專利名稱：駕駛輔助裝置的制作方法
技術領域：
本發(fā)明涉及一種駕駛輔助裝置。
背景技術：
一直以來，作為與駕駛輔助相關的裝置，已知一種制作在駕駛輔助等中所使用的 地圖數據的裝置，專利文獻I中記載了一種車輛用地圖數據制作裝置，其通過對道路的側 端部進行檢測，并以所檢測出的一側的側端部為基準來制作另一側的側端部的相對位置的 數據，從而在不會使數據容量過大的條件下制作地圖數據。
在先技術文獻
專利文獻
專利文獻1:日本特開2007-240319號公報 發(fā)明內容
發(fā)明所要解決的課題
但是，如上述的專利文獻I中記載的車輛用地圖數據制作裝置那樣，在對處于近 距離的道路的側端部進行檢測并制作地圖數據時，在對道路的側端部進行檢測的專利文獻 中，由于未考慮到例如處于遠距離的道路要素，因此作為與駕駛輔助相關的數據，所制成的 車輛用地圖數據的可靠性還存在改善的余地。
因此，本發(fā)明的課題在于，提供一種生成行進路線以使本車輛能夠安全地行駛的 駕駛輔助裝置。
用于解決課題的方法
為了解決上述課題，本發(fā)明所涉及的駕駛輔助裝置被構成為，具備行駛路徑信息 取得單元，其取得識別范圍不同的多個行駛路徑信息；行進路線生成單元，其根據行駛環(huán) 境，而利用多個行駛路徑信息來生成本車輛的行進路線。
另外，雖然作為上述識別范圍的示例，根據地圖信息中的距離而設定了廣域地圖、 中域地圖、局部地圖，但也可以基于其他的各種考慮來進行定義。
例如，可以取代距離范圍而根據路線設定中的E⑶的運算處理時間來對廣域、中 域、局部的范圍進行設定。
此外，也可以根據能夠由搭載于車輛中的攝像裝置、寬頻帶雷達、窄頻帶雷達等識 別出障礙物的范圍而進行設定。例如，可以將窄頻帶雷達的檢測精度較高的范圍設定為中 域，而將寬頻帶雷達的檢測精度較高的范圍設定為局部。此外，可以將根據圖像而無法明 確地識別出交叉路口、白線、道路形狀或其他障礙物的遠方區(qū)域設定為中域，而將能夠明確 地進行判斷的近處區(qū)域設定為局部。此外，可以將在雷達的探測范圍內無法明確地判斷出 反射物是疊影還是物體的區(qū)域設定為中域，而將能夠識別出反射物是物體的區(qū)域設定為局 部。
此外，不僅可以按照能否識別而進行區(qū)分，還可以按照識別的可能性即可靠度來進行區(qū)分。
根據本發(fā)明，由于根據行駛環(huán)境而利用識別范圍不同的多個行駛路徑信息來生成行進路線，從而本車輛能夠安全行駛。
在本發(fā)明所涉及的駕駛輔助裝置中，優(yōu)選采取如下方式，S卩，多個行駛路徑信息的更新頻度互不相同。由于多個行駛路徑信息的更新頻度互不相同，從而能夠減輕用于信息更新的運算負荷。
在本發(fā)明所涉及的駕駛輔助裝置中，優(yōu)選采取如下方式，S卩，還具備行駛預定路徑信息取得單元，其根據多個行駛路徑信息中的、指定的識別范圍的行駛路徑信息，來取得行駛預定路徑信息；可行駛區(qū)域檢測單元，其對行駛路徑中的可行駛區(qū)域進行檢測，所述駕駛輔助裝置根據行駛預定路徑信息和可行駛區(qū)域，來對行駛預定路徑的形狀進行推斷。通過使用利用上述單元而得到的行駛預定路徑信息及可行駛區(qū)域，從而能夠高精度地對行駛預定路徑的形狀進行推斷。
在本發(fā)明所涉及的駕駛輔助裝置中，優(yōu)選采取如下方式，S卩，對行駛預定路徑進行分割而推斷形狀。通過對行駛預定路徑進行分割，從而能夠更高精度地對形狀進行推斷。
在本發(fā)明所涉及的駕駛輔助裝置中，優(yōu)選采取如下方式，S卩，還具備形狀模式存儲單元，所述形狀模式存儲單元將行駛路徑的形狀作為形狀模式而進行存儲，所述駕駛輔助裝置根據行駛預定路徑信息和形狀模式，來對行駛預定路徑的形狀進行推斷。即使在難以對上述的可行駛區(qū)域進行檢測的情況下，通過利用形狀模式，從而也能夠高精度地對行駛預定路徑的形狀進行推斷。
在本發(fā)明所涉及的駕駛輔助裝置中，優(yōu)選采取如下方式，S卩，還具備過去行駛路徑積累單元， 所述過去行駛路徑積累單元對過去的行駛路徑信息進行積累，所述駕駛輔助裝置根據過去的行駛路徑信息與所推斷出的行駛預定路徑的形狀之間的一致度，而進一步對行駛預定路徑的形狀進行推斷。在上述的一致度較高的情況下，能夠高精度地對行駛預定路徑的形狀進行推斷，而在一致度較低的情況下，通過對所推斷出的行駛預定路徑的形狀例如進行修正，從而能夠高精度地進行推斷。
在本發(fā)明所涉及的駕駛輔助裝置中，優(yōu)選采取如下方式，S卩，還具備障礙物信息取得單元，所述障礙物信息取得單元對本車輛的周圍的障礙物的信息進行取得，所述駕駛輔助裝置利用所推斷出的行駛預定路徑的形狀中的邊緣信息，來確定對障礙物信息進行取得的搜索范圍。通過利用所推斷出的行駛預定路徑的形狀中的邊緣信息，來確定對障礙物信息進行取得的搜索范圍，從而易于對本車輛的周圍的障礙物的信息進行取得。
