本发明涉及对车辆正在行驶的车道即行驶车道进行判别的行驶车道判别装置和行驶车道判别方法。
背景技术：
：：对车辆正在行驶的车道即行驶车道进行判别的技术被用于导航装置和定位装置等中要确定车辆当前位置之时。例如，使用包含摄像机和激光雷达等的传感器，对车辆的行驶车道和路缘石等周边环境进行识别，从而确定车辆的当前位置。对车辆的行驶车道进行判别的技术例如已被专利文献1、2公开。专利文献1、2公开的技术中，基于由摄像机拍摄得到的图像的图像信息和表示地图的地图信息，来判别车辆的行驶车道。具体而言，专利文献1公开的行驶车道识别装置使用地图信息和由后置摄像机拍摄得到的图像的图像信息，判断根据图像信息检测出的白线是虚线还是实线，从而推断行驶车道是道路的右端还是左端。专利文献2公开的行驶车道判别装置根据地图和由摄像机拍摄得到的图像，并基于预先定义的白线图案的信息，来判断根据图像检测出的白线图案是否与预先定义的白线图案一致，由此来判定行驶车道。现有技术文献专利文献专利文献1：日本专利特开2008-276642号公报专利文献2：日本专利特开2005-004442号公报技术实现要素：发明所要解决的技术问题在上述专利文献1、2公开的技术中，使用的是根据实时拍摄得到的图像检测出的白线的信息。在白线被高精度地检测出的情况下，不会有问题，但对于实际的道路来说，由于摄像机的精度和白线的浓淡等，并非一直能检测出白线。在没有检测出白线的情况下，采用上述专利文献1、2公开的技术就有可能无法准确地确定行驶车道。因此，专利文献1、2公开的技术存在无法稳定地判别车辆的行驶车道的问题。本发明的目的在于提供一种能够稳定地判别车辆的行驶车道的行驶车道判别装置及行驶车道判别方法。解决技术问题的技术方案本发明的行驶车道判别装置是在构成道路的车道中判别出车辆正在行驶的车道即行驶车道的行驶车道判别装置，包括：地图信息存储部，该地图信息存储部存储与包含道路在内的地图相关的地图信息；当前位置获取部，该当前位置获取部获取与车辆的当前位置相关的当前位置信息；白线信息获取部，该白线信息获取部获取与划分道路的白线相关的白线信息；白线信息存储部，该白线信息存储部存储白线信息；行驶车道推断部，该行驶车道推断部基于地图信息、当前位置信息和白线信息，推断车辆正在行驶的行驶车道；行驶车道监视部，该行驶车道监视部对行驶车道推断部所推断的行驶车道进行监视；以及行驶车道决定部，该行驶车道决定部基于行驶车道推断部的推断结果、及行驶车道监视部的监视结果，决定行驶车道，行驶车道推断部基于根据白线的种类求出的构成道路的各车道为行驶车道的概率、根据有没有与行驶车道相邻的车道存在而求出的各车道为行驶车道的概率、以及根据以前推断行驶车道时车辆正在行驶的车道求出的各车道为行驶车道的概率，来推断行驶车道。本发明的行驶车道判别方法是在构成道路的车道中判别出车辆正在行驶的车道即行驶车道的行驶车道判别方法，其中，获取与车辆的当前位置相关的当前位置信息，并获取与划分道路的白线相关的白线信息，基于与包含道路在内的地图相关的地图信息、当前位置信息和白线信息，推断车辆正在行驶的行驶车道，对推断的行驶车道进行监视，并基于行驶车道的推断结果和监视结果，决定行驶车道，在推断行驶车道时，基于根据白线的种类求出的构成道路的各车道为行驶车道的概率、根据有没有与行驶车道相邻的车道存在而求出的各车道为行驶车道的概率、以及根据以前推断行驶车道时车辆正在行驶的车道求出的各车道为行驶车道的概率，来推断行驶车道。发明效果根据本发明的行驶车道判别装置，其利用行驶车道推断部，基于根据白线的种类求出的各车道为行驶车道的概率、根据有没有相邻的车道存在而求出的各车道为行驶车道的概率、根据以前推断行驶车道时车辆正在行驶的车道求出的各车道为行驶车道的概率，来推断行驶车道。从而，能够高精度地推断行驶车道。另外，在白线的检测精度较低的情况下，可以使用上述行驶车道的概率中的任一个来推断行驶车道，因此能够进行鲁棒性较高的推断。因而，能够稳定地判别车辆的行驶车道。根据本发明的行驶车道判别装置，其基于根据白线的种类求出的各车道为行驶车道的概率、根据有没有相邻的车道存在而求出的各车道为行驶车道的概率、根据以前推断行驶车道时车辆正在行驶的车道求出的各车道为行驶车道的概率，来推断行驶车道。从而，能够高精度地推断行驶车道。另外，在白线的检测精度较低的情况下，可以使用上述行驶车道的概率中的任一个来推断行驶车道，因此能够进行鲁棒性较高的推断。因而，能够稳定地判别车辆的行驶车道。本发明的目的、特征、形态以及优点通过以下详细的说明和附图会变得更为明了。附图说明图1是表示本发明的实施方式1中的行驶车道判别装置1的结构的框图。图2是表示本发明的实施方式1中的行驶车道判别装置1的硬件结构的框图。图3是表示白线信息获取部13够获取白线信息的可获取范围30的一例的图。图4是表示车辆位置与白线的关系的一例的图。图5是表示车辆位置与白线的关系的另一例的图。图6是表示发生横穿车道时的车辆位置与白线的关系的一例的图。图7是表示白线的检测位置的一例的图。图8是表示因横穿车道而发生变化的白线的检测位置的一例的图。图9是表示白线的检测位置的时间变化的曲线图。图10是表示两车道的道路的行驶车道概率列表的一例的图。图11是表示三车道的道路的行驶车道概率列表的一例的图。图12是表示四车道的道路的行驶车道概率列表的一例的图。图13是表示行驶车道推断部14所使用的行驶车道概率列表的另一例的图。图14是表示本发明的实施方式1的行驶车道判别装置1中的车道变更判断处理所相关的处理步骤的流程图。图15是表示本发明的实施方式1的行驶车道判别装置1中的行驶车道推断处理所相关的处理步骤的流程图。图16是表示本发明的实施方式1的行驶车道判别装置1中的行驶车道推断处理所相关的处理步骤的流程图。图17是表示本发明的实施方式1的行驶车道判别装置1中的异常白线信息识别处理所相关的处理步骤的流程图。图18是表示本发明的实施方式2中的行驶车道判别装置2的结构的框图。图19是表示本发明的实施方式2的行驶车道判别装置2中的位置确定处理所相关的处理步骤的流程图。图20是表示本发明的实施方式3中的行驶车道判别装置3的结构的框图。图21是表示本发明的实施方式3的行驶车道判别装置3中的误差校正处理所相关的处理步骤的流程图。具体实施方式<实施方式1>图1是表示本发明的实施方式1中的行驶车道判别装置1的结构的框图。本实施方式的行驶车道判别装置1构成为能够搭载在车辆、例如汽车上。本实施方式中，行驶车道判别装置1由具有引导路径的导航功能的导航装置来实现。