JP3690366B2 - 前方物体検出装置 - Google Patents
前方物体検出装置 Download PDFInfo
- Publication number
- JP3690366B2 JP3690366B2 JP2002151086A JP2002151086A JP3690366B2 JP 3690366 B2 JP3690366 B2 JP 3690366B2 JP 2002151086 A JP2002151086 A JP 2002151086A JP 2002151086 A JP2002151086 A JP 2002151086A JP 3690366 B2 JP3690366 B2 JP 3690366B2
- Authority
- JP
- Japan
- Prior art keywords
- straight line
- road structure
- detection
- reliability
- road
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Expired - Fee Related
Links
Images
Landscapes
- Traffic Control Systems (AREA)
- Optical Radar Systems And Details Thereof (AREA)
Description
【０００１】
【発明の属する技術分野】
本発明は、自車両の前方に存在する先行車或いは道路構造物等の物体を検出する前方物体検出装置に関する。
【０００２】
【従来の技術】
車両に搭載され、当該車両の前方に存在する構造物（ガードレール等）、或いは先行車両の存在を検出する検出装置として採用されるスキャン式レーダ信号のグルーピング処理方法として、例えば、特開平７−２７０５３６号公報（以下、従来例という）に記載されたものが知られている。
【０００３】
この従来例に記載されたものは、車両に搭載されたレーダを用いて、複数物体からの距離と横位置（道路と直交する方向の位置）を計測し、距離の近い順に検出物標を並べ替え、並べ替えた順に従い、相互に隣接する検出物体について、所定の方向に連続性があるかどうか判定する。そして、この連続性判断結果によりグルーピングを行い、グループに属する検出点の情報に基づき、検出物標が連続性を持つ道路構造物か、連続性を持たない先行車かの分類を行う。
【０００４】
【発明が解決しようとする課題】
しかしながら、上述した従来例に記載された方法では、互いに隣接する検出点が所定の方向に連続性を有するかどうかにより、グルーピングや検出物標の分類を行うようにしているので、自車両の前方がカーブ路で、且つ、先行車が存在する場合においては、この先行車に隠されて、道路構造物からの検出点は、連続性が途切れてしまうことがある。このような状況においては、グループ化された道路構造物の検出点は、相対位置と検出総数の関係のみを用いた判断では、連続性がないと判断され、先行車として分類されてしまうことがある。
【０００５】
これを図１３に示す説明図を参照して説明すると、自車両の前方にカーブ路が存在する場合には、デリニエータ等の道路構造物が、先行車両に隠れてしまうことがある。従って、グループＡ、Ｂ、Ｃの３つが得られることになり、実際には、グループＢとグループＣは同一の構造物であるにも関わらず、別体として認識されてしまうことがある。
【０００６】
即ち、ガードレール等の道路構造物は、本来、道路の沿道に長距離に渡って配置されいているものであるにも関わらず、先行車により隠れてしまった場合には、連続性を検出することができなくなってしまい、その結果、ガードレールであるにも関わらず、先行車両であると判断されてしまうことがあった。
【０００７】
よって、従来における相対位置と検出総数の関数から検出点の分類を行う方法では、道路構造物を先行車と誤判断する可能性が高いという問題が生じていた。
【０００８】
本発明は、このような従来の課題を解決するためになされたものであり、その目的とするところは、自車両の前方に存在する物体を、精度良く検出することのできる前方物体検出装置を提供することにある。
【０００９】
【課題を解決するための手段】
上記目的を達成するため、本願請求項１に記載の発明は、自車両に搭載されて自車両前方に存在する物体を検出する前方物体検出装置であって、自車両前方に送信波を走査させながら出射して、自車両前方に存在する物体からの反射波を検出し、検出した反射波に基づいて、自車両に対する前記物体位置を示す複数の検出点を生成する物体検出手段と、前記物体検出手段にて検出された複数の検出点に基づき、所定の演算手法を用いて、同一であると見なされる物体による検出点どうしを連結する直線を算出する直線算出手段と、前記直線算出手段で検出された直線に基づき、自車両が走行する道路の端部に存在する道路構造物からの検出点で構成される直線を抽出する直線抽出手段と、前記直線抽出手段にて抽出された直線近傍に存在する複数の検出点をグルーピングし、これを道路構造物として検出する道路構造物検出手段と、を備え、前記直線算出手段は、物体位置を示す複数の検出点に基づき、検出点の分解能を低下させた際の、自車両から各検出点までの距離と、自車両が走行する道路の幅方向位置との関係を示す２次元配列データを生成するデータ変換手段と、前記データ変換手段にて得られる２次元配列データを、前記所定の演算手法にて２次元パラメータ空間のデータに変換し、当該２次元パラメータ空間中における各点の累積度の極大値を求めることにより、前記検出点どうしを連結する直線を算出する直線位置算出手段と、を有することを特徴とする。
【００１０】
請求項２に記載の発明は、前記道路構造物検出手段で検出されなかった検出点のうち、互いに隣接する検出点をグルーピングして第１グループデータを得る第１のグルーピング手段と、前記第１のグルーピング手段により、今回得られたグループデータに対応するデータが、前回得られたグループデータ中に含まれている場合には、これを第２グループデータとする第２のグルーピング手段と、を更に備え、前記第２グループデータが検出された際に、これを自車両前方に存在する物体によるものであると判断することを特徴とする。
【００１２】
請求項３に記載の発明は、前記直線抽出手段は、前記直線算出手段にて算出された直線のうち、自車両の走行方向、或いは自車両が走行する道路の白線方向との相関が高く、且つ、自車両と離れた領域に存在する前記極大値を選択する極大値選択手段を有し、該極大値選択手段にて選択された極大値に対応する直線を抽出することを特徴とする。
【００１３】
請求項４に記載の発明は、前記道路構造物検出手段は、前記直線抽出手段にて抽出された直線と、当該直線を抽出する際に使用した各検出点との距離を算出し、算出された距離が所定値以下である場合には、この検出点を道路構造物のデータであると判定する道路構造物判定手段を具備したことを特徴とする。
【００１４】
請求項５に記載の発明は、前記直線抽出手段は、前記直線算出手段にて算出された直線のうち、自車両に対して自車両の走行する幅方向に相関が低く、自車両と離れた領域に存在する前記極大値を選択する第２極大値選択手段を有し、当該第２極大値選択手段にて選択された極大値に対応する直線を抽出することを特徴とする。
【００１５】
請求項６に記載の発明は、前記道路構造物検出手段は、異なる時間での検出結果に基づいて検出点に道路構造物となる信頼度を付与する道路構造物信頼度付与手段と、前記道路構造物信頼度付与手段にて高い信頼度を付与された複数の検出点に基づき、所定の条件を用いて、道路構造物と判定される検出点どうしを連結する道路構造物直線を算出する道路構造物直線算出手段と、前記道路構造物直線算出手段で算出された前回計測時の道路構造物直線近傍に存在する複数の検出点を所定の条件に基づき、道路構造物のデータとしてグルーピングを行い、道路構造物直線を示す値を更新する道路構造物直線更新手段と、有することを特徴とする。
【００１６】
請求項７に記載の発明は、前記道路構造物信頼度付与手段は、前記直線抽出手段にて抽出された直線と前記道路構造物直線算出手段にて時間的前に算出された道路構造物直線と各検出点の距離を算出し、算出した距離が所定値以下、且つ検出点から所定の領域内に別の検出点が存在しなければ、信頼度を高くする第１信頼度付与手段と、各検出点と時間的に前に検出された検出点との比較から各検出点の相対速度を算出し、相対速度が所定値以下であれば、信頼度を高くし、所定値以上であれば、信頼度を低くする第２信頼度付与手段と、を有することを特徴とする。
【００１７】
請求項８に記載の発明は、前記道路構造物直線算出手段は、前記道路構造物信頼度付与手段により付与された信頼度が高い検出点どうしの距離を算出し、距離が所定値以下であれば同一道路構造物を構成する検出点として連結して直線を検出することを特徴とする。
【００１８】
請求項９に記載の発明は、前記道路構造物直線更新手段は、前回検出した道路構造物直線と各検出点の距離を算出し、算出した距離が所定値以下、且つ前記道路構造物信頼度付与手段により付与された信頼度が高い場合、及び、算出した距離が所定値以下、且つ信頼度が低く、近傍に走行物体が存在しない場合には、この検出点を道路構造物のデータしてグルーピングを行い、直線位置を更新することを特徴とする。
【００２０】
【発明の効果】
請求項１の発明では、レーザレーダより出射される送信波の、複数物標による反射信号に基づいて、自車両から物標までの距離と横位置とを計測し、計測された複数の検出点から構成される直線を求める。そして、道路構造物から構成される検出点の領域を特定し、グルーピングをすることによって、先行車の存在により道路構造物からの検出点の連続性が途切れた状況となった場合でも道路構造物を正確にグルーピングすることができる。これにより、車両前方に存在する道路構造物を確実に検出することができる。また、物体位置を示す複数検出点の分解能を落とした距離と横位置の２次元データを用いることにより、道路構造物の検出点は２次元パラメータ空間へ変換される際に、特定のごく狭い領域に変換されることとなり、極大値を求めることが容易になる。これにより、道路構造物を構成する検出点からなる直線を容易に求めることが可能となる。
【００２１】
請求項２の発明では、レーザレーダより出射される送信波の、複数物標による反射信号に基づいて、自車両から物標までの距離と横位置とを計測し、計測された複数の検出点から構成される直線を求める。そして、道路構造物から構成される検出点の領域を特定し、グルーピングをすることによって、先行車の存在により道路構造物からの検出点の連続性が途切れた状況となった場合であっても道路構造物を正確にグルーピングを行うことができる。更に、時間的な対応づけの間違いが発生し易い密集して存在する道路構造物からの検出点を除いて、残りの隣接する検出点をグルーピングする。このことから、前方の複数物標に対して正確なグルーピングと物標分類が可能となる。
【００２３】
請求項３の発明では、検出直線の傾きと自車の走行方向または白線方向との相関が高くなり、自車からの横位置が離れた領域から極大値を求めることにより、正確に道路構造物の検出点から構成される直線を求めることが可能となる。
【００２４】
請求項４の発明では、直線抽出手段にて抽出された直線とレーザレーダにて検出された複数の検出点との距離を計算し、この距離が所定値を越えるかどうかに基づいて、この直線が道路構造物であるか否かを判断することにより、検出領域に幅を持たせながら道路構造物の検出点を抽出することができ、正確な道路構造物のグルーピングが可能となる。
【００２５】
請求項５の発明によれば、検出直線の傾きと自車両の幅方向に相関が低くなり、自車からの横位置及び縦位置が離れた領域から極大値を求めることにより、自車の前方の手前部分が直線で、遠方でカーブ路になるような複雑な道路形状においても、正確に道路構造物の検出点で構成される直線を求めることが可能になる。
【００２６】
請求項６の発明によれば、異なる時間での検出結果に基づき道路構造物となる信頼度を算出し、信頼度の高い検出点で構成される道路構造物直線を求める。そして、前回の道路構造物直線から道路構造物の領域を特定し、グルーピングすることによって、今回の検出においてオクルージョン（検出できたり、できなかったりする動作が頻繁に変動すること）などにより道路構造物検出点からの反射が少ない状況においても、道路構造物を正確にグルーピングを行うことができる。
【００２７】
請求項７の発明よれば、異なる時間に検出された直線との比較と近傍と検出点との位置関係により信頼度を算出することにより、オクルージョンや道路構造物の近傍に存在する車両の影響を受けない信頼度算出が行える。更に前回の検出点との比較により相対速度を求めることにより、信頼度を付与する。このように信頼度の付与を２段階で行うことにより道路構造物の信頼度算出が正確に行うことができる。請求項８の発明によれば、道路構造物の信頼度が高い検出点どうしの距離を計算し、この距離が所定値を超えるかどうかに基づいて、同一道路構造物を構成する検出点か否かを判断することにより、検出領域に幅を持たせながら、道路構造物の検出点の連結が可能になり、正確な道路構造物直線を求めることができる。
【００２８】
請求項９の発明によれば、前回検出した道路構造物直線と各検出点の距離を算出し、この距離が所定値以下であり、且つ道路構造物の信頼度が高い検出点であれば、道路構造物のデータとしてグルーピングを行う。また、直線との距離が所定値以下であるが、信頼度が低い検出点においては、近傍に走行物体がなければ、道路構造物のデータとして、グルーピングを行う。このことにより、オクルージョンの影響により道路構造物の検出点が少なく、今回の検出において直線が抽出でないない場合においても道路構造物の検出点を正確に検出することができる。更に道路構造物にもかかわらず時間的な対応付けの間違えを起こし信頼度の低下した検出点を補正し、正確に道路構造物データとしてグルーピングすることが可能となる。
【００３０】
【発明の実施の形態】
以下、本発明の一実施形態を、図面に基づいて説明する。ここでは、距離センサとしてスキャニングレーザレーダ（以下、レーザレーダという）を利用する場合について説明する。
