CN104094311B - 立体物检测装置 - Google Patents

立体物检测装置 Download PDF

Info

Publication number
CN104094311B
CN104094311B CN201380008399.1A CN201380008399A CN104094311B CN 104094311 B CN104094311 B CN 104094311B CN 201380008399 A CN201380008399 A CN 201380008399A CN 104094311 B CN104094311 B CN 104094311B
Authority
CN
China
Prior art keywords
stereoscopic article
unit
detection
image
bird
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.)
Active
Application number
CN201380008399.1A
Other languages
English (en)
Other versions
CN104094311A (zh
Inventor
深田修
早川泰久
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.)
Nissan Motor Co Ltd
Original Assignee
Nissan Motor Co Ltd
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 Nissan Motor Co Ltd filed Critical Nissan Motor Co Ltd
Publication of CN104094311A publication Critical patent/CN104094311A/zh
Application granted granted Critical
Publication of CN104094311B publication Critical patent/CN104094311B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60R—VEHICLES, VEHICLE FITTINGS, OR VEHICLE PARTS, NOT OTHERWISE PROVIDED FOR
    • B60R1/00—Optical viewing arrangements; Real-time viewing arrangements for drivers or passengers using optical image capturing systems, e.g. cameras or video systems specially adapted for use in or on vehicles
    • B60R1/20—Real-time viewing arrangements for drivers or passengers using optical image capturing systems, e.g. cameras or video systems specially adapted for use in or on vehicles
    • B60R1/22—Real-time viewing arrangements for drivers or passengers using optical image capturing systems, e.g. cameras or video systems specially adapted for use in or on vehicles for viewing an area outside the vehicle, e.g. the exterior of the vehicle
    • B60R1/23—Real-time viewing arrangements for drivers or passengers using optical image capturing systems, e.g. cameras or video systems specially adapted for use in or on vehicles for viewing an area outside the vehicle, e.g. the exterior of the vehicle with a predetermined field of view
    • B60R1/27—Real-time viewing arrangements for drivers or passengers using optical image capturing systems, e.g. cameras or video systems specially adapted for use in or on vehicles for viewing an area outside the vehicle, e.g. the exterior of the vehicle with a predetermined field of view providing all-round vision, e.g. using omnidirectional cameras
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/20—Analysis of motion
    • G06T7/262—Analysis of motion using transform domain methods, e.g. Fourier domain methods
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/50—Context or environment of the image
    • G06V20/56—Context or environment of the image exterior to a vehicle by using sensors mounted on the vehicle
    • G06V20/58—Recognition of moving objects or obstacles, e.g. vehicles or pedestrians; Recognition of traffic objects, e.g. traffic signs, traffic lights or roads
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/16—Anti-collision systems
    • G08G1/165—Anti-collision systems for passive traffic, e.g. including static obstacles, trees
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/16—Anti-collision systems
    • G08G1/166—Anti-collision systems for active traffic, e.g. moving vehicles, pedestrians, bikes
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/16—Anti-collision systems
    • G08G1/167—Driving aids for lane monitoring, lane changing, e.g. blind spot detection
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60Q—ARRANGEMENT OF SIGNALLING OR LIGHTING DEVICES, THE MOUNTING OR SUPPORTING THEREOF OR CIRCUITS THEREFOR, FOR VEHICLES IN GENERAL
    • B60Q9/00—Arrangement or adaptation of signal devices not provided for in one of main groups B60Q1/00 - B60Q7/00, e.g. haptic signalling
    • B60Q9/002—Arrangement or adaptation of signal devices not provided for in one of main groups B60Q1/00 - B60Q7/00, e.g. haptic signalling for parking purposes, e.g. for warning the driver that his vehicle has contacted or is about to contact an obstacle
    • B60Q9/004—Arrangement or adaptation of signal devices not provided for in one of main groups B60Q1/00 - B60Q7/00, e.g. haptic signalling for parking purposes, e.g. for warning the driver that his vehicle has contacted or is about to contact an obstacle using wave sensors
    • B60Q9/005—Arrangement or adaptation of signal devices not provided for in one of main groups B60Q1/00 - B60Q7/00, e.g. haptic signalling for parking purposes, e.g. for warning the driver that his vehicle has contacted or is about to contact an obstacle using wave sensors using a video camera
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60R—VEHICLES, VEHICLE FITTINGS, OR VEHICLE PARTS, NOT OTHERWISE PROVIDED FOR
    • B60R2300/00—Details of viewing arrangements using cameras and displays, specially adapted for use in a vehicle
    • B60R2300/60—Details of viewing arrangements using cameras and displays, specially adapted for use in a vehicle characterised by monitoring and displaying vehicle exterior scenes from a transformed perspective
    • B60R2300/607—Details of viewing arrangements using cameras and displays, specially adapted for use in a vehicle characterised by monitoring and displaying vehicle exterior scenes from a transformed perspective from a bird's eye viewpoint
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60R—VEHICLES, VEHICLE FITTINGS, OR VEHICLE PARTS, NOT OTHERWISE PROVIDED FOR
    • B60R2300/00—Details of viewing arrangements using cameras and displays, specially adapted for use in a vehicle
    • B60R2300/80—Details of viewing arrangements using cameras and displays, specially adapted for use in a vehicle characterised by the intended use of the viewing arrangement
    • B60R2300/802—Details of viewing arrangements using cameras and displays, specially adapted for use in a vehicle characterised by the intended use of the viewing arrangement for monitoring and displaying vehicle exterior blind spot views
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F9/00—Arrangements for program control, e.g. control units
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T15/00—3D [Three Dimensional] image rendering
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10004—Still image; Photographic image
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/20—Special algorithmic details
    • G06T2207/20048—Transform domain processing
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/20—Special algorithmic details
    • G06T2207/20048—Transform domain processing
    • G06T2207/20064—Wavelet transform [DWT]
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30248—Vehicle exterior or interior
    • G06T2207/30252—Vehicle exterior; Vicinity of vehicle
    • G06T2207/30261—Obstacle
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
    • H04N23/60—Control of cameras or camera modules
    • H04N23/63—Control of cameras or camera modules by using electronic viewfinders

Abstract

具有：拍摄单元(10)，其拍摄规定区域；图像变换单元(31)，其将拍摄图像视点变换为鸟瞰视野图像；立体物检测单元(32、33)，其根据使不同时刻的鸟瞰视野图像的位置在鸟瞰视野上位置对齐而得到的差分图像生成差分波形信息，基于差分波形信息对立体物进行检测；移动速度计算单元(33)，其对立体物的移动速度进行计算；立体物判定单元(34)，其对立体物是否是存在于规定区域的其他车辆进行判定；非检测对象物判定单元(34)，其对立体物的移动速度的时间变化量进行反复计算，从而对立体物的移动速度的波动程度进行检测，基于波动程度对立体物是否是非检测对象物进行判定；以及控制单元(34)，其基于非检测对象物判定单元(34)的判定结果对立体物判定单元(34)判定为立体物是其他车辆的情况进行抑制。

