JP7347301B2 - 走路生成装置、方法及びプログラム - Google Patents

Description

本発明は、自車両の走行予定の走路を生成する走路生成装置、方法及びプログラムに関する。

従来、車載検知部によって検知された自車両の周辺の周辺情報に基づいて、自車両の走行予定の走路を生成することが行われている。なお、自車両速度の自動制御においては、車載検知部としての車載カメラによって撮影されたカメラ情報と、地図データベースに蓄積された地図データとを用いた自動制御が行われている（例えば、特許文献１参照）。

米国特許第９０９０２６０号明細書

しかしながら、車載検知部によって検知された自車両の周辺の周辺情報のみに基づく走路生成では、車載検知部によって周辺情報を検知できなかった領域については走路を生成することができず、走路に欠落部分が発生することとなる。一方、地図データのみに基づく走路生成では、地図データの更新タイミングやエリアによっては、生成された走路の信頼度が欠ける場合が発生し得る。従って、いずれの場合の走路であっても、自車両を適切に制御することが困難となる。

本発明は上記課題に鑑みてなされたものであり、その目的は、自車両を適切に制御することができる走路を生成することが可能な走路生成装置、方法及びプログラムを提供することにある。

本発明は上記課題を解決するために以下の技術的手段を採用する。特許請求の範囲及びこの項に記載した括弧内の符号は、一つの態様として後述する実施の形態に記載の具体的手段との対応関係を示す一例であって、本発明の技術的範囲を限定するものではない。

本発明の第１実施態様は、車載検知部（１２）によって検知された自車両（１０）の周辺の周辺情報に基づいて前記自車両の走行予定の自律走路を生成する自律走路生成部（１４）と、地図データに基づく前記自車両の走行予定の地図走路を取得する地図走路取得部（２６）と、前記自律走路と前記地図走路とを用いて統合走路を生成する統合走路生成部（２４）と、を具備する走路生成装置である。

本発明の第２実施態様は、車載検知部によって検知された自車両の周辺の周辺情報に基づいて前記自車両の走行予定の自律走路を生成するステップと、地図データに基づく前記自車両の走行予定の地図走路を取得するステップと、前記自律走路と前記地図走路とを用いて統合走路を生成するステップと、を具備する走路生成方法である。

本発明の第３実施態様は、コンピュータに、車載検知部によって検知された自車両の周辺の周辺情報に基づいて前記自車両の走行予定の自律走路を生成するステップと、地図データに基づく前記自車両の走行予定の地図走路を取得するステップと、前記自律走路と前記地図走路とを用いて統合走路を生成するステップと、を実行させる走路生成プログラムである。

本発明では、自車両を適切に制御することができる走路を生成することが可能となっている。

本発明の一実施形態の走路生成システムを示すブロック図。 本発明の一実施形態の走路生成方法を示すフロー図。 本発明の一実施形態の自律走路点列生成ステップを示す模式図。 本発明の一実施形態の地図走路点列生成ステップを示す模式図。 本発明の一実施形態の地図走路点列補正ステップを示す模式図。 本発明の一実施形態の統合走路点列生成ステップを示す模式図。 本発明の一実施形態の統合走路曲線生成ステップを示す模式図。

［第１実施形態］
図１乃至図７を参照して、本発明の第１実施形態について説明する。
本実施形態では、車載検知部によって検知された自車両の周辺の周辺情報に基づいて、信頼度の高い自律走路点列を生成し、また、地図データベース（以下、「地図ＤＢ」という。）から取得した地図データに基づいて、欠落部分が存在しない地図走路点列を生成する。そして、自律走路点列に地図走路点列をフィッティングすることによって信頼度の向上された補正地図走路点列を生成したうえで、自律走路点列の欠落部分を補正地図走路点列によって補完することで、信頼度が高くかつ欠落部分が存在しない統合走路点列を生成する。さらに、自律走路点列に対する地図走路点列の信頼度の低さに応じて、自律走路点列に対して補正地図走路点列の重み付けを軽くしたうえで、自律走路点列と補完された補正地図走路点列とからなる統合走路点列をつなげることで、統合走路曲線を生成する。

