道路形状推定系统 |
|||||||
| 申请号 | CN201180069892.5 | 申请日 | 2011-04-08 | 公开(公告)号 | CN103459227A | 公开(公告)日 | 2013-12-18 |
| 申请人 | 丰田自动车株式会社; | 发明人 | 吉浜勇树; | ||||
| 摘要 | 本 发明 提供一种能够更容易、更高 精度 地推定道路的弯道形状的技术。本发明是一种道路形状推定系统，对包括 曲率 半径基于回旋曲线变化的弯道缓和部和 曲率半径 一定的正圆弯道部的道路的形状进行推定。基于来自车辆的白线识别摄像机、 偏航 角 速度 传感器 、 轮速传感器 的信息，求出弯道缓和部的车辆 位置 处的距弯道起点的距离（Lp）和弯道曲率半径（Rp），另外，根据标志识别摄像机的图像求出正圆弯道部的曲率半径（Rreal）。并且，使用这些信息和回旋函数导出弯道缓和部的长度（Lclo），推测道路的形状。 | ||||||
| 权利要求 | 1.一种道路形状推定系统，推定供移动体移动的道路的形状，所述道路具有曲率半径按照预定的函数变化的曲率变动部和曲率半径一定的曲率固定部，所述道路形状推定系统的特征在于，具备： |
||||||
| 说明书全文 | 道路形状推定系统技术领域背景技术[0002] 在弯道超速警报系统（CSWS）、自动巡航系统（ACC）、车道保持辅助系统（LKA）、防撞安全系统（PCS）等系统中，要求提高便利性、安全性、燃料经济性。并且，为此必须提高控制的精度，例如，需要正确地识别弯道形状等道路形状。但是，在为了正确地识别道路形状而仅使用导航系统的情况下，在取得的位置精度方面存在问题。因此，在该情况下，为了补充导航系统，进行了增加地图上的节点的对策、改善节点的连接方法、使用了毫米波传感器的复杂的道路形状识别的研究。 [0003] 关于上述的技术，例如，基于通过道路形状取得单元取得的范围的道路形状的点数据来算出该道路的曲率半径、根据算出的曲率半径从弯道跟前开始减速的系统已经商品化（例如，参照专利文献1）。另外，提出了如下技术：根据导航数据决定弯道的缓和部、正圆（perfect circle）部的区间，在根据GPS位置信息而本车位于缓和部的情况下，算出从弯道进入地点到当前位置的距离，根据从白线识别摄像机取得的所述距离算出回旋（clothoid）曲线参数，由此取得任意的位置的弯道曲率半径（例如，参照专利文献2）。 [0004] 然而，在上述的技术中作为推定道路形状的单元使用车辆导航系统，所以存在如下不便：在GPS接收被遮断的情况（shadowing）下无法发挥功能。另外，存在GPS的位置检测精度不够的情况。进一步，为了提高曲率半径的计算精度，存在节点数增加、制御逻辑复杂化的不便。另外，也认为具有在周边存在多条道路的情况下会产生误匹配的不良状况。并且，存在如下情况：导航系统自身价格高，因此为了改善上述不良状况而需要很多开发费用。 [0005] 另外，射出毫米波、激光来检测弯道形状并推定曲率的技术也是公知的。然而，这些技术存在如下不便：能够通过路边障碍物的材质、形状检测的静止物是受到限制的，天候稳健（robust）性低，在复杂的道路形状和/或环境（包括通过路边的人、自行车）中误推定的可能性升高，难以更简单地高精度地推定弯道的曲率半径。 [0006] 在先技术文献 [0007] 专利文献1:日本特开2004－272426号公报 [0008] 专利文献2:日本特开平11－160078号公报 [0009] 专利文献3:日本特开2010－151691号公报 [0010] 专利文献4:日本特开2006－031553号公报 发明内容[0011] 本发明是鉴于上述的情况而完成的发明，其目的在于提供能够用更简单的方法、更高精度地推定道路的弯道形状的技术。 [0012] 用于解决问题的手段 [0013] 用于达成上述目的的本发明是推定包括曲率基于预定的函数而变化的弯道和曲率一定的弯道的道路的形状的道路形状推定系统，以以下的方面为最大的特征。即，基于来自移动体的自主式传感器的信息，求出曲率变化的弯道的预定的点与弯道起点的距离和弯道的曲率半径，另外，求出曲率一定的弯道的曲率半径。并且，使用这些信息和所述预定的函数，导出曲率变化的弯道整体的长度，推测道路的形状。 [0014] 更具体而言，为一种道路形状推定系统，推定供移动体移动的道路的形状，所述道路具有曲率半径按照预定的函数变化的曲率变动部和曲率半径一定的曲率固定部，所述道路形状推定系统的特征在于，具备： [0015] 曲率固定半径取得单元，其取得作为所述曲率固定部的曲率半径的曲率固定半径； [0016] 移动体信息传感器，其搭载于所述移动体，检测该移动体的动作信息； [0017] 曲率变动信息取得单元，其基于所述移动体信息传感器检测到的信息，取得曲率变动距离和曲率变动半径，所述曲率变动距离为从所述曲率变动部的起点到该曲率变动部的预定点的距离，所述曲率变动半径为所述预定点的道路的曲率半径；和 [0018] 导出单元，其使用所述预定的函数由所述曲率变动距离、所述曲率变动半径以及所述曲率固定半径导出所述曲率变动部的长度。 [0019] 由此，根据通过曲率固定半径单元取得的曲率固定半径、和通过曲率变动信息取得单元使用移动体信息传感器取得的曲率变动距离以及曲率变动半径，导出单元使用所述预定的函数导出曲率变动部的长度。因此，与从车辆导航取得曲率变动距离以及曲率变动半径而导出曲率变动部的长度的情况相比，能够更简单地推定道路形状。另外，能够回避GPS收信遮断、节点数的增加、周边存在多条道路的情况下的误匹配等不良，能够更高精度地推定道路形状。 [0020] 另外，在上述中，也可以为：所述曲率固定半径取得单元基于图像信息取得作为所述曲率固定部的曲率半径的曲率固定半径。这样，在取得曲率固定半径时也不必要使用车辆导航的信息，所以能够更简单或者更高精度地取得曲率固定半径。另外，在上述中，也可以为：所述图像信息是道路标志的图像，所述曲率固定半径取得单元具有标志识别摄像机。即，因为存在道路标志显示前方的道路的曲率半径的情况，所以也可以为：用标志识别摄像机取得道路标志（标识）的图像，从该道路标志的图像取得前方的道路的曲率固定半径。由此，能够不附加特别的结构而更简单地取得曲率固定半径。 [0021] 另外，在上述中，预定的函数也可以为回旋曲线。在此，在日本使用回旋曲线作为定义曲率变动部的形状的函数。通过使用该回旋曲线，能够由曲率变动距离、曲率变动半径、曲率固定半径导出所述曲率变动部的长度。此外，定义曲率变动部的形状的函数也可以为其他的函数。例如在米国使用2次曲线，所以也可以将预定的函数设为2次曲线。 [0022] 另外，在本发明中，所述预定的点也可以为所述移动体的位置。即，也可以为：将本发明的道路形状推定系统设为用于搭载于移动体的系统，在移动体位于曲率变动部时，曲率变动信息取得单元取得作为从曲率变动部的起点到移动体的距离的曲率变动距离、和移动体的位置处的曲率变动半径。这样，在移动体中，能够自己更准确、更迅速地推定行驶中的道路的形状，能够提高行驶的安全性、容易性。 [0023] 另外，在本发明中，所述曲率变动信息取得单元也可以为通过对移动体的速度积分来取得所述曲率变动距离。这样，能够不使用车辆导航的信息而更切实地取得曲率变动距离，能够不受道路的状态和/或GPS的收信状态的影响而更高精度地取得曲率变动距离。 [0024] 另外，在本发明中，也可以为：所述曲率变动信息取得单元具有取得道路中的白线的图像的白线图像取得装置，并且基于通过所述白线图像取得装置取得的白线的图像，取得所述曲率变动半径。由此也能够不使用车辆导航的信息而取得曲率变动半径，能够不受道路的状态和/或GPS的收信状态的影响而更高精度地取得曲率变动半径。 [0025] 另外，在本发明中，也可以为：在所述移动体在所述曲率变动部移动的期间，所述曲率变动信息取得单元按每预定时间反复取得所述曲率变动距离和所述曲率变动半径，在所述移动体在所述曲率变动部移动的期间，所述导出单元根据通过所述曲率变动信息取得单元取得的所述曲率变动距离和所述曲率变动半径，按每预定时间反复算出所述预定的函数所包含的预定的常数，在该常数的每预定时间的变动变为比阈值小之后，导出所述曲率变动部的长度。 [0026] 即，在本发明中，在移动体进入曲率变动部而进行移动的期间，反复通过曲率变动信息取得单元取得曲率变动距离和曲率变动半径，从该信息算出预定的函数所包括的预定的常数。然而，在移动体刚进入曲率变动部时，曲率变动距离的值自身较小，检测误差的影响也大，所以作为结果算出的预定的常数的变动大。在这样的状态下，有时即使导出曲率变动部的长度也不能说导出的值的可靠性高。 [0027] 因此，在本发明中，设为：在移动体在所述曲率变动部移动的期间，按每预定时间而反复算出预定的函数所包括的预定的常数，在该常数的每预定时间的变动变为比阈值小之后，导出曲率变动部的长度。