行驶控制方法及行驶控制装置与流程

本发明涉及控制车辆的行驶的行驶控制方法及行驶控制装置。

背景技术：

目前，已知有如下的技术，为了避免在交叉路口与其它车辆接近，检测本车辆的位置，基于检测到的本车辆的位置，从地图信息取得本车辆行驶的道路的车道信息，特别指定本车辆行进的行驶车道和行进方向，并将特别指定的车道及行进方向的信息向其它车辆发送(例如，专利文献1)。

专利文献1：日本特开2010-259021号公报

但是，在现有技术中，在特别指定本车辆行驶的车道时，需要以较高的精度检测本车辆的位置，但以高精度检测车辆位置的传感器的价格高，成为车辆的制造成本增大的主要原因。

技术实现要素：

本发明要解决的课题在于提供一种行驶控制方法，能够适当地输出车道边界线的信息。

本发明根据本车辆周围的实际环境，将本车辆周围的车道的车道边界线的信息作为实际边界线信息进行检测，对实际边界线信息和地图信息中所包含的车道的车道边界线的信息即地图边界线信息进行整合而生成整合边界线信息，并将生成的整合边界线信息输出，由此解决上述课题。

根据本发明，能够适当地输出车道边界线的信息。

附图说明

图1是表示本实施方式的行驶控制装置的构成的构成图；

图2是用于说明周围检测传感器的检测范围的图；

图3(A)是用于说明地图边界线的点群的图，(B)是用于说明传感器边界线的点群的图；

图4是用于说明本车位置检测装置的检测结果中产生误差时的地图边界线及传感器边界线的偏差的图；

图5是用于说明车道边界线的整合方法之一例的图；

图6是表示第一实施方式的行驶控制处理的流程图；

图7是表示地图边界线之一例的图；

图8表示一致部分及地图整合对象部分之一例；

图9是用说明车道边界线的整合方法的详细的图；

图10是用于说明本车辆行驶的车道的车道编号的特定方法的图；

图11是表示第二实施方式的行驶控制处理的流程图；

图12是用于说明本车位置检测装置的位置检测精度、周围检测传感器的检测精度、或地图信息具有的车道边界线的信息的精度较低时的地图边界线及传感器边界线的图；

图13是表示周围检测传感器的检测结果的可靠度和传感器整合对象部分的大小的对应关系之一例的图；

图14是用于说明传感器整合对象部分和地图整合对象部分的整合方法的图；

图15是用于说明传感器整合对象部分和地图整合对象部分的整合方法的图。

标记说明

100：行驶控制装置

110：周围检测传感器

120：本车辆位置检测装置

130：地图数据库

140：提示装置

150：驱动控制装置

160：控制装置

具体实施方式

以下，基于附图说明本发明的实施方式。此外，在本实施方式中，示例说明搭载于车辆的行驶控制装置。

本实施方式的行驶控制装置利用搭载于车辆(本车辆)的传感器检测实际存在于本车辆周围的车道标志、路缘石、护栏等的车道边界线，并且根据地图信息检测本车辆的行驶预定路径的车道边界线的信息。而且，对由传感器检测到的车道边界线和地图信息具有的车道边界线进行整合，并将整合的车道边界线的信息输出。

《第一实施方式》

图1是表示本实施方式的行驶控制装置100的构成的图。如图1所示，本实施方式的行驶控制装置100具有：周围检测传感器110、本车位置检测装置120、地图数据库130、提示装置140、驱动控制装置150、控制装置160。这些装置为了相互进行信息的接收发送，除了CAN(Controller Area Network)以外，还利用车载LAN进行连接。

周围检测传感器110检测在本车辆周围存在的障碍物(其它车辆等)及道路标识(车道标志及路缘石等)。作为周围检测传感器110，例如能够使用对本车辆前方进行拍摄的前方摄像头、对本车辆后方进行拍摄的后方摄像头、对本车辆侧方进行拍摄的侧方摄像头等。另外，作为周围检测传感器110，也能够使用检测本车辆周围的障碍物的激光测距仪(LRF：Laser Range Finder)。此外，作为周围检测传感器110，也可以设为使用上述多个传感器中的一个传感器的构成，还可以设为组合使用两种以上的传感器的构成。将周围检测传感器110的检测结果向控制装置160输出。

本车位置检测装置120由GPS单元、陀螺仪传感器及车速传感器等构成，利用GPS单元检测从多个卫星通信发送的电波，周期性地取得对象车辆(本车辆)的位置信息，并基于取得的对象车辆的位置信息、从陀螺仪传感器取得的角度变化信息、从车速传感器取得的车速，检测对象车辆的当前位置。将由本车位置检测装置120检测到的对象车辆的位置信息向控制装置160输出。

地图数据库130储存有包含道路信息在内的地图信息。道路信息中包含：区划道路的车道的车道边界线的信息、交叉路口、停止线及人行横道的信息、与道路形状相关的信息(例如是否为弯道等)，与道路的曲率相关的信息。地图数据库130将这些道路信息与地图上的位置相关联地储存。由此，行驶控制装置100通过参照地图数据库130，能够取得本车辆的行驶预定路径上的各位置的车道边界线、交叉路口、停止线、人行横道、道路形状及道路曲率的信息。另外，车道边界线的信息中还包含车道边界线是否为车道标志或路缘石，在为车道标志的情况下，车道边界线的颜色(例如白色及黄色等)及种类(双线，实线，点线等)的信息。

提示装置140是例如导航装置具备的显示屏、装入后视镜的显示屏、装入仪表部的显示屏、在前挡玻璃映出的抬头显示屏或音频装置具备的扬声器等的装置。

驱动控制装置150控制本车辆的行驶。例如，驱动控制装置150在本车辆追随前方车辆的情况下，以本车辆与前方车辆的车间距离成为一定距离的方式，控制用于实现加减速度及车速的驱动机构的动作(发动机汽车中包含内燃机的动作，电动汽车系统中包含电动机动作，混合动力汽车中还包含内燃机和电动机的扭矩分配)及制动动作。另外，在本车辆进行车道变更的情况下，或在交叉路口进行右转弯或左转弯的情况下，控制转向执行器的动作，并控制车轮的动作，由此，执行本车辆的行进方向改变控制。此外，作为驱动控制装置150进行的行驶控制方法，也能够使用其它公知的方法。

