本發(fā)明涉及自身位置計算裝置以及自身位置計算方法。

背景技術(shù)：
已知通過車輛上安裝的攝像機拍攝并獲取車輛近旁的圖像，根據(jù)該圖像的變化求車輛的移動量的技術(shù)(參照專利文獻1)。在專利文獻1中，為了即使在車輛低速且微妙地移動了的情況下也高精度地求得移動量，從圖像中檢測特征點，求該特征點的位置，根據(jù)特征點的移動方向以及移動距離(移動量)求車輛的移動量?，F(xiàn)有技術(shù)文獻專利文獻專利文獻1:日本特開2008－175717號公報

技術(shù)實現(xiàn)要素：
但是，在上述的以往的技術(shù)中，如果在車輛的行為不穩(wěn)定時重置用于求車輛的移動量的起點，則存在不能高精度地估計車輛的移動量的問題。因此，本發(fā)明是鑒于上述的實際情況而提出的，目的是提供可以在車輛的行為穩(wěn)定時重置用于計算車輛的自身位置的起點，高精度地計算車輛的自身位置的自身位置計算裝置及其方法。為了解決上述的課題，本發(fā)明的一個方式的自身位置計算裝置拍攝被投光了圖案光的車輛周圍的路面，獲取圖像，由該圖像中的圖案光的位置計算車輛相對于路面的姿態(tài)角。然后，自身位置計算裝置，根據(jù)獲取的圖像中的路面上的多個特征點的時間變化計算車輛的姿態(tài)變化量，通過對車輛的初始位置以及姿態(tài)角加上姿態(tài)變化量，計算車輛的當(dāng)前位置以及姿態(tài)角。然后，在判定為車輛處于行駛穩(wěn)定狀態(tài)的情況下，自身位置計算裝置對規(guī)定的初始距離以及初始姿態(tài)角加上姿態(tài)變化量，計算車輛的當(dāng)前位置以及姿態(tài)角。附圖說明圖1是表示第1實施方式的自身位置計算裝置的整體結(jié)構(gòu)的方框圖。圖2是表示一例將投光器以及攝像機安裝在車輛上的方法的外觀圖。圖3(a)是表示使用投光器和攝像機計算亮點光在被照射的路面上的位置的狀況的圖，圖3(b)是表示根據(jù)在與被照射了圖案光的區(qū)域不同的區(qū)域中檢測到的特征點的時間變化求攝像機的移動方向的狀況的圖。圖4是表示對攝像機獲取的圖像實施二值化處理后的圖案光的圖像的圖，圖4(a)是表示圖案光整體的圖，圖4(b)是表示將一個亮點光擴大表示的圖，圖4(c)是表示亮點光的重心位置的圖。圖5是用于說明計算距離以及姿態(tài)角的變化量的方法的示意圖。圖6是表示在圖像上檢測到的特征點的圖，圖6(a)是表示在時刻t獲取的第1幀(圖像)的圖，圖6(b)是表示在時刻t+Δt獲取的第2幀的圖。圖7是表示第1實施方式的自身位置計算裝置進行的根據(jù)是否為行駛穩(wěn)定狀態(tài)來重置車輛的距離以及姿態(tài)角的處理的定時圖。圖8是表示第1實施方式的自身位置計算裝置進行的自身位置計算處理的處理步驟的流程圖。圖9是表示第1實施方式的自身位置計算裝置進行的圖8的步驟S09的詳細的處理步驟的流程圖。圖10是表示第2實施方式的自身位置計算裝置進行的圖8的步驟S09的詳細的處理步驟的流程圖。具體實施方式以下，參照附圖說明適用了本發(fā)明的第1實施方式以及第2實施方式。[第1實施方式][硬件結(jié)構(gòu)]首先，參照圖1，說明第1實施方式的自身位置計算裝置的硬件結(jié)構(gòu)。自身位置計算裝置包括：投光器11；攝像機12；以及發(fā)動機控制單元(ECU)13。投光器11被安裝在車輛上，對車輛周圍的路面投光圖案光。攝像機12是被安裝在車輛上、拍攝包含被投光了圖案光的區(qū)域的車輛周圍的路面，獲取圖像的攝像單元的一個例子。ECU13是控制投光器11，并且執(zhí)行由攝像機12獲取的圖像計算車輛的自身位置的一連串的信息處理循環(huán)的控制單元的一個例子。攝像機12是使用了固體攝像元件，例如CCD以及CMOS的數(shù)字攝像機，獲取可進行圖像處理的數(shù)字圖像。攝像機12的攝像對象是車輛周圍的路面，在車輛周圍的路面中，包含車輛的前部、后部、側(cè)部、車輛底部的路面。