JP2018024338A - Travel track estimation method and travel track estimation apparatus - Google Patents

Travel track estimation method and travel track estimation apparatus Download PDF

Info

Publication number
JP2018024338A
JP2018024338A JP2016157714A JP2016157714A JP2018024338A JP 2018024338 A JP2018024338 A JP 2018024338A JP 2016157714 A JP2016157714 A JP 2016157714A JP 2016157714 A JP2016157714 A JP 2016157714A JP 2018024338 A JP2018024338 A JP 2018024338A
Authority
JP
Japan
Prior art keywords
vehicle
approximation
curve
travel locus
time series
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
Application number
JP2016157714A
Other languages
Japanese (ja)
Other versions
JP6669001B2 (en
Inventor
宏寿 植田
Hirotoshi Ueda
宏寿 植田
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.)
Nissan Motor Co Ltd
Original Assignee
Nissan Motor Co Ltd
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 Nissan Motor Co Ltd filed Critical Nissan Motor Co Ltd
Priority to JP2016157714A priority Critical patent/JP6669001B2/en
Publication of JP2018024338A publication Critical patent/JP2018024338A/en
Application granted granted Critical
Publication of JP6669001B2 publication Critical patent/JP6669001B2/en
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Landscapes

  • Control Of Driving Devices And Active Controlling Of Vehicle (AREA)
  • Traffic Control Systems (AREA)

Abstract

PROBLEM TO BE SOLVED: To suppress a travel track of another vehicle from meandering from an actual travel track due to a distance between a vehicle and the other vehicle becoming longer, the travel track calculated from a detected position by a sensor that is incorporated in the vehicle for detecting a position of an article nearby the vehicle.SOLUTION: A travel track estimation method includes: detecting a position of another vehicle 22 by a sensor 6 that is incorporated in a vehicle 1 for detecting a position of a nearby article, and storing a time sequence of a detected position of the other vehicle 22; determining a distance between the vehicle 1 and the other vehicle 22 from the time sequence of the detected position, and setting a larger threshold as the distance between the vehicle 1 and other vehicle 22 is longer; interpolating the time sequence of the detected position with a curve approximation in the case of a deviation of the other vehicle 22 in the vehicular width direction being equal to or larger than a threshold, thus estimating a travel track of the other vehicle 22; and, in the case of the deviation being less than the threshold, interpolating the time sequence of the detected position with a linear approximation, thus estimating the travel track.SELECTED DRAWING: Figure 7

Description

本発明は、走行軌跡推定方法、及び走行軌跡推定装置に関する。   The present invention relates to a traveling locus estimation method and a traveling locus estimation device.

車両周辺の他車両の走行軌跡をする技術として、例えば特許文献１に記載の技術が知られている。
特許文献１に記載の運転支援装置は、車両が備える相対位置検出手段により他車両の相対位置を検出し、検出した相対位置から他車両の走行軌跡を算出する。 For example, a technique described in Patent Document 1 is known as a technique for making a traveling locus of other vehicles around the vehicle.
The driving assistance apparatus described in Patent Literature 1 detects the relative position of another vehicle by using a relative position detection unit included in the vehicle, and calculates a travel locus of the other vehicle from the detected relative position.

特開２００４−３２２９１６号公報JP 2004-322916 A

車両と他車両との距離が長くなると、この車両に搭載されて車両周辺の物体の位置を検出するセンサにより他車両を走査する走査点が減少する。このため、他車両の検出位置の誤差が増大する。大きな誤差を含んだ検出位置から他車両の走行軌跡を算出すると、算出した走行軌跡が不安定に蛇行するおそれがある。
本発明は、車両に搭載されて車両周辺の物体の位置を検出するセンサによる検出位置から算出した他車両の走行軌跡が、車両と他車両との距離が長くなることで実際の走行軌跡よりも蛇行するのを抑制することを目的とする。 As the distance between the vehicle and the other vehicle increases, the number of scanning points for scanning the other vehicle decreases by a sensor that is mounted on the vehicle and detects the position of an object around the vehicle. For this reason, the error of the detection position of another vehicle increases. If a travel locus of another vehicle is calculated from a detection position including a large error, the calculated travel locus may meander in an unstable manner.
In the present invention, the travel locus of the other vehicle calculated from the detection position by the sensor mounted on the vehicle and detecting the position of the object around the vehicle is longer than the actual travel locus by increasing the distance between the vehicle and the other vehicle. The purpose is to suppress meandering.

本発明の一態様に係る走行軌跡推定方法では、車両に搭載されこの車両周辺の物体の位置を検出するセンサにより他車両の位置を検出し、他車両の検出位置の時系列を記憶する。そして、車両と他車両との距離が長いほど大きな閾値を設定する。他車両の車幅方向位置の偏差が閾値以上の場合には検出位置の時系列を曲線近似で補間することにより他車両の走行軌跡を推定する。偏差が閾値未満の場合には検出位置の時系列を直線近似で補間することにより走行軌跡を推定する。   In the travel locus estimation method according to one aspect of the present invention, the position of another vehicle is detected by a sensor that is mounted on the vehicle and detects the position of an object around the vehicle, and the time series of the detected position of the other vehicle is stored. A larger threshold is set as the distance between the vehicle and the other vehicle is longer. When the deviation of the position in the vehicle width direction of the other vehicle is equal to or greater than the threshold value, the travel locus of the other vehicle is estimated by interpolating the time series of the detected position by curve approximation. When the deviation is less than the threshold value, the travel locus is estimated by interpolating the time series of the detected positions by linear approximation.

本発明によれば、車両に搭載されて車両周辺の物体の位置を検出するセンサによる検出位置から算出した他車両の走行軌跡が、車両と他車両との距離が長くなることで実際の走行軌跡よりも蛇行するのを抑制できる。   According to the present invention, the travel locus of the other vehicle calculated from the detection position by the sensor that is mounted on the vehicle and detects the position of the object around the vehicle becomes the actual travel locus by increasing the distance between the vehicle and the other vehicle. It can suppress meandering more.

実施形態に係る走行軌跡推定装置を備える車両の構成例を示す図である。It is a figure showing an example of composition of vehicles provided with a run locus estimating device concerning an embodiment. 位置測定センサによる周辺物体の位置の測定の説明図である。It is explanatory drawing of the measurement of the position of the surrounding object by a position measurement sensor. 比較的近距離の他車両の走査点を説明する概略図である。It is the schematic explaining the scanning point of the other vehicle comparatively short distance. 比較的近距離の他車両の検出位置を説明する概略図である。It is the schematic explaining the detection position of the other vehicle comparatively short distance. 比較的遠距離の他車両の走査点を説明する概略図である。It is the schematic explaining the scanning point of the other vehicle of comparatively long distance. 比較的遠距離の他車両の検出位置を説明する概略図である。It is the schematic explaining the detection position of the other vehicle of comparatively long distance. 実施形態に係る走行軌跡推定装置の機能構成の一例を示す図である。It is a figure which shows an example of a function structure of the traveling locus estimation apparatus which concerns on embodiment. 他車両の検出位置、及び車両と他車両との距離の説明図である。It is explanatory drawing of the distance of the detection position of another vehicle, and a vehicle, and another vehicle. 検出位置の時系列の分割方法を説明する概略図である。It is the schematic explaining the division method of the time series of a detection position. 実施形態に係る走行軌跡推定方法のフローチャートである。It is a flowchart of the running locus estimation method according to the embodiment. 再分割処理の一例のフローチャートである。It is a flowchart of an example of a re-division process. 車両と他車両との間の車幅方向位置の差分の説明図である。It is explanatory drawing of the difference of the vehicle width direction position between a vehicle and another vehicle. 車両と他車両との間の車幅方向位置の差分が比較的大きい場合の走査点を説明する概略図である。It is the schematic explaining the scanning point in case the difference of the vehicle width direction position between a vehicle and another vehicle is comparatively large.

以下、本発明の実施形態について、図面を参照しつつ説明する。
（第１実施形態）
（構成）
図１を参照する。車両１は、車輪２と、車輪速センサ３と、ステアリングホイール４と、操舵角センサ５と、位置測定センサ６と、ヨーレートセンサ７と、コントローラ１０と、運転支援システム１１を備える。 Embodiments of the present invention will be described below with reference to the drawings.
(First embodiment)
(Constitution)
Please refer to FIG. The vehicle 1 includes a wheel 2, a wheel speed sensor 3, a steering wheel 4, a steering angle sensor 5, a position measurement sensor 6, a yaw rate sensor 7, a controller 10, and a driving support system 11.

車輪速センサ３は、車輪速を検出し、検出した車輪速の情報である車輪速情報をコントローラ１０に出力する。車輪速センサ３は、例えば車輪速パルスを生成するロータリエンコーダ等のパルス発生器を備えてよい。
操舵角センサ５は、ステアリングホイール４の操舵角を検出し、検出した操舵角の情報である操舵角情報をコントローラ１０へ出力する。操舵角センサ５は、ステアリング軸などに設けられる。操舵角センサ５に代えて、操向輪の転舵角を検出する転舵角センサを設け、転舵角の情報である転舵角情報を操舵角情報に代えてコントローラ１０へ入力してもよい。 The wheel speed sensor 3 detects the wheel speed and outputs wheel speed information, which is information on the detected wheel speed, to the controller 10. The wheel speed sensor 3 may include a pulse generator such as a rotary encoder that generates wheel speed pulses.
The steering angle sensor 5 detects the steering angle of the steering wheel 4 and outputs the steering angle information, which is information on the detected steering angle, to the controller 10. The steering angle sensor 5 is provided on a steering shaft or the like. Instead of the steering angle sensor 5, a steering angle sensor for detecting the steering angle of the steered wheels is provided, and the steering angle information, which is information on the steering angle, may be input to the controller 10 instead of the steering angle information. Good.

位置測定センサ６は、車両１周囲の物体の表面を走査して車両１から物体表面上の走査点までの距離を測定し且つ走査点までの方向を取得することにより、車両１に対する走査点の相対位置を測定する。位置測定センサ６は、例えば、車両１に搭載されたレーザレンジファインダ、レーザレーダ又はカメラであってよい。
図２を参照する。図２に示すｘ軸方向及びｙ軸方向は、それぞれ車両１の前後方向及び車幅方向である。位置測定センサ６が車両１に搭載される場合、位置測定センサ６は、車両１の周辺の物体２０の表面上の走査点２１の相対位置を、例えば、車両１の位置を原点とする相対座標系における走査点２１までの距離ｒ１と方位角（すなわち水平方向角度）θ１によって定まる位置として検出してよい。 The position measurement sensor 6 scans the surface of the object around the vehicle 1, measures the distance from the vehicle 1 to the scanning point on the object surface, and acquires the direction to the scanning point. Measure relative position. The position measurement sensor 6 may be, for example, a laser range finder, a laser radar, or a camera mounted on the vehicle 1.
Please refer to FIG. The x-axis direction and the y-axis direction shown in FIG. 2 are the front-rear direction and the vehicle width direction of the vehicle 1, respectively. When the position measurement sensor 6 is mounted on the vehicle 1, the position measurement sensor 6 uses the relative position of the scanning point 21 on the surface of the object 20 around the vehicle 1, for example, relative coordinates with the position of the vehicle 1 as the origin. It may be detected as a position determined by the distance r1 to the scanning point 21 in the system and the azimuth angle (that is, horizontal angle) θ1.

