JP2013161188A - 物体認識装置 - Google Patents

Abstract

【課題】パターンマッチングによる物体認識方法において視差情報を利用して物体認識精度を高めること。
【解決手段】物体認識装置１は、ステレオカメラ１７と、ステレオカメラにより取得した画像を処理する処理装置２０とを含み、処理装置は、ステレオカメラにより取得した画像から視差を算出し、パターンマッチングにより認識された物体の画素領域における視差分布と、物体の画素領域の周辺の画素領域における視差分布との関係に基づいて、パターンマッチングにより認識された物体の信頼性を判断する。
【選択図】図２

Description

本発明は、ステレオカメラを用いる物体認識装置に関する。

従来から、ステレオカメラで取得した画像を、距離に応じて遠方側の領域と近傍側の領域に分割し、遠方側の領域に対しては低解像度画像における対応付けによって得られた視差が所定の視差以上の場合に高解像度画像における対応付けを行う技術が知られている（例えば、特許文献１参照）。

特開２００６−３８５７８号公報

ところで、画像処理による物体検出には、上記の特許文献１に開示されるような視差情報を用いた方法の他、パターンマッチングによる物体認識方法が知られている。このパターンマッチングによる物体認識方法では、一般的に、視差情報は利用されていない。

そこで、本発明は、パターンマッチングによる物体認識方法において視差情報を利用して物体認識精度を高めることができる物体認識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、ステレオカメラと、
前記ステレオカメラにより取得した画像を処理する処理装置とを含み、
前記処理装置は、前記ステレオカメラにより取得した画像から視差を算出し、パターンマッチングにより認識された物体の画素領域における視差分布と、前記物体の画素領域の周辺の画素領域における視差分布との関係に基づいて、前記パターンマッチングにより認識された物体の信頼性を判断することを特徴とする、物体認識装置が提供される。

本発明によれば、パターンマッチングによる物体認識方法において視差情報を利用して物体認識精度を高めることができる物体認識装置が得られる。

本発明の一実施例による物体認識装置１の要部構成を示した図である。 本実施例のステレオＥＣＵ２０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に示す処理によるパターン認識対象領域の設定例を示す図である。 図２に示す処理による障害物画素領域等の設定例を示す図である。 歩行者がパターン認識されるシーンの画像の例を示す図である。 歩行者がパターン認識された場合の障害物画素領域等の各領域の設定態様の一例を示す図である。 図５に示す例において図６に示した態様で設定された各領域における視差分布態様を示す図である。 上述した各領域における視差分布態様を纏めた表図である。

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、本発明の一実施例による物体認識装置１の要部構成を示した図である。物体認識装置１は、撮像装置１０とステレオＥＣＵ（Electric Control Unit）２０を備える。ＥＣＵは、中央処理演算装置（ＣＰＵ）、プログラムを記憶するＲＯＭ、データを一時的に記憶するＲＡＭ、入力インターフェース、出力インターフェースなどの複数の回路要素が一ユニットとして構成されたものである。

撮像装置１０は、撮像素子１１，１２やレンズ１５，１６を備えるステレオカメラ１７を含む。また、撮像装置１０は、カメラＣＰＵ１３、画像出力部１４等を有する。撮像素子１１，１２は、例えば、ＣＣＤ（Charge Coupled Device）で構成されている。カメラＣＰＵ１３は、ステレオＥＣＵ２０からの制御信号に基づいてカメラ側の露出等の制御を行う。カメラＣＰＵ１３は、出力インターフェースである画像出力部１４を介して、撮像素子１１，１２による撮像画像を画像信号としてステレオＥＣＵ２０に送信する。なお、撮像素子は２個に限らず、それ以上の数を有してもよい。また、撮像素子１１，１２やレンズ１５，１６は、必ずしも同一のカメラユニット内に配置される必要はなく、車両横方向に離間して配置されていればよい。

