[go: up one dir, main page]
More Web Proxy on the site http://driver.im/

JP2013083576A - Vehicle location recognition system, vehicle location recognition program, and vehicle location recognition method - Google Patents

Vehicle location recognition system, vehicle location recognition program, and vehicle location recognition method Download PDF

Info

Publication number
JP2013083576A
JP2013083576A JP2011224180A JP2011224180A JP2013083576A JP 2013083576 A JP2013083576 A JP 2013083576A JP 2011224180 A JP2011224180 A JP 2011224180A JP 2011224180 A JP2011224180 A JP 2011224180A JP 2013083576 A JP2013083576 A JP 2013083576A
Authority
JP
Japan
Prior art keywords
feature
recognition
road
vehicle position
information
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
JP2011224180A
Other languages
Japanese (ja)
Other versions
JP5679207B2 (en
Inventor
Hirohiko Goto
広彦 後藤
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Aisin AW Co Ltd
Original Assignee
Aisin AW Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Aisin AW Co Ltd filed Critical Aisin AW Co Ltd
Priority to JP2011224180A priority Critical patent/JP5679207B2/en
Publication of JP2013083576A publication Critical patent/JP2013083576A/en
Application granted granted Critical
Publication of JP5679207B2 publication Critical patent/JP5679207B2/en
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Landscapes

  • Navigation (AREA)
  • Image Processing (AREA)
  • Traffic Control Systems (AREA)
  • Image Analysis (AREA)

Abstract

PROBLEM TO BE SOLVED: To realize a technique which can set the recognition rate of a feature for determining a recognition target in an image recognition process in consideration of speed of a vehicle when imaging the feature.SOLUTION: A vehicle location recognition system comprises: a road information acquisition unit 23b for acquiring road information RD; an estimated speed transition determination unit 27 for determining estimated speed transition indicating estimation of speed transition of a vehicle in a feature disposition section which is a road section in which features are disposed, on the basis of at least the road information RD before an estimated vehicle position EP enters the feature disposition section; a recognition rate determination unit 26 for determining a recognition rate with which it is determined whether image recognition of the feature included in the feature disposition section is successful, on the basis of feature information FT and the estimated speed transition; and a recognition target determination unit 25 for determining the recognition target feature in image recognition processing on the basis of the recognition rate.

Description

本発明は、自車両に備えられたカメラによる撮影画像を用いて自車位置を認識する自車位置認識システム、自車位置認識プログラム、及び自車位置認識方法に関する。   The present invention relates to a host vehicle position recognition system, a host vehicle position recognition program, and a host vehicle position recognition method that recognize a host vehicle position using an image captured by a camera provided in the host vehicle.

上記のような自車位置認識システムの従来技術として、例えば特開2009−58429号公報(特許文献1)に記載された技術がある。特許文献1には、カメラによる撮影画像に含まれる地物の画像認識処理を行い、画像認識の結果と当該地物の位置情報とに基づき、推定自車位置を補正する技術が記載されている。この際、画像認識処理において認識対象とされる地物は、各地物の画像認識に成功する割合である認識率に基づいて決定される。具体的には、認識対象となり得る複数の地物が狭い間隔で配置されている場合に、認識率が高い地物を認識対象の地物として選択する。これにより、画像認識処理に係る演算負荷を低減しつつ、一定距離あたりの地物の認識率を高めることが可能となっている。   As a conventional technique of the vehicle position recognition system as described above, there is a technique described in, for example, Japanese Unexamined Patent Application Publication No. 2009-58429 (Patent Document 1). Patent Document 1 describes a technique for performing image recognition processing of a feature included in a photographed image by a camera and correcting the estimated vehicle position based on the result of image recognition and position information of the feature. . At this time, the feature to be recognized in the image recognition process is determined based on the recognition rate, which is the rate of successful image recognition of each feature. Specifically, when a plurality of features that can be recognized are arranged at narrow intervals, a feature with a high recognition rate is selected as a feature to be recognized. Thereby, it is possible to increase the recognition rate of the feature per fixed distance, reducing the calculation load concerning image recognition processing.

ところで、地物を撮影するカメラは車両に備えられているため、画像認識の手法や画像認識装置の性能等によっては、同じ種別の地物に対する認識率が、当該地物の撮影時の自車両の速度に応じて変化することが想定される。しかし、このような自車両の速度に関して、特許文献1では特段の認識がなされていなかった。   By the way, since the camera for photographing the feature is provided in the vehicle, depending on the image recognition technique, the performance of the image recognition device, etc., the recognition rate for the same type of feature may be the own vehicle at the time of photographing the feature. It is assumed that it changes according to the speed of the. However, with regard to the speed of the host vehicle, Patent Document 1 has not been particularly recognized.

特開2009−58429号公報JP 2009-58429 A

そこで、画像認識処理における認識対象を決定するための地物の認識率を、当該地物の撮影時の自車両の速度を考慮して決定することが可能な技術の実現が望まれる。   Therefore, it is desired to realize a technique capable of determining the recognition rate of a feature for determining a recognition target in the image recognition processing in consideration of the speed of the host vehicle at the time of photographing the feature.

本発明に係る、自車両の推定位置である推定自車位置を取得する推定自車位置取得部と、前記自車両に備えられたカメラにより撮影された撮影画像を取得し、当該撮影画像に含まれる地物の画像認識処理を行う画像処理部と、地物の位置情報及び種別情報を含む地物情報を取得する地物情報取得部と、前記画像認識処理による地物の認識結果と前記地物情報に含まれる地物の位置情報とに基づき前記推定自車位置を補正する推定自車位置補正部と、を備えた自車位置認識システムの特徴構成は、道路情報を取得する道路情報取得部と、地物が配置された道路区間である地物配置区間に前記推定自車位置が進入する前に、少なくとも前記道路情報に基づいて、前記地物配置区間内での前記自車両の速度推移の予測を示す予測速度推移を決定する予測速度推移決定部と、前記地物情報と前記予測速度推移とに基づいて、前記地物配置区間に含まれる地物の画像認識に成功する割合である認識率を決定する認識率決定部と、前記画像認識処理において認識対象とする地物を前記認識率に基づき決定する認識対象決定部と、を備える点にある。   According to the present invention, an estimated own vehicle position acquisition unit that acquires an estimated own vehicle position, which is an estimated position of the own vehicle, and a captured image captured by a camera provided in the own vehicle are acquired and included in the captured image An image processing unit that performs image recognition processing of a feature to be obtained, a feature information acquisition unit that acquires feature information including position information and type information of the feature, a recognition result of the feature by the image recognition processing, and the feature A feature configuration of a host vehicle position recognition system including an estimated host vehicle position correction unit that corrects the estimated host vehicle position based on position information of features included in the object information is road information acquisition that acquires road information. And the speed of the own vehicle in the feature placement section based on at least the road information before the estimated vehicle position enters the feature placement section that is a road section in which the feature is placed. Determine the predicted speed transition that indicates the transition prediction A measurement rate transition determination unit; and a recognition rate determination unit that determines a recognition rate that is a rate of successful image recognition of the feature included in the feature arrangement section based on the feature information and the predicted speed transition; A recognition target determining unit that determines a feature to be recognized in the image recognition processing based on the recognition rate.

上記の特徴構成によれば、地物の認識率を、地物情報に加えて、当該地物の撮影時の自車両の速度(速度の時間微分である加速度を含む)にも基づき決定することができる。この際、本発明では、一時停止義務のある交差点では車両が停止することが予測される等のように、自車両の速度推移が道路情報によって予測できることに着目して、認識率の決定に用いられる自車両の速度を、推定自車位置が地物配置区間に進入する前に道路情報に基づき決定される予測速度推移から得る構成を採用している。これにより、地物の撮影時の自車両の速度に応じた実際の認識率に近い認識率を、事前に推定することが可能となっている。
このように、上記の特徴構成によれば、画像認識処理における認識対象を決定するための地物の認識率を、当該地物の撮影時の自車両の速度を考慮して、事前に適切に決定することが可能となっている。
According to the above feature configuration, the feature recognition rate is determined based on the speed of the vehicle at the time of shooting the feature (including acceleration which is a time derivative of the speed) in addition to the feature information. Can do. At this time, in the present invention, focusing on the fact that the speed transition of the host vehicle can be predicted by road information, such as when the vehicle is predicted to stop at an intersection with a temporary stop obligation, the recognition rate is used. A configuration is adopted in which the speed of the vehicle to be obtained is obtained from a predicted speed transition determined based on road information before the estimated vehicle position enters the feature arrangement section. Thereby, it is possible to estimate in advance a recognition rate close to the actual recognition rate according to the speed of the host vehicle at the time of photographing the feature.
As described above, according to the above-described feature configuration, the recognition rate of the feature for determining the recognition target in the image recognition process is appropriately set in advance in consideration of the speed of the host vehicle at the time of shooting the feature. It is possible to decide.

ここで、前記道路情報は、交差点の有無及び交差点の種別を特定するための情報を含み、前記予測速度推移決定部は、前記地物配置区間に交差点が含まれる場合には、当該交差点を通過する際の前記自車両の速度が当該交差点の種別に応じた種別依存速度となるように前記予測速度推移を決定する構成とすると好適である。   Here, the road information includes information for specifying the presence / absence of an intersection and the type of the intersection, and the predicted speed transition determination unit passes through the intersection when the feature arrangement section includes an intersection. It is preferable that the predicted speed transition is determined so that the speed of the host vehicle at the time of the vehicle becomes a type-dependent speed corresponding to the type of the intersection.

具体的には、例えば、前記地物配置区間に含まれる前記交差点への進入前に前記自車両が走行する走行道路が、前記交差点において当該走行道路に交差する他の道路に対する優先道路である場合の前記種別依存速度が、前記他の道路が前記走行道路に対する優先道路である場合の前記種別依存速度よりも高い値に決定される構成とすることができる。   Specifically, for example, a traveling road on which the host vehicle travels before entering the intersection included in the feature arrangement section is a priority road with respect to another road that intersects the traveling road at the intersection. The type-dependent speed may be determined to be higher than the type-dependent speed when the other road is a priority road for the traveling road.

このような構成によれば、交差点の通行に際して予想される自車両の挙動を適切に考慮して予測速度推移を決定することができ、当該予測速度推移に基づき決定される認識率の信頼性を高めることができる。   According to such a configuration, it is possible to determine the predicted speed transition in consideration of the behavior of the host vehicle that is expected when passing the intersection, and to improve the reliability of the recognition rate determined based on the predicted speed transition. Can be increased.

上記の各構成の自車位置認識システムにおいて、前記予測速度推移に基づいて、前記画像処理部による地物の画像認識処理を行う際の前記自車両の速度に起因する前記認識率に関する補正係数である速度要因補正係数を決定する補正係数決定部を更に備え、前記認識率決定部は、地物の種別に応じて予め定められた基準認識率を、前記速度要因補正係数により補正した値を前記認識率に決定する構成とすると好適である。   In the vehicle position recognition system of each configuration described above, a correction coefficient related to the recognition rate due to the speed of the vehicle when performing image recognition processing of a feature by the image processing unit based on the predicted speed transition. A correction coefficient determination unit that determines a certain speed factor correction coefficient, wherein the recognition rate determination unit calculates a value obtained by correcting a reference recognition rate that is predetermined according to a feature type by the speed factor correction coefficient; A configuration in which the recognition rate is determined is preferable.

この構成によれば、認識率を簡素な構成で導出することができるため、必要に応じて認識率を演算して決定する場合に、当該演算に係る負荷を低減することができる。また、認識率を予め演算して記憶装置に整備しておく場合には、当該整備に係るコストを低減することができる。   According to this configuration, since the recognition rate can be derived with a simple configuration, when the recognition rate is calculated and determined as necessary, the load related to the calculation can be reduced. Further, when the recognition rate is calculated in advance and stored in the storage device, the cost for the maintenance can be reduced.

上記のように、前記基準認識率を前記速度要因補正係数により補正した値を前記認識率に決定する構成において、前記補正係数決定部は、前記予測速度推移が示す前記自車両の加速度が高くなるに従って前記認識率を低くするように前記速度要因補正係数を決定する構成とすると好適である。   As described above, in the configuration in which the value obtained by correcting the reference recognition rate with the speed factor correction coefficient is determined as the recognition rate, the correction coefficient determination unit increases the acceleration of the host vehicle indicated by the predicted speed transition. Accordingly, it is preferable that the speed factor correction coefficient is determined so as to lower the recognition rate.

この構成によれば、自車両の加速度が高くなるに従って速度の検出精度が低くなる傾向がある速度検出システムを用いる場合に、認識率を適切に決定することが可能となる。   According to this configuration, it is possible to appropriately determine the recognition rate when using a speed detection system that tends to decrease the speed detection accuracy as the acceleration of the host vehicle increases.

また、上記のように、前記基準認識率を前記速度要因補正係数により補正した値を前記認識率に決定する構成において、前記補正係数決定部は、前記予測速度推移が示す前記自車両の速度が低くなるに従って前記認識率を低くするように前記速度要因補正係数を決定する構成とすると好適である。   Further, as described above, in the configuration in which a value obtained by correcting the reference recognition rate with the speed factor correction coefficient is determined as the recognition rate, the correction coefficient determination unit is configured to determine whether the speed of the host vehicle indicated by the predicted speed transition is It is preferable that the speed factor correction coefficient is determined so as to lower the recognition rate as it decreases.

この構成によれば、例えば車速パルスセンサ等の、自車両の速度が低くなるに従って速度の検出精度が低くなる傾向があるセンサを用いる場合に、認識率を適切に決定することが可能となる。   According to this configuration, for example, when using a sensor such as a vehicle speed pulse sensor that tends to decrease the speed detection accuracy as the speed of the host vehicle decreases, the recognition rate can be appropriately determined.

また、上記のように、前記基準認識率を前記速度要因補正係数により補正した値を前記認識率に決定する構成において、前記認識率決定部は、路面上に設けられた地物であって、前記画像認識処理における認識対象部分の全体に亘って道路の延在方向の位置に関わらず同じ形状である地物については、前記速度要因補正係数による補正量を低減して前記認識率を決定する構成とすると好適である。   Further, as described above, in the configuration in which the value obtained by correcting the reference recognition rate with the speed factor correction coefficient is determined as the recognition rate, the recognition rate determination unit is a feature provided on a road surface, For features having the same shape regardless of the position in the road extending direction throughout the recognition target portion in the image recognition processing, the recognition rate is determined by reducing the correction amount by the speed factor correction coefficient. A configuration is preferable.

この構成によれば、同一地物内で道路の延在方向に沿って異なる位置にある部分の位置関係が、当該地物の画像認識の成否に大きく影響しない地物について、現状により即した認識率を決定することが可能となる。   According to this configuration, for a feature whose positional relationship between parts at different positions along the road extending direction in the same feature does not greatly affect the success or failure of the image recognition of the feature, the recognition in accordance with the current situation The rate can be determined.

上記の各構成の自車位置認識システムにおいて、道路の延在方向に分かれて配置されるとともに、隣り合う地物の当該延在方向に沿った間隔が所定距離以下である一群の地物については、当該一群の地物を構成する全ての地物を含むように前記地物配置区間が設定される構成とすると好適である。   In the vehicle position recognition system of each configuration described above, for a group of features that are arranged separately in the extending direction of the road and the interval along the extending direction of adjacent features is a predetermined distance or less. It is preferable that the feature arrangement section is set so as to include all the features constituting the group of features.

この構成によれば、予測速度推移決定部が決定した予測速度推移に基づき、一群の地物を構成する各地物の認識率を決定することができるため、認識率を決定するための構成の簡素化を図ることができる。   According to this configuration, since the recognition rate of each feature constituting a group of features can be determined based on the predicted speed transition determined by the predicted speed transition determination unit, the configuration for determining the recognition rate is simplified. Can be achieved.

以上の各構成を備えた本発明に係る自車位置認識システムの技術的特徴は、自車位置認識プログラムや自車位置認識方法にも適用可能であり、本発明はそのようなプログラムや方法も権利の対象とすることができる。   The technical features of the vehicle position recognition system according to the present invention having the above-described configurations can be applied to a vehicle position recognition program and a vehicle position recognition method, and the present invention also includes such a program and method. Can be subject to rights.

その場合における、自車位置認識プログラムの特徴構成は、自車両の推定位置である推定自車位置を取得する推定自車位置取得機能と、前記自車両に備えられたカメラにより撮影された撮影画像を取得し、当該撮影画像に含まれる地物の画像認識処理を行う画像処理機能と、地物の位置情報及び種別情報を含む地物情報を取得する地物情報取得機能と、前記画像認識処理による地物の認識結果と前記地物情報に含まれる地物の位置情報とに基づき前記推定自車位置を補正する推定自車位置補正機能と、を実現させるための自車位置認識プログラムであって、道路情報を取得する道路情報取得機能と、地物が配置された道路区間である地物配置区間に前記推定自車位置が進入する前に、少なくとも前記道路情報に基づいて、前記地物配置区間内での前記自車両の速度推移の予測を示す予測速度推移を決定する予測速度推移決定機能と、前記地物情報と前記予測速度推移とに基づいて、前記地物配置区間に含まれる地物の画像認識に成功する割合である認識率を決定する認識率決定機能と、前記画像認識処理において認識対象とする地物を前記認識率に基づき決定する認識対象決定機能と、をコンピュータに実現させる点にある。   In this case, the feature configuration of the host vehicle position recognition program includes an estimated host vehicle position acquisition function for acquiring an estimated host vehicle position that is an estimated position of the host vehicle, and a photographed image shot by a camera provided in the host vehicle. An image processing function for performing image recognition processing of a feature included in the captured image, a feature information acquisition function for acquiring feature information including position information and type information of the feature, and the image recognition processing A vehicle position recognition program for realizing an estimated vehicle position correction function that corrects the estimated vehicle position based on the feature recognition result by the feature information and the position information of the feature included in the feature information. The road information acquisition function for acquiring road information and the feature based on at least the road information before the estimated vehicle position enters the feature placement section which is a road section where the feature is placed. Within placement section Based on the predicted speed transition determination function for determining the predicted speed transition indicating the prediction of the speed transition of the host vehicle, and the feature information included in the feature arrangement section based on the feature information and the predicted speed transition A recognition rate determination function for determining a recognition rate, which is a rate of successful recognition, and a recognition target determination function for determining a feature to be recognized in the image recognition process based on the recognition rate. is there.

