JP6011110B2 - 立体物検出装置および立体物検出方法 - Google Patents

Description

本発明は、立体物検出装置および立体物検出方法に関するものである。

従来より、異なる時刻に撮像された２枚の撮像画像を鳥瞰視画像に変換し、変換した２枚の鳥瞰視画像の差分に基づいて、立体物を検出する技術が知られている（特許文献１参照）。

特開２００８−２２７６４６号公報

夜間に、カメラで撮像した撮像画像に基づいて、隣接車線に存在する立体物を隣接車両として検出する場合、周囲の輝度が低いために、隣接車両などの立体物を検出することが困難な場合があった。特に、カメラのレンズに雨滴などの異物が付着している場合には、雨滴などの異物により立体物の像が歪んだり、立体物の像がぼやけてしまい、隣接車両が存在しないにも拘らず、撮像した立体物を隣接車両として誤検出してしまう場合があった。

本発明が解決しようとする課題は、夜間の走行時に、カメラのレンズに雨滴などの異物が付着している場合でも、隣接車両を適切に検出できる立体物検出装置を提供することである。

本発明は、鳥瞰視画像の差分画像に基づいて差分波形情報を生成し、該差分波形情報に基づいて立体物を検出し、検出した立体物が隣接車両であるか否かを判断する立体物検出装置において、差分波形情報に基づいて算出された立体物の第１移動速度と、該立体物に起因する光源に基づいて算出された立体物の第２移動速度との差が大きいほど、該立体物が隣接車両であると判断されることを抑制することで、上記課題を解決する。

本発明によれば、差分波形情報に基づいて算出された立体物の第１移動速度と、該立体物に起因する光源に基づいて算出された立体物の第２移動速度との差が大きいほど、レンズに雨滴などの異物が付着しており、隣接車両の誤検出の可能性が高いものと判断して、立体物が隣接車両であると判断されることを抑制することで、レンズに付着した異物や、隣接車両以外の立体物が隣接車両であると誤検出されてしまうことを有効に防止することができる。

立体物検出装置を搭載した車両の概略構成図である。 図１の車両の走行状態を示す平面図である。 計算機の詳細を示すブロック図である。 位置合わせ部の処理の概要を説明するための図であり、（ａ）は車両の移動状態を示す平面図、（ｂ）は位置合わせの概要を示す画像である。 立体物検出部による差分波形の生成の様子を示す概略図である。 差分波形および立体物を検出するための閾値の一例を示す図である。 立体物検出部によって分割される小領域を示す図である。 立体物検出部により得られるヒストグラムの一例を示す図である。 立体物検出部による重み付けを示す図である。 立体物検出部により得られるヒストグラムの他の例を示す図である。 カメラのレンズに雨滴が付着している場合に撮像される撮像画像の一例を示す図である。 （Ａ）は、検出領域内に隣接車両が存在しているが、該検出領域に対応する位置に雨滴が付着していない場面で生成された差分波形の一例を示す図であり、（Ｂ）は、検出領域内に隣接車両が存在していないが、該検出領域に対応する位置に雨滴が付着している場面で生成された差分波形の一例を示す図であり、（Ｃ）は、検出領域内に隣接車両が存在しており、かつ、該検出領域に対応する位置に雨滴が付着している場面で生成された差分波形の一例を示す図である。 （Ａ）は、レンズに異物が付着していない場合の差分車速およびレンズに異物が付着している場合の差分車速の一例を示す図あり、（Ｂ）は、レンズに異物が付着していない場合のヘッドライト車速およびレンズに異物が付着している場合のヘッドライト車速の一例を示す図である。 （Ａ）は、レンズに異物が付着していない場合の差分車速およびヘッドライト車速の一例を示す図であり、（Ｂ）は、レンズに異物が付着している場合の差分車速およびヘッドライト車速の一例を示す図である。 速度差評価値の平均値と、レンズ状態判定値との関係の一例を示す図である。 レンズ状態判定値と、差分閾値との関係の一例を示す図である。 第１実施形態に係る隣接車両検出処理を示すフローチャートである。 第１実施形態に係る閾値変更処理を示すフローチャートである。 第２実施形態に係る計算機の詳細を示すブロック図である。 車両の走行状態を示す図であり、（ａ）は検出領域等の位置関係を示す平面図、（ｂ）は実空間における検出領域等の位置関係を示す斜視図である。 第２実施形態に係る輝度差算出部の動作を説明するための図であり、（ａ）は鳥瞰視画像における注目線、参照線、注目点及び参照点の位置関係を示す図、（ｂ）は実空間における注目線、参照線、注目点及び参照点の位置関係を示す図である。 第２実施形態に係る輝度差算出部の詳細な動作を説明するための図であり、（ａ）は鳥瞰視画像における検出領域を示す図、（ｂ）は鳥瞰視画像における注目線、参照線、注目点及び参照点の位置関係を示す図である。 エッジ検出動作を説明するための画像例を示す図である。 エッジ線とエッジ線上の輝度分布を示す図であり、（ａ）は検出領域に立体物（隣接車両）が存在している場合の輝度分布を示す図、（ｂ）は検出領域に立体物が存在しない場合の輝度分布を示す図である。 第２実施形態に係る隣接車両検出方法を示すフローチャートである。 第２実施形態に係る閾値変更処理を示すフローチャートである。 第３実施形態に係る計算機の詳細を示すブロック図である。 異物検出部による異物の検出方法を説明するための図（その１）である。 異物検出部による異物の検出方法を説明するための図（その２）である。

≪第１実施形態≫
図１は、本実施形態に係る立体物検出装置１を搭載した車両の概略構成図である。本実施形態に係る立体物検出装置１は、自車両Ｖ１が車線変更する際に接触の可能性がある隣接車線に存在する他車両（以下、隣接車両Ｖ２ともいう）を検出することを目的とする。本実施形態に係る立体物検出装置１は、図１に示すように、カメラ１０と、車速センサ２０と、計算機３０とを備える。

カメラ１０は、図１に示すように、自車両Ｖ１の後方における高さｈの箇所において、光軸が水平から下向きに角度θとなるように車両Ｖ１に取り付けられている。カメラ１０は、この位置から自車両Ｖ１の周囲環境のうちの所定領域を撮像する。車速センサ２０は、自車両Ｖ１の走行速度を検出するものであって、例えば車輪に回転数を検知する車輪速センサで検出した車輪速から車速度を算出する。計算機３０は、自車両後方の隣接車線に存在する隣接車両の検出を行う。

図２は、図１の自車両Ｖ１の走行状態を示す平面図である。同図に示すように、カメラ１０は、所定の画角ａで車両後方側を撮像する。このとき、カメラ１０の画角ａは、自車両Ｖ１が走行する車線に加えて、その左右の車線（隣接車線）についても撮像可能な画角に設定されている。

図３は、図１の計算機３０の詳細を示すブロック図である。なお、図３においては、接続関係を明確とするためにカメラ１０、車速センサ２０についても図示する。

図３に示すように、計算機３０は、視点変換部３１と、位置合わせ部３２と、差分波形生成部３３と、立体物検出部３４と、差分車速算出部３５と、ヘッドライト検出部３６と、ヘッドライト車速算出部３７と、速度差算出部３８と、閾値変更部３９とを備える。以下に、それぞれの構成について説明する。

視点変換部３１は、カメラ１０による撮像にて得られた所定領域の撮像画像データを入力し、入力した撮像画像データを鳥瞰視される状態の鳥瞰画像データに視点変換する。鳥瞰視される状態とは、上空から例えば鉛直下向きに見下ろす仮想カメラの視点から見た状態である。この視点変換は、例えば特開２００８−２１９０６３号公報に記載されるようにして実行することができる。撮像画像データを鳥瞰視画像データに視点変換するのは、立体物に特有の鉛直エッジは鳥瞰視画像データへの視点変換により特定の定点を通る直線群に変換されるという原理に基づき、これを利用すれば平面物と立体物とを識別できるからである。

位置合わせ部３２は、視点変換部３１の視点変換により得られた鳥瞰視画像データを順次入力し、入力した異なる時刻の鳥瞰視画像データの位置を合わせる。図４は、位置合わせ部３２の処理の概要を説明するための図であり、（ａ）は自車両Ｖ１の移動状態を示す平面図、（ｂ）は位置合わせの概要を示す画像である。

図４（ａ）に示すように、現時刻の自車両Ｖ１がＰ_１に位置し、一時刻前の自車両Ｖ１がＰ_１’に位置していたとする。また、自車両Ｖ１の後側方向に隣接車両Ｖ２が位置して自車両Ｖ１と並走状態にあり、現時刻の隣接車両Ｖ２がＰ_２に位置し、一時刻前の隣接車両Ｖ２がＰ_２’に位置していたとする。さらに、自車両Ｖ１は、一時刻で距離ｄ移動したものとする。なお、一時刻前とは、現時刻から予め定められた時間（例えば１制御周期）だけ過去の時刻であってもよいし、任意の時間だけ過去の時刻であってもよい。

このような状態において、現時刻における鳥瞰視画像ＰＢ_ｔは図４（ｂ）に示すようになる。この鳥瞰視画像ＰＢ_ｔでは、路面上に描かれる白線については矩形状となり、比較的正確に平面視された状態となるが、隣接車両Ｖ２（位置Ｐ_２）については倒れ込みが発生する。また、一時刻前における鳥瞰視画像ＰＢ_ｔ−１についても同様に、路面上に描かれる白線については矩形状となり、比較的正確に平面視された状態となるが、隣接車両Ｖ２（位置Ｐ_２’）については倒れ込みが発生する。既述したとおり、立体物の鉛直エッジ（厳密な意味の鉛直エッジ以外にも路面から三次元空間に立ち上がったエッジを含む）は、鳥瞰視画像データへの視点変換処理によって倒れ込み方向に沿った直線群として現れるのに対し、路面上の平面画像は鉛直エッジを含まないので、視点変換してもそのような倒れ込みが生じないからである。

位置合わせ部３２は、上記のような鳥瞰視画像ＰＢ_ｔ，ＰＢ_ｔ−１の位置合わせをデータ上で実行する。この際、位置合わせ部３２は、一時刻前における鳥瞰画像ＰＢ_ｔ−１をオフセットさせ、現時刻における鳥瞰視画像ＰＢ_ｔと位置を一致させる。図４（ｂ）の左側の画像と中央の画像は、移動距離ｄ’だけオフセットした状態を示す。このオフセット量ｄ’は、図４（ａ）に示した自車両Ｖ１の実際の移動距離ｄに対応する鳥瞰視画像データ上の移動量であり、車速センサ２０からの信号と一時刻前から現時刻までの時間に基づいて決定される。

なお、本実施形態において、位置合わせ部３２は、異なる時刻の鳥瞰視画像の位置を鳥瞰視上で位置合わせし、その位置合わせされた鳥瞰視画像を得るが、この「位置合わせ」処理は、検出対象の種別や要求される検出精度に応じた精度で行うことができる。たとえば、同一時刻及び同一位置を基準に位置を合わせるといった厳密な位置合わせ処理であってもよいし、各鳥瞰視画像の座標を把握するという程度の緩い位置合わせ処理であってもよい。

また、位置合わせ後において位置合わせ部３２は、鳥瞰視画像ＰＢ_ｔ，ＰＢ_ｔ−１の差分をとり、差分画像ＰＤ_ｔのデータを生成する。ここで、本実施形態において、位置合わせ部３２は、照度環境の変化に対応するために、鳥瞰視画像ＰＢ_ｔ，ＰＢ_ｔ−１の画素値の差を絶対値化し、当該絶対値が所定の差分閾値ｔｈ以上であるときに、差分画像ＰＤ_ｔの画素値を「１」とし、絶対値が所定の差分閾値ｔｈ未満であるときに、差分画像ＰＤ_ｔの画素値を「０」とすることで、図４（ｂ）の右側に示すような差分画像ＰＤ_ｔのデータを生成することができる。なお、本実施形態において、差分閾値ｔｈは、後述する閾値変更部３９により変更され、閾値変更部３９により差分閾値ｔｈが変更された場合に、閾値変更部３９により変更された差分閾値ｔｈを用いて、差分画像ＰＤ_ｔの画素値が検出される。

そして、差分波形生成部３３は、図４（ｂ）に示す差分画像ＰＤ_ｔのデータに基づいて、差分波形を生成する。具体的には、差分波形生成部３３は、自車両Ｖ１の左右後方に設定された検出領域において、差分波形を生成する。

ここで、本例の立体物検出装置１は、自車両Ｖ１が車線変更する際に接触の可能性がある隣接車両Ｖ２について移動距離を算出することを目的とするものである。このため、本例では、図２に示すように、自車両Ｖ１の左右後方に矩形状の検出領域Ａ１，Ａ２が設定される。なお、このような検出領域Ａ１，Ａ２は、自車両Ｖ１に対する相対位置から設定してもよいし、白線の位置を基準に設定してもよい。白線の位置を基準に設定する場合に、立体物検出装置１は、例えば既存の白線認識技術等を利用するとよい。

また、本例では、図２に示すように、設定した検出領域Ａ１，Ａ２の自車両Ｖ１側における辺（走行方向に沿う辺）が接地線Ｌ１，Ｌ２として認識される。一般に接地線は立体物が地面に接触する線を意味するが、本実施形態では地面に接触する線でなく上記の如くに設定される。なおこの場合であっても、経験上、本実施形態に係る接地線と、本来の隣接車両Ｖ２の位置から求められる接地線との差は大きくなり過ぎず、実用上は問題が無い。

図５は、差分波形生成部３３による差分波形の生成の様子を示す概略図である。図５に示すように、差分波形生成部３３は、位置合わせ部３２で算出した差分画像ＰＤ_ｔ（図４（ｂ）の右図）のうち検出領域Ａ１，Ａ２に相当する部分から、差分波形ＤＷ_ｔを生成する。この際、差分波形生成部３３は、視点変換により立体物が倒れ込む方向に沿って、差分波形ＤＷ_ｔを生成する。なお、図５に示す例では、便宜上検出領域Ａ１のみを用いて説明するが、検出領域Ａ２についても同様の手順で差分波形ＤＷ_ｔを生成する。

具体的に説明すると、まず差分波形生成部３３は、差分画像ＰＤ_ｔのデータ上において立体物が倒れ込む方向上の線Ｌａを定義する。そして、差分波形生成部３３は、線Ｌａ上において所定の差分を示す差分画素ＤＰの数をカウントする。本実施形態では、所定の差分を示す差分画素ＤＰは、差分画像ＰＤ_ｔの画素値が「０」「１」で表現されており、「１」を示す画素が、差分画素ＤＰとしてカウントされる。

差分波形生成部３３は、差分画素ＤＰの数をカウントした後、線Ｌａと接地線Ｌ１との交点ＣＰを求める。そして、差分波形生成部３３は、交点ＣＰとカウント数とを対応付け、交点ＣＰの位置に基づいて横軸位置、すなわち図５右図の上下方向軸における位置を決定するとともに、カウント数から縦軸位置、すなわち図５右図の左右方向軸における位置を決定し、交点ＣＰにおけるカウント数としてプロットする。

以下同様に、差分波形生成部３３は、立体物が倒れ込む方向上の線Ｌｂ，Ｌｃ…を定義して、差分画素ＤＰの数をカウントし、各交点ＣＰの位置に基づいて横軸位置を決定し、カウント数（差分画素ＤＰの数）から縦軸位置を決定しプロットする。差分波形生成部３３は、上記を順次繰り返して度数分布化することで、図５右図に示すように差分波形ＤＷ_ｔを生成する。

