JP2009282592A - 車両用外界認識装置、および、車両システム - Google Patents

Abstract

【課題】複数の物体が互いに近接している場合でも、これらの物体を高精度で個体認識すること。
【解決手段】車両用外界認識装置１００の衝突判定部４は、物体群の左端位置、中心位置、右端位置それぞれについて、両端横速度計算部３で計算される各位置における各横速度をもとに、相対座標系における物体群の移動軌跡を計算し、その移動軌跡が相対座標系における原点に近づくほど各位置における危険度が高いものとして、各位置における危険度を計算し、衝突回避制御部５は、衝突判定部４により計算される物体群の各位置における危険度のうち、少なくとも１つの位置における危険度が所定しきい値を超えるときに、その危険度に対応する物体群に関する衝突回避制御を実行する。
【選択図】図１

Description

本発明は、車両用外界認識装置、および、車両システムに関する。

交通事故による死亡者数は衝突安全と呼ばれる衝突後の乗員保護（エアバッグ、衝突安全ボディ）の導入により減少傾向にあるが、事故件数は自動車の保有台数とリンクして増加傾向にあり、これらの事故を低減するためには事故を未然に防ぐ予防安全システムの開発が重要である。

予防安全システムは、事故の手前で作動するシステムであり、例えば、自車前方の物体と衝突する可能性が生じたときには警報によって運転者に注意を促し、衝突が避けられない状況になったときには自動ブレーキによって乗員の被害を軽減するプリクラッシュ・セーフティ・システムなどが実用化されている。

前記システムにおいては、レーダやカメラで検知された自車前方の物体を認識し、認識された物体と自車との衝突可能性を判断する外界認識装置が重要である。

特許文献１には、物体の相対位置の変化量から縦速度ベクトルを計算し、この縦速度ベクトルに応じて自車との衝突可能性を判定する衝突判定方法が記載されている。この方法によれば、自車前方に存在する物体の縦速度ベクトルの方向が自車に向いているか否かを判定することにより衝突可能性を判定することができる。

一方、日本国内の交通死亡事故のうち、歩行者が死亡する事故は全体の約３０％を占めており、特に東京都内の場合、歩行者死亡事故の割合は約４０％に上ると言われている。このような歩行者死亡事故を低減するためには、レーダやカメラなどの環境認識センサを利用した安全運転支援システムが有効である。

特許文献２では、レーダとカメラを用いて歩行者などの物体を検知するシステムが提案されている。このシステムによれば、レーダで検知した物体の距離と反射強度に応じて物体の属性を判別し、この属性に応じてカメラで撮像した画像を用いて個体識別することが可能となる。
特開２００５−０２５４５８号公報 特開２００７−１１４８３１号公報

しかしながら、レーダの感度を上げて歩行者などの低反射体を検知しようとすると、所定の領域内で近接している複数の物体を検知した場合に、各物体の反射強度の差異が曖昧となり、これらの物体を１つの物体群として検知する可能性がある。

図１２（ａ）は、２つの横移動している物体Ａ，Ｂを１つの物体群として検知している場合を示す。レーダは、物体群の中心の横速度を横速度Ｖｘとして出力する。２物体の横速度の平均値がこの物体群の横速度Ｖｘになり（Ｖｘ＝（Ｖａ＋Ｖｂ）／２）、各物体の実際の横速度Ｖａ、Ｖｂとは異なる値を示す。
よって、特許文献１に記載されているような縦速度ベクトルによる衝突判定の精度が低下し、プリクラッシュ・セーフティ・システムなどの安全システムが有効に作動しない可能性がある。

図１２（ｂ）は、物体の移動分に応じて画像処理領域を設定する方法を示す。
特許文献２に記載されているようなレーダで検知した物体を画像処理によって個体識別するシステムにおいては、データ通信や処理時間などの遅れを考慮して、画像処理領域を設定する。
しかし、所定の領域内で近接している複数の物体をレーダで１つの物体群として検知している場合には、画像処理領域が不足して（画像処理領域の外に撮影された物体がはみ出して）、カメラでの個体識別が困難となる場合がある。

図１２（ｃ）は、画像処理領域の設定における課題を示す。２つの物体Ａ、Ｂが異なる方向に横移動している場合（｜Ｖｂ｜＞｜Ｖａ｜）には、レーダの横速度Ｖｘに応じて画像処理領域を設定すると、右端の物体Ａに対して領域の不足分が発生する。
また、｜Ｖｂ｜＞｜Ｖａ｜のとき、｜Ｖｂ｜＞｜Ｖｘ｜となることから、左端の物体Ｂに対しても領域の不足分が発生する。

そこで、本発明は、前記した課題を解決し、複数の物体が互いに近接している場合でも、これらの物体を高精度で個体認識することを、主な目的とする。

前記課題を解決するため、本発明は、車両の外側に位置する物体を認識する車両用外界認識装置であって、
前記車両用外界認識装置が、レーダと、レーダ物体検知部と、幅変化量計算部と、両端横速度計算部と、衝突判定部と、衝突回避制御部と、を有し、
前記レーダ物体検知部が、前記レーダで検知した物体群の情報を取得すると、取得した物体群の情報について、車両位置を原点とし、車両の車幅方向をＸ軸とし、車両の進行方向をＹ軸とする相対座標系に変換し、取得した物体群の相対座標系における位置と、速度と、幅と、を計算し、
前記幅変化量計算部が、前記レーダ物体検知部により計算される物体群の幅の変化量を示す幅変化量を計算し、
前記両端横速度計算部が、前記レーダ物体検知部により計算される物体群の速度と、前記幅変化量計算部により計算される物体群の幅変化量と、に応じて物体群の左右両端のＸ軸における横速度を計算し、
前記衝突判定部が、物体群の左端位置、中心位置、右端位置それぞれについて、前記両端横速度計算部で計算される各位置における各横速度をもとに、相対座標系における物体群の移動軌跡を計算し、その移動軌跡が相対座標系における原点に近づくほど各位置における危険度が高いものとして、各位置における危険度を計算し、
前記衝突回避制御部が、前記衝突判定部により計算される物体群の各位置における危険度のうち、少なくとも１つの位置における危険度が所定しきい値を超えるときに、その危険度に対応する物体群に関する衝突回避制御を実行すること、を特徴とする。
その他の手段は、後記する。

本発明によれば、複数の物体が互いに近接している場合でも、これらの物体を高精度で個体認識することが可能となった。

以下、本発明の一実施形態を図面に基づき詳細に説明する。

表１は、本実施形態で物体認識の説明のために使用される各パラメータの概要を示す表である。表１は、パラメータごとに、その分類および単位と、パラメータと、その説明と、を対応づける。

