JP2015520433A - レンジ・キュー式物体セグメンテーションシステムおよび方法 - Google Patents

Abstract

レンジマップ画像（８０）内の物体（５０）が、別個のレンジングシステム（１６２）から、またはステレオ視システム（１６、１６’）からのレンジマップ画像（８０）のトップダウン変換から特定されたレンジに応じて、関心領域（１１４）にクラスタリングされる。各関心領域（１１４）の相対的中心位置（１１６）が、モノ画像ジオメトリに変換され、関連するモノ画像（４０．１、４０．２）の対応する部分が、相対的中心位置（１１６）から複数の半径方向探索経路（１２６）に沿って、半径方向外側に探索され、これらの探索経路に沿って、半径方向探索経路（１２６）に沿った関連する物体（５０）のエッジ（１２４）を発見するために、エッジ保存平滑化フィルタ（１３２、１３２’）を使用して、関連する画像ピクセル（１００）が、フィルタリングされる。半径方向探索経路（１２６）のそれぞれに対するエッジ位置（１２４）が、物体（５０）の区別を行う、エッジプロフィールベクトル（１２４’’、１２４’’’）に結合される。

Description

技術分野

背景技術

図１は、複数の交通弱者（ＶＲＵ：vulnerable road user）と遭遇する車両の左側面図、および関連するレンジ・キュー式（range-cued）物体検出システムのブロック図を示す。 図２は、車両の上面図、およびそのレンジ・キュー式物体検出システムのブロック図を示す。 図３ａは、図３ｂおよび３ｃに対応して、複数の比較的ニアレンジ（near range）の物体を見る、車両に組み込まれたレンジ・キュー式物体検出システムの上面図を示す。 図３ｂは、図３ａおよび３ｃに対応して、複数の比較的ニアレンジの物体を見る、車両に組み込まれたレンジ・キュー式物体検出システムの右側面図を示す。 図３ｃは、図３ａおよび３ｃと対応して、車両に組み込まれたレンジ・キュー式物体検出システムのステレオカメラの正面図を示す。 図４ａは、ステレオ視システムのジオメトリを示す図である。 図４ｂは、ピンホールカメラの撮像形成ジオメトリを示す図である。 図５は、車両と、関連するレンジ・キュー式物体検出システムのステレオ視システムのさまざまなステレオ視カメラ態様を示す正面図である。

図６は、単一カメラステレオ視システムを示す図である。 図7は、エリア相関式（area-correlation-based）ステレオ視処理アルゴリズムを示すブロック図である。 図８は、ステレオ視システムからの、対応する複数の異なるレンジにおける、歩行者の複数のレンジマップ画像を、それらのレンジの１つにおける歩行者の単一カメラハーフトーンモノ画像と一緒に示す図である。 図９は、複数の車両物体を含むシーンのハーフトーン画像を示す図である。 図１０は、図９に示されたシーンの、ステレオ視システムによって生成されたレンジマップ画像を示す図である。

図１１は、図１、図２および図３ａ〜３ｃに示されたレンジ・キュー式物体検出システムを示すブロック図である。 図１２は、図１１に示されたレンジ・キュー式物体検出システムによって行われるレンジ・キュー式物体検出プロセスを示すフローチャートである。 図１３は、複数の物体を含むシーンのハーフトーン画像を示す図であって、その上に、関連するレンジマップ画像の対応する有効レンジ測定値の位置に対応する複数のレンジビン（range bin）が重ね合わされている。 図１４ａは、図１３に示された複数の物体と関連する関心領域に対する有効レンジ測定値の位置に対応するレンジビンのトップダウン図であって、その上に、関連するクラスタリングプロセスの第１の実施態様による、関連する２次元名目クラスタリングビン（nominal clustering bin）の所定の位置が重ね合わされている。 図１４ｂは、図１４ａに示されたレンジビンに対するクロスレンジ位置に対する有効レンジ値の第１のヒストグラムを示す図であって、その上に、関連するクラスタリングプロセスの第１の実施態様による、関連する１次元名目クロスレンジクラスタリングビンの所定の位置、および関連するクラスタリングプロセスの第２の実施態様による、図１４ｅに対応する１次元名目クロスレンジクラスタリングビンの位置が重ね合わされている。 図１４ｃは、図１４ａに示されたレンジビンに対するダウンレンジ位置に対する有効レンジ値の第２のヒストグラムを示す図であって、その上に、関連するクラスタリングプロセスの第１の実施態様による関連する１次元名目ダウンレンジクラスタリングビンの所定の位置、および関連するクラスタリングプロセスの第２の実施態様による、図１４ｆに対応する１次元ダウンレンジクラスタリングビンの位置が重ね合わされている。 図１４ｄは、関連するクラスタリングプロセスの第２の実施態様よる、図１４ａのレンジビンのトップダウン図の上に重ね合わされた、複数の所定の２次元クラスタリングビンを示す図である。 図１４ｅは、関連するクラスタリングプロセスの第2の態様による、図１４ｂからのクロスレンジヒストグラムの上に重ね合わされている、図１４ｄに関連する、複数の１次元クロスレンジクラスタ境界を示す図である。 図１４ｆは、関連するクラスタリングプロセスの第２の態様による、図１４ｃのダウンレンジヒストグラムの上に重ね合わされている、図１４ｄに関連する、複数の１次元ダウンレンジクラスタ境界を示す図である。 図１５は、クラスタリングプロセスを示すフローチャートである。 図１６は、図１４ａに示された関心領域（ＲＯＩ）のそれぞれに関連する、対応するベストフィット楕円を示す図である。

図１７ａは、図１４ａ、１４ｄおよび１６に示された関心領域（ＲＯＩ）のそれぞれに関連する、対応するベストフィット長方形を示す図である。 図１７ｂは、関心領域（ＲＯＩ）のうちの１つに対して、図１６に示されたベストフィット楕円と、図１７ａに示されたベストフィット長方形の対応関係を示す図である。 図１８は、図１３のシーンのハーフトーン画像を示す図であって、その上に、関連する複数のレンジビンのクラスタのそれぞれと関連する、図心（centroid）の位置が重ね合わされている。 図１９ａは、図１４ｂに示された第１のヒストグラムのコピーである。 図１９ｂは、図２１に示された第１のインパルス応答シリーズを使用して、図１４ｂおよび１９ａの第１のヒストグラムをフィルタリングすることによって生成された、第１のフィルタリングされたヒストグラムを示す図である。 図２０ａは、図１４ｃに示された第２のヒストグラムのコピーである。 図２０ｂは、図２１に示された第２のインパルス応答シリーズを使用して、図１４ｃおよび２０ａの第２のヒストグラムをフィルタリングすることによって生成された、第２のフィルタリングされたヒストグラムを示す図である。 図２１は、図１９ａおよび２０ａの第１および第２のヒストグラムをフィルタリングして、それぞれ図１９ｂおよび２０ｂに示された、対応する第１および第２のフィルタリングされたヒストグラムを生成するために使用される、第１および第２のインパルス応答シリーズを示す図である。 図２２は、関連するクラスタリングプロセスの第３の実施態様による、図１９ｂの第１のフィルタリングされたヒストグラムの１次空間導関数を示す図であって、その上に、それから求められた複数のクロスレンジクラスタ境界が重ね合わされている。