作为本发明的其它实施方式的行驶车道判别方法由本实施方式的行驶车道判别装置1来执行。行驶车道判别装置1构成为具备地图数据库11、当前位置获取部12、白线信息获取部13、行驶车道推断部14、行驶车道监视部15、白线信息存储部16和行驶车道决定部17。地图数据库11由例如硬盘驱动器(harddiskdrive，简称hdd)装置、或半导体存储器等存储装置实现。地图数据库11存储与地图相关的地图信息。地图数据库11相当于地图信息存储部。地图信息将对应于预定的比例尺的多幅地图分层而构成。地图信息包含与道路相关的信息即道路信息、与构成道路的车道相关的信息即车道信息、以及与构成车道的构成线相关的信息即构成线信息。道路信息包含例如道路的形状、道路的纬度和经度、道路的曲率、道路的坡度、道路的标识符、道路的车道数、道路的划线种类、以及一般道路、高速道路和优先道路等与道路属性相关的信息。车道信息包含例如构成道路的车道的标识符、车道的纬度和经度、以及中央线的相关信息构成线信息包含构成车道的各划线的标识符、构成车道的各划线的纬度和经度、以及构成车道的各种划线的种类和曲率的相关信息。对每一条道路的道路信息进行管理。对每一条车道的车道信息和构成线信息进行管理。地图信息用于导航、辅助驾驶、自动驾驶等。地图信息可以经由通信来更新，也可以根据白线信息获取部13所获取的白线信息来生成。本实施方式中，地图数据库11设置于行驶车道判别装置1的内部，但也可以设置于行驶车道判别装置1的外部。例如，地图数据库11也可以设置在搭载有行车线判别装置1的车辆的外部，例如设置在车辆外部的服务器装置上。这种情况下，行车线判别装置1构成为通过通信从设置于车辆外部的地图数据库获取全部或部分地图信息。具体而言，行车线判别装置1构成为例如经由互联网等通信网络，从车辆外部的服务器装置所具备的地图数据库获取地图信息。当前位置获取部12获取当前位置信息，其表示搭载有行车线判别装置1的车辆的当前位置。当前位置信息例如由表示正在行驶的道路的路段、当前位置的纬度和经度、在基于地图信息的地图上的道路的识别信息即道路标识符、作为车道识别信息的车道标识符、道路的属性、以及包含地图的当前位置在内的矩形区域等中的任一个或多个来表达。当前位置获取部12例如由全球定位系统(globalpositioningsystem，简称gps)传感器、陀螺仪传感器、车速传感器及加速度传感器构成。当前位置获取部12使用由gps传感器、陀螺仪传感器、车速传感器及加速度传感器检测出的信息，与基于从地图数据库11读出的地图信息生成的地图进行地图匹配，从而生成表示当前位置的当前位置信息。当前位置获取部12也可以构成为经由互联网等通信网络，从设置于行驶车道判别装置1外部的硬件获取当前位置信息。当前位置获取部12将所获取的当前位置信息提供给行驶车道推断部14。白线信息获取部13由设置为能够拍摄车辆前进方向的前方区域的前置摄像机、设置为能够拍摄车辆前进方向的后方区域的后置摄像机、以及激光雷达等传感器构成。白线信息获取部13使用前置摄像机和后置摄像机拍摄上述区域，从而获取与上述区域内的道路上所绘制的白线相关的白线信息。这里，白线是指划分道路的分割线，包括了车道中央线、车道边界线和车道外侧线。白线还包括了白色以外的线，例如黄线。白线信息包含实线、虚线、双线、黄线等表示白线的种类的信息、以及表示白线的形状的信息。表示白线的形状的信息例如是用函数来呈现出白线的信息。白线信息也可以包含表示白线的品质的信息。白线信息还可以包含表示该白线信息可靠而能够使用的白线的长度的信息。白线信息获取部13获取与能从车辆检测出的范围内的所有白线相关的白线信息。具体而言，白线信息获取部13例如后述的图7所示，获取朝着车辆前进方向前方的行驶车道左侧的白线(以下称为“左侧白线”)和右侧的白线(以下称为“右侧白线”)、以及与行驶车道相邻的车道(以下称为“相邻车道”)的左侧白线和右侧白线等相关的白线信息。本实施方式中，白线信息获取部13通过前置摄像机和后置摄像机拍摄上述区域，从而除了获取白线信息之外，还获取与上述区域内的道路、障碍物、道路标识相关的信息。白线信息也可以构成为经由互联网等通信网络，从设置于行驶车道判别装置1外部的硬件获取。白线信息获取部13将所获取的白线信息提供给行驶车道推断部14和行驶车道监视部15。行驶车道推断部14根据从地图数据库11读取出的地图信息、当前位置获取部12所提供的当前位置信息、以及白线信息获取部13所提供的白线信息，推断行驶车道。具体而言，行驶车道推断部14根据当前位置获取部12所提供的当前位置信息，获取行驶道路的标识符。行驶车道推断部14根据从地图数据库11读取出的地图信息，获取表示正在行驶的道路的车道数的车道数信息及表示划线种类的划线种类信息。行驶车道推断部14根据白线信息获取部13所提供的白线信息，获取表示白线种类和白线位置的信息。行驶车道推断部14根据所获取的表示白线位置的信息，计算出行驶车道和相邻车道的宽度(以下有时会称为“车道宽度”)。行驶车道推断部14根据基于白线种类求出的各车道的行驶车道概率、基于有没有相邻车道存在而求出的各车道的行驶车道概率、以及基于以前推断行驶车道时正在行驶的车道而求出的各车道的行驶车道概率，从概率上推断车辆当前正在行驶的行驶车道。行驶车道推断部14根据各车道的行驶车道概率，推断为行驶车道概率最大的车道为行驶车道。这里，“行驶车道概率”是指各车道为车辆正在行驶的行驶车道的概率。本实施方式中，行驶车道推断部14利用贝叶斯推断来推断行驶车道。行驶车道推断部14的行驶车道推断方法并不限于此，在本发明的其它实施方式中，也可以利用最大似然推断等其它方法来推断行驶车道。行驶车道推断部14将表示推断出的行驶车道的推断车道信息作为推断结果提供给行驶车道监视部15。行驶车道监视部15将白线信息获取部13所提供的白线信息存储在白线信息存储部16中。行驶车道监视部15通过监视车辆的车道变更来监视车辆的行驶车道。行驶车道监视部15在判断为车道发生了变更时，更新存储在白线信息存储部16中的行驶车道的编号。具体而言，行驶车道监视部15不断地监视白线信息获取部13所提供的白线信息，并基于白线信息获取部13所提供的白线信息和存储在白线信息存储部16中的白线信息，来判断车道是否发生了变更。更详细而言，行驶车道监视部15通过判断左侧白线的检测位置和右侧白线的检测位置是否发生了变化，来检测车辆是否横穿了车道。行驶车道监视部15基于车辆是否横穿了车道的检测结果，判断车道是否发生了变更。行驶车道监视部15将车道是否发生了变更的判断结果、以及更新后的行驶车道的编号提供给行驶车道决定部17。