知財求人 - 知財ポータルサイト「IP Force」
▶ 日産自動車株式会社の特許一覧 ▶ ルノー エス．ア．エス．の特許一覧
(19)【発行国】日本国特許庁(JP)
(12)【公報種別】公開特許公報(A)
(11)【公開番号】P2024013046
(43)【公開日】2024-01-31
(54)【発明の名称】走行支援方法及び走行支援装置
(51)【国際特許分類】
G08G 1/16 20060101AFI20240124BHJP
B60W 30/10 20060101ALI20240124BHJP
B60W 60/00 20200101ALI20240124BHJP
【ＦＩ】
G08G1/16 C
B60W30/10
B60W60/00
【審査請求】未請求
【請求項の数】8
【出願形態】ＯＬ
(21)【出願番号】P 2022114952
(22)【出願日】2022-07-19
(71)【出願人】
【識別番号】000003997
【氏名又は名称】日産自動車株式会社
(71)【出願人】
【識別番号】507308902
【氏名又は名称】ルノー エス．ア．エス．
【氏名又は名称原語表記】ＲＥＮＡＵＬＴ Ｓ．Ａ．Ｓ．
【住所又は居所原語表記】１２２－１２２ ｂｉｓ， ａｖｅｎｕｅ ｄｕ Ｇｅｎｅｒａｌ Ｌｅｃｌｅｒｃ， ９２１００ Ｂｏｕｌｏｇｎｅ－Ｂｉｌｌａｎｃｏｕｒｔ， Ｆｒａｎｃｅ
(74)【代理人】
【識別番号】100103850
【弁理士】
【氏名又は名称】田中 秀▲てつ▼
(74)【代理人】
【識別番号】100114177
【弁理士】
【氏名又は名称】小林 龍
(74)【代理人】
【識別番号】100066980
【弁理士】
【氏名又は名称】森 哲也
(72)【発明者】
【氏名】土谷 千加夫
(72)【発明者】
【氏名】武井 翔一
(72)【発明者】
【氏名】酒井 佳奈子
【テーマコード（参考）】
3D241
5H181
【Ｆターム（参考）】
3D241BA11
3D241BC01
3D241BC02
3D241CC01
3D241CC08
3D241CC17
3D241CE02
3D241CE03
3D241CE04
3D241CE05
3D241DB01Z
3D241DB20Z
3D241DC42Z
5H181AA01
5H181CC03
5H181CC04
5H181CC12
5H181CC14
(57)【要約】
【課題】道路形状が複数のノードの配列によって道路単位で表現された地図データを用いて、道路に沿って自車両が走行する走路の形状を推定する場合における、走路の形状の推定精度を向上する。
【解決手段】走行支援方法では、道路の形状が複数のノードの配列によって道路単位で表現される地図上における自車両の現在位置を検出し（Ｓ３）、ノード間を接続するリンクのうち、過去に走行した時の走行軌跡とリンクとの間の距離の道路に沿った所定範囲における分散値が第１所定値未満であるリンクである対象リンクを特定するリンク特定情報を記憶装置に記憶し（Ｓ５）、リンク特定情報に基づいて現在位置より自車両の前方の区間における対象リンクを抽出し（Ｓ７）、自車両の前方の区間のうち対象リンクが抽出されない区間で道路に沿って走行する走路の形状を、対象リンクが抽出された区間の対象リンクの形状に基づいて推定する（Ｓ８）。
【選択図】図５
【解決手段】走行支援方法では、道路の形状が複数のノードの配列によって道路単位で表現される地図上における自車両の現在位置を検出し（Ｓ３）、ノード間を接続するリンクのうち、過去に走行した時の走行軌跡とリンクとの間の距離の道路に沿った所定範囲における分散値が第１所定値未満であるリンクである対象リンクを特定するリンク特定情報を記憶装置に記憶し（Ｓ５）、リンク特定情報に基づいて現在位置より自車両の前方の区間における対象リンクを抽出し（Ｓ７）、自車両の前方の区間のうち対象リンクが抽出されない区間で道路に沿って走行する走路の形状を、対象リンクが抽出された区間の対象リンクの形状に基づいて推定する（Ｓ８）。
【選択図】図５
【特許請求の範囲】
【請求項1】
道路の形状が複数のノードの配列によって道路単位で表現される地図上における自車両の現在位置を検出し、
互いに隣接する前記ノード間を接続するリンクのうち、過去に前記自車両又は他車両が前記道路を走行したときの走行軌跡と前記リンクとの間の距離の前記道路に沿った所定範囲における分散値が第１所定値未満であるリンクである対象リンクを特定するリンク特定情報を記憶装置に記憶し、
前記記憶装置に記憶された前記リンク特定情報に基づいて、前記現在位置より前記自車両の前方の区間における前記対象リンクを抽出し、
前記自車両の前方の区間のうち前記対象リンクが抽出されない区間において前記道路に沿って走行する走路の形状を、前記対象リンクが抽出された区間の前記対象リンクの形状に基づいて推定し、
推定された前記走路の形状に基づいて目標走行軌道を生成し、
前記目標走行軌道に沿った前記自車両の走行を支援する、
ことを特徴とする走行支援方法。
互いに隣接する前記ノード間を接続するリンクのうち、過去に前記自車両又は他車両が前記道路を走行したときの走行軌跡と前記リンクとの間の距離の前記道路に沿った所定範囲における分散値が第１所定値未満であるリンクである対象リンクを特定するリンク特定情報を記憶装置に記憶し、
前記記憶装置に記憶された前記リンク特定情報に基づいて、前記現在位置より前記自車両の前方の区間における前記対象リンクを抽出し、
前記自車両の前方の区間のうち前記対象リンクが抽出されない区間において前記道路に沿って走行する走路の形状を、前記対象リンクが抽出された区間の前記対象リンクの形状に基づいて推定し、
推定された前記走路の形状に基づいて目標走行軌道を生成し、
前記目標走行軌道に沿った前記自車両の走行を支援する、
ことを特徴とする走行支援方法。
【請求項2】
前記リンク特定情報は、前記走行軌跡と前記リンクとの間の距離を、前記リンクの最近傍の前記ノードに紐付けて前記記憶装置に記憶した情報であり、
前記所定範囲内の前記ノードに紐付けて記憶された前記距離の分散値が前記第１所定値未満である場合に前記所定範囲を信頼区間として設定し、
前記所定範囲内の前記ノードに紐付けて記憶された前記距離の分散値が前記第１所定値以上である場合に前記所定範囲を非信頼区間として設定し、
前記信頼区間内のリンクの形状に基づいて、前記非信頼区間における前記走路の形状を推定する、
ことを特徴とする請求項１に記載の走行支援方法。
前記所定範囲内の前記ノードに紐付けて記憶された前記距離の分散値が前記第１所定値未満である場合に前記所定範囲を信頼区間として設定し、
前記所定範囲内の前記ノードに紐付けて記憶された前記距離の分散値が前記第１所定値以上である場合に前記所定範囲を非信頼区間として設定し、
前記信頼区間内のリンクの形状に基づいて、前記非信頼区間における前記走路の形状を推定する、
ことを特徴とする請求項１に記載の走行支援方法。
【請求項3】
前記走行軌跡と前記リンクとの間の前記距離は、前記走行軌跡上の地点から前記リンク上に下ろした垂線の長さであり、
前記リンク特定情報は、前記走行軌跡と前記リンクとの間の前記距離と、前記地点の検出精度と、を前記垂線の足に最も近い前記ノードに紐付けて前記記憶装置に記憶した情報である、
ことを特徴とする請求項２に記載の走行支援方法。
前記リンク特定情報は、前記走行軌跡と前記リンクとの間の前記距離と、前記地点の検出精度と、を前記垂線の足に最も近い前記ノードに紐付けて前記記憶装置に記憶した情報である、
ことを特徴とする請求項２に記載の走行支援方法。
