JP3639191B2

JP3639191B2 - 物体認識方法及び装置、記録媒体

Info

Publication number: JP3639191B2
Application number: JP2000208561A
Authority: JP
Inventors: 佳江寒川; 圭司松岡; 浩司大方; 豊史野澤; 孝昌白井
Original assignee: Denso Corp; Toyota Motor Corp
Current assignee: Denso Corp; Toyota Motor Corp
Priority date: 2000-07-10
Filing date: 2000-07-10
Publication date: 2005-04-20
Anticipated expiration: 2020-07-10
Also published as: US6583752B2; JP2002022832A; US20020003489A1

Description

【０００１】
【発明の属する技術分野】
本発明は、車幅方向の所定範囲内に渡り送信波を照射し、その反射波に基づいて車両前方の物体を認識する技術に関する。
【０００２】
【従来の技術】
従来より、レーダ手段によって、例えば光波，ミリ波などの送信波を照射し、その反射波を検出して車両前方の物体を認識する物体認識装置が考えられている。この種の装置としては、例えば、先行車両などの障害物を検出して警報を発生する装置や、先行車両と所定の車間距離を保持するように車速を制御する装置などに適用され、それらの制御対象としての先行車両などの物体認識に利用されている。
【０００３】
ところで、このような物体認識に際しては、１つの物体に対する認識結果として、正しい物標モデルと一時的に作られたノイズ的な物標モデルが併存することがある。この物標モデルは、例えば次のような物体情報を持つ。車幅方向をＸ軸、車長方向をＺ軸とし、物体の中心位置（Ｘ，Ｚ）、大きさ（Ｗ，Ｄ）、相対速度（Ｖｘ，Ｖｚ）、停止物体であるか移動物体であるかの認識種別、自車と同一車線上に存在する確率である自車線確率、物体の認識状態が安定か否か、物体の前回位置を基にして得た今回の推定位置と今回の認識位置との偏差などである。
【０００４】
このように１つの物体に対して複数の物標モデルが併存することは好ましくなので、ノイズ的な物標モデルを削除したい。そのため、両物標モデルが位置的に同一になった場合には、いずれか一方を削除すればよい。別の観点で言えば、位置的に同一になったのであるから、いずれかの物体情報を引き継ぐようにすればよい。従来は、その削除の基準として、継続して認識されている時間の長い方を残し、短い方を削除していた。つまり、認識継続時間の長い方の物体情報が引き継がれることとなる。これは、正しい物標モデルの方が一時的に作られたノイズ的な物標モデルよりも長く認識され続けている可能性が高いのではないかという考えに基づくものである。
【０００５】
【発明が解決しようとする課題】
しかしながら、必ずしも認識継続時間が長い方がノイズ的な物標モデルであるとは限らないため、従来手法の場合には、ノイズ的な物標モデルの方を残してしまう可能性もある。その場合、例えば正しい物標モデルの自車線確率は高くて先行車として選択されていたのに、ノイズ的な物標モデルの自車線確率は低くて先行車として選択されないレベルであれば、現在位置が同じであるにもかかわらず、今まで先行車として選択されていた物体が先行車として選択されなくなってしまう。つまり「先行車ロスト」状態になってしまう。
【０００６】
また、このような先行車ロストが発生しなくても、相対的に認識継続時間が長くても安定した認識がされていないノイズ的な物標モデルがあった場合には、たとえ安定した認識がされている正しい物標モデルがあっても、その認識継続時間が相対的に短いために正しい物標モデルの方が削除されてしまう。そのため、残ったノイズ的な物標モデルを用いる上述の車間制御などにおいて安定した制御ができなくなってしまう。
【０００７】
また、ノイズ的な物標モデルの過去の位置と現在の位置の偏差が正しい物標モデルの偏差よりも大きい場合には、そのノイズ的な物標モデルを用いる車間制御などにおいてことによって相対速度の変化を実際よりも大きくとらえてしまい、不要な制御（つまり不要な加減速）を実行してしまうこととなる。
【０００８】
そこで本発明は、このような不都合を解消するため、１つの物体に複数の認識結果が対応している場合に、正しい認識結果を誤って削除してしまうことを防止し、ノイズ的な認識結果を極力削除できる物体認識技術を提供することを目的とする。
【０００９】
【課題を解決するための手段】
請求項３に示す発明は、請求項１に示した物体認識方法を実現するための装置としての一例であり、請求項３記載の物体認識装置によれば、レーダ手段が車幅方向の所定範囲内に渡り送信波を照射し、その反射波を受信して物体を検出し、そのレーダ手段による検出結果に基づき認識手段が車両前方の物体を認識するのであるが、車両前方の複数の物体を同時に認識可能であると共に、各認識物体に対応する物体情報も把握可能である。この物体情報としては、少なくとも物体の位置及びその物体が自車と同一車線上に存在する確率である自車線確率が含まれる。
【００１０】