ステレオＥＣＵ２０は、入力インターフェースである画像入力部２１、幾何変換ＬＳＩ２２、画像処理ＬＳＩ２４、各処理部を監督するＳＶ−ＣＰＵ２３等を有する。

撮像装置１０の画像出力部１４から出力された画像信号は、ステレオＥＣＵ２０の入力インターフェースである画像入力部２１に送られる。画像出力部１４と画像入力部２１は、所定のデジタル伝送方式のインターフェースである。

画像信号を受けた画像入力部２１は、画像信号の画像データを幾何変換ＬＳＩ２２に送る。幾何変換ＬＳＩ２２は、キャリブレーションデータを用いて、ステレオ演算処理等に使用されるステレオカメラ１７の撮像画像から、撮像素子１１，１２やレンズ１５，１６等によるハード的な内部誤差要因（レンズ歪み、光軸ずれ、焦点距離ずれ及び撮像素子歪み等）の影響を取り除き、エピポーラ線を画像水平線にあわせる周知の処理を行う。幾何変換ＬＳＩ２２は、メモリ２５に記憶された幾何変換用のＬＵＴ（Look Up Table）に基づき入力画像を変換する。

画像処理ＬＳＩ２４は、幾何変換ＬＳＩ２２からの幾何変換された画像データに基づいて画像認識処理を行う。画像処理プログラムや処理すべき画像はメモリ２６に記録され、画像処理ＬＳＩ２４は、それらを読み込んで画像認識処理を行う。画像認識処理は、視差画像（視差情報）に基づく物体認識処理と、パターンマッチングによる物体認識処理とを含む。

視差画像に基づく物体認識処理は、例えば左右に配置された撮像素子１１，１２により撮像された一対の画像の相関を求め、同一物体に対する視差に基づいて三角測量の要領でその物体までの距離を算出するものである。つまり、画像処理ＬＳＩ２４は、撮像素子１１，１２により撮像された一組のステレオ画像から同一の撮像対象物が写っている部分を抽出し、一組のステレオ画像同士でその撮像対象物の同一点を対応づけ、対応づけられた点（対応点）のずれ量（視差）を求めることによって撮像対象物までの距離を算出する。撮像対象物が前方にある場合、撮像素子１１による画像と撮像素子１２による画像とを重ね合わせると、撮像対象物が左右横方向にずれる。そして、片方の画像を１画素ずつシフトしながら最も重なり合う位置を求める。このときシフトした画素数をｎとする。レンズの焦点距離をｆ、光軸間の距離をｍ、画素ピッチをｄとすると、撮像対象物までの距離Ｌは、Ｌ＝（ｆ・ｍ）／（ｎ・ｄ）という関係式が成立する。この（ｎ・ｄ）の項が視差である。

パターンマッチングによる物体認識処理は、例えば左右に配置された撮像素子１１，１２により撮像されたいずれかの画像（基準画像）を用いて実行されてもよい。パターンマッチングの手法は任意であってよい。例えば、パターンマッチングは、マスタパターンを用いた残差マッチング、正規化相関法等や、幾何マッチングやベクトル相関を利用したものであってもよい。例えば、残差マッチングでは、画像処理ＬＳＩ２４は、メモリ２６に記録されたマスタパターンを読み出し、マスタパターンをターゲットパターン（撮像素子１１又は１２による基準画像）に対し位置を上下左右に移動させながら、重ね合わせの残差が最小になる点を求める。マスタパターンは、例えば各種車両や各種障害物に関するものであってよく、所定距離毎に用意されてもよい。

ＳＶ−ＣＰＵ２３は、各処理部を監督（supervisor）するＣＰＵである。画像処理ＬＳＩ２４が兼ねても可である。ＳＶ−ＣＰＵ２３は、画像処理ＬＳＩ２４の処理画像に基づいて算出されたカメラ制御値（例えば、露出調整のパラメータであるシャッタスピード情報）を撮像装置１０内のカメラＣＰＵ１３に送信・指示する。

