JP7344744B2 - 路側端検出方法、及び、路側端検出装置 - Google Patents

Description

本発明は、路側端検出方法、及び、路側端検出装置に関するものである。

車両の運転支援システムなどにおいては、車両が走行する路面における縁石等の路側物が設けられる位置を路側端として検出し、検出された路側端の内側を走行するように運転支援が行われている。

例えば、特許文献１に示される運転支援システムによれば、レーザレーダによって路面の幅方向に沿う複数の測定点の位置情報を取得し、車幅方向に並ぶ一郡の測定点における不連続部分を路側端として検出する。

特開２０１６－４５５０７号公報

特許文献１において、車幅方向に並ぶ一群の測定点において測定される位置情報に欠損が生じることがある。このような場合には、位置情報の欠損に起因して発生する不連続部分と、実際の路側物との位置の対応がとれなくなり、路側端を正確に検出できないおそれがある。

本発明においては、上記課題を解決するためになされたものであり、路側端の検出精度の向上を図る、路側端検出方法、及び、路側端検出装置を提供するものである。

本発明の路側端検出方法は、車両が走行する路面において、路側物が設けられた路側端を路側端検出装置により検出する路側端検出方法である。路側端検出方法は、車両の周囲の所定範囲において、路面の高さを検出する路面高検出ステップと、路面高検出ステップにおいて検出された所定範囲における路面の高さを、車両を基準とする車幅方向の位置に応じて、車両の走行方向に沿って総和を算出する総和算出ステップと、総和算出ステップにおいて算出された総和が閾値を上回る車幅方向の位置が、路側端であると判定する、路側端判定ステップと、を備える。

本発明の路側端検出方法によれば、路側端の検出精度の向上を図ることができる。

図１は、第１実施形態に係る路側端検出方法を実行する運転支援システムの概略構成図である。 図２は、測距データの取得制御を示す説明図である。 図３は、測距データからグリッドマップを生成する方法の説明図である。 図４は、占有グリッドマップの一例を示す図である。 図５は、路側端検出制御のフローチャートである。 図６は、測距データの測定点を上方から示す図である。 図７は、路側端検出制御における一部の処理の説明図である。 図８は、路側端検出制御の詳細な具体例の一例の説明図である。 図９は、第２実施形態に係る路側端検出方法を実行する運転支援システムの概略構成図である。 図１０は、第３実施形態に係る路側端検出方法を実行する運転支援システムの概略構成図である。 図１１は、走行レーンが直線である場合と、曲がっている場合との比較を示す図である。 図１２は、変形例におけるグリッドマップの分割例を示す図である。

以下、図面を用いて、本発明の実施形態に係る路側端検出方法、及び、路側端検出装置について説明する。

（第１実施形態）
図１は、第１実施形態に係る路側端検出方法を実行する運転支援システムの概略構成図である。

運転支援システム１００は、ドライバによる車両の運転を支援することを目的として、車両に搭載されるシステムである。運転支援システム１００は、移動物体検出部１１と、測距センサ１２と、測距データフィルタ部１３と、オドメトリ計測部１４と、測距データ蓄積部１５と、蓄積測距データ１６と、占有グリッドマップ生成部１７と、占有グリッドマップ１８と、占有グリッドマップ加算部１９と、不連続境界検出部２０と、路側端判定部２１と、出力部２２と、を有する。

これらの構成のうち、測距データフィルタ部１３、測距データ蓄積部１５、蓄積測距データ１６、占有グリッドマップ生成部１７、占有グリッドマップ１８、占有グリッドマップ加算部１９、不連続境界検出部２０、路側端判定部２１、及び、出力部２２は、路側端検出装置１０として一体に構成されている。路側端検出装置１０において、測距データフィルタ部１３、測距データ蓄積部１５、蓄積測距データ１６～出力部２２の構成は、同一のマイクロコンピュータにおいて構成されてもよいし、異なるマイクロコンピュータにより構成されてもよい。また、移動物体検出部１１、測距センサ１２、及び、オドメトリ計測部１４は、路側端検出装置１０とは別体のセンサとして設けられる。

以下では、運転支援システム１００の各構成の詳細について説明する。

移動物体検出部１１は、車両の周囲に存在する移動中の物体（移動物体）を検出し、その検出した移動物体の位置を示す情報、測距データフィルタ部１３へ出力する。例えば、移動物体検出部１１は、カメラを含む画像処理部であって、撮影された時系列の画像を解析することで、移動物体の位置を検出する。

測距センサ１２は、車両の周囲にある物体の車両からの距離及び方向、すなわち車両に対する物体位置を測定するセンサであり、路面及び路面上に存在する構造物の表面に複数の測定点を設定し、それらの測定点までの距離を計測する。なお、以下において、測距センサ１２による距離の測定対象として示される路面は、路面上に配置される路側物などを含むものとする。そのため、測距センサ１２により取得される測距データには、路面が存在する平面方向において構造物などにより生じる起伏が示されることとなる。

測距センサ１２は、レーザレーダ（ＬｉＤＡＲ）に限らず、ステレオカメラなどであってもよい。測距センサ１２は、複数の測定点のまでの車両に対する相対距離及び方向を計測できるセンサであれば、センサの種類は限定されない。そのため、測距データとしての位置は、車両の位置を基準とする相対座標系である車両座標系で示される。

測距データフィルタ部１３には、測距センサ１２により取得された測距データと、移動物体検出部１１により取得された移動物体の位置情報が入力される。測距データフィルタ部１３は、測距センサ１２により取得された測距データから、移動物体検出部１１により検出された移動物体が存在する領域における測距データを消去し、消去した測距データを、測距データ蓄積部１５へと出力する。

オドメトリ計測部１４は、走行する車両に関するオドメトリ情報を取得すると、そのオドメトリ情報を測距データ蓄積部１５へと出力する。オドメトリ情報には、車両の走行速度や走行角などが含まれており、走行軌跡の作成等に用いることができる。

