JP2001227944A - 車両の走行環境認識装置 - Google Patents

Abstract

(57)【要約】 【課題】 車両周囲の走行環境を正確に認識し、その認
識した走行環境に基づいて物体の認識精度及び識別精度
を高める。 【解決手段】 走行環境認識部２８の水平データ抽出部
２８ａで各領域毎の距離データからライン毎に略水平方
向に並んだデータを抽出し、最大距離データ抽出部２８
ｂでウィンドウ毎に最大距離のデータを抽出する。路面
形状算出部２８ｃで抽出されたデータに基づいて路面の
形状を算出し、路面データ除去部２８ｄで算出された路
面形状に基づき領域毎のデータから路面データを除去す
る。残ったデータから物体認識部２０で物体を認識す
る。

Description

【発明の詳細な説明】

【０００１】

【発明の属する技術分野】本発明は、車両（以下、自車
ともいう）の周囲の走行環境を認識する走行環境認識装
置に関し、特に、路面の形状を認識する技術分野に属す
るものである。

【０００２】

【従来の技術】従来より、例えば特開平１０―２０６１
５１号公報に示されるように、一定方向に配置された多
数のＣＣＤをその配列方向と直交する方向に多段に並設
してなる多段ライン型ＣＣＤを車両に設け、この多段ラ
イン型ＣＣＤに基づいて得られた２次元の距離データか
ら特定の物体を認識することにより、車両の後側方にあ
る車両（他車）を障害物として判定し、その障害物の存
在を車両の運転者等の乗員に知らせて、車線変更を支援
するようにした車両用物体認識装置が知られている。

【０００３】

【発明が解決しようとする課題】ところで、上記従来の
ものにおいては、物体を認識する上で不要なデータであ
る路面等を検出したデータを除去することにより、物体
の認識精度を高めようとしている。

【０００４】ところが、自車周囲の走行環境によっては
路面等を検出しているデータを完全に除去することは困
難な場合があり、改良すべき余地がある。

【０００５】また、上記従来のものにおいては、物体を
認識する上で不要な範囲を除外するためのレンジカット
ラインを設定し、そのレンジカットラインよって設定さ
れた範囲内にある距離データのみを物体認識のためのデ
ータとして抽出して、物体の認識精度を高めようとして
いる。

【０００６】しかしながらこの場合も、自車周囲の走行
環境によっては有効なレンジカットラインを設定するこ
とが困難な場合があり、改良すべき余地がある。

【０００７】本発明は斯かる点に鑑みてなされたもので
あり、その目的は、車両周囲の走行環境を正確に認識す
ることを目的とし、さらに、その認識した走行環境に基
づいて物体（特に他車）の認識精度及び識別精度を高め
ることにある。

【０００８】

【課題を解決するための手段】上記目的を達成するため
に、本発明は、複数の検知センサによって得られた画像
に基づき車両が走行する環境、特に路面の形状を認識す
ることとしている。

【０００９】具体的に、請求項１記載の発明では、上下
方向たるウィンドウ方向に配置された複数の受光素子か
らなる素子ラインをライン列方向に多段に並設してなる
複数の検知センサと、該複数の検知センサにより得られ
た画像を上記ライン毎にかつウィンドウ方向に複数の領
域に分割して、該各領域について距離を測定する測距手
段と、該測距手段により測定された各領域毎の距離デー
タに基づいて車両周囲の走行環境を認識する走行環境認
識手段とを備えた車両の走行環境認識装置を対象とす
る。

【００１０】そして、上記走行環境認識手段は、上記各
領域毎の距離データから上記ライン列毎に検出位置が略
水平方向に並んだデータを抽出する水平データ抽出手段
と、該水平データ抽出手段によって抽出されたデータか
ら上記ウィンドウ毎に最大距離のデータを抽出する最大
距離データ抽出手段と、該最大距離データ抽出手段によ
って抽出されたデータに基づいて路面の形状を算出する
路面形状算出手段とを有することを特定事項とする。

【００１１】上記の構成により、まず、測距手段におい
て、複数の検知センサの画像がライン毎にかつウィンド
ウ方向に複数の領域に分割されて該各領域について距離
が測定される。次いで、走行環境認識手段において、車
両の走行環境である路面の形状が認識される。

【００１２】すなわち、走行環境認識手段の水平データ
抽出手段によって、各領域毎の距離データから上記ライ
ン列毎に検出位置が略水平方向に並んだデータが抽出さ
れる。これにより、路面を検出しているデータの候補が
抽出される。次いで、最大距離データ抽出手段によって
上記ウィンドウ毎に最大距離のデータ、つまり上下方向
に同じ測距方向に設定された領域の距離データの内で最
も長い距離のデータが抽出される。これにより、路面を
検出しているデータのみが抽出される。

【００１３】そして、路面形状算出手段により、上記最
大距離データ抽出手段によって抽出された路面のデータ
に基づいて路面の形状が算出される。これにより、路面
の形状を正確に算出することが可能になる。ここで、路
面形状の算出は、上記検知センサの検知方向を横軸とし
上下方向を縦軸とした二次元座標の平面において、各点
を補間することによって算出すればよい。例えば検知セ
ンサから鉛直下方に降ろした垂線と路面との交点を原点
とした場合に、この原点を通る一次式によって補間を行
ってもよい。また、上記原点を通らない一次式によって
補間を行ってもよい。さらに、該原点を通る二次式やさ
らに高次の式によって補間を行ってもよい。

【００１４】このように、水平データ抽出手段及び最大
距離データ抽出手段によって、各領域の距離データから
路面を検出しているデータが抽出され、路面形状算出手
段において、該路面を検出しているデータにのみに基づ
いて路面の形状が算出される。このため、車両の走行す
る環境を正確に認識することが可能になる。

【００１５】ところで、例えば他車のボンネットやルー
フを検出した場合、これらのデータは水平方向に並んだ
データとなる場合があるため、上記のように水平データ
抽出手段及び最大距離データ抽出手段によって路面のデ
ータのみを抽出しようとしても、上記ボンネットやルー
フを検出したデータが残ってしまう虞がある。

【００１６】請求項２記載の発明は、上記の観点から、
より正確かつ確実に路面データのみを抽出することを目
的とするものであり、具体的には、上記請求項１記載の
発明において、路面形状算出手段を、最大距離データ抽
出手段によって抽出されたデータから第１所定距離以下
のデータを除去し、残ったデータに基づいて路面の形状
を算出するように構成することを特定事項とするもので
ある。

【００１７】ここで、上記第１所定距離としては、例え
ば請求項３記載の如く、検知センサの路面からの高さと
該検知センサにおける最も下向きの測距方向とによって
決まる上記測距方向に沿った上記検知センサと路面との
間の距離に設定してもよい。この場合、上記第１所定距
離は、上記検知センサの検知範囲における該検知センサ
と路面との最短距離に設定される。

【００１８】また、上記請求項３記載の発明における第
１所定距離は、路面が水平である場合に検知センサの検
知範囲における該検知センサと路面との最短距離となる
が、上り坂や下り坂等では、上記検知センサと路面との
最短距離は路面の勾配角度に応じて変化することとな
る。

【００１９】そこで、請求項４記載の如く、測距手段
を、各領域について距離を繰り返し測定するように構成
し、走行環境認識手段を、車両周囲の走行環境を繰り返
し認識するように構成する。そして、路面形状算出手段
は、第１所定距離を、検知センサから、該検知センサに
おける最も下向きの測距方向に延びる線と前回算出した
路面との交点までの距離に設定するように構成してもよ
い。

【００２０】これにより、前回算出した路面の形状を考
慮して第１所定距離が設定されるため、上記第１所定距
離が、より正確に検知センサの検知範囲における該検知
センサと路面との最短距離に設定される。

【００２１】このように、第１所定距離が検知センサの
検知範囲における該検知センサと路面との最短距離に設
定すれば、この第１所定距離よりも短い距離データは路
面を検出しているものではなく、路面よりも上側にある
物体、例えば車両（自車）近傍に位置する他車のボンネ
ットやルーフを検出しているデータと考えられる。そこ
で、最大距離データ抽出手段によって抽出されたデータ
から、上記第１所定距離以下のデータを除去することに
よって、路面を検出しているデータのみをより確実にか
つ正確に残すことができる。その結果、路面形状算出手
段において、より正確な路面の形状が算出される。

【００２２】上記請求項２〜請求項４記載の発明は、第
１所定距離以下のデータを除去することによって自車近
傍に存在する物体を検出したデータを除去するようにし
ているが、請求項５及び請求項６記載の発明は、第２所
定距離以上のデータを除去することによって自車遠方に
存在する他車のボンネットやルーフ、又は路側構造物等
を検出したデータを除去するようにしている。

【００２３】具体的に、請求項５記載の発明は、請求項
１又は請求項２において、路面形状算出手段を、最大距
離データ抽出手段によって抽出されたデータから第２所
定距離以上のデータを除去し、残ったデータに基づいて
路面の形状を算出するように構成することを特定事項と
するものである。

【００２４】ここで、走行環境認識手段を車両の後側方
の走行環境を認識するように構成した場合には、上記第
２所定距離は、請求項６記載の如く設定してもよい。す
なわち、第２所定距離を、検知センサのライン列毎に、
該検知センサから当該ライン列の測距方向に延びる線と
上記車両に対して車幅方向外側に所定距離だけ離れて前
後方向に延びる仮想線との交点までの距離に設定しても
よい。ここで、車両と仮想線との間の所定距離は、例え
ば道幅とすればよく、この場合、第２所定距離は、検知
センサから、自車線に隣接した隣接車線における車両
（自車）に対して離れた側の路側までの距離に設定され
る。

【００２５】このように第２所定距離を設定すれば、該
第２所定距離よりも遠い距離データは、上記隣接車線の
路面を検出しているのではなく路側構造物又は他車のボ
ンネットやルーフを検出していると考えられる。このた
め、このようなデータを除外することによって、路面を
検出しているデータのみをより正確にかつ確実に残すこ
とが可能になる。その結果、より正確に路面の形状を認
識することが可能になる。

【００２６】そして、請求項７記載の発明は、自車周囲
の走行環境の正確な認識に基づいて自車周囲の物体の認
識を行うようにしている。

【００２７】具体的には、上下方向たるウィンドウ方向
に配置された複数の受光素子からなる素子ラインをライ
ン列方向に多段に並設してなる複数の検知センサと、該
複数の検知センサにより得られた画像を上記ライン毎に
かつウィンドウ方向に複数の領域に分割して、該各領域
について距離を測定する測距手段と、該測距手段により
測定された各領域毎の距離データに基づいて車両周囲の
走行環境を認識する走行環境認識手段と、該走行環境認
識手段により認識された走行環境に基づいて車両の周囲
に存在する物体を認識する物体認識手段とを備えた車両
の走行環境認識装置を対象とする。

【００２８】そして、上記走行環境認識手段は、上記各
領域毎の距離データから上記ライン列毎に検出位置が略
水平方向に並んだデータを抽出する水平データ抽出手段
と、該水平データ抽出手段によって抽出されたデータか
ら上記ウィンドウ毎に最大距離のデータを抽出する最大
距離データ抽出手段と、該最大距離データ抽出手段によ
って抽出されたデータに基づいて路面の形状を算出する
路面形状算出手段と、該路面形状算出手段によって算出
された路面形状に基づいて上記各領域毎の距離データか
ら該路面を検出した路面データを除去する路面データ除
去手段とを有するものとし、上記物体認識手段は、上記
路面データ除去手段によって除去されずに残った距離デ
ータに基づいて車両の周囲に存在する物体を認識するよ
うに構成することを特定事項とするものである。

【００２９】これにより、走行環境認識手段の水平デー
タ抽出手段によって、各領域毎の距離データから上記ラ
イン毎に略水平方向に並んだデータを抽出されることに
より、先ず、路面を検出しているデータの候補が抽出さ
れる。次いで、最大距離データ抽出手段によって、上記
路面を検出しているデータの候補から、路面を検出して
いるデータが抽出され、路面形状算出手段によって、上
記抽出されたデータに基づき正確な路面の形状が算出さ
れる。

【００３０】次いで、路面データ除去手段によって、算
出された路面形状に基づき上記各領域毎の距離データか
ら該路面を検出した路面データが除去される。これによ
り、物体を検出している距離データのみが抽出される。

【００３１】そして、物体位置認識手段によって、上記
物体を検出している距離データに基づいて車両の周囲に
存在する物体が認識される。

【００３２】このように、上記路面形状算出手段によっ
て正確な路面の形状が算出されて、物体を検出している
データのみが確実にかつ正確に抽出される。このため、
この物体を検出しているデータのみに基づいて正確に物
体の認識がなされ、物体の認識精度及び識別精度が高ま
る。

【００３３】

【発明の実施の形態】以下、本発明の実施形態を図面に
基づいて説明する。但し、最初に本発明の適用対象とな
る物体認識装置についての基本形態を説明し、その後
に、本発明の実施形態をその基本形態と異なる点を中心
に説明する。

【００３４】（基本形態）図１は基本形態に係る物体認
識装置を装備した自動車からなる車両Ｃ（自車）を示
し、この物体認識装置は、車両Ｃの左右斜め後側方に位
置する他の車両等の物体Ｏ（図４、図１３及び図１４に
示す）を認識してその位置を後述の表示装置３１により
表示するようになっている。

【００３５】すなわち、図１において、１は車両Ｃの車
体、２は車体１の前後略中央部に形成された車室、３は
車体１の前端部に形成されたエンジンルーム、４は車室
２の前端部に配置されたインストルメントパネル、５は
車室２の後端部にあるパッケージトレイ、６，６は左右
のドアミラーである。そして、図２に示すように、上記
物体認識装置は、各々物体Ｏまでの距離を測定するため
の左右の後側方検知センサユニット１０，１０と、この
各検知センサユニット１０の出力信号がそれぞれ入力さ
れるコントローラ１５と、このコントローラ１５からの
信号を受けて、上記後側方検知センサユニット１０によ
り検出された物体Ｏの車両Ｃとの間の距離に関する情報
をＣＲＴや液晶等により表示する表示装置３１とを備え
ている。

【００３６】上記表示装置３１は、図４２に示すよう
に、車両Ｃのリアビューを自車としてイメージした自車
リアビュー部３２と、この自車リアビュー部３２の下側
左右両側にそれぞれ左後側方及び右後側方の障害物に対
応させて１列ずつ略上下方向に延びるように配置された
左右のセグメント列３３，３３とを表示する表示画面３
１ａを有し、上記各セグメント列３３は個別に点消灯さ
れる例えば８個の略台形状のセグメント３４，３４，…
からなる。そして、両セグメント列３３，３３は、上記
自車リアビュー部３２から遠い下側から近い側である上
側に向かうに連れて互いに近付くように傾斜状に配置さ
れ、各セグメント列３３におけるセグメント３４，３
４，…の左右幅は、自車リアビュー部３２から遠い下側
で広く、自車リアビュー部３２に近い上側に向かうに連
れて狭くなるように変化している。つまり、表示画面３
１ａでは、自車Ｃを後方から離れて見たときに後方の障
害物のイメージを遠近法により表示するようにしてい
る。

【００３７】図１に示す如く、上記両検知センサユニッ
ト１０，１０は、上記左右のドアミラー６，６の内部に
それぞれ斜め後方を向いた状態で取付固定されている。
また、コントローラ１５は車室２に、また表示装置３１
はインストルメントパネル４にそれぞれ配設されてい
る。

【００３８】上記各検知センサユニット１０は、図４に
示すように、所定距離離れて上下方向に配置された上下
１対のＣＣＤチップ１１，１１と、該ＣＣＤチップ１
１，１１にそれぞれ対応して配置されたレンズ１２，１
２とを備えている。各ＣＣＤチップ１１は、上下方向た
るウィンドウ方向に沿って配置された多数のＣＣＤから
なるＣＣＤラインをウィンドウ方向と直交するライン列
方向（水平方向）に多段に並設してなる多段ライン型Ｃ
ＣＤからなり、この各ＣＣＤチップ１１によりレンズ１
２を経てドアミラー６のミラー（ハーフミラー）越し
に、上下方向に角度θ１の範囲でかつ水平左右方向に角
度θ２の範囲（図９及び図１４参照）にある物体Ｏ等の
画像を輝度情報として捕らえるようになっている。すな
わち、上記１対のＣＣＤチップ１１，１１は、ウィンド
ウ方向に沿って配置された複数の受光素子からなる素子
ラインをウィンドウ方向と直交するライン列方向に多段
に並設してなる複数の検知センサを構成している。

【００３９】図３に示す如く、上記各検知センサユニッ
ト１０はそれぞれコントローラ１５内の測距回路１６
（測距手段）に接続されている。この各測距回路１６
は、両ＣＣＤチップ１１，１１での物体像の視差（位相
差）を演算する視差演算部１７と、この視差演算部１７
からの信号により物体Ｏまでの距離を演算する距離演算
部１８とを備えている。そして、各測距回路１６では、
図５及び図６に示す如く、各ＣＣＤチップ１１により輝
度として捕らえられた画像を、ライン方向（水平方向）
にＣＣＤライン毎のｎ個のラインに分割するとともに、
その各ラインをウィンドウ方向（上下方向）にｍ個のウ
ィンドウに分割して、画像の略全体をｍ×ｎ個の領域
Ｅ，Ｅ，…で構成し、両方のＣＣＤチップ１１，１１に
よる画像での同一の領域Ｅ，Ｅ間の視差を求め、この視
差から各領域Ｅ毎に物体Ｏまでの距離を演算する。

