驾驶辅助车辆的行驶控制方法及行驶控制装置与流程

本发明涉及检测左右的车道边界，基于车道边界检测结果进行本车的行驶控制驾驶辅助车辆的行驶控制方法及行驶控制装置。

背景技术：

以往，已知车辆的驾驶辅助控制装置，若检测到左右车道，则将检测出的左右白线的中心位置设为目标路径，并进行控制，使得本车沿目标路径行驶(例如，参照专利文献1)。

现有技术文献

专利文献

专利文献1：日本特开2015－13545号公报

技术实现要素：

发明要解决的课题

然而，在以往装置中，在弯道行驶时，跟不上对道路曲率的变化的捕捉，在车道边界检测值上容易发生延迟。因此，拐弯内侧的车道边界检测结果变为靠近本车的方向的值。其结果，在弯道中的曲率变化部分，变为向拐弯外侧鼓出的行驶。

本发明着眼于上述问题而完成，目的在于在弯道中的曲率变化部分，在不向拐弯外侧鼓出行驶。

用于解决课题的方案

为了实现上述目的，本发明包括检测左右的车道边界，基于车道边界检测结果进行本车的行驶控制的控制器。

在这种驾驶辅助车辆的行驶控制方法中，基于道路形状信息判别弯道和转弯方向。

在弯道行驶时，将拐弯内侧的车道边界检测结果设为靠近本车的横向方向的变化被抑制的值。

发明效果

如上述，在弯道行驶时，通过将在车道边界检测值中容易发生延迟的拐弯内侧的车道边界检测结果，设为靠近本车的横向方向的变化被抑制的值，在弯道中的曲率变化部分，可以不向拐弯外侧鼓出地行驶。

附图说明

图1是表示应用了实施例1的行驶控制方法及行驶控制装置的自动驾驶控制系统的整体系统图。

图2是表示实施例1中车载传感器之中右侧方识别摄像机及左侧方识别摄像机的立体图。

图3是表示实施例1中车载传感器之中设在车辆前方的左右位置的激光定位器的立体图。

图4是表示实施例1中导航控制单元中具有的目标路径校正器的整体框图。

图5是表示图4所示的目标路径校正器之中速率限制器单元的详细结构的详细框图。

图6是表示弯道上行驶时的比较例子中的拐弯内侧的车道边界检测结果和拐弯外侧的车道边界检测结果的图。

图7是表示比较例子中的弯道上行驶时的行驶控制作用的行驶控制作用说明图。

图8是表示实施例1中的弯道上行驶时的行驶控制作用的行驶控制作用说明图。

具体实施方式

以下，基于附图所示的实施例1说明实现本发明的驾驶辅助车辆的行驶控制方法及行驶控制装置的优选实施方式。

实施例1

首先，说明结构。

实施例1中的行驶控制方法及行驶控制装置，应用于使用由导航控制单元生成的目标路径信息，转向/驱动/制动根据自动驾驶模式的选择而被自动控制的自动驾驶车辆(驾驶辅助车辆的一例子)。以下，将实施例1的结构分成“整体系统结构”、“导航控制单元的详细结构”、“目标路径校正器的整体结构”、“速率限制器单元的详细结构”进行说明。

[整体系统结构]

图1表示应用了实施例1的行驶控制方法及行驶控制装置的自动驾驶控制系统。图2表示车载传感器之中右侧方识别摄像机及左侧方识别摄像机，图3表示车载传感器之中设在车辆前方的左右位置的激光定位器。以下，基于图1～图3说明整体系统结构。

如图1所示，自动驾驶控制系统包括车载传感器1、周围环境识别单元2、导航控制单元3、自动驾驶控制单元4、以及致动器5。再者，周围环境识别单元2、导航控制单元3、自动驾驶控制单元4包括cpu等运算处理装置，是执行运算处理的计算机。

车载传感器1是被装载在自动驾驶车辆上、获取本车的周边信息的传感器。具有前方识别摄像机11、后方识别摄像机12、右侧方识别摄像机13、左侧方识别摄像机14、激光定位器15、以及雷达16。再者，作为获取本车的周边信息以外的自动驾驶控制所需要的信息的传感器类型，有图外的车速传感器、陀螺传感器和转向开关等。