在本發(fā)明所涉及的駕駛輔助裝置中，優(yōu)選采取如下方式，S卩，還具備障礙物信息取得單元，所述障礙物信息取得單元對本車輛的周圍的障礙物的信息進行取得，所述駕駛輔助裝置對所推斷出的行駛預定路徑中的障礙物的可動范圍進行設定，并在障礙物脫離了可動范圍時，使用與行駛預定路徑相比比例尺較小的行駛路徑信息，來生成相對于障礙物的本車輛的行進路線。通過對所推斷出的行駛預定路徑中的障礙物的可動范圍進行設定，從而能夠減輕運算負荷。此外，在障礙物脫離了可動范圍時，通過使用比例尺相對較小的行駛路徑信息，從而能夠高精度地取得障礙物的信息。
在本發(fā)明所涉及的駕駛輔助裝置中，優(yōu)選采取如下方式，S卩，還具備圖像取得單元，所述圖像取得單元以圖像的形式取得本車輛的周圍的障礙物的信息，所述駕駛輔助裝置根據圖像和所推斷出的行駛預定路徑的形狀，來指定障礙物。通過使用圖像取得單元所取得的圖像、與所推斷出的行駛預定路徑的形狀，從而能夠高精度地對障礙物進行指定，由此能夠實現(xiàn)本車輛的安全行駛。
在本發(fā)明所涉及的駕駛輔助裝置中，優(yōu)選采取如下方式，S卩，通過將多個行駛路徑信息中的、指定識別范圍的行駛路徑信息中的障礙物信息，向與指定識別范圍的行駛路徑信息相比比例尺較小的行駛路徑信息合并，并進行網格化，從而對障礙物信息進行推斷。通過將障礙物信息向比例尺相對較小的行駛路徑信息合并，并進行網格化，從而能夠采取基于障礙物的屬性的躲避行動，由此能夠實現(xiàn)更加安全的行駛。
在本發(fā)明所涉及的駕駛輔助裝置中，優(yōu)選采取如下方式，即，對所述網格的一部分進行細化。通過對網格的一部分進行細化，從而更易于采取相對于障礙物的躲避行動，由此能夠實現(xiàn)更加安全的行駛。
在本發(fā)明所涉及的駕駛輔助裝置中，優(yōu)選采取如下方式，S卩，根據本車輛的車速來變更網格的比例尺。通過根據車速來變更網格的比例尺，從而能夠同時實現(xiàn)信息的處理的效率化與本車輛的安全性的確保。
發(fā)明效果
根據本發(fā)明，能夠提供一種生成高精度的行進路線以使本車輛能夠安全地行駛的駕駛輔助裝置。


圖1為表示本發(fā)明的第一實施方式所涉及的識別范圍不同的多個行駛路徑信息的圖。
圖2為表示本發(fā)明的第一實施方式所涉及的駕駛輔助裝置的結構框圖。
圖3為表示由本發(fā)明的第一實施方式所涉及的駕駛輔助裝置執(zhí)行的控制處理的一個示例的流程圖。
圖4為表示由本發(fā)明的第一實施方式所涉及的駕駛輔助裝置執(zhí)行的控制處理的一個示例的流程圖。
圖5為表示本發(fā)明的第二實施方式所涉及的駕駛輔助裝置的結構框圖。
圖6為表示行駛預定路徑信息與可行駛區(qū)域的圖。
圖。
圖7中的(a)為表示行駛路徑的圖，(b)為表示所推斷出的行駛預定路徑的形狀的圖8中的(a)為表示行駛路徑的圖，(b)為表示所推斷出的行駛
圖。
預定路徑的形狀的圖9中的(a)為表示行駛路徑的圖，(b)為表示所推斷出的行駛預定路徑的形狀的。
10中的(a)為表示由于障礙物而導致一部分無法檢測的可行駛區(qū)域，(b)為表示形狀模式的圖。圖11中的(a)為表示形狀模式與構造物的重疊的圖，(b)為表示分割形狀模式的圖。
圖12中的(a)為表示過去行駛積累信息的圖，(b)為表示修正后的行駛預定路徑的形狀的圖。
圖13中的(a)為表示被投影到圖像上的行駛預定路徑的形狀的圖，(b)為表示所 設定的垂直邊緣的圖。
圖14中的(a)為表示所設定的障礙物的可動范圍的圖，(b)為表示使用了比例尺 相比較小的行駛路徑信息而實施的躲避行動的圖。
圖15中的(a)為表示行人的圖像信息的圖，(b)及(C)為表示從圖像中去除道路 構造邊緣的圖。
圖16為表示由本發(fā)明的第二實施方式所涉及的駕駛輔助裝置執(zhí)行的控制處理的 一個示例的流程圖。
圖17為表示由“有障礙物”、“無障礙物”、“不明”這三種分類而形成的、本車輛的 周圍的障礙物的網格化的圖。
圖18為表示由“行人”、“本車輛”、“其他障礙物”、“無障礙物”、“不明”這五種分類 而形成的、本車輛的周圍的障礙物的網格化的圖。
圖19為表示一部分被細化了的網格的圖。
圖20為表示距本車輛的距離越遠變得越粗、而距離越近變得越細的網格的圖。
圖21中的(a)為表示距本車距離遠而較粗的網格的圖，(b)為表示通過再選擇而 被細化了的網格的圖。
圖22中的(a)為表示本車速度較低時的網格的圖，(b)為表示本車速度較高時的 網格的圖。
圖23為表示網格中的不明區(qū)域的圖。
圖24為表示將不明區(qū)域替換為無障礙物的區(qū)域后的網格的圖。
圖25中的(a)為表示障礙物信息的網格化的圖，(b)及(C)為表示從數據庫讀取 的預定的躲避行動的圖。
圖26為表示由本發(fā)明的第三實施方式所涉及的駕駛輔助裝置執(zhí)行的控制處理的 一個示例的流程圖。
圖27為表示用于路徑計劃制作的航路點的設定的圖。
圖28為表示現(xiàn)有技術中的指定的行駛路徑信息的圖。
具體實施方式
