JP5016889B2

JP5016889B2 - 予防安全装置

Info

Publication number: JP5016889B2
Application number: JP2006277096A
Authority: JP
Inventors: 進也井村; 勝山崎; 龍也吉田
Original assignee: Hitachi Automotive Systems Ltd
Current assignee: Hitachi Astemo Ltd
Priority date: 2006-10-11
Filing date: 2006-10-11
Publication date: 2012-09-05
Anticipated expiration: 2026-10-11
Also published as: US20080088424A1; EP1912081B1; EP1912081A2; EP1912081A3; US7864033B2; JP2008094213A

Description

本発明は、地面の段差などの障害物を検出し、脱輪または衝突しそうな場合は、ドライバに障害物があることを知らせたり、障害物に近づかないように自車を制御したりする予防安全装置に関し、特に、センサで検出できる範囲が自車から遠い部分に限られており自車の近くの地面にある障害物を検出できない場合に、自車と障害物の相対位置を推定する方法に関する。

地面の段差などの低い障害物にも対応可能な予防安全装置としては、例えば、特許文献１に開示されている方式がある。この方式では、走行中に２次元レーザレーダで車両前方のスキャンを行って障害物の認識と記憶を行うと同時に、駆動輪の回転速度から自車の移動量の計算と記憶を行う。検知した後に検知エリア外となった障害物の位置は、検知した時の障害物位置と自車移動量の情報から推定する。検知または推定した障害物の位置から自車と障害物の衝突予測を行い、衝突すると予測した際は、衝突しないように走行状態を補正している。以上の方法により、レーザの死角にある障害物に対しても衝突を回避している。

特開２００５−１２８７２２号公報

しかし、上記特許文献１に開示されている方式のように、駆動輪の回転速度から自車の移動量の計算を行う方法では、自車の前後方向速度とヨー角速度を測定することはできても、横方向速度は測定することはできない。横方向速度は前後方向速度に比べて小さいが、横方向速度を測定または推定しなければ、自車移動量の計算に誤差が生じる。特に、センサで検出できる範囲が自車から遠いほどこの誤差は大きくなり、正確な衝突予測ができなくなる。また、車速が高くなるにつれて自車の横滑り角が大きくなり、横移動量が大きくなるので、車速が高いほど正確な衝突予測ができなくなる。

本発明の目的は、自車の横方向速度を推定し、その情報も使って自車の移動量を計算することで、正確な衝突予測を行うことができる予防安全装置を提供することにある。

上記目的を達成するために、本発明の自動車の予防安全装置は、障害物の位置を記憶する障害物記憶手段と、障害物記憶手段で記憶している障害物の位置，自車の車速，自車のヨー角速度，自車の横滑り角から、自車と障害物の相対位置を推定する位置推定手段を備える。
このとき、位置推定手段は、障害物記憶手段で記憶している障害物の位置，自車の車速，自車のヨー角速度，自車の横滑り角から、障害物検知手段で現在検知できていない障害物の自車に対する相対位置を推定するようにするとよい。
また位置推定手段は、自車の車速，自車のヨー角速度，自車の横滑り角から、現在の自車の位置を推定するようにするとよい。
また位置推定手段は、障害物記憶手段で記憶している障害物の位置，自車の車速，自車のヨー角速度，自車の横滑り角，自車の車体に対するタイヤの相対位置から、自車のタイヤと障害物の相対位置を推定するようにするとよい。
また障害物記憶手段は、自車の車速に応じて障害物の位置を記憶する周期を変更するとよい。
また本発明の自動車の予防安全装置は、記憶した２つの障害物の位置が近い場合は片方の障害物の記憶を消去する障害物記憶消去手段を備えるとよい。
また障害物記憶手段は、自車の車速に応じて記憶する障害物の数を変更するようにするとよい。
また本発明の自動車の予防安全装置は、自車の車速，自車の操舵角、および／または自車のヨー角速度から、自車の横滑り角を推定する横滑り角推定手段を備えるとよい。
また上記目的を達成するために、本発明の自動車の予防安全装置は、自車の車速に応じて障害物の位置を記憶する周期を変更する障害物記憶手段と、障害物記憶手段で記憶している障害物の位置と自車の状態から、自車と障害物の相対位置を推定する位置推定手段を備える。

