JP5371273B2 - 物体検知装置、周辺監視装置、運転支援システムおよび物体検知方法 - Google Patents

Description

本発明は、カメラが撮影した入力画像とレーダの反射波とを用いて物体の存在を検知する物体検知装置、物体検知方法、またかかる物体検知を用いた周辺監視装置および運転支援システムに関するものである。

従来、カメラが撮影した画像やレーダの反射波を用いて物体を検知する技術が用いられてきた。特に近年、車両にカメラやレーダを搭載して周辺の車両や歩行者などを検知して運転操作の支援や事故の防止を行なうことが考えられている。

かかる車載用の物体認識では、高速で精度の高い物体検出が要求されるので、カメラによる画像認識とレーダ検知とを組み合わせて用いることも行なわれてきた。例えば特許文献１では、自車両前方を走行する先行車両をレーダによって正確に認識するために、画像認識を用いて前方車両以外の車両や路側物からの反射を排除した上で、レーダ認識を行なう技術を開示している。

特開２００３−８４０６４号公報

しかしながら、従来の技術では、前方車両以外の物体を高精度に認識することはできなかった。自車両から比較的近距離に存在し、かつ自車両に対して正対している車両は、広範囲かつ強度の高いレーダ反射波が得られるが、距離が遠い物体や、自車両に対して正対していない物体は反射波の強度が低くなるためである。また、反射強度の判定閾値を下げると、遠方の物体や正対していない物体の存在を検知することができるが、誤検出も増え、また物体が存在することは分かってもその物体が何であるかを識別することができない。

そこで、物体の存在を直接検知し、かつ検知した物体との距離を正確に測定可能なレーダをさらに有効に利用して、自車両周辺の様々な物体を高精度に認識することのできる物体検知を実現し、車両の周辺監視と運転支援の精度を向上することか重要な課題となっていた。

本発明は、上述した従来技術における問題点を解消し、課題を解決するためになされたものであり、様々な物体を高精度に認識することのできる物体検知装置、物体検知方法、またかかる物体検知を用いた周辺監視装置および運転支援システムを提供することを目的とする。

上述した問題を解決し、目的を達成するため、本発明にかかる物体検知装置、物体検知方法、またかかる物体検知を用いた周辺監視装置および運転支援システムは、カメラが撮影した入力画像と、レーダの反射波とを用いて物体の存在を検知する際に、入力画像に対して画像認識を行なって、当該入力画像から物体が存在する可能性のある物体候補領域を検出し、レーダの反射波強度と比較して物体の有無を判定する判定閾値を、前記物体候補領域認識手段による認識結果をもとに設定し、閾値設定手段によって設定した判定閾値とレーダの反射強度とを比較して物体を検知する。また、前記物体候補領域認識手段は、前記物体候補領域に存在する可能性のある物体の種別を認識するとともに、物体が存在する方向、距離または物体の角度のうちの少なくともいずれかを認識し、前記閾値設定手段は、当該認識の結果に基づいて前記判定閾値を設定する。

本発明によれば、遠距離にある物体、レーダの反射強度が低い種類の物体、またレーダの反射強度が低い状態にある物体など、様々な物体を高精度に認識することのできる物体検知装置、物体検知方法、またかかる物体検知を用いた周辺監視装置および運転支援システムを得ることができるという効果を奏する。

以下図面を参照して、本発明に係る物体検知装置、周辺監視装置、運転支援システムおよび物体検知方法について説明する。なお、実施例では一例として車両用物体検知装置について説明するが、これに限定することなく、画像とレーダを用いる物体検知全般に適用可能である。

図１は、本発明の実施例である車載用の周辺監視装置２０の概要構成を示す概要構成図である。同図に示すように、車両に搭載された周辺監視装置２０は、レーダ３１、カメラ３２、ナビゲーション装置３３、ヨーレートセンサ３４、車速センサ３５および制御ＥＣＵ（Electronic Control Unit）４０と接続している。

レーダ３１は、例えば、ミリ波を自車両前方にスキャン照射し、その反射波を取得して周辺監視装置２０に入力する。また、カメラ３２は、自車両前方を撮影して得られた画像を周辺監視装置２０に入力する。ここで、レーダ３１の探索範囲とカメラ３２の撮像範囲は少なくとも一部が（望ましくは全範囲が）重なるように配置する。また、レーダ３１による物体探索とカメラ３２による撮像は所定タイミング（より好適にはレーダ３１とカメラ３２とが同期したタイミング）で繰り返し実行する。

