JP2007093347A - Stopped vehicle determination apparatus, automobile, and stopped vehicle determination method - Google Patents
Stopped vehicle determination apparatus, automobile, and stopped vehicle determination method Download PDFInfo
- Publication number
- JP2007093347A JP2007093347A JP2005282150A JP2005282150A JP2007093347A JP 2007093347 A JP2007093347 A JP 2007093347A JP 2005282150 A JP2005282150 A JP 2005282150A JP 2005282150 A JP2005282150 A JP 2005282150A JP 2007093347 A JP2007093347 A JP 2007093347A
- Authority
- JP
- Japan
- Prior art keywords
- vehicle
- stop
- stopped
- determination
- threshold
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Images
Abstract
Description
本発明は、自車両前方の物体が停止車両であるか否かを判別する停止車両判別装置、それを備えた自動車及び停止車両判別方法に関するものである。 The present invention relates to a stopped vehicle determining device that determines whether or not an object ahead of the host vehicle is a stopped vehicle, an automobile including the same, and a stopped vehicle determining method.
従来の停止車両判別装置としては、スキャニング式レーザレーダにて検出した、自車両前方の物体を示す複数の検出点（検出点群）に基づいて、自車両前方の物体が走行車両であるか停止物であるか、停止物であるときには標識等の停止物体であるか停止車両であるかを判別するというものが知られている（例えば、特許文献１参照）。
このとき、停止物体であるか停止車両であるかの判別は、自車両前方の物体を示す検出点群の検出点数、検出点と自車両との距離、及び検出点の端部幅から算出されるデータ充填率に基づいて行っている。
At this time, whether the vehicle is a stopped object or a stopped vehicle is calculated from the number of detection points of the detection point group indicating the object ahead of the host vehicle, the distance between the detection point and the host vehicle, and the end width of the detection point. This is based on the data filling rate.
ところで、スキャニング式レーザレーダには、水平方向のレーザビーム幅の細い（主にリフレクタ反射を検出する：リフレクタ反射式レーザ）タイプのものと、レーザビーム幅の広い（主にボディ反射を検出する：ボディ反射式レーザ）タイプのものがある。上記リフレクタ反射式レーザは、水平方向のレーザビーム幅が細いことから、ボディ反射式レーザに比べて高分解能且つ高価であることが特徴である。 By the way, there are two types of scanning laser radars: one with a narrow horizontal laser beam width (mainly reflector reflection detection: reflector reflection laser) and one with a wide laser beam width (mainly body reflection detection: Body reflection type). The reflector reflection type laser is characterized in that it has a high resolution and is expensive compared to the body reflection type laser because the horizontal laser beam width is narrow.
上記従来の停止車両判別装置では、スキャニング式レーザレーダにて検出した検出点数に基づいて停止車両の判別を行っているので、レーザビーム幅の広いタイプのスキャニング式レーザレーダを適用した場合、その受光感度の高さから、特に自車両から遠方に存在する物体の停止車両判別精度が悪いという未解決の課題がある。また、レーザビーム幅の細いタイプのリフレクタ反射式レーザを適用した場合、コストが嵩むという未解決の課題がある。
そこで、本発明は、高分解能のレーザレーダを用いなくても、自車両前方の物体が停止車両であるか否かを、精度良く判別することができる停止車両判別装置、それを備えた自動車及び停止車両判別方法を提供することを課題としている。
In the conventional stopped vehicle discrimination device, the stop vehicle is discriminated based on the number of detection points detected by the scanning laser radar. Therefore, when a scanning laser radar of a wide laser beam type is applied, the light reception is detected. Due to the high sensitivity, there is an unsolved problem that the accuracy of determining a stopped vehicle of an object existing far away from the host vehicle is particularly poor. Moreover, when a reflector type laser having a narrow laser beam width is applied, there is an unsolved problem that the cost increases.
Accordingly, the present invention provides a stopped vehicle determination device that can accurately determine whether an object ahead of the host vehicle is a stopped vehicle without using a high-resolution laser radar, an automobile equipped with the same, and It is an object to provide a stopped vehicle discrimination method.
上記課題を解決するために、本発明に係る停止車両判別装置は、物体検出手段で自車両前方の物体を検出し、横幅取得手段で、前記物体検出手段で検出された検出物体の横幅を取得し、停止判断手段で、前記前方物体が停止していることを判断し、閾値設定手段で、自車両と前記停止判断手段で停止していると判断された停止物との距離に基づいて停止車両判別閾値を設定し、停止車両判別手段で、その停止物の横幅と前記閾値設定手段で設定された停止車両判別閾値とを比較することで、当該停止物が車両であるか否かを判別する停止車両判別処理を行う。 In order to solve the above-described problem, the stopped vehicle determination device according to the present invention detects an object ahead of the host vehicle with the object detection unit, and acquires the width of the detected object detected with the object detection unit with the width acquisition unit. The stop determining means determines that the front object is stopped, and the threshold setting means stops based on the distance between the host vehicle and the stopped object determined to be stopped by the stop determining means. A vehicle determination threshold is set, and the stop vehicle determination means determines whether the stop is a vehicle by comparing the width of the stop with the stop vehicle determination threshold set by the threshold setting means. A stop vehicle discrimination process is performed.
本発明によれば、自車両と自車両前方の停止物との距離に基づいて、その停止物の横幅と比較するための停止車両判別閾値を設定するので、例えば、自車両と前記停止物との距離が遠ざかるほどレーザビームの広がりが大きくなって物体検知の不確かさが増すことを考慮して前記停止車両判別閾値を設定することができ、自車両前方の停止物が物体であるか車両であるかの判別を精度良く行うことができるという効果が得られる。 According to the present invention, based on the distance between the host vehicle and the stop in front of the host vehicle, the stop vehicle determination threshold value for comparison with the lateral width of the stop is set. The stop vehicle discrimination threshold can be set in consideration of the fact that the laser beam spread increases and the object detection uncertainty increases as the distance of the vehicle increases. There is an effect that it is possible to accurately determine whether there is any.
以下、本発明の実施の形態を図面に基づいて説明する。
（第１の実施の形態）
（構成）
図１は本発明の実施形態における停止車両判別装置を適用した車両の概略構成図であり、図中符号１は自車両前方の物体を検知するための、例えばスキャニング式のレーザレーダである。図２は、本実施形態における停止車両判別装置の構成を示すブロック図であり、このレーザレーダ１が物体検出手段１０１に対応している。
Hereinafter, embodiments of the present invention will be described with reference to the drawings.
(First embodiment)
(Constitution)
FIG. 1 is a schematic configuration diagram of a vehicle to which a stopped vehicle discriminating apparatus according to an embodiment of the present invention is applied.
そして、このレーザレーダ１の走査結果は、レーダ処理装置２に入力され、ここで、レーザレーダ１によって検出した一つ又は複数の物体に対して、各物体の状態量として、自車両を原点とする二次元座標値、つまり、車間距離方向及び車幅方向における座標値が算出されると共に、検知物体の幅（大きさ）が算出される。これが横幅取得手段に対応している。そして、これら算出結果は、外界認識装置１０に入力される。このレーザレーダ１及びレーダ処理装置２が状態量検出手段に対応している。
Then, the scanning result of the
また、車両の適所には、自車両前方を撮像し、自車両前方の状況を高速に把握するための物体検出手段としての、例えばプログレッシブスキャン式の３ＣＣＤカメラ等で構成される撮像装置３が搭載され、この撮像装置３の撮像結果は画像処理装置４に入力される。この画像処理装置４では、レーダ処理装置２で捕捉したレーダ検知物体の位置座標付近を注目領域としておき、自車両のピッチング変動等によってレーダ検知物体をロストした場合に、カメラ画像によりロストしたレーダ検知物体を検知し続ける等の処理を行う。そして、この画像処理装置４での検知結果は、外界認識装置１０に入力される。なお、レーザレーダ１が物体を検知できない走行状況では、前記３ＣＣＤカメラの撮像データを画像処理することによる前方物体検知が実施される。
In addition, an
また、この車両には、自車両の走行状態を検出するためのセンサとして、従動輪の左右車輪速度を検出する車速センサ５や、前輪操舵角を検出する操舵角センサ６が搭載され、これらセンサの検出値は、前記外界認識装置１０に入力される。これら車速センサ５、操舵角センサ６で図２の走行状態検出手段１０２を構成している。
そして、前記外界認識装置１０では、後述する停止車両判別処理によって、レーダ処理装置２で捕捉した各物体が、路側構造物であるか停止車両であるかを判断し、その物体が自車両にとって障害物であるか否かを判断する。そして、その物体が自車両にとって障害物であり、自車両がこの障害物と接触する可能性があると判定される場合には、必要に応じて自動ブレーキ制御装置１２に制動指令を出力する。この自動ブレーキ制御装置１２では、外界認識装置１０からの制動指令に応じて負圧ブレーキブースタ１４のソレノイドバルブに制動力指令電圧を印加することで負圧ブレーキブースタ１４を作動し、各車輪に制動力を付与して当該障害物との接触を回避するようになっている。
Further, this vehicle is equipped with a
Then, the external
この自動ブレーキ制御装置１２及び負圧ブレーキブースタ１４が走行制御手段に対応している。
なお、前記レーダ処理装置２や、画像処理装置４、外界認識装置１０、自動ブレーキ制御装置１２は、マイクロコンピュータ等の演算処理装置とその周辺機器、並びに、各アクチュエータを駆動するための駆動回路等を備えており、互いに通信回路を介して情報を送受信できるようになっている。
The automatic
The
次に、前記外界認識装置１０で実行される停止車両判別処理を、図３に示すフローチャートをもとに説明する。
この停止車両判別処理は、所定時間（例えば、１００ｍｓｅｃ）毎のタイマ割込み処理として実行され、先ず、ステップＳ１で各種データを読み込む。具体的には、車速センサ５で検出された自車速Ｖｓｐ、操舵角センサ６で検出された操舵角Ｓｔを読み込む。
Next, the stopped vehicle determination process executed by the external
This stop vehicle determination process is executed as a timer interrupt process at predetermined time intervals (for example, 100 msec). First, various data are read in step S1. Specifically, the host vehicle speed Vsp detected by the
次に、ステップＳ２に移行して、将来の自車走行進路として、曲率半径の逆数Ｒｏｗ［１／ｍ］を、次式をもとに算出し、ステップＳ３に移行する。
Ｒｏｗ＝１／｛（１＋Ａ・Ｖｓｐ2・ＬWB）／Ｓｔ｝ ………（１）
ここで、Ａは車両固有の値であるスタビリティファクタ（車重、ホイールベース長、重心位置、タイヤの横力で決まる定数）、ＬWBはホイールベース長、Ｓｔは操舵角（右切りがプラス）である。
Next, the process proceeds to step S2, and a reciprocal number of the curvature radius Row [1 / m] is calculated based on the following equation as a future own vehicle traveling route, and the process proceeds to step S3.
Row = 1 / {(1 + A · Vsp 2 · L WB ) / St} (1)
Here, A is a stability factor (a constant determined by the vehicle weight, wheelbase length, center of gravity, and tire lateral force), LWB is the wheelbase length, and St is the steering angle (right turn is a plus). ).