【００４０】すなわち、両ＣＣＤチップ１１，１１によ
り輝度として捕らえられた画像はいずれも図５に示すよ
うになるが、これら両ＣＣＤチップ１１，１１の画像は
同じライン位置（図示例ではラインｉ）では、図７に示
すように、両ＣＣＤチップ１１，１１の上下方向のずれ
分だけずれていて視差が生じており、この視差を利用し
て物体Ｏまでを測距する。この原理について図８により
説明する。尚、図８中、Ｏ１，Ｏ２はレンズ中心であ
り、Ｑ１，Ｑ２は各レンズの光軸とＣＣＤチップ１１と
が交わる点であり、Ｐ１，Ｐ２は結像点である。つま
り、図８の三角形Ｐ・Ｏ１・Ｑ及び三角形Ｏ１・Ｐ１・
Ｑ１同士、並びに三角形Ｐ・Ｏ２・Ｑ及び三角形Ｏ２・
Ｐ２・Ｑ２同士はそれぞれ相似形であるので、今、検知
センサユニット１０（レンズ１２）から物体Ｏまでの距
離をａ、両レンズ１２，１２の中心間の距離をＢ（定
数）、レンズ１２の焦点距離をｆ（定数）、両ＣＣＤチ
ップ１１，１１での物体像のレンズ中心からのずれ量を
それぞれｂ１，ｂ２とすると、 ａ・ｂ１／ｆ＝Ｂ−ａ・ｂ２／ｆ となり、この式から、 ａ＝Ｂ・ｆ／（ｂ１＋ｂ２） が得られる。つまり、両ＣＣＤチップ１１，１１での物
体像の視差（位相差）によって物体Ｏまでの距離ａを測
定することができる。

【００４１】尚、図５及び図６におけるＧ（白点）は、
ＣＣＤチップ１１のＣＣＤに対応するように縦横格子状
に配置された測距点（測距ポイント）であり、この測距
点Ｇは各領域Ｅに含まれている。また、各ＣＣＤライン
でのウィンドウは、一部が隣接するウィンドウと互いに
オーバーラップするように分割されており、上下方向
（ウィンドウ方向）に隣接する領域Ｅ，Ｅに同じ測距点
Ｇ，Ｇ，…が含まれている。さらに、Ｏ′は物体の像で
ある。

【００４２】また、図９に示すように、上記各ＣＣＤチ
ップ１１により輝度として捕らえられた画像をライン毎
に分割して形成される複数のラインは、車両Ｃの外側で
近距離を測距するライン位置が若い番号とされる一方、
車幅方向の中央側で遠距離を測距するライン位置が大き
い番号とされ、外側ラインから車幅方向の中央側ライン
に向かって番号が順に増加するように番号付けされてい
る。

【００４３】図３に示す如く、上記コントローラ１５に
は、センサ１０に基づいて得られた上下方向及び水平方
向の２次元の距離データ、つまり各測距回路１６からの
信号を基に特定の物体Ｏ（他車）を認識する物体認識部
２０が設けられている。この物体認識部２０内には、認
識した物体Ｏを登録する物体登録手段としての物体登録
部２０ａと、この物体登録部２０ａにより登録される物
体Ｏの重心を設定する重心設定手段としての重心設定部
２０ｂと、この重心設定部２０ｂにより設定された重心
に基づいて上記物体Ｏの位置又は動きを認識する物体位
置認識手段としての物体位置認識部２０ｃとが設けられ
ている。そして、上記物体認識部２０は、物体Ｏの認識
結果（特に物体位置認識部２０ｃにおいて認識される物
体Ｏの位置又は動き）に基づいて表示信号を表示装置３
１に出力するようにしている。

【００４４】また、上記コントローラ１５には、車両Ｃ
の走行速度ｖ（車速）を検出する車速センサ１３と、車
両Ｃのハンドル（図示せず）のハンドル舵角θＨを検出
する舵角センサ１４の出力信号とがそれぞれ入力されて
いる。

【００４５】さらに、コントローラ１５は、測距された
各領域毎の距離データから路面上の白線や数字等の距離
データを除去する白線除去部２２と、物体Ｏを認識する
上で不要な範囲に位置する距離データを除外する第１及
び第２レンジカット部２３，２４と、測距された各領域
毎の距離データと周りの８つの隣接領域との比較（８隣
接点処理）を行って有効ポイント数を付与する８隣接点
処理部２５と、この有効ポイント数を用いてライン毎に
重み付け計算を行ってライン代表距離を演算するライン
距離演算部２６と、この各ライン代表距離に対応する複
数の物体検出位置の略水平面上の位置に基づいて該略水
平面上の位置を車幅方向外側から含むような包絡線を設
定する包絡線設定部２７とを備えている。

【００４６】尚、上述の如く各検知センサユニット１０
は各ドアミラー６のミラー（ハーフミラーのガラス）越
しに画像を捕らえるために、そのミラーの歪み等により
正確な距離を測定することが困難となり、視差に応じた
距離の関係を補正しておく必要がある。この基本形態で
は、図４３に示す如く、予め遠距離側ラインを基準とし
て設定された、視差に応じた距離の関係を示す１つのマ
ップを記憶しており、この１つのマップから距離を補正
する。すなわち、測距回路１６での測距特性は、遠距離
側ラインを基準として、他のラインを補完するようにし
ている。

【００４７】さらに、周囲の明るさやドアミラー６のミ
ラーの汚れ等により、視差に応じた距離の関係を補正し
ておくために、この基本形態では以下の処理が行われる
ようになっている。すなわち、周囲の明るさを判定する
前者の場合、測距されている距離データの個数を演算し
てそれを全ての領域の数で割ることにより、検出率（測
距率）を求め、図４４に示すように、この検出率が所定
値以上であるときを「昼」状態と、また所定値よりも低
いときを「夜」状態とそれぞれ判定する。

【００４８】一方、ドアミラー６のミラーの汚れ等を判
定する後者の場合、路面の白線の位置がセンサ１０に対
し一定の角度範囲で一定の距離範囲に含まれることを利
用し、その白線の測定距離値がばらつき率をもって変化
するときには、ドアミラー６のミラーに雨水等が付着し
ている状態と判定し、一方、白線の測定距離値が絶対値
で変化しているときには、ドアミラー６のミラーに汚れ
等が付着している状態と判定するようにしている。

【００４９】ここで、上記コントローラ１５の制御動作
を図１０により概略的に説明する。尚、この制御動作
は、所定時間（１サンプリング時間）毎に繰り返し行わ
れる。

【００５０】まず、ステップＳＡ１で、上記白線除去部
２２において白線除去処理を行い、次のステップＳＡ２
で、第１レンジカット部２３、８隣接点処理部２５及び
ライン距離演算部２６において第１のラインデータ処理
を行う。つまり、第１レンジカット部２３において、上
記包絡線を設定する上で不要と考えられる範囲に位置す
る距離データを除去し、残った（抽出した）距離データ
からライン代表距離を演算する。そして、次のステップ
ＳＡ３で、包絡線設定部２７においてライン代表距離に
基づいて包絡線設定処理を行って包絡線を設定し、その
後、ステップＳＡ４で、第２レンジカット部２４、８隣
接点処理部２５及びライン距離演算部２６において第２
のラインデータ処理を行う。つまり、第１レンジカット
部２３で抽出した距離データ及び除去した距離データの
うち、上記包絡線の車幅方向内側にある位置の距離デー
タを抽出し、この抽出した距離データを用いて改めてラ
イン代表距離を演算する。次いで、ステップＳＡ５で、
物体認識部２０において、上記新たに演算したライン代
表距離に基づいてオブジェクトデータ処理を行って物体
Ｏを認識し、最後のステップＳＡ６で、認識した物体Ｏ
の車両Ｃとの間の距離に関する情報を表示装置３１に表
示してリターンする。

【００５１】上記白線除去処理動作は、路面を検出して
いるデータ（実際には、路面自体はコントラストが低い
ために検出されず、路面上の白線等が検出される）を除
去するものであって、具体的には図１１に示す如く行わ
れる。すなわち、最初のステップＳＢ１で、ライン数ｎ
及びウィンドウ数ｍに分割された領域Ｅ（ｉ，ｊ）毎の
距離データｄ（ｉ，ｊ）が水平に並んでいるかどうかの
判定変数ｈｊ（ｉ，ｊ）を０に設定し、次のステップＳ
Ｂ２で、距離データｄ（ｉ，ｊ）を読み込むとともに、
同じラインｉ上にある距離データｄ（ｉ，ｊ），ｄ
（ｉ，ｊ＋１）をそれぞれｘａ，ｘｂに代入する。そし
て、次のステップＳＢ３では、距離データｄ（ｉ，
ｊ），ｄ（ｉ，ｊ＋１）の上下位置ｙａ，ｙｂを、それ
ぞれｙａ＝ｘａ・ｆ＿ｓｉｎ＿ｊ（ｊ）、ｙｂ＝ｘｂ・
ｆ＿ｓｉｎ＿ｊ（ｊ＋１）により計算する。尚、ｆ＿ｓ
ｉｎ＿ｊ（ｊ）は、ウィンドウｊ（ウィンドウｊ方向に
延びる線）の水平方向に対する上下方向角度の正弦値で
ある。この上下方向角度は比較的小さいので、上記ｘ
ａ，ｘｂは、距離データｄ（ｉ，ｊ），ｄ（ｉ，ｊ＋
１）の水平方向位置にそれぞれ相当する。

【００５２】次のステップＳＢ４では、｜ｙａ−ｙｂ｜
がｋｋ・｜ｘａ−ｘｂ｜よりも大きいかどうかを判定す
る。ここで、ｋｋは定数であって、距離データｄ（ｉ，
ｊ），ｄ（ｉ，ｊ＋１）が水平に並んでいるかどうかを
判断するためのしきい値である。上記ステップＳＢ４の
判定が｜ｙａ−ｙｂ｜≦ｋｋ・｜ｘａ−ｘｂ｜のＮＯの
とき（距離データｄ（ｉ，ｊ），ｄ（ｉ，ｊ＋１）が水
平に並んでいるとき）には、ステップＳＢ６に進む一
方、上記判定が｜ｙａ−ｙｂ｜＞ｋｋ・｜ｘａ−ｘｂ｜
のＹＥＳのとき（距離データｄ（ｉ，ｊ），ｄ（ｉ，ｊ
＋１）が水平に並んでいないとき）には、ステップＳＢ
５に進む。そして、ステップＳＢ５では、判定変数ｈｊ
（ｉ，ｊ），ｈｊ（ｉ，ｊ＋１）を、それぞれｈｊ
（ｉ，ｊ）＋１、ｈｊ（ｉ，ｊ＋１）＋１に更新する。

【００５３】次のステップＳＢ６では、全てのウィンド
ウ番号について終了したかどうかを判定し、この判定が
ＮＯのときには、ステップＳＢ２に戻ってステップＳＢ
２〜ＳＢ５の動作を繰り返す一方、判定がＹＥＳのとき
には、ステップＳＢ７に進む。そして、次のステップＳ
Ｂ７では、全てのライン番号について終了したかどうか
を判定し、この判定がＮＯのときには、ステップＳＢ２
に戻ってステップＳＢ２〜ＳＢ６の動作を繰り返す一
方、判定がＹＥＳのときには、ステップＳＢ８に進む。

【００５４】ステップＳＢ８では、判定変数ｈｊ（ｉ，
ｊ）が０かどうか、つまり水平に並んでいるデータかど
うかを判定し、この判定がｈｊ（ｉ，ｊ）≠０のＮＯの
とき（水平に並んでいないとき）には、ステップＳＢ１
０に進む一方、判定がｈｊ（ｉ，ｊ）＝０のＹＥＳのと
き（水平に並んでいるとき）には、ステップＳＢ９に進
む。

【００５５】次のステップＳＢ９では、水平に並んでい
るデータｄ（ｉ，ｊ），ｄ（ｉ，ｊ＋１）を、ｄ（ｉ，
ｊ）＝０、ｄ（ｉ，ｊ＋１）＝０にして除去する。そし
て、次のステップＳＢ１０では、全てのウィンドウ番号
について終了したかどうかを判定し、この判定がＮＯの
ときには、ステップＳＢ８に戻ってステップＳＢ８及び
ＳＢ９の動作を繰り返す一方、判定がＹＥＳのときに
は、ステップＳＢ１１に進み、このステップＳＢ１１で
は、全てのライン番号について終了したかどうかを判定
し、この判定がＮＯのときには、ステップＳＢ８に戻っ
てステップＳＢ８〜ＳＢ１０の動作を繰り返す一方、判
定がＹＥＳのときには、ステップＳＢ１２に進む。

【００５６】ステップＳＢ１２では、路面傾斜角ｂｂ＿
ａｎｇｌｅを、従来より周知の方法、つまりエンジン出
力と車両Ｃの走行時の加速度とから演算して、次の第１
のラインデータ処理へ進む。

【００５７】上記第１のラインデータ処理（図１０のス
テップＳＡ２）は、図１２に示すように、第１レンジカ
ット部２３でのレンジカット処理と、８隣接点処理部２
５での８隣接点処理と、ライン距離演算部２６での重み
付け計算処理とからなり、これらの処理がこの順に行わ
れる。

【００５８】上記第１レンジカット部２３でのレンジカ
ット処理は、上記包絡線設定部２７において包絡線設定
処理を行う上で不要な距離データを除去するために行わ
れるもので、具体的な処理は後述する。図１３はこの第
１レンジカット部２３で除外される上下方向のレンジカ
ット範囲Ｚ１を、また図１４は同左右方向のレンジカッ
ト範囲Ｚ２をそれぞれ例示しており、これらのレンジカ
ット範囲Ｚ１，Ｚ２にある位置の距離データは除去され
てレンジカット範囲Ｚ１，Ｚ２を除いた領域にある位置
の距離データのみが抽出されることになる。尚、図１４
中、Ｆは車両Ｃの路面であり、Ｍは道路における車両走
行車線を設定する路面Ｆ上の白線であり、Ｆ１は道路の
両側に設置された路側帯であり、Ｈはその植込みであ
る。

【００５９】上記８隣接点処理部２５での８隣接点処理
動作は、図１５に示すように、ある領域Ｅ（ｉ，ｊ）の
距離データ（第１レンジカット部２３により抽出された
距離データ）に対しそれに隣接する周りの８つの隣接領
域Ｒ１〜Ｒ８の距離データの相関性を判断するもので、
具体的には図１６に示す如く行われる。すなわち、最初
のステップＳＣ１で、ライン数ｎ及びウィンドウ数ｍに
分割された領域Ｅ（ｉ，ｊ）毎の距離データｄ（ｉ，
ｊ）を読み込み、次のステップＳＣ２で各領域Ｅ（ｉ，
ｊ）の有効ポイント数Ｐ（ｉ，ｊ）をＰ（ｉ，ｊ）＝０
と初期化する。この有効ポイント数Ｐ（ｉ，ｊ）は各領
域Ｅ（ｉ，ｊ）に設定されるもので、この値が大きいほ
ど領域の距離データの有効性が高く、信頼性、信憑性が
あると判断される。次のステップＳＣ３では、全ての領
域のうち左右端及び上下端の位置にある領域（格子点）
への有効ポイント数を嵩上げし、周辺の領域には有効ポ
イント数Ｐ（ｉ，ｊ）を＋１だけ、またその中で４つの
隅角部の領域には有効ポイント数Ｐ（ｉ，ｊ）を＋２だ
けそれぞれ増やすように設定する。

【００６０】この後、ステップＳＣ４において距離しき
い値ｄ０を設定する。この距離しきい値ｄ０は、後述の
付与ポイント数ｐｐを決定するためのもので、この基本
形態では定数Ｃに設定する。

【００６１】次のステップＳＣ５では、隣接領域Ｒｉの
距離データｄ（Ｒｉ）を読み込み、次のステップＳＣ６
では上記領域Ｅと隣接領域Ｒ１〜Ｒ８との距離差ｄｘ＝
｜ｄ（ｉ，ｊ）−ｄ（Ｒｉ）｜を演算する。この後、ス
テップＳＣ７において、上記距離差ｄｘと上記距離しき
い値ｄ０との大小判定を行い、この判定がｄｘ≧ｄ０の
ＮＯのときにはステップＳＣ１０に進む一方、ｄｘ＜ｄ
０のＹＥＳのときには、ステップＳＣ８において付与す
べきポイント数ｐｐを設定する。この基本形態では、ｐ
ｐ＝１に設定する。

【００６２】このステップＳＣ８の後、ステップＳＣ９
において、それまでの有効ポイント数Ｐ（ｉ，ｊ）に上
記付与ポイント数ｐｐ（＝１）を加えて新たな有効ポイ
ント数Ｐ（ｉ，ｊ）＝Ｐ（ｉ，ｊ）＋ｐｐを設定し、上
記ステップＳＣ１０に進む。尚、ステップＳＣ７におい
てｄｘ≧ｄ０のＹＥＳのときには、直接ステップＳＣ１
０に進むため、付与ポイント数ｐｐは設定されず（ｐｐ
＝０）、有効ポイント数Ｐ（ｉ，ｊ）は増加しないこと
になる。

【００６３】上記ステップＳＣ１０では、ステップＳＣ
５〜ＳＣ９の処理が８つの隣接領域Ｒ１〜Ｒ８の各々に
ついて終了したかどうかを判定し、この判定がＮＯのと
きにはステップＳＣ５に戻って、他の残りの隣接領域に
ついて同様の処理を行う。一方、上記判定がＹＥＳにな
ると、ステップＳＣ１１に進み、全ての領域Ｅ，Ｅ，…
についての有効ポイント数Ｐ（ｉ，ｊ）の設定（ステッ
プＳＣ５〜ＳＣ９の処理）が終了したかどうかを判定す
る。この判定がＮＯのときには、ステップＳＣ４に戻っ
て他の領域Ｅについて有効ポイント数Ｐ（ｉ，ｊ）の設
定を繰り返す。一方、判定がＹＥＳになると、次の重み
付け計算処理（図１７参照）に進む。

【００６４】図１７は上記ライン距離演算部２６での重
み付け計算処理動作を示し、上記８隣接点処理部２５に
より付与設定された有効ポイント数Ｐ（ｉ，ｊ）に基づ
きライン毎に重み付け計算を行ってライン代表距離ｌｉ
ｎｅ＿ｄａｔａ．ｘｓ（ｉ）をそれぞれ演算する。