測距データ蓄積部１５は、オドメトリ計測部１４により取得された車両のオドメトリ情報と、測距データフィルタ部１３におけるフィルタ処理を経た測距データとの入力を受け付ける。そして、測距データ蓄積部１５は、これらの入力に応じて、車両座標系で観測された測距データをオドメトリ座標系に変換して、オドメトリ座標系に変換した測距データを複数用いて、蓄積測距データ１６を作成する。

蓄積測距データ１６は、所定期間における測距データを蓄積したものであり、それぞれの測距データは、所定期間の開始時における車両が存在する位置を基準とする絶対座標系により示される。そして、蓄積測距データ１６は、測距データ蓄積部１５によって、占有グリッドマップ生成部１７へと出力される。

占有グリッドマップ生成部１７は、蓄積測距データ１６を用いて所定の２次元領域のグリッドマップを生成し、その一部を切り出すことで占有グリッドマップ１８を作成する。そして、占有グリッドマップ生成部１７は、作成した占有グリッドマップ１８を、占有グリッドマップ加算部１９へと送信する。

占有グリッドマップ生成部１７により生成されるグリッドマップは、車両の周囲における２次元の所定領域を格子（グリッド）状に区切り、これらのグリッドにおける物体の存在を離散的に示したものである。グリッドのそれぞれにおいては、そのグリッドに存在する物体の高さと対応する占有値が示される。すなわち、グリッドマップとは、縁石などが存在する路面の所定領域において、路面の表面の起伏や路面上に存在する構造物の存在などが離散化されたグリッドの集合として表現されたものである。

グリッドマップとしては、ＸＹの直交座標系での離散値や、ｒ－θの極座標系での離散値を示すものなどが知られている。本実施形態において占有グリッドマップ生成部１７により生成される２次元のグリッドマップは、ＸＹの直交座標系で示されるものである。なお、このグリッドマップの詳細については、後に図３などを用いて説明する。

占有グリッドマップ加算部１９は、占有グリッドマップ生成部１７により生成された占有グリッドマップ１８に対して、車幅方向における車両からの位置に応じて、車両の走行方向に延在するグリッドの占有値の総和を算出する。これにより、占有グリッドマップ加算部１９は、車幅方向の位置と対応する占有値の走行方向の総和の分布を生成し、不連続境界検出部２０に出力する。

不連続境界検出部２０は、占有グリッドマップ加算部１９により得られた占有値の総和の分布に対して、総和が所定の閾値を超えている車幅方向における位置を、不連続境界として検出する。そして、不連続境界検出部２０は、検出した不連続境界を、路側端判定部２１に出力する。なお、総和が所定の閾値を超える位置の検出は、車幅方向において、車両の存在する位置から左右の両側方に向かって行われる。

路側端判定部２１は、不連続境界検出部２０により検出された複数の不連続境界の入力を受け付けると、これらの不連続境界のうち、車幅方向において、車両から左右の両側方のそれぞれに最も近い２つの不連続境界を選択し、これらの２つの不連続境界を路側端として判定し、出力部２２に出力する。

出力部２２は、路側端判定部２１により判定された路側端の車幅方向の位置を、運転支援システム１００外にある自動走行システムなどへと出力する。例えば、自動走行システムは、受信した路側端の位置情報を用いて、路側端の間を車両が走行するように車両の走行を支援する。

ここで、測距センサ１２による測距データの取得制御の概要について説明する。

図２は、測距センサ１２による測距データの取得制御を示す説明図である。この図には、ｘｙｚ軸を有する３次元空間の中を、車両２００が走行する状況が示されている。なお、走行方向がｘ軸で、車幅方向がｙ軸で、高さ方向がｚ軸に相当する。

測距センサ１２は、所定の周期で、ｘｙ平面において矩形状の所定領域において複数の測定点を設定し、これらの測定点までの距離を測定する。この図においては、時刻ｔ－１、ｔ、ｔ＋１、ｔ＋２の４回のタイミングで、距離を測定する。そして、測距センサ１２は、この測定結果を用いて測距データを生成する。測距データには、車両２００を基準とする相対座標系において、３次元の所定領域での任意の点の物体の有無が示される。そのため、測距データを用いることで、縁石などの路側物を含む路面の高さを知ることができる。

この図によれば、時刻ｔ－１における測距データには、走行方向を前方とした場合における、左後方にある円柱状の障害物の高さ情報が含まれる。時刻ｔにおける測距データには、左前方にある直方体の障害物の高さ情報が含まれる。また、時刻ｔ＋１における測距データには、右前方にある円柱状の障害物の高さ情報が含まれる。このように、測距データによって、路面に存在する構造物についてのｘｙ平面における位置、及び、ｚ方向の高さが示されることになる。

なお、測距データは、測距データ蓄積部１５によって、座標系が変換される。詳細には、測距データ蓄積部１５は、オドメトリ計測部１４から入力されるオドメトリ情報を用いて、それぞれの測定タイミング（ｔ－１～ｔ＋２）における車両２００の位置を、オドメトリ座標を用いて求める。そして、測距データ蓄積部１５は、測距データフィルタ部１３を経た測距データに対して、車両２００を基準とする相対座標系からオドメトリ座標で示された所定の場所を基準とする絶対座標系への変換を行う。

最終的に、測距データ蓄積部１５は、絶対座標系に変換された複数の測距データを用いて、蓄積測距データ１６を生成する。そして、占有グリッドマップ生成部１７は、蓄積測距データ１６を用いてグリッドマップを生成し、生成したグリッドマップの一部の領域を取り出すことにより、占有グリッドマップ１８を生成する。

以下では、図３を用いて、測距データからグリッドマップを生成する方法を説明し、図４を用いて、生成されるグリッドマップの一部である占有グリッドマップ１８の一例について説明する。

