JP2012088285A - 障害物認識装置及び障害物認識方法 - Google Patents

Abstract

【課題】高い精度で障害物を認識することができる障害物認識装置を提供する。
【解決手段】本発明の一実施形態に係る障害物認識装置１は、電磁波を発信し、その反射波の反射出力に基づいて障害物を検出する第１の障害物検出手段１１と、第１の障害物検出手段とは異なる方法で障害物を検出する第２の障害物検出手段１２と、第２の障害物検出手段により検出された複数の障害物についてそれらの障害物の推定反射出力を合成した合成推定反射出力を算出する反射出力推定手段２２と、合成推定反射出力と第１の障害物検出手段により計測された計測反射出力との比較結果を用いて障害物を認識する障害物統合認識手段２４と、を備える。
【選択図】図２

Description

本発明は、複数のセンサの計測結果を用いて障害物認識を行う障害物認識装置に関する。

従来、検出原理の異なる複数のセンサの計測結果を統合して障害物の認識を行うセンサフュージョンという手法が知られている。例えば、特許文献１では、測距センサの測距結果と画像センサの撮影画像とに基づきセンサフュージョンで先行車を認識する先行車認識装置及び方法が開示されている。

特開２００５−９０９７４号公報

ここで、上述したような先行車認識装置では、測距センサとして電波レーダが用いられることが一般的であるが、電波レーダは水平方向の分解能が低いことから複数の障害物を分離することができずに単一の障害物として誤認識する場合がある。その場合、電波レーダとその他のセンサの検出結果において整合性がとれなくなり、適切な障害物認識ができなくなるという問題があった。

そこで、本発明は、複数のセンサによる障害物検出結果の整合をとることにより、高い精度で障害物を認識することができる障害物認識装置を提供することを目的とする。

上記課題を解決するため、本発明に係る障害物認識装置は、電磁波を発信し、その反射波の反射出力に基づいて障害物を検出する第１の障害物検出手段と、第１の障害物検出手段とは異なる方法で障害物を検出する第２の障害物検出手段と、第２の障害物検出手段により検出された複数の障害物についてそれらの障害物の推定反射出力を合成した合成推定反射出力を算出する反射出力推定手段と、合成推定反射出力と第１の障害物検出手段により計測された計測反射出力との比較結果を用いて障害物を認識する障害物統合認識手段と、を備える。

このように、第２の障害物検出手段による障害物検出結果に基づいて合成推定反射出力を算出し、合成推定反射出力と計測反射出力との比較結果を用いて障害物を認識することにより、第１の障害物検出手段では分離して検出できない障害物が存在する場合にも、第１の障害物検出手段の障害物検出結果と第２の障害物検出手段の障害物検出結果が不整合となることが抑制され、適切な障害物認識を行うことが可能になる。これにより、高い精度で障害物を認識することができる。

また、第１の障害物検出手段では分離して検出できないと予測される複数の障害物をグループ化する障害物グルーピング処理手段を更に備えることが好適である。

このような障害物グルーピング処理手段を備えることにより、分離して検出することが可能な障害物を推定反射出力の検出対象から除外することができるため、障害物認識における処理負荷を低減することが可能になる。

また、障害物統合認識手段は、合成推定反射出力と計測反射出力との差分が所定値以下である場合、第１の障害物検出手段では分離して検出できない複数の障害物を第２の障害物検出手段による検出結果に基づいて分離して認識することが好適である。

障害物認識装置において障害物認識を行うにあたり、合成推定反射出力と測定反射出力との差分が所定値以下である場合には、第２の障害物検出手段による障害物検出結果は適切であると考えられるため、第２の障害物検出手段による検出結果に基づいて障害物を分離して認識する。これにより、隣り合う複数の障害物を第１の障害物検出手段が分離できずに単一の障害物として検出してしまう場合でも、第２の障害物検出手段によって障害物を適切に認識することができる。その上、推定反射出力と測定反射出力とのマッチングを行っているため、第２の障害物検出手段のみによる障害物検出と比較して高い精度で障害物を認識することができる。このように、本発明に係る障害物認識装置によれば、第１の障害物検出手段と第２の障害物検出手段の障害物検出結果の不整合を抑制し、高い精度で障害物を認識することができる。

