JP2011243154A - 車両検出装置及び車両検出方法 - Google Patents

Abstract

【課題】 直線道路のガードレールや側壁などの固定物体と自車両との距離が一定で、相対速度もほぼ０となる場合でも、ガードレールや側壁などの固定物体が自車両に接近してくる他車両（接近物体）であると誤検出することを防ぐ車両検出装置を得る。
【解決手段】 自車両の外部を撮像して得られる入力画像データから、物体の動きの方向や物体の動きの大きさを示す動き情報が抽出され、抽出された動き情報の規則性に基づいて、固定物体の有無を判定するので、側壁等の固定物体を他車両として誤検出することを防ぐ制御ができる。
【選択図】 図１

Description

この発明は、車両外部を撮像し、得られた画像から車両外部の物体の動きに関する動き情報を取得し、当該車両に接近する物体を検出する車両検出装置及び車両検出方法に関するものである。

車両にレーザレーダや超音波センサ等を搭載し、車両周辺の対象物までの距離を計測し、計測した距離が所定の範囲内にあるか否かで他の車両や障害物等の物体の有無を検出する装置として、例えば、特開２０００−２１４２５６号公報に示されるものがある。
この技術では、自らの車両（自車両）の後ろ側方の所定範囲内にある物体を検知センサでとらえ、当該物体を表示部に表示して乗員に報知するが、その際、自車両と検出物体との距離から相対速度を演算し、相対速度により所定時間経過後の検出物体の推定位置を求め、推定位置が所定の距離以上離れていれば報知を行なわないようにする。例えば、自車両が、カーブ走行状態にあり、自車両とガードレールに角度がある時には、相対速度が求められ、この相対速度によって所定の時間後の推定位置を検出することができる。この検出された推定位置が、所定の距離以上離れていれば報知を行わないようにすることで、カーブ走行状態のガードレールを接近物体と誤って検出することを抑制することができる。
また、自車両にカメラを搭載し、自車両の外部を撮像した画像情報から特徴点を抽出し、その特徴点の横方向への移動量（動き情報）に基づいて自車両の死角領域に進入しつつある追い越し車両を検出する方法（非特許文献２）が知られている。

特開２０００−２１４２５６号公報 第１３回画像センシングシンポジウム予稿集ＩＮ４−１１「車両死角監視を目的としたバックカメラ画像からの追い越し車両検知」、２．２節「（２）特徴点抽出」及び「（３）特徴点追跡」

従来の車両検出装置では、カーブ走行時に求められる相対速度で、所定時間後の距離を推定し、所定の距離以上離れていれば報知を行なわない。そのため、ガードレールを接近する他車両であると誤る検出を抑制できる。しかし、直線道路を走行中の自車両とガードレールのように、自車両とガードレールの距離が一定であり、自車両とガードレールとの角度がなく、自車両とガードレールとの瞬間的な相対速度がほぼ０であるような固定物体は、移動物体と誤検出してしまうという課題があった。

この発明は、前記のような課題を解決するためになされたものであり、自車両と直線道路のガードレールや側壁等の固定物体の距離が一定で、自車両とガードレールや側壁等との角度がなく、相対速度がほぼ０となる場合でも、ガードレールや側壁等の固定物体が自車両に接近してくる他車両（接近物体）であると誤検出することを防ぐ車両検出装置を得ることを目的としている。

この発明に係る車両検出装置は、自車両の外部を撮像して入力される入力画像データから、物体の動きの方向や物体の動きの大きさを示す動き情報を抽出する動き情報抽出手段と、前記動き情報抽出手段で抽出された動き情報の規則性に基づいて、固定物体の有無を判定する判定手段と、を備えたものである。

この発明は、自車両の外部を撮像して得られる入力画像データから、物体の動きの方向や物体の動きの大きさを示す動き情報が抽出され、抽出された動き情報の規則性に基づいて、固定物体の有無を判定するので、側壁等の固定物体を他車両として誤検出することを防ぐ制御ができる。

この発明の実施の形態１を示す車両検出装置Ａの概略構成図である。 この発明の実施の形態１における車両検出装置Ａの動作を示す処理フロー図である。 この発明の実施の形態１におけるカメラ６と測距センサ７の車両への搭載例を示す図である。 この発明の実施の形態１におけるカメラ６と測距センサ７の車両への搭載例を示す図である。 この発明の実施の形態１におけるカメラ６で自車両の外部後方を撮像して得られた入力画像９の例を示す図である。 この発明の実施の形態１における入力画像データから抽出される特徴点を示す図である。 この発明の実施の形態１における入力画像データから抽出される動き情報を示す図である。 この発明の実施の形態１における入力画像データから抽出される動き情報をグループ化した結果を示す図である。 この発明の実施の形態２を示す車両検出装置Ａの概略構成図である。 この発明の実施の形態２における車両検出装置Ａの動作を示す処理フロー図である。 この発明の実施の形態２における入力画像データ中の探索対象領域と対応領域を検出した例である。 この発明の実施の形態２における入力画像データ中の探索対象領域と対応領域を検出した例である この発明の実施の形態２における探索対象領域と対応領域をグループ化した例である。 この発明の実施の形態３を示す車両検出装置Ａの概略構成図である。 この発明の実施の形態３における車両検出装置Ａの動作を示す処理フロー図である。 この発明の実施の形態４を示す車両検出装置Ａの概略構成図である。 この発明の実施の形態４における車両検出装置Ａの動作を示す処理フロー図である。 この発明の実施の形態４における近接物体がある場合の動き情報の例である。

実施の形態１．
図１は、この発明の実施の形態１を示す車両検出装置Ａの概略構成図である。
図１において車両検出装置Ａは、自車両の外部後方が撮像された入力画像データ（デジタルデータ）を出力する画像入力手段１と、画像入力手段１が出力した異なる時刻の複数の入力画像データから、撮像された物体の動き情報を抽出する動き情報抽出手段２と、自車両から物体までの距離を計測し、その計測結果から物体の有無を検出する物体検出手段３と、物体検出手段３で一定時間以上連続して物体が検出される場合、動き情報抽出手段２が抽出した当該物体の動き情報の規則性に基づいて、物体が固定物体か移動物体かを判定する判定手段４と、この判定手段４の判定結果を自車両の運転者に報知する報知手段５から構成される。

