[go: up one dir, main page]
More Web Proxy on the site http://driver.im/

JP2002099906A - 物体認識装置 - Google Patents

物体認識装置

Info

Publication number
JP2002099906A
JP2002099906A JP2000288953A JP2000288953A JP2002099906A JP 2002099906 A JP2002099906 A JP 2002099906A JP 2000288953 A JP2000288953 A JP 2000288953A JP 2000288953 A JP2000288953 A JP 2000288953A JP 2002099906 A JP2002099906 A JP 2002099906A
Authority
JP
Japan
Prior art keywords
vehicle
detection
detected
reliability
image
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Withdrawn
Application number
JP2000288953A
Other languages
English (en)
Inventor
Koichi Kojima
浩一 小嶋
Masaki Chiba
正基 千葉
Takehiko Fujioka
健彦 藤岡
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Mazda Motor Corp
Original Assignee
Mazda Motor Corp
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Mazda Motor Corp filed Critical Mazda Motor Corp
Priority to JP2000288953A priority Critical patent/JP2002099906A/ja
Publication of JP2002099906A publication Critical patent/JP2002099906A/ja
Withdrawn legal-status Critical Current

Links

Landscapes

  • Image Processing (AREA)
  • Traffic Control Systems (AREA)
  • Position Fixing By Use Of Radio Waves (AREA)
  • Radar Systems Or Details Thereof (AREA)
  • Optical Radar Systems And Details Thereof (AREA)
  • Image Analysis (AREA)
  • Length Measuring Devices By Optical Means (AREA)

Abstract

(57)【要約】 【課題】 検出方式が異なる２種類の検出手段を用い
て、監視すべき物体を高精度且つ高確度に認識する。 【解決手段】 距離センサ（ＬＲ）１と画像センサ（Ｉ
Ｒ）２とによってそれぞれ検出された先行車両の位置、
速度の相関関係を表わす値と、それぞれ算出された位置
及び速度の信頼性に関する値を算出する(S11, S12)と共
に、算出した値に基づくセンサフュージョンにより、そ
れら車両が、監視対象である１つの車両であるか否かを
判断する(S13)。

