JP2010198166A

JP2010198166A - 車両の周辺監視装置

Info

Publication number: JP2010198166A
Application number: JP2009040490A
Authority: JP
Inventors: Makoto Aimura; 誠相村; Hideki Hashimoto; 英樹橋本; Masakazu Saka; 雅和坂
Original assignee: Honda Motor Co Ltd
Current assignee: Honda Motor Co Ltd
Priority date: 2009-02-24
Filing date: 2009-02-24
Publication date: 2010-09-09
Anticipated expiration: 2029-02-24
Also published as: JP4988781B2

Abstract

【課題】車両の周辺の対象物を判定する処理を必要に応じて実行する車両の周辺監視装置を提供する。
【解決手段】車両に搭載された撮像手段によって得られる撮像画像を用いて車両の周辺を監視する車両周辺監視装置は、車両が走行している位置を検出する手段と、検出された位置について、検出すべき対象物が出没する可能性を示す出没可能性情報が設定されているかどうかを判断する判断手段と、該出没可能性情報が設定されていれば、撮像画像から抽出された対象物が前記検出すべき対象物かどうかを判定するための処理を起動する起動手段と、を備える。検出すべき対象物は、例えば動物であり、動物判定処理を、動物が出没する可能性のある場所を車両が走行している間のみ実行するので、処理負荷を軽減することができる。
【選択図】図７

Description

この発明は、車両の周辺を監視するための装置に関し、より具体的には、車両の周辺の対象物を判定する処理を必要に応じて実行する装置に関する。

車両の周辺には、歩行者、電柱や壁等の人工構造物などが存在しており、このような対象物は、車両の走行に影響を与えるおそれがあるため、従来、赤外線カメラを車両に搭載し、該カメラにより撮像された車両周辺の撮像画像から対象物を検出し、その検出結果を車両の運転者に提供する装置が提案されている。また、車両の周辺には、鹿などの動物が存在することもあり、最近では、このような動物を他の対象物と区別して検出する手法も提案されている。たとえば、下記の特許文献１には、動物を検出する手法が開示されており、この手法によると、動物を表す所定形状の対象物を撮像画像から抽出することにより、動物を検出している。

特開２００７−３１０７０５号公報

歩行者および動物などの生体は、人工構造物に比べて通常高温であるため、赤外線カメラを用いれば、これらの生体を人工構造物から、ある程度区別して検出することができる。しかしながら、より高い精度でこれらの対象物を区別して判定するには、別個の対象物判定アルゴリズムが必要とされる。特に、歩行者と動物は、同じ生体であるので、両者を区別して検出するには、別個の対象物判定アルゴリズムが必要とされる。また、動物には、鹿、熊および馬等の様々な種類が存在する。さらに、鹿の種類は一種類ではなく、様々な種類の鹿が存在し、これらは大きさも異なる。このことは、熊や馬についても同様である。これら様々な動物を漏れなく検出しようとすると、対象物判定アルゴリズムの数が増大し、もしくは該アルゴリズムの内容が複雑になるおそれがある。検出する対象物の種類毎に設けられるアルゴリズムの数が多いほど、またアルゴリズムが複雑になるほど、処理負荷が高くなり、処理効率が低下するおそれがある。

したがって、上記のような処理負荷の増大を抑制し、より効率的に、検出すべき対象物を判定することができる装置が所望されている。

この発明の一つの側面によると、車両に搭載された撮像手段によって得られる撮像画像を用いて車両の周辺を監視する車両周辺監視装置は、車両が走行している位置を検出する手段と、検出された位置について、検出すべき対象物が出没する可能性を示す出没可能性情報が設定されているかどうかを判断する判断手段と、前記出没可能性情報が設定されていれば、前記撮像画像に対して前記対象物が前記検出すべき対象物かどうかを判定するための判定処理を起動する起動手段と、を備える。

この発明によれば、対象物判定処理は、常時実施されるのではなく、該対象物が出没する可能性がある位置に車両が存在している場合にのみ実施されるので、処理負荷の低減を図ることができる。また、検出すべき対象物が出没する可能性がある位置で、該対象物の判定処理が行われるので、対象物判定精度をより向上させることができる。

この発明の一実施形態によると、前記検出すべき対象物は動物であり、前記出没可能性情報は、該動物が出没する可能性を示す位置を含む所定区間に対して設定される。前記判断手段は、前記検出された位置が該所定区間に含まれるかどうかを判断する。該検出された位置が所定区間に含まれると判断された場合にのみ、前記起動手段は、前記撮像画像から抽出された対象物が動物かどうかを判定するための判定処理を起動する。

動物が出没する地域はある程度予測することができる。たとえば、動物に関する標識情報や、動物が過去に出没したことがあるとの情報から、動物が出没する地域（所定区間）を予測することができる。この発明は、この知見に鑑みてなされたものであり、このような情報が存在する区間を車両が走行している場合のみ、動物判定処理を実行する。動物が出没しそうな地域でのみ判定処理を実行するので、処理負荷を低減させることができると共に、誤検出を抑制することができ、動物の判定精度を向上させることができる。

