JP2010081318A - 車両用視界確認装置 - Google Patents

Abstract

【課題】オートハイビームシステムをオフすべき状況であって、運転者等のユーザが気付きづらい状況を検出することができる車両用視界確認装置の提供。
【解決手段】車両前方の風景を撮影するカメラ１２と、前記カメラの撮像画像から検知される車両前方の状況に基づいてヘッドライト１８をハイビームとロービームの間で切替制御する制御手段とを備える車両用視界確認装置において、前記カメラの撮像画像中から抽出される特徴量に基づいて、前記カメラのレンズ部分の割れ若しくは前記カメラの前方に配置されるウインドシールドガラスの割れを検出する割れ検出手段を含むことを特徴とする。
【選択図】図１

Description

本発明は、カメラの撮像画像から検知される車両前方の状況に基づいてヘッドライトをハイビームとロービームの間で切替制御する制御手段を備える車両用視界確認装置に関する。

従来から、この種の装置において、車両の前方の情景を撮像するように構成されている撮像システムと、前記撮像システムから取得した前記情景の前記画像を処理して、処理された情景内で検出された物体に応じてビームパターンを変えるように前記外部ライトを制御するための制御回路と、を備え、前記制御回路は、降雪や霧が検出されたときに前記外部ライトの自動制御を無効することを特徴とする制御システムが知られている（例えば、特許文献１参照）。
特表２００４−５００２７９号公報

ところで、降雪や霧のような悪天の状況は運転者も容易に認識可能であり、かかる状況を認識した運転者は、手動でオートハイビームシステムをオフすることができるため、自動的に降雪や霧を検出してオートハイビームシステムをオフすることの有用性はそれほど高くない。

しかしながら、オートハイビームシステムをオフすべき状況として、例えば、カメラのレンズ部分の割れやカメラの前方に配置されるウインドシールドガラスの割れが発生する状況や、天候が回復した後にウインドシールドガラス上に雪等が残存していてカメラの視界が邪魔されているような状況、その他、パーキングタグ等の吊り下げによりカメラの視界が邪魔されているような状況が考えられる。これらの状況は、降雪や霧のような悪天の状況とは異なり、運転者が気付きづらいので、システム側で自動的に検出することが有用となる。

そこで、本発明は、オートハイビームシステムをオフすべき状況であって、運転者等のユーザが気付きづらい状況を検出することができる車両用視界確認装置の提供を目的とする。

上記目的を達成するため、本発明の一局面によれば、車両前方の風景を撮影するカメラと、前記カメラの撮像画像から検知される車両前方の状況に基づいてヘッドライトをハイビームとロービームの間で切替制御する制御手段とを備える車両用視界確認装置において、
前記カメラの撮像画像中から抽出される特徴量に基づいて、前記カメラのレンズ部分の割れ若しくは前記カメラの前方に配置されるウインドシールドガラスの割れを検出する割れ検出手段を含むことを特徴とする、車両用視界確認装置が提供される。

本発明によれば、オートハイビームシステムをオフすべき状況であって、運転者等のユーザが気付きづらい状況を検出することができる車両用視界確認装置が得られる。

以下、図面を参照して、本発明を実施するための最良の形態の説明を行う。

図１は、本発明による車両用視界確認装置が適用されるオートハイビームシステム１のシステム構成図である。

オートハイビームシステム１は、電子制御ユニット１０を中心に構成される。以下、この電子制御ユニット１０を、「制御ＥＣＵ１０」と称する。制御ＥＣＵ１０は、一般的なＥＣＵ（Ｅｌｅｃｔｒｏｎｉｃ Ｃｏｎｔｒｏｌ Ｕｎｉｔ）と同様、例えば、ＣＰＵ，制御プログラムを格納するＲＯＭ、演算結果等を格納する読書き可能なＲＡＭ、タイマ、カウンタ、入力インターフェイス、及び出力インターフェイス等を有してもよい。また、制御ＥＣＵ１０は、複数のＥＣＵにより協動して実現されてもよい。

制御ＥＣＵ１０には、ＣＣＤカラーカメラのようなカメラ１２が接続されている。カメラ１２は、車両周辺の風景を撮像するように車両の適切な位置に搭載され、例えば車両の室内のルームミラー付近に固定される。この場合、カメラ１２は、ウインドシールドガラス（フロントガラス）を介して車両前方の風景を撮像する。カメラ１２が撮像した撮像画像の画像データは所定のフレームレートでリアルタイムに制御ＥＣＵ１０に供給される。

制御ＥＣＵ１０は、オートハイビームモードがオンにされている状況下で、カメラ１２からの撮像画像に対して画像認識処理を行い、車両光判別処理を行う。この車両光判別処理では、他車（典型的には、先行車や対向車）のヘッドライトやテールランプ及び他のランプを識別する。制御ＥＣＵ１０は、この認識結果に基づいて、後述のアクチュエータ１６を介してヘッドライト１８の光軸の向きを上下に変化させる（即ちハイビームとロービームの間で切替制御を実行する）オートハイビーム制御を実行する。オートハイビーム制御の態様は、多種多様でありえ、任意の態様が採用されてもよい。例えば、先行車のテールランプの位置や対向車のヘッドライトの位置に応じて、自車前方の適切な範囲を照明しつつ先行車や対向車の運転者が眩しくならないように、ヘッドライト１８のハイビームとロービーム間が切替制御されるものであってよい。ハイビームとロービーム間は、必ずしもハイビームとロービームの２段階である必要は無く、３段階以上の多段階で切り替えられてもよい。尚、ヘッドライト１８は、ハイビームとロービームが同じバルブで構成されるものであってよい。

