识别车辆用道路的形状的方法及其装置制造方法及图纸

提供识别车辆所行驶的道路的形状的一例。基于物体的相对速度及自车速，判定是移动物体还是停止物体这一识别类别。基于该识别类别的判定结果，为了识别道路形状而提取有效的物体单位数据。基于该物体单位数据形成路侧物群的数据，基于该形成的路侧物群的数据来识别道路端。该一系列处理以规定的周期重复执行。并且，在提取处理之后，进行数据追加处理，将在上一周期的提取处理中得到的物体单位数据追加到在本周期的提取处理中得到的物体单位数据中，在识别处理中基于通过数据追加处理得到的物体单位数据来识别道路端。

【技术实现步骤摘要】

本专利技术涉及识别车辆所行驶的道路的形状的装置及其方法。
技术介绍
以往，为了判断控制对象物，已知如下方法根据基于传感器检测到的前方物标的位置(距离、横向位置)和转向角或角速度得到的自车的转弯状态和自车速，根据自车行驶路的弯道半径计算在该行驶路上存在识别物标的概率即自车道概率瞬间值。并且，使用校正后的自车道概率瞬间值，实施规定的过滤处理等，计算自车道概率，基于该自车道概率选 择先行车。但是，实际的控制对象物所行驶的道路形状和自车的转弯状态通常存在偏差。在此，例如在专利文献I (日本专利第3417375号公报)中，通过识别道路形状，对自车的转弯状态的弯道半径R进行校正，基于该道路形状对自车道概率瞬间值进行校正，使用校正后的自车道概率瞬间值，实施规定的过滤处理等，计算自车道概率，基于该自车道概率选择先行车。但是，在上述的现有技术中，由于推定与道路形状相对应的路侧端，所以在1C、坡道、上坡车道、高速巴士停靠站等，自车未沿着道路的形状行驶的情况下，可能无法进行正确的推定。例如，如图11所示，在自车所行驶的左转的道路与右转的道路连结的情况下，对于在自车侧计算出的弯道半径(曲率半径)R，若对根据道路形状计算出的R进行校正，则校正后的R成为与自车所行驶的道路形状不同的結果。因此，即使在自车侧正确地识别了道路形状，该校正也成为不利的，在图11所示的不利场景中，可能无法进行正确的道路形状识别。此外，在专利文献I中，在道路形状识别时，判定物体是移动物体还是停止物体，通过将停止物体连结，进行停止物体的编组(grouping)，从而识别道路端。此外，在上述现有技术中，存在由于存在先行车而无法检测路侧物的情况，以及道路的路侧物的绝对数不足的情況。因此，可能无法频度较高地正确计算道路端，并且可能无法识别正确的道路。此外，在上述现有技术中，存在将不是路侧物的停止物体编组使用的情况和编组化的基点不正确的情况，有时无法高精度地进行路侧物群的编组。其结果，可能无法高精度地正确计算道路端，并且可能无法识别正确的道路。此外，例如在专利文献2(日本专利第3427809号公报)中提出了识别自车所行驶的道路的方法。具体地说，在专利文献2中，将节段(segment)化的计测数据以角度顺序分类，通过节段的形状或移动物体的附近这样的条件将多余的数据排除后，将对该道路形状识别有效的节段按照从左角度方向到右角度方向及从右角度方向到左角度方向进行编组，进而，对于最远节段，基于将可疑数据排除后得到的路侧物群(左)及路侧物群(右)，识别道路立而。但是，在上述现有技术中，有时将路侧物编组化的基点不正确，有时无法高精度地进行路侧物群的编组。其结果，无法频度较高地正确计算道路端，并且希望识别正确的道路形状。此外，在上述现有技术中，存在由于存在先行车而无法路侧物的情况，以及道路的路侧物的绝对数不足的情況。因此，可能无法频度较高地正确计算道路端，并且可能无法识别正确的道路。此外，实际的控制对象物所行驶的道路形状与自车的转弯状态有时存在偏差。在此，例如在日本专利文献3(特开2001-328455 I号公报)中提出了如下方法，在道路上存在停止物的情况下，还根据停止物计算弯道半径，使用基于该停止物的弯道半径对基于自车的弯道半径进行校正。并且，基于校正后的弯道半径计算自车道概率瞬间值，并使用该自车道概率瞬间值计算自车道概率，基于该自车道概率选择先行车。通常如上述那样识别停止物，并将基于停止物计算出的弯道半径用 于道路形状识另IJ。但是，存在由于存在先行车而难以检测停止物的情况、或者停止物的绝对数不足的情况，可能高精度地计算基于停止物的弯道半径，并且可能无法频度较高地计算正确的道路形状。
