JP6747269B2 - 物体認識装置 - Google Patents

Description

本発明は、自動運転システムに用いて好適な物体認識装置に関する。

特許文献１には、画像センサによる情報に基づいて検出された画像物標と、レーダーによる情報に基づいて検出されたレーダー物標とを照合し、同一であるならばフュージョン物標として出力する方法が開示されている。

特開２００６−２６６９２７号公報

物体認識装置による検出対象には、道路壁やガードレール等の路側物が含まれる。路側物を検出することによって、道路境界の位置と形状を認識することができる。ところが、道路壁やガードレールの継ぎ目や、ガードレールに被さる草等、実際に画像センサで捉えられる道路境界は複雑である。このため、画像センサによる情報に基づいて路側物を物標化したとき、物標の位置と範囲とを表す物標枠が車線境界線を越えて車線内にはみ出してしまう場合がある。

また、このような問題は、物体の検出に画像センサを用いる場合に限ったものではない。ライダー（LIDAR：Laser Imaging Detection and Ranging）を用いて自車両の周辺に存在する物体を検出する場合にも起こりうる問題である。ライダーによれば、レーザー光によるスキャンを水平方向及び垂直方向に行うことで、自車両の周辺に存在する物体の位置と形状とを測定することができる。しかし、道路境界の複雑な形状の影響や、ノイズの影響によって、車線境界線の外にある路側物であるにも関わらず、物標枠が車線境界線を跨ぐように物標化が行われてしまう場合がある。路側物の物標が先行車のような車線内の物標として誤検出されてしまうと、自動運転システムによる車両の制御に悪影響を与えてしまうおそれがある。

本発明は、上述のような課題に鑑みてなされたものであり、路側物の物標を車線内の物標として誤検出することを低減することができる物体認識装置を提供することを目的とする。

上記の目的を達成するため、本発明に係る物体認識装置は、
自車両の周辺に存在する物体の距離、高さ、及び方向を測定する第１センサから第１測距データを取得し、前記第１測距データをクラスタリングして得られる測距点群を物標枠で囲み、前記物標枠で囲まれた領域を第１物標として検出する第１物標検出手段と、
前記自車両の周辺に存在する物体の距離、及び方向を測定する第２センサから第２測距データを取得し、前記第２測距データにより位置が定まる測距点を第２物標として検出する第２物標検出手段と、
道路境界に隣接する車線境界線を認識する車線境界線認識手段と、
前記第１物標を示す前記物標枠と前記車線境界線との位置関係に基づいて、前記第１物標のうち前記車線境界線の内側に入っている車線内領域を抽出する車線内領域抽出手段と、
前記第２物標が前記車線内領域に重なる場合、前記第２物標と前記車線内領域とで特定される物体は前記車線境界線の内側にある物体であると判定する判定手段と、
を備えることを特徴とする。

本発明に係る物体認識装置によれば、物体の位置及び形状を測定する第１センサによって検出された第１物標が、車線境界線の外側の物体であるにも関わらず車線内にはみ出した形状で物標化されものであったとしても、第１物標の範囲を車線境界線の内側の領域に絞りこみ、この絞り込んだ範囲に対して第２センサによって検出された第２物標を照合することで、当該物体を車線境界線の内側の物体と誤検出することは抑えられる。

実施の形態１の自動運転システムの構成を示すブロック図である。 実施の形態１の車線内外領域判定部の機能を示すフローチャートである。 実施の形態１の車線内外領域判定部による交差位置検出の方法について説明する図である。 実施の形態１の車線内外領域判定部による車線内領域抽出の方法について説明する図である。 実施の形態１の整合性判定部の機能を示すフローチャートである。 実施の形態１の整合性判定部による対応付けの方法について説明する図である。 実施の形態１の整合性判定部による整合性判断の方法について説明する図である。 実施の形態１の物体認識処理の効果について説明する図である。 実施の形態１の物体認識処理の比較例に対する利点について説明する図である。 実施の形態１の物体認識処理の比較例に対する利点について説明する図である。 実施の形態２の車線内外領域判定部の機能を示すフローチャートである。 実施の形態２の車線内外領域判定部による車線内領域合成の方法について説明する図である。 実施の形態３の整合性判定部の機能を示すフローチャートである。 実施の形態４の車線内外領域判定部の機能を示すフローチャートである。 実施の形態４の車線内外領域判定部による候補限定の方法について説明する図である。