另外，驱动控制装置150基于由后述的控制装置160输出的车道边界线的信息控制本车辆的行驶。例如，驱动控制装置150基于由控制装置160输出的车道边界线的信息，掌握本车辆的行驶预定路径的车道，由此，能够以本车辆在行驶预定路径的车道内行驶的方式控制本车辆的行驶。另外，驱动控制装置150基于由控制装置160输出的车道边界线的信息，掌握本车辆行驶的地图上的位置(例如，右转弯车道，交叉路口，人行横道前等)，由此，能够适当地决定本车辆的行动(例如停止，加速，右转弯，左转弯等)。

控制装置160由储存有用于控制本车辆的行驶的程序的ROM(Read Only Memory)、执行储存于该ROM的程序的CPU(Central Processing Unit)、作为可访问的储存装置发挥作用的RAM(Random Access Memory)构成。此外，作为动作电路，能够代替CPU(Central Processing Unit)或与其一起使用MPU(Micro Processing Unit)、DSP(Digital Signal Processor)、ASIC(Application Specific Integrated Circuit)、FPGA(Field Programmable Gate Array)等。

控制装置160通过由CPU执行储存于ROM的程序，实现探索本车辆的预定行驶路径的路径探索功能、基于地图信息检测车道的边界线的地图边界线检测功能、基于周围检测传感器110的检测结果检测车道的边界线的传感器边界线检测功能、将基于地图信息检测的车道边界线和基于周围检测传感器110的检测结果检测的车道边界线整合的边界线整合功能、将整合的车道边界线的信息输出的输出功能。以下，说明控制装置160具备的各功能。

控制装置160的路径探索功能根据本车辆的当前位置及目的地生成本车辆的行驶预定路径。例如，路径探索功能能够从本车位置检测装置120取得本车辆的位置，并且从未图示的输入装置取得驾驶员输入的目的地。另外，路径探索功能能够使用公知的方法进行行驶预定路径的探索。

控制装置160的地图边界线检测功能基于储存于地图数据库130的地图信息检测包含本车道在内的车道的车道边界线。车道边界线是车道标志(为了区划车道而在道路上以白色、橙色或黄色等描绘的实线、双线、虚线等)、或路缘石及护栏等、车道和与其相邻的车道，或决定车道与路肩的分界的线。地图数据库130储存的地图信息中包含各车道的边界线的信息，地图边界线检测功能能够参照地图信息，并能够根据地图信息检测包含本车道在内的车道的车道边界线。此外，由地图边界线检测功能检测的车道边界线不限于本车辆周围的车道，例如，也能够检测本车辆的行驶预定路径中的车道的车道边界线。此外，以下，将由地图边界线检测功能检测到的车道边界线作为地图边界线进行说明。

控制装置160的传感器边界线检测功能基于周围检测传感器110的检测结果检测本车辆周围的车道的车道边界线。例如，传感器边界线检测功能通过利用前方摄像头、侧方摄像头或后方摄像头对存在于本车辆周围的车道标志、路缘石、护栏进行拍摄并分析拍摄到的图像，能够检测本车辆周围的车道的车道边界线。另外，传感器边界线检测功能通过利用激光测距仪检测本车辆周围的路面及车道标志的亮度，或通过测距检测路缘石的凸部，能够检测本车辆周围的车道的车道边界线。

此外，在大量存在弯道或交叉路口的普通道路中，难以推定具有车道标志及路缘石的方向，另外，摄像头的分辨率也有限。因此，利用摄像头能够高精度地检测车道标志、路缘石、护栏等的范围为距摄像头大致数十米的范围。另外，也能够使用激光测距仪，识别车道标志及路缘石。但是，在该情况下，为了检测在路面描绘的车道标志的亮度，也需要朝向下设置激光测距仪，另外，为了利用激光测距仪检测路缘石的微小凸部，仍需要朝向下设置激光测距仪。因此，在使用了激光测距仪的情况下，能够高精度地检测车道标志及路缘石的范围也为距激光测距仪大致数十米的范围。这样，如图2所示，通过传感器边界线检测功能可检测车道边界线的范围成为距本车辆数十米的范围。此外，图2是用于说明周围检测传感器110的检测范围的图。另外，以下，将通过传感器边界线检测功能检测到的车道边界线作为传感器边界线进行说明。

另外，如图3(A)所示，在地图信息将地图边界线作为由地图边界线的各地点的位置坐标构成的点群进行储存的情况下，地图边界线检测功能能够将地图边界线作为以点群表现的地图边界线进行检测。另外，地图边界线检测功能能够将本车辆行进方向的左右各自的地图边界线分别作为以点群表现的地图边界线进行检测。另一方面，在地图信息将地图边界线以具有特定次数的函数进行储存的情况下，地图边界线检测功能能够将地图边界线作为以函数表现的地图边界线进行检测。

同样，如图3(B)所示，传感器边界线检测功能能够将传感器边界线作为以点群表现的传感器边界线进行检测。另外，传感器边界线检测功能能够将本车辆行进方向的左右各自的传感器边界线分别作为以点群表现的传感器边界线进行检测。另外，传感器边界线检测功能也能够将传感器边界线作为具有特定次数的函数进行检测。例如，传感器边界线检测功能在由周围检测传感器110检测到的传感器边界线以点群表现的情况下，通过将该传感器边界线拟合为具有特定次数的函数，能够将与传感器边界线拟合的函数作为以函数表现的传感器边界线进行检测。此外，图3(A)是用于说明以点群表现的地图边界线的图，图3(B)是用于说明以点群表现的传感器边界线的图。

控制装置160的边界线整合功能将由地图边界线检测功能检测到的地图边界线、由传感器边界线检测功能检测到的传感器边界线整合而生成包含本车辆行驶的车道在内的车道的车道边界线。在此，如图2所示，传感器边界线检测功能可高精度地检测车道边界线(传感器边界线)的范围为本车辆周围的范围，越远离本车辆，车道边界线(传感器边界线)的检测精度越低。因此，在本实施方式中，对于由传感器边界线检测功能可检测车道边界线的检测范围的外侧的区域，使用由地图边界线检测功能检测到的车道边界线(地图边界线)进行补全。