【００６５】まず、ステップＳＤ１において、ライン数
ｎ及びウィンドウ数ｍに分割された領域Ｅ毎の距離デー
タｄ（ｉ，ｊ）を読み込むとともに、上記８隣接点処理
により付与された領域Ｅ毎の有効ポイント数Ｐ（ｉ，
ｊ）を読み込み、次のステップＳＤ２では、ライン代表
有効ポイント数ｌｉｎｅ＿ｄａｔａ．ｐ（ｉ）をｌｉｎ
ｅ＿ｄａｔａ．ｐ（ｉ）＝０に初期化する。このライン
代表有効ポイント数ｌｉｎｅ＿ｄａｔａ．ｐ（ｉ）は、
ライン毎の距離演算の際にラインに設定されるもので、
この値が大きいほどラインの距離データの有効性が高
く、信頼性、信憑性があると判断される。

【００６６】次のステップＳＤ３では、上記ライン代表
有効ポイント数ｌｉｎｅ＿ｄａｔａ．ｐ（ｉ）に対応す
るライン代表しきい値Ｐ０を設定する。このステップＳ
Ｄ３でのライン代表しきい値Ｐ０の設定は以下のように
行う。

【００６７】すなわち、ライン代表しきい値Ｐ０は各ラ
イン上の領域の中の最大有効ポイント数Ｐｍａｘに応じ
て設定する。具体的には、図４５に示すように、ライン
ｉ上の領域中から最大有効ポイント数Ｐｍａｘ＝ｍａｘ
（Ｐ（ｉ，１），Ｐ（ｉ，２），…，Ｐ（ｉ，ｍ））を
探索する。次いで、上記最大有効ポイント数Ｐｍａｘが
所定値（Ｐ１＋２）よりも大きいかどうかを判定し、こ
の判定がＮＯのときにはライン代表しきい値Ｐ０をＰ０
＝Ｐ１に、また判定がＹＥＳのときには、ライン代表し
きい値Ｐ０を上記ＮＯの場合よりも大きいＰ０＝Ｐ２
（＞Ｐ１）にそれぞれ設定する。すなわち、ライン代表
しきい値Ｐ０は、各ライン上の領域の最大有効ポイント
数Ｐｍａｘに応じて設定する。

【００６８】図１７のフローにおいて、ステップＳＤ３
の後はステップＳＤ４に進み、上記領域毎の有効ポイン
ト数Ｐ（ｉ，ｊ）がライン代表しきい値Ｐ０よりも大き
いかどうかを判定する。この判定がＰ（ｉ，ｊ）≦Ｐ０
のＮＯのときには、そのままステップＳＤ６に進むが、
判定がＰ（ｉ，ｊ）＞Ｐ０のＹＥＳのときには、ステッ
プＳＤ５において、ライン毎の代表距離ｌｉｎｅ＿ｄａ
ｔａ．ｘｓ（ｉ）（ライン代表距離）を平均化のために
更新するとともに、上記ライン代表有効ポイント数ｌｉ
ｎｅ＿ｄａｔａ．ｐ（ｉ）に領域毎の有効ポイント数Ｐ
（ｉ，ｊ）を加えてライン代表有効ポイント数ｌｉｎｅ
＿ｄａｔａ．ｐ（ｉ）の更新を行った後にステップＳＤ
６に進む。すなわち、ライン距離演算部２６では、８隣
接点処理部２５によって付与設定された有効ポイント数
Ｐ（ｉ，ｊ）がライン代表しきい値Ｐ０よりも大きい領
域についてライン代表距離の演算（重み付け計算）を行
うようにしている。

【００６９】上記ライン代表距離ｌｉｎｅ＿ｄａｔａ．
ｘｓ（ｉ）の更新は、 ｘｓ（ｉ）＝［ｘｓ（ｉ）×ｐ（ｉ）＋ｄ（ｉ，ｊ）×
｛Ｐ（ｉ，ｊ）−Ｐ０＋１｝］÷｛ｐ（ｉ）＋Ｐ（ｉ，
ｊ）−Ｐ０＋１｝ の式を用いて行う。尚、上式では、ライン代表距離ｌｉ
ｎｅ＿ｄａｔａ．ｘｓ（ｉ）を単にｘｓ（ｉ）とし、ラ
イン代表有効ポイント数ｌｉｎｅ＿ｄａｔａ．ｐ（ｉ）
を単にｐ（ｉ）としている。

【００７０】上記ステップＳＤ６では当該ラインの全て
のウィンドウ番号（領域Ｅ）について終了したかどうか
を判定し、この判定がＹＥＳになるまでラインの各領域
ＥについてステップＳＤ３〜ＳＤ５の動作を繰り返す。
ステップＳＤ６の判定がＹＥＳになると、ステップＳＤ
７に進み、全てのライン番号について終了したかどうか
を判定し、この判定がＹＥＳになるまでステップＳＤ２
〜ＳＤ６の動作を繰り返す。ステップＳＤ７の判定がＹ
ＥＳになると、次の包絡線設定処理に進む。

【００７１】図１８は上記ライン距離演算部２６での重
み付け処理動作の変形例を示し、各ライン上の領域Ｅ，
Ｅ，…の最大有効ポイント数となる距離データを基準と
して、該距離データから所定距離以上外れた距離データ
を距離演算に用いないようにしている。尚、図１７と同
じ部分についてはその詳細な説明は省略する。

【００７２】すなわち、ステップＳＥ１，ＳＥ２は上記
ステップＳＤ１，ＳＤ２（図１７参照）と同じである。
ステップＳＥ３〜ＳＥ６では、ラインｉにおける最大有
効ポイント数ＰＰと、その最大有効ポイント数ＰＰが得
られる領域の距離Ｄｍａｘとを求める。具体的には、ス
テップＳＥ３において、ラインｉにおける最大有効ポイ
ント数ＰＰをＰＰ＝０に初期化した後、ステップＳＥ４
で、領域Ｅ毎の有効ポイント数Ｐ（ｉ，ｊ）が上記最大
有効ポイント数ＰＰよりも大きいかどうかを判定する。
この判定がＰ（ｉ，ｊ）≦ＰＰのＮＯのときには、その
ままステップＳＥ６に進むが、判定がＰ（ｉ，ｊ）＞Ｐ
ＰのＹＥＳのときには、ステップＳＥ５において、その
領域Ｅ毎の有効ポイント数Ｐ（ｉ，ｊ）を上記最大有効
ポイント数ＰＰとし、かつ該領域Ｅでの距離ｄ（ｉ，
ｊ）を距離Ｄｍａｘとした後、ステップＳＥ６に進む。
そして、ステップＳＥ６では、全てのウィンドウ番号に
ついて終了した、つまりライン中の全ての領域について
最大有効ポイント数ＰＰ及びそれに対応する領域の距離
Ｄｍａｘが得られたかどうかを判定し、この判定がＹＥ
ＳになるまでステップＳＥ４〜ＳＥ６の動作を繰り返
す。

【００７３】ステップＳＥ６の判定がＹＥＳになると、
ステップＳＥ７に進み、距離判定のための下限値Ｄｌｏ
ｗｅｒ（＝Ｄｍａｘ−ｄ０）及び上限値Ｄｕｐｐｅｒ
（＝Ｄｍａｘ＋ｄ０）を設定する。その後、ステップＳ
Ｅ８において、上記領域毎の距離ｄ（ｉ，ｊ）が上記下
限値Ｄｌｏｗｅｒよりも大きくかつ上限値Ｄｕｐｐｅｒ
よりも小さい、すなわちＤｌｏｗｅｒ＜ｄ（ｉ，ｊ）＜
Ｄｕｐｐｅｒかどうかを判定し、この判定がＮＯのとき
にはそのままステップＳＥ１０に、また判定がＹＥＳの
ときにはステップＳＥ９を経てステップＳＥ１０にそれ
ぞれ進む。上記ステップＳＥ９は図１７におけるステッ
プＳＤ５と、またステップＳＥ１０は同ステップＳＤ６
とそれぞれ同じである。そして、このステップＳＥ１０
の後、図１７におけるステップＳＤ７と同じ処理を行う
ステップＳＥ１１に進む。

【００７４】尚、以上に説明した各領域Ｅ毎の距離デー
タｄ（ｉ，ｊ）から８隣接点処理を行って有効ポイント
数Ｐ（ｉ，ｊ）を付与し、その後にライン代表距離ｌｉ
ｎｅ＿ｄａｔａ．ｘｓ（ｉ）を演算する過程の具体例を
図１９に示しており、図１９（ａ）は各領域毎の距離デ
ータｄ（ｉ，ｊ）を、また図１９（ｂ）は領域毎の有効
ポイント数Ｐ（ｉ，ｊ）を、さらに図１９（ｃ）はライ
ン代表距離ｌｉｎｅ＿ｄａｔａ．ｘｓ（ｉ）をそれぞれ
表している。

【００７５】上記包絡線設定処理（図１０のステップＳ
Ａ３）は、具体的には図２０に示すように行われる。す
なわち、最初のステップＳＦ１で、ドアミラー６（検知
センサユニット１０）の位置を原点（０，０）としかつ
車両Ｃの前後方向をｘ方向としかつ車幅方向をｙ方向と
する２次元の座標（単位：ｍ）において、設定する包絡
線を２次曲線ｙ＝ｃ２・ｘ²＋ｃ１・ｘ＋ｃ０で表した
ときの各項の係数ｃ０，ｃ１，ｃ２を初期値に設定す
る。この基本形態では、ｃ１＝ｃ２＝０、ｃ０＝３．５
ｍとする。

【００７６】次のステップＳＦ２では、上記ライン代表
距離ｌｉｎｅ＿ｄａｔａ．ｘｓ（ｉ）を読み込むととも
に、包絡線処理の母集団のデータ数Ｎｕｍ＿ｌｉｎｅを
０に設定する。そして、次のステップＳＦ３では、ライ
ン代表距離ｌｉｎｅ＿ｄａｔａ．ｘｓ（ｉ）が０かどう
かを判定し、この判定がｌｉｎｅ＿ｄａｔａ．ｘｓ
（ｉ）＝０のＹＥＳのときには、ステップＳＦ５に進む
一方、判定がｌｉｎｅ＿ｄａｔａ．ｘｓ（ｉ）≠０のＮ
Ｏのときには、ステップＳＦ４に進み、このステップＳ
Ｆ４で、包絡線処理の母集団のデータ数Ｎｕｍ＿ｌｉｎ
ｅをＮｕｍ＿ｌｉｎｅ＋１に更新する。

【００７７】次のステップＳＦ５では、全てのライン番
号について終了したかどうかを判定し、この判定がＮＯ
のときには、ステップＳＦ３に戻ってステップＳＦ３及
びＳＦ４の動作を繰り返す一方、判定がＹＥＳのときに
は、ステップＳＦ６に進み、このステップＳＦ６で、包
絡線処理の母集団のデータ数Ｎｕｍ＿ｌｉｎｅがしきい
値Ｎｕｍ＿０よりも大きいかどうか、つまり、包絡線処
理の母集団の数が十分にあるかどうかを判定する。この
判定がＮｕｍ＿ｌｉｎｅ≦Ｎｕｍ＿０のＮＯのときに
は、ステップＳＦ７に進んで、包絡線の各項の係数ｃ
０，ｃ１，ｃ２を初期値と同じく、ｃ１＝ｃ２＝０、ｃ
０＝３．５ｍとする。一方、上記ステップＳＦ６の判定
がＮｕｍ＿ｌｉｎｅ＞Ｎｕｍ＿０のＹＥＳのときには、
ステップＳＦ８に進んで包絡線を演算する（包絡線の各
項の係数ｃ０，ｃ１，ｃ２を新たに設定する）。したが
って、包絡線処理の母集団の数が十分にあるときだけ、
包絡線を演算する。上記ステップＳＦ７又はＳＦ８の後
は次の第２のラインデータ処理に進む。

【００７８】上記ステップＳＦ８の包絡線演算処理動作
は、具体的には図２１に示す如く行われる。すなわち、
ステップＳＧ１で、上記各ライン代表距離ｌｉｎｅ＿ｄ
ａｔａ．ｘｓ（ｉ）（単位：ｍ）を読み込み、次のステ
ップＳＧ２〜ＳＧ４でそれぞれ第１〜第３の候補点Ｔ１
〜Ｔ３を抽出する。具体的に例示すると、図２２に示す
ように、上記２次元の座標において、各ライン代表距離
に対応する複数の物体検出位置があるとき、ステップＳ
Ｇ２では、それら物体検出位置の車両Ｃに対する略水平
面上の位置Ｔ，Ｔ，…（２次元の座標位置）の中から車
両Ｃに対し車幅方向に最も離れた位置を第１候補点Ｔ１
として選択抽出する。

【００７９】尚、上記各点Ｔの座標（ｘｉ，ｙｉ）は、
ラインｉの車両Ｃ前後方向に対する水平方向角度（比較
的小さい）の正弦値をｆ＿ｓｉｎ＿ｉ（ｉ）としたと
き、 ｘｉ＝ｌｉｎｅ＿ｄａｔａ．ｘｓ（ｉ） ｙｉ＝ｌｉｎｅ＿ｄａｔａ．ｘｓ（ｉ）・ｆ＿ｓｉｎ＿ｉ（ｉ） となる。

【００８０】次のステップＳＧ３では、上記のようにし
て抽出した第１候補点Ｔ１との間を結んだ直線Ｌが全て
の検出位置Ｔ，Ｔ，…の車幅方向外側を通るような位置
を第２候補点Ｔ２とする。例えば図２２中の直線Ｌ′は
幾つかの位置Ｔ，Ｔ，…よりも車幅方向内側を通るの
で、第２候補点の選択には不良である。尚、第１候補点
Ｔ１の座標を（ｘ１，ｙ１）とし、第２候補点Ｔ２とな
るべき選択点の座標を（ｘｉ，ｙｉ）とするとき、両点
を通る直線は、 ｙ＝｛（ｘｉ−ｘ）／（ｘｉ−ｘ１）｝・ｙ１＋｛（ｘ
−ｘ１）／（ｘｉ−ｘ１）｝・ｙｉ の式で表される。

【００８１】さらに、ステップＳＧ４では、上記のよう
にして抽出した第１及び第２候補点Ｔ１，Ｔ２との間を
結んだ２次曲線Ｖが全ての検出位置Ｔ，Ｔ，…の車幅方
向外側を通るような位置を第３候補点Ｔ３とする。例え
ば図２２中の曲線Ｖ′は幾つかの位置Ｔ，Ｔ，…よりも
車幅方向内側を通るので、第３候補点の選択には不良で
ある。第１及び第２候補点Ｔ１，Ｔ２の座標をそれぞれ
（ｘ１，ｙ１），（ｘ２，ｙ２）とし、第３候補点Ｔ３
となるべき選択点の座標を（ｘｉ，ｙｉ）とするとき、
３つの点を通る２次曲線は、 ｙ＝｛（ｘ−ｘ1）・（ｘ−ｘ2）／（ｘi−ｘ1）・（ｘi−ｘ2）｝・ｙi ＋｛（ｘ−ｘi）・（ｘ−ｘ1）／（ｘ2−ｘi）・（ｘ2−ｘ1）｝・ｙ2 ＋｛（ｘ−ｘi）・（ｘ−ｘ2）／（ｘ1−ｘi）・（ｘ1−ｘ2）｝・ｙ1 の式で表される。

【００８２】上記ステップＳＧ４の後はステップＳＧ５
において上記第１〜第３候補点Ｔ１〜Ｔ３を通る２次曲
線を包絡線Ｖとして設定する。したがって、その包絡線
Ｖは、 ｙ＝｛（ｘ−ｘ1）・（ｘ−ｘ2）／（ｘ3−ｘ1）・（ｘ3−ｘ2）｝・ｙ3 ＋｛（ｘ−ｘ3）・（ｘ−ｘ1）／（ｘ2−ｘ3）・（ｘ2−ｘ1）｝・ｙ2 ＋｛（ｘ−ｘ3）・（ｘ−ｘ2）／（ｘ1−ｘ3）・（ｘ1−ｘ2）｝・ｙ1 ＝ｃ２・ｘ²＋ｃ１・ｘ＋ｃ０ の式のように表され、包絡線Ｖの各項の係数ｃ０，ｃ
１，ｃ２が求まることになる。

【００８３】図２３は、上記包絡線設定処理動作の第１
の変形例を示しており、包絡線Ｖの設定精度を高めるよ
うにしたものである。

【００８４】すなわち、この変形例では、上記図２０の
ステップＳＦ８の包絡線演算処理において、上記図２１
に示す包絡線演算処理（以下の第１及び第２の変形例の
説明では、包絡線基本演算処理という）と、この包絡線
基本演算処理動作に対する前処理動作とを行うようにな
っており、この前処理動作では、まず、ステップＳＧ１
１で物体検出位置のデータ番号ｉ（ライン番号）をｉ＝
０にセットした後、ステップＳＧ１２でデータ番号ｉを
ｉ＝ｉ＋１にインクリメントし、ステップＳＧ１３にお
いて上記データ番号ｉが１以上でかつ検出されているデ
ータ数Ｎよりも小さい（１≦ｉ＜Ｎ）かどうかを判定す
る。この判定がｉ＝ＮのＮＯのときには、そのまま上記
図２１に示す包絡線基本演算処理動作に進むが、ＹＥＳ
のときにはステップＳＧ１４に進み、データ番号ｉと次
のデータ番号ｉ＋１との両位置の車幅方向の位置の差ｙ
（ｉ＋１）−ｙ（ｉ）を演算して、その差が所定距離ｙ
ｔｈｒｅｓｈｏｌｄ以上あるか否かを判定する。この判
定がｙ（ｉ＋１）−ｙ（ｉ）＜ｙｔｈｒｅｓｈｏｌｄの
ＮＯのときには、上記ステップＳＧ１２に戻ってデータ
番号ｉをインクリメントするが、判定がｙ（ｉ＋１）−
ｙ（ｉ）≧ｙｔｈｒｅｓｈｏｌｄのＹＥＳのときには、
ステップＳＧ１５に進んで上記検出データ数ＮをＮ＝Ｎ
＋１に更新し、補助点ＴＳをＮ＋１番目のデータとして
座標（ｘ（Ｎ），ｙ（Ｎ））の位置に登録した後、上記
図２１に示す包絡線基本演算処理動作に進む。そして、
図２４に示すように、上記補助点ＴＳの座標のｘ座標ｘ
（Ｎ）はｘ（Ｎ）＝０で、ｙ座標ｙ（Ｎ）はｙ（Ｎ）＝
ｙ（ｉ＋１）であり、このことで、データ番号ｉと次の
データ番号ｉ＋１との両位置のうち、車両前後方向の遠
い側の距離データに対応する位置ＴＳ′を車両Ｃの車幅
方向に延びる線Ｗ上に投影して補助点ＴＳを設定してい
る。

