JP2017030396A - Traveling control device of vehicle - Google Patents
Traveling control device of vehicle Download PDFInfo
- Publication number
- JP2017030396A JP2017030396A JP2015149853A JP2015149853A JP2017030396A JP 2017030396 A JP2017030396 A JP 2017030396A JP 2015149853 A JP2015149853 A JP 2015149853A JP 2015149853 A JP2015149853 A JP 2015149853A JP 2017030396 A JP2017030396 A JP 2017030396A
- Authority
- JP
- Japan
- Prior art keywords
- lane
- vehicle
- information
- lane information
- reliability
- 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.)
- Granted
Links
- 238000001514 detection method Methods 0.000 claims description 59
- 238000000034 method Methods 0.000 description 11
- 230000033001 locomotion Effects 0.000 description 7
- 230000001133 acceleration Effects 0.000 description 6
- 238000004891 communication Methods 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 239000000725 suspension Substances 0.000 description 3
- 238000010586 diagram Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000007613 environmental effect Effects 0.000 description 2
- 230000005484 gravity Effects 0.000 description 2
- 239000007787 solid Substances 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
Images
Landscapes
- Navigation (AREA)
- Steering Control In Accordance With Driving Conditions (AREA)
- Control Of Driving Devices And Active Controlling Of Vehicle (AREA)
- Traffic Control Systems (AREA)
Abstract
Description
本発明は、自動運転の技術を備え、車線に沿って走行自在な車両の走行制御装置に関する。 The present invention relates to a travel control device for a vehicle that is equipped with an automatic driving technique and that can travel along a lane.
近年、車両においては、ドライバの運転を、より快適に安全に行えるように自動運転の技術を利用した様々なものが開発され提案されている。例えば、特開２０１３−１２９２８９号公報（以下、特許文献１）では、複数の観測量（横偏差、道路曲率、ヨー角）の信頼度を、観測量毎に算出し、複数の観測量及び観測量の信頼度をカルマンフィルタで構成した推定モデルに入力して車両の状態量を推定し、推定した車両の状態量に基づいて操舵制御を行う車両用操舵制御装置の技術が開示されている。 In recent years, various types of vehicles using automatic driving technology have been developed and proposed so that drivers can drive more comfortably and safely. For example, in JP 2013-129289 A (hereinafter referred to as Patent Document 1), the reliability of a plurality of observation amounts (lateral deviation, road curvature, yaw angle) is calculated for each observation amount, and the plurality of observation amounts and observations are calculated. A technique of a vehicle steering control device that inputs a reliability of a quantity into an estimation model configured by a Kalman filter to estimate a vehicle state quantity and performs steering control based on the estimated vehicle state quantity is disclosed.
ところで、このような自動運転の技術を利用した走行制御装置においては、検出する車線情報（例えば、カメラからの画像情報、ナビゲーションシステムからの地図情報）の精度が悪化した場合、車線に追従する操舵制御の精度も悪化してしまう。そこで、上述の特許文献１に開示される車両用操舵制御装置のように、各観測量の信頼度を基にカルマンフィルタで構成した推定モデルで操舵制御を行うことで制御精度を維持することが考えられる。しかしながら、上述の特許文献１で開示される操舵制御の技術では、予め観測量と推定値の誤差を考慮して推定モデルを構成しなければならないという課題がある。また、上述の特許文献１で開示される操舵制御の技術では、推定モデルをベースにした制御なので推定モデルで計算しても観測値との誤差が残り、良好な制御精度が得られない虞もある。
By the way, in the travel control device using such automatic driving technology, when the accuracy of the detected lane information (for example, image information from the camera, map information from the navigation system) deteriorates, steering to follow the lane is performed. The accuracy of control will also deteriorate. Therefore, as in the vehicle steering control device disclosed in
本発明は上記事情に鑑みてなされたもので、予め観測値と推定値の誤差による影響を考慮することなく、観測値の揺らぎや誤差を適切に修正して精度良く推定値を求めることができ、車線を操舵するのに必要な様々な情報をスムーズに求め、自然な操舵制御を実行することが可能となる車両の走行制御装置を提供することを目的としている。 The present invention has been made in view of the above circumstances, and it is possible to obtain an estimated value with high accuracy by appropriately correcting fluctuations and errors in the observed value without considering the influence of the error between the observed value and the estimated value in advance. An object of the present invention is to provide a vehicle travel control device that can smoothly obtain various information necessary to steer a lane and execute natural steering control.
本発明の車両の走行制御装置の一態様は、車線情報を検出する車線情報検出手段と、入力値に対して出力される車両パラメータを車両モデルで推定する車両パラメータ推定手段と、上記車両パラメータ推定手段で推定した上記車両パラメータに基づき、上記車線情報をフィードバックして制御用車線情報を算出する制御用車線情報算出手段と、上記制御用車線情報算出手段にフィードバックする上記車線情報を該車線情報の信頼度に応じて可変設定するフィードバック量可変手段と、上記制御用車線情報に基づいて操舵制御を行う操舵制御手段とを備えた。 One aspect of the vehicle travel control apparatus of the present invention is a lane information detection unit that detects lane information, a vehicle parameter estimation unit that estimates a vehicle parameter output with respect to an input value using a vehicle model, and the vehicle parameter estimation Based on the vehicle parameters estimated by the means, the lane information is fed back to calculate control lane information to calculate control lane information, and the lane information to be fed back to the control lane information calculation means is the lane information. Feedback amount variable means for variably setting according to reliability and steering control means for performing steering control based on the control lane information are provided.
本発明による車両の走行制御装置によれば、予め観測値と推定値の誤差による影響を考慮することなく、観測値の揺らぎや誤差を適切に修正して精度良く推定値を求めることができ、車線を操舵するのに必要な様々な情報をスムーズに求め、自然な操舵制御を実行することが可能となる。 According to the vehicle travel control apparatus of the present invention, it is possible to obtain an estimated value with high accuracy by appropriately correcting fluctuations and errors in the observed value without considering the influence of the error between the observed value and the estimated value in advance. Various information necessary for steering the lane can be obtained smoothly, and natural steering control can be executed.
以下、図面に基づいて本発明の実施の形態を説明する。 Hereinafter, embodiments of the present invention will be described with reference to the drawings.
図１において、符号１は操舵角をドライバ入力と独立して設定自在な電動パワーステアリング装置を示し、この電動パワーステアリング装置１は、ステアリング軸２が、図示しない車体フレームにステアリングコラム３を介して回動自在に支持されており、その一端が運転席側へ延出され、他端がエンジンルーム側へ延出されている。ステアリング軸２の運転席側端部には、ステアリングホイール４が固設され、また、エンジンルーム側へ延出する端部には、ピニオン軸５が連設されている。
In FIG. 1,
エンジンルームには、車幅方向へ延出するステアリングギヤボックス６が配設されており、このステアリングギヤボックス６にラック軸７が往復移動自在に挿通支持されている。このラック軸７に形成されたラック（図示せず）に、ピニオン軸５に形成されたピニオンが噛合されて、ラックアンドピニオン式のステアリングギヤ機構が形成されている。
A
また、ラック軸７の左右両端はステアリングギヤボックス６の端部から各々突出されており、その端部に、タイロッド８を介してフロントナックル９が連設されている。このフロントナックル９は、操舵輪としての左右輪１０Ｌ，１０Ｒを回動自在に支持すると共に、車体フレームに転舵自在に支持されている。従って、ステアリングホイール４を操作し、ステアリング軸２、ピニオン軸５を回転させると、このピニオン軸５の回転によりラック軸７が左右方向へ移動し、その移動によりフロントナックル９がキングピン軸（図示せず）を中心に回動して、左右輪１０Ｌ，１０Ｒが左右方向へ転舵される。
The left and right ends of the
また、ピニオン軸５にアシスト伝達機構１１を介して、電動パワーステアリングモータ（電動モータ）１２が連設されており、この電動モータ１２にてステアリングホイール４に加える操舵トルクのアシスト、及び、設定された目標操舵角となるような操舵トルクの付加が行われる。電動モータ１２は、後述する制御ユニット２０から制御出力値がモータ駆動部２１に出力されてモータ駆動部２１により駆動される。
Further, an electric power steering motor (electric motor) 12 is connected to the
制御ユニット２０には、画像情報を基に車両の前方環境を認識して前方環境情報（車線情報（車線上に存在する立体物情報も含む））を取得する前方環境認識装置３１、自車位置情報（緯度・経度、移動方向等）を検出して地図情報上に自車両位置の表示、及び、目的地までの経路誘導を行うナビゲーションシステム３２が接続されている。また、車速Ｖを検出する車速センサ３３、操舵角（実舵角）θＨを検出する操舵角センサ３４、車両のヨーレート（ｄΨｓ／ｄｔ）を検出する車両挙動検出手段としてのヨーレートセンサ３５、操舵トルクＴｄを検出する操舵トルクセンサ３６が接続されている。
The
前方環境認識装置３１は、車両の外部環境を撮影して画像情報を取得する車室内に設けた固体撮像素子等を備えたカメラ装置（ステレオカメラ、単眼カメラ、カラーカメラ等）（図示せず）で構成されている。
The front
前方環境認識装置３１は、カメラ装置で撮像した画像情報を基に、例えば、距離情報に対して周知のグルーピング処理を行い、グルーピング処理した距離情報を予め設定しておいた三次元的な道路形状データや立体物データ等と比較することにより、車線区画線データ、道路に沿って存在するガードレール、縁石等の側壁データ、車両（先行車、対向車、並走車、駐車車両）等の立体物データ等を自車両からの相対的な位置（距離、角度）を、速度と共に抽出する。また、車線の雨天状態、雪路状態も画像情報を基に検出し、制御ユニット２０に出力する。尚、雨天状態や雪路状態の情報は、他に、車両のワイパーの作動状態や、道路交通情報通信システム（VICS：Vehicle Information and Communication System：登録商標）、車車間通信等により検出されるものであっても良い。また、並走車の情報は、画像情報以外に車車間通信、レーダ装置（レーザレーダ、ミリ波レーダ等）、ソナー等により検出するものであっても良い。
The front
前方認識装置３１における、カメラからの画像情報の処理（車線情報の取得）は、例えば以下のように行われる。図８に示すように、まず、カメラで撮像した自車両の進行方向の１組のステレオ画像対に対し、対応する位置のずれ量から距離情報を求め、距離画像を生成する。
Processing of image information from the camera (acquisition of lane information) in the
白線等の車線区画線の認識では、車線区画線は道路面と比較して高輝度であるという知得に基づき、道路の幅方向の輝度変化を評価して、画像平面における左右の車線区画線の位置を画像平面上で特定する。この車線区画線の実空間上の位置（ｘ，ｙ，ｚ）は、画像平面上の位置（ｉ，ｊ）とこの位置に関して算出された視差とに基づいて、すなわち、距離情報に基づいて、周知の座標変換式より算出される。 In recognition of lane markings such as white lines, the left and right lane markings on the image plane are evaluated based on the knowledge that the lane markings are brighter than the road surface. Is specified on the image plane. The position (x, y, z) of the lane marking in the real space is based on the position (i, j) on the image plane and the parallax calculated with respect to this position, that is, based on the distance information. It is calculated from a known coordinate conversion formula.