Description

立体物检测装置
技术领域
本发明涉及立体物检测装置。
本申请基于2012年3月2日申请的日本国专利申请的特愿2012－046629主张优先权，对于认可通过文献的参照进行的编入的指定国，通过参照将上述的申请所记载的内容编入引入本申请中，作为本申请的记载的一部分。
背景技术
当前，已知有如下技术：利用图案匹配对由拍摄装置拍摄而得到的拍摄图像进行图像处理，从而对路肩的草木丛进行检测(参照专利文献1)。
专利文献1：日本特开2006－315482号公报
发明内容
不过，现有技术存在如下情况：由于利用基于图案匹配的图像处理对草木丛的草进行检测，因此在对草木丛的草进行检测时无法获得较高的检测精度，将拍摄图像内的草木丛的草误检测为在相邻车道行驶的其他车辆。
本发明所解决的课题在于，通过一种能够适当地对相邻车辆进行检测的立体物检测装置。
本发明通过以下方式解决上述问题：基于拍摄图像对立体物进行检测，基于检测到的立体物的移动速度的时间变化量对立体物的移动速度的波动程度进行计算，基于计算出的波动程度对检测到的立体物是否是非检测对象物进行判定。
通常，在对草木丛的草进行拍摄而得到的图像中，边缘成分等的图像信息被不规则地检测，因此，基于图像信息对立体物的移动速度的时间变化量进行了计算时，存在立体物的移动速度产生波动的倾向。根据本发明，基于这样的立体物的移动速度的波动程度对检测到的立体物是否是草木丛的草等非检测对象物进行判定，从而能够适当地对相邻车辆进行检测。
附图说明
图1是搭载有立体物检测装置的车辆的概略结构图。
图2是表示图1的车辆的行驶状态的俯视图。
图3是表示计算机的详细情况的框图。
图4是用于对位置对齐部的处理的概要进行说明的图，(a)表示车辆的移动状态的俯视图，(b)表示位置对齐的概要的图像。
图5是表示由立体物检测部生成差分波形的情形的概略图。
图6是表示由立体物检测部分割的小区域的图。
图7是表示由立体物检测部得到的柱状图的一个例子的图。
图8是表示由立体物检测部进行加权的图。
图9是表示由立体物检测部得到的柱状图的另一个例子的图。
图10是用于对非检测对象物的判定方法进行说明的图。
图11用于对计数值的增减进行说明的图。
图12是表示相邻车辆检测方法的流程图(其1)。
图13是表示相邻车辆检测方法的流程图(其2)。
图14是表示第2实施方式涉及的计算机的详细情况的框图。
图15是表示车辆的行驶状态的图，(a)表示检测区域等的位置关系的俯视图，(b)表示实际空间中的检测区域等的位置关系的斜视图。
图16是用于对第2实施方式涉及的亮度差计算部的动作进行说明的图，(a)是表示鸟瞰视野图像中的注视线、参照线、注视点以及参照点的位置关系的图，(b)表示实际空间中的注视线、参照线、注视点以及参照点的位置关系的图。
图17是用于对第2实施方式涉及的亮度差计算部的详细的动作进行说明的图，(a)是表示鸟瞰视野图像中的检测区域的图，(b)是表示鸟瞰视野图像中的注视线、参照线、注视点以及参照点的位置关系的图。
图18是表示用于对边缘检测动作进行说明的图像例的图。
图19是表示边缘线和边缘线上的亮度分布的图，(a)表示立体物(相邻车辆)存在于检测区域的情况的亮度分布的图，(b)表示立体物不存在于检测区域的情况的亮度分布的图。
图20是表示第2实施方式涉及的相邻车辆检测方法的流程图(其1)。
图21是表示第2实施方式涉及的相邻车辆检测方法的流程图(其2)。
具体实施方式
《第1实施方式》
图1是搭载有第1实施方式涉及的立体物检测装置1的车辆的概略结构图。本实施方式涉及的立体物检测装置1的目的在于，对本车辆V1变更车道时有可能接触的存在于相邻车道的其他车辆(下面也称为相邻车辆V2)进行检测。如图1所示，本实施方式涉及的立体物检测装置1包括照相机10、车速传感器20和计算机30。
如图1所示，照相机10在本车辆V1的后方的高度h的部位处以光轴从水平向下成为角度θ的方式安装于车辆V1上。照相机10从该位置对本车辆V1的周围环境中的规定区域进行拍摄。车速传感器20用于对本车辆V1的行驶速度进行检测，例如根据由对车轮的转速进行探测的车轮速度传感器检测出的车轮速度计算车速。计算机30对存在于本车辆后方的相邻车道的相邻车辆进行检测。
图2是表示图1的本车辆V1的行驶状态的俯视图。如图2所示，照相机10以规定的视场角a对车辆后方侧进行拍摄。此时，照相机10的视场角a设定为除了能够拍摄本车辆V1所行驶的车道之外，还能拍摄其左右的车道(相邻车道)的视场角。
图3是表示图1的计算机30的详细情况的框图。此外，在图3中为了明确连接关系，也图示了照相机10、车速传感器20。
如图3所示，计算机30包括视点变换部31、位置对齐部32、立体物检测部33、立体物判定部34。下面，对各自的结构进行说明。
视点变换部31输入利用照相机10的拍摄而获得的规定区域的拍摄图像数据，将输入的拍摄图像数据视点变换为鸟瞰观察的状态的鸟瞰图像数据。所谓鸟瞰观察的状态是从上空例如铅垂向下俯视的假想照相机的视点观察到的状态。该视点变换能够以例如日本特开2008－219063号公报所记载的方式执行。将拍摄图像数据视点变换为鸟瞰视野图像数据是基于下述原理，即，立体物所特有的铅垂边缘在向鸟瞰视野图像数据的视点变换时，被变换为通过特定的定点的直线组，只要利用此原理，就能够识别平面物和立体物。
位置对齐部32将通过视点变换部31的视点变换而获得的鸟瞰视野图像数据依次输入，对输入的不同时刻的鸟瞰视野图像数据的位置进行位置对齐。图4是用于说明位置对齐部32的处理的概要的图，(a)是表示本车辆V1的移动状态的俯视图、(b)是表示位置对齐的概要的图像。
如图4的(a)所示，设为当前时刻的本车辆V1位于P1，一个时刻前的本车辆V1位于P1’。另外，相邻车辆V2位于本车辆V1的后侧方向上，处于与本车辆V1并行的状态，设为当前时刻的相邻车辆V2位于P2，一个时刻前的相邻车辆V2位于P2’。并且，设为本车辆V1以一个时刻移动了距离d。此外，一个时刻前既可以是从当前时刻起早预定的时间(例如1个控制周期)的时刻，也可以是早任意的时间的时刻。
在这样的状态下，当前时刻的鸟瞰视野图像PBt如图4的(b)所示。在该鸟瞰视野图像PBt中，对于描绘在路面上的白线，成为矩形形状，比较准确地成为俯视的状态，但对于相邻车辆V2(位置P2)，发生歪斜。另外，对于一个时刻前的鸟瞰视野图像PBt-1也同样地，对于描绘在路面上的白线，成为矩形形状，比较准确地成为俯视的状态，但对于相邻车辆V2(位置P2’)，发生歪斜。其原因在于，如上所述，立体物的铅垂边缘(除了严格意义上的铅垂边缘以外，还包含从路面以三维空间立起的边缘)由于向鸟瞰视野图像数据的视点变换处理而呈现为沿着歪斜的方向的直线组，与此相对，路面上的平面图像不包含铅垂边缘，因此，即使进行视点变换，也会不产生这种歪斜。
位置对齐部32在数据上执行如上述的鸟瞰视野图像PBt、PBt-1的位置对齐。此时，位置对齐部32使一个时刻前的鸟瞰视野图像PBt-1偏置，并使其与当前时刻的鸟瞰视野图像PBt的位置一致。图4的(b)中的左侧的图像和中央的图像表示偏置了移动距离d’的状态。该偏置量d’是与图4的(a)所示的本车辆V1的实际的移动距离d相对应的鸟瞰视野图像数据上的移动量，基于来自车速传感器20的信号和从一个时刻前到当前时刻为止的时间确定。
另外，在位置对齐后，位置对齐部32取得鸟瞰视野图像PBt、PBt-1的差分，生成差分图像PDt的数据。在此，在本实施方式中，位置对齐部32为了与照度环境的变化相对应，而将鸟瞰视野图像PBt、PBt-1的像素值的差绝对值化，在该绝对值大于或等于规定的阈值th时，差分图像PDt的像素值设为“1”，在绝对值小于规定的阈值th时，差分图像PDt的像素值设为“0”，从而能够生成如图4的(b)的右侧所示的差分图像PDt的数据。
返回到图3，立体物检测部33基于图4的(b)所示的差分图像PDt的数据，对立体物进行检测。此时，立体物检测部33对于实际空间上的立体物的移动距离也进行计算。在进行立体物的检测和移动距离的计算时，立体物检测部33首先生成差分波形。
在生成差分波形时，立体物检测部33在差分图像PDt中设定检测区域。本例的立体物检测装置1的目的在于，对在本车辆V1变更车道时有可能接触的相邻车辆计算移动距离。因此，在本例中，如图2所示在本车辆V1的后侧方设定矩形形状的检测区域A1、A2。此外，这样的检测区域A1、A2既可以根据相对于本车辆V1的相对位置进行设定，也可以以白线的位置为基准进行设定。在以白线的位置为基准进行设定的情况下，立体物检测装置1可以利用例如现有的白线识别技术等。
另外，如图2所示，立体物检测部33将设定的检测区域A1、A2的本车辆V1侧的边(沿着行驶方向的边)识别为接地线L1、L2。通常接地线是指立体物与地面接触的线，但在本实施方式中不是与地面接触的线，而是如上所述地设定。此外，即使是该情况下，从经验上来看，本实施方式涉及的接地线与根据相邻车辆V2本来的位置求出的接地线之差也不会过大，在实际使用方面没有问题。
图5是表示由立体物检测部33生成差分波形的情形的概略图。如图5所示，立体物检测部33根据在由位置对齐部32计算出的差分图像PDt(图4的(b)的右图)中与检测区域A1、A2相当的部分，生成差分波形DWt。此时，立体物检测部33沿着由于视点变换而立体物歪斜的方向，生成差分波形DWt。此外，在图5所示的例中，为了方便，仅采用检测区域A1进行说明，但对于检测区域A2也以同样的顺序生成差分波形DWt。
具体地进行说明，首先，立体物检测部33在差分图像PDt的数据上对立体物歪斜的方向上的线La进行定义。然后，立体物检测部33在线La上对表示规定的差分的差分像素DP的数量进行计数。在本实施方式中，表示规定的差分的差分像素DP是差分图像PDt的像素值以“0”、“1”表现，示出“1”的像素作为差分像素DP进行计数。
立体物检测部33在对差分像素DP的数量进行了计数之后，求出线La与接地线L1的交点CP。然后，立体物检测部33使交点CP与计数数量相对应，基于交点CP的位置对横轴位置、即图5右图的上下方向轴上的位置进行确定，并且，根据计数数量对纵轴位置、即图5右图的左右方向轴上的位置进行确定，作为交点CP处的计数数量进行标示。
以下，同样地，立体物检测部33对立体物歪斜的方向上的线Lb、Lc…进行定义，对差分像素DP的数量进行计数，基于各交点CP的位置确定横轴位置，根据计数数量(差分像素DP的数量)确定纵轴位置并进行标示。立体物检测部33依次重复上述内容而进行频率分布化，从而如图5右图所示生成差分波形DWt。
在此，差分图像PDt的数据上的差分像素PD是在不同时刻的图像中存在变化的像素，换言之，也可以说是存在有立体物的部位。因此，在存在有立体物的部位，沿着立体物歪斜的方向对像素数进行计数并进行频率分布化，从而生成差分波形DWt。尤其是，沿着立体物歪斜的方向对像素数量进行计数，因此，对于立体物根据高度方向的信息生成差分波形DWt。
此外，如图5左图所示，立体物歪斜的方向上的线La和线Lb与检测区域A1重复的距离不同。因此，如果检测区域A1被差分像素DP充满，则线La上的差分像素DP的数量多于线Lb上的差分像素DP的数量。因此，在立体物检测部33根据差分像素DP的计数数量确定纵轴位置的情况下，基于立体物歪斜的方向上的线La、Lb与检测区域A1重复的距离进行标准化。如果列举具体例，在图5左图中线La上的差分像素DP有6个，线Lb上的差分像素DP有5个。因此，在图5中根据计数数量确定纵轴位置时，立体物检测部33将计数数量除以重复距离等而进行标准化。由此，如差分波形DWt所示，与立体物歪斜的方向上的线La、Lb相对应的差分波形DWt的值大致相同。
在生成差分波形DWt后，立体物检测部33通过当前时刻的差分波形DWt和一个时刻前的差分波形DWt－1之间的对比对移动距离进行计算。即，立体物检测部33根据差分波形DWt、DWt－1的时间变化对移动距离进行计算。
详细地进行说明，立体物检测部33如图6所示地将差分波形DWt分割为多个小区域DWt1～DWtn(n为大于或等于2的任意的整数)。图6是表示由立体物检测部33分割的小区域DWt1～DWtn的图。如图6所示，小区域DWt1～DWtn例如相互重复地分割。例如小区域DWt1与小区域DWt2重复，小区域DWt2与小区域DWt3重复。
然后，立体物检测部33针对每个小区域DWt1～DWtn求出偏置量(差分波形的横轴方向(图6的上下方向)上的移动量)。在这里，偏置量根据一个时刻前的差分波形DWt－1与当前时刻的差分波形DWt之差(横轴方向的距离)求出。此时，立体物检测部33对针对每个小区域DWt1～DWtn判定使一个时刻前的差分波形DWt－1沿着横轴方向移动时与当前时刻的差分波形DWt之间的误差成为最小的位置(横轴方向上的位置)，将与差分波形DWt－1的本来的位置与误差成为最小的位置之间的横轴方向的移动量作为偏置量求出。然后，立体物检测部33对针对每个小区域DWt1～DWtn求出的偏置量进行计数并绘制柱状图。
