CN105022986A - 移动体控制装置以及对象物检测装置 - Google Patents

移动体控制装置以及对象物检测装置 Download PDF

Info

Publication number
CN105022986A
CN105022986A CN201510175891.9A CN201510175891A CN105022986A CN 105022986 A CN105022986 A CN 105022986A CN 201510175891 A CN201510175891 A CN 201510175891A CN 105022986 A CN105022986 A CN 105022986A
Authority
CN
China
Prior art keywords
moving body
contour outline
hunting zone
tyre contour
tire
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.)
Granted
Application number
CN201510175891.9A
Other languages
English (en)
Other versions
CN105022986B (zh
Inventor
木嶋启贵
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.)
Honda Motor Co Ltd
Original Assignee
Honda 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
Priority claimed from JP2014085006A external-priority patent/JP6343479B2/ja
Priority claimed from JP2014085005A external-priority patent/JP6240553B2/ja
Application filed by Honda Motor Co Ltd filed Critical Honda Motor Co Ltd
Publication of CN105022986A publication Critical patent/CN105022986A/zh
Application granted granted Critical
Publication of CN105022986B publication Critical patent/CN105022986B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W30/00—Purposes of road vehicle drive control systems not related to the control of a particular sub-unit, e.g. of systems using conjoint control of vehicle sub-units
    • B60W30/08—Active safety systems predicting or avoiding probable or impending collision or attempting to minimise its consequences
    • B60W30/09—Taking automatic action to avoid collision, e.g. braking and steering
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/20—Analysis of motion
    • G06T7/246—Analysis of motion using feature-based methods, e.g. the tracking of corners or segments
    • G06T7/251—Analysis of motion using feature-based methods, e.g. the tracking of corners or segments involving models
    • 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
    • G08G1/166—Anti-collision systems for active traffic, e.g. moving vehicles, pedestrians, bikes
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W2420/00—Indexing codes relating to the type of sensors based on the principle of their operation
    • B60W2420/40—Photo, light or radio wave sensitive means, e.g. infrared sensors
    • B60W2420/403—Image sensing, e.g. optical camera
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W2554/00—Input parameters relating to objects
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60Y—INDEXING SCHEME RELATING TO ASPECTS CROSS-CUTTING VEHICLE TECHNOLOGY
    • B60Y2302/00—Responses or measures related to driver conditions
    • B60Y2302/05—Leading to automatic stopping of the vehicle
    • 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
    • G06T2207/20061—Hough transform
    • 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
    • G06T2207/30241—Trajectory
    • 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

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Multimedia (AREA)
  • Theoretical Computer Science (AREA)
  • Automation & Control Theory (AREA)
  • Transportation (AREA)
  • Mechanical Engineering (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Traffic Control Systems (AREA)
  • Image Analysis (AREA)

Abstract

本发明提供一种移动体控制装置与对象物检测装置。移动体控制装置(10)具有动向预测机构(52)与移动体控制部(20、26)，在检测到了具有1个以上的轮胎(90、91、104、105)的规定物体(82、102)时，动向预测机构(52)开始对规定物体(82、102)的动向进行预测处理，移动体控制部(20、26)根据动向预测机构(52)的预测结果对移动体(12)的动作进行控制。采用本发明，能够缩短对移动体进行识别所需的时间。