ここで、差分画像ＰＤ_ｔのデータ上における差分画素ＰＤは、異なる時刻の画像において変化があった画素であり、言い換えれば立体物が存在した箇所であるといえる。このため、立体物が存在した箇所において、立体物が倒れ込む方向に沿って画素数をカウントして度数分布化することで差分波形ＤＷ_ｔを生成することとなる。特に、立体物が倒れ込む方向に沿って画素数をカウントすることから、立体物に対して高さ方向の情報から差分波形ＤＷ_ｔを生成することとなる。

なお、図５左図に示すように、立体物が倒れ込む方向上の線Ｌａと線Ｌｂとは検出領域Ａ１と重複する距離が異なっている。このため、検出領域Ａ１が差分画素ＤＰで満たされているとすると、線Ｌｂ上よりも線Ｌａ上の方が差分画素ＤＰの数が多くなる。このため、差分波形生成部３３は、差分画素ＤＰのカウント数から縦軸位置を決定する場合に、立体物が倒れ込む方向上の線Ｌａ，Ｌｂと検出領域Ａ１とが重複する距離に基づいて正規化する。具体例を挙げると、図５左図において線Ｌａ上の差分画素ＤＰは６つあり、線Ｌｂ上の差分画素ＤＰは５つである。このため、図５においてカウント数から縦軸位置を決定するにあたり、差分波形生成部３３は、カウント数を重複距離で除算するなどして正規化する。これにより、差分波形ＤＷ_ｔに示すように、立体物が倒れ込む方向上の線Ｌａ，Ｌｂに対応する差分波形ＤＷ_ｔの値はほぼ同じとなっている。

立体物検出部３４は、差分波形生成部３３により生成された差分波形ＤＷ_ｔに基づいて、検出領域Ａ１，Ａ２に存在している立体物の検出を行う。ここで、図６は、立体物検出部３４による立体物の検出方法を説明するための図であり、差分波形ＤＷ_ｔおよび立体物を検出するための閾値αの一例を示している。立体物検出部３４は、図６に示すように、生成した差分波形ＤＷ_ｔのピークが、当該差分波形ＤＷ_ｔのピーク位置に対応する所定の閾値α以上であるか否かを判断することで、検出領域Ａ１，Ａ２に立体物が存在するか否かを判断する。そして、立体物検出部３４は、差分波形ＤＷ_ｔのピークが所定の閾値α未満である場合には、検出領域Ａ１，Ａ２に立体物が存在しないと判断し、一方、差分波形ＤＷ_ｔのピークが所定の閾値α以上である場合には、検出領域Ａ１，Ａ２に立体物が存在すると判断する。さらに、本実施形態において、立体物検出部３４は、後述する差分車速算出部３５により検出された立体物の移動速度に基づいて、検出した立体物が、隣接車線に存在する隣接車両Ｖ２であるか否かを判断する。

差分車速算出部３５は、現時刻における差分波形ＤＷ_ｔと一時刻前の差分波形ＤＷ_ｔ−１との対比により、立体物の移動速度（自車両Ｖ１に対する隣接車両Ｖ２の相対車速）を差分車速として算出する。すなわち、差分車速算出部３５は、差分波形ＤＷ_ｔ，ＤＷ_ｔ−１の時間変化から隣接車両Ｖ２の相対車速を差分車速として算出する。

詳細に説明すると、差分車速算出部３５は、図７に示すように差分波形ＤＷ_ｔを複数の小領域ＤＷ_ｔ１〜ＤＷ_ｔｎ（ｎは２以上の任意の整数）に分割する。図７は、差分車速算出部３５によって分割される小領域ＤＷ_ｔ１〜ＤＷ_ｔｎを示す図である。小領域ＤＷ_ｔ１〜ＤＷ_ｔｎは、例えば図７に示すように、互いに重複するようにして分割される。例えば小領域ＤＷ_ｔ１と小領域ＤＷ_ｔ２とは重複し、小領域ＤＷ_ｔ２と小領域ＤＷ_ｔ３とは重複する。

次いで、差分車速算出部３５は、小領域ＤＷ_ｔ１〜ＤＷ_ｔｎ毎にオフセット量（差分波形の横軸方向（図７の上下方向）の移動量）を求める。ここで、オフセット量は、一時刻前における差分波形ＤＷ_ｔ−１と現時刻における差分波形ＤＷ_ｔとの差（横軸方向の距離）から求められる。この際、差分車速算出部３５は、小領域ＤＷ_ｔ１〜ＤＷ_ｔｎ毎に、一時刻前における差分波形ＤＷ_ｔ−１を横軸方向に移動させた際に、現時刻における差分波形ＤＷ_ｔとの誤差が最小となる位置（横軸方向の位置）を判定し、差分波形ＤＷ_ｔ−１の元の位置と誤差が最小となる位置との横軸方向の移動量をオフセット量として求める。そして、差分車速算出部３５は、小領域ＤＷ_ｔ１〜ＤＷ_ｔｎ毎に求めたオフセット量をカウントしてヒストグラム化する。

図８は、差分車速算出部３５により得られるヒストグラムの一例を示す図である。図８に示すように、各小領域ＤＷ_ｔ１〜ＤＷ_ｔｎと一時刻前における差分波形ＤＷ_ｔ−１との誤差が最小となる移動量であるオフセット量には、多少のバラつきが生じる。このため、差分車速算出部３５は、バラつきを含んだオフセット量をヒストグラム化し、ヒストグラムから移動距離を算出する。この際、差分車速算出部３５は、ヒストグラムの極大値から立体物（隣接車両Ｖ２）の移動距離を算出する。すなわち、図８に示す例において、差分車速算出部３５は、ヒストグラムの極大値を示すオフセット量を移動距離τ^＊と算出する。このように、本実施形態では、オフセット量にバラつきがあったとしても、その極大値から、より正確性の高い移動距離を算出することが可能となる。なお、移動距離τ^＊は、自車両に対する立体物（隣接車両Ｖ２）の相対移動距離である。このため、差分車速算出部３５は、絶対移動距離を算出する場合には、得られた移動距離τ^＊と車速センサ２０からの信号とに基づいて、絶対移動距離を算出することとなる。

このように、本実施形態では、異なる時刻に生成された差分波形ＤＷ_ｔの誤差が最小となるときの差分波形ＤＷ_ｔのオフセット量から立体物（隣接車両Ｖ２）の移動距離を算出することで、波形という１次元の情報のオフセット量から移動距離を算出することとなり、移動距離の算出にあたり計算コストを抑制することができる。また、異なる時刻に生成された差分波形ＤＷ_ｔを複数の小領域ＤＷ_ｔ１〜ＤＷ_ｔｎに分割することで、立体物のそれぞれの箇所を表わした波形を複数得ることができ、これにより、立体物のそれぞれの箇所毎にオフセット量を求めることができ、複数のオフセット量から移動距離を求めることができるため、移動距離の算出精度を向上させることができる。また、本実施形態では、高さ方向の情報を含む差分波形ＤＷ_ｔの時間変化から立体物の移動距離を算出することで、単に１点の移動のみに着目するような場合と比較して、時間変化前の検出箇所と時間変化後の検出箇所とが高さ方向の情報を含んで特定されるため立体物において同じ箇所となり易く、同じ箇所の時間変化から移動距離を算出することとなり、移動距離の算出精度を向上させることができる。

なお、ヒストグラム化にあたり差分車速算出部３５は、複数の小領域ＤＷ_ｔ１〜ＤＷ_ｔｎ毎に重み付けをし、小領域ＤＷ_ｔ１〜ＤＷ_ｔｎ毎に求めたオフセット量を重みに応じてカウントしてヒストグラム化してもよい。図９は、差分車速算出部３５による重み付けを示す図である。

図９に示すように、小領域ＤＷ_ｍ（ｍは１以上ｎ−１以下の整数）は平坦となっている。すなわち、小領域ＤＷ_ｍは所定の差分を示す画素数のカウントの最大値と最小値との差が小さくなっている。差分車速算出部３５は、このような小領域ＤＷ_ｍについて重みを小さくする。平坦な小領域ＤＷ_ｍについては、特徴がなくオフセット量の算出にあたり誤差が大きくなる可能性が高いからである。

一方、小領域ＤＷ_ｍ＋ｋ（ｋはｎ−ｍ以下の整数）は起伏に富んでいる。すなわち、小領域ＤＷ_ｍは所定の差分を示す画素数のカウントの最大値と最小値との差が大きくなっている。差分車速算出部３５は、このような小領域ＤＷ_ｍについて重みを大きくする。起伏に富む小領域ＤＷ_ｍ＋ｋについては、特徴的でありオフセット量の算出を正確に行える可能性が高いからである。このように重み付けすることにより、移動距離の算出精度を向上することができる。

なお、移動距離の算出精度を向上するために上記実施形態では差分波形ＤＷ_ｔを複数の小領域ＤＷ_ｔ１〜ＤＷ_ｔｎに分割したが、移動距離の算出精度がさほど要求されない場合は小領域ＤＷ_ｔ１〜ＤＷ_ｔｎに分割しなくてもよい。この場合に、差分車速算出部３５は、差分波形ＤＷ_ｔと差分波形ＤＷ_ｔ−１との誤差が最小となるときの差分波形ＤＷ_ｔのオフセット量から移動距離を算出することとなる。すなわち、一時刻前における差分波形ＤＷ_ｔ−１と現時刻における差分波形ＤＷ_ｔとのオフセット量を求める方法は上記内容に限定されない。

なお、本実施形態において差分車速算出部３５は、自車両Ｖ１（カメラ１０）の移動速度を求め、求めた移動速度から静止物についてのオフセット量を求める。静止物のオフセット量を求めた後、差分車速算出部３５は、ヒストグラムの極大値のうち静止物に該当するオフセット量を無視したうえで、立体物の移動距離を算出する。

図１０は、差分車速算出部３５により得られるヒストグラムの他の例を示す図である。カメラ１０の画角内に立体物の他に静止物が存在する場合に、得られるヒストグラムには２つの極大値τ１，τ２が現れる。この場合、２つの極大値τ１，τ２のうち、いずれか一方は静止物のオフセット量である。このため、差分車速算出部３５は、移動速度から静止物についてのオフセット量を求め、そのオフセット量に該当する極大値について無視し、残り一方の極大値を採用して立体物の移動距離を算出する。これにより、静止物により立体物の移動距離の算出精度が低下してしまう事態を防止することができる。

なお、静止物に該当するオフセット量を無視したとしても、極大値が複数存在する場合、カメラ１０の画角内に立体物が複数台存在すると想定される。しかし、検出領域Ａ１，Ａ２内に複数の立体物が存在することは極めて稀である。このため、差分車速算出部３５は、移動距離の算出を中止する。これにより、本実施形態では、極大値が複数あるような誤った移動距離を算出してしまう事態を防止することができる。

ヘッドライト検出部３６は、カメラ１０により撮像された撮像画像に基づいて、自車両Ｖ１の後方を走行する隣接車両Ｖ２のヘッドライトを検出する。具体的には、ヘッドライト検出部３６は、撮像画像に基づいて、隣接車両Ｖ２のヘッドライトと判断できる光源を検出することで、該光源を、隣接車両Ｖ２のヘッドライトとして検出する。本実施形態では、ヘッドライト検出部３６は、周辺との明るさの差が所定値以上であり、かつ、所定以上の大きさである画像領域を、隣接車両Ｖ２のヘッドライトの候補領域として検出する。さらに、ヘッドライト検出部３６は、隣接車両Ｖ２のヘッドライトと街灯などの光源とを区別するために、自車両Ｖ１から候補領域までの車幅方向における距離や、カメラ１０から候補領域までの後方距離などに基づいて、複数の隣接車両Ｖ２のヘッドライトの候補領域の中から、隣接車両Ｖ２のヘッドライトに対応する画像領域を特定することで、隣接車両Ｖ２のヘッドライトを検出する。

ヘッドライト車速算出部３７は、ヘッドライト検出部３６により検出された隣接車両Ｖ２のヘッドライトに基づいて、自車両Ｖ１に対する隣接車両Ｖ２の相対車速をヘッドライト車速として算出する。具体的には、ヘッドライト車速算出部３７は、異なる時刻に検出された隣接車両Ｖ２のヘッドライトの位置の変化に基づいて、所定時間におけるヘッドライトの移動距離を算出し、算出したヘッドライトの移動距離を時間微分することで、隣接車両Ｖ２のヘッドライトの相対車速をヘッドライト車速として算出する。

速度差算出部３８は、下記の数式１に示すように、ヘッドライト車速算出部３７により算出されたヘッドライト車速ＶＥＬｈｌと、差分車速算出部３５により算出された差分車速ＶＥＬｓａとの差を、自車両Ｖ１の車速ＶＥＬｖ１で正規化し、正規化したヘッドライト車速ＶＥＬｈｌと差分車速ＶＥＬｓａとの差を、速度差評価値ＶＥＬｄｉｆとして算出する。

さらに、速度差算出部３８は、隣接車両Ｖ２のヘッドライトが検出される度に、上記の数式１に基づいて、速度差評価値ＶＥＬｄｉｆを繰り返し算出し、所定台数分（たとえば１０台分）の隣接車両Ｖ２について算出した速度差評価値ＶＥＬｄｉｆに基づいて、速度差評価値の平均値ＶＥＬｄｉｆ_ａｖｅを算出する。

閾値変更部３９は、レンズに付着した雨滴などの異物や、隣接車両Ｖ２以外の立体物を隣接車両Ｖ２として誤検出してしまうことを防止するために、速度差評価値の平均値ＶＥＬｄｉｆ_ａｖｅに基づいて、レンズに雨滴などの異物が付着している度合いを、レンズ状態判定値として算出し、算出したレンズ状態判定値に応じて、差分画像から立体物を検出するための差分閾値ｔｈを変更する。

ここで、図１１は、レンズに雨滴が付着してる場面において撮像された撮像画像の一例を示す図である。また、図１２（Ａ）は、検出領域内に隣接車両Ｖ２が存在しているが、該検出領域に対応する位置に雨滴が付着していない場面で生成された差分波形ＤＷ_ｔの一例を示す図であり、図１２（Ｂ）は、検出領域内に隣接車両Ｖ２が存在していないが、該検出領域に対応する位置に雨滴が付着している場面で生成された差分波形ＤＷ_ｔの一例を示す図である。さらに、図１２（Ｃ）は、図１１に示す検出領域Ａ１のように、検出領域内に隣接車両Ｖ２が存在しており、かつ、該検出領域に対応する位置に雨滴が付着している場面で生成された差分波形ＤＷ_ｔの一例を示す図である。

たとえば、検出領域内に隣接車両Ｖ２が存在しているが、該検出領域に対応する位置に雨滴が付着していない場面では、図１２（Ａ）に示すように、隣接車両Ｖ２に起因する差分波形ＤＷ_ｔが生成される。一方、検出領域内に隣接車両Ｖ２が存在していない場合でも、該検出領域に対応する位置に雨滴が付着している場合には、図１２（Ｂ）に示すように、雨滴などの異物に起因する差分波形ＤＷ_ｔが生成されてしまう。