制御ＥＣＵ１０は、オートハイビームモードがオンにされている状況下で、カメラ１２からの撮像画像に対して画像認識処理を行い、上述の車両光判別処理で必要な認識対象の検知不能状態を識別する。この検知不能状態は、後に詳説する如く、カメラ１２のレンズ部分の割れやカメラ１２の前方に配置されるウインドシールドガラスの割れが発生する状況や、ウインドシールドガラス上に雪等が残存していてカメラ１２の視界が邪魔されているような状況、その他、パーキングタグ等の吊り下げによりカメラ１２の視界が邪魔されているような状況において発生しうる。

制御ＥＣＵ１０には、その他、各種車載センサないしスイッチ１４（以下、単に「車載センサ１４」という）が接続される。車載センサ１４は、例えば、ヘッドライト１８の点灯状態を表す信号を発生するライトスイッチを含んでよい。

車載センサ１４は、その他、車両前方の照度を識別する周囲光センサ（例えばＥＣミラーの周囲光センサ）、車両後方の照度を識別する後方グレアセンサ（例えばＥＣミラーの後方グレアセンサ）、天空照度を識別するコンライトセンサ、内外気温センサ、車速センサ、加速度センサ、舵角センサ、車高センサ、ヨーレートセンサ、地磁気センサ（コンパス）、シフトポジションセンサ、ディマースイッチ、オン／オフスイッチ、フォグランプスイッチ等を含んでよい。

また、制御ＥＣＵ１０には、ヘッドライト１８の光軸の向きを上下に変化させるアクチュエータ１６が接続される。アクチュエータ１６は、多段階に光軸に向きを上下に変化させることができるモータであってもよいし、ソレノイドで構成されてもよい。

また、制御ＥＣＵ１０には、制御状態等を示すインジケータ２０が接続される。インジケータ２０は、例えばＬＥＤで構成され、車室内の適切な場所（例えばメーター内やインストルメントパネル）に配置されてよい。インジケータ２０は、オートハイビームモードがオンにされている状況下で、点灯し、オートハイビームモードがオフにされると、消灯し、オートハイビームシステム１の異常時（後述の検知不能状態を除く）に点滅するものであってよい。尚、オートハイビームモードのオン／オフは、例えばステアリングコラム付近に設けられるオン／オフスイッチに対するユーザの操作により実現される。

図２は、本実施例の制御ＥＣＵ１０により実現される主要処理の一例を示すフローチャートである。図２に示す処理は、例えばイグニションスイッチがオンの間、所定周期毎に繰り返し実行されてもよい。

ステップ２００では、ライトスイッチからの信号が入力される。

ステップ２０２では、ライトスイッチからの信号に基づいて、ヘッドライト１８の現在の制御モードが判別される。ヘッドライト１８の制御モードは、オートハイビームモードとそれ以外のモード（例えば通常のモード）の２種類であってもよいし、オートハイビームモードとそれ以外の２種類以上のモードが存在してもよい。また、ヘッドライト１８の制御モードは、オートハイビームモードと他のモード（例えばアダプティブ・フロントライティングシステムを実現するモード）が同時に実行されるモードを含んでよい。この場合、このモードは、オートハイビームモードと同様に扱われてよい。

ステップ２０２において、現在のヘッドライト１８の制御モードがオートハイビームモードである場合は、ステップ２０４に進み、それ以外の場合は、今回周期の処理はそのまま終了する。尚、通常モードである場合は、運転者の手動によりハイビームとロービームが切替えられうる。

ステップ２０４では、カメラ１２からの撮像画像のデータ（カメラ画像データ）が入力される。

ステップ２０５では、入力されたカメラ画像データを処理して、車両光が検知不能であるか否かを判定する検知不能判別処理が実行される。検知不能判別処理の詳細は、後述する。車両光が検知不能でない場合は、ステップ２０６に進み、車両光が検知不能である場合は、ステップ２１０に進む。

ステップ２０６では、カメラ画像データを処理して、車両光判別処理が実行される。車両光判別処理では、例えばカメラ画像に含まれる車両光の種類（テールランプ、ヘッドランプ等の種類）が認識されると共に、車両光の位置（即ち光源の位置）が認識（算出）される。車両光の位置は、自車に対する相対位置及び相対方向を含んでよい。ステップ２０６の処理が終了すると、ステップ２０８に進む。

ステップ２０８では、ステップ２０６での車両光の認識結果に基づいて、オートハイビーム制御が実行される。オートハイビーム制御の態様は、多種多様でありえ、任意の態様が採用されてもよい。オートハイビーム制御は、ヘッドライト１８の上下の向きの制御に加えて若しくは代えて、先行車や対向車の運転者が眩しくならないようにオートハイビームを減光するといったようなヘッドライト１８の光量（出力）の調整を含んでもよい。

ステップ２１０では、インジケータ２０を消灯する。インジケータ２０は、本来、オートハイビームモードがオンである間は点灯状態とされる。従って、インジケータ２０が消灯されることで、運転者は、オートハイビームモードが後述する理由（ガラスの割れ等）で実行されていないことを知ることができる。