自車両の位置を基準に設定された実空間の座標系は、本実施の形態では、例えば、図８に示すように、カメラの中央真下の道路面を原点Ｏとして、車幅方向をＹ軸（右方向を「＋」）、車高方向をＺ軸（上方向を「＋」）、車長方向（距離方向）をＸ軸（前方向を「＋」）とする。このとき、Ｘ−Ｙ平面（Ｚ＝０）は、道路が平坦な場合、道路面と一致する。道路モデルは、道路上の自車両の車線を距離方向に複数区間に分割し、各区間における左右の車線区画線を所定に近似して連結することによって表現される。 In the present embodiment, the coordinate system of the real space set based on the position of the host vehicle is, for example, as shown in FIG. 8, with the road surface directly below the center of the camera as the origin O and the vehicle width direction as the Y axis. (The right direction is “+”), the vehicle height direction is the Z axis (upward direction is “+”), and the vehicle length direction (distance direction) is the X axis (front direction is “+”). At this time, the XY plane (Z = 0) coincides with the road surface when the road is flat. The road model is expressed by dividing the lane of the host vehicle on the road into a plurality of sections in the distance direction, and connecting the left and right lane markings in each section to a predetermined approximation.
前方認識装置３１では、取得した左右車線区画線の近似処理を実行する。具体的には、自車両の左側の車線区画線は最小自乗法により、以下の（１）式により近似される。
The
ｙ＝ＡＬ・ｘ２＋ＢＬ・ｘ＋ＣＬ …（１）
また、自車両の右側の車線区画線は最小自乗法により、以下の（２）式により近似される。
y = AL · x 2 + BL · x + CL (1)
Further, the lane marking on the right side of the host vehicle is approximated by the following equation (2) by the method of least squares.
ｙ＝ＡＲ・ｘ２＋ＢＲ・ｘ＋ＣＲ …（２）
ここで、上述の（１）式、（２）式における、「ＡＬ」と「ＡＲ」は、それぞれの曲線における曲率を示し、左側の車線区画線の曲率κｌは、２・ＡＬであり、右側の車線区画線の曲率κｒは、２・ＡＲである。従って、画像情報に基づく車線の曲率κｃ（添字「ｃ」は画像情報であることを示す）は、以下の（３）式となる。
y = AR · x 2 + BR · x + CR (2)
In the above equations (1) and (2), “AL” and “AR” indicate the curvature of each curve, the curvature κl of the left lane marking is 2 · AL, The curvature κr of the lane marking is 2 · AR. Accordingly, the curvature κc of the lane based on the image information (subscript “c” indicates image information) is expressed by the following equation (3).
κｃ＝（２・ＡＬ＋２・ＡＲ）／２＝ＡＬ＋ＡＲ …（３）
また、（１）式、（２）式における、「ＢＬ」と「ＢＲ」は、それぞれの曲線の自車両の幅方向における傾きを示し、「ＣＬ」と「ＣＲ」は、それぞれの曲線の自車両の幅方向における位置を示す。
κc = (2 · AL + 2 · AR) / 2 = AL + AR (3)
In the equations (1) and (2), “BL” and “BR” indicate the inclinations of the respective curves in the width direction of the host vehicle, and “CL” and “CR” indicate the respective curves. The position in the width direction of the vehicle is shown.
更に、前方認識装置３１は、画像情報に基づく自車両の対車線ヨー角Ψｃを、以下の（４）式により算出し、出力する。
Further, the
Ψｃ＝ｔａｎ−１（（ＢＬ＋ＢＲ）／２） …（４）
また、本発明の実施の形態では、画像情報に基づく対車線横位置ｙｃを車線中央（目標コースとする）からの偏差位置と定義する（図８参照）。
Ψc = tan −1 ((BL + BR) / 2) (4)
Further, in the embodiment of the present invention, the lateral position yc based on the image information is defined as a deviation position from the center of the lane (referred to as a target course) (see FIG. 8).
以上のように、本実施の形態では、前方認識装置３１は車線情報検出手段として設けられている。
As described above, in the present embodiment, the
また、前方環境認識装置３１は、例えば、特開２０１１−７３５２９号公報に開示されるように、カメラにて撮像された画像上のレーンの中で判定された処理領域内に存在する車線区画線（白線）の特徴量が画像上で線上に並ぶ多さによって信頼度を算出する。そして具体的には、エリアの中に理想的な直線実白線がある場合に存在する白線特徴量の多さを１と設定し、まったく特徴量が存在しない場合、もしくは線上に並んでいると判定できない場合に０と判断し、例えば、予め設定しておいた閾値（例えば、０．８）以上の信頼度が算出された場合、前方環境情報（画像情報）の信頼度「高」と判定し、上述の閾値よりも低い信頼度が算出された場合、前方環境情報（画像情報）の信頼度「低」と判定して、この信頼度情報Ｒｃも制御ユニット２０に出力する。
Further, the front
また、ナビゲーションシステム３２は、周知のシステムであり、例えば、ＧＰＳ衛星（[Global Positioning System：全地球測位システム]衛星）からの電波信号を受信して車両の位置情報（緯度、経度）を取得し、車速センサから車速を取得し、また、地磁気センサあるいはジャイロセンサ等により、移動方向情報を取得する。そして、ナビゲーションシステム３２は、ナビゲーション機能を実現するための経路情報を生成するナビＥＣＵと、地図情報（サプライヤデータ、及び、更新されたデータ）を記憶する地図データベースと、例えば液晶ディスプレイ等の表示部（以上、何れも図示せず）を備えて構成される。
The
ナビＥＣＵは、利用者によって指定された目的地までの経路情報を地図画像に重ねて表示部に表示させるとともに、検出された車両の位置、速度、走行方向等の情報に基づき、車両の現在位置を表示部上の地図画像に重ねて表示する。また、地図データベースには、ノードデータ、施設データ等の道路地図を構成するのに必要な情報が記憶されている。ノードデータは、図９に示すように、地図画像を構成する道路の位置及び形状に関するものであり、例えば道路の分岐点（交差点）を含む道路上の点（ノード点Ｐｎ）の座標（緯度、経度）、当該ノード点Ｐｎが含まれる道路の方向、種別（例えば、高速道路、幹線道路、市道といった情報）、当該ノード点Ｐｎにおける道路のタイプ（直線区間、円弧区間（円弧曲線部）、クロソイド曲線区間（緩和曲線部））及びカーブ曲率κｍ（或いは、半径：ここで添字「ｍ」は地図情報であることを示す）のデータが含まれる。従って、図９に示すように、車両の現在位置が重ねられた地図上の位置により自車両の走行路が特定され、該自車両の走行路を目標進行路として自車両の位置Ｐo(k)に最も近いノード点Ｐn(k)の情報により、道路のカーブ曲率κｍ（或いは、半径）、道路の方向等の走行路情報が取得される。更に、施設データは、各ノード点Ｐｎの付近に存在する施設情報に関するデータを含み、ノードデータ（或いは、当該ノードが存在するリンクデータ）と関連づけて記憶されている。また、ナビゲーションシステム３２は、前回の自車位置Ｐo(k-1)と今回の自車位置Ｐo(k)で得られる自車両の進行方向（角度）と、今回の自車両の位置Ｐo(k)に最も近いノード点Ｐn(k)の道路の方位角との差により、地図情報に基づく車両の対車線ヨー角Ψｍを算出し、地図情報に基づく対車線横位置ｙｍと共に出力する。尚、本実施の形態では、対車線横位置ｙｍを車線中央（目標コースとする）からの偏差位置と定義する（図９参照）。このように、ナビゲーションシステム３２は、車線情報検出手段として設けられている。また、ナビゲーションシステム３２は、ＧＰＳ衛星からの電波の受信状態、及び地図情報の更新状態を参照して、ＧＰＳ衛星からの電波の受信状態が良好で地図情報も所定期間以内の地図データである場合には、地図情報の信頼度が「高」いと判定し、どちらか一方の状態が悪化している（ＧＰＳ衛星からの電波の受信状態が悪化している場合、或いは、地図データが古い場合）場合には、地図情報の信頼度が「低」いと判定し、地図情報の信頼度情報Ｒｍも制御ユニット２０に出力する。
The navigation ECU displays the route information to the destination designated by the user on the display unit on the map image and displays the current position of the vehicle based on the detected vehicle position, speed, traveling direction, etc. Is overlaid on the map image on the display. The map database stores information necessary for constructing a road map such as node data and facility data. As shown in FIG. 9, the node data relates to the position and shape of the road constituting the map image. For example, the node data includes coordinates (latitude, latitude) of a point on the road (node point Pn) including a branch point (intersection) of the road. Longitude), the direction of the road including the node point Pn, the type (for example, information such as an expressway, a main road, and a city road), the type of road at the node point Pn (straight section, arc section (arc curve section)), Clothoid curve section (relaxation curve section)) and curve curvature κm (or radius: where subscript “m” indicates map information) are included. Accordingly, as shown in FIG. 9, the travel path of the host vehicle is specified by the position on the map on which the current position of the vehicle is superimposed, and the position Po (k) of the host vehicle is determined using the travel path of the host vehicle as the target travel path. Based on the information of the node point Pn (k) that is closest to the road, the traveling path information such as the curve curvature κm (or radius) of the road and the direction of the road is acquired. Furthermore, the facility data includes data relating to facility information existing in the vicinity of each node point Pn, and is stored in association with node data (or link data where the node exists). The