例如，如圖2所示，攝像機12可以安裝在車輛10的前部，具體地說安裝在前保險杠上。調(diào)整攝像機12所設(shè)置的高度以及朝向，并且，自動調(diào)整攝像機12具有的鏡頭的焦距以及光圈，以便可以拍攝車輛10的前方的路面31上的特征點(紋理)以及由投光器11投光的圖案光32b。攝像機12每隔規(guī)定的時間間隔反復(fù)進行攝像，獲取一連串的圖像(幀)群。由攝像機12獲取的圖像數(shù)據(jù)在每次拍攝時被轉(zhuǎn)發(fā)至ECU13，存儲在ECU13具有的存儲器中。如圖2所示，投光器11朝向攝像機12的攝像范圍內(nèi)的路面31，投光具有包含正方形或長方形的柵格像的規(guī)定形狀的圖案光32b。攝像機12拍攝被照射到路面31的圖案光。投光器11例如具有激光指示器以及衍射光柵。通過以衍射光柵衍射從激光指示器射出的激光，如圖2～圖4所示，投光器11生成由柵格像或者排列為矩陣狀的多個亮點光Sp構(gòu)成的圖案光(32b，32a)。在圖3以及圖4所示的例子中，生成5×7的亮點光Sp構(gòu)成的圖案光32a。返回圖1，ECU13由具有CPU、存儲器、以及輸入輸出單元的微控制器構(gòu)成，通過執(zhí)行預(yù)先安裝的計算機程序，構(gòu)成作為自身位置計算裝置起作用的多個信息處理單元。ECU13對每圖像(幀)反復(fù)執(zhí)行根據(jù)由攝像機12獲取的圖像來計算車輛的當(dāng)前位置的一連串的信息處理循環(huán)。ECU13也可以與車輛10有關(guān)的其它控制中使用的ECU兼用。這里，在多個信息處理單元中包括：圖案光提取單元21；姿態(tài)角計算單元22；特征點檢測單元23；姿態(tài)變化量計算單元24；自身位置計算單元26；圖案光控制單元27；以及行駛狀態(tài)判斷單元30。在姿態(tài)變化量計算單元24中包含特征點檢測單元23。圖案光提取單元21從存儲器讀入由攝像機12獲取的圖像，從該圖像提取圖案光的位置。如圖3(a)所示，例如，投光器11向路面31投光被排列為矩陣狀的多個亮點光構(gòu)成的圖案光32a，用攝像機12檢測被路面31反射的圖案光32a。如圖4(a)以及圖4(b)所示，圖案光提取單元21通過對由攝像機12獲取的圖像實施二值化處理，僅提取亮點光Sp的圖像。如圖4(c)所示，圖案光提取單元21通過計算各亮點光Sp的重心的位置He，即亮點光Sp在圖像上的坐標(biāo)(Uj，Vj)，提取圖案光32a的位置。坐標(biāo)在以攝像機12的攝像元件的像素為單位，5×7的亮點光Sp的情況下，“j”為1以上35以下的自然數(shù)。亮點光Sp的圖像上的坐標(biāo)(Uj，Vj)作為表示圖案光32a的位置的數(shù)據(jù)，存儲在存儲器中。姿態(tài)角計算單元22從存儲器讀入表示圖案光32a的位置的數(shù)據(jù)，根據(jù)由攝像機12獲取的圖像中的圖案光32a的位置，計算車輛10對于路面31的距離以及姿態(tài)角。例如，如圖3(a)所示，根據(jù)投光器11與攝像機12之間的基線長Lb和各亮點光在圖像上的坐標(biāo)(Uj，Vj)，使用三角測量的原理，計算各亮點光在所照射的路面31上的位置，作為對于攝像機12的相對位置。然后，姿態(tài)角計算單元22根據(jù)各亮點光對于攝像機12的相對位置，計算投光了圖案光32a的路面31的平面式，即，攝像機12對于路面31的距離以及姿態(tài)角(法線向量)。而且，由于攝像機12對于車輛10的安裝位置以及攝像方向已知，所以在實施方式中，作為車輛10對于路面31的距離以及姿態(tài)角的一個例子，計算攝像機12對于路面31的距離以及姿態(tài)角。換言之，通過計算攝像機12相對路面31的距離以及姿態(tài)角，可以求出路面31和車輛10之間的距離、以及車輛10對于路面31的姿態(tài)角。