ナビゲーション装置３３は、ＧＰＳ（Global Positioning System）人工衛星と通信して特定した自車両の位置と、予め記憶した地図データ３３ａとを利用して走行経路の設定および誘導を行なう車載装置である。また、ナビゲーション装置３３は、周辺監視装置２０に対して自車両の位置情報や周辺の地図情報、道路に関する情報などを提供する。

ヨーレートセンサ３４および車速センサ３５は、それぞれ自車両のヨーレートと走行速度を取得して、周辺監視装置２０に入力する。

制御ＥＣＵ４０は、周辺監視部２０の監視結果に基づいて、ディスプレイ４３やスピーカ４４による乗員への通知、ブレーキ４１、エンジン制御装置（ＥＦＩ）４２による車両の挙動制御や操作支援、乗員を保護して衝突被害を軽減する装置であるエアバック４５の動作制御を行なう。また、制御ＥＣＵ４０は、ブレーキ４１やＥＦＩ４２、また図示しない操舵制御ＥＣＵや変速機（シフト）制御ＥＣＵなどから車両の挙動に関する情報を取得して周辺監視装置２０に提供する。

周辺監視装置２０は、その内部に物体検知部１０、衝突判定部２１、車線認識処理部２２を有する。物体検知部１０は、レーダ３１の反射波とカメラ３２が撮影した入力画像とを用いて、自車両周辺における物体を検知する処理部である。また、車線認識処理部２２は、入力画像に対する画像認識によって白線などを識別することで、車線を認識する処理を行なう。

衝突判定部２１は、物体検知部１０が検知した物体と自車両とが衝突する可能性を判定する手段である。この判定には、物体検知部１０による検知結果に加え、車線認識処理部２２による認識結果、ナビゲーション装置３３から取得した地図情報や走行予定の経路に関する情報、ヨーレートセンサ３４および車速センサ３５が出力する自車両のヨーレートと走行速度、制御ＥＣＵ４０から取得した車両の挙動に関する情報を用いる。

すなわち、衝突判定部２１は、物体検知部１０から自車両周辺に存在する物体の種類、位置、移動状態を取得し、自車両の走行車線、予定経路、地図情報などから自車両が物体に衝突する可能性があるか否かを総合的に判断し、判断結果を制御ＥＣＵ４０に出力する。

制御ＥＣＵ４０は、この判断結果を受け、衝突が発生する可能性がある場合には、ディスプレイ４３やスピーカ４４を用いて運転者に通知し、また必要に応じてブレーキ４１の遊びを減らすなどの運転操作の支援制御や、ブレーキ４１をかける、エンジン回転数を落とすなどの車両の挙動制御を実行し、衝突が発生する可能性が非常に高い場合にはエアバック４５の展開準備やシートベルトの巻上げなど衝突被害軽減装置の動作制御を実行する。

物体検知部１０は、その内部に反射波取得部１１、画像取得部１２、物体候補領域認識処理部１３、閾値マップ作成部１４、反射強度データベース１５、検知処理部１６を有する。

反射波取得部１１は、レーダ３１から反射波を取得しして検知処理部１６に出力する処理を行なう。同様に、画像取得部１２は、カメラ１２が撮影した画像を入力画像として取得し、物体候補領域認識処理部１３および車線認識処理部２２に提供する。

物体候補領域認識処理部１３は、入力画像に対してパターンマッチングなどを用いた画像認識処理を実行し、物体が存在する可能性のある領域を物体候補領域として認識する。この時、物体候補領域認識処理部１３は、物体候補領域に存在が推定される物体、言いかえれば物体候補領域に存在する可能性のある物体の種別、存在する方向、距離、角度を認識する。また、認識する物体の種別は、車両走行に関与し、障害物となる可能性のある物体、例えば他車両、歩行者、二輪車などである。なお、物体候補領域に存在する可能性とは、例えばパターンマッチング処理により一致度が８０％以上である場合に「可能性あり」と判断する。一致度の閾値は、その車両がおかれた環境（時刻、季節、地域など）により変更してもよい。

閾値マップ作成部１４は、レーダの反射波強度による物体検知の判定閾値を、物体候補領域の認識結果に基づいて設定する。具体的には、閾値マップ作成部１４は、物体候補領域の位置に基づいてレーダの探索範囲に対して判定閾値の異なる領域を設定した閾値マップを作成する。ここで、閾値は、物体の種別、存在する方向、距離、角度ごとに判定閾値の値を定めた反射強度データベース１５を参照して決定する。