【００８５】この変形例の場合、包絡線設定部２７は、
上記水平方向に配列された複数のラインにおける距離デ
ータ間の車幅方向の位置が所定距離ｙｔｈｒｅｓｈｏｌ
ｄ以上異なるときに、上記ライン上の車両前後方向の遠
い側の距離データに対応する位置ＴＳ′を車両Ｃの車幅
方向に延びる線Ｗ上に投影した位置に補助点ＴＳを設定
し、該補助点ＴＳを含めて包絡線Ｖを設定するようにな
っている。したがって、ラインの距離データ間の車幅方
向の位置が所定距離ｙｔｈｒｅｓｈｏｌｄ以上異なって
いるとき、その車両前後方向の遠い側の距離データをそ
のまま用いては包絡線Ｖが設定されず、図２４に示す如
く、その車両前後方向の遠い側の距離データに対応する
位置ＴＳ′を車両Ｃの車幅方向に延びる線Ｗ上に投影し
た位置に補助点ＴＳが設定され、この補助点ＴＳを含め
て包絡線Ｖが設定される（尚、図２４中、Ｖ′は補助点
ＴＳを使わない場合に設定される包絡線である）。

【００８６】図２５は包絡線設定処理動作の第２の変形
例を示しており、設定した包絡線Ｖが前回の包絡線に比
べて所定以上に変化したときに包絡線の更新を行わない
ようにしたものである。すなわち、この変形例では、最
初のステップＳＧ２１で上記検出データ数Ｎが所定数Ｎ
０以上かどうかを判定し、この判定がＮ＜Ｎ０のＮＯの
ときにはステップＳＧ２２に進み、包絡線Ｖの各項の係
数ｃ０，ｃ１，ｃ２をそれぞれ更新前の前回の値ｃ０＝
ｃ０′、ｃ１＝ｃ１′、ｃ２＝ｃ２′に設定した後、ス
テップＳＧ２５に進む。

【００８７】一方、ステップＳＧ２１の判定がＮ≧Ｎ０
のＹＥＳのときには、ステップＳＧ２３に進んで上記図
２１に示す包絡線基本演算処理動作を行い、次のステッ
プＳＧ２５に進む。

【００８８】上記ステップＳＧ２５では、上記各係数の
変化量│ｃ０−ｃ０′│，│ｃ１−ｃ１′│，│ｃ２−
ｃ２′│がそれぞれ設定値Δｃ０，Δｃ１，Δｃ２より
も小さいかどうかを判定する。この判定が│ｃ０−ｃ
０′│＜Δｃ０かつ│ｃ１−ｃ１′│＜Δｃ１かつ│ｃ
２−ｃ２′│＜Δｃ２のＹＥＳであると、ステップＳＧ
２６においてカウンタのカウント値を０にリセットした
後、ステップＳＧ３１に進む。

【００８９】一方、ステップＳＧ２５の判定がＮＯのと
きには、ステップＳＧ２７に進んでカウンタのカウント
値を「１」だけインクリメントし、次のステップＳＧ２
８でカウント値が設定値Ｋよりも小さいかどうかを判定
する。この判定がカウント値≧ＫのＮＯのときには、ス
テップＳＧ３０においてカウント値を０にリセットした
後にステップＳＧ３１に進むが、カウント値＜ＫのＹＥ
ＳのときにはステップＳＧ２９に進み、包絡線Ｖの２次
式の各項の係数ｃ０，ｃ１，ｃ２をそれぞれ更新前の前
回の値ｃ０＝ｃ０′、ｃ１＝ｃ１′、ｃ２＝ｃ２′に設
定した後、ステップＳＧ３１に進む。そして、上記ステ
ップＳＧ３１では、包絡線Ｖの各項の係数を前回の値ｃ
０′，ｃ１′，ｃ２′から今回の値ｃ０，ｃ１，ｃ２に
更新する。

【００９０】この変形例では、包絡線設定部２７は、検
出した距離データ数Ｎが所定数Ｎ０以上あるときに包絡
線Ｖを更新し、設定した包絡線Ｖが前回の包絡線に比べ
て所定以上に変化したときに包絡線の更新を行わないよ
うに構成されている。

【００９１】図２６及び図２７はそれぞれ第３及び第４
の変形例を示す。図２６に示す変形例では、ステップＳ
Ｇ４１において、予め走行案内システム（ナビゲーショ
ンシステム）により入力される情報、例えば走行路の急
カーブ状態、他車線の合流状態、道路工事や清掃等の情
報から道路（走行路）の急変化があるかどうかを判定
し、この判定が「道路の急変化なし」のＮＯのときに
は、ステップＳＧ４２で包絡線Ｖの更新を抑制状態（Ｏ
Ｎ状態）にする一方、「道路の急変化あり」のＹＥＳの
ときには、ステップＳＧ４３で包絡線Ｖの更新を抑制禁
止状態（ＯＦＦ状態）にする。

【００９２】この変形例では、ステップＳＧ４１によ
り、車両Ｃの走行環境が変化したことを検出する走行環
境検出手段４１が構成されている。そして、この走行環
境検出手段４１により車両Ｃの走行環境が所定以上に変
化したことが検出されたときに、包絡線設定部２７は、
設定した包絡線Ｖが前回の包絡線Ｖに比べて所定以上に
変化しても包絡線Ｖの更新を行うように構成されてい
る。

【００９３】一方、図２７に示す変形例では、最初のス
テップＳＧ５１において、舵角センサ１４からのハンド
ル舵角θＨの角速度│ｄθＨ／ｄｔ│とその設定値（ｄ
θＨ／ｄｔ）ｔｈｒｅｓｈｏｌｄとの大小を比較し、│
ｄθＨ／ｄｔ│≦（ｄθＨ／ｄｔ）ｔｈｒｅｓｈｏｌｄ
のＮＯのときには、ステップＳＧ５２で包絡線Ｖの更新
を抑制状態（ＯＮ状態）にする一方、│ｄθＨ／ｄｔ│
＞（ｄθＨ／ｄｔ）ｔｈｒｅｓｈｏｌｄのＹＥＳのとき
には、ステップＳＧ５３で包絡線Ｖの更新を抑制禁止状
態（ＯＦＦ状態）にする。この変形例では、ステップＳ
Ｇ５１により走行環境検出手段４１が構成されている。

【００９４】上記第２のラインデータ処理（図１０のス
テップＳＡ４）は、基本的には上記第１のラインデータ
処理と同じであって、レンジカット処理、８隣接点処理
及び重み付け計算処理が順に行われる（図１２参照）。
この第２のラインデータ処理におけるレンジカット処理
は、物体Ｏを認識する上で不要な距離データを除去する
ために第２レンジカット部２４で行われるものであっ
て、上記第１レンジカット部２３により抽出された距離
データ及び抽出されなった（除去した）距離データのう
ち、上記包絡線設定処理により設定された包絡線Ｖの車
幅方向内側にある位置の距離データを抽出するものであ
る。

【００９５】上記第２レンジカット部２４でのレンジカ
ット処理動作は、上記第１レンジカット部２３で行われ
るものと同じであるが、上記包絡線設定部２７での包絡
線設定処理により設定された包絡線の各項の係数ｃ０，
ｃ１，ｃ２を用いて行う点が第１レンジカット部２３で
のレンジカット処理と異なる。尚、第１レンジカット部
２３でのレンジカット処理では、上記係数ｃ０，ｃ１，
ｃ２がｃ２＝ｃ１＝０、ｃ０＝３．５ｍに設定される。
つまり、車両Ｃの前後方向に延びかつ車両Ｃから車幅方
向に３．５ｍ（車線幅に相当）離れた直線ｙ＝３．５が
仮の包絡線として設定される）。このため、包絡線設定
処理において十分な数の母集団がないために包絡線が設
定されなかった場合には、両レンジカット処理は全く同
じになる。

【００９６】上記第２レンジカット部２４でのレンジカ
ット処理動作では、横方向（車幅方向）においては、図
２８に示すように、設定した包絡線Ｖの０次の項の係数
ｃ０をｄｙ０としたレンジカット線Ｖ０（ｄｙ０はｃ０
に比べてかなり小さく、０であってもよい）と、同係数
ｃ０をｃ０−ｄｙ１としたレンジカット線Ｖ１（ｄｙ１
はｃ０に比べてかなり小さく、０であってもよい）との
間に位置する距離データを抽出する。つまり、車両Ｃか
らラインｉと上記レンジカット線Ｖ０との交点までのラ
インｉに沿った距離Ｈｗ０（ｉ）と、車両Ｃからライン
ｉと上記レンジカット線Ｖ１との交点までのラインｉに
沿った距離Ｈｗ１（ｉ）とを求め、距離データｄ（ｉ，
ｊ）がＨｗ０（ｉ）よりも大きくかつＨｗ１（ｉ）より
も小さいかどうかを判定する。また、上下方向において
は、図２９に示すように、路面（直線）と平行な２つの
レンジカット線Ｕ０，Ｕ１間に位置する距離データを抽
出する。この両レンジカット線Ｕ０，Ｕ１は、路面に対
してそれぞれＬｌ，Ｌｈだけ高い位置（路面に対して上
下方向にそれぞれＬｌ，Ｌｈだけずれた位置）に設定し
たものである（尚、検知センサユニット１０は路面に対
してＬ０だけ高い位置にある）。つまり、車両Ｃからウ
ィンドウｊと上記レンジカット線Ｕ０との交点までのウ
ィンドウｊに沿った距離ＬＬ（ｊ）と、車両Ｃからウィ
ンドウｊと上記レンジカット線Ｕ１との交点までのウィ
ンドウｊに沿った距離ＬＨ（ｊ）とを求め、距離データ
ｄ（ｉ，ｊ）がＬＬ（ｊ）よりも大きくかつＬＨ（ｊ）
よりも小さいかどうかを判定する。

【００９７】図３０〜図３２は上記レンジカット処理動
作を示す。すなわち、最初のステップＳＨ１で、包絡線
Ｖの各項の係数ｃ０，ｃ１，ｃ２と路面傾斜角ｂｂ＿ａ
ｎｇｌｅとを読み込み、次のステップＳＨ２で、横方向
のしきい値ｄｙ０，ｄｙ１を設定するとともに、上下方
向のしきい値Ｌｈ，Ｌｌを設定し、次のステップＳＨ３
で検知センサユニット１０の設置高さＬ０を設定する。

【００９８】続いて、ステップＳＨ４では、Ｈｗ１
（ｉ）＝１００ｍ、Ｈｗ０（ｉ）＝０に初期化し、次の
ステップＳＨ５で、包絡線Ｖの二次の項の係数ｃ２が０
（包絡線Ｖ及びレンジカット線Ｖ０，Ｖ１が直線）かど
うかを判定する。この判定がｃ２＝０のＮＯ（包絡線Ｖ
が二次曲線）のときには、ステップＳＨ６に進み、ステ
ップＳＨ６〜ＳＨ１２でラインｉとレンジカット線Ｖ１
との交点を求めてＨｗ１（ｉ）を求める（ラインｉの車
両Ｃ前後方向に対する水平方向角度は比較的小さいの
で、ラインｉとレンジカット線Ｖ１との交点のｘ座標の
値がＨｗ１（ｉ）となる）。すなわち、ラインｉは、 ｙ＝ｆ＿ｓｉｎ＿ｉ（ｉ）・ｘ の式で表される一方、レンジカット線Ｖ１は、 ｙ＝ｃ２・ｘ²＋ｃ１・ｘ＋ｃ０−ｄｙ１ の式で表されるので、二次方程式 ｃ２・ｘ²＋ｃ１・ｘ＋ｃ０−ｄｙ１＝ｆ＿ｓｉｎ＿ｉ
（ｉ）・ｘ を解くことになる。

【００９９】具体的には、ステップＳＨ６では、ｃａに
ｃ１−ｆ＿ｓｉｎ＿ｉ（ｉ）を代入し、ｄｂにｃａ・ｃ
ａ−４・ｃ２・（ｃ０−ｄｙ１）を代入する。そして、
次のステップＳＨ７で、ｄｂ＞０（二次方程式の実根が
存在する）かどうかを判定する。この判定がｄｂ≦０の
ＮＯのときには、ステップＳＨ１３に進む一方、ｄｂ＞
０のＹＥＳのときには、ステップＳＨ８に進んで、ｄｂ
の平方根を演算してｄｂをその値に更新する。次のステ
ップＳＨ９では、ｄｄ１に（−ｃａ＋ｄｂ）／２／ｃ２
を、またｄｄ２に（−ｃａ−ｄｂ）／２／ｃ２をそれぞ
れ代入し、次のステップＳＨ１０で、ｄｄ２＞０かつｄ
ｄ１＜０、又はｄｄ２＞０かつｄｄ１＞０かつｄｄ２＜
ｄｄ１かどうかを判定する。この判定がＮＯのときに
は、ステップＳＨ１２に進む一方、判定がＹＥＳのとき
には、ステップＳＨ１１に進んでｄｄ１をｄｄ２に設定
し、次のステップＳＨ１２でＨｗ１（ｉ）をｄｄ１に設
定する。したがって、Ｈｗ１（ｉ）の値は、ｄｄ２＞０
かつｄｄ１＜０、又はｄｄ２＞０かつｄｄ１＞０かつｄ
ｄ２＜ｄｄ１の場合にはｄｄ２となり、その他の場合に
はｄｄ１となる。

【０１００】次に、ステップＳＨ１３〜ＳＨ１９で、上
記ステップＳＨ６〜ＳＨ１２と同様に、二次方程式 ｃ２・ｘ²＋ｃ１・ｘ＋ｄｙ０＝ｆ＿ｓｉｎ＿ｉ（ｉ）
・ｘ を解くことでラインｉとレンジカット線Ｖ０との交点の
ｘ座標を求めてＨｗ０（ｉ）を求め、その後にステップ
ＳＨ２４に進む。尚、ステップＳＨ１３〜ＳＨ１９はス
テップＳＨ６〜ＳＨ１２とそれぞれ略同じであるので詳
細な説明は省略する。

【０１０１】上記ステップＳＨ５の判定がｃ２＝０のＹ
ＥＳ（包絡線Ｖ及びレンジカット線Ｖ０，Ｖ１が直線）
の場合には、ステップＳＨ２０に進み、ステップＳＨ２
０〜ＳＨ２２で、２つの一次方程式 ｃ１・ｘ＋ｃ０−ｄｙ１＝ｆ＿ｓｉｎ＿ｉ（ｉ）・ｘ ｃ１・ｘ＋ｄｙ０＝ｆ＿ｓｉｎ＿ｉ（ｉ）・ｘ を解いてＨｗ１（ｉ）、Ｈｗ０（ｉ）を求める。

【０１０２】具体的には、ステップＳＨ２０では、ｃａ
にｃ１−ｆ＿ｓｉｎ＿ｉ（ｉ）を代入し、次のステップ
ＳＨ２１でｃａが０よりも大きいかどうかを判定する。
この判定がｃａ≦０のＮＯのときには、ステップＳＨ２
２に進み、Ｈｗ１（ｉ）に−（ｃ０−ｄｙ１）／ｃａ
を、またＨｗ０（ｉ）に−ｄｙ０／ｃａをそれぞれ代入
してステップＳＨ２４に進む一方、上記判定がｃａ＞０
のＹＥＳのときには、ステップＳＨ２３に進み、Ｈｗ１
（ｉ）及びＨｗ０（ｉ）に１００ｍを代入してステップ
ＳＨ２４に進む。つまり、ｃａ＞０のときには、ｘ＞０
においてラインｉとレンジカット線Ｖ０，Ｖ１とが交わ
らないため、Ｈｗ１（ｉ）及びＨｗ０（ｉ）を１００ｍ
にしておく。

【０１０３】ステップＳＨ２４では、全てのライン番号
について終了したかどうかを判定し、この判定がＮＯの
ときには、ステップＳＨ４に戻る一方、判定がＹＥＳの
ときには、ステップＳＨ２５に進み、ステップＳＨ２５
〜ＳＨ２７でＬＨ（ｊ）とＬＬ（ｊ）とを求める。すな
わち、ドアミラー６（検知センサユニット１０）からＬ
０だけ下側に下がった位置を原点（０，０）としかつ車
両Ｃの前後方向をｘ方向としかつ上下方向をｚ方向とす
る２次元の座標（単位：ｍ）において、レンジカット線
Ｕ０，Ｕ１は、 ｚ＝ｂｂ＿ａｎｇｌｅ・ｘ＋Ｌｌ ｚ＝ｂｂ＿ａｎｇｌｅ・ｘ＋Ｌｈ の式でそれぞれ表され、ウィンドウｊは、 ｚ＝ｆ＿ｓｉｎ＿ｊ（ｊ）・ｘ＋Ｌ０ の式で表される。

【０１０４】そして、ウィンドウｊの水平方向に対する
上下方向角度が比較的小さいことから、レンジカット線
Ｕ１とウィンドウｊとの交点のｘ座標の値がＬＨ（ｊ）
となり、レンジカット線Ｕ０とウィンドウｊとの交点の
ｘ座標の値がＬＬ（ｊ）となるので、一次方程式 ｂｂ＿ａｎｇｌｅ・ｘ＋Ｌｈ＝ｆ＿ｓｉｎ＿ｊ（ｊ）・
ｘ＋Ｌ０ ｂｂ＿ａｎｇｌｅ・ｘ＋Ｌｌ＝ｆ＿ｓｉｎ＿ｊ（ｊ）・
ｘ＋Ｌ０ をそれぞれ解くことになる（尚、図２９で示すＬＬ
（ｊ）は負の値になる）。