この発明の一実施形態によると、上記出没可能性情報は、出没する可能性のある動物の種類および該種類毎の動物の大きさのうちの少なくとも一方を含んでおり、前記起動手段は、前記検出された位置について設定された前記出没可能性情報に含まれる動物の種類および該種類毎の動物の大きさの少なくとも一方に応じて、起動すべき前記判定処理を選択または変更する。

動物には様々な種類があり、また、種類毎に大きさが異なることがある。この発明によれば、出没の可能性のある種類または大きさの動物に適合するよう動物判定処理を選択または変更することができる。たとえば、出没可能性のある情報が鹿であれば、鹿用の動物判定処理を起動するようにし、熊であれば、熊用の動物判定処理を起動することができる。また、同じ鹿でも、出没可能性のある鹿の大きさに適合するよう動物判定処理の内容（たとえば、大きさを判定するための閾値）を変更することができる。限られた種類および大きさの動物の判定処理のみを起動すればよいので、処理負荷を低減させることができる。また、出没の可能性のある種類または大きさの動物についてのみ判定処理を行うので、誤検出を抑制することができ、動物の判定精度を向上させることができる。

本発明のその他の特徴及び利点については、以下の詳細な説明から明らかである。

この発明の一実施例に従う、周辺監視装置の構成を示すブロック図。この発明の一実施例に従う、カメラの取り付け位置を説明するための図。この発明の第１〜第３実施例に従う、出没可能性情報を示す図。動物に関する標識の例を示す図。動物の種類に従って動物の大きさが異なることを示す図。この発明の一実施例に従う、画像処理ユニットにおけるプロセスを示すフローチャート。この発明の第１の実施例に従う、動物判定処理の要否を判断するプロセスを示すフローチャート。この発明の第２の実施例に従う、動物判定処理の要否を判断するプロセスを示すフローチャート。この発明の第３の実施例に従う、動物判定処理の要否を判断するプロセスを示すフローチャート。

次に図面を参照してこの発明の実施の形態を説明する。

図１は、この発明の一実施形態に従う、車両の周辺監視装置の構成を示すブロック図である。該装置は、車両に搭載され、遠赤外線を検出可能な２つの赤外線カメラ１Ｒおよび１Ｌと、カメラ１Ｒおよび１Ｌによって得られる画像データに基づいて車両周辺の対象物を検出するための画像処理ユニット２と、該検出結果に基づいて音声で警報を発生するスピーカ３と、カメラ１Ｒまたは１Ｌによって得られる画像を表示すると共に、運転者に車両周辺の対象物を認識させるための表示を行うヘッドアップディスプレイ（以下、ＨＵＤと呼ぶ）４とを備えている。

この実施例では、図２に示すように、カメラ１Ｒおよび１Ｌは、車両１０の前方を撮像するよう、車両１０の前部に、車幅の中心を通る中心軸に対して対称な位置に配置されている。２つのカメラ１Ｒおよび１Ｌは、両者の光軸が互いに平行となり、両者の路面からの高さが等しくなるように車両に固定されている。赤外線カメラ１Ｒおよび１Ｌは、対象物の温度が高いほど、その出力信号のレベルが高くなる（すなわち、撮像画像における輝度が大きくなる）特性を有している。

画像処理ユニット２は、入力アナログ信号をデジタル信号に変換するＡ／Ｄ変換回路、デジタル化した画像信号を記憶する画像メモリ、各種演算処理を行う中央演算処理装置（ＣＰＵ）、ＣＰＵが演算に際してデータを記憶するのに使用するＲＡＭ（ランダムアクセスメモリ）、ＣＰＵが実行するプログラムおよび用いるデータ（テーブル、マップを含む）を記憶するＲＯＭ（リードオンリーメモリ）、スピーカ３に対する駆動信号およびＨＵＤ４に対する表示信号などを出力する出力回路を備えている。カメラ１Ｒおよび１Ｌの出力信号は、デジタル信号に変換されてＣＰＵに入力されるよう構成されている。ＨＵＤ４は、図２に示すように、車両１０のフロントウィンドウの、運転者の前方位置に画面４ａが表示されるように設けられている。こうして、運転者は、ＨＵＤ４に表示される画面を視認することができる。

さらに、ナビゲーションユニット５が、画像処理ユニット２に接続されている。ナビゲーションユニット５は、たとえば人工衛星を利用して車両１０の位置を測定するためのＧＰＳ信号を受信し、該ＧＰＳ信号に基づいて、車両１０の現在位置を検出する。ナビゲーションユニット５は、地図情報を記憶する地図情報記憶部７を備える。地図情報記憶部７は、任意の記憶装置（記録媒体やハードディスクドライブなど）に実現されることができる。ナビゲーションユニット５は、地図情報記憶部７に記憶された地図情報を読み出して、所定の表示装置（ＨＵＤ４でもよい）の表示画面上に表示することができる。

