驾驶辅助方法和驾驶辅助装置

摘要

提供一种驾驶辅助方法，能够减少错过对地图数据上设定的本车位置进行校正的机会的可能性。在由用于设定从本车到前车的目标车间距离的位置模式控制器(40)执行的驾驶辅助方法中，构成为：判断是否存在基于电子地图数据上记载的道路标识的位置信息与通过搭载于本车的摄像机(11)获取到的道路标识的位置信息的对照结果来对电子地图数据上设定的本车位置执行校正的执行请求。在不存在自我位置校正的执行请求的情况下，将目标车间距离设定为预先设定的第一目标车间距离。在存在自我位置校正的执行请求的情况下，将目标车间距离设定为比第一目标车间距离长的第二目标车间距离。

权利要求

1.一种驾驶辅助方法，是由控制器执行的驾驶辅助方法，所述控制器用于设定从本车到在所述本车的正前方行驶的前车的目标车间距离，所述驾驶辅助方法的特征在于，包括以下步骤：判断是否存在基于地图数据上记载的物标的信息与通过搭载于所述本车的车载传感器获取到的所述物标的信息的对照结果来对所述地图数据上设定的本车位置执行校正的执行请求；

在不存在所述执行请求的情况下，将所述目标车间距离设定为预先设定的第一目标车间距离；以及在存在所述执行请求的情况下，在判断为存在所述执行请求之后，判断无法执行所述校正的不可校正期间是否持续了预先设定的阈值期间以上，在判断为所述不可校正期间持续了阈值期间以上的情况下，将所述目标车间距离设定为比所述第一目标车间距离长的第二目标车间距离。

2.一种驾驶辅助方法，是由控制器执行的驾驶辅助方法，所述控制器用于设定从本车到在所述本车的正前方行驶的前车的目标车间距离，所述驾驶辅助方法的特征在于，包括以下步骤：判断是否存在基于地图数据上记载的物标的信息与通过搭载于所述本车的车载传感器获取到的所述物标的信息的对照结果来对所述地图数据上设定的本车位置执行校正的执行请求；以及在不存在所述执行请求的情况下，将所述目标车间距离设定为预先设定的第一目标车间距离；

在存在所述执行请求的情况下，在判断为存在所述执行请求之后，判断在所述本车正在行驶的车道是否发生了拥堵，在判断为发生了所述拥堵的情况下，将所述目标车间距离设定为比所述第一目标车间距离长的第二目标车间距离。

3.根据权利要求2所述的驾驶辅助方法，其特征在于，

在判断为所述本车为规定车速以下的状态持续了预先设定的规定时间以上时，判断为发生了所述拥堵。

4.根据权利要求2所述的驾驶辅助方法，其特征在于，

所述车载传感器具有能够获取所述物标的信息的探测范围，

在判断为所述探测范围被所述前车遮住规定范围以上时，判断为发生了所述拥堵。

5.根据权利要求2所述的驾驶辅助方法，其特征在于，

在判断为从所述本车到所述前车的车间距离为规定距离以下的状态持续了预先设定的规定时间以上时，判断为发生了所述拥堵。

6.一种驾驶辅助装置，具备控制器，所述控制器用于设定从本车到在所述本车的正前方行驶的前车的目标车间距离，所述驾驶辅助装置的特征在于，所述控制器具备：

请求判断部，其判断是否存在基于地图数据上记载的物标的信息与通过搭载于所述本车的车载传感器获取到的所述物标的信息的对照结果来对所述地图数据上设定的本车位置执行校正的执行请求；

不可校正期间判断部，其在从所述请求判断部输入了存在所述执行请求的判断结果的情况下，判断无法执行所述校正的不可校正期间是否持续了预先设定的阈值期间以上；以及目标车间距离设定部，其在从所述请求判断部输入了不存在所述执行请求的判断结果的情况下，将所述目标车间距离设定为预先设定的第一目标车间距离，在从所述不可校正期间判断部输入了所述不可校正期间持续了阈值期间以上的判断结果的情况下，将所述目标车间距离设定为比所述第一目标车间距离长的第二目标车间距离。

7.一种驾驶辅助装置，具备控制器，所述控制器用于设定从本车到在所述本车的正前方行驶的前车的目标车间距离，所述驾驶辅助装置的特征在于，所述控制器具备：

请求判断部，其判断是否存在基于地图数据上记载的物标的信息与通过搭载于所述本车的车载传感器获取到的所述物标的信息的对照结果来对所述地图数据上设定的本车位置执行校正的执行请求；

拥堵判断部，其在从所述请求判断部输入了存在所述执行请求的判断结果的情况下，判断在所述本车正在行驶的车道是否发生了拥堵；以及目标车间距离设定部，其在从所述请求判断部输入了不存在所述执行请求的判断结果的情况下，将所述目标车间距离设定为预先设定的第一目标车间距离，在从所述拥堵判断部输入了发生了所述拥堵的判断结果的情况下，将所述目标车间距离设定为比所述第一目标车间距离长的第二目标车间距离。

说明书

驾驶辅助方法和驾驶辅助装置

技术领域

[0001] 本公开是涉及驾驶辅助方法和驾驶辅助装置的发明。

背景技术

[0002] 以往，已知一种本车位置检测装置，该本车位置检测装置将基于来自安装于本车的摄像装置的摄像信息识别出的道路标示的形状与包含于地图图像中且存在于本车周边的道路标示的形状进行对比，来对本车的绝对位置进行校正(例如参照专利文献1)。

[0003] 现有技术文献

[0004] 专利文献

[0005] 专利文献1：日本特开2015‑114126号公报

发明内容

[0006] 发明要解决的问题

[0007] 在此，在以往的本车位置检测装置中，为了对本车的绝对位置进行校正，必须基于摄像信息来识别道路标示的形状。然而，存在以下事例：进行校正所需要的道路标示的形状信息未必包含在摄像信息中，从而无法对本车的绝对位置进行校正。特别是，在拥堵中的追踪行驶时，比通常时(非拥堵时)更接近在本车的正前方行驶的前车地追踪该前车。因此，道路标示被前车遮挡，无法通过摄像装置适当地拍摄该道路标示，存在错过校正机会的可能性。

[0008] 本公开是着眼于上述问题而完成的，目的在于提供一种能够减少错过对在地图数据上设定的本车位置进行校正的机会的可能性的驾驶辅助方法和驾驶辅助装置。

[0009] 用于解决问题的方案

[0010] 为了达成上述目的，本公开是由控制器执行的驾驶辅助方法，所述控制器用于设定从本车到在本车的正前方行驶的前车的目标车间距离。

[0011] 在此，控制器判断是否存在基于地图数据上记载的物标的信息与通过搭载于本车的车载传感器获取到的物标的信息的对照结果执行的对地图数据上设定的本车位置的校正的执行请求。而且，在判断为不存在该执行请求的情况下，将目标车间距离设定为预先设定的第一目标车间距离。另一方面，在判断为存在该执行请求的情况下，将目标车间距离设定为比第一目标车间距离长的第二目标车间距离。

