JP7568579B2

JP7568579B2 - Curbstone Detector

Info

Publication number: JP7568579B2
Application number: JP2021085784A
Authority: JP
Inventors: 優前田; 諒子 ▲高▼橋
Original assignee: Denso Corp
Current assignee: Denso Corp
Priority date: 2021-05-21
Filing date: 2021-05-21
Publication date: 2024-10-16
Anticipated expiration: 2041-05-21
Also published as: JP2022178758A

Description

本開示は、縁石検出装置に関する。 This disclosure relates to a curbstone detection device.

従来から、縁石を検出するための縁石検出装置が知られている。例えば、特許文献１の縁石検出装置では、車両の周辺環境を撮影した画像から候補領域を抽出するとともに、その候補領域の画像データの中から縁石候補を表す線分を抽出している。この縁石検出装置では、交差点付近に位置する上辺または下辺に傾斜部を有する形状の縁石の線分と、縁石候補を表す線分との間の距離等を基に計算した縁石確率が所定値を超える候補を縁石として検出する。 Curb detection devices for detecting curbs have been known for some time. For example, the curb detection device of Patent Document 1 extracts a candidate area from an image captured of the vehicle's surroundings, and extracts a line segment representing the curb candidate from the image data of the candidate area. This curb detection device detects as a curb a candidate whose curb probability, calculated based on the distance between the line segment of a curb that has a slope on the top or bottom side and the line segment representing the curb candidate, exceeds a predetermined value.

特開２０１３－１３４６０９号公報JP 2013-134609 A

しかしながら、特許文献１の縁石検出装置では、撮像画像の候補領域から縁石候補を表す線分を抽出する際に、候補領域内に縁石以外の他の物に由来する線分が多い場合には縁石の誤検出が起こるおそれがあった。 However, in the curb detection device of Patent Document 1, when extracting lines representing potential curbs from a candidate area of a captured image, there was a risk of erroneous detection of curbs if there were many lines originating from objects other than curbs within the candidate area.

本開示は、以下の形態として実現することが可能である。
［形態２］縁石を検出する縁石検出装置（１００）であって、車両に搭載された距離センサ（１５０）により得られる点群情報を用いて、前記点群情報のうちの複数の点の情報からなるグループについて予め定められた１種類以上の特徴量を算出し、算出された前記特徴量に基づき、前記特徴量に対応する縁石尤度であって前記グループについての縁石らしさを示す縁石尤度を算出する尤度算出部（１６）と、各前記特徴量に対応する前記縁石尤度を統合して統合尤度を算出する統合尤度算出部（１８）と、前記統合尤度が予め定められた閾値以上である場合には、前記グループは縁石であると判定し、前記統合尤度が予め定められた閾値よりも小さい場合には、前記グループは縁石ではないと判定する縁石判定部（２０）と、を備え、前記特徴量は、縁石の高さと、縁石の勾配と、縁石の幅と、縁石の面の法線と、縁石の曲率と、のうちの少なくともいずれか１つを含み、前記特徴量は、予め定められた形状の反射式縁石鋲の配置数をさらに含み、前記尤度算出部は、前記グループから予め定められた第１の距離範囲内に、前記反射式縁石鋲が複数位置する場合には、前記反射式縁石鋲が複数位置しない場合に比べて高い前記縁石尤度を算出する、縁石検出装置。
［形態３］縁石を検出する縁石検出装置（１００）であって、車両に搭載された距離センサ（１５０）により得られる点群情報を用いて、前記点群情報のうちの複数の点の情報からなるグループについて予め定められた１種類以上の特徴量を算出し、算出された前記特徴量に基づき、前記特徴量に対応する縁石尤度であって前記グループについての縁石らしさを示す縁石尤度を算出する尤度算出部（１６）と、各前記特徴量に対応する前記縁石尤度を統合して統合尤度を算出する統合尤度算出部（１８）と、前記統合尤度が予め定められた閾値以上である場合には、前記グループは縁石であると判定し、前記統合尤度が予め定められた閾値よりも小さい場合には、前記グループは縁石ではないと判定する縁石判定部（２０）と、を備え、車両が走行または停止した履歴を示す情報であるプローブ情報を提供するデータセンター（２００）から前記プローブ情報を取得する入出力インターフェイス（４２）と、前記縁石判定部は、前記グループは縁石ではないと判定した場合に、縁石ではないと判定された前記グループが示すものが縁石であるか否かを、前記プローブ情報を用いて再び判定する縁石再度判定部（２２）と、をさらに備える、縁石検出装置。 The present disclosure can be realized in the following forms .
[ Mode 2] A curb detection device (100) for detecting curbs includes a likelihood calculation unit (16) that uses point cloud information obtained by a distance sensor (150) mounted on a vehicle to calculate one or more predetermined types of feature amounts for a group consisting of information on a plurality of points in the point cloud information, and calculates a curb likelihood corresponding to the feature amounts and indicating a curb-likelihood of the group based on the calculated feature amounts, and an integrated likelihood calculation unit (18) that calculates an integrated likelihood by integrating the curb likelihoods corresponding to each of the feature amounts, and if the integrated likelihood is equal to or greater than a predetermined threshold, calculates that the group is a curb. a curb determination unit (20) that determines that the group is a stone if the integrated likelihood is less than a predetermined threshold, and that the group is not a curb if the integrated likelihood is less than a predetermined threshold, wherein the feature amounts include at least one of the curb height, the curb slope, the curb width, the normal to the curb face, and the curb curvature, and the feature amounts further include the number of reflective curb studs of a predetermined shape, and the likelihood calculation unit calculates a higher curb likelihood when multiple reflective curb studs are located within a predetermined first distance range from the group compared to when multiple reflective curb studs are not located.
[Mode 3] A curb detection device (100) for detecting curbs includes a likelihood calculation unit (16) that uses point cloud information obtained by a distance sensor (150) mounted on a vehicle to calculate one or more predetermined types of feature amounts for a group consisting of information on a plurality of points in the point cloud information, and calculates a curb likelihood corresponding to the feature amounts and indicating a curb-likelihood of the group based on the calculated feature amounts, an integrated likelihood calculation unit (18) that calculates an integrated likelihood by integrating the curb likelihoods corresponding to each of the feature amounts, and if the integrated likelihood is equal to or greater than a predetermined threshold, calculates a curb likelihood of the group. the curb detection device comprising: a curb determination unit (20) that determines that a group is a curb when the integrated likelihood is smaller than a predetermined threshold, and that determines that the group is not a curb when the integrated likelihood is smaller than a predetermined threshold; an input/output interface (42) that acquires probe information from a data center (200) that provides probe information, the probe information being information indicating a history of a vehicle traveling or stopping; and a curb re-determination unit (22) that, when the curb determination unit determines that the group is not a curb, determines again using the probe information whether or not the group determined to be not a curb is a curb.

本開示の一形態として、縁石を検出する縁石検出装置（１００）が提供される。この縁石検出装置は、車両に搭載された距離センサ（１５０）により得られる点群情報を用いて、前記点群情報のうちの複数の点の情報からなるグループについて予め定められた１種類以上の特徴量を算出し、算出された前記特徴量に基づき、前記特徴量に対応する縁石尤度であって前記グループについての縁石らしさを示す縁石尤度を算出する尤度算出部（１６）と、各前記特徴量に対応する前記縁石尤度を統合して統合尤度を算出する統合尤度算出部（１８）と、前記統合尤度が予め定められた閾値以上である場合には、前記グループは縁石であると判定し、前記統合尤度が予め定められた閾値よりも小さい場合には、前記グループは縁石ではないと判定する縁石判定部（２０）と、を備える。 As one embodiment of the present disclosure, a curb detection device (100) for detecting curbs is provided. The curb detection device includes a likelihood calculation unit (16) that uses point cloud information obtained by a distance sensor (150) mounted on a vehicle to calculate one or more predetermined features for a group consisting of information on a plurality of points in the point cloud information, and calculates a curb likelihood corresponding to the features and indicating the curb likelihood of the group based on the calculated features, an integrated likelihood calculation unit (18) that integrates the curb likelihoods corresponding to each of the features to calculate an integrated likelihood, and a curb determination unit (20) that determines that the group is a curb if the integrated likelihood is equal to or greater than a predetermined threshold, and determines that the group is not a curb if the integrated likelihood is less than the predetermined threshold.