ステップ２１２では、車両光が検知不能である状況に対応して、本来のオートハイビーム制御が停止される。本例では、本来のオートハイビーム制御に代えて、ビーム保持制御が実行される。ビーム保持制御では、現時点のビームが保持される。現時点のビームが、例えばそれまでのオートハイビーム制御によりハイビームであった場合には、ハイビームが保持される。尚、代替例として、ビーム保持制御では、現時点のビームの如何に関らず、常にロービームに変更・保持されることとしてもよい。

尚、図２に示す例においては、次のような変形例・代替例が考えられる。

第１に、ヘッドライト１８の手動ハイビーム／ロービーム／パッシング状態を入力するディマースイッチからの情報を、上記ステップ２０２の処理に利用してもよい。即ち、ディマースイッチからの情報に基づいて、オートハイビームモードの条件の成立／不成立を判定してもよい。

第２に、オートハイビームの手動での制御切替（オン／オフ）状態を入力するオン／オフスイッチからの情報を、上記ステップ２０２の処理に利用してもよい。即ち、オン／オフスイッチからの情報に基づいて、オートハイビームモードの条件の成立／不成立を判定してもよい。

第３に、フォグランプの手動での切替（オン／オフ）状態を入力するフォグランプスイッチからの情報又はフォグランプの出力を、上記ステップ２０８の処理に利用してもよい。即ち、ハイビーム点灯時にフォグランプを消灯させるような連動制御を実行してもよい。

第４に、図２に示す例では、上記ステップ２００の処理を経由して、上記ステップ２０４及びステップ２０５を実行しているが、昼間でヘッドライト１８が点灯しておらず、更に上記ステップ２０２でオートハイビームモードの条件が成立していなくても、上記ステップ２０４及びステップ２０５を実施すれば、モード移行時に即上記ステップ２１０でインジケータ２０の消灯を実施することが可能である。

図３は、本実施例の制御ＥＣＵ１０により実現される検知不能判別処理（図２のステップ２０５）の一例を示すフローチャートである。図３に示す検知不能判別処理は、ガラス割れ判別処理として具現化される。

ステップ３０２では、カメラ１２からの撮像画像（カメラ画像）のデータ（ステップ２０４参照）に基づいて、カメラ画像に拡散光が存在するか否かが判定される。カメラ画像における拡散光は、カメラ１２のレンズ部分に放射状の割れが生じた場合や、カメラ１２の前方に配置されるウインドシールドガラスに放射状の割れが生じた場合に発生しうる。カメラ画像に拡散光が存在するか否かの判定方法は、多種多様でありえ、任意の適切な方法が採用されてもよい。例えば、得られたカメラ画像において、明るさ及び色の変化量の少ない不規則な線が存在し、これらの線が、ある座標上の中心から、所定本数以上、放射状に伸びている場合に、カメラ画像に拡散光が存在すると判定することとしてもよい。

ステップ３０２において、カメラ画像に拡散光が存在すると判定した場合は、ステップ３０４に進み、カメラ画像に拡散光が存在しないと判定した場合は、ステップ３０８に進む。

ステップ３０４では、拡散光が一定時間変化せず継続して検出されるか否かが判定される。一定時間は、例えば外部要因に起因して瞬間的に又は短時間だけガラス画像に現れうる拡散光と、カメラ１２のレンズ部分等のガラス割れに起因して継続的にガラス画像に現れうる拡散光とを峻別できる程度の時間に試験等により適合されてもよい。拡散光が一定時間変化しない場合は、ステップ３０６に進み、拡散光が一定時間内に変化した場合（例えば消失した場合）、ステップ３０８に進む。

ステップ３０６では、ガラス割れ有りと判別する。この場合、上述の図２のステップ２０５の処理の結果は、検知不能との判別結果となる。

ステップ３０８では、カメラ１２からの撮像画像のデータ（ステップ２０４参照）に基づいて、カメラ画像に一定の線又は曲線が存在するか否かが判定される。カメラ画像における一定の線又は曲線は、カメラ１２のレンズ部分にヒビ状の割れが生じた場合や、カメラ１２の前方に配置されるウインドシールドガラスにヒビ状の割れが生じた場合に発生しうる。カメラ画像に一定の線又は曲線が存在するか否かの判定方法は、多種多様でありえ、任意の適切な方法が採用されてもよい。例えば、得られたカメラ画像において、明るさ及び色の変化量の少ない所定長さ以上の不規則な線が存在し、これらの線の明るさに関して、不規則な線の直線部よりも屈曲部（角のある部分）が大きく、曲線部（丸みのある部分）が直線部から屈曲部の明るさで可変する特徴を有する場合に、カメラ画像に一定の線又は曲線が存在すると判定することとしてもよい。

ステップ３０８において、カメラ画像に一定の線又は曲線が存在すると判定した場合は、ステップ３１０に進み、カメラ画像に一定の線又は曲線が存在しないと判定した場合は、ステップ３１４に進む。

