JPH05108148A - Data arithmetic operation unit for travelling of autonomously travelling vehicle - Google Patents
Data arithmetic operation unit for travelling of autonomously travelling vehicleInfo
- Publication number
- JPH05108148A JPH05108148A JP3206507A JP20650791A JPH05108148A JP H05108148 A JPH05108148 A JP H05108148A JP 3206507 A JP3206507 A JP 3206507A JP 20650791 A JP20650791 A JP 20650791A JP H05108148 A JPH05108148 A JP H05108148A
- Authority
- JP
- Japan
- Prior art keywords
- data
- vehicle
- deviation
- function
- white line
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000012545 processing Methods 0.000 claims abstract description 18
- 238000004364 calculation method Methods 0.000 claims description 15
- 238000012886 linear function Methods 0.000 claims description 2
- 239000000284 extract Substances 0.000 abstract description 5
- 238000005259 measurement Methods 0.000 description 8
- 238000010586 diagram Methods 0.000 description 7
- 238000000034 method Methods 0.000 description 6
- 238000006243 chemical reaction Methods 0.000 description 4
- 230000008707 rearrangement Effects 0.000 description 3
- 238000012217 deletion Methods 0.000 description 2
- 230000037430 deletion Effects 0.000 description 2
- 238000003384 imaging method Methods 0.000 description 2
- 238000003672 processing method Methods 0.000 description 2
- 238000012887 quadratic function Methods 0.000 description 2
- 238000011157 data evaluation Methods 0.000 description 1
- 238000013075 data extraction Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
Landscapes
- Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
Abstract
Description
【０００１】[0001]
【産業上の利用分野】本発明は、路面上に設けられた白
線（センターライン）等の基準線に沿って無人で走行す
る自律走行車両に係り、詳しくは、自律走行車両の操舵
等のための走行用データを演算するための装置に関す
る。BACKGROUND OF THE INVENTION 1. Field of the Invention The present invention relates to an autonomous vehicle which runs unmanned along a reference line such as a white line (center line) provided on a road surface, and more specifically, for steering the autonomous vehicle. The present invention relates to a device for calculating traveling data of a vehicle.
【０００２】[0002]
【従来の技術】無人で走行する自律走行車両を所定の経
路に沿って走行させる方式としては、走行経路にケーブ
ル、マークテープ等を付設してこれらを車両に設けたセ
ンサで検知しながら車両を走行させる固定経路方式など
のほかに、車両前方を撮像装置で撮影し、撮像装置の画
像内から目標経路（基準線）を抽出してこれに沿って車
両を走行させる無軌道方式が知られている（たとえば特
開昭６４−７１１０号公報参照）。2. Description of the Related Art As a method for driving an unmanned autonomous vehicle along a predetermined route, a cable, mark tape, or the like is attached to the traveling route and the vehicle is detected by a sensor provided on the vehicle. In addition to the fixed route system for traveling, a trackless system is known in which the front of the vehicle is photographed by an image pickup device, a target route (reference line) is extracted from the image of the image pickup device, and the vehicle is run along the target route. (See, for example, JP-A-64-7110).
【０００３】従来の無軌道方式の自律走行車両は、上述
のように路面上に設けられた基準線を画像処理により抽
出し、車両からｄ[ｍ]前方にある前方注視点と基準線と
の間の距離（以下、偏差と称する）ｙ[ｍ]を算出し、こ
の偏差に基づいて舵角を決定して走行していた。A conventional trackless autonomous vehicle extracts the reference line provided on the road surface by image processing as described above, and detects the reference line between the forward gaze point and the reference line in front of the vehicle by d [m]. (Hereinafter, referred to as deviation) y [m] was calculated, and the steering angle was determined based on this deviation to drive the vehicle.
【０００４】また、従来の自律走行車両では、算出され
た偏差が正確に測定されているかどうかを推定するため
に、前回の測定で算出された偏差データに対して線形補
間あるいは最小二乗近似を行って一次関数または二次関
数の偏差（直）曲線を求め、この偏差曲線により今回測
定されるべき偏差を推定する作業が行われていた。Further, in the conventional autonomous vehicle, in order to estimate whether or not the calculated deviation is accurately measured, the deviation data calculated in the previous measurement is subjected to linear interpolation or least squares approximation. The deviation (orthogonal) curve of a linear function or a quadratic function is obtained, and the deviation to be measured this time is estimated from this deviation curve.
【０００５】[0005]
【発明が解決しようとする課題】しかしながら、従来の
自律走行車両においては、前回の測定により得られた一
つの画像のデータのみに基づいて偏差曲線の算出および
偏差の推定を行っていたので、偏差の推定精度を十分に
確保することが容易でなく、特に、測定時においてデー
タの欠損を生じた場合はさらに偏差の推定精度が低くな
る、という問題があった。However, in the conventional autonomous vehicle, the deviation curve is calculated and the deviation is estimated based on only the data of one image obtained by the previous measurement. There is a problem that it is not easy to sufficiently secure the estimation accuracy of, and particularly, when the data is lost at the time of measurement, the estimation accuracy of the deviation is further lowered.
【０００６】本発明の目的は、基準線との偏差を精度良
く推定することの可能な自律走行車両の走行用データ演
算装置を提供することにある。An object of the present invention is to provide a traveling data arithmetic unit for an autonomous traveling vehicle which can accurately estimate a deviation from a reference line.