以下，對本發(fā)明的實施方式進行說明。另外，在附圖的說明中對于同一要素使用同 一符號，并省略重復的說明。此外，附圖中的尺寸比率未必與說明內容相一致。
(第一實施方式)
首先，對本發(fā)明的第一實施方式所涉及的駕駛輔助裝置進行說明。例如，如圖28 所示，現(xiàn)有的車輛利用識別范圍固定而單一的行駛路徑信息，來生成從出發(fā)地點到目的地 的本車輛的行進路線。
與此相對，第一實施方式所涉及的駕駛輔助裝置被構成為，具備行駛路徑信息取 得部，其取得識別范圍不同的多個行駛路徑信息；行進路線生成部，其根據行駛環(huán)境，而利 用多個行駛路徑信息來生成本車輛的行進路線。圖1為表示識別范圍不同的多個行駛路徑 信息的概念圖，作為比例尺不同的地圖，可列舉出廣域地圖1、中域地圖2及局部地圖3。
廣域地圖1為，例如，表示方圓幾千米 幾百千米的范圍內的行駛路徑信息的地 圖，并且被用于確定從本車輛的出發(fā)地點至目的地的大致的行駛路徑。
中域地圖2為，例如，表示方圓幾十米 幾百米的范圍內的行駛路徑信息的地圖， 并且被用于對行人或其他車輛等的識別與動向的預測。因此，優(yōu)選為，中域地圖2通過以本 車輛作中心的坐標(相對坐標)而被構建。
局部地圖3為，例如，表示方圓幾米 幾十米的范圍內的行駛路徑信息的地圖，并 且被用于對在中域地圖2中無法識別的行人或其他車輛的動向的檢測、以及對該行人或車 輛的躲避。因此，優(yōu)選為，局部地圖3通過以本車輛為中心的坐標(相對坐標)而被構建。
優(yōu)選為，上述識別范圍不同的多個行駛路徑信息的更新頻度互不相同。由于多個 行駛路徑信息的更新頻度互不相同，從而減輕了用于信息更新的運算負荷。此外，優(yōu)選為， 越為廣域的地圖，則越降低更新頻度。優(yōu)選將例如廣域地圖1這種表示較廣范圍內的行駛 路徑信息的地圖的更新頻度設定得較低，例如，優(yōu)選進行每5秒左右的更新。優(yōu)選將如中域 地圖2這種被用于對行人或其他車輛等的識別與動向的預測的地圖的更新頻度設定得略 微高一些，例如，優(yōu)選進行每200毫秒左右的更新。優(yōu)選將如局部地圖3這種被用于對行人 的突然沖出的檢測或對該行人的躲避的地圖的更新頻度設定得較高，例如，優(yōu)選進行10毫 秒左右的更新。
另外，雖然作為上述識別范圍的示例，而根據地圖信息中的距離設定了廣域地圖、 中域地圖、局部地圖，但也可以基于其他的各種考慮來進行定義。例如，也可以取代距離范 圍而根據路徑設定中的ECU的運算處理時間來對廣域、中域、局部的范圍進行設定。此外， 也可以根據能夠由搭載于車輛中的攝像裝置、寬頻帶雷達、窄頻帶雷達等識別出障礙物的 范圍而進行設定。例如，也可以將窄頻帶雷達的檢測精度較高的范圍設定為中域，而將寬頻 帶雷達的檢測精度較高的范圍設定為局部。此外，也可以將根據圖像而無法明確地識別出 交叉路口、白線、道路形狀或其他障礙物的遠方區(qū)域設定為中域，而將能夠明確地進行判斷 的近處區(qū)域設定為局部。此外，將在雷達的探測范圍內無法明確地判斷出反射物為疊影還 是物體的區(qū)域設定為中域，而將能夠識別出反射物是物體的區(qū)域設定為局部。此外，不僅按 照能否識別而進行區(qū)分，還可以按照識別的可能性即可靠度進行區(qū)分。此外，也可以將攝像 裝置的攝像范圍與激光掃描裝置的探測范圍分別設定為中域、局部。
此外，在廣域地圖、中域地圖、局部地圖的各自中被檢測出的事項、目標的信息，向 其他的地圖被提供，并且被利用于其地圖內或全體地圖中的路徑變更。例如，廣域地圖中由 VICS (Vehicle Information and Communication System :車輛信息通信系統(tǒng))或探測車 的交通信息中心所提供的信息、通過路車間通信、車車間通信等而得到的交通阻塞信息、事 故信息，向中域地圖、局部地圖側被提供，并被利用于路徑變更。此外，在中域地圖中根據圖 像等而得到橫穿中的行人的信息時，信息向局部地圖或廣域地圖被提供，并被利用于路徑 變更。此外，在局部地圖中通過雷達掃描裝置而檢測到空罐等障礙物在道路上時，信息向中 域地圖或廣域地圖被提供，并被利用于路徑變更。
圖2為第一實施方式所涉及的駕駛輔助裝置的結構框圖。第一實施方式所涉及的 駕駛輔助裝置30為，生成精度較高的行進路線以使本車輛能夠安全地行駛的裝置。如圖2 所示，駕駛輔助裝置30具備導航系統(tǒng)6、傳感器7、電子控制單元(以下，稱為“ECU”)10、駕 駛輔助執(zhí)行部20，并且ECUlO與導航系統(tǒng)6、傳感器7及駕駛輔助執(zhí)行部20電連接。
導航系統(tǒng)6通過GPS (Global Positioning System :全球定位系統(tǒng))而對本車輛 在地表面上的絕對位置進行定位。對通過GPS而被定位的本車輛的地表面上的絕對位置， 與另行存儲的地圖信息進行對照。由此，導航系統(tǒng)6能夠將指定了本車輛的地圖上的位置 的行駛路徑信息提供給ECUlO。
