JP2018018215A - 物体特徴点検知装置 - Google Patents

Abstract

【課題】この発明は、物体特徴点検知装置に関し、検出すべき対象物体が他物体と重なってしまう状況下でも、その対象物体上の点を正しく特徴点として検知することを目的とする。【解決手段】車両１０の走路情報を検出する。走路情報に基づいて走路上のレーンを認識する。車両１０の周辺に存在する物体（先行車両３２、走路脇の壁８４など）を検出する。その検出結果に基づいて、対象物体（先行車両３２）の輪郭上の点を検出する。認識したレーンに対象物体（先行車両３２）を当て嵌めて、その輪郭上の点が、他物体（壁８４、周辺車両）と結合して検出される結合条件が対象物体の一方の側で成立しているか否かを判定する。結合条件が一方の側（例えば左側）で成立している場合に、対象物体の他方の側（例えば右側）に属する点を特徴点１０６とする。【選択図】図１３

Description

この発明は、物体特徴点検知装置に係り、特に、周囲に存在する対象物体の特徴点を検出するために車両に搭載される装置として好適な物体特徴点検知装置に関する。

特許文献１には、レーザレーダを用いた車両用物体検知装置が開示されている。この装置は、車両前方を検出領域とするレーザレーダを備えている。レーザレーダによれば、検出領域に存在する物体の形状を検知することができる。上記従来の装置は、自車両の進路に横方向から物体が侵入してくる場合に、下記のルールに従ってその物体の検出点を選択する。

１．検出領域に物体の先端だけが入っている場合：その先端の側の検出点を選択する。
２．検出領域に物体の後端だけが入っている場合：その後端の側の検出点を選択する。
３．物体の全てが検出領域に収まっている場合：複数の検出点のうち中央の検出点を選択する。

上記のルールによれば、夫々の条件下で物体の速度を最も正しく表す点を検出点として選択することができる。このため、上記従来の装置によれば、レーザレーダの検出領域に物体が入り始めてから、その検出領域から物体が脱出するまでの間、精度良くその物体の移動速度を推定することができる。

尚、出願人は、上記の特許文献１の他に本願発明に関連する文献として下記特許文献２を認識している。

特開２０１０−２４９６９０号公報 特開平０５−１９６７３６号公報

ところで、レーザレーダは、自車両の進路に進入してくる対象物体の他にも、路上の白線や、隣のレーン上の先行車両など、様々な他物体を検知することができる。そして、検出すべき対象物体が他物体と近接しているような場合には、両者の輪郭が重なって、両者が結合した状態でレーザレーダに検知されてしまうことがある。

このため、特許文献１の装置によれば、対象物体の先端が路上の白線等と重なる等、近接する状況下では、物体の先端位置が誤って検出されることがある。同様に、この装置によれば、物体の後端が白線等と重なる場合には、その後端位置が誤検出される事態が生じ得る。そして、先端位置又は後端位置が誤検出されれば、中央の検出点も必然的に正しいものではなくなる。このように、特許文献１に記載の装置では、対象物体が他物体と重なる等、近接する状況下では、所望の検出点が正しく得られない事態が生ずることがある。

この発明は、上述のような課題を解決するためになされたもので、検出すべき対象物体が他物体と近接し正しい物体上の点が検知できなくなる状況下でも、その対象物体上の点を正しく特徴点として検知することのできる物体特徴点検知装置を提供することを目的とする。

本発明は、上記の目的を達成するため、物体特徴点検知装置であって、
自車両の走路情報を検出する処理と、
前記走路情報に基づいて走路上のレーンを認識するレーン認識処理と、
自車両の周辺に存在する物体を検出する物体検出処理と、
前記物体検出処理の結果に基づいて、対象物体の輪郭上の点を検出する対象物体検出処理と、
前記レーンに前記対象物体を当て嵌めて、前記輪郭上の点が、前記対象物体とは異なる他物体と結合して検出される結合条件が前記対象物体の一方の側で成立しているか否かを判定する結合判定処理と、
前記結合条件が一方の側で成立している場合に、前記対象物体の他方の側に属する前記輪郭上の点を、当該対象物体の特徴点とする特徴点選択処理と、
を実行することを特徴とする。