そして過去においては別個の物体であると認識していた２以上の物体が、その物体情報中の物体の位置に基づいて判断すると、位置的に同一となっている場合が考えられる。例えば本来は同じ物体に対する認識結果であるにもかかわらず、ノイズ的な認識結果が併存していた場合などである。そこで請求項１記載の装置の場合には、このような場合に１の物体であると認識すると共に、その物体に対応する物体情報として、自車線確率が過去において所定値以上であった物体に対応する物体情報を引き継ぐことにした。
【００１１】
上述したように、従来は継続して認識されている時間の長い方の認識結果を残し、短い方を削除していたが、必ずしも認識継続時間が長い方がノイズ的な認識結果であるとは限らない。そのため、ノイズ的な認識結果の方を残してしまい、自車線確率は高くて先行車として選択されていた正しい認識結果の方を削除してしまうと、今まで先行車として選択されていた物体が先行車として選択されなくなってしまい、「先行車ロスト」状態になってしまう。それに対して、本装置の場合には、自車線確率が過去において所定値以上であった物体に対応する物体情報を引き継ぐことにしたため、例えば先行車として採用可能な自車線確率以上であった物体の物体情報を引き継ぐようにすれば、先行車ロストという不都合を回避できる。なお、「位置的に同一」とは、物理的な完全同一をいうのではなく、物体認識という観点から実質的に同一とみなしても構わない程度のものをいう。
【００１２】
また、請求項４に示す発明は、請求項２に示した物体認識方法を実現するための装置としての一例であり、請求項４記載の装置の場合には、物体情報として、少なくとも物体の位置及びその物体の認識状態が安定か否かを把握可能である。そして、過去においては別個の物体であると認識していた２以上の物体が位置的に同一となっている場合、認識状態が安定な物体に対応する物体情報を引き継ぐこととした。このようにすることで、正しい認識結果の方の認識継続時間がノイズ的な認識結果よりも短い場合であっても、認識状態が安定していれば物体情報が引き継がれるため、例えばこの認識結果を用いて車間制御などが実行された場合、安定した制御を実行できることとなる。
【００１４】
ところで、請求項３記載の装置の場合には、自車線確率が過去において所定値以上であった物体に対応する物体情報を引き継ぐことにしたが、正しい認識結果に対応する自車線確率だけでなく、ノイズ的な認識結果に対応する自車線確率もまた所定値以上であることも考えられる。また逆に、ノイズ的な認識結果に対応する自車線確率だけでなく正しい認識結果に対応する自車線確率もまた所定値未満であることも考えられる。これらの場合には、自車線確率だけではどの認識結果に対応する物体情報を引き継げばよいか判定できないこととなるので、別の判定条件を加味する必要がある。その場合、次のようにすることが考えられる。
【００１５】
まず、請求項５記載の装置の場合には、物体情報として、自車線確率だけでなく認識状態が安定か否かも把握できるようにし、自車線確率が過去において所定値以上であった物体が複数ある場合、あるいは全くない場合には、認識状態が安定な物体に対応する物体情報を引き継ぐ。また、請求項６記載の装置の場合には、物体情報として、自車線確率だけでなく位置偏差も把握できるようにし、自車線確率が過去において所定値以上であった物体が複数ある場合、あるいは全くない場合には、位置偏差が最も小さい物体に対応する物体情報を引き継ぐ。さらには、請求項７記載の装置に示すように、物体情報として、自車線確率だけでなく認識状態が安定か否か及び位置偏差も把握できるようにし、自車線確率が過去において所定値以上であった物体が複数ある場合、あるいは全くない場合には、まず認識状態に基づく判定を行う。つまり、認識状態が不安定でない物体が１つだけあれば、その物体に対応する物体情報を引き継ぐ。しかし、認識状態が安定な物体が２つ以上ある場合あるいは全くない場合には判定できないので、その場合は位置偏差が最も小さい物体に対応する物体情報を引き継ぐ。
【００１６】
一方、請求項４記載の装置の場合には、認識状態が安定な物体に対応する物体情報を引き継ぐことにしたが、正しい認識結果に対応する認識状態だけでなく、ノイズ的な認識結果に対応する認識状態も安定していることも考えられるし、逆に、両者とも認識状態が安定していないことも考えられる。これらの場合には、認識状態だけではどの認識結果に対応する物体情報を引き継げばよいか判定できないこととなるので、請求項８に示すように、位置偏差による条件を加味することが考えられる。つまり、認識状態が安定な物体が２つ以上ある場合、あるいは全くない場合には、位置偏差が最も小さい物体に対応する物体情報を引き継ぐのである。
【００１７】
なお、上述した「認識状態が安定か否か」については、請求項９に示すように、物体の相対加速度に基づいて把握することができる。つまり、物体の相対加速度が、通常の交通環境において車両として取り得にくい値であれば「認識状態が不安定」であると把握する。これは、過大な相対加速度を持つものは先行車でないか、正常に検出できていない可能性が高いため、そのような物体の物体情報を引き継がないようにするためである。
【００１８】
