JP4146954B2 - 物体認識装置 - Google Patents

Description

【０００１】
【発明の属する技術分野】
本発明は、周囲の物体を認識するようにした物体認識装置に関し、特に、その認識精度を高めるための技術分野に属するものである。
【０００２】
【従来の技術】
従来より、この種の物体認識装置として、例えば特開平１０―２０６１１６号公報に示されるように、一定方向に配置された多数のＣＣＤをその配列方向と直交する方向に多段に並設してなる多段ライン型ＣＣＤを設け、この多段ライン型ＣＣＤに基づいて得られた２次元の距離データから特定の物体を認識するようにしたものが知られている。
【０００３】
そして、このものでは、上記２次元の各距離データに対しその周囲の距離データとの関連性に基づき有効ポイント数を演算し、この演算されたポイント数が所定の基準値以下のものはノイズデータと判断して削除するようにしている。
【０００４】
【発明が解決しようとする課題】
ところで、上記従来のものは全く問題がないわけではなく、改良すべき余地がある。すなわち、例えば遠方の物体を認識するためには、上記有効ポイント数の基準値を小さくする必要があるが、そうすると、例えば路面上にある車線区画用の白線等の表示についても物体に関する有効な距離データとして誤認識してしまう虞れがある。
【０００５】
また、路面上にある数字や記号等の表示については、その距離データの数が多くなるので、この路面上の表示をも物体に関する距離データとして誤認識されることがある。
【０００６】
本発明は斯かる諸点に鑑みてなされたもので、その目的とするところは、上記のように周囲の物体をその２次元の距離データに基づいて認識するときの処理方法に工夫を凝らすことにより、路面上の数字等の表示や遠距離の路面上の白線等の表示の距離データを他の特定の物体の距離データとして誤認識するのを防いで、その物体の認識精度を向上させることにある。
【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に、この発明では、周囲にある物体について検出された複数の２次元の距離データの配列状態を判定し、その配列状態から特定物体に関する特徴部分を見つけてその特徴部分の距離データのみを抽出し、その抽出データから物体を認識するようにした。
【０００８】
具体的には、図１に示すように、請求項１の発明では、車両の周囲に存在する物体までの距離情報を２次元の距離データとして検出する物体距離データ検出手段３０を備え、該検出手段３０により検出された２次元の距離データから特定の物体を認識するようにした物体認識装置が前提である。
【０００９】
そして、上記物体距離データ検出手段３０によって検出された複数の２次元の距離データに対応する物体検出位置の配列状態を判定する配列判定手段４１と、この配列判定手段４１により判定された物体検出位置の配列状態に基づいて、略垂直面に沿って配列されている複数の物体検出位置のうち、配列方向両側に隣接する物体検出位置との間の水平方向に対する傾きがしきい値以上となる物体検出位置の距離データのみを抽出するデータ抽出手段４２と、このデータ抽出手段４２により抽出された距離データに基づいて路面上に存在する物体を認識する物体認識手段２０とを備えたことを特徴としている。
【００１０】
この構成によれば、物体距離データ検出手段３０において車両周囲の物体についての距離情報が距離データとして検出されると、この検出された複数の２次元の距離データに対応する物体検出位置の配列状態が配列判定手段４１により判定される。さらに、この配列判定手段４１により判定された物体検出位置の配列状態に基づいて、略垂直面に沿って配列されている複数の物体検出位置のうち、配列方向両側に隣接する物体検出位置との間の水平方向に対する傾きがしきい値以上となる物体検出位置の距離データがデータ抽出手段４２により抽出され、物体認識手段２０において、上記データ抽出手段４２により抽出された距離データに基づいて路面上に存在する物体が認識される。こうして複数の２次元の距離データに対応する物体検出位置の配列状態から物体認識に必要なデータを抽出するので、路面上にある距離データ数の多い数字等の表示や、遠距離にある路面上の白線等の表示の距離データは、物体認識に必要なデータとして抽出されず、そのことで特定の物体の認識精度を高めることができる。
【００１２】
請求項２の発明では、物体距離データ検出手段３０は、車両の後側方に存在する物体までの距離情報を２次元の距離データとして検出するものとする。こうすれば、車両の後側方に存在する特定の物体の認識精度を高めて車線変更等を容易に行うことができる。
【００１３】
請求項３の発明では、物体距離データ検出手段３０は、多段ライン型ＣＣＤセンサを備えたものとする。このことで、物体までの距離情報を２次元の距離データとして検出することが容易になる。
【００１５】
請求項４の発明では、上記データ抽出手段４２で用いられる傾きのしきい値は、物体までの距離が大きいほど小さくなるものとする。このことで、例えば遠くの物体が小さくなって路面上の白線等の表示との区別が付き難くなっても、その物体の距離データを精度よく認識することができる。
【００１６】
また、請求項５の発明では、上記データ抽出手段４２は、路面からの高さがしきい値よりも小さい物体検出位置の距離データのみを抽出するように構成されているものとする。このことで、遠距離にある物体の距離データでも近距離の物体と同様に抽出でき、物体の距離に関係なく安定した距離データを抽出して物体認識精度を高めることができる。
【００１７】
請求項６の発明では、上記請求項５の発明におけるデータ抽出手段４２で用いられる高さのしきい値は、物体までの距離、路面勾配の少なくとも１つに応じて補正されているものとする。こうすると、物体までの距離、路面勾配等が変わると、それに応じて物体検出位置の路面からの高さのしきい値が変化するので、上記路面勾配等の変化に拘わらず安定して物体の認識精度を向上させることができる。
【００１８】
請求項７の発明では、上記請求項１の発明におけるデータ抽出手段４２は、路面側から配列方向上側に向かって最初に、配列方向両側に隣接する物体検出位置との間の水平方向に対する傾きがしきい値以上となる物体検出位置の距離データのみを抽出するように構成されているものとする。このように路面側から配列方向上側に向かって最初に、水平方向に対する傾きがしきい値以上となる物体検出位置の距離データのみが物体認識に用いられるので、物体の認識精度を確実に向上させることができる。
【００１９】
請求項８の発明では、上記請求項１の発明におけるデータ抽出手段４２は、略垂直面に沿って配列されている複数の物体検出位置のうちの高さの最大値及び最小値の差が所定値以上となる距離データのみを抽出するように構成されているものとする。こうすると、複数の物体検出位置のうちの高さの最大値及び最小値の差が所定値未満となる距離データは物体として認識されなくなり、不要な物体を確実に排除して、その分、物体の認識精度を向上させることができる。
【００２１】
【発明の実施の形態】
図２は本発明の実施形態に係る物体認識装置を装備した自動車からなる車両Ｃ（自車）を示し、この物体認識装置は、車両Ｃの左右斜め後側方に位置する他の車両等の物体Ｏ（図５、図１１、図１２に示す）を認識して警報対象として警報するようになっている。
【００２２】
すなわち、図２において、１は車両Ｃの車体、２は車体１の前後略中央部に形成された車室、３は車体１の前端部に形成されたエンジンルーム、４は車室２の前端部に配置されたインストルメントパネル、５は車室２の後端部にあるパッケージトレイ、６，６は左右のドアミラーである。そして、図３に示すように、上記物体認識装置は、各々物体Ｏまでの距離を測定するための左右の後側方検知センサ１０，１０と、この各検知センサ１０の出力信号がそれぞれ入力されるコントローラ１５と、このコントローラ１５からの信号を受けて車両Ｃの乗員に情報、例えば物体Ｏの存在やその障害物としての危険度をＣＲＴや液晶等により表示する表示装置３１とを備えている。
【００２３】
図２に示す如く、上記両検知センサ１０，１０は、上記左右のドアミラー６，６の内部にそれぞれ斜め後方を向いた状態で取付固定されている。また、コントローラ１５は車室２内に、また表示装置３１はインストルメントパネル４にそれぞれ配設されている。
【００２４】
上記各検知センサ１０は、車両Ｃの後側方の所定範囲の環境状態を検出する環境検出手段を構成するもので、図５に示すように、所定距離離れて上下方向に配置された上下１対のＣＣＤチップ１１，１１と、該ＣＣＤチップ１１，１１に対応して配置されたレンズ１２，１２とを備えている。各ＣＣＤチップ１１は、上下方向たるウィンドウ方向に沿って配置された多数のＣＣＤからなるＣＣＤラインをウィンドウ方向と直交するライン列方向（水平方向）に多段に並設してなる多段ライン型ＣＣＤからなり、この各ＣＣＤチップ１１によりレンズ１２を経てドアミラー６のミラー（ハーフミラー）越しに、上下方向に角度θ１の範囲でかつ水平左右方向に角度θ２の範囲（図１０、図１２参照）にある物体Ｏ等の画像を輝度情報として捕らえるようになっている。
【００２５】