【００３１】
本発明は、例えば、図１に示す如くの物体検出装置に適用される。
【００３２】
［物体検出装置の構成］
図１は、物体検出装置の機能的な構成を示すブロック図である。この物体検出装置は、車両前方に設けられたレーザレーダ（物体検出手段）１と、走行時の挙動を検出する車両拳動検出部２と、レーザレーダ１及び車両挙動検出部２より与えられる情報に基づいて、自車両前方に存在する物体を検出するための物体検出処理を行う演算部３と、を備えて構成されている。
【００３３】
レーザレーダ１は、図２に示すように、車両の前部に設置される。また、スキャニング面において所定の角度で光軸を変更することで、所定のスキャン範囲でレーザ光を走査させる。これにより、レーザレーダ１はスキャン範囲に存在する物体にレーザ光を照射する。
【００３４】
レーザレーダ１は、出射したレーザ光が前方に存在する物体に照射されて反射された反射レーザ光を検出することにより、反射レーザ光の光強度に基づいた反射信号を取得する。そして、取得した反射信号に基づいた距離計測処理を行うことにより、距離計測情報を生成し、これを演算部３に出力する。
【００３５】
車両挙動検出部２は、車両のシフトポジションを検出するシフトポジションセンサと、車両左右後輪の車輪速を検出する車輪速センサと、車両の操舵角を検出する操舵角センサとを備える。このシフトポジションセンサ、車輪速センサ、操舵角センサからのセンサ信号を用いて、車両位置、車両進行方向、車両の向き、移動距離を算出する演算装置を備える。
【００３６】
車両挙動検出部２は、上述の各センサより得られる車両位置、進行方向、車両の向き、移動距離を、車両走行情報として演算部３に出力する。
【００３７】
演算部３は、車両内部に搭載されたＣＰＵ（Central Processing Unit), ＲＡＭ(Random Access Memory), ＲＯＭ(Read Only Memory), 入出力Ｉ／Ｆ等からなるマイクロコンピュータで構成されており、直線算出手段３１と、直線抽出手段３２と、道路構造物検出手段３３と、第１のグルーピング手段３４と、第２のグルーピング手段３５の各機能ブロックに分割される。また、直線算出手段３１は、
データ変換手段３１１と、直線位置算出手段３１２と、を具備しており、直線抽出手段３２は、極大値選択手段３２１を具備しており、更に、道路構造物検出手段３３は、道路構造物判定手段３３１を具備している。また、演算部３は、レーザレーダ１及び車両拳動検出部２より得られる情報に基づいて、自車両１１の前方に存在する物体を検出する物体検出処理を行う。なお、この物体検出処理の詳細については後述する。
【００３８】
［物体検出装置の動作］
この物体検出装置では、自車両１１が走行しているときにおいて、レーザレーダ１により自車両１１の前方に存在する物体の距離計測処理を行う。ここで、自車両前１１の前方方向のスキャン範囲内には物体Ａ〜Ｃが存在するものとし、図３を用いて説明する。
【００３９】
レーザレーダ１は、スキャン範囲内にレーザ光を走査して距離計測処理をすることで、スキャン範囲に含まれる検出対象物までの距離情報を得る。これにより、レーザレーダ１（図中、ＬＲで表記）は、図３に示すように、物体Ａ〜Ｃについての距離情報を得た検出点ａ〜ｎを得る。同図では検出点ａ〜ｎは物体Ａ〜Ｃについて得た距離に従ってプロットしている。レーザレーダ１は検出点ａ〜ｎについての情報を演算部３に出力する。
【００４０】
演算部３は、検出点におけるＺ方向の距離と、Ｘ方向の距離の最小単位を、例えばＺ方向２ｍ、Ｘ方向０．５ｍとして、図４（ａ）に示す如くの、縦軸をＺ方向の距離、横軸をＸ方向の距離とする検出点ａ〜ｎの２次元配列データＮを生成する。このとき、検出点の分解能を低下させている。即ち、図３に示す例では、ａ〜ｎの１４点を検出点としているが、図４（ａ）では、データ格納配列は８個として、検出点が近距離の場合に同じパラメータ空間に変換している。これは、検出点を２次元パラメータ空間へ変換する際に、特定の狭い領域に変換されるようにするために処理である。
【００４１】
演算部３のデータ変換手段３１１は、検出点の２次元配列データと同一の次元を有するパラメータ空間Ｓを考え、データ配置によって計算されるパラメータ空間Ｓ中の累積度の極大値を求め、更に直線位置算出手段３１２は、ハフ変換により、検出点から構成される直線を求める。
【００４２】
また、演算部３は、以下に示す（１）式で示される関数を持つパラメータ空間θρを表現する２次元配列データＳを用意し、各点の累積度を表す値を０に初期化する。
【００４３】
ρ＝ｘ・ｃｏｓθ＋ｚ・ｓｉｎθ ・・・（１）
次いで、演算部３は、２次元配列データＮを走査して検出点ａ〜ｎに対応したデータを検出する毎に、（１）式に従って、図４（ｂ）に示すようなθρ空間に曲線を描き、曲線上の点に対応する２次元配列データＳ（累積値）を１だけ増加させる。
【００４４】
演算部３は、上述した処理を各検出点について繰り返すことにより、θρ空間の累積値を求め、しきい値Ｔ１と比較する。極大値選択手段３２１は、図５に示すように、しきい値Ｔ１以上と判定したときには、検出点から構成する直線を示す極大値θｍ，ρｍとして検出する。
【００４５】
演算部３は、θは検出した直線の傾き、ρは検出した直線と原点までの距離を示すことを利用し、車両挙動検出部２で検出した車両の向きが略同一となる（即ち、θと車両の移動ベクトルの相関が高くなる）θ領域と、自車両１１からＸ方向の距離が離れた検出点で構成される直線を示すこととなる（即ち、ρが大きい値を示す）ρ領域とが重なる範囲を、極大値選択範囲とする。
【００４６】
直線抽出手段３２は、上述した極大値選択範囲から極大点θρを求め、（１）式に代入することにより直線Ｌを求める。更に、演算部３は、図６（ａ）に示すように、直線Ｌと検出点との距離Ｄを計算し、しきい値Ｔ２と比較する。演算部３は、距離Ｄがしきい値Ｔ２以下であると判定したときには、道路構造物データとしてグルーピング処理を行う。道路構造物判定手段３３１は、上述した処理を各検出点について繰り返し行うことにより、図６（ｂ）に示すように道路構造物データを検出し、得られたデータから回帰分析することで、正確な道路構造物の位置情報を取得する。
【００４７】
演算部３は、上述で道路構造物データとならなかった検出点に対して、スキャン開始位置から隣接する検出点を演算し、演算して得た距離差の絶対値としきい値Ｚｔ１とを比較する。
【００４８】
演算部３は、距離差の絶対値がしきい値Ｚｔ１以下であると判定したときには、距離差を演算する際に使用した２つの検出点を、同一物標から反射した反射レーザ光により得たものと判定して、グルーピング対象とする。一方、演算部３は、距離差の絶対値がしきい値Ｚｔ１以上である場合、或いは、隣接する検出点が存在せず孤立した検出点である場合には、１つの検出点でのみでグルーピング対象とする。
【００４９】
演算部３は、上述した処理を各検出点について繰り返すことにより、図３に示すように、検出点ｄ，ｅをグルーピングｒ（ｌ、ｔ）として認識し、検出点ｈ，ｉをグルーピングｒ（２，ｔ）として認識する。また演算部３は、検出点ｋ，ｌをグルーピング対象とできないグルーピングｒ（３，ｔ）及びｒ（４，ｔ）として認識する。
【００５０】
これにより、演算部３は、各グルーピングｒと、各グルーピングｒに含まれる検出点と、各検出点についての距離計測情報からなる第１グループデータを得る。この第１グループデータには、Ｘ方向における強度分布により自車両１１の前方に存在する物体のＸ方向における幅を示す物体幅情報も含む。
【００５１】
このように、演算部３は、道路構造物を除いたデータに対して、レーザ光の反射に基づくグルーピング処理をし、この処理を例えば所定間隔で行うことで時間的に前後する複数の第１グループデータを得る。
【００５２】
また、この物体検出装置では、自車両１１が走行しているときにおいて、上述の第１グルーピング処理により得た時間的に前後する第１グループデータの比較をし、時間的に前後するグルーピングｒが同一のグルーピングか否かの判定をする。このとき、演算部３は、時間的に前後するグループデータの情報を比較する。そして、演算部３は、時間的に前後する同一グループデータについての自車両１１に対する相対速度を計算する。
【００５３】
演算部３は、第１グルーピング処理を行うときには、時間的に前に相対速度を演算した第１グループデータと、今回の処理対象となる第１グループデータとの比較を行う。演算部３は、時間的に前に相対速度を演算した第１グループデータと、今回の処理対象となる第１グループデータについて、以下に示す（ａ１）、（ａ２）の、２つの条件を満たす場合には、時間的に前後する第１グループデータが同一物標によるものであると判定する。
【００５４】
（ａ１）時間的に前に検出された第１グループデータの相対速度から推定した今回の自車両１１との距離と、実測した今回の第１グループデータとの距離差の絶対値がしきい値Ｚｔ２以下である。
【００５５】
（ａ２）時間的に前に検出された第１グループデータのＸ方向における中心点と、今回の第１グループデータのＸ方向における中心点の距離差の絶対値がしきい値Ｘｔ１以下である。
【００５６】
上述の第１グルーピング処理の次に、演算部３は、時間的に前の第１グループデータと同一物標によるものと認識された第１グループデータについて自車両１１に対する相対速度を演算し、第１グループデータに含まれる情報として追加する。
【００５７】
また、演算部３は、時間的に前の第１グループデータと同一物標によるものと認識されていない第１グループデータについては、相対速度の演算ができず、内部メモリに保持しておき、次回の第１グルーピング処理時に使用する。
【００５８】
これにより、演算部３は、各グルーピングｒと各グルーピングｒに含まれる各検出点と、各検出点についての距離計測情報と相対速度情報とからなる第１グループデータを得る。
【００５９】
演算部３は、上述の第１グルーピング処理後に、第２グルーピング処理を行う。このグルーピング処理では時間的に前に既に求められた第２グループデータと今回検出された相対速度が計算された第１グループデータとの比較を行う。ここで演算部３は、前回の第２グループデータにおけるＸ方向の中心位置から左右１／２車線幅（例えば１．７５ｍ）をグルーピング範囲として決定し、この範囲内に存在する複数の検出点をグルーピングする。
【００６０】
演算部３は、前回の第２グループデータと、今回の相対速度が計算され、上述のグルーピング範囲にＸ方向の中心位置が存在する第１グループデータについて、以下に示す（ｂ１）〜（ｂ４）の４つの判定条件を全て満たす場合に、前回の第２グループデータと今回のグループデータとを同一物標とする。
【００６１】
（ｂ１）前回の第２グループデータの相対速度から推定した今回の自車両１１との距離と、今回の第１グループデータとの距離差の絶対値がしきい値Ｚｔ３以下。
【００６２】
（ｂ２）前回の第２グループデータの相対速度と今回の第１グループデータの相対速度比が０より大きい、ただし前回の第２グループデータの相対速度の絶対値が所定値（例えば５ｍ／ｓ程度）の場合は、適用除外とする。
【００６３】
（ｂ３）前回の第２グループデータの相対速度と、今回の第１グループデータの相対速度との相対速度差がしきい値Ｖｔ１以下。
【００６４】
（ｂ４）結合後の第２のグループデータの物体幅がしきい値Ｗｔ１以下。
【００６５】
更に、上記の判定条件を満たさずに同一物標がない第１グループデータについては、演算部３は第１グループデータどうしでグルーピングを行い、以下に示す（ｃ１）〜（ｃ３）に示す３つの判定条件を満たす場合に、新規の第２グループデータとしてグループ化する。
【００６６】
（ｃ１）今回の第１グループデータどうしにおける距離差の絶対値がＺｔ４以下。
【００６７】
（ｃ２）今回の第１グループデータどうしにおける相対速度の絶対値がＶｔ２以下。
【００６８】
（ｃ３）グルーピング後の物体幅がしきい値Ｗｔ２以下。
【００６９】
また、演算部３は、同一物標がない第１グループデータについての判定条件を満たさない場合には、１つの各第１グループデータを新規に第１グループデータとする。
【００７０】
このような、第２グルーピング処理を行うことにより、演算部３は、自車両１１の前方に存在する物体に含まれる検出点で構成される第２グループデータを生成する。
【００７１】
［演算部３による物体検出手順］
図７は、演算部３により物体検出処理を行う際の処理手順を示すフローチャートである。同図に示すように、自車両１１が走行しているときにおいて、ステップＳ１以降の処理を開始する。
【００７２】
ステップＳ１において、レーザレーダ１により車両前方をスキャンすることでスキャン範囲内でレーザ光を走査し、前方に存在する物体からの反射レーザ光を得る。これにより、レーザレーダ１は、自車両１１の前方に存在する物体との距離計測情報を得て、各検出点に関する情報を得る。
【００７３】
次に、ステップＳ２において、演算部３は、上述した２次元配列データ生成を行う。このとき、演算部３は、例えばＺ方向とＸ方向の距離の最小単位をそれぞれ、２ｍ及び０．５ｍとして、ステップＳ１の処理で得られた検出点を２次元配列データＮに変換する。
【００７４】
次いで、ステップＳ３において、演算部３は、上述した２次元パラメータ空間Ｓへの変換を行う。このとき演算部３は、θρ空間を表現する２次元配列データＳをあらかじめ０に初期化し、検出点を変換した２次元配列データＮ内を順に走査し、データが存在すれば、上述した（１）式に基づいて、θρ空間に曲線を描き、曲線上の点に対応する２次元配列データＳの値を１だけ増加させる。このような処理を２次元配列データＮの全配列データに対して行い、次のステップＳ４の処理に移行する。
【００７５】
ステップＳ４において、演算部３は、θρ空間を表現する２次元配列データＳから、道路構造物の検出点で構成される直線に対応する極大値（θｍ，ρｍ）の選択を行う。このとき演算部３は、まず２次元配列データＳの値としきい値Ｔ１の比較を行い、しきい値Ｔ１以上となる値は、複数の検出点から構成される直線に対応する極大値とする。
【００７６】
