专利名称：驾驶辅助装置的制作方法
技术领域：
本发明涉及一种驾驶辅助装置。
背景技术：
一直以来，作为与驾驶辅助相关的装置，已知一种制作在驾驶辅助等中所使用的 地图数据的装置，专利文献I中记载了一种车辆用地图数据制作装置，其通过对道路的侧 端部进行检测，并以所检测出的一侧的侧端部为基准来制作另一侧的侧端部的相对位置的 数据，从而在不会使数据容量过大的条件下制作地图数据。
在先技术文献
专利文献
专利文献1:日本特开2007-240319号公报 发明内容
发明所要解决的课题
但是，如上述的专利文献I中记载的车辆用地图数据制作装置那样，在对处于近 距离的道路的侧端部进行检测并制作地图数据时，在对道路的侧端部进行检测的专利文献 中，由于未考虑到例如处于远距离的道路要素，因此作为与驾驶辅助相关的数据，所制成的 车辆用地图数据的可靠性还存在改善的余地。
因此，本发明的课题在于，提供一种生成行进路线以使本车辆能够安全地行驶的 驾驶辅助装置。
用于解决课题的方法
为了解决上述课题，本发明所涉及的驾驶辅助装置被构成为，具备行驶路径信息 取得单元，其取得识别范围不同的多个行驶路径信息；行进路线生成单元，其根据行驶环 境，而利用多个行驶路径信息来生成本车辆的行进路线。
另外，虽然作为上述识别范围的示例，根据地图信息中的距离而设定了广域地图、 中域地图、局部地图，但也可以基于其他的各种考虑来进行定义。
例如，可以取代距离范围而根据路线设定中的E⑶的运算处理时间来对广域、中 域、局部的范围进行设定。
此外，也可以根据能够由搭载于车辆中的摄像装置、宽频带雷达、窄频带雷达等识 别出障碍物的范围而进行设定。例如，可以将窄频带雷达的检测精度较高的范围设定为中 域，而将宽频带雷达的检测精度较高的范围设定为局部。此外，可以将根据图像而无法明 确地识别出交叉路口、白线、道路形状或其他障碍物的远方区域设定为中域，而将能够明确 地进行判断的近处区域设定为局部。此外，可以将在雷达的探测范围内无法明确地判断出 反射物是叠影还是物体的区域设定为中域，而将能够识别出反射物是物体的区域设定为局 部。
此外，不仅可以按照能否识别而进行区分，还可以按照识别的可能性即可靠度来进行区分。
根据本发明，由于根据行驶环境而利用识别范围不同的多个行驶路径信息来生成行进路线，从而本车辆能够安全行驶。
在本发明所涉及的驾驶辅助装置中，优选采取如下方式，S卩，多个行驶路径信息的更新频度互不相同。由于多个行驶路径信息的更新频度互不相同，从而能够减轻用于信息更新的运算负荷。
在本发明所涉及的驾驶辅助装置中，优选采取如下方式，S卩，还具备行驶预定路径信息取得单元，其根据多个行驶路径信息中的、指定的识别范围的行驶路径信息，来取得行驶预定路径信息；可行驶区域检测单元，其对行驶路径中的可行驶区域进行检测，所述驾驶辅助装置根据行驶预定路径信息和可行驶区域，来对行驶预定路径的形状进行推断。通过使用利用上述单元而得到的行驶预定路径信息及可行驶区域，从而能够高精度地对行驶预定路径的形状进行推断。
在本发明所涉及的驾驶辅助装置中，优选采取如下方式，S卩，对行驶预定路径进行分割而推断形状。通过对行驶预定路径进行分割，从而能够更高精度地对形状进行推断。
在本发明所涉及的驾驶辅助装置中，优选采取如下方式，S卩，还具备形状模式存储单元，所述形状模式存储单元将行驶路径的形状作为形状模式而进行存储，所述驾驶辅助装置根据行驶预定路径信息和形状模式，来对行驶预定路径的形状进行推断。即使在难以对上述的可行驶区域进行检测的情况下，通过利用形状模式，从而也能够高精度地对行驶预定路径的形状进行推断。
在本发明所涉及的驾驶辅助装置中，优选采取如下方式，S卩，还具备过去行驶路径积累单元， 所述过去行驶路径积累单元对过去的行驶路径信息进行积累，所述驾驶辅助装置根据过去的行驶路径信息与所推断出的行驶预定路径的形状之间的一致度，而进一步对行驶预定路径的形状进行推断。在上述的一致度较高的情况下，能够高精度地对行驶预定路径的形状进行推断，而在一致度较低的情况下，通过对所推断出的行驶预定路径的形状例如进行修正，从而能够高精度地进行推断。
在本发明所涉及的驾驶辅助装置中，优选采取如下方式，S卩，还具备障碍物信息取得单元，所述障碍物信息取得单元对本车辆的周围的障碍物的信息进行取得，所述驾驶辅助装置利用所推断出的行驶预定路径的形状中的边缘信息，来确定对障碍物信息进行取得的搜索范围。通过利用所推断出的行驶预定路径的形状中的边缘信息，来确定对障碍物信息进行取得的搜索范围，从而易于对本车辆的周围的障碍物的信息进行取得。