この形態の縁石検出装置によれば、車両に搭載された距離センサにより得られる点群情報を用いて、点群情報のうちの複数の点の情報からなるグループについて予め定められた１種類以上の特徴量を算出し、算出された特徴量に基づき、特徴量に対応する縁石尤度であってグループについての縁石らしさを示す縁石尤度を算出する尤度算出部と、各特徴量に対応する縁石尤度を統合して統合尤度を算出する統合尤度算出部と、グループは縁石であるか否かを判定する縁石判定部とを備えるので、候補領域内に縁石以外の他の物に由来する線分が多い場合であっても、点群情報のうちの複数の点の情報からなるグループを用いた算出および判定を行うことにより、縁石の誤検出を抑制できる。 This form of curb detection device uses point cloud information obtained by a distance sensor mounted on the vehicle to calculate one or more predetermined types of feature values for a group consisting of information on multiple points from the point cloud information, and includes a likelihood calculation unit that calculates a curb likelihood corresponding to the feature value based on the calculated feature values and indicates the curb likelihood of the group, an integrated likelihood calculation unit that integrates the curb likelihoods corresponding to each feature value to calculate an integrated likelihood, and a curb determination unit that determines whether the group is a curb. Therefore, even if there are many line segments originating from objects other than curbs in the candidate area, erroneous detection of curbs can be suppressed by performing calculations and determinations using a group consisting of information on multiple points from the point cloud information.

本開示は、種々の形態で実現することも可能である。例えば、縁石検出方法等の形態で実現することができる。 The present disclosure may be realized in various forms. For example, it may be realized in the form of a curb detection method.

縁石検出装置の構成を示すブロック図である。FIG. 2 is a block diagram showing a configuration of a curb detection device. 縁石検出処理の手順を示すフローチャートである。13 is a flowchart showing a procedure for a curb detection process. 各特徴量ごとの尤度算出手順を示すフローチャートである。13 is a flowchart showing a procedure for calculating a likelihood for each feature amount. 縁石の一例を説明するための模式図である。FIG. 13 is a schematic diagram for explaining an example of a curb; グループ間の切れ目を説明するための模式図である。FIG. 13 is a schematic diagram for explaining a gap between groups. 第２実施形態の尤度算出の手順を示すフローチャートである。10 is a flowchart showing a procedure for calculating a likelihood according to a second embodiment; 第３実施形態の尤度算出の手順を示すフローチャートである。13 is a flowchart showing a procedure for calculating a likelihood according to the third embodiment. 反射式縁石鋲の配置の一例を説明するための説明図である。FIG. 13 is an explanatory diagram for explaining an example of the arrangement of reflective curb studs. 第４実施形態の尤度算出の手順を示すフローチャートである。13 is a flowchart showing a procedure for calculating a likelihood according to the fourth embodiment. カーブしている縁石を示す模式図である。FIG. 2 is a schematic diagram showing a curved curb; 第５実施形態の縁石検出処理の手順を示すフローチャートである。13 is a flowchart showing a procedure of a curb detection process according to a fifth embodiment. 縁石から所定の距離範囲内に存在する車両および道路標識のポール等を示す模式図である。1 is a schematic diagram showing a vehicle and a road sign pole, etc., that are present within a predetermined distance range from a curb; 第６実施形態の縁石検出処理の手順を示すフローチャートである。23 is a flowchart showing a procedure of a curb detection process according to a sixth embodiment.

Ａ．第１実施形態：
Ａ－１．装置構成：
本開示の一実施形態としての図１に示す縁石検出装置１００は、車両に搭載されて縁石を検出する。縁石検出装置１００は、距離センサ１５０により得られる点群情報を用いて縁石を検出する。具体的には後述する。本実施形態において、距離センサ１５０は、Ｌｉｄａｒ（ＬｉｇｈｔＤｅｔｅｃｔｉｏｎａｎｄＲａｎｇｉｎｇ）であり、車両に搭載されている。なお、図１に示すデータセンター２００は、後述するプローブ情報を提供する。 A. First embodiment:
A-1. Device configuration:
A curbstone detection device 100 shown in FIG. 1 as an embodiment of the present disclosure is mounted on a vehicle and detects a curbstone. The curbstone detection device 100 detects a curbstone using point cloud information obtained by a distance sensor 150. This will be described in detail later. In this embodiment, the distance sensor 150 is a Lidar (Light Detection and Ranging) sensor mounted on a vehicle. The data center 200 shown in FIG. 1 provides probe information, which will be described later.

図１に示すように、縁石検出装置１００は、ＣＰＵ１０と、記憶部４０と、入出力インターフェイス４２とを備えるコンピュータとして構成されている。記憶部４０には、縁石検出装置１００の動作を制御する制御プログラムが予め記憶されている。ＣＰＵ１０は、記憶部４０に予め記憶されている制御プログラムを実行することにより、点群情報取得部１２、特徴量算出部１４、尤度算出部１６、統合尤度算出部１８、縁石判定部２０、縁石再度判定部２２として機能する。 As shown in FIG. 1, the curb detection device 100 is configured as a computer including a CPU 10, a storage unit 40, and an input/output interface 42. A control program that controls the operation of the curb detection device 100 is pre-stored in the storage unit 40. The CPU 10 executes the control program pre-stored in the storage unit 40 to function as a point cloud information acquisition unit 12, a feature amount calculation unit 14, a likelihood calculation unit 16, an integrated likelihood calculation unit 18, a curb determination unit 20, and a curb re-determination unit 22.

点群情報取得部１２は、距離センサ１５０により得られた点群情報を取得する。「点群情報」とは、「物標」とも呼ばれ、Ｌｉｄａｒからの射出光の反射光により特定される物体上の点を示す情報を意味する。取得された点群情報は、記憶部４０に記憶される。 The point cloud information acquisition unit 12 acquires point cloud information obtained by the distance sensor 150. "Point cloud information" is also called "target object" and means information indicating points on an object identified by reflected light of light emitted from Lidar. The acquired point cloud information is stored in the memory unit 40.

特徴量算出部１４は、記憶部４０に記憶されている点群情報を用いて、かかる点群情報のうちの複数の点の情報からなるグループ（以下、単に「グループ」と呼ぶ）について予め定められた４種類の特徴量を算出する。具体的には後述する。 The feature amount calculation unit 14 uses the point cloud information stored in the storage unit 40 to calculate four types of feature amounts that are determined in advance for a group (hereinafter simply referred to as a "group") consisting of information on a plurality of points in the point cloud information. The details will be described later.

尤度算出部１６は、特徴量算出部１４によって算出された特徴量に基づき、特徴量に対応する縁石尤度を算出する。かかる縁石尤度は、グループについての縁石らしさを示す値である。 The likelihood calculation unit 16 calculates a curb likelihood corresponding to the feature based on the feature calculated by the feature calculation unit 14. Such a curb likelihood is a value indicating the curb-likelihood of the group.

統合尤度算出部１８は、各特徴量に対応する縁石尤度を統合して統合尤度を算出する。縁石判定部２０は、算出された統合尤度に応じて、グループは縁石であるか否かを判定する。 The integrated likelihood calculation unit 18 calculates an integrated likelihood by integrating the curb likelihoods corresponding to each feature. The curb determination unit 20 determines whether the group is a curb or not based on the calculated integrated likelihood.

縁石再度判定部２２は、縁石判定部２０によって縁石ではないと判定されたグループに対して、縁石であるか否かを再び判定する。具体的には後述する。 The curb re-determination unit 22 re-determines whether a group determined by the curb determination unit 20 to not be a curb is a curb or not. The details will be described later.

入出力インターフェイス４２は、図１に示すデータセンターからプローブ情報を取得する。「プローブ情報」とは、車両が走行または停止した履歴を示す情報を意味する。 The input/output interface 42 acquires probe information from the data center shown in FIG. 1. "Probe information" refers to information indicating the history of when a vehicle has been traveling or stopped.