【０００７】[0007]
【課題を解決するための手段】クレーム対応図である図
１に対応付けて説明すると、本発明は、車両前方の路面
を撮影して、隣接する画像に重複部分が形成されるよう
な所定周期毎に画像データを出力する撮像手段ａと、前
記撮像手段ａの画像から前記路面に沿って延在する基準
線を抽出する画像処理手段ｂと、前記画像処理手段ｂに
より抽出された基準線からその座標値を算出する座標算
出手段ｃと、過去に算出された基準線の座標値が記憶さ
れた記憶手段ｄと、前記記憶手段ｄ内の座標値に基づい
てこの座標値を近似する基準線関数を算出する関数算出
手段ｅと、前記座標算出手段ｃにより得られた座標値と
前記関数算出手段ｅにより得られた基準線関数との誤差
を求め、この誤差が所定範囲内にあれば前記座標値を走
行用データとして出力するとともにこの座標値を前記記
憶手段ｄに記憶させ、前記誤差が所定範囲外にあれば前
記基準線関数から推定される基準線の座標値を走行用デ
ータとして出力する判定手段ｆとを設けることにより、
上述の目的を達成している。The present invention will be described with reference to FIG. 1, which is a diagram corresponding to claims, in which the road surface in front of the vehicle is photographed and a predetermined period is formed such that an overlapping portion is formed in adjacent images. From the image pickup means a that outputs image data for each image, the image processing means b that extracts a reference line extending along the road surface from the image of the image pickup means a, and the reference line extracted by the image processing means b Coordinate calculation means c for calculating the coordinate values, storage means d for storing the coordinate values of the reference line calculated in the past, and reference line for approximating the coordinate values based on the coordinate values in the storage means d. A function calculating means e for calculating a function, an error between the coordinate value obtained by the coordinate calculating means c and the reference line function obtained by the function calculating means e is obtained, and if the error is within a predetermined range, the error is calculated. Coordinates as driving data And a determination means f for storing the coordinate value in the storage means d and outputting the coordinate value of the reference line estimated from the reference line function as traveling data when the error is out of a predetermined range. By
The above-mentioned purpose is achieved.
【０００８】[0008]
【作用】撮像手段ａは、車両前方の路面を撮影して、隣
接する画像に重複部分が形成されるような所定周期毎に
画像データを出力する。画像処理手段ｂは、撮像手段ａ
の画像から路面に沿って延在する基準線を抽出し、座標
算出手段ｃは、画像処理手段ｂにより抽出された基準線
からその座標値を算出する。記憶手段ｄには過去に算出
された基準線の座標値が記憶されており、関数算出手段
ｅは、記憶手段ｄ内の座標値に基づいてこの座標値を近
似する基準線関数を算出する。そして、判定手段ｆは、
座標算出手段ｃにより得られた座標値と関数算出手段ｅ
により得られた基準線関数との誤差を求め、この誤差が
所定範囲内にあれば座標算出手段ｃで得られた座標値を
走行用データとして出力するとともに、この座標値を記
憶手段ｄに記憶させる。一方、誤差が所定範囲外にあれ
ば基準線関数から推定される基準線の座標値を走行用デ
ータとして出力する。The image pickup means a photographs the road surface in front of the vehicle and outputs the image data at every predetermined cycle such that an overlapping portion is formed in the adjacent images. The image processing means b is the image pickup means a.
A reference line extending along the road surface is extracted from the image, and the coordinate calculation means c calculates the coordinate value from the reference line extracted by the image processing means b. The storage unit d stores the coordinate value of the reference line calculated in the past, and the function calculating unit e calculates the reference line function that approximates the coordinate value based on the coordinate value in the storage unit d. Then, the judging means f
The coordinate value obtained by the coordinate calculating means c and the function calculating means e
The error from the reference line function obtained by is calculated, and if this error is within a predetermined range, the coordinate value obtained by the coordinate calculating means c is output as traveling data, and this coordinate value is stored in the storing means d. Let On the other hand, if the error is outside the predetermined range, the coordinate value of the reference line estimated from the reference line function is output as the traveling data.
【０００９】[0009]
【実施例】以下、図面を参照して、本発明の実施例につ
いて詳細に説明する。図２は、本発明による走行用デー
タ演算装置が適用された自律走行車両を示すブロック図
である。図２において、１は自律走行車両（以下、単に
「車両」と称する）であり、この車両１は、道路上に引
かれた白線を画像処理により抽出し、抽出された白線に
基づいて車両よりｄ[ｍ]前方にある前方注視点における
偏差ｙ[ｍ]を算出して、この偏差に基づいて舵角を決定
し、この舵角に従って自走するものである。従って、図
２には図示されていないが、この車両１には、偏差から
舵角を決定する舵角決定装置や、車両の操舵を行うアク
チュエータ、車速を決定する速度決定装置等を備えてい
る。Embodiments of the present invention will now be described in detail with reference to the drawings. FIG. 2 is a block diagram showing an autonomous traveling vehicle to which the traveling data operation device according to the present invention is applied. In FIG. 2, reference numeral 1 denotes an autonomous vehicle (hereinafter, simply referred to as “vehicle”). This vehicle 1 extracts a white line drawn on a road by image processing, and based on the extracted white line, The deviation y [m] at the forward gazing point in front of d [m] is calculated, the steering angle is determined based on this deviation, and the vehicle travels in accordance with this steering angle. Therefore, although not shown in FIG. 2, the vehicle 1 is provided with a steering angle determination device that determines the steering angle from the deviation, an actuator that steers the vehicle, a speed determination device that determines the vehicle speed, and the like. ..
【００１０】車両１は、図２に示すように、撮像装置
２、画像処理装置３、記憶装置４、ロータリーエンコー
ダ５、車両位置算出装置６および白線推定装置７を備え
ている。As shown in FIG. 2, the vehicle 1 includes an image pickup device 2, an image processing device 3, a storage device 4, a rotary encoder 5, a vehicle position calculation device 6 and a white line estimation device 7.
【００１１】撮像装置２は例えばＴＶカメラであり、車
両１の前方に固定されてこの車両１の前方にある路面画
像を撮影する。撮影された路面画像データは、画像処理
装置３に送出される。The image pickup device 2 is, for example, a TV camera and is fixed in front of the vehicle 1 to take a road surface image in front of the vehicle 1. The photographed road surface image data is sent to the image processing device 3.