更に、演算部３は、道路構造物の検出点から構成される直線に対応する極大値を選択するため、上述の極大値選択範囲の設定を行い、この領域内に存在する極大値を道路構造物の検出点で構成される直線を示す値として選択し、ステップＳ５の処理に移行する。
【００７７】
ステップＳ５において、演算部３は、ステップＳ１で検出した検出点が道路構造物か否かを判定する。このとき演算部３は、ステップＳ４により選択した極大値から直線式を求め、ステップＳ１で検出した検出点との比較を行い、道路構造物とするための判定条件を満たすときは、ステップＳ６、ステップＳ７の処理に移行し、判定条件を満たさないときには、ステップＳ８以降の処理に移行する。
【００７８】
ステップＳ６において、演算部３は、道路構造物のグルーピングを行う。このとき演算部３は、ステップ５において道路構造物と判定された検出点を内部メモリに保存する。
【００７９】
ステップＳ７において、演算部３は、内部メモリに保存された道路構造物とした検出点を読み出し、これらの点から直線式を再計算し、道路構造物の位置情報として出力し、ステップＳ１に処理する。
【００８０】
ステップＳ８において、演算部３は、ステップＳ５において道路構造物と判定されなかった検出点に対して上述した第１グルーピング処理を行う。このとき演算部３は、例えばスキャン範囲において自車両１１から見た右側の端部から検出点間の距離を演算し、演算して得た距離差の絶対値がしきい値Ｚｔ１以下であるときは、第１グループデータとする。そして、演算部３は、順次距離差の絶対値がしきい値Ｚｔ１を超える位置、或いは、隣接する点が存在しない位置まで検出点の比較をする。演算部３は、この第１グループデータ処理を行うことで、グルーピングに含まれる各検出点の距離を平均して得たグルーピング距離、グルーピングのＸ方向における中心点、グルーピングの右端点と左端点との位置差とレーザレーダ１による単位スキャン幅とを加算した物体幅からなる第１グループデータを内部メモリに保存し、ステップＳ９の処理に移行する。
【００８１】
ステップＳ９において、演算部３は、上述した時間的に前後する第１グループデータの比較を行う。演算部３は、ステップＳ８で得た第１グループデータ及び前回に取得して内部メモリに格納された第１グループデータのうち、相対速度が計算されている第１グループデータの比較を行い、上述の同一物標からの第１グループデータと判定するときの判定条件を満たすときには同一物標とする。これにより、演算部３は、後のステップで相対速度を計算するために、第１グループデータに過去２点の距離計測情報を追加する。
【００８２】
このステップＳ９において、演算部３は、ステップＳ８で得た各第１グループデータごとに時系列判断するための判定条件を満たすか否かの判定をし、判定条件を満たす第１グループデータであるときには、時系列的な対応付けが可能な過去の第１グループデータが存在するとしてステップＳ１１に処理を進める。
【００８３】
更に、このステップＳ９において、演算部３は、相対速度が検出されている前回の第１グループデータと今回の第１グループデータとが判定条件を満たさない場合は、前々回の第１グループデータと今回の第１グループデータとが判定条件を満たすか否かを判定する。演算部３は、今回の第１グループデータが前々回の第１のグループデータとの間で時系列判断するための判定条件を満たさないときには、過去の第１グループデータを削除する。
【００８４】
また、このステップＳ９において、演算部３は、相対速度が検出されている前回、前々回の第１グループデータと今回の第１グループデータとが判定条件を満たさない場合には、相対速度が計算されていない前回の第１グループデータと判定条件を満たすか否かを判定する。今回の第１グループデータが前回の相対速度が計算されていない第１グループデータとの間で時系列判断するための判定条件を満たさないときには、ステップＳ１０の処理を進める。
【００８５】
ステップＳ１０において、演算部３は、ステップＳ９で過去の第１グループデータと同一物標によるものでないと判定された今回の第１グループデータのＺ方向における距離、Ｘ方向における中心点、物体幅を保存して、ステップＳ１に処理を戻す。なお、このとき保存した各種情報は、次回以降のステップＳ９の時系列判断で使用する。
【００８６】
ステップＳ１１において、演算部３は、過去の第１グループデータとの間で時系列判断をするための判定条件を満たした第１グループデータについて、今回、前回及び前々回の距離情報を用いて相対速度を計算し、計算した相対速度情報を第１グループデータに追加する。
【００８７】
演算部３は、上述のステップＳ９〜ステップＳ１１までの処理をステップＳ８で検出した全ての第１グループデータについて行い、以降のステップＳ１２〜ステップＳ１４の処理に移行する。
【００８８】
ステップＳ１２において、演算部３は、ステップＳ１１で相対速度が計算された第１グループデータと過去の第２グループデータとの比較をして、同一物標と判定するための判定条件を満たす第１グループデータが存在するか否かを判定する、演算部３は、同一物標を判定するための判定条件を満たす第２グループデータが存在すると判定したときにはステップＳ１４に処理を進め、存在しないと判定したときには、ステップＳ１３に処理を進める。
【００８９】
ステップＳ１２において、演算部３は、過去の第２グループデータと同一物標とされた第１グループデータからＺ方向における距離の平均値、物体の左右端点、相対速度の平均を求める。
【００９０】
次にステップＳ１４において、演算部３は、ステップＳ１２で得た各種情報をＺ方向における距離、Ｘ方向における物体の位置、物体幅、相対速度、検出回数の値を更新する。
【００９１】
更に、ステップＳ１３において、演算部３は、ステップＳ１２において過去の第２グループデータとの間で判定条件を満たさず、同一物体が存在しない第１グループデータどうしを比較し、同一物標するための判定条件を満たすときにはグルーピングを行い、新規に第２グループデータを生成し、判定条件を満たさないときには１つの第１グループデータで新規に第２グループデータを生成し、ステップＳ１３に処理を進める。
【００９２】
このようなステップＳ１２〜ステップＳ１４までの処理を、ステップＳ１１で相対速度が計算された全ての第１グループデータに対して行い、ステップＳ１５の処理に移行する。
【００９３】
ステップＳ１５において、演算部３は、ステップＳ１２〜ステップＳ１４の処理で得た自車両１１に対するＺ方向における距離、Ｘ方向における距離、物体幅、相対速度を、例えば運転者が認識できるような形態にして提示する。
【００９４】
このようにして、本実施形態に係る前方物体検出装置では、ハフ変換を用いることにより、同一直線上に存在する検出点をグルーピングするので、先行車両の存在により、同一の道路構造物より得られる検出信号が途切れた場合であっても、確実にこの道路構造物を検出することができる。従って、自車両がカーブ路にさしかかった場合であっても、確実な前方物体の検出が可能となる。
【００９５】
更に、検出点の分解能を低下させることにより、道路構造物の検出点は２次元パラメータ空間へ変換される際に、特定のごく狭い領域に変換されることとなり、極大値を求める処理が容易となる。
【００９６】
次に、本発明の第２の実施形態について説明する。図８は、第２の実施形態に係る前方物体検出装置の構成を示すブロック図である。本実施形態に係る前方物体検出装置においても、前述した第１の実施形態と同様に、レーザレーダ１と、車両挙動検出部２と、演算部３と、を具備している。また、演算部３は、直線算出手段３１と、直線抽出手段３２と、道路構造物検出手段３３と、第１のグルーピング手段３４と、第２のグルーピング手段３５と、を具備している点で、第１の実施形態と一致している。
【００９７】
但し、直線抽出手段３２、及び道路構造物検出手段３３の構成が相違しているので、以下、この点について説明する。
【００９８】
図８に示すように、直線抽出手段３２は、第２極大値選択手段３２２を有している。該第２極大値選択手段３２２は、θが検出した直線の傾きを示し、ρが検出した直線から原点までの距離を示すことを利用して、車両の幅方向と相関が低くなるθ領域と、自車両１１からＸ及びＹ方向の距離が離れた検出点で構成される直線を示すことになるρ領域とが重なる範囲を第２極大値選択範囲として設定する処理を行う。
【００９９】
そして、直線抽出手段３２は、上記の処理にて設定された第２極大値選択範囲から極大値θ，ρを求め、この極大値θ，ρを前述した（１）式、即ち、下記の式に代入することにより、直線Ｌ１を求める。
【０１００】
ρ＝ｘ・ｃｏｓθ＋ｚ・ｓｉｎθ ・・・（１）
また、道路構造物検出手段３３は、道路構造物信頼度付与手段３３２と、道路構造物直線算出手段３３３と、道路構造物直線更新手段３３４と、を具備している。
【０１０１】
道路構造物信頼度付与手段３３２は、図９に示すように、直線Ｌ１と検出点との距離Ｄを計算し、この距離Ｄとしきい値Ｔ２とを比較する。そして、距離Ｄがしきい値Ｔ２以下であると判定し、Ｘ方向に車幅程度（例えば、４ｍ程度）、Ｚ方向に１ｍ程度の範囲内に別の検出点が存在しなければ、この検出点を道路構造物候補として該検出点の信頼度Ｃ（道路構造物である可能性を示す数値）を上げる。更に、他の道路構造物直線Ｌ２が検出されている場合には、同様にこの検出点と直線Ｌ２との距離を計算し、しきい値Ｔ２と比較し、上述と同じ条件を満たした場合には、信頼度Ｃを上げる（第１信頼度付与手段）。
【０１０２】
また、道路構造物信頼度付与手段３３２は、前回の検出点（前回のスキャン時における検出点）と今回の検出点（今回のスキャン時における検出点）との比較を行う。前回の検出点と今回の検出点について、以下に示す（ｄ１）、（ｄ２）の２つの条件を満たす場合には、これらを同一検出点と判定し、この検出点の自車両１１に対する相対速度Ｖを計算する。
【０１０３】
（ｄ１）前回の検出点の自車両１１からの距離と、今回の検出点の自車両からの距離の、距離差の絶対値がしきい値Ｚｔ５以下である。
【０１０４】
（ｄ２）前回の検出点のＸ方向の位置と、今回の検出点のＸ方向の位置との距離差の絶対値がしきい値Ｘｔ２以下である。
【０１０５】
そして、道路構造物信頼度付与手段３３２は、上記（ｄ１），（ｄ２）の条件満たして求められる相対速度Ｖが、しきい値Ｖｔ３未満であると判定したときには、この検出物は、道路構造物である可能性が高いので、道路構造物データとして信頼度Ｃを上げ、反対に、しきい値Ｖｔ３以上と判定したときには、走行物体である可能性が高いので、信頼度Ｃを下げる（第２信頼度付与手段）。当該道路構造物信頼度付与手段３３２は、上述した処理を各検出点について繰り返し行うことにより道路構造物候補データを検出し、各検出点に信頼度を付与する。
【０１０６】
道路構造物直線算出手段３３３は、図１０に示すように、上述での処理で付与した信頼度Ｃが、しきい値Ｃｔ１以上となる検出点を、自車両１１に近い検出点から順に取得する。
【０１０７】
そして、道路構造物直線上の検出点として求められておらず、自車両１１に最も近いしきい値Ｃｔ１以上となる検出点と、この検出点と隣接するしきい値Ｃｔ１以上の検出点と、を得る。次いで、しきい値Ｃｔ１以上となる各検出点の、Ｚ方向の距離差がしきい値Ｚｔ６以下、Ｘ方向の距離差がしきい値Ｘｔ３以下である場合には、これらの検出点は、同一道路構造物より得られた検出点であるとし、それぞれの検出点を始点及び終点として連結する直線を算出する。
【０１０８】
更に、道路構造物直線算出手段３３３は、各検出点が、以下に示す（ｅ１）、（ｅ２）の２つの条件を満たすときに、これらの検出点が同一道路構造物より得られたものであるとして、各検出点を連結し、直線の終点を更新する。また、２つの条件を満たさない場合には、その検出点を始点として新たな道路構造物直線を算出する。
【０１０９】
（ｅ１）直線の終点となる検出点と検出点のＺ方向の距離差がしきい値Ｚｔ６以下。
【０１１０】
（ｅ２）検出点のＺ方向の位置における直線上の点を推定し、その推定点と検出点のＸ方向の距離差の絶対値がしきい値Ｘｔ３以下。
【０１１１】
そして、道路構造物直線算出手段３３３は、上述の処理を信頼度Ｃがしきい値Ｃｔ１以上となる点について繰り返し行うことにより、道路構造物直線を算出する。
【０１１２】
道路構造物直線更新手段３３４は、上述した道路構造物直線算出手段３３３において、前回算出された直線Ｌ２（前回スキャン時による測定で算出された直線）と、今回の検出点との距離Ｄを計算し、この距離Ｄとしきい値Ｔ２とを比較する。そして、距離Ｄがしきい値Ｔ２以下であると判定し、信頼度Ｃがしきい値Ｃｔ１以上である判定とし、且つ、以下に示す（ｆ１）を満たす場合には、この検出点は道路構造物であるものとしてグルーピング処理を行う。
【０１１３】
他方、距離Ｄがしきい値Ｔ２以下であると判定し、信頼度Ｃがしきい値Ｃｔ１未満であると判定し、且つ、以下に示す（ｆ１）、（ｆ２）を満たす場合にはこの検出点は、道路構造物であるものとしてグルーピング処理を行う。
【０１１４】
（ｆ１）検出点のＺ方向の距離が、｛過去に道路構造物直線として検出されたＺ方向の最小検知距離｝−Ａ（Ａは１．０ｍ程度）以下で、｛最大検知距離｝＋Ａ以下。
【０１１５】
（ｆ２）Ｘ方向に車幅程度（４ｍ程度）、Ｚ方向に１ｍ程度の範囲内に走行物体が存在しない。
【０１１６】
道路構造物直線更新手段３３４は、上述した処理を各道路構造物直線と各検出点について繰り返し行うことにより、道路構造物データを検出し、得られた検出点から道路構造物直線の始点・終点・最大検知距離・最小検知距離の位置を更新する。
【０１１７】
次に、第２の実施形態に係る前方物体検出装置の動作について説明する。図１１，図１２は、図８に示した演算部３により、物体検出処理を行う際の処理手順を示すフローチャートである。
【０１１８】
同図に示すように、自車両１１が走行しているときにおいて、ステップＳ１以降の処理を開始する。ここで、ステップＳ１〜Ｓ３までの処理手順は上述の処理手順（図７参照）と同様な処理手順となるので、省略する。
【０１１９】
図１１に示すステップＳ４０において、演算部３は、θρ空間を表現する２次元配列データＳから、道路構造物の検出点で構成される直線に対応する極大値（θｍ、ρｍ）の選択を行う。このとき演算部３は、まず２次元配列データＳの値としきい値Ｔ１の比較を行い、しきい値Ｔ１以上となる値は、複数の検出点から構成される直線に対応する極大値とする。