本発明によれば、センサで検出できる範囲が自車から遠い部分に限られており自車の近くの地面にある段差などの低い障害物を検出できない場合でも、また車速が高い場合でも、正確な衝突予測を行い、脱輪または衝突しそうな場合は、ドライバに障害物があることを知らせたり、障害物に近づかないように自車を制御したりすることができる。

以下、本発明の実施例を説明する。

図１に、本発明の実施例１を適用した自動車の構成例を示す。なお、以下で車両固定座標系と表記した場合は、自車の上から見た図２に示すように、自車の重心から鉛直に地面に降ろした点を原点とし、車体の前方向をｘ軸の正、車体の左方向をｙ軸の正、垂直上方向をｚ軸の正とした座標系で表す。

車輪速センサ１ａ，１ｂ，１ｃ，１ｄは、自車の全ての車輪に備えられており、各車輪の回転速度を測定する。

車速計算手段２は、車輪速センサ１ａ，１ｂ，１ｃ，１ｄにより測定された各車輪の回転速度と、車両に応じてあらかじめ設定したタイヤ半径の値から、各車輪の進行速度を計算し、各車輪の進行速度から自車の車速Ｖを計算する。車速Ｖは、各車輪の進行速度の平均値としても良いし、いくつかの車輪がホイールスピンした場合を考慮して、１番遅い車輪と２番目に遅い車輪の進行速度の平均値としても良いし、センサが故障した場合を考慮して、２番目に遅い車輪の進行速度としても良い。

操舵角センサ３は、自車の操舵角δを測定する。なお、操舵角δは、車両直進時の角度を０として、反時計回りを正として表記する。

ヨー角速度センサ４は、自車のヨー角速度γを測定する。なお、ヨー角速度γは、車両固定座標系におけるｚ軸回りの自車の角速度で、反時計回りを正として表記する。

また、ヨー角速度センサ４の替わりに、ヨー角速度推定手段を用いても良い。ヨー角速度推定手段は、左側の２輪の平均進行速度Ｖｌと、右側の２輪の平均進行速度Ｖｒと、車両に応じてあらかじめ設定した前後輪の平均左右間距離ｔｖから、ヨー角速度γを以下の式で計算する。

また、ヨー角速度推定手段は、車速Ｖと、操舵角δと、ヨー角速度推定手段の演算周期Δｔ１と、１演算周期前のヨー角速度γｚと、１演算周期前の横滑り角βｚ（後述）と、車両に応じてあらかじめ設定した車両ヨー慣性モーメントＩ，前軸重心間距離ｌｆ，後軸重心間距離ｌｒ，前輪コーナリングパワーＫｆ，後輪コーナリングパワーＫｒ，ステアリングギアレシオＲｓから、ヨー角速度γを以下の式で計算しても良い（参考文献：安部正人「自動車の運動と制御第二版」山海堂）。

横滑り角推定手段５は、車速Ｖと、操舵角δと、ヨー角速度γと、横滑り角推定手段５の演算周期Δｔ１（例えば、Δｔ１＝５０ｍｓ）と、１演算周期前のヨー角速度γｚと、１演算周期前の横滑り角βｚと、車両に応じてあらかじめ設定した車両重量ｍ，前軸重心間距離ｌｆ，後軸重心間距離ｌｒ，前輪コーナリングパワーＫｆ，後輪コーナリングパワーＫｒ，ステアリングギアレシオＲｓから、自車の横滑り角βを以下の式で計算する。なお、横滑り角βは、車体固定座標系におけるｘ軸に対する自車の重心点の進行方向の角度で、反時計回りを正として表記する。

（数３）から分かるとおり、横滑り角βは車速によって大きく変化するが、本発明では、後述する方法により横滑り角βを用いた位置推定を行うので、車速が変化しても正確に衝突予測を行うことができる。

また、横滑り角推定手段５の替わりに、横滑り角測定手段を用いても良い。横滑り角測定手段は、車体固定座標系におけるｘ軸方向の自車の速度Ｖｘと、車体固定座標系におけるｙ軸方向の自車の速度Ｖｙを、ミリ波レーダなどを用いて測定し、arctan(Ｖｙ／Ｖｘ)で横滑り角βを計算する。