【請求項4】
同一の前記ノードに紐付けて記憶すべき前記走行軌跡と前記リンクとの間の前記距離の情報が複数存在する場合、前記走行軌跡上の前記地点の検出精度がより高い方を優先して記憶することを特徴とする請求項３に記載の走行支援方法。
【請求項5】
第２所定値未満の前記検出精度とともに記憶されている前記距離の情報を除外して前記所定範囲内における前記分散値を算出することを特徴とする請求項３に記載の走行支援方法。
【請求項6】
前記所定範囲内に含まれるノードに紐付けられて記憶された全ての前記検出精度が第２所定値未満である場合に、前記所定範囲を非信頼区間として設定することを特徴とする請求項３に記載の走行支援方法。
【請求項7】
前記所定範囲内に含まれるノードに紐付けられて記憶された全ての前記検出精度に占める、第２所定値以上の前記検出精度の割合が第３所定値未満である場合に、前記所定範囲を非信頼区間として設定することを特徴とする請求項３に記載の走行支援方法。
【請求項8】
道路の形状が複数のノードの配列によって道路単位で表現される地図と、互いに隣接する前記ノード間を接続するリンクのうち、過去に自車両又は他車両が前記道路を走行したときの走行軌跡と前記リンクとの間の距離の前記道路に沿った所定範囲における分散値が第１所定値未満であるリンクである対象リンクを特定するリンク特定情報と、を記憶する記憶装置と、
前記地図上における前記自車両の現在位置を検出する処理と、前記記憶装置に記憶された前記リンク特定情報に基づいて、前記現在位置より前記自車両の前方の区間における前記対象リンクを抽出する処理と、前記自車両の前方の区間のうち前記対象リンクが抽出されない区間において前記道路に沿って走行する走路の形状を、前記対象リンクが抽出された区間の前記対象リンクの形状に基づいて推定する処理と、推定された前記走路の形状に基づいて目標走行軌道を生成する処理と、前記目標走行軌道に沿った前記自車両の走行を支援する処理と、を実行するコントローラと、
を備えることを特徴とする走行支援装置。
前記地図上における前記自車両の現在位置を検出する処理と、前記記憶装置に記憶された前記リンク特定情報に基づいて、前記現在位置より前記自車両の前方の区間における前記対象リンクを抽出する処理と、前記自車両の前方の区間のうち前記対象リンクが抽出されない区間において前記道路に沿って走行する走路の形状を、前記対象リンクが抽出された区間の前記対象リンクの形状に基づいて推定する処理と、推定された前記走路の形状に基づいて目標走行軌道を生成する処理と、前記目標走行軌道に沿った前記自車両の走行を支援する処理と、を実行するコントローラと、
を備えることを特徴とする走行支援装置。
【発明の詳細な説明】
【技術分野】
【0001】
本発明は、走行支援方法及び走行支援装置に関する。
【背景技術】
【0002】
下記特許文献１には、道路形状を含んだ道路地図情報から、自車両が走行中の車線の道路形状を取得する車線内走行制御方法が開示されている。
【先行技術文献】
【特許文献】
【0003】
【特許文献1】特許第６３２３４０２号
【発明の概要】
【発明が解決しようとする課題】
【0004】
しかしながら、道路形状が複数のノードの配列によって道路単位で表現された地図データの場合、例えば交差点の入口付近といった車線が増加する場所等で、地図データのノードの配列によって表現された道路形状が、現実の車線形状とが異なることがある。
本発明は、道路形状が複数のノードの配列によって道路単位で表現された地図データを用いて、道路に沿って自車両が走行する走路の形状を推定する場合における、走路の形状の推定精度を向上することを目的とする。
本発明は、道路形状が複数のノードの配列によって道路単位で表現された地図データを用いて、道路に沿って自車両が走行する走路の形状を推定する場合における、走路の形状の推定精度を向上することを目的とする。
【課題を解決するための手段】
【0005】
本発明の一態様の走行支援方法では、道路の形状が複数のノードの配列によって道路単位で表現される地図上における自車両の現在位置を検出し、互いに隣接するノード間を接続するリンクのうち、過去に自車両又は他車両が道路を走行したときの走行軌跡とリンクとの間の距離の道路に沿った所定範囲における分散値が第１所定値未満であるリンクである対象リンクを特定するリンク特定情報を記憶装置に記憶し、記憶装置に記憶されたリンク特定情報に基づいて、現在位置より自車両の前方の区間における対象リンクを抽出し、自車両の前方の区間のうち対象リンクが抽出されない区間において道路に沿って走行する走路の形状を、対象リンクが抽出された区間の対象リンクの形状に基づいて推定し、推定された走路の形状に基づいて目標走行軌道を生成し、目標走行軌道に沿った自車両の走行を支援する。
【発明の効果】
【0006】
本発明によれば、道路形状が複数のノードの配列によって道路単位で表現された地図データを用いて、道路に沿って自車両が走行する走路の形状を推定する場合における、走路の形状の推定精度を向上できる。
【図面の簡単な説明】
【0007】
【図1】実施形態の走行支援装置の一例の構成図である。
【図2】地図データ（ノード、リンク）の一例の図である。
【図3】地図上のリンクと走行軌跡上の地点との間の横偏差の説明図である。
【図4】走路形状の推定方法の第１例の説明図である。
【図5】走行軌道生成手順の一例のフローチャートである。
【図6】走行軌道生成手順の他の例のフローチャートである。
【図7】（ａ）及び（ｂ）は走路形状の推定方法の第２例の説明図である。
【図8】走路形状の推定方法の第３例の説明図である。
【発明を実施するための形態】
【0008】
本発明は、自車両の目標走行軌道を生成して、目標走行軌道に沿って自車両の走行を支援する走行支援システムに適用される。本発明を適用する走行支援システムは、例えば先進運転支援システム（ＡＤＡＳ：Advanced Driver-Assistance Systems）等の運転支援装置や自動運転等の自律走行システム内に組み込んで利用できる。
【0009】
以下、本発明の実施形態について図面を参照しつつ説明する。図１に、本発明の実施形態に係る走行支援装置の構成例を示す構成図を示す。
走行支援装置１００は、地図情報データベース（地図情報ＤＢ）１０１、測位装置１０２、物体検知センサ１０３、コントローラ１０４、駆動源１１４、ブレーキ１１５、操舵機構１１６を備える。
コントローラ１０４は、地図情報データベース１０１、測位装置１０２、物体検知センサ１０３からの入力情報に基づいて、自車両１の目標走行軌道を生成し、駆動目標値または制動目標値、および、操舵目標値を演算する。次に、駆動目標値、制動目標値、および、操舵目標値を駆動源１１４、ブレーキ１１５、操舵機構１１６に出力し、駆動源１１４、ブレーキ１１５、操舵機構１１６が自車両１を、駆動、制動又は操舵させ、目標走行軌道に沿って自車両１の走行を支援する。
走行支援装置１００は、地図情報データベース（地図情報ＤＢ）１０１、測位装置１０２、物体検知センサ１０３、コントローラ１０４、駆動源１１４、ブレーキ１１５、操舵機構１１６を備える。
コントローラ１０４は、地図情報データベース１０１、測位装置１０２、物体検知センサ１０３からの入力情報に基づいて、自車両１の目標走行軌道を生成し、駆動目標値または制動目標値、および、操舵目標値を演算する。次に、駆動目標値、制動目標値、および、操舵目標値を駆動源１１４、ブレーキ１１５、操舵機構１１６に出力し、駆動源１１４、ブレーキ１１５、操舵機構１１６が自車両１を、駆動、制動又は操舵させ、目標走行軌道に沿って自車両１の走行を支援する。