技术实现思路
本专利技术鉴于上述问题点，其目的在于，提供ー种高精度地计算更正确的道路形状的车辆用道路形状识别方法及装置、记录介质。为达成上述目的，根据第一例，其特征在于，基于到物体的距离及车宽方向的角度，识别车辆前方的道路形状，基于该识别的道路形状及其识别程度，判定物体与自车处于同一车道的可能性，基于该判定结果，计算用于对自车道概率进行校正的校正值。并且，判定自车行驶路的曲率和识别的道路形状的曲率是否偏离，在未偏离的情况下，利用校正值对自车道概率进行校正，另ー方面，在偏离的情况下，不利用校正值对自车道概率进行校正。由此，能够得到与推定R和道路形状R较大地偏离的情况的自车道概率。即，能够避免自车道概率的校正成为错误，能够频度较高地计算更正确的道路形状。此外，在用于实现车辆用道路形状识别方法的装置中，其特征在于，判定自车行驶路的曲率和识别的道路形状的曲率是否偏离，在判定为未偏离的情况下，利用由校正值计算单元计算出的校正值对由自车道概率计算单元计算出的自车道概率进行校正，另一方面，在判定为存在偏离的情况下，不利用由校正值计算单元计算出的校正值对由自车道概率计算单元计算出的自车道概率进行校正。由此，与第一例同样，能够更正确地识别道路形状。通过计算机系统来实现例如通过车辆用道路形状识别装置的弯道曲率运算单元、物体识别单元、自车道概率计算单元、道路形状识别单元、车道同一判定単元、校正值计算単元的功能，例如可以作为在计算机系统侧启动的程序来具备。这样的程序的情况下，例如可以记录在光磁盘、⑶-ROM、硬盘、闪存器等计算机可读取的记录介质中，根据需要必要下载到计算机系统中并启动，从而利用。此外，也可以将ROM或备份RAM作为计算机可读取的记录介质来记录所述程序，将该ROM或备份RAM组入计算机系统中使用。为达成上述目的，根据第二例，遍及车宽方向的规定角度范围照射发送波，基于该反射波来识别车辆周围的道路形状时，如下进行识别。即，基于反射波，与车宽方向角度相对应地至少取得包含与物体的距离的物体单位数据，并且根据基于反射波得到的物体的相对速度及自车速，判定是移动物体还是停止物体这样的识别类别。并且，基于该识别类别的判定结果，为了识别道路形状而提取有效的物体単位数据。然后，基于该物体単位数据，对于从左角度方向到右角度方向及从右角度方向到左角度方向的两方向，分别将作为连接条件而距离单调增加的数据彼此编组，形成路侧物群的数据，基于该形成的路侧物群的数据来识别道路端。以规定的周期反复执行这样的一系列的处理，为了识别道路形状而提取了有效的物体単位数据后，进行数据追加处理，该数据追加处理是指，将上一周期提取的物体単位数据追加到本周期提取的物体単位数据中。并且，在道路端的识别时，基于通过数据追加处理得到的物体単位数据来识别道路端。这样，在本周期的物体单位数据中追加上一周期的物体单位数据，所以能够增加能够用于道路端识别的数据数量。因此，由于存在先行车而无法路侧物的情況，以及道路的路侧物的绝对数不足的情况等，即使能够用于道路形状识别的路侧物的绝对数不足，也能够提高道路端的识别的精度，并且能够频度较高地计算更正确的道路形状。此外，在实现上述的第二例的车辆用道路形状识别方法的装置中，也具备数据追加単元(45)，在由有效数据提取单元(45)执行了处理之后，将在上一周期由有效数据提取 单元(45)提取的物体单位数据追加到在本周期由有效数据提取单元(45)提取的物体单位数据，道路端识别单元(41、43、45)基于由数据追加単元(45)得到的物体本文档来自技高网...

