JP2001052171A

JP2001052171A - 周囲環境認識装置

Info

Publication number: JP2001052171A
Application number: JP11223938A
Authority: JP
Inventors: Kazumi Fujimoto; 和巳藤本
Original assignee: Nissan Motor Co Ltd
Current assignee: Nissan Motor Co Ltd
Priority date: 1999-08-06
Filing date: 1999-08-06
Publication date: 2001-02-23
Anticipated expiration: 2019-08-06
Also published as: JP3674400B2

Abstract

(57)【要約】【課題】物体の色や大きさに影響されず、常に正確に前
方の物体を検出することの出来る周囲環境認識装置を提
供する。【解決手段】レーザレンジファインダ１で検出した距離
情報を、デジタル値の配列とした距離画像として距離画
像メモリ２に記憶し、演算装置４において、距離画像を
垂直方向に短冊状の小領域に分割し、分割した小領域内
の距離画像において垂直方向の距離値が一定であり、か
つ距離と距離画像の垂直位置との関係について予め定め
た道路モデルとの相関値が所定値以下である領域を物体
候補領域として抽出し、物体候補領域が連続して存在し
ていれば１つの物体候補範囲と判断することにより、物
体の存在する範囲を認識する周囲環境認識装置。従来の
ようにエッジの情報によらないので、背景や物体の色に
左右されずに周囲環境を認識することができる。

Description

【発明の詳細な説明】

【０００１】

【発明の属する技術分野】この発明は前方に存在する物
体の形状と距離を２次元平面的に計測する装置に関し、
特に、距離情報と輝度情報を組み合わせて処理すること
によって物体検出の精度を向上させる技術に関する。

【０００２】

【従来の技術】従来の周囲環境認識装置（例えば、車両
用の障害物検出装置）としては、例えば特開平７−２２
５１２７号公報に記載されたものがある。これは、撮像
した画像から縦エッジを検出し、ステレオ画像処理によ
り距離を測定し、距離と物体に応じた左右の範囲内に一
対の縦エッジが存在することで物体を認識している。

【０００３】

【発明が解決しようとする課題】しかし、上記の従来技
術においては、背景や物体の色によっては１対の縦エッ
ジが検出できないことがあり、また、同じ色の物体が異
なる距離で重なっている状況では、２つの物体のエッジ
を正しく検出できないため、物体を正確に検出できない
場合があるという問題があった。また、検出対象として
車両を想定し、車両の大きさの物体を検出するように設
定されているので、車両と人のように大きさの異なる物
体を同時に区別して検出することが困難である、という
問題があった。

【０００４】本発明は上記のごとき従来技術の問題を解
決するためになされたものであり、物体の色や大きさに
影響されず、常に正確に前方の物体を検出することの出
来る周囲環境認識装置を提供することを目的とする。

【０００５】

【課題を解決するための手段】上記の目的を達成するた
め、本発明においては特許請求の範囲に記載するように
構成している。すなわち、請求項１に記載の発明は、距
離画像に基づいて周囲環境を認識する装置であり、距離
画像を垂直方向に短冊状の小領域に分割し、分割した小
領域内の距離画像において垂直方向の距離値が一定であ
り、かつ距離と距離画像の垂直位置との関係について予
め定めた道路モデルとの相関値が所定値以下である領域
を物体候補領域として抽出し、物体候補領域が連続して
存在していれば１つの物体候補範囲と判断することによ
り、物体の存在する範囲を認識するように構成してい
る。このように構成することにより、従来のようにエッ
ジの情報によらないので、背景や物体の色に左右されず
に周囲環境を認識することができる。

【０００６】また、請求項２に記載の発明は、距離画像
と輝度画像の両方に基づいて周囲環境を認識する装置で
あり、請求項１の構成に、輝度情報を検出する手段と、
前記物体候補範囲検出手段で検出した一つの物体候補範
囲と隣の物体候補範囲との間に領域を定義し、その領域
に対応する輝度画像の垂直方向における輝度値の積算ヒ
ストグラムを求め、求めたヒストグラムから、所定のし
きい値以上の度数が領域間全てに存在すれば、２つの物
体候補範囲は１つの物体として範囲を統合する物体候補
領域統合手段と、を追加したものである。このように構
成することにより、本来、１つの物体であるものが複数
の物体候補範囲に分けて検出された場合でも、正しく１
つの物体として検出することが可能となる。