そのため、図１１に示す検出領域Ａ１のように、検出領域内に隣接車両Ｖ２が存在しており、かつ、該検出領域に対応する位置に雨滴が付着している場合では、図１２（Ｃ）に示すように、レンズに付着した雨滴などの異物による差分が差分波形ＤＷ_ｔに含まれてしまい、隣接車両Ｖ２に起因する差分波形ＤＷ_ｔを適切に生成できない場合がある。さらに、検出領域内に隣接車両Ｖ２が存在しており、かつ、該検出領域に対応する位置に雨滴が付着している場合では、レンズに付着した雨滴などの異物により、隣接車両Ｖ２の像が歪んだり、ぼやけてしまい、隣接車両Ｖ２の像を適切に撮像することができない場合があり、このような場合に、図１２（Ｃ）に示すように、隣接車両Ｖ２に起因する差分波形ＤＷ_ｔを生成することは困難となる。このように、レンズに雨滴などの異物が付着している場合には、隣接車両Ｖ２の像の変化による差分が差分波形ＤＷ_ｔに反映されず、差分波形ＤＷ_ｔに基づいて算出された差分車速と、隣接車両Ｖ２の実際の相対車速とに誤差が生じてしまう場合がある。

ここで、図１３（Ａ）は、レンズに異物が付着している場合に算出された差分車速と、レンズに異物が付着していない場合に算出された差分車速との一例を示す図である。たとえば、レンズに異物が付着していない場合では、隣接車両Ｖ２の像を適切に撮像することができるため、隣接車両Ｖ２に起因する差分波形ＤＷ_ｔが生成され、差分波形ＤＷ_ｔに基づいて、隣接車両Ｖ２の相対車速（差分車速）を適切に算出することができる。そのため、図１３（Ａ）に示すように、レンズに異物が付着していない場合においては、隣接車両Ｖ２の実際の相対車速と差分車速との誤差は小さくなる。これに対して、レンズに雨滴などの異物が付着している場合には、隣接車両Ｖ２の像を適切に撮像することができないため、雨滴などの異物により隣接車両Ｖ２に起因する差分波形ＤＷ_ｔを適切に生成することができず、図１３（Ａ）に示すように、差分波形ＤＷ_ｔに基づいて、隣接車両Ｖ２の相対車速（差分車速）を適切に算出することができない場合がある。そのため、レンズに異物が付着している場合においては、隣接車両Ｖ２の実際の相対車速と差分車速との誤差が大きくなってしまう場合がある。

これに対して、輝度の高いヘッドライトの光の像は雨滴などの異物の影響が小さく、レンズに雨滴などの異物が付着している場合でも、隣接車両Ｖ２のヘッドライトに基づいて、隣接車両Ｖ２の相対車速（ヘッドライト車速）を適切に算出することができる。ここで、図１３（Ｂ）は、レンズに異物が付着している場合に算出されたヘッドライト車速と、レンズに異物が付着していない場合に算出されたヘッドライト車速との一例を示す図である。図１３（Ｂ）に示すように、レンズに雨滴などの異物が付着している場合においても、差分車速と比べて、隣接車両Ｖ２のヘッドライトに基づいて算出されたヘッドライト車速は、隣接車両Ｖ２の実際の相対車速との誤差は小さくなる。

すなわち、レンズに雨滴などの異物が付着していない場合では、図１４（Ａ）に示すように、ヘッドライト車速と差分車速との差は小さくなるが、レンズに雨滴などの異物が付着している場合には、差分波形ＤＷ_ｔに基づいて算出された差分車速に誤差が生じる場合があり、これにより、図１４（Ｂ）に示すように、ヘッドライト車速と差分車速との差は大きくなる。本実施形態において、閾値変更部３９は、このようなヘッドライト車速と差分車速との差に基づいて、レンズに雨滴などの異物が付着しているか否かを判断する。すなわち、閾値変更部３９は、ヘッドライト車速と差分車速との差が大きい場合には、レンズに雨滴などの異物が付着しているものと判断し、一方、ヘッドライト車速と差分車速との差が小さい場合には、レンズに雨滴などの異物が付着していないものと判断する。なお、図１４（Ａ）は、レンズに雨滴などの異物が付着していない場合におけるヘッドライト車速と差分車速との一例を示す図であり、図１４（Ｂ）は、レンズに雨滴などの異物が付着している場合におけるヘッドライト車速と差分車速との一例を示す図である。

より具体的には、閾値変更部３９は、図１５に示すように、速度差算出部３８により算出された、ヘッドライト車速と差分車速との差に基づく速度差評価値の平均値ＶＥＬｄｉｆ_ａｖｅが大きいほど、レンズに雨滴などの異物が付着しており、レンズが汚れているものと判断し、レンズに雨滴などの異物が付着している度合いを示すレンズ状態判定値を高く算出する。なお、図１５は、速度差評価値の平均値ＶＥＬｄｉｆ_ａｖｅと、レンズ状態判定値との関係の一例を示す図である。

そして、閾値変更部３９は、図１６に示すように、レンズ状態判定値が高いほど、レンズに雨滴などの異物が付着しているものと判断し、レンズに付着した雨滴などの異物や、隣接車両Ｖ２以外の立体物を隣接車両Ｖ２として誤検出してしまうことを防止するために、立体物（隣接車両Ｖ２）を検出するための差分閾値ｔｈを高い値に変更する。なお、図１６は、レンズ状態判定値と差分閾値ｔｈとの関係の一例を示す図である。

なお、閾値変更部３９は、レンズ状態判定値を算出する際に、雨天であるか否かを判断し、雨天であると判断された場合には、図１５に示すように、レンズに雨滴などの異物が付着していると判定され易くなるように、速度差評価値の平均値ＶＥＬｄｉｆ_ａｖｅとレンズ状態判定値との関係を変更する。これにより、レンズに雨滴などの異物が付着し易い雨天時において、レンズに雨滴などの異物が付着していると判定され易くなり、レンズに雨滴などの異物が付着しているか否かをより適切に判定することができる。なお、雨天であるか否かの判断方法は特に限定されないが、閾値変更部３９は、たとえば、雨滴センサやワイパーの動作状況に基づいて、雨天であるか否かを判断することができる。たとえば、閾値変更部３９は、雨滴センサに、赤外光をレンズに向けて照射させて、照射した赤外光が雨滴により減衰した減衰量を検出させることで、レンズ表面における雨滴量を検出させることができ、該検出の結果、雨滴量が一定量以上である場合に、雨天であると判断することができる。また、閾値変更部３９は、ワイパーの動作強度が一定強度以上である場合に、雨天であると判断することもできる。

また、カメラ１０のレンズに付着する異物は、雨滴に限定されず、たとえば、雨滴が乾燥した後の水垢や、泥水なども含まれる。すなわち、閾値変更部３９は、レンズに水垢や泥水などの異物が付着している場合も、このような異物による隣接車両Ｖ２の誤検出を防止するために、レンズの汚れ度合いをレンズ状態判定値として算出し、算出したレンズ状態判定値に基づいて差分閾値ｔｈを変更することができる。なお、閾値変更部３９は、たとえば、隣接車両Ｖ２のヘッドライトを検出した後に、一定時間以上、隣接車両Ｖ２に起因するエッジを一定量以上検出できない場合に、カメラ１０のレンズに水垢が付着していると判断することができる。

次に、本実施形態に係る隣接車両検出処理について説明する。図１７は、第１実施形態の隣接車両検出処理を示すフローチャートである。図１７に示すように、まず、計算機３０により、カメラ１０から撮像画像のデータの取得が行われ（ステップＳ１０１）、視点変換部３１により、取得した撮像画像のデータに基づいて、鳥瞰視画像ＰＢ_ｔのデータが生成される（ステップＳ１０２）。

次いで、位置合わせ部３２は、鳥瞰視画像ＰＢ_ｔのデータと、一時刻前の鳥瞰視画像ＰＢ_ｔ−１のデータとを位置合わせをし、差分画像ＰＤ_ｔのデータを生成する（ステップＳ１０３）。具体的には、位置合わせ部３２は、鳥瞰視画像ＰＢ_ｔ，ＰＢ_ｔ−１の画素値の差を絶対値化し、当該絶対値が所定の差分閾値ｔｈ以上であるときに、差分画像ＰＤ_ｔの画素値を「１」とし、絶対値が所定の差分閾値ｔｈ未満であるときに、差分画像ＰＤ_ｔの画素値を「０」とする。なお、差分画像ＰＤ_ｔの画素値を算出するための差分閾値ｔｈは、立体物の検出を抑制するために、後述する閾値変更処理において変更される場合があり、差分閾値ｔｈが変更された場合には、変更された差分閾値ｔｈが、このステップＳ１０３で用いられることとなる。その後、差分波形生成部３３は、差分画像ＰＤ_ｔのデータから、画素値が「１」の差分画素ＤＰの数をカウントして、差分波形ＤＷ_ｔを生成する（ステップＳ１０４）。

そして、立体物検出部３４は、差分波形ＤＷ_ｔのピークが所定の閾値α以上であるか否かを判断する（ステップＳ１０５）。差分波形ＤＷ_ｔのピークが閾値α以上でない場合、すなわち差分が殆どない場合には、撮像画像内には立体物が存在しないと考えられる。このため、差分波形ＤＷ_ｔのピークが閾値α以上でないと判断した場合には（ステップＳ１０５＝Ｎｏ）、立体物検出部３４は、立体物が存在せず隣接車両Ｖ２が存在しないと判断する（ステップＳ１１４）。そして、ステップＳ１０１に戻り、図１７に示す処理を繰り返す。

一方、差分波形ＤＷ_ｔのピークが閾値α以上であると判断した場合には（ステップＳ１０５＝Ｙｅｓ）、立体物検出部３４により、隣接車線に立体物が存在すると判断され、ステップＳ１０６に進み、差分車速算出部３５により、差分波形ＤＷ_ｔが、複数の小領域ＤＷ_ｔ１〜ＤＷ_ｔｎに分割される。次いで、差分車速算出部３５は、小領域ＤＷ_ｔ１〜ＤＷ_ｔｎ毎に重み付けを行い（ステップＳ１０７）、小領域ＤＷ_ｔ１〜ＤＷ_ｔｎ毎のオフセット量を算出し（ステップＳ１０８）、重みを加味してヒストグラムを生成する（ステップＳ１０９）。

そして、差分車速算出部３５は、ヒストグラムに基づいて自車両Ｖ１に対する立体物の移動距離である相対移動距離を算出する（ステップＳ１１０）。次に、差分車速算出部３５は、相対移動距離から立体物の絶対移動速度を算出する（ステップＳ１１１）。このとき、差分車速算出部３５は、相対移動距離を時間微分して相対移動速度を算出するとともに、車速センサ２０で検出された自車速を加算して、絶対移動速度を算出する。

その後、立体物検出部３４は、立体物の絶対移動速度が１０ｋｍ／ｈ以上、且つ、自車両Ｖ１に対する立体物の相対移動速度が＋６０ｋｍ／ｈ以下であるか否かを判断する（ステップＳ１１２）。双方を満たす場合には（ステップＳ１１２＝Ｙｅｓ）、立体物検出部３４は、検出した立体物は隣接車線に存在する隣接車両Ｖ２であり、隣接車線に隣接車両Ｖ２が存在すると判断する（ステップＳ１１３）。そして、図１７に示す処理を終了する。一方、いずれか一方でも満たさない場合には（ステップＳ１１２＝Ｎｏ）、立体物検出部３４は、隣接車線に隣接車両Ｖ２が存在しないと判断する（ステップＳ１１４）。そして、ステップＳ１０１に戻り、図１７に示す処理を繰り返す。

なお、本実施形態では自車両Ｖ１の左右後方を検出領域Ａ１，Ａ２とし、自車両Ｖ１が車線変更した場合に接触する可能性があるか否かに重点を置いている。このため、ステップＳ１１２の処理が実行されている。すなわち、本実施形態にけるシステムを高速道路で作動させることを前提とすると、隣接車両Ｖ２の速度が１０ｋｍ／ｈ未満である場合、たとえ隣接車両Ｖ２が存在したとしても、車線変更する際には自車両Ｖ１の遠く後方に位置するため問題となることが少ない。同様に、隣接車両Ｖ２の自車両Ｖ１に対する相対移動速度が＋６０ｋｍ／ｈを超える場合（すなわち、隣接車両Ｖ２が自車両Ｖ１の速度よりも６０ｋｍ／ｈより大きな速度で移動している場合）、車線変更する際には自車両Ｖ１の前方に移動しているため問題となることが少ない。このため、ステップＳ１１２では車線変更の際に問題となる隣接車両Ｖ２を判断しているともいえる。

また、ステップＳ１１２において隣接車両Ｖ２の絶対移動速度が１０ｋｍ／ｈ以上、且つ、隣接車両Ｖ２の自車両Ｖ１に対する相対移動速度が＋６０ｋｍ／ｈ以下であるかを判断することにより、以下の効果がある。例えば、カメラ１０の取り付け誤差によっては、静止物の絶対移動速度を数ｋｍ／ｈであると検出してしまう場合があり得る。よって、１０ｋｍ／ｈ以上であるかを判断することにより、静止物を隣接車両Ｖ２であると判断してしまう可能性を低減することができる。また、ノイズによっては隣接車両Ｖ２の自車両Ｖ１に対する相対速度を＋６０ｋｍ／ｈを超える速度に検出してしまうことがあり得る。よって、相対速度が＋６０ｋｍ／ｈ以下であるかを判断することにより、ノイズによる誤検出の可能性を低減できる。

さらに、ステップＳ１１２の処理に代えて、隣接車両Ｖ２の絶対移動速度がマイナスでないことや、０ｋｍ／ｈでないことを判断してもよい。また、本実施形態では自車両Ｖ１が車線変更した場合に接触する可能性がある否かに重点を置いているため、ステップＳ１１３において隣接車両Ｖ２が検出された場合に、自車両の運転者に警告音を発したり、所定の表示装置により警告相当の表示を行ったりしてもよい。

次に、図１８を参照して、第１実施形態に係る閾値変更処理について説明する。図１８は、第１実施形態に係る閾値変更処理を示すフローチャートである。なお、以下に説明する閾値変更処理は、図１７に示す隣接車両検出処理と並行して行われ、この閾値変更処理により設定された差分閾値ｔｈが、図１７に示す隣接車両検出処理における差分閾値ｔｈとして適用されることとなる。

図１８に示すように、まず、ステップＳ２０１では、ヘッドライト検出部３６により、隣接車両Ｖ２のヘッドライトの検出が行われる。具体的には、ヘッドライト検出部３６は、周辺との明るさの差が所定値以上であり、かつ、所定以上の大きさである画像領域を、隣接車両Ｖ２のヘッドライトの光源に対応する候補領域として検出する。さらに、ヘッドライト検出部３６は、隣接車両Ｖ２のヘッドライトと、街灯などの光源とを区別するために、自車両Ｖ１から候補領域までの車幅方向における距離や、カメラ１０から候補領域までの後方距離に基づいて、複数の候補領域の中から、隣接車両Ｖ２のヘッドライトに対応する画像領域を特定することで、隣接車両Ｖ２のヘッドライトを検出する。

そして、ステップＳ２０２では、閾値変更部３９により、ステップＳ２０１で隣接車両Ｖ２のヘッドライトが検出されたか否かの判断が行われる。隣接車両Ｖ２のヘッドライトが検出された場合には、ステップＳ２０３に進み、隣接車両Ｖ２のヘッドライトが検出されなかった場合には、ステップＳ２０１に戻り、再度、隣接車両Ｖ２のヘッドライトの検出が繰り返される。

ステップＳ２０３では、ヘッドライト車速算出部３７により、隣接車両Ｖ２のヘッドライト車速の算出が行われる。たとえば、ヘッドライト車速算出部３７は、ステップＳ２０１で検出された隣接車両Ｖ２のヘッドライトの位置の変化に基づいて、所定時間におけるヘッドライトの移動距離を、隣接車両Ｖ２の移動距離として算出し、算出した隣接車両Ｖ２の移動距離を時間微分することで、自車両Ｖ１に対する隣接車両Ｖ２の相対車速をヘッドライト車速ＶＥＬｈｌとして算出する。