この実施例では、地図情報記憶部７に記憶された地図情報において、検出すべき対象物が出没する可能性のある位置に、該出没する可能性があることを示す情報（以下、出没可能性情報）が設定されている。以下の実施例では、検出すべき対象物は、動物である。動物は、出没する場所が限定されていることが多く、予め予測しやすいという特徴がある。出没する可能性のある場所が予めわかれば、カメラによって撮像された対象物が動物かどうかを判定する処理を、その場所についてのみ行えばよい。こうすることにより、動物判定処理を実行する頻度が低減されるので、処理の負荷を低減させることができる。

ここで、動物の出没可能性情報について、図３を参照しながら説明する。図３（ａ）は、第１の実施例に従う、出没可能性情報を示す。地図情報において、動物が出没する可能性がある位置について、出没可能性があることを示すデータが関連づけられて記憶されており、この実施例では、該データとして出没フラグを用いている。たとえば、地図情報における各位置Ａ１、Ａ２、．．．について、値１を持つ出没フラグが設定されて記憶されており、これは、これらの位置Ａ１、Ａ２、．．．が、何らかの動物が出没する可能性のある位置であることを表している。したがって、地図情報を参照することにより、車両の現在位置が、動物の出没する可能性のある位置であるかどうかについて判断することができる。

出没する可能性があるかどうかについての情報は、任意のソース（源）から取得することができる。たとえば、道路には、図４に示すように、動物に関する標識が設置されている。図４の（ａ）は、鹿が出没する可能性のあることを示し、（ｂ）は、牛が出没する可能性のあることを示し、（ｃ）は、熊が出没する可能性のあることを示す標識である。これらの標識が設置されている位置について、図３（ａ）のように出没フラグを設定して地図情報に記憶することができる。

さらに、動物が過去に出没したという事実に関する情報、車両が動物と衝突したという事故に関する情報等を、任意の情報源（たとえば、何らかの機関からのニュース等）から取得して、図３（ａ）のように地図情報に予め登録することができる。

さらに、ユーザが、図３（ａ）のような情報を登録することができるようにしてもよい。たとえば、ＨＵＤ４上に表示された地図情報上で、ユーザが、出没可能性のある位置を指定し、画像処理ユニット２は、該指定された位置について、出没フラグを設定して地図情報に記憶することができる。

好ましくは、図３（ａ）に示すように、各位置Ａ１、Ａ２、．．．について、各位置を含むよう所定区間が設定される。所定区間は、任意の範囲とすることができる。たとえば、位置Ａ１に対する区間Ｂ１は、位置Ａ１が存在する道路において、位置Ａ１を中心として前後１キロメートル（合計２キロメートル）の区間とすることができる。代替的に、区間Ｂ１を、位置Ａ１を中心として半径ａキロメートル（ａは、たとえば１キロメートル）のように設定してもよい。所定区間を設定することにより、動物の出没する可能性のある区間（地域）を、余裕をもって設定することができる。

このような所定区間が設定される場合には、地図情報の各区間Ｂ１、Ｂ２、．．．に対し、出没可能性を示す情報（この実施例では、出没フラグ）が設定されて記憶される。

図３（ｂ）は、第２の実施例に従う出没可能性情報を示しており、動物の種類を示す情報が、出没可能性情報として各位置に関連づけられて地図情報に記憶される。たとえば、地図情報の位置Ａ１について設定されている動物の種類は鹿であり、これは、地図情報の位置Ａ１において鹿が出没する可能性があることを示す。動物は、種類ごとに形状が異なるので、このような動物の種類を設定することにより、その位置で起動すべき動物判定処理を的確に選択することができる。

何の種類の動物が出没する可能性があるかという情報については、図３（ａ）の所で述べたのと同様に、標識情報、何らかの情報源からの出没情報等から取得することができ、また、ユーザからの登録によって設定してもよい。たとえば、図４（ａ）の場合、標識は「鹿」を表しているので、この標識が設置されている位置については、「鹿」が動物の種類として登録されている。

なお、図３（ｂ）の各位置Ａ１、Ａ２、．．．に代えて、図３（ａ）の所定区間Ｂ１、Ｂ２、．．．を用いてもよい。

図３（ｃ）は、第３の実施例に従う出没可能性情報を示し、動物の種類だけでなく、その種類の動物の大きさを示す情報が、出没可能性情報として各位置に関連づけられて地図情報に記憶されている。たとえば、地図情報の位置Ａ１について設定されている動物の種類は「鹿」であり、その大きさは、頭胴長が１４０センチメートルおよび肩高が９５センチメートルである。これは、位置Ａ１において、この大きさの鹿が出没する可能性があることを示す。