Description

【発明の詳細な説明】
【０００１】
【発明の属する技術分野】本発明は、物体認識装置に関
し、例えば、周囲の物体を認識すべく自動車等の車両に
搭載して好適な物体認識装置に関する。
【０００２】
【従来の技術】従来より、物体の存在を検出する技術分
野においては、複数種類のセンサによってそれぞれ同じ
検出対象を検出するように設定し、それらセンサの検出
結果を総合的に考慮して最終的な検出結果を求める、所
謂センサフュージョン技術が提案されている。
【０００３】このような技術の一例として、特開平１０
−２５５０１９号には、可視光カメラによって撮影した
画像に基づいて算出したしきい値を用いて赤外線カメラ
によって撮影した画像を２値化し、求めた２値化画像か
ら自車両周囲に存在する車両の位置を検出する技術が提
案されている。
【０００４】また、特開平９−２３６６７２号には、略
同じ検出対象範囲を検出するように配設された超音波セ
ンサと赤外線センサとを用いて、トイレ内に人が存在す
るか否かの判定を行う技術が提案されている。
【０００５】
【発明が解決しようとする課題】上記の従来技術によれ
ば、何れか一方のセンサを単独で用いて検出した場合と
比較して確度の高い検出結果を得ることができるが、そ
れらセンサが個別に検出した結果の確度は考慮されてい
ないため、何れのセンサも正確に物体を検出しているこ
とが前提となる。
【０００６】そこで本発明は、検出方式が異なる２種類
の検出手段を用いて、監視すべき物体を高精度且つ高確
度に認識する物体認識装置の提供を目的とする。
【０００７】
【課題を解決するための手段】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、以下の構成を特徴と
する。
【０００８】即ち、所定の検出波を送出すると共に、そ
の検出波の物体からの反射波に基づいて、その物体の位
置及び速度を検出する第１の検出手段と、前記検出波の
伝搬範囲を少なくとも含む領域を撮像装置によって撮像
すると共に、撮影された画像に基づいて、その画像に含
まれる物体の位置及び速度を検出する第２の検出手段
と、前記第１及び第２の検出手段によって個別に検出さ
れたそれぞれの物体の位置及び速度の相関関係を表わす
値を算出すると共に、算出した値に従って、それら物体
を、監視対象である１つの物体として認識する物体認識
手段とを備えることを特徴とする。
【０００９】好適な実施形態において、前記撮像装置は
赤外線カメラであって、前記第２の検出手段は、前記赤
外線カメラによって撮像された全体画像を対象として、
その全体画像に含まれるところの、物体である可能性が
高い部分画像領域を推定する推定手段と、前記推定手段
によって推定された部分画像領域に含まれるところの、
所定輝度より高輝度な箇所を検出し、検出した高輝度な
箇所を基準とする所定サイズのフレームを該部分画像領
域に対して用いるパターンマッチングに基づいて、該部
分画像領域が表わす物体の種類を特定すると共に、特定
された物体の位置及び速度を検出する処理を、該推定さ
れた部分画像領域毎に行う物体検出手段とを含むことを
特徴とする。
【００１０】上記の装置構成において、例えば前記物体
検出手段による検出対象の物体は、内燃機関によって駆
動される車両であって、前記所定輝度は、前記赤外線カ
メラによって前記排気管が撮像されたときの標準的な輻
射熱量に基づく値に設定されていると良い。
【００１１】また、前記物体検出手段には、前記検出対
象である車両における排気管の標準的な取り付け位置
と、その車両の断面形状との関係を表わす特徴情報が予
め記憶されており、前記物体検出手段は、前記所定輝度
より高輝度な箇所を、前記部分画像領域における排気管
の取り付け位置と推定し、推定した取り付け位置と、前
記特徴情報とに従って、前記部分画像領域に対して用い
るべき前記フレームの所定のサイズと、設定すべき位置
とを決定すると良い。
【００１２】好適な実施形態において、前記物体認識手
段は、前記第１及び第２の検出手段によってそれぞれ検
出された位置及び速度の信頼性に関する値と、前記相関
関係を表わす値との和が所定のしきい値より大きいとき
に、前記物体を監視対象として認識することを特徴とす
る。
【００１３】上記の装置構成において、前記撮像装置は
赤外線カメラであって、前記物体認識手段は、物体認識
を行うべき周囲の環境変化に応じて、前記信頼性に関す
る値を変更すると良い。
【００１４】また、例えば前記物体認識手段は、前記第
１の検出手段の検出特性が晴天時と比較して影響を受け
易い荒天時に、前記第１の検出手段による検出結果に対
する信頼性を、前記第２の検出手段による検出結果に対
する信頼性より低く設定すべく、前記信頼性に関する値
を変更すると良い。
【００１５】また、例えば前記物体認識手段は、前記赤
外線カメラの撮像特性が影響を受け易い路面温度が所定
温度より高温のときに、前記第２の検出手段による検出
結果に対する信頼性を、前記第１の検出手段による検出
結果に対する信頼性より低く設定すべく、前記信頼性に
関する値を変更すると良い。
【００１６】また、好ましくは、前記第２の検出手段
は、前記物体の位置及び速度を検出するときに、前記第
１の検出手段による検出結果を参照すると良く、より具
体的には、前記物体検出手段は、前記部分画像領域に対
して用いるべき前記所定サイズのフレームを、前記第１
の検出手段による検出結果と、予め記憶している検出対
象の物体の形状に関する特徴情報とに従って決定すると
良い。
【００１７】また、好ましくは、前記物体検出手段は、
前記全体画像内に前記所定輝度より高輝度な箇所が複数
個検出されたときに、前回の制御周期において検出した
物体に対応する部分画像領域に基づいて、その物体に対
応する高輝度な箇所を特定すると良い。
【００１８】
【発明の効果】上記の本発明によれば、検出方式が異な
る２種類の検出手段を用いて、監視すべき物体を高精度
且つ高確度に認識する物体認識装置の提供が実現する。
【００１９】即ち、請求項１の発明によれば、それぞれ
の検出手段による検出結果の信頼性を、相関関係を表わ
す値によって最終的な認識結果に反映することができる
ので、監視すべき物体を高精度且つ高確度に認識するこ
とができる。
【００２０】また、請求項２の発明によれば、検出すべ
き物体の特徴を輝度と位置とを利用して表わすと共に、
処理負担の大きな上記のパターンマッチングを、全体画
像ではなく部分画像領域に限って行うので、最終的な認
識結果を迅速に求めることができる。
【００２１】また、請求項３の発明によれば、検出すべ
き車両（自動車）の特徴を表わす排気管部分の画像の輝
度によって推定しているので、正確な認識結果を行うこ
とができる。
【００２２】また、請求項４の発明によれば、排気管部
分の位置を基準として予め記憶している特徴情報を参照
してフレームサイズを決定しているので、パターンマッ
チングに使用すべきフレームのサイズの決定と、検出す
べき物体の種類（車両）の特定とを、シンプルな処理構
成で迅速に行うことができる。
【００２３】また、上記の各検出手段の検出範囲内に存
在する物体の移動速度は、それら各手段の制御周期と比
較してかなり遅いので、請求項５の発明の如く制御周期
を設定しても、高精度な認識結果を得ることができる。
【００２４】また、請求項６の発明によれば、比較的処
理負担の少ない計算により、監視すべき物体を高精度且
つ高確度に認識することができる。
【００２５】また、請求項７の発明によれば、周囲の環
境変化を認識結果の確度（信頼性）に反映することがで
きる。
【００２６】また、請求項８の発明によれば、第１の検
出手段の検出特性を認識結果の確度（信頼性）に反映す
ることができる。
【００２７】また、請求項９の発明によれば、赤外線カ
メラを利用した第２の検出手段の検出特性を、認識結果
の確度（信頼性）に反映することができる。
【００２８】また、請求項１０の発明によれば、例え
ば、第２の検出手段と比較して検出誤差の小さい第１の
検出手段による検出結果を、例えば、パターンマッチン
グに使用するフレームのサイズ決定に利用する（請求項
１１）ことにより、第２の検出手段の検出結果の信頼性
を向上することができる。
【００２９】
【発明の実施の形態】以下、本発明を、自動車等の車両
の警報システムに適用した実施形態として、図面を参照
して詳細に説明する。
【００３０】図１は、本実施形態における警報システム
が搭載された車両の装置構成を示すブロック図である。
【００３１】同図に示す車両１００において、１は、自
車両の前方を走行する他車両との車間距離を検出するレ
ーザーレーダ、或いはミリ波レーダ等の距離センサ（以
下、ＬＲ）である。２は、赤外線（近赤外線及び遠赤外
線を含む）を利用した撮像装置（赤外線カメラ）を用い
て、自車両の前方の所定の撮像範囲を撮影する画像セン
サ（以下、ＩＳ）である。
【００３２】３は、自車両の速度を減速させるブレーキ
アクチュエータである。４は、自車両の速度を調整する
エンジンスロットルの開度を調整するスロットルアクチ
ュエータである。尚、車両１００の速度調整には、自動
変速機を併用しても良い。
【００３３】ここで、ＬＲ１とＩＳ２とは、図１（ｂ）
に示すように、車両１００の車幅方向に略同じであっ
て、バンパー近傍において車両上下方向に重ねられるよ
うに搭載されており、上述したＬＲ１及びＩＳ２は、図
２に示すように当該センサの搭載位置から垂直上方向を
＋Ｙ方向、右横方向を＋Ｘ方向、そして自車両の前方方
向を＋Ｚ方向とする座標系を基準としている。
【００３４】また、本実施形態において、ＩＳ２が図１
（ｂ）に示すようにバンパーの下方に搭載される理由
は、検出対象である他車両の後部バンパーの下方に位置
する排気管の周辺を、ＩＳ２による撮影を容易にするた
めである。
【００３５】また、これら２種類のセンサＬＲ１及びＩ
Ｓ２の検出範囲は、図３に示すように、ＩＳ２の検出範
囲がＬＲ１の検出範囲を内包するように設定されてい
る。また、ＬＲ１の検出範囲（所定の検出波の走査範囲
（伝搬範囲））は、垂直方向に所定の仰角をなす立体的
な領域であり、その領域範囲内に存在する物体までの距
離と方向（角度）とを検出する。
【００３６】尚、本実施形態では、説明の便宜上、ＬＲ
１及びＩＳ２の搭載位置を図１（ｂ）に示すように配置
するが、搭載スペースの関係から実際には車幅方向にず
らして実装する場合には、それらセンサのずれ量がオフ
セットされた同一の座標系に変換することにより、計算
上は図２に示す座標系に調整すると良い。
【００３７】次に、５は、本実施形態において少なくと
も自車両と前方の他車両との車間距離に関する警報音の
出力を行うスピーカである。６は、車両１００のワイパ
ーの動作オン・オフ、動作速度、並びに動作周期の設定
をドライバが可能なワイパスイッチであり、本実施形態
では、ワイパスイッチ６の操作状態により、周囲の走行
環境が雨天や濃霧等の荒天状態であるかを推定する。
【００３８】７は、ＩＳ２によって撮像した画像（以
下、赤外画像）の表示や、各種情報の表示を行う表示装
置である。８は、車両１００に対する日光の照度を検出
することにより、周囲の走行環境が晴天状態であるかを
検出する照度センサである。
【００３９】９は、車両１００の速度を検出する速度セ
ンサである。１０は、外部より受信したＧＰＳ（グロー
バル・ポジショニング・システム）信号に基づいて車両
１００の現在位置を検出するＧＰＳセンサであり、本実
施形態では、現在時刻の検出にも利用する。
【００４０】そして、ＥＣＵ（電子制御ユニット）１１
は、上述した各種センサにより入手した情報に基づい
て、車間距離に関する警報をドライバに対してスピーカ
５から報知すると共に、ブレーキアクチュエータ３及び
／またはスロットルアクチュエータ４を制御することに
より、自車両の前方に存在する他車両との車間距離が所
定距離に維持する。ＥＣＵ１１には、不図示のマイクロ
コンピュータが搭載されており、予めメモリに格納され
たプログラムやパラメータに従って、ＣＰＵが動作する
ことにより、以下に説明する警報・制御処理を実現す
る。
【００４１】［警報・制御処理］図４は、本実施形態に
おけるＥＣＵ１１が実行する警報・制御処理のフローチ
ャートを示す図であり、例えばイグニッションスイッチ
（不図示）がドライバによってオン状態に設定されるこ
とによって開始される。
【００４２】同図において、ステップＳ１：ＬＲ１及び
ＩＳ２のそれぞれの検出結果に基づくセンサフュージョ
ンにより、車両１００の前方に存在する車両（先行車
両）の存在を認識すると共に、その車両と自車両との相
対的な距離情報（車間距離、速度）を取得する（詳細は
後述する）。
【００４３】ステップＳ２：車速センサ９の検出結果に
より、自車速を検出する。
【００４４】ステップＳ３〜ステップＳ５：例えば図５
に示すような危険判断の基準特性を予めルックアップテ
ーブル（ＬＵＴ）としてＲＯＭ等の記憶デバイスに記憶
しておき、ステップＳ１及びステップＳ２にて取得した
距離情報及び自車速に基づいて相対速度を算出すると共
に、該ＬＵＴを、算出した相対速度と、ステップＳ１に
て求めた車間距離とに従って参照することにより、ブレ
ーキアクチュエータ３及び／またはスロットルアクチュ