以下、図面を参照して本発明の実施の形態について説明する。ただし、以下に示す実施の形態において各要素の個数、数量、量、範囲等の数に言及した場合、特に明示した場合や原理的に明らかにその数に特定される場合を除いて、その言及した数に、この発明が限定されるものではない。また、以下に示す実施の形態において説明する構造は、特に明示した場合や明らかに原理的にそれに特定される場合を除いて、この発明に必ずしも必須のものではない。

実施の形態１
図１は、実施の形態に係る自動運転システムの構成を示す図である。自動運転システムは、それが搭載される車両の自動運転を実行する。自動運転システム１は、物体認識装置として機能する制御装置１０と自律認識センサとを備える。自律認識センサには、ライダー２、ミリ波レーダー３、及びステレオカメラ４が含まれる。これらの自律認識センサは、直接、或いは、車両内に構築されたＣＡＮ（Controller Area Network）等の通信ネットワークを介して制御装置１０に接続されている。制御装置１０は、自律認識センサで得られた物体情報より、車両の略全周囲の状況を把握することができる。

自動運転システム１は、さらに、ＧＰＳ（Global Positioning System）受信機５、地図データベース６、ナビゲーションシステム７、ＨＭＩ（Human Machine Interface）８及びアクチュエータ９を備える。ＧＰＳ受信機５は、ＧＰＳ衛星が発信する信号に基づいて自車両の位置を示す位置情報を取得する手段である。地図データベース６は、例えば、車両に搭載されたＨＤＤやＳＳＤ等のストレージ内に形成されている。地図データベース６が有する地図情報には、道路の位置情報、道路形状の情報、交差点及び分岐点の位置情報、道路の車線情報等が含まれる。ナビゲーションシステム７は、ＧＰＳ受信機５によって測定された自車両の位置情報と地図データベース６の地図情報とに基づいて、自車両の走行するルートを算出し、算出したルートの情報をＨＭＩ８を介して運転者に伝達するとともに、制御装置１０へ出力する。ＨＭＩ８は、乗員と制御装置１０との間で情報の出力及び入力をするためのインターフェイスである。アクチュエータ９は、制御装置１０からの操作信号に応じて動作し、その動作によって車両の走行状態を変化させる装置である。アクチュエータ９は、例えば、駆動系、制動系、操舵系のそれぞれに設けられている。これら以外にも、例えば、車速センサや加速度センサ等の自車両の走行状態に関する情報を得るための内部センサが自動運転システム１には備えられる。

制御装置１０は、少なくとも１つのＣＰＵ、少なくとも１つのＲＯＭ、少なくとも１つのＲＡＭを有するＥＣＵ（Electronic Control Unit）である。ＲＯＭには、自動運転のための各種のプログラムやマップを含む各種のデータが記憶されている。ＲＯＭに記憶されているプログラムがＲＡＭにロードされ、ＣＰＵで実行されることで、制御装置１０には様々な機能が実現される。なお、制御装置１０は、複数のＥＣＵから構成されていてもよい。

図１には、制御装置１０が有する自動運転のための機能のうち、特に、物体認識に関係する機能がブロックで表現されている。制御装置１０が有する自動運転のためのその他の機能についての図示は省略されている。

制御装置１０は、自車両の周辺に存在する物体を認識し、車線内に位置する物体と車線外に位置する物体とを判別する機能を有する。この機能は、制御装置１０が備える走路推定部１１、第１物標検出部１２、第２物標検出部１３、車線内外領域判定部１４、及び整合性判定部１５により実現される。詳しくは後述するが、走路推定部１１は本発明に係る車線境界線認識手段に相当し、第１物標検出部１２は本発明に係る第１物標検出手段に相当し、第２物標検出部１３は本発明に係る第２物標検出手段に相当し、車線内外領域判定部１４は本発明に係る車線内領域抽出手段に相当し、整合性判定部１５は本発明に係る判定手段に相当する。これらの部１１，１２，１３，１４，１５は、制御装置１０内にハードウェアとして存在するものではなく、ＲＯＭに記憶されたプログラムがＣＰＵで実行されたときにソフトウェア的に実現される。