また、自車位置認識方法の特徴構成は、自車両の推定位置である推定自車位置を取得する推定自車位置取得ステップと、前記自車両に備えられたカメラにより撮影された撮影画像を取得し、当該撮影画像に含まれる地物の画像認識処理を行う画像処理ステップと、地物の位置情報及び種別情報を含む地物情報を取得する地物情報取得ステップと、前記画像認識処理による地物の認識結果と前記地物情報に含まれる地物の位置情報とに基づき前記推定自車位置を補正する推定自車位置補正ステップと、を備えた自車位置認識方法であって、道路情報を取得する道路情報取得ステップと、地物が配置された道路区間である地物配置区間に前記推定自車位置が進入する前に、少なくとも前記道路情報に基づいて、前記地物配置区間内での前記自車両の速度推移の予測を示す予測速度推移を決定する予測速度推移決定ステップと、前記地物情報と前記予測速度推移とに基づいて、前記地物配置区間に含まれる地物の画像認識に成功する割合である認識率を決定する認識率決定ステップと、前記画像認識処理において認識対象とする地物を前記認識率に基づき決定する認識対象決定ステップと、を備える点にある。   In addition, the characteristic configuration of the vehicle position recognition method includes an estimated vehicle position acquisition step for acquiring an estimated vehicle position that is an estimated position of the vehicle, and a captured image captured by a camera provided in the vehicle. An image processing step for performing image recognition processing of the feature included in the photographed image, a feature information acquisition step for acquiring feature information including position information and type information of the feature, and a ground by the image recognition processing. A vehicle position recognition method comprising: an estimated vehicle position correction step for correcting the estimated vehicle position based on a recognition result of an object and position information of a feature included in the feature information, wherein the road information A road information acquisition step for acquiring the vehicle information, and before the estimated vehicle position enters the feature placement section that is a road section in which the feature is placed, at least within the feature placement section based on the road information The vehicle A rate of success in image recognition of a feature included in the feature placement section based on a predicted speed transition determination step for determining a predicted speed transition indicating prediction of a speed transition, and the feature information and the predicted speed transition. A recognition rate determining step for determining the recognition rate, and a recognition target determining step for determining a feature to be recognized in the image recognition processing based on the recognition rate.

当然ながら、これらの自車位置認識プログラムや自車位置認識方法も上述した自車位置認識システムに係る作用効果を得ることができ、更に、その好適な構成の例として挙げたいくつかの付加的技術を組み込むことが可能である。   Naturally, these vehicle position recognition programs and vehicle position recognition methods can also obtain the effects of the vehicle position recognition system described above, and some additional examples given as examples of suitable configurations thereof. It is possible to incorporate technology.

本発明の実施形態に係るナビゲーション装置の概略構成を示す模式図である。It is a mimetic diagram showing a schematic structure of a navigation device concerning an embodiment of the present invention. 本発明の実施形態に係る車両の走行状況の一例を示す模式図であり、(a)はノードとリンクとが表す道路ネットワークを示し、(b)は(a)に対応する道路及び当該道路に設けられた地物を示し、(c)は(b)に示す地物配置区間内での予測速度推移を示す。It is a schematic diagram which shows an example of the running condition of the vehicle which concerns on embodiment of this invention, (a) shows the road network which a node and a link represent, (b) shows the road corresponding to (a), and the said road The provided features are shown, and (c) shows the predicted speed transition in the feature arrangement section shown in (b). 本発明の実施形態に係る車両の走行状況の別の一例を示す模式図であり、(a)はノードとリンクとが表す道路ネットワークを示し、(b)は(a)に対応する道路及び当該道路に設けられた地物を示し、(c)は(b)に示す地物配置区間内での予測速度推移を示す。It is a schematic diagram which shows another example of the driving | running | working condition of the vehicle which concerns on embodiment of this invention, (a) shows the road network which a node and a link represent, (b) shows the road corresponding to (a), and the said The features provided on the road are shown, and (c) shows the predicted speed transition in the feature arrangement section shown in (b). 本発明の実施形態に係る速度予測値設定規則の一例を示す図である。It is a figure which shows an example of the speed predicted value setting rule which concerns on embodiment of this invention. 本発明の実施形態に係る加速度予測値設定規則の一例を示す図である。It is a figure which shows an example of the acceleration estimated value setting rule which concerns on embodiment of this invention. 本発明の実施形態に係る基準認識率記憶部に記憶されている情報の一例を示す概念図である。It is a conceptual diagram which shows an example of the information memorize | stored in the reference | standard recognition rate memory | storage part which concerns on embodiment of this invention. 本発明の実施形態に係る速度減点値設定規則の一例を示す図である。It is a figure which shows an example of the speed deduction point setting rule which concerns on embodiment of this invention. 本発明の実施形態に係る加速度減点値設定規則の一例を示す図である。It is a figure which shows an example of the acceleration deduction point setting rule which concerns on embodiment of this invention. 本発明の実施形態に係る自車位置認識処理の全体手順の一例を示すフローチャートである。It is a flowchart which shows an example of the whole procedure of the own vehicle position recognition process which concerns on embodiment of this invention. 本発明の実施形態に係る推定自車位置補正処理の手順の一例を示すフローチャートである。It is a flowchart which shows an example of the procedure of the estimation own vehicle position correction process which concerns on embodiment of this invention.

本発明の実施形態について、図面を参照して説明する。ここでは、本発明に係る自車位置認識システムを、車載用のナビゲーション装置に適用した場合を例として説明する。本実施形態に係るナビゲーション装置1は、図1に示すように自車位置認識ユニット2を備え、この自車位置認識ユニット2を中核として自車位置認識システムが構築されている。   Embodiments of the present invention will be described with reference to the drawings. Here, the case where the vehicle position recognition system according to the present invention is applied to an in-vehicle navigation device will be described as an example. As shown in FIG. 1, the navigation device 1 according to the present embodiment includes a host vehicle position recognition unit 2, and a host vehicle position recognition system is built around the host vehicle position recognition unit 2.

以下の説明における「進行方向前方D1」及び「進行方向後方D2」(図2、図3参照)は、自車両3(以下、「車両3」という場合がある。)が道路の延在方向L(道路長さ方向)に沿って前進走行している状態を基準として定義している。よって、「進行方向前方D1」は車両3の前方へ向かう方向を指し、「進行方向後方D2」は車両3の後方へ向かう方向を指す。   In the following description, “traveling direction front D1” and “traveling direction rear D2” (see FIGS. 2 and 3) indicate that the own vehicle 3 (hereinafter sometimes referred to as “vehicle 3”) extends in the road extending direction L. It is defined with reference to the state of traveling forward along (the road length direction). Therefore, “traveling direction front D1” indicates a direction toward the front of the vehicle 3, and “traveling direction rear D2” indicates a direction toward the rear of the vehicle 3.

1.ナビゲーション装置の概略構成
図1に示すように、ナビゲーション装置1は、自車位置認識ユニット2と、制御ユニット80と、推定自車位置決定部94と、地図情報記憶部10と、基準認識率記憶部11と、を備えている。自車位置認識ユニット2及び制御ユニット80は、複数の機能部を備えている。
1. Schematic Configuration of Navigation Device As shown in FIG. 1, the navigation device 1 includes a host vehicle position recognition unit 2, a control unit 80, an estimated host vehicle position determination unit 94, a map information storage unit 10, and a reference recognition rate storage. Part 11. The own vehicle position recognition unit 2 and the control unit 80 include a plurality of functional units.

ナビゲーション装置1が備える各機能部は、互いに共通の或いはそれぞれ独立のCPU等の演算処理装置を中核部材として、入力されたデータに対して種々の処理を行うための機能部がハードウェア又はソフトウェア(プログラム)或いはその両方により実装されて構成されている。また、これらの機能部は、通信線を介して互いに情報の受け渡しを行うことができるように構成されているとともに、各記憶部10,11からデータを抽出可能に構成されている。ここで、各機能部がソフトウェア(プログラム)により構成される場合には、当該ソフトウェアは、演算処理装置が参照可能な記憶装置に記憶される。   Each functional unit included in the navigation device 1 is a hardware or software (functional or functional unit for performing various processes on input data using a common arithmetic processing unit such as a CPU or the like as a core member. Program) or both. These functional units are configured to be able to exchange information with each other via a communication line, and are configured to be able to extract data from the storage units 10 and 11. Here, when each functional unit is configured by software (program), the software is stored in a storage device that can be referred to by the arithmetic processing device.

地図情報記憶部10及び基準認識率記憶部11は、記憶装置により構成されるデータベースである。この記憶装置は、例えば、ハードディスクドライブやフラッシュメモリ等のように、情報を記憶及び書き換え可能な記録媒体をハードウェア構成として備える。なお、各記憶部10,11は、それぞれ独立のハードウェアを有していても良いし、共通のハードウェアに備えられていても良い。   The map information storage unit 10 and the reference recognition rate storage unit 11 are databases configured by a storage device. This storage device includes, as a hardware configuration, a recording medium capable of storing and rewriting information, such as a hard disk drive and a flash memory. Each of the storage units 10 and 11 may have independent hardware, or may be provided in common hardware.

制御ユニット80は、経路設定部81、経路探索部82、及び経路案内部83を備えている。経路設定部81は、例えば自車位置等の出発地、入力された目的地、通過地点や走行条件(高速道路の使用有無など)を設定する機能部である。経路探索部82は、経路設定部81によって設定された条件に基づき、出発地から目的地までの案内経路を探索するための演算処理(経路探索処理)を行う機能部である。経路案内部83は、経路探索部82により探索された出発地から目的地までの経路に従って、モニタ(図示せず)の表示画面による案内標示やスピーカ(図示せず)による音声案内等により、運転者に対して適切な経路案内を行うための演算処理(経路案内処理)を行う機能部である。   The control unit 80 includes a route setting unit 81, a route search unit 82, and a route guide unit 83. The route setting unit 81 is a functional unit that sets, for example, a departure place such as the vehicle position, an input destination, a passing point, and traveling conditions (whether or not an expressway is used). The route search unit 82 is a functional unit that performs calculation processing (route search processing) for searching for a guide route from the departure point to the destination based on the conditions set by the route setting unit 81. The route guidance unit 83 operates according to the guidance from the display screen of a monitor (not shown) or voice guidance from a speaker (not shown) according to the route from the departure point to the destination searched by the route search unit 82. It is a functional part which performs the calculation process (route guidance process) for performing suitable route guidance with respect to a person.

地図情報記憶部10には、上記の経路探索処理や経路案内処理を実行する際や、モニタへの地図表示処理を実行する際等に参照される地図情報(道路地図データ)が記憶(格納)されている。具体的には、地図情報は、道路ネットワークを表す道路情報RDと、この道路情報RDに関連付けられた地物情報FTとを有して構成されている。すなわち、地図情報記憶部10は、道路情報RDを記憶する道路情報記憶部10bと、地物情報FTを記憶する地物情報記憶部10aとが一体的に形成されたものである。   The map information storage unit 10 stores (stores) map information (road map data) that is referred to when the above route search processing or route guidance processing is executed, or when map display processing on a monitor is executed. Has been. Specifically, the map information includes road information RD representing a road network and feature information FT associated with the road information RD. That is, the map information storage unit 10 is integrally formed with a road information storage unit 10b that stores road information RD and a feature information storage unit 10a that stores feature information FT.

道路情報RDは、図2(a)に概念的に示すように、緯度及び経度で表現された地図上の位置情報を有する多数のノードNの情報と、2つのノードNを連結して道路に対応する経路を構成する多数のリンクKの情報とを有して構成されている。ノードNは、例えば、道路の交差点70(図2、図3参照)、折曲点、分岐点等に設定される。なお、交差点70は、合流地点や分岐地点を含む。道路情報RDには、ノードNの属性に関するノード情報と、リンクKの属性に関するリンク情報とが含まれている。そして、交差点70に設定されたノードNについては、当該ノードNのノード情報として、交差点種別の情報と信号機の有無の情報とが含まれている。このように、道路情報RDは、交差点70の有無及び交差点70の種別を特定するための情報を含んでいる。   As conceptually shown in FIG. 2 (a), the road information RD is obtained by connecting information of a large number of nodes N having position information on a map expressed by latitude and longitude and two nodes N to form roads. Information of a number of links K constituting a corresponding route. The node N is set, for example, at a road intersection 70 (see FIGS. 2 and 3), a turning point, a branch point, or the like. The intersection 70 includes a junction and a branch point. The road information RD includes node information related to the attribute of the node N and link information related to the attribute of the link K. For the node N set at the intersection 70, the node type information of the node N includes the intersection type information and the traffic signal presence / absence information. Thus, the road information RD includes information for specifying the presence / absence of the intersection 70 and the type of the intersection 70.

本例では、交差点種別には、交差点70の優先関係に基づく優先度種別が含まれ、この優先度種別の情報を参照することで、信号機の無い交差点70に接続される道路の間での通行に関する優先順位の情報を取得することが可能となっている。また、リンク情報には、2つのノードNの間(すなわちリンクK上)に配置されてリンクKの詳細形状を表す形状補間点、道路幅、道路種別(高速道路、有料道路、国道、県道等の種別)、制限速度(最高速度)、リンク長さ等の情報が含まれている。   In this example, the intersection type includes a priority type based on the priority relationship of the intersection 70. By referring to the information of the priority type, traffic between roads connected to the intersection 70 without a traffic signal is obtained. It is possible to obtain information on the priority order for the. The link information includes a shape interpolation point, a road width, a road type (highway, toll road, national road, prefectural road, etc.) arranged between two nodes N (that is, on the link K) and representing the detailed shape of the link K. Type), speed limit (maximum speed), link length, and the like.

地物情報FTは、道路上や道路周辺に設けられた各種の地物50の情報である。地図情報記憶部10に地物情報FTが格納される地物50には道路標示が含まれ、本実施形態では更に、道路との相対位置が固定されている立体的な構造物(例えば、標識、信号機等)も含まれる。ここで、道路標示とは、ペイント等により路面に設けられた規制や指示のための記号や文字である。道路標示には、例えば、図6に示すように、進行方向を示す標示(進行方向標示51)、停止線を示す標示(自車線に設けられた第一停止線標示52、隣接車線(対向車線等)に設けられた第二停止線標示53)、交差点70の形状を示す標示(十字状の第一交差点形状標示54、T字状の第二交差点形状標示55)、横断歩道であることを示す標示(横断歩道標示56)等が含まれる。   The feature information FT is information on various features 50 provided on or around the road. The feature 50 in which the feature information FT is stored in the map information storage unit 10 includes a road marking, and in this embodiment, a three-dimensional structure (for example, a sign) whose relative position with respect to the road is fixed. , Traffic lights, etc.). Here, the road marking is a symbol or character for regulation or instruction provided on the road surface by painting or the like. For example, as shown in FIG. 6, the road marking includes a sign indicating a traveling direction (traveling direction sign 51), a sign indicating a stop line (first stop line sign 52 provided on the own lane, an adjacent lane (oncoming lane) Etc.), a second stop line sign 53), a sign indicating the shape of the intersection 70 (a cross-shaped first intersection shape sign 54, a T-shaped second intersection shape sign 55), and a pedestrian crossing. The indication to show (pedestrian crossing indication 56) etc. are included.

地物情報FTには、地物50の位置情報と種別情報とが含まれる。ここで、位置情報は、地物50の地図上の位置(緯度及び経度)を表す情報であり、本例では、ノードNや上記形状補間点を基準とした情報とされている。この位置情報は、基本的に、地物50の代表点(例えば地物50の長さ方向及び幅方向の中心)の位置を表す情報とされる。また、種別情報は、地物50の種別を表す情報であり、本例では、形状、色彩、道路幅方向の配置を含む形態が同一の地物50が、1つの種別として規定されている。具体的には、図6に示すように、互いに異なる形状の地物50が異なる種別に分類されているとともに、第一停止線標示52と第二停止線標示53とのように、同一形状であっても上記形態が異なるもの(具体的には、進行方向車線とは異なる車線に配置されているもの)は、異なる種別に分類されている。   The feature information FT includes position information and type information of the feature 50. Here, the position information is information representing the position (latitude and longitude) of the feature 50 on the map, and in this example, the position information is information based on the node N and the shape interpolation point. This position information is basically information representing the position of the representative point of the feature 50 (for example, the center in the length direction and the width direction of the feature 50). The type information is information indicating the type of the feature 50, and in this example, the feature 50 having the same shape including the shape, color, and arrangement in the road width direction is defined as one type. Specifically, as shown in FIG. 6, the features 50 having different shapes are classified into different types, and the first stop line marking 52 and the second stop line marking 53 have the same shape. Even if it exists, the thing from which the said form differs (specifically what is arrange | positioned in the lane different from the advancing direction lane) is classified into the different classification.

上記のような道路情報RD及び地物情報FTを有する地図情報は、データベース化され、地図情報記憶部10の仕様に応じた形態で格納されている。例えば、地図情報が、互いに関連付けられた複数のレイヤに分かれて地図情報記憶部10に格納された構成とすることができる。具体的には、道路間の接続情報を示す道路ネットワークレイヤ、道路形状を示す道路形状レイヤ、及び、道路上や道路周辺に設けられた各種の地物50の情報を示す地物レイヤを含む少なくとも3つのレイヤに分かれて地図情報が備えられた構成とすることができる。この場合、道路情報RDは、道路ネットワークレイヤ及び道路形状レイヤに格納された情報により構成され、地物情報FTは、地物レイヤに格納された情報により構成される。   The map information having the road information RD and the feature information FT as described above is made into a database and stored in a form according to the specifications of the map information storage unit 10. For example, the map information may be divided into a plurality of layers associated with each other and stored in the map information storage unit 10. Specifically, it includes at least a road network layer indicating connection information between roads, a road shape layer indicating road shapes, and a feature layer indicating information on various features 50 provided on or around the road. The map information can be divided into three layers. In this case, the road information RD is composed of information stored in the road network layer and the road shape layer, and the feature information FT is composed of information stored in the feature layer.

