバラツキの全てが判定値以下である場合、バラツキ演算部２５によって演算されたバラツキが小さいとするようにしてもよい。
The
なお、判定値は、撮像装置１１の分解能（検出精度）に基づいて設定されるのが好ましく、撮像装置１１の分解能を２倍した値に設定されるのが好ましい。
The determination value is preferably set based on the resolution (detection accuracy) of the
またバラツキ演算部２５によって演算されたバラツキが小さい場合は、例えば、自車Ｍが直線路を走行する場合や、自車Ｍが曲率の非常に小さい曲線路を走行する場合である。
The case where the variation calculated by the
第一フィルタ処理は、例えば、区画平均フィルタ処理であり、過去数回分（例えば直近の過去５回分）の予測白線情報の平均値を算出し、その平均値を目標白線とする。第一フィルタ処理は、ローパスフィルタにおいてカットオフ周波数を小さくするようにしてもよい。 The first filter process is, for example, a block average filter process, and calculates an average value of predicted white line information for the past several times (for example, the latest five previous times), and sets the average value as a target white line. In the first filter process, the cut-off frequency may be reduced in the low-pass filter.
また、フィルタ選定部２６は、バラツキ演算部２５によって演算されたバラツキが大きい場合には、被処理データのバラツキを第一フィルタ処理より大きくなるようにする第二フィルタ処理を選定する（選定部）。例えば、フィルタ選定部２６は、取得したバラツキの平均が判定値より大きい場合、バラツキ演算部２５によって演算されたバラツキが大きいとする。また、フィルタ選定部２６は、取得したバラツキの全てが判定値より大きい場合、バラツキ演算部２５によって演算されたバラツキが大きいとするようにしてもよい。
In addition, when the variation calculated by the
またバラツキ演算部２５によって演算されたバラツキが大きい場合は、例えば、自車Ｍが曲線路（曲率の非常に小さい曲線路を除く。）を走行する場合である。すなわち、自車Ｍが曲線路を走行する場合すなわち旋回中である場合、バラツキは大きくなる。
Further, when the variation calculated by the
第二フィルタ処理は、例えば、カルマンフィルタ処理であり、今回の演算周期で演算した予測白線情報をそのまま目標白線とする。第二フィルタ処理は、ローパスフィルタにおいてカットオフ周波数を大きくするようにしてもよい。 The second filter process is, for example, a Kalman filter process, and the predicted white line information calculated in the current calculation cycle is directly used as the target white line. In the second filter process, the cutoff frequency may be increased in the low-pass filter.
目標白線演算部２７は、後述する車線維持制御部２８で実行される自車Ｍを車線内に維持する制御にて使用される目標車線を示す目標区画線を演算する（第四演算部）。目標車線は、自車Ｍが走行すべき車線である。
目標白線演算部２７は、フィルタ選定部２６によって選定された第一フィルタ処理を、予測白線情報演算・記憶部２４によって演算された予測区画線情報に行って、自車Ｍが走行すべき車線である目標車線を示す目標区画線を演算する。
これにより、予測区画線情報に対する実区画線情報のバラツキが小さい場合には、すなわち自車が直線路を走行している場合には、第一フィルタ処理によって予測区画線情報の小さいバラツキの影響をより低減することが可能となる。例えば、過去数回分の予測区画線情報に小さいバラツキがあったとしても、第一フィルタ処理によってそのバラツキを抑制することが可能となる。よって、予測区画線情報のバラツキの影響がない目標区画線を演算することが可能となる。
The target white
The target white
As a result, when the variation in the actual lane marking information with respect to the predicted lane marking information is small, that is, when the host vehicle is traveling on a straight road, the effect of the small variation in the predicted lane marking information is affected by the first filter processing. This can be further reduced. For example, even if there is a small variation in predicted lane marking information for the past several times, the variation can be suppressed by the first filter processing. Therefore, it is possible to calculate a target lane marking that is not affected by variations in the predicted lane marking information.