走路推定部１１は、ＧＰＳ受信機５が受信したＧＰＳ信号より自車両の位置及び姿勢を推定する。そして、推定した自車両の位置及び姿勢に基づいて、自車両の周辺の地図データを地図データベース６から検索する。地図データには、走路に関する情報、詳しくは、車線を区画する車線境界線の位置及び形状に関する情報が含まれている。走路推定部１１は、自車両の周辺の車線境界線の位置及び形状をＧＰＳ座標系から自車両を中心とする基準座標系へ座標する。これにより、自車両に対する各車線境界線の位置と各車線境界線の形状とが推定される。

第１物標検出部１２は、自車両周辺の物体の測距データを第１センサとしてのライダー２により取得する。ライダー２により取得される測距データには、ライダー２から測距点までの距離に関する情報、測距点の高さに関する情報、及び測距点の方向に関する情報が含まれる。第１物標検出部１２は、取得した測距データをクラスタリングする。クラスタリングは、基準座標系上での各測距点の位置と高さとに基づいて行われる。また、前回フレームでのクラスタリングの結果との連続性を保つように行われる。クラスタリングの具体的な方法には特に限定はなく、公知のクラスタリング方法を用いることができる。クラスタリングされた測距点群は、基準座標系において長方形の物標枠で囲まれて１つの物標とされる。以下、この物標をライダー物標、或いは、第１物標という。

第２物標検出部１３は、自車両周辺の物体の測距データを第２センサとしてのミリ波レーダー３により取得する。ミリ波レーダー３により取得される測距データには、ミリ波レーダー３から測距点までの距離に関する情報と、測距点の方向に関する情報が含まれる。ミリ波レーダー３による物体検出では、反射したミリ波を受信できた場合に物体を検出したことになる。反射したミリ波を受信する毎に１個の物標が得られる。以下、この物標をレーダー物標、或いは、第２物標という。前述のライダー物標は、位置と形状に関する情報を有する物標であるのに対し、レーダー物標は、位置に関する情報のみを有する物標である。

車線内外領域判定部１４には、走路推定部１１で推定された各車線境界線の位置及び形状と、第１物標検出部１２で検出されたライダー物標の位置及び形状とが入力される。車線内外領域判定部１４は、各車線境界線の位置及び形状とライダー物標の位置及び形状とに基づいて、ライダー物標のうちのどの領域が車線境界線の内側の領域で、どの領域が車線境界線の外側の領域かを判定する。ここで、車線内外領域判定部１４が有する機能をフローチャートにて表すと図２のようになる。図２に示すように、車線内外領域判定部１４は、最初の処理として交差位置検出を行い、次の処理として車線内領域抽出を行う。以下、各処理の詳細について図を参照して説明する。

図３は、車線内外領域判定部１４による交差位置検出の方法について説明する図である。図３には、車線を形成する一対の車線境界線、２つのライダー物標、及び、２つのレーダー物標が自車両を中心とする基準座標系で描かれている。ここでは、自車両が走行する道路は１車線道路であって、一対の車線境界線の両側に道路境界が接しているとする。交差位置検出処理では、道路境界に隣接する車線境界線（図３では両方の車線境界線）と、ライダー物標の枠線との交差位置が検出される。ライダー物標が車線境界線を跨ぐ場合、交差位置はライダー物標ごとに２点存在する。なお、交差位置検出処理では、車線境界線の内側にマージンをとって判定用の境界線（図３において破線で示す曲線）を引き、判定用の境界線とライダー物標との交差位置を検出するようにしてもよい。