图7是表示利用立体物检测部33获得的柱状图的一个例子的图。如图7所示，各小区域DWt1～DWtn与一个时刻前的差分波形DWt－1之间的误差成为最小的移动量即偏置量存在些许的波动。因此，立体物检测部33将包含波动在内的偏置量绘制成柱状图，根据柱状图计算移动距离。此时，立体物检测部33根据柱状图的极大值对相邻车辆的移动距离进行计算。即，在图7所示的例中，立体物检测部33将表示柱状图的极大值的偏置量作为移动距离τ＊计算。这样，在本实施方式中，即使偏置量存在波动，也能够根据该极大值计算准确性更高的移动距离。此外，移动距离τ＊是相邻车辆相对于本车辆V1的相对移动距离。因此，立体物检测部33在对绝对移动距离进行计算的情况下，基于所得到的移动距离τ＊和来自车速传感器20的信号对绝对移动距离进行计算。
如上所述，在本实施方式中，根据在不同时刻生成的差分波形DWt的误差成为最小时的差分波形DWt的偏置量对立体物的移动距离进行计算，从而根据波形这样的1维的信息的偏置量对移动距离进行计算，在计算移动距离时能够抑制计算成本。另外，通过将在不同时刻生成的差分波形DWt分割成多个小区域DWt1～DWtn，能够获得多个表示立体物的各自的部位的波形，由此，能够针对立体物的各自的部位求出偏置量，能够根据多个偏置量求出移动距离，因此，能够提高移动距离的计算精度。另外，在本实施方式中，通过根据包含高度方向的信息在内的差分波形DWt的时间变化，对立体物的移动距离进行计算，从而与仅着眼于1点的移动这样的情况相比，能够使时间变化前的检测部位和时间变化后的检测部位包含高度方向的信息地被指定，因此，在立体物中容易成为相同的部位，根据相同的部位的时间变化对移动距离进行计算，从而提高移动距离的计算精度。
此外，也可以在绘制柱状图时，立体物检测部33针对多个小区域DWt1～DWtn中的每一个进行加权，对应于权重对针对每个小区域DWt1～DWtn求出的偏置量进行计数并绘制柱状图。图8是表示由立体物检测部33进行加权的图。
如图8所示，小区域DWm(m为大于或等于1且小于或等于n－1的整数)是平坦的。即，在小区域DWm中，表示规定的差分的像素数的计数的最大值与最小值之差变小。立体物检测部33对这样的小区域DWm设较小的权重。其原因在于，平坦的小区域DWm没有特征，在计算偏置量时误差变大的可能性较高。
另一方面，小区域DWm+k(k为小于或等于n－m的整数)具有起伏。即，在小区域DWm中，表示规定的差分的像素数的计数的最大值与最小值之差变大。立体物检测部33针对这样的小区域DWm增大权重。其原因在于，具有起伏的小区域DWm+k存在特征，能够准确地进行偏置量的计算的可能性较高。通过这样加权，能够提高移动距离的计算精度。
此外，为了提高移动距离的计算精度，在上述实施方式中，将差分波形DWt分割成多个小区域DWt1～DWtn，但在移动距离的计算精度要求并不是很高的情况下，也可以不分割成小区域DWt1～DWtn。在该情况下，立体物检测部33根据差分波形DWt与差分波形DWt－1之间的误差成为最小时的差分波形DWt的偏置量对移动距离进行计算。即，求出一个时刻前的差分波形DWt－1与当前时刻的差分波形DWt之间的偏置量的方法并不限定于上述内容。
此外，在本实施方式中，立体物检测部33求出本车辆V1(照相机10)的移动速度，根据求出的移动速度求出静止物的偏置量。在求出静止物的偏置量之后，立体物检测部33在忽视了柱状图的极大值中的相当于静止物的偏置量后对相邻车辆的移动距离进行计算。
图9是表示由立体物检测部33获得的柱状图的另一个例子的图。在照相机10的视场角内除了相邻车辆之外还存在静止物的情况下，在获得的柱状图中出现两个极大值τ1、τ2。在该情况下，两个极大值τ1、τ2中的某一个为静止物的偏置量。因此，立体物检测部33根据移动速度求出针对静止物的偏置量，忽视相当于该偏置量的极大值，采用剩余一个极大值对立体物的移动距离进行计算。由此，能够防止由于静止物而使立体物的移动距离的计算精度降低的情况。
此外，在即使忽视相当于静止物的偏置量，也存在多个极大值的情况下，设想为在照相机10的视场角内存在多台相邻车辆。但是，在检测区域A1、A2内存在多个相邻车辆是极为罕见的。因此，立体物检测部33中止移动距离的计算。由此，在本实施方式中，能够防止极大值存在多个这样的对错误的移动距离进行计算的情况。
并且，立体物检测部33对立体物的相对移动距离进行时间微分，对立体物的相对移动速度进行计算。另外，立体物检测部33基于立体物的绝对移动距离也对立体物的绝对移动速度进行计算。此外，立体物检测部33以规定间隔对立体物的相对移动速度进行反复计算，对反复计算出的立体物的相对移动速度的时间变化量ΔV进行计算。计算出的相对移动速度的时间变化量ΔV向后述的立体物判定部34发送。
图3所示的立体物判定部34对由立体物检测部33检测到的立体物是否是在相邻车道行驶的其他车辆(相邻车辆)进行判定。另外，立体物判定部34在对立体物是否是相邻车辆进行判定时，对图像信息的波动程度进行检测，基于检测到的图像信息的波动程度对立体物是否是非检测对象物进行判定。此外，在本实施方式中，立体物判定部34基于拍摄图像对由立体物检测部33计算出的立体物的相对移动速度的时间变化量的绝对值︱ΔV︱进行计算，将该绝对值︱ΔV︱作为图像信息的波动程度，基于计算出的绝对值︱ΔV︱对立体物是否是非检测对象物进行判定。在此，非检测对象物是指相对于作为检测对象的相邻车辆而言，作为非检测对象的草、雪、导轨等。这样，在本实施方式中，立体物判定部34对立体物是否是非检测对象物进行判定，从而有效地防止将非检测对象物误检测为相邻车辆。
具体而言，立体物判定部34判断为，立体物的相对移动速度的时间变化量的绝对值︱ΔV︱越大，图像信息的波动程度越高，判断为检测到的立体物是非检测对象物的可能性越高。在本实施方式中，如图10所示，立体物判定部34与立体物的相对移动速度的时间变化量的绝对值︱ΔV︱相对应地使计数值(图10所示的纵轴)增减，其结果，在计数值大于或等于规定的第1阈值s1的情况下，判定为检测到的立体物是非检测对象物。此外，图10是用于对非检测对象物的检测方法进行说明的图。
在此，说明用于对非检测对象物进行检测的计数值。图11是表示计数值的增减量的一个例子的表。如图11所示，立体物判定部34基于立体物的相对移动速度的时间变化量的绝对值︱ΔV︱的大小和检测区域A1、A2的亮度(昼/夜)对计数值的增减量进行变更。
例如，立体物判定部34根据差分图像对检测区域A1、A2的亮度进行检测，如图11所示，在检测区域A1、A2的亮度大于或等于规定值的情况(能够判断为白天的情况)且立体物的相对移动速度的时间变化量的绝对值︱ΔV︱大于或等于30km/h的情况(︱ΔV︱≥30km/h)下，判断为立体物是边缘成分等图像信息的波动较大的非检测对象物的可能性较高，使计数值增加X1。另外，立体物判定部34在检测区域A1、A2的亮度小于规定值的情况(即，能够判断为夜间的情况)且立体物的相对移动速度的时间变化量的绝对值︱ΔV︱大于或等于30km/h的情况下(︱ΔV︱≥30km/h)，使计数值增加X2。在此，X2是比X1小的值(X1＞X2)。其原因在于，在夜间的情况(亮度小于规定值的情况)下，拍摄图像的对比度变低，能够判定为立体物是非检测对象物的可信度变小。
另外，如图11所示，立体物判定部34在亮度大于或等于规定值的情况(能够判断为白天情况)，在立体物的相对移动速度的时间变化量的绝对值︱ΔV︱小于30km/h且大于或等于10km/h的情况下(30km/h＞︱ΔV︱≥10km/h)，判断为立体物是边缘成分等图像信息的波动较大的非检测对象物的可能性较低，使计数值减少Y1。另外，立体物判定部34在亮度小于规定值的情况(能够判断为夜间的情况)、立体物的相对移动速度的时间变化量的绝对值︱ΔV︱小于30km/h、且大于或等于10km/h的情况(30km/h＞︱ΔV︱≥10km/h)下，使计数值减少Y2。在此，与X1，X2同样地，Y2是比Y1小的值(Y1＞Y2)。
并且，如图11所示，立体物判定部34在亮度大于或等于规定值的情况(能够判断为白天的情况)、立体物的相对移动速度的时间变化量的绝对值︱ΔV︱小于10km/h的情况(10km/h＞︱ΔV︱)，判断为立体物不是边缘成分等图像信息的波动较大的非检测对象物的可能性较高，使计数值减少Z1。在此，Z1是比Y1大的值(Z1＞Y1)。其原因在于，在立体物的相对移动速度的时间变化量的绝对值︱ΔV︱小于10km/h的情况下(10km/h＞︱ΔV︱)，与立体物的相对移动速度的时间变化量的绝对值︱ΔV︱小于30km/h、且大于或等于10km/h的情况(30km/h＞︱ΔV︱≥10km/h)相比，立体物是相邻车辆的可能性较高，能够判定为立体物是非检测对象物的可信度变小。另外，立体物判定部34在亮度小于规定值的情况(能够判断为夜间的情况)，并且立体物的相对移动速度的时间变化量的绝对值︱ΔV︱小于10km/h的情况(10km/h＞︱ΔV︱)，使计数值减少Z2。在此，与Z1同样地，Z2是比Y2大的值(Z2＞Y2)。另外，与X1、X2同样地，Z2是比Z1小的值(Z1＞Z2)。
并且，如图11所示，在立体物判定部34与立体物的相对移动速度的时间变化量的绝对值︱ΔV︱的波动相对应地使计数值增减的结果为计数值大于或等于图10所示的第1阈值s1的情况下，判定为立体物是非检测对象物。
并且，如图10所示，立体物判定部34在计数值大于或等于第1阈值s1之后并且在计数值小于第2阈值s2的情况下，对判定为立体物是非检测对象物进行解除。例如，在图10所示的例子中，在时刻t1，计数值大于或等于第1阈值s1，因此，在时刻t1，判定为检测到的立体物是非检测对象物，之后，在时刻t2，计数值小于第2阈值s2，因此，在时刻t2，判定为检测到的立体物不是非检测对象物。并且，在图10所示的例中，在时刻t3，计数值再次大于或等于第1阈值s1，因此，在时刻t3，判定为检测到的立体物是非检测对象物。
此外，在图10所示的例中，在立体物的相对移动速度的时间变化量的绝对值︱ΔV︱大于或等于30km/h的情况(︱ΔV︱≥30km/h)下，也以计数值不大于或等于第1阈值s1的方式将第1阈值s1设为计数值的上限值。由此，在本实施方式中，实际检测到在相邻车道行驶的相邻车辆的情况下，能够使与第1阈值s1相等的值的计数值迅速地减少到小于第2阈值s2，由此，能够适当地进行相邻车辆的检测。此外，在图10所示的例中，将第1阈值s1设为计数值的上限值，但并不限定于此，既可以将比第1阈值s1大的值设为计数值的上限值，也可以将比第1阈值s1小的值设为计数值的上限值。
并且，立体物判定部34这样使计数值增减，从而对由立体物检测部33检测到的立体物是否是非检测对象物进行判定，在判定为检测到的立体物是非检测对象物的情况下，以不将检测到的立体物检测为相邻车辆的方式进行抑制。由此，能够有效地防止将草木丛的草等非检测对象物误检测为相邻车辆。
下面，对本实施方式涉及的相邻车辆检测处理进行说明。图12、图13是表示本实施方式的相邻车辆检测处理的流程图。如图12、图13所示，首先，利用计算机30从照相机10取得拍摄图像P的数据(步骤S101)，利用视点变换部31基于所取得的拍摄图像P的数据生成鸟瞰视野图像PBt的数据(步骤S102)。
然后，位置对齐部33使鸟瞰视野图像PBt的数据和一个时刻前的鸟瞰视野图像PBt-1的数据位置对齐，生成差分图像PDt的数据(步骤S103)。之后，立体物检测部33根据差分图像PDt的数据对像素值为“1”的差分像素DP的数量进行计数，生成差分波形DWt(步骤S104)。
然后，立体物检测部33对差分波形DWt的峰值是否大于或等于规定的阈值α进行判断(步骤S105)。在差分波形DWt的峰值不大于或等于阈值α的情况、即几乎没有差分的情况下，认为立体物不存在于拍摄图像P内。因此，在判断为差分波形DWt的峰值不大于或等于阈值α的情况下，(步骤S105＝否)，立体物检测部33判断为立体物不存在、其他车辆不存在(图13的步骤S130)。
另一方面，在判断为差分波形DWt的峰值大于或等于阈值α的情况下(步骤S105＝是)，立体物检测部33判断为立体物存在于相邻车道，进入步骤S106，差分波形DWt被立体物检测部33分割为多个小区域DWt1～DWtn。然后，立体物检测部33针对小区域DWt1～DWtn的每一个进行加权(步骤S107)，对小区域DWt1～DWtn的每一个的偏置量进行计算(步骤S108)，增加权重而生成柱状图(步骤S109)。
然后，立体物检测部33基于柱状图对相邻车辆相对于本车辆的移动距离即相对移动距离进行计算(步骤S110)。并且，立体物检测部33对相对移动距离进行时间微分而对相对移动速度进行计算(步骤S111)，并且与由车速传感器20检测到的本车车速相加，而计算相邻车辆的绝对移动速度(步骤S112)。