ステップ３１０では、カメラ画像中の線又は曲線が一定時間変化せず継続して検出されるか否かが判定される。一定時間は、例えば外部要因に起因して瞬間的に又は短時間だけガラス画像に現れうる線又は曲線と、カメラ１２のレンズ部分等のガラス割れに起因して継続的にガラス画像に現れうる線又は曲線とを峻別できる程度の時間に試験等により適合されてもよい。線又は曲線が一定時間変化しない場合は、ステップ３１２に進み、線又は曲線が一定時間内に変化した場合（例えば消失した場合）、ステップ３１４に進む。

ステップ３１２では、ガラス割れ有りと判別する。この場合、上述の図２のステップ２０５の処理の結果は、検知不能との判別結果となる。

ステップ３１４では、ガラス割れ無しと判別する。この場合、上述の図２のステップ２０５の処理の結果は、検知不能でない（検知可能）との判別結果となる。

このようにして図３に示す処理によれば、オートハイビーム制御を停止すべき状況として、運転者等のユーザが気付きづらい、カメラ１２のレンズ部分等のガラス割れが発生した状況を検出することができる。これにより、オートハイビーム制御の継続が困難となるようなカメラ１２のレンズ部分等のガラス割れが発生した場合に、オートハイビーム制御を自動的に停止することができる。

尚、図３に示す例では、好ましい実施例として、カメラ１２のレンズ部分等の放射状の割れとヒビ状の割れをそれぞれ検出するものであるが、いずれか一方のみを検出する構成も可能である。また、図３に示す例では、カメラ画像に拡散光が存在しない場合にカメラ１２のレンズ部分等のヒビ状の割れの有無を検出するものであるが、カメラ画像に拡散光が存在するか否かに係らず、カメラ１２のレンズ部分等のヒビ状の割れの有無を判定する構成も可能である。

また、図３に示す例においては、次のような変形例・代替例が考えられる。

第１に、車速センサから車速情報を上記ステップ３０４、３１０の処理に利用してもよい。即ち、車両の車速情報を利用して、時間経過後の画像特徴量（上述の拡散光等に関連した特徴量）の変化に加えて若しくは代えて、一定の時間又は距離走行後の画像特徴量の変化の有無によりガラス割れの有無を判定してもよい。

第２に、加速センサからの車両の加速度情報を上記ステップ３０４、３１０の処理に利用してもよい。即ち、車両の加速度情報を利用して、時間経過後の画像特徴量の変化に加えて若しくは代えて、一定の時間又は距離走行後の画像特徴量の変化の有無によりガラス割れの有無を判定してもよい。

第３に、舵角センサからの舵角情報を上記ステップ３０４、３１０の処理に利用してもよい。即ち、車両の舵角情報を利用して、時間経過後の画像特徴量の変化に加えて若しくは代えて、一定のステアリング操舵後の画像特徴量の変化の有無によりガラス割れの有無を判定してもよい。

第４に、車高センサからの車高（傾き）情報を上記ステップ３０４、３１０の処理に利用してもよい。即ち、車高情報を利用して、時間経過後の画像特徴量の変化に加えて若しくは代えて、一定の車両姿勢変動後の画像特徴量の変化の有無によりガラス割れの有無を判定してもよい。

第５に、ヨーレートセンサからのヨーレート情報を上記ステップ３０４、３１０の処理に利用してもよい。即ち、ヨーレート情報を利用して、時間経過後の画像特徴量の変化に加えて若しくは代えて、一定の車両挙動変動後の画像特徴量の変化の有無によりガラス割れの有無を判定してもよい。

第６に、地磁気センサからの地磁気情報を上記ステップ３０４、３１０の処理に利用してもよい。即ち、地磁気情報（車両の進行方向・向きに関する情報）を利用して、時間経過後の画像特徴量の変化に加えて若しくは代えて、一定の車両走行方向変動後の画像特徴量の変化の有無によりガラス割れの有無を判定してもよい。

第７に、シフトポジションセンサからのシフトポジション情報を上記ステップ３０４、３１０の処理に利用してもよい。即ち、シフトポジション情報を利用して、時間経過後の画像特徴量の変化に加えて若しくは代えて、一定のシフトポジション変化後の画像特徴量の変化の有無によりガラス割れの有無を判定してもよい。

図４は、本実施例の制御ＥＣＵ１０により実現される検知不能判別処理（図２のステップ２０５）のその他の一例を示すフローチャートである。図４に示す検知不能判別処理は、障害物判別処理として具現化される。

ステップ４０２では、カメラ１２からのカメラ画像のデータ（ステップ２０４参照）に基づいて、カメラ画像が黒画であるか否かが判定される。カメラ画像が黒画である状況は、カメラ１２の前方のウインドシールドガラスの部分（カメラ１２の視界の部分）に泥、虫等の異物が付着している場合や、カメラ１２の前方に障害物（吊り下げられたパーキングタグ等）が存在する場合に発生しうる。カメラ画像に黒画が存在するか否かの判定方法は、多種多様でありえ、任意の適切な方法が採用されてもよい。例えば、得られたカメラ画像において、明るさ及び色の変化量の少なく、全体領域に亘って黒い状態が検出された場合に、カメラ画像が黒画であると判定することとしてもよい。