このような撮像装置１０やステレオＥＣＵ２０を車両に搭載することによって、路上の障害物の画像認識情報を利用する制御に使用することが可能である。例えば、ＳＶ−ＣＰＵ２３が、車内ＬＡＮを介して、画像認識処理結果（障害物認識結果）を必要とする他のＥＣＵにその結果を送信すればよい。他のＥＣＵとは、例えば、ACC(オートクルーズコントロール）等の先行車追従システム、衝突回避・衝突軽減システムを制御するＥＣＵ、車線維持支援システムや車線逸脱警報システムを制御するＥＣＵ、車間ＥＣＵ、ブレーキＥＣＵ等である。

図２は、本実施例のステレオＥＣＵ２０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に示す処理ルーチンは、車両のイグニッ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、ステレオカメラ１７の左右の画素の水平方向のずれ量（即ち視差）が算出される。即ち、ステレオカメラ１７の撮像素子１１，１２による各画像間の各対応点の視差が算出され、視差画像が生成される。

ステップ２０２では、上記ステップ２００で算出した視差が一定値以下であるか否かが判定される。一定値は、障害物を精度良く認識することができる視差の下限値に対応してよい。この一定値は、ステレオカメラ１７の撮像素子１１，１２の性能や要求される精度等に応じて変化し、実験等により適合されてよい。上記ステップ２００で算出した視差が一定値以下である場合は、ステップ２０８に進み、上記ステップ２００で算出した視差が一定値より大きい場合は、ステップ２０４に進む。尚、一般的には、上記ステップ２００で算出した各対応点の視差の中には、一定値以下のものもあれば、一定値より大きいものもある。従って、この場合は、ステップ２０４及びステップ２０８の処理は並列的に実行される。

ステップ２０４では、視差量が十分に大きい集合を用いて、視差が略同じ画素でグループ化した領域が作成される。即ち、上記ステップ２００で算出した視差が一定値より大きい画素集合のうち、視差が略同じ画素同士をグループ化し、それぞれのグループ毎の領域を作成する。

ステップ２０６では、上記ステップ２００で算出された視差情報に基づいて障害物認識処理が実行される。この処理には、ステレオカメラによる障害物認識の一般的な手法が利用されてもよい。例えば、グループ毎の各領域の実（３次元）空間上での距離、高さ等の情報、及び画像（２次元）空間上での重心位置等が障害物情報として算出される。

ステップ２０８では、視差が一定値以下となった集合、即ち視差量が小さく誤差のばらつきが大きい画素を連結することで、パターン認識対象領域が作成（設定）される。パターン認識対象領域は、所定のROI(Region of Interest)内で設定されてもよい。即ち、パターン認識対象領域は、障害物が存在し得ない固定領域（例えば、水平面より十分上方の領域）を除いて設定されてよい。この場合、車両のピッチ情報等に応じてROIが可変されてもよい。

ステップ２１０では、上記ステップ２０８で作成されたパターン認識対象領域内でパターンマッチング処理により障害物認識処理（パターン認識）が実行される。この際、パターン認識に用いられるマスタパターンは、規定距離以上遠方に位置する障害物認識用のパターンが使用される。即ち、マスタパターンは、距離毎に用意されうるが、本ステップ２１０で使用されるマスタパターンは、そのうちの、規定距離以上遠く離れた障害物認識用のパターンである。尚、規定距離は、上記ステップ２０２で使用される一定値の視差に対応する距離である（尚、視差と距離は、反比例の関係である）。