Description

移动体控制装置以及对象物检测装置
技术领域
本发明涉及一种移动体控制装置以及对象物检测装置，其中，移动体控制装置从拍摄图像中检测出移动体周边的对象物，根据该检测结果来控制移动体的动作；对象物检测装置从拍摄机构拍摄到的拍摄图像中检测出规定的对象物。
背景技术
关于使用外部传感器(包括拍摄机构)检测出自车辆(移动体的一例)的周边情况并根据所得到的传感器信号检测对象物的技术，现有技术中有很多。对于这种技术而言，目前存在对移动体进行识别需要的时间较长的问题。
发明内容
为了解决该问题，做出了本发明，本发明的目的在于，提供一种能够缩短对移动体进行识别所需的时间的移动体控制装置以及对象物检测装置。
为达成上述目的，本发明的移动体控制装置构成为，其具有：拍摄机构，其在移动体移动时进行拍摄从而获得表示所述移动体周边情况的拍摄图像；对象物检测机构，其根据由所述拍摄机构取得的所述拍摄图像来检测规定物体，所述规定物体具有轮胎、作为对象物之一被检出；动向预测机构，在由所述对象物检测机构检测到了具有1个以上的所述轮胎的所述规定物体时，所述动向预测机构开始对所述规定物体的动向进行预测处理；移动体控制机构，其根据所述动向预测机构的预测结果对所述移动体动作进行控制。
如此，由于设有对象物检测机构，该对象物检测机构根据拍摄图像来检测具有轮胎的规定物体，规定物体作为对象物之一被检出，因而，能够缩短识别移动体所需的时间。另外，由于设有对象物检测机构与动向预测机构，在对象物检测机构检测到具有1个以上的所述轮胎的所述规定物体时，动向预测机构开始对所述规定物体的动向进行预测处理，因而，能够尽早地开始对“是移动物体”的概率(可靠性)较高的规定物体的动向进行预测，相应地，提高了预测的可信度以及预测的时间响应性。从而，能够充分保证为了避免移动体与对象物(具体而言即规定物体)发生接触所进行的动作或操作所需的时间。
另外，本发明优选，所述动向预测机构预测所述规定物体与所述移动体是否有发生接触的可能性，在所述动向预测机构的预测结果为所述规定物体与所述移动体有发生接触的可能性时，所述移动体控制机构对所述移动体执行减速停止控制，以使所述移动体减速或者停止。从而，能够避免移动体与规定物体发生接触。
本发明优选，在所述动向预测机构的预测结果为具有2个以上的所述轮胎的所述规定物体与所述移动体有发生接触的可能性时，所述移动体控制机构执行所述减速停止控制。由于具有2个以上的轮胎的规定物体是移动体的概率很高，因而，能够提高减速停止控制的适时性。
本发明优选，在所述动向预测机构的预测结果为所述规定物体位于其他的所述对象物的附近并且与所述移动体有发生接触的可能性时，所述移动体控制机构执行所述减速停止控制，其中，其他的所述对象物具有2个以上的所述轮胎。从而，在规定物体的一部分可能被其他的对象物遮挡或者实际上已被遮挡时，能够适当地应对。
本发明优选，在所述动向预测机构的预测结果为具有1个以上的轮胎的所述规定物体在作为其他的所述对象物的静止物的附近移动，并且该规定物体与所述移动体有发生接触的可能性时，所述移动体控制机构执行所述减速停止控制。从而，在规定物体从静止物的后面出现时也能够适当地应对。
本发明优选，所述对象物检测机构具有轮胎轮廓识别部、端部识别部与种类判断部，所述轮胎轮廓识别部从所述拍摄图像的轮廓信息中识别轮胎轮廓，该轮胎轮廓表示所述轮胎的形状，所述端部识别部识别位于所述轮胎轮廓附近的端部轮廓，该端部轮廓表示所述规定物体的在水平方向上的端部的形状，所述种类判断部将由所述轮胎轮廓识别部所识别到的所述轮胎轮廓与由所述端部识别部所识别到的所述端部轮廓作为轮廓组，根据各个所述轮廓组在水平方向上的对称性来判断所述规定物体所具有的所述轮胎的个数。从而，能够以非常简单的图像处理方法以及较高的可靠性来检测规定物体的特征(是否是移动体或者轮胎的个数)。
采用本发明的移动体控制装置，由于设有对象物检测机构与动向预测机构，对象物检测机构根据拍摄图像来检测具有轮胎的规定物体，规定物体作为对象物之一被检测，在对象物检测机构检测到具有1个以上的所述轮胎的所述规定物体时，动向预测机构开始对所述规定物体的动向进行预测处理，因而，能够尽早地开始对“是移动物体”的概率(可靠性)较高的规定物体的动向进行预测，相应地，提高了预测的可信度以及预测的时间响应性。从而，能够充分保证为了避免移动体与对象物(具体而言即规定物体)发生接触所进行的动作或操作所需的时间。
另外，为达到上述目的，本发明的对象物检测装置构成为，其具有：轮廓提取机构，其对拍摄图像进行轮廓提取处理从而取得轮廓图像，所述拍摄图像中包含对具有轮胎的移动体进行拍摄而得到的图像；轮胎轮廓识别机构，其从所述轮廓提取机构所得到的所述轮廓图像中识别轮胎轮廓，该轮胎轮廓表示所述轮胎的形状；移动体端部识别机构，其识别位于所述轮胎轮廓识别机构所识别到的所述轮胎轮廓附近的端部轮廓，该端部轮廓表示所述移动体的在水平方向上的端部，移动体端部识别机构具有第1搜索范围设定部，该第1搜索范围设定部设定用于搜索所述端部轮廓的第1搜索范围，该第1搜索范围被设定在以所述轮胎轮廓的位置为基准位置、在水平方向上到基准位置的距离在阈值以下并且在竖直方向上位于基准位置上方的位置，所述移动体端部识别机构在由第1搜索范围设定部设定的所述第1搜索范围中搜索是否存在所述端部轮廓的至少一部分，以识别所述端部轮廓。
如此，由于设有第1搜索范围设定部，该第1搜索范围设定部设定用于搜索端部轮廓的第1搜索范围，该第1搜索范围被设定在，以轮胎轮廓的位置为基准位置、在水平方向上的到基准位置的距离在阈值以下并且在竖直方向上位于基准位置上方的位置，并且，在第1搜索范围中搜索是否存在所述端部轮廓的至少一部分，以识别所述端部轮廓，与水平方向的间隔相比，由于在竖直方向上，与轮胎轮廓之间存在间隔相对较大的部位(竖直方向上方向)，着眼于这样的部位来进行搜索，能够搜索出是否存在端部轮廓，从而能够提高轮胎轮廓与端部轮廓的区分、识别的可靠度。因而，即便物体的种类有所不同或者位置、姿态发生变化等，都能够使用拍摄得到的拍摄图像以较高的可靠性来检测其他车辆的端部位置，从而能够缩短识别移动体所需的时间。
本发明优选，所述移动体端部识别机构在所述第1搜索范围中搜索沿着一个方向延伸的局部成分，之后，搜索第1竖直成分，以识别所述端部轮廓，其中，所述第1竖直成分从所述局部成分的下端点沿着竖直方向或者相对于该竖直方向在容许范围内倾斜的方向向下延伸。从而，能够提高大致弯曲成字母L形的边缘部位(局部成分与第1竖直成分的结合成分)的检测可靠性。
本发明优选，所述移动体端部识别机构还具有第2搜索范围设定部，该第2搜索范围设定部设定用于搜索所述端部轮廓的第2搜索范围，该第2搜索范围被设定在以所述轮胎轮廓的位置为基准位置、在水平方向上到基准位置的距离大于所述阈值的位置，当所述移动体端部识别机构在所述第1搜索范围中进行搜索但没有识别到所述端部轮廓时，所述移动体端部识别机构在所述第2搜索范围设定部所设定的所述第2搜索范围中搜索是否存在所述端部轮廓的至少一部分，以识别所述端部轮廓。通过分别设定位置不同的两种搜索范围，按照第1搜索范围、第2搜索范围的顺序依次进行搜索，从而，与在两个搜索范围内同时执行搜索处理的情况相比，能够降低运算处理量。
本发明优选，所述移动体端部识别机构在所述第2搜索范围中搜索第2竖直成分，以识别所述端部轮廓，其中，所述第2竖直成分沿着竖直方向或者相对于该竖直方向在容许范围内倾斜的方向向下延伸。从而，能够进一步提高对沿着竖直方向延伸的边缘部位(第2竖直成分)的检测的可靠性。
本发明优选，还具有种类判断部，所述种类判断部根据所述移动体端部识别机构是从所述第1搜索范围与所述第2搜索范围的哪一方中搜索到了所述端部轮廓，来判断所述移动体的种类。从而，能够取得移动体的具体的形态特征(移动体的种类)。
上述目的、特征以及优点，可以从参照附图所说明的下述实施方式中容易得到理解。
附图说明
图1为配备有驾驶辅助装置的车辆的整体结构框图，该驾驶辅助装置是本发明中的移动体控制装置以及对象物检测装置的一个实施方式；
图2为图1所示的驾驶辅助装置的功能结构框图；
图3为用于说明图1与图2所示的驾驶辅助装置的动作的流程图；
图4为表示行驶在十字道路附近的自车辆与其他车辆的位置关系的第1俯视图；
图5所示为使用摄像头进行拍摄而取得的拍摄信号所表示的第1图像；
图6为表示对自车辆与其他车辆的运动的推定结果的示意说明图；
图7为监测对象物的确定方法(图3的步骤S4)的具体流程图；
图8A为表示行驶在十字道路附近的自车辆与其他车辆的位置关系的第2俯视图；图8B所示为拍摄信号所表示的第2图像；
图9A为表示行驶在十字道路附近的自车辆与其他车辆的位置关系的第3俯视图；图9B所示为拍摄信号所表示的第3图像；
图10为表示轮廓图像所包含的车辆轮廓的第1示意图；
图11为表示轮廓图像所包含的车辆轮廓的第2示意图；
图12为对规定物体的检测处理(图3的步骤S2)的具体流程图(前半部分)；
图13为有关第1搜索范围的设定方法的示意说明图；
图14A与图14B为在第1搜索范围中搜索端部轮廓的搜索方法的示意说明图；