まず、各パラメータの最後に付されている添字について、説明する。車両近辺には複数個の物体、および、複数個の物体群が位置することも多い。例えば、信号停止している車両の左側から通行人（第１認識対象）が歩きつつ、車両の右側から対向車（第２認識対象）が走行している場合がある。そこで、各パラメータの添字は、それらの複数個の認識対象を個別に識別するためのＩＤを示す。
添字［ｉ］は、レーダ装置が計測する物体群ごとに割り当てられたＩＤ（ｉ番目の物体群）を示す。レーダ装置はレーダ波（電波）を放射してその反射により物体群を認識する。しかし、同じ近傍に複数の物体が隣接して存在するときには、その反射からは、それらの複数の物体をひとまとまりの物体群として認識される。物体群は、１つ以上の物体が互いに近傍に位置することで構成される。
添字［ｊ］は、カメラの撮影画像から個体識別された物体ごとに割り当てられたＩＤ（ｊ番目の物体）を示す。１つの物体群の中に１つ以上の物体が位置するため、ｉとｊとの個数は異なることもある。
添字［ｋ］は、レーダの取得情報およびカメラの取得情報を統合化した情報から認識された物体ごとに割り当てられたＩＤ（ｋ番目の物体）を示す。

次に、表１の分類について、説明する。
分類「レーダ」は、レーダ装置の計測結果として取得できるパラメータを示す。「θ、ｗ」の単位は、例えば、［rad］である。

分類「位置」は、相対座標系（Ｘ，Ｙ）によって、認識対象の相対位置を示す。相対座標系（Ｘ，Ｙ）とは、車両位置を原点Ｏ（０，０）とし、車両の車幅方向（運転席から見た左右方向）をＸ軸とし、車両の進行方向（運転席から見た上下方向）をＹ軸とする座標系である。分類「位置」の単位は、例えば、［ｍ（メートル）］である。
分類「位置」のパラメータ名称の命名について、先頭文字はＰ（Position）を示し、第２文字は相対座標系（Ｘ，Ｙ）の軸を示す。第３文字は情報種別を示す。
なお、情報種別とは、そのパラメータを計算するために使用した情報を、どの機器から取得したかを示す。具体的には、情報種別は、レーダの検知情報から計算される「Ｒ（Rader）」、カメラの撮影情報から計算される「Ｃ（Camera）」、レーダおよびカメラの取得情報を統合化した「Ｉ（Integral）」のいずれかである。

分類「幅」は、認識対象の左端から右端までの幅の長さを示す。分類「幅」の単位は、例えば、［ｍ（メートル）］である。
分類「幅」のパラメータ名称の命名について、先頭文字はＷ（Width）またはＤＷ（Difference Width）を示し、最後文字は情報種別を示す。

分類「速度」は、相対座標系（Ｘ，Ｙ）における、認識対象の移動速度を示す。例えば、自車と認識対象の所定車両とが、同じ方向（北方向）かつ同じ速度（４０ｋｍ／ｓ）で走行している場合、自車の運転席からは所定車両が静止しているように見えるので、相対速度は（０，０）となる。分類「速度」の単位は、例えば、［ｍ／ｓ（毎秒メートル）］である。
分類「速度」のパラメータ名称の命名について、先頭文字はＶ（速度を示すために慣用される）を示し、第２文字は相対座標系（Ｘ，Ｙ）の軸を示し、第３文字は情報種別を示す。

表２は、本実施形態で危険判定の説明のために使用される各パラメータの概要を示す表である。表２は、パラメータごとに、その分類および単位と、パラメータと、その説明と、を対応づける。

表２の分類について、説明する。
分類「危険度」は、認識対象と自車との間の衝突の可能性を示すパラメータである。この数値が高いほど、衝突の可能性が高くなる。
分類「危険度」のパラメータ名称の命名について、先頭文字はＣＲ（Crash Risk）を示し、第３文字は情報種別を示す。また、「ｃ」から始まるパラメータは、しきい値を示す。

分類「衝突予測時間」は、認識対象と自車との間で将来衝突が発生するときに、その発生するまでの予測時間を示すパラメータである。この数値が小さいほど、危険性が高くなる。分類「衝突予測時間」の単位は、例えば、［ｓ（秒）］である。
分類「衝突予測時間」のパラメータ名称の命名について、先頭文字はＣＴ（Crash Time）を示し、第３文字は情報種別を示す。

図１は、車両に付加される、または、車両に組み込まれている車両用外界認識装置１００の実施形態を示す構成図である。物体認識装置の一例である車両用外界認識装置１００は、プリクラッシュ・セーフティ・システム（衝突回避システム）を実現する。
車両用外界認識装置１００は、演算処理を行う際に用いられる記憶手段としてのメモリと、前記演算処理を行う演算処理装置（制御部）とを少なくとも備えるコンピュータとして構成される。なお、メモリは、ＲＡＭ（Random Access Memory）などにより構成される。演算処理は、ＣＰＵ（Central Processing Unit）によって構成される演算処理装置が、メモリ上のプログラムを実行することで、実現される。

車両用外界認識装置１００は、少なくとも、レーダ１１ａと、レーダ物体検知部１ａと、幅変化量計算部２と、両端横速度計算部３と、衝突判定部４と、衝突回避制御部５と、を有する。
なお、レーダ１１ａは、車両用外界認識装置１００の内部に有する代わりに、車両用外界認識装置１００の外部に設置されているものがあれば、そのレーダからの出力信号を入力することとしてもよい。

レーダ１１ａは、車両近辺にレーダ波を放射し、検知対象の物体群からの反射光の分布により、物体群を検知する。具体的には、レーダ１１ａは、物体群ごとに、その検知距離ｄ［ｉ］、検知方位θ［ｉ］、検知幅ｗ［ｉ］を検知する（詳細は図２参照）。
レーダ物体検知部１ａは、レーダ１１ａで検知した物体群の情報を取得し、物体群の位置（ＰＸＲ［ｉ］，ＰＹＲ［ｉ］）と、物体群の速度（ＶＸＲ［ｉ］，ＶＹＲ［ｉ］）と、物体群の幅ＷＤＲ［ｉ］と、を計算する（詳細は図２参照）。

幅変化量計算部２は、レーダ物体検知部１ａにより得られた幅ＷＤＲ［ｉ］の１周期分の変化量を示す幅変化量ＤＷＤＲ［ｉ］を計算する。
両端横速度計算部３は、レーダ物体検知部１ａにより得られた速度ＶＸＲ［ｉ］と、幅変化量計算部２により計算した幅変化量ＤＷＤＲ［ｉ］と、に応じて物体群の両端の横速度（左端はＶＸＲ_left［ｉ］、右端はＶＸＲ_right［ｉ］）を計算する（詳細は図３参照）。

衝突判定部４は、レーダ物体検知部１ａにより得られた物体群の情報と、両端横速度計算部３により計算した物体群の両端の横速度と、に応じてレーダで検知した物体群と自車との危険度を計算し、衝突の可能性を判定する（詳細は図４参照）。なお、危険度は、１つの物体群に対して、３カ所（中心の危険度ＣＲＲ［ｉ］、左端の危険度ＣＲＲ_left［ｉ］、右端の危険度ＣＲＲ_right［ｉ］）別々に計算される（詳細は図５参照）。

