JP2007232408A - 構造物形状推定装置、障害物検出置および構造物形状推定方法 - Google Patents

Abstract

【課題】構造物の形状を精度良く推定することができる構造物形状推定装置、障害物検出装置および構造物形状推定方法を提供すること。
【解決手段】自車両の進行方向に存在する構造物の形状を推定する構造物形状推定装置において、自車両進行方向に存在する物体の位置を検出する前方ミリ波レーダ３と、自車両進行方向に存在する物体の位置を検出する前方ミリ波レーダ３と検出方法が異なる画像検出装置４と、前方ミリ波レーダ３により検出された物体の位置に基づいて、近似領域を設定する近傍領域設定部２１と、この前方ミリ波レーダ３により検出された物体の位置およびこの設定された近似領域内の画像検出装置４により検出された物体の位置に基づいて構造物の形状を推定する構造物形状推定部２２と、を備える。
【選択図】 図２

Description

この発明は、構造物形状推定装置、障害物検出装置および構造物形状推定方法に関し、更に詳しくは、自車両から所定方向に存在する構造部の形状を推定する構造物形状推定装置、障害物検出装置および構造物形状推定方法に関する。

従来、自車両の走行状態や、自車両進行方向の状態に応じて、運転者への注意喚起や、自車両の走行制御、衝突時の衝撃軽減制御などを行う車両走行用支援システムが提案されている。このような車両走行用支援システムでは、自車両と衝突する虞のある障害物、例えば道路上の落下物、先行車両などを検出する障害物検出装置が備えられている。障害物検出装置は、物体検出装置で検出された物体から障害物を検出するものである。物体検出装置は、自車両進行方向の存在する構造物における物体の位置、すなわち物体と自車両との相対位置を検出するものである。

ここで、カーブ路を自車両が走行している場合や、直線路からカーブ路に切り替わる道路の直線路を自車両が走行している場合は、自車両進行方向にカーブ路の路側に設置されたガードレールなどの路側静止構造物が存在することとなる。従って、物体検出装置は、この路側静止構造物における静止物体の位置を検出することとなる。車両走行用支援システムは、自車両の走行状態を得る手段の１つであるヨーレートセンサを備える。車両走行用支援システムは、自車両がカーブ路を走行している場合、このヨーレートセンサにより検出された自車両の自転速度から自車両が走行しているカーブ路の推定Ｒを算出することができる。従って、障害物検出装置は、自車両がカーブ路を走行している場合、この算出された推定Ｒに基づいて、物体検出装置により検出された自車両進行方向に存在する物体からこの路側静止構造物における静止物体が障害物であると判定することを回避することができる。

しかしながら、直線路からカーブ路に切り替わる道路の直線路を自車両が走行している場合は、ヨーレートセンサにより検出された自車両の自転速度から算出される推定Ｒは、直線路のものであり、この自車両が直線路のあとに走行するカーブ路の推定Ｒのものではない。従って、障害物検出装置は、物体検出装置がこの路側静止構造物における静止物体を検出すると、この静止物体を障害物と判定し、検出する虞がある。障害物検出装置がカーブ路における静止物体を障害物として検出すると、車両走行用支援システムは、この検出に基づいて運転者への注意喚起や、自車両の走行制御、衝突時の衝撃軽減制御など行ってしまうという問題があった。そこで、従来では、物体検出装置により検出された物体から自車両進行方向における道路形状を推定する技術が提案されている。この従来の技術では、検出された道路構造物における複数の検出点（物体）から近似線を算出し、この算出された近似線の近傍に存在する検出点をグルーピングし、これを路側静止構造物（道路構造物）として検出するものである。

特開２００４−２７１５１３号公報

ここで、物体検出装置としては、レーザ、ミリ波、赤外線、ＣＣＤカメラなどが撮像した画像データを用いた検出方法がある。いずれの検出方法においても、構造物の物性や、自車両と構造物との間の自然環境によっては、その特性によって構造物における物体を検出できない場合がある。つまり単一の検出方法を用いた物体検出装置では、構造物の物性や、自車両と構造物との間の自然環境によっては、構造物を構成する物体を検出できない場合があり、構造物の形状を精度良く推定することができないという問題があった。ここで、例えば自車両の前面部に複数のミリ波レーダを取り付ける場合など単一の検出方法を複数用いた物体検出装置を用いても、検出方法は単一であるため、同様の問題があった。また、単に異なる検出方法を組み合わせても、組み合わせた検出方法によっては、単一の検出方法の場合と比較して、構造物の形状を精度良く推定できないという問題があった。

本発明は、上記に鑑みてなされたものであって、構造物の形状を精度良く推定することができる構造物形状推定装置、障害物検出置および構造物形状推定方法を提供することを目的とする。

上述した課題を解決し、目的を達成するために、この発明では、自車両から所定方向に存在する構造物の形状を推定する構造物形状推定装置において、前記所定方向に存在する物体の位置を検出する第１物体検出手段と、前記所定方向に存在する物体の位置を検出する前記第１物体検出手段と検出方法が異なる第２物体検出手段と、前記第１物体検出手段により検出された物体の位置に基づいて、前記構造物の形状を近似し、当該近似した構造物の形状に基づいて近似領域を設定する近似領域設定手段と、前記第１物体検出手段により検出された物体の位置および前記設定された近似領域内の前記第２物体検出手段により検出された物体の位置に基づいて前記構造物の形状を推定する構造物推定手段と、を備えることを特徴とする。

また、この発明では、上記構造物形状推定装置において、前記近似領域設定手段は、前記第１物体検出手段により検出された物体の位置に基づいて、前記構造物の形状を線分で近似した基準近似線を算出し、当該基準近似線に基づいて近似領域を設定することを特徴とする。

また、この発明では、上記構造物形状推定装置において、前記第１物体検出手段は、電波を用いて物体の位置を検出するものであり、前記第２に検出手段は、画像データを用いて物体を検出するものであることを特徴とする。

また、この発明では、自車両から所定方向に存在する構造物の形状を推定する構造物形状推定方法において、前記所定方向に存在する物体の位置を第１物体検出手段により検出する手順と、前記所定方向に存在する物体の位置を前記第１物体検出手段と検出方法が異なる第２物体検出手段により検出する手順と、前記第１物体検出手段により検出された物体の位置に基づいて、前記構造物の形状を近似し、当該近似した構造物の形状に基づいて近似領域を設定する手順と、前記第１物体検出手段により検出された物体の位置および前記設定された近似領域内の前記第２物体検出手段により検出された物体の位置に基づいて前記構造物の形状を推定する手順と、を含むことを特徴とする。

これらの発明によれば、例えば電波を用いた検出方法からなる第１物体検出手段により検出された物体の位置と、例えばこの第１物体検出手段により検出された物体の位置に基づいて構造物の形状を近似、例えば線分で近似した基準近似線（近似した構造物の形状）に基づいて設定された近似領域内の例えば画像データを用いた検出方法からなる第２物体検出手段により検出された物体の位置に基づいて構造物の形状が推定される。つまり、検出方法の異なる２つの物体検出手段により検出された物体の位置から構造物の形状を推定する。従って、第２物体検出手段は、検出方法が第１物体検出手段と異なるため、第１物体検出手段によっては構造物の物性や、自車両と構造物との間の自然環境により検出することができない構造物における物体を検出することができ、構造物の形状を精度良く推定することができる。

また、第１物体検出手段よりも第２物体検出手段による物体の位置の検出精度が低い場合に、第２物体検出手段により検出されたすべての物体の位置を用いて構造物の形状の推定を行うと、第１物体検出手段により検出された物体のみに基づいて構造物の形状を推定する場合と比較して、推定された構造物の形状の精度が低下する虞がある。しかしながら、これらの発明によれば、構造物の形状を推定するために、第２物体検出手段により検出されたすべての物体は用いず、第２物体検出手段よりも物体の位置の検出精度が高い第１物体検出手段により検出された物体に基づいて設定された近傍領域内に位置する物体のみを用いる。従って、推定された構造物の形状の精度が低下することを抑制することができる。

また、この発明では、上記構造物形状推定装置において、前記近似領域設定手段は、前記自車両から離れるほど広く設定することを特徴とする。

この発明によれば、第１物体検出手段により物体が検出し難くなる自車両からより遠方ほど、構造物の形状の推定に第２物体検出手段により検出された物体の位置を積極的に用いる。従って、自車両からより遠方において構造物の形状の推定に用いられる物体の数を増加することができるので、構造物の形状をさらに精度良く推定することができる。

また、この発明では、上記構造物形状推定装置において、前記近似領域設定手段は、前記第１物体検出手段により検出された物体どうしの間隔が狭いほど狭く設定することを特徴とする。

この発明によれば、第１物体検出手段により検出された物体どうしの間隔が狭い、すなわち構造物の形状を推定する際に十分な数の物体の位置が検出されている範囲には、構造物の形状の推定に第２物体検出手段により検出された物体の位置を積極的に用いない。従って、第１物体検出手段よりも第２物体検出手段による物体の位置の検出精度が低い場合に、構造物の形状の推定にこの検出精度が低い第２物体検出手段により検出された物体の位置を用いることを抑制することができるので、推定された構造物の形状の精度が低下することをさらに抑制することができる。

また、この発明では、自車両進行方向における障害物を検出する障害物検出装置において、前記自車両進行方向に存在する物体の位置を検出する物体検出手段と、前記障害物を検出する検出範囲を設定する検出範囲設定手段と、前記検出範囲内の前記検出された物体を障害物として判定する障害物判定手段と、を備え、前記検出範囲設定手段は、上記構造物推定装置により推定された前記構造物の形状から推定された自車両の進行方向における道路形状に基づいて前記検出範囲を設定することを特徴とする。

この発明によれば、障害物検出装置は、検出範囲を構造物形状推定装置により推定された前記構造物の形状から推定された道路形状に基づいて設定、例えば検出範囲を推定された道路形状に基づいて縮小した範囲とし、自車両進行方向に存在する路側静止構造物を検出範囲内から排除する。従って、障害物判定手段は、自車両進行方向に存在する路側静止構造物を障害物と判定し、検出することを回避することができる。

この発明にかかる構造物形状推定装置および構造物形状推定方法は、第１物体検出手段により検出された物体の位置と、この第１物体検出手段により検出された物体の位置に基づいて設定された近似領域内の第１物体検出手段とは検出方法が異なる第２物体検出手段により検出された物体の位置に基づいて構造物の形状が推定されるので、構造物の形状を精度良く推定することができる。また、障害物検出装置は、障害物を検出する検出範囲を上記構造物形状推定装置により推定された前記構造物の形状から推定された道路形状に基づいて設定するので、検出範囲にある路側静止物体を障害物と判定し、検出することを回避することができる。

以下、この発明につき図面を参照しつつ詳細に説明する。なお、下記の実施例によりこの発明が限定されるものではない。また、下記の実施例における構成要素には、当業者が容易に想定できるもの或いは実質的に同一のものが含まれる。また、以下の実施例における構造物形状推定装置では、自車両から所定方向に存在する構造物を自車両からこの自車両の進行方向に存在する路側静止構造物とし、この路側静止構造物の形状を推定し、この推定された路側静止物体の形状から道路形状を推定するが、この発明はこれに限定されるものではない。

図１は、この発明にかかる実施例１の車両走行用支援システムを備える車両の概略構成例を示す図である。図２は、実施例１にかかる構造物形状推定装置および障害物検出装置を備える車両走行用支援システムの構成例を示す図である。図１および図２に示すように、この実施例１の車両走行用支援システム１−１は、自車両１００に搭載されるものであり、制御装置２と、第１物体検出手段である前方ミリ波レーダ３と、第２物体検出手段である画像識別装置４と、エアバック装置５と、シートベルト装置６と、ステアリング装置７と、ブレーキ装置８などとにより構成されている。なお、この制御装置２には、ヨーレートセンサ９１、Ｇセンサ９２、車速センサ９３、ブレーキセンサ９４などの各種センサが接続されており、エンジン制御装置９５が接続されている。この車両走行用支援システム１−１は、構造物形状推定装置、障害物検出装置を備えるものである。また、上記各種装置は、例えば自車両１００から所定方向、この実施例１では自車両１００の進行方向に存在する構造物から推定される推定道路形状、先行車両の有無、障害物の有無に応じて自車両１００の走行を制御する自動走行制御、すなわちアダプティブクルーズコントロール（ＡＣＣ）制御や、自車両１００と障害物との接触、衝突時における衝撃軽減制御、すなわちプリクラッシュセーフティー（ＰＣＳ）制御を行うのに必要な装置である。

制御装置２は、車両走行用支援システム１−１全体の制御を行うものである。この制御装置２は、少なくとも近傍領域設定部２１と、構造物形状推定手段である構造物形状推定部２２と、検出範囲設定部２３と、障害物判定部２４とを備える。近傍領域設定部２１は、近傍領域設定手段であり、構造物形状推定装置の一部を構成するものである。この近傍領域設定部２１は、前方ミリ波レーダ３により検出された物体の位置に基づいて、この実施例では、前方ミリ波レーダ３により検出された基準検出物体に基づいて算出された基準近似線に基づいて近似領域を設定するものである。構造物形状推定部２２は、構造物形状推定手段であり、構造物形状推定装置の一部を構成するものである。この構造物形状推定部２２は、前方ミリ波レーダ３により検出された物体の位置および近傍領域設定部２１により設定された近似領域内の画像検出装置４により検出された物体の位置に基づいて構造物の形状を推定するものである。この実施例１では、前方ミリ波レーダ３により検出された基準検出物体および設定された近似領域内の画像検出装置４により検出された近傍検出静止物体に基づいて路側静止構造物の形状を推定し、この推定された路側静止物体の形状から道路形状を推定するものである。

また、検出範囲設定部２３は、検出範囲設定手段であり、障害物検出装置の一部を構成するものである。この検出範囲設定部２３は、障害物を検出する検出範囲を設定するものである。障害物判定部２４は、障害物判定手段であり、障害物検出装置の一部を構成するものである。この障害物判定部２４は、物体検出手段である少なくとも前方ミリ波レーダ３により検出された物体のうち、検出範囲設定部２３により設定された検出範囲内で検出された物体を障害物として判定するものである。

この制御装置２には、各種データが入力される。例えば、前方ミリ波レーダ３が検出した物体の位置、画像検出装置が検出した物体の位置、ヨーレートセンサ９１が検出した自車両１００の自転速度、Ｇセンサ９２が検出した自車両１００の加速度、車速センサ９３が検出した自車両の車速、ブレーキセンサ９４が検出した自車両１００を運転する図示しない運転者による制動意志などが入力される。一方、制御装置２は、上記入力された各種データや、図示しない記憶部に記憶されているマップなどに基づいて、上記各種装置に制御信号を出力する。例えば、エアバック装置５がエアバック５２を作動させるエアバック制御信号、シートベルト装置６がシートベルト６２を巻き取るシートベルト制御信号、ステアリング装置７がステアリング７３を操作し、自車両１００を操舵するステアリング制御信号、ブレーキ装置８がブレーキ８３を動作させるブレーキ制御信号などがそれぞれ出力される。

ここで、制御装置２は、図示しない入出力ポート（Ｉ／Ｏ）と、処理部と、記憶部とにより構成されている。図示しない入出力ポートは、上記各種センサおよび上記各種装置と接続されており、各種センサから出力されたデータを制御装置２に入力し、この制御装置２から各種装置に制御信号をそれぞれ出力する物である。図示しない処理部は、ＲＡＭ（Random Access Memory）およびＣＰＵ（Central Processing Unit）などにより構成されている。この処理部は、自車両１００から所定方向に存在する構造物の形状を推定する構造物形状推定方法、この実施例１では、自車両１００の進行方向における路側静止構造物の形状を推定し、この推定された路側静止構造物の形状から道路形状を推定する方法や、自車両１００の進行方向における障害物を検出する障害物検出方法、ＰＣＳ、ＡＣＣなどに基づくプログラムを例えばＲＡＭにロードして実行することにより、実現させるものである。また、図示しない記憶部は、ＲＯＭ（Read Only Memory）あるいはＲＡＭ、あるいはこれらの組み合わせなどにより構成されている。この実施例では、構造物形状推定方法および障害物検出方法を制御装置２により実現させるが、これに限定されるものではなく、この制御装置２とは個別に形成された制御装置により実現しても良い。

前方ミリ波レーダ３は、第１物体検出手段であり、構造物形状推定装置および障害物検出装置の一部を構成するものである。この前方ミリ波レーダ３は、自車両１００から所定方向、この実施例では進行方向に存在する物体の位置を検出するものである。この前方ミリ波レーダ３は、ミリ波を用いた検出方法により物体の位置を検出し、この検出された物体の位置が制御装置２に出力される。前方ミリ波レーダ３は、自車両１００の前面部の中央部、例えばフロントグリル内に取り付けられている。この前方ミリ波レーダ３は、例えば遠距離狭角ＤＢＦ方式に近距離降格モノパルス方式を追加した狭角広角切り替え型ミリ波レーザである。ここで、前方ミリ波レーダ３は、ミリ波を利用して物体の位置を検出するレーダである。前方ミリ波レーダ３は、ミリ波を出射、この実施例１では自車両１００の前面から進行方向のＭ１の範囲で出射し、自車両１００の進行方向に存在する物体により反射したミリ波を受信するものである。そして、前方ミリ波レーダ３は、出射から受信までの時間を計測することによって、前方ミリ波レーダから物体までの距離、この実施例１では自車両１００から進行方向に存在する物体までの距離を算出する。また、前方ミリ波レーダ３は、ドップラー効果を用いることで物体との相対速度を算出することができる。また、前方ミリ波レーダ３は、受信したミリ波のうち最も強く反射して受信されたミリ波の方向を検出し、その方向から自車両１００の進行方向と物体の方向とのなす角度を算出する。従って、前方ミリ波レーダ３により物体の位置が検出された場合には、制御装置２には、その物体までの距離、相対速度、角度が検出された物体の位置データとして入力されることとなる。なお、前方ミリ波レーダ３により、物体に反射したミリ波を受信できた場合に、物体の位置を検出したことになるので、物体に反射したミリ波を受信するごとに１個の物体の位置が得られることとなる。また、この実施例における前方ミリ波レーダ３では、ミリ波を出射、受信、物体までの距離、相対速度、角度を算出する構成としているが、これに限定されるものではない。例えば、前方ミリ波レーダ３では、ミリ波の出射、受信のみを行い、この受信したミリ波に基づく検出値を制御装置２に出力し、この制御装置２において物体までの距離、相対速度、角度を算出しても良い。

画像検出装置４は、第２物体検出手段であり、構造物形状推定装置の一部を構成するものである。なお、障害物検出装置の一部を構成しても良い。この画像検出装置４は、上記第１物体検出手段であり前方ミリ波レーダ３とは異なる検出方法、すなわちミリ波とは異なる検出方法により、自車両１００から所定方向、この実施例では進行方向に存在する物体の位置を検出するものである。また、画像検出装置４は、前方ミリ波レーダ３と比較して検出精度が低い、すなわち検出された物体の位置の精度が低いものである。ここで、画像検出装置４は、画像データを利用して物体の位置を検出するものである。画像検出装置４は、ステレオカメラ４１と、画像処理装置４２とにより構成されている。

ステレオカメラ４１は、図示しない２台のＣＣＤカメラから構成されている。この２台のＣＣＤカメラは、水平方向に十数ｃｍ程度の離間している。このステレオカメラ４１は、自車両１００の前面部の中央部、例えば車室のフロントガラス近傍に取り付けられている。ステレオカメラ４１は、この実施例１では自車両１００の前面から進行方向のＭ２の範囲を撮像し、各画像データを生成し、画像処理装置４２に出力する。

画像処理装置４２は、上記ステレオカメラ４１から出力された各画像データから構造物における物体を特定し、物体の位置を算出するものである。この画像処理装置４２は、２つの画像データにおける物体の位置のずれを用いて三角測量に準じた方法により、ステレオカメラ４１から物体までの距離、この実施例１では自車両１００から進行方向に存在する物体まで距離を算出する。また、画像処理装置４２は、上記算出された距離の時間変化から物体との相対速度を算出することができる。また、画像処理装置４２では、特定した物体の両端部を検出し、自車両１００の進行方向とこの両端部の方向とのなす角度を算出し、自車両１００の進行方向と物体の方向とのなす角度を算出する。従って、画像検出装置４により物体の位置が検出された場合は、制御装置２には、その物体までの距離、相対速度、角度が検出された物体の位置データとして入力されることとなる。なお、画像検出装置４により、２つの画像データから物体を特定できた場合には、物体を検出したことになるので、物体を特定するごとに１個の物体の位置が得られることとなる。なお、画像処理装置４２は、ステレオカメラ４１に一体に設けられていても良いし、制御装置２の機能としてこの制御装置２内に構成されていても良い。

エアバック装置５は、自車両１００と障害物との衝突時に、運転者を含む搭乗者の衝撃を軽減するものである。このエアバック装置５は、エアバック制御装置５１と、エアバック５２とにより構成されている。エアバック制御装置５１は、このエアバック制御装置５１に接続されたエアバック５２の作動を制御するものである。このエアバック制御装置５１は、制御装置２からのエアバック制御信号によって、エアバック５２を作動させる。エアバック５２は、搭乗者と車室内の物、この実施例１ではステアリング７３および図示しないダッシュボードとの間に配置されるものである。このエアバック５２は、エアバック制御装置５１により作動すると、瞬時に膨張し、搭乗者が車室内の物と衝突することを抑制し、衝撃を軽減するものである。

シートベルト装置６は、自車両１００と障害物との衝突時に、運転者を含む搭乗者を座席に拘束し、搭乗者の衝撃を軽減するものである。このシートベルト装置６は、シートベルト制御装置６１と、シートベルト巻取モータ６２と、シートベルト６３とにより構成されている。シートベルト制御装置６１は、このシートベルト制御装置６１に接続されたシートベルト巻取モータ６２の作動を制御するものである。このシートベルト制御装置６１は、制御装置２からのシートベルト制御信号によって、シートベルト巻取モータ６２を作動させる。シートベルト巻取モータ６２は、図示しないバックルに係止されたシートベルト６３を巻き取るものである。シートベルト６３は、搭乗者を座席に保持するものであり、各座席と対になるように配置されている。この実施例では、シートベルト巻取モータ６２により巻き取られることができるのは、運転席および助手席に配置されたシーベルト６３である。このシートベルト６３は、シートベルト制御装置６１によりシートベルト巻取モータ６２が作動すると、巻き取りが開始され、このシートベルト６３により搭乗者が座席に拘束され、この搭乗者が車室内の物と衝突することを抑制し、衝撃を軽減するものである。

ステアリング装置７は、自車両１００の操舵を行うものである。このステアリング装置７は、ステアリング制御装置７１と、アシストモータ７２と、ステアリング７３とにより構成されている。ステアリング制御装置７１は、操舵系の作動を制御、例えばステアリング制御装置７１に接続されたアシストモータ７２の作動を制御するものである。また、このステアリング制御装置７１は、運転者によるステアリング７３の操作に基づいてこのアシストモータ７２を作動させるものである。また、ステアリング制御装置７１は、制御装置２からのステアリング制御信号によっても、アシストモータ７２を作動させることができる。アシストモータ７２は、ステアリング７３を回転させることで、操舵力を操舵系に付与するものである。ステアリング７３は、図示しない運転席の前方に回転自在に支持されており、運転者により回転され、操舵系に操舵力が付与されるものである。ここで、ステアリング装置７は、運転者がステアリング７３を操作すると、アシストモータ７２がステアリング制御装置７１により作動され、操舵系に操舵力が付与され、運転者による自車両１００の操舵の補助を行う。また、ステアリング装置７は、運転者がステアリング７３を操作しなくても、制御装置２からのステアリング制御信号によって、アシストモータ７２がステアリング制御装置７１により作動され、操舵系に操舵力が付与され、自車両１００の自動操舵を行うことができる。

ブレーキ装置８は、自車両１００の制動を行うものである。このブレーキ装置８は、ブレーキ制御装置８１と、ブレーキアクチュエータ８２と、ブレーキ８３とにより構成されている。ブレーキ制御装置８１は、制動系の作動を制御、例えばブレーキ制御装置８１に接続されたブレーキアクチュエータ８２の作動を制御するものである。また、このブレーキ制御装置８１は、運転者による図示しないブレーキペダルの踏み込み量と自車両１００の走行状態に基づいてブレーキアクチュエータ８２を作動させるものである。また、ブレーキ制御装置８１は、制御装置２からのブレーキ制御信号によっても、ブレーキアクチュエータ８２を作動させることができる。ブレーキアクチュエータ８２は、油圧で作動するブレーキ８３への油の供給を制御するものである。ブレーキ８３は、ブレーキアクチュエータ８２によって制御された油圧に基づいて、自車両１００に制動力を付与するものである。図示しない自車両１００の各車輪と対になるように配置されている。このブレーキ８３は、例えばディスクブレーキあるいはドラムブレーキなどの油圧によって作動する油圧ブレーキである。ここで、ブレーキ装置８は、運転者がブレーキペダルを踏み込むと、ブレーキアクチュエータ８２がブレーキ制御装置８１により作動され、ブレーキ８３に油圧が付与され、運転者による自車両１００の制動の補助を行う。また、ブレーキ装置８は、運転者がブレーキペダルを踏み込まなくても、制御装置２からのブレーキ制御信号によって、ブレーキアクチュエータ８２がブレーキ制御装置８１により作動され、ブレーキ８３に油圧が付与され、自車両１００の制動を行うことができる。

なお、画像処理装置４２，エアバック制御装置５１、シートベルト制御装置６１、ステアリング制御装置７１、ブレーキ制御装置８１は、上記制御装置２と同様に、図示しない入出力ポート、処理部、記憶部などにより構成されている。

また、ヨーレートセンサ９１は、自車両１００の自転速度を検出するものである。Ｇセンサ９２は、自車両１００の加速度を検出するものである。車速センサ９３は、車速検出手段であり、構造物形状推定装置の一部を構成するものである。この車速センサ９３は、自車両１００の車速を検出するものである。ブレーキセンサ９４は、図示しない運転者により図示しないブレーキペダルが踏み込まれたか、すなわち運転者に制動意志があるか否かを検出するものである。エンジン制御装置９５は、図示しないエンジンの運転制御や変速機９７の変速制御を行うものである。スロットル９６は、エンジンに吸気される吸入空気量を制御するものである。変速機９７は、エンジンの出力を図示しない各車輪に伝達するものである。この変速機９７は、エンジンと、各車輪との変速比を変更することができる。

次に、実施例１にかかる構造物形状推定装置を用いた構造物形状推定方法について説明する。図３および図４は、実施例１にかかる構造物形状推定装置の動作フロー図である。図５は、構造物形状推定方法の説明図である。図６は、算出された基準近似線ＢＣを示す図である。図７は、実施例１にかかる構造物形状推定装置の動作フロー図である。図８は、近傍範囲Ｉ_Xと自車両から基準検出静止物体までの距離との関係を示す図である。図９は、拡大係数γと基準検出静止物体どうしの距離との関係を示す図である。図１０は、設定された近傍領域Ｐを示す図である。図１１および図１２は、構造物形状推定方法の説明図である。図１３は、算出された近似線Ｃを示す図である。ここで、自車両１００は、図５および図１１に示すように、直線路ＳＬの後カーブ路ＣＬとなる道路Ｌの直線路ＳＬを走行しているものとする。また、この自車両１００の進行方向には、例えば先行車両２００などの移動構造物や、左側ガードレール３００および右側ガードレール４００など路側静止構造物が存在するものとする。この左側ガードレール３００は、直線路ＳＬにおける直線路左側ガードレール３１０とカーブ路ＣＬにおけるカーブ路左側ガードレール３２０とにより構成される。また、この右側ガードレール４００は、直線路ＳＬにおける直線路右側ガードレール４１０とカーブ路ＣＬにおけるカーブ路右側ガードレール４２０とにより構成される。

まず、図３に示すように、制御装置２の構造物形状推定部２２は、前方ミリ波レーダ３により検出された検出静止物体に基づいて基準近似線ＢＣを算出する（ステップＳＴ１）。ここでは、図４に示すように、まず、構造物形状推定部２２は、物体が検出されたか否かを判定する（ステップＳＴ１０１）。ここでは、構造物形状推定部２２は、前方ミリ波レーダ３により自車両１００の進行方向に存在する物体の位置が検出された否かを判定する。前方ミリ波レーダ３からミリ波が出射され、この出射されたミリ波は、このミリ波照射範囲Ｍ１内に位置する移動構造物や路側静止構造物などの複数の構造物によって反射される。このとき、反射したミリ波を前方ミリ波レーダ３が受信することで、物体、すなわち自車両１００の進行方向に存在する複数の構造物においてミリ波を反射した部分を検出する。つまり、前方ミリ波レーダ３により物体が検出された場合、制御装置２に検出された物体の位置データが出力されるので、構造物形状推定部２２は、この制御装置２に入力された物体の位置データを取得できたか否か判定すれば良い。図５における状況では、ミリ波照射範囲Ｍ１内に位置する路側静止構造物である両側ガードレール３００，４００の反射板などや、移動構造物である先行車両２００のテール部がこの検出された物体（同図に示す白い丸部分）となる。ここでは、直線路左側ガードレール３１０においてミリ波を反射した部分を検出静止物体３１１ＦＬとし、カーブ路左側ガードレール３２０においてミリ波を反射した部分を検出静止物体３２１ＦＬとし、直線路右側ガードレール４１０においてミリ波を反射した部分を検出静止物体４１１ＦＬとし、カーブ路右側ガードレール４２０においてミリ波を反射した部分を検出静止物体４２１ＦＬとする。また、先行車両２００においてミリ波を反射した部分を検出移動物体２０１とする。

次に、制御装置２の構造物形状推定部２２は、図４に示すように、物体が検出されたと判定すると、この検出された物体のうち検出静止物体があるか否かを判定する（ステップＳＴ１０２）。ここでは、構造物形状推定部２２は、例えば、検出された物体の位置データの相対速度と、自車両１００の車速とから、検出された物体が静止している物体であるか否かを判定すれば良い。図５における状況では、検出静止物体３１１ＦＬ，３２１ＦＬ，４１１ＦＬ，４２１ＦＬがあるので、検出静止物体があると判定される。

次に、制御装置２の構造物形状推定部２２は、図４に示すように、検出された物体の中から検出静止物体があると判定すると、検出静止物体のうち、隣り合う検出静止物体において、自車両１００の進行方向における距離差ＤＴＨ_Zが所定値ＤＴＨ_Z１以下で、かつ自車両１００の進行方向と直交する方向、すなわち幅方向における距離差ＤＴＨ_Xが所定値ＤＴＨ_X１以下の検出静止物体を選択する（ステップＳＴ１０３）。ここで、この所定進行方向距離差ＤＴＨ_Z１は、両側ガードレール３００，４００にほぼ等間隔に設置される反射板どうしの自車両１００の進行方向における間隔程度にすることが好ましい。また、所定幅方向距離差ＤＴＨ_X１は、両側ガードレール３００，４００にほぼ等間隔に設置される反射板どうしの自車両１００の幅方向における間隔程度にすることが好ましい。図５における状況では、検出静止物体３１１ＦＬ，３２１ＦＬが一つの集合として選択され、検出静止物体４１１ＦＬ，４２１ＦＬが１つの集合として選択される。

次に、制御装置２の構造物形状推定部２２は、図４に示すように、選択された検出静止物体数が所定個数Ｎ以上であるか否かを判定する（ステップＳＴ１０４）。ここで、所定個数Ｎとは、少なくとも３以上であることが好ましい。図５における状況では、１つの集合である検出静止物体３１１ＦＬ，３２１ＦＬの総数および一つの集合である４１１ＦＬ，４２１ＦＬの総数がそれぞれ所定個数Ｎ以上であるか否かを判定する。

次に、制御装置２の構造物形状推定部２２は、図４に示すように、選択された検出静止物体数が所定個数Ｎ以上であると判定すると、この選択された検出静止物体を接続する（ステップＳＴ１０５）。ここでは、選択された検出静止物体数が所定個数Ｎ以上である集合における検出静止物体を互いに接続、すなわちグループ化を行い、グループ化された検出静止物体を路側静止構造物を構成する静止物体に対応するものとする。図５における状況では、検出静止物体３１１ＦＬ，３２１ＦＬを基準第１検出静止物体群３３０としてグループ化し、および検出静止物体４１１ＦＬ，４２１ＦＬを基準第２検出静止物体群４３０としてグループ化する。

次に、制御装置２の構造物形状推定部２２は、上記接続した検出静止物体から基準近似線ＢＣを算出する（ステップＳＴ１０６）。例えば、図５に示す状況において基準第１検出静止物体群３３０から基準近似線ＢＣを算出する場合は、図６に示すように、基準第１検出静止物体群３３０の検出静止物体３２１ＦＬ，３１１ＦＬから基準近似線ＢＣを算出する。また、基準第２検出静止物体群４３０から近似線Ｃを算出する場合は、この基準第２検出静止物体群４３０の検出静止物体４１１ＦＬ，４２１ＦＬから基準近似線ＢＣを算出する。なお、基準近似線ＢＣの算出方法は、公知の算出方法であるので、ここでは説明を省略する。

次に、制御装置２の近傍領域設定部２１は、図３に示すように、第１物体検出手段である前方ミリ波レーダ３により検出された物体の位置、この実施例１では、上記算出された基準近似線ＢＣに基づいて近傍領域Ｐを設定する（ステップＳＴ２）。ここでは、図７に示すように、まず、近似領域設定部２１は、上記構造物形状推定部２２で算出された基準近似線ＢＣを取得する（ステップＳＴ２０１）。

次に、制御装置２の近傍領域設定部２１は、自車両１００から基準近似線ＢＣを算出するのに用いた各検出静止物体（以下、単に「基準検出静止物体」と称する）までの距離〔ｍ〕から近似範囲Ｉ_x〔ｍ〕を決定する（ステップＳＴ２０２）。ここでは、近傍領域設定部２３は、自車両１００から基準検出静止物体までの距離〔ｍ〕と、図示しない記憶部に記憶されている自車両１００から基準検出静止物体までの距離と近似範囲Ｉ_xとに基づく近似範囲マップとによって、近似範囲Ｉ_xを決定する。この近似範囲マップでは、図８に示すように、自車両１００から基準検出静止物体が離れるほど近似範囲Ｉ_xが広くなるように設定されている。つまり、自車両１００から基準検出静止物体が離れるほど後述する設定される近似領域Ｐが広くなる。

次に、制御装置２の近傍領域設定部２１は、図７に示すように、第１物体検出手段である前方ミリ波レーダ３により検出された物体、この実施例１では基準検出静止物体どうしの距離〔ｍ〕から拡大係数γを決定する（ステップＳＴ２０３）。ここでは、近傍領域設定部２３は、基準検出静止物体どうしの距離〔ｍ〕と、図示しない記憶部に記憶されている基準検出静止物体どうしの距離と拡大係数γとに基づく拡大係数マップとによって、拡大係数γを決定する。この拡大係数マップでは、図９に示すように、基準検出静止物体どうしの距離が短いほど拡大係数γが大きくなるように設定されている。つまり、基準検出静止物体どうしの間隔が狭いほど後述する設定される近似領域Ｐが狭くなる。

次に、制御装置２の近傍領域設定部２１は、図７に示すように、上記決定された各近似範囲Ｉ_xと各拡大係数γとから、近似探索範囲ＩＭＧ_x〔ｍ〕を算出する（ステップＳＴ２０４）。この近似探索範囲ＩＭＧ_x〔ｍ〕は、基準近似線ＢＣからの探索距離である。この探索距離は、自車両１００の進行方向と直交する幅方向における距離であっても良いし、基準近似線ＢＣを構成する曲線の各任意の点における法線方向における距離であっても良い。各近似探索範囲ＩＭＧ_xは、各近似範囲Ｉ_xに、この各近似範囲Ｉ_xを決定する基準検出静止物体各拡大係数γをかけることで算出される。従って、各近似探索範囲ＩＭＧ_xは、自車両１００から離れるほど広くなり、基準検出静止物体どうしの距離が狭くなるほど狭くなる。

次に、制御装置２の近傍領域設定部２１は、上記算出された各近似探索範囲ＩＭＧ_xから近傍領域Ｐを設定する（ステップＳＴ２０５）。これにより、図１０に示すように、算出された基準近似線ＢＣに基づいた、すなわち前方ミリ波レーダ３により検出された物体の位置に基づいた近似領域Ｐが設定される。

次に、制御装置２の構造物形状推定部２２は、図３に示すように、上記設定された近傍領域Ｐ内に、画像検出装置４により検出された検出静止物体があるか否かを判定する（ステップＳＴ３）。画像検出装置４も、前方ミリ波レーダ３と同様に、自車両１００の進行方向に存在する構造物における物体の位置を検出する。従って、構造物形状推定部２２は、まず、この画像検出装置４により検出された物体のうち検出静止物体があるか否かを判定する。ここでは、構造物形状推定部２２は、例えば、検出された物体の位置データの相対速度と、自車両１００の車速とから、検出された物体が静止している物体であるか否かを判定すれば良い。図１１に示す状況では、直線路左側ガードレール３１０における物体である検出静止物体３１１ＳＣ、カーブ路左側ガードレール３２０における物体である検出静止物体３２１ＳＣ、カーブ路右側ガードレール４２０における物体である検出静止物体４２１ＳＣがあるので、検出静止物体があると判定される。そして、構造物形状推定部２２は、画像検出装置４により検出された検出静止物体のうち、近傍領域Ｐ内にあるものがあるか否かを判定する。図１１に示す状況では、図１２に示すように、検出静止物体３１１ＳＣ，３２１ＳＣが近傍領域Ｐ内にあるか否かを判定する。ここで、前方ミリ波レーダ３と画像検出装置４とが自車両１００の異なる位置に取り付けられているため、検出された物体の位置データはそれぞれ取り付けられている位置に基づいたデータとなる。そこで、制御装置２は、前方ミリ波レーダ３および画像検出装置４が検出した物体の位置データを自車両１００の任意の基準点からの位置データに補正して、融合する。例えば、自車両１００の前方ミリ波レーダ３が取り付けられている位置を基準点とした場合は、画像検出装置４が検出した物体の位置データをこの基準点からの位置データに補正した上で、設定された近傍領域Ｐ内に、この画像検出装置４により検出された検出静止物体があるか否かを判定する。

次に、制御装置２の構造物形状推定部２２は、図３に示すように、上記設定された近傍領域Ｐ内に検出静止物体があると判定すると、基準検出静止物体と近傍検出静止物体とを接続する（ステップＳＴ４）。ここでは、基準検出静止物体と、近傍検出静止物体、すなわち図１２に示すように、近傍領域Ｐ内の画像検出装置４により検出された検出静止物体とのグループ化を行い、グループ化された基準検出静止物体および近傍検出静止物体を路側静止構造物における静止物体に対応するものとする。図１２に示すように、基準第１検出静止物体群３３０としてグループ化した検出静止物体３１１ＦＬ，３２１ＦＬと、近傍領域Ｐ内の検出静止物体３１１ＳＣ，３２１ＳＣをグループ化し、図示しない第１静止物体群とする。また、基準第２検出静止物体群４３０としてグループ化した検出静止物体４１１ＦＬ，４２１ＦＬと、近傍領域Ｐ内の検出静止物体４２１ＳＣをグループ化し、図示しない第２静止物体群とする。

次に、制御装置２の構造物形状推定部２２は、図３に示すように、上記接続した検出静止物体、すなわち基準検出静止物体と近傍検出静止物体とから近似線Ｃを算出することで、構造物の形状、この実施例１では、路側静止構造物の形状を推定する（ステップＳＴ５）。例えば、図１２に示すように、上記図示しない第１検出静止物体群から近似線Ｃを算出する場合は、基準第１検出静止物体群３３０としてグループ化した検出静止物体３１１ＦＬ，３２１ＦＬと、近傍領域Ｐ内の検出静止物体３１１ＳＣ，３２１ＳＣから近似線Ｃを算出し、路側静止構造物である左側ガードレール３００の形状を推定する。また、図示しない第２検出静止物体群から近似線Ｃを算出する場合は、基準第２検出静止物体群４３０としてグループ化した検出静止物体４１１ＦＬ，４２１ＦＬと、近傍領域Ｐ内の検出静止物体４２１ＳＣからの近似線Ｃを算出し、路側静止構造物である右側ガードレール４００の形状を推定する。なお、近似線Ｃの算出方法は、公知の算出方法であるので、ここでは説明を省略する。

次に、制御装置２の構造物形状推定部２２は、図３に示すように、上記推定された構造物の形状、すなわち算出された近似線Ｃからさらに道路形状である道路の推定Ｒを推定する（ステップＳＴ６）。つまり、推定道路形状である推定Ｒは、前方ミリ波レーダ３により検出された物体（基準検出静止物体）の位置および設定された近似領域Ｐ内の画像検出装置４により検出された物体（近傍検出静止物体）の位置に基づいて推定される。例えば、図５および図１１に示す状況では、推定Ｒは、図示しない第１検出静止物体群から算出された近似線Ｃあるいは図示しない第２検出静止物体群から算出された近似線Ｃの少なくともいずれか一方に基づいて算出される。なお、算出された近似線Ｃから推定Ｒを算出する算出方法は、公知の算出方法であるので、ここでは説明を省略する。

なお、制御装置２の構造物形状推定部２２は、図３に示すように、上記設定された近傍領域Ｐ内に検出静止物体がないと判定すると、算出された基準近似線ＢＣからさらに道路形状である道路の推定Ｒを推定する（ステップＳＴ７）。つまり、推定道路形状である推定Ｒは、近似領域Ｐ内に画像検出装置４により検出された物体がない場合は、前方ミリ波レーダ３により検出された物体（基準検出静止物体）の位置のみに基づいて推定される。

以上のように、車両走行用支援システム１−１における構造物形状推定装置では、前方ミリ波レーダ３により検出された物体である基準検出物体の位置と、画像検出装置４により検出された物体のうち、この基準検出物体の位置に基づいて算出された基準近似線ＢＣに基づいて設定された近似領域Ｐ内にある近傍検出静止物体の位置とに基づいて構造物の形状である路側静止構造物が推定され、道路形状（推定Ｒ）が推定される。つまり、検出方法の異なる前方ミリ波レーダ３と画像検出装置４とにより検出された物体の位置から側静止構造物を推定し、道路形状を推定する。従って、画像検出装置４は、画像データを用いた検出方法であり、前方ミリ波レーダ３のミリ波を用いた検出方法と異なるため、前方ミリ波レーダ３よっては構造物の物性（例えばミリ波を反射し難いなど）や、自車両と構造物との間の自然環境により検出することができない構造物における物体を検出することができ、構造物の形状を精度良く推定することができる。つまり、図１３に示すように、基準検出静止物体から算出された基準近似線ＢＣと比較して、基準検出静止物体と近傍検出静止物体とから算出された近似線Ｃを構造物の形状、この図では路側静止構造物である左側ガードレール３００の形状に近似させることができ、この路側静止構造物の形状を精度良く推定することができる。

しかし、上述のように、前方ミリ波レーダ３よりも、画像検出装置４による物体の検出精度が低いため、この画像検出装置４により検出されたすべての物体の位置を用いて構造物の形状である路側静止構造物の形状の推定を行うと、前方ミリ波レーダ３により検出された物体のみに基づいて路側静止構造物の形状を推定する場合と比較して、推定された路側静止構造物の形状の精度が低下する虞がある。しかしながら、車両走行用支援システム１における構造物形状推定装置では、路側静止構造物の形状を推定するために、画像検出装置４により検出されたすべての物体は用いず、画像検出装置４によりも物体の位置の検出精度が高い前方ミリ波レーダ３により検出された物体に基づいて設定された近傍領域Ｐ内にある物体のみを用いる。従って、推定された路側静止構造物の精度が低下することを抑制することができ、この推定された路側静止構造物から推定される道路形状の精度が低下することを抑制することができる。

また、この構造物形状推定装置では、設定される近傍領域Ｐは、自車両１００から離れるほど広くなる。つまり、前方ミリ波レーダ３により物体が検出し難くなる自車両１００からより遠方ほど、構造物の形状である路側静止構造物の形状の推定に画像検出装置４により検出された物体の位置を積極的に用いる。従って、自車両１００からより遠方において路側静止構造物の形状の推定に用いられる物体の数を増加することができる。これにより、構造物の形状をさらに精度良く推定することができる。

また、この構造物形状推定装置では、設定される近傍領域Ｐは、前記第１物体検出手段により検出された物体どうし、この実施例１では隣り合う基準検出物体どうしの距離が狭くなるほど狭くなる。つまり、隣り合う基準検出物体どうしの間隔が狭い、すなわち構造物の形状である路側静止構造物の形状を推定する際に十分な数の物体の位置が検出されている範囲には、この路側静止構造物の形状の推定に画像検出装置４により検出された物体の位置を積極的に用いない。従って、前方ミリ波レーダ３よりも物体の位置の検出精度が低い画像検出装置４により検出された物体の位置を用いることを抑制することができる。これにより、推定された路側静止構造物の形状の精度が低下することをさらに抑制することができ、この推定された路側静止構造物から推定される道路形状の精度が低下することをさらに抑制することができる。

次に、この発明にかかる障害物検出装置を用いた障害物検出方法について説明する。図１４は、この発明にかかる障害物検出装置の動作フロー図である。まず、制御装置２の障害物判定部２４は、物体が検出されたか否かを判定する（ステップＳＴ１１）。ここでは、この障害物判定部２４は、前方ミリ波レーダ３により自車両１００の進行方向に存在する物体の位置が検出された否かを判定する。前方ミリ波レーダ３により物体の位置が検出された場合、制御装置２に検出された物体の位置データが出力されるので、障害物判定部２４は、この制御装置２に入力された物体の位置データを取得できたか否か判定すれば良い。

次に、制御装置２の検出範囲設定部２３は、構造物形状推定装置により推定された道路形状である推定Ｒを取得する（ステップＳＴ１２）。

次に、制御装置２の検出範囲設定部２３は、上記取得された推定Ｒに基づいて障害物を検出する検出範囲を設定する（ステップＳＴ１３）。ここでは、検出範囲設定部２３は、上記取得された推定Ｒ、すなわち構造物形状推定装置により推定された道路形状に基づいて検出範囲を設定する。ここで、検出範囲は、通常自車両１００が現在の走行状態で、予め設定された衝突予測時間後に位置する範囲を基準に設定される。この発明では、この衝突予測時間に基づいた検出範囲をさらにこの道路形状である推定Ｒに基づいて、自車両１００の進行方向に存在する路側静止構造物が検出範囲から排除されるように縮小する。図５に示す状況では、特にカーブ路左側ガードレール３２０が検出範囲から排除されるように検出範囲を設定する。

次に、制御装置２の障害物判定部２４は、図１４に示すように、上記検出範囲設定部２３により設定された検出範囲内に前方ミリ波レーダ３により検出された物体があるいか否かを判定する（ステップＳＴ１４）。つまり、障害物判定部２４は、自車両１００の進行方向に存在する路側静止構造物を除いて、前方ミリ波レーダ３により検出された物体があるか否かを判定する。図５に示す状況では、先行車両２００を構成する検出移動物体２０１などが検出される。なお、例えばカーブ路ＣＬ上に落下物が存在する場合、この落下物を構成する検出静止物体なども検出される。

次に、制御装置２の障害物判定部２４は、上記検出された物体があると判定すると、この検出された物体を障害物と判定し、障害物を検出する（ステップＳＴ１５）。

次に、制御装置２の障害物判定部２４は、障害物が検出されたことに基づいて上記各種装置を制御する（ステップＳＴ１６）。以下に、障害物が検出された際の各種装置の制御について説明する。

車両走行用支援システム１は、ＡＣＣ制御によって、例えば先行車両に対する追従走行を行っている場合は、上記障害物検出装置により検出された障害物の位置（距離、相対速度、角度）データからこの検出された障害物から先行車両を判定する。そして、制御装置２は、この先行車両の位置データと、別途検出され、この制御装置２に入力された道路Ｌの車線情報とに基づいて、先行車両との車間距離を一定距離に維持しながら、先行車両に対して追従走行を行うように、エンジン制御装置９５を介して、スロットル９６や変速機９７を作動させる。つまり、制御装置２は、エンジン制御装置９５を介して、エンジンに吸気される吸入空気量や図示しないエンジンと各車輪との変速比を制御する。

車両走行用支援システム１は、上記ＡＣＣ制御を実行している際に、障害物検出装置により検出された障害物の位置（距離、相対速度、角度）データと自車両１００の走行状態から予想される自車両１００の予想進路とから、自車両１００と障害物が接触、衝突する虞がある否かを判定する。制御装置２は、自車両１００と障害物が接触、衝突する虞があると判定すると、図示しない車室内に取り付けられた表示装置やスピーカーなどを用いて、映像や音声などにより運転者に障害物との接触、衝突を回避する回避行動をするように事前警報を発する。なお、自車両１００の予想進路は、ヨーレートセンサ９１、Ｇセンサ９２、車速センサ９３から検出された自車両１００の自転速度、加速度、車速や、上記構造物形状推定装置により推定された道路形状である推定Ｒなどから予測される。

次に、制御装置２は、事前警報を発した後に、運転者による回避行動が行われないと、運転者に障害物があることを体感させる体感警報を発し、回避行動をするようにさらに促す。例えば、シートベルト装置６による運転者へのシートベルト６３による締め付け、あるいはブレーキ装置８による自車両１００の制動により、運転者に障害物があることを体感させる。運転者へのシートベルト６３の締め付けを行う場合は、制御装置２からシートベルト装置６にシートベルト制御信号を出力し、運転者側のシートベルト６３を巻き取るシートベルト巻取モータ６２を作動させ、運転者側のシートベルト６３を巻き取り、運転者を運転者側のシートベルト６３により締め付ける。この締め付けは、運転者を座席に拘束することを目的としたものではなく、運転者が運転者側のシートベルト６３により締め付けられていることを体感できる程度の締め付けである。また、自車両１００に制動力を付与する場合は、制御装置２からブレーキ装置８にブレーキ制御信号を出力し、ブレーキアクチュエータ８２を作動させ、ブレーキ８３の油圧を制御し、自車両１００に制動力を付与する。この自車両１００に付与される制動力は、自車両１００の停止を目的としたものではなく、運転者が自車両１００の減速を体感できる程度の制動力である。

次に、車両走行用支援システム１は、上記動作を行った後、運転者による回避行動を行っても、障害物と接触、衝突することを回避できないと判定した場合は、衝撃軽減制御、すなわちプリクラッシュセーフティー（ＰＣＳ）制御を行う。ここでは、制御装置２は、自車両１００と障害物との距離をその障害物と自車両１００との相対速度で除した値である衝突予測時間が、運転者による回避行動をとるのに必要な時間未満となったか否かで判定する。

車両走行用支援システム１は、ＰＣＳ制御を行うと、まず、自車両１００が障害物に接触、衝突する前に、自車両１００を停止させるためブレーキ装置８により自車両１００に制動力を付与する。自車両１００に制動力を付与する場合は、制御装置２からブレーキ制御装置８１にブレーキ制御信号を出力し、ブレーキアクチュエータ８２を作動させ、ブレーキ８３の油圧を制御し、自車両１００に制動力を付与する。これにより、ブレーキ装置８により介入ブレーキ制御が行われ、衝突時の衝撃が軽減される。この自車両１００に付与される制動力は、上述のように、自車両１００の停止を目的とする制動力である。なお、制御装置２にブレーキセンサ９４により、運転者による制動意志などが入力された場合、制御装置２は、ブレーキ装置８にブレーキ制御信号を出力し、運転者によりブレーキアクチュエータ８２を介してブレーキ８３に付与される油圧よりも大きい油圧がブレーキ８３に付与されるように、ブレーキアクチュエータ８２を制御する。つまり、運転者による制動意志がある場合は、運転者による制動をアシストする。これにより、ブレーキ装置８によりプリクラッシュブレーキアシスト（ＰＢＡ）制御が行われ、衝突時の衝撃が軽減される。

車両走行用支援システム１は、ＰＣＳ制御を行うことにより、シートベルト装置６が自車両１００が障害物に接触、衝突前に、搭乗者の座席への拘束を行う。搭乗者を座席に拘束する場合は、制御装置２からシートベルト制御装置６１にシートベルト制御信号を出力し、シートベルト巻取モータ６２を作動させ、シートベルト６３の巻き取りを行い、搭乗者を座席に拘束する。これにより、シートベルト装置６により、プリクラッシュシートベルト（ＰＳＢ）制御が行われ、衝突時に搭乗者が車室内の物と衝突することを抑制することができ、搭乗者の衝撃が軽減される。また、搭乗者は、シートベルト装置６により、座席に拘束されため、自分に危険が迫っていると認識することができ、自車両１００と障害物との接触、衝突に備えることができる。なお、このプリクラッシュシートベルト制御は、搭乗者の不意をついて介入ブレーキ制御が行われることを回避するために、この介入ブレーキ制御が行われる前に行われることとなる。

車両走行用支援システム１は、ＰＣＳ制御を行うことにより、ステアリング装置７が自車両１００の自動操舵を行う。自車両１００の自動操舵は、自車両１００を操舵することによって、衝突回避あるいは衝突時の衝撃軽減を行えると判定した場合にのみ行われる。自車両１００を自動操舵する場合は、制御装置２からステアリング装置７にステアリング制御信号を出力し、アシストモータ７２を作動させ、操舵系に操舵力を付与し、自車両１００の自動操舵を行う。これにより、ステアリング装置７により自車両１００の自動操舵が行われ、衝突回避あるいは衝突時の衝撃を軽減することができる。

車両走行用支援システム１は、ＰＣＳ制御を行うことにより、エアバック装置５が自車両１００の障害物に対する衝突方向、衝突時期に基づいて、適切な時期や状態でエアバック５２を作動させる。エアバック５２を作動させる場合は、制御装置２からエアバック制御装置５１にエアバック制御信号を出力し、エアバック５２を作動させる。これにより、エアバック装置５により、エアバック５２が作動し、衝突時に搭乗者が車室内の物と衝突することを抑制することができ、搭乗者の衝撃が軽減される。

以上のように、車両走行用支援システム１が行うＡＣＣ制御やＰＣＳ制御では、障害物検出装置により自車両１００の進行方向に障害物が検出されたことにより、各種装置の制御が行われる。従って、検出範囲から自車両１００の進行方向に存在する路側静止構造物、図５に示す状況では、特にカーブ路左側ガードレール３２０を除くことができれば、障害物検出装置がこの路側静止構造物を障害物として判定し、検出することを回避することができる。従って、上記各装置がこの障害物検出装置により検出された路側静止構造物（図５では、特にカーブ路左側ガードレール３２０）に基づいて制御されることを回避することができる。これにより、上記警報や事前警報が頻繁に発せられることが抑制され、運転者の煩わしさを抑制することができる。

次に、この発明にかかる実施例２の車両走行用支援システムについて説明する。図１５は、この発明にかかる実施例２の車両走行用支援システムを備える車両の概略構成例を示す図である。図１６は、実施例２にかかる構造物形状推定装置および障害物検出装置を備える車両走行用支援システムの構成例を示す図である。この実施例２にかかる車両走行用支援システム１−２が実施例１にかかる車両走行用支援システム１−１と異なる点は、第１物体検出手段を複数備える、この実施例２では前方ミリ波レーダ３のみならず前側方ミリ波レーダ１０，１０を設けた点と、構造物の形状を推定する推定範囲Ｅを設定した点である。

第１物体検出手段を複数備えるのは、自車両１００と、この自車両１００の所定方向、この実施例２では自車両１００の進行方向に存在する路側静止構造物との間に、先行車両２００が存在する場合は、通常自車両１００の前面部の中央部に取り付けられている前方ミリ波レーダ３がこの先行車両２００におけるテール部などを検出移動物体として検出してしまい、路側静止構造物における反射板などを検出静止物体として検出することができなくなってしまうからである。例えば、図５に示すような道路Ｌにおいて、先行車両２００が自車両１００と同一車線を走行している場合、前方ミリ波レーダ３は、この先行車両２００におけるテール部などを検出移動物体として検出するが、自車両１００の進行方向においてこの先行車両２００より遠方に存在することとなるカーブ路左側ガードレール３２０における反射板などの検出静止物体を検出することができなくなる。つまり、ミリ波を用いた検出方法で良好な検出精度を確保することができる状況の場合に、前構造物の形状の推定に用いられる物体の数が少なくなり、構造物の形状を構精度良く推定できなくなるからである。

図１５および図１６に示すように、この車両走行用支援システム１−２では、前方ミリ波レーダ３とともに、一対の前側方ミリ波レーダ１０，１０をさらに備える。この前側方ミリ波レーダ１０は、自車両１００の幅方向の両側面からこの自車両１００の進行方向にＭ３の範囲でミリ波を出射し、自車両１００の進行方向に存在する物体の位置をそれぞれ検出するものである。前側方ミリ波レーダ１０は、自車両１００の前面部の幅方向における両側面にそれぞれ取り付けられている。前側方ミリ波レーダ１０は、近距離専用広角ミリ波レーダである。この一対の前側方ミリ波レーダ１０の動作は、上記前方ミリ波レーダ３と同様であるのでその説明は省略するが、一対の前側方ミリ波レーダ１０により検出された物体の位置データは、制御装置２に出力される。

また、この車両走行用支援システム１−２では、運転状態検出手段として、顔向き検出装置１１を備える。この顔向き検出装置１１は、構造物形状推定装置の一部を構成するものである。この顔向き検出装置１１は、自車両１００の運転者の運転状態、この実施例では顔向きを検出するものである。この顔向き検出装置１１は、顔向きカメラ１１１と、顔向き判定装置１１２とにより構成されている。顔向きカメラ１１１は、自車両１００を運転する運転者の顔を撮像するものである。この顔向きカメラ１１１は、自車両１００の図示しない車室内の計器パネル内や、ステアリングコラムカバー上に取り付けられている。この顔向きカメラ１１１で撮像された運転者の顔の顔画像データは、顔向き判定装置１１２に出力される。顔向き判定装置１１２は、上記顔画像データに基づいて、運転者の顔向き、例えば自車両１００の進行方向に対して正面か非正面かを判定するものである。顔向き判定装置１１２が判定した運転者の顔向きは、検出された顔向きとして、制御装置２に出力される。なお、顔向きカメラ１１１は、近赤外線のストロボ光を運転者に照射してその反射光画像を顔画像データとして顔向き判定装置１１２に出力するものであることが好ましい。これにより、顔向き判定装置１１２は、図示しない車室内の明るさなどの環境条件に影響を受けずに、撮像された顔画像データから顔向きを判定することができる。

次に、実施例２にかかる構造物形状推定装置を用いた構造物形状推定方法について説明する。図１７は、実施例２にかかる構造物形状推定装置の動作フロー図である。図１８は、顔向きに基づく係数Ｋと進行方向距離閾値ＴＨ_Zとの関係を示す図である。図１９は、算出された基準近似線ＢＣを示す図である。実施例２にかかる構造物形状推定装置を用いた構造物形状推定方法は、図３、図４および図７に示す実施例１にかかる構造物形状推定装置を用いた構造物形状推定方法とほぼ同一であるため、簡略化して説明する。ここで、自車両１００は、実施例１と同様に、図５および図１１に示すように、直線路ＳＬの後カーブ路ＣＬとなる道路Ｌの直線路ＳＬを走行しているものとする。なお、図１９において３１１ＦＬは直線路左側ガードレール３１０においてミリ波を反射した部分を前方ミリ波レーダ３が検出した検出静止物体とし、３１１ＦＳＬは直線路左側ガードレール３１０においてミリ波を反射した部分をいずれかの前側方ミリ波レーダ１０が検出した検出静止物体とし、３２１ＦＬはカーブ路左側ガードレール３２０においてミリ波を反射した部分を前方ミリ波レーダ３が検出した検出静止物体とし、３２１ＦＳＬはカーブ路左側ガードレール３２０においてミリ波を反射した部分をいずれかの前側方ミリ波レーダ１０が検出した検出静止物体とする。

まず、図３に示すように、制御装置２の構造物推定部２２は、前方ミリ波レーダ３により検出された検出静止物体に基づいて基準近似線ＢＣを算出する（ステップＳＴ１）。ここでは、図１７に示すように、まず、構造物形状推定部２２は、前方ミリ波レーダ３あるいは前側方ミリ波レーダ１０の少なくともいずれか一方により自車両１００の進行方向に存在する物体の位置が検出されたか否かを判定する（ステップＳＴ１０１）。つまり、前方ミリ波レーダ３のミリ波照射範囲Ｍ１あるいは前側方ミリ波レーダ１０のミリ波照射範囲Ｍ３の少なくともいずれかに一方に位置する移動構造物や路側静止構造物などの複数の構造物によってミリ波が反射され、受信されたか否かを判定する。次に、構造物形状推定部２２は、この検出された物体のうち検出静止物体があるか否かを判定する（ステップＳＴ１０２）。ここで、前方ミリ波レーダ３と前側方ミリ波レーダ１０と、自車両１００の異なる位置に取り付けられているため、検出された物体の位置データはそれぞれ取り付けられている位置に基づいたデータとなる。そこで、制御装置２は、前方ミリ波レーダ３および前側方ミリ波レーダ１０が検出した物体の位置データを自車両１００の任意の基準点からの位置データに補正して、融合する。例えば、自車両１００の前方ミリ波レーダ３が取り付けられている位置を基準点とした場合は、前側方ミリ波レーダ１０が検出した物体の位置データをこの基準点からの位置データに補正し、融合する。

次に、制御装置２の構造物形状推定部２２は、検出静止物体のうち、隣り合う検出静止物体において、自車両１００の進行方向における距離差ＤＴＨ_Zが所定値ＤＴＨ_Z１以下で、かつ自車両１００の進行方向と直交する方向、すなわち幅方向における距離差ＤＴＨ_Xが所定値ＤＴＨ_X１以下の検出静止物体を選択する（ステップＳＴ１０３）。次に、構造物形状推定部２２は、選択された検出静止物体数が所定個数Ｎ以上であるか否かを判定する（ステップＳＴ１０４）。次に、構造物形状推定部２２は、選択された検出静止物体数が所定個数Ｎ以上であると判定すると、この選択された検出静止物体を接続する（ステップＳＴ１０５）。これにより、選択された検出静止物体を検出静止物体群としてグループ化する。例えば、図１９に示すように、検出静止物体３１１ＦＬ，３１１ＦＳＬ，３２１ＦＬ，３２１ＦＳＬが１つの集合として選択された場合は、この検出静止物体３１１ＦＬ，３１１ＳＦＬ，３２１ＦＬ，３２１ＳＦＬからなる１つの集合を検出静止物体群３３０’として、グループ化する。

次に、制御装置２の構造物形状推定部２２は、図１７に示すように、自車両１００の車速Ｓ〔ｍ／ｓ〕および運転者の顔向きを取得する（ステップＳＴ１０７）。ここでは、構造物形状推定部２２は、車速センサ９３により検出され、制御装置２に出力された自車両１００の車速Ｓと、顔向き検出装置１１により検出され、制御装置２に出力された運転者の顔向き、すなわち運転者の顔向きが正面あるいは非正面のいずれかであるかを取得する。

次に、制御装置２の構造物形状推定部２２は、取得した運転者の顔向きに基づいて係数Ｋを決定する（ステップＳＴ１０８）。ここでは、近傍領域設定部２１は、取得した運転者の顔向きと、図示しない記憶部に記憶されている運転者の顔向きと係数Ｋとに基づく係数マップとによって、係数Ｋを決定する。この係数マップでは、図１８に示すように、運転者の顔向きが正面の場合の係数Ｋ１よりも、運転者の顔向きが非正面の場合の係数Ｋ２が、運転者の顔向きが非正面の場合に進行方向距離閾値ＴＨ_Zが増加するように大きく設定されている。

次に、制御装置２の構造物形状推定部２２は、図１７に示すように、取得した車速Ｓと決定した係数Ｋとから、進行方向距離閾値ＴＨ_Zを算出する（ステップＳＴ１０９）。この進行方向距離閾値ＴＨ_Zは、自車両１００と自車両１００の進行方向における障害物との衝突予測時間に起因する物理量によって決定される。ここでは、進行方向距離閾値ＴＨ_Zは、取得した車速Ｓに決定した係数Ｋをかけることで算出される。従って、進行方向距離閾値ＴＨ_Zは、取得した車速Ｓの増加に伴い増加する。また、進行方向距離閾値ＴＨ_Zは、運転者の顔向きが非正面の場合に正面の場合と比較して増加する（Ｋ２＞Ｋ１）。つまり、進行方向距離閾値ＴＨ_Zは、運転者の運転状況が悪化に伴い増加する。

次に、制御装置２の構造物形状推定部２２は、算出された進行方向距離閾値ＴＨ_Zに基づいて推定範囲Ｅを設定する（ステップＳＴ１１０）。ここでは、自車両１００から進行方向において算出された進行方向距離閾値ＴＨ_Z以上離れた範囲を推定範囲として設定する。つまり、近傍領域設定部２１は、自車両１００の進行方向においてこの自車両１００の近傍を除く範囲、すなわち自車両１００が障害物と衝突する虞がある範囲を推定範囲Ｍに設定する。

次に、制御装置２の構造物形状推定部２２は、上記接続した検出静止物体のうち推定範囲Ｅ内の検出静止物体から基準近似線ＢＣを算出する（ステップＳＴ１１１）。例えば、図１９に示すように、検出静止物体群３３０’から基準近似線ＢＣを算出する場合は、この検出静止物体群３３０’の検出静止物体３１１ＦＬ，３１１ＦＳＬ，３２１ＦＬ，３２１ＦＳＬのうち、推定範囲Ｅ内の検出静止物体３１１ＦＬ，３１１ＦＳＬ，３２１ＦＬ，３２１ＦＳＬから基準近似線ＢＣを算出する。

次に、制御装置２の近傍領域設定部２１は、図３に示すように、第１物体検出手段である前方ミリ波レーダ３および前側方ミリ波レーダ１０，１０の少なくともいずれか一方により検出された物体の位置、この実施例２では、上記算出された基準近似線ＢＣに基づいて近傍領域Ｐを設定する（ステップＳＴ２）。ここでは、図７に示すように、まず、近似領域設定部２１は、上記構造物形状推定部２２で算出された基準近似線ＢＣを取得する（ステップＳＴ２０１）。次に、近傍領域設定部２１は、基準検出静止物体までの距離〔ｍ〕から近似範囲Ｉ_x〔ｍ〕を決定する（ステップＳＴ２０２）。次に、近傍領域設定部２１は、上記基準検出静止物体どうしの距離〔ｍ〕から拡大係数γを決定する（ステップＳＴ２０３）。次に、近傍領域設定部２１は、上記決定された各近似範囲Ｉ_xと各拡大係数γとから、近似探索範囲ＩＭＧ_x〔ｍ〕を算出する（ステップＳＴ２０４）。次に、近傍領域設定部２１は、上記算出された各近似探索範囲ＩＭＧ_xから近傍領域Ｐを設定する（ステップＳＴ２０５）。

次に、制御装置２の構造物形状推定部２２は、図３に示すように、上記設定された近傍領域Ｐ内に、画像検出装置４により検出された検出静止物体があるか否かを判定する（ステップＳＴ３）。次に、構造物形状推定部２２は、上記設定された近傍領域Ｐ内に検出静止物体があると判定すると、基準検出静止物体と近傍検出静止物体とを接続する（ステップＳＴ４）。次に、構造物形状推定部２２は、上記接続した検出静止物体、すなわち基準検出静止物体と近傍検出静止物体とから近似線Ｃを算出することで、構造物の形状、この実施例２では、路側静止構造物の形状を推定する（ステップＳＴ５）。次に、構造物形状推定部２２は、上記推定された構造物の形状、すなわち算出された近似線Ｃからさらに道路形状である道路の推定Ｒを推定する（ステップＳＴ６）。

以上のように、車両走行用支援システム１−２における構造物形状推定装置では、自車両１００と、この自車両１００の進行方向に存在する路側静止構造物との間に、先行車両２００が存在する場合において、前方ミリ波レーダ３および前側方ミリ波レーダ１０により検出された物体である基準検出静止物体の数を増やすことができる。これにより、前方ミリ波レーダ３のみにより検出された物体である基準検出静止物体と、この基準検出静止物体から算出された基準近似線に基づいて設定された近似領域Ｐ内の近傍検出静止物体と、に基づいて算出された近似線と比較して、前方ミリ波レーダ３および前側方ミリ波レーダ１０，１０により検出された物体である基準検出静止物体と、この基準検出静止物体から算出された基準近似線に基づいて設定された近似領域Ｐ内の近傍検出静止物体と、に基づいて算出された近似線を実際の路側静止構造物である左側ガードレール３００の形状に近似させることができる。つまり、路側静止構造物の形状をさらに精度良く推定することができ、この構造物の形状から推定される道路形状をさらに精度良く推定することができる。

以上のように、車両走行用支援システム１−２における構造物形状推定装置では、前方ミリ波レーダ３あるいは前側方ミリ波レーダ１０，１０の少なくともいずれか一方により検出された検出された物体のうち、設定された推定範囲Ｅ内の検出された物体である基準検出物体の位置と、この基準検出物体の位置に基づいて算出された基準近似線ＢＣに基づいて設定された近似領域Ｐ内にある近傍検出静止物体の位置と、に基づいて構造物の形状である路側静止構造物が推定され、道路形状（推定Ｒ）が推定される。従って、図５および図１１に示す状況のように、自車両１００が直線路ＳＬを走行中である場合は、この推定範囲Ｅ内に含まれる直線路の物体、すなわち自車両１００から進行方向距離閾値ＴＨ_Zの範囲内の検出静止物体３１１ＦＬ，３１１ＦＳＬ，４１１ＦＬ，４１１ＦＳＬの数を減らすことができる。これにより、図１９に示すように、推定範囲Ｅ内のみならず自車両１００から進行方向距離閾値ＴＨ_Zの範囲内の検出静止物体３１１ＦＬ，３１１ＦＳＬ，３２１ＦＬ，３２１ＦＳＬから基準近似線ＢＣ１を算出した場合と比較して、推定範囲Ｅ内の検出静止物体３１１ＦＬ，３１１ＦＳＬ，３２１ＦＬ，３２１ＦＳＬから基準近似線ＣＢを算出した場合は、算出される近似線Ｃを自車両１００が今後走行するカーブ路ＣＬにおける路側静止構造物、この実施例では、カーブ路左側ガードレール３２０に近似させることができる。つまり、カーブ路ＣＬにおける構造物の形状を適切に推定することができ、この構造物の形状から推定されるカーブ路の道路形状を適切に推定することができる。これにより、自車両１００が今後走行する道路形状を適切に推定することができる。

また、この構造物形状推定装置では、推定範囲Ｅは、自車両１００の車速Ｓが増加することで進行方向距離閾値ＴＨ_Zが増加する場合に、自車両１００の進行方向のより遠方から設定する。つまり、自車両１００とこの自車両１００の進行方向における障害物との衝突予測時間が短くなってしまう場合に、この推定範囲Ｎを自車両１００の進行方向のより遠方から設定する。従って、構造物形状推定装置では、車速Ｓに拘わらず、自車両１００が衝突予測時間後に障害物と衝突する虞のある範囲のカーブ路における構造物の形状を適切に推定することができ、カーブ路の道路形状を適切に推定することができる。

また、この構造物形状推定装置では、推定範囲Ｅは、運転者の運転状態が悪化する、ここでは顔向きが非正面であることで進行方向距離閾値ＴＨ_Zが増加する場合に、自車両１００の進行方向のより遠方から設定する。つまり、例えば脇見運転状態や居眠り運転状態であるなど運転者が自車両進行方向を注視していない場合に、推定範囲Ｐを自車両１００の進行方向のより遠方から設定する。従って、構造物形状推定装置では、運転者による障害物の認識が通常よりも遅れる状態の場合に、自車両１００が障害物と衝突する虞のある範囲のカーブ路における構造物の形状を適切に推定することができ、カーブ路の道路形状を適切に推定することができる。

以上のように、この発明にかかる構造物形状推定装置、障害物検出装置および構造物形状推定方法は、自車両の所定方向に存在する構造物の形状を推定する構造物形状推定装置および構造物形状推定方法、この構造物の形状から推定される道路形状に基づいて検出範囲を設定する障害物検出装置に有用であり、特に、構造物の形状を精度良く推定するのに適している。

この発明にかかる実施例１の車両走行用支援システムを備える車両の概略構成例を示す図である。 実施例１にかかる構造物形状推定装置および障害物検出装置を備える車両走行用支援システムの構成例を示す図である。 実施例１にかかる構造物形状推定装置の動作フロー図である。 実施例１にかかる構造物形状推定装置の動作フロー図である。 構造物形状推定方法の説明図である。 算出された基準近似線ＢＣを示す図である。 実施例１にかかる構造物形状推定装置の動作フロー図である。 近傍範囲Ｉ_Xと自車両から基準検出静止物体までの距離との関係を示す図である。 拡大係数γと基準検出静止物体どうしの距離との関係を示す図である。 設定された近傍領域Ｐを示す図である。 構造物形状推定方法の説明図である。 構造物形状推定方法の説明図である。 算出された近似線Ｃを示す図である。 この発明にかかる障害物検出装置の動作フロー図である。 この発明にかかる実施例２の車両走行用支援システムを備える車両の概略構成例を示す図である。 実施例２にかかる構造物形状推定装置および障害物検出装置を備える車両走行用支援システムの構成例を示す図である。 実施例２にかかる構造物形状推定装置の動作フロー図である。 顔向きに基づく係数Ｋと進行方向距離閾値ＴＨ_Zとの関係を示す図である。 算出された基準近似線ＢＣを示す図である。

符号の説明

１−１，１−２ 車両走行用支援システム
２ 制御装置
２１ 近傍領域設定部（近傍領域設定手段）
２２ 構造物形状推定部（構造物形状推定手段）
２３ 検出範囲設定部（検出範囲設定手段）
２４ 障害物検出部（障害物検出手段）
３ 前方ミリ波レーダ（第１物体検出手段）
４ 画像検出装置
４１ ステレオカメラ
４２ 画像処理装置
５ エアバック装置
５１ エアバック制御装置
５２ エアバック
６ シートベルト装置
６１ シートベルト制御装置
６２ シートベルト巻取モータ
６３ シートベルト
７ ステアリング装置
７１ ステアリング制御装置
７２ アシストモータ
７３ ステアリング
８ ブレーキ装置
８１ ブレーキ制御装置
８２ ブレーキアクチュエータ
８３ ブレーキ
９１ ヨーレートセンサ
９２ Ｇセンサ
９３ 車速センサ
９４ ブレーキセンサ
９５ エンジン制御装置
９６ スロットル
９７ 変速機
１０ 前側方ミリ波レーダ（第１物体検出手段）
１１ 顔向き検出装置
１１１ 顔向きカメラ
１１２ 顔向き判定装置
１００ 自車両
２００ 先行車両
３００ 左側ガードレール
３１０ 直線路左側ガードレール
３１１，３１１ＦＬ，３１１ＳＣ，３１１ＦＳＬ（検出静止物体）
３２０ カーブ路左側ガードレール
３２１，３２１ＦＬ，３２１ＳＣ，３２１ＦＳＬ（検出静止物体）
３３０ 基準第１検出静止物体群
３３０’ 検出静止物体群
４００ 右側ガードレール
４１０ 直線路右側ガードレール
４１１ 検出静止物体
４２０ カーブ路右側ガードレール
４２１，４２１ＳＣ 検出静止物体
４３０ 基準第２検出静止物体群
Ｌ 道路
ＳＬ 直線路
ＣＬ カーブ路

Claims (7)

1. 自車両から所定方向に存在する構造物の形状を推定する構造物形状推定装置において、
   前記所定方向に存在する物体の位置を検出する第１物体検出手段と、
   前記所定方向に存在する物体の位置を検出する前記第１物体検出手段と検出方法が異なる第２物体検出手段と、
   前記第１物体検出手段により検出された物体の位置に基づいて、前記構造物の形状を近似し、当該近似した構造物の形状に基づいて近似領域を設定する近似領域設定手段と、
   前記第１物体検出手段により検出された物体の位置および前記設定された近似領域内の前記第２物体検出手段により検出された物体の位置に基づいて前記構造物の形状を推定する構造物推定手段と、
   を備えることを特徴とする構造物形状推定装置。
2. 前記近似領域設定手段は、前記第１物体検出手段により検出された物体の位置に基づいて、前記構造物の形状を線分で近似した基準近似線を算出し、当該基準近似線に基づいて近似領域を設定することを特徴とする請求項１に記載の構造物形状推定装置。
3. 前記近似領域設定手段は、前記自車両から離れるほど広く設定することを特徴とする請求項１または２に記載の構造物形状推定装置。
4. 前記近似領域設定手段は、前記第１物体検出手段により検出された物体どうしの間隔が狭いほど狭く設定することを特徴とする請求項１〜３のいずれか１つに記載の構造物形状推定装置。
5. 前記第１物体検出手段は、電波を用いて物体の位置を検出するものであり、前記第２物体検出手段は、画像データを用いて物体を検出するものであることを特徴とする請求項１〜４のいずれか１つに記載の構造物形状推定装置。
6. 自車両進行方向における障害物を検出する障害物検出装置において、
   前記自車両進行方向に存在する物体の位置を検出する物体検出手段と、
   前記障害物を検出する検出範囲を設定する検出範囲設定手段と、
   前記検出範囲内の前記検出された物体を障害物として判定する障害物判定手段と、
   を備え、前記検出範囲設定手段は、請求項１〜５のいずれか１つに記載の構造物推定装置により推定された前記構造物の形状から推定された自車両の進行方向における道路形状に基づいて前記検出範囲を設定することを特徴とする障害物検出装置。
7. 自車両から所定方向に存在する構造物の形状を推定する構造物形状推定方法において、
   前記所定方向に存在する物体の位置を第１物体検出手段により検出する手順と、
   前記所定方向に存在する物体の位置を前記第１物体検出手段と検出方法が異なる第２物体検出手段により検出する手順と、
   前記第１物体検出手段により検出された物体の位置に基づいて、前記構造物の形状を近似し、当該近似した構造物の形状に基づいて近似領域を設定する手順と、
   前記第１物体検出手段により検出された物体の位置および前記設定された近似領域内の前記第２物体検出手段により検出された物体の位置に基づいて前記構造物の形状を推定する手順と、
   を含むことを特徴とする構造物形状推定方法。

Images