具體地說，由于攝像機12以及投光器11被分別固定在車輛10上，所以圖案光32a的照射方向、攝像機12和投光器11的距離(基線長Lb)是已知的。因此，姿態(tài)角計算單元22使用三角測量的原理，可以從各亮點光在圖像上的坐標(biāo)(Uj，Vj)求各亮點光在被照射時的路面31上的位置，作為對于攝像機12的相對位置(Xj，Yj，Zj)。以后，將攝像機12對于路面31的距離以及姿態(tài)角簡稱為“距離以及姿態(tài)角”。由姿態(tài)角計算單元22算出的距離以及姿態(tài)角被存儲在存儲器中。而且，各亮點光對于攝像機12的相對位置(Xj，Yj，Zj)不存在于同一平面上的情況較多。這是因為，與路面31上表露出的瀝青的凹凸相應(yīng)，各亮點光的相對位置產(chǎn)生變化。因此，也可以使用最小二乘法，求與各亮點光的距離誤差的平方和最小的平面式。在圖1所示的自身位置計算單元26中使用這樣算出的距離以及姿態(tài)角的數(shù)據(jù)。特征點檢測單元23從存儲器讀入由攝像機12獲取的圖像，根據(jù)從存儲器讀入的圖像，檢測路面31上的特征點。特征點檢測單元23為了檢測路面31上的特征點，例如，可以使用“D.G.Lowe，“DistinctiveImageFeaturesfromScale-InvariantKeypoints,”Int.J.Comput.Vis.,vol.60,no.2,pp.91-110,Nov.200”中記載的方法?；蛘?，特征點檢測單元23也可以使用“金澤靖,金谷健一,“コンピュータビジョンのための畫像の特徴點抽出,”信學(xué)誌,vol.87,no.12,pp.1043-1048,Dec.2004”中記載的方法。具體地說，特征點檢測單元23例如使用哈里斯(Harris)運算符或者SUSAN算符，檢測物體的頂點那樣與周圍相比亮度值較大地變化的點作為特征點?；蛘撸卣鼽c檢測單元23也可以使用SIFT(Scale-InvariantFeatureTransform，尺度不變特征變換)特征量，檢測在其周圍亮度值按照某個規(guī)則性變化的點作為特征點。然后，特征點檢測單元23對從一個圖像檢測到的特征點的總數(shù)N進行計數(shù)，對各特征點附加識別號(i(1≦i≦N))。各特征點在圖像上的位置(Ui，Vi)被存儲在ECU13內(nèi)的存儲器中。圖6(a)以及圖6(b)表示從攝像機12獲取的圖像檢測到的特征點Te的例子。進而，將各特征點Te的變化方向以及變化量作為向量Dte表示。而且，實施方式中，路面31上的特征點主要設(shè)想大小為1cm以上2cm以下的瀝青混合物的顆粒。為了檢測該特征點，攝像機12的分辨率為VGA(約30萬像素)。而且，攝像機12對于路面31的距離約為70cm。進而，攝像機12的攝像方向從水平面約45度(deg)向路面31傾斜。而且，將攝像機12獲取的圖像轉(zhuǎn)發(fā)至ECU13時的亮度數(shù)值為0～255(0：最暗，255：最亮)的范圍內(nèi)。姿態(tài)變化量計算單元24從存儲器讀入在每個固定的信息處理循環(huán)中拍攝的各幀的圖像中、前次幀圖像中包含的多個特征點在圖像上的位置(Ui，Vi)，進而，從存儲器讀入本次(時刻t+Δt)的幀的圖像中包含的多個特征點在圖像上的位置(Ui，Vi)。然后，姿態(tài)變化量計算單元24根據(jù)多個特征點在圖像上的隨時間的位置變化，求車輛的姿態(tài)變化量。這里，所謂“車輛的姿態(tài)變化量”包含車輛對于路面的“距離以及姿態(tài)角”的變化量，以及路面上的“車輛的移動量”雙方。以下，說明“距離以及姿態(tài)角的變化量”以及“車輛的移動量”的計算方法。例如可以如下那樣求距離以及姿態(tài)角的變化量。圖6(a)是表示在時刻t獲取的第1幀(圖像)38(圖5)的一例。如圖5或者圖6(a)所示，考慮在第1幀38中，例如分別計算三個特征點Te1、Te2、Te3的相對位置(Xi，Y...