【００１２】画像処理装置３は、撮像装置２から送出さ
れた路面画像データの中から、周知の画像処理方法によ
り路面に沿って延在する白線を抽出し、この画像中の白
線の位置に基づいて、車両１の前方ｄi（本実施例では
ｉ＝１〜11）に設けられた所定の前方注視点から白線ま
での距離、すなわち偏差ｙiを算出する。この前方注視
点までの距離（以下、単に前方注視点距離と称する）ｄ
iは、記憶装置４内に予め格納されている。なお、本実
施例では、図３に示すように、前方注視点距離ｄiおよ
び偏差ｙiは、車両１内に予め定められた基準点（前輪
タイヤの中央）を原点とする車両１に固定された座標系
（以下、車両座標系と称する）上の値として算出され
る。算出された偏差データは白線推定装置７に送出され
る。The image processing apparatus 3 extracts a white line extending along the road surface from the road surface image data sent from the image pickup apparatus 2 by a known image processing method, and based on the position of the white line in the image. Te, calculated distance from a predetermined forward gaze point provided (i = 1 to 11 in the present embodiment) forward d i of the vehicle 1 to the white line, i.e. the deviation y i. Distance to this front gazing point (hereinafter, simply referred to as front gazing point distance) d
i is stored in the storage device 4 in advance. In this embodiment, as shown in FIG. 3, the forward gazing point distance d i and the deviation y i are fixed to the vehicle 1 whose origin is a reference point (center of the front wheel tires) predetermined in the vehicle 1. It is calculated as a value on the coordinate system (hereinafter referred to as the vehicle coordinate system). The calculated deviation data is sent to the white line estimation device 7.
【００１３】記憶装置４には、上述の前方注視点距離ｄ
i、および後述する過去の偏差データ、関数推定時の重
み、前回測定時の車両１の位置、車両１の諸元、車両１
内に設けられた基準点の位置関係、偏差データ評価用変
数などが格納されている。The storage device 4 stores the above-mentioned forward gazing point distance d.
i , the past deviation data described later, the weight at the time of function estimation, the position of the vehicle 1 at the previous measurement, the specifications of the vehicle 1, the vehicle 1
The positional relationship of reference points provided therein, deviation data evaluation variables, and the like are stored.
【００１４】ロータリーエンコーダ５は後輪タイヤ８に
取り付けられており、後輪タイヤ８の回転数を制御周期
毎に車両位置算出装置６に送出する。The rotary encoder 5 is attached to the rear wheel tire 8 and sends the number of revolutions of the rear wheel tire 8 to the vehicle position calculating device 6 for each control cycle.
【００１５】車両位置算出装置６は、エンコーダ５から
得られる後輪タイヤ８の回転数、および記憶装置４内に
格納された車両１の諸元、車両１内に設けられた基準点
の位置関係から現時点における車両１の位置を算出す
る。車両１の位置を示す代表点は、車両座標系の原点、
すなわち前輪タイヤの中央であり、車両の位置は、車両
１が移動を開始した地点において定めた定点を原点とす
る座標系（以下、地図座標系と称する）上の値として算
出される。算出された車両１の現在位置データは白線推
定装置７に入力される。The vehicle position calculating device 6 includes a rotational speed of the rear tires 8 obtained from the encoder 5, specifications of the vehicle 1 stored in the storage device 4, and a positional relationship between reference points provided in the vehicle 1. The current position of the vehicle 1 is calculated from. The representative point indicating the position of the vehicle 1 is the origin of the vehicle coordinate system,
That is, the position of the vehicle, which is the center of the front tires, is calculated as a value on a coordinate system (hereinafter, referred to as a map coordinate system) whose origin is a fixed point defined at the point where the vehicle 1 starts to move. The calculated current position data of the vehicle 1 is input to the white line estimation device 7.
【００１６】白線推定装置７は、記憶装置４内に格納さ
れている過去の偏差データ、および車両位置算出装置６
で得られた車両１の現在位置に基づき、同様に記憶装置
４内に格納された関数推定時の重みを用いて路上の白線
を関数として推定し、この白線関数に基づいて偏差値の
推定を行う。次いで、画像処理装置３で得られた実測の
偏差データと推定による偏差値との比較を行い、偏差デ
ータの推定の妥当性を判定する。そして、推定が妥当で
あると判定されれば、実測の偏差データを記憶装置３に
格納するとともに、この実測の偏差データを出力し、妥
当でないと判定されれば推定された偏差値を出力する。The white line estimating device 7 includes past deviation data stored in the storage device 4 and the vehicle position calculating device 6.
Based on the current position of the vehicle 1 obtained in step 1, the white line on the road is estimated as a function by using the weight at the time of function estimation similarly stored in the storage device 4, and the deviation value is estimated based on the white line function. To do. Next, the actually measured deviation data obtained by the image processing device 3 is compared with the deviation value obtained by the estimation to determine the validity of the estimation of the deviation data. Then, if the estimation is determined to be valid, the measured deviation data is stored in the storage device 3 and the measured deviation data is output, and if it is determined to be invalid, the estimated deviation value is output. ..
【００１７】次に、図４〜図６のフローチャートおよび
図７、図８を参照して、本実施例の動作について説明す
る。 (１) 撮影、白線データ抽出、現在位置算出 ステップＳ１では、撮像装置２により車両１の前方にあ
る路面が撮影される。ステップＳ２では、撮像装置２に
より得られた路面撮影データに基づき、画像処理装置３
により周知の画像処理方法を用いて車両１の進行方向に
延在する白線のデータのみが抽出される。また、この白
線画像データは路面の上方から俯瞰した状態で撮影され
ているので、画像処理装置３により平面的な状態に変換
される。変換方法は周知であり、その説明を省略する。
ステップＳ３では抽出された白線画像データおよび記憶
装置４内に格納された前方注視点距離ｄiに基づき、画
像処理装置３によりこれら前方注視点距離ｄiにおける
偏差ｙiが車両座標系上の値として算出される。以降、
今回測定された偏差データを添字i（ｉ＝１〜11：１は
最も車両近傍に位置するデータ）で表現する。Next, the operation of this embodiment will be described with reference to the flowcharts of FIGS. 4 to 6 and FIGS. (1) Photographing, White Line Data Extraction, and Current Position Calculation In step S1, the imaging device 2 photographs the road surface in front of the vehicle 1. In step S2, the image processing device 3 is executed based on the road surface photographing data obtained by the imaging device 2.