进入图13，立体物判定部34对立体物的相对移动速度的时间变化量的绝对值︱ΔV︱是否大于或等于30km/h(︱ΔV︱≥30km/h)进行判断(步骤S113)。然后，在立体物的相对移动速度的时间变化量的绝对值︱ΔV︱大于或等于30km/h(︱ΔV︱≥30km/h)(步骤S113＝是)，且检测区域A1的亮度大于或等于规定值的情况下(步骤S114＝是)，如图11所示，使计数值增加X1(步骤S115)。另外，立体物判定部34在立体物的相对移动速度的时间变化量的绝对值︱ΔV︱大于或等于30km/h(︱ΔV︱≥30km/h)(步骤S113＝是)，且检测区域A1的亮度小于规定值的情况下(步骤S114＝否)，如图11所示，使计数值增加X2(步骤S116)。
并且，立体物判定部34在立体物的相对移动速度的时间变化量的绝对值︱ΔV︱小于30km/h且大于或等于10km/h(30km/h＞︱ΔV︱≥10km/h)(步骤S117＝是)，且检测区域A1的亮度大于或等于规定值的情况下(步骤S118＝是)，如图11所示，使计数值减少Y1(步骤S119)。另外，立体物判定部34在立体物的相对移动速度的时间变化量的绝对值︱ΔV︱小于30km/h且大于或等于10km/h(30km/h＞︱ΔV︱≥10km/h)(步骤S117＝是)，且检测区域A1的亮度小于规定值的情况下(步骤S118＝否)，如图11所示，使计数值减少Y2(步骤S120)。
并且，立体物判定部34在立体物的相对移动速度的时间变化量的绝对值︱ΔV︱小于10km/h(10km/h＞︱ΔV︱)(步骤S117＝否)，且检测区域A1的亮度大于或等于规定值的情况下(步骤S121＝是)，如图11所示，使计数值减少Z1(步骤S122)。另外，立体物判定部34在立体物的相对移动速度的时间变化量的绝对值︱ΔV︱小于10km/h(步骤S117＝否)，且检测区域A1的亮度小于规定值的情况下(步骤S121＝否)，如图11所示，使计数值减少Z2(步骤S123)。
然后，立体物判定部34在步骤S124中进行计数值是否大于或等于图10所示的第1阈值s1的判断。在计数值大于或等于第1阈值s1的情况下，进入步骤S129，利用立体物判定部34判定为检测到的立体物是非检测对象物，之后，进入步骤S130，利用立体物判定部34判断为相邻车辆不存在于相邻车道。另一方面，在计数值小于第1阈值s1的情况下，进入步骤S125。
在步骤S125中，利用立体物判定部34在计数值大于或等于第1阈值s1之后对计数值是否小于图10所示的第1阈值s1、并且是否小于第2阈值s2进行判断。即，在有一次大于或等于第1阈值s1的计数值降低而计数值小于第1阈值s1之后、计数值也大于或等于第2阈值s2的情况下，进入步骤S129，利用立体物判定部34判定为检测到的立体物是非检测对象物，之后，利用立体物判定部34判断为相邻车辆不存在于相邻车道(步骤S129)。另一方面，在计数值小于第1阈值s1之后、还小于第2阈值s2的情况下，进入步骤S126，利用立体物判定部34判定为检测到的立体物不是非检测对象物，进入步骤S127。此外，在计数值一次也没有大于或等于第1阈值s1的情况下，计数值小于第1阈值s1、且大于或等于第2阈值s2的情况下，当然进入步骤S126。
在步骤S127中，利用立体物判定部34对相邻车辆的绝对移动速度是否大于或等于10km/h、且相邻车辆相对于本车辆的相对移动速度是否小于或等于+60km/h进行判断。在满足这两者的情况下(步骤S127＝是)，立体物判定部34判断为相邻车辆存在于相邻车道(步骤S128)。另一方面，在任一者不满足的情况下(步骤S127＝否)，立体物判定部34判断为相邻车辆不存在于相邻车道(步骤S130)。然后，返回到图13所示的步骤S101，反复进行上述处理。
此外，在本实施方式中，重点在于：将本车辆的后侧方设为检测区域A1、A2，在本车辆变更了车道的情况下是否有可能接触。因此，执行步骤S127的处理。即，如果以本实施方式的系统在高速道路上工作为前提，则在相邻车辆的速度小于10km/h的情况下，即使存在有相邻车辆，在车道变更时相邻车辆也位于离本车辆较远的后方的位置，因此成为问题的情况较少。同样地，在相邻车辆相对本车辆的相对移动速度超过+60km/h的情况下(即，相邻车辆以比本车辆的速度大60km/h的速度移动的情况下)，在车道变更时相邻车辆在本车辆的前方移动，因此成为问题的情况较少。因此，在步骤S127中也可以说是对车道变更时成为问题的相邻车辆进行判断。
另外，在步骤S127中对相邻车辆的绝对移动速度是否大于或等于10km/h且相邻车辆相对于本车辆的相对移动速度是否小于或等于+60km/h进行判断，从而具有以下效果。例如有时由于照相机10的安装误差而有可能将静止物的绝对移动速度检测为几km/h。由此，通过对是否大于或等于10km/h进行判断，能够降低将静止物判断为相邻车辆的可能性。另外，由于噪声而有可能将相邻车辆相对于本车辆的相对速度检测为超过+60km/h的速度。由此，通过对相对速度是否小于或等于+60km/h进行判断，从而能够降低由噪声导致的误检测的可能性。
并且，也可以取代步骤S127的处理，判断相邻车辆的绝对移动速度不为负、不为0km/h。另外，在本实施方式中，重点在于：在本车辆变更了车道的情况下是否有可能接触，因此，在步骤S128中检测到相邻车辆的情况下，也可以向本车辆的驾驶员发出警告声、或者利用规定的显示装置进行相当于警告的显示。
如以上所示，在本实施方式中，将在不同时刻获得的两张图像变换为鸟瞰视野图像，基于两张的鸟瞰视野图像的差分生成差分图像PDt。并且，沿着由于视点变换而立体物歪斜的方向对在差分图像PDt的数据上表示规定的差分的像素数进行计数并进行频率分布化，从而根据差分图像PDt的数据生成差分波形DWt。并且，基于生成的差分波形DWt对立体物进行检测，基于检测到的立体物的相对移动速度的变化量的绝对值︱ΔV︱对检测到立体物是否是草、雪、导轨等非检测对象物进行判定。在此，在对例如草、雪、导轨等非检测对象物进行拍摄而得到的拍摄图像实施了边缘处理的情况下，存在不连续的边缘成分较多地被检测的倾向。其原因在于，非检测对象物的图像信息存在图像信息的波动程度较高的倾向。因此，在本实施方式中，作为图像信息的波动程度，对立体物的相对移动速度的变化量的绝对值︱ΔV︱进行检测，检测到的绝对值︱ΔV︱越大，判断为其是非检测对象物，从而适当地对草、雪、导轨等非检测对象物进行检测，由此，能够有效地防止将非检测对象物误检测为相邻车辆。
另外，相反地，在本实施方式中，立体物的相对移动速度的时间变化量的绝对值︱ΔV︱越低，判断为检测到的立体物是车辆的可能性越高，其结果，容易判断为检测到的立体物是其他车辆，因此，能够适当地进行立体物的检测。
另外，在本实施方式中，在立体物的相对移动速度的变化量的绝对值︱ΔV︱较大的情况下，使计数值增加，在累积后的计数值大于或等于第1阈值s1的情况下，判定为检测到的立体物是非检测对象物，能够提高非检测对象物的检测精度。另外，同样地，计数值大于或等于第1阈值s1之后，直到计数值小于第2阈值s2为止将立体物判定为非检测对象物，在计数值小于第2阈值s2的情况下，判定为立体物不是非检测对象物，能够提高非检测对象物的检测精度。
《第2实施方式》
下面，对第2实施方式涉及的立体物检测装置1a进行说明。如图14所示，第2实施方式涉及的立体物检测装置1a取代第1实施方式的计算机30而具有计算机30a，除了以如下说明所示地动作以外，与第1实施方式相同。在此，图14是表示第2实施方式涉及的计算机30a的详细情况的框图。
如图14所示，第2实施方式涉及的立体物检测装置1a具有照相机10和计算机30a，计算机30a由视点变换部31、亮度差计算部35、边缘线检测部36、立体物检测部33a以及立体物判定部34a构成。下面对第2实施方式涉及的立体物检测装置1a的各结构进行说明。
图15是表示图20的照相机10的拍摄范围等的图，图15的(a)是俯视图，图15的(b)表示从本车辆V1起后侧方的实际空间上的斜视图。如图15的(a)所示，照相机10设为规定的视场角a，从该规定的视场角a所包含的本车辆V1拍摄后侧方。照相机10的视场角a与图2所示的情况同样地，设定为在照相机10的拍摄范围内除了包括本车辆V1行驶的车道之外，还包括相邻的车道。
本例的检测区域A1、A2在俯视(鸟瞰的状态)下为梯形状，这些检测区域A1、A2的位置、大小以及形状基于距离d1～d4确定。此外，该图21所示的例子的检测区域A1、A2并不限于梯形状，也可以如图2所示在鸟瞰的状态下呈矩形等其他形状。
在这里，距离d1是从本车辆V1至接地线L1、L2为止的距离。接地线L1、L2是指在与本车辆V1所行驶的车道相邻的车道上存在的立体物与地面接触的线。在本实施方式中，其目的在于，对在本车辆V1的后侧方与本车辆V1的车道相邻的左右的车道行驶的相邻车辆V2等(包含两轮车等)进行检测。因此，能够根据从本车辆V1至白线W为止的距离d11以及从白线W至预测为相邻车辆V2所行驶的位置为止的距离d12，预先大致固定地确定成为相邻车辆V2的接地线L1、L2的位置即距离d1。
另外，对于距离d1，并不限于固定地确定的情况，也可以是可变的。在该情况下，计算机30a利用白线识别等技术对白线W相对于本车辆V1的位置进行识别，基于识别出的白线W的位置，确定距离d11。由此，距离d1能够使用所确定的距离d11可变地设定。在下面的本实施方式中，相邻车辆V2所行驶的位置(距白线W的距离d12)以及本车辆V1所行驶的位置(距白线W的距离d11)大致确定，因此，固定地确定距离d1。
距离d2是从本车辆V1的后端部沿着车辆行进方向延伸的距离。该距离d2确定为至少检测区域A1、A2被收纳在照相机10的视场角a内。尤其是在本实施方式中，距离d2设定为与被视场角a划分出的范围相接触。距离d3是表示检测区域A1、A2的车辆行进方向上的长度的距离。该距离d3基于成为检测对象的立体物的大小而确定。在本实施方式中，检测对象为相邻车辆V2等，因此，距离d3设定为包含相邻车辆V2在内的长度。
如图15的(b)所示，距离d4是表示在实际空间中以包含相邻车辆V2等的轮胎的方式设定的高度的距离。距离d4在鸟瞰视野图像中为图15的(a)所示的长度。此外，距离d4也可以设为在鸟瞰视野图像中不包含与左右的相邻车道进一步相邻的车道(即隔着一个车道而相邻的更相邻车道)的长度。其原因在于，如果包含从本车辆V1的车道隔着一个车道而相邻的车道，则无法区分在本车辆V1所行驶的车道即本车道的左右的相邻车道上存在相邻车辆V2、还是在隔着一个车道而相邻的更相邻车道上存在更相邻车辆。
如上所述，距离d1～距离d4被确定，由此，检测区域A1、A2的位置、大小以及形状被确定。具体地进行说明，利用距离d1对呈梯形的检测区域A1、A2的上边b1的位置进行确定。利用距离d2对上边b1的始点位置C1进行确定。利用距离d3对上边b1的终点位置C2进行确定。利用从照相机10朝向始点位置C1延伸的直线L3对呈梯形的检测区域A1、A2的侧边b2进行确定。同样地利用从照相机10朝向终点位置C2延伸的直线L4对呈梯形的检测区域A1、A2的侧边b3进行确定。利用距离d4对呈梯形的检测区域A1、A2的下边b4的位置进行确定。这样，由各边b1～b4围成的区域成为检测区域A1、A2。如图15的(b)所示，该检测区域A1、A2在从本车辆V1起后侧方的实际空间上成为正方形(长方形)。
返回到图14，向视点变换部31输入由照相机10进行拍摄而获得的规定区域的拍摄图像数据。视点变换部31对输入的拍摄图像数据进行向鸟瞰观察的状态的鸟瞰视野图像数据的视点变换处理。鸟瞰观察的状态是指从上空例如从铅垂向下(或者稍微斜向下)俯视的假想照相机的视点观察的状态。该视点变换处理能够通过例如日本特开2008－219063号公报所记载的技术实现。
亮度差计算部35为了对鸟瞰视野图像所包含的立体物的边缘进行检测，对利用视点变换部31进行视点变换后的鸟瞰视野图像数据进行亮度差的计算。亮度差计算部35针对实际空间中的沿着铅垂方向延伸的铅垂假想线的多个位置中的每一个，计算该各位置的旁边的两个像素间的亮度差。亮度差计算部35能够通过将实际空间中的沿着铅垂方向延伸的铅垂假想线仅设定1根的方法、将铅垂假想线设定两根的方法中的任一个方法计算亮度差。
在这里，对将铅垂假想线设定两根的具体的方法进行说明。亮度差计算部35针对视点变换后的鸟瞰视野图像设定与在实际空间中沿着铅垂方向延伸的线段相当的第1铅垂假想线、与第1铅垂假想线不同并与在实际空间中沿着铅垂方向延伸的线段相当的第2铅垂假想线。亮度差计算部35沿着第1铅垂假想线以及第2铅垂假想线连续地求出第1铅垂假想线上的点和第2铅垂假想线上的点之间的亮度差。下面，对该亮度差计算部35的动作详细地进行说明。