[0012] 发明的效果

[0013] 因此，在本公开中，能够减少错过对在地图数据上设定的本车位置进行校正的机会的可能性。

附图说明

[0014] 图1是示出应用了实施例1的驾驶辅助方法和驾驶辅助装置的自动驾驶控制系统的整体系统图。

[0015] 图2是示出自动驾驶控制单元所具备的位置模式控制器的控制块图。

[0016] 图3是示出通过前方识别摄像机拍摄到的拍摄画面的说明图。

[0017] 图4是示出通过实施例1的位置模式控制器执行的位置模式选择控制的流程的流程图。

[0018] 图5是示出通过实施例1的拥堵判断部执行的拥堵判断控制的流程的流程图。

[0019] 图6A是示出在前车为普通轿车且车间距离为第一目标车间距离的情况下的可摄像范围的说明图。

[0020] 图6B是示出在前车为大型卡车且车间距离为第一目标车间距离的情况下的可摄像范围的第一说明图。

[0021] 图6C是示出在前车为大型卡车且车间距离为第一目标车间距离的情况下的可摄像范围的第二说明图。

[0022] 图6D是示出在前车为大型卡车且车间距离为第一目标车间距离的情况下的可摄像范围的第三说明图。

[0023] 图6E是示出在前车为大型卡车且车间距离为第二目标车间距离的情况下的可摄像范围的说明图。

[0024] 图7是说明在拥堵时的追踪行驶中产生了自我位置校正请求的场景中的物标检测的可能性提高作用的说明图。

[0025] 图8是说明在估计位置误差超过阈值误差的场景中的物标检测的可能性提高作用的说明图。

具体实施方式

[0026] 以下，基于附图所示的实施例1来说明用于实施本公开的驾驶辅助方法和驾驶辅助装置的方式。

[0027] (实施例1)

[0028] 实施例1中的驾驶辅助方法和驾驶辅助装置应用于自动驾驶车辆(驾驶辅助车辆的一例)，该自动驾驶车辆当选择自动驾驶模式时，自动控制本车的驱动、制动、转向角，以使自动驾驶车辆沿着所生成的目标行驶路径行驶。以下，将实施例1的结构分为“整体系统结构”、“位置模式控制器的控制块结构”、“位置模式选择控制的处理结构”、“拥堵判断控制的处理结构”来进行说明。

[0029] 以下，基于图1来说明实施例1的整体系统结构。

[0030] 自动驾驶系统10具备车载传感器1、地图数据存储部2、外部数据通信器3、自动驾驶控制单元4、致动器5以及HMI设备6。

[0031] 车载传感器1具有摄像机11、雷达12、GPS 13以及车载数据通信器14。由车载传感器1获取到的传感器信息(本车周围信息)被输出到自动驾驶控制单元4。此外，车载传感器1包括获取车速、加速器开度、转向角等本车信息的传感器。

[0032] 摄像机11是实现作为自动驾驶中要求的功能的、基于拍摄得到的图像数据获取车道、前车、行人等本车的周围信息的功能的周围识别传感器。该摄像机11例如是通过将本车的前方识别摄像机、后方识别摄像机、右方识别摄像机、左方识别摄像机等组合而构成的。

[0033] 摄像机11探测道路标示、道路白线、道路边界、停止线、人行横道、路边石等本车行驶路径上物体、道路构造物、前车、后车、对向车、周围车辆、行人、自行车、二轮车、道路标识、信号机、道路信息牌等本车行驶路径外物体之类的本车周围信息。此外，摄像机11具有通过镜头的视角决定的能够摄像的范围，该可摄像范围为能够获取到物标的信息的探测范围。在此，“物标”是指地图数据上记载的物体中的成为对地图数据上的本车位置进行校正时的基准的物体。具体而言，是具有位置信息作为点并能够将其用作自我位置校正的基准的物体，如道路标识、停止线、向与绘制于分合流地点的车道不同的方向延伸的道路白线、牌子等。

[0034] 雷达12是实现作为自动驾驶中要求的功能的、使用从自身输出的电波探测本车周围的物体的存在的功能以及探测离本车周围的物体的距离的功能的测距传感器。即，在雷达12中，探测上述的本车行驶路径上物体、本车行驶路径外物体的位置信息，并且探测从本车到各物体的距离信息。此外，雷达12具有通过电波的输出范围决定的能够探测物体的范围，该可探测范围为能够获取到物标的信息的探测范围。

[0035] 在此，“雷达12”是包括使用了电波的雷达、使用了光的激光雷达以及使用了超声波的声纳的总称。作为雷达12，例如能够使用激光雷达、毫米波雷达、超声波雷达、激光测距仪(laser range finder)等。该雷达12例如是通过将本车的前方雷达、后方雷达、右方雷达、左方雷达等组合而构成的。

[0036] GPS 13是具有GNSS天线13a且通过利用卫星通信来探测本车的位置信息(纬度/经度)的本车位置传感器。此外，“GNSS”是“Global Navigation Satellite System：全球导航卫星系统”的简称，“GPS”是“Global Positioning System：全球定位系统”的简称。另外，GPS 13在隧道、建筑物比较多的区间等有时本车位置的探测精度下降。因此，在这样的情况下，在自动驾驶控制单元4中，摄像机11、雷达12基于航位推算(dead reckoning)等的信息来计算估计出本车的位置信息。

[0037] 车载数据通信器14是通过经由发送接收天线3a、14a而与外部数据通信器3之间进行无线通信来从外部获取本车不能获取到的信息的外部数据传感器。

[0038] 外部数据通信器3例如在是搭载于在本车的周边行驶的其它车的数据通信器的情况下，在本车与其它车之间进行车车间通信，根据来自车载数据通信器14的请求来获取其它车所保有的各种信息中的本车所需要的信息。另外，该外部数据通信器3例如在是设置于基础设施设备的数据通信器的情况下，在本车与基础设施设备之间进行基础设施通信，根据来自车载数据通信器14的请求来获取基础设施设备所保有的各种信息中的本车所需要的信息。由外部数据通信器3获取到的信息经由车载数据通信器14输出到自动驾驶控制单元4。

[0039] 即，自动驾驶控制单元4通过利用外部数据通信器3实现的与外部设备的通信，例如在若是地图数据存储部2中保存的地图数据的话存在不足的信息、相对于地图数据发生了变更的信息的情况下，能够补充不足信息、变更信息。另外，还能够获取本车预定行驶的目标行驶路径上的拥堵信息、行驶限制信息等交通信息。

[0040] 地图数据存储部2(地图数据)是通过将地图信息与由纬度和经度表示的位置信息相关联而作为所谓的电子地图数据进行存储的车载存储器构成的。

[0041] 在此，在地图数据存储部2中存储有GPS地图数据和高精度三维地图数据(动态地图)。GPS地图数据是用于通常的路径引导的地图数据。另一方面，高精度三维地图数据具有比GPS地图数据更高精度的三维空间信息，是具有至少能够在具有多个车道的道路上识别出各车道的精度的地图数据。通过使用该高精度三维地图数据，能够设定在自动驾驶中本车要在多个车道中的哪个车道行驶这样的目标行驶路径、设定在一个车道中的车宽方向上的目标行驶位置、停止位置。