【０１０５】具体的には、ステップＳＨ２５では、ｆ＿
ｓｉｎ＿ｊ（ｊ）がｂｂ＿ａｎｇｌｅよりも大きいかど
うかを判定し、この判定がｆ＿ｓｉｎ＿ｊ（ｊ）＞ｂｂ
＿ａｎｇｌｅのＹＥＳのときには、ステップＳＨ２６に
進み、ＬＨ（ｊ）を（Ｌｈ−Ｌ０）／（ｆ＿ｓｉｎ＿ｊ
（ｊ）−ｂｂ＿ａｎｇｌｅ）に、またＬＬ（ｊ）を（Ｌ
ｌ−Ｌ０）／（ｆ＿ｓｉｎ＿ｊ（ｊ）−ｂｂ＿ａｎｇｌ
ｅ）にそれぞれ設定してステップＳＨ２８に進む。一
方、上記判定がｆ＿ｓｉｎ＿ｊ（ｊ）≦ｂｂ＿ａｎｇｌ
ｅのＮＯのときには、ステップＳＨ２７に進み、ＬＨ
（ｊ）を（Ｌｌ−Ｌ０）／（ｆ＿ｓｉｎ＿ｊ（ｊ）−ｂ
ｂ＿ａｎｇｌｅ）に、またＬＬ（ｊ）を（Ｌｈ−Ｌ０）
／（ｆ＿ｓｉｎ＿ｊ（ｊ）−ｂｂ＿ａｎｇｌｅ）にそれ
ぞれ設定してステップＳＨ２８に進む。

【０１０６】ステップＳＨ２８では、全てのウィンドウ
番号について終了したかどうかを判定し、この判定がＮ
Ｏのときには、ステップＳＨ２５に戻る一方、判定がＹ
ＥＳのときには、ステップＳＨ２９に進む。

【０１０７】ステップＳＨ２９では、距離データｄ
（ｉ，ｊ）が０かどうかを判定し、この判定がｄ（ｉ，
ｊ）＝０のＹＥＳのときには、ステップＳＨ３３に進む
一方、判定がｄ（ｉ，ｊ）≠０のＮＯのときには、ステ
ップＳＨ３０に進む。このステップＳＨ３０では、距離
データｄ（ｉ，ｊ）がＨｗ０（ｉ）よりも大きくかつＨ
ｗ１（ｉ）よりも小さいかどうかを判定し、この判定が
Ｈｗ０（ｉ）＜ｄ（ｉ，ｊ）＜Ｈｗ１（ｉ）のＹＥＳの
ときには、ステップＳＨ３１に進んで、距離データｄ
（ｉ，ｊ）がＬＬ（ｊ）よりも大きくかつＬＨ（ｊ）よ
りも小さいかどうかを判定し、この判定がＬＬ（ｊ）＜
ｄ（ｉ，ｊ）＜ＬＨ（ｊ）のＹＥＳのときには、ステッ
プＳＨ３３に進む。一方、ステップＳＨ３０の判定がＮ
Ｏのとき、及びステップＳＨ３１の判定がＮＯのときに
は、共にステップＳＨ３２に進み、距離データｄ（ｉ，
ｊ）をｄ（ｉ，ｊ）＝０に初期化してステップＳＨ３３
に進む。

【０１０８】ステップＳＨ３３では、全てのウィンドウ
番号について終了したかどうかを判定し、この判定がＮ
Ｏのときには、ステップＳＨ２９に戻る一方、判定がＹ
ＥＳのときには、ステップＳＨ３４に進んで全てのライ
ン番号について終了したかどうかを判定する。この判定
がＮＯのときには、ステップＳＨ２９に戻る一方、判定
がＹＥＳのときには、次の８隣接点処理（図１６参照）
に進む。

【０１０９】したがって、車幅方向においてレンジカッ
ト線Ｖ０，Ｖ１間に位置しかつ上下方向においてレンジ
カット線Ｕ０，Ｕ１間に位置する距離データｄ（ｉ，
ｊ）のみが抽出され、他の距離データｄ（ｉ，ｊ）は除
去された状態で、次の８隣接点処理に進むことになる。
尚、第１のラインデータ処理におけるレンジカット処理
では、ステップＳＨ３２で距離データｄ（ｉ，ｊ）を初
期化しても、その距離データｄ（ｉ，ｊ）は別のところ
に保存されており、第２のラインデータ処理におけるレ
ンジカット処理で、その保存した距離データｄ（ｉ，
ｊ）も含めて、レンジカット線Ｖ０，Ｖ１間及びレンジ
カット線Ｕ０，Ｕ１間に位置するかどうかを判定する。
また、第１のラインデータ処理におけるレンジカット処
理では、仮の包絡線ｙ＝３．５に基づいてレンジカット
線Ｖ０，Ｖ１が設定される。

【０１１０】上記第２のラインデータ処理の８隣接点処
理及び重み付け計算処理は、第１のラインデータ処理と
同じであり、第２レンジカット部２４で抽出した距離デ
ータｄ（ｉ，ｊ）に対して改めて８隣接点処理及び重み
付け計算処理を行う。

【０１１１】上記オブジェクトデータ処理（図１０のス
テップＳＡ５）は、図３３に示すように、前回のサイク
ルで登録済みの物体Ｏの位置の修正（位置修正処理）を
行い、その後、新規物体Ｏの位置の登録（新規物体登録
処理）を行う。

【０１１２】上記位置修正処理動作は、重心設定部２０
ｂにおいて、今回得られたラインデータのうち、前回に
登録した物体Ｏの位置（重心位置）から所定範囲にある
ものをその物体Ｏに含まれるデータであると判断して、
その物体Ｏに含まれるラインデータから物体Ｏの新たな
位置（重心位置）を求めるもので、具体的には図３４及
び図３５に示す如く行われる。

【０１１３】すなわち、最初のステップＳＩ１で、ライ
ン代表距離ｌｉｎｅ＿ｄａｔａ．ｘｓ（ｉ）とライン代
表有効ポイント数ｌｉｎｅ＿ｄａｔａ．ｐ（ｉ）とを読
み込むとともに、前回に登録した物体Ｏの距離Ｏｂｊｅ
ｃｔ＿ｄａｔａ．ｘｓ（ｋ）、物体Ｏの車両Ｃ前後方向
に対する水平方向角度Ｏｂｊｅｃｔ＿ｄａｔａ．ｔｈｅ
ｔａ（ｋ）及び物体Ｏの有効ポイント数Ｏｂｊｅｃｔ＿
ｄａｔａ．ｐ（ｋ）とを読み込む。尚、ｋは物体番号で
あり、この基本形態ではｋ＝１〜４としている。また、
Ｏｂｊｅｃｔ＿ｄａｔａ．ｘｓ（ｋ）の初期値は１００
ｍに設定されている（登録物体Ｏの数が３つ以下の場
合、Ｏｂｊｅｃｔ＿ｄａｔａ．ｘｓ（ｋ）＝１００ｍと
なる物体番号が存在する）。

【０１１４】次のステップＳＩ２では、登録物体Ｏを車
両Ｃに近いものから順に並べ、以下のステップＳＩ３〜
ＳＩ１０の動作をその近いものから順に行う。まず、ス
テップＳＩ３では、Ｏｂｊｅｃｔ＿ｄａｔａ．ｔｈｅｔ
ａ（ｋ）が比較的小さいことから、登録物体Ｏの前後方
向距離ｘｓをｘｓ＝Ｏｂｊｅｃｔ＿ｄａｔａ．ｘｓ
（ｋ）により計算し、横方向（車幅方向）距離ｙｓをｙ
ｓ＝Ｏｂｊｅｃｔ＿ｄａｔａ．ｘｓ（ｋ）・Ｏｂｊｅｃ
ｔ＿ｄａｔａ．ｔｈｅｔａ（ｋ）により計算する。次の
ステップＳＩ４では、物体Ｏの位置の計算に使用する参
考値としての前後方向距離Ｏｂｊｅｃｔ＿ｖａｌｕｅ．
ｘｓ（ｋ）、角度Ｏｂｊｅｃｔ＿ｖａｌｕｅ．ｔｈｅｔ
ａ（ｋ）及び有効ポイント数Ｏｂｊｅｃｔ＿ｖａｌｕ
ｅ．ｐ（ｋ）を全て０に設定する。

【０１１５】次のステップＳＩ５では、今回のラインデ
ータの前後方向距離ｘをｘ＝ｌｉｎｅ＿ｄａｔａ．ｘｓ
（ｉ）により計算し、横方向距離ｙをｙ＝ｌｉｎｅ＿ｄ
ａｔａ．ｘｓ（ｉ）・ｆ＿ｓｉｎ＿ｉ（ｉ）により計算
し、有効ポイント数ｐをｐ＝ｌｉｎｅ＿ｄａｔａ．ｐ
（ｉ）にする。そして、ステップＳＩ６で、ライン代表
距離ｌｉｎｅ＿ｄａｔａ．ｘｓ（ｉ）が０かどうかを判
定し、この判定がｌｉｎｅ＿ｄａｔａ．ｘｓ（ｉ）＝０
のＹＥＳのときには、ステップＳＩ１０に進む一方、判
定がｌｉｎｅ＿ｄａｔａ．ｘｓ（ｉ）≠０のＮＯのとき
には、ステップＳＩ７に進む。ステップＳＩ７では、今
回のラインデータと前回に登録した物体Ｏの位置の隔た
りを計算する。つまり、前後方向の隔たりｄｘａをｄｘ
ａ＝｜ｘｓ−ｘ｜により計算し、横方向の隔たりｄｙａ
をｄｙａ＝｜ｙｓ−ｙ｜により計算する。

【０１１６】次のステップＳＩ８では、ｄｘａ＋ｄｙａ
の値がＫ１・ｘｓ（Ｋ１は定数）よりも小さいかどうか
を判定し、この判定がｄｘａ＋ｄｙａ≧Ｋ１・ｘｓのＮ
Ｏのときには、ステップＳＩ１０に進む一方、判定がｄ
ｘａ＋ｄｙａ＜Ｋ１・ｘｓのＹＥＳのときには、ステッ
プＳＩ９に進む。つまり、今回のラインデータの位置が
前回に登録した物体Ｏの位置の近く（Ｋ１・ｘｓの範囲
内）にあれば、そのラインデータは該物体Ｏに含まれる
ものであると判断してステップＳＩ９に進む。

【０１１７】ステップＳＩ９では、上記参考値の更新を
行う。すなわち、前後方向距離Ｏｂｊｅｃｔ＿ｖａｌｕ
ｅ．ｘｓ（ｋ）を（Ｏｂｊｅｃｔ＿ｖａｌｕｅ．ｘｓ
（ｋ）・Ｏｂｊｅｃｔ＿ｖａｌｕｅ．ｐ（ｋ）＋ｘ・
ｐ）／（Ｏｂｊｅｃｔ＿ｖａｌｕｅ．ｐ（ｋ）＋ｐ）
に、また角度Ｏｂｊｅｃｔ＿ｖａｌｕｅ．ｔｈｅｔａ
（ｋ）を（Ｏｂｊｅｃｔ＿ｖａｌｕｅ．ｔｈｅｔａ
（ｋ）・Ｏｂｊｅｃｔ＿ｖａｌｕｅ．ｐ（ｋ）＋ｆ＿ｓ
ｉｎ＿ｉ（ｉ）・ｐ）／（Ｏｂｊｅｃｔ＿ｖａｌｕｅ．
ｐ（ｋ）＋ｐ）に、さらに有効ポイント数Ｏｂｊｅｃｔ
＿ｖａｌｕｅ．ｐ（ｋ）をＯｂｊｅｃｔ＿ｖａｌｕｅ．
ｐ（ｋ）＋ｐにそれぞれ設定する。また、ラインデータ
の初期化を行う。つまり、ライン代表距離ｌｉｎｅ＿ｄ
ａｔａ．ｘｓ（ｉ）を０に設定する。

【０１１８】次のステップＳＩ１０では、全てのライン
番号について終了したかどうかを判定し、この判定がＮ
Ｏのときには、ステップＳＩ５に戻ってステップＳＩ５
〜ＳＩ９の動作を繰り返す一方、上記判定がＹＥＳのと
きには、ステップＳＩ１１に進んで新しいデータの定義
（位置の修正）を行う。すなわち、物体Ｏの距離Ｏｂｊ
ｅｃｔ＿ｄａｔａ．ｘｓ（ｋ）をＯｂｊｅｃｔ＿ｖａｌ
ｕｅ．ｘｓ（ｋ）とし、角度Ｏｂｊｅｃｔ＿ｄａｔａ．
ｔｈｅｔａ（ｋ）をＯｂｊｅｃｔ＿ｖａｌｕｅ．ｔｈｅ
ｔａ（ｋ）とし、有効ポイント数Ｏｂｊｅｃｔ＿ｄａｔ
ａ．ｐ（ｋ）をＯｂｊｅｃｔ＿ｖａｌｕｅ．ｐ（ｋ）と
する。そして、ステップＳＩ１２では、全ての物体番号
（１〜４）について終了したかどうかを判定し、この判
定がＮＯのときには、ステップＳＩ３に戻って、車両Ｃ
に対して次に近い物体ＯについてステップＳＩ３〜ＳＩ
１１の動作を繰り返す一方、判定がＹＥＳのときには、
次の新規物体登録処理へ進む。尚、物体Ｏの距離Ｏｂｊ
ｅｃｔ＿ｄａｔａ．ｘｓ（ｋ）＝１００ｍであるときに
は、ステップＳＩ３以降の処理は行わないで直ちに次の
新規物体登録処理へ進む。

【０１１９】上記新規物体登録処理動作は、重心設定部
２０ｂにおいて、上記位置修正処理動作のステップＳＩ
９で初期化されずに残ったラインデータから仮の重心位
置を求め、さらにその仮の重心位置から所定範囲内にあ
るラインデータを１つの物体Ｏを構成するものとし、こ
の物体Ｏを構成するラインデータにより新規物体Ｏの位
置（重心位置）等を計算して物体登録部２０ａにおいて
登録するもので、具体的には図３６〜図３８に示す如く
行われる。

【０１２０】すなわち、最初のステップＳＪ１で、ライ
ン代表距離ｌｉｎｅ＿ｄａｔａ．ｘｓ（ｉ）とライン代
表有効ポイント数ｌｉｎｅ＿ｄａｔａ．ｐ（ｉ）とを読
み込むとともに、新しい物体Ｏの位置の計算に使用する
参考値としての距離ｘｓ＿ｎｅｗ、車両Ｃ前後方向に対
する水平方向角度ｔｈｅｔａ＿ｎｅｗ及び有効ポイント
数ｐ＿ｎｅｗを全て０に設定する。次のステップＳＪ２
では、ラインデータの前後方向距離ｘをｘ＝ｌｉｎｅ＿
ｄａｔａ．ｘｓ（ｉ）により計算し、有効ポイント数ｐ
をｐ＝ｌｉｎｅ＿ｄａｔａ．ｐ（ｉ）により計算する。
そして、ステップＳＩ６で、ｌｉｎｅ＿ｄａｔａ．ｘｓ
（ｉ）が０かどうかを判定し、この判定がｌｉｎｅ＿ｄ
ａｔａ．ｘｓ（ｉ）＝０のＹＥＳのときには、ステップ
ＳＪ５に進む一方、判定がｌｉｎｅ＿ｄａｔａ．ｘｓ
（ｉ）≠０のＮＯのときには、ステップＳＪ４に進む。
ステップＳＪ４では、上記参考値の更新を行う。すなわ
ち、距離ｘｓ＿ｎｅｗを（ｘｓ＿ｎｅｗ・ｐ＿ｎｅｗ＋
ｘ・ｐ）／（ｐ＿ｎｅｗ＋ｐ）に、角度ｔｈｅｔａ＿ｎ
ｅｗを（ｔｈｅｔａ＿ｎｅｗ・ｐ＿ｎｅｗ＋ｆ＿ｓｉｎ
＿ｉ（ｉ）・ｐ）／（ｐ＿ｎｅｗ＋ｐ）に、有効ポイン
ト数ｐ＿ｎｅｗをｐ＿ｎｅｗ＋ｐにそれぞれ設定する。

【０１２１】次のステップＳＪ５では、全てのライン番
号について終了したかどうかを判定し、この判定がＮＯ
のときには、ステップＳＪ２に戻ってステップＳＪ２〜
ＳＪ４の動作を繰り返す一方、上記判定がＹＥＳのとき
には、ステップＳＪ６に進んで新規物体Ｏの横方向の位
置ｙｓ＿ｎｅｗをｘｓ＿ｎｅｗ・ｔｈｅｔａ＿ｎｅｗに
設定する。以上の動作により、上記位置修正処理動作で
初期化されずに残ったラインデータから仮の重心位置座
標（ｘｓ＿ｎｅｗ，ｙｓ＿ｎｅｗ）が求まることにな
る。そして、次のステップＳＪ７では、新規物体Ｏの距
離Ｎｅｗ＿ｏｂｊｅｃｔ．ｘｓ、角度Ｎｅｗ＿ｏｂｊｅ
ｃｔ．ｔｈｅｔａ及び有効ポイント数Ｎｅｗ＿ｏｂｊｅ
ｃｔ．ｐを０に設定して、ステップＳＪ８に進む。