検知処理部１６は、反射波取得部１１が取得した反射波の強度と、閾値マップによって規定された閾値とを比較して物体を検知し、検知結果を衝突判定部２１に出力する。

この物体検知部１０の処理について、具体例を挙げて説明する。図２は、画像認識結果からの閾値マップ作成について説明する説明図である。同図に示した例では、物体候補領域認識処理部１３は、カメラの撮影範囲内、すなわち入力画像の中に３つの物体候補領域を認識している。

それぞれの物体候補領域は、その画像内における水平方向の位置が自車両に対する当該物体の方向を、物体候補領域の下端の垂直方向の位置（高さ）が自車両から当該物体までの距離を示している。また、物体の種別と当該物体の自車両に対する角度は、画像認識によって識別することができる。

図２に示した例では、自車両から左方向に自車両に対して正対している（角度０°）の歩行者の候補領域、自車両の正面に自車両に対して正対している（角度０°）の車両（車両種別１）の候補領域、自車両の右方向に自車両に対して角度３０°の車両（車両種別１）の候補領域を認識している。

閾値マップ作成部１４は、この画像認識結果である物体候補領域マップを反射強度の閾値マップに変換する。具体的には、カメラの撮影範囲とレーダの探索範囲との関係から、物体候補領域マップにおける各物体候補領域の位置を、レーダ探索範囲内の対応する位置に置き換え、当該物体候補領域の物体種別、方向、距離、角度に基づいて反射強度データベースを検索し、閾値の値を決定する。

同図においては、左側の物体候補領域に対応する位置に例えば閾値３０％、中央の物体候補領域に対応する位置に閾値６０％、右側の物体候補領域に対応する位置に閾値４０％を設定し、物体候補領域以外の場所に閾値８０％を設定している。

正面方向の物体候補領域が、画像認識の通り、自車両正面の近距離に存在して自車両に対して正対している他車両であるならば、この領域からは強い反射波が得られるはずである。そこで、閾値を６０％と比較的高い値とし、反射強度が６０％以上であれば画像認識した通りの物体、すなわち他車両が存在すると判定する。

また、右側の物体候補領域の方向から反射波が帰ってきた場合、画像認識の結果を考慮すると、自車両に対して角度３０°の他車両であると考えられる。ここで、自車両に対して正対していない車両は、正対している車両に比して反射波の強度は低くなる。そこで、閾値を４０％と比較的低い値とし、反射強度が４０％以上であれば画像認識した通りの物体、すなわち他車両が存在すると判定する。

同様に、左側の物体候補領域の方向から反射波が帰ってきた場合、画像認識の結果を考慮すると、自車両に対して正対した歩行者であると考えられる。ここで、歩行者からの反射波は、歩行者が自車両に正対していたとしても強度が小さい。その一方で、車両走行中において、歩行者との事故の防止は非常に重要度が高い。そこで、この物体候補領域については判定閾値を３０％と比較的低い値とし、反射強度が３０％以上であれば画像認識した通り歩行者が存在すると判定する。

また、物体候補領域が設定されていない検索範囲については、判定閾値を８0％とし、反射強度が８０％であった場合に何らかの物体が存在すると認識する。これは画像認識では物体の存在を識別することができなくとも、レーダ検知のみで物体が存在すると判定する閾値であり、たとえば従来のレーダ単体での物体検出の閾値を用いることとしてもよい。

つぎに、各種物体と反射強度について説明する。図３は、車両からの反射強度について説明する説明図である。図３に示したように、車両Ｃ１が自車両Ｃ０に対して正対している、すなわち、自車両Ｃ０から車両Ｃ１に射出したレーダ探索波を受ける車両Ｃ１の面が、射出方向に対して垂直である場合、探索波は真っ直ぐ自車両方向に帰り、図４に状態（ａ）として示したように反射波の強度が高くなる。

一方、図３に示した車両Ｃ２のように、自車両Ｃ０に対して角度がある、すなわち、自車両Ｃ０から車両Ｃ２に射出したレーダ探索波を受ける車両Ｃ１の面が、射出方向に対して垂直でない場合、図４に状態（ｂ）として示したように探索波は横方向への散乱する成分が大きくなり、自車両側で受信する反射波の強度が低くなる。したがって、自車両に対して角度をもった車両をレーダによって検知するためには自車両に対して正対する車両を検知する場合に比して閾値を低くする必要がある。

