CN113538966B - 车载传感器系统 - Google Patents

Abstract

本发明为一种车载传感器系统，具有：第一传感器，其被配置为检测本车辆的周围的状况；第二传感器，其与所述第一传感器相比而角度分辨率高；取得部，其被配置为取得基于所述第一传感器的检测结果；范围确定部，其被配置为，根据所述检测结果而确定在所述本车辆的周围中所述第二传感器进行观测的观测范围。

Description

车载传感器系统

技术领域

本发明涉及一种车载传感器系统的技术领域。

背景技术

作为这种系统，例如提出了一种根据基于车载摄像机的物体类别识别结果的信息和基于雷达装置的物体类别识别结果的信息，更新在雷达装置中用于物体类别识别判断的数据库的系统(参照日本特开2017-207348)。作为其他相关技术，列举日本特开平10-246778。在日本特开平10-246778中，记载了根据搜索光束的检测结果而确定跟踪目标，并向上述跟踪目标照射跟踪光束的技术。

发明内容

例如，为了实现更高级的自动驾驶，需要针对本车辆的周围的基于传感器的高精度(换言之，精密)的观测结果。在此，关于基于传感器的本车辆的周围的观测所需的时间，存在需要的精度越高则其越长的倾向。并且，在以移动为前提的车辆中，在一次观测中能够花费的时间有限。在日本特开2017-207348记载的技术中，例如在使雷达装置高精度化的情况下(即，在提高了角度分辨率的情况下)，一次观测时间大幅增加，有可能不适合实际应用。

本发明提供一种能够在抑制观测时间的同时取得高精度的观测结果的车载传感器系统。

本发明的第一方式是车载传感器系统。上述车载传感器系统具有：第一传感器，其被配置为检测本车辆的周围的状况；第二传感器，其与上述第一传感器相比而角度分辨率高；取得部，其被配置为取得基于上述第一传感器的检测结果；范围确定部，其被配置为，根据上述检测结果而确定在上述本车辆的周围中上述第二传感器进行观测的观测范围。

根据上述第一方式，针对第二传感器的观测范围实施比较高精度的观测，另一方面，针对其他的范围，能够利用基于第一传感器的检测结果。因此，根据上述车载传感器系统，能够在抑制观测时间的同时取得高精度的观测结果。

在上述第一方式中，上述车载传感器系统还具有优先级确定部，上述优先级确定部被配置为，根据基于障碍物信息的多个障碍物各自与上述本车辆的相对位置、上述多个障碍物各自与上述本车辆的相对运动、以及上述多个障碍物各自的类别中的至少一者，针对上述多个障碍物各自确定检测优先级，上述取得部被配置为取得上述障碍物信息作为上述检测结果，上述障碍物信息是与存在于上述本车辆的周围的上述多个障碍物有关的信息，上述范围确定部被配置为，以上述检测优先级高的障碍物优先于上述检测优先级低的障碍物而被包含在上述观测范围中的方式，确定上述观测范围。

在上述第一方式中，上述优先级确定部被配置为，在上述多个障碍物中包含位于上述本车辆的上方的第一静止物和位于上述本车辆行驶的道路的路面上的第二静止物的情况下，根据上述第一静止物与上述本车辆的相对位置、以及上述第二静止物与上述本车辆的相对位置，使上述第二静止物的检测优先级高于上述第一静止物的检测优先级。

在上述第一方式中，上述优先级确定部被配置为，在上述多个障碍物中包含行人，并且根据上述行人与上述本车辆的相对运动而推断为上述行人进入上述本车辆的行进路线上的情况下，与在上述多个障碍物中包含行人，并且未推断为上述行人进入上述本车辆的行进路线上的情况相比，提高针对上述行人的检测优先级。

在上述第一方式中，上述第一传感器为雷达传感器，上述取得部被配置为取得物体标志信息作为上述障碍物信息，上述物体标志信息是与分别由多个反射点构成的多个物体标志有关的信息，上述优先级确定部被配置为，在上述多个物体标志中包含特定物体标志的情况下，与上述多个物体标志中上述特定物体标志以外的物体标志的至少一部分相比，提高针对上述特定物体标志的检测优先级，上述特定物体标志是与移动体对应的物体标志，并且上述特定物体标志的速度为规定速度以下且上述特定物体标志的反射截面积为规定截面积以下。

在上述第一方式中，在上述本车辆停止的情况下，上述第二传感器的可观测范围的至少一部分与上述第一传感器的检测范围不同，上述范围确定部被配置为，在第一时间点上述检测优先级高的障碍物在上述可观测范围之外，在上述第一时间点之后的第二时间点上述检测优先级高的障碍物进入了上述可观测范围时，以上述检测优先级高的障碍物被包含在上述观测范围中的方式，确定上述观测范围。

在上述第一方式中，上述优先级确定部被配置为，还使用与包含上述多个障碍物中的至少一部分的区域对应的地图信息，针对上述多个障碍物分别确定检测优先级。

在上述第一方式中，上述取得部被配置为取得车道信息作为上述检测结果，上述车道信息是与上述本车辆的前方的车道有关的信息，上述范围确定部被配置为，在根据上述车道信息检测出在上述本车辆的前方存在右转专用车道，并且检测出上述本车辆进入了上述右转专用车道的情况下，以右转的上述本车辆穿过的区域被包含在上述观测范围中的方式，确定上述观测范围。

在上述第一方式中，上述取得部被配置为，取得道路信息作为上述检测结果，上述道路信息是与上述本车辆的前方的道路有关的信息，上述范围确定部被配置为，在根据上述道路信息检测出在上述本车辆的前方车道数减少的情况下，以在上述本车辆的前方车道数减少的地点即汇合点被包含在上述观测范围中的方式，确定上述观测范围。

在上述第一方式中，上述取得部被配置为，取得标识信息作为上述检测结果，上述标识信息是与存在于上述本车辆的周围的道路标识和道路标示中的至少一方有关的信息，上述范围确定部被配置为，根据上述标识信息来确定上述观测范围。

在上述第一方式中，还具有控制部，上述控制部被配置为控制笔形光束的射出方向，上述第二传感器为能够射出上述笔形光束的传感器，上述取得部被配置为取得形状信息作为上述检测结果，上述形状信息是与存在于上述本车辆的周围的障碍物的形状有关的信息，上述范围确定部被配置为，根据上述形状信息来确定上述观测范围，上述控制部被配置为，根据上述形状信息控制上述射出方向，以使上述笔形光束沿着上述障碍物的外形形状扫描。

附图说明

以下，参考附图，说明本发明的示例性实施方式的特征、优点以及技术和工业意义，在附图中，相同的附图标记表示相同的元件。

图1是表示实施方式的传感器系统的结构的一例的框图。

图2是表示实施方式的粗测传感器的视场的一例的图。

图3是表示实施方式的精测传感器的视场的一例的图。

图4是表示实施方式的传感器系统的动作的流程图。

图5是表示实施方式的传感器系统的结构的其他例子的框图。

图6是表示由实施方式的粗测传感器观测的范围的一例的图。

图7是表示车辆1行驶的道路的一例的图。

图8是表示基于实施方式的粗测传感器的观测结果的概念的示意图。

图9是表示实施方式的威胁度判断的流程图。

图10是对威胁度、距离、观测优先顺序的关系进行规定的表的一例。

图11是表示实施方式的观测计划的生成动作的流程图。

图12A是表示扫描样式的示例的图。

图12B是表示扫描样式的示例的图。

图13是表示实施方式的观测顺序的替换动作的流程图。

具体实施方式

对车载传感器系统的实施方式进行说明。实施方式的车载传感器系统具有检测本车辆的周围的状况的第一传感器和与上述第一传感器相比而角度分辨率高的第二传感器。在此，第二传感器只要与第一传感器相比而角度分辨率高，则也可以是与第一传感器相同类别的传感器，也可以是与第一传感器不同类别的传感器。另外，第一传感器不限于一个，也可以是多个。第二传感器也不限于一个，也可以是多个。