エータ４を駆動する車間距離制御を実行すべき危険な状
態か、スピーカ５からの警報音の出力を実行すべき危険
な状態かを判断する（ステップＳ３）。そして、この判
断結果により、危険ではないときにはステップＳ１にリ
ターンし、警報が必要な場合にはスピーカ５による警報
音の出力及び表示装置７へのガイダンス表示等を行い
（ステップＳ４）、警報に加えて車間距離制御の実行が
必要な場合には、ブレーキアクチュエータ３及び／また
はスロットルアクチュエータ４を駆動を制御することに
より、車間距離を制御し（ステップＳ５）、その後、ス
テップＳ１にリターンする。
【００４５】［車両認識処理］以下、本実施形態におい
て図４のステップＳ１にて行われるところの、車両認識
処理について詳細に説明する。
【００４６】図６は、本実施形態におけるＥＣＵ１１が
実行する車両認識処理を示すフローチャートであり、同
図に示すように、ステップＳ１（図４）では、ＩＳ２を
用いた車両の認定処理（ステップＳ１１）と、ＬＲ１を
用いた車両の認定処理（ステップＳ１２）とが並行して
行われ、ステップＳ１３における車両認識処理では、ス
テップＳ１１及びステップＳ１２におけるＩＳ２及びＬ
Ｒ１の検出結果に基づくセンサフュージョンにより、最
終的な車両認識結果が算出される。そして、ステップＳ
１３にて算出された車両認識結果は、本実施形態ではス
テップＳ３の危険判断に利用される。
【００４７】以下、図６に示す各ステップの詳細な処理
手順について説明する。
【００４８】＜ＩＳ２による車両の認定処理＞まず、Ｉ
Ｓ２による車両の認定処理について、図７乃至図１４を
参照して説明する。
【００４９】はじめに、ＩＳ２による車両の認定処理を
概説する。本実施形態において、ＩＳ２による車両の認
定処理は、大別して、赤外線カメラ（ＩＳ２）によって
撮像された赤外画像の全体を対象として行われる「車両
画像の概略推定処理」と、その概略推定処理によって推
定された部分画像領域に対して個別に行われる「車両検
出処理」とにより構成される。
【００５０】まず、車両画像の概略推定処理では、赤外
画像（図７に例示する赤外画像２１参照）の全体に含ま
れるところの、車両（車両の断面形状）である可能性が
高い部分画像領域（図７に例示する部分画像領域２４）
を推定する。
【００５１】次に、車両検出処理は、内燃機関によって
駆動される一般的な車両を検出対象の物体として、車両
画像の概略推定処理によって推定された部分画像領域か
ら、その領域内に含まれる所定輝度より高輝度な箇所
を、排気管の取り付け位置（図７に例示する排気管の領
域画像２３）として検出し、検出した高輝度な箇所を基
準とする所定サイズのフレームを該部分画像領域に対し
て用いるパターンマッチング処理を施すことにより、該
部分画像領域が表わす物体が車両であることを特定する
と共に、特定された物体の位置及び速度を検出する。
【００５２】このとき、ＥＣＵ１１には、当該所定輝度
として、赤外線カメラによって排気管を含む一般的な車
両が撮像されたときの、その排気管の領域の標準的な輻
射熱量に基づく値を予めＲＯＭ等のメモリに記憶してお
くと共に、係る車両における排気管の標準的な取り付け
位置と、その車両の断面形状との関係を表わす特徴情報
とを予めＲＯＭ等のメモリに記憶しておく。
【００５３】そして、パターンマッチング処理に際して
は、上記の特徴情報を参照することにより、所定輝度よ
り高輝度な排気管の取り付け位置を基準として上下左右
に所定割合のサイズを有するフレームと、注目している
部分画像領域に対して設定すする（詳細は図１１を参照
して後述する）。
【００５４】図８は、本実施形態におけるＥＣＵ１１が
実行するＩＳ２による車両の認定処理を示すフローチャ
ートであり、図６のステップＳ１１の詳細な処理手順を
示す。
【００５５】図８において、ステップＳ２１〜ステップ
Ｓ２３：赤外線カメラの１フレーム分の撮影画像（赤外
画像）を入力し（ステップＳ２１）、上記の如く概説し
た車両画像の概略推定処理を行うタイミングを決定する
ために使用するカウンタＣの計数値を０にリセットし
（ステップＳ２２）、当該１フレーム分の赤外画像の中
から検出された部分画像領域の数量（物体数Ｘ）を０に
リセットする（ステップＳ２３）。
【００５６】尚、赤外線カメラ及びＥＣＵ１１の制御周
期と比較して、検出対象である車両の動作は緩慢なた
め、本実施形態では、ＥＣＵ１１の演算処理の負担を軽
減すべく、赤外線カメラの制御周期（本実施形態では１
００ｍｓｅｃ）毎に入力される赤外画像に対して行われ
る車両検出処理の実行頻度に対して、車両画像の概略推
定処理は１０フレーム毎に行う。
【００５７】ステップＳ２４，ステップＳ２５：カウン
タＣの計数値が０であるかを判断し（ステップＳ２
４）、この判断でカウンタＣ＝０のときには、新たに入
力された１フレーム分の赤外画像全体に対して車両画像
の概略推定処理を行うことにより、車両の断面形状であ
ると推定した部分画像領域の赤外画像内における位置の
特定すると共に、推定した部分画像領域の全数量を物体
数Ｘに設定し（ステップＳ２５：詳細は図９を参照して
後述する）、ステップＳ２６に進む。
【００５８】ステップＳ２６〜ステップＳ２８：一方、
カウンタＣ≠０のときには、上記の如く概説した車両検
出処理を、ステップＳ２５にて設定されたＸ個の部分画
像領域（物体の画像）に対して個々に行うステップＳ２
６の一連の処理（詳細は図１０を参照して後述する）
を、そのステップＳ２６の処理が終了する度にカウンタ
Ｃの計数値を１加算しながら、計数値が９になるまで繰
り返し（ステップＳ２７，ステップＳ２８）、当該計数
値が９になったときにはステップＳ２１にリターンす
る。
【００５９】（車両画像の概略推定処理）図９は、ＩＳ
２による車両の認定処理のうち、車両画像の概略推定処
理（図８のステップＳ２５）の詳細を示すフローチャー
トである。
【００６０】同図において、ステップＳ３１：赤外線カ
メラから新たな処理対象として、１フレーム分の赤外画
像を入力する。
【００６１】ステップＳ３２，ステップＳ３３：入力さ
れた赤外画像の特徴を検出すべく、まず、縦方向（Ｙ方
向）の微分画像（ステップＳ３２）と、横方向（Ｘ方
向）の微分画像（ステップＳ３３）とを生成する。より
具体的に、ステップＳ３２では、［１，０，−１］Tの
１−３行列を用いて、赤外画像の全体に対して、縦方向
のデジタルフィルタ処理を施す。また、ステップＳ３３
では、［１，０，−１］の３−１行列を用いて、赤外画
像の全体に対して横方向のデジタルフィルタ処理を施
す。
【００６２】ステップＳ３４，ステップＳ３５：上記の
両ステップにて生成した２方向の微分画像の論理積（Ａ
ＮＤ）を採り（ステップＳ３４）、その結果得られる微
分画像の縦方向の微分値の累積を採り、算出した累積値
は、後述するステップＳ３９及びステップＳ４０におい
て当該赤外画像から車両の部分画像領域以外の領域を除
去するためのしきい値として設定する（ステップＳ３
５）。
【００６３】ステップＳ３６，ステップＳ３７：後述す
るステップＳ３９及びステップＳ４０において当該赤外
画像から車両の部分画像領域以外の領域（即ち、空領
域、道路領域）を除去する際の濃度基準とすべく、入力
された赤外画像の中央上方の所定画素の濃度値を、当該
赤外画像における空領域の濃度値としてサンプリングし
（ステップＳ３６）、中央下方の所定画素の濃度値を、
当該赤外画像における道路領域の濃度値としてサンプリ
ングする（ステップＳ３７）。
【００６４】尚、本実施形態では、濃度値を参照する所
定画素を、一例として赤外画像の中央上方及び下方とし
たが、ナビゲーション装置等によって外部より自車両前
方の道路形状に関する情報を取得可能な場合は、その情
報に応じて、参照すべき画素位置を適宜変更すると良
い。
【００６５】ステップＳ３８：後述するステップＳ３９
及びステップＳ４０において横方向の領域判定しきい値
として使用するところの、当該赤外画像の左右濃度（左
端と右端）の差分値を設定する。
【００６６】ステップＳ３９：本ステップでは、当該赤
外画像の全体領域から空領域の画像部分を除去する。即
ち、ステップＳ３６にてサンプリングした濃度値以下で
あってステップＳ３８にて設定した左右濃度のしきい値
以下という条件により、ステップＳ１にて入力された赤
外画像を当該画像の上から走査すると共に、ステップＳ
３５にて設定した微分累積値のしきい値以下という条件
により、ステップＳ３４にて算出した微分画像を当該画
像の上から走査する。そして、走査によって除去された
空領域の画像部分には、所定の濃度値（例えば黒）を設
定する。
【００６７】ステップＳ４０：本ステップでは、当該赤
外画像の全体領域から道路領域の画像部分を除去する。
即ち、ステップＳ３７にてサンプリングした濃度値以下
であってステップＳ３８にて設定した左右濃度のしきい
値以下という条件により、ステップＳ１にて入力された
赤外画像を当該画像の下から走査すると共に、ステップ
Ｓ３５にて設定した微分累積値のしきい値以下という条
件により、ステップＳ３４にて算出した微分画像を当該
画像の下から走査する。そして、走査によって除去され
た道路領域の画像部分には、所定の濃度値（例えば黒）
を設定する。
【００６８】ステップＳ４１：ステップＳ３７にてサン
プリングした道路領域の濃度値を参照することにより、
当該赤外画像に含まれる車両の画像部分の濃度値Ｂを、
Ｂ＝（サンプリング濃度値）×Ａ（本実施形態では、Ａ
＞Ｔ１＝１．０）なる計算によって推定する。
【００６９】ステップＳ４２：ステップＳ４１にて算出
した濃度値Ｂを利用して、ステップＳ１にて入力された
赤外画像を２値化する。本ステップにて算出される２値
化画像は、車両である可能性が高い高濃度部分の画像で
ある。
【００７０】ステップＳ４３：ステップＳ３３９及びス
テップＳ４０にて空領域及び道路領域が除去された２つ
の画像と、ステップＳ４２にて算出された２値化画像と
の論理積（ＡＮＤ）を採ることにより、車両の輪郭画像
（図７の領域２４）である可能性が高い部分画像領域
（エッジ画像領域）が得られる。
【００７１】（車両検出処理）図１０は、ＩＳ２による
車両の認定処理のうち、車両検出処理（図８のステップ
Ｓ２６）の詳細を示すフローチャートである。
【００７２】同図において、ステップＳ５１，ステップ
Ｓ５２：赤外線カメラから新たな処理対象として、１フ
レーム分の赤外画像を入力し（ステップＳ５１）、その
赤外画像の中央下方の画素の濃度値をサンプリングする
ことにより、図９のステップＳ３７と同様に道路領域の
濃度値を入手する（ステップＳ５２）。
【００７３】ステップＳ５３：ステップＳ５２にてサン
プリングした道路領域の濃度値を参照することにより、
当該赤外画像に含まれる排気管領域の画像部分の濃度値
Ｄを、Ｄ＝（サンプリング濃度値）×Ｆ（本実施形態で
は、Ｆ＞Ｔ２＝２．０＞Ｔ１）なる計算によって推定す
る。
【００７４】ステップＳ５４：ステップＳ５３にて算出
した濃度値Ｄをしきい値として利用して、ステップＳ５
１にて入力された赤外画像を２値化する。本ステップに
て算出される２値化画像は、排気管である可能性が高い
高濃度部分の画像（図７の領域２３）であり、この２値
化画像の当該赤外画像の全体における位置を、排気管部
分の画像位置として設定する。
【００７５】ここで、本ステップにて使用する濃度値Ｄ
が十分に大きくない場合、算出される２値化画像は、車
両の排気口周辺を含む画像（図７の領域２２）となって
しまうので、排気管の画像位置を基準として利用する本
実施形態には好ましくない。
【００７６】ステップＳ５５：本実施形態において、Ｅ
ＣＵ１１には、赤外線カメラの撮像範囲である画角（図
３参照）と、その赤外線カメラの撮像デバイス（例えば
ＣＣＤ：Charge Coupled Device）を構成する画素との
距離に関する対応関係が予め記憶されている。そこで、
本ステップでは、ステップＳ５４にて設定した排気管部
分の画像位置（図１１の排気管領域の画像２６）を基準
として、当該赤外画像の下辺から当該排気管部分の画像
位置までの画素数と、上記の距離に関する対応関係とに
基づいて、自車両の前方に存在する他車両との距離（即
ち、他車両の位置：図１１の距離ＺＩＲ）を推定すると
共に、前回の制御周期における本ステップにて推定した
当該他車両との距離を参照することにより、単位時間当
たりの変化率を、自車両と当該他車両との相対速度とし
て算出する。
【００７７】ステップＳ５６：ＥＣＵ１１には、図１２
に示すように、検出対象である車両までの距離と、その
距離に応じた該車両の標準的な車幅に対応するところ
の、赤外画像における画素数との対応関係が予めルック
アップテーブルとして記憶されており、本ステップで
は、当該赤外画像を利用して推定した距離ＺＩＲに従っ
て図１２のルックアップテーブルを参照することより、
排気管領域の画像２６に排気管が撮影されている車両の
車幅Ｗ（画素数）を推定する。
【００７８】尚、ＩＳ２による赤外画像に基づく距離検
出の精度と、ＬＲ１による障害物までの距離検出の精度
とを比較した場合は、ＬＲ１による場合の方が検出精度
に優れる。
【００７９】そこで、上記のステップＳ５６では、車幅
Ｗ（画素数）の推定を、赤外画像に基づいて算出した距