次に車両検出装置Ａの動作について説明する。
図２は、この発明の実施の形態１における車両検出装置Ａの動作を示す処理フロー図である。処理フロー図を説明するにあたり、自車両に搭載されている画像入力手段１であるカメラ６と物体検出手段３である測距センサ７の搭載例を示す図３と図４について先に説明する。
自車両の外部の情報を取得する手段として、この実施の形態では、カメラ６と測距センサ７の二つを自車両に搭載している。これらの搭載方法には、種々のバリエーションがあるが、図３と図４では、カメラ６と測距センサ７が自車両の後方に搭載され、８は測距センサ７の測距可能範囲であること示している。

図３の例では、自車両の後部中央で後ろ向きにカメラ６を備え、自車両の後方の側面に測距センサ７を二つ備え、左右方向にセンシングを行っている。
図４は、測距センサ７によって斜め後ろに向けてセンシングを行っている例である。
本実施の形態では、説明の都合上、図３のように搭載されているものとするが、測距センサ７は道路の側壁側に一つでもよく、カメラやセンサの数をより多く用いてもよく、搭載箇所を変えてもよい。

次に、カメラ６で自車両の外部後方を撮像して得られた入力画像９の例を示す図５〜８について先に説明する。
図５は、走行している自車両のカメラ６で、自車両の外部後方を撮像して得られた入力画像データが画面に表示されている入力画像９の例を示す図である。入力画像９の中には、道路の側壁１０が映っている。
図６は、図５の入力画像９に、入力画像データから抽出されたコーナー点（特徴点）を含む領域○又は△又は□が示されている。入力画像９の中には、検出された特徴点を含む領域の集合である第１の領域群１１、第２の領域群１２及び第３の領域群１３がある。
特徴点とは、複数のエッジ線が交わるところを指し、エッジ線とは、画像中の明るい部分（白）と暗い部分（黒）の境界線（または、色の変わるところ）のことである。
図７は、図５の入力画像９に、入力画像データから抽出された動き情報を示す図である。

動き情報とは、物体の動きの方向や物体の動きの大きさを示す動きベクトルのことである。
この実施の形態１での動き情報は、カメラ６で取得された入力画像データから抽出される動きベクトルであり、入力画像データから抽出される特徴点を含む領域と、１サイクル前の入力画像データから探索して得られた類似する特徴点を含む領域との位置関係から求められる動きの方向と動きの大きさである。
１サイクルとは、画像データを取得する間隔である。例えば、１秒毎に画像を取得している場合、１サイクル前とは１秒前のことである。
図８は、図５の入力画像９に、入力画像データから抽出される動き情報をグループ化した結果を示す図である。（グループ化については、後述のフロー図の処理の内容で詳細に説明する。）

ここから、図２のフロー図に沿って処理の内容を説明する。
まず、画像入力手段１であるカメラ６で、走行中の車両の外部後方が撮像され、入力画像データ（デジタルデータ）が得られる（ステップ（以下Ｓ）１）。この入力画像データは、例えば１画素８ビットのデジタルデータ（各画素は０〜２５５の値をとる白黒画像）であり、メモリ等のデータ保持手段（図示せず）に格納される。
次に、カメラ６で取得された入力画像データを用いて、動き情報抽出手段２で動き情報が抽出される（Ｓ２）。
動き情報は、入力画像データから抽出した特徴点を含む領域の移動の方向と移動量によって求める。

まず、入力画像データから特徴点を含む領域を抽出する。
例えば、図６の入力画像９の中で抽出された特徴点を含む領域の集合として、丸で囲んだ特徴点を含む領域の集合である第１の領域群１１がある。
また、三角で囲んだ特徴点を含む領域の集合である第２の領域群１２、及び四角で囲んだ特徴点を含む領域の集合である第３の領域群１３がある（説明の都合上、図６では、自車両に比較的近い画像下方・右方から抽出された特徴点の領域を示すが、もっと遠方で特徴点が抽出される場合もある）。
そして、この特徴点を含む領域と、１サイクル前（サイクルとは、画像を取得する間隔）の入力画像データから抽出された特徴点を含む領域とを比較して、対応する（類似する）領域を探索し、その位置関係から動き情報としての動きの方向及び大きさが求められる。

具体的には、図６の側壁部分の特徴点を含む第１の領域群１１の各領域と、１サイクル前の入力画像データから探索して得た特徴点を含む各領域とを比較し、類似する領域を探索して、その位置関係から求められる動きベクトルの集合が図７の第１の動き情報群１４である。
図７の第１の動き情報群１４には、第１の動き情報ベクトル１４ａ、第２の動き情報ベクトル１４ｂ，第３の動き情報ベクトル１４ｃ、第４の動き情報ベクトル１４ｄ、第５の動き情報ベクトル１４ｅ、第６の動き情報ベクトル１４ｆが含まれる。

また、図６の道路の白線部分の特徴点を含む第２の領域群１２から求められる動きベクトルの集合が、図７の第２の動き情報群１５である。
図７の第２の動き情報群１５には、第７の動き情報ベクトル１５ａ、第８の動き情報ベクトル１５ｂ、第９の動き情報ベクトル１５ｃ、第１０の動きベクトル１５ｄが含まれる。
同様に、図６の道路の白線部分の特徴点を含む第３の領域群１３から求められる動きベクトルの集合が、図７の第３の動き情報群１６であり、図７の第３の動き情報群１６には、第１１の動き情報ベクトル１６ａ、第１２の動き情報ベクトル１６ｂ、第１３の動き情報ベクトル１６ｃ、第１４の動き情報ベクトル１６ｄが含まれる。
そして、図７の動きベクトル１４ａ〜１４ｆ、動きベクトル１５ａ〜１５ｄ及び動きベクトル１６ａ〜１６ｄの矢印の方向が動きベクトルの方向を示し、矢印の長さが動きベクトルの大きさを示している。この動きの方向や動きの大きさを求めることによって、動き情報が抽出される。

次に、物体検出手段３である測距センサ７で、超音波、光または電波を用いて自車両と物体の距離が計測される（Ｓ３）。
これは、各種センサやレーダの原理に基づくもので、例えば、超音波センサであれば、超音波を放射してから反射波が返ってくるまでの時間が計測され、この時間と超音波の伝播速度から距離が計算される。
そして、物体検出手段３で、距離が計測され（Ｓ３）、得られた計測値に応じて物体の有無を検出する（Ｓ４）。
例えば、超音波センサの場合であれば、本ステップにおいて、反射波の強度が一定以上あり、かつ距離が所定の閾値以下である場合（自車両と物体との距離が所定の閾値より短い場合）に、計測結果から物体有りを検出する。

