CN116609792A - 外界识别装置 - Google Patents

Abstract

外界识别装置(50)具备：激光雷达(5)，其向本车辆的周围照射电磁波，从而检测本车辆的周围的外界状况；道路识别部(111)，其识别本车辆的行进方向的道路结构；划定部(112)，其根据由道路识别部(111)识别出的道路结构，在与从激光雷达(5)照射的电磁波的照射方向大致垂直的方向的平面上，沿着行进方向每隔规定距离划定检测区域；以及设定部(113)，其在由划定部(112)划定的检测区域内，根据预先决定的检测对象的大小设定激光雷达(5)的照射位置。划定部(112)根据从本车辆至检测区域的距离和由道路识别部(111)识别出的道路结构决定检测区域的大小，并按照所决定的大小划定检测区域。

Description

外界识别装置

技术领域

本发明涉及一种识别车辆的外界状况的外界识别装置。

背景技术

作为这种装置，以往提及有如下装置：根据从本车辆至所检测出的物体的距离、物体的位置来决定应注视的区域，仅将来自搭载于本车辆的多个车载相机中的、与该区域对应的车载相机的信息用于自主行驶，以降低自主行驶时的处理负荷(例如参见专利文献1)。

然而，为了进行良好的自主行驶，需要充分地识别车辆周围的外界状况。但是，上述专利文献1记载的装置，应注视的区域被限定在一部分区域，得不到必要的外界状况的信息，有可能无法良好地进行自主行驶。

现有技术文献

专利文献

专利文献1：日本特开2020-125102号公报。

发明内容

本发明的一技术方案的外界识别装置具备：车载检测器，其向本车辆的周围照射电磁波，检测本车辆的周围的外界状况；道路识别部，其识别本车辆的行进方向的道路结构；划定部，其根据由道路识别部识别出的道路结构，在与从车载检测器照射出的电磁波的照射方向大致垂直的方向的平面上，沿着行进方向每隔规定距离划定检测区域；以及设定部，其在由划定部划定的检测区域内，根据预先决定的检测对象的大小设定车载检测器的照射位置。划定部根据从本车辆至检测区域的距离和由道路识别部识别出的道路结构，决定检测区域的大小，并按照所决定的大小划定检测区域。

附图说明

本发明的目的、特征以及优点，通过与附图相关的以下实施方式的说明进一步阐明。

图1A是示出车辆在道路上行驶的情况的图。

图1B是示出图1A的地点的点云数据的一例的图。

图2是概略地示出本发明的实施方式的车辆控制装置的主要部分构成的框图。

图3A是用于说明检测区域的图。

图3B是用于说明检测区域的图。

图3C是用于说明检测区域的图。

图4是用于说明各检测区域的照射目标点的图。

图5是示出由图2的控制器的CPU执行的处理的一例的流程图。

图6是用于说明检测区域的对位的图。

具体实施方式

以下参照图1A～图6对本发明的实施方式进行说明。本发明的实施方式的外界识别装置能够应用于具有自动驾驶功能的车辆，即自动驾驶车辆。需要说明的是，有时将应用本实施方式的外界识别装置的车辆与其他车辆区别而称为本车辆。本车辆可以是具有内燃机(发动机)作为行驶驱动源的发动机车辆、具有行驶电动机作为行驶驱动源的电动汽车、具有发动机和行驶电动机作为行驶驱动源的混合动力车辆中的任意一种。本车辆不仅能够以不需要驾驶员的驾驶操作的自动驾驶模式行驶，还能够以基于驾驶员的驾驶操作的手动驾驶模式行驶。

自动驾驶车辆在以自动驾驶模式行驶(以下称为自动行驶或自主行驶)时，相机、根据激光雷达(LiDAR：Light Detection and Ranging)等车载检测器的检测数据，识别本车辆的周围的外界状况。自动驾驶车辆根据该识别结果，生成从当前时间点开始经过规定时间的行驶轨迹(目标轨迹)，并控制行驶用执行器使本车辆沿着目标轨迹行驶。