傳感器7為獲取本車輛的周圍的信息的裝置，例如，使用對本車輛的周圍的物體 進行檢測的毫米波雷達。
E⑶10通過如下的部件等而被構成，所述部件包括實施運算處理的CPU(Central Processing Unit :中央處理器)、成為存儲部的ROM (Read-only memory :只讀存儲器)及 RAM (Random-access memory :隨機存儲器)、輸入信號電路、輸出信號電路、電源電路等。例 如，通過由ECU10的CPU來執(zhí)行被存儲于存儲部中的程序，從而構成行駛路徑信息取得部 11、行進路線生成部19。
行駛路徑信息取得部11根據來自導航系統(tǒng)6的行駛路徑信息，而對識別范圍不同 的多個行駛路徑信息進行取得。行駛路徑信息取得部11也可以自行制作識別范圍不同的 多個行駛路徑信息(例如，上述的廣域地圖1、中域地圖2及局部地圖3)，也可以由導航系統(tǒng) 6提供。
行進路線生成部19根據行駛環(huán)境，而利用多個行駛路徑信息，來生成本車輛的行 進路線。行駛環(huán)境是指，例如，道路上的交通阻塞、行人或泊停在路上的車輛等障礙物、在道 路上行駛的周圍的其他車輛等。此外，也可以根據行駛環(huán)境而從多個行駛路徑信息中選擇 最佳的行駛路徑信息，并根據所選擇的最佳的行駛路徑信息，來生成本車輛的行進路線。
此外，駕駛輔助裝置30具備駕駛輔助執(zhí)行部20。駕駛輔助執(zhí)行部20通過例如制 動器ECU、發(fā)動機ECU、轉向ECU等而構成，并且根據由行進路線生成部19生成的行進路線， 來執(zhí)行對本車輛的駕駛輔助。例如，當所生成的行進路線為躲避障礙物的行進路線時，通過 轉向ECU來對轉向角進行控制，以躲避障礙物。
圖3為表示由本實施方式所涉及的駕駛輔助裝置30執(zhí)行的控制處理的一個示例 的流程圖。圖3的流程圖為，從取得廣域地圖1起到取得比例尺相比較小的中域地圖2或 者局部地圖3的情況。首先，E⑶10從導航系統(tǒng)6及傳感器7輸入各種數據(SI)。接下來， 行駛路徑信息取得部11取得廣域地圖1，以確定本車輛的從出發(fā)地點至目的地的大致的行 駛路徑(S2)。在所取得的廣域地圖1的基礎上，行進路線生成部19生成本車輛的行進路線(S3)。
在所生成的行進路線中，ECU10實施對障礙物檢測的判斷，當判斷為檢測到了障礙 物時(S4)，行駛路徑信息取得部11取得中域地圖2，以對障礙物的動向進行預測(S5)。在 所取得的中域地圖2的基礎上，行進路線生成部19生成本車輛的行進路線(S6)。
在以這種方式所生成的行進路線中，ECU10實施對障礙物接近的判斷，當判斷為障 礙物正在接近時(S7)，行駛路徑信息取得部11取得局部地圖3，以躲避障礙物(S8)。在所 取得的局部地圖3的基礎上，行進路線生成部19生成本車輛的行進路線(S9)，并且通過駕 駛輔助執(zhí)行部20而采取躲避行動。
此外，圖4也為表示由本實施方式所涉及的駕駛輔助裝置30執(zhí)行的控制處理的一 個示例的流程圖，且為表示從取得局部地圖3起到取得比例尺相比較大的中域地圖2、廣域 地圖1的情況。與圖3相同地，E⑶10從導航系統(tǒng)6及傳感器7輸入各種數據(S11)。接下來，行駛路徑信息取得部11取得局部地圖3，以確定比例尺較小的范圍內的本車輛的行駛 路徑(S12)。在所取得的局部地圖3的基礎上，行進路線生成部19生成本車輛的行進路線 (S13)。
在所生成的行進路線中，ECUlO實施對本車輛能否行駛的判斷，并且當判斷為無法 通過行駛路徑時(S14)，行駛路徑信息取得部11取得中域地圖2，以掌握更廣范圍內的行駛 路徑(S15)。在所取得的中域地圖2的基礎上，行進路線生成部19生成本車輛的行進路線 (S16)。
在以這種方式生成的行進路線中，ECUlO實施對本車輛能否行駛的判斷，當仍判斷 為無法通過行駛路徑時(S17)，行駛路徑信息取得部11取得廣域地圖1，以掌握更加寬廣的 范圍內的行駛路徑(S18)。在所取得的廣域地圖1的基礎上，行進路線生成部19生成本車 輛的行進路線(S19)，以通過駕駛輔助執(zhí)行部20而實施對本車輛的控制。
以上，根據第一實施方式所涉及的駕駛輔助裝置30，由于具備對識別范圍不同的 多個行駛路徑信息進行取得的行駛路徑信息取得部11、和根據行駛環(huán)境而利用多個行駛路 徑信息來生成本車輛的行進路線的行進路線生成部19，從而與如現(xiàn)有技術那樣對識別范圍 單一的行駛路徑信息進行取得的情況相比，通過例如在檢測出障礙物時利用比例尺相比較 小的行駛路徑信息來生成行進路線，從而能夠躲避障礙物等，進而能夠使本車輛安全地行 駛。
(第二實施方式)