【０００７】また、請求項３に記載の発明においては、
相関値の演算おいて、距離が所定値以上の遠距離部分に
ついては距離の基準を所定距離に相当する遠距離に設定
して行なうように構成している。具体的には、遠距離で
は相関値を演算する範囲を所定距離（例えば５０ｍや１
００ｍまたは画面の上下の中央値等）から以遠の範囲に
設定する。このように構成することにより、遠距離部分
での物体検出能力の低下を防ぐことが出来る。

【０００８】また、請求項４に記載の発明においては、
物体が存在する位置と道路モデルとの差の大きさに応じ
て物体が存在する確からしさ（差が大きいほど確からし
さは大きい）を定義し、該確からしさの値に周囲環境と
運転者の意図との少なくとも一方の条件を加味して警報
判断を行なうように構成している。このように構成する
ことにより、例えば、雨天や夜間の場合は、運転者に注
意を喚起するために、確からしさの値が低くても警報を
出力したり、運転者がアクセルペダルを踏んでいる状況
下では、運転者が前方に障害物がないと判断していると
考え、確からしさの値が高い場合にのみ、警報を出力す
るように構成することにより、警報の出力条件を柔軟に
設定することが出来、より適切な障害物警報を行なうこ
とが出来る。

【０００９】また、請求項５に記載の発明においては、
物体候補範囲に対応する輝度画像の垂直方向において輝
度値の積算ヒストグラムを求め、求めたヒストグラムか
ら、所定のしきい値以下の度数の部分が領域内に存在す
れば、１つの物体ではなく、複数の物体として物体候補
範囲を分割するように構成している。このように構成す
ることにより、本来、複数の物体であるものが１つの物
体候補範囲として検出された場合でも、正しく複数の物
体として検出することが可能となる。

【００１０】また、請求項６に記載の発明においては、
物体候補範囲に対応する輝度画像内において、輝度値が
しきい値以上の部分を物体とすることで物体形状を決定
し、かつ、決定した物体の距離画像を水平方向に走査
し、異なる距離値が出力された部分は、距離の異なる他
の物体であるとして物体を分離するように構成してい
る。このように構成することにより、異なる距離の物体
が画像上で重なっている場合でも別の物体として分離す
ることが出来る。

【００１１】

【発明の効果】請求項１においては、エッジの情報によ
らないので、背景や物体の色などに左右されず、精度良
く物体を検出することができる、という効果が得られ
る。請求項２においては、上記の効果に加えて、本来、
１つの物体であるものが複数の物体候補範囲に分けて検
出された場合でも、正しく１つの物体として検出するこ
とが可能となる。また、請求項３においては、上記の効
果に加えて、遠距離部分での物体検出能力の低下を防ぐ
ことができる。また、請求項４においては、上記の効果
に加えて、確からしさを定義し、該確からしさの値に周
囲環境と運転者の意図との少なくとも一方の条件を加味
して警報判断を行なうことにより、夜間や雨天などの周
囲環境やアクセルペダルを踏んでいるなどの運転者の意
図を加味して警報出力等において柔軟に対応できる。ま
た、請求項５においては、上記の効果に加えて、本来、
複数の物体であるものが１つの物体候補範囲として検出
された場合でも、正しく複数の物体として検出すること
が可能となる。また、請求項６においては、異なる距離
の物体が画像上で重なっている場合でも別の物体として
分離することが出来る。

【００１２】

【発明の実施の形態】図１は本発明の構成を示すブロッ
ク図であり、（ａ）は距離画像のみを用いる場合、
（ｂ）は距離画像と輝度画像の両方を用いる場合を示
す。図１において、レーザレンジファインダ１はレーザ
レーダの照射角を２次元平面的にラスタスキャンするこ
とで、前方に存在する物体までの距離（距離情報）とそ
の物体からの反射強度（輝度情報）を２次元平面的に計
測する。このレーザレンジファインダ１で計測された各
角度毎の距離値の２次元配列を距離画像、光の反射強度
値の２次元配列を輝度画像と呼ぶ。２は距離画像を記憶
する距離画像メモリ、３は輝度画像を記憶する輝度画像
メモリである。なお、距離情報はレーザレーダだけでな
くミリ波レーダでも得ることが可能であり、輝度情報は
可視カメラや赤外線カメラを用いても得ることが可能で
ある。演算装置４は例えばコンピュータとその周辺装置
で構成され、上記の距離画像や輝度画像を用いて詳細を
後述する演算処理を行ない、前方に存在する物体を識別
する。