ステップＳ３では、レーザレーダ１で検出された物体の位置（横方向位置Ｐｘ＿ｚ０［ｉ］，前後方向位置Ｐｙ＿ｚ０［ｉ］）及び物体の幅（大きさ）ｏｂｊＷ＿ｚ０［ｉ］を読み込み、ステップＳ４に移行する。ここで、＿ｚ０とは、今回のサンプリングにおける検出値であることを意味し、前回のサンプリングにおける検出値は＿ｚ１とする。また、［ｉ］は検知物体ごとに割り付けられるＩＤ番号を意味しており、ｉ≧０である。
In step S3, the object position (lateral position Px_z0 [i], front / rear direction position Py_z0 [i]) and object width (size) objW_z0 [i] detected by the
ステップＳ４では、レーザレーダ１で検出された各物体について、自車両との相対速度（横方向相対速度ｒＶｘ＿ｚ０［ｉ］，前後方向相対速度ｒＶｙ＿ｚ０［ｉ］）を、次式で表される伝達関数Ｇ（Ｚ）により算出する。
Ｇ（Ｚ）＝（ｃＺ2−ｃ）／（Ｚ2−ａＺ＋ｂ） ………（２）
ここで、Ｚは進み演算子である。また、係数ａ，ｂ，ｃは正数であり、これらは所望の擬似微分特性を有するようにサンプリング周期１００ｍｓで離散化されたものである。また、本実施形態における相対速度の符号は、負の場合を、前後方向＝自車両と接近方向、横方向＝自車進行方向に対して右側方向とする。
In step S4, the relative speed (lateral relative speed rVx_z0 [i], longitudinal relative speed rVy_z0 [i]) with respect to the subject vehicle for each object detected by the
G (Z) = (cZ 2 −c) / (Z 2 −aZ + b) (2)
Here, Z is a lead operator. The coefficients a, b, and c are positive numbers, and these are discretized at a sampling period of 100 ms so as to have a desired pseudo-differential characteristic. Further, the sign of the relative speed in the present embodiment is that the negative direction is the front-rear direction = the approach direction of the host vehicle, and the lateral direction = the right direction with respect to the traveling direction of the host vehicle.
次に、ステップＳ５に移行して、レーザレーダ１で検出された各物体が停止物であるか移動物（走行車両）であるかを判定する。この判定は、各物体の相対速度ｒＶｙ＿ｚ０［ｉ］と自車速Ｖｓｐとの差分値ΔＶ［ｉ］の絶対値が属性判別閾値Ｔｈ以下であるか否かによって行い、ΔＶ［ｉ］≦Ｔｈである場合には、その物体は停止物であると判定する。ここで、属性判別閾値Ｔｈは、次式で示されるような特性を有するものとする。
Ｔｈ＝ＨｙｓＴｈ＋Ｋｄｗ・Ｖｓｐ ………（３）
ここで、ＨｙｓＴｈは、停止物と移動物との判定結果が安定するように、停止物から移動物に判定する場合とその逆の場合とでヒステリシスを付与することを意味する変数であり、Ｋｄｗは、動回転半径の変動による自車速Ｖｓｐの誤差（実車速と計測車速との差）の最大見積もり値である。
Next, the process proceeds to step S5, and it is determined whether each object detected by the
Th = HysTh + Kdw · Vsp (3)
Here, HysTh is a variable that means adding hysteresis in the case of determining from a stationary object to a moving object and vice versa so that the determination result of the stationary object and the moving object becomes stable, and Kdw Is the maximum estimated value of the error (the difference between the actual vehicle speed and the measured vehicle speed) of the host vehicle speed Vsp due to the fluctuation of the dynamic rotation radius.
上記（３）式からも明らかなように、自車速Ｖｓｐが大きくなるほど属性判別閾値Ｔｈは大きく設定されるので、自車両前方の検知物体が停止物であると判断する条件が緩和されて、当該検知物体が停止物であると判断されやすくなる。高速走行時には、人間の感覚として、停止車両に対する制御と極低速走行車両に対する制御とを同じにしても違和感がないため、停止車両と極低速走行車両とを区別する必要がない。そのため、自車速Ｖｓｐが高くなるほど自車両前方の検知物体を停止物であると判断し易くすることで、停止車両を走行車両であると誤判別させるより極低速走行車両を停止車両であると判別させて、運転者への誤判別に対する違和感を低減することができる。
なお、Ｋｄｗは、本来の動回転半径の変動に対して数倍以上の大きなゲインであっても良い。このように、動回転半径の変動以上に閾値を停止車両と判定し易くすることで、運転者への誤判別に対する違和感を低減することができる。
As is clear from the above equation (3), the attribute determination threshold Th is set to be larger as the host vehicle speed Vsp increases. Therefore, the condition for determining that the detected object ahead of the host vehicle is a stop object is relaxed, and It becomes easier to determine that the detected object is a stopped object. When traveling at high speed, there is no sense of incongruity even if the control for the stopped vehicle and the control for the extremely low speed traveling vehicle are the same as human senses, so there is no need to distinguish between the stopped vehicle and the extremely low speed traveling vehicle. Therefore, by making it easier to determine that the detected object ahead of the host vehicle is a stopped object as the host vehicle speed Vsp increases, it is determined that the extremely low-speed traveling vehicle is a stopped vehicle rather than misidentifying the stopped vehicle as a traveling vehicle. In this way, it is possible to reduce a sense of incongruity with misjudgment to the driver.
Note that Kdw may be a large gain that is several times greater than the original fluctuation of the dynamic rotational radius. Thus, by making it easier to determine that the threshold value is a stopped vehicle than the fluctuation of the dynamic rotation radius, it is possible to reduce a sense of incongruity for misjudgment to the driver.
次に、ステップＳ６では、各検知物体が自車両の走行予想進路内に存在する可能性Ｒｅｃｏ［ｉ］を、次式をもとに算出する。
Ｒｅｃｏ［ｉ］＝ｆｕｎｃ１（Ｐｘ＿ｚ０［ｉ］，Ｐｙ＿ｚ０［ｉ］，Ｒｏｗ） ………（４）
ここで、ｆｕｎｃ１（Ｘ，Ｙ，Ｒ）は、図４に表される特性を有する関数であり、検知物体が自車両の走行予想進路内に存在する可能性が大きいほど、Ｒｅｃｏ［ｉ］の値は大きく算出される。
Next, in step S6, the possibility Reco [i] that each detected object exists in the predicted travel path of the host vehicle is calculated based on the following equation.
Reco [i] = func1 (Px_z0 [i], Py_z0 [i], Row) (4)
Here, func1 (X, Y, R) is a function having the characteristics shown in FIG. 4, and the greater the possibility that the detected object is in the predicted travel path of the host vehicle, the greater the value of Reco [i]. The value is greatly calculated.
次に、ステップＳ７では、各検知物体の選別を行う。具体的には、前記ステップＳ５の判定結果により停止物であると判断された検知物体と、移動物であると判断された検知物体とを選別し、停止物であると判断された検知物体に対しては後述するステップＳ１０以降の処理を施し、移動物であると判断された検知物体に対してはステップＳ８以降の処理を施すようにする。 Next, in step S7, each detected object is selected. Specifically, the detected object determined to be a stopped object and the detected object determined to be a moving object are selected based on the determination result of step S5, and the detected object determined to be a stopped object is selected. On the other hand, the process after step S10 mentioned later is performed, and the process after step S8 is performed with respect to the detected object judged to be a moving object.
ステップＳ８では、検知物体の属性フラグＡｔｔｒＯｂｊＣａｒ［ｉ］を、次式に示すように、物体が走行車両として属性付けされたことを意味する“２”に設定してステップＳ９に移行する。ここで、属性フラグＡｔｔｒＯｂｊＣａｒ［ｉ］は、初期状態は路側構造物に相当する“０”に属性付けされているものとする。
ＡｔｔｒＯｂｊＣａｒ［ｉ］＝２ ………（５）
ステップＳ９では、微分演算などで用いる変数の過去値を更新してからタイマ割込み処理を終了する。
In step S8, the attribute flag AttrObjCar [i] of the detected object is set to “2” indicating that the object is attributed as a traveling vehicle, as shown in the following equation, and the process proceeds to step S9. Here, it is assumed that the attribute flag AttrObjCar [i] is attributed to “0” corresponding to the roadside structure in the initial state.
AttrObjCar [i] = 2 (5)
In step S9, the timer interrupt process is terminated after updating the past value of the variable used in the differential operation or the like.
また、ステップＳ１０では、各検知物体が自車両の走行予想進路内に存在するか否かを判定する。この判定は、前記ステップＳ６で算出されたＲｅｃｏ［ｉ］が所定の進路内判断閾値Ｔｈ＿ＯｗｎＬａｎｅより大きいか否かによって行い、Ｒｅｃｏ［ｉ］＞Ｔｈ＿ＯｗｎＬａｎｅであるときには、その検知物体が自車両の走行予想進路内に存在すると判断して後述するステップＳ１２に移行し、Ｒｅｃｏ［ｉ］≦Ｔｈ＿ＯｗｎＬａｎｅであるときには、その検知物体が自車両の走行予想進路内に存在しないと判断してステップＳ１１に移行する。ここで、進路内判断閾値Ｔｈ＿ＯｗｎＬａｎｅは、１未満の正数である。 Further, in step S10, it is determined whether or not each detected object is present in the predicted travel path of the host vehicle. This determination is made based on whether or not Reco [i] calculated in step S6 is greater than a predetermined in-track determination threshold Th_OwnLane. When it is determined that the detected object exists in the course, the process proceeds to step S12, which will be described later. Here, the in-course determination threshold Th_OwnLane is a positive number less than 1.
ステップＳ１１では、検知物体の属性フラグＡｔｔｒＯｂｊＣａｒ［ｉ］を、次式に示すように、物体が路側構造物として属性付けされたことを意味する“０”に設定して前記ステップＳ９に移行する。
ＡｔｔｒＯｂｊＣａｒ［ｉ］＝０ ………（６）
ところで、レーダの視野角端に物体が存在する場合、その物体がレーダ視野内に完全に収まらないために、正確な物体幅を検知できない場合がある。また、レーダによる物体幅の検出精度は、自車両の正面ほど高くなる。そのため、前記ステップＳ１０の判定結果により、検知物体が自車両の走行予想進路内に存在しないと判断したときには、その検知物体を路側構造物として属性付けすることで、物体の正確な大きさを検知できずに誤った停止車両判別を行ってしまうことを回避することができると共に、レーザの信頼性の高い検知状態で停止車両判別を行うことができる。
In step S11, the attribute flag AttrObjCar [i] of the detected object is set to “0” which means that the object is attributed as a roadside structure as shown in the following expression, and the process proceeds to step S9.
AttrObjCar [i] = 0 (6)
By the way, when an object is present at the viewing angle end of the radar, the object does not completely fit in the radar field of view, so that an accurate object width may not be detected. Further, the accuracy of detecting the object width by the radar becomes higher as the front of the host vehicle. Therefore, when it is determined from the determination result of step S10 that the detected object does not exist in the predicted traveling path of the host vehicle, the detected object is attributed as a roadside structure to detect the exact size of the object. It is possible to avoid erroneous stop vehicle discrimination without being possible, and to make stop vehicle discrimination in a highly reliable detection state of the laser.
また、自車走行車線外の遠方に存在する物体の脇を自車両が通過する際に、その物体は自車両の走行予想進路内に存在しなくても、位置精度の低下により自車進路上に侵入してくるものと誤った判断がなされる可能性があるが、この可能性を考慮して、自車両の走行進路外に存在する物体を停止車両であると判別しないことで、位置精度の低下が生じた場合の走行制御システムにおける誤作動や誤警報を軽減することができる。なお、ここで、走行制御システムにおける制御や警報などは、そのタイミングや制御量を“車両”であるか“非車両”であるかに応じて変更する一般的なシステムを用いるものとする。 In addition, when the host vehicle passes by an object that is far away from the host vehicle lane, even if the object does not exist in the predicted driving path of the host vehicle, the position accuracy decreases and the vehicle However, in consideration of this possibility, it is not possible to determine that an object that exists outside the traveling path of the host vehicle is a stopped vehicle. It is possible to reduce malfunctions and false alarms in the travel control system in the event of a drop in Here, it is assumed that a general system that changes the timing and control amount according to whether it is “vehicle” or “non-vehicle” is used for the control and alarm in the travel control system.