Ａ－２．縁石検出処理：
本実施形態において、距離センサ１５０であるＬｉｄａｒがレーザ光を照射し、かかるレーザ光が物体に当たり、かかる物体から反射波が返ってくると、図２に示す縁石検出処理が実行される。レーザ光は、本実施形態において、１００ミリ秒間隔で定期的に距離センサ１５０から照射される、なお、１００ミリ秒間隔に限らず、任意の時間間隔でレーザ光が照射されてもよい。縁石検知処理とは、縁石検出装置１００によって、グループが縁石であるか否かを検出するための処理である。なお、縁石検出装置１００および距離センサ１５０を搭載した車両が走行している状態で、縁石検出処理が行われる。なお、「走行している状態」とは、車両が動いている場合に限らず、信号待ちの状態等も含まれる。 A-2. Curbstone detection process:
In this embodiment, when the Lidar, which is the distance sensor 150, emits a laser beam, the laser beam hits an object, and a reflected wave is returned from the object, the curbstone detection process shown in FIG. 2 is executed. In this embodiment, the laser beam is periodically emitted from the distance sensor 150 at 100 millisecond intervals. The laser beam may be emitted at any time interval, not limited to 100 millisecond intervals. The curbstone detection process is a process for detecting whether or not a group is a curbstone by the curbstone detection device 100. The curbstone detection process is executed while the vehicle equipped with the curbstone detection device 100 and the distance sensor 150 is traveling. The "traveling state" is not limited to the case where the vehicle is moving, but also includes a state where the vehicle is waiting for a traffic light, etc.

点群情報取得部１２は、距離センサ１５０により得られる点群情報を取得する（ステップＳ１０）。取得された点群情報は、記憶部４０に記憶される。 The point cloud information acquisition unit 12 acquires the point cloud information obtained by the distance sensor 150 (step S10). The acquired point cloud information is stored in the storage unit 40.

特徴量算出部１４は、記憶部４０に記憶された点群情報に基づいて、三次元の座標位置（Ｘ,Ｙ,Ｚ）を定める（ステップＳ１２）。 The feature calculation unit 14 determines the three-dimensional coordinate position (X, Y, Z) based on the point cloud information stored in the storage unit 40 (step S12).

特徴量算出部１４は、点群情報のうちの複数の点の情報からなるグループについて予め定められた４種類の特徴量を算出する（ステップＳ１４）。第一実施形態において、かかる４種類の特徴量は、縁石の高さと、縁石の幅と、縁石の位置と、縁石の長さである。 The feature calculation unit 14 calculates four types of feature values that are determined in advance for a group consisting of information on a plurality of points in the point cloud information (step S14). In the first embodiment, the four types of feature values are the height, width, position, and length of the curb.

尤度算出部１６は、ステップＳ１４で算出された特徴量に基づき、かかる特徴量に対応する縁石尤度を算出する（ステップＳ１６）。ステップＳ１４およびステップＳ１６についての具体的な処理については、各特徴量ごとの縁石尤度算出（ステップＳＲ１００）として、図３を用いて説明する。 Based on the features calculated in step S14, the likelihood calculation unit 16 calculates the curb likelihood corresponding to the features (step S16). The specific processing of steps S14 and S16 will be described with reference to FIG. 3 as the curb likelihood calculation for each feature (step SR100).

図３に示すように、４種類の特徴量に対して、それぞれの縁石尤度の算出が並行して行われる。図３に示す処理が、図２に示すステップＳ１４およびステップＳ１６に対応する。 As shown in FIG. 3, the calculation of the curb likelihood for each of the four types of features is performed in parallel. The process shown in FIG. 3 corresponds to step S14 and step S16 shown in FIG. 2.

縁石の高さについて、特徴量算出部１４は、隣接する観測点のＺ座標の値の差分が予め定められた閾値以下の観測点を同じグループとしてまとめる（ステップＳ１０２）。例えば、特徴量算出部１４は、２つの隣接する観測点（Ｘ_１,Ｙ_１,Ｚ_１）と観測点（Ｘ_２,Ｙ_２,Ｚ_２）の高さのＺ差分、言い換えると、｜Ｚ_２－Ｚ_１｜の値が予め定められた閾値以下となる観測点を同じグループとしてまとめる。 Regarding the height of the curb, the feature amount calculation unit 14 groups together the observation points whose difference in the Z coordinate values of adjacent observation points is equal to or less than a predetermined threshold (step S102). For example, the feature amount calculation unit 14 groups together the observation points whose Z difference in height between two adjacent observation points ( _X1 , Y1 _, _Z1 ) and ( _X2 , Y2 _, _Z2 ), in other words, whose value of | _Z2 - _Z1 | is equal to or less than a predetermined threshold, into the same group.

特徴量算出部１４は、グループの高さの平均を算出する（ステップＳ１０４）。 The feature calculation unit 14 calculates the average height of the group (step S104).

尤度算出部１６は、縁石の高さに対応する高さ尤度を算出する（ステップＳ１０６）。ここで、縁石の高さを示す数値と高さ尤度とを対応付けたテーブル（以後、単に「テーブル」と呼ぶ。）が事前に用意されており、かかるテーブルが予め記憶部４０に記憶されている。テーブルに基づいて、グループの高さが予め定められた高さ範囲内である場合には、予め定められた高さ範囲外である場合に比べて高い縁石尤度が算出される。尤度算出部１６は、かかるテーブルに基づいて、ステップＳ１０４で算出された高さ平均の値に対する高さ尤度を算出する。 The likelihood calculation unit 16 calculates the height likelihood corresponding to the height of the curb (step S106). Here, a table (hereinafter simply referred to as the "table") that associates a numerical value indicating the height of the curb with the height likelihood is prepared in advance, and such a table is stored in the storage unit 40 in advance. Based on the table, when the height of the group is within a predetermined height range, a higher curb likelihood is calculated compared to when the height is outside the predetermined height range. Based on the table, the likelihood calculation unit 16 calculates the height likelihood for the average height value calculated in step S104.

縁石の幅について、特徴量算出部１４は、観測点の高さの差分、言い換えるとＺの差分が０（ゼロ）である観測点を同じグループとしてまとめる（ステップＳ１１２）。例えば、図４に示す縁石ＣＳ３の破線で囲まれた上面に含まれる複数の観測点は、高さを示すＺの座標位置が等しいので、特徴量算出部１４はかかる複数の観測点を同じグループとしてまとめる。 Regarding the width of the curb, the feature calculation unit 14 groups together observation points whose height difference, in other words, whose Z difference, is 0 (zero) (step S112). For example, the multiple observation points included on the top surface of the curb CS3 surrounded by the dashed line shown in Figure 4 have the same Z coordinate position indicating the height, so the feature calculation unit 14 groups these multiple observation points together.

特徴量算出部１４は、グループの幅の平均を算出する（ステップＳ１１４）。 The feature calculation unit 14 calculates the average width of the group (step S114).

尤度算出部１６は、縁石の幅に対応する幅尤度を算出する（ステップＳ１１６）。ここで、ステップＳ１０６における高さ尤度算出と同様に、尤度算出部１６は、予め記憶部４０に記憶された幅尤度を示すテーブルに基づいて、幅尤度を算出する。かかるテーブルは、具体的には、縁石の幅を示す数値と、幅尤度とを対応付けたテーブルである。テーブルに基づいて、グループの幅が予め定められた幅範囲内である場合には、予め定められた幅範囲外である場合に比べて高い縁石尤度が算出される。 The likelihood calculation unit 16 calculates a width likelihood corresponding to the width of the curb (step S116). Here, similar to the height likelihood calculation in step S106, the likelihood calculation unit 16 calculates the width likelihood based on a table indicating the width likelihood previously stored in the storage unit 40. Specifically, such a table is a table that associates a numerical value indicating the width of the curb with the width likelihood. Based on the table, when the width of the group is within a predetermined width range, a higher curb likelihood is calculated compared to when the width is outside the predetermined width range.