传感器的分辨率能够通过每单位面积的观测点数(即，观测密度)来评价。每单位面积的观测点数越增加(换言之，观测密度越高)，分辨率的评价越高。另一方面，具体的分辨率由传感器可识别的最小距离或角度来表示。可识别的最小的距离或角度越小，分辨率(即，识别对象的能力)越高。也就是说，可识别的最小的距离或角度越小，越能够提高观测密度。“角度分辨率”是以可识别的最小的角度表示分辨率的指标。“与第一传感器相比而角度分辨率高”指的是，“能够识别到比第一传感器能够识别的最小角度小的角度”。

例如，在具有二维地排列了多个检测元件的检测部，并一次地观测上述检测部的视场范围的传感器(例如，摄像机等)中，分辨率相当于上述观测密度。在该情况下，一个检测元件的视场角(即，瞬时视场)相当于“角度分辨率”的一个具体例。

例如，在射出观测波(光、电波等)，并观测射出的观测波的反射波的传感器(例如LiDAR(Light Detection and Ranging)、雷达等)中，每单位面积照射的激光或光束的条数相当于上述观测密度。例如在LiDAR的情况下，将距一个面的距离设为“x”，上述一个面上的激光点之间的距离设为“d”时，“角度分辨率”大致被表示为“d·2tan^-1(1/2x)”(该值对应于扫描步进角)。例如在雷达的情况下，以角度表示的光束宽度相当于“角度分辨率”的一个具体例。

“本车辆的周围的状况”指的是某一时间点的本车辆的周围的情况。在“本车辆的周围的状况”中，例如包含存在于本车辆的周围的物体、本车辆行驶的道路的形状和构造、与上述道路的路面有关的信息等。在“本车辆的周围的状况”中还可以包含降雨量、降雪量等与气象有关的信息。

在上述“本车辆的周围存在的物体”中也可以包括例如护栏、杆、路缘石等固定在地面上的设置物，例如停车车辆、路锥等静止物，例如行驶车辆、行人等移动体等。以下，将此处例示的设置物、静止物以及移动体适当地称为“障碍物”。另外，各第一传感器和第二传感器也可以例如根据物体的特性(例如，反射率、颜色等)(即，以与上述分类不同的分类)来识别物体。例如，对于道路标识、道路标识主体和支承上述道路标识主体的支柱可以被识别为独立的物体。

在上述“道路的形状和构造”中可以包括例如车道数量、车道宽度、道路宽度、曲率、右转专用车道、汇合处、分叉处、交叉路口等。在上述“与路面有关的信息”中，例如可以包含与在路面标记的道路标示有关的信息、与路面的凹凸有关的信息等。

上述车载传感器系统包括取得部和范围确定部。取得部取得基于第一传感器的检测结果。在第一传感器为摄像机的情况下，检测结果可以是由上述摄像机拍摄的图像。在第一传感器为LiDAR、雷达的情况下，检测结果例如可以是包含从第一传感器到反射点为止的距离、反射强度的数据。

范围确定部根据由取得部取得的检测结果，确定在本车辆的周围中第二传感器应该观测的观测范围。在此，“观测范围”是第二传感器实际观测的范围，是比第二传感器在其性能上能够观测到的最大范围即可观测范围窄的范围。在第二传感器例如为具有变焦功能的摄像机的情况下，“可观测范围”对应于焦距最短时的视场角。在第二传感器为扫描型的LiDAR、雷达的情况下，“可观测范围”例如相当于产品目录等中记载的视场角。

“根据检测结果”指的是，不限于根据检测结果本身(所谓的原始数据)，例如也包括基于加工检测结果而得到的数据、通过向检测结果实施某种处理(例如，分析处理等)而得到的数据等的概念。

在根据检测结果而得到与存在于本车辆的周围的障碍物有关的信息的情况下，范围确定部例如可以以障碍物周边被包含于观测范围的方式，确定上述观测范围。此时，范围确定部例如可以以上述障碍物周边以外的区域不被包含于观测范围的方式，确定上述观测范围。或者，在根据检测结果而得到与存在于本车辆的周围的多个障碍物有关的信息的情况下，范围确定部例如可以以相当于移动体的障碍物优先地被包含于观测范围的方式，确定上述观测范围。或者，在根据检测结果而确认在本车辆的前方存在交叉路口的情况下，范围确定部可以以交叉路口周边被包含于观测范围的方式，确定上述观测范围。此时，范围确定部例如可以以上述交叉路口周边以外的区域不被包含于观测范围的方式，确定上述观测范围。

例如，为了实现更高级的自动驾驶，需要针对本车辆的周围的基于车载传感器的高精度的观测结果。作为输出高精度的观测结果的高精度传感器，例如提出了扫描笔形光束的相控阵雷达。但是，由于笔形光束的光束宽度比较窄，所以相控阵雷达与例如发射扇形光束的雷达相比，需要数倍至数百倍的观测时间。因此，在作为复杂环境的道路上行驶的车辆上搭载有例如相控阵雷达等高精度的传感器，观测时间也会相对于车辆周围的环境变化而不足(例如，由于本车辆移动或者周围的其他车辆等移动，有可能在得到观测结果的时间点，在由上述观测结果表示的位置不存在对应的物体)。也就是说，即使在车辆上搭载了高精度的传感器，也难以充分发挥其性能。

然而，在上述车载传感器系统中，根据角度分辨率比较低的第一传感器的检测结果，确定角度分辨率较高的第二传感器(相当于上述的高精度的传感器)应该观测的观测范围。

在此，由于第一传感器的角度分辨率比较低，所以基于第一传感器的本车辆的周围状况的检测的处理所需的时间比较短。此外，由于第一传感器的角度分辨率比较低，所以基于第一传感器的检测结果的数据量比较小。因此，能够缩短从基于第一传感器的本车辆的周围的状况的检测起到确定第二传感器的观测范围为止所需的时间。并且，由于第二传感器的观测范围比上述第二传感器的可观测范围窄(换言之，由于第二传感器应该观测的范围被限定)，所以对观测范围进行观测所需的时间比对可观测范围的整体进行观测所需的时间短。

另一方面，第二传感器的观测范围的确定方式可以为，包括例如障碍物、交叉路口等在车辆行驶时应该注意的点(换言之，有可能对车辆的行驶产生较大影响的点)。以此方式，能够针对上述应该关注的点得点比较高的精度的观测结果。

也就是说，在上述车载传感器系统中，针对第二传感器的观测范围实施比较高精度的观测，与此同时针对其他范围实施比较低精度的观测。因此，根据上述车载传感器系统，能够在抑制观测时间的同时取得高精度的观测结果。因此，根据上述车载传感器系统，例如能够实现针对有可能对本车辆的行驶产生较大的影响的点而取得比较高精度的观测结果，另一方面，针对不影响或很有可能不影响本车辆的行驶的点而仅取得较低精度的观测结果。