続くステップＳ２０４では、速度差算出部３８により、差分車速の取得が行われる。たとえば、速度差算出部３８は、図１７に示す隣接車両検出処理において算出された差分車速を、差分車速算出部３５から取得する。

そして、ステップＳ２０５では、速度差算出部３８により、上記の数式１に従って、ステップＳ２０３で算出したヘッドライト車速ＶＥＬｈｌと、ステップＳ２０４で取得した差分車速ＶＥＬｓａとに基づいて、速度差評価値ＶＥＬｄｉｆの算出が行われる。具体的には、速度差算出部３８は、ヘッドライト車速ＶＥＬｈｌと差分車速ＶＥＬｓａとの差を、自車両Ｖ１の車速ＶＥＬｖ１で正規化し、正規化したヘッドライト車速ＶＥＬｈｌと差分車速ＶＥＬｓａとの差を、速度差評価値ＶＥＬｄｉｆとして算出する。なお、ステップＳ２０５で算出された速度差評価値ＶＥＬｄｉｆは、計算機３０のメモリ（不図示）に記憶される。

ステップＳ２０６では、速度差算出部３８により、ステップＳ２０５で算出された速度差評価値の平均値ＶＥＬｄｉｆ_ａｖｅが算出される。本実施形態では、隣接車両Ｖ２のヘッドライトが検出される度に、ステップＳ２０５の速度差評価値ＶＥＬｄｉｆが算出され、算出された速度差評価値ＶＥＬｄｉｆが、計算機３０のメモリ（不図示）に記憶される。このステップＳ２０６において、速度差算出部３８は、メモリに記憶された所定台数分（たとえば１０台分）の速度差評価値ＶＥＬｄｉｆ_ａｖｅに基づいて、速度差評価値の平均値ＶＥＬｄｉｆ_ａｖｅを算出する。

ステップＳ２０７では、閾値変更部３９により、ステップＳ２０６で算出された速度差評価値の平均値ＶＥＬｄｉｆ_ａｖｅに基づいて、レンズに付着した雨滴などの異物によるレンズの汚れの度合いが、レンズ状態判定値として算出される。具体的には、閾値変更部３９は、図１５に示すように、ヘッドライト車速ＶＥＬｈｌと差分車速ＶＥＬｓａとの差に基づく速度差評価値の平均値ＶＥＬｄｉｆ_ａｖｅが大きいほど、レンズに雨滴などの異物が付着しているものと判断し、レンズ状態判定値を高く算出する。また、閾値変更部３９は、雨天であるか否かを判断し、雨天であると判断された場合には、図１５に示すように、レンズ状態判定値が高く算出されるように、速度差評価値の平均値ＶＥＬｄｉｆ_ａｖｅとレンズ状態判定値との関係を変更する。

ステップＳ２０８では、閾値変更部３９により、ステップＳ２０７で算出されたレンズ状態判定値に基づいて、差分閾値ｔｈを変更する処理が行われる。具体的には、閾値変更部３９は、図１６に示すように、レンズ状態判定値が高いほど、レンズに雨滴などの異物が付着してレンズが汚れており、隣接車両Ｖ２の誤検出が起こり易いものと判断して、立体物（隣接車両Ｖ２）を検出するための差分閾値ｔｈを高い値に変更する。これにより、レンズ状態判定値が高く、レンズが汚れている場合には、図１７に示す隣接車両検出処理において、変更された差分閾値ｔｈを用いて立体物の検出が行われるため、立体物の検出が抑制されることとなり、その結果、雨滴などの異物や、隣接車両Ｖ２以外の立体物を隣接車両Ｖ２として誤検出してしまうことを有効に防止することができる。

なお、本実施形態は、レンズにおける雨滴などの異物の付着により、差分波形ＤＷ_ｔに基づいて、自車両Ｖ１に対する隣接車両Ｖ２の相対車速を算出することが困難であることに鑑みて、隣接車両Ｖ２のヘッドライトを検出し、隣接車両Ｖ２のヘッドライトに基づいて、隣接車両Ｖ２の相対車速を推定するものである。そのため、図１８に示す閾値変更処理を、隣接車両Ｖ２がヘッドライトを点灯する条件下、たとえば、夜間のみに行う構成とすることができる。これにより、昼間において、隣接車両Ｖ２を検出する際の演算負荷を軽減することができる。なお、閾値変更部３９は、たとえば、カメラ１０により撮像した撮像画像全体の輝度が所定値以下である場合に、夜間であると判断することができる。また、閾値変更部３９は、照度計や時刻に基づいて、夜間であるか否かを判断することもできる。

また、上述した閾値変更処理を、レンズに雨滴などの異物が付着する可能性の高い雨天時のみに行う構成とすることもできる。この場合、閾値変更部３９は、上述したように、雨滴センサの検出結果やワイパーの動作状況に基づいて、雨天時であるか否かを判断することができる。

以上のように、第１実施形態では、差分波形ＤＷ_ｔに基づいて、隣接車両Ｖ２の相対車速を差分車速ＶＥＬｓａとして算出するとともに、隣接車両Ｖ２のヘッドライトを検出し、隣接車両Ｖ２のヘッドライトに基づいて、隣接車両Ｖ２の相対速度をヘッドライト車速ＶＥＬｈｌとして算出する。そして、差分車速ＶＥＬｓａとヘッドライト車速ＥＶＬｈｌとの差に基づいて、速度差評価値ＶＥＬｄｉｆを算出し、算出した速度差評価値の平均値ＶＥＬｄｉｆ_ａｖｅが大きいほど、レンズに付着した雨滴などの異物によるレンズの汚れの度合い（レンズ状態判定値）が高いものと判断して、立体物を検出するための差分閾値ｔｈを高い値に変更する。これにより、第１実施形態では、レンズに雨滴などの異物が付着している場合でも、レンズに付着した雨滴などの異物や、隣接車線に存在する隣接車両Ｖ２以外の立体物を隣接車両Ｖ２として誤検出してしまうことを有効に防止することができる。

また、本実施形態では、上記の数１に示すように、ヘッドライト車速ＶＥＬｈｌと差分車速ＶＥＬｓａとの差を正規化して、速度差評価値ＶＥＬｄｉｆを算出することで、隣接車両Ｖ２の相対車速にかかわらず、レンズの汚れ度合い（レンズ状態判定値）を適切に判定することができる。また、本実施形態では、所定台数分の速度差評価値の平均値を求め、該速度差評価値の平均値に基づいてレンズ状態判定値を算出することで、レンズの汚れ度合い（レンズ状態判定値）をより適切に判定することができる。

《第２実施形態》
続いて、第２実施形態に係る立体物検出装置１ａについて説明する。第２実施形態に係る立体物検出装置１ａは、図１９に示すように、第１実施形態の計算機３０に代えて、計算機３０ａを備えており、以下に説明するように動作すること以外は、第１実施形態と同様である。ここで、図１９は、第２実施形態に係る計算機３０ａの詳細を示すブロック図である。

第２実施形態に係る立体物検出装置１ａは、図１９に示すように、カメラ１０と計算機３０ａとを備えており、計算機３０ａは、視点変換部３１、輝度差算出部４０、エッジ線検出部４１、エッジ波形生成部４２、エッジ車速算出部４３、立体物検出部３４ａ、ヘッドライト検出部３６、ヘッドライト車速算出部３７、速度差算出部３８ａ、および閾値変更部３９ａから構成されている。以下に、第２実施形態に係る立体物検出装置１ａの各構成について説明する。なお、視点変換部３１、ヘッドライト検出部３６、ヘッドライト車速算出部３７については、第１実施形態と同様の構成であるため、その説明は省略する。

図２０は、図１９のカメラ１０の撮像範囲等を示す図であり、図２０（ａ）は平面図、図２０（ｂ）は、自車両Ｖ１から後側方における実空間上の斜視図を示す。図２０（ａ）に示すように、カメラ１０は所定の画角ａとされ、この所定の画角ａに含まれる自車両Ｖ１から後側方を撮像する。カメラ１０の画角ａは、図２に示す場合と同様に、カメラ１０の撮像範囲に自車両Ｖ１が走行する車線に加えて、隣接する車線も含まれるように設定されている。

本例の検出領域Ａ１，Ａ２は、平面視（鳥瞰視された状態）において台形状とされ、これら検出領域Ａ１，Ａ２の位置、大きさ及び形状は、距離ｄ_１〜ｄ_４に基づいて決定される。なお、同図に示す例の検出領域Ａ１，Ａ２は台形状に限らず、図２に示すように鳥瞰視された状態で矩形など他の形状であってもよい。

ここで、距離ｄ１は、自車両Ｖ１から接地線Ｌ１，Ｌ２までの距離である。接地線Ｌ１，Ｌ２は、自車両Ｖ１が走行する車線に隣接する車線に存在する立体物が地面に接触する線を意味する。本実施形態においては、自車両Ｖ１の後側方において自車両Ｖ１の車線に隣接する左右の車線を走行する隣接車両Ｖ２等（２輪車等を含む)を検出することが目的である。このため、自車両Ｖ１から白線Ｗまでの距離ｄ１１及び白線Ｗから隣接車両Ｖ２が走行すると予測される位置までの距離ｄ１２から、隣接車両Ｖ２の接地線Ｌ１，Ｌ２となる位置である距離ｄ１を略固定的に決定しておくことができる。

また、距離ｄ１については、固定的に決定されている場合に限らず、可変としてもよい。この場合に、計算機３０ａは、白線認識等の技術により自車両Ｖ１に対する白線Ｗの位置を認識し、認識した白線Ｗの位置に基づいて距離ｄ１１を決定する。これにより、距離ｄ１は、決定された距離ｄ１１を用いて可変的に設定される。以下の本実施形態においては、隣接車両Ｖ２が走行する位置（白線Ｗからの距離ｄ１２）及び自車両Ｖ１が走行する位置（白線Ｗからの距離ｄ１１）は大凡決まっていることから、距離ｄ１は固定的に決定されているものとする。

距離ｄ２は、自車両Ｖ１の後端部から車両進行方向に伸びる距離である。この距離ｄ２は、検出領域Ａ１，Ａ２が少なくともカメラ１０の画角ａ内に収まるように決定されている。特に本実施形態において、距離ｄ２は、画角ａに区分される範囲に接するよう設定されている。距離ｄ３は、検出領域Ａ１，Ａ２の車両進行方向における長さを示す距離である。この距離ｄ３は、検出対象となる立体物の大きさに基づいて決定される。本実施形態においては、検出対象が隣接車両Ｖ２等であるため、距離ｄ３は、隣接車両Ｖ２を含む長さに設定される。

距離ｄ４は、図２０（ｂ）に示すように、実空間において隣接車両Ｖ２等のタイヤを含むように設定された高さを示す距離である。距離ｄ４は、鳥瞰視画像においては図２０（ａ）に示す長さとされる。なお、距離ｄ４は、鳥瞰視画像において左右の隣接車線よりも更に隣接する車線（すなわち２車線隣りの隣隣接車線）を含まない長さとすることもできる。自車両Ｖ１の車線から２車線隣の車線を含んでしまうと、自車両Ｖ１が走行している車線である自車線の左右の隣接車線に隣接車両Ｖ２が存在するのか、２車線隣りの隣隣接車線に隣隣接車両が存在するのかについて、区別が付かなくなってしまうためである。

以上のように、距離ｄ１〜距離ｄ４が決定され、これにより検出領域Ａ１，Ａ２の位置、大きさ及び形状が決定される。具体的に説明すると、距離ｄ１により、台形をなす検出領域Ａ１，Ａ２の上辺ｂ１の位置が決定される。距離ｄ２により、上辺ｂ１の始点位置Ｃ１が決定される。距離ｄ３により、上辺ｂ１の終点位置Ｃ２が決定される。カメラ１０から始点位置Ｃ１に向かって伸びる直線Ｌ３により、台形をなす検出領域Ａ１，Ａ２の側辺ｂ２が決定される。同様に、カメラ１０から終点位置Ｃ２に向かって伸びる直線Ｌ４により、台形をなす検出領域Ａ１，Ａ２の側辺ｂ３が決定される。距離ｄ４により、台形をなす検出領域Ａ１，Ａ２の下辺ｂ４の位置が決定される。このように、各辺ｂ１〜ｂ４により囲まれる領域が検出領域Ａ１，Ａ２とされる。この検出領域Ａ１，Ａ２は、図２０（ｂ）に示すように、自車両Ｖ１から後側方における実空間上では真四角（長方形）となる。

輝度差算出部４０は、鳥瞰視画像に含まれる立体物のエッジを検出するために、視点変換部３１により視点変換された鳥瞰視画像データに対して、輝度差の算出を行う。輝度差算出部４０は、実空間における鉛直方向に伸びる鉛直仮想線に沿った複数の位置ごとに、当該各位置の近傍の２つの画素間の輝度差を算出する。輝度差算出部４０は、実空間における鉛直方向に伸びる鉛直仮想線を１本だけ設定する手法と、鉛直仮想線を２本設定する手法との何れかによって輝度差を算出することができる。

ここでは、鉛直仮想線を２本設定する具体的な手法について説明する。輝度差算出部４０は、視点変換された鳥瞰視画像に対して、実空間で鉛直方向に伸びる線分に該当する第１鉛直仮想線と、第１鉛直仮想線と異なり実空間で鉛直方向に伸びる線分に該当する第２鉛直仮想線とを設定する。輝度差算出部４０は、第１鉛直仮想線上の点と第２鉛直仮想線上の点との輝度差を、第１鉛直仮想線及び第２鉛直仮想線に沿って連続的に求める。以下、この輝度差算出部４０の動作について詳細に説明する。

輝度差算出部４０は、図２１（ａ）に示すように、実空間で鉛直方向に伸びる線分に該当し、且つ、検出領域Ａ１を通過する第１鉛直仮想線Ｌａ（以下、注目線Ｌａという）を設定する。また輝度差算出部４０は、注目線Ｌａと異なり、実空間で鉛直方向に伸びる線分に該当し、且つ、検出領域Ａ１を通過する第２鉛直仮想線Ｌｒ（以下、参照線Ｌｒという）を設定する。ここで参照線Ｌｒは、実空間における所定距離だけ注目線Ｌａから離間する位置に設定される。なお、実空間で鉛直方向に伸びる線分に該当する線とは、鳥瞰視画像においてはカメラ１０の位置Ｐｓから放射状に広がる線となる。この放射状に広がる線は、鳥瞰視に変換した際に立体物が倒れ込む方向に沿う線である。

輝度差算出部４０は、注目線Ｌａ上に注目点Ｐａ（第１鉛直仮想線上の点）を設定する。また輝度差算出部４０は、参照線Ｌｒ上に参照点Ｐｒ（第２鉛直板想線上の点）を設定する。これら注目線Ｌａ、注目点Ｐａ、参照線Ｌｒ、参照点Ｐｒは、実空間上において図２１（ｂ）に示す関係となる。図２１（ｂ）から明らかなように、注目線Ｌａ及び参照線Ｌｒは、実空間上において鉛直方向に伸びた線であり、注目点Ｐａと参照点Ｐｒとは、実空間上において略同じ高さに設定される点である。なお、注目点Ｐａと参照点Ｐｒとは必ずしも厳密に同じ高さである必要はなく、注目点Ｐａと参照点Ｐｒとが同じ高さとみなせる程度の誤差は許容される。