图1A是示出作为自动驾驶车辆的本车辆101在道路RD上行驶的情况的图。图1B是示出由搭载于本车辆101的激光雷达得到的检测数据(特征点)的一例的图。特征点是指物体的特征性之处，例如边缘的交点(建筑物的角、道路标识的角)等。另外，将由如图1B所示的多个特征点构成的数据称为点云数据。图1B中示出与图1A的地点对应的点云数据。本车辆101根据图1B所示那样的点云数据识别车辆周围的外界状况，更详细而言，识别车辆周围的道路结构、物体，并根据其识别结果生成目标轨迹。

然而，作为充分地识别车辆周围的外界状况的方法，可以考虑增加从激光雷达等车载检测器照射出的电磁波的照射点数量。另一方面，当增加照射点数量时，用于控制车载检测器的处理负荷、由车载检测器得到的检测数据(点云数据)的容量有可能增大。尤其是，如图1B所示，在道路旁边存在较多物体(除树木外，人、建筑物等)的状况下，点云数据的容量进一步增大。另外，当要处理这样的问题时，有可能使装置的规模增大。考虑到这一点，本实施方式如下构成车辆控制装置。

图2是示出本发明的实施方式的车辆控制装置100的主要部分构成的框图。该车辆控制装置100具有控制器10、通信单元1、定位单元2、内部传感器组3、相机4、激光雷达5、行驶用的执行器AC。另外，车辆控制装置100具有构成车辆控制装置100的一部分的外界识别装置50。外界识别装置50是根据相机4、激光雷达5等车载检测器的检测数据，识别本车辆101的外界的状况，更具体而言是识别本车辆101的周围的道路结构、物体的装置。

通信单元1经由包括以互联网、移动电话网等为代表的无线通信网的网络与未图示的各种服务器进行通信，并定期地或在任意时机从服务器取得地图信息、行驶记录信息以及交通信息等。网络不仅包含公共无线通信网，还包含对每个规定的管理地域设置的封闭的通信网，例如无线LAN、Wi-Fi(注册商标)、Bluetooth(注册商标)等。所取得的地图信息被输出到存储部12，地图信息更新。定位单元(GNSS单元)2具有接收从定位卫星发送的定位用信号的定位传感器。定位卫星是GPS卫星、准天顶卫星等人造卫星。定位单元2利用定位传感器接收到的定位信息，测定本车辆101的当前位置(纬度、经度、高度)。

内部传感器组3是检测本车辆101的行驶状态的多个传感器(内部传感器)的总称。例如内部传感器组3包括检测本车辆101的车速的车速传感器、分别检测本车辆101的前后方向的加速度和左右方向的加速度(横向加速度)的加速度传感器、检测行驶驱动源的转速的转速传感器、检测本车辆101的重心绕铅垂轴旋转的旋转角速度的横摆率传感器等。检测手动驾驶模式下的驾驶员的驾驶操作，例如对加速踏板的操作、对制动踏板的操作、对方向盘的操作等的传感器也包含在内部传感器组3中。

相机4具有CCD(电荷耦合元件)、CMOS(互补金属氧化物半导体)等拍摄元件，拍摄本车辆101的周边(前方、后方以及侧方)。激光雷达5测定本车辆101的全方位的针对照射光(电磁波的一种)的散射光，从而测定从本车辆101至周边的物体的距离、物体的位置、形状等。

执行器AC是用于控制本车辆101的行驶的行驶用执行器。在行驶驱动源是发动机的情况下，执行器AC包含调整发动机的节气门阀的开度(节气门开度)的节气门用执行器。在行驶驱动源是行驶电动机的情况下，行驶电动机包含在执行器AC中。使本车辆101的制动装置工作的制动用执行器和驱动转向装置的转向用执行器也包含在执行器AC中。

控制器10由电子控制单元(ECU)构成。更具体而言，控制器10包括具有CPU(微处理器)等运算部11、ROM(只读存储器)、RAM(随机存取存储器)等存储部12、I/O接口等未图示的其他外围电路的计算机而构成。需要说明的是，能够分别设置发动机控制用ECU、行驶电动机控制用ECU、制动装置用ECU等功能不同的多个ECU，但在图2中，为了方便起见，将控制器10示出为这些ECU的集合。