図４に示す如く、上記各検知センサ１０はそれぞれコントローラ１５内の測距回路１６に接続されている。この各測距回路１６は、両ＣＣＤチップ１１，１１での物体像の視差（位相差）を演算する視差演算部１７と、この視差演算部１７からの信号により物体Ｏまでの距離を演算する距離演算部１８とを備えている。そして、各測距回路１６では、図６及び図７に示す如く、各ＣＣＤチップ１１により輝度として捕らえられた画像を、ライン方向（水平方向）にＣＣＤライン毎のｎ個のラインに分割するとともに、その各ラインをウィンドウ方向（上下方向）にｍ個のウィンドウに分割して、画像の略全体をｍ×ｎ個の領域Ｅ，Ｅ，…で構成し、両方のＣＣＤチップ１１，１１による画像での同一の領域Ｅ，Ｅ間の視差を求め、この視差から各領域Ｅ毎に物体Ｏまでの距離を演算する。
【００２６】
すなわち、両ＣＣＤチップ１１，１１により輝度として捕らえられた画像はいずれも図６に示すようになるが、これら両ＣＣＤチップ１１，１１の画像（輝度）は同じライン位置（図示例ではラインｉ）では、図８に示すように、両ＣＣＤチップ１１，１１の上下方向のずれ分だけずれていて視差が生じており、この視差を利用して物体Ｏまでを測距する。この原理について図９により説明するに、図９の三角形Ｐ・Ｏ１・Ｑ及び三角形Ｏ１・Ｐ１・Ｑ１同士、並びに三角形Ｐ・Ｏ２・Ｑ及び三角形Ｏ２・Ｐ２・Ｑ２同士はそれぞれ相似形あるので、今、検知センサ１０（レンズ１２）から物体Ｏまでの距離をａ、両レンズ１２，１２の中心間の距離をＢ（定数）、レンズ１２の焦点距離をｆ（定数）、両ＣＣＤチップ１１，１１での物体像のレンズ中心からのずれ量をそれぞれｘ１，ｘ２とすると、
ａ・ｘ１／ｆ＝Ｂ−ａ・ｘ２／ｆ
となり、この式から、
ａ＝Ｂ・ｆ／（ｘ１＋ｘ２）
が得られる。つまり、両ＣＣＤチップ１１，１１での物体像の視差（位相差）によって物体Ｏまでの距離ａを測定することができる。
【００２７】
尚、図６及び図７におけるＧ（白点）は、ＣＣＤチップ１１のＣＣＤに対応するように縦横格子状に配置された測距点（測距ポイント）であり、この測距点Ｇは各領域Ｅに含まれている。また、各ＣＣＤラインでのウィンドウは、一部が隣接するウィンドウと互いにオーバーラップするように分割されており、上下方向（ウィンドウ方向）に隣接する領域Ｅ，Ｅに同じ測距点Ｇ，Ｇ，…が含まれている。また、Ｏ′は物体の像である。
【００２８】
また、図１０に示すように、上記各ＣＣＤチップ１１により輝度として捕らえられた画像をライン毎に分割して形成される複数のラインは、車両Ｃの外側で近距離を測距するライン位置が若い番号とされる一方、車幅方向の中央側で遠距離を測距するライン位置が大きい番号とされ、外側ラインから車幅方向の中央側ラインに向かって番号が順に増加するように番号付けされている。
【００２９】
図４に示す如く、上記コントローラ１５には、センサ１０に基づいて得られた上下方向及び水平方向の２次元の距離データ、つまり各測距回路１６からの信号を基に特定の物体Ｏを認識する物体認識部２０と、この物体認識部２０の出力信号により物体Ｏを新規物体かどうか選別する物体選別部２１と、この物体選別部２１により選別された物体Ｏが車両Ｃ（自車）にとって危険対象物かどうかを判断する危険判断部２２とが設けられており、物体認識部２０において、物体Ｏの認識結果に基づいて表示信号を表示装置３１に物体選別部２１を経て出力するようにしている。
【００３０】
また、コントローラ１５は、物体Ｏを認識する上で本来は物体Ｏが位置し得ない不要な範囲を除外するレンジカット部２４と、測距された各領域毎の距離データと周りの８つの隣接領域との比較（８隣接点処理）を行って有効ポイント数を付与する８隣接点処理部２５と、ライン毎の距離を演算するライン距離演算部２６と、ガードレールを判定するためのガードレール判定部２７と、距離データを物体Ｏ毎にグルーピングするグルーピング部２８とを備えている。
【００３１】
図１１は上記レンジカット部２４で除外される上下方向のレンジカット範囲Ｚ１を、また図１２は同左右方向のレンジカット範囲Ｚ２をそれぞれ例示しており、これらのレンジカット範囲Ｚ１，Ｚ２は、後述する如く、ラインの角度とその位置での距離とに基づいて検出される。図１２中、Ｆは車両Ｃの路面、Ｍは道路における車両走行車線を設定する路面Ｆ上の白線、Ｆ１は道路の両側に設置された路側帯、Ｈはその植込みである。
【００３２】
また、上記の如く各検知センサ１０は各ドアミラー６のミラー（ハーフミラーのガラス）越しに画像を捕らえるために、そのミラーの歪み等により正確の距離を測定することが困難となり、視差に応じた距離の関係を補正しておく必要がある。この実施形態では、図４０に示す如く、予め遠距離側ラインを基準として設定された、視差に応じた距離の関係を示す１つのマップを記憶しており、この１つのマップから距離を補正する。すなわち、測距回路１６での測距特性は、遠距離側ラインを基準として、他のラインを補完するようにしている。
【００３３】
さらに、周囲の明るさやドアミラー６のミラーの汚れ等により、視差に応じた距離の関係を補正しておくために、この実施形態では以下の処理が行われるようになっている。すなわち、周囲の明るさを判定する前者の場合、測距されている距離データの個数Ｎｄａｔａ（図３６及び図３７参照）を演算してそれを全ての領域の数で割ることにより、検出率（測距率）を求め、図４１に示すように、この検出率が所定値以上であるときを「昼」状態と、また所定値よりも低いときを「夜」状態とそれぞれ判定する。
【００３４】
一方、ドアミラー６のミラーの汚れ等を判定する後者の場合、路面の白線の位置がセンサ１０に対し一定の角度範囲で一定の距離範囲に含まれることを利用し、その白線の測定距離値がばらつき率をもって変化するときには、ドアミラー６のミラーに雨水等が付着している状態と判定し、一方、白線の測定距離値が絶対値で変化しているときには、ドアミラー６のミラーに汚れ等が付着している状態と判定するようにしている。
【００３５】
上記８隣接点処理部２５での８隣接点処理動作は、図１３に示すように、ある領域Ｅ（ｉ，ｊ）の距離データに対しそれに隣接する周りの８つの隣接領域Ｒ１〜Ｒ８の距離データの相関性を判断するもので、具体的に図１５に示す如く行われる。すなわち、最初のステップＳ１で、ライン数ｎ及びウィンドウ数ｍに分割された領域Ｅ（ｉ，ｊ）毎の距離データｄ（ｉ，ｊ）を読み込み、次のステップＳ２で各領域Ｅ（ｉ，ｊ）の有効ポイント数Ｐ（ｉ，ｊ）をＰ（ｉ，ｊ）＝０と初期化する。この有効ポイント数Ｐ（ｉ，ｊ）は各領域Ｅ（ｉ，ｊ）に設定されるもので、この値が大きいほど領域の距離データの有効性が高く、信頼性、信憑性があると判断される。次のステップＳ３では、全ての領域のうち左右端及び上下端の位置にある領域（格子点）への有効ポイント数を嵩上げし、周辺の領域には有効ポイント数Ｐ（ｉ，ｊ）を＋１だけ、またその中で４つの隅角部の領域には有効ポイント数Ｐ（ｉ，ｊ）を＋２だけそれぞれ増やすように設定する。この後、ステップＳ４において、隣接点処理を行うかどうかを判定し、この判定がＮＯのときには、ステップＳ１１において有効ポイント数Ｐ（ｉ，ｊ）をＰ（ｉ，ｊ）＝８に設定した後、ステップＳ１２に進む一方、判定がＹＥＳのときには、ステップＳ５に進む。
【００３６】
上記ステップＳ４で隣接点処理を行うかどうかの判定は、具体的には以下のように行う。
（第１例）
図２６に示すように、予め各ライン位置毎に決定される基準距離値ｄｉが所定値Ｌよりも大きいか否かを判定し、この判定がｄｉ＞ＬのＹＥＳのときには、隣接点処理は行わない（図１５のステップＳ１１に進む）一方、ｄｉ≦ＬのＮＯのときには、隣接点処理を行う（同ステップＳ５に進む）。
【００３７】
上記基準距離値ｄｉは、例えば図１８（ａ）に示すように、ラインの位置が大きくなる（車体１外側ラインつまり近距離側ラインから内側ラインつまり遠距離側ラインに向かう）ほどライン位置毎に増加するように、或いは図１８（ｂ）に示す如く、ラインの位置の増加に比例して増加するように、又は図１８（ｃ）に示す如く、ラインの位置の増加に伴って段階的に増加するようにそれぞれ設定される。
【００３８】
（第２例）
図２７に示すように、各領域毎の測定距離ｄ（ｉ，ｊ）が所定値Ｌよりも大きいか否かを判定し、この判定がｄ（ｉ，ｊ）＞ＬのＹＥＳのときには、隣接点処理は行わない（図１５のステップＳ１１に進む）一方、ｄ（ｉ，ｊ）≦ＬのＮＯのときには、隣接点処理を行う（同ステップＳ５に進む）。
【００３９】
すなわち、８隣接点処理部２５は、距離が近距離側及び中距離側にあるときのみ有効ポイント数を付与する処理を行い、遠距離側にあるときには有効ポイント数の付与処理を行わないように構成されている。
【００４０】
図１５に示す上記ステップＳ５では距離しきい値ｄ０を設定する。この距離しきい値ｄ０は、付与ポイント数ｐを決定するためのもので、その設定は以下のように行う。
（第１例）
図１６に示すように、距離しきい値ｄ０は定数Ｃとする。
【００４１】
（第２例）
図１７に示すように、距離しきい値ｄ０は、上記各ライン毎に決定される基準距離値ｄｉ（図１８参照）の１／１０に設定する。
【００４２】
（第３例）
図１９に示す如く、上記基準距離値ｄｉが所定値Ｌよりも大きいか否かを判定し、この判定がｄｉ＞ＬのＹＥＳのときには、距離しきい値ｄ０は大きな値に、またｄｉ≦ＬのＮＯのときには、距離しきい値ｄ０は小さな値にそれぞれ設定する。