また、本発明の好ましい態様によれば、前記結合判定処理は、前記対象物体が走行中のレーンが走路の端のレーンである場合に、当該端の側で前記結合条件が成立していると判断する処理を含む。

また、本発明の他の好ましい態様によれば、
前記対象物体検出処理は、前記物体検出処理の結果に基づいて前記対象物体の位置を検出する処理を含み、
前記物体特徴点検知装置は、前記物体検出処理の結果に基づいて、前記他物体の輪郭上の点と当該他物体の位置とを検出する他物体検出処理を更に実行し、
前記結合判定処理は、前記他物体が前記対象物体の一方の側に存在し、かつ、両者の距離が判定閾値以下である場合に、当該他物体が存在する側で前記結合条件が成立していると判定する処理を含む。

また、本発明の別の好ましい態様によれば、
前記対象物体検出処理は、サンプリング周期毎に、前記対象物体の一方の側及び他方の側の双方において前記輪郭上の点を検出し、
前記物体特徴点検知装置は、
前記サンプリング周期毎に、一周期前に決定された前記輪郭上の点の位置、前記対象物体の移動速度、及び当該サンプリング周期に基づいて、当該点の推定位置を算出する処理と、
前記サンプリング周期毎に、前記一方の側の輪郭上の点と当該点の推定位置との差、並びに、前記他方の側の輪郭上の点と当該点の推定位置との差を算出する処理と、
前記結合条件が前記対象物体の両方の側で成立しているか否かを判定する処理と、を実行し、
前記特徴点選択処理は、前記結合条件が前記対象物体の両方の側で成立している場合に、前記差が小さい方の輪郭上の点を前記対象物体の特徴点とする処理を含む。

本発明によれば、走路情報に基づいて認識したレーンに対象物体を当てはめることにより、その対象物体が置かれている状況を推定することができる。そして、その状況に基づいて、対象物体の一方の側で結合条件が成立しているか否かを判定することができる。更に、結合条件が一方の側で成立している場合には、対象物体の他方の側に属する点が特徴点とされる。この特徴点は、他物体と結合していない対象物体上の点である。このため、本発明によれば、対象物体が他物体と重なってしまう状況下でも、その対象物体の輪郭上の点を正しく特徴点として検知することができる。

本発明の実施の形態１の物体特徴点検知装置のハードウェア構成を示す図である。 本発明の実施の形態１が解決する課題を説明するための図である。 図２に示す車両の前方状況の一例とその状況に対応する検出結果の一例とを対比して表した図である。 本発明の実施の形態１の物体特徴点検知装置のブロック構成図である。 図４に示すレーン認識部が行う処理の第１例を説明するための図である。 図４に示すレーン認識部が行う処理の第２例を説明するための図である。 図４に示すレーン認識部が行う処理の第３例を説明するための図である。 図４に示すレーン認識部が行う処理の第４例を説明するための図である。 図４に示す結合判定部が行う処理の第１例を説明するための図である。 図４に示す結合判定部が行う処理の第２例を説明するための図である。 図４に示す結合判定部が行う処理の第３例を説明するための図である。 図４に示す特徴点選択部が行う処理の第１例を説明するための図である。 図４に示す特徴点選択部が行う処理の第２例を説明するための図である。 図４に示す特徴点選択部が行う処理の第３例を説明するための図である。 図４に示す特徴点選択部が行う処理の第４例を説明するための図である。

［実施の形態１のハードウェア構成］
図１は本発明の実施の形態１の物体特徴点検知装置のハードウェア構成を示す図である。図１に示すように、車両１０には、ステレオカメラ１２が搭載されている。ステレオカメラ１２は、車両１０の前方を所定の視野角でステレオ撮像することができる。尚、ステレオカメラ１２は、単眼カメラに置き換えることも可能である。