離ＺＩＲと、図１２に示すルックアップテーブルとを利
用して算出したが、この方法は、ＬＲ１及びＩＳ２によ
る重複した検出領域（以下、第２検出範囲）に車両が検
出されている場合に採用する。
【００８０】そして、前回までの制御周期において後述
するセンサフュージョンによる最終的な車両特定がなさ
れており（即ち、両方式によって個別に検出された車両
が同一車両であるか否かの認定結果が求められてお
り）、且つＬＲ１による検出結果によって対応する車両
（グループ）までの距離ＺＬＲが検出されている場合に
は、検出されていた車両が、第２検出範囲から検出領域
が重複していないＩＳ２による単独の検出領域（以下、
第１検出範囲）に移動したとき、その距離ＺＬＲに従っ
て図１２に示すルックアップテーブルを参照することに
より、精度の高い車幅Ｗ（画素数）の推定を行う。或い
は、センサフュージョンによる最終的な車両特定が同様
になされている場合には、後述するＬＲ１による車両の
認定処理のグループ化処理（図１５のステップＳ７５）
において２つのブロックを１グループにまとめるとき
に、それらブロック間の距離（車体後面の左右端部にあ
るリフレクタ間の距離に対応する長さ）に応じて標準的
な車幅（画素数）を求めておき、その値をステップＳ５
６において採用しても良い。
【００８１】ステップＳ５７：本ステップでは、上述し
た車両画像の概略推定処理にて算出した部分画像領域に
対して採用するフレーム（テンプレート）のサイズを決
定する。
【００８２】即ち、ＥＣＵ１１には、決定すべきフレー
ムに関するサイズ情報として、排気管領域の画像位置を
基準とする上下左右の所定の割合情報（図１１に示す横
方向の１／２、縦方向の２／７、５／７）が予め記憶さ
れており、この割合情報は、検出対象の車両（車種）の
断面形状における排気管位置の標準的な値に基づいて設
定されている。そこで、ステップＳ５７では、ステップ
Ｓ５６にて推定した車幅Ｗに基づいて当該割合情報を参
照することにより、ステップＳ５４にて設定した排気管
部分の画像位置を基準として、上下左右に所定割合のサ
イズを有するフレーム（図１１では、正方形で示すテン
プレート２７）を設定する。
【００８３】従って、本実施形態によれば、フレームサ
イズの決定に際して、前段の処理で検出されるであろう
赤外画像に含まれる車両画像の位置（即ち車両との距
離）に応じて多数のフレーム情報を、検出対象の車種毎
に予め記憶する必要は無く、フレームサイズの演算は車
幅Ｗと割合情報とに基づく車種毎に１回の処理で済むた
め、後述するパターンマッチング処理にて使用すべき最
適なフレームサイズを迅速に決定することができると共
に、ＥＣＵ１１に必要なメモリ領域を節約できる。
【００８４】ステップＳ５８：上述した車両画像の概略
推定処理にて算出した部分画像領域に対して、ステップ
Ｓ５７にて設定したフレームを用いてパターンマッチン
グを施すことにより、注目している部分画像領域が車両
を表わす画像であるかを判定する。より具体的には、注
目している部分画像領域のエッジ画像と、ステップＳ５
７にて設定したフレームとの論理積（ＡＮＤ）を採り、
その演算結果、当該両画像の重複部分が所定値より大き
いときには、検出対象である車両と判断すれば良い。
【００８５】また、ＥＣＵ１１にて複数車種を検出対象
とする場合は、上記の割合情報を車種毎に予め記憶して
おき、ステップＳ５７にて検出対象の車種毎に１つ最適
なフレームサイズを決定し、ステップＳ５８では、注目
している部分画像領域に対して当該車種毎のフレームを
用いてパターンマッチングを順次行い、最も重複部分が
多かったフレームを選択することにより、選択されたフ
レームに対応する車種の車両が、自車両の前方に存在す
ると判定することもできる。
【００８６】ステップＳ５９，ステップＳ６０：ステッ
プＳ５９におけるパターンマッチングの結果に対する重
み付け処理を行い（ステップＳ５９）、その結果に基づ
いて、現在（今回の制御周期において）注目している部
分画像領域が検出対象の車両であるか否かを認定する
（ステップＳ６０）。以下にステップＳ５９及びステッ
プＳ６０の詳細を説明する。
【００８７】ステップＳ５９において、ＩＳ２による車
両検出結果の時刻ｔにおける点数（重み付け値）WIS (t)
は、以下の（１）式： WIS (t) = WIS (t-1) + KAR*WAR (t) + KEP*WEP (t) + KCER*WCER (t) + KTA*WTA (t, t-1) + KTEP*WTEP (t, t-1) - KIS*e-1 ・・・・・（１）， によって求めることができる。
【００８８】但し、上記の式において、 ・時刻ｔ−１において算出した点数： WIS (t-1)， ・時刻ｔにおけるアスペクト比に関する点数： KAR*W
AR (t)， ・時刻ｔにおける排気管の位置に関する点数： KEP*W
EP (t)， ・排気管領域の画像面積／車両領域の画像面積の比に関
する点数： KCER*WCER ( t)， ・車両領域の画像面積の時間変化に関する点数： KTA*
WTA (t, t-1)， ・排気管の位置の時間変化に関する点数： KTEP*WTEP
(t, t-1)， ・正規分布にするための係数： KIS*e-1， である。
【００８９】尚、本実施形態においてアスペクト比と
は、算出結果に対する信頼性を表わす値であり、信頼性
が高いほど１に近く、信頼性が低いほど０に近い値を採
る。
【００９０】ここで、定数項WAR (t)は、図１３（ａ）に
示すところの、時刻ｔにおける演算結果のアスペクト比
に関する定数であり、赤外画像の全体領域における部分
画像領域の位置に応じて設定される。この定数は、赤外
線カメラによって撮像された赤外画像に基づいて距離を
算出する場合、赤外画像の端に位置する画素（画角の端
の画素）ほど画像の信頼性が劣化するという一般的な特
性が有るので、その特性を反映するための値である。
【００９１】定数項WEP (t)は、図１３（ｂ）に示すとこ
ろの、時刻ｔにおける排気管の位置に関する定数であ
り、赤外画像の全体領域における排気管の画像位置に応
じて設定される。
【００９２】定数項WCER (t)は、図１３（ｃ）に示すと
ころの、排気管領域の画像面積／車両領域の画像面積の
比に関するであり、注目している部分画像領域の面積に
対する排気管位置の画像部分の面積が所定値（本実施形
態では１／１０）から大きく異なるほど小さな値が選択
される。
【００９３】定数項WTA (t, t-1)は、図１４（ｄ）に示
すところの、車両領域の画像面積の時間変化に関する定
数であり、赤外線カメラの１回の制御周期（本実施形態
ではｔ＝１００ｍｓｅｃ）の僅かな時間間隔にも関ら
ず、注目している部分画像領域の面積が大きく異なるほ
ど小さな値が選択される。
【００９４】定数項WTEP (t, t-1)は、図１４（ｅ）に示
すところの、排気管の位置の時間変化に関する定数であ
り、赤外線カメラの１回の制御周期（本実施形態ではｔ
＝１００ｍｓｅｃ）の僅かな時間間隔にも関らず、注目
している部分画像領域の内部における排気管領域の画像
位置が大きく異なるほど小さな値が選択される。
【００９５】尚、上述した図１３及び図１４に示した特
性は、ＥＣＵ１１に予めルックアップテーブルとして記
憶されている。
【００９６】また、係数KISは、 係数KIS = KAR + KEP + KCER + KTA + KTEP， なる関係がある。
【００９７】そして、ステップＳ６０における認定処理
では、上記のステップＳ５９の処理にて算出された点数
（重み付け値）WIS (t)の値が１以上のときには、今回の
制御周期において注目している部分画像領域の画像が検
出対象の車両を表わすと認定する。また、本ステップに
おいて車両であると認定した場合には、後述するセンサ
ーフュージョンの処理の都合から、点数WIS (t)の値を１
に設定する。
【００９８】以上説明したＩＳ２による車両の認定処理
によれば、車両画像の概略推定処理（図９）によって検
出された車両（車両である可能性の高いエッジ画像）毎
に車両検出処理（図１０）が行われることにより、それ
ら車両の位置（相対距離）及び速度（図１０のステップ
Ｓ５５）と、その演算結果の信頼性に関する値（図１０
のステップＳ６０）とを、高精度に算出することができ
る。
【００９９】＜ＬＲ１による車両の認定処理＞次に、Ｌ
Ｒ１による車両の認定処理について、図１５乃至図１８
を参照して説明する。
【０１００】はじめに、本実施形態におけるＬＲ１によ
る車両の認定処理を概説する。ＬＲ１による車両の認定
処理では、検出した反射波のうち、所定のしきい値より
大きな強度の反射波から移動方向及び速度が近似するも
のを１ブロックにまとめるブロック化処理と、ブロック
化によってまとめられた複数のブロックのうち、近傍に
位置する２つのブロックを、検出対象である車両として
１つのグループにまとめるグループ化処理と、検出され
たグループ単位で、存在及び移動状態を判定する認定処
理とにより構成される。
【０１０１】尚、本実施形態の前提として、検出対象で
ある車両の後部バンパーの両端部付近には、それぞれ反
射板（リフレクタ）が取り付けられており、ＬＲ１によ
る車両の検出は、反射板からの検出波の反射波に基づい
て行われる。以下、ＬＲ１による車両の認定処理につい
て、図１５乃至図１９を参照して説明する。
【０１０２】図１５は、本実施形態におけるＥＣＵ１１
が実行するＬＲ１による車両の認定処理を示すフローチ
ャートであり、図６のステップＳ１２の詳細な処理手順
を示す。
【０１０３】図１５において、ステップＳ７１：ＬＲ１
によって図３に示す検出波の伝搬範囲を走査し、その結
果、車両１００の前方に存在する障害物から戻ってくる
反射波に基づいて、当該障害物までの距離及び存在方向
（位置）の情報を入手する。本ステップにて入手する情
報は、図１６（ａ）に「レーザレーダの出力データ」に
示すように、図３に示す検出波の伝搬範囲において複数
の点状に離散した状態の検出結果である。
【０１０４】ステップＳ７２：ステップＳ７１にて検出
された障害物までの距離（位置）と、前回までの制御周
期において後述するステップＳ７４にて既にブロック化
されている障害物までの距離（位置）とを参照すること
により、今回の制御周期においてステップＳ７１にて検
出された障害物が既にブロック化されているかを判断す
る。
【０１０５】ステップＳ７３：ステップＳ７２の判断に
てブロック化済みであるので、対象となる障害物からの
反射波の強度が所定値より大きな検出値であるものを選
択し、１つのブロックとしてまとめる。
【０１０６】ステップＳ７４：ステップＳ７２の判断に
て未だブロック化されていないので、ステップＳ７１に
て検出された障害物に対して、所定のしきい値より大き
な強度の反射波から移動方向及び速度が近似するものを
１ブロックにまとめるブロック化処理（ブロックラベリ
ング）を行う。これにより、図１６（ａ）の「レーザレ
ーダの出力データ」は、図１６（ｂ）の「ブロックラベ
リング」に示すように、複数のブロックにまとめられ
る。このとき、レーザレーダの出力データを１ブロック
としてまとめる基準は、標準的なリフレクタの大きさに
基づいて設定する。
【０１０７】ステップＳ７５：ステップＳ７４にて入手
した複数のブロック、またはステップＳ７３にて入手し
たブロックのうち、相対速度が略等しく、且つ近傍に位
置する２つのブロックを、検出対象である車両として１
つのグループにまとめるグループ化処理（グループラベ
リング）を行う。これにより、図１６（ｂ）の「ブロッ
クラベリング」に示す各ブロックは、図１６（Ｃ）の
「グループラベリング」に示すように、複数のグループ
にまとめられる。そして、本ステップによれば、例え
ば、１つのグループを構成するために参照した２つのブ
ロックをなすＬＲ１の検出結果の平均値を求めることに
より、グループ（車両）毎に、自車両との相対的な位置
関係（距離）が求まる。
【０１０８】尚、ＩＳ２による単独の第１検出範囲にお
いて検出されていた車両が、ＬＲ１及びＩＳ２による重
複した第２検出範囲に移動したときに、その車両が前回
までの制御周期においてＩＳ２によって既に検出されて
いる車両（グループ）であるときには、その車両に対す
る上記ステップＳ７５に記載したブロック化処理を簡略
化することができる。即ち、前述したＩＳ２による車両
位置（距離）及びＩＳ２による車幅データに基づいて、
ＬＲ１の検出範囲に存在する同一車両のリフレクタから
の反射波データの存在すべき領域を推定し、推定した領
域内に存在する２つのブロックについては、１つのグル
ープとしてまとめれば良い。但し、この処理は、ＩＳ２
による車幅データの信頼性が低いとき（例えば、夕方等
のように路面温度が比較的高いとき）には行わないもの
とする。この場合、第２検出範囲から第１検出範囲に移
動した車両に対するＩＳ２による検出結果は、所定時間
にわたって記憶しておけば良い。これにより、自車両先
方における割り込み車両を迅速に認識することができ
る。
【０１０９】ステップＳ７６：検出されたグループ単位
で、ステップＳ７５におけるグループ化によって検出さ
れた車両（グループ）の移動状態を検出するトラッキン
グ処理を行う。即ち、時刻ｔにおける先行車両の位置情