Thus, only the white line data extending in the traveling direction of the vehicle 1 is extracted by using a known image processing method. Further, since the white line image data is photographed in a state of being viewed from above the road surface, the image processing device 3 converts the white line image data into a planar state. The conversion method is well known, and the description thereof is omitted.
In step S3, based on the extracted white line image data and the front gazing point distance d i stored in the storage device 4, the image processing device 3 calculates a deviation y i at the front gazing point distance d i as a value on the vehicle coordinate system. Is calculated as Or later,
The deviation data measured this time is represented by the subscript i (i = 1 to 11: 1 is the data located closest to the vehicle).
【００１８】ステップＳ４では、車両位置算出装置６に
より車両１の現在位置が地図座標系上の値として求めら
れる。そして、これら偏差ｙiおよび車両１の現在位置
を示すデータは白線推定装置７に入力される。In step S4, the vehicle position calculating device 6 obtains the current position of the vehicle 1 as a value on the map coordinate system. Then, the data indicating the deviation y i and the current position of the vehicle 1 are input to the white line estimation device 7.
【００１９】(２) 座標変換 ステップＳ５では、白線推定装置７により車両座標系上
の偏差データが地図座標系上の値に変換される。具体的
には、図７に示すように、車両１の現在位置を（Ｘ0，
Ｙ0，Θ）とし、車両座標系上における偏差の座標値を
（ｄi，ｙi）とすれば、地図座標系上における偏差の座
標値（Ｘi，Ｙi）は次式で与えられる。なお、以下の説
明において、大文字で表される変数は地図座標系上の変
数とし、小文字で表される変数は車両座標系上の変数と
する。 Ｘi＝Ｘ0＋ｄi×cosΘ−ｙi×sinΘ Ｙi＝Ｙ0＋ｄi×sinΘ＋ｙi×cosΘ このように座標変換を行えば、今回測定した偏差データ
と記憶装置４内に格納されている過去の偏差データとを
同一座標系上で取扱うことができる。(2) Coordinate conversion In step S5, the deviation data on the vehicle coordinate system is converted to values on the map coordinate system by the white line estimating device 7. Specifically, as shown in FIG. 7, the current position of the vehicle 1 is (X 0 ,
Y 0 , Θ) and the deviation coordinate value on the vehicle coordinate system is (d i , y i ), the deviation coordinate value (X i , Y i ) on the map coordinate system is given by the following equation. .. In the following description, capital variables are variables on the map coordinate system, and lowercase variables are on the vehicle coordinate system. X i = X 0 + d i × cos Θ−y i × sin Θ Y i = Y 0 + d i × sin Θ + y i × cos Θ If the coordinate conversion is performed in this manner, the deviation data measured this time and the deviation data are stored in the storage device 4. It is possible to handle past deviation data on the same coordinate system.
【００２０】(３) データ削除、データ並べかえ ステップＳ６では、白線推定装置７により座標変換され
た偏差データに、その偏差が測定された前方注視点距離
ｄｉが付加される。この前方注視点距離ｄiは、以降の
手順においてデータの利用限界を示す変数として用いら
れる。以降、偏差データは地図座標系上における偏差の
座標値に前方注視点距離を加えたデータ（Ｘi，Ｙi，ｄ
i）から構成されるものとする。(3) Data Deletion, Data Rearrangement In step S6, the deviation data measured by the white line estimating device 7 is added with the forward gazing point distance di at which the deviation is measured. The forward gazing point distance d i is used as a variable indicating the data usage limit in the subsequent steps. After that, the deviation data is data (X i , Y i , d) obtained by adding the forward gazing point distance to the deviation coordinate value on the map coordinate system.
i ).
【００２１】ステップＳ７では、白線推定装置７により
記憶装置４内に格納されている過去の偏差データが読み
出され、前回の測定から今回の測定までに車両１が移動
した距離が偏差データ内の前方注視点距離ｄi（すなわ
ち利用限界値）から減算される。ステップＳ８では、白
線推定装置７によりこの利用限界値が予め定められた設
定限界値（本実施例では５[ｍ]）より小さいかどうかが
判定され、判定が肯定されればステップＳ９で白線推定
装置７によりこの偏差データは削除され、判定が否定さ
れればプログラムはステップＳ１０に移行する。In step S7, the past deviation data stored in the storage device 4 is read by the white line estimation device 7, and the distance traveled by the vehicle 1 from the previous measurement to the present measurement is included in the deviation data. It is subtracted from the forward gazing distance d i (that is, the usage limit value). In step S8, the white line estimation device 7 determines whether or not this usage limit value is smaller than a preset limit value (5 [m] in this embodiment). If the determination is affirmative, the white line estimation is performed in step S9. This deviation data is deleted by the device 7, and if the determination is negative, the program proceeds to step S10.
【００２２】ステップＳ１０では、白線推定装置７によ
り制御に必要な前方注視点距離ｄi付近のデータである
かどうかが判定される。本実施例では、前方注視点距離
ｄi±0.5[ｍ]についての偏差データを前方注視点距離ｄ
iの付近のデータと判定する。In step S10, the white line estimating device 7 determines whether or not the data is near the forward gazing point distance d i required for control. In this embodiment, the deviation data for the forward gazing distance d i ± 0.5 [m] is used as the forward gazing distance d.