また、推定反射出力算出手段は、障害物からの反射波の反射出力モデルを有し、第２の障害物検出手段によって検出された障害物の幅と反射出力モデルに基づいて、推定反射出力を予測することが好適である。

障害物の幅が広い場合には、障害物からの反射波の反射出力が大きくなり、障害物の幅が狭い場合には、障害物からの反射波の反射出力が小さくなる。そのため、障害物の幅と、障害物に対応した反射出力モデルを用いることで適切に推定反射出力を予測することができる。

さらに、推定反射出力算出手段は、障害物からの反射波の反射出力モデルを有し、第２の障害物検出手段によって検出された障害物の種類、幅、及び反射出力モデルに基づいて、推定反射出力を予測することが好適である。

発信した電磁波に対する反射波の反射出力は、人と車など、障害物の種類によって異なる。そのため、障害物の幅、反射出力モデルに加えて、障害物の種類を用いることで適切に推定反射出力を予測することができる。

また、反射出力モデルは正規分布関数であることが好適である。

障害物に対する反射波の反射出力は障害物の幅に基づいた正規分布となることが知られている。そのため、反射出力モデルとして正規分布関数を用いることで適切に推定反射出力の算出を行うことができる。

また、本発明に係る障害物認識装置は、車両に搭載され、前記車両の周囲の障害物を認識することが好適である。

本発明に係る障害物認識装置を車両に搭載し、車両周囲の障害物を高精度に認識することにより、自車両と周囲に存在する障害物との衝突を適切に回避することができ、安全性を高めることができる。

また、本発明に係る障害物認識方法は、電磁波を発信し、その反射波の反射出力に基づいて障害物を検出する第１の障害物検出工程と、第１の障害物検出工程とは異なる方法で障害物を検出する第２の障害物検出工程と、第２の障害物検出工程において検出された複数の障害物についてそれらの障害物の推定反射出力を合成した合成推定反射出力を算出する反射出力推定工程と、合成推定反射出力と第１の障害物検出工程において計測された計測反射出力との比較結果を用いて障害物を認識する障害物統合認識工程と、を含む。

このように、本発明に係る障害物認識方法においては、第２の障害物検出工程における障害物検出結果に基づいて合成推定反射出力を算出し、合成推定反射出力と計測反射出力との比較結果を用いて障害物を認識することにより、第１の障害物検出工程において分離できない障害物が存在する場合にも、第１の障害物検出工程における障害物検出結果と第２の障害物検出工程における障害物検出結果が不整合となることが抑制され、適切な障害物検出を行うことが可能になる。これにより、高い精度で障害物を認識することができる。

本発明によれば、複数のセンサによる障害物検出結果の整合をとることにより、高い精度で障害物を認識することができる障害物認識装置を提供することができる。

本発明の実施形態に係る障害物認識装置のブロック構成図である。 本発明の実施形態に係る障害物認識装置の動作についてのフローチャートである。 前回予測値と今回検出結果のペアリング処理を示す図である。 ミリ波レーダが分離できないと予測される分離不可領域を算出する例を示す図である。 複数の障害物をグループ化する例を示す図である。 図６（ａ）は障害物が車である場合の推定反射出力の例を示す図であり、図６（ｂ）は障害物が人である場合の推定反射出力の例を示す図である。 障害物の幅と、推定反射出力のピーク値との関係を示すグラフである。 グループ化された障害物の合成推定反射出力を示す図である。