ステップ２１１では、上記ステップ２００で算出された視差情報に基づいて、上記ステップ２０６で認識された障害物の信頼性が判断される。尚、上記ステップ２０６で認識された障害物が存在しない場合は、本ステップ２１１の処理はスキップされてよい。本ステップ２１１では、上記ステップ２００で算出された視差情報に基づいて、障害物として認識された画素領域（以下、「障害物画素領域」という）における視差平均値及び視差分散値が算出されると共に、障害物画素領域の周辺の画素領域における視差平均値及び視差分散値が算出される。障害物画素領域の周辺の画素領域は、画像平面上で障害物画素領域の上側に位置する上側周辺画素領域と、画像平面上で障害物画素領域の下側に位置する下側周辺画素領域とを含む。従って、本ステップ２１１では、障害物画素領域における視差平均値及び視差分散値、上側周辺画素領域における視差平均値及び視差分散値及び下側周辺画素領域における視差平均値及び視差分散値からなる３種類の視差平均値及び視差分散値が算出され、この３種類の視差平均値及び視差分散値の関係に基づいて、上記ステップ２０６で認識された障害物の信頼性が判断される。

具体的には、上側周辺画素領域における視差平均値が、障害物画素領域における視差平均値及び下側周辺画素領域における視差平均値よりも小さいか否かが判定されると共に、障害物画素領域における視差分散値が、上側周辺画素領域における視差分散値及び下側周辺画素領域における視差分散値よりも小さいか否かが判定される。上側周辺画素領域における視差平均値が、障害物画素領域における視差平均値及び下側周辺画素領域における視差平均値よりも小さく、且つ、障害物画素領域における視差分散値が、上側周辺画素領域における視差分散値及び下側周辺画素領域における視差分散値よりも小さい場合には、上記ステップ２０６で認識された障害物の信頼性が高いと判断される。他方、いずれかの条件を満たさない場合、即ち、上側周辺画素領域における視差平均値が、障害物画素領域における視差平均値又は下側周辺画素領域における視差平均値よりも大きく、又は、障害物画素領域における視差分散値が、上側周辺画素領域における視差分散値又は下側周辺画素領域における視差分散値よりも大きい場合には、上記ステップ２０６で認識された障害物の信頼性が低いと判断される。これは、主に、障害物画素領域に実際に障害物の像が存在する場合には、上側周辺画素領域には障害物の位置よりも十分遠方の風景の像が存在することになり、上側周辺画素領域における視差平均値が障害物画素領域における視差平均値及び下側周辺画素領域における視差平均値よりも有意に低くなる点、及び、障害物画素領域に実際に障害物の像が存在する場合には、障害物の距離は略一定であることから、障害物画素領域における視差分散値は低くなる点を考慮したものである（図７及び図８等参照）。

ステップ２１２では、上記ステップ２０６及びステップ２１０で実行された障害物認識結果が結合（マージ）される。但し、ステップ２１０で実行された障害物認識結果については、上記ステップ２１１にて信頼性が高いと判断された障害物に関する障害物認識結果だけが使用される。即ち、上記ステップ２１１にて信頼性が高いと判断された障害物だけが障害物として確定され(即ち障害物の検出が確定され)、他の障害物（候補）は破棄される。

ステップ２１４では、上記ステップ２１２で結合された障害物認識結果が出力される。障害物認識結果は、上述の如く例えば先行車追従システム等に利用されてよい。

図３は、図２に示す処理によるパターン認識対象領域の設定例を示す図であり、図３（Ａ）は、道路上を走行する先行車を撮影したあるシーンにおける入力画像を示し、図３（Ｂ）は、同シーンにおける視差画像を示す。また、図３（Ｂ）には、パターン認識対象領域が、符合７０が付された白い枠内に示されている。尚、図面の明瞭化のための都合上、図３（Ｂ）においては、視差が一定値よりも大きい画素、即ち距離が規定距離よりも近い像に係る画素が白色で表示されている。尚、実際には、視差画像は、視差に応じたグレースケール値を持つ画像であってよい。

図３に示す例では、左手前を走行しているトラックは、距離が近いため、視差点が算出できている。従って、このトラックに関する情報は、図２のステップ２０４，２０６の処理による得られる。他方、トラックの前を走る前方車両ないし自走行路を走る前方車両は、距離が遠いため、視差点が算出できていない。図２に示す処理によれば、視差点を算出できていない画素を連結してパターン認識対象領域が生成される（図２のステップ２０８）。生成されたパターン認識対象領域は、図３（Ｂ）に符合７０にて示される。これにより、パターン認識対象領域内でパターン認識処理が実行される（図２のステップ２１０）。