【００１３】図１（ａ）は、距離画像のみを用いて演算
処理を行なう構成を示し、後記の図２〜図６で説明する
内容、および図１０のステップＳ１００、Ｓ１０２〜Ｓ
１０４の部分に相当する。この場合には、レーザレンジ
ファインダ１の代わりにミリ波レーダを用いることが出
来る。

【００１４】図１（ｂ）は、距離画像と輝度画像の両方
を用いて演算処理を行なう構成を示し、後記の図２〜図
９で説明する内容および図１０のステップＳ１００〜Ｓ
１０８の部分に相当する。この場合には、レーザレンジ
ファインダ１の代わりとしては、距離画像用にミリ波レ
ーダを、輝度画像用に可視カメラまたは赤外線カメラを
用いることが出来る。

【００１５】図２は車両の前方をラスタスキャンするレ
ーザレンジファインダ１と計測対象の物体５（車両を例
示）の位置関係、およびレーザレンジファインダ１で得
られた距離画像と輝度画像の一例を示した図である。な
お、距離画像と輝度画像は実際にはデジタル値の配列で
あるが、図２では図形で示している。また、距離画像に
おいては画面の下方ほど近い位置（距離が短い）、画面
の上方に行くにしたがって遠い位置（距離が長い）を示
す。また、距離画像で白地の部分はレーザレンジファイ
ンダ１の検出範囲内に存在するものがない（例えば空の
部分）ことを示し、黒地の部分は道路面であり、その中
に車両が存在している場合を示している。また、輝度画
像では反射強度の大きな（輝度の大きな）車両の部分の
みを示している。

【００１６】図２に示すように、レーザレンジファイン
ダ１で得られる距離画像と輝度画像上の点と、実空間上
の点との位置関係は、水平・垂直のスキャニング角度
と、値を計測する際のビームの移動量（角度分解能）と
によって決まる。例えば、レーザレンジファインダ１の
位置を中心として水平・垂直方向の角度分解能をそれぞ
れθ、φとして計測を行なうと、中心から水平方向に３
θ、垂直方向に２φ離れた位置Ａについては、画像上で
の位置は画像の中心から水平方向に３画素、垂直方向に
２画素離れた座標となる。また、距離画像と輝度画像の
座標が同じであれば、実空間上でも同じ位置を計測した
値となる。

【００１７】図３は、距離画像において、道路が存在す
る位置での垂直方向の１ラインと物体（車両）が存在す
る位置で垂直方向での１ラインを取り出し、横軸に距
離、縦軸に距離画像の垂直座標を取ったときのグラフで
ある。なお、道路での距離分布を実線、物体での距離分
布を破線で示す。

【００１８】図３から判るように、道路では距離画像の
垂直座標が下から上に変化すると共に、規則性を持って
距離も増加する。この規則性を道路モデルと名付ける。

【００１９】この道路モデルは、図４に示すように、幾
何学的に下記（数１）式のような理論値を計算によって
求める方法、或いは実際に前方に物体のない道路をレー
ザレンジファインダ等で計測し、得られた距離画像のデ
ータを非線形回帰分析等の統計的手法を行なうことによ
り、作成できる。

【００２０】

【００２１】ただし、Ｌ（θ，φ）：道路モデルＬ：レーザレンジファインダが検出する理論上の距離 θ：スキャンするレーザレーダと水平面との成す角 φ：レーザレンジファインダの正面とスキャンするレー
ザレーダとの成す角また、前方に物体が存在する場合には、図３から判るよ
うに、距離画像の垂直座標を下から上に変化させると同
じ距離が連続して現れる。このことから、道路モデルと
比較すると同じ距離が連続して現れる領域で道路モデル
との差異が生じることが判る。したがって、図５に示す
ように、距離画像を垂直方向に領域分割して縦長の短冊
状の領域を作り、下記（数２）式のような道路モデルと
の相関値ｒ_nの二乗ｒ_n ²を計測し、相関の低い領域を物
体候補領域（Ａ）として抽出する。このような処理を距
離画像の水平方向に順次実施し、連続して抽出された領
域は一纏めとして、物体候補範囲（Ｏ）とする。このよ
うな処理によって物体の検出が可能となる。なお、相関
値ｒ_n自体を用いてもよいが、差を大きくして明確にす
るため、ここでは相関値の二乗ｒ_n ²を求めている。以
下、ｒ_n ²を単に相関値と記す。