以下、添付図面を参照して、本発明の好適な実施形態について詳細に説明する。なお、以下の説明において、同一又は相当要素には同一符号を付し、重複する説明を省略する。

図１は本発明の実施形態に係る障害物認識装置の構成概要図である。

本実施形態に係る障害物認識装置１は、車両に搭載され、複数のセンサの計測結果を用いて車両の周囲に存在する障害物の認識を行う装置である。この駐車支援装置１は、ミリ波レーダ１１（第１の障害物検出手段）、カメラ１２（第２の障害物検出手段）、障害物認識ＥＣＵ（Electronic Control Unit）２を備えている。

障害物認識ＥＣＵ２には、ミリ波レーダ１１及びカメラ１２が接続されている。ミリ波レーダ１１は、車両前方に電波を照射し、物体の表面で反射された電波を受信し、受信信号の周波数変化から物体の有無、車両から見た物体の方位、車両から物体までの距離、物体の大きさ及び車両に対する物体の相対速度等の情報を取得する。また、ミリ波レーダ１１は、検出した物体に関する各種情報を障害物認識ＥＣＵ２に送出する。

カメラ１２は、車両前方を撮像し、車両前方の撮像画像を取得する。また、カメラ１２は取得した車両前方の撮像画像を障害物認識ＥＣＵ２に送出する。

障害物認識ＥＣＵ２は、例えばＣＰＵ、ＲＯＭ、及びＲＡＭ等から構成され、障害物検知部２１、障害物グルーピング処理部２２（障害物グルーピング処理手段）、推定反射出力算出部２３（反射出力推定手段）及び統合認識処理部２４（障害物統合認識手段）を有している。障害物検出部２１は、ミリ波レーダ１１から出力されるレーダ情報に基づき、自車両周辺の障害物を含む領域を検出する。また、カメラ１２から出力される画像情報に基づき障害物を含む領域を検出するとともに障害物の種類を認識する。カメラ１２により検出された障害物情報は障害物グルーピング処理部２２に出力される。

障害物グルーピング処理部２２は、画像情報に基づく障害物検出結果から、レーダ情報に基づく障害物検出では複数の障害物を分離することができずに単一の障害物として検出する可能性のある障害物を検出し、グループ化する。グループ化した障害物情報は推定反射出力算出部２３に出力する。

推定反射出力算出部２３は、グループ化された障害物の種類、幅等の情報から推定反射出力を予測する。また、障害物毎に予測された推定反射出力を合成した合成推定反射出力を算出し、その結果を統合認識処理部２４に出力する。

統合認識処理部２４は、ミリ波レーダ１１に基づく障害物検出結果とカメラ１２に基づく障害物検出結果の両方を用いて自車両の周囲に存在する障害物を認識する。また、合成推定反射出力とミリ波レーダ１１によって計測された反射出力を比較し、その差分が所定値以下である場合はカメラ１２による障害物検出結果を用いて障害物を分離して認識する。ここで、所定値とは予めＥＣＵ２に設定される設定値である。この値はミリ波レーダ１１とカメラ１２の検出特性に依存して決定される。

この障害物認識装置１は、好適には、車両衝突回避のための車両運転支援システムの一部として用いられる。この車両運転支援システムでは、障害物認識装置１により検出された障害物検出情報に基づいて、車両の運転者への警告処理、衝突回避のための制動準備処理及び衝突回避のため制動制御の一部又は全部を実行する。これらの処理の実行により、障害物との衝突回避又は障害物との衝突影響の軽減を図ることができる。

次に本実施形態に係る障害物認識装置１の動作について説明する。

図２は本発明の実施形態に係る障害物認識装置の動作についてのフローチャートである。図２における制御処理は、例えば障害物認識ＥＣＵ２により予め設定された所定周期で繰り返し実行される。