【００４３】
（第４例）
図２０に示すように、後述する領域Ｅと隣接領域Ｒ１〜Ｒ８との距離差ｄｘの平均値Ｄ（有効な距離データがあるものに限る）を求め、この平均値Ｄが所定値ＤＬよりも大きいかどうかを判定する。この判定がＤ＞ＤＬのＹＥＳのときには、距離しきい値ｄ０をｄ０＝Ｄｌａｒｇｅに、またＤ≦ＤＬのＮＯのときには、距離しきい値ｄ０を上記Ｄｌａｒｇｅよりも小さいＤｓｍａｌｌ（＜Ｄｌａｒｇｅ）にそれぞれ設定する。より具体的には、上記距離しきい値ｄ０は、図２１（ａ）に示す如く平均値Ｄの増大に応じて大きくなり、平均値Ｄが最大域に達すると一定となるか、図２１（ｂ）に示す如く平均値Ｄの増大に応じて段階的に大きくなるか、或いは図２１（ｃ）に示す如く平均値Ｄの増大に応じて比例的に大きくなるように決定される。
【００４４】
図１５のフローにおけるステップＳ５の後はステップＳ６に進み、隣接領域Ｒｉの距離データｄ（Ｒｉ）を読み込み、次のステップＳ７では上記領域Ｅと隣接領域Ｒ１〜Ｒ８との距離差ｄｘ＝｜ｄ（ｉ，ｊ）−ｄ（Ｒｉ）｜を演算する。この後、ステップＳ８において、上記距離差ｄｘと上記距離しきい値ｄ０との大小判定を行い、この判定がｄｘ≧ｄ０のＮＯのときにはステップＳ１２に進む一方、ｄｘ＜ｄ０のＹＥＳのときには、ステップＳ９において付与すべきポイント数ｐを設定する。このステップＳ９での付与ポイント数ｐの設定は以下のように行う。
（第１例）
図２２に示す如く、当該領域Ｅにおいて対象とする隣接領域がウィンドウ方向（上下方向）の領域Ｒ２又はＲ７に位置しているかどうかを判定し、この判定がＮＯのときには付与ポイント数ｐをｐ＝１に、また判定がＹＥＳのときには、付与ポイント数ｐを上記ＮＯ判定の場合よりも大きいｐ＝２にそれぞれ設定する。すなわち、隣接領域がウィンドウ方向（上下方向）にあるときの付与ポイント数ｐ（従って有効ポイント数Ｐ（ｉ，ｊ））をライン列方向にあるときの付与ポイント数よりも大きくする。
【００４５】
（第２例）
図２３に示すように、上記各ライン毎に決定される基準距離値ｄｉ（図１８参照）が所定値Ｌよりも大きいか否かを判定し、この判定がｄｉ≦ＬのＮＯのときには付与ポイント数ｐをｐ＝１に、また判定がｄｉ＞ＬのＹＥＳのときには、付与ポイント数ｐを上記ＮＯ判定の場合よりも大きいｐ＝２にそれぞれ設定する。すなわち、遠距離側ライン位置での付与ポイント数ｐ（有効ポイント数Ｐ（ｉ，ｊ））を近距離側領域よりも大きくする。
【００４６】
（第３例）
図２４に示すように、上記領域Ｅ及び隣接領域Ｒ１〜Ｒ８の距離差ｄｘと所定値Ｄ２との大小を判定し、この判定がｄｘ＜Ｄ２のＹＥＳのときには付与ポイント数ｐをｐ＝３に設定する。判定がｄｘ≧Ｄ２のＮＯのときには、今度は距離差ｄｘと他の所定値Ｄ１（Ｄ０＞Ｄ１＞Ｄ２）との大小を判定し、この判定がｄｘ≧Ｄ１のＮＯのときには付与ポイント数ｐをｐ＝２に、またｄｘ＜Ｄ１のＹＥＳのときには付与ポイント数ｐをｐ＝１にそれぞれ設定する。すなわち、隣接領域との距離差が所定値よりも小さいときに付与ポイント数ｐ（有効ポイント数Ｐ（ｉ，ｊ））を大きくする。
【００４７】
（第４例）
図２５に示す如く、上記領域Ｅの測定距離ｄ（ｉ，ｊ）が所定値Ｌよりも大きいか否かを判定し、この判定がｄ（ｉ，ｊ）≦ＬのＮＯのときには付与ポイント数ｐをｐ＝１に、また判定がｄ（ｉ，ｊ）＞ＬのＹＥＳのときには、付与ポイント数ｐを上記ＮＯ判定の場合よりも大きいｐ＝２にそれぞれ設定する。すなわち、領域Ｅの測定距離が所定値よりも大きいときに付与ポイント数ｐ（有効ポイント数Ｐ（ｉ，ｊ））を大きくする。
【００４８】
このようなステップＳ９の後、ステップＳ１０において、それまでの有効ポイント数Ｐ（ｉ，ｊ）に上記付与ポイント数ｐを加えて新たな有効ポイント数Ｐ（ｉ，ｊ）＝Ｐ（ｉ，ｊ）＋ｐを設定し、上記ステップＳ１２に進む。このステップＳ１２では、ステップＳ６〜Ｓ１０の処理が８つの隣接領域Ｒ１〜Ｒ８の各々について終了したかどうかを判定し、この判定がＮＯのときにはステップＳ６に戻って、他の残りの隣接領域について同様の処理を行う。一方、判定がＹＥＳになると、ステップＳ１３に進み、全ての領域Ｅ，Ｅ，…についての有効ポイント数Ｐ（ｉ，ｊ）の設定（ステップＳ６〜Ｓ１０の処理）が終了したか否かを判定する。この判定がＮＯのときには、ステップＳ４に戻って他の領域Ｅについて有効ポイント数Ｐ（ｉ，ｊ）の設定を繰り返す。一方、判定がＹＥＳになると、次のライン毎の距離の演算処理（図２８参照）に進む。
【００４９】
図２８は上記ライン距離演算部２６での処理動作を示し、上記８隣接点処理部２５により付与設定された有効ポイント数Ｐ（ｉ，ｊ）に基づき上記ライン毎の距離をそれぞれ演算する。
【００５０】
まず、ステップＴ１において、ライン数ｎ及びウィンドウ数ｍに分割された領域Ｅ毎の距離データｄ（ｉ，ｊ）を読み込むとともに、上記８隣接点処理により付与された領域Ｅ毎の有効ポイント数Ｐ（ｉ，ｊ）を読み込み、次のステップＴ２では、ライン代表有効ポイント数ＰＩ（ｉ）をＰＩ（ｉ）＝０に初期化する。このライン代表有効ポイント数ＰＩ（ｉ）は、ライン毎の距離演算の際にラインに設定されるもので、この値が大きいほどラインの距離データの有効性が高く、信頼性、信憑性があると判断される。
【００５１】
次のステップＴ３では、上記ライン代表有効ポイント数ＰＩ（ｉ）に対応するライン代表しきい値Ｐ０を設定する。このステップＴ３でのライン代表しきい値Ｐ０の設定は以下のように行う。
（第１例）
この例では、図２９に示す如く、ライン代表しきい値Ｐ０は一定値Ｃに設定する。
【００５２】
また、下記の第２例〜第４例のように、ライン代表しきい値Ｐ０は、距離が遠距離側になるほど小さくなるように可変設定する。
【００５３】
（第２例）
すなわち、ライン代表しきい値Ｐ０をラインの位置に応じて設定する。例えば、図３０（ａ）に示すように、ライン位置が車体１外側から内側に向かう（ライン番号が大きくなる）に連れてライン代表しきい値Ｐ０が比例して小さくなるか、或いは、図３０（ｂ）に示すように、そのライン位置が車体１外側から内側に向かうに連れてライン代表しきい値Ｐ０が段階的に小さくなるように設定する。すなわち、ライン代表しきい値Ｐ０を、遠距離側のライン位置ほど小さくなるようにライン毎に設定する。
【００５４】
（第３例）
また、ライン代表しきい値Ｐ０を実際の測定距離に応じてする。すなわち、図３１（ａ）に示す如く、測定距離が大きくなるに連れてライン代表しきい値Ｐ０が比例して小さくなるか、或いは、図３１（ｂ）に示すように、その測定距離が大きくなるに連れてライン代表しきい値Ｐ０が段階的に小さくなるように設定する。すなわち、ライン代表しきい値Ｐ０は、測定された距離が大きくなるほど小さくなるように設定する。
【００５５】
（第４例）
図３３に示すように、車両Ｃの側方ないし斜め後方の物体認識範囲に、車両Ｃ側方で最も近い近距離検出エリアＡ１と、この近距離検出エリアＡ１の後方に位置する中距離検出エリアＡ２と、この中距離検出エリアＡ２の後方に位置しかつ最も遠い遠距離検出エリアＡ３と、上記中距離ないし遠距離検出エリアＡ２，Ａ３の側方に位置する側方検出エリアＡ４とを区画設定する。そして、図３２に示す如く、中距離検出エリアＡ２のライン代表しきい値Ｐ０を近距離検出エリアＡ１よりも小さくし、この中距離検出エリアＡ２よりも遠距離検出エリアＡ３のライン代表しきい値Ｐ０を小さく（図示例では遠距離検出エリアＡ３のライン代表しきい値Ｐ０＝０）設定する。尚、側方検出エリアＡ４のライン代表しきい値Ｐ０は、中距離検出エリアＡ２のライン代表しきい値Ｐ０よりも大きくかつ近距離検出エリアＡ１のライン代表しきい値Ｐ０よりも小さく設定する。すなわち、ライン代表しきい値Ｐ０は、予め設定された検出エリアＡ１〜Ａ４毎に設定する。
【００５６】
下記の第５例〜第７例のように、ライン代表しきい値Ｐ０は測定距離の状況に応じて可変設定する。
（第５例）
ライン代表しきい値Ｐ０は各ライン上の領域の中の最大有効ポイント数Ｐｍａｘに応じて設定する。具体的には、図３４に示すように、ラインｉ上の領域中から最大有効ポイント数Ｐｍａｘ＝ｍａｘ（Ｐ（ｉ，１），Ｐ（ｉ，２），…，Ｐ（ｉ，ｍ））を探索する。次いで、上記最大有効ポイント数Ｐｍａｘが所定値よりも大きいか否かを判定し、この判定がＮＯのときにはライン代表しきい値Ｐ０をＰ０＝Ｐ１に、また判定がＹＥＳのときには、ライン代表しきい値Ｐ０を上記ＮＯの場合よりも大きいＰ０＝Ｐ２（＞Ｐ１）にそれぞれ設定する。すなわち、ライン代表しきい値Ｐ０は、各ライン上の領域の最大有効ポイント数Ｐｍａｘに応じて設定する。
【００５７】
（第６例）
ライン代表しきい値Ｐ０は各ライン上の領域の有効ポイント数の総和Ｐｓｕｍに応じて設定する。具体的には、図３５に示すように、ラインｉ上の領域中の有効ポイント数の総和Ｐｓｕｍ＝（Ｐ（ｉ，１）＋Ｐ（ｉ，２）＋…＋Ｐ（ｉ，ｍ）を探索する。次いで、上記総和Ｐｓｕｍが所定値よりも大きいか否かを判定し、この判定がＮＯのときにはライン代表しきい値Ｐ０をＰ０＝Ｐ１に、また判定がＹＥＳのときには、ライン代表しきい値Ｐ０を上記ＮＯの場合よりも大きいＰ０＝Ｐ２（＞Ｐ１）にそれぞれ設定する。すなわち、ライン代表しきい値Ｐ０は、各ライン上の領域の有効ポイント数の総和Ｐｓｕｍに応じて、その総和Ｐｓｕｍが大きいほど大きくなるように設定する。
【００５８】