図１を参照して、本実施形態の走路生成システムについて概説する。

図１に示されるように、走路生成システムにおいて、自車両１０は、車載検知部１２と、コンピュータとしてのＥＣＵ（Electronic Control Unit）２８と、メモリ３４とを有する。ＥＣＵ２８は、１つ以上のプロセッサを有し、自律走路生成部１４、車両情報取得部１６、地図走路取得部２６（地図データ取得部１８及び地図走路生成部２０）、走路補正部２２、並びに、統合走路生成部２４としての機能を備える。メモリ３４については、不揮発性記憶媒体であり、後述の図２のフローチャートに示す処理をＥＣＵ２８に実行させるプログラムが格納されている。また、地図データ取得部１８が通信可能なクラウド３０は、地図データベース３０を有する。

車載検知部１２は自車両１０の周辺の周辺情報を検知し、本実施形態では、車載検知部１２として車載カメラが用いられる。自律走路生成部１４は、車載検知部１２によって検知された自車両１０の周辺の周辺情報に基づいて、自車両１０の走行予定の自律走路を生成する。本実施形態において生成される自律走路は、自車両１０の現時刻後の各時刻における走行予定位置を順次示す複数の点からなる自律走路点列である。

車両情報取得部１６は、自車両１０の状態を示す自車両情報を取得する。本実施形態では、自車両情報は、自車両１０の位置、向き等を含む。地図走路取得部２６は、地図データに基づく自車両１０の走行予定の走路（第２走路）である地図走路を取得する。本実施形態では、地図走路取得部２６は、地図データ取得部１８と地図走路生成部２０とを有する。地図データ取得部１８は、クラウド３０上の地図ＤＢ３２から自車両１０の周辺エリアの地図データを取得し、地図走路生成部２０は、車両情報取得部１６によって取得された自車両情報と、地図データ取得部１８によって取得された地図データとに基づいて、地図走路を生成する。また、本実施形態において生成される地図走路は、自車両１０の現時刻後の各時刻における走行予定位置を順次示す複数の点からなる地図走路点列である。ここで、地図走路点列は、車載カメラ１２による検知結果を考慮することなく地図データに基づいて生成されたものであるのに対して、自律走路点列は略リアルタイムに検知された周辺情報に基づいて生成されたものであるため、地図走路点列よりも自律走路点列のほうが信頼度は高い。

走路補正部２２は、自律走路生成部１４によって生成された自律走路点列と、地図走路取得部２６によって取得された地図走路点列とを用いて、地図走路点列を補正して、補正地図走路点列を生成する。なお、走路補正部２２では、地図走路取得部２６によって取得された地図走路点列を一部修正したうえで、修正された地図走路点列を補正して、補正地図走路点列を生成するようにしてもよい。本実施形態では、走路補正部２２は、自律走路点列に地図走路点列をフィッティングすることにより、補正地図走路としての補正地図走路点列を生成する。

統合走路生成部２４は、自律走路生成部１４によって生成された自律走路点列に、走路補正部２２によって生成された補正地図走路点列を統合して、統合走路点列を生成する。本実施形態では、統合走路生成部２４は、自律走路点列の欠落部分を、補正地図走路点列によって補完することにより、統合走路点列を生成する。さらに、統合走路生成部２４は、地図走路点列の信頼度に応じて、自律走路点列に対して補正地図走路点列を重み付けしたうえで、自律走路点列と補完された補正地図走路点列の一部とからなる統合走路点列をつなげることにより、統合走路曲線を生成する。ここで生成される統合走路曲線は、必ずしも統合走路点列に含まれる全ての点列を通過するものでなくてもよく、統合走路点列の各点の近傍を通過するものであればよい。

図２乃至図７を参照して、本実施形態の走路生成方法について説明する。
図２に示されるように、ＥＣＵ２８がメモリ３４から読み出したプログラムを実行することにより、以下の各ステップで構成される走路生成方法を実行する。

周辺情報検知ステップＳ１０
ステップＳ１０では、車載検知部１２によって、自車両１０の周辺の周辺情報をリアルタイムで検知する。本実施形態では、車載カメラによって、自車両の前方のカメラ画像をリアルタイムで撮影する。

自律走路点列生成ステップＳ１２
ステップＳ１２では、ステップＳ１０において検知された自車両１０の周辺の周辺情報に基づいて、自車両１０の走行予定の自律走路点列を生成する。ここで、周辺情報検知ステップＳ１０において検知される自車両１０の周辺の周辺情報については、自車両に搭載された車載検知部によってリアルタイムに検知された情報であり、情報精度が高いため、周辺情報に基づいて生成された自律走路点列についても信頼度が高くなる。一方で、車載検知部には検知不能な領域が存在し、検知不能な領域においては周辺情報が欠落するため、周辺情報に基づいて生成される自律走路点列についても欠落部分が発生することとなる。