輝度差算出部４０は、注目点Ｐａと参照点Ｐｒとの輝度差を求める。仮に、注目点Ｐａと参照点Ｐｒとの輝度差が大きいと、注目点Ｐａと参照点Ｐｒとの間にエッジが存在すると考えられる。特に、第２実施形態では、検出領域Ａ１，Ａ２に存在する立体物を検出するために、鳥瞰視画像に対して実空間において鉛直方向に伸びる線分として鉛直仮想線を設定しているため、注目線Ｌａと参照線Ｌｒとの輝度差が高い場合には、注目線Ｌａの設定箇所に立体物のエッジがある可能性が高い。このため、図１９に示すエッジ線検出部４１は、注目点Ｐａと参照点Ｐｒとの輝度差に基づいてエッジ線を検出する。

この点をより詳細に説明する。図２２は、輝度差算出部４０の詳細動作を示す図であり、図２２（ａ）は鳥瞰視された状態の鳥瞰視画像を示し、図２２（ｂ）は、図２２（ａ）に示した鳥瞰視画像の一部Ｂ１を拡大した図である。なお図２２についても検出領域Ａ１のみを図示して説明するが、検出領域Ａ２についても同様の手順で輝度差を算出する。

カメラ１０が撮像した撮像画像内に隣接車両Ｖ２が映っていた場合に、図２２（ａ）に示すように、鳥瞰視画像内の検出領域Ａ１に隣接車両Ｖ２が現れる。図２２（ｂ）に図２２（ａ）中の領域Ｂ１の拡大図を示すように、鳥瞰視画像上において、隣接車両Ｖ２のタイヤのゴム部分上に注目線Ｌａが設定されていたとする。この状態において、輝度差算出部４０は、先ず参照線Ｌｒを設定する。参照線Ｌｒは、注目線Ｌａから実空間上において所定の距離だけ離れた位置に、鉛直方向に沿って設定される。具体的には、本実施形態に係る立体物検出装置１ａにおいて、参照線Ｌｒは、注目線Ｌａから実空間上において１０ｃｍだけ離れた位置に設定される。これにより、参照線Ｌｒは、鳥瞰視画像上において、例えば隣接車両Ｖ２のタイヤのゴムから１０ｃｍ相当だけ離れた隣接車両Ｖ２のタイヤのホイール上に設定される。

次に、輝度差算出部４０は、注目線Ｌａ上に複数の注目点Ｐａ１〜ＰａＮを設定する。図２２（ｂ）においては、説明の便宜上、６つの注目点Ｐａ１〜Ｐａ６（以下、任意の点を示す場合には単に注目点Ｐａｉという）を設定している。なお、注目線Ｌａ上に設定する注目点Ｐａの数は任意でよい。以下の説明では、Ｎ個の注目点Ｐａが注目線Ｌａ上に設定されたものとして説明する。

次に、輝度差算出部４０は、実空間上において各注目点Ｐａ１〜ＰａＮと同じ高さとなるように各参照点Ｐｒ１〜ＰｒＮを設定する。そして、輝度差算出部４０は、同じ高さ同士の注目点Ｐａと参照点Ｐｒとの輝度差を算出する。これにより、輝度差算出部４０は、実空間における鉛直方向に伸びる鉛直仮想線に沿った複数の位置（１〜Ｎ）ごとに、２つの画素の輝度差を算出する。輝度差算出部４０は、例えば第１注目点Ｐａ１とは、第１参照点Ｐｒ１との間で輝度差を算出し、第２注目点Ｐａ２とは、第２参照点Ｐｒ２との間で輝度差を算出することとなる。これにより、輝度差算出部４０は、注目線Ｌａ及び参照線Ｌｒに沿って、連続的に輝度差を求める。すなわち、輝度差算出部４０は、第３〜第Ｎ注目点Ｐａ３〜ＰａＮと第３〜第Ｎ参照点Ｐｒ３〜ＰｒＮとの輝度差を順次求めていくこととなる。

輝度差算出部４０は、検出領域Ａ１内において注目線Ｌａをずらしながら、上記の参照線Ｌｒの設定、注目点Ｐａ及び参照点Ｐｒの設定、輝度差の算出といった処理を繰り返し実行する。すなわち、輝度差算出部４０は、注目線Ｌａ及び参照線Ｌｒのそれぞれを、実空間上において接地線Ｌ１の延在方向に同一距離だけ位置を変えながら上記の処理を繰り返し実行する。輝度差算出部４０は、例えば、前回処理において参照線Ｌｒとなっていた線を注目線Ｌａに設定し、この注目線Ｌａに対して参照線Ｌｒを設定して、順次輝度差を求めていくことになる。

このように、第２実施形態では、実空間上で略同じ高さとなる注目線Ｌａ上の注目点Ｐａと参照線Ｌｒ上の参照点Ｐｒとから輝度差を求めることで、鉛直方向に伸びるエッジが存在する場合における輝度差を明確に検出することができる。また、実空間において鉛直方向に伸びる鉛直仮想線同士の輝度比較を行うために、鳥瞰視画像に変換することによって立体物が路面からの高さに応じて引き伸ばされてしまっても、立体物の検出処理が影響されることはなく、立体物の検出精度を向上させることができる。

図１９に戻り、エッジ線検出部４１は、輝度差算出部４０により算出された連続的な輝度差から、エッジ線を検出する。例えば、図２２（ｂ）に示す場合、第１注目点Ｐａ１と第１参照点Ｐｒ１とは、同じタイヤ部分に位置するために、輝度差は、小さい。一方、第２〜第６注目点Ｐａ２〜Ｐａ６はタイヤのゴム部分に位置し、第２〜第６参照点Ｐｒ２〜Ｐｒ６はタイヤのホイール部分に位置する。したがって、第２〜第６注目点Ｐａ２〜Ｐａ６と第２〜第６参照点Ｐｒ２〜Ｐｒ６との輝度差は大きくなる。このため、エッジ線検出部４１は、輝度差が大きい第２〜第６注目点Ｐａ２〜Ｐａ６と第２〜第６参照点Ｐｒ２〜Ｐｒ６との間にエッジ線が存在することを検出することができる。

具体的には、エッジ線検出部４１は、エッジ線を検出するにあたり、先ず下記式１に従って、ｉ番目の注目点Ｐａｉ（座標（ｘｉ，ｙｉ））とｉ番目の参照点Ｐｒｉ（座標（ｘｉ’，ｙｉ’））との輝度差から、ｉ番目の注目点Ｐａｉに属性付けを行う。
［式１］
Ｉ（ｘｉ，ｙｉ）＞Ｉ（ｘｉ’，ｙｉ’）＋ｔのとき
ｓ（ｘｉ，ｙｉ）＝１
Ｉ（ｘｉ，ｙｉ）＜Ｉ（ｘｉ’，ｙｉ’）−ｔのとき
ｓ（ｘｉ，ｙｉ）＝−１
上記以外のとき
ｓ（ｘｉ，ｙｉ）＝０

上記式１において、ｔはエッジ閾値を示し、Ｉ（ｘｉ，ｙｉ）はｉ番目の注目点Ｐａｉの輝度値を示し、Ｉ（ｘｉ’，ｙｉ’）はｉ番目の参照点Ｐｒｉの輝度値を示す。上記数式１によれば、注目点Ｐａｉの輝度値が、参照点Ｐｒｉに閾値ｔを加えた輝度値よりも高い場合には、当該注目点Ｐａｉの属性ｓ（ｘｉ，ｙｉ）は‘１’となる。一方、注目点Ｐａｉの輝度値が、参照点Ｐｒｉから輝度閾値ｔを減じた輝度値よりも低い場合には、当該注目点Ｐａｉの属性ｓ（ｘｉ，ｙｉ）は‘−１’となる。注目点Ｐａｉの輝度値と参照点Ｐｒｉの輝度値とがそれ以外の関係である場合には、注目点Ｐａｉの属性ｓ（ｘｉ，ｙｉ）は‘０’となる。なお、本実施形態において、エッジ閾値ｔは、後述する閾値変更部３９ａにより変更される場合があり、閾値変更部３９ａによりエッジ閾値ｔが変更された場合には、閾値変更部３９ａにより変更されたエッジ閾値ｔを用いて、注目点Ｐａｉの属性ｓ（ｘｉ，ｙｉ）が検出される。

次にエッジ線検出部４１は、下記式２に基づいて、注目線Ｌａに沿った属性ｓの連続性ｃ（ｘｉ，ｙｉ）から、注目線Ｌａがエッジ線であるか否かを判定する。
［式２］
ｓ（ｘｉ，ｙｉ）＝ｓ（ｘｉ＋１，ｙｉ＋１）のとき（且つ０＝０を除く）、
ｃ（ｘｉ，ｙｉ）＝１
上記以外のとき、
ｃ（ｘｉ，ｙｉ）＝０

注目点Ｐａｉの属性ｓ（ｘｉ，ｙｉ）と隣接する注目点Ｐａｉ＋１の属性ｓ（ｘｉ＋１，ｙｉ＋１）とが同じである場合には、連続性ｃ（ｘｉ，ｙｉ）は‘１’となる。注目点Ｐａｉの属性ｓ（ｘｉ，ｙｉ）と隣接する注目点Ｐａｉ＋１の属性ｓ（ｘｉ＋１，ｙｉ＋１）とが同じではない場合には、連続性ｃ（ｘｉ，ｙｉ）は‘０’となる。

次にエッジ線検出部４１は、注目線Ｌａ上の全ての注目点Ｐａの連続性ｃについて総和を求める。エッジ線検出部４１は、求めた連続性ｃの総和を注目点Ｐａの数Ｎで割ることにより、連続性ｃを正規化する。そして、エッジ線検出部４１は、正規化した値が閾値θを超えた場合に、注目線Ｌａをエッジ線と判断する。なお、閾値θは、予め実験等によって設定された値である。

すなわち、エッジ線検出部４１は、下記式３に基づいて注目線Ｌａがエッジ線であるか否かを判断する。そして、エッジ線検出部４１は、検出領域Ａ１上に描かれた注目線Ｌａの全てについてエッジ線であるか否かを判断する。
［式３］
Σｃ（ｘｉ，ｙｉ）／Ｎ＞θ

このように、第２実施形態では、注目線Ｌａ上の注目点Ｐａと参照線Ｌｒ上の参照点Ｐｒとの輝度差に基づいて注目点Ｐａに属性付けを行い、注目線Ｌａに沿った属性の連続性ｃに基づいて当該注目線Ｌａがエッジ線であるかを判断するので、輝度の高い領域と輝度の低い領域との境界をエッジ線として検出し、人間の自然な感覚に沿ったエッジ検出を行うことができる。この効果について詳細に説明する。図２３は、エッジ線検出部４１の処理を説明する画像例を示す図である。この画像例は、輝度の高い領域と輝度の低い領域とが繰り返される縞模様を示す第１縞模様１０１と、輝度の低い領域と輝度の高い領域とが繰り返される縞模様を示す第２縞模様１０２とが隣接した画像である。また、この画像例は、第１縞模様１０１の輝度が高い領域と第２縞模様１０２の輝度の低い領域とが隣接すると共に、第１縞模様１０１の輝度が低い領域と第２縞模様１０２の輝度が高い領域とが隣接している。この第１縞模様１０１と第２縞模様１０２との境界に位置する部位１０３は、人間の感覚によってはエッジとは知覚されない傾向にある。

これに対し、輝度の低い領域と輝度が高い領域とが隣接しているために、輝度差のみでエッジを検出すると、当該部位１０３はエッジとして認識されてしまう。しかし、エッジ線検出部４１は、部位１０３における輝度差に加えて、当該輝度差の属性に連続性がある場合にのみ部位１０３をエッジ線として判定するので、エッジ線検出部４１は、人間の感覚としてエッジ線として認識しない部位１０３をエッジ線として認識してしまう誤判定を抑制でき、人間の感覚に沿ったエッジ検出を行うことができる。

図１９に戻り、立体物検出部３４ａは、エッジ線検出部４１により検出されたエッジ線の量に基づいて立体物を検出する。上述したように、本実施形態に係る立体物検出装置１ａは、実空間上において鉛直方向に伸びるエッジ線を検出する。鉛直方向に伸びるエッジ線が多く検出されるということは、検出領域Ａ１，Ａ２に立体物が存在する可能性が高いということである。このため、立体物検出部３４ａは、エッジ線検出部４１により検出されたエッジ線の量に基づいて立体物を検出する。具体的には、立体物検出部３４ａは、エッジ線検出部４１により検出されたエッジ線の量が、所定の閾値β以上であるか否かを判断し、エッジ線の量が所定の閾値β以上である場合には、エッジ線検出部４１により検出されたエッジ線は、立体物のエッジ線であるものと判断する。

さらに、立体物検出部３４ａは、立体物を検出するに先立って、エッジ線検出部４１により検出されたエッジ線が正しいものであるか否かを判定する。立体物検出部３４ａは、エッジ線上の鳥瞰視画像のエッジ線に沿った輝度変化が所定の閾値ｔｂ以上である否かを判定する。エッジ線上の鳥瞰視画像の輝度変化が閾値ｔｂ以上である場合には、当該エッジ線が誤判定により検出されたものと判断する。一方、エッジ線上の鳥瞰視画像の輝度変化が閾値ｔｂ未満である場合には、当該エッジ線が正しいものと判定する。なお、この閾値ｔｂは、実験等により予め設定された値である。

図２４は、エッジ線の輝度分布を示す図であり、図２４（ａ）は検出領域Ａ１に立体物としての隣接車両Ｖ２が存在した場合のエッジ線及び輝度分布を示し、図２４（ｂ）は検出領域Ａ１に立体物が存在しない場合のエッジ線及び輝度分布を示す。

図２４（ａ）に示すように、鳥瞰視画像において隣接車両Ｖ２のタイヤゴム部分に設定された注目線Ｌａがエッジ線であると判断されていたとする。この場合、注目線Ｌａ上の鳥瞰視画像の輝度変化はなだらかなものとなる。これは、カメラ１０により撮像された画像が鳥瞰視画像に視点変換されたことにより、隣接車両のタイヤが鳥瞰視画像内で引き延ばされたことによる。一方、図２４（ｂ）に示すように、鳥瞰視画像において路面に描かれた「５０」という白色文字部分に設定された注目線Ｌａがエッジ線であると誤判定されていたとする。この場合、注目線Ｌａ上の鳥瞰視画像の輝度変化は起伏の大きいものとなる。これは、エッジ線上に、白色文字における輝度が高い部分と、路面等の輝度が低い部分とが混在しているからである。

以上のような注目線Ｌａ上の輝度分布の相違に基づいて、立体物検出部３４ａは、エッジ線が誤判定により検出されたものか否かを判定する。たとえば、カメラ１０により取得された撮像画像を鳥瞰視画像に変換した場合、当該撮像画像に含まれる立体物は、引き伸ばされた状態で鳥瞰視画像に現れる傾向がある。上述したように、隣接車両Ｖ２のタイヤが引き伸ばされた場合に、タイヤという１つの部位が引き伸ばされるため、引き伸ばされた方向における鳥瞰視画像の輝度変化は小さい傾向となる。これに対し、路面に描かれた文字等をエッジ線として誤判定した場合に、鳥瞰視画像には、文字部分といった輝度が高い領域と路面部分といった輝度が低い領域とが混合されて含まれる。この場合に、鳥瞰視画像において、引き伸ばされた方向の輝度変化は大きくなる傾向がある。そのため、立体物検出部３４ａは、エッジ線に沿った輝度変化が所定の閾値ｔｂ以上である場合には、当該エッジ線が誤判定により検出されたものであり、当該エッジ線は、立体物に起因するものではないと判断する。これにより、路面上の「５０」といった白色文字や路肩の雑草等がエッジ線として判定されてしまい、立体物の検出精度が低下することを抑制する。一方、立体物検出部３４ａは、エッジ線に沿った輝度変化が所定の閾値ｔｂ未満である場合には、当該エッジ線は、立体物のエッジ線であると判断し、立体物が存在するものと判断する。

