JPWO2012137354A1 - 道路形状推定システム - Google Patents

Abstract

より容易に、より精度よく、道路のカーブ形状を推定することができる技術を提供する。曲率半径がクロソイド曲線に基づいて変化するカーブ緩和部と曲率半径が一定の真円カーブ部とを含む道路の形状を推定する道路形状推定システムである。カーブ緩和部の車両位置における、カーブ起点からの距離Ｌpとカーブの曲率半径Ｒpとを、車両の白線認識カメラ、ヨーレイトセンサ、車輪速センサからの情報に基づいて求め、また、真円カーブ部の曲率半径Ｒrealを標識認識カメラの画像より求める。そして、これらの情報とクロソイド関数とを用いて、カーブ緩和部の長さＬcloを導出し、道路の形状を推測する。

Description

本発明は、自動車などの移動体が移動する道路であって、曲率半径が所定の関数に従って変化する曲率変動部と曲率半径が一定である曲率固定部とを有する道路の形状を推定する、道路形状推定システムに関する。

カーブスピード超過警報システム（ＣＳＷＳ）、オートクルーズコントロール（ＡＣＣ）、レーンキーピングアシストシステム（ＬＫＡ）、プリクラッシュセーフティ（ＰＣＳ）等のシステムにおいては、利便性、安全性、燃費を向上させることが求められている。そして、そのためには制御の精度を向上させねばならず、例えば、カーブ形状などの道路形状を正しく認識する必要がある。しかし、道路形状を正しく認識するためにナビゲーションシステムのみを用いた場合は、得られる位置精度の点で問題がある。よって、この場合は、ナビゲーションシステムを補うために、地図上のノード点を増加する対策や、ノード点の接続方法の改善、ミリ波センサを使った複雑な道路形状認識の工夫が行われている。

上記の技術に関して、例えば、道路形状取得手段により取得された範囲の道路形状の点データに基づいて当該道路の曲率半径を算出し、算出された曲率半径を元にカーブ手前から減速するシステムが既に商品化されている（例えば、特許文献１を参照。）。また、ナビデータからカーブの緩和部、真円部の区間を決め、ＧＰＳ位置情報により緩和部に自車がいる場合、カーブ侵入地点から現在位置までの距離を算出し、白線認識カメラから得られる前記距離からクロソイドパラメータを算出することで、任意の位置におけるカーブ曲率半径を取得する技術が提案されている（例えば、特許文献２参照。）。

しかしながら、上記の技術においては道路形状を推定する手段としてカーナビゲーションシステムを用いているため、ＧＰＳ受信が遮断されてしまう場合（シャドウイング）には機能しなくなる不都合があった。また、ＧＰＳの位置検出精度が充分でない場合があった。さらに、曲率半径の算出精度を向上させるためには、ノード点の数が増加したり制御ロジックが複雑化する不都合があった。また、周辺に複数道路が存在した場合に誤マッチングが生じる不都合も考えられた。加えて、ナビゲーションシステム自体が高価なため、上記の不都合を改善するためには多くの開発費が必要となる場合があった。

また、ミリ波、レーザー光を出射してカーブ形状を検出し曲率を推定する技術も公知である。しかしながら、これらの技術は、路側障害物の材質・形状によって検出できる静止物が限定的であり、天候ロバスト性が低く、複雑な道路形状や環境（路側を通過する人、自転車を含む）において誤推定する可能性が高まるという不都合があり、より簡単に精度よくカーブの曲率半径を推定することは困難であった。

特開２００４−２７２４２６号公報 特開平１１−１６００７８号公報 特開２０１０−１５１６９１号公報 特開２００６−０３１５５３号公報

本発明は上記の事情に鑑みてなされたものであり、その目的は、より簡単な手法で、より精度よく、道路のカーブ形状を推定できる技術を提供することである。

上記目的を達成するための本発明は、曲率が所定の関数に基づいて変化するカーブと曲率が一定のカーブとを含む道路の形状を推定する道路形状推定システムについてのものであり、以下の点を最大の特徴とする。すなわち、曲率が変化するカーブの所定のポイントにおける、カーブ起点からの距離とカーブの曲率半径とを、移動体の自律センサからの情報に基づいて求め、また、曲率が一定のカーブの曲率半径を求める。そして、これらの情報と前記所定の関数とを用いて、曲率が変化するカーブ全体の長さを導出し、道路の形状を推測する。