Judge as data near i .
【００２３】ステップＳ１１では、白線推定装置７によ
り過去の偏差データの並べかえが行われる。並べかえの
基準は、車両１内の基準位置から白線までの距離であ
り、車両１の近傍のデータから順次遠方のデータへと並
べかえを行う。これにより、後述の推定用偏差関数算出
のための利用の便が図られる。以降、並べかえの終った
過去の偏差データを添字j（ｊ＝１，……，Ｎ：１は最
も車両近傍に位置するデータ）で表現する。In step S11, the white line estimation device 7 rearranges past deviation data. The standard of rearrangement is the distance from the reference position in the vehicle 1 to the white line, and the data in the vicinity of the vehicle 1 is sequentially rearranged to the data in the distant place. This facilitates the use for calculating the estimation deviation function described later. Hereinafter, the past deviation data after the rearrangement is represented by a subscript j (j = 1, ..., N: 1 is the data located closest to the vehicle).
【００２４】(４) 関数推定 図４において、プログラムがステップＳ１２に移行する
と、図５のフローチャートに示す関数推定サブルーチン
が起動する。(4) Function estimation In FIG. 4, when the program moves to step S12, the function estimation subroutine shown in the flowchart of FIG. 5 is started.
【００２５】まず、ステップＳ３１では、白線推定装置
７により車両１に最も近い過去の偏差データが４個選択
される。次いで、ステップＳ３２ではこの偏差データが
前方注視点距離付近のデータであるかどうかが判定さ
れ、判定が肯定されればステップＳ３３で後述の関数推
定時の重みｗj＝1.2とされ、判定が否定されればステッ
プＳ３４でｗj＝0.8とされる。First, in step S31, the white line estimation device 7 selects four past deviation data closest to the vehicle 1. Next, in step S32, it is determined whether or not this deviation data is data in the vicinity of the forward gazing point distance. If the determination is affirmative, the weight w j = 1.2 at the time of function estimation described later is set in step S33, and the determination is negative. If so, w j = 0.8 is set in step S34.
【００２６】次いで、ステップＳ３５では、白線推定装
置７により偏差データおよび重みｗjを用いて推定用偏
差関数が算出される。本実施例では、偏差関数をｆ(Ｘ)
＝Ｙ＝ａＸ2＋ｂＸ＋ｃなる一般式で表される２次関数
として近似する。最小二乗法により、誤差εjの総和 Σεj＝Σｗj（Ｙj−ａＸj 2−ｂＸj−ｃ）2 （Σはｊ＝１〜Ｎまでの総和） が最小となるときのａ、ｂ、ｃが求める定数である。∂
Σεj 2／∂ａ、∂Σεj 2／∂ｂ、∂Σεj 2／∂ｃの連立
式より ａΣｗj 2Ｘj 4＋ｂΣｗj 2Ｘj 3＋ｃΣｗj 2Ｘj 2−Σｗj 2Ｘj 2Ｙj＝０ ａΣｗj 2Ｘj 3＋ｂΣｗj 2Ｘj 2＋ｃΣｗj 2Ｘj−Σｗj 2ＸjＹj＝０ ａΣｗj 2Ｘj 2＋ｂΣｗj 2Ｘj＋ｃＮΣｗj＝０ なる式が求まる。この連立方程式を解けば、前方注視点
距離付近に重み付けされた推定用偏差関数ｆ(Ｘ)＝Ｙ＝
ａＸ2＋ｂＸ＋ｃが求められる。Next, in step S35, the white line estimation device 7 calculates an estimation deviation function using the deviation data and the weight wj. In this embodiment, the deviation function is f (X)
It is approximated as a quadratic function represented by the general formula: = Y = aX 2 + bX + c. By the least-squares method, a and b when the sum Σε j = Σw j (Y j −aX j 2 −bX j −c) 2 (Σ is the sum from j = 1 to N) of the error ε j is minimum. , C are constants required. ∂
From the simultaneous equations of Σε j 2 / ∂a, ∂Σε j 2 / ∂b, and ∂Σε j 2 / ∂c, aΣw j 2 X j 4 + bΣw j 2 X j 3 + c Σw j 2 X j 2 −Σw j 2 X j 2 Y j = 0 a Σ w j 2 X j 3 + b Σ w j 2 X j 2 + c Σ w j 2 X j −Σ w j 2 X j Y j = 0 a Σ w j 2 X j 2 + b Σ w j 2 X j + c N Σ w j = 0 I want it. If this simultaneous equation is solved, the estimation deviation function f (X) = Y =
aX 2 + bX + c is obtained.
【００２７】ステップＳ３６では、推定用偏差関数ｆ
(Ｘ)＝Ｙ＝ａＸ2＋ｂＸ＋ｃとこの偏差関数ｆ(Ｘ)の算
出に用いた偏差データとの誤差の平均値が白線推定装置
７により算出される。ステップＳ３７では、この誤差の
平均値が予め定められた設定誤差（本実施例では５[c
m]）範囲内であるかどうかが判定され、判定が肯定され
ればプログラムはステップＳ３８に移行し、判定が否定
されればステップＳ３９に移行する。In step S36, the estimation deviation function f
The average value of the error between (X) = Y = aX 2 + bX + c and the deviation data used to calculate the deviation function f (X) is calculated by the white line estimating device 7. In step S37, the average value of the errors is set to a predetermined setting error (5 [c
m]) It is determined whether or not it is within the range. If the determination is affirmative, the program proceeds to step S38, and if the determination is negative, the program proceeds to step S39.
【００２８】ステップＳ３８では、偏差関数ｆの算出に
用いられた偏差データに続いて偏差データが１個加えら
れる。このようにして、誤差の平均値が設定誤差内にあ
る限りにおいて、順次偏差データが加えられて偏差関数
ｆが算出される。In step S38, one piece of deviation data is added subsequent to the deviation data used for calculating the deviation function f. In this way, as long as the average value of the errors is within the set error, the deviation data is sequentially added to calculate the deviation function f.