在存储部12存储高精度的详细的地图信息(称为高精度地图信息)。高精度地图信息包括道路的位置信息、道路形状(曲率等)的信息、道路的坡度的信息、交叉路口和岔路口的位置信息、车道数的信息、车道的宽度以及每条车道的位置信息(车道的中央位置、车道位置的分界线的信息)、作为地图上的标记的地标(信号机、标识、建筑物等)的位置信息、路面的凹凸等路面轮廓的信息。在存储部12还存储关于各种控制的程序、程序所使用的阈值等信息的信息。

运算部11具有道路识别部111、划定部112、设定部113、行驶控制部114作为功能性结构。需要说明的是，如图2所示，道路识别部111、划定部112、设定部113包含在外界识别装置50中。

道路识别部111识别本车辆101的行进方向的道路结构。具体而言，道路识别部111使用由激光雷达5检测出的检测数据(特征点)，生成三维的点云数据(三维地图数据)。需要说明的是，还可以根据每一像素的亮度、颜色的信息，从由相机4取得的、行进方向的拍摄图像数据(以下简称为拍摄图像)中提取表示物体的轮廓的边缘，并使用该边缘信息提取特征点，从而生成点云数据。

道路识别部111根据所生成的点云数据识别道路结构。更详细而言，道路识别部111使用机器学习，识别点云数据中所包含的、行进方向前方的道路RD的分界线(路缘石、道路划线)RL、RB。需要说明的是，分界线的识别方法不限于此，还可以利用其他方法来识别分界线。道路识别部111将由分界线RL、RB所夹的区域识别为与道路对应的区域(以下称为道路段)。需要说明的是，道路识别部111还可以取得存储于存储部12的高精度地图信息，基于所取得的高精度地图信息和根据定位单元2的传感器值识别出的本车位置来识别道路段。另外，道路段的识别方法不限于此，还可以利用其他方法来识别道路段。道路识别部111将对道路段的识别结果(以下称为道路结构信息)与由定位单元2测定出的本车辆101的当前位置建立对应关系地存储于存储部12。

需要说明的是，有时会发生分界线RL、RB隐藏在前方车辆等背后，无法识别一部分道路段的情况，即遮挡。因此，道路识别部111判定是否发生遮挡，在判定为发生遮挡时，补充道路段。具体而言，道路识别部111使用过去生成的点云数据中的当前的本车位置附近的点云数据，识别发生遮挡的区域的道路段，并用该识别结果补充道路段。由道路识别部111在过去生成的点云数据存储于存储部12中。需要说明的是，道路识别部111还可以使用存储于存储部12的高精度地图信息来补充道路段。

划定部112根据由道路识别部111识别出的道路段，在与从激光雷达5照射出的电磁波的照射方向大致垂直的方向的平面(以下称为虚拟平面)，即沿着行进方向每隔规定距离所设置的虚拟平面上分别划定检测区域。划定部112以随着距离本车辆101的距离增加而检测区域的大小变小的方式划定各检测区域。但是，在随着距离增加而道路宽度变大那样的状况下，检测区域有时会随着距离的增加而变大。划定部112根据由内部传感器组3的车速传感器检测出的本车辆101的车速，计算表示激光雷达5应检测外界状况的行进方向的范围的最大检测距离。此时，划定部112既可以根据本车辆101的当前的车速，计算能够以规定的减速度以下的减速度使本车辆101停止的制动距离，并将该制动距离作为最大检测距离，也可以将用该制动距离乘以规定的系数而得到的距离作为最大检测距离。划定部112从距离本车辆101最大检测距离的地点起朝向本车辆101，每隔规定距离设定虚拟平面，并在各虚拟平面上划定检测区域。

