JP6410655B2 - 道路形状検出システム、道路形状検出方法及びコンピュータプログラム - Google Patents

Description

本発明は、車両の走行情報に基づいて道路形状を特定する道路形状検出システム、道路形状検出方法及びコンピュータプログラムに関する。

近年では車両の走行形態として、ユーザの運転操作に基づいて走行する手動走行以外に、ユーザの運転操作によらず車両が予め設定された経路に沿って自動的に走行を行う自動運転制御による走行について新たに提案されている。自動運転制御では、例えば、車両の現在位置、車両が走行する車線、周辺の他車両の位置を随時検出し、予め設定された経路に沿って走行するようにステアリング、駆動源、ブレーキ等の車両制御が自動で行われる。ここで、自動運転制御による走行はユーザの運転に係る負担を軽減できるメリットがあるが、自動運転制御による走行を適切に行う為には道路形状のより詳細な情報を得ることが重要である。例えば、カーブ形状の道路を自動運転制御により走行する場合には、カーブの曲率半径に応じた適切な速度で走行させる為に、カーブの曲率半径を特定する必要がある。

そこで、例えば特許４３６４２２８号公報には、車両の走行軌跡に加えて、車速、角速度、遠心力、車体の傾斜角、操舵角等の走行情報を用いて、車両が走行したカーブ形状の道路の曲率半径を算出する技術について記載されている。

特許４３６４２２８号公報（第１８−１９頁）

しかしながら、上述した手動運転に加えて自動運転制御による走行を行うことが可能な車両において、上記特許文献１のように車両の走行情報からカーブの曲率半径を算出することとすると、以下の問題が生じていた。

ここで、手動運転によりカーブを走行する場合には、必ずしも車線の中央を一定速度で走行するとは限らず、運転者によってはアウトインアウトで走行したり、インアウトインで走行する者もいる。即ち、運転者の嗜好が走行情報に大きく影響する。一方、自動運転制御によりカーブを走行する場合には、運転者の嗜好によらずに予め決められた制御内容に従って走行するので、運転者の嗜好は走行情報にほとんど影響しない。即ち、手動運転により走行したか自動運転制御により走行したかによって走行情報の質は大きく異なる。

そして、手動運転により走行した際の走行情報と、自動運転制御により走行した際の走行情報とを区分せずにそれぞれ用いてカーブの曲率半径を算出する構成とすると、用いる走行情報によって算出される曲率半径に大きな差が生じることとなる。従って、算出した曲率半径の誤差が大きくなる問題があった。また、誤差を少なくするためには、より多くの走行情報を収集して算出される曲率半径の値を収束させる必要があり、処理時間や処理負担の増加につながっていた。

本発明は前記従来における問題点を解消するためになされたものであり、手動運転に加えて自動運転制御による走行を行うことが可能な車両の走行情報に基づいて、道路形状を正確且つ迅速に特定することを可能にした道路形状検出システム、道路形状検出方法及びコンピュータプログラムを提供することを目的とする。

前記目的を達成するため本発明に係る道路形状検出システムは、自動運転制御又は乗員の運転操作による手動運転のいずれかにより走行する車両の走行情報を取得する走行情報取得手段と、前記走行情報取得手段により取得した前記走行情報毎に、自動運転制御又は手動運転のどちらで走行した走行情報かを特定する走行態様特定手段と、前記走行情報取得手段により取得した前記走行情報に対して、前記走行態様特定手段によって特定された走行態様に応じた重み付けによる補正を行う走行情報補正手段と、前記走行情報補正手段により補正された前記走行情報を学習値として累積する学習手段と、前記学習手段により累積された学習値に基づいて前記車両が走行した道路形状を特定する道路形状特定手段と、を有することを特徴とする。
尚、「走行情報」とは、車両の車速、ヨーレート、走行軌跡等の車両の走行を直接特定する情報に加えて、それらを用いて算出された情報についても含む。

また、本発明に係る道路形状検出方法は、車両の走行情報に基づいて道路形状を特定する方法である。具体的には、走行情報取得手段が、自動運転制御又は乗員の運転操作による手動運転のいずれかにより走行する車両の走行情報を取得するステップと、走行態様特定手段が、前記走行情報取得手段により取得した前記走行情報毎に、自動運転制御又は手動運転のどちらで走行した走行情報かを特定するステップと、走行情報補正手段が、前記走行情報取得手段により取得した前記走行情報に対して、前記走行態様特定手段によって特定された走行態様に応じた重み付けによる補正を行うステップと、学習手段が、前記走行情報補正手段により補正された前記走行情報を学習値として累積するステップと、道路形状特定手段が、前記学習手段により累積された学習値に基づいて前記車両が走行した道路形状を特定するステップと、を有することを特徴とする。

また、本発明に係るコンピュータプログラムは、車両の走行情報に基づいて道路形状を特定させるプログラムである。具体的には、コンピュータを、自動運転制御又は乗員の運転操作による手動運転のいずれかにより走行する車両の走行情報を取得する走行情報取得手段と、前記走行情報取得手段により取得した前記走行情報毎に、自動運転制御又は手動運転のどちらで走行した走行情報かを特定する走行態様特定手段と、前記走行情報取得手段により取得した前記走行情報に対して、前記走行態様特定手段によって特定された走行態様に応じた重み付けによる補正を行う走行情報補正手段と、前記走行情報補正手段により補正された前記走行情報を学習値として累積する学習手段と、前記学習手段により累積された学習値に基づいて前記車両が走行した道路形状を特定する道路形状特定手段と、して機能させることを特徴とする。

前記構成を有する本発明に係る道路形状検出システム、道路形状検出方法及びコンピュータプログラムによれば、手動運転に加えて自動運転制御による走行を行うことが可能な車両の走行情報に基づいて道路形状を特定する場合において、車両の走行態様に応じて走行情報に対して重み付けを行うことによって、各走行情報の質を考慮して走行情報から道路形状の特定を行うことが可能となる。その結果、走行情報毎の運転者の嗜好の影響度合いが異なっていたとしても、道路形状を正確且つ迅速に特定することが可能となる。例えば、仮に道路形状を特定するのに不適当な走行情報が取得された場合であっても、それらの影響を少なくして道路形状を特定できるので、道路形状の特定精度を向上させることが可能となる。