図３は、測距データからグリッドマップを生成する方法の説明図である。

上述のように、測距センサ１２は、測距センサ１２の周囲の所定領域において複数の測定点ｘ_jを設定し、これらの複数の測定点ｘ_jまでの距離を取得して、測距データを求める。測距データには、１つの測定点ｘ_jに対応して、所定の３次元領域における任意の点のそれぞれにおいて、測定点ｘ_jを平均（分布の中心）とした共分散Σの正規分布が示される。なお、共分散Σは、物体の存在確率と対応するものである。すなわち、１つの測定点ｘ_jに対して、その測定点ｘ_jにおいてピークとなるような、３次元領域における共分散Σの正規分布（ガウス分布）が得られる。これは、測定点ｘ_jのそれぞれが、自身においてピークとする正規分布を定義しており、３次元空間の任意の点における共分散Σの分布値に影響を与えることを意味する。

そこで、全ての測定点ｘ_jと対応する共分散Σの正規分布を用いて、２次元平面（ｘｙ平面）である路面に設けられるグリッド点ｘ_iのそれぞれについて、ｚ方向（高さ方向）の共分散Σの総和を算出する。これにより、ｘｙ面内のグリッド点ｘ_iに存在する構造物のｚ方向における高さに応じた占有値を求めることができる。なお、占有値の算出においては、測距センサ１２から測定点ｘ_jまでの距離ｒ_j、及び、測定点ｘ_jにおけるｘｙ平面からの高さｈ_jが、重み付けとして共分散Σの分布値に乗ざれる。

測距センサ１２から測定点ｘ_jまでの距離ｒ_jが遠くなるほど、測定点ｘ_jの分布が疎になる。そこで、共分散Σの分布値に対して、測定点ｘ_jまでの距離ｒ_jを乗じて重み付けをすることにより、得られる占有値において、測定点ｘ_jの正規分布の影響を大きくできる。これにより、測定点ｘ_jの分布が疎になることを補償できる。

測定点ｘ_jに対する測定においては、路面において反射されるレーザーが用いられる。しかしながら、高さのある測定点ｘ_jに対する測定においては、路面の反射特性によっては正しい分布値よりも小さな値となるおそれがある。そこで、共分散Σの分布値に対して、測定点ｘ_jの高さｈ_jを乗じて重み付けをすることにより、測定点ｘ_jの高さに起因する正規分布の不正確さを補償することができる。

したがって、任意の点ｘ_iにおける占有値Ｃ_iは、次式のように示すことができる。ただし、Ｎ（・；ｘ_j，Σ）はｊ番目の測距データの測定点ｘ_jを平均（分布の中心）とする共分散Σの正規分布を示すものである。また、ｘ_iは、グリッドの位置をｘｙ平面において車両を基準とした相対座標で示したものである。ｉは、相対座標の位置を示すインデックスである。

なお、最終的に測距データを重畳して得られる蓄積測距データ１６は、占有値Ｃ_iの連続値で表現される。また、それぞれのグリッドにおける占有値Ｃ_iについては、一定の閾値より大きいか否かを判定する２値化処理を行ってもよい。

測距データの表現形式としては、上述のような測距センサ１２からの距離を測定した測定点を３次元空間に分布させるポイントクラウド形式に限られない。ステレオカメラからの出力結果のように、測距センサ１２から測定点までの距離分布を２次元平面に投影した距離画像として表現するものであってもよい。

図４は、占有グリッドマップ生成部１７により生成される占有グリッドマップ１８の一例を示す図である。例えば、車両２００を中心として、走行方向における前後、及び、車幅方向における左右が所定長の２次元の矩形領域として、この矩形領域を格子状に区切りグリッドを構成する。

この図によれば、矩形領域は、車両２００を中心として、前後１０ｍ（＋１０ｍ～－１０ｍ）、及び、左右２０ｍ（－２０ｍ～＋２０ｍ）の範囲であるものとする。また、グリッドは、例えば縦横１０～２０ｃｍの正方領域で設定されるものとする。このように、矩形領域において、所定のグリッド幅で区切られるグリッドが構成される。このような２次元の占有グリッドマップ１８には、各グリッドにおいて存在する物体の高さを示す占有値Ｃ_iが示される。

以下では、占有値Ｃ_iを用いた路側端検出制御について説明する。

図５は、運転支援システム１００による路側端検出制御のフローチャートである。運転支援システム１００の路側端検出装置１０は、この図に示された路端端検出制御の一連の処理を所定のタイミングで繰り返し行うようにプログラムされている。なお、以下においては、説明の明確化のために、図１における路側端検出装置１０において所定の機能を実現するブロックが、それぞれの処理を行うものとして説明する。なお、路側端検出装置１０が、一連の処理を行ってもよい。

路端端検出制御は、主に、ステップＳ１０としてまとめて示され、ステップＳ１１～Ｓ１５からなる蓄積測距データ１６の生成制御と、ステップＳ１６としてまとめて示され、ステップＳ１７～Ｓ２０からなる路側端検出制御との２つの処理を含む。

まず、ステップＳ１０の蓄積測距データ１６の生成処理について説明する。

ステップＳ１１において、測距データフィルタ部１３は、測距センサ１２により生成される測距データを受信する。上述のように、測距データには、車両２００の周囲の所定領域におけるグリッド点ｘ_iついての占有値Ｃ_iが、車両座標系で示されている。

ステップＳ１２においては、測距データフィルタ部１３は、測距センサ１２から取得された測距データと、移動物体検出部１１により検出される移動物体の位置との対応付けを行う。移動物体は路面上に存在するが、路側端を定める路側物とは異なる。そこで、測距データフィルタ部１３は、対応付けの結果に基づいて、移動物体検出部１１により検出された移動物体の存在する位置の測距データを消去する。

ステップＳ１３において、測距データ蓄積部１５は、測距データフィルタ部１３からの測距データ、及び、オドメトリ計測部１４からのオドメトリ情報を取得する。そして、測距データ蓄積部１５は、測距データに対して、オドメトリ情報を用いて車両座標系から絶対座標系への変換を行う。