图15为有关第2搜索范围的设定方法的示意说明图；
图16A与图16B为在第2搜索范围中搜索端部轮廓的搜索方法的示意说明图；
图17为对规定物体的检测处理(图3的步骤S2)的具体流程图(后半部分)；
图18为有关轮廓组的线对称性的示意说明图。
具体实施方式
下面，参照附图，对本发明中的移动体控制装置以及对象物检测装置的较佳实施方式进行详细的说明。
【配备有驾驶辅助装置10的自车辆12的整体结构】
图1为配备有驾驶辅助装置10的车辆(下面称为自车辆12)的整体结构框图，该驾驶辅助装置10是本发明中的移动体控制装置以及对象物检测装置的一个实施方式。自车辆12是四轮汽车，具有右前轮13R、左前轮13L、右后轮14R以及左后轮14L。
自车辆12具有：转向盘(方向盘)16、安装转向盘16的转向轴17、驱动转向轴17使其转动的转向驱动器18、检测转向轴17的转动角度(转向角)的转向角传感器19、管理有关电动助力转向(EPS)的控制的电控单元20(下面称为ECU20)。该ECU20与用于使转向盘16产生动作的转向驱动器18连接。
自车辆12还具有：制动踏板21、对制动踏板21进行驱动使其产生摆动的踏板驱动器22、根据制动踏板21的踏下量产生相应大小的制动液压的液压控制装置23、根据制动液压对车轮(例如右后轮14R、左后轮14L)产生制动力的制动驱动器24R、24L、管理有关电动制动的控制的电控单元26(下面称为ECU26)。该ECU26与用于使制动踏板21产生动作的踏板驱动器22连接。
自车辆12还具有电控单元(下面称为驾驶辅助ECU28)，该驾驶辅助ECU28执行有关自车辆12的驾驶辅助的各种控制。ECU20、26与驾驶辅助ECU28是具有中央处理器(CPU)与存储器的计算机。ECU20、26分别与驾驶辅助ECU28连接，并从驾驶辅助ECU28取得为了避免自车辆12与对象物发生接触而对自车辆12进行引导所需的各信号(下面称为引导信号)。
在驾驶辅助ECU28上还连接着偏航角速度传感器30、GPS(GlobalPositioning System)传感器31与车速传感器32，其中，偏航角速度传感器30用于检测自车辆12的偏航角速度，GPS传感器31用于检测出自车辆12的当前位置，车速传感器32用于检测出自车辆12的速度。
在自车辆12的前部以及后部分别设有1个摄像头即摄像头34、35，该摄像头34、35用于取得表示自车辆12的前方与后方的拍摄图像的信号(下面称为拍摄信号)。摄像头34、35的拍摄信号被逐次提供给驾驶辅助ECU28。
在自车辆12的前部(例如前隔栅附近)配置有1个距离传感器36，该距离传感器36向外发出例如毫米波等的电磁波，接收反射波，根据反射波接收时的特征检测出到障碍物的距离。距离传感器36发出的信号被逐次提供给驾驶辅助ECU28。
在自车辆12的车厢内配置有扬声器38与触屏显示器40，其中，扬声器38用于发出声音，以向驾驶员进行报知等；触屏显示器40显示摄像头34等拍到的图像以及地图信息等。
驾驶辅助ECU28根据上述各传感器所提供的检测信号来识别(检测)自车辆12周边的情况，通过ECU26与踏板驱动器22执行针对制动踏板21的控制。与此控制处理相并行或者与此控制处理无关，驾驶辅助ECU28通过ECU20与转向驱动器18执行针对转向盘16的控制。驾驶辅助ECU28通过这些控制来实现驾驶辅助控制，以能够预先避免自车辆12与对象物(例如图4中的其他车辆82)发生接触。
【驾驶辅助装置10的功能结构】
图2为图1所示的驾驶辅助装置10的功能框图。驾驶辅助ECU28起到对象物检测部50(对象物检测机构)、动向预测部52(动向预测机构)以及引导信号生成部54的作用。
对象物检测部50根据来自于摄像头34的拍摄信号以及来自于传感器群56的传感器信号，来检测自车辆12的周边是否存在对象物以及该对象物的种类。传感器群56可以包括转向角传感器19、偏航角速度传感器30、GPS传感器31、车速传感器32以及距离传感器36(图1)的全部或者一部分，也可以包括除此以外的其他检测机构。
具体而言，对象物检测部50具有轮廓信息提取部58、轮胎轮廓识别部60、移动体识别部62(也可以仅称为端部识别部，包括第1搜索范围设定部64与第2搜索范围设定部66)以及种类判定部68。这些功能部的具体功能将在后面叙述。
动向预测部52对由对象物检测部50所检测到的对象物中应当被监测的对象物(下面称为监测对象物)的动向进行预测。具体而言，动向预测部52具有运动推定部70与接触可能性判定部72，其中，运动推定部70用于推定监测对象物的运动；接触可能性判定部72用于判定自车辆12与监测对象物是否有发生接触的可能性。
引导信号生成部54根据动向预测部52的预测结果生成对自车辆12进行引导所需的引导信号，将该引导信号发送给ECU20、26。该“引导”不仅包括使自车辆12自动行驶的方式，还包括促使驾驶员对自车辆12实施相应的移动操作的方式。另外，ECU20、26起到对移动体(自车辆12)的动作进行控制的移动体控制机构的功能。
【驾驶辅助装置10的动作】
下面，参照图3所示的流程以及图4～图9B对图1、图2所示的驾驶辅助装置10的动作进行说明。
图4为表示行驶在十字道路80附近的自车辆12与其他车辆82的位置关系的第1俯视图。本图以及下述的图5～图6、图8A～图9B中所示的情况为，汽车靠左行驶的国家或地区的十字道路80上的情况。
十字道路80由直线状的道路84以及与该道路84交叉的道路85构成。自车辆12在道路84上直线行驶并且将要通过十字道路80的交叉路口86。另外，其他车辆82在道路85上直线行驶并且将要通过交叉路口86。
此处，由虚线所围成的扇形区域相当于摄像头34(图1)的拍摄范围88。另外，摄像头34的拍摄面(拍摄方向)朝向其他车辆82所具有的4个轮胎中的位于靠近自车辆12一侧的那2个轮胎(下面称为轮胎90、91)。
在图3的步骤S1中，摄像头34的拍摄信号以帧为单位输入驾驶辅助ECU28，驾驶辅助ECU28取得表示自车辆12的前方(图4所示的拍摄范围88内的)情况的拍摄图像92。例如在摄像头34为RGB摄像头时，所得到的拍摄信号表示的是由3个颜色通道构成的多色阶图像。
如图5所示，在拍摄图像92中存在十字道路部位94以及车辆部位96，其中，十字道路部位94是十字道路80的图像，车辆部位96是其他车辆82的图像。在车辆部位96的下侧边缘部存在2个大致呈圆形的轮胎部位98、99，并且这2个轮胎部位98、99在水平方向上并排配置。
在步骤S2中，对象物检测部50通过从步骤S1所取得的拍摄图像92中提取具有规定形状的图像(包含图5中的车辆部位96)，从而能够检测出是否存在对象物以及该对象物的种类。对象物的种类例如包括人、各种动物(具体包括鹿、马、羊、狗、猫等哺乳动物、鸟类等)、人工构造物(具体而言，包含车辆在内的移动体、标识、电线杆、轨道、墙壁等)等。另外，关于检测处理的具体内容，将在后面叙述。
在步骤S3中，对象物检测部50判断步骤S2所检测出的对象物中是否存在监测对象物的候选项(下面称为监测候选项)。在判断为1个也没有时(步骤S3：NO)，驾驶辅助装置10结束当前帧下的驾驶辅助动作。另外，在判断为至少存在1个监测候选项时(步骤S3：YES)，对象物检测部50将监测候选项的种类信息与位置信息发送给动向预测部52。
在步骤S4中，动向预测部52从步骤S3所判定的检测候选项中选择1个尚未被选择的监测对象物。在初次检测到有监测对象物存在时，动向预测部52开始执行对监测对象物的动向的预测处理，该预测处理持续的进行直至检测不到监测对象物。如后面所叙述的，车辆部位96(图5)具有2个轮胎部位98、99，因而，车辆部位96所表示的其他车辆82(图4)作为监测对象物之一被选择。
在步骤S5中，运动推定部70对步骤S4中所选择的监测对象物的运动进行推定。作为推定对象的“运动”，例如包括是否有移动、移动方向、移动速度、朝向或者这些事项随时间的变化。
图6为表示对自车辆12与其他车辆82的运动的推定结果的示意性说明图。在图中引入了自由设定的平面坐标系(XY坐标系)，并且分别以自车辆12与其他车辆82的特征点为P0(X0，Y0)、P1(X1、Y1)。自车辆12的速度矢量(Vx0，Vy0)可以根据来自于传感器群56的传感器信号(例如，偏航角速度与车速)算出。另外，其他车辆82的速度矢量(Vx1，Vy1)例如可以通过根据最近几帧的数据求得位移量，将该位移量除以时间间隔来算出。
在步骤S6中，接触可能性判断部72根据步骤S5所推定的运动的关系来预测或评价自车辆12与监测对象物是否有发生接触的可能性(下面称为接触可能性)，该预测与评价可以是定量的预测、评价或者定性的预测、评价。关于接触可能性的评价方法，可以采用公知的各种评价方法。例如，可以假定速度矢量保持恒定，判断沿轨迹T0行驶的自车辆12与沿轨迹T1行驶的其他车辆82的位置在相同时刻是否有重合。接触可能性判断部72还可以如下这样评价，即，到达两者的位置发生重合的时刻的时间(经过时间)越短，将接触可能性评价得越高，该经过时间越长，将接触可能性评价得越低。