（第７例）
ライン代表しきい値Ｐ０は各ライン上の領域の距離データの検出頻度に応じて設定する。具体的には、図３６に示す如く、測距されている距離データの個数Ｎｄａｔａを演算し、このデータ個数Ｎｄａｔａが所定値よりも大きいか否かを判定して、この判定がＮＯのときにはライン代表しきい値Ｐ０をＰ０＝Ｐ１に、また判定がＹＥＳのときには、ライン代表しきい値Ｐ０を上記ＮＯの場合よりも大きいＰ０＝Ｐ２（＞Ｐ１）にそれぞれ設定する。すなわち、ライン代表しきい値Ｐ０を各ライン上の領域での距離データの検出頻度に基づいて設定する。
【００５９】
図３７は上記距離データの個数Ｎｄａｔａの演算例を示し、データ個数ＮｄａｔａをＮｄａｔａ＝０として初期化した後、各ライン上のある領域での距離ｄ（ｉ，ｊ）がｄ（ｉ，ｊ）＝０かどうかを判定する。この判定がＹＥＳのときには距離データが検出されていない状態としてそのまま、また判定がＮＯのときには距離データが検出されている状態としてデータ個数ＮｄａｔａをＮｄａｔａ＝Ｎｄａｔａ＋１に更新した後、それぞれ次のステップに進み、各ライン上の全ての領域での距離ｄ（ｉ，ｊ）について終了したかどうかを判定する。この判定がＹＥＳになるまで、上記距離ｄ（ｉ，ｊ）＝０の判定及びフィルタ処理を繰り返し、判定がＹＥＳになるとフィルタ処理に入る。このフィルタ処理は、距離データの瞬間的な検出状況の変動によるライン代表しきい値Ｐ０の頻繁な切換えを抑えるために行うもので、まず、データ個数Ｎｄａｔａを平滑化して平滑化データ個数Ｎｄａｔａｒｅｃを求め、次いで、元のデータ個数Ｎｄａｔａを平滑化データ個数Ｎｄａｔａｒｅｃに置換する。
【００６０】
図２８のフローにおいて、ステップＴ３の後はステップＴ４に進み、上記領域毎の有効ポイント数Ｐ（ｉ，ｊ）がライン代表しきい値Ｐ０よりも大きいかどうかを判定する。この判定がＰ（ｉ，ｊ）≦Ｐ０のＮＯのときには、そのままステップＴ６に進むが、判定がＰ（ｉ，ｊ）＞Ｐ０のＹＥＳのときには、ステップＴ５において、ライン毎の代表距離ｌ（ｉ）を平均化のために更新するとともに、上記ライン代表有効ポイント数ＰＩ（ｉ）に領域毎の有効ポイント数Ｐ（ｉ，ｊ）を加えてライン代表有効ポイント数ＰＩ（ｉ）の更新を行った後にステップＴ６に進む。すなわち、ライン距離演算部２６では、８隣接点処理部２５によって付与設定された有効ポイント数Ｐ（ｉ，ｊ）がライン代表しきい値Ｐ０よりも大きい領域についてライン毎の距離演算を行うようにしている。
【００６１】
上記ライン毎の代表距離ｌ（ｉ）の更新は次の式で行う。

【００６２】
上記ステップＴ６では当該ラインの全てのウィンドウ番号（領域Ｅ）について終了したか否かを判定し、この判定がＹＥＳになるまでラインの各領域ＥについてステップＴ３〜Ｔ５を繰り返す。ステップＴ６の判定がＹＥＳになると、ステップＴ７に進み、全てのライン番号について終了したかどうかを判定し、この判定がＹＥＳになるまでステップＴ２〜Ｔ６を繰り返す。ステップＴ７の判定がＹＥＳになると、次の物体認識処理（図３９参照）に進む。
【００６３】
図３８は上記ライン距離演算部２６での処理動作の他の実施形態を示し、各ライン上の領域Ｅ，Ｅの最大有効ポイント数となる距離データを基準として、該距離データから所定距離以上外れた距離データを距離演算に用いないようにしている。尚、図２８と同じ部分についてはその詳細な説明は省略する。
【００６４】
すなわち、ステップＵ１，Ｕ２は上記ステップＴ１，Ｔ２（図２８参照）と同じである。ステップＵ３〜Ｕ６では、ラインｉにおける最大有効ポイント数ＰＰと、その最大有効ポイント数ＰＰが得られる領域Ｅの距離Ｄｍａｘとを求める。具体的には、ステップＵ３において、ラインｉにおける最大有効ポイント数ＰＰをＰＰ＝０に初期化した後、ステップＵ４で、領域Ｅ毎の有効ポイント数Ｐ（ｉ，ｊ）が上記ライン代表有効ポイント数ＰＰよりも大きいかどうかを判定する。この判定がＰ（ｉ，ｊ）≦ＰＰのＮＯのときには、そのままステップＵ６に進むが、判定がＰ（ｉ，ｊ）＞ＰＰのＹＥＳのときには、ステップＵ５において、その領域Ｅ毎の有効ポイント数Ｐ（ｉ，ｊ）を上記ライン代表有効ポイント数ＰＰとし、かつ該領域Ｅでの距離ｄ（ｉ，ｊ）を距離Ｄｍａｘとした後、ステップＵ６に進む。そして、ステップＵ６では、全てのウィンドウ番号について終了した、つまりライン中の全ての領域について最大有効ポイント数ＰＰ及びそれに対応する領域の距離Ｄｍａｘが得られたかどうかを判定し、この判定がＹＥＳになるまでステップＵ４〜Ｕ６を繰り返す。
【００６５】
ステップＵ６の判定がＹＥＳになると、ステップＵ７に進み、距離判定のための下限値Ｄｌｏｗｅｒ（＝Ｄｍａｘ−ｄ０）及び上限値Ｄｕｐｐｅｒ（＝Ｄｍａｘ＋ｄ０）を設定する。その後、ステップＵ８において、上記領域毎の距離ｄ（ｉ，ｊ）が上記下限値Ｄｌｏｗｅｒよりも大きくかつ上限値Ｄｕｐｐｅｒよりも小さい、すなわちＤｌｏｗｅｒ＜ｄ（ｉ，ｊ）＜Ｄｕｐｐｅｒかどうかを判定し、この判定がＮＯのときにはそのままステップＵ１０に、また判定がＹＥＳのときにはステップＵ９を経てステップＵ１０にそれぞれ進む。上記ステップＵ９は図２８におけるステップＴ５と、またステップＵ１０は同ステップＴ６とそれぞれ同じである。そして、このステップＵ１０の後、図２８におけるステップＴ７と同じ処理を行うステップＵ１１に進む。
【００６６】
尚、以上に説明した各領域Ｅ毎の距離データｄ（ｉ，ｊ）から８隣接点処理を行って有効ポイント数Ｐ（ｉ，ｊ）を付与し、その後にライン毎の代表距離ｌ（ｉ）を演算する過程の具体例を図１４に示しており、図１４（ａ）は各領域毎の距離データｄ（ｉ，ｊ）を、また図１４（ｂ）は領域毎の有効ポイント数Ｐ（ｉ，ｊ）を、さらに図１４（ｃ）はライン毎の代表距離ｌ（ｉ）をそれぞれ表している。
【００６７】
図３９はコントローラ１５における物体認識部２０での処理動作を示し、この物体認識部２０では、上記ライン距離演算部２６により演算されたライン毎の代表距離ｌ（ｉ）に基づいて物体Ｏを認識する。すなわち、ステップＷ１において物体番号ｋを設定し、ステップＷ２では、物体検出距離Ｌ（ｋ）、物体有効ポイント数ＰＫ（ｋ）及び物体内のデータ数Ｎ（ｋ）をいずれも０にして、一次保管用データセットのリセットを行う。
【００６８】
次のステップＷ３では、有効な未登録のラインデータが登録されているかどうかを判定し、この判定がＮＯのときにはステップＷ８に進む。ステップＷ３の判定がＹＥＳになると、ステップＷ４において、ラインデータの前後位置ＸＤ（ｉ）及び横位置ＹＤ（ｉ）を設定する。この後、ステップＷ５において、既に上記物体検出距離Ｌ（ｋ）が定義されているかどうかを判定し、この判定がＮＯのときには、ステップＷ６に進み、上記物体検出距離Ｌ（ｋ）をＬ（ｋ）＝ＸＤ（ｉ）に、また物体有効ポイント数ＰＫ（ｋ）をＰＫ（ｋ）＝ＰＩ（ｉ）に、さらに物体内のデータ数Ｎ（ｋ）をＮ（ｋ）＝１にそれぞれ設定して、一次保管用データセットのセットを行った後、ステップＷ８に進む。
【００６９】
これに対し、ステップＷ５の判定がＹＥＳのときには、ステップＷ７に進み、物体検出距離Ｌ（ｋ）をＬ（ｋ）＝｛ＰＫ（ｋ）×Ｌ（ｉ）＋Ｐ（ｉ）×ＸＤ（ｉ）｝／｛ＰＫ（ｋ）＋Ｐ（ｉ）｝に、また物体有効ポイント数ＰＫ（ｋ）をＰＫ（ｋ）＝ＰＫ（ｋ）＋ＰＩ（ｉ）に、さらに物体内のデータ数Ｎ（ｋ）をＮ（ｋ）＝Ｎ（ｋ）＋１にそれぞれ設定して、一次保管用データセットの更新を行った後、ステップＷ８に進む。
【００７０】
上記ステップＷ８では、全てのライン番号について終了したかどうかを判定し、この判定がＹＥＳになるまでステップＷ３〜Ｗ７を繰り返す。ステップＷ８の判定がＹＥＳになると、ステップＷ９〜Ｗ１１において物体Ｏの登録の可否の判定を行う。まず、ステップＷ９において、上記物体内のデータ数Ｎ（ｋ）が所定値以上かどうかを判定する。尚、この所定値は、遠距離側ほど小さくするように可変設定することもできる。このステップＷ９の判定がＮＯのときには、距離データはノイズ等に起因するものであると見做し、ステップＷ１０において物体Ｏの登録は行わず、物体番号ｋの物体データを初期化した後、終了する。一方、ステップＷ９の判定がＹＥＳであるときには、ステップＷ１１において物体Ｏの登録を行った後に終了する。すなわち、物体認識部２０は、ライン距離演算部２６により演算されたライン毎の距離のデータ数Ｎ（ｋ）が所定値以上であるときのみに、該ライン毎の距離に対応する物体を新規物体として登録する。
【００７１】
この物体認識部２０での処理動作の後は、上記表示装置３１での物体表示のための表示処理や警報装置（図示せず）での警報のための警報処理を行う。
【００７２】
上記レンジカット部２４によるレンジカット範囲を設定する前に、物体認識部２０では図４２に示す距離データ抽出処理動作を行うようになっている。すなわち、この処理動作では、ステップＸ１において上記各ラインのウィンドウ番号ｊをｊ＝０に、また距離データの配列を評価するためのデータ配列評価変数ｈ（ｊ）をｈ（ｊ）＝０（ｊ＝１，２，…，ｍ（ｍ：ウィンドウ数））にそれぞれリセットして初期化する。次のステップＸ２では、上記ラインのウィンドウ方向の２次元の距離データを入力する。すなわち、この距離データは、図４３に示す如く、車両Ｃの前後方向をｘ方向とし、垂直方向（上下方向）をｙ方向とする２次元の座標上の物体検出位置Ｐ（ｊ）のｘ成分ｘ（ｊ）及びｙ成分ｙ（ｊ）として表される。尚、図４３では物体Ｏとして他車及び路面上の白線を示している。