また、検知対象の物体が二輪車である場合、図５に示したように、二輪車が自車両に対して正対している場合に反射強度が小さく、自車両に対して角度９０°（横向き）である場合に反射強度が大きくなる。したがって、二輪車を検知する場合には、自車両に対して正対する場合に閾値を小さく、横向きに近い場合に閾値を大きくする必要がある。

同様に、検知対象の物体が歩行者である場合、図６に示したように、歩行者がどの様な向き（角度）であっても反射波は散乱する成分が大きくなって自車両側で受信する反射強度は低くなる。そこで、歩行者を検知する場合には閾値を小さく設定し、レーダ検出の感度を上げる。

図７は、反射強度データベースの具体例を説明する説明図である。同図に示したように、反射強度データベース１５は、物体種別、方向、距離、角度の項目に対応付けて反射強度の判定閾値を定めている。

具体的には、物体の種別が「車両種別１」、方向が「０°」、距離が「〜１０ｍ」、物体の角度が「０°」の場合に反射強度閾値を「６０％」としている。そして、方向と距離が同一であって角度が変化した場合、車両が真横になる角度「９０°」では、正対した角度「０°」の場合と同様に強い反射強度が期待できるため、反射強度閾値を「６０％」としている。そして、角度３０°や角度６０°では、車両からの反射波の散乱成分が大きくなるため閾値を小さくし、角度３０°で反射強度閾値を「４０％」、角度６０°で反射強度閾値を「５０％」としている。

また、自車両からの方向が「０°」であっても、自車両からの距離が遠くなるにつれて反射波の強度は落ちる。そこで、同図に示した例では、「車両種別１」、方向「０°」、距離「〜２０ｍ」、物体の角度「０°」の場合に反射強度閾値を「５５％」、同じく物体の角度「３０°」の場合に反射強度閾値を「４５％」としている。

さらに、自車両からの方向に応じても反射強度が変化するので、「車両種別１」、方向「１５°」、距離「〜１０ｍ」、物体の角度「０°」の場合に反射強度閾値を「５５％」、同じく物体の角度「３０°」の場合に反射強度閾値を「４５％」としている。

このような反射強度閾値のデータは、車両の種別（例えば普通車（セダン、ハッチバック、ワゴン、ＲＶ車等）、トラック、バス、軽自動車等）ごとにそれぞれ設定しておく。また、二輪車や歩行者についても同様に、種別、方向、距離、角度に応じて反射強度閾値を設定する。なお、車両の場合は、正対した状態（角度０°）と横向きの状態（角度９０°）で反射強度が高くなるが、二輪車の場合は、正対した状態（角度０°）で反射強度が低く、横向きの状態（角度９０°）になるにつれて反射強度が高くなる。また、歩行者の場合には、正対した状態（角度０°）であっても横向きの状態（角度９０°）であっても反射強度が低い。二輪車、歩行者に対し、その種別ごとにそれぞれ反射強度閾値を設定する点については車両と同様である。

なお、ここでは反射強度閾値の単位を「％」としているが、例えばｄＢなど異なる単位で閾値を設定することもできる。

つぎに物体検知部１０の処理動作について図８のフローチャートを参照して説明する。同図に示した処理動作は、カメラ３２が撮像を行なうたびに繰り返し実行される処理である。

同図に示したように、まず画像処理部１２がカメラ３２から画像を取得し（ステップＳ１０１）、物体候補量領域認識処理部１３が画像認識を実行する（ステップＳ１０２）。その結果、画像内に物体候補領域が存在する場合（ステップＳ１０３，Ｙｅｓ）には、各物体候補領域について、物体種別、位置（方向および距離）、角度を認識する（ステップＳ１０４）。

その後（ステップＳ１０３，Ｎｏ、もしくはＳ１０４終了後）、閾値マップ作成部１４は、物体候補領域の認識結果に基づいて反射強度データベース１５を参照し、閾値マップを作成する（ステップＳ１０５）。

反射波取得部１１は、レーダ３１の反射波を取得し（ステップＳ１０６）、検知処理部１６は、反射波の強度と閾値マップとを比較して、物体の検知処理を実行する（ステップＳ１０７）。

その結果、物体を検知した（反射強度が閾値以上であった）場合（ステップＳ１０８，Ｙｅｓ）、検知した各物体について、レーダ検知結果による位置情報と、画像認識による物体種別を出力し（ステップＳ１０９）、処理を終了する。なお、物体を検知しなかった場合（ステップＳ１０８，Ｎｏ）にはそのまま処理を終了する。