白线信息存储部16存储白线信息获取部13所获取的白线信息。白线信息存储部16存储过去获取的白线信息。即，白线信息存储部16由半导体存储器等存储装置来实现。白线信息存储部16存储在预先设定的时间(以下有时称为“规定时间”)内由白线信息获取部13所获取的白线信息即历史信息。白线信息存储部16存储包含表示白线的形状、白线的种类和白线的品质的信息在内的白线信息、表示获取白线信息的时间的信息。此外，白线信息存储部16还可以存储从左侧白线和右侧白线等所处理得到的信息。行驶车道决定部17从行驶车道推断部14接收到推断车道信息时，基于接收到的推断车道信息，决定被行驶车道推断部14推断为行驶车道的车道作为行驶车道。行驶车道决定部17基于行驶车道推断部14所提供的推断车道信息而决定了行驶车道之后，根据行驶车道监视部15所提供的判断结果，决定行驶车道。行驶车道决定部17在行驶车道监视部15所提供的判断结果表示车道发生了变更的情况下，基于行驶车道监视部15所提供的更新后的行驶车道的编号，决定该编号的车道为行驶车道。行驶车道推断部14的推断结果不同于行驶车道监视部15的判断结果的情况下，行驶车道决定部17在行驶车道推断部14所求出的行驶车道概率超过预先设定的阈值时，优先使用行驶车道推断部14的推断结果。在行驶车道推断部14求出的行驶车道概率小于预先设定的阈值时，行驶车道决定部17优先利用行驶车道监视部15的判断结果。图2是表示本发明的实施方式1中的行驶车道判别装置1的硬件结构的框图。行驶车道判别装置1如图2所示，至少包括处理电路21、存储器22和输入输出接口23而构成。上述图1所示的地图数据库11、当前位置获取部12、白线信息获取部13和白线信息存储部16连接至输入输出接口23。图1中，采用地图数据库11、当前位置获取部12、白线信息获取部13和白线信息存储部16设置在行驶车道判别装置1内部的结构，但这些硬件也可以采用外设在行驶车道判别装置1的结构。行驶车道判别装置1中的行驶车道推断部14、行驶车道监视部15和行驶车道决定部17的各种功能由处理电路21来实现。即，行驶车道判别装置1具备处理电路21，该处理电路21用于通过行驶车道推断部14来推断行驶车道，通过行驶车道监视部15来监视行驶车道，通过行驶车道决定部17来决定行驶车道。处理电路21是执行存储在存储器22中的程序的cpu(centralprocessingunit：中央处理单元，也被称为处理装置、运算装置、微处理器、微机、处理器、dsp(digitalsignalprocessor：数字信号处理器))。行驶车道推断部14、行驶车道监视部15和行驶车道决定部17的功能通过软件、固件、或软件和固件的组合来实现。软件和固件被表记为程序，存储于存储器22。处理电路21读取出存储于存储器22的程序并执行，从而实现行驶车道推断部14、行驶车道监视部15和行驶车道决定部17各部的功能。即，行驶车道判别装置1具备存储器22，该存储器22用于存储在通过处理电路21来执行时最终执行由行驶车道推断部14推断行驶车道的步骤、由行驶车道监视部15监视行驶车道的步骤、由行驶车道决定部17决定行驶车道的步骤的程序。这些程序也可以说是使计算机执行行驶车道推断部14、行驶车道监视部15和行驶车道决定部17所进行的处理的步骤和方法的程序。这里，存储器22例如可以是ram(randomaccessmemory：随机存取存储器)、rom(readonlymemory：只读存储器)、闪存、eprom(erasableprogrammablereadonlymemory：可擦除可编程只读存储器)、eeprom(electricallyerasableprogrammablereadonlymemory：电可擦可编程只读存储器)等非易失性或易失性的半导体存储器、以及磁盘、软盘、光盘、压缩磁盘、小型磁盘、dvd(digitalversatiledisc：数字通用盘)等。使用图3～图9，对本实施方式的行驶车道判别装置1的行驶车道判别动作进行具体说明。图3是表示白线信息获取部13可获取白线信息的可获取范围30的一例的图。图3中，用构成白线信息获取部13的前置摄像机的视角θ来表示车辆31前行方向前方侧可获取白线信息的可获取范围30。前置摄像机构成为能够根据道路的车道宽度等任意地设定视角θ。白线信息获取部13能够获取与可获取范围30内存在的白线相关的白线信息。具体而言，白线信息获取部13能够如图3所示地获取朝向车辆31前行方向前方位于左侧的实线的白线32和其右边相邻的虚线的白线34、以及朝向车辆31前行方向前方位于右侧的实线的白线33和其左边相邻的虚线的白线35所相关的白线信息。白线信息的可获取范围30并不限于用前置摄像机的视角θ来表述，也可以用其他参数来表述。例如，白线信息的可获取范围30也可以用构成白线信息获取部13的后置摄像机的视角来表述，也可以用构成白线信息获取部13的传感器的可检测范围来表述，还可以是两者相加后得到的范围来表述。图4是表示车辆的位置与白线之间的关系的一例的图。图4中示出了在三车道的道路上，车辆41～43行驶在各车道中的情况。这里，将车辆41～43的前行方向设为图4纸面中的朝上方向，并将构成图4所示的三车道道路的3条车道按照朝向车辆41～43的前行方向从左到右的顺序，依次记为第一车道、第二车道和第三车道。将划分各车道的4条白线按照朝向车辆41～43的前行方向从左到右的顺序，依次记为第一白线32、第二白线34、第三白线35和第四白线33。此时，作为车道外侧线的第一白线32和第四白线33由实线的白线构成。作为车道边界线的第二白线34和第三白线35由虚线的白线构成。对于在第一车道上行驶的用记号“a”表示的车辆41，左侧白线为实线的第一白线32，右侧白线为虚线的第二白线34。对于在第二车道上行驶的用记号“b”表示的车辆42，左侧白线为虚线的第二白线34，右侧白线为虚线的第三白线35。对于在第三车道上行驶的用记号“c”表示的车辆43，左侧白线为虚线的第三白线35，右侧白线为实线的第四白线33。由此，在成为车道边界线的白线34、35由虚线构成的情况下，根据车辆41～43正在行驶的车道，左侧白线和右侧白线的种类发生变化。因而，行驶车道决定部17利用车道与左侧白线及右侧白线的种类之间的关系，能够确定行驶车道。图5是表示车辆的位置与白线之间的关系的另一例的图。图5中示出成为车道边界线的白线36、37由实线构成的情况。图5中，也是在三车道的道路上，车辆44～46在各车道上行驶。