報と、その車両の時刻ｔー１における位置情報とによ
り、当該車両の車両１００に対する速度（相対速度）ベ
クトルＶは算出可能であり（図１７参照）、算出した速
度ベクトルＶのＸ方向成分を算出することにより、当該
車両の横移動速度が求まる。
【０１１０】即ち、自車両前方に存在する他車両の横方
向速度は、 ・平滑化距離Ｘsk = 予測距離Ｘpk + α(検出距離Ｘk - 予測距離Ｘpk) ・・・ （２）， ・横移動速度Ｖsk = 前回の横移動速度Ｖsk-1 + β／サンプリング周期Ｔ(検出 距離Ｘk - 予測距離Ｘpk) ・・・（３）， ・予測距離Ｘpk+1 = 平滑化距離Ｘsk + サンプリング周期Ｔ×横移動速度Ｖsk ・・・（４）， なる数式によって表現することができる。
【０１１１】ここで、他車両の速度に関する上記の式
（２）乃至（４）において、αは移動量に関し、検出値
と予測値をどれくらいの割合で合成するかを表わすパラ
メータである。βは次の予測距離を決定するのに、どれ
くらいの割合で合成するかを表わすパラメータである。
また、縦方向速度は、上記の各式においてｘをｙに置き
換える式によって同様に算出できる。
【０１１２】従って、ＬＲ１からの出力信号がＥＣＵ１
１に時系列に入力される限り、このようなトラッキング
処理をグループ化によって検出された車両（グループ）
毎に行うことにより、それら車両の次回の制御周期にお
ける挙動（位置及び速度）を正確に予測することができ
る。この次回の制御周期における挙動予測の結果は、後
述するセンサフュージョンの処理において特定しいてい
た車両が第２検出範囲から第１検出範囲に移動してしま
い、実測値を利用したＬＲ１による検出結果が求められ
ない場合においても、センサフュージョンを継続する際
に使用される（詳細は後述する）。
【０１１３】ステップＳ７７，ステップＳ７８：検出さ
れたグループ単位で、ステップＳ７６におけるトラッキ
ング処理の結果に対する重み付け処理を行い（ステップ
Ｓ７７）、その結果に基づいて、現在（今回の制御周期
において）注目している各車両（１つの注目グループ）
が検出対象の車両であるか否かを認定する（ステップＳ
７８）。以下にステップＳ７７及びステップＳ７８の詳
細を説明する。
【０１１４】ステップＳ７７において、ＬＲ１による車
両検出結果の時刻ｔにおける点数（重み付け値）WLR (t)
は、以下の式（５）： WLR (t) = WLR (t-1) + KBL*WBL (t) + KDB*WDB (t) + KTDR*WTDR (t, t-1) + KE PR *WEPR (t) - KBL - (KDB + KTDR + KEPR)*e-1 ・・・・・（５）， によって求めることができる。
【０１１５】但し、上記の式において、 ・時刻ｔ−１において算出した点数： WLR (t-1)， ・注目グループについて検出したブロック数に関する点
数： KBL*WBL (t)， ・注目グループをなす２つのブロック間の距離に関する
点数： KDB*WDB (t)， ・注目グループをなす２つのブロック間の距離変化に関
する点数： KTDR*WTDR ( t, t-1)， ・注目グループの予測位置と検出位置との差に関する点
数： KEPR*WEPR (t)， ・正規分布にするための係数： KBL - (KDB + KTDR +
KEPR)*e-1 である。
【０１１６】ここで、定数項WBL (t)は、図１８（ａ）に
示すところの、注目グループについて検出したブロック
数に関する定数であり、本実施形態では１台の車両に２
つのリフレクタが取り付けられていることを前提として
いるので、検出されたブロック（リフレクタ）数が２の
ときに当該定数として１が選択される。
【０１１７】定数項WDB (t)は、図１８（ｂ）に示すとこ
ろの、注目グループをなす２つのブロック間の距離に関
する定数であり、ブロック（リフレクタ）間の距離が検
出対象の車両における２つのリフレクタ間の標準的な距
離（本実施形態では１．２ｍ）に近いほど当該定数は１
に近い値が選択される。
【０１１８】定数項WTDR (t, t-1)は、図１９（ｃ）に示
すところの、注目グループをなす２つのブロック間の距
離変化に関する定数であり、ＬＲ１の１回の制御周期の
僅かな時間間隔にも関らず、ブロック（リフレクタ）間
の距離が大きく異なるほど小さな値が選択される。
【０１１９】定数項WEPR (t)は、図１９（ｄ）に示すと
ころの、注目グループの予測位置と検出位置との差に関
する定数であり、上記の式（２）乃至（４）を用いてス
テップＳ７６にて算出した予測位置と、ステップＳ７５
のグループ化の時点で入手した実際の検出位置との差が
大きいほど、小さな値が選択される。
【０１２０】尚、上述した図１８及び図１９に示した特
性は、ＥＣＵ１１に予めルックアップテーブルとして記
憶されている。
【０１２１】そして、ステップＳ７８における認定処理
では、上記のステップＳ７７の処理にて算出された点数
（重み付け値）WLR (t)の値が１以上のときには、注目グ
ループが検出対象の車両を表わすと認定する。また、本
ステップにおいて車両であると認定した場合には、後述
するセンサーフュージョンの処理の都合から、点数WL R
(t)の値を１に設定する。
【０１２２】以上説明したＬＲ１による車両の認定処理
によれば、車両検出処理（図１５）が行われることによ
り、車両を表わすグループ毎に、位置（相対距離）及び
速度（図１５のステップＳ７５及びステップＳ７６）
と、その演算結果の信頼性に関する値（図１５のステッ
プＳ７８）とを算出することができる。
【０１２３】＜センサフュージョンによる車両の認識処
理＞上述した各工程により、ＬＲ１及びＩＳ２を用いた
車両の認定処理による検出結果とその信頼性に関する値
が求まったので、それらの値に基づくセンサフュージョ
ンによる車両の認識処理について、図２０及び図２１を
参照して説明する。
【０１２４】はじめに、本実施形態に係るセンサフュー
ジョンによる車両の認識処理を概説する。この認識処理
では、上述したＬＲ１及びＩＳ２による車両の認定処理
によって車両であると認定されたそれぞれの物体の位置
及び速度の相関関係を表わす値を算出すると共に、その
相関関係を表わす値と、ＬＲ１及びＩＳ２による車両の
認定処理によってそれぞれ検出された位置及び速度の信
頼性に関する値との和が所定のしきい値より大きいとき
に、それら物体を、監視対象である１つの車両として正
式に認識する処理を行う。
【０１２５】（ＬＲ１及びＩＳ２の検出結果によるセン
サフュージョン）以下、センサフュージョンによる車両
の認識処理について、図２０及び図２１を参照して説明
する。本実施形態において、センサフュージョンによる
ＬＲ１及びＩＳ２を用いた車両の認定処理結果の評価
は、赤外画像の座標系において行う。
【０１２６】但し、ＩＳ２による距離推定は、光学系及
び撮像デバイスを利用した方法であるため、赤外画像の
中央部分と比較して左右の端部の信頼性に劣り、且つ自
車両から遠方方向（Ｚ方向）の信頼性もある程度の距離
を越えると徐々に低くなることが一般的に知られてい
る。また、検出対象の物体の一部が画角から外れてしま
った場合には正確な検出を行うことができない。そこ
で、図２０に示すように、ＩＳ２に関して、Ｘ方向（横
方向）の信頼性の定義（図２０（ａ））と、Ｚ方向（縦
方向）の信頼性の定義（図２０（ｂ））とをＥＣＵ１１
に予め記憶しておくことにより、ＩＳ２による距離推定
の信頼性を定義する。
【０１２７】一方、ＬＲ１による距離推定は、ＩＳ２を
用いた場合と比較して検出範囲が長く、検出結果の信頼
性も高いが、左右方向に対する検出範囲が狭い。そこ
で、図２１に示すように、ＬＲ１に関して、Ｘ方向（横
方向）の信頼性の定義（図２１（ａ））と、Ｚ方向（縦
方向）の信頼性の定義（図２１（ｂ））とをＥＣＵ１１
に予め記憶しておくことにより、ＬＲ１による距離推定
の信頼性を定義する。
【０１２８】次に、センサフュージョンのアルゴリズム
について説明する。
【０１２９】図３を参照して示したように、ＩＳ２の検
出範囲は、ＬＲ１の検出範囲を内包するように設定され
ているので、当該２種類の検出方式には、検出領域が重
複していない第１検出範囲と、重複している第２検出範
囲とがある。これに対して、センサフュージョンの基本
概念としては、同じ検出対象に対して複数の検出結果が
存在することが前提となるため、本実施形態において
も、基本的には、ＬＲ１及びＩＳ２による実測値に基づ
く２種類の検出結果が存在する場合にセンサフュージョ
ンを行う。
【０１３０】（ＬＲ１及びＩＳ２による検出結果のセン
サフュージョン）ＬＲ１及びＩＳ２によるそれぞれの検
出結果が存在する場合に、センサフュージョンでは、当
該２種類のセンサによって検出された物体が本当に車両
であるのか、或いは何等かのノイズによるものなのかを
判断しなければならない。
【０１３１】ここで、第２検出範囲に車両が存在する場
合には、 ・ＬＲ１及びＩＳ２によって検出される信頼性の点数
（ＷIS，ＷLR）が高い、 ・ＬＲ１及びＩＳ２によって検出される車両の位置と速
度との相関度が高い、 ・そして、ＬＲ１及びＩＳ２の両センサに時間的に比較
的長く反応する、という特徴がある。
【０１３２】また、第２検出範囲にノイズが存在する場
合には、 ・ＬＲ１及びＩＳ２によって検出される信頼性（ＷIS，
ＷLR）が低い、 ・ＬＲ１及びＩＳ２によって検出される車両の位置と速
度との相関度が低い、 ・そして、ＬＲ１及びＩＳ２の両センサに反応する時間
が比較的短い、という特徴がある。
【０１３３】そこで、本実施形態では、上記の第２検出
範囲における特徴を踏まえたセンサフュージョンの式
を、下記の式（６）のように定式化することにより、セ
ンサフュージョンの点数ＳFを求める。
【０１３４】
【数１】
【０１３５】また、係数θIS（）及びθLR（）について
は、式（１３）及び式（１４）を参照して後述する。
【０１３６】そして、上記の式（６）によって算出した
センサフュージョンの点数ＳFが１以上であるときに
は、「車両である」と認定する。また、このとき、時系
列なデータに基づいて算出した位置と速度との相関度、
或いはＬＲ１及びＩＳ２による検出結果の信頼性の点数
ＷISまたはＷLRの何れか一方が１点満点に近い点数であ
れば、他方の値が比較的低い点数であっても、「車両で
ある」と認定する。
【０１３７】ここで、式（６）の第１項の位置と速度と
の相関度を表す関係式において、ｆ（） は位置の相関
度、 ｇ（）は速度の相関度を表しており、０≦ｆ（）
≦１、０≦ｇ（）≦１の範囲の値を採る。これらの関数
の具体的な式を、下記の式（７）及び式（８）に示す。
【０１３８】
【数２】
【０１３９】ここで、ωX()、ωZ()は、以下に示すＸ方
向（自車両の横方向）、Ｚ方向（自車両の前方方向）の
相対的な信頼性の関数であり、ωX()＋ωZ()＝１ を満
たす。また、LX()、LZ()は、Ｘ方向、Ｚ方向の限界偏差
であり、共に距離ＺＩＳ，ＺＬＲの関数である。更に、
Ｔは、サンプリング時間である。
【０１４０】例えば、車両(先行車両)が自車両より遠く
に存在する場合、ＬＲ１と比較してＩＳ２の検出精度が
劣化するため、当該両センサによって検出されるＺ方向
の位置の偏差は大きくなる。従ってこのような場合は、
ωZ()の値がωX()に比べて低くなるように調整する。ま
た、Ｚ方向において車両(先行車両)が自車両の至近距離
に存在する場合には、ωX()＞ωZ()となるように調整す
る。これにより、周囲の環境変化を認識結果の確度（信
頼性）に反映することができる。
【０１４１】同様な考え方により、車両(先行車両)が自
車両の前方を基準として左右に存在する（Ｘ方向の）場
合には、ωX()＜ωZ()となるように調整する。また、車
両(先行車両)が自車両の前方（Ｚ軸上）の比較的近距離
な位置に存在する場合は、何れのセンサによる検出結果
の信頼性も同じであるとみなせるので、ωX()＝ωZ()と
する。
【０１４２】また、一般にレーザレーダによる検出結果
は、雨天や霧等の天候の影響を受け易い。そこで、本実
施形態において、ＥＣＵ１１は、上記の如くセンサフュ
ージョンを行うに際して、悪天候を検出した場合にはＬ
Ｒ１による検出結果に対する信頼性を晴天時と比較して
低く調整する。このとき、自車両周囲の天候の検出は、
ワイパースイッチ６の操作状態（当該スイッチがオン状
態であれば悪天候と推定する）及び照度センサ８の検出
結果に基づいて判断すれば良い。
【０１４３】また、一般に赤外線カメラによる検出結果
は、路面温度が高くなる夏季や夕方の時間、並びに夕方
の時間帯に大きく傾いた太陽光の方向に自車両が進む場
合には影響を受け易い。特に本実施形態では、前方に存
在する車両の排気管位置の撮影を容易にすべくＩＳ２の
取り付け位置を低くしているので何等かの対策が必要で
ある。そこで、ＥＣＵ１１は、上記の如くセンサフュー
ジョンを行うに際して、例えばＧＰＳセンサ１０を介し
て入手した時間情報やナビゲーションユニット（不図
示）から入手した進行方向やカレンダー情報、並びに照
度センサ８の検出結果を参照することにより、係る走行
環境であるか否かを推定し、検出結果が影響を受け易い
走行環境であると判断した場合には、ＩＳ２による検出