図４は、図２に示す処理による障害物画素領域等の設定例を示す図であり、図４（Ａ）は、図３と同一のシーンにおけるパターン認識結果を示し、図４（Ｂ）は、図３と同一のシーンにおける視差画像に設定された障害物画素領域等を示す。

図４に示す例では、図４（Ａ）にてトラックの前を走る前方車両ないし自走行路を走る前方車両は、パターン認識により認識されている（図２のステップ２１０）。パターン認識された各前方車両は、符合８０が付された黒い枠内に示されている。尚、この黒い枠８０がマスタパターンの範囲に対応してよい。図３に示す処理によれば、パターン認識された各前方車両の画素領域が障害物画素領域となり、その上下に上側周辺画素領域及び下側周辺画素領域が設定される（図２のステップ２１１）。図４（Ｂ）に示す例では、障害物画素領域は、符合９０が付された枠（白い点線の枠）内に示され、上側周辺画素領域及び下側周辺画素領域は、は、符合９２，９４が付された枠（白い点線の枠）内にそれぞれ示されている。尚、下側周辺画素領域９４は、障害物画素領域９０の下側に接する態様で設定されているが、上側周辺画素領域９２は、障害物画素領域９０の上側から一定距離（一定画素）離間して設定されている。但し、このような離間態様は任意であってよく、上側周辺画素領域９２は、障害物画素領域９０の上側に接する態様で設けられてもよい。特にこれは、障害物画素領域９０の設定態様等に依存する。例えば、障害物画素領域９０が、認識した前方車両を外接する態様で設定される場合は、上側周辺画素領域９２及び下側周辺画素領域９４は、障害物画素領域９０に接して（若しくは一定のマージンだけ離間して）設定されてもよい。他方、障害物画素領域９０が、認識した前方車両の特定の部分（例えば中心部分や車輪部分）に設定される場合は、上側周辺画素領域９２及び下側周辺画素領域９４は、前方車両の像を含まないように離間して設定されてよい。また、パターン認識に用いるマスタパターンの種類にも依存する。例えばトラックと普通車を同一のマスタパターンを使用して認識する場合は、上側周辺画素領域９２は、トラックと普通車の間の高さの相違分だけ、障害物画素領域９０の上側から離間して設定されてもよい。

図５は、図４とは別のシーンであって、歩行者がパターン認識されるシーンの画像の例を示す図であり、図５（Ａ）は、歩行者が自走行路に存在するシーンを示し、図５（Ｂ）は、歩行者が自走行路より左の路肩に存在するシーンを示す。図６は、歩行者がパターン認識された場合の障害物画素領域等の各領域の設定態様の一例を示す図である。

図５に示す例の場合、歩行者がパターン認識され、図６に示すように、パターン認識された歩行者の画素領域が障害物画素領域となり、その上下に上側周辺画素領域及び下側周辺画素領域が設定される。同様に、図６に示す例では、障害物画素領域は、符合９０が付された枠内に示され、上側周辺画素領域及び下側周辺画素領域は、符合９２，９４が付された枠内にそれぞれ示されている。図６に示す例では、障害物画素領域は、パターン認識された歩行者の中心部分に設定されている。これに伴い、上側周辺画素領域９２は、歩行者の像を含まないように障害物画素領域９０の上側から一定距離（一定画素）離間して設定され、同様に、下側周辺画素領域９４は、歩行者の像を含まないように障害物画素領域９０の下側から一定距離離間して設定されている。尚、障害物画素領域９０が、認識した歩行者を外接する態様で設定される場合は、上側周辺画素領域９２及び下側周辺画素領域９４は、障害物画素領域９０に接して（若しくは一定のマージンだけ離間して）設定されてもよい。