例如，图2中表示在由本车位置检测装置120检测到的本车辆的位置重叠周围检测传感器110的检测范围，利用基于地图信息的地图边界线将基于周围检测传感器110的检测结果的传感器边界线的外侧区域补全的状态。在由本车位置检测装置120检测到的本车辆的位置的误差较小的情况下，如图2所示，基于地图信息的地图边界线和基于周围检测传感器110的检测结果的传感器边界线一致，未产生较大的偏差。

另一方面，由于本车位置检测装置120对本车辆位置的检测误差，如图4所示，有时本车辆的实际位置(图中，由虚线表示)和基于本车位置检测装置120的检测结果的本车辆的位置(图中，由实线表示)中产生误差。在该情况下，如图4所示，基于地图信息的地图边界线和基于周围检测传感器110的检测结果的传感器边界线中产生较大的偏差。因此，如图4所示，若仅以由地图边界线检测功能检测到的地图边界线对由传感器边界线检测功能可检测传感器边界线的范围的外侧进行整合，则有时不能生成适于实际的车道边界线的车道边界线。

因此，如图2所示，边界线整合功能以由周围检测传感器110检测到的传感器边界线和基于地图信息的地图边界线一致的方式，利用基于地图信息的地图边界线将由周围检测传感器110检测到的传感器边界线补全。例如，边界线整合功能首先通过ICP(Iterative Closest Point)的方法，判定由周围检测传感器110检测到的传感器边界线和基于地图信息的地图边界线的一致度。ICP是基于最小二乘法进行“表示由周围检测传感器110检测到的传感器边界线的点群”和“表示地图信息具有的地图边界线的点群”的位置对齐的方法。

图5是表示边界线整合功能的车道边界线的整合方法之一例的图。在图5中，以白色表示的圆圈为表示地图边界线的点群，以灰色表示的圆圈为表示传感器边界线的点群。例如如图5所示，在本车辆的前方存在交叉路口的情况下，边界线整合功能能够着眼于交叉路口的路缘石大致直角配置的部分，进行“表示传感器边界线的点群”和“表示地图边界线的点群”的位置对齐。这样，基于道路的特征部分(在图5所示例中为大致直角部分)，进行“表示传感器边界线的点群”和“表示地图边界线的点群”的位置对齐，由此，边界线整合功能能够在地图边界线内检测与传感器边界线的一致度较高的部分。而且，通过这样进行位置对齐，如图4所示，假定即使在由于本车位置检测装置120的检测误差，在与实际的位置不同的位置检测到本车辆的情况下，也能够求得本车辆在地图上的适当位置，能够适当地掌握本车辆周边的车道的车道边界线。

此外，如上述，如图3(A)、(B)所示，存在地图边界线及传感器边界线以点群表现的情况和以函数表现的情况。上述的ICP中，能够将由点群表现的地图边界线和传感器边界线对照，但不能将以函数表现的地图边界线和传感器边界线对照。因此，在地图边界线或传感器边界线以函数检测的情况下，需要将以函数表现的地图边界线及传感器边界线变换成以点群表现的地图边界线及传感器边界线。另外，在该情况下，需要进行变换，使以函数表现的地图边界线及传感器边界线的信息和以点群表现的地图边界线及传感器边界线的信息收敛在规定的误差范围内。因此，边界线整合功能中，道路的曲率越大，越缩小以点群表现的地图边界线及传感器边界线的各地点的位置坐标的间隔，道路的曲率越小，越增长以点群表现的地图边界线及传感器边界线的各地点的位置坐标的间隔。

另外，在本实施方式中，边界线整合功能以本车辆的位置或本车辆的行驶预定路径为基准，对照传感器边界线和地图边界线。例如，边界线整合功能对地图边界线中由位置检测装置120检测到的本车辆位置附近的部分和传感器边界线进行对照，在不一致的情况下，依次对远离本车辆位置的位置的地图边界线的部分和传感器边界线进行对照。或者，边界线整合功能沿着本车辆的行驶预定路径，对照地图边界线和传感器边界线。由此，能够高效地对照地图边界线和传感器边界线。

接着，参照图6说明第一实施方式的行驶控制处理。图6是表示第一实施方式的行驶控制处理的流程图。

在步骤S101中，通过控制装置160的路径探索功能检测本车辆的当前位置。在步骤S102中，通过控制装置160的路径探索功能进行行驶预定路径的探索。例如，路径探索功能基于在步骤S101中取得的本车辆的位置信息，探索从本车辆的当前位置到目的地的行驶预定路径。另外，路径探索功能不仅基于本车辆行驶的道路，还基于本车辆行驶的车道，探索本车辆的行驶预定路径。例如，路径探索功能能够通过使用了代克思托演算法或A＊算法等的图表探索理论的方法，以车道级别决定本车辆的行驶预定路径。例如，在本实施方式中，地图数据库130将每个车道的线路及节点的信息包含在地图信息中进行储存。另外，线路中预先设定有与各车道的行驶距离及道路状况等相应的权重(例如，距离越长，道路状况越差，线路的权重越大)。另外，路径探索功能特别指定适于到目的地的行驶路径的车道，并修正特别指定的车道的线路的权重。例如，在为了到达目的地而需要右转弯的情况下，能够进行减小右转弯车道的线路的权重的修正。而且，路径探索功能能够使用代克思托演算法或A＊算法等的图表探索理论，将从本车辆的当前位置到目的地通过的车道的线路的权重的总和最小的车道级别的路径作为行驶预定路径进行探索。

在步骤S103中，通过控制装置160的地图边界线检测功能进行地图边界线的检测。在本实施方式中，地图数据库130中，各车道的车道边界线的信息与地图上的位置相关联地储存。例如，在图7所示例中，地图边界线检测功能能够取得本车辆的预定行驶路径上的车道的车道边界线信息，并掌握在行进方向左侧存在路缘石B1。而且，地图边界线检测功能能够将行进方向左侧的路缘石B1作为行进方向左侧的地图边界线进行检测。另外，地图边界线检测功能能够掌握在行进方向右侧存在白线A2，且将行进方向右侧的白线A2作为行进方向右侧的地图边界线进行检测。同样，在图7所示例中，地图边界线检测功能能够在本车辆的行驶预定路径的前方，将路缘石B2及白线A1作为地图边界线进行检测。此外，图7是表示地图边界线的一例的图。