図２３は、関連するクラスタリングプロセスの第３の実施態様による、図２０ｂの第２のフィルタリングされたヒストグラムの２次空間導関数を示す図であって、その上に、そこから求められた複数のダウンレンジクラスタ境界が重ね合わされている。 図２４ａは、車両物体のハーフトーン画像を示す図であって、その上に、３０本の関連する等間隔の半径方向探索経路、および関連する車両物体のエッジ位置が重ね合わされている。 図２４ｂは、図２４ａからのエッジ位置のプロフィールを示す図である。 図２５ａは、車両物体のハーフトーン画像を示す図であって、その上に、４５本の関連する等間隔の半径方向探索経路、および関連する車両物体のエッジ位置が重ね合わされている。 図２５ｂは、図２５ａからのエッジ位置のプロフィールを示す図である。 図２６は、画像内の物体のエッジを発見するための物体検出プロセスを示すフローチャートである。 図２７は、図２６に示されたプロセスに関連する図心を中心とした局所座標系内のいくつかの画像画素を示す図である。 図２８は、最大均質近隣（Maximum Homogeneity Neighbor）フィルタリングプロセスのフローチャートを示す図である。 図２９ａ〜２９ｈは、関連する最大均質近隣フィルタによって使用される、複数の異なる均質領域を示す図である。 図２９ｉは、図２９ａ〜２９ｈに示された均質領域に対するピクセル位置を識別するための凡例を示している。 図２９ｊは、図２９ａ〜２９ｈに示された均質領域のピクセル種類を識別するための凡例を示している。； 図３０は車両のハーフトーン画像を示す図であって、その上に、図３１に拡大して詳細に示されている画像の一部分のプロフィールが重ね合わされている。

図３１は、図３２の画像を形成するために最大均質近隣フィルタによって変換される、図３０のハーフトーン画像の一部分を示す図である。 図３２は、最大均質近隣フィルタを使用して、図３１の画像の変換から生じたハーフトーン画像を示す図である。 図３３ａ〜３３ｓｓは、図２５に示された半径方向探索経路に関連する４５本の極性ベクトルの振幅のプロットを示す図である。 図３４は関連する関心領域内で検出された車両物体の画像を示す図であって、その上に、複数の４５本の関連する半径方向探索経路が重ね合わされている。 図３５ａは、車両物体の関連するエッジ点の検出に関連する第１と第３の象限の境界と一緒に、図３４からの車両物体の画像を示す図である。 図３５ｂは、車両物体の関連するエッジ点の検出に関連する第２象限の境界と一緒に、図３４からの車両物体の画像を示す図である。 図３５ｃは、車両物体の関連するエッジ点の検出に関連する第４象限の境界と一緒に、図３４からの車両物体の画像を示す図である。 図３６ａ〜ｌは、図３４および３５ａ〜ｃからの選択された半径方向探索経路に対する極性ベクトルの振幅のプロットを示す図である。 図３７は、樹木によって部分的に陰になっている車両物体を示す図である。 図３８ａ〜ｂは、図３７からの選択された半径方向探索経路のための極性ベクトルの振幅のプロットを示す図である。 図３９は、図３４に示された半径方向探索経路の１つに関連する極性ベクトルの振幅のプロットを示す図であって、これから、振幅の実質的な変化に対応して、関連するエッジ点が識別される。 図４０は、図３９に示されている極性ベクトルの空間導関数、対応するそのフィルタリングされたバージョン、および関連する比較的低変動のその遠位部を示す図である。

図４１ａは、視覚的なシーンのレンジマップのハーフトーン画像、およびその中の物体のエッジプロフィールを示す図であって、エッジプロフィールは、レンジマップ画像からの情報にだけ基づいている。 図４１ｂは、視覚シーンのハーフトーン画像、レンジマップ画像からの情報だけに基づく、その中の物体の第１のエッジプロフィール、および視覚シーンのモノ画像の半径方向の探索に基づく、その中の物体の第２のエッジプロフィールを示す図である。 図４１ｃは、図４１ａおよび４１ｂに示されているように、第１のエッジプロフィールだけを示す図である。 図４１ｄは、図４１ｂに示されているように、第２のエッジプロフィールだけを示す図である。 図４２は、複数の車両物体を含むシーンのハーフトーン画像を示す図である。 図４３は、図４２に示されているシーンの、ステレオ視システムによって生成されたレンジマップ画像を示す図である。 図４４は、図４２に示された車両物体の１つのハーフトーン画像を示す図であって、その上に、関連する１５の等間隔の図心を中心とする半径方向探索経路と、関連するエッジ位置とが重ね合わせられている。 図４５は、図４４からのエッジ位置のプロフィールを示す図である。 図４６は、レンジ・キュー式物体検出システムの第２の観点を示す図である。

実施態様の説明
図１、２および３ａ〜３ｃを参照すると、例えば、その両方の全文を参照により本明細書に組み入れてある、「Ｖｕｌｎｅｒａｂｌｅ Ｒｏａｄ Ｕｓｅｒ Ｐｒｏｔｅｃｔｉｏｎ Ｓｙｓｔｅｍ」という題名の２００８年９月２９日に出願された米国特許出願番号第１１／６５８７５８号、および「Ｍｅｔｈｏｄ ｏｆ Ｉｄｅｎｔｉｆｙｉｎｇ ａｎ Ｏｂｊｅｃｔ ｉｎ ａ Ｖｉｓｕａｌ Ｓｃｅｎｅ」という題名の２０１１年１１月１６日に出願された米国特許出願番号第１３／２８６６５６号の教示によれば、交通弱者１４（以下、「ＶＲＵ１４」）を検出して、車両１２との衝突からの保護を行うように、車両１２の前方の領域１３を眺望して、その中の物体を検知するように、レンジ・キュー式物体検出システム１０が車両１２に組み込まれている。ＶＲＵ１４の例としては、歩行者１４．１および自転車乗員１４．２が挙げられる。

レンジ・キュー式物体検出システム１０は、メモリ２０を組み入れるか、またはそれに動作可能に結合されているプロセッサ１８に動作可能に結合された、ステレオ視システム１６が組み込まれているとともに、電源２２、例えば車両バッテリ２２．１によって電力供給されている。ステレオ視システム１６の視野内のシーン２４からの情報に応答して、プロセッサ１８は、以下の方法：１）ドライバ３３が衝突を避けるために回避行動を取ることができるように、十分なリードタイムをで、聴覚警報装置２８．１または視覚ディスプレイまたはランプ２８．２からの聴覚または視覚警報信号によってドライバ３３に注意喚起すること；２）ＶＲＵ１４が停止するか、または回避行動を取ることができるように、例えば車両クラクション３０．１を鳴らしたり、ヘッドライト３０．２を点滅させたりすることによって、聴覚または視覚警報信号によってＶＲＵ１４に注意喚起すること；３）ＶＲＵ１４との衝突の可能性が高くなった場合、車両１２に自動的にブレーキをかけるように、ブレーキ制御システム３４への信号２６．１を発生させること；または４）衝突が避けられなくなった場合には、衝突に先立って、１つまたは複数のＶＲＵ保護装置３２、例えば、外部エアバッグ３２．１またはフードアクチュエータ３２．２を展開させること、のうちの１つまたは２つ以上によって、車両１２との衝突の可能性から１人または2人以上のＶＲＵ１４の保護を行うように、１つまたは２つ以上の信号２６を、１つまたは２つ以上の関連するドライバ警報装置２８、ＶＲＵ警報装置３０、またはＶＲＵ保護装置３２に対して発生させる。