なお、請求項１０に示すように、物体認識装置の認識手段をコンピュータシステムにて実現する機能は、例えば、コンピュータシステム側で起動するプログラムとして備えることができる。このようなプログラムの場合、例えば、フレキシブルディスク、光磁気ディスク、ＣＤ−ＲＯＭ、ハードディスク等のコンピュータ読み取り可能な記録媒体に記録し、必要に応じてコンピュータシステムにロードして起動することにより用いることができる。この他、ＲＯＭやバックアップＲＡＭをコンピュータ読み取り可能な記録媒体として前記プログラムを記録しておき、このＲＯＭあるいはバックアップＲＡＭをコンピュータシステムに組み込んで用いても良い。
【００１９】
【発明の実施の形態】
次に、本発明が適用された車両制御装置１について、図面と共に説明する。この車両制御装置は、自動車に搭載され、警報すべき領域に障害物が所定の状況で存在する場合に警報を出力したり、前車（先行車両）に合わせて車速を制御したりする装置である。
【００２０】
図１は、そのシステムブロック図である。車両制御装置は認識・車間制御ＥＣＵ３を中心に構成されている。認識・車間制御ＥＣＵ３はマイクロコンピュータを主な構成として入出力インターフェース（Ｉ／Ｏ）および各種の駆動回路や検出回路を備えている。これらのハード構成は一般的なものであるので詳細な説明は省略する。
【００２１】
認識・車間制御ＥＣＵ３は、レーザレーダセンサ５、車速センサ７、ブレーキスイッチ９、スロットル開度センサ１１から各々所定の検出データを入力しており、警報音発生器１３、距離表示器１５、センサ異常表示器１７、ブレーキ駆動器１９、スロットル駆動器２１および自動変速機制御器２３に所定の駆動信号を出力している。また認識・車間制御ＥＣＵ３には、警報音量を設定する警報音量設定器２４、警報判定処理における感度を設定する警報感度設定器２５、クルーズコントロールスイッチ２６、図示しないステアリングホイールの操作量を検出するステアリングセンサ２７及びヨーレートセンサ２８が接続されている。また認識・車間制御ＥＣＵ３は、電源スイッチ２９を備え、その「オン」により、所定の処理を開始する。
【００２２】
ここで、レーザレーダセンサ５は、車両前方の測定エリアの中心方向を中心にし、車幅方向の所定角度の範囲でレーザ光を不連続（例えば０．１５ｄｅｇおき）に掃引照射（スキャン）して出力する。スキャンエリアは、例えば０．１５ｄｅｇ×１０５点＝１６ｄｅｇである。そして、反射光を検出すると共に、反射光を捉えるまでの時間に基づき、前方の物体までの距離を検出する。なお、レーザ光を用いるものの他に、ミリ波等の電波や超音波等を用いるものであってもよいし、走査方法についても、送信部をスキャンさせるものに限られるものではなく、例えば受信部をスキャンするものであってもよい。
【００２３】
認識・車間制御ＥＣＵ３は、このように構成されていることにより、レーザレーダセンサ５からの測距データを基にして物体を認識し、その認識物体から得た先行車の状況に合わせて、ブレーキ駆動器１９、スロットル駆動器２１および自動変速機制御器２３に駆動信号を出力することにより車速を制御する、いわゆる車間制御を実施している。また、認識物体が所定の警報領域に所定時間存在した場合等に警報する警報判定処理も同時に実施している。この場合の物体としては、自車の前方を走行する前車やまたは停止している前車あるいは路側にあるガードレールや支柱物体等が該当する。
【００２４】
続いて認識・車間制御ＥＣＵ３の内部構成について制御ブロックとして説明する。レーザレーダセンサ５から出力された測距データは物体認識ブロック４３に送られる。
物体認識ブロック４３では、測距データとして得た距離データとスキャン角度θについては、レーザレーダ中心を原点（０，０）とし、車幅方向をＸ軸、車両前方方向をＺ軸とするＸＺ直交座標に変換する。そして、この直交座標に変換し計測データに基づいて、物体の中心位置（Ｘ，Ｚ）、大きさ（Ｗ，Ｄ）を求めると共に、中心位置（Ｘ，Ｚ）の時間的変化に基づいて、自車位置を基準とする前車等の障害物の相対速度（Ｖｘ，Ｖｚ）を求める。さらに物体認識ブロック４３では、車速センサ７の検出値に基づいて車速演算ブロック４７から出力される車速（自車速）Ｖと上記求められた相対速度（Ｖｘ，Ｖｚ）とから物体が停止物体であるか移動物体であるかの認識種別が求められ、この認識種別と物体の中心位置とに基づいて自車両の走行に影響する物体が選択され、その距離が距離表示器１５により表示される。なお、物体の大きさを示す（Ｗ，Ｄ）は、それぞれ（横幅，奥行き）である。
【００２５】
また、ステアリングセンサ２７からの信号に基づいて操舵角演算ブロック４９にて操舵角が求められ、ヨーレートセンサ２８からの信号に基づいてヨーレート演算ブロック５１にてヨーレートが演算される。そしてカーブ半径（曲率半径）算出ブロック５７では、車速演算ブロック４７からの車速と操舵角演算ブロック４９からの操舵角とヨーレート演算ブロック５１からのヨーレートとに基づいて、カーブ半径（曲率半径）Ｒを算出する。そして物体認識ブロック４３では、このカーブ半径Ｒおよび中心位置座標（Ｘ，Ｚ）などに基づいて自車線確率を算出する。この自車線確率については後述する。
【００２６】
このようなデータを持つ物体のモデルを「物標モデル」と呼ぶこととする。