上述してきたように、本実施例に係る物体検知波部１０は、画像認識によって物体候補領域を識別し、当該領域に存在する可能性のある物体の種別、方向、距離、角度に基づいてレーダ検知の閾値を設定した閾値マップを作成する。この閾値マップを用い、レーダ３１の反射波強度から物体が存在するか否かを判定する。

そのため、レーダ単独では正確な検知が困難な物体、例えば遠距離にある物体や自車両に対して正対していない車両、また、元々の反射強度が低い二輪車や歩行者についても、高精度に認識することができる。

また、検知物体についてはレーダによって正確な距離が得られるに加え、画像認識によって種別に関する情報、状態に関する情報などを得ることが可能である。

そのため、物体検知部１０の検知結果を用いる周辺監視装置２０は、物体との衝突判定を精度よくおこなうことができ、制御ＥＣＵ４０は精度の高い衝突判定結果を得られることから運転支援の動作を正確におこなうことができる。

なお、本実施例に示した構成および動作はあくまで一例であり、本発明はこれに限定されるものではない。例えば、本実施例では、周辺監視装置２０が物体検知部１０を有する構成を例に説明を行なったが、物体検知を行なう物体検知装置として独立させ、物体検知装置の検知結果を他の装置が使用する構成としてもよい。

また、衝突判定に用いる情報や、衝突判定結果の利用方法についても適宜変形して実施可能であることはいうまでもない。例えば、ＶＩＣＳ（Vehicle Information and Communication System）によって取得した情報を衝突判定に利用してもよいし、変速機の状態を更に制御することもできる。

さらに、以上の実施例では、カメラにて物体の種別や角度情報を取得したが、それに限らず、車両間通信や路車間通信、或いは携帯電話の位置情報などから物体の種別、位置、角度を推定してレーダの閾値を変更して物体検知してもよい。

以上のように、本発明にかかる物体検知装置、周辺監視装置、運転支援システムおよび物体検知方法は、物体の検知精度向上に有用であり、特に車両における物体検知と運転支援に適している。

本発明の実施例にかかる周辺監視装置の概要構成を示す概要構成図である。 画像認識結果からの閾値マップ作成について説明する説明図である。 自車両から物体への方向と自車両に対する角度について説明する説明図である。 車両の角度と反射強度について説明する説明図である。 二輪車の角度と反射強度について説明する説明図である。 歩行者の角度と反射強度について説明する説明図である。 反射強度データベースについて説明する説明図である。 物体検知処理の処理動作について説明するフローチャートである。

符号の説明

１０ 物体検知部
１１ 反射波取得部
１２ 画像取得部
１３ 物体候補領域認識処理部
１４ 閾値マップ作成部
１５ 反射強度データベース
１６ 検知処理部
２０ 周辺監視装置
２１ 衝突判定部
２２ 車線認識処理部
３１ レーダ
３２ カメラ
３３ ナビゲーション装置
３３ａ 地図データ
３４ ヨーレートセンサ
３５ 車速センサ
４０ 制御ＥＣＵ
４１ ブレーキ
４２ ＥＦＩ
４３ ディスプレイ
４４ スピーカ
４５ エアバック

Claims (10)