図４は、車線内外領域判定部１４による車線内領域抽出の方法について説明する図である。車線内領域抽出処理では、交差位置検出処理で検出された交差位置でライダー物標が２つに分割され、車線内に入っている側の領域が抽出される。具体的には、図４に矢印で示すように、一方の交差位置からライダー物標の枠線に沿って所定方向（例えば時計回り方向）に進み、他方の交差位置が探索される。他方の交差位置が探索されたら、２つの交位置を結ぶ線分によって閉領域を形成する。図４に点線で示す閉領域のように、全ての頂点が車線内にある領域が車線内領域として抽出される。なお、前述のようにマージンをとるのであれば、車線境界線の外側の領域を内側の領域と誤判定することを防止すべく、期待される車線境界線の推定精度が低いほどマージンを大きくしてもよい。

第１物標検出部１２で複数のライダー物標が検出された場合、車線内外領域判定部１４は、上述の交差位置検出処理と車線内領域抽出をそれぞれのライダー物標に対して実行する。これにより、各ライダー物標について車線内領域が抽出される。なお、ライダー物標の全ての領域が車線境界線の内側に入っている場合、そのライダー物標の全体が車線内領域として抽出される。

整合性判定部１５には、車線内外領域判定部１４で抽出されたライダー物標の車線内領域の位置及び形状と、第２物標検出部１３で検出されたレーダー物標の位置及び形状とが入力される。整合性判定部１５は、ライダー物標の車線内領域の位置及び形状とレーダー物標の位置及び形状とに基づいて、２種類の物標、つまり、レーダー物標とライダー物標との整合性について判定する。ここで、車線内外領域判定部１４が有する機能をフローチャートにて表すと図５のようになる。図５に示すように、整合性判定部１５は、最初の処理として対応付けを行い、次の処理として整合性判断を行う。以下、各処理の詳細について図を参照して説明する。

図６は、整合性判定部１５による対応付けの方法について説明する図である。対応付け処理では、ライダー物標の車線内領域とレーダー物標との対応付けが行われる。あるライダー物標の車線内領域の中にあるレーダー物標が入る場合、“両者は同一物として対応付く”といい、あるライダー物標の車線内領域の中にあるレーダー物標が入らない場合、“両者は同一物として対応付かない”という。図６に示す例では、左側のライダー物標の車線内領域ＬＡの中に左側のレーダー物標ＲＡは入っていないため、車線内領域ＬＡと左側のレーダー物標ＲＡとは同一物として対応付かない。一方、右側のライダー物標の車線内領域ＬＢの中には右側のレーダー物標ＲＢが入っているため、車線内領域ＬＢと左側のレーダー物標ＲＢとは同一物として対応付く。なお、対応付け処理では、ライダー物標の車線内領域の内側にマージンをとり、マージンの分だけ車線内領域よりも限縮した領域とライダー物標との対応付けを行ってもよい。

図７は、整合性判定部１５による整合性判断の方法について説明する図である。整合性判断処理では、ライダー物標の車線内領域のうち、レーダー物標と対応付いたもののみが抽出される。整合性判断処理により抽出されたライダー物標の車線内領域は、レーダー物標によって二重化されたフュージョン物標であって、自動運転のための最終的な物標として出力される。抽出されたライダー物標の車線内領域の位置は最終的な物標の位置となり、抽出されたライダー物標の車線内領域の形状（図７に示す例では点線で囲まれた範囲の形状）は、最終的な物標の形状となる。

整合性判断処理では、レーダー物標と対応付かなかったライダー物標の車線内領域については、最終的な物標としては出力されない。つまり、ライダー２によって車線内に物標が検出されたとしても、それがレーダー３の検出結果によって裏付けされないのであれば、自動運転のための最終的な物標としては用いられない。

上記の機能を有する各部１１，１２，１３，１４，１５を備えたことにより、制御装置１０は物体認識装置として機能する。物体認識装置としての制御装置１０は、ライダー２によって検出したライダー物標を車線境界線の内側の領域に絞込み、ミリ波レーダー３によって検出したレーダー物標がライダー物標の車線内領域に重なる場合のみ、ライダー物標の車線内領域とレーダー物標とで特定される物体は車線内物体であると判定する。