次に、判定手段４で、判定手段４が保持している過去の物体検出手段３の検出結果を参照して、一定時間以上連続して物体有りと検出したか否かをチェックする（Ｓ５）。
一定時間以上連続して物体有りと検出している場合は、検出した物体（検出物体）の種別判定を行う（Ｓ６）。
ここで、検出物体の種別とは、車両のような移動物体であるのか、側壁やガードレールのような連続して規則的な動きになる固定物体であるのかの区別を示す。
種別判定の方法としては、例えば、動き情報抽出（Ｓ２）で抽出された動き情報（動きベクトル）の中から、自車両の外部後方を向いている一定以上の大きさの動きベクトルを選択する。そして、その中から動きベクトルの大きさや動きベクトルの道路面に対して平行な位置（水平位置）がほぼ等しい複数の動きベクトルをグループ化する。このグループ化されたグループが所定の数以上あり、その複数のグループ間の距離が所定の範囲内で、その複数グループが一定以上の高さをもつか否かを判定基準とする。

具体的な判定の例として、図７の入力画像データの第１の動き情報群１４、第２の動き情報群１５、第３の動き情報群１６について説明する。
第１の動き情報群１４の第１の動きベクトル１４ａの大きさがＶ１、水平位置がＸ１である。また、第２の動きベクトル１４ｂの大きさがＶ２、水平位置がＸ２であり、第３の動きベクトル１４ｃの大きさがＶ３、水平位置がＸ３であるとする。
この時、次の式（１）が成り立つと、第１の動きベクトル１４ａと第２の動きベクトル１４ｂの大きさはほぼ等しい。
ＡＢＳ（Ｖ１−Ｖ２）＜Ｄ （１）
ＡＢＳは絶対値を得る関数であり、Ｄは２つの値の差分が小さいとする定数である。
また、次の式（２）が成り立つと、第２の動きベクトル１４ｂと第３の動きベクトル１４ｃの大きさはほぼ等しい。
ＡＢＳ（Ｖ２−Ｖ３）＜Ｄ （２）
上記の式（１）と式（２）のどちらも成り立つ場合、第１の動きベクトル１４ａ、第２の動きベクトル１４ｂ、及び第３の動きベクトル１４ｃの動きベクトルの大きさはほぼ等しいといえる。

一方、次の式（３）が成り立つと、第１の動きベクトル１４ａと第２の動きベクトル１４ｂの水平位置はほぼ等しい。
ＡＢＳ（Ｘ１−Ｘ２）＜Ｃ （３）
Ｃは２つの値の差分が小さいとする定数である。
また、次の式（４）が成り立つと、第２の動きベクトル１４ｂと第３の動きベクトル１４ｃの水平位置はほぼ等しい。
ＡＢＳ（Ｘ２−Ｘ３）＜Ｃ （４）
上記の式（３）と式（４）のどちらも成り立つ場合、第１の動きベクトル１４ａ、第２の動きベクトル１４ｂ、及び第３の動きベクトル１４ｃの動きベクトルの水平位置はほぼ等しいといえる。

このように、動きベクトルの大きさと動きベクトルの水平位置がほぼ等しい第１の動きベクトル１４ａ、第２の動きベクトル１４ｂ、及び第３の動きベクトル１４ｃをグループ化する。
即ち、図７において、自車両の外部後方を向いている一定以上大きな動きベクトルが抽出され、その動きベクトルの大きさと動きベクトルの水平位置がほぼ等しい第１の動きベクトル１４ａ、第２の動きベクトル１４ｂ、及び第３の動きベクトル１４ｃをグループ化する。このようにして動きベクトルをグループ化した結果が、図８の第１の動き情報のグループ１７である。

次に、ガードレールや側壁を固定物体として判定するために、この第１の動き情報のグループ１７の高さが、例えばガードレールの支柱の高さＨよりも高ければ、ある一定の高さがあるとして固定物体であるとの目安にする。
第１の動き情報のグループ１７の高さを求めるにあたって、第１の動きベクトル１４ａの道路に対して垂直な方向の位置（垂直位置）がＹ１であり、第２の動きベクトル１４ｂの垂直位置がＹ２、第３の動きベクトル１４ｃの垂直位置がＹ３であるとする。
第１の動き情報のグループ１７の高さは、道路から一番高い位置の第１の動きベクトル１４ａの垂直位置Ｙ１と、道路から一番低い位置の第３の動きベクトル１４ｃの垂直位置Ｙ３の差分の絶対値によって求める。

そして、次の式（５）が成り立つと、第１の動き情報のグループ１７は固定物体であるとの目安にする。
ＡＢＳ（Ｙ１−Ｙ３）＞Ｈ （５）
Ｈは定数であり、例えばガードレールの支柱の高さである。
同様に、図７において、動きベクトルの大きさと水平位置がほぼ等しい第４の動きベクトル１４ｄ、第５の動きベクトル１４ｅ、及び第６の動きベクトル１４ｆがグループ化される。このようにしてグループ化された結果が、図８の第２の動き情報のグループ１８である。

図７の第４の動き情報ベクトル１４ｄの水平位置をＸ４とすると、図８において、第１の動き情報のグループ１７と第２の動き情報のグループ１８とのグループ間の距離については、次の式（６）が成り立ち、所定の範囲内であるといえる。
Ｃ１＜ＡＢＳ（Ｘ１−Ｘ４）＜Ｃ２ （６）
Ｃ１、Ｃ２は定数である。例えば、Ｃ１はガードレールの支柱の間隔として捉える許容範囲の最小値、Ｃ２はガードレールの支柱の間隔として捉える許容範囲の最大値である。 このように、一定以上の高さをもつ２組以上のグループが所定の間隔であれば、走行中の自車両に対して連続して規則的な動きになるガードレールや側壁といった固定物体であるという種別判定を行う。

この様に、図７の第１の動き情報群１４で、動き情報の動きベクトルの大きさと動きベクトルの水平位置がほぼ等しい動きベクトルをグループ化すると、図８の第１の動き情報のグループ１７、第２の動き情報のグループ１８、及び第３の動き情報のグループ１９が得られる。
そして、これらのグループが一定以上の高さをもち、そのグループが２組以上存在し、その複数のグループ間の距離が所定の範囲内であれば、側壁やガードレールのように、走行中の自車両に対して連続して規則的な動きになる固定物体であると判定する。
即ち、図７の第１の動き情報群１４は、走行中の自車両に対して連続して規則的な動きになる固定物体であると判定する。