[0042] 另外，在电子地图数据上记载的地图信息中包含与各地点相对应的道路信息。道路信息是通过节点和连接节点间的道路链接定义的。并且，在电子地图数据上记载的地图信息中包含与设置于本车行驶路的路面、路肩的物标(道路标识、道路标示、道路白线、道路边界、停止线、人行横道等)有关的信息。在此，在电子地图数据中，除了将位置信息与各物标相关联以外，例如还将形状、尺寸之类的位置信息以外的信息与各物标相关联来进行存储。

[0043] 当将通过GPS 13探测出的本车位置、通过计算估计出的本车位置识别为本车位置信息时，自动驾驶控制单元4基于识别出的本车位置信息向地图数据存储部2请求以本车位置为中心的电子地图数据，来获取需要的电子地图数据。然后，在获取到的电子地图数据上设定本车位置。并且，在该自动驾驶控制单元4中，将获取到的电子地图数据和从车载传感器1等输入的各种信息(本车信息、本车位置信息、本车周围信息、目的地信息等)进行综合处理，来生成目标行驶路径、目标车速曲线(包含加速曲线、减速曲线)等。

[0044] 自动驾驶控制单元4当生成目标行驶路径时，为了沿着目标行驶路径行驶而输出行驶控制指令、停止控制指令，并运算需要的驱动指令值、制动指令值、转向角指令值。将由自动驾驶控制单元4运算出的各种指令值从自动驾驶控制单元4输出到各致动器51～53，本车被进行车速控制、转向控制从而沿着目标行驶路径行驶。在此，具体而言，自动驾驶控制单元4向驱动致动器51输出驱动指令值的运算结果，向制动致动器52输出制动指令值的运算结果，向转向角致动器53输出转向角指令值的运算结果。

[0045] 并且，在该自动驾驶控制单元4中，将电子地图数据中存储的物标的位置信息与从通过搭载于本车的车载传感器1的摄像机11拍摄到的图像数据获取到的物标的位置信息进行对照。然后，基于该对照结果对电子地图数据上设定的本车位置进行校正(以下称为“自我位置校正”)。该自我位置校正根据定期地输出的自我位置校正的执行请求被输出而进行。另外，电子地图数据上设定的本车位置与地图图像一起例如经由HMI设备6呈现给驾驶员。

[0046] 致动器5是进行本车的车速控制、转向控制的控制致动器，具有驱动致动器51、制动致动器52以及转向角致动器53。

[0047] 驱动致动器51是被从自动驾驶控制单元4输入驱动指令值来控制向驱动轮输出的驱动力的致动器。作为驱动致动器51，例如在发动机车的情况下使用发动机，在混合动力车的情况下使用发动机和电动发电机(动力运转)，在电动汽车的情况下使用电动发电机(动力运转)。

[0048] 制动致动器52是被从自动驾驶控制单元4输入制动指令值来控制向驱动轮输出的制动力的致动器。作为制动致动器52，例如使用液压增压器、电动增压器、制动液压致动器、制动马达致动器、电动发电机(再生)等。

[0049] 转向角致动器53是被从自动驾驶控制单元4输入转向角指令值来控制转向轮的转轮角的致动器。此外，作为转向角致动器53，使用设置于转向系统的转向力传递系统的转轮马达等。

[0050] HMI设备6是在自动驾驶中向驾驶员、乘客提供本车在地图上的何处移动等信息的设备。此外，“HMI”是“Human Machine Interface：人机界面”的简称。HMI设备6例如是HUD(Head‑UP Display：平视显示器)、仪表显示、导航监视器(车室内监视器)等，也可以将它们中的一个或多个组合。

[0051] 而且，该实施例1的自动驾驶控制单元4具有CPU(Central Processing Unit：中央处理器)、存储介质等，具备进行位置模式选择控制的位置模式控制器40(控制器)，该位置模式选择控制是指设定从本车到在本车的正前方行驶的前车的目标车间距离。

[0052] 以下，基于图2来说明位置模式控制器40的控制块结构。

[0053] 如图2所示，位置模式控制器40具备请求判断部41、不可校正期间判断部42、物标检测预测部43、拥堵判断部44、位置误差估计部45以及位置模式选择部(目标车间距离设定部)46。

[0054] 请求判断部41基于有无从自动驾驶控制单元4输出的自我位置校正的执行请求，来判断是否存在该执行请求，并输出请求判断信息。所输出的请求判断信息被输入到不可校正期间判断部42和位置模式选择部46。在此，请求判断部41在被输入了自我位置校正的执行请求时，将请求标志设定为“1”。另外，该请求判断部41在基于自我位置校正的执行请求开始了校正控制之后，在判断为自我位置校正的执行已完成时，或者在判断为在从输出自我位置校正的执行请求起的规定时间以内自我位置校正的执行未完成时，将请求标志设定为“零”。而且，在该请求标志被设定为“1”时，请求判断部41输出存在自我位置校正的执行请求的请求判断信息。另一方面，在请求标志被设定为“零”时，请求判断部41输出不存在自我位置校正的执行请求的请求判断信息。

[0055] 不可校正期间判断部42在被从请求判断部41输入了“存在自我位置校正的执行请求”的请求判断信息时，将不能执行自我位置校正的期间(以下，称为“不可校正期间”)与预先设定的阈值期间进行比较。然后，判断不可校正期间是否持续了阈值期间以上，输出不可校正期间信息。所输出的不可校正期间信息被输入到物标检测预测部43和位置模式选择部46。在此，不可校正期间判断部42当在不可校正期间为零的状态下被从自动驾驶控制单元4输入了自我位置校正的执行请求时，开始进行时间的计数。该计数时间即为“不可校正期间”。

[0056] 此外，关于不可校正期间，从开始进行计数时起到自我位置校正的执行完成为止持续进行计数，当自我位置校正的执行完成时归零。也就是说，“不可校正期间”是从在不可校正期间为零的状态下产生了自我位置校正的执行请求时起到自我位置校正的执行完成为止的期间。因此，即使在不可校正期间的计数中途再次产生自我位置校正的执行请求，也持续进行不可校正期间的计数，直到自我位置校正的执行完成为止。

[0057] 物标检测预测部43在被从不可校正期间判断部42输入了“不可校正期间持续了阈值期间以上”的不可校正期间信息时，在基于执行请求开始的自我位置校正的执行期间，判断是否能够基于由车载传感器1的摄像机11拍摄到的图像数据检测到在电子地图数据中以本车位置为中心的规定范围内记载的道路标识等物标，并输出物标检测信息。也就是说，判断是否能够实际拍摄到被基于电子地图数据预测为能够从本车拍摄到的物标。所输出的物标检测信息被输入到拥堵判断部44和位置误差估计部45。