制御ユニット２０には、上述の前方環境認識装置３１で検出した前方環境情報（車線情報（車線上に存在する立体物情報も含む））、ナビゲーションシステム３２で検出した車線情報、車速センサ３３で検出した車速Ｖ、操舵角センサ３４で検出した操舵角θＨ、ヨーレートセンサ３５で検出したヨーレート（ｄΨｓ／ｄｔ）、操舵トルクセンサ３６で検出した操舵トルクＴｄが入力される。
The
そして、制御ユニット２０は、上述の各入力値に基づいて、画像情報と地図情報の信頼度に応じて画像情報と地図情報の採用比率を可変して車線情報を検出する。また、入力される操舵角θＨに対して出力される車両挙動（ヨーレート（ｄΨovs／ｄｔ）、車体すべり角βovs）を車両の２輪モデルで推定する。そして、推定した車両挙動に基づき、車両が走行する車線に対する車線情報（対車線ヨー角Ψovs、車線内横位置ｙovs）に、検出した車線情報をその信頼度に応じた可変設定でフィードバックして制御用車線情報として算出し、この制御用車線情報に基づいて操舵制御するようになっている。
Then, the
このため、図２に示すように、制御ユニット２０は、環境検出信頼度設定部４１、ヨーレートセンサフィードバックゲイン設定部４２、道路曲率入力値算出部４３、対車線ヨー角フィードバックゲイン設定部４４、対車線ヨー角入力値算出部４５、車線内横位置フィードバックゲイン設定部４６、車線内横位置入力値算出部４７、走行制御部４８、操舵制御部４９から主要に構成されている。
For this reason, as shown in FIG. 2, the
環境検出信頼度設定部４１は、前方環境認識装置３１から画像情報の信頼度Ｒｃが入力され、ナビゲーションシステム３２から地図情報の信頼度Ｒｍが入力される。そして、例えば、以下のように、それぞれの信頼度の組み合わせに応じて環境検出信頼度Ｒ１、Ｒ２、Ｒ３を設定し、道路曲率入力値算出部４３、対車線ヨー角フィードバックゲイン設定部４４、対車線ヨー角入力値算出部４５、車線内横位置フィードバックゲイン設定部４６、車線内横位置入力値算出部４７に出力する。
・道路曲率に応じた環境検出信頼度Ｒ１は、以下のように設定する。
The environment detection
The environment detection reliability R1 corresponding to the road curvature is set as follows.
画像情報の信頼度…「低」、かつ、地図情報の信頼度…「低」のとき０
画像情報の信頼度…「低」、かつ、地図情報の信頼度…「高」のとき１０
画像情報の信頼度…「高」、かつ、地図情報の信頼度…「低」のとき２０
画像情報の信頼度…「高」、かつ、地図情報の信頼度…「高」のとき３０
・対車線ヨー角に応じた環境検出信頼度Ｒ２は、以下のように設定する。
Reliability of image information ... "Low" and reliability of map information ... "Low" 0
When the reliability of the image information is "low" and the reliability of the map information is "high" 10
Image information reliability: “High” and map information reliability: “Low” 20
When the reliability of the image information is “high” and the reliability of the map information is “high” 30
The environment detection reliability R2 corresponding to the lane yaw angle is set as follows.
画像情報の信頼度…「低」、かつ、地図情報の信頼度…「低」のとき０
画像情報の信頼度…「低」、かつ、地図情報の信頼度…「高」のとき１０
画像情報の信頼度…「高」、かつ、地図情報の信頼度…「低」のとき２０
画像情報の信頼度…「高」、かつ、地図情報の信頼度…「高」のとき３０
・車線内横位置に応じた環境検出信頼度Ｒ３は、以下のように設定する。
Reliability of image information ... "Low" and reliability of map information ... "Low" 0
When the reliability of the image information is "low" and the reliability of the map information is "high" 10
Image information reliability: “High” and map information reliability: “Low” 20
When the reliability of the image information is “high” and the reliability of the map information is “high” 30
-Environment detection reliability R3 according to the lateral position in the lane is set as follows.
画像情報の信頼度…「低」、かつ、地図情報の信頼度…「低」のとき０
画像情報の信頼度…「低」、かつ、地図情報の信頼度…「高」のとき１０
画像情報の信頼度…「高」、かつ、地図情報の信頼度…「低」のとき２０
画像情報の信頼度…「高」、かつ、地図情報の信頼度…「高」のとき３０
尚、本実施の形態では、各画像情報と地図情報の信頼度が同じときの各信頼度が同じ値となるように設定しているが（例えば、画像情報の信頼度…「低」、かつ、地図情報の信頼度…「低」のときは、Ｒ１＝Ｒ２＝Ｒ３＝０）、それぞれ異なる値に設定するような仕様であっても良い。
Reliability of image information ... "Low" and reliability of map information ... "Low" 0
When the reliability of the image information is "low" and the reliability of the map information is "high" 10
Image information reliability: “High” and map information reliability: “Low” 20
When the reliability of the image information is “high” and the reliability of the map information is “high” 30
In this embodiment, each image information and map information are set to have the same reliability when the reliability of the map information is the same (for example, the reliability of the image information is “low”, and When the reliability of the map information is “low”, R1 = R2 = R3 = 0), and different specifications may be used.
ヨーレートセンサフィードバックゲイン設定部４２は、操舵角センサ３４から操舵角θＨが入力され、操舵トルクセンサ３６から操舵トルクＴｄが入力される。そして、例えば、以下の（５）式の操舵トルクＴｄと操舵角θＨの関係が成立しなくなった場合は、本実施形態の車両モデルでの計算では計算誤差が増加すると判定し、ヨーレートセンサフィードバックゲインＫ１を増大させる（ヨーレートセンサ３５で検出したヨーレート（ｄΨｓ／ｄｔ）からの値のフィードバック制御の影響を強める）信号を走行制御部４８に出力する。
The yaw rate sensor feedback
Ｋ1L≦Ｔｄ／θＨ≦Ｋ1H …（５）
ここで、Ｋ1L、Ｋ1Hは、予め実験、計算等により設定しておいた定数である。
K1L ≦ Td / θH ≦ K1H (5)
Here, K1L and K1H are constants set in advance through experiments, calculations, and the like.
このように、ヨーレートセンサフィードバックゲイン設定部４２はフィードバック量可変手段として設けられている。
Thus, the yaw rate sensor feedback
道路曲率入力値算出部４３は、前方環境認識装置３１から画像情報による道路曲率κｃ、車線の雨天状態、雪路状態の検出結果が入力され、ナビゲーションシステム３２から地図情報による道路曲率κｍが入力され、環境検出信頼度設定部４１から道路曲率に応じた環境検出信頼度Ｒ１が入力される。
The road curvature input
そして、まず、道路曲率に応じた環境検出信頼度Ｒ１に基づいて、例えば、図５に示すようなテーブルを参照して、画像情報による道路曲率κｃの採用比率ａ１と地図情報による道路曲率κｍの採用比率ａ２を設定する。 First, based on the environment detection reliability R1 according to the road curvature, for example, referring to a table as shown in FIG. 5, the adoption ratio a1 of the road curvature κc based on the image information and the road curvature κm based on the map information The adoption ratio a2 is set.
次いで、設定した画像情報による道路曲率κｃの採用比率ａ１と地図情報による道路曲率κｍの採用比率ａ２について、以下のように補正を行う。 Next, the road curvature κc adoption ratio a1 based on the set image information and the road curvature κm adoption ratio a2 based on the map information are corrected as follows.