这里，将车辆44～46的前行方向设为图5纸面中的朝上方向，并将构成图5所示的三车道道路的3条车道按照朝向车辆44～46的前行方向从左到右的顺序，依次记为第一车道、第二车道和第三车道。将划分各车道的4条白线按照朝向车辆44～46的前行方向从左到右的顺序，依次记为第一白线32、第二白线36、第三白线37和第四白线33。在图5所示的例子中，作为车道外侧线的第一白线32和第四白线33与上述图4所示的情况相同，都由实线的白线构成。作为车道边界线的第二白线36和第三白线37在图5所示的例子中，由虚线的白线构成。在图5所示的例子中，对于在第一车道上行驶的用记号“d”表示的车辆44来说，左侧白线和右侧白线都是实线的白线32、36。对于在第二车道上行驶的用记号“e”表示的车辆45的情况也一样，左侧白线和右侧白线均为实线的白线36、37。对于在第三车道上行驶的用记号“f”表示的车辆45的情况也一样，左侧白线和右侧白线均为实线的白线37、33。由此，在成为车道边界线的白线36、37由实线构成的情况下，所有车道的左侧白线和右侧白线的种类都是相同的。因而，行驶车道决定部17即使利用车道与左侧白线及右侧白线的种类之间的关系，也无法确定行驶车道。在这种情况下，通过并用后述的其它方法，才能够确定行驶车道。图6是表示横穿车道时车辆的位置与白线之间的关系的一例的图。图6中，示出了与图4所示的三车道的道路同样的道路在中途分岔的情况下所发生的车辆横穿的一例。考虑在第一车道上行驶的用记号“a”表示的车辆31a从第一车道向朝前行方向左侧分岔的车道进行车道变更的情况。在用记号“a”表示的车辆31a的位置上，左侧白线为实线的第一白线32，右侧白线为虚线的第二白线34。在车道变更的中途阶段的位置即用记号“b”表示的车辆31b的位置上，左侧白线变为划分出从第一车道分岔的车道的实线的白线51。在用记号“b”表示的车辆31b的位置上，从第一白线32延伸并对从第一车道分岔的车道和第一车道进行划分的虚线的白线52处于被横穿的状态，车辆31b位于该白线52上。车辆继续前行，在车道变更结束的阶段的位置即用记号“c”表示的车辆31c的位置上，左侧白线和右侧白线都变为划分出从第一车道分岔的车道的实线的白线51。这样，当从第一车道向朝前行方向左侧分岔的车道进行车道变更时，会横穿左侧白线，左侧白线和右侧白线的检测位置发生变化，因而，行驶车道监视部15通过监视左侧白线和右侧白线的变化，能够判断有没有发生车道变更。还考虑在第二车道上行驶的用记号“d”表示的车辆31d向作为右车道的第三车道进行车道变更的情况。在用记号“d”表示的车辆31d的位置上，左侧白线和右侧白线都是虚线的白线34、35。在车道变更的中途阶段的位置即用记号“e”表示的车辆31e的位置上，右侧白线变为划分出作为右车道的第三车道的实线的白线33。在用记号“e”表示的车辆31e的位置上，划分第二车道和第三车道的虚线的白线35处于被横穿的状态，车辆31e位于该白线35上。车辆继续前行，在车道变更结束的阶段的位置即用记号“f”表示的车辆31f的位置上，左侧白线变为划分第三车道的虚线的白线35，右侧白线变为划分第三车道的实线的白线33。这样，当从第二车道向作为右车道的第三车道进行车道变更时，会横穿右侧白线，左侧白线和右侧白线的种类发生变化。因而，行驶车道监视部15通过监视左侧白线和右侧白线的变化，能够判断有没有发生车道变更。图7是表示白线的检测位置的一例的图。白线信息获取部13所获取的白线信息以车辆31的中央位置为原点，以前行方向前方为y轴方向的正方向，以朝着前行方向的右方为x轴方向的正向来表示。如图7所示，车辆31在由三车道构成的道路的中央的第二车道上行驶的情况下，在划分作为行驶车道的第二车道的2条白线34、35中，朝向前行方向位于左侧的左侧白线即第二白线34在位置pl处被检测出。朝向前行方向位于右侧的右侧白线即第三白线35在位置pr处被检测出。划分与第二车道的左侧相邻的第一车道的第一白线32在相对于第二白线34的检测位置pl更靠左侧的位置pll处被检测出。划分与第二车道的右侧相邻的第三车道的第四白线33在相对于第三白线35的检测位置pr更靠右侧的位置prr处被检测出。图8是表示因横穿车道而发生变化的白线检测位置的一例的图。考虑以下情况：与图7所示的车辆31一样，用记号“d”表示的车辆31d从在第二车道上行驶的状态，向作为右车道的第三车道进行车道变更，并一直移动至用记号“f”表示的车辆31f的位置为止。这种情况下，车辆31的左侧白线的检测位置pl、右侧白线的检测位置pr、左侧相邻车道的左侧白线的检测位置pll、右侧相邻车道的右侧白线的检测位置prr发生变化。因而，行驶车道监视部15通过监视划分行驶车道的左侧白线和右侧白线的检测位置pl、pr、以及划分相邻车道的左侧白线和右侧白线的检测位置pll、prr的时间变化，能够检测出车道的变更。图9是表示白线的检测位置的时间变化的曲线图。图9中，横轴表示时间t[×0.1sec]，纵轴表示从时刻t的白线检测位置减去时刻t-1的白线检测位置后得到差值即位置变化量δ(t)[m]。图9中，用参考标号“61”所示的线段来表示朝向车辆前行方向位于左侧的左侧白线的位置变化量δ(t),用参考标号“62”所示的线段来表示朝向车辆前行方向位于右侧的右侧白线的位置变化量δ(t)。如图9所示，在参考标号“63”和“64”所示的位置上，左侧白线的位置变化量61和右侧白线的位置变化量62都为负值。如图7所示，由于将朝向前行方向y的右侧作为x轴的正方向，因此左侧白线的位置pl和右侧白线的位置pr的位置变化量δ(t)为负意味着左侧白线的位置pl和右侧白线的位置pr向左变化。因而，可知在参考标号“63”和“64”所示的位置上发生了向左车道的车道变更。另外，在参考标号“65”和“66”所示的位置上，左侧白线的位置变化量61和右侧白线的位置变化量62都为正值。如图7所示，由于将朝向前行方向y的右侧作为x轴的正方向，因此左侧白线的位置pl和右侧白线的位置pr的位置变化量δ(t)为正意味着左侧白线的位置pl和右侧白线的位置pr向右变化。因而，可知在参考标号“65”和“66”所示的位置上发生了向右车道的车道变更。图10～图12是表示行驶车道推断部14所用的行驶车道概率列表的一例的图。图10是表示两车道道路的行驶车道概率列表的一例的图。图11是表示三车道道路的行驶车道概率列表的一例的图。图12是表示四车道道路的行驶车道概率列表的一例的图。行驶车道概率列表是用于推断行驶车道的表格，其对每一种车道数求出与左侧白线的种类和右侧白线的种类相应的各车道的行驶车道概率。