车辆控制系统和本车辆位置估计方法与流程

1.本发明涉及车辆控制系统和本车辆位置估计方法。


背景技术：

2.传统上，已经提出了通过使用所谓的航位推测法来估计车辆在地图上的位置的各种方法。例如，jp2007-263662a中公开的导航装置包括：航位推测法装置，其用于通过使用航位推测法计算本车辆位置的坐标；以及地图匹配装置，其用于将由航位推测法装置获取的本车辆位置的坐标关于道路地图数据进行地图匹配。
3.通过使用航位推测法估计的车辆位置不太可能示出与车辆实际位置的巨大瞬间偏差，但可能示出与车辆实际位置的长期偏差。因此，如果只基于航位推测法估计车辆在地图上的位置，那么可能无法准确地估计车辆在地图上的位置。


技术实现要素：

4.鉴于以上背景，本发明的一个目的是提供可以准确地估计车辆在地图上的位置的车辆控制系统和本车辆位置估计方法。
5.为了实现这样的目的，本发明的一个方面提供了一种车辆控制系统1，该车辆控制系统包括：移动量计算单元32，其配置成通过使用航位推测法来计算车辆v的移动量；成像装置18，其配置成捕获所述车辆正在行驶的行驶路线的图像；地图生成单元53，其配置成生成所述车辆的周围区域的地图；和本车辆位置估计单元54，其配置成估计所述车辆在所述地图上的位置，其中，所述本车辆位置估计单元配置成：基于由所述移动量计算单元计算的所述车辆的所述移动量来计算第一本车辆位置；通过将由所述成像装置捕获的所述图像与所述地图进行比较来计算第二本车辆位置；并且基于所述第一本车辆位置和所述第二本车辆位置估计所述车辆在所述地图上的位置。
6.以上基于航位推测法计算的第一本车辆位置不太可能显示出与车辆实际位置的巨大瞬间偏差。此外，以上基于成像装置捕获的图像计算的第二本车辆位置不太可能显示出与车辆实际位置的长期偏差。因此，通过基于上述第一本车辆位置和第二本车辆位置估计车辆在地图上的位置，能够抑制与车辆实际位置的巨大瞬间偏差和长期偏差，从而准确地估计车辆在地图上的位置。
7.在以上方面中，优选地，所述本车辆位置估计单元包括：高通滤波器63，其配置成对对应于所述第一本车辆位置的第一本车辆信号执行滤波处理；低通滤波器64，其配置成对对应于所述第二本车辆位置的第二本车辆信号执行滤波处理；以及加法器62，其配置成将已经穿过所述高通滤波器的所述第一本车辆信号和已经穿过所述低通滤波器的所述第二本车辆信号相加，以生成与所述车辆在所述地图上的位置相对应的地图本车辆信号，并且为所述高通滤波器和所述低通滤波器设定公共时间常数。
8.根据本方面，通过改变公共时间常数，能够自由调整第一本车辆位置和第二本车辆位置在车辆在地图上的位置中的权重。
9.在以上方面中，优选地，所述本车辆位置估计单元配置成：计算第一可靠性，所述第一可靠性是从所述成像装置捕获的所述图像辨识的分界线的可靠性；计算第二可靠性，所述第二可靠性是所述地图上的分界线的可靠性；在所述第一可靠性小于第一参考值的情况下，与所述第一可靠性等于或大于所述第一参考值的情况相比，将所述公共时间常数设定得更大；并且在所述第二可靠性小于第二参考值的情况下，与所述第二可靠性等于或大于所述第二参考值的情况相比，将所述公共时间常数设定得更小。
10.根据本方面，能够基于从成像装置捕获的图像辨识的分界线的可靠性和地图上的分界线的可靠性将公共时间常数设定为适当的值。因此，能够更准确地估计车辆在地图上的位置。
11.在以上方面中，优选地，所述本车辆位置估计单元配置成在所述车辆停止的情况下，与所述车辆正在行驶的情况相比，将所述公共时间常数设定得更大。
12.根据本方面，能够基于车辆的行驶状态将公共时间常数设定为适当的值。因此，能够更准确地估计车辆在地图上的位置。
13.在以上方面中，优选地，所述本车辆位置估计单元配置成：执行校正所述车辆在所述地图上的位置的校正处理；并且在所述本车辆位置估计单元在所述校正处理中校正所述车辆在其行驶方向上的位置的情况下，与所述本车辆位置估计单元未在所述校正处理中校正所述车辆在其行驶方向上的位置的情况相比，将所述公共时间常数设定得更小。