【００２９】一方、ステップＳ３９では、偏差関数ｆが
その算出に用いられた偏差データの範囲とともに記憶装
置４内に格納される。次いで、ステップＳ４０では、偏
差関数ｆの算出に用いられた偏差データのうち最も車両
１から遠くに位置するデータから数えて４個の偏差デー
タを新たに選択し、これを偏差関数ｆの算出用データと
する。このようにして、誤差の平均値が設定誤差の範囲
外になった時点で、新たに偏差データを選択して偏差関
数ｆの算出を行う。On the other hand, in step S39, the deviation function f is stored in the storage device 4 together with the range of the deviation data used for the calculation. Next, in step S40, among the deviation data used for calculating the deviation function f, four deviation data counted from the data located farthest from the vehicle 1 are newly selected and used for calculating the deviation function f. Data. In this way, when the average error value falls outside the set error range, the deviation data is newly selected and the deviation function f is calculated.
【００３０】ステップＳ４１では、記憶装置４内に格納
された過去の偏差データの全てを用いて偏差関数ｆの算
出をしたかどうかが判定され、判定が肯定されればプロ
グラムは図４のメインルーチンに戻り、判定が否定され
ればステップＳ３２に戻って偏差関数ｆの算出を継続す
る。以上のようにして、偏差データに対して所定の設定
誤差範囲内にある偏差関数ｆを、データが重複すること
なく複数算出することができる。In step S41, it is determined whether or not the deviation function f has been calculated using all the past deviation data stored in the storage device 4. If the judgment is affirmative, the program is the main routine of FIG. If the determination is negative, the process returns to step S32 to continue the calculation of the deviation function f. As described above, it is possible to calculate a plurality of deviation functions f within the predetermined setting error range with respect to the deviation data without overlapping the data.
【００３１】(５) 偏差推定 図４において、プログラムがステップＳ１３に移行する
と、図６のフローチャートに示す偏差推定サブルーチン
が起動する。まず、ステップＳ５１では、今回測定した
偏差データのうち前方注視点距離ｄiにおける偏差デー
タが白線推定装置７により選択される。次いで、ステッ
プＳ５２では、図８に示すように、この偏差データの測
定方向に沿った直線ｇ(ｘ)、およびこの直線ｇ(ｘ)と前
方注視点距離ｄiの延在方向を示す直線（すなわち、こ
れは車両１の基準点を通る車両の進行方向に沿った直線
である）との交点βが、車両１の現在位置および前方注
視点距離ｄiに基づいて算出される。この交点βは、図
８にも示すように、地図座標系上における前方注視点の
位置を示している。(5) Deviation estimation In FIG. 4, when the program proceeds to step S13, the deviation estimation subroutine shown in the flowchart of FIG. 6 is started. First, in step S51, the deviation data at the forward gazing point distance di is selected by the white line estimation device 7 from the deviation data measured this time. Next, in step S52, as shown in FIG. 8, a straight line g (x) along the measuring direction of the deviation data, and a straight line () indicating the extending direction of the straight line g (x) and the front gazing distance d i ( That is, this is an intersection point β with a straight line passing through the reference point of the vehicle 1 along the traveling direction of the vehicle), and is calculated based on the current position of the vehicle 1 and the forward gazing point distance d i . As shown in FIG. 8, the intersection β indicates the position of the forward gazing point on the map coordinate system.
【００３２】ステップＳ５３では、前方注視点付近の過
去の偏差データが含まれる偏差関数（図８では関数ｆ2
である）が白線推定装置７により選択される。以降、後
述のように、前方注視点付近の過去の偏差データが含ま
れる偏差関数を候補関数と称する。In step S53, the deviation function (the function f 2 in FIG. 8) containing the past deviation data near the forward gazing point is included.
Is selected by the white line estimation device 7. Hereinafter, as will be described later, a deviation function including past deviation data near the forward gazing point is referred to as a candidate function.
【００３３】ステップＳ５４では、ステップＳ５２で算
出された直線ｇ(ｘ)と候補関数ｆ2との交点αが白線推
定装置７により算出され、ステップＳ５５では、この交
点αが関数算出時における偏差データの範囲内（ステッ
プＳ３９参照）に存在するかどうかが判定され、判定が
肯定されればプログラムはステップＳ５６に移行し、判
定が否定されればステップＳ５７に移行する。図示例で
は、直線ｇ(ｘ)は候補関数ｆ2と交点αを持ち、この交
点αは候補関数ｆ2の算出時における偏差データの範囲
Ｐ1〜Ｐ2内に存在するため、プログラムはステップＳ５
６に移行する。もし、交点αが範囲Ｐ1〜Ｐ2内に存在し
ない場合は、プログラムはステップＳ５７に移行する。In step S54, the intersection α between the straight line g (x) calculated in step S52 and the candidate function f 2 is calculated by the white line estimating device 7. In step S55, this intersection α is the deviation data at the time of function calculation. Within the range (see step S39), the program proceeds to step S56 if the determination is affirmative, and to step S57 if the determination is negative. In the illustrated example, since the straight line g (x) has a candidate functions f 2 and the intersection alpha, this intersection alpha present in the candidate function f 2 in the range P 1 to P 2 of the deviation data at the time of calculation, the program steps S5
Go to 6. If the intersection α is not within the range P 1 -P 2 , the program proceeds to step S57.
【００３４】ステップＳ５６では、点αと点βとの間の
距離、すなわち前方注視点距離ｄiにおける偏差の推定
値が推定用偏差関数（候補関数）ｆ2に基いて白線推定
装置７により算出される。この後、プログラムはステッ
プＳ５８に移行する。In step S56, the distance between the points α and β, that is, the estimated value of the deviation at the forward gazing distance d i is calculated by the white line estimating device 7 based on the estimation deviation function (candidate function) f 2. To be done. After this, the program moves to step S58.