例えば、一実施態様においては、衝突するＶＲＵ１４からのエネルギーをフード３６によって吸収できる距離を増大させるように、フードアクチュエータ（hood actuator）３２．２、例えば、火薬式（pyrotechnic）、油圧式、または電気式のアクチュエータのいずれかが、相対的に適合されたフード３６と協働する。

図４ａを参照すると、一実施態様において、ステレオ視システム１６には、第１および第２のステレオ画像成分４０．１および４０．２の取得を行う、少なくとも１つのステレオ視カメラ３８が組み入まれており、ステレオ画像成分のそれぞれは、関連する第１および第２の視点４２．１および４２．２を隔てるベースラインｂ距離だけ、互いに変位させられている。例えば、図２、３ｃ、４ａおよび５に示されているように、それぞれ焦点長ｆを有する、関連する第１および第２のレンズ４４．１および４４．２を備える、第１および第２のステレオ視カメラ３８．１および３８．２が、互いに変位させられて、第１および第２のレンズ４４．１および４４．２の光軸がベースラインｂだけ離隔されるようにされている。各ステレオ視カメラ３８は、ピンホールカメラ４６としてモデル化することが可能であり、第１および第２のステレオ画像要素４０．１および４０．２は、第１および第２のレンズ４４．１および４４．２の対応する共平面焦点面（coplanar focal plane）４８．１および４８．２において電子的に記録される。

例えば、第１および第２のステレオ視カメラ３８．１および３８．２は、焦点面ＣＣＤ（電荷結合素子）アレイまたはＣＭＯＳ（相補型金属酸化膜半導体）アレイ、および関連する電子メモリならびに信号処理回路を組み入れた、広ダイナミックレンジ電子カメラを備えてもよい。第１および第２のレンズ４４．１および４４．２からレンジｒの距離に位置する所与の物体５０に対して、関連する第１および第２のステレオ画像成分４０．１および４０．２が、関連する異なる第１および第２の視点４２．１および４２．２から採取される。

物体５０の所与の点Ｐに対して、その点Ｐの第１および第２の画像５２．１および５２．２は、関連する第１および第２のステレオ画像成分４０．１および４０．２の第１および第２の画像中心線５４．１および５４．２から、第１のステレオ画像成分４０．１（例えば、左画像）に対して第１のオフセットｄｌだけ、および第２のステレオ画像成分４０．２（例えば、右画像）に対して第２のオフセットｄｒだけオフセットされており、第１および第２のオフセットｄｌおよびｄｒは、ベースラインｂおよび点Ｐを含む面内にあり、第１および第２の画像中心線５４．１および５４．２に対して反対の方向にある。第１および第２のオフセットｄｌおよびｄｒの差は、視差（disparity）と呼ばれており、以下の式によって物体５０のレンジｒと直接的に関係づけられる。
ｒ＝ｂ・ｆ／ｄ、但しｄ＝ｄｌ−ｄｒ （１）

図４ｂを参照すると、物体５０の高さＨは、ピンホールカメラ４６の仮定と、関連する画像形成ジオメトリとに基づいて、物体画像５６の高さＨから導くことができる。
図２および５を参照すると、一実施態様においては、第１および第のステレオ視カメラ３８．１および３８．２は、車両１２のフロントガラス６６を通して、視覚的なシーン２４が見えるように、車両１２の乗員車室５８内、例えば、リアビューミラー６０の前に、実質的に水平なベースラインｂに沿って位置している。別の実施態様では、第１および第２のステレオ視カメラ３８．１’および３８．２’は、実質的に水平のベースラインｂに沿って、車両１２のフロント６２に、例えば、それぞれ、左および右のヘッドライトレンズ６４．１および６４．２の内部またはその近傍に位置している。

図を６参照すると、さらに別の実施態様においては、ステレオ視システム１６’には、複数の平面ミラー７０．１、７０．２、７０．３、７０．４、例えば、互いに垂直方向に分割された第１および第２の視点７２．１および７２．２を提供するように適合された、第１の平面ミラー群と協働する単一のカメラ６８が組み入れられており、単一カメラ６８の視野の関連する上方部分は、第１のステレオ開口７４．１から外を臨み、単一カメラ６８の関連する視野の下方部分は、第２のステレオ開口７４．２から外を臨み、ここで第１および第２のステレオ開口７４．１および７４．２は、ベースラインｂ距離だけ離隔されている。単一カメラ６８の検出器７６が正方形である場合には、それぞれの対応する視野は、垂直方向よりも水平方向がずっと大きい視野を提供するように、約２：１の水平対垂直アスペクト比を有することになる。図６に示されている実施態様においては、単一カメラ６８の視野は、第１のミラー７０．１および第３のミラー７０．３によって、実質的に互いに垂直であるとともに、ベースラインｂに対して４５度の角度である、上方視野と下方視野にそれぞれ分割されている。

第１のミラー７０．１は、第３のミラー７０．３の上方に位置し、相対的により大きい左端の第２のミラー７０．２と協働して、それによって単一カメラ６８の上方視野が、第１の視点７２．１（すなわち、左視点）からの第１のステレオ画像成分４０．１をもたらす。第３のミラー７０．３は、相対的により大きい右端の第４のミラー７０．４と協働し、それによって単一のカメラ６８の下方視野が、第２の視点７２．２（すなわち右視点）からの第２のステレオ画像成分４０．２をもたらす。

図７を参照すると、ステレオ視プロセッサ７８は、第１および第２の視点４２．１および４２．２のそれぞれに対する、ステレオ視カメラ３８、３８．１、３８．２からの個別のグレースケール画像からの、視覚シーン２４のレンジマップ画像８０（レンジ画像または視差画像とも呼ばれる）の生成を行う。レンジマップ画像８０は、各レンジピクセル８１に対して、ステレオ視システム１６から物体までのレンジｒを与える。代替的または追加的に、レンジマップ画像８０は、関連する成分、例えば、車両１２に固定された関連する基準座標系に対する、物体のダウンレンジ（Ｚ）、クロスレンジ（Ｘ）、および物体の高さ（Ｙ）、のベクトルを与えてもよい。

別の実施態様において、ステレオ視システム１６から物体までのレンジｒに加えて、ステレオ視プロセッサ７８は、ステレオ視システム１６に対する物体の方位角（azimuth angle）および仰角（elevation angle）を提供するように適合されてもよい。例えば、ステレオ視プロセッサ７８は、参照により本明細書に組み入れられている、米国特許第６４５６７３７号に開示されたシステムおよび方法にしたがって動作してもよい。ステレオイメージングは、単眼視システムに関連する多くの制約を、左右の画像対、すなわち第１および第２のステレオ画像成分４０．１および４０．２の間の視差ｄと、比較的簡単な三角法計算によって、物体の実世界位置を回復することによって克服する。

ステレオ視プロセッサ７８の関連するエリア相関アルゴリズム（area correlation algorithm）は、対応するエリア間の視差ｄ、および対応するそのレンジｒを特定するように、第１と第２のステレオ画像成分４０．１および４０．２の対応するエリアのマッチングを行う。関連するマッチングエリアの探索の範囲は、関連するエピポーラ（epipolar）線が、関連する第１および第２のステレオ視カメラ３８．１および３８．２の関連する走査線に沿って延びるように、入力画像（Ｉ）を修正することによって低減することが可能である。このことは、第１および第２のステレオ視カメラ３８．１および３８．２を較正するとともに、関連する入力画像（Ｉ）のワーピング（warping）を行い、第１および第２のステレオ視カメラ３８．１および３８．２の間のレンズ歪みと位置ずれ（alignment offsets）を除去することによって、行うことができる。