接下來，對本發(fā)明的第二實施方式所涉及的駕駛輔助裝置進行說明。圖5為本發(fā) 明的第二實施方式所涉及的駕駛輔助裝置的結構框圖。如圖3所示，第二實施方式所涉及 的駕駛輔助裝置40被構成為，ECUlO中除了具備行駛路徑信息取得部11、行進路線生成部 19之外，還具備行駛預定路徑信息取得部12、可行駛區(qū)域檢測部13、形狀模式存儲部14、過 去行駛路徑積累部15、障礙物信息取得部16，這一點與第一實施方式所涉及的駕駛輔助裝 置30不同。此外，第二實施方式所涉及的駕駛輔助裝置除了導航系統(tǒng)6、傳感器7以外，還 具備攝像機8。
行駛預定路徑信息取得部12根據多個行駛路徑信息中的、指定的識別范圍的行 駛路徑信息，來取得行駛預定路徑信息。例如，使用廣域地圖1以作為指定的識別范圍的行 駛路徑信息，從而取得本車輛的到目的地為止的行駛預定路徑的信息。
可行駛區(qū)域檢測部13對行駛路徑中的、本車輛的可行駛區(qū)域進行檢測。例如，利 用廣域地圖1，而取得正在行駛中的道路為單側一車道、還是十字交叉路口等的大致的信 息。此外，通過利用傳感器7而對本車輛的側向進行檢測，從而即使在道路上沒有白線也會 對路緣等的側端部進行提取，由此對本車輛的可行駛區(qū)域進行檢測。
圖6為表示行駛預定路徑信息與可行駛區(qū)域的圖。行駛預定路徑信息利用例如廣 域地圖1而取得。此外，可行駛區(qū)域通過如下方式而被推斷出，即，通過傳感器7而對本車 輛所行駛的道路的白線進行檢測，并將行駛預定路徑的形狀表示于坐標軸上。此外，即使在 道路上沒有白線也能夠通過傳感器7而對道路的側端部進行檢測，從而即使在沒有白線的 道路上也能夠推斷出行駛預定路徑的形狀。
優(yōu)選為，如圖6所示這樣以分割的方式來對行駛預定路徑進行推斷。通過對行駛 預定路徑進行分割而進行推斷，從而能夠更精確地對形狀進行推斷。
圖7 圖9中，Ca)為表示行駛路徑的圖，(b)為表示所推斷出的行駛預定路徑的 形狀的圖。例如，圖7 (a)為，單側一車道為相向的兩車道的道路的情況，通過利用道路中 央的白線而對可行駛區(qū)域進行檢測，從而將行駛預定路徑的形狀推斷為圖7 (b)所示這樣。 圖8 (a)為，行駛路徑為單向通行而無白線的情況，本車輛通過提取道路的側端部而對可行 駛區(qū)域進行檢測，從而將行駛預定路徑的形狀推斷為圖8 (b)所示這樣。圖9 (a)為，行駛 路徑上存在右轉彎的道路的情況，通過根據廣域地圖1等行駛路徑信息而取得右轉彎的道 路的信息，從而將行駛預定路徑的形狀推斷為圖9 (b)所示這樣。
形狀模式存儲部14將行駛路徑的形狀作為形狀模式而進行存儲。例如，如圖10 Ca)所示，當行駛路徑為急彎道且在本車輛的行駛路徑的前方存在其他車輛等障礙物時，存 在可對行駛路徑的側端部進行檢測的范圍受到限制，從而所推斷出的行駛預定路徑的形狀 的精度發(fā)生劣化的情況。
在這種情況下，通過從被存儲于形狀模式存儲部14中的形狀模式中，選擇出與行 駛路徑為相同曲率的彎道的形狀模式，從而如圖10 (b)所示，包含有由于障礙物而無法對 可行駛區(qū)域進行檢測的部分，由此能夠高精度地對行駛預定路徑的形狀進行推斷。
圖11 (a)為表示形狀模式與構造物51重疊的情況的圖。在如上所述這樣使用了 形狀模式的情況下，當推斷與實際測量不同時、或者由于構造物51而造成形狀模式不是很 吻合時等，存在如圖11 (a)這樣推斷出錯誤的行駛預定路徑的可能性。在這種情況下，優(yōu) 選為，根據例如形狀模式與傳感器數據之間的一致度而對形狀模式進行分割，并刪除可靠 性較低的模式區(qū)域。例如，在形狀模式存儲部14中，生成刪除了可靠性較低的模式區(qū)域的 分割形狀模式，并對該分割形狀模式進行應用(參照圖11(b))。如此，通過使用分割形狀模 式，而僅應用可靠性較高的模式部分，從而能夠減少錯誤的推斷，進而能夠高精度地對行駛 預定路徑的形狀進行推斷。
過去行駛路徑積累部15對本車輛過去所行駛的行駛路徑信息進行積累。當所積 累的過去的行駛路徑信息的可靠性較高時，優(yōu)選為，在ECUlO中，對上文所推斷出的行駛預 定路徑的形狀、與過去的行駛路徑信息之間的一致度進行計算，并且當一致度高于預定值 時，對所推斷出的行駛預定路徑的形狀的一部分重新進行推斷等，從而進一步進行推斷。通 過利用所積累的過去的行駛路徑信息，從而能夠高精度地對行駛預定路徑的形狀進行推 斷。此外，與上述的形狀模式相同地，當存在由于障礙物而無法對可行駛區(qū)域進行檢測的部 分時，優(yōu)選使用過去的行駛路徑信息。
圖12 (a)為根據過去的行駛路徑信息而得出的地圖。由于圖12 (a)中的過去的 行駛路徑信息、與圖12(b)中的所推斷出的行駛預定路徑的形狀之間的一致度較高，因此通 過利用過去的行駛路徑信息而對所推斷出的行駛預定路徑的形狀的一部分重新進行推斷， 從而能夠更高精度地對行駛預定路徑的形狀進行推斷。
此外，例如在本車輛利用中域地圖2而生成行進路線的情況下，當通過傳感器7而 檢測到行人或其他車輛、自行車等障礙物從未被識別為道路的位置出現(xiàn)時，假定在障礙物 出現(xiàn)的附近存在未被表示于行駛路徑信息中的小道等。如此，優(yōu)選為，以對障礙物等的檢測 結果或追蹤結果為觸發(fā)，而根據所出現(xiàn)的行人等的朝向等，來對行駛預定路徑的形狀進行 推斷。