图10～图12中针对左侧白线和右侧白线的每一个种类，示出构成道路的各车道的行驶车道概率。图10中，将2个车道按照朝向车辆前行方向从左到右的顺序依次记为第一车道、第二车道。图10的各栏中，将第一车道的行驶车道概率pω1、第二车道的行驶车道概率pω2记为“(pω1，pω2)”。图11中，将3个车道按照朝向车辆前行方向从左到右的顺序依次记为第一车道、第二车道、第三车道。图11的各栏中，将第一车道的行驶车道概率pω1、第二车道的行驶车道概率pω2、第三车道的行驶车道概率pω3记为“(pω1，pω2，pω3)”。图12中，将4个车道按照朝向车辆前行方向从左到右的顺序依次记为第一车道、第二车道、第三车道、第四车道。图12的各栏中，将第一车道的行驶车道概率pω1、第二车道的行驶车道概率pω2、第三车道的行驶车道概率pω3、第四车道的行驶车道概率pω4记为“(pω1，pω2，pω3，pω4)”。行驶车道推断部14通过使用例如图10～图12所示的行驶车道概率列表，能够推断行驶车道。行驶车道概率列表存储在地图数据库11中。行驶车道概率在本实施方式中是预先定义的，但并不限于此。例如，也可以是行驶车道推断部14通过学习来更新存储在地图数据库11中的行驶车道概率，也可以有外部装置通过通信的方式更新存储在地图数据库11中的行驶车道概率。图13是表示行驶车道推断部14所用的行驶车道概率列表的另一例的图。图13中，示出基于有没有相邻车道存在而求出的各车道的行驶车道概率的一例。图13中，分别示出两车道、三车道、四车道的情况下的行驶车道概率。图13中，左车道的车道宽度用标号“wl”表示，右车道的车道宽度用标号“wr”表示，预先设定的车道宽度即规定宽度用标号“w0”表示。例如，考虑以下情况：左车道的车道宽度wl相比于规定宽度w0极小(wl<<w0)，右车道的车道宽度wr与规定宽度w0大致相等(wr≒w0)。这种情况下，当车道数为3、即三车道时，可以认为行驶车道的左侧不存在车道，行驶车道的右侧存在车道。因此，各车道的行驶车道概率例如图13所示，设定为概率pb＝(0.5,0.3,0.2)。即，设定第一车道的行驶车道概率pb1为0.5，第二车道的行驶车道概率pb2为0.3，第三车道的行驶车道概率pb3为0.2。在左车道的车道宽度wl相比于规定宽度w0极小(wl<<w0)且右车道的车道宽度wr相比于规定宽度w0极小(wr<<w0)的情况、左车道的车道宽度wl与规定宽度w0大致相等(wl≒w0)且右车道的车道宽度wr相比于规定宽度w0极小(wr<<w0)的情况、以及左车道的车道宽度wl与规定宽度w0大致相等(wl≒w0)且右车道的车道宽度wr与规定宽度w0大致相等(wr≒w0)的情况下，分别如图13所示地设定各车道的行驶车道概率。行驶车道推断部14通过使用例如图13所示的行驶车道概率列表，能够推断行驶车道。行驶车道概率列表存储在地图数据库11中。行驶车道概率在本实施方式中是预先定义的，但也可以通过学习来更新，也可以通过通信来更新。图14是表示本发明的实施方式1的行驶车道判别装置1中的车道变更判断处理的相关处理步骤的流程图。图14所示的流程图的各处理由白线信息获取部13和行驶车道监视部15执行。图14所示的流程图在行驶车道判别装置1的电源接通时开始，或者每隔预先设定的周期开始，然后移至步骤a1。步骤a1中，白线信息获取部13获取白线信息。步骤a1的处理结束后，移至步骤a2。步骤a2中，行驶车道监视部15根据步骤a1中获取的白线信息，计算出车道宽度。步骤a2的处理结束后，移至步骤a3。步骤a3中，行驶车道监视部15将步骤a1中获取的白线信息和步骤a2中计算出的表示车道宽度的车道宽度信息存储于白线信息存储部16。步骤a3的处理结束后，移至步骤a4。步骤a4中，行驶车道监视部15识别出异常的白线信息。关于步骤a4的处理详情，将在后文中阐述。步骤a4的处理结束后，移至步骤a5。步骤a5中，行驶车道监视部15判断是否横穿了左侧白线。在判断为横穿了左侧白线的情况下，移至步骤a6，在判断为没有横穿左侧白线的情况下，移至步骤a7。步骤a6中，行驶车道监视部15判断为移动至左车道。步骤a6的处理结束后，移至步骤a10。步骤a7中，行驶车道监视部15判断是否横穿了右侧白线。在判断为横穿了右侧白线的情况下，移至步骤a8，在判断为没有横穿右侧白线的情况下，移至步骤a9。步骤a8中，行驶车道监视部15判断为移动至右车道。步骤a8的处理结束后，移至步骤a10。步骤a9中，行驶车道监视部15判断为没有发生车道变更。步骤a9的处理结束后，移至步骤a10。步骤a10中，行驶车道监视部15将步骤a6、步骤a8和步骤a9中的判断结果通知给行驶车道决定部17。步骤a10的处理结束后，图14的所有处理步骤结束。步骤a6～步骤a9中有没有横穿白线和有没有车道变更的判断具体按照如下的方式进行。步骤a6中，根据左侧白线的时间序列数据，判断是否横穿了左侧白线。左侧白线的位置pl在通常行驶时会被检测出偏离车道宽度w0的一半左右。由于车辆的中央位于零点，因此当车辆的中央部横穿白线时，检测出的白线位置会发生变化。在移动到右车道的情况下，之前右侧能看到的白线变为在左侧能看到，之前右边相邻车道的右侧能看到的白线变为在车辆的右侧能看到。在移动到左车道的情况下，之前右侧能看到的白线变为右边相邻车道能看到，之前左侧能看到的线变为右侧能看到。从而，能够判断车道是否发生了变更，还能够判断车道变更的方向。时刻t-1的左侧白线的检测位置x＝pl(t-1)与时刻t的左侧白线的检测位置x＝pl(t)之差即位置变化量δ(t)能够如以下的式(1)来表示。[数学式1]δ(t)＝pl(t)-pl(t-1)…(1)若位置变化量δ(t)在预先设定的车道宽度即规定宽度w0±容许误差α的范围内，则判定为车道变更，在范围以外的情况下，在检测误差的范围内不作为车道变更进行处理。另外，对于规定宽度w0±α的α，2α、3α等也可以如以下的式(2)～式(5)那样作为横穿概率p_left计算出。[数学式2]p_left＝1.0(w-σ＜|δ(t)|＜w+σ时)…(2)[数学式3]p_left＝0.8(w-1.5σ＜|δ(t)|＜w+1.5σ时)…(3)[数学式4]p_left＝0.6(w-2.0σ＜|δ(t)|＜w+2.0σ时)…(4)[数学式5]p_left＝0.4(w-2.5σ＜|δ(t)|＜w+2.5σ时)…(5)上述这些情况不一定是在左右白线同时发生，因此在预先设定的时间内进行判断。基于白线的品质信息，对计算出的概率进行加权，从而推断行驶车道。在步骤a5和步骤a6中判断为左右的线均被横穿时，判定为发生了车道变更。