在本发明所涉及的驾驶辅助装置中，优选采取如下方式，S卩，还具备障碍物信息取得单元，所述障碍物信息取得单元对本车辆的周围的障碍物的信息进行取得，所述驾驶辅助装置对所推断出的行驶预定路径中的障碍物的可动范围进行设定，并在障碍物脱离了可动范围时，使用与行驶预定路径相比比例尺较小的行驶路径信息，来生成相对于障碍物的本车辆的行进路线。通过对所推断出的行驶预定路径中的障碍物的可动范围进行设定，从而能够减轻运算负荷。此外，在障碍物脱离了可动范围时，通过使用比例尺相对较小的行驶路径信息，从而能够高精度地取得障碍物的信息。
在本发明所涉及的驾驶辅助装置中，优选采取如下方式，S卩，还具备图像取得单元，所述图像取得单元以图像的形式取得本车辆的周围的障碍物的信息，所述驾驶辅助装置根据图像和所推断出的行驶预定路径的形状，来指定障碍物。通过使用图像取得单元所取得的图像、与所推断出的行驶预定路径的形状，从而能够高精度地对障碍物进行指定，由此能够实现本车辆的安全行驶。
在本发明所涉及的驾驶辅助装置中，优选采取如下方式，S卩，通过将多个行驶路径信息中的、指定识别范围的行驶路径信息中的障碍物信息，向与指定识别范围的行驶路径信息相比比例尺较小的行驶路径信息合并，并进行网格化，从而对障碍物信息进行推断。通过将障碍物信息向比例尺相对较小的行驶路径信息合并，并进行网格化，从而能够采取基于障碍物的属性的躲避行动，由此能够实现更加安全的行驶。
在本发明所涉及的驾驶辅助装置中，优选采取如下方式，即，对所述网格的一部分进行细化。通过对网格的一部分进行细化，从而更易于采取相对于障碍物的躲避行动，由此能够实现更加安全的行驶。
在本发明所涉及的驾驶辅助装置中，优选采取如下方式，S卩，根据本车辆的车速来变更网格的比例尺。通过根据车速来变更网格的比例尺，从而能够同时实现信息的处理的效率化与本车辆的安全性的确保。
发明效果
根据本发明，能够提供一种生成高精度的行进路线以使本车辆能够安全地行驶的驾驶辅助装置。
图1为表示本发明的第一实施方式所涉及的识别范围不同的多个行驶路径信息的图。
图2为表示本发明的第一实施方式所涉及的驾驶辅助装置的结构框图。
图3为表示由本发明的第一实施方式所涉及的驾驶辅助装置执行的控制处理的一个示例的流程图。
图4为表示由本发明的第一实施方式所涉及的驾驶辅助装置执行的控制处理的一个示例的流程图。
图5为表示本发明的第二实施方式所涉及的驾驶辅助装置的结构框图。
图6为表示行驶预定路径信息与可行驶区域的图。
图。
图7中的(a)为表示行驶路径的图，(b)为表示所推断出的行驶预定路径的形状的图8中的(a)为表示行驶路径的图，(b)为表示所推断出的行驶
图。
预定路径的形状的图9中的(a)为表示行驶路径的图，(b)为表示所推断出的行驶预定路径的形状的。
10中的(a)为表示由于障碍物而导致一部分无法检测的可行驶区域，(b)为表示形状模式的图。图11中的(a)为表示形状模式与构造物的重叠的图，(b)为表示分割形状模式的图。
图12中的(a)为表示过去行驶积累信息的图，(b)为表示修正后的行驶预定路径的形状的图。
图13中的(a)为表示被投影到图像上的行驶预定路径的形状的图，(b)为表示所 设定的垂直边缘的图。
图14中的(a)为表示所设定的障碍物的可动范围的图，(b)为表示使用了比例尺 相比较小的行驶路径信息而实施的躲避行动的图。
图15中的(a)为表示行人的图像信息的图，(b)及(C)为表示从图像中去除道路 构造边缘的图。
图16为表示由本发明的第二实施方式所涉及的驾驶辅助装置执行的控制处理的 一个示例的流程图。
图17为表示由“有障碍物”、“无障碍物”、“不明”这三种分类而形成的、本车辆的 周围的障碍物的网格化的图。
图18为表示由“行人”、“本车辆”、“其他障碍物”、“无障碍物”、“不明”这五种分类 而形成的、本车辆的周围的障碍物的网格化的图。
图19为表示一部分被细化了的网格的图。
图20为表示距本车辆的距离越远变得越粗、而距离越近变得越细的网格的图。
图21中的(a)为表示距本车距离远而较粗的网格的图，(b)为表示通过再选择而 被细化了的网格的图。
图22中的(a)为表示本车速度较低时的网格的图，(b)为表示本车速度较高时的 网格的图。
图23为表示网格中的不明区域的图。
图24为表示将不明区域替换为无障碍物的区域后的网格的图。
图25中的(a)为表示障碍物信息的网格化的图，(b)及(C)为表示从数据库读取 的预定的躲避行动的图。
图26为表示由本发明的第三实施方式所涉及的驾驶辅助装置执行的控制处理的 一个示例的流程图。
图27为表示用于路径计划制作的航路点的设定的图。
图28为表示现有技术中的指定的行驶路径信息的图。
具体实施方式
以下，对本发明的实施方式进行说明。另外，在附图的说明中对于同一要素使用同 一符号，并省略重复的说明。此外，附图中的尺寸比率未必与说明内容相一致。