結果に対する信頼性を、そうでない場合と比較して低く
調整する。これにより、周囲の環境変化を認識結果の確
度（信頼性）に反映することができる。
【０１４４】信頼性の関数ωX()、ωZ()、LX()、LZ()
を、以下の式（９）乃至式（１２）の如く定式化する。
【０１４５】
【数３】
【０１４６】また、φf（）,φg（）は係数であり、車
両(先行車両)の位置により変動する関数であり、０≦φ
f（）≦１、０≦φg（）≦１の範囲の値を採り、
φf（）＋φg（）＝１なる関係を満たす。そして、係数
φf（）,φg（）のＥＣＵ１１による具体的な調整の傾
向としては、 ・φf（）＜φg（）：即ち、車両(先行車両)が自車両に
近いほど速度に比重を置く（ＩＳ２を優先する）。 ・φf（）＞φg（）：即ち、車両(先行車両)が自車両か
ら遠いほど位置に比重を置く（ＬＲ１を優先する）。
【０１４７】実際のパラメータとしては、同様に、ＬＲ
１及びＩＳ２のＸ方向及びＺ方向の信頼性の関数を用い
る。
【０１４８】以下にφｆ()とφｇ()とを定式化する。
【０１４９】
【数４】
【０１５０】式(６)の第２項のＬＲ１及びＩＳ２の信頼
性を表す式において、ＷISはＩＳ２における信頼性の点
数であり、ＷLRはＬＲ１における信頼性の点数であり、
０≦ＷIS≦１、０≦ＷLR≦１の範囲の値を採る。また、
θIS、θLRは係数であり、車両の位置により変動する関
数であり、０≦θIS≦１、０≦θLR≦１の範囲の値を採
り、θIS＋θLR＝１を満たす。
【０１５１】そして、係数θIS，θLRのＥＣＵ１１によ
る具体的な調整の傾向としては、 ・係数θIS＜θLR：即ち、基本的にはＩＳ２よりＬＲ１
に大きい比重を置く（ＬＲ１を優先する）。 ・係数θIS＜＜θLR：但し、車両(先行車両)が自車両か
ら遠方になるほどＬＲ１により大きな比重を置く。
【０１５２】これらの実際のパラメータも同じようにＬ
Ｒ１及びＩＳ２のＸ方向及びＺ方向の信頼性の関数を用
いる。
【０１５３】以下に示す式（１３）及び式（１４）によ
り、θIR()とθLR()を定式化する。
【０１５４】
【数５】
【０１５５】本実施形態におけるＬＲ１及びＩＳ２によ
る検出結果のセンサフュージョンによれば、より正確な
車両位置を特定することができる。但し、ＬＲ１及びＩ
Ｓ２による検出範囲が重複する第２検出範囲では、実際
には、自車両の前後方向(Ｚ方向)に存在する先行車両の
位置特定はＬＲ１による検出結果だけで十分であり、Ｘ
方向に存在する先行車両の位置特定は、以下に示す式
（１５）乃至式（１６）によるセンサフュージョンによ
って求めることができる。
【０１５６】 ＸSF＝ηISX（）×ＸＩＳ＋ηLRX（）×ＸＬＲ ・・・・・・・・・（１５） ， 但し、式（１５）は、 (Ｘ座標(SF)) ＝ (ＬＲ１に対するＩＳ２のＸ方向に対
する信頼性)×(Ｘ座標(ＩＳ２)) ＋ (ＩＳ２に対するＬ
Ｒ１のＸ方向に対する信頼性)×(Ｘ座標(ＬＲ１)) である。
【０１５７】 ＺSF＝ηISZ（）×ＺＩＳ＋ηLRZ×ＺＬＲ ・・・・・・・・・（１６）， 但し、式（１６）は、 (Ｚ座標(SF)) ＝ (ＬＲ１に対するＩＳ２のＺ方向に対
する信頼性)×(Ｚ座標(ＩＳ２)) ＋ (ＩＳ２に対するＬ
Ｒ１のＺ方向に対する信頼性)×(Ｚ座標(ＬＲ１)) である。
【０１５８】式（１５）及び式（１６）において、０≦
ηISX（）≦１，０≦ηLRX（）≦１，０≦ηISZ（）≦
１，０≦ηLRZ（）≦１の値を採り、ηISX（）＋ηLRX
（）＝１、ηISZ（）＋ηLRZ（）＝１を満たす。
【０１５９】そして、これらの係数のＥＣＵ１１による
具体的な調整の傾向としては、 ・ηISX（）＝ηLRX（）：Ｘ方向においては、基本的に
はＬＲ１とＩＳ２に同等の比重を置く。 ・ηISX（）＞ηLRX（）：但し、赤外画像の両端に近づ
くほどＩＳ２に比重を置く（ＩＳ２を優先する）。 ・ηISZ（）＜ηLRZ（）：Ｚ方向においては基本的にＩ
Ｓ２よりＬＲ１に大きい比重を置く（ＬＲ１を優先す
る）。 ・ηISZ（）＜＜ηLRZ（）：但し、車両(先行車両)が自
車両から遠方になるほどＬＲ１により大きな比重を置
く。
【０１６０】以下に示す式（１７）及び式（２０）によ
り、ηISX（），ηLRX（），ηISZ（），ηLRZ（）を定
式化する。
【０１６１】
【数６】
【０１６２】このように、上述したＬＲ１及びＩＳ２に
よって個別に検出した車両の位置、速度、検出結果の信
頼性に基づいて相関関係を算出する上記のセンサフュー
ジョンによれば、監視すべき物体を高精度且つ高確度に
認識することができる。
【０１６３】＜第１検出範囲に他車両（先行車両）が存
在する場合＞上記のセンサフュージョンの手順は、上述
したようにＬＲ１及びＩＳ２による実測値に基づく検出
結果が存在する場合に行うことを基本としている。この
ため、第１検出範囲に他車両（先行車両）が存在する場
合は、ＬＲ１による検出が行えないため、上記のセンサ
フュージョンを行うことができない。
【０１６４】そこで、本実施形態では、第１検出範囲に
他車両（先行車両）が存在する場合に、以下に説明する
２つの処理を行う。
【０１６５】（ＩＳ２の検出結果のみによるセンサフュ
ージョン）式（２１）に示す評価関数により、ＩＳ２の
検出結果のみによるセンサフュージョンを行う。
【０１６６】
【数７】
【０１６７】但し、式（２１）において、(ＳＦの点数)
＝ (位置によるＩＳ２の信頼性の関数)×(ＩＳ２の点
数)である。ＥＣＵ１１が実際に使用するパラメータと
しては、図２０に示したＩＳ２のＸ方向及びＺ方向の信
頼性の関数を用いる。
【０１６８】また、式（２２）は、ＩＳ２の点数に車両
(先行車)の位置によって変動する係数を掛けることによ
り、自車両の前方に他車両が存在する可能性を定式化し
たものである。この式（２２）の５つめのパラメータＶ
は、車両(先行車)の横方向（Ｘ方向）ベクトルであり、
この速度ベクトルが所定の時間にわたって赤外画面の略
中央に向いているならば、θ'IR()＝１と設定すること
により、自車両前方への飛び出し車両と認識する。これ
は純粋にＩＳ２による点数を評価の対象としていること
を意味している。
【０１６９】このように、ＬＲ１及びＩＳ２による実測
値に基づく検出結果が第１検出範囲において行えない場
合には、上記の如く車両(先行車)の横方向ベクトルが所
定の時間にわたって赤外画面の略中央に向いているとき
に限って上記のＩＳ２の検出結果のみによるセンサフュ
ージョンを行うことにより、自車両前方への飛び出し車
両を早期の段階で迅速に検出することができる。
【０１７０】（トラッキング処理による車両の挙動予測
情報を用いたセンサフュージョンの継続）上述したＬＲ
１の車両認定処理（図１５）を行っているときに、第２
検出範囲から第１検出範囲に車両が移動してしまい、Ｌ
Ｒ１からの実測データが入力されなくなった場合には、
他車両が第２検出範囲に存在するときにトラッキング処
理（図１５のステップＳ７６）において行っていた車両
の挙動予測情報を用いて所定時間（例えば１秒程度）に
わたってＬＲ１の車両認定処理（図１５）を継続する。
ここで、係る挙動予測情報を利用したＬＲ１の車両認定
処理の継続を上記の所定時間に限る理由は、車両の挙動
予測情報を用いたＬＲ１の車両認定処理の継続時間が長
くなるほど演算結果の信頼性が低くなっていくからであ
る。
【０１７１】このように、車両の挙動予測情報を用いて
ＬＲ１の車両認定処理（図１５）を継続するように構成
すれば、上述したＬＲ１及びＩＳ２による検出結果に基
づくセンサフュージョンに必要な情報が揃うので、係る
センサフュージョンを継続することができる。但し、Ｌ
Ｒ１による検出結果は、雨天の場合等のように、先行車
両によって撒き上げられた雨滴の影響等の影響を受け易
いので、上記の挙動予測情報を用いた継続処理は、悪天
候の場合は行わないほうが良い。
【０１７２】尚、上述した本実施形態では、ＬＲ１及び
ＩＳ２の検出結果に基づいて算出した車両認識の結果
を、一例として、車間距離警報を行う警報・制御処理
（図４）に適用したが、本実施形態におけるセンサフュ
ージョンによる車両認識処理（図６）は、係るシステム
構成に限られるものではなく、他の警報システムや自動
走行システム、或いは走行支援装置等における他車両の
認識に広く利用して好適である。
【０１７３】また、本実施形態では、自車両の先方に存
在するところの、当該自車両と同方向に進む他車両を検
出する場合を例として、ＬＲ１による車両の検出に、検
出対象の車両後部に取り付けられた２つのリフレクタか
らの反射波を利用したが、この処理構成に限られるもの
ではなく、車両前部にリフレクタが設けられている場
合、或いはリフレクタと同等な反射率の部位があるとき
には、それらからの反射波を利用して上述した本実施形
態と同様な手順の処理を行うことにより、対向車の検出
を行っても良い。
【図面の簡単な説明】
【図１】本実施形態における警報システムが搭載された
車両の装置構成を示すブロック図である。
【図２】本実施形態におけるＸＹＺ座標の定義を説明す
る図である。
【図３】本実施形態におけるＬＲ１及びＩＳ２の検出範
囲を示す図である。
【図４】本実施形態におけるＥＣＵ１１が実行する警報
・制御処理のフローチャートを示す図である。
【図５】警報・制御処理においてＥＣＵ１１が参照する
判断基準を例示する図である。
【図６】本実施形態におけるＥＣＵ１１が実行する車両
認識処理を示すフローチャートである。
【図７】自車両の前方に存在する車両を撮像した赤外画
像を例示する図である。
【図８】本実施形態におけるＥＣＵ１１が実行するＩＳ
２による車両の認定処理を示すフローチャートである。
【図９】ＩＳ２による車両の認定処理のうち、車両画像
の概略推定処理（図８のステップＳ２５）の詳細を示す
フローチャートである。
【図１０】ＩＳ２による車両の認定処理のうち、車両検
出処理（図８のステップＳ２６）の詳細を示すフローチ
ャートである。
【図１１】赤外画像を利用した距離ＺＩＳの推定方法
と、排気管領域の画像を基準として設定されるフレーム
のサイズの決定方法とを説明する図である。
【図１２】距離ＺＩＳと車幅Ｗとの関係を表わす特性曲
線を示す図である。
【図１３】ＩＳ２による検出結果の重み付け処理におい
て定数項の決定のためにＥＣＵ１１が参照する特性曲線
を示す図である。
【図１４】ＩＳ２による検出結果の重み付け処理におい
て定数項の決定のためにＥＣＵ１１が参照する特性曲線
を示す図である。
【図１５】本実施形態におけるＥＣＵ１１が実行するＬ
Ｒ１による車両の認定処理を示すフローチャートであ
る。
【図１６】ＬＲ１による車両の認定処理におけるグルー
プ化までの手順を説明する図である。
【図１７】トラッキング処理における車両の横方向移動
速度説明する図である。
【図１８】ＬＲ１による検出結果の重み付け処理におい
て定数項の決定のためにＥＣＵ１１が参照する特性曲線
を示す図である。
【図１９】ＬＲ１による検出結果の重み付け処理におい
て定数項の決定のためにＥＣＵ１１が参照する特性曲線
を示す図である。
【図２０】ＩＳ２のＸ方向及びＺ方向に対する検出結果
の信頼性の定義を示す図である。
【図２１】ＬＲ１のＸ方向及びＺ方向に対する検出結果
の信頼性の定義を示す図である。
【符号の説明】
１：距離センサ（ＬＲ）， ２：画像センサ（ＩＳ）， ３：ブレーキアクチュエータ， ４：スロットルアクチュエータ， ５：スピーカ， ６：ワイパースイッチ， ７：表示装置， ８：照度センサ， ９：車速センサ， １０：ＧＰＳセンサ， １１：電子制御ユニット（ＥＣＵ）， １００：車両，
───────────────────────────────────────────────────── フロントページの続き (51)Int.Cl.7 識別記号 ＦＩ テーマコート゛(参考） Ｇ０１Ｂ 11/00 Ｇ０１Ｂ 11/00 Ｈ ５Ｊ０８４ Ｇ０１Ｓ 5/14 Ｇ０１Ｓ 5/14 ５Ｌ０９６ 13/93 13/93 Ｚ 17/93 Ｇ０６Ｔ 7/20 Ｂ Ｇ０６Ｔ 7/20 １００ １００ Ｇ０８Ｇ 1/16 Ｅ Ｇ０８Ｇ 1/16 Ｇ０１Ｓ 17/88 Ａ (72)発明者 藤岡 健彦 東京都文京区本郷７−３−１ 東京大学 工学部 産業機械工学科内 Ｆターム(参考） 2F065 AA06 CC11 FF04 FF64 FF67 JJ26 QQ01 QQ08 QQ13 QQ24 QQ33 QQ39 SS09 UU05 5B057 AA16 BA01 BA08 BA19 CE12 DA06 DA07 DA15 DB02 DB09 DC04 DC14 DC22 DC30 DC34 DC36 5H180 AA01 BB15 CC02 CC03 CC04 CC12 CC14 FF05 LL07 5J062 AA13 BB01 CC07 5J070 AB24 AC02 AE01 AF03 BF12 5J084 AA05 AA07 AA14 AB01 AC02 AD03 AD05 AD12 BA03 BA34 CA31 CA34 DA09 EA22 EA29 FA03 5L096 AA06 BA04 CA04 CA05 DA02 DA03 EA43 FA14 FA34 FA59 FA66 FA69 GA02 GA34 HA04 JA16