図３を参照して、本実施形態のステップＳ１２について、詳細に説明する。本実施形態では、車載カメラ１２によってリアルタイム撮影された自車両の前方のカメラ画像を解析することにより、当該カメラ画像に写っている白線を認識し、認識された白線に基づいて自律走路点列を生成している。ここで、車載カメラ１２によってリアルタイムで撮影されたカメラ画像については、情報精度が高いため、カメラ画像に基づいて生成された自律走路点列についても信頼度が高くなっている。一方で、車載カメラ１２によっては、先行車両等によって視界が妨げられている領域や、曲率半径の小さな急カーブの進行方向前方等の視界から外れている領域については、視認することができず、本実施形態では進行方向遠方領域が視認不能となっている。このような視認不能な進行方向遠方領域においては、白線を認識することもできないため、認識された白線に基づいて生成される自律走路点列についても、欠落部分が発生している。

車両情報取得ステップＳ１４
ステップＳ１４では、自車両の位置、向き等の自車両情報を取得する。本実施形態では、ＧＰＳによって自車両１０の位置情報、自車両１０に搭載された加速度センサ（不図示）によって自車両１０の向き情報を取得する。

地図データ取得ステップＳ１６
ステップＳ１６では、ステップＳ１４において取得された自車両情報に基づいて、クラウド３０上の地図ＤＢ３２から自車両１０の周辺エリアの地図データを取得する。なお、本実施形態における地図データは、広域エリアの道路の車線が区別できるような白線情報を少なくとも含むものである。

地図走路点列生成ステップＳ１８
ステップＳ１８では、ステップＳ１４において取得された自車両情報と、ステップＳ１６において取得された地図データとに基づいて、自車両１０の走行予定の地図走路点列を生成する。ここで、ステップＳ１０において、自車両に搭載された車載検知部によってリアルタイムで検知された自車両１０の周辺の周辺情報に対して、自車両情報ないし地図データの情報精度は低くなっているため、ステップＳ１２において周辺情報に基づいて生成された自律走路点列に対して、地図走路点列の信頼度も低くなっている。一方で、車載検知部によって検知不能な領域においては周辺情報が欠落し、周辺情報に基づいて生成される自律走路点列についても欠落部分が発生するのに対して、地図ＤＢ３２に蓄積されている地図データに基づいて生成される地図走路点列については、通常は欠落部分が発生することはない。

図４を参照して、本実施形態のステップＳ１８について、詳細に説明する。本実施形態では、ＧＰＳ及び加速度センサによって夫々取得された自車両１０の位置情報及び向き情報、並びに、地図ＤＢ３２から取得された地図データに基づいて、地図走路点列を生成する。図４は、自律走路点列と地図走路点列とにずれが発生している部分があり、かつ、自律走路点列は地図走路点列に比べて手前側で途切れている様子を示している。ここで、車載カメラ１２によってリアルタイムに撮影されたカメラ画像に対して、自車両情報並びに地図データの情報精度は低くなっているため、カメラ画像に基づいて生成された自律走路点列に対して、地図走路点列の信頼度は低くなっており、自律走路点列に対して地図走路点列には誤差が発生している。一方で、車載カメラ１２によっては進行方向遠方領域については視認ができず、白線を認識することもできないため、認識された白線に基づいて生成される自律走路点列についても欠落部分が発生している。これに対して、地図ＤＢ３２に蓄積されている地図データに基づいて生成される地図走路点列については、進行方向遠方領域においても欠落部分は発生していない。

地図走路点列補正ステップＳ２０
ステップＳ２０では、ステップＳ１２において生成された自律走路点列に基づいて、ステップＳ１８において生成された地図走路点列を補正して、補正地図走路点列を生成する。ここで、自律走路点列については地図走路点列よりも信頼度が高いことから、自律走路点列に基づいて地図走路点列を補正することにより、信頼度の向上された補正地図走路点列を得ることができる。なお、ステップ２０では、ステップＳ１８において生成された地図走路点列を一部修正したうえで、修正した地図走路点列を補正して、補正地図走路点列を生成するようにしてもよい。