障害物検知手段６は、レーダ６ａと障害物判定手段６ｂから構成される。レーダ６ａは、俯角をつけて車体に固定されており、自車前方の地面（例えば、自車から１０ｍ前方の地面）にレーザを投射し、その反射光から投射点とレーダ６ａとの距離を測定する。レーダ６ａは、レーザの向きを素早く左右に動かし（スキャンを行い）、投射点の軌跡は地面の上の線になる。自車の上から見た図３と自車の右側から見た図４に示すように、レーダ６ａが固定されている場所の車両固定座標を（Ｘｓ，０，Ｚｓ）、レーザのｘｙ平面との角度（俯角）をη、レーザのｘｚ平面との角度をξとすると、投射点がｘｙ平面内にある時、すなわち地面の凹凸がない部分をスキャンしている時の投射点の車両固定座標は以下の式で表される。

障害物判定手段６ｂは、スキャンした場所の中で、投射点とレーダ６ａとの距離が急激に変化する点を障害物と判定する。例えば、スキャンして距離を測定した結果が図５の時は、図５のＡ点を障害物と判定する。投射点とレーダ６ａとの距離が急激に変化して障害物と判定できるものには、例えば、側溝，縁石，壁，ガードレール、高速道路のゲートなどが挙げられる。

障害物記憶手段７は、障害物検知手段６で検知した障害物の車両固定座標系におけるｘ座標Ｘｏ［ｋ０］とｙ座標Ｙｏ［ｋ０］を記憶する。番号ｋ０は、検知した障害物毎につける障害物番号で、１から障害物記憶数ｋｅ（例えば、ｋｅ＝１００）までつける。記憶している障害物の数が障害物記憶数ｋｅに達した時は、障害物検知手段６で検知した時間が一番古い障害物の情報を消去し、そこに新しい障害物の情報を記憶する。障害物記憶手段７は、車速Ｖが高い時（例えば、Ｖ≧５km／ｈ）は、演算周期Δｔ２（例えば、Δｔ２＝５０ｍｓ）毎に障害物位置の記憶を行い、車速Ｖが低い時は、一定距離（例えば、１０cm）を走行した直後の障害物記憶手段７の演算タイミングで障害物位置の記憶を行う。車速Ｖに応じて障害物位置を記憶するタイミングを変える理由は、車両が停止している時や車速Ｖが低い時に、同じまたは近い位置にある障害物の位置を重複して記憶することを防ぐためである。

また、障害物記憶手段７は、常に一定の演算周期Δｔ２で障害物の情報を記憶し、別に障害物記憶消去手段（図示しない）を設けても良い。障害物記憶消去手段は、障害物記憶手段７で記憶している２つの障害物の位置が近い場合は、片方の障害物の記憶を消去する。これにより、同じまたは近い位置にある障害物の位置を重複して記憶し続けることを防ぐことができる。

障害物位置推定手段８は、障害物記憶手段７で記憶している全ての障害物の現在位置を推定し、障害物記憶手段７の障害物の情報を更新する。各障害物の現在位置（Ｘｏ［ｋ］，Ｙｏ［ｋ］）（ただし、ｋ＝１からｋｅ）は、車速Ｖと、ヨー角速度γと、横滑り角βと、演算周期Δｔ２と、１演算周期前の障害物位置（Ｘｏｚ［ｋ］，Ｙｏｚ［ｋ］）から、以下の式で計算する。

自車進路予測手段９は、初めに、ヨー角速度γと、横滑り角βから、現時刻でのヨー角速度γ［０］，横滑り角β［０］，ヨー角θ［０］，車両重心位置（Ｘｖ［０］，Ｙｖ
［０］）を以下の式で計算する。