【０１２０】
更に、演算部３は、道路構造物の検出点から構成される直線に対応する極大値を選択するため、上述の第２極大値選択範囲の設定を行い、この領域内に存在する極大値を道路構造物の検出点で構成される直線を示す値として選択し、ステップＳ５０の処理に移行する。
【０１２１】
ステップＳ５０において、演算部３は、ステップＳ１で検出した検出点が道路構造物候補か否かを判定する。このとき演算部３は、ステップＳ４０により選択した極大値から直線式を求め、ステップＳ１で検出した検出点との比較を行い、道路構造物候補とするための判定条件を満たすときは、検出点の信頼度を上げる。
【０１２２】
更に、道路構造物直線が検出されていれば、ステップＳ１で検出した点との比較を行い、道路構造物候補とするための判定条件を満たすときは、検出点の信頼度を上げ、次のステップＳ５１の処理に移行する。
【０１２３】
ステップＳ５１において、演算部３は、ステップＳ１で検出した検出点と前回のステップＳ１で検出した検出点の比較を行い、同一検出点の判定条件を満たすときには、相対速度Ｖを計算する。相対速度Ｖが検出されれば、該相対速度Ｖとしきい値Ｖｔ３との比較を行い、しきい値Ｖｔ３未満となる検出点は信頼度を上げ、しきい値Ｖｔ３以上の検出点は信頼度を下げ、次のステップＳ５２の処理へ移行する。
【０１２４】
ステップＳ５２では、演算部３はステップＳ１で検出した検出点が道路構造物か否かを判定する。このとき演算部３は、時間的に前のステップＳ５３で検出された道路構造物直線と、ステップＳ１で検出した検出点との比較を行い、道路構造物とするための判定条件を満たすときは、ステップＳ６０、ステップＳ７の処理に移行し、判定条件を満たさないときには、ステップＳ５３以降の処理に移行する。
【０１２５】
ステップＳ５３では、演算部３はステップＳ５２で道路構造物と判定されなかった点のうち信頼度がしきい値Ｃｔ１以上の検出点に対して、道路構造物直線となるか否かを判定する。このとき演算部３は信頼度がＣｔ１以上の検出点の比較を同一道路構造物直線となる判定条件を満たせば、道路構造物直線を算出し、ステップＳ６０、ステップＳ７の処理に移行し、判定条件を満たさないときにはステップＳ８以降の処理に移行する。
【０１２６】
ステップＳ６０において、演算部３は、道路構造物のグルーピングを行う。このとき演算部３は、ステップ５２、ステップ５３において道路構造物と判定された検出点を内部メモリに保存し、道路構造物直線を表す値として、始点・終点・最小検出距離・最大検出距離の位置を保存する。
【０１２７】
ステップＳ７において、演算部３は、内部メモリに保存された道路構造物とした検出点を読み出し、これらの点から直線式を再計算し、道路構造物の位置情報として出力し、ステップＳ１に処理を戻す。
【０１２８】
なお、ステップＳ８以降の処理手順は、図７に示したフローチャートの処理手順と同様な処理手順となるので、省略する。
【０１２９】
このようにして、第２の実施形態に係る前方物体検出装置では、オクルージョン等の影響により、道路構造物検出点からの反射が少ない場合であっても、道路構造物を正確にグルーピングすることができる。これにより、道路構造物を高精度に検出することができるようになる。
【図面の簡単な説明】
【図１】本発明の一実施形態に係る前方物体検出装置の構成を示すブロック図である。
【図２】車両に搭載されたレーザレーダの構成を示す説明図である。
【図３】レーザレーダにて検出される複数物体の距離計測の様子を示す説明図である。
【図４】検出点から直線を求める方法を説明する図であり、（ａ）は検出点を距離と横位置の２次元配列データへの変換を説明する図、（ｂ）は２次元配列データをθρ空間への変換を説明する図である。
【図５】直線とθρ空間の関係と極大値を選択する処理の説明図である。
【図６】道路構造物の検出点をグループ化する処理の説明図である。
【図７】本実施形態に係る前方物体検出装置の処理手順を示すフローチャートである。
【図８】本発明の第２の実施形態に係る前方物体検出装置の構成を示すブロック図である。
【図９】演算部により検出点に道路構造物となる信頼度を付与する方法を示す説明図である。
【図１０】演算部により信頼度が高い検出点を連結し、道路構造物直線を算出する方法を示す説明図である。
【図１１】第２の実施形態に係る前方物体検出装置の動作を示すフローチャートの、第１の分図である。
【図１２】第２の実施形態に係る前方物体検出装置の動作を示すフローチャートの、第２の分図である。
【図１３】従来における物体検出手法を示す説明図である。
【符号の説明】
１ レーザレーダ（物体検出手段）
２ 車両挙動検出部
３ 演算部
３１ 直線算出手段
３１１ データ変換手段
３１２ 直線位置算出手段
３２ 直線抽出手段
３２１ 極大値選択手段
３２２ 第２極大値選択手段
３３ 道路構造物検出手段
３３１ 道路構造物判定手段
３３２ 道路構造物信頼度付与手段
３３３ 道路構造物直線算出手段
３３４ 道路構造物直線更新手段
３４ 第１のグルーピング手段
３５ 第２のグルーピング手段
【発明の属する技術分野】
本発明は、自車両の前方に存在する先行車或いは道路構造物等の物体を検出する前方物体検出装置に関する。
【０００２】
【従来の技術】
車両に搭載され、当該車両の前方に存在する構造物（ガードレール等）、或いは先行車両の存在を検出する検出装置として採用されるスキャン式レーダ信号のグルーピング処理方法として、例えば、特開平７−２７０５３６号公報（以下、従来例という）に記載されたものが知られている。
【０００３】
この従来例に記載されたものは、車両に搭載されたレーダを用いて、複数物体からの距離と横位置（道路と直交する方向の位置）を計測し、距離の近い順に検出物標を並べ替え、並べ替えた順に従い、相互に隣接する検出物体について、所定の方向に連続性があるかどうか判定する。そして、この連続性判断結果によりグルーピングを行い、グループに属する検出点の情報に基づき、検出物標が連続性を持つ道路構造物か、連続性を持たない先行車かの分類を行う。
【０００４】
【発明が解決しようとする課題】
しかしながら、上述した従来例に記載された方法では、互いに隣接する検出点が所定の方向に連続性を有するかどうかにより、グルーピングや検出物標の分類を行うようにしているので、自車両の前方がカーブ路で、且つ、先行車が存在する場合においては、この先行車に隠されて、道路構造物からの検出点は、連続性が途切れてしまうことがある。このような状況においては、グループ化された道路構造物の検出点は、相対位置と検出総数の関係のみを用いた判断では、連続性がないと判断され、先行車として分類されてしまうことがある。
【０００５】
これを図１３に示す説明図を参照して説明すると、自車両の前方にカーブ路が存在する場合には、デリニエータ等の道路構造物が、先行車両に隠れてしまうことがある。従って、グループＡ、Ｂ、Ｃの３つが得られることになり、実際には、グループＢとグループＣは同一の構造物であるにも関わらず、別体として認識されてしまうことがある。
【０００６】
即ち、ガードレール等の道路構造物は、本来、道路の沿道に長距離に渡って配置されいているものであるにも関わらず、先行車により隠れてしまった場合には、連続性を検出することができなくなってしまい、その結果、ガードレールであるにも関わらず、先行車両であると判断されてしまうことがあった。
【０００７】
よって、従来における相対位置と検出総数の関数から検出点の分類を行う方法では、道路構造物を先行車と誤判断する可能性が高いという問題が生じていた。
【０００８】
本発明は、このような従来の課題を解決するためになされたものであり、その目的とするところは、自車両の前方に存在する物体を、精度良く検出することのできる前方物体検出装置を提供することにある。
【０００９】
【課題を解決するための手段】
上記目的を達成するため、本願請求項１に記載の発明は、自車両に搭載されて自車両前方に存在する物体を検出する前方物体検出装置であって、自車両前方に送信波を走査させながら出射して、自車両前方に存在する物体からの反射波を検出し、検出した反射波に基づいて、自車両に対する前記物体位置を示す複数の検出点を生成する物体検出手段と、前記物体検出手段にて検出された複数の検出点に基づき、所定の演算手法を用いて、同一であると見なされる物体による検出点どうしを連結する直線を算出する直線算出手段と、前記直線算出手段で検出された直線に基づき、自車両が走行する道路の端部に存在する道路構造物からの検出点で構成される直線を抽出する直線抽出手段と、前記直線抽出手段にて抽出された直線近傍に存在する複数の検出点をグルーピングし、これを道路構造物として検出する道路構造物検出手段と、を備え、前記直線算出手段は、物体位置を示す複数の検出点に基づき、検出点の分解能を低下させた際の、自車両から各検出点までの距離と、自車両が走行する道路の幅方向位置との関係を示す２次元配列データを生成するデータ変換手段と、前記データ変換手段にて得られる２次元配列データを、前記所定の演算手法にて２次元パラメータ空間のデータに変換し、当該２次元パラメータ空間中における各点の累積度の極大値を求めることにより、前記検出点どうしを連結する直線を算出する直線位置算出手段と、を有することを特徴とする。
【００１０】
請求項２に記載の発明は、前記道路構造物検出手段で検出されなかった検出点のうち、互いに隣接する検出点をグルーピングして第１グループデータを得る第１のグルーピング手段と、前記第１のグルーピング手段により、今回得られたグループデータに対応するデータが、前回得られたグループデータ中に含まれている場合には、これを第２グループデータとする第２のグルーピング手段と、を更に備え、前記第２グループデータが検出された際に、これを自車両前方に存在する物体によるものであると判断することを特徴とする。
【００１２】
請求項３に記載の発明は、前記直線抽出手段は、前記直線算出手段にて算出された直線のうち、自車両の走行方向、或いは自車両が走行する道路の白線方向との相関が高く、且つ、自車両と離れた領域に存在する前記極大値を選択する極大値選択手段を有し、該極大値選択手段にて選択された極大値に対応する直線を抽出することを特徴とする。
【００１３】
請求項４に記載の発明は、前記道路構造物検出手段は、前記直線抽出手段にて抽出された直線と、当該直線を抽出する際に使用した各検出点との距離を算出し、算出された距離が所定値以下である場合には、この検出点を道路構造物のデータであると判定する道路構造物判定手段を具備したことを特徴とする。
【００１４】
請求項５に記載の発明は、前記直線抽出手段は、前記直線算出手段にて算出された直線のうち、自車両に対して自車両の走行する幅方向に相関が低く、自車両と離れた領域に存在する前記極大値を選択する第２極大値選択手段を有し、当該第２極大値選択手段にて選択された極大値に対応する直線を抽出することを特徴とする。
【００１５】
請求項６に記載の発明は、前記道路構造物検出手段は、異なる時間での検出結果に基づいて検出点に道路構造物となる信頼度を付与する道路構造物信頼度付与手段と、前記道路構造物信頼度付与手段にて高い信頼度を付与された複数の検出点に基づき、所定の条件を用いて、道路構造物と判定される検出点どうしを連結する道路構造物直線を算出する道路構造物直線算出手段と、前記道路構造物直線算出手段で算出された前回計測時の道路構造物直線近傍に存在する複数の検出点を所定の条件に基づき、道路構造物のデータとしてグルーピングを行い、道路構造物直線を示す値を更新する道路構造物直線更新手段と、有することを特徴とする。
【００１６】
請求項７に記載の発明は、前記道路構造物信頼度付与手段は、前記直線抽出手段にて抽出された直線と前記道路構造物直線算出手段にて時間的前に算出された道路構造物直線と各検出点の距離を算出し、算出した距離が所定値以下、且つ検出点から所定の領域内に別の検出点が存在しなければ、信頼度を高くする第１信頼度付与手段と、各検出点と時間的に前に検出された検出点との比較から各検出点の相対速度を算出し、相対速度が所定値以下であれば、信頼度を高くし、所定値以上であれば、信頼度を低くする第２信頼度付与手段と、を有することを特徴とする。
【００１７】
請求項８に記載の発明は、前記道路構造物直線算出手段は、前記道路構造物信頼度付与手段により付与された信頼度が高い検出点どうしの距離を算出し、距離が所定値以下であれば同一道路構造物を構成する検出点として連結して直線を検出することを特徴とする。
【００１８】
請求項９に記載の発明は、前記道路構造物直線更新手段は、前回検出した道路構造物直線と各検出点の距離を算出し、算出した距離が所定値以下、且つ前記道路構造物信頼度付与手段により付与された信頼度が高い場合、及び、算出した距離が所定値以下、且つ信頼度が低く、近傍に走行物体が存在しない場合には、この検出点を道路構造物のデータしてグルーピングを行い、直線位置を更新することを特徴とする。
【００２０】
【発明の効果】
請求項１の発明では、レーザレーダより出射される送信波の、複数物標による反射信号に基づいて、自車両から物標までの距離と横位置とを計測し、計測された複数の検出点から構成される直線を求める。そして、道路構造物から構成される検出点の領域を特定し、グルーピングをすることによって、先行車の存在により道路構造物からの検出点の連続性が途切れた状況となった場合でも道路構造物を正確にグルーピングすることができる。これにより、車両前方に存在する道路構造物を確実に検出することができる。また、物体位置を示す複数検出点の分解能を落とした距離と横位置の２次元データを用いることにより、道路構造物の検出点は２次元パラメータ空間へ変換される際に、特定のごく狭い領域に変換されることとなり、極大値を求めることが容易になる。これにより、道路構造物を構成する検出点からなる直線を容易に求めることが可能となる。
【００２１】