本実施形態に係るナビゲーション装置を示したブロック図である。 補正テーブルの一例を示した図である。 手動運転により車両がカーブ区間を走行する場合の走行軌跡を示した図である。 手動運転により車両がカーブ区間を走行する場合における左右方向の車両位置の分布を示した図である。 自動運転制御により車両がカーブ区間を走行する場合の走行軌跡を示した図である。 自動運転制御により車両がカーブ区間を走行する場合における左右方向の車両位置の分布を示した図である。 本実施形態に係る走行情報取得処理のサブ処理プログラムのフローチャートである。 カーブ走行時において走行情報を取得される地点を示した図である。 本実施形態に係る道路形状特定処理プログラムのフローチャートである。 学習値に基づいて道路形状を特定する方法を説明した図である。

以下、本発明に係る地物画像認識システムを、ナビゲーション装置に具体化した一実施形態に基づき図面を参照しつつ詳細に説明する。先ず、本実施形態に係るナビゲーション装置１の概略構成について図１を用いて説明する。図１は本実施形態に係るナビゲーション装置１を示したブロック図である。

図１に示すように本実施形態に係るナビゲーション装置１は、ナビゲーション装置１が搭載された車両の現在位置を検出する現在位置検出部１１と、各種のデータが記録されたデータ記録部１２と、入力された情報に基づいて、各種の演算処理を行うナビゲーションＥＣＵ１３と、ユーザからの操作を受け付ける操作部１４と、ユーザに対して車両周辺の地図や施設の関する施設情報を表示する液晶ディスプレイ１５と、経路案内に関する音声ガイダンスを出力するスピーカ１６と、記憶媒体であるＤＶＤを読み取るＤＶＤドライブ１７と、プローブセンタやＶＩＣＳ（登録商標：Vehicle Information and Communication System）センタ等の情報センタとの間で通信を行う通信モジュール１８と、から構成されている。また、ナビゲーション装置１はＣＡＮ等の車載ネットワークを介して、ナビゲーション装置１の搭載された車両に対して設置された車外カメラ１９や各種センサ２０が接続されている。更に、ナビゲーション装置１の搭載された車両に対する各種制御を行う車両制御ＥＣＵ２１とも双方向通信可能に接続されている。また、自動運転開始ボタン等の車両に搭載された各種操作ボタン２２についても接続されている。

以下に、ナビゲーション装置１を構成する各構成要素について順に説明する。
現在位置検出部１１は、ＧＰＳ２３、車速センサ２４、ステアリングセンサ２５、ジャイロセンサ２６等からなり、現在の車両の位置、方位、車両の走行速度、現在時刻等を検出することが可能となっている。ここで、特に車速センサ２４は、車両の移動距離や車速を検出する為のセンサであり、車両の駆動輪の回転に応じてパルスを発生させ、パルス信号をナビゲーションＥＣＵ１３に出力する。そして、ナビゲーションＥＣＵ１３は発生するパルスを計数することにより駆動輪の回転速度や移動距離を算出する。尚、上記４種類のセンサをナビゲーション装置１が全て備える必要はなく、これらの内の１又は複数種類のセンサのみをナビゲーション装置１が備える構成としても良い。

また、データ記録部１２は、外部記憶装置及び記録媒体としてのハードディスク（図示せず）と、ハードディスクに記録された地図情報ＤＢ３１、学習ＤＢ３２、補正テーブル３３及び所定のプログラム等を読み出すとともにハードディスクに所定のデータを書き込む為のドライバである記録ヘッド（図示せず）とを備えている。尚、データ記録部１２をハードディスクの代わりにフラッシュメモリやメモリーカードやＣＤやＤＶＤ等の光ディスクにより構成しても良い。また、地図情報ＤＢ３１や学習ＤＢ３２は外部のサーバに格納させ、ナビゲーション装置１が通信により取得する構成としても良い。

ここで、地図情報ＤＢ３１は、例えば、道路（リンク）に関するリンクデータ、ノード点に関するノードデータ、経路の探索に係る処理に用いられる探索データ、施設に関する施設データ、地図を表示するための地図表示データ、各交差点に関する交差点データ、地点を検索するための検索データ等が記憶された記憶手段である。また、特に道路上にある各カーブ区間について、カーブ区間が開始する開始点と、カーブ区間が終了する終了点と、およそのカーブの曲率半径を特定する情報についても記憶されている。

また、学習ＤＢ３２は、車両の走行情報を累積して記憶した記憶手段である。尚、本実施形態では特に車両の車速、ヨーレート、走行軌跡等の車両の走行を直接特定する情報ではなく、車両の車速、ヨーレート、走行軌跡等から道路形状を算出した算出結果を車両の走行情報として記憶する。具体的には、学習ＤＢ３２には、車両がカーブ形状の道路を走行した際に車両の車速、ヨーレート、走行軌跡等から算出されたカーブの曲率半径の算出結果が学習値として累積記憶されることとなる。そして、ナビゲーションＥＣＵ１３は、後述のように学習ＤＢ３２に記憶された学習値に基づいて道路形状（より具体的にはカーブ形状の道路の曲率半径）を特定する。尚、学習ＤＢ３２に記憶される学習値の詳細については後述する。

また、補正テーブル３３は、車両の車速、ヨーレート、走行軌跡等から道路形状を算出した算出結果の重み付け行う為の補正値が規定されたテーブルである。

以下に、補正テーブル３３について具体例を挙げてより詳細に説明する。図２は補正テーブル３３の一例を示した図である。図２に示すように、補正テーブル３３は、車両の走行態様（本実施形態では自動運転制御又は乗員の運転操作による手動運転のいずれか）に対応付けられて補正値が規定されている。また、補正値はカーブの曲率半径の算出結果の信頼度に基づいて、乗じる係数が適宜設定される。具体的には、運転者の嗜好の影響が少なく、手動運転よりもカーブの曲率半径の算出結果の信頼度が高いと予想される自動運転制御について、補正後の値が高く（即ち、重み付けが重く）なるように補正値を設定する。