组合前方识别摄像机11、后方识别摄像机12、右侧方识别摄像机13、左侧方识别摄像机14而构成周围识别摄像机(avm：环视监视器)。在这种周围识别摄像机中，探测本车行驶路上物体、本车行驶路外物体(道路构造物、前行车、后续车、相向车、周围车辆、行人、自行车、两轮车)、本车行驶路(道路白线、道路边界、停止线、人行横道)、路标(限速)等。

如图2所示，右侧方识别摄像机13是内置在右侧车门后视镜中的鱼眼摄像机，具有右侧白线横向位置检测功能。如图2所示，左侧方识别摄像机14是内置在左侧车门后视镜中的鱼眼摄像机，具有左侧白线横向位置检测功能。

再者，右侧白线横向位置是指从本车a的车宽方向中心线cl的位置至右侧白线wr的内端位置为止的长度。左侧白线横向位置是指从本车a的车宽方向中心线cl的位置至左侧白线wl的内端位置为止的长度。再者，右侧白线wr和左侧白线wl是左右车道边界，右侧白线横向位置和左侧白线横向位置被设为左右车道边界检测结果。

激光定位器15和雷达16被配置在本车的前端位置，将输出波的照射轴朝向车辆前方，通过接受反射波而探测本车前方存在的物体，同时探测距本车前方的物体的距离。将称为激光定位器15和雷达16的两种测距传感器组合而构成激光定位器/雷达，例如，可以使用激光雷达、毫米波雷达、超声波雷达、雷达测距仪等。在这种激光定位器15和雷达16中，探测本车行驶路上物体、本车行驶路外物体(道路构造物、前行车、后续车、相向车、周围车辆、行人、自行车、两轮车)等的位置和距物体的距离。

这里，如图3所示，激光定位器15，在本车a的前端左右位置向右斜下方和向左斜下方被可摇头地设置，具有右侧路牙横向位置检测功能和左侧路牙横向位置检测功能。再者，右侧路牙横向位置是指从本车a的车宽方向中心线cl的位置至右侧路牙er的内端位置为止的长度。左侧路牙横向位置是指从本车a的车宽方向中心线cl的位置至左侧路牙el的内端位置为止的长度。再者，右侧路牙er和左侧路牙el是左右的道路边缘，从右侧路牙横向位置规定距离内侧位置和从左侧路牙横向位置规定距离内侧位置被设为左右的车道边界检测结果。

周围环境识别单元2输入来自各识别摄像机11、12、13、14的图像数据和来自激光定位器15/雷达16的物体数据。该周围环境识别单元2具有生成图像数据和物体数据的校准数据的校准处理单元21、以及基于校准数据进行物体识别处理的物体识别处理单元22。

校准处理单元21估计来自各识别摄像机11、12、13、14的图像数据的参数和来自激光定位器15/雷达16的物体数据的参数，使用参数生成图像数据和物体数据的校准数据并输出。例如，在来自各识别摄像机11、12、13、14的图像数据的情况下，使用参数进行光轴和镜头失真的校正等。

物体识别处理单元22输入来自校准处理单元21的校准数据，基于校准数据进行物体识别处理，输出识别结果数据。在该物体识别处理单元22中，例如，将图像数据和物体数据进行比较处理，若根据物体数据确认在基于图像数据的物体候选的位置存在物体，则识别存在的物体，并且识别物体是什么物体。

导航控制单元3输入来自gnss天线31的本车位置信息，将包含道路信息的地图数据和利用了卫星通信的gps(全球定位系统)组合，根据路线检索而生成从当前位置至目的地的目标路径。然后，将生成的目标路径显示在地图上，同时输出目标路径信息。

这里，“gnss”是“globalnavigationsatellitesystem：全球导航卫星系统”的简称，“gps”是“globalpositioningsystem(全球定位系统)”的简称。再者，对于导航控制单元3的详细结构，将后述。

自动驾驶控制单元4输入来自周围环境识别单元2的物体识别处理单元22的识别结果数据和来自导航控制单元3的目标路径信息。然后，基于输入信息生成目标车速、目标加速度和目标减速度。而且，根据生成的目标加速度运算驱动控制指令值，将运算结果输出到驱动致动器51。根据生成的目标减速度运算制动控制指令值，将运算结果输出到制动致动器52。根据输入的目标路径信息运算转向角控制指令值，将运算结果输出到转向角致动器53。