参照图1至图4，说明实施方式的车载传感器系统的一具体例的传感器系统100。

在图1中，传感器系统100搭载在相当于上述本车辆的一例的车辆1。传感器系统100被构成为，具有中央处理和/或控制装置10、粗测传感器20、精测传感器30。在图1中，粗测传感器20及精测传感器30各描绘了一个，但粗测传感器20及精测传感器30也可以分别具有多个。

粗测传感器20及精测传感器30分别相当于上述的第一传感器及第二传感器的一例。因此，精测传感器30的角度分辨率与粗测传感器20的角度分辨率相比而较高。

参照图2，对粗测传感器20的配置进行说明。在图2中，扇形的范围表示各粗测传感器20的视场。粗测传感器20例如可以配置在车辆1的前部正面、前部左、前部右、后部左及后部右。此时，可以将各粗测传感器20配置为一个粗测传感器20的视场与其他粗测传感器20的视场的至少一部分重叠。

参照图3，对精测传感器30的配置进行说明。在图3中，扇状的范围表示各精测传感器30的视场(相当于上述的第二传感器的可观测范围)。精测传感器30例如可以配置在车辆1的车顶上。此时，可以将各精测传感器30配置为一个精测传感器30的视场与其他精测传感器30的视场的至少一部分重叠。

另外，粗测传感器20及精测传感器30各自的个数及配置只是一例，并不限定于此。

在中央处理和/或控制装置10中，作为在其内部逻辑上实现的处理块或者物理上实现的处理电路而具有粗测数据处理部11和精测数据处理部12。粗测数据处理部11实施粗测传感器20的数据处理。精测数据处理部12实施精测传感器30的数据处理。

参照图4的流程图，说明粗测数据处理部11和精测数据处理部12的动作。

在图4中，粗测数据处理部11取得基于粗测传感器20的观测信息(例如，与存在于车辆1的周围的障碍物对应的物体标志等相关的信息)(步骤S1)。粗测数据处理部11根据观测信息，预测在车辆1的周围存在的障碍物的未来的位置、轨迹(步骤S2)。另外，障碍物的轨迹的预测可以在障碍物为移动体的情况下实施。接着，粗测数据处理部11根据步骤S2的处理结果和车辆1的行动，判断障碍物的威胁度。威胁度例如可以根据车辆1与障碍物的碰撞可能性等来判断。粗测数据处理部11将威胁度的判断结果发送给精测数据处理部12。

精测数据处理部12根据从粗测数据处理部11接收的威胁度的判断结果，在车辆1的周围存在的障碍物中确定精测传感器30的观测对象。精测数据处理部12针对上述确定的观测对象设定观测顺序，并且设定精测传感器30的观测范围(步骤S4)。精测数据处理部12以根据观测顺序和观测范围的设定结果而对观测对象进行观测的方式，控制精测传感器30(步骤S5)。

参照图5至图13，说明实施方式的车载传感器系统的其他具体例的传感器系统110。传感器系统110是使上述的传感器系统100的结构更加实际的系统。在附图上的共同部位标注相同的附图标记进行表示，适当省略与传感器系统100重复的说明。

在图5中，传感器系统110被搭载于车辆1。传感器系统110包括中央处理和/或控制装置10(以下，适当称为“控制装置10”)、多个粗测传感器20、多个精测传感器30、本车辆运动传感器40。传感器系统110经由接口装置50与车辆1的车辆控制装置60连接。

另外，在图5中，描绘了两个粗测传感器20，但粗测传感器20不限于两个(即，粗测传感器20可以是三个以上，也可以是一个)。同样地，精测传感器30也不限于两个。

多个粗测传感器20不限于同一类别的传感器，也可以是相互不同的类别的传感器。作为粗测传感器20的具体例，可以举出摄像机、发射扇形光束的雷达、快闪型LiDAR等。同样地，多个精测传感器30也不限于同一类别的传感器，也可以是相互不同的类别的传感器。作为精测传感器30的具体例，可以举出有源相控阵列雷达、扫描型LiDAR、FMCW(Frequency Modulated Continuous Wave：调频连续波)雷达、FMCW-LiDAR、带万向架的摄像机等。

粗测传感器20具有：观测部，其得到观测信息；探测部，其对从上述观测部输出的观测原始数据(例如图像、反射波信息等)进行处理，例如识别物体，并转换为点阵、物体标志；控制部，其接收来自后述的粗测数据处理部11的指示，并设定观测参数。另外，粗测传感器20的结构是一个例子，并不限定于此。

精测传感器30具有：观测部，其得到观测信息；扫描部，其扫描上述观测部；探测部，其例如识别物体，并将转换为点阵、物体标志；控制部，其接收来自后述的精测数据处理部12的指示，并设定观测参数。另外，精测传感器30的结构是一个例子，并不限定于此。

本车辆运动传感器40被构成为，包括检测车辆1的运动信息的多个传感器。本车辆运动传感器40例如可以包括位置传感器(Global Positioning System：GPS等)、加速度传感器、角速度传感器等。

在控制装置10中，作为在其内部逻辑上实现的处理块或者作为物理上实现的处理电路而具有粗测数据处理部11、精测数据处理部12以及观测数据综合和/或识别部13。

(粗测数据处理部)

粗测数据处理部11具有探测数据综合部111、移动体检测部112、威胁度判断部113、粗测信息管理部114以及粗测传感器观测控制部115。

探测数据综合部111综合从多个粗测传感器20分别发送来的数据。具体而言，探测数据综合部111针对从各粗测传感器20发送来的数据，实施例如观测定时的时刻同步、各粗测传感器20的安装角、安装误差的校正、以及从传感器基准坐标系向以车辆1为中心的坐标系的坐标转换。此时，可以根据需要实施观测点的失真校正。

此后，探测数据综合部111在共通的坐标空间(即，以车辆1为中心的坐标系)上综合全部的粗测传感器20的数据。此时，探测数据综合部111针对一个粗测传感器20的视场与另一个粗测传感器20的视场重叠的区域，实施数据的一致判断，并实施与同一物体有关的观测点的综合(例如，计算与观测点有关的值的平均值，另一方面删除一个观测点等)。另外，关于共通的坐标空间，也可以代替以车辆1为中心的坐标系，例如设为惯性坐标系等以车辆1的中心以外为原点的坐标系。

其结果为，通过探测数据综合部111，生成与车辆1的周围(例如相当于图6的阴影部分的区域)有关的综合观测数据。探测数据综合部111向综合观测数据赋予时刻信息，并将上述综合观测数据依次发送到移动体检测部112和粗测信息管理部114。另外，上述的数据的综合方法是一个例子，并不限定于此。也就是说，在数据的综合方法中，可以应用现有的各种方式。

移动体检测部112从上述综合观测数据中检测移动体。具体而言，移动体检测部112根据本车辆运动传感器40的输出，检测车辆1的运动状态。然后，移动体检测部112从综合观测数据中去除由车辆1的运动引起的要素，并通过判断物体的运动来检测移动体。另外，移动体的检测方法可以根据粗测传感器20的类别来适当确定。在移动体的检测方法中，能够应用现有的各种方式，因此省略其详细的说明。