在步骤S7中，接触可能性判断部72根据步骤S6所得到的评价结果判断自车辆12与监测对象物是否有发生接触的可能性。在判断为没有接触的可能性时(步骤S7：NO)，进入步骤S8。
在步骤S8中，动向预测部52判断对全部的监测对象物的选择、评价是否都结束。在判断为尚未结束时(步骤S8：NO)，返回步骤S4，对新选择的监测对象物依次执行步骤S5～S7的处理。之后，在判断为与全部的监测对象物都没有发生接触的可能性时(步骤S8：YES)，驾驶辅助装置10结束当前帧下的驾驶辅助动作(处理)。
另外，在接触可能性判断部72判断为自车辆1与至少1个监测对象物有发生接触的可能性时(步骤S7：YES)，进入步骤S9。
步骤S9的处理为，在步骤S8中的判断结果为有接触可能性时，驾驶辅助装置10(具体而言是ECU26)执行使自车辆12减速或者停止的控制(下面称为减速停止控制)。在进行该控制之前，引导信号生成部52例如生成ECU26的控制所需的引导信号，之后将该引导信号发送给ECU26。ECU26向踏板驱动器22发送驱动信号，从而使制动踏板21摆动。进而对自车辆12执行减速停止控制，避免自车辆12与监测对象物(具体而言即其他车辆82)发生接触。
另外，与上述减速停止控制不同，驾驶辅助装置10还可以执行引导自车辆12的动作处理。具体而言，驾驶辅助装置10可以通过ECU20与转向驱动器18使转向盘16转动，从而改变自车辆12的行驶方向。或者，驾驶辅助装置10向扬声器38(或者触屏显示器40)输出表示“存在监测对象物”这一事项的声音信息(或者可视显示用信息)，从而促使自车辆12的驾驶员采取措施，执行相应的驾驶操作。
如上，驾驶辅助装置10结束1帧图像下的驾驶辅助动作(处理)。驾驶辅助装置10以规定的帧与帧之间的时间间隔依次执行图3所示的流程处理，从而依次检测到行驶中的车辆12的周边存在的对象物，并根据需要控制自车辆12的动作。
【监测对象物的选择方法】
下面，主要参照图7的流程对监测对象物的选择方法(图3中的步骤S4)进行详细的说明。关于监测候选项的种类，在下面的说明中所设想的情况是，监测候选项包含识别到具有1个或2个以上的“轮胎”的对象物(下面称为规定物体)。
在步骤S11中，动向预测部52判断规定物体所具有的轮胎的个数(下面称为轮胎个数)。在判断为轮胎个数为2个以上时(步骤S11:2个以上)，进入步骤S12。
在步骤S12中，动向预测部52将轮胎个数为2个以上的规定物体选择(确定)为监测对象物。在图4以及图5所示的例子中，识别到存在2个轮胎90、91(轮胎部位98、99)，因而，其他车辆82被选择为监测对象物。另外，在动向预测部52判断轮胎个数为1个时(步骤S11：1个)，进入步骤S13。
在步骤S13中，动向预测部52判断在规定物体的附近位置是否存在其他的物体。在判断为存在其他的物体时(步骤S13：YES)，动向预测部52将轮胎个数为1个的规定物体选择为监测对象物(步骤S12)。下面，参照图8A～图9A对上述判断处理的具体例子进行详细的说明。
<第1例>
图8A为表示行驶在十字道路80附近的自车辆12与其他车辆82、102的位置关系的第2俯视图。与图4中的情况相同，自车辆12在道路84上直线行驶并且将要通过十字道路80的交叉路口86。另外，相并行的其他车辆82与102在道路85上直线行驶并且将要通过交叉路口86。相对于自车辆12处于较远一侧的其他车辆82比处于较近一侧的其他车辆102行驶得稍稍靠前。
由该图8A可知，摄像头34的拍摄面(拍摄方向)朝向其他车辆102所具有的4个轮胎中的较近一侧的2个(轮胎104、105)。另外，由于存在其他车辆102，因而，从自车辆12(摄像头34的拍摄方向)来看，其他车辆82的一部分(包含位于后侧的轮胎91)被遮挡住。
如图8B所示，在拍摄图像92中，除了十字道路部位94、车辆部位96之外，还存在作为其他车辆102的图像的车辆部位106。在车辆部位106的下侧边缘部具有大致呈圆形的2个轮胎部位108、109，并且这2个轮胎部位108、109沿着水平方向并排配置。在车辆部位96的下侧边缘部仅具有1个轮胎部位98，该轮胎部位98是位于前侧的轮胎90的图像。
在图8A与图8B所示的例子中，在具有轮胎90(轮胎部位98)的其他车辆82的附近位置识别到了其他对象物(即其他车辆102，其有2个以上的轮胎104、105(轮胎部位108、109))的存在，因而，其他车辆82被选择为监测对象物。另外，不言而喻，除了该选择处理之外，其他车辆102也可以作为监测对象物之一被选择。
<第2例>
图9A为表示行驶在十字道路80附近的自车辆12与其他车辆82的位置关系的第3俯视图。与图4中的情况相同，自车辆12在道路84上直线行驶并且将要通过十字道路80的交叉路口86。另外，与图4中的情况相同，其他车辆82在道路85上直线行驶并且将要通过交叉路口86。另外，在道路85的侧方存在长方体状的静止物110，该静止物110具体为建筑物。由该图9A可知，由于存在静止物110，因而，从自车辆12(摄像头34的拍摄方向)来看，其他车辆82的一部分(包含后侧的轮胎91)被遮挡住。
如图9B所示，在拍摄图像92中，除了十字道路部位94、车辆部位96之外，还存在静止物体部位112。在车辆部位96的下侧边缘部仅有1个轮胎部位98，该轮胎部位98是前侧的轮胎90的图像部位。
在图9A与图9B所示的例子中，具有1个以上的轮胎90(轮胎部位98)的其他车辆82行驶在作为其他物体的静止物110(静止物体部位112)的附近，因而，其他车辆82作为监测对象物被选择。
返回图7中的步骤S13，在动向预测部52判断为在规定物体的附近不存在其他的物体时(步骤S13：NO)，动向预测部52将识别为具有1个轮胎的规定物体从监测对象物中排除(步骤S14)。这样做的原因在于，该规定物体不是车辆的可能性较高或者与自车辆12发生接触的可能性较低。
如此，动向预测部52将识别到具有2个以上的轮胎90、91(轮胎104、105)的其他车辆82(其他车辆102)或者识别到具有1个轮胎90但是满足规定条件的其他车辆82选择作为监测对象物(图3中的步骤S4)。
【驾驶辅助装置10所能够产生的第1效果】
如上所述，作为移动体控制装置的驾驶辅助装置10具有摄像头34、对象物检测部50、动向预测部52与ECU20、26，其中，摄像头34在自车辆12移动过程中通过进行拍摄而取得表示自车辆12的周边情况的拍摄图像92；对象物检测部50根据拍摄图像92检测具有轮胎90、91(轮胎104、105)的其他车辆82(102)，将其作为对象物的1个；在检测到具有1个以上的轮胎90、91(轮胎104、105)的其他车辆82(其他车辆102)时，动向预测部52开始对其他车辆82(其他车辆102)的动向进行预测；ECU20、26根据动向预测部52的预测结果对自车辆12的动作进行控制。
采用上述这样的结构，能够缩短识别移动体所需的时间。另外，能够尽早开始对“是移动体”的概率(可靠性)很高的其他车辆82等的动向进行预测，相应地，提高了预测的可靠性以及时间响应性能。从而，能够充分保证为了避免与对象物(其他车辆82等)发生接触而进行的动作或者操作所需的时间。
另外，ECU26可以在预测为具有2个以上的轮胎90、91的规定物体(其他车辆82)与自车辆12有发生接触的可能性时，执行减速停止控制。由于具有2个以上的轮胎90、91的其他车辆82是移动体的概率很高，因而，能够进一步提高进行减速停止控制的适时性。
另外，ECU26可以在预测结果为规定物体(其他车辆82)位于具有2个以上的轮胎104、105的其他的对象物(其他车辆102)的附近，并且该规定物体与自车辆12有发生接触的可能性时，进行减速停止控制。因而，在其他车辆102对其他车辆82的一部分可能形成遮挡或者实际已形成遮挡时，能够适当地进行处理。
另外，ECU26可以在预测结果为具有1个以上的轮胎90的规定物体(其他车辆82)在其他的对象物(静止物110)的附近移动，并且该规定物体与自车辆12有发生接触的可能性时，执行减速停止控制。因而，在有其他车辆82从静止物110后面出现时，能够适当地进行处理。
【检测处理的具体例子】
下面参照图10～图18对作为对象物检测装置的驾驶辅助装置10(特别是对象物检测部50)的具体动作(处理)进行说明。此处所设想的情况是，对图像区域呈矩形的拍摄图像92(图4等)进行轮廓提取处理，根据所得到的轮廓图像130来检测对象物。
图10为表示轮廓图像130中所包含的车辆轮廓132的第1示意图。在本图以及后面的附图中，将沿着轮廓图像130的水平方向的轴线定义为“H轴”，H轴上的右方向与左方向分别称为箭头H1方向与箭头H2方向。另外，将沿着轮廓图像130的竖直方向的轴线定义为“V轴”，V轴上的上方向与下方向分别称为箭头V1方向与箭头V2方向。
车辆轮廓132表示的是前部位于箭头V1方向一侧、后部位于箭头V2方向一侧的其他车辆82(图4等、车型A)的右侧部的形状。车辆轮廓132主要由车身轮廓134、车窗轮廓136、轮胎轮廓138与轮胎轮廓140构成，其中，车身轮廓134表示车身的形状，车窗轮廓136表示车窗的形状，轮胎轮廓138表示前侧的轮胎90(同图)的形状；轮胎轮廓140表示后侧的轮胎91(同图)的形状。