図７（Ａ）は、図５（Ａ）に示す例において図６に示した態様で設定された各領域における視差分布態様を示す図であり、図７（Ｂ）は、図５（Ｂ）に示す例において図６に示した態様で設定された各領域における視差分布態様を示す図である。図７には、障害物画素領域９０、上側周辺画素領域９２及び下側周辺画素領域９４における視差平均値が□印で示されると共に、視差分散値（分散範囲）が実線（縦方向の線分）で示されている。また、図７においては、視差は、距離に変換して示されている。尚、視差と距離は反比例の関係であり、距離が大きいほど視差が小さくなる。

図７（Ａ）に示すように、上側周辺画素領域９２には、障害物（本例では歩行者）の頭上の風景の像（歩行者よりも有意に遠方の像）が主に含まれるので、視差平均値が他の領域（障害物画素領域９０及び下側周辺画素領域９４）よりも小さくなっている。図７（Ｂ）に示す例では、上側周辺画素領域９２に道路脇の樹木の像が主に含まれているために、上側周辺画素領域９２における視差平均値は、図７（Ａ）に示す例よりも大きいものの、他の領域（障害物画素領域９０及び下側周辺画素領域９４）よりも依然として小さい。他方、仮に、障害物が実際には存在しない場合（即ち誤認識に起因して、パターン認識された障害物が実際には障害物でない場合）は、障害物画素領域９０には上側周辺画素領域９２及び下側周辺画素領域９４と略同様の像が含まれることになるので、各領域における視差平均値に有意差が生じない。

また、図７（Ａ）及び図７（Ｂ）に示すように、障害物画素領域９０における視差分散値は、他の領域（上側周辺画素領域９２及び下側周辺画素領域９４）よりも小さくなっている。これは、障害物画素領域９０には、略一定の距離に位置する障害物の像が主に存在するためである。他方、図７（Ａ）に示すように、上側周辺画素領域９２には、障害物の頭上の風景における誤差の大きい像が主に含まれるので、視差分散値が非常に大きくなる。また、図７（Ｂ）に示す例では、道路脇の樹木の像が上側周辺画素領域９２に含まれているために、上側周辺画素領域９２における視差分散値は、図７（Ａ）に示す例よりも小さいものの、障害物画素領域９０における視差分散値よりも有意に大きい。また、下側周辺画素領域９４には、路面の像が主に含まれるので、障害物画素領域９０における視差分散値よりも有意に大きくなる。他方、障害物が実際には存在しない場合（即ち誤認識に起因して、パターン認識された障害物が実際には障害物でない場合）は、障害物画素領域９０には上側周辺画素領域９２及び下側周辺画素領域９４と略同様の像が含まれることになるので、各領域における視差分散値に有意差が生じない。

このように、障害物画素領域９０に障害物の像が実際に存在する場合と、存在しない場合（即ち誤認識に起因して、パターン認識された障害物が実際には障害物でない場合）とで、障害物画素領域９０における視差分布と、上側周辺画素領域９２及び下側周辺画素領域９４における視差分布との関係が変化する。従って、かかる変化を利用することで、障害物画素領域９０内の像（障害物の像）の信頼性を精度良く判断でき、障害物の認識精度を高めることができる。