【００７３】
上記ステップＸ２の後はステップＸ３において上記ウィンドウ番号ｊを「１」だけインクリメントし、ステップＸ４でウィンドウ番号ｊが１≦ｊ＜ｍか否かを判定する。この判定がＹＥＳのときにはステップＸ５に進み、物体検出位置Ｐ（ｊ），Ｐ（ｊ＋１）間のｘ成分及びｙ成分の各差
Δｘ＝│ｘ（ｊ＋１）−ｘ（ｊ）│
Δｙ＝│ｙ（ｊ＋１）−ｙ（ｊ）│
を算出し、次のステップＸ６でパラメータとしての傾きｋをｋ＝１とした後、ステップＸ７において上記Δｙとｋ・Δｘとの大小を判定する。この判定がΔｙ≧ｋ・ΔｘのＹＥＳのときには、ステップＸ８で上記データ配列評価変数ｈ（ｊ）をｈ（ｊ）＝ｈ（ｊ）＋１に、またデータ配列評価変数ｈ（ｊ＋１）をｈ（ｊ＋１）＝ｈ（ｊ＋１）＋１にそれぞれインクリメントした後、上記ステップＸ３に戻る。一方、ステップＸ７の判定がΔｙ＜ｋ・ΔｘのＮＯのときにはそのままステップＸ３に戻る。
【００７４】
上記ステップＸ３〜Ｘ８の繰返しによりステップＸ４の判定がＮＯになると、ステップＸ９に進んでウィンドウ番号ｊをｊ＝０にリセットし、ステップＸ１０においてウィンドウ番号ｊを「１」だけインクリメントした後にステップＸ１１に進み、ウィンドウ番号ｊが１≦ｊ＜ｍか否かを判定する。この判定がＹＥＳのときにはステップＸ１２に進み、上記データ配列評価変数ｈ（ｊ）がｈ（ｊ）＝２、つまり物体検出位置Ｐ（ｊ）がウインドウ方向（データ配列方向）の前後両側の物体検出位置Ｐ（ｊ−１），Ｐ（ｊ＋１）に対して傾きｋ（＝１）以上となって並んでいるかどうかを判定する。この判定がｈ（ｊ）＝２のＹＥＳのときにはそのまま上記ステップＸ１０に戻るが、ｈ（ｊ）≠２のＮＯのときには、ステップＸ１３において物体検出位置Ｐ（ｊ）のｘ成分をｘ（ｊ）＝０にしてその距離データをキャンセルした後にステップＸ１０に戻る。これらステップＸ１０〜Ｘ１３を繰り返してステップＸ１１の判定がＮＯになると終了し、レンジカット部２４によるレンジカット範囲の設定処理に移行する。
【００７５】
以上の構成により、この実施形態では、図４に示す如く、上記検知センサ１０、測距回路１６、ライン距離演算部２６により、車両Ｃの周囲の一部である後側方に存在する物体Ｏまでの距離情報を各ライン毎に２次元の距離データとして検出する物体距離データ検出手段３０が構成される。
【００７６】
また、上記図４２に示すステップＸ１〜Ｘ８により、上記物体距離データ検出手段３０によって検出された各ライン毎の略垂直面に沿ったウィンドウ方向の複数の２次元の距離データにそれぞれ対応する物体検出位置Ｐ（１），Ｐ（２），…，Ｐ（ｍ）の配列状態を判定する配列判定手段４１が構成されている。
【００７７】
さらに、ステップＸ９〜Ｘ１３により、上記配列判定手段４１により判定された物体検出位置Ｐ（１），Ｐ（２），…，Ｐ（ｍ）の配列状態に基づいて特定の物体Ｏの認識に必要な距離データのみ、具体的には略垂直面に沿ってウィンドウ方向に配列されている複数の物体検出位置Ｐ（１），Ｐ（２），…，Ｐ（ｍ）のうち、ウィンドウ方向（配列方向）の両側に隣接する物体検出位置との間の水平方向に対する傾きｋが所定のしきい値ｋ＝１以上となる物体検出位置Ｐ（ｊ）の距離データのみを抽出するデータ抽出手段４２が構成されている。
【００７８】
そして、上記物体認識部２０は、上記データ抽出手段４２により抽出された距離データに基づき、路面上に存在する特定の物体Ｏを認識するようにしている。
【００７９】
したがって、この実施形態では、左右後側方検知センサ１０，１０により画像が輝度情報として捕らえられると、まず、コントローラ１５の各測距回路１６において、各検知センサ１０の画像がライン列及びウィンドウ方向にそれぞれ分割されて各領域Ｅについて距離ｄ（ｉ，ｊ）が測定される。次いで、レンジカット部２４でレンジカット範囲が設定された後、８隣接点処理部２５で、上記測定された領域Ｅ毎の距離ｄ（ｉ，ｊ）及び隣接領域Ｒ１〜Ｒ８の距離の差ｄｘに基づいて各領域Ｅ毎の距離データの有効ポイント数Ｐ（ｉ，ｊ）が付与され、ライン距離演算部２６において上記有効ポイント数Ｐ（ｉ，ｊ）に基づきライン毎の距離ｌ（ｉ）が演算され、物体認識部２０においてライン距離演算部２６により演算されたライン毎の距離ｌ（ｉ）から物体Ｏが認識される。このように、各領域Ｅについての距離データの有効性が隣接領域Ｒ１〜Ｒ８との関係から有効ポイント数Ｐ（ｉ，ｊ）として判定され、この有効ポイント数Ｐ（ｉ，ｊ）に基づいてライン毎の距離ｌ（ｉ）を求めて、その距離ｌ（ｉ）から物体Ｏを認識するので、測距データのばらつきやノイズ等があっても、その影響を可及的に低減することができ、高精度の距離演算が可能となって正確な物体認識を行うことができる。
【００８０】
また、上記８隣接点処理部２５では、領域Ｅと隣接領域Ｒ１〜Ｒ８との距離差ｄｘがしきい値ｄ０よりも小さいときに有効ポイント数Ｐ（ｉ，ｊ）（付与ポイント数ｐ）を付与するようにしているので、領域Ｅの隣接領域Ｒ１〜Ｒ８との距離差ｄｘがしきい値ｄ０よりも小さいときのみを有効ポイント数Ｐ（ｉ，ｊ）の付与によって有効と判断でき、距離演算の精度を高めることができる。
【００８１】
そのとき、上記しきい値ｄ０は、領域Ｅの測定距離データに応じて可変とされ、図１７〜図１９に示すように、領域のライン位置に応じて設定された基準距離値ｄｉが大きいほど大きくなるように設定すれば、遠距離側領域の距離データについてのしきい値ｄ０を大きくすることで、その距離データの有効ポイント数Ｐ（ｉ，ｊ）を増やし、遠距離側の物体Ｏについての距離データがばらついても正確なデータを得ることができる。
【００８２】
また、図２０及び図２１に示す如く、しきい値は、各領域Ｅの隣接領域Ｒ１〜Ｒ８との距離差ｄｘの平均値Ｄに基づき、該平均値Ｄが大きいほど大きくなるように設定すれば、実際に測定された距離データに応じてしきい値ｄ０が設定されるので、遠距離側が変化してもそれにしきい値ｄ０を安定して対応させることができる。
【００８３】
上記８隣接点処理部２５においては、付与する有効ポイント数を領域Ｅの距離ｄ（ｉ，ｊ）に応じて変え、図２２に示すように、ウィンドウ方向にある隣接領域Ｒ２，Ｒ７の有効ポイント数をライン列方向よりも大きくするようにされている。すなわち、ＣＣＤチップ１１でのＣＣＤラインが等間隔である場合、遠距離領域に含まれるライン数が近距離領域に比べ少なくなり、遠距離側の物体Ｏが近距離側の物体Ｏに比べ認識され難くなるが、この実施形態のように、隣接領域がウィンドウ方向にあるときの有効ポイント数をライン列方向よりも大きくすれば、上記少ないライン数であっても有効ポイント数を増加でき、遠距離側物体Ｏを認識する確率を高めることができる。
【００８４】
また、図２３に示すように、遠距離側ライン位置での有効ポイント数を近距離側ライン位置よりも大きくするようにしても、同様の効果が得られる。
【００８５】
さらに、図２４に示すように、隣接領域Ｒ１〜Ｒ８との距離差ｄｘが所定値Ｄ１又はＤ２よりも小さいときに有効ポイント数を大きくするようにすると、物体Ｏを認識し易くすることができる。
【００８６】
また、図２５に示す如く、測定された距離ｄ（ｉ，ｊ）が所定値Ｌよりも大きいときに有効ポイント数を大きくするようにしても、上記と同様の作用効果を奏することができる。
【００８７】
図２６及び図２７に示すように、距離が近距離側及び中距離側にあるときのみ有効ポイント数を付与する処理を行い、遠距離側にあるときには有効ポイント数の付与処理を行わないようにすると、遠距離側では、距離データの有効性を判断する有効ポイント数の付与処理が行われず、その距離データが有効ポイント数の付与処理によってノイズ等として落とされることなく、そのまま採用される。この場合でも同様の効果が得られる。
【００８８】
上記ライン距離演算部２６では、有効ポイント数Ｐ（ｉ，ｊ）がライン代表しきい値Ｐ０よりも大きい領域についてライン毎の距離演算を行うので、ライン毎の距離ｌ（ｉ）を正確に演算することができる。
【００８９】
そのとき、図３０〜図３３に示すように、上記ライン代表しきい値Ｐ０は、距離が遠距離側になるほど小さく設定する（図３０に示す如く、遠距離側のライン位置ほど小さくなるようにライン毎に設定するか、又は図３１に示す如く、測定された距離ｄ（ｉ，ｊ）が大きくなるほど小さくなるように設定する）と、遠距離側領域のライン代表しきい値が近距離側領域よりも小さいので、遠距離側の距離データの取りこぼしが防止でき、その遠距離側の距離演算を精度よく行って遠距離側の物体Ｏを正確に認識することができる。
【００９０】
また、図３２及び図３３に示すように、ライン代表しきい値を、予め設定された検出エリアＡ１〜Ａ４毎に設定すると、所望の検出エリアＡ１〜Ａ４の距離演算を精度よく行うことができる。
【００９１】
一方、図３３〜図３６に示す如く、上記ライン代表しきい値は、各ライン毎の距離データの検出状況に応じて設定することで、ライン代表しきい値が検出状況に応じて変化して設定され、距離演算の精度をさらに高めることができる。
【００９２】