【００２２】

【００２３】ただし、Ｒ_ij：座標（ｉ，ｊ）における距
離Ｌ_ij：座標（ｉ，ｊ）における道路モデルから算出され
た距離ｉ：水平座標の値ｊ：垂直座標の値上記のようにして求めた（数２）式の値が所定値よりも
小さい部分を物体の存在位置とすることにより、基本的
には距離画像のみを用いて物体を検出することが出来
る。

【００２４】ただし、上記の方法では、遠距離部分にお
いて検出の精度が低下する。すなわち、図６からもわか
るように、遠距離部分に物体が存在する場合には領域全
体の道路モデルとの差異は近距離部分に物体が存在する
場合よりも小さくなる。また、道路モデル自体も遠距離
になるにつれて、真値との差が大きくなる傾向にある。
さらに、１枚の画像を取得する時間を短くしようとする
と、レーザレンジファインダのビームを高速に移動しな
ければならないので、計測誤差も増大する。上記のよう
な状態においても、遠距離部分での物体の検出能力を低
下させないためには、遠距離部分で、再度、道路モデル
との比較を行なう。すなわち、遠距離では前記（数２）
式のｊの範囲を、例えば画面の高さの中央位置または所
定距離（例えば５０ｍや１００ｍ）から以遠に相当する
範囲（例えば全体でｊ：０〜２５５の場合にｊ：１２５
〜２５５の範囲）に設定し、その範囲で相関値を演算す
る。これにより、遠距離部分での相関値が得られる。こ
のように構成すれば、遠距離部分での道路モデルとの差
異が明確になり、遠距離部分での物体検出が可能にな
る。

【００２５】次に、物体存在の確からしさを定義する方
法を説明する。物体存在の可能性は道路モデルとの差の
大きさで推定できる。道路上に車や人など立体物が存在
すれば、その位置での道路モデルとの差は大きくなる。
また、道路上の小さな落下物や測定のばらつきによる部
分は道路モデルとの差は小さい。したがって、道路モデ
ルとの差の大きいものは確からしさの値を高く、小さい
ものは低く設定する。

【００２６】上記のように物体存在の確からしさを定義
することにより、障害物検出の警報装置等に応用するこ
とが出来る。例えば、雨天や夜間の場合は、運転者に注
意を喚起するために、確からしさの値が低くても警報を
出力したり、運転者がアクセルペダルを踏んでいる状況
下では、運転者が前方に障害物がないと判断していると
考え、確からしさの値が高い場合にのみ、警報を出力す
るように構成することにより、警報の出力条件を柔軟に
設定することが出来、より適切な障害物警報を行なうこ
とが出来る。

【００２７】次に、これまでの距離画像に基づいた処理
に輝度画像を加えることにより、複数の物体候補範囲を
統合する方法について説明する。図７に示すように、一
つの物体候補範囲と隣の物体候補範囲との間に領域を定
義する。その領域に対応する輝度画像の垂直方向におけ
る輝度値の積算ヒストグラムを求める。求めたヒストグ
ラムから、しきい値以上の度数が領域間全てに存在すれ
ば、２つの物体候補範囲は１つの物体として範囲を統合
する。例えば図７に示した例では、距離画像（ａ）にお
いて車両の左半分に相当する物体候補範囲と右半分に相
当する物体候補範囲とがあった場合に、その間に定義し
た領域では、輝度画像（ｂ）における輝度値のヒストグ
ラムがしきい値以上なので、処理後の距離画像（ｃ）に
示すように、それらの物体候補範囲を一つの範囲に統合
する。また、物体候補領域の一部に物体が存在する場
合には、その位置に対応するように、それぞれの物体候
補範囲の開始位置や終了位置を変更する。例えば、図７
（ａ）においては、物体として３人の人物が存在する領
域が表示されているが、左端の人物が領域の半分にかか
っているので、図７（ｃ）に示すように、左端の人物全
体を含むように物体候補範囲を変更している。