請求項２の発明では、レーザレーダより出射される送信波の、複数物標による反射信号に基づいて、自車両から物標までの距離と横位置とを計測し、計測された複数の検出点から構成される直線を求める。そして、道路構造物から構成される検出点の領域を特定し、グルーピングをすることによって、先行車の存在により道路構造物からの検出点の連続性が途切れた状況となった場合であっても道路構造物を正確にグルーピングを行うことができる。更に、時間的な対応づけの間違いが発生し易い密集して存在する道路構造物からの検出点を除いて、残りの隣接する検出点をグルーピングする。このことから、前方の複数物標に対して正確なグルーピングと物標分類が可能となる。
【００２３】
請求項３の発明では、検出直線の傾きと自車の走行方向または白線方向との相関が高くなり、自車からの横位置が離れた領域から極大値を求めることにより、正確に道路構造物の検出点から構成される直線を求めることが可能となる。
【００２４】
請求項４の発明では、直線抽出手段にて抽出された直線とレーザレーダにて検出された複数の検出点との距離を計算し、この距離が所定値を越えるかどうかに基づいて、この直線が道路構造物であるか否かを判断することにより、検出領域に幅を持たせながら道路構造物の検出点を抽出することができ、正確な道路構造物のグルーピングが可能となる。
【００２５】
請求項５の発明によれば、検出直線の傾きと自車両の幅方向に相関が低くなり、自車からの横位置及び縦位置が離れた領域から極大値を求めることにより、自車の前方の手前部分が直線で、遠方でカーブ路になるような複雑な道路形状においても、正確に道路構造物の検出点で構成される直線を求めることが可能になる。
【００２６】
請求項６の発明によれば、異なる時間での検出結果に基づき道路構造物となる信頼度を算出し、信頼度の高い検出点で構成される道路構造物直線を求める。そして、前回の道路構造物直線から道路構造物の領域を特定し、グルーピングすることによって、今回の検出においてオクルージョン（検出できたり、できなかったりする動作が頻繁に変動すること）などにより道路構造物検出点からの反射が少ない状況においても、道路構造物を正確にグルーピングを行うことができる。
【００２７】
請求項７の発明よれば、異なる時間に検出された直線との比較と近傍と検出点との位置関係により信頼度を算出することにより、オクルージョンや道路構造物の近傍に存在する車両の影響を受けない信頼度算出が行える。更に前回の検出点との比較により相対速度を求めることにより、信頼度を付与する。このように信頼度の付与を２段階で行うことにより道路構造物の信頼度算出が正確に行うことができる。請求項８の発明によれば、道路構造物の信頼度が高い検出点どうしの距離を計算し、この距離が所定値を超えるかどうかに基づいて、同一道路構造物を構成する検出点か否かを判断することにより、検出領域に幅を持たせながら、道路構造物の検出点の連結が可能になり、正確な道路構造物直線を求めることができる。
【００２８】
請求項９の発明によれば、前回検出した道路構造物直線と各検出点の距離を算出し、この距離が所定値以下であり、且つ道路構造物の信頼度が高い検出点であれば、道路構造物のデータとしてグルーピングを行う。また、直線との距離が所定値以下であるが、信頼度が低い検出点においては、近傍に走行物体がなければ、道路構造物のデータとして、グルーピングを行う。このことにより、オクルージョンの影響により道路構造物の検出点が少なく、今回の検出において直線が抽出でないない場合においても道路構造物の検出点を正確に検出することができる。更に道路構造物にもかかわらず時間的な対応付けの間違えを起こし信頼度の低下した検出点を補正し、正確に道路構造物データとしてグルーピングすることが可能となる。
【００３０】
【発明の実施の形態】
以下、本発明の一実施形態を、図面に基づいて説明する。ここでは、距離センサとしてスキャニングレーザレーダ（以下、レーザレーダという）を利用する場合について説明する。
【００３１】
本発明は、例えば、図１に示す如くの物体検出装置に適用される。
【００３２】
［物体検出装置の構成］
図１は、物体検出装置の機能的な構成を示すブロック図である。この物体検出装置は、車両前方に設けられたレーザレーダ（物体検出手段）１と、走行時の挙動を検出する車両拳動検出部２と、レーザレーダ１及び車両挙動検出部２より与えられる情報に基づいて、自車両前方に存在する物体を検出するための物体検出処理を行う演算部３と、を備えて構成されている。
【００３３】
レーザレーダ１は、図２に示すように、車両の前部に設置される。また、スキャニング面において所定の角度で光軸を変更することで、所定のスキャン範囲でレーザ光を走査させる。これにより、レーザレーダ１はスキャン範囲に存在する物体にレーザ光を照射する。
【００３４】
レーザレーダ１は、出射したレーザ光が前方に存在する物体に照射されて反射された反射レーザ光を検出することにより、反射レーザ光の光強度に基づいた反射信号を取得する。そして、取得した反射信号に基づいた距離計測処理を行うことにより、距離計測情報を生成し、これを演算部３に出力する。
【００３５】
車両挙動検出部２は、車両のシフトポジションを検出するシフトポジションセンサと、車両左右後輪の車輪速を検出する車輪速センサと、車両の操舵角を検出する操舵角センサとを備える。このシフトポジションセンサ、車輪速センサ、操舵角センサからのセンサ信号を用いて、車両位置、車両進行方向、車両の向き、移動距離を算出する演算装置を備える。
【００３６】
車両挙動検出部２は、上述の各センサより得られる車両位置、進行方向、車両の向き、移動距離を、車両走行情報として演算部３に出力する。
【００３７】
演算部３は、車両内部に搭載されたＣＰＵ（Central Processing Unit), ＲＡＭ(Random Access Memory), ＲＯＭ(Read Only Memory), 入出力Ｉ／Ｆ等からなるマイクロコンピュータで構成されており、直線算出手段３１と、直線抽出手段３２と、道路構造物検出手段３３と、第１のグルーピング手段３４と、第２のグルーピング手段３５の各機能ブロックに分割される。また、直線算出手段３１は、
データ変換手段３１１と、直線位置算出手段３１２と、を具備しており、直線抽出手段３２は、極大値選択手段３２１を具備しており、更に、道路構造物検出手段３３は、道路構造物判定手段３３１を具備している。また、演算部３は、レーザレーダ１及び車両拳動検出部２より得られる情報に基づいて、自車両１１の前方に存在する物体を検出する物体検出処理を行う。なお、この物体検出処理の詳細については後述する。
【００３８】
［物体検出装置の動作］
この物体検出装置では、自車両１１が走行しているときにおいて、レーザレーダ１により自車両１１の前方に存在する物体の距離計測処理を行う。ここで、自車両前１１の前方方向のスキャン範囲内には物体Ａ〜Ｃが存在するものとし、図３を用いて説明する。
【００３９】
レーザレーダ１は、スキャン範囲内にレーザ光を走査して距離計測処理をすることで、スキャン範囲に含まれる検出対象物までの距離情報を得る。これにより、レーザレーダ１（図中、ＬＲで表記）は、図３に示すように、物体Ａ〜Ｃについての距離情報を得た検出点ａ〜ｎを得る。同図では検出点ａ〜ｎは物体Ａ〜Ｃについて得た距離に従ってプロットしている。レーザレーダ１は検出点ａ〜ｎについての情報を演算部３に出力する。
【００４０】
演算部３は、検出点におけるＺ方向の距離と、Ｘ方向の距離の最小単位を、例えばＺ方向２ｍ、Ｘ方向０．５ｍとして、図４（ａ）に示す如くの、縦軸をＺ方向の距離、横軸をＸ方向の距離とする検出点ａ〜ｎの２次元配列データＮを生成する。このとき、検出点の分解能を低下させている。即ち、図３に示す例では、ａ〜ｎの１４点を検出点としているが、図４（ａ）では、データ格納配列は８個として、検出点が近距離の場合に同じパラメータ空間に変換している。これは、検出点を２次元パラメータ空間へ変換する際に、特定の狭い領域に変換されるようにするために処理である。
【００４１】
演算部３のデータ変換手段３１１は、検出点の２次元配列データと同一の次元を有するパラメータ空間Ｓを考え、データ配置によって計算されるパラメータ空間Ｓ中の累積度の極大値を求め、更に直線位置算出手段３１２は、ハフ変換により、検出点から構成される直線を求める。
【００４２】
また、演算部３は、以下に示す（１）式で示される関数を持つパラメータ空間θρを表現する２次元配列データＳを用意し、各点の累積度を表す値を０に初期化する。
【００４３】
ρ＝ｘ・ｃｏｓθ＋ｚ・ｓｉｎθ ・・・（１）
次いで、演算部３は、２次元配列データＮを走査して検出点ａ〜ｎに対応したデータを検出する毎に、（１）式に従って、図４（ｂ）に示すようなθρ空間に曲線を描き、曲線上の点に対応する２次元配列データＳ（累積値）を１だけ増加させる。
【００４４】
演算部３は、上述した処理を各検出点について繰り返すことにより、θρ空間の累積値を求め、しきい値Ｔ１と比較する。極大値選択手段３２１は、図５に示すように、しきい値Ｔ１以上と判定したときには、検出点から構成する直線を示す極大値θｍ，ρｍとして検出する。
【００４５】
演算部３は、θは検出した直線の傾き、ρは検出した直線と原点までの距離を示すことを利用し、車両挙動検出部２で検出した車両の向きが略同一となる（即ち、θと車両の移動ベクトルの相関が高くなる）θ領域と、自車両１１からＸ方向の距離が離れた検出点で構成される直線を示すこととなる（即ち、ρが大きい値を示す）ρ領域とが重なる範囲を、極大値選択範囲とする。
【００４６】
直線抽出手段３２は、上述した極大値選択範囲から極大点θρを求め、（１）式に代入することにより直線Ｌを求める。更に、演算部３は、図６（ａ）に示すように、直線Ｌと検出点との距離Ｄを計算し、しきい値Ｔ２と比較する。演算部３は、距離Ｄがしきい値Ｔ２以下であると判定したときには、道路構造物データとしてグルーピング処理を行う。道路構造物判定手段３３１は、上述した処理を各検出点について繰り返し行うことにより、図６（ｂ）に示すように道路構造物データを検出し、得られたデータから回帰分析することで、正確な道路構造物の位置情報を取得する。
【００４７】
演算部３は、上述で道路構造物データとならなかった検出点に対して、スキャン開始位置から隣接する検出点を演算し、演算して得た距離差の絶対値としきい値Ｚｔ１とを比較する。
【００４８】
演算部３は、距離差の絶対値がしきい値Ｚｔ１以下であると判定したときには、距離差を演算する際に使用した２つの検出点を、同一物標から反射した反射レーザ光により得たものと判定して、グルーピング対象とする。一方、演算部３は、距離差の絶対値がしきい値Ｚｔ１以上である場合、或いは、隣接する検出点が存在せず孤立した検出点である場合には、１つの検出点でのみでグルーピング対象とする。
【００４９】
演算部３は、上述した処理を各検出点について繰り返すことにより、図３に示すように、検出点ｄ，ｅをグルーピングｒ（ｌ、ｔ）として認識し、検出点ｈ，ｉをグルーピングｒ（２，ｔ）として認識する。また演算部３は、検出点ｋ，ｌをグルーピング対象とできないグルーピングｒ（３，ｔ）及びｒ（４，ｔ）として認識する。
【００５０】
これにより、演算部３は、各グルーピングｒと、各グルーピングｒに含まれる検出点と、各検出点についての距離計測情報からなる第１グループデータを得る。この第１グループデータには、Ｘ方向における強度分布により自車両１１の前方に存在する物体のＸ方向における幅を示す物体幅情報も含む。
【００５１】
このように、演算部３は、道路構造物を除いたデータに対して、レーザ光の反射に基づくグルーピング処理をし、この処理を例えば所定間隔で行うことで時間的に前後する複数の第１グループデータを得る。
【００５２】
また、この物体検出装置では、自車両１１が走行しているときにおいて、上述の第１グルーピング処理により得た時間的に前後する第１グループデータの比較をし、時間的に前後するグルーピングｒが同一のグルーピングか否かの判定をする。このとき、演算部３は、時間的に前後するグループデータの情報を比較する。そして、演算部３は、時間的に前後する同一グループデータについての自車両１１に対する相対速度を計算する。
【００５３】
演算部３は、第１グルーピング処理を行うときには、時間的に前に相対速度を演算した第１グループデータと、今回の処理対象となる第１グループデータとの比較を行う。演算部３は、時間的に前に相対速度を演算した第１グループデータと、今回の処理対象となる第１グループデータについて、以下に示す（ａ１）、（ａ２）の、２つの条件を満たす場合には、時間的に前後する第１グループデータが同一物標によるものであると判定する。
【００５４】
（ａ１）時間的に前に検出された第１グループデータの相対速度から推定した今回の自車両１１との距離と、実測した今回の第１グループデータとの距離差の絶対値がしきい値Ｚｔ２以下である。
【００５５】
（ａ２）時間的に前に検出された第１グループデータのＸ方向における中心点と、今回の第１グループデータのＸ方向における中心点の距離差の絶対値がしきい値Ｘｔ１以下である。
【００５６】
上述の第１グルーピング処理の次に、演算部３は、時間的に前の第１グループデータと同一物標によるものと認識された第１グループデータについて自車両１１に対する相対速度を演算し、第１グループデータに含まれる情報として追加する。
【００５７】
また、演算部３は、時間的に前の第１グループデータと同一物標によるものと認識されていない第１グループデータについては、相対速度の演算ができず、内部メモリに保持しておき、次回の第１グルーピング処理時に使用する。
【００５８】
これにより、演算部３は、各グルーピングｒと各グルーピングｒに含まれる各検出点と、各検出点についての距離計測情報と相対速度情報とからなる第１グループデータを得る。
【００５９】
演算部３は、上述の第１グルーピング処理後に、第２グルーピング処理を行う。このグルーピング処理では時間的に前に既に求められた第２グループデータと今回検出された相対速度が計算された第１グループデータとの比較を行う。ここで演算部３は、前回の第２グループデータにおけるＸ方向の中心位置から左右１／２車線幅（例えば１．７５ｍ）をグルーピング範囲として決定し、この範囲内に存在する複数の検出点をグルーピングする。
【００６０】