【0010】
コントローラ１０４は、自車両１の走行支援制御を行う電子制御ユニットである。コントローラ１０４は、プロセッサと、記憶装置等の周辺部品とを含む。プロセッサは、例えばＣＰＵやＭＰＵであってよい。記憶装置は、半導体記憶装置や、磁気記憶装置、光学記憶装置等を備えてよい。以下に説明するコントローラ１０４の機能は、例えばプロセッサが、記憶装置に格納されたコンピュータプログラムを実行することにより実現される。なお、コントローラ１０４を、以下に説明する各情報処理を実行するための専用のハードウエアにより形成してもよい。
【0011】
コントローラ１０４は、地図データ取得部１０５、自車両位置取得部１０６、横偏差算出部１０７、リンク特定情報生成部１０８、分散値算出部１０９、対象リンク抽出部１１０、走路形状推定部１１１、目標走行軌道生成部１１２、車両制御部１１３、及び車線境界情報取得部１１７から構成される。
地図データ取得部１０５は、地図情報データベース１０１から自車両１が走行する道路の地図データを取得する。地図データは、自車両１が走行する道路の道路形状を複数のノードの配列によって道路単位で表現するデータである。
地図データ取得部１０５は、地図情報データベース１０１から自車両１が走行する道路の地図データを取得する。地図データは、自車両１が走行する道路の道路形状を複数のノードの配列によって道路単位で表現するデータである。
【0012】
自車両位置取得部１０６は、地図情報データベース１０１、測位装置１０２からの入力情報から、地図データの地図上の自車両１の現在位置を取得する。
横偏差算出部１０７は、地図データの互いに隣接するノード間を接続するリンクの位置と、自車両１の地図上の位置から、リンクの位置と自車両１の位置の間の距離である横偏差を、自車両１の走行軌跡とリンクとの間の横偏差として算出する。
リンク特定情報生成部１０８は、横偏差算出部１０７が算出した横偏差からリンク特定情報を生成する。リンク特定情報は、道路に沿って自車両１が走行する走路の形状（以下「走路形状」と表記することがある）を推定する為に使用するリンクを特定するための情報である。リンク特定情報生成部１０８は、リンク特定情報を地図情報データベース１０１に記憶する。
横偏差算出部１０７は、地図データの互いに隣接するノード間を接続するリンクの位置と、自車両１の地図上の位置から、リンクの位置と自車両１の位置の間の距離である横偏差を、自車両１の走行軌跡とリンクとの間の横偏差として算出する。
リンク特定情報生成部１０８は、横偏差算出部１０７が算出した横偏差からリンク特定情報を生成する。リンク特定情報は、道路に沿って自車両１が走行する走路の形状（以下「走路形状」と表記することがある）を推定する為に使用するリンクを特定するための情報である。リンク特定情報生成部１０８は、リンク特定情報を地図情報データベース１０１に記憶する。
【0013】
分散値算出部１０９は、自車両１が現在走行している道路を過去に自車両１が走行したときの横偏差を示すリンク特定情報を、地図情報データベース１０１から取得する。分散値算出部１０９は、道路に沿った所定範囲における横偏差の分散値を算出する。
対象リンク抽出部１１０は、自車両１の現在位置よりも前方において分散値が第１所定値未満である区間のリンクを対象リンクとして抽出する。
走路形状推定部１１１は、道路に沿って自車両１が走行する走路の走路形状を、抽出された対象リンクに基づいて推定する。このとき走路形状推定部１１１は、対象リンクが抽出されなかった区間における走路形状を、対象リンクが抽出された区間に含まれるリンクの形状に基づいて推定する。
対象リンク抽出部１１０は、自車両１の現在位置よりも前方において分散値が第１所定値未満である区間のリンクを対象リンクとして抽出する。
走路形状推定部１１１は、道路に沿って自車両１が走行する走路の走路形状を、抽出された対象リンクに基づいて推定する。このとき走路形状推定部１１１は、対象リンクが抽出されなかった区間における走路形状を、対象リンクが抽出された区間に含まれるリンクの形状に基づいて推定する。
【0014】
目標走行軌道生成部１１２は、走路形状推定部１１１が推定した走路形状に基づいて、自車両１の目標走行軌道を生成する。車両制御部１１３は、目標走行軌道に沿って車両の走行を支援するために、駆動源１１４の駆動目標値またはブレーキ１１５の制動目標値、及び操舵機構１１６の操舵目標値を演算する。
なお、車線境界情報取得部１１７にて白線等の車線情報を取得して、目標走行軌道生成部１１２にて走行軌道を生成してもよい。
なお、車線境界情報取得部１１７にて白線等の車線情報を取得して、目標走行軌道生成部１１２にて走行軌道を生成してもよい。
【0015】
以下、図１の走行支援装置１００の構成図を用いて、各部の機能を説明する。
地図情報データベース１０１は、例えば、メモリに保存されており、コントローラ１０４が読み込まれるナビゲーションシステムの地図情報データベースであり、コントローラ１０４は、地図情報データベース１０１から地図データ（道路情報）を取得することができる。
上記のとおり、地図情報データベース１０１の地図データは、道路の道路形状を複数のノードの配列によって道路単位で表現するデータである。例えば、地図データは、道路に沿って所定の間隔で設定されたノードを識別するノード識別情報と、互いに隣り合うノード間を接続するリンクを識別するリンク識別情報を含んでよい。
地図情報データベース１０１は、例えば、メモリに保存されており、コントローラ１０４が読み込まれるナビゲーションシステムの地図情報データベースであり、コントローラ１０４は、地図情報データベース１０１から地図データ（道路情報）を取得することができる。
上記のとおり、地図情報データベース１０１の地図データは、道路の道路形状を複数のノードの配列によって道路単位で表現するデータである。例えば、地図データは、道路に沿って所定の間隔で設定されたノードを識別するノード識別情報と、互いに隣り合うノード間を接続するリンクを識別するリンク識別情報を含んでよい。
【0016】
図２は、地図データ（ノード、リンク）の一例の図である。参照符号２００はノードを示す。ノードは、地図上の位置を示す点で、緯度経度などで示され、例えば１ｍおきに設置されている。一方で参照符号２０１は隣接するノード間を結ぶリンクである。
図２に示すように、ノードは道路の略中央に設置されることが多い。このため例えば交差点の入口付近等では、車線数の増減による道路幅の変化によって、接続されたリンクによって表現された形状が、実際車線の形状と異なる場合がある。
なお、リンク識別情報自体は、必ずしも地図情報データベース１０１に記憶しておくことは必須ではない。地図データ取得部１０５及び対象リンク抽出部１１０は、地図情報データベース１０１からノード識別情報を読み出したときに、互いに隣り合うノード間にリンクを設定してもよい。この場合、地図情報データベース１０１にリンク識別情報を記憶することを省略できる。
図２に示すように、ノードは道路の略中央に設置されることが多い。このため例えば交差点の入口付近等では、車線数の増減による道路幅の変化によって、接続されたリンクによって表現された形状が、実際車線の形状と異なる場合がある。