推定自車位置決定部94は、車両3に備えられたGPS測定ユニット91、距離センサ92、及び方位センサ93の出力に基づき、自車両3の推定位置である推定自車位置EPを決定する機能部である。具体的には、推定自車位置決定部94は、GPS測定ユニット91から取得したGPS(Global Positioning System)信号を解析することで、自車両3の現在位置(緯度及び経度)を導出してGPS位置データを得る。また、推定自車位置決定部94は、距離センサ92や方位センサ93から取得した移動距離情報と方位情報とに基づいて推測航法位置を導出して推測航法位置データを得る。そして、推定自車位置決定部94は、GPS位置データと推測航法位置データとから公知の方法により自車両3の推定位置である推定自車位置EPを導出する演算を行って推定自車位置EPを決定し、決定した推定自車位置EPの情報を自車位置認識ユニット2へ出力する。   The estimated own vehicle position determination unit 94 determines the estimated own vehicle position EP that is the estimated position of the own vehicle 3 based on the outputs of the GPS measurement unit 91, the distance sensor 92, and the direction sensor 93 provided in the vehicle 3. Part. Specifically, the estimated host vehicle position determination unit 94 derives the current position (latitude and longitude) of the host vehicle 3 by analyzing a GPS (Global Positioning System) signal acquired from the GPS measurement unit 91 and determines the GPS. Get position data. Further, the estimated vehicle position determination unit 94 derives a dead reckoning position based on the moving distance information and the azimuth information acquired from the distance sensor 92 and the azimuth sensor 93 to obtain dead reckoning position data. Then, the estimated own vehicle position determination unit 94 performs a calculation for deriving the estimated own vehicle position EP that is the estimated position of the own vehicle 3 from the GPS position data and the dead reckoning position data by a known method, and estimates the own vehicle position EP And the information of the determined estimated own vehicle position EP is output to the own vehicle position recognition unit 2.

上記のように決定される推定自車位置EPは、測定誤差を含んだ情報となっており、場合によっては道路上から外れてしまう。本実施形態では、このような場合には地図情報記憶部10に記憶された道路地図データに基づき、推定自車位置決定部94が推定自車位置EPを道路地図に示される道路上に合わせるための補正(マップマッチング処理)を行い、当該補正後の推定自車位置EPの情報が自車位置認識ユニット2へ出力される。   The estimated host vehicle position EP determined as described above is information including measurement errors, and may be off the road depending on the case. In this embodiment, in such a case, based on the road map data stored in the map information storage unit 10, the estimated vehicle position determining unit 94 adjusts the estimated vehicle position EP on the road indicated on the road map. (Map matching process) is performed, and information on the estimated vehicle position EP after the correction is output to the vehicle position recognition unit 2.

自車位置認識ユニット2は、推定自車位置決定部94から取得した推定自車位置EPを補正するための各機能部22〜27を備えている。自車位置認識ユニット2の構成については、後の「2.自車位置認識ユニットの構成」の項で詳細に説明するが、自車位置認識ユニット2は、車両3に備えられたカメラ90(図1〜図3参照)による撮影画像PGを用いて推定自車位置EPを補正することで、推定自車位置決定部94が決定する推定自車位置EPよりも高精度に、自車位置を認識することが可能となっている。   The own vehicle position recognition unit 2 includes functional units 22 to 27 for correcting the estimated own vehicle position EP acquired from the estimated own vehicle position determination unit 94. The configuration of the host vehicle position recognition unit 2 will be described in detail in the section “2. Configuration of the host vehicle position recognition unit” later. The host vehicle position recognition unit 2 is a camera 90 ( By correcting the estimated vehicle position EP using the captured image PG according to FIGS. 1 to 3), the vehicle position can be determined with higher accuracy than the estimated vehicle position EP determined by the estimated vehicle position determining unit 94. It is possible to recognize.

本実施形態では、図2(b)、図3(b)に示すように、カメラ90は車両3の後方を撮影するバックカメラ(リアカメラ)とされ、カメラ90による撮影画像PGには車両3の後方(進行方向後方D2側)の路面が含まれる。具体的には、本実施形態では、カメラ90は主に路面が撮影されるように光軸に俯角(例えば30度程度)を有して車両3に設置されており、推定自車位置EPの補正のための画像認識において対象となる地物50は、路面に設けられた道路標示とされる。   In the present embodiment, as shown in FIGS. 2B and 3B, the camera 90 is a back camera (rear camera) that captures the rear of the vehicle 3. The road surface behind (in the advancing direction rear D2 side) is included. Specifically, in this embodiment, the camera 90 is installed in the vehicle 3 with a depression angle (for example, about 30 degrees) on the optical axis so that the road surface is mainly photographed, and the estimated vehicle position EP is The feature 50 as a target in the image recognition for correction is a road marking provided on the road surface.

2.自車位置認識ユニットの構成
次に、本発明の要部である自車位置認識ユニット2の構成について説明する。図1に示すように、自車位置認識ユニット2は、推定自車位置取得部21、画像処理部22、地図情報取得部23、推定自車位置補正部24を備えるとともに、更に、予測速度推移決定部27、認識率決定部26、認識対象決定部25を備えている。
2. Next, the configuration of the vehicle position recognition unit 2, which is a main part of the present invention, will be described. As shown in FIG. 1, the vehicle position recognition unit 2 includes an estimated vehicle position acquisition unit 21, an image processing unit 22, a map information acquisition unit 23, and an estimated vehicle position correction unit 24. A determination unit 27, a recognition rate determination unit 26, and a recognition target determination unit 25 are provided.

2−1.推定自車位置取得部の構成
推定自車位置取得部21は、自車両3の推定位置である推定自車位置EPを取得する機能部である。本実施形態では、推定自車位置決定部94が決定した推定自車位置EPが推定自車位置取得部21に入力されることで、推定自車位置取得部21が推定自車位置EPを取得する。
2-1. Configuration of Estimated Own Vehicle Position Acquisition Unit The estimated own vehicle position acquisition unit 21 is a functional unit that acquires an estimated own vehicle position EP that is an estimated position of the own vehicle 3. In the present embodiment, the estimated vehicle position EP determined by the estimated vehicle position determination unit 94 is input to the estimated vehicle position acquisition unit 21 so that the estimated vehicle position acquisition unit 21 acquires the estimated vehicle position EP. To do.

2−2.画像処理部の構成
画像処理部22は、自車両3に備えられたカメラ90により撮影された撮影画像PGを取得し、当該撮影画像PGに含まれる地物50の画像認識処理を行う機能部である。すなわち、画像処理部22は、画像取得機能と画像認識機能とを有している。画像処理部22による画像処理は、推定自車位置EPが、画像認識処理を行う範囲として道路の延在方向Lに沿って設定された画像認識区間内に位置する場合に実行される。この画像認識区間は、本実施形態では、後述する地物配置区間Aと基本的には一致する。
2-2. Configuration of Image Processing Unit The image processing unit 22 is a functional unit that acquires a captured image PG captured by the camera 90 provided in the host vehicle 3 and performs image recognition processing of the feature 50 included in the captured image PG. is there. That is, the image processing unit 22 has an image acquisition function and an image recognition function. The image processing by the image processing unit 22 is executed when the estimated vehicle position EP is located within an image recognition section set along the road extending direction L as a range in which image recognition processing is performed. In the present embodiment, this image recognition section basically matches a feature arrangement section A described later.

画像処理部22による画像認識処理において認識対象とされる地物50は、画像認識された場合(すなわち画像認識に成功した場合)に少なくとも道路の延在方向Lの位置を特定することが可能な地物50とされる。そのため、区画線標示(図示せず)のような道路の延在方向Lに沿って連続的に或いは断続的に設けられる地物50は、基本的に、認識対象の地物50とはならない。図6に、認識対象とされ得る地物50の一例を示す。なお、図6に示す各地物50は、単一の道路標示から構成されているが、複数(例えば2つ)の道路標示により構成される地物50を、画像認識処理において認識対象とすることも可能である。画像認識処理において認識対象とする地物50は、後述する認識対象決定部25により決定される。   The feature 50 to be recognized in the image recognition processing by the image processing unit 22 can specify at least the position in the road extending direction L when the image is recognized (that is, when the image recognition is successful). The feature 50 is used. Therefore, the feature 50 provided continuously or intermittently along the road extending direction L such as a lane marking (not shown) basically does not become the feature 50 to be recognized. FIG. 6 shows an example of a feature 50 that can be a recognition target. The feature 50 shown in FIG. 6 is composed of a single road marking, but the feature 50 composed of a plurality of (for example, two) road markings is to be recognized in the image recognition processing. Is also possible. The feature 50 to be recognized in the image recognition processing is determined by the recognition target determination unit 25 described later.

カメラ90による所定の時間間隔毎の撮影画像PG(例えば、毎秒15〜30フレームの撮影画像PG)は図示しないバッファメモリに一時的に記憶され、画像処理部22は、このバッファメモリから撮影画像PGを取得する。本実施形態では、画像処理部22は、認識対象の地物50が撮影された複数のフレームを合成して、当該地物50の画像認識を行う。この際、画像処理部22は、距離センサ92から取得した車速情報に基づき、認識対象の地物50の撮影時の車速(自車両3の速度)に応じてフレームの合成を行う。画像処理部22による画像認識処理は、本実施形態では、撮影画像PGから取得される輪郭情報と、地物情報FTに含まれる認識対象の地物50の形状情報とに基づくパターンマッチング(テンプレートマッチング)手法を用いて実行される。   Captured images PG (for example, captured images PG of 15 to 30 frames per second) at predetermined time intervals by the camera 90 are temporarily stored in a buffer memory (not shown), and the image processing unit 22 captures captured images PG from the buffer memory. To get. In the present embodiment, the image processing unit 22 performs image recognition of the feature 50 by combining a plurality of frames in which the feature 50 to be recognized is captured. At this time, the image processing unit 22 combines frames based on the vehicle speed information acquired from the distance sensor 92 according to the vehicle speed (speed of the host vehicle 3) at the time of photographing the feature 50 to be recognized. In this embodiment, the image recognition processing by the image processing unit 22 is performed by pattern matching (template matching) based on contour information acquired from the captured image PG and shape information of the recognition target feature 50 included in the feature information FT. ) Method is used.

上記のように、画像処理部22による画像認識処理において用いられる車速は、距離センサ92の検出結果に基づくものである。そして、本実施形態では、距離センサ92として、ドライブシャフトやホイール等が一定量回転する毎にパルス信号を出力する車速パルスセンサを用いたものが採用されている。そのため、距離センサ92による車速の検出精度(分解能)は、車速が低くなるに従って全体として低下する。また、画像処理部22が取得する車速と、当該取得の時点における現実の車速との間には、制御遅れ或いは検出遅れ等に起因して差異が生じ、当該差異の大きさは、自車両3の加速度が正方向側(加速側)又は負方向側(減速側)に高くなる(すなわち、絶対値が大きくなる)に従って一般的に大きくなる。   As described above, the vehicle speed used in the image recognition processing by the image processing unit 22 is based on the detection result of the distance sensor 92. In this embodiment, the distance sensor 92 is a sensor that uses a vehicle speed pulse sensor that outputs a pulse signal each time a drive shaft, a wheel, or the like rotates by a certain amount. Therefore, the detection accuracy (resolution) of the vehicle speed by the distance sensor 92 decreases as the vehicle speed decreases as a whole. Further, there is a difference between the vehicle speed acquired by the image processing unit 22 and the actual vehicle speed at the time of the acquisition due to a control delay or a detection delay. The acceleration generally increases as the positive direction side (acceleration side) or the negative direction side (deceleration side) increases (that is, the absolute value increases).

よって、本実施形態では、画像処理部22が取得する車速に含まれ得る誤差の最大値は、車速が低くなるに従って大きくなるとともに、加速度が高くなるに従って大きくなる傾向がある。そして、車速に誤差が含まれると、複数のフレームを合成して得られる地物50の形状は、実際の地物50の形状を、道路の延在方向Lに沿って長く或いは短くした形状となる。このため、地物50の画像認識に成功する割合である認識率Rは、車速に含まれる誤差が大きくなるに従って低下するという傾向を有することになる。すなわち、地物50の撮影時における車速が低くなるに従って当該地物50の認識率Rが低下するとともに、地物50の撮影時における自車両3の加速度が高くなるに従って当該地物50の認識率Rが低下するという傾向が生じる。本実施形態では、このような認識率Rの自車両3の速度や加速度に応じた変化の傾向を考慮して、認識率決定部26が各地物50の認識率Rを決定するという構成を採用することで、各地物50についての認識率Rを適切に決定することが可能となっている。認識率決定部26の構成については後述する。   Therefore, in this embodiment, the maximum value of the error that can be included in the vehicle speed acquired by the image processing unit 22 tends to increase as the vehicle speed decreases and increases as the acceleration increases. When the vehicle speed includes an error, the shape of the feature 50 obtained by combining a plurality of frames is a shape obtained by lengthening or shortening the shape of the actual feature 50 along the road extending direction L. Become. For this reason, the recognition rate R, which is the rate of successful image recognition of the feature 50, tends to decrease as the error included in the vehicle speed increases. That is, the recognition rate R of the feature 50 decreases as the vehicle speed at the time of shooting the feature 50 decreases, and the recognition rate of the feature 50 increases as the acceleration of the host vehicle 3 at the time of shooting the feature 50 increases. There is a tendency for R to decrease. In the present embodiment, a configuration is adopted in which the recognition rate determination unit 26 determines the recognition rate R of each feature 50 in consideration of the change tendency of the recognition rate R according to the speed and acceleration of the host vehicle 3. By doing this, it is possible to appropriately determine the recognition rate R for each feature 50. The configuration of the recognition rate determination unit 26 will be described later.

2−3.地図情報取得部の構成
地図情報取得部23は、地物情報FT及び道路情報RDを取得する機能部である。本実施形態では、地図情報取得部23は、地図情報記憶部10を参照して地物情報FTや道路情報RDを取得する。具体的には、地図情報取得部23は、地図情報記憶部10(道路情報記憶部10b)を参照して道路情報RDを取得する道路情報取得部23bを備え、道路情報取得部23bが取得した道路情報RDは、予測速度推移決定部27による予測速度推移決定処理を含む、自車位置認識ユニット2で実行される各種処理において利用される。また、地図情報取得部23は、地図情報記憶部10(地物情報記憶部10a)を参照して地物情報FTを取得する地物情報取得部23aを備え、地物情報取得部23aが取得した地物情報FTは、画像処理部22による画像認識処理、推定自車位置補正部24による推定自車位置補正処理、認識率決定部26による認識率決定処理を含む、自車位置認識ユニット2で実行される各種処理において利用される。
2-3. Configuration of Map Information Acquisition Unit The map information acquisition unit 23 is a functional unit that acquires the feature information FT and the road information RD. In the present embodiment, the map information acquisition unit 23 refers to the map information storage unit 10 and acquires the feature information FT and the road information RD. Specifically, the map information acquisition unit 23 includes a road information acquisition unit 23b that acquires road information RD with reference to the map information storage unit 10 (road information storage unit 10b), and the road information acquisition unit 23b acquires the information. The road information RD is used in various processes executed by the vehicle position recognition unit 2 including the predicted speed transition determination process by the predicted speed transition determination unit 27. Moreover, the map information acquisition part 23 is provided with the feature information acquisition part 23a which acquires the feature information FT with reference to the map information storage part 10 (feature information storage part 10a), and the feature information acquisition part 23a acquires. The feature information FT thus obtained includes an image recognition process performed by the image processing unit 22, an estimated vehicle position correction process performed by the estimated vehicle position correction unit 24, and a recognition rate determination process performed by the recognition rate determination unit 26. It is used in various processes executed in

2−4.推定自車位置補正部の構成
推定自車位置補正部24は、画像処理部22の画像認識処理による地物50の認識結果と地物情報FTに含まれる地物50の位置情報とに基づき、推定自車位置EPを補正する機能部である。すなわち、推定自車位置補正部24は、画像処理部22による地物50の画像認識が成功した場合に、当該地物50の位置情報を用いて推定自車位置EPを補正する。本例では、推定自車位置補正部24は、推定自車位置EPの補正を、少なくとも道路の延在方向Lにおいて行う。
2-4. Configuration of Estimated Own Vehicle Position Correction Unit The estimated own vehicle position correction unit 24 is based on the recognition result of the feature 50 by the image recognition process of the image processing unit 22 and the position information of the feature 50 included in the feature information FT. This is a functional unit that corrects the estimated vehicle position EP. That is, when the image recognition of the feature 50 by the image processing unit 22 is successful, the estimated vehicle position correction unit 24 corrects the estimated vehicle position EP using the position information of the feature 50. In this example, the estimated host vehicle position correcting unit 24 corrects the estimated host vehicle position EP at least in the road extending direction L.