(第一实施方式)
首先，对本发明的第一实施方式所涉及的驾驶辅助装置进行说明。例如，如图28 所示，现有的车辆利用识别范围固定而单一的行驶路径信息，来生成从出发地点到目的地 的本车辆的行进路线。
与此相对，第一实施方式所涉及的驾驶辅助装置被构成为，具备行驶路径信息取 得部，其取得识别范围不同的多个行驶路径信息；行进路线生成部，其根据行驶环境，而利 用多个行驶路径信息来生成本车辆的行进路线。图1为表示识别范围不同的多个行驶路径 信息的概念图，作为比例尺不同的地图，可列举出广域地图1、中域地图2及局部地图3。
广域地图1为，例如，表示方圆几千米 几百千米的范围内的行驶路径信息的地 图，并且被用于确定从本车辆的出发地点至目的地的大致的行驶路径。
中域地图2为，例如，表示方圆几十米 几百米的范围内的行驶路径信息的地图， 并且被用于对行人或其他车辆等的识别与动向的预测。因此，优选为，中域地图2通过以本 车辆作中心的坐标(相对坐标)而被构建。
局部地图3为，例如，表示方圆几米 几十米的范围内的行驶路径信息的地图，并 且被用于对在中域地图2中无法识别的行人或其他车辆的动向的检测、以及对该行人或车 辆的躲避。因此，优选为，局部地图3通过以本车辆为中心的坐标(相对坐标)而被构建。
优选为，上述识别范围不同的多个行驶路径信息的更新频度互不相同。由于多个 行驶路径信息的更新频度互不相同，从而减轻了用于信息更新的运算负荷。此外，优选为， 越为广域的地图，则越降低更新频度。优选将例如广域地图1这种表示较广范围内的行驶 路径信息的地图的更新频度设定得较低，例如，优选进行每5秒左右的更新。优选将如中域 地图2这种被用于对行人或其他车辆等的识别与动向的预测的地图的更新频度设定得略 微高一些，例如，优选进行每200毫秒左右的更新。优选将如局部地图3这种被用于对行人 的突然冲出的检测或对该行人的躲避的地图的更新频度设定得较高，例如，优选进行10毫 秒左右的更新。
另外，虽然作为上述识别范围的示例，而根据地图信息中的距离设定了广域地图、 中域地图、局部地图，但也可以基于其他的各种考虑来进行定义。例如，也可以取代距离范 围而根据路径设定中的ECU的运算处理时间来对广域、中域、局部的范围进行设定。此外， 也可以根据能够由搭载于车辆中的摄像装置、宽频带雷达、窄频带雷达等识别出障碍物的 范围而进行设定。例如，也可以将窄频带雷达的检测精度较高的范围设定为中域，而将宽频 带雷达的检测精度较高的范围设定为局部。此外，也可以将根据图像而无法明确地识别出 交叉路口、白线、道路形状或其他障碍物的远方区域设定为中域，而将能够明确地进行判断 的近处区域设定为局部。此外，将在雷达的探测范围内无法明确地判断出反射物为叠影还 是物体的区域设定为中域，而将能够识别出反射物是物体的区域设定为局部。此外，不仅按 照能否识别而进行区分，还可以按照识别的可能性即可靠度进行区分。此外，也可以将摄像 装置的摄像范围与激光扫描装置的探测范围分别设定为中域、局部。
此外，在广域地图、中域地图、局部地图的各自中被检测出的事项、目标的信息，向 其他的地图被提供，并且被利用于其地图内或全体地图中的路径变更。例如，广域地图中由 VICS (Vehicle Information and Communication System :车辆信息通信系统)或探测车 的交通信息中心所提供的信息、通过路车间通信、车车间通信等而得到的交通阻塞信息、事 故信息，向中域地图、局部地图侧被提供，并被利用于路径变更。此外，在中域地图中根据图 像等而得到横穿中的行人的信息时，信息向局部地图或广域地图被提供，并被利用于路径 变更。此外，在局部地图中通过雷达扫描装置而检测到空罐等障碍物在道路上时，信息向中 域地图或广域地图被提供，并被利用于路径变更。
图2为第一实施方式所涉及的驾驶辅助装置的结构框图。第一实施方式所涉及的 驾驶辅助装置30为，生成精度较高的行进路线以使本车辆能够安全地行驶的装置。如图2 所示，驾驶辅助装置30具备导航系统6、传感器7、电子控制单元(以下，称为“ECU”)10、驾 驶辅助执行部20，并且ECUlO与导航系统6、传感器7及驾驶辅助执行部20电连接。
导航系统6通过GPS (Global Positioning System :全球定位系统)而对本车辆 在地表面上的绝对位置进行定位。对通过GPS而被定位的本车辆的地表面上的绝对位置， 与另行存储的地图信息进行对照。由此，导航系统6能够将指定了本车辆的地图上的位置 的行驶路径信息提供给ECUlO。
传感器7为获取本车辆的周围的信息的装置，例如，使用对本车辆的周围的物体 进行检测的毫米波雷达。
