JP2006080761A - 車両検出装置 - Google Patents

Abstract

【課題】状況に応じて適切な車両検出方法を選択し、安定した車両検出を行うことができる車両検出装置を提供する。
【解決手段】撮像画像より抽出したエッジ交点のＹ座標値が所定値以下であるか否かを判定する（ステップＳ２００）。Ｙ座標値が所定値以下である場合はパターンマッチング処理を選択し、基本車両パターンを読み出して（ステップＳ２０１）パターンマッチングにより特徴点を求める（ステップＳ２０２）。また、Ｙ座標値が所定値より大きい場合はグルーピング処理を選択し、画面上をほぼ同じ方向と速度で動くエッジ交点同士をグルーピングして（ステップＳ２０４）車両の特徴点を判定する（ステップＳ２０５）。こうして検出される特徴点を車両パターンとして登録する（ステップＳ２０３、Ｓ２０６）。
【選択図】図６

Description

本発明は、自車両の周囲に存在する車両を検出する装置に関する。

カメラの撮像画像を用いて自車両の周囲に存在する車両を検出する装置が知られている。このような装置では、検出対象とする車両の明るさや形状が変化したときにも安定して検出できるようにする必要がある。特許文献１に開示される装置では、検出結果を用いて検出対象のパターンを更新して次のパターンマッチングを行うことで、明るさや形状の変化に対して安定した車両検出を行うようにしている。

特開平６−３０４１７号公報

特許文献１に開示される装置では、パターンマッチング以外の車両検出方法を選択できないため、急激に明るさや形状が変化した場合などは、検出対象のパターンを更新しきれずにパターンマッチングを正確に行うことができない。このようなことから、状況に応じて適切な車両検出方法を選択することにより、安定した車両検出を行うことができる車両検出装置が求められている。

本発明による車両検出装置は、自車両の周囲の撮像画像を取得する撮像手段と、自車両の周囲に存在する他車両を検出するための車両検出方法を選択する選択手段と、撮像手段によって取得された撮像画像に基づいて、選択手段により選択された車両検出方法を用いて、他車両を検出する車両検出手段とを備えるものである。

本発明によれば、車両検出方法を選択し、撮像画像に基づいて、その選択された車両検出方法を用いて自車両の周囲の他車両を検出することとした。このようにしたので、状況に応じて適切な車両検出方法を選択し、安定した車両検出を行うことができる。

本発明の一実施形態による車両検出装置の構成を図１に示す。この車両検出装置は車両に搭載されて使用されるものであり、自車両の後方を撮像した撮像画像から他車両を検出することにより、自車両後方の他車両の存在を運転者に報知するものである。この車両検出装置は、カメラ１、画像メモリ２、マイコン３、およびモニタ４を備えている。

カメラ１は自車両後方を撮像するように自車両の後部に設置されており、撮像した画像を画像信号として画像メモリ２へ出力する。カメラ１には、たとえばＣＣＤカメラ等が用いられる。画像メモリ２は、カメラ１から入力された画像信号を画像データとして記憶保持するためのフレームメモリである。画像メモリ２に記憶された画像データは、マイコン３の制御により画像フレーム単位でマイコン３に出力される。

マイコン３は、画像メモリ２からの画像データに基づいて後で説明するような処理を実行することにより、撮像画像から他車両を抽出して、その他車両の自車両に対する実空間上の距離や速度を算出する。算出された距離や速度が所定の条件を満たす場合には、マイコン３よりモニタ４を制御して、モニタ４において障害物の存在を示すためのマーカーを表示する。モニタ４は運転席付近の見やすい場所に設置されており、マーカーを表示することで他車両を障害物として運転者に認識させる。このようにして、自車両の後方を走行している他車両の存在が自車両の運転者に報知される。

マイコン３において撮像画像から他車両を抽出する方法について説明する。このときマイコン３では、新規車両検出と車両追跡の各処理が実行される。新規車両検出処理は、新たに撮像画像中に捉えられた他車両を抽出するための処理であり、車両追跡処理は、既に撮像画像中に捉えられている他車両を追跡して抽出するための処理である。すなわち、各他車両は初めに新規車両検出処理によって撮像画像から抽出され、その後は車両追跡処理によって撮像画像から抽出される。