致动器5具有驱动致动器51、制动致动器52、以及转向角致动器53。

驱动致动器51是从自动驾驶控制单元4输入驱动控制指令值，控制驱动源驱动力的致动器。即，发动机车的情况下，使用发动机致动器。混合动力车的情况下，使用发动机致动器和电机致动器。电动汽车的情况下，使用电机致动器。

制动致动器52是从自动驾驶控制单元4输入制动控制指令值，控制致动器制动力的致动器。再者，作为制动致动器52，使用液压增压器和电动增压器等。

转向角致动器53是从自动驾驶控制单元4输入转向角控制指令值，控制转向轮的转向角的致动器。再者，作为转向角致动器53，使用转向角控制电机等。

[导航控制单元的详细结构]

基于图1说明设定目的地、运算最优的目标路径、并显示自动驾驶用的目标路径的导航控制单元3的详细结构。

如图1所示，导航控制单元3包括gnss天线31、31、位置信息处理单元32、目的地设定单元33、地图数据存储单元34、路线检索处理单元35、目标路径校正器36、以及显示装置37。

位置信息处理单元32基于从gnss天线31输入的卫星通信信息，进行本车的停车位置和本车的行驶位置的纬度、经度的检测处理。来自位置信息处理单元32的本车位置信息被输出到路线检索处理单元35。

通过驾驶员对显示装置37的显示画面的触摸板操作等，目的地设定单元33进行本车的目的地的输入设定。来自目的地设定单元33的目的地信息被输出到路线检索处理单元35。

地图数据存储单元34是将纬度经度和地图信息相关联的、所谓电子地图数据的存储单元。在地图数据中，具有与各地点相关联的道路信息，道路信息由节点、连接节点间的链接定义。道路信息包含根据道路的位置/区域确定道路的信息、以及每条道路的道路类别、每条道路的道路宽度、道路的形状信息。对各道路链接的每个识别信息，道路信息将交叉路口的位置、交叉路口的进入方向、交叉路口的类别及其他有关交叉路口的信息关联存储。此外，对各道路链接的每个识别信息，道路信息将道路类别、道路宽度、道路形状、可否直行、行进的优先关系、可否超车(可否进入邻接车道)、限速、有关其他道路的信息关联存储。

路线检索处理单元35输入来自位置信息处理单元32的本车位置信息、来自目的地设定单元33的目的地信息、以及来自地图数据存储单元34的道路地图信息(道路地图数据)。然后，基于道路地图信息，通过路线成本计算等生成目标路径。再者，目标路径的生成，可以使用gps和地图生成，但取代使用gps和地图，在存在前行车时，也可以将前行车的行驶轨迹设为目标路径。这种情况下，在gps的位置精度较低时，通过将行驶轨迹用作目标路径，后述的目标路径校正器36中的横向并行移动量较小即可，可以设为更平稳的车辆行为。

目标路径校正器36输入来自物体识别处理单元22的识别结果数据、来自路线检索处理单元35的目标路径、和来自地图数据存储单元34的道路地图信息。除目标路径以外，还输入白线横向方向距离(左右)、静止物体横向方向距离(左右)、路牙横向方向距离(左右)、基于驾驶员的方向指示器(方向指示灯)的使用状况、车道变更状况、车速等信息。基于这些输入信息，检测本车行驶的车道的车道边界。然后，将检测出的车道边界和地图上的目标路径的位置关系进行比较，在目标路径相对车道边界存在于规定距离以内的情况下，或者在目标路径相对车道边界存在于本车的相反侧的情况下，将目标路径通过横向方向的并行移动进行校正。

这里，“规定距离”是指，在本车靠近车道边界时，对驾驶员造成不安感的距离，例如，假设从本车的车宽方向中心线至车道边界为2m(米)左右(从本车的侧面至车道边界为1m左右)的距离。再者，在目标路径相对车道边界存在于本车的相反侧的情况下，无论与本车的距离如何，都将目标路径通过横向方向的并行移动进行校正。

显示装置37输入来自地图数据存储单元34的地图数据信息和来自目标路径校正器36的目标路径信息。然后，在显示画面上，显示地图、道路、目标路径、本车位置和目的地。即，在基于自动驾驶的行驶中，显示装置37提供本车在地图上移动到哪里等的本车位置视觉信息。

[目标路径校正器的整体结构]