在利用概率进行计算的情况下，当p_left和p_right的积超过预先设定的阈值时，判断为发生了车道变更。图15和图16是表示本发明的实施方式1的行驶车道判别装置1中的行驶车道推断处理的相关处理步骤的流程图。图15和图16所示的流程图的各处理由当前位置获取部12、白线信息获取部13和行驶车道推断部14执行。图15和图16所示的流程图在行驶车道判别装置1的电源接通时开始，或者每隔预先设定的周期开始，然后移至步骤b1。步骤b1中，当前位置获取部12获取当前位置信息。步骤b1的处理结束后，移至步骤b2。步骤b2中，行驶车道推断部14判断路段是否发生了变化。当判断为路段发生了变化时，移至步骤b3，在判断为路段没有发生变化时，移至步骤b5。步骤b3中，行驶车道推断部14进行获取变化后的路段的车道数信息的动作。步骤b3的处理结束后，移至步骤b4。步骤b4中，行驶车道推断部14判断是否获取了车道数信息。在判断为获取了车道数信息的情况下，移至步骤b5，在判断为没有获取车道数信息的情况下，移至步骤b7。步骤b5中，白线信息获取部13获取白线信息。步骤b5的处理结束后，移至步骤b6。步骤b6中，行驶车道推断部14根据步骤b5中获取的白线信息，计算出车道宽度。步骤b6的处理结束后，移至图16的步骤b10。步骤b7中，白线信息获取部13获取白线信息。步骤b7的处理结束后，移至步骤b8。步骤b8中，行驶车道推断部14根据步骤b7中获取的白线信息，计算出车道宽度。步骤b8的处理结束后，移至步骤b9。步骤b9中，行驶车道推断部14推断变化后的路段的车道数。步骤b9的处理结束后，移至图16的步骤b10。图16的步骤b10中，行驶车道推断部14根据左侧白线和右侧白线的种类，求出各车道的行驶车道概率。步骤b10的处理结束后，移至步骤b11。步骤b11中，行驶车道推断部14根据相邻车道的车道宽度来求出各车道的行驶车道概率。步骤b11的处理结束后，移至步骤b12。步骤b12中，行驶车道推断部14根据各车道的行驶车道概率来推断行驶车道。步骤b12的处理结束后，移至步骤b13。步骤b13中，行驶车道推断部14将推断结果通知给行驶车道决定部17。步骤b13的处理结束后，图15和图16的所有处理步骤结束。步骤b12中的行驶车道推断具体如下地进行。使用在步骤b10和步骤b11中计算出的行驶车道概率，对刚刚正在行驶的行驶车道进行概率加权，然后综合地推断行驶车道。本实施方式中，通过贝叶斯推断来从概率上判断行驶车道。似然度p(x|hk)通过将左侧白线和右侧白线的种类一致概率p1(x)、与左右有没有车道相应的车道数一致概率p2(x)、根据上一次决定的行驶车道及车道变更而预料的行驶车道概率p3(x)合成，按照以下的式(6)所示那样进行计算。[数学式6]p(x|hk)＝α·p1(x)+(1-α-β)·p2(x)+β·p3(x)…(6)式(6)中，α是根据摄像机检测数据的可靠度、有无异常值、有无高精度地图等动态变化的参数，β是对历史数据进行加权的参数。先验概率p(hk)作为默认值对于各车道都设定为一样的分布，第二次及以后设定根据后验概率计算出的p(hk|x)。默认值对于车道数都设定为一样的分布，因此三车道的道路的情况下的先验概率如以下的式(7)所示。[数学式7]p(h1)＝p(h2)＝p(h3)＝0.333…(7)在进入了当前的摄像机预测的行驶车道的情况下(事件x)的行驶车道(事件hk，k＝1，2，3，……，n(n为车道数))的后验概率p(hk|x)根据事件x的似然度p(x|hk)和先验概率p(hk)，并使用以下的式(8)所示的贝叶斯推断的公式来计算。[数学式8]将后验概率p(hk|x)为最大的k判断为行驶车道ln(t)，在概率超过阈值的时刻确定在该车道上行驶，开始行驶车道监视部15的处理。行驶车道监视部15在判断为发生了车道变更的情况下，将后验概率p(hk|x)和似然度p(x|hk)复位，即，将式(8)的变量i设为0(i＝0)，从而重新计算出基于当前的观测值得到的行驶车道的后验概率p(hk|x)。行驶车道监视部15在以下的(1)～(7)的情况下也将后验概率p(hk|x)和似然度p(x|hk)复位(1)车道变更(2)左右转(3)分流合流及进入交叉路口时(4)车道数增减时(5)车道数从未知变为已知时(6)车道数从已知变为未知时(7)在道路和道路外之间切换时在行驶道路的车道数发生变化的情况下，车道编号的分配方式发生变更，因此正在行驶的车道编号也会更新。例如，在左侧增加了一个车道的情况下，行驶车道编号加1，在右侧增加了一个车道的情况下，行驶车道的编号不变。图17是表示本发明的实施方式1的行驶车道判别装置1中的异常白线信息的识别处理的相关处理步骤的流程图。图17所示的流程图的各处理由行驶车道监视部15执行。图17所示的流程图在行驶车道判别装置1的电源接通时开始，或者每隔预先设定的周期开始，然后移至步骤c1。步骤c1中，行驶车道监视部15判断车道宽度与规定宽度之差是否超过了容许范围。在判断为车道宽度与规定宽度之差超过了容许范围的情况下，移至步骤c6，在判断为车道宽度与规定宽度之差没有超过容许范围的情况下，移至步骤c2。步骤c2中，行驶车道监视部15计算出从白线信息获得的各种信息在规定时间内的平均值。步骤c2的处理结束后，移至步骤c3。步骤c3中，行驶车道监视部15判断是否有某一信息的平均值与获取值之差超过了容许范围。在判断为有某一信息的平均值与获取值之差超过了容许范围的情况下，移至步骤c6，在判断没有任一信息的平均值与获取值之差超过容许范围的情况下，移至步骤c4。步骤c4中，行驶车道监视部15判断本次的获取值与上次的获取值之差是否超过了容许范围。在判断为本次的获取值与上次的获取值之差超过了容许范围的情况下，移至步骤c6，在判断为本次的获取值与上次的获取值之差没有超过容许范围的情况下，移至步骤c5。步骤c5中，行驶车道监视部15判断本次的获取值是否与初始设定值相同。在判断为本次的获取值与初始设定值相同的情况下，移至步骤c6，在判断为本次的获取值与初始设定值不同的情况下，图17的全部处理步骤结束。步骤c6中，行驶车道监视部15判断为是异常的白线信息。步骤c6的处理结束后，移至步骤c7。步骤c7中，行驶车道监视部15将步骤c6中判断为异常的白线信息设定为不可用。步骤c7的处理结束后，图17的所有处理步骤结束。如上所述，根据本实施方式，行驶车道推断部14根据基于白线种类求出的各车道的行驶车道概率、基于有没有相邻车道存在而求出的各车道的行驶车道概率、以及基于以前推断行驶车道时正在行驶的车道而求出的各车道的行驶车道概率，来推断行驶车道。