この物体認識ブロック４３にて求めたデータが異常な範囲の値がどうかがセンサ異常検出ブロック４４にて検出され、異常な範囲の値である場合には、センサ異常表示器１７にその旨の表示がなされる。
【００２７】
一方、先行車判定ブロック５３では、物体認識ブロック４３から得た各種データに基づいて先行車を選択し、その先行車に対する距離Ｚおよび相対速度Ｖｚを求める。
そして、車間制御部及び警報判定部ブロック５５が、この先行車との距離Ｚ、相対速度Ｖｚ、クルーズコントロールスイッチ２６の設定状態およびブレーキスイッチ９の踏み込み状態、スロットル開度センサ１１からの開度および警報感度設定器２５による感度設定値に基づいて、警報判定ならば警報するか否かを判定し、クルーズ判定ならば車速制御の内容を決定する。その結果を、警報が必要ならば、警報発生信号を警報音発生器１３に出力する。また、クルーズ判定ならば、自動変速機制御器２３、ブレーキ駆動器１９およびスロットル駆動器２１に制御信号を出力して、必要な制御を実施する。そして、これらの制御実行時には、距離表示器１５に対して必要な表示信号を出力して、状況をドライバーに告知している。
【００２８】
このような車間制御や警報判定に際しては、その前提となる物体認識が適切に行われていることが重要である。そこで、上述した物体認識ブロック４３において実行される物体認識にかかる動作について説明する。
図２のフローチャートに物体認識に係るメイン処理を示す。図２の最初のステップであるＳ１では、レーザレーダセンサ５から１スキャン分の測距データの読み込みを行う。レーザレーダセンサ５でのスキャン周期は１００ｍｓｅｃとし、１００ｍｓｅｃ毎にデータを取り込むこととする。
【００２９】
続くＳ２では、データのセグメント化を行う。上述したように、測距データとして得た距離データとスキャン角度θについては極座標系からＸＺ直交座標系に変換し、その変換後のデータをグルーピングしてセグメントを形成する。この様子を図５（ａ）に示す。本実施形態では、点認識されたデータ同士のＸ軸方向の距離△Ｘが０．２ｍ以下、Ｚ軸方向の距離△Ｚが２ｍ以下という２条件を共に満たす場合に、その点集合を一体化してセグメントデータを求める。このセグメントデータは、一体化された点集合を含むような大きさに設定された、Ｘ軸及びＺ軸に平行な２辺を持つ長方形の領域であり、中心座標（Ｘ，Ｚ）と大きさを示すための２辺のデータ（Ｗ，Ｄ）をデータ内容とする。
【００３０】
続くＳ３では、認識対象の個々の車両などを物標化する物標化処理を行う。物標Ｂｉ（ｉは自然数）とは、一まとまりのセグメントに対して作成される物体のモデルである。この物標化処理を図２（ｂ）、図３、図４のフローチャートなどを参照して説明する。
【００３１】
物標化処理においてはまず、物標モデルの対応セグメントを検索する（Ｓ３１）。これは、前回までに得た物標モデルが、今回検出したセグメントの内のいずれと一致するかを検索する処理であり、物標Ｂｉに対応するセグメントとは次のように定義される。図５（ｂ）に例示するように、まず物標Ｂｉが前回処理時の位置Ｂｉ(n-1) から前回処理時における相対速度（Ｖｘ，Ｖｚ）で移動したと仮定した場合、現在物標Ｂｉが存在するであろう推定位置Ｂｉ(n) を算出する。続いて、その推定位置Ｂｉ(n) の周囲に、Ｘ軸，Ｚ軸方向に所定量△Ｘ，△Ｚの幅を有する推定移動範囲ＢＢを設定する。そして、その推定移動範囲ＢＢに少なくとも一部が含まれるセグメントを対応するセグメントとする。
【００３２】
続くＳ３２では、物標Ｂｉのデータ更新処理を実行する。この処理は、図３に示すように、対応するセグメントがあれば（Ｓ３２１：ＹＥＳ）、物標モデルの過去データの更新（Ｓ３２２）及び現在位置データの更新（Ｓ３２３）を行う。更新されるデータは、中心座標（Ｘ，Ｚ）、幅Ｗ、奥行きＤ、Ｘ軸方向，Ｚ軸方向の相対速度（Ｖｘ，Ｖｚ）、中心座標（Ｘ，Ｚ）の過去４回分のデータ、自車線確率Ｐなどである。なお、対応するセグメントがない場合は（Ｓ３２１：ＮＯ）、物標モデルのデータ更新は行わない。
【００３３】
続くＳ３３では、新規物標モデルの登録を行う。これは、物標モデルと対応しないためＳ３２において物標モデルになれなかったセグメントを、新規の物標モデルとして登録する処理である。但し、物標モデルには数の制限があるため、物標モデル数が所定個数（例えば８個）を超えている場合には、新規物標モデルになれるとは限らない。
【００３４】
続くＳ３４では物標のマージ処理を行う。この処理は、一つの物体に対して正しい物標モデルが１個と一時的に作られたノイズ的な物標モデル１個が対応しているときに、ノイズ的な物標モデルを削除するために行う。この処理の詳細を図４を参照して説明する。図４の最初のステップＳ３２４では、マージ対象物標か否かを判定する。ここで、物標Ａと物標Ｂとがマージ対象物標となる条件について説明する。図６（ａ）に示すように、Ｘ軸方向については、いずれかの物標が他方の物標に内包される関係にあることが条件とされ、Ｚ軸方向には、２物標の中心間距離ΔＺが所定のしきい値未満であることが条件とされる。これらの条件を共に満たすマージ対象物標であれば（Ｓ３４１：ＹＥＳ）、Ｓ３４２以下の処理を行って、マージ対象物標となっている物標Ａ、物標Ｂのいずれかを残す（逆に言えばいずれかを削除する）処理を行う。
【００３５】