新規車両検出処理の内容より先に説明する。新規車両検出処理では、撮像画像より抽出されたエッジ交点の中から、車両の特徴を示しており他車両の一部分を表す点を検出する。このようなエッジ交点を、以下では特徴点という。このとき対象とするエッジ交点の画面上の位置に応じて、後で説明する２種類の特徴点の検出方法のいずれかが選択されて用いられる。

なお、撮像画像からのエッジ交点の抽出は、撮像画像より縦方向のエッジ（縦エッジ）と横方向のエッジ（横エッジ）を抽出し、その縦エッジと横エッジの交点を求めることによって行われる。こうして特徴点の候補として抽出されたエッジ交点の中から、実際に他車両の一部分を表しているエッジ交点を特徴点として検出する。ここでいうエッジとは、撮像画像において物体が占めている領域の境界線を示す部分である。このエッジの抽出には、ソベルフィルタと呼ばれる周知の画像フィルタを用いた画像処理手法などを用いることができる。

画面上において所定の位置より上方に位置するエッジ交点、すなわち実空間上で自車両からの距離が所定距離よりも遠いエッジ交点に対しては、特徴点の検出方法にパターンマッチング処理が用いられる。このパターンマッチング処理では、各エッジ交点の周囲の所定範囲内の画像パターンと、予め基本車両パターンとして記憶されている画像パターンとを比較し、その比較結果が所定のパターンマッチング条件を満たす場合には、該当するエッジ交点を特徴点として車両ごとに検出する。

一方、画面上において所定の位置より下方に位置するエッジ交点、すなわち実空間上で自車両からの距離が所定距離よりも近いエッジ交点に対しては、特徴点の検出方法にグルーピング処理が用いられる。このグルーピング処理では、画面上をほぼ同じ方向と速度で動いているエッジ交点同士、すなわち撮像画像における速度ベクトルの差が所定値以下であるエッジ交点同士をグルーピングすることにより、該当するエッジ交点を特徴点として車両ごとに検出する。このとき速度ベクトルの差に対して設定する所定値は、予め定めておくことができる。なお、エッジ交点の速度ベクトルを算出するためには、当該エッジ交点が少なくとも２フレーム以上に渡って抽出される必要がある。

上記のパターンマッチング処理またはグルーピング処理により特徴点が検出されたら、各特徴点の画面上の位置に基づいて、各他車両に対応する領域（以下、車両領域という）を撮像画像中に設定する。さらに、特徴点の配置と、その特徴点に基づいて設定された車両領域は、車両ごとに車両パターンとして登録される。この車両パターンは、前述の基本車両パターンとは異なり、画像のパターンではなく特徴点の配置と車両領域の大きさによってのみ決定される。以上説明したようにして、新規車両検出処理が行われる。

次に、車両追跡処理の内容について説明する。車両追跡処理は、撮像画像より抽出されたエッジ交点のうち、既に前回の画像フレームで特徴点として検出されているエッジ交点に対して行われる。このとき車両追跡処理では、撮像画像におけるエッジ交点の移動速度に応じて、次の２つの検出方法のいずれかが選択されて用いられる。エッジ交点の移動速度が遅い場合には図２に示すような検出方法を、また移動速度が速い場合には図３に示すような検出方法をそれぞれ使用する。以下、図２に示す検出方法より先に説明する。

図２（ａ）は、時刻Ｔ１においてカメラ１により取得された撮像画像を示している。また、（ｂ）は時刻Ｔ１の次の画像フレーム時（時刻Ｔ２とする）においてカメラ１により取得された撮像画像を示している。これらの撮像画像には、自車両の後方から接近してくる他車両１００が撮像されている。（ａ）と（ｂ）の撮像画像からは、それぞれ他車両１００のエッジ交点２１ａ、２１ｂ、２１ｃおよび２１ｄと、エッジ交点２２ａ、２２ｂ、２２ｃおよび２２ｄが抽出されているものとする。なお、これらのエッジ交点の各々は、車両において同じ点を表すもの同士が互いに対応付けられている。たとえば、（ａ）のエッジ交点２１ａと（ｂ）のエッジ交点２２ａが対応付けられている。

上記のように対応付けられているエッジ交点間の位置変化量を求めることによって、時刻Ｔ２における各エッジ交点の撮像画像における移動速度が求められる。たとえば、エッジ交点２１ａからエッジ交点２２ａまでの位置変化量により、時刻Ｔ２におけるエッジ交点２２ａの移動速度が求められる。そして、同じ車両を表すエッジ交点、すなわちエッジ交点２２ａ〜２２ｄについて、その移動速度の平均値が算出される。ここでは、エッジ交点２２ａ〜２２ｄの移動速度の平均値が予め定められた所定値以下であるものとする。