車両１０には、また、車両を取り巻くように複数のＬＩＤＡＲ（Laser Imaging Detection and Ranging）ユニット１４が搭載されている。ＬＩＤＡＲユニット１４によれば、夫々の検出領域内に存在する物体の輪郭とその物体までの距離とを検知することができる。

車両１０には、車両を取り巻くように複数のミリ波レーダユニット１６が搭載されている。ミリ波レーダは、カメラによる撮像やＬＩＤＡＲに比して雨滴やガスの影響を受け難い。ミリ波レーダユニット１６によれば、夫々の検出領域内に存在する物体までの距離、並びにその物体と車両１０との相対速度を検知することができる。

以下、上述したステレオカメラ１２、ＬＩＤＡＲユニット１４及びミリ波レーダユニット１６を総称して「物体センサ」と称する。尚、車両１０には、「物体センサ」として、ソナーセンサを搭載してもよい。ソナーセンサによれば、超音波を利用することで車両１０の周囲に存在する物体を検知することができる。

車両１０には、更に、ＧＰＳ(Global Positioning System)ユニット１８が搭載されている。ＧＰＳユニット１８によれば、ＧＰＳを利用して車両１０の現在位置・方位を検知することができる。

車両１０には、ＥＣＵ(Electronic Control Unit)２０が搭載されている。上述した「物体センサ」及びＧＰＳユニット１８の検出信号は、ＥＣＵ２０に供給される。ＥＣＵ２０は、それらの信号に基づいて、車両１０の周辺に存在する各種の物体、具体的には、白線やガードレールのような路上構成物、並びに先行車両などを検知することができる。

［実施の形態１の基本的機能］
図２は、本実施形態の装置の基本動作に伴う課題を説明するための図である。図２に示す４つの図形は、夫々車両１０における物体検出の結果を示している。夫々の図形において、符号２２は車両１０の走路を示す。走路２２には、左右の端部に夫々白線２４，２６が描かれている。また、白線２４，２６の間には、レーンを仕切る破線の白線２８が描かれている。また、右側の白線２６の更に右側には壁３０が描かれている。

図２の左端の図形は、時刻t-1における物体検出の結果を示す。車両１０では、この結果を得る前提として、先ずＬＩＤＡＲユニット１４による検出結果を取得する。ＬＩＤＡＲユニット１４の検出結果によれば、車両１０の周辺に存在する物体の輪郭と位置を検知することができる。車両１０は、ＬＩＤＡＲユニット１４以外にも、ミリ波レーダユニット１６やステレオカメラ１２により物体を検知し、それらを統合することで、物体の誤検出・未検出の低減を図り、位置・速度の推定精度を向上させる。左端の図形中に符号３４を付して示す長方形は、その統合の結果得られた先行車両３２の「追跡結果」を示す。

先行車両３２の状態（位置や速度）を把握するうえでは、先行車両３２上で、移動以外で位置の変化が発生しない点を捕らえておく必要がある。このため、車両１０は、ＬＩＤＡＲユニット１４により先行車両３２の輪郭が検知された段階で、その輪郭上の一点を「特徴点」として認識する。本実施形態では、原則として、得られた輪郭上の点のうち最も車両１０に近い点（以下、「以下、最近傍点」とする）が特徴点として認識される。図２の左端図形は、このルールに従って先行車両３２の右後端角に当たる点が特徴点３６として認識された状態を示している。

図２の左から２番目に示す図形は、時刻tにおけるＬＩＤＡＲユニット１４の検出結果３８と最近傍点４０を示す。ＬＩＤＡＲユニット１４は、先行車両３２の他にも、白線２４，２６，２８や壁３０も物体として検出する。そして、先行車両３２が壁３０に近接しており、先行車両３２と壁３０とが車両１０から見て重なってしまうような状況下では、両者の計測点が結合してしまうことがある。この場合、検出結果３８の最近傍点４０は、先行車両３２の右後端角ではなく壁３０上の点となる。