衝突回避制御部５は、衝突判定部４により衝突の可能性が高いと判定されたときに、その衝突を回避するための車両制御を実行する（詳細は図１１参照）。例えば、衝突の可能性がある程度高いときには、警報ないし表示によって運転者に注意を促す。また、衝突の可能性が極めて高いときには、車両のブレーキ制御を実行することで、自動的に衝突回避制御を行う（詳細は図１１参照）。

以上説明した車両用外界認識装置１００のレーダ１１ａから衝突回避制御部５までの制御の内容は、車両用外界認識装置１００にプログラミングされ、あらかじめ定められた周期で繰り返し実行される。

車両用外界認識装置１００は、さらに、カメラ１１ｂと、カメラ物体識別部１ｂと、統合化物体認識部１ｃと、を有してもよい。これにより、物体認識の精度を高めることができる。
なお、カメラ１１ｂは、車両用外界認識装置１００の内部に有する代わりに、車両用外界認識装置１００の外部に設置されているものがあれば、そのカメラからの出力映像を入力することとしてもよい。

カメラ１１ｂは、車両近辺（主に車両の進行方向側）を撮影し続け、その撮影結果の画像をカメラ物体識別部１ｂに提供する。
カメラ物体識別部１ｂは、衝突判定部４により危険度が高いと判定された物体群に対して、カメラ１１ｂで撮像した自車前方の画像を用いて物体群の情報を個体識別する（詳細は図６〜図８参照）。個体識別の結果として、物体群を構成する各物体の位置（ＰＸＣ［ｊ］，ＰＹＣ［ｊ］）と、各物体の速度（ＶＸＣ［ｊ］，ＶＹＣ［ｊ］）と、各物体の幅（幅ＷＤＣ［ｊ］）と、が計算される。
なお、カメラ物体識別部１ｂは、レーダ物体検知部１ａにより得られた物体群の情報と、両端横速度計算部３により計算した物体群の両端の横速度と、に応じて画像処理の領域幅ＷＰＣ［ｊ］を決定してもよい（詳細は図７参照）。

統合化物体認識部１ｃは、レーダ物体検知部１ａにより得られた物体群の情報と、カメラ物体識別部１ｂにより得られた物体群の情報を統合する（詳細は図９参照）。統合化の結果として、物体群を構成する各物体の位置（ＰＸＩ［ｋ］，ＰＹＩ［ｋ］）と、各物体の速度（ＶＸＩ［ｋ］，ＶＹＩ［ｋ］）と、各物体の幅（幅ＷＤＩ［ｋ］）と、が計算される。
衝突判定部４は、統合化物体認識部１ｃにより得られた物体群の情報と、両端横速度計算部３により計算した物体群の両端の横速度と、に応じて、物体群と自車との衝突可能性を判定する（詳細は図１０参照）。
衝突回避制御部５は、衝突判定部４により衝突の可能性が高いと判定されたときに、その衝突を回避するための車両制御を実行する（詳細は図１０参照）。

図２は、レーダ１１ａおよびレーダ物体検知部１ａの処理内容を示す説明図である。図２は、前記したように、車両位置を原点Ｏ（０，０）とする相対座標系（Ｘ，Ｙ）を示す。なお、原点Ｏ（０，０）の厳密な位置は、例えば、車両のフロントグリル中央にレーダ１１ａが設置されている場合、そのフロントグリル中央の位置とする。

レーダ１１ａは、物体群ごとに、その検知距離ｄ［ｉ］、検知方位θ［ｉ］、検知幅ｗ［ｉ］を検知する。レーダ１１ａを実現する一例として、特許文献２（図１４）には、近接する方位についての反射受光量のヒストグラムから、反射受光量が周囲よりも大きい（山になっている）箇所を認識することで、検知対象を検知する旨が記載されている。

レーダ物体検知部１ａは、レーダ１１ａで検知した物体群に関する情報に対して、自車を原点Ｏとする相対座標系の情報に変換するインターフェース処理を行い、以下の各式により、物体群の位置（ＰＸＲ［ｉ］，ＰＹＲ［ｉ］）と、物体群の速度（ＶＸＲ［ｉ］，ＶＹＲ［ｉ］）と、物体群の幅ＷＤＲ［ｉ］と、を計算する。
ＰＸＲ［ｉ］＝ｄ［ｉ］・ｓｉｎθ［ｉ］
ＰＹＲ［ｉ］＝ｄ［ｉ］・ｃｏｓθ［ｉ］
ＶＸＲ［ｉ］＝（ＰＸＲ［ｉ］−ＰＸＲ_before［ｉ］）／Ｔｓ
ＶＹＲ［ｉ］＝（ＰＹＲ［ｉ］−ＰＹＲ_before［ｉ］）／Ｔｓ
ＷＤＲ［ｉ］＝２・ｄ［ｉ］・ｔａｎ（ｗ［ｉ］／２）
なお、位置（ＰＸＲ_before［ｉ］，ＰＹＲ_before［ｉ］）は、位置（ＰＸＲ［ｉ］，ＰＹＲ［ｉ］）の１周期前の値を示し、「Ｔｓ」はサンプリング周期（単位は秒など）を示す。

図３は、両端横速度計算部３による計算処理を示す説明図である。

幅変化量ＤＷＤＲ［ｉ］は、幅ＷＤＲ［ｉ］の変化量を示す。Ｔ＝０時点の物体群３０１の幅ＷＤＲ［ｉ］よりも、Ｔ＝１時点の物体群３０２の幅ＷＤＲ［ｉ］は、減少している。これは、図３において、物体群の右端の速度ＶＸＲ_right［ｉ］よりも左端の速度ＶＸＲ_left［ｉ］の方が大きくなっているためである。なお、幅変化量ＤＷＤＲ［ｉ］は、以下の式に示すように、両端の速度の差によって得られる。
ＤＷＤＲ［ｉ］＝ＶＸＲ_right［ｉ］−ＶＸＲ_left［ｉ］
さらに、幅変化量ＤＷＤＲ［ｉ］は、以下の式に示すように、幅ＷＤＲ［ｉ］における１周期前の値（ＷＤＲ_before［ｉ］）をもとに計算される。
ＤＷＤＲ［ｉ］＝（ＷＤＲ［ｉ］−ＷＤＲ_before［ｉ］）／Ｔｓ

物体群の中心の速度ＶＸＲ［ｉ］は、物体群の中心の位置変化に相当するため、以下の式に示すように、物体群の右端の速度ＶＸＲ_right［ｉ］と、左端の速度ＶＸＲ_left［ｉ］と、の平均値として得られる。
ＶＸＲ［ｉ］＝（ＶＸＲ_right［ｉ］＋ＶＸＲ_left［ｉ］）／２

物体群の左端の速度ＶＸＲ_left［ｉ］は左端の幅変化量に相当するため、以下の式に示すように、計算される。
ＶＸＲ_left［ｉ］＝ＶＸＲ［ｉ］−ＤＷＤＲ［ｉ］／２