14.根据本方面，能够基于是否校正车辆在行驶方向上的位置，将公共时间常数设定为适当的值。因此，能够更准确地估计车辆在地图上的位置。
15.在以上方面中，优选地，所述本车辆位置估计单元配置成随着所述行驶路线的曲率半径变小而减小所述公共时间常数。
16.根据本方面，能够根据行驶路线的曲率程度将公共时间常数设定为适当的值。因此，能够更准确地估计车辆在地图上的位置。
17.在以上方面中，优选地，所述本车辆位置估计单元配置成：在不能计算出所述第一本车辆位置和所述第二本车辆位置两者的情况下，停止估计所述车辆在所述地图上的位置；并且在能计算出所述第一本车辆位置和所述第二本车辆位置中的唯一一者的情况下，基于所述第一本车辆位置和所述第二本车辆位置中的所述唯一一者估计所述车辆在所述地图上的位置。
18.根据本方面，即使在不能计算出第一本车辆位置和第二本车辆位置中的另一者时，也可以估计车辆在地图上的位置。因此，能够提高可以估计出车辆在地图上的位置的概率。
19.为了实现以上目的，本发明的另一方面提供一种本车辆位置估计方法，该本车辆位置估计方法用于估计车辆v在地图上的位置，该本车辆位置估计方法包括：基于通过使用航位推测法计算的所述车辆的移动量来计算第一本车辆位置；通过将捕获的图像与所述地图进行比较来计算第二本车辆位置；以及基于所述第一本车辆位置和所述第二本车辆位置估计所述车辆在所述地图上的位置。
20.以上基于航位推测法计算的第一本车辆位置不太可能显示出与车辆实际位置的巨大瞬间偏差。此外，以上基于捕获的图像计算的第二本车辆位置不太可能显示出与车辆实际位置的长期偏差。因此，通过基于上述第一本车辆位置和第二本车辆位置估计车辆在
地图上的位置，能够抑制与车辆实际位置的巨大瞬间偏差和长期偏差，从而准确地估计车辆在地图上的位置。
21.因此，根据以上方面，能够提供可以准确地估计车辆在地图上的位置的车辆控制系统和本车辆位置估计方法。
附图说明
22.图1是根据本发明的一个实施方式的车辆控制系统的框图；
23.图2是示出根据本发明的实施方式的本车辆位置估计控制的流程图；
24.图3是根据本发明的实施方式的位置识别单元的框图；以及
25.图4是示出第一本车辆位置、第二本车辆位置和lm本车辆位置在本地地图上的变化的一个实施例的平面图。
具体实施方式
26.下面将参照附图描述根据本发明的一个实施方式的车辆控制系统1。如图1中所示，车辆控制系统1包括：车辆系统2，其安装在车辆v上；以及高精度地图服务器3(下文中缩写为“地图服务器3”)，其经由网络n连接到车辆系统2。下文中，词语“车辆v”表示设置有车辆系统2的车辆(即，本车辆)。
27.《车辆系统2》
28.首先，将描述车辆系统2。车辆系统2包括动力系统4、制动装置5、转向装置6、外部环境传感器7、车辆传感器8、通信装置9、gnss接收器10、导航装置11、驾驶操作构件12、驾驶操作传感器13、人机界面14、启动开关15以及控制器16。车辆系统2的每个部件均经由诸如控制器区域网络(can)之类的通信手段相互连接，从而使信号可以在它们之间传输。
29.动力系统4是配置成对车辆v施加驱动力的装置。例如，动力系统4包括内燃机(如汽油机和柴油机)和电动马达中的至少一者。制动装置5是配置成向车辆v施加制动力的装置。例如，制动装置5包括：配置成将衬块压在制动转子上的制动钳；以及配置成向制动钳供应油压的电动缸。制动装置5可以进一步包括驻车制动装置，该驻车制动装置配置成经由缆线限制车轮旋转。转向装置6是配置成改变车轮的转向角的装置。例如，转向装置6包括：配置成使车轮转向的齿条—小齿轮机构；以及配置成驱动齿条—小齿轮机构的电动马达。动力系统4、制动装置5和转向装置6由控制器16控制。
30.外部环境传感器7是配置成通过捕获来自车辆v周围环境的电磁波、声波等来检测车辆v外部的物体等的传感器。外部环境传感器7包括多个声纳17和多个外部相机18(成像装置的一个实施例)。外部环境传感器7可以进一步包括毫米波雷达和/或激光雷达。外部环境传感器7配置成向控制器16输出检测结果。