Claims (12)

    【特許請求の範囲】
  1. 【請求項１】 所定の検出波を送出すると共に、その検
    出波の物体からの反射波に基づいて、その物体の位置及
    び速度を検出する第１の検出手段と、 前記検出波の伝搬範囲を少なくとも含む領域を撮像装置
    によって撮像すると共に、撮影された画像に基づいて、
    その画像に含まれる物体の位置及び速度を検出する第２
    の検出手段と、 前記第１及び第２の検出手段によって個別に検出された
    それぞれの物体の位置及び速度の相関関係を表わす値を
    算出すると共に、算出した値に従って、それら物体を、
    監視対象である１つの物体として認識する物体認識手段
    と、を備えることを特徴とする物体認識装置。
  2. 【請求項２】 前記撮像装置は赤外線カメラであって、 前記第２の検出手段は、 前記赤外線カメラによって撮像された全体画像を対象と
    して、その全体画像に含まれるところの、物体である可
    能性が高い部分画像領域を推定する推定手段と、 前記推定手段によって推定された部分画像領域に含まれ
    るところの、所定輝度より高輝度な箇所を検出し、検出
    した高輝度な箇所を基準とする所定サイズのフレームを
    該部分画像領域に対して用いるパターンマッチングに基
    づいて、該部分画像領域が表わす物体の種類を特定する
    と共に、特定された物体の位置及び速度を検出する処理
    を、該推定された部分画像領域毎に行う物体検出手段
    と、を含むことを特徴とする請求項１記載の物体認識装
    置。
  3. 【請求項３】 前記物体検出手段による検出対象の物体
    は、内燃機関によって駆動される車両であって、 前記所定輝度は、前記赤外線カメラによって前記排気管
    が撮像されたときの標準的な輻射熱量に基づく値に設定
    されていることを特徴とする請求項２記載の物体認識装
    置。
  4. 【請求項４】 前記物体検出手段には、前記検出対象で
    ある車両における排気管の標準的な取り付け位置と、そ
    の車両の断面形状との関係を表わす特徴情報が予め記憶
    されており、 前記物体検出手段は、前記所定輝度より高輝度な箇所
    を、前記部分画像領域における排気管の取り付け位置と
    推定し、推定した取り付け位置と、前記特徴情報とに従
    って、前記部分画像領域に対して用いるべき前記フレー
    ムの所定のサイズと、設定すべき位置とを決定すること
    を特徴とする請求項３記載の物体認識装置。
  5. 【請求項５】 前記推定手段の実行頻度は、前記物体検
    出手段の実行頻度より少ないことを特徴とする請求項２
    記載の物体認識装置。
  6. 【請求項６】 前記物体認識手段は、前記第１及び第２
    の検出手段によってそれぞれ検出された位置及び速度の
    信頼性に関する値と、前記相関関係を表わす値との和が
    所定のしきい値より大きいときに、前記物体を監視対象
    として認識することを特徴とする請求項１記載の物体認
    識装置。
  7. 【請求項７】 前記撮像装置は赤外線カメラであって、 前記物体認識手段は、物体認識を行うべき周囲の環境変
    化に応じて、前記信頼性に関する値を変更することを特
    徴とする請求項６記載の物体認識装置。
  8. 【請求項８】 前記物体認識手段は、前記第１の検出手
    段の検出特性が晴天時と比較して影響を受け易い荒天時
    に、前記第１の検出手段による検出結果に対する信頼性
    を、前記第２の検出手段による検出結果に対する信頼性
    より低く設定すべく、前記信頼性に関する値を変更する
    ことを特徴とする請求項７記載の物体認識装置。
  9. 【請求項９】 前記物体認識手段は、前記赤外線カメラ
    の撮像特性が影響を受け易い路面温度が所定温度より高
    温のときに、前記第２の検出手段による検出結果に対す
    る信頼性を、前記第１の検出手段による検出結果に対す
    る信頼性より低く設定すべく、前記信頼性に関する値を
    変更することを特徴とする請求項７記載の物体認識装
    置。
  10. 【請求項１０】 前記第２の検出手段は、前記物体の位
    置及び速度を検出するときに、前記第１の検出手段によ
    る検出結果を参照することを特徴とする請求項１または
    請求項２記載の物体認識装置。
  11. 【請求項１１】 前記物体検出手段は、前記部分画像領
    域に対して用いるべき前記所定サイズのフレームを、前
    記第１の検出手段による検出結果と、予め記憶している
    検出対象の物体の形状に関する特徴情報とに従って決定
    することを特徴とする請求項２記載の物体認識装置。
  12. 【請求項１２】 前記物体検出手段は、前記全体画像内
    に前記所定輝度より高輝度な箇所が複数個検出されたと
    きに、前回の制御周期において検出した物体に対応する
    部分画像領域に基づいて、その物体に対応する高輝度な
    箇所を特定することを特徴とする請求項２記載の物体認
    識装置。
JP2000288953A 2000-09-22 2000-09-22 物体認識装置 Withdrawn JP2002099906A (ja)