次に、車速Ｖと、操舵角δと、あらかじめ設定した予測時間間隔Δｔ３（例えば、Δt3＝５０ｍｓ）と、車両に応じてあらかじめ設定した車両重量ｍ，車両ヨー慣性モーメントＩ，前軸重心間距離ｌｆ，後軸重心間距離ｌｒ，前輪左右間距離ｔｆ，後輪左右間距離
ｔｒ，前輪コーナリングパワーＫｆ，後輪コーナリングパワーＫｒ，ステアリングギアレシオＲｓから、Δｔ３×ｎ秒後のヨー角速度γ［ｎ］,横滑り角β［ｎ］,ヨー角θ［ｎ］，車両重心位置（Ｘｖ［ｎ］，Ｙｖ［ｎ］），各車輪位置(Ｘｔ１［ｎ］，Ｙｔ１［ｎ］)，（Ｘｔ２［ｎ］，Ｙｔ２［ｎ］），（Ｘｔ３［ｎ］，Ｙｔ３［ｎ］），（Ｘｔ４［ｎ］，Ｙｔ４［ｎ］）を、以下の式のｎに１，２，３・・・と順番に代入しながら繰り返し計算する。なお、ヨー角θ［ｎ］は、ｎ＝０（現時刻）での車体固定座標系におけるｘ軸に対する車体の向いている角度で、反時計回りを正として表記する。また、車両重心位置
（Ｘｖ［ｎ］，Ｙｖ［ｎ］），各車輪位置（Ｘｔ１［ｎ］，Ｙｔ１［ｎ］），（Ｘｔ２
［ｎ］，Ｙｔ２［ｎ］），（Ｘｔ３［ｎ］，Ｙｔ３［ｎ］），（Ｘｔ４［ｎ］，Ｙｔ４
［ｎ］）も、ｎ＝０（現時刻）での車体固定座標系で表記する。

上式の繰り返し計算は、ｎがあらかじめ設定した予測終了周期ｎｅ（例えば、ｎｅ＝
４０）に達するまで行う。予測時間間隔Δｔ３や予測終了周期ｎｅを大きくすればするほど、より長い時間の予測が行えるが、予測時間間隔Δｔ３を大きくすると予測精度が悪化するし、予測終了周期ｎｅを大きくすると計算時間が長くなる。予測時間間隔Δｔ３と予測終了周期ｎｅは、必要な予測時間や、必要な予測精度や、使用するコンピュータの演算能力などを考慮して決定する。

また、車速Ｖが高い時は、より長い時間の予測を行えるように、記憶する障害物の数を減らして予測終了周期ｎｅを大きくしても良いし、演算周期Δｔ３を大きくしても良い。記憶する障害物の数を減らす場合は、自車が到達する可能性が低い位置にある障害物の記憶を優先的に減らす。

衝突可能性計算手段１０は、障害物位置推定手段８で計算した各障害物の現在位置
（Ｘｏ［ｋ］，Ｙｏ［ｋ］）と、自車進路予測手段９で計算した各車輪のΔｔ３×ｎ秒後の予測位置（Ｘｔ１［ｎ］，Ｙｔ１［ｎ］）,（Ｘｔ２［ｎ］，Ｙｔ２［ｎ］）,（Ｘｔ３
［ｎ］，Ｙｔ３［ｎ］），（Ｘｔ４［ｎ］，Ｙｔ４［ｎ］）との間の距離が、あらかじめ設定した閾値ｄ０（例えば、ｄ０＝１０cm）以下かどうかを判定するために、以下の式に全てのｋとｎの組合せを代入しながら繰り返し計算する。

また、衝突可能性計算手段１０は、演算時間を短くするために、（数８）の代わりに以下の式を用いても良い。

（数８）または（数９）の閾値ｄ０が大きければ大きいほど、実際には衝突する可能性があるにも関わらず衝突可能性がないと判定してしまうケースは減少するが、実際には衝突する可能性がないにも関わらず衝突可能性があると判定してしまうケースが増加する。閾値ｄ０は、センサの誤差や、車両に応じてあらかじめ設定したパラメータの誤差や、演算周期の長さや、予測時間間隔の長さなどから生じる計算誤差を考慮して決定する。

また、車速Ｖが高くなると計算誤差が大きくなることを考慮して、車速Ｖが高いほど閾値ｄ０を大きくしても良い。

衝突対応手段１１は、（数８）または（数９）を満たしているｎが存在する時に、その中で最も小さなｎに応じて、ドライバに障害物があることを知らせたり、障害物に近づかないように自車を制御したりする。例えば、Δｔ３×ｎが２秒より大きければ、何も行わず、Δｔ３×ｎが２秒以下の場合は、警告音、および／または音声による教示、および／または画面表示による警告を行い、Δｔ３×ｎが１秒未満の場合は、前述した警告に加えて、軽いブレーキをかけたり、ドライバが衝突する方向へハンドルを切りつつあればハンドルの反力を大きくしたりする。