ここで、車両の走行形態としては、ユーザの運転操作に基づいて走行する手動運転走行に加えて、ユーザの運転操作によらず車両が予め設定された経路や道なりに沿って自動的に走行を行う自動運転制御による走行が可能である。尚、自動運転制御では、例えば、車両の現在位置、車両が走行する車線、周辺の他車両の位置を随時検出し、車両制御ＥＣＵ２１によって予め設定された経路や道なりに沿って走行するようにステアリング、駆動源、ブレーキ等の車両制御が自動で行われる。特に、カーブを走行する場合には後述の道路形状特定処理プログラム（図９参照）により特定された曲率半径に基づいて車速やステアリングの制御が行われる。尚、自動運転制御による走行では車線変更や右左折を行うとしても良いし、車線変更や右左折については行われず、ユーザが車線変更や右左折にかかる車両操作を行わない限り基本的に車両が同一車線内を走行するとしても良い。自動運転制御の詳細については既に公知であるので説明は省略する。また、自動運転制御は全ての道路区間に対して行っても良いが、接続する他の道路との境界にゲート（有人無人、有料無料は問わない）が設けられた高速道路等の特定の道路区間のみに対して行う構成としても良い。尚、車両が自動運転を行うことが可能な区間（以下、自動運転区間という）を走行する場合には必ず自動運転制御が行われるのではなく、ユーザにより自動運転制御を行うことが選択され、且つ自動運転制御で走行を行わせることが可能と判定された状況でのみ行われる。尚、自動運転制御で走行を行わせることができない状況としては、区画線が消えている又はカメラで認識できない程度まで薄くなっている区間を走行する場合、悪天候の状況等がある。

ここで、手動運転によりカーブを走行する場合には、必ずしも車線の中央を一定速度で走行するとは限らず、運転者によってはアウトインアウトで走行したり、インアウトインで走行する者もいる。即ち、運転者の嗜好が走行情報に大きく影響する。一方、自動運転制御によりカーブを走行する場合には、運転者の嗜好によらずに予め決められた制御内容に従って走行するので、運転者の嗜好は走行情報にほとんど影響しない。即ち、自動運転制御は手動運転よりもカーブの曲率半径の算出結果の信頼度が高いと予想され、補正テーブル３３に従ってカーブの曲率半径の算出結果の重み付けを重くするように補正する。

以下に、重み付けを行う為の適正な補正値の設定方法について具体例を挙げて説明する。尚、以下の説明では車両５０が車線幅Ｔ（例えば３．５ｍ）のカーブ形状の道路を車線変更なく走行すると仮定して説明する。

先ず、車両５０が手動運転により走行する場合には、図３に示すように車両５０は運転者の意思によって車線内を自由に走行できるので左右方向（道路幅方向）の車両の位置は、最大で車線幅Ｔだけ移動することが可能である。従って、道路幅方向を横軸としたカーブ走行時の車両の走行位置の分布が、車線中心を中心にした正規分布に収束すると仮定すると、図４に示すように確率変数の９９．７％が含まれる範囲となる確率変数の上限値Ｄ１（Ｄ（車線中心）＋３σ）から下限値Ｄ２（Ｄ−３σ）までの間隔（即ち、σ×６）が車線幅Ｔに相当することとなる。

一方、車両５０が自動運転制御により走行する場合には、図５に示すように車両５０は予め決められた車両制御によって走行するので左右方向（道路幅方向）の車両の位置は、最大で車線幅Ｔよりも小さいＸだけ移動することが可能である。尚、自動運転制御による走行では基本的に車線の中央を車両が走行するように制御するが、常に車線の中央を走行させることは難しく、左右方向にある程度のズレが生じる。そして、想定されるズレ量の最大値がＸとなる。尚、Ｘは車種や自動運転制御システムの種類によって異なるが例えば１ｍとする。従って、道路幅方向を横軸としたカーブ走行時の車両の走行位置の分布が、車線中心を中心にした正規分布に収束すると仮定すると、図６に示すように確率変数の９９．７％が含まれる範囲となる確率変数の上限値Ｄ３（Ｄ（車線中心）＋３σ）から下限値Ｄ４（Ｄ−３σ）までの間隔（即ち、σ×６）がＸに相当することとなる。

そして、車両５０が手動運転により走行する場合において、確率変数がＤ３からＤ４に含まれる確率を算出すると、仮にＴ＝３．５ｍ、Ｘ＝１ｍとした場合には３６．８％となる。一方で、車両５０が自動運転制御により走行する場合において、確率変数がＤ３からＤ４に含まれる確率は上述のように９９．７％である。従って、手動運転による走行時に自動運転制御と同レベルの左右方向のズレで走行できる確率は、３６．８％／９９．７％＝３６．９％となる。そして、この確率はカーブの曲率半径の算出結果の信頼度にも比例すると想定して補正値を設定する。
即ち、カーブの曲率半径の算出結果に対する重み付けの補正値は、自動運転制御による走行について“×１（補正無し）”、手動運転制御による走行について重み付けが軽くなるように“×０．３６９”とする。

そして、ナビゲーションＥＣＵ１３は、後述のように補正テーブル３３に基づいてカーブの曲率半径の算出結果の重み付け行う。具体的には、カーブ走行時の車両の走行態様に該当する補正値を補正テーブル３３から特定し、特定された補正値によりカーブの曲率半径の算出結果の補正を行う。その後、重み付けが行われた後のカーブの曲率半径の算出結果を学習値として学習ＤＢ３２に記憶するように構成する。その結果、運転者の嗜好が走行情報に影響せず、算出結果の信頼度が高いと予想されるカーブの曲率半径の算出結果が、カーブの曲率半径の特定により大きく影響することとなる。

一方、ナビゲーションＥＣＵ（エレクトロニック・コントロール・ユニット）１３は、ナビゲーション装置１の全体の制御を行う電子制御ユニットであり、演算装置及び制御装置としてのＣＰＵ４１、並びにＣＰＵ４１が各種の演算処理を行うにあたってワーキングメモリとして使用されるとともに、経路が探索されたときの経路データ等が記憶されるＲＡＭ４２、制御用のプログラムのほか、後述の走行情報取得処理プログラム（図７参照）や道路形状特定処理プログラム（図９参照）等が記録されたＲＯＭ４３、ＲＯＭ４３から読み出したプログラムを記憶するフラッシュメモリ４４等の内部記憶装置を備えている。尚、ナビゲーションＥＣＵ１３は、処理アルゴリズムとしての各種手段を構成する。例えば、走行情報取得手段は、自動運転制御又は乗員の運転操作による手動運転のいずれかにより走行する車両の走行情報を取得する。走行態様特定手段は、走行情報取得手段により取得した走行情報毎に、自動運転制御又は手動運転のどちらで走行した走行情報かを特定する。走行情報補正手段は、走行情報取得手段により取得した走行情報に対して、走行態様に応じた重み付けによる補正を行う。学習手段は、補正された走行情報を学習値として学習ＤＢ３２に累積する。道路形状特定手段は、学習ＤＢ３２に累積された学習値に基づいて車両が走行した道路形状を特定する。