図２の右から２番目に示す図形は、時刻tの検出結果３８に基づいて生成された追跡結果３４を示す。追跡結果３４は、最近傍点４０に、ステレオカメラ１２やミリ波レーダユニット１６で得た情報（距離、速度、車幅など）を反映させることで生成される。この段階で車両１０は、先行車両３２の位置を誤認している。

図２の右端の図形は、誤検出された追跡結果３４に基づいて、時刻t+1において先行車両３２の状態が推定されている様子を示している。この図形に示すように、追跡結果３４が誤認識されていれば、車両１０は、以後先行車両３２の状態を誤って認識することになる。

図３は、図２に示す結合が発生し得る状況と、追跡結果の実例とを対比して表している。ここでは、先行車両であるトラックの特徴点が、ガードレールと結合して検出されている。

［実施の形態１の特徴］
図４は、上述した誤認識を防ぐために本実施形態においてＥＣＵ２０が実行する処理の内容を説明するためのブロック図である。ＥＣＵ２０は、プロセッサ、メモリ及び各種のインターフェースを備えており、メモリ内に格納されているプログラムに従って処理を行うことにより図４に示す各種ブロックの機能を実現する。

（レーン認識部）
図４に示す構成は、レーン認識部５０を備えている。レーン認識部５０は、ＥＣＵ２０が、車両１０の周辺に設けられているレーンの状況を認識するためのレーン認識処理を実行することにより実現される。

図５は、本実施形態においてレーン認識部５０で実行されるレーン認識処理を説明するための図である。図５に示すように、レーン認識部５０には、走路情報５２が提供される。走路情報５２には、物体センサから提供される路上構成物に関する情報、ＧＰＳユニット１８から提供される車両１０の位置・方位情報、及び予めＥＣＵ２０に記憶されている地図情報が含まれているものとする。

レーン認識部５０は、具体的には、ＥＣＵ２０が走路情報５２に基づいて下記の処理を行うことにより実現される。
（１）物体センサが検出した路上構成物の情報及びＧＰＳからの位置・方位情報を地図情報に当てはめて、車両１０の地図上での現在位置を特定、
（２）地図情報に含まれるレーン情報から車両１０の現在位置周辺のレーン境界線５４を推定。

尚、上述したレーン認識処理は、レーン認識部５０を実現するための処理の一例である。以下、図６から図８までを参照して、レーン認識処理の他の例について説明する。

図６は、本実施形態において用い得るレーン認識処理の第２例を説明するための図である。図６に示す例は、ＥＣＵ２０が、走路情報５２に基づいて下記の処理を行うことにより実現される。
（１）ステレオカメラ１２及びＬＩＤＡＲユニット１４の少なくとも一方により、自車周辺の白線位置を検出、
（２）物体に対して検知距離が短い場合、推定した形状より必要な距離まで外挿しレーン境界線を推定。

図７は、本実施形態において用い得るレーン認識処理の第３例を説明するための図である。図７に示す例は、ＥＣＵ２０が、走路情報５２に基づいて下記の処理を行うことにより実現される。
（１）図５の場合と同様に車両１０の現在位置を特定、
（２）車両１０を含む周辺領域にグリッドマップ５８を設定、
（３）物体センサの計測結果に基づいてグリッドマップ５８中の、物体が同じ位置に静止物として何度も観測されたグリッドに、静止物グリッド６０を設定、
（４）地図情報から現在位置における車線幅６２を読み出し、
（５）静止物グリッド６０の配置と車線幅６２とに基づいてレーン境界線６４を推定。