図５を参照して、本実施形態のステップＳ２０について、詳細に説明する。本実施形態では、自律走路点列に地図走路点列をフィッティングすることにより、補正地図走路点列を生成する。フィッティング手法としては、ＳＶＤ（singular value decomposition）、ＩＣＰ（interactive closest point）等を用い、式（１）に示されるように、地図走路点列｛ｘ_ｉ｝を補正地図走路点列｛ｙ_ｉ｝に変換する変換行列（Ｒ，ｔ）を推定する。

ここで、自律走路点列については地図走路点列よりも信頼度が高くなっているため、自律走路点列に地図走路点列をフィッティングすることによって補正地図走路点列を生成することで、信頼度の向上された補正地図走路点列を得ることができる。

なお、本実施形態では、ステップ１８において生成された地図走路点列を一部修正した地図走路点列を、式（１）に代入する地図走路点列｛ｘ_ｉ｝としてもよい。地図走路点列を修正する例として、地図走路点列をつなげたときに形成される曲線が滑らかになるように、当該曲線の曲率が小さくなるように地図走路点列の各点の位置を修正することが挙げられる。

統合走路点列生成ステップＳ２２
ステップＳ２２では、自律走路点列に補正地図走路点列を統合して、統合走路点列を生成する。ここで、自律走路点列については、地図走路点列よりも信頼度が高いものの、欠落部分が存在するのに対して、地図走路点列については、自律走路点列よりも信頼度は低いものの、通常は欠落部分は存在しない。このため、自律走路点列に、自律走路点列に基づいて補正され信頼度の向上された補正地図走路点列を統合することで、信頼度が高くかつ欠落部分の存在しない統合走路点列を得ることができる。

図６を参照して、本実施形態のステップＳ２２について、詳細に説明する。本実施形態では、自律走路点列の欠落部分を補正地図走路点列によって補完することにより、統合走路点列を生成する。ここで、自律走路点列については、地図走路点列よりも信頼度が高いものの、進行方向遠方領域において欠落部分が存在しているのに対して、地図走路点列については、自律走路点列よりも信頼度は低いものの、進行方向遠方領域においても欠落部分は存在していない。このため、自律走路点列の進行方向遠方領域における欠落部分を、自律走路点列にフィッティングされ信頼度の向上された補正地図走路点列によって補完することで、信頼度が高くかつ進行方向遠方領域においても欠落部分の存在しない統合走路点列を得ている。

統合走路曲線生成ステップＳ２４
ステップＳ２４では、地図走路点列の信頼度に応じて、自律走路点列に対して補正地図走路点列を重み付けしたうえで、自律走路点列と補完された補正地図走路点列の一部とからなる統合走路点列をつなげることにより統合走路曲線を生成する。ここで、自律走路点列に対する地図走路点列の信頼度の低さに応じて、自律走路点列に対して補正地図走路点列の重み付けを軽くしたうえで、自律走路点列と補完された補正地図走路点列の一部とからなる統合走路点列をつなげることで、信頼度の高い統合走路曲線を得ることができる。

図７を参照して、本実施形態のステップＳ２４について、詳細に説明する。なお、図７（ａ）については、地図走路点列の信頼度が比較的高く誤差が小さい場合を示し、図７（ｂ）については、図７（ａ）の場合に比べて地図走路点列の信頼度が比較的低く誤差が大きい場合について示している。本実施形態では、自車両情報の情報精度、地図データの情報精度等に基づく地図走路点列の信頼度に応じて、重み付き非線形最小二乗法等の最適化手法により、自律走路点列に対して補正地図走路点列を重み付けしたうえで、自律走路点列と補完された補正地図走路点列の一部とからなる統合走路点列をつなげるｎ次曲線を推定して、統合走路曲線を生成している。このように、自律走路点列に対する地図走路点列の信頼度の低さに応じて、自律走路点列に対して補正地図走路点列の重み付けを軽くしたうえで、自律走路点列と補完された補正地図走路点列の一部とからなる統合走路点列をつなげるｎ次曲線を推定することで、信頼度の高い統合走路曲線を得ている。

ここで、地図ＤＢ３２に含まれる地図データは、エリアごとに更新タイミングが異なるため、エリアごとに情報精度が異なる。従って、地図走路点列の信頼度については、地図データ取得部１８が地図データを取得した時点での取得したエリアの地図データの情報精度に基づいて決定される。