障礙物信息取得部16對本車輛的周圍的障礙物的信息進行取得。例如，通過利用所推斷出的行駛預定路徑的形狀，而對障礙物沖出的區(qū)域或邊界線進行設定或指定，從而 對障礙物進行檢測。如圖13 (a)所示，將所推斷出的行駛預定路徑的形狀投影在圖像上， 并根據其邊緣信息，而如圖13 (b)所示那樣提取或設定垂直邊緣，從而確定存在障礙物沖 出來的可能性的搜索范圍，由此取得本車輛的周圍的障礙物的信息。此時，為了更確切地識 別障礙物，也優(yōu)選對水平邊界高度或顏色等進行設定。
此外，在障礙物信息取得部16中，也優(yōu)選對本車輛的周圍的障礙物的可動范圍進 行設定。例如，制作基于所推斷出的行駛預定路徑的形狀即道路構造的行動模式，如圖14 (a)所示，對障礙物的可動范圍進行設定。當障礙物脫離了可動范圍時，如圖14 (b)所示， 通過利用比例尺相對較小的行駛路徑信息，從而以較高的安全性生成相對于障礙物的、本 車輛的行進路線。通過以此種方式對障礙物的可動范圍進行設定，從而提高預測的精度，且 降低對障礙物進行追蹤時的計算負荷。此外，即使障礙物的個體數量增加也能夠在不受到 計算負荷的增大的影響的條件下進行追蹤。
此外，障礙物信息取得部16也優(yōu)選作為圖像取得部而發(fā)揮功能。雖然道路的白線 或側端部為用于指定行駛路徑的形狀而不可缺少的信息，但在對行人或本車輛進行檢測時 將成為多余的信息，從而有時會使辨別率下降。因此，如圖15 (a)所示，例如通過攝像機8 對行人進行拍攝以形成圖像，從而E⑶10以圖像信息的形式取得信息。接下來，通過利用該 圖像信息和所推斷出的行駛預定路徑的形狀，而去除道路構造邊緣信息，從而從圖像信息 中去除例如白線，進而指定行人。例如，既可以如圖15 (b)所示這樣，在矩形圖制作時去除 道路構造邊緣，也可以如圖15 (c)所示這樣，從邊緣圖像上去除道路構造邊緣。
圖16為表示由本實施方式所涉及的駕駛輔助裝置40執(zhí)行的控制處理的一個示例 的流程圖。首先，E⑶10從導航系統(tǒng)6及傳感器7輸入各種數據(S21)。
其次，行駛預定路徑信息取得部12根據多個行駛路徑信息中的、指定的識別范圍 內的行駛路徑信息，來取得行駛預定路徑信息(S22)。接下來，可行駛區(qū)域檢測部13通過例 如利用傳感器7來對道路的側端部進行提取，從而對行駛路徑中的、本車輛的可行駛區(qū)域 進行檢測(S23)。
雖然ECUlO根據行駛預定路徑信息與可行駛區(qū)域而對行駛預定路徑的形狀進行 推斷，但在由于障礙物等而無法檢測可行駛區(qū)域時(S24)，從被存儲于形狀模式存儲部14 中的形狀模式中選擇出類似的形狀模式(S25)，并對行駛預定路徑的形狀進行推斷(S26)。
此外，ECUlO對所推斷出的行駛預定路徑的形狀、與被積累在過去行駛路徑積累部 15中的過去的行駛路徑信息之間的一致度是否高于預定值進行判斷(S27)，當一致度高于 預定值時，利用過去的行駛路徑信息，而對所推斷出的行駛預定路徑的形狀的一部分重新 進行推斷(S28)。
此外，通過障礙物信息取得部16而對本車輛的周圍的障礙物的信息進行取得。例 如，制作基于所推斷出的行駛預定路徑的形狀即道路構造的行動模式，而對障礙物的可動 范圍進行設定(S29)。在以如上的方式所推斷出的行駛預定路徑的形狀和障礙物信息的基 礎上，行進路線生成部19生成本車輛的行進路線(S30)，以通過駕駛輔助執(zhí)行部20來實施 對本車輛的控制。
以上，根據第二實施方式所涉及的駕駛輔助裝置，由于ECUlO除了具備行駛路徑 信息取得部11、行進路線生成部19之外，還具備行駛預定路徑信息取得部12、可行駛區(qū)域檢測部13、形狀模式存儲部14、過去行駛路徑積累部15、障礙物信息取得部16，從而能夠通過行駛預定路徑信息的取得及可行駛區(qū)域的檢測而推斷出行駛預定路徑的形狀。此外，通過利用所存儲的形狀模式或過去的行駛路徑信息，從而能夠進一步高精度地對行駛預定路徑的形狀進行推斷，由此能夠使本車輛安全地行駛。
(第三實施方式)
以下，對本發(fā)明的第三實施方式所涉及的駕駛輔助裝置進行說明。在第三實施方式所涉及的駕駛輔助裝置中，通過將上述的多個行駛路徑信息中的、指定識別范圍的行駛路徑信息中的障礙物信息，向與指定識別范圍的行駛路徑信息相比比例尺較小的行駛路徑信息合并，并進行網格化，從而對障礙物信息進行推斷，這一點與上述第一實施方式及第二實施方式所涉及的駕駛輔助裝置不同。
例如，當欲在局部地圖3中識別至障礙物等的屬性時，處理負荷將增大，從而有可能導致處理周期降低。此外，如圖17所示，在以“有障礙物”、“無障礙物”、“不明”這三種分類對本車輛的周圍的障礙物進行網格化時，將存在如下的情況，g卩，難以判斷障礙物是例如行人這種應該優(yōu)先保護的對象，還是紙殼或小障礙物等即使與本車輛發(fā)生碰撞所受到的損傷也較小的物體。