物体群の右端の速度ＶＸＲ_right［ｉ］は右端の幅変化量に相当するため、以下の式に示すように、計算される。
ＶＸＲ_right［ｉ］＝ＶＸＲ［ｉ］＋ＤＷＤＲ［ｉ］／２

図４は、衝突判定部４における、レーダで検知した物体群の速度ベクトルを用いて衝突判定を行う方法の基本的な考え方を示す説明図である。図４において、２つの物体群（ｍ，ｎ）が検知されている。これらの物体群ごとに、危険度が計算される。

物体群ｍは、位置（ＰＸＲ［ｍ］，ＰＹＲ［ｍ］）から速度（ＶＸＲ［ｍ］，ＶＹＲ［ｍ］）で車両に接近すると予測される。なお、速度（ＶＸＲ［ｍ］，ＶＹＲ［ｍ］）は、位置（ＰＸＲ［ｍ］，ＰＹＲ［ｍ］）の擬似微分（離散値としての微分）により求める。
物体群ｍの位置と速度とから計算される移動軌跡４０１は、Ｘ軸と自車幅内で交差する（図４中のａ点からｂ点までの範囲内を通過する）ため、物体群ｍと自車とが衝突する危険度は、高いと計算される。換言すると、位置（ＰＸＲ［ｍ］，ＰＹＲ［ｍ］）を起点とする速度ベクトル（ＶＸＲ［ｍ］，ＶＹＲ［ｍ］）と、自車位置の領域と、の交点が存在するときに、物体群ｍと自車とが衝突する危険度は、高いと計算される。

物体群ｎは、位置（ＰＸＲ［ｎ］，ＰＹＲ［ｎ］）から速度（ＶＸＲ［ｎ］，ＶＹＲ［ｎ］）で車両に接近すると予測される。
物体群ｎの位置と速度とから計算される移動軌跡４０２は、Ｘ軸と自車幅内で交差せず、かつ、自車の側面とも交差しないため、物体群ｎと自車とが衝突する危険度は、低いと計算される。
なお、計算される各物体群の移動軌跡４０１，４０２は、各物体群の将来の位置を予想したものである。

なお、衝突判定部４は、例えば、Ｘ軸と自車幅内で交差するときに０以上の値をとり、Ｘ軸と自車幅内で交差しないときに０未満の値をとる、所定の危険度関数により、物体群ごとの危険度を計算する。
そして、衝突判定部４は、計算した危険度が所定閾値以上（例えば、０以上）の値を示す場合には、自車と物体群とが衝突する可能性が高いと判定する。

図５は、図４に示した衝突判定部４の処理内容の詳細を示す説明図である。衝突判定部４は、点線枠で示す所定の領域内で近接している歩行者５０２（左端に位置）と路側物５０１（右端に位置）とを、１つの物体群として検知している。この物体群は、時刻Ｔ＝ｔ１，ｔ２（ｔ１からΔｔ分経過後）の２回サンプリングされており、この２回の間で歩行者５０２の移動が行われている。

レーダ１１ａは、移動前時刻ｔ１における物体群５１１と、移動後時刻ｔ２における物体群５１２と、を同じ物体群として検知する。

物体群の中心の横速度ＶＸＲ［ｉ］は、物体群の中心の移動前横位置Ｃ１と、移動後横位置Ｃ２と、移動時間Δｔとをもとに、以下の式で計算される。
ＶＸＲ［ｉ］＝（Ｃ２−Ｃ１）／Δｔ
物体群の中心における移動軌跡５２２は、Ｘ軸と自車幅内で交差せず、かつ、自車の側面とも交差しないため、物体群の中心における危険度ＣＲＲ［ｉ］は、低い。
同様に、物体群の右端における移動軌跡５２３は、物体群の中心と同様に、Ｘ軸と自車幅内で交差せず、かつ、自車の側面とも交差しないため、物体群の右端における危険度ＣＲＲ_right［ｉ］は、低い。

一方、物体群の左端の横速度ＶＸＲ_left［ｉ］は、物体群の左端の移動前横位置Ｌ１と、移動後横位置Ｌ２と、移動時間Δｔとをもとに、以下の式で計算される。
ＶＸＲ_left［ｉ］＝（Ｌ２−Ｌ１）／Δｔ
物体群の左端における移動軌跡５２１は、Ｘ軸と自車幅内で交差するため、物体群の左端における危険度ＣＲＲ_left［ｉ］は、高い。

このように、同じ物体群であっても、その特定箇所（左端、中心、右端）によって、危険度にはばらつきがある。このばらつきは、物体群が複数の物体により構成されているために、その特定箇所ごとの速度にばらつきがあるために発生する。
例えば、物体群の中心の速度ＶＸＲ［ｉ］は、物体群の左端（歩行者５０２に相当）の速度ＶＸＲ_left［ｉ］と異なっている。よって、物体群の危険度を一カ所（中心のみ）で計算する方式に比べ、図５で示すような三カ所（左端、中心、右端）で計算する方式は、衝突判定の精度を高めることができる。

つまり、衝突判定部４は、以下の３通りの危険度を計算する。
・物体群の中心の速度を用いた速度ベクトルによる衝突判定を行って、危険度ＣＲＲ［ｉ］を計算する。
・両端速度計算部３により計算した物体群の右端の速度ＶＸＲ_right［ｉ］を用いた速度ベクトルによる衝突判定を行って、危険度ＣＲＲ_right［ｉ］を計算する。
・両端速度計算部３により計算した物体群の左端の速度ＶＸＲ_left［ｉ］を用いた速度ベクトルによる衝突判定を行って、危険度ＣＲＲ_left［ｉ］を計算する。
以上説明したように、レーダで検知した物体群の情報から幅変化量を求め、この幅変化量と物体群の中心の速度から得られた物体群の両端の速度に応じて衝突判定を行うことにより、衝突判定の精度を向上させることが可能となる。

以上、図４，図５において、衝突判定部４が危険度を計算する方法の一例を示した。なお、本実施形態の衝突判定部４は、図４，図５で前記した計算方法を用いる代わりに、他の計算方法（計算式）を用いることにより、特定箇所（左端、中心、右端）ごとの危険度を計算してもよい。例えば、特許文献１には、検知物体が自車にとって障害物となりうる可能性を示す式（Recog_rVxy[i]を求める式）が開示されているので、この式を用いて特定箇所（左端、中心、右端）ごとの危険度を計算してもよい。

図６は、カメラ物体識別部１ｂの処理内容を示すフローチャートである。
図６の前半部（Ｓ６０１〜Ｓ６０６）は、衝突判定部４により危険度が高いと判定された物体群を特定する処理である。
図６の後半部（Ｓ６０７〜Ｓ６１０）は、特定された物体群に対して、カメラ１１ｂの撮影画像から物体を個体識別する処理である。