また、車速Ｖが高い時は、より早く警告や制御を行っても良い。例えば、上記の例であれば、車速Ｖが４０km／ｈ以上の時は、Δｔ３×ｎが３秒以下で警告を行い、Δｔ３×ｎが２秒以下で軽いブレーキをかけても良い。

また、ドライバがブレーキを踏んでいる時は、ドライバが危険を認識していると判断して、警告音による警告を行わないようにしても良い。

また、（数８）または（数９）を満たしているかどうかに関わらず、障害物の位置
（Ｘｏ［ｋ］，Ｙｏ［ｋ］）を画面に図で表示しても良い。その際、別に設けたカメラ
（図示しない）で写した実際の映像と合成して表示しても良い。

図６から図８に、障害物記憶手段７，障害物位置推定手段８，自車進路予測手段９，衝突可能性計算手段１０，衝突対応手段１１の、１演算周期Δｔ２内に行う計算の流れを示す。

図６は、障害物記憶手段７の計算の流れを示している。まずＳ０１で、障害物検知手段６で障害物を検知したかどうかを判定し、検知していればＳ０２へ進み、検知していなければ障害物記憶手段７の計算を終了する。Ｓ０２では、前回障害物を記憶してから自車が一定距離走行しているかどうかを判定し、一定距離走行していればＳ０３へ進み、一定距離走行していなければ障害物記憶手段７の計算を終了する。Ｓ０３では、検知した障害物の位置（Ｘｏ［ｋ０］，Ｙｏ［ｋ０］）を記憶する。その後Ｓ０４で、次に記憶する時の障害物番号ｋ０を更新する。その後Ｓ０５で、検知した障害物の中でまだ記憶していない障害物があるかどうかを判定し、まだあればＳ０３に戻り、もうなければ障害物記憶手段７の計算を終了する。

障害物記憶手段７の計算を終了した後は、図７に示す障害物位置推定手段８の計算を行う。まずＳ０６で、ｋに初期値１を代入する。その後Ｓ０７で、ｋ番目の障害物の位置
（Ｘｏ［ｋ］，Ｙｏ［ｋ］）を(数５)を用いて計算する。その後Ｓ０８で、ｋが障害物記憶数ｋｅと一致するかどうかを判定し、一致していれば障害物位置推定手段８の計算を終了し、一致していなければＳ０９へ進む。Ｓ０９では、ｋをカウントアップして、Ｓ０７へ戻る。

障害物位置推定手段８の計算を終了した後は、図８に示す自車進路予測手段９，衝突可能性計算手段１０,衝突対応手段１１の計算および処理を行う。Ｓ１０からＳ１２,Ｓ１９，Ｓ２０が、自車進路予測手段９の計算で、Ｓ１３からＳ１７が、衝突可能性計算手段
１０の計算で、Ｓ２０が、衝突対応手段１１の処理である。

まずＳ１０で、現時刻でのヨー角速度γ［０］，横滑り角β［０］，ヨー角θ［０］，車両重心位置（Ｘｖ［０］，Ｙｖ［０］）を（数６）を用いて計算する。その後Ｓ１１で、ｎに初期値１を代入する。その後Ｓ１２で、Δｔ３×ｎ秒後のヨー角速度γ［ｎ］，横滑り角β［ｎ］，ヨー角θ［ｎ］，車両重心位置（Ｘｖ［ｎ］，Ｙｖ［ｎ］），各車輪位置（Ｘｔ１［ｎ］，Ｙｔ１［ｎ］），（Ｘｔ２［ｎ］，Ｙｔ２［ｎ］），（Ｘｔ３［ｎ］，Ｙｔ３［ｎ］），（Ｘｔ４［ｎ］，Ｙｔ４［ｎ］）を（数７）を用いて計算する。その後Ｓ１３で、ｋに初期値１を代入する。その後Ｓ１４で、障害物の現在位置（Ｘｏ［ｋ］，Ｙｏ［ｋ］）と、各車輪のΔｔ３×ｎ秒後の予測位置（Ｘｔ１［ｎ］，Ｙｔ１［ｎ］），（Ｘｔ２［ｎ］，Ｙｔ２［ｎ］），（Ｘｔ３［ｎ］，Ｙｔ３［ｎ］），（Ｘｔ４［ｎ］，Ｙｔ４［ｎ］）との間の距離ｄ１，ｄ２，ｄ３，ｄ４を（数８）を用いて計算する。その後Ｓ１５で、ｄ１，ｄ２，ｄ３，ｄ４のいずれか一つでも閾値ｄ０以下であるかどうかを判定し、いずれか一つでも閾値ｄ０以下であればＳ２０に進み、全て閾値ｄ０を上回っていればＳ１６に進む。Ｓ１６では、ｋが障害物記憶数ｋｅと一致するかどうかを判定し、一致していればＳ１８へ進み、一致していなければＳ１７へ進む。Ｓ１７では、ｋをカウントアップして、Ｓ１４へ戻る。Ｓ１８では、ｎがｎｅと一致するかどうかを判定し、一致していれば計算を終了し、一致していなければＳ１９へ進む。Ｓ１９では、ｎをカウントアップして、Ｓ１２へ戻る。Ｓ２０では、ｎに応じて、ドライバに障害物があることを知らせたり、障害物に近づかないように自車を制御したりする。