なお、リンク識別情報自体は、必ずしも地図情報データベース１０１に記憶しておくことは必須ではない。地図データ取得部１０５及び対象リンク抽出部１１０は、地図情報データベース１０１からノード識別情報を読み出したときに、互いに隣り合うノード間にリンクを設定してもよい。この場合、地図情報データベース１０１にリンク識別情報を記憶することを省略できる。
【0017】
測位装置１０２は、位置情報を取得する。測位装置１０２は、例えば全地球型測位システム（ＧＮＳＳ）受信機を備え、複数の航法衛星から電波を受信して自車両１の現在位置である自己位置を測定してよい。なお、オドメトリ等の自己位置推定技術を用いて、自車両１の自己位置を推定してもよい。
物体検知センサ１０３は、自車両１の周囲の物体を検知する。具体的には、自車両１が走行する道路上の車線の車線境界線（レーンマーク、白線）の位置を検出する。例えば、ミリ波レーダ、Ｌｉｄａｒ（Light Detection and Ranging、Laser Imaging Detection and Ranging）、カメラ等のセンサである。道路上の車線の車線境界線の位置を検出可能なセンサであればよく、同様の検出が可能な他のセンサでもよい。
物体検知センサ１０３は、自車両１の周囲の物体を検知する。具体的には、自車両１が走行する道路上の車線の車線境界線（レーンマーク、白線）の位置を検出する。例えば、ミリ波レーダ、Ｌｉｄａｒ（Light Detection and Ranging、Laser Imaging Detection and Ranging）、カメラ等のセンサである。道路上の車線の車線境界線の位置を検出可能なセンサであればよく、同様の検出が可能な他のセンサでもよい。
【0018】
地図データ取得部１０５は、地図情報データベース１０１から、ノード識別情報及びリンク識別情報を含む地図データを取得する。本発明では、ノードの位置情報とリンクの位置情報を取得する。
自車両位置取得部１０６は、地図情報データベース１０１、測位装置１０２からの入力情報から、自車両１の現在位置を取得する。
横偏差算出部１０７は、地図データ取得部１０５から取得したリンク位置と、自車両位置取得部１０６から取得した自車両１の地図上の現在位置から、リンクの位置と自車両１の位置の間の距離である横偏差を、自車両１の走行軌跡とリンクとの間の横偏差として算出する。
自車両位置取得部１０６は、地図情報データベース１０１、測位装置１０２からの入力情報から、自車両１の現在位置を取得する。
横偏差算出部１０７は、地図データ取得部１０５から取得したリンク位置と、自車両位置取得部１０６から取得した自車両１の地図上の現在位置から、リンクの位置と自車両１の位置の間の距離である横偏差を、自車両１の走行軌跡とリンクとの間の横偏差として算出する。
【0019】
図３は、地図上のリンクと走行軌跡上の地点との間の横偏差の説明図である。横偏差算出部１０７は、自車両１の現在位置Ｐからリンク３００に垂線３０１を下ろし、この垂線３０１の長さ３０２を、走行軌跡３０３上の地点Ｐとリンク３００の位置との間の横偏差として算出する。
図１を参照する。リンク特定情報生成部１０８は、横偏差算出部１０７が算出した横偏差からリンク特定情報を生成する。例えばリンク特定情報生成部１０８は、走行軌跡上の地点（すなわち自車両１の地図上の現在位置）とリンク３００の位置との間の横偏差３０２の情報を、リンク３００のリンク特定情報として生成してよい。
図１を参照する。リンク特定情報生成部１０８は、横偏差算出部１０７が算出した横偏差からリンク特定情報を生成する。例えばリンク特定情報生成部１０８は、走行軌跡上の地点（すなわち自車両１の地図上の現在位置）とリンク３００の位置との間の横偏差３０２の情報を、リンク３００のリンク特定情報として生成してよい。
【0020】
リンク特定情報生成部１０８は、生成したリンク特定情報を、ノード識別情報と紐付けて地図情報データベース１０１に記憶する。図３を参照する。リンク特定情報生成部１０８は、リンク３００のリンク特定情報を、自車両１の現在位置Ｐからリンク３００に下した垂線３０１の足３０３（すなわち垂線とリンクとの交点）にもっとも近いノード３０４のノード識別情報と紐付けて地図情報データベース１０１に記憶する。
【0021】
図１を参照する。分散値算出部１０９は、自車両１が現在走行している道路を過去に自車両１が走行したときの横偏差を示すリンク特定情報を、地図情報データベース１０１から取得する。
分散値算出部１０９は、道路に沿った所定範囲におけるノード識別情報に紐付けられたリンク特定情報に含まれる横偏差の分散値を算出する。所定範囲とは、例えば、道路に沿った３０ｍの範囲などである。
分散値算出部１０９は、道路に沿った所定範囲におけるノード識別情報に紐付けられたリンク特定情報に含まれる横偏差の分散値を算出する。所定範囲とは、例えば、道路に沿った３０ｍの範囲などである。
【0022】
対象リンク抽出部１１０は、自車両１の現在位置よりも前方において横偏差の分散値が第１所定値未満である区間のリンクを対象リンクとして抽出する。
第１所定値の設定方法の例を示す。一般的な都市部の道路の車線幅を「３ｍ」とし、一般的な車両の車両幅を「１．８ｍ」と仮定すると、車両の左右には合わせて「１．２ｍ」の余裕が存在し、車両が車線中央を走行する場合は、左右それぞれに「０．６ｍ」の余裕が存在する。
また、車線に沿って走行する場合の自己位置の車線中央に対する横偏差は正規分布すると仮定し、車両が車線をはみ出して走行することはないと仮定する。例えば、約９９％の割合で横偏差が０．６ｍ以内になる場合は、正規分布の標準偏差をσとすると、３σ＝０．６ｍ、すなわち、σ＝０．２ｍとなる。したがって、分散値の閾値である所定値は、分散値がσの２乗であるから、第１所定値は０．０４と設定できる。
第１所定値の設定方法の例を示す。一般的な都市部の道路の車線幅を「３ｍ」とし、一般的な車両の車両幅を「１．８ｍ」と仮定すると、車両の左右には合わせて「１．２ｍ」の余裕が存在し、車両が車線中央を走行する場合は、左右それぞれに「０．６ｍ」の余裕が存在する。
また、車線に沿って走行する場合の自己位置の車線中央に対する横偏差は正規分布すると仮定し、車両が車線をはみ出して走行することはないと仮定する。例えば、約９９％の割合で横偏差が０．６ｍ以内になる場合は、正規分布の標準偏差をσとすると、３σ＝０．６ｍ、すなわち、σ＝０．２ｍとなる。したがって、分散値の閾値である所定値は、分散値がσの２乗であるから、第１所定値は０．０４と設定できる。
【0023】
走路形状推定部１１１は、自車両１が走行している道路に沿って自車両１が走行する走路の走路形状を推定する。
例えば走路形状推定部１１１は、自車両１が走行する軌道を表す線や点列を「走路」として推定してよい。例えば走路形状推定部１１１は、自車両１の基準点（例えば重心など）が移動する軌道を表す線や点列を「走路」として推定してよい。
また例えば走路形状推定部１１１は、自車両１が走行する領域を走路として推定してもよい。すなわち走路は、道路幅方向に幅を有する領域であってよい。この場合、例えば走路形状推定部１１１は、走路を形成する領域の左側及び右側のそれぞれの境界を推定してよい。例えば、走路形状推定部１１１は自車両１が走行する車線（自車線）を走路として推定してよい。
例えば走路形状推定部１１１は、自車両１が走行する軌道を表す線や点列を「走路」として推定してよい。例えば走路形状推定部１１１は、自車両１の基準点（例えば重心など）が移動する軌道を表す線や点列を「走路」として推定してよい。