一方、図７の第２の動き情報群１５については、第１の動きベクトル１５ａ、第２の動きベクトル１５ｂ、第３の動きベクトル１５ｃ及び第４の動きベクトル１５ｄがある。
しかし、これらの動きベクトルの水平位置はそれぞれ異なるため、グループ化されず、第２の動き情報群１５は、固定物体とは判定しない。
同じく、動き情報群１６について、第１の動きベクトル１６ａ、第２の動きベクトル１６ｂ、第３の動きベクトル１６ｃ、及び第４の動きベクトル１６ｄがある。
しかし、これらの動きベクトルの水平位置もそれぞれ異なるため、グループ化されず、第３の動き情報群１６も固定物体とは判定しない。

以上より、判定手段４は、入力画像データから抽出された動き情報である動きベクトルの中から、自車両の外部後方を向いている一定以上大きな動きベクトルを選択し、その中から動きベクトルの大きさや動きベクトルの水平位置がほぼ等しい動きベクトルをグループ化する。そして、一定以上の高さをもつこのグループが２組以上存在し、複数のグループ間の距離が所定の範囲内であれば、走行中の自車両に対して連続して規則的な動きになる固定物体であると判定する。

その後、報知手段５で、判定手段４の判定結果を示す表示パターンに従って、自車両の運転者に判定手段４の判定結果が報知される（Ｓ８）。
例えば、報知手段５で３個のＬＥＤを用いて報知する場合は、「物体検出なし」なら全て消灯、「物体検出あり」で検出した物体が「固定物体」と判定したら１個点灯、「物体検出あり」で検出した物体が「固定物体でない（すなわち移動物体あり）」と判定したら３個点灯として（３個点灯とするのは視認性をよくするためであり、２個のＬＥＤを用いる場合は２個点灯でもよい）、判定手段４の判定結果からいずれの表示パターンにするか決定され、その表示パターンでＬＥＤが点灯し、判定手段４の判定結果が自車両の運転者に報知される。

この実施の形態１では、物体検出手段３で連続して物体が検出された場合に、自車両の外部を撮像して得られた入力画像データから、物体の動きの方向や大きさを示す動き情報を抽出し、その動き情報の規則性に基づいて、検出された物体が固定物体であるか否かを判定するので、側壁やガードレールがある場合でも、それらを移動物体と誤ることなく、運転者に対して正しい情報を報知することができる。
なお、本実施の形態では、動き情報の抽出方法として、特徴点の抽出に基づく方法で説明したが、これは別の方法を用いてもよく、例えば特徴点を用いずに、画像のあるエリア（例えば側壁側の所定のエリア）から入力画像データを切り出して、１サイクル前または１サイクル後（異なる時刻）の入力画像データと比較し、パターンマッチングで動き情報を抽出してもよい。
また、動き情報としては、物体の動きの方向だけでもよく、また、物体の動きの大きさだけでもよい。

また、物体検出手段３として、超音波センサを使う例を説明したが、距離を計測するものであれば、レーザレーダ等、他のセンシング方法をとるものでもよい。
また、判定手段４の種別判定として、固定物体であるか否かを、動きベクトルの大きさや水平位置がほぼ等しい動きベクトルをグループ化して判定したが、動き情報のグループ化を別の方法で行ってもよい。
例えば、動きベクトルの大きさや垂直位置がほぼ等しく、動きベクトルの大きさが所定の範囲である動き情報（例えば動きベクトル１４ａと動きベクトル１４ｄ）をグループ化してもよい。

また、別の判定方法で、例えば、予め定めた範囲内（例えば自車両の側壁側の所定の範囲）の入力画像データから、極度に集中している動きベクトルが一定間隔で抽出される場合に動き情報に規則性があるとして固定物体であると判定してもよい。
また、報知手段５の報知方法として、３種類のＬＥＤ表示パターンから選ばれる例を説明したが、これは、物体検出なしの場合と、物体検出ありで固定物体と判定した場合を同じ報知方法として、２種類から選ぶようにしてもよい。あるいは、ＬＥＤ表示以外の報知方法をとってもよく、音声による警告内容を選択して報知してもよく、異なるパターンの警告音を鳴らして報知してもよい。

実施の形態２．
図９は、この発明の実施の形態２を示す概略構成図である。
実施の形態２では、画像入力手段１で取得した任意のタイミングの入力画像データ（静止画データ）から、側壁やガードレール等道路上の固定物体特有である規則的なパターンを検出する固定物体検出手段２０を備える。
そして、実施の形態１と同様に、判定手段４は動き情報の規則性に基づいて固定物体の有無を判定する。次に、判定手段４は、固定物体検出手段２０が静止画データから検出した固定物体の有無の検出結果を予備の情報として、最終的な固定物体の判定を行う。
このように固定物体検出手段の固定物体の検出結果を用いることで、固定物体の判定の精度をより高めることができる。
固定物体検出手段２０以外は、実施の形態１と同じ構成である。

図１０は、実施の形態２の車両検出装置Ａの動作を示す処理フロー図である。
図１０の処理フローを用いて、実施の形態２の動作を説明する。なお、実施の形態１と動作が同じ場合には説明を省略する。
まず、実施の形態１と同様の手順により、画像入力手段１のカメラ６で、自車両の外部後方を撮像して入力画像データが取得され（ＳＡ１）、動き情報抽出手段２で入力画像データから動き情報が抽出される（ＳＡ２）。その後、固定物体検出手段２０で、入力画像データから固定物体を検出する（ＳＡ３）。
この固定物体検出手段２０で行われる固定物体の検出は、任意のタイミングの入力画像データ（静止画データ）から、側壁やガードレール等道路上の固定物体に特有である規則的なパターンの存在を検出し、検出できれば、固定物体有りという予備的な結果を出力するものである。

実施の形態１の判定手段４による固定物体の判定は、取得タイミング（時刻）の異なる入力画像データを比較して抽出された動き情報によるものであったが、実施の形態２の固定物体検出手段２０では、任意のタイミングの静止画データから規則的なパターンが検出されるものであり、この点が異なる。
以下に、固定物体検出手段２０の動作を説明する。
まず、固定物体検出手段２０では、動き情報の抽出（ＳＡ２）と同様に、任意のタイミングの静止画データから特徴点を抽出する。
次に、抽出された任意の特徴点を含む領域を探索対象領域とし、この探索対象領域の特徴点に類似する特徴点を同じ静止画データの中から探索する。そして、この探索で求めた類似する特徴点を含む領域を対応領域とする。