图3A、图3B以及图3C是用于说明检测区域的图。图3A所示的区域RS是本车辆101在图1A的道路RD上行驶过程中，由道路识别部111识别出的道路段。图3A的矩形框BX是在设定在距离本车辆101最大检测距离的地点的虚拟平面上所划定的检测区域。图3A的箭头线F的长度表示最大检测距离。如箭头线F所示，最大检测距离详细而言是从激光雷达5的设置位置至检测区域BX的左下角或右下角的距离。以包括在自动驾驶模式下行驶时应注视的区域的方式设定检测区域BX的宽度和高度。具体而言，以道路宽度方向的中心位置与道路段的道路宽度方向上的中心位置重叠的方式划定检测区域BX。检测区域BX的宽度被设定为与在该位置的道路宽度相同或比道路宽度长规定长度。检测区域BX的高度被设定为与本车辆101的车高相同或比车高长规定长度。

图3B中示意性地示出在以规定距离D为单位所设定的虚拟平面上划定的检测区域BX。图3C中示出将图3B的各检测区域BX示意性地与以激光雷达5作为视点的本车辆101的前方的图像重叠在一起的图。如图3C所示，当从激光雷达5的视点观察时，越是距离本车辆101的距离远的检测区域BX(

图3C中为越是更内侧的检测区域BX)，其大小越小。只是，在随着距离增加而道路宽度变大的状况下，检测区域BX有时随着距离的增加而变大。

设定部113在由划定部112划定的各检测区域BX内，根据预先设定的检测对象的最小尺寸，计算照射激光雷达5的电磁波(照射光)的位置(以下称为照射点或照射目标点)。更详细而言，设定部113按照根据检测对象的最小尺寸和各检测区域BX距离本车辆101的距离(行进方向的距离)计算出的角度分辨率，针对每一检测区域BX计算照射目标点。设定部113生成示出所计算出的照射目标点的位置的信息(以下称为照射目标点信息)，并与示出本车辆101的当前的行驶位置的位置信息建立对应关系地存储于存储部12。

设定部113在本车辆101正在以自动驾驶模式行驶时，从存储部12读出与本车辆101的当前的行驶位置对应的照射目标点信息，并按照该照射目标点信息设定激光雷达5的照射目标点。由此，来自激光雷达5的照射光朝向所设定的照射目标点照射。

行驶控制部114在自动驾驶模式下，根据基于激光雷达5的检测数据识别出的车辆周围的外界状况生成目标轨迹，并控制执行器AC使本车辆101沿着该目标轨迹行驶。需要说明的是，在手动驾驶模式下，行驶控制部114根据由内部传感器组3取得的来自驾驶员的行驶指令(转向操作等)对执行器AC进行控制。

图4是用于说明由设定部113计算出的各检测区域BX的照射目标点的图。图4的各检测区域BX内的方格的上下方向以及左右方向的间隔表示与各检测区域BX相对应的角度分辨率。方格的交点表示激光雷达5的照射目标点，激光雷达5的照射光朝向方格的交点照射。需要说明的是，激光雷达5的照射光既可以以光栅扫描方式照射，也可以以仅向由设定部113设定的照射目标点照射电磁波的方式断续地照射电磁波，还可以以其他方式照射。

如图4所示，与距离本车辆101最大检测距离的地点相对应的检测区域BX的角度分辨率为最小，最接近本车辆101的检测区域BX的角度分辨率为最大。这样，各检测区域BX的角度分辨率被决定为检测区域BX与本车辆101之间的距离越长(检测区域BX的尺寸越小)则各检测区域BX的角度分辨率越小。由此，在不降低远方的物体的位置、大小的识别精度、与远方的物体的距离的识别精度的情况下，能够降低激光雷达5的照射目标点数量。需要说明的是，在图4中，在检测区域BX内包含其他的检测区域BX的方格的交点时，角度分辨率更小的检测区域BX的方格的交点被优先设定为照射目标点。

图5是按照预先设定的程序由图2的控制器10执行的处理的一例的流程图。图5的流程图所示的处理例如在本车辆101以自动驾驶模式行驶过程中按照每规定周期反复执行。

首先，在步骤S11中，使用由激光雷达5检测出的检测数据，生成三维的点云数据。在步骤S12中，执行道路分割。具体而言，根据在步骤S11中生成的点云数据识别本车辆前方的道路的分界线，并根据该分界线识别道路段。在步骤S13中，判定是否发生遮挡。当步骤S13为否定(S13：否)时，进入步骤S15。当步骤S13为肯定(S13：是)时，在步骤S14中，补充道路段的数据。