所与の修正画像（Ｃ）に対して、マッチングの探索を、ベースライン方向に沿った特定の最大オフセット数（Ｄ）に限定することが可能であり、この場合に、最大数は、関心のある最小および最大のレンジｒによって与えられる。多重プロセッサまたは分散コンピューティングによる実装に対しては、アルゴリズム演算は、スループットを増大させるためにパイプライン方式で実行することができる。最大計算コストは、相関演算および最小発見演算にかかり、これらは、ピクセル数に視差数（number of disparities）を乗じた数に比例する。このアルゴリズムは、エリア相関に使用されるウィンドウサイズが、関連する計算コストに実質的に影響を与えないように、面積和（area sums）の計算における冗長性を利用するためにスライディングサム（sliding sum）法を使用することができる。結果として得られる視差マップ（Ｍ）は、道路表面フィルタ（Ｆ）を使用して道路表面反射物などの無関係の物体を除去することによって、複雑さをさらに低減することができる。

関連するレンジ分解能（Δｒ）は、以下の式による、レンジｒの関数である。
レンジ分解能（Δｒ）は、所与のステレオジオメトリに対して認識可能なレンジｒにおける最小変化であり、視差における変化Δｄ（すなわち、視差分解能Δｄ）に対応する。レンジ分解能（Δｒ）は、レンジｒの２乗とともに増加し、ベースラインｂおよび焦点長ｆと逆比例関係にあり、その結果として、レンジ分解能（Δｒ）は、ベースラインｂおよび焦点長ｆ距離の増加とともに、および視差分解能Δｄの向上（減少）をもたらすピクセルサイズの減少とともに、向上（減少）する。

代替的に、ＣＥＮＳＵＳアルゴリズムを使用して、関連する第１および第２のステレオ画像成分４０．１および４０．２から、例えば、所与の視差ｄだけ離隔された対応するピクセルに対する、ランク順位づけされた差分マトリックス（rank-ordered difference matrices）を比較することによって、レンジマップ画像８０を求めてもよく、各差分マトリックスは、第１および第２のステレオ画像成分４０．１および４０．２のそれぞれの所与のピクセルに対して計算され、各差分マトリックスの各要素は、所与のピクセルの値と、対応する周辺ピクセルの対応する値との差分に応じて変わる。

図３ａを参照すると、物体５０のステレオイメージング、すなわち対応する関連の第１および第２のステレオ画像成分４０．１および４０．２からレンジマップ画像８０を生成することは、関連するステレオ視システム１６および１６’の第１の視点４２．１、７２．１、および第２の視点４２．２、７２．２とそれぞれ関連する、それぞれの第１および第２の視野８４．１および８４．２のオーバラップの領域８２内に位置する、物体５０に対して理論的に可能である。一般的に、物体５０までのレンジｒが減少すると、結果として得られる関連する視差ｄは減少し、それによってその物体５０までのレンジｒを分解する困難さが増大する。物体５０上の特定の点Ｐが分解できない場合には、関連するレンジマップ画像８０の対応するレンジピクセル８１はブランクまたは０である。オンターゲットレンジフィル（ＯＴＲＦ：On-target range fill）は、関連する物体５０によって囲まれた、ノンブランクレンジピクセル８１の数と、レンジピクセル８１の合計数との比であり、レンジピクセル８１の合計数は、物体５０の投影表面積の尺度となる。したがって、所与の物体５０に対して、関連するオンターゲットレンジフィル（ＯＴＲＦ）は、一般的に、レンジｒが減少するとともに減少する。

したがって、ステレオ視プロセッサ７８のレンジマップ画像８０だけに基づくニアレンジ検出・追跡性能は、シーン照明が最適以下である場合、および物体５０に特異な構造またはテキスチャがないときには、損なわれる可能性があり、その理由は、関連するステレオマッチングレンジフィルおよび分布が、比較的正確な物体境界検出を確実にするための許容限より低いためである。例えば、オンターゲットレンジフィル（ＯＴＲＦ）が約５０パーセントよりも大きい場合には、レンジマップ画像８０は、検出・追跡動作のために一般的に単独で使用することができる。

状況によっては、比較的良性のシーン照明と比較的良好と思われる物体のテキスチャについても、オンターゲットレンジフィル（ＯＴＲＦ）が５０％未満に低下する可能性があることが観察されている。例えば、図８を参照すると、図８の上から下に、３５メートルから４メートルの範囲の対応する複数の異なるレンジｒにおいて、接近する歩行者の複数のレンジマップ画像８０の複数の部分が示されており、この場合に、３５メートルにおいて（上端シルエット）、オンターゲットレンジフィル（ＯＴＲＦ）は９６パーセントであり；１６メートルにおいて（中央シルエット）、オンターゲットレンジフィル（ＯＴＲＦ）は８３パーセントであり；１５メートルにおいて、オンターゲットレンジフィル（ＯＴＲＦ）は５０パーセント未満に低下し；歩行者がステレオ視システム１６に接近し続けるにつれて漸進的に低下し続けて、最終的に４メートルにおいて、オンターゲットレンジフィル（ＯＴＲＦ）は、わずかに１１パーセントとなる。

図９を参照すると、レンジ・キュー式物体検出システム１０のステレオ視システム１６から、１１メートル、１２メートル、および２２メートルのレンジにおける、３つの比較的ニアレンジの車両物体５０．１’、５０．２’、５０．３’が示されており、この場合に、第１のニアレンジ車両物体５０．１’は、ステレオ視システム１６に対して斜めに向いており、第２のニアレンジ車両物体５０．２’はステレオ視システム１６と反対方向に向いており、第３のニアレンジ車両物体５０．３’はステレオ視システム１６に対して横断方向に向いている。図１０を参照すると、関連するステレオ視プロセッサ７８によって生成された、関連するレンジマップ画像８０からの、ニアレンジの車両物体５０．１’、５０．２’、５０．３’の対応するオンターゲットレンジフィル（ＯＴＲＦ）は、それぞれ、１２パーセント、８パーセント、および３７パーセントであり、これは、一般的には、レンジマップ画像８０における情報だけからの頑強な物体検出および区別には不十分である。一般的には、約２５メートル未満のレンジにおける、ニアレンジ車両物体５０’は、レンジマップ画像８０における情報だけから検出し追跡するのは困難である可能性がある。

図１１を参照すると、レンジ・キュー式物体検出システム１０は、そうでなければレンジマップ画像８０だけから物体５０の検出を行うほどには、オンターゲットレンジフィル（ＯＴＲＦ）が十分に大きくない、比較的に近傍のレンジｒにおける１つまたは２つ以上の比較的ニアレンジの物体５０’の検出を行うように、第１および第２のステレオ画像成分４０．１および４０．２の一方と協働して、レンジマップ画像８０の処理を行う。より具体的には、レンジ・キュー式物体検出システム１０は、関連する物体検出システム８８と協働する、例えば、画像プロセッサ８６に実装された、追加の画像処理機能が組み込まれており、この追加の画像処理機能は、第１または第２のステレオ画像成分４０．１または４０．２から、関連する物体区別システム９２による、ニアレンジ物体（複数を含む）５０’のその後の区別に好適な、ニアレンジ物体５０’、または複数のニアレンジ物体５０’画像の生成を行い、この場合に、第１または第２のステレオ画像成分４０．１または４０．２の部分は、以下でより詳細に説明するように、図１２に示されている関連するレンジ・キュー式物体検出プロセス１２００によって、レンジマップ画像８０に応じて選択される。