ここで、入力画像９の静止画データの例である図１１と図１２について説明する。
図１１は、第１の探索対象領域２１と、第１の探索対象領域２１に対応する第１の対応領域２２と第２の対応領域２３が検出された例である。
図１２は、図１１と同じタイミングで取得した入力画像９の静止画データであり、この静止画データの別の探索対象領域である第２の探索対象領域２４と、この第２の探索対象領域２４に対応する第３の対応領域２５と第４の対応領域２６が検出された例である。
次に、得られた探索対象領域と対応領域について、水平位置が近い探索対象領域同士、対応領域同士でグループ化する。
まず、対応領域が得られた第１の探索対象領域２１と第２探索対象領域２４をグループ化する。

そして、第１の対応領域２２と第３の対応領域２５、第２の対応領域２３と第４の対応領域２６についても、水平位置が近い対応領域同士でグループ化する。
このように、図１１や図１２の水平位置が近い探索対象領域同士、水平位置が近い対応領域同士をグループ化した結果が図１３である。
図１３では、第１の領域のグループ２７、第２の領域のグループ２８、第３の領域のグループ２９がある。３０は、第１の領域のグループ２７と第２の領域のグループ２８水平位置から求められる距離（入力画像データの画素数から求められる距離）であり、３１は、第１の領域のグループ２７と第３の領域のグループ２９の水平位置から求められる距離である。

グループ化を詳細に示すと、対応領域が検出された図１１の第１の探索対象領域２１と図１２の第２の探索対象領域２４のように、水平位置の近い探索対象領域をグループ化した結果が、図１３の第１の領域のグループ２７である。
また、図１１の第１の対応領域２２と図１２の第３の対応領域２５のように、水平位置の近い対応領域をグループ化した結果が、図１３の第２の領域のグループ２８である。
さらに、図１１の第２の対応領域２３と図１２の第４の対応領域２６のように、水平位置の近い対応領域をグループ化した結果が、図１３の第３の領域のグループ２９である。
このように、図１３の第１の領域のグループ２７に属する探索対象領域に対応する対応領域が、第２の領域のグループ２８や第３の領域のグループ２９に２組以上存在することから、第１の領域のグループ２７、第２の領域のグループ２８、及び第３の領域のグループ２９を規則的なパターンの候補とする

次に、この規則的なパターンの候補である複数のグループについて、グループ間の距離が一定間隔で、任意の距離があるかどうかを求める。
まず、図１３の第１の領域のグループ２７と第２の領域のグループ２８の水平位置から求められる距離（水平距離）３０と、第１の領域のグループ２７と第２の領域のグループ２９の水平距離３１を入力画像データの画素数から求める。
そして、水平距離３０と水平距離３１の距離値が所定範囲内（例えばガードレールの支柱の間隔）で、かつ水平距離３０と水平距離３１の差分が一定の範囲内（差分がほぼ０とする値以内）であれば、第１の領域のグループ２７、第２の領域のグループ２８、及び第３の領域のグループ２９を規則的なパターンであるとして、固定物体有りとする検出結果を判定手段４に出力する。

一方、規則的なパターンとなるグループがなければ、固定物体無しとする検出結果を判定手段４に出力する。
この様に、固定物体検出手段２０で固定物体を検出（ＳＡ３）すると、検出結果を判定手段４に出力する。その後は、実施の形態１と同様の手順で、物体検出手段３で自車両と物体の距離が計測され（ＳＡ４）、その計測結果から物体の有無を検出する（ＳＡ５）。
そして、判定手段４は、一定時間以上連続して物体検出手段３が物体有りと検出しているか否かをチェックし（ＳＡ６）、一定時間以上連続して物体有りと検出した場合に、検出物体の種別判定を行う（ＳＡ７）。

判定手段４の種別判定は、予備的な情報として、固定物体検出手段２０で静止画データの規則的なパターンにより固定物体有りとする検出結果に加えて、動き情報抽出手段２で抽出した動き情報の規則性に基づいて固定物体有りと判定すると、最終的に固定物体有りの種別判定が行なわれる。
一方、判定手段４の種別判定は、予備的な情報である固定物体検出手段２０で固定物体無しの検出結果であれば、動き情報の規則性に基づいて固定物体有りと判定されても、最終的に固定物体無しの種別判定が行われる。
その後、実施の形態１と同様に、報知手段５で、判定手段４の判定結果を示す表示パターンによって、自車両の運転者に判定手段４の判定結果が報知される（ＳＡ８）。

この実施の形態２では、判定手段４が、予備的な情報である固定物体検出手段２０の固定物体有りの検出結果に加えて、動き情報の規則性に基づいて固定物体有りと判定すると、最終的に固定物体有りと判定するので、固定物体の判定の精度をさらに高めることができる。
また、動き情報抽出手段２の動き情報による判定処理と、固定物体検出手段２０の判定処理とを毎回実施する例で説明したが、例えば、どちらかの判定処理で固定物体ありと判定された時だけ、他方の判定処理を実施するような構成とすることも可能である。
また、固定物体検出手段２０の判定処理として、固定物体を検出する別の方法をとってもよい。

実施の形態３．
図１４は、この発明の実施の形態３を示す概略構成図である。
実施の形態３では、実施の形態１と同様に、判定手段４が動き情報の規則性に基づいて、側壁等の固定物体があると判定している状況で、さらに判定手段４が移動物体の有無を判定できるように、物体検出手段３で、２種類の物体（周辺物体と移動物体）を検出するための２つの閾値（パラメータ）を保有し、このパラメータを調整するパラメータ調整手段３２を備える。
物体検出手段３で保有している２つのパラメータは、周辺物体を検出するための（周辺物体検出用）パラメータと、車両に接近する移動物体を検出するための（移動物体検出用）パラメータである。
パラメータ調整手段３２以外は、実施の形態１と同じ構成である。

