。如果以上述方式計算出的針孔圖像不被障礙物等遮擋，則在大部分的行駛狀態(tài)中能夠拍攝本車輛前方的左右的道路端部。
[0039]然后，在步驟S30中，圖像選擇部16對移動物體即本車輛的行進方向上的轉(zhuǎn)彎半徑R[m]進行檢測。此時，在轉(zhuǎn)彎半徑發(fā)生變化的情況下，將最小的轉(zhuǎn)彎半徑作為轉(zhuǎn)彎半徑R進行檢測。并且，在檢測出的轉(zhuǎn)彎半徑R大于或等于規(guī)定值Rth[m]的情況下，判定為彎曲度小于規(guī)定值而進入步驟S50，選擇針孔圖像。另一方面，在轉(zhuǎn)彎半徑R小于規(guī)定值Rth [m]的情況下，判定為彎曲度大于或等于規(guī)定值而進入步驟S40，選擇魚眼鏡頭圖像。另外，也可以利用方向指示信號的ON、OFF而選擇圖像。此外，在本實施方式中，作為規(guī)定值Rth設定為 30m。
[0040]這里，作為轉(zhuǎn)彎半徑的檢測方法，可以利用以下的方法進行。例如，利用車輛傳感器組4的轉(zhuǎn)向傳感器43對本車輛的駕駛者的轉(zhuǎn)向操作進行檢測，乘以本車輛的轉(zhuǎn)向機構(gòu)的轉(zhuǎn)向傳動比而求出前輪的轉(zhuǎn)向角。并且，通過利用阿卡曼轉(zhuǎn)向幾何、線形兩輪模型(《自動車ω運動t制御》第3章，安部正人，山海堂)等的車輛模型，能夠計算轉(zhuǎn)彎半徑。另外，根據(jù)由導航系統(tǒng)5計算出的本車輛的行駛路線，參照三維地圖數(shù)據(jù)庫3，預先計算在行駛路線上的轉(zhuǎn)彎半徑而記錄至E⑶I。并且，也可以根據(jù)在上I個循環(huán)所計算出的本車輛的位置和姿態(tài)角，求出當前的轉(zhuǎn)彎半徑R。
[0041]另一方面，在步驟S30中，不僅與轉(zhuǎn)彎半徑相對應地選擇圖像，也可以僅在判定為無法在針孔圖像中拍攝本車輛的行進方向上的左右的道路端部的情況下，進入步驟S40而選擇魚眼鏡頭圖像。
[0042]在該情況下，首先參照三維地圖數(shù)據(jù)庫3對行駛路線上的左右的道路端部的間隔即道路的寬度進行計算。并且，參照該寬度、轉(zhuǎn)彎半徑R、魚眼鏡頭攝像機2的安裝位置以及在上I個循環(huán)的處理中計算出的本車輛的位置和姿態(tài)角。根據(jù)這些信息，圖像選擇部16對能否從當前的本車位置在針孔圖像上拍攝到本車輛的行進方向上的左右的道路端部進行判定，在判定為無法拍攝的情況下，進入步驟S40，選擇魚眼鏡頭圖像。由此，在能夠拍攝道路端部的情況下，選擇針孔圖像，因此，選擇針孔圖像的情況增加，能夠更可靠且高速地進行移動物體的位置及姿態(tài)角的推定。
[0043]如上所述，如果在步驟S30中判定出轉(zhuǎn)彎半徑，則在步驟S40中，圖像選擇部16作為在后述的步驟S60的處理中使用的圖像而選擇魚眼鏡頭圖像，進入步驟S60。在轉(zhuǎn)彎半徑較小的情況下，即，在如急彎道、交叉路口處的右轉(zhuǎn)/左轉(zhuǎn)這樣的彎曲度較大的情況下，為了計算本車輛的位置和姿態(tài)角而所需的劃分線、路緣石等道路端部，在針孔圖像中拍攝不到的可能性較高。因此，選擇可視角較大的魚眼鏡頭圖像而可靠地檢測道路端部，能夠推定移動物體的位置及姿態(tài)角。
[0044]另一方面，在步驟S50中，圖像選擇部16作為在后述的步驟S60的處理中使用的圖像而選擇針孔圖像，進入步驟S60。在轉(zhuǎn)彎半徑較大的情況下，S卩，在如直線路、緩彎道、交叉路口直行這樣的彎曲度較小的情況下，即使在可視角較窄的針孔圖像中，拍攝到道路端部的可能性較高。因此，即使利用針孔圖像，也能夠推定移動物體的位置及姿態(tài)角，另外針孔圖像的畸變較小，因此能夠高速且高精度地推定移動物體的位置及姿態(tài)角。