由此，能够在移动体进入曲率变动部后，经过某种程度的时间而成为能够得到精度足够高的曲率变动距离和曲率变动半径的状态之后，导出曲率变动部的长度。其结果，能够更高精度地推定道路形状。 [0028] 此外，用于解决本发明的课题的单元可以在可能的限度内组合使用。 [0029] 发明的效果 [0032] 图2是用于对本发明实施例1的道路形状的推定处理进行说明的图。 [0033] 图3是表示本发明实施例1的道路形状推定程序的框图。 [0034] 标号说明 具体实施方式[0036] 以下，参照图面，对用于实施本发明的优选方式进行例示性的详细说明。 [0037] （实施例1） [0038] 图1是表示本实施例涉及的道路形状推定系统的概略结构的框图。本系统具备作为控制内燃机的电子控制计算机的ECU3。ECU3具备未图示的ROM、RAM、CPU、输入端口、输出端口等，电连接有偏航角速度（yaw rate）传感器4、轮速传感器5、白线识别摄像机6以及标志识别摄像机7。在此，至少偏航角速度传感器4、轮速传感器5、白线识别摄像机6相当于本实施例中的移动体信息传感器。另外，白线识别摄像机6也构成本实施例中的白线图像取得装置。 [0039] 从偏航角速度传感器4向ECU3提供与车辆偏航角速度对应的检测信号，从轮速传感器12向ECU3提供与车轮的旋转同步的轮速脉冲。另外，通过白线识别摄像机6拍摄区划车辆附近的行驶车道的白线，通过标志识别摄像机7拍摄道路标志，各自的图像信息（摄像信号）被提供给ECU3。另外，包括后述的道路形状推定程序的各种的程序存储于ECU3的ROM，通过ECU3来执行。 [0040] 图2是用于对车辆1在行驶期间来到道路10的弯道的情况下的本发明的处理进行说明的图。该道路10的弯道包括：直线部11；弯道缓和部12，其与直线部11连接，作为曲率半径逐渐变小的曲率变动部；和正圆弯道部13，其与弯道缓和部12连接，作为曲率半径最小且一定的曲率固定部。正圆弯道部13的前方在图1中省略，但经由曲率半径逐渐变大的出口侧弯道缓和部与出口侧直线部连接。此外，弯道缓和部12的形状通过回旋曲线来确定。 [0041] 该回旋曲线是距曲线的起点的距离L和曲率半径R之间的关系表示为以下所示的式（1）的曲线。 [0042] L×R＝A2 ·····（1） [0043] 在此，A2是确定回旋曲线的形状的常数。以下，对本实施例的道路形状推定的步骤进行说明。 [0044] 在图2中，作为移动体的车辆1位于弯道缓和部12。在车辆1的当前位置P，通过白线识别摄像机6拍摄车辆1的前方，从拍摄的图像信息识别白线10a的图像。并且，基于拍摄的图像信息计算白线10a和车辆1之间的距离（白线横位置），基于其计算结果算出车辆1相对于白线的姿势。进一步，根据偏航角速度传感器4的检测信号检测车辆1的偏航角，并且，检测来自轮速传感器5的轮速脉冲，由此取得车辆1的速度V（t）。并且，将该速度V（t）如式（2）所示进行积分，由此取得从弯道缓和部12的起点到车辆1的当前位置P的距离Lp。 [0045] Lp＝∫V（t）dt ····（2） [0046] 进一步，基于车辆1相对于白线10a的姿势以及行驶轨迹，计算白线10a的形状以及当前位置P的道路的曲率半径Rp。关于该计算方法，使用公知的方法，所以在此省略说明。 [0047] 接着，通过取得的Rp、Lp的值，如下那样计算回旋曲线的常数A2。 [0048] Lp×Rp＝A2 ······（3） [0049] 另外，在本实施例中，在即将来到弯道之前的直线部11中，通过标志识别摄像机7拍摄道路标志15，基于拍摄的图像信息，取得正圆弯道部13的曲率半径Rreal。在该方法中，能够通过比较廉价的标志识别摄像机7，更高精度地取得曲率半径Rreal。另外，对于道路标志的识别，能够通过单目摄像机进行，所以通过将上述的白线识别摄像机6和标志识别摄像机7共用，能够使装置简略化、减少成本。此外，曲率半径Rreal在本实施例中相当于曲率固定半径。另外，标志识别摄像机7和ECU3在本实施例中构成曲率固定半径取得单元。 [0050] 并且，通过以下的（4）式，导出弯道缓和部12的长度Lclo。 [0051] Lclo＝A2／Rreal ····（4） [0052] 并且，最终道路10的弯道形状如下那样确定。 [0053] R（L）＝A2／L （0≤L≤Lclo） ·····（5） [0054] R（L）＝Rreal （L≥Lclo） ······（6） [0055] 在此，A2理论上在弯道缓和部12的范围内为一定的值。然而，在实际的推定处理中，弯道缓和部12刚刚开始后Lp小，所以与弯道缓和部12的开始判定地点的位置偏移误2 差相比，Lp的误差（变动）大。因此，弯道缓和部12刚刚开始后A 可能会发生大的变化。对 2 2 2 此，在本实施例中如后所述，进行A 的收敛判定。具体而言，表示A 的变化的ΔA 的绝对值变为比阈值小，则判定为收敛。 [0056] 在图3示出本实施例的道路形状推定程序（例程）的流程图。本程序是如上所述存储于ECU3的ROM的程序，在车辆1行驶期间通过ECU3按每预定期间来执行。当本程序被执行时，则首先在S101中，基于白线识别摄像机6的图像，取得作为当前位置P的曲率变动半径的弯道曲率半径Rp。当S101的处理结束时，则进入S102。 [0057] 在S102中，判定弯道缓和部12是否开始。具体而言，通过在S101取得的Rp的绝对值是否比预定的阈值Cst小来进行判定。在此，在Rp的绝对值为Cst以上的情况下，判断为车辆1位于直线部11、弯道缓和部12未开始，就这样暂且结束本程序。另一方面，在Rp的绝对值比Cst小的情况下，判断为弯道缓和部12已开始，所以进入S103。此外，Cst是在Rp的绝对值为其以上的情况下判断为弯道缓和部12未开始的阈值，可以预先逻辑性地确定或者通过实验来确定。 [0058] 在S103中，使用车速Vs（t），算出弯道缓和部12的开始时点到当前地P的距离。具体而言，通过下式算出作为曲率变动距离的Lp。 [0059] Lp＝∫Vs（t）dt ····（7） [0060] 当S103的处理结束时，则进入S104。 [0061] 接着，在S104中，算出A2的值。具体而言，根据在S101取得的Rp和在S103算出的Lp，通过下式来算出。 [0062] A2＝Lp×Rp ····（8） [0063] 当S104的处理结束时，则进入S105。 [0064] 接着，在S105中，判断A2的值是否收敛。具体而言，判定：上次执行S105时的A22 2 和本次执行S105时的A 的差ΔA 的绝对值是否比预定的阈值Ca小。在此，在作出否定判 2 定的情况下，返回S101。另一方面，在作出肯定判定的情况下，进入S106。在此Ca是在A 2 2 的差ΔA 的绝对值比其小的情况下判断为A 的值足够稳定、精度上没有问题的阈值，可以预先逻辑性地确定或者通过实验来确定。 [0065] 在S106中，弯道缓和部12的长度Lclo作为回旋曲线的长度如下那样算出。 [0066] Lclo＝A2／Rreal ····（9） [0067] 另外，最终，弯道的形状如下那样算出。 [0068] R（L）＝A2／L （0≤L≤Lclo） ····（10） [0069] R（L）＝Rreal （L≥Lclo） ······（11） [0070] 当S106的处理结束时，则本程序暂且结束。 [0071] 以上，如说明的那样，在本实施例中，根据白线识别摄像机6、偏航角速度传感器4、轮速传感器5的自主式（自律式）传感器类检测的信号，使用回旋曲线的函数，算出弯道缓和部12的长度。因此，能够不使用来自车辆导航系统的信息、更简单更高精度地推测道路的形状。此外，在上述中，执行S101～S103的处理的ECU3构成曲率变动信息取得单元。 另外，执行S106的处理的ECU3构成导出单元。 [0072] 此外，在上述的实施例中，作为传感器类使用了白线识别摄像机6、偏航角速度传感器4、轮速传感器5，但只要是能够不使用车辆导航系统和GPS而算出弯道缓和部12的长度的传感器，则也可以使用其他的传感器类。另外，在上述的实施例中，以弯道缓和部12由回旋曲线的函数来定义为前提，但是本发明也可以适用于弯道缓和部通过其他的函数来定义的道路。作为其他的函数可以举出例如2次曲线。 [0073] 另外，在上述的实施例中，使用标志识别摄像机7的图像信息取得正圆弯道部13的半径，因此，从这方面来说也能够不使用来自车辆导航系统和GPS的信息而更简单更高精度地推测道路的形状。然而，在本发明中，取得正圆弯道部13的半径Rreal的方法没有特别限定，也可以使用车辆导航系统、GPS、毫米波、激光等。在本发明中，只要能够不使用车辆导航系统和GPS而算出弯道缓和部12的长度，就能够足够简单地或者高精度地推测道路的形状。 |
||||||
QQ群二维码
意见反馈
意见反馈