E⑶10通过如下的部件等而被构成，所述部件包括实施运算处理的CPU(Central Processing Unit :中央处理器)、成为存储部的ROM (Read-only memory :只读存储器)及 RAM (Random-access memory :随机存储器)、输入信号电路、输出信号电路、电源电路等。例 如，通过由ECU10的CPU来执行被存储于存储部中的程序，从而构成行驶路径信息取得部 11、行进路线生成部19。
行驶路径信息取得部11根据来自导航系统6的行驶路径信息，而对识别范围不同 的多个行驶路径信息进行取得。行驶路径信息取得部11也可以自行制作识别范围不同的 多个行驶路径信息(例如，上述的广域地图1、中域地图2及局部地图3)，也可以由导航系统 6提供。
行进路线生成部19根据行驶环境，而利用多个行驶路径信息，来生成本车辆的行 进路线。行驶环境是指，例如，道路上的交通阻塞、行人或泊停在路上的车辆等障碍物、在道 路上行驶的周围的其他车辆等。此外，也可以根据行驶环境而从多个行驶路径信息中选择 最佳的行驶路径信息，并根据所选择的最佳的行驶路径信息，来生成本车辆的行进路线。
此外，驾驶辅助装置30具备驾驶辅助执行部20。驾驶辅助执行部20通过例如制 动器ECU、发动机ECU、转向ECU等而构成，并且根据由行进路线生成部19生成的行进路线， 来执行对本车辆的驾驶辅助。例如，当所生成的行进路线为躲避障碍物的行进路线时，通过 转向ECU来对转向角进行控制，以躲避障碍物。
图3为表示由本实施方式所涉及的驾驶辅助装置30执行的控制处理的一个示例 的流程图。图3的流程图为，从取得广域地图1起到取得比例尺相比较小的中域地图2或 者局部地图3的情况。首先，E⑶10从导航系统6及传感器7输入各种数据(SI)。接下来， 行驶路径信息取得部11取得广域地图1，以确定本车辆的从出发地点至目的地的大致的行 驶路径(S2)。在所取得的广域地图1的基础上，行进路线生成部19生成本车辆的行进路线(S3)。
在所生成的行进路线中，ECU10实施对障碍物检测的判断，当判断为检测到了障碍 物时(S4)，行驶路径信息取得部11取得中域地图2，以对障碍物的动向进行预测(S5)。在 所取得的中域地图2的基础上，行进路线生成部19生成本车辆的行进路线(S6)。
在以这种方式所生成的行进路线中，ECU10实施对障碍物接近的判断，当判断为障 碍物正在接近时(S7)，行驶路径信息取得部11取得局部地图3，以躲避障碍物(S8)。在所 取得的局部地图3的基础上，行进路线生成部19生成本车辆的行进路线(S9)，并且通过驾 驶辅助执行部20而采取躲避行动。
此外，图4也为表示由本实施方式所涉及的驾驶辅助装置30执行的控制处理的一 个示例的流程图，且为表示从取得局部地图3起到取得比例尺相比较大的中域地图2、广域 地图1的情况。与图3相同地，E⑶10从导航系统6及传感器7输入各种数据(S11)。接下来，行驶路径信息取得部11取得局部地图3，以确定比例尺较小的范围内的本车辆的行驶 路径(S12)。在所取得的局部地图3的基础上，行进路线生成部19生成本车辆的行进路线 (S13)。
在所生成的行进路线中，ECUlO实施对本车辆能否行驶的判断，并且当判断为无法 通过行驶路径时(S14)，行驶路径信息取得部11取得中域地图2，以掌握更广范围内的行驶 路径(S15)。在所取得的中域地图2的基础上，行进路线生成部19生成本车辆的行进路线 (S16)。
在以这种方式生成的行进路线中，ECUlO实施对本车辆能否行驶的判断，当仍判断 为无法通过行驶路径时(S17)，行驶路径信息取得部11取得广域地图1，以掌握更加宽广的 范围内的行驶路径(S18)。在所取得的广域地图1的基础上，行进路线生成部19生成本车 辆的行进路线(S19)，以通过驾驶辅助执行部20而实施对本车辆的控制。
以上，根据第一实施方式所涉及的驾驶辅助装置30，由于具备对识别范围不同的 多个行驶路径信息进行取得的行驶路径信息取得部11、和根据行驶环境而利用多个行驶路 径信息来生成本车辆的行进路线的行进路线生成部19，从而与如现有技术那样对识别范围 单一的行驶路径信息进行取得的情况相比，通过例如在检测出障碍物时利用比例尺相比较 小的行驶路径信息来生成行进路线，从而能够躲避障碍物等，进而能够使本车辆安全地行 驶。
(第二实施方式)
接下来，对本发明的第二实施方式所涉及的驾驶辅助装置进行说明。图5为本发 明的第二实施方式所涉及的驾驶辅助装置的结构框图。如图3所示，第二实施方式所涉及 的驾驶辅助装置40被构成为，ECUlO中除了具备行驶路径信息取得部11、行进路线生成部 19之外，还具备行驶预定路径信息取得部12、可行驶区域检测部13、形状模式存储部14、过 去行驶路径积累部15、障碍物信息取得部16，这一点与第一实施方式所涉及的驾驶辅助装 置30不同。此外，第二实施方式所涉及的驾驶辅助装置除了导航系统6、传感器7以外，还 具备摄像机8。