31.每个声纳17均由所谓的超声波传感器构成。声纳17向车辆v的周围环境发射超声波，并捕获其反射波，从而检测物体的位置(距离和方向)。多个声纳17分别设置在车辆v的后部和前部。
32.每个外部相机18均是配置成捕获车辆v周围环境的图像的装置。例如，外部相机18是使用诸如ccd和cmos之类的固体成像元件的数字相机。外部相机18可以由立体相机或单目相机构成。多个外部相机18包括：前部相机，其配置成捕获车辆v前面的图像；后部相机，
其配置成捕获车辆v后面的图像；以及一对侧部相机，其配置成捕获车辆v的两个横向侧的图像。当车辆v在行驶时，每个外部相机18均以规定的间隔(例如，以规定的空间间隔或规定的时间间隔)捕获车辆v正在行驶的行驶路线的图像。
33.车辆传感器8是配置成检测车辆v的状态的传感器。车辆传感器8包括：配置成检测车辆v的速度的车辆速度传感器；配置成检测车辆v的加速度的加速度传感器；配置成检测围绕车辆v的竖向轴线的角速度的偏航率传感器；配置成检测车辆v的方向的方向传感器等。例如，偏航率传感器由陀螺仪传感器构成。车辆传感器8可以进一步包括：配置成检测车体的倾斜度的倾斜度传感器；以及配置成检测每个车轮的旋转速度的车轮速度传感器。
34.通信装置9配置成调解控制器16和车辆v外部的装置(例如，地图服务器3)之间的通信。通信装置9包括路由器，该路由器配置成将控制器16连接到互联网。通信装置9可以具有调解车辆v的控制器16与周围车辆的控制器之间以及车辆v的控制器16与道路上的路边装置之间的无线通信的无线通信功能。
35.gnss接收器10配置成从构成全球导航卫星系统(gnss)的每颗卫星接收与车辆v的位置(纬度和经度)有关的信号(下文中称为“gnss信号”)。gnss接收器10配置成将收到的gnss信号输出到导航装置11和控制器16。
36.导航装置11由设置有公知硬件的计算机构成。导航装置11配置成基于车辆v的先前行驶历史和从gnss接收器10输出的gnss信号来识别车辆v的位置(纬度和经度)。导航装置11配置成存储关于车辆v所行驶的地区或国家的道路的数据(下文中称为“导航地图数据”)。导航装置11配置成将导航地图数据存储在ram、hdd、ssd等中。
37.导航装置11配置成基于gnss信号和导航地图数据，设定从车辆v的当前位置到乘员输入的目的地的路线，并将该路线输出到控制器16。当车辆v开始行驶时，导航装置11向乘员提供到目的地的路线指导。
38.驾驶操作构件12设置在车辆舱内，并配置成接受乘员进行的输入操作以控制车辆v。驾驶操作构件12包括方向盘、加速器踏板以及制动踏板。驾驶操作构件12可以进一步包括换挡杆、驻车制动杆、信号灯杆等。
39.驾驶操作传感器13是配置成检测驾驶操作构件12的操作量的传感器。驾驶操作传感器13包括：配置成检测方向盘的操作量的转向角传感器；配置成检测加速器踏板的操作量的加速器传感器；以及配置成检测制动踏板的操作量的制动传感器。驾驶操作传感器13配置成向控制器16输出检测到的操作量。驾驶操作传感器13可以进一步包括抓握传感器，该抓握传感器配置成检测乘员抓握方向盘的情况。例如，抓握传感器包括设置在方向盘外周部分上的至少一个电容式传感器。
40.人机界面14配置成通过显示和/或语音通知乘员各种信息，并接受乘员的输入操作。例如，人机界面14包括触控面板23和发声装置24。触控面板23包括液晶显示器、有机el显示器等，并配置成接受乘员的输入操作。发声装置24由蜂鸣器和/或扬声器构成。人机界面14配置成在触控面板23上显示驾驶模式切换按钮。驾驶模式切换按钮是配置成接受乘员对车辆v的驾驶模式(例如，自主驾驶模式和手动驾驶模式)的切换操作的按钮。
41.人机界面14也作为接口，调解对导航装置11的输入/来自导航装置11的输出。即，当人机界面14接受乘员对目的地的输入操作时，导航装置11开始对目的地进行路线设定。此外，当导航装置11提供到目的地的路线指导时，人机界面14显示车辆v的当前位置和到目