また例えば走路形状推定部１１１は、自車両１が走行する領域を走路として推定してもよい。すなわち走路は、道路幅方向に幅を有する領域であってよい。この場合、例えば走路形状推定部１１１は、走路を形成する領域の左側及び右側のそれぞれの境界を推定してよい。例えば、走路形状推定部１１１は自車両１が走行する車線（自車線）を走路として推定してよい。
【0024】
走路形状推定部１１１は、対象リンク抽出部１１０が抽出した対象リンクの形状（すなわち対象リンクによって表現される道路形状）に基づいて走路形状を推定する。
図４は、走路形状の推定方法の第１例の説明図である。参照符号４００は、自車両１が走行する道路の形状を地図データ上で表現するリンクであり、自車両１が走行する道路の区間４０１及び区間４０２はそれぞれ対象リンク４０４及び対象リンク４０５が抽出された区間（すなわち、過去の走行軌道とリンクとの横偏差の分散値が第１所定値未満の区間）である。区間４０１及び区間４０２に隣接して挟まれている区間４０３は、対象リンクが抽出されない区間（すなわち、過去の走行軌道とリンクとの横偏差の分散値が第１所定値以上の区間）である。
図４は、走路形状の推定方法の第１例の説明図である。参照符号４００は、自車両１が走行する道路の形状を地図データ上で表現するリンクであり、自車両１が走行する道路の区間４０１及び区間４０２はそれぞれ対象リンク４０４及び対象リンク４０５が抽出された区間（すなわち、過去の走行軌道とリンクとの横偏差の分散値が第１所定値未満の区間）である。区間４０１及び区間４０２に隣接して挟まれている区間４０３は、対象リンクが抽出されない区間（すなわち、過去の走行軌道とリンクとの横偏差の分散値が第１所定値以上の区間）である。
【0025】
走路形状推定部１１１は、区間４０１及び区間４０２で抽出された対象リンク４０４及び対象リンク４０５の形状に基づいて、自車両１が区間４０１～区間４０３を走行する走路４０７（二点鎖線）の形状を推定する。
このとき走路形状推定部１１１は、区間４０１及び区間４０２で抽出された対象リンク４０４及び対象リンク４０５の形状に基づいて、対象リンクが抽出されない区間４０３における走路の形状を補完してよい。
このとき走路形状推定部１１１は、区間４０１及び区間４０２で抽出された対象リンク４０４及び対象リンク４０５の形状に基づいて、対象リンクが抽出されない区間４０３における走路の形状を補完してよい。
【0026】
例えば走路形状推定部１１１は、区間４０３の前後の区間４０１及び区間４０２で抽出された対象リンク４０４及び対象リンク４０５の形状を繋ぐ曲線４０６（破線）を設定してよい。そして、自車両１の現在地点Ｐを通るように曲線４０６を車線幅方向に平行移動させ、移動後の曲線４０６が表す形状を走路形状４０７（二点鎖線）として推定してよい。曲線４０６に代えて、対象リンク４０４及び対象リンク４０５の形状を繋ぐ直線を設定してもよい。
【0027】
図１を参照する。目標走行軌道生成部１１２は、走路形状推定部１１１が推定した走路形状に沿って自車両１が走行する目標走行軌道を生成する。具体的には、走路形状に沿って自車両１が走行するように目標走行軌道を生成する。また、目標走行軌道生成部１１２は、目標走行軌道上における自車両１の速度計画として自車両１の目標車速プロファイルを設定する。
車両制御部１１３は、目標走行軌道生成部１１２で生成した目標走行軌道に沿って自車両１の走行を支援するために、駆動目標値または制動目標値、および、操舵目標値を演算して、駆動源１１４、ブレーキ１１５、操舵機構１１６に出力する。例えば、走行軌道に沿って自車両１を加速または減速する場合、加速または減速するのに必要な駆動目標値または制動目標値を演算し、走行軌道に沿って自車両１を旋回する場合、旋回するのに必要な操舵目標値を演算する。駆動源１１４は、駆動目標値に基づいて自車両１を駆動させる。また、ブレーキ１１５は、制動目標値に基づいて自車両１を制動させる。さらに、操舵機構１１６は、操舵目標値に基づいて自車両１を操舵させる。
車両制御部１１３は、目標走行軌道生成部１１２で生成した目標走行軌道に沿って自車両１の走行を支援するために、駆動目標値または制動目標値、および、操舵目標値を演算して、駆動源１１４、ブレーキ１１５、操舵機構１１６に出力する。例えば、走行軌道に沿って自車両１を加速または減速する場合、加速または減速するのに必要な駆動目標値または制動目標値を演算し、走行軌道に沿って自車両１を旋回する場合、旋回するのに必要な操舵目標値を演算する。駆動源１１４は、駆動目標値に基づいて自車両１を駆動させる。また、ブレーキ１１５は、制動目標値に基づいて自車両１を制動させる。さらに、操舵機構１１６は、操舵目標値に基づいて自車両１を操舵させる。
【0028】
（動作）
図５は、走行軌道生成手順の一例のフローチャートである。
ステップＳ１（走行経路計画ステップ）にて、コントローラ１０４は、自車両１の走行する経路計画を立てる。
ステップＳ２（地図データ取得ステップ）にて、地図データ取得部１０５は、地図情報データベース１０１から地図データを取得する。本発明では、ノードの位置情報とリンクの位置情報を取得する。
ステップＳ３（自車両位置取得ステップ）にて、自車両位置取得部１０６は、地図情報データベース１０１、測位装置１０２からの入力情報から、車両の位置を取得する。
図５は、走行軌道生成手順の一例のフローチャートである。
ステップＳ１（走行経路計画ステップ）にて、コントローラ１０４は、自車両１の走行する経路計画を立てる。
ステップＳ２（地図データ取得ステップ）にて、地図データ取得部１０５は、地図情報データベース１０１から地図データを取得する。本発明では、ノードの位置情報とリンクの位置情報を取得する。
ステップＳ３（自車両位置取得ステップ）にて、自車両位置取得部１０６は、地図情報データベース１０１、測位装置１０２からの入力情報から、車両の位置を取得する。
【0029】
ステップＳ４（横偏差算出ステップ）にて、横偏差算出部１０７は、地図データ取得部１０５から取得したリンク位置と、自車両位置取得部１０６から取得した車両位置から、リンクの位置と自車両１の位置の間の距離である横偏差を、自車両１の走行軌跡とリンクとの間の横偏差として算出する。
ステップＳ５（リンク特定情報生成ステップ）にて、リンク特定情報生成部１０８は、横偏差算出部１０７が算出した横偏差からリンク特定情報を生成する。リンク特定情報生成部１０８は、リンク特定情報を地図情報データベース１０１に記憶する。
ステップＳ５（リンク特定情報生成ステップ）にて、リンク特定情報生成部１０８は、横偏差算出部１０７が算出した横偏差からリンク特定情報を生成する。リンク特定情報生成部１０８は、リンク特定情報を地図情報データベース１０１に記憶する。
【0030】
ステップＳ６（分散値算出ステップ）にて、分散値算出部１０９は、自車両１が現在走行している道路を過去に自車両１が走行したときの横偏差を示すリンク特定情報を、地図情報データベース１０１から取得する。分散値算出部１０９は、リンク特定情報に含まれる横偏差の分散値を算出する。
ステップＳ７（対象リンク抽出ステップ）にて、対象リンク抽出部１１０は、自車両１の現在位置よりも前方において横偏差の分散値が第１所定値未満である区間のリンクを対象リンクとして抽出する。
ステップＳ７（対象リンク抽出ステップ）にて、対象リンク抽出部１１０は、自車両１の現在位置よりも前方において横偏差の分散値が第１所定値未満である区間のリンクを対象リンクとして抽出する。
【0031】