図８は、本実施形態において用い得るレーン認識処理の第４例を説明するための図である。図８に示す例は、ＥＣＵ２０が、走路情報５２に基づいて下記の処理を行うことにより実現される。
（１）図５の場合と同様に車両１０の現在位置を特定、
（２）物体センサの計測結果に基づいて壁やガードレール等の路上構造物６６を検出、
（３）路上構造物６６に対して曲線マッチングを施して道路境界６８を算出、
（４）地図情報から現在位置における車線幅７０を読み出し、
（５）道路境界６８と車線幅７０とに基づいてレーン境界線７２を推定。

尚、以上の段落［００３１］〜［００３６］に記載のレーン認識処理は、並列、又は逐次的に実行してもよい。その際、その結果を重み付け統合することや検出状態により切り替えることにより、ロバスト性を向上させてもよい。

（レーン配置判断部）
上述したレーン認識部５０の処理結果は、図４に示すように、レーン配置判断部７４に提供される。レーン配置判断部７４は、ＥＣＵ２０が、「対象物体」及び「他物体」の夫々について、走行レーンを判断するためのレーン配置判断処理を実行することにより実現される。ここで、「対象物体」とは、ＥＣＵ２０が当該処理サイクルにおいて検出の対象としている物体を意味し、「他物体」とは、物体センサによって検出された全ての物体から「対象物体」を除いた物体を意味するものとする。

図４に示すように、レーン配置判断部７４には対象物体検出結果７６及び他物体検出結果７８が提供されている。対象物体検出結果７６には「対象物体」の位置及び形状等の情報が含まれている。また、他物体検出結果７８には「他物体」の位置及び形状等の情報が含まれている。

レーン配置判断部７４では、対象物体検出結果７６に基づくレーン配置判断処理と、他物体検出結果７８に基づくレーン配置判断処理とが実行される。両者の処理は実質的に同じであるため、ここでは、対象物体検出結果７６に基づく処理をそれらの代表例として説明する。

対象物体検出結果７６に基づくレーン配置判断処理では、ＥＣＵ２０により下記の処理が順次実行される。
（１）対象物体の位置の読み出し、
（２）各レーンの中心線の情報の読み出し、
（３）対象物体の代表位置（例えば中心位置）と各レーンの中心線との距離を算出、
（４）上記距離が最短となるレーンを、対象物体の走行レーンと判断。

尚、上述したレーン配置判断処理は、レーン配置判断部７４を実現するための処理の一例である。他にも、「左右のレーン境界線の内側か否かで判定する」「境界線の外側への距離より確率値を計算し、その確率値より判定する」「物体の走行軌跡とレーンの形状の一致度より判定する」方法がある。以下、本実施形態において用いることのできるレーン配置判断処理の他の例について説明する。

レーン配置判断処理の第２例は、ＥＣＵ２０が下記の処理を順次実行することで実現される。
（１）対象物体の位置の読み出し、
（２）各レーンの左右の境界線の情報の読み出し、
（３）対象物体の代表位置（例えば中心位置）と各レーンの左右の境界線との距離を算出、
（４）左側境界線の右方と右側境界線の左方の双方に上記距離が認められるレーンを対象物体の走行レーンとして判断。

レーン配置判断処理の第３例は、ＥＣＵ２０が下記の処理を順次実行することで実現される。
（１）対象物体の位置の読み出し、
（２）レーン毎に対象物体の走行確率が割り当てられたマップを読み出し、
（３）上記マップに対象物体の位置を当て嵌めて対象物体の走行レーンを判断。

レーン配置判断処理の第４例は、ＥＣＵ２０が下記の処理を順次実行することで実現される。
（１）対象物体の走行軌跡を読み出し、
（２）各レーンと上記走行軌跡の形状（例えば曲率）を照合し、残差を計算、
（３）上記照合の結果、残差が最も小さい対象物体の走行レーンを判断。

尚、以上の段落［００４０］〜［００４４］に記載のレーン配置判断処理は、並列又は逐次的に実行してもよい。その際、その結果を重み付け統合することや検出状態により切り替えることにより、ロバスト性を向上させてもよい。