【０１２２】ステップＳＪ８では、ラインデータの前後
方向距離ｘをｘ＝ｌｉｎｅ＿ｄａｔａ．ｘｓ（ｉ）によ
り計算し、横方向距離ｙをｙ＝ｌｉｎｅ＿ｄａｔａ．ｘ
ｓ（ｉ）・ｆ＿ｓｉｎ＿ｉ（ｉ）により計算し、有効ポ
イント数ｐをｐ＝ｌｉｎｅ＿ｄａｔａ．ｐ（ｉ）にす
る。そして、次のステップＳＪ９では、ライン代表距離
ｌｉｎｅ＿ｄａｔａ．ｘｓ（ｉ）が０かどうかを判定
し、この判定がｌｉｎｅ＿ｄａｔａ．ｘｓ（ｉ）＝０の
ＹＥＳのときには、ステップＳＪ１３に進む一方、判定
がｌｉｎｅ＿ｄａｔａ．ｘｓ（ｉ）≠０のＮＯのときに
は、ステップＳＪ１０に進む。ステップＳＪ１０では、
ラインデータと上記仮の重心位置の隔たりを計算する。
つまり、前後方向の隔たりｄｘｂをｄｘｂ＝｜ｘｓ＿ｎ
ｅｗ−ｘ｜により計算し、横方向の隔たりｄｙｂをｄｙ
ｂ＝｜ｙｓ＿ｎｅｗ−ｙ｜により計算する。

【０１２３】次のステップＳＪ１１では、ｄｘｂ＋ｄｙ
ｂの値がＫ２・ｘｓ＿ｎｅｗ（Ｋ２は定数）よりも小さ
いかどうかを判定し、この判定がｄｘｂ＋ｄｙｂ≧Ｋ２
・ｘｓ＿ｎｅｗのＮＯのときには、ステップＳＪ１３に
進む一方、判定がｄｘｂ＋ｄｙｂ＜Ｋ２・ｘｓ＿ｎｅｗ
のＹＥＳのときには、スップＳＪ１２に進む。つまり、
ラインデータの位置が仮の重心位置の近く（Ｋ２・ｘｓ
＿ｎｅｗの範囲内）にあれば、そのラインデータは新規
物体Ｏに含まれるものであると判断してステップＳＪ１
２に進む。

【０１２４】ステップＳＪ１２では、新しい物体Ｏの定
義を行う。すなわち、距離Ｎｅｗ＿ｏｂｊｅｃｔ．ｘｓ
を（Ｎｅｗ＿ｏｂｊｅｃｔ．ｘｓ・Ｎｅｗ＿ｏｂｊｅｃ
ｔ．ｐ＋ｘ・ｐ）／（Ｎｅｗ＿ｏｂｊｅｃｔ．ｐ＋ｐ）
に、また角度Ｎｅｗ＿ｏｂｊｅｃｔ．ｔｈｅｔａを（Ｎ
ｅｗ＿ｏｂｊｅｃｔ．ｔｈｅｔａ・Ｎｅｗ＿ｏｂｊｅｃ
ｔ．ｐ＋ｆ＿ｓｉｎ＿ｉ（ｉ）・ｐ）／（Ｎｅｗ＿ｏｂ
ｊｅｃｔ．ｐ＋ｐ）に、さらに有効ポイント数Ｎｅｗ＿
ｏｂｊｅｃｔ．ｐをＮｅｗ＿ｏｂｊｅｃｔ．ｐ＋ｐにそ
れぞれ設定する。そして、次のステップＳＪ１３では、
全てのライン番号について終了したかどうかを判定し、
この判定がＮＯのときには、ステップＳＪ８に戻ってス
テップＳＪ８〜ＳＪ１２の動作を繰り返す一方、上記判
定がＹＥＳのときには、ステップＳＪ１４へ進む。上記
ステップＳＪ１２により最終的に設定された距離Ｎｅｗ
＿ｏｂｊｅｃｔ．ｘｓ、角度Ｎｅｗ＿ｏｂｊｅｃｔ．ｔ
ｈｅｔａ及び有効ポイント数Ｎｅｗ＿ｏｂｊｅｃｔ．ｐ
が新規物体Ｏの情報として登録されることになる。

【０１２５】ステップＳＪ１４では、上記車速センサ１
３により検出された車速ｖと舵角センサ１４により検出
されたハンドル舵角θＨとを読み込み、次のステップＳ
Ｊ１５で上記ハンドル舵角θＨの速度を算出するととも
に、車両Ｃの走行している走行路の曲率半径Ｒを、 Ｒ＝（１＋Ａ・ｖ²）・（Ｌｂ／θＨ） の式により算出する。尚、上式中、Ａは車両Ｃの回頭性
の良さを表すスタビリティファクタ、Ｌｂは車両Ｃのホ
ィールベースである。

【０１２６】次のステップＳＪ１６では、上記ハンドル
舵角θＨを大小２つの設定値と比較し、ハンドル舵角θ
Ｈが小さい側の設定値よりも小さいときには、車両Ｃは
直進走行状態にあると見倣して、そのまま表示処理動作
（図１０のステップＳＡ６）へ進む。

【０１２７】上記ハンドル舵角θＨが大小２つの基準値
の間にある中状態のときには、車両Ｃは車線変更の状態
にあると判定し、ステップＳＪ１７に進んで上記走行路
の曲率半径Ｒが所定値以上かどうかを判定する。ここで
Ｒ＜所定値のＮＯと判定されたときには、上記表示処理
動作に進むが、Ｒ≧所定値のＹＥＳと判定されると、ス
テップＳＪ１９に進む。

【０１２８】また、上記ステップＳＪ１６でハンドル舵
角θＨが大きい側の設定値よりも大きいときには、車両
Ｃはカーブ走行状態にあると見倣してステップＳＪ１８
に進み、上記算出したハンドル舵角θＨの速度がある
か、つまりハンドルが動いてハンドル舵角θＨが変化し
ているか否かを判定する。この判定がＮＯのときには、
上記表示処理動作に進むが、ＹＥＳのときには、上記ス
テップＳＪ１９に進む。

【０１２９】上記ステップＳＪ１９では、表示装置３１
により表示する最大表示距離ｘｍａｘを演算し、次のス
テップＳＪ２０で、車両Ｃに最も近い物体Ｏまでの距離
の検出値ｘｓ１（Ｏｂｊｅｃｔ＿ｄａｔａ．ｘｓ（ｋ）
（ｋ＝１〜４）の最小値）を読み込み、ステップＳＪ２
１において上記物体Ｏの車両Ｃ（自車）との相対速度ｖ
ｓｓを演算する。次いで、ステップＳＪ２２に進んで上
記物体Ｏの所定時間Δｔ経過後の位置ｘｐｒｅｄｉｃｔ
を、 ｘｐｒｅｄｉｃｔ＝ｘｓ１＋Δｔ・ｖｓｓ の式より推定し、ステップＳＪ２３において上記推定位
置ｘｐｒｅｄｉｃｔが最大表示距離ｘｍａｘ以上かどう
かを判定する。この判定がｘｐｒｅｄｉｃｔ＜ｘｍａｘ
のＮＯのときには、上記表示処理動作に進むが、ｘｐｒ
ｅｄｉｃｔ≧ｘｍａｘのＹＥＳのときには、ステップＳ
Ｊ２４において該物体Ｏが車両Ｃから離れつつあるもの
か否かを判定し、この判定がＮＯのとき（物体Ｏが接近
しているとき）には表示処理動作に進む。一方、ステッ
プＳＪ２４の判定がＹＥＳであると、ステップＳＪ２５
に進んで表示装置３１での物体Ｏの距離の表示をキャン
セルしてリターンする。

【０１３０】上記表示処理動作は、上記表示装置３１で
の物体表示のための表示処理を行うもので、具体的には
図３９の如く行われる。すなわち、最初のステップＳＫ
１で、上記物体Ｏと自車Ｃとの間の距離ｘｓ１が、比較
的長い設定値４０ｍ以下かどうかを判定し、この判定が
ｘｓ１＞４０ｍのＮＯのときには、物体Ｏは自車Ｃから
遠く離れて車線変更の障害物となり得ないと判断して、
物体表示を行わないでリターンする。一方、ステップＳ
Ｋ１の判定がｘｓ１≦４０ｍのＹＥＳのときには、ステ
ップＳＫ２に進んで今度は上記距離ｘｓ１が、極めて短
い設定値１０ｍ（物体Ｏが自車Ｃのミラーの死角に入る
ような距離）以下かどうかを判定する。この判定がｘｓ
１≦１０ｍのＹＥＳのときには、物体Ｏが自車Ｃに極め
て近接していると判断し、ステップＳＫ３に進んで、そ
の物体Ｏに関する情報を上記表示装置３１の表示画面３
１ａにおけるセグメント３４の表示輝度（点灯輝度）の
レベルを「設定３」にセットし、次のステップＳＫ４に
おいてセグメント３４の表示色を「赤」にセットした
後、ステップＳＫ１０に進み、上記表示装置３１の表示
画面３１ａでセグメント列３３のセグメント３４，３
４，…の点灯により物体Ｏとの間の現在の距離を表示し
た後にリターンする。

【０１３１】上記ステップＳＫ２の判定がｘｓ１＞１０
ｍのＮＯのとき（ｘｓ１＝１０〜４０ｍのとき）には、
ステップＳＫ５に進み、上記物体Ｏの自車Ｃに対する相
対速度ｖｓｓが正か否か、つまり物体Ｏが自車Ｃに対し
て接近しているか否かを判定し、この判定がＹＥＳ（ｖ
ｓｓ＞０）で物体Ｏが接近状態であるときには、ステッ
プＳＫ６に進み、上記表示装置３１の表示画面３１ａに
おけるセグメント３４，３４，…の表示輝度のレベルを
中間程度の「設定２」にセットし、次のステップＳＫ７
でセグメント３４，３４，…の表示色を「黄」にセット
した後、上記ステップＳＫ１０に進む。

【０１３２】一方、上記ステップＳＫ５の判定がＮＯ
（ｖｓｓ≦０）のときには、物体Ｏが離隔状態であると
見倣してステップＳＫ８に進み、上記表示画面３１ａに
おけるセグメント３４，３４，…の表示輝度のレベルを
最も小さい（暗い）「設定１」にセットし、次のステッ
プＳＫ９でセグメント３４，３４，…の表示色を「青」
にセットした後、上記ステップＳＫ１０に進む。

【０１３３】上記表示装置３１における各セグメント列
３３のセグメント３４の表示輝度レベルは、図４０に示
すように、「設定」の数値が大きくなるほど輝度が大き
く（明るく）なるように設定されている。また、上記図
３９に示すステップＳＫ１０で行う距離表示について
は、表示画面３１ａの各セグメント列３３の８個のセグ
メント３４，３４，…をそれぞれ５ｍの間隔を表すもの
とし、図４１に示す如く、物体Ｏが４０ｍから５ｍずつ
自車Ｃに接近する毎にセグメント３４，３４…の点灯個
数が１個ずつ増加するようになっている。したがって、
上記のようにステップＳＫ２でｘｓ１≦１０ｍと判定さ
れた場合、その距離ｘｓ１の算出結果に応じて、セグメ
ント列３３の８個のセグメント３４，３４，…のうち下
から７個目までのセグメント３４，３４，…（ｘｓ１＝
５〜１０ｍの場合）、又は全てのセグメント３４，３
４，…（ｘｓ１＜５ｍの場合）が点灯し、そのセグメン
ト３４，３４，…の点灯が最も明るい「設定３」の輝度
レベルでかつ最も注意を喚起させる「赤」の色で行われ
る。尚、図４２では、全てのセグメント３４，３４，…
が「設定３」の輝度レベルでかつ「赤」色で点灯してい
る表示状態を例示している。

【０１３４】したがって、この基本形態では、左右後側
方検知センサユニット１０，１０の１対のＣＣＤチップ
１１，１１により画像が輝度情報として捕らえられる
と、まず、コントローラ１５の各測距回路１６におい
て、各ＣＣＤチップ１１の画像がライン列及びウィンド
ウ方向にそれぞれ分割されて各領域Ｅについて距離ｄ
（ｉ，ｊ）が測定される。続いて、白線除去部２２にお
いて、水平に並んでいる距離データが路面上の白線等と
して除去される。そして、第１レンジカット部２３にお
いて、車両Ｃの前後方向に延びかつ車両Ｃから車幅方向
に３．５ｍ離れた直線を仮の包絡線として、この仮の包
絡線に基づいて水平方向のレンジカット線Ｖ０，Ｖ１が
設定されるとともに、路面と平行な２つの上下方向のレ
ンジカット線Ｕ０，Ｕ１が設定され、これら水平方向の
レンジカット線Ｖ０，Ｖ１間及び上下方向のレンジカッ
ト線Ｕ０，Ｕ１間に位置する距離データが抽出される。

【０１３５】次いで、８隣接点処理部２５で、上記抽出
された領域Ｅ毎の距離ｄ（ｉ，ｊ）及び隣接領域Ｒ１〜
Ｒ８の距離の差ｄｘに基づいて各領域Ｅ毎の距離データ
の有効ポイント数Ｐ（ｉ，ｊ）が付与され、ライン距離
演算部２６において上記有効ポイント数Ｐ（ｉ，ｊ）に
基づき重み付け計算によりライン毎のライン代表距離ｌ
ｉｎｅ＿ｄａｔａ．ｘｓ（ｉ）が演算される。そして、
包絡線設定部２７においてライン距離演算部２６により
演算されたライン代表距離ｌｉｎｅ＿ｄａｔａ．ｘｓ
（ｉ）から包絡線Ｖが設定される。すなわち、検出され
た複数の距離データにそれぞれ対応する物体検出位置の
略水平面上の位置Ｔ，Ｔ，…が求められて、これらの位
置Ｔ，Ｔ，…に基づき該位置Ｔ，Ｔ，…を車幅方向外側
から含むような包絡線Ｖが設定される。このように、包
絡線Ｖを設定する上で不要と考えられる距離データ）
を、仮の包絡線を設定して、包絡線Ｖを設定する上で不
要と考えられる距離データを除去し、残った各領域Ｅに
ついての距離データの有効性を隣接領域Ｒ１〜Ｒ８との
関係から有効ポイント数Ｐ（ｉ，ｊ）として判定し、こ
の有効ポイント数Ｐ（ｉ，ｊ）に基づいてライン代表距
離ｌｉｎｅ＿ｄａｔａ．ｘｓ（ｉ）を求めて、その距離
から包絡線Ｖを設定するので、測距データのばらつきや
ノイズ等があっても、その影響を可及的に低減すること
ができ、高精度の距離演算が可能となって正確でかつ適
正な包絡線Ｖを設定することができる。

【０１３６】次に、第２レンジカット部２４において、
上記設定した包絡線Ｖに基づいて水平方向のレンジカッ
ト線Ｖ０，Ｖ１が設定されるとともに、路面と平行な２
つの上下方向のレンジカット線Ｕ０，Ｕ１が設定され、
第１レンジカット部２３により抽出された距離データ及
び抽出されなった距離データから、上記水平方向のレン
ジカット線Ｖ０，Ｖ１間及び上下方向のレンジカット線
Ｕ０，Ｕ１間に位置する（包絡線Ｖの車幅方向内側に位
置する）距離データが抽出される。そして、この抽出さ
れた距離データに対して、再度８隣接点処理と重み付け
計算処理とが行われてライン代表距離ｌｉｎｅ＿ｄａｔ
ａ．ｘｓ（ｉ）が演算され、物体認識部２０においてこ
のライン代表距離ｌｉｎｅ＿ｄａｔａ．ｘｓ（ｉ）から
物体Ｏが認識される。このように、上記包絡線Ｖに基づ
いて再度レンジカットラインを設定することにより必要
な距離データのみを抽出して物体Ｏを認識するので、他
の車両をガードレール等と区別して確実にかつ正確に認
識することができる。よって、物体Ｏの認識精度及び識
別精度を高めることができる。

【０１３７】また、上記８隣接点処理部２５では、領域
Ｅと隣接領域Ｒ１〜Ｒ８との距離差ｄｘがしきい値ｄ０
よりも小さいときに有効ポイント数Ｐ（ｉ，ｊ）（付与
ポイント数ｐｐ）を付与するようにしているので、領域
Ｅの隣接領域Ｒ１〜Ｒ８との距離差ｄｘがしきい値ｄ０
よりも小さいときのみを有効ポイント数Ｐ（ｉ，ｊ）の
付与によって有効と判断でき、距離演算の精度を高める
ことができる。

【０１３８】上記ライン距離演算部２６では、有効ポイ
ント数Ｐ（ｉ，ｊ）がライン代表しきい値Ｐ０よりも大
きい領域についてライン毎の距離演算を行うので、ライ
ン代表距離ｌｉｎｅ＿ｄａｔａ．ｘｓ（ｉ）を正確に演
算することができる。

【０１３９】そのとき、図４５に示す如く、上記ライン
代表しきい値Ｐ０は、各ライン毎の距離データの検出状
況に応じて設定することで、ライン代表しきい値Ｐ０が
検出状況に応じて変化して設定され、距離演算の精度を
さらに高めることができる。すなわち、ライン代表しき
い値Ｐ０は、各ライン上の領域の最大有効ポイント数Ｐ
ｍａｘに応じて、その最大有効ポイント数Ｐｍａｘが大
きいほど大きくなるように設定すると、ライン代表しき
い値Ｐ０は、各ライン上の領域の最大有効ポイント数Ｐ
ｍａｘに応じて変化する。したがって、距離演算の精度
を高めることができる。

【０１４０】図１８に示すように、上記ライン距離演算
部２６において、各ライン上の領域の最大有効ポイント
数となる距離Ｄｍａｘを基準として、該距離Ｄｍａｘか
ら所定距離ｄ０以上外れた距離データを距離演算に用い
ないように構成すれば、各ライン上の領域の最大有効ポ
イント数となる距離Ｄｍａｘから所定距離ｄ０の範囲内
にある距離データのみで距離演算が行われ、高精度の距
離演算を行うことができる。

【０１４１】そして、上記包絡線設定部２７において、
図２３及び図２４に示す如く、水平方向に配列された複
数のラインにおける距離データ間の車幅方向の位置が所
定距離ｙｔｈｒｅｓｈｏｌｄ以上異なるときに、上記ラ
イン上の車両前後方向の遠い側の距離データに対応する
位置ＴＳ′を車両Ｃの車幅方向に延びる線Ｗ上に投影し
た位置に補助点ＴＳを設定し、該補助点ＴＳを含めて包
絡線Ｖを設定すれば、車両Ｃの斜め後方に、例えば物体
Ｏとしてのトラックやガードレールが混在しているとき
でも、それらのデータをより一層正しく処理することが
できる。