まず、図２に示すように、前回予測値と今回検出結果のペアリングが行われる（Ｓ１０）。前回予測値と今回検出結果のペアリングは前回発見された障害物と障害物検出部２１により今回検出された障害物との対応付けを行う処理である。図３を用いて前回予測値と今回検出結果のペアリング方法について説明する。図３における前回予測値Ｔは、前回の処理で発見された障害物と自車両との相対速度、位置情報等から予測される現時点における障害物の予測位置である。今回検出結果Ｒｎ及びＣｎ（ｎは正の整数）は、それぞれミリ波レーダ１１及びカメラ１２の計測結果を読み込むことで検出される障害物の検出位置である。前回予測値Ｔに対して、ミリ波レーダ１１による今回検出結果Ｒ１とカメラ１２による今回検出結果Ｃ１が許容誤差範囲Ａの内側に入っている場合には、前回の処理で発見された障害物と今回検出結果Ｒ１及びＣ１は同一の障害物であると判定される。

また、ミリ波レーダ１１による今回検出結果Ｒ１及びカメラ１２による今回検出結果Ｃ１のどちらか一方が許容誤差範囲Ａの内部に検出されない場合には、複数のセンサ間で検出結果の整合性がとれないことから、検出結果の信頼性が低いと判断され障害物認識は行われない。

許容誤差範囲Ａの設定方法は様々な方法が知られているが、本実施形態では、カメラによる障害物検知において予測される前後方向の誤差を長径、左右方向の誤差を短径とする楕円εｃとミリ波レーダ１１による障害物検知において予測される前後方向の誤差を短径、左右方向の誤差を長径とする楕円εｒを設定し、楕円εｃと楕円εｒの長径を径とする楕円を許容誤差範囲Ａとしている。

次にＳ１０によって取得された前回予測値と今回検出結果から新規障害物処理が行われる（Ｓ１１）。図３に示す今回検出結果Ｒ２、Ｃ２のように、前回予測値がペアリングできない場合には、今回検出結果Ｒ２、Ｃ２は新規障害物候補として設定され、記憶される。

続いて、障害物グルーピング処理部２２により障害物グルーピング処理が行われる（Ｓ１２）。障害物グルーピング処理では、ペアリングされた障害物及び新規障害物候補の中から、ミリ波レーダが複数の障害物を分離することができずに単一の障害物として誤認識する可能性のある障害物の候補がグループ化される。障害物グルーピング処理は、カメラ１２によって得られた障害物検出結果を用いて行われる。

図４は、ミリ波レーダが分離できないと予測される分離不可領域Ｆを算出する例である。図４に示すように、カメラ１２から検出された障害物の幅Ｗと、カメラ１２の幅方向の検出誤差σｗの左右分と、ミリ波分離不可能距離ｄの左右分を加算したものが分離不可領域Ｆの幅として設定される。また、カメラ１２により検出された障害物の高さＨに、カメラ１２の高さ方向の検出誤差σｈの上下分を加算したものが分離不可領域Ｆの高さとして設定される。ここで、カメラ１２の幅方向の検出誤差σｗ、σｈ及びミリ波分離不可能距離ｄは、それぞれ使用するカメラ、ミリ波レーダの検出特性に依存して決定される値とすればよい。

次に、ペアリングできた障害物と新規障害物候補において自車両からの距離が同一範囲の複数の障害物において、分離不可領域Ｆが設定される。ここで、同一範囲とは、自車両から障害物までの距離が完全同一なもののみでなく、ミリ波レーダ１１が距離方向で分離できない、略同一の距離も含むものである。そして、分離不可領域Ｆと他の障害物において重複する領域がある場合にはグループ化が行われる。図５は、複数の障害物を障害物グルーピング処理する例を示している。障害物グループＧに属する障害物Ｂ１の分離不可領域Ｆ１は、他の障害物Ｂ２の一部と重複しているため、障害物Ｂ２は障害物グループＧに追加される。さらに、障害物グループＧに属する障害物Ｂ２の分離不可領域Ｆ２は、他の障害物Ｂ３の一部と重複しているため障害物Ｂ３は障害物グループＧに追加される。障害物グループＧに属する障害物Ｂ３の分離不可領域Ｆ３は、他の障害物Ｂ４の一部と重複しているため障害物Ｂ４は障害物グループＧに追加される。