[0045]然后，在步驟S60中，位置姿態(tài)角推定部18利用在步驟S40或步驟S50中選擇出的圖像，進行與三維地圖數(shù)據(jù)的匹配，計算并推定本車輛的位置和姿態(tài)角。具體而言，在步驟S40中選擇了魚眼鏡頭圖像的情況下，利用圖4的流程圖計算移動物體的位置和姿態(tài)角，在步驟S50中選擇了針孔圖像的情況下，利用圖5的流程圖計算移動物體的位置和姿態(tài)角。這樣，如果推定出移動物體的位置和姿態(tài)角，則結(jié)束本實施方式所涉及的移動物體的位置姿態(tài)角推定處理。
[0046]以下，參照圖4、5的流程圖對步驟S60中的移動物體的位置姿態(tài)角計算處理的順序進彳丁說明。
[0047][選擇了魚眼鏡頭圖像的情況下的移動物體的位置姿態(tài)角計算處理的順序]
[0048]首先，參照圖4的流程圖，對在步驟S40中選擇了魚眼鏡頭圖像的情況下的移動物體的位置姿態(tài)角計算處理的順序進行說明。
[0049]在步驟SllO中，位置姿態(tài)角推定部18根據(jù)魚眼鏡頭圖像計算邊緣圖像。本實施方式的邊緣是指像素的亮度敏銳地變化的部位。作為邊緣的檢測方法，例如能夠利用Canny法。除此之外也可以使用微分邊緣檢測等各種方法。
[0050]另外，位置姿態(tài)角推定部18優(yōu)選從魚眼鏡頭圖像中也針對邊緣的亮度變化的方向、邊緣附近的顏色等進行提取。由此，在后述的步驟S150及步驟S160中，也利用記錄于三維地圖數(shù)據(jù)庫3中的除了這些邊緣以外的信息，設定似然度，能夠計算本車輛的位置及姿態(tài)角。
[0051]然后，在步驟S120中，位置姿態(tài)角推定部18基于從車輛傳感器組4得到的傳感器值，對從在上I個循環(huán)的步驟S120中計算出的時刻至當前為止的車輛的移動量即里程進行計算。此外，在開始程序而進行最初的循環(huán)的情況下，將里程計算為零。
[0052]位置姿態(tài)角推定部18利用從車輛傳感器組4得到的各種傳感器值，對車輛在單位時間行進的移動量即里程進行計算。作為該里程的計算方法，例如，在將車輛運動限定在平面上的基礎上，根據(jù)各車輪的車輪速度和偏航率，計算單位時間內(nèi)的移動量和旋轉(zhuǎn)量即可。另外，也可以用車速或GPS接收器41的測位值的差值代替車輪速度，也可以用轉(zhuǎn)向操縱角代替偏航率。此外，里程的計算方法能夠想到多種計算方法，只要能夠計算里程則可以采用任意方法。
[0053]然后，在步驟S130中，位置姿態(tài)角推定部18使車輛位置從在上I個循環(huán)的步驟S160中推定出的車輛位置移動與在此次的步驟S120中計算出的里程相應的量。并且，在移動后的車輛位置的附近，計算多個虛擬位置及虛擬姿態(tài)角的候補。虛擬位置及虛擬姿態(tài)角的候補是本車位置及姿態(tài)角的候補。但是，在將程序開始而進行最初的循環(huán)的情況下，由于不存在上一次的車輛位置信息，因此將包含于車輛傳感器組4中的來自GPS接收器41的數(shù)據(jù)作為初始位置信息。另外，也可以預先存儲在上一次停車時最后計算出的車輛位置及姿態(tài)角，作為初始位置及姿態(tài)角信息。
[0054]此時，位置姿態(tài)角推定部18考慮由于車輛傳感器組4的測定誤差、通信延遲而產(chǎn)生的里程的誤差、和在里程中無法考慮的車輛的動態(tài)特性，生成多個具有成為車輛的位置和姿態(tài)角的真值的可能性的虛擬位置及虛擬姿態(tài)角的候補。該虛擬位置及虛擬姿態(tài)角的候補是以下述方式設定的，即，針對位置及姿態(tài)角的6個自由度的參數(shù)分別設定各自誤差的上下限，在該誤差的上下限的范圍內(nèi)利用隨機數(shù)表等隨機地設定。