縁石の位置について、特徴量算出部１４は、隣接する観測点のＺ座標の値の差分が予め定められた閾値以下の観測点を同じグループとしてまとめる（ステップＳ１２２）。ステップＳ１２２の詳細手順は、上述のステップＳ１０２と同じである。特徴量算出部１４は、グループと道路の距離を算出する（ステップＳ１２４）。 For the position of the curb, the feature calculation unit 14 groups together the observation points whose difference in Z coordinate values between adjacent observation points is equal to or less than a predetermined threshold (step S122). The detailed procedure of step S122 is the same as that of step S102 described above. The feature calculation unit 14 calculates the distance between the group and the road (step S124).

尤度算出部１６は、縁石の位置に対応する位置尤度を算出する（ステップＳ１２６）。ここで、ステップＳ１０６における高さ尤度算出と同様に、尤度算出部１６は、予め記憶部４０に記憶された位置尤度を示すテーブルに基づいて、位置尤度を算出する。かかるテーブルは、具体的には、縁石と道路の距離を示す数値と、位置尤度とを対応付けたテーブルである。テーブルに基づいて、グループの位置が道路脇である場合には、道路脇外である場合に比べて高い縁石尤度が算出される。 The likelihood calculation unit 16 calculates a position likelihood corresponding to the position of the curb (step S126). Here, similar to the height likelihood calculation in step S106, the likelihood calculation unit 16 calculates the position likelihood based on a table indicating the position likelihood previously stored in the storage unit 40. Specifically, such a table is a table that associates a numerical value indicating the distance between the curb and the road with the position likelihood. Based on the table, when the group's position is on the side of the road, a higher curb likelihood is calculated compared to when the group is not on the side of the road.

縁石の長さについて、特徴量算出部１４は、隣接する観測点のＺ座標の値の差分が予め定められた閾値以下の観測点を同じグループとしてまとめる（ステップＳ１３２）。ステップＳ１３２の詳細手順は、上述のステップＳ１０２と同じである。特徴量算出部１４は、グループの長手方向の長さの平均を算出する（ステップＳ１３４）。なお、縁石の長さとは、縁石の長手方向の長さを意味し、例えば図４において、縁石ＣＳのＹ軸方向の長さを意味し、一般には道路に沿った長さを意味する。 Regarding the length of the curb, the feature calculation unit 14 groups together the observation points for which the difference in the Z coordinate values of adjacent observation points is equal to or less than a predetermined threshold value (step S132). The detailed procedure of step S132 is the same as that of step S102 described above. The feature calculation unit 14 calculates the average longitudinal length of the group (step S134). Note that the length of the curb means the longitudinal length of the curb, and for example, in FIG. 4, means the length of the curb CS in the Y-axis direction, and generally means the length along the road.

尤度算出部１６は、縁石の長さに対応する長さ尤度を算出する（ステップＳ１３６）。ここで、ステップＳ１０６における高さ尤度算出と同様に、尤度算出部１６は、予め記憶部４０に記憶された長さ尤度を示すテーブルに基づいて、長さ尤度を算出する。かかるテーブルは、具体的には、縁石の長さを示す数値と、長さ尤度とを対応付けたテーブルである。テーブルに基づいて、グループの長さが道路に沿って予め定められた長さ以上連続する場合には、予め定められた長さ以上連続しない場合に比べて高い縁石尤度が算出される。 The likelihood calculation unit 16 calculates a length likelihood corresponding to the length of the curb (step S136). Here, similar to the height likelihood calculation in step S106, the likelihood calculation unit 16 calculates the length likelihood based on a table indicating the length likelihood previously stored in the storage unit 40. Specifically, such a table is a table that associates a numerical value indicating the length of the curb with the length likelihood. Based on the table, when the length of the group continues along the road for a predetermined length or more, a higher curb likelihood is calculated compared to when the group does not continue for a predetermined length or more.

図２に示すように、統合尤度算出部１８は、算出された各特徴量ごとの縁石尤度を統合して統合尤度を算出する（ステップＳ１８）。２つの特徴量の統合尤度ＬＥは、ＬＥ＝（Ａ×Ｂ）／（（Ａ×Ｂ）＋（（１－Ａ）×（１－Ｂ）））の演算式で算出される。ここで、Ａは、一方の特徴量の縁石尤度を示し、Ｂは、他方の特徴量の縁石尤度を示す。３つの特徴量の統合尤度ＬＥ１は、２つの特徴量について算出された統合尤度ＬＥを用いて、ＬＥ１＝（ＬＥ×Ｃ）／（（ＬＥ×Ｃ）＋（（１－ＬＥ）×（１－Ｃ）））の演算式で算出される。なお、Ｃは、３つ目の特徴量の縁石尤度を示す。４つ以上の特徴量の統合尤度についても、同様にして演算を繰り返すことにより算出される。 As shown in FIG. 2, the integrated likelihood calculation unit 18 calculates an integrated likelihood by integrating the calculated curb likelihood for each feature (step S18). The integrated likelihood LE of two feature amounts is calculated by the formula LE=(A×B)/((A×B)+((1-A)×(1-B))). Here, A indicates the curb likelihood of one feature amount, and B indicates the curb likelihood of the other feature amount. The integrated likelihood LE1 of three feature amounts is calculated by the formula LE1=(LE×C)/((LE×C)+((1-LE)×(1-C))) using the integrated likelihood LE calculated for two feature amounts. Note that C indicates the curb likelihood of the third feature amount. The integrated likelihood of four or more feature amounts is calculated by repeating the calculation in the same manner.

縁石判定部２０は、ステップＳ１８で算出された統合尤度が予め定められた閾値以上であるか否かを判定する（ステップＳ２０）。統合尤度が予め定められた閾値以上であると判定された場合（ステップＳ２０：Ｙｅｓ）、縁石判定部２０は、グループは縁石であると判定する（ステップＳ２２）。 The curb determination unit 20 determines whether the integrated likelihood calculated in step S18 is equal to or greater than a predetermined threshold (step S20). If it is determined that the integrated likelihood is equal to or greater than the predetermined threshold (step S20: Yes), the curb determination unit 20 determines that the group is a curb (step S22).

統合尤度が予め定められた閾値より小さいと判定された場合（ステップＳ２０：Ｎｏ）、縁石判定部２０は、グループは縁石ではないと判定する。入出力インターフェイス４２は、データセンター２００からプローブ情報を取得する（ステップＳ２４）。取得されたプローブ情報は、記憶部４０に記憶される。 If it is determined that the integrated likelihood is smaller than a predetermined threshold (step S20: No), the curb determination unit 20 determines that the group is not a curb. The input/output interface 42 acquires probe information from the data center 200 (step S24). The acquired probe information is stored in the storage unit 40.

縁石再度判定部２２は、プローブ情報を用いて対象とするグループが縁石であるか否かを再び判定する。具体的には、縁石再度判定部２２は、グループ間の切れ目に車両の走行履歴があるか否かを判定する（ステップＳ２６）。図５に示すように、例えば、縁石再度判定部２２は、プローブ情報を用いて、グループＧＡとグループＧＢとの間の切れ目ＣＬに車両の走行履歴があるか否かを判定する。なお、図５では、グループＧＡとグループＧＢが模式的に示されている。 The curb re-determination unit 22 uses the probe information to determine again whether the target group is a curb. Specifically, the curb re-determination unit 22 determines whether there is a vehicle travel history at the gap between the groups (step S26). As shown in FIG. 5, for example, the curb re-determination unit 22 uses the probe information to determine whether there is a vehicle travel history at the gap CL between groups GA and GB. Note that groups GA and GB are shown diagrammatically in FIG. 5.

グループ間の切れ目に車両の走行履歴がないと判定された場合（ステップＳ２６：Ｎｏ）、縁石再度判定部２２は、グループは縁石ではないと判定する（ステップＳ２８）。 If it is determined that there is no vehicle driving history at the gap between the groups (step S26: No), the curb re-determination unit 22 determines that the group is not a curb (step S28).