ステップ４０２において、カメラ画像が黒画であると判定した場合は、ステップ４０４に進み、カメラ画像が黒画でないと判定した場合は、ステップ４０８に進む。

ステップ４０４では、黒画が一定時間変化せず継続して検出されるか否かが判定される。一定時間は、例えば外部要因に起因して瞬間的に又は短時間だけ現れうる黒画と、固定された異物・障害物に起因して継続的に現れうる黒画とを峻別できる程度の時間に試験等により適合されてもよい。黒画が一定時間変化しない場合は、ステップ４０６に進み、黒画が一定時間内に変化した場合（例えば消失した場合）、ステップ４０８に進む。

ステップ４０６では、異物・障害物有りと判別する。この場合、上述の図２のステップ２０５の処理の結果は、検知不能との判別結果となる。

ステップ４０８では、カメラ１２からのカメラ画像のデータ（ステップ２０４参照）に基づいて、カメラ画像に黒部が存在するか否かが判定される。カメラ画像における黒部は、カメラ１２の前方のウインドシールドガラスの部分に泥等の異物が部分的に付着している場合や、カメラ１２の前方の障害物によりカメラ１２の視界が部分的に遮蔽される場合に発生しうる。カメラ画像に黒部が存在するか否かの判定方法は、多種多様でありえ、任意の適切な方法が採用されてもよい。例えば、得られたカメラ画像において、明るさ及び色の変化量の少なく、部分的に黒い状態が一定面積以上存在する場合に、カメラ画像に黒部が存在すると判定することとしてもよい。

ステップ４０８において、カメラ画像に黒部が存在すると判定した場合は、ステップ４１０に進み、カメラ画像に黒部が存在しないと判定した場合は、ステップ４１４に進む。

ステップ４１０では、カメラ画像中の黒部が一定時間変化せず継続して検出されるか否かが判定される。一定時間は、例えば外部要因に起因して瞬間的に又は短時間だけガラス画像に現れうる黒部と、固定された異物・障害物に起因して継続的にガラス画像に現れうる黒部とを峻別できる程度の時間に試験等により適合されてもよい。黒部が一定時間変化しない場合は、ステップ４１２に進み、黒部が一定時間内に変化した場合（例えば消失した場合）、ステップ４１４に進む。

ステップ４１２では、異物・障害物有りと判別する。この場合、上述の図２のステップ２０５の処理の結果は、検知不能との判別結果となる。

ステップ４１４では、異物・障害物無しと判別する。この場合、上述の図２のステップ２０５の処理の結果は、検知不能でない（検知可能）との判別結果となる。

このようにして図４に示す処理によれば、オートハイビーム制御を停止すべき状況として、運転者等のユーザが気付きづらい、ウインドシールドガラス等に異物や障害物が存在する状況を検出することができる。これにより、オートハイビーム制御の継続が困難となるような異物・障害物がウインドシールドガラス等に存在する場合に、オートハイビーム制御を自動的に停止することができる。

尚、図４に示す例では、好ましい実施例として、カメラ画像全体の黒画とカメラ画像の部分的な黒部をそれぞれ検出するものであるが、いずれか一方のみを検出する構成も可能である。また、図４に示す例では、カメラ画像が黒画でない場合にカメラ画像中の黒部の有無を検出するものであるが、カメラ画像が黒画であるか否かに係らず、カメラ画像中の黒部の有無を判定する構成も可能である。

また、図４に示す例においては、次のような変形例・代替例が考えられる。

第１に、車速センサから車速情報を上記ステップ４０４、４１０の処理に利用してもよい。即ち、車両の車速情報を利用して、時間経過後の黒画ないし黒部の変化に加えて若しくは代えて、一定の時間又は距離走行後の黒画ないし黒部の変化の有無により異物・障害物の有無を判定してもよい。

第２に、加速センサからの車両の加速度情報を上記ステップ４０４、４１０の処理に利用してもよい。即ち、車両の加速度情報を利用して、時間経過後の黒画ないし黒部の変化の有無に加えて若しくは代えて、一定の時間又は距離走行後の黒画ないし黒部の変化の有無により異物・障害物の有無を判定してもよい。

第３に、舵角センサからの舵角情報を上記ステップ４０４、４１０の処理に利用してもよい。即ち、車両の舵角情報を利用して、時間経過後の黒画ないし黒部の変化の有無に加えて若しくは代えて、一定のステアリング操舵後の黒画ないし黒部の変化の有無により異物・障害物の有無を判定してもよい。

第４に、車高センサからの車高（傾き）情報を上記ステップ４０４、４１０の処理に利用してもよい。即ち、車高情報を利用して、時間経過後の黒画ないし黒部の変化の有無に加えて若しくは代えて、一定の車両姿勢変動後の黒画ないし黒部の変化の有無により異物・障害物の有無を判定してもよい。

第５に、ヨーレートセンサからのヨーレート情報を上記ステップ４０４、４１０の処理に利用してもよい。即ち、ヨーレート情報を利用して、時間経過後の黒画ないし黒部の変化の有無に加えて若しくは代えて、一定の車両挙動変動後の黒画ないし黒部の変化の有無により異物・障害物の有無を判定してもよい。

第６に、地磁気センサからの地磁気情報を上記ステップ４０４、４１０の処理に利用してもよい。即ち、地磁気情報（車両の進行方向・向きに関する情報）を利用して、時間経過後の黒画ないし黒部の変化の有無に加えて若しくは代えて、一定の車両走行方向変動後の黒画ないし黒部の変化の有無により異物・障害物の有無を判定してもよい。