【技术保护点】

【技术特征摘要】
2011.03.21 JP 061860/2011;2011.05.17 JP 110222/2011.一种车辆用道路形状识别方法，求出识别对象的物体相对于自车的相对位置，根据基于自车的转弯状态和自车速运算出的自车行驶路的曲率和上述物体的相对位置，计算上述物体与自车处于同一车道上的概率即自车道概率，该车辆用道路形状识别方法的特征在于， 基于到物体的距离及车宽方向的角度，识别车辆前方的道路形状， 基于该识别到的道路形状及其识别程度，判定上述物体与自车处于同一车道上的可能性， 基于该判定结果，计算用于对上述自车道概率进行校正的校正值， 判定上述自车行驶路的曲率和上述识别的道路形状的曲率是否偏离，在未偏离的情况下，利用上述校正值对上述自车道概率进行校正，另ー方面，在有偏离的情况下，不利用上述校正值对上述自车道概率进行校正。2.—种车辆用道路形状识别装置，其特征在于，具备 转弯检测单元(27、28、49、51)，检测自车的转弯状态； 弯道曲率运算单元(63)，基于由该转弯检测单元检测到的自车的转弯状态和自车速，运算自车行驶路的曲率； 雷达单元(5)，遍及车宽方向的规定角度范围内照射发送波，基于该反射波检测与反射物体的距离和上述车宽方向的角度； 物体识别单元(43)，基于作为该雷达単元的检测结果的距离及上述车宽方向的角度，求出上述物体的相对位置；以及 自车道概率计算单元(53)，基于由上述弯道曲率运算单元求出的上述自车行驶路的曲率和由上述物体识别单元计算出的上述物体的相对位置，求出上述物体与自车处于同一车道上的自车道概率； 上述物体识别单元能够基于上述物体的相対速度及自车速，判定是移动物体还是停止物体这样的识别类别， 上述车辆用道路形状识别装置还具备 道路形状识别单元(45)，使用由上述物体识别单元得到的物体的相对位置及识别类另O，提取为了识别道路形状而有效的停止物体数据，基于该提取的数据来识别道路形状；车道同一判定単元(53)，基于由该道路形状识别单元识别到的道路形状及其识别程度，判定上述物体与自车处于同一车道上的可能性；以及 校正值计算単元(53)，基于该车道同一判定単元的判定結果，计算用于对上述自车道概率进行校正的校正值； 上述自车道概率计算单元判定上述自车行驶路的曲率和上述识别到的道路形状的曲率是否偏离，在判定为未偏离的情况下，利用由上述校正值计算单元计算出的校正值对上述自车道概率进行校正，另ー方面，在判定为有偏离的情况下，不利用由上述校正值计算单元计算出的校正值对上述自车道概率进行校正。3.—种计算机可读取的记录介质,其特征在于， 记录有程序，该程序用于使计算机系统作为权利要求2中记载的车辆用道路形状识别装置的弯道曲率运算单元、物体识别单元、自车道概率计算单元、先行车选择単元、道路形状识别单元、车道同一判定単元、校正值计算単元发挥功能。4.一种车辆用道路形状识别方法，遍及车宽方向的规定角度范围照射发送波，基于该反射波来识别车辆周围的道路形状，其特征在于，进行以下处理 进行取得处理基于上述反射波，与车宽方向角度相对应地至少取得包含与物体的距离的物体单位数据； 进行提取处理根据基于上述反射波得到的物体的相対速度及自车速，判定是移动物体还是停止物体这样的识别类别，基于该识别类别的判定結果，提取为了识别道路形状而有效的上述物体単位数据；以及 进行识别处理基于通过上述提取处理提取的物体単位数据，对于从左角度方向到右角度方向及从右角度方向到左角度方向的两方向，分别将作为连接条件而距离单调增加的数据彼此编组，形成路侧物群的数据，基于该形成的路侧物群的数据来识别道路端； 这些取得处理、提取处理、以及识别处理的一系列处理以规定的周期重复执行， 在上述提取处理之后，进行数据追加处理将在上一周期的提取处理中得到的物体单位数据追加到在本周期的提取处理中得到的物体単位数据中， 在上述识别处理中，基于在上述数据追加处理中得到的物体単位数据来识别上述道路端。5.