ステップＳ１２では、各検知物体に対して、停止物体であるか停止車両であるかの判別に用いる停止物判別閾値の下限閾値Ｔｈ＿Ｗｉｄｔｈ１［ｉ］及び上限閾値Ｔｈ＿Ｗｉｄｔｈ２［ｉ］を、次式をもとに算出する。
Ｔｈ＿Ｗｉｄｔｈ１［ｉ］＝Ｗ１＋ｆｕｎｃ２（Ｐｙ＿ｚ０［ｉ］），
Ｔｈ＿Ｗｉｄｔｈ２［ｉ］＝Ｗ２−ｆｕｎｃ２（Ｐｙ＿ｚ０［ｉ］） ………（７）
ここで、ｆｕｎｃ２（Ｙ）は、図５に示すような特性を有する関数である。この図５に示すように、ｆｕｎｃ２（Ｙ）の値は自車両と検知物体との前後方向距離Ｙに比例して大きくなるように設定されている。これにより、自車両と検知物体との距離Ｙが大きいほど、停止物判別閾値の下限閾値Ｔｈ＿Ｗｉｄｔｈ１［ｉ］は大きく、上限閾値Ｔｈ＿Ｗｉｄｔｈ２［ｉ］は小さく算出されることになる。
In step S12, for each detected object, the lower threshold Th_Width1 [i] and the upper threshold Th_Width2 [i] of the stop object determination threshold used for determining whether the object is a stopped object or a stopped vehicle are expressed by the following equations. To calculate.
Th_Width1 [i] = W1 + func2 (Py_z0 [i]),
Th_Width2 [i] = W2-func2 (Py_z0 [i]) (7)
Here, func2 (Y) is a function having characteristics as shown in FIG. As shown in FIG. 5, the value of func2 (Y) is set so as to increase in proportion to the front-rear direction distance Y between the host vehicle and the detected object. As a result, the lower limit threshold Th_Width1 [i] of the stop object determination threshold is larger and the upper limit threshold Th_Width2 [i] is smaller as the distance Y between the host vehicle and the detected object is larger.
また、Ｗ１，Ｗ２は、夫々小型車両の車幅と大型車両の車幅に相当する定数を意味しており、仕向け地によって変更するようにしてもよい。このように、停止物判別閾値Ｔｈ＿Ｗｉｄｔｈ１［ｉ］及びＴｈ＿Ｗｉｄｔｈ２［ｉ］は、検知物体の横幅と比較するための閾値である。
次に、ステップＳ１３に移行して、検知された停止物が停止車両であるか否かを判定する。この判定は、検知物体の横幅ｏｂｊＷ＿ｚ０［ｉ］が、前記ステップＳ１２で算出された停止物判別閾値Ｔｈ＿Ｗｉｄｔｈ１［ｉ］及びＴｈ＿Ｗｉｄｔｈ２［ｉ］の範囲内に適合するか否かによって行い、Ｔｈ＿Ｗｉｄｔｈ１［ｉ］＜ｏｂｊＷ＿ｚ０［ｉ］＜Ｔｈ＿Ｗｉｄｔｈ２［ｉ］であるときには、その物体は停止車両であると判断して後述するステップＳ１４に移行する。一方、Ｔｈ＿Ｗｉｄｔｈ１［ｉ］≧ｏｂｊＷ＿ｚ０［ｉ］又はＴｈ＿Ｗｉｄｔｈ２［ｉ］≦ｏｂｊＷ＿ｚ０［ｉ］であるときには、その物体は路側構造物であると判断して前記ステップＳ１１に移行する。
W1 and W2 mean constants corresponding to the vehicle width of the small vehicle and the vehicle width of the large vehicle, respectively, and may be changed depending on the destination. As described above, the stop object determination threshold values Th_Width1 [i] and Th_Width2 [i] are threshold values for comparison with the width of the detected object.
Next, it transfers to step S13 and it is determined whether the detected stop is a stop vehicle. This determination is performed based on whether or not the width objW_z0 [i] of the detected object is within the range of the stop object determination thresholds Th_Width1 [i] and Th_Width2 [i] calculated in Step S12, and Th_Width1 [i]. When <objW_z0 [i] <Th_Width2 [i], it is determined that the object is a stopped vehicle, and the process proceeds to step S14 described later. On the other hand, when Th_Width1 [i] ≧ objW_z0 [i] or Th_Width2 [i] ≦ objW_z0 [i], it is determined that the object is a roadside structure, and the process proceeds to Step S11.
図６は、レーザレーダ１の不確かさと停止物判別閾値との関係を示す図であり、横軸に自車両と検知物体との縦位置（前後方向距離）、縦軸に検知物体の横幅と比較するための停止物判別閾値をとっている。ここで、前述したように、Ｗ１は小型車両の車幅、Ｗ２は大型車両の車幅であり、平均的な車両の車幅は、このＷ１からＷ２までの範囲の値となる。
FIG. 6 is a diagram showing the relationship between the uncertainty of the
レーザレーダ１のビームの分解能に依存した不確かさは、自車両と検知物体との距離Ｙが大きくなるほど大きくなる。つまり、図６の破線に示すように、自車両との距離Ｙが零であるときには不確かさも零であるが、自車両との距離Ｙが大きくなるほど、例えば横幅Ｗ１の物体をレーザレーダ１で検知した場合、その検出値には最大ΔＷ１の誤差が生じる。
The uncertainty depending on the beam resolution of the
したがって、本実施形態のように、検知物体と自車両との距離が大きくなるほど、停止物判別閾値の下限閾値Ｔｈ＿Ｗｉｄｔｈ１［ｉ］と上限閾値Ｔｈ＿Ｗｉｄｔｈ２［ｉ］との差を最大値（Ｗ２−Ｗ１）から徐々に小さくすることで、自車両から遠方に存在する物体に対して、より確実な方向に上記不確かさの影響を排除することができる。
このとき、各閾値Ｔｈ＿Ｗｉｄｔｈ１［ｉ］及びＴｈ＿Ｗｉｄｔｈ２［ｉ］の自車両と検知物体と距離に対する変化率は、符号が逆で絶対値が同じとし、その絶対値は、レーザレーダ１の水平方向の分解能に基づいて定める。これにより、レーザレーダの設計仕様に応じた適切な閾値を設定することができる。
Therefore, as in the present embodiment, the difference between the lower limit threshold Th_Width1 [i] and the upper limit threshold Th_Width2 [i] of the stop object determination threshold becomes the maximum value (W2-W1) as the distance between the detected object and the host vehicle increases. From the above, it is possible to eliminate the influence of the uncertainty in a more reliable direction with respect to an object that is far away from the host vehicle.
At this time, the rate of change of each threshold Th_Width1 [i] and Th_Width2 [i] with respect to the own vehicle, the detected object, and the distance is assumed to have the same sign but the absolute value is the same as the resolution in the horizontal direction of the
また、ステップＳ１４では、検知物体の属性フラグＡｔｔｒＯｂｊＣａｒ［ｉ］を、次式に示すように、物体が停止車両として属性付けされたことを意味する“１”に設定して前記ステップＳ９に移行する。
ＡｔｔｒＯｂｊＣａｒ［ｉ］＝１ ………（８）
図３の処理において、ステップＳ４及びＳ５の処理が停止判断手段に対応し、ステップＳ６及びＳ１０の処理が判別許可手段に対応し、ステップＳ１２の処理が閾値設定手段に対応し、ステップＳ１３の処理が停止車両判別手段に対応している。
In step S14, the attribute flag AttrObjCar [i] of the detected object is set to “1” indicating that the object is attributed as a stopped vehicle, as shown in the following equation, and the process proceeds to step S9. .
AttrObjCar [i] = 1 (8)
In the process of FIG. 3, the processes in steps S4 and S5 correspond to the stop determination means, the processes in steps S6 and S10 correspond to the discrimination permission means, the process in step S12 corresponds to the threshold setting means, and the process in step S13. Corresponds to the stop vehicle discrimination means.
すなわち、図２に示すように、物体検出手段１０１で検出した前方物体の相対速度と、走行状態検出手段１０２で検出した自車速とに基づいて、停止判断手段１０３で、物体検出手段１０１で検出した物体が停止しているか否かを判断する。また、走行状態検出手段１０２で検出した自車両の走行状態（自車速及び操舵角）と、物体検出手段１０１で検出した前方物体の位置とに基づいて、判別許可手段１０４で、前記停止判断手段１０３で停止していると判断された物体に対する停止車両判別処理の実行を許可するか否かを判断する。さらに、物体検出手段１０１で検出した前方物体の自車両までの距離基づいて、閾値設定手段１０５で、物体検出手段１０１の検出結果に含まれる不確かさを反映した、検出物体の横幅に関する閾値を設定する。そして、これら停止判断手段１０３、判別許可手段１０４及び閾値設定手段１０５からの出力と、物体検出手段１０１で検出した前方物体の横幅とに基づいて、停止車両判別手段１０６で、自車両前方の停止物が物体であるか車両であるかを判別する。
That is, as shown in FIG. 2, based on the relative speed of the front object detected by the
（動作）
次に、本発明の第１の実施形態の動作について説明する。
今、図７に示すように、自車両ＭＣが直線路ＬMを走行中であり、自車前方の停止車両Ｎ０（ｉ＝０）、路側構造物Ｎ１（i＝１）及びＮ２（ｉ＝２）をレーザレーダ１で検知しているものとする。この場合、物体Ｎ０は自車走行レーンＬM内に存在しているため、Ｒｅｃｏ［０］＞Ｔｈ＿ＯｗｎＬａｎｅとなって、図３のステップＳ１０の判定結果によりステップＳ１２に移行する。このステップＳ１２では、図８に示す物体Ｎ０の自車両ＭＣとの前後方向距離Ｐｙ＿ｚ０［０］に応じて、停止物判別閾値の下限閾値Ｔｈ＿Ｗｉｄｔｈ１［０］がＷ１とほぼ等しいＷ１N0に、上限閾値Ｔｈ＿Ｗｉｄｔｈ２［０］がＷ２とほぼ等しいＷ２N0に算出される。そして、Ｔｈ＿Ｗｉｄｔｈ１［０］＜ｏｂｊＷ＿ｚ０［０］（＝α）＜Ｔｈ＿Ｗｉｄｔｈ２［０］であり、物体Ｎ０の幅が停止物判別閾値に適合しているため、この物体Ｎ０が停止車両であると判断され、自動ブレーキ制御の対象となる。
(Operation)
Next, the operation of the first embodiment of the present invention will be described.
Now, as shown in FIG. 7, the vehicle MC is traveling on a straight road L M, the vehicle ahead of the vehicle is stopped N0 (i = 0), roadside structures N1 (i = 1) and N2 (i = 2) is detected by the
また、物体Ｎ１は、自車走行レーンＬM内に存在していないため、Ｒｅｃｏ［１］≦Ｔｈ＿ＯｗｎＬａｎｅとなって、ステップＳ１０の判定結果によりステップＳ１１に移行する。このように、自車走行レーン内に存在しない物体は、路側構造物であると判断されて自動ブレーキ制御の対象としないので、自動ブレーキ制御が作動してしまうことに起因する運転者の違和感を防止することができる。 Further, the object N1 is because it does not exist in the current lane in L M, becomes Reco [1] ≦ Th_OwnLane, the process proceeds to step S11 by the determination result of step S10. In this way, since an object that does not exist in the vehicle lane is determined to be a roadside structure and is not subject to automatic brake control, the driver feels uncomfortable due to the automatic brake control being activated. Can be prevented.