ここで、（ａ）の撮像画像のエッジ交点２１ａ〜２１ｄは、時刻Ｔ１において他車両１００の特徴点として検出されているものとする。また、これらの特徴点２１ａ〜２１ｄの中心に位置して各特徴点を包含できる大きさの矩形領域が、車両領域１１として設定されているものとする。時刻Ｔ１において、特徴点２１ａ〜２１ｄと車両領域１１は、（ｃ）のように他車両１００の車両パターンとして登録されている。

上記のように時刻Ｔ２におけるエッジ交点の移動速度の平均値が所定値以下の場合は、（ｃ）の車両パターンに基づいて、（ｄ）に示す確率分布３２ａ、３２ｂ、３２ｃおよび３２ｄよりなる車両パターン存在分布を算出する。確率分布３２ａ〜３２ｄは、次のようにして求められる。初めに、時刻Ｔ１における特徴点２１ａ〜２１ｄの相互の相対的な位置と移動速度に基づいて、時刻Ｔ２における特徴点の予測位置を求める。なお、ここで求められる予測位置は、各特徴点の相対的な位置関係を定めるものである。次に、上記の予測位置に対して、時刻Ｔ２における各特徴点の相対的な存在確率を設定する。このとき、予測位置の中心部分には最も高い存在確率を設定し、その周囲にはそれより低い存在確率を設定する。このようにして予測位置に対して存在確率が設定されることにより、確率分布３２ａ〜３２ｄが求められる。なお、この確率分布３２ａ〜３２ｄは、相互の相対的な位置と存在確率の関係を定めるものとして設定されるものであり、その位置は撮像画像に対して固定されていない。

（ｄ）の確率分布３２ａ〜３２ｄは、塗りつぶされている中心部分の一定範囲において特徴点の存在確率が高く、その周辺のハッチングに示す部分では特徴点の存在確率が低いことを図示している。中心部分と周辺部分の各々における存在確率の設定値と設定範囲の大きさは、予め定められている。なお、ここでは存在分布として中心部分と周辺部分に２段階の存在確率のみが設定されている様子を図示しているが、３段階以上の存在確率を設定することにより、中心部分に近づくほど特徴点の存在確率が高く、中心部分から離れるに従って存在確率が段階的に低くなるようにしてもよい。

（ｄ）の確率分布３２ａ〜３２ｄが求められたら、次にこれと（ｂ）の撮像画像により、時刻Ｔ２における特徴点を次のようにして検出する。初めに、（ｂ）の撮像画像と（ｄ）の存在分布３２ａ〜３２ｄを１画素ずつずらしながら重ね合わせたときの累積相関値をそれぞれ計算する。このとき、撮像画像のエッジ交点の部分を１、その他の部分を０と設定し、これに存在分布において設定された存在確率を乗算して得られる値を各画素について累積することにより、累積相関値が算出される。次に、このようにして算出される累積相関値が最大となるときの撮像画像と存在分布の重ね合わせ状態（重ね合わせ位置）を求め、その状態でエッジ交点と存在分布が重なっている点を求める。この点が特徴点として検出される。このような特徴点の検出方法を、特徴点形状パターンマッチングという。

上記の特徴点形状パターンマッチングによって時刻Ｔ２における特徴点が検出されたら、その特徴点に対して車両領域を設定する。その結果、（ｅ）に示すように、エッジ交点２２ａ〜２２ｄが特徴点として検出され、車両領域１２が設定される。以上説明したようにして、エッジ交点の移動速度が遅い場合の車両追跡処理が行われる。

特徴点２２ａ〜２２ｄと車両領域１２は、新たな車両パターンとして登録される。これにより、（ｃ）の車両パターンが更新される。このようにして車両パターンを更新することにより、他車両１００が自車両に対して接近または離れることによって、その撮像画像中に占める領域が撮像画像に対して拡大または縮小しても、適切な大きさの車両パターンを用いて他車両１００を撮像画像から抽出できる。