さらに、目標白線演算部２７は、フィルタ選定部２６によって選定された第二フィルタ処理を、予測白線情報演算・記憶部２４によって演算された予測区画線情報に行って、目標区画線を演算する。
これにより、予測区画線情報に対する実区画線情報のバラツキが大きい場合には、すなわち自車が曲線路を走行している場合には、第二フィルタ処理によって予測区画線情報のバラツキを反映（予測区画線情報をそのまま反映）することが可能となる。よって、曲線路の区画線に応じた目標区画線を適切なタイミングかつ正確に演算することが可能となる。
Further, the target white
Thereby, when the variation of the actual lane marking information with respect to the predicted lane marking information is large, that is, when the vehicle is traveling on a curved road, the variation of the predicted lane marking information is reflected by the second filter processing (prediction The lane line information can be reflected as it is). Therefore, it is possible to accurately calculate the target lane line corresponding to the lane line of the curved road with appropriate timing.
車線維持制御部２８は、目標白線演算部２７によって演算された目標区画線によって示される目標車線に自車Ｍを走行させるべく、または自車Ｍが走行すべき目標進路（目標となる方向や位置）に自車Ｍを走行させるべく進路補正機構１７を制御する（進路補正制御部）。例えば、車線維持制御部２８は、ドライバが操舵する際の操舵力をアシストする操舵アシスト機構であるステアリング用アクチュエータを制御する。車線維持制御部２８は、目標区画線内に自車Ｍを走行させるためにステアリングハンドルに付与すべき操舵アシストトルクの向き及び大きさを算出し、その結果を進路補正機構１７に指示する。
The lane
さらに、上述した車両用制御装置２０による作動について図５に示すフローチャートに沿って説明する。車両用制御装置２０は、そのフローチャートに沿ったプログラムを所定の短時間毎に実行する。
車両用制御装置２０は、ステップＳ１０２において、上述した画像データ取得部２１と同様に、撮像装置１１から画像データを取得する。
車両用制御装置２０は、ステップＳ１０４において、上述した実白線情報演算・記憶部２２と同様に、画像データ取得部２１から取得した画像データのうち白線に関する画像データ（白線データ）から、実際の区画線の情報である実区画線情報（実白線情報）を演算する（第一演算部）。
Furthermore, the operation | movement by the
In step S102, the
In step S104, the
車両用制御装置２０は、ステップＳ１０６において、上述した自車情報取得部２３と同様に、車速センサ１２、ヨーレートセンサ１３、加速度センサ１４、および舵角センサ１５の各出力信号から、自車Ｍの車両情報（走行情報）を取得する。
車両用制御装置２０は、ステップＳ１０８において、上述した予測白線情報演算・記憶部２４と同様に、自車情報取得部２３から取得した自車Ｍの走行情報から予測される区画線（予測区画線）の情報である予測区画線情報（予測白線情報）を演算する（第二演算部）。
In step S <b> 106, the
In step S108, the
車両用制御装置２０は、ステップＳ１１０において、上述したバラツキ演算部２５と同様に、実白線情報演算・記憶部２２によって今回演算された実区画線情報、および予測白線情報演算・記憶部２４によって今回演算された予測区画線情報から、予測区画線情報に対する実区画線情報のバラツキを演算する（第三演算部）。
In step S110, the
車両用制御装置２０は、ステップＳ１１０にて演算したバラツキが判定値以下である場合、ステップＳ１１２にて「ＹＥＳ」と判定し、区間平均フィルタ処理を行う（ステップＳ１１４）。すなわち、車両用制御装置２０は、上述したフィルタ選定部２６と同様に、ステップＳ１１０にて演算されたバラツキが小さい場合には、被処理データのバラツキをより小さくする第一フィルタ処理を選定する。そして、車両用制御装置２０は、上述した目標白線演算部２７と同様に、フィルタ選定部２６によって選定された第一フィルタ処理を、予測白線情報演算・記憶部２４によって演算された過去数回分の予測区画線情報に行って、自車Ｍが走行すべき車線である目標車線を示す目標区画線を演算する。
When the variation calculated in step S110 is equal to or smaller than the determination value, the
車両用制御装置２０は、ステップＳ１１０にて演算したバラツキが判定値より大きい場合、ステップＳ１１２にて「ＮＯ」と判定し、カルマンフィルタ処理を行う（ステップＳ１１６）。すなわち、車両用制御装置２０は、上述したフィルタ選定部２６と同様に、ステップＳ１１０にて演算されたバラツキが大きい場合には、被処理データのバラツキを第一フィルタ処理より大きくなるようにする第二フィルタ処理を選定する。そして、車両用制御装置２０は、上述した目標白線演算部２７と同様に、フィルタ選定部２６によって選定された第二フィルタ処理を、予測白線情報演算・記憶部２４によって演算された予測区画線情報に行って、自車Ｍが走行すべき車線である目標車線を示す目標区画線を演算する。