本実施形態の走路生成システム及び方法については以下の効果を奏する。
本実施形態の走路生成システム及び方法では、車載カメラ１２によって検知された自車両１０の周辺の周辺情報に基づいて、信頼度の高い自律走路点列を生成し、また、地図ＤＢ３２から取得した地図データに基づいて、欠落部分が存在しない地図走路点列を生成している。そして、自律走路点列に地図走路点列をフィッティングすることによって、信頼度の向上された補正地図走路点列を生成したうえで、自律走路点列の欠落部分を補正地図走路点列によって補完することで、信頼度が高くかつ欠落部分が存在しない統合走路点列を生成している。さらに、自律走路点列に対する地図走路点列の信頼度の低さに応じて、自律走路点列に対して補正地図走路点列の重み付けを軽くしたうえで、自律走路点列と補完された補正地図走路点列とからなる統合走路点列を滑らかに連結することで、信頼度の高い統合走路曲線を生成している。このため、自車両１０を適切に制御することができる走路を生成することが可能となっている。

［第２実施形態］
以下、本発明の第２実施形態について説明する。
本実施形態では、第１実施形態と異なり、自車両１０は走路補正部２２を有しておらず、地図走路点列を補正することなく、地図走路生成部２０によって生成された地図走路点列と、自律走路生成部１４によって生成された自律走路点列とを用いて、統合走路生成部２４によって統合走路を生成する。

さらに、統合走路生成部２４は、地図走路点列と自律走路点列との信頼度の関係性に基づいて統合走路点列を生成する。例えば、地図走路の信頼度に比べて自律走路の信頼度が２倍高い場合には、同時刻における地図走路点と自律走路点とを結ぶ線分を２：１で内分する点を各時刻について順次求めることにより統合走路点列を生成して、当該統合走路点列をつなぐことにより統合走路曲線を生成する。ここで、遠方について地図走路点列しか存在しない場合には、手前における地図走路点に対する統合走路点のずれに基づいて、遠方において地図走路点に対する統合走路点の位置を決定してもよい。

本実施形態においても、自律走路点列と地図走路点列とのいずれか一方のみを用いた場合に比べ、信頼度が高くかつ遠方まで欠落の少ない統合走路を生成することができる。これにより、自車両１０を適切に制御することができる走路を生成することが可能となっている。

［その他の実施形態］
上記各実施形態では、車載検知部として、車載カメラが用いられている。代わって、車載検知部として、ミリ波レーダ、ＬｉＤＡＲ（Light Detection and Ranging、Laser Imaging Detection and Ranging）、ソナー等の内の少なくとも１つのセンサ、又は当該少なくとも１つのセンサと車載カメラとを用いるようにしてもよい。

各実施形態では、クラウド３０上の地図ＤＢ３２に地図データを蓄積し、自車両１０の地図走路取得部２６において、地図データ取得部１８によって地図ＤＢ３２から地図データを取得し、地図走路生成部２０によって地図データから地図走路を生成するようにしている。代わって、クラウド３０上の地図ＤＢ３２に地図走路を蓄積し、自車両１０の地図走路取得部２６によって地図ＤＢ３２から地図走路を直接取得するようにしてもよい。この場合には、地図走路取得部２６について、地図走路生成部２０に相当する機能が不要となる。また、自車両１０に充分なデータ容量を確保できる場合には、地図ＤＢ３２に保存されるべき地図データ、地図走路等の地図情報を、自車両１０のメモリ３４に格納するようにしてもよい。

各実施形態では、自律走路点列の信頼度が地図走路点列の信頼度よりも高い場合について、自律走路点列に基づいて地図走路点列を補正することにより、補正地図走路点列を生成するようにしている。代わって、地図走路点列の信頼度が自律走路点列の信頼度よりも高い場合等には、地図走路点列に基づいて自律走路点列を補正することにより、補正走路としての補正自律走路点列を生成するようにしてもよい。

第１実施形態では、地図走路点列を一部修正したうえで、修正した地図走路点列を補正して、補正地図走路点列を生成してもよいとしたが、代わって又は加えて、自律走路点列及び／又は補正地図走路点列を修正したうえで、修正した自律走路点列及び／又は補正地図走路点列を用いて統合走路点列を生成するようにしてもよい。また、第２実施形態では、自律走路点列及び／又は地図走路点列を修正したうえで、修正した自律走路点列と地図走路点列とを用いて統合走路点列を生成するようにしてもよい。