Ｓ３４２では、物標状態が同じかどうかを判断する。ここでいう物標状態とは移動物か停止物かという状態であり、物標状態が異なる場合は（Ｓ３４２：ＮＯ）、従来から採用されていた所定条件に合致する物標を残す（Ｓ３５０）。この「所定条件」とは、次の通りである。
【００３６】
▲１▼所定時間（例えば２秒）以上見えている移動物があれば、その物標モデルの方を残す。
▲２▼▲１▼に該当する物標モデルがない場合は、認識継続時間が長い方の物標モデルを残す。
【００３７】
一方、物標状態が同じ場合は（Ｓ３４２：ＹＥＳ）、まず自車線確率Ｐに基づく条件判定を行う。Ｓ３４３では、物標Ａの前回の自車線確率をＰａ（％）、物標Ｂの前回の自車線確率をＰｂ（％）とし、先行車として採用するしきい値をＸ（％）とした場合に、［Ｐａ≧Ｘ且つＰｂ≧Ｘ］であるか又は［Ｐａ＜Ｘ且つＰｂ＜Ｘ］となっているか否かを判定する。
【００３８】
Ｓ３４３にて否定判断される場合は、両物標Ａ，Ｂの自車線確率Ｐａ，Ｐｂのいずれか一方のみがしきい値Ｘ以上となっており、他方はしきい値Ｘ未満であるため、いずれの自車線確率Ｐａ，Ｐｂが大きいかを判定する（Ｓ３４４）。そして、Ｐａ＞Ｐｂであれば（Ｓ３４４：ＹＥＳ）、物標モデルＡを残し（Ｓ３４５）、Ｐａ≦Ｐｂであれば（Ｓ３４４：ＮＯ）、物標モデルＢを残す（Ｓ３４９）。これによって、先行車である可能性が高い方の物標モデルが残ることとなる。
【００３９】
一方、Ｓ３４３にて肯定判断される場合は、両物標Ａ，Ｂの自車線確率Ｐａ，Ｐｂが共にしきい値Ｘ以上であるか、共にしきい値Ｘ未満であるので、自車線確率によって判定しない。これは、たとえＰａ＞Ｐｂであったとしても、自車線確率Ｐａ，Ｐｂが共にしきい値Ｘ以上である場合は、物標Ａの方を残すのが必ずしも適切であるとは限らないからである。
【００４０】
そこで、Ｓ３４６へ移行して、次は認識状態が安定か不安定かに基づいて判定する。具体的には、物標Ａ，Ｂのいずれか一方の物標のみが安定な認識状態（つまり他方は不安定な認識状態）である場合には（Ｓ３４６：ＹＥＳ）、物標Ａが安定な認識状態であれば（Ｓ３４７：ＹＥＳ）、物標Ａを残し（Ｓ３４５）、物標Ｂが安定な認識状態であれば（Ｓ３４７：ＮＯ）、物標Ｂを残す（Ｓ３４９）。
【００４１】
この「認識状態が安定か否か」については、物体の相対加速度に基づいて判定することが考えられる。つまり、物体の相対加速度が、通常の交通環境において車両として取り得にくい値であれば「認識状態が不安定」であると把握する。これは、先行車が正しく物標として認識されている場合には、物標位置は時間的変化に伴って比較的緩やかに変化するため、相対加速度の絶対値は所定の判定内に収まる。したがって、過大な（絶対値の）相対加速度を持つものは先行車でないか、あるいは正常に検出できていない可能性が高いため、そのような物体の物体情報を引き継がないようにするためである。
【００４２】
但し、物標Ａ，Ｂが共に安定な認識状態であるか、あるいは共に不安定な認識状態である場合には（Ｓ３４６：ＮＯ）、認識状態に基づく判定ができないので、さらに別の条件判定を行う（Ｓ３４８）。それが偏差による判定である。この偏差とは、物標について、前回位置を基にして得た今回の推定位置と今回の認識位置との偏差であり、ここでは、自車位置を基準とした「距離の偏差」として捉える。図６（ｂ）を参照してさらに説明する。認識対象物として物標Ａ，Ｂがあり、それぞれについて、「今回得られた距離＋今回の相対速度×測距周期」によって次回の推定距離Ａｚ，Ｂｚが求められる。そして、次周期において物標Ａ，Ｂが合体して形成された対象物Ｃについて現在の距離Ｃｚが得られるが、この現在の距離Ｃｚと上述の推定距離Ａｚ，Ｂｚとの差の絶対値を偏差とする。
【００４３】
Ｓ３４８では、物標Ａの偏差｜Ｃｚ−Ａｚ｜が物標Ｂの偏差｜Ｃｚ−Ｂｚ｜以下かどうかを判定する。そして、｜Ｃｚ−Ａｚ｜≦｜Ｃｚ−Ｂｚ｜であれば（Ｓ３４８：ＹＥＳ）、物標Ａを残す（Ｓ３４５）。一方、｜Ｃｚ−Ａｚ｜＞｜Ｃｚ−Ｂｚ｜であれば（Ｓ３４８：ＮＯ）、物標Ｂを残す（Ｓ３４９）。つまり、推定した位置と現在の位置との差が少ない方が（ノイズ的な物標ではなく）正しい物標である可能性が高いため、そちらを優先して採用している。
【００４４】
このようにして、マージ対象物標についていずれか一方の物標を残す処理を行った後は、図２（ｂ）に示す自車線確率の算出を行う（Ｓ３５）。自車線確率とは、物標が自車と同一レーンを走行している車両である確からしさを表すパラメータである。本実施形態では、自車線確率瞬時値（その瞬間の検出データに基づいて算出された値）を算出した後、所定のフィルタ処理を施して自車線確率を求める。
【００４５】
まず、物標の位置を、直線路走行時の位置に換算する。もともとの物標の中心位置を（Ｘｏ，Ｚｏ）としたとき、次の変換式により、直線路変換位置（Ｘ，Ｚ）が得られる（図７（ａ）参照）。
Ｘ ← Ｘｏ−Ｚｏ²／２Ｒ …［式１］
Ｚ ← Ｚｏ …［式２］
Ｒ：カーブ半径算出ブロック５７で得た推定Ｒ
右カーブ：符号正
左カーブ：符号負
なお、円の方程式は、｜Ｘ｜≪｜Ｒ｜，Ｚという仮定のもとで、近似した。また、レーザレーダセンサ５が車両中心から離れたところに取り付けられている場合には、車両中心が原点になるようにＸ座標を補正するものとする。すなわち、ここでは実質的にはＸ座標のみ変換している。
【００４６】