図８は、上述した各領域における視差分布態様（障害物画素領域９０に障害物の像が実際に存在する場合の各領域における視差分布態様）を纏めた表図である。図７を参照して説明したように、障害物画素領域９０、上側周辺画素領域９２及び下側周辺画素領域９４の３つの領域に関しては、視差平均値は、上側周辺画素領域９２において最小値となり、視差分散値は、障害物画素領域９０において最小値となる。従って、かかる特徴を利用することで、障害物画素領域９０内の像（障害物の像）の信頼性を精度良く判断することができる。尚、かかる特徴の利用態様は多種多様である。例えば、上述の如く、上側周辺画素領域における視差平均値が、障害物画素領域における視差平均値及び下側周辺画素領域における視差平均値よりも小さく、且つ、障害物画素領域における視差分散値が、上側周辺画素領域における視差分散値及び下側周辺画素領域における視差分散値よりも小さい場合に、認識された障害物の信頼性が高いと判断してもよい。或いは、上側周辺画素領域における視差平均値が所定閾値よりも小さく、障害物画素領域における視差平均値及び下側周辺画素領域における視差平均値が所定閾値よりも大きく、障害物画素領域における視差分散値が所定閾値よりも小さく、且つ、上側周辺画素領域における視差分散値及び下側周辺画素領域における視差分散値が所定閾値よりも大きい場合に、認識された障害物の信頼性が高いと判断してもよい。或いは、上側周辺画素領域における視差平均値が、障害物画素領域における視差平均値及び下側周辺画素領域における視差平均値よりも所定値以上小さく、且つ、障害物画素領域における視差分散値が、上側周辺画素領域における視差分散値及び下側周辺画素領域における視差分散値よりも所定値以上小さい場合に、認識された障害物の信頼性が高いと判断してもよい。

以上説明した本実施例の物体認識装置１によれば、とりわけ、以下のような優れた効果が奏される。

本実施例によれば、上述の如く、障害物画素領域９０、上側周辺画素領域９２及び下側周辺画素領域９４の各領域における視差分布（視差平均値と視差分散値）の関係に基づいて、パターン認識した障害物の信頼性（実在の障害物であるか否かの信頼性）を精度良く判断することができる。これにより、障害物認識精度を高めることができ、その結果、障害物検出結果を利用する制御（例えば、先行車追従システム）の信頼性を高めることができる。

また、本実施例によれば、視差量が十分得られない遠方領域においてパターン認識対象領域が設定され、パターン認識対象領域内でのみパターン認識が実行されるので、視差量が十分得られない遠方領域でのみパターン認識を行うことが可能となる。これにより、遠方領域での障害物の認識精度を高めつつ、パターン認識による処理負荷を最小限に抑えることができる。

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、上述した実施例では、パターン認識された障害物の信頼性は、信頼性が高いか否かの２段階で評価されているが、３段以上で評価されてもよい。また、上述した実施例では、パターン認識された障害物の信頼性が高いか否かが、当該障害物に係る障害物検出結果が出力されるか否かを決めているが、パターン認識された障害物の信頼性は、他の態様で制御に反映されてもよい。例えば、衝突回避制御において、パターン認識された障害物の信頼性が低い場合には、高い場合に比べて、警報の出力タイミングが遅らされてもよい。

また、上述した実施例では、好ましい実施例として、障害物画素領域９０、上側周辺画素領域９２及び下側周辺画素領域９４の各領域における視差平均値と視差分散値の双方を比較しているが、障害物画素領域９０、上側周辺画素領域９２及び下側周辺画素領域９４の各領域における視差平均値のみを同様の態様で比較するだけで、パターン認識された障害物の信頼性を評価してもよいし、障害物画素領域９０、上側周辺画素領域９２及び下側周辺画素領域９４の各領域における視差分散値のみを同様の態様で比較するだけで、パターン認識された障害物の信頼性を評価してもよい。

また、上述した実施例では、好ましい実施例として、障害物画素領域９０、上側周辺画素領域９２及び下側周辺画素領域９４の各領域における視差分布を比較しているが、障害物画素領域９０における視差分布（視差平均値及び／又は視差分散値）と上側周辺画素領域９２における視差分布（視差平均値及び／又は視差分散値）のみを同様の態様で比較するだけで、パターン認識された障害物の信頼性を評価してもよいし、障害物画素領域９０における視差分散値と下側周辺画素領域９４における視差分散値のみを同様の態様で比較するだけで、パターン認識された障害物の信頼性を評価してもよい。