ステップＳ８（走路形状推定ステップ）にて、走路形状推定部１１１は、ステップＳ７において抽出した対象リンクの形状に基づいて、自車両１が走行する走路の走路形状を推定する。
ステップＳ９（目標走行軌道生成ステップ）にて、目標走行軌道生成部１１２は、走路形状推定部１１１が推定した走路形状に沿って自車両１が走行する目標走行軌道を生成する。
ステップＳ９（目標走行軌道生成ステップ）にて、目標走行軌道生成部１１２は、走路形状推定部１１１が推定した走路形状に沿って自車両１が走行する目標走行軌道を生成する。
【0032】
（変形例１）
上記実施形態では、過去に自車両１が走行したときの走行軌跡とリンクとの横偏差を示すリンク特定情報に基づいて対象リンクを抽出したが、これに代えて又はこれに加えて、過去に他車両が走行したときの走行軌跡とリンクとの横偏差を示すリンク特定情報に基づいて対象リンクを抽出してもよい。
上記実施形態では、過去に自車両１が走行したときの走行軌跡とリンクとの横偏差を示すリンク特定情報に基づいて対象リンクを抽出したが、これに代えて又はこれに加えて、過去に他車両が走行したときの走行軌跡とリンクとの横偏差を示すリンク特定情報に基づいて対象リンクを抽出してもよい。
【0033】
例えば、図５のステップＳ４（横偏差算出ステップ）にて、横偏差算出部１０７は、他車両の過去の走行軌跡の履歴から、他車両の過去の走行軌跡とリンクとの間の横偏差を算出してよい。ステップＳ５（リンク特定情報生成ステップ）にて、リンク特定情報生成部１０８は、横偏差算出部１０７が算出した横偏差からリンク特定情報を生成し、リンク特定情報を地図情報データベース１０１に記憶する。
【0034】
なお他車両の走行軌跡の履歴は、例えば自車両１の外部の情報処理装置（例えばサーバ）にて収集し、自車両１で用いる地図情報データベース１０１にダウンロードして記憶してよい。これに代えて、外部の情報処理装置でリンク特定情報を生成して図示しない無線通信手段（車車間通信、路車間通信、移動体通信等）により取得して地図情報データベース１０１に記憶してもよい。
【0035】
図５のステップＳ６（分散値算出ステップ）にて、分散値算出部１０９は、自車両１が現在走行している道路を過去に他車両が走行したときの走行軌跡とリンクとの間の横偏差を示すリンク特定情報を、地図情報データベース１０１から取得して、リンク特定情報に含まれる横偏差の分散値を算出する。
【0036】
（変形例２）
変形例２では、対象リンク抽出部１１０が、道路に沿った所定範囲における横偏差の分散値が所定値未満である場合にこの所定範囲を信頼区間として設定し、道路に沿った所定範囲における横偏差の分散値が所定値以上である場合にこの所定範囲を非信頼区間として設定する。走路形状推定部１１１は、信頼区間内のリンクの形状に基づいて非信頼区間における走路の形状を推定する。
例えば、図５のステップＳ７（対象リンク抽出ステップ）にて対象リンク抽出部１１０は、自車両１の現在位置よりも前方において、道路に沿った所定範囲における横偏差の分散値が所定値未満である場合にこの所定範囲を信頼区間として設定し、道路に沿った所定範囲における横偏差の分散値が所定値以上である場合にこの所定範囲を非信頼区間として設定する。対象リンク抽出部１１０は、信頼区間のリンクを対象リンクとして抽出する。
変形例２では、対象リンク抽出部１１０が、道路に沿った所定範囲における横偏差の分散値が所定値未満である場合にこの所定範囲を信頼区間として設定し、道路に沿った所定範囲における横偏差の分散値が所定値以上である場合にこの所定範囲を非信頼区間として設定する。走路形状推定部１１１は、信頼区間内のリンクの形状に基づいて非信頼区間における走路の形状を推定する。
例えば、図５のステップＳ７（対象リンク抽出ステップ）にて対象リンク抽出部１１０は、自車両１の現在位置よりも前方において、道路に沿った所定範囲における横偏差の分散値が所定値未満である場合にこの所定範囲を信頼区間として設定し、道路に沿った所定範囲における横偏差の分散値が所定値以上である場合にこの所定範囲を非信頼区間として設定する。対象リンク抽出部１１０は、信頼区間のリンクを対象リンクとして抽出する。
【0037】
（変形例３）
変形例３では、リンク特定情報を生成する際に検出した自車両１の位置の検出精度に応じて、走行軌跡とリンクの位置との横偏差の分散値の算出可否を判定する。又はリンク特定情報を生成する際に検出した自車両１の位置の検出精度に応じて、信頼区間と非信頼区間の設定をする。
ステップＳ４（横偏差算出ステップ）にて、横偏差算出部１０７は、地図データ取得部１０５から取得したリンク位置と、自車両位置取得部１０６から取得した車両位置から、リンクの位置と自車両１の位置の間の距離である横偏差を、自車両１の走行軌跡とリンクとの間の横偏差として算出する。
この際にリンク特定情報生成部１０８は、自車両１の位置の検出精度の情報を横偏差の情報に組み合わせてリンク特定情報を生成してよい。リンク特定情報生成部１０８は、自車両１の地図上の位置からリンクに下した垂線の足に最も近いノードのノード識別情報と紐付けて地図情報データベース１０１に記憶する。
自車両１の位置の検出精度は、例えば測位装置１０２が利用する全地球型測位システム（ＧＮＳＳ）の航法衛星の配置状況から推定してもよい。
変形例３では、リンク特定情報を生成する際に検出した自車両１の位置の検出精度に応じて、走行軌跡とリンクの位置との横偏差の分散値の算出可否を判定する。又はリンク特定情報を生成する際に検出した自車両１の位置の検出精度に応じて、信頼区間と非信頼区間の設定をする。
ステップＳ４（横偏差算出ステップ）にて、横偏差算出部１０７は、地図データ取得部１０５から取得したリンク位置と、自車両位置取得部１０６から取得した車両位置から、リンクの位置と自車両１の位置の間の距離である横偏差を、自車両１の走行軌跡とリンクとの間の横偏差として算出する。
この際にリンク特定情報生成部１０８は、自車両１の位置の検出精度の情報を横偏差の情報に組み合わせてリンク特定情報を生成してよい。リンク特定情報生成部１０８は、自車両１の地図上の位置からリンクに下した垂線の足に最も近いノードのノード識別情報と紐付けて地図情報データベース１０１に記憶する。
自車両１の位置の検出精度は、例えば測位装置１０２が利用する全地球型測位システム（ＧＮＳＳ）の航法衛星の配置状況から推定してもよい。
【0038】
ここで例えば、検出精度の情報として１ｃｍ単位の精度で検出できたか否かのフラグ情報を記憶してよい。
なお、同一のノード識別情報に複数のリンク特定情報が紐付けて記憶されている場合、検出精度がより高いリンク特定情報を優先して利用してよい。
また、既にリンク特定情報が紐付けられているノード識別情報に対して、新たに生成したリンク特定情報を置き換える場合には、既存のリンク特定情報よりも新たなリンク特定情報の検出精度が高い場合に置き換えを許可し、既存のリンク特定情報よりも新たなリンク特定情報の検出精度が低い場合には置き換えを禁止してよい。
なお、同一のノード識別情報に複数のリンク特定情報が紐付けて記憶されている場合、検出精度がより高いリンク特定情報を優先して利用してよい。
また、既にリンク特定情報が紐付けられているノード識別情報に対して、新たに生成したリンク特定情報を置き換える場合には、既存のリンク特定情報よりも新たなリンク特定情報の検出精度が高い場合に置き換えを許可し、既存のリンク特定情報よりも新たなリンク特定情報の検出精度が低い場合には置き換えを禁止してよい。
【0039】