各実施形態では、図４、図５等に示すように、自律走路、地図走路、補正地図走路、統合走路等の各種走路については、自車両の現時刻後の各時刻における走行予定位置を順次示す情報としたが、各種走路の表現方法はこれに限られない。各種走路については、自車両の走行を制御できるものであれば、自車両の現時刻後の各時刻における予定速度を順次示す情報であってもよいし、予定加速度を示す情報であってもよい。

各実施形態では、走路として走路点列を用いているが、代わって走路曲線を用いるようにしてもよい。即ち、本実施形態では、自律走路、地図走路、補正地図走路、並びに、統合走路として、夫々、自律走路点列、地図走路点列、補正地図走路点列、並びに、統合走路点列及び統合走路曲線を用いているが、代わって自律走路曲線、地図走路曲線、補正地図走路曲線、並びに、統合走路曲線を用いるようにしてもよい。

１２…車載カメラ １４…自律走路生成部 ２０…地図走路生成部
２２…走路補正部 ２４…統合走路生成部

Claims (6)

1. 車載検知部（１２）によって検知された自車両（１０）の周辺の周辺情報と地図データとの内の前記地図データを除く前記周辺情報に基づいて前記自車両の走行予定の自律走路を生成する自律走路生成部（１４）と、
   前記周辺情報と前記地図データとの内の前記周辺情報を除く前記地図データに基づく前記自車両の走行予定の地図走路を取得する地図走路取得部（２６）と、
   前記自律走路と前記地図走路とを用いて統合走路を生成する統合走路生成部（２４）と、
   を具備し、
   前記自律走路と前記地図走路とを用いて、前記地図走路及び前記自律走路の内の信頼度が低い方の走路である一方の走路を補正した補正走路を生成する走路補正部（２２）をさらに具備し、
   前記統合走路生成部は、前記地図走路及び前記自律走路の内の他方の走路と、前記補正走路とを統合して、前記統合走路を生成する、
   走路生成装置。
2. 前記走路補正部は、前記一方の走路を前記他方の走路にフィッティングすることにより前記補正走路を生成する、
   請求項１に記載の走路生成装置。
3. 前記他方の走路は前記自律走路であり、
   前記統合走路生成部は、前記自律走路の欠落部分を前記補正走路によって補完することにより前記統合走路を生成する、
   請求項１又は２に記載の走路生成装置。
4. 前記一方の走路は前記地図走路であり、
   前記統合走路生成部は、前記地図走路の信頼度に応じて前記自律走路に対して前記補正走路を重み付けしたうえで、前記自律走路の欠落部分の補完に用いた前記補正走路の一部と前記自律走路とをつなげることにより前記統合走路を生成する、
   請求項３に記載の走路生成装置。
5. 車載検知部によって検知された自車両の周辺の周辺情報と地図データとの内の前記地図データを除く前記周辺情報に基づいて前記自車両の走行予定の自律走路を生成するステップと、
   前記周辺情報と前記地図データとの内の前記周辺情報を除く前記地図データに基づく前記自車両の走行予定の地図走路を取得するステップと、
   前記自律走路と前記地図走路とを用いて統合走路を生成するステップと、
   を具備し、
   前記自律走路と前記地図走路とを用いて、前記地図走路及び前記自律走路の内の信頼度が低い方の走路である一方の走路を補正した補正走路を生成するステップをさらに具備し、
   前記統合走路を生成するステップは、前記地図走路及び前記自律走路の内の他方の走路と、前記補正走路とを統合して、前記統合走路を生成する、
   走路生成方法。
6. コンピュータに、
   車載検知部によって検知された自車両の周辺の周辺情報と地図データとの内の前記地図データを除く前記周辺情報に基づいて前記自車両の走行予定の自律走路を生成するステップと、
   前記周辺情報と前記地図データとの内の前記周辺情報を除く前記地図データに基づく前記自車両の走行予定の地図走路を取得するステップと、
   前記自律走路と前記地図走路とを用いて統合走路を生成するステップと、
   を実行させ、
   前記自律走路と前記地図走路とを用いて、前記地図走路及び前記自律走路の内の信頼度が低い方の走路である一方の走路を補正した補正走路を生成するステップをさらに実行させ、
   前記統合走路を生成するステップは、前記地図走路及び前記自律走路の内の他方の走路と、前記補正走路とを統合して、前記統合走路を生成する、
   走路生成プログラム。

Images