より詳しくは、移動体が移動する道路であって、曲率半径が所定の関数に従って変化する曲率変動部と曲率半径が一定である曲率固定部とを有する道路の形状を推定する、道路形状推定システムにおいて、
前記曲率固定部の曲率半径である曲率固定半径を取得する曲率固定半径取得手段と、
前記移動体に搭載され該移動体の挙動情報を検知する移動体情報センサと、
前記曲率変動部の起点から該曲率変動部における所定のポイントまでの距離である曲率変動距離と、前記所定のポイントにおける道路の曲率半径である曲率変動半径とを、前記移動体情報センサが検知した情報に基づいて取得する曲率変動情報取得手段と、
前記曲率変動距離、曲率変動半径、曲率固定半径より、前記所定の関数を用いて前記曲率変動部の長さを導出する導出手段と、
を備えることを特徴とする。

これによれば、曲率固定半径取得手段により取得される曲率固定半径と、曲率変動情報取得手段により移動体情報センサを用いて取得される曲率変動距離及び曲率変動半径とより、導出手段が前記所定の関数を用いて曲率変動部の長さを導出する。従って、曲率変動距離及び曲率変動半径をカーナビゲータの情報から取得して曲率変動部の長さを導出する場合と比較して、より簡単に道路形状を推定することができる。また、ＧＰＳ受信遮断や、ノード点数の増加、周辺に複数の道路がある場合の誤マッチングなどの不都合を回避することができ、より高い精度で道路形状を推定することができる。

また、上記において、前記曲率固定半径取得手段は、画像情報に基づいて、前記曲率固定部の曲率半径である曲率固定半径を取得することとしてもよい。そうすれば、曲率固定半径を取得する際にも、カーナビゲータの情報を使用する必要がないので、より簡単またはより精度よく、曲率固定半径を取得することができる。また、上記において、前記画像情報は道路標識の画像であり、前記曲率固定半径取得手段は標識認識カメラを有するようにしてもよい。すなわち、道路標識には、前方の道路の曲率半径の表示がなされている場合があるので、標識認識カメラで道路標識の画像を取得し、この道路標識の画像から、前方の道路の曲率固定半径を取得するようにしてもよい。これによれば、より簡単に、特別な構成を付加することなく曲率固定半径を取得することが可能となる。

また、上記において、所定の関数は、クロソイド曲線としてもよい。ここで、日本では曲率変動部の形状を定義する関数としてクロソイド曲線が用いられている。このクロソイド曲線を用いることで、曲率変動距離、曲率変動半径、曲率固定半径より、前記曲率変動部の長さを導出することが可能となる。なお、曲率変動部の形状を定義する関数は、他の関数であってもよい。例えば米国では２次曲線が用いられているので、所定の関数を２次曲線としてもかまわない。

また、本発明においては、前記所定のポイントは、前記移動体の位置としてもよい。すなわち、本発明における道路形状推定システムを移動体への搭載用とし、移動体が曲率変動部に位置する際に、曲率変動情報取得手段が曲率変動部の起点から移動体までの距離である曲率変動距離と、移動体の位置における曲率変動半径とを取得するようにしてもよい。そうすれば、移動体において、自らが走行中の道路の形状をより正確に、より迅速に推定することが可能となり、走行の安全性、容易性を向上することが可能となる。

また、本発明においては、前記曲率変動情報取得手段は、前記曲率変動距離を、移動体の速度を積分することによって取得するようにしてもよい。そうすれば、曲率変動距離をカーナビゲーションの情報を用いずにより確実に取得することができ、より精度よく、道路の状態やＧＰＳの受信状態に影響されずに、曲率変動距離を取得することができる。

また、本発明においては、前記曲率変動情報取得手段は、道路における白線の画像を取得する白線画像取得装置を有するとともに、前記曲率変動半径を、前記白線画像取得装置によって取得された白線の画像に基づいて取得するようにしてもよい。これによっても、曲率変動半径をカーナビゲーションの情報を用いずに取得することができ、より精度よく、道路の状態やＧＰＳの受信状態に影響されずに、曲率変動半径を取得することができる。

また、本発明においては、前記曲率変動情報取得手段は、前記移動体が前記曲率変動部を移動する間に、前記曲率変動距離と前記曲率変動半径とを、所定時間毎に繰り返し取得し、
前記導出手段は、前記曲率変動情報取得手段によって取得された前記曲率変動距離と前記曲率変動半径とより、前記移動体が前記曲率変動部を移動する間に、所定時間毎に繰り返し、前記所定の関数に含まれる所定の定数を算出し、該定数の所定時間毎の変動が閾値より小さくなった後に、前記曲率変動部の長さを導出するようにしてもよい。