[0055]此外，在本實施方式中，生成500個虛擬位置及虛擬姿態(tài)角的候補。另外，位置及姿態(tài)角的6個自由度的參數(shù)中的誤差的上下限按照前后方向、橫向、上下方向、側(cè)傾、俯仰、偏轉(zhuǎn)的順序設為 ±0.05 [m]、土0.05 [m]、土0.05 [m]、土0.5 [deg]、土0.5 [deg]、土0.5 [deg]。生成該虛擬位置及虛擬姿態(tài)角的候補的數(shù)量、位置及姿態(tài)角的6個自由度的參數(shù)中的誤差的上下限，優(yōu)選檢測或者推定車輛的運行狀態(tài)、路面的狀況而進行適當變更。例如，在發(fā)生急轉(zhuǎn)彎、滑移等的情況下，由于平面方向(前后方向、橫向、偏轉(zhuǎn))的誤差變大的可能性較高，因此優(yōu)選增大該3個參數(shù)的誤差的上下限，并且增加虛擬位置及虛擬姿態(tài)角的候補的生成數(shù)量。
[0056]另外，在步驟S130中，位置姿態(tài)角推定部18可以利用所謂粒子濾波設定多個虛擬位置及虛擬姿態(tài)角的候補。在該情況下，位置姿態(tài)角推定部18使在上I個循環(huán)的步驟S160中所生成的多個虛擬位置及虛擬姿態(tài)角的候補即各粒子(候補點)的位置及姿態(tài)角，移動與里程對應的量，作為此次虛擬位置及虛擬姿態(tài)角的候補進行計算。即，將各粒子的位置及姿態(tài)角設為多個虛擬位置及虛擬姿態(tài)角的候補。此外，如果考慮由于車輛傳感器組4的測定誤差、通信延遲而產(chǎn)生的里程的誤差、在里程中無法考慮的車輛的動態(tài)特性則更好。在該情況下，使各粒子的位置信息及姿態(tài)角信息移動與里程對應的量之后，如上所述地在位置及姿態(tài)角的6個自由度的參數(shù)中的誤差的上下限的范圍內(nèi)利用隨機數(shù)表等隨機地變化。
[0057]然而，在將程序開始而進行初次循環(huán)的情況下，各粒子不具有位置信息及姿態(tài)角信息。因此，也可以將包含于車輛傳感器組4中的GPS接收器41的檢測數(shù)據(jù)作為初始位置信息?；蛘撸部梢愿鶕?jù)在上次停車時最后推定出的車輛位置，設定各粒子的位置信息及姿態(tài)角信息。在本實施方式中，在初次循環(huán)的情況下，根據(jù)在上次停車時最后推定出的車輛位置，針對位置及姿態(tài)角的6個自由度的參數(shù)分別設定誤差的上下限。并且，在該誤差的上下限的范圍內(nèi)利用隨機數(shù)表等，隨機地設定各粒子的位置及姿態(tài)角。在本實施方式中，在初次循環(huán)的情況下，生成500個粒子。另外，各粒子的6個自由度的參數(shù)中的誤差的上下限按照前后方向、橫向、上下方向、側(cè)傾、俯仰、偏轉(zhuǎn)的順序設為± 0.05 [m]、± 0.05 [m]、± 0.05 [m]、±0.5 [deg]、土0.5 [deg]、土0.5 [deg]。
[0058]然后，在步驟S140中，位置姿態(tài)角推定部18針對在步驟S130中生成的多個虛擬位置及虛擬姿態(tài)角的候補分別生成投影圖像(虛擬圖像)。此時，例如將存儲于三維地圖數(shù)據(jù)庫3中的邊緣等三維位置信息，以成為根據(jù)虛擬位置及虛擬姿態(tài)角利用魚眼鏡頭拍攝得到的攝像機圖像的方式進行投影變換，生成投影圖像。該投影圖像是用于評價各虛擬位置及虛擬姿態(tài)角的候補是否與實際的本車輛的位置及姿態(tài)角一致的評價用圖像。另外，在投影變換中，需要表示魚眼鏡頭攝像機2的位置的外部參數(shù)、和魚眼鏡頭攝像機2的內(nèi)部參數(shù)。外部參數(shù)通過預先測量從車輛位置(例如，中心位置)至魚眼鏡頭攝像機2的相對位置而根據(jù)虛擬位置及虛擬姿態(tài)角的候補計算即可。另外，內(nèi)部參數(shù)預先調(diào)準即可。
[0059]此外，在步驟SllO中，在從魚眼鏡頭圖像中針對邊緣的亮度變化的方向、邊緣附近的顏色等進行提取的情況下，優(yōu)選利用它們生成投影圖像。
[0060]然后，在步驟S150中，位置姿態(tài)角推定部18在步驟S130中設定出的多個虛擬位置及虛擬姿態(tài)角的候補中，分別對在步驟SllO中生成的