また、物体Ｎ２は、自車走行レーンＬM内に存在しているため、Ｒｅｃｏ［２］＞Ｔｈ＿ＯｗｎＬａｎｅとなって、ステップＳ１０の判定結果によりステップＳ１２に移行する。このステップＳ１２では、図８に示す物体Ｎ２の自車両ＭＣとの前後方向距離Ｐｙ＿ｚ０［２］に応じて、停止物判別閾値の下限閾値Ｔｈ＿Ｗｉｄｔｈ１［２］がＷ１より大きいＷ１N2に、上限閾値Ｔｈ＿Ｗｉｄｔｈ２［２］がＷ２より大きいＷ２N2に算出される。そして、この物体Ｎ２の大きさｏｂｊＷ＿ｚ０［２］（＝α）が下限閾値Ｔｈ＿Ｗｉｄｔｈ１［２］から上限閾値Ｔｈ＿Ｗｉｄｔｈ２［２］までの範囲内にないことから、この物体Ｎ２は路側構造物であると判断され、自動ブレーキ制御の対象外となる。このように、物体Ｎ０と物体Ｎ２とは同じ大きさであるが、物体Ｎ０は停止車両、物体Ｎ２は停止物体として判断される。 Further, the object N2 is because it is present in current lane in L M, becomes Reco [2]> Th_OwnLane, the process proceeds to step S12 by the determination result of step S10. In step S12, the lower limit threshold Th_Width1 [2] of the stop object determination threshold is set to W1 N2 greater than W1 and the upper limit threshold Th_Width2 according to the front-rear direction distance Py_z0 [2] of the object N2 shown in FIG. [2] is calculated to be W2 N2 larger than W2. Since the size objW_z0 [2] (= α) of the object N2 is not within the range from the lower limit threshold Th_Width1 [2] to the upper limit threshold Th_Width2 [2], it is determined that the object N2 is a roadside structure. Therefore, it is not subject to automatic brake control. Thus, although the object N0 and the object N2 are the same size, it is determined that the object N0 is a stopped vehicle and the object N2 is a stopped object.
レーザレーダ１と検知物体との前後方向距離が大きいほどビーム幅の広がりは大きくなるため、物体幅の検出値に誤差が生じやすい。そのため、実際は停止物判別閾値に適合しない路側構造物が、物体幅の検出誤差により停止車両であると誤って判断される可能性がある。
これに対して、本実施形態では、自車両前方の検知物体（停止物）と自車両との距離に基づいて停止車両判別閾値を設定するので、レーザレーダのビーム幅の広がりにより、停止物と自車両との距離が遠ざかるほど物体幅の検出精度が悪化することを考慮して停止物判別閾値を設定することができる。すなわち、検知物体と自車両との前後方向距離が大きいほど、レーザレーダ１のビーム幅の照射に関する不確かさが大きいとして、停止物判別閾値の上限閾値と下限閾値との差を小さく設定するので、実際の物体幅に対して生じる誤差を加味した（物体検出手段の検出結果に含まれる不確かさを反映した）閾値を設定することができる。
As the distance in the front-rear direction between the
On the other hand, in this embodiment, the stop vehicle discrimination threshold is set based on the distance between the detected object (stop object) ahead of the host vehicle and the host vehicle. The stop object determination threshold can be set in consideration of the fact that the detection accuracy of the object width deteriorates as the distance from the host vehicle increases. That is, the larger the distance in the front-rear direction between the detected object and the vehicle, the greater the uncertainty regarding the irradiation of the beam width of the
その結果、レーザレーダの検出誤差により自車両から遠方の停止物体Ｎ２の横幅が、偶然平均的な車幅であるＷ１からＷ２までの範囲内に適合してしまった場合であっても、停止車両であると誤判別することを抑制することができ、レーザレーダのビーム幅の広がりを不確かさとして考慮してより高精度な停止車両判別を行うことができる。 As a result, even if the lateral width of the stopped object N2 far from the own vehicle accidentally fits within the range from W1 to W2, which is the average vehicle width, due to the detection error of the laser radar, the stopped vehicle Therefore, it is possible to prevent the vehicle from being misidentified and to determine the stopped vehicle with higher accuracy in consideration of the spread of the beam width of the laser radar as an uncertainty.
（第１の実施形態の効果）
（１）自車両前方の停止物の横幅と、閾値設定手段で自車両とその停止物との距離に基づいて設定される停止車両判別閾値とを比較することで、停止車両判別手段が、その停止物が車両であるか否かを判別する。
したがって、物体検出手段による検出結果の不確かさを反映した閾値を用いて、適切に停止車両判別処理を行うことができる。その結果、ビーム幅の細い高分解能レーザレーダ（リフレクタ反射式レーザ）を用いなくても、高精度で停止車両判別を行うことができる。
(Effects of the first embodiment)
(1) By comparing the lateral width of the stop ahead of the host vehicle and the stop vehicle determination threshold set based on the distance between the host vehicle and the stop by the threshold setting unit, the stop vehicle determination unit It is determined whether or not the stopped object is a vehicle.
Therefore, the stopped vehicle discrimination process can be appropriately performed using the threshold value reflecting the uncertainty of the detection result by the object detection means. As a result, it is possible to determine the stopped vehicle with high accuracy without using a high resolution laser radar (reflector reflection type laser) having a narrow beam width.
（２）停止物判別閾値として上限閾値と下限閾値とを設け、自車両と停止物との距離が遠ざかるほど、上限閾値を小さく、下限閾値を大きくするので、物体検出手段による検出結果の不確かさを反映した閾値をより適切に設定することができる。また、このようにして設定された閾値を用いることで、より高精度な停止車両判別を行うことができる。 (2) An upper limit threshold value and a lower limit threshold value are provided as stop object determination threshold values. As the distance between the host vehicle and the stop object increases, the upper limit threshold value is decreased and the lower limit threshold value is increased. Can be set more appropriately. In addition, by using the threshold value set in this way, it is possible to perform stop vehicle determination with higher accuracy.
（３）物体検出手段の水平方向の分解能に基づいて、上限閾値及び下限閾値を変化させるので、物体検出手段の設計仕様に応じた適切な停止物判別閾値を設定することができる。その結果、自車両から遠方の停止物体を停止車両であると誤判別することを防止することができる。
（４）走行状態検出手段で検出された走行状態に基づいて停止車両判別処理の実行を許可された停止物に対して、当該停止車両判別処理を行うので、判別精度が高められる走行状況下で停止車両判別処理を行うことができる。
(3) Since the upper limit threshold and the lower limit threshold are changed based on the horizontal resolution of the object detection means, it is possible to set an appropriate stationary object discrimination threshold according to the design specifications of the object detection means. As a result, it is possible to prevent erroneously determining that a stopped object far from the host vehicle is a stopped vehicle.
(4) Since the stop vehicle discrimination process is performed on a stationary object that is permitted to execute the stop vehicle discrimination process based on the running state detected by the running state detection means, under a driving situation in which the discrimination accuracy is improved. Stopped vehicle discrimination processing can be performed.
（５）自車両前方の停止物のうち自車両の走行進路上にある停止物に対してのみ、停止車両判別処理の実行を許可する。したがって、検知物体がレーダ視野内に完全に収まらない場合に誤った停止車両判別を行ってしまうことを防止することができると共に、常にレーダの信頼性の高い検知状態で停止車両判別を行うことができる。
（６）自車速が速いほど、自車両前方の検知物体が停止していると判断し易くするため、動回転半径の変化に対応することができ、停止車両を走行車両であると誤判別するより走行車両を停止車両であると判別して、運転者への誤判別に対する違和感を低減することができる。
(5) The execution of the stopped vehicle determination process is permitted only for a stop on the traveling path of the own vehicle among the stops ahead of the own vehicle. Therefore, it is possible to prevent erroneous detection of a stopped vehicle when the detected object does not completely fall within the radar field of view, and to always determine the stopped vehicle with a highly reliable detection state of the radar. it can.
(6) The faster the host vehicle speed, the easier it is to determine that the detected object in front of the host vehicle is stopped. Therefore, it is possible to cope with changes in the dynamic rotation radius, and erroneously determine that the stopped vehicle is a traveling vehicle. Thus, it is possible to determine that the traveling vehicle is a stopped vehicle, and to reduce a sense of discomfort with respect to an erroneous determination to the driver.
（７）自車両前方の物体を検出する検出手段の検出結果に含まれる不確かさを反映した、検出物体の横幅に関する判別条件に基づいて、検出物体が停止車両であるか否かを判別するので、適切に停止車両判別処理を行うことができる。
（８）自車両前方の検出物体が停止車両であるか否かを判別し、その判別結果に応じた走行制御を行う。したがって、停止車両であると判別された検出物体を障害物である認識し、自動ブレーキ制御装置で各車輪に制動力を付与することによって当該障害物との接触を回避することができ、安定走行を確保することができる。
(7) Since it is determined whether or not the detected object is a stopped vehicle based on the determination condition relating to the width of the detected object that reflects the uncertainty included in the detection result of the detection means for detecting the object ahead of the host vehicle Thus, the stop vehicle determination process can be appropriately performed.
(8) It is determined whether or not the detected object in front of the host vehicle is a stopped vehicle, and travel control is performed according to the determination result. Therefore, the detected object determined to be a stopped vehicle is recognized as an obstacle, and contact with the obstacle can be avoided by applying a braking force to each wheel by the automatic brake control device. Can be secured.
（９）自車両と、物体検出手段で検出された自車両前方の物体のうち停止していると判断された停止物との距離に基づいて、停止車両判別閾値を設定し、その停止物の横幅と前記停止車両判別閾値とを比較することで、当該停止物が車両であるか否かを判別する。したがって、適切に停止車両判別処理を行うことができると共に、ビーム幅の細い高分解能レーザレーダ（リフレクタ反射式レーザ）を用いなくても、高精度で停止車両判別を行うことができる。 (9) Based on the distance between the host vehicle and a stop object determined to be stopped among the objects ahead of the host vehicle detected by the object detection means, a stop vehicle discrimination threshold is set, and the stop object By comparing the width and the stop vehicle determination threshold, it is determined whether or not the stop object is a vehicle. Therefore, it is possible to appropriately perform the stopped vehicle determination process and to determine the stopped vehicle with high accuracy without using a high resolution laser radar (reflector reflection type laser) having a narrow beam width.
（応用例）
なお、上記第１の実施形態においては、検知物体が自車両の走行進路上に存在するときに、停止車両判別処理の実行を許可する場合について説明したが、これに限定されるものではなく、検知物体が自車両の正面に存在するときに停止車両判別処理の実行を許可するようにしてもよい。この場合にも、検知物体がレーダ視野内に完全に収まらないことに起因する誤判別を防止することができると共に、常にレーダの信頼性の高い検知状態で停止車両判別を行うことができる。
(Application examples)
In the first embodiment, the case where the execution of the stopped vehicle determination process is permitted when the detected object exists on the traveling path of the host vehicle is described, but the present invention is not limited to this. You may make it permit execution of a stop vehicle discrimination | determination process when a detection object exists in front of the own vehicle. In this case as well, it is possible to prevent erroneous determination caused by the detected object not being completely within the radar field of view, and to always determine the stopped vehicle in a detection state with high reliability of the radar.
（第２の実施形態）
次に、本発明の第２の実施形態について説明する。
（構成）
この第２の実施形態では、より遠方の検知物体に対する誤判別の対策、及び雨天などで生じ易いガントリーなどに装着されている案内標識等に対する誤判別の対策を行うようにしたものである。
すなわち、第２の実施形態の停止車両判別処理を図９に示すように、図３の第１の実施形態の停止車両判別処理におけるステップＳ６の後に、各検知物体の状態量（横方向位置）の安定度合いＰｘＶ［ｉ］を算出するステップＳ２１を追加し、ステップＳ１０の前に前記横方向位置の安定度合いＰｘＶ［ｉ］に基づいて、各検知物体の横方向位置が安定しているか否かを判定するステップＳ２２を追加し、ステップＳ１２の処理をステップＳ２３の処理に置換したことを除いては、前述した図３と同様の処理を実行するため、図３との対応部分には同一符号を付し、その詳細な説明は省略する。このステップＳ２１及びＳ２２の処理が判別許可手段に対応し、ステップＳ２３の処理が閾値設定手段に対応している。
(Second Embodiment)
Next, a second embodiment of the present invention will be described.
(Constitution)
In the second embodiment, countermeasures for misidentification with respect to a farther sensing object and countermeasures for misclassification with respect to a guide sign or the like attached to a gantry or the like that is likely to occur in rainy weather are taken.
That is, as shown in FIG. 9 for the stopped vehicle discrimination process of the second embodiment, after step S6 in the stopped vehicle discrimination process of the first embodiment of FIG. 3, the state quantity (lateral position) of each detected object. Step S21 for calculating the degree of stability PxV [i] is added, and whether or not the lateral position of each sensing object is stable based on the degree of stability PxV [i] of the lateral position before step S10. 3 is added, except that step S12 is replaced with the process of step S23, the same processing as that of FIG. 3 described above is executed. The detailed explanation is omitted. The processes in steps S21 and S22 correspond to the determination permission unit, and the process in step S23 corresponds to the threshold setting unit.
ステップＳ２１では、各検知物体の横方向位置の安定度合いとして、次式で表される標準偏差ＰｘＶ［ｉ］を算出し、前記ステップＳ７に移行する。
ｎ＝ｆｕｎｃ３（Ｐｙ＿ｚ０［ｉ］），
Ａ＝（Ｐｘ＿ｚ０［ｉ］＋Ｐｘ＿ｚ１［ｉ］＋…＋Ｐｘ＿ｚｎ［ｉ］）／（ｎ＋１），
ＰｘＶ［ｉ］＝√［｛（Ｐｘ＿ｚ０［ｉ］−Ａ）2＋（Ｐｘ＿ｚ１［ｉ］−Ａ）2＋…＋（Ｐｘ＿ｚｎ［ｉ］−Ａ）2｝／（ｎ＋１）］ ………（９）
ここで、ｆｕｎｃ３（Ｙ）は、図１０に示されるような特性を有する関数であり、ｆｕｎｃ３（Ｙ）の値は、自車両と検知物体との距離Ｙが大きくなるにつれて段階的に大きくなるように設定されている。つまり、ｎは、過去にさかのぼる期間の長さのサンプリング数であって、Ａは、その期間中の平均値を意味している。
In step S21, the standard deviation PxV [i] expressed by the following equation is calculated as the degree of stability of the lateral position of each sensing object, and the process proceeds to step S7.
n = func3 (Py_z0 [i]),
A = (Px_z0 [i] + Px_z1 [i] +... + Px_zn [i]) / (n + 1),
PxV [i] = √ [{(Px_z0 [i] −A) 2 + (Px_z1 [i] −A) 2 +... + (Px_zn [i] −A) 2 } / (n + 1)] (9) )
Here, func3 (Y) is a function having the characteristics shown in FIG. 10, and the value of func3 (Y) increases stepwise as the distance Y between the host vehicle and the detected object increases. Is set to That is, n is the number of samplings of the length of the period going back in the past, and A means an average value during that period.
この（９）式からも明らかなように、各検知物体の横方向位置の分散値は、各検知物体の横方向位置の過去の参照期間のサンプリングデータに基づいて算出し、そのサンプリングデータの数ｎは、自車両とその検知物体との前後方向距離Ｙが大きいほど多くなるように設定されている。言い換えると、上記参照期間（各検知物体の横方向位置の分散値の算出期間）は、自車両とその検知物体との前後方向距離Ｙが大きいほど長く（過去にさかのぼるように）設定されている。 As is apparent from the equation (9), the variance value of the lateral position of each sensing object is calculated based on the sampling data of the past reference period of the lateral position of each sensing object, and the number of the sampling data n is set so as to increase as the front-rear direction distance Y between the host vehicle and the detected object increases. In other words, the reference period (the calculation period of the dispersion value of the lateral position of each detected object) is set longer (as if going back in the past) as the longitudinal distance Y between the host vehicle and the detected object is larger. .
また、ステップＳ２２では、前記ステップＳ２１で算出された各検知物体の横方向位置の安定度合いＰｘＶ［ｉ］に基づいて、各検知物体の横方向位置が安定しているか否かを判定する。この判定は、下記（１０）式を満足するか否かによって行い、下記（１０）式を満足するときには、その物体の横方向位置が安定しているものと判断して前記ステップＳ１０に移行し、下記（１０）式を満足しないときには前記ステップＳ１１に移行する。
ＰｘＶ［ｉ］＜Ｔｈ＿Ｖ ………（１０）
ここで、Ｔｈ＿Ｖは、ばらつきに関する閾値である。このように、横方向位置が安定しない物体を、幅情報を問わず路側構造物である（停止車両ではない）と判定するので、より誤判別の少ない停止車両判別が可能となる。
In step S22, it is determined whether the lateral position of each detected object is stable based on the degree of stability PxV [i] of the lateral position of each detected object calculated in step S21. This determination is made based on whether or not the following expression (10) is satisfied. When the following expression (10) is satisfied, it is determined that the lateral position of the object is stable, and the process proceeds to step S10. If the following expression (10) is not satisfied, the process proceeds to step S11.
PxV [i] <Th_V (10)
Here, Th_V is a threshold concerning variation. Thus, since the object whose lateral position is not stable is determined to be a roadside structure (not a stopped vehicle) regardless of the width information, it is possible to determine a stopped vehicle with fewer erroneous determinations.
上記（９）式に表されるように、検知物体との位置が自車両から離れるほど過去にさかのぼって横方向位置の安定度合いＰｘＶ［ｉ］を算出するので、保守的な算出結果となる。これにより、遠方に存在する物体の横方向位置の検出精度が低いために、本来は停止車両判別をすべきでない物体に対して誤って停止車両判別処理を施し、誤って停止物体を停止車両であると判別してしまうことを抑制することができる。 As expressed in the above equation (9), the degree of lateral position stability PxV [i] is calculated by going back in the past as the position of the detected object moves away from the host vehicle, resulting in a conservative calculation result. As a result, since the detection accuracy of the lateral position of the object existing in the distance is low, the stop vehicle determination process is erroneously performed on the object that should not be determined as the stop vehicle, and the stop object is mistakenly detected by the stop vehicle. It is possible to suppress the determination of being present.
ステップＳ２３では、各検知物体に対して、停止物体であるか停止車両であるかの判別に用いる停止物判別閾値の下限閾値Ｔｈ＿Ｗｉｄｔｈ１［ｉ］及び上限閾値Ｔｈ＿Ｗｉｄｔｈ２［ｉ］を、次式をもとに算出し、前記ステップＳ１３に移行する。
Ｔｈ＿Ｗｉｄｔｈ１［ｉ］＝Ｗ１＋ｆｕｎｃ４（Ｐｙ＿ｚ０［ｉ］），
Ｔｈ＿Ｗｉｄｔｈ２［ｉ］＝Ｗ２−ｆｕｎｃ４（Ｐｙ＿ｚ０［ｉ］） ………（１１）
In step S23, for each detected object, the lower threshold Th_Width1 [i] and the upper threshold Th_Width2 [i] of the stationary object determination threshold used for determining whether the object is a stopped object or a stopped vehicle are expressed by the following equations. And the process proceeds to step S13.
Th_Width1 [i] = W1 + func4 (Py_z0 [i]),
Th_Width2 [i] = W2-func4 (Py_z0 [i]) (11)
ここで、ｆｕｎｃ４（Ｙ）は、図１１に示すような特性を有する関数である。この図１１に示すように、ｆｕｎｃ４（Ｙ）の値は自車両と検知物体との距離Ｙが大きくなるほど大きくなるように設定されており、その変化率の絶対値は、距離Ｙが所定値ＹTH（例えば、３５ｍ程度）まではｆｕｎｃ２（Ｙ）と同等であり、所定値ＹTHを超えるとｆｕｎｃ２（Ｙ）より大きく設定されている。これにより、自車両と検知物体との距離が大きいほど、停止物判別閾値の下限閾値Ｔｈ＿Ｗｉｄｔｈ１［ｉ］はより大きく、上限閾値Ｔｈ＿Ｗｉｄｔｈ２［ｉ］はより小さく算出されることになる。 Here, func4 (Y) is a function having characteristics as shown in FIG. As shown in FIG. 11, the value of func4 (Y) is set so as to increase as the distance Y between the host vehicle and the detected object increases, and the absolute value of the rate of change is such that the distance Y is a predetermined value Y. TH (for example, about 35m) until is equivalent to func2 (Y), is set to be larger than exceeds a predetermined value Y TH func2 (Y). Accordingly, the lower limit threshold Th_Width1 [i] of the stop object determination threshold is larger and the upper limit threshold Th_Width2 [i] is smaller as the distance between the host vehicle and the detected object is larger.
つまり、このときの停止物判別閾値の下限閾値Ｔｈ＿Ｗｉｄｔｈ１［ｉ］及び上限閾値Ｔｈ＿Ｗｉｄｔｈ２［ｉ］を図１２に示すように、前述した第１の実施形態と同様に、各閾値の差は、自車両と検知物体との距離が大きくなるほど小さくなるように設定され、各閾値の変化率は、符号が逆で絶対値が同じになる。ここで、その絶対値は、自車両と検知物体との距離が大きくなるほど、より大きくなるように設定されるため、より停止車両であると判断し難くなる。
これにより、自車両からより遠方の停止物体に対して、レーザの反射状況が想定外の結果となることでその物体の横幅が偶然Ｗ１からＷ２までの範囲に適合してしまい、誤って停止車両と判別してしまうことをより低減することができる。
That is, as shown in FIG. 12, the lower threshold Th_Width1 [i] and the upper threshold Th_Width2 [i] of the stationary object determination threshold at this time are similar to those in the first embodiment described above. And the detection object are set so as to decrease as the distance between the detection object and the detection object increases, and the change rate of each threshold value has the opposite sign and the same absolute value. Here, the absolute value is set so as to increase as the distance between the host vehicle and the detected object increases, so that it is difficult to determine that the vehicle is a stopped vehicle.
As a result, for a stopped object farther away from the host vehicle, the laser reflection status becomes an unexpected result, so that the horizontal width of the object accidentally matches the range from W1 to W2, and the stopped vehicle is accidentally stopped. Can be further reduced.
（動作）
次に、本発明の第２の実施形態の動作について説明する。
今、雨天時に自車両が高速道路を走行中であり、図１３に示すように、自車両前方にガントリーＧａに横一列に装着された案内標識Ｓが存在するものとする。雨天時には、レーザ発光から受光において２次反射が生じ易く、案内標識等の看板をレーザレーダで検知し易くなる。そのため、このような走行環境では、ガントリーに取り付けられた横一列に並ぶ看板のどこからレーザ光が反射するか分からないため、検知物体の横方向位置が安定しないという現象が生じ易い。
そして、この案内標識Ｓの横位置の安定度合いＰｘＶ［ｉ］が、図９のステップＳ２１で閾値Ｔｈ＿Ｖ以上に算出されると、ステップＳ２２の判定によりステップＳ１１に移行して、路側構造物であると判別される。
(Operation)
Next, the operation of the second exemplary embodiment of the present invention will be described.
Now, it is assumed that the host vehicle is traveling on a highway during rainy weather, and there is a guide sign S mounted in a horizontal row on the gantry Ga in front of the host vehicle as shown in FIG. When it rains, secondary reflection is likely to occur during laser light emission and light reception, and it is easy to detect signs such as guide signs with a laser radar. For this reason, in such a traveling environment, it is not known where the laser light is reflected from the signboards arranged in a horizontal row attached to the gantry, and thus the phenomenon that the lateral position of the detection object is unstable is likely to occur.
Then, when the degree of stability PxV [i] of the lateral position of the guide sign S is calculated to be equal to or greater than the threshold value Th_V in step S21 of FIG. 9, the process proceeds to step S11 based on the determination in step S22, and is a roadside structure. Is determined.
（第２の実施形態の効果）
（１）検知物体の状態量の安定度合いに基づいて当該状態量が安定していると判断されたときに、その物体に対する停止車両判別手段の実行を許可するので、路側構造物を停止車両であると誤判別することを抑制することができる。
（２）前記検知物体の状態量として検知物体の横方向位置を適用するので、検知物体の横方向位置が安定しない検知状況における判別処理の誤作動を抑制することができる。
つまり、検知物体の横方向位置が安定しない検知状況で、本来は停止車両判別処理を行うべき停止物に対して誤って判別処理が行わなかったり、本来は停止車両判別処理を行わない停止物に対して誤って判別処理が行われてしまったりすることを抑制することができる。また、反射率の高いガントリーなどに対して停止車両判別処理を行った場合、誤って停止車両であると誤判別することを確実に回避することができる。
(Effect of 2nd Embodiment)
(1) When it is determined that the state quantity is stable based on the degree of stability of the state quantity of the detected object, execution of the stop vehicle determination means for the object is permitted, so the roadside structure is It is possible to suppress erroneous determination as being present.
(2) Since the lateral position of the detected object is applied as the state quantity of the detected object, it is possible to suppress a malfunction of the determination process in a detection situation where the lateral position of the detected object is not stable.
In other words, in a detection situation where the lateral position of the detected object is not stable, the stop object that should be subjected to the stop vehicle determination process is not erroneously determined, or the stop object that is not originally subjected to the stop vehicle determination process is On the other hand, it is possible to suppress erroneous determination processing. In addition, when the stopped vehicle determination process is performed on a gantry having a high reflectance, it is possible to reliably avoid erroneously determining that the vehicle is a stopped vehicle.
（３）検知物体の状態量の安定度合いとして、当該状態量の分散値に基づいて算出される標準偏差を用いる。分散値は、前記状態量の過去の参照期間におけるサンプリングデータに基づいて算出し、その参照期間を、検知物体と自車両との距離が遠いほど長くなるように設定する。したがって、遠方に存在する物体の状態量の検出精度を考慮して、より誤判別を低減することができる。
（４）停止車両判別閾値の上限閾値及び下限閾値の自車両と停止物との距離に対する変化率を、符号が逆で絶対値が同じとし、その絶対値を自車両と検知物体との距離が大きくなるほどより大きくするので、より遠方の物体を停止車両であると判断し難くして、より誤判別を低減することができる。
(3) The standard deviation calculated based on the dispersion value of the state quantity is used as the degree of stability of the state quantity of the detected object. The variance value is calculated based on the sampling data of the state quantity in the past reference period, and the reference period is set to be longer as the distance between the detected object and the host vehicle is longer. Therefore, misjudgment can be further reduced in consideration of the detection accuracy of the state quantity of an object that exists far away.
(4) The rate of change of the upper and lower thresholds of the stop vehicle discrimination threshold with respect to the distance between the host vehicle and the stopped object is assumed to be the same as the absolute value of the distance between the host vehicle and the detected object. Since it becomes larger as the size becomes larger, it is difficult to determine that a distant object is a stopped vehicle, and erroneous determination can be further reduced.
（第３の実施形態）
次に、本発明の第３の実施形態について説明する。
（構成）
この第３の実施形態は、物体検出手段として、レーザレーダとＣＣＤカメラとを併用し、これらを用いて停止車両判別処理を行うようにしたものである。
すなわち、第３の実施形態の停止車両判別処理を図１４に示すように、図９の第２の実施形態の停止車両判別処理におけるステップＳ２１の後に、検知物体に対してデリニエータの属性付けを行うステップＳ３１と、ＣＣＤカメラ３により画像処理する検知物体を決定するステップＳ３２と、ステップＳ３２で決定した物体の横幅をＣＣＤカメラ３で検出するステップＳ３３と、ステップＳ３２で決定した物体の横幅をステップＳ３３の検出値に更新するステップＳ３４と、各検知物体の状態量（横幅）の安定度合いｏＷｖ［ｉ］を算出するステップＳ３５とを追加し、ステップＳ１０の後に横幅の安定度合いｏＷｖ［ｉ］に基づいて、各検知物体の横幅が安定しているか否かを判定するステップＳ３６を追加し、ステップＳ２３の処理をステップＳ３７の処理に置換したことを除いては、前述した図９と同様の処理を実行するため、図９との対応部分には同一符号を付し、その詳細な説明は省略する。このステップＳ３５及びＳ３６の処理が判別許可手段に対応し、ステップＳ３７の処理が閾値設定手段に対応している。
(Third embodiment)
Next, a third embodiment of the present invention will be described.
(Constitution)
In the third embodiment, a laser radar and a CCD camera are used in combination as object detection means, and a stopped vehicle discrimination process is performed using these.
That is, as shown in FIG. 14 for the stopped vehicle determination process of the third embodiment, after step S21 in the stopped vehicle determination process of the second embodiment of FIG. 9, the delineator is attributed to the detected object. Step S31, Step S32 for determining a detected object to be image-processed by the
ステップＳ３１では、各検知物体の相対位置から道路形状を形成する物体を道路構造物（デリニエータ）として属性付けし、ステップＳ３２に移行する。
ステップＳ３２では、ＣＣＤカメラ３により画像処理する検知物体を決定する。具体的には、先ず、自車両前方の物体のうち停止物であると判別された物体であり、且つこれまでは路側構造物（ＡｔｔｒＯｂｊＣａｒ［ｉ］＝０）として属性付けされている物体であり、且つ前記ステップＳ６で算出される自車両の走行予想進路内に存在する可能性Ｒｅｃｏ［ｉ］がＴｈ＿ＯｗｎＬａｎｅより大きく、自車両の走行予想進路内に存在する物体の中で、最も自車両に近い距離に存在する物体を選択する。そして、選択した物体のＩＤ番号をｃａｍ＿ｃｈｋ＿ｉｄという変数に代入する。ここで、上記条件に該当する物体が存在しない場合には、ｃａｍ＿ｃｈｋ＿ｉｄには負の値（例えば、−１）を代入する。
In step S31, an object that forms a road shape from the relative position of each detected object is attributed as a road structure (delineator), and the process proceeds to step S32.
In step S32, the detection object to be image-processed by the
次に、ステップＳ３３に移行して、前記ステップＳ３２で設定したｃａｍ＿ｃｈｋ＿ｉｄが負の値でない場合に、その物体のレーザレーダ検知位置に基づいてカメラ画像処理により物体幅ＣａｍＷｉｄｔｈを算出し、ステップＳ３４に移行する。ここで、ｃａｍ＿ｃｈｋ＿ｉｄが負の値であるときにはカメラ画像処理を行わずにステップＳ３４に移行する。 Next, the process proceeds to step S33, and when the cam_chk_id set in step S32 is not a negative value, the object width CamWidth is calculated by camera image processing based on the laser radar detection position of the object, and the process proceeds to step S34. To do. Here, when cam_chk_id is a negative value, the process proceeds to step S34 without performing camera image processing.
ここで、カメラ画像処理による物体幅ＣａｍＷｉｄｔｈの算出方法としては、例えば、画像処理領域について、公知のＳｏｂｅｌフィルター演算等によりエッジ画像を求め、このエッジ画像から、縦エッジのペアとその間の横エッジ（Ｈ型のエッジ）を探す。そして、縦エッジペア（Ｈ型エッジにおける左側の縦エッジと右側の縦エッジと）の画素間隔Ｅｗと検知物体の距離とに基づいて、下記（１２）式をもとに、物体幅ＣａｍＷｉｄｔｈを算出する。
ＣａｍＷｉｄｔｈ＝Ｅｗ・Ｐｙ＿ｚ０［ｃａｍ＿ｃｈｋ＿ｉｄ］／ｆｏｃｕｓＨ ………（１２）
ここで、ｆｏｃｕｓＨは、画素換算したカメラの水平方向の焦点距離［ｐｉｘ］である。
ステップＳ３４では、前記ステップＳ３３の画像処理で検出した物体幅ＣａｍＷｉｄｔｈから、レーザ検知物体の幅を修正する。
ｏｂｊＷ＿ｚ０［ｃａｍ＿ｃｈｋ＿ｉｄ］＝ＣａｍＷｉｄｔｈ ………（１３）
Here, as a method of calculating the object width CamWidth by the camera image processing, for example, an edge image is obtained for the image processing region by a known Sobel filter calculation or the like, and a pair of vertical edges and a horizontal edge (between them) ( Look for H-shaped edges. Based on the pixel interval Ew of the vertical edge pair (the left vertical edge and the right vertical edge in the H-shaped edge) and the distance of the detected object, the object width CamWidth is calculated based on the following equation (12). .
CamWidth = Ew · Py_z0 [cam_chk_id] / focusH (12)
Here, focusH is the horizontal focal length [pix] of the camera in terms of pixels.
In step S34, the width of the laser detected object is corrected from the object width CamWidth detected in the image processing in step S33.
objW_z0 [cam_chk_id] = CamWidth (13)
このように、自車両前方の物体のうち、自車両の走行予想進路内に存在する路側構造物で最も自車両に近い距離に存在する物体について、その物体幅をカメラ画像処理により算出するので、万が一、停止車両を停止物体と誤判別している場合であっても、物体幅が正確な値に更新されることにより適切な停止車両判別を行うことができる。また、最も自車両に近い距離に存在する物体のみをカメラ画像処理する物体として選定するので、カメラ画像処理の負荷が大きくなることを抑制することができる。 Thus, among the objects ahead of the host vehicle, the object width is calculated by the camera image processing for the object that is present in the distance closest to the host vehicle in the roadside structure that is present in the predicted traveling path of the host vehicle. Even if the stopped vehicle is erroneously determined as a stopped object, it is possible to perform appropriate stopped vehicle determination by updating the object width to an accurate value. In addition, since only an object that is present at a distance closest to the host vehicle is selected as an object for camera image processing, an increase in the load of camera image processing can be suppressed.
次に、ステップＳ３５に移行して、各検知物体の横幅の安定度合いとして、次式で表される標準偏差ｏＷｖ［ｉ］を算出し、前記ステップＳ７に移行する。
ｎ＝ｆｕｎｃ３（Ｐｙ＿ｚ０［ｉ］），
Ａ＝（ｏｂｊＷ＿ｚ０［ｉ］＋ｏｂｊＷ＿ｚ１［ｉ］＋…＋ｏｂｊＷ＿ｚｎ［ｉ］）／（ｎ＋１），
ｏＷｖ［ｉ］＝√［｛（ｏｂｊＷ＿ｚ０［ｉ］−Ａ）2＋（ｏｂｊＷ＿ｚ１［ｉ］−Ａ）2＋…＋（ｏｂｊＷ＿ｚｎ［ｉ］−Ａ）2｝／（ｎ＋１）］ ………（１４）
Next, the process proceeds to step S35, and the standard deviation oWv [i] expressed by the following equation is calculated as the lateral width stability degree of each detected object, and the process proceeds to step S7.
n = func3 (Py_z0 [i]),
A = (objW_z0 [i] + objW_z1 [i] +... + ObjW_zn [i]) / (n + 1),
oWv [i] = √ [{(objW_z0 [i] −A) 2 + (objW_z1 [i] −A) 2 +... + (objW_zn [i] −A) 2 } / (n + 1)] (14) )
この（１４）式からも明らかなように、各検知物体の横幅の分散値は、各検知物体の横幅の過去のサンプリングデータに基づいて算出し、そのサンプリングデータの数ｎは、自車両とその検知物体との前後方向距離Ｙが大きいほど多くなるように設定されている。言い換えると、各検知物体の横幅の分散値の算出期間は、自車両とその検知物体との前後方向距離Ｙが大きいほど過去にさかのぼるように設定されている。 As is apparent from the equation (14), the variance value of the width of each detected object is calculated based on the past sampling data of the width of each detected object. The distance Y is set so as to increase as the distance Y in the front-rear direction from the detected object increases. In other words, the calculation period of the variance value of the width of each detected object is set so as to go back in the past as the longitudinal distance Y between the host vehicle and the detected object increases.
また、前記ステップＳ１０の判定結果がＹｅｓ、即ち検知物体が自車両の予想進路内に存在する場合には、ステップＳ３６に移行し、このステップＳ３６で、前記ステップＳ３５で算出された各検知物体の横幅の安定度合いｏＷｖ［ｉ］に基づいて、各検知物体の横幅が安定しているか否かを判定する。
この判定は、下記（１５）式を満足するか否かによって行い、下記（１５）式を満足するときには横幅が安定しているものと判断してステップＳ３７に移行し、下記（１５）式を満足しないときには前記ステップＳ１１に移行する。
ｏＷｖ［ｉ］＜Ｔｈ＿ｖ ………（１５）
ここで、Ｔｈ＿ｖは、ばらつきに関する閾値である。このように、横幅が安定しない物体を路側構造物である（停止車両ではない）と判定するので、より誤判別の少ない停止車両判別が可能となる。
On the other hand, if the determination result in step S10 is Yes, that is, if the detected object is present in the expected course of the host vehicle, the process proceeds to step S36, and in this step S36, each detected object calculated in step S35 is determined. Based on the degree of lateral stability oWv [i], it is determined whether the lateral width of each sensing object is stable.
This determination is made based on whether or not the following expression (15) is satisfied. When the following expression (15) is satisfied, it is determined that the lateral width is stable, and the process proceeds to step S37. When not satisfied, the process proceeds to step S11.
oWv [i] <Th_v (15)
Here, Th_v is a threshold concerning variation. Thus, since the object whose lateral width is not stable is determined to be a roadside structure (not a stopped vehicle), it is possible to determine a stopped vehicle with fewer erroneous determinations.
上記（１４）式に表されるように、検知物体との位置が自車両から離れるほど過去にさかのぼって横幅の安定度合いｏＷｖ［ｉ］を算出するので、保守的な算出結果となる。これにより、遠方に存在する物体の横幅制度が低いために、本来は停止車両でないと判別されるべき物体に対して誤って停止車両と判別してしまうことを抑制することができる。 As expressed by the above equation (14), the degree of stability of the lateral width oWv [i] is calculated by going back in the past as the position of the detected object is farther from the host vehicle, resulting in a conservative calculation result. As a result, since the lateral width system of the object existing in the distance is low, it is possible to prevent the object that should be originally determined not to be the stopped vehicle from being erroneously determined as the stopped vehicle.
ステップＳ３７では、各検知物体に対して、停止物体か停止車両かの判別に用いる停止物判別閾値の下限閾値Ｔｈ＿Ｗｉｄｔｈ１［ｉ］及び上限閾値Ｔｈ＿Ｗｉｄｔｈ２［ｉ］を算出する。検知物体のＩＤ番号がｃａｍ＿ｃｈｋ＿ｉｄと異なる場合には、前述した第１の実施形態におけるステップＳ１２と同様に、前記（７）式をもとに算出し、検知物体のＩＤ番号がｃａｍ＿ｃｈｋ＿ｉｄと同じ場合には次式をもとに算出し、前記ステップＳ１３に移行する。
Ｔｈ＿Ｗｉｄｔｈ１［ｉ］＝Ｗ１＋ｆｕｎｃ５（Ｐｙ＿ｚ０［ｉ］），
Ｔｈ＿Ｗｉｄｔｈ２［ｉ］＝Ｗ２−ｆｕｎｃ５（Ｐｙ＿ｚ０［ｉ］） ………（１６）
In step S37, for each detected object, a lower limit threshold Th_Width1 [i] and an upper limit threshold Th_Width2 [i] of a stop object determination threshold used for determining whether the object is a stopped object or a stopped vehicle are calculated. When the ID number of the detected object is different from cam_chk_id, as in step S12 in the first embodiment described above, the calculation is made based on the equation (7), and the ID number of the detected object is the same as cam_chk_id. Is calculated based on the following equation, and the process proceeds to step S13.
Th_Width1 [i] = W1 + func5 (Py_z0 [i]),
Th_Width2 [i] = W2-func5 (Py_z0 [i]) (16)
ここで、ｆｕｎｃ５（Ｙ）は、図１５に示すような特性を有する関数である。この図１５に示すように、ｆｕｎｃ５（Ｙ）の値は自車両と検知物体との距離Ｙに比例して大きくなるように設定されており、その変化率の絶対値は、ｆｕｎｃ２（Ｙ）と比較して小さく設定されている。これにより、カメラ画像処理が施された物体に対しては、停止判別閾値の下限閾値Ｔｈ＿Ｗｉｄｔｈ１［ｉ］は、距離Ｙが大きくなるほど大きくなるもののＷ１にほぼ等しく、上限閾値Ｔｈ＿Ｗｉｄｔｈ２［ｉ］は、距離Ｙが大きくなるほど小さくなるもののＷ２にほぼ等しく算出されることになる。 Here, func5 (Y) is a function having characteristics as shown in FIG. As shown in FIG. 15, the value of func5 (Y) is set to increase in proportion to the distance Y between the host vehicle and the detected object, and the absolute value of the rate of change is func2 (Y). It is set small compared. As a result, for an object that has undergone camera image processing, the lower threshold Th_Width1 [i] of the stop determination threshold is substantially equal to W1 that increases as the distance Y increases, and the upper threshold Th_Width2 [i] Although the smaller Y is, the smaller it is, it is calculated approximately equal to W2.
つまり、このときの停止物判別閾値の下限閾値Ｔｈ＿Ｗｉｄｔｈ１［ｉ］及び上限閾値Ｔｈ＿Ｗｉｄｔｈ２［ｉ］を図１６に示すように、前述した第１の実施形態と同様に、各閾値の差は、自車両と検知物体との距離が大きくなるほど小さくなるように設定され、各閾値の変化率は、符号が逆で絶対値が同じになる。そして、その絶対値は、物体を検知したセンサの種類（レーザレーダかＣＣＤカメラか）によって異なり、レーザレーダで検知した場合には実線で示すように絶対値は大きく設定され、ＣＣＤカメラで検知した場合には一点鎖線で示すように絶対値は小さく設定される。これは、レーザレーダとＣＣＤカメラとの分解能に依存した不確かさの違いに基づくものである。 That is, as shown in FIG. 16, the lower threshold Th_Width1 [i] and the upper threshold Th_Width2 [i] of the stationary object determination threshold at this time are similar to the first embodiment described above. And the detection object are set so as to decrease as the distance between the detection object and the detection object increases, and the change rate of each threshold value has the opposite sign and the same absolute value. The absolute value differs depending on the type of sensor (laser radar or CCD camera) that detected the object. When detected by laser radar, the absolute value is set large as shown by the solid line, and detected by the CCD camera. In such a case, the absolute value is set to be small as indicated by the one-dot chain line. This is based on the difference in uncertainty depending on the resolution between the laser radar and the CCD camera.
（動作）
次に、本発明の第３の実施形態の動作について説明する。
今、図１３に示すように、自車両前方にガントリーＧａに横一列に装着された案内標識Ｓが存在するものとする。一般に、案内標識等の看板は、レーザ発光から受光における反射が安定せず、物体幅の検出値が安定し難くなる。そして、この案内標識Ｓの横幅の安定度合いｏＷｖ［ｉ］が、図１４のステップＳ３５で閾値Ｔｈ＿ｖ以上に算出されると、ステップＳ３６の判定によりステップＳ１１に移行して、路側構造物であると判別される。
(Operation)
Next, the operation of the third embodiment of the present invention will be described.
Now, as shown in FIG. 13, it is assumed that there is a guide sign S mounted in a horizontal row on the gantry Ga in front of the host vehicle. In general, a sign such as a guide sign is not stable in reflection from laser light emission to light reception, and the detected value of the object width is difficult to stabilize. Then, when the degree of lateral stability oWv [i] of the guide sign S is calculated to be equal to or greater than the threshold Th_v in step S35 in FIG. 14, the process proceeds to step S11 by the determination in step S36, and is a roadside structure. Determined.
（第３の実施形態の効果）
（１）検知物体の状態量としての検知物体の横幅を適用するので、検知物体の横幅が安定しない検知状況における判別処理の誤作動を抑制することができる。
つまり、検知物体の横幅が安定しない検知状況で、偶然平均的な車幅であるＷ１からＷ２までの範囲に適合して誤った停止車両判別を行ってしまうことを抑制することができる。具体的には、反射の安定しないガントリーなどを誤って停止車両であると誤判別することを回避することができる。さらに、検知物が車両背面の反射板であるリフレクタを有する物体であるか否かを判定しやすくなる。その結果、より車両以外の物体を正しく路側構造物として属性付けすることができる。
(Effect of the third embodiment)
(1) Since the width of the detected object as the state quantity of the detected object is applied, it is possible to suppress malfunction of the determination process in a detection situation where the width of the detected object is not stable.
In other words, it is possible to suppress accidental stop vehicle determination in accordance with a range from W1 to W2, which is an average vehicle width, in a detection situation where the width of the detection object is not stable. Specifically, it is possible to avoid erroneously determining that a gantry or the like whose reflection is not stable is a stopped vehicle. Furthermore, it becomes easy to determine whether or not the detected object is an object having a reflector that is a reflector on the back of the vehicle. As a result, an object other than the vehicle can be correctly attributed as a roadside structure.
（２）停止車両判別閾値の上限閾値及び下限閾値の変化率を、符号が逆で絶対値が同じとし、その絶対値を物体検出手段の種類に応じて変更するので、自車両前方の物体を検出したセンサの違いによる横幅に関する不確かさの違いを反映した停止物判別閾値を設定することができる。これにより、より正確な停止車両判別を行うことができる。
（３）物体検出手段の種類に応じて停止物判別閾値の設定を適正化するので、物体検出手段としてレーザレーダとＣＣＤカメラとを冗長的に用いた場合でも、適切に停止車両判別処理を行うことができる。
(2) Since the change rate of the upper limit threshold and the lower limit threshold of the stop vehicle discrimination threshold is reversed and the absolute value is the same, and the absolute value is changed according to the type of the object detection means, It is possible to set a stationary object discrimination threshold that reflects a difference in uncertainty regarding the width due to a difference in the detected sensor. Thereby, a more accurate stop vehicle determination can be performed.
(3) Since the setting of the stop object discrimination threshold is optimized according to the type of the object detection means, even when the laser radar and the CCD camera are used redundantly as the object detection means, the stop vehicle discrimination process is appropriately performed. be able to.
（応用例）
なお、上記各実施形態においては、走行制御手段で実施する制御として、外界認識装置１０で停止車両であると判断された前方物体を障害物と認識し、自動ブレーキ制御装置１２で各車輪に制動力を付与することによって当該障害物との接触を回避するような制御を適用する場合について説明したが、これに限定されるものではなく、上記障害物との接触を回避するために操舵トルクを制御したり、上記障害物と自車両との距離に応じて運転者に対して警報を発したりする制御を適用することもできる。
(Application examples)
In each of the above embodiments, as the control performed by the travel control means, a front object that is determined to be a stopped vehicle by the
１ レーザレーダ
２ レーダ処理装置
３ 撮像装置（ＣＣＤカメラ）
４ 画像処理装置
５ 車速センサ
６ 操舵角センサ
１０ 外界認識装置
１２ 自動ブレーキ制御装置
１４ 負圧ブレーキブースタ
DESCRIPTION OF
4
Claims (13)
前記検出物体の横幅を取得する横幅取得手段と、前記検出物体が停止していることを判断する停止判断手段と、自車両と前記停止判断手段で停止していると判断された停止物との距離に基づいて停止車両判別閾値を設定する閾値設定手段と、その停止物の横幅と前記閾値設定手段で設定された停止車両判別閾値とを比較することで、当該停止物が車両であるか否かを判別する停止車両判別処理を行う停止車両判別手段とを備えることを特徴とする停止車両判別装置。 In an object detection unit that detects an object in front of the host vehicle, and a stop vehicle determination device that determines whether the detected object detected by the object detection unit is a stop vehicle,
A width acquisition unit that acquires a width of the detected object, a stop determination unit that determines that the detection object is stopped, and a stop object that is determined to be stopped by the host vehicle and the stop determination unit. Whether the stop is a vehicle by comparing threshold value setting means for setting a stop vehicle determination threshold based on the distance, and the width of the stop object and the stop vehicle determination threshold set by the threshold setting means. A stopped vehicle determination device comprising: stopped vehicle determination means for performing a stopped vehicle determination process for determining whether or not the vehicle is stopped.
前記検出手段の検出結果に含まれる不確かさを反映した、検出物体の横幅に関する判別条件に基づいて、検出物体が停止車両であるか否かを判別する判別手段を備えることを特徴とする停止車両判別装置。 In a stop vehicle discriminating device comprising a detecting means for detecting an object ahead of the host vehicle, and discriminating whether or not the detected object is a stop vehicle,
A stop vehicle comprising: a determination unit that determines whether or not the detection object is a stop vehicle based on a determination condition relating to the width of the detection object that reflects the uncertainty included in the detection result of the detection unit. Discriminator.
前記停止車両判別装置は、自車両前方の物体を検出する物体検出手段と、該物体検出手段で検出された検出物体が停止していることを判断する停止判断手段と、該停止判断手段で判断された停止物の横幅を取得する横幅取得手段と、自車両と前記停止物との距離に基づいて停止車両判別閾値を設定する閾値設定手段と、前記横幅取得手段で取得されたその停止物の横幅と前記閾値設定手段で設定された停止車両判別閾値とを比較することで、当該停止物が車両であるか否かを判別する停止車両判別処理を行う停止車両判別手段と、前記停止車両判別手段による停止車両判別処理結果に応じた走行制御を行う走行制御手段とを備えることを特徴とする自動車。 In an automobile equipped with a stop vehicle determination device that determines whether an object ahead of the host vehicle is a stop vehicle,
The stop vehicle discriminating device comprises: an object detection unit that detects an object ahead of the host vehicle; a stop determination unit that determines that the detected object detected by the object detection unit is stopped; and the stop determination unit Width acquisition means for acquiring the width of the stopped object, threshold setting means for setting a stop vehicle discrimination threshold based on the distance between the host vehicle and the stop object, and the stop object acquired by the width acquisition means A stop vehicle determination means for performing a stop vehicle determination process for determining whether or not the stop object is a vehicle by comparing a lateral width with a stop vehicle determination threshold set by the threshold setting means, and the stop vehicle determination An automobile comprising: travel control means for performing travel control according to the result of the stop vehicle discrimination process performed by the means.
自車両と、物体検出手段で検出された自車両前方の物体のうち停止していると判断された停止物との距離に基づいて、停止車両判別閾値を設定し、その停止物の横幅と前記停止車両判別閾値とを比較することで、当該停止物が車両であるか否かを判別することを特徴とする停止車両判別方法。 In a stopped vehicle determination method for determining whether an object ahead of the host vehicle is a stopped vehicle,
Based on the distance between the host vehicle and a stop object determined to be stopped among objects ahead of the host vehicle detected by the object detection means, a stop vehicle determination threshold is set, and the width of the stop object A stopped vehicle determination method, wherein the stop vehicle determination threshold value is compared with a stop vehicle determination threshold value to determine whether or not the stop object is a vehicle.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2005282150A JP5103722B2 (en) | 2005-09-28 | 2005-09-28 | Stop vehicle discrimination device |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2005282150A JP5103722B2 (en) | 2005-09-28 | 2005-09-28 | Stop vehicle discrimination device |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JP2007093347A true JP2007093347A (en) | 2007-04-12 |
| JP5103722B2 JP5103722B2 (en) | 2012-12-19 |
Family
ID=37979249
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2005282150A Expired - Fee Related JP5103722B2 (en) | 2005-09-28 | 2005-09-28 | Stop vehicle discrimination device |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP5103722B2 (en) |
Cited By (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2009019914A (en) * | 2007-07-10 | 2009-01-29 | Toyota Motor Corp | Object detecting device |
| JP2010286246A (en) * | 2009-06-09 | 2010-12-24 | Honda Motor Co Ltd | Object detector for vehicle |
| JP2018045385A (en) * | 2016-09-13 | 2018-03-22 | 本田技研工業株式会社 | Vehicle control apparatus, vehicle control method, and vehicle control program |
| KR20180069220A (en) * | 2016-12-15 | 2018-06-25 | 현대자동차주식회사 | Algorithm for discrimination of target by using informations from radar |
| JP2019020167A (en) * | 2017-07-12 | 2019-02-07 | 株式会社デンソーテン | Radar device and method for processing signal |
| WO2022191175A1 (en) * | 2021-03-10 | 2022-09-15 | パイオニア株式会社 | Sensor device, control device, control method, program, and storage medium |
Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH0489590A (en) * | 1990-08-01 | 1992-03-23 | Nippon Soken Inc | Distance measurement device |
| JPH07294634A (en) * | 1994-04-26 | 1995-11-10 | Nippondenso Co Ltd | Obstacle alarm device of vehicle |
| JPH08211144A (en) * | 1995-02-01 | 1996-08-20 | Toyota Motor Corp | Radar unit carried on vehicle |
| JPH11180329A (en) * | 1997-12-19 | 1999-07-06 | Denso Corp | Steering angle neutral learning device, curve curvature estimating device, distance between cars control device and recording medium |
| JP2000180540A (en) * | 1998-12-10 | 2000-06-30 | Toyota Motor Corp | Vehicle-mounted radar device |
| JP2004020492A (en) * | 2002-06-19 | 2004-01-22 | Nissan Motor Co Ltd | Front object recognition device |
| JP2004219206A (en) * | 2003-01-14 | 2004-08-05 | Fujitsu Ten Ltd | Radar apparatus |
| JP2005107693A (en) * | 2003-09-29 | 2005-04-21 | Denso Corp | Device and program for detecting travel position of one's own vehicle |
-
2005
- 2005-09-28 JP JP2005282150A patent/JP5103722B2/en not_active Expired - Fee Related
Patent Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH0489590A (en) * | 1990-08-01 | 1992-03-23 | Nippon Soken Inc | Distance measurement device |
| JPH07294634A (en) * | 1994-04-26 | 1995-11-10 | Nippondenso Co Ltd | Obstacle alarm device of vehicle |
| JPH08211144A (en) * | 1995-02-01 | 1996-08-20 | Toyota Motor Corp | Radar unit carried on vehicle |
| JPH11180329A (en) * | 1997-12-19 | 1999-07-06 | Denso Corp | Steering angle neutral learning device, curve curvature estimating device, distance between cars control device and recording medium |
| JP2000180540A (en) * | 1998-12-10 | 2000-06-30 | Toyota Motor Corp | Vehicle-mounted radar device |
| JP2004020492A (en) * | 2002-06-19 | 2004-01-22 | Nissan Motor Co Ltd | Front object recognition device |
| JP2004219206A (en) * | 2003-01-14 | 2004-08-05 | Fujitsu Ten Ltd | Radar apparatus |
| JP2005107693A (en) * | 2003-09-29 | 2005-04-21 | Denso Corp | Device and program for detecting travel position of one's own vehicle |
Cited By (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2009019914A (en) * | 2007-07-10 | 2009-01-29 | Toyota Motor Corp | Object detecting device |
| JP2010286246A (en) * | 2009-06-09 | 2010-12-24 | Honda Motor Co Ltd | Object detector for vehicle |
| JP2018045385A (en) * | 2016-09-13 | 2018-03-22 | 本田技研工業株式会社 | Vehicle control apparatus, vehicle control method, and vehicle control program |
| KR20180069220A (en) * | 2016-12-15 | 2018-06-25 | 현대자동차주식회사 | Algorithm for discrimination of target by using informations from radar |
| KR102529397B1 (en) | 2016-12-15 | 2023-05-09 | 현대자동차주식회사 | Algorithm for discrimination of target by using informations from radar |
| JP2019020167A (en) * | 2017-07-12 | 2019-02-07 | 株式会社デンソーテン | Radar device and method for processing signal |
| JP7127969B2 (en) | 2017-07-12 | 2022-08-30 | 株式会社デンソーテン | Radar device and signal processing method |
| WO2022191175A1 (en) * | 2021-03-10 | 2022-09-15 | パイオニア株式会社 | Sensor device, control device, control method, program, and storage medium |
Also Published As
| Publication number | Publication date |
|---|---|
| JP5103722B2 (en) | 2012-12-19 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| EP3366539B1 (en) | Information processing apparatus and information processing method | |
| US20230079730A1 (en) | Control device, scanning system, control method, and program | |
| US7782179B2 (en) | Obstacle detection apparatus | |
| US9827956B2 (en) | Method and device for detecting a braking situation | |
| US9020747B2 (en) | Method for recognizing a turn-off maneuver | |
| US10583737B2 (en) | Target determination apparatus and driving assistance system | |
| US20150032369A1 (en) | Wayfinding method and device | |
| JP2004531424A (en) | Sensing device for cars | |
| CN101131321A (en) | Real-time safe interval measurement method and device used for vehicle anti-collision warning | |
| JP5103722B2 (en) | Stop vehicle discrimination device | |
| CN111341148B (en) | Control system and control method for a motor vehicle for processing multiple reflection signals | |
| US11151395B2 (en) | Roadside object detection device, roadside object detection method, and roadside object detection system | |
| KR20210076139A (en) | How to create car control settings | |
| KR20200115640A (en) | A system and method for detecting the risk of collision between a vehicle and a secondary object located in a lane adjacent to the vehicle when changing lanes | |
| CN111923914A (en) | Identification of the shoulder driving of a motor vehicle | |
| JP4719996B2 (en) | Object detection device | |
| JP3925285B2 (en) | Road environment detection device | |
| US20230034560A1 (en) | Method for tracking a remote target vehicle in an area surrounding a motor vehicle by means of a collision detection device | |
| US11087149B2 (en) | Object detection apparatus | |
| CN111104824A (en) | Method for detecting lane departure, electronic device, and computer-readable storage medium | |
| CN113022593B (en) | Obstacle processing method and device and traveling equipment | |
| US11492016B2 (en) | Autonomous driving control method and device | |
| KR101963352B1 (en) | Vision based Adaptive Cruise Control System and Method | |
| US20210350151A1 (en) | Method for determining a type of parking space | |
| JP3441342B2 (en) | Vehicle distance measuring device |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20080728 |
|
| RD04 | Notification of resignation of power of attorney |
Free format text: JAPANESE INTERMEDIATE CODE: A7424 Effective date: 20100917 |
|
| A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20101216 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20110802 |
|
| A521 | Written amendment |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20110928 |
|
| TRDD | Decision of grant or rejection written | ||
| A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20120904 |
|
| A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 |
|
| A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20120917 |
|
| R150 | Certificate of patent or registration of utility model |
Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20151012 Year of fee payment: 3 |
|
| LAPS | Cancellation because of no payment of annual fees |