【００３５】ステップＳ５７では、交点αの位置により
候補関数の変更が行われる。例えば、図８に示す例にお
いて、交点αがＰ1の手前にある場合には候補関数がｆ1
に変更され、逆にＰ2より遠い位置にある場合には候補
関数がｆ3に変更される。この後、プログラムはステッ
プＳ５４に戻る。In step S57, the candidate function is changed according to the position of the intersection α. For example, in the example shown in FIG. 8, when the intersection α is before P 1 , the candidate function is f 1
Is changed to, if located far from the P 2 Conversely candidate function is changed to f 3. After this, the program returns to step S54.
【００３６】ステップＳ５８では、ステップＳ５６にお
いて算出された前方注視点距離ｄにおける偏差の推定値
と、ステップＳ５１で選択された前方注視点距離ｄにお
ける偏差データとが比較され、この偏差データと偏差の
推定値との差が予め定めた誤差（制御限界と称する。本
実施例では10[cm]）範囲内にあるかどうかが判定され
る。そして、判定が肯定されればステップＳ５９におい
て偏差データが白線推定装置７から出力され、判定が否
定されればステップＳ６０において偏差の推定値が出力
される。At step S58, the estimated value of the deviation at the forward gazing distance d calculated at step S56 is compared with the deviation data at the forward gazing distance d selected at step S51, and the deviation data and the deviation are compared. It is determined whether or not the difference from the estimated value is within a predetermined error (referred to as a control limit; in this embodiment, 10 [cm]). If the determination is affirmative, the deviation data is output from the white line estimation device 7 in step S59, and if the determination is negative, the estimated deviation value is output in step S60.
【００３７】(６) データ削除 ステップＳ１４では、上述のステップＳ５８において制
御限界内にないと判定された偏差データが削除され、残
りの偏差データは記憶装置４内に格納されて次回の偏差
関数推定に用いられる。この後、プログラムはステップ
Ｓ１に戻り、再度偏差の測定が行われる。そして、以上
の手順が所定の制御周期毎に行われることにより、車両
の操舵等に利用される走行データが定期的に出力され
る。(6) Data Deletion In step S14, the deviation data determined not to be within the control limit in step S58 is deleted, and the remaining deviation data is stored in the storage device 4 to estimate the next deviation function. Used for. After this, the program returns to step S1 and the deviation is measured again. Then, the above-described procedure is performed every predetermined control cycle, so that traveling data used for steering the vehicle or the like is periodically output.
【００３８】従って、本実施例によれば、測定された偏
差データのうち推定用偏差関数ｆの算出に有用なデータ
が全て記憶装置４内に記憶され、これら偏差データを用
いて推定用偏差関数ｆの算出が行われるので、測定時に
おいて偏差データに欠損が生じても記憶装置４内に格納
されている有用かつ多数の偏差データによりデータ推定
を精度良く行うことができる。しかも、推定用偏差関数
の算出時において前方注視点距離ｄiの付近のデータに
重み付けをしているので、自律走行車両１の制御に最も
重要な前方注視点距離ｄの付近のデータ推定をより精度
良く行うことができる。Therefore, according to this embodiment, all of the measured deviation data useful for calculating the estimation deviation function f are stored in the storage device 4, and the estimation deviation function is used by using these deviation data. Since f is calculated, even if the deviation data is lost at the time of measurement, the data can be accurately estimated by the large number of useful deviation data stored in the storage device 4. Moreover, since the data in the vicinity of the forward gazing point distance d i is weighted when the estimation deviation function is calculated, the data in the vicinity of the forward gazing point distance d, which is the most important for the control of the autonomous vehicle 1, is more estimated. It can be done accurately.
【００３９】なお、本発明の自律走行車両の走行用デー
タ演算装置は、その細部が上述の一実施例に限定され
ず、種々の変形例が可能である。The details of the traveling data arithmetic unit for an autonomous vehicle of the present invention are not limited to the above-described embodiment, and various modifications are possible.
【００４０】[0040]
【発明の効果】以上詳細に説明したように、本発明によ
れば、算出された基準線の座標値が基準線関数に対して
所定の誤差範囲内にある時にのみこの座標値を記憶手段
に格納しているので、基準線関数の算出に有用な座標値
のみが全て記憶手段内に記憶される。従って、記憶手段
内の座標値を用いて基準線関数の算出を行う際におい
て、測定時に基準線の座標値に欠損が生じても記憶装置
内に格納されている有用かつ多数の座標値により座標値
の推定を精度良く行うことができる。As described above in detail, according to the present invention, the coordinate value of the calculated reference line is stored in the storage means only when the coordinate value is within a predetermined error range with respect to the reference line function. Since they are stored, only the coordinate values useful for calculating the reference line function are all stored in the storage means. Therefore, when the reference line function is calculated using the coordinate values in the storage means, even if the coordinate value of the reference line is lost at the time of measurement, the coordinate values are stored in the storage device using the useful and large number of coordinate values. The value can be accurately estimated.
【図１】本発明のクレーム対応図である。FIG. 1 is a diagram corresponding to a claim of the present invention.
【図２】本発明の一実施例である走行用データ演算装置
が適用された自律走行車両を示すブロック図である。FIG. 2 is a block diagram showing an autonomous traveling vehicle to which the traveling data arithmetic unit according to one embodiment of the present invention is applied.
【図３】車両座標系と偏差との関係を示す図である。FIG. 3 is a diagram showing a relationship between a vehicle coordinate system and a deviation.
【図４】一実施例の動作を説明するためのフローチャー
トである。FIG. 4 is a flowchart for explaining the operation of one embodiment.
【図５】関数推定サブルーチンを説明するためのフロー
チャートである。FIG. 5 is a flowchart for explaining a function estimation subroutine.