より具体的には、図１２および図１３を参照すると、ステップ（１２０２）において、上述のような方法論によって、最初に、第１または第２のステレオ画像成分４０．１または４０．２に応じて、ステレオ視プロセッサ７８によって、レンジマップ画像８０が生成される。例えば、一実施態様において、ステレオ視プロセッサ７８は、フィールドプログラマブルゲートアレイ（ＦＰＧＡ）を用いて実装される。例えば、図１３のハーフトーン画像は、ステレオ視システム１６からのレンジｒの増加順に、以下のような６つの主要物体５０を含み、それは、第１、第２および第３の車両５０．１、５０．２および５０．３、道路標識５０．４、第４の車両５０．５、および樹木５０．６である。図１３には、それぞれが、図１３のハーフトーン画像がそれから導出された元画像におけるレンジｒによって色分けされている、複数の対応するレンジビン９４が重ね合わされており、この場合に、各レンジビン９４は、レンジビン９４内のレンジピクセル８１のそれぞれの対応する行に対して、少なくとも１つの有効なレンジ値９６が存在することを示しており、各レンジビン９４の幅は、一定数のレンジピクセル８１、例えば１０個のレンジピクセル８１であり、各レンジビン９４の高さは、所与の対応するレンジｒ値に対する有効レンジ値９６を有する、レンジピクセル８１の行の連続性（contiguity）を示している。

再び図１１を参照すると、次いで、レンジマップ画像８０、および第１または第２のステレオ画像成分４０．１または４０．２の一方が、画像プロセッサ８６によって処理され、この画像処理プロセッサ８６は、例えば、デジタル信号プロセッサ（ＤＳＰ）を使用して実装してもよい。
図１４ａを参照すると、ステップ（１２０４）において、各有効レンジ測定値の空間座標が、ステレオ視システム１６の自然３次元座標から、「トップダウン」座標系の、対応する２次元座標に変換される。各ステレオ視カメラ３８は、本質的に光強度の角度センサであり、各画素は、所与の仰角φと方位角αにおける、瞬時視野角を表わす。同様に、関連するステレオ視システム１６は、本質的に、対応するレンジｒの角度センサである。関連するレンジ値のレンジｒは、ステレオ視システム１６から対応する平面９７までの距離に対応し、平面９７は、ステレオ視システム１６の軸方向中心線９８に垂直であるとともに、軸方向中心線９８は、ベースラインｂに対してその中央点を通ってそれに垂直であるとともに、第１および第２のステレオ視カメラ３８．１および３８．２の光軸に平行である。

したがって、一実施態様においては、例えば、地面９９の上方の所与の高さｈに位置するステレオ視カメラ３８の所与の焦点距離ｆに対して、関連する仰角φと組み合わされた、関連するレンジピクセル８１、または第１および第２のステレオ画像成分４０．１および４０．２の一方の対応する画像ピクセル１００の列Ｘ_ＣＯＬおよび行Ｙ_ＲＯＷが、例えば、ステレオ視システム１６のベースラインｂ、車両１２のバンパー１０６、またはその他の縦方向基準において、車両１２の軸方向中心線１００、ステレオ視システム１６の軸方向中心線９８、関連するカメラの関連する装着場所、またはその他の横方向基準に沿って、原点１０４に対するダウンレンジ距離ＤＲおよびクロスレンジ距離ＣＲのトップダウン空間１０２における対応する２次元座標に、以下の関係に従って変換される：
および
但し、クロスレンジ距離ＣＲは、車両１２の軸方向中心線１００、ステレオ視システム１６の軸方向中心線９８、関連するカメラの関連する装着場所、または車両１２の軸方向中心線１００、ステレオ視システム１６の軸方向中心線９８、に対して横断する方向にある、その他の横方向基準に対する双方向測定値であり、ダウンレンジ距離ＤＲは、ステレオ視システム１６のベースラインｂ、車両１２のバンパー１０６、またはその他の縦方向基準から、車両１２の前方およびそれから離れる方向への距離の測定値である。

再び図１２も参照すると、ステップ（１２０６）において、有効なレンジ値９６を有する各レンジピクセル８１は、例えば、図１５に示されているような関連するクラスタリングプロセス１５００を使用して、トップダウン空間１０２における対応する２次元レンジビン１０８に割り当てられる。例えば、図１４ａは、図１３に示されているシーンの部分の、車両１２のバンパー１０６から５０メートル延びる、ダウンレンジ距離ＤＲ領域、および車両１２の軸方向中心線１１０の両側（左および右）に２０メートル延びるクロスレンジ距離ＣＲ領域を示している。例えば、図１４ａに示されているレンジビン１０８は、ダウンレンジ距離ＤＲおよびクロスレンジ距離ＣＲのそれぞれにおいて、それぞれ１／２メートル×１／２メートルの大きさの矩形である。レンジビン１０８の特定の大きさは限定されるものではなく、可変とするか、またはその他の寸法、例えば、０．２５メートル、１メートル、その他とすることもできるとともに、レンジビン１０８は必ずしも正方形である必要はない。

個々のレンジピクセル８１を対応するレンジビン１０８と関連付けるプロセス中に、対応するレンジビン１０８へのリンクを、各レンジピクセル８１に関連付けて、かつ／または各レンジビン１０８を、それと関連付けられた対応するレンジピクセル８１に関連付ける、一連のリンクリストを構築してもよい。その後に、関連するクラスタリングプロセス１５００のその後の動作は、それと関連する個々のレンジピクセル８１に対してではなく、レンジビン１０８それ自体に対して行ってもよく、各レンジビン１０８^ｋは、トップダウン空間１０２における座標（ＣＲ^ｋ，ＤＲ^ｋ）を割り当てられ、それと関連するレンジピクセル８１の対応する数Ｎ^ｋと関連付けられる。例えば、対応する座標値ＣＲ^ｋ、ＤＲ^ｋは、レンジビン１０８^ｋの中心の位置とするか、または関連するレンジピクセル８１の対応する座標の関数として、またはそれに応じて、例えば、クロスレンジ距離ＣＲおよびダウンレンジ距離ＤＲにおける対応する平均位置、または対応するその中央位置のいずれかとして、与えることもできる。

図１４ｂおよび１５も参照すると、関連するクラスタリングプロセス１５００のステップ（１５０２）において、第１のヒストグラム１１２．１が、クロスレンジ距離ＣＲだけに対しての、あるカウントの上記のレンジビン１０８を含むか、またはそれと等価に、有効なレンジ値９６を有するレンジピクセル８１に対して、クロスレンジ距離ＣＲに対する１次元クロスレンジビン１０８’についての、あるカウントのレンジピクセル８１を含んで、生成され、この場合に、各１次元クロスレンジビン１０８’のクロスレンジ距離ＣＲは、対応する２次元レンジビン１０８の対応するクロスレンジ距離ＣＲと同じである。同様に、図１４ｃをさらに参照すると、やはり、関連するクラスタリングプロセス１５００のステップ（１５０２）において、第２のヒストグラム１１２．２が、ダウンレンジ距離ＤＲだけに対しての、あるカウントの上記のレンジビン１０８を含むか、またはそれと等価に、有効なレンジ値９６を有するレンジピクセル８１に対して、ダウンレンジ距離ＤＲに対する１次元ダウンレンジビン１０８’’についての、あるカウントのレンジピクセル８１を含んで、生成され、この場合に、各１次元ダウンレンジビン１０８’’のダウンレンジ距離ＤＲは、対応する２次元レンジビン１０８の対応するダウンレンジ距離ＤＲと同じである。