Priority Applications (1)

Application Number Priority Date Filing Date Title
JP2000288953A JP2002099906A (ja) 2000-09-22 2000-09-22 物体認識装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
JP2000288953A JP2002099906A (ja) 2000-09-22 2000-09-22 物体認識装置

Publications (1)

Publication Number Publication Date
JP2002099906A true JP2002099906A (ja) 2002-04-05

Family

ID=18772444

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2000288953A Withdrawn JP2002099906A (ja) 2000-09-22 2000-09-22 物体認識装置

Country Status (1)

Country Link
JP (1) JP2002099906A (ja)

Cited By (25)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2004117071A (ja) * 2002-09-24 2004-04-15 Fuji Heavy Ind Ltd 車外監視装置、及び、この車外監視装置を備えた走行制御装置
JP2004301567A (ja) * 2003-03-28 2004-10-28 Fujitsu Ltd 衝突予測装置
JP2004347471A (ja) * 2003-05-22 2004-12-09 Fuji Heavy Ind Ltd 先行車両検出装置
EP1378762A3 (en) * 2002-07-03 2005-05-04 Fuji Jukogyo Kabushiki Kaisha Identical object determination method and apparatus and displacement correction method and apparatus in a multisensor system
JP2005121496A (ja) * 2003-10-17 2005-05-12 Toyota Motor Corp 車輌の障害物検出レーダー装置
JP2006182086A (ja) * 2004-12-27 2006-07-13 Hitachi Ltd 車両検知装置
WO2007055215A1 (ja) * 2005-11-09 2007-05-18 Toyota Jidosha Kabushiki Kaisha 物体検出装置
WO2008044592A1 (en) 2006-10-06 2008-04-17 Aisin Seiki Kabushiki Kaisha Mobile object recognizing device, mobile object recognizing method, and computer program
JP2008116357A (ja) * 2006-11-06 2008-05-22 Toyota Motor Corp 物体検出装置
US7542825B2 (en) 2003-11-28 2009-06-02 Denso Corporation Sensor fusion system and vehicle control system therewith
JP2009137494A (ja) * 2007-12-07 2009-06-25 Toyota Motor Corp 障害物判定装置
JP2009192430A (ja) * 2008-02-15 2009-08-27 Honda Motor Co Ltd 物体種別判定装置、物体種別判定方法、及び物体種別判定用プログラム
JP2010039705A (ja) * 2008-08-04 2010-02-18 Sumitomo Electric Ind Ltd 移動体識別装置、コンピュータプログラム及び移動体識別装置の学習方法
JP2011106904A (ja) * 2009-11-16 2011-06-02 Nec Corp 対象物特定システム、対象物特定装置、制御方法、及びプログラム
JP2014059734A (ja) * 2012-09-18 2014-04-03 Denso Corp 車両検出装置および警報装置
JP2016166802A (ja) * 2015-03-10 2016-09-15 株式会社東芝 位置検出システム、位置検出装置、および位置検出方法
WO2016199244A1 (ja) * 2015-06-10 2016-12-15 株式会社日立製作所 物体認識装置及び物体認識システム
KR20170116305A (ko) * 2016-04-08 2017-10-19 한국전자통신연구원 코파일럿 차량을 위한 이종 다중 센서의 추적정보 융합기반 주변 장애물 인식 장치
CN108983247A (zh) * 2017-05-31 2018-12-11 本田技研工业株式会社 物体目标识别系统、物体目标识别方法及存储介质
CN109923442A (zh) * 2016-11-08 2019-06-21 三菱电机株式会社 物体检测装置及物体检测方法
JP2019101573A (ja) * 2017-11-29 2019-06-24 トヨタ自動車株式会社 物体情報取得装置
JPWO2021025123A1 (ja) * 2019-08-08 2021-02-11
JP2021157251A (ja) * 2020-03-25 2021-10-07 株式会社Soken 情報統合装置
JP2022506262A (ja) * 2018-11-02 2022-01-17 ルノー エス．ア．エス． 自動車に関する制御設定を生成するための方法
JP2023038164A (ja) * 2021-09-06 2023-03-16 アポロ インテリジェント ドライビング テクノロジー（ペキン）カンパニー リミテッド 障害物検出方法、装置、自動運転車両、機器、及び記憶媒体

Cited By (39)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP1378762A3 (en) * 2002-07-03 2005-05-04 Fuji Jukogyo Kabushiki Kaisha Identical object determination method and apparatus and displacement correction method and apparatus in a multisensor system
US6999896B2 (en) 2002-07-03 2006-02-14 Fuji Jukogyo Kabushiki Kaisha Identical object determination method and apparatus and displacement correction method and apparatus
JP2004117071A (ja) * 2002-09-24 2004-04-15 Fuji Heavy Ind Ltd 車外監視装置、及び、この車外監視装置を備えた走行制御装置
JP2004301567A (ja) * 2003-03-28 2004-10-28 Fujitsu Ltd 衝突予測装置
JP2004347471A (ja) * 2003-05-22 2004-12-09 Fuji Heavy Ind Ltd 先行車両検出装置
JP2005121496A (ja) * 2003-10-17 2005-05-12 Toyota Motor Corp 車輌の障害物検出レーダー装置
US7542825B2 (en) 2003-11-28 2009-06-02 Denso Corporation Sensor fusion system and vehicle control system therewith
JP2006182086A (ja) * 2004-12-27 2006-07-13 Hitachi Ltd 車両検知装置
JP2007132748A (ja) * 2005-11-09 2007-05-31 Toyota Motor Corp 物体検出装置
WO2007055215A1 (ja) * 2005-11-09 2007-05-18 Toyota Jidosha Kabushiki Kaisha 物体検出装置
US7777669B2 (en) 2005-11-09 2010-08-17 Toyota Jidosha Kabushiki Kaisha Object detection device
WO2008044592A1 (en) 2006-10-06 2008-04-17 Aisin Seiki Kabushiki Kaisha Mobile object recognizing device, mobile object recognizing method, and computer program
US8290209B2 (en) 2006-10-06 2012-10-16 Aisin Seiki Kabushiki Kaisha Mobile object recognizing device, mobile object recognizing method, and computer program thereof
JP2008116357A (ja) * 2006-11-06 2008-05-22 Toyota Motor Corp 物体検出装置
JP2009137494A (ja) * 2007-12-07 2009-06-25 Toyota Motor Corp 障害物判定装置
JP2009192430A (ja) * 2008-02-15 2009-08-27 Honda Motor Co Ltd 物体種別判定装置、物体種別判定方法、及び物体種別判定用プログラム
JP2010039705A (ja) * 2008-08-04 2010-02-18 Sumitomo Electric Ind Ltd 移動体識別装置、コンピュータプログラム及び移動体識別装置の学習方法
JP2011106904A (ja) * 2009-11-16 2011-06-02 Nec Corp 対象物特定システム、対象物特定装置、制御方法、及びプログラム
JP2014059734A (ja) * 2012-09-18 2014-04-03 Denso Corp 車両検出装置および警報装置
JP2016166802A (ja) * 2015-03-10 2016-09-15 株式会社東芝 位置検出システム、位置検出装置、および位置検出方法
US10540777B2 (en) 2015-06-10 2020-01-21 Hitachi, Ltd. Object recognition device and object recognition system
WO2016199244A1 (ja) * 2015-06-10 2016-12-15 株式会社日立製作所 物体認識装置及び物体認識システム
CN107615334A (zh) * 2015-06-10 2018-01-19 株式会社日立制作所 物体识别装置以及物体识别系统
JPWO2016199244A1 (ja) * 2015-06-10 2018-02-15 株式会社日立製作所 物体認識装置及び物体認識システム
CN107615334B (zh) * 2015-06-10 2020-11-06 株式会社日立制作所 物体识别装置以及物体识别系统
KR20170116305A (ko) * 2016-04-08 2017-10-19 한국전자통신연구원 코파일럿 차량을 위한 이종 다중 센서의 추적정보 융합기반 주변 장애물 인식 장치
CN109923442A (zh) * 2016-11-08 2019-06-21 三菱电机株式会社 物体检测装置及物体检测方法
CN108983247A (zh) * 2017-05-31 2018-12-11 本田技研工业株式会社 物体目标识别系统、物体目标识别方法及存储介质
JP2018205878A (ja) * 2017-05-31 2018-12-27 本田技研工業株式会社 物標認識システム、物標認識方法、およびプログラム
CN108983247B (zh) * 2017-05-31 2022-08-23 本田技研工业株式会社 物体目标识别系统、物体目标识别方法及存储介质
JP2019101573A (ja) * 2017-11-29 2019-06-24 トヨタ自動車株式会社 物体情報取得装置
JP2022506262A (ja) * 2018-11-02 2022-01-17 ルノー エス．ア．エス． 自動車に関する制御設定を生成するための方法
JP7439079B2 (ja) 2018-11-02 2024-02-27 ルノー エス．ア．エス． 自動車に関する制御設定を生成するための方法
JPWO2021025123A1 (ja) * 2019-08-08 2021-02-11
WO2021025123A1 (ja) * 2019-08-08 2021-02-11 住友建機株式会社 ショベル、情報処理装置
CN114144556A (zh) * 2019-08-08 2022-03-04 住友建机株式会社 挖土机及信息处理装置
JP2021157251A (ja) * 2020-03-25 2021-10-07 株式会社Soken 情報統合装置
JP2023038164A (ja) * 2021-09-06 2023-03-16 アポロ インテリジェント ドライビング テクノロジー（ペキン）カンパニー リミテッド 障害物検出方法、装置、自動運転車両、機器、及び記憶媒体
US12293574B2 (en) 2021-09-06 2025-05-06 Apollo Intelligent Driving Technology (Beijing) Co., Ltd. Obstacle detection method, electronic device and storage medium

Similar Documents

Publication Publication Date Title
JP2002099906A (ja) 物体認識装置
JP2002099907A (ja) 物体認識装置
JP4856612B2 (ja) 物体検出装置
US5249128A (en) System and method for determining the distance to an energy emitting object
JP3861781B2 (ja) 前方車両追跡システムおよび前方車両追跡方法
JP3352655B2 (ja) 車線認識装置
JP4857839B2 (ja) 物体検出装置
JP4763250B2 (ja) 物体検出装置
JP7095640B2 (ja) 物体検出装置
JP2003296736A (ja) 障害物検知装置及びその方法
WO2007007906A1 (ja) 物体検出装置
JP2002096702A (ja) 車間距離推定装置
JP2001099930A (ja) 周辺監視センサ
JPH09142236A (ja) 車両の周辺監視方法と周辺監視装置及び周辺監視装置の故障判定方法と周辺監視装置の故障判定装置
JP2007255979A (ja) 物体検出方法および物体検出装置
JP2007015676A (ja) 衝突予知装置および衝突予知方法
JP2000030197A (ja) 温体検出装置
JPH08329393A (ja) 先行車検出装置
JP3823782B2 (ja) 先行車両認識装置
CN114945839B (zh) 检测器的姿势/位置检测系统以及检测器的姿势/位置检测方法
JP2002098509A (ja) 車両検出装置
JP4321142B2 (ja) 標識認識装置
JP7154470B2 (ja) 情報処理システム、情報処理装置、プログラム及び情報処理方法
JPH11259634A (ja) オプティカルフロー式後方情報検出装置
JP2001041741A (ja) ステレオ式車外監視装置

Legal Events

Date Code Title Description
A300 Withdrawal of application because of no request for examination

Free format text: JAPANESE INTERMEDIATE CODE: A300

Effective date: 20071204