图4表示在实施例1中导航控制单元3(控制器)具有的目标路径校正器36。以下，基于图4说明目标路径校正器36的整体结构。

在基于自动驾驶的行驶中，将使用导航信息检测出的本车位置与地图信息重合时，目标路径校正器36将在本车位置和目标路径之间发生的导航误差通过目标路径的横向并行移动进行校正。如图4所示，这种目标路径校正器36具有道路边界信息综合单元361、横向校正量计算单元362、横向并行移动单元363、道路形状判别单元364、以及速率限制器单元365。

道路边界信息综合单元361在直行道路行驶中，输入白线横向方向距离(左右)、静止物体横向方向距离(左右)、路牙横向方向距离(左右)、基于驾驶员的方向指示器(方向指示灯)的使用状况、车道变更状况、车速等信息。另一方面，在弯道行驶中，取代白线横向方向距离(左右)，输入来自速率限制器单元365的速率限制器应用后右侧白线横向位置和速率限制器应用后左侧白线横向位置，计算白线横向方向距离(左右)。然后，检测本车a行驶的车道的车道边界，将本车a和车道边界横向方向距离(左右)输出到横向校正量计算单元362。

横向校正量计算单元362输入来自路线检索处理单元35的目标路径、来自道路边界信息综合单元361的车道边界横向方向距离(左右)、基于驾驶员的方向指示器的使用状况、车道变更状况、车速等信息。然后，将检测出的车道边界和地图上的目标路径的位置关系进行比较，在目标路径相对车道边界存在于规定距离以内的情况下，或者在目标路径相对车道边界存在于本车a的相反侧的情况下，计算目标路径的横向校正量。

横向并行移动单元363输入来自路线检索处理单元35的目标路径、以及来自横向校正量计算单元362的横向校正量。然后，若算出横向校正量，则如图4的右下的框b所示，通过相当横向校正量的横向方向的并行移动校正目标路径，生成新的目标路径。通过该目标路径的横向并行移动校正，在本车a的行进方向和目标路径偏移时，本车a的行进方向和新的目标路径的一致性被提高。

道路形状判别单元364基于地图(道路形状信息)和由gps所得的本车位置信息判别在本车的行驶预定路径上存在的弯道和转弯方向。然后，若到达弯道的拐弯曲率的变化开始点，则只要在到达曲率变化开始点后至经过通过弯道需要的规定时间为止，就将弯道信息输出到速率限制器单元365。再者，根据弯道的曲率和长度及本车的弯道估计车速，求得本车通过弯道需要的规定时间。

速率限制器单元365输入来自道路形状判别单元364的弯道信息、由右侧方识别摄像机13检测出的右侧白线横向位置、以及由左侧方识别摄像机14检测出的左侧白线横向位置。然后，在弯道上行驶时，在输入弯道信息时，将右侧白线横向位置和左侧白线横向位置之中的、拐弯内侧的车道边界检测结果设为靠近本车的横向方向的变化被抑制的值。即，使拐弯内侧的车道边界检测结果作为靠近本车的方向的横向速度(变化速率)被允许的允许变化速率，小于作为拐弯外侧的车道边界检测结果的横向速度(变化速率)被允许的允许变化速率。然后，将速率限制器应用后右侧白线横向位置和速率限制器应用后左侧白线横向位置输出到道路境界信息综合单元361。

[速率限制器单元的详细结构]

图5表示目标路径校正器36之中速率限制器单元365的详细结构。以下，基于图5说明速率限制器单元365的详细结构。

如图5所示，速率限制器单元365具有曲率计算单元365a、假定横向g运算单元365b、第1速率上限值确定单元365c、以及第1速率下限值确定单元365d。而且，具有假定偏航率运算单元365e、第2速率上限值确定单元365f、第2速率下限值确定单元365g、车速微分值运算单元365h、第3速率上限值确定单元365i、以及第3速率下限值确定单元365j。另外，具有速率上限值选择单元365k、速率下限值选择单元365m、右侧速率限制器365n、以及左侧速率限制器365p。

曲率计算单元365a根据使用地图和gps获取的道路形状计算弯道的曲率。

假定横向g运算单元365b输入曲率和车速，使用下述的算式运算假定横向g。

这里，曲线道路形状被表示为y＝1/2ρd²。ρ是曲率，d是行进方向距离。若将车速设为v，则d＝vt，所以y＝1/2ρv²t²。因此，从在某一时间t＝τ的期间内直行的本车观察，向白线的横方向的横向移动量y可以写为y＝1/2ρv²τ²。在该白线的横向移动量y的算式中，ρv²是被假定的横向g，通过使用假定横向g＝ρv²的算式运算假定横向g。