【０１４２】また、図２５に示すように、検出した距離
データＮが所定数Ｎ０以上あるときに包絡線Ｖを更新
し、設定した包絡線Ｖが前回の包絡線Ｖに比べて所定以
上に変化したときに包絡線Ｖの更新を行わないようにす
れば、検出距離データ数Ｎが多い分だけ包絡線Ｖの設定
精度を高めることができ、しかも、更新した今回の包絡
線Ｖの各項の係数ｃ０，ｃ１，ｃ２と前回の包絡線Ｖの
同係数ｃ０′，ｃ１′，ｃ２′とを比較して、両者の差
│ｃ０−ｃ０′│，│ｃ１−ｃ１′│，│ｃ２−ｃ２′
│がそれぞれ所定値Δｃ０，Δｃ１，Δｃ２以上大きく
て今回の包絡線Ｖが前回の包絡線Ｖに比べて所定以上に
変化したとき、それはガードレールの形状変化やブッシ
ュの変化等による一時的な外乱によるものと判定され
る。このときには、その包絡線Ｖの更新が禁止されるの
で、包絡線Ｖの設定を安定して行って信頼性を向上させ
ることができる。

【０１４３】さらに、図２６及び図２７に示す如く、走
行環境検出手段４１により車両Ｃの走行環境が所定以上
に変化したことが検出されたときに、設定した包絡線Ｖ
が前回の包絡線Ｖに比べて所定以上に変化しても包絡線
Ｖの更新を行うようにすれば、このような車両Ｃの走行
環境の変化時に包絡線Ｖの更新を行うことで、包絡線Ｖ
の設定精度を高めることができる。

【０１４４】上記物体認識部２０においては、今回のラ
インデータの位置が前回に登録した物体Ｏの位置から所
定範囲内にあれば、そのラインデータは該物体Ｏに含ま
れるものであると判断してその物体Ｏの位置を修正する
とともに、残りのラインデータから新規物体Ｏを認識す
るので、既に登録済みの物体Ｏと新規物体Ｏとを正確に
区別することができる。しかも、新規物体Ｏを認識する
際、上記残りのラインデータから仮の重心位置を求め、
この重心位置から所定範囲内にあるラインデータを１つ
の物体Ｏを構成するものとし、この所定範囲内にあるラ
インデータにより新規物体Ｏの位置等を計算して登録す
るので、ノイズ等が誤って新規物体Ｏとして登録される
のを抑制することができる。

【０１４５】そして、上記登録物体Ｏが車両Ｃの車線変
更の障害物と判定されて、車両Ｃに最も近い車両Ｃとの
間の距離ｘｓ１に関する情報が表示部３１のセグメント
３４，３４，…の点灯表示により乗員に報知されるの
で、乗員は車線変更の障害物としての物体Ｏ（他の車
両）を容易に知ることができる。

【０１４６】また、上記測距回路１６の測距特性は、遠
距離側ラインを基準として、他のラインを補完するよう
に構成されているので、検知センサユニット１０後方の
ドアミラー６のミラー等の測距精度への影響を避ける目
的で、ライン毎の測距特性を所定ラインを基準にして他
のラインを補完するとき、遠距離側の距離データの有効
性を高めつつ、全てのラインの検出精度を良好に補正す
ることができる。

【０１４７】（実施形態）ここで、本発明の実施形態に
係る走行環境認識手段を備えた車両の位置認識装置につ
いて説明する。この実施形態では、図１０のステップＳ
Ａ１の白線除去処理が上記基本形態と異なっており、こ
の実施形態は、距離データに基づき路面の形状を求め、
この路面形状に基づいて該路面を検出しているデータの
除去を行うようにしている。

【０１４８】すなわち、上記基本形態の白線除去処理で
は、ライン毎にデータが水平に並んでいるか否かを判定
し、水平に並んでいるときには該データは白線を検出し
ているとして、当該データを除去するようにしている
（図１１のステップＳＢ４参照）。

【０１４９】ところが、検出誤差等に起因して距離デー
タはばらつくため、例えば図４６に示すように、路面を
検出しているデータ（Ｔ１〜Ｔ６）であってもＴ３やＴ
４のように水平に並ばないデータが発生する場合があ
る。この場合、上記基本形態の白線除去処理では、上記
Ｔ３及びＴ４のようなばらついたデータを除去すること
が困難になってしまう。

【０１５０】また、走行環境によっては、路面を検出し
ているデータが水平に並ばないため、路面データを除去
することが困難な場合がある。すなわち、図４７（ａ）
に示すように、加速をすること等によって自車Ｃの後部
が下がるピッチングを起こしたときは検知センサユニッ
ト１０の向きが変わるため、路面Ｆの白線Ｍを検出した
データが水平に並ばなくなってしまう。また、例えば同
図（ｂ）に示すように、自車Ｃが下り坂を降りた直後等
のときには、該下り坂である路面Ｆの白線Ｍを検出した
データは、路面Ｆのデータであるにも拘わらず水平に並
ばない状態となる。さらに、例えば同図（ｃ）に示すよ
うに、他車Ｏのヘッドライトが点灯しているときの路面
Ｆの反射部分Ｍ′を検知センサユニット１０が検出する
場合があり、この場合も、該路面Ｆを検出しているデー
タが水平に並ばなくなる虞がある。加えて、上記の条件
が重なってしまうと、除去されずに残ってしまう路面デ
ータの数がより一層増加してしまい、正確な物体認識が
より一層困難になってしまう虞がある。

【０１５１】さらに、同図（ａ）及び（ｂ）に示すよう
な、自車Ｃがピッチングを起こしている場合や自車Ｃが
下り坂を降りた直後等では、路面データが確実に除去で
きないという不都合の他にも、物体の認識を行う上で不
要な距離データを除去するレンジカット処理が正確に行
えなくなる虞があるという不都合がある。

【０１５２】すなわち、上記基本形態では、エンジン出
力と車両Ｃの走行時の加速度とから路面傾斜角ｂｂ＿ａ
ｎｇｌｅを演算し、この路面傾斜角ｂｂ＿ａｎｇｌｅに
基づき、直線とみなした路面と平行な２つのレンジカッ
ト線Ｕ０，Ｕ１間に位置する距離データを抽出するよう
にしている（図２９参照）。

【０１５３】ところが、例えば図４７（ｂ）に示すよう
に、路面Ｆの形状が自車の後方で変化していて他車Ｏが
下り坂の部分に存在している場合には、路面の形状を直
線で近似したレンジカットを行うと、物体Ｏを検出して
いるデータが残らなくなってしまう虞がある。このよう
に物体を検出しているデータの数が少なくなれば、該他
車の認識精度の低下を招いてしまう。

【０１５４】そこで、本実施形態では、ラインデータに
基づき路面の形状を正確に認識するようにし、このよう
な路面形状の正確な認識によって、他車の認識精度をよ
り向上させるようにしている。

【０１５５】図４８は本発明の実施形態に係る物体認識
装置の詳細構成を示し、白線除去部２２の代わりに走行
環境認識手段としての走行環境認識部２８が設けられて
いる点が上記基本形態と異なる。

【０１５６】上記走行環境認識部２８は、図４９に示す
ように、上記各領域毎の距離データからライン毎に略水
平方向に並んだデータを抽出する水平データ抽出手段と
しての水平データ抽出部２８ａと、この水平データ抽出
部２８ａによって抽出されたデータからウィンドウ毎に
最大距離のデータを抽出する最大距離データ抽出手段と
しての最大距離データ抽出部２８ｂと、この最大距離デ
ータ抽出部２８ｂによって抽出されたデータに基づいて
路面の形状を算出する路面形状算出手段としての路面形
状算出部２８ｃと、この路面形状算出部２８ｃによって
算出された路面形状に基づき路面上の白線等のデータを
除去する路面データ除去手段としての路面データ除去部
２８ｄとを有している。

【０１５７】そして、図５０は本発明の実施形態に係る
走行環境認識動作を示し、ここでは、各領域の距離デー
タの内、条件を満たすものを順に抽出することによっ
て、路面を検出しているデータのみを残すようにしてい
る。

【０１５８】先ず、最初のステップＳＬ１で、水平デー
タ抽出部２８ａにおいて各ライン毎に水平方向に並んだ
データＤ（ｉ，ｊ）を抽出する。具体的には、図１１の
ステップＳＢ１〜ステップＳＢ７に基づき行われ、水平
に並んでいるかどうかの判定変数ｈｊ（ｉ，ｊ）が０で
あるデータを抽出してＤ（ｉ，ｊ）とする。これによ
り、図５９Ａ（ａ）に示すように、Ｘ−Ｚ平面にプロッ
トした全ての領域の距離データから、同図（ｂ）に示す
ように水平方向に並んだデータＤ（ｉ，ｊ）、つまり路
面を検出しているデータの候補が抽出される。尚、同図
において、同一符号の点は同一ライン列のデータである
ことを示し、同図（ａ）において車両１及び車両２の囲
い内のデータは、他車を検出しているデータであること
を示している。

【０１５９】次いで、ステップＳＬ２では、最大距離デ
ータ抽出部２８ｂにおいて水平方向に並んだデータＤ
（ｉ，ｊ）から、ウィンドウ毎に距離データが最大のデ
ータＤ０（ｊ）を抽出する（図５９（ｃ）参照）。これ
により、路面を検出していると思われるデータが抽出さ
れる。

【０１６０】すなわち、図５１（ａ）に示すように、例
えば同一のウィンドウｊの異なるライン列の領域が点Ａ
と点Ｂとをそれぞれ検出した場合を考える。このとき、
物体を検出している点Ｂは、路面Ｆと検知センサユニッ
ト１０との間に位置するため、該路面Ｆを検出している
点Ａよりも距離が短くなる。このように同一ウィンドウ
ｊの領域は上下方向に同じ方向を測距しているため、路
面Ｆを検出したときに最も距離が長くなる。そこで、上
記ステップＳＬ２のように、ウィンドウ毎に距離データ
が最大のデータを抽出することによって、路面を検出し
ていると思われるデータを残すことができる。

【０１６１】続くステップＳＬ３では、上記最大距離の
データＤ０（ｊ）の内、第１所定距離以下のデータを除
去して、残ったデータをＤ１（ｊ）とする。

【０１６２】ここで、上記第１所定距離Ｌｍｉｎは、図
５１（ａ）に示すように、検知センサユニット１０の設
置高さＬ０（一対のＣＣＤチップ１１，１１の中間位置
から路面までの高さ）と、該検知センサユニット１０に
おける最も下向きの（ウィンドウ１の）測距方向θｍｉ
ｎとに基づき、 Ｌｍｉｎ＝Ｌ０／θｍｉｎ により算出される。従って、第１所定距離Ｌｍｉｎは検
知センサユニット１０の検知範囲における該検知センサ
ユニット１０と路面Ｆとの最短距離に設定されることと
なる。このため、この第１所定距離Ｌｍｉｎよりも短い
距離データは、例えば同図（ａ）の点Ｂ及び点Ｃのよう
に、路面Ｆよりも上側にある物体、例えば水平方向に並
んでいると判定され易い他車Ｏのボンネットやルーフを
検出しているデータであると考えられる。そこで、図５
９Ｂ（ａ）に示すように、上記第１所定距離Ｌｍｉｎ以
下のデータ（同図の円で囲った点）を除去することによ
って、路面データＤ１（ｊ）のみを抽出することができ
る。

【０１６３】尚、第１所定距離Ｌｍｉｎの算出方法とし
ては、路面の形状を考慮するようにしてもよい。すなわ
ち、図５１（ｂ）に示すように、前回に算出した路面Ｆ
の勾配τと、検知センサユニット１０の設置高さＬ０
と、該検知センサユニット１０における最も下向きの測
距方向θｍｉｎとに基づいて、 Ｌｍｉｎ＝Ｌ０／（θｍｉｎ＋τ） により算出してもよい。これにより、第１所定距離Ｌｍ
ｉｎを、より正確に検知センサユニット１０の検知範囲
における該検知センサユニット１０と路面Ｆとの最短距
離に設定することができる。

【０１６４】続くステップＳＬ４では、上記データＤ１
（ｊ）から第２所定距離以上であるデータを除去し、残
ったデータをＤ２（ｊ）とする。

【０１６５】ここで、上記第２所定距離Ｌｍａｘ（ｉ）
は、各ライン毎に設定するようになっている。具体的に
は、図５２に示すように、ライン毎に、該検知センサユ
ニット１０から、当該ラインの測距方向に延びる線（同
図の細線参照）と自車Ｃに対して車幅方向外側に所定距
離Ｗだけ離れて前後方向に延びる仮想線Ｌ１との交点ま
での距離に設定しており、 Ｌｍａｘ（ｉ）＝Ｗ／ψ（ｉ） によって算出する。ここで、ψ（ｉ）は各ラインの自車
Ｃの側面に対する水平方向角度である。尚、上記設定距
離Ｗは道幅に設定されており、このように第２所定距離
Ｌｍａｘ（ｉ）を設定すれば、この第２所定距離Ｌｍａ
ｘ（ｉ）以上の距離データは、自車Ｃが走行する車線に
隣接した隣接車線よりも遠くに存在する物体を検出して
いることになる。従って、該データは路側構造物又は他
車Ｏのボンネットやルーフを検出していると考えられ
る。そこで、図５９Ｂ（ｂ）に示すように、上記第２所
定距離Ｌｍａｘ（ｉ）以上のデータ（同図の円で囲った
点参照）を除去することによって、路面データＤ２
（ｊ）のみを抽出することができるようになる。

【０１６６】次に、ステップＳＬ５では、以上のステッ
プＳＬ１〜ステップＳＬ４を経て残ったデータＤ２
（ｊ）の高さＺ２（ｊ）を演算する。具体的には、 Ｚ２（ｊ）＝Ｌ０−θ（ｊ）・Ｄ２（ｊ） によって算出する。ここで、Ｌ０は検知センサユニット
１０の設置高さであり、θ（ｊ）は各ウィンドウの水平
方向に対する上下角度である。

【０１６７】そして、ステップＳＬ６においては、物体
と思われるデータを除去する。

【０１６８】これは、図５３に示すように、Ｚ２（ｊ）
／Ｄ２（ｊ）が所定値よりも小さいものを抽出すること
によって行われる（ステップＳＬ６ａ）。

【０１６９】すなわち、検知センサユニット１０から鉛
直下方に降ろした垂線と路面との交点を原点としたＸ−
Ｚ平面において、路面の勾配角度は所定値以下になると
考えられる。このため、図５９Ｃ（ａ）に示すように、
上記所定値によって規定されるしきい線Ｌ２を設定し、
このしきい線Ｌ２よりも上側に存在するデータ（同図の
Ｔ２参照）は、該データは路面を検出しているデータで
はないと思われる。そこで、これらのデータを除去すべ
く、Ｚ２（ｊ）／Ｄ２（ｊ）が所定値内のものを抽出す
るようにする。

【０１７０】尚、上記ステップＳＬ６における物体と思
われるデータを除去する動作としては、例えば以下の第
１の変形例〜第４の変形例のようにしてもよい。

【０１７１】第１の変形例は、図５４に示すように、｜
Ｚ２（ｊ＋１）−Ｚ２（ｊ）｜＜Ｋ・｜Ｄ２（ｊ＋１）
−Ｄ２（ｊ）｜を満たすデータのみを抽出する（ステッ
プＳＬ６ｂ）。つまり、上記ステップＳＬ１〜ステップ
ＳＬ４の各ステップを経て抽出されたデータＤ２（ｊ）
に対して、上記ステップＳＬ１の処理と同様に、水平方
向に並んでいるデータのみを抽出するようにする。例え
ば図５９Ｃ（ａ）においては、点Ｔ２のデータが除去さ
れる対象となる。

【０１７２】第２の変形例は、図５５に示すように、Ｄ
２（ｊ＋１）＞Ｄ２（ｊ）を満たすデータのみを抽出す
る（ステップＳＬ６ｃ）。つまり、ウィンドウ方向にデ
ータを比較した場合、ウィンドウ番号が大きい方が遠く
を測距するウィンドウとなる。このため、番号が小さい
ウィンドウの距離データよりも短い距離データは物体を
検出していると思われるため、Ｄ２（ｊ＋１）＞Ｄ２
（ｊ）を満たすデータのみを抽出するようにする。

【０１７３】例えば図５９Ｃ（ａ）では、点Ｔ４と点Ｔ
５とを比較して（点Ｔ４のデータは点Ｔ５のデータより
もウィンドウ番号が小さいとする）、点Ｔ５は点Ｔ４よ
りもＸ軸方向の距離が短くなっているため、点Ｔ５のデ
ータを除去する。

【０１７４】第３の変形例は、図５６に示すように、｜
Ｚ２（ｊ＋１）−Ｚ２（ｊ）｜＜Ｚ０を満たすデータの
みを抽出する（ステップＳＬ６ｄ）。ここで、Ｚ０は固
定値である。つまり、ウィンドウ方向に隣り合うデータ
を比較した場合、路面を検出しているデータであればＺ
軸方向に大きくずれることはなく、Ｚ軸方向に大きくず
れるデータは物体を検出しているデータと思われる。そ
こで、このようなデータを除去すべく、｜Ｚ２（ｊ＋
１）−Ｚ２（ｊ）｜＜Ｚ０を満たすデータのみを抽出す
るようにする。

【０１７５】例えば図５９Ｃ（ａ）では、点Ｔ１と点Ｔ
２とを比較して、点Ｔ２は点Ｔ１に比べて大きくＺ軸方
向にずれているため、点Ｔ２のデータを除去する。

【０１７６】第４の変形例は、図５７に示すように、Ｚ
２（ｊ）＞ｋ（ｊ−１）・Ｄ２（ｊ）＋ＺＺ０を満たす
データのみを抽出する（ステップＳＬ６ｅ）。ここで、
ＺＺ０は固定値であり、ｋ（ｊ−１）は前回に算出した
路面形状である。