雨天路や雪路では画像情報による車線認識の信頼度が低くなるので、画像情報による道路曲率κｃの採用比率ａ１を減算補正し（ａ１＝ａ１−Δａ）、地図情報による道路曲率κｍの採用比率ａ２を増加補正し（ａ２＝ａ２＋Δａ）、以下の（６）式により、道路曲率入力値κmcを算出して走行制御部４８に出力する。
Since the reliability of lane recognition based on image information is low on rainy roads and snowy roads, the adoption ratio a1 of road curvature κc based on image information is subtracted and corrected (a1 = a1−Δa), and the adoption ratio of road curvature κm based on map information. A2 is corrected to increase (a2 = a2 + Δa), and the road curvature input value κmc is calculated and output to the
κmc＝κｃ・ａ１＋κｍ・ａ２ …（６）
ここで、ａ１＋ａ２＝１である。また、図５からも明らかなように、道路曲率に応じた環境検出信頼度Ｒ１が０、すなわち、画像情報の信頼度…「低」、かつ、地図情報の信頼度…「低」のときは、車線情報による道路曲率入力値κmcは信頼性がないため、車両モデルにフィードバック制御することはしない。このように、道路曲率入力値算出部４３は、車線情報検出手段、フィードバック量可変手段として設けられている。
κmc = κc · a1 + κm · a2 (6)
Here, a1 + a2 = 1. Further, as is apparent from FIG. 5, when the environment detection reliability R1 corresponding to the road curvature is 0, that is, the reliability of the image information is “low” and the reliability of the map information is “low”. Since the road curvature input value κmc based on the lane information is not reliable, feedback control is not performed on the vehicle model. Thus, the road curvature input
対車線ヨー角フィードバックゲイン設定部４４は、前方環境認識装置３１から並走車情報が入力され、環境検出信頼度設定部４１から対車線ヨー角に応じた環境検出信頼度Ｒ２が入力される。そして、まず、対車線ヨー角に応じた環境検出信頼度Ｒ２に基づいて、例えば、図６に示すようなテーブルを参照して対車線ヨー角フィードバックゲインＫ２を設定する。
The on-lane yaw angle feedback
次いで、車線に並走車が存在する場合は、本実施の形態の車両モデルで計算されるヨーレート（ｄΨovs／ｄｔ）に外乱が含まれる虞があるため、対車線ヨー角フィードバックゲインＫ２を増大補正し（車線情報で検出した対車線ヨー角Ψmcのフィードバック制御の影響を強め）、走行制御部４８に出力する。このように、対車線ヨー角フィードバックゲイン設定部４４は、フィードバック量可変手段として設けられている。
Next, when there are parallel vehicles in the lane, the yaw rate (dΨovs / dt) calculated by the vehicle model of the present embodiment may include disturbance, so the lane yaw angle feedback gain K2 is increased and corrected. (The effect of feedback control of the yaw angle ψmc to the lane detected by the lane information is strengthened) and output to the traveling
対車線ヨー角入力値算出部４５は、前方環境認識装置３１から画像情報による対車線ヨー角Ψｃ、車線の雨天状態、雪路状態の検出結果が入力され、ナビゲーションシステム３２から地図情報による対車線ヨー角Ψｍが入力され、環境検出信頼度設定部４１から対車線ヨー角に応じた環境検出信頼度Ｒ２が入力される。
The on-lane yaw angle input
そして、まず、対車線ヨー角に応じた環境検出信頼度Ｒ２に基づいて、例えば、図６に示すようなテーブルを参照して、画像情報による対車線ヨー角Ψｃの採用比率ａ３と地図情報による対車線ヨー角Ψｍの採用比率ａ４を設定する。 First, based on the environment detection reliability R2 corresponding to the anti-lane yaw angle, for example, with reference to a table as shown in FIG. 6, based on the adoption ratio a3 of the anti-lane yaw angle Ψc based on the image information and the map information The adoption ratio a4 of the anti-lane yaw angle Ψm is set.
次いで、設定した画像情報による対車線ヨー角Ψｃの採用比率ａ３と地図情報による対車線ヨー角Ψｍの採用比率ａ４について、以下のように補正を行う。 Next, the adoption ratio a3 of the anti-lane yaw angle Ψc based on the set image information and the adoption ratio a4 of the anti-lane yaw angle Ψm based on the map information are corrected as follows.
雨天路や雪路では画像情報による車線認識の信頼度が低くなるので、画像情報による対車線ヨー角Ψｃの採用比率ａ３を減算補正し（ａ３＝ａ３−Δａ）、地図情報による対車線ヨー角Ψｍの採用比率ａ４を増加補正し（ａ４＝ａ４＋Δａ）、以下の（７）式により、対車線ヨー角入力値Ψmcを算出して走行制御部４８に出力する。
Since the reliability of lane recognition based on image information is low on rainy and snowy roads, the adoption rate a3 of the anti-lane yaw angle Ψc based on image information is subtracted and corrected (a3 = a3-Δa), and the anti-lane yaw angle based on map information The adoption rate a4 of Ψm is corrected to increase (a4 = a4 + Δa), and the anti-lane yaw angle input value Ψmc is calculated and output to the
Ψmc＝Ψｃ・ａ３＋Ψｍ・ａ４ …（７）
ここで、ａ３＋ａ４＝１である。また、図６からも明らかなように、対車線ヨー角に応じた環境検出信頼度Ｒ２が０、すなわち、画像情報の信頼度…「低」、かつ、地図情報の信頼度…「低」のときは、車線情報による対車線ヨー角入力値Ψmcは信頼性がないため、車両モデルにフィードバック制御することはしない。このように、対車線ヨー角入力値算出部４５は、車線情報検出手段、フィードバック量可変手段として設けられている。
Ψmc = Ψc · a3 + Ψm · a4 (7)
Here, a3 + a4 = 1. As is apparent from FIG. 6, the environment detection reliability R2 corresponding to the lane yaw angle is 0, that is, the reliability of the image information is “low” and the reliability of the map information is “low”. In some cases, the input value ψmc to the lane yaw angle based on the lane information is not reliable, and is not feedback controlled to the vehicle model. Thus, the anti-lane yaw angle input
車線内横位置フィードバックゲイン設定部４６は、前方環境認識装置３１から並走車情報が入力され、環境検出信頼度設定部４１から車線内横位置に応じた環境検出信頼度Ｒ３が入力される。そして、まず、車線内横位置に応じた環境検出信頼度Ｒ３に基づいて、例えば、図７に示すようなテーブルを参照して車線内横位置フィードバックゲインＫ３を設定する。
The in-lane lateral position feedback
次いで、車線に並走車が存在する場合は、本実施の形態の車両モデルで計算されるヨーレート（ｄΨovs／ｄｔ）に外乱が含まれる虞があるため、車線内横位置フィードバックゲインＫ３を増大補正し（車線情報で検出した車線内横位置ｙmcのフィードバック制御の影響を強め）、走行制御部４８に出力する。このように、車線内横位置フィードバックゲイン設定部４６は、フィードバック量可変手段として設けられている。
Next, when there are parallel vehicles in the lane, the yaw rate (dΨovs / dt) calculated by the vehicle model of the present embodiment may include disturbance, so the lateral position feedback gain K3 in the lane is increased and corrected. (Intensify the influence of feedback control of the lateral position ymc in the lane detected by the lane information) and output to the
車線内横位置入力値算出部４７は、前方環境認識装置３１から画像情報による車線内横位置ｙｃ、車線の雨天状態、雪路状態の検出結果が入力され、ナビゲーションシステム３２から地図情報による車線内横位置ｙｍが入力され、環境検出信頼度設定部４１から車線内横位置に応じた環境検出信頼度Ｒ３が入力される。
The in-lane lateral position input
そして、まず、車線内横位置に応じた環境検出信頼度Ｒ３に基づいて、例えば、図７に示すようなテーブルを参照して、画像情報による車線内横位置ｙｃの採用比率ａ５と地図情報による車線内横位置ｙｍの採用比率ａ６を設定する。 First, based on the environment detection reliability R3 corresponding to the lateral position in the lane, for example, with reference to a table as shown in FIG. 7, the adoption ratio a5 of the lateral position yc in the lane based on the image information and the map information The adoption ratio a6 of the lateral position ym in the lane is set.
次いで、設定した画像情報による車線内横位置ｙｃの採用比率ａ５と地図情報による車線内横位置ｙｍの採用比率ａ６について、以下のように補正を行う。 Next, the adoption ratio a5 of the lateral position yc in the lane based on the set image information and the adoption ratio a6 of the lateral position ym in the lane based on the map information are corrected as follows.
雨天路や雪路では画像情報による車線認識の信頼度が低くなるので、画像情報による車線内横位置ｙｃの採用比率ａ５を減算補正し（ａ５＝ａ５−Δａ）、地図情報による車線内横位置ｙｍの採用比率ａ６を増加補正し（ａ６＝ａ６＋Δａ）、以下の（８）式により、車線内横位置入力値ｙmcを算出して走行制御部４８に出力する。
Since the reliability of lane recognition based on image information is low on rainy and snowy roads, the adoption ratio a5 of the lateral position yc in the lane based on image information is subtracted and corrected (a5 = a5-Δa), and the lateral position in the lane based on map information The ym adoption ratio a6 is corrected to be increased (a6 = a6 + Δa), and the in-lane lateral position input value ymc is calculated according to the following equation (8) and output to the
ｙmc＝ｙｃ・ａ５＋ｙｍ・ａ６ …（８）
ここで、ａ５＋ａ６＝１である。また、図７からも明らかなように、車線内横位置に応じた環境検出信頼度Ｒ３が０、すなわち、画像情報の信頼度…「低」、かつ、地図情報の信頼度…「低」のときは、車線情報による車線内横位置入力値ｙmcは信頼性がないため、車両モデルにフィードバック制御することはしない。このように、車線内横位置入力値算出部４７は、車線情報検出手段、フィードバック量可変手段として設けられている。
ymc = yc · a5 + ym · a6 (8)
Here, a5 + a6 = 1. Further, as is clear from FIG. 7, the environment detection reliability R3 corresponding to the lateral position in the lane is 0, that is, the reliability of the image information is “low” and the reliability of the map information is “low”. At this time, since the lateral position input value ymc in the lane based on the lane information is not reliable, feedback control is not performed on the vehicle model. Thus, the in-lane lateral position input
走行制御部４８は、車速センサ３３から車速Ｖが入力され、操舵角センサ３４から操舵角θＨが入力され、ヨーレートセンサ３５からヨーレート（ｄΨｓ／ｄｔ）が入力される。また、ヨーレートセンサフィードバックゲイン設定部４２からヨーレートセンサフィードバックゲインＫ１が入力され、道路曲率入力値算出部４３から道路曲率入力値κmcが入力され、対車線ヨー角フィードバックゲイン設定部４４から対車線ヨー角フィードバックゲインＫ２が入力され、対車線ヨー角入力値算出部４５から対車線ヨー角入力値Ψmcが入力され、車線内横位置フィードバックゲイン設定部４６から車線内横位置フィードバックゲインＫ３が入力され、車線内横位置入力値算出部４７から車線内横位置入力値ｙmcが入力される。
The
そして、走行制御部４８は、入力される操舵角θＨに対して出力される車両のヨーレート（ｄΨovs／ｄｔ）を車両の２輪モデルで推定する。この推定したヨーレート（ｄΨovs／ｄｔ）に基づき、車両が走行する車線に対する車線情報（対車線ヨー角Ψovs、車線内横位置ｙovs）を算出する。これら推定したヨーレート（ｄΨovs／ｄｔ）、対車線ヨー角Ψovs、車線内横位置ｙovsに対し、車両の運転状態に応じて設定したヨーレートセンサフィードバックゲインＫ１、環境検出信頼度Ｒ１、Ｒ２、Ｒ３に応じて設定した対車線ヨー角フィードバックゲインＫ２、車線内横位置フィードバックゲインＫ３を用いて、ヨーレート（ｄΨｓ／ｄｔ）、道路曲率入力値κmc、対車線ヨー角入力値Ψmc、車線内横位置入力値ｙmcをフィードバックし、制御用の車線情報（対車線ヨー角Ψovs、車線内横位置ｙovs）を算出して操舵制御部４９に出力する。
Then, the traveling
このため、走行制御部４８は、図３に示すように、車両挙動推定部４８ａ、対車線ヨー角フィードバック制御部４８ｂ、車線内横位置フィードバック制御部４８ｃから主要に構成されている。
For this reason, as shown in FIG. 3, the traveling
車両挙動推定部４８ａは、入力される操舵角θＨに対して出力される車両挙動（車両のヨーレート（ｄΨovs／ｄｔ）を推定する２輪モデルで、オブザーバにより構成されている。オブザーバの構成について、以下、説明する。
The vehicle
すなわち、車両横方向の並進運動に関する運動方程式は、前後輪のコーナリングフォース（１輪）をＣｆ，Ｃｒ、車体質量をＭ、横加速度をＧｙとすると、
２・Ｃｆ＋２・Ｃｒ＝Ｍ・Ｇｙ …（９）
となる。
In other words, the equation of motion related to the translational motion in the lateral direction of the vehicle is Cf, Cr as the cornering force (one wheel) of the front and rear wheels, M as the vehicle body mass, and Gy as the lateral acceleration.