図１５は、実施の形態３の車両検出装置Ａの動作を示す処理フロー図である。なお、実施の形態１と動作が同じ場合には説明を省略する。
図１５において、画像入力（ＳＢ１）〜距離計測（ＳＢ３）の動作は、実施の形態１における画像入力（Ｓ１）〜距離計測（Ｓ３）と同じである。
画像入力手段１による画像入力（ＳＢ１）、動き情報抽出手段２による動き情報の抽出（ＳＢ２）、物体検出手段３により、自車両と物体の距離の計測（ＳＢ３）が行われ、計測した距離に応じて、周辺物体を検出するための周辺物体検出用パラメータで物体の有無を検出する（ＳＢ４）。

次に、判定手段４は、物体検出手段３が周辺物体検出用パラメータで一定時間以上連続して物体有りと検出したか否かをチェックする（ＳＢ５）。
一定時間以上連続して物体有りと検出している場合は、検出物体の種別判定を行う（ＳＢ６）。
この種別判定は、固定物体の有無と移動物体の有無のどちらの判定結果も出力するものとする。
本実施の形態では、側壁等の固定物体がある状況であるため、判定手段４は、動き情報の規則性により固定物体有りと判定する。

次に、移動物体の有無について判定する。
移動物体の有無の判定においては、物体検出手段３の移動物体検出用パラメータが初期値の場合と、調整された値の場合によって、物体の判定方法が異なる。
移動物体の有無の判定は、例えば、以下のように行う。
（１）移動物体検出用パラメータが調整された値の場合
・物体検出手段３にて移動物体検出用パラメータで物体が検出されれば“移動物体有り”、検出されなければ“移動物体無し”
（２）移動物体検出用パラメータが初期値である場合
・物体検出手段３にて移動物体検出用パラメータで物体が検出され、かつ、動き情報の規則性により固定物体無しと判定されれば“移動物体有り”、それ以外では“移動物体無し”

この判定方法では、動き情報の規則性により側壁のような固定物体を判定した時、移動物体検出用パラメータが初期値であれば、物体検出手段３が移動物体検出用パラメータで物体を検出しても、”移動物体無し”と判定する。
次に、判定手段４が固定物体有りと種別判定を行うと、パラメータ調整手段３２がパラメータを調整する（ＳＢ７）。
ここで、側壁等がある状況で自車両に接近する物体を検出するために、パラメータ調整手段３２は、移動物体検出用パラメータを調整する。

具体例として、物体検出手段３の周辺物体検出用パラメータと移動物体検出用パラメータの初期値が３ｍであるとする。
そして、物体検出手段３が周辺物体検出用パラメータで一定時間以上連続して物体有りと検出し、判定手段４の種別判定により固定物体有りと判定したとする。この時、物体検出処理３で計測されている車両と物体の距離が２．５ｍであれば、以後、固定物体無しと判定されるまで、パラメータ調整手段３２が物体検出手段３の移動物体検出用パラメータを２ｍに調整する。
この様に、移動物体検出用パラメータが２ｍに調整され、物体検出手段３が移動物体検出用パラメータで物体を検出すると、判定手段４は、”移動物体有り”と判定する。

このように、パラメータ調整手段３２が、判定手段４で動き情報の規則性により固定物体有りと判定した時に、物体検出処理３が計測していた車両と物体の距離２．５ｍよりも短く移動物体検出用パラメータを調整することによって、固定物体と判定した周辺物体よりも接近している物体を移動物体として正しく検出することができる。
なお、動き情報の規則性により固定物体無しと判定されると、移動物体検出用パラメータは初期値に戻される。
以降は、実施の形態１と同様に、報知手段５で、判定手段４の判定結果を示す表示パターンによって、自車両の運転者に判定手段４の判定結果が報知される（ＳＢ８）。

実施の形態３では、物体検出手段３で物体を検出するパラメータを周辺物体検出用と移動物体検出用の２種類持つ。そして、物体検出手段３が周辺物体検出用のパラメータで一定時間以上連続して物体有りと検出すると、判定手段４が動き情報の規則性に基づいて固定物体有りと判定する。この時、パラメータ調整手段３２が、物体検出手段３で計測していた自車両と物体との距離に基づいて、移動物体検出用パラメータを調整する。
移動物体検出用パラメータは、動き情報の規則性に基づいて固定物体有りと判定した周辺物体の距離よりも短く調整されることにより、固定物体よりも接近している物体を物体検出手段３の検出で、移動物体として正しく検出することができる。
なお、本実施の形態では、移動物体検出用のパラメータとして物体との距離の閾値を調整する例で説明したが、超音波や光の反射強度等を用いた他の計測値をパラメータとしてもよい。

実施の形態４．
図１６は、この発明の実施の形態４を示す概略構成図である。
実施の形態４では、物体検出手段３が、車両の周辺物体を検出するための周辺物体検出用の条件と、車両に接近する移動物体を検出するための移動物体検出用の条件を持つ。さらに移動物体検出用の条件として、物体との距離による条件（検出条件１）と異なる時間における物体との距離の差分による条件（検出条件２）を持つ。検出条件２は、検出条件１よりも誤検出しやすいが接近してくる物体を検出するのに有効な条件である。
そして、実施例１と同様に、判定手段４が側壁やガードレールを動き情報の規則性に基づいて固定物体有りと判定する。さらに、自車両に接近する移動物体を動き情報から移動物体有りと判定すると、物体検出手段３の移動物体検出用の条件を検出条件１から検出条件２に切り替える、切り替え手段３３を備える。
移動物体検出用の条件を切り替えることにより、側壁やガードレール等が有る状況で、自車両に接近する移動物体をより正確に判定することができる。
切り替え手段３３を備えること以外は、実施の形態１と同じ構成である。

図１７は、実施の形態４の車両検出装置Ａの動作を示す処理フロー図である。以下に、図１７の処理フローを図１８の入力画像９を用いて説明する。
図１８は、側壁等の固定物体がある状態で、接近物体がある場合の動き情報の例であり、動きベクトル３４は、近接物体により生じる動きベクトルである。
図１７において、画像入力（ＳＣ１）〜距離計測（ＳＣ３）の動作は、実施の形態１における画像入力（Ｓ１）〜距離計測（Ｓ３）と同じである。
画像入力手段１による画像入力（ＳＣ１）、動き情報抽出手段２による動き情報の抽出（ＳＣ２）、物体検出手段３による距離の計測（ＳＣ３）が行われ、その計測値から物体の有無の検出が行なわれる（ＳＣ４）。