図９から図１１に、本発明の実施例１の動作の一例を示す。この例は、２０km／ｈで走行中の自車の左側に縁石や側溝などの障害物が続いており、途切れたところで自車が左折しようとしているシーンである。また、この例では、障害物検知手段６は自車から１０ｍ前方の地面をスキャンしており、検知した時の障害物のｘ座標Ｘｏ［ｋ０］は、常に１０ｍになっている。

図９は、障害物記憶手段７，障害物位置推定手段８，自車進路予測手段９に入力される信号の時系列データを表したものである。一番上のグラフは、検知した障害物のｙ座標
Ｙｏ［ｋ］の時系列データで、時刻３.２秒まで障害物を検知しているが、その後は障害物が途切れており検知していない。上から二番目のグラフは、車速Ｖの時系列データで、自車がほぼ２０km／ｈ一定で走行していることが分かる。上から三番目のグラフは、操舵角δの時系列データで、ドライバは時刻３.０秒から徐々にハンドルを切り始め、時刻ｔ＝４.０秒で操舵角が１８０度に達し、その後は１８０度で一定になっている。一番下のグラフは、ヨー角速度の時系列データで、ドライバがハンドルを切り始めると、同じように大きくなっている。

図１０は、自車に対する実際の障害物の位置と、障害物位置推定手段８で推定した障害物の位置と、自車進路予測手段９で予測した自車の各車輪の予想進路を、時間毎に表したものである。左上の図は時刻ｔ＝３.０秒、右上の図は時刻ｔ＝３.５秒、左下の図は時刻ｔ＝４.０秒、右下の図は時刻ｔ＝５.５秒の時である。障害物位置推定手段８で推定した障害物の位置は、実際の障害物位置とほぼ一致しており、障害物位置推定手段８の方法で精度良く推定できていることが分かる。時刻ｔ＝４.０秒では、自車進路予測手段９で予測した自車の左後輪の予想進路と障害物の位置がほぼ重なっているが、図９に示したように、時刻ｔ＝４.０秒以降は操舵角δを変化させていないため、時刻ｔ＝５.５秒で予想通り衝突しており、自車進路予測手段９で精度良く予測できていることが分かる。

図１１は、衝突対応手段１１が警告や自車を制御しているかどうかを表した時系列データである。時刻ｔ＝３.９５秒でＯＮになっており、この時刻以降、衝突対応手段１１は、ドライバに障害物があることを知らせたり、障害物に近づかないように自車を制御したりする。

以上のように、センサで検出できる範囲が自車から遠い部分に限られており自車の近くの地面にある障害物を検出できない場合でも、正確に障害物位置の推定、および自車進路の予測ができ、脱輪または衝突しそうな場合は、ドライバに障害物があることを知らせたり、障害物に近づかないように自車を制御したりすることができる。

また、車速がより高い場合でも、横滑り角推定手段により車速に応じた横滑り角を計算できるので、正確に障害物位置の推定、および自車進路の予測ができる。

本発明の実施例２の構成は、実施例１の障害物位置推定手段８を、自車位置推定手段に置き換えたものである。

自車位置推定手段は、車速Ｖと、ヨー角速度γと、横滑り角βと、演算周期Δｔ２と、１演算周期前のヨー角θｚと、１演算周期前の車両重心位置（Ｘｖｚ，Ｙｖｚ）から、現在のヨー角θ，車両重心位置（Ｘｖ，Ｙｖ）を以下の式で計算する。