作为计算车辆轮廓132的特征点的方法的具体例子，以根据轮胎轮廓138的位置来识别在V轴方向延伸的前端边缘142、求得该前端边缘142的位置的方法为例进行说明。由于轮胎轮廓138(右端点)与前端边缘142的间隔Gf足够大，因而能够将轮胎轮廓138与前端边缘142区别开来而进行识别。
使用与上述相同的方法，根据轮胎轮廓140的位置识别在V轴方向延伸的后端边缘144。此时，由于轮胎轮廓144(左端点)与后端边缘144的间隔Gr足够大，因而能够将轮胎轮廓140与后端边缘144区别开来而进行识别。
图11为表示轮廓图像130中所包含的车辆轮廓146的第2示意图。车辆轮廓146表示的是前部位于箭头H1方向一侧、后部位于箭头H2方向一侧的车辆82(车型B)的右侧部的形状。与车辆轮廓132的情况相同，车辆轮廓146主要由车身轮廓134、车窗轮廓136(部分轮廓136a、136b、136c)与轮胎轮廓138、140构成。
由图10与图11可知，车型B(车辆轮廓146)比车型A(车辆轮廓132)小。特别是，车型B在H轴方向上的长度(车辆全长)设计得较短，因而，间隔Gf、Gr较小。因而，在采用上述方法的时候，有可能识别时会不能区分开轮胎轮廓138与140，从而不能识别前端边缘142或者后端边缘144。
另外，在其他车辆82存在于远离自车辆12的地方时，轮廓图像130中的车辆轮廓132与146的尺寸相对较小。在轮廓图像130(即图4等的拍摄图像92)的分辨率以及整体尺寸始终固定不变时，由于间隔Gf、Gr较小，因而，与上述情况相同，也有可能不能识别前端边缘142或者后端边缘144。
因而，本发明做出了如下这样一种检测方法，即，即使是由于车辆的种类的不同或者位置、姿态的变化等原因造成拍摄图像92中包含端部形状不同的其他车辆82，也能够根据该拍摄图像92以较高的准确度来检测其他车辆82的端部位置。
下面，主要参照图12与图17的流程对作为对象物的规定物体的检测处理(图3的步骤S2)进行详细的说明。此处所谓的“规定物体”意为具有至少1个轮胎90、91的物体。
在本检测处理中，存在如下情况，即，搜索轮廓图像130中是否存在沿着水平方向(H轴方向)与垂直方向(V轴方向)延伸的轮廓成分。然而，可能会出现由于道路84、85(图4等)的倾斜、摄像头34的摇晃等原因造成车辆轮廓132、134相对于H轴产生些许的倾斜，此情况也会被反映在轮廓图像130中。
考虑到该问题，在本处理中，不仅考虑规定方向，而且也搜索在相对于该规定方向倾斜规定角度的方向上的存在的轮廓成分。下面，将H轴方向以及在容许范围内(例如，-20度到20度的范围)相对于该H轴方向倾斜的方向称为“实质H轴方向”。同样，将V轴方向以及在容许范围内相对于该V轴方向倾斜的方向称为“实质V轴方向”。
在步骤S21中，轮廓信息提取部58(轮廓信息提取机构)对拍摄图像92(图4等)进行轮廓提取处理，从而获得轮廓信息，其中，拍摄图像92中包含对具有轮胎90、91的其他车辆82进行拍摄而得到的图像。作为轮廓提取处理，可以采用各种公知的提取方法，例如，索贝尔(sobel)式的滤波处理、罗伯茨(roberts)式的滤波处理、普瑞特(prewitt)式的滤波处理等。这里，所获得的轮廓信息是由“ON”、“OFF”这两个值来表征的轮廓图像130(二值图像，图11)。
在步骤S22中，轮胎轮廓识别部60(轮胎轮廓识别机构)从步骤S21所获得的轮廓图像130中识别轮胎轮廓138、140，该轮胎轮廓138、140表示轮胎90、91(图4)的形状。具体而言，轮胎轮廓识别部60利用霍夫变换等图像识别处理方法来识别圆形或者椭圆形的轮胎轮廓138、140。
在步骤S23中，移动体端部识别部62(移动体端部识别机构)从步骤S22所识别到的轮胎轮廓138、140中选择1个尚未被选择的。在此，设想前侧的轮胎轮廓138被选择。
在步骤S24中，第1搜索范围设定部64以轮胎轮廓138的位置为基准设定第1搜索范围150、151。此处，第1搜索范围150、151是用于搜索是否存在车身轮廓134所包含的端部轮廓166(图14B)所设定的搜索范围的一例，可以自由设定其尺寸。
图13为第1搜索范围150～153的设定方法的示意说明图。第1搜索范围150、151是以轮胎轮廓138的位置(这里为圆心)为基准、H轴方向上的(到基准位置的)最短距离为Dh1、最大距离为Dh2(＞Dh1)、并且设定在箭头V1方向上(基准位置的上方)的位置处的范围。在本图所示的例子中，为方便说明，图中也同时示出了针对后侧的轮胎轮廓140设定的2个搜索范围即第1搜索范围152、153。
另外，在轮廓图像130的描绘内容中，考虑到难以区分轮胎轮廓138的前侧与后侧，因而，以轮胎轮廓138为基准，将第1搜索范围150与151设定在相对于(通过轮胎轮廓138的中心的)H轴相互对称的位置。
在步骤S25中，移动体端部识别部62在包含步骤S24所设定的第1搜索范围150、151在内的范围中，搜索是否存在构成车辆轮廓146的一部分的端部轮廓166(图14B)。具体而言，移动体端部识别部62进行搜索处理，以搜索位于车身轮廓134的V轴方向周缘并且大致弯曲成字母L形的边缘部位。下面，参照图14A与图14B进行说明。
第1，移动体端部识别部62在第1搜索范围150、151中搜索是否存在沿着一个方向延伸的局部成分(此处为倾斜成分156)。由图14A可知，在第1搜索范围150中存在粗线所表示的倾斜成分156。在本图所示的例子中，一个方向是相对于V轴方向倾斜θ角度的方向。倾斜角度θ(单位：度)是在0≦|θ|＜90的范围内自由设定的值，在搜索时，可以附带制约条件(例如，上述容许范围或者与此不同的条件)。
第2，移动体端部识别部62搜索是否存在从倾斜成分156的下端点158沿着实质V轴方向向下(箭头V2方向)延伸的竖直成分(下面称为第1竖直成分160)。由图14B可知，存在越过第1搜索范围150的下侧边界的第1竖直成分160，该第1竖直成分160由粗线所表示。
第3，如图14B所示，移动体端部识别部62识别以第1竖直成分160的下端点162为起点、沿着实质H轴方向延伸的水平成分(下面称为第1水平成分164，由图中粗线表示)。
并且，移动体端部识别部62将第1竖直成分160与第1水平成分164的组合体识别为1个端部轮廓166。
移动体端部识别部62按照第1～第3顺序，依次识别(搜索)是否存在倾斜成分156、第1竖直成分160与第1水平成分164，在三者的任意一个没有被识别到时，结束搜索处理。从而，移动体端部识别部62根据在第1搜索范围150内的搜索结果，识别到“存在端部轮廓166”，根据在第1搜索范围151内的搜索结果，识别(结果)为“不存在端部轮廓”。
如此，移动体端部识别部62可以在第1搜索范围150内搜索沿着一个方向延伸的倾斜成分156，之后，搜索从倾斜成分156的下端点158沿着实质V轴方向向下延伸的第1竖直成分160，以识别端部轮廓166。从而，能够提高大致弯曲成字母L形的边缘部位(倾斜成分156与第1竖直成分160的结合成分)的检测可靠性。
在步骤S26中，移动体端部识别部62根据步骤S25的搜索结果，判断是否存在端部轮廓166、167。在图13～图14B所示的例子中，由于存在端部轮廓166(步骤S26：NO)，因而，进入步骤S31。
在步骤S31中，移动体端部识别部62取得步骤S25的搜索处理所识别到的端部轮廓166的位置信息。作为位置信息，除了端部轮廓166的图像数据之外，例如还有下端点162的坐标、第1竖直成分160的朝向、第1水平成分164的朝向、轮胎轮廓138的中心坐标、半径等。
在步骤S32中，移动体端部识别部62判定针对全部的轮胎轮廓138、140的选择、搜索处理是否都结束。在判断结果为尚未结束时(步骤S32：NO)，返回步骤S23，对新选择的轮胎轮廓140重复步骤S24以后的动作处理。
返回图13，由本图可知，在第1搜索范围152、153中都不存在车身轮廓134所包含的端部轮廓176(图16B)的成分。即，移动体端部识别部62根据步骤S25的搜索结果判断为不存在端部轮廓(步骤S26：YES)，进入步骤S27。
在步骤S27中，第2搜索范围设定部66以轮胎轮廓140的位置为基准设定第2搜索范围167、168。此处，第2搜索范围167、168是搜索是否存在车身轮廓134所包含的端部轮廓176(图16B)所设定的范围的一例，其尺寸与第1搜索范围150～153相同或者不同。
图15是第2搜索范围167、168的设定方法的示意说明图。第2搜索范围167、168设定在以轮胎轮廓140的位置(圆心)为基准、H轴方向上的(到基准位置的)最短距离为Dh2的位置。此处，考虑到难以区分轮胎轮廓140的前侧与后侧，因而，以轮胎轮廓140为基准，将第2搜索范围167与168设定在相对于(通过轮胎轮廓140的中心的)H轴相互对称的位置。