移动体检测部112针对检测的移动体，实施特征量的识别。作为特征量，例如可以举出速度、加速度、移动方向、相对于车辆1的相对距离、大小、粗测传感器固有的信息(Radar Cross-Section：RCS、光反射强度、颜色、形状等)等。移动体检测部112还将包括在综合观测数据中的物体中的未被检测为移动体的物体检测为静止物。移动体检测部112还针对检测的静止物，实施特征量的识别。作为特征量，例如可以举出相对于车辆1的相对距离、大小、粗测传感器固有的信息等。移动体检测部112将与移动体和静止物有关的检测结果发送到威胁度判断部113。

在此，考虑车辆1在例如图7所示的道路上行驶的情况。在图7中，行人511想要渡过车辆1的前方的人行横道。行人512沿着车辆1行驶的道路行走。对面车辆520在车辆1行驶的道路的对面车道上朝向车辆1行驶。在车辆1的前方的人行横道附近，设置有表明人行横道的存在的道路标识532。在车辆1行驶的道路的两侧种植有街道树。另外，在图7中，箭头表示移动体(例如行人、车辆等)的移动方向。

粗测传感器20的角度分辨率比较低，因此例如图8中圆形范围所示地，行人511等各物体以比较低的精度被观测。因此，当物体彼此比较接近时，它们有时不会被识别为独立的物体。另外，在图8中，施加了比较浓的阴影的圆形或椭圆形范围表示移动体，施加了比较淡的阴影的圆形或椭圆形范围表示静止物。

威胁度判断部113判断由移动体检测部112检测的移动体和静止物的威胁度。威胁度判断部113具有判断移动体的威胁度的移动体处理部113a和判断静止物的威胁度的静止物处理部113b。

参照图9以及图10，说明威胁度判断部113中的威胁度判断的具体例。

在图9的流程图中，当由探测数据综合部111生成的综合观测数据被输入到移动体检测部112时(步骤S101)，如上所述地，在移动体检测部112中实施运动判断(即，判断物体的运动)(步骤S102)。此后，与移动体有关的检测结果被输入到移动体处理部113a，并且与静止物有关的检测结果被输入到静止物处理部113b。

移动体处理部113a根据移动体的特征量，预测上述移动体(在此，下文称为“目标物”)的未来位置和轨迹(即，目标物从当前位置移动到未来位置的轨迹)(步骤S103)。与步骤S103的处理并行或前后地，移动体处理部113a根据本车辆运动传感器40的输出，检测车辆1的运动状态(例如预测车辆1的未来位置)。

移动体处理部113a根据目标物的未来位置及轨迹和车辆1的未来位置(进一步地，车辆1从当前位置移动到未来位置的轨迹)，实施目标物与车辆1的碰撞判断(步骤S104)。在该步骤S104的处理中，移动体处理部113a判断为(i)车辆1与目标物碰撞、(ii)车辆1与目标物不碰撞，但其行进路线相交、或者(iii)车辆1与目标物既不碰撞，行进路线也不相交。即，移动体处理部113a根据车辆1与目标物的相对位置及相对运动，实施上述碰撞判断。

在图7所示的例子中，移动体处理部113a针对行人511判断为(i)车辆1与目标物碰撞、或者(ii)车辆1与目标物不碰撞，但其行进路线相交。另一方面，移动体处理部113a针对行人512及对面车辆520，分别判断(iii)车辆1与目标物既不碰撞，其行进路线也不相交。

在判断为车辆1与目标物碰撞的情况下(步骤S104：碰撞)，移动体处理部113a将目标物识别为高威胁目标(步骤S105)。移动体处理部113a还根据被识别为高威胁目标的目标物的特征量，判断例如从车辆1到上述目标物的距离(步骤S106)。此后，移动体处理部113a以距车辆1的距离近的顺序排列被识别为高威胁目标的多个目标物(步骤S107)。

在判断为车辆1与目标物的行进路线相交的情况下(步骤S104：行进路线相交)，移动体处理部113a将目标物识别为中威胁目标(步骤S108)。移动体处理部113a还根据被识别为中威胁目标的目标物的特征量，判断例如从车辆1到上述目标物的距离(步骤S109)。此后，移动体处理部113a以距车辆1的距离近的顺序将识别为中威胁目标的多个目标物排列(步骤S110)。

在判断为车辆1与目标物既不碰撞，其行进路线也不相交的情况下(步骤S104：除此以外)，移动体处理部113a将目标物识别为低威胁目标(步骤S111)。移动体处理部113a还根据被识别为低威胁目标的目标物的特征量，判断例如从车辆1到目标的距离(步骤S112)。此后，移动体处理部113a以与车辆1的距离近的顺序排列被识别为低威胁目标的多个目标物(步骤S113)。

移动体处理部113a根据步骤S107、S110和S113的处理结果和例如图10所示的规定观测优先顺序的表格，判断(确定)各目标物的观测优先顺序(对应于图10所示表格中的数值)(步骤S114)。在步骤S114的处理中，移动体处理部113a以观测优先顺序高的顺序重新排列各目标物。另外，在图10所示的表中记载的数值是一个例子，并不限定于此。

在图7所示的示例中，行人511被判断为高威胁目标或中威胁目标。由于从车辆1到行人511比较远，所以行人511的观测优先顺序为“6(高威胁目标)”或者“9(中威胁目标)”。行人512和对面车辆520被判断为低威胁目标。行人512与对面车辆520相比而接近于车辆1，因此行人512的观测优先顺序例如为“11”，对面车辆520的观测优先顺序例如为“12”。在该情况下，移动体处理部113a根据观测优先顺序，以行人511、行人512、对面车辆520的顺序进行排列。

静止物处理部113b根据静止物的特征量，确定例如上述静止物的位置、距车辆1的距离、大小等。静止物处理部113b还根据本车辆运动传感器40的输出，检测车辆1的运动状态(例如预测车辆1的未来位置)。此后，静止物处理部113b根据静止物的位置等和车辆1的未来位置，实施静止物与车辆1的碰撞判断(步骤S115)。在该步骤S115的处理中，静止物处理部113b判断为(i)车辆1与静止物碰撞、或者(ii)车辆1与静止物不碰撞。也就是说，静止物处理部113b根据车辆1与静止物的相对位置以及相对运动，实施上述碰撞判断。

在判断为车辆1与静止物碰撞的情况下(步骤S115：碰撞)，静止物处理部113b将静止物识别为行进路线上的静止物(步骤S116)。静止物处理部113b还根据被识别为行进路线上的静止物的静止物的特征量，判断例如从车辆1到上述静止物的距离(步骤S117)。此后，静止物处理部113b以距车辆1的距离近的顺序，排列被识别为行进路线上的静止物的多个静止物(步骤S118)。

在判断为车辆1与静止物不碰撞的情况下(步骤S115：除此以外)，静止物处理部113b将静止物识别为无威胁。被识别为无威胁的静止物被从此后的处理对象中排除。

威胁度判断部113对移动体处理部113a的结果(即，步骤S114的处理的结果)和静止物处理部113b的结果(即，步骤S118的处理的结果)进行综合(步骤S119)。

具体而言，威胁度判断部113首先根据静止物处理部113b的结果和例如图10所示的表，判断被识别为行进路线上的静止物的静止物的观测优先顺序。此时，威胁度判断部113参照图10所示的表中的与“行进路线上的静止物”有关的行的数值，判断被识别为行进路线上的静止物的静止物的观测优先顺序。