另外，在实际的交叉路口，在交叉路口内不存在区划线。但是，如图7所示，在交叉路口内假想的车道边界线也作为信息储存于地图信息中。因此，在图7所示的情况下，地图边界线检测功能即使在本车辆进行左转弯的交叉路口内，也能够检测行进方向右侧的地图边界线A3。

在步骤S104中，通过控制装置160的传感器边界线检测功能，基于周围检测传感器110的检测结果进行传感器边界线的检测。此外，如图2所示，周围检测传感器110对传感器边界线的检测范围成为距本车辆规定距离(例如数十米)以内的范围、即本车辆周围的范围。

在步骤S105中，通过控制装置160的边界线整合功能，对在步骤S103中检测到的地图边界线和在步骤S104中检测到的传感器边界线进行对照。而且，在接下来的步骤S106中，通过边界线整合功能，基于步骤S105的对照结果，进行在地图边界线内是否存在与传感器边界线一致的部分的判断。在地图边界线内存在与传感器边界线一致的部分的情况下，进入步骤S107。另一方面，在地图边界线内不存在与传感器边界线一致的部分的情况下，结束图6所示的行驶控制处理。例如，在图5所示例中，由于在地图边界线内存在与传感器边界线一致的部分，故而处理进入步骤S107。此外，“一致”的情况不限于在地图边界线内存在与传感器边界线完全相同的部分的情况，也包含在地图边界线内存在与传感器边界线的一致度成为规定值以上的部分的情况。另外，该规定值能够通过设计等适当设定。

在步骤S107以后，使用以点群表现的地图边界线及传感器边界线进行处理。以点群表现的地图边界线、以点群表现的传感器边界线如图5所示，通过地图边界线及传感器边界线上的各地点的位置坐标表现地图边界线及传感器边界线。另一方面，根据周围检测传感器110、控制装置160、地图信息的设计，也有时在步骤S103、S104中，将地图边界线及传感器边界线作为以点群表现的边界线进行检测，另外，也有时将地图边界线及传感器边界线作为具有特定次数的函数进行检测。

因此，在步骤S103、S104中检测以点群表现的地图边界线及传感器边界线的情况下，直接使用以点群表现的地图边界线及传感器边界线，进行步骤S107以后的处理。另一方面，在步骤S103、S104中检测以函数表现的地图边界线及传感器边界线的情况下，将以函数表现的地图边界线及传感器边界线变换成以点群表现的地图边界线及传感器边界线，并进行步骤S107以后的处理。

此外，在将以函数表现的地图边界线及传感器边界线变换成以点群表现的地图边界线及传感器边界线的情况下，能够适当变更检测以函数表现的地图边界线及传感器边界线上的各地点的位置坐标的间隔，使以函数表现的地图边界线及传感器边界线与以点群表现的地图边界线及传感器边界线的误差成为规定值以下。例如，能够设为如下构成，如果道路形状大致为直线，则等间隔地检测地图边界线及传感器边界线的各地点的位置坐标，在道路的形状不为直线的情况下，道路的曲率越大，越缩短地图边界线及传感器边界线的各地点的位置坐标的间隔。由此，在道路形状大致为直线的情况下，通过等间隔地检测地图边界线及传感器边界线的各地点的位置坐标，能够简化地图边界线及传感器边界线的信息。另外，在道路形状为弯道的情况下，道路的曲率越大，越缩短地图边界线及传感器边界线的各地点的位置坐标的间隔，由此，能够高精度地检测地图边界线及传感器边界线。另外，在道路的限制速度或本车辆的速度为规定速度以上的情况下，与道路的限制速度或本车辆的速度低于规定速度的情况相比，能够增长地图边界线及传感器边界线的各地点的位置坐标的间隔。在该情况下，也能够根据本车辆的行驶状态，高精度地检测地图边界线及传感器边界线。

在步骤S107中，如图8所示，通过边界线整合功能进行与传感器边界线一致的地图边界线的部分(以下，也称为一致部分)的检测。例如，边界线整合功能能够在以地图上的本车辆的位置或本车辆的行驶预定路径为基准的一定范围内，对照地图边界线和传感器边界线，并将与传感器边界线的一致度最高的地图边界线的部分作为一致部分进行检测。另外，边界线整合功能也可以设为如下构成，即，将与传感器边界线的一致度为规定值以上的、首先检测的地图边界线的部分作为一致部分进行检测。

在步骤S108中，如图8所示，通过边界线整合功能，地图边界线中、比本车辆的当前位置靠本车辆的行进方向侧的部分且从步骤S107中抽出的一致部分连续的地图边界线的部分决定为地图整合对象部分。此外，图8表示一致部分及地图整合对象部分的一例。在图8所示例中，将地图边界线中的一致部分以灰色实线及灰色圆圈(点群)表示，将地图边界线中的地图对象整合部分以黑色实线(粗线)及白色的圆圈(点群)表示，将剩余的地图边界线的部分以黑色实线(细线)及黑色圆圈(点群)表示。

另外，在步骤S108中，边界线整合功能将决定的地图整合对象部分中距本车辆最近的地点作为对象地点S1、S2进行检测。而且，边界线整合功能将对象地点S1、S2的位置坐标储存在控制装置160的RAM。例如，在图9所示例中，边界线整合功能检测距本车辆最近的对象地点S1、S2，并储存对象地点S1、S2的位置坐标(x1Lm，y1Lm)、(x1Rm，y1Rm)。