ここで、物体検出手段３には、側壁等の固定物体が有る状況下で移動物体が検出できるように、物体の有無を検出する条件として、車両の周辺物体（固定物体も含む）を検出するための周辺物体検出用の条件と、車両に接近してくる移動物体を検出する移動物体検出用の条件を持つ。
さらに移動物体検出用の検出条件には、以下の［検出条件１］と［検出条件２］を持つ。
［検出条件１］距離計測（ＳＣ３）で計測した自車両と物体の距離が閾値以下となったら移動物体ありとする。ただし、閾値は側壁などを検出することのない値とする。
［検出条件２］距離計測（ＳＣ３）で計測した自車両と物体の距離と一定時間前の自車両と物体との距離の差分（減少量）が閾値以上となったら移動物体ありとする

そして、判定手段４は、物体検出手段３が一定時間以上連続して物体有りと検出すれば、固定物体の有無と移動物体の有無をそれぞれ判定する。
まず、物体検出手段３が、周辺物体検出用の条件で物体の有無を検出する。
そして、判定手段４が、物体検出手段３で一定時間以上連続して物体が検出されているか否かをチェックする（ＳＣ５）。本ステップでは、周辺物体検出用の検出条件で検出された結果が参照される。

物体検出手段３で一定時間以上連続して物体が検出された場合、判定手段４は、その検出された物体の種別判定を行う（ＳＣ６）。
側壁等の固定物体が有る状況下であるため、判定手段４は、動き情報の規則性に基づき固定物体有りと判定する。
ここで、側壁等の固定物体は、通常一定の距離で継続して存在する。また、他車両が後方から接近して、側壁の一部が隠された瞬間は、上記の動き情報の規則性に基づく判断は難しくなる。

そのため、実施の形態４の種別判定（ＳＣ６）では、実施の形態１と同じ種別判定の判定方法で、動き情報の規則性に基づき固定物体ありと判定した場合、その後一定時間は、ＳＣ５で連続して物体が検出されても、固定物体の有無に関しては、新たに動き情報に基づく判定は行わず、固定物体有りという判定結果を出力する。
一方、物体検出手段３が移動物体検出用の［検出条件１］の条件で、物体の有無を検出する。側壁やガードレールがある状況で、自車両に接近する移動物体があるため、物体有りと検出する。
この時、判定手段４は、動き情報から自車両に接近する物体（移動物体）の有無を検出する（ＳＣ７）。

例えば、図５のような入力画像データにおいて、側壁１０側を二輪車等の移動物体が接近してくると、図１８の矢印のような動きベクトルの分布が発生する。この動きベクトルの中から、自車の両側（画像右側なら右方向、左側なら左方向）に、自車の方向を向く動きベクトル３４を選択し、それが画像中の予め定めた部分の領域内に所定数以上集中している場合、その動きベクトルの集合を接近物体として検出し、移動物体有りと判定する。
この様に、判定手段４が固定物体の有無の判定で、動き情報の規則性に基づいて固定物体有りと判定した後、さらに判定手段４が移動物体の有無で、動き情報から接近してくる移動物体（接近物体）有りと判定する。すると、切り替え手段３３は、物体検出手段３における移動物体検出用の検出条件を［検出条件１］から［検出条件２］に切り替える（ＳＣ８）。

側壁の脇を通過する二輪車を検出したいような場合には、［検出条件２］のような差分に基づく方法が検出しやすい。しかし、この方法は、誤検出も発生し易く、常にこの方法を用いることは好ましくない。
そのため、判定手段４が動き情報に基づいて、側壁などの固定物体の有無を固定物体有りと判定し、さらに、動き情報から移動物体の有無を移動物体有りと判定した場合（固定物体と移動物体の両方が存在している場合）に、切り替え手段３３が、物体検出手段３の移動物体検出用の検出条件を［検出条件１］から［検出条件２］に切り替える。このように、固定物体有りと判定している時に、移動物体検出用の検出条件を切り替えることによって、［検出条件２］のような差分に基づく条件が、接近してくる物体を検出するのに有効となり、誤検出を防ぐことができる。

物体検出手段３の検出方法が切り替えられた後は、実施の形態１と同様に、報知手段５で判定手段４の判定結果を示す表示パターンによって、自車両の運転者に判定手段４の判定結果が報知される（ＳＣ９）。
物体検出手段３の移動物体検出用の検出条件が［検出条件２］に切り替えられた後、一定時間連続して物体有りと検出して、判定手段４が動き情報から移動物体有りと判定することで、接近してくる物体が移動物体であるという判定がより確実になる。
また、判定手段４が固定物体を判定しなくなれば、切り替え手段３３が、物体検出手段３の移動物体検出用の検出条件を［検出条件２］から［検出条件１］に切り替える。

実施の形態４では、物体検出手段３が、車両と周辺物体を検出するための周辺物体用の条件と、車両に接近する移動物体を検出する移動物体検出用の条件を持つ。また、移動物体検出用の条件として、車両と物体との距離により検出する検出条件１と、異なる時刻における車両と物体との距離の差分により検出する検出条件２を持つ。
そして、実施の形態１と同様に、物体検出手段３が周辺物体検出用の条件で一定時間以上連続して物体を検出して、判定手段４が動き情報の規則性に基づいて固定物体有りと判定する。さらに、物体検出手段３が移動物体検出用の条件［検出条件１］で一定時間以上連続して物体を検出し、判定手段４が動き情報から移動物体有りと判定する（側壁が検出されている状態で、後方から移動物体が近づいてきたことが検出された場合に）。すると、切り替え手段３３が、物体検出手段３の移動物体用の検出条件を、［検出条件１］から［検出条件２］に切り替える。この様に、状況に応じて最適な検出条件に切り替えることによって、側壁側を接近してくる二輪車のような移動物体をより確実に検出することができる。

なお、実施の形態４では、接近物体の検出方法として、自車両方向を向く動きベクトルが入力画像中の所定領域に所定数以上集中している場合に接近物体と判定したが、これは動き情報を用いる他の方法でもよい。例えば自車両の側壁側の予め定めた範囲の入力画像データから抽出した動きベクトルが自車両方向を向き、極度に集中して動きベクトルが長い（動きが大きい）場合に接近物体有りと判定してもよい。
また、物体検出手段３における検出条件を二つ例で示したが、これは他の条件でもよく、検出条件１と検出条件２のＡＮＤ条件またはＯＲ条件としてもよい。検出条件の数もＡＮＤ条件やＯＲ条件を含む三つ以上としてもよい。