このように直進路に変換して得られた中心位置（Ｘ，Ｚ）を、図８に示す自車線確率マップ上に配置して、各物体の瞬時自車線確率、すなわち、その時点で自車線に存在する確率を求める。確率として存在するのは、カーブ半径算出ブロック５７（図１参照）にて求めた曲率半径Ｒは認識物標あるいは操舵角などから推定した値であり、実際のカーブの曲率半径との間に誤差が存在するからである。その誤差を考慮した制御をするため、ここで各物体の瞬時自車線確率を求める。
【００４７】
図８において、横軸はＸ軸、すなわち自車の左右方向であり、縦軸はＺ軸、すなわち自車の前方を示している。本実施形態では、左右５ｍ、前方１００ｍまでの領域を示している。ここで領域は、領域ａ（自車線確率８０％）、領域ｂ（自車線確率６０％）、領域ｃ（自車線確率３０％）、領域ｄ（自車線確率１００％）、それ以外の領域（自車線確率０％）に別れている。この領域の設定は、実測により定めたものである。特に、領域ｄは自車直前への割込も考慮することにより設定された領域である。
【００４８】
領域ａ，ｂ，ｃ，ｄを区切る境界線Ｌａ、Ｌｂ，Ｌｃ，Ｌｄは、例えば次の式３〜６で与えられるものである。なお、境界線Ｌａ′、Ｌｂ′，Ｌｃ′，Ｌｄ′は、それぞれ境界線Ｌａ、Ｌｂ，Ｌｃ，ＬｄとはＹ軸で対称の関係にある。
Ｌａ： X=0.7+(1.75-0.7)・(Z/100)² …［式３］
Ｌｂ： X=0.7+( 3.5-0.7)・(Z/100)² …［式４］
Ｌｃ： X=1.0+( 5.0-1.0)・(Z/100)² …［式５］
Ｌｄ： X=1.5・(1-Z/60) …［式６］
これを一般式で表すと次式７〜１０のようになる。
【００４９】
Ｌａ： X=A1+B1・(Z/C1)² …［式７］
Ｌｂ： X=A2+B2・(Z/C2)² …［式８］
Ｌｃ： X=A3+B3・(Z/C3)² …［式９］
Ｌｄ： X=A4・(B4-Z/C4) …［式１０］
この式７〜１０から一般的には、次の式１１〜１３を満足させるように領域を設定する。実際の数値の決定は、実験にて決定する。
【００５０】
Ａ１≦Ａ２≦Ａ３＜Ａ４ …［式１１］
Ｂ１≦Ｂ２≦Ｂ３およびＢ４＝１ …［式１２］
Ｃ１＝Ｃ２＝Ｃ３（Ｃ４に制約無し） …［式１３］
なお、図８の境界線Ｌａ、Ｌｂ，Ｌｃ，Ｌａ′、Ｌｂ′，Ｌｃ′は、計算処理速度の点から、放物線としているが、処理速度が許すならば、円弧にて表す方が良い。境界線Ｌｄ，Ｌｄ′についても処理速度が許すならば外側に膨らんだ放物線または円弧にて表す方が良い。
【００５１】
次に、各物標の直線路換算位置を図８の自車線確率マップと照合する。下記要領で、マップと照合することで、自車線確率瞬時値Ｐ0 が得られる。
▲１▼領域ｄを少しでも有する物体 → Ｐ0＝１００％
▲２▼領域ａ内に中心が存在する物体 → Ｐ0＝８０％
▲３▼領域ｂ内に中心が存在する物体 → Ｐ0＝６０％
▲４▼領域ｃ内に中心が存在する物体 → Ｐ0＝３０％
▲５▼上記▲１▼〜▲４▼を全て満たさない物体 → Ｐ0＝０％
そして、各物標ごとに自車線確率瞬時値を算出したら、次に、下式を用いて、フィルタ処理をする。ここで、αは距離Ｚに依存するパラメータであり、図７（ｂ）のマップを用いて求める。自車線確率の初期値は、０％とする。
自車線確率←自車線確率前回値×α＋自車線確率瞬時値×（１−α）
そして、この自車線確率も含めた物標モデルのデータが図１に示す物体認識ブロック４３から先行車判定ブロック５３へ出力される。なお、先行車判定ブロック５３では、例えば自車線確率が所定のしきい値（例えば５０％）以上の物標の中で、距離Ｚが最小のものを先行車と判断する。この判断結果、すなわち先行車と判定した認識物標とそれに対する自車線確率を車間制御部及び警報判定部ブロック５５に出力されることとなる。
【００５２】
なお、図４のＳ３４３において自車線確率Ｐに基づく条件判定を行ったが、この際、先行車として採用するしきい値をＸ（％）とした。このしきい値Ｘは、先行車判定ブロック５３で採用している上述のしきい値（例えば５０％）と同じで構わない。
【００５３】
本実施形態においては、レーザレーダセンサ５がレーダ手段に相当し、認識・車間制御ＥＣＵ３の物体認識ブロック４３が認識手段に相当する。また、図２〜４に示す処理が認識手段としての処理の実行に相当する。
以上説明したように、本実施形態の車両制御装置１では、マージ対象物標について物標状態が同じであれば（Ｓ３４１：ＹＥＳ，Ｓ３４２：ＹＥＳ）、まず自車線確率に基づく判定を行い、先行車として採用可能な自車線確率を持つ物標を残すようにした（Ｓ３４３，Ｓ３４４，Ｓ３４５，Ｓ３４９）ため、先行車ロストという不都合を回避できる。つまり、従来は、継続して認識されている時間の長い方の認識結果を残し、短い方を削除していたが、必ずしも認識継続時間が長い方がノイズ的な認識結果であるとは限らない。そのため、ノイズ的な認識結果の方を残してしまい、自車線確率は高くて先行車として選択されていた正しい認識結果の方を削除してしまうと、今まで先行車として選択されていた物体が先行車として選択されなくなってしまい、「先行車ロスト」状態になってしまっていたが、このように自車線確率に基づくことでそのような不都合を回避できる。
【００５４】