【００２８】次に、物体候補範囲を複数の範囲に分割す
る方法を説明する。図８（ｂ）の輝度画像に示すよう
に、物体候補範囲に対応する輝度画像の垂直方向におい
て輝度値の積算ヒストグラムを求める。求めたヒストグ
ラムから、所定のしきい値以下の度数が領域内に存在す
れば、１つの物体ではなく、複数の物体として物体候補
範囲を分割する。また、範囲の端にしきい値以下の度数
が存在する場合には、その位置に対応するように、物体
候補範囲の開始位置や終了位置を変更する。図８に例で
は、左側の車両の左端部分の範囲を変更し、また、３人
の人物で左端の１人と他の２人の間にしきい値以下の領
域があるので、３人を１人と２人に分割している。

【００２９】次に、物体形状を検出する方法と、異なる
距離の物体が重なっている場合の分離方法を説明する。
図９（ａ）の距離画像は、これまでの処理によって確定
した範囲を示す。この確定した範囲に対応する輝度画像
内において、画像処理で一般的な二値化処理を行なう。
二値化処理とは所定のしきい値よりも小さい輝度値を持
つ画素を黒（例えば８ビットの場合は０）、大きい輝度
値を持つ画素を白（例えば８ビットの場合は２５５）に
する処理である。しきい値は判別分析法と呼ばれる自動
しきい値決定法に基づいて決定する。上記の二値化処理
によって画素が白（２５５）となった部分を物体とす
る。さらに、距離画像の水平方向のｉ座標において垂直
方向の距離画像を走査したときに輝度画像が２５５とな
る距離のヒストグラムを求め、最も度数の高い距離を物
体のｉ座標の距離とする。このような処理を物体範囲内
で行い、もし異なる距離が出力されれば、異なる距離の
物体が輝度画像上で重なっていると判断し、物体を分離
する。例えば、図９の右端の２人の人物は画像上では隣
接しているが、距離は異なっているので、図９（ｂ）に
示すように別の物体として分離する。

【００３０】次に、これまで説明した原理を用いて前方
にある物体を検出する実施例について説明する。ここで
は、輝度・距離情報検出装置としてレーザレンジファイ
ンダを用いた場合について説明する。なお、前記のよう
に距離情報はミリ波レーダ、輝度情報は可視カメラや赤
外線カメラを用いても検出できる。

【００３１】図１０は、この実施例における処理を示す
フローチャートである。図１０において、まず、ステッ
プＳ１００で、レーザレンジファインダから距離画像を
入力し、ステップＳ１０１で、輝度画像を入力する。次
に、ステップＳ１０２で、距離画像を垂直方向に短冊状
の領域（Ａ_n）に分割する（図５参照）。

【００３２】次に、ステップＳ１０３では、この分割し
た領域のそれぞれについて、前記（数２）式に示した道
路モデルとの相関値ｒ_n ²を求める。そして相関の低い領
域を物体候補領域（Ａ）として抽出する。具体的にはｒ
_n ²がしきい値Ｔ１以上であればＡ_nに１を代入する。ｒ_n
²がしきい値Ｔ１以下で、かつ、しきい値Ｔ２以上の時
は遠距離部分で道路モデルとの相関値を求め、しきい値
Ｔ１以上であればＡ_nに１を代入する。これらに当ては
まらない場合にはＡ_nに０を代入し、次の領域の処理に
うつる。なお、物体候補領域の高さについては、距離画
像を下から上へ順に移行した際にデータがロスト（レー
ダの検出範囲外でデータが無い部分）しているｊ座標
（道路や物体と空との境界位置）とする。さらに、Ａ_n
＝１となった領域についてはｒ_n ²の値に基づいて確から
しさの値を設定する。このような操作を全ての領域に対
して行い、物体候補領域を抽出する（図５、図６参
照）。

【００３３】次に、ステップＳ１０４では、物体候補範
囲の検出を行なう（図５参照）。すなわち、ステップＳ
１０３で抽出した物体候補領域が連続して存在する箇所
があれば１つの物体（Ｏ_m）として、左端の領域の開始
位置（ｉｓ）、右端の領域終了位置（ｉｅ）、および連
続する領域内の一番大きいｊ座標を高さ（ｈ）として求
め、単独で存在するときには領域の開始位置と終了位置
と高さをそのまま求めることで、物体候補範囲の検出Ｏ
_m＝（ｉｓ_m，ｉｅ，ｈ_m）を行なう。このような操作を
距離画像の水平方向に順次行い、物体候補範囲を決定す
る。前記図２〜図６に示した方法では、上記の処理のみ
で物体を決定する〔図１（ａ）の構成〕。