在步骤S109中，通过边界线整合功能，进行在排列追加在步骤S104中检测到的传感器边界线的各地点的位置坐标的处理。例如，在本实施方式中，在控制装置160的RAM中预先储存有与行进方向右侧的车道边界线及行进方向左侧的车道边界线对应的空的排列(R＿bound[]，L＿bound[])。而且，边界线整合功能如图9及下式1、2所示，传感器边界线中从距本车辆较近的地点起依次向对应的排列分别追加行进方向右侧的传感器边界线的各地点的位置坐标和行进方向左侧的传感器边界线的各地点的位置坐标。例如，在图9所示例中，向行进方向左侧的排列，从距本车辆较近的位置坐标起依次追加(x1L，y1L)～(x7L，x7L)七个地点的位置坐标。另外，向行进方向右侧的排列，从距本车辆较近的位置坐标起依次追加(x1R，y1R)～(x4R，x4R)四个地点的位置坐标。

R＿bound[i]＝{(x1R，y1R)，(x2R，y2R)，···，(xMR，yMR)}

···(1)

L＿bound[i]＝{(x1L，y1L)，(x2L，y2L)，···，(xNL，yNL)}

···(2)

此外，上述式(1)中，M是以点群表现的行进方向右侧的传感器边界线的各地点的位置坐标的数，在图9所示例中，成为4(下式(3)也一样。)。另外，在上述式(2)中，N是以点群表现的行进方向左侧的传感器边界线的各地点的位置坐标的数，在图9所示例中，成为7(下式(4)也一样。)。

在步骤S110中，通过边界线整合功能，向步骤S109中追加了传感器边界线的各地点的位置坐标的排列进一步追加在步骤S108中决定的地图整合对象部分的各地点的位置坐标。具体而言，边界线整合功能向在步骤S109中追加了传感器边界线的各地点的位置坐标的排列(R＿bound[i]，L＿bound[i])，从距本车辆较近的地点起依次追加在步骤S108中决定的地图整合对象部分的各地点的位置坐标。

由此，排列(R＿bound[i]，L＿bound[i])如下式(3)、(4)所示，按照距本车辆近的顺序追加了传感器边界线的各地点的位置坐标之后，按照距本车辆近的顺序追加地图整合对象部分的各地点的位置坐标。

R＿bound[i]＝{(x1R，y1R)，(x2R，y2R)，···，(xMR，yMR)，(x1Rm，y1Rm)，(x2Rm，y2Rm)，···，(xORm，yORm)}

···(3)

L＿bound[i]＝{(x1L，y1L)，(x2L，y2L)，···，(xNL，yNL)，(x1Lm，y1Lm)，(x2Lm，y2Lm)，···，(xPLm，yPLm)}

···(4)

此外，上述式(3)中，O是以点群表现的行进方向右侧的地图整合对象部分的位置坐标的数，在图9所示例中，成为8(或8以上)。另外，上述式(4)中，N是以点群表现的行进方向左侧的地图整合对象部分的各地点的位置坐标的数，在图9所示例中，成为5(或5以上)。

这样，边界线整合功能在按照距本车辆近的顺序追加了传感器边界线的各地点的位置坐标之后，按照距本车辆近的顺序追加地图整合对象部分的各地点的位置坐标。由此，能够在比本车辆的当前位置靠本车辆的行进方向侧生成整合了传感器边界线和地图边界线的车道边界线。此外，以下，将步骤S110中整合的车道边界线作为整合边界线进行说明。

在步骤S111中，通过控制装置160的输出功能输出在步骤S110中生成的整合边界线的信息。例如，输出功能将整合边界线的信息向驱动控制装置150输出。由此，在接下来的步骤S112中，驱动控制装置150基于在步骤S111中输出的整合边界线的信息控制本车辆的驱动。

此外，在步骤S111中，在输出整合边界线的信息的情况下，控制装置160的输出功能以驱动控制装置150利用的格式输出整合边界线的信息。具体而言，在驱动控制装置150利用以函数表现的整合边界线的信息的情况下，输出功能通过相对于以点群表现的整合边界线拟合具有特定次数的函数，能够将以点群表现的整合边界线变换成以函数表现的整合边界线，并将以函数表现的整合边界线的信息向驱动控制装置150输出。另外，在将以点群表现的整合边界线的信息向驱动控制装置150输出的情况下，如上述，如果道路形状大致为直线，则以整合边界线的各地点的位置坐标等间隔的方式进行输出，在道路形状不为直线的情况下，能够设为如下构成，即，以道路的曲率越大，越缩短整合边界线的各地点的位置坐标的间隔的方式进行输出。另外，能够设为如下构成，即，基于道路的限制速度或本车辆的速度决定整合边界线的各地点的位置坐标的间隔。

如以上，在第一实施方式中，将基于周围检测传感器110的检测结果的本车辆周围的车道边界线作为传感器边界线进行检测，并且根据地图信息将本车辆的行驶预定路径的车道边界线作为地图边界线进行检测。而且，以对照地图边界线和传感器边界线，且利用地图边界线补全传感器边界线的外侧范围的方式，整合传感器边界线和地图边界线。由此，例如即使在车辆位置检测装置120中产生检测误差的情况下，也能够在本车辆周边，基于周围检测传感器110实际检测到的传感器边界线决定行动计划及预定路径，因此，能够根据实际的行驶环境适当地控制本车辆的行驶。另一方面，周围检测传感器110在距本车辆离开规定距离(例如数十米)以上的范围内，不能以较高的精度检测车道边界线。但是，在本实施方式中，对于周围检测传感器110不能高精度地检测车道边界线的范围，能够基于地图边界线决定行动计划及预定路径，因此，也能够根据将来的行驶环境适当地控制本车辆的行驶。

即，在仅使用地图边界线的信息控制本车辆的行驶的情况，且产生本车位置检测装置110的检测误差的情况下，在与本车辆实际行驶的车道不同的车道上行驶的条件下，进行本车辆的行驶控制，因此，有时不能适当地控制本车辆的行驶。另一方面，在仅使用传感器边界线控制本车辆的行驶的情况下，比本车辆周围靠前的道路成为哪种道路形状，不能掌握本车辆在地图上的哪个位置行驶，因此，有时不能根据本车辆的将来的行驶环境控制本车辆的行驶。对此，在本实施方式中，通过将传感器边界线和地图边界线整合并输出，能够在本车辆周边，根据本车辆的实际的行驶环境适当地控制本车辆的行驶，并且能够根据将来的行驶环境适当地控制本车辆的行驶。