威胁度判断部113接着根据移动体处理部113a的结果和被识别为行进路线上的静止物的静止物的观测优先顺序，以观测优先顺序高的顺序重新排列移动体和静止物。

威胁度判断部113将步骤S119的处理结果作为粗测威胁度信息发送到粗测信息管理部114。在该粗测威胁度信息中被赋予了时刻信息。粗测威胁度信息除了各物体(即，移动体或静止物)的观测优先顺序之外，还可以包括例如位置、距离、尺寸、形状、移动方向等。

在本实施方式中，如上所述地，根据车辆1的运动状态(例如未来位置)与移动体的轨迹及未来位置的关系、以及车辆1的运动状态与静止物的未来位置的关系，判断物体的威胁度。而且，根据物体的威胁度、从车辆1到物体的距离、物体的类别(在此为移动体或静止物)，确定各物体的观测优先顺序。也就是说，在传感器系统110中，根据车辆1与各物体的相对位置和相对运动、以及物体的类别，确定观测优先顺序。另外，观测优先顺序可以根据车辆1与各物体的相对位置、车辆1与各物体的相对运动、以及物体的类别中的至少一者来确定。

粗测信息管理部114从探测数据综合部111接收综合观测数据，并且从威胁度判断部113接收粗测威胁度信息。粗测信息管理部114根据向综合观测数据和粗测威胁度信息分别赋予的时刻信息，将它们相互关联。其结果为，积累了观测数据和粗测威胁度信息。

粗测信息管理部114将粗测威胁度信息发送给精测数据处理部12的精测目标确定和/或观测计划部121。此时，粗测信息管理部114可以根据经由接口装置50发送的车辆控制装置60的请求，对从粗测信息管理部114向精测目标确定和/或观测计划部121发送的信息进行限制，也可以向上述发送的信息实施加工。粗测信息管理部114将综合观测数据发送到观测数据综合和/或识别部13。

粗测信息管理部114可以根据经由接口装置50发送的车辆控制装置60的请求，调整与粗测传感器20有关的处理参数。粗测信息管理部114可以将上述调整的处理参数发送到粗测传感器观测控制部115。

粗测传感器观测控制部115根据来自粗测信息管理部114的指示，控制各粗测传感器20。此时，粗测传感器观测控制部115可以根据上述调整的处理参数来控制各粗测传感器20。

(精测数据处理部)

精测数据处理部12具有精测目标确定和/或观测计划部121(以下，适当地称为“观测计划部121”)、精测传感器观测控制部122、探测数据接收部123以及精测信息管理部124。

观测计划部121根据从粗测信息管理部114发送的粗测威胁度信息，确定各精测传感器30的观测目标，并且设定上述观测目标的观测顺序、观测范围。

具体而言，观测计划部121考虑了各精测传感器30的传感器规格信息(例如观测方式、角度分辨率等观测性能、可观测范围(视场)、扫描方式、扫描速度等)，从由粗测威胁度信息表示的观测优先顺序高(即，对于车辆1的威胁大)的物体的顺序进行观测，以此方式建立观测计划。此时，观测计划部121在预先设定的观测间隔(例如1帧期间)不能够完成全部的物体的观测的情况下，也可以将由粗测威胁度信息表示的观测优先顺序低的物体从观测目标中排除。

参照图11的流程图，对观测计划部121的动作进行说明。在图11中，观测计划部121首先接收粗测威胁度信息(步骤S201)。观测计划部121根据在粗测威胁度信息中包含的观测优先顺序，设定观测目标的观测顺序(步骤S202)。

观测计划部121与上述的步骤S202的处理并行地，根据在粗测威胁度信息中包含的观测目标(即，移动体或静止物)的目标坐标(即，观测目标的位置)，判断关于各观测目标的观测区域(即，精测传感器30应该观测的范围)(步骤S203)。然后，观测计划部121根据上述观测区域，实施精测传感器30的分配(步骤S204)。另外，观测区域相当于上述观测范围的一例。

观测计划部121将例如针对图7所示的行人511的观测区域判断为例如图8所示的观测区域A1。同样地，观测计划部121将例如针对图7所示的对面车辆520及行人512的观测区域分别判断为例如图8所示的观测区域A2及观测区域A3。观测计划部121向观测区域A1分配例如能够观测车辆1的左前方的精测传感器30。此外，观测计划部121向观测区域A2以及A3分配例如能够观测车辆1的右前方的精测传感器30。

观测计划部121与上述的步骤S202至S204的处理并行地，根据在粗测威胁度信息中包含的观测目标的目标尺寸以及距离，判断用于对观测目标进行观测的观测范围(步骤S205)。观测计划部121根据步骤S205的处理结果，设定各精测传感器30的观测范围(步骤S206)。

观测计划部121与上述步骤S202至S206的处理并行地，判断精测传感器30的分辨率(步骤S207)。在步骤S207的处理中，观测计划部121可以取得各精测传感器30的角度分辨率。

然而，在精测传感器30的角度分辨率例如为0.2度的情况下，例如车辆1的前方30m处的距离分辨率约为10cm，与此相对，车辆1的前方10m处的距离分辨率约为3.5cm。在车辆1的前方10m存在观测目标的情况下，以约3.5cm的距离分辨率观测观测目标的结果中的观测精度有时比在车辆控制方面要求的观测精度高。此时，也可以通过特意降低分辨率来抑制观测所需的时间。也就是说，观测计划部121在步骤S207的处理中，例如可以判断在车辆控制上要求的精测传感器30的分辨率。

接着，观测计划部121根据在步骤S207的处理中判断的分辨率和在粗测威胁度信息中包含的观测目标的形状以及运动信息(例如移动方向等)，针对各精测传感器30设定扫描步骤、扫描样式以及光束尺寸(步骤S208)。

作为扫描样式，列举例如图12A所示的光栅扫描的扫描样式、例如图12B所示的束斑s沿着观察目标的外部形状移动的扫描样式。另外，光束尺寸(例如观测目标的位置上的光束点的尺寸)优选为观测目标的尺寸的例如10分之1至100分之1。

返回图11，观测计划部121根据步骤S204、S206和S208的处理结果，确定各精测传感器30的观测参数(步骤S209)。此后，观测计划部121根据步骤S202和S209的处理结果以及预先设定的观测允许时间，设定在观测允许时间内可观测的目标数(步骤S210)。另外，观测允许时间可以是相当于数据更新周期的一个周期的时间。例如在一秒更新50次数据的情况下，数据更新周期为20毫秒。

此后，观测计划部121根据步骤S210的处理结果，确定由精测传感器30实际观测的观测目标，并生成观测计划(步骤S211)。以此方式，在传感器系统110中，以观测优先顺序高的观测目标(物体)优先于观测优先顺序低的观测目标的方式进行观测。换言之，在传感器系统110中，以观测优先顺序高的观测目标优先于观测优先顺序低的观测目标而被包含于精测传感器30的观测区域的方式，确定上述观测区域。

然而，例如在图8中，在观测区域A1中，除了与行人511(参照图7)对应的圆形范围之外，还包含与道路标识532(参照图7)对应的圆形范围。在该情况下，通过同时观测行人511和道路标识532，提高观测效率。

因此，观测计划部121例如也可以在上述步骤S210和步骤S211之间实施图13所示的动作。即，观测计划部121判断观测优先顺序高的高优先级目标周边有无其他的观测目标(步骤S301)。此时，关于将“周边”设为怎样的范围，例如可以根据精测传感器30等的规格适当确定。