道路境界を形成する路側物をライダー２の測距データに基づいて物標化したとき、図８（ａ）に示すように、路側物であるはずのライダー物標が車線境界線を跨いで車線内にはみ出してしまう場合がある。しかし、制御装置１０による物体認識処理によれば、図８（ｂ）に示すように、ライダー物標の範囲が車線境界線の内側の領域に絞り込まれる。そして、この絞り込んだ範囲に対してミリ波レーダー３によって検出されたレーダー物標が照合される。レーダー物標によって二重化できなかったライダー物標の車線内領域は、フュージョン物標としては成立しない。このため、当該路側物を車線境界線の内側の物体として誤検出してしまうことは抑えられる。

なお、誤検出を抑えるためのデータ処理の方法として、ライダー２の測距データのうち車線境界線の外側で得られた測距データを予め除去する方法（以下、比較例の方法という）が考えられる。図９に示す例では、ライダー２により検出された測距点（図９中に黒丸で示す点）をクラスタリングすることによって、ＡからＥまでの５つのライダー物標が得られている。このうち車線内の物体に対応する物標はライダー物標Ｂのみである。車線境界線の外側で検出された測距点を除去し、クラスタリングの対象を車線境界線の内側の測距点に絞り込むことにより、目当てとするライダー物標Ｂのみを得ることができる。しかし、比較例の方法では、全ての測距点について車線境界線の内側か外側かを判定せねばならないため、必要な計算処理量は多大であり制御装置には大きな負荷がかかる。これに対して、実施の形態１の物体認識処理によれば、測距点を絞り込む前に物標化をすることによって、車線境界線の内側か外側かを判定せねばならないデータ数は大幅に少なくなる。ゆえに、本実施の形態に係る物体認識処理の方法は、計算処理量を減らして制御装置の演算負荷を抑えることができる点において、比較例の方法よりも優位である。

また、比較例の方法には、車線境界線の位置の誤差の影響を受けやすいという問題がある。例えば、図１０に点線で示すように車線境界線の内側にマージンをとって境界線を引いた場合、車線境界線の内側で検出された測距点も除去されてしまう。このため、図１０に示す例では、ライダー物標Ａ，Ｃ，Ｄ，Ｅだけでなく、目当てとするライダー物標Ｂも得ることができなくなってしまう。逆に、図１０に一点鎖線で示すように車線境界線の外側にマージンをとって境界線を引いた場合、車線境界線の外側で検出された測距点を除去しきれない。このため、図１０に示す例では、目当てとするライダー物標Ｂだけでなく、ライダー物標Ａ、Ｄまでもが自動運転用の物標として取得されてしまう。

比較例の方法との比較から分かるように、実施の形態１の物体認識処理の方法によれば、データを絞り込む前に物標化をすることで、目当てとする物標が消去されることを防ぐことができる。また、車線境界線とミリ波レーダー３で検出したレーダー物標とをセットで評価することで、除去すべき対象のみを除去することができる。また、車線境界線の外側に位置する物体も内側に位置する物体も、全てが物標として追跡されることから、過去の判定結果と統合することで誤差の影響が低減できるという利点もある。

実施の形態２．
本実施の形態の自動運転システムは、実施の形態１の自動運転システムと同じく、図１に示す構成を有する。実施の形態２の自動運転システムと実施の形態１の自動運転システムとの相違は、車線内外領域判定部１４の機能にある。

図１１は、実施の形態２の車線内外領域判定部１４の機能を示すフローチャートである。図１１に示すように、実施の形態２の車線内外領域判定部１４は、最初の処理として交差位置検出を行い、次の処理として車線内領域抽出を行い、さらに次の処理として車線内領域合成を行う。交差位置検出処理と車線内領域抽出処理の内容は、実施の形態１のそれらの内容と同じである。ゆえに、以下、実施の形態２の特徴的処理である車線内領域合成処理の詳細について図を参照して説明する。