具体的には、推定自車位置補正部24は、車両3へのカメラ90の設置形態に基づき、画像認識された地物50の位置と、当該地物50の撮影時の自車両3の位置との間の位置関係を演算する。この際、撮影画像PG中における地物50の位置や大きさ等が考慮される。そして、推定自車位置補正部24は、上記位置関係の演算結果と、地図情報取得部23が取得した地物情報FT(具体的には位置情報)とに基づく演算により、当該地物情報FTに基づく高精度の自車位置(地物依拠自車位置)を取得する。なお、上記位置関係の演算を行わずに、予め定めた固定的な位置関係を用いることも可能である。例えば、地物50の撮影時の自車両3の位置を、当該地物50の位置とすることや、当該地物50の位置に対して道路の延在方向Lに沿って所定距離(固定値)だけ離れた位置とすることが可能である。   Specifically, the estimated own vehicle position correcting unit 24 determines the position of the feature 50 that has been image-recognized based on the installation form of the camera 90 on the vehicle 3 and the position of the own vehicle 3 at the time of photographing the feature 50. The positional relationship between is calculated. At this time, the position and size of the feature 50 in the captured image PG are taken into consideration. Then, the estimated vehicle position correction unit 24 calculates the feature information FT by calculation based on the calculation result of the positional relationship and the feature information FT (specifically, position information) acquired by the map information acquisition unit 23. The high-accuracy own vehicle position (feature-dependent own vehicle position) based on is acquired. It is also possible to use a predetermined fixed positional relationship without performing the calculation of the positional relationship. For example, the position of the host vehicle 3 at the time of photographing the feature 50 is set as the position of the feature 50, or a predetermined distance (fixed value) along the road extending direction L with respect to the position of the feature 50. ).

推定自車位置補正部24は、取得した地物依拠自車位置を推定自車位置EPと置き換えることで、推定自車位置EPの補正を行う。なお、単に位置を置き換えるのではなく、地物50の撮影時からの走行距離(距離センサ92から取得可能)を考慮して自車位置の調整を行う構成とすることも可能である。   The estimated vehicle position correction unit 24 corrects the estimated vehicle position EP by replacing the acquired feature-dependent vehicle position with the estimated vehicle position EP. Instead of simply replacing the position, it is also possible to adopt a configuration in which the position of the vehicle is adjusted in consideration of the travel distance (capable of being acquired from the distance sensor 92) from when the feature 50 is captured.

2−5.予測速度推移決定部の構成
予測速度推移決定部27は、道路情報RDに基づいて、地物50が配置された道路区間である地物配置区間A内での自車両3の速度推移の予測を示す予測速度推移を決定する機能部である。この予測速度推移の決定は、推定自車位置EPが当該予測速度推移の決定対象の地物配置区間Aに進入する前に実行される。すなわち、地物配置区間Aは、車両3に対して進行方向前方D1に設定される。また、予測速度推移決定部27が決定した予測速度推移は、後述する認識率決定部26による認識率Rの決定に用いられ、この認識率Rに基づき、画像処理部22により実行される画像認識処理において認識対象とする地物50が、認識対象決定部25により決定される。そのため、地物配置区間Aは、当該画像認識処理において認識対象となり得る地物50(本例では図6に示すような道路標示)を含むように設定される。
2-5. Configuration of Predicted Speed Transition Determination Unit The predicted speed transition determination unit 27 predicts the speed transition of the host vehicle 3 in the feature placement section A, which is the road section in which the feature 50 is placed, based on the road information RD. It is a function part which determines the prediction speed transition shown. The determination of the predicted speed transition is executed before the estimated vehicle position EP enters the feature arrangement section A for which the predicted speed transition is to be determined. That is, the feature arrangement section A is set to the forward direction D1 in the traveling direction with respect to the vehicle 3. The predicted speed transition determined by the predicted speed transition determination unit 27 is used for determination of a recognition rate R by a recognition rate determination unit 26 described later, and image recognition executed by the image processing unit 22 based on the recognition rate R. The feature 50 to be recognized in the process is determined by the recognition target determining unit 25. Therefore, the feature arrangement section A is set so as to include a feature 50 (a road marking as shown in FIG. 6 in this example) that can be a recognition target in the image recognition process.

予測速度推移決定部27は、地図情報取得部23が取得した地物配置区間Aの道路情報RDに基づき、当該地物配置区間A内での予測速度推移を決定する。本実施形態では、速度予測値設定規則と加速度予測値設定規則とからなる予測速度推移設定規則に基づき、予測速度推移決定部27が予測速度推移を決定する。ここで、速度予測値設定規則は、道路上における各道路部分(区間又は地点)における速度予測値を規定する規則であり、加速度予測値設定規則は、速度予測値の異なる道路部分同士の接続部における加速度予測値を設定する規則である。   The predicted speed transition determination unit 27 determines the predicted speed transition in the feature arrangement section A based on the road information RD of the feature arrangement section A acquired by the map information acquisition unit 23. In the present embodiment, the predicted speed transition determining unit 27 determines a predicted speed transition based on a predicted speed transition setting rule including a speed predicted value setting rule and an acceleration predicted value setting rule. Here, the speed predicted value setting rule is a rule that defines a speed predicted value in each road part (section or point) on the road, and the acceleration predicted value setting rule is a connection part between road parts having different speed predicted values. This is a rule for setting a predicted acceleration value at.

図4は、速度予測値設定規則の一例を示す図であり、この例では、速度予測値が、「直線区間」、「カーブ区間」、「非優先交差点」、及び「優先交差点」の4つの道路部分(道路形態)について規定されている。ここで、直線区間は、道路の曲率半径が所定の基準値以上(無限大を含む)の区間であり、カーブ区間は、道路の曲率が当該基準値より小さな区間である。この基準値は、制限速度に基づき設定される値とすることができ、例えば、車両3が制限速度で走行(旋回を含む)した場合に車両3に作用する横加速度が所定値(例えば0.2〔G〕等、Gは重力加速度)となる曲率半径を上記基準値とすることができる。また、優先交差点は、交差点への進入前に自車両3が走行する走行道路60(図2、図3参照)が、当該交差点において走行道路60に交差する他の道路61(図2、図3参照)に対する優先道路である交差点であり、非優先交差点は、他の道路61が走行道路60に対する優先道路である交差点である。   FIG. 4 is a diagram illustrating an example of a speed prediction value setting rule. In this example, the speed prediction value includes four “straight section”, “curve section”, “non-priority intersection”, and “priority intersection”. It is defined for road parts (road form). Here, the straight section is a section where the radius of curvature of the road is equal to or greater than a predetermined reference value (including infinity), and the curved section is a section where the curvature of the road is smaller than the reference value. This reference value can be a value set based on the speed limit. For example, when the vehicle 3 travels (including turning) at the speed limit, the lateral acceleration acting on the vehicle 3 is a predetermined value (for example, 0. 0). The radius of curvature at which 2 [G] or the like, where G is the acceleration of gravity), can be used as the reference value. The priority intersection is defined as another road 61 (see FIGS. 2 and 3) in which the traveling road 60 (see FIGS. 2 and 3) on which the vehicle 3 travels before entering the intersection intersects the traveling road 60 at the intersection. The non-priority intersection is an intersection where the other road 61 is a priority road with respect to the traveling road 60.

直線区間に対応する速度予測値である第一予測速度Vaは、制限速度に基づく値とすることができ、例えば、制限速度と同じ値としたり、制限速度に所定値を乗算した値又は加算した値とすることができる。なお、この場合の所定値(乗算値又は加算値)は、学習値とすることが可能である。制限速度に関する情報は、地図情報記憶部10に記憶された道路情報RDに基づき取得される構成とすることも、道路側に設置された通信装置との間の路車間通信により得た情報に基づき取得される構成とすることもできる。カーブ区間に対応する速度予測値である第二予測速度Vbは、道路の曲率半径に基づく推奨車速とすることができる。この推奨車速は、例えば、車両3に作用する横加速度が所定値(例えば0.2〔G〕等)となる速度とすることができ、この場合、曲率半径が小さくなるに従って第二予測速度Vbは低い値に設定される。   The first predicted speed Va, which is the speed predicted value corresponding to the straight section, can be a value based on the speed limit, for example, the same value as the speed limit, a value obtained by multiplying the speed limit by a predetermined value or addition Can be a value. Note that the predetermined value (multiplication value or addition value) in this case can be a learning value. The information regarding the speed limit may be configured to be acquired based on road information RD stored in the map information storage unit 10 or based on information obtained by road-to-vehicle communication with a communication device installed on the road side. It can also be set as the structure acquired. The second predicted speed Vb, which is the predicted speed value corresponding to the curve section, can be a recommended vehicle speed based on the curvature radius of the road. The recommended vehicle speed can be set to a speed at which the lateral acceleration acting on the vehicle 3 becomes a predetermined value (for example, 0.2 [G], for example). In this case, the second predicted speed Vb as the radius of curvature decreases. Is set to a low value.

非優先交差点に対応する速度予測値である第三予測速度Vcは、基本的に、優先交差点に対応する速度予測値である第四予測速度Vdよりも小さな値に設定される。具体的には、第三予測速度Vcは、設定対象の非優先交差点が一時停止義務のある交差点(例えば、図2に示す第一停止線標示52の設けられた交差点70)である場合には、零に設定される。また、第四予測速度Vdは、例えば、設定対象の優先交差点が設けられた道路区間(直線区間或いはカーブ区間)の速度予測値と同じ値に設定したり、当該速度予測値から所定値を減算した値又は1以下の所定値を乗算した値に設定することができる。この場合の所定値(減算値又は乗算値)は、学習値とすることが可能である。本実施形態では、第三予測速度Vc及び第四予測速度Vdが、本発明における「種別依存速度」に相当する。   The third predicted speed Vc, which is the speed predicted value corresponding to the non-priority intersection, is basically set to a value smaller than the fourth predicted speed Vd, which is the speed predicted value corresponding to the priority intersection. Specifically, the third predicted speed Vc is determined when the non-priority intersection to be set is an intersection that is obliged to temporarily stop (for example, the intersection 70 provided with the first stop line marking 52 shown in FIG. 2). , Set to zero. For example, the fourth predicted speed Vd is set to the same value as the predicted speed value of the road section (straight section or curve section) where the priority intersection to be set is provided, or a predetermined value is subtracted from the predicted speed value. Or a value obtained by multiplying a predetermined value of 1 or less. The predetermined value (subtraction value or multiplication value) in this case can be a learning value. In the present embodiment, the third predicted speed Vc and the fourth predicted speed Vd correspond to the “type-dependent speed” in the present invention.

なお、速度予測値設定規則に規定される速度予測値を、固定値ではなく学習値とすることも可能である。また、速度予測値設定規則に規定される速度予測値が、個人別や道路部分別(区間別又は地点別)に個別に設定される構成とすることもできる。このような場合には、ある非優先交差点についての第三予測速度Vcを、ある優先交差点についての第四予測速度Vdと同じ値に設定したり、当該第四予測速度Vdよりも大きな値に設定することもできる。   Note that the speed predicted value defined in the speed predicted value setting rule may be a learning value instead of a fixed value. Moreover, it can also be set as the structure by which the speed predicted value prescribed | regulated to a speed predicted value setting rule is set individually for every individual and every road part (by section or spot). In such a case, the third predicted speed Vc for a certain non-priority intersection is set to the same value as the fourth predicted speed Vd for a certain priority intersection, or is set to a value larger than the fourth predicted speed Vd. You can also

図5は、加速度予測値設定規則の一例を示す図であり、この例では、加速度予測値が、「減速」及び「加速」の2つの走行条件について規定されている。減速に対応する加速度予測値である第一予測加速度αa(<0)や、加速に対応する加速度予測値である第二予測加速度αb(>0)は、運転者の一般的傾向に基づき設定される値とすることができ、例えば、絶対値が0.1〔G〕や0.2〔G〕等となる加速度とすることができる。この加速度予測値についても、上記速度予測値と同様に、固定値ではなく学習値としたり、個人別や道路部分別(区間別又は地点別)に個別に設定される構成とすることも可能である。   FIG. 5 is a diagram illustrating an example of an acceleration predicted value setting rule. In this example, the acceleration predicted value is defined for two traveling conditions of “deceleration” and “acceleration”. The first predicted acceleration αa (<0), which is an acceleration predicted value corresponding to deceleration, and the second predicted acceleration αb (> 0), which is an acceleration predicted value corresponding to acceleration, are set based on the general tendency of the driver. For example, the acceleration may be an acceleration having an absolute value of 0.1 [G], 0.2 [G], or the like. As with the speed prediction value, the acceleration prediction value may be a learning value instead of a fixed value, or may be configured to be set individually for each individual or for each road part (for each section or each point). is there.

上記のような構成を備えるため、地物配置区間Aに交差点70が含まれる場合には、当該交差点70を通過する際の自車両3の速度が当該交差点70の種別に応じた種別依存速度(図4の例では第三予測速度Vc又は第四予測速度Vd)となるように予測速度推移が決定される。また、地物配置区間Aに含まれる交差点70への進入前に自車両3が走行する走行道路60が、当該交差点70において走行道路60に交差する他の道路61に対する優先道路である場合の種別依存速度である第四予測速度Vdは、他の道路61が走行道路60に対する優先道路である場合の種別依存速度である第三予測速度Vcよりも高い値に決定される。   In order to provide the above-described configuration, when the intersection 70 is included in the feature arrangement section A, the speed of the host vehicle 3 when passing through the intersection 70 depends on the type-dependent speed according to the type of the intersection 70 ( In the example of FIG. 4, the predicted speed transition is determined so as to be the third predicted speed Vc or the fourth predicted speed Vd). The type in which the traveling road 60 on which the host vehicle 3 travels before entering the intersection 70 included in the feature arrangement section A is a priority road for another road 61 that intersects the traveling road 60 at the intersection 70. The fourth predicted speed Vd that is the dependent speed is determined to be higher than the third predicted speed Vc that is the type-dependent speed when the other road 61 is the priority road for the traveling road 60.

予測速度推移決定部27が決定する予測速度推移の具体例について、図2及び図3を参照して説明する。図2(b)は、自車両3の進行方向前方D1側に交差点70があり、当該交差点70が非優先交差点である状況を表す図であり、図2(a)は、図2(b)に対応する道路ネットワーク情報を表している。図2(a)及び図2(b)の双方は、推定自車位置EPに基づき車両3側で認識されている道路情報RDを示している。そのため、図示は省略するが、車両3に対する各地物50の実際の位置(延在方向Lの位置)は、図2(b)に示す位置から、推定自車位置EPに含まれる誤差に応じて延在方向Lに沿ってずらした位置となる。   A specific example of the predicted speed transition determined by the predicted speed transition determination unit 27 will be described with reference to FIGS. FIG. 2B is a diagram showing a situation in which there is an intersection 70 on the front direction D1 side of the host vehicle 3 and the intersection 70 is a non-priority intersection. FIG. 2A is a diagram illustrating FIG. The road network information corresponding to is shown. Both FIG. 2A and FIG. 2B show road information RD recognized on the vehicle 3 side based on the estimated host vehicle position EP. Therefore, although illustration is omitted, the actual position of the feature 50 with respect to the vehicle 3 (the position in the extending direction L) depends on the error included in the estimated own vehicle position EP from the position shown in FIG. The position is shifted along the extending direction L.

図2(b)に示す例では、車両3の進行方向前方D1側にある、進行方向標示51、第一停止線標示52、第一交差点形状標示54、及び第二停止線標示53を全て含むように、地物配置区間Aが設定されている。これら4つの地物50(進行方向標示51、第一停止線標示52、第一交差点形状標示54、及び第二停止線標示53)は、道路の延在方向Lに分かれて配置されるとともに、隣り合う地物50の当該延在方向Lに沿った間隔Sが所定距離T以下となっている。すなわち、本実施形態では、地物配置区間Aは、道路の延在方向Lに分かれて配置されるとともに、隣り合う地物50の当該延在方向Lに沿った間隔Sが所定距離T以下である一群の地物については、当該一群の地物を構成する全ての地物50を含むように、延在方向Lに延びる連続区間として設定される。   In the example shown in FIG. 2B, all of the traveling direction sign 51, the first stop line sign 52, the first intersection shape sign 54, and the second stop line sign 53 on the front direction D 1 side of the vehicle 3 are included. As described above, the feature arrangement section A is set. These four features 50 (travel direction sign 51, first stop line sign 52, first intersection shape sign 54, and second stop line sign 53) are arranged separately in the extending direction L of the road, An interval S along the extending direction L between adjacent features 50 is equal to or less than a predetermined distance T. That is, in the present embodiment, the feature arrangement section A is arranged separately in the road extending direction L, and the interval S along the extending direction L of adjacent features 50 is equal to or less than the predetermined distance T. A certain group of features is set as a continuous section extending in the extending direction L so as to include all the features 50 constituting the group of features.

ここで、所定距離Tは、例えば、推定自車位置EPに含まれ得る誤差の最大値に基づき設定することができ、例えば、10〔m〕以上であって100〔m〕以下の範囲内の値とすることができる。なお、この所定距離Tは、車速に応じて可変に設定することも可能である。また、推定自車位置EPに含まれ得る誤差の最大値は、推定自車位置補正部24による前回の補正からの走行距離に応じて変化し得るため、この変化を考慮して前回の補正からの走行距離に応じて所定距離Tを可変に設定することも可能である。また、地物50間の間隔Sは、図2に示す例では、地物50の延在方向Lにおける中央部同士の間隔としているが、地物50の延在方向Lにおける互いに近い側の端部同士の間隔(すなわち、地物50に占有されない部分の道路長さ)とすることもできる。   Here, the predetermined distance T can be set, for example, based on the maximum value of errors that can be included in the estimated host vehicle position EP, and is, for example, within a range of 10 [m] or more and 100 [m] or less. Can be a value. The predetermined distance T can be variably set according to the vehicle speed. In addition, since the maximum value of the error that can be included in the estimated vehicle position EP can change in accordance with the travel distance from the previous correction by the estimated vehicle position correction unit 24, this change is taken into consideration from the previous correction. It is also possible to variably set the predetermined distance T according to the travel distance. Further, in the example shown in FIG. 2, the interval S between the features 50 is the interval between the central portions in the extending direction L of the features 50, but the ends on the sides close to each other in the extending direction L of the features 50. It can also be set as an interval between parts (that is, a road length of a part not occupied by the feature 50).