また、第２所定値未満の検出精度のリンク特定情報に含まれている横偏差の情報は、横偏差の分散値の算出対象から除外してもよい。第２所定値は、横偏差の分散値が所定値未満かどうかを正しく判断するために必要な精度の閾値であり、例えば１ｃｍ等と設定してよい。
また、道路に沿った所定範囲のノードのノード識別情報に紐付けられている全てのリンク特定情報の検出精度が第２所定値未満である場合は、この範囲を信頼区間と設定しないこと（すなわち非信頼区間と設定する）もできる。
また、道路に沿った所定範囲においてリンク特定情報が紐付けられているノードのうち、第２所定値以上の検出精度のリンク特定情報が紐付けられているノードの占める割合が第３所定値未満である場合は、この範囲を信頼区間と設定しないこと（すなわち非信頼区間と設定する）もできる。
また、道路に沿った所定範囲のノードのノード識別情報に紐付けられている全てのリンク特定情報の検出精度が第２所定値未満である場合は、この範囲を信頼区間と設定しないこと（すなわち非信頼区間と設定する）もできる。
また、道路に沿った所定範囲においてリンク特定情報が紐付けられているノードのうち、第２所定値以上の検出精度のリンク特定情報が紐付けられているノードの占める割合が第３所定値未満である場合は、この範囲を信頼区間と設定しないこと（すなわち非信頼区間と設定する）もできる。
【0040】
（変形例４）
変形例４では、対象リンクの形状とともに、自車両の走行車線の車線境界線に基づいて走路形状を推定する。
図６は、走行軌道生成手順の変形例のフローチャートである。
ステップＳ１１～Ｓ１７は、図５のステップＳ１～Ｓ７と同様である。
ステップＳ１８（車線境界情報取得ステップ）にて、車線境界情報取得部１１７は、物体検知センサ１０３からの入力情報に基づいて、自車両１の走行車線の車線境界線の情報を取得する。
変形例４では、対象リンクの形状とともに、自車両の走行車線の車線境界線に基づいて走路形状を推定する。
図６は、走行軌道生成手順の変形例のフローチャートである。
ステップＳ１１～Ｓ１７は、図５のステップＳ１～Ｓ７と同様である。
ステップＳ１８（車線境界情報取得ステップ）にて、車線境界情報取得部１１７は、物体検知センサ１０３からの入力情報に基づいて、自車両１の走行車線の車線境界線の情報を取得する。
【0041】
ステップＳ１９（走路形状推定ステップ）にて、走路形状推定部１１１は、対象リンク抽出部１１０で抽出された対象リンクに基づいて補完することにより、対象リンクが抽出されなかった区間の走路形状を推定する。
具体的には、走路形状推定部１１１は、対象リンクが抽出された区間のリンク（すなわち対象リンク）の形状を車線幅方向に平行移動して自車両１の車線の車線境界線に接続することにより、対象リンクが抽出された区間の走路形状を推定する。
ステップＳ２０の処理は、図５のステップＳ９と同様である。
具体的には、走路形状推定部１１１は、対象リンクが抽出された区間のリンク（すなわち対象リンク）の形状を車線幅方向に平行移動して自車両１の車線の車線境界線に接続することにより、対象リンクが抽出された区間の走路形状を推定する。
ステップＳ２０の処理は、図５のステップＳ９と同様である。
【0042】
図７（ａ）及び図７（ｂ）を参照して変形例４における走路形状の推定方法を説明する。参照符号７００は、自車両１が走行する道路の形状を地図データ上で表現するリンクであり、自車両１が走行する道路に対して、一部の区間が信頼区間７０１に設定され、一部の区間は非信頼区間７０２に設定されている。
図７（ａ）は、車線境界情報取得部１１７が自車両１の走行車線の左右の車線境界線７０３、７０４が検出された場合の例を示す。この場合には、信頼区間５０１のリンク形状を、車線境界線７０３、７０４を検出した位置まで車線幅方向に平行移動して、走路の左側境界線７０５と右側境界線７０６を推定し、左側境界線７０５と右側境界線７０６との間に形成される領域を自車両１の走路と推定してもよい。
図７（ａ）は、車線境界情報取得部１１７が自車両１の走行車線の左右の車線境界線７０３、７０４が検出された場合の例を示す。この場合には、信頼区間５０１のリンク形状を、車線境界線７０３、７０４を検出した位置まで車線幅方向に平行移動して、走路の左側境界線７０５と右側境界線７０６を推定し、左側境界線７０５と右側境界線７０６との間に形成される領域を自車両１の走路と推定してもよい。
【0043】
また、左右の車線境界線のいずれか一方、もしくは両方が検出できないときは、検出できなくなる前まで車線境界線が検出されていた車線幅方向位置に信頼区間７０１内のリンク形状を平行移動して、移動したリンク形状を走路の境界線として推定してもよい。
また、左右の車線境界線のいずれか一方、もしくは両方が検出できない場合に、信頼区間５０１のリンク形状を、自車両１の側面の位置を通るように車線幅方向に平行移動することにより、走路の境界線を推定してもよい。
例えば図７（ｂ）に示す例では、右側の車線境界線７０４のみが検出され左側の車線境界線が検出されなかった場合に、信頼区間５０１のリンク形状を自車両１の左側の側面の位置ＰＳを通るように車線幅方向に平行移動することにより、走路の左側境界線７０８を推定している。
また、左右の車線境界線のいずれか一方、もしくは両方が検出できない場合に、信頼区間５０１のリンク形状を、自車両１の側面の位置を通るように車線幅方向に平行移動することにより、走路の境界線を推定してもよい。
例えば図７（ｂ）に示す例では、右側の車線境界線７０４のみが検出され左側の車線境界線が検出されなかった場合に、信頼区間５０１のリンク形状を自車両１の左側の側面の位置ＰＳを通るように車線幅方向に平行移動することにより、走路の左側境界線７０８を推定している。
【0044】
また、交差点において、交差点前後の信頼区間の対象リンクを利用して、交差点内の走路を推定してもよい。すなわち、交差点内において対象リンクが抽出されず、交差点前後の区間において対象リンクが抽出された場合は、交差点前後の対象リンクを補完する曲線又は直線を生成して、交差点内の走路を推定してもよい。
図８は、交差点付近における走路形状の推定方法の一例の説明図である。参照符号８００は、自車両１が走行する道路の形状を地図データ上で表現するリンクであり、自車両１が走行する道路に対して、交差点前後の区間８０１及び区間８０３が信頼区間に設定され、交差点内の区間８０２が非信頼区間に設定されている。
図８は、交差点付近における走路形状の推定方法の一例の説明図である。参照符号８００は、自車両１が走行する道路の形状を地図データ上で表現するリンクであり、自車両１が走行する道路に対して、交差点前後の区間８０１及び区間８０３が信頼区間に設定され、交差点内の区間８０２が非信頼区間に設定されている。
【0045】
この場合、走路形状推定部１１１は、交差点内の非信頼区間８０２におけるリンク形状を補完するように、前後の信頼区間８０１及び８０２の対象リンク８０４及び８０５の形状を繋ぐ曲線８０６を設定する。走路形状推定部１１１は、車線境界情報取得部１１７が取得した自車両１の走行車線の左右の車線境界線８０７、８０８の位置まで、曲線８０６を平行移動して、走路の左側境界線８０９と右側境界線８１０を推定し、左側境界線８０９と右側境界線８１０との間に形成される領域を自車両１と推定してもよい。
【0046】
（実施形態の効果）