グループ間の切れ目に車両の走行履歴があると判定された場合（ステップＳ２６：Ｙｅｓ）、縁石再度判定部２２は、統合尤度を増加させる（ステップＳ３０）。縁石再度判定部２２は、ステップＳ３０で増加された統合尤度が予め定められた閾値以上であるか否かを判定する（ステップＳ３２）。かかる統合尤度が予め定められた閾値よりも小さいと判定された場合（ステップＳ３２：Ｎо）、縁石再度判定部２２は、グループは縁石ではないと判定する（ステップＳ２８）。 If it is determined that the vehicle has a travel history at the gap between the groups (step S26: Yes), the curb re-determination unit 22 increases the integrated likelihood (step S30). The curb re-determination unit 22 determines whether the integrated likelihood increased in step S30 is equal to or greater than a predetermined threshold (step S32). If it is determined that the integrated likelihood is less than the predetermined threshold (step S32: No), the curb re-determination unit 22 determines that the group is not a curb (step S28).

ステップＳ３０で増加された統合尤度が予め定められた閾値以上であると判定された場合（ステップＳ３２：Ｙｅｓ）、上述のステップＳ２２が実行され、グループは縁石であると判定される。 If it is determined in step S30 that the increased integrated likelihood is equal to or greater than a predetermined threshold (step S32: Yes), the above-mentioned step S22 is executed and the group is determined to be a curb.

縁石判定部２０または縁石再度判定部２２は、グループが縁石であるか否かの検出結果を出力し（ステップＳ３４）、かかる検出結果は記憶部４０に記憶される。処理はステップＳ１０に戻る。 The curb determination unit 20 or the curb re-determination unit 22 outputs the detection result as to whether or not the group is a curb (step S34), and the detection result is stored in the storage unit 40. The process returns to step S10.

以上説明した第１実施形態の縁石検出装置１００によれば、車両に搭載された距離センサ１５０により得られる点群情報を用いて、点群情報のうちの複数の点の情報からなるグループについて縁石の高さと、縁石の幅と、縁石の位置と、縁石の長さの特徴量を算出し、算出された特徴量に基づき、特徴量に対応する縁石尤度を算出する尤度算出部と、各特徴量に対応する縁石尤度を統合して統合尤度を算出する統合尤度算出部と、グループは縁石であるか否かを判定する縁石判定部とを備えるので、候補領域内に縁石以外の他の物に由来する線分が多い場合であっても、点群情報のうちの複数の点の情報からなるグループを用いた算出および判定を行うことにより、縁石の誤検出を抑制できる。 According to the curb detection device 100 of the first embodiment described above, the device is equipped with a likelihood calculation unit that uses point cloud information obtained by the distance sensor 150 mounted on the vehicle to calculate feature values for the curb height, curb width, curb position, and curb length for a group consisting of information on multiple points in the point cloud information, and calculates a curb likelihood corresponding to the feature values based on the calculated feature values, an integrated likelihood calculation unit that calculates an integrated likelihood by integrating the curb likelihoods corresponding to each feature value, and a curb determination unit that determines whether the group is a curb. Therefore, even if there are many line segments originating from objects other than curbs in the candidate area, erroneous detection of curbs can be suppressed by performing calculations and determinations using a group consisting of information on multiple points in the point cloud information.

また、縁石ではないと判定されたグループに対して、縁石再度判定部２２が、データセンターから提供されるプローブ情報を用いて、縁石であるか否かを再び判定する。具体的には、縁石再度判定部２２は、プローブ情報を用いて、グループ間の切れ目に走行履歴があるか否かを判定する。グループ間の切れ目に走行履歴があると判定された場合には、統合尤度が増加された上で、再度、グループは縁石であるか否かの判定がされる。このため、縁石再度判定部２２は、グループ自身ではなく、グループ以外の走行履歴といったプローブ情報を用いて、グループが縁石であるか否かの判定を再度行うので、縁石の検出精度を向上できる。 For groups that are determined not to be curbs, the curb re-determination unit 22 uses probe information provided by the data center to determine again whether or not they are curbs. Specifically, the curb re-determination unit 22 uses the probe information to determine whether or not there is a driving history at the gap between groups. If it is determined that there is a driving history at the gap between groups, the integrated likelihood is increased and a determination is made again as to whether or not the group is a curb. Therefore, the curb re-determination unit 22 uses probe information such as the driving history of items other than the group, rather than the group itself, to re-determine whether or not the group is a curb, thereby improving the accuracy of curb detection.

Ｂ．第２実施形態：
第２実施形態の縁石検出装置１００の構成は、第１実施形態の縁石検出装置１００の構成と同じであるので、同一の構成要素には同一の符号を付し、その詳細な説明を省略する。第１実施形態では、縁石の高さと、縁石の幅と、縁石の位置と、縁石の長さを特徴量としていたが、第２実施形態では、これらに加えて、縁石の勾配も特徴量とする。 B. Second embodiment:
Since the configuration of the curb stone detection device 100 of the second embodiment is the same as that of the curb stone detection device 100 of the first embodiment, the same components are denoted by the same reference numerals and detailed description thereof will be omitted. In the first embodiment, the height, width, position, and length of the curb stone are used as feature quantities, but in the second embodiment, in addition to these, the gradient of the curb stone is also used as a feature quantity.

第２実施形態において、図２に示す縁石検出処理手順は、「各特徴量ごとの尤度算出」（ＳＲ１００）の対象となる特徴量として、縁石の勾配が追加される点においてのみ、第１実施形態の縁石処理手順と異なる。 In the second embodiment, the curb detection processing procedure shown in FIG. 2 differs from the curb processing procedure in the first embodiment only in that the gradient of the curb is added as a feature to be subjected to "likelihood calculation for each feature" (SR100).

図６に示すフローは、上述のステップＳ１０２、ステップＳ１１２等と並行して実行される。特徴量算出部１４は、隣接する観測点の勾配を算出する（ステップＳ１４２）。特徴量算出部１４は、隣接する観測点の勾配の差分が予め定められた閾値以下である点を同じグループとしてまとめる（ステップＳ１４４）。特徴量算出部１４は、グループの勾配の平均を算出する（ステップＳ１４６）。「勾配」とは、例えば、任意の２点を結ぶ直線と、重力方向に平行な軸によって形成される角度を意味する。 The flow shown in FIG. 6 is executed in parallel with the above-mentioned steps S102, S112, etc. The feature calculation unit 14 calculates the gradients of adjacent observation points (step S142). The feature calculation unit 14 groups points where the difference in gradients between adjacent observation points is equal to or less than a predetermined threshold (step S144). The feature calculation unit 14 calculates the average gradient of the group (step S146). "Gradient" means, for example, the angle formed by a line connecting any two points and an axis parallel to the direction of gravity.

尤度算出部１６は、縁石の勾配に対応する勾配尤度を算出する（ステップＳ１４８）。ここで、第１実施形態のステップＳ１０６における高さ尤度算出と同様に、尤度算出部１６は、予め記憶部４０に記憶された勾配尤度を示すテーブルに基づいて、勾配尤度を算出する。かかるテーブルは、具体的には、縁石の勾配を示す数値と、勾配尤度とを対応付けたテーブルである。テーブルに基づいて、グループの勾配が、予め定められた勾配範囲内である場合には、勾配範囲外である場合に比べて高い縁石尤度が算出される。 The likelihood calculation unit 16 calculates the gradient likelihood corresponding to the gradient of the curb (step S148). Here, similar to the height likelihood calculation in step S106 of the first embodiment, the likelihood calculation unit 16 calculates the gradient likelihood based on a table indicating the gradient likelihood previously stored in the storage unit 40. Specifically, such a table is a table that associates a numerical value indicating the gradient of the curb with the gradient likelihood. Based on the table, when the gradient of the group is within a predetermined gradient range, a higher curb likelihood is calculated compared to when it is outside the gradient range.

以上説明した第２実施形態の縁石検出装置１００によれば、第１実施形態における特徴量に加えて、縁石の勾配も特徴量とする。このため、斜面形状を有するグループに対する縁石判定の精度を向上できる。 According to the curb detection device 100 of the second embodiment described above, in addition to the feature quantities in the first embodiment, the gradient of the curb is also used as a feature quantity. This improves the accuracy of curb determination for groups with sloped shapes.