观测计划部121根据步骤S301的处理结果，判断是否存在其他的观测目标(步骤S302)。在步骤S302的处理中，在判断为存在其他的观测目标的情况下(步骤S302：是)，观测计划部121判断是否能够同时观测在步骤S301的处理中成为基准的高优先级目标和其他的观测目标(步骤S303)。

在步骤S303的处理中，在判断为能够同时观测的情况下(步骤S303：是)，观测计划部121判断同时观测所需的时间(步骤S304)。此后，观测计划部121根据步骤S304的处理的结果(即，同时观测所需的时间)，再次判断是否能够同时观测上述高优先级目标和上述其他的观测目标(步骤S305)。

在步骤S305的处理中，在判断为能够同时观测的情况下(步骤S305：是)，观测计划部121以上述其他的观测目标与上述高优先级目标同时被观测的方式，改变观测顺序(步骤S306)。

在步骤S302的处理中，在判断为无其他的观测目标的情况下(步骤S302：否)，在步骤S303的处理中，在判断为不能够同时观测的情况下(步骤S303：否)，或者在步骤S305的处理中，在判断为不能够同时观测的情况下(步骤S305：是)，否)，观测计划部121不改变观测顺序地结束图13所示的动作(步骤S307)。

观测计划部121将上述生成的观测计划发送到精测传感器观测控制部122和精测信息管理部124。

精测传感器观测控制部122根据从观测计划部121接收的观测计划，向各精测传感器30的控制部发送观测指示。各精测传感器30的控制部根据从精测传感器观测控制部122接收的观测指示，向扫描部和观测部发送例如用于设定观测范围、扫描样式、扫描步骤、光束尺寸等的信息。另外，各精测传感器30的控制部的动作可以根据各精测传感器30的类别、规格而不同。

探测数据接收部123从多个精测传感器30分别接收观测数据。探测数据接收部123根据本车辆运动传感器40的输出，检测车辆1的运动状态。然后，探测数据接收部123从上述观测数据中去除由于车辆1的运动引起的要素。其结果为，生成作为仅包含由于观测目标的移动引起的要素的观测数据的精测信息。探测数据接收部123将上述精测信息发送到精测信息管理部124。

在精测传感器30为LiDAR或雷达的情况下，探测数据接收部123也可以针对作为上述观测数据的点阵数据，实施与精测传感器30的特征对应的处理。具体而言，在精测传感器30为LiDAR的情况下，探测数据接收部123可以利用第二回波实施边缘检测。或者，在精测传感器30为雷达的情况下，探测数据接收部123可以实施基于多普勒频移的观测目标的分离。

精测信息管理部124将从观测计划部121接收的观测计划与从探测数据接收部123接收的精测信息(即，根据观测计划的各精测传感器30的观测结果)建立关联。精测信息管理部124将相互建立关联的观测计划和精测信息发送到观测数据综合和/或识别部13。

(观测数据综合和/或识别部)

观测数据综合和/或识别部13对从粗测信息管理部114接收的综合观测数据与从精测信息管理部124接收的观测计划及精测信息进行综合，并生成车辆1周边的识别图。观测数据综合和/或识别部13参照上述识别图，例如将与高威胁目标有关的观测结果经由接口装置50发送到车辆控制装置60。观测数据综合和/或识别部13也可以根据来自车辆控制装置60的请求，向车辆控制装置60发送基于粗测传感器20的观测结果(例如，上述综合观测数据)、在基于粗测传感器20的观测结果中嵌入了基于精测传感器30的观测结果的图(例如，上述识别图)等。

观测数据综合和/或识别部13也可以存储识别图。在该情况下，观测数据综合和/或识别部13也可以根据来自车辆控制装置60的请求，将以前的识别图或者在以前的识别图中包含的信息的一部分发送到车辆控制装置60。

(技术效果)

在公路上行驶的车辆的周围存在多个物体。而且，上述多个物体相互接近的情况较多。此时，在基于角度分辨率较低的传感器的观测结果中，相互接近的两个(或三个以上)的物体有可能被观测为单一的物体。也就是说，由于角度分辨率相对较低，传感器可能不能够分离地识别相互接近的两个(或三个以上)物体。

特别地，在车辆通过自动驾驶进行行驶时，在传感器的视场内例如在行人等移动体与街道树、植物等静止物重叠的情况下、或者在相互不同的方向行进的两个移动体重叠的情况下，移动体与其他物体难以被分离地识别，这会成为车辆控制上的问题。

另一方面，根据角度分辨率较高的传感器，能够期待能够分离地识别相互接近的两个(或者三个以上)的物体。但是，由于角度分辨率比较高，所以观测所需的时间变得比较长。

列举具体的数值加以说明。例如以时速60km行驶的车辆的停止距离为40m左右。从安全性的观点出发，例如要求传感器能够识别存在于车辆前方50m的行人。能够识别存在于车辆前方50m的行人的角度分辨率例如为0.2度。此时，车辆前方50m处的距离分辨率约为18cm。

在一次观测所需的时间(即，传感器的可观测范围整体的观测所需的时间)例如为20毫秒的情况下，在一次观测期间，以时速60km行驶的车辆移动约30cm。也就是说，在一次观测期间，作为观测基准的传感器的位置偏移约30cm。鉴于上述车辆前方50m处的距离分辨率的值，认为该约30cm的偏移对于传感器的观测结果的影响比较大。因此，只通过角度分辨率较高的传感器来观测移动的车辆的周围全部是不现实的。

然而，在传感器系统110中，首先，基于粗测传感器20的观测结果(综合观测数据)，例如针对存在高威胁目标的大致位置，设定精测传感器30的观测区域(即，精测传感器30应该观测的范围被限定)。然后，通过精测传感器30实施上述设定的观测区域的观测。因此，根据传感器系统110，通过精测传感器30仅针对例如高威胁目标等有可能影响车辆1的行驶的目标进行观测，能够抑制一次观测所需的时间，与此同时能够取得比较高精度的观测结果。因此，根据传感器系统110，能够抑制一次观测所需的时间，与此同时例如分离地识别相互接近的两个物体。

<变形例>

(第一变形例)

威胁度判断部113在针对静止物确定观测优先顺序时，代替图9的流程图所示的动作或者在其基础上，对例如在道路引导标识等位于车辆1的上方的静止物和位于车辆1行驶的道路的路面上的静止物进行识别。然后，威胁度判断部113也可以仅将位于路面上的静止物设定为高威胁目标(此时，位于车辆1的上方的静止物可以从观测目标中排除)。也就是说，威胁度判断部113可以使位于路面上的静止物的观测优先顺序与位于车辆1的上方的静止物的观测优先顺序相比而较高。

(第二变形例)

关于威胁度判断部113的移动体处理部113a，在根据综合观测数据检测出相当于行人的物体的情况下、在根据相当于行人的物体的未来位置等推断(判断)为上述物体进入车辆1的行进路线上的情况下，将上述物体设定为高威胁目标。移动体处理部113a特别地根据例如车辆1的行驶计划、车辆1在右转专用车道上行驶的情况等而检测到车辆1的右转或左转的情况下，推断伴随着车辆1的右转或左转的轨迹。然后，移动体处理部113a在推断为相当于行人的物体进入沿着上述推断的轨迹行驶的车辆1的行进路线上的情况下，可以将上述物体设定为高威胁目标。其结果为，通过威胁度判断部113，被识别为行人的物体的观测优先顺序变得比较高。