（１）走行支援方法では、道路の形状が複数のノードの配列によって道路単位で表現される地図上における自車両１の現在位置を検出し、互いに隣接するノード間を接続するリンクのうち、過去に自車両１又は他車両が道路を走行したときの走行軌跡とリンクとの間の距離の道路に沿った所定範囲における分散値が第１所定値未満であるリンクである対象リンクを特定するリンク特定情報を記憶装置に記憶し、記憶装置に記憶されたリンク特定情報に基づいて、現在位置より自車両の前方の区間における対象リンクを抽出し、自車両１の前方の区間のうち対象リンクが抽出されない区間で道路に沿って走行する走路の形状を、対象リンクが抽出された区間の対象リンクの形状に基づいて推定し、推定された走路の形状に基づいて目標走行軌道を生成し、目標走行軌道に沿った自車両１の走行を支援する。
（１）走行支援方法では、道路の形状が複数のノードの配列によって道路単位で表現される地図上における自車両１の現在位置を検出し、互いに隣接するノード間を接続するリンクのうち、過去に自車両１又は他車両が道路を走行したときの走行軌跡とリンクとの間の距離の道路に沿った所定範囲における分散値が第１所定値未満であるリンクである対象リンクを特定するリンク特定情報を記憶装置に記憶し、記憶装置に記憶されたリンク特定情報に基づいて、現在位置より自車両の前方の区間における対象リンクを抽出し、自車両１の前方の区間のうち対象リンクが抽出されない区間で道路に沿って走行する走路の形状を、対象リンクが抽出された区間の対象リンクの形状に基づいて推定し、推定された走路の形状に基づいて目標走行軌道を生成し、目標走行軌道に沿った自車両１の走行を支援する。
【0047】
これにより、道路形状が複数のノードの配列によって道路単位で表現された地図データを用いて、道路に沿って走行する走路の形状を推定する場合に、地図データによって表現された道路形状が現実の車線形状と異なる区間で走路の形状の推定精度が低下するのを抑制できる。
また、センサによる車線検知ができないとき（すなわち、車線境界線を検出できないとき）でも、車線毎の情報を有する高精度地図を用いずに目標走行軌道を生成でき、且つ目標走行軌道の精度を向上できる。
また、センサによる車線検知ができないとき（すなわち、車線境界線を検出できないとき）でも、車線毎の情報を有する高精度地図を用いずに目標走行軌道を生成でき、且つ目標走行軌道の精度を向上できる。
【0048】
（２）リンク特定情報は、走行軌跡とリンクとの間の距離を、リンクの最近傍のノードに紐付けて記憶装置に記憶した情報であってよい。走行支援方法において、所定範囲内のノードに紐付けて記憶された距離の分散値が第１所定値未満である場合に所定範囲を信頼区間として設定し、所定範囲内のノードに紐付けて記憶された距離の分散値が第１所定値以上である場合に所定範囲を非信頼区間として設定し、信頼区間内のリンクの形状に基づいて、非信頼区間における走路の形状を推定してよい。
これにより、走行軌跡とリンクとの間の距離の分散値が第１所定値以上となる区間があっても走路形状を推定できる。
これにより、走行軌跡とリンクとの間の距離の分散値が第１所定値以上となる区間があっても走路形状を推定できる。
【0049】
（３）走行軌跡とリンクとの間の距離は、走行軌跡上の地点からリンク上に下ろした垂線の長さであってよく、リンク特定情報は、走行軌跡とリンクとの間の距離と地点の検出精度と、を垂線の足に最も近いノードに紐付けて記憶装置に記憶した情報であってよい。
これにより、自己位置の検出精度により、距離の精度の信頼性を区別して、優先して記憶するリンク特定情報を判断したり、リンク特定情報を分散値の算出対象から除外したり、信頼区間を設定できる。
これにより、自己位置の検出精度により、距離の精度の信頼性を区別して、優先して記憶するリンク特定情報を判断したり、リンク特定情報を分散値の算出対象から除外したり、信頼区間を設定できる。
【0050】
（４）同一のノードに紐付けて記憶すべき走行軌跡とリンクとの間の距離の情報が複数存在する場合、走行軌跡上の地点の検出精度がより高い方を優先して記憶してよい。
これにより、自己位置の検出精度の高い距離の情報を用いて、より精度よく分散値を算出でき、対象リンクをより精度良く抽出でき、より精度良く走路形状を推定できる。
（５）第２所定値未満の検出精度とともに記憶されている距離の情報を除外して所定範囲内における分散値を算出してよい。
これにより、自己位置の検出精度が低い距離の情報を除外して、より精度良く分散値を算出でき、対象リンクをより精度良く抽出でき、より精度良く走路形状を推定できる。
これにより、自己位置の検出精度の高い距離の情報を用いて、より精度よく分散値を算出でき、対象リンクをより精度良く抽出でき、より精度良く走路形状を推定できる。
（５）第２所定値未満の検出精度とともに記憶されている距離の情報を除外して所定範囲内における分散値を算出してよい。
これにより、自己位置の検出精度が低い距離の情報を除外して、より精度良く分散値を算出でき、対象リンクをより精度良く抽出でき、より精度良く走路形状を推定できる。
【0051】
（６）所定範囲内に含まれるノードに紐付けられて記憶された全ての検出精度が第２所定値未満である場合に、所定範囲を非信頼区間として設定してよい。
これにより、自己位置の検出精度が低い距離の情報が紐付けられたノードに占めている区間を、誤って信頼区間として設定することを防ぐことができるので、対象リンクをより精度良く抽出でき、より精度良く走路形状を推定できる。
（７）所定範囲内に含まれるノードに紐付けられて記憶された全ての検出精度に占める、第２所定値以上の検出精度の割合が第３所定値未満である場合に、所定範囲を非信頼区間として設定してよい。
これにより、自己位置の検出精度が低い距離の情報が紐付けられたノードに占めている区間を、誤って信頼区間として設定することを防ぐことができるので、対象リンクをより精度良く抽出でき、より精度良く走路形状を推定できる。
これにより、自己位置の検出精度が低い距離の情報が紐付けられたノードに占めている区間を、誤って信頼区間として設定することを防ぐことができるので、対象リンクをより精度良く抽出でき、より精度良く走路形状を推定できる。
（７）所定範囲内に含まれるノードに紐付けられて記憶された全ての検出精度に占める、第２所定値以上の検出精度の割合が第３所定値未満である場合に、所定範囲を非信頼区間として設定してよい。
これにより、自己位置の検出精度が低い距離の情報が紐付けられたノードに占めている区間を、誤って信頼区間として設定することを防ぐことができるので、対象リンクをより精度良く抽出でき、より精度良く走路形状を推定できる。
【0052】
なお、本発明の実施形態は、本発明の技術的思想を具体化するための装置や方法を例示するものであって、本発明の技術的思想は、構成部品の構造、配置等を実施形態のものに特定するものではない。本発明の技術的思想は、特許請求の範囲に記載された請求項が規定する技術的範囲内において、種々の変更を加えることができる。なお、各図面は模式的なものであって、現実のものとは異なる場合がある。
【符号の説明】
【0053】
１…自車両、１００…走行支援装置、１０１…地図情報データベース、１０２…測位装置、１０３…物体検知センサ、１０４…コントローラ、１０５…地図データ取得部、１０６…自車両位置取得部、１０７…横偏差算出部、１０８…リンク特定情報生成部、１０９…分散値算出部、１１０…対象リンク抽出部、１１１…走路形状推定部、１１２…目標走行軌道生成部、１１３…車両制御部、１１４…駆動源、１１５…ブレーキ、１１６…操舵機構、１１７…車線境界情報取得部
【図1】
【図2】
【図3】
【図4】
【図5】
【図6】
【図7】
【図8】