一种车辆用道路形状识别装置，其特征在于，具备 雷达单元(5)，遍及车宽方向的规定角度范围内照射发送波，基于该反射波来检测物体；以及 识别单元(41、43、45)，基于该雷达单元(5)的检测结果，识别车辆前方的道路形状；上述雷达单元(5)基于上述反射波，与车宽方向角度相对应地至少取得包含与物体的距离的物体单位数据， 上述识别单元(41、43、45)具备 物体识别单元(41、43)，根据基于上述反射波得到的物体的相対速度及自车速，判定是移动物体还是停止物体这样的识别类别； 有效数据提取单元(45)，基于该物体识别单元(41、43)的识别結果，提取为了识别道路形状而有效的上述物体単位数据； 路侧物群数据形成単元(45)，基于由上述有效数据提取单元(45)提取的物体単位数据，对于从左角度方向到右角度方向及从右角度方向到左角度方向的两方向，分别将至少满足距离单调增加这样的连接条件的数据彼此编组，形成路侧物群的数据；以及 道路端识别单元(41、43、45)，基于由上述路侧物群数据形成単元(45)形成的上述两方向的路侧物群的数据，识别道路端； 上述雷达单元(5)及上述识别单元(41、43、45)的各単元的一系列处理以规定的周期重复执行， 上述识别单元(41、43、45)还具备数据追加単元(45)，在执行了上述有效数据提取单元(45)的处理之后，将在上一周期中由上述有效数据提取单元(45)提取的物体単位数据追加到在本周期中由上述有效数据提取单元(45)提取的物体単位数据中， 上述道路端识别单元(41、43、45)基于由上述数据追加単元(45)得到的物体単位数据来识别上述道路端。6.—种计算机可读取的记录介质,其特征在于，记录有程序，该程序用于使计算机系统作为权利要求5中记载的车辆用道路形状识别装置的识别单元发挥功能。7.—种车辆用道路形状识别方法，遍及车宽方向的规定角度范围内照射发送波，基于该反射波来识别车辆周围的道路形状，其特征在干， 基于上述反射波，与车宽方向角度相对应地至少取得包含与物体的距离的物体单位数据； 根据基于上述反射波得到的物体的相対速度及自车速，判定是移动物体还是停止物体这样的识别类别，基于该识别类别的判定結果，提取为了识别道路形状而有效的上述物体単位数据； 在自车和先行车之间的自车的行驶路上、及先行车和更先行车之间的先行车的行驶路上的某ー个上存在停止物体的情况下，从提取的物体単位数据中将与上述行驶路上的停止物体相对应的数据删除； 使用将与上述行驶路上的停止物体相对应的数据删除后的物体単位数据，对于从左角度方向到右角度方向及从右角度方向到左角度方向的两方向，分别将作为连接条件而距离单调增加的数据彼此编组，形成路侧物群的数据，基于该形成的路侧物群的数据来识别道路端。8.—种车辆用道路形状识别装置，其特征在于，具备 雷达单元(5)，遍及车宽方向的规定角度范围内照射发送波，基于该反射波来检测物体；以及 识别单元(41、43、45)，基于该雷达单元(5)的检测结果，识别车辆前方的道路形状；上述雷达单元(5)基于上述反射波，与车宽方向角度相对应地至少取得包含与物体的距离的物体单位数据， 上述识别单元(41、43、45)具备 物体识别单元(41、43)，根据基于上述反射波得到的物体的相対速度及自车速，判定是移动物体还是停止物体这样的识别类别； 有效数据提取单元(45)，基于该物体识别单元(41、43)的识别結果，提取为了识别道路形状而有效的上述物体単位数据； 停止物体删除单元(45)，在自车和先行车之间的自车的行驶路上、及先行车和更先行车之间的先行车的行驶路上的某ー个上存在停止物体的情况下，从提取的物体单位数据中将与上述行驶路上的停止物体相对应的数据删除； 路侧物群数据形成単元(45)，使用由上述停止物体删除单元(45)得到的物体単位数据，对于从左角度方向到右角度方向及从右角度方向到左角度方向的两方向，分别将至少满足距离单调增加这样的连接条件的数据彼此编组，形成路侧物群的数据；以及 道路端识别单元(41、43、45)，基于由上述路侧物群数据形成単元(45)形成的上述两方向的路侧物群的数据，识别道路端。9.一种计算机可读取的记录介质,其特征在于， 记录有程序，该程序用于使计算机系统作为权利要求8中记载的车辆用道路形状识别装置的识别单元发挥功能。10.一种车辆用道路形状识别方法，遍及车宽方向的规定角度范围内照射发送波，基于该反射波来识别车辆周围的道路形状，其特征在干， 基于上述反射波，与车宽方向角度相对应地至少取得包含与物体的距离的物体单位数据； 根据基于上述反射波得到的物体的相対速度及自车速，判定是移动物体还是停止物体这样的识别类别，基于该识别类别的判定結果，提取为了识别道路形状而有效的物体単位数据； 从提取的物体单位数据中提取上述车宽方向的距离最位于自车侧的停止物体的横向位置，并且将如下的停止物体决定为起点，该停止物体位于从在上述车宽方向上最位于自车侧的停止物体的横向位置离开规定距离量的范围内，且与自车的直接距离最小； 对于从左角度方向到右角度方向及从右角度方向到左角...

【专利技术属性】
技术研发人员：寒川佳江，野沢丰史，坂本麻衣，大方浩司，
申请(专利权)人：株式会社电装，
类型：发明
国别省市：