上述のように、測距データは、車両２００の位置をゼロ点として示されるため、測距データの取得タイミングに応じてゼロ点が変化する相対座標系となる。オドメトリ座標は、例えば、走行開始時などの特定のタイミングにおける車両２００の位置をゼロ点とした絶対座標系となる。そこで、オドメトリ情報を用いることで、取得された測距データについて、相対座標系から絶対座標系への変換をすることができる。

ステップＳ１４において、測距データ蓄積部１５は、さらに、オドメトリ座標に変換した測距データを時間バッファへと記録する。

ここで、時間バッファとは、所定長の要素を複数記録するメモリ領域であり、一般に配列と称される。この例においては、時間バッファは、所定の個数の測距データを記録することができるように構成されている。また、この時間バッファにおいては、あるタイミングにおいて取得される測距データは、時間バッファの配列を構成する１つの要素として記録され、時間バッファの全体に、所定期間における測距データが記録される。

より詳細には、測距データ蓄積部１５は、測距データフィルタ部１３から新たな測距データを受信した場合には、時間バッファの最終要素として新たな測距データを追加するとともに、時間バッファの先頭要素である最も古い測距データを消去する。このようにすることで、時間バッファは、記憶される測距データの数が一定に保持されるため、現在から過去に向かって所定の時間長の測距データを記憶することになる。例えば、時間バッファは、１００個（１００ステップ）の測距データを記憶することができる。このように新たな要素の追加とともに、最も古い要素が削除されるメモリ構造は、リングバッファと称される。

ステップＳ１５においては、測距データ蓄積部１５は、時間バッファにおいて配列の各要素に記録された絶対座標系の測距データを重畳することで、蓄積測距データ１６を生成する。

ここで、時間バッファに記憶された測距データは、ステップＳ１３においてオドメトリ座標に変換されているため、それらのゼロ点は等しい。そのため、時間バッファに記録された測距データを重畳させることにより、同じゼロ点を基準とした絶対座標系の３次元空間における占有値を示す蓄積測距データ１６を生成することができる。このようにして、複数の測距データにより生成される高密度の蓄積測距データ１６を生成することができる。

次に、ステップＳ１６の路側端検出制御について説明する。

ステップＳ１７において、占有グリッドマップ生成部１７は、測距データ蓄積部１５から蓄積測距データ１６の入力を受け付ける。占有グリッドマップ生成部１７は、３次元空間における共分散Σの正規分布を示す蓄積測距データ１６について、高さ方向の分布値を路面に対して投影するように重畳させて分散値Ｃ_iを算出することで、グリッドマップを生成する。

このグリッドマップにおいては、路面を格子状に区切ることで構成されるグリッド点ｘ_iそれぞれにおける占有値Ｃ_iが示されている。そして、このグリッドマップに示される占有値Ｃ_iは、高さ方向の共分散Σの正規分布の和であるため、そのグリッド点ｘ_iに存在しうる物体の高さに相当する。そのため、グリッドマップには、路面や路面に存在する構造物の表面の起伏に応じた、路面の高さが示される。そして、占有グリッドマップ生成部１７は、生成されたグリッドマップから図４に示されるような一部を切り出して、占有グリッドマップ１８を生成する。

ステップＳ１８において、占有グリッドマップ加算部１９は、占有グリッドマップ１８において、走行方向のグリッド列のそれぞれにおける占有値Ｃ_iの総和を路面高総和ｖとして算出する。これにより、車幅方向における車両２００からの位置と対応する路面高総和ｖの分布を求めることができる。

ステップＳ１９において、不連続境界検出部２０は、ステップＳ１８において生成された路面高総和ｖの分布の入力を受け付ける。不連続境界検出部２０は、車両２００から車幅方向の左右の両側方に向かって、路面高総和ｖが閾値ｖ_thよりも大きいか否かを判定し、路面高総和ｖが閾値ｖ_thよりも大きいと判定した車幅方向の位置が不連続境界であると判断する。なお、不連続境界は、複数検出されてもよい。

ステップＳ２０において、路側端判定部２１は，ステップＳ１９において検出された複数の不連続境界のうち、車両２００から車幅方向の左右の両側方に向かって最も近い不連続境界を１つずつ選択し、それらの不連続境界のある場所が路側端であると判定する。そして、路側端判定部２１は、判定した路側端の車幅方向の位置を、出力部２２へと出力する。

このような処理を経て、路側端検出制御が行われる。以下では、図６～８を用いて、路側端検出制御について、具体例を用いて説明する。

図６は、測距センサ１２による測定点を上方から示す図である。

この図では、上方から見た路面６１が示されており、中央には、図面上方に向かって走行する車両２００が示されている。路面６１においては、車両２００の左方及び右方のそれぞれに、縁石６２が設けられている。車両２００は、２つの縁石６２の間を走行するため、縁石６２の延在方向と車両２００の走行方向とは略一致する。なお、これらの縁石６２の車両２００側の側面の位置が、路側端として検出される。

さらに、この図には、測距センサ１２による距離の測定点が、丸印により示されている。測距センサ１２から出力されるレーダーなどは、縁石６２において遮断されるため、縁石６２に対して車両２００の反対側において所定幅で縁石６２に沿って延在する領域６３において測距データを取得できない。一方で、縁石６２における車両２００の側の壁面の近傍の領域６４においては、複数の測定点において測距データが取得される。また、車両２００の近傍の路面６１においては、車両２００の死角となり、測距データを取得できない領域６５が存在する。

図７は、図５に示された路側端検出制御におけるステップＳ１８～Ｓ２０の処理の説明図である。

図７（ａ）には、図６に示された領域と対応する占有グリッドマップ１８が示されている。この占有グリッドマップ１８においては、占有値Ｃ_iが大きく、グリッドに存在する物体の高さが高い領域に、濃いハッチングが付されている。一方、占有値Ｃ_iが小さく、グリッドに存在する物体の高さが低い領域に、薄いハッチングが付されている。