第1速率上限值确定单元365c具有将假定横向g设为横轴的查找表，根据假定横向g和表特性确定第1速率上限值。第1速率上限值被设为在右转弯中假定横向g越大，越抑制右侧白线向左侧移动的速度的值。

第1速率下限值确定单元365d具有将假定横向g设为横轴的查找表，根据假定横向g和表特性确定第1速率下限值。第1速率下限值被设为在左转弯中假定横向g越大，越抑制左侧白线向右侧移动的速度的值。

假定偏航率运算单元365e输入曲率和车速，使用下述的算式运算假定偏航率。

如上述，白线的横向移动量y可以写为y＝1/2ρv²τ²。在该白线的横向移动量y的算式中，ρv是被假定的偏航率，通过使用假定偏航率＝ρv的算式运算假定偏航率。

第2速率上限值确定单元365f具有将假定偏航率设为横轴的查找表，根据假定偏航率和表特性确定第2速率上限值。第2速率上限值被设为在右转弯中假定偏航率越大，越抑制右侧白线向左侧移动的速度的值。

第2速率下限值确定单元365g具有将假定偏航率设为横轴的查找表，根据假定偏航率和表特性确定第2速率下限值。第2速率下限值被设为在左转弯中假定偏航率越大，越抑制左侧白线向右侧移动的速度的值。

车速微分值运算单元365h输入弯道信息和车速，通过将车速v进行时间微分处理，运算车速v的每单位时间的变化量即车速微分值。

第3速率上限值确定单元365i具有将车速微分值设为横轴的查找表，根据车速微分值和表特性确定第3速率上限值。第3速率上限值被设为在右转弯中车速微分值(减速度)越大，越抑制右侧白线向左侧移动的速度的值。

第3速率下限值确定单元365j具有将车速微分值设为横轴的查找表，根据车速微分值和表特性确定第3速率下限值。第3速率下限值被设为在左转弯中车速微分值(减速度)越大，越抑制左侧白线向右侧移动的速度的值。

速率上限值选择单元365k输入第1速率上限值、第2速率上限值和第3速率上限值，将绝对值最小的值选择为速率上限值。

速率下限值选择单元365m输入第1速率下限值、第2速率下限值和第3速率下限值，将绝对值最小的值选择为速率下限值。

右侧速率限制器365n输入由右侧方识别摄像机13检测出的右侧白线横向位置、来自速率上限值选择单元365k的速率上限值、以及预先设定的速率下限值。然后，对右侧白线横向位置的变化速率(横向速度)，通过由速率上限值和速率下限值限制，获取速率限制器应用后右侧白线横向位置。

左侧速率限制器365p输入由左侧方识别摄像机14检测出的左侧白线横向位置、来自速率下限值选择单元365m的速率下限值、以及预先设定的速率上限值。然后，对左侧白线横向位置的变化速率(横向速度)，通过由速率上限值和速率下限值限制，获取速率限制器应用后左侧白线横向位置。

接着，说明作用。

将实施例1的作用分为“比较例子中的弯道行驶控制作用”、“实施例1中的弯道行驶控制作用”进行说明。

[比较例子中的弯道行驶控制作用]

图6表示弯道上行驶时的比较例子中的拐弯内侧的车道边界检测结果和拐弯外侧的车道边界检测结果。以下，基于图6说明比较例子的课题。这里，比较例子设为，在弯道行驶时，将左右的车道边界检测值原样用作拐弯内侧的车道边界检测结果和拐弯外侧的车道边界检测结果。

在弯道行驶中，在由摄像机等进行左右白线的检测的情况下，若来到道路曲率变化的位置(图6的曲率变化部分c)，则摄像机中的对左右白线的横向位置的变化的捕捉跟不上。因此，如图6的箭头d表示的框线内的虚线特性所示，在摄像机中的对实际的左右白线的检测结果中容易发生延迟。

然后，若在过了曲率变化部分c后的拐弯内侧的白线检测中发生延迟，则摄像机中的检测结果成为靠近本车a的方向的值。再者，若在过了曲率变化部分c后的拐弯外侧的白线检测中发生延迟，则摄像机中的检测结果为离开本车a的方向的值。