如图16的(a)所示，亮度差计算部35对与在实际空间中沿着铅垂方向延伸的线段相当且通过检测区域A1的第1铅垂假想线La(下面称为注视线La)进行设定。另外，亮度差计算部35对与注视线La不同并与在实际空间中沿着铅垂方向延伸的线段相当且通过检测区域A1的第2铅垂假想线Lr(下面称为参照线Lr)进行设定。在这里，参照线Lr设定于在实际空间中与注视线La分开规定距离的位置。此外，与在实际空间中沿着铅垂方向延伸的线段相当的线，是指在鸟瞰视野图像中从照相机10的位置Ps起呈放射状扩散的线。该呈放射状扩散的线是沿着在变换为鸟瞰时立体物歪斜的方向的线。
亮度差计算部35在注视线La上设定注视点Pa(第1铅垂假想线上的点)。另外，亮度差计算部35在参照线Lr上设定参照点Pr(第2铅垂假想线上的点)。这些注视线La、注视点Pa、参照线Lr、参照点Pr在实际空间上成为图16的(b)所示的关系。从图16的(b)可明确，注视线La以及参照线Lr是在实际空间上沿着铅垂方向延伸的线，注视点Pa和参照点Pr是在实际空间上设定在大致相同高度的点。此外，注视点Pa和参照点Pr并不是必须要严格地处于相同高度，允许可视为注视点Pa和参照点Pr处于相同高度程度的误差。
亮度差计算部35求出注视点Pa与参照点Pr之间的亮度差。假设如果注视点Pa与参照点Pr之间的亮度差较大，则认为在注视点Pa与参照点Pr之间存在边缘。尤其是，在第2实施方式中，为了检测存在于检测区域A1、A2中的立体物，针对鸟瞰视野图像，作为在实际空间上沿着铅垂方向延伸的线段而设定铅垂假想线，因此，在注视线La与参照线Lr之间的亮度差较高的情况下，在注视线La的设定部位存在立体物的边缘的可能性较高。因此，图14所示的边缘线检测部36基于注视点Pa与参照点Pr之间的亮度差，检测边缘线。
对这一点更详细地进行说明。图17是表示亮度差计算部35的详细动作的图，图17的(a)是表示鸟瞰的状态的鸟瞰视野图像，图17的(b)是将图17的(a)所示的鸟瞰视野图像的一部分B1放大后的图。此外，对于图17也仅图示检测区域A1进行说明，但对于检测区域A2也以同样的顺序计算亮度差。
在相邻车辆V2映在由照相机10拍摄到的拍摄图像内的情况下，如图17的(a)所示，相邻车辆V2出现在鸟瞰视野图像内的检测区域A1中。如在图17的(b)中示出的图17的(a)中的区域B1的放大图所示，在鸟瞰视野图像上，在相邻车辆V2的轮胎的橡胶部分上设定有注视线La。在该状态下，亮度差计算部35首先设定参照线Lr。参照线Lr沿着铅垂方向设定于在实际空间上从注视线La分离规定的距离的位置处。具体而言，在本实施方式涉及的立体物检测装置1a中，参照线Lr设定于在实际空间上从注视线La分离10cm的位置处。由此，参照线Lr设定于在鸟瞰视野图像上例如从相邻车辆V2的轮胎的橡胶分离相当于10cm的相邻车辆V2的轮胎的轮毂上。
然后，亮度差计算部35在注视线La上设定多个注视点Pa1～PaN。在图17的(b)中，为了方便说明，设定有6个注视点Pa1～Pa6(下面在表示任意的点的情况下，简称为注视点Pai)。此外，设定在注视线La上的注视点Pa的数量可以是任意个。在下面的说明中，设为N个注视点Pa设定在注视线La上而进行说明。
然后，亮度差计算部35以在实际空间上与各注视点Pa1～PaN处于相同高度的方式设定各参照点Pr1～PrN。然后，亮度差计算部35对处于相同高度的注视点Pa与参照点Pr彼此的亮度差进行计算。由此，亮度差计算部35针对实际空间中的沿着铅垂方向延伸的铅垂假想线的多个位置(1～N)中的每一个，计算两个像素的亮度差。亮度差计算部35例如在第1注视点Pa1与第1参照点Pr1之间计算亮度差，在第2注视点Pa2与第2参照点Pr2之间计算亮度差。由此，亮度差计算部35沿着注视线La以及参照线Lr连续地求出亮度差。即，亮度差计算部35依次求出第3注视点Pa3～第N注视点PaN与第3参照点Pr3～第N参照点PrN之间的亮度差。
亮度差计算部35在检测区域A1内一边将注视线La挪动，一边反复执行上述的参照线Lr的设定、注视点Pa以及参照点Pr的设定、亮度差的计算这样的处理。即，亮度差计算部35一边分别将注视线La以及参照线Lr在实际空间上沿着接地线L1的延伸方向将位置改变相同距离，一边反复执行上述的处理。亮度差计算部35例如将在上次处理中作为参照线Lr的线设定为注视线La，相对于该注视线La设定参照线Lr，依次求出亮度差。
如上所述，在第2实施方式中，根据在实际空间上处于大致相同高度的注视线La上的注视点Pa和参照线Lr上的参照点Pr求出亮度差，从而能够明确地检测出在存在沿着铅垂方向延伸的边缘的情况下的亮度差。另外，为了进行在实际空间中沿着铅垂方向延伸的铅垂假想线彼此的亮度比较，即使由于变换为鸟瞰视野图像而立体物与距路面的高度相对应地被拉长，也不会影响立体物的检测处理，而能够提高立体物的检测精度。
返回到图14，边缘线检测部36根据由亮度差计算部35计算出的连续的亮度差，检测边缘线。例如，在图17的(b)所示的情况下，第1注视点Pa1和第1参照点Pr1位于相同的轮胎部分，因此，亮度差较小。另一方面，第2注视点Pa2～第6注视点Pa6位于轮胎的橡胶部分处，第2参照点Pr2～第6参照点Pr6位于轮胎的轮毂部分处。因而，第2参照点Pa2～第6注视点Pa6与第2参照点Pr2～第6参照点Pr6之间的亮度差变大。因此，边缘线检测部36能够检测出在亮度差较大的第2注视点Pa2～第6注视点Pa6与第2参照点Pr2～第6参照点Pr6之间存在边缘线。
具体而言，边缘线检测部36在对边缘线进行检测时，首先按照下述的式1，并根据第i个注视点Pai(坐标(xi，yi))和第i个参照点Pri(坐标(xi’，yi’))之间的亮度差，使第i个注视点Pai带有属性。
[式1]
在I(xi，yi)＞I(xi’，yi’)+t时，
s(xi，yi)＝1
在I(xi，yi)＜I(xi’，yi’)－t时，
s(xi，yi)＝－1
除了上述以外时，
s(xi，yi)＝0
在上述式1中，t表示规定的阈值，I(xi，yi)表示第i个注视点Pai的亮度值，I(xi’，yi’)表示第i个参照点Pri的亮度值。根据上述式1，在注视点Pai的亮度值比参照点Pri与阈值t相加而得到的亮度值高的情况下，该注视点Pai的属性s(xi，yi)成为‘1’。另一方面，在注视点Pai的亮度值比从参照点Pri减去亮度阈值t而得到的亮度值低的情况下，该注视点Pai的属性s(xi，yi)成为‘－1’。在注视点Pai的亮度值与参照点Pri的亮度值为除此以外的关系的情况下，注视点Pai的属性s(xi，yi)成为‘0’。
然后，边缘线检测部36基于下述式2并根据沿着注视线La的属性s的连续性c(xi，yi)，判定注视线La是否是边缘线。
[式2]
在s(xi，yi)＝s(xi+1，yi+1)时(且除了0＝0)，
c(xi，yi)＝1
在上述以外时，
c(xi，yi)＝0
在注视点Pai的属性s(xi，yi)与相邻的注视点Pai+1的属性s(xi+1，yi+1)相同的情况下，连续性c(xi，yi)为‘1’。在注视点Pai的属性s(xi，yi)与相邻的注视点Pai+1的属性s(xi+1，yi+1)不相同的情况下，连续性c(xi，yi)为‘0’。
然后，边缘线检测部36对注视线La上的全部的注视点Pa的连续性c求出总和。边缘线检测部36通过将求出的连续性c的总和除以注视点Pa的数N，使连续性c标准化。然后，边缘线检测部36在标准化的值超过了阈值θ的情况下，将注视线La判断为边缘线。此外，阈值θ是预先通过实验设定的值。
即，边缘线检测部36基于下述式3对注视线La是否是边缘线进行判断。然后，边缘线检测部36对在检测区域A1上描绘的注视线La的全部是否是边缘线进行判断。
[式3]
Σc(xi，yi)/N＞θ
如上所述，在第2实施方式中，基于注视线La上的注视点Pa与参照线Lr上的参照点Pr之间的亮度差，使注视点Pa带有属性，基于沿着注视线La的属性的连续性c，判断该注视线La是否是边缘线，因此，能够将亮度较高的区域与亮度较低的区域之间的边界作为边缘线进行检测，按照人的自然的感觉进行边缘检测。对该效果详细地进行说明。图18是表示对边缘线检测部36的处理进行说明的图像例的图。该图像例是表示亮度较高的区域与亮度较低的区域反复的条纹花样的第1条纹花样101、和表示亮度较低的区域与亮度较高的区域反复的条纹花样的第2条纹花样102相邻的图像。另外，在该图像例中，第1条纹花样101的亮度较高的区域与第2条纹花样102的亮度较低的区域相邻，并且，第1条纹花样101的亮度较低的区域与第2条纹花样102的亮度较高的区域相邻。位于该第1条纹花样101与第2条纹花样102之间的边界的部位103，存在根据人的感觉而不察觉为边缘的倾向。
相对于此，亮度较低的区域与亮度较高的区域相邻，因此，如果仅凭亮度差对边缘进行检测，则该部位103被识别为边缘。但是，边缘线检测部36除了部位103处的亮度差之外，仅在该亮度差的属性存在连续性的情况下，将部位103判定为边缘线，因此，能够抑制边缘线检测部36将不被人的感觉识别为边缘线的部位103识别为边缘线的误判定，能够按照人的感觉进行边缘检测。
返回到图14，立体物检测部33a基于由边缘线检测部36检测到的边缘线的量，检测立体物。如上所述，本实施方式涉及的立体物检测装置1a对在实际空间上沿着铅垂方向延伸的边缘线进行检测。检测到较多的沿着铅垂方向延伸的边缘线，是指立体物存在于检测区域A1、A2的可能性较高。因此，立体物检测部33a基于由边缘线检测部36检测到的边缘线的量，检测立体物。具体而言，立体物检测部33a对由边缘线检测部36检测到的边缘线的量是否大于或等于规定的阈值β进行判断，在边缘线的量大于或等于规定的阈值β的情况下，判断为由边缘线检测部36检测到的边缘线为立体物的边缘线。
另外，立体物检测部33a在对立体物进行检测之前，判定由边缘线检测部36检测到的边缘线是否正确。立体物检测部33a判定边缘线上的鸟瞰视野图像的沿着边缘线的亮度变化是否大于或等于规定的阈值tb。在边缘线上的鸟瞰视野图像的亮度变化大于或等于阈值tb的情况下，判断为该边缘线是由于误判定而检测到的。另一方面，在边缘线上的鸟瞰视野图像的亮度变化小于阈值tb的情况下，判定为该边缘线是正确的。此外，该阈值tb是通过实验等预先设定的值。
图19是表示边缘线的亮度分布的图，图19的(a)表示作为立体物的相邻车辆V2存在于检测区域A1中的情况下的边缘线以及亮度分布，图19的(b)表示在检测区域A1中不存在立体物的情况下的边缘线以及亮度分布。
如图19的(a)所示，被判断为在鸟瞰视野图像中设定于相邻车辆V2的轮胎橡胶部分的注视线La是边缘线。在该情况下，注视线La上的鸟瞰视野图像的亮度变化是平稳的。这取决于：由照相机10拍摄到的图像被视点变换为鸟瞰视野图像，从而相邻车辆V2的轮胎在鸟瞰视野图像内被拉长。另一方面，如图19的(b)所示，在鸟瞰视野图像中在描绘于路面上的“50”这样的白色文字部分设定的注视线La被误判定为边缘线。在该情况下，注视线La上的鸟瞰视野图像的亮度变化起伏较大。其原因在于，在边缘线上混有白色文字中的亮度较高的部分和路面等亮度较低的部分。
基于如上述的注视线La上的亮度分布的不同，立体物检测部33a判定边缘线是否是由于误判定而检测到的。例如，在将由照相机10取得的拍摄图像变换为鸟瞰视野图像的情况下，存在该拍摄图像所包含的立体物以被拉长的状态出现在鸟瞰视野图像中的倾向。如上所述，在相邻车辆的轮胎被拉长了的情况下，轮胎这样的1个部位被拉长，因此，成为拉长后的方向上的鸟瞰视野图像的亮度变化较小的倾向。相对于此，在将描绘在路面上的文字等误判定为边缘线的情况下，在鸟瞰视野图像中混合地包含有文字部分这样的亮度较高的区域和路面部分这样的亮度较低的区域。在该情况下，在鸟瞰视野图像中，存在拉长后的方向的亮度变化变大的倾向。因此，在沿着边缘线的亮度变化大于或等于规定的阈值tb的情况下，立体物检测部33a判断为，该边缘线是由于误判定而检测到的，该边缘线并不是源于立体物的。由此，抑制路面上的“50”这样的白色文字、路边的杂草等被判定为边缘线而使立体物的检测精度降低。另一方面，立体物检测部33a在沿着边缘线的亮度变化小于规定的阈值tb的情况下，判断为该边缘线是立体物的边缘线，判断为存在有立体物。
具体而言，立体物检测部33a按照下述式4、5中的某一个，对边缘线的亮度变化进行计算。该边缘线的亮度变化相当于实际空间中的铅垂方向的评价值。下述式4利用注视线La上的第i个亮度值I(xi，yi)与相邻的第i+1个亮度值I(xi+1，yi+1)之间的差分的平方的合计值，评价亮度分布。另外，下述式5利用注视线La上的第i个亮度值I(xi，yi)、相邻的第i+1个亮度值I(xi+1，yi+1)之间的差分的绝对值的合计值，评价亮度分布。
[式4]
相当于铅垂方向的评价值＝Σ[{I(xi，yi)－I(xi+1，yi+1)}2]
[式5]
相当于铅垂方向的方向评价值＝Σ|I(xi，yi)－I(xi+1，yi+1)|
此外，不限于式5，也可以如下述式6所示，采用阈值t2而将相邻的亮度值的属性b二值化，针对全部的注视点Pa求出该二值化的属性b的总和。
[式6]
相当于铅垂方向的评价值＝Σb(xi，yi)