在步骤S28中，移动体端部识别部62在包含步骤S27所设定的第2搜索范围167、168在内的范围内，搜索是否存在构成车辆轮廓146的一部分的端部轮廓176(图16B)。具体而言，移动体端部识别部62执行搜索处理，以检测到位于车辆轮廓134的V轴方向周缘并且沿着V轴方向延伸的边缘部位。下面参照图16A与图16B进行说明。
第1，移动体端部识别部62在第2搜索范围167、168中搜索是否存在沿着实质V轴方向向下(箭头V2方向)延伸的竖直成分。由图16A可知，在第2搜索范围168中存在粗线所示的局部成分169。
第2，移动体端部识别部62搜索包含局部成分169的竖直成分(下面称为第2竖直成分170)的下端点172。由图16B可知，存在越过第2搜索范围168的下侧边界的第2竖直成分170，该第2竖直成分170由粗线所表示。
第3，如图16B所示，移动体端部识别部62识别以第2竖直成分170的下端点172为起点、沿着实质H轴方向延伸的水平成分(下面称为第2水平成分174，由图中粗线表示)。
并且，移动体端部识别部62将第2竖直成分170与第2水平成分174的组合体识别为1个端部轮廓176。
移动体端部识别部62按照第1～第3顺序，依次识别(搜索)是否存在包含局部成分169的第2竖直成分170以及第2水平成分174，在这二者的任意一个没有被识别到时，结束搜索处理。从而，移动体端部识别部62根据在第2搜索范围167内的搜索结果，识别为“不存在端部轮廓”，并且，根据在第2搜索范围168内的搜索结果，识别为“存在端部轮廓176”。
如此，移动体端部识别部62可以在第2搜索范围168内搜索沿着实质V轴方向向下延伸的第2竖直成分170(局部成分169)，以识别端部轮廓176。从而，能够提高在V轴方向延伸的边缘部位(第2竖直成分170)的检测精度。
另外，在移动体端部识别部62通过在第1搜索范围152、153中进行搜索而没有识别到端部轮廓176时，可以在第2搜索范围167、168中搜索是否存在端部轮廓176的至少一部分(局部成分169)，以识别端部轮廓176。通过分别设定位置不同的两种搜索范围，按照第1搜索范围152(153)、第2搜索范围167(168)的顺序依次进行搜索，从而，与在两个搜索范围内同时执行搜索处理的情况相比，能够降低运算处理量。
另外，在图12所示的例子中，按照第1搜索范围150～153(S24)与第2搜索范围167、168(S27)的顺序进行搜索处理，不过按照与此相反的顺序来进行搜索处理也能够获得相同的效果。
在步骤S29中，移动体端部识别部62根据步骤S28的搜索结果判断是否存在端部轮廓166、176。在图15～图16B所示的例子中，由于存在端部轮廓176(步骤S29：NO)，因而，进入步骤S31。之后，移动体端部识别部62取得由搜索处理所识别到的端部轮廓176的位置信息(步骤S31)。
另外，在判断为不存在端部轮廓166、176时(步骤S29：YES)，对象物检测部50检测(结果)为，步骤S22所识别到的轮胎轮廓138、140“不是轮胎”(步骤S30)。此处，“不是轮胎”不仅包含其字面意思，而且也包含不是存在于其他车辆82的前侧、后侧附近的轮胎的意思。
进入步骤S32，移动体端部识别部62判断对全部的轮胎轮廓138、140的选择、搜索是否结束，如果结束(步骤S32：YES)，进入其后的步骤(S33)。
在图17的步骤S33中，种类判断部68从多个轮廓组的组合中选择1组尚未被选择的(作为)轮廓组的成对组合。此处，设想的情况是，由轮胎轮廓138与端部轮廓166构成的第1组、由轮胎轮廓140与端部轮廓176构成的第2组的成对组合被选择。
在步骤S34中，种类判断部68对步骤S31中所选择的轮廓组的成对组合的线对称性进行评价。下面参照图18对该评价的评价方法的一个例子进行说明。
图18中的右半部分表示有关第1组的位置信息。位置信息由表示下端点162的位置的特征点E1、表示第1水平成分164的朝向的方向矢量Vch1、表示第1竖直成分160的朝向的方向矢量Vcv1、表示轮胎轮廓138的中心位置的特征点C1以及表示轮胎轮廓138的大小的半径R1构成。
图18的左半部分表示有关第2组的位置信息。该位置信息由表示下端点172的位置的特征点E2、表示第2水平成分174的朝向的方向矢量Vch2、表示第2竖直成分170的朝向的方向矢量Vcv2、表示轮胎轮廓140的中心位置的特征点C2以及表示轮胎轮廓140的大小的半径R2。
种类判断部68综合性地考量下述条件来评价线对称性，即，①特征点E1、E2的中点是否位于对称轴180上；②特征点C1、C2的中点是否位于对称轴180上；③方向矢量Vch1、Vch2是否平行；④方向矢量Vcv1、Vcv2是否平行；⑤半径R1与半径R2是否相等等条件。
在步骤S35中，种类判断部68根据步骤S34所获得的评价结果判断作为选择对象的轮廓组的成对组合是否具有线对称性。在判断为没有线对称性时(步骤S35：NO)，跳过步骤S36，进入步骤S37。另外，在判断为有线对称性时(步骤S35：YES)，进入其后的步骤(S36)。
在步骤S36中，种类判断部68以存在构成轮廓组的成对组合的一部分的轮胎轮廓138、140为根据，检测到被识别为具有2个以上的轮胎90、91(图4等)的“车辆”。
此处，种类判断部68可以根据移动体端部识别部62是从第1搜索范围150～153与第2搜索范围167、168的哪一方中搜索到了端部轮廓166、167，来判断其他车辆82的种类(图10的车型A、图11中的车型B)。从而，能够取得有关其他车辆82的具体的形态特征(移动体的种类)。
在步骤S37中，种类判断部68判断对全部的成对组合的选择与评价是否都结束。在判断为尚未结束时(步骤S37：NO)，返回步骤S33，对新选择的轮廓组的成对组合依次重复进行步骤S34～S36的动作处理。另外，在判断为全部的选择、评价都结束时(步骤S37：YES)，进入之后的步骤(S38)。
在步骤S38中，种类判断部68以存在孤立的剩余轮廓组为根据，检测到被识别为具有1个轮胎90(图8A)的“局部被遮挡车辆”。即，对象物检测部50根据车辆部位96(图5)、106(图8B)检测到“车辆”，根据车辆部位96检测到“局部被遮挡车辆”。
如此，种类判断部68将轮胎轮廓识别部60所识别到的轮胎轮廓138(140)与移动体端部识别部62所识别到的端部轮廓166(176)作为轮廓组，根据各轮廓组在H轴方向上的对称性来判断规定物体所具有的轮胎90、91的个数。从而，能够以非常简单的图像处理方法以及较高的可靠性来检测规定物体的特征(是否是移动体或者轮胎的个数)。
【驾驶辅助装置10能够产生的第2效果】
如上所述，驾驶辅助装置10具有轮廓信息提取部58、轮胎轮廓识别部60与移动体端部识别部62，其中，轮廓信息提取部58对拍摄图像92进行轮廓提取处理从而取得轮廓图像130，该拍摄图像92中包括对具有轮胎90、91的其他车辆82进行拍摄而得到的图像；轮胎轮廓识别部60从轮廓图像130中识别表示轮胎90、91的形状的轮胎轮廓138、140；移动体端部识别部62用于识别端部轮廓166、176，该端部轮廓166、176表示其他车辆82的位于轮胎轮廓138、140附近的H轴方向上的端部。
另外，移动体端部识别部62具有第1搜索范围设定部64，该第1搜索范围设定部64设定用于搜索端部轮廓166、176的第1搜索范围150～153，该第1搜索范围150～153被设定在以轮胎轮廓138、140的位置为基准、H轴方向上的到基准位置的距离在阈值(Dh2)以下并且在V轴方向上位于基准位置上方的位置。移动体端部识别部62在第1搜索范围150～153中搜索是否存在端部轮廓166的至少一部分，以识别端部轮廓166。
采用上述这样的结构，与H轴方向上的间隔相比，在V轴方向上，存在与轮胎轮廓138、140之间的间隔相对较大的部位(箭头V1方向)，着眼于这样的部位的轮廓来进行搜索，能够搜索出是否存在端部轮廓166、167，从而能够提高轮胎轮廓138、140与端部轮廓166、176的区分、识别的可靠性。因而，即便物体的种类有所不同或者位置、姿态发生变化等，都能够使用拍摄得到的拍摄图像92以较高的可靠性检测出其他车辆82、102的端部位置，从而能够缩短识别移动体所需的时间。
【补充说明】
不言而喻，本发明并不限于上述实施方式，可以在不脱离本发明主旨精神的范围内进行自由变更。
例如，在本实施方式中，作为拍摄机构，采用的是单眼摄像头(摄像头34)，然而，也可以采用复眼摄像头(立体摄像头)。另外，可以代替彩色摄像头而采用红外线摄像头，或者并用二者。
另外，在本实施方式中，驾驶辅助装置10整体配备在自车辆12上，然而，驾驶辅助装置10的配置方式并不限于此。例如，可以是在自车辆12配备拍摄机构，将拍摄机构的拍摄信号通过无线通信机构发送给另外配置的运算处理装置(包括驾驶辅助ECU28)的结构。或者，也可以是拍摄机构被配置为固定不动，从自车辆12的外侧对该自车辆12的周围进行拍摄的结构。
另外，在本实施方式中，将驾驶辅助装置10适用于四轮汽车(狭义的车辆)上，然而，也可以适用于其他所有的移动体。作为移动体的例子，例如有包含二轮车在内的广义车辆、船舶、飞机、人造卫星等。