演算部３は、前回の第２グループデータと、今回の相対速度が計算され、上述のグルーピング範囲にＸ方向の中心位置が存在する第１グループデータについて、以下に示す（ｂ１）〜（ｂ４）の４つの判定条件を全て満たす場合に、前回の第２グループデータと今回のグループデータとを同一物標とする。
【００６１】
（ｂ１）前回の第２グループデータの相対速度から推定した今回の自車両１１との距離と、今回の第１グループデータとの距離差の絶対値がしきい値Ｚｔ３以下。
【００６２】
（ｂ２）前回の第２グループデータの相対速度と今回の第１グループデータの相対速度比が０より大きい、ただし前回の第２グループデータの相対速度の絶対値が所定値（例えば５ｍ／ｓ程度）の場合は、適用除外とする。
【００６３】
（ｂ３）前回の第２グループデータの相対速度と、今回の第１グループデータの相対速度との相対速度差がしきい値Ｖｔ１以下。
【００６４】
（ｂ４）結合後の第２のグループデータの物体幅がしきい値Ｗｔ１以下。
【００６５】
更に、上記の判定条件を満たさずに同一物標がない第１グループデータについては、演算部３は第１グループデータどうしでグルーピングを行い、以下に示す（ｃ１）〜（ｃ３）に示す３つの判定条件を満たす場合に、新規の第２グループデータとしてグループ化する。
【００６６】
（ｃ１）今回の第１グループデータどうしにおける距離差の絶対値がＺｔ４以下。
【００６７】
（ｃ２）今回の第１グループデータどうしにおける相対速度の絶対値がＶｔ２以下。
【００６８】
（ｃ３）グルーピング後の物体幅がしきい値Ｗｔ２以下。
【００６９】
また、演算部３は、同一物標がない第１グループデータについての判定条件を満たさない場合には、１つの各第１グループデータを新規に第１グループデータとする。
【００７０】
このような、第２グルーピング処理を行うことにより、演算部３は、自車両１１の前方に存在する物体に含まれる検出点で構成される第２グループデータを生成する。
【００７１】
［演算部３による物体検出手順］
図７は、演算部３により物体検出処理を行う際の処理手順を示すフローチャートである。同図に示すように、自車両１１が走行しているときにおいて、ステップＳ１以降の処理を開始する。
【００７２】
ステップＳ１において、レーザレーダ１により車両前方をスキャンすることでスキャン範囲内でレーザ光を走査し、前方に存在する物体からの反射レーザ光を得る。これにより、レーザレーダ１は、自車両１１の前方に存在する物体との距離計測情報を得て、各検出点に関する情報を得る。
【００７３】
次に、ステップＳ２において、演算部３は、上述した２次元配列データ生成を行う。このとき、演算部３は、例えばＺ方向とＸ方向の距離の最小単位をそれぞれ、２ｍ及び０．５ｍとして、ステップＳ１の処理で得られた検出点を２次元配列データＮに変換する。
【００７４】
次いで、ステップＳ３において、演算部３は、上述した２次元パラメータ空間Ｓへの変換を行う。このとき演算部３は、θρ空間を表現する２次元配列データＳをあらかじめ０に初期化し、検出点を変換した２次元配列データＮ内を順に走査し、データが存在すれば、上述した（１）式に基づいて、θρ空間に曲線を描き、曲線上の点に対応する２次元配列データＳの値を１だけ増加させる。このような処理を２次元配列データＮの全配列データに対して行い、次のステップＳ４の処理に移行する。
【００７５】
ステップＳ４において、演算部３は、θρ空間を表現する２次元配列データＳから、道路構造物の検出点で構成される直線に対応する極大値（θｍ，ρｍ）の選択を行う。このとき演算部３は、まず２次元配列データＳの値としきい値Ｔ１の比較を行い、しきい値Ｔ１以上となる値は、複数の検出点から構成される直線に対応する極大値とする。
【００７６】
更に、演算部３は、道路構造物の検出点から構成される直線に対応する極大値を選択するため、上述の極大値選択範囲の設定を行い、この領域内に存在する極大値を道路構造物の検出点で構成される直線を示す値として選択し、ステップＳ５の処理に移行する。
【００７７】
ステップＳ５において、演算部３は、ステップＳ１で検出した検出点が道路構造物か否かを判定する。このとき演算部３は、ステップＳ４により選択した極大値から直線式を求め、ステップＳ１で検出した検出点との比較を行い、道路構造物とするための判定条件を満たすときは、ステップＳ６、ステップＳ７の処理に移行し、判定条件を満たさないときには、ステップＳ８以降の処理に移行する。
【００７８】
ステップＳ６において、演算部３は、道路構造物のグルーピングを行う。このとき演算部３は、ステップ５において道路構造物と判定された検出点を内部メモリに保存する。
【００７９】
ステップＳ７において、演算部３は、内部メモリに保存された道路構造物とした検出点を読み出し、これらの点から直線式を再計算し、道路構造物の位置情報として出力し、ステップＳ１に処理する。
【００８０】
ステップＳ８において、演算部３は、ステップＳ５において道路構造物と判定されなかった検出点に対して上述した第１グルーピング処理を行う。このとき演算部３は、例えばスキャン範囲において自車両１１から見た右側の端部から検出点間の距離を演算し、演算して得た距離差の絶対値がしきい値Ｚｔ１以下であるときは、第１グループデータとする。そして、演算部３は、順次距離差の絶対値がしきい値Ｚｔ１を超える位置、或いは、隣接する点が存在しない位置まで検出点の比較をする。演算部３は、この第１グループデータ処理を行うことで、グルーピングに含まれる各検出点の距離を平均して得たグルーピング距離、グルーピングのＸ方向における中心点、グルーピングの右端点と左端点との位置差とレーザレーダ１による単位スキャン幅とを加算した物体幅からなる第１グループデータを内部メモリに保存し、ステップＳ９の処理に移行する。
【００８１】
ステップＳ９において、演算部３は、上述した時間的に前後する第１グループデータの比較を行う。演算部３は、ステップＳ８で得た第１グループデータ及び前回に取得して内部メモリに格納された第１グループデータのうち、相対速度が計算されている第１グループデータの比較を行い、上述の同一物標からの第１グループデータと判定するときの判定条件を満たすときには同一物標とする。これにより、演算部３は、後のステップで相対速度を計算するために、第１グループデータに過去２点の距離計測情報を追加する。
【００８２】
このステップＳ９において、演算部３は、ステップＳ８で得た各第１グループデータごとに時系列判断するための判定条件を満たすか否かの判定をし、判定条件を満たす第１グループデータであるときには、時系列的な対応付けが可能な過去の第１グループデータが存在するとしてステップＳ１１に処理を進める。
【００８３】
更に、このステップＳ９において、演算部３は、相対速度が検出されている前回の第１グループデータと今回の第１グループデータとが判定条件を満たさない場合は、前々回の第１グループデータと今回の第１グループデータとが判定条件を満たすか否かを判定する。演算部３は、今回の第１グループデータが前々回の第１のグループデータとの間で時系列判断するための判定条件を満たさないときには、過去の第１グループデータを削除する。
【００８４】
また、このステップＳ９において、演算部３は、相対速度が検出されている前回、前々回の第１グループデータと今回の第１グループデータとが判定条件を満たさない場合には、相対速度が計算されていない前回の第１グループデータと判定条件を満たすか否かを判定する。今回の第１グループデータが前回の相対速度が計算されていない第１グループデータとの間で時系列判断するための判定条件を満たさないときには、ステップＳ１０の処理を進める。
【００８５】
ステップＳ１０において、演算部３は、ステップＳ９で過去の第１グループデータと同一物標によるものでないと判定された今回の第１グループデータのＺ方向における距離、Ｘ方向における中心点、物体幅を保存して、ステップＳ１に処理を戻す。なお、このとき保存した各種情報は、次回以降のステップＳ９の時系列判断で使用する。
【００８６】
ステップＳ１１において、演算部３は、過去の第１グループデータとの間で時系列判断をするための判定条件を満たした第１グループデータについて、今回、前回及び前々回の距離情報を用いて相対速度を計算し、計算した相対速度情報を第１グループデータに追加する。
【００８７】
演算部３は、上述のステップＳ９〜ステップＳ１１までの処理をステップＳ８で検出した全ての第１グループデータについて行い、以降のステップＳ１２〜ステップＳ１４の処理に移行する。
【００８８】
ステップＳ１２において、演算部３は、ステップＳ１１で相対速度が計算された第１グループデータと過去の第２グループデータとの比較をして、同一物標と判定するための判定条件を満たす第１グループデータが存在するか否かを判定する、演算部３は、同一物標を判定するための判定条件を満たす第２グループデータが存在すると判定したときにはステップＳ１４に処理を進め、存在しないと判定したときには、ステップＳ１３に処理を進める。
【００８９】
ステップＳ１２において、演算部３は、過去の第２グループデータと同一物標とされた第１グループデータからＺ方向における距離の平均値、物体の左右端点、相対速度の平均を求める。
【００９０】
次にステップＳ１４において、演算部３は、ステップＳ１２で得た各種情報をＺ方向における距離、Ｘ方向における物体の位置、物体幅、相対速度、検出回数の値を更新する。
【００９１】
更に、ステップＳ１３において、演算部３は、ステップＳ１２において過去の第２グループデータとの間で判定条件を満たさず、同一物体が存在しない第１グループデータどうしを比較し、同一物標するための判定条件を満たすときにはグルーピングを行い、新規に第２グループデータを生成し、判定条件を満たさないときには１つの第１グループデータで新規に第２グループデータを生成し、ステップＳ１３に処理を進める。
【００９２】
このようなステップＳ１２〜ステップＳ１４までの処理を、ステップＳ１１で相対速度が計算された全ての第１グループデータに対して行い、ステップＳ１５の処理に移行する。
【００９３】
ステップＳ１５において、演算部３は、ステップＳ１２〜ステップＳ１４の処理で得た自車両１１に対するＺ方向における距離、Ｘ方向における距離、物体幅、相対速度を、例えば運転者が認識できるような形態にして提示する。
【００９４】
このようにして、本実施形態に係る前方物体検出装置では、ハフ変換を用いることにより、同一直線上に存在する検出点をグルーピングするので、先行車両の存在により、同一の道路構造物より得られる検出信号が途切れた場合であっても、確実にこの道路構造物を検出することができる。従って、自車両がカーブ路にさしかかった場合であっても、確実な前方物体の検出が可能となる。
【００９５】
更に、検出点の分解能を低下させることにより、道路構造物の検出点は２次元パラメータ空間へ変換される際に、特定のごく狭い領域に変換されることとなり、極大値を求める処理が容易となる。
【００９６】
次に、本発明の第２の実施形態について説明する。図８は、第２の実施形態に係る前方物体検出装置の構成を示すブロック図である。本実施形態に係る前方物体検出装置においても、前述した第１の実施形態と同様に、レーザレーダ１と、車両挙動検出部２と、演算部３と、を具備している。また、演算部３は、直線算出手段３１と、直線抽出手段３２と、道路構造物検出手段３３と、第１のグルーピング手段３４と、第２のグルーピング手段３５と、を具備している点で、第１の実施形態と一致している。
【００９７】
但し、直線抽出手段３２、及び道路構造物検出手段３３の構成が相違しているので、以下、この点について説明する。
【００９８】
図８に示すように、直線抽出手段３２は、第２極大値選択手段３２２を有している。該第２極大値選択手段３２２は、θが検出した直線の傾きを示し、ρが検出した直線から原点までの距離を示すことを利用して、車両の幅方向と相関が低くなるθ領域と、自車両１１からＸ及びＹ方向の距離が離れた検出点で構成される直線を示すことになるρ領域とが重なる範囲を第２極大値選択範囲として設定する処理を行う。
【００９９】
そして、直線抽出手段３２は、上記の処理にて設定された第２極大値選択範囲から極大値θ，ρを求め、この極大値θ，ρを前述した（１）式、即ち、下記の式に代入することにより、直線Ｌ１を求める。
【０１００】
ρ＝ｘ・ｃｏｓθ＋ｚ・ｓｉｎθ ・・・（１）
また、道路構造物検出手段３３は、道路構造物信頼度付与手段３３２と、道路構造物直線算出手段３３３と、道路構造物直線更新手段３３４と、を具備している。
【０１０１】
道路構造物信頼度付与手段３３２は、図９に示すように、直線Ｌ１と検出点との距離Ｄを計算し、この距離Ｄとしきい値Ｔ２とを比較する。そして、距離Ｄがしきい値Ｔ２以下であると判定し、Ｘ方向に車幅程度（例えば、４ｍ程度）、Ｚ方向に１ｍ程度の範囲内に別の検出点が存在しなければ、この検出点を道路構造物候補として該検出点の信頼度Ｃ（道路構造物である可能性を示す数値）を上げる。更に、他の道路構造物直線Ｌ２が検出されている場合には、同様にこの検出点と直線Ｌ２との距離を計算し、しきい値Ｔ２と比較し、上述と同じ条件を満たした場合には、信頼度Ｃを上げる（第１信頼度付与手段）。
【０１０２】
また、道路構造物信頼度付与手段３３２は、前回の検出点（前回のスキャン時における検出点）と今回の検出点（今回のスキャン時における検出点）との比較を行う。前回の検出点と今回の検出点について、以下に示す（ｄ１）、（ｄ２）の２つの条件を満たす場合には、これらを同一検出点と判定し、この検出点の自車両１１に対する相対速度Ｖを計算する。
【０１０３】
（ｄ１）前回の検出点の自車両１１からの距離と、今回の検出点の自車両からの距離の、距離差の絶対値がしきい値Ｚｔ５以下である。
【０１０４】
（ｄ２）前回の検出点のＸ方向の位置と、今回の検出点のＸ方向の位置との距離差の絶対値がしきい値Ｘｔ２以下である。
【０１０５】
そして、道路構造物信頼度付与手段３３２は、上記（ｄ１），（ｄ２）の条件満たして求められる相対速度Ｖが、しきい値Ｖｔ３未満であると判定したときには、この検出物は、道路構造物である可能性が高いので、道路構造物データとして信頼度Ｃを上げ、反対に、しきい値Ｖｔ３以上と判定したときには、走行物体である可能性が高いので、信頼度Ｃを下げる（第２信頼度付与手段）。当該道路構造物信頼度付与手段３３２は、上述した処理を各検出点について繰り返し行うことにより道路構造物候補データを検出し、各検出点に信頼度を付与する。