[0058] 在此，物标检测预测部43首先获取以在电子地图数据上设定的本车位置为中心的规定范围内的电子地图数据。接下来，从获取到的电子地图数据上记载的物标中预测并确定能够由车载传感器1(摄像机11)检测到的物标。也就是说，在此确定的物标是叠加于以电子地图数据上设定的本车位置为基准决定的摄像机11的可拍摄范围(探测范围)的物标。当确定了物标时，对实际由摄像机11拍摄到的图像数据进行分析，来判断在图像数据中是否包含所确定的物标、即能否通过摄像机11拍摄到该物标。在所确定的物标包含在图像数据中时，物标检测预测部43输出设为实际检测到被预测为能够检测到的物标的物标检测信息。另一方面，在所确定的物标不包含在图像数据中时，物标检测预测部43输出设为实际无法检测到该物标的物标检测信息。

[0059] 拥堵判断部44在被从物标检测预测部43输出了“实际检测到被预测为能够检测到的物标”的物标检测信息时，判断在本车正在行驶的车道是否发生了拥堵，并输出拥堵信息。所输出的拥堵信息被输入到位置模式选择部46。在此，拥堵判断部44在进行了以下列举的判断时，输出发生了拥堵这样的拥堵信息。另一方面，在未能进行以下列举的判断时，输出未发生拥堵这样的拥堵信息。

[0060] ·本车为规定车速以下的状态持续了预先设定的规定时间(以下称为“第一拥堵判定时间”)以上。

[0061] ·车载传感器1的摄像机11的拍摄画面(探测范围)被在本车的正前方行驶的前车遮住了规定范围以上。

[0062] ·从本车到在本车的正前方行驶的前车的车间距离为规定距离以下的状态持续了预先设定的规定时间(以下称为“第二拥堵判定时间”)以上。

[0063] 此外，“拍摄画面被前车遮住了规定范围以上”是指在本车的正前方行驶的前车102的图像面积(在图3中用点着色的区域)在图3所示的拍摄画面110的面积中所占的比例为规定比例以上的状态。

[0064] 位置误差估计部45在被从物标检测预测部43输入了“实际无法检测到被预测为能够检测到的物标”的物标检测信息时，基于从位置模式选择部46输入的信息，由该位置模式选择部46判断是否已经选择了“长车间距模式”作为位置模式。而且，在判断为已经选择了“长车间距模式”作为该位置模式时，判断电子地图数据上设定的本车位置与真正的本车位置的估计位置误差是否为预先设定的阈值误差以上，并输出估计误差信息。所输出的模式判断信息和估计误差信息被输入到位置模式选择部46。

[0065] 在此，在位置误差估计部45中，根据不可校正期间的长度来预测估计位置误差。即，一般来说，不可校正期间越长，则估计位置误差越大。因此，在不可校正期间小于预先设定的规定的误差判断期间时，位置误差估计部45输出估计位置误差小于阈值误差的估计误差信息。另一方面，如果不可校正期间为预先设定的规定的误差判断期间以上，则设为发生了设想以上的、电子地图数据上设定的本车位置与真正的本车位置的误差，从而输出估计位置误差为阈值误差以上的估计误差信息。此外，在该位置误差估计部45中，在判断为未将“长车间距模式”选择为由位置模式选择部46设定的位置模式时，也输出估计位置误差小于阈值误差的估计误差信息。

[0066] 位置模式选择部46基于来自请求判断部41的请求判断信息、来自不可校正期间判断部42的不可校正期间信息、来自拥堵判断部44的拥堵信息以及来自位置误差估计部45的估计误差信息来选择位置模式，基于所选择的位置模式来设定从本车到在本车的正前方行驶的前车的目标车间距离、本车行驶的目标车道。此外，在自动驾驶控制单元4中，运算所需要的驱动指令值、制动指令值、转向角指令值，以实现所设定的目标车间距离、目标车道。自动驾驶控制单元4中运算出的各种指令值被从自动驾驶控制单元4输出到各致动器51～53，来进行车速控制、转向控制，以使车间距离、所行驶的车道与目标一致。此外，所选择的位置模式维持当前的选择状态，直到选择新的位置模式为止。

[0067] 在此，位置模式选择部46在被输入了下述所列举的信息时，选择“通常模式”作为位置模式。

[0068] ·被从请求判断部41输入了“不存在自我位置校正的执行请求”的请求判断信息时。

[0069] ·被从不可校正期间判断部42输入了“不可校正期间未持续阈值期间以上”的不可校正期间信息时。

[0070] ·被从拥堵判断部44输入了“在本车正在行驶的车道未发生拥堵”的拥堵信息时。

[0071] 另外，该位置模式选择部46在被输入了下述所列举的信息时，选择“长车间距模式”作为位置模式。

[0072] ·被从拥堵判断部44输入了“在本车正在行驶的车道发生了拥堵”的拥堵信息时。

[0073] ·被从位置误差估计部45输入了“估计位置误差小于阈值误差”的估计误差信息时。

[0074] 另外，该位置模式选择部46在被输入了下述所列举的信息时，选择“位置迷失模式(position lost mode)”作为位置模式。

[0075] ·被从位置误差估计部45输入了“估计位置误差为阈值误差以上”的估计误差信息时。

[0076] 而且，在选择了“通常模式”作为位置模式的情况下，将本车行驶的目标车道设定为本车正在行驶的车道(本车道)，将目标车间距离设定为基于与前车的相对车速差、天气、道路种类等预先设定的第一目标车间距离。另外，在选择了“长车间距模式”作为位置模式的情况下，将目标车道设定为本车道，将目标车间距离设定为比第一目标车间距离长的第二目标车间距离。此外，在此，将第一目标车间距离的1.5倍的距离设为第二目标车间距离。

[0077] 另外，在选择了“位置迷失模式”作为位置模式的情况下，将目标车道设定为在本车正在行驶的道路中最左侧的车道(左端车道)，将目标车间距离设定为第一目标车间距离。在此，在左侧通行的情况下，道路标识等物标被设置于道路的左侧。另外，在道路的左侧设置有高速道路出口、分流路，存在向与车道不同的方向延伸的道路白线的可能性高。并且，通过向左端车道移动，能够进行从前方最近的高速道路出口去往一般道路的准备。因此，在选择了“位置迷失模式”时，通过将目标车道设定为左端车道，能够更容易地检测到物标。

[0078] 以下，基于图4所示的位置模式选择控制的流程图来说明通过实施例1的位置模式控制器40执行的位置模式选择控制的处理结构。此外，该位置模式选择控制原则上在本车从出发地到抵达目的地为止的期间重复执行。

[0079] 在步骤S1中，判断是否存在自我位置校正的执行请求。在“是”(有执行请求)的情况下进入步骤S2。在“否”(无执行请求)的情况下进入步骤S7。在此，自我位置校正的执行请求的有无是基于请求标志来判断的，该请求标志是基于自我位置校正的执行请求的输入、自我位置校正的执行完成等而设定的。此外，步骤S1相当于请求判断部41。