第７に、シフトポジションセンサからのシフトポジション情報を上記ステップ４０４、４１０の処理に利用してもよい。即ち、シフトポジション情報を利用して、時間経過後の黒画ないし黒部の変化の有無に加えて若しくは代えて、一定のシフトポジション変化後の黒画ないし黒部の変化の有無により異物・障害物の有無を判定してもよい。

図５は、本実施例の制御ＥＣＵ１０により実現される検知不能判別処理（図２のステップ２０５）の更なるその他の一例を示すフローチャートである。図５に示す検知不能判別処理は、雪霜氷判別処理として具現化される。

ステップ５０２では、カメラ１２からのカメラ画像のデータ（ステップ２０４参照）に基づいて、カメラ画像が白画であるか否かが判定される。カメラ画像が白画である状況は、カメラ１２の前方に配置されるウインドシールドガラス上に積雪、積霜又は氷結が発生している場合に発生しうる。カメラ画像に白画が存在するか否かの判定方法は、多種多様でありえ、任意の適切な方法が採用されてもよい。例えば、得られたカメラ画像において、明るさ及び色の変化量の少なく、全体領域に亘って白系の状態又は一定面積以上が部分的に白系の状態が検出された場合に、カメラ画像が白画であると判定することとしてもよい。

ステップ５０２において、カメラ画像が白画であると判定した場合は、ステップ５０４に進み、カメラ画像が白画でないと判定した場合は、ステップ５０８に進む。

ステップ５０４では、白画が一定時間変化せず継続して検出されるか否かが判定される。一定時間は、例えば外部要因に起因して瞬間的に又は短時間だけ現れうる白画と、積雪、積霜又は氷結に起因して比較的に長時間に亘って現れうる白画とを峻別できる程度の時間に試験等により適合されてもよい。白画が一定時間変化しない場合は、ステップ５０６に進み、白画が一定時間内に変化した場合（例えば消失した場合）、ステップ５０８に進む。

ステップ５０６では、雪霜氷有りと判別する。この場合、上述の図２のステップ２０５の処理の結果は、検知不能との判別結果となる。

ステップ５０８では、カメラ１２からのカメラ画像のデータ（ステップ２０４参照）に基づいて、カメラ画像にボケ光が存在するか否かが判定される。カメラ画像におけるボケ光は、カメラ１２の前方に配置されるウインドシールドガラスへの氷結が発生している場合に発生しうる。カメラ画像にボケ光が存在するか否かの判定方法は、多種多様でありえ、任意の適切な方法が採用されてもよい。例えば、得られたカメラ画像において、明るさ及び色の変化量の少なく、白系の部分が多く、座標上では対向車と認識したヘッドランプに関し、通常時と比較すると明るさのレベルが低く且つ面積が大きい場合に、カメラ画像にボケ光が存在すると判定することとしてもよい。

ステップ５０８において、カメラ画像にボケ光が存在すると判定した場合は、ステップ５１０に進み、カメラ画像にボケ光が存在しないと判定した場合は、ステップ５１４に進む。

ステップ５１０では、カメラ画像中のボケ光が一定時間変化せず継続して検出されるか否かが判定される。一定時間は、例えば外部要因に起因して瞬間的に又は短時間だけガラス画像に現れうるボケ光と、氷結に起因して比較的に長時間に亘ってガラス画像に現れうるボケ光とを峻別できる程度の時間に試験等により適合されてもよい。ボケ光が一定時間変化しない場合は、ステップ５１２に進み、ボケ光が一定時間内に変化した場合（例えば消失した場合）、ステップ５１４に進む。

ステップ５１２では、ウインドシールドガラスへの氷結が発生していると判断して、雪霜氷有りと判別する。この場合、上述の図２のステップ２０５の処理の結果は、検知不能との判別結果となる。

ステップ５１４では、雪霜氷無しと判別する。この場合、上述の図２のステップ２０５の処理の結果は、検知不能でない（検知可能）との判別結果となる。

このようにして図５に示す処理によれば、オートハイビーム制御を停止すべき状況として、運転者等のユーザが気付きづらい、ウインドシールドガラスへの積雪、積霜又は氷結が生じている状況を検出することができる。これにより、オートハイビーム制御の継続が困難となるような雪、霜又は氷がウインドシールドガラス上に存在する場合に、オートハイビーム制御を自動的に停止することができる。

尚、図５に示す例では、好ましい実施例として、カメラ画像の白画とボケ光をそれぞれ検出するものであるが、いずれか一方のみを検出する構成も可能である。また、図５に示す例では、カメラ画像が白画でない場合にカメラ画像中のボケ光の有無を検出するものであるが、カメラ画像が白画であるか否かに係らず、カメラ画像中のボケ光の有無を判定する構成も可能である。

また、図５に示す例においては、次のような変形例・代替例が考えられる。

第１に、車速センサから車速情報を上記ステップ５０４、５１０の処理に利用してもよい。即ち、車両の車速情報を利用して、時間経過後の白画ないしボケ光の変化に加えて若しくは代えて、一定の時間又は距離走行後の白画ないしボケ光の変化の有無により積雪、積霜又は氷結の有無を判定してもよい。