高さ方向において基準となる路面６１には、中程度の濃淡のハッチングが付されている。一方で、高さのある縁石６２が存在する領域には、濃いハッチングが付されている。なお、縁石６２の影となる領域６３や、車両２００の死角となる領域６５においては、測距データが取得できないため、白色で示されている。

図７（ｂ）には、車幅方向における位置に応じた路面高総和ｖの分布が示されている。

路面高総和ｖは、ステップＳ１８において算出され、占有グリッドマップ１８における車両２００の走行方向のグリッド列の占有値Ｃ_iの総和である。そのため、車幅方向における縁石６２が存在する領域では、路面６１だけが存在する領域と比較すると、路面高総和ｖが大きい。一方、測距データを取得不能な領域６３では、路面高総和ｖがゼロとなる。また、車両２００の死角となる領域６５が存在する車幅方向の位置においては、路面高総和ｖが比較的低くなる。

ステップＳ１９において、不連続境界検出部２０は、車両２００の中心から車幅方向の両側方（左方及び右方）に向かって、路面高総和ｖが閾値ｖ_thよりも大きいか否かを順に判定し、路面高総和ｖが閾値ｖ_thよりも大きいと判定される車幅方向の位置を不連続境界７１として検出する。この例においては、不連続境界７１は、２つ検出されているが、３つ以上検出されてもよい。

なお、車両２００が存在する無視領域７２では、路面高総和ｖと閾値ｖ_thとの比較を行わなくてもよい。車両２００の形状と測距センサ１２の配置場所に起因して、無視領域７２は測距センサ１２の死角となるため、この領域においては不連続境界７１を検出する必要がない。

なお、閾値ｖ_thは、以下のように定められる。

まず、路面高総和ｖの車幅方向の全ての位置における分布の平均値は、（１）式で求めた占有値Ｃ_iを用いて、ｖ_meanとして次式のように算出することができる。ただし、次式におけるｉ（１≦ｉ≦Ｎ）は、車幅方向におけるグリッド点ｘ_iの位置を示すインデックスであり、式（１）におけるものと同じである。

そして、閾値ｖ_thは、平均値ｖ_meanと、路面高総和ｖにおける最大値ｖ_max及び係数α（０≦α≦１）とを用いて、次式のように算出することができる。

このように、路面高総和ｖの平均値ｖ_meanによって不連続境界７１の検出に用いる閾値ｖ_thを決定するため、路面高総和ｖの分布の変化に応じた閾値ｖ_thが用いられる。詳細には、路面高総和ｖが全体的に大きければ、閾値ｖ_thが大きくなり、路面高総和ｖが全体的に小さければ、閾値ｖ_thが小さくなる。このように、動的に閾値ｖ_thが変化することにより、不連続境界７１の検出感度を変化させることができるので、測距データの取得状況の変化による不連続境界７１の検出精度の変化が抑制され、路側端の判定を精度よく行うことが可能になる。

また、路面高総和ｖの平均値ｖ_meanを基準とし、さらに平均値ｖ_meanと最大値ｖ_maxとの差に対して係数αに応じた一定の割合の値によって閾値ｖ_thが定められている。そのため、平均値ｖ_meanと最大値ｖ_maxの差分が小さい場合には、閾値ｖ_thはより平均値ｖ_meanに近くなり、平均値ｖ_meanと最大値ｖ_maxの差分が大きい場合には，閾値ｖ_thはより最大値ｖ_maxに近い値となる。これにより、路面高総和ｖの分布の変化に加えて、最大値ｖ_maxに応じても、動的に不連続境界７１の検出の感度を変化させることができるので、路側端の判定を精度よく行うことが可能になる。

なお、式（３）は、平均値ｖ_meanと最大値ｖ_maxとの加重平均であり、次式のように示すことができる。

図８は、路側端検出制御のさらに詳細な具体例の説明図である。

図８（ａ）は、車両２００の上後方からの見た、蓄積測距データ１６を高さ方向において重畳させることにより得られるグリッドマップ、及び、その一部である占有グリッドマップ１８が示されている。路面６１には、縁石６２に加えて白線８１などが存在しており、これらの物体がグリッドマップに示されている。

図８（ｂ）には、図８（ａ）の占有グリッドマップ１８を用いて算出された路面高総和ｖが示されている。この図においては、図７（ｂ）と同様に無視領域７２が示されるとともに、路面高総和ｖが閾値ｖ_thよりも大きい箇所が、不連続境界７１Ａ～７１Ｄとして検出される。そして、これらの不連続境界７１Ａ～７１Ｄのうち、車両２００からの距離が近い不連続境界７１Ｂ及び７１Ｃに縁石６２が存在すると判定し、路側端の位置として検出する。

このように、測距データを用いて車両２００の周囲の所定範囲における縁石６２などの路側端や路面６１の高さを示す占有値Ｃ_iを算出し、走行方向に沿って占有値Ｃ_iの総和を算出することで路面高総和ｖを算出する。なお、路面高総和ｖは、車両２００の車幅方向における位置に応じた分布として求められる。そして、路面高総和ｖと閾値ｖ_thとを比較することにより、路面高総和ｖの分布における不連続性を評価し、路側端を検出する。このような構成のため、測距データの測定点の一部が検出できないことがあったとしても、その前後の測定点の情報を用いて路側端を検出することができるので、検出制度の向上を図ることができる。