（結合判定部）
図４に示すように、レーン配置判断部７４の処理結果は、結合判定部８０に提供される。結合判定部８０は、ＥＣＵ２０が、後述する結合判定処理を実行することにより実現される。結合判定処理では、対象物体が他物体と結合して検出される条件（「結合条件」と称す）が、対象物体の左右何れかの側、或いは双方において存在しているか否かが判断される。

以下、図９から図１１までを参照して、結合判定処理の詳細について説明する。
図９は、結合判定処理が結合条件の成立を判定する第１例を示す。図９において、車両１０は、先行車両３２を対象物体８２として認識し、走路左側の壁８４を他物体として認識している。図中に符号８６を付して示す破線の長方形は今回の処理サイクルにおけるＬＩＤＡＲユニット１４の検出結果である。検出結果８６は、先行車両３２の左側が壁８４と結合して誤検出された結果である。

図９に示す誤検出は、対象物体８２が走路の左端レーンを走行している場合に発生する。このため、結合判定部８０は、レーン配置判断部７４の処理結果に基づいて、対象物体８２が走路の左端レーンを走行していると判断できる場合は、「対象物体８２の左側に結合条件が存在する」と判断する。同様の理由により、対象物体８２が走路の右端レーンを走行していると判断される場合は、「対象物体８２の右側に結合条件が存在する」との判断がなされる。

図１０は、結合判定処理が結合条件の成立を判定する第２例を示す。図１０において、車両１０は、先行車両３２を対象物体８２として認識している。また、車両１０は、左端レーン及び右端レーンの周辺車両を他物体８８，９０として認識している。図中に符号９２を付して示す長方形は、左端レーンの他物体８８の追跡結果を示す。また、破線で示す長方形９４は今回の処理サイクルにおけるＬＩＤＡＲユニット１４の検出結果である。検出結果９４は、対象物体８２が他物体９０と結合して誤検出された結果である。

図１０に示す誤検出は、対象物体８２の左側レーンに、近接して追跡結果９２が認められていた場合に発生する。このため、結合判定部８０は、レーン配置判断部７４の処理結果に基づいて、対象物体８２の左側レーンに閾値以下の距離で追跡結果が認められていたと判断される場合は、「対象物体８２の左側に結合条件が存在する」と判断する。同様の理由により、対象物体８２の右側レーンに閾値以下の距離で追跡結果が認められていたと判断される場合は、「対象物体８２の右側に結合条件が存在する」との判断がなされる。

図１１は、結合判定処理が結合条件の成立を判定する第３例を示す。図１１において、車両１０は、先行車両３２を対象物体８２として認識していると共に、先行する二台の二輪車を他物体９６，９８として認識している。ここで、二台の他物体９６，９８は、何れも、対象物体８２と同じレーンを走行している。図中に符号１００を付して示す長方形は、先行する他物体９６の追跡結果を示す。また、破線で示す長方形１０２は今回の処理サイクルにおけるＬＩＤＡＲユニット１４の検出結果である。検出結果１０２は、対象物体８２が他物体９６と結合して誤検出された結果である。

図１１に示す誤検出は、対象物体８２の走行レーン内左側に近接して追跡結果１００が認められていた場合に発生する。このため、結合判定部８０は、レーン配置判断部７４の処理結果に基づいて、対象物体８２の走行レーン内左側に閾値以下の距離で追跡結果が認められていたと判断される場合は、「対象物体８２の左側に結合条件が存在する」と判断する。同様の理由により、対象物体８２の走行レーン内右側に閾値以下の距離で追跡結果が認められていたと判断される場合は、「対象物体８２の右側に結合条件が存在する」との判断がなされる。