Ｃ．第３実施形態：
第３実施形態の縁石検出装置１００の構成は、第１実施形態の縁石検出装置１００の構成と同じであるので、同一の構成要素には同一の符号を付し、その詳細な説明を省略する。第１実施形態では、縁石の高さと、縁石の幅と、縁石の位置と、縁石の長さを特徴量としていたが、第２実施形態では、これらに加えて、反射式縁石鋲の配置数も特徴量とする。 C. Third embodiment:
The configuration of the curb stone detection device 100 of the third embodiment is the same as that of the curb stone detection device 100 of the first embodiment, so the same components are given the same reference numerals and detailed description thereof will be omitted. In the first embodiment, the height, width, position, and length of the curb are used as feature quantities, but in the second embodiment, in addition to these, the number of reflective curb stone studs is also used as a feature quantity.

第３実施形態において、図２に示す縁石検出処理手順は、「各特徴量ごとの尤度算出」（ＳＲ１００）の対象となる特徴量として、反射式縁石鋲の配置数が追加される点においてのみ、第１実施形態の縁石処理手順と異なる。 In the third embodiment, the curb detection processing procedure shown in FIG. 2 differs from the curb processing procedure in the first embodiment only in that the number of reflective curb studs is added as a feature to be subjected to "likelihood calculation for each feature" (SR100).

図７に示すフローは、上述のステップＳ１０２、ステップＳ１１２等と並行して実行される。特徴量算出部１４は、隣接する観測点のＺ座標の値の差分が予め定められた閾値以下の観測点を同じグループとしてまとめる（ステップＳ１５２）。特徴量算出部１４は、グループにおいて、反射強度の大きい領域数を算出する（ステップＳ１５４）。図８に示すように、縁石ＣＳのうち、縁石ＣＳ１,ＣＳ２の上面に反射式縁石鋲Ｒｅｆ１,Ｒｅｆ２がそれぞれ配置されている場合、縁石ＣＳ１と縁石ＣＳ２の上面からの反射強度は大きくなる。図８の例では、２つの反射式縁石鋲Ｒｅｆ１，Ｒｅｆ２が配置されているが、長手方向に縁石がさらに連続している場合には、３つ以上の反射式縁石鋲が配置されていてもよい。 The flow shown in FIG. 7 is executed in parallel with the above-mentioned steps S102, S112, etc. The feature amount calculation unit 14 groups together the observation points whose difference in Z coordinate values between adjacent observation points is equal to or less than a predetermined threshold value (step S152). The feature amount calculation unit 14 calculates the number of areas with high reflection intensity in the group (step S154). As shown in FIG. 8, when reflective curb studs Ref1 and Ref2 are respectively arranged on the upper surfaces of the curbs CS1 and CS2 of the curb CS, the reflection intensity from the upper surfaces of the curbs CS1 and CS2 is high. In the example of FIG. 8, two reflective curb studs Ref1 and Ref2 are arranged, but when the curbs are further connected in the longitudinal direction, three or more reflective curb studs may be arranged.

図７に示すように、尤度算出部１６は、反射式縁石鋲の配置数に対応する配置数尤度を算出する（ステップＳ１５６）。ここで、第１実施形態のステップＳ１０６における高さ尤度算出と同様に、尤度算出部１６は、予め記憶部４０に記憶された配置数尤度を示すテーブルに基づいて、配置数尤度を算出する。テーブルは、反射式縁石鋲の配置数を示す数値と、配置数尤度とを対応付けたテーブルである。かかるテーブルは、具体的には、反射式縁石鋲の配置数が複数であるか、複数でないかの２択で構成されている。グループから予め定められた第１の距離範囲内に、反射式縁石鋲が複数位置する場合には、反射式縁石鋲が複数位置しない場合に比べて高い縁石尤度が算出される。 As shown in FIG. 7, the likelihood calculation unit 16 calculates the placement number likelihood corresponding to the placement number of reflective curb studs (step S156). Here, similar to the height likelihood calculation in step S106 of the first embodiment, the likelihood calculation unit 16 calculates the placement number likelihood based on a table indicating the placement number likelihood previously stored in the storage unit 40. The table is a table that associates a numerical value indicating the placement number of reflective curb studs with the placement number likelihood. Specifically, this table is configured with two options: the number of reflective curb studs is multiple or not multiple. When multiple reflective curb studs are located within a first distance range that is predetermined from the group, a higher curb likelihood is calculated compared to when multiple reflective curb studs are not located.

以上説明した第３実施形態の縁石検出装置１００によれば、第１実施形態における特徴量に加えて、反射式縁石鋲の配置数も特徴量とする。このため、グループ自身の特徴量だけでなくグループに関連する物を特徴量として、グループに対する縁石判定の精度を向上できる。 According to the curb detection device 100 of the third embodiment described above, in addition to the features in the first embodiment, the number of reflective curb studs arranged is also used as a feature. Therefore, the accuracy of curb determination for a group can be improved by using not only the features of the group itself but also things related to the group as features.

Ｄ．第４実施形態：
第４実施形態の縁石検出装置１００の構成は、第１実施形態の縁石検出装置１００の構成と同じであるので、同一の構成要素には同一の符号を付し、その詳細な説明を省略する。第１実施形態では、縁石の高さと、縁石の幅と、縁石の位置と、縁石の長さを特徴量としていたが、第４実施形態では、これらに加えて、縁石の曲率も特徴量とする。 D. Fourth embodiment:
Since the configuration of the curb stone detection device 100 of the fourth embodiment is the same as that of the curb stone detection device 100 of the first embodiment, the same components are denoted by the same reference numerals and detailed description thereof will be omitted. In the first embodiment, the height, width, position, and length of the curb stone are used as feature quantities, but in the fourth embodiment, in addition to these, the curb stone curvature is also used as a feature quantity.

第４実施形態において、図２に示す縁石検出処理手順は、「各特徴量ごとの尤度算出」（ＳＲ１００）の対象となる特徴量として、縁石の曲率が追加される点においてのみ、第１実施形態の縁石処理手順と異なる。 In the fourth embodiment, the curb detection processing procedure shown in FIG. 2 differs from the curb processing procedure in the first embodiment only in that the curb curvature is added as a feature to be subjected to "likelihood calculation for each feature" (SR100).

図９に示すフローは、上述のステップＳ１０２、ステップＳ１１２等と並行して実行される。特徴量算出部１４は、隣接する観測点との曲率を算出する（ステップＳ１６２）。なお、縁石の曲率とは、縁石の曲率半径の逆数の値である。図１０に示すように、縁石ＣＳのうち、縁石ＣＳ４１～４３と、縁石ＣＳ４５と、縁石ＣＳ４６は、曲率半径が無限大であるので、曲率は０（ゼロ）となる。他方、縁石ＣＳ４４の曲率は、縁石ＣＳ４４の曲率半径の逆数となる。 The flow shown in FIG. 9 is executed in parallel with the above-mentioned steps S102, S112, etc. The feature calculation unit 14 calculates the curvature between adjacent observation points (step S162). The curvature of the curb is the reciprocal value of the curb's radius of curvature. As shown in FIG. 10, of the curbs CS, curbs CS41 to CS43, CS45, and CS46 have an infinite radius of curvature, so the curvature is 0 (zero). On the other hand, the curvature of curb CS44 is the reciprocal of the radius of curvature of curb CS44.

図９に示すように、尤度算出部１６は、縁石の曲率に対応する曲率尤度を算出する（ステップＳ１６４）。ここで、第１実施形態のステップＳ１０６における高さ尤度算出と同様に、尤度算出部１６は、予め記憶部４０に記憶された曲率尤度を示すテーブルに基づいて、曲率尤度を算出する。かかるテーブルは、具体的には、縁石の曲率を示す数値と、曲率尤度とを対応付けたテーブルである。グループの曲率が、予め定められた曲率範囲内である場合には、曲率範囲外である場合に比べて高い縁石尤度が算出される。 As shown in FIG. 9, the likelihood calculation unit 16 calculates a curvature likelihood corresponding to the curvature of the curb (step S164). Here, similar to the height likelihood calculation in step S106 of the first embodiment, the likelihood calculation unit 16 calculates the curvature likelihood based on a table indicating the curvature likelihood previously stored in the storage unit 40. Specifically, this table is a table that associates a numerical value indicating the curb curvature with the curvature likelihood. When the curvature of the group is within a predetermined curvature range, a higher curb likelihood is calculated compared to when the curvature is outside the curvature range.