操作部１４は、走行開始地点としての出発地及び走行終了地点としての目的地を入力する際等に操作され、各種のキー、ボタン等の複数の操作スイッチ（図示せず）から構成される。そして、ナビゲーションＥＣＵ１３は、各スイッチの押下等により出力されるスイッチ信号に基づき、対応する各種の動作を実行すべく制御を行う。尚、操作部１４は液晶ディスプレイ１５の前面に設けたタッチパネルによって構成することもできる。また、マイクと音声認識装置によって構成することもできる。

また、液晶ディスプレイ１５には、道路を含む地図画像、交通情報、操作案内、操作メニュー、キーの案内、案内経路に沿った案内情報、ニュース、天気予報、時刻、メール、テレビ番組等が表示される。尚、液晶ディスプレイ１５の代わりに、ＨＵＤやＨＭＤを用いても良い。

また、スピーカ１６は、ナビゲーションＥＣＵ１３からの指示に基づいて案内経路に沿った走行を案内する音声ガイダンスや、交通情報の案内を出力する。

また、ＤＶＤドライブ１７は、ＤＶＤやＣＤ等の記録媒体に記録されたデータを読み取り可能なドライブである。そして、読み取ったデータに基づいて音楽や映像の再生、地図情報ＤＢ３１の更新等が行われる。尚、ＤＶＤドライブ１７に替えてメモリーカードを読み書きする為のカードスロットを設けても良い。

また、通信モジュール１８は、交通情報センタ、例えば、ＶＩＣＳセンタやプローブセンタ等から送信された交通情報、プローブ情報、天候情報等を受信する為の通信装置であり、例えば携帯電話機やＤＣＭが該当する。また、車車間で通信を行う車車間通信装置や路側機との間で通信を行う路車間通信装置も含む。

また、車外カメラ１９は、例えばＣＣＤ等の固体撮像素子を用いたカメラにより構成され、車両のフロントバンパの上方やルームミラーの裏側に取り付けられるとともに光軸方向を車両の進行方向前方に向けて設置される。そして、車外カメラ１９は、車両が自動運転区間を走行する場合において、車両の進行方向前方を撮像する。また、車両制御ＥＣＵ２１は撮像された撮像画像に対して画像処理を行うことによって、車両が走行する道路に描かれた区画線や周辺の他車両等を検出し、検出結果に基づいて車両の自動運転制御を行う。尚、車外カメラ１９は車両前方以外に後方や側方に配置するように構成しても良い。また、他車両を検出する手段としてはカメラの代わりにミリ波レーダ等の各種センサ２０や車車間通信や路車間通信を用いても良い。また、各種センサ２０として、照度センサや降雨センサを設置しても良い。

また、車両制御ＥＣＵ２１は、ナビゲーション装置１が搭載された車両の制御を行う電子制御ユニットである。また、車両制御ＥＣＵ２１にはステアリング、ブレーキ、アクセル等の車両の各駆動部と接続されており、本実施形態では特に車両が自動運転区間を走行する場合において各駆動部を制御することにより車両の自動運転制御を実施する。また、ナビゲーションＥＣＵ１３は、車両の走行予定経路（案内経路）が決定された時点や走行開始後に、ＣＡＮを介して車両制御ＥＣＵ２１に対して自動運転制御に関する指示信号を送信する。そして、車両制御ＥＣＵ２１は受信した指示信号に応じて走行開始後の自動運転制御を実施する。尚、指示信号の内容は、車両に対して行われる自動運転制御の制御内容（例えば、定速走行、追従走行、スピードマネジメント（減速や加速制御）等）や制御の開始、中止、変更等を指示する情報である。尚、ナビゲーションＥＣＵ１３でなく車両制御ＥＣＵ２１が自動運転制御の制御内容を設定する構成としても良い。その場合には、車両制御ＥＣＵ２１はナビゲーション装置１から走行予定経路（案内経路）や車両状態や周辺の地図情報等の自動運転制御の設定に必要な情報を取得するように構成する。

続いて、前記構成を有するナビゲーション装置１においてナビゲーションＥＣＵ１３が実行する走行情報取得処理プログラムについて図７に基づき説明する。図７は本実施形態に係る走行情報取得処理プログラムのフローチャートである。ここで、走行情報取得処理プログラムは車両のＡＣＣ電源がＯＮされた後に実行され、カーブ走行時の車両の走行情報を取得するプログラムである。尚、以下の図７及び図９にフローチャートで示されるプログラムは、ナビゲーション装置１が備えているＲＡＭ４２やＲＯＭ４３に記憶されており、ＣＰＵ４１により実行される。

先ず、走行情報取得処理プログラムではステップ（以下、Ｓと略記する）１において、ＣＰＵ４１は、車両がカーブに進入したか否かを判定する。具体的には、地図情報に含まれるカーブ区間の開始点を車両が通過した場合に、車両がカーブに進入したと判定する。また、車両の車速やヨーレートから車両が描く走行軌跡の曲率半径を算出し、算出された曲率半径が閾値（例えば５００ｍ）よりも小さくなった場合に車両がカーブに進入したと判定しても良い。

そして、車両がカーブに進入したと判定された場合（Ｓ１：ＹＥＳ）には、Ｓ２へと移行する。それに対して、車両がカーブに進入していないと判定された場合（Ｓ１：ＮＯ）には、走行情報を取得することなく当該走行情報取得処理プログラムを終了する。

次に、Ｓ２においてＣＰＵ４１は、ＣＡＮを介して車両制御ＥＣＵ２１と通信を行うことによって自動運転制御の制御状態を取得し、車両がカーブ区間内を自動運転制御又は手動運転のいずれにより走行しているか判定する。