また、図１には、特定のハードウェア構成を備える物体認識装置１が開示されているが、物体認識装置１のハードウェア構成は任意であってよい。また、図１に示すハードウェア構成において、カメラＣＰＵ１３及びステレオＥＣＵ２０の機能分担も任意であり、一方の機能の一部又は全部が他方により実現されてもよい。

また、上述した実施例では、パターン認識対象領域は、矩形であったが、パターン認識対象領域の形状は任意である。同様に、障害物画素領域９０、上側周辺画素領域９２及び下側周辺画素領域９４の３つの領域の各形状やサイズ等も任意である。

また、上述した実施例では、視差が一定値以下の領域においてパターン認識対象領域を設定しているが、パターン認識対象領域は、任意の態様で設定されてもよい。例えば、パターン認識対象領域は、視差とは無関係に設定されてもよい。

１ 物体認識装置
１０ 撮像装置
１１，１２ 撮像素子
１３ カメラＣＰＵ
１４ 画像出力部
１５，１６ レンズ
１７ ステレオカメラ
２０ ステレオＥＣＵ
２１ 画像入力部
２２ 幾何変換ＬＳＩ
２３ ＳＶ−ＣＰＵ
２４ 画像処理ＬＳＩ
２５，２６ メモリ
２８ ＥＥＰＲＯＭ
７０ パターン認識対象領域
９０ 障害物画素領域
９２ 上側周辺画素領域
９４ 下側周辺画素領域

Claims (6)

1. ステレオカメラと、
   前記ステレオカメラにより取得した画像を処理する処理装置とを含み、
   前記処理装置は、前記ステレオカメラにより取得した画像から視差を算出し、パターンマッチングにより認識された物体の画素領域における視差分布と、前記物体の画素領域の周辺の画素領域における視差分布との関係に基づいて、前記パターンマッチングにより認識された物体の信頼性を判断することを特徴とする、物体認識装置。
2. 前記処理装置は、算出した視差が所定値以下の画素領域において、パターンマッチングにより物体検出を行う、請求項１に記載の物体認識装置。
3. 前記視差分布は、視差分散値を含み、
   前記物体の画素領域における視差分散値が、前記物体の画素領域の周辺の画素領域における視差分散値よりも小さい場合に、前記物体の画素領域における視差分散値が、前記物体の画素領域の周辺の画素領域における視差分散値よりも大きい場合に比べて、前記パターンマッチングにより認識された物体の信頼性を高く判断する、請求項１に記載の物体認識装置。
4. 前記物体の画素領域の周辺の画素領域は、画像平面で前記物体の画素領域に対して上側に存在する上側周辺画素領域と、画像平面で前記物体の画素領域に対して下側に存在する下側周辺画素領域とを含む、請求項３に記載の物体認識装置。
5. 前記物体の画素領域の周辺の画素領域は、画像平面で前記物体の画素領域に対して上側に存在する上側周辺画素領域を含み、
   前記視差分布は、視差平均値を含み、
   前記上側周辺画素領域における視差平均値が、前記物体の画素領域における視差平均値よりも小さい場合に、前記上側周辺画素領域における視差平均値が、前記物体の画素領域における視差平均値よりも大きい場合に比べて、前記パターンマッチングにより認識された物体の信頼性を高く判断する、請求項１に記載の物体認識装置。
6. 前記物体の画素領域の周辺の画素領域は、画像平面で前記物体の画素領域に対して上側に存在する上側周辺画素領域と、画像平面で前記物体の画素領域に対して下側に存在する下側周辺画素領域とを含み、
   前記視差分布は、視差平均値及び視差分散値を含み、
   前記物体の画素領域における視差分散値が、前記上側周辺画素領域及び前記下側周辺画素領域における視差分散値よりも小さく、且つ、前記上側周辺画素領域における視差平均値が、前記下側周辺画素領域における視差平均値及び前記物体の画素領域における視差平均値よりも小さい場合に、それ以外の場合に比べて、前記パターンマッチングにより認識された物体の信頼性を高く判断する、請求項１に記載の物体認識装置。