すなわち、本発明においては、移動体が曲率変動部に侵入し移動している間に、繰り返し、曲率変動情報取得手段によって曲率変動距離と曲率変動半径とを取得し、その情報から、所定の関数に含まれる所定の定数を算出する。しかしながら、移動体が曲率変動部に侵入した直後は、曲率変動距離の値自体が小さく、検出誤差の影響も大きいため、結果として算出された所定の定数の変動が大きくなる。このような状態で、曲率変動部の長さを導出しても、導出した値の信頼性が高いとは言えない場合がある。

従って、本発明では、移動体が前記曲率変動部を移動する間に、所定時間毎に繰り返し、所定の関数に含まれる所定の定数を算出し、該定数の所定時間毎の変動が閾値より小さくなった後に、曲率変動部の長さを導出するようにした。これによれば、移動体が曲率変動部に侵入してから、ある程度の時間が経過し、充分に精度の高い曲率変動距離と曲率変動半径とが得られる状態になってから、曲率変動部の長さを導出することができる。その結果、より精度よく、道路形状を推定することができる。

なお、本発明における課題を解決するための手段は、可能な限り組み合わせて使用することができる。

本発明にあっては、より簡単に、より精度よく、道路のカーブ形状を推定することが可能となる。

本発明の実施例１における道路形状推定システムを示すブロック図である。 本発明の実施例１における道路形状の推定処理を説明するための図である。 本発明の実施例１における道路形状推定ルーチンを示すブロック図である。

以下に図面を参照して、この発明を実施するための最良の形態を例示的に詳しく説明する。

〔実施例１〕
図１は、本実施例に係る道路形状推定システムの概略構成を示すブロック図である。本システムには、内燃機関を制御する電子制御コンピュータであるＥＣＵ３が備えられている。ＥＣＵ３は図示しないＲＯＭ、ＲＡＭ、ＣＰＵ、入力ポート、出力ポート等を備え、ヨーレイトセンサ４、車輪速センサ５、白線認識カメラ６及び、標識認識カメラ７が電気的に接続されている。ここで、少なくともヨーレイトセンサ４、車輪速センサ５、白線認識カメラ６は、本実施例における移動体情報センサに相当する。また、白線認識カメラ６は、本実施例における白線画像取得装置をも構成する。

ヨーレイトセンサ４からは車輌ヨーレイトに対応した検出信号が、車輪速センサ１２からは車輪の回転に同期した車輪速パルスがそれぞれＥＣＵ３に提供される。また、白線認識カメラ６により、車輌近傍における走行レーンを区画する白線が撮影され、標識認識カメラ７により、道路標識が撮影され、各々の画像情報（撮像信号）がＥＣＵ３に提供されている。また、後述する道路形状推定ルーチンを含む様々なプログラムが、ＥＣＵ３のＲＯＭに記憶されておりＥＣＵ３により実行される。

図２は、車輌１が、走行中に道路１０のカーブに差し掛かった場合における、本発明の処理を説明するための図である。この道路１０のカーブは、直線部１１、直線部１１に接続され曲率半径が徐々に小さくなる曲率変動部としてのカーブ緩和部１２、カーブ緩和部１２に接続され曲率半径が最小で且つ一定である曲率固定部としての真円カーブ部１３からなる。真円カーブ部１３の先は図１において省略されているが、曲率半径が徐々に大きくなる出口側カーブ緩和部を経て出口側直線部に繋がっている。なお、カーブ緩和部１２はクロソイド曲線により形状が定められている。

このクロソイド曲線は、曲線の起点からの距離Ｌと曲率半径Ｒとの関係が、以下に示す式（１）のように表わされる曲線である。
Ｌ×Ｒ＝Ａ^２・・・・・（１）
ここで、Ａ^２は、クロソイド曲線の形状を定める定数である。以下、本実施例における道路形状推定の手順について説明する。