ここで、自動運転制御は、上述したように車両が自動運転を行うことが可能な自動運転区間を走行する場合であって、ユーザにより自動運転制御を行うことが選択され、且つ自動運転制御で走行を行わせることが可能な状況でのみ実施される。尚、本実施形態では自動運転区間は他の道路との境界にゲート（有人無人、有料無料は問わない）が設けられた高速道路とする。但し、自動運転区間としては一般道路等を含めても良い。また、ユーザにより自動運転制御を行うことが選択されたか否かは、例えば自動運転開始ボタンが押下されたか否かにより判断する。ここで、自動運転開始ボタンは、インストルメントパネル等に配置され、ユーザが自動運転制御と手動運転との切り替えを希望する際に押下される。具体的には、自動運転区間を車両が手動運転により走行する状態で押下されると自動運転制御が開始され、一方で自動運転制御の実行中に押下されると自動運転区間の走行中であっても自動運転制御は終了し、手動運転へと切り替わる。

そして、車両がカーブ区間内を自動運転制御により走行していると判定された場合（Ｓ２：ＹＥＳ）には、自動運転走行フラグをＯＮに設定する（Ｓ３）。尚、自動運転走行フラグは、車両がカーブ区間を走行する際の走行態様を特定するフラグであり、ＲＡＭ４２等に記憶される。そして、車両がカーブ区間内を自動運転制御により走行する場合にはＯＮに設定され、手動運転により走行する場合にはＯＦＦに設定される。

一方、車両がカーブ区間内を手動運転により走行していると判定された場合（Ｓ２：ＮＯ）には、自動運転走行フラグをＯＦＦに設定する（Ｓ４）。その後、Ｓ５へと移行する。

Ｓ５においてＣＰＵ４１は、車両の現在位置を取得する。尚、車両の現在位置は、高精度ロケーション技術を用いて詳細に特定することが望ましい。ここで、高精度ロケーション技術とは、車両に設置されたカメラから取り込んだ白線や路面ペイント情報を画像認識により検出し、更に、白線や路面ペイント情報を予め記憶した地図情報ＤＢと照合することにより、走行車線や高精度な車両位置を検出可能にする技術である。尚、高精度ロケーション技術の詳細については既に公知であるので省略する。また、検出された車両の現在位置を地図のリンク上に移動させるマップマッチング処理についても行う。

次に、Ｓ６においてＣＰＵ４１は、車両の走行情報を取得する。具体的には、車両の車速、ヨーレート、走行軌跡を車速センサ２４、ステアリングセンサ２５、ジャイロセンサ２６の検出結果から取得する。尚、走行軌跡は現時点までに前記Ｓ５で取得した車両の現在位置を時間経過に沿って接続したものである。但し、後述のように車両の車速とヨーレートからカーブの曲率半径を算出する構成とする場合には、走行軌跡については必ずしも取得する必要はない。一方、車両の走行軌跡からカーブの曲率半径を算出する構成とする場合には、車両の車速やヨーレートについては必ずしも取得する必要はない。

続いて、Ｓ７においてＣＰＵ４１は、前記Ｓ６で取得した車両の走行情報を前記Ｓ５で取得した車両の現在位置に対応付けてフラッシュメモリ４４等に保存する。例えば、図８に示すように車両５０がカーブ区間を走行する場合に、カーブ区間中のＰ１〜Ｐ８の各地点で走行情報が取得された場合には、Ｐ１〜Ｐ８の各地点に対応付けて各地点で取得された走行情報が記憶されることとなる。

その後、Ｓ８においてＣＰＵ４１は、車両がカーブから退出したか否かを判定する。具体的には、地図情報に含まれるカーブ区間の終了点を車両が通過した場合に、車両がカーブから退出したと判定する。また、車両の車速やヨーレートから車両が描く走行軌跡の曲率半径を算出し、算出された曲率半径が閾値（例えば５００ｍ）よりも大きくなった場合に車両がカーブから退出したと判定しても良い。

そして、車両がカーブから退出したと判定された場合（Ｓ８：ＹＥＳ）には、Ｓ９へと移行する。それに対して、車両がカーブ区間を継続して走行中であると判定された場合（Ｓ８：ＮＯ）には、Ｓ５へと戻る。そして、新たな車両の現在位置や走行情報の取得を行う。

Ｓ９においてＣＰＵ４１は、前記Ｓ７で保存した一連の車両の走行情報に、前記Ｓ３又は前記Ｓ４で設定された自動運転走行フラグを組み付ける。即ち、保存した車両の走行情報に対して、自動運転制御により走行した際の車両の走行情報か、手動運転により走行した際の車両の走行情報かを識別する情報を付加する。

続いて、前記構成を有するナビゲーション装置１においてナビゲーションＥＣＵ１３が実行する道路形状特定処理プログラムについて図９に基づき説明する。図９は本実施形態に係る道路形状特定処理プログラムのフローチャートである。ここで、道路形状特定処理プログラムは所定期間毎（例えば１か月毎や、走行情報取得処理プログラムで走行情報を所定数以上収集した後）に実行され、走行情報取得処理プログラムで収集した車両の走行情報から車両が走行した道路の道路形状を特定するプログラムである。

尚、以下のＳ１１以降の処理は、地図情報を構成するカーブ区間毎に実行する構成とする。

先ず、Ｓ１１においてＣＰＵ４１は、処理対象のカーブに対して前記Ｓ９で保存された全ての走行情報をフラッシュメモリ４４等から読み出す。尚、走行情報は、前述したように車両の車速とヨーレートの組み合わせ、又は走行軌跡の少なくとも一方を含み、走行情報を取得した際の車両の位置と車両の走行態様（自動運転制御又は手動運転）についても併せて記憶されている。

尚、以降のＳ１２〜Ｓ１６の処理は前記Ｓ１１で読み出した走行情報毎（図８に示す例では各点Ｐ１〜Ｐ８毎）に行う。そして、前記Ｓ１１で読み出した全ての走行情報に対してＳ１２〜Ｓ１６の処理を行った後はＳ１７へと移行する。

先ず、Ｓ１２においてＣＰＵ４１は、処理対象の走行情報に基づいて車両が走行したカーブの曲率半径Ｒを算出する。尚、カーブの曲率半径Ｒは、車速とヨーレートから既存の算出式により算出する構成としても良いし、走行軌跡の点列から走行軌跡を最小二乗法、スプライン曲線等で数式化し、その後に該当する地点（処理対象の走行情報が取得された車両の位置）の曲率半径を算出しても良い。