【０１０６】
道路構造物直線算出手段３３３は、図１０に示すように、上述での処理で付与した信頼度Ｃが、しきい値Ｃｔ１以上となる検出点を、自車両１１に近い検出点から順に取得する。
【０１０７】
そして、道路構造物直線上の検出点として求められておらず、自車両１１に最も近いしきい値Ｃｔ１以上となる検出点と、この検出点と隣接するしきい値Ｃｔ１以上の検出点と、を得る。次いで、しきい値Ｃｔ１以上となる各検出点の、Ｚ方向の距離差がしきい値Ｚｔ６以下、Ｘ方向の距離差がしきい値Ｘｔ３以下である場合には、これらの検出点は、同一道路構造物より得られた検出点であるとし、それぞれの検出点を始点及び終点として連結する直線を算出する。
【０１０８】
更に、道路構造物直線算出手段３３３は、各検出点が、以下に示す（ｅ１）、（ｅ２）の２つの条件を満たすときに、これらの検出点が同一道路構造物より得られたものであるとして、各検出点を連結し、直線の終点を更新する。また、２つの条件を満たさない場合には、その検出点を始点として新たな道路構造物直線を算出する。
【０１０９】
（ｅ１）直線の終点となる検出点と検出点のＺ方向の距離差がしきい値Ｚｔ６以下。
【０１１０】
（ｅ２）検出点のＺ方向の位置における直線上の点を推定し、その推定点と検出点のＸ方向の距離差の絶対値がしきい値Ｘｔ３以下。
【０１１１】
そして、道路構造物直線算出手段３３３は、上述の処理を信頼度Ｃがしきい値Ｃｔ１以上となる点について繰り返し行うことにより、道路構造物直線を算出する。
【０１１２】
道路構造物直線更新手段３３４は、上述した道路構造物直線算出手段３３３において、前回算出された直線Ｌ２（前回スキャン時による測定で算出された直線）と、今回の検出点との距離Ｄを計算し、この距離Ｄとしきい値Ｔ２とを比較する。そして、距離Ｄがしきい値Ｔ２以下であると判定し、信頼度Ｃがしきい値Ｃｔ１以上である判定とし、且つ、以下に示す（ｆ１）を満たす場合には、この検出点は道路構造物であるものとしてグルーピング処理を行う。
【０１１３】
他方、距離Ｄがしきい値Ｔ２以下であると判定し、信頼度Ｃがしきい値Ｃｔ１未満であると判定し、且つ、以下に示す（ｆ１）、（ｆ２）を満たす場合にはこの検出点は、道路構造物であるものとしてグルーピング処理を行う。
【０１１４】
（ｆ１）検出点のＺ方向の距離が、｛過去に道路構造物直線として検出されたＺ方向の最小検知距離｝−Ａ（Ａは１．０ｍ程度）以下で、｛最大検知距離｝＋Ａ以下。
【０１１５】
（ｆ２）Ｘ方向に車幅程度（４ｍ程度）、Ｚ方向に１ｍ程度の範囲内に走行物体が存在しない。
【０１１６】
道路構造物直線更新手段３３４は、上述した処理を各道路構造物直線と各検出点について繰り返し行うことにより、道路構造物データを検出し、得られた検出点から道路構造物直線の始点・終点・最大検知距離・最小検知距離の位置を更新する。
【０１１７】
次に、第２の実施形態に係る前方物体検出装置の動作について説明する。図１１，図１２は、図８に示した演算部３により、物体検出処理を行う際の処理手順を示すフローチャートである。
【０１１８】
同図に示すように、自車両１１が走行しているときにおいて、ステップＳ１以降の処理を開始する。ここで、ステップＳ１〜Ｓ３までの処理手順は上述の処理手順（図７参照）と同様な処理手順となるので、省略する。
【０１１９】
図１１に示すステップＳ４０において、演算部３は、θρ空間を表現する２次元配列データＳから、道路構造物の検出点で構成される直線に対応する極大値（θｍ、ρｍ）の選択を行う。このとき演算部３は、まず２次元配列データＳの値としきい値Ｔ１の比較を行い、しきい値Ｔ１以上となる値は、複数の検出点から構成される直線に対応する極大値とする。
【０１２０】
更に、演算部３は、道路構造物の検出点から構成される直線に対応する極大値を選択するため、上述の第２極大値選択範囲の設定を行い、この領域内に存在する極大値を道路構造物の検出点で構成される直線を示す値として選択し、ステップＳ５０の処理に移行する。
【０１２１】
ステップＳ５０において、演算部３は、ステップＳ１で検出した検出点が道路構造物候補か否かを判定する。このとき演算部３は、ステップＳ４０により選択した極大値から直線式を求め、ステップＳ１で検出した検出点との比較を行い、道路構造物候補とするための判定条件を満たすときは、検出点の信頼度を上げる。
【０１２２】
更に、道路構造物直線が検出されていれば、ステップＳ１で検出した点との比較を行い、道路構造物候補とするための判定条件を満たすときは、検出点の信頼度を上げ、次のステップＳ５１の処理に移行する。
【０１２３】
ステップＳ５１において、演算部３は、ステップＳ１で検出した検出点と前回のステップＳ１で検出した検出点の比較を行い、同一検出点の判定条件を満たすときには、相対速度Ｖを計算する。相対速度Ｖが検出されれば、該相対速度Ｖとしきい値Ｖｔ３との比較を行い、しきい値Ｖｔ３未満となる検出点は信頼度を上げ、しきい値Ｖｔ３以上の検出点は信頼度を下げ、次のステップＳ５２の処理へ移行する。
【０１２４】
ステップＳ５２では、演算部３はステップＳ１で検出した検出点が道路構造物か否かを判定する。このとき演算部３は、時間的に前のステップＳ５３で検出された道路構造物直線と、ステップＳ１で検出した検出点との比較を行い、道路構造物とするための判定条件を満たすときは、ステップＳ６０、ステップＳ７の処理に移行し、判定条件を満たさないときには、ステップＳ５３以降の処理に移行する。
【０１２５】
ステップＳ５３では、演算部３はステップＳ５２で道路構造物と判定されなかった点のうち信頼度がしきい値Ｃｔ１以上の検出点に対して、道路構造物直線となるか否かを判定する。このとき演算部３は信頼度がＣｔ１以上の検出点の比較を同一道路構造物直線となる判定条件を満たせば、道路構造物直線を算出し、ステップＳ６０、ステップＳ７の処理に移行し、判定条件を満たさないときにはステップＳ８以降の処理に移行する。
【０１２６】
ステップＳ６０において、演算部３は、道路構造物のグルーピングを行う。このとき演算部３は、ステップ５２、ステップ５３において道路構造物と判定された検出点を内部メモリに保存し、道路構造物直線を表す値として、始点・終点・最小検出距離・最大検出距離の位置を保存する。
【０１２７】
ステップＳ７において、演算部３は、内部メモリに保存された道路構造物とした検出点を読み出し、これらの点から直線式を再計算し、道路構造物の位置情報として出力し、ステップＳ１に処理を戻す。
【０１２８】
なお、ステップＳ８以降の処理手順は、図７に示したフローチャートの処理手順と同様な処理手順となるので、省略する。
【０１２９】
このようにして、第２の実施形態に係る前方物体検出装置では、オクルージョン等の影響により、道路構造物検出点からの反射が少ない場合であっても、道路構造物を正確にグルーピングすることができる。これにより、道路構造物を高精度に検出することができるようになる。
【図面の簡単な説明】
【図１】本発明の一実施形態に係る前方物体検出装置の構成を示すブロック図である。
【図２】車両に搭載されたレーザレーダの構成を示す説明図である。
【図３】レーザレーダにて検出される複数物体の距離計測の様子を示す説明図である。
【図４】検出点から直線を求める方法を説明する図であり、（ａ）は検出点を距離と横位置の２次元配列データへの変換を説明する図、（ｂ）は２次元配列データをθρ空間への変換を説明する図である。
【図５】直線とθρ空間の関係と極大値を選択する処理の説明図である。
【図６】道路構造物の検出点をグループ化する処理の説明図である。
【図７】本実施形態に係る前方物体検出装置の処理手順を示すフローチャートである。
【図８】本発明の第２の実施形態に係る前方物体検出装置の構成を示すブロック図である。
【図９】演算部により検出点に道路構造物となる信頼度を付与する方法を示す説明図である。
【図１０】演算部により信頼度が高い検出点を連結し、道路構造物直線を算出する方法を示す説明図である。
【図１１】第２の実施形態に係る前方物体検出装置の動作を示すフローチャートの、第１の分図である。
【図１２】第２の実施形態に係る前方物体検出装置の動作を示すフローチャートの、第２の分図である。
【図１３】従来における物体検出手法を示す説明図である。
【符号の説明】
１ レーザレーダ（物体検出手段）
２ 車両挙動検出部
３ 演算部
３１ 直線算出手段
３１１ データ変換手段
３１２ 直線位置算出手段
３２ 直線抽出手段
３２１ 極大値選択手段
３２２ 第２極大値選択手段
３３ 道路構造物検出手段
３３１ 道路構造物判定手段
３３２ 道路構造物信頼度付与手段
３３３ 道路構造物直線算出手段
３３４ 道路構造物直線更新手段
３４ 第１のグルーピング手段
３５ 第２のグルーピング手段
Claims (9)
- 自車両に搭載されて自車両前方に存在する物体を検出する前方物体検出装置であって、
自車両前方に送信波を走査させながら出射して、自車両前方に存在する物体からの反射波を検出し、検出した反射波に基づいて、自車両に対する前記物体位置を示す複数の検出点を生成する物体検出手段と、
前記物体検出手段にて検出された複数の検出点に基づき、所定の演算手法を用いて、同一であると見なされる物体による検出点どうしを連結する直線を算出する直線算出手段と、
前記直線算出手段で検出された直線に基づき、自車両が走行する道路の端部に存在する道路構造物からの検出点で構成される直線を抽出する直線抽出手段と、
前記直線抽出手段にて抽出された直線近傍に存在する複数の検出点をグルーピングし、これを道路構造物として検出する道路構造物検出手段と、を備え、
前記直線算出手段は、物体位置を示す複数の検出点に基づき、検出点の分解能を低下させた際の、自車両から各検出点までの距離と、自車両が走行する道路の幅方向位置との関係を示す２次元配列データを生成するデータ変換手段と、前記データ変換手段にて得られる２次元配列データを、前記所定の演算手法にて２次元パラメータ空間のデータに変換し、当該２次元パラメータ空間中における各点の累積度の極大値を求めることにより、前記検出点どうしを連結する直線を算出する直線位置算出手段と、
を有することを特徴とする前方物体検出装置。 - 前記道路構造物検出手段で検出されなかった検出点のうち、互いに隣接する検出点をグルーピングして第１グループデータを得る第１のグルーピング手段と、
前記第１のグルーピング手段により、今回得られたグループデータに対応するデータが、前回得られたグループデータ中に含まれている場合には、これを第２グループデータとする第２のグルーピング手段と、を更に備え、
前記第２グループデータが検出された際に、これを自車両前方に存在する物体によるものであると判断することを特徴とする請求項１に記載の前方物体検出装置。 - 前記直線抽出手段は、前記直線算出手段にて算出された直線のうち、自車両の走行方向、或いは自車両が走行する道路の白線方向との相関が高く、且つ、自車両と離れた領域に存在する前記極大値を選択する極大値選択手段を有し、該極大値選択手段にて選択された極大値に対応する直線を抽出することを特徴とする請求項１または請求項２のいずれかに記載の前方物体検出装置。
- 前記道路構造物検出手段は、前記直線抽出手段にて抽出された直線と、当該直線を抽出する際に使用した各検出点との距離を算出し、算出された距離が所定値以下である場合には、この検出点を道路構造物のデータであると判定する道路構造物判定手段を具備したことを特徴とする請求項１〜請求項３のいずれか１項に記載の前方物体検出装置。
- 前記直線抽出手段は、前記直線算出手段にて算出された直線のうち、自車両に対して自車両の走行する幅方向に相関が低く、自車両と離れた領域に存在する前記極大値を選択する第２極大値選択手段を有し、当該第２極大値選択手段にて選択された極大値に対応する直線を抽出することを特徴とする請求項１または請求項２のいずれかに記載の前方物体検出装置。
- 前記道路構造物検出手段は、異なる時間での検出結果に基づいて検出点に道路構造物となる信頼度を付与する道路構造物信頼度付与手段と、前記道路構造物信頼度付与手段にて高い信頼度を付与された複数の検出点に基づき、所定の条件を用いて、道路構造物と判定される検出点どうしを連結する道路構造物直線を算出する道路構造物直線算出手段と、前 記道路構造物直線算出手段で算出された前回計測時の道路構造物直線近傍に存在する複数の検出点を所定の条件に基づき、道路構造物のデータとしてグルーピングを行い、道路構造物直線を示す値を更新する道路構造物直線更新手段と、を有することを特徴とする請求項１〜請求項５のいずれか１項に記載の前方物体検出装置。
- 前記道路構造物信頼度付与手段は、前記直線抽出手段にて抽出された直線と前記道路構造物直線算出手段にて時間的前に算出された道路構造物直線と各検出点の距離を算出し、算出した距離が所定値以下、且つ検出点から所定の領域内に別の検出点が存在しなければ、信頼度を高くする第１信頼度付与手段と、各検出点と時間的に前に検出された検出点との比較から各検出点の相対速度を算出し、相対速度が所定値以下であれば、信頼度を高くし、所定値以上であれば、信頼度を低くする第２信頼度付与手段と、を有することを特徴とする請求項６に記載の前方物体検出装置。
- 前記道路構造物直線算出手段は、前記道路構造物信頼度付与手段により付与された信頼度が高い検出点どうしの距離を算出し、距離が所定値以下であれば同一道路構造物を構成する検出点として連結して直線を検出することを特徴とする請求項６に記載の前方物体検出装置。
- 前記道路構造物直線更新手段は、前回検出した道路構造物直線と各検出点の距離を算出し、算出した距離が所定値以下、且つ前記道路構造物信頼度付与手段により付与された信頼度が高い場合、及び、算出した距離が所定値以下、且つ信頼度が低く、近傍に走行物体が存在しない場合には、この検出点を道路構造物のデータしてグルーピングを行い、直線位置を更新することを特徴とする請求項６に記載の前方物体検出装置。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2002151086A JP3690366B2 (ja) | 2001-12-27 | 2002-05-24 | 前方物体検出装置 |
Applications Claiming Priority (3)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2001397429 | 2001-12-27 | ||
| JP2001-397429 | 2001-12-27 | ||
| JP2002151086A JP3690366B2 (ja) | 2001-12-27 | 2002-05-24 | 前方物体検出装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JP2003255047A JP2003255047A (ja) | 2003-09-10 |
| JP3690366B2 true JP3690366B2 (ja) | 2005-08-31 |
Family
ID=28677292
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2002151086A Expired - Fee Related JP3690366B2 (ja) | 2001-12-27 | 2002-05-24 | 前方物体検出装置 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP3690366B2 (ja) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104197897A (zh) * | 2014-04-25 | 2014-12-10 | 厦门大学 | 一种基于车载激光扫描点云的城区道路标线自动分类方法 |
Families Citing this family (20)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP4506163B2 (ja) * | 2003-12-10 | 2010-07-21 | 日産自動車株式会社 | 前方物体検出装置及び前方物体検出方法 |
| JP3941795B2 (ja) | 2004-04-28 | 2007-07-04 | 株式会社デンソー | 先行車両認識装置 |
| JP5055691B2 (ja) * | 2004-10-22 | 2012-10-24 | 日産自動車株式会社 | 前方物体検出装置及び前方物体検出方法 |
| JP4595759B2 (ja) * | 2005-09-09 | 2010-12-08 | 株式会社デンソー | 環境認識装置 |
| JP4618506B2 (ja) * | 2005-10-20 | 2011-01-26 | アイシン精機株式会社 | 物体認識装置 |
| JP4662147B2 (ja) * | 2005-10-20 | 2011-03-30 | アイシン精機株式会社 | 物体認識装置 |
| JP4824511B2 (ja) * | 2006-09-11 | 2011-11-30 | 本田技研工業株式会社 | 車両の走行安全装置 |
| JP5075655B2 (ja) * | 2008-02-05 | 2012-11-21 | 本田技研工業株式会社 | 物体検知装置 |
| WO2009116221A1 (ja) * | 2008-03-21 | 2009-09-24 | 本田技研工業株式会社 | 車両走行支援装置、車両、車両走行支援プログラム |
| CN103348393B (zh) * | 2010-11-04 | 2015-08-19 | 丰田自动车株式会社 | 道路形状推定装置及其推定方法 |
| EP2654026A1 (en) * | 2010-12-15 | 2013-10-23 | Toyota Jidosha Kabushiki Kaisha | Travel assistance device, travel assistance method, and vehicle |
| JP5321640B2 (ja) * | 2011-05-17 | 2013-10-23 | 株式会社デンソー | 車両用道路形状認識方法及び装置、記録媒体 |
| JP5316572B2 (ja) * | 2011-03-28 | 2013-10-16 | トヨタ自動車株式会社 | 物体認識装置 |
| JP5276140B2 (ja) * | 2011-05-19 | 2013-08-28 | 富士重工業株式会社 | 環境認識装置および環境認識方法 |
| US8755967B1 (en) | 2012-03-23 | 2014-06-17 | Google Inc. | Estimating road lane geometry using lane marker observations |
| KR20140019501A (ko) * | 2012-08-06 | 2014-02-17 | 현대자동차주식회사 | 장애물 인식을 위한 분류기의 생성방법 |
| JP6534808B2 (ja) | 2014-11-28 | 2019-06-26 | 株式会社デンソーテン | レーダ装置、および、信号処理方法 |
| EP3343174B1 (en) * | 2015-08-28 | 2020-04-15 | Nissan Motor Co., Ltd. | Vehicle position estimation device, vehicle position estimation method |
| JP6834920B2 (ja) * | 2017-11-22 | 2021-02-24 | トヨタ自動車株式会社 | 物標判別装置 |
| JP7296261B2 (ja) * | 2019-06-21 | 2023-06-22 | パナソニックホールディングス株式会社 | 監視装置、及び、監視方法 |
Family Cites Families (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH07121707A (ja) * | 1993-10-26 | 1995-05-12 | Nippon Telegr & Teleph Corp <Ntt> | ハフ変換投票箱分割サイズ決定方法 |
| JPH07253467A (ja) * | 1994-03-15 | 1995-10-03 | Nissan Motor Co Ltd | 車両用レーダ装置 |
| JP3341186B2 (ja) * | 1994-03-31 | 2002-11-05 | オムロン株式会社 | 対象判別装置および方法，ならびに対象判別装置を搭載した車両 |
| JP3753893B2 (ja) * | 1999-06-29 | 2006-03-08 | 本田技研工業株式会社 | 走行車両の制御装置 |
| JP3822770B2 (ja) * | 1999-12-10 | 2006-09-20 | 三菱電機株式会社 | 車両用前方監視装置 |
-
2002
- 2002-05-24 JP JP2002151086A patent/JP3690366B2/ja not_active Expired - Fee Related
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104197897A (zh) * | 2014-04-25 | 2014-12-10 | 厦门大学 | 一种基于车载激光扫描点云的城区道路标线自动分类方法 |
| CN104197897B (zh) * | 2014-04-25 | 2017-01-04 | 厦门大学 | 一种基于车载激光扫描点云的城区道路标线自动分类方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| JP2003255047A (ja) | 2003-09-10 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP3690366B2 (ja) | 前方物体検出装置 | |
| JP3664127B2 (ja) | 物体検出装置 | |
| JP3214364B2 (ja) | 車間距離測定装置 | |
| US7761236B2 (en) | Object recognition apparatus for vehicle and distance measurement apparatus | |
| JP3427809B2 (ja) | 車両用道路形状認識方法及び装置、記録媒体 | |
| JP3664110B2 (ja) | 物体種別判定装置及び物体種別判定方法 | |
| JP2001004368A (ja) | 物体認識装置 | |
| CN115151836B (zh) | 用于探测车辆周围环境中的移动对象的方法和机动车辆 | |
| US20180364357A1 (en) | Method and apparatus for recognizing vehicles using laser beam scanning | |
| US6380885B2 (en) | Obstacle recognition system for vehicle | |
| CN103443838A (zh) | 物体识别装置 | |
| US12252150B2 (en) | Method and apparatus for tracking object using LiDAR sensor and recording medium storing program to execute the method | |
| JP4506162B2 (ja) | 前方物体検出装置及び前方物体検出方法 | |
| JP3341186B2 (ja) | 対象判別装置および方法，ならびに対象判別装置を搭載した車両 | |
| WO2019198789A1 (ja) | オブジェクト識別システム、自動車、車両用灯具、オブジェクトのクラスタリング方法 | |
| JP2002334330A (ja) | 車両認識装置 | |
| US20210364280A1 (en) | Road surface area detection device, road surface area detection system, vehicle, and road surface area detection method | |
| JP5055691B2 (ja) | 前方物体検出装置及び前方物体検出方法 | |
| JP5488805B2 (ja) | レーザセンサ及びこれを用いた検出対象判定方法 | |
| JP4506163B2 (ja) | 前方物体検出装置及び前方物体検出方法 | |
| JP3287166B2 (ja) | 距離測定装置 | |
| JP2010250651A (ja) | 車両検出装置 | |
| EP4506222A1 (en) | Information processing method and information processing device | |
| JP2018021788A (ja) | 段差検出方法及び段差検出装置 | |
| US11922670B2 (en) | System for extracting outline of static object and method thereof |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20041001 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20041102 |
|
| A521 | Written amendment |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20041221 |
|
| TRDD | Decision of grant or rejection written | ||
| A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20050524 |
|
| A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20050606 |
|
| R150 | Certificate of patent or registration of utility model |
Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20090624 Year of fee payment: 4 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20090624 Year of fee payment: 4 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20100624 Year of fee payment: 5 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20110624 Year of fee payment: 6 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20120624 Year of fee payment: 7 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20120624 Year of fee payment: 7 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20130624 Year of fee payment: 8 |
|
| LAPS | Cancellation because of no payment of annual fees |