的地的路线。
42.启动开关15是用于启动车辆系统2的开关。即，乘员在坐在驾驶座上并踩下制动踏板时按下启动开关15，从而启动车辆系统2。
43.控制器16由至少一个电子控制单元(ecu)构成，该ecu包括cpu、rom、ram等。cpu根据程序执行操作处理，因此控制器16执行各种类型的车辆控制。控制器16可以由一个硬件构成，或者可以由包括多个硬件的单元构成。控制器16的功能可以至少部分由诸如lsi、asic和fpga之类的硬件执行，或者可以由软件和硬件的组合执行。
44.控制器16包括外部环境辨识单元31(分界线估计单元的一个实施例)、移动量计算单元32、驾驶控制单元33以及地图处理单元34。这些部件可以由分离的电子控制单元或集成的电子控制单元构成。
45.外部环境辨识单元31配置成基于外部环境传感器7的检测结果辨识存在于车辆v周围的物体，并因此获取关于该物体的位置和尺寸的信息。由外部环境辨识单元31辨识的物体包括存在于车辆v的行驶路线上的分界线、车道、道路端部、路肩和障碍物。每条分界线均是沿车辆行驶方向示出的线。每条车道均是由一条或多条分界线界定的区域。每个道路端部均是车辆v的行驶路线的端部。每个路肩均是布置在车辆宽度方向(横向方向)上的端部的分界线与道路端部之间的区域。每个障碍物均可以是屏障(护栏)、电线杆、周围车辆、行人等。
46.外部环境辨识单元31配置成基于由每个外部相机18捕获的图像(下文中称为“相机图像”)，辨识相机图像中的分界线(下文中称为“相机分界线”)的位置。例如，外部环境辨识单元31配置成在相机图像中提取其密度值以阈值或更大的值变化的点(下文中称为“候选点”)，并将经过候选点的直线辨识为相机分界线。外部环境辨识单元31配置成基于相机图像来识别相机分界线的类型。相机分界线的类型包括单实线、单断线、减速促进线和双实线。减速促进线由例如比单断线具有更短间隔以及更大宽度的断线构成。
47.移动量计算单元32配置成基于来自车辆传感器8的信号，通过使用诸如测距和惯性导航的航位推测法来计算车辆v的移动量(车辆v的移动距离和移动方向)。例如，移动量计算单元32配置成基于由车轮速度传感器检测的每个车轮的旋转速度、由加速度传感器检测的车辆v的加速度以及由陀螺仪传感器检测的车辆v的角速度来计算车辆v的移动量。下文中，将移动量计算单元32通过使用航位推测法计算的车辆v的移动量称为“车辆v的dr移动量”。
48.驾驶控制单元33包括行动计划单元41、行驶控制单元42以及模式设定单元43。
49.行动计划单元41配置成创建用于使车辆v沿着由导航装置11设定的路线行驶的行动计划。行动计划单元41配置成向行驶控制单元42输出与创建的行动计划相对应的行驶控制信号。
50.行驶控制单元42配置成基于来自行动计划单元41的行驶控制信号来控制动力系统4、制动装置5和转向装置6。即，行驶控制单元42配置成使车辆v根据由行动计划单元41创建的行动计划行驶。
51.模式设定单元43配置成在手动驾驶模式和自主驾驶模式之间切换车辆v的驾驶模式。在手动驾驶模式下，行驶控制单元42根据乘员对驾驶操作构件12的输入操作来控制动力系统4、制动装置5和转向装置6，从而使车辆v行驶。另一方面，在自主驾驶模式下，行驶控
制单元42控制动力系统4、制动装置5和转向装置6，而不管乘员对驾驶操作构件12的输入操作，从而使车辆v自主行驶。
52.地图处理单元34包括地图获取单元51、地图存储单元52、本地地图生成单元53(地图生成单元的一个实施例：下文中称为“lm生成单元53”)和位置识别单元54(本车辆位置估计单元的一个实施例)。
53.地图获取单元51配置成访问地图服务器3并从地图服务器3获取动态地图数据(这将在后面详细描述)。例如，地图获取单元51配置成从地图服务器3获取与导航装置11设定的路线相对应的区域的动态地图数据。