次に、Ｓ１３においてＣＰＵ４１は、処理対象の走行情報に対応付けられた自動運転走行フラグがＯＮであるか否か、即ち処理対象の走行情報が自動運転制御により走行した際の車両の走行情報か、手動運転により走行した際の車両の走行情報かを判定する。

そして、処理対象の走行情報に対応付けられた自動運転走行フラグがＯＮであると判定された場合（Ｓ１３：ＹＥＳ）、即ち、処理対象の走行情報が自動運転制御により走行した際の車両の走行情報であると判定された場合にはＳ１４へと移行する。それに対して、処理対象の走行情報に対応付けられた自動運転走行フラグがＯＦＦであると判定された場合（Ｓ１３：ＮＯ）、即ち、処理対象の走行情報が手動運転により走行した際の車両の走行情報であると判定された場合にはＳ１５へと移行する。

Ｓ１４及びＳ１５においてＣＰＵ４１は、前記Ｓ１２のカーブの曲率半径Ｒの算出結果（学習値）の補正処理を実行する。尚、カーブの曲率半径Ｒの算出結果（学習値）の補正処理は、算出に用いた走行情報が取得された際の車両の走行態様（自動運転制御による走行か手動運手による走行か）に応じて重み付けを行う処理である。前述したように、“手動運転”によりカーブを走行する場合には、必ずしも車線の中央を一定速度で走行するとは限らず、運転者によってはアウトインアウトで走行したり、インアウトインで走行する者もいる。即ち、運転者の嗜好が走行情報に大きく影響する。一方、“自動運転制御”によりカーブを走行する場合には、運転者の嗜好によらずに予め決められた制御内容に従って走行するので、運転者の嗜好は走行情報にほとんど影響しない。そこで、自動運転制御は手動運転よりもカーブの曲率半径の算出結果の重み付けを重くするように補正する。

具体的には、カーブの曲率半径Ｒの算出頻度を図２に示す補正テーブル３３に基づいて補正する。即ち、“自動運転制御”によりカーブを走行する場合において算出されたカーブの曲率半径Ｒについては１の算出結果に対して、１の頻度とする（Ｓ１４）。一方、“手動運転”によりカーブを走行する場合において算出されたカーブの曲率半径Ｒについては１の算出結果に対して、０．３６９の頻度とする（Ｓ１５）。

次に、Ｓ１６においてＣＰＵ４１は、前記Ｓ１２で算出されたカーブの曲率半径Ｒの算出結果（学習値）を、補正後の算出頻度と対応付けて学習ＤＢ３２に累積記憶する。尚、古い学習値（例えば１年以上前の）については順次、学習ＤＢ３２から削除するように構成することが望ましい。

その後、Ｓ１７においてＣＰＵ４１は、学習ＤＢ３２に記憶された学習値に基づいて処理対象のカーブの曲率半径を特定する。具体的には、累積された学習値を統計することによって、図１０に示すように横軸をＲ、縦軸を頻度にして度数分布を作成する。そして、もっとも頻度の多いＲの値を処理対象のカーブの曲率半径Ｒとして特定する。尚、最頻値ではなく中央値を処理対象のカーブの曲率半径として特定しても良い。また、前記Ｓ１７では一のカーブに対して累積された全ての学習値を統計し、一のカーブに対して一の曲率半径を特定する構成としても良いし、走行情報が取得されたカーブ区間内の複数の地点（例えば図８のＰ１〜Ｐ８）毎に累積された学習値を統計し、一の地点に対して一の曲率半径を特定する構成としても良い。尚、地点毎に曲率半径を特定する構成とすれば、複雑な形状を有するカーブ区間であっても、より詳細なカーブ形状を特定することも可能となる。

ここで、上記Ｓ１４及びＳ１５による補正を行った結果、運転者の嗜好が走行情報に影響せず、カーブの曲率半径の算出結果の信頼度が高いと予想される状況（自動運転制御による走行）で算出されたカーブの曲率半径（学習値）は、重み付けが重くなる（１個の算出結果に対して算出頻度を“１”とする）。一方、運転者の嗜好が走行情報に大きく影響し、カーブの曲率半径の算出結果の信頼度が低いと予想される状況（手動運転による走行）で算出されたカーブの曲率半径（学習値）は、重み付けが軽くなる（１個の算出結果に対して算出頻度を“１”より小さくする）。そして、前記Ｓ１７では、それらの重み付けを行った補正後の学習値を統計することによって、仮にカーブの曲率半径Ｒを算出するのに不適当な走行情報が取得された場合であっても、それらの影響を少なくしてカーブの曲率半径Ｒを特定でき、カーブの曲率半径Ｒの特定精度を向上させることが可能となる。

また、学習値に基づいて特定されたカーブの曲率半径は、プローブ情報として外部サーバを介して他の車両に配信する構成としても良い。一方、各車両から前記Ｓ９で保存された走行情報をプローブ情報として外部のサーバへと送信し、外部のサーバが各車両から取得したプローブ情報に基づいてＳ１１以降の処理を実行し、全国道路にある各カーブの曲率半径を特定する構成としても良い。その場合には、外部のサーバにおいて特定されたカーブの曲率半径を、その後に各車両へと配信するように構成する。

以上詳細に説明した通り、本実施形態に係るナビゲーション装置１、ナビゲーション装置１を用いた道路形状検出方法及びナビゲーション装置１で実行されるコンピュータプログラムによれば、自動運転制御又は乗員の運転操作による手動運転のいずれかにより走行する車両の走行情報を取得し（Ｓ６）、取得した走行情報毎に、自動運転制御又は手動運転のどちらで走行した走行情報かを特定し（Ｓ３、Ｓ４）、取得した走行情報に対して走行態様に応じた重み付けによる補正を行い（Ｓ１４、Ｓ１５）、補正された走行情報を学習値として累積し（Ｓ１６）、累積された学習値に基づいてカーブの曲率半径Ｒを特定する（Ｓ１７）ので、各走行情報の質を考慮して走行情報から道路形状の特定を行うことが可能となる。その結果、走行情報毎の運転者の嗜好の影響度合いが異なっていたとしても、道路形状を正確且つ迅速に特定することが可能となる。例えば、仮にカーブの曲率半径を算出するのに不適当な走行情報が取得された場合であっても、それらの影響を少なくしてカーブの曲率半径を特定できるので、カーブの曲率半径の特定精度を向上させることが可能となる。