[0080] 在步骤S2中，继在步骤S1中判断为存在自我位置校正的执行请求之后，判断无法执行自我位置校正的不可校正期间是否为预先设定的阈值期间以上。在“是”(不可校正期间≥阈值期间)的情况下进入步骤S3。在“否”(不可校正期间<阈值期间)的情况下进入步骤S7。此外，步骤S2相当于不可校正期间判断部42。

[0081] 在步骤S3中，继在步骤S2中判断为不可校正期间≥阈值期间之后，判断是否能够基于由摄像机11拍摄到的图像数据实际检测到被基于电子地图数据预测为能够由车载传感器1检测到的物标。在“是”(预测物标的检测成功)的情况下进入步骤S4。在“否”(无法检测到预测物标)的情况下进入步骤S5。此外，步骤S3相当于物标检测预测部43。

[0082] 在步骤S4中，继在步骤S3中判断为预测物标的检测成功之后，判断在本车正在行驶的车道上是否发生了拥堵。在“是”(拥堵中)的情况下进入步骤S8。在“否”(没有拥堵)的情况下进入步骤S7。在此，是否发生了拥堵的判断处理是基于后述的拥堵判断控制的流程图进行的。此外，步骤S4相当于拥堵判断部44。

[0083] 在步骤S5中，继在步骤S3中判断为无法检测到预测物标之后，判定是否选择了“长车间距模式”作为当前选择的位置模式。在“是”(位置模式＝长车间距模式)的情况下进入步骤S6。在“否”(位置模式＝通常模式或位置迷失模式)的情况下进入步骤S8。

[0084] 在步骤S6中，继在步骤S5中判断为位置模式＝长车间距模式之后，判断在电子地图数据上设定的本车位置与真正的本车位置的估计位置误差是否为预先设定的阈值误差以上。在“是”(估计位置误差≥阈值误差)的情况下进入步骤S9。在“否”(估计位置误差<阈值误差)的情况下进入步骤S8。此外，步骤S5和步骤S6相当于位置误差估计部45。

[0085] 在步骤S7中，继在步骤S1中判断为不存在自我位置校正的执行请求、或者在步骤S2中判断为不可校正期间<阈值期间、或者在步骤S4中判断为没有发生拥堵中的任一者之后，选择“通常模式”作为位置模式，进入返回。由此，目标车道被设定为本车道，本车维持在当前正在行驶的车道中行驶。另外，目标车间距离被设定为基于与前车的相对车速差等预先设定的第一目标车间距离。此外，“不存在自我位置校正的执行请求”的状况是指不需要执行自我位置校正。另外，“不可校正期间<阈值期间”的状况是指由于从进行自我位置校正起的经过时间短从而估计位置误差少，因此不需要使目标车间距离、目标车道积极地变动。另外，“没有发生拥堵”的状况是指能够适当维持从本车到前车的车间距离，且前车不易妨碍物标探测。

[0086] 在步骤S8中，继在步骤S4中判断为拥堵中、或者在步骤S5中判断为位置模式＝通常模式或位置迷失模式、或者在步骤S6中判断为估计位置误差<阈值误差中的任一者之后，选择“长车间距模式”作为位置模式，进入返回。由此，目标车道维持为本车当前正在行驶的车道。另外，目标车间距离被设定为比第一目标车间距离长的第二目标车间距离。此外，“拥堵中”的状况是指从本车到前车的车间距离短从而前车容易妨碍物标探测。另外，“位置模式＝通常模式或位置迷失模式”以及“估计位置误差<阈值误差”的状况是指通过使车间距离扩大而存在物标探测的机会增加的余地。

[0087] 在步骤S9中，继在步骤S6中判断为估计位置误差≥阈值误差之后，选择“位置迷失模式”作为位置模式，进入返回。由此，目标车道被设定为左端车道，根据需要进行自动车道变更。另外，目标车间距离被设定为第一目标车间距离。此外，“估计位置误差≥阈值误差”的状况是指由于估计位置误差大且需要进行自我位置校正，因此需要更容易地检测电子地图数据上记载的物标。另外，步骤S7～步骤S9相当于位置模式选择部46。

[0088] 以下，基于图5所示的拥堵判断控制的流程图来说明通过实施例1的拥堵判断部44执行的拥堵判断控制的处理结构。

[0089] 在步骤S11中，判断本车在D档下车速是否为预先设定的规定车速(例如10km/h)以下。在“是”(车速≤规定车速)的情况下进入步骤S12。在“否”(车速>规定车速)的情况下进入步骤S14。此外，车速通过搭载于本车的车速传感器检测。另外，车速为规定车速以下的状况既可以是正在行驶，也可以是车速为零而停止。

[0090] 在步骤S12中，继在步骤S11中判断为车速≤规定车速之后，进行从车速成为规定车速以下起的经过时间即第一计时器的计数，进入步骤S13。

[0091] 在步骤S13中，继在步骤S12中的第一计时器的计数之后，判断计数得到的第一计时器是否为预先设定的第一拥堵判定时间以上。在“是”(第一计时器≥第一拥堵判定时间)的情况下，设为本车成为规定车速以下的状态持续了第一拥堵判定时间以上，进入步骤S18。在“否”(第一计时器<第一拥堵判定时间)的情况下，设为本车成为规定车速以下的状态未持续第一拥堵判定时间以上，返回到步骤S11。

[0092] 在步骤S14中，继在步骤S11中判断为车速>规定车速之后，判断车载传感器1的摄像机11的拍摄画面(探测范围)是否被在本车的正前方行驶的前车遮住了规定范围以上。在“是”(被遮住了规定范围以上)的情况下，进入步骤S18。在“否”(未被遮住规定范围以上)的情况下，进入步骤S15。在此，摄像机11的拍摄画面是否被前车遮住了规定范围以上的判断是基于前车的图像面积相对于拍摄画面的面积的比例来判断的。即，在前车的图像面积在拍摄画面的面积中所占的比例为规定比例以上时判断为“拍摄画面被前车遮住了规定范围以上”，在前车的图像面积在拍摄画面的面积中所占的比例小于规定比例时判断为“拍摄画面未被前车遮住规定范围以上”。

[0093] 在步骤S15中，继在步骤S14中判断为摄像机11的拍摄画面(探测范围)未被前车遮住规定范围以上之后，判断从本车到在本车的正前方行驶的前车的实际的车间距离是否为规定距离以下。在“是”(车间距离≤规定距离)的情况下进入步骤S16。在“否”(车间距离>规定距离)的情况下进入步骤S19。在此，车间距离通过雷达12来检测。

[0094] 在步骤S16中，继在步骤S15中判断为车间距离≤规定距离之后，进行从本车前方的车间距离成为规定距离以下起的经过时间即第二计时器的计数，进入步骤S17。

[0095] 在步骤S17中，继在步骤S16中的第二计时器的计数之后，判断计数得到的第二计时器是否为预先设定的第二拥堵判定时间以上。在“是”(第二计时器≥第二拥堵判定时间)的情况下，设为从本车到前车的车间距离成为规定距离以下的状态持续了第二拥堵判定时间以上，进入步骤S18。在“否”(第二计时器<第二拥堵判定时间)的情况下，设为从本车到前车的车间距离成为规定距离以下的状态未持续第二拥堵判定时间以上，返回到步骤S15。