具体的には、立体物検出部３４ａは、下記式４，５の何れかにより、エッジ線の輝度変化を算出する。このエッジ線の輝度変化は、実空間上における鉛直方向の評価値に相当する。下記式４は、注目線Ｌａ上のｉ番目の輝度値Ｉ（ｘｉ，ｙｉ）と、隣接するｉ＋１番目の輝度値Ｉ（ｘｉ＋１，ｙｉ＋１）との差分の二乗の合計値によって輝度分布を評価する。下記式５は、注目線Ｌａ上のｉ番目の輝度値Ｉ（ｘｉ，ｙｉ）と、隣接するｉ＋１番目の輝度値Ｉ（ｘｉ＋１，ｙｉ＋１）との差分の絶対値の合計値よって輝度分布を評価する。
［式４］
鉛直相当方向の評価値＝Σ［｛Ｉ（ｘｉ，ｙｉ）−Ｉ（ｘｉ＋１，ｙｉ＋１）｝^２］
［式５］
鉛直相当方向の評価値＝Σ｜Ｉ（ｘｉ，ｙｉ）−Ｉ（ｘｉ＋１，ｙｉ＋１）｜

なお、上記式５に限らず、下記式６のように、閾値ｔ２を用いて隣接する輝度値の属性ｂを二値化して、当該二値化した属性ｂを全ての注目点Ｐａについて総和してもよい。
［式６］
鉛直相当方向の評価値＝Σｂ（ｘｉ，ｙｉ）
但し、｜Ｉ（ｘｉ，ｙｉ）−Ｉ（ｘｉ＋１，ｙｉ＋１）｜＞ｔ２のとき、
ｂ（ｘｉ，ｙｉ）＝１
上記以外のとき、
ｂ（ｘｉ，ｙｉ）＝０

注目点Ｐａｉの輝度値と参照点Ｐｒｉの輝度値との輝度差の絶対値が閾値ｔ２よりも大きい場合、当該注目点Ｐａ（ｘｉ，ｙｉ）の属性ｂ（ｘｉ，ｙｉ）は‘１’となる。それ以外の関係である場合には、注目点Ｐａｉの属性ｂ（ｘｉ，ｙｉ）は‘０’となる。この閾値ｔ２は、注目線Ｌａが同じ立体物上にないことを判定するために実験等によって予め設定されている。そして、立体物検出部３４ａは、注目線Ｌａ上の全注目点Ｐａについての属性ｂを総和して、鉛直相当方向の評価値を求めることで、エッジ線が立体物に起因するものであり、立体物が存在するか否かを判定する。

図１９に戻り、エッジ波形生成部４２は、検出領域Ａ１，Ａ２に相当する部分から検出されたエッジ線に基づいて、一次元のエッジ波形ＥＷ_ｔを生成する。たとえば、エッジ波形生成部４２は、第１実施形態における差分波形ＤＷ_ｔの生成と同様に、エッジ線に対応する画素数を、視点変換により立体物が倒れ込む方向に沿ってカウントして度数分布化することで、一次元のエッジ波形ＥＤ_ｔを生成することができる。

エッジ車速算出部４３は、第１実施形態の差分車速算出部３５と同様に、現在の時刻におけるエッジ波形ＥＷ_ｔと一時刻前のエッジ波形ＥＷ_ｔ−１とに基づいて、立体物の移動速度（自車両Ｖ１に対する隣接車両Ｖ２の相対車速）をエッジ車速として算出する。すなわち、エッジ車速算出部４３は、エッジ波形ＥＷ_ｔ，ＥＷ_ｔ−１の時間変化から、所定時間における立体物の移動距離を算出し、算出した立体物の移動距離を時間微分することで、自車両Ｖ１に対する立体物の相対移動速度（自車両Ｖ１に対する隣接車両Ｖ２の相対車速）をエッジ車速として算出する。

速度差算出部３８ａは、下記の数式２に示すように、ヘッドライト車速算出部３７により算出されたヘッドライト車速ＶＥＬｈｌと、エッジ車速算出部４３により算出されたエッジ車速ＶＥＬｅｄとの差を、自車両Ｖ１の車速ＶＥＬｖ１で正規化し、正規化したヘッドライト車速ＶＥＬｈｌとエッジ車速ＶＥＬｅｄとの差を、速度差評価値ＶＥＬｄｉｆとして算出する。

また、速度差算出部３８ａは、隣接車両Ｖ２のヘッドライトが検出される度に、上記の数式２に基づいて、速度差評価値ＶＥＬｄｉｆを繰り返し算出することで、所定台数分の隣接車両Ｖ２について算出した速度差評価値ＶＥＬｄｉｆに基づいて、速度差評価値の平均値ＶＥＬｄｉｆ_ａｖｅを算出する。

閾値変更部３９ａは、速度差算出部３８ａにより算出された速度差評価値の平均値ＶＥＬｄｉｆ_ａｖｅに基づいて、レンズに雨滴などの異物が付着している度合いをレンズ状態判定値として算出し、算出したレンズ状態判定値に基づいて、立体物を検出するためのエッジ閾値ｔを変更する。具体的には、閾値変更部３９ａは、第１実施形態と同様に、速度差評価値の平均値ＶＥＬｄｉｆ_ａｖｅが高いほど、レンズに雨滴などの異物が付着しているものと判断し、レンズ状態判定値を高く算出する。そして、閾値変更部３９ａは、隣接車両Ｖ２の誤検出を防止するために、レンズ状態判定値が高いほど、隣接車両Ｖ２を検出するためのエッジ閾値ｔを高い値に変更する。

次に、第２実施形態に係る隣接車両検出方法について説明する。図２５は、第２実施形態に係る隣接車両検出方法の詳細を示すフローチャートである。なお、図２５においては、便宜上、検出領域Ａ１を対象とする処理について説明するが、検出領域Ａ２についても同様の処理が実行される。

ステップＳ３０１では、カメラ１０により、画角ａ及び取付位置によって特定された所定領域の撮像が行われ、計算機３０ａにより、カメラ１０により撮像された撮像画像Ｐの画像データが取得される。次に視点変換部３１は、ステップＳ３０２において、取得した画像データについて視点変換を行い、鳥瞰視画像データを生成する。

次に輝度差算出部４０は、ステップＳ３０３において、検出領域Ａ１上に注目線Ｌａを設定する。このとき、輝度差算出部４０は、実空間上において鉛直方向に伸びる線に相当する線を注目線Ｌａとして設定する。次に輝度差算出部４０は、ステップＳ３０４において、検出領域Ａ１上に参照線Ｌｒを設定する。このとき、輝度差算出部４０は、実空間上において鉛直方向に伸びる線分に該当し、且つ、注目線Ｌａと実空間上において所定距離離れた線を参照線Ｌｒとして設定する。

次に輝度差算出部４０は、ステップＳ３０５において、注目線Ｌａ上に複数の注目点Ｐａを設定する。この際に、輝度差算出部４０は、エッジ線検出部４１によるエッジ検出時に問題とならない程度の数の注目点Ｐａを設定する。また、輝度差算出部４０は、ステップＳ３０６において、実空間上において注目点Ｐａと参照点Ｐｒとが略同じ高さとなるように、参照点Ｐｒを設定する。これにより、注目点Ｐａと参照点Ｐｒとが略水平方向に並ぶこととなり、実空間上において鉛直方向に伸びるエッジ線を検出しやすくなる。

次に輝度差算出部４０は、ステップＳ３０７において、実空間上において同じ高さとなる注目点Ｐａと参照点Ｐｒとの輝度差を算出する。そして、エッジ線検出部４１は、輝度差算出部４０により算出された輝度差に基づいて、上記式１に従って、各注目点Ｐａの属性ｓを算出する。なお、本実施形態では、隣接車両Ｖ２のエッジを検出するためのエッジ閾値ｔを用いて、各注目点Ｐａの属性ｓが算出される。このエッジ閾値ｔは、立体物の検出を抑制するために、後述する閾値変更処理において変更される場合があり、エッジ閾値ｔが変更された場合には、変更されたエッジ閾値が、このステップＳ３０７で用いられることとなる。

次にエッジ線検出部４１は、ステップＳ３０８において、上記式２に従って、各注目点Ｐａの属性ｓの連続性ｃを算出する。そして、エッジ線検出部４１は、ステップＳ３０９において、上記式３に従って、連続性ｃの総和を正規化した値が閾値θより大きいか否かを判定する。そして、正規化した値が閾値θよりも大きいと判断した場合（ステップＳ３０９＝Ｙｅｓ）、エッジ線検出部４１は、ステップＳ３１０において、当該注目線Ｌａをエッジ線として検出する。そして、処理はステップＳ３１１に移行する。正規化した値が閾値θより大きくないと判断した場合（ステップＳ３０９＝Ｎｏ）、エッジ線検出部４１は、当該注目線Ｌａをエッジ線として検出せず、処理はステップＳ３１１に移行する。

ステップＳ３１１において、計算機３０ａは、検出領域Ａ１上に設定可能な注目線Ｌａの全てについて上記のステップＳ３０３〜ステップＳ３１０の処理を実行したか否かを判断する。全ての注目線Ｌａについて上記処理をしていないと判断した場合（ステップＳ３１１＝Ｎｏ）、ステップＳ３０３に処理を戻して、新たに注目線Ｌａを設定して、ステップＳ３１１までの処理を繰り返す。一方、全ての注目線Ｌａについて上記処理をしたと判断した場合（ステップＳ３１１＝Ｙｅｓ）、処理はステップＳ３１２に移行する。

ステップＳ３１２において、立体物検出部３４ａは、ステップＳ３１０において検出された各エッジ線について、当該エッジ線に沿った輝度変化を算出する。立体物検出部３４ａは、上記式４，５，６の何れかの式に従って、エッジ線の輝度変化を算出する。次に立体物検出部３４ａは、ステップＳ３１３において、エッジ線のうち、輝度変化が所定の閾値ｔｂ以上のエッジ線を除外する。すなわち、輝度変化の大きいエッジ線は正しいエッジ線ではないと判定し、エッジ線を立体物の検出には使用しない。これは、上述したように、検出領域Ａ１に含まれる路面上の文字や路肩の雑草等がエッジ線として検出されてしまうことを抑制するためである。したがって、所定の閾値ｔｂとは、予め実験等によって求められた、路面上の文字や路肩の雑草等によって発生する輝度変化に基づいて設定された値となる。一方、立体物検出部３４ａは、エッジ線のうち、輝度変化が所定の閾値ｔｂ未満であるエッジ線を、立体物のエッジ線と判断し、これにより、隣接車両に存在する立体物を検出する。

次いで、ステップＳ３１４では、立体物検出部３４ａにより、エッジ線の量が、所定の閾値β以上であるか否かの判断が行われる。ここで、閾値βは、予め実験等によって求めておいて設定された値であり、たとえば、検出対象の立体物として四輪車を設定した場合に、当該閾値βは、予め実験等によって検出領域Ａ１内において出現した四輪車のエッジ線の数に基づいて設定される。エッジ線の量が閾値β以上であると判定された場合（ステップＳ３１４＝Ｙｅｓ）、立体物検出部３４ａは、検出領域Ａ１内に立体物が存在するものと判断し、ステップＳ３１５に進み、隣接車両が存在すると判定される。一方、エッジ線の量が閾値β以上ではないと判定された場合（ステップＳ３１４＝Ｎｏ）、立体物検出部３４ａは、検出領域Ａ１内に立体物が存在しないものと判断し、ステップＳ３１６に進み、検出領域Ａ１内に隣接車両が存在しないと判定される。

続いて、図２６を参照して、第２実施形態に係る閾値変更処理について説明する。なお、第２実施形態に係る閾値変更処理も、第１実施形態と同様に、図２５に示す隣接車両検出処理と並行して行われる。また、第２実施形態に係る閾値変更処理は、レンズに雨滴などの異物が付着している場合に、隣接車両Ｖ２の誤検出を適切に防止するために、立体物を検出するためのエッジ閾値ｔを変更するものである。そのため、この閾値変更処理において変更されたエッジ閾値ｔは、図２５に示す隣接車両検出処理において、立体物のエッジを検出する際に用いられることとなる。

図２６に示すように、第２実施形態に係る閾値変更処理のステップＳ４０１〜Ｓ４０３では、第１実施形態のステップＳ２０１〜Ｓ２０３と同様に、隣接車両Ｖ２のヘッドライトの検出が行われ（ステップＳ４０１）、隣接車両Ｖ２のヘッドライトが検出されか否かの判断が行われる（ステップＳ４０２）。そして、隣接車両Ｖ２のヘッドライトが検出された場合には（ステップＳ４０２＝Ｙｅｓ）、隣接車両Ｖ２のヘッドライト車速の検出が行われ（ステップＳ４０３）、一方、隣接車両Ｖ２のヘッドライトが検出されない場合には（ステップＳ４０２＝Ｎｏ）、ステップＳ４０１に戻り、隣接車両Ｖ２のヘッドライトの検出が繰り返される。

さらに、ステップＳ４０４では、エッジ波形生成部４２により、エッジ波形ＥＷ_ｔが生成され、その後、エッジ車速算出部４３により、異なる時刻に生成されたエッジ波形ＥＷ_ｔ，ＥＷ_ｔ−１に基づいて、自車両Ｖ２に対する隣接車両Ｖ２の相対車速が、エッジ車速ＶＥＬｅｄとして算出される。

そして、ステップＳ４０５では、速度差算出部３８ａにより、上記の数式２に従って、ステップＳ４０３で算出したヘッドライト車速ＶＥＬｈｌと、ステップＳ４０４で算出したエッジ車速ＶＥＬｅｄとに基づいて、速度差評価値ＶＥＬｄｉｆの算出が行われる。具体的には、速度差算出部３８ａは、ヘッドライト車速ＶＥＬｈｌとエッジ車速ＶＥＬｅｄとの差を、自車両Ｖ１の車速ＶＥＬｖ１で正規化し、正規化したヘッドライト車速ＶＥＬｈｌとエッジ車速ＶＥＬｅｄとの差を、速度差評価値ＶＥＬｄｉｆとして算出する。そして、ステップＳ４０６では、速度差算出部３８ａにより、ステップＳ４０５で算出した速度差評価値ＶＥＬｄｉｆに基づいて、計算機３０のメモリに記憶された所定台数分（たとえば１０台分）の速度差評価値ＶＥＬｄｉｆ_ａｖｅに基づいて、速度差評価値の平均値ＶＥＬｄｉｆ_ａｖｅの算出が行われる。

ステップＳ４０７では、閾値変更部３９ａにより、ステップＳ４０６で算出された速度差評価値の平均値ＶＥＬｄｉｆ_ａｖｅに基づいて、レンズに付着した雨滴などの異物によるレンズの汚れの度合いが、レンズ状態判定値として算出される。

そして、ステップＳ４０８では、閾値変更部３９ａにより、ステップＳ４０７で算出したレンズ状態判定値に基づいて、エッジ閾値ｔの変更が行われる。具体的には、閾値変更部３９ａは、レンズ状態判定値が高いほど、雨滴などの異物がレンズに付着し、レンズが汚れているものと判断し、隣接車両Ｖ２の誤検出を防止するために、立体物（隣接車両Ｖ２）を検出するためのエッジ閾値ｔを高い値に変更する。