54.地图存储单元52由诸如hdd和ssd之类的存储单元构成。地图存储单元52配置成存储用于使车辆v在自主驾驶模式下自主行驶的各种信息。地图存储单元52配置成存储由地图获取单元51从地图服务器3获取的动态地图数据。
55.lm生成单元53配置成基于存储在地图存储单元52中的动态地图数据来生成车辆v的周围区域的详细地图(下文中称为“本地地图”)。lm生成单元53配置成通过从动态地图数据提取与车辆v的周围区域相关的数据来生成本地地图。因此，本地地图可以包括动态地图数据中包括的任何信息。例如，本地地图包括关于行驶路线上的车道的信息(例如，车道的数量和每条车道的车道号)和关于行驶路线上的每条分界线的信息(例如，分界线的类型)。此外，本地地图可以包括关于由外部环境辨识单元31基于相机图像辨识的物体(例如，障碍物)的信息以及关于车辆v的过去dr移动量的信息(即，车辆v的移动轨迹)。当车辆v在自主驾驶模式下自主行驶时，lm生成单元53可以根据车辆v的行驶位置随时更新本地地图。
56.位置识别单元54配置成在本地地图上执行各种的定位处理。例如，位置识别单元54配置成基于从gnss接收器10输出的gnss信号、车辆v的dr移动量、相机图像等来估计车辆v在本地地图上的位置。另外，位置识别单元54配置成基于从gnss接收器10输出的gnss信号、相机图像等来识别本车道(车辆v正在行驶的车道)在本地地图上的位置。当车辆v在自主驾驶模式下自主行驶时，位置识别单元54可以根据车辆v的行驶位置随时在本地地图上更新车辆v的位置和本车道的位置。
57.《地图服务器3》
58.接下来，将描述地图服务器3。如图1中所示，地图服务器3经由网络n(在本实施方式中为互联网)和通信装置9与控制器16连接。地图服务器3是计算机，其包括cpu、rom、ram以及诸如hdd和ssd之类的存储单元。动态地图数据存储在地图服务器3的存储单元中。
59.动态地图数据包括静态信息、半静态信息、半动态信息和动态信息。静态信息包括比导航地图数据更精确的3d地图数据。半静态信息包括交通管制信息、道路建设信息和广域天气信息。半动态信息包括事故信息、交通拥堵信息和小区域天气信息。动态信息包括信号信息、周围车辆信息和行人信息。
60.动态地图数据的静态信息包括关于行驶路线上的车道的信息(例如，车道数量和每条车道的车道号)以及关于行驶路线上每条分界线的信息(例如，分界线的类型)。例如，静态信息中的分界线由按规定间隔布置的节点以及连接节点的链节表示。
61.《本车辆位置估计控制》
62.接着，参照图2，将描述用于估计车辆v在本地地图上的位置的本车辆位置估计控制(本车辆位置估计方法的一个实施例)的概要。下文中，车辆行驶方向(前后方向)上的位
置将被称为“纵向位置”，而车辆宽度方向(横向方向)上的位置将被称为“横向位置”。此外，车辆v在本地地图上的位置将被称为“lm本车辆位置”，而本地地图上的分界线将被称为“lm分界线”。
63.当本车辆位置估计控制开始时，位置识别单元54执行第一计算处理(步骤s1)。在第一计算处理中，位置识别单元54基于车辆v的dr移动量计算第一本车辆位置。
64.接着，位置识别单元54执行校正处理(步骤s2)。在校正处理中，如果需要，位置识别单元54校正基础本车辆位置(当gnss接收器10不能接收gnss信号时，基于车辆v的dr移动量计算的车辆v的位置)的纵向位置和/或横向位置。
65.接着，位置识别单元54执行第二计算处理(步骤s3)。在第二计算处理中，位置识别单元54通过将相机图像与本地地图进行比较来计算第二本车辆位置。
66.接着，位置识别单元54执行估计处理(步骤s4)。在估计处理中，位置识别单元54基于第一本车辆位置和/或第二本车辆位置估计lm本车辆位置。
67.《第一计算处理》
68.接着，将描述本车辆位置估计控制中的第一计算处理(步骤s1)。