すなわち、図３４に示すように、ライン代表しきい値Ｐ０は、各ライン上の領域の最大有効ポイント数Ｐｍａｘに応じて、その最大有効ポイント数Ｐｍａｘが大きいほど大きくなるように設定すると、ライン代表しきい値Ｐ０は、各ライン上の領域の最大有効ポイント数Ｐｍａｘに応じて変化する。また、図３５に示す如く、ライン代表しきい値Ｐ０は、各ライン上の領域の有効ポイント数の総和Ｐｓｕｍに応じて、その総和Ｐｓｕｍが大きいほど大きくなるように設定すれば、ライン代表しきい値Ｐ０が、各ライン上の領域の有効ポイント数の総和Ｐｓｕｍに応じて変化する。従って、いずれの場合でも、距離演算の精度を高めることができる。
【００９３】
また、図３６に示す如く、ライン代表しきい値は、各ライン上の領域での距離データの検出頻度に基づいて設定すると、距離データの検出頻度が高いときには、ライン代表しきい値を大きく設定して、距離演算の精度を高めることができる。
【００９４】
図３８に示すように、上記ライン距離演算部２６において、各ライン上の領域の最大有効ポイント数となる距離Ｄｍａｘを基準として、該距離Ｄｍａｘから所定距離ｄ０以上外れた距離データを距離演算に用いないように構成すれば、各ライン上の領域の最大有効ポイント数となる距離Ｄｍａｘから所定距離ｄ０の範囲内にある距離データのみで距離演算が行われ、高精度の距離演算を行うことができる。
【００９５】
図３９に示すように、上記物体認識部２０は、ライン距離演算部２６により演算されたライン毎の距離のデータ数が所定値以上にあるときのみに、該ライン毎の距離に対応する物体Ｏを新規物体Ｏとして登録するようにすると、新規物体Ｏの登録に際し制限を設けることができ、物体Ｏ以外のノイズ等が誤って物体Ｏとして登録されるのを抑制することができる。
【００９６】
そのとき、上記ライン毎の距離データ数と比較する所定値は、遠距離側ほど小さくなるように設定すれば、遠距離側の物体Ｏほど登録し易くすることができる。
【００９７】
また、上記測距回路１６の測距特性は、遠距離側ラインを基準として、他のラインを補完するように構成されているので、検知センサ１０後方のドアミラー６のミラー等の測距精度への影響を避ける目的で、ライン毎の測距特性を所定ラインを基準にして他のラインを補完するとき、遠距離側の距離データの有効性を高めつつ、全てのラインの検出精度を良好に補正することができる。
【００９８】
また、上記物体認識部２０は、物体Ｏの認識結果に基づいて警報等の信号を出力するように構成されているので、認識物体Ｏを容易に知ることができる。
【００９９】
さらに、この実施形態では、車両Ｃの後方の物体Ｏについて各ライン毎の２次元の距離データが検出されると、上記レンジカット部２４によるレンジカット範囲の設定が行われる前に、それら検出された複数の距離データにそれぞれ対応する物体検出位置Ｐ（１），Ｐ（２），…，Ｐ（ｍ）のウィンドウ方向（上下方向）の配列状態が判定される。すなわち、▲１▼その各物体検出位置Ｐ（ｊ）（但し、ｊ＞２）がウィンドウ方向前後両側の物体検出位置Ｐ（ｊ−１），Ｐ（ｊ＋１）との間でｋ≧１の傾きとなるときに、その物体検出位置Ｐ（ｊ）についてのデータ配列評価変数ｈ（ｊ）がｈ（ｊ）＝２となり、その物体検出位置Ｐ（ｊ）は前後の物体検出位置Ｐ（ｊ−１），Ｐ（ｊ＋１）に対し略上下方向に連続する関係にある一方、▲２▼ウィンドウ方向前後の物体検出位置Ｐ（ｊ−１），Ｐ（ｊ＋１）の一方との間のみでｋ≧１の傾きとなるときには、その物体検出位置Ｐ（ｊ）についてのデータ配列評価変数ｈ（ｊ）はｈ（ｊ）＝１となり、物体検出位置Ｐ（ｊ）は前後の物体検出位置Ｐ（ｊ−１），Ｐ（ｊ＋１）に対し略上下方向（略垂直方向）と略水平方向との間のエッジ（境界部）になる関係にある。▲３▼また、各物体検出位置Ｐ（ｊ）がウィンドウ方向前後の双方の物体検出位置Ｐ（ｊ−１），Ｐ（ｊ＋１）との間でｋ＜１の傾きとなるときには、その物体検出位置Ｐ（ｊ）のデータ配列評価変数ｈ（ｊ）はｈ（ｊ）＝０となり、物体検出位置Ｐ（ｊ）は前後の物体検出位置Ｐ（ｊ−１），Ｐ（ｊ＋１）に対し略水平方向に連続する関係にある。そして、上記▲１▼〜▲３▼の３種類の物体検出位置Ｐ（ｊ）のうち、ｈ（ｊ）＝２となる▲１▼の物体検出位置Ｐ（ｊ）のみが選定されて、その距離データがｘ成分ｘ（ｊ）及びｙ成分ｙ（ｊ）として抽出され、この抽出された距離データに基づいて物体Ｏが認識される。こうしてｘｙ方向の２次元の複数の距離データに対応する物体検出位置Ｐ（１），Ｐ（２），…，Ｐ（ｍ）のウィンドウ方向（垂直方向）の配列状態から物体認識に必要な距離データを抽出するので、例えば路面上の数字等の表示や遠距離にある路面上の白線等の表示の距離データは抽出されなくなり、よって物体Ｏの認識精度を高めることができる。
【０１００】
尚、上記ウィンドウ方向（垂直方向）に配列されている複数の物体検出位置Ｐ（１），Ｐ（２），…，Ｐ（ｍ）のうち、配列方向両側に隣接する物体検出位置Ｐ（ｊ−１），Ｐ（ｊ＋１）との間の水平方向に対する傾きｋが逆にしきい値ｋ＝１以下となる物体検出位置Ｐ（ｊ）の距離データのみを抽出するようにすることもできる。こうすれば、この抽出された距離データに基づき、路面にある白線や数字、記号等の表示部分を物体として精度よく認識することができる。
【０１０１】
（他の実施形態）
図４４は、上記距離データ抽出処理動作の第１の他の実施形態を示しており、物体認識精度をさらに高めるようにしたものである（尚、以下の各実施形態では、上記実施形態の各図と同じ部分については同じ符号を付してその詳細な説明は省略する）。
【０１０２】
すなわち、この実施形態では、上記図４２に示す距離データ抽出処理動作と基本的に同じで、ステップＸ６のみが異なる。つまり、ステップＸ５（図４２参照）の後のステップＸ６１において、物体検出位置Ｐ（ｊ）のｘ成分ｘ（ｊ）と例えば２０ｍとの大小を判定し、ここでｘ（ｊ）≦２０ｍのＮＯと判定されると、ステップＸ６２において傾きｋをｋ＝１とした後、またｘ（ｊ）＞２０ｍのＹＥＳと判定されると、ステップＸ６３において傾きｋをｋ＝０．３した後、それぞれステップＸ７に進む。その他は図４２と同じである。
【０１０３】
この実施形態では、データ抽出手段４２で用いられる傾きｋのしきい値は、物体Ｏまでの距離が大きいほど「１」から「０．３」に変わって小さくなるものとされている。このことで、例えば遠くの物体Ｏが小さくなって路面上の白線等の表示との区別が付き難くなっても、その物体Ｏの距離データを精度よく認識することができる利点がある。
【０１０４】
尚、上記傾きｋのしきい値は、上記実施形態のように物体Ｏまでの距離に応じて２段階に変えることに限定されず、３段階以上の多段階に変えるようにしてもよい。また、図４５に示すように、物体Ｏまでの距離が増大するほどそれに比例して傾きｋのしきい値を減少させるようにすることもできる。
【０１０５】
図４６は第２の他の実施形態を示しており、路面に近い位置にある物体検出位置のみの距離データを抽出させるようにしたものである。
すなわち、この実施形態では、図４２に示す距離データ抽出処理動作と基本的に同じで、ステップＸ４，Ｘ５の間のみが異なる。つまり、ステップＸ４（図４２参照）の後のステップＸ４１において、物体検出位置Ｐ（ｊ），Ｐ（ｊ＋１）の各ｙ成分ｙ（ｊ），ｙ（ｊ＋１）がいずれも、路面からの高さしきい値ｙ０以上か否かを判定し、この判定がＮＯ、つまり物体検出位置Ｐ（ｊ），Ｐ（ｊ＋１）の高さがしきい値ｙ０よりも低いときにはステップＸ５に進むが、判定がＹＥＳのときにはステップＸ３に戻る。
【０１０６】
図４７（ａ）に示すように、車両Ｃの走行路面が平坦路であるときには、上記高さのしきい値ｙ０は、
ｙ０＝Ｙ０
として設定されるが（Ｙ０：標準値）、図４７（ｂ），（ｃ）に示す如く、路面が傾斜していると、センサ１０が取り付けられている車体の後のめり又は前のめりの姿勢変化により、高さのしきい値ｙ０は上記標準値Ｙ０を基に、
ｙ０＝Ｙ０＋ｘ（ｊ）・ｔａｎθ
として補正される。θは路面勾配であり、例えばナビゲーションシステム等からの情報として入力され、路面が上り坂であると「＋」の値に、下り坂であると「−」の値にそれぞれ設定される。
【０１０７】
この実施形態においては、データ抽出手段４２は、隣接する物体検出位置との間の水平方向に対する傾きｋが所定のしきい値ｋ＝１以上となる物体検出位置Ｐ（ｊ）の中で路面からの高さがしきい値ｙ０よりも小さい物体検出位置Ｐ（ｊ）の距離データのみを抽出し、このデータ抽出手段４２で用いられる上記高さのしきい値ｙ０は、物体Ｏまでの距離ｘ（ｊ）及び路面勾配θに応じて補正されている。
【０１０８】
したがって、この実施形態の場合、路面からの高さしきい値ｙ０よりも小さい物体検出位置Ｐ（ｊ）の距離データのみが抽出されるので、遠距離にある物体Ｏの距離データでも近距離の物体Ｏと同様に抽出でき、物体Ｏの距離に関係なく安定した距離データを抽出して物体認識精度を高めることができる。しかも、車両の物体Ｏまでの距離ｘ（ｊ）及び走行路面の勾配θが変わると、それに応じて上記路面からの高さのしきい値ｙ０が変化するので、その路面勾配θの変化に拘わらず安定して物体Ｏの認識精度を向上させることができる。
尚、上記高さのしきい値ｙ０は、物体Ｏまでの距離ｘ（ｊ）及び路面勾配θではなく、それらの１つに応じて補正してもよい。
【０１０９】