次に、図３に示すエッジ交点の移動速度が速い場合の車両追跡処理について説明する。図３（ａ）と（ｂ）は、時刻Ｔ１と次の画像フレームの時刻Ｔ２においてカメラ１により取得された撮像画像をそれぞれ示している。これらの撮像画像には、自車両の後方から接近してくる他車両１００と、道路脇に静止している物体２００が撮像されている。（ａ）の撮像画像からは、他車両１００のエッジ交点２３ａ、２３ｂ、２３ｃおよび２３ｄと、物体２００のエッジ交点２５ａ、２５ｂおよび２５ｃが抽出されている。同様に（ｂ）の撮像画像からは、他車両１００のエッジ交点２４ａ、２４ｂ、２４ｃ、２４ｄおよび２４ｅと、物体２００のエッジ交点２６ａ、２６ｂおよび２６ｃが抽出されている。なお、これらのエッジ交点の各々は、図２の場合と同様に、車両や物体において同じ点を表すもの同士が互いに対応付けられている。たとえば、他車両１００の同じ点を表す（ａ）のエッジ交点２３ａと（ｂ）のエッジ交点２４ａが対応付けられ、物体２００の同じ点を表す（ａ）のエッジ交点２５ａと（ｂ）のエッジ交点２６ａが対応付けられている。

図２で説明したように、対応付けられているエッジ交点間の位置変化量によって、時刻Ｔ２における各エッジ交点の撮像画像における移動速度が求められ、同じ車両のエッジ交点についてその移動速度の平均値が算出される。すなわち、他車両１００のエッジ交点２４ａ〜２４ｄについて移動速度の平均値が算出される。ここでは、エッジ交点２４ａ〜２４ｄの移動速度の平均値が所定値よりも大きいものとする。なお、物体２００のエッジ交点２６ａ〜２６ｃについては、その移動速度から車両を表す点ではないと判定され、これ以降に説明するような処理は行われない。

ここで、（ａ）の撮像画像において、上記のエッジ交点のうち他車両１００のエッジ交点２３ａ〜２３ｄは、時刻Ｔ１において他車両１００の特徴点として検出されているものとする。また、この特徴点２３ａ〜２３ｄに対して車両領域１３が設定されているものとする。時刻Ｔ１において、特徴点２３ａ〜２３ｄと車両領域１３は、（ｃ）のように他車両１００の車両パターンとして登録されている。この特徴点２３ａ〜２３ｄは、それぞれ図に矢印で示すような速度ベクトルを有しており、その速度ベクトルによって定まる方向と速度に動いているものとする。

上記のように時刻Ｔ２におけるエッジ交点の移動速度の平均値が所定値よりも大きい場合は、（ｃ）の車両パターンに基づいて、（ｄ）に示す特徴点検出ベクトル５０と車両パターン検出領域５１よりなる車両パターン速度を算出する。特徴点検出ベクトル５０は、特徴点２３ａ〜２３ｄがそれぞれ有している速度ベクトルの方向と大きさの各平均値により、その方向と大きさが求められる。車両パターン検出領域５１は、特徴点２３ａ〜２３ｄの動きの履歴から、時刻Ｔ２における特徴点の予想位置の範囲を求めることにより設定される。なお、ここで設定される車両パターン検出領域５１は、図２の（ｄ）の確率分布３２ａ〜３２ｄとは異なり、撮像画像に対してその位置が固定されている。

（ｄ）の特徴点検出ベクトル５０と車両パターン検出領域５１が求められたら、次にこれと（ｂ）の撮像画像により、時刻Ｔ２における特徴点を検出する。このとき、（ｂ）の撮像画像において抽出されたエッジ交点のうち、車両パターン検出領域５１内に存在し、さらに特徴点検出ベクトル５０に対する速度ベクトルの差が予め設定された所定値以内であるエッジ交点が、特徴点として検出される。このような特徴点の検出方法を、特徴点速度パターンマッチングという。

上記の特徴点速度パターンマッチングによって時刻Ｔ２における特徴点が検出されたら、その特徴点に対して車両領域を設定する。その結果、（ｅ）に示すように、エッジ交点２４ａ〜２４ｅが特徴点として検出され、車両領域１４が設定される。以上説明したようにして、エッジ交点の移動速度が速い場合の車両追跡処理が行われる。

特徴点２４ａ〜２４ｅと車両領域１４は、新たな車両パターンとして登録される。これにより、（ｃ）の車両パターンが更新される。このようにして車両パターンを更新することにより、撮像画像において他車両１００の見え方が変わることによりエッジ交点の位置や数が変化した場合にも、それに応じて特徴点が追加または削除された車両パターンを用いて他車両１００を撮像画像から抽出できる。