図２において、移動体としての車輌１はカーブ緩和部１２に位置している。車輌１の現在位置Ｐにおいて、白線認識カメラ６によって車輌１の前方が撮影され、撮影された画像情報から白線１０ａの画像が認識される。そして、撮影された画像情報に基づいて白線１０ａと車輌１との距離（白線横位置）が演算され、その演算結果に基づいて白線１０ａに対する車輌１の姿勢が算出される。さらに、ヨーレイトセンサ４による検出信号から車輌１のヨー角を検出すると共に、車輪速センサ５からの車輪速パルスを検出することで車輌１の速度Ｖ（ｔ）が取得される。そして、この速度Ｖ（ｔ）を式（２）に示すように積分することで、カーブ緩和部１２の起点から車輌１の現在位置Ｐまでの距離Ｌｐが取得される。
Ｌｐ＝∫Ｖ（ｔ）ｄｔ・・・・（２）

さらに、白線１０ａに対する車輌１の姿勢及び走行軌跡に基づいて白線１０ａの形状及び、現在位置Ｐにおける道路の曲率半径Ｒｐが演算される。この演算方法については公知の方法を使用するので、ここでは説明は省略する。

次に、得られたＲｐ、Ｌｐの値により、クロソイド曲線における定数Ａ^２を次のように演算する。
Ｌｐ×Ｒｐ＝Ａ^２・・・・・・（３）

また、本実施例では、カーブに差し掛かる前の直線部１１において、標識認識カメラ７によって道路標識１５が撮影され、撮影された画像情報に基づいて、真円カーブ部１３の曲率半径Ｒrealが取得される。この方法では、比較的安価な標識認識カメラ７によって、より精度よく曲率半径Ｒrealを取得することが可能となる。また、道路標識の認識は単眼カメラによって可能であるので、上記の白線認識カメラ６と標識認識カメラ７とを共通にすることで、装置の簡略化とコスト低減が可能になる。なお、曲率半径Ｒrealは、本実施例において曲率固定半径に相当する。また、標識認識カメラ７とＥＣＵ３は、本実施例において曲率固定半径取得手段を構成する。

そして、以下の（４）式より、カーブ緩和部１２の長さＬcloが導出される。
Ｌclo＝Ａ^２／Ｒreal・・・・（４）
そして、最終的には、道路１０のカーブ形状が以下のように特定される。
Ｒ（Ｌ）＝Ａ^２／Ｌ （０≦Ｌ≦Ｌclo）・・・・・（５）
Ｒ（Ｌ）＝Ｒreal （Ｌ≧Ｌclo）・・・・・・・（６）

ここで、Ａ^２は、理論的にはカーブ緩和部１２の範囲では一定の値となる。しかしながら、実際の推定処理においては、カーブ緩和部１２の開始直後にはＬｐが小さいため、カーブ緩和部１２の開始判定地点の位置ずれ誤差と比較してもＬｐの誤差（変動）が大きくなる。そのため、カーブ緩和部１２の開始直後はＡ^２が大きく変化してしまうおそれがある。これに対し、本実施例では後述のように、Ａ^２の収束判定を行なうこととした。具体的には、Ａ^２の変化を示すΔＡ^２の絶対値が閾値より小さくなったことをもって、収束したと判定している。

図３には、本実施例における道路形状推定ルーチンのフローチャートを示す。本ルーチンは上述のようにＥＣＵ３のＲＯＭに記憶されたプログラムであり、車輌１の走行中はＥＣＵ３によって所定期間毎に実行される。本ルーチンが実行されると、まず、Ｓ１０１において、白線認識カメラ６の画像に基づいて、現在位置Ｐの曲率変動半径としてのカーブ曲率半径Ｒｐが取得される。Ｓ１０１の処理が終了するとＳ１０２に進む。

Ｓ１０２においては、カーブ緩和部１２が開始したか否かが判定される。具体的には、Ｓ１０１で取得されたＲｐの絶対値が、予め定められた閾値Ｃstより小さいか否かによって判定される。ここで、Ｒｐの絶対値がＣst以上である場合は、車輌１が直線部１１に位置し、カーブ緩和部１２が開始していないと判断され、本ルーチンをそのまま一旦終了する。一方、Ｒｐの絶対値がＣstより小さい場合には、カーブ緩和部１２が開始したと判定されるので、Ｓ１０３に進む。なお、Ｃstは、Ｒｐの絶対値がこれ以上である場合はカーブ緩和部１２が開始していないと判断される閾値であり予め理論的にあるいは実験により定めてもよい。

Ｓ１０３においては、車速Ｖs（ｔ）を用い、カーブ緩和部１２の開始時点から現在値Ｐまでの距離を算出する。具体的には、次式により曲率変動距離であるＬpを算出する。
Ｌp＝∫Ｖs（ｔ）ｄｔ・・・・（７）
Ｓ１０３の処理が終了するとＳ１０４に進む。