第２に、加速センサからの車両の加速度情報を上記ステップ５０４、５１０の処理に利用してもよい。即ち、車両の加速度情報を利用して、時間経過後の白画ないしボケ光の変化の有無に加えて若しくは代えて、一定の時間又は距離走行後の白画ないしボケ光の変化の有無により積雪、積霜又は氷結の有無を判定してもよい。

第３に、舵角センサからの舵角情報を上記ステップ５０４、５１０の処理に利用してもよい。即ち、車両の舵角情報を利用して、時間経過後の白画ないしボケ光の変化の有無に加えて若しくは代えて、一定のステアリング操舵後の白画ないしボケ光の変化の有無により積雪、積霜又は氷結の有無を判定してもよい。

第４に、車高センサからの車高（傾き）情報を上記ステップ５０４、５１０の処理に利用してもよい。即ち、車高情報を利用して、時間経過後の白画ないしボケ光の変化の有無に加えて若しくは代えて、一定の車両姿勢変動後の白画ないしボケ光の変化の有無により積雪、積霜又は氷結の有無を判定してもよい。

第５に、ヨーレートセンサからのヨーレート情報を上記ステップ５０４、５１０の処理に利用してもよい。即ち、ヨーレート情報を利用して、時間経過後の白画ないしボケ光の変化の有無に加えて若しくは代えて、一定の車両挙動変動後の白画ないしボケ光の変化の有無により積雪、積霜又は氷結の有無を判定してもよい。

第６に、地磁気センサからの地磁気情報を上記ステップ５０４、５１０の処理に利用してもよい。即ち、地磁気情報（車両の進行方向・向きに関する情報）を利用して、時間経過後の白画ないしボケ光の変化の有無に加えて若しくは代えて、一定の車両走行方向変動後の白画ないしボケ光の変化の有無により積雪、積霜又は氷結の有無を判定してもよい。

第７に、シフトポジションセンサからのシフトポジション情報を上記ステップ５０４、５１０の処理に利用してもよい。即ち、シフトポジション情報を利用して、時間経過後の白画ないしボケ光の変化の有無に加えて若しくは代えて、一定のシフトポジション変化後の白画ないしボケ光の変化の有無により積雪、積霜又は氷結の有無を判定してもよい。

尚、上述した図３乃至図５に示す処理は、いずれか任意の１つが実行されてもよいし、いずれか２つの任意の組み合わせが並列して実行されてもよいし、３つの全てが並列して実行されてもよい。

ところで、ウインドシールドガラスの割れによる検知不能状態は、高速道路の路肩・中央分離帯が整備されていない地域での高速走行時の割れにより発生する場合がある。この種の割れは、部分的な割れであることが多く、この割れた部分、又は何らかの異常により発生しうるカメラ１２のレンズの割れを、運転者が判断（検知）することは困難である。

また、泥や虫等の異物による検知不能状態は、ウインドシールドガラスのカメラ周辺部の部分的な異常・付着でも発生し、パーキングタグのような障害物による検知不能状態は、障害物によるカメラ１２の前部のみの遮蔽でも発生しうる。

また、積雪、積霜又は氷結に関して、冬季時に屋外夜間駐車した場合、朝の走行前にウインドシールドガラスの一面に積雪、積霜又は氷結が存在する場合が多く、時間節約・寒さ防止の観点から、部分的にだけ積雪、積霜又は氷結を除去して走行する場合が考えられる。この際、積雪、積霜又は氷結による検知不能状態は、カメラ１２の前部の積雪、積霜又は氷結が除去されずに残存する場合に発生しうる。

本実施例によれば、上述の如く、このような運転者が気付くことが困難な検知不能状態をシステム側が自動的に検出するので、検知不能状態でオートハイビーム制御を継続することを防止することができる。

ところで、運転者が、上述のような検知不能状態を認識することは困難であり、また、検知不能状態は、意図しない状況で突然発生する可能性もある。従って、このような検知不能状態によりオートハイビーム制御が不能となった状態は、運転者の安全確保や操作性向上の観点から、速やかに運転者等のユーザに通知されることが望ましい。但し、泥の付着時や氷結時等は敢えて運転者が認識した上で、その状況のまま運転を続けることもありうる。

本実施例では、上述のような検知不能状態を知らせるためのインジケータ２０の出力態様に関して、上述の如くインジケータ２０の消灯により実現している。インジケータ２０の出力態様としては、非起動時に消灯、起動時に点灯、異常時に点滅とされるのが一般的であり、従って、上述のような検知不能状態を知らせるためのインジケータ２０の出力態様として、点滅を採用する構成も考えられる。しかしながら、点滅は故障として考えられ、ディーラー等へ車両を持ち込み点検・修理される場合が多い。しかし、上述のような検知不能状態ではカメラ１２は故障しておらず、何ら異常は無く、オートハイビームシステムに関して点検・修理する必要は無い。要するに、運転者が異物等を取り除く、又は別目的でウインドシールドガラスの修理を行えば、正常作動に復帰する。また、上述の如く運転者が検知不能状態を認識した上で敢えて運転を継続する場合には、インジケータ２０の点滅は、走行上、視覚上煩わしい動作となる。

これに関して、本実施例では、上述の如くインジケータ２０を消灯させることで、故障状態とは峻別した態様で検知不能状態をユーザに知らせるので、ユーザが故障と勘違いすることも無く、また、運転者が検知不能状態を認識した上で敢えて運転を継続する場合でも、運転者に煩わしさを与えることがない。