以上の判断機能は、ＥＣＵ２０が、対象物体及び他物体のレーン配置に基づいて、下記の処理を行うことにより実現される。
（１）対象物体の走行レーンを読み出し、
（２）走行レーンが走路の左端なら「左側に結合条件有り」と判断、
（３）走行レーンが走路の右端なら「右側に結合条件有り」と判断、
（４）対象物体の左側レーンに存在する他物体の位置を読み出し、
（５）左側レーンの他物体との距離が閾値以下なら「左側に結合条件有り」と判断、
（６）対象物体の右側レーンに存在する他物体の位置を読み出し、
（７）右側レーンの他物体との距離が閾値以下なら「右側に結合条件有り」と判断、
（８）対象物体の走行レーンと同じレーンに存在する他物体の位置を読み出し、
（９）同一レーンの他物体と対象物体の左側との距離が閾値以下なら「左側に結合条件有り」と判断、
（１０）同一レーンの他物体と対象物体の右側との距離が閾値以下なら「右側に結合条件有り」と判断。
但し、上記（２）の処理は、走路の左側に壁がある場合にのみ「結合条件有り」を判断するものであってもよい。同様に、上記（３）の処理は、走路の右側に壁がある場合にのみ「結合条件有り」を判断するものであってもよい。

（特徴点選択部）
図４に示すように、結合判定部８０の判断結果は、特徴点選択部１０４に提供される。特徴点選択部１０４は、ＥＣＵ２０が、特徴点選択処理を実行することにより実現される。特徴点選択処理では、対象物体の結合条件に基づいて他物体との結合が生じていない対象物体上の点を特徴点とする処理が行われる。

以下、図１２から図１５までを参照して、特徴点選択処理の詳細について説明する。
特徴点選択処理では、具体的には、先ず、結合条件の成立状況について以下の４つの場合分けが行われる。
１．対象物体の左右何れの側にも結合条件なし
２．対象物体の左側だけに結合条件有り、
３．対象物体の右側だけに結合条件有り、
４．対象物体の左右双方に結合条件有り。

図１２は、上記１の結果が得られた場合に実行される処理を説明するための図である。左右何れの側にも結合条件がない場合は、原則に従い先行車両３２の輪郭上の点の最近傍点が特徴点とされる。図１２に示す場合、先行車両３２の右後端角が特徴点１０６として選択される。

図１３は、上記２の結果の下で実行される処理を説明するための図である。先行車両３２の左側だけに結合条件があると判別された場合は、ＬＩＤＡＲユニット１４による検出結果１０８のうち、結合条件が有る側の反対側の点、即ち右側の点が特徴点とされる。図１３は、上記の規則に従って先行車両３２の右後端角が特徴点１０６として選択された様子を示している。

図１４は、上記３の結果の下で実行される処理を説明するための図である。先行車両３２の右側だけに結合条件があると判別された場合は、ＬＩＤＡＲユニット１４による検出結果１０８のうち、左側の点が特徴点とされる。図１４は、その規則に従って先行車両３２の左後端角が特徴点１０６として選択された様子を表している。

図１５は、上記４の場合、即ち、先行車両３２の双方の側に結合条件が有る場合に実行される処理を説明するための図である。図１５は、先行車両３２の右後端角が走路右側の壁１１０と結合して検出されている様子を表している。しかしながら、図１５に示す状況下では、先行車両３２の左後端角が左側の壁１１２と結合して検出されることも想定しなければならない。このため、このような状況下では、先ず、前回の処理サイクルで検知された対象物体８２の追跡結果に基づいて、現在の対象物体８２の左右後端角の位置を予測する。次いで、今回の処理サイクルで得られた検出結果１０８における左右後端角と対応する予測位置との差を夫々算出する。そして、予測位置との差が小さい側の後端角を特徴点とする。

図１５に示す状況下では、検出結果１０８の右後端角の位置は、壁１１０との結合に起因して、対象物体８２の右後端角の本来の位置から離れている。検出結果１０８の左後端角の位置は、対象物体８２の左後端角の位置を正しく表している。この場合、予測値と検出結果１０８との差は、左側が小さく、右側が大きなものとなる。このため、上記の規則によれば、図１５に示すように対象物体８２の左後端角が特徴点１０６として選択される。このように、上記の処理によれば、対象物体８２の左右双方に結合条件が有る場合にも、高い確率で対象物体８２の輪郭上の点を正しく特徴点として選択することができる。