在步骤S15中，在由步骤S14识别出的道路段上的最大检测距离前方的地点设定检测区域BX。具体而言，在最大检测距离前方的地点设定虚拟平面，在该虚拟平面上划定检测区域BX。接下来，在步骤S16中，沿着行进方向每隔规定距离设定检测区域BX。具体而言，沿着行进方向每隔规定距离设定虚拟平面，并在各虚拟平面上划定检测区域BX。此时，根据从本车辆101至检测区域BX的距离和在步骤S12、S13中识别出的道路段，决定检测区域BX的大小，并按照所决定的大小划定检测区域BX。在道路宽度几乎没发生变化的状况下，各检测区域BX以随着检测区域BX与本车辆101之间的距离增加而变小的方式设定(图3C)。只是，在随着距离增加而道路宽度变大那样的状况下，检测区域BX有时会随着距离的增加而变大。

在步骤S17中，计算与各检测区域BX对应的角度分辨率。在步骤S18中，按照在步骤S17中计算出的角度分辨率，针对每一检测区域BX计算照射目标点，并将表示计算出的照射目标点的照射目标点信息与表示本车辆101的当前的行驶位置的位置信息建立对应关系地存储于存储部12。

如下总结本实施方式的外界识别装置50的动作。在本车辆101初次在道路RD上行驶时，由于在存储部12中未存储与该行驶位置相对应的照射目标点信息，所以没有进行基于照射目标点信息的照射目标点的设定。因此，来自激光雷达5的照射光照射到本车辆101前方的全域，因此取得如图1B所示的检测数据(点云数据)(S11)。接下来，按照基于点云数据识别出的道路段每隔规定距离划定检测区域BX(S12～S16)，并针对每一检测区域计算照射目标点。然后，将表示计算出的照射目标点的照射目标点信息存储于存储部12(S17、S18)。另一方面，在本车辆101以自动驾驶模式再次在道路RD上行驶时，在存储部12中存储有与该行驶位置相对应的照射目标点信息。因此，来自激光雷达5的照射光照射在由照射目标点信息指定的照射目标点，因此仅取得与自动行驶时应注视的区域相对应的检测数据(点云数据)(S11)。需要说明的是，在根据此时取得的点云数据识别出的道路结构(道路段的位置、形状)(S12)与上次行驶时识别出的道路结构有规定程度以上的差异时，还可以执行之后的处理，即S13～S18的处理。另一方面，在无规定程度以上的差异时，还可以跳过之后的处理。

采用本实施方式，能够起到如下的作用效果。

(1)外界识别装置50具备：激光雷达5，其向本车辆101的周围照射电磁波从而检测本车辆101的周围的外界状况；道路识别部111，其识别本车辆101的行进方向的道路结构；划定部112，其根据由道路识别部111识别出的道路结构，在与从激光雷达5照射出的电磁波(照射光)的照射方向大致垂直的方向的平面上，沿着行进方向每隔规定距离划定检测区域BX；以及设定部113，其在由划定部112划定的检测区域BX内，根据预先决定的检测对象的大小，设定激光雷达5的照射位置(照射目标点)。划定部112根据从本车辆101至检测区域BX的距离和由道路识别部111识别出的道路结构决定检测区域BX的大小，并按照所决定的大小划定检测区域BX。预先决定的检测对象是激光雷达5应检测的物体中的最小尺寸的物体。由此，在不降低外界状况的识别精度的情况下，能够降低激光雷达5的照射目标点数量。其结果是，能够降低处理负荷的同时，精确地识别车辆周围的外界状况。

(2)设定部113根据上述最小尺寸的值和检测区域BX距离本车辆101的距离，计算与检测区域BX对应的角度分辨率，并将激光雷达5的照射位置与根据计算出的角度分辨率将检测区域BX在左右方向(图4中的左右方向)上进行分割得到的各矩形区域建立对应关系。另外，设定部113将激光雷达5的照射位置与根据计算出的角度分辨率将检测区域BX在上下方向(图4中的上下方向)上进一步分割得到的各矩形区域建立对应关系。由此，在不使激光雷达5对物体的检测精度下降的情况下，能够降低激光雷达5的照射目标点数量。