从而，能够高精度地推断行驶车道。另外，在白线的检测精度较低的情况下，能使用上述的行驶车道概率中的任一个行驶车道概率来推断行驶车道，因此能够进行鲁棒性较高的推断。因而，能够稳定地判别车辆的行驶车道。另外，在本实施方式中，行驶车道推断部14无法从地图信息获取车道数信息的情况下，根据基于有没有相邻车道存在而求出的各车道的行驶车道概率、以及车辆进行车道变更的次数，来推断车道数，并根据所推断的车道数来推断行驶车道。从而，即使是在从地图信息无法获取车道数信息的情况下，也能够推断行驶车道。本实施方式中，在白线信息获取部13连续获得同一白线信息的情况下，行驶车道推断部14根据基于有没有相邻车道存在而求出的各车道的行驶车道概率、以及基于以前推断行驶车道时车辆正在行驶的车道而求出的各车道的行驶车道概率，来推断行驶车道。即，在白线信息获取部13连续获取同一白线信息的情况下，行驶车道推断部14预测为暂时的异常状态，不使用基于白线信息获取部13所获取的白线信息得到的行驶车道概率来推断行驶车道。从而，能够更高精度地推断行驶车道。另外，本实施方式中，在行驶车道推断部14推断出行驶车道后，当不同车道的行驶车道概率超过预先设定的阈值时，将行驶车道更新为所述不同车道。从而，能够更高精度地推断行驶车道。另外，本实施方式中，行驶车道推断部14在根据白线信息获取部13所获取的白线信息的时间变化判断为横穿了白线的情况下，重新推断行驶车道。从而，能够提高行驶车道的推断精度。还能维持行驶车道的推断精度。另外，本实施方式中，行驶车道推断部14基于从白线信息预测的各车道的车道宽度、白线种类、以及周边车辆的相关信息，来预测有没有相邻车道存在，并基于预测结果，来求出基于有没有相邻车道存在而求出的各车道的行驶车道概率。从而，能够提高行驶车道的推断精度。另外，在本实施方式中，行驶车道推断部14在从白线信息获取的车道变更次数多于从地图信息获得的车道数的情况下，判断为地图信息有误，并推断行驶车道。从而，即使在地图信息有误的情况下，也能高精度地推断行驶车道。<实施方式2>图18是表示本发明的实施方式2中的行驶车道判别装置2的结构的框图。本实施方式的行驶车道判别装置2包含有与实施方式1的行驶车道判别装置1相同的结构，因此对于相同的结构标注相同的参考标号，并省略通用的说明。本实施方式的行驶车道判别装置2与实施方式1一样，也构成为能够搭载于车辆、例如汽车。本实施方式的行驶车道判别装置2由具有引导路径的导航功能的导航装置实现。本发明的其他实施方式的行驶车道判别方法由本实施方式的行驶车道判别装置2执行。行驶车道判别装置2在实施方式1的行驶车道判别装置1的结构的基础上，还具备移动量确定部71和地图匹配部72。即，行驶车道判别装置2具备地图数据库11、当前位置获取部12、白线信息获取部13、行驶车道推断部14、行驶车道监视部15、白线信息存储部16、行驶车道决定部17、移动量确定部71和地图匹配部72。移动量确定部71例如由陀螺仪传感器、车速传感器、加速度传感器和磁性传感器构成。移动量确定部71使用自主导航方法或被称为航迹推算法的方法，基于由陀螺仪传感器、车速传感器、加速度传感器和磁性传感器检测出的信息，计算出车辆的移动量。具体而言，移动量确定部71计算出车辆移动的距离和方向来作为车辆的移动量。移动量确定部71将计算出的车辆的移动量、例如表示车辆移动的距离和方向的移动量信息提供给地图匹配部72。移动量确定部71也可以根据摄像机和激光雷达等，计算出车辆移动的距离和方向等的车辆移动量。地图匹配部72基于行驶车道决定部17所提供的表示行驶车道的行驶车道信息、移动量确定部71所提供的移动量信息，确定车辆在基于地图信息得到的地图上的位置。具体而言，地图匹配部72确定车辆位于从地图数据库11读取出的地图信息所包含的地图上的哪一条道路的哪一条车道的哪一个地点。本实施方式的行驶车道判别装置2的硬件结构与图2所示的行驶车道判别装置1的硬件结构相同，因此省略图示及通用的说明。行驶车道判别装置2与图2所示的行驶车道判别装置1相同，至少包含处理电路、存储器和输入输出接口而构成。行驶车道判别装置2中的移动量确定部71和地图匹配部72的各种功能由处理电路实现。即，行驶车道判别装置2具备处理电路，该处理电路利用移动量确定部71确定车辆的移动量，利用地图匹配部72基于行驶车道信息和移动量信息来确定车辆在基于地图信息得到的地图上的位置。行驶车道判别装置2中的移动量确定部71和地图匹配部72的功能通过软件、固件、或软件和固件的组合来实现。软件和固件被表记为程序，存储于存储器。处理电路读取出存储于存储器的程序并执行，从而实现移动量确定部71和地图匹配部72各部的功能。即，行驶车道判别装置2具备存储器，该存储器用于存储在通过处理电路来执行时最终执行由移动量确定部71确定车辆的移动量的步骤、由地图匹配部72基于行驶车道信息和移动量信息来确定车辆在基于地图信息所得到的地图上的位置的步骤的程序。该程序也可以说是使计算机执行行驶车道判别装置2中的移动量确定部71和地图匹配部72所进行的处理的步骤和方法的程序。图19是表示本发明的实施方式2的行驶车道判别装置2中的位置确定处理的相关处理步骤的流程图。图19所示的流程图的各处理由地图匹配部72执行。图19所示的流程图在行驶车道判别装置2的电源接通时开始，或者每隔预先设定的周期开始，然后移至步骤d1。步骤d1中，地图匹配部72从行驶车道决定部17获取行驶车道信息。步骤d1的处理结束后，移至步骤d2。步骤d2中，地图匹配部72从移动量确定部71获取移动量信息。步骤d2的处理结束后，移至步骤d3。步骤d3中，地图匹配部72从地图数据库11获取地图信息。步骤d3的处理结束后，移至步骤d4。步骤d4中，地图匹配部72根据步骤d1中获取的行驶车道信息、步骤d2中获取的移动量信息和步骤d3中获取的地图信息，确定车辆的移动位置。步骤d4的处理结束后，图19的所有处理步骤结束。如上所述，根据本实施方式，在行驶车道决定部17决定了行驶车道之后，利用地图匹配部72，在考虑了车辆移动量的基础上，在地图上映射车辆。从而，能够以较高的精度确定车辆的当前位置。<实施方式3>图20是表示本发明的实施方式3中的行驶车道判别装置3的结构的框图。本实施方式的行驶车道判别装置3包含有与实施方式1的行驶车道判别装置1及实施方式2的行驶车道判别装置2相同的结构，因此对于相同的结构标注相同的参考标号，并省略通用的说明。本实施方式的行驶车道判别装置3与实施方式1、2一样，也构成为能够搭载于车辆、例如汽车。