图7表示比较例子中的弯道上行驶时的行驶控制作用。以下，基于图7说明比较例子中的弯道行驶控制作用。

如上述，若在过了曲率变化部分c后的白线检测中发生延迟，则摄像机中的白线检测结果在拐弯内侧为靠近本车a的方向的值，在拐弯外侧为离开本车a的方向的值。因此，根据摄像机中的白线检测结果所识别的弯道的曲率大于实际的左右白线产生的弯道的曲率(曲率半径较小)，向拐弯外侧鼓出。

因此，设为将由地图创建的目标路径tl以摄像机中的白线检测结果进行校正，要对其通过线迹(linetrace)控制进行车道内行驶。这种情况下，由于校正在弯道的外侧起作用，所以如图7的箭头e围成的框内记载的，校正后的目标路径tl’为靠近弯道的外侧白线的路径。其结果，若使本车a沿校正后的目标路径tl’行驶，则在弯道中的曲率变化部分，为在向拐弯外侧鼓出而行驶。

再者，在该弯道中的曲率变化部分，本车在向拐弯外侧鼓出而行驶的作用，即使不生成目标路径，而基于摄像机中的左右白线检测结果，一边保持左右白线的中心位置一边进行行驶的控制，也是同样的。

[实施例1中的弯道行驶控制作用]

图8表示实施例1中的在弯道行驶时的行驶控制作用。以下，基于图5及图8说明实施例1中的弯道行驶控制作用。

本发明着眼于上述比较例子中的课题而完成。在实施例1中，在弯道行驶时，使拐弯内侧的车道边界检测结果作为靠近本车方向的横向速度被允许的允许变化速率，小于作为拐弯外侧的车道边界检测结果的横向速度被允许的允许变化速率。

即，在曲率计算单元365a中，通过使用地图和gps获取的道路形状计算弯道的曲率，在假定横向g运算单元365b中，输入曲率和车速，使用假定横向g＝ρv²的算式运算假定横向g。然后，在第1速率上限值确定单元365c中，根据假定横向g和表特性确定第1速率上限值。确定的第1速率上限值被设为在右转弯中假定横向g越大，越抑制拐弯内侧的右侧白线向左侧移动的速度的值。此外，在第1速率下限值确定单元365d中，根据假定横向g和表特性确定第1速率下限值。确定的第1速率下限值被设为在左转弯中假定横向g越大，越抑制拐弯内侧的左侧白线向右侧移动的速度的值。

另一方面，在假定偏航率运算单元365e中，输入曲率和车速，使用假定偏航率＝ρv的算式运算假定偏航率。然后，在第2速率上限值确定单元365f中，根据假定偏航率和表特性确定第2速率上限值。确定的第2速率上限值被设为在右转弯中假定偏航率越大，越抑制拐弯内侧的右侧白线向左侧移动的速度的值。此外，在第2速率下限值确定单元365g中，根据假定偏航率和表特性确定第2速率下限值。确定的第2速率下限值被设为在左转弯中假定偏航率越大，越抑制拐弯内侧的左侧白线向右侧移动的速度的值。

而且，在车速微分值运算单元365h中，输入弯道信息和车速，通过将车速v进行时间微分处理，运算车速v的每单位时间的变化量即车速微分值。然后，在第3速率上限值确定单元365i中，根据车速微分值和表特性确定第3速率上限值。确定的第3速率上限值被设为在右转弯中车速微分值(减速度)越大，越抑制拐弯内侧的右侧白线向左侧移动的速度的值。此外，在第3速率下限值确定单元365j中，根据车速微分值和表特性确定第3速率下限值。确定的第3速率下限值被设为在左转弯中车速微分值(减速度)越大，越抑制拐弯内侧的左侧白线向右侧移动的速度的值。

然后，在速率上限值选择单元365k中，输入第1速率上限值、第2速率上限值和第3速率上限值，在3个值之中，选择绝对值最小的值作为速率上限值。此外，在速率下限值选择单元365m中，输入第1速率下限值、第2速率下限值和第3速率下限值，在3个值之中，选择绝对值最小的值作为速率下限值。

接着，在右侧速率限制器365n中，输入由右侧方识别摄像机13检测出的右侧白线横向位置、来自速率上限值选择单元365k的速率上限值、以及预先设定的速率下限值。然后，通过由速率上限值和速率下限值限制对右侧白线横向位置的变化速率(横向速度)，获取速率限制器应用后右侧白线横向位置。