1. レーダの反射波を用いて物体の存在を検知する物体検知装置であって、
   前記レーダ以外の手段を用いて物体の存在が推定される物体候補領域を検出する物体候補領域認識手段と、
   前記レーダの反射波強度と比較して物体の有無を判定する判定閾値を、前記物体候補領域認識手段による認識結果をもとに設定する閾値設定手段と、
   前記閾値設定手段によって設定した判定閾値と前記レーダの反射強度とを比較して物体を検知する検知処理手段と、
   を備え、
   前記物体候補領域認識手段は、前記物体候補領域に存在する可能性のある物体の種別を認識するとともに、物体が存在する方向、距離または物体の角度のうちの少なくともいずれかを認識し、前記閾値設定手段は、当該認識の結果に基づいて前記判定閾値を設定することを特徴とする物体検知装置。
2. 前記閾値設定手段は、前記物体候補領域の位置に基づいて前記レーダの探索範囲に対して判定閾値の異なる領域を設定した閾値マップを作成し、前記検知処理手段は、レーダの探索方向に基づいて前記閾値マップを参照し、判定閾値を選択することを特徴とする請求項１に記載の物体検知装置。
3. 前記物体候補領域認識手段は、カメラが撮影した入力画像に対して画像認識を行なって、当該入力画像から前記物体候補領域を検出することを特徴とする請求項１または２に記載の物体検知装置。
4. 前記物体候補領域認識手段は、車両走行に関与する障害物が存在する可能性のある物体候補領域を認識することを特徴とする請求項１〜３のいずれか一つに記載の物体検知装置。
5. 物体の種別、存在する方向、距離、角度ごとに判定閾値の値を定めるデータベースを更に備え、前記閾値設定手段は、前記物体候補領域による認識結果に基づいて前記データベースを参照し、当該物体候補領域に対応するレーダ検知範囲に設定する判定閾値を求めることを特徴とする請求項１〜４のいずれか一つに記載の物体検知装置。
6. カメラが撮影した入力画像と、レーダの反射波とを用いて自車両周辺の物体を監視する周辺監視装置であって、
   前記入力画像に対して画像認識を行なって、当該入力画像から物体が存在する可能性のある物体候補領域を検出する物体候補領域認識手段と、
   前記レーダの反射波強度と比較して物体の有無を判定する判定閾値を、前記物体候補領域認識手段による認識結果をもとに設定する閾値設定手段と、
   前記閾値設定手段によって設定した判定閾値と前記レーダの反射強度とを比較して物体を検知する検知処理手段と、
   前記検知処理手段が検知した物体と自車両とが衝突する可能性を判定する衝突判定手段と、
   を備え、
   前記物体候補領域認識手段は、前記物体候補領域に存在する可能性のある物体の種別を認識するとともに、物体が存在する方向、距離または物体の角度のうちの少なくともいずれかを認識し、前記閾値設定手段は、当該認識の結果に基づいて前記判定閾値を設定することを特徴とする周辺監視装置。
7. 前記入力画像から車線を示す情報を認識する車線認識手段を更に備え、前記衝突判定手段は前記車線認識手段による認識結果を更に用いて衝突判定をおこなうことを特徴と刷る請求項６に記載の周辺監視装置。
8. 前記衝突判定手段は、地図情報、自車両の走行予定経路情報、自車両の挙動を示す挙動情報を更に用いて前記衝突判定をおこなうことを特徴と刷る請求項６または７に記載の周辺監視装置。
9. カメラが撮影した入力画像と、レーダの反射波とを用いて自車両周辺の物体を監視し、監視結果に基づいて車両の運転操作を支援する運転支援システムであって、
   前記入力画像に対して画像認識を行なって、当該入力画像から物体が存在する可能性のある物体候補領域を検出する物体候補領域認識手段と、
   前記レーダの反射波強度と比較して物体の有無を判定する判定閾値を、前記物体候補領域認識手段による認識結果をもとに設定する閾値設定手段と、
   前記閾値設定手段によって設定した判定閾値と前記レーダの反射強度とを比較して物体を検知する検知処理手段と、
   前記検知処理手段が検知した物体と自車両とが衝突する可能性を判定する衝突判定手段と、
   前記衝突判定手段による判定結果に基づいて、運転者に対する報知制御、運転操作の支援制御、車両の挙動制御、衝突被害軽減装置の動作制御のうち、少なくともいずれかを実行する制御手段と、
   を備え、
   前記物体候補領域認識手段は、前記物体候補領域に存在する可能性のある物体の種別を認識するとともに、物体が存在する方向、距離または物体の角度のうちの少なくともいずれかを認識し、前記閾値設定手段は、当該認識の結果に基づいて前記判定閾値を設定することを特徴とする運転支援システム。
10. カメラが撮影した入力画像と、レーダの反射波とを用いて物体の存在を検知する物体検知方法であって、
    前記入力画像に対して画像認識を行なって、当該入力画像から物体が存在する可能性のある物体候補領域を検出する物体候補領域認識工程と、
    前記レーダの反射波強度と比較して物体の有無を判定する判定閾値を、前記物体候補領域認識工程による認識結果をもとに設定する閾値設定工程と、
    前記閾値設定工程によって設定した判定閾値と前記レーダの反射強度とを比較して物体を検知する検知処理工程と、
    を含み、
    前記物体候補領域認識工程は、前記物体候補領域に存在する可能性のある物体の種別を認識するとともに、物体が存在する方向、距離または物体の角度のうちの少なくともいずれかを認識し、前記閾値設定工程は、当該認識の結果に基づいて前記判定閾値を設定することを特徴とする物体検知方法。

Images