【００３４】次に、ステップＳ１０５では、上記ステッ
プＳ１０４の結果とステップＳ１０１で入力した輝度画
像とに基づいて、物体候補範囲の統合を行なう（図７参
照）。すなわち、物体候補範囲Ｏ_mと物体候補範囲Ｏ_m+1
の間に始点〔ｉｅ_m，ｍａｘ(ｈ_m，ｈ_m+1）〕、終点〔ｉ
ｓ_m+1，ｍａｘ(ｈ_m，ｈ_m+1）〕となる領域を定義し、そ
の領域内において輝度画像の垂直方向に対する輝度値の
積算ヒストグラムを求める。求めたヒストグラムにおい
て、しきい値Ｔ３以上の度数が領域全てに存在すれば、
２つの領域は１つの物体として物体候補範囲を統合し、
各々の物体候補範囲をＯ_m＝（999,999,999），Ｏ_m+1＝
〔ｉｓ_m，ｉｅ_m+1，ｍａｘ(ｈ_m，ｈ_m+1）〕に変更す
る。また、しきい値Ｔ３以上の度数が一部に存在する場
合には、その位置に対応するように、物体候補範囲の開
始位置をＯ_m（ｉｓ_m，ｉｅ'_m，ｈ_m）、終了位置をＯ_m+1
＝（ｉｓ'_m，ｉｅ_m，ｈ_m）に変更する。このような処理
を左端の物体候補範囲から順次行い、物体候補範囲の統
合を行なう。

【００３５】次に、ステップＳ１０６では、物体候補範
囲の分割を行なう（図８参照）。すなわち、物体候補範
囲Ｏ_mで輝度画像の垂直方向に対して輝度値の積算ヒス
トグラムを求める。求めたヒストグラムにおいて、しき
い値Ｔ４以下の度数が存在すれば、１つの物体ではなく
複数の物体であるとして物体候補範囲をＯ_m＝（ｉｓ_m，
ｉｅ'_m，ｈ_m）とＯ_p＝（ｉｓ_p，ｉｅ_m，ｈ_m）に分割す
る。また、しきい値Ｔ４以上の度数が範囲の端の部分に
存在する場合には、その位置に対応するように、物体候
補範囲の開始・終了位置をＯ_m＝（ｉｓ'_m，ｉｅ'_m，
ｈ_m）に変更する。

【００３６】次に、ステップＳ１０７では、物体形状の
検出を行なう（図９参照）。すなわち、物体候補範囲Ｏ
_m〔ただし、Ｏ_m≠（999,999,999）〕で輝度画像の２値
化処理を行なう。そして判別分析法により求めたしきい
値Ｔ５よりも大きければ輝度値を２５５に変更し、しき
い値Ｔ５よりも小さければ輝度値を０に変更し、物体の
形状を決定する。このような処理をすべての物体候補領
域に対して行ない、前方に存在する全ての物体形状を検
出する。

【００３７】次に、ステップＳ１０８では、物体決定を
行なう。図９に示したように、検出された物体のｉ座標
において垂直方向の距離画像を走査したときに輝度画像
が２５５となる距離のヒストグラムを求め、最も度数の
高い距離をｉ座標の物体距離とする。このような処理を
物体候補範囲内で行い、もし異なる距離が出力されれ
ば、物体が輝度画像上で重なっていると判断し、物体を
分離する。このような処理を検出した物体に対して行
い、最終的な物体の決定を行なう。上記ステップＳ１０
５〜Ｓ１０８を含む構成は、図１（ｂ）に示した構成に
相当する。

【図面の簡単な説明】

【図１】本発明の構成を示すブロック図であり、（ａ）
は距離画像のみを用いる場合、（ｂ）は距離画像と輝度
画像の両方を用いる場合。

【図２】車両の前方をラスタスキャンするレーザレンジ
ファインダ１と計測対象の物体２の位置関係、およびレ
ーザレンジファインダ１で得られた距離画像と輝度画像
の一例を示した図。