因此，在第三實施方式所涉及的駕駛輔助裝置中，將多個行駛路徑信息中的、指定識別范圍的行駛路徑信息中的障礙物信息，向與指定識別范圍的行駛路徑信息相比比例尺較小的行駛路徑信息合并，并進行網格化。
優(yōu)選為，如圖18所示，按照“行人”、“本車輛”、“其他障礙物”、“無障礙物”、“不明” 這五種分類而使障礙物的屬性網格化。以此種方式，通過以更加明確的方式使障礙物的屬性網格化，從而根據障礙物的屬性來采取本車輛的躲避行動。
在上述的障礙物信息的網格化中，也優(yōu)選采用如下方式，S卩，通過對網格的一部分進行細化，從而對障礙物信息進行推斷。例如，當如圖18中的“其他障礙物”這樣，來自中域地圖2的障礙物信息較為含糊時，通過如圖19所示這樣對相對應的網格部分的一部分進行細化，從而更確切地推斷出障礙物信息，由此進行本車輛的適當的躲避判斷。
此外，在上述的障礙物信息的網格化中，也優(yōu)選采用如下方式，S卩，距本車輛的距離越遠則將網格設定得越粗，而距本車輛的距離越近則將網格設定得越細。例如，如圖20 所示，通過將距本車輛的距離較近的障礙物的網格設定得較細，而將距本車輛的距離較遠的區(qū)域設定得較粗，從而以較細的網格對本車輛附近進行監(jiān)視，以在預測到危險時實施促進減速的駕駛輔助，由此同時實現(xiàn)了本車輛的安全性的確保與處理的效率化。
此處，也優(yōu)選采用如下方式，S卩，如圖21 (a)所示，當已知在由于距本車輛的距離較遠而被較粗地進行了網格化的區(qū)域內存在障礙物時，如圖21 (b)所示，以較細的網格而僅對該區(qū)域進行再選擇。如此，由于在已知存在障礙物的情況下，即使在距本車輛的距離較遠的區(qū)域中也設定為較細的網格，從而提前執(zhí)行本車輛的躲避判斷。
此外，在上述的障礙物信息的網格化中，也優(yōu)選采用如下方式，即，根據本車輛的車速來變更網格的比例尺。在本車速度較低時，通過如圖22 (a)所示這樣，對IOm左右的、 比例尺較小的范圍進行較細的網格化，并且在本車速度較高時，通過如圖22 (b)這樣，對 50m左右的、比例尺較大的范圍進行相對較粗的網格化，從而同時實現(xiàn)本車輛的安全性的確保與處理的效率化。
此外，在上述的障礙物信息的網格化中，也優(yōu)選采用如下方式，S卩，在如圖23這樣網格中的不明區(qū)域與本車輛的距離足夠長時，如圖24這樣將不明區(qū)域替換為沒有障礙物的區(qū)域。例如，雖然存在如下的情況，即，對于由于作為傳感器7的毫米波雷達的反射強度較低而被設定為不明的區(qū)域，行進路線生成部19以在行進方向上存在不明物體的條件而生成行進路線，從而駕駛輔助執(zhí)行部20會使本車輛減速的情況，但當不明物體不是障礙物時，則會成為不必要的減速，從而妨礙順暢的駕駛。與此相對，通過如上文所述那樣將不明區(qū)域替換為無障礙物的區(qū)域，從而能夠實現(xiàn)本車輛的到達時間的縮短和順暢的駕駛行動。
此外，在上述的障礙物信息的網格化中，優(yōu)選為，預先將障礙物的位置關系與本車輛的躲避行動存儲在數據庫中。在行人沖出等障礙物突然出現(xiàn)的情況下，在以聯(lián)機狀態(tài)對車速和轉向角等進行計算的駕駛輔助執(zhí)行中·，處理會不及時，從而存在本車輛與障礙物發(fā)生接觸的可能。與此相對，通過預先將障礙物的位置關系與本車輛的躲避行動存儲在數據庫中，從而在至發(fā)生碰撞為止的時間較短的情況下，如圖25 (b)及(C)所示，將在不實施躲避行動的聯(lián)機計算的條件下，采取從數據庫讀取出的預定的躲避行動。此外，由于障礙物信息如圖25 (a)這樣被進行了網格化，因此信息被壓縮，從而能夠實現(xiàn)高速的匹配，由此在短時間內進行伴隨有躲避行動的判斷。
圖26為表示由本實施方式所涉及的駕駛輔助裝置40執(zhí)行的控制處理的一個示例的流程圖。如圖26所示，障礙物信息取得部16對中域地圖2中的障礙物的屬性信息進行取得(S31)。接下來，從傳感器7中取得障礙物的接近的信息(S32)，并將中域地圖2的屬性信息與局部地圖3的障礙物信息合并，且進行網格化(S33)。被進行了網格化的障礙物信息通過跟蹤而在將處理周期保持為高速的同時被更新(S34)，并被付與障礙物的屬性(S35)， 從而通過駕駛輔助執(zhí)行部20來實施躲避行動等駕駛輔助(S36)。
以上，根據第三實施方式所涉及的駕駛輔助裝置，通過對障礙物信息進行網格化， 從而能夠根據障礙物的屬性而采取本車輛的躲避行動，由此能夠同時實現(xiàn)本車輛的安全性的確保與處理的效率化。
本發(fā)明并不限定于上述的實施方式。ECUlO可以具有判斷部，以進行圖3中的障礙物檢測的判斷、障礙物接近的判斷、圖4中的行駛路徑能否行駛的判斷。