図４８は第３の他の実施形態を示す。この実施形態では、図４２に示すステップＸ９〜Ｘ１３を変えたものであり、ステップＸ４でＮＯと判定されると、ステップＸ２１において、ウィンドウ番号ｊをｊ＝０にリセットし、スタートフラグｓｆｌａｇ及びエンドフラグｅｆｌａｇをいずれも「０」にクリアする。上記スタートフラグｓｆｌａｇはデータ配列評価変数ｈ（ｊ）がｈ（ｊ）＝２になったことを、またエンドフラグｅｆｌａｇはデータ配列評価変数ｈ（ｊ）がｈ（ｊ）≠２になったことをそれぞれ表すものである。
【０１１０】
次のステップＸ２２においてウィンドウ番号ｊを「１」だけインクリメントした後にステップＸ２３に進み、ウィンドウ番号ｊが１≦ｊ＜ｍか否かを判定する。この判定がＹＥＳのときにはステップＸ２４に進み、上記スタートフラグｓｆｌａｇがｓｆｌａｇ＝０か否かを判定する。最初は、この判定がｓｆｌａｇ＝０のＹＥＳとなるので、このときには、ステップＸ２５において上記データ配列評価変数ｈ（ｊ）がｈ（ｊ）＝２（物体検出位置Ｐ（ｊ）がウインドウ方向の前後の物体検出位置に対して傾きｋ以上となって並んでいる）かどうかを判定し、この判定がｈ（ｊ）＝２のＹＥＳのときには、ステップＸ２７に進んでスタートフラグｓｆｌａｇをｓｆｌａｇ＝１にセットしてから、またステップＸ２５の判定がｈ（ｊ）≠２のＮＯのときにはステップＸ２６に進み、物体検出位置のｘ成分をｘ（ｊ）＝０にして距離データをキャンセルしてからそれぞれステップＸ２２に戻る。
【０１１１】
これに対し、上記ステップＸ２７の経由によりステップＸ２４の判定がｓｆｌａｇ＝１のＮＯとなると、ステップＸ２８に進んでエンドフラグｅｆｌａｇ＝０かどうかを判定する。この判定がｅｆｌａｇ＝０のＹＥＳのときには、データ配列評価変数ｈ（ｊ）がｈ（ｊ）＝２かどうかを判定し、この判定がｈ（ｊ）＝２のＹＥＳのときにはそのまま、またｈ（ｊ）≠２のＮＯのときには、ステップＸ３０で物体検出位置のｘ成分をｘ（ｊ）＝０にして距離データをキャンセルしかつエンドフラグｅｆｌａｇをｅｆｌａｇ＝１にセットした後、それぞれステップＸ２２に戻る。上記ステップＸ２８でｅｆｌａｇ＝１のＮＯと判定されると、ステップＸ３１に進んで、物体検出位置Ｐ（ｊ）のｘ成分をｘ（ｊ）＝０にして距離データをキャンセルしてからそれぞれステップＸ２２に戻る。そして、上記ステップＸ２２〜Ｘ３１の繰返しによりステップＸ２３の判定がＮＯになると終了し、レンジカット部２４によるレンジカット範囲の設定処理に移行する。
【０１１２】
この実施形態では、データ抽出手段４２は、略垂直面に沿って配列されている複数の物体検出位置Ｐ（１），Ｐ（２），…，Ｐ（ｍ）のうち、下側から数えて最初及び２番目のエッジとなる物体検出位置の間にある物体検出位置、つまり路面側から配列方向（ウィンドウ方向）上側に向かって最初に、配列方向両側に隣接する物体検出位置との間の水平方向に対する傾きｋがしきい値ｋ＝１以上となる物体検出位置Ｐ（ｊ）の距離データのみを抽出するように構成されている。
【０１１３】
したがって、このように路面側から上側に向かって最初に、配列方向両側に隣接する物体検出位置との間の水平方向に対する傾きｋがしきい値ｋ＝１以上となる物体検出位置の距離データのみを物体認識に用いることで、物体Ｏの認識精度を確実に向上させることができる。例えば図４９に示すように、車両Ｃの走行車線に白線ＬＷを介して隣接する隣接車線に車両Ｃと並走する並走車両Ｏ１が有り、その隣接車線の向こう側に背の低いガードレールＧを介して対向車線があって、その対向車線を背の高い対向車両Ｏ２（例えばトラック）が走行し、これら白線ＬＷ、並走車両Ｏ１、ガードレールＧ及び対向車両Ｏ２がいずれも車両Ｃの後側方の物体検出範囲のあるラインに含まれる状況にある場合、図５０に示すように、上記ラインのウィンドウ方向の距離データは上記白線ＬＷ、並走車両Ｏ１、ガードレールＧ及び対向車両Ｏ２をそれぞれ物体としたものが検出され、そのうちの並走車両Ｏ１、ガードレールＧ及び対向車両Ｏ２に対応してデータ配列評価変数ｈ（ｊ）がｈ（ｊ）＝２として算出される。そして、このときには、最初にｈ（ｊ）＝２となるのは並走車両Ｏ１に対応する物体検出位置で、その距離データのみが抽出され、ガードレールＧ及び対向車両Ｏ２の距離データはキャンセルされることとなり、よって並走車両Ｏ１のみを特定の物体として認識することができる。
【０１１４】
図５１は第４の他の実施形態を示し、この実施形態の処理動作は、図４８に示すステップＸ２３の判定がＮＯとなって終了する前に行われるようになっている。すなわち、最初のステップＸ４１で、ウィンドウ番号ｊをｊ＝０にリセットし、物体検出位置Ｐ（ｊ）の距離データのｙ成分ｙ（ｊ）の最大値ｙｍａｘ及び最小値ｙｍｉｎを初期化し、距離データのｘ成分の合計量ｘｓｕｍをｘｓｕｍ＝０にし、その総数ｎをｎ＝０に初期化した後、ステップＸ４２においてウィンドウ番号ｊを「１」だけインクリメントし、ステップＸ４３に進んでウィンドウ番号ｊが１≦ｊ＜ｍか否かを判定する。この判定がＹＥＳのときにはステップＸ４４において物体検出位置Ｐ（ｊ）の距離データのｘ成分ｘ（ｊ）がｘ（ｊ）≠０かどうかを判定し、この判定がｘ（ｊ）＝０のＮＯのときにはそのままステップＸ４２に戻る。
【０１１５】
ステップＸ４４の判定がｘ（ｊ）≠０のＹＥＳのときには、ステップＸ４５に進んで物体検出位置Ｐ（ｊ）の距離データのｙ成分ｙ（ｊ）とその最大値ｙｍａｘとの大小を判定する。この判定がｙ（ｊ）≦ｙｍａｘのＮＯのときにはそのまま、またｙ（ｊ）＞ｙｍａｘのＹＥＳのときには、ステップＸ４６で最大値ｙｍａｘをｙｍａｘ＝ｙ（ｊ）に更新した後、それぞれステップＸ４７に進む。このステップＸ４７では、今度は物体検出位置Ｐ（ｊ）の距離データのｙ成分ｙ（ｊ）とその最小値ｙｍｉｎとの大小を判定し、この判定がｙ（ｊ）≧ｙｍｉｎのＮＯのときにはそのまま、またｙ（ｊ）＜ｙｍｉｎのＹＥＳのときには、ステップＸ４８で最小値ｙｍｉｎをｙｍｉｎ＝ｙ（ｊ）に更新した後、それぞれステップＸ４９に進む。ステップＸ４９では、距離データのｘ成分の合計量ｘｓｕｍをｘｓｕｍ＝ｘｓｕｍ＋１に、またその総数ｎをｎ＝＋１にそれぞれ更新した後、ステップＸ４２に戻る。
【０１１６】
上記ステップＸ４３の判定がＮＯになると、ステップＸ５０に進み、物体Ｏの大きさを表すｘ成分ｘｏｂｊ及びｙ成分ｙｏｂｊをそれぞれｘｏｂｊ＝ｘｓｕｍ／ｎ、ｙｏｂｊ＝ｙｍａｘ−ｙｍｉｎとして求め、次のステップＸ５１では、上記物体のｙ成分ｙｏｂｊが例えば０．５ｍよりも小さいか否かを判定する。この判定がｙｏｂｊ≧０．５のＮＯのときにはそのまま終了するが、ｙｏｂｊ＜０．５のＹＥＳのときには、ステップＸ５２においてウィンドウ番号ｊをｊ＝０にリセットし、ステップＸ５３でウィンドウ番号ｊを「１」だけインクリメントし、ステップＸ５４においてウィンドウ番号ｊが１≦ｊ＜ｍか否かを判定する。このステップＸ５４の判定がＹＥＳのときには、ステップＸ５５において物体検出位置Ｐ（ｊ）の距離データのｘ成分ｘ（ｊ）をｘ（ｊ）＝０にして距離データをキャンセルした後にステップＸ５３に戻る。ステップＸ５４の判定がＮＯになると終了する。
【０１１７】
この実施形態では、データ抽出手段４２は、略垂直面に沿って配列されている複数の物体検出位置Ｐ（１），Ｐ（２），…，Ｐ（ｊ）のうちの高さの最大値ｙｍａｘ及び最小値ｙｍｉｎの差ｙｏｂｊが所定値（０．５ｍ）以上となる距離データのみを抽出するように構成されている。
【０１１８】
したがって、この実施形態においては、略垂直面に沿って配列されている複数の物体検出位置Ｐ（１），Ｐ（２），…，Ｐ（ｊ）のうちの高さの最大値ｙｍａｘ及び最小値ｙｍｉｎの差ｙｏｂｊが所定値（０．５ｍ）以上となる距離データのみが抽出されるので、その差ｙｏｂｊが所定未満となる距離データに対応する不要な物体を確実に排除して、物体Ｏの認識精度をさらに向上させることができる。
【０１１９】
尚、上記実施形態では、検知センサ１０として多段ライン型ＣＣＤを用いているが、本発明はその他、レーザレーダやミリ波レーダを用いて車両Ｃの後側方の物体Ｏを検出するようにしてもよく、同様の作用効果が得られる。また、検知センサ１０はドアミラー６内に限らず、その他、例えば車室内のリアウィンドガラス近くに設置することもできる。
【０１２０】
また、上記実施形態では、車両Ｃの後側方に存在する物体を認識するようにしているが、本発明はこれに限らず、車両Ｃの後側方以外や周囲全体に存在する物体を認識する場合にも適用することができる。
【０１２１】
【発明の効果】
以上説明した如く、請求項１の発明によると、車両の周囲に存在する物体の距離情報を２次元の距離データとして検出して、これら検出された複数の距離データに対応する物体検出位置の配列状態を判定し、この物体検出位置の配列状態に基づいて、略垂直面に沿って配列されている複数の物体検出位置のうち、配列方向両側に隣接する物体検出位置との間の水平方向に対する傾きがしきい値以上となる物体検出位置の距離データのみを抽出して、その抽出距離データから路面上に存在する物体を認識するようにしたことにより、路面上の数字等の表示や遠距離にある路面上の白線等の表示の距離データが物体認識のために用いられるのを回避して、路面上に存在する物体の認識精度の向上を図ることができる。
【０１２２】
請求項２の発明では、車両の後側方に存在する物体の距離情報を検出するようにした。このことで、車両の周囲の一部である後側方の特定の物体の認識精度を高めることができる。
【０１２３】