図１２は、実施の形態２の車線内外領域判定部１４による車線内領域合成の方法について説明する図である。車線内領域合成処理では、車線内領域抽出処理によって抽出されたライダー物標の車線内領域が複数時刻について取得される。取得された複数時刻の抽出結果は重ね合わされ、その重なり度合いが計算される。具体的には、ある時刻ｔにおいてライダー物標の枠の中で車線内領域として抽出された領域にスコア１が与えられる。次の時刻ｔ＋１において車線内領域として抽出された領域にもスコア１が与えられる。このように、各時刻において車線内領域として抽出された領域にスコア１を与えることが所定時間にわたって続けられる。各時刻において車線内領域として抽出された領域を重ね合わせ、その領域に与えられたスコアを加算していく。これにより、ライダー物標の枠の中で車線内領域として抽出された回数の多い領域ほど合計スコアが高くなる。

車線内領域合成処理では、一定値以上の合計スコアを有する領域が最終的な車線内領域として抽出される。例えば、図１２に示す例では、合計スコアが５以上の領域が車線内領域として抽出される。車線内領域抽出処理により車線内領域として抽出される領域は、車線境界線の位置に誤差がある場合、その誤差によって形状が変化する。しかし、上記のような処理を行うことで、車線境界線の位置の誤差が車線内領域の判定に与える影響を低減することができる。

実施の形態３．
本実施の形態の自動運転システムは、実施の形態１の自動運転システムと同じく、図１に示す構成を有する。実施の形態３の自動運転システムと実施の形態１の自動運転システムとの相違は、整合性判定部１５の機能にある。

図１３は、実施の形態３の整合性判定部１５の機能を示すフローチャートである。図１３に示すように、実施の形態３の整合性判定部１５は、最初の処理として対応付けを行い、次の処理として整合性判断を行い、さらに次の処理として整合性判断統合を行う。対応付け処理と整合性判断処理の内容は、実施の形態１のそれらの内容と同じである。ゆえに、以下、実施の形態２の特徴的処理である整合性判断統合処理の詳細について説明する。

整合性判断統合処理では、各時刻での整合性有り／無しの判断結果を統合する。具体的には、各時刻での判断結果に基づいて整合性判断の信頼度を計算し、信頼度が閾値以上の場合に自動運転のための最終的な物標として出力する。信頼度の計算の方法の一例として、ライダー物標の車線内領域のそれぞれについてレーダー物標と対応付いた回数をカウントし、レーダー物標と対応付いた回数の全判定回数に対する比率を信頼度として計算してもよい。この場合の信頼度は、比率の値が大きいほど高い。また、ライダー物標の車線内領域の重心とレーダー物標との距離を計算し、距離の平均値を信頼度として計算してもよい。この場合の信頼度は、距離の平均値が小さいほど高い。また、ライダー物標の車線内領域の重心とレーダー物標との距離を入力とする正規分布を求めて、正規分布のパラメータ（例えば標準偏差）を信頼度として計算してもよい。この場合の信頼度は、例えば標準偏差がパラメータである場合には、標準偏差が小さいほど高い。

整合性判断処理による整合性有り／無しの判断結果には、車線境界線の位置の誤差が影響する。しかし、上記の整合性判断統合処理を行うことにより、車線境界線の位置の誤差の影響は低減されるので、車線内の物体か車線外の物体かの判断の精度を高めることができる。

実施の形態４．
実施の形態４の自動運転システムは、実施の形態１の自動運転システムと同じく、図１に示す構成を有する。実施の形態４の自動運転システムと実施の形態１の自動運転システムとの相違は、車線内外領域判定部１４の機能にある。

図１４は、実施の形態４の車線内外領域判定部１４の機能を示すフローチャートである。図１４に示すように、実施の形態４の車線内外領域判定部１４は、最初の処理として候補限定を行い、次の処理として交差位置検出を行い、さらに次の処理として車線内領域抽出を行う。交差位置検出処理と車線内領域抽出処理の内容は、実施の形態１のそれらの内容と同じである。ゆえに、以下、実施の形態４の特徴的処理である候補限定処理の詳細について図を参照して説明する。