[0096] 在步骤S18中，继在步骤S13中判断为第一计时器≥第一拥堵判定时间、或者在步骤S14中判断为摄像机11的拍摄画面(探测范围)被前车遮住了规定范围以上、或者在步骤S17中判断为第二计时器≥第二拥堵判定时间中的任一者之后，判断为在本车正在行驶的车道中发生了拥堵，进入结束。由此，拥堵判断部44输出发生了拥堵这样的拥堵信息。

[0097] 在步骤S19中，继在步骤S15中判断为车间距离>规定距离之后，判断为在本车正在行驶的车道中未发生拥堵，进入结束。由此，拥堵判断部44输出未发生拥堵这样的拥堵信息。

[0098] 以下，基于图6A～图6E，来说明由于从本车到前车的车间距离的不同而发生的物标的探测范围的变化及其课题。在此，物标设为设置于左路端的道路标识103，车载传感器1设为设置于本车101的前部且用来对本车前方进行摄像的摄像机11(前方识别摄像机)。另外，图中，通过附加稀疏的斜线来表示摄像机11能够拍摄到的范围111，通过附加细密的斜线来表示未被前车102遮住的摄像范围(能够拍摄道路标识103的范围)112。

[0099] 在前车102为车高比较低的普通轿车、小型轿车、轻型汽车等的情况下，如图6A所示，即使将目标车间距离设定为第一目标车间距离L1进行追踪行驶，被前车102遮住的摄像机11的拍摄画面(探测范围)的比例也低。因此，能够确保未被前车102遮住的摄像范围112，从而能够通过摄像机11拍摄作为物标的道路标识103，基于图像数据来进行检测。其结果，还能够执行自我位置校正。

[0100] 另一方面，在前车102为车高比较高的卡车、公共汽车之类的大型汽车等的情况下，如图6B所示，在将目标车间距离设定为第一目标车间距离L1来进行追踪行驶时，被前车102遮住的摄像机11的拍摄画面(探测范围)的比例高。因此，难以充分确保不被前车102遮住的摄像范围112，从而无法通过摄像机11适当地拍摄作为物标的道路标识103。另外，如图
6C和图6D所示，即使由于本车101和前车102各自行驶而接近道路标识103，道路标识103也只有一部分进入未被前车102遮住的摄像范围112。因此，基于通过摄像机11拍摄到的图像数据检测道路标识103变得非常困难。因此，自我位置校正的校正机会有可能会减少。

[0101] 与此相对地，想到以下情况：即使在前车102为车高比较高的大型汽车等的情况下，如图6E所示，将目标车间距离设定为比第一目标车间距离L1长的第二目标车间距离L2(例如第一目标车间距离L1的1.5倍)来进行追踪行驶。此时，由于前车102离本车101远，因此从前车102的两端向摄像机11的中心引出的两根直线所成的角(视角)变小。因此，被前车102遮住的摄像机11的拍摄画面(探测范围)的比例变小。由此，即使前车102为大型自动车，也能够通过扩大车间距离来确保不被前车102遮住的摄像范围112，从而能够通过摄像机11拍摄作为物标的道路标识103，基于图像数据来检测该道路标识103。其结果，还能够执行自我位置校正。

[0102] 以下，基于图7来说明在本车正在行驶的车道上发生了拥堵的场景中的实施例1的驾驶辅助方法和驾驶辅助装置中的物标检测的可能性提高作用。

[0103] 即，在本车101通过自动驾驶进行行驶的期间，与前车102隔开被设定为第一目标车间距离L1的车间距离地追随前车102进行追踪行驶时，在时刻t1，当被输入了自我位置校正的执行请求时，在图4所示的步骤S1中进行肯定判断，进入步骤S2。在此，如果从前次的自我位置校正执行完成起的经过时间为阈值期间以上，则在步骤S2中进行肯定判断，进入步骤S3。

[0104] 然后，在执行自我位置校正的期间，判断是否能够基于由摄像机11拍摄到的图像数据实际检测到被基于电子地图数据预测为能够从本车101拍摄到的道路标识等物标。在物标的检测成功的情况下，在步骤S3中进行肯定判断，进入步骤S4，判断在本车101正在行驶的车道即本车道104是否发生了拥堵。

[0105] 在此，例如如果本车101成为规定车速以下的状态持续了预先设定的第一拥堵判定时间以上，则在图5所示的流程图中，依次进入步骤S11、步骤S12、步骤S13、步骤S18，判断为本车道104发生了拥堵。由此，在步骤S4中进行肯定判断，进入步骤S8，选择“长车间距模式”作为位置模式。即，将目标车道维持为本车101正在行驶的车道(本车道104)，并且将目标车间距离设定为比第一目标车间距离L1长的第二目标车间距离L2。

[0106] 此外，在将目标车间距离设定为第一目标车间距离L1来进行追踪行驶的中途，即使车速高，但是在摄像机11的拍摄画面(探测范围)被前车102遮住了规定范围以上时，也在图5所示的流程图中依次进入步骤S11、步骤S14、步骤S18，判断为本车道104发生了拥堵。而且，选择“长车间距模式”作为位置模式，并且目标车间距离被设定为第二目标车间距离L2。

[0107] 另外，在将目标车间距离设定为第一目标车间距离L1来进行追踪行驶的中途，在实际的车间距离为规定距离以下且该状态持续了第二拥堵判定时间以上的情况下，在图5所示的流程图中依次进入步骤S11、步骤S14、步骤S15、步骤S16、步骤S17、步骤S18，判断为本车道104发生了拥堵。然后，选择“长车间距模式”作为位置模式，并且目标车间距离被设定为第二目标车间距离L2。

[0108] 并且，在执行自我位置校正的期间，在基于由车载传感器1的摄像机11拍摄到的图像数据无法检测到道路标识等物标的情况下，在步骤S3中进行否定判断，进入步骤S5。然后，判断是否已经选择了“长车间距模式”作为位置模式。

[0109] 在图7所示的场景中，在时刻t1时间点，选择了将目标车间距离设定为第一目标车间距离L1的“通常模式”，因此在步骤S5中进行否定判断，进入步骤S8，选择“长车间距模式”作为位置模式。然后，将目标车道维持为本车道104，并且将目标车间距离设定为比第一目标车间距离L1长的第二目标车间距离L2。

[0110] 另一方面，当在步骤S3中进行否定判断后进入步骤S5时已经选择了“长车间距模式”作为位置模式的情况下，从步骤S5进入步骤S6。然后，判断在电子地图数据上设定的本车位置与真正的本车位置的估计位置误差是否为预先设定的阈值误差以上。在此，在估计位置误差小且小于阈值误差时，在步骤S6中进行否定判断，进入步骤S8，选择“长车间距模式”作为位置模式。此外，在该情况下，由于已经选择了“长车间距模式”作为位置模式，因此维持“长车间距模式”作为位置模式。也就是说，将目标车道维持为本车道104，并且将目标车间距离维持为比第一目标车间距离L1长的第二目标车间距离L2。