位置測定センサ６により検出された相対位置の情報を以下の説明において「検出位置情報」と表記することがある。また、車両１に対する相対位置を「相対位置」と表記することがある。位置測定センサ６は、検出位置情報をコントローラ１０へ出力する。
図１を参照する。ヨーレートセンサ７は、車両１のヨーレート（車体が旋回する方向への回転角の変化速度）を検出し、検出したヨーレートの情報であるヨーレート情報をコントローラ１０へ出力する。 Information on the relative position detected by the position measurement sensor 6 may be referred to as “detected position information” in the following description. Further, the relative position with respect to the vehicle 1 may be referred to as “relative position”. The position measurement sensor 6 outputs detected position information to the controller 10.
Please refer to FIG. The yaw rate sensor 7 detects the yaw rate of the vehicle 1 (change speed of the rotation angle in the direction in which the vehicle body turns), and outputs yaw rate information that is information of the detected yaw rate to the controller 10.

コントローラ１０は、プロセッサ１２と、記憶装置１３等のＣＰＵ周辺部品とを含む電子制御ユニットである。プロセッサ１２は、例えばＣＰＵ（Central Processing Unit）、やＭＰＵ（Micro-Processing Unit）であってよい。記憶装置１３は、ＲＯＭ（Read Only Memory）及びＲＡＭ（Random Access Memory）等のメモリを備える。記憶装置１３は、不揮発性メモリ又はハードディスクドライブ装置を含んでもよい。
コントローラ１０は、少なくとも車輪速情報とヨーレート情報に基づいて車両１の移動量を算出する。コントローラ１０は、車両１の周囲の他車両を位置測定センサ６により走査して得た走査点の検出位置情報に基づいて、他車両の相対位置を測定する。
位置測定センサ６の検出位置情報に基づいて測定された他車両の相対位置を、以下の説明において「検出位置」と表記することがある。コントローラ１０は、他車両の検出位置と車両１の移動量と基づいて、他車両の走行軌跡を推定する。コントローラ１０は、推定した他車両の走行軌跡を運転支援システム１１に出力する。
コントローラ１０は、特許請求の範囲に記載の推定回路の一例である。 The controller 10 is an electronic control unit including a processor 12 and CPU peripheral components such as a storage device 13. The processor 12 may be, for example, a CPU (Central Processing Unit) or an MPU (Micro-Processing Unit). The storage device 13 includes a memory such as a ROM (Read Only Memory) and a RAM (Random Access Memory). The storage device 13 may include a nonvolatile memory or a hard disk drive device.
The controller 10 calculates the movement amount of the vehicle 1 based on at least the wheel speed information and the yaw rate information. The controller 10 measures the relative position of the other vehicle based on the detected position information of the scanning point obtained by scanning the other vehicle around the vehicle 1 with the position measurement sensor 6.
The relative position of the other vehicle measured based on the detection position information of the position measurement sensor 6 may be referred to as “detection position” in the following description. The controller 10 estimates the travel locus of the other vehicle based on the detection position of the other vehicle and the movement amount of the vehicle 1. The controller 10 outputs the estimated traveling locus of the other vehicle to the driving support system 11.
The controller 10 is an example of an estimation circuit described in the claims.

運転支援システム１１は、コントローラ１０と同様に、プロセッサと、記憶装置等のＣＰＵ周辺部品とを含む電子制御ユニットである。
運転支援システム１１は、コントローラ１０から入力して他車両２２の走行軌跡に基づいて、運転者による車両１の運転に対する運転支援を行う。
運転支援の一例は、車両１の制動制御、加速制御及び操舵制御の少なくとも１つを含む車両１の走行状態の制御であってもよい。例えば運転支援システム１１は、車両１が他車両の走行軌跡に沿って他車両に追従するように、車両１の制駆動及び操舵を制御してよい。例えば運転支援システム１１は、他車両２２の走行軌跡に応じて、車両１の制動制御及び操舵制御のいずれか一方を選択して実行して、他車両２２との衝突を回避してもよい。 Similar to the controller 10, the driving support system 11 is an electronic control unit including a processor and CPU peripheral components such as a storage device.
The driving support system 11 performs driving support for driving the vehicle 1 by the driver based on the travel locus of the other vehicle 22 input from the controller 10.
An example of driving assistance may be control of the running state of the vehicle 1 including at least one of braking control, acceleration control, and steering control of the vehicle 1. For example, the driving support system 11 may control the braking / driving and steering of the vehicle 1 so that the vehicle 1 follows the other vehicle along the traveling locus of the other vehicle. For example, the driving assistance system 11 may avoid a collision with the other vehicle 22 by selecting and executing one of the braking control and the steering control of the vehicle 1 according to the travel locus of the other vehicle 22.

図３を参照する。参照符号２２は車両１の周辺の他車両を示す。図中の範囲２３内の円形のプロットは、位置測定センサ６で他車両２２を走査したときの走査点を示す。
位置測定センサ６は、水平方向角度の角度分解能を有する。このため、車両１と他車両２２との距離が短いほど他車両２２の表面の走査点は多くなる。
この結果、車両１と他車両２２との距離が比較的短い場合には、より多くの走査点の相対位置から他車両２２の検出位置を算出することができるので、検出位置の誤差が小さくなる。
図４を参照する。四角形のプロットＰＡｉ（ｉ＝１〜１０）は、それぞれ時刻ｔｉにおける他車両２２の検出位置を示す。車両１と他車両２２との距離が比較的短い場合には、検出位置ＰＡｉの誤差に起因する検出位置ＰＡｉの車幅方向位置の偏差を小さく抑えることができる。 Please refer to FIG. Reference numeral 22 indicates other vehicles around the vehicle 1. A circular plot within a range 23 in the figure indicates scanning points when the other vehicle 22 is scanned by the position measurement sensor 6.
The position measurement sensor 6 has an angular resolution of a horizontal angle. For this reason, the shorter the distance between the vehicle 1 and the other vehicle 22, the more scanning points on the surface of the other vehicle 22.
As a result, when the distance between the vehicle 1 and the other vehicle 22 is relatively short, the detection position of the other vehicle 22 can be calculated from the relative positions of more scanning points, so that the error in the detection position is reduced. .
Please refer to FIG. Square plots PA i (i = 1 to 10) indicate the detection positions of the other vehicle 22 at time t i , respectively. When the distance between the vehicle 1 and the other vehicle 22 is relatively short, the deviation in the vehicle width direction position of the detecting position PA i caused by the error detection position PA i can be reduced.

一方で、車両１と他車両２２との距離が長いほど他車両２２の表面の走査点は少なくなる。図５を参照する。図中の範囲２４内の円形のプロットは、位置測定センサ６で他車両２２を走査したときの走査点を示す。車両１と他車両２２との距離が比較的長いことにより、範囲２４内の走査点は、車両１と他車両２２との距離が比較的短い場合の範囲２３内の走査点よりも少ない。
この結果、車両１と他車両２２との距離が比較的長い場合には、他車両２２の検出位置の算出に使用する走査点が減るので検出位置の誤差が大きくなる。
図６を参照する。車両１と他車両２２との距離が比較的長い場合には、検出位置ＰＡｉの誤差に起因する検出位置ＰＡｉの車幅方向位置の偏差が増大する。 On the other hand, the longer the distance between the vehicle 1 and the other vehicle 22, the fewer the scanning points on the surface of the other vehicle 22. Please refer to FIG. A circular plot within a range 24 in the figure indicates scanning points when the other vehicle 22 is scanned by the position measurement sensor 6. Since the distance between the vehicle 1 and the other vehicle 22 is relatively long, the scanning points in the range 24 are fewer than the scanning points in the range 23 when the distance between the vehicle 1 and the other vehicle 22 is relatively short.
As a result, when the distance between the vehicle 1 and the other vehicle 22 is relatively long, the number of scanning points used for calculating the detection position of the other vehicle 22 is reduced, and the error in the detection position is increased.
Please refer to FIG. When the distance between the vehicle 1 and the other vehicle 22 is relatively long, the deviation in the vehicle width direction position of the detecting position PA i caused by the error detection position PA i increases.

このため、誤差が大きな検出位置ＰＡｉから他車両２２の走行軌跡を算出すると、複雑な曲線で近似しなければ近似誤差が小さくならないため、算出した走行軌跡の形状が複雑になり不安定に蛇行するおそれがある。
さらに、精度の低い検出位置ＰＡｉに基づいて高次多項式で走行軌跡を近似すると振動が発生して、低次多項式で近似するよりも劣った近似結果となることがある。 Therefore, when the error is to calculate the travel locus of the other vehicle 22 from large detection position PA i, complex for approximation error to be approximated by a curve is not reduced, the calculated shape of the travel locus is complicated unstable tortuous There is a risk.
Furthermore, if the traveling locus is approximated with a high-order polynomial based on the detection position PA i with low accuracy, vibration may occur, resulting in an approximation result that is inferior to the approximation with the low-order polynomial.

そこで、実施形態に係る走行軌跡推定装置は、他車両２２の走行軌跡を近似により推定する際に、車両１と他車両２２との距離が長いほどより単純な近似線で近似され易くすることにより、走行軌跡の近似結果が不安定に蛇行するのを抑制する。
例えば、走行軌跡推定装置は、車両１と他車両２２との距離が長いほど近似誤差の許容閾値を大きく設定することにより、単純な近似線でも許容閾値の要求を満たし易くする。 Therefore, when estimating the travel locus of the other vehicle 22 by approximation, the travel locus estimation apparatus according to the embodiment makes it easier to approximate with a simple approximation line as the distance between the vehicle 1 and the other vehicle 22 increases. This suppresses the meandering result of the running trajectory from being unstable.
For example, the traveling locus estimation device makes it easy to satisfy the requirement of the allowable threshold even with a simple approximate line by setting the allowable threshold of the approximate error to be larger as the distance between the vehicle 1 and the other vehicle 22 is longer.

図７を参照する。走行軌跡推定装置３０は、他車両認識部３１と、評価部３２と、移動量算出部３３と、検出位置蓄積部３４と、走行軌跡推定部３５とを備える。
コントローラ１０のプロセッサ１２は、記憶装置１３に記憶されたコンピュータプログラムを実行することにより、他車両認識部３１、評価部３２、移動量算出部３３、検出位置蓄積部３４、及び走行軌跡推定部３５の機能を実現する。 Please refer to FIG. The travel locus estimation apparatus 30 includes an other vehicle recognition unit 31, an evaluation unit 32, a movement amount calculation unit 33, a detection position accumulation unit 34, and a travel locus estimation unit 35.
The processor 12 of the controller 10 executes the computer program stored in the storage device 13, thereby causing the other vehicle recognition unit 31, the evaluation unit 32, the movement amount calculation unit 33, the detected position accumulation unit 34, and the travel locus estimation unit 35. Realize the function.

図８を参照する。他車両認識部３１は、位置測定センサ６からの検出位置情報に基づいてある時刻ｔｎにおける他車両２２の検出位置ＰＡｎ＝（ＸＡｎ，ＹＡｎ）を認識する。他車両認識部３１は、認識結果を示す他車両情報を生成する。
評価部３２は、他車両認識部３１の認識結果毎に、認識状態の評価値Ｅｖｎを決定する。評価値Ｅｖｎは、車両１と他車両２２との間の距離が長くなるほど増加する値である。評価値Ｅｖｎは、例えば、車両１と他車両２２との間の距離ＬＡｎ＝√（ＸＡｎ ２＋ＹＡｎ ２）そのものであってよい。評価部３２は、検出位置ＰＡｎの情報を含む他車両情報に評価値Ｅｖｎを付加する。 Please refer to FIG. The other vehicle recognition unit 31 recognizes the detected position PA n = (XA n , YA n ) of the other vehicle 22 at a certain time t n based on the detected position information from the position measurement sensor 6. The other vehicle recognition unit 31 generates other vehicle information indicating the recognition result.
Evaluation unit 32, for each recognition result of the other vehicle recognition unit 31, determines an evaluation value Ev n recognition state. Evaluation value Ev n is a value distance increases as the longer between the vehicle 1 and the other vehicle 22. The evaluation value Ev n may be, for example, the distance LA n = √ (XA n 2 + YA n 2 ) itself between the vehicle 1 and the other vehicle 22. The evaluation unit 32 adds the evaluation value Ev n to the other vehicle information including the information on the detection position PA n .

移動量算出部３３は、車輪速センサ３からの車輪速情報とヨーレートセンサ７からのヨーレート情報とに基づいて、車両１の移動量を算出する。車両１の移動量は、例えば、車両１の並進運動量ΔＸ及びΔＹと、回転量Δφを含んでよい。
検出位置蓄積部３４は、他車両認識部３１により生成され評価部３２により評価値Ｅｖｎが付加された他車両情報を、記憶装置１３に蓄積する。すなわち、検出位置蓄積部３４は、検出位置ＰＡｎの時系列を記憶装置１３に記憶する。 The movement amount calculation unit 33 calculates the movement amount of the vehicle 1 based on the wheel speed information from the wheel speed sensor 3 and the yaw rate information from the yaw rate sensor 7. The movement amount of the vehicle 1 may include, for example, translational movement amounts ΔX and ΔY of the vehicle 1 and a rotation amount Δφ.
Detecting the position storage section 34, the other vehicle information evaluation value Ev n by the generation evaluation unit 32 is added by the other vehicle recognition unit 31 is accumulated in the storage device 13. That is, the detection position storage unit 34 stores the time series of the detection position PA n in the storage device 13.

具体的には、検出位置蓄積部３４は、今回検出した検出位置ＰＡｎの他車両情報を記憶装置１３に記憶する。また、検出位置蓄積部３４は、記憶装置１３に記憶された前回検出した検出位置ＰＡｎ−１までの検出位置ＰＡｉ（ｉ＝１〜ｎ−１）を、車両１の移動量（ΔＸ，ΔＹ，Δφ）に基づいて更新する。 Specifically, the detection position storage unit 34 stores the other vehicle information detection position PA n detected this time in the storage device 13. Further, the detection position accumulating unit 34 uses the detection position PA i (i = 1 to n−1) to the previously detected detection position PA n−1 stored in the storage device 13 as the movement amount (ΔX, Update based on (ΔY, Δφ).

走行軌跡推定部３５は、記憶装置１３に記憶された検出位置ＰＡｉ（ｉ＝１〜ｎ）の時系列を補完することにより、他車両２２の走行軌跡を推定する。
このとき走行軌跡推定部３５は、他車両情報に付加された評価値Ｅｖｎに基づき、評価値Ｅｖｎの代表値Ｅｖを決定する。代表値Ｅｖは、例えば平均値、最大値、又は中間値等の統計学で用いられる代表値であってよい。 The travel locus estimation unit 35 estimates the travel locus of the other vehicle 22 by complementing the time series of the detection positions PA i (i = 1 to n) stored in the storage device 13.
At this time the travel track estimating unit 35, based on the evaluation value Ev n added to the other vehicle information to determine the representative value Ev of the evaluation value Ev n. The representative value Ev may be a representative value used in statistics such as an average value, a maximum value, or an intermediate value.

走行軌跡推定部３５は、代表値Ｅｖに基づき近似誤差の許容閾値γを算出する。許容閾値γは、代表値Ｅｖが大きくなるほど増加する値である。すなわち許容閾値γは、車両１と他車両２２との間の距離が長くなるほど増加する値となる。例えば、位置測定センサ６の水平方向角度の角度分解能がｄθである場合、許容閾値γはγ＝Ｅｖ×ｓｉｎｄθであってよい。   The travel locus estimator 35 calculates an approximate error tolerance threshold γ based on the representative value Ev. The allowable threshold γ is a value that increases as the representative value Ev increases. That is, the allowable threshold γ is a value that increases as the distance between the vehicle 1 and the other vehicle 22 increases. For example, when the angle resolution of the horizontal angle of the position measurement sensor 6 is dθ, the allowable threshold γ may be γ = Ev × sindθ.

次に、走行軌跡推定部３５は、検出位置ＰＡｉの時系列を補間する近似線を表す近似式ｙ＝ｆ（ｘ）を算出する。
走行軌跡推定部３５は、まず直線近似により検出位置ＰＡｉの時系列を補完する近似式ｙ＝ｆ（ｘ）を算出する。例えば、近似式ｙ＝ｆ（ｘ）が多項式である場合、関数ｆ（ｘ）は一次多項式となる。
そして、走行軌跡推定部３５は、近似式ｙ＝ｆ（ｘ）による近似誤差Ｅｒを次式（１）により算出する。 Next, the traveling locus estimation unit 35 calculates an approximate expression y = f (x) representing an approximate line for interpolating the time series of the detection position PA i .
The travel locus estimation unit 35 first calculates an approximate expression y = f (x) that complements the time series of the detection position PA i by linear approximation. For example, when the approximate expression y = f (x) is a polynomial, the function f (x) is a linear polynomial.
Then, the travel locus estimation unit 35 calculates an approximate error Er based on the approximate expression y = f (x) by the following expression (1).

Figure 2018024338
Figure 2018024338

近似式ｙ＝ｆ（ｘ）が直線を表す場合、近似誤差Ｅｒは、近似直線を基準とする検出位置ＰＡｉの時系列の車幅方向位置ＹＡｉの偏差を示す。
近似誤差Ｅｒが許容閾値γ以上の場合、走行軌跡推定部３５は、検出位置の時系列を曲線近似により補完する近似式ｙ＝ｆ（ｘ）を算出する。
一方で、近似誤差Ｅｒが許容閾値γ未満の場合には、走行軌跡推定部３５は、直線近似の近似式ｙ＝ｆ（ｘ）により表される直線を、他車両２２の走行軌跡として推定する。走行軌跡推定部３５は、推定した走行軌跡を運転支援システム１１へ出力する。 When the approximate expression y = f (x) represents a straight line, the approximate error Er indicates a deviation of the time-series vehicle width direction position YA i of the detection position PA i with reference to the approximate straight line.
When the approximation error Er is equal to or greater than the allowable threshold γ, the traveling locus estimation unit 35 calculates an approximate expression y = f (x) that complements the time series of the detection positions by curve approximation.
On the other hand, when the approximate error Er is less than the allowable threshold γ, the travel locus estimation unit 35 estimates a straight line represented by the approximate equation y = f (x) of the straight line approximation as the travel locus of the other vehicle 22. . The travel locus estimation unit 35 outputs the estimated travel locus to the driving support system 11.

すなわち、走行軌跡推定部３５は、検出位置ＰＡｉの時系列における他車両の車幅方向位置の偏差（すなわち近似誤差Ｅｒ）が許容閾値γ以上の場合には検出位置ＰＡｉの時系列を曲線近似で補間することにより他車両２２の走行軌跡を推定する。
近似誤差Ｅｒが許容閾値γ未満の場合には検出位置ＰＡｉの時系列を直線近似で補間することにより走行軌跡を推定する。 That is, the traveling locus estimation unit 35 curves the time series of the detection position PA i when the deviation in the vehicle width direction position of the other vehicle in the time series of the detection position PA i (ie, the approximate error Er) is equal to or greater than the allowable threshold γ. The traveling locus of the other vehicle 22 is estimated by performing interpolation by approximation.
When the approximation error Er is less than the allowable threshold γ, the travel locus is estimated by interpolating the time series of the detection position PA i by linear approximation.

検出位置ＰＡｉの時系列を曲線近似で補間する場合に走行軌跡推定部３５は、所定の曲率半径から順に曲率半径を小さくしていき、その曲率半径の近似曲線を生成する曲線近似式の近似誤差Ｅｒが許容閾値γ未満となるまで、より小さな曲率半径の曲線で補完する曲線近似式を繰り返し算出する。まず、所定の曲率半径の近似曲線を生成する曲線近似式を算出する。例えば、所定の曲率半径は、直線に近い曲率半径として、Ｒ１０００ｍなどに設定する。また、地図情報などから現在走行中の走路の曲率半径の情報が得られている場合には、その曲率半径に対して大きめの曲率半径を所定の曲率半径として設定してもよい。 When the time series of the detection position PA i is interpolated by curve approximation, the traveling locus estimation unit 35 reduces the radius of curvature in order from a predetermined radius of curvature, and approximates a curve approximation formula that generates an approximate curve of the radius of curvature. Until the error Er becomes less than the allowable threshold γ, a curve approximation formula that is complemented by a curve with a smaller radius of curvature is repeatedly calculated. First, a curve approximation formula for generating an approximate curve having a predetermined radius of curvature is calculated. For example, the predetermined curvature radius is set to R1000 m or the like as a curvature radius close to a straight line. In addition, when information on the radius of curvature of the currently running road is obtained from the map information or the like, a larger radius of curvature may be set as the predetermined radius of curvature.

そして走行軌跡推定部３５は、この曲線近似式による他車両２２の走行軌跡の近似誤差Ｅｒが許容閾値γ未満であるか否かを判断する。
近似誤差Ｅｒが許容閾値γ未満である場合、走行軌跡推定部３５は、この曲線近似式による曲線近似により走行軌跡を推定する。すなわち走行軌跡推定部３５は、この曲線近似式により表される近似曲線を他車両２２の走行軌跡として推定する。 Then, the traveling locus estimation unit 35 determines whether or not the approximate error Er of the traveling locus of the other vehicle 22 based on this curve approximation formula is less than the allowable threshold γ.
When the approximation error Er is less than the allowable threshold γ, the traveling locus estimation unit 35 estimates the traveling locus by curve approximation using this curve approximation formula. That is, the travel locus estimation unit 35 estimates the approximate curve represented by this curve approximation formula as the travel locus of the other vehicle 22.

近似誤差Ｅｒが許容閾値γ以上である場合、走行軌跡推定部３５は、この曲線近似式により表される近似曲線（すなわち先の近似曲線）の曲率半径よりも小さな曲率半径の曲線（すなわち次の近似曲線）で検出位置ＰＡｉの時系列を補完する曲線近似式を算出する。
以下、近似誤差Ｅｒが許容閾値γ未満となるまで、より小さな曲率半径の曲線で補完する曲線近似式を繰り返し算出する。 When the approximation error Er is equal to or greater than the allowable threshold γ, the traveling locus estimation unit 35 has a curvature radius curve that is smaller than the curvature radius of the approximation curve (that is, the previous approximation curve) represented by this curve approximation formula (that is, the next curve). A curve approximation formula that complements the time series of the detection position PA i is calculated using (approximate curve).
Hereinafter, until the approximate error Er becomes less than the allowable threshold γ, a curve approximation formula that is complemented by a curve with a smaller radius of curvature is repeatedly calculated.

このように、検出位置ＰＡｉの時系列を曲線近似で補間する場合に、より大きな曲率半径の近似曲線を生成する曲線近似式から優先して、より小さな曲率半径の近似曲線を生成する曲線近似式へと順次算出する。
換言すると、走行軌跡推定部３５は、検出位置ＰＡｉの時系列を補完する第１曲線近似式を算出するよりも先に、第１曲線近似式が表す第１近似曲線の曲率半径Ｒ１よりも大きな曲率半径Ｒ２の曲線で検出位置ＰＡｉの時系列を補完する第２曲線近似式を算出する。第２曲線近似式が表す近似曲線を「第２近似曲線」と表記する。例えば、曲率半径Ｒ２は、直線に近い曲率半径として、Ｒ１０００ｍなどに設定することで、曲率半径Ｒ１が既知ではない段階でも、曲率半径Ｒ１に対して大きな曲率を設定することができる。また、地図情報などから現在走行中の走路の曲率半径の情報が得られている場合には、曲率半径Ｒ１に現在走行中の走路の曲率半径の情報を設定することで、曲率半径Ｒ１に対して大きめの曲率半径を、曲率半径Ｒ２として設定することができる。 In this way, when interpolating the time series of the detection positions PAi by curve approximation, a curve approximation formula for generating an approximate curve with a smaller curvature radius is given priority over the curve approximation formula for generating an approximate curve with a larger curvature radius. Calculate sequentially.
In other words, the travel locus estimation unit 35 is larger than the radius of curvature R1 of the first approximate curve represented by the first curve approximate expression before calculating the first curve approximate expression that complements the time series of the detection position PAi. A second curve approximation formula that complements the time series of the detection position PAi with a curve of the curvature radius R2 is calculated. The approximate curve represented by the second curve approximate expression is denoted as “second approximate curve”. For example, the curvature radius R2 is set to R1000 m or the like as a curvature radius close to a straight line, so that a large curvature can be set with respect to the curvature radius R1 even when the curvature radius R1 is not known. In addition, when the information on the radius of curvature of the currently running track is obtained from the map information or the like, the information on the radius of curvature of the currently running track is set in the radius of curvature R1, so that the radius of curvature R1 is set. A larger radius of curvature can be set as the radius of curvature R2.

走行軌跡推定部３５は、第２曲線近似式による他車両２２の走行軌跡の近似誤差Ｅｒが許容閾値γ未満であるか否かを判断する。
近似誤差Ｅｒが許容閾値γ未満である場合、走行軌跡推定部３５は、第２曲線近似式による曲線近似により走行軌跡を推定する。すなわち走行軌跡推定部３５は、第２曲線近似式により表される第２近似曲線を他車両２２の走行軌跡として推定する。
近似誤差Ｅｒが許容閾値γ以上である場合、走行軌跡推定部３５は第１曲線近似式を算出する。 The travel locus estimation unit 35 determines whether the approximate error Er of the travel locus of the other vehicle 22 based on the second curve approximation formula is less than the allowable threshold γ.
When the approximation error Er is less than the allowable threshold γ, the traveling locus estimation unit 35 estimates the traveling locus by curve approximation using the second curve approximation formula. That is, the travel locus estimation unit 35 estimates the second approximate curve represented by the second curve approximation formula as the travel locus of the other vehicle 22.
When the approximation error Er is equal to or greater than the allowable threshold γ, the traveling locus estimation unit 35 calculates the first curve approximation formula.

走行軌跡推定部３５は、第１曲線近似式による他車両２２の走行軌跡の近似誤差Ｅｒが許容閾値γ未満であるか否かを判断する。
近似誤差Ｅｒが許容閾値γ未満である場合、走行軌跡推定部３５は、第１曲線近似式による曲線近似により走行軌跡を推定する。すなわち走行軌跡推定部３５は、第１曲線近似式により表される第１近似曲線を他車両２２の走行軌跡として推定する。 The traveling locus estimation unit 35 determines whether or not the approximate error Er of the traveling locus of the other vehicle 22 based on the first curve approximation formula is less than the allowable threshold γ.
When the approximation error Er is less than the allowable threshold γ, the traveling locus estimation unit 35 estimates the traveling locus by curve approximation using the first curve approximation formula. That is, the travel locus estimation unit 35 estimates the first approximate curve represented by the first curve approximation formula as the travel locus of the other vehicle 22.

近似誤差Ｅｒが許容閾値γ以上である場合、走行軌跡推定部３５は、第１近似曲線の曲率半径Ｒ１よりも小さな曲率半径の曲線で検出位置ＰＡｉの時系列を補完する曲線近似式を算出する。
以下、近似誤差Ｅｒが許容閾値γ未満となるまで、より小さな曲率半径の曲線で補完する曲線近似式を繰り返し算出する。 When the approximation error Er is equal to or larger than the allowable threshold γ, the traveling locus estimation unit 35 calculates a curve approximation formula that complements the time series of the detection position PAi with a curve having a curvature radius smaller than the curvature radius R1 of the first approximation curve. .
Hereinafter, until the approximate error Er becomes less than the allowable threshold γ, a curve approximation formula that is complemented by a curve with a smaller radius of curvature is repeatedly calculated.

ここで、多項式により他車両２２の走行軌跡を近似する場合を想定する。他車両２２の走行軌跡が形成する曲線は、曲率半径が小さくなるほど（すなわちカーブが急になるほど）複合的になる。このため、小さな曲率半径の曲線の近似誤差を小さくするには、より高次の曲線近似を行う必要がある。
言いかえれば、より高次の近似曲線はより小さな曲率半径の曲線を小さな近似誤差で補完できる。このため、図６のような検出位置ＰＡｉの車幅方向位置のバラツキが大きな時系列を近似する場合、比較的高次の近似曲線の曲率半径は、比較的低次の近似曲線の曲率半径よりも小さくなる。 Here, it is assumed that the traveling locus of the other vehicle 22 is approximated by a polynomial. The curve formed by the traveling locus of the other vehicle 22 becomes more complex as the radius of curvature becomes smaller (that is, the curve becomes steeper). For this reason, in order to reduce the approximation error of the curve with a small radius of curvature, it is necessary to perform higher-order curve approximation.
In other words, higher order approximation curves can complement smaller curvature radius curves with small approximation errors. For this reason, when approximating a time series in which the variation in the position in the vehicle width direction of the detection position PA i as shown in FIG. 6 is approximated, the curvature radius of the relatively high-order approximation curve is the curvature radius of the relatively low-order approximation curve. Smaller than.

そこで、検出位置ＰＡｉの時系列を多項式近似する場合に、走行軌跡推定部３５はより低い次数の近似式から順に算出する。
すなわち、走行軌跡推定部３５は、比較的低いある次数の多項近似式を算出する。そして走行軌跡推定部３５は、この多項近似式による他車両２２の走行軌跡の近似誤差Ｅｒが許容閾値γ未満であるか否かを判断する。
近似誤差Ｅｒが許容閾値γ未満である場合、走行軌跡推定部３５はこの多項近似式による曲線近似により走行軌跡を推定する。
近似誤差Ｅｒが許容閾値γ以上である場合、走行軌跡推定部３５はこの多項近似式よりも次数が高い多項近似式を算出する。
以下、近似誤差Ｅｒが許容閾値γ未満となるまで、走行軌跡推定部３５は次数を上げながら曲線近似式を繰り返し算出する。 Therefore, when the time series of the detection position PA i is approximated by a polynomial, the traveling locus estimation unit 35 sequentially calculates from the lower order approximation formula.
That is, the traveling locus estimation unit 35 calculates a polynomial approximation formula of a relatively low order. Then, the traveling locus estimation unit 35 determines whether or not the approximate error Er of the traveling locus of the other vehicle 22 based on this polynomial approximation formula is less than the allowable threshold γ.
When the approximation error Er is less than the allowable threshold γ, the traveling locus estimation unit 35 estimates the traveling locus by curve approximation using this polynomial approximation formula.
When the approximation error Er is equal to or larger than the allowable threshold γ, the traveling locus estimation unit 35 calculates a polynomial approximation formula having a higher order than the polynomial approximation formula.
Hereinafter, until the approximate error Er becomes less than the allowable threshold γ, the traveling locus estimation unit 35 repeatedly calculates the curve approximation formula while increasing the order.

なお、過度に高い多項近似式を算出しても、演算負荷が増大する一方で近似誤差が小さくならないおそれがある。このため走行軌跡推定部３５は、多項近似式の次数が上限に達しても近似誤差Ｅｒが許容閾値γ未満にならない場合には、上限の次数の多項近似式による曲線近似により走行軌跡を推定してもよい。
例えば、他車両２２の走行路の曲線には３次程度の多項式近似で十分であるため、上限の次数は３次であってよい。 Note that even if an excessively high polynomial approximation is calculated, the calculation load may increase while the approximation error may not be reduced. Therefore, if the approximation error Er does not become less than the allowable threshold γ even if the order of the polynomial approximation reaches the upper limit, the traveling locus estimation unit 35 estimates the traveling locus by curve approximation using the upper limit order polynomial approximation. May be.
For example, since a polynomial approximation of about the third order is sufficient for the curve of the travel path of the other vehicle 22, the upper limit order may be the third order.

また、走行軌跡推定部３５は、検出位置ＰＡｉの時系列を複数の近似対象区間に分割し、近似対象区間毎に走行軌跡を推定してもよい。近似対象区間毎に走行軌跡を推定することにより、他車両２２の走行路の形状が複雑であっても、走行軌跡を精度良く推定することができる。
図９を参照して、検出位置ＰＡｉの時系列の分割方法の一例を説明する。円形のプロットＰＡ１、ＰＡ２、ＰＡ３、…ＰＡｋ、ＰＡｋ＋１、…ＰＡｍ、ＰＡｍ＋１…は、それぞれ時刻ｔ１、ｔ２、ｔ３、…ｔｋ、ｔｋ＋１、…ｔｍ、ｔｍ＋１…における他車両２２の検出位置を示す。 Further, the traveling locus estimation unit 35 may divide the time series of the detection positions PA i into a plurality of approximation target sections and estimate the traveling locus for each approximation target section. By estimating the travel trajectory for each approximation target section, the travel trajectory can be accurately estimated even when the shape of the travel path of the other vehicle 22 is complicated.
With reference to FIG. 9, an example of a time-series division method of the detection position PA i will be described. Circular plots PA 1 , PA 2 , PA 3 ,..., PA k , PA k + 1 ,... PA m , PA m + 1, ... are times t 1 , t 2 , t 3 , ... t k , t k + 1 , ... t m , respectively. The detection position of the other vehicle 22 at t m + 1 .

走行軌跡推定部３５は、記憶装置１３に記憶した検出位置ＰＡｉの時系列に基づいて、検出位置ＰＡｉにおける他車両２２の旋回半径ＲＡｉを算出する。
走行軌跡推定部３５は、近似対象区間Ｓ１の開始位置ＰＤ１直後の検出位置ＰＡ１における旋回半径ＲＡ１と、各検出位置ＰＡｉにおける旋回半径ＲＡｉとを比較する（ｉ＝２，３,…）。
走行軌跡推定部３５は、ＲＡｋが次式（２）又は（３）を満たす場合に、検出位置ＰＡｋと検出位置ＰＡｋ＋１との間の何れかの分割位置ＰＤ２で近似対象区間を分割し、近似対象区間Ｓ１の終了位置と、続く近似対象区間Ｓ２の開始位置を決定する。
ＲＡｋ＞β１×ＲＡ１…（２）
ＲＡｋ＜ＲＡ１／β２…（３）
係数β１及びβ２の値は例えば２であってよい。位置ＰＤ２は、例えば検出位置ＰＡｋと検出位置ＰＡｋ＋１の何れかであってもよい。 The travel locus estimation unit 35 calculates the turning radius RA i of the other vehicle 22 at the detection position PA i based on the time series of the detection position PA i stored in the storage device 13.
Traveling locus estimating unit 35, a turning radius RA 1 at the start position PD 1 detection position PA 1 immediately after the approximate target section S1, and compares the turning radius RA i at each detection position PA i (i = 2,3, …).
When RA k satisfies the following expression (2) or (3), the traveling locus estimation unit 35 divides the approximation target section at any one of the division positions PD 2 between the detection position PA k and the detection position PA k + 1. Then, the end position of the approximation target section S1 and the start position of the subsequent approximation target section S2 are determined.
RA k > β 1 × RA 1 (2)
RA k <RA 1 / β 2 (3)
The values of the coefficients β 1 and β 2 may be 2, for example. Position PD 2 may be for example the detection position PA k with any detection position PA k + 1.

以下同様に、走行軌跡推定部３５は、近似対象区間Ｓ２の開始位置ＰＤ２直後の検出位置ＰＡｋ＋１における旋回半径ＲＡｋ＋１と、各検出位置ＰＡｉにおける旋回半径ＲＡｉとを比較する（ｉ＝ｋ＋２，ｋ＋３,…）。
走行軌跡推定部３５は、次式（４）又は（５）を満たす場合に、検出位置ＰＡｍと検出位置ＰＡｍ＋１との間の何れかの分割位置ＰＤ３で近似対象区間を分割し、近似対象区間Ｓ２の終了位置と、続く近似対象区間Ｓ３の開始位置を決定する。
ＲＡｍ＞β１×ＲＡｋ＋１…（４）
ＲＡｍ＜ＲＡｋ＋１／β２…（５）
以下同様に、走行軌跡推定部３５は、検出位置ＰＡｉの時系列の分割を繰り返す。 Similarly, the traveling locus estimating unit 35, a turning radius RA k + 1 at the start position PD 2 detects the position PA k + 1 immediately after the approximate target section S2, compares the turning radius RA i at each detection position PA i (i = k + 2, k + 3, ...).
When the following equation (4) or (5) is satisfied, the travel locus estimation unit 35 divides the approximation target section at any division position PD 3 between the detection position PA m and the detection position PA m + 1, and performs approximation. The end position of the target section S2 and the start position of the subsequent approximation target section S3 are determined.
RA m > β 1 × RA k + 1 (4)
RA m <RA k + 1 / β 2 (5)
Similarly, the travel locus estimation unit 35 repeats time-series division of the detection position PAi.

走行軌跡推定部３５は、近似対象区間毎に代表値Ｅｖに基づき許容閾値γを算出してよい。代表値Ｅｖは、例えば各近似対象区間における評価値Ｅｖｎの平均値、最大値、又は中間値等の統計学で用いられる代表値であってよい。
ある近似対象区間において、多項近似式の次数が上限に達しても近似誤差Ｅｒが許容閾値γ未満にならない場合、走行軌跡推定部３５はこの近似対象区間をさらに複数の再分割区間に分割してもよい。走行軌跡推定部３５は、係数β１及びβ２の値を減少させることにより、近似対象区間をさらに短い再分割区間に分割できる。
走行軌跡推定部３５は、再分割区間毎に走行軌跡を推定する。 The traveling locus estimation unit 35 may calculate the allowable threshold γ based on the representative value Ev for each approximation target section. Representative value Ev, for example the average value of the evaluation value Ev n in each approximation target section may be a maximum value, or representative values used in statistics of intermediate values or the like.
If the approximation error Er does not become less than the allowable threshold γ even if the degree of the polynomial approximation formula reaches the upper limit in a certain approximation target section, the traveling locus estimation unit 35 further divides the approximation target section into a plurality of subdivision sections. Also good. The traveling locus estimation unit 35 can divide the approximation target section into shorter subdivision sections by decreasing the values of the coefficients β 1 and β 2 .
The traveling locus estimation unit 35 estimates a traveling locus for each subdivision section.

（動作）
以下、第１実施形態に係る走行軌跡推定装置３０の動作の一例について説明する。図１０を参照する。
ステップＳ１において他車両認識部３１は、他車両２２の検出位置ＰＡｎを認識し、認識結果を示す他車両情報を生成する。
ステップＳ２において評価部３２は、他車両認識部３１の認識結果毎に、認識状態の評価値Ｅｖｎを決定する。 (Operation)
Hereinafter, an example of the operation of the travel locus estimation apparatus 30 according to the first embodiment will be described. Please refer to FIG.
Other vehicle recognition unit 31 in step S1 recognizes the detection position PA n of the other vehicle 22, and generates the other vehicle information indicating the recognition result.
In step S < b > 2, the evaluation unit 32 determines the recognition state evaluation value Evn for each recognition result of the other vehicle recognition unit 31.

ステップＳ３において移動量算出部３３は、車両１の移動量を算出する。
ステップＳ４において検出位置蓄積部３４は、他車両認識部３１により生成され評価部３２により評価値Ｅｖｎが付加された他車両情報を記憶装置１３に蓄積する。これにより検出位置ＰＡｉの時系列が記憶装置１３に記憶される。
このとき検出位置蓄積部３４は、今回検出した検出位置ＰＡｎの他車両情報を記憶装置１３に記憶する。また、検出位置蓄積部３４は、記憶装置１３に記憶された前回検出した検出位置ＰＡｎ−１までの検出位置ＰＡｉ（ｉ＝１〜ｎ−１）を、車両１の移動量に基づいて更新する。 In step S <b> 3, the movement amount calculation unit 33 calculates the movement amount of the vehicle 1.
In step S < b > 4, the detected position accumulation unit 34 accumulates the other vehicle information generated by the other vehicle recognition unit 31 and added with the evaluation value Evn by the evaluation unit 32 in the storage device 13. As a result, the time series of the detection position PA i is stored in the storage device 13.
In this case the detection position storage unit 34 stores the other vehicle information detection position PA n detected this time in the storage device 13. Further, the detection position accumulation unit 34 calculates the detection positions PA i (i = 1 to n−1) from the storage device 13 to the previously detected detection positions PA n−1 based on the movement amount of the vehicle 1. Update.

ステップＳ５において走行軌跡推定部３５は、検出位置ＰＡｍにおける他車両２２の旋回半径ＲＡｍを算出する（ｍ＜ｎ）。
ステップＳ６において走行軌跡推定部３５は、旋回半径ＲＡｍが上式（４）又は（５）を満たすか否かを判定することにより、検出位置ＰＡｉの時系列の分割位置を発見たか否かを判断する。
分割位置を発見しない場合（ステップＳ６：Ｎ）に処理はステップＳ１へ戻る。 Traveling locus estimating unit 35 in step S5 calculates the turning radius RA m of the other vehicle 22 at the detection position PA m (m <n).
In step S6, the traveling locus estimation unit 35 determines whether or not the time-series division position of the detection position PA i is found by determining whether or not the turning radius RA m satisfies the above formula (4) or (5). Judging.
If no division position is found (step S6: N), the process returns to step S1.

分割位置を発見した場合（ステップＳ６：Ｙ）に、走行軌跡推定部３５は、発見した分割位置で検出位置ＰＡｉの時系列を分割することにより、新たな近似対象区間を切り出す。走行軌跡推定部３５は、処理をステップＳ７に進め、新たな近似対象区間において他車両２２の走行軌跡を推定する。
ステップＳ７において走行軌跡推定部３５は、近似対象区間における近似誤差の許容閾値γを算出する。
ステップＳ８において走行軌跡推定部３５は、近似対象区間において他車両２２の走行軌跡を近似する多項近似式の次数を１次に初期化する。 When the division position is found (step S6: Y), the traveling locus estimation unit 35 cuts out a new approximation target section by dividing the time series of the detection position PAi at the found division position. The traveling locus estimation unit 35 proceeds with the process to step S7, and estimates the traveling locus of the other vehicle 22 in the new approximation target section.
In step S <b> 7, the traveling locus estimation unit 35 calculates an approximate error allowable threshold γ in the approximation target section.
In step S <b> 8, the traveling locus estimation unit 35 initializes the order of the polynomial approximation formula that approximates the traveling locus of the other vehicle 22 in the approximation target section to the first order.

ステップＳ９において走行軌跡推定部３５は、近似対象区間における検出位置ＰＡｉを補完する多項近似式を算出する。
ステップＳ１０において走行軌跡推定部３５は、ステップＳ９で算出した多項近似式の近似誤差Ｅｒが許容閾値γ以上であるか否かを判断する。近似誤差Ｅｒが許容閾値γ以上である場合（ステップＳ１０：Ｙ）に処理はステップＳ１１へ進む。
近似誤差Ｅｒが許容閾値γ未満である場合（ステップＳ１０：Ｎ）に、走行軌跡推定部３５は、ステップＳ９で算出した多項近似式が表す近似線を、近似対象区間における他車両２２の走行軌跡と推定する。その後に処理はステップＳ１４へ進む。 In step S <b> 9, the travel locus estimation unit 35 calculates a polynomial approximation formula that complements the detection position PA i in the approximation target section.
In step S10, the traveling locus estimation unit 35 determines whether or not the approximation error Er of the polynomial approximate expression calculated in step S9 is greater than or equal to the allowable threshold γ. If the approximation error Er is greater than or equal to the allowable threshold γ (step S10: Y), the process proceeds to step S11.
When the approximation error Er is less than the allowable threshold γ (step S10: N), the travel locus estimation unit 35 uses the approximate line represented by the polynomial approximation calculated in step S9 as the travel locus of the other vehicle 22 in the approximation target section. Estimated. Thereafter, the process proceeds to step S14.

ステップＳ１１において走行軌跡推定部３５は、多項近似式の次数が上限である所定次数であるか否かを判断する。多項近似式の次数が所定次数に至らない場合（ステップＳ１１：Ｎ）に処理はステップＳ１２に進む。多項近似式の次数が所定次数である場合（ステップＳ１１：Ｙ）に処理はステップＳ１３に進む。
ステップＳ１２において走行軌跡推定部３５は、多項近似式の次数を１つ増加させる。その後に処理はステップＳ９へ戻る。 In step S11, the traveling locus estimation unit 35 determines whether or not the order of the polynomial approximate expression is a predetermined order that is an upper limit. If the order of the polynomial approximate expression does not reach the predetermined order (step S11: N), the process proceeds to step S12. If the order of the polynomial approximate expression is a predetermined order (step S11: Y), the process proceeds to step S13.
In step S12, the travel locus estimation unit 35 increases the order of the polynomial approximation by one. Thereafter, the process returns to step S9.

ステップＳ１３において走行軌跡推定部３５は、再分割処理を行う。再分割処理において走行軌跡推定部３５は、近似対象区間をさらに複数の再分割区間に分割し、再分割区間毎に走行軌跡を推定する。その後に処理はステップＳ１４へ進む。
ステップＳ１４において走行軌跡推定部３５は、車両１のイグニッションスイッチ（ＩＧＮ）がオフになったか否かを判定する。イグニッションスイッチがオフになった場合（ステップＳ１４：Ｙ）に処理は終了する。イグニッションスイッチがオフにならない場合（ステップＳ１４：Ｎ）に処理はステップＳ１に戻る。 In step S <b> 13, the travel locus estimation unit 35 performs a re-division process. In the subdivision process, the travel locus estimation unit 35 further divides the approximation target section into a plurality of subdivision sections, and estimates a travel locus for each subdivision section. Thereafter, the process proceeds to step S14.
In step S14, the traveling locus estimation unit 35 determines whether or not the ignition switch (IGN) of the vehicle 1 is turned off. If the ignition switch is turned off (step S14: Y), the process ends. If the ignition switch is not turned off (step S14: N), the process returns to step S1.

次に、図１０のステップＳ１３の再分割処理について説明する。図１１を参照する。
ステップＳ２０において走行軌跡推定部３５は、係数β１及びβ２の値を減少させる。
ステップＳ２１において走行軌跡推定部３５は、減少させた係数β１及びβ２を用いて、近似対象区間を複数の再分割区間に分割する。
以下、ステップＳ２２〜Ｓ２９において走行軌跡推定部３５は、再分割区間毎に他車両２２の走行軌跡を推定する。 Next, the re-division process in step S13 of FIG. 10 will be described. Please refer to FIG.
Traveling locus estimating unit 35 in step S20 reduces the value of the coefficient beta 1 and beta 2.
Traveling locus estimating unit 35 in step S21, using the coefficient decreased beta 1 and beta 2, it divides the approximate target interval into a plurality of subdivision segments.
Hereinafter, in steps S22 to S29, the traveling locus estimation unit 35 estimates the traveling locus of the other vehicle 22 for each subdivision section.

ステップＳ２２において走行軌跡推定部３５は、再分割区間における近似誤差の許容閾値γを算出する。
ステップＳ２３において走行軌跡推定部３５は、再分割区間における多項近似式の次数を１次に初期化する。
ステップＳ２４において走行軌跡推定部３５は、再分割区間における多項近似式を算出する。 In step S <b> 22, the travel locus estimation unit 35 calculates an allowable threshold value γ of the approximation error in the subdivision section.
In step S <b> 23, the traveling locus estimation unit 35 initializes the order of the polynomial approximation formula in the subdivision section to the first order.
In step S <b> 24, the travel locus estimation unit 35 calculates a polynomial approximation formula in the subdivision section.

ステップＳ２５において走行軌跡推定部３５は、ステップＳ２４で算出した多項近似式の近似誤差Ｅｒが許容閾値γ以上であるか否かを判断する。近似誤差Ｅｒが許容閾値γ以上である場合（ステップＳ２５：Ｙ）に処理はステップＳ２６へ進む。
近似誤差Ｅｒが許容閾値γ未満である場合（ステップＳ２５：Ｎ）に、走行軌跡推定部３５は、ステップＳ２４で算出した多項近似式が表す近似線を、再分割区間における他車両２２の走行軌跡と推定する。その後に処理はステップＳ２９へ進む。 In step S25, the travel locus estimation unit 35 determines whether or not the approximation error Er of the polynomial approximation calculated in step S24 is equal to or greater than the allowable threshold γ. If the approximation error Er is greater than or equal to the allowable threshold γ (step S25: Y), the process proceeds to step S26.
When the approximate error Er is less than the allowable threshold γ (step S25: N), the travel locus estimation unit 35 displays the approximate line represented by the polynomial approximation calculated in step S24 as the travel locus of the other vehicle 22 in the subdivision section. Estimated. Thereafter, the process proceeds to step S29.

ステップＳ２６において走行軌跡推定部３５は、多項近似式の次数が上限である所定次数であるか否かを判断する。多項近似式の次数が所定次数に至らない場合（ステップＳ２６：Ｎ）に処理はステップＳ２７に進む。多項近似式の次数が所定次数である場合（ステップＳ２６：Ｙ）に処理はステップＳ２８に進む。
ステップＳ２７において走行軌跡推定部３５は、多項近似式の次数を１つ増加させる。その後に処理はステップＳ２４へ戻る。 In step S <b> 26, the traveling locus estimation unit 35 determines whether or not the order of the polynomial approximate expression is a predetermined order that is an upper limit. If the order of the polynomial approximate expression does not reach the predetermined order (step S26: N), the process proceeds to step S27. If the order of the polynomial approximate expression is the predetermined order (step S26: Y), the process proceeds to step S28.
In step S27, the travel locus estimation unit 35 increases the order of the polynomial approximation by one. Thereafter, the process returns to step S24.

ステップＳ２８において走行軌跡推定部３５は、再分割区間に対して再び再分割処理を行うことにより、再分割区間を複数の区間に分割して区間毎に走行軌跡を推定する。その後に処理はステップＳ２９へ進む。
ステップＳ２９において走行軌跡推定部３５は、ステップＳ２１にて近似対象区間を分割して得た再分割区間の全てにおいて、走行軌跡の多項近似式の算出が完了したか否かを判定する。全ての多項近似式の算出が完了した場合（ステップＳ２９：Ｙ）に再分割処理は終了する。多項近似式の算出が完了していない再分割区間がある場合（ステップＳ２９：Ｎ）に処理はステップＳ２２へ戻る。 In step S <b> 28, the travel locus estimation unit 35 performs re-division processing on the re-division section again, thereby dividing the re-division section into a plurality of sections and estimating the travel locus for each section. Thereafter, the process proceeds to step S29.
In step S29, the travel trajectory estimation unit 35 determines whether or not the calculation of the polynomial approximate expression of the travel trajectory has been completed in all of the re-division sections obtained by dividing the approximation target section in step S21. When calculation of all polynomial approximation formulas is completed (step S29: Y), the re-division processing ends. If there is a subdivision section in which the calculation of the polynomial approximation has not been completed (step S29: N), the process returns to step S22.

（第１実施形態の効果）
（１）車両１に搭載され車両１周辺の物体の位置を検出する位置測定センサ６は、他車両２２の位置を検出する。検出位置蓄積部３４は、位置測定センサ６により検出された他車両２２の検出位置の時系列を、記憶装置１３に記憶する。
走行軌跡推定部３５は、車両１と他車両２２との距離が長いほど大きな許容閾値γを設定する。
走行軌跡推定部３５は、検出位置の時系列における他車両の車幅方向位置の偏差Ｅｒが許容閾値γ以上の場合には検出位置の時系列を曲線近似で補間することにより他車両２２の走行軌跡を推定する。走行軌跡推定部３５は、偏差Ｅｒが許容閾値γ未満の場合には検出位置の時系列を直線近似で補間することにより他車両２２の走行軌跡を推定する。 (Effect of 1st Embodiment)
(1) The position measurement sensor 6 that is mounted on the vehicle 1 and detects the position of an object around the vehicle 1 detects the position of the other vehicle 22. The detection position storage unit 34 stores the time series of the detection positions of the other vehicle 22 detected by the position measurement sensor 6 in the storage device 13.
The travel locus estimation unit 35 sets a larger allowable threshold γ as the distance between the vehicle 1 and the other vehicle 22 is longer.
When the deviation Er of the position in the vehicle width direction of the other vehicle in the time series of the detected position is equal to or larger than the allowable threshold γ, the travel locus estimation unit 35 interpolates the time series of the detected position by curve approximation to thereby run the other vehicle 22. Estimate the trajectory. When the deviation Er is less than the allowable threshold γ, the travel locus estimation unit 35 estimates the travel locus of the other vehicle 22 by interpolating the time series of the detected positions by linear approximation.

このため、車両１と他車両２２との距離が長いほど大きな許容閾値γが設定されるので、車両１と他車両２２との距離が長くなると曲線近似よりも直線近似によって走行軌跡が推定され易くなる。このため、車両１と他車両２２との距離が長くなり他車両２２の検出位置の誤差が増大しても、算出した走行軌跡が実際の走行軌跡よりも蛇行するのを抑制できる。   For this reason, since the larger allowable threshold γ is set as the distance between the vehicle 1 and the other vehicle 22 is longer, when the distance between the vehicle 1 and the other vehicle 22 is longer, the travel locus is more likely to be estimated by linear approximation rather than curve approximation. Become. For this reason, even if the distance between the vehicle 1 and the other vehicle 22 becomes longer and the error in the detection position of the other vehicle 22 increases, it is possible to suppress the meandering of the calculated traveling locus from the actual traveling locus.

（２）検出位置の時系列を曲線近似で補間する場合に、走行軌跡推定部３５は、曲線近似の曲線半径を、所定の曲率半径から順に小さくしていき、走行軌跡推定部３５は、曲線近似による近似誤差Ｅｒを算出し、近似誤差Ｅｒが許容閾値γ未満となる曲線近似により他車両２２の走行軌跡を推定する。
このように、走行軌跡推定部３５は、所定の曲率半径から順により小さな曲率半径の曲線で補完する曲線近似式を繰り返し算出するので、曲率半径が大きいより緩やかな走行軌跡を優先的に算出することができる。このため、算出した他車両２２の走行軌跡の蛇行を低減できる。 (2) When the time series of the detection position is interpolated by curve approximation, the traveling locus estimation unit 35 sequentially decreases the curve radius of the curve approximation from a predetermined radius of curvature, and the traveling locus estimation unit 35 An approximation error Er by approximation is calculated, and the traveling locus of the other vehicle 22 is estimated by curve approximation in which the approximation error Er is less than the allowable threshold γ.
As described above, the traveling locus estimation unit 35 repeatedly calculates a curve approximation formula that is complemented with a curve having a smaller curvature radius in order from a predetermined curvature radius, so that a gentler traveling locus having a larger curvature radius is preferentially calculated. be able to. For this reason, meandering of the calculated travel locus of the other vehicle 22 can be reduced.

（３）走行軌跡推定部３５は、検出位置の時系列を複数の近似対象区間に分割し、近似対象区間毎に他車両２２の走行軌跡を推定する。検出位置の時系列を複数区間に分割して区間毎に近似線を算出するため、他車両２２の走行路の形状が複雑であっても精度よく走行軌跡を推定できる。
（４）走行軌跡推定部３５は、ある近似対象区間における近似誤差Ｅｒが許容閾値γ未満にならない場合、この近似対象区間を複数の再分割区間にさらに分割し、再分割区間毎に他車両２２の走行軌跡を推定する。
近似誤差Ｅｒが許容閾値γ未満にならない場合に更に小さな区間毎に他車両２２の走行軌跡を推定することにより、走行軌跡の推定精度を向上することができる。 (3) The traveling locus estimation unit 35 divides the time series of the detection positions into a plurality of approximation target sections, and estimates the traveling locus of the other vehicle 22 for each approximation target section. Since the time series of the detection position is divided into a plurality of sections and an approximate line is calculated for each section, the travel locus can be accurately estimated even if the travel path shape of the other vehicle 22 is complicated.
(4) When the approximation error Er in a certain approximation target section does not become less than the allowable threshold γ, the traveling locus estimation unit 35 further divides the approximation target section into a plurality of subdivision sections, and the other vehicle 22 for each subdivision section. Is estimated.
When the approximate error Er does not become less than the allowable threshold γ, the estimation accuracy of the travel locus can be improved by estimating the travel locus of the other vehicle 22 for each smaller section.

（第２実施形態）
続いて、第２実施形態の走行軌跡推定装置３０を説明する。車両１が旋回している間は、他車両認識部３１による他車両２２の検出位置ＰＡｉの検出精度が低下することがある。他車両２２が旋回している間も同様である。
そこで第２実施形態の走行軌跡推定装置３０は、車両１及び他車両２２の少なくとも一方が旋回している場合には、許容閾値γを増加させることによってより単純な近似線で走行軌跡を近似され易くし、走行軌跡の近似結果が不安定に蛇行するのを抑制する。 (Second Embodiment)
Next, the travel locus estimation device 30 of the second embodiment will be described. While the vehicle 1 is turning, the detection accuracy of the detection position PA i of the other vehicle 22 by the other vehicle recognition unit 31 may be lowered. The same applies while the other vehicle 22 is turning.
Therefore, the travel locus estimation device 30 of the second embodiment approximates the travel locus with a simpler approximation line by increasing the allowable threshold γ when at least one of the vehicle 1 and the other vehicle 22 is turning. This makes it easy to prevent the approximate result of the traveling locus from meandering in an unstable manner.

第２実施形態の走行軌跡推定装置３０の機能構成は、図７に示す機能構成と同様である。走行軌跡推定部３５は、移動量算出部３３が算出した車両１の移動量に基づいて車両１のヨーレートωを算出する。走行軌跡推定部３５は、他車両２２の検出位置ＰＡｎの時系列に基づいて、他車両２２の速度と旋回半径を算出し、速度と旋回半径とに基づいて他車両２２のヨーレートρを算出する。 The functional configuration of the travel locus estimation apparatus 30 of the second embodiment is the same as the functional configuration shown in FIG. The travel locus estimation unit 35 calculates the yaw rate ω of the vehicle 1 based on the movement amount of the vehicle 1 calculated by the movement amount calculation unit 33. The traveling locus estimation unit 35 calculates the speed and turning radius of the other vehicle 22 based on the time series of the detection position PA n of the other vehicle 22, and calculates the yaw rate ρ of the other vehicle 22 based on the speed and the turning radius. To do.

走行軌跡推定部３５は、車両１のヨーレートωが大きい場合の許容閾値γを、ヨーレートωが小さい場合の許容閾値γよりも大きく設定する。例えば、ヨーレートωの絶対値｜ω｜が所定閾値ω０より大きい場合には、絶対値｜ω｜が所定閾値ω０未満の場合の許容閾値をβ３倍した値を許容閾値として設定する。β３は１より大きな係数であり、例えばβ３＝１．２であってよい。また、所定閾値ω０は例えば１０（ｄｅｇ／ｓ）であってよい。 The travel locus estimation unit 35 sets the allowable threshold γ when the yaw rate ω of the vehicle 1 is large to be larger than the allowable threshold γ when the yaw rate ω is small. For example, the absolute value of the yaw rate omega | omega | when is larger than a predetermined threshold value ω0, the absolute value | omega | sets a value that the allowable threshold has beta 3 times of less than a predetermined threshold value ω0 acceptable threshold. β 3 is a coefficient greater than 1, for example, β 3 = 1.2. The predetermined threshold ω0 may be 10 (deg / s), for example.

また、走行軌跡推定部３５は、他車両２２のヨーレートρが大きい場合の許容閾値γを、ヨーレートρが小さい場合の許容閾値γよりも大きく設定する。例えば、ヨーレートρの絶対値｜ρ｜が所定閾値ρ０より大きい場合には、絶対値｜ρ｜が所定閾値ρ０未満の場合の許容閾値をβ４倍した値を許容閾値として設定する。β４は１より大きな係数であり、例えばβ４＝１．２であってよい。また、所定閾値ρ０は例えば１０（ｄｅｇ／ｓ）であってよい。 Further, the traveling locus estimation unit 35 sets the allowable threshold γ when the yaw rate ρ of the other vehicle 22 is large to be larger than the allowable threshold γ when the yaw rate ρ is small. For example, the absolute value of the yaw rate [rho | [rho | when is larger than a predetermined threshold value ρ0, the absolute value | [rho | sets a value that the allowable threshold has been beta 4 times of less than a predetermined threshold value ρ0 acceptable threshold. β 4 is a coefficient greater than 1, for example, β 4 = 1.2. Further, the predetermined threshold ρ0 may be 10 (deg / s), for example.

（第２実施形態の効果）
走行軌跡推定部３５は、車両１及び他車両２２の少なくとも一方が旋回している場合に許容閾値γを増加させる。
これにより、車両１及び他車両２２の少なくとも一方が旋回することにより他車両２２の検出位置の検出精度が低下しても、より単純な近似線で走行軌跡を近似され易くし、走行軌跡の近似結果が不安定に蛇行するのを抑制する。 (Effect of 2nd Embodiment)
The travel locus estimation unit 35 increases the allowable threshold γ when at least one of the vehicle 1 and the other vehicle 22 is turning.
Thereby, even if at least one of the vehicle 1 and the other vehicle 22 turns and the detection accuracy of the detection position of the other vehicle 22 is lowered, the traveling locus can be easily approximated by a simple approximation line, and the traveling locus is approximated. Suppress the meandering of the results.

（第３実施形態）
続いて、第３実施形態の走行軌跡推定装置３０を説明する。図１２を参照する。第２実施形態の走行軌跡推定装置３０は、車両１と他車両２２との間の車幅方向位置の差分Ｄｗが大きいほど許容閾値γを減少させる。
図１３を参照する。範囲２５及び２６内の円形のプロットは、位置測定センサ６による他車両２２の走査点を示す。車両１と他車両２２との間の車幅方向位置の差分Ｄｗが大きい場合に、位置測定センサ６は図１３に示すように他車両２２の背面に加えて側面を走査することができるので、検出位置ＰＡｉの検出精度がより高くなる。
そこで、第３実施形態の走行軌跡推定装置３０は、車両１と他車両２２との間の車幅方向位置の差分Ｄｗが大きい場合には許容閾値γを減少させることで走行軌跡の近似精度を向上する。 (Third embodiment)
Then, the traveling locus estimation apparatus 30 of 3rd Embodiment is demonstrated. Please refer to FIG. The travel locus estimation apparatus 30 of the second embodiment decreases the allowable threshold γ as the vehicle width direction position difference Dw between the vehicle 1 and the other vehicle 22 increases.
Please refer to FIG. Circular plots within the ranges 25 and 26 indicate scanning points of the other vehicle 22 by the position measurement sensor 6. When the vehicle width direction position difference Dw between the vehicle 1 and the other vehicle 22 is large, the position measurement sensor 6 can scan the side surface in addition to the rear surface of the other vehicle 22 as shown in FIG. The detection accuracy of the detection position PA i becomes higher.
Therefore, the travel locus estimation apparatus 30 of the third embodiment increases the approximate accuracy of the travel locus by reducing the allowable threshold γ when the vehicle width direction position difference Dw between the vehicle 1 and the other vehicle 22 is large. improves.

第３実施形態の走行軌跡推定装置３０の機能構成は、図７に示す機能構成と同様である。走行軌跡推定部３５は、他車両２２の検出位置ＰＡｎに基づいて、車両１と他車両２２との間の車幅方向位置の差分Ｄｗを取得する。
走行軌跡推定部３５は、差分Ｄｗが大きい場合の許容閾値γを、差分Ｄｗが小さい場合の許容閾値γよりも小さく設定する。例えば、差分Ｄｗの絶対値｜Ｄｗ｜が所定閾値Ｄ０より大きい場合には、絶対値｜Ｄｗ｜が所定閾値Ｄ未満の場合の許容閾値をβ５倍した値を許容閾値として設定する。β５は１より小さな係数であり、例えばβ５＝０．９であってよい。また、所定閾値Ｄは例えば２．０ｍであってよい。 The functional configuration of the travel locus estimation device 30 of the third embodiment is the same as the functional configuration shown in FIG. Traveling locus estimating unit 35 based on the detected position PA n of the other vehicle 22, obtains a difference Dw in the vehicle width direction position between the vehicle 1 and the other vehicle 22.
The travel locus estimation unit 35 sets the allowable threshold γ when the difference Dw is large to be smaller than the allowable threshold γ when the difference Dw is small. For example, the absolute value of the difference Dw | Dw | when is larger than a predetermined threshold value D0, the absolute value | Dw | sets a value that the allowable threshold has 5 times β in the case of less than the predetermined threshold value D as an allowable threshold. β 5 is a coefficient smaller than 1, for example, β 5 = 0.9. The predetermined threshold D may be 2.0 m, for example.

（第３実施形態の効果）
走行軌跡推定部３５は、車両１と他車両２２との間の車幅方向位置の差分Ｄｗが大きいほど許容閾値γを減少させる。
これにより、他車両２２の検出位置ＰＡｉの検出精度がより高い場合には他車両２２の走行軌跡の近似誤差Ｅｒの許容閾値γを小さくすることにより、走行軌跡の近似精度を向上することができる。 (Effect of the third embodiment)
The travel locus estimation unit 35 decreases the allowable threshold γ as the vehicle width direction position difference Dw between the vehicle 1 and the other vehicle 22 increases.
As a result, when the detection accuracy of the detection position PA i of the other vehicle 22 is higher, the approximate accuracy of the travel locus can be improved by reducing the allowable threshold γ of the approximate error Er of the travel locus of the other vehicle 22. it can.

１…車両、２…車輪、３…車輪速センサ、４…ステアリングホイール、５…操舵角センサ、６…位置測定センサ、７…ヨーレートセンサ、１０…コントローラ、１１…運転支援システム、１２…プロセッサ、１３…記憶装置、２２…他車両、３０…走行軌跡推定装置、３１…他車両認識部、３２…評価部、３３…移動量算出部、３４…検出位置蓄積部、３５…走行軌跡推定部   DESCRIPTION OF SYMBOLS 1 ... Vehicle, 2 ... Wheel, 3 ... Wheel speed sensor, 4 ... Steering wheel, 5 ... Steering angle sensor, 6 ... Position measurement sensor, 7 ... Yaw rate sensor, 10 ... Controller, 11 ... Driving support system, 12 ... Processor, DESCRIPTION OF SYMBOLS 13 ... Memory | storage device, 22 ... Other vehicle, 30 ... Traveling track estimation apparatus, 31 ... Other vehicle recognition part, 32 ... Evaluation part, 33 ... Movement amount calculation part, 34 ... Detection position storage part, 35 ... Traveling track estimation part

Claims (7)

車両に搭載され前記車両周辺の物体の位置を検出するセンサにより他車両の位置を検出し、
前記センサにより検出された前記他車両の検出位置の時系列を記憶し、
前記車両と前記他車両との距離が長いほど大きな閾値を設定し、
前記検出位置の時系列における前記他車両の車幅方向位置の偏差が前記閾値以上の場合には前記検出位置の時系列を曲線近似で補間することにより前記他車両の走行軌跡を推定し、前記偏差が前記閾値未満の場合には前記検出位置の時系列を直線近似で補間することにより前記走行軌跡を推定する、
ことを特徴とする走行軌跡推定方法。 Detecting the position of another vehicle by a sensor mounted on the vehicle and detecting the position of an object around the vehicle;
Storing a time series of detection positions of the other vehicle detected by the sensor;
A larger threshold is set as the distance between the vehicle and the other vehicle is longer,
When the deviation in the vehicle width direction position of the other vehicle in the time series of the detected position is equal to or greater than the threshold, the travel locus of the other vehicle is estimated by interpolating the time series of the detected position by curve approximation, When the deviation is less than the threshold value, the travel locus is estimated by interpolating the time series of the detection positions by linear approximation,
A travel locus estimation method characterized by the above. 前記検出位置の時系列を曲線近似で補間する場合に、前記曲線近似の曲線半径を、所定の曲率半径から順に小さくしていき、
前記曲線近似による近似誤差を算出し、前記近似誤差が前記閾値未満となる前記曲線近似により前記走行軌跡を推定する、
ことを特徴とする請求項１に記載の走行軌跡推定方法。 When interpolating the time series of the detection position by curve approximation, the curve radius of the curve approximation is sequentially reduced from a predetermined radius of curvature,
Calculating an approximation error by the curve approximation, and estimating the traveling locus by the curve approximation in which the approximation error is less than the threshold;
The traveling locus estimation method according to claim 1, wherein: 前記時系列を複数の区間に分割し、前記区間毎に前記走行軌跡を推定することを特徴とする請求項１または２に記載の走行軌跡推定方法。   The travel locus estimation method according to claim 1, wherein the time series is divided into a plurality of sections, and the travel locus is estimated for each section. 前記走行軌跡の曲線近似の近似誤差が前記閾値未満でない前記区間をさらに分割することを特徴とする請求項３に記載の走行軌跡推定方法。   The traveling locus estimation method according to claim 3, wherein the section in which an approximation error of curve approximation of the traveling locus is not less than the threshold is further divided. 前記車両及び前記他車両の少なくとも一方が旋回している場合に、前記閾値を増加させることを特徴とする請求項１〜４の何れか一項に記載の走行軌跡推定方法。   The travel locus estimation method according to any one of claims 1 to 4, wherein the threshold value is increased when at least one of the vehicle and the other vehicle is turning. 前記車両と前記他車両との間の車幅方向位置の差分が大きいほど前記閾値を減少させることを特徴とする請求項１〜５の何れか一項に記載の走行軌跡推定方法。   The travel locus estimation method according to any one of claims 1 to 5, wherein the threshold value is decreased as a difference in a vehicle width direction position between the vehicle and the other vehicle increases. 車両に搭載され前記車両周辺の物体の位置を検出するセンサと、
前記センサにより検出された他車両の検出位置の時系列を記憶する記憶装置と、
前記車両と前記他車両との距離が長いほど大きな閾値を設定し、前記検出位置の時系列における前記他車両の横位置の偏差が前記閾値以上の場合には前記検出位置の時系列を曲線近似で補間することにより前記他車両の走行軌跡を推定し、前記偏差が前記閾値未満の場合には前記検出位置の時系列を直線近似で補間することにより前記走行軌跡を推定する推定回路と、
を備えることを特徴とする走行軌跡推定装置。 A sensor mounted on a vehicle for detecting the position of an object around the vehicle;
A storage device for storing a time series of detection positions of other vehicles detected by the sensor;
A larger threshold is set as the distance between the vehicle and the other vehicle is longer, and when the deviation of the lateral position of the other vehicle in the time series of the detection position is greater than or equal to the threshold, the time series of the detection position is approximated by a curve. An estimation circuit for estimating the travel locus of the other vehicle by interpolating in a case where the travel locus of the other vehicle is estimated, and when the deviation is less than the threshold, the time series of the detection position is interpolated by linear approximation;
A travel trajectory estimation device comprising:
JP2016157714A 2016-08-10 2016-08-10 Travel locus estimation method and travel locus estimation device Active JP6669001B2 (en)

Priority Applications (1)

Application Number Priority Date Filing Date Title
JP2016157714A JP6669001B2 (en) 2016-08-10 2016-08-10 Travel locus estimation method and travel locus estimation device

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
JP2016157714A JP6669001B2 (en) 2016-08-10 2016-08-10 Travel locus estimation method and travel locus estimation device

Publications (2)

Publication Number Publication Date
JP2018024338A true JP2018024338A (en) 2018-02-15
JP6669001B2 JP6669001B2 (en) 2020-03-18

Family

ID=61193581

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2016157714A Active JP6669001B2 (en) 2016-08-10 2016-08-10 Travel locus estimation method and travel locus estimation device

Country Status (1)

Country Link
JP (1) JP6669001B2 (en)

Cited By (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109606368A (en) * 2018-11-19 2019-04-12 江苏大学 A kind of intelligent automobile can open up speed adaptive change Trajectory Tracking Control method
JP2019199160A (en) * 2018-05-16 2019-11-21 三菱電機株式会社 Travel trajectory recognition device, travel trajectory recognition method, vehicle control device, and vehicle control method
JP2020006866A (en) * 2018-07-10 2020-01-16 日立オートモティブシステムズ株式会社 Vehicle control device, vehicle control method and vehicle control system
JP2020032844A (en) * 2018-08-29 2020-03-05 日産自動車株式会社 Travel track generation method and travel track generation apparatus
KR20200072574A (en) * 2018-11-29 2020-06-23 현대자동차주식회사 Vehicle and control method thereof
JP2022044104A (en) * 2020-09-07 2022-03-17 三菱電機株式会社 Target route generator and target route generation system
CN114407883A (en) * 2022-01-11 2022-04-29 北京经纬恒润科技股份有限公司 Method and system for fusing direction angles of obstacles
KR20240022873A (en) * 2022-08-12 2024-02-20 한국공학대학교산학협력단 Method and apparatus for measuring distance between vehicles

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2012088922A (en) * 2010-10-19 2012-05-10 Denso Corp Traveling prediction device
JP2013125403A (en) * 2011-12-14 2013-06-24 Denso Corp Preceding vehicle determination device and inter-vehicle controller

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2012088922A (en) * 2010-10-19 2012-05-10 Denso Corp Traveling prediction device
JP2013125403A (en) * 2011-12-14 2013-06-24 Denso Corp Preceding vehicle determination device and inter-vehicle controller

Cited By (19)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2019199160A (en) * 2018-05-16 2019-11-21 三菱電機株式会社 Travel trajectory recognition device, travel trajectory recognition method, vehicle control device, and vehicle control method
JP7149121B2 (en) 2018-07-10 2022-10-06 日立Astemo株式会社 VEHICLE CONTROL DEVICE, VEHICLE CONTROL METHOD AND VEHICLE CONTROL SYSTEM
WO2020013050A1 (en) * 2018-07-10 2020-01-16 日立オートモティブシステムズ株式会社 Vehicle control device, vehicle control method, and vehicle control system
US11884273B2 (en) 2018-07-10 2024-01-30 Hitachi Astemo, Ltd. Vehicle control device, vehicle control method, and vehicle control system
JP2020006866A (en) * 2018-07-10 2020-01-16 日立オートモティブシステムズ株式会社 Vehicle control device, vehicle control method and vehicle control system
EP3822138A4 (en) * 2018-07-10 2021-10-06 Hitachi Automotive Systems, Ltd. Vehicle control device, vehicle control method, and vehicle control system
CN112272633A (en) * 2018-07-10 2021-01-26 日立汽车***株式会社 Vehicle control device, vehicle control method, and vehicle control system
US20210269030A1 (en) * 2018-07-10 2021-09-02 Hitachi Automotive Systems, Ltd. Vehicle Control Device, Vehicle Control Method, and Vehicle Control System
JP2020032844A (en) * 2018-08-29 2020-03-05 日産自動車株式会社 Travel track generation method and travel track generation apparatus
JP7165537B2 (en) 2018-08-29 2022-11-04 日産自動車株式会社 Traveling locus generating method and traveling locus generating device
CN109606368A (en) * 2018-11-19 2019-04-12 江苏大学 A kind of intelligent automobile can open up speed adaptive change Trajectory Tracking Control method
KR20200072574A (en) * 2018-11-29 2020-06-23 현대자동차주식회사 Vehicle and control method thereof
KR102499976B1 (en) * 2018-11-29 2023-02-15 현대자동차주식회사 Vehicle and control method thereof
JP7080283B2 (en) 2020-09-07 2022-06-03 三菱電機株式会社 Target route generator and target route generation system
JP2022044104A (en) * 2020-09-07 2022-03-17 三菱電機株式会社 Target route generator and target route generation system
CN114407883A (en) * 2022-01-11 2022-04-29 北京经纬恒润科技股份有限公司 Method and system for fusing direction angles of obstacles
CN114407883B (en) * 2022-01-11 2024-03-08 北京经纬恒润科技股份有限公司 Fusion method and system of obstacle direction angle
KR102663836B1 (en) * 2022-08-12 2024-05-13 한국공학대학교산학협력단 Method and apparatus for measuring distance between vehicles
KR20240022873A (en) * 2022-08-12 2024-02-20 한국공학대학교산학협력단 Method and apparatus for measuring distance between vehicles

Also Published As

Publication number Publication date
JP6669001B2 (en) 2020-03-18

Similar Documents

Publication Publication Date Title
JP6669001B2 (en) Travel locus estimation method and travel locus estimation device
JP4544987B2 (en) Collision prediction method and collision prediction apparatus
US8989913B2 (en) Travel route estimation device and travel route estimation method used in the same device
JP5212753B2 (en) Radar apparatus and measurement method used in the radar apparatus
CN103183028B (en) Lane-keeping assistance method for a motor vehicle
JP6040945B2 (en) Predecessor selection device
JP6088251B2 (en) Vehicle travel support device
JP6409744B2 (en) Vehicle travel support device
US10845813B2 (en) Route setting method and route setting device
JP6987973B2 (en) Vehicle control device
CN113978457B (en) Collision risk prediction method and device
JP6567936B2 (en) Steering support control device
JP6419671B2 (en) Vehicle steering apparatus and vehicle steering method
CN108698605B (en) Estimation device
JP2007278892A (en) Obstacle detector for vehicle
JP4876847B2 (en) Vehicle traveling direction estimation device and driving support system
JP2017154516A (en) Collision determination device, collision determination method, and program
JP5703682B2 (en) Risk calculation device and risk calculation method
JP6972377B2 (en) Target trajectory generation device, vehicle control device, target trajectory generation method and vehicle control method
JP4082286B2 (en) Front object position detection device
JP2008302850A (en) Collision determination device
JP6098545B2 (en) Vehicle control device
JP2020027415A (en) Object recognition device
JP7301175B2 (en) Leading vehicle determination system and leading vehicle determination method
KR100469773B1 (en) Method and apparatus for correcting a curve radius

Legal Events

Date Code Title Description
A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20190328

A977 Report on retrieval

Free format text: JAPANESE INTERMEDIATE CODE: A971007

Effective date: 20191127

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20191203

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20200114

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: 20200128

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20200210

R151 Written notification of patent or utility model registration

Ref document number: 6669001

Country of ref document: JP

Free format text: JAPANESE INTERMEDIATE CODE: R151