【図３】距離画像において、道路が存在する位置と物体
が存在する位置とで垂直方向での１ラインを取り出し、
横軸に距離、縦軸に距離画像の垂直座標を取ったときの
グラフ。

【図４】レーザレンジファインダが検知する距離から理
論上の道路モデルを計算するための図。

【図５】物体候補領域と物体候補範囲の設定方法を示す
図。

【図６】遠距離部分における物体候補領域の抽出方法を
示す図。

【図７】物体候補範囲の統合方法を示す図。

【図８】物体候補範囲の分割方法を示す図。

【図９】物体形状検出と物体決定方法を示す図。

【図１０】本発明における演算処理を示すフローチャー
ト。

【符号の説明】

１…レーザレンジファインダ２…距離画像を
記憶するメモリ３…輝度画像を記憶するメモリ４…演算装置５…物体

Claims

【特許請求の範囲】

【請求項１】車両に搭載され、車両前方の水平、垂直両
方向について角度毎の距離情報を検出する距離情報検出
手段と、検出した角度毎の距離情報をデジタル値の配列とした距
離画像を、垂直方向に短冊状の小領域に分割する分割手
段と、距離と距離画像における垂直位置との関係について予め
定められた道路モデルを設定し、前記分割した小領域内
の距離画像について、垂直方向の距離値が一定であり、
かつ、前記道路モデルとの相関値が所定値以下である領
域を物体候補領域として抽出する物体候補領域抽出手段
と、前記物体候補領域が連続して存在していれば、それらを
１つの物体候補範囲と判断する物体候補範囲検出手段
と、を備えたことを特徴とする周囲環境認識装置。
【請求項２】車両に搭載され、車両前方の水平、垂直両
方向について角度毎の距離情報および輝度情報を検出す
る距離・輝度情報検出手段と、検出した角度毎の距離情報をデジタル値の配列とした距
離画像を、垂直方向に短冊状の小領域に分割する分割手
段と、距離と距離画像における垂直位置との関係について予め
定められた道路モデルを設定し、前記分割した小領域内
の距離画像について、垂直方向の距離値が一定であり、
かつ、前記道路モデルとの相関値が所定値以下である領
域を物体候補領域として抽出する物体候補領域抽出手段
と、前記物体候補領域が連続して存在していれば、それらを
１つの物体候補範囲と判断する物体候補範囲検出手段
と、前記の検出した角度毎の輝度情報をデジタル値の配列と
したものを輝度画像と名付けた場合に、前記物体候補範
囲検出手段で検出した一つの物体候補範囲と隣の物体候
補範囲との間に領域を定義し、その領域に対応する前記
輝度画像の垂直方向における輝度値の積算ヒストグラム
を求め、求めたヒストグラムから、所定のしきい値以上
の度数が領域間全てに存在すれば、それらの物体候補範
囲を１つの物体として範囲を統合する物体候補領域統合
手段と、を備えたことを特徴とする周囲環境認識装置。
【請求項３】前記物体候補領域抽出手段における相関値
の演算おいて、距離が所定値以上の遠距離部分について
は距離の基準を所定距離に相当する遠距離に設定して行
なうことを特徴とする請求項１または請求項２に記載の
周囲環境認識装置。
【請求項４】物体が存在する位置と道路モデルとの差の
大きさに応じて物体が存在する確からしさを定義し、該
確からしさの値に周囲環境と運転者の意図との少なくと
も一方の条件を加味して警報判断を行なう警報判断手段
を備えたことを特徴とする請求項１乃至請求項３の何れ
かに記載の周囲環境認識装置。
【請求項５】物体候補範囲に対応する輝度画像の垂直方
向において輝度値の積算ヒストグラムを求め、求めたヒ
ストグラムから、所定のしきい値以下の度数の部分が領
域内に存在すれば、１つの物体ではなく、複数の物体と
して物体候補範囲を分割する物体候補領域分割手段を備
えたことを特徴とする請求項２乃至請求項４の何れかに
記載の周囲環境認識装置。
【請求項６】物体候補範囲に対応する輝度画像内におい
て、輝度値がしきい値以上の部分を物体とすることで物
体形状を決定し、かつ、決定した物体の距離画像を水平
方向に走査し、異なる距離値が出力された部分は、距離
の異なる他の物体であるとして物体を分離する手段を備
えたことを特徴とする請求項２乃至請求項５の何れかに
記載の周囲環境認識装置。