尚、本発明は前記実施形態に限定されるものではなく、本発明の要旨を逸脱しない範囲内で種々の改良、変形が可能であることは勿論である。
例えば、本実施形態では、学習値に基づいて特定する道路形状として特にカーブ区間の曲率半径Ｒを特定する構成としているが、車両の走行情報に基づいて特定できる道路形状であれば他の道路形状を特定する構成としても良い。例えば、道路の屈曲角度等を特定する構成としても良い。また、取得対象となる車両情報として、車両の車速、ヨーレート、走行軌跡以外の情報を取得する構成としても良い。

また、本実施形態では、走行情報を取得した際の車両の位置毎（図８に示すＰ１〜Ｐ８）にカーブの曲率半径を算出する構成としているが、一の走行に対して一のカーブの曲率半径を算出する構成としても良い。その場合には、一連の走行軌跡の点列から走行軌跡を最小二乗法、スプライン曲線等で数式化し、曲率半径を算出するように構成する。

また、本実施形態では、車両の車速、ヨーレート、走行軌跡等からカーブの曲率半径を算出した算出結果を補正する構成としているが、車両の車速、ヨーレート、走行軌跡を補正する構成としても良い。その場合には、自動運転制御による走行時に取得された走行情報が、手動運転による走行時に取得された走行情報よりも重くなるように重み付けを行う。

また、本実施形態では、走行情報取得処理プログラム（図７）や道路形状特定処理プログラム（図９）の各ステップをナビゲーション装置１が実行する構成としているが、車両制御ＥＣＵ２１やその他の車載器が一部または全部を実行する構成としても良い。また、特に道路形状特定処理プログラム（図９）については外部のサーバが実行する構成としても良い。尚、外部のサーバが実行する構成とする場合には、特定の車両に限らず、通信可能にある不特定多数の車両から走行情報を収集してＳ１１以降の処理を実行する構成とすることも可能である。

また、本発明に係る道路形状検出システムを具体化した実施例について上記に説明したが、地物画像認識システムは以下の構成を有することも可能であり、その場合には以下の効果を奏する。

例えば、第１の構成は以下のとおりである。
自動運転制御又は乗員の運転操作による手動運転のいずれかにより走行する車両の走行情報を取得する走行情報取得手段と、前記走行情報取得手段により取得した前記走行情報毎に、自動運転制御又は手動運転のどちらで走行した走行情報かを特定する走行態様特定手段と、前記走行情報取得手段により取得した前記走行情報に対して、前記走行態様特定手段によって特定された走行態様に応じた重み付けによる補正を行う走行情報補正手段と、前記走行情報補正手段により補正された前記走行情報を学習値として累積する学習手段と、前記学習手段により累積された学習値に基づいて前記車両が走行した道路形状を特定する道路形状特定手段と、を有することを特徴とする。
上記構成を有する道路形状検出システムによれば、手動運転に加えて自動運転制御による走行を行うことが可能な車両の走行情報に基づいて道路形状を特定する場合において、車両の走行態様に応じて走行情報に対して重み付けを行うことによって、各走行情報の質を考慮して走行情報から道路形状の特定を行うことが可能となる。その結果、走行情報毎の運転者の嗜好の影響度合いが異なっていたとしても、道路形状を正確且つ迅速に特定することが可能となる。例えば、仮に道路形状を特定するのに不適当な走行情報が取得された場合であっても、それらの影響を少なくして道路形状を特定できるので、道路形状の特定精度を向上させることが可能となる。

また、第２の構成は以下のとおりである。
前記走行情報補正手段は、手動運転により走行した走行情報よりも自動運転制御により走行した走行情報を重みが大きくなるように補正することを特徴とする。
上記構成を有する道路形状検出システムによれば、運転者の嗜好が走行情報に影響せず、道路形状の特定結果の信頼度が高いと予想される自動運転制御による走行時に取得された走行情報について重み付けを重くするので、運転者の嗜好が大きく反映される手動運転時の走行情報の影響を少なくして道路形状を特定することが可能となる。その結果、道路形状の特定精度を向上させることが可能となる。

また、第３の構成は以下のとおりである。
前記車両が手動運転により同一車線内を走行する場合において該車線内で左右方向に移動する可能性のある最大幅である手動運転走行幅と、前記走行情報補正手段は、前記車両が自動運転制御により同一車線内を走行する場合において該車線内で左右方向に移動する可能性のある最大幅である自動運転走行幅と、の比較によって決定される補正値によって重み付けを行うことを特徴とする。
上記構成を有する道路形状検出システムによれば、手動運転により同一車線内を走行する場合における左右方向の移動可能な幅と、自動運転制御により同一車線内を走行する場合における左右方向の移動可能な幅とを比較することによって、走行態様毎により正確で詳細な重み付けを行うことが可能となる。

また、第４の構成は以下のとおりである。
前記手動運転走行幅は、前記車両が走行する車線の幅であり、前記自動運転走行幅は、前記車両が走行する車線の幅よりも小さい幅であることを特徴とする。
上記構成を有する道路形状検出システムによれば、運転者の嗜好が左右方向の移動の幅に影響せず、道路形状の特定結果の信頼度が高いと予想される自動運転制御による走行時に取得された走行情報は重み付けを重くするので、運転者の嗜好によって左右方向の移動幅が大きい手動運転時の走行情報の影響を少なくして道路形状を特定することが可能となる。その結果、道路形状の特定精度を向上させることが可能となる。

また、第５の構成は以下のとおりである。
前記道路形状特定手段は、道路のカーブ形状における曲率半径を特定することを特徴とする。
上記構成を有する道路形状検出システムによれば、特に車両の走行情報から道路のカーブ形状における曲率半径を特定する場合において、曲率半径を正確且つ迅速に特定することが可能となる。

また、第６の構成は以下のとおりである。
カーブに進入してからカーブを退出するまでの前記車両の走行情報に基づいて前記車両が走行した前記カーブの曲率半径を算出する曲率半径算出手段を有し、前記学習手段は、前記曲率半径の算出結果に対する算出頻度を前記走行態様によって決定される補正値に基づいて補正し、前記曲率半径と補正後の算出頻度を前記学習値として累積し、前記道路形状特定手段は、前記学習値を統計することによって前記曲率半径と前記算出頻度により度数分布を作成し、頻度が最も多い曲率半径を前記車両が走行したカーブの曲率半径として特定することを特徴とする。
上記構成を有する道路形状検出システムによれば、学習結果を用いた統計処理を行うことによって、車両が走行したカーブの曲率半径を正確に特定することが可能となる。