行驶预定路径信息取得部12根据多个行驶路径信息中的、指定的识别范围的行 驶路径信息，来取得行驶预定路径信息。例如，使用广域地图1以作为指定的识别范围的行 驶路径信息，从而取得本车辆的到目的地为止的行驶预定路径的信息。
可行驶区域检测部13对行驶路径中的、本车辆的可行驶区域进行检测。例如，利 用广域地图1，而取得正在行驶中的道路为单侧一车道、还是十字交叉路口等的大致的信 息。此外，通过利用传感器7而对本车辆的侧向进行检测，从而即使在道路上没有白线也会 对路缘等的侧端部进行提取，由此对本车辆的可行驶区域进行检测。
图6为表示行驶预定路径信息与可行驶区域的图。行驶预定路径信息利用例如广 域地图1而取得。此外，可行驶区域通过如下方式而被推断出，即，通过传感器7而对本车 辆所行驶的道路的白线进行检测，并将行驶预定路径的形状表示于坐标轴上。此外，即使在 道路上没有白线也能够通过传感器7而对道路的侧端部进行检测，从而即使在没有白线的 道路上也能够推断出行驶预定路径的形状。
优选为，如图6所示这样以分割的方式来对行驶预定路径进行推断。通过对行驶 预定路径进行分割而进行推断，从而能够更精确地对形状进行推断。
图7 图9中，Ca)为表示行驶路径的图，(b)为表示所推断出的行驶预定路径的 形状的图。例如，图7 (a)为，单侧一车道为相向的两车道的道路的情况，通过利用道路中 央的白线而对可行驶区域进行检测，从而将行驶预定路径的形状推断为图7 (b)所示这样。 图8 (a)为，行驶路径为单向通行而无白线的情况，本车辆通过提取道路的侧端部而对可行 驶区域进行检测，从而将行驶预定路径的形状推断为图8 (b)所示这样。图9 (a)为，行驶 路径上存在右转弯的道路的情况，通过根据广域地图1等行驶路径信息而取得右转弯的道 路的信息，从而将行驶预定路径的形状推断为图9 (b)所示这样。
形状模式存储部14将行驶路径的形状作为形状模式而进行存储。例如，如图10 Ca)所示，当行驶路径为急弯道且在本车辆的行驶路径的前方存在其他车辆等障碍物时，存 在可对行驶路径的侧端部进行检测的范围受到限制，从而所推断出的行驶预定路径的形状 的精度发生劣化的情况。
在这种情况下，通过从被存储于形状模式存储部14中的形状模式中，选择出与行 驶路径为相同曲率的弯道的形状模式，从而如图10 (b)所示，包含有由于障碍物而无法对 可行驶区域进行检测的部分，由此能够高精度地对行驶预定路径的形状进行推断。
图11 (a)为表示形状模式与构造物51重叠的情况的图。在如上所述这样使用了 形状模式的情况下，当推断与实际测量不同时、或者由于构造物51而造成形状模式不是很 吻合时等，存在如图11 (a)这样推断出错误的行驶预定路径的可能性。在这种情况下，优 选为，根据例如形状模式与传感器数据之间的一致度而对形状模式进行分割，并删除可靠 性较低的模式区域。例如，在形状模式存储部14中，生成删除了可靠性较低的模式区域的 分割形状模式，并对该分割形状模式进行应用(参照图11(b))。如此，通过使用分割形状模 式，而仅应用可靠性较高的模式部分，从而能够减少错误的推断，进而能够高精度地对行驶 预定路径的形状进行推断。
过去行驶路径积累部15对本车辆过去所行驶的行驶路径信息进行积累。当所积 累的过去的行驶路径信息的可靠性较高时，优选为，在ECUlO中，对上文所推断出的行驶预 定路径的形状、与过去的行驶路径信息之间的一致度进行计算，并且当一致度高于预定值 时，对所推断出的行驶预定路径的形状的一部分重新进行推断等，从而进一步进行推断。通 过利用所积累的过去的行驶路径信息，从而能够高精度地对行驶预定路径的形状进行推 断。此外，与上述的形状模式相同地，当存在由于障碍物而无法对可行驶区域进行检测的部 分时，优选使用过去的行驶路径信息。
图12 (a)为根据过去的行驶路径信息而得出的地图。由于图12 (a)中的过去的 行驶路径信息、与图12(b)中的所推断出的行驶预定路径的形状之间的一致度较高，因此通 过利用过去的行驶路径信息而对所推断出的行驶预定路径的形状的一部分重新进行推断， 从而能够更高精度地对行驶预定路径的形状进行推断。
此外，例如在本车辆利用中域地图2而生成行进路线的情况下，当通过传感器7而 检测到行人或其他车辆、自行车等障碍物从未被识别为道路的位置出现时，假定在障碍物 出现的附近存在未被表示于行驶路径信息中的小道等。如此，优选为，以对障碍物等的检测 结果或追踪结果为触发，而根据所出现的行人等的朝向等，来对行驶预定路径的形状进行 推断。