ここで、地物配置区間Aに含まれる地物50の中で最も進行方向後方D2側に位置する地物50(図2に示す例では進行方向標示51)を「第一対象地物」とし、地物配置区間Aに含まれる地物50の中で最も進行方向前方D1側に位置する地物50(図2に示す例では第二停止線標示53)を「第二対象地物」とする。図2に示す例では、地物配置区間Aの進行方向後方D2側の端部は、第一対象地物の進行方向後方D2側の端部に対して進行方向後方D2側に第一所定距離だけ離間した位置に設定され、地物配置区間Aの進行方向前方D1側の端部は、第二対象地物の進行方向前方D1側の端部に対して進行方向前方D1側に第二所定距離だけ離間した位置に設定されている。このように第一所定距離や第二所定距離を設定するのは、上述したように、本実施形態では、地物配置区間Aが、画像認識処理を実行する範囲である画像認識区間に一致するためであり、第一所定距離や第二所定距離は、推定自車位置EPに含まれ得る誤差の最大値に基づく値(例えば、当該最大値と同じ値、当該最大値の2倍の値等)に設定することが可能である。   Here, among the features 50 included in the feature arrangement section A, the feature 50 (travel direction indicator 51 in the example shown in FIG. 2) located closest to the rearward direction D2 is defined as the “first target feature”. The feature 50 (the second stop line marking 53 in the example shown in FIG. 2) located closest to the forward direction D1 among the features 50 included in the feature arrangement section A is referred to as a “second target feature”. To do. In the example shown in FIG. 2, the end of the feature arrangement section A on the side in the advancing direction rear D2 side is a first predetermined distance on the advancing direction rear D2 side with respect to the end on the advancing direction rear D2 side of the first target feature. The end of the feature arrangement section A on the front side D1 in the traveling direction is set to a second predetermined front side on the front direction D1 with respect to the end on the front side D1 in the traveling direction of the second target feature. It is set at a position separated by a distance. In this embodiment, the first predetermined distance and the second predetermined distance are set in this way, as described above, the feature arrangement section A coincides with the image recognition section that is a range in which the image recognition process is executed. For this reason, the first predetermined distance and the second predetermined distance are values based on the maximum value of errors that can be included in the estimated vehicle position EP (for example, the same value as the maximum value, a value that is twice the maximum value, etc.) ) Can be set.

図2(c)は、図2(b)で示す例において、図4に示す速度予測値設定規則、及び図5に示す加速度予測値設定規則に基づき決定される予測速度推移を示している。この例では、第一停止線標示52の設置地点である第二地点P2において、車速が非優先交差点に対応する第三予測速度Vc(本例では零)となるとともに、当該第二地点P2に対して進行方向後方D2側から近づく際の減速に係る加速度が「αa」となり、当該第二地点P2から進行方向前方D1側に離れる際の加速に係る加速度が「αb」となるように、予測速度推移が決定されている。このように予測速度推移が決定されるため、本実施形態では、予測速度推移における加減速の開始地点や終了地点は、交差点70の位置、加速度予測値(図5参照)、速度予測値(図4参照)に基づき定まる。   FIG. 2C shows a predicted speed transition determined based on the speed predicted value setting rule shown in FIG. 4 and the acceleration predicted value setting rule shown in FIG. 5 in the example shown in FIG. In this example, at the second point P2 where the first stop line sign 52 is installed, the vehicle speed becomes the third predicted speed Vc (zero in this example) corresponding to the non-priority intersection, and the second point P2 On the other hand, the acceleration related to deceleration when approaching from the rear direction D2 side in the traveling direction is “αa”, and the acceleration related to acceleration when moving away from the second point P2 toward the front direction D1 is “αb”. Speed transition has been determined. Since the predicted speed transition is thus determined, in this embodiment, the acceleration / deceleration start point and end point in the predicted speed transition are the position of the intersection 70, the predicted acceleration value (see FIG. 5), and the predicted speed value (see FIG. 4).

図3は、図2とは異なる走行状況を示した図であり、図3(a)、図3(b)、図3(c)が、それぞれ、図2(a)、図2(b)、図2(c)に対応する。この図3に示す例では、自車両3の進行方向前方D1側にある交差点70は非優先交差点ではなく優先交差点であり、車両3の進行方向前方D1側にある第二交差点形状標示55と横断歩道標示56とを含むように、地物配置区間Aが設定されている。   FIG. 3 is a diagram showing a driving situation different from that in FIG. 2, and FIGS. 3 (a), 3 (b), and 3 (c) are respectively shown in FIGS. 2 (a) and 2 (b). This corresponds to FIG. In the example shown in FIG. 3, the intersection 70 on the front direction D1 side of the own vehicle 3 is not a non-priority intersection but a priority intersection, and crosses the second intersection shape mark 55 on the front direction D1 side of the vehicle 3. The feature arrangement section A is set so as to include the sidewalk sign 56.

ところで、図2及び図3に示すように、地物配置区間Aは、基本的に、交差点70を車両3が直進するものとして設定されるため、地物配置区間Aの交差点70を挟んだ両側の各部分の延在方向は、互いに平行となる。なお、経路案内部83が経路案内を行っている場合には、案内経路に沿うように地物配置区間Aが設定される構成とすることができる。このような構成では、案内経路によっては、地物配置区間Aが交差点70において屈曲するように設定され、この場合、地物配置区間Aの交差点70を挟んだ両側の各部分の延在方向は互いに交差する方向となる。   By the way, as shown in FIGS. 2 and 3, the feature arrangement section A is basically set so that the vehicle 3 goes straight through the intersection 70, so both sides sandwiching the intersection 70 of the feature arrangement section A The extending directions of these parts are parallel to each other. In addition, when the route guidance part 83 is performing route guidance, it can be set as the structure where the feature arrangement | positioning area A is set along a guidance route. In such a configuration, depending on the guide route, the feature arrangement section A is set to bend at the intersection 70, and in this case, the extending direction of each part on both sides across the intersection 70 of the feature arrangement section A is The directions cross each other.

2−6.認識率決定部の構成
認識率決定部26は、地物情報FTと予測速度推移とに基づいて、地物配置区間Aに含まれる地物50の認識率Rを決定する機能部である。ここで、認識率Rは、地物50の画像認識に成功する割合を表す指標(成功率の推定値)である。このような認識率Rの決定機能を実現すべく、認識率決定部26は、基準認識率取得部31と補正係数決定部32とを備え、認識率決定部26は、基準認識率取得部31が取得した基準認識率RSを、補正係数決定部32が決定した補正係数Cにより補正した値を認識率Rに決定するように構成されている。本実施形態では、認識率決定部26は、基準認識率RSに補正係数Cを乗算する演算により、認識率Rを導出して決定する。なお、本実施形態では、認識率決定部26は、地物配置区間Aに含まれる地物50であって画像処理部22による画像認識処理において認識対象となり得る地物50(本例では図6に示すような道路標示)の全てについて、認識率Rを決定する。
2-6. Configuration of Recognition Rate Determination Unit The recognition rate determination unit 26 is a functional unit that determines the recognition rate R of the feature 50 included in the feature arrangement section A based on the feature information FT and the predicted speed transition. Here, the recognition rate R is an index (success rate estimation value) indicating the rate of successful image recognition of the feature 50. In order to realize such a recognition rate R determination function, the recognition rate determination unit 26 includes a reference recognition rate acquisition unit 31 and a correction coefficient determination unit 32, and the recognition rate determination unit 26 includes the reference recognition rate acquisition unit 31. Is obtained by determining the value obtained by correcting the reference recognition rate RS obtained by the correction coefficient C determined by the correction coefficient determination unit 32 as the recognition rate R. In the present embodiment, the recognition rate determination unit 26 derives and determines the recognition rate R by an operation of multiplying the reference recognition rate RS by the correction coefficient C. In the present embodiment, the recognition rate determination unit 26 is a feature 50 included in the feature arrangement section A and can be a recognition target in the image recognition processing by the image processing unit 22 (in this example, FIG. 6). The recognition rate R is determined for all of the road markings shown in FIG.

2−6−1.基準認識率取得部の構成
基準認識率取得部31は、認識率Rの決定対象の地物50についての基準認識率RSを取得する機能部である。本実施形態では、基準認識率RSは、地物50の種別と関連付けられて基準認識率記憶部11に記憶されており、基準認識率取得部31は、基準認識率記憶部11を参照して必要な基準認識率RSを取得する。
2-6-1. Configuration of Reference Recognition Rate Acquisition Unit The reference recognition rate acquisition unit 31 is a functional unit that acquires the reference recognition rate RS for the feature 50 whose recognition rate R is to be determined. In the present embodiment, the reference recognition rate RS is stored in the reference recognition rate storage unit 11 in association with the type of the feature 50, and the reference recognition rate acquisition unit 31 refers to the reference recognition rate storage unit 11. A necessary reference recognition rate RS is acquired.

ここで、基準認識率RSは、地物50の種別に応じて予め定められた、画像認識の平均的な成功率(成功確率)を表し、0以上であって1以下の値に設定される。図6に示す例では、進行方向標示51、第一停止線標示52、第二停止線標示53、第一交差点形状標示54、第二交差点形状標示55、及び横断歩道標示56のそれぞれの基準認識率RSが、「RS1」、「RS2」、「RS3」、「RS4」、「RS5」、及び「RS6」に設定されている。例えば、RS1を「0.6」、RS2を「0.8」、RS3を「0.7」、RS4を「0.7」、RS5を「0.8」、RS6を「0.7」に設定することができる。   Here, the reference recognition rate RS represents an average success rate (success probability) of image recognition, which is predetermined according to the type of the feature 50, and is set to a value of 0 or more and 1 or less. . In the example shown in FIG. 6, each of the reference recognitions of the traveling direction sign 51, the first stop line sign 52, the second stop line sign 53, the first intersection shape sign 54, the second intersection shape sign 55, and the pedestrian crossing sign 56. The rate RS is set to “RS1”, “RS2”, “RS3”, “RS4”, “RS5”, and “RS6”. For example, RS1 is “0.6”, RS2 is “0.8”, RS3 is “0.7”, RS4 is “0.7”, RS5 is “0.8”, and RS6 is “0.7”. Can be set.

2−6−2.補正係数決定部の構成
補正係数決定部32は、予測速度推移決定部27が決定した予測速度推移に基づいて補正係数Cを決定する機能部である。この補正係数Cは、基準認識率RSを補正するための補正係数であり、具体的には、画像処理部22による地物50の画像認識処理を行う際の自車両3の速度に起因する補正を行うための補正係数である。本実施形態では、補正係数Cが、本発明における「速度要因補正係数」に相当する。
2-6-2. Configuration of Correction Coefficient Determination Unit The correction coefficient determination unit 32 is a functional unit that determines the correction coefficient C based on the predicted speed transition determined by the predicted speed transition determination unit 27. The correction coefficient C is a correction coefficient for correcting the reference recognition rate RS. Specifically, the correction coefficient C is a correction caused by the speed of the host vehicle 3 when performing image recognition processing of the feature 50 by the image processing unit 22. It is a correction coefficient for performing. In the present embodiment, the correction coefficient C corresponds to the “speed factor correction coefficient” in the present invention.

上述したように、本実施形態では、地物50の認識率Rには、当該地物50の撮影時における車速が低くなるに従って低下するとともに、当該地物50の撮影時における自車両3の加速度が高くなるに従って低下するという傾向が生じる。この傾向に鑑み、本実施形態では、補正係数決定部32は、予測速度推移が示す自車両3の速度が低くなるに従って認識率Rを低くするように補正係数Cを決定するとともに、予測速度推移が示す自車両3の加速度が高くなるに従って認識率Rを低くするように補正係数Cを決定する。そして、本実施形態では上記のように、認識率Rは、基準認識率RSに補正係数Cを乗算した値とされる。そのため、補正係数Cは、予測速度推移が示す自車両3の速度が低くなるに従って小さくなる値に決定されるとともに、予測速度推移が示す自車両3の加速度が高くなるに従って小さくなる値に決定される。   As described above, in the present embodiment, the recognition rate R of the feature 50 decreases as the vehicle speed at the time of photographing the feature 50 decreases, and the acceleration of the host vehicle 3 at the time of photographing the feature 50. There is a tendency for the value to decrease as the value increases. In view of this tendency, in the present embodiment, the correction coefficient determination unit 32 determines the correction coefficient C so that the recognition rate R decreases as the speed of the host vehicle 3 indicated by the predicted speed transition decreases, and the predicted speed transition The correction coefficient C is determined so as to lower the recognition rate R as the acceleration of the host vehicle 3 indicated by (1) increases. In this embodiment, as described above, the recognition rate R is a value obtained by multiplying the reference recognition rate RS by the correction coefficient C. Therefore, the correction coefficient C is determined to be a value that decreases as the speed of the host vehicle 3 indicated by the predicted speed transition decreases, and is determined to be a value that decreases as the acceleration of the host vehicle 3 indicated by the predicted speed transition increases. The

補正係数決定部32は、補正係数設定規則に基づき補正係数Cを決定する。この際、自車両3の車速や加速度に対する上記のような傾向を考慮して補正係数Cを決定すべく、本実施形態では、補正係数設定規則は、速度減点値設定規則と加速度減点値設定規則とから構成されている。ここで、速度減点値設定規則は、図7に一例を示すように、速度Vに対応付けて速度減点値ΔXを規定しており、速度Vが低くなるに従って大きな速度減点値ΔXが規定されている。図7に示す例では、速度Vが3つの速度域に区分されており、第二基準速度V2より大きな速度Vに対しては速度減点値ΔXとして「0」が規定され、第二基準速度V2以下であるとともに第一基準速度V1(<V2)より大きな速度Vに対しては速度減点値ΔXとして正の値の「ΔX1」が規定され、第一基準速度V1以下の速度Vに対しては速度減点値ΔXとしてΔX1より大きな「ΔX2」が規定されている。例えば、V1を10〔km/h〕、V2を20〔km/h〕、ΔX1を「0.1」、ΔX2を「0.2」とすることができる。   The correction coefficient determination unit 32 determines the correction coefficient C based on the correction coefficient setting rule. At this time, in order to determine the correction coefficient C in consideration of the above-mentioned tendency with respect to the vehicle speed and acceleration of the host vehicle 3, in this embodiment, the correction coefficient setting rule is a speed deduction point setting rule and an acceleration deduction point setting rule. It consists of and. Here, in the speed deduction point setting rule, as shown in an example in FIG. 7, a speed deduction point value ΔX is defined in association with the speed V, and a larger speed deduction point value ΔX is defined as the speed V becomes lower. Yes. In the example shown in FIG. 7, the speed V is divided into three speed ranges, and “0” is defined as the speed deduction point value ΔX for the speed V higher than the second reference speed V2, and the second reference speed V2 A positive value “ΔX1” is defined as a speed deduction point value ΔX for a speed V that is equal to or lower than the first reference speed V1 (<V2), and for a speed V that is equal to or lower than the first reference speed V1. “ΔX2” larger than ΔX1 is defined as the speed deduction point value ΔX. For example, V1 can be 10 [km / h], V2 can be 20 [km / h], ΔX1 can be “0.1”, and ΔX2 can be “0.2”.

また、加速度減点値設定規則は、図8に一例を示すように、加速度αに対応づけて加速度減点値ΔYを規定しており、加速度αが加速側或いは減速側に高くなる(すなわち、絶対値が大きくなる)に従って大きな加速度減点値ΔYが規定されている。図8に示す例では、加速度αが3つの加速度域に区分されており、第一基準加速度α1(<0)より大きく第二基準加速度α2(>0)より小さな加速度αに対しては加速度減点値ΔYとして「0」が規定され、第一基準加速度α1以下の加速度αについては加速度減点値ΔYとして正の値の「ΔY1」が規定され、第二基準加速度α2以上の加速度αについては加速度減点値ΔYとして正の値の「ΔY2」が規定されている。例えば、α1及びα2の双方を0.1〔G〕、ΔY1及びΔY2の双方を「0.1」とすることができる。   Further, as shown in FIG. 8, the acceleration deduction point setting rule defines an acceleration deduction point value ΔY in association with the acceleration α, and the acceleration α becomes higher on the acceleration side or the deceleration side (that is, the absolute value). A larger acceleration deduction point value ΔY is defined as In the example shown in FIG. 8, the acceleration α is divided into three acceleration ranges, and an acceleration deduction is made for an acceleration α that is larger than the first reference acceleration α1 (<0) and smaller than the second reference acceleration α2 (> 0). “0” is defined as the value ΔY, a positive value “ΔY1” is defined as the acceleration deduction point value ΔY for the acceleration α below the first reference acceleration α1, and the acceleration deduction point for the acceleration α above the second reference acceleration α2. A positive value “ΔY2” is defined as the value ΔY. For example, both α1 and α2 can be set to 0.1 [G], and both ΔY1 and ΔY2 can be set to “0.1”.

そして、補正係数決定部32は、認識率Rの決定対象の地物50の配置位置における予測速度推移が示す自車両3の速度及び加速度に対応する速度減点値ΔX及び加速度減点値ΔYを図7及び図8に基づき決定し、補正係数Cを、「1」からΔX及びΔYの双方を減算した値(1−ΔX−ΔY)に決定する。   Then, the correction coefficient determination unit 32 shows the speed deduction point value ΔX and the acceleration deduction point value ΔY corresponding to the speed and acceleration of the host vehicle 3 indicated by the predicted speed transition at the arrangement position of the feature 50 for which the recognition rate R is determined. The correction coefficient C is determined to be a value obtained by subtracting both ΔX and ΔY from “1” (1−ΔX−ΔY).