関連するクラスタリングプロセス１５００の第１の実施態様は、事前定義された２次元名目クラスタリングビン１１３に対するレンジビン１０８のクラスタリングを行い、それぞれの境界は、対応する関連の１次元名目クロスレンジクラスタリングビン１１３’と、対応する関連の１次元名目ダウンレンジクラスタリングビン１１３’’との交差によって定義される。より具体的には、事前定義された２次元名目クラスタリングビン１１３は、それぞれ、カーテシアントップダウン空間１０２と位置合わせされて、クロスレンジ距離ＣＲの一定幅、例えば、一実施態様においては、３メートルを有すると仮定され、ダウンレンジ距離ＤＲの固定長は、例えば、一実施態様においては、６メートルであり、これは、１次元名目クロスレンジクラスタリングビン１１３’の対応する関連の組によって与えられ、例えば、その各要素は３メートルの幅であるとともに、１次元名目ダウンレンジクラスタリングビン１１３’’の対応する関連の組によって与えられ、例えば、その各要素は６メートルの幅であり、１次元名目クロスレンジクラスタリングビン１１３’同士は互いに当接し、１次元名目ダウンレンジクラスタリングビン１１３’’は、個別に、互いに当接し、１次元名目クロスレンジクラスタリングビン１１３’および１次元名目ダウンレンジクラスタリングビン１１３’’は、互いに相対的に直交している。

一組の実施態様において、１次元名目クロスレンジクラスタリングビン１１３’の組は、車両１２の軸方向中心線１１０を中心としており、１次元名目ダウンレンジクラスタリングビン１１３’’の最近接エッジ１１３’’は、ステレオ視システム１６に可視である道路９９’上の最近接点の近く、またはそこに位置している。例えば、３メートル×６メートルの２次元名目クラスタリングビン１１３、および車両１２の軸方向中心線１１０の左右に２０メートル、ステレオ視システム１６の原点１０４から５０メートル延びるトップダウン空間１０２に対しては、一実施態様において、約１４個の１次元名目クロスレンジクラスタリングビン１１３’、すなわち（（＋２０）メートル右境界−（−２０）メートル左境界）／１次元名目クロスレンジクラスタリングビン１１３’の３メートルのクロスレンジ距離ＣＲ）があるとともに、最近接１次元名目ダウンレンジクラスタリングビン１３’’が、それぞれ原点１０４の５メートルダウンレンジに位置するとして、約８個の１次元名目ダウンレンジクラスタリングビン１１３’’、すなわち（５０メートル終点−５メートル始点）／１次元名目ダウンレンジクラスタリングビン１１３’’の６メートルダウンレンジ距離ＤＲ長さ）、がある。奇数の１次元名目クロスレンジクラスタリングビン１１３’が使用される場合には、車両１２の軸方向中心線１１０を中心とする、中心次元名目クロスレンジクラスタイングビン１１３’．０が存在する。

２次元名目クラスタリングビン１１３は、２次元レンジビン１０８と、対応するコヒーレント関心領域（ＲＯＩ）１１４との初期関連付けを行い、最近接の２次元名目クラスタリングビン１１３．０から始まり、次いで、クロスレンジにおいて車両１２の軸方向中心線１１０から横方向に離れるとともに、ダウンレンジにおいて車両から縦方向に離れて連続する。より具体的には、図１５に示されている関連するクラスタリングプロセス１５００に続いて、ステップ（１５０４）において、中心１次元名目クロスレンジクラスタリングビン１１３．０’が選択され、ステップ（１５０６）において、最近接１次元名目ダウンレンジクラスタリングビン１１３．０’’が選択される。次いで、ステップ（１５０８）において、第１の関心領域（ＲＯＩ）１１４がポインティングされるともに、関連する２次元レンジビン１０８へのポインタに対して、例えば、ヌル値で初期化される。

次いで、ステップ（１５１０）は、選択された１次元名目クロスレンジクラスタリングビン１１３’と１次元名目ダウンレンジクラスタリングビン１１３’’に対応する、２次元名目クラスタリングビン１１３の識別を行う。例えば、図１４ａに示されているように、ステップ（１５０４）および（１５０６）に続いて、ステップ（１５１０）において識別された第１の２次元名目クラスタリングビン１１３は、車両１２の軸方向中心線１１０に沿ってそれに最近接する２次元名目クラスタリングビン１１３．０である。ステップ（１５１０）において識別された各２次元名目クラスタリングビン１１３に対して、関連するリンクリストが、その境界の内部に位置し、したがってそれと関連している、関連する２次元レンジビン１０８のそれぞれの識別を行う。例えば、リンクリストは、関連する２次元レンジビン１０８のそれぞれをポーリング（polling）して、その中に関連する２次元レンジビン１０８が位置する、対応する２次元名目クラスタリングビン１１３の対応するインデクス座標（indexing coordinate）を発見して、次いで、その２次元レンジビン１０８へのポインタを２次元名目クラスタリングビン１１３に関連するリンクリストに追加することによって構築してもよい。

ステップ（１５ １２）において、識別された２次元名目クラスタリングビン１１３が、関連する２次元レンジビン１０８によって説明される、十分な数のレンジピクセル８１が十分多く存在している場合には、次いで、ステップ（１５１４）において、識別された２次元名目クラスタリングビン１１３の境界内に位置する、２次元レンジビン１０８は、例えば、関連する２次元レンジビン１０８を位置同定する上記のリンクリストを使用して、現在ポインティングされている関心領域（ＲＯＩ）１１４と関連付けられる。次いで、ステップ（１５１６）において、現在ポインティングされている関心領域（ＲＯＩ）１１４と関連付けられた、それらの２次元レンジビン１０８は、その他の関心領域（ＲＯＩ）１１４とのその後の関連付けに考慮されないように、関連する第１および第２のヒストグラム１１２．１および１１２．２からマスキングするか、または除去される。

次いで、ステップ（１５１８）において、対応するｉ番目の関心領域（ＲＯＩ）１１４の図心１１６のトップダウン空間１０２におけるクロスレンジ
座標およびダウンレンジ
座標が、次いで、それと関連する対応するＮ個の２次元レンジビン１０８の座標から次のように求められる。
および

代替的に、対応するｉ番目の関心領域（ＲＯＩ）１１４の図心１１６は、各レンジビン１０８と関連する、数ｎ_ｋのレンジピクセル８１に応じて加重されている、加重座標値を用いて、例えば、以下のように計算することもできる。
および
次いで、ステップ（１５２０）において、次の関心領域（ＲＯＩ）１１４がポインティングされて、例えば、関連する２次元レンジビン１０８へのポインタに対して、ヌル値で初期化される。

次いで、ステップ（１５２０）から、または現行の２次元名目クラスタリングビン１１３に、対応する２次元レンジビン１０８が十分多く存在しない場合には、次いで、ステップ（１５２２）において、すべての２次元名目クラスタリングビン１１３が処理されていない場合には、次いで、ステップ（１５２４）において、１次元名目クロスレンジクラスタリングビン１１３’と１次元名目ダウンレンジクラスタリングビン１１３’’の次最近接組合せが選択され、プロセスはステップ（１５１０）を繰り返す。