本实施方式的行驶车道判别装置3由具有引导路径的导航功能的导航装置实现。本发明的其他实施方式的行驶车道判别方法由本实施方式的行驶车道判别装置3执行。行驶车道判别装置3在实施方式2的行驶车道判别装置2的结构的基础上，还具备地物信息获取部81、道路形状信息获取部82和道路关联信息存储部83。即，行驶车道判别装置3具备地图数据库11、当前位置获取部12、白线信息获取部13、行驶车道推断部14、行驶车道监视部15、白线信息存储部16、行驶车道决定部17、移动量确定部71、地图匹配部72、地物信息获取部81、道路形状信息获取部82和道路关联信息存储部83。地物信息获取部81由设置为能够拍摄车辆前行方向前方的前置摄像机、能够拍摄车辆前行方向后方的后置摄像机及激光雷达等传感器构成。地物信息获取部81获取正在行驶的道路的标识、临时停车道、人行横道、护栏等设置在道路上的地物相关的地物信息。地物信息获取部81将所获取的地物信息存储在道路关联信息存储部83中。道路形状信息获取部82有陀螺仪传感器、倾斜传感器、激光雷达和摄像机等传感器构成。道路形状信息获取部82获取道路形状信息，该道路形状信息包含表示正在行驶的道路的纵向坡度(以下有时也称为“倾斜”)的信息、表示正在行驶的道路的横向坡度(以下有时也称为“斜坡·倾斜”)的信息、以及表示正在行驶的道路的曲率的信息。道路形状信息82考虑车辆的倾斜度和方位来获取道路形状信息。道路形状信息获取部82将所获取的道路形状信息存储在道路关联信息存储部83中。道路关联信息存储部83由半导体存储器等存储装置来实现。道路关联信息存储部83存储地物信息获取部81所提供的地物信息、以及道路形状信息获取部82所提供的道路形状信息。道路关联信息存储部83存储在预先设定的时间(以下有时称为“规定时间”)内由地物信息获取部81所获取的地物信息和由道路形状信息获取部82所获取的道路形状信息。本实施方式的行驶车道判别装置3的硬件结构与图2所示的行驶车道判别装置1的硬件结构相同，因此省略图示及通用的说明。行驶车道判别装置3与图2所示的行驶车道判别装置1相同，至少包含处理电路、存储器和输入输出接口而构成。行驶车道判别装置3中的地物信息获取部81和道路形状信息获取部82的各种功能由处理电路实现。即，行驶车道判别装置3具备处理电路，该处理电路用于通过地物信息获取部81获取地物信息，通过道路形状信息获取部82获取道路形状信息。行驶车道判别装置3中的地物信息获取部81和道路形状信息获取部82的功能通过软件、固件、或软件和固件的组合来实现。软件和固件被表记为程序，存储于存储器。处理电路读取出存储于存储器的程序并执行，从而实现地物信息获取部81和道路形状信息获取部82各部的功能。即，行驶车道判别装置3具备存储器，该存储器用于存储在通过处理电路来执行时最终执行由地物信息获取部81获取地物信息的步骤、由道路形状信息获取部82获取道路形状信息的步骤的程序。该程序也可以说是使计算机执行行驶车道判别装置3中的地物信息获取部81和道路形状信息获取部82所进行的处理的步骤和方法的程序。图21是表示本发明的实施方式3的行驶车道判别装置3中的误差校正处理的相关处理步骤的流程图。图21所示的流程图的各处理由地图匹配部72执行。图21所示的流程图在行驶车道判别装置3的电源接通时开始，或者每隔预先设定的周期开始，然后移至步骤e1。步骤e1中，地图匹配部72从道路关联信息存储部83获取道路形状信息。步骤e1的处理结束后，移至步骤e2。步骤e2中，地图匹配部72从道路关联信息存储部83获取地物信息。步骤e2的处理结束后，移至步骤e3。步骤e3中，地图匹配部72从地图数据库11获取地图信息。步骤e3的处理结束后，移至步骤e4。步骤e4中，地图匹配部72根据步骤e1中获取的道路形状信息、步骤e2中获取的地物信息和步骤e3中获取的地图信息，求出检测出的道路形状及地物与基于地图信息得到的道路形状及地物之间的位置关系和相关关系。步骤e4的处理结束后，移至步骤e5。步骤e5中，地图匹配部72根据步骤e4中求出的检测出的道路形状及地物与基于地图信息得到的道路形状及地物之间的位置关系和相关关系，计算出作为车辆的当前位置而检测出的位置的误差。步骤35的处理结束后，移至步骤e6。步骤e6中，地图匹配部72基于步骤e5中计算出的误差，对车辆的当前位置进行校正。步骤e6的处理结束后，图21的所有处理步骤结束。如上所述，根据本实施方式，基于由传感器等构成的道路形状信息获取部82所获取的坡度和曲率等道路形状与基于地图信息获得的道路的坡度和曲率等道路形状之间的相关关系、以及由传感器等构成的地物信息获取部81所获取的地物的位置与基于地图信息获得的地物的位置之间的关系，通过地图匹配部72对车辆行驶方向上的车辆位置的误差进行校正。从而，能够以较高的精度确定车辆的当前位置。以上所述的各实施方式的行驶车道判别装置1～3不仅能够适用于能搭载于车辆的导航装置，而且能够适用于将通信终端装置和服务器装置等适当组合后的系统。通信终端装置是例如具有与服务器装置进行通信的功能的pnd(portablenavigationdevice：移动导航装置)和移动通信装置。移动通信装置是例如移动电话、智能电话和平板型终端装置。如上所述在商户将导航装置、通信终端装置与服务器装置适当组合构建系统的情况下，各实施方式的行驶车道判别装置1～3的各构成要素可以分散地配置在构建所述系统的各装置中，也可以集中配置在任一装置中。无论是上述将各实施方式的行驶车道判别装置1～3的各构成要素分散配置在构建所述系统的各装置中的情况下，还是将其集中设置在某一装置中的情况下，都能够实现与上述各实施方式相同的效果。上述各实施方式及其变形例仅是本发明的例示，在本发明的范围内，能将各实施方式及其变形例自由组合。此外，能适当变更或省略各实施方式及其变形例的任意构成要素。本发明进行了详细的说明，但上述说明仅是所有方式中的示例，本发明并不局限于此。未举例示出的无数变形例可解释为是在不脱离本发明的范围内可设想到的。标号说明1、2、3行驶车道判别装置；11地图数据库；12当前位置获取部；13白线信息获取部；14行驶车道推断部；15行驶车道监视部；16白线信息存储部；17行驶车道决定部；21处理电路；22存储器；23输入输出接口；31、31a、31b、31c、31d、31e、31f、41、42、43、44、45、46车辆；71移动量确定部；72地图匹配部；81地物信息获取部；82道路形状信息获取部；83道路关联信息存储部。当前第1页12当前第1页12