另外，在本实施方式中，将以点群表现的地图边界线及传感器边界线整合而生成以点群表现的整合边界线，并将以点群表现的整合边界线输出。由此，在行动决定及行驶控制中，在利用以点群表现的边界线信息的情况下，能够直接使用以点群表现的整合边界线的信息。另外，在本实施方式中，通过对以点群表现的整合边界线拟合具有特定次数的函数，将以点群表现的整合边界线变换成以函数表现的整合边界线，并将以函数表现的整合边界线输出。由此，即使在周围检测传感器110的检测结果的一部分产生误差的情况下，也能够输出顺畅的整合边界线。

<<第二实施方式>>

接着，说明第二实施方式的行驶控制装置。第二实施方式的行驶控制装置100具有与第一实施方式的行驶控制装置100同样的构成，除了以下说明那样进行动作以外，与第一实施方式同样。

第二实施方式的控制装置160的边界线整合功能在将传感器边界线和地图边界线整合时，基于道路的曲率及弯道的连续性等，判定由周围检测传感器110检测到的传感器边界线的可靠度。而且，传感器边界线的可靠度越高，向本车辆的行进方向侧越扩大与地图边界线整合的传感器边界线的范围，另一方面，传感器边界线的可靠度越低，向本车辆的行进方向的相反侧越缩小与地图边界线整合的传感器边界线的范围。这样，基于周围检测传感器110的检测结果的可靠度，变更与地图边界线信息整合的传感器边界线的范围，即使在周围检测传感器110的检测精度小于规定值的情况下，也能够适当地整合传感器边界线和地图边界线。此外，对与传感器边界线的可靠度相应的、传感器边界线和地图边界线的整合方法的详细进行后述。

另外，第二实施方式的控制装置160的边界线整合功能基于周围检测传感器110的检测结果特别指定本车辆行驶的车道的车道编号。例如，如图10所示，边界线整合功能从道路的路肩侧向中央侧，从1起依次分配车道编号。而且，边界线整合功能通过判断与本车辆行驶的车道相邻的相邻车道的有无、本车辆行驶的车道是否为最接近道路端的车道等，特别指定与本车辆行驶的车道对应的车道编号。例如，如图10所示，在根据周围检测传感器100的检测结果能够掌握在本车辆行驶的车道的行进方向左侧不存在相邻车道，在本车辆行驶的车道的行进方向右侧存在相邻车道的情况下，边界线整合功能能够将本车辆行驶的车道的车道编号特别指定为最靠路肩侧的车道编号“1”。此外，图10是用于说明本车辆行驶的车道的车道编号的特别指定方法的图。

另外，在图10所示例中，边界线整合功能在本车辆在单向双车道行驶，且利用周围检测传感器110检测到路缘石或护栏的情况下，能够将本车辆行驶的车道的车道编号特别指定为单向双车道中的路肩侧的车道的车道编号1。另外，边界线整合功能虽未作图示，但本车辆在单向双车道的直线进行行驶，且利用周围检测传感器110检测到区划对向车道和本车辆行驶的车道的中央隔离带或黄色的车道标志等的情况下，能够将本车辆行驶的车道的车道编号特别指定为单向双车道中的中央侧的车道的车道编号2。

而且，边界线整合功能沿着特别指定的车道编号的车道，进行传感器边界线和地图边界线的对照。例如，在图10所示例中，特别指定为本车辆在车道编号“1”的车道上行驶，因此，边界线整合功能对照地图信息具有的车道编号“1”的车道的车道边界线和传感器边界线。由此，即使在本车位置检测装置120对本车辆的位置的检测精度、周围检测传感器110的检测结果的精度、及地图信息的精度中的至少一项较低的情况下，也能够根据本车辆的行驶状况适当地整合传感器边界线和地图边界线。

接着，参照图11说明第二实施方式的行驶控制处理。图11是表示第二实施方式的行驶控制处理的流程图。

在步骤S201～S204中，与第一实施方式的步骤S101～S104同样地检测本车辆的当前位置(步骤S201)，并进行从当前位置到目的地的行驶预定路径的探索(步骤S202)。而且，根据地图信息进行地图边界线的检测(步骤S203)，并基于周围检测传感器110的检测结果进行传感器边界线的检测(步骤S204)。

在此，在图10所示例中，表示本车辆在单向双车道的道路行驶的场景。地图边界线检测功能不限于本车辆行驶的车道，将本车辆可行驶的车道(例如，在图10所示例中为本车辆行驶的车道编号1的车道及与其相邻的车道编号2的车道)的车道边界线作为地图边界线进行检测。即，在图10所示例中，根据本车辆的行驶预定路径，能够预测本车辆在交叉路口左转弯，并能够判断为本车辆在可在交叉路口左转弯的车道编号1的车道上行驶。在这种情况下，还考虑仅将车道编号1的车道的车道边界线作为地图边界线进行检测的方法。但是，在本车辆的前方存在以低速行驶的其它车辆，本车辆为了超过该其它车辆，也有时离开当前行驶的车道。因此，在第二实施方式中，不限定本车辆行驶的车道，将本车辆可行驶的车道的车道边界线作为地图边界线进行检测。

在步骤S205中，通过边界线整合功能进行地图边界线和传感器边界线的对照。在第二实施方式中，边界线整合功能即使在本车位置检测装置120的位置检测精度、周围检测传感器110的检测精度、或地图信息具有的车道边界线的信息的精度低于规定值的情况下，也以能够适当地整合传感器边界线和地图边界线的方式将地图边界线相对于传感器边界线进行移动、缩小、放大或旋转，进行地图边界线和传感器边界线的对照。

具体而言，边界线整合功能基于周围检测传感器110的检测结果，根据与本车辆行驶的车道相邻的相邻车道的有无、本车辆行驶的车道是否为最接近路肩侧的车道，或者本车辆行驶的车道的车道边界线的种类，特别指定本车辆行驶的车道的车道编号。而且，边界线整合功能以对照地图边界线中的特别指定了车道编号的车道的车道边界线和传感器边界线的方式，使地图边界线相对于传感器边界线进行移动、缩小、放大或旋转。