以上のように、第２実施形態では、隣接車両Ｖ２のヘッドライトを検出し、隣接車両Ｖ２のヘッドライトに基づいて、隣接車両Ｖ２の相対速度をヘッドライト車速ＶＥＬｈｌとして算出するとともに、撮像画像から検出したエッジに基づいてエッジ波形ＥＷ_ｔを生成し、生成したエッジ波形ＥＷ_ｔに基づいて、隣接車両Ｖ２の相対車速をエッジ車速ＶＥＬｅｄとして算出する。そして、エッジ車速ＶＥＬｅｄとヘッドライト車速ＥＶＬｈｌとの差に基づいて、速度差評価値ＶＥＬｄｉｆを算出し、算出した速度差評価値の平均値ＶＥＬｄｉｆ_ａｖｅが大きいほど、レンズに付着した雨滴などの異物によるレンズの汚れの度合い（レンズ状態判定値）が高いものと判断して、立体物を検出するためのエッジ閾値ｔを高い値に変更する。これにより、第２実施形態においても、レンズに雨滴などの異物が付着している場合でも、レンズに付着した雨滴などの異物や、隣接車両Ｖ２以外の立体物を隣接車両Ｖ２として誤検出してしまうことを有効に防止することができる。

≪第３実施形態≫
続いて、第３実施形態に係る立体物検出装置１ｂについて説明する。第３実施形態に係る立体物検出装置１ｂは、図２７に示すように、第１実施形態の計算機３０に代えて、計算機３０ｂを備えており、以下に説明するように動作すること以外は、第１実施形態と同様である。なお、図２７は、第３実施形態に係る計算機３０ｂの詳細を示すブロック図である。

第３実施形態では、図２７に示すように、第１実施形態の閾値変更部３９に代えて、異物検出部４４を備えている。異物検出部４４は、カメラ１０により撮像された撮像画像に基づいて、レンズに付着する泥などの異物を検出するものである。以下においては、図２８Ａおよび図２８Ｂを参照して、異物検出部４４による異物の検出方法を説明する。なお、図２８Ａおよび図２８Ｂは、異物検出部４４による異物の検出方法を説明するための図である。

具体的には、異物検出部４４は、まず、図２８Ａに示すように、差分波形生成部３３により所定の第１タイミングｔ１で生成された差分波形ＤＷ_ｔに対して、高周波成分を遮断又は減衰させるためのローパスフィルタ（ハイカットフィルタ）処理を実行する。このように、差分波形ＤＷ_ｔに対してローパスフィルタ処理を行うことで、差分波形ＤＷ_ｔを平滑化、平均化することができる。すなわち、差分波形ＤＷ_ｔに対してローパスフィルタ処理を行うことで、差分波形ＤＷ_ｔにおいて、ノイズと判断できる小さい極大値を除去し、比較的大きな変化を示す極大値を顕在化させて、取得した画像情報の特徴を抽出することができる。その結果、レンズに付着した異物の存在に起因する差分波形ＤＷ_ｔの極大値を顕在化させ、異物に対応する画像情報の特徴を抽出することができる。

さらに、異物検出部４４は、図２８Ｂに示すように、ローパスフィルタ処理後の差分波形ＤＷ_ｔの極大値を、基準度数として算出し、この基準度数に基づいて、異物を判断するための判断範囲を設定する。たとえば、異物検出部４４は、基準度数に所定の余裕値を加算した値から、基準度数から所定の余裕値を減算した値までの範囲を、判断範囲として設定する。なお、基準度数は、ローパスフィルタ処理後の差分波形ＤＷ_ｔの極大値に限定されず、たとえば、差分波形ＤＷ_ｔの極大値よりも所定値だけ大きい値など、ローパスフィルタ処理後の差分波形ＤＷ_ｔの極大値に基づいて算出することができる。

そして、異物検出部４４は、図２８Ｂに示すように、第１のタイミングｔ１よりも後の一又は複数の第２のタイミングｔ２で新たに生成された差分波形ＤＷ_ｔの極大値を、評価度数として取得し、鳥瞰視画像上の位置が共通する評価度数と基準度数との差分が、判断範囲内であると判断される回数をカウントアップする。そして、異物検出部４４は、予め定義した所定の観察時間内において、上記の異物検出処理を繰り返し、カウントアップされた回数が所定回数ｔｃ以上となった場合に、そのカウントアップの結果を導いた評価度数に対応する画素を含む画像を、レンズに付着した異物であると判断する。

このように、異物検出部４４は、鳥瞰視画像上で評価度数と基準度数との差分が、判断範囲内であると判断される回数をカウントアップすることで、レンズに付着した泥など、レンズに固着して移動しない異物を検出することが可能となる。

さらに、本実施形態において、異物検出部４４は、速度差算出部３８により算出された速度差評価値の平均値ＶＥＬｄｉｆ_ａｖｅに基づいて、レンズに付着している異物の検出を行う。具体的には、異物検出部４４は、速度差評価値の平均値ＶＥＬｄｉｆ_ａｖｅが大きいほど、レンズに異物が付着している可能性が高いものと判断し、レンズに付着している異物を検出し易くなるように、異物を検出するための判定回数ｔｃを低く変更する。これにより、速度差評価値の平均値ＶＥＬｄｉｆ_ａｖｅが大きく、レンズが汚れている度合い（レンズ状態判定値）が大きいほど、異物が検出し易くなり、異物検出部４４による異物の検出をより高い精度で行うことができる。

そして、異物検出部４４による異物の検出結果は、図２７に示す立体物検出部３４ｂに送信され、立体物検出部３４ｂによる隣接車両Ｖ２の検出に用いられる。具体的には、立体物検出部３４ｂは、異物検出部４４によりレンズに付着した異物が検出された場合に、異物が検出された画像領域に対応する差分波形ＤＷ_ｔを隣接車両Ｖ２の検出対象から除外することで、検出領域Ａ１，Ａ２のうち異物が存在する領域において、立体物の検出を抑制する。これにより、レンズに異物が付着している場合に、レンズに付着した異物を隣接車両Ｖ２として誤検出してしまうことを有効に抑制することができる。

なお、上述した異物検出部４４の処理は、エッジ情報に基づいても行うことができる。異物検出部４４は、一又は複数の第１のタイミングで立体物検出部３３により生成されたエッジ線の情報を含むエッジ情報から第１極大値を抽出するとともに、この第１極大値に基づいて基準エッジ長さを取得する。エッジ線の情報には所定閾値以上の輝度差を示し、所定の連続性を有するエッジの長さの情報（画素の数を含む）をふくむ。また、異物検出部４４は、第１のタイミングよりも後の一又は複数の第２のタイミングで新たに生成されたエッジ情報から鳥瞰視画像上において第１極大値に対応する第２極大値を抽出するとともに、この第２極大値に基づいて評価エッジ長さを取得する。そして、評価エッジ長さと基準エッジ長さとの差分の経時的変化に基づいて、レンズに異物が付着しているか否かを検出する。「経時的変化」の意義は、差分波形情報に基づく処理における「経時的変化」の意義と共通する。

異物検出部４４は、評価エッジ長さと基準エッジ長さとの差分の経時的変化の度合が所定の判断範囲以内であると判断された場合には、評価エッジ長さに対応する画素を含む画像がレンズに付着した異物に起因する画像であると判断し、レンズに異物が付着していることを検出する。

具体的に、異物検出部４４は、第１のタイミングで生成されたエッジ線の情報を含むエッジ情報に少なくともバンドパスフィルタを用いた信号処理を行い、この信号処理後の「基準エッジ情報の極大値」に基づいて「基準エッジ長さ」を取得する。そして、第１のタイミングよりも後の一又は複数の第２のタイミングで新たに生成されたエッジ情報の極大値に基づいて「評価エッジ長さ」を取得し、鳥瞰視画像上の位置が共通する評価エッジ長さと基準エッジ長さとの差分が「所定の判断範囲」内であると判断される回数に基づいて、評価エッジ長さに対応する画素を含む画像がレンズに付着した異物に起因する画像であると判断する。この判断は、予め定義した所定の評価時間内において行うことができる。バンドパスフィルタとしてローパスフィルタを利用できる点及びその作用・効果、異物の検出状態に応じてバンドパスフィルタの遮断・減衰周波数帯を変更できる点及びその作用・効果は、上述の説明と共通するので、その説明を援用する。エッジ情報に基づく異物検出処理における「基準エッジ情報」は上述した「基準差分波形情報」に対応し、同「基準エッジ長さ」は上述の「基準値」に対応し、同「評価エッジ長さ」は上述の「評価対象値」に、同「評価エッジ長さ」を評価するための「所定の判断範囲」は上述の基準波形情報を用いた処理における「評価対象値」を評価するための「所定の判断範囲」に対応する。

以上のように、第３実施形態に示す立体物検出装置１ｂでは、レンズに付着する異物を検出する異物検出部４４を備え、ヘッドライト車速と差分車速との差に基づく速度差評価値の平均値ＶＥＬｄｉｆ_ａｖｅが大きいほど、レンズが汚れているものと判断し、異物検出部４４により異物が検出され易いように、異物を検出するための所定回数ｔｃを低く変更する。これにより、速度差評価値の平均値ＶＥＬｄｉｆ_ａｖｅが大きく、レンズが汚れている度合い（レンズ状態判定値）が大きいほど、異物を検出し易くすることができる。このように、第３実施形態では、レンズ状態に応じて異物の検出を高い精度で行うことが可能となる。

なお、以上説明した実施形態は、本発明の理解を容易にするために記載されたものであって、本発明を限定するために記載されたものではない。したがって、上記の実施形態に開示された各要素は、本発明の技術的範囲に属する全ての設計変更や均等物をも含む趣旨である。

たとえば、上述した第１実施形態および第２実施形態においては、隣接車両Ｖ２の誤検出を防止するために、レンズ状態判定値が高いほど、差分閾値ｔｈまたはエッジ閾値ｔを高い値に変更する構成を例示したが、この構成に限定されず、たとえば、隣接車両Ｖ２の誤検出を防止するために、レンズ状態判定値が高いほど、立体物（隣接車両Ｖ２）を検出するための閾値αまたは閾値βを高い値に変更する構成としてもよい。また同様に、隣接車両Ｖ２の誤検出を防止するために、レンズ状態判定値が高いほど、エッジ線を検出するための閾値θ、閾値ｔ２を高い値に変更する構成としてもよい。さらに、隣接車両Ｖ２の誤検出を防止するために、閾値ｔｂを低い値に変更する構成としてもよい。

たとえば、上述した実施形態においては、レンズに雨滴などの異物が付着している度合いを示すレンズ状態判定値が高いほど、差分閾値ｔｈまたはエッジ閾値ｔを高い値に変更する構成を例示したが、この構成に限定されず、たとえば、レンズ状態判定値が高いほど、立体物を検出するための閾値α、閾値βを高い値に変更する構成としてもよし、エッジ線を検出するための閾値θ、閾値ｔ２を高い値に変更する構成としてもよい。これにより、レンズに雨滴などの異物が付着している場合には、立体物の検出が抑制されるため、レンズに付着した雨滴などの異物や隣接車線内に存在する隣接車両Ｖ２以外の立体物を隣接車両Ｖ２として誤検出してしまうことを有効に防止することができる。また、レンズ状態判定値が高いほど、カメラ１０から出力される画素値（または輝度値）を低くする構成としてもよい。この場合、差分画素ＤＰやエッジが検出され難くなるため、立体物（隣接車両Ｖ２）の検出が抑制され、隣接車両Ｖ２の誤検出を有効に防止することが可能となる。

さらに、上述した実施形態では、立体物の移動速度が所定の条件を満たす場合に、立体物を隣接車両Ｖ２として検出する構成を例示したが、この構成に限定されず、たとえば、レンズ状態判定値が高いほど上記の条件を厳しくすることで、隣接車両Ｖ２の検出を抑制する構成としてもよい。たとえば、上述した実施形態では、立体物の絶対移動速度が１０ｋｍ／ｈ以上、かつ、自車両Ｖ１に対する立体物の相対移動速度が＋６０ｋｍ／ｈ以下である場合に、立体物を隣接車両Ｖ２と判断しているが、レンズ状態判定値が高い場合には、たとえば、立体物の絶対移動速度が２０ｋｍ／ｈ以上、かつ、自車両Ｖ１に対する立体物の相対移動速度が＋５０ｋｍ／ｈ以下である場合に、立体物は隣接車両Ｖ２であると判断することができる。

また、上述した第１実施形態では、ヘッドライト車速ＶＥＬｈｌと差分車速ＶＥＬｓａとに基づいて速度差評価値ＶＥＬｄｉｆを算出する際に、上記の数式１に示すように、ヘッドライト車速ＶＥＬｈｌと差分車速ＶＥＬｓａとの差を、自車両Ｖ１の車速ＶＥＬｖ１で正規化する構成を例示したが、この構成に限定されず、たとえば、下記の数式３に示すように、速度差評価値ＶＥＬｄｉｆを算出する際に、ヘッドライト車速ＶＥＬｈｌと差分車速ＶＥＬｓａとの差を、ヘッドライト車速ＶＥＬｈｌで正規化する構成としてもよい。あるいは、下記の数式４に示すように、速度差評価値ＶＥＬｄｉｆを算出する際に、ヘッドライト車速ＶＥＬｈｌと差分車速ＶＥＬｓａとの差を、ヘッドライト車速ＶＥＬｈｌと差分車速ＶＥＬｓａとの平均値で正規化する構成としてもよい。同様に、上述した第２実施形態においても、速度差評価値ＶＥＬｄｉｆを算出する際に、ヘッドライト車速ＶＥＬｈｌとエッジ車速ＶＥＬｅｄとの差を、ヘッドライト車速ＶＥＬｈｌで正規化する構成としてもよいし、ヘッドライト車速ＶＥＬｈｌとエッジ車速ＶＥＬｅｄとの平均値で正規化する構成としてもよい。

さらに、上述した実施形態に加えて、速度差評価値ＶＥＬｄｉｆを算出する際に、自車両Ｖ１が隣接車両Ｖ２に追い抜かれているか否かを判断し、該判断結果に応じて、速度差評価値ＶＥＬｄｉｆを算出する構成としてもよい。たとえば、差分車速またはヘッドライト車速ＶＥＬｈｌが正の値であるか負の値であるかを判断することで、自車両Ｖ１が隣接車両Ｖ２に追い抜かれているか否かを判断し、自車両Ｖ１が隣接車両Ｖ２に追い抜かれていると判断された場合には、自車両Ｖ１が隣接車両Ｖ２を追い抜いていると判断された場合よりも、速度差評価値ＶＥＬｄｉｆを低い値で算出する構成としてもよい。たとえば、街灯などの静止物は移動しないため、自車両Ｖ１に対する静止物の相対移動速度は０以下となる一方、自車両Ｖ１よりも相対移動速度の速い立体物は、隣接車両Ｖ２である可能性が高いものと判断できる。すなわち、自車両Ｖ１が隣接車両Ｖ２を追い抜いている場合と比べて、自車両Ｖ１が隣接車両Ｖ２に追い抜かれている場合には、隣接車両Ｖ２を誤検出している可能性が低いため、速度差評価値ＶＥＬｄｉｆを低い値で算出し、差分閾値ｔｈを高くし過ぎないことで、隣接車両Ｖ２を適切に検出することが可能となる。同様に、自車両Ｖ１が隣接車両Ｖ２を追い抜いていると判断された場合にのみ、速度差評価値ＶＥＬｄｉｆを算出して、差分閾値ｔｈを変更する構成としてもよい。