2 ·
It becomes.
一方、重心点まわりの回転運動に関する運動方程式は、重心から前後輪軸までの距離をＬｆ，Ｌｒ、車体のヨー慣性モーメントをＩｚ、ヨー角加速度を（ｄ２Ψ／ｄｔ２）として、以下の（１０）式で示される。 On the other hand, the equation of motion related to the rotational motion around the center of gravity is expressed as follows, assuming that the distance from the center of gravity to the front and rear wheel axes is Lf, Lr, the yaw moment of inertia of the vehicle body is Iz, and the yaw angular acceleration is (d 2 Ψ / dt 2 ) 10)
２・Ｃｆ・Ｌｆ−２・Ｃｒ・Ｌｒ＝Ｉｚ・（ｄ２Ψ／ｄｔ２） …（１０）
また、車体すべり角をβ、車体すべり角速度を（ｄβ／ｄｔ）とすると、横加速度Ｇｙは、
Ｇｙ＝Ｖ・（（ｄβ／ｄｔ）＋（ｄΨ／ｄｔ）） …（１１）
で表される。ここで、（ｄΨ／ｄｔ）はヨーレートである。
2 · Cf · Lf−2 · Cr · Lr = Iz · (d 2 Ψ / dt 2 ) (10)
When the vehicle slip angle is β and the vehicle slip angular velocity is (dβ / dt), the lateral acceleration Gy is
Gy = V · ((dβ / dt) + (dΨ / dt)) (11)
It is represented by Here, (dΨ / dt) is the yaw rate.
従って、上記（９）式は、以下の（１２）式となる。 Therefore, the above equation (9) becomes the following equation (12).
２・Ｃｆ＋２・Ｃｒ＝Ｍ・Ｖ・（（ｄβ／ｄｔ）＋（ｄΨ／ｄｔ））
…（１２）
コーナリングフォースはタイヤの横すべり角に対して１次遅れに近い応答をするが、この応答遅れを無視し、更に、サスペンションの特性をタイヤ特性に取り込んだ等価コーナリングパワを用いて線形化すると以下となる。
2 ·
(12)
The cornering force responds close to the first-order lag with respect to the tire slip angle, but this response lag is ignored, and the suspension characteristics are linearized using equivalent cornering power incorporating the tire characteristics. .
Ｃｆ＝Ｋｆ・αｆ …（１３）
Ｃｒ＝Ｋｒ・αｒ …（１４）
ここで、Ｋｆ，Ｋｒは前後輪の等価コーナリングパワ、αｆ，αｒは前後輪の横すべり角である。
Cf = Kf · αf (13)
Cr = Kr · αr (14)
Here, Kf and Kr are equivalent cornering powers of the front and rear wheels, and αf and αr are side slip angles of the front and rear wheels.
等価コーナリングパワＫｆ，Ｋｒの中でロールやサスペンションの影響は考慮されているので、この等価コーナリングパワＫｆ，Ｋｒを用いて、前後輪の横すべり角αｆ，αｒは、前後輪舵角をδｆ，δｒ、ステアリングギヤ比をｎとして以下のように簡略化できる。 Since the effects of rolls and suspensions are taken into account in the equivalent cornering powers Kf and Kr, the lateral slip angles αf and αr of the front and rear wheels using the equivalent cornering powers Kf and Kr are set to δf and δr. The steering gear ratio can be reduced to n as follows.
αｆ＝δｆ−（β＋Ｌｆ・（ｄΨ／ｄｔ）／Ｖ）
＝（θＨ／ｎ）−（β＋Ｌｆ・（ｄΨ／ｄｔ）／Ｖ） …（１５）
αｒ＝δｒ−（β−Ｌｒ・（ｄΨ／ｄｔ）／Ｖ） …（１６）
以上の運動方程式をまとめると、以下の（１７）式で示す状態方程式が得られ、図３の車両挙動推定部４８ａのオブザーバの構成で表現される。このオブザーバにより、入力される操舵角θＨに対して生じる車両挙動（ヨーレート（ｄΨovs／ｄｔ）、車体すべり角βovs、横加速度Ｇyovs）が推定される。
= (ΘH / n) − (β + Lf · (dΨ / dt) / V) (15)
αr = δr− (β−Lr · (dΨ / dt) / V) (16)
Summarizing the above equation of motion, the state equation shown in the following equation (17) is obtained, and is expressed by the configuration of the observer of the vehicle
従って、車両挙動推定部４８ａには、車速センサ３３から車速Ｖが入力され、操舵角センサ３４から操舵角θＨが入力され、ヨーレートセンサ３５からヨーレート（ｄΨｓ／ｄｔ）が入力され、ヨーレートセンサフィードバックゲイン設定部４２からヨーレートセンサフィードバックゲインＫ１が入力される。
Accordingly, the vehicle
そして、車両挙動推定部４８ａでは、上述の（１７）式で算出されるヨーレート（ｄΨovs／ｄｔ）に対し、ヨーレートセンサ３５からヨーレート（ｄΨｓ／ｄｔ）でフィードバック制御を行う。この際、フィードバック量を決定するヨーレートセンサフィードバックゲインＫ１は、前述の如く、本実施形態の車両モデルでの計算では計算誤差が増加すると判定した場合には、ヨーレートセンサフィードバックゲインＫ１を増大させる（ヨーレートセンサ３５で検出したヨーレート（ｄΨｓ／ｄｔ）からの値のフィードバック制御の影響を強める）方向に設定されるため、車両挙動推定部４８ａで算出されるヨーレート（ｄΨovs／ｄｔ）の精度が良好に保たれる。
Then, the vehicle
尚、車両挙動推定部４８ａで横加速度Ｇyovsは、例えば、前述の（１１）式により算出される。
The lateral acceleration Gyovs is calculated by the vehicle
こうして、車両挙動推定部４８ａで算出したヨーレート（ｄΨovs／ｄｔ）は対車線ヨー角フィードバック制御部４８ｂに出力され、車体すべり角βovsは車線内横位置フィードバック制御部４８ｃに出力される。
Thus, the yaw rate (dΨovs / dt) calculated by the vehicle
対車線ヨー角フィードバック制御部４８ｂは、車速センサ３３から車速Ｖが入力され、道路曲率入力値算出部４３から道路曲率入力値κmcが入力され、対車線ヨー角フィードバックゲイン設定部４４から対車線ヨー角フィードバックゲインＫ２が入力され、対車線ヨー角入力値算出部４５から対車線ヨー角入力値Ψmcが入力され、車両挙動推定部４８ａからヨーレート（ｄΨovs／ｄｔ）が入力される。
The lane yaw angle
そして、対車線ヨー角フィードバック制御部４８ｂは、道路曲率入力値算出部４３からの道路曲率入力値κmcに車速Ｖを乗算して道路曲率入力値κmcに応じたヨーレート（ｄΨmc／ｄｔ）を算出する。ここで、前述したように、道路曲率入力値κmcは、画像情報と地図情報の信頼度に応じて精度良く算出されているので、道路曲率入力値κmcに応じたヨーレート（ｄΨmc／ｄｔ）も精度の良い値が得られる。
Then, the lane yaw angle
この道路曲率入力値κmcに応じたヨーレート（ｄΨmc／ｄｔ）と車両挙動推定部４８ａからのヨーレート（ｄΨovs／ｄｔ）との差分は、車線に対するヨーレートとなり、これの積算によって、対車線ヨー角Ψovsを算出する。
The difference between the yaw rate (dΨmc / dt) corresponding to the road curvature input value κmc and the yaw rate (dΨovs / dt) from the vehicle
対車線ヨー角フィードバック制御部４８ｂでは、上述の如く算出した対車線ヨー角Ψovsについて、対車線ヨー角入力値算出部４５からの対車線ヨー角入力値Ψmcでフィードバック制御を行って車線内横位置フィードバック制御部４８ｃに出力する。ここで、前述したように、対車線ヨー角入力値算出部４５からの対車線ヨー角入力値Ψmcは、画像情報と地図情報の信頼度に応じて精度良く算出されているので、対車線ヨー角Ψovsも精度の良い値が得られる。
The anti-lane yaw angle
また、フィードバック量を決定する対車線ヨー角フィードバックゲインＫ２は、前述の如く、対車線ヨー角の環境検出信頼度Ｒ２に応じて設定され、画像情報と地図情報による車線情報が共に低い場合は小さく設定される。また、車線の並走車の存在状態に応じて補正され、車線に並走車が存在する場合は、本実施の形態の車両モデルで計算されるヨーレート（ｄΨovs／ｄｔ）に外乱が含まれる虞があるため、対車線ヨー角フィードバックゲインＫ２が増大補正される。これにより対車線ヨー角フィードバック制御部４８ｂで算出される対車線ヨー角Ψovsの精度が良好に保たれる。
Further, as described above, the anti-lane yaw angle feedback gain K2 that determines the feedback amount is set according to the environment detection reliability R2 of the anti-lane yaw angle, and is small when the image information and the lane information based on the map information are both low. Is set. Further, if there is a parallel vehicle in the lane, which is corrected according to the presence state of the parallel vehicle in the lane, the yaw rate (dΨovs / dt) calculated by the vehicle model of the present embodiment may include disturbance. Therefore, the anti-lane yaw angle feedback gain K2 is corrected to increase. As a result, the accuracy of the anti-lane yaw angle ψovs calculated by the anti-lane yaw angle