障碍物信息取得部16对本车辆的周围的障碍物的信息进行取得。例如，通过利用所推断出的行驶预定路径的形状，而对障碍物冲出的区域或边界线进行设定或指定，从而 对障碍物进行检测。如图13 (a)所示，将所推断出的行驶预定路径的形状投影在图像上， 并根据其边缘信息，而如图13 (b)所示那样提取或设定垂直边缘，从而确定存在障碍物冲 出来的可能性的搜索范围，由此取得本车辆的周围的障碍物的信息。此时，为了更确切地识 别障碍物，也优选对水平边界高度或颜色等进行设定。
此外，在障碍物信息取得部16中，也优选对本车辆的周围的障碍物的可动范围进 行设定。例如，制作基于所推断出的行驶预定路径的形状即道路构造的行动模式，如图14 (a)所示，对障碍物的可动范围进行设定。当障碍物脱离了可动范围时，如图14 (b)所示， 通过利用比例尺相对较小的行驶路径信息，从而以较高的安全性生成相对于障碍物的、本 车辆的行进路线。通过以此种方式对障碍物的可动范围进行设定，从而提高预测的精度，且 降低对障碍物进行追踪时的计算负荷。此外，即使障碍物的个体数量增加也能够在不受到 计算负荷的增大的影响的条件下进行追踪。
此外，障碍物信息取得部16也优选作为图像取得部而发挥功能。虽然道路的白线 或侧端部为用于指定行驶路径的形状而不可缺少的信息，但在对行人或本车辆进行检测时 将成为多余的信息，从而有时会使辨别率下降。因此，如图15 (a)所示，例如通过摄像机8 对行人进行拍摄以形成图像，从而E⑶10以图像信息的形式取得信息。接下来，通过利用该 图像信息和所推断出的行驶预定路径的形状，而去除道路构造边缘信息，从而从图像信息 中去除例如白线，进而指定行人。例如，既可以如图15 (b)所示这样，在矩形图制作时去除 道路构造边缘，也可以如图15 (c)所示这样，从边缘图像上去除道路构造边缘。
图16为表示由本实施方式所涉及的驾驶辅助装置40执行的控制处理的一个示例 的流程图。首先，E⑶10从导航系统6及传感器7输入各种数据(S21)。
其次，行驶预定路径信息取得部12根据多个行驶路径信息中的、指定的识别范围 内的行驶路径信息，来取得行驶预定路径信息(S22)。接下来，可行驶区域检测部13通过例 如利用传感器7来对道路的侧端部进行提取，从而对行驶路径中的、本车辆的可行驶区域 进行检测(S23)。
虽然ECUlO根据行驶预定路径信息与可行驶区域而对行驶预定路径的形状进行 推断，但在由于障碍物等而无法检测可行驶区域时(S24)，从被存储于形状模式存储部14 中的形状模式中选择出类似的形状模式(S25)，并对行驶预定路径的形状进行推断(S26)。
此外，ECUlO对所推断出的行驶预定路径的形状、与被积累在过去行驶路径积累部 15中的过去的行驶路径信息之间的一致度是否高于预定值进行判断(S27)，当一致度高于 预定值时，利用过去的行驶路径信息，而对所推断出的行驶预定路径的形状的一部分重新 进行推断(S28)。
此外，通过障碍物信息取得部16而对本车辆的周围的障碍物的信息进行取得。例 如，制作基于所推断出的行驶预定路径的形状即道路构造的行动模式，而对障碍物的可动 范围进行设定(S29)。在以如上的方式所推断出的行驶预定路径的形状和障碍物信息的基 础上，行进路线生成部19生成本车辆的行进路线(S30)，以通过驾驶辅助执行部20来实施 对本车辆的控制。
以上，根据第二实施方式所涉及的驾驶辅助装置，由于ECUlO除了具备行驶路径 信息取得部11、行进路线生成部19之外，还具备行驶预定路径信息取得部12、可行驶区域检测部13、形状模式存储部14、过去行驶路径积累部15、障碍物信息取得部16，从而能够通过行驶预定路径信息的取得及可行驶区域的检测而推断出行驶预定路径的形状。此外，通过利用所存储的形状模式或过去的行驶路径信息，从而能够进一步高精度地对行驶预定路径的形状进行推断，由此能够使本车辆安全地行驶。
(第三实施方式)
以下，对本发明的第三实施方式所涉及的驾驶辅助装置进行说明。在第三实施方式所涉及的驾驶辅助装置中，通过将上述的多个行驶路径信息中的、指定识别范围的行驶路径信息中的障碍物信息，向与指定识别范围的行驶路径信息相比比例尺较小的行驶路径信息合并，并进行网格化，从而对障碍物信息进行推断，这一点与上述第一实施方式及第二实施方式所涉及的驾驶辅助装置不同。
例如，当欲在局部地图3中识别至障碍物等的属性时，处理负荷将增大，从而有可能导致处理周期降低。此外，如图17所示，在以“有障碍物”、“无障碍物”、“不明”这三种分类对本车辆的周围的障碍物进行网格化时，将存在如下的情况，g卩，难以判断障碍物是例如行人这种应该优先保护的对象，还是纸壳或小障碍物等即使与本车辆发生碰撞所受到的损伤也较小的物体。