続いて、Ｓ１２でグループ化された障害物グループＧに対して推定反射出力演算処理が行われる（Ｓ１３）。推定反射出力演算処理では、グループ化された個々の障害物の推定反射出力が算出されるとともに、グループ化されたすべての障害物の推定反射出力を加算し、合成した合成推定反射出力が算出される。図６は個々の障害物の推定反射出力を算出する例を示している。推定反射出力は、カメラ１２で検出した障害物の幅を標準偏差とする正規分布関数として算出される。また、推定反射出力のピーク値は障害物の種類（例えば車や人等）に基づいて設定される。図６（ａ）は障害物が車である場合の推定反射出力の例であり、図６（ｂ）は障害物が人である場合の推定反射出力の例である。図６（ａ）、（ｂ）に示すように、障害物が車である場合の推定反射出力のピーク値Ｐｃａｒは、障害物が人である場合の推定反射出力のピーク値Ｐｐｅｄと比較して大きく設定される。また、障害物が車の場合でも、車の幅に基づいてピーク値Ｐｃａｒを可変させることが好ましい。障害物の種類や幅と推定反射出力のピーク値の関係を示すテーブルは、障害物認識ＥＣＵ２のＲＯＭに予め格納されており、障害物認識ＥＣＵ２は、必要に応じてＲＯＭからテーブルを読み出して推定反射出力を算出する。

また、センサとしてレーザレーダ等のカメラ以外のセンサを用いる場合であって、障害物の種類を認識することができない場合には、障害物の幅により推定反射出力のピーク値を設定してもよい。図７は障害物の幅と、対応する推定反射出力のピーク値との関係を示すグラフである。

グルーピングされた障害物グループＧの個々の障害物の推定反射出力が算出された後に、図８に示すように障害物グループＧのすべての障害物の推定反射出力が加算され、その結果が合成推定反射出力となる。また、算出された推定反射出力から、微分値が０になる地点、すなわちピーク値がミリ波推定出力候補として設定される。図８の例では、Ｐ１及びＰ２がミリ波推定出力候補となる。

Ｓ１３で合成推定反射出力が算出されると、次に認識結果統合処理に移行する（Ｓ１４）。認識結果統合処理では、まず、算出した合成推定反射出力とミリ波レーダ１１で計測された反射出力が比較される。具体的には、計測された反射出力における複数個のピーク値とミリ波推定出力候補が比較され、その差分が所定値以下である場合には推定反射出力と計測反射出力とのマッチングがされたと判断される。ここで、所定値とはミリ波レーダ１１とカメラ１２の検出特性に依存して決定される値である。

推定反射出力と計測反射出力がマッチングされた場合には、障害物グルーピング処理でグループ化された障害物群について、カメラ１２による障害物検出結果を用いて障害物を分離して障害物が認識される。その上で、検出した障害物と前回予測値Ｔとのペアリングが行われることにより、障害物のトラッキング及び新規障害物検出が行われる。

次に、次回値予測処理に処理が移行する（Ｓ１５）。次回値予測処理では、Ｓ１４において認識された障害物情報から、カルマンフィルタ等を利用して次回の障害物認識処理における障害物の予測位置が推定される。このような所定時間後の障害物の予測位置の推定方法は公知の方法が提案されているため、本明細書では詳細は省略する。推定された障害物の予測位置は、所定期間後の障害物認識処理におけるペアリングで利用される。

以上のように、本実施形態に係る障害物認識装置１によれば、カメラ１２による障害物検出結果に基づいて合成推定反射出力を算出し、ミリ波レーダ１１による計測反射出力と比較することにより、ミリ波レーダ１１では分離して検出できない障害物が存在する場合には、カメラ１２の障害物検出結果を用いて障害物を分離して認識する。そのため、カメラ１２の障害物検出結果とミリ波レーダ１１の障害物検出結果が不整合となることが抑制され、適切な障害物検出を行うことが可能になる。これにより、高い精度で障害物を認識することができる。