車線内横位置フィードバック制御部４８ｃは、車速センサ３３から車速Ｖが入力され、車線内横位置フィードバックゲイン設定部４６から車線内横位置フィードバックゲインＫ３が入力され、車線内横位置入力値算出部４７から車線内横位置入力値ｙmcが入力され、車両挙動推定部４８ａから車体すべり角βovsが入力され、対車線ヨー角フィードバック制御部４８ｂから対車線ヨー角Ψovsが入力される。
The in-lane lateral position
そして、車線内横位置フィードバック制御部４８ｃは、車体すべり角βovsと対車線ヨー角Ψovsとを加算し、車速Ｖを乗算して積算し、車線内横位置ｙovsを算出する。
Then, the in-lane lateral position
車線内横位置フィードバック制御部４８ｃでは、この算出した車線内横位置ｙovsについて、車線内横位置入力値算出部４７からの車線内横位置入力値ｙmcでフィードバック制御を行って出力する。ここで、前述したように、車線内横位置入力値算出部４７からの車線内横位置入力値ｙmcは、画像情報と地図情報の信頼度に応じて精度良く算出されているので、車線内横位置ｙovsも精度の良い値が得られる。
The in-lane lateral position
また、フィードバック量を決定する車線内横位置フィードバックゲインＫ３は、前述の如く、車線内横位置に応じた環境検出信頼度Ｒ３に応じて設定され、画像情報と地図情報による車線情報が共に低い場合は小さく設定される。また、車線の並走車の存在状態に応じて補正され、車線に並走車が存在する場合は、本実施の形態の車両モデルで計算されるヨーレート（ｄΨovs／ｄｔ）に外乱が含まれる虞があるため、車線内横位置フィードバックゲインＫ３が増大補正される。これにより車線内横位置フィードバック制御部４８ｃで算出される車線内横位置ｙovsの精度が良好に保たれる。
Further, as described above, the in-lane lateral position feedback gain K3 for determining the feedback amount is set according to the environment detection reliability R3 corresponding to the in-lane lateral position, and the lane information based on the image information and the map information is low. Is set small. Further, if there is a parallel vehicle in the lane, which is corrected according to the presence state of the parallel vehicle in the lane, the yaw rate (dΨovs / dt) calculated by the vehicle model of the present embodiment may include disturbance. Therefore, the lateral position feedback gain K3 in the lane is corrected to increase. As a result, the accuracy of the in-lane lateral position yovs calculated by the in-lane lateral position
このように、走行制御部４８は、車両パラメータ推定手段、制御用車線情報算出手段として設けられている。
Thus, the traveling
操舵制御部４９は、走行制御部４８を経て、車速Ｖ、操舵角θＨ、ヨーレート（ｄΨｓ／ｄｔ）、道路曲率入力値κmc、対車線ヨー角入力値Ψmc、車線内横位置入力値ｙmc、ヨーレート（ｄΨovs／ｄｔ）、車体すべり角βovs、対車線ヨー角Ψovs、車線内横位置ｙovs等の情報が入力される。
The
そして、例えば、以下の（１８）式により、目標操舵角θｔを算出してモータ駆動部２１に出力する。
θｔ＝Ｇff・κmc＋Ｇfb・（ｙovs−ｙｔ）＋Ｇfby・（Ψovs−Ψｔ）…（１８）
ここで、Ｇff、Ｇfb、Ｇfbyは予め設定しておいた定数である。また、ｙｔは追従制御する目標コースの車線内横位置の目標値、Ψｔは追従制御する目標コースに対する対車線ヨー角の目標値であり、車線中央を目標コースとし、車線と略平行に走行することを目標とするのであれば、本実施の形態による対車線ヨー角Ψovs、車線内横位置ｙovsの定義であれば、それぞれ０とする。
Then, for example, the target steering angle θt is calculated and output to the
θt = Gff · κmc + Gfb · (yovs−yt) + Gfby · (Ψovs−Ψt) (18)
Here, Gff, Gfb, and Gfby are preset constants. Also, yt is the target value of the lateral position in the lane of the target course to be tracked, and Ψt is the target value of the lane yaw angle with respect to the target course to be tracked, and the lane center is the target course, and the vehicle travels substantially parallel to the lane. If this is the goal, the definition of the anti-lane yaw angle ψovs and the in-lane lateral position yovs according to the present embodiment is 0 respectively.
このように、操舵制御部４９は操舵制御手段として設けられている。
Thus, the
次に、上述の制御ユニット２０で実行される操舵制御を、図４のフローチャートで説明する。
Next, the steering control executed by the
まず、ステップ（以下、「Ｓ」と略称）１０１で、環境検出信頼度設定部４１は、前方環境認識装置３１、ナビゲーションシステム３２の信頼度Ｒｃ、Ｒｍを読み込む。
First, in step (hereinafter abbreviated as “S”) 101, the environment detection
次いで、Ｓ１０２に進み、環境検出信頼度設定部４１は、それぞれの信頼度の組み合わせに応じて環境検出信頼度Ｒ１、Ｒ２、Ｒ３を設定する。
Next, in S102, the environment detection
次に、Ｓ１０３に進んで、道路曲率入力値算出部４３で画像情報に基づく道路曲率κｃ、対車線ヨー角入力値算出部４５で画像情報に基づく対車線ヨー角Ψｃ、車線内横位置入力値算出部４７で画像情報に基づく車線内横位置ｙｃを読み込む。
Next, proceeding to S103, the road curvature input
次いで、Ｓ１０４に進み、道路曲率入力値算出部４３で地図情報に基づく道路曲率κｍ、対車線ヨー角入力値算出部４５で地図情報に基づく対車線ヨー角Ψｍ、車線内横位置入力値算出部４７で地図情報に基づく車線内横位置ｙｍを読み込む。
Next, in S104, the road curvature input
次に、Ｓ１０５に進んで、ヨーレートセンサフィードバックゲイン設定部４２で、前述の（５）式で示す操舵特性に応じてヨーレートセンサフィードバックゲインＫ１を設定する。また、対車線ヨー角フィードバックゲイン設定部４４で、対車線ヨー角に応じた環境検出信頼度Ｒ２に基づいて、例えば、図６に示すようなテーブルを参照して対車線ヨー角フィードバックゲインＫ２を設定する。更に、車線内横位置フィードバックゲイン設定部４６で、車線内横位置に応じた環境検出信頼度Ｒ３に基づいて、例えば、図７に示すようなテーブルを参照して車線内横位置フィードバックゲインＫ３を設定する。
Next, proceeding to S105, the yaw rate sensor feedback
次いで、Ｓ１０６に進み、道路曲率入力値算出部４３で、前述の（６）式により、道路曲率入力値κmcを算出し、対車線ヨー角入力値算出部４５で、前述の（７）式により、対車線ヨー角入力値Ψmcを算出し、車線内横位置入力値算出部４７で、前述の（８）式により、車線内横位置入力値ｙmcを算出する。
Next, the process proceeds to S106, where the road curvature input
次に、Ｓ１０７に進み、走行制御部４８で制御用の車線情報（対車線ヨー角Ψovs、車線内横位置ｙovs）を算出する。
In step S107, the
次いで、Ｓ１０８に進んで、操舵制御部４９は、例えば、前述の（１８）式により、目標操舵角θｔを算出してモータ駆動部２１に出力する。尚、操舵制御に用いるパラメータは、必要に応じて走行制御部４８等から読み込む。
Next, the process proceeds to S108, where the
本発明によりで取得する車線情報の一例を図１０のタイムチャートで説明する。 An example of the lane information acquired by the present invention will be described with reference to the time chart of FIG.
図１０（ａ）は、画像情報の信頼度Ｒｃと地図情報の信頼度Ｒｍを示し、本例では、時刻ｔ１までは、画像情報と地図情報の信頼度Ｒｃ、Ｒｍは共に、１であり、時刻ｔ１からは、画像情報の信頼度Ｒｃが略０に低下した例となっている。尚、地図情報の信頼度Ｒｍは、引き続き１のままである。 FIG. 10A shows the reliability Rc of the image information and the reliability Rm of the map information. In this example, the reliability Rc and Rm of the image information and the map information are both 1 until time t1. From the time t1, the reliability Rc of the image information is reduced to substantially 0. Note that the reliability Rm of the map information continues to be 1.
このため、時刻ｔ１から採用される車線情報は、地図情報による車線情報の方が採用比率が高められる。 For this reason, as for the lane information adopted from the time t1, the lane information based on the map information has a higher adoption ratio.