(3)划定部112根据本车辆101的车速，计算表示激光雷达5应检测外界状况的行进方向的范围的最大距离(最大检测距离)，从距离本车辆101最大检测距离的地点朝向本车辆101，每隔规定距离划定检测区域BX。由此，能够与本车辆101的车速无关地、精确地识别车辆周围的外界状况。

(4)道路识别部111根据激光雷达5的检测数据识别本车辆101的行进方向的道路的分界线，并识别由该分界线所示的道路结构。由此，在不使用地图信息的情况下，能够识别道路结构。需要说明的是，道路识别部111在存储部12中存储有地图信息(高精度地图信息)时，代替激光雷达5的检测数据或者与激光雷达5的检测数据一起基于地图信息，识别本车辆101的行进方向的道路结构。由此，能够精确地识别道路结构。

上述实施方式能够变形成各种方式。以下对若干变形例进行说明。在上述实施方式中，设定部113生成示出照射激光雷达5的照射光的位置的照射目标点信息，并基于该照射目标点信息设定激光雷达5的照射目标点，但设定部的构成不限于此。例如在车辆控制装置具有通过照射电磁波而检测反射波来检测本车辆周边的其他车辆、障碍物等的雷达作为车载检测器的情况下，设定部还可以生成示出照射雷达的电磁波的位置的照射目标点信息，并基于该照射目标点信息设定雷达的照射目标点。并且，外界识别装置还可以根据雷达的检测数据来识别本车辆101的外界的状况。

另外，在上述实施方式中，划定部112以检测区域BX在道路宽度方向上的中心位置与道路段在道路宽度方向上的中心位置重叠的方式划定检测区域BX。但是，当根据本车辆101所行驶的道路的形状，这样来设定检测区域BX时，有可能发生遗漏区域。图6的(a)是用于说明遗漏区域的图。需要说明的是，为了简化说明，在图6的(a)中仅示出四个检测区域BX(BX1～BX4)。如图6的(a)所示，道路RD向右侧极度(以规定的曲率以上)转弯时，检测区域BX1的右端部与比检测区域BX1靠后方的检测区域BX2的右端部相比较，极度地被配置于左侧。其结果是，尽管是在以自动驾驶模式行驶时应注视的区域，也会发生在检测区域BX1、BX2中均不包括的区域，即不照射激光雷达5的照射光的区域(遗漏区域)。在检测区域BX2、BX3之间以及检测区域BX3、BX4之间也同样地产生这样的遗漏区域。图中的加影线的区域MA表示遗漏区域。

因此，在发生遗漏区域MA那样的情况下，如图6的(b)所示，划定部112还可以使检测区域BX1、BX2、BX3的右端部的位置分别向图中的箭头的方向偏移，使得与一个后方的检测区域BX2、BX3、BX4的右端部的位置重合。需要说明的是，在图6的(a)(b)中，示出了道路RD极度地向右侧转弯的例子，但在道路极度地向左侧转弯时，还可以使检测区域的左端部的位置偏移，使得与一个后方的检测区域的左端部的位置重合。由此，即使在道路极度地转弯时，也能够精确地识别车辆周围的外界状况。

另外，在上述实施方式中，示出了图5所示的处理在本车辆101以自动驾驶模式行驶过程中反复执行的例子，但图5所示的处理还可以在本车辆101以手动驾驶模式行驶过程中反复执行。详细而言，在以手动驾驶模式行驶过程中生成照射目标点信息而存储于存储部12，当再次以自动驾驶模式在以手动驾驶模式行驶过的道路上行驶时，还可以按照存储于存储部12中的照射目标点信息设定激光雷达5的照射目标点。