Ｓ６０１において、レーダで検知した物体群の中心の速度に応じて計算した危険度ＣＲＲ［ｉ］を読み込む。
Ｓ６０２において、危険度ＣＲＲ［ｉ］が所定値ｃＣＲＲ以上であるか否かの判定を行う。Ｓ６０２の条件が成立、すなわちレーダで検知した物体群の中心と自車が衝突する可能性が高いと判定された場合には、Ｓ６０７に進む。また、Ｓ６０２の条件が非成立、すなわちレーダで検知した物体群の中心と自車が衝突する可能性が低いと判定された場合にはＳ６０３に進む。

Ｓ６０３において、レーダで検知した物体群の右端の速度に応じて計算した危険度ＣＲＲ_right［ｉ］を読み込む。
Ｓ６０４において、危険度ＣＲＲ_right［ｉ］が所定値ｃＣＲＲ以上であるか否かの判定を行う。Ｓ６０４の条件が成立、すなわちレーダで検知した物体群の右端と自車が衝突する可能性が高いと判定された場合には、Ｓ６０７に進む。また、Ｓ６０４の条件が非成立、すなわちレーダで検知した物体群の右端と自車が衝突する可能性が低いと判定された場合にはＳ６０５に進む。

Ｓ６０５において、レーダで検知した物体群の左端の速度に応じて計算した危険度ＣＲＲ_left［ｉ］を読み込む。
Ｓ６０６において、危険度ＣＲＲ_left［ｉ］が所定値ｃＣＲＲ以上であるか否かの判定を行う。Ｓ６０６の条件が成立、すなわちレーダで検知した物体群の左端と自車が衝突する可能性が高いと判定された場合には、Ｓ６０７に進む。
また、Ｓ６０６の条件が非成立、すなわちレーダで検知した物体群の左端と自車が衝突する可能性が低いと判定された場合は処理を終了する。

以上、Ｓ６０１〜Ｓ６０６で説明したように、レーダで検知した物体群の中心、右端、左端それぞれの速度に応じて計算した危険度を順次参照し、レーダで検知した物体群と自車との衝突可能性が高い物体群を、画像処理による個体識別の対象とする。これにより、物体認識の精度が向上して安全性を確保することができる。

Ｓ６０７において、レーダで検知した物体群の情報（ＰＹＲ［ｉ］、ＰＸＲ［ｉ］、ＶＸＲ［ｉ］、ＶＹＲ［ｉ］、ＶＸＲ_right［ｉ］、ＶＸＲ_left［ｉ］、ＷＤＲ［ｉ］）を読み込む。
Ｓ６０８において、この物体群の情報とカメラ幾何モデル（画像上の位置と実際の位置の関係）に基づいて画像上での処理領域（幅ＷＰＣ［ｊ］）を設定する（詳細は図７参照）。これにより、画像処理による個体識別を確実に行うことができる。

Ｓ６０９において、カメラで撮像した画像データを用いて設定した処理領域内を走査するパターンマッチングなどの処理を実行して物体群の情報を取得する（詳細は図８参照）。

Ｓ６１０において、Ｓ６０９のパターンマッチング処理によって個体識別された各物体の情報を計算し、処理を終了する。以下が、各物体の情報の一例である。
・各物体の位置（ＰＸＣ［ｊ］、ＰＹＣ［ｊ］）
・各物体の速度（ＶＸＣ［ｊ］、ＶＹＣ［ｊ］）
・各物体の幅ＷＤＣ［ｊ］

図７は、図６のＳ６０８における画像処理領域の設定方法を示す説明図である。画像データ７００には、路側物７０１と歩行者７０２とが撮像されている。これらの路側物７０１と歩行者７０２は、所定の領域内で近接しているため、レーダで１つの物体群として検知されており、物体群の中心の位置は、位置（ＰＸＲ［ｉ］、ＰＹＲ［ｉ］）である。

カメラ物体識別部１ｂは、画像データ７００上に画像処理領域を設定する。ここで、レーダで物体群を検知してからパターンマッチングなどの画像処理を実行するまでのディレイ時間をＴ_delay（s）とすると、物体群の中心の速度ＶＸＲ［ｉ］に応じて画像処理領域を設定する場合、画像処理領域の幅（ＷＰＣ［ｊ］）は物体群の中心の速度ＶＸＲ［ｉ］と幅ＷＤＲ［ｉ］を用いて、以下の式で表される。
ＷＰＣ［ｊ］＝ＷＤＲ［ｉ］＋｜ＶＸＲ［ｉ］｜×Ｔ_delay

なお、物体群の中心の速度ＶＸＲ［ｉ］は、歩行者７０２の速度ＶＸＲ_left［ｉ］に比べて小さい。そのときには、画像処理を実行する際に前記した画像処理領域から歩行者７０２が左方向に逸脱してしまう可能性がある。
よって、設定した画像処理領域の中に予め標準パターンと同じ物体があるか、あるいは近いものがあるかを検出するパターンマッチングなどの画像処理においては、歩行者７０２を検知できないといった問題が発生する。

そこで、Ｓ６０８では、カメラ物体識別部１ｂは、両端の速度ＶＸＲ_right［ｉ］、ＶＸＲ_left［ｉ］に応じて画像処理領域を設定する。
例えば、図７において、自車が直進中であると仮定すると、物体群の右端は路側物であるから、速度ＶＸＲ_right［ｉ］＝０となる。このとき、画像処理領域の幅（ＷＰＣ［ｊ］）は物体群の左端の速度ＶＸＲ_left［ｉ］と幅ＷＤＲ［ｉ］を用いて、以下の式で表すことができる。この式で表される範囲を画像処理領域に設定することにより、この領域から歩行者７０２が逸脱することを防止でき、画像処理によって歩行者７０２を確実に検知することが可能となる。
ＷＰＣ［ｊ］＝ＷＤＲ［ｉ］＋｜ＶＸＲ_left［ｉ］｜×Ｔ_delay

図８は、図６のＳ６０９におけるパターンマッチング処理の概要を示す説明図である。図８は、一例として、画像処理によって歩行者を検知する場合のパターンマッチング処理を示す。

まず、Ｓ６０９の前準備として、姿勢や服装、サイズなどの異なる複数の歩行者パターンを予め準備し、オフライン学習によりそれぞれの歩行者に類似した標準パターンを求めておく。オフライン学習により得られた標準パターンは、車両用外界認識装置１００内の記憶手段（記憶部）に記憶されている。

Ｓ６０９では、記憶されている標準パターンを用い、Ｓ６０８で設定した画像処理領域内で縦方向、横方向に標準パターンを走査して、カメラで撮像した画像データと標準パターンとの比較を行うことにより画像データと標準パターンの類似度を計算する。なお、類似度の計算方法は、例えば、画像データと標準パターンとの相関関数により実現する。そして、計算した類似度が所定の閾値以上の場合には、歩行者を個体識別したことになり、Ｓ６１０に進む。