また、自車線確率では判定ができない場合については（Ｓ３４３：ＮＯ）、物標の認識状態に基づく判定を行い、安定な認識状態の物標を残すようにした（Ｓ３４６，Ｓ３４７，Ｓ３４５，Ｓ３４９）。そのため、正しい認識結果の方の認識継続時間がノイズ的な認識結果よりも短い場合であっても、認識状態が安定していれば物体情報が引き継がれるため、安定した車間制御や車間警報を実行できることとなる。
【００５５】
そして、認識状態でも判定ができない場合については（Ｓ３４６：ＮＯ）、距離偏差が小さな方の物標を残すようにした（Ｓ３４８，Ｓ３４５，Ｓ３４９）。このようにすることで距離偏差が相対的に大きくなる可能性の高いノイズ的な認識結果を残して正しい認識結果を誤って削除してしまうことが防止できるため、相対速度の変化を実際よりも大きくとらえてしまい、車間制御などにおいて不要な加減速制御を実行してしまうことを防止できる。
【００５６】
なお、本発明はこのような実施形態に何等限定されるものではなく、本発明の主旨を逸脱しない範囲において種々なる形態で実施し得る。
（１）例えば、上記実施形態では、自車線確率・認識状態・距離偏差の３つの判定を組み合わせたが、その内の一つのみでも実現は可能である。また、これらの内のいずれか２つの組合せでも実現は可能である。但し、車間制御や車間警報の対象となる先行車を選択することを前提とした物体認識であるので、上述したように、自車線確率・認識状態・距離偏差の３つの判定をその順番で行うことが好ましい。
【００５７】
（２）上記実施形態でのレーザレーダセンサ５は、車幅方向（Ｘ軸方向）の所定角度の範囲でレーザ光をスキャンして、物体の２次元位置（Ｘ，Ｚ）を検知可能な構成であったが、例えばレーザ光を車幅方向及び高さ方向（Ｙ軸方向）それぞれの所定角度の範囲で２次元的にスキャンするようにして物体の３次元位置（Ｘ，Ｙ，Ｚ）を検知可能な構成にしてもよい。例えばスキャンエリアとして、Ｘ軸方向には０．１５ｄｅｇ×１０５点＝１６ｄｅｇ、Ｙ軸方向には０．７ｄｅｇ×６ライン＝４ｄｅｇとすることが考えられる。この場合、まずＹ軸方向に見た最上部に位置する第１走査ラインについてＸ軸方向にスキャンする。これで１走査ライン分の検出がなされるので、次に、Ｙ軸方向に見た次の位置にある第２走査ラインにおいても同様にＸ軸方向にスキャンする。このようにして第６走査ラインまで同様のスキャンを繰り返す。したがって、１０５点×６ライン＝６３０点分のデータが得られることとなる。そして、このような２次元スキャンの場合には、図２（ａ）のセグメント化処理において次のようにすることが考えられる。つまり、上述した６本の走査ライン毎に、上記実施形態の場合と同様にＸ軸方向距離及びＺ軸方向距離について所定の近接状態となる点集合を一体化してセグメントデータ（プリセグメントデータと呼ぶ）を求め、走査ライン間においてもＹ軸方向に所定の近接状態であるプリセグメントデータ同士を一体化することで最終的なセグメントデータ（本セグメントデータと呼ぶ）を求める。
【００５８】
このような３次元的な一体化を施した本セグメントデータを基にした物標を前提とする場合には、図４のＳ３４１におけるマージ対象物標か否かの判定に、さらにＹ軸方向の条件も加えてもよい。例えば、本セグメントデータを構成するプリセグメントデータのレベルにおいて、同一の高さのプリセグメントデータを持つことを条件にすることが考えられる。
【００５９】
（３）上記実施形態では、物体認識ブロック４３において、レーザレーダセンサ５から得た距離データとスキャン角度θを極座標系からＸＺ直交座標系に変換していたが、レーザレーダセンサ５において直交座標系に変換してから物体認識ブロック４３に出力するようにしてもよい。
【００６０】
（４）上記実施形態では「レーダ手段」としてレーザ光を用いたレーザレーダセンサ５５を採用したが、ミリ波等の電波や超音波等を用いるものであってもよい。また、スキャン方式にこだわる必要はなく、距離以外に方位を測定できる方式であればよい。そして、例えばミリ波でＦＭＣＷレーダ又はドップラーレーダなどを用いた場合には、反射波（受信波）から先行車までの距離情報と先行車の相対速度情報が一度に得られるため、レーザ光を用いた場合のように、距離情報に基づいて相対速度を算出するという過程は不要となる。
【図面の簡単な説明】
【図１】本発明が適用された車両制御装置の構成を示すブロック図である。
【図２】（ａ）は物体認識に係る処理を示すフローチャートであり、（ｂ）は（ａ）の処理中で実行される物標化処理を示すフローチャートである。
【図３】図２（ｂ）の処理中で実行される物標モデルのデータ更新処理を示すフローチャートである。
【図４】図２（ｂ）の処理中で実行される物標のマージ処理を示すフローチャートである。
【図５】（ａ）は測距データのセグメント化の内容を示す説明図であり、（ｂ）は物標に対応するセグメントの説明図である。
【図６】（ａ）はマージ対象物標の説明図であり、（ｂ）は距離偏差の説明図である。
【図７】（ａ）は各物標位置を直線路走行時の位置に変換する際の説明図であり、（ｂ）は自車線確率を求めるためのパラメータαのマップの説明図である。
【図８】自車線確率マップの説明図である。
【符号の説明】