【図６】偏差推定サブルーチンを説明するためのフロー
チャートである。FIG. 6 is a flowchart for explaining a deviation estimation subroutine.
【図７】車両座標系から地図座標系への座標変換を説明
するための図である。FIG. 7 is a diagram for explaining coordinate conversion from a vehicle coordinate system to a map coordinate system.
【図８】偏差データの推定値を演算する手順を説明する
ための図である。FIG. 8 is a diagram for explaining a procedure for calculating an estimated value of deviation data.
ａ 撮像手段 ｂ 画像処理手段 ｃ 座標算出手段 ｄ 記憶手段 ｅ 関数算出手段 ｆ 判定手段 １ 車両 ２ 撮像装置 ３ 画像処理装置 ４ 記憶装置 ５ ロータリーエンコーダ ６ 車両位置算出装置 ７ 白線推定装置 a image pickup means b image processing means c coordinate calculation means d storage means e function calculation means f determination means 1 vehicle 2 image pickup device 3 image processing device 4 storage device 5 rotary encoder 6 vehicle position calculation device 7 white line estimation device
Claims (1)
像に重複部分が形成されるような所定周期毎に画像デー
タを出力する撮像手段と、 前記撮像手段の画像から前記路面に沿って延在する基準
線を抽出する画像処理手段と、 前記画像処理手段により抽出された基準線からその座標
値を算出する座標算出手段と、 過去に算出された基準線の座標値が記憶された記憶手段
と、 前記記憶手段内の座標値に基づいてこの座標値を近似す
る基準線関数を算出する関数算出手段と、 前記座標算出手段により得られた座標値と前記関数算出
手段により得られた基準線関数との誤差を求め、この誤
差が所定範囲内にあれば前記座標値を走行用データとし
て出力するとともにこの座標値を前記記憶手段に記憶さ
せ、前記誤差が所定範囲外にあれば前記基準線関数から
推定される基準線の座標値を走行用データとして出力す
る判定手段とを備えたことを特徴とする自律走行車両の
走行用データ演算装置。1. An image pickup means for taking an image of a road surface in front of a vehicle and outputting image data at predetermined intervals such that an overlapping portion is formed between adjacent images; and an image taken by the image pickup means along the road surface. Image processing means for extracting the extending reference line, coordinate calculation means for calculating the coordinate value from the reference line extracted by the image processing means, and storage for storing the coordinate value of the reference line calculated in the past Means, a function calculation means for calculating a reference line function that approximates the coordinate values based on the coordinate values in the storage means, a coordinate value obtained by the coordinate calculation means and a reference obtained by the function calculation means If an error with the linear function is found, and if this error is within a predetermined range, then the coordinate value is output as running data, and this coordinate value is stored in the storage means. line Traveling data arithmetic unit autonomous vehicle, characterized in that a determination means for outputting the coordinate values of the reference line is estimated from the number as the travel data.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP3206507A JP2762784B2 (en) | 1991-07-23 | 1991-07-23 | Data calculation device for autonomous vehicles |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP3206507A JP2762784B2 (en) | 1991-07-23 | 1991-07-23 | Data calculation device for autonomous vehicles |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JPH05108148A true JPH05108148A (en) | 1993-04-30 |
| JP2762784B2 JP2762784B2 (en) | 1998-06-04 |
Family
ID=16524517
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP3206507A Expired - Fee Related JP2762784B2 (en) | 1991-07-23 | 1991-07-23 | Data calculation device for autonomous vehicles |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP2762784B2 (en) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2015207120A (en) * | 2014-04-18 | 2015-11-19 | 株式会社東芝 | Autonomous travel body |
-
1991
- 1991-07-23 JP JP3206507A patent/JP2762784B2/en not_active Expired - Fee Related
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2015207120A (en) * | 2014-04-18 | 2015-11-19 | 株式会社東芝 | Autonomous travel body |
Also Published As
| Publication number | Publication date |
|---|---|
| JP2762784B2 (en) | 1998-06-04 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US6807287B1 (en) | Road profile prediction | |
| US8050458B2 (en) | Frontal view imaging and control device installed on movable object | |
| CN105270410B (en) | Exact curvature algorithm for estimating for the path planning of autonomous land vehicle | |
| JP3591130B2 (en) | Navigation device | |
| CN102187367A (en) | Vehicle periphery monitoring device | |
| JP2014034251A (en) | Vehicle traveling control device and method thereof | |
| KR101115012B1 (en) | Apparatus and Method for Compenating Angular Velocity Error for Robot | |
| KR101971444B1 (en) | Automatically driven vehicle | |
| JP3473378B2 (en) | Parking space detection device | |
| JP3079841B2 (en) | Road shape and own vehicle position measurement device | |
| JP2509386B2 (en) | Distance detection device | |
| KR930004883B1 (en) | Tracking type inner-vehicle distance detector | |
| BR112019027273A2 (en) | target control method and target control device | |
| JP2536986B2 (en) | Inter-vehicle distance detector | |
| JP2689357B2 (en) | Relative direction detection method | |
| JP6790951B2 (en) | Map information learning method and map information learning device | |
| JP3114544B2 (en) | Track measurement method | |
| JP2762784B2 (en) | Data calculation device for autonomous vehicles | |
| JP6387172B2 (en) | Steering device | |
| JPH1139464A (en) | Image processor for vehicle | |
| JP6503477B2 (en) | Distance estimation device, distance estimation method and program | |
| JPH07198349A (en) | Measurement device of road shape and self attitude of vehicle | |
| JPH11508993A (en) | Vehicle yaw speed measurement method | |
| JP6789440B2 (en) | Object identification device | |
| JP2000121354A (en) | Range finding method |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20090327 Year of fee payment: 11 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20090327 Year of fee payment: 11 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20100327 Year of fee payment: 12 |
|
| LAPS | Cancellation because of no payment of annual fees |