以上説明した処理のフローチャートを図４に示す。このフローチャートは、フレームレートごとに各画像フレームに対して実行されるものである。ステップＳ１０では、後で説明する図５のフローチャートに示すエッジ交点抽出処理を行い、撮像画像よりエッジ交点を抽出する。ステップＳ２０では、ステップＳ１０で抽出されたエッジ交点に対して、後で説明する図６のフローチャートを実行することにより、前述したような新規車両検出処理を行う。ステップＳ３０では、ステップＳ１０で抽出されたエッジ交点のうち、既に前回の処理において特徴点として検出されているエッジ交点に対して、後で説明する図７のフローチャートを実行することにより、前述したような車両追跡処理を行う。ステップＳ３０を実行した後は、図４のフローチャートを終了する。

ステップＳ１０で実行するエッジ交点抽出処理の内容を図５のフローチャートにより説明する。ステップＳ１００では、画像メモリ２に記憶された画像を読み込むことにより、カメラ１による撮像画像を取得する。ステップＳ１０１では、ステップＳ１００で取得された撮像画像より縦エッジと横エッジを抽出し、次のステップＳ１０２では、ステップＳ１０１で抽出された縦エッジと横エッジの交点を抽出する。ステップＳ１０３では、ステップＳ１０２で抽出されたエッジ交点の画面上の移動速度を算出する。この移動速度は、前述したように前回の撮像画像におけるエッジ交点からの位置変化量を求めることによって算出することができる。ステップＳ１０３を実行したら図４のステップＳ１０を終了する。このようにして、エッジ交点抽出処理が行われる。

次に、ステップＳ２０で実行する新規車両検出処理の内容を図６のフローチャートにより説明する。ステップＳ２００では、エッジ交点抽出処理によって抽出されたエッジ交点の各々に対して、そのＹ座標値が所定値以下であるか否かを判定する。Ｙ座標値が所定値以下ならばステップＳ２０１へ進み、所定値よりも大きければステップＳ２０４へ進む。なお、ここでは画面上におけるエッジ交点の上下方向に対する位置をＹ座標値によって表すこととしており、このＹ座標値は画面の上端から下端に向かって大きくなるように定義されている。すなわち、Ｙ座標値が小さいほど、そのエッジ交点は画面上において撮像画像のより上方に位置し、逆にＹ座標値が大きいほど、画面上において撮像画像のより下方に位置していることになる。

ステップＳ２００からステップＳ２０１へ進んだ場合は、前述のパターンマッチング処理によって特徴点が検出される。ステップＳ２０１では、予め記憶されている基本車両パターンを読み出す。次のステップＳ２０２では、この基本車両パターンを用いてパターンマッチング処理を行うことにより、特徴点を検出する。ステップＳ２０３では、ステップＳ２０２で検出された特徴点に対して車両領域を設定し、その特徴点の配置と車両領域を車両パターンとして登録する。以上説明したようにしてパターンマッチング処理を用いて特徴点を検出した後は、図４のステップＳ２０を終了する。このようにして、撮像画像において上方に位置するエッジ交点に対して新規車両検出処理が行われる。

一方、ステップＳ２００からステップＳ２０４へ進んだ場合は、前述のグルーピング処理によって特徴点が検出される。ステップＳ２０４では、グルーピング処理を行うことにより特徴点を検出する。ステップＳ２０５では、ステップＳ２０４で検出された特徴点に対して、各グループにおける特徴点の速度と向きの平均値により、その特徴点のグループが自車両の方向に走行している車両を表すものであるか否かを判定する。このとき車両を表すものではないと判定されたグループに含まれる特徴点については、これ以降の処理より除外される。このステップＳ２０５の処理により、静止物体のエッジ交点から検出された特徴点などが除外される。ステップＳ２０６では、ステップＳ２０５で除外されなかった特徴点に対して車両領域を設定し、その特徴点の配置と車両領域を車両パターンとして登録する。以上説明したようにしてグルーピング処理を用いて特徴点を検出した後は、図４のステップＳ２０を終了する。このようにして、撮像画像において下方に位置するエッジ交点に対して新規車両検出処理が行われる。

次に、ステップＳ３０で実行する車両追跡処理の内容を図７のフローチャートにより説明する。ステップＳ３００では、エッジ交点の移動速度が所定値以下であるか否かを判定する。なお、ここで判定の対象とするエッジ交点は、前述のように既に前回の処理において特徴点として検出されているエッジ交点である。エッジ交点の移動速度が所定値以下ならばステップＳ３０１へ進み、所定値よりも大きければステップＳ３０４へ進む。

ステップＳ３００からステップＳ３０１へ進んだ場合は、図２で説明したような特徴点形状パターンマッチング処理によって特徴点が検出される。ステップＳ３０１では、図６のステップＳ２０３またはＳ２０６、あるいは前回の処理のステップＳ３０３またはＳ３０６において登録されている車両パターンに基づいて、図２（ｄ）に示す確率分布３２ａ〜３２ｄのように車両パターン存在分布を算出する。ステップＳ３０２では、ステップＳ３０１で算出された車両パターン存在分布を用いて、特徴点形状パターンマッチングを行うことにより特徴点を検出する。ステップＳ３０３では、ステップＳ３０２で検出された特徴点に対して車両領域を設定し、その特徴点の配置と車両領域を車両パターンとして登録することにより、車両パターンの更新を行う。以上説明したようにして特徴点形状パターンマッチング処理を用いて特徴点を検出した後は、図４のステップＳ３０を終了する。このようにして、移動速度が遅いエッジ交点に対して車両追跡処理が行われる。

一方、ステップＳ３００からステップＳ３０４へ進んだ場合は、図３で説明したような特徴点速度パターンマッチング処理によって特徴点が検出される。ステップＳ３０４では、図６のステップＳ２０３またはＳ２０６、あるいは前回の処理のステップＳ３０３またはＳ３０６において登録されている車両パターンに基づいて、図３（ｄ）に示す特徴点検出ベクトル５０および車両パターン検出領域５１のように車両パターン速度を算出する。ステップＳ３０５では、ステップＳ３０４で算出された車両パターン速度を用いて、特徴点速度パターンマッチングを行うことにより特徴点を検出する。ステップＳ３０６では、ステップＳ３０５で検出された特徴点に対して車両領域を設定し、その特徴点の配置と車両領域を車両パターンとして登録することにより、車両パターンの更新を行う。以上説明したようにして特徴点速度パターンマッチング処理を用いて特徴点を検出した後は、図４のステップＳ３０を終了する。このようにして、移動速度が速いエッジ交点に対して車両追跡処理が行われる。

以上説明したような処理が撮像画像の各画像フレームに対して行われることにより、他車両の車両領域が検出される。こうして検出された車両領域の画面上の位置に基づいて、他車両の自車両に対する実空間上の距離が算出される。また、異なる時間で取得された撮像画像間における車両領域の位置変化量に基づいて、他車両の自車両に対する実空間上の速度が算出される。そして、算出された距離や速度が所定の条件を満たす場合には、障害物の存在を示すためのマーカーがモニタ４に表示される。たとえば、距離が所定値以下であり、かつ速度が所定値以上である他車両に対して、マーカーが表示される。このようにして、自車両の後方を走行している他車両の存在が自車両の運転者に報知される。

以上説明した実施の形態によれば、次の作用効果が得られる。
（１）カメラ１によって自車両後方の撮像画像を取得し、さらに車両検出方法を選択して、その撮像画像に基づいて、選択された車両検出方法を用いて自車両後方の他車両１００を検出することとした。このようにしたので、状況に応じて適切な車両検出方法を選択し、安定した車両検出を行うことができる。

（２）新規車両検出処理において、車両検出方法としてパターンマッチング処理（ステップＳ２０１〜２０３）とグルーピング処理（ステップＳ２０４〜２０６）のいずれかを選択して行うこととしたので、新たに撮像画像中に捉えられた他車両を確実に検出することができる。

（３）エッジ交点の撮像画像における画面上の位置に基づいて車両検出方法を選択することとし、具体的には、画面上においてエッジ交点が所定位置より上方に位置する場合はパターンマッチング処理を、また所定位置より下方に位置する場合はグルーピング処理を選択することとした（ステップＳ２００）。このようにしたので、自車両に対する他車両の実空間上の距離に応じて、他車両の見え方が異なるときにも適切な車両検出方法を選択することができる。

（４）車両追跡処理において、車両検出方法として特徴点形状パターンマッチング処理（ステップＳ３０１〜３０３）と特徴点速度パターンマッチング処理（ステップＳ３０４〜３０６）のいずれかを選択して行うこととしたので、既に撮像画像中に捉えられている他車両を追跡して検出するときにも、確実に検出できる。

（５）エッジ交点の撮像画像における移動速度に基づいて車両検出方法を選択することとし、具体的には、同じ車両を表すエッジ交点の移動速度の平均値が所定値以下である場合は特徴点形状パターンマッチング処理を、またその平均値が所定値より大きい場合は特徴点速度パターンマッチング処理を選択することとした（ステップＳ３００）。このようにしたので、自車両に対する他車両の実空間上の移動速度に応じて、他車両の見え方が変化する様子が異なるときにも適切な車両検出方法を選択することができる。

なお、上記の実施形態では、カメラ１を用いて自車両の後方を撮像し、その撮像画像に基づいて自車両の後方より接近してくる他車両を検出する例について説明した。しかし、本発明はこの内容に限定されるものではなく、自車両周囲の他の方向、たとえば前方や側方などを撮像し、撮像画像に基づいてその方向に存在する他車両を検出する場合にも適用できる。

上記の実施形態では、撮像手段をカメラ１によって実現し、その他の各手段をマイコン３の処理によって実現しているが、これはあくまで一例であって、本発明の特徴が損なわれない限り、各構成要素は上記実施の形態に限定されない。

本発明の一実施形態による車両検出装置の構成を示す図である。 エッジ交点の移動速度が遅い場合の車両追跡処理の内容を説明するための図である。 エッジ交点の移動速度が速い場合の車両追跡処理の内容を説明するための図である。 他車両を検出するときに実行される処理のフローチャートである。 エッジ交点抽出処理の内容を示すフローチャートである。 新規車両検出処理の内容を示すフローチャートである。 車両追跡処理の内容を示すフローチャートである。

符号の説明

１：カメラ
２：画像メモリ
３：マイコン
４：モニタ
１００：他車両

Claims (7)

1. 自車両の周囲の撮像画像を取得する撮像手段と、
   前記自車両の周囲に存在する他車両を検出するための車両検出方法を選択する選択手段と、
   前記撮像手段によって取得された撮像画像に基づいて、前記選択手段により選択された車両検出方法を用いて、前記他車両を検出する車両検出手段とを備えることを特徴とする車両検出装置。
2. 請求項１の車両検出装置において、
   前記撮像画像において前記他車両の一部分を表す特徴点の候補としての候補点を前記撮像画像より抽出する候補点抽出手段をさらに備え、
   前記選択手段は、前記車両検出方法としてパターンマッチング処理とグルーピング処理のいずれかを選択し、
   前記車両検出手段は、
   （１）前記選択手段によりパターンマッチング処理が選択された場合、前記候補点の周囲の所定範囲内の画像パターンと予め記憶されている画像パターンとの比較結果に基づいて、前記候補点の中から前記特徴点を検出し、
   検出された特徴点の位置に基づいて前記他車両に対応する車両領域を前記撮像画像中に設定することにより、前記他車両を検出し、
   （２）前記選択手段によりグルーピング処理が選択された場合、前記候補点のうち前記撮像画像における速度ベクトルの差が予め定められた所定値以下である候補点同士をグルーピングすることにより、前記候補点の中から前記特徴点を検出し、
   検出された特徴点の位置に基づいて前記車両領域を前記撮像画像中に設定することにより、前記他車両を検出することを特徴とする車両検出装置。
3. 請求項１の車両検出装置において、
   前記撮像画像において前記他車両の一部分を表す特徴点の候補としての候補点を前記撮像画像より抽出する候補点抽出手段をさらに備え、
   前記選択手段は、前記候補点抽出手段により抽出された候補点の画面上の位置に基づいて、前記車両検出方法を選択することを特徴とする車両検出装置。
4. 請求項３の車両検出装置において、
   前記選択手段は、画面上において前記候補点が所定位置よりも上方に位置する場合は、前記車両検出方法としてパターンマッチング処理を選択し、画面上において前記候補点が前記所定位置よりも下方に位置する場合は、前記車両検出方法としてグルーピング処理を選択し、
   前記車両検出手段は、
   （１）前記選択手段によりパターンマッチング処理が選択された場合、前記候補点の周囲の所定範囲内の画像パターンと予め記憶されている画像パターンとの比較結果に基づいて、前記候補点の中から前記特徴点を検出し、
   検出された特徴点の位置に基づいて前記他車両に対応する車両領域を前記撮像画像中に設定することにより、前記他車両を検出し、
   （２）前記選択手段によりグルーピング処理が選択された場合、前記候補点のうち前記撮像画像における速度ベクトルの差が予め定められた所定値以下である候補点同士をグルーピングすることにより、前記候補点の中から前記特徴点を検出し、
   検出された特徴点の位置に基づいて前記車両領域を前記撮像画像中に設定することにより、前記他車両を検出することを特徴とする車両検出装置。
5. 請求項１の車両検出装置において、
   前記撮像画像において前記他車両の一部分を表す特徴点の候補としての候補点を前記撮像画像より抽出する候補点抽出手段と、
   前記候補点の中から前記特徴点として検出されたものを車両パターンとして登録する車両パターン登録手段とをさらに備え、
   前記選択手段は、前記車両検出方法として特徴点形状パターンマッチング処理と特徴点速度パターンマッチング処理のいずれかを選択し、
   前記車両検出手段は、
   （１）前記選択手段により特徴点形状パターンマッチング処理が選択された場合、前記車両パターン登録手段により過去に登録された複数の特徴点の相互の相対的な位置と移動速度に基づいて、前記複数の特徴点の現在における相互の相対的な存在確率を設定し、
   設定された存在確率に基づいて前記候補点の中から前記特徴点を検出し、
   検出された特徴点の位置に基づいて前記他車両に対応する車両領域を前記撮像画像中に設定することにより、前記他車両を検出し、
   （２）前記選択手段により特徴点速度パターンマッチング処理が選択された場合、前記車両パターン登録手段により過去に登録された複数の特徴点がそれぞれ有する前記撮像画像における速度ベクトルの方向と大きさの各平均値に基づいて、特徴点検出ベクトルを算出し、
   前記複数の特徴点の現在における予想位置の範囲に基づいて、車両パターン検出領域を前記撮像画像中に設定し、
   前記車両パターン検出領域内に存在し、さらに前記特徴点検出ベクトルに対する速度ベクトルの差が予め設定された所定値以内である候補点を求めることにより、前記候補点の中から前記特徴点を検出し、
   検出された特徴点の位置に基づいて前記他車両に対応する車両領域を前記撮像画像中に設定することにより、前記他車両を検出することを特徴とする車両検出装置。
6. 請求項１の車両検出装置において、
   前記撮像画像において前記他車両の一部分を表す特徴点の候補としての候補点を前記撮像画像より抽出する候補点抽出手段をさらに備え、
   前記選択手段は、前記候補点抽出手段により抽出された候補点の前記撮像画像における移動速度に基づいて、前記車両検出方法を選択することを特徴とする車両検出装置。
7. 請求項６の車両検出装置において、
   前記選択手段は、同じ車両を表す候補点の移動速度の平均値が所定値以下である場合は、前記車両検出方法として特徴点形状パターンマッチング処理を選択し、前記平均値が前記所定値よりも大きい場合は、前記車両検出方法として特徴点速度パターンマッチング処理を選択し、
   前記車両検出手段は、
   （１）前記選択手段により特徴点形状パターンマッチング処理が選択された場合、前記車両パターン登録手段により過去に登録された複数の特徴点の相互の相対的な位置と移動速度に基づいて、前記複数の特徴点の現在における相互の相対的な存在確率を設定し、
   設定された存在確率に基づいて前記候補点の中から前記特徴点を検出し、
   検出された特徴点の位置に基づいて前記他車両に対応する車両領域を前記撮像画像中に設定することにより、前記他車両を検出し、
   （２）前記選択手段により特徴点速度パターンマッチング処理が選択された場合、前記車両パターン登録手段により過去に登録された複数の特徴点がそれぞれ有する前記撮像画像における速度ベクトルの方向と大きさの各平均値に基づいて、特徴点検出ベクトルを算出し、
   前記複数の特徴点の現在における予想位置の範囲に基づいて、車両パターン検出領域を前記撮像画像中に設定し、
   前記車両パターン検出領域内に存在し、さらに前記特徴点検出ベクトルに対する速度ベクトルの差が予め設定された所定値以内である候補点を求めることにより、前記候補点の中から前記特徴点を検出し、
   検出された特徴点の位置に基づいて前記他車両に対応する車両領域を前記撮像画像中に設定することにより、前記他車両を検出することを特徴とする車両検出装置。

Images