采用这种结构，能够预先推断难以由本车辆运动传感器40预先检测的车辆1的行进方向上的大的变化，例如能够针对与在当前时刻未进入车辆1的行进路线上但在车辆1右转或左转的情况下进入上述车辆1的行进路线上的行人相当的物体，实施基于精测传感器30的观测。

(第三变形例)

关于威胁度判断部113的移动体处理部113a，在根据综合观测数据中包含的、作为基于粗测传感器20的雷达传感器的观测结果(即，作为与分别由多个反射点构成的多个物体标志有关的信息的物体标志信息)而检测出相当于RCS(反射截面积)比较低且速度比较低的移动体的物体标志的情况下，将上述物体标志识别为行人。在此，行人与车辆不同，有时会突然改变行进路线。因此，移动体处理部113a可以将被识别为行人的物体标志设定为高威胁目标，而与其位置等无关。其结果为，通过威胁度判断部113，被识别为行人的物体标志的观测优先顺序变得比较高。

另外，关于RCS是否为比较低，可以通过判断RCS是否为第一规定值以下来判断。在此，第一规定值可以通过实验或者经验或者模拟而计算在移动体为行人的情况下能够取得的RCS的范围，并根据上述计算的范围来确定。此外，关于移动体的速度是否比较低，可以通过判断速度是否为第二规定值以下来判断。在此，第二规定值可以通过实验或者经验或者模拟而计算在移动体为行人的情况下能够取得的速度范围，并根据上述计算的速度范围来确定。

(第四变形例)

如图2和图3所示，粗测传感器20的视场与精测传感器30的视场不同。在车辆1例如行驶在视线不好的细道上的情况下，在第一时间点，有时存在被包含在粗测传感器20的视场中但不被包含在精测传感器30的视场中的高威胁目标。在该情况下，精测数据处理部12的观测计划部121可以以在第一时间点之后的第二时间点上述高威胁目标进入精测传感器30的视场时上述高威胁目标被包括在精测传感器30的观测区域中的方式，确定观测区域。

(第五变形例)

威胁度判断部113除了基于移动体处理部113a的处理结果之外，还可以使用地图信息来确定针对各移动体的观测优先顺序。例如关于位于交叉路口附近的移动体，与位于除此之外的移动体相比，其行进路线突然改变的可能性较高(例如，如果是行人则横穿道路，如果是车辆则右转或左转)。因此，如果不仅是从车辆1到移动体的距离还使用地图信息，则能够更适当地确定针对移动体的观测优先顺序。

(第六变形例)

在上述实施方式中，根据由粗测传感器20观测的多个物体，确定精测传感器30的观测对象。但是，精测传感器30也可以观测粗测传感器20未观测的区域。

具体而言，粗测数据处理部11例如根据由作为粗测传感器20的摄像机拍摄的车辆1的前方的图像，取得与车辆1的前方的车道有关的信息即车道信息。粗测数据处理部11将上述车道信息发送至观测计划部121。观测计划部121在根据接收的车道信息检测出在车辆1的前方存在右转专用车道，并且根据例如基于本车辆运动传感器40的输出的车辆1的运动状态等而检测出车辆1进入了右转专用车道的情况下，以右转的车辆1穿过的区域被包含在精测传感器30的观测区域中的方式，确定上述观测区域。

此外，粗测数据处理部11例如根据由作为粗测传感器20的摄像机拍摄的车辆1的前方的图像，取得与车辆1的前方的道路有关的信息即道路信息。粗测数据处理部11将上述道路信息发送至观测计划部121。观测计划部121在根据接收的道路信息而检测出在车辆1的前方车道数减少的情况下，以作为车道数减少的地点的汇合点被包含在精测传感器30的观测区域中的方式，确定上述观测区域。

此外，粗测数据处理部11例如根据由作为粗测传感器20的摄像机拍摄的图像，取得与存在于车辆1周围的道路标识及道路标示的至少一方有关的信息即标识信息。粗测数据处理部11将上述标识信息发送至观测计划部121。观测计划部121可以根据标识信息来确定精测传感器30的观测区域。

在图7所示的例子中，通过粗测传感器20观测到道路标示531及道路标识532的至少一方。道路标示531和道路标识532都表示在车辆1的前方存在人行横道。在该情况下，观测计划部121可以以人行横道被包含在精测传感器30的观测区域中的方式，确定上述观测区域。

采用上述结构，能够针对位于车辆1的行进路线上或者进入的移动体比较多的区域，取得比较高精度的观测信息。

<应用例>

(第一应用例)

传感器系统110不限于单一的车辆，例如也可以应用于通过相互进行通信而队列行驶的多个车辆。在该情况下，也可以仅在队列的开头行驶的开头车辆搭载粗测传感器20，在追随上述开头车辆的其他车辆不搭载粗测传感器20。也就是说，其他车辆可以通过从开头车辆接收基于搭载在开头车辆的粗测传感器20的观测结果来实现与上述传感器系统110相同的动作。

(第二应用例)

传感器系统110不仅可以应用于车辆，例如也可应用于无人机等的无人移动体。另外，传感器系统110也可以适用于编队或组队移动的多个无人移动体。在该情况下，多个无人移动体可以包括仅搭载了粗测传感器20的无人移动体和仅搭载了精测传感器30的无人移动体。另外，多个无人移动体可以包括传感器系统110中仅具有相当于控制装置10的功能的无人移动体。也就是说，可以通过多个无人移动体来实现一个传感器系统110。

以下，对从以上说明的实施方式及变形例导出的发明的各种方式进行说明。

发明的一个方式涉及的车载传感器系统是一种具有检测本车辆的周围的状况的第一传感器和与上述第一传感器相比而角度分辨率高的第二传感器的车载传感器系统，具有：取得部，其取得基于上述第一传感器的检测结果；范围确定部，其根据上述检测结果，确定上述本车辆的周围中上述第二传感器应该观测的观测范围。在上述实施方式中，粗测传感器20相当于第一传感器的一例，精测传感器30相当于第二传感器的一例，探测数据综合部111相当于取得部的一例，精测目标确定和/或观测计划部121相当于范围确定部的一例。

在上述车载传感器系统的一个方式中，上述取得部取得障碍物信息作为上述检测结果，上述障碍物信息是与存在于上述本车辆的周围的多个障碍物有关的信息，上述车载传感器系统具有优先级确定部，上述优先级确定部根据基于上述障碍物信息的上述多个障碍物各自与上述本车辆的相对位置、上述多个障碍物各自与上述本车辆的相对运动、以及上述多个障碍物各自的类别中的至少一者，针对上述多个障碍物各自确定检测优先级，上述确定部以上述检测优先级高的障碍物优先于上述检测优先级低的障碍物而被包含在上述观测范围中的方式，确定上述观测范围。

“相对位置”指的是，不限于从上方俯视观察本车辆时的(即，二维坐标系)本车辆与障碍物的相对位置关系，也包括高度方向也被包括在内的三维坐标系中的本车辆与障碍物的相对位置关系。“根据相对位置确定检测优先级”指的是，不限于根据相对位置本身来确定检测优先级，也可以包含根据从相对位置导出的物理量或参数(例如本车辆与障碍物之间的距离等)来确定检测优先级。此外，在上述实施方式中，威胁度判断部113相当于优先级确定部的一例，观测优先顺序相当于检测优先级的一例。