従って、図１０（ｃ）の対車線ヨー角Ψ、図１０（ｄ）の車線内横位置ｙのタイムチャートに示すように、時刻ｔ１の後、時刻ｔ２になると、画像情報による対車線ヨー角Ψｃ、画像情報による車線内横位置ｙｃの信号に乱れが表れるが、地図情報による対車線ヨー角Ψｍ、画像情報による車線内横位置ｙｍの信号には乱れは生じておらず、この地図情報による車線情報の採用比率が高められた精度の良い車線情報によって車両の２輪モデルによるフィードバック制御が行われ、車両の２輪モデルからの対車線ヨー角Ψovs、画像情報による車線内横位置ｙovsの信号も不自然に変動すること無く精度良く保たれる。 Accordingly, as shown in the time chart of the anti-lane yaw angle Ψ in FIG. 10C and the lateral position y in the in-lane in FIG. 10D, at time t2 after time t1, the anti-lane yaw angle based on the image information is obtained. Disturbance appears in the signal of the lateral position yc in the lane based on Ψc and image information, but no disturbance occurs in the signal of the lateral ym position ym in the lane based on the map information and the lateral information in the lane based on the map information. Feedback control by the two-wheel model of the vehicle is performed by the accurate lane information with an increased lane information adoption ratio, and the signal of the lane yaw angle ψovs to the lane from the two-wheel model of the vehicle and the lateral position yovs in the lane by image information Is kept accurate without fluctuating unnaturally.
このように、本発明の実施の形態によれば、画像情報と地図情報の信頼度に応じて画像情報と地図情報の採用比率を可変して車線情報を検出する。また、入力される操舵角θＨに対して出力される車両挙動を車両の２輪モデルで推定する。そして、推定した車両挙動に基づき、車両が走行する車線に対する車線情報（対車線ヨー角Ψovs、車線内横位置ｙovs）に、検出した車線情報をその信頼度に応じた可変設定でフィードバックして制御用車線情報として算出し、この制御用車線情報に基づいて操舵制御する。 Thus, according to the embodiment of the present invention, the lane information is detected by changing the adoption ratio of the image information and the map information according to the reliability of the image information and the map information. Moreover, the vehicle behavior output with respect to the input steering angle (theta) H is estimated with the two-wheel model of a vehicle. Based on the estimated vehicle behavior, the detected lane information is fed back to the lane information (the lane yaw angle ψovs, the lateral position yovs in the lane) for the lane on which the vehicle travels, with variable settings corresponding to the reliability. The vehicle lane information is calculated, and steering control is performed based on the control lane information.
このため、画像情報と地図情報の状態により適切な採用比率で精度良く設定された入力値が車両の２輪モデルにフィードバックされるので精度の良い制御用車線情報を得ることができる。この際、画像情報と地図情報の採用比率も走行する環境状態（雨天路、雪路）等で適切に補正して可変するので精度の良い制御用車線情報を得ることができる。また、２輪モデルへの車線情報の入力値のフィードバック量も、車線情報の信頼度に応じて可変されるので２輪モデルによるフィードバック制御も良好に保たれる。更に、オブザーバで構成した２輪モデルでのフィードバック制御を行うにあたり、車両の操舵特性から、この２輪モデルでは精度良く車両挙動を推定できないと判断できる場合には、車両挙動の検出値のフィードバック量を強めるように可変するようになっているので、２輪モデルによる誤差を少なくすることができる。また、並走車が存在する場合等、車両の２輪モデルによる推定値に外乱が含まれると推定される場合は、車線情報入力値のフィードバック量を増加させるので精度の良い制御用車線情報を得ることができる。 For this reason, since the input value accurately set at an appropriate adoption ratio according to the state of the image information and the map information is fed back to the two-wheel model of the vehicle, accurate control lane information can be obtained. At this time, since the adoption ratio of the image information and the map information is also appropriately corrected and varied depending on the traveling environment condition (rainy road, snowy road), etc., accurate control lane information can be obtained. In addition, since the feedback amount of the input value of the lane information to the two-wheel model is also variable according to the reliability of the lane information, the feedback control by the two-wheel model is also kept good. Furthermore, when performing feedback control with a two-wheel model configured with an observer, if it can be determined from the steering characteristics of the vehicle that the vehicle behavior cannot be accurately estimated with this two-wheel model, the feedback amount of the detected value of the vehicle behavior Therefore, the error due to the two-wheel model can be reduced. Also, when it is estimated that disturbance is included in the estimated value by the two-wheel model of the vehicle, such as when there is a parallel running vehicle, the feedback amount of the lane information input value is increased, so accurate control lane information is displayed. Can be obtained.
このように、本発明による車両の走行制御装置によれば、予め観測値と推定値の誤差による影響を考慮することなく、観測値の揺らぎや誤差を適切に修正して精度良く推定値を求めることができ、車線を操舵するのに必要な様々な情報をスムーズに求め、自然な操舵制御を実行することが可能となる。 As described above, according to the vehicle travel control apparatus of the present invention, the estimated value is obtained with high accuracy by appropriately correcting the fluctuation or error of the observed value without considering the influence of the error between the observed value and the estimated value in advance. It is possible to obtain various information necessary for steering the lane smoothly and execute natural steering control.
尚、本実施の形態による、環境検出信頼度設定部４１における道路曲率に応じた環境検出信頼度Ｒ１、対車線ヨー角に応じた環境検出信頼度Ｒ２、車線内横位置に応じた環境検出信頼度Ｒ３の設定や、図５、図６、図７に示す、ａ１〜ａ６、Ｋ２、Ｋ３の数値はあくまでも一例にすぎず、仕様により異なった値としても良い。
According to the present embodiment, the environment detection reliability R1 according to the road curvature in the environment detection
また、環境検出信頼度Ｒ１、Ｒ２、Ｒ３の信頼度を０〜３０まで、線形に設定して様々な走行環境に対応できるようにしても良い。例えば、トンネル入口付近では、自車付近はトンネル外部であるため見えるが、前方のトンネル内部は暗いためカメラでは見えにくい走行環境となる。換言すれば、Ｒ１、Ｒ２は地図の信頼度が高くなるが、Ｒ３ではカメラ信頼度が高くなる。従って、トンネル入口付近では、Ｒ１＝１１としてａ１＜ａ２とし、Ｒ２＝１３としてａ３＜ａ４とし、Ｒ３＝１８としてａ５＞ａ６とするのである。 Further, the reliability of the environment detection reliability R1, R2, and R3 may be set linearly from 0 to 30 so as to be compatible with various traveling environments. For example, in the vicinity of the entrance of the tunnel, the vicinity of the vehicle is visible because it is outside the tunnel, but the interior of the tunnel ahead is dark, making it difficult to see with a camera. In other words, R1 and R2 have high map reliability, but R3 has high camera reliability. Therefore, near the tunnel entrance, R1 = 11 and a1 <a2, R2 = 13 and a3 <a4, and R3 = 18 and a5> a6.
１ 電動パワーステアリング装置
２ ステアリング軸
４ ステアリングホイール
５ ピニオン軸
１０Ｌ、１０Ｒ 車輪
１２ 電動モータ
２０ 制御ユニット
２１ モータ駆動部
３１ 前方環境認識装置
３２ ナビゲーションシステム
３３ 車速センサ
３４ 操舵角センサ
３５ ヨーレートセンサ（車両挙動検出手段）
３６ 操舵トルクセンサ
４１ 環境検出信頼度設定部
４２ ヨーレートセンサフィードバックゲイン設定部（フィードバック量可変手段）
４３ 道路曲率入力値算出部（車線情報検出手段、フィードバック量可変手段）
４４ 対車線ヨー角フィードバックゲイン設定部（フィードバック量可変手段）
４５ 対車線ヨー角入力値算出部（車線情報検出手段、フィードバック量可変手段）
４６ 車線内横位置フィードバックゲイン設定部（フィードバック量可変手段）
４７ 車線内横位置入力値算出部（車線情報検出手段、フィードバック量可変手段）
４８ 走行制御部（車両パラメータ推定手段、制御用車線情報算出手段）
４８ａ 車両挙動推定部
４８ｂ 対車線ヨー角フィードバック制御部
４８ｃ 車線内横位置フィードバック制御部
４９ 操舵制御部（操舵制御手段）
DESCRIPTION OF
36
43 Road curvature input value calculation unit (lane information detection means, feedback amount variable means)
44 On-lane yaw angle feedback gain setting unit (feedback amount variable means)
45 lane yaw angle input value calculation unit (lane information detection means, feedback amount variable means)
46 Lateral position feedback gain setting section in lane (feedback amount variable means)
47 Lateral position input value calculation unit in lane (lane information detection means, feedback amount variable means)
48 Travel control unit (vehicle parameter estimation means, control lane information calculation means)
48a Vehicle
等価コーナリングパワＫｆ，Ｋｒの中でロールやサスペンションの影響は考慮されているので、この等価コーナリングパワＫｆ，Ｋｒを用いて、前後輪の横すべり角αｆ，αｒは、前後輪舵角をδｆ、ステアリングギヤ比をｎとして以下のように簡略化できる。 Since the effects of rolls and suspensions are taken into account in the equivalent cornering powers Kf and Kr, the front and rear wheel side slip angles αf and αr are calculated using the equivalent cornering powers Kf and Kr as the front and rear wheel steering angles δf , The tearing gear ratio can be simplified as follows, where n is n.