図2に示す例について具体的に説明すると、進行方向標示51の配置位置である第一地点P1において、予測速度推移が示す速度は「Va」であるとともに、予測速度推移が示す加速度は「0」である。そして、図2に示す例ではVa>V2であるため、速度減点値ΔX及び加速度減点値ΔYの双方は「0」となり、補正係数Cは「1」に決定される。よって、進行方向標示51の認識率Rは、その基準認識率RSである「RS1」と同一の値に決定される。一方、第一停止線標示52については、当該第一停止線標示52の配置位置である第二地点P2において、予測速度推移が示す速度は「Vc」であるとともに、予測速度推移が示すか加速度は「αa」である。そして、図2に示す例ではVc<V1であるとともにαa≦α1であるため、速度減点値ΔXは「ΔX2」となり、加速度減点値ΔYは「ΔY1」となる。よって、第一停止線標示52の認識率Rは、その基準認識率RSである「RS2」よりも小さな値に決定される。   The example shown in FIG. 2 will be specifically described. At the first point P1, which is the position where the traveling direction indicator 51 is arranged, the speed indicated by the predicted speed transition is “Va” and the acceleration indicated by the predicted speed transition is “0”. Is. Since Va> V2 in the example shown in FIG. 2, both the speed deduction point value ΔX and the acceleration deduction point value ΔY are “0”, and the correction coefficient C is determined to be “1”. Therefore, the recognition rate R of the traveling direction sign 51 is determined to be the same value as “RS1” that is the reference recognition rate RS. On the other hand, for the first stop line marking 52, at the second point P2 where the first stop line marking 52 is arranged, the speed indicated by the predicted speed transition is “Vc” and whether the predicted speed transition indicates the acceleration. Is “αa”. In the example shown in FIG. 2, since Vc <V1 and αa ≦ α1, the speed deduction point value ΔX is “ΔX2”, and the acceleration deduction point value ΔY is “ΔY1”. Therefore, the recognition rate R of the first stop line marking 52 is determined to be smaller than “RS2” that is the reference recognition rate RS.

具体的な数値例を用いて更に説明すると、RS1=0.6、RS2=0.8、ΔX2=0.2、ΔY1=0.1である場合には、進行方向標示51については、基準認識率RS及び認識率Rの双方が「0.6」となる。一方、第一停止線標示52については、基準認識率RSが「0.8」であるのに対し、補正係数Cが「0.7」となるため認識率Rは「0.56」となる。よって、基準認識率RS同士を比較した場合には第一停止線標示52の方が値が大きくなるのに対し、予測速度推移が考慮された認識率R同士を比較した場合には進行方向標示51の方が値が大きくなる。   This will be further described using a specific numerical example. When RS1 = 0.6, RS2 = 0.8, ΔX2 = 0.2, and ΔY1 = 0.1, the reference direction recognition 51 is used for the traveling direction indicator 51. Both the rate RS and the recognition rate R are “0.6”. On the other hand, for the first stop line marking 52, the reference recognition rate RS is “0.8”, whereas the correction coefficient C is “0.7”, so the recognition rate R is “0.56”. . Therefore, when the reference recognition rates RS are compared with each other, the value of the first stop line marking 52 becomes larger, whereas when the recognition rates R with the predicted speed transition taken into consideration are compared with each other, the traveling direction indication The value of 51 is larger.

ところで、本実施形態では、画像認識処理における認識対象部分の全体に亘って道路の延在方向Lの位置に関わらず同じ形状である地物50(以下、「特定地物」という。)については、認識率決定部26は、補正係数Cによる補正量を低減して認識率Rを決定する例外処理を実行するように構成されている。具体的には、図6に示す横断歩道標示56は、符号「50a」で示すハッチング部分が画像認識処理における認識対象部分とされ、当該認識対象部分50aを除く部分(道路の延在方向Lに直交する道路幅方向に延びる部分)は、画像認識の成否の判定には考慮されない。すなわち、この横断歩道標示56は上記の特定地物とされ、認識率Rの決定に際して、補正係数Cによる補正量を低減する例外処理が実行される。例えば、図3に示す横断歩道標示56については、例外処理を実行しない場合の補正係数Cは、(1−ΔY2)となるが、例外処理が実行されることで、補正係数Cの値が、(1−ΔY2)より大きく1以下の値(例えば「1」)に決定される。   By the way, in the present embodiment, the feature 50 (hereinafter referred to as “specific feature”) having the same shape regardless of the position in the road extending direction L over the entire recognition target portion in the image recognition processing. The recognition rate determination unit 26 is configured to execute exception processing for determining the recognition rate R by reducing the correction amount by the correction coefficient C. Specifically, in the pedestrian crossing sign 56 shown in FIG. 6, the hatched portion indicated by reference numeral “50a” is a recognition target portion in the image recognition processing, and the portion excluding the recognition target portion 50a (in the road extending direction L). The portion extending in the orthogonal road width direction) is not considered in determining whether image recognition is successful. That is, this pedestrian crossing sign 56 is the above-mentioned specific feature, and when determining the recognition rate R, exception processing for reducing the correction amount by the correction coefficient C is executed. For example, for the pedestrian crossing sign 56 shown in FIG. 3, the correction coefficient C when the exception process is not executed is (1−ΔY2). However, when the exception process is executed, the value of the correction coefficient C is A value greater than (1−ΔY2) and equal to or less than 1 (for example, “1”) is determined.

このような例外処理を実行する理由について以下に説明する。上記のように、本実施形態では、認識対象の地物50が撮影された複数のフレームを、撮影時の車速に応じて合成して画像認識を行うため、車速に誤差が含まれると、合成して得られる地物50の形状が、実際の地物の形状を、道路の延在方向Lに沿って長く或いは短くした形状となる。この点に関し、上記の特定地物の場合には、同一地物内で延在方向Lに沿って異なる位置にある部分の位置関係についてのパターンマッチング処理における一致度の判定要件を他の地物50に比べて緩和しても、画像認識を適切に行うことができる。このような理由で、本実施形態では、上記の特定地物については例外処理を実行する構成を採用している。   The reason for executing such exception processing will be described below. As described above, in the present embodiment, since a plurality of frames in which the recognition target feature 50 is captured are combined according to the vehicle speed at the time of shooting and image recognition is performed, if an error is included in the vehicle speed, the combination is performed. The shape of the feature 50 obtained as described above is a shape obtained by lengthening or shortening the actual shape of the feature along the extending direction L of the road. With regard to this point, in the case of the above-mentioned specific feature, the matching requirement in the pattern matching process for the positional relationship between the portions at different positions along the extending direction L in the same feature Even if it is relaxed compared to 50, image recognition can be performed appropriately. For this reason, the present embodiment adopts a configuration that executes exception processing for the specific feature.

なお、図6に示す例では、第一停止線標示52及び第二停止線標示53も、上記の特定地物となり得るため、横断歩道標示56と同様に、上記例外処理が実行される構成とすることができる。なお、上記の特定地物について上記例外処理が実行されない構成とすることも可能である。   In the example shown in FIG. 6, the first stop line marking 52 and the second stop line marking 53 can also be the above-mentioned specific features, so that the exception processing is executed in the same manner as the pedestrian crossing marking 56. can do. It is also possible to adopt a configuration in which the exception process is not executed for the specific feature.

2−7.認識対象決定部の構成
認識対象決定部25は、画像処理部22による画像認識処理において認識対象とする地物50(以下、「認識対象地物」という。)を認識率Rに基づき決定する機能部である。本実施形態では、地物配置区間A内に、認識率決定部26により認識率Rが決定された地物50が複数存在する場合には、認識率Rが最も高い地物50を、認識対象地物に決定する。また、本実施形態では、地物配置区間A内に、認識率決定部26により認識率Rが決定された地物50が1つだけ存在する場合には、当該地物50を認識対象地物に決定する。
2-7. Configuration of Recognition Target Determination Unit The recognition target determination unit 25 determines a feature 50 (hereinafter referred to as “recognition target feature”) as a recognition target in the image recognition processing by the image processing unit 22 based on the recognition rate R. Part. In the present embodiment, when there are a plurality of features 50 whose recognition rate R is determined by the recognition rate determining unit 26 in the feature arrangement section A, the feature 50 having the highest recognition rate R is recognized as the recognition target. Decide on features. In the present embodiment, if there is only one feature 50 having the recognition rate R determined by the recognition rate determination unit 26 in the feature arrangement section A, the feature 50 is recognized as the recognition target feature. To decide.

なお、認識対象地物として選択するための認識率Rの条件として下限値を設定し、認識率Rが当該下限値以上の地物50が地物配置区間A内に存在しない場合には、何れの地物50も認識対象地物として選択しない構成とすることも可能である。また、地物配置区間A内において1つの地物50が画像認識された場合に、当該地物配置区間Aに含まれる他の地物50についての画像認識を更に行う構成とすることも可能である。   Note that when a lower limit value is set as a condition of the recognition rate R for selecting as a recognition target feature, and a feature 50 with the recognition rate R equal to or higher than the lower limit value does not exist in the feature arrangement section A, either The feature 50 may be configured not to be selected as the recognition target feature. In addition, when one feature 50 is image-recognized in the feature arrangement section A, it is possible to further perform image recognition for other features 50 included in the feature arrangement section A. is there.

3.動作処理の手順
次に、図9及び図10を参照して、本実施形態に係る自車位置認識ユニット2において実行される自車位置認識処理の手順、すなわち、自車位置認識方法について説明する。以下に説明する自車位置認識処理の手順は、上記のナビゲーション装置1(自車位置認識ユニット2)の各機能部を構成するハードウェア又はソフトウェア(プログラム)或いはその両方により実行される。上記の各機能部がプログラムにより構成される場合には、ナビゲーション装置1が有する演算処理装置が、上記の各機能部を構成するプログラムを実行するコンピュータとして動作する。なお、図10は、図9のステップ#04の推定自車位置補正処理の手順を示すフローチャートである。
3. Procedure of Operation Process Next, with reference to FIG. 9 and FIG. 10, a procedure of the vehicle position recognition process executed in the vehicle position recognition unit 2 according to the present embodiment, that is, a vehicle position recognition method will be described. . The procedure of the vehicle position recognition process described below is executed by hardware and / or software (program) or both constituting each functional unit of the navigation device 1 (vehicle position recognition unit 2). When each of the above function units is configured by a program, the arithmetic processing device included in the navigation device 1 operates as a computer that executes the program that configures each of the above function units. FIG. 10 is a flowchart showing the procedure of the estimated host vehicle position correction process in step # 04 of FIG.

3−1.自車位置認識処理の全体手順
図9に示すように、推定自車位置取得部21が推定自車位置EPを取得すると(ステップ#01)、地図情報取得部23が、車両3の前方に設定される所定の探索範囲内に配置された地物50の情報(地物情報FT)を取得し、当該探索範囲内において、画像処理部22による画像認識処理において認識対象となり得る地物50の探索を行う(ステップ#02)。そして、探索範囲内に認識対象となり得る地物50があった場合には(ステップ#03:Yes)、図10に基づき後に説明する推定自車位置補正処理を実行する(ステップ#04)。一方、探索範囲内に認識対象となり得る地物50がなかった場合には(ステップ#03:No)、処理は終了する。なお、この自車位置認識処理は、所定のタイミングで繰り返し実行される。
3-1. Overall Procedure of Own Vehicle Position Recognition Processing As shown in FIG. 9, when the estimated own vehicle position acquisition unit 21 acquires the estimated own vehicle position EP (step # 01), the map information acquisition unit 23 sets the vehicle 3 in front. The information of the feature 50 (feature information FT) arranged in the predetermined search range is acquired, and the search for the feature 50 that can be recognized in the image recognition processing by the image processing unit 22 within the search range. (Step # 02). If there is a feature 50 that can be recognized within the search range (step # 03: Yes), an estimated vehicle position correction process described later based on FIG. 10 is executed (step # 04). On the other hand, when there is no feature 50 that can be recognized in the search range (step # 03: No), the process ends. This own vehicle position recognition process is repeatedly executed at a predetermined timing.

3−2.推定自車位置補正処理の手順
次に、図10を参照して、図9のステップ#04における推定自車位置補正処理について説明する。図9のステップ#02で取得された地物情報FTに基づき地物配置区間Aが設定された後(ステップ#11)、車両3の前方にある当該地物配置区間Aの道路情報RDが地図情報取得部23により取得される(ステップ#12)。そして、この道路情報RDに基づき、予測速度推移決定部27が当該地物配置区間A内での予測速度推移を決定する(ステップ#13)。次に、認識率決定部26が、ステップ#13にて決定された予測速度推移と、図9のステップ#02で取得された地物情報FTとに基づき、認識率Rを決定し(ステップ#14)、当該決定された認識率Rに基づき、認識対象決定部25が、画像処理部22による画像認識処理において認識対象とする地物50である認識対象地物を決定する(ステップ#15)。そして、この決定された認識対象地物についての画像認識処理が、ステップ#16以降の処理で実行される。
3-2. Procedure of Estimated Vehicle Position Correction Process Next, the estimated vehicle position correction process in step # 04 of FIG. 9 will be described with reference to FIG. After the feature arrangement section A is set based on the feature information FT acquired in step # 02 of FIG. 9 (step # 11), the road information RD of the feature arrangement section A in front of the vehicle 3 is a map. Obtained by the information obtaining unit 23 (step # 12). Then, based on the road information RD, the predicted speed transition determining unit 27 determines the predicted speed transition in the feature arrangement section A (step # 13). Next, the recognition rate determination unit 26 determines the recognition rate R based on the predicted speed transition determined in step # 13 and the feature information FT acquired in step # 02 of FIG. 9 (step # 14) Based on the determined recognition rate R, the recognition target determining unit 25 determines the recognition target feature that is the feature 50 to be recognized in the image recognition processing by the image processing unit 22 (step # 15). . And the image recognition process about this determined recognition object feature is performed by the process after step # 16.

具体的には、推定自車位置取得部21が取得した推定自車位置EP(ステップ#16)が、画像認識処理を行う範囲である画像認識区間(本例では、地物配置区間Aと同一)に進入すると(ステップ#17:Yes)、画像処理部22が、撮影画像PGを取得するとともに(ステップ#18)、ステップ#15にて決定された認識対象地物の画像認識処理を実行する(ステップ#19)。そして、認識対象地物が画像認識された場合(画像認識に成功した場合)には(ステップ#20:Yes)、当該認識対象地物の地物情報FTに基づき、推定自車位置EPの補正処理が実行される(ステップ#21)。一方、認識対象地物が画像認識されなかった場合(画像認識に失敗した場合)には(ステップ#20:No)、推定自車位置取得部21が取得する推定自車位置EP(ステップ#22)が地物配置区間A内に位置することを条件に(ステップ#23:Yes)、ステップ#18からの処理が繰り返し実行される。   Specifically, the estimated vehicle position EP (step # 16) acquired by the estimated vehicle position acquisition unit 21 is an image recognition section (in this example, the same as the feature arrangement section A) in which image recognition processing is performed. ) (Step # 17: Yes), the image processing unit 22 acquires the captured image PG (step # 18) and executes the image recognition processing of the recognition target feature determined in step # 15. (Step # 19). When the recognition target feature is image-recognized (when the image recognition is successful) (step # 20: Yes), the estimated own vehicle position EP is corrected based on the feature information FT of the recognition target feature. Processing is executed (step # 21). On the other hand, when the recognition target feature is not recognized (when the image recognition fails) (step # 20: No), the estimated own vehicle position EP acquired by the estimated own vehicle position acquisition unit 21 (step # 22). ) Is located in the feature arrangement section A (step # 23: Yes), the processing from step # 18 is repeatedly executed.

4.その他の実施形態
最後に、本発明に係る自車位置認識システムの、その他の実施形態について説明する。なお、以下のそれぞれの実施形態で開示される構成は、矛盾が生じない限り、他の実施形態で開示される構成と組み合わせて適用することが可能である。
4). Other Embodiments Finally, other embodiments of the vehicle position recognition system according to the present invention will be described. Note that the configurations disclosed in the following embodiments can be applied in combination with the configurations disclosed in other embodiments as long as no contradiction arises.

(1)上記の実施形態で参照した図4に示す例では、速度予測値設定規則が、4つに区分された道路部分のそれぞれについての速度予測値を規定する構成を例として説明した。しかし、本発明の実施形態はこれに限定されるものではなく、速度予測値設定規則が、2つ、3つ、或いは5つ以上に区分された道路部分のそれぞれについての速度予測値を規定する構成とすることもできる。例えば、速度予測値設定規則が、「非交差点区間(巡航区間)」、「非優先交差点」、及び「優先交差点」の3つの道路部分についての速度予測値を規定する構成とすることも可能である。この場合、「非交差点区間」は、図4の「直線区間」と「カーブ区間」とを統合したものに相当し、「非交差点区間」に対応する速度予測値は、上述した「直線区間」や「カーブ区間」に対応する速度予測値と同様に設定することが可能である。また、例えば、直線区間やカーブ区間について規定される速度予測値が更に細分化され、車線数や道路の勾配、或いは横断歩道の有無等にも基づいて、速度予測値が規定された構成とすることもできる。さらに、交差点70以外の特定の地点(例えば、踏切や料金所等)についての速度予測値が規定された構成とすることもできる。 (1) In the example shown in FIG. 4 referred to in the above embodiment, the configuration in which the speed prediction value setting rule defines the speed prediction value for each of the road sections divided into four parts has been described as an example. However, the embodiment of the present invention is not limited to this, and the speed prediction value setting rule defines the speed prediction value for each of the road sections divided into two, three, or five or more. It can also be configured. For example, the speed prediction value setting rule may be configured to define speed prediction values for three road portions of “non-intersection section (cruising section)”, “non-priority intersection”, and “priority intersection”. is there. In this case, the “non-intersection section” corresponds to the combination of the “straight section” and the “curve section” in FIG. 4, and the speed prediction value corresponding to the “non-intersection section” is the above-described “straight section”. It can be set in the same manner as the predicted speed value corresponding to the “curve section”. In addition, for example, the predicted speed values defined for straight sections and curved sections are further subdivided, and the predicted speed values are defined based on the number of lanes, the slope of the road, the presence or absence of a pedestrian crossing, etc. You can also. Furthermore, it can also be set as the structure by which the speed predicted value about specific points (for example, a crossing, a toll booth, etc.) other than the intersection 70 was prescribed | regulated.