請求項３の発明によると、物体の距離情報を２次元の距離データとして検出するために多段ライン型ＣＣＤセンサを用いるようにしたことにより、物体までの距離情報を２次元の距離データとして容易に検出することができる。
【０１２５】
請求項４の発明によれば、上記傾きのしきい値を、物体までの距離が大きいほど小さくしたことにより、例えば遠くにあって路面上の白線等の表示との区別が付き難い物体の距離データを精度よく認識することができる。
【０１２６】
請求項５の発明によると、路面からの高さがしきい値よりも小さい物体検出位置の距離データのみを抽出するようにしたことにより、物体の距離に関係なく安定した距離データを抽出して物体認識精度を高めることができる。
【０１２７】
請求項６の発明によると、上記請求項５の発明において、高さのしきい値を物体までの距離、路面勾配の少なくとも１つに応じて補正するようにしたことにより、その物体までの距離、路面勾配等の変化に拘わらず安定して物体の認識精度を向上させることができる。
【０１２８】
請求項７の発明によると、上記請求項１の発明において、路面側から配列方向上側に向かって最初に、水平方向に対する傾きがしきい値以上となる物体検出位置の距離データのみを抽出するようにしたことにより、物体の認識精度の向上の確実化を図ることができる。
【０１２９】
請求項８の発明によれば、上記請求項１の発明において、略垂直面に沿って配列されている複数の物体検出位置のうちの高さの最大値及び最小値の差が所定値以上となる距離データのみを抽出するようにしたことにより、複数の物体検出位置のうちの高さの最大値及び最小値の差が所定未満となる距離データに対応する不要な物体を確実に排除して、物体の認識精度をさらに向上させることができる。
【図面の簡単な説明】
【図１】本発明の構成図である。
【図２】本発明の実施形態に係る物体認識装置の各構成部品の車両での位置を示す斜視図である。
【図３】物体認識装置の概略構成を示すブロック図である。
【図４】物体認識装置の詳細構成を示すブロック図である。
【図５】検知センサにより物体を測距する概念を示す側面図である。
【図６】ＣＣＤチップにより捕らえた画像を示す図である。
【図７】ＣＣＤチップにより捕らえた画像の中のラインをウィンドウ方向に分割して領域を区分する概念を示す図である。
【図８】上下のＣＣＤチップにより得られた画像が同じラインでずれて視差が生じる状態を示す説明図である。
【図９】上下のＣＣＤチップにより物体までの距離を測定する原理を示す図である。
【図１０】ＣＣＤチップにより得られた画像におけるＣＣＤラインの測距方向を示す平面図である。
【図１１】上下方向のレンジカット領域を示す側面図である。
【図１２】水平方向のレンジカット領域を示す平面図である。
【図１３】領域に隣接する８隣接領域の配置を示す図である。
【図１４】８隣接点処理からライン毎の距離演算までの具体例を示す図である。
【図１５】８隣接点処理動作を示すフローチャート図である。
【図１６】距離しきい値の設定のための第１例を示すフローチャート図である。
【図１７】距離しきい値の設定のための第２例を示す図１６相当図である。
【図１８】基準距離値の設定例を示す図である。
【図１９】距離しきい値の設定のための第３例を示す図１６相当図である。
【図２０】距離しきい値の設定のための第４例を示す図１６相当図である。
【図２１】距離差の平均値に応じて距離しきい値を設定する例を示す図である。
【図２２】各領域毎の有効ポイント数付与のための第１例を示すフローチャート図である。
【図２３】各領域毎の有効ポイント数付与のための第２例を示す図２２相当図である。
【図２４】各領域毎の有効ポイント数付与のための第３例を示す図２２相当図である。
【図２５】各領域毎の有効ポイント数付与のための第４例を示す図２２相当図である。
【図２６】各領域毎の有効ポイント数付与の実行判断のための第１例を示すフローチャート図である。
【図２７】各領域毎の有効ポイント数付与の実行判断のための第２例を示す図２６相当図である。
【図２８】ライン毎の距離演算処理動作を示すフローチャート図である。
【図２９】ライン代表しきい値の設定のための第１例を示すフローチャート図である。
【図３０】ライン代表しきい値の設定のための第２例を示す特性図である。
【図３１】ライン代表しきい値の設定のための第３例を示す特性図である。
【図３２】ライン代表しきい値の設定のための第４例を示す特性図である。
【図３３】ライン代表しきい値の設定のための第４例における検出エリアを示す平面図である。
【図３４】ライン代表しきい値の設定のための第５例を示すフローチャート図である。
【図３５】ライン代表しきい値の設定のための第６例を示す図３４相当図である。
【図３６】ライン代表しきい値の設定のための第７例を示す図３４相当図である。
【図３７】ライン代表しきい値の設定のための第７例におけるデータ個数の演算例を示すフローチャート図である。
【図３８】ライン毎の距離演算処理動作の他の実施形態を示す図２８相当図である。
【図３９】物体の認識処理動作を示すフローチャート図である。
【図４０】視差に応じた距離補正のための特性を示す特性図である。
【図４１】検出率に応じて昼夜判定するための説明図である。
【図４２】距離データ抽出処理動作を示すフローチャート図である。
【図４３】ウィンドウ方向に配列された物体検出位置を示す側面模式図である。
【図４４】距離データ抽出処理動作の第１の他の実施形態の要部を示すフローチャート図である。
【図４５】傾きのしきい値を設定する際の変形例を示す特性図である。
【図４６】距離データ抽出処理動作の第２の他の実施形態の要部を示すフローチャート図である。
【図４７】路面からの高さのしきい値を変更するときの概念を示す側面模式図である。
【図４８】距離データ抽出処理動作の第３の他の実施形態の要部を示すフローチャート図である。
【図４９】距離データ抽出処理動作の第３の他の実施形態に有効な状況を示す平面模式図である。
【図５０】距離データ抽出処理動作の第３の他の実施形態に有効な状況における距離データの特性を示す図である。
【図５１】距離データ抽出処理動作の第４の他の実施形態の要部を示すフローチャート図である。
【符号の説明】
Ｃ 車両
６ ドアミラー
１０ 後側方検知センサ（多段ライン型ＣＣＤ）
１１ ＣＣＤチップ
１５ コントローラ
１６ 測距回路
２０ 物体認識部
２１ 物体識別部
２５ ８隣接点処理部
２６ ライン距離演算部
３０ 物体距離データ検出手段
４１ 配列判定手段
４２ データ抽出手段
Ｅ，Ｅ（ｉ，ｊ） 領域
Ｒ１〜Ｒ８ 隣接領域
ｄ（ｉ，ｊ） 測定距離
ｄｘ 隣接領域との距離差
ｄ０ しきい値
Ｐ（ｉ，ｊ） 有効ポイント数
Ｐ０ ライン代表しきい値
ｌ（ｉ，ｊ） ライン代表距離
Ａ１〜Ａ４ 検出エリア
Ｏ 物体
Ｏ′ 物体像
Ｐ（ｊ） 物体検出位置

Claims (8)

1. 車両の周囲に存在する物体までの距離情報を２次元の距離データとして検出する物体距離データ検出手段を備え、該検出手段により検出された２次元の距離データから特定の物体を認識するようにした物体認識装置において、
   上記物体距離データ検出手段によって検出された複数の２次元の距離データに対応する物体検出位置の配列状態を判定する配列判定手段と、
   上記配列判定手段により判定された物体検出位置の配列状態に基づいて、略垂直面に沿って配列されている複数の物体検出位置のうち、配列方向両側に隣接する物体検出位置との間の水平方向に対する傾きがしきい値以上となる物体検出位置の距離データのみを抽出するデータ抽出手段と、
   上記データ抽出手段により抽出された距離データに基づいて路面上に存在する物体を認識する物体認識手段とを備えたことを特徴とする物体認識装置。
2. 請求項１の物体認識装置において、
   物体距離データ検出手段は、車両の後側方に存在する物体までの距離情報を２次元の距離データとして検出するものであることを特徴とする物体認識装置。
3. 請求項１又は２の物体認識装置において、
   物体距離データ検出手段は、多段ライン型ＣＣＤセンサを備えたものであることを特徴とする物体認識装置。
4. 請求項１の物体認識装置において、
   データ抽出手段で用いられる傾きのしきい値は、物体までの距離が大きいほど小さくなるものとされていることを特徴とする物体認識装置。
5. 請求項１の物体認識装置において、
   データ抽出手段は、路面からの高さがしきい値よりも小さい物体検出位置の距離データのみを抽出するように構成されていることを特徴とする物体認識装置。
6. 請求項５の物体認識装置において、
   データ抽出手段で用いられる高さのしきい値は、物体までの距離、路面勾配の少なくとも１つに応じて補正されているものであることを特徴とる物体認識装置。
7. 請求項１の物体認識装置において、
   データ抽出手段は、路面側から配列方向上側に向かって最初に、配列方向両側に隣接する物体検出位置との間の水平方向に対する傾きがしきい値以上となる物体検出位置の距離データのみを抽出するように構成されていることを特徴とする物体認識装置。
8. 請求項１の物体認識装置において、
   データ抽出手段は、略垂直面に沿って配列されている複数の物体検出位置のうちの高さの最大値及び最小値の差が所定値以上となる距離データのみを抽出するように構成されていることを特徴とする物体認識装置。

Images