第１実施形態によれば、以下の効果を得ることができる。

第１実施形態の路側端検出方法によれば、車両２００の周囲の所定範囲において、路面６１及び縁石６２の高さを検出し、それぞれのグリッドにおける占有値Ｃ_iが示された占有グリッドマップ１８を生成する路面高検出ステップ（Ｓ１７）と、占有グリッドマップ１８に示される占有値Ｃ_iについて、車両２００の走行方向に沿って和を算出することで、車幅方向の位置に応じた路面高総和ｖの分布を算出する総和算出ステップ（Ｓ１８）と、閾値ｖ_thを上回る路面高総和ｖと対応する車幅方向における位置が、路側端であると判定する路側端判定ステップ（Ｓ２０）と、を備える。

このような構成となることにより、車両２００の周囲の所定範囲においては、車幅方向における位置と対応して路面高総和ｖの不連続性が評価されて、路側端の位置が判定される。そのため、所定範囲において取得される測距データの一部に欠損や誤りがあり検出できないことがあったとしても、走行方向の前後の測距データを用いて路側端を検出することができる。このように、検出されなかった測距データを補償できるため、路側端の検出精度の向上を図ることができる。

第１実施形態の路側端検出方法によれば、路側端判定ステップ（Ｓ２０）において、路面高総和ｖと閾値ｖ_thとの比較は、車両２００の位置を始点として車幅方向の左右へ向かう外側方に向かって順に行われ、路面高総和ｖが閾値ｖ_thを上回ると判定される車幅方向における位置が、路側端であると判定される。

このような構成となることで、検出される路側端の位置は、縁石６２などの路側物の車両２００側の内壁と判断できるため、車両２００の走行可能は範囲を定める路側端の位置を精度よく検出することができる。

第１実施形態の路側端検出方法によれば、路側端判定ステップ（Ｓ２０）において、路面高総和ｖが閾値ｖ_thを上回るような不連続境界７１が複数ある場合には、車幅方向において車両２００に近い不連続境界７１の位置が、路側端であると判定する。

車両２００の走行レーンの側端となる路側端は、複数の不連続境界７１のうち、車両２００から見て最も内側において観測される不連続境界７１となる。そのため、複数の不連続境界７１が検出された場合においては、車幅方向において車両２００に最も近い不連続境界７１が、路側端であると判定する。これにより、車両２００の走行可能な範囲を定める路側端の位置を精度よく検出することができる。

第１実施形態の路側端検出方法によれば、路側端判定ステップ（Ｓ２０）において、車幅方向の位置に応じた路面高総和ｖの平均値ｖ_meanが大きいほど、路面高総和ｖと比較される閾値ｖ_thは大きく設定される。

このような構成となることにより、路面高総和ｖの分布の変化に応じて、閾値ｖ_thが変化する。すなわち、全体として路面高総和ｖが大きい分布となる場合には、閾値ｖ_thが大きくなり、路面高総和ｖが小さい分布となる場合には、閾値ｖ_thが小さくなる。したがって、路面高総和ｖの分布の状況に応じて、動的に路側端となる不連続境界７１の検出の感度を変化させることができるので、天候などによって測距データの測定精度が変化する場合でも、測距データの分布の変化に起因する影響が抑えられ、精度よく路側端を検出することができる。

第１実施形態の路側端検出方法によれば、閾値ｖ_thは、平均値ｖ_mean及び最大値ｖ_maxの所定の割合での加重平均となる。

このような構成となることで、さらに閾値ｖ_thを適切に設定することができる。例えば、平均値ｖ_meanと最大値ｖ_maxの差分が小さい場合には、閾値ｖ_thは平均値ｖ_meanに近い値を設定することで、路側端の検出がしやすくなる。一方で、平均値ｖ_meanと最大値ｖ_maxの差分が大きい場合には、閾値ｖ_thはより最大値ｖ_maxに近い値を設定することで、路側端の誤検出を抑制できる。このように、平均値ｖ_meanに加えて最大値ｖ_maxを用いることで、動的に不連続境界７１の検出の感度を変化させることができるので、測距データの分布の変化による影響を抑えて精度よく路側端を検出することが可能になる。

（第２実施形態）
第１実施形態において、路側端判定部２１は、不連続境界検出部２０により複数の不連続境界７１が検出された場合には、これらの不連続境界７１のうち、車両に近い不連続境界７１の車幅方向の位置に路側端があると検出した。第２実施形態においては、複数の不連続境界７１が検出された場合の、路側端の他の検出方法について説明する。

図９は、第２実施形態に係る路側端検出方法を実行する運転支援システム１００の概略構成図である。

この図によれば、図１に示された第１実施形態の運転支援システム１００と比較すると、路側端判定部２１には、不連続境界検出部２０で検出された複数の不連続境界７１に加えて、自己位置推定部３０、及び、地図データ３１からの入力を受け付ける。

自己位置推定部３０は、ＧＰＳ等を用いて車両の現在位置を推定し、推定した車両の位置を出力する。また、地図データ３１は、縁石６２の位置情報などが示される高精細マップ（ＨＤマップ）である。路側端判定部２１は、自己位置推定部３０から入力される車両の現在位置を、地図データ３１の高精細マップと対応つけて縁石の概略位置を推定し、推定された縁石の位置に最も近い不連続境界を、路側端として検出する。

このように、縁石の延在方向が地図情報などから取得できる場合には、その縁石の延在方向に沿って占有値Ｃ_iの総和を算出して、路面高総和ｖを算出してもよい。すなわち、路面高総和ｖの算出は、第１実施形態のように車両から見た相対座標系における進行方向に沿った占有値Ｃ_iの総和に限られず、絶対座標系において縁石の位置情報から判断できる走行レーンが示す進行方向に沿った占有値Ｃ_iの総和であってもよい。

このような第２実施形態の路側端検出方法によれば、位置情報取得ステップにおいて、路側端の位置情報を含む道路情報、及び、車両の位置情報を用いて、車両の車幅方向の外側方にある路側端の位置を取得する。路側端判定ステップにおいて不連続境界が複数検出された場合においては、それらの不連続境界のうち、位置情報取得ステップにおいて取得された路側端の位置に近い不連続境界を選択し、路側端として検出する。このような処理により、路側端の検出精度の向上を図ることができる。