69.在第一计算处理中，位置识别单元54确定是否在上一次(先前)本车辆位置估计控制中已经估计了lm本车辆位置。在上一次本车辆位置估计控制中已经估计了lm本车辆位置的情况下，位置识别单元54通过将上一次本车辆位置估计控制中估计的lm本车辆位置和车辆v的dr移动量相加来计算第一本车辆位置，并将1设定为第一计算标志。另一方面，在上一次本车辆位置估计控制中没有估计lm本车辆位置的情况下，位置识别单元54将0设定为第一计算标志，而不计算第一本车辆位置。
70.《校正处理》
71.接着，将描述本车辆位置估计控制中的校正处理(步骤s2)。
72.当校正处理开始时，位置识别单元54计算基础本车辆位置的纵向位置的校正量(下文中称为“基础本车辆位置的纵向校正量”)。例如，位置识别单元54通过选择性地使用下列计算方法1至计算方法3来计算基础本车辆位置的纵向校正量。
73.《计算方法1》通过使用点序列匹配的计算方法
74.《计算方法2》通过使用航位推测法的计算方法
75.《计算方法3》通过使用曲率匹配的计算方法
76.在计算方法1中，位置识别单元54通过将构成相机分界线的点序列与构成lm分界线的点序列进行比较，来计算基础本车辆位置的纵向校正量。例如，位置识别单元54将基础本车辆位置移动并旋转到一个位置和一个角度，以使构成相机分界线的点序列和构成lm分界线的点序列之间的差异最小，并根据当时基础本车辆位置的移动量和旋转量计算基础本车辆位置的纵向校正量。
77.在计算方法2中，位置识别单元54基于车辆传感器8(例如，车轮速度传感器)在每个检测周期中的车辆v的dr移动量计算基础本车辆位置的纵向校正量。
78.在计算方法3中，位置识别单元54通过将相机分界线的曲率与lm分界线的曲率进行比较来计算基础本车辆位置的纵向校正量。例如，位置识别单元54将基础本车辆位置移动并旋转到一个位置和一个角度，以使相机分界线的曲率和lm分界线的曲率之间的差异最小，并根据当时基础本车辆位置的移动量和旋转量计算基础本车辆位置的纵向校正量。
79.例如，在计算方法1可用的情况下，位置识别单元54通过计算方法1计算基础本车辆位置的纵向校正量。此外，在计算方法1不可用的情况下，位置识别单元54通过计算方法2计算基础本车辆位置的纵向校正量。此外，在计算方法2不可用的情况下，位置识别单元54通过计算方法3计算基础本车辆位置的纵向校正量。即，位置识别单元54按照计算方法1、计算方法2和计算方法3的顺序对计算方法1至计算方法3进行优先排序。在另一个实施方式中，位置识别单元54可以按照与本实施方式不同的顺序对计算方法1至计算方法3进行优先排序。
80.位置识别单元54根据由计算方法1至计算方法3中的任何一种计算出的基础本车辆位置的纵向校正量来校正基础本车辆位置的纵向位置。顺便提一下，在难以将相机分界线与lm分界线进行比较的情况下(例如，在因为线性行驶路线持续所以相机分界线和lm分界线成线性的情况下)，位置识别单元54可以不校正基础本车辆位置的纵向位置。然而，当停止校正基础本车辆位置的纵向位置时，位置识别单元54可以逐渐减小基础本车辆位置的纵向校正量，而不是立即将基础本车辆位置的纵向校正量设定为零。
81.顺便说一下，位置识别单元54可以在必要时校正基础本车辆位置的横向位置，以便在校正基础本车辆位置的纵向位置之后提高基础本车辆位置的准确性。例如，位置识别单元54可以基于相机图像等校正基础本车辆位置的横向位置。
82.《第二计算处理》
83.接着，将描述本车辆位置估计控制中的第二计算处理(步骤s3)。
84.在第二计算处理中，位置识别单元54确定相机图像是否可以与本地地图进行比较。例如，在外部环境辨识单元31能够辨识相机分界线并将相机分界线与lm分界线相匹配的情况下，位置识别单元54确定相机图像可以与本地地图进行比较。另一方面，在外部环境辨识单元31不能辨识相机分界线或将相机分界线与lm分界线相匹配的情况下，位置识别单元54确定相机图像不能与本地地图进行比较。