但是，在|I(xi，yi)－I(xi+1，yi+1)|＞t2时，
b(xi，yi)＝1
在上述以外时，
b(xi，yi)＝0
在注视点Pai的亮度值与参照点Pri的亮度值之间的亮度差的绝对值大于阈值t2的情况下，该注视点Pa(xi，yi)的属性b(xi，yi)成为‘1’。在除此以外的关系的情况下，注视点Pai的属性b(xi，yi)成为‘0’。该阈值t2是为了判定注视线La未处于相同的立体物上而通过实验等预先设定的。并且，立体物检测部33a对注视线La上的所有注视点Pa求出属性b的总和，并求出相当于铅垂方向的评价值，从而对边缘线是否源于立体物、立体物是否存在进行判定。
图14所示的立体物判定部34a与第1实施方式的立体物判定部34同样地，基于图像信息的波动程度对由立体物检测部33检测到的立体物是否是在相邻车道行驶的其他车辆(相邻车辆)进行判定。具体而言，在第2实施方式中，立体物判定部34a基于鸟瞰视野图像的边缘信息(边缘成分等信息)对立体物相对于本车辆的相对移动速度进行计算，基于立体物的相对移动速度的时间变化量对图像信息的波动程度进行判断，对检测到的立体物是非检测对象物还是相邻车辆进行判定。例如，立体物判定部34a判断为，立体物的相对移动速度的时间变化量的绝对值越大，图像信息的波动程度越高，判断为检测到的立体物是非检测对象物的可能性越高。此外，由立体物判定部34a进行的判定方法的详细情况随后论述。
下面，对第2实施方式涉及的相邻车辆检测方法进行说明。图20是表示本实施方式涉及的相邻车辆检测方法的详细情况的流程图。此外，在图20中，为了方便，对以检测区域A1为对象的处理进行说明，但对于检测区域A2也执行同样的处理。
首先，在步骤S201中，利用照相机10对由视场角a以及安装位置指定的规定区域进行拍摄，利用计算机30a取得由照相机10拍摄而得到的拍摄图像P的图像数据。然后，在步骤S202中，视点变换部31对取得后的图像数据进行视点变换，生成鸟瞰视野图像数据。
然后，在步骤S203中，亮度差计算部35在检测区域A1上对注视线La进行设定。此时，亮度差计算部35将与在实际空间上沿着铅垂方向延伸的线相当的线设定为注视线La。然后，在步骤S204中，亮度差计算部35在检测区域A1上对参照线Lr进行设定。此时，亮度差计算部35将与在实际空间上沿着铅垂方向延伸的线段相当且在实际空间上与注视线La分开规定距离的线设定为参照线Lr。
然后，在步骤S205中，亮度差计算部35在注视线La上对多个注视点Pa进行设定。此时，亮度差计算部35对由边缘线检测部36进行边缘检测时不会成为问题程度的数量的注视点Pa进行设定。另外，在步骤S206中，亮度差计算部35以在实际空间上注视点Pa与参照点Pr处于大致相同高度的方式对参照点Pr进行设定。由此，注视点Pa与参照点Pr沿着大致水平方向排列，容易对在实际空间上沿着铅垂方向延伸的边缘线进行检测。
然后，在步骤S207中，亮度差计算部35对在实际空间上处于相同高度的注视点Pa与参照点Pr之间的亮度差进行计算。然后，边缘线检测部36按照上述式1对各注视点Pa的属性s进行计算。然后，在步骤S208中，边缘线检测部36按照上述式2对各注视点Pa的属性s的连续性c进行计算。然后，在步骤S209中，边缘线检测部36按照上述式3对使连续性c的总和标准化所得到的值是否大于阈值θ进行判定。并且，在判断为标准化所得到的值大于阈值θ的情况下(步骤S209＝是)，在步骤S210中，边缘线检测部36将该注视线La检测为边缘线。然后，处理转向步骤S211。在判断为标准化所得到值不大于阈值θ的情况下(步骤S209＝否)，边缘线检测部36不将该注视线La检测为边缘线，处理转向步骤S211。
在步骤S211中，计算机30a判断针对能够在检测区域A1上设定的注视线La的全部是否执行了上述的步骤S203～步骤S210的处理。在判断为未针对全部的注视线La进行上述处理的情况下(步骤S211＝否)，使处理返回到步骤S203，重新设定注视线La，反复进行直到步骤S211的处理。另一方面，在判断为对全部的注视线La进行了上述处理的情况下(步骤S211＝是)，处理转向步骤212。
在步骤S212中，立体物检测部33a针对在步骤S210中检测到的各边缘线，计算沿着该边缘线的亮度变化。立体物检测部33a按照上述式4、5、6中的任一式，计算边缘线的亮度变化。然后，在步骤S213中，立体物检测部33a将边缘线中的亮度变化大于或等于规定的阈值tb的边缘线除外。即，判定为亮度变化较大的边缘线不是正确的边缘线，边缘线不用于立体物的检测。其原因在于，如上所述，能够抑制检测区域A1所包含的路面上的文字、路边的杂草等被检测为边缘线。因而，规定的阈值tb是预先通过实验等求出的，是基于因路面上的文字、路边的杂草等产生的亮度变化而设定的值。另一方面，立体物检测部33a将边缘线中的亮度变化小于规定的阈值tb的边缘线判断为立体物的边缘线，由此，检测存在于相邻车道上的立体物。
然后，在步骤S214中，利用立体物检测部33a进行边缘线的量是否大于或等于规定的阈值β的判断。在此，阈值β是预先通过实验等求出而设定的值，例如，在将四轮车设定为检测对象的立体物的情况下，该阈值β预先通过实验等基于在检测区域A1内出现的四轮车的边缘线的数量进行设定。在判定为边缘线的量大于或等于阈值β的情况(步骤S214＝是)，立体物检测部33a判断为立体物存在于检测区域A1内，进入步骤S215。另一方面，在判定为边缘线的量不是大于或等于阈值β的情况下(步骤S214＝否)，立体物检测部33a判断为立体物不存在于检测区域A1内，进入图21的步骤S232，利用立体物判定部34a判定为相邻车辆不存在于检测区域A1内。
在步骤S215中，利用立体物判定部34a进行立体物相对于本车辆的相对移动速度的计算。例如，立体物判定部34a根据鸟瞰视野图像PBt沿着由于视点变换而立体物歪斜的方向对检测到规定的边缘成分的像素数进行计数并进行频率分布化，从而生成一维的边缘波形，能够根据一个时刻前的边缘波形与当前时刻的边缘波形之间的差分对立体物的相对移动速度进行计算。然后，进入图21的步骤S216。
在步骤S216～S232中，进行与第1实施方式的步骤S113～S126、S128～S130同样的处理。即，立体物判定部34a基于在步骤S215计算出的立体物的相对移动速度对立体物的相对移动速度的波动程度进行检测，与相对移动速度的波动程度相对应地对立体物是否是非检测对象物进行判断。
具体而言，立体物判定部34a在立体物的相对移动速度的时间变化量的绝对值︱ΔV︱大于或等于30km/h(︱ΔV︱≥30km/h)的情况下(步骤S216＝是)，如果检测区域A1的亮度大于或等于规定值(步骤S217＝是)，则使计数值增加X1(步骤S218)，如果检测区域A1的亮度小于规定值(步骤S217＝否)，则使计数值增加X2(步骤S219)。
另外，立体物判定部34a在立体物的相对移动速度的时间变化量的绝对值︱ΔV︱小于30km/h、且大于或等于10km/h(30km/h＞︱ΔV︱≥10km/h)的情况下(步骤S220＝是)，如果检测区域A1的亮度大于或等于规定值(步骤S221＝是)，则使计数值减少Y1(步骤S222)，如果检测区域A1的亮度小于规定值(步骤S221＝否)，则使计数值减少Y2(步骤S223)。
并且，立体物判定部34a在立体物的相对移动速度的时间变化量的绝对值︱ΔV︱小于10km/h(10km/h＞︱ΔV︱)的情况下(步骤S220＝否)，如果检测区域A1的亮度大于或等于规定值(步骤S224＝是)，则使计数值减少Z1(步骤S225)，如果检测区域A1的亮度小于规定值(步骤S224＝否)，则使计数值减少Z2(步骤S226)。
然后，立体物判定部34a对计数值是否大于或等于图10所示的第1阈值s1进行判断(步骤S227)，在计数值大于或等于第1阈值s1的情况下，判定为检测到的立体物是非检测对象物(步骤S231)，判定为相邻车辆不存在于相邻车道(步骤S232)。
另外，立体物判定部34a在计数值小于第1阈值s1之后也大于或等于第2阈值s2的情况下，(步骤S227＝否、步骤S228＝否)，判定为立体物是非检测对象物(步骤S231)，判定为相邻车辆不存在于相邻车道(步骤S232)。另一方面，在计数值小于第1阈值s1之后且小于第2阈值s2的情况下，(步骤S227＝否、步骤S228＝是)，判定为立体物不是非检测对象物(步骤S229)，判断为相邻车辆存在于相邻车道(步骤S230)。然后，返回到图20的步骤S201，反复进行上述处理。
如以上所示，在第2实施方式中，将拍摄图像变换为鸟瞰视野图像，根据变换后的鸟瞰视野图像对立体物的边缘信息进行检测。并且，根据在鸟瞰视野图像中检测到的边缘成分对立体物的相对移动速度进行检测，基于立体物的相对移动速度的变化量的绝对值︱ΔV︱对检测到的立体物是否是草、雪、导轨等非检测对象物进行判定。由此，在第2实施方式中，除了第1实施方式的效果之外，也能够在基于边缘信息对相邻车辆进行检测时，适当地基于边缘信息对检测到的立体物是否是非检测对象物进行判定，其结果，能够有效地防止将非检测对象物误检测相邻车辆。
此外，以上说明的实施方式是为了容易理解本发明而记载的，并不是为了限定本发明而记载的。因而，在上述的实施方式中公开的各要素是还包含属于本发明的保护范围的全部的设计变更、等同物在内的主旨。
例如，在上述实施方式中，例示了基于立体物相对于本车辆的相对移动速度的变化量的波动︱ΔV︱对非检测对象物进行检测的结构，但并不限定于该构成，也可以构成为，例如，利用二维纹理解析对由照相机10拍摄而得到的拍摄图像进行解析，基于该解析结果对拍摄图像的波动进行检测，从而对非检测对象物进行检测。也可以构成为，例如，对拍摄图像进行二维纹理解析的结果为具有规定的浓度差的像素被检测到大于或等于规定比例的情况下，能够判定为被拍摄于拍摄图像的立体物不是非检测对象物。或者，利用高速傅里叶变换法对拍摄图像进行解析，该解析的结果为大于或等于规定值的高频成分被检测到大于或等于规定比例的情况下，判定为被拍摄于拍摄图像的立体物是非检测对象物。
另外，在上述实施方式中，例示了如下结构：在判定为检测到的立体物是非检测对象物的情况下，判定为检测到立体物不是相邻车辆，但并不限定于该结构，也可以构成为，例如，在判定为检测到的立体物是非检测对象物的情况下，不对检测到立体物是否是相邻车辆进行判定。
此外，在上述实施方式中，例示了如下结构：利用位置对齐部32，以“0”或者“1”对差分图像PDt的像素值进行检测，基于该差分图像PDt利用立体物检测部33将差分图像PDt的像素值为“1”的像素作为差分像素DP进行计数，从而对立体物进行检测，但并不限定于该结构，也可以构成为，例如，利用位置对齐部32以将鸟瞰视野图像PBt，PBt－1的像素值的差绝对值化而得到的值对差分图像PDt的像素值进行检测，利用立体物检测部33将超过规定的差分阈值的像素作为差分像素DP进行计数。
并且，在上述实施方式中，将拍摄而得到的当前时刻的图像和一个时刻前的图像变换为鸟瞰图，进行了变换后的鸟瞰图的位置对齐后，生成差分图像PDt，沿着歪斜方向(将拍摄而得到的图像变换为鸟瞰图时的立体物的歪斜方向)对生成的差分图像PDt进行评价而生成差分波形DWt，但并不限定于此。也可以构成为，例如，仅将一个时刻前的图像变换为鸟瞰图，在对变换后的鸟瞰图进行了位置对齐之后再变换为与拍摄而得到的图像相当的图像，通过该图像和当前时刻的图像生成差分图像，沿着与歪斜方向相当的方向(即，将歪斜方向变换为拍摄图像上的方向而成的方向)对生成的差分图像进行评价，从而生成差分波形DWt。即，进行当前时刻的图像和一个时刻前的图像之间的位置对齐，根据进行了位置对齐的两个图像的差分生成差分图像PDt，只要沿着变换为鸟瞰图时的立体物的歪斜方向对差分图像PDt进行评价即可，也可以不必明确地生成鸟瞰图。
此外，在上述实施方式中，基于来自速度传感器20的信号对本车辆V1的车速进行了判断，但不限于此，也可以构成为根据不同时刻的多个图像推定速度。在该情况下，不需要车速传感器20，能够谋求结构的简化。
此外，上述实施方式的照相机10相当于本发明的拍摄单元，视点变换部31相当于本发明的图像变换单元，位置对齐部32、立体物检测部33相当于本发明的立体物检测单元，立体物检测部33相当于本发明的移动速度计算单元，立体物判定部34相当于本发明的立体物判定单元、非检测对象物判定单元以及控制单元。
附图标记说明
1…立体物检测装置
10…照相机
20…车速传感器
30…计算机
31…视点变换部
32…位置对齐部
33…立体物检测部
34…立体物判定部
35…亮度差计算部
36…边缘线检测部
a…视场角
A1、A2…检测区域
CP…交点
DP…差分像素
DWt、DWt’…差分波形
DWt1～DWm、DWm+k～DWtn…小区域
L1、L2…接地线
La、Lb…立体物歪斜的方向上的线
P…拍摄图像
PBt…鸟瞰视野图像
PDt…差分图像
V1…本车辆
V2…相邻车辆