When the variation calculated in step S110 is larger than the determination value, the
車両用制御装置２０は、ステップＳ１１８において、上述した車線維持制御部２８と同様に、ステップＳ１１４またはステップＳ１１６にて（目標白線演算部２７によって）演算された目標区画線によって示される目標車線内に自車Ｍを走行させるべく、または自車Ｍが走行すべき目標進路に自車Ｍを走行させるべく進路補正機構１７を制御する（進路補正制御部）。
In step S118, the
上述した説明から明らかなように、本実施形態の車両用制御装置２０は、自車Ｍが走行する車線を示す区画線（白線）の画像データから実際の区画線の情報である実区画線情報を演算する第一演算部（実白線情報演算・記憶部２２）と、自車Ｍの走行情報から予測される区画線の情報である予測区画線情報を演算する第二演算部（予測白線情報演算・記憶部２４）と、実白線情報演算・記憶部２２によって演算された実区画線情報、および予測白線情報演算・記憶部２４によって演算された予測区画線情報から予測区画線情報に対する実区画線情報のバラツキを演算する第三演算部（バラツキ演算部２５）と、バラツキ演算部２５によって演算されたバラツキが小さい場合には、被処理データのバラツキをより小さくする第一フィルタ処理を選定する選定部（フィルタ選定部２６）と、フィルタ選定部２６によって選定された第一フィルタ処理を、予測白線情報演算・記憶部２４によって演算された予測区画線情報に行って、自車Ｍが走行すべき車線の目標を示す目標区画線を演算する第四演算部（目標白線演算部２７）と、を備えている。
As is clear from the above description, the
これによれば、車両用制御装置２０のフィルタ選定部２６は、予測区画線情報に対する実区画線情報のバラツキが小さい場合には、被処理データのバラツキをより小さくする第一フィルタ処理を選定する。目標白線演算部２７は、フィルタ選定部２６によって選定された第一フィルタ処理を、予測区画線情報に行って、自車Ｍが走行すべき車線の目標を示す目標区画線を演算する。よって、予測区画線情報に対する実区画線情報のバラツキが小さい場合、すなわち自車Ｍが直線路を走行している場合、予測区画線情報の小さいバラツキをより低減することが可能となる。すなわち、画像認識処理により得た白線認識結果のばらつきの影響をできるだけ抑制することができる。
According to this, when the variation of the actual lane marking information with respect to the predicted lane marking information is small, the
また、従来では、若干の操舵アシストが発生するため、車両が直線路を走行している場合には、ドライバがその操舵アシストを感じてしまうという問題が発生したり、自動的に操舵等で進路補正するような場合でも、細かな進路修正によってドライバが違和感やふらつきを感じてしまうという問題があった。
これに対して、本実施形態によれば、画像認識処理により得た白線認識結果のばらつきの影響をできるだけ抑制することができる。よって、車両が直線路を走行している場合には、ドライバがその操舵アシストを感じてしまうことを抑制することができる。また、自動的に操舵等で進路補正するような場合でも、細かな進路修正によってドライバが違和感やふらつきを感じることを抑制することができる。
Conventionally, since a slight steering assist is generated, when the vehicle is traveling on a straight road, there is a problem that the driver feels the steering assist, or the route is automatically routed by steering or the like. Even in the case of correction, there was a problem that the driver felt a sense of incongruity or wandering due to fine course correction.
On the other hand, according to the present embodiment, it is possible to suppress as much as possible the influence of variations in the white line recognition result obtained by the image recognition processing. Therefore, when the vehicle is traveling on a straight road, the driver can be prevented from feeling the steering assist. Further, even when the course is automatically corrected by steering or the like, it is possible to suppress the driver from feeling uncomfortable or staggered by fine course correction.