さらに、上述した実施形態では、速度差評価値ＶＥＬｄｉｆを繰り返し算出することで、所定台数分の速度差評価値の平均値ＶＥＬｄｉｆ_ａｖｅを算出する構成を例示したが、速度差評価値の平均値ＶＥＬｄｉｆ_ａｖｅを算出する際に、自車両Ｖ１が隣接車両Ｖ２を追い抜いている場面であるか、あるいは、自車両Ｖ１が隣接車両Ｖ２に追い抜かれている場面であるかを判断し、該判断結果に応じて速度差評価値ＶＥＬｄｉｆの重み付けを行う構成としてもよい。具体的には、自車両Ｖ１が隣接車両Ｖ２を追い抜いている場面で得られた速度差評価値ＶＥＬｄｉｆよりも、自車両Ｖ１が隣接車両Ｖ２に追い抜かれている場面で得られた速度差評価値ＶＥＬｄｉｆの重み付けを大きくして、重み付けした所定台数分（たとえば、直近の１０台分）の速度差評価値の平均値ＶＥＬｄｉｆ_ａｖｅを算出する構成としてもよい。自車両Ｖ１が隣接車両Ｖ２に追い抜かれている場面では、隣接車両Ｖ２を誤検出している可能性が低いため、自車両Ｖ１が隣接車両Ｖ２を追い抜いている場面と比べて、速度差評価値ＶＥＬｄｉｆを低い値で算出することで、隣接車両Ｖ２を適切に検出することができる。

さらに、上述した第３実施形態では、ヘッドライト車速ＶＥＬｈｌと差分車速ＶＥＬｓａとの差に基づいて、速度差評価値の平均値ＶＥＬｄｉｆ_ａｖｅを算出する構成を例示したが、この構成に限定されず、たとえば、差分車速ＶＥＬｓａに代えて、エッジ車速ＶＥＬｅｄを用いて速度差評価値ＶＥＬｄｉｆを算出し、ヘッドライト車速ＶＥＬｈｌとエッジ車速ＶＥＬｅｄとの差に基づいて、速度差評価値の平均値ＶＥＬｄｉｆ_ａｖｅを算出する構成としてもよい。この場合も、第３実施形態と同様の効果を得ることができる。

また、上述した第３実施形態では、異物検出部４４によりレンズに付着した異物が検出された場合に、異物が検出された領域を隣接車両Ｖ２の検出対象から除外する構成を例示したが、この構成に限定されず、たとえば、異物検出部４４によりレンズに付着した異物が検出された場合に、検出された異物を隣接車両Ｖ２として誤検出しないように、検出領域Ａ１，Ａ２のうち異物が検出された領域の差分閾値ｔｈやエッジ閾値ｔなどを高い値に変更する構成としてもよい。

さらに、上述した第３実施形態では、図２８Ｂに示すように、鳥瞰視画像上の位置が共通する評価度数と基準度数との差分が、判断範囲内であると判断される回数をカウントアップし、カウントアップされた回数が所定回数ｔｃ以上となった場合に、そのカウントアップの結果を導いた評価度数に対応する画素を含む画像を、レンズに付着した異物であると判断する構成を例示したが、この構成に限定されず、たとえば、鳥瞰視画像上の位置が共通する評価度数と基準度数との差分に応じた判定値をカウントアップし、カウントアップされた判定値の積算値が所定閾値以上となった場合に、そのカウントアップの結果を導いた評価度数に対応する画素を含む画像を、レンズに付着した異物であると判断する構成としてもよい。この場合、速度差評価値の平均値ＶＥＬｄｉｆ_ａｖｅが大きいほど、鳥瞰視画像上の位置が共通する評価度数と基準度数との差分に応じた判定値を大きく算出し、あるいは、カウントアップされた判定値の積算値を判定するための所定閾値を小さくすることで、速度差評価値の平均値ＶＥＬｄｉｆ_ａｖｅが大きいほど、異物検出部４４により異物が検出され易くする構成とすることができる。

さらに、上述した実施形態に加えて、雨滴センサやワイパーの動作状況に基づいてレンズに付着している雨滴を検出する際に、速度差評価値の平均値ＶＥＬｄｉｆ_ａｖｅが大きいほど、レンズに雨滴が付着していると判定し易くする構成としてもよい。

なお、上述した実施形態のカメラ１０は本発明の撮像手段に相当し、視点変換部３１は本発明の画像変換手段に相当し、位置合わせ部３２、差分波形生成部３３、輝度差算出部４０、エッジ線検出部４１、エッジ車速算出部４３、および立体物検出部３４，３４ａは本発明の立体物検出手段に相当し、立体物検出部３４，３４ａは本発明の立体物判断手段に相当し、ヘッドライト検出部３６は本発明の光源検出手段に相当し、ヘッドライト車速算出部３７は本発明の第２移動速度演算手段に相当し、速度差算出部３８，３８ａおよび閾値変更部３９は本発明の制御手段および判断手段に相当し、異物検出部４４は本発明の異物検出手段に相当する。

１，１ａ…立体物検出装置
１０…カメラ
２０…車速センサ
３０，３０ａ…計算機
３１…視点変換部
３２…位置合わせ部
３３…差分波形生成部
３４，３４ａ…立体物検出部
３５…差分車速算出部
３６…ヘッドライト検出部
３７…ヘッドライト車速算出部
３８，３８ａ…速度差算出部
３９，３９ａ…閾値変更部
４０…輝度差算出部
４１…エッジ線検出部
４２…エッジ波形生成部
４３…エッジ車速算出部
４４…異物検出部
ａ…画角
Ａ１，Ａ２…検出領域
ＣＰ…交点
ＤＰ…差分画素
ＤＷ_ｔ，ＤＷ_ｔ’…差分波形
ＤＷ_ｔ１〜ＤＷ_ｍ，ＤＷ_ｍ＋ｋ〜ＤＷ_ｔｎ…小領域
Ｌ１，Ｌ２…接地線
Ｌａ，Ｌｂ…立体物が倒れ込む方向上の線
Ｐ…撮像画像
ＰＢ_ｔ…鳥瞰視画像
ＰＤ_ｔ…差分画像
Ｖ１…自車両
Ｖ２…隣接車両

Claims (13)

1. 車両に搭載され、自車両後方の映像を結像させるレンズを備えた撮像手段と、
   前記撮像手段により得られた撮像画像を鳥瞰視画像に視点変換する画像変換手段と、
   前記画像変換手段により得られた異なる時刻の鳥瞰視画像の位置を鳥瞰視上で位置合わせし、当該位置合わせされた鳥瞰視画像の差分画像上で所定の差分を示す画素数をカウントして度数分布化することで差分波形情報を生成し、該差分波形情報に基づいて立体物を検出するとともに、前記差分波形情報の波形の時間変化から前記立体物の移動速度を第１移動速度として算出する立体物検出手段と、
   前記立体物の第１移動速度に基づいて、前記立体物検出手段により検出された立体物が、隣接車線に存在する隣接車両であるか否かを判断する立体物判断手段と、
   前記撮像手段により得られた撮像画像に基づいて、自車両後方に存在する光源を検出する光源検出手段と、
   前記光源検出手段により検出された前記光源の時間変化に基づいて、前記立体物の移動速度を第２移動速度として算出する第２移動速度演算手段と、
   前記第１移動速度と前記第２移動速度との差が大きいほど、前記差分波形情報に基づいて前記立体物を検出することを抑制し、または、前記立体物を前記隣接車両と判断することを抑制する制御手段と、を備えることを特徴とする立体物検出装置。
2. 請求項１に記載の立体物検出装置であって、
   前記立体物検出手段は、前記差分画像上で所定の第１閾値以上の差分を示す画素数をカウントして度数分布化することで前記差分波形情報を生成し、前記差分波形情報が所定の第２閾値以上である場合に、前記差分波形情報に基づいて前記立体物を検出し、
   前記制御手段は、前記第１移動速度と前記第２移動速度との差が大きいほど、前記第１閾値または前記第２閾値の値を高い値に変更することで、前記差分波形情報に基づいて前記立体物を検出することを抑制することを特徴とする立体物検出装置。
3. 請求項１または２に記載の立体物検出装置であって、
   前記制御手段は、前記立体物検出手段が前記差分波形情報を生成する際に、前記立体物検出手段に、前記差分画像上で所定の差分を示す画素数をカウントして度数分布化した値を低く出力させることで、前記差分波形情報に基づいて前記立体物を検出することを抑制することを特徴とする立体物検出装置。
4. 請求項１〜３のいずれかに記載の立体物検出装置であって、
   前記立体物検出手段により一又は複数の第１のタイミングで生成された差分波形情報から第１極大値を抽出するとともに、当該抽出された第１極大値に基づいて基準値を取得し、前記第１のタイミングよりも後の一又は複数の第２のタイミングで新たに生成された差分波形情報から前記鳥瞰視画像上において前記第１極大値に対応する第２極大値を抽出するとともに、当該第２極大値に基づいて評価対象値を取得し、前記評価対象値と前記基準値との差分の経時的変化に基づく指標が所定の第３閾値以上である場合に、前記レンズに異物が付着していると判断することで、前記レンズに異物が付着しているか否かを検出する異物検出手段をさらに備え、
   前記制御手段は、前記異物検出手段が前記レンズに付着した異物を検出した場合には、前記差分波形情報に基づいて前記立体物を検出することを抑制し、または、前記立体物を前記隣接車両と判断することを抑制し、
   前記制御手段は、前記第１移動速度と前記第２移動速度との差が大きいほど、前記第３閾値を低い値に変更することで、前記異物検出手段による異物の検出を促進させることを特徴とする立体物検出装置。
5. 車両に搭載され、自車両後方の映像を結像させるレンズを備えた撮像手段と、
   前記撮像手段により得られた撮像画像を鳥瞰視画像に視点変換する画像変換手段と、
   前記画像変換手段により得られた鳥瞰視画像に基づいてエッジ情報を検出し、該エッジ情報に基づいて立体物を検出するとともに、前記エッジ情報の時間変化から前記立体物の移動速度を第１移動速度として算出する立体物検出手段と、
   前記エッジ情報に基づいて、前記立体物検出手段により検出された前記立体物が、隣接車線に存在する隣接車両であるか否かを判断する立体物判断手段と、
   前記撮像手段により得られた撮像画像に基づいて、自車両後方に存在する光源を検出する光源検出手段と、
   前記光源検出手段により検出された前記光源の時間変化に基づいて、前記立体物の移動速度を第２移動速度として算出する第２移動速度演算手段と、
   前記第１移動速度と前記第２移動速度との差が大きいほど、前記エッジ情報に基づいて前記立体物を検出することを抑制し、または、前記立体物を前記隣接車両と判断することを抑制する制御手段と、を備えることを特徴とする立体物検出装置。
6. 請求項５に記載の立体物検出装置であって、
   前記立体物検出手段は、前記鳥瞰視画像から、隣接する画素領域の輝度差が所定の第１閾値以上であるエッジ成分を検出し、該エッジ成分に基づく前記エッジ情報の量が所定の第２閾値以上である場合に、前記エッジ情報に基づいて前記立体物を検出し、
   前記制御手段は、前記第１移動速度と前記第２移動速度との差が大きいほど、前記第１閾値または前記第２閾値の値を高い値に変更することで、前記エッジ情報に基づいて前記立体物を検出することを抑制し、または、前記立体物を前記隣接車両と判断することを抑制することを特徴とする立体物検出装置。
7. 請求項５または６に記載の立体物検出装置であって、
   前記制御手段は、前記立体物検出手段が前記エッジ情報を検出する際に、前記立体物検出手段に前記エッジ情報を低く出力させることで、前記エッジ情報に基づいて前記立体物を検出することを抑制することを特徴とする立体物検出装置。
8. 請求項５〜７のいずれかに記載の立体物検出装置であって、
   一又は複数の第１のタイミングで前記立体物検出手段により検出された前記エッジ情報から第１極大値を抽出するとともに、当該第１極大値に基づいて基準エッジ長さを取得し、前記第１のタイミングよりも後の一又は複数の第２のタイミングで新たに生成されたエッジ情報から前記鳥瞰視画像上において前記第１極大値に対応する第２極大値を抽出するとともに、当該第２極大値に基づいて評価エッジ長さを取得し、前記評価エッジ長さと前記基準エッジ長さとの差分の経時的変化に基づく指標が所定の第３閾値以上である場合に、前記レンズに異物が付着していると判断することで、前記レンズに異物が付着しているか否かを検出する異物検出手段をさらに備え、
   前記制御手段は、前記異物検出手段が前記レンズに付着した異物を検出した場合には、前記エッジ情報に基づいて前記立体物を検出することを抑制し、または、前記立体物を前記隣接車両と判断することを抑制し、
   前記制御手段は、前記第１移動速度と前記第２移動速度との差が大きいほど、前記第３閾値を低い値に変更することで、前記異物検出手段による異物の検出を促進させることを特徴とする立体物検出装置。
9. 請求項１〜８のいずれかに記載の立体物検出装置であって、
   前記制御手段は、前記第１移動速度と前記第２移動速度との差を正規化し、正規化した前記第１移動速度と前記第２移動速度との差に基づいて、前記立体物を検出することを抑制し、または、前記立体物を前記隣接車両と判断することを抑制することを特徴とする立体物検出装置。
10. 請求項１〜９のいずれかに記載の立体物検出装置であって、
    前記第１移動速度または前記第２移動速度に基づいて、自車両が前記立体物を追い抜いているか否かを判断する判断手段をさらに備え、
    前記制御手段は、前記判断手段により自車両が前記立体物を追い抜いていると判断された場合には、前記立体物を前記隣接車両と判断することを抑制する際の抑制度合いを高くすることを抑制することを特徴とする立体物検出装置。
11. 請求項１〜１０のいずれかに記載の立体物検出装置であって、
    夜間であるか否かを判定する夜間判定手段をさらに備え、
    前記制御手段は、前記夜間判定手段により夜間であると判定された場合にのみ、前記第１移動速度と前記第２移動速度との差に基づいて、前記立体物を検出することを抑制し、または、前記立体物を前記隣接車両と判断することを抑制することを特徴とする立体物検出装置。
12. 自車両後方を撮像した撮像画像を鳥瞰視画像に視点変換し、異なる時刻の前記鳥瞰視画像の位置を鳥瞰視上で位置合わせし、当該位置合わせされた鳥瞰視画像の差分画像上で所定の差分を示す画素数をカウントして度数分布化することで差分波形情報を生成し、該差分波形情報に基づいて立体物を検出するとともに、前記差分波形情報の波形の時間変化から前記立体物の移動速度を第１移動速度として算出し、前記第１移動速度に基づいて前記立体物が隣接車線に存在する隣接車両であるか否かを判断する立体物検出方法であって、
    自車両後方に存在する光源を検出し、前記光源の時間変化に基づいて前記立体物の移動速度を第２移動速度として算出し、前記第１移動速度と前記第２移動速度との差が大きいほど、前記差分波形情報に基づいて前記立体物を検出することを抑制し、または、前記立体物を前記隣接車両と判断することを抑制することを特徴とする立体物検出方法。
13. 自車両後方を撮像した撮像画像を鳥瞰視画像に視点変換し、前記鳥瞰視画像に基づいてエッジ情報を検出し、該エッジ情報に基づいて立体物を検出するとともに、前記エッジ情報に基づいて、前記立体物が隣接車線に存在する隣接車両であるか否かを判断する立体物検出方法であって、
    前記エッジ情報の時間変化から前記立体物の移動速度を第１移動速度として算出し、自車両後方に存在する光源を検出し、前記光源の時間変化に基づいて前記立体物の移動速度を第２移動速度として算出し、前記第１移動速度と前記第２移動速度との差が大きいほど、前記エッジ情報に基づいて前記立体物を検出することを抑制し、または、前記立体物を前記隣接車両と判断することを抑制することを特徴とする立体物検出方法。

Images