以上、本発明の好ましい実施例について詳説したが、本発明は、上述した実施例に制限されることはなく、本発明の範囲を逸脱することなく、上述した実施例に種々の変形及び置換を加えることができる。

例えば、上述した実施例において、図２の処理のステップ２０２の判別結果、ステップ２０５の判別結果、及び／又は、ステップ２０６の判別結果は、適切な記憶媒体（例えば制御ＥＣＵ１０のＥＥＰＲＯＭ）に記憶されてもよい。この場合、外部センターや故障解析ツールからの読み出し要求に応じて、過去の履歴が出力されてもよい。また、電源オン／オフ後にも、過去の判別結果を読み出し、図３のステップ３０２，３０４，３０８，３１０（図４及び図５も同様）の処理に補助データとして利用してもよい。また、点検・サービス時に、外部センターや故障解析ツールからの読み出し要求に応じて、過去のデータが同様に参照されてもよい。

また、上述した実施例では、好ましい実施例として、インジケータ２０を消灯させることで検知不能状態をユーザに知らせているが、これに加えて若しくは代えて、検知不能状態を知らせる情報やメッセージを音声及び／又は映像により出力してもよい。

また、上述した実施例では、好ましい実施例として、検知不能状態の検出精度・信頼性を高めるために、画像特徴量の一定時間の経過後の変化の有無を判定しているが（例えば図３のステップ３０４、３１０）、かかる処理を省略してもよい。

本発明による車両用視界確認装置が適用されるオートハイビームシステム１のシステム構成図である。 本実施例の制御ＥＣＵ１０により実現される主要処理の一例を示すフローチャートである。 本実施例の制御ＥＣＵ１０により実現される検知不能判別処理の一例を示すフローチャートである。 本実施例の制御ＥＣＵ１０により実現される検知不能判別処理のその他の一例を示すフローチャートである。 本実施例の制御ＥＣＵ１０により実現される検知不能判別処理の更なるその他の一例を示すフローチャートである。

符号の説明

１ オートハイビームシステム
１０ 制御ＥＣＵ
１２ カメラ
１４ 車載センサ
１６ アクチュエータ
１８ ヘッドライト
２０ インジケータ

Claims (12)

1. 車両前方の風景を撮影するカメラと、前記カメラの撮像画像から検知される車両前方の状況に基づいてヘッドライトをハイビームとロービームの間で切替制御する制御手段とを備える車両用視界確認装置において、
   前記カメラの撮像画像中から抽出される特徴量に基づいて、前記カメラのレンズ部分の割れ若しくは前記カメラの前方に配置されるウインドシールドガラスの割れを検出する割れ検出手段を含むことを特徴とする、車両用視界確認装置。
2. 前記特徴量は、拡散光に関連する特徴量である、請求項１に記載の車両用視界確認装置。
3. 前記特徴量は、ある点を中心点として放射状に複数本伸びる不規則な線状の画像要素である、請求項２に記載の車両用視界確認装置。
4. 前記特徴量は、不規則な線状の画像要素である、請求項１に記載の車両用視界確認装置。
5. 前記割れ検出手段は、複数時点で取得される複数の撮像画像間で前記特徴量が変化しない場合に、該特徴量を前記割れに起因した特徴量と判断して、前記割れを検出する、請求項１〜４のうちのいずれか１項に記載の車両用視界確認装置。
6. 前記割れ検出手段は、車両状態が変化する少なくとも２時点で取得される少なくとも２つの撮像画像間で前記特徴量が変化しない場合に、該特徴量を前記割れに起因した特徴量と判断して、前記割れを検出する、請求項５に記載の車両用視界確認装置。
7. 前記制御手段は、前記割れ検出手段により前記割れが検出された場合に、前記切替制御を停止する、請求項５又は６に記載の車両用視界確認装置。
8. 前記制御手段による切替制御が起動状態であるときに点灯状態となるインジケータを更に備え、
   前記制御手段は、前記割れ検出手段により前記割れが検出された場合に、更に、前記インジケータを消灯する、請求項７に記載の車両用視界確認装置。
9. 前記カメラの撮像画像に基づいて、前記カメラの前部の障害物の存在若しくは前記カメラの前方に配置されるウインドシールドガラス上の異物の付着を検出する障害物等検出手段を更に含む、請求項１に記載の車両用視界確認装置。
10. 前記制御手段による切替制御が起動状態であるときに点灯状態となるインジケータを更に備え、
    前記制御手段は、前記障害物等検出手段により前記障害物の存在又は前記異物の付着が検出された場合に、前記切替制御を停止すると共に、前記インジケータを消灯する、請求項９に記載の車両用視界確認装置。
11. 前記カメラの撮像画像に基づいて、前記カメラの前方に配置されるウインドシールドガラス上の積雪、積霜又は氷結を検出する積雪等検出手段を更に含む、請求項１に記載の車両用視界確認装置。
12. 前記制御手段による切替制御が起動状態であるときに点灯状態となるインジケータを更に備え、
    前記制御手段は、前記積雪等検出手段により前記積雪、積霜又は氷結が検出された場合に、前記切替制御を停止すると共に、前記インジケータを消灯する、請求項１１に記載の車両用視界確認装置。

Images