Claims (9)

1.一种立体物检测装置，其中，具有：
拍摄单元，其拍摄本车辆后方的规定区域；
图像变换单元，其将由所述拍摄单元获得的图像视点变换为鸟瞰视野图像；
立体物检测单元，其使由所述图像变换单元获得的不同时刻的鸟瞰视野图像的位置在鸟瞰视野上位置对齐，在该位置对齐后的鸟瞰视野图像的差分图像上，对表示规定的差分的像素数进行计数而进行频率分布化，从而生成差分波形信息，基于该差分波形信息对所述立体物进行检测；
移动速度计算单元，其基于所述差分波形信息对所述立体物的移动速度进行计算；
立体物判定单元，其基于所述差分波形信息，对由所述立体物检测单元检测到的所述立体物是否是存在于所述规定区域的其他车辆进行判定；
非检测对象物判定单元，其对所述立体物的移动速度的时间变化量反复进行计算，从而对所述立体物的移动速度的波动程度进行检测，判断为所述波动程度越高，所述立体物是与所述其他车辆不同的非检测对象物的可能性越高，其中，所述立体物的移动速度是由所述移动速度计算单元基于所述差分波形信息计算出的；以及
控制单元，其基于所述非检测对象物判定单元的判定结果，对所述立体物判定单元将所述立体物判定为是所述其他车辆的情况进行抑制。
2.根据权利要求1所述的立体物检测装置，其特征在于，
所述立体物检测单元沿着视点变换为鸟瞰视野图像时立体物歪斜的方向，对在所述差分图像上表示规定的差分的像素数进行计数而进行频率分布化，从而生成一维的差分波形信息。
3.一种立体物检测装置，其中，具有：
拍摄单元，其拍摄本车辆后方的规定区域；
图像变换单元，其将由所述拍摄单元获得的图像视点变换为鸟瞰视野图像；
立体物检测单元，其根据由所述图像变换单元获得的鸟瞰视野图像对边缘信息进行检测，并基于该边缘信息对所述立体物进行检测；
移动速度计算单元，其基于所述边缘信息对所述立体物的移动速度进行计算；
立体物判定单元，其基于所述边缘信息，对由所述立体物检测单元检测到的所述立体物是否是存在于所述规定区域的其他车辆进行判定；
非检测对象物判定单元，其对所述立体物的移动速度的时间变化量反复进行计算，从而对所述立体物的移动速度的波动程度进行检测，判断为所述波动程度越高，所述立体物是与所述其他车辆不同的非检测对象物的可能性越高，其中，所述立体物的移动速度是由所述移动速度计算单元基于所述边缘信息计算出的；以及
控制单元，其基于所述非检测对象物判定单元的判定结果，对所述立体物判定单元将所述立体物判定为是所述其他车辆的情况进行抑制。
4.根据权利要求1或3所述的立体物检测装置，其特征在于，
所述非检测对象物判定单元，在所述波动程度大于或等于规定的第1判定值的情况下，使规定的计数值增加，在所述波动程度小于或等于比所述第1判定值小的第2判定值的情况下，使所述计数值减少，从而基于所述波动程度使所述计数值增减，基于所述增减后的计数值对所述立体物是否是所述非检测对象物进行判定。
5.根据权利要求4所述的立体物检测装置，其特征在于，
所述非检测对象物判定单元，在基于所述波动程度使所述计数值增减的结果为所述计数值大于或等于规定的第1阈值的情况下，判定为所述立体物是所述非检测对象物。
6.根据权利要求5所述的立体物检测装置，其特征在于，
所述非检测对象物判定单元，在所述计数值大于或等于所述第1阈值之后，所述计数值小于比所述第1阈值小的规定的第2阈值的情况下，判定为所述立体物不是所述非检测对象物。
7.根据权利要求4所述的立体物检测装置，其特征在于，
还具有用于对所述规定区域的亮度进行检测的亮度检测单元，
所述非检测对象物判定单元，在所述规定区域的亮度小于规定值的情况下，与所述规定区域的亮度大于或等于规定值的情况相比，使基于所述波动程度的所述计数值的增减量变小。
8.根据权利要求3所述的立体物检测装置，其特征在于，
所述立体物检测单元沿着视点变换为鸟瞰视野图像时立体物歪斜的方向对所述边缘信息进行检测。
9.一种立体物检测装置，其中，具有：
拍摄单元，其拍摄本车辆后方的规定区域；
图像变换单元，其将由所述拍摄单元获得的图像视点变换为鸟瞰视野图像；
立体物检测单元，其在由所述图像变换单元获得的所述鸟瞰视野图像上，沿着视点变换为所述鸟瞰视野图像时立体物歪斜的方向上对亮度差大于或等于规定阈值的像素的分布信息进行检测，从而基于所述像素的分布信息进行所述立体物的检测；
移动速度计算单元，其基于所述像素的分布信息的时间变化，对所述立体物的移动速度进行计算；
立体物判定单元，其基于所述像素的分布信息，对由所述立体物检测单元检测到的所述立体物是否是存在于所述规定区域的其他车辆进行判定；
非检测对象物判定单元，其对所述立体物的移动速度的时间变化量反复进行计算，并对所述立体物的移动速度的波动程度进行检测，在所述波动程度小于规定值的情况下，判断为所述立体物是所述其他车辆的可能性较高，其中，所述立体物的移动速度是由所述移动速度计算单元基于所述像素的分布信息的时间变化计算出的；以及
控制单元，其在由所述非检测对象物判定单元判断为所述立体物是所述其他车辆的可能性较高的情况下，使所述立体物判定单元容易判定为所述立体物是所述其他车辆。
CN201380008399.1A 2012-03-02 2013-02-26 立体物检测装置 Active CN104094311B (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
JP2012-046629 2012-03-02
JP2012046629 2012-03-02
PCT/JP2013/054860 WO2013129358A1 (ja) 2012-03-02 2013-02-26 立体物検出装置