図９は、統合化物体認識部１ｃが実行する、レーダ１１ａで検知した物体群の情報と、カメラ１１ｂで個体識別した物体の情報と、を統合化する処理を示す説明図である。具体的には、各物体について、以下のパラメータを計算する。
・統合化した各物体の位置（ＰＸＩ［ｋ］、ＰＹＩ［ｋ］）
・統合化した各物体の速度（ＶＸＩ［ｋ］、ＶＹＩ［ｋ］）
・統合化した各物体の幅ＷＤＩ［ｋ］
図９では、自車前方にレーダで検知した物体群９１０、９２０、９３０が存在しており、各物体群が衝突判定部４により自車に衝突する可能性があると判断された場合を考える。

図９（ａ）では、物体群ごとに、構成要素となる物体と、レーダ波の反射特性（反射強度、反射幅）とを吹き出しで示す。
物体群９１０（歩行者９０２と路側物９０１）は、レーダ波の反射強度が高く、幅の広い物体群である。
物体群９２０（歩行者９０３）は、レーダ波の反射強度が低く、幅の狭い物体群である。あらかじめ記憶手段内に格納される反射特性と物体との対応データを参照することにより、物体群９２０は歩行者９０３であることと判定することができる。このように反射特性のみから物体を特定できるときには、カメラで撮像した画像データを用いた画像処理による個体識別処理を、省略することができる。
物体群９３０（車両９０４）は、レーダ波の反射強度が高く、幅の広い物体群である。

図９（ｂ）では、図９（ａ）の各物体について、以下のように統合化演算を実行する。
添字［ｉ］について、ｉ＝１（物体群９１０）、ｉ＝２（物体群９２０）、ｉ＝３（物体群９３０）、とする。
添字［ｊ］について、ｊ＝１（路側物９０１）、ｊ＝２（歩行者９０２）、ｊ＝３（車両９０４）、とする。
添字［ｋ］について、ｋ＝１（路側物９０１）、ｋ＝２（歩行者９０２）、ｋ＝３（歩行者９０３）、ｋ＝４（車両９０４）、とする。

路側物９０１の情報については、反射特性のみから物体を特定できないため、画像処理による個体識別処理の結果（パラメータの３文字目が「Ｃ（Camera）」）をもとに、統合化を実行する。
ＰＸＩ［１］＝ＰＸＣ［１］
ＰＹＩ［１］＝ＰＹＣ［１］
ＶＸＩ［１］＝ＶＸＣ［１］
ＶＹＩ［１］＝ＶＹＣ［１］
ＷＤＩ［１］＝ＷＤＣ［１］

歩行者９０２の情報については、路側物９０１と同様に、画像処理による個体識別処理の結果をもとに、統合化を実行する。
ＰＸＩ［２］＝ＰＸＣ［２］
ＰＹＩ［２］＝ＰＹＣ［２］
ＶＸＩ［２］＝ＶＸＣ［２］
ＶＹＩ［２］＝ＶＹＣ［２］
ＷＤＩ［２］＝ＷＤＣ［２］

歩行者９０３の情報については、前記したように、画像処理による個体識別処理を省略し、レーダ物体検知部１ａにより取得した物体群９２０の情報（パラメータの３文字目が「Ｒ（Rader）」）をもとに、統合化を実行する。
ＰＸＩ［３］＝ＰＸＲ［２］
ＰＹＩ［３］＝ＰＹＲ［２］
ＶＸＩ［３］＝ＶＸＲ［２］
ＶＹＩ［３］＝ＶＹＲ［２］
ＷＤＩ［３］＝ＷＤＲ［２］

車両９０４の情報については、路側物９０１と同様に、画像処理による個体識別処理の結果をもとに、統合化を実行する。
ＰＸＩ［４］＝ＰＸＣ［３］
ＰＹＩ［４］＝ＰＹＣ［３］
ＶＸＩ［４］＝ＶＸＣ［３］
ＶＹＩ［４］＝ＶＹＣ［３］
ＷＤＩ［４］＝ＷＤＣ［３］

なお、衝突判定部４による危険度の計算（図４，図５）において、入力パラメータをレーダ検知パラメータ（ＰＸＲ［ｉ］，ＰＹＲ［ｉ］，ＶＸＲ［ｉ］，ＶＹＲ［ｉ］，ＷＤＲ［ｉ］）から統合化パラメータ（ＰＸＩ［ｋ］，ＰＹＩ［ｋ］，ＶＸＩ［ｋ］，ＶＹＩ［ｋ］，ＷＤＩ［ｋ］）に置き換えることにより、各物体の危険度ＣＲＩ［ｋ］を求める。
ここで、レーダ検知パラメータからの危険度の計算は、各物体群の幅が可変値なので、１つの物体群に対して３つの特定箇所（左端、中心、右端）ごとに求めていたが、統合化した各物体における危険度の計算は、各物体の幅が固定値なので、１つの物体に対して１つの危険度（中心）で済む。

図１０は、衝突判定部４により衝突の可能性が高いと判定されたときに、衝突回避制御部５が実行する、衝突を回避するための車両制御処理を示すフローチャートである。このフローチャートでは、危険度を計算するために、統合化したパラメータ（図９参照）を使用することを、特徴とする。

以下に示すＳ１００１〜Ｓ１００３の処理は、検知した物体数［ｋ］に応じて、ｋを１から（検知した物体数）まで、１ずつ増加するループ処理を行う構成としている。
Ｓ１００１において、衝突判定部４によって統合化された物体情報を読み込む。
Ｓ１００２において、統合化した位置ＰＹＩ［ｋ］と速度ＶＹＩ［ｋ］に応じて、各物体の衝突予測時間ＣＴＩ［ｋ］を、以下の式を用いて計算する。
ＣＴＩ［ｋ］＝ＰＹＩ［ｋ］÷ＶＹＩ［ｋ］
Ｓ１００３において、衝突判定部４で計算された（図９参照）統合化した危険度ＣＲＩ［ｋ］を読み込む。

Ｓ１００４において、Ｓ１００３で読み込まれた危険度ＣＲＩ［ｋ］が、自車に衝突するか否かを判定するためのしきい値ｃＣＲＩ以上となっているか否かを、判定式「ＣＲＩ［ｋ］≧ｃＣＲＩ」で判定する。そして、その判定式を満たす物体を選択し、選択された物体の中で衝突予測時間ＣＴＩ［ｋ］が最小となる物体ｋを選択する。

Ｓ１００５において、選択された物体ｋの衝突予測時間ＣＴＩ［ｋ］が、ブレーキを制御するか否かを判定するためのしきい値ｃＣＴ_brake以下となっているか否かを、判定式「ＣＴＩ［ｋ]≦ｃＣＴ_brake」で判定する。この判定式を満たす場合にはＳ１００６に進み、判定式を満たさない場合にはＳ１００７に進む。
Ｓ１００６において、衝突回避制御部５は、ブレーキを制御する（ブレーキをかけて減速する）ことで、衝突を回避する。

Ｓ１００７において、選択された物体ｋの衝突予測時間ＣＴＩ［ｋ］が、アラームを制御するか否かを判定するためのしきい値ｃＣＴ_alarm以下となっているか否かを、判定式「ＣＴＩ［ｋ]≦ｃＣＴ_alarm」で判定する。この判定式を満たす場合にはＳ１００８に進み、判定式を満たさない場合には処理を終了する。
Ｓ１００８において、衝突回避制御部５は、アラームを制御する（スピーカから警報音を鳴らす、ディスプレイに警告を表示するなど）ことで、ユーザに危機を知らせて衝突を回避する。

以上説明したように、レーダ１１ａおよびカメラ１１ｂでそれぞれ認識した情報を統合化した物体の情報をもとに、衝突判定部４で演算された各物体の危険度を利用して、自動的に衝突回避制御を行うことができる。これにより、レーダ１１ａ単体で危険度を計算する方式（図１１で説明）に比べ、高精度の衝突回避制御を実現できる。

図１１は、衝突判定部４により衝突の可能性が高いと判定されたときに、衝突回避制御部５が実行する、衝突を回避するための車両制御処理を示すフローチャートである。このフローチャートでは、危険度を計算するために、レーダ１１ａで検知した物体群のパラメータ（図２参照）を使用することを、特徴とする。

以下に示すＳ１１０１〜Ｓ１１０３の処理は、検知した物体群数［ｉ］に応じて、ｉを１から（検知した物体群数）まで、１ずつ増加するループ処理を行う構成としている。
Ｓ１１０１において、レーダ物体検知部１ａによって取得された物体群の情報を読み込む。つぎに、Ｓ１１０２において、位置ＰＹＲ［ｉ］と速度ＶＹＲ［ｉ］に応じて、各物体群の衝突予測時間ＣＴＲ［ｉ］を、以下の式を用いて演算する。
ＣＴＲ［ｉ］＝ＰＹＲ［ｉ］÷ＶＹＲ［ｉ］
Ｓ１１０３において、衝突判定部４で演算された（図５参照）以下の危険度を読み込む。
・物体群の中心の速度（ＶＸＲ［ｉ］，ＶＹＲ［ｉ］）から求めた、中心の危険度ＣＲＲ［ｉ］
・物体群の右端の速度ＶＸＲ_right［ｉ］から求めた、右端の危険度ＣＲＲ_right［ｉ］
・物体群の左端の速度ＶＸＲ_left［ｉ］から求めた、左端の危険度ＣＲＲ_left［ｉ］

Ｓ１１０４において、Ｓ１１０３で読み込まれたそれぞれの危険度ＣＲＲ［ｉ］、ＣＲＲ_right［ｉ］、ＣＲＲ_left［ｉ］に応じて、以下の式に示す条件のうち、いずれかの条件（少なくとも１つの条件）が成立している物体群を選択する。
・ＣＲＲ［ｉ］≧ｃＣＲＲ
・ＣＲＲ_right［ｉ］≧ｃＣＲＲ
・ＣＲＲ_left［ｉ］≧ｃＣＲＲ
そして、選択された物体の中で衝突予測時間ＣＴＲ［ｉ］が最小となる物体ｉを選択する。

Ｓ１１０５において、選択された物体ｉの衝突予測時間ＣＴＲ［ｉ］が、ブレーキを制御するか否かを判定するためのしきい値ｃＣＴ_brake以下となっているか否かを、判定式「ＣＴＲ［ｉ]≦ｃＣＴ_brake」で判定する。この判定式を満たす場合にはＳ１１０６に進み、判定式を満たさない場合にはＳ１１０７に進む。
Ｓ１１０６において、衝突回避制御部５は、ブレーキを制御する（ブレーキをかけて減速する）ことで、衝突を回避する。

Ｓ１１０７において、選択された物体ｉの衝突予測時間ＣＴＲ［ｉ］が、アラームを制御するか否かを判定するためのしきい値ｃＣＴ_alarm以下となっているか否かを、判定式「ＣＴＲ［ｉ]≦ｃＣＴ_alarm」で判定する。この判定式を満たす場合にはＳ１１０８に進み、判定式を満たさない場合には処理を終了する。
Ｓ１１０８において、衝突回避制御部５は、アラームを制御する（警報を鳴らす、警告を表示するなど）ことで、ユーザに危機を知らせて衝突を回避する。

以上説明したように、レーダ１１ａで検知した物体群の情報をもとに、衝突判定部４で演算された各物体の危険度を利用して、自動的に衝突回避制御を行うことができる。これにより、レーダ１１ａ単体で危険度を計算する方式（図１０で説明）に比べ、高速かつ低コストでの衝突回避制御を実現できる。

以上説明した本実施形態では、レーダやカメラで検知された自車前方の物体を認識し、認識された物体と自車との衝突可能性を判断する車両用外界認識装置、それを用いた車両システムに関するものであり、以下の課題を解決する。
その課題とは、レーダの感度を上げて歩行者などの低反射体を検知しようとすると、所定の領域内で近接している複数の物体を検知した場合に、各物体の反射強度の差異が曖昧となり、これらの物体を１つの物体群として検知する可能性があり、衝突判定の精度が低下してプリクラッシュ・セーフティ・システムなどの安全システムが有効に作動しない可能性があることである。

本実施形態の基本構成は、次の構成要素を有する。
レーダ物体検知部１ａは、レーダで検知した物体群の情報を取得する。
幅変化量計算部２は、レーダ物体検知部１ａにより得られた物体群の幅に応じて幅変化量を計算する。
両端速度計算部３は、レーダ物体検知部１ａにより得られた物体群の中心の速度と幅変化量計算部２により計算した幅変化量に応じて物体群の両端の速度を計算する。
衝突判定部４は、レーダ物体検知部１ａにより得られた物体群の情報と両端速度計算部３により計算した物体群の両端の速度に応じてレーダで検知した物体群と自車との衝突可能性を判定する。
これにより、所定の領域内で近接している複数の物体をレーダで１つの物体群として検知している場合において、レーダで検知した物体群の中心の横速度に加えて物体群の両端の横速度に応じて衝突判定を行うため、衝突判定の精度が向上する。

本実施形態の改良構成は、基本構成に加えて、次の構成要素を有する。
カメラ物体識別部１ｂは、衝突判定部４により衝突の可能性が高いと判定された物体群に対してカメラで撮像した自車前方の画像を用いて物体群の情報を取得する。カメラ物体識別部１ｂは、両端速度計算部３により計算した物体群の両端の速度に応じて画像処理の領域を決定する。
統合化物体認識部１ｃは、レーダ物体検知部１ａにより得られた物体群の情報と、カメラ物体識別部１ｂにより得られた物体群の情報を統合する。
衝突判定部４は、統合化物体認識部１ｃにより得られた物体の情報と両端速度計算部３により計算した物体群の両端の速度に応じてレーダで検知した物体群と自車との衝突可能性を判定する。
これにより、レーダで検知した物体群のうち、衝突の可能性が高いと判定された物体群に対してカメラで撮像した自車前方の画像を用いて前記物体群の情報を取得する場合には、衝突判定の精度向上により画像処理の対象となる物体群を確実に絞り込むことができる。
さらに、物体群の両端の横速度に応じて画像処理領域を設定することにより、図１２（ｃ）に示すような画像処理領域の不足分が発生しないため、カメラによる個体識別を確実に実行することができる。