次に、Ｓ１０４においては、Ａ^２の値が算出される。具体的には、Ｓ１０１で取得されたＲpと、Ｓ１０３で算出されたＬpとから、以下の式によって算出される。
Ａ^２＝Ｌp×Ｒp・・・・（８）
Ｓ１０４の処理が終了するとＳ１０５に進む。

次に、Ｓ１０５においては、Ａ^２の値が収束しているか否かが判定される。具体的には、前回Ｓ１０５が実行された際のＡ^２と、今回にＳ１０５が実行された際のＡ^２の差分ΔＡ^２の絶対値が予め定められた閾値であるＣaより小さいか否かが判定される。ここで、否定判定された場合には、Ｓ１０１に戻る。一方、肯定判定された場合には、Ｓ１０６に進む。ここでＣaは、Ａ^２の差分ΔＡ^２の絶対値がこれより小さい場合に、Ａ^２の値が充分に安定し精度的に問題がないと判断される閾値であり、予め理論的あるいは実験により定められてもよい。

Ｓ１０６においては、カーブ緩和部１２の長さＬcloが、クロソイド曲線の長さとして以下のように算出される。
Ｌclo＝Ａ^２／Ｒreal・・・・（９）
また、最終的に、カーブの形状が以下のように算出される。
Ｒ（Ｌ）＝Ａ^２／Ｌ （０≦Ｌ≦Ｌclo）・・・・（１０）
Ｒ（Ｌ）＝Ｒreal （Ｌ≧Ｌclo）・・・・・・・（１１）
Ｓ１０６の処理が終了すると本ルーチンが一旦終了する。

以上、説明したように、本実施例においては、白線認識カメラ６、ヨーレイトセンサ４、車輪速センサ５の、自律センサ類が検出する信号から、クロソイド曲線の関数を用いて、カーブ緩和部１２の長さを算出している。従って、カーナビゲーションシステムからの情を用いることなく、より簡単により精度よく、道路の形状を推測することができる。なお、上記において、Ｓ１０１〜Ｓ１０３の処理を実行するＥＣＵ３は、曲率変動情報取得手段を構成する。また、Ｓ１０６の処理を実行するＥＣＵ３は、導出手段を構成する。

なお、上記の実施例では、センサ類として、白線認識カメラ６、ヨーレイトセンサ４、車輪速センサ５を用いたが、カーナビゲーションシステムやＧＰＳを使用せずに、カーブ緩和部１２の長さを算出できるセンサであれば、他のセンサ類を使用してもよい。また、上記の実施例においては、カーブ緩和部１２は、クロソイド曲線の関数で定義されることを前提としたが、本発明は、カーブ緩和部が他の関数で定義される道路にも適用が可能である。他の関数としては例えば２次曲線を挙げることができる。

また、上記の実施例では、標識認識カメラ７の画像情報を用いて、真円カーブ部１３の半径を取得したので、この点からも、カーナビゲーションシステムやＧＰＳからの情報を用いることなく、より簡単により精度よく、道路の形状を推測することができる。しかしながら、本発明においては、真円カーブ部１３の半径Ｒrealを取得する方法は特に限定しておらず、カーナビゲーションシステムやＧＰＳ、ミリ波、レーザー光などを用いてもよい。本発明においては、カーナビゲーションシステムやＧＰＳを使用せずに、カーブ緩和部１２の長さを算出できれば、充分簡単にまたは精度よく、道路の形状を推測することができる。

１・・・車両
３・・・ＥＣＵ
４・・・ヨーレイトセンサ
５・・・車輪速センサ
６・・・白線認識カメラ
７・・・標識認識カメラ
１０・・・カーブ
１０ａ・・・白線
１１・・・直線部
１２・・・カーブ緩和部
１３・・・真円カーブ部
１５・・・道路標識