因此，在第三实施方式所涉及的驾驶辅助装置中，将多个行驶路径信息中的、指定识别范围的行驶路径信息中的障碍物信息，向与指定识别范围的行驶路径信息相比比例尺较小的行驶路径信息合并，并进行网格化。
优选为，如图18所示，按照“行人”、“本车辆”、“其他障碍物”、“无障碍物”、“不明” 这五种分类而使障碍物的属性网格化。以此种方式，通过以更加明确的方式使障碍物的属性网格化，从而根据障碍物的属性来采取本车辆的躲避行动。
在上述的障碍物信息的网格化中，也优选采用如下方式，S卩，通过对网格的一部分进行细化，从而对障碍物信息进行推断。例如，当如图18中的“其他障碍物”这样，来自中域地图2的障碍物信息较为含糊时，通过如图19所示这样对相对应的网格部分的一部分进行细化，从而更确切地推断出障碍物信息，由此进行本车辆的适当的躲避判断。
此外，在上述的障碍物信息的网格化中，也优选采用如下方式，S卩，距本车辆的距离越远则将网格设定得越粗，而距本车辆的距离越近则将网格设定得越细。例如，如图20 所示，通过将距本车辆的距离较近的障碍物的网格设定得较细，而将距本车辆的距离较远的区域设定得较粗，从而以较细的网格对本车辆附近进行监视，以在预测到危险时实施促进减速的驾驶辅助，由此同时实现了本车辆的安全性的确保与处理的效率化。
此处，也优选采用如下方式，S卩，如图21 (a)所示，当已知在由于距本车辆的距离较远而被较粗地进行了网格化的区域内存在障碍物时，如图21 (b)所示，以较细的网格而仅对该区域进行再选择。如此，由于在已知存在障碍物的情况下，即使在距本车辆的距离较远的区域中也设定为较细的网格，从而提前执行本车辆的躲避判断。
此外，在上述的障碍物信息的网格化中，也优选采用如下方式，即，根据本车辆的车速来变更网格的比例尺。在本车速度较低时，通过如图22 (a)所示这样，对IOm左右的、 比例尺较小的范围进行较细的网格化，并且在本车速度较高时，通过如图22 (b)这样，对 50m左右的、比例尺较大的范围进行相对较粗的网格化，从而同时实现本车辆的安全性的确保与处理的效率化。
此外，在上述的障碍物信息的网格化中，也优选采用如下方式，S卩，在如图23这样网格中的不明区域与本车辆的距离足够长时，如图24这样将不明区域替换为没有障碍物的区域。例如，虽然存在如下的情况，即，对于由于作为传感器7的毫米波雷达的反射强度较低而被设定为不明的区域，行进路线生成部19以在行进方向上存在不明物体的条件而生成行进路线，从而驾驶辅助执行部20会使本车辆减速的情况，但当不明物体不是障碍物时，则会成为不必要的减速，从而妨碍顺畅的驾驶。与此相对，通过如上文所述那样将不明区域替换为无障碍物的区域，从而能够实现本车辆的到达时间的缩短和顺畅的驾驶行动。
此外，在上述的障碍物信息的网格化中，优选为，预先将障碍物的位置关系与本车辆的躲避行动存储在数据库中。在行人冲出等障碍物突然出现的情况下，在以联机状态对车速和转向角等进行计算的驾驶辅助执行中·，处理会不及时，从而存在本车辆与障碍物发生接触的可能。与此相对，通过预先将障碍物的位置关系与本车辆的躲避行动存储在数据库中，从而在至发生碰撞为止的时间较短的情况下，如图25 (b)及(C)所示，将在不实施躲避行动的联机计算的条件下，采取从数据库读取出的预定的躲避行动。此外，由于障碍物信息如图25 (a)这样被进行了网格化，因此信息被压缩，从而能够实现高速的匹配，由此在短时间内进行伴随有躲避行动的判断。
图26为表示由本实施方式所涉及的驾驶辅助装置40执行的控制处理的一个示例的流程图。如图26所示，障碍物信息取得部16对中域地图2中的障碍物的属性信息进行取得(S31)。接下来，从传感器7中取得障碍物的接近的信息(S32)，并将中域地图2的属性信息与局部地图3的障碍物信息合并，且进行网格化(S33)。被进行了网格化的障碍物信息通过跟踪而在将处理周期保持为高速的同时被更新(S34)，并被付与障碍物的属性(S35)， 从而通过驾驶辅助执行部20来实施躲避行动等驾驶辅助(S36)。
以上，根据第三实施方式所涉及的驾驶辅助装置，通过对障碍物信息进行网格化， 从而能够根据障碍物的属性而采取本车辆的躲避行动，由此能够同时实现本车辆的安全性的确保与处理的效率化。
本发明并不限定于上述的实施方式。ECUlO可以具有判断部，以进行图3中的障碍物检测的判断、障碍物接近的判断、图4中的行驶路径能否行驶的判断。
在对行驶预定路径的形状进行推断时，如图27所示，也可以将行驶路径形状的节的中心部分设定为路径的目标通过地点、即航路点。以此种方式，由于通过在对行驶预定路径的形状进行推断的同时对航路点进行设定，从而能够制作出路线计划，因此与在推断出行驶预定路径的形状后制作路线计划的情况相比，能够削减处理时间。