図１５は、実施の形態４の車線内外領域判定部１４による候補限定の方法について説明する図である。候補限定処理では、ライダー物標の方向と車線の方向とを比較し、車線とは方向が一致しないライダー物標を以降の処理の候補として抽出することが行われる。具体的には、図１５（ａ）に示すように、ライダー物標の重心からの距離が最も短い車線が抽出される。ライダー物標の重心から車線までの距離とは、ライダー物標の重心から車線中心線までの最短距離を意味する。車線中心線の位置と形状は、車線を構成する一対の車線境界線の位置と形状から計算される。次に、図１５（ｂ）に示すように、ライダー物標の重心からの距離が最も短い車線に関し、車線の方向が抽出される。詳しくは、ライダー物標の重心までの距離が最短となる車線中心線上の点が特定され、その点における車線中心線の方向、つまり、その点において車線中心線に接する接線の方向が取得される。そして、図１５（ｃ）に示すように、ライダー物標の方向が取得され、ライダー物標の方向と車線の方向とがなす角度が計算される。なお、ライダー物標の方向とは、長方形で表される物標枠の長尺の方向を意味する。

ライダー物標が車線に沿う方向に向いていない場合、当該ライダー物標は車線境界線を跨いでいる可能性が高い。ゆえに、候補限定処理では、ライダー物標の方向と車線の方向とがなす角度が所定値以上の場合、当該ライダー物標を以降の処理の候補として抽出する。言い換えれば、車線の方向との間の角度が所定値未満となるライダー物標については、以降の処理の候補から除外する。このように処理の候補を限定することにより、計算処理量を減らして制御装置の演算負荷を抑えることができる。

その他実施の形態．
以上、本発明の実施の形態について説明したが、先にも述べた通り、本発明はこれらの実施の形態に限定されるものではない。例えば、自車両の周辺に存在する物体の位置と形状とを測定する第１センサは、ステレオカメラ４でもよい。車両に波長の短いミリ波レーダーが搭載されている場合には、それを第１センサとして用いてもよい。

自車両の位置及び姿勢を推定する手段は、ＧＰＳ信号には限定されない。例えば、ライダー２やステレオカメラ４の出力から得られた特徴点と、地図上に登録してある看板や白線等の特徴点とを対応付けることによって自車両の位置及び姿勢を推定してもよい。

車線境界線情報の取得は、地図データベース６からの取得には限定されない。例えば、ステレオカメラ４により自車両の前方を撮影し、得られた撮影画像に対する白線認識処理によって車線境界線情報を取得してもよい。

なお、実施の形態３の整合性判定部１５の機能は、実施の形態２の自動運転システムにも適用することができる。実施の形態４の車線内外領域判定部１４の機能は、実施の形態２及び３の自動運転システムにも適用することができる。

１ 自動運転システム
２ ライダー（第１センサ）
３ ミリ波レーダー（第２センサ）
４ ステレオカメラ
５ ＧＰＳ受信機
６ 地図データベース
７ ナビゲーションシステム
８ ＨＭＩ
９ アクチュエータ
１０ 制御装置（物体認識装置）
１１ 走路推定部（車線境界線認識手段）
１２ 第１物標検出部（第１物標検出手段）
１３ 第２物標検出部（第２物標検出手段）
１４ 車線内外領域判定部（車線内領域抽出手段）
１５ 整合性判定部（判定手段）

Claims (1)

1. 自車両の周辺に存在する物体の距離、高さ、及び方向を測定する第１センサから第１測距データを取得し、前記第１測距データをクラスタリングして得られる測距点群を物標枠で囲み、前記物標枠で囲まれた領域を第１物標として検出する第１物標検出手段と、
   前記自車両の周辺に存在する物体の距離、及び方向を測定する第２センサから第２測距データを取得し、前記第２測距データにより位置が定まる測距点を第２物標として検出する第２物標検出手段と、
   道路境界に隣接する車線境界線を認識する車線境界線認識手段と、
   前記第１物標を示す前記物標枠と前記車線境界線との位置関係に基づいて、前記第１物標のうち前記車線境界線の内側に入っている車線内領域を抽出する車線内領域抽出手段と、
   前記第２物標が前記車線内領域に重なる場合、前記第２物標と前記車線内領域とで特定される物体は前記車線境界線の内側にある物体であると判定する判定手段と、
   を備えることを特徴とする物体認識装置。

Images