[0111] 然后，当目标车间距离被设定为第二目标车间距离L2时，通过进行减速控制，或者使起步时机(timing)比前车102的起步时机迟、或者比前车102的停止时机更早停止，来扩大实际的车间距离。因此，在时刻t2时间点，从本车101到前车102的车间距离与第二目标车间距离L2一致。然后，通过使车间距离变长，如图6E所示，即使前车102为大型汽车，也能够确保不被前车102遮住的摄像范围112，从而能够提高检测物标的可能性。其结果，能够减少错过自我位置校正的机会的可能性。

[0112] 与此相对，在本车101通过自动驾驶进行行驶的期间，在与前车102隔开被设定为第一目标车间距离L1的车间距离地追随前车102进行追踪行驶时不存在自我位置校正的执行请求的情况下，在步骤S1中进行否定判断进入步骤S7。即，选择“通常模式”作为位置模式，将目标车道维持为本车道104，并且将目标车间距离设定为基于车速等规定条件决定的第一目标车间距离L1。

[0113] 另外，在不可校正期间小于阈值期间的情况下、在判断为本车道104未发生拥堵的情况下，也分别在步骤S2中进行否定判断进入步骤S7，或者在步骤S4中进行否定判断进入步骤S7。然后，选择“通常模式”作为位置模式，将目标车道维持为本车道104，并且将目标车间距离设定为基于车速等规定条件决定的第一目标车间距离L1。

[0114] 由此，在不需要执行自我位置校正的场景、车间距离短的担忧低的场景中，能够防止将目标车间距离设定得过长，能够以适当的车间距离进行行驶。

[0115] 另外，在该实施例1中，以不可校正期间持续了预先设定的阈值期间以上为条件选择“长车间距模式”作为位置模式。也就是说，在能够在适当的时机执行完自我位置校正时，能够防止选择“长车间距模式”作为位置模式。因此，能够防止将目标车间距离设定得过长，能够在抑制了车间距离的变动的基础上，抑制校正的机会的减少。

[0116] 并且，在该实施例1中，在本车101正在行驶的本车道104发生了拥堵时，即使在能够基于摄像机11的图像数据检测到物标(道路标识103等)的情况下，也选择“长车间距模式”作为位置模式。由此，在车间距离由于拥堵而变短从而错过执行自我位置校正的机会的可能性高时，能够预先将目标车间距离设定为比较长的第二目标车间距离。因此，能够减少错过校正的机会的可能性。

[0117] 而且，在实施例1中，在本车101成为规定车速以下的状态持续了第一拥堵判定时间以上的情况下判断为在本车道104上发生了拥堵。因此，能够简易地识别出判断为拥堵，能够在适当的时机将目标车间距离设定为第二目标车间距离L2。而且，能够适当地制作出能够执行自我位置校正的状况。

[0118] 另外，在根据摄像机11的摄像范围(探测范围)110被前车102遮住了规定范围以上而判断为在本车道104上发生了拥堵的情况下，能够在识别出难以基于摄像机11的图像数据检测物标(道路标识103等)的状况的基础上，将目标车间距离设定为第二目标车间距离L2。因此，在需要执行自我位置校正时，能够可靠地制作出能够执行自我位置校正的状况。

[0119] 并且，在根据从本车101到前车102的实际的车间距离成为规定距离以下的状态持续了第二拥堵判定时间以上而判断为在本车道104上产生了拥堵的情况下，能够简易地识别出判断为拥堵。而且，能够在适当的时机将目标车间距离设定为第二目标车间距离L2，并能够适当地制作出能够执行自我位置校正的状况。

[0120] 以下，基于图8来说明在估计位置误差超过阈值误差的场景中的实施例1的驾驶辅助方法和驾驶辅助装置中的物标检测的可能性提高作用。

[0121] 即，在存在自我位置校正的执行请求且不可校正期间为阈值期间以上且无法检测到电子地图数据上记载的物标(在图8中为道路标识103)的情况下，依次进入步骤S1、步骤S2、步骤S3、步骤S5，判断是否选择了“长车间距模式”作为位置模式。在此，在已经选择了“长车间距模式”作为位置模式且目标车间距离被设定为第二目标车间距离L2的情况下，进入步骤S6，判断在电子地图数据上设定的本车位置与真正的本车位置的估计位置误差是否为预先设定的阈值误差以上。

[0122] 也就是说，考虑如图8所示那样将电子地图数据上设定的本车位置设为位置101a的情况。此时，将估计位置误差设为车宽方向上为±0.2m、车辆前后方向上为±5.0m，将阈值误差设为5.0m，将摄像机11的摄像范围设为从本车101起5m～50m。此外，由于车宽方向能够以道路白线为基准进行校正，因此只考虑车辆前后方向上的误差。而且，在设为估计位置误差最大的情况下，从道路标识103起1m～55m的范围成为被预测为能够由摄像机11拍摄到的范围。如果本车101存在于估计位置误差范围内，则认为在本车101在该估计位置误差范围(在图8中用虚线105包围的范围)内行驶的期间能够检测到一次道路标识103。

[0123] 另一方面，当在假定本车101在该估计位置误差范围内行驶时一次也不能检测到道路标识103的情况下，认为是被前车遮住摄像范围106或者是真正的本车位置为位置101b且产生了阈值误差以上的估计位置误差中的某一者。因此，基于本车101的估计位置和摄像机11的拍摄画面来判断估计位置误差是否为阈值误差以上。

[0124] 而且，如果估计位置误差(基于不可校正期间进行估计)为阈值误差以上，则在步骤S6中进行肯定判断，进入步骤S9。而且，选择“位置迷失模式”作为位置模式。由此，目标车道被设定为在本车正在行驶的道路中最左侧的车道(左端车道107)，目标车间距离被设定为第一目标车间距离L1。因此，通过向作为目标车道的左端车道107进行自动车道变更，本车101向更易于检测出电子地图数据上记载的作为物标的道路标识103的车道移动。因此，即使估计位置误差大，也能够减少自我位置校正的机会减少的可能性。

[0125] 此外，在该实施例1中，示出在选择了“位置迷失模式”作为位置模式的情况下将目标车道设定为左端车道107、并且通过自动车道变更将本车101行驶的位置向左端车道107改变的例子。然而，例如也可以是，中止自动驾驶模式，切换为驾驶员自己进行驾驶的手动驾驶模式。并且，在将目标车道设定为左端车道107但实际上判断为不能向该左端车道107进行车道变更的情况下，也可以是，将目标车道设定为右端车道108，并进行自动车道变更，以去向右端车道108。在该情况下也能够在比较容易地检测出道路的端侧的物标的车道上行驶，从而能够抑制自我位置校正的机会的减少。