また、車両用制御装置２０は、目標白線演算部２７によって演算された目標区画線によって示される目標車線内に自車Ｍを走行させるべく、または自車Ｍが走行すべき目標進路（目標となる方向や位置）に自車Ｍを走行させるべく進路補正機構１７を制御する進路補正制御部（車線維持制御部２８）をさらに備えている。
これによれば、車両が直線路を走行している場合、不要な進路補正を防止して余分な走行アシスト（操舵アシストなど）を感じたり、車両のふらつきを感じたりすることを抑制することができ、また、車両が曲線路を走行している場合、進路の変化に遅れなく対応し適切な操舵アシストを発生させることができる。
In addition, the
According to this, when the vehicle is traveling on a straight road, it is possible to prevent unnecessary travel correction and to prevent feeling of excessive travel assistance (steering assist etc.) or feeling of vehicle wobble. In addition, when the vehicle is traveling on a curved road, it is possible to respond to changes in the course without delay and generate appropriate steering assist.
なお、上述した実施形態においては、フィルタ選定部２６は、自車Ｍが旋回中である場合には、被処理データのバラツキを第一フィルタ処理より大きくなるようにする第二フィルタ処理を選定し、目標白線演算部２７は、フィルタ選定部２６によって選定された第二フィルタ処理を、予測白線情報演算・記憶部２４によって演算された予測区画線情報に行って、自車Ｍが走行すべき車線の目標を示す目標区画線を演算するようにしてもよい。
In the above-described embodiment, the
例えば、車両用制御装置２０は、図６に示すフローチャートに沿ったプログラムを所定の短時間毎に実行する。なお、図５と異なる点のみ説明し、同一処理については同一符号を付してその説明を省略する。車両用制御装置２０は、ステップＳ１１２にて「ＹＥＳ」と判定した後、プログラムをステップＳ２０２に進め、ヨーレートや舵角に基づいて自車Ｍが旋回中であるか否かを判定する。
For example, the
旋回中のドライバは遠心力を感じながらステアリング操作を行っており、制御による微小な進路補正があっても気づきにくい。また、カーブの円曲線部の前後には緩和区間が設けられ、カーブの先には直線路や他のカーブが接続されており、旋回中は一定の旋回半径で旋回する時間は短く進路が変化する時間が多い。したがって旋回中は予測区画線情報と実白線情報のバラツキに関わらず、実区画線の変化に対する制御や目標区画線の応答性を高めることが望ましい。図６では、旋回中である場合には、車両用制御装置２０は、プログラムをステップＳ１１６に進めて、カルマンフィルタ処理を行う。なお、このとき、ステップＳ１１０にて演算したバラツキは小さいが、自車Ｍは旋回中である。一方、旋回中でない場合（直進走行中である場合）には、車両用制御装置２０は、プログラムをステップＳ１１４に進めて、上述したように区間平均フィルタ処理を行う。
これによれば、自車Ｍが曲線路を走行している場合、実区画線の変化に応答性よく応じた予測区画線を演算することが可能となる。
The driver who is turning performs steering operation while feeling centrifugal force, and is difficult to notice even if there is a minute course correction by the control. In addition, a relaxation zone is provided before and after the circular curve part of the curve, and a straight road and other curves are connected to the end of the curve. During turning, the time for turning at a constant turning radius is short and the course changes There is much time to do. Therefore, during turning, it is desirable to improve the control of the actual lane line and the responsiveness of the target lane line, regardless of variations in the predicted lane line information and the actual white line information. In FIG. 6, when the vehicle is turning, the
According to this, when the vehicle M is traveling on a curved road, it is possible to calculate a predicted lane line that responds responsively to changes in the actual lane line.
また、上述した実施形態においては、ヨーレートセンサ１３の代わりに、横加速度センサ、舵角センサを使用するようにしてもよい。
なお、上述した実施形態においては、バラツキはオフセットＤを使用するようにしたが、代わりに、ヨー角θや曲率Ｃを使用するようにしてもよい。
In the above-described embodiment, a lateral acceleration sensor or a steering angle sensor may be used instead of the
In the above-described embodiment, the offset uses the offset D, but the yaw angle θ and the curvature C may be used instead.
なお、上述した実施形態においては、第四演算部は、予想区画線情報にフィルタ選定部が選定したフィルタ処理を行って自車Ｍが走行すべき車線を示す目標区画線を演算していたが、目標区画線に加えて、あるいは目標区画線を演算せずに、予想区画線情報にフィルタ選定部が選定したフィルタ処理を行って自車Ｍが走行すべき目標進路を演算するようにしても良い。より具体的には、進路の補正方法は、例えば、目標区画線の境界に近づいたら離れる方向に進路補正するようにしても良いし、予想区画線情報から車線内に収まるような目標進路（目標となる方向や位置）を演算して、目標進路に従うように進路補正するようにしても良い。
これによれば、車両が直線路を走行している場合、不要な進路補正を防止して余分な走行アシスト（操舵アシストなど）を感じたり、車両のふらつきを感じたりすることを抑制することができる。また、車両が曲線路を走行している場合、進路の変化に遅れなく対応し適切な操舵アシストを発生させることができる。
In the above-described embodiment, the fourth calculation unit calculates the target lane line indicating the lane that the vehicle M should travel by performing the filtering process selected by the filter selection unit on the predicted lane line information. In addition to the target lane line or without calculating the target lane line, the target lane to be traveled by the vehicle M may be calculated by performing the filtering process selected by the filter selection unit on the predicted lane line information. good. More specifically, as a course correction method, for example, the course may be corrected in a direction away from the boundary of the target lane line, or a target course (target) that fits in the lane from the predicted lane line information. Direction and position) may be calculated and the course may be corrected so as to follow the target course.
According to this, when the vehicle is traveling on a straight road, it is possible to prevent unnecessary travel correction and to prevent feeling of excessive travel assistance (steering assist etc.) or feeling of vehicle wobble. it can. In addition, when the vehicle is traveling on a curved road, it is possible to respond to changes in the course without delay and generate appropriate steering assist.
１１…撮像装置、１２…車速センサ、１３…ヨーレートセンサ、１４…加速度センサ、１５…舵角センサ、１６…記憶装置、１７…進路補正機構、２０…車両用制御装置、２１…画像データ取得部、２２…実白線情報演算・記憶部（第一演算部）、２３…自車情報取得部、２４…予測白線情報演算・記憶部（第二演算部）、２５…バラツキ演算部（第三演算部）、２６…フィルタ選定部（選定部）、２７…目標白線演算部（第四演算部）、Ｍ…自車。
DESCRIPTION OF
Claims (4)
前記自車の走行情報から予測される前記区画線の情報である予測区画線情報を演算する第二演算部と、
前記第一演算部によって演算された前記実区画線情報、および前記第二演算部によって演算された前記予測区画線情報から前記予測区画線情報に対する前記実区画線情報のバラツキを演算する第三演算部と、
前記第三演算部によって演算された前記バラツキが小さい場合には、被処理データのバラツキをより小さくする第一フィルタ処理を選定する選定部と、
前記選定部によって選定された前記第一フィルタ処理を、前記第二演算部によって演算された前記予測区画線情報に行って、前記自車が走行すべき前記車線である目標車線を示す目標区画線を演算する第四演算部と、
を備えていることを特徴とする車両用制御装置。 A first computing unit that computes actual lane marking information that is information of the actual lane marking from image data of the lane marking indicating the lane in which the host vehicle is traveling;
A second computing unit that computes predicted lane marking information that is information of the lane marking predicted from the traveling information of the vehicle;
A third calculation for calculating a variation in the actual lane marking information with respect to the predicted lane marking information from the actual lane marking information calculated by the first calculation section and the predicted lane marking information calculated by the second calculation section. And
When the variation calculated by the third calculation unit is small, a selection unit that selects the first filter processing that reduces the variation of the data to be processed; and
The first filter process selected by the selection unit is performed on the predicted lane line information calculated by the second calculation unit, and the target lane line indicating the target lane that is the lane that the host vehicle should travel A fourth computing unit for computing
A vehicle control device comprising:
前記第四演算部は、前記選定部によって選定された前記第二フィルタ処理を、前記第二演算部によって演算された前記予測区画線情報に行って、前記自車が走行すべき前記車線である目標車線を示す目標区画線を演算することを特徴とする請求項１記載の車両用制御装置。 When the host vehicle is turning, the selection unit selects a second filter process that causes variation in data to be processed to be larger than the first filter process,
The fourth calculation unit is the lane on which the host vehicle is to travel by performing the second filtering process selected by the selection unit on the predicted lane marking information calculated by the second calculation unit. 2. The vehicle control device according to claim 1, wherein a target lane marking indicating the target lane is calculated.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2015070804A JP2016190530A (en) | 2015-03-31 | 2015-03-31 | Vehicular control device |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2015070804A JP2016190530A (en) | 2015-03-31 | 2015-03-31 | Vehicular control device |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| JP2016190530A true JP2016190530A (en) | 2016-11-10 |
Family
ID=57246286
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2015070804A Pending JP2016190530A (en) | 2015-03-31 | 2015-03-31 | Vehicular control device |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP2016190530A (en) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2018131061A1 (en) * | 2017-01-10 | 2018-07-19 | 三菱電機株式会社 | Travel path recognition device and travel path recognition method |
| WO2021210049A1 (en) * | 2020-04-13 | 2021-10-21 | 三菱電機株式会社 | Travel path recognition device and travel path recognition method |
| JPWO2021234895A1 (en) * | 2020-05-21 | 2021-11-25 |
-
2015
- 2015-03-31 JP JP2015070804A patent/JP2016190530A/en active Pending
Cited By (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2018131061A1 (en) * | 2017-01-10 | 2018-07-19 | 三菱電機株式会社 | Travel path recognition device and travel path recognition method |
| JP6407447B1 (en) * | 2017-01-10 | 2018-10-17 | 三菱電機株式会社 | Traveling path recognition device and traveling path recognition method |
| CN110140158A (en) * | 2017-01-10 | 2019-08-16 | 三菱电机株式会社 | Driving path identification device and driving path recognition methods |
| US11631256B2 (en) | 2017-01-10 | 2023-04-18 | Mitsubishi Electric Corporation | Travel path recognition apparatus and travel path recognition method |
| WO2021210049A1 (en) * | 2020-04-13 | 2021-10-21 | 三菱電機株式会社 | Travel path recognition device and travel path recognition method |
| JPWO2021210049A1 (en) * | 2020-04-13 | 2021-10-21 | ||
| JP7325620B2 (en) | 2020-04-13 | 2023-08-14 | 三菱電機株式会社 | Traveling path recognition device and traveling path recognition method |
| JPWO2021234895A1 (en) * | 2020-05-21 | 2021-11-25 | ||
| WO2021234895A1 (en) * | 2020-05-21 | 2021-11-25 | 三菱電機株式会社 | Travel path generation device and travel path generation method |
| JP7341334B2 (en) | 2020-05-21 | 2023-09-08 | 三菱電機株式会社 | Driving route generation device and driving route generation method |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP6652045B2 (en) | Self-driving vehicle | |
| JP5947849B2 (en) | Vehicle lane departure prevention control device | |
| JP6269534B2 (en) | Travel control device | |
| JP6055525B1 (en) | Vehicle travel control device | |
| JP5747998B2 (en) | Vehicle trajectory control device | |
| CN105774801B (en) | Method and device for guiding a vehicle on a lane | |
| US20170129486A1 (en) | Parking Trajectory Calculation Apparatus and Parking Trajectory Calculation Method | |
| US20140180543A1 (en) | Vehicle control device | |
| JP6088251B2 (en) | Vehicle travel support device | |
| JP6600995B2 (en) | Vehicle control apparatus and program | |
| JP6631289B2 (en) | Vehicle control system | |
| JP6610799B2 (en) | Vehicle traveling control method and traveling control apparatus | |
| JP6327701B2 (en) | Vehicle lane departure prevention control device | |
| JP5532684B2 (en) | Vehicle travel control device and vehicle travel control method | |
| JP2011005893A (en) | Vehicular travel control device, and vehicular travel control method | |
| US20200307612A1 (en) | Vehicle control device | |
| JP6642331B2 (en) | Driving support control device | |
| JP5790401B2 (en) | Vehicle travel support device | |
| JP2016190530A (en) | Vehicular control device | |
| JP2008059366A (en) | Steering angle determination device, automobile, and steering angle determination method | |
| JP2009208602A (en) | Supporting apparatus and method for lane keeping | |
| JP6670140B2 (en) | Vehicle control device and vehicle control method | |
| JP6348285B2 (en) | Steering control device | |
| JP2017132422A (en) | Vehicle control system | |
| KR20180128670A (en) | Method and apparatus for driving control of vihicle |