以上説明した第４実施形態の縁石検出装置１００によれば、第１実施形態における特徴量に加えて、縁石の曲率も特徴量とする。このため、図１０に示す縁石ＣＳ４４のように、側面に局面を有するグループに対して、縁石判定の精度を向上できる。 According to the curb detection device 100 of the fourth embodiment described above, in addition to the features in the first embodiment, the curb curvature is also used as a feature. This improves the accuracy of curb determination for a group that has curved sides, such as the curb CS44 shown in FIG. 10.

Ｅ．第５実施形態：
第５実施形態の縁石検出装置１００の構成は、第１実施形態の縁石検出装置１００の構成と同じであるので、同一の構成要素には同一の符号を付し、その詳細な説明を省略する。第１実施形態では、図２に示すステップＳ２６において、縁石ではないと判定されたグループ間の切れ目に走行履歴があるか否かが判定されていたが、これに代えて、第５実施形態では、縁石ではないと判定されたグループから第２の距離範囲内に車両の走行または停止履歴があるか否かが判定される。第５実施形態のその他の処理手順は、第１実施形態と同じである。 E. Fifth embodiment:
The configuration of the curbstone detection device 100 of the fifth embodiment is the same as that of the curbstone detection device 100 of the first embodiment, so the same components are given the same reference numerals and detailed description thereof will be omitted. In the first embodiment, in step S26 shown in FIG. 2, it was determined whether or not there is a driving history at the gap between the groups determined not to be a curbstone. Instead, in the fifth embodiment, it is determined whether or not there is a driving or stopping history of the vehicle within a second distance range from the groups determined not to be a curbstone. The other processing procedures of the fifth embodiment are the same as those of the first embodiment.

図１１に示すように、ステップＳ２４の処理の後、縁石再度判定部２２は、グループから予め定められた第２の距離範囲内に車両の走行履歴または停止履歴があるか否かを判定する（ステップＳ２６Ａ）。図１１に示す他のステップの処理については、第１実施形態と同様である。 As shown in FIG. 11, after the process of step S24, the curb re-determination unit 22 determines whether or not there is a history of a vehicle traveling or stopping within a predetermined second distance range from the group (step S26A). The process of the other steps shown in FIG. 11 is the same as that of the first embodiment.

図１２に示すように、走行または停止車両の側面から予め定められた第２の距離範囲内に、前後に延びる形状の構造物があると、縁石ＣＳである可能性が高い。本実施形態において、グループから予め定められた第２の距離は１ｍ（メートル）である。なお、第２の距離は１ｍに限らず、縁石と判定するのに妥当な任意の距離であってもよい。 As shown in FIG. 12, if there is a structure with a shape extending forward and backward within a predetermined second distance range from the side of a moving or stopped vehicle, it is highly likely to be a curb CS. In this embodiment, the predetermined second distance from the group is 1 m (meter). Note that the second distance is not limited to 1 m, and may be any distance that is appropriate for determining that the structure is a curb.

以上説明した第５実施形態の縁石検出装置１００によれば、縁石ではないと判定されたグループから予め定められた第２の距離範囲内に車両の走行または停止履歴があるか否かが判定される。このため、縁石ではないと判定されたグループに対して、周囲の車両との距離を用いて、縁石再度判定部２２が再度判定することによって、縁石の判定精度を向上できる。 According to the curb detection device 100 of the fifth embodiment described above, it is determined whether or not there is a history of a vehicle traveling or stopping within a predetermined second distance range from a group determined not to be a curb. Therefore, the curb re-determination unit 22 re-determines a group determined not to be a curb using the distance from the surrounding vehicles, thereby improving the accuracy of the curb determination.

Ｆ．第６実施形態：
第６実施形態の縁石検出装置１００の構成は、第１実施形態の縁石検出装置１００の構成と同じであるので、同一の構成要素には同一の符号を付し、その詳細な説明を省略する。第１実施形態では、図２に示すステップＳ２６において、縁石ではないと判定されたグループ間の切れ目に走行履歴があるか否かが判定されていたが、これに代えて、第６実施形態では、縁石ではないと判定されたグループから第３の距離範囲内に道路の標識のポール、または、電柱があるか否かが判定される。第６実施形態のその他の処理手順は、第１実施形態と同じである。 F. Sixth embodiment:
The configuration of the curbstone detection device 100 of the sixth embodiment is the same as that of the curbstone detection device 100 of the first embodiment, so the same components are given the same reference numerals and detailed description thereof is omitted. In the first embodiment, in step S26 shown in FIG. 2, it was determined whether or not there is a travel history at the gap between the groups determined not to be a curbstone. Instead, in the sixth embodiment, it is determined whether or not there is a road sign pole or a utility pole within a third distance range from the groups determined not to be a curbstone. The other processing procedures of the sixth embodiment are the same as those of the first embodiment.

図１２に示すように、ステップＳ２４の処理の後、縁石再度判定部２２は、グループから予め定められた第３の距離範囲内に道路標識のポール等があるか否かを判定する（ステップＳ２６Ｂ）。図１３に示す他のステップの処理については、第１実施形態と同様である。 As shown in FIG. 12, after the process of step S24, the curb re-determination unit 22 determines whether or not there is a road sign pole or the like within a third distance range that is determined in advance from the group (step S26B). The process of the other steps shown in FIG. 13 is the same as that of the first embodiment.

図１２に示すように、道路標識のポールＰＬ、または、電柱ＨＰから予め定められた第３の距離範囲内に、前後に延びる形状の構造物が存在すると、縁石ＣＳである可能性が高い。本実施形態において、グループから予め定められた第３の距離は１～５ｍ（メートル）である。なお、第３の距離は１～５ｍに限らず、縁石と判定するのに妥当な任意の距離であってもよい。 As shown in FIG. 12, if a structure with a shape extending forward and backward is present within a third distance range determined in advance from a road sign pole PL or a utility pole HP, it is highly likely to be a curb CS. In this embodiment, the third distance determined in advance from the group is 1 to 5 m (meters). Note that the third distance is not limited to 1 to 5 m, and may be any distance that is appropriate for determining that the structure is a curb.

以上説明した第６実施形態の縁石検出装置１００によれば、縁石ではないと判定されたグループから予め定められた第３の距離範囲内に道路標識のポールＰＬ、または、電柱ＨＰがあるか否かが判定される。このため、縁石ではないと判定されたグループに対して、周囲の構造物との距離を用いて、縁石再度判定部２２が再度判定することによって、縁石の判定精度を向上できる。 According to the curb detection device 100 of the sixth embodiment described above, it is determined whether or not a road sign pole PL or utility pole HP is present within a third distance range determined in advance from a group determined not to be a curb. Therefore, the curb re-determination unit 22 re-determines a group determined not to be a curb using the distance to surrounding structures, thereby improving the accuracy of determining the curb.

Ｇ．他の実施形態：
（Ｇ１）本実施形態の縁石検出装置１００において、尤度算出部１６は、複数種類の特徴量を算出していたが、１種類の特徴量を算出してもよい。すなわち、１種類以上の特徴量であればよい。 G. Other embodiments:
(G1) In the curb detection device 100 of this embodiment, the likelihood calculation unit 16 calculates a plurality of types of feature amounts, but it may also calculate one type of feature amount. In other words, it is sufficient that there is one or more types of feature amount.

（Ｇ２）本実施形態の縁石検出装置１００において、車両に搭載された距離センサ１５０は、Ｌｉｄａｒであったが、Ｌｉｄａｒに限らず他の任意の種類の距離センサであってもよい。 (G2) In the curb detection device 100 of this embodiment, the distance sensor 150 mounted on the vehicle is a Lidar, but it is not limited to Lidar and may be any other type of distance sensor.