此外，行驶路径的侧端部不仅可以为本车辆的侧方的端部，还可以为在本车辆的前方例如毫米波雷达能够检测到的几百米处的道路的侧方的端部。
产业上的可利用性
本发明所涉及的驾驶辅助装置由于具备对识别范围不同的多个行驶路径信息进行取得的行驶路径信息取得单元、和根据行驶环境而利用多个行驶路径信息来生成本车辆的行进路线的行进路线生成单元，从而能够生成行进路线以使本车辆能够安全地行驶。
符号说明
I…广域地图,2…中域地图,3…局部地图,4…本车辆,5…行人,6···导航系统,7…传感器，8…摄像机，10···Ε⑶，11···行驶路径信息取得部(取得单元)，12…行驶预定路径信息取得部(取得单元)，13…可行驶区域检测部(检测单元)，14…形状模式存储部(存储单元)，15…过去行驶路径积累部(积累单元)，16…障碍物信息取得部(取得单元)，19…行进路线生成部(生成单元)，20…驾驶辅助 执行部，30、40···驾驶辅助装置。
权利要求
1.一种驾驶辅助装置，其特征在于，具备行驶路径信息取得单元，其取得识别范围不同的多个行驶路径信息；行进路线生成单元，其根据行驶环境，而利用多个所述行驶路径信息来生成本车辆的行进路线。
2.如权利要求1所述的驾驶辅助装置，其中，多个所述行驶路径信息的更新频度互不相同。
3.如权利要求1或2所述的驾驶辅助装置，其中，还具备行驶预定路径信息取得单元，其根据多个所述行驶路径信息中的、指定的识别范围的行驶路径信息，来取得行驶预定路径信息；可行驶区域检测单元，其对行驶路径中的可行驶区域进行检测，所述驾驶辅助装置根据所述行驶预定路径信息和所述可行驶区域，来对行驶预定路径的形状进行推断。
4.如权利要求3所述的驾驶辅助装置，其中，对所述行驶预定路径进行分割而推断所述形状。
5.如权利要求3或4所述的驾驶辅助装置，其中，还具备形状模式存储单元，所述形状模式存储单元将所述行驶路径的形状作为形状模式而进行存储，所述驾驶辅助装置根据所述行驶预定路径信息和所述形状模式，来对所述行驶预定路径的形状进行推断。
6.如权利要求3或4所述的驾驶辅助装置，其中，还具备过去行驶路径积累单元，所述过去行驶路径积累单元对过去的行驶路径信息进行积累，所述驾驶辅助装置根据所述过去的行驶路径信息与所推断出的所述行驶预定路径的形状之间的一致度，而进一步对所述行驶预定路径的形状进行推断。
7.如权利要求3至6中的任意一项所述的驾驶辅助装置，其中，还具备障碍物信息取得单元，所述障碍物信息取得单元对所述本车辆的周围的障碍物的息进行取得，所述驾驶辅助装置利用所推断出的所述行驶预定路径的形状中的边缘信息，来确定对障碍物信息进行取得的搜索范围。
8.如权利要求3至6中的任意一项所述的驾驶辅助装置，其中，还具备障碍物信息取得单元，所述障碍物信息取得单元对所述本车辆的周围的障碍物的息进行取得，所述驾驶辅助装置对所推断出的所述行驶预定路径中的所述障碍物的可动范围进行设定，并在所述障碍物脱离了所述可动范围时，使用与所述行驶预定路径相比比例尺较小的所述行驶路径信息，来生成相对于所述障碍物的所述本车辆的行进路线。
9.如权利要求3至6中的任意一项所述的驾驶辅助装置，其中，还具备图像取得单元，所述图像取得单元以图像的形式取得所述本车辆的周围的障碍物的信息，所述驾驶辅助装置根据所述图像和所推断出的所述行驶预定路径的形状，来指定所述障碍物。
10.如权利要求1或2所述的驾驶辅助装置，其中，通过将多个所述行驶路径信息中的、指定识别范围的行驶路径信息中的所述障碍物信息，向与指定识别范围的行驶路径信息相比比例尺较小的行驶路径信息合并，并进行网格化，从而对所述障碍物信息进行推断。
11.如权利要求10所述的驾驶辅助装置，其中，对所述网格的一部分进行细化。
12.如权利要求10所述的驾驶辅助装置，其中，根据所述本车辆的车速来变更所述网格的比例尺。
全文摘要
本发明提供一种驾驶辅助装置，其特征在于，具备行驶路径信息取得单元，其取得识别范围不同的多个行驶路径信息；行进路线生成单元，其根据行驶环境，而利用多个行驶路径信息来生成本车辆的行进路线。根据本发明，通过根据行驶环境而使用例如广域地图(1)、中域地图(2)及局部地图(3)等识别范围不同的多个行驶路径信息来生成行进路线，从而本车辆能够安全地行驶。
文档编号G01C21/00GK103026396SQ201080068270
公开日2013年4月3日 申请日期2010年7月27日 优先权日2010年7月27日
发明者塚田明宏, 小川雅弘, 弗兰克·加尔潘 申请人:丰田自动车株式会社