同样，在左侧速率限制器365p中，输入由左侧方识别摄像机14检测出的左侧白线横向位置、来自速率下限值选择单元365m的速率下限值、以及预先设定的速率上限值。然后，通过由速率上限值和速率下限值限制对左侧白线横向位置的变化速率(横向速度)，获取速率限制器应用后左侧白线横向位置。

因此，即使在过了曲率变化部分c后的白线检测中发生延迟，在右转弯道行驶时，拐弯内侧的速率限制器应用后右侧白线横向位置也被设为向左侧移动的速度被抑制的位置。此外，左转弯道行驶时，拐弯内侧的速率限制器应用后左侧白线横向位置被设为向右侧移动的速度被抑制的位置。因此，根据速率限制器应用后的右侧白线横向位置和左侧白线横向位置识别的弯道的曲率为接近基于实际的左右白线的弯道的曲率。

因此，设为将由地图创建的目标路径tl以速率限制器应用后的右侧白线横向位置和左侧白线横向位置校正，要对其通过线迹(linetrace)控制而在车道内行驶。这种情况下，由于校正在弯道的外侧起作用被抑制，所以如以图8的箭头f围成的框内记载的，校正后的目标路径tl”为大致沿弯道的中心线的路径。其结果，即使将本车a沿校正后的目标路径tl”行驶，在弯道中的曲率变化部分，也可以不向拐弯外侧鼓出地行驶。

接着，说明效果。

作为实施例1中的自动驾驶车辆的行驶控制方法及行驶控制装置，可得到下述列举的效果。

(1)包括控制器(导航控制单元3)，检测左右的车道边界，基于车道边界检测结果进行本车的行驶控制。

在该驾驶辅助车辆(自动驾驶车辆)的行驶控制方法中，基于道路形状信息判别弯道和转弯方向。

在弯道行驶时，将拐弯内侧的车道边界检测结果设为靠近本车的横向方向的变化被抑制的值(图8)。

因此，可以提供在弯道中的曲率变化部分，不向拐弯外侧鼓出地行驶的驾驶辅助车辆(自动驾驶车辆)的行驶控制方法。

(2)在弯道行驶时，使拐弯内侧的车道边界检测结果作为靠近本车方向的横向速度被允许的允许变化速率，小于作为拐弯外侧的车道边界检测结果的横向速度被允许的允许变化速率(图5)。

因此，除了(1)的效果以外，通过使横向位置的变化速率(横向速度)较小，可以防止拐弯内侧的车道边界检测结果靠近本车。再者，如实施例1，在将目标路径生成和车道边界检测结果组合使用的情况下，仅改变变化速率而留下车道边界检测结果，所以不失去目标路径的横向并行移动校正功能，通过目标路径的横向校正，可使本车在车道中心行驶。

(3)在弯道行驶时，在从拐弯曲率的变化开始点至经过规定时间为止的期间内，将拐弯内侧的车道边界检测结果设为靠近本车的横向方向的变化被抑制的值(图4)。

因此，除了(1)或(2)的效果以外，在弯道行驶场景以外的直行行驶场景中，本车可在车道中心行驶。即，通过仅限定为拐弯内侧的车道边界检测结果的延迟明显的弯道行驶场景，可以在其他的行驶场景中，直接使用左右的车道边界检测结果。

(4)根据道路形状计算弯道的曲率，根据曲率和车速计算假定横向加速度(假定横向g)，使第1速率上限值和第1速率下限值根据假定横向加速度而变化(图5)。

因此，除了(2)或(3)的效果以外，通过使速率限制器的上下限根据假定横向加速度(假定横向g)而变化，可以在弯道行驶中，将本车的车辆行为抑制得小。即，存在车道边界检测结果的横向移动量y越大，传感器延迟造成的影响越大的关系。然后，由于横向移动量y为ρv²τ²，假定横向g为ρv²，所以若假定横向g越大，越限制拐弯内侧的车道边界检测结果，则横向移动量y被抑制得越小。

(5)根据道路形状计算弯道的曲率，根据曲率和车速计算假定偏航率，使第2速率上限值和第2速率下限值根据假定偏航率而变化。

将基于假定横向加速度求得的第1速率上限值和第1速率下限值分别与绝对值比较，采用绝对值更小的一方作为速率上限值和速率下限值(图5)。

因此，除了(4)的效果以外，在还考虑了本车的偏航率进行车道边界的检测的情况下，若将假定横向g相加假定偏航率来限制拐弯内侧的车道边界检测结果，则可以在弯道行驶中，将本车的车辆行为抑制得小。即，即使横向g相同，也存在若偏航率的变化变大，则车道边界的检测误差变大的关系。