(2)上記の実施形態で参照した図5に示す例では、加速度予測値設定規則により、2つの走行条件(「減速」及び「加速」)についての加速度予測値が規定された構成を例として説明した。しかし、本発明の実施形態はこれに限定されるものではなく、「減速」及び「加速」の少なくとも一方を細分化し、加速度予測値設定規則が、3つ以上の走行条件についての加速度予測値を規定する構成とすることも可能である。例えば、加速度予測値設定規則が、減速について「第一減速」及び「第二減速」の2つに対応する加速度予測値を規定する場合には、交差点種別や横断歩道の有無等に基づき、「第一減速」及び「第二減速」のいずれかが選択される構成とすることができる。加速についても同様である。 (2) In the example shown in FIG. 5 referred to in the above embodiment, a configuration in which predicted acceleration values for two traveling conditions (“deceleration” and “acceleration”) are defined by an acceleration predicted value setting rule is taken as an example. explained. However, the embodiment of the present invention is not limited to this. At least one of “deceleration” and “acceleration” is subdivided, and the acceleration prediction value setting rule sets acceleration prediction values for three or more driving conditions. It is also possible to adopt a defined configuration. For example, when the acceleration prediction value setting rule defines acceleration prediction values corresponding to two of “first deceleration” and “second deceleration” for deceleration, based on the type of intersection, the presence or absence of a pedestrian crossing, etc. Any one of “first deceleration” and “second deceleration” may be selected. The same applies to acceleration.

(3)上記の実施形態で参照した図7に示す例では、速度Vが3つの速度域に区分された構成を例として説明したが、速度Vが2つ或いは4つ以上の速度域に区分された構成とすることも可能である。同様に、上記の実施形態で参照した図8に示す例では、加速度αが3つの加速度域に区分された構成を例として説明したが、加速度αが2つ或いは4つ以上の加速度域に区分された構成とすることも可能である。 (3) In the example shown in FIG. 7 referred to in the above embodiment, the configuration in which the speed V is divided into three speed ranges has been described as an example. However, the speed V is divided into two or four or more speed ranges. It is also possible to adopt the configuration described above. Similarly, in the example shown in FIG. 8 referred to in the above embodiment, the configuration in which the acceleration α is divided into three acceleration regions has been described as an example. However, the acceleration α is divided into two or more acceleration regions. It is also possible to adopt the configuration described above.

(4)上記の実施形態では、補正係数決定部32が、図7に示すような速度減点値設定規則と、図8に示すような加速度減点値設定規則とに基づき、補正係数Cを決定する構成を例として説明した。しかし、本発明の実施形態はこれに限定されるものではなく、補正係数決定部32が、以下の式(1)に基づき補正係数Cを導出して、補正係数Cを決定する構成とすることもできる。
C=1−Z1/V−Z2×α・・・(1)
ここで、「V」は自車両3の速度を表し、「α」は自車両3の加速度を表す。また、「Z1」及び「Z2」は、速度及び加速度についての重み付け係数であり、例えば、ナビゲーション装置1の性能に基づいて設定される構成とすることができる。また、「Z1」及び「Z2」を、学習値とすることも可能である。
また、自車両3の速度及び加速度と補正係数Cとの関係を規定した補正係数マップが記憶装置に記憶されており、当該記憶装置を参照して補正係数決定部32が補正係数Cを決定する構成とすることも可能である。
(4) In the above embodiment, the correction coefficient determination unit 32 determines the correction coefficient C based on the speed deduction point setting rule as shown in FIG. 7 and the acceleration deduction point setting rule as shown in FIG. The configuration has been described as an example. However, the embodiment of the present invention is not limited to this, and the correction coefficient determination unit 32 derives the correction coefficient C based on the following equation (1) and determines the correction coefficient C. You can also.
C = 1−Z1 / V−Z2 × α (1)
Here, “V” represents the speed of the host vehicle 3, and “α” represents the acceleration of the host vehicle 3. “Z1” and “Z2” are weighting coefficients for speed and acceleration, and can be set based on the performance of the navigation device 1, for example. Also, “Z1” and “Z2” can be used as learning values.
Further, a correction coefficient map that defines the relationship between the speed and acceleration of the host vehicle 3 and the correction coefficient C is stored in the storage device, and the correction coefficient determination unit 32 determines the correction coefficient C with reference to the storage device. A configuration is also possible.

(5)上記の実施形態では、補正係数決定部32が、予測速度推移が示す自車両3の速度及び加速度の双方に基づき補正係数Cを決定する構成を例として説明した。しかし、本発明の実施形態はこれに限定されるものではなく、補正係数決定部32が、予測速度推移が示す自車両3の速度及び加速度のいずれか一方のみ(例えば速度のみ)に基づき補正係数Cを決定する構成とすることもできる。 (5) In the above embodiment, the configuration in which the correction coefficient determination unit 32 determines the correction coefficient C based on both the speed and acceleration of the host vehicle 3 indicated by the predicted speed transition has been described as an example. However, the embodiment of the present invention is not limited to this, and the correction coefficient determination unit 32 corrects the correction coefficient based on only one of the speed and acceleration of the host vehicle 3 indicated by the predicted speed transition (for example, only the speed). It can also be set as the structure which determines C.

(6)上記の実施形態では、予測速度推移における加減速の開始地点や終了地点が、交差点70の位置、加速度予測値(図5参照)、及び速度予測値(図4参照)に基づき定まる構成を例として説明した。しかし、本発明の実施形態はこれに限定されるものではなく、加減速の開始地点或いは終了地点に関する設定規則が備えられ、予測速度推移における加速度が、予め定められた規則ではなく、交差点70の位置、加減速の開始地点或いは終了地点、及び速度予測値(図4参照)に基づき定まる構成とすることも可能である。 (6) In the above embodiment, the acceleration / deceleration start point and end point in the predicted speed transition are determined based on the position of the intersection 70, the predicted acceleration value (see FIG. 5), and the predicted speed value (see FIG. 4). Was described as an example. However, the embodiment of the present invention is not limited to this, and is provided with a setting rule regarding the start point or the end point of acceleration / deceleration, and the acceleration in the predicted speed transition is not a predetermined rule but the intersection 70 A configuration that is determined based on the position, the start or end point of acceleration / deceleration, and the predicted speed value (see FIG. 4) is also possible.

(7)上記の実施形態では、予測速度推移決定部27が、道路情報RDに基づいて地物配置区間A内での予測速度推移を決定する構成を例として説明した。しかし、本発明の実施形態はこれに限定されるものではなく、少なくとも道路情報RDに基づくのであれば、予測速度推移決定部27が更に別の単数又は複数の情報にも基づいて予測速度推移を決定する構成とすることも可能である。例えば、予測速度推移決定部27が、道路情報RDと自車両3の現在の走行状態(例えば車速等)との双方に基づいて、或いは、道路情報RDと地物配置区間Aにおける渋滞情報との双方に基づいて、予測速度推移を決定する構成とすることができる。 (7) In the above embodiment, the configuration in which the predicted speed transition determining unit 27 determines the predicted speed transition in the feature arrangement section A based on the road information RD has been described as an example. However, the embodiment of the present invention is not limited to this, and at least if it is based on the road information RD, the predicted speed transition determination unit 27 may further calculate the predicted speed transition based on one or more other information. It is also possible to adopt a configuration to determine. For example, the predicted speed transition determining unit 27 may determine whether the road information RD and the traffic information in the feature arrangement section A are based on both the road information RD and the current traveling state (for example, vehicle speed) of the host vehicle 3. It can be set as the structure which determines prediction speed transition based on both.

(8)上記の実施形態では、基準認識率RSが、地物50の種別に応じて予め定められた構成を例として説明した。しかし、本発明の実施形態はこれに限定されるものではなく、基準認識率RSが、地物50の種別に加えて単数又は複数の他の情報にも基づき定められた構成とすることも可能である。このような他の情報は、例えば、地物50のかすれの状態の情報、地物50に対する日照の状態(例えば日向と日陰のいずれに含まれるか等)の情報、或いは気象条件や時刻等の情報とすることができる。 (8) In the above embodiment, the configuration in which the reference recognition rate RS is predetermined according to the type of the feature 50 has been described as an example. However, the embodiment of the present invention is not limited to this, and the reference recognition rate RS may be determined based on one or more other information in addition to the type of the feature 50. It is. Such other information includes, for example, information on the fading state of the feature 50, information on the sunshine state on the feature 50 (for example, whether it is included in the sun or in the shade), weather conditions, time, etc. It can be information.

(9)上記の実施形態では、予測速度推移決定部27が、地物配置区間Aに交差点70が含まれる場合には、当該交差点70を通過する際の自車両3の速度が当該交差点70の種別に応じた種別依存速度となるように予測速度推移を決定する構成を例として説明した。しかし、本発明の実施形態はこれに限定されるものではなく、予測速度推移の決定に際し、交差点70の有無を考慮しない構成とすることも可能である。 (9) In the above embodiment, when the predicted speed transition determining unit 27 includes the intersection 70 in the feature arrangement section A, the speed of the host vehicle 3 when passing through the intersection 70 is the speed of the intersection 70. The configuration in which the predicted speed transition is determined so that the speed depends on the type is described as an example. However, the embodiment of the present invention is not limited to this, and it is possible to adopt a configuration in which the presence or absence of the intersection 70 is not taken into consideration when determining the predicted speed transition.

(10)上記の実施形態では、認識率決定部26が、基準認識率RSに補正係数Cを乗算する演算により、認識率Rを導出して決定する構成を例として説明した。しかし、本発明の実施形態はこれに限定されるものではなく、基準認識率RS及び補正係数Cと認識率Rとの関係を規定した認識率マップが記憶装置に記憶されており、当該記憶装置を参照して認識率決定部26が認識率Rを決定する構成とすることもできる。また、上記の実施形態では、認識率Rが、基準認識率RSに補正係数Cを乗算した値とされる構成を例として説明したが、認識率Rが、基準認識率RSに補正係数Cを除算した値とされる構成や、認識率Rが、基準認識率RSに補正係数Cを加算或いは減算した値とされる構成とすることも可能である。 (10) In the above-described embodiment, the configuration in which the recognition rate determination unit 26 derives and determines the recognition rate R by an operation of multiplying the reference recognition rate RS by the correction coefficient C has been described as an example. However, the embodiment of the present invention is not limited to this, and a recognition rate map that defines the relationship between the reference recognition rate RS and the correction coefficient C and the recognition rate R is stored in the storage device. The recognition rate determination unit 26 can also be configured to determine the recognition rate R with reference to FIG. In the above-described embodiment, the configuration in which the recognition rate R is a value obtained by multiplying the reference recognition rate RS by the correction coefficient C has been described as an example. However, the recognition rate R sets the correction coefficient C to the reference recognition rate RS. It is also possible to adopt a configuration in which the value is divided or a configuration in which the recognition rate R is a value obtained by adding or subtracting the correction coefficient C to the reference recognition rate RS.

(11)上記の実施形態では、地物配置区間Aが、道路の延在方向Lに分かれて配置されるとともに、隣り合う地物50の当該延在方向Lに沿った間隔Sが所定距離T以下である一群の地物については、当該一群の地物を構成する全ての地物50を含むように設定される構成を例として説明した。しかし、本発明の実施形態はこれに限定されるものではなく、画像認識処理を行う範囲である認識要求範囲が、道路の延在方向Lに沿うように地物50毎に設定される構成では、隣り合う地物50の認識要求範囲同士が互いに重複する一群の地物について、当該一群の地物を構成する全ての地物50を含むように地物配置区間Aが設定される構成とすることができる。 (11) In the above embodiment, the feature arrangement section A is divided and arranged in the road extending direction L, and the interval S along the extending direction L of the adjacent features 50 is the predetermined distance T. As for the following group of features, the configuration set to include all the features 50 constituting the group of features has been described as an example. However, the embodiment of the present invention is not limited to this. In the configuration in which the recognition request range, which is the range in which the image recognition process is performed, is set for each feature 50 along the road extending direction L. The feature arrangement section A is set so as to include all the features 50 constituting the group of features with respect to the group of features whose recognition requirement ranges of the adjacent feature 50 overlap each other. be able to.

(12)上記の実施形態では、画像認識処理を行う範囲を定める画像認識区間が、地物配置区間Aと一致する構成を例として説明した。しかし、本発明の実施形態はこれに限定されるものではなく、画像認識区間が、地物配置区間Aとは独立に設定される構成とすることも可能である。この場合、地物配置区間Aを、地物50が占める道路区間に合わせて設定する(すなわち、上述した第一所定距離や第二所定距離を零に設定する)ことも可能である。また、この場合、画像認識区間は、例えば、上記認識要求範囲に基づき設定される構成とすることができる。 (12) In the above embodiment, the configuration in which the image recognition section that defines the range in which the image recognition process is performed matches the feature arrangement section A has been described as an example. However, the embodiment of the present invention is not limited to this, and the image recognition section may be set independently of the feature arrangement section A. In this case, the feature arrangement section A can be set in accordance with the road section occupied by the feature 50 (that is, the first predetermined distance and the second predetermined distance described above are set to zero). In this case, the image recognition section can be set based on the recognition request range, for example.

(13)上記の実施形態では、推定自車位置EPの補正のための画像認識において対象となる地物50が、路面に設けられた道路標示である構成を例として説明した。しかし、本発明の実施形態はこれに限定されるものではなく、信号機のような立体的な地物50を、推定自車位置EPの補正のために利用することも可能である。この場合、車両3へのカメラ90の設置形態は、当該立体的な地物50の画像認識が可能となるように設定される。 (13) In the above embodiment, the configuration in which the target feature 50 in the image recognition for correcting the estimated host vehicle position EP is a road marking provided on the road surface has been described as an example. However, the embodiment of the present invention is not limited to this, and a three-dimensional feature 50 such as a traffic light can be used for correcting the estimated host vehicle position EP. In this case, the installation mode of the camera 90 on the vehicle 3 is set so that the image of the three-dimensional feature 50 can be recognized.

(14)上記の実施形態では、カメラ90が車両3の後方を撮影するバックカメラである構成を例として説明した。しかし、本発明の実施形態はこれに限定されるものではなく、カメラ90が車両3の前方を撮影するフロントカメラや、車両3の側方を撮影するサイドカメラとされた構成とすることも可能である。 (14) In the above embodiment, the configuration in which the camera 90 is a back camera that captures the rear of the vehicle 3 has been described as an example. However, the embodiment of the present invention is not limited to this, and the camera 90 may be configured as a front camera that captures the front of the vehicle 3 or a side camera that captures the side of the vehicle 3. It is.

(15)上記の実施形態では、本発明に係る自車位置認識システムを車載用のナビゲーション装置1に適用した場合を例として説明したが、このようなナビゲーション装置1は、車両3に固定的に搭載されたものに限らず、任意に移動可能なポータブルナビゲーション装置であって、使用時にのみ車両3に持ち込まれるようなものであっても良い。 (15) In the above embodiment, the case where the vehicle position recognition system according to the present invention is applied to the in-vehicle navigation device 1 has been described as an example. However, such a navigation device 1 is fixed to the vehicle 3. The portable navigation device is not limited to the one that is mounted, and may be a portable navigation device that can be arbitrarily moved, and may be brought into the vehicle 3 only at the time of use.

(16)上記の実施形態では、本発明に係る自車位置認識システムをナビゲーション装置1に適用した場合を例として説明したが、本発明に係る自車位置認識システムを、車両に備えられるその他の装置(走行制御装置等)に適用することも可能である。 (16) In the above embodiment, the case where the vehicle position recognition system according to the present invention is applied to the navigation device 1 has been described as an example. However, the vehicle position recognition system according to the present invention is not limited to other types provided in a vehicle. It is also possible to apply to a device (running control device or the like).

(17)上記の実施形態において説明した機能部の割り当ては単なる一例であり、複数の機能部を組み合わせたり、1つの機能部をさらに区分けしたりすることも可能である。ま
た、上記の実施形態では、自車位置認識ユニット2を構成する各機能部、及び各記憶部10,11が車両3に備えられる構成を例として説明したが、自車位置認識ユニット2の少なくとも一部の機能部や、記憶部10,11の少なくとも一部が、車両3の外部(例えばサーバ装置等)に設けられ、インターネット等の通信ネットワークを介して情報や信号の送受信が行われる構成とすることもできる。
(17) The assignment of the functional units described in the above embodiment is merely an example, and a plurality of functional units can be combined or one functional unit can be further divided. Further, in the above-described embodiment, each functional unit constituting the own vehicle position recognition unit 2 and each storage unit 10 and 11 have been described as an example of a configuration provided in the vehicle 3, but at least the own vehicle position recognition unit 2 is included. A configuration in which some of the functional units and at least a part of the storage units 10 and 11 are provided outside the vehicle 3 (for example, a server device or the like), and information is transmitted and received via a communication network such as the Internet. You can also

(18)その他の構成に関しても、本明細書において開示された実施形態は全ての点で例示であって、本発明の実施形態はこれに限定されない。すなわち、本願の特許請求の範囲に記載されていない構成に関しては、本発明の目的を逸脱しない範囲内で適宜改変することが可能である。 (18) Regarding other configurations as well, the embodiments disclosed herein are illustrative in all respects, and the embodiments of the present invention are not limited thereto. In other words, configurations that are not described in the claims of the present application can be modified as appropriate without departing from the object of the present invention.

本発明は、自車両に備えられたカメラによる撮影画像を用いて自車位置を認識する自車位置認識システム、自車位置認識プログラム、及び自車位置認識方法に好適に利用することができる。   INDUSTRIAL APPLICABILITY The present invention can be suitably used for a host vehicle position recognition system, a host vehicle position recognition program, and a host vehicle position recognition method for recognizing a host vehicle position using an image captured by a camera provided in the host vehicle.