在具有优先级确定部的方式中，在上述多个障碍物中包含位于上述本车辆的上方的第一静止物和位于上述本车辆行驶的道路的路面上的第二静止物的情况下，上述优先级确定部可以根据上述第一静止物与上述本车辆的相对位置、以及上述第二静止物与上述本车辆的相对位置，使上述第二静止物的检测优先级高于上述第一静止物的检测优先级。

在具有优先级确定部的方式中，在上述多个障碍物中包含有行人的情况下，上述优先级确定部在根据上述行人与上述本车辆的相对运动推断为上述行人进入上述本车辆的行进路线上的情况下，与未推断上述行人进入上述本车辆的行进路线上的情况相比，提高针对上述行人的检测优先级。

在具有优先级确定部的方式中，上述第一传感器为雷达传感器，上述取得部取得物体标志信息作为上述障碍物信息，所述物体标志信息是与分别由多个反射点构成的多个物体标志有关的信息，在上述多个物体标志中包含有特定物体标志的情况下，上述优先级确定部与上述多个物体标志中上述特定物体标志以外的物体标志的至少一部分相比，提高针对上述特定物体标志的检测优先级，上述特定物体标志是与移动体对应的物体标志，其速度为规定速度以下且其反射截面积为规定截面积以下的物体标志。在上述实施方式中，被识别为行人的物体标志相当于特定物体标志的一例。

在具有优先级确定部的方式中，在上述本车辆停止的情况下，上述第二传感器的可观测范围的至少一部分与上述第一传感器的检测范围不同，上述范围确定部以在第一时间点上述检测优先级高的障碍物在上述可观测范围外的情况下，在上述第一时间点之后的第二时间点上述检测优先级高的障碍物进入上述可观测范围时，上述检测优先级高的障碍物被包含在上述观测范围内的方式，确定上述观测范围。在上述实施方式中，粗测传感器20的视场相当于第一传感器的检测范围的一例，精测传感器30的视场相当于第二传感器的可观测范围的一例。

在具有优先级确定部的方式中，上述优先级确定部还使用与包含上述多个障碍物中的至少一部分的区域对应的地图信息，针对上述多个障碍物分别确定检测优先级。

在上述车载传感器系统的其他方式中，上述取得部取得车道信息作为上述检测结果，所述车道信息是与上述本车辆的前方的车道有关的信息，上述范围确定部在根据上述车道信息而检测出上述本车辆的前方存在右转专用车道，并且检测出上述本车辆进入了上述右转专用车道的情况下，以右转的上述本车辆穿过的区域被包含在上述观测范围中的方式，确定上述观测范围。

在上述车载传感器系统的其他方式中，上述取得部取得道路信息作为上述检测结果，上述道路信息是与上述本车辆的前方的道路有关的信息，上述范围确定部在根据上述道路信息而检测出上述本车辆的前方的车道数减少的情况下，以上述本车辆的前方中车道数减少的地点即汇合点被包含在上述观测范围中的方式，确定上述观测范围。

在上述车载传感器系统的其他方式中，上述取得部取得标识信息，作为上述检测结果，上述标识信息是与存在于上述本车辆的周围的道路标识及道路标示中的至少一方有关的信息，上述范围确定部根据上述标识信息来确定上述观测范围。

在上述车载传感器系统的其他方式中，上述第二传感器是能够射出笔形光束的传感器，上述车载传感器系统具有控制上述笔形光束的射出方向的控制部，上述取得部取得形状信息作为上述检测结果，上述形状信息是与存在于上述本车辆的周围的障碍物的形状有关的信息，上述范围确定部根据上述形状信息来确定上述观测范围，上述控制部根据上述形状信息控制上述射出方向，以使上述笔形光束沿着上述障碍物的外形形状扫描。

本发明不限于上述实施方式，在不违反从权利要求书和说明书整体理解的发明的主旨或思想的范围内能够适当地进行改变，伴随这样的改变的车载传感器系统也被包含在本发明的技术范围内。

Claims (6)

1.一种车载传感器系统，具有：

第一传感器，其被配置为检测本车辆的周围的状况；

第二传感器，其与所述第一传感器相比而角度分辨率高，

所述车载传感器系统的特征在于，具有：

取得部，其被配置为，取得基于所述第一传感器的检测结果；

范围确定部，其被配置为，根据所述检测结果而确定在所述本车辆的周围中所述第二传感器进行观测的观测范围，

还具有优先级确定部，所述优先级确定部被配置为，根据基于障碍物信息的多个障碍物各自与所述本车辆的相对位置、所述多个障碍物各自与所述本车辆的相对运动、以及所述多个障碍物各自的类别中的至少一者，针对所述多个障碍物各自确定检测优先级，所述检测优先级为观测优先顺序，

所述取得部被配置为取得所述障碍物信息作为所述检测结果，所述障碍物信息是与存在于所述本车辆的周围的所述多个障碍物有关的信息，

所述范围确定部被配置为，以所述检测优先级高的障碍物优先于所述检测优先级低的障碍物而被包含在所述观测范围中的方式，确定所述观测范围。

2.根据权利要求1所述的车载传感器系统，其特征在于，

所述优先级确定部被配置为，在所述多个障碍物中包含位于所述本车辆的上方的第一静止物和位于所述本车辆行驶的道路的路面上的第二静止物的情况下，根据所述第一静止物与所述本车辆的相对位置、以及所述第二静止物与所述本车辆的相对位置，使所述第二静止物的检测优先级高于所述第一静止物的检测优先级。

3.根据权利要求1或2所述的车载传感器系统，其特征在于，

所述优先级确定部被配置为，在所述多个障碍物中包含行人，并且根据所述行人与所述本车辆的相对运动而推断为所述行人进入所述本车辆的行进路线上的情况下，与在所述多个障碍物中包含行人，并且未推断为所述行人进入所述本车辆的行进路线上的情况相比，提高针对所述行人的检测优先级。

4.根据权利要求1或2所述的车载传感器系统，其特征在于，

所述第一传感器为雷达传感器，

所述取得部被配置为取得物体标志信息作为所述障碍物信息，所述物体标志信息是与分别由多个反射点构成的多个物体标志有关的信息，

所述优先级确定部被配置为，在所述多个物体标志中包含特定物体标志的情况下，与所述多个物体标志中所述特定物体标志以外的物体标志的至少一部分相比，提高针对所述特定物体标志的检测优先级，所述特定物体标志是与移动体对应的物体标志，并且所述特定物体标志的速度为规定速度以下且所述特定物体标志的反射截面积为规定截面积以下。

5.根据权利要求1或2所述的车载传感器系统，其特征在于，

在所述本车辆停止的情况下，所述第二传感器的可观测范围的至少一部分与所述第一传感器的检测范围不同，

所述范围确定部被配置为，在第一时间点所述检测优先级高的障碍物在所述可观测范围之外，在所述第一时间点之后的第二时间点所述检测优先级高的障碍物进入了所述可观测范围时，以所述检测优先级高的障碍物被包含在所述观测范围中的方式，确定所述观测范围。

6.根据权利要求1或2所述的车载传感器系统，其特征在于，

所述优先级确定部被配置为，还使用与包含所述多个障碍物中的至少一部分的区域对应的地图信息，针对所述多个障碍物分别确定检测优先级。

Images