αｆ＝δｆ−（β＋Ｌｆ・（ｄΨ／ｄｔ）／Ｖ）
＝（θＨ／ｎ）−（β＋Ｌｆ・（ｄΨ／ｄｔ）／Ｖ） …（１５）
αｒ＝−（β−Ｌｒ・（ｄΨ／ｄｔ）／Ｖ） …（１６）
以上の運動方程式をまとめると、以下の（１７）式で示す状態方程式が得られ、図３の車両挙動推定部４８ａのオブザーバの構成で表現される。このオブザーバにより、入力される操舵角θＨに対して生じる車両挙動（ヨーレート（ｄΨovs／ｄｔ）、車体すべり角βovs、横加速度Ｇyovs）が推定される。
= (ΘH / n) − (β + Lf · (dΨ / dt) / V) (15)
αr = − (β−Lr · (dΨ / dt) / V) (16)
Summarizing the above equation of motion, the state equation shown in the following equation (17) is obtained, and is expressed by the configuration of the observer of the vehicle
Claims (7)
入力値に対して出力される車両パラメータを車両モデルで推定する車両パラメータ推定手段と、
上記車両パラメータ推定手段で推定した上記車両パラメータに基づき、上記車線情報をフィードバックして制御用車線情報を算出する制御用車線情報算出手段と、
上記制御用車線情報算出手段にフィードバックする上記車線情報を該車線情報の信頼度に応じて可変設定するフィードバック量可変手段と、
上記制御用車線情報に基づいて操舵制御を行う操舵制御手段と、
を備えたことを特徴とする車両の走行制御装置。 Lane information detection means for detecting lane information;
Vehicle parameter estimation means for estimating a vehicle parameter output with respect to an input value by a vehicle model;
Control lane information calculation means for calculating control lane information by feeding back the lane information based on the vehicle parameters estimated by the vehicle parameter estimation means;
Feedback amount variable means for variably setting the lane information to be fed back to the control lane information calculation means according to the reliability of the lane information;
Steering control means for performing steering control based on the control lane information;
A travel control device for a vehicle, comprising:
上記画像情報の信頼度と上記地図情報の信頼度とに応じて上記画像情報からの車線情報と上記地図情報からの車線情報の採用比率を可変することを特徴とする請求項１又は請求項２記載の車両の走行制御装置。 The lane information detection means detects the lane information from image information and map information,
3. The adoption ratio of the lane information from the image information and the lane information from the map information is varied according to the reliability of the image information and the reliability of the map information. The vehicle travel control apparatus described.
上記車両パラメータ推定手段は、少なくとも上記車両挙動の検出値を上記車両モデルにフィードバックして上記車両パラメータを推定するものであって、
上記フィードバック量可変手段は、上記車両挙動の検出値から上記車両モデルの計算誤差が増加すると判断した場合は、上記車両モデルにフィードバックする上記車両挙動の検出値を増加補正することを特徴とする請求項１乃至請求項４の何れか一つに記載の車両の走行制御装置。 Vehicle behavior detection means for detecting the vehicle behavior,
The vehicle parameter estimation means estimates the vehicle parameter by feeding back at least a detection value of the vehicle behavior to the vehicle model,
The feedback amount varying means corrects the detected value of the vehicle behavior to be fed back to the vehicle model when the calculation error of the vehicle model increases from the detected value of the vehicle behavior. The travel control device for a vehicle according to any one of claims 1 to 4.
上記車両パラメータ推定手段は、少なくとも上記車両挙動の検出値を上記車両モデルにフィードバックして上記車両パラメータを推定するものであって、
上記車線情報検出手段が、自車両の他に並走車が存在することを検出した場合、上記フィードバック量可変手段は、上記車両パラメータ推定手段にフィードバックする上記車線情報を増大補正することを特徴とする請求項１乃至請求項５の何れか一つに記載の車両の走行制御装置。 Vehicle behavior detection means for detecting the vehicle behavior,
The vehicle parameter estimation means estimates the vehicle parameter by feeding back at least a detection value of the vehicle behavior to the vehicle model,
When the lane information detection means detects that there is a parallel running vehicle in addition to the host vehicle, the feedback amount variable means increases and corrects the lane information fed back to the vehicle parameter estimation means. The vehicle travel control device according to any one of claims 1 to 5.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2015149853A JP6579699B2 (en) | 2015-07-29 | 2015-07-29 | Vehicle travel control device |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2015149853A JP6579699B2 (en) | 2015-07-29 | 2015-07-29 | Vehicle travel control device |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JP2017030396A true JP2017030396A (en) | 2017-02-09 |
| JP6579699B2 JP6579699B2 (en) | 2019-09-25 |
Family
ID=57986472
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2015149853A Active JP6579699B2 (en) | 2015-07-29 | 2015-07-29 | Vehicle travel control device |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP6579699B2 (en) |
Cited By (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107521496A (en) * | 2017-09-08 | 2017-12-29 | 吉林大学 | A kind of transverse and longitudinal of vehicle coordinates control track follow-up control method |
| JP2018176939A (en) * | 2017-04-11 | 2018-11-15 | 三菱電機株式会社 | Vehicle steering control device and vehicle steering control method |
| JP2019159756A (en) * | 2018-03-13 | 2019-09-19 | パナソニックＩｐマネジメント株式会社 | Vehicle control device and computer program |
| JP2022504457A (en) * | 2018-10-24 | 2022-01-13 | ウェイモ エルエルシー | Autonomous vehicle traffic light detection and lane status recognition |
| WO2023017625A1 (en) * | 2021-08-11 | 2023-02-16 | Hitachi Astemo, Ltd. | Drive device, vehicle, and method for automated driving and/or assisted driving |
| JP7241837B1 (en) | 2021-09-29 | 2023-03-17 | 三菱電機株式会社 | Driving lane recognition device and driving lane recognition method |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2005178704A (en) * | 2003-12-24 | 2005-07-07 | Aisin Seiki Co Ltd | Lane running support device for vehicle |
| JP2006123589A (en) * | 2004-10-26 | 2006-05-18 | Honda Motor Co Ltd | Vehicular running safety device |
| JP2007302204A (en) * | 2006-05-15 | 2007-11-22 | Toyota Motor Corp | Travel control device |
-
2015
- 2015-07-29 JP JP2015149853A patent/JP6579699B2/en active Active
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2005178704A (en) * | 2003-12-24 | 2005-07-07 | Aisin Seiki Co Ltd | Lane running support device for vehicle |
| JP2006123589A (en) * | 2004-10-26 | 2006-05-18 | Honda Motor Co Ltd | Vehicular running safety device |
| JP2007302204A (en) * | 2006-05-15 | 2007-11-22 | Toyota Motor Corp | Travel control device |
Cited By (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2018176939A (en) * | 2017-04-11 | 2018-11-15 | 三菱電機株式会社 | Vehicle steering control device and vehicle steering control method |
| CN107521496A (en) * | 2017-09-08 | 2017-12-29 | 吉林大学 | A kind of transverse and longitudinal of vehicle coordinates control track follow-up control method |
| JP2019159756A (en) * | 2018-03-13 | 2019-09-19 | パナソニックＩｐマネジメント株式会社 | Vehicle control device and computer program |
| US11377103B2 (en) | 2018-03-13 | 2022-07-05 | Panasonic Intellectual Property Management Co., Ltd. | Vehicle control device and recording medium |
| JP7108916B2 (en) | 2018-03-13 | 2022-07-29 | パナソニックＩｐマネジメント株式会社 | vehicle controller |
| JP2022504457A (en) * | 2018-10-24 | 2022-01-13 | ウェイモ エルエルシー | Autonomous vehicle traffic light detection and lane status recognition |
| JP7150159B2 (en) | 2018-10-24 | 2022-10-07 | ウェイモ エルエルシー | Autonomous Vehicle Traffic Light Detection and Lane State Recognition |
| US11645852B2 (en) | 2018-10-24 | 2023-05-09 | Waymo Llc | Traffic light detection and lane state recognition for autonomous vehicles |
| WO2023017625A1 (en) * | 2021-08-11 | 2023-02-16 | Hitachi Astemo, Ltd. | Drive device, vehicle, and method for automated driving and/or assisted driving |
| JP7241837B1 (en) | 2021-09-29 | 2023-03-17 | 三菱電機株式会社 | Driving lane recognition device and driving lane recognition method |
| JP2023049128A (en) * | 2021-09-29 | 2023-04-10 | 三菱電機株式会社 | Travel lane recognition apparatus and travel lane recognition method |
Also Published As
| Publication number | Publication date |
|---|---|
| JP6579699B2 (en) | 2019-09-25 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP6055525B1 (en) | Vehicle travel control device | |
| JP6087969B2 (en) | Vehicle travel control device | |
| US9586620B2 (en) | Travel control apparatus for vehicle | |
| JP6579699B2 (en) | Vehicle travel control device | |
| JP6055528B1 (en) | Vehicle steering control device | |
| JP6082415B2 (en) | Vehicle travel control device | |
| US20180273026A1 (en) | Vehicle traveling control apparatus | |
| CN104742959B (en) | The track of vehicle keeps control device | |
| CA3074414A1 (en) | Method for correcting position error and device for correcting position error in drive-assisted vehicle | |
| JP6831734B2 (en) | Vehicle travel control device | |
| US20170240171A1 (en) | Method for modifying steering of an automated vehicle for improved passenger comfort | |
| US11505191B2 (en) | Vehicle traveling control device | |
| JP6842339B2 (en) | Vehicle travel control device | |
| JP6898636B2 (en) | Vehicle travel control device | |
| CN116080754B (en) | Transverse control method for autonomous driving of vehicle | |
| JP6595867B2 (en) | Vehicle automatic operation control device | |
| JP6535561B2 (en) | Vehicle travel control device | |
| JP6706166B2 (en) | Vehicle running control device | |
| JP6496588B2 (en) | Vehicle behavior control device | |
| JP6654962B2 (en) | Vehicle steering control device | |
| JP7245069B2 (en) | Vehicle travel control device |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20150925 |
|
| A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20180426 |
|
| A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20190221 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20190226 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20190416 |
|
| RD02 | Notification of acceptance of power of attorney |
Free format text: JAPANESE INTERMEDIATE CODE: A7422 Effective date: 20190416 |
|
| TRDD | Decision of grant or rejection written | ||
| A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20190730 |
|
| A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20190826 |
|
| R150 | Certificate of patent or registration of utility model |
Ref document number: 6579699 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |