JP2019078562A

JP2019078562A - 自車位置推定装置

Info

Publication number: JP2019078562A
Application number: JP2017203728A
Authority: JP
Inventors: 将紘坂本; Masahiro Sakamoto
Original assignee: Toyota Motor Corp
Current assignee: Toyota Motor Corp
Priority date: 2017-10-20
Filing date: 2017-10-20
Publication date: 2019-05-23
Anticipated expiration: 2037-10-20
Also published as: JP6828655B2

Abstract

【課題】自車位置を適切に推定することができる自車位置推定装置を提供する。【解決手段】車両の地図上の自車位置を推定する自車位置推定装置１００であって、道路の区画線の位置情報を含む地図情報を記憶している地図データベース５と、車両の周囲を撮像するカメラ２の撮像画像に基づいて、車両の周囲の区画線を認識する区画線認識部１４と、車両のレーダセンサ３の検出結果に基づいて、車両の周囲の物体を認識する物体認識部１２と、区画線認識部の認識した区画線と地図情報に含まれる区画線の位置情報とに基づいて、車両の自車位置を推定する自車位置推定部１５と、を備え、区画線認識部１４は、撮像画像に物体の画像が含まれる場合、物体に対応する画像情報を除外して車両の周囲の区画線の認識を行う。【選択図】図３

Description

本発明は、自車位置推定装置に関する。

従来、自車位置推定装置に関する技術文献として、特開２０１５−１９４３９７号公報が知られている。この公報には、地図情報と車両周囲の撮像画像とから現時刻における車両の予測位置を検出する車両位置検出装置であって、地図情報に含まれる複数の地図線分（白線など）の位置情報と、車両周囲の撮像画像から検出して鳥瞰変換などを行なった複数の線分の位置とに基づいて、地図線分と撮像された線分との対応する組を求め、対応する地図線分と線分とが一致するように車両の予測位置の更新（検出）を行う装置が記載されている。

特開２０１５−１９４３９７号公報

ところで、画像を利用した自車位置推定においては、自車位置推定の基準となる道路の区画線をカメラに写る縁石や隣接車線の他車両のボディの横線と誤ってマッチング（照合）するおそれが存在する。この場合、自車位置を適切に推定できなくなるため問題がある。

そこで、本技術分野では、自車位置を適切に推定することができる自車位置推定装置を提供することが望まれている。

上記課題を解決するため、本発明の一態様は、車両の地図上の自車位置を推定する自車位置推定装置であって、道路の区画線の位置情報を含む地図情報を記憶している地図データベースと、車両の周囲を撮像するカメラの撮像画像に基づいて、車両の周囲の区画線を認識する区画線認識部と、車両のレーダセンサの検出結果に基づいて、車両の周囲の物体を認識する物体認識部と、区画線認識部の認識した区画線と地図情報に含まれる区画線の位置情報とに基づいて、車両の自車位置を推定する自車位置推定部と、を備え、区画線認識部は、撮像画像に物体の画像が含まれる場合、物体に対応する画像情報を除外して車両の周囲の区画線の認識を行う。

本発明の一態様に係る自車位置推定装置によれば、自車位置を適切に推定することができる。

一実施形態に係る自車位置推定装置を示すブロック図である。（ａ）車載のカメラの撮像画像を示す図である。（ｂ）路面画像を説明するための図である。（ａ）車両の周囲に壁を検出した場合を示す図である。（ｂ）壁に対応する画像情報の除外を説明するための図である。（ａ）隣接車線の他車両を検出した場合を示す図である。（ｂ）隣接車線の他車両に対応する画像情報の除外を説明するための図である。（ａ）先行車が含まれる場合の撮像画像を示す図である。（ｂ）先行車に対応する画像情報の除外を説明するための図である。自車位置推定処理を示すフローチャートである。

以下、本発明の実施形態について図面を参照して説明する。

図１に示す一実施形態に係る自車位置推定装置１００は、乗用車などの車両に搭載され、当該車両の地図上の位置である自車位置を推定する装置である。自車位置推定装置１００は、車載のカメラにより撮像した車両の周囲の撮像画像から、車両の走行する走行車線（道路）の区画線を認識し、地図情報に含まれる区画線の位置情報を利用して自車位置を推定する。区画線には、車道通行帯境界線、車線境界線、中央線などが含まれる。

自車位置推定装置１００は、車載のレーダセンサの検出結果から車両の周囲の壁や縁石などの物体を認識し、物体に対応する画像情報を除外して区画線の認識を行うことで、壁や縁石を誤って区画線として認識する可能性を低減する。物体には、壁、ガードレール、建物などの静止物体の他、歩行者、自転車、他車両などの移動物体が含まれる。

［自車位置推定装置の構成］
図１に示すように、自車位置推定装置１００は、装置を統括的に管理するＥＣＵ[Electronic Control Unit]１０を備えている。ＥＣＵ１０は、ＣＰＵ[Central Processing Unit]、ＲＯＭ[Read Only Memory]、ＲＡＭ[Random Access Memory]、ＣＡＮ［Controller Area Network］通信回路などを有する電子制御ユニットである。ＥＣＵ１０では、例えば、ＲＯＭに記憶されているプログラムをＲＡＭにロードし、ＲＡＭにロードされたプログラムをＣＰＵで実行することにより各種の機能を実現する。ＥＣＵ１０は、複数の電子ユニットから構成されていてもよい。

ＥＣＵ１０は、ＧＰＳ受信部１、カメラ２、レーダセンサ３、内部センサ４、及び地図データベース５に接続されている。

ＧＰＳ受信部１は、３個以上のＧＰＳ衛星から信号を受信することにより、車両の位置（例えば車両の緯度及び経度）を測定する。ＧＰＳ受信部１は、測定した車両の位置情報をＥＣＵ１０へ送信する。

カメラ２は、車両の周囲を撮像する撮像機器である。カメラ２は、一例として、車両のフロントガラスの裏側に設けられ、車両の前方を撮像する。カメラ２は、車両の前方の他、車両の後方を撮像するように設けられていてもよく、車両の側方を撮像するように設けられていてもよい。カメラ２は、撮像した車両の周囲の撮像画像をＥＣＵ１０へ送信する。なお、カメラ２は、単眼カメラであってもよく、ステレオカメラであってもよい。

レーダセンサ３は、電波（例えばミリ波）又は光を利用して車両の周囲の物体を検出する検出機器である。レーダセンサ３には、例えば、ミリ波レーダ又はライダー［LIDAR：Light Detection and Ranging］が含まれる。レーダセンサは、電波又は光を車両の周囲に送信し、物体によって反射された電波又は光を受信することで車両の周囲の物体を検出する。レーダセンサ３は、物体の検出情報をＥＣＵ１０へ送信する。

内部センサ４は、車両の走行状態を検出する検出機器である。内部センサ４は、車速センサ、加速度センサ、及びヨーレートセンサを含む。車速センサは、車両の速度を検出する検出器である。車速センサとしては、例えば、車両の車輪又は車輪と一体に回転するドライブシャフトなどに対して設けられ、車輪の回転速度を検出する車輪速センサが用いられる。車速センサは、検出した車速情報（車輪速情報）をＥＣＵ１０に送信する。

加速度センサは、車両の加速度を検出する検出器である。加速度センサは、例えば、車両の前後方向の加速度を検出する前後加速度センサと、車両の横加速度を検出する横加速度センサとを含んでいる。加速度センサは、例えば、車両の加速度情報をＥＣＵ１０に送信する。ヨーレートセンサは、車両の重心の鉛直軸周りのヨーレート（回転角速度）を検出する検出器である。ヨーレートセンサとしては、例えばジャイロセンサを用いることができる。ヨーレートセンサは、検出した車両のヨーレート情報をＥＣＵ１０へ送信する。なお、自車位置推定装置１００において内部センサ４は必須ではない。

地図データベース５は、地図情報を記憶するデータベースである。地図データベース５は、例えば、車両に搭載されたＨＤＤ［Hard Disk Drive］内に形成されている。地図情報には、道路の位置情報、道路形状の情報（例えばカーブ、直線部の種別、カーブの曲率など）、区画線の位置情報、及び壁やガードレールなどの構造物（静止物体）の位置情報などが含まれる。なお、地図データベース５は、車両と通信可能なサーバに記憶されていてもよい。

次に、ＥＣＵ１０の機能的構成について説明する。ＥＣＵ１０は、測定位置取得部１１、物体認識部１２、距離判定部１３、区画線認識部１４、及び自車位置推定部１５を有している。なお、ＥＣＵ１０の機能の一部は、車両と通信可能なサーバにおいて実行される態様であってもよい。

測定位置取得部１１は、ＧＰＳ受信部１の測定した車両の位置情報に基づいて、車両の地図上の位置である測定位置を取得する。測定位置取得部１１は、内部センサ４の検出結果に基づいて、車両の車速の履歴（或いは車輪の回転数の履歴）及び車両のヨーレートの履歴などから車両の測定位置を取得してもよい。言い換えれば、測定位置取得部１１は、周知の手法を用いて、いわゆるオドメトリにより車両の測定位置を取得してもよい。

物体認識部１２は、レーダセンサ３の検出結果（物体の検出情報）に基づいて、車両の周囲の物体を認識する。物体認識部１２は、例えば、レーダセンサ３の検出点（反射点）を周知の手法によりグルーピングし、予め用意された物体モデルと照合することにより物体の認識を行う。物体モデルには、車両（四輪車、二輪車）のモデル、大型車両のモデル、歩行者のモデル、壁のモデル、ガードレールのモデルなどが含まれる。

物体認識部１２は、レーダセンサ３の検出結果に基づいて、車両に対する物体の位置を認識する。また、物体認識部１２は、レーダセンサ３の検出結果に基づいて、物体のうち車両に最も近い面（又は点）を認識する。

距離判定部１３は、物体と区画線との距離が距離閾値以上であるか否かを判定する。距離閾値は予め設定された値である。距離判定部１３は、例えば、レーダセンサ３の検出結果に基づいて、もしくは現在より１ステップ以上前の車両位置から内部センサ４の検出結果により予測される現在の車両位置周辺の地図情報に基づいて、車両に対する区画線の位置を認識する。レーダセンサ３の検出結果を利用した白線認識は周知の手法である。距離判定部１３は、物体認識部１２の認識した物体の位置と区画線の位置とに基づいて、物体と区画線との距離が距離閾値以上であるか否かを判定する。物体と区画線との距離とは、最短距離である。

区画線認識部１４は、カメラ２の撮像画像に基づいて、車両の周囲の区画線を認識（画像認識）する。区画線認識部１４は、カメラ２の撮像画像を周知の投影変換によって路面画像に変換し、路面画像から車両の周囲の区画線の認識を行う。

ここで、図２（ａ）は、車載のカメラの撮像画像Ｇを示す図である。図２（ａ）に、壁Ｗ、車両の左側の区画線Ｌ１、車両の右側の区画線Ｌ２、隣接車線の区画線Ｌ３を示す。区画線Ｌ１及び区画線Ｌ２は車両の走行車線を形成し、区画線Ｌ２及び区画線Ｌ３は走行車線に隣接する隣接車線を形成している。

また、図２（ｂ）は、路面画像を説明するための図である。図２（ｂ）に、車両（自車両）Ｍと路面画像のうち図２（ａ）の撮像画像に対応する画像領域Ａとを示す。画像領域Ａは、図２（ａ）の撮像画像Ｇを投影変換して得られた画像領域である。この画像領域Ａを車両Ｍの車速に応じて直前に生成された路面画像に重ね合わせる（画像照合を行う）ことで路面画像が延長される。ここでは説明を容易にするため区画線Ｌ３を省略する。

画像照合は、例えば、位相限定相関法により大域的な位置合わせを行い、その後に最小二乗マッチングによって区画線などを含む線分を照合させることで高精度に局所的な位置合わせを行う。なお、高い精度の画像照合を行うため、直前の路面画像だけではなく、更に過去の路面画像を合わせて用いてもよい。路面画像の変換（生成）は、上述した手法に限定されず、周知の手法を採用することができる。

区画線認識部１４は、路面画像に基づいて区画線の位置を認識する。区画線認識部１４は、パターンマッチングなどの周知の画像認識処理により、路面画像から区画線の画像認識を行うことで、車両Ｍに対する区画線の位置を認識する。区画線認識部１４は、路面画像だけではなく、距離判定部１３においてレーダセンサ３の検出結果から認識された区画線の位置も利用して区画線の位置認識を行ってもよい。

また、区画線認識部１４は、カメラ２の撮像画像に物体が含まれる場合、物体に対応する画像情報は区画線の認識のノイズとなることから、区画線の認識において物体に対応する画像情報を除外（マスク）する。

まず、区画線認識部１４は、カメラ２の撮像画像に基づいて、撮像画像に物体が含まれるか否かを判定する。区画線認識部１４は、パターンマッチングなどの周知の画像認識処理によって、撮像画像に物体が含まれるか否かを判定する。区画線認識部１４は、物体認識部１２による物体の認識結果を利用して上記の判定を行ってもよい。

区画線認識部１４は、撮像画像に物体が含まれると判定した場合において、距離判定部１３により当該物体と区画線との距離が距離閾値以上であると判定されたとき、当該物体に対応する画像情報を除外して車両Ｍの周囲の区画線を認識する。これにより、区画線認識部１４は、区画線の認識においてノイズの原因となる壁や他車両などの画像情報を予め除外することで、壁や壁の模様、他車両のボディの横線や凹凸などを区画線として誤認識することを避けることができ、区画線の認識における不要な演算も減らすことができる。

一方で、区画線認識部１４は、撮像画像に物体が含まれると判定した場合において、距離判定部１３により当該物体と区画線との距離が距離閾値未満であると判定されたとき、当該物体に対応する画像情報を除外せずに、車両Ｍの周囲の区画線を認識する。区画線認識部１４は、物体と区画線との距離が近すぎる場合、撮像画像において物体に対応する画像情報を除外すると区画線に対応する画像情報の一部も除外してしまう可能性があることから、当該物体に対応する画像情報を除外せずに区画線の認識を行う。

具体的に、図３（ａ）は、車両の周囲に壁を検出した場合を示す図である。図３（ａ）に、車両Ｍのレーダセンサ３の検出範囲Ｂ、壁Ｗのうちレーダセンサ３に検出されている壁部分Ｗａ、壁部分Ｗａと区画線Ｌ１との距離Ｄｗを示す。

図３に示す状況において、区画線認識部１４は、画像領域Ａに壁Ｗの一部が含まれていることから、カメラ２の撮像画像に壁Ｗ（物体）が含まれていると判定する。距離判定部１３は、レーダセンサ３の検出結果に基づいて、壁部分Ｗａと区画線Ｌ１との距離Ｄｗ（すなわち壁Ｗと壁Ｗに最も近い区画線Ｌ１との距離Ｄｗ）を認識する。

区画線認識部１４は、距離判定部１３により壁部分Ｗａと区画線Ｌ１との距離Ｄｗが距離閾値以上であると判定された場合、路面画像から壁Ｗに対応する画像情報を除外して、区画線の認識を行う。図３（ｂ）は、壁Ｗに対応する画像情報の除外を説明するための図である。図３（ｂ）において、除外対象として壁Ｗを含む外側画像領域Ｅｘ１を示す。外側画像領域Ｅｘ１は、路面画像において壁Ｗに対応する画像情報である。区画線認識部１４は、壁Ｗに対応する画像情報として外側画像領域Ｅｘ１を除外する。

なお、図３（ｂ）に示すように、区画線認識部１４は、路面画像において車両Ｍから見て物体より外側の領域には認識すべき区画線が映っていないと考えられることから、車両Ｍを基準として壁Ｗ（物体）より外側の領域全てを区画線の認識の処理対象から除外する外側画像領域Ｅｘ１とする。なお、外側画像領域Ｅｘ１は壁Ｗを含む領域であれば限定されない。

次に、図４（ａ）は、隣接車線の他車両を検出した場合を示す図である。図４（ａ）に、隣接車線を走行する他車両Ｎ１、他車両Ｎ１と区画線Ｌ２との距離Ｄｎを示す。他車両Ｎ１は、カメラ２の撮像画像に含まれ、レーダセンサ３によって検出されている。

図４（ａ）に示す状況において、区画線認識部１４は、画像領域Ａに他車両Ｎ１の一部が含まれていることから、カメラ２の撮像画像に他車両Ｎ１（物体）が含まれていると判定する。距離判定部１３は、レーダセンサ３の検出結果に基づいて、他車両Ｎ１と区画線Ｌ２との距離Ｄｎを認識する。

区画線認識部１４は、距離判定部１３により他車両Ｎ１と区画線Ｌ１との距離Ｄｎが距離閾値以上であると判定された場合、路面画像から他車両Ｎ１に対応する画像情報を除外して、区画線の認識を行う。図４（ｂ）は、他車両Ｎ１に対応する画像情報の除外を説明するための図である。図４（ｂ）において、除外対象として他車両Ｎ１を含む外側画像領域Ｅｘ２を示す。外側画像領域Ｅｘ２は、路面画像において他車両Ｎ１に対応する画像情報である。外側画像領域Ｅｘ２は、車両Ｍを基準として車両Ｍの車幅方向で他車両Ｎ１より外側の領域全てを含んでいる。区画線認識部１４は、他車両Ｎ１に対応する画像情報として外側画像領域Ｅｘ２を除外する。なお、外側画像領域Ｅｘ２は他車両Ｎ１を含む領域であれば限定されない。

区画線認識部１４は、路面画像に変換する前に、カメラ２の撮像画像から物体に対応する画像情報を除外してもよい。図５（ａ）は、先行車が含まれる場合の撮像画像Ｇを示す図である。図５（ａ）に先行車Ｎ２を示す。

図５（ｂ）は、先行車Ｎ２に対応する画像情報の除外を説明するための図である。図５（ｂ）に示すように、区画線認識部１４は、カメラ２の撮像画像Ｇにおける先行車Ｎ２に対応する画像領域Ｅｘ３を除外（マスク）する。区画線認識部１４は、先行車Ｎ２に対応する画像情報として画像領域Ｅｘ３を除外する。

区画線認識部１４は、先行車Ｎ２に対応する画像領域Ｅｘ３を除外した撮像画像Ｇを路面画像に変換して区画線の認識を行うことで、先行車のボディの凹凸、模様などをノイズとして含む路面画像を生成することを避けると共に、区画線の認識における不要な演算を減らすことができる。

自車位置推定部１５は、測定位置取得部１１の取得した車両Ｍの測定位置と、区画線認識部１４による区画線の認識結果と、地図データベース５の地図情報とに基づいて、車両Ｍの地図上の位置である自車位置の推定を行う。具体的に、自車位置推定部１５は、測定位置取得部１１の取得した車両Ｍの測定位置に基づいて、地図情報において照合対象となる区画線を抽出する（地図上で照合対象となるエリアを絞り込む）。自車位置推定部１５は、区画線認識部１４の認識した車両Ｍに対する区画線の位置と、地図情報から抽出した区画線の地図上の位置情報とに基づいて、車両Ｍの自車位置を推定する。

なお、区画線を用いた自車位置の推定方法は、上述した方法に限定されず、周知の手法を採用することができる。自車位置推定部１５は、直前に推定した自車位置を用いて、地図情報における照合対象となる区画線を抽出してもよく、直前に抽出した区画線を用いて地図情報から今回の自車位置推定に用いる区画線を抽出してもよい。

［自車位置推定装置の自車位置推定処理］
以下、自車位置推定装置１００の自車位置推定処理について図６を参照して説明する。図６は、自車位置推定処理を示すフローチャートである。図６に示すフローチャートは，例えば、車両Ｍの走行中に実行される。なお、測定位置取得部１１による車両Ｍの測定位置の取得は随時行われているものとする。

図６に示すように、自車位置推定装置１００のＥＣＵ１０は、Ｓ１０として、カメラ２の撮像画像及びレーダセンサ３の検出結果を取得する。

Ｓ１２において、ＥＣＵ１０は、物体認識部１２により車両Ｍの周囲の物体を認識する。物体認識部１２は、例えば、レーダセンサ３の検出点（反射点）を周知の手法によりグルーピングし、予め用意された物体モデルと照合することにより物体の認識を行う。物体認識部１２は、レーダセンサ３の検出結果に基づいて、車両Ｍに対する物体の位置を認識する。

Ｓ１４において、ＥＣＵ１０は、区画線認識部１４によりカメラ２の撮像画像に物体が含まれるか否かを判定する。区画線認識部１４は、カメラ２の撮像画像に周知の画像認識処理を行うことで撮像画像に物体が含まれるか否かを判定する。ＥＣＵ１０は、カメラ２の撮像画像に物体が含まれると判定されなかった場合（Ｓ１２：ＮＯ）、Ｓ１６に移行する。一方、ＥＣＵ１０は、カメラ２の撮像画像に物体が含まれると判定された場合（Ｓ１２：ＹＥＳ）、Ｓ２０に移行する。

Ｓ１６において、ＥＣＵ１０は、区画線認識部１４によりカメラ２の撮像画像を路面画像に投影変換する。区画線認識部１４は、位相限定相関法や画像中の線分の最小二乗マッチングにより、撮像画像を投影変換して路面画像を生成する。

Ｓ１８において、ＥＣＵ１０は、区画線認識部１４により路面画像から車両Ｍの周囲の区画線を認識する。区画線認識部１４は、パターンマッチングその他の周知の手法により、路面画像から区画線の画像認識を行うことで、車両Ｍに対する区画線の位置を認識する。その後、ＥＣＵ１０は、Ｓ２６に移行する。

Ｓ２０において、ＥＣＵ１０は、区画線認識部１４によりカメラ２の撮像画像を路面画像に投影変換する。処理内容はＳ１６と同じである。

Ｓ２２において、ＥＣＵ１０は、距離判定部１３により物体と区画線との距離が距離閾値以上であるか否かを判定する。距離判定部１３は、例えば、レーダセンサ３の検出結果に基づいて物体の位置と車両Ｍに対する区画線の位置を認識することで上記判定を行う。ＥＣＵ１０は、物体と区画線との距離が距離閾値未満であると判定された場合（Ｓ２２：ＮＯ）、物体に対応する画像情報を除外しないので、前述したＳ１８に移行する。一方、ＥＣＵ１０は、物体と区画線との距離が距離閾値以上であると判定された場合（Ｓ２２：ＹＥＳ）、Ｓ２４に移行する。

Ｓ２４において、ＥＣＵ１０は、区画線認識部１４により物体に対応する画像情報を除外して車両Ｍの周囲の区画線を認識する。区画線認識部１４は、路面画像から物体に対応する画像情報を除外し、残りの領域について区画線の認識を行う。区画線認識部１４は、車両Ｍに対する区画線の位置を認識する。

Ｓ２６において、ＥＣＵ１０は、自車位置推定部１５により自車位置の推定を行う。自車位置推定部１５は、測定位置取得部１１の取得した車両Ｍの測定位置と、区画線認識部１４による区画線の認識結果と、地図データベース５の地図情報とに基づいて、車両Ｍの地図上の位置である自車位置の推定を行う。自車位置推定部１５は、区画線認識部１４の認識した車両Ｍに対する区画線の位置と、測定位置を用いて地図情報から抽出した区画線の地図上の位置情報とに基づいて、車両Ｍの自車位置を推定する。

［自車位置推定装置の作用効果］
以上説明した一実施形態に係る自車位置推定装置１００によれば、壁や他車両などの物体が撮像画像に含まれる場合には、物体に対応する画像情報を除外して区画線の認識を行うので、他車両のボディの横線などを誤って区画線として認識することが避けられ、自車位置を適切に推定することができる。

以上、本発明の好適な実施形態について説明したが、本発明は上述した実施形態に限定されるものではない。本発明は、上述した実施形態を始めとして、当業者の知識に基づいて種々の変更、改良を施した様々な形態で実施することができる。

距離判定部１３は、カメラ２がステレオカメラである場合、カメラ２の撮像情報（奥行方向の距離情報を含む）に基づいて、車両に対する物体の位置と車両に対する区画線の位置とを認識してもよい。距離判定部１３は、地図情報に基づいて、物体と区画線との距離を認識してもよい。図３（ａ）に示す状況において、距離判定部１３は、物体認識部１２によって物体が壁Ｗであると認識された場合、地図情報に含まれる地図上の壁Ｗの位置情報と地図上の区画線Ｌ１の位置情報とに基づいて、物体と区画線との距離することができる。この場合の物体は、地図情報に位置情報が含まれている壁やガードレール、電柱などの静止物体である必要がある。

自車位置推定装置１００は、必ずしも距離判定部１３を備える必要はない。この場合、区画線認識部１４は、カメラ２の撮像画像に物体が含まれるときには、物体と区画線との距離に関わらず、物体に対応する画像情報を除外して区画線の認識を行う。

区画線認識部１４は、図３（ａ）及び図３（ｂ）において説明した壁Ｗに対応する画像情報の除外、図４（ａ）及び図４（ｂ）において説明した他車両Ｎ１に対応する画像情報の除外、図５（ａ）及び図５（ｂ）において説明した先行車Ｎ２に対応する画像情報の除外の全てを行う必要はない。区画線認識部１４は、何れか一つの画像情報の除外を行う態様であればよい。

区画線認識部１４は、過去の区画線の認識結果に基づいて、現在（今回）の画像情報において区画線が存在する範囲を予測してもよい。この場合において、区画線認識部１４は、画像情報のうち区画線が存在すると予測される範囲以外の画像情報を除外して、車両の周囲の区画線の認識を行うことができる。この態様は、車両の位置から一定距離以上継続する直線区間を車両が走行している場合など、車両の走行車線における区画線の位置の変動が少ない場合に有用である。

例えば、区画線認識部１４は、１ステップ以前の時刻において認識した区画線と物体認識部１２から得られる区画線情報と地図情報に含まれる区画線の位置情報とが一致する場合、上記時刻から現在時刻までの内部センサ４の検出結果に基づく車両の移動情報に基づいて予測した現在の車両位置における区画線の位置に対応する画像情報以外を除外することができる。

１…ＧＰＳ受信部、２…カメラ、３…レーダセンサ、４…内部センサ、５…地図データベース、１０…ＥＣＵ、１１…測定位置取得部、１２…物体認識部、１３…距離判定部、１４…区画線認識部、１５…自車位置推定部、１００…自車位置推定装置。

Claims

車両の地図上の自車位置を推定する自車位置推定装置であって、
道路の区画線の位置情報を含む地図情報を記憶している地図データベースと、
前記車両の周囲を撮像するカメラの撮像画像に基づいて、前記車両の周囲の区画線を認識する区画線認識部と、
前記車両のレーダセンサの検出結果に基づいて、前記車両の周囲の物体を認識する物体認識部と、
前記区画線認識部の認識した前記区画線と前記地図情報に含まれる前記区画線の位置情報とに基づいて、前記車両の前記自車位置を推定する自車位置推定部と、
を備え、
前記区画線認識部は、前記撮像画像に前記物体の画像が含まれる場合、前記物体に対応する画像情報を除外して前記車両の周囲の区画線の認識を行う、自車位置推定装置。