还有，在上述实施方式中，将外界识别装置50应用在了自动驾驶车辆上，但外界识别装置50也能够应用在自动驾驶车辆以外的车辆上。例如，在具备ADAS(Advanceddriver-assistance systems：高级驾驶辅助系统)的手动驾驶车辆上也能够应用外界识别装置50。

以上说明归根结底为一例，只要不破坏本发明的特征，上述实施方式和变形例就不限定本发明。既能够将上述实施方式与变形例的一个或多个任意组合，也能够将变形例彼此进行组合。

采用本发明，能够在降低处理负荷的同时，精确地识别车辆周围的外界状况。

上文结合优选实施方式对本发明进行了说明，但本领域技术人员应理解，在不脱离后述权利要求书的公开范围的情况下能够进行各种修改和变更。

Claims (9)

1.一种外界识别装置，其特征在于，具备：

车载检测器(5)，其向本车辆(101)的周围照射电磁波，从而检测本车辆的周围的外界状况；

道路识别部(111)，其识别本车辆的行进方向的道路结构；

划定部(112)，其根据由所述道路识别部(111)识别出的道路结构，在与从所述车载检测器(5)照射的电磁波的照射方向大致垂直的方向的平面上，沿着行进方向每隔规定距离划定检测区域；以及

设定部(113)，其在由所述划定部(112)划定的所述检测区域内，根据预先决定的检测对象的大小设定所述车载检测器(5)的照射位置，

所述划定部(112)根据从本车辆(101)起至所述检测区域的距离和由所述道路识别部(111)识别出的道路结构决定所述检测区域的大小，并按照所决定的所述大小划定所述检测区域。

2.根据权利要求1所述的外界识别装置，其特征在于，

所述预先决定的检测对象是所述车载检测器(5)应检测的物体中的最小尺寸的物体。

3.根据权利要求1所述的外界识别装置，其特征在于，

所述设定部(113)根据所述预先决定的检测对象的大小和所述检测区域距离本车辆(101)的距离，计算与所述检测区域相对应的角度分辨率，并将所述车载检测器(5)的照射位置与根据所述角度分辨率将所述检测区域在左右方向上分割得到的各矩形区域建立对应关系。

4.根据权利要求3所述的外界识别装置，其特征在于，

所述设定部(113)将所述车载检测器(5)的照射位置与根据所述角度分辨率将所述检测区域进一步在上下方向上分割得到的各矩形区域建立对应关系。

5.根据权利要求1所述的外界识别装置，其特征在于，

所述划定部(113)根据本车辆(101)的车速，计算表示所述车载检测器(5)应检测所述外界状况的行进方向的范围的最大距离，从距离本车辆(101)所述最大距离的地点朝向本车辆(101)，以所述规定距离为单位划定所述检测区域。

6.根据权利要求1所述的外界识别装置，其特征在于，

所述道路识别部(111)根据所述车载检测器(5)的检测数据识别本车辆(101)的行进方向的道路的分界线，并识别由该分界线所示的道路结构。

7.根据权利要求1所述的外界识别装置，其特征在于，还具备存储地图信息的存储部(12)，

所述道路识别部(111)根据存储于所述存储部(12)中的地图信息，识别本车辆(101)的行进方向的道路结构。

8.根据权利要求1所述的外界识别装置，其特征在于，还具备存储部(12)，

所述道路识别部(111)当在本车辆(101)正在道路上行驶时识别本车辆(101)的前方的所述道路结构时，将示出识别出的所述道路结构的道路结构信息与本车辆(101)的行驶位置建立对应关系地存储所述存储部(12)，

所述划定部(112)在本车辆(101)再次在所述道路行驶时，当由所述道路识别部(111)识别出的与本车辆(101)的行驶位置相对应的所述道路结构与由存储于所述存储部(12)的所述道路结构信息所示的所述道路结构具有规定程度以上的差异时，根据由所述道路识别部(111)识别出的所述道路结构划定所述检测区域，

所述设定部(113)在由所述划定部(112)确定了所述检测区域时，在该检测区域内设定所述车载检测器(5)的照射位置。

9.根据权利要求1至8中任一项所述的外界识别装置，其特征在于，

所述车载检测器(5)为激光雷达。