また、実施の形態１〜４では、画像入力手段として一つのカメラから得られた入力画像データを用いる例で説明したが、複数カメラから得た複数の入力画像データの処理結果を用いてもよい。
さらにまた、自車両の外部後方の画像を用いる例で説明したが、前方の画像でもよく、特に、前方・後方・側面等、撮像方向の異なる複数カメラを用いる場合は、処理によって用いるカメラ画像を選択するようにしてもよい。

１ 画像入力手段、２ 動き情報抽出手段、３ 物体検出手段、４ 判定手段、５ 報知手段、６ カメラ、７ センサ、８ 測距可能範囲、９ 入力画像データ、１０ 側壁、１１ 特徴点の領域、１２ 特徴点の領域、１３ 特徴点の領域、１４ 第１の動き情報群、１４ａ 第１の動きベクトル、１４ｂ 第２の動きベクトル、１４ｃ 第３の動きベクトル、１４ｄ 第４の動きベクトル、１４ｅ 第５の動きベクトル、１４ｆ 第６の動きベクトル、１５ 第２の動き情報群、１５ａ 第１の動きベクトル、１５ｂ 第２の動きベクトル、１５ｃ 第３の動きベクトル、１５ｄ 第４の動きベクトル、１６ 第３の動き情報群、１６ａ 第１の動きベクトル、１６ｂ 第２の動きベクトル、１６ｃ 第３の動きベクトル、１６ｄ 第４の動きベクトル、１７ 第１の動き情報のグループ、１８ 第２の動き情報のグループ、１９ 第３の動き情報のグループ、２０ 固定物体検出手段、２１ 第１の探索対象領域、２２ 第１の対応領域、２３ 第２の対応領域、２４ 第２の探索対象領域、２５ 第３の対応領域、２６ 第４の対応領域、２７ 第１の領域のグループ、２８ 第２の領域のグループ、２９ 第３の領域のグループ、３０ 水平距離、３１ 水平距離、３２ パラメータ調整手段、３３ 切り替え手段、３４ 動きベクトル。

Claims (11)

1. 自車両の外部を撮像して入力される入力画像データから、物体の動きの方向を示す動き情報を抽出する動き情報抽出手段と、
   前記動き情報抽出手段で抽出された動き情報の規則性に基づいて、固定物体の有無を判定する判定手段と、
   を備えたことを特徴とする車両検出装置。
2. 自車両の外部を撮像して入力される入力画像データから、物体の動きの大きさを示す動き情報を抽出する動き情報抽出手段と、
   前記動き情報抽出手段で抽出された動き情報の規則性に基づいて、固定物体の有無を判定する判定手段と、
   を備えたことを特徴とする車両検出装置。
3. 自車両の外部を撮像して入力される入力画像データから、物体の動きの方向と物体の動きの大きさを示す動き情報を抽出する動き情報抽出手段と、
   前記動き情報抽出手段で抽出された動き情報の規則性に基づいて、固定物体の有無を判定する判定手段と、
   を備えたことを特徴とする車両検出装置。
4. 前記判定手段は、動き情報の方向がほぼ等しい２以上の動き情報をグループ化し、そのグループが所定数以上あり、その複数のグループが所定の間隔であれば規則性があるとして、固定物体有りと判定することを特徴とする請求項１記載の車両検出装置。
5. 前記判定手段は、動き情報の大きさがほぼ等しい２以上の動き情報をグループ化し、そのグループが所定数以上あり、その複数のグループが所定の間隔であれば規則性があるとして、固定物体有りと判定することを特徴とする請求項２記載の車両検出装置。
6. 前記判定手段は、動き情報の方向と動き情報の大きさがほぼ等しい２以上の動き情報をグループ化し、そのグループが所定数以上あり、その複数のグループが所定の間隔であれば規則性があるとして、固定物体有りと判定することを特徴とする請求項３記載の車両検出装置。
7. 自車両と物体の計測値から物体の有無を検出する物体検出手段を備え、
   前記判定手段は、前記物体検出手段で所定時間連続して物体有りと検出した時、前記動き情報抽出手段で抽出された動き情報の規則性に基づいて、固定物体か移動物体かを判定することを特徴とする請求項１〜６記載の車両検出装置。
8. 前記入力画像データの静止画データから規則的なパターンが検出されるか否かに基づいて、固定物体を検出する固定物体検出手段を備え、
   前記判定手段は、前記動き情報抽出手段で抽出された動き情報の規則性に基づいて、固定物体有りと判定し、さらに前記固定物体検出手段が固定物体を検出すると、最終的に固定物体有りと判定することを特徴とする請求項１〜７記載の車両検出装置。
9. 前記物体検出手段は、自車両周辺の周辺物体の有無を検出する周辺物体検出用のパラメータと、自車両に接近する移動物体を検出する移動物体検出用のパラメータを有し、前記判定手段が、前記物体検出手段で周辺物体検出用のパラメータを用いて所定時間連続して前記周辺物体を検出した時、動き情報の規則性に基づいて固定物体有りと判定すると、前記物体検出手段で計測した自車両と前記周辺物体との計測値に基づき、前記移動物体検出用のパラメータを調整するパラメータ調整手段を備えたことを特徴とする請求項７または請求項８記載の車両検出装置。
10. 前記物体検出手段は、自車両周辺の周辺物体の有無を検出する周辺物体検出用の条件と、自車両に接近する移動物体を検出する移動物体検出用の条件を有し、移動物体検出用の条件には、車両と物体との距離により検出する第１の条件と、異なる時刻における車両と物体との距離の差分により検出する第２の条件を有し、前記判定手段が、前記物体検出手段で周辺物体検出用の条件により所定時間連続して周辺物体有りと検出した時、動き情報の規則性に基づいて固定物体有りと判定し、さらに、前記判定手段が、前記物体検出手段で前記移動物体検出用の第１の条件により所定時間連続して移動物体有りと検出した時、動き情報に基づいて移動物体有りと判定すると、前記移動物体検出用の条件を第１の条件から第２の条件に切り替える、切り替え手段を備えることを特徴とする請求項７〜９記載の車両検出装置。
11. 自車両の外部を撮像して入力される入力画像データから、物体の動きの方向と物体の動きの大きさを示す動き情報を抽出する動き情報抽出ステップと、
    前記動き情報抽出手段で抽出された動き情報の規則性に基づいて、固定物体の有無を判定する判定ステップと、
    を備えたことを特徴とする車両検出方法。

Images