（Ｇ３）本実施形態の縁石検出装置１００は、車両に搭載されていたが車両に搭載されていなくてもよい。例えば、外部の管理センター等に備えられていてもよい。 (G3) The curbstone detection device 100 of this embodiment is mounted on a vehicle, but it does not have to be mounted on a vehicle. For example, it may be provided in an external management center, etc.

（Ｇ４）本実施形態の縁石検出装置１００において、縁石再度判定部２２はなくてもよい。具体的には、データセンター２００から取得したプローブ情報を用いて、縁石再度判定部２２は、グループが縁石であるか否かを再び判定していたが、かかる再判定をしなくてもよい。 (G4) In the curb detection device 100 of this embodiment, the curb re-determination unit 22 may not be included. Specifically, the curb re-determination unit 22 re-determines whether or not a group is a curb using the probe information acquired from the data center 200, but such a re-determination may not be necessary.

（Ｇ５）本実施形態の縁石検出装置１００において、特徴量として、縁石の面の法線を含んでもよい。観測点を含む面の法線ベクトルを用いて、尤度算出部１６は、法線尤度を算出してもよい。 (G5) In the curb detection device 100 of this embodiment, the feature may include the normal of the curb face. The likelihood calculation unit 16 may calculate the normal likelihood using the normal vector of the face that includes the observation point.

本開示は、上述の実施形態に限られるものではなく、その趣旨を逸脱しない範囲において種々の構成で実現することができる。例えば、発明の概要の欄に記載した形態中の技術的特徴に対応する各実施形態中の技術的特徴は、上述の課題の一部又は全部を解決するために、あるいは、上述の効果の一部又は全部を達成するために、適宜、差し替えや、組み合わせを行うことが可能である。また、その技術的特徴が本明細書中に必須なものとして説明されていなければ、適宜、削除することが可能である。 The present disclosure is not limited to the above-described embodiments, and can be realized in various configurations without departing from the spirit of the present disclosure. For example, the technical features in each embodiment that correspond to the technical features in the form described in the Summary of the Invention column can be replaced or combined as appropriate to solve some or all of the above-described problems or to achieve some or all of the above-described effects. Furthermore, if a technical feature is not described in this specification as essential, it can be deleted as appropriate.

本開示に記載の縁石検出装置及びその手法は、コンピュータプログラムにより具体化された一つ乃至は複数の機能を実行するようにプログラムされたプロセッサ及びメモリを構成することによって提供された専用コンピュータにより、実現されてもよい。あるいは、本開示に記載の縁石検出装置及びその手法は、一つ以上の専用ハードウエア論理回路によってプロセッサを構成することによって提供された専用コンピュータにより、実現されてもよい。もしくは、本開示に記載の縁石検出装置及びその手法は、一つ乃至は複数の機能を実行するようにプログラムされたプロセッサ及びメモリと一つ以上のハードウエア論理回路によって構成されたプロセッサとの組み合わせにより構成された一つ以上の専用コンピュータにより、実現されてもよい。また、コンピュータプログラムは、コンピュータにより実行されるインストラクションとして、コンピュータ読み取り可能な非遷移有形記録媒体に記憶されていてもよい。 The curbstone detection device and the method thereof described in the present disclosure may be realized by a dedicated computer provided by configuring a processor and a memory programmed to execute one or more functions embodied in a computer program. Alternatively, the curbstone detection device and the method thereof described in the present disclosure may be realized by a dedicated computer provided by configuring a processor with one or more dedicated hardware logic circuits. Alternatively, the curbstone detection device and the method thereof described in the present disclosure may be realized by one or more dedicated computers configured by a combination of a processor and a memory programmed to execute one or more functions and a processor configured with one or more hardware logic circuits. In addition, the computer program may be stored in a computer-readable non-transient tangible recording medium as instructions executed by the computer.

１６…尤度算出部、１８…統合尤度算出部、２０…縁石判定部、１００…縁石検出装置、１５０…距離センサ 16: Likelihood calculation unit, 18: Integrated likelihood calculation unit, 20: Curb determination unit, 100: Curb detection device, 150: Distance sensor

Claims

A curbstone detection device (100) for detecting a curbstone, comprising:
a likelihood calculation unit (16) that uses point cloud information obtained by a distance sensor (150) mounted on a vehicle to calculate one or more types of predetermined feature amounts for a group consisting of information on a plurality of points in the point cloud information, and calculates a curb likelihood corresponding to the feature amounts and indicating a curb likelihood for the group based on the calculated feature amounts;
an integrated likelihood calculation unit (18) that calculates an integrated likelihood by integrating the curb likelihoods corresponding to the respective feature amounts;
a curb determination unit (20) that determines that the group is a curb when the integrated likelihood is equal to or greater than a predetermined threshold, and that determines that the group is not a curb when the integrated likelihood is smaller than a predetermined threshold;
Equipped with
The feature amount includes at least one of a height of the curb, a gradient of the curb, a width of the curb, a normal to a face of the curb, and a curb curvature;
The characteristic amount further includes a number of reflective curb studs having a predetermined shape;
A curb detection device in which the likelihood calculation unit calculates a higher curb likelihood when multiple reflective curb studs are located within a predetermined first distance range from the group compared to when multiple reflective curb studs are not located.

A curbstone detection device (100) for detecting a curbstone, comprising:
a likelihood calculation unit (16) that uses point cloud information obtained by a distance sensor (150) mounted on a vehicle to calculate one or more types of predetermined feature amounts for a group consisting of information on a plurality of points in the point cloud information, and calculates a curb likelihood corresponding to the feature amounts and indicating a curb likelihood for the group based on the calculated feature amounts;
an integrated likelihood calculation unit (18) that calculates an integrated likelihood by integrating the curb likelihoods corresponding to the respective feature amounts;
a curb determination unit (20) that determines that the group is a curb when the integrated likelihood is equal to or greater than a predetermined threshold, and that determines that the group is not a curb when the integrated likelihood is smaller than a predetermined threshold;
Equipped with
An input/output interface (42) that acquires probe information from a data center (200) that provides the probe information, the probe information being information indicating a history of a vehicle traveling or stopping;
The curb detection device further includes a curb re-determination unit (22) that, when the curb determination unit determines that the group is not a curb, uses the probe information to determine again whether or not the group determined to be not a curb indicates a curb.

2. The curbstone detection device according to claim 1 ,
The feature value includes a gradient of a curb;
A curb detection device, wherein the likelihood calculation unit calculates a higher curb likelihood when the gradient of the group is within a predetermined gradient range compared to when the gradient is outside the gradient range.

2. The curbstone detection device according to claim 1 ,
The feature amount includes a curvature of a curb;
A curb detection device, wherein the likelihood calculation unit calculates a higher curb likelihood when the curvature of the group is within a predetermined curvature range compared to when the curvature is outside the curvature range.

3. The curbstone detection device according to claim 2 ,
the curb re-determination unit, when determining, using the probe information, that a vehicle travel history exists in a gap between two of the groups that have been determined not to be a curb, increases the integrated likelihood and makes a determination;
A curb detection device in which the curb re-determination unit determines, using the probe information, that there is no vehicle driving history in the gap between two of the groups that have been determined not to be a curb, and determines that the group is not a curb.

3. The curbstone detection device according to claim 2 ,
the curb re-determination unit, when determining, using the probe information, that a vehicle has a running history or a stopping history within a predetermined second distance range from the group determined not to be a curb, increases the integrated likelihood and makes a determination;
A curb detection device in which the curb re-determination unit determines that the group is not a curb if it determines, using the probe information, that there is no vehicle driving or stopping history within a predetermined second distance range from the group that has been determined to not be a curb.

3. The curbstone detection device according to claim 2 ,
the curb re-determination unit, when determining, using the probe information, that a road sign pole or a utility pole is present within a third distance range that is determined in advance from the group that is determined not to be a curb, increases the integrated likelihood and makes a determination;
A curb detection device in which the curb re-determination unit determines that the group is not a curb if it determines, using the probe information, that there is no road sign pole or utility pole within a predetermined third distance range from the group that has been determined to not be a curb.