85.在相机图像可以与本地地图进行比较的情况下，位置识别单元54通过将相机图像与本地地图(更具体地说，在校正处理后其中心与基础本车辆位置相匹配的本地地图)进行比较来计算第二本车辆位置，并将1设定为第二计算标志。例如，位置识别单元54可以将相机分界线与lm分界线进行比较，并计算用于匹配相机分界线与lm分界线的车辆v的位置作为第二本车辆位置。另一方面，在相机图像不能与本地地图进行比较的情况下，位置识别单元54将0设定为第二计算标志，而不计算第二本车辆位置。
86.《估计处理》
87.接着，将描述本车辆位置估计控制中的估计处理(步骤s4)。
88.当估计处理开始时，位置识别单元54确认第一计算标志和第二计算标志。在0被设定为第一计算标志和第二计算标志两者的情况下(即，在第一本车辆位置和第二本车辆位置都无法被计算的情况下)，位置识别单元54终止估计处理而不估计lm本车辆位置。
89.另一方面，在1被设定为第一计算标志并且0被设定为第二计算标志的情况下(即，在只能计算第一本车辆位置的情况下)，位置识别单元54仅基于第一本车辆位置估计lm本车辆位置。例如，位置识别单元54可以将第一本车辆位置本身估计为lm本车辆位置。相反，在0被设定为第一计算标志并且1被设定为第二计算标志的情况下(即，在只能计算第二本车辆位置的情况下)，位置识别单元54仅基于第二本车辆位置估计lm本车辆位置。例如，位
置识别单元54可以将第二本车辆位置本身估计为lm本车辆位置。
90.另一方面，在1被设定为第一计算标志和第二计算标志两者的情况下(即，在第一本车辆位置和第二本车辆位置都可以被计算的情况下)，位置识别单元54基于第一本车辆位置和第二本车辆位置估计lm本车辆位置。下面，将详细描述基于第一本车辆位置和第二本车辆位置的lm本车辆位置的估计方法。
91.参照图3，位置识别单元54包括互补滤波器61和加法器62。互补滤波器61包括高通滤波器63(下文中称为“hpf 63”)和低通滤波器64(下文中称为“lpf 64”)。为hpf 63和lpf 64设定了时间常数(下文中称为“公共时间常数”)，该常数对hpf 63和lpf 64是公共的。
92.hpf 63对对应于在第一计算处理中计算的第一本车辆位置的信号(下文中称为“第一本车辆信号”)执行滤波处理，从而从第一本车辆信号中去除低频分量(即低于hpf 63的截止频率的频率分量)。hpf 63将已去除低频分量的第一本车辆信号输出到加法器62。
93.lpf 64对对应于在第二计算处理中计算的第二本车辆位置的信号(下文中称为“第二本车辆信号”)执行滤波处理，从而从第二本车辆信号中去除高频分量(即高于lpf 64的截止频率的频率分量)。lpf 64将已去除高频分量的第二本车辆信号输出到加法器62。
94.加法器62将已经穿过hpf 63的第一本车辆信号和已穿过lpf 64的第二本车辆信号相加，以便生成与lm本车辆位置相对应的lm本车辆信号(地图本车辆信号的一个实施例)。位置识别单元54基于lm本车辆信号估计lm本车辆位置。
95.随着以上公共时间常数的减小，hpf 63和lpf 64的截止频率增加，因此穿过hpf 63的第一本车辆信号减少，并且穿过lpf 64的第二本车辆信号增加。因此，第一本车辆信号在lm本车辆信号中的权重减少，而第二本车辆信号在lm本车辆信号中的权重增加。即，第一本车辆位置在lm本车辆位置中的权重减少，而第二本车辆位置在lm本车辆位置中的权重增加。另一方面，随着公共时间常数的增加，由于与以上作用相反的作用，第一本车辆位置在lm本车辆位置中的权重增加，而第二本车辆位置在lm本车辆位置中的权重减少。
96.当基于第一本车辆位置和第二本车辆位置估计lm本车辆位置时，位置识别单元54计算第一可靠性，该第一可靠性是相机分界线的可靠性。例如，位置识别单元54可以基于相机分界线穿过的候选点的数量来计算第一可靠性。在这种情况下，位置识别单元54可以随着相机分界线穿过的候选点的数量的增加而增加第一可靠性。另选地，位置识别单元54可以基于外部环境辨识单元31连续辨识相机分界线的时段的长度来计算第一可靠性。在这种情况下，位置识别单元54可以随着外部环境辨识单元31连续辨识相机分界线的时段的延长而增加第一可靠性。在第一可靠性小于规定的第一参考值的情况下，与第一可靠性等于或大于第一参考值的情况相比，位置识别单元54将公共时间常数设定得更大。