１…車両制御装置、３…認識・車間制御ＥＣＵ、５…レーザレーダセンサ、７…車速センサ、９…ブレーキスイッチ、１１…スロットル開度センサ、１３…警報音発生器、１５…距離表示器、１７…センサ異常表示器、１９…ブレーキ駆動器、２１…スロットル駆動器、２３…自動変速機制御器、２４…警報音量設定器、２５…警報感度設定器、２６…クルーズコントロールスイッチ、２７…ステアリングセンサ、２８…ヨーレートセンサ、２９…電源スイッチ、４３…物体認識ブロック、４４…センサ異常検出ブロック、４７…車速演算ブロック、４９…操舵角演算ブロック、５１…ヨーレート演算ブロック、５３…先行車判定ブロック、５５…車間制御部及び警報判定部ブロック、５７…カーブ半径算出ブロック

Claims

車幅方向の所定範囲内に渡り送信波を照射し、その反射波に基づいて車両前方の物体を認識する物体認識方法であって、
車両前方の複数の物体を同時に認識可能であると共に、各認識物体に対応する物体情報として、少なくとも物体の位置及びその物体が自車と同一車線上に存在する確率である自車線確率を把握可能であり、
過去においては別個の物体であると認識していた２以上の物体が位置的に同一となった場合には、１の物体であると認識すると共に、その物体に対応する物体情報として、前記自車線確率が過去において所定値以上であった物体に対応する物体情報を引き継ぐこと
を特徴とする物体認識方法。
車幅方向の所定範囲内に渡り送信波を照射し、その反射波に基づいて車両前方の物体を認識する物体認識方法であって、
車両前方の複数の物体を同時に認識可能であると共に、各認識物体に対応する物体情報として、少なくとも物体の位置及びその物体の認識状態が安定か否かを把握可能であり、
過去においては別個の物体であると認識していた２以上の物体が位置的に同一となった場合には、１の物体であると認識すると共に、その物体に対応する物体情報として、認識状態が安定な物体に対応する物体情報を引き継ぐこと
を特徴とする物体認識方法。
車幅方向の所定範囲内に渡り送信波を照射し、その反射波を受信して物体を検出するレーダ手段と、
該レーダ手段による検出結果に基づき、車両前方の複数の物体を同時に認識可能であると共に、各認識物体に対応する物体情報として、少なくとも物体の位置及びその物体が自車と同一車線上に存在する確率である自車線確率を把握可能な認識手段とを備えた物体認識装置であって、
前記認識手段は、
過去においては別個の物体であると認識していた２以上の物体が位置的に同一となった場合には、１の物体であると認識すると共に、その物体に対応する物体情報として、前記自車線確率が過去において所定値以上であった物体に対応する物体情報を引き継ぐこと
を特徴とする物体認識装置。
車幅方向の所定範囲内に渡り送信波を照射し、その反射波を受信して物体を検出するレーダ手段と、
該レーダ手段による検出結果に基づき、車両前方の複数の物体を同時に認識可能であると共に、各認識物体に対応する物体情報として、少なくとも物体の位置及びその物体の認識状態が安定か否かを把握可能な認識手段とを備えた物体認識装置であって、
前記認識手段は、
過去においては別個の物体であると認識していた２以上の物体が位置的に同一となった場合には、１の物体であると認識すると共に、その物体に対応する物体情報として、認識状態が安定な物体に対応する物体情報を引き継ぐこと
を特徴とする物体認識装置。
請求項３に記載の物体認識装置において、
前記認識手段は、
前記物体情報として、さらに認識状態が安定か否かを把握可能であり、
前記自車線確率が過去において所定値以上であった物体が複数ある場合、あるいは全くない場合には、認識状態が安定な物体に対応する物体情報を引き継ぐこと
を特徴とする物体認識装置。
請求項３に記載の物体認識装置において、
前記認識手段は、
前記物体情報として、さらに前回位置を基にして得た今回の推定位置と今回の認識位置との偏差を把握可能であり、
前記自車線確率が過去において所定値以上であった物体が複数ある場合、あるいは全くない場合には、前記位置偏差が最も小さい物体に対応する物体情報を引き継ぐこと
を特徴とする物体認識装置。
請求項３に記載の物体認識装置において、
前記認識手段は、
前記物体情報として、さらに認識状態が安定か否か及び前回位置を基にして得た今回の推定位置と今回の認識位置との偏差を把握可能であり、
前記自車線確率が過去において所定値以上であった物体が複数ある場合、あるいは全くない場合には、認識状態が安定な物体が１つだけあれば、その物体に対応する物体情報を引き継ぎ、認識状態が安定な物体が２つ以上ある場合、あるいは全くない場合には、前記位置偏差が最も小さい物体に対応する物体情報を引き継ぐこと
を特徴とする物体認識装置。
請求項４に記載の物体認識装置において、
前記認識手段は、
前記物体情報として、さらに前回位置を基にして得た今回の推定位置と今回の認識位置との偏差を把握可能であり、
認識状態が安定な物体が２つ以上ある場合、あるいは全くない場合には、前記位置偏差が最も小さい物体に対応する物体情報を引き継ぐこと
を特徴とする物体認識装置。
請求項４，５，７，８のいずれか記載の物体認識装置において、
前記認識手段は、
前記認識状態が安定でないことを、前記物体の相対加速度が、通常の交通環境において車両として取り得にくい値であることによって把握すること
を特徴とする物体認識装置。
請求項３〜９のいずれか記載の物体認識装置の認識手段としてコンピュータシステムを機能させるためのプログラムを記録したコンピュータ読み取り可能な記録媒体。