【０１７７】すなわち、前回算出した路面形状に対して
Ｚ軸方向に大きく異なるようなデータは、物体を検出し
ているデータと思われる。そこで、これらのデータを除
去すべく、Ｚ２（ｊ）＞ｋ（ｊ−１）・Ｄ２（ｊ）＋Ｚ
Ｚ０を満たすデータのみを抽出するようにする。

【０１７８】例えば図５９Ｃ（ａ）では、点Ｔ２のデー
タは、前回算出した路面の形状Ｌ３に対してＺ軸方向に
大きくずれているため、これを除去する。

【０１７９】尚、上記ステップＳＬ６における物体と思
われるデータを除去する動作は、図５３〜図５７に示す
それぞれの動作（ステップＳＬ６ａ〜ステップＳＬ６
ｅ）の内いずれか一つのみ行うようにしてもよいし、複
数の動作を組み合わせて行うようにしてもよい。特に、
図５５に示すＤ２（ｊ＋１）＞Ｄ２（ｊ）を満たすデー
タのみを抽出する動作（ステップＳＬ６ｃ）と、図５７
に示すＺ２（ｊ）＞ｋ（ｊ−１）・Ｄ２（ｊ）＋ＺＺ０
を満たすデータのみを抽出する動作（ステップＳＬ６
ｅ）との組み合わせて行うと、効果的に路面のデータの
みを抽出することができる。また、全ての動作を行うよ
うにしてもよい。

【０１８０】そして、続くステップＳＬ７では、上記ス
テップＳＬ１〜ステップＳＬ６を経て抽出された路面デ
ータのＸ−Ｚ平面上における補間を行う。これは路面形
状算出部２０ｃによって行われ、この補間の動作は、具
体的には、図５８に示すフローチャートに基づいて行わ
れる。

【０１８１】先ず、最初のステップＳＬ１０において、
残ったデータ数が所定数よりも多いか否かが判定され
る。データ数が所定数以下であるのＮＯのときには、ス
テップＳＬ１１に進み、Ｚ６（ｊ）＝ａ・Ｄ（ｊ）とな
るような原点を通る一次式で補間を行う（図５９Ｃ
（ｂ）の実線参照）。これは、データ数が少ない場合、
後述する二次式での補間や原点を通らない一次式での補
間といった、未知数が複数存在する補間を行うのでは、
正確な補間が行えない虞があるためである。

【０１８２】一方、上記ステップＳＬ１０でデータ数が
所定数よりも多いのＹＥＳのときにはステップＳＬ１２
に進み、該ステップＳＬ１２で車両のバンプリバウンド
の動きが激しいか否かを判定する。動きが激しくないの
ＮＯのときには、ステップＳＬ１３に進み、Ｚ６（ｊ）
＝ａ・Ｄ６（ｊ）＋ｂ・Ｄ６（ｊ）・Ｄ６（ｊ）となる
ような原点を通る二次式で補間を行う（図５９Ｃ（ｂ）
の破線参照）。このように、二次式での補間を行えば、
路面の形状をより正確に認識することができる。

【０１８３】一方、上記ステップＳＬ１２で動きが激し
いのＹＥＳのときには、ステップＳＬ１４に進み、Ｚ６
（ｊ）＝ａ・Ｄ（ｊ）＋ｂとなるような原点を通らない
一次式で補間を行う（図５９Ｃ（ｂ）の一点鎖線参
照）。これは、次の理由によるものである。すなわち、
例えば荷物が積載されている等により車両が沈んでいる
場合等では、検知センサユニット１０の高さが設定高さ
よりも低くなる場合がある。この状態のときに検知セン
サユニット１０の設定高さに基づき路面形状を算出した
のでは、正確な路面の形状を認識することができない虞
がある。そこで、バンプリバウンドの動きが激しい場合
は車両が沈んでいる場合と考え、原点を通らない一次式
で補間を行うことによって、より正確な路面の形状を算
出することができる。

【０１８４】尚、上記実施形態では、残ったデータの数
及び車両のバンプリバウンドの動きによって、補間に用
いる式を選択するようにしているが、これに限らず、例
えば補間の際の計算負荷と、路面形状の精度との観点か
ら補間に用いる式を選択するようにしてもよい。すなわ
ち、より計算負荷を軽くするのであれば原点を通る一次
式で補間を行うようにすればよいし、より正確に路面の
形状を算出するのであれば、二次式又はさらに高次の式
で補間を行うようにすればよい。さらに、上記計算負荷
と路面検出精度とを比較考慮して、原点を通らない一次
式で補間を行うようにしてもよい。

【０１８５】そして、上記路面形状算出部２８ｃにおい
て路面の形状が算出されれば、路面データ除去部２８ｄ
において、全ての領域のデータに対して、上記算出した
路面に近いデータであるか否かを判定し、路面に近いデ
ータは白線等のデータであるとして除去する。そして、
ステップＳＡ２の第１のラインデータ処理に進む。

【０１８６】また、ステップＳＡ４の第２のラインデー
タ処理（第２レンジカット部２４でのレンジカット処理
動作）における上下方向のレンジカット処理では、レン
ジカット線Ｕ０，Ｕ１を、上記路面形状算出部２０ｄに
おいて算出した路面形状を用いて、該路面と平行なレン
ジカット線Ｕ０，Ｕ１を該路面に対してそれぞれＬｌ，
Ｌｈだけ高い位置に設定する。そして、この両レンジカ
ット線Ｕ０，Ｕ１間に位置する距離データを抽出し、物
体の認識を行うようにする。

【０１８７】したがって、上記実施形態では、検出した
距離データに基づき路面Ｆの形状を算出し、この路面Ｆ
の形状に基づいて白線等の路面データを除去するため、
より正確かつ確実に路面データの除去が可能になる。

【０１８８】また、上記算出した路面形状に基づいて物
体Ｏの検出範囲の設定であるレンジカット処理を行うた
め、自車Ｃの姿勢の変化や自車Ｃ後方の路面形状の変化
等によって検知センサユニット１０の向きと路面Ｆとが
平行になっていない場合でも、物体Ｏを検出したデータ
のみを正確にかつ確実に抽出することができる。その結
果、物体Ｏの認識精度を向上させることができる。

【０１８９】

【発明の効果】以上説明したように、本発明における車
両の走行環境認識装置によれば、検出した全てのデータ
から路面を検出しているデータのみを抽出し、該抽出し
たデータに基づいて路面の形状を算出するため、自車周
囲の走行環境を正確に認識することができる。

【０１９０】また、算出した正確な路面形状に基づい
て、物体を検出しているデータを抽出し物体の認識を行
うため、該物体の認識精度を向上させることができる。

【図面の簡単な説明】

【図１】基本形態に係る物体認識装置の各構成部品の車
両での位置を示す斜視図である。

【図２】物体認識装置の概略構成を示すブロック図であ
る。

【図３】基本形態に係る物体認識装置の詳細構成を示す
ブロック図である。

【図４】検知センサにより物体を測距する概念を示す側
面図である。

【図５】ＣＣＤチップにより捕らえた画像を示す図であ
る。

【図６】ＣＣＤチップにより捕らえた画像の中のライン
をウィンドウ方向に分割して領域を区分する概念を示す
図である。

【図７】上下のＣＣＤチップにより得られた画像が同じ
ラインでずれて視差が生じる状態を示す説明図である。

【図８】上下のＣＣＤチップにより物体までの距離を測
定する原理を示す図である。

【図９】ＣＣＤチップにより得られた画像におけるＣＣ
Ｄラインの測距方向を示す平面図である。

【図１０】コントローラの制御動作を概略的に示すフロ
ーチャートである。

【図１１】白線除去処理動作を示すフローチャートであ
る。

【図１２】第１のラインデータ処理を概略的に示すフロ
ーチャートである。

【図１３】上下方向のレンジカット領域を示す側面図で
ある。

【図１４】水平方向のレンジカット領域を示す平面図で
ある。

【図１５】領域に隣接する８隣接領域の配置を示す図で
ある。

【図１６】第１及び第２のラインデータ処理における８
隣接点処理動作を示すフローチャートである。

【図１７】第１及び第２のラインデータ処理における重
み付け計算処理動作を示すフローチャートである。

【図１８】重み付け計算処理動作の変形例を示すフロー
チャートである。

【図１９】８隣接点処理から重み付け計算処理までの具
体例を示す図である。

【図２０】包絡線設定処理動作を示すフローチャートで
ある。

【図２１】包絡線設定処理における包絡線演算処理動作
を示すフローチャートである。

【図２２】物体検出位置から包絡線を演算するための原
理を示す平面模式図である。

【図２３】包絡線設定処理動作の第１の変形例を示すフ
ローチャートである。

【図２４】物体検出位置の補助点を登録する原理を示す
平面模式図である。

【図２５】包絡線設定処理動作の第２の変形例を示すフ
ローチャートである。

【図２６】包絡線設定処理動作の第３の変形例を示すフ
ローチャートである。

【図２７】包絡線設定処理動作の第４の変形例を示すフ
ローチャートである。

【図２８】水平方向のレンジカットを行うための原理を
示す平面模式図である。

【図２９】上下方向のレンジカットを行うための原理を
示す側面模式図である。

【図３０】第１及び第２のラインデータ処理におけるレ
ンジカット処理動作を示すフローチャートである。

【図３１】図３０のフローチャートの一部から続くレン
ジカット処理動作を示すフローチャートである。

【図３２】図３１のフローチャートの一部から続くレン
ジカット処理動作を示すフローチャートである。

【図３３】オブジェクトデータ処理を概略的に示すフロ
ーチャートである。

【図３４】オブジェクトデータ処理における登録済み物
体の位置修正処理動作を示すフローチャートである。

【図３５】図３４のフローチャートの一部から続く位置
修正処理動作を示すフローチャートである。

【図３６】オブジェクトデータ処理における新規物体登
録処理を示すフローチャートである。

【図３７】図３６のフローチャートの一部から続く新規
物体登録処理を示すフローチャートである。

【図３８】図３７のフローチャートの一部から続く新規
物体登録処理を示すフローチャートである。

【図３９】表示処理動作を示すフローチャートである。

【図４０】表示処理動作で用いる表示輝度マップの特性
を示す図である。

【図４１】表示処理動作で用いるセグメント点灯個数マ
ップの説明図である。

【図４２】表示部での表示状態を示す図である。

【図４３】視差に応じた距離補正のための特性を示す特
性図である。

【図４４】検出率に応じて昼夜判定するための説明図で
ある。

【図４５】ライン代表しきい値の設定方法を示すフロー
チャートである。

【図４６】従来の白線除去処理では、十分な精度で白線
除去が行えないデータの例を示すＸ−Ｚ平面説明図であ
る。

【図４７】従来の白線除去処理では、十分な精度で白線
除去が行えない状況を示す説明図である。

【図４８】本発明の実施形態に係る物体認識装置の詳細
構成を示す図３対応図である。

【図４９】走行環境認識部の構成を示すブロック図であ
る。

【図５０】実施形態に係る走行環境認識動作を示すフロ
ーチャートである。

【図５１】第１所定距離を設定する原理を示す側面説明
図である。

【図５２】第２所定距離を設定する原理を示す平面説明
図である。

【図５３】図５０のステップＳＬ６の動作を詳細に示す
フローチャートである。

【図５４】図５０のステップＳＬ６の動作の第１の変形
例を示すフローチャートである。

【図５５】図５０のステップＳＬ６の動作の第２の変形
例を示すフローチャートである。

【図５６】図５０のステップＳＬ６の動作の第３の変形
例を示すフローチャートである。

【図５７】図５０のステップＳＬ６の動作の第４の変形
例を示すフローチャートである。

【図５８】図５０のステップＳＬ７の動作を詳細に示す
フローチャートである。

【図５９Ａ】走行環境認識処理のステップＳＬ１及びス
テップＳＬ２の動作を行うことによって抽出されるデー
タの例を示す説明図である。

【図５９Ｂ】走行環境認識処理のステップＳＬ３及びス
テップＳＬ４の動作を行うことによって抽出されるデー
タの例を示す説明図である。

【図５９Ｃ】走行環境認識処理のステップＳＬ５〜ステ
ップＳＬ７の動作を行うことによって抽出されるデータ
の例を示す説明図である。

【符号の説明】

Ｃ 車両 Ｅ 領域 Ｏ 物体 １０ 後側方検知センサユニット １１ ＣＣＤチップ（検知センサ） １５ コントローラ １６ 測距回路（測距手段） ２０ 物体認識部（物体認識手段） ２８ 走行環境認識部（走行環境認識手段） ２０ａ 物体登録部（物体登録手段） ２０ｂ 重心設定部（重心設定手段） ２０ｃ 物体位置認識部（物体位置認識手段） ２８ａ 水平データ抽出部（水平データ抽出手段） ２８ｂ 最大距離データ抽出部（最大距離データ抽出手
段） ２８ｃ 路面形状算出部（路面形状算出手段） ２８ｄ 路面データ除去部（路面データ除去手段）

フロントページの続き (51)Int.Cl.⁷ 識別記号 ＦＩ テーマコート゛(参考） Ｇ０８Ｇ 1/16 Ｇ０６Ｆ 15/62 ３８０ (72)発明者 吉岡 透 広島県安芸郡府中町新地３番１号 マツダ 株式会社内 Ｆターム(参考） 2F065 AA06 AA17 AA51 CC40 DD04 FF01 FF05 FF64 FF65 JJ03 JJ05 JJ26 QQ51 RR06 SS01 SS13 2F112 AC03 AC06 BA06 BA07 CA20 DA28 FA14 FA36 GA05 5B057 AA16 AA19 BA02 CA08 CA13 CB08 CB12 CC02 CE09 DA07 DB03 DB06 DB09 DC03 5H180 CC04 FF33 LL02 LL04

Claims (7)

【特許請求の範囲】
1. 【請求項１】 上下方向たるウィンドウ方向に配置され
   た複数の受光素子からなる素子ラインをライン列方向に
   多段に並設してなる複数の検知センサと、該複数の検知
   センサにより得られた画像を上記ライン毎にかつウィン
   ドウ方向に複数の領域に分割して、該各領域について距
   離を測定する測距手段と、該測距手段により測定された
   各領域毎の距離データに基づいて車両周囲の走行環境を
   認識する走行環境認識手段とを備えた車両の走行環境認
   識装置であって、 上記走行環境認識手段は、上記各領域毎の距離データか
   ら上記ライン列毎に検出位置が略水平方向に並んだデー
   タを抽出する水平データ抽出手段と、該水平データ抽出
   手段によって抽出されたデータから上記ウィンドウ毎に
   最大距離のデータを抽出する最大距離データ抽出手段
   と、該最大距離データ抽出手段によって抽出されたデー
   タに基づいて路面の形状を算出する路面形状算出手段と
   を有していることを特徴とする車両の走行環境認識装
   置。
2. 【請求項２】 請求項１において、 路面形状算出手段は、最大距離データ抽出手段によって
   抽出されたデータから第１所定距離以下のデータを除去
   し、残ったデータに基づいて路面の形状を算出するよう
   に構成されていることを特徴とする車両の走行環境認識
   装置。
3. 【請求項３】 請求項２において、 路面形状算出手段は、第１所定距離を、検知センサの路
   面からの高さと該検知センサにおける最も下向きの測距
   方向とによって決まる上記測距方向に沿った上記検知セ
   ンサと路面との間の距離に設定するように構成されてい
   ることを特徴とする車両の走行環境認識装置。
4. 【請求項４】 請求項２において、 測距手段は、各領域について距離を繰り返し測定するよ
   うに構成され、 走行環境認識手段は、車両周囲の走行環境を繰り返し認
   識するように構成され、 路面形状算出手段は、第１所定距離を、検知センサか
   ら、該検知センサにおける最も下向きの測距方向に延び
   る線と前回算出した路面との交点までの距離に設定する
   ように構成されていることを特徴とする車両の走行環境
   認識装置。
5. 【請求項５】 請求項１又は請求項２において、 路面形状算出手段は、最大距離データ抽出手段によって
   抽出されたデータから第２所定距離以上のデータを除去
   し、残ったデータに基づいて路面の形状を算出するよう
   に構成されていることを特徴とする車両の走行環境認識
   装置。
6. 【請求項６】 請求項５において、 走行環境認識手段は、車両の後側方の走行環境を認識す
   るように構成され、 路面形状算出手段は、第２所定距離を、検知センサのラ
   イン列毎に、該検知センサから当該ライン列の測距方向
   に延びる線と上記車両に対して車幅方向外側に所定距離
   だけ離れて前後方向に延びる仮想線との交点までの距離
   に設定するように構成されていることを特徴とする車両
   の走行環境認識装置。
7. 【請求項７】 上下方向たるウィンドウ方向に配置され
   た複数の受光素子からなる素子ラインをライン列方向に
   多段に並設してなる複数の検知センサと、該複数の検知
   センサにより得られた画像を上記ライン毎にかつウィン
   ドウ方向に複数の領域に分割して、該各領域について距
   離を測定する測距手段と、該測距手段により測定された
   各領域毎の距離データに基づいて車両周囲の走行環境を
   認識する走行環境認識手段と、該走行環境認識手段によ
   り認識された走行環境に基づいて車両の周囲に存在する
   物体を認識する物体認識手段とを備えた車両の走行環境
   認識装置であって、 上記走行環境認識手段は、上記各領域毎の距離データか
   ら上記ライン列毎に検出位置が略水平方向に並んだデー
   タを抽出する水平データ抽出手段と、該水平データ抽出
   手段によって抽出されたデータから上記ウィンドウ毎に
   最大距離のデータを抽出する最大距離データ抽出手段
   と、該最大距離データ抽出手段によって抽出されたデー
   タに基づいて路面の形状を算出する路面形状算出手段
   と、該路面形状算出手段によって算出された路面形状に
   基づいて上記各領域毎の距離データから該路面を検出し
   た路面データを除去する路面データ除去手段とを有し、 上記物体認識手段は、上記路面データ除去手段によって
   除去されずに残った距離データに基づいて車両の周囲に
   存在する物体を認識するように構成されていることを特
   徴とする車両の走行環境認識装置。