3:車両(自車両)
21:推定自車位置取得部
22:画像処理部
23a:地物情報取得部
23b:道路情報取得部
24:推定自車位置補正部
25:認識対象決定部
26:認識率決定部
27:予測速度推移決定部
31:基準認識率取得部
32:補正係数決定部
50:地物
50a:認識対象部分
60:走行道路
61:他の道路
70:交差点
90:カメラ
A:地物配置区間
C:補正係数(速度要因補正係数)
EP:推定自車位置
FT:地物情報
L:延在方向
PG:撮影画像
R:認識率
RD:道路情報
RS:基準認識率
S:間隔
T:所定距離
Vc:第三予測速度(種別依存速度)
Vd:第四予測速度(種別依存速度)
3: Vehicle (own vehicle)
21: Estimated vehicle position acquisition unit 22: Image processing unit 23a: Feature information acquisition unit 23b: Road information acquisition unit 24: Estimated vehicle position correction unit 25: Recognition target determination unit 26: Recognition rate determination unit 27: Predictive speed Transition determination unit 31: reference recognition rate acquisition unit 32: correction coefficient determination unit 50: feature 50a: recognition target portion 60: traveling road 61: other road 70: intersection 90: camera A: feature arrangement section C: correction coefficient (Speed factor correction coefficient)
EP: estimated vehicle position FT: feature information L: extending direction PG: captured image R: recognition rate RD: road information RS: reference recognition rate S: interval T: predetermined distance Vc: third predicted speed (type-dependent speed) )
Vd: Fourth predicted speed (type-dependent speed)

Claims (10)

自車両の推定位置である推定自車位置を取得する推定自車位置取得部と、前記自車両に備えられたカメラにより撮影された撮影画像を取得し、当該撮影画像に含まれる地物の画像認識処理を行う画像処理部と、地物の位置情報及び種別情報を含む地物情報を取得する地物情報取得部と、前記画像認識処理による地物の認識結果と前記地物情報に含まれる地物の位置情報とに基づき前記推定自車位置を補正する推定自車位置補正部と、を備えた自車位置認識システムであって、
道路情報を取得する道路情報取得部と、
地物が配置された道路区間である地物配置区間に前記推定自車位置が進入する前に、少なくとも前記道路情報に基づいて、前記地物配置区間内での前記自車両の速度推移の予測を示す予測速度推移を決定する予測速度推移決定部と、
前記地物情報と前記予測速度推移とに基づいて、前記地物配置区間に含まれる地物の画像認識に成功する割合である認識率を決定する認識率決定部と、
前記画像認識処理において認識対象とする地物を前記認識率に基づき決定する認識対象決定部と、を備える自車位置認識システム。
An estimated host vehicle position acquisition unit that acquires an estimated host vehicle position that is an estimated position of the host vehicle, and a captured image captured by a camera provided in the host vehicle are acquired, and an image of a feature included in the captured image Included in the image processing unit that performs recognition processing, the feature information acquisition unit that acquires feature information including position information and type information of the feature, the recognition result of the feature by the image recognition processing, and the feature information An estimated vehicle position correcting unit that corrects the estimated vehicle position based on position information of a feature, and a vehicle position recognition system comprising:
A road information acquisition unit for acquiring road information;
Prediction of speed transition of the host vehicle in the feature placement section based on at least the road information before the estimated vehicle position enters the feature placement section that is a road section in which the feature is placed. A predicted speed transition determining unit that determines a predicted speed transition indicating
Based on the feature information and the predicted speed transition, a recognition rate determination unit that determines a recognition rate that is a rate of successful image recognition of features included in the feature placement section;
A vehicle position recognition system comprising: a recognition target determining unit that determines a feature to be recognized in the image recognition processing based on the recognition rate.
前記道路情報は、交差点の有無及び交差点の種別を特定するための情報を含み、
前記予測速度推移決定部は、前記地物配置区間に交差点が含まれる場合には、当該交差点を通過する際の前記自車両の速度が当該交差点の種別に応じた種別依存速度となるように前記予測速度推移を決定する請求項1に記載の自車位置認識システム。
The road information includes information for specifying the presence or absence of an intersection and the type of intersection,
The predicted speed transition determining unit, when an intersection is included in the feature arrangement section, the speed of the host vehicle when passing through the intersection is a type-dependent speed according to the type of the intersection The host vehicle position recognition system according to claim 1, wherein a predicted speed transition is determined.
前記地物配置区間に含まれる前記交差点への進入前に前記自車両が走行する走行道路が、前記交差点において当該走行道路に交差する他の道路に対する優先道路である場合の前記種別依存速度が、前記他の道路が前記走行道路に対する優先道路である場合の前記種別依存速度よりも高い値に決定される請求項2に記載の自車位置認識システム。   The type-dependent speed when the traveling road on which the vehicle travels before entering the intersection included in the feature arrangement section is a priority road with respect to another road that intersects the traveling road at the intersection, The host vehicle position recognition system according to claim 2, wherein the vehicle position recognition system is determined to be a value higher than the type-dependent speed when the other road is a priority road for the traveling road. 前記予測速度推移に基づいて、前記画像処理部による地物の画像認識処理を行う際の前記自車両の速度に起因する前記認識率に関する補正係数である速度要因補正係数を決定する補正係数決定部を更に備え、
前記認識率決定部は、地物の種別に応じて予め定められた基準認識率を、前記速度要因補正係数により補正した値を前記認識率に決定する請求項1から3のいずれか一項に記載の自車位置認識システム。
A correction coefficient determination unit that determines a speed factor correction coefficient that is a correction coefficient related to the recognition rate caused by the speed of the host vehicle when performing image recognition processing of a feature by the image processing unit based on the predicted speed transition. Further comprising
The said recognition rate determination part determines the value which correct | amended the reference | standard recognition rate predetermined according to the classification of the feature by the said speed factor correction coefficient to the said recognition rate as described in any one of Claim 1 to 3 The vehicle position recognition system described.
前記補正係数決定部は、前記予測速度推移が示す前記自車両の加速度が高くなるに従って前記認識率を低くするように前記速度要因補正係数を決定する請求項4に記載の自車位置認識システム。   5. The host vehicle position recognition system according to claim 4, wherein the correction coefficient determination unit determines the speed factor correction coefficient so as to lower the recognition rate as the acceleration of the host vehicle indicated by the predicted speed transition increases. 前記補正係数決定部は、前記予測速度推移が示す前記自車両の速度が低くなるに従って前記認識率を低くするように前記速度要因補正係数を決定する請求項4又は5に記載の自車位置認識システム。   The vehicle position recognition according to claim 4 or 5, wherein the correction coefficient determination unit determines the speed factor correction coefficient so that the recognition rate decreases as the speed of the host vehicle indicated by the predicted speed transition decreases. system. 前記認識率決定部は、路面上に設けられた地物であって、前記画像認識処理における認識対象部分の全体に亘って道路の延在方向の位置に関わらず同じ形状である地物については、前記速度要因補正係数による補正量を低減して前記認識率を決定する請求項4から6のいずれか一項に記載の自車位置認識システム。   The recognition rate determination unit is a feature provided on the road surface, and the feature having the same shape regardless of the position in the extending direction of the road throughout the recognition target portion in the image recognition process. The host vehicle position recognition system according to any one of claims 4 to 6, wherein the recognition rate is determined by reducing a correction amount by the speed factor correction coefficient. 道路の延在方向に分かれて配置されるとともに、隣り合う地物の当該延在方向に沿った間隔が所定距離以下である一群の地物については、当該一群の地物を構成する全ての地物を含むように前記地物配置区間が設定される請求項1から7のいずれか一項に記載の自車位置認識システム。   For a group of features that are arranged separately in the direction in which the road extends and whose interval along the direction of extension of adjacent features is less than or equal to a predetermined distance, all the features that make up the group of features The vehicle position recognition system according to any one of claims 1 to 7, wherein the feature arrangement section is set so as to include an object. 自車両の推定位置である推定自車位置を取得する推定自車位置取得機能と、前記自車両に備えられたカメラにより撮影された撮影画像を取得し、当該撮影画像に含まれる地物の画像認識処理を行う画像処理機能と、地物の位置情報及び種別情報を含む地物情報を取得する地物情報取得機能と、前記画像認識処理による地物の認識結果と前記地物情報に含まれる地物の位置情報とに基づき前記推定自車位置を補正する推定自車位置補正機能と、を実現させるための自車位置認識プログラムであって、
道路情報を取得する道路情報取得機能と、
地物が配置された道路区間である地物配置区間に前記推定自車位置が進入する前に、少なくとも前記道路情報に基づいて、前記地物配置区間内での前記自車両の速度推移の予測を示す予測速度推移を決定する予測速度推移決定機能と、
前記地物情報と前記予測速度推移とに基づいて、前記地物配置区間に含まれる地物の画像認識に成功する割合である認識率を決定する認識率決定機能と、
前記画像認識処理において認識対象とする地物を前記認識率に基づき決定する認識対象決定機能と、をコンピュータに実現させるための自車位置認識プログラム。
An estimated own vehicle position acquisition function for acquiring an estimated own vehicle position that is an estimated position of the own vehicle, and a photographed image taken by a camera provided in the own vehicle, and an image of a feature included in the photographed image Included in the image processing function for performing the recognition process, the feature information acquisition function for acquiring the feature information including the position information and the type information of the feature, the recognition result of the feature by the image recognition process, and the feature information A vehicle position recognition program for realizing an estimated vehicle position correction function for correcting the estimated vehicle position based on position information of a feature,
A road information acquisition function for acquiring road information;
Prediction of speed transition of the host vehicle in the feature placement section based on at least the road information before the estimated vehicle position enters the feature placement section that is a road section in which the feature is placed. A predicted speed transition determining function for determining a predicted speed transition indicating
Based on the feature information and the predicted speed transition, a recognition rate determination function for determining a recognition rate that is a rate of successful image recognition of the features included in the feature placement section;
A vehicle position recognition program for causing a computer to realize a recognition target determination function for determining a feature to be recognized in the image recognition processing based on the recognition rate.
自車両の推定位置である推定自車位置を取得する推定自車位置取得ステップと、前記自車両に備えられたカメラにより撮影された撮影画像を取得し、当該撮影画像に含まれる地物の画像認識処理を行う画像処理ステップと、地物の位置情報及び種別情報を含む地物情報を取得する地物情報取得ステップと、前記画像認識処理による地物の認識結果と前記地物情報に含まれる地物の位置情報とに基づき前記推定自車位置を補正する推定自車位置補正ステップと、を備えた自車位置認識方法であって、
道路情報を取得する道路情報取得ステップと、
地物が配置された道路区間である地物配置区間に前記推定自車位置が進入する前に、少なくとも前記道路情報に基づいて、前記地物配置区間内での前記自車両の速度推移の予測を示す予測速度推移を決定する予測速度推移決定ステップと、
前記地物情報と前記予測速度推移とに基づいて、前記地物配置区間に含まれる地物の画像認識に成功する割合である認識率を決定する認識率決定ステップと、
前記画像認識処理において認識対象とする地物を前記認識率に基づき決定する認識対象決定ステップと、を備える自車位置認識方法。
An estimated vehicle position acquisition step for acquiring an estimated vehicle position that is an estimated position of the vehicle, a captured image captured by a camera provided in the vehicle, and an image of a feature included in the captured image Included in the image processing step for performing the recognition process, the feature information acquisition step for acquiring the feature information including the position information and the type information of the feature, the recognition result of the feature by the image recognition process, and the feature information An estimated vehicle position correcting step for correcting the estimated vehicle position based on position information of a feature, and a vehicle position recognition method comprising:
A road information acquisition step for acquiring road information;
Prediction of speed transition of the host vehicle in the feature placement section based on at least the road information before the estimated vehicle position enters the feature placement section that is a road section in which the feature is placed. A predicted speed transition determining step for determining a predicted speed transition indicating
A recognition rate determination step for determining a recognition rate, which is a rate of successful image recognition of features included in the feature placement section, based on the feature information and the predicted speed transition;
A vehicle position recognition method comprising: a recognition target determination step of determining a feature to be recognized in the image recognition process based on the recognition rate.
JP2011224180A 2011-10-11 2011-10-11 Own vehicle position recognition system, own vehicle position recognition program, and own vehicle position recognition method Expired - Fee Related JP5679207B2 (en)

Priority Applications (1)

Application Number Priority Date Filing Date Title
JP2011224180A JP5679207B2 (en) 2011-10-11 2011-10-11 Own vehicle position recognition system, own vehicle position recognition program, and own vehicle position recognition method

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
JP2011224180A JP5679207B2 (en) 2011-10-11 2011-10-11 Own vehicle position recognition system, own vehicle position recognition program, and own vehicle position recognition method

Publications (2)

Publication Number Publication Date
JP2013083576A true JP2013083576A (en) 2013-05-09
JP5679207B2 JP5679207B2 (en) 2015-03-04

Family

ID=48528908

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2011224180A Expired - Fee Related JP5679207B2 (en) 2011-10-11 2011-10-11 Own vehicle position recognition system, own vehicle position recognition program, and own vehicle position recognition method

Country Status (1)

Country Link
JP (1) JP5679207B2 (en)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2018180247A1 (en) * 2017-03-28 2018-10-04 パイオニア株式会社 Output device, control method, program, and storage medium
CN113799796A (en) * 2020-06-16 2021-12-17 丰田自动车株式会社 Vehicle-mounted sensor system
CN114503177A (en) * 2019-10-09 2022-05-13 索尼集团公司 Information processing apparatus, information processing system, and information processing method

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2001183150A (en) * 1999-10-15 2001-07-06 Nissan Motor Co Ltd Running pattern production device
JP2006331217A (en) * 2005-05-27 2006-12-07 Aisin Aw Co Ltd Image processing system and image processing method
JP2008165326A (en) * 2006-12-27 2008-07-17 Aisin Aw Co Ltd Feature recognition device, own vehicle location recognizing device, navigation device and feature recognition method
JP2009058429A (en) * 2007-08-31 2009-03-19 Aisin Aw Co Ltd Image recognition system, server apparatus, and image recognition apparatus

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2001183150A (en) * 1999-10-15 2001-07-06 Nissan Motor Co Ltd Running pattern production device
JP2006331217A (en) * 2005-05-27 2006-12-07 Aisin Aw Co Ltd Image processing system and image processing method
JP2008165326A (en) * 2006-12-27 2008-07-17 Aisin Aw Co Ltd Feature recognition device, own vehicle location recognizing device, navigation device and feature recognition method
JP2009058429A (en) * 2007-08-31 2009-03-19 Aisin Aw Co Ltd Image recognition system, server apparatus, and image recognition apparatus

Cited By (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2018180247A1 (en) * 2017-03-28 2018-10-04 パイオニア株式会社 Output device, control method, program, and storage medium
JPWO2018180247A1 (en) * 2017-03-28 2020-02-06 パイオニア株式会社 Output device, control method, program, and storage medium
JP2021120683A (en) * 2017-03-28 2021-08-19 パイオニア株式会社 Output device, control method, program, and storage medium
JP2023078138A (en) * 2017-03-28 2023-06-06 パイオニア株式会社 Output device, control method, program, and storage medium
US12099361B2 (en) 2017-03-28 2024-09-24 Pioneer Corporation Output device, control method, program and storage medium for control of a moving body based on road marking detection accuracy
CN114503177A (en) * 2019-10-09 2022-05-13 索尼集团公司 Information processing apparatus, information processing system, and information processing method
CN113799796A (en) * 2020-06-16 2021-12-17 丰田自动车株式会社 Vehicle-mounted sensor system
CN113799796B (en) * 2020-06-16 2024-04-05 丰田自动车株式会社 Vehicle-mounted sensor system

Also Published As

Publication number Publication date
JP5679207B2 (en) 2015-03-04

Similar Documents

Publication Publication Date Title
KR102595897B1 (en) Method and apparatus of determining road line
US8452101B2 (en) Feature extraction method, and image recognition method and feature database creation method using the same
CN102208035B (en) Image processing system and position measuring system
JP2019139762A (en) Method for providing information for vehicle travel
GB2627091A (en) Systems and methods for determining road safety
WO2020240274A1 (en) Systems and methods for vehicle navigation
CN110389584A (en) Method for assessing the track candidate item of automatic driving vehicle
US11915115B2 (en) Lane selection using machine learning
RU2661963C1 (en) Device for calculating route of motion
JP4950494B2 (en) Traveling lane estimation apparatus and traveling lane estimation method
JP2009008590A (en) Vehicle-position-recognition apparatus and vehicle-position-recognition program
KR20200024934A (en) Lane information management method, driving control method and lane information management device
CN110119138A (en) For the method for self-locating of automatic driving vehicle, system and machine readable media
KR102589967B1 (en) Method and apparatus of detecting line
US10818035B1 (en) Representing vanishing points using relative distances
CN113743469A (en) Automatic driving decision-making method fusing multi-source data and comprehensive multi-dimensional indexes
JP4775658B2 (en) Feature recognition device, vehicle position recognition device, navigation device, feature recognition method
JP2021120683A (en) Output device, control method, program, and storage medium
JP5679207B2 (en) Own vehicle position recognition system, own vehicle position recognition program, and own vehicle position recognition method
JP4577827B2 (en) Next road prediction device for traveling vehicle
JP5733195B2 (en) Lane guidance display system, method and program
US11325603B2 (en) Systems and methods for estimating lane geometry
CN116027375B (en) Positioning method and device for automatic driving vehicle, electronic equipment and storage medium
JP2013050411A (en) Vehicle itself position recognition system, vehicle itself position recognition program, and vehicle itself position recognition method
US11959767B2 (en) Map information assessment device, storage medium storing computer program for map information assessment, and map information assessment method

Legal Events

Date Code Title Description
A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20140314

TRDD Decision of grant or rejection written
A977 Report on retrieval

Free format text: JAPANESE INTERMEDIATE CODE: A971007

Effective date: 20141210

A01 Written decision to grant a patent or to grant a registration (utility model)

Free format text: JAPANESE INTERMEDIATE CODE: A01

Effective date: 20141211

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20141224

R150 Certificate of patent or registration of utility model

Ref document number: 5679207

Country of ref document: JP

Free format text: JAPANESE INTERMEDIATE CODE: R150

LAPS Cancellation because of no payment of annual fees