Claims (14)

1.一种移动体控制装置(10)，其特征在于，
具有：
拍摄机构(34)，其在移动体(12)移动时进行拍摄从而获得所述移动体(12)周边的拍摄图像(92)；
对象物检测机构(50)，其根据由所述拍摄机构(34)取得的所述拍摄图像(92)来检测规定物体(82、102)，所述规定物体(82、102)具有轮胎(90、91、104、105)、并作为对象物之一被检出；
动向预测机构(52)，在由所述对象物检测机构(50)检测到了具有1个以上的所述轮胎(90、91、104、105)的所述规定物体(82、102)时，所述动向预测机构(52)开始对所述规定物体(82、102)的动向进行预测处理；
移动体控制机构(20、26)，其根据所述动向预测机构(52)的预测结果对所述移动体(12)的动作进行控制。
2.根据权利要求1所述的移动体控制装置(10)，其特征在于，
所述动向预测机构(52)预测所述规定物体(82、102)与所述移动体(12)是否有发生接触的可能性，
在所述动向预测机构(52)的预测结果为所述规定物体(82、102)与所述移动体(12)有发生接触的可能性时，所述移动体控制机构(20、26)对所述移动体(12)执行减速停止控制，以使所述移动体(12)减速或者停止。
3.根据权利要求2所述的移动体控制装置，其特征在于，
在所述动向预测机构(52)的预测结果为具有2个以上的所述轮胎(90、91、104、105)的所述规定物体(82、102)与所述移动体(12)有发生接触的可能性时，所述移动体控制机构(20、26)执行所述减速停止控制。
4.根据权利要求2所述的移动体控制装置，其特征在于，
在所述动向预测机构(52)的预测结果为所述规定物体(82、102)位于其他的所述对象物的附近并且与所述移动体(12)有发生接触的可能性时，所述移动体控制机构(20、26)执行所述减速停止控制，
其中，其他的所述对象物具有2个以上的所述轮胎(90、91、104、105)。
5.根据权利要求3所述的移动体控制装置，其特征在于，
在所述动向预测机构(52)的预测结果为所述规定物体(82、102)位于其他的所述对象物的附近并且与所述移动体(12)有发生接触的可能性时，所述移动体控制机构(20、26)执行所述减速停止控制，
其中，其他的所述对象物具有2个以上的所述轮胎(90、91、104、105)。
6.根据权利要求2所述的移动体控制装置，其特征在于，
在所述动向预测机构(52)的预测结果为具有1个以上的轮胎(90、91、104、105)的所述规定物体(82、102)在作为其他的所述对象物的静止物(110)的附近移动，并且该规定物体(82、102)与所述移动体(12)有发生接触的可能性时，所述移动体控制机构(20、26)执行所述减速停止控制。
7.根据权利要求1所述的移动体控制装置，其特征在于，
所述对象物检测机构(50)具有轮胎轮廓识别部(60)、端部识别部(62)与种类判断部(68)，
所述轮胎轮廓识别部(60)从所述拍摄图像(92)的轮廓信息中识别轮胎轮廓(138、140)，该轮胎轮廓(138、140)表示所述轮胎(90、91、104、105)的形状，
所述端部识别部(62)识别位于所述轮胎轮廓(138、140)附近的端部轮廓(166、176)，该端部轮廓(166、176)表示所述规定物体(82、102)的在水平方向上的端部的形状，
所述种类判断部(68)将由所述轮胎轮廓识别部(60)所识别到的所述轮胎轮廓(138、140)与由所述端部识别部(62)所识别到的所述端部轮廓(166、176)作为轮廓组，根据各个所述轮廓组在水平方向上的对称性来判断所述规定物体(82、102)所具有的所述轮胎(90、91、104、105)的个数。
8.根据权利要求3所述的移动体控制装置，其特征在于，
所述对象物检测机构(50)具有轮胎轮廓识别部(60)、端部识别部(62)与种类判断部(68)，
所述轮胎轮廓识别部(60)从所述拍摄图像(92)的轮廓信息中识别轮胎轮廓(138、140)，该轮胎轮廓(138、140)表示所述轮胎(90、91、104、105)的形状，
所述端部识别部(62)识别位于所述轮胎轮廓(138、140)附近的端部轮廓(166、176)，该端部轮廓(166、176)表示所述规定物体(82、102)的在水平方向上的端部的形状，
所述种类判断部(68)将由所述轮胎轮廓识别部(60)所识别到的所述轮胎轮廓(138、140)与由所述端部识别部(62)所识别到的所述端部轮廓(166、176)作为轮廓组，根据各个所述轮廓组在水平方向上的对称性来判断所述规定物体(82、102)所具有的所述轮胎(90、91、104、105)的个数。
9.根据权利要求6所述的移动体控制装置，其特征在于，
所述对象物检测机构(50)具有轮胎轮廓识别部(60)、端部识别部(62)与种类判断部(68)，
所述轮胎轮廓识别部(60)从所述拍摄图像(92)的轮廓信息中识别轮胎轮廓(138、140)，该轮胎轮廓(138、140)表示所述轮胎(90、91、104、105)的形状，
所述端部识别部(62)识别位于所述轮胎轮廓(138、140)附近的端部轮廓(166、176)，该端部轮廓(166、176)表示所述规定物体(82、102)的在水平方向上的端部的形状，
所述种类判断部(68)将由所述轮胎轮廓识别部(60)所识别到的所述轮胎轮廓(138、140)与由所述端部识别部(62)所识别到的所述端部轮廓(166、176)作为轮廓组，根据各个所述轮廓组在水平方向上的对称性来判断所述规定物体(82、102)所具有的所述轮胎(90、91、104、105)的个数。
10.一种对象物检测装置，其特征在于，
具有：
轮廓提取机构(58)，其对拍摄图像(92)进行轮廓提取处理从而取得轮廓图像(130)，所述拍摄图像(92)中包含对具有轮胎(90、91、104、105)的移动体(82、102)进行拍摄而得到的图像；
轮胎轮廓识别机构(60)，其从所述轮廓提取机构(58)所得到的所述轮廓图像(130)中识别轮胎轮廓(138、140)，该轮胎轮廓(138、140)表示所述轮胎(90、91、104、105)的形状；
移动体端部识别机构(62)，其识别位于所述轮胎轮廓识别机构(60)所识别到的所述轮胎轮廓(138、140)附近的端部轮廓(166、176)，该端部轮廓(166、176)表示所述移动体(82、102)的在水平方向上的端部，
移动体端部识别机构(62)具有第1搜索范围设定部(64)，该第1搜索范围设定部(64)设定用于搜索所述端部轮廓(166、176)的第1搜索范围(150～153)，该第1搜索范围(150～153)被设定在以所述轮胎轮廓(138、140)的位置为基准位置、在水平方向上到基准位置的距离在阈值(Dh2)以下并且在竖直方向上位于基准位置上方的位置，
所述移动体端部识别机构(62)在由第1搜索范围设定部(64)设定的所述第1搜索范围(150～153)中搜索是否存在所述端部轮廓(166)的至少一部分(156)，以识别所述端部轮廓(166)。
11.根据权利要求10所述的对象物检测装置，其特征在于，
所述移动体端部识别机构(62)在所述第1搜索范围(150)中搜索沿着一个方向延伸的局部成分(156)，之后，搜索第1竖直成分(160)，以识别所述端部轮廓(166)，
其中，所述第1竖直成分(160)从所述局部成分(156)的下端点(158)沿着竖直方向或者相对于该竖直方向在容许范围内倾斜的方向向下延伸。
12.根据权利要求10所述的对象物检测装置，其特征在于，
所述移动体端部识别机构(62)还具有第2搜索范围设定部(66)，该第2搜索范围设定部(66)设定用于搜索所述端部轮廓(176)的第2搜索范围(167、168)，该第2搜索范围(167、168)被设定在以所述轮胎轮廓(138、140)的位置为基准位置、在水平方向上到基准位置的距离大于所述阈值(Dh2)的位置，
当所述移动体端部识别机构(62)在所述第1搜索范围(150～153)中进行搜索但没有识别到所述端部轮廓(166)时，所述移动体端部识别机构(62)在所述第2搜索范围设定部(66)所设定的所述第2搜索范围(167、168)中搜索是否存在所述端部轮廓(176)的至少一部分(169)，以识别所述端部轮廓(176)。
13.根据权利要求12所述的对象物检测装置，其特征在于，
所述移动体端部识别机构(62)在所述第2搜索范围(168)中搜索第2竖直成分(170)以识别所述端部轮廓(176)，其中，所述第2竖直成分(170)沿着竖直方向或者相对于该竖直方向在允许范围内倾斜的方向向下延伸。
14.根据权利要求12所述的对象物检测装置，其特征在于，
还具有种类判断部(68)，所述种类判断部(68)根据所述移动体端部识别机构(62)是从所述第1搜索范围(150～153)与所述第2搜索范围(167、168)的哪一方中搜索到了所述端部轮廓(166、176)，来判断所述移动体(82、102)的种类。
CN201510175891.9A 2014-04-16 2015-04-14 移动体控制装置以及对象物检测装置 Active CN105022986B (zh)