例如，在本车位置检测装置120的位置检测精度、周围检测传感器110的检测精度、或地图信息具有的车道边界线的信息的精度较低的情况下，如图12所示，有时在地图边界线和传感器边界线中产生误差。在图12所示的情况下，使地图边界线相对于传感器边界线进行旋转，并且移动地图边界线，由此，能够使地图边界线的一部分和传感器边界线一致。此外，图12是用于说明本车位置检测装置120的位置检测精度、周围检测传感器110的检测精度、或地图信息具有的车道边界线的信息的精度较低时的地图边界线及传感器边界线的图。

另外，边界线整合功能在通过使地图边界线相对于传感器边界线进行移动、缩小、放大或旋转，而能够检测与传感器边界线一致的地图边界线的部分的情况下，将使地图边界线进行移动、缩小、放大或旋转的条件储存于控制装置160的RAM中。

在步骤S206中，与第一实施方式的步骤S106同样地进行在地图边界线内是否存在与传感器边界线一致的部分的判断，在存在一致的部分的情况下，进入步骤S207，在不存在一致的部分的情况下，结束图11所示的行驶控制处理。

在步骤S207中，通过边界线整合功能，判定周围检测传感器110的检测结果的可靠度。在此，在道路的曲率低于规定值且道路的形状为直线或大致直线形状的情况下，与道路的曲率为规定值以上的弯道的情况相比，处于周围检测传感器110的检测误差较小的倾向。因此，边界线整合功能在道路的曲率低于规定值的情况下，与道路的曲率为规定值以上的情况相比，判定周围检测传感器110的检测结果的可靠度较高。另外，边界线整合功能能够设为如下构成，道路的曲率越大，判定周围检测传感器110的检测结果的可靠度越低。另外，在道路为弯道时，在连续有两个以上的弯道的情况下，与弯道不连续的情况相比，周围检测传感器110的检测误差处于变大的倾向。因此，边界线整合功能也能够设为如下构成，即，在两个以上的弯道连续的情况下，与弯道不连续的情况相比，判定周围检测传感器110的检测结果的可靠度较低。另外，边界线整合功能也能够设为如下构成，即，在曲率不同的弯道连续的情况下，与曲率同程度的弯道连续的情况下，判定周围检测传感器110的检测结果的可靠度较低。

在步骤S208中，通过边界线整合功能，基于步骤S207中判定的周围检测传感器110的检测结果的可靠度，进行传感器边界线中的、与地图边界线整合的边界线部分(以下，称为传感器整合对象部分)的决定。在此，图13是表示周围检测传感器110的检测结果的可靠度和传感器整合对象部分的大小(传感器整合对象部分距本车辆的距离)的对应关系的一例的图。如图13所示，边界线整合功能中，周围检测传感器110的检测结果的可靠度越高，越增大传感器整合对象部分(增长传感器整合对象部分距本车辆的距离)。相反，边界线整合功能中，周围检测传感器110的检测结果的可靠度越低，越缩小传感器整合对象部分(缩短传感器整合对象部分距本车辆的距离)。

例如，在图14所示例中，周围检测传感器110的检测结果的可靠度较高，因此，作为传感器整合对象部分，处于从本车辆的位置到传感器边界线的检测范围中最远离本车辆的位置的范围内的部分(例如，图14中，以灰色表示的传感器边界线的部分)决定为传感器整合对象部分。即，在图14所示例中，传感器边界线整体决定为传感器整合对象部分。另一方面，在图15所示例中，周围检测传感器110的检测结果的可靠度较低，因此，传感器边界线中，从本车辆的位置到较接近本车辆的地点的部分(例如，图15中，以灰色表示的传感器边界线的部分)决定为传感器整合对象部分。此外，图14及图15是用于说明传感器整合对象部分和地图整合对象部分的整合方法的图。

在步骤S209中，通过边界线整合功能，地图边界线中、比本车辆的当前位置靠本车辆的行进方向侧，且减去了相当于在步骤S208中检测到的传感器整合对象部分的部分后的部分作为地图整合对象部分进行检测。例如，如图14及图15所示，边界线整合功能将传感器整合对象部分中、与最远离本车辆的地点对应的地图边界线的地点特别指定为对象地点S1、S2。而且，边界线整合功能能够将地图边界线中、比对象地点S1、S2靠本车辆的行进方向侧(远离本车辆的方向侧)的部分作为地图整合对象部分进行检测。

在步骤S210中，通过边界线整合功能，如下式(5)、(6)所示，进行向预先储存于控制装置160的RAM的空的排列追加在步骤S208中决定的传感器整合对象部分的各地点的位置坐标的处理。

R＿bound[i]＝{(x1R，y1R)，(x2R，y2R)，···，(xMR，yMR)}

···(5)

L＿bound[i]＝{(x1L，y1L)，(x2L,y2L)，···，(xNL，yNL)}

···(6)

此外，在上述式(5)中，M是以点群表现的行进方向右侧的传感器整合对象部分的各位置的位置坐标的数，在图14所示例中，成为4，在图15所示例中，成为2(下式(7)也一样)。另外，在上述式(6)中，N是以点群表现的行进方向左侧的传感器整合对象部分的各位置的位置坐标的数，在图14所示例中，成为7，在图15所示例中，成为2(下式(8)也一样)。

另外，在步骤S211中，通过边界线整合功能，如下式(7)、(8)所示，向在步骤S210中追加了传感器整合对象部分的各地点的位置坐标的排列进一步追加在步骤S209中决定的地图整合对象部分的各地点的位置坐标。

R＿bound[i]＝{(x1R，y1R)，(x2R，y2R)，···，(xMR，yMR)，(x1Rm，y1Rm)，(x2Rm，y2Rm)，···，(xORm，yORm)}

···(7)

L＿bound[i]＝{(x1L，y1L)，(x2L，y2L)，···，(xNL，yNL)，(x1Lm，y1Lm)，(x2Lm，y2Lm)，···，(xPLm，yPLm)}

···(8)

此外，在上述式(7)中，O是以点群表现的行进方向右侧的地图整合对象部分的位置坐标的数，在图14所示例中，成为8(或8以上)，在图15所示例中，成为10(或10以上)。另外，在上述式(8)中，N是以点群表现的行进方向左侧的地图整合对象部分的各地点的位置坐标的数，在图14所示例中，成为4(或4以上)，在图15所示例中，成为9(或9以上)。