以上の特徴点選択機能は、ＥＣＵ２０が、対象物体８２に関する結合条件に基づいて下記の処理を行うことにより実現される。
（１）結合条件に関する場合分けを実行、
（２）左右何れの側にも結合条件がない場合は最近傍点を特徴点として選択、
（３）左側だけに結合条件が有る場合は、ＬＩＤＡＲユニット１４による検出結果の右側の点を特徴点として選択、
（４）右側だけに結合条件が有る場合は、ＬＩＤＡＲユニット１４による検出結果の左側の点を特徴点として選択、
（５）左右双方に結合条件がある場合は、
（５−１）前回処理サイクル時の追跡結果を読み出し、
（５−２）対象物体８２の移動速度を読み出し、
（５−３）読み出した追跡結果及び移動速度、並びにＥＣＵ２０の処理サイクル周期から対象車両の現在位置を推定、
（５−４）今回の処理サイクル時におけるＬＩＤＡＲユニット１４の検出結果１０８が示す対象物体８２の左後端角位置と、その点の推定位置との差を算出、
（５−５）今回の処理サイクル時におけるＬＩＤＡＲユニット１４の検出結果１０８が示す対象物体８２の右後端角位置と、その点の推定位置との差を算出、
（５−６）上記（５−４）で算出した差と上記（５−５）で算出した差を比較し、差の小さい側の後端角位置を特徴点として選択。

図４に示すように、特徴点選択部１０４によって選択された特徴点の位置は、今回の処理サイクルにおける特徴点の位置として決定される。以上説明した通り、本実施形態の物体特徴点検知装置によれば、車両１０が検出の対象としている対象物体が、対象物体以外の他物体と重なって見えるような状況下でも、対象物体の輪郭上の点を正しく特徴点として捉えることができる。このため、この装置を用いれば、対象物体を正確に捕獲し続けることができる。

尚、上記の段落［００２２］〜［００６３］に記載の実施形態の説明では、ＬＩＤＡＲを例に挙げているが、本発明には、輪郭上の「特徴点」が検知できるセンサであれば適用が可能である。すなわち、ステレオカメラやミリ波レーダであっても、物体の形状を推定できる形態であれば、同様の実施形態にて同様の効果を得ることができる。

１０ 車両
１２ ステレオカメラ
１４ ＬＩＤＡＲユニット
１６ ミリ波レーダ
１８ ＧＰＳユニット
２０ ＥＣＵ
２２ 走路
２４、２６、５４ 白線
３０、８４，１１０、１１２ 壁
３２ 先行車両
３４、９２，１００ 追跡結果
３６、４０、１０６ 特徴点
３８、８６、９４、１０２，１０８ 検出結果
５０ レーン認識部
７４ レーン配置判断部
８０ 結合判定部
８２ 対象物体
８８、９０、９６、９８ 他物体

Claims (1)

1. 自車両の走路情報を検出する処理と、
   前記走路情報に基づいて走路上のレーンを認識するレーン認識処理と、
   自車両の周辺に存在する物体を検出する物体検出処理と、
   前記物体検出処理の結果に基づいて、対象物体の輪郭上の点を検出する対象物体検出処理と、
   前記レーンに前記対象物体を当て嵌めて、前記輪郭上の点が、前記対象物体とは異なる他物体と結合して検出される結合条件が前記対象物体の一方の側で成立しているか否かを判定する結合判定処理と、
   前記結合条件が一方の側で成立している場合に、前記対象物体の他方の側に属する前記輪郭上の点を、当該対象物体の特徴点とする特徴点選択処理と、
   を実行することを特徴とする物体特徴点検知装置。

Images