Applications Claiming Priority (4)

Application Number Priority Date Filing Date Title
JP2014-085005 2014-04-16
JP2014085006A JP6343479B2 (ja) 2014-04-16 2014-04-16 移動体制御装置
JP2014-085006 2014-04-16
JP2014085005A JP6240553B2 (ja) 2014-04-16 2014-04-16 対象物検知装置

Publications (2)

Publication Number Publication Date
CN105022986A true CN105022986A (zh) 2015-11-04
CN105022986B CN105022986B (zh) 2018-08-31

Family

ID=54250096

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201510175891.9A Active CN105022986B (zh) 2014-04-16 2015-04-14 移动体控制装置以及对象物检测装置

Country Status (3)

Country Link
US (1) US9607230B2 (zh)
CN (1) CN105022986B (zh)
DE (1) DE102015206746A1 (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109154820A (zh) * 2016-05-16 2019-01-04 本田技研工业株式会社 车辆控制系统、车辆控制方法及车辆控制程序
CN109388136A (zh) * 2017-08-02 2019-02-26 瑞萨电子株式会社 移动对象控制系统、移动对象控制方法和程序
CN112560691A (zh) * 2020-12-17 2021-03-26 长光卫星技术有限公司 一种基于卫星视频数据的天基目标自动识别方法

Families Citing this family (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10735902B1 (en) * 2014-04-09 2020-08-04 Accuware, Inc. Method and computer program for taking action based on determined movement path of mobile devices
US10019805B1 (en) * 2015-09-29 2018-07-10 Waymo Llc Detecting vehicle movement through wheel movement
US9812008B2 (en) 2016-02-19 2017-11-07 GM Global Technology Operations LLC Vehicle detection and tracking based on wheels using radar and vision
JP6893334B2 (ja) * 2017-02-28 2021-06-23 パナソニックＩｐマネジメント株式会社 軸重計測装置および軸重計測方法

Family Cites Families (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE10025678B4 (de) 2000-05-24 2006-10-19 Daimlerchrysler Ag Kamerabasiertes Precrash-Erkennungssystem
JP2003203291A (ja) 2002-01-08 2003-07-18 Mitsubishi Heavy Ind Ltd 車種判別装置
JP2004192553A (ja) 2002-12-13 2004-07-08 Toyota Motor Corp 車両位置検出装置
DE10336638A1 (de) * 2003-07-25 2005-02-10 Robert Bosch Gmbh Vorrichtung zur Klassifizierung wengistens eines Objekts in einem Fahrzeugumfeld
DE102011011870A1 (de) 2010-02-23 2011-08-25 Conti Temic microelectronic GmbH, 90411 Komponenten-basierte Detektion, Klassifikation, Verfolgung und Prädikation von Objekten
CN102343860A (zh) * 2011-07-11 2012-02-08 北京理工大学 汽车制动灯智能控制装置
CN102991504B (zh) * 2012-12-07 2015-06-03 长安大学 一种对驾驶员换道安全性进行判断并预警的方法

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109154820A (zh) * 2016-05-16 2019-01-04 本田技研工业株式会社 车辆控制系统、车辆控制方法及车辆控制程序
CN109154820B (zh) * 2016-05-16 2021-10-22 本田技研工业株式会社 车辆控制系统、车辆控制方法及存储介质
CN109388136A (zh) * 2017-08-02 2019-02-26 瑞萨电子株式会社 移动对象控制系统、移动对象控制方法和程序
CN109388136B (zh) * 2017-08-02 2023-10-10 瑞萨电子株式会社 移动对象控制系统、移动对象控制方法和存储介质
CN112560691A (zh) * 2020-12-17 2021-03-26 长光卫星技术有限公司 一种基于卫星视频数据的天基目标自动识别方法

Also Published As

Publication number Publication date
US20150302260A1 (en) 2015-10-22
US9607230B2 (en) 2017-03-28
DE102015206746A1 (de) 2015-10-22
CN105022986B (zh) 2018-08-31

Similar Documents

Publication Publication Date Title
CN105022986A (zh) 移动体控制装置以及对象物检测装置
US10496889B2 (en) Information presentation control apparatus, autonomous vehicle, and autonomous-vehicle driving support system
US10678237B2 (en) Information processing apparatus, operated vehicle, information processing method, and recording medium storing program
US10198950B2 (en) Parking support method and parking support device
CN106064626B (zh) 车辆行驶控制装置
US10319233B2 (en) Parking support method and parking support device
CN103359034B (zh) 一种车辆
US11667236B2 (en) Notification device
US20170227970A1 (en) Autonomous driving system
KR20180060784A (ko) 비정상 객체 판단 방법 및 장치
KR20180069854A (ko) 주차 지원 정보의 표시 방법 및 주차 지원 장치
US11752929B2 (en) Notification device
CN106541946A (zh) 车速控制装置
CN110371018B (zh) 使用其他车辆车灯的信息改善车辆行为
US20220234580A1 (en) Vehicle control device
CN111731295B (zh) 行驶控制装置、行驶控制方法以及存储程序的存储介质
CN101947956B (zh) 物体指定装置和具有该装置的车辆控制设备
CN112046481B (zh) 自动驾驶装置和方法
CN109661338A (zh) 障碍物的判定方法、停车辅助方法、出库辅助方法及障碍物判定装置
CN104812649A (zh) 车辆控制装置
JP2017151694A (ja) 安全確認診断システム及び安全確認診断方法
CN114126940A (zh) 电子控制装置
KR20180012128A (ko) 차량의 3차원 위치 추정 장치 및 그 방법
CN110712644B (zh) 驾驶辅助系统和方法
KR20200133850A (ko) 자율 주행 장치 및 방법

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