这样，在第二实施方式中，在按照距本车辆近的顺序追加传感器整合对象部分的各地点的位置坐标之后，按照距本车辆近的顺序追加地图整合对象部分的各地点的位置坐标。由此，能够生成比本车辆的当前位置靠本车辆的行进方向侧的、整合了传感器整合对象部分和地图对象整合部分的整合边界线。

而且，在步骤S212、S213中，与第一实施方式的步骤S111、112同样地，在步骤S211中生成的整合边界线的信息例如向驱动控制装置150输出(步骤S212)，并基于输出的整合边界线的信息进行本车辆的驱动控制(步骤S213)。

另外，在步骤S206中，在地图边界线内不能检测到与传感器边界线一致的部分的情况下，进入步骤S214。这样，在地图边界线内不能检测到与传感器边界线一致的部分的情况下，假定利用本车位置检测装置120不能适当地检测本车辆的位置。因此，在步骤S214中，通过边界线整合功能，基于本车辆的行驶预定路径和本车辆的速度进行本车辆的位置的推定。

在步骤S215中，通过边界线整合功能，在步骤S204中检测到的传感器边界线判断为在步骤S214中推定的本车辆的位置检测的车道边界线，基于该车道边界线决定地图整合对象部分。即，边界线整合功能将比本车辆的当前位置靠本车辆的行进方向侧、且从地图边界线减去了在本车辆的推定位置检测的传感器边界线的范围的部分决定为地图整合对象部分。

而且，在步骤S210中，由步骤S204检测到的传感器边界线的整体设为传感器整合对象部分，并向排列中追加传感器整合对象部分(即，传感器边界线的整体)的各地点的位置坐标。另外，在步骤S211中，向排列中追加在步骤S215中决定的地图整合对象部分的各地点的位置坐标。由此，在步骤S212中，将整合边界线的信息向驱动控制装置150输出，在步骤S213中进行本车辆的驱动控制。

如以上，在第二实施方式中，基于道路的曲率及弯道的连续性等，判定由周围检测传感器110检测到的传感器边界线的可靠度。而且，传感器边界线的可靠度越高，越向本车辆的行进方向侧扩大与地图边界线整合的传感器整合对象部分，另一方面，传感器边界线的可靠度越低，越向本车辆的行进方向的相反侧缩小传感器整合对象部分。由此，在周围检测传感器110的检测精度为规定值以上的情况下，能够广泛利用基于周围检测传感器110的检测结果的传感器整合对象部分，能够输出与本车辆的实际的行驶状况相应的精度高的整合边界线的信息。另外，即使在周围检测传感器110的检测结果低于规定值的情况下，通过将传感器整合对象部分限定在本车辆周边，也能够输出精度高的整合边界线的信息。

另外，在第二实施方式中，基于周围检测传感器110的检测结果特别指定本车辆行驶的车道，沿着特别指定的车道进行传感器边界线和地图边界线的对照，并对传感器边界线和地图边界线进行整合。由此，即使在本车位置检测装置120对本车辆的位置的检测精度、周围检测传感器110的检测结果的精度、及地图信息的精度中的至少一项较低的(低于规定的判定值)情况下，也能够输出与本车辆的行驶状况相应的整合边界线。

此外，以上说明的实施方式是为了容易理解本发明而记载的方式，并非限定本发明。因此，上述实施方式所公开的各要素还包含属于本发明的技术范围的所有的设计变更及均等物。

例如，在上述实施方式中，示例了从行驶控制装置100具备的地图数据库130取得地图信息的构成，但不限于该构成，例如，行驶控制装置100也可以设为从存在于行驶控制装置100的外部的服务器取得地图信息的构成。或者，也可以设为如下构成，将其它车辆实际行驶的路径中的车道边界线的信息作为地图信息具有的车道边界线的信息，并从其它车辆(或从该其它车辆收集信息的服务器)进行取得。

另外，本车位置检测装置120对本车辆的位置的检测精度、周围检测传感器110的检测结果的精度、及地图信息的精度为分别对应的规定的判定值以上的情况下，能够进行第一实施方式的行驶控制处理。另外，同样地，本车位置检测装置120对本车辆的位置的检测精度、周围检测传感器110的检测结果的精度、及地图信息的精度中的至少一项低于分别对应的规定的判定值的情况下，能够进行上述的第二实施方式的行驶控制。由此，在行驶控制装置100具备的传感器的检测精度及地图信息的精度较高的情况下，能够在更精确的位置整合地图边界线和传感器边界线，因此，能够输出精度高的整合边界线。另外，即使在传感器的检测精度及地图信息的精度较低的情况下，通过限定与地图边界线整合的传感器边界线的范围，并且推定本车辆行驶的车道，并在推定的车道将传感器边界线和地图边界线整合，也能够输出精度较高的整合边界线。

另外，上述第二实施方式示例了如下构成，即，在地图边界线内能够对照与传感器边界线一致的部分的情况下，基于周围检测传感器110的检测结果的可靠度决定传感器整合对象部分，并将决定的传感器整合对象部分和地图整合对象部分整合，但不限于该构成，例如，也可以设为如下构成，即，基于周围检测传感器110的检测结果的可靠度决定传感器整合对象部分，在地图边界线内对照是否存在与传感器整合对象部分一致的部分。

另外，在上述第二实施方式中示例了如下构成，即，基于周围检测传感器110的检测结果特别指定本车辆行驶的车道的车道编号，沿着特别指定的车道编号的车道对照地图边界线和传感器边界线，但不限于此，能够设为以下的构成。即，基于周围检测传感器110的检测结果特别指定本车辆行驶的车道的车道编号，并且基于由本车位置检测装置120检测到的本车辆的位置信息和地图信息特别指定本车辆行驶的车道的车道编号。而且，能够设为如下构成，在基于周围检测传感器110的检测结果特别指定的车道编号和基于由本车位置检测装置120检测到的本车辆的位置信息特别指定的车道编号一致的情况下，沿着该车道编号的车道对照地图边界线和传感器边界线。

此外，上述实施方式中的周围检测传感器110相当于本发明的检测器。