ここで、参考までに図５を参照すると、様々な「鹿」についての平均的な大きさが示されている。同じ「鹿」という種類でも、生息地域によってさらに細分化された種類の鹿が存在し（ニホンジカからワビチまでが、鹿である）、これらの鹿は、互いに大きさが異なっている。図３（ｃ）の位置Ａ１については、ニホンジカの大きさが登録されていることがわかる。

このように、どのような大きさのどのような種類の動物が出没する可能性があるかについて地図情報に設定することにより、どのような種類の動物の判定処理を行えばよいかだけでなく、どのような大きさの動物を判定すべきかを見極めることができる。

出没する可能性がある動物の大きさがどのくらいかという情報については、図３（ａ）および（ｂ）の所で述べたのと同様に、標識情報、何らかの情報源からの出没情報等から取得することができ、また、ユーザからの登録によって設定してもよい。

なお、図３（ｃ）の各位置Ａ１、Ａ２、．．．に代えて、図３（ａ）の所定区間Ｂ１、Ｂ２、．．．を用いてもよい。

上で述べたように、この実施例では、図３に示す出没可能性情報は、ナビゲーションユニット５の地図情報記憶部７の地図情報に予め記憶される。地図情報が、たとえば記憶媒体からの読み込みを介して更新される場合には、出没可能性情報も同じタイミングで更新されるようにしてもよい。また、ナビゲーションユニット５に、サーバ等の所定のコンピュータとの通信機能を搭載し、通信を介して配信された情報で地図情報を更新する場合には、出没可能性情報も同様に更新されることができる。代替的に、地図情報とは別個に図３のようなテーブルを記憶装置（メモリでもよいし、記憶媒体やハードディスクでもよい）に記憶するようにしてもよい。

また、ナビゲーションユニット５の通信機能を利用して、出没可能性情報をリアルタイムに取得するようにしてもよい。たとえば、車両は、所定のコンピュータ（サーバ等）と通信し、該サーバには、出没可能性情報が記憶されている。車両は、車両の現在位置をサーバに送信し、サーバは、該現在位置について出没可能性情報が設定されていれば、それを車両に知らせることができる。また、既存のＶＩＣＳシステム等の交通情報を車両に提供するシステムを利用し、該交通情報の一貫として出没可能性情報を車両に送信するようにしてもよい。

さらに、地図情報への出没可能性情報の記憶と、リアルタイムによる出没可能性情報の取得とを組み合わせてもよい。たとえば、動物に関する標識および過去の出没情報に基づいて、地図情報に予め出没可能性情報を記憶し、地図情報には未だ記憶されていない新たな出没情報についてはリアルタイムに通信で取得するようにしてもよい。

図６は、この発明の一実施例に従う、画像処理ユニット２によって実行されるプロセスを示すフローチャートである。該プロセスは、所定の時間間隔で実行される。

ステップＳ１１〜Ｓ１３において、カメラ１Ｒおよび１Ｌの出力信号（すなわち、撮像画像のデータ）を入力として受け取り、これをＡ／Ｄ変換して、画像メモリに格納する。格納される画像データは、輝度情報を含んだグレースケール画像である。

ステップＳ１４において、カメラ１Ｒで撮像された右画像を基準画像とし（代替的に、左画像を基準画像としてもよい）、その画像信号の２値化を行う。具体的には、予めシミュレーション等によって決定される輝度閾値ＩＴＨより明るい領域を「１」（白）とし、暗い領域を「０」（黒）とする処理を行う。この２値化処理により、所定の温度より高い対象物が、白領域として抽出される。

ステップＳ１５において、２値化した画像データを、ランレングスデータに変換する。具体的には、２値化により白となった領域について、各画素行の該白領域（ラインと呼ぶ）の開始点（各ラインの左端の画素）の座標と、開始点から終了点（各ラインの右端の画素）までの長さ（画素数で表される）とで、ランレングスデータを表す。たとえば、ｙ座標がｙ１である画素行における白領域が、（ｘ１，ｙ１）から（ｘ３，ｙ１）までのラインであるとすると、このラインは３画素からなるので、（ｘ１，ｙ１，３）というランレングスデータで表される。

ステップＳ１６およびＳ１７において、対象物のラベリングを行い、対象物を抽出する処理を行う。すなわち、ランレングスデータ化したラインのうち、ｙ方向に重なる部分のあるラインを合わせて１つの対象物とみなし、これにラベルを付与する。こうして、１または複数の対象物が抽出される。

なお、以上の処理に加え、過去の複数の撮像画像について、同一対象物を追跡（トラッキング）すると共に、対象物への距離を、カメラ１Ｒおよび１Ｌの２枚の撮像画像に基づいて算出し、対象物が、車両の周辺の所定範囲に存在するかどうか、および該所定範囲に侵入するおそれがあるかどうかを判定するようにしてもよい。これらの処理の詳細は、たとえば特開２００１−００６０９６号公報に記載されている。