(6)计算弯道上行驶时的车速的时间变化即车速微分值，使第3速率上限值和第3速率下限值根据车速微分值变化。

将基于假定横向加速度求得的第1速率上限值和第1速率下限值分别与绝对值比较，采用绝对值更小的一方作为速率上限值和速率下限值(图5)。

因此，除了(4)的效果以外，在还考虑了本车的偏航率进行车道边界的检测的情况下，若将假定横向g相加车速微分值来限制拐弯内侧的车道边界检测结果，则可以在弯道行驶中，将本车的车辆行为抑制得小。即，由于曲率和车速之积为偏航率，所以车速的变化(＝车速微分值)为偏航率的变化。

(7)将车道边界的检测结果和按左右的车道边界检测以外的方法生成的目标路径之间的位置关系进行比较，在目标路径存在于相对车道边界的规定距离以内的情况下，或者在目标路径存在于相对车道边界与本车相反侧的情况下，将目标路径根据横方向的并行移动进行校正(图4)。

因此，除了(1)～(6)的效果以外，通过包含弯道在内基于并行移动来校正目标路径，可根据场景选择使平顺性优先，还是使不超出优先，可以实现能够更放心的车辆行为。

(8)包括控制器(导航控制单元3)，检测左右的车道边界，基于车道边界检测结果进行本车的行驶控制。

在该驾驶辅助车辆(自动驾驶车辆)的行驶控制装置中，控制器(导航控制单元3)具有道路形状判别单元364和检测结果变化抑制单元(速率限制器单元365)。

道路形状判别单元364基于道路形状信息判别弯道和转弯方向。

在弯道行驶时，检测结果变化抑制单元(速率限制器单元365)将拐弯内侧的车道边界检测结果设为抑制了靠近本车的横向方向的变化的值(图4)。

因此，可以提供在弯道中的曲率变化部分，不向拐弯外侧鼓出地行驶的驾驶辅助车辆(自动驾驶车辆)的行驶控制装置。

以上，基于实施例1说明了本发明的驾驶辅助车辆的行驶控制方法及行驶控制装置。但是，对于具体的结构，不限于该实施例1，只要不脱离权利要求书的各项的发明的宗旨，则允许设计的变更和追加等。

在实施例1中，展示了将目标路径生成和车道边界检测结果组合使用的例子。但是，在仅使用车道边界检测结果，例如，作为基于摄像机中的左右白线检测结果，进行一边保持左右白线的中心位置一边行驶的控制的例子，可以应用本发明。

在实施例1中，表示了在弯道行驶时，在将拐弯内侧的车道边界检测结果设为靠近本车的横向方向的变化被抑制的值时，加强对拐弯内侧的车道边界检测结果的速率限制器，减弱对拐弯外侧的车道边界检测结果的速率限制器的例子。这是基于在弯道中的曲率变化部分，为了不向拐弯外侧鼓出地行驶，对拐弯内侧的车道边界检测结果的限制比对拐弯外侧的车道边界检测结果限制更有效，不使行驶路径宽度变窄这样的理由。但是，在弯道行驶时，作为例子也可以维持拐弯内侧的车道边界检测结果。此外，也可以设为在弯道行驶时，维持拐弯内侧和拐弯外侧的车道边界检测结果的例子。

在实施例1中，作为生成从本车的当前位置至目的地为止的目标路径的控制器，展示了使用导航控制单元3的例子。但是，作为生成从本车的当前位置至目的地为止的目标路径的控制器，也可以设为自动驾驶控制单元的例子。而且，也可以设为将目标路径生成功能分为两个，将一部分由导航控制单元分担，将剩余部分由自动驾驶控制单元分担的例子。

在实施例1中，展示了将本发明的行驶控制方法及行驶控制装置应用于转向/驱动/制动根据自动驾驶模式的选择而被自动控制的自动驾驶车辆的例子。但是，本发明的行驶控制方法及行驶控制装置，也可以是在驾驶员的转向驾驶/驱动驾驶/制动驾驶之中，辅助一部分驾驶的驾驶辅助车辆。总之，如果是通过校正导航系统的位置误差来进行驾驶员的驾驶辅助的车辆，则可以应用。