（第３実施形態）
第１及び第２実施形態においては、車両２００の走行レーンが直線である場合において路側端検出制御を行ったがこれに限らない。第３実施形態においては、走行レーンが曲がっている場合において路側端検出制御を行う例について説明する。

図１０は、第３実施形態に係る路側端検出方法を実行する運転支援システム１００の概略構成図である。

この図によれば、図１に示された第１実施形態の運転支援システム１００と比較すると、占有グリッドマップ生成部１７は、測距データ蓄積部１５において算出される蓄積測距データ１６に加えて、走路曲率検出部４０からの入力をさらに受け付ける。

走路曲率検出部４０は、第２実施形態に示された自己位置推定部３０や地図データ３１など（図１０において不図示）からの入力を用いて、車両２００の走行レーンの曲率半径ｒを検出する。また、走路曲率検出部４０は、白線認識結果、ヨーレート、及び、現在のステアリング角などの情報を用いて曲率半径ｒを取得してもよい。

占有グリッドマップ生成部１７は、蓄積測距データ１６から生成したグリッドマップを用いて、走行方向の長さがｌとなるような占有グリッドマップ１８を生成する。なお、占有グリッドマップ１８の車両の走行方向長ｌは、次式に従って決定される。

式（５）に示されるように、走行レーンの曲率半径ｒに対して、所定の比例定数εを乗ずることで、占有グリッドマップ１８の走行方向長ｌが定められる。そのため、走行レーンの曲率が大きく曲率半径ｒが小さい場合には、占有グリッドマップ１８の走行方向長ｌが短くなり、曲率が小さく曲率半径ｒが大きい場合には、走行方向長ｌが長くなる。なお、ｌ_max及びｌ_minは、それぞれ、不連続境界検出部２０が路側端を検出するために必要な占有グリッドマップ１８の最大長及び最小長を示すものとする。

図１１は、走行レーンが直線である場合と、走行レーンが曲がっている場合との比較を示す図である。図１１（ａ）には、走行路が直線である場合が、図１１（ｂ）には、走行路が曲がっている場合が示されている。なお、両者において、占有グリッドマップ１８とともに、車両２００、及び、走行レーンの路側端となる縁石６２が示されている。なお、図１１（ｂ）において、走行レーンの曲率半径がｒであるものとする。

図１１（ｂ）に示されるように走行レーンが曲がっている場合は、図１１（ａ）に示されるような走行レーンが直線である場合と比較すると、縁石６２は、車幅方向において幅広い領域に分布されてしまう。そのため、走行方向に沿った占有値Ｃ_iの総和である路面高総和ｖのピークが低くなり、閾値ｖ_thとの比較による路側端の検出精度が低下するおそれがある。また、走行レーンの曲率が大きくなり、曲率半径ｒが小さくなるほど、縁石６２は、車幅方向においてさらに幅広の分布となり、路側端の検出精度がさらに低下してしまう。

そこで、式（４）に示されるように、曲率が大きくなるほど、すなわち、曲率半径ｒが小さくなるほど、占有グリッドマップ１８の車両２００の走行方向長ｌを小さくすることにより、縁石６２の車幅方向における分布を幅狭とできる。その結果、路面高総和ｖのピークの低下を抑制でき、精度よく路側端を検出することが可能となる。

このように、第３実施形態の路側端検出方法によれば、曲率取得ステップにおいて車両２００の走行レーンの曲率半径ｒを取得し、路面高検出ステップにおいて、曲率半径ｒが小さいほど、占有グリッドマップ１８の車両２００の走行方向長ｌを短く設定する。

ここで、走行レーンが曲がっている場合には、占有グリッドマップ１８において占有値Ｃ_iが大きくなる縁石６２が配置される部分は、車幅方向において幅広に領域に分布される。そのため、路面高総和ｖのピークが小さくなってしまい、閾値ｖ_thを上回る路面高総和ｖを、適切に検出できないおそれがある。

しかしながら、占有グリッドマップ１８の車両２００の走行方向長ｌを短くすることにより、縁石６２は車幅方向において狭い幅に分布される。これにより、路面高総和ｖのピークが小さくなることが抑制され、閾値ｖ_thを上回る路面高総和ｖを適切に検出することができるので、路側端の検出精度が向上する。さらに、曲率が大きいほど、すなわち、曲率半径ｒが小さいほど、占有グリッドマップ１８の車両２００の走行方向長ｌを小さくすることで、路側端の検出精度のさらなる向上を図ることができる。

（変形例）
上述の実施形態においては、曲率半径ｒに応じた走行方向長ｌの占有グリッドマップ１８において路側端を検出する例について示したがこれに限らない。占有グリッドマップ１８を複数に分割し、それぞれの分割領域における路側端を検出し、これらの路側端を比較することでてもよい。

図１２は、本変形例におけるグリッドマップの分割の一例を示す図である。

この例においては、占有グリッドマップ生成部１７は、第１実施形態において生成された占有グリッドマップ１８をさらにＤ個に分割して分割領域１８－ｉ（０≦ｉ≦Ｄ）を生成し、それらの分割領域１８－ｉのそれぞれにおいて路側端を検出する。なお、分割領域１８－ｉは、占有グリッドマップ１８を超えない範囲で、走行方向の前方から後方に向かって並設されており、分割領域１８－ｉは、前方からｉ番目に配置されるものを示すものとする。

この図において、ｌ_maxは、占有グリッドマップ１８としてとりうる最大の走行方向長を示す。ｌは、式（４）を用いて定まる値であり、１つの分割領域１８－ｉの車両２００の走行方向長を示す。このような場合において、占有グリッドマップ１８の分割数Ｄは、次式で示すことができる。