ステップＳ２１〜Ｓ２８は、こうして抽出された対象物が何であるかを判定する処理を示す。ステップＳ２１において、対象物が人工構造物かどうかを判定する。人工構造物でないと判定されたならば（ステップＳ２１がＮｏ）、ステップＳ２２において、対象物が歩行者かどうかを判定する。歩行者であると判定されたならば（ステップＳ２２がＹｅｓ）、対象物は警報の対象である警報対象物と判定される（ステップＳ２７）。人工構造物であると判定されたならば（ステップＳ２１がＹｅｓ）、および歩行者でないと判定されたならば（ステップＳ２２がＮｏ）、ステップＳ２３において、動物判定処理の要否判断処理を行う。これについては、図７〜図９を参照して後述される。

ステップＳ２４において、ステップＳ２３の結果を調べ、動物判定処理が必要ならば（ステップＳ２４がＹｅｓ）、ステップＳ２５に進み、対象物が動物かどうかを判定する動物判定処理を実行する。ステップＳ２６において、動物判定処理の結果を調べ、対象物が動物であると判定されたならば（ステップＳ２６がＹｅｓ）、対象物が警報対象物であると判定する（ステップＳ２７）。対象物が警報対象物であると判定されたならば、運転者に対して警報を出力する。警報は、任意の形態で出力されることができ、ＨＵＤ４の表示画面４ａ上に、対象物を強調表示（たとえば、対象物を枠で囲んで表示）してもよいし、スピーカ３を介して対象物が存在することを運転者に知らせてもよい。

他方、動物判定処理が必要とされなければ（ステップＳ２４がＮｏ）、および動物判定処理の結果が動物ではないと判定されたならば（ステップＳ２６がＮｏ）、対象物は警報対象物ではないと判定する（ステップＳ２８）。

ここで、対象物が人工構造物かどうかを判定する処理、歩行者かどうかを判定する処理、および動物かどうかを判定する処理は、任意の適切な手法で実現されることができる。たとえば、人工構造物を判定する処理については、特開２００７−３１０７０５号公報、特開２００８−２７６７８７号公報等に記載されている。たとえば、歩行者かどうかを判定する処理は、特開２００７−２４１７４０号公報、特開２００７−３３４７５１号公報等に記載されている。たとえば、動物かどうかを判定する処理は、特開２００７−３１０７０５号公報、特開２００７−３１０７０６号公報等に記載されている。
図７は、第１の実施例に従う、ステップＳ２３で実行される動物判定要否判断処理のフローを示す。第１の実施例では、図３（ａ）を参照して説明した出没可能性情報を用いる。したがって、地図情報には、何らかの動物が出没する可能性がある所定区間について出没フラグが設定されている。

ステップＳ３１において、ナビゲーションユニット５を介して、車両の現在位置を取得する。ステップＳ３２において、地図情報記憶部７に記憶された地図情報を参照し、図３（ａ）を参照して説明した出没フラグが設定されている所定区間内に、該現在位置が含まれるかどうかを判断する。該所定区間内に該現在位置が含まれるのであれば（ステップＳ３２がＹｅｓ）、該現在位置において何らかの動物が出没する可能性があることを示すので、ステップＳ３３において、動物判定処理が必要であると判定する。車両の現在位置が該所定区間内でなければ（ステップＳ３２がＮｏ）、該現在位置において動物が出没する可能性はほぼ無いと考えることができるので、ステップＳ３４において、動物判定処理は不要（否）と判定する。

図６を参照して説明したように、動物判定処理が必要と判定されたならば、ステップＳ２４の判断がＹｅｓとなるので、ステップＳ２５で動物判定処理を実行し、対象物が動物かどうかを判定する。他方、動物判定処理が不要と判定されたならば、ステップＳ２４の判断はＮｏとなるので、動物判定処理を実行することなく、ステップＳ２８に進む。

こうして、動物が出没する可能性がある区間として設定された所定区間を車両が走行している間のみ、動物判定処理を起動し、該所定区間以外を走行している間は、動物判定処理を起動しない。したがって、動物判定処理を常時起動する必要がないので、処理の負荷を低減することができる。また、動物が出没する可能性のある区間については動物判定処理を実行するので、動物が出没したならば、より確実にその動物を検出することができる。

なお、この実施例では、図３（ａ）を参照して説明した「所定区間」を用いている。前述したように、「所定区間」が設定されていなくてもよく、この場合、ステップＳ３２において、車両の現在位置について出没フラグが設定されているかどうかを判断し、出没フラグが設定されていれば、動物判定処理が必要と判定し、出没フラグが設定されていなければ、動物判定処理が必要ではないと判定する。

また、図６を参照して述べた対象物の判定は、典型的には、画像処理ユニット２（図１）のＣＰＵがメモリに予め記憶された対象物判定のプログラムを実行することにより実現される。したがって、「動物判定処理」は、より具体的には、プログラム中に記述された動物判定のアルゴリズムを示すが、このアルゴリズムのプログラムへの実装形態は、任意である。すなわち、動物判定のアルゴリズムを、他の歩行者判定等のアルゴリズムとは別のプログラムに実装してもよいし、他の歩行者判定等のプログラムの一部として実装してもよい。いずれの場合にも、「動物判定処理を実行する」とは、動物判定のアルゴリズム部分を実行するということであり、「動物判定処理を実行しない」とは、動物判定のアルゴリズム部分を実行しないということであり、このことは、以下の実施例にも同様に当てはまる。

図８は、第２の実施例に従う、ステップＳ２３で実行される動物判定要否判断処理のフローを示す。第２の実施例では、図３（ｂ）を参照して説明した出没可能性情報を用いる。したがって、地図情報には、動物が出没する可能性がある位置について、該出没する動物の種類が設定されている。また、第２の実施例では、動物の種類毎に、動物判定処理が用意されている。たとえば、「鹿」については、鹿用の動物判定処理（前述したように、アルゴリズムである）、「熊」については、熊用の動物判定処理、および「馬」については、馬用の動物判定処理が予め用意され、所定のプログラムに組み込まれてメモリに記憶されている。

ステップＳ４１において、ナビゲーションユニット５を介して、車両の現在位置を取得する。ステップＳ４２において、地図情報記憶部７に記憶された地図情報を参照し、該現在位置について、図３（ｂ）を参照して説明した動物の種類に関する情報が設定されているかどうかを判断する。設定されていれば（ステップＳ４２がＹｅｓ）、該現在位置において該設定されている種類の動物が出没する可能性があることを示すので、ステップＳ４３において、該設定されている種類の動物用に用意された動物判定処理を選択する。たとえば、現在位置について「鹿」という動物の種類が設定されていれば、鹿用に用意された動物判定処理を選択する。その後、ステップＳ４４において、動物判定処理が必要であると判定する。他方、ステップＳ４２において、現在位置について動物の種類に関する情報が設定されていなければ、現在位置において動物が出没する可能性はほぼ無いと考えることができるので、ステップＳ４５において、動物判定処理が不要（否）と判定する。

図６を参照して説明したように、動物判定処理が必要と判定されたならば、ステップＳ２４の判断がＹｅｓとなるので、ステップＳ２５で、上記ステップＳ４３で選択された動物判定処理（アルゴリズム）のみを実行し（したがって、選択されなかった種類の動物の動物判定処理（アルゴリズム）は実行されない）、対象物が動物かどうかを判定する。他方、動物判定処理が不要と判定されたならば、ステップＳ２４の判断はＮｏとなるので、動物判定処理を実行することなく、ステップＳ２８に進む。

なお、図３（ｂ）において、前述したように「所定区間」が設定されている場合には、ステップＳ４２において、ステップＳ４１で取得した現在位置が、動物の種類に関する情報が設定されている所定区間内かどうかを判断し、所定区間内であると判定されたならばステップＳ４３に進み、所定区間外であると判定されたならばステップＳ４５に進むこととなる。

また、前述したように、「動物判定処理」は、より具体的には動物判定のアルゴリズムであるから、鹿用のアルゴリズム、熊用のアルゴリズム等があるが、これらのアルゴリズムのプログラムへの実装形態は、任意である。すなわち、鹿用のアルゴリズムを、熊用のアルゴリズムとは別のプログラムに実現してもよいし、１つのプログラムに、鹿用のアルゴリズムおよび熊用のアルゴリズムを含めてもよい。

図７を参照して述べた効果は、この第２の実施例にも同様にあてはまる。さらに、この実施例による効果を述べると、従来、撮像画像から抽出された対象物が動物かどうかを判定するのに、動物に共通の特徴が該対象物に存在するかどうかを調べることにより行っていた。たとえば、特開２００７−３１０７０５号公報では、四足動物の胴部は一般に楕円形状をしているので、この楕円形状が対象物に存在するかどうかを調べている。

しかしながら、より良好な精度で対象物を判定するには、その対象物が何の動物なのかを特定するのが好ましい。そのため、上で述べたようにこの実施例では、動物の種類毎に動物判定処理が用意されており、各動物判定処理は、その種類の動物かどうかを決定するための処理ロジックを含むことができる。典型的には、動物は、種類毎にその形状が異なるので、或る種類の動物判定処理は、その種類の動物の形状が対象物に存在するかどうかを調べる処理ロジックを含む。たとえば、鹿用の動物判定処理は、撮像画像から、鹿に相当する大きさの形状を有する対象物を抽出し、周知の形状マッチング（パターンマッチング）を用いて、抽出した対象物と、予め用意され鹿を模したパターンとをマッチングさせて両者の類似度を算出し、類似度が高ければ、該対象物は鹿であると判定する。熊用の動物判定処理では、熊に相当する大きさの対象物が抽出され、形状マッチングでは熊を模したパターンが用いられる。たとえば特開２００７―３１０７０６号公報には、このような手法を用いて鹿を判定することが記載されている。また、動物の種類によっては、その移動速度が異なることがあるので、移動速度を考慮した動物判定処理としてもよい。たとえば、鹿用の動物判定処理では、撮像画像内の対象物を時系列に追跡し、その移動速度が「鹿」の移動速度として設定された所定範囲内かどうかを判定することができる。

抽出された対象物に対し、予め用意されたすべての種類の動物の動物判定処理を実行すれば、該対象物がどの種類の動物かを判定することができる。しかしながら、このやり方では、動物の種類が多いほど処理の負荷が増大し、処理時間がかかる。この発明の第２の実施例に従えば、各位置（所定区間）について、出没する可能性のある種類の動物が予め予測されているので、この種類の動物用の動物判定のみを行えばよい。したがって、従来の手法に比べて、処理の負荷を軽減することができる。

図９は、第３の実施例に従う、ステップＳ２３で実行される動物判定要否判断処理のフローを示す。第３の実施例では、図３（ｃ）を参照して説明した出没可能性情報を用いる。したがって、動物が出没する可能性がある位置について、該出没する動物の種類およびその大きさが地図情報に設定されている。なお、この実施例では、後述するように、大きさに関する情報は必ずしも設定されていなくてもよい。また、第３の実施例では、第２の実施例と同様に、動物の種類毎に別個の動物判定処理（アルゴリズム）が用意されている。

ステップＳ５１において、ナビゲーションユニット５を介して、車両の現在位置を取得する。ステップＳ５２において、地図情報記憶部７に記憶された地図情報を参照し、該現在位置について、図３（ｃ）を参照して説明した動物の種類に関する情報が設定されているかどうかを判断する。設定されていなければ（ステップＳ５２がＮｏ）、現在位置において動物が出没する可能性はほぼ無いと考えることができるので、ステップＳ５６において、動物判定処理が必要ではないと判定する。設定されていれば（ステップＳ５２がＹｅｓ）、該現在位置において、その種類の動物が出没する可能性があることを示す。

ステップＳ５３において、該現在位置について、大きさに関する情報が設定されているかどうかを判断する。大きさに関する情報が設定されていれば（ステップＳ５３がＹｅｓ）、ステップＳ５４において、その大きさに関する情報に合わせて、動物判定処理内のパラメータを変更する。ステップＳ５５において、動物判定処理は必要と判定する。

上記パラメータには、対象物が動物かどうかを判定するのに用いられる任意のパラメータが含まれる。たとえば、撮像画像から抽出された対象物が所定の大きさ（対象物に対する車両からの距離に応じて設定される）を有するかどうかについて判断されることがある。「所定の大きさ」を持つかどうかは閾値を用いて調べられるが、この閾値の値を、上記設定された大きさに関する情報に合わせて変更することができる。たとえば、鹿用の動物判定処理において、抽出された対象物が鹿の胴体かどうかを判断するのに、抽出された対象物が、鹿の頭胴長に相当する所定範囲（閾値）内にあるかどうかを判断することができる。この場合、車両の現在位置が位置Ａ１であれば、該所定範囲を、位置Ａ１についての大きさに関する情報（頭胴長が１４０センチメートル、肩高が９５センチメートル）に合わせて、たとえば１３０〜１５０センチメートルを所定範囲に設定し、車両の現在位置が位置Ａ２であれば、位置Ａ２についての大きさに関する情報（頭胴長が２５５センチメートル、肩高が１８５センチメートル）に合わせて、たとえば２４５〜２６５センチメートルを所定範囲に設定する。このように、出没する可能性のある動物の大きさに従って閾値の大きさが適切に設定されるので、動物判定処理による判定精度を向上させることができる。

他方、ステップＳ５３において、大きさに関する情報が設定されていなければ（ステップＳ５３がＮｏ）、動物判定処理を変更することなく（すなわち、ステップＳ５４をスキップし）、ステップＳ５５に進む。この場合、動物判定処理における閾値は、その種類の動物の取りうる大きさに適合するような値（初期値とすることができる）に設定される。たとえば、図５において、鹿の頭胴長の最小（ニホンジカ）は１４０センチメートルであり、最大（ヘラジカ）は２５５センチメートルであるので、上で述べたような鹿の胴部かどうかを判定するための所定範囲は、該最小および最大値を含むよう、たとえば１３０〜２７０センチメートルとすることができる。

図６を参照して説明したように、動物判定処理が必要と判定されたならば、ステップＳ２４の判断がＹｅｓとなるので、ステップＳ２５で、上記変更された動物判定処理を実行し、対象物が動物かどうかを判定する。他方、動物判定処理が必要ではないと判定されたならば、ステップＳ２４の判断はＮｏとなるので、動物判定処理を実行することなく、ステップＳ２８に進む。

なお、図３（ｃ）において、前述したように所定区間が設定されている場合には、ステップＳ５２において、ステップＳ４１で取得した現在位置が、動物の種類に関する情報が設定されている所定区間内かどうかを判断し、所定区間内であると判定されたならばステップＳ５３に進み、所定区間外であると判定されたならばステップＳ５６に進む。

図８および図９を参照して述べた効果は、この第３の実施例にも同様にあてはまる。さらに、この第３の実施例によれば、出没する可能性のある動物の大きさに適合するよう動物判定処理を変更するので、動物の判定精度を向上させることができる。

なお、第３の実施例では、動物の種類毎に動物判定処理が用意されているが、これに限定されず、すべての動物に適用可能なように動物判定処理を用意し、この動物判定処理を、大きさに関する情報を用いて変更するようにしてもよい。この場合、地図情報の各位置について、動物の種類に関する情報の設定は必ずしも必要とされず、動物の大きさに関する情報を対応づけて記憶してもよい。したがって、ステップＳ５２では、現在位置について、動物の大きさに関する情報が設定されているかどうかを判断し、設定されていればステップＳ５４に進み、設定されていなければステップＳ５６に進む。

第１〜第３の実施例の出没可能性情報のうち、任意のものを組み合わせてよい。たとえば、図３（ａ）〜（ｃ）を組み合わせて、所定区間（または、位置）のそれぞれについて、出没フラグを設定すると共に、オプションとして、動物の種類および大きさに関する情報を設定する。車両が所定区間内を走行している間、該所定区間について、オプションとして動物の種類および大きさの両方が設定されていれば、該大きさに合わせて、該種類の動物用の動物判定処理を変更して実行し、オプションとして動物の種類に関する情報のみが設定されていれば、該種類の動物用の動物判定処理を起動し、出没フラグのみが設定されていれば、一般の動物判定処理（動物かどうかを判定する処理であり、たとえば特開２００７−３１０７０５号に記載の処理）を実行する。

なお、上記の実施形態では、検出すべき対象物が動物である場合について説明した。動物は、一般に、出没する地域が限定されることが多いため、本願発明は、動物を判定する場合により有効である。しかしながら、検出すべき対象物は、動物に必ずしも限定されるものではない。たとえば、図６に示すように、歩行者判定処理は常時実行されるが、この歩行者判定処理に加え、子供をより良好な精度で判定するための処理を、たとえばスクールゾーンの標識が設けられている所定区間についてのみ実行するような場合にも、本願発明は適用可能である。

なお、本願発明は、上記の実施形態に限られるものではなく、様々な変形形態が可能である。たとえば、上記実施形態では、撮像手段として赤外線カメラを使用したが、例えば通常の可視光線のみ検出可能な可視カメラを使用してもよい。しかしながら、赤外線カメラを用いることにより、対象物の抽出処理をより簡略化することができ、演算負荷を低減することができる。

また、上記の実施形態では、図１に示すように、２つの赤外線カメラを用いた構成となっているが、この発明は、１つの赤外線カメラまたは１つの可視カメラを用いて撮像された画像にも適用可能である。１つのカメラの場合、対象物までの距離値は、たとえばレーダなどを用いて検出するようにしてもよいし、該カメラの撮像画像において対象物が撮像された位置から対象物までの距離を推定するようにしてもよい。

以上のように、この発明の特定の実施形態について説明したが、本願発明は、これら実施形態に限定されるものではない。

１Ｒ，１Ｌ赤外線カメラ（撮像手段）
２画像処理ユニット
３スピーカ
４ヘッドアップディスプレイ

Claims

車両に搭載された撮像手段によって得られる撮像画像を用いて車両の周辺を監視する車両周辺監視装置であって、
前記車両が走行している位置を検出する手段と、
前記検出された位置について、検出すべき対象物が出没する可能性を示す出没可能性情報が設定されているかどうかを判断する判断手段と、
前記出没可能性情報が設定されていれば、前記撮像画像から抽出された対象物が前記検出すべき対象物かどうかを判定するための判定処理を起動する起動手段と、
を備える、車両周辺監視装置。
前記検出すべき対象物は動物であり、前記出没可能性情報は、該動物が出没する可能性を示す位置を含む所定区間に対して設定されており、
前記判断手段は、前記検出された位置が前記所定区間に含まれるかどうかを判断し、
前記起動手段は、前記判断手段によって前記検出された位置が前記所定区間に含まれると判断された場合にのみ、前記撮像画像から抽出された対象物が前記動物かどうかを判定するための判定処理を起動する、
請求項１に記載の車両周辺監視装置。
前記出没可能性情報は、出没する可能性のある動物の種類および該種類毎の動物の大きさのうちの少なくとも一方を含んでおり、
前記起動手段は、前記検出された位置について設定された前記出没可能性情報に含まれる動物の種類および該種類毎の動物の大きさの少なくとも一方に応じて、起動すべき前記判定処理を選択または変更する、
請求項１または２に記載の車両周辺監視装置。