なお、本発明の好適な実施形態について説明したが、本発明は上記実施形態に限定されるものではない。例えば、本実施形態では、ミリ波レーダ１１とカメラ１２を用いて障害物認識を行っているが、カメラ１２の代わりにレーザレーダ等の横方向の分解能が優れたセンサを用いて障害物検出を行うことも可能である。

また、本実施形態では、障害物グルーピング処理において、分離不可領域Ｆと他の障害物において重複する領域がある場合にグルーピングを行っているが、分離不可領域Ｆと他の障害物の分離不可領域Ｆが重複する際に障害物をグループ化してもよい。

さらに、本実施形態では、合成推定反射出力と計測反射出力とのマッチングを、計測された反射出力における複数個のピーク値とミリ波推定出力候補との差分により行っているが、異なる方法を用いてもよい。例えば、所定範囲において合成推定反射出力と計測反射出力の積分値を求め、それらの差分が所定値以下になるか否によりマッチングの判断をすることもできる。

１…障害物認識装置、２…障害物認識ＥＣＵ、１１…ミリ波レーダ、１２…カメラ、２１…障害物検出部、２２…障害物グルーピング処理部、２３…推定反射出力算出部、２４…統合認識処理部。

Claims (8)

1. 電磁波を発信し、その反射波の反射出力に基づいて障害物を検出する第１の障害物検出手段と、
   前記第１の障害物検出手段とは異なる方法で障害物を検出する第２の障害物検出手段と、
   前記第２の障害物検出手段により検出された複数の障害物についてそれらの障害物の推定反射出力を合成した合成推定反射出力を算出する反射出力推定手段と、
   前記合成推定反射出力と前記第１の障害物検出手段により計測された計測反射出力との比較結果を用いて障害物を認識する障害物統合認識手段と、
   を備える障害物認識装置。
2. 前記第１の障害物検出手段では分離して検出できないと予測される複数の障害物をグループ化する障害物グルーピング処理手段を更に備える、請求項１に記載の障害物認識装置。
3. 前記障害物統合認識手段は、前記合成推定反射出力と前記計測反射出力との差分が所定値以下である場合、前記第１の障害物検出手段では分離して検出できない複数の障害物を前記第２の障害物検出手段による検出結果に基づいて分離して認識する、請求項１又は２に記載の障害物認識装置。
4. 前記推定反射出力算出手段は、障害物からの反射波の反射出力モデルを有し、第２の障害物検出手段によって検出された障害物の幅及び前記反射出力モデルに基づいて、前記推定反射出力を予測する、請求項１〜３のいずれか１項に記載の障害物認識装置。
5. 前記推定反射出力算出手段は、障害物からの反射波の反射出力モデルを有し、第２の障害物検出手段によって検出された障害物の種類、幅、及び前記反射出力モデルに基づいて、前記推定反射出力を予測する、請求項１〜３のいずれか１項に記載の障害物認識装置。
6. 前記反射出力モデルは正規分布関数である請求項４又は５に記載の障害物認識装置。
7. 車両に搭載され、前記車両の周囲の障害物を認識する請求項１〜６のいずれか１項に記載の障害物認識装置。
8. 電磁波を発信し、その反射波の反射出力に基づいて障害物を検出する第１の障害物検出工程と、
   前記第１の障害物検出工程とは異なる方法で障害物を検出する第２の障害物検出工程と、
   前記第２の障害物検出工程において検出された複数の障害物についてそれらの障害物の推定反射出力を合成した合成推定反射出力を算出する反射出力推定工程と、
   前記合成推定反射出力と前記第１の障害物検出工程において計測された計測反射出力との比較結果を用いて障害物を認識する障害物統合認識工程と、
   を含む障害物認識方法。

Images