ただし、［ｘ］はガウス記号であり、ｘを超えない最大の整数を示すものとする。

最大長ｌ_maxの占有グリッドマップ１８を、分割数Ｄで分割することより、Ｄ個の分割領域１８－ｉが設けられる。これらの分割領域１８－ｉの前後方向の長さは、ｌ_iとして示され、ｌ_iはｉによらず、全てｌとなる。

そして、分割領域１８－ｉの前方端の車両２００の中心からの距離ｘ_iは、次式のように示すことができる。

占有グリッドマップ生成部１７は、分割領域１８－ｉの走行方向における位置ｘ_iと、分割領域１８－ｉにおいて検出される車幅方向の路側端の位置とを対応つけることで、占有グリッドマップ１８における路側端の位置を検出することができる。

なお、走路の曲率半径ｒによらず、常に一定の分割数Ｄで占有グリッドマップ１８を分割し、複数の分割領域１８－ｉを個別に評価してもよい。このようにすることで、逆に、検出された路側端の車幅方向の位置から走行レーンの曲率を推定することができる。

このように、変形例の路側端検出方法によれば、占有グリッドマップ１８を進行方向に沿ってＤ個に分割することにより構成される分割領域１８－ｉのそれぞれについて、車幅方向における路側端の位置を検出する。そして、走行方向における分割領域１８－ｉの位置と対応付けて、その分割領域１８－ｉにおける路側端の車幅方向の位置を検出する。このようにすることで、走行レーンが曲がっている場合であっても、占有グリッドマップ１８における路側端の位置を走行方向において適切に判定することができる。

以上、本発明の実施形態について説明したが、上記実施形態は本発明の適用例の一部を示したに過ぎず、本発明の技術的範囲を上記実施形態の具体的構成に限定する趣旨ではない。また、上記実施形態は、適宜組み合わせ可能である。

１０ 路側端検出装置
１２ 測距センサ
１４ オドメトリ計測部
１５ 測距データ蓄積部
１６ 蓄積測距データ
１７ 占有グリッドマップ生成部
１８ 占有グリッドマップ
１８－ｉ ：分割領域
１９ 占有グリッドマップ加算部
２０ 不連続境界検出部
２１ 路側端判定部
３０ 自己位置推定部
３１ 地図データ
４０ 走路曲率検出部
６１ 路面
６２ 縁石
７１ 不連続境界
７２ 無視領域
１００ 運転支援システム
２００ 車両

Claims (9)

1. 車両が走行する路面において、路側物が設けられた路側端を路側端検出装置により検出する路側端検出方法であって、
   前記車両の周囲の所定範囲において、前記路面の高さを検出する路面高検出ステップと、
   前記路面高検出ステップにおいて検出された前記所定範囲における前記路面の高さを、前記車両を基準とする車幅方向の位置に応じて、前記車両の走行方向に沿って総和を算出する総和算出ステップと、
   前記総和算出ステップにおいて算出された前記総和が閾値を上回る前記車幅方向の位置が、前記路側端であると判定する、路側端判定ステップと、を備える、路側端検出方法。
2. 請求項１に記載の路側端検出方法であって、
   前記路側端判定ステップにおいて、前記総和が閾値を上回る位置の検出を、前記車幅方向において、前記車両の存在する位置から側方に向かって順に行い、前記総和が閾値を上回ると最初に検出された前記車幅方向の検出位置が、前記路側端であると判定する、路側端検出方法。
3. 請求項１または２に記載の路側端検出方法であって、
   前記路側端判定ステップにおいて、前記総和が閾値を上回る前記車幅方向の位置が複数検出される場合には、前記車幅方向において前記車両から最も近い該位置が、前記路側端であると判定する、路側端検出方法。
4. 請求項１または２に記載の路側端検出方法であって、
   さらに、前記車両の位置情報、及び、前記路側端の位置情報を含む道路情報に基づいて、前記路側端の位置情報を取得する、位置情報取得ステップを備え、
   前記路側端判定ステップにおいて、前記前記総和が閾値を上回る前記車幅方向の位置が複数検出される場合には、前記位置情報取得ステップにおいて取得された前記路側端の位置情報が示す場所に最も近い該位置が、前記路側端であると判定する、路側端検出方法。
5. 請求項１から４のいずれか１項に記載の路側端検出方法であって、
   前記路側端判定ステップにおいて、前記総和の平均値が大きいほど、前記閾値が大きい、路側端検出方法。
6. 請求項５に記載の路側端検出方法であって、
   前記路側端判定ステップにおいて、前記閾値は、前記平均値、及び、前記総和の最大値の、所定の割合での加重平均である、路側端検出方法。
7. 請求項１から６のいずれか１項に記載の路側端検出方法であって、
   さらに、前記車両の走行レーンの曲率を取得する曲率取得ステップを備え、
   前記路面高検出ステップにおいて、前記走行レーンの前記曲率が大きいほど、前記所定範囲における前記車両の走行する方向の長さは短い、路側端検出方法。
8. 請求項１から６のいずれか１項に記載の路側端検出方法であって、
   前記路側端判定ステップにおいては、
   前記所定範囲を前記車両の走行する方向に沿って複数分割されることにより設けられ、前記車両の走行する方向に並設される分割領域のそれぞれについて、前記車両の走行する方向においては該分割領域までの位置と対応つけて、前記車幅方向における前記路側端の位置を判定し、
   前記分割領域のそれぞれについて、前記車幅方向においては前記判定される前記路側端の位置に、前記路側端があると判定する、路側端検出方法。
9. 車両が走行する路面において、路側物が設けられた路側端を検出する路側端検出装置であって、
   前記車両の周囲の所定範囲において、前記路面の高さを検出する路面高検出部と、
   前記路面高検出部において検出された前記所定範囲における前記路面の高さを、前記車両を基準とする車幅方向の位置に応じて、前記車両の走行方向に沿って総和を算出する総和算出部と、
   前記総和算出部において算出された前記総和が閾値を上回る前記車幅方向の位置が、前記路側端であると判定する、路側端判定部と、を備える、路側端検出装置。

Images