【００１０】
Ｓ１０４の処理が終了するとＳ１０５に進む。
［００３７］
次に、Ｓ１０５においては、Ａ^２の値が収束しているか否かが判定される。具体的には、前回Ｓ１０５が実行された際のＡ^２と、今回にＳ１０５が実行された際のＡ^２の差分ΔＡ^２の絶対値が予め定められた閾値であるＣａより小さいか否かが判定される。ここで、否定判定された場合には、Ｓ１０１に戻る。一方、肯定判定された場合には、Ｓ１０６に進む。ここでＣａは、Ａ^２の差分ΔＡ^２の絶対値がこれより小さい場合に、Ａ^２の値が充分に安定し精度的に問題がないと判断される閾値であり、予め理論的あるいは実験により定められてもよい。
［００３８］
Ｓ１０６においては、カーブ緩和部１２の長さＬｃｌｏが、クロソイド曲線の長さとして以下のように算出される。
Ｌｃｌｏ＝Ａ^２／Ｒｒｅａｌ・・・・（９）
また、最終的に、カーブの形状が以下のように算出される。
Ｒ（Ｌ）＝Ａ^２／Ｌ（０≦Ｌ≦Ｌｃｌｏ）・・・・（１０）
Ｒ（Ｌ）＝Ｒｒｅａｌ（Ｌ≧Ｌｃｌｏ）・・・・・・・（１１）
Ｓ１０６の処理が終了すると本ルーチンが一旦終了する。
［００３９］
以上、説明したように、本実施例においては、白線認識カメラ６、ヨーレイトセンサ４、車輪速センサ５の、自律センサ類が検出する信号から、クロソイド曲線の関数を用いて、カーブ緩和部１２の長さを算出している。従って、カーナビゲーションシステムからの情報を用いることなく、より簡単により精度よく、道路の形状を推測することができる。なお、上記において、Ｓ１０１〜Ｓ１０３の処理を実行するＥＣＵ３は、曲率変動情報取得手段を構成する。また、Ｓ１０６の処理を実行するＥＣＵ３は、導出手段を構成する。
［００４０］
なお、上記の実施例では、センサ類として、白線認識カメラ６、ヨーレイトセンサ４、車輪速センサ５を用いたが、カーナビゲーションシステムやＧＰＳを使用せずに、カーブ緩和部１２の長さを算出できるセンサであれば、他のセンサ類を使用してもよい。また、上記の実施例においては、カーブ緩

Claims (8)

1. 移動体が移動する道路であって、曲率半径が所定の関数に従って変化する曲率変動部と曲率半径が一定である曲率固定部とを有する道路の形状を推定する、道路形状推定システムにおいて、
   前記曲率固定部の曲率半径である曲率固定半径を取得する曲率固定半径取得手段と、
   前記移動体に搭載され該移動体の挙動情報を検知する移動体情報センサと、
   前記曲率変動部の起点から該曲率変動部における所定のポイントまでの距離である曲率変動距離と、前記所定のポイントにおける道路の曲率半径である曲率変動半径とを、前記移動体情報センサが検知した情報に基づいて取得する曲率変動情報取得手段と、
   前記曲率変動距離、曲率変動半径、曲率固定半径より、前記所定の関数を用いて前記曲率変動部の長さを導出する導出手段と、
   を備えることを特徴とする道路形状推定システム。
2. 前記曲率固定半径取得手段は、画像情報に基づいて、前記曲率固定部の曲率半径である曲率固定半径を取得することを特徴とする請求項１に記載の道路形状推定システム。
3. 前記画像情報は道路標識の画像であり、前記曲率固定半径取得手段は標識認識カメラを有することを特徴とする請求項２に記載の道路形状推定システム。
4. 前記所定の関数は、クロソイド曲線であることを特徴とする請求項１から３のいずれか一項に記載の道路形状推定システム。
5. 前記所定のポイントは、前記移動体の位置であることを特徴とする請求項１から４のいずれか一項に記載の道路形状推定システム。
6. 前記曲率変動情報取得手段は、前記曲率変動距離を、移動体の速度を積分することによって取得することを特徴とする請求項５に記載の道路形状推定システム。
7. 前記曲率変動情報取得手段は、道路における白線の画像を取得する白線画像取得装置を有するとともに、前記曲率変動半径を、前記白線画像取得装置によって取得された白線の画像に基づいて取得することを特徴とする請求項１から６のいずれか一項に記載の道路形状推定システム。
8. 前記曲率変動情報取得手段は、前記移動体が前記曲率変動部を移動する間に、前記曲率変動距離と前記曲率変動半径とを、所定時間毎に繰り返し取得し、
   前記導出手段は、前記曲率変動情報取得手段によって取得された前記曲率変動距離と前記曲率変動半径とより、前記移動体が前記曲率変動部を移動する間に、所定時間毎に繰り返し、前記所定の関数に含まれる所定の定数を算出し、該定数の所定時間毎の変動が閾値より小さくなった後に、前記曲率変動部の長さを導出することを特徴とする請求項１から７のいずれか一項に記載の道路形状推定システム。

Images