本発明の一実施形態に関する車両に付加される、または、車両に組み込まれている車両用外界認識装置１００の実施形態を示す構成図である。 本発明の一実施形態に関するレーダ１１ａおよびレーダ物体検知部１ａの処理内容を示す説明図である。 本発明の一実施形態に関する両端横速度計算部３による計算処理を示す説明図である。 本発明の一実施形態に関する衝突判定部４における、レーダで検知した物体群の速度ベクトルを用いて衝突判定を行う方法の基本的な考え方を示す説明図である。 本発明の一実施形態に関する図４に示した衝突判定部４の処理内容の詳細を示す説明図である。 本発明の一実施形態に関するカメラ物体識別部１ｂの処理内容を示すフローチャートである。 本発明の一実施形態に関する図６のＳ６０８における画像処理領域の設定方法を示す説明図である。 本発明の一実施形態に関する図６のＳ６０９におけるパターンマッチング処理の概要を示す説明図である。 本発明の一実施形態に関する統合化物体認識部１ｃが実行する、レーダ１１ａで検知した物体群の情報と、カメラ１１ｂで個体識別した物体の情報と、を統合化する処理を示す説明図である。 本発明の一実施形態に関する衝突判定部４により衝突の可能性が高いと判定されたときに、衝突回避制御部５が実行する、衝突を回避するための車両制御処理を示すフローチャートである。 本発明の一実施形態に関する衝突判定部４により衝突の可能性が高いと判定されたときに、衝突回避制御部５が実行する、衝突を回避するための車両制御処理を示すフローチャートである。 本発明が解決しようとする課題を示す図である。

符号の説明

１ａ レーダ物体検知部
１ｂ カメラ物体識別部
１ｃ 統合化物体認識部
２ 幅変化量計算部
３ 両端横速度計算部
４ 衝突判定部
５ 衝突回避制御部
１１ａ レーダ
１１ｂ カメラ
１００ 車両用外界認識装置

Claims (7)

1. 車両の外側に位置する物体を認識する車両用外界認識装置であって、
   前記車両用外界認識装置は、レーダ物体検知部と、幅変化量計算部と、両端横速度計算部と、衝突判定部と、衝突回避制御部と、を有し、
   前記レーダ物体検知部は、車両のレーダで検知した物体群の情報を取得すると、取得した物体群の情報について、車両位置を原点とし、車両の車幅方向をＸ軸とし、車両の進行方向をＹ軸とする相対座標系に変換し、取得した物体群の相対座標系における位置と、速度と、幅と、を計算し、
   前記幅変化量計算部は、前記レーダ物体検知部により計算される物体群の幅の変化量を示す幅変化量を計算し、
   前記両端横速度計算部は、前記レーダ物体検知部により計算される物体群の速度と、前記幅変化量計算部により計算される物体群の幅変化量と、に応じて物体群の左右両端のＸ軸における横速度を計算し、
   前記衝突判定部は、物体群の左端位置、中心位置、右端位置それぞれについて、前記両端横速度計算部で計算される各位置における各横速度をもとに、相対座標系における物体群の移動軌跡を計算し、その移動軌跡が相対座標系における原点に近づくほど各位置における危険度が高いものとして、各位置における危険度を計算し、
   前記衝突回避制御部は、前記衝突判定部により計算される物体群の各位置における危険度のうち、少なくとも１つの位置における危険度が所定しきい値以上のときに、その危険度に対応する物体群に関する衝突回避制御を実行すること、を特徴とする
   車両用外界認識装置。
2. 車両の外側に位置する物体を認識する車両用外界認識装置であって、
   前記車両用外界認識装置は、レーダ物体検知部と、幅変化量計算部と、両端横速度計算部と、衝突判定部と、衝突回避制御部と、カメラ物体識別部と、統合化物体認識部と、を有し、
   前記レーダ物体検知部は、車両のレーダで検知した物体群の情報を取得すると、取得した物体群の情報について、車両位置を原点とし、車両の車幅方向をＸ軸とし、車両の進行方向をＹ軸とする相対座標系に変換し、取得した物体群の相対座標系における位置と、速度と、幅と、を計算し、
   前記幅変化量計算部は、前記レーダ物体検知部により計算される物体群の幅の変化量を示す幅変化量を計算し、
   前記両端横速度計算部は、前記レーダ物体検知部により計算される物体群の速度と、前記幅変化量計算部により計算される物体群の幅変化量と、に応じて物体群の左右両端のＸ軸における横速度を計算し、
   前記カメラ物体識別部は、前記レーダ物体検知部により得られた物体群の情報と、前記両端横速度計算部により計算した物体群の両端の横速度と、に応じて、車両のカメラの撮影画像中の画像処理の領域幅を決定し、その画像処理の領域幅内の撮影データと、記憶部に格納されている各物体のパターンデータと、を照合することにより、撮影データ中の物体を個体識別し、
   前記統合化物体認識部は、レーダの反射特性から物体を特定可能なものについては前記レーダ物体検知部により得られた物体群の情報を採用し、特定不可能なものについては前記カメラ物体識別部により得られた物体の情報を採用することで、レーダおよびカメラによる物体の認識結果を統合し、
   前記衝突判定部は、前記統合化物体認識部で認識される各物体の中心位置および速度から、その物体の移動軌跡を計算し、その移動軌跡が相対座標系における原点に近づくほど危険度が高いものとして、各物体の中心位置における危険度を計算し、
   前記衝突回避制御部は、前記衝突判定部により計算される危険度が所定しきい値以上のときに、その危険度に対応する物体に関する衝突回避制御を実行すること、を特徴とする
   車両用外界認識装置。
3. 前記衝突回避制御部は、衝突回避制御として、車両の運転者に対して衝突可能性を知らせるアラームを、音声信号を出力するスピーカに対して出力するように制御することを特徴とする
   請求項１または請求項２に記載の車両用外界認識装置。
4. 前記衝突回避制御部は、衝突回避制御として、車両の運転者に対して衝突可能性を知らせるアラームを、警告画面を表示するディスプレイに対して出力するように制御することを特徴とする
   請求項１または請求項２に記載の車両用外界認識装置。
5. 前記衝突回避制御部は、衝突回避制御として、車両を減速させるためのブレーキを動作させるように制御することを特徴とする
   請求項１または請求項２に記載の車両用外界認識装置。
6. 前記衝突判定部は、物体の位置および速度から衝突予測時間を計算し、計算した衝突予測時間が所定しきい値以下の物体を、危険度の計算対象とすることを特徴とする
   請求項１ないし請求項５のいずれか１項に記載の車両用外界認識装置。
7. 請求項１ないし請求項６のいずれか１項に記載の車両用外界認識装置と、その車両用外界認識装置が搭載され、前記衝突回避制御部の制御対象となる車両と、を有することを特徴とする
   車両システム。

Images