在對行駛預定路徑的形狀進行推斷時，如圖27所示，也可以將行駛路徑形狀的節(jié)的中心部分設定為路徑的目標通過地點、即航路點。以此種方式，由于通過在對行駛預定路徑的形狀進行推斷的同時對航路點進行設定，從而能夠制作出路線計劃，因此與在推斷出行駛預定路徑的形狀后制作路線計劃的情況相比，能夠削減處理時間。
此外，行駛路徑的側端部不僅可以為本車輛的側方的端部，還可以為在本車輛的前方例如毫米波雷達能夠檢測到的幾百米處的道路的側方的端部。
產業(yè)上的可利用性
本發(fā)明所涉及的駕駛輔助裝置由于具備對識別范圍不同的多個行駛路徑信息進行取得的行駛路徑信息取得單元、和根據行駛環(huán)境而利用多個行駛路徑信息來生成本車輛的行進路線的行進路線生成單元，從而能夠生成行進路線以使本車輛能夠安全地行駛。
符號說明
I…廣域地圖,2…中域地圖,3…局部地圖,4…本車輛,5…行人,6···導航系統(tǒng),7…傳感器，8…攝像機，10···Ε⑶，11···行駛路徑信息取得部(取得單元)，12…行駛預定路徑信息取得部(取得單元)，13…可行駛區(qū)域檢測部(檢測單元)，14…形狀模式存儲部(存儲單元)，15…過去行駛路徑積累部(積累單元)，16…障礙物信息取得部(取得單元)，19…行進路線生成部(生成單元)，20…駕駛輔助 執(zhí)行部，30、40···駕駛輔助裝置。
權利要求
1.一種駕駛輔助裝置，其特征在于，具備行駛路徑信息取得單元，其取得識別范圍不同的多個行駛路徑信息；行進路線生成單元，其根據行駛環(huán)境，而利用多個所述行駛路徑信息來生成本車輛的行進路線。
2.如權利要求1所述的駕駛輔助裝置，其中，多個所述行駛路徑信息的更新頻度互不相同。
3.如權利要求1或2所述的駕駛輔助裝置，其中，還具備行駛預定路徑信息取得單元，其根據多個所述行駛路徑信息中的、指定的識別范圍的行駛路徑信息，來取得行駛預定路徑信息；可行駛區(qū)域檢測單元，其對行駛路徑中的可行駛區(qū)域進行檢測，所述駕駛輔助裝置根據所述行駛預定路徑信息和所述可行駛區(qū)域，來對行駛預定路徑的形狀進行推斷。
4.如權利要求3所述的駕駛輔助裝置，其中，對所述行駛預定路徑進行分割而推斷所述形狀。
5.如權利要求3或4所述的駕駛輔助裝置，其中，還具備形狀模式存儲單元，所述形狀模式存儲單元將所述行駛路徑的形狀作為形狀模式而進行存儲，所述駕駛輔助裝置根據所述行駛預定路徑信息和所述形狀模式，來對所述行駛預定路徑的形狀進行推斷。
6.如權利要求3或4所述的駕駛輔助裝置，其中，還具備過去行駛路徑積累單元，所述過去行駛路徑積累單元對過去的行駛路徑信息進行積累，所述駕駛輔助裝置根據所述過去的行駛路徑信息與所推斷出的所述行駛預定路徑的形狀之間的一致度，而進一步對所述行駛預定路徑的形狀進行推斷。
7.如權利要求3至6中的任意一項所述的駕駛輔助裝置，其中，還具備障礙物信息取得單元，所述障礙物信息取得單元對所述本車輛的周圍的障礙物的息進行取得，所述駕駛輔助裝置利用所推斷出的所述行駛預定路徑的形狀中的邊緣信息，來確定對障礙物信息進行取得的搜索范圍。
8.如權利要求3至6中的任意一項所述的駕駛輔助裝置，其中，還具備障礙物信息取得單元，所述障礙物信息取得單元對所述本車輛的周圍的障礙物的息進行取得，所述駕駛輔助裝置對所推斷出的所述行駛預定路徑中的所述障礙物的可動范圍進行設定，并在所述障礙物脫離了所述可動范圍時，使用與所述行駛預定路徑相比比例尺較小的所述行駛路徑信息，來生成相對于所述障礙物的所述本車輛的行進路線。
9.如權利要求3至6中的任意一項所述的駕駛輔助裝置，其中，還具備圖像取得單元，所述圖像取得單元以圖像的形式取得所述本車輛的周圍的障礙物的信息，所述駕駛輔助裝置根據所述圖像和所推斷出的所述行駛預定路徑的形狀，來指定所述障礙物。
10.如權利要求1或2所述的駕駛輔助裝置，其中，通過將多個所述行駛路徑信息中的、指定識別范圍的行駛路徑信息中的所述障礙物信息，向與指定識別范圍的行駛路徑信息相比比例尺較小的行駛路徑信息合并，并進行網格化，從而對所述障礙物信息進行推斷。
11.如權利要求10所述的駕駛輔助裝置，其中，對所述網格的一部分進行細化。
12.如權利要求10所述的駕駛輔助裝置，其中，根據所述本車輛的車速來變更所述網格的比例尺。
全文摘要
本發(fā)明提供一種駕駛輔助裝置，其特征在于，具備行駛路徑信息取得單元，其取得識別范圍不同的多個行駛路徑信息；行進路線生成單元，其根據行駛環(huán)境，而利用多個行駛路徑信息來生成本車輛的行進路線。根據本發(fā)明，通過根據行駛環(huán)境而使用例如廣域地圖(1)、中域地圖(2)及局部地圖(3)等識別范圍不同的多個行駛路徑信息來生成行進路線，從而本車輛能夠安全地行駛。
文檔編號G01C21/00GK103026396SQ201080068270
公開日2013年4月3日 申請日期2010年7月27日 優(yōu)先權日2010年7月27日
發(fā)明者塚田明宏, 小川雅弘, 弗蘭克·加爾潘 申請人:豐田自動車株式會社