97.当基于第一本车辆位置和第二本车辆位置估计lm本车辆位置时，位置识别单元54计算第二可靠性，该第二可靠性是lm分界线的可靠性。例如，位置识别单元54基于相机分界线和lm分界线的匹配度来计算第二可靠性。在这种情况下，位置识别单元54可以随着相机分界线和lm分界线的匹配度的增加而增加第二可靠性。在第二可靠性小于规定的第二参考值的情况下，与第二可靠性等于或大于第二参考值的情况相比，位置识别单元54将公共时间常数设定得更小。
98.在第一可靠性等于或大于第一参考值并且第二可靠性等于或大于第二参考值的情况下，位置识别单元54基于以下规则1至规则3计算公共时间常数。
99.《规则1》在车辆v停止的情况下，与车辆v行驶的情况相比，公共时间常数被设定得更大。
100.《规则2》在校正处理中校正基础本车辆位置的纵向位置的情况下，与未在校正处理中校正基础本车辆位置的纵向位置的情况相比，公共时间常数被设定得更小。
101.《规则3》公共时间常数随着行驶路线的曲率半径变小而减小。
102.《效果》
103.图4示出了第一本车辆位置、第二本车辆位置和lm本车辆位置在本地地图上的变化的一个实施例。基于航位推测法计算的第一本车辆位置不太可能显示与车辆v的实际位置(行驶路线l上的实际位置)的巨大瞬间偏差，但可能显示与车辆v的实际位置的长期偏差。即，第一本车辆位置具有高的过渡特性，但静止特性低。相比之下，基于相机图像计算的第二本车辆位置不太可能显示与车辆v的实际位置的长期偏差，但可能显示与车辆v的实际位置的巨大瞬间偏差。即，第二本车辆位置具有高的静止特性，但过渡特性低。
104.考虑到这种可能性，在本实施方式中，位置识别单元54基于第一本车辆位置和第二本车辆位置两者来估计lm本车辆位置。因此，能够抑制与车辆v的实际位置的巨大瞬间偏差和长期偏差，从而准确地估计lm本车辆位置。
105.此外，为hpf 63和lpf 64设定了公共时间常数。因此，通过改变公共时间常数，能够自由调整第一本车辆位置和第二本车辆位置在lm本车辆位置中的权重。
106.此外，位置识别单元54在第一可靠性(相机分界线的可靠性)小于第一参考值的情况下，与第一可靠性等于或大于第一参考值的情况相比，将公共时间常数设定得更大，并且在第二可靠性(lm分界线的可靠性)小于第二参考值的情况下，与第二可靠性等于或大于第二参考值的情况相比，将公共时间常数设定得更小。因此，能够基于第一可靠性和第二可靠性将公共时间常数设定为适当的值。因此，能够更准确地估计lm本车辆位置。
107.此外，在车辆v停止的情况下，与车辆v行驶的情况相比，位置识别单元54将公共时间常数设定得更大。因此，能够基于车辆v的行驶状态将公共时间常数设定为适当的值。因此，能够更准确地估计lm本车辆位置。
108.此外，在位置识别单元54在校正处理中校正基础本车辆位置的纵向位置的情况下，与位置识别单元54未在校正处理中校正基础本车辆位置的纵向位置的情况相比，位置识别单元54将公共时间常数设定得更小。因此，能够基于基础本车辆位置的纵向位置是否被校正，将公共时间常数设定为适当的值。因此，能够更准确地估计lm本车辆位置。
109.此外，位置识别单元54随着行驶路线的曲率半径变小而减小公共时间常数。因此，能够根据行驶路线的曲率程度将公共时间常数设定为适当的值。因此，能够更准确地估计lm本车辆位置。
110.此外，在可以计算出第一本车辆位置和第二本车辆位置中的唯一一者的情况下，位置识别单元54基于第一本车辆位置和第二本车辆位置中的所述唯一一者来估计lm本车辆位置。因此，即使在不能计算出第一本车辆位置和第二本车辆位置中的另一者时，也可以估计lm本车辆位置。因此，能够提高可以估计出lm本车辆位置的概率。
111.前面已经描述了本发明的具体实施方式，但本发明不应限于前面的实施方式，并且在本发明的范围内可以进行各种变型和更改。