また、第７の構成は以下のとおりである。
前記曲率半径算出手段は、カーブに進入してからカーブを退出するまでのカーブ区間中にある複数の地点毎に、該地点での前記車両の走行情報に基づいて前記カーブの曲率半径を算出し、前記道路形状特定手段は、前記複数の地点毎に前記学習値を統計することによって、前記複数の地点毎に前記曲率半径を特定し、特定された前記複数の地点毎の曲率半径から前記車両が走行したカーブ形状を特定することを特徴とする。
上記構成を有する道路形状検出システムによれば、カーブ区間に含まれる地点毎に曲率半径を特定することによって、複雑な形状を有するカーブ区間であっても、より詳細なカーブ形状を特定することも可能となる。

また、第８の構成は以下のとおりである。
前記走行情報は、前記車両の車速、ヨーレート、走行軌跡のいずれかを含むことを特徴とする。
上記構成を有する道路形状検出システムによれば、車両の車速、ヨーレート、走行軌跡のいずれかを用いて道路形状を特定する場合において、各走行情報の取得時の車両の走行態様を考慮して走行情報の重み付けを行うので、道路形状を正確且つ迅速に特定することが可能となる。

１ ナビゲーション装置
１３ ナビゲーションＥＣＵ
３２ 学習ＤＢ
３３ 補正テーブル
４１ ＣＰＵ
４２ ＲＡＭ
４３ ＲＯＭ
５０ 車両

Claims (10)

1. 自動運転制御又は乗員の運転操作による手動運転のいずれかにより走行する車両の走行情報を取得する走行情報取得手段と、
   前記走行情報取得手段により取得した前記走行情報毎に、自動運転制御又は手動運転のどちらで走行した走行情報かを特定する走行態様特定手段と、
   前記走行情報取得手段により取得した前記走行情報に対して、前記走行態様特定手段によって特定された走行態様に応じた重み付けによる補正を行う走行情報補正手段と、
   前記走行情報補正手段により補正された前記走行情報を学習値として累積する学習手段と、
   前記学習手段により累積された学習値に基づいて前記車両が走行した道路形状を特定する道路形状特定手段と、を有することを特徴とする道路形状検出システム。
2. 前記走行情報補正手段は、手動運転により走行した走行情報よりも自動運転制御により走行した走行情報を重みが大きくなるように補正することを特徴とする請求項１に記載の道路形状検出システム。
3. 前記走行情報補正手段は、
   前記車両が手動運転により同一車線内を走行する場合において該車線内で左右方向に移動する可能性のある最大幅である手動運転走行幅と、前記車両が自動運転制御により同一車線内を走行する場合において該車線内で左右方向に移動する可能性のある最大幅である自動運転走行幅と、の比較によって決定される補正値によって重み付けを行うことを特徴とする請求項１又は請求項２に記載の道路形状検出システム。
4. 前記手動運転走行幅は、前記車両が走行する車線の幅であり、
   前記自動運転走行幅は、前記車両が走行する車線の幅よりも小さい幅であることを特徴とする請求項３に記載の道路形状検出システム。
5. 前記道路形状特定手段は、道路のカーブ形状における曲率半径を特定することを特徴とする請求項１乃至請求項４のいずれかに記載の道路形状検出システム。
6. カーブに進入してからカーブを退出するまでの前記車両の走行情報に基づいて前記車両が走行した前記カーブの曲率半径を算出する曲率半径算出手段を有し、
   前記学習手段は、前記曲率半径の算出結果に対する算出頻度を前記走行態様によって決定される補正値に基づいて補正し、前記曲率半径と補正後の算出頻度を前記学習値として累積し、
   前記道路形状特定手段は、前記学習値を統計することによって前記曲率半径と前記算出頻度により度数分布を作成し、頻度が最も多い曲率半径を前記車両が走行したカーブの曲率半径として特定することを特徴とする請求項５に記載の道路形状検出システム。
7. 前記曲率半径算出手段は、カーブに進入してからカーブを退出するまでのカーブ区間中にある複数の地点毎に、該地点での前記車両の走行情報に基づいて前記カーブの曲率半径を算出し、
   前記道路形状特定手段は、
   前記複数の地点毎に前記学習値を統計することによって、前記複数の地点毎に前記曲率半径を特定し、
   特定された前記複数の地点毎の曲率半径から前記車両が走行したカーブ形状を特定することを特徴とする請求項６に記載の道路形状検出システム。
8. 前記走行情報は、前記車両の車速、ヨーレート、走行軌跡のいずれかを含むことを特徴とする請求項１乃至請求項７のいずれかに記載の道路形状検出システム。
9. 走行情報取得手段が、自動運転制御又は乗員の運転操作による手動運転のいずれかにより走行する車両の走行情報を取得するステップと、
   走行態様特定手段が、前記走行情報取得手段により取得した前記走行情報毎に、自動運転制御又は手動運転のどちらで走行した走行情報かを特定するステップと、
   走行情報補正手段が、前記走行情報取得手段により取得した前記走行情報に対して、前記走行態様特定手段によって特定された走行態様に応じた重み付けによる補正を行うステップと、
   学習手段が、前記走行情報補正手段により補正された前記走行情報を学習値として累積するステップと、
   道路形状特定手段が、前記学習手段により累積された学習値に基づいて前記車両が走行した道路形状を特定するステップと、を有することを特徴とする道路形状検出方法。
10. コンピュータを、
    自動運転制御又は乗員の運転操作による手動運転のいずれかにより走行する車両の走行情報を取得する走行情報取得手段と、
    前記走行情報取得手段により取得した前記走行情報毎に、自動運転制御又は手動運転のどちらで走行した走行情報かを特定する走行態様特定手段と、
    前記走行情報取得手段により取得した前記走行情報に対して、前記走行態様特定手段によって特定された走行態様に応じた重み付けによる補正を行う走行情報補正手段と、
    前記走行情報補正手段により補正された前記走行情報を学習値として累積する学習手段と、
    前記学習手段により累積された学習値に基づいて前記車両が走行した道路形状を特定する道路形状特定手段と、
    して機能させる為のコンピュータプログラム。

Images