そうではなく、ステップ（１５２２）から、すべての２次元名目クラスタリングビン１１３が処理されている場合には、次いで、ステップ（１５２６）において、対応する２次元名目クラスタリングビン１１３に割り当てられていない、２次元レンジビン１０８が残留している場合には、次いで、ステップ（１５２８）において、それぞれの残留する２次元レンジビン１０８は―例えば、車両１２に対して、最近接から最遠隔の残留２次元レンジビン１０８へと進み―それに最近接の関心領域（ＲＯＩ）１１４と関連付けられる。例えば、一組の実施態様において、関心領域（ＲＯＩ）１１４の対応する図心１１６の位置は、それぞれの新規の２次元レンジビン１０８が関連付けられるときに、更新される。次いで、ステップ（１５２８）に続いて、またはステップ（１５２６）から、対応する２次元名目クラスタリングビン１１３に割り当てられていない２次元レンジビン１０８が残留していない場合には、ステップ（１５３０）において、結果として得られる識別された関心領域（ＲＯＩ）１１４が戻されて、それらの関心領域（ＲＯＩ）１１４のそれぞれは、それと関連する２次元レンジビン１０８の識別を含む。

ステップ（１５１２）を再び参照すると、様々な試験を使用して、特定の２次元名目クラスタリングビン１１３に２次元レジンビン１０８が十分な数だけあるかどうかを判定することもできる。例えば、このことは、閾を超えている関連する２次元レンジビン１０８における関連するレンジピクセル８１の合計数に依存するか、または第１および第２のヒストグラム１１２．１および１１２．２のピーク値の絶対値が、特定の２次元名目クラスタリングビン１１３に対応する、関連の１次元名目クロスレンジクラスタリングビン１１３’および１次元名目ダウンレンジクラスタリングビン１１３’’に対する対応する閾を、それぞれ超えるかどうかに依存する可能性がある。

さらに、ステップ（１５２４）を再び参照すると、１次元名目クロスレンジクラスタリングビン１１３’と１次元名目ダウンレンジクラスタリングビン１１３’’の次最近接組合せの選択は、様々な方法で実装することもできる。例えば、一実施態様においては、２次元名目クラスタリングビン１１３が、車両１２からのダウンレンジ距離ＤＲの増加順に走査されるとともに、各ダウンレンジ距離ＤＲに対して、車両１２の軸方向中心線１１０からのクロスレンジ距離ＤＲの増加順に走査される。別の実施態様においては、２次元名目クラスタリングビン１１３の走査は、車両１２の速度だけ、または速度と進行方向の組合せのいずれかが与えられたときに車両１２との衝突の可能性がある、２次元名目クラスタリングビン１１３だけに限定される。別の実施態様においては、これらの衝突の可能性のある２次元名目クラスタリングビン１１３は、残りの２次元名目クラスタリングビン１１３よりも、高い頻度、またはより高い優先度で、走査される。例えば、残りの２次元名目クラスタリングビン１１３は、車両１２に対する脅威がむしろ予期されない期間中に、走査してもよい。

また図１４ｄ〜１４ｆを参照するとともに、図１４ｂおよび１４ｃを再び参照すると、クラスタリングプロセス１５００の第２の実施態様によれば、所定の１次元名目クロスレンジクラスタリングビン１１３’および１次元名目ダウンレンジクラスタリングビン１１３’’を使用することの代替案として、１次元名目クロスレンジクラスタリングビン１１３’および１次元名目ダウンレンジクラスタリングビン１１３’’の選択と位置特定を、代わりに、例えば、その中の対応する局在ピーク１１８を中心とする、対応する関連の第１および第２のヒストグラム１１２．１および１１２．２に応じて行ってもよい。例えば、局在ピーク１１８は、最初に、それに対するピークの値が対応する閾を超えている、上記の所定の１次元名目クロスレンジクラスタリングビン１１３’および１次元名目ダウンレンジクラスタリングビン１１３’’のそれぞれの境界内のピークヒストグラムを位置特定し、次いで、結果として得られる局在ピーク１１８の組を切り捨てて、近隣の局在ピーク１１８のクラスタリングビン長の半分以内の、例えば、上記の３メートル×６メートルの２次元名目クラスタリングビン１１３に対して、クロスレンジ距離ＣＲにおいて１．５メートル未満、またはダウンレンジ距離ＤＲにおいて３メートル未満の、サブピークを除去することによって求めることができる。

次いで、図１４ｄ〜１４ｆを参照すると、関連するクラスタリングプロセス１５００において使用される、対応する１次元名目クロスレンジクラスタリングビン１１３’および１次元名目ダウンレンジクラスタリングビン１１３’’は、対応する局在ピーク１１８のそれぞれを中心としている。例えば、図１４ｄ〜１４ｆは、５つの１次元名目クロスレンジクラスタリングビン１１３’と、４つの１次元名目ダウンレンジクラスタリングビン１１３’’を示している。別の方法では、クラスタリングプロセス１５００は、それぞれ対応する局在ピーク１１８と位置合わせされている、例えば、それを中心とする、１次元名目クロスレンジクラスタリングビン１１３’と１次元名目ダウンレンジクラスタリングビン１１３’’について、上述したように進行する。したがって、上記の第１の実施態様と比較して、クラスタリングプロセス１５００の第２の実施態様は、処理する必要のある、２次元名目クラスタリングビン１１３の数を低減する可能性がある。

例えば、図１４ｄにおいて、それぞれ１、２および３で識別されている車両物体５０．１、５０．２および５０．３は、それぞれ、関連する３メートル幅×６メートル奥行の２次元名目クラスタリングビン１１３内に収納されている。しかしながら、５で識別されている、相対的に遠隔の車両物体５０．５は、背景において重複する車両物体５０からの背景ノイズが含まれることによって、３メートル幅×６メートル奥行の２次元名目クラスタリングビン１１３よりもわずかに幅が広い。この場合に、関連する第１および第２のステレオ画像成分４０．１および４０．２からレンジマップ画像８０を生成するためのステレオ視プロセッサ７８のステレオマッチングプロセスは、前景および背景の車両５０のレンジの平均であるレンジ値を与え、このレンジ測定を対応する関心領域（ＲＯＩ）１１４に含めることにより、その幅を３メートルから４メートルに伸長させる。

図１４ａおよび１４ｄに示されている１／２メートル×１／２メートルレンジビン１０８は、関連する１／２メートル分解能を有する関連するトップダウン変換を示しているが、トップダウン変換の分解能は異なってもよいこと、例えば、より粗く、またはより細かく、例えば１メートルまたは０．２５メートルとしてもよいことを理解すべきである。例えば、相対的に小さいレンジビン１０８は、対応する相対的により細い分解能をもたらし、この細かい分解能は、対応する関心領域（ＲＯＩ）１１４と関連する、物体５０の境界の幅および奥行のより正確な特定を行うように、近隣の２次元名目クラスタリングビン１１３の場所を占めて、そのあと、後続の処理の間により容易に除去される背景クラッタ測定値をもたらす。

番号４および６で識別されている、道路標識５０．４および樹木５０．６の物体５０に関連する２次元名目クラスタリングビン１１３は、関連する中央分離帯（central median）の部分、および相対的に大きい、別の樹木の部分を含む。一組の実施態様においては、関連する運動追跡および脅威予測のプロセスに応じて、これらの２次元名目クラスタリングビン１１３は、それらが車両物体５０’としては大きすぎるとともに、それらが地面９９に対して静止していることから、無視してもよいことがある。