[0126] 以下，说明效果。在实施例1的驾驶辅助方法和驾驶辅助装置中能够得到下述列举的效果。

[0127] 一种驾驶辅助方法，是由控制器(位置模式控制器40)执行的驾驶辅助方法，该控制器用于设定从本车101到在本车101的正前方行驶的前车102的目标车间距离，驾驶辅助方法构成为：判断是否存在基于地图数据(电子地图数据)上记载的物标(道路标识103)的位置信息与通过搭载于本车101的车载传感器1的摄像机11获取到的物标(道路标识103)的位置信息的对照结果来对地图数据(电子地图数据)上设定的本车位置执行校正的执行请求(步骤S1)；在不存在执行请求的情况下，将目标车间距离设定为预先设定的第一目标车间距离L1(步骤S7)；在存在执行请求的情况下，将目标车间距离设定为比第一目标车间距离L1长的第二目标车间距离L2(步骤S8)。

[0128] 由此，能够减少错过对在电子地图数据上设定的本车位置进行校正的机会的可能性。

[0129] 另外，构成为：在判断为存在执行请求(步骤S1)之后，判断无法执行自我位置校正的不可校正期间是否持续了预先设定的阈值期间以上(步骤S2)，在不可校正期间持续了阈值期间以上的情况下，将目标车间距离设定为第二目标车间距离(步骤S8)。

[0130] 由此，能够防止目标车间距离被设定得过长，从而能够在抑制车间距离的变动的基础上，抑制校正的机会的减少。

[0131] 另外，构成为：在判断为存在执行请求(步骤S1)之后，判断在本车101正在行驶的车道(本车道104)上是否发生了拥堵(步骤S4)，在判断为发生了拥堵的情况下，将目标车间距离设定为所述第二目标车间距离(步骤S8)。

[0132] 由此，在车间距离由于拥堵而变短从而错过执行自我位置校正的机会的可能性高时，能够预先将目标车间距离设定为比较长的第二目标车间距离，从而能够减少错过校正的机会的可能性。

[0133] 而且，构成为：在判断为本车101为规定车速以下的状态持续了预先设定的规定时间(第一拥堵判定时间)以上时，判断为发生了拥堵(步骤S11～步骤S13、步骤S18)。

[0134] 由此，能够在简易地识别出判断为拥堵的基础上，适当地制作出能够执行自我位置校正的状况。

[0135] 另外，构成为：车载传感器1的摄像机11具有能够获取物标(道路标识103)的信息的探测范围(摄像范围)，在探测范围(摄像范围)被前车102遮住规定范围以上时，判断为发生了拥堵(步骤S14、步骤S18)。

[0136] 由此，能够在识别出难以检测到物标(道路标识103等)的状况的基础上，适当地制作出能够执行自我位置校正的状况。

[0137] 另外，构成为：在判断为从本车101到前车102的实际的车间距离为规定距离以下的状态持续了预先设定的规定时间(第二拥堵判定时间)以上时，判断为发生了拥堵(步骤S15～步骤S18)。

[0138] 由此，能够在简易地识别出判断为拥堵的基础上，适当地制作出能够执行自我位置校正的状况。

[0139] 还提出一种驾驶辅助装置，具备控制器(位置模式控制器40)，该控制器用于设定从本车101到在本车101的正前方行驶的前车102的目标车间距离，驾驶辅助装置构成为，控制器(位置模式控制器40)具备：请求判断部41，其判断是否存在基于地图数据(电子地图数据)上记载的物标(道路标识103)的位置信息与通过搭载于本车101的车载传感器1的摄像机11获取到的物标(道路标识103)的位置信息的对照结果来对地图数据(电子地图数据)上设定的本车位置执行校正的执行请求；以及目标车间距离设定部(位置模式选择部46)，其在从请求判断部41输入了不存在执行请求的判断结果(请求判断信息)的情况下，将目标车间距离设定为预先设定的第一目标车间距离L1，在存在执行请求的情况下，将目标车间距离设定为比第一目标车间距离L1长的第二目标车间距离L2。

[0140] 由此，能够减少错过对电子地图数据上设定的本车位置进行校正的机会的可能性。

[0141] 以上，基于实施例1说明了本公开的驾驶辅助方法和驾驶辅助装置，但是对于具体的结构，不限于该实施例1，只要在不脱离权利要求书的各权利要求所涉及的发明的主旨的范围内，允许进行设计的变更、追加等。

[0142] 在实施例1中，示出了在设定在自动行驶模式下的行驶时追随前车102进行追踪行驶时的目标车间距离的场景中应用了本公开的驾驶辅助方法和驾驶辅助装置的例子。然而，不限于此。例如，还能够在驾驶员通过自己的操作进行本车101的驾驶的手动行驶模式下的行驶时在例如过于接近前车102等的情况下经由HMI设备6通知警告的驾驶辅助车辆中应用本公开的驾驶辅助方法和驾驶辅助装置。也就是说，即使是手动行驶模式时，也在存在自我位置校正的执行请求的情况下将作为警告通知基准的目标车间距离设定为第二目标车间距离L2。由此，能够防止从本车101到前车102的车间距离变短。而且，由于能够防止车间距离变短，因此能够容易地通过摄像机11探测到物标，从而减少错过自我位置校正的机会的可能性。

[0143] 另外，在实施例1中，在判断为自我位置校正的执行已完成时、判断为在从输出自我位置校正的执行请求起的规定时间以内自我位置校正的执行未完成时，将请求标志设定为“零”。而且，示出了输出不存在自我位置校正的执行请求的请求判断信息、从而选择“通常模式”作为位置模式的例子。也就是说，在实施例1中，在选择“长车间距模式”作为位置模式从而目标车间距离被设定为第二目标车间距离L2时，在规定时间以内自我位置校正的执行未完成时，暂时选择“通常模式”，来将目标车间距离设定为第一目标车间距离L1。由此，能够防止目标车间距离长的状态(被设定为第二目标车间距离L2的状态)不必要地持续。

[0144] 然而，不限于此。例如，也可以是，直至自我位置校正的执行完成为止，持续将请求标志设定为“1”，选择“长车间距模式”作为位置模式，持续将目标车间距离设定为第二目标车间距离L2。由此，能够抑制目标车道变更的变动。另外，也可以是，不论无法执行自我位置校正的时间的长度如何，当从经过电子地图数据上记载的道路标识等物标起的行驶距离达到了规定距离时，将请求标志设定为“零”，选择“通常模式”作为位置模式。

[0145] 另外，在实施例1中，示出了执行图5所示的拥堵判断控制处理来判断在本车道是否发生了拥堵的例子，但是不限于此。例如，也可以是，基于通过与外部数据通信器3的通信获取到的拥堵信息，来判断是否发生了拥堵。

[0146] 并且，在实施例1中，示出了使用摄像机11(前方识别摄像机)作为搭载于本车101来探测物标的车载传感器1的例子，但是不限于此。例如，也可以是，基于由雷达12探测出的物标的位置信息来进行自我位置校正。

[0147] 另外，在实施例1中，示出了基于地图数据上记载的物标的位置信息与通过摄像机11获取到的物标的位置信息的对照结果来执行自我位置校正的例子，但是不限于此。例如，也可以是，基于地图数据上记载的物标(道路标示、道路白线等)的形状信息与通过摄像机
11获取到的物标(道路标示、道路白线等)的形状信息的对照结果来进行自我位置校正。