Publications (2)

Publication Number Publication Date
CN104094311A CN104094311A (zh) 2014-10-08
CN104094311B true CN104094311B (zh) 2017-05-31

Family

ID=49082555

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201380008399.1A Active CN104094311B (zh) 2012-03-02 2013-02-26 立体物检测装置

Country Status (8)

Country Link
US (1) US9239960B2 (zh)
EP (1) EP2821957B1 (zh)
JP (1) JP5733467B2 (zh)
CN (1) CN104094311B (zh)
BR (1) BR112014020353B1 (zh)
MX (1) MX2014010405A (zh)
RU (1) RU2636121C2 (zh)
WO (1) WO2013129358A1 (zh)

Families Citing this family (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101448411B1 (ko) * 2010-08-19 2014-10-07 닛산 지도우샤 가부시키가이샤 입체물 검출 장치 및 입체물 검출 방법
CN103797529B (zh) * 2011-09-12 2016-11-09 日产自动车株式会社 三维物体检测装置
JP2015170174A (ja) * 2014-03-07 2015-09-28 ソニー株式会社 情報処理装置、情報処理システム、情報処理方法及びプログラム
EP3185572B1 (en) * 2014-08-19 2023-03-08 Panasonic Intellectual Property Management Co., Ltd. Transmission method, reproduction method and reproduction device
DE102015116572A1 (de) * 2015-09-30 2017-03-30 Claas Selbstfahrende Erntemaschinen Gmbh Verfahren zum Erkennen von Störungen einer Erntegutbergungsanordnung
CN105740792B (zh) * 2016-01-25 2019-03-12 浙江生辉照明有限公司 目标检测方法和装置
JP6859907B2 (ja) * 2017-09-08 2021-04-14 トヨタ自動車株式会社 車両制御装置
EP3877955A4 (en) 2019-02-05 2022-07-20 Motive Drilling Technologies, Inc. BORE HOLE INDICATOR

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5510990A (en) * 1992-12-08 1996-04-23 Nippondenso Co., Ltd. System for distinguishing a vehicle traveling ahead based on an adjustable probability distribution
CN102288165A (zh) * 2010-06-21 2011-12-21 日产自动车株式会社 移动距离检测装置和移动距离检测方法

Family Cites Families (18)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP3034101B2 (ja) 1991-11-22 2000-04-17 大倉電気株式会社 動きベクトルによる識別方法及び装置
JP3589138B2 (ja) * 1993-03-03 2004-11-17 株式会社デンソー 車両走行制御装置
US6636257B1 (en) * 1998-08-11 2003-10-21 Honda Giken Kogyo Kabushiki Kaisha Mobile body recognizing apparatus and motor vehicle monitoring apparatus
DE10114932B4 (de) * 2001-03-26 2005-09-15 Daimlerchrysler Ag Dreidimensionale Umfelderfassung
JP3753652B2 (ja) * 2001-12-04 2006-03-08 富士通テン株式会社 Ｆｍ−ｃｗレーダのミスペアリング判定及び信号処理方法
US6871121B2 (en) * 2002-10-07 2005-03-22 Blink Engineering Corp. Entertainment system on-board a vehicle for visualizing on a display real-time vehicle data
JP4092509B2 (ja) 2004-10-08 2008-05-28 日産自動車株式会社 物体判定装置、および物体判定方法
JP4661339B2 (ja) 2005-05-11 2011-03-30 マツダ株式会社 車両用移動物体検出装置
JP4797794B2 (ja) * 2006-05-24 2011-10-19 日産自動車株式会社 歩行者検出装置および歩行者検出方法
JP2008219063A (ja) 2007-02-28 2008-09-18 Sanyo Electric Co Ltd 車両周辺監視装置及び方法
JP2008227646A (ja) 2007-03-09 2008-09-25 Clarion Co Ltd 障害物検知装置
JP2008299787A (ja) * 2007-06-04 2008-12-11 Mitsubishi Electric Corp 車両検知装置
WO2009036176A1 (en) * 2007-09-11 2009-03-19 Magna Electronics Imaging system for vehicle
JP2009126270A (ja) * 2007-11-21 2009-06-11 Sanyo Electric Co Ltd 画像処理装置及び方法、運転支援システム、車両
WO2010099416A1 (en) * 2009-02-27 2010-09-02 Magna Electronics Alert system for vehicle
DE102010011093A1 (de) * 2010-03-11 2011-09-15 Daimler Ag Verfahren zur Bestimmung einer Fahrzeugaufbaubewegung
RU2432276C1 (ru) * 2010-07-07 2011-10-27 Осман Мирзаевич Мирза Способ наблюдения за дорожной ситуацией с движущегося транспортного средства (варианты)
KR101448411B1 (ko) * 2010-08-19 2014-10-07 닛산 지도우샤 가부시키가이샤 입체물 검출 장치 및 입체물 검출 방법

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5510990A (en) * 1992-12-08 1996-04-23 Nippondenso Co., Ltd. System for distinguishing a vehicle traveling ahead based on an adjustable probability distribution
CN102288165A (zh) * 2010-06-21 2011-12-21 日产自动车株式会社 移动距离检测装置和移动距离检测方法

Also Published As

Publication number Publication date
US20150016681A1 (en) 2015-01-15
RU2014139838A (ru) 2016-04-20
JP5733467B2 (ja) 2015-06-10
EP2821957A4 (en) 2016-01-06
CN104094311A (zh) 2014-10-08
US9239960B2 (en) 2016-01-19
MX2014010405A (es) 2014-09-22
RU2636121C2 (ru) 2017-11-20
BR112014020353A2 (pt) 2021-05-25
EP2821957B1 (en) 2020-12-23
BR112014020353B1 (pt) 2021-08-31
JPWO2013129358A1 (ja) 2015-07-30
WO2013129358A1 (ja) 2013-09-06
EP2821957A1 (en) 2015-01-07

Similar Documents

Publication Publication Date Title
CN104094311B (zh) 立体物检测装置
CN104115186B (zh) 立体物检测装置
CN104115188B (zh) 立体物检测装置
CN104106105B (zh) 立体物检测装置
CN104115204B (zh) 立体物检测装置
RU2568777C2 (ru) Устройство обнаружения движущихся тел и система обнаружения движущихся тел
CN104115203B (zh) 立体物检测装置
US20140168440A1 (en) Three-dimensional object detection device
CN104115201B (zh) 立体物检测装置
WO2014017601A1 (ja) 立体物検出装置および立体物検出方法
CN104509100A (zh) 三维物体检测装置以及三维物体检测方法
JP5835459B2 (ja) 立体物検出装置
JP5999183B2 (ja) 立体物検出装置および立体物検出方法
JP5668891B2 (ja) 立体物検出装置

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant