JP2009223504A - 車両検出装置および方法、並びに、プログラム - Google Patents

Abstract

【課題】より正確に前方の車両の位置を検出する。
【解決手段】状態変数予測部１３１は、前方車両の運動モデルおよび形状モデルの両方に基づき前方車両の現在の状態変数と過去の状態変数との関係を表す状態方程式、および、前方車両の位置の観測値と状態変数との関係を表す出力方程式を適用したカルマンフィルタにより、過去の状態変数に基づいて、現在の前方車両の状態変数を予測し、現在の観測値に基づいて、現在の前方車両の状態変数を訂正する。本発明は、例えば、前方車両検出装置に適用できる。
【選択図】図２

Description

本発明は、車両検出装置および方法、並びに、プログラムに関し、前方の車両の位置を検出する画像処理装置および方法、並びに、プログラムに関する。

従来、前方の車両（以下、前方車両と称する）を撮影した車両画像のエッジヒストグラムに基づいて、前方車両の輪郭の候補点を求めるとともに、カルマンフィルタを用いて前方車両の軌道を予測し、予測結果に基づいて、各候補点の中から実際に車両の輪郭に対応する対応点を検索し、前方車両の認識を行うことが提案されている（例えば、特許文献１参照）。

特許３３４９００２号公報

しかしながら、特許文献１に記載の発明では、前方車両の近くに車両の端部と似た特徴を持つものが連続して存在する場合、車両の端部を誤検出してしまう恐れがあった。

例えば、図１は、前方に進行中の車両から車両の前方を連続して撮影した画像を模式的に表した図である。画像ＩＭ１乃至ＩＭ３は、画像ＩＭ１、画像ＩＭ２、画像ＩＭ３の順に撮影され、全ての画像において前方車両であるバス１が写っている。また、バス１が走行中の車線のすぐ左側には電柱２−１、２−２・・・が連続して存在し、バス１の左端Ｌｃと電柱２−１とが接近した状態となっている。

この例の場合、バス１の右端Ｒｃ、左端Ｌｃおよび電柱２−１は、ほぼ同じ方向のエッジを有し、エッジヒストグラムにおいて非常に似た分布を示す。そのため、特許文献１に記載の発明では、バス１の左端Ｌｃの代わりに電柱２−１の左端Ｌｃ'が、バス１の左端として誤検出されてしまう恐れがあった。

本発明は、このような状況に鑑みてなされたものであり、より正確に前方の車両の位置を検出できるようにするものである。

本発明の一側面の車両検出装置は、過去のシステムの状態と現在のシステムの観測値に基づいて現在のシステムの状態を推定するフィルタに、車両の運動モデルおよび形状モデルの両方に基づき車両の現在の状態変数と過去の状態変数との関係を表す状態方程式、および、車両の位置の観測値と状態変数との関係を表す出力方程式を適用したフィルタにより、過去の状態変数に基づいて、現在の状態変数を予測し、現在の観測値に基づいて、現在の状態変数を訂正する状態変数推定手段を備える。

本発明の一側面の車両検出装置においては、過去のシステムの状態と現在のシステムの観測値に基づいて現在のシステムの状態を推定するフィルタに、車両の運動モデルおよび形状モデルの両方に基づき車両の現在の状態変数と過去の状態変数との関係を表す状態方程式、および、車両の位置の観測値と状態変数との関係を表す出力方程式を適用したフィルタにより、過去の状態変数に基づいて、現在の状態変数が予測され、現在の観測値に基づいて、現在の状態変数が訂正される。

従って、より正確に前方の車両の位置を検出することができる。

この状態変数推定手段は、例えば、CPU（Central Processing Unit）により構成される。

この状態変数は、車両の寸法を含むようにすることができる。

これにより、より正確に前方の車両の寸法を検出することができる。

訂正された現在の状態変数を前記出力方程式に適用することにより、現在の前記車両の位置の出力値を計算する車両位置計算手段をさらに設けることができる。

これにより、観測値と同じ形式で車両の位置を検出することができる。

このフィルタは、カルマンフィルタまたはパーティクルフィルタとすることができる。

これにより、カルマンフィルタまたはパーティクルフィルタを用いて、車両の位置を検出することができる。

この車両の位置の観測値は、三次元空間の座標系により表すことができる。

これにより、三次元空間における車両の位置を迅速に求めることができる。

本発明の一側面の車両検出方法またはプログラムは、過去のシステムの状態と現在の前記システムの観測値に基づいて現在の前記システムの状態を推定するフィルタに、前記車両の運動モデルおよび形状モデルの両方に基づき前記車両の現在の状態変数と過去の前記状態変数との関係を表す状態方程式、および、前記車両の位置の観測値と前記状態変数との関係を表す出力方程式を適用したフィルタにより、過去の前記状態変数に基づいて、現在の前記状態変数を予測し、現在の前記観測値に基づいて、現在の前記状態変数を訂正する状態変数推定ステップを含む。

本発明の一側面の車両検出方法またはプログラムにおいては、過去のシステムの状態と現在のシステムの観測値に基づいて現在のシステムの状態を推定するフィルタに、車両の運動モデルおよび形状モデルの両方に基づき車両の現在の状態変数と過去の状態変数との関係を表す状態方程式、および、車両の位置の観測値と状態変数との関係を表す出力方程式を適用したフィルタにより、過去の状態変数に基づいて、現在の状態変数が予測され、現在の観測値に基づいて、現在の状態変数が訂正される。

従って、より正確に前方の車両の位置を検出することができる。

この状態変数推定ステップは、例えば、CPUにより、過去のシステムの状態と現在の前記システムの観測値に基づいて現在の前記システムの状態を推定するフィルタに、前記車両の運動モデルおよび形状モデルの両方に基づき前記車両の現在の状態変数と過去の前記状態変数との関係を表す状態方程式、および、前記車両の位置の観測値と前記状態変数との関係を表す出力方程式を適用したフィルタにより、過去の前記状態変数に基づいて、現在の前記状態変数を予測し、現在の前記観測値に基づいて、現在の前記状態変数を訂正する状態変数推定ステップより構成される。

本発明の一側面によれば、より正確に前方の車両の位置を検出することができる。

以下、図を参照して、本発明の実施の形態について説明する。

図２は、本発明を適用した車両検出システムの一実施の形態を示すブロック図である。図２の車両検出システム１０１は、車両検出システム１０１が設けられている車両（以下、自車とも称する）の前方を撮影した画像から前方車両を認識し、前方車両の位置を検出するシステムである。車両検出システム１０１は、カメラ１１１、レーザレーダ１１２および車両検出装置１１３を含むように構成される。

カメラ１１１は、例えば、CCD（Charge Coupled Devices）撮像素子、CMOS（Complementary Metal Oxide Semiconductor）撮像素子、または、対数変換型撮像素子などを用いたカメラにより構成される。

図３は、カメラ１１１の撮影範囲を模式的に表す図である。カメラ１１１は、例えば、図３に示されるように、車両検出システム１０１が設けられている車両１５１から、車両１５１と同じ車線の前方を走行する車両１５２（すなわち、前方車両）を撮影できる位置に設置される。カメラ１１１は、撮影した画像（以下、前方画像と称する）を、車両検出装置１１３のエッジ抽出部１２１に供給する。

レーザレーダ１１２は、例えば、自車の前方にビーム（レーザ光）を射出するとともに、ビームをスキャンし、ビームの反射光の強度に基づいて、前方車両を検出するとともに、自車から前方車両までの距離を計測する。レーザレーダ１１２は、所定の間隔で、検出した前方車両までの距離を含む情報を車両検出装置１１３の三次元座標計算部１２３に供給する。

車両検出装置１１３は、図５などを参照して後述するように、カメラ１１１により撮影された前方画像、および、レーザレーダ１１２により計測された前方車両までの距離に基づいて、前方車両の位置を検出する。車両検出装置１１３は、エッジ抽出部１２１、車両位置検出部１２２、三次元座標計算部１２３、および、追跡部１２４を含むように構成される。

エッジ抽出部１２１は、所定の手法に基づいて、前方画像のエッジを抽出し、抽出したエッジからなる画像（以下、エッジ画像と称する）を車両位置検出部１２２に供給する。なお、エッジ抽出部１２１が用いるエッジ抽出の手法は、特定の手法に限定されるものではなく、より正確に、より迅速に、かつ、より簡単に画像のエッジを抽出できる手法を適用することが望ましい。

車両位置検出部１２２は、図５を参照して後述するように、エッジ画像に基づいて、前方画像における前方車両の左右の両端の位置を検出する。車両位置検出部１２２は、検出した前方車両の左右の両端の前方画像における座標を示す情報を三次元座標計算部１２３に供給する。

三次元座標計算部１２３は、図５を参照して後述するように、レーザレーダ１１２により計測された前方車両までの距離に基づいて、前方車両の左右の両端の座標を、前方画像における座標系（以下、画像座標系と称する）から実際の三次元空間の座標系（以下、三次元座標と称する）に変換する。三次元座標計算部１２３は、変換した前方車両の左右の両端の座標、および、前方車両までの距離を示す情報を追跡部１２４の状態変数予測部１４１に供給する。

なお、以下、画像座標系を、図４に示されるように、前方画像ＩＭ１１の中心ciを通り、互いに直交する水平方向のxi軸および垂直方向のyi軸からなる座標系とする。また、三次元座標系を、カメラ１１１（不図示）のレンズの中心Crを通り、互いに直交する横方向のXr軸、垂直方向のYr軸、および、カメラ１１１の光軸と等しいZr軸からなる座標系とする。さらに、三次元座標系のZr軸が、前方画像の中心ciを通るものとする。従って、現実世界の点Prの三次元座標系における座標(X,Y,Z)と、点Prが写っている前方画像の点piの座標(x,y)の関係は、以下の式（１）および（２）により表される。

なお、fはカメラ１１１の焦点距離を表している。

図２に戻り、追跡部１２４は、図６などを参照して後述するように、カルマンフィルタを用いて、前方車両の追跡を行う。追跡部１２４は、状態変数推定部１３１、および、車両位置計算部１３２を含むように構成される。

状態変数推定部１３１は、図６などを参照して後述するように、前方車両の運動モデルおよび形状モデルの両方に基づき前方車両の現在の状態を表す状態変数と過去の状態を表す状態変数との関係を表す状態方程式、および、前方車両の位置の観測値と状態変数との関係を表す出力方程式を適用したカルマンフィルタにより、前方車両の現在の状態変数を推定する。状態変数推定部１３１は、状態変数予測部１４１、および、状態変数訂正部１４２を含むように構成される。

状態変数予測部１４１は、図６などを参照して後述するように、カルマンフィルタの予測部分を用いて、過去の状態変数に基づいて、現在の状態変数を予測する。また、状態変数予測部１４１は、状態変数の誤差の共分散を推定する。状態変数予測部１４１は、前方車両の状態変数の予測値、および、状態変数の誤差の共分散の推定値を示す情報を状態変数訂正部１４２に供給する。

状態変数訂正部１４２は、図６などを参照して後述するように、カルマンフィルタの訂正部分を用いて、現在の前方車両の位置の観測値に基づいて、現在の前方車両の状態変数を訂正する。また、状態変数訂正部１４２は、前方車両の状態変数の誤差の共分散を訂正する。状態変数訂正部１４２は、訂正後の状態変数を示す情報を、状態変数予測部１４１および車両位置計算部１３２に供給し、訂正後の状態変数の誤差の共分散を示す情報を状態変数予測部１４１に供給する。

車両位置計算部１３２は、図６などを参照して後述するように、訂正後の状態変数を出力方程式に適用することにより、前方車両の左右の両端の位置を計算する。車両位置計算部１３２は、計算した前方車両の左右の両端の位置、および、前方車両までの距離を示す情報を後段の装置に出力する。

次に、図５のフローチャートを参照して、車両検出システム１０１により実行される前方車両検出処理について説明する。なお、この処理は、例えば、自車のエンジンが始動されたとき開始され、自車のエンジンが停止されたとき終了する。

ステップＳ１において、エッジ抽出部１２１は、カメラ１１１により撮影された前方画像を取得する。

ステップＳ２において、三次元座標計算部１２３は、前方車両までの距離を取得する。すなわち、三次元座標計算部１２３は、レーザレーダ１１２により計測された、三次元座標系における前方車両までの距離Z'を示す情報をレーザレーダ１１２から取得する。

ステップＳ３において、エッジ抽出部１２１は、所定の手法に基づいて、前方画像のエッジを抽出する。エッジ抽出部１２１は、エッジを抽出した画像（エッジ画像）を車両位置検出部１２２に供給する。

ステップＳ４において、車両位置検出部１２２は、前方画像における前方車両の左右の両端の位置を検出する。具体的には、車両位置検出部１２２は、エッジ画像の垂直方向の列毎に画素値の合計値（すなわち、エッジ画像の垂直方向の画素値の合計値）を計算し、計算した合計値のヒストグラムを作成する。車両位置検出部１２２は、作成したヒストグラムに基づいて、前方画像において前方車両の左端および右端と推定される位置の、画像座標系におけるxi軸方向の座標xl'，xr'を検出する。車両位置検出部１２２は、前方車両の左右の両端の座標xl'，xr'を示す情報を三次元座標計算部１２３に供給する。

なお、前方画像において前方車両の両端の位置を検出する方法は、上述した方法に限定されるものではない。

ステップＳ５において、三次元座標計算部１２３は、三次元座標系における前方車両の左右の両端の位置を計算する。すなわち、三次元座標計算部１２３は、画像座標系における前方車両の左右の両端の座標xl'，xr'、レーザレーダ１１２により計測された前方車両までの距離Z'、および、既知のカメラ１１１の焦点距離fを、上述した式（１）に代入することにより、前方車両の左右の両端の三次元座標系におけるXr軸方向の座標XL'，XR'を計算する。三次元座標計算部１２３は、前方車両の左右の両端の座標XL'，XR'、および、レーザレーダ１１２により計測された前方車両までの距離Z'を示す情報を状態変数予測部１４１に供給する。

ステップＳ６において、追跡部１２４は、追跡処理を行う。ここで、図６のフローチャートを参照して、追跡処理の詳細について説明する。

ステップＳ３１において、状態変数予測部１４１は、前方車両の状態変数を予測する。ここで、図７を参照しながら、車両検出システム１０１において前方車両の位置を検出するために用いられる状態方程式および出力方程式について説明する。

車両検出システム１０１においては、車幅W、前方車両の横方向（Xr軸方向）の中心の座標X、自車からの距離Z、自車に対する横方向（Xr軸方向）の相対速度vx、および、自車に対する距離方向（Zr軸方向）の相対速度vzの５種類の状態変数により、前方車両の状態が表される。そして、現在の時刻tにおける状態変数と過去の時刻t-1における状態変数との関係を表す状態方程式が、以下の式（３）乃至（７）により表される。

W_t＝W_t-1 ・・・（３）
X_t＝X_t-1+Δt×vx_t-1 ・・・（４）
Z_t＝Z_t-1+Δt×vz_t-1 ・・・（５）
vx_t＝vx_t-1 ・・・（６）
vz_t＝vz_t-1 ・・・（７）
なお、Δtは、時刻t-1と時刻tの間の時間を表す。

ここで、式（３）は、前方車両の形状モデルに基づいて求められる方程式である。すなわち、式（３）は、前方車両の車幅が不変であることに基づき導出される方程式である。また、式（４）乃至（７）は、前方車両の運動モデルに基づいて求められる方程式である。すなわち、式（４）乃至（７）は、前方車両が自車に対して等速直線運動をしているとの仮定に基づき導出される方程式である。

なお、式（３）乃至（７）においては、全ての状態変数が、三次元座標系における値により表される。

また、車両検出システム１０１においては、カメラ１１１により撮影された前方画像おおよびレーザレーダ１１２の測定値により観測される前方車両の位置の観測値と、上述した式（３）乃至（７）に基づいて計算される状態変数との関係を表す出力方程式が、以下の式（８）乃至（１０）により表される。

なお、XL'_tおよびXR'_tは、前方画像に基づいて観測される、現在の時刻tにおける前方車両の左端および右端の三次元座標系におけるXr軸方向の座標を表し、Z'_tは、レーザレーダ１１２により観測される、現在の時刻tにおける前方車両の自車からの距離の三次元座標系における値を表している。

状態変数予測部１４１は、以下の式（１１）および式（１２）を用いて、時刻tにおける前方車両の状態変数A_t＝(W_t, X_t, Z_t, vx_t, vz_t)^Tの予測値A'_t、および、状態変数の誤差の共分散P'_tを推定する。

なお、Fは、以下の式（１３）に示されるように、式（３）乃至（７）の状態方程式により決定される５×５の行列、Q_tは、モデル誤差を表す５次元のベクトルである。

すなわち、式（１１）および式（１２）は、式（３）乃至（７）を状態方程式としたカルマンフィルタの予測部分を表す式である。なお、状態変数の初期値A₀とモデル誤差の初期値Q₀は、任意の値とするようにしてもよいし、初回の観測結果に基づいて設定するようにしてもよい。

状態変数予測部１４１は、状態変数の予測値A_t'、および、状態変数の誤差の共分散の推定値P_t'を示す情報を状態変数訂正部１４２に供給する。

ステップＳ３２において、状態変数訂正部１４２は、前方車両の状態変数を訂正する。具体的には、状態変数訂正部１４２は、時刻tにおける前方車両の状態変数の予測値A'_t、前方車両の位置の観測値B_t＝(XL'_t, XR'_t, Z'_t)^T、および、状態変数の誤差の共分散の推定値P_t'を用い、以下の式（１４）乃至（１６）に基づいて、前方車両の状態変数、および、状態変数の誤差の共分散の値を訂正する。

なお、A_tは時刻tにおける訂正後の前方車両の状態変数を表し、Hは、以下の式（１７）に示されるように、上述した式（８）乃至（１０）の出力方程式により決定される３×５の行列を表し、K_tは時刻tにおけるカルマンゲインを表し、P_tは時刻tにおける訂正後の前方車両の状態変数の誤差の共分散を表す。

すなわち、式（１４）乃至（１６）は、式（８）乃至（１０）を出力方程式としたカルマンフィルタの訂正部分を表す式である。

状態変数訂正部１４２は、訂正後の状態変数A_tを示す情報を、状態変数予測部１４１および車両位置計算部１３２に供給し、訂正後の状態変数の誤差の共分散P_tを示す情報を状態変数予測部１４１に供給する。なお、状態変数予測部１４１は、次の時刻t+1における状態変数および状態変数の誤差の共分散を推定するときに、この訂正後の状態変数A_tおよび誤差の共分散P_tを用いる。

ステップＳ３３において、車両位置計算部１３２は、前方車両の左右の両端の位置を計算する。具体的には、車両位置計算部１３２は、以下の式（１８）および（１９）の出力方程式に基づいて、時刻tにおける前方車両の左端および右端の三次元座標系におけるXr軸方向の座標XL_tおよび座標XR_tを計算する。

車両位置計算部１３２は、計算した前方車両の左端の座標XL_tおよび右端の座標XR_t、並びに、訂正後の状態変数A_tに含まれる自車から前方車両までの距離Z_tを示す情報を後段の装置に出力する。その後、処理はステップＳ１に戻り、ステップＳ１以降の処理が実行される。

このようにして、より正確に前方車両の位置を検出することができる。具体的には、前方車両の運動モデルだけでなく形状モデルも用いて前方車両の状態方程式と出力方程式を求め、求めた状態方程式と出力方程式で構成したカルマンフィルタを用いることにより、例えば、上述した図１に示されるような状況においても、バス１の両端を正確に検出することができる。

なお、以上の説明では、前方車両の幅のみを考慮した形状モデルを状態方程式に適用する例を示したが、前方車両のその他の場所の寸法を考慮した形状モデルを状態方程式に適用し、前方車両の各部の位置を検出するようにすることが可能である。例えば、前方車両の幅Wの他に、図８に示される前方車両の高さHを考慮した形状モデルを状態方程式に適用し、前方車両の上端および下端の三次元座標におけるYr軸方向の座標YUおよびYLを求めるようにすることが考えられる。この場合の前方車両の状態方程式は、以下の式（２０）乃至（２６）により表される。

W_t＝W_t-1 ・・・（２０）
X_t＝X_t-1+Δt×vx_t-1 ・・・（２１）
Z_t＝Z_t-1+Δt×vz_t-1 ・・・（２２）
vx_t＝vx_t-1 ・・・（２３）
vz_t＝vz_t-1 ・・・（２４）
H_t＝H_t-1 ・・・（２５）
Y_t＝Y_t-1 ・・・（２６）

なお、式（２０）乃至（２４）は、上述した式（３）乃至（７）と同じである。また、Y_tは、時刻tにおける前方車両の縦方向（Yr軸方向）の中心の座標を表している。

また、この場合の出力方程式は、以下の式（２７）乃至（３１）により表される。

なお、式（２７）乃至（２９）は、上述した式（８）乃至（１０）と同じである。また、YU'_tおよびYL'_tは、前方画像に基づいて観測される、現在の時刻tにおける前方車両の上端および下端の、三次元座標系におけるYr軸方向の座標を表している。

また、以上の説明では、本発明にカルマンフィルタを適用する例を示したが、例えば、パーティクルフィルタなど、過去のシステムの状態と現在の前記システムの観測値に基づいて現在の前記システムの状態を推定する他のフィルタを適用するようにしてもよい。

上述した一連の処理は、ハードウエアにより実行することもできるし、ソフトウエアにより実行することもできる。一連の処理をソフトウエアにより実行する場合には、そのソフトウエアを構成するプログラムが、専用のハードウエアに組み込まれているコンピュータ、または、各種のプログラムをインストールすることで、各種の機能を実行することが可能な、例えば汎用のパーソナルコンピュータなどに、プログラム記録媒体からインストールされる。

図９は、上述した一連の処理をプログラムにより実行するコンピュータのハードウエアの構成例を示すブロック図である。

コンピュータにおいて、CPU（Central Processing Unit）３０１，ROM（Read Only Memory）３０２，RAM（Random Access Memory）３０３は、バス３０４により相互に接続されている。

バス３０４には、さらに、入出力インタフェース３０５が接続されている。入出力インタフェース３０５には、キーボード、マウス、マイクロホンなどよりなる入力部３０６、ディスプレイ、スピーカなどよりなる出力部３０７、ハードディスクや不揮発性のメモリなどよりなる記憶部３０８、ネットワークインタフェースなどよりなる通信部３０９、磁気ディスク、光ディスク、光磁気ディスク、或いは半導体メモリなどのリムーバブルメディア３１１を駆動するドライブ３１０が接続されている。

以上のように構成されるコンピュータでは、CPU３０１が、例えば、記憶部３０８に記憶されているプログラムを、入出力インタフェース３０５及びバス３０４を介して、RAM３０３にロードして実行することにより、上述した一連の処理が行われる。

コンピュータ（CPU３０１）が実行するプログラムは、例えば、磁気ディスク（フレキシブルディスクを含む）、光ディスク（CD-ROM(Compact Disc-Read Only Memory),DVD(Digital Versatile Disc)等）、光磁気ディスク、もしくは半導体メモリなどよりなるパッケージメディアであるリムーバブルメディア３１１に記録して、あるいは、ローカルエリアネットワーク、インターネット、デジタル衛星放送といった、有線または無線の伝送媒体を介して提供される。

そして、プログラムは、リムーバブルメディア３１１をドライブ３１０に装着することにより、入出力インタフェース３０５を介して、記憶部３０８にインストールすることができる。また、プログラムは、有線または無線の伝送媒体を介して、通信部３０９で受信し、記憶部３０８にインストールすることができる。その他、プログラムは、ROM３０２や記憶部３０８に、あらかじめインストールしておくことができる。

なお、コンピュータが実行するプログラムは、本明細書で説明する順序に沿って時系列に処理が行われるプログラムであっても良いし、並列に、あるいは呼び出しが行われたとき等の必要なタイミングで処理が行われるプログラムであっても良い。

また、本明細書において、システムの用語は、複数の装置、手段などより構成される全体的な装置を意味するものとする。

さらに、本発明の実施の形態は、上述した実施の形態に限定されるものではなく、本発明の要旨を逸脱しない範囲において種々の変更が可能である。

前方に進行中の車両から車両の前方を連続して撮影した画像を模式的に表した図である。 本発明を適用した車両検出システムの一実施の形態を示すブロック図である。 カメラの撮影範囲を模式的に表す図である。 画像座標系と三次元座標系との関係を説明するための図である。 前方車両検出処理を説明するためのフローチャートである。 追跡処理の詳細を説明するためのフローチャートである。 前方車両の状態方程式および出力方程式を説明するための図である。 前方車両の状態方程式および出力方程式を他の例を説明するための図である。 コンピュータの構成の例を示すブロック図である。

符号の説明

１０１ 車両検出システム
１１１ カメラ
１１２ レーザレーダ
１１３ 車両検出装置
１２１ エッジ抽出部
１２２ 車両位置検出部
１２３ 三次元座標計算部
１２４ 追跡部
１３１ 状態変数推定部
１３２ 車両位置計算部
１４１ 状態変数予測部
１４２ 状態変数訂正部

Claims (7)

1. 前方の車両の位置を検出する車両検出装置において、
   過去のシステムの状態と現在の前記システムの観測値に基づいて現在の前記システムの状態を推定するフィルタに、前記車両の運動モデルおよび形状モデルの両方に基づき前記車両の現在の状態変数と過去の前記状態変数との関係を表す状態方程式、および、前記車両の位置の観測値と前記状態変数との関係を表す出力方程式を適用したフィルタにより、過去の前記状態変数に基づいて、現在の前記状態変数を予測し、現在の前記観測値に基づいて、現在の前記状態変数を訂正する状態変数推定手段を
   含む車両検出装置。
2. 前記状態変数は、前記車両の寸法を示す変数を含む
   請求項１に記載の車両検出装置。
3. 訂正された現在の状態変数を前記出力方程式に適用することにより、現在の前記車両の位置の出力値を計算する車両位置計算手段を
   さらに含む請求項１に記載の車両検出装置。
4. 前記フィルタは、カルマンフィルタまたはパーティクルフィルタである
   請求項１に記載の車両検出装置。
5. 前記車両の位置の観測値は、三次元空間の座標系により表される
   請求項１に記載の車両検出装置。
6. 前方の車両の位置を検出する車両検出装置の車両検出方法において、
   過去のシステムの状態と現在の前記システムの観測値に基づいて現在の前記システムの状態を推定するフィルタに、前記車両の運動モデルおよび形状モデルの両方に基づき前記車両の現在の状態変数と過去の前記状態変数との関係を表す状態方程式、および、前記車両の位置の観測値と前記状態変数との関係を表す出力方程式を適用したフィルタにより、過去の前記状態変数に基づいて、現在の前記状態変数を予測し、現在の前記観測値に基づいて、現在の前記状態変数を訂正する状態変数推定ステップを
   含む車両検出方法。
7. 前方の車両の位置を検出する処理をコンピュータに実行させるプログラムにおいて、
   過去のシステムの状態と現在の前記システムの観測値に基づいて現在の前記システムの状態を推定するフィルタに、前記車両の運動モデルおよび形状モデルの両方に基づき前記車両の現在の状態変数と過去の前記状態変数との関係を表す状態方程式、および、前記車両の位置の観測値と前記状態変数との関係を表す出力方程式を適用したフィルタにより、過去の前記状態変数に基づいて、現在の前記状態変数を予測し、現在の前記観測値に基づいて、現在の前記状態変数を訂正する状態変数推定ステップを
   含む処理をコンピュータに実行させるプログラム。

Images