また、自車進路予測手段９は、（数６）の替わりに以下の式を用いる。

その他の構成は、実施例１と同じである。

本発明の実施例２の計算の流れは、実施例１の図７を、自車位置推定手段の計算の流れを示す図１２に置き換えたものになる。

自車位置推定手段は、Ｓ２１で、現在のヨー角θ，車両重心位置（Ｘｖ，Ｙｖ）を（数１０）を用いて計算し、終了する。

また、自車進路予測手段９の計算の流れを示す図８のＳ１０では、（数６）の替わりに（数１１）を用いて計算する。

その他の計算の流れは、実施例１と同じである。

以上の構成でも、実施例１と同様に正確な衝突予測を行い、脱輪または衝突しそうな場合は、ドライバに障害物があることを知らせたり、障害物に近づかないように自車を制御したりすることができる。

実施例１を適用した自動車の構成の一例である。自車の上から見た車両固定座標系を表す図である。レーダとレーザを自車の上から見た図である。レーダとレーザを自車の右側から見た図である。レーダでスキャンして地面までの距離を測定した結果の一例である。障害物記憶手段の計算の流れの一例である。実施例１の障害物位置推定手段の計算の流れの一例である。自車進路予測手段，衝突可能性計算手段，衝突対応手段の計算および処理の流れの一例である。障害物記憶手段，障害物位置推定手段，自車進路予測手段に入力される信号の時系列データの一例である。自車に対する実際の障害物の位置と、障害物位置推定手段で推定した障害物の位置と、自車進路予測手段で予測した自車の各車輪の予想進路を、時間毎に表した一例である。衝突対応手段が警告や自車を制御しているかどうかを表した時系列データの一例である。実施例２の自車位置推定手段の計算の流れの一例である。

符号の説明

１ａ，１ｂ，１ｃ，１ｄ車輪速センサ
２車速計算手段
３操舵角センサ
４ヨー角速度センサ
５横滑り角推定手段
６ａレーダ
６ｂ障害物判定手段
７障害物記憶手段
８障害物位置推定手段
９自車進路予測手段
１０衝突可能性計算手段
１１衝突対応手段

Claims

障害物を検知する障害物検知手段と、今後の自車の進路を予測する自車進路予測手段と、自車が前記障害物と衝突する可能性を計算する衝突可能性計算手段と、自車が前記障害物と衝突する可能性に応じて、ドライバに前記障害物があることを知らせたり、前記障害物に近づかないように自車を制御したりする衝突対応手段と、を備える自動車の予防安全装置において、
前記障害物の位置を記憶する障害物記憶手段と、
前記障害物記憶手段で記憶している障害物の位置，自車の車速，自車のヨー角速度，及び自車の横滑り角から、前記障害物検知手段で現在検知できていない障害物の自車に対する相対位置を推定する位置推定手段と、を備え、
前記障害物記憶手段は、自車の車速に応じて前記障害物の位置を記憶する周期を変更することを特徴とする自動車の予防安全装置。
請求項１に記載の自動車の予防安全装置において、
前記位置推定手段は、自車の車速，自車のヨー角速度，自車の横滑り角から、現在の自車の位置を推定することを特徴とする自動車の予防安全装置。
請求項１に記載の自動車の予防安全装置において、
前記位置推定手段は、前記障害物記憶手段で記憶している障害物の位置，自車の車速，自車のヨー角速度，自車の横滑り角，自車の車体に対するタイヤの相対位置から、自車のタイヤと障害物の相対位置を推定することを特徴とする自動車の予防安全装置。
請求項１に記載の自動車の予防安全装置において、
記憶した２つの障害物の位置が近い場合は片方の障害物の記憶を消去する障害物記憶消去手段を備えることを特徴とする自動車の予防安全装置。
請求項１に記載の自動車の予防安全装置において、
前記障害物記憶手段は、自車の車速に応じて記憶する障害物の数を変更することを特徴とする自動車の予防安全装置。
請求項１に記載の自動車の予防安全装置において、
前記自車の車速，自車の操舵角、および／または前記自車のヨー角速度から、前記自車の横滑り角を推定する横滑り角推定手段を備えることを特徴とする自動車の予防安全装置。