別の例として、別の組の実施態様において、関連する２次元名目クラスタリングビン１１３の１つまたは２つ以上が、状況認識またはシーン解釈、例えば、イメージ法（imagery）から、またはオンボードナビゲーションおよびマップデータベースシステム、例えばＧＰＳナビゲーションシステムと、クラスタリングプロセス１５００を車両１２の環境に適合させる、関連する安全ディジタルマップ（ＳＤＭ）との融合により導出される情報に応じて特定される。例えば、時速５０マイルを超える速度でハイウェイをドライブ中には、車両だけに遭遇することが期待され、その場合には、２次元名目クラスタリングビン１１３の大きさを、例えば、相対的に大きな車両１２、例えば、セミトラクタトレーラ車両１２のクラスタリングを行うように、４メートルのクロスレンジ距離ＣＲ×１０メートルのダウンレンジ距離ＤＲに増大させてもよい。図１４ａおよび１４ｄにおいて、各関心領域（ＲＯＩ）１１４は、相対的に大きな太字フォントの、対応するインデックス値番号によって識別されており、これは図１８に示されている、対応する関連の図心１１６に対応する。

クラスタリングプロセス１５００はまた、２次元名目クラスタリングビン１１３の名目限定サイズよりも大きい、相対的に大きな物体５０を収容するために状況認識を組み入れてもよい。例えば、専用ハイウェイ上では、ＧＰＳナビゲーションシステムと関連するマップデータベースとの融合によって特定できるように、レンジ・キュー式物体検出システム１０は、道路内に存在することが知られている車両物体５０’だけを含めるように、関連するクラスタリングの範囲を限定してもよい。この場合に、車両物体５０’は、３メートル幅（すなわち、クロスレンジ距離ＣＲ）×６メートル奥行（すなわち、ダウンレンジ距離ＤＲ）の２次元名目クラスタリングビン１１３に入る。車両物体５０’が６メートル（例えば、１８輪セミトラクタトレーラ）より長い（すなわち、奥行が大きい）場合には、クラスタリングプロセス１５００は、車両物体５０’を、運動追跡の間にコヒーレント運動特性に基づいて後で一体に連結される、複数のセクションに分割してもよい

図１２に戻ると、ステップ（１２０８）において、次いで、各関心領域（ＲＯＩ）１１４の各図心１１６のクロスレンジ座標
およびダウンレンジ座標
が、各関心領域（ＲＯＩ）１１４に対するトップダウン空間１０２において、Ｎ個の関連する有効なレンジ値９６を収納するｉ番目の関心領域（ＲＯＩ）１１４に対して、上記の式（５．１または５．２）および（６．１または６．２）で与えられているようにして、求められる。例えば、ステップ（１５２８）において、関連する図心（複数可）１１６の座標が更新される場合には、ステップ（１２０８）において、再計算されるのではなく、図心（複数可）１１６に対して先に求められた座標を使用してもよい。
一組の実施態様によれば、結果として得られる関心領域（ＲＯＩ）１１４は、その初期分類を行うように、関心領域（ＲＯＩ）１１４と関連する対応する物体５０の関連する瞬時軌跡またはヘディング角（heading angle）の尺度を提供することのできる、対応する楕円または多角形境界でさらに特徴がある。

例えば、図１６を参照すると、各関心領域（ＲＯＩ）１１４に対して、関連するベストフィット楕円１１９は、以下の手順を使用することによって求められ、この場合に、関連するその方位は、垂直（Ｙ軸）に対するその関連する長軸１１９．２の反時計回り回転角１１９．１として定義され、関連する回転角１１９．１は、それぞれの対応する関心領域（ＲＯＩ）１１４に対して、図１６上に示されている：
１．各関心領域（ＲＯＩ）１１４に対して、以下の２×２マトリックスＣが、関連する有効なレンジ値９６から計算され；
但し、
および

２．固有値｛λ_１，λ_２｝およびマトリックスＣの対応する固有値｛ξ_１，ξ_２｝が線形代数の原理を用いて求められ；
３．ベストフィット楕円１１９の長軸の回転角１１９．１は｛ξ_１，ξ_２｝から以下のように与えられ；
および
４．ベストフィット楕円１１９の長軸１１９．２および短軸１１９．３の対応する長さは、関連する固有値｛λ_１，λ_２｝からそれぞれ以下のように与えられる：
および

図１７ａおよび１７ｂを参照すると、各関心領域（ＲＯＩ）１１４に対して、対応するベストフィット多角形境界、例えば、ベストフィット長方形１２０が、対応する関連のベストフィット楕円１１９の長軸１１９．２および短軸１１９．３の対応する長さＬ_{Ｍａｊｏｒ}、Ｌ_{Ｍｉｎｏｒ}から次に求められ、ここでベストフィット長方形１２０の長さＬは、ベストフィット楕円１１９の長軸１１９．２の長さＬ_{Ｍａｊｏｒ}に等しく、ベストフィット長方形１２０の幅Ｗは、ベストフィット楕円１１９の短軸１１９．３の長さＬ_{Ｍｉｎｏｒ}に等しく、その結果として、ベストフィット楕円１１９は、ベストフィット長方形１２０内に囲まれて、両者は共通の中心、および共通の長軸１１９．２および短軸１１９．３の組を共有している。

多角形境界は、関心領域１１４に関連する物体５０の、瞬時軌跡、またはヘディング角の尺度として使用されて、関心領域１１４の初期分類を行う、例えば、そのレンジビン１０８が、その大きさは国または地域によって指定してもよい、約６メートルの長さＬと約３メートルの幅Ｗを有する、一般化された長方形車両モデルに一致するかどうかの分類を行う。

次いで、ステップ（１２１０）において、関心領域（ＲＯＩ）１１４は、車両１２との相互作用の可能性の増加順に、例えば、関連する追跡情報および車両１２のダイナミックスを説明する可能性のある、衝突可能性のある関心領域（ＲＯＩ）１１４に対して、例えば、車両１２からの関心領域（ＲＯＩ）１１４の関連する図心１１６のトップダウン空間１０２における距離の増加順に、その後の解析を行うように優先順位付けされる。

次いで、ステップ（１２１２）から始まり、ステップ（１２２８）に続いて、関心領域（ＲＯＩ）１１４は、各関心領域（ＲＯＩ）１１４に対して以下のように、ステップ（１２１０）において求められた優先順位に対して、優先順位の増大順に、それぞれ解析される。
ステップ（１２１４）において、図１８も参照すると、解析されているｉ番目の関心領域（ＲＯ）１１４の図心１１６の座標
が、トップダウン空間１０２から、第１および第２のステレオ画像成分４０．１および４０．２の一方の座標
に、すなわちモノ画像ジオメトリに、以下のように変換される：
および

図１８は、合計で６つの関心領域（ＲＯＩ）１１４に対して、図１３に示されている物体５０に対応して、図１４ａおよび１４ｄにおいて識別された関心領域（ＲＯＩ）１１４のそれぞれの図心１１６を識別している。
図１９ａから２３を参照すると、クラスタリングプロセス１５００の第３の実施態様によれば、名目寸法の（nominally-sized）クラスタリングビン（１１３’、１１３’’、１１３）の代わりに、関連する１次元クロスレンジクラスタリングビン１２１’および１次元ダウンレンジクラスタリングビン１２１’’の大きさおよび位置が、対応する第１および第２のヒストグラム１１２．１および１１２．２から直接的に求められる。これらの１次元クロスレンジクラスタリングビン１２１’および１次元ダウンレジンクラスタリングビン１２１’’は次いで、クラスタリングプロセス１５００において、対応する２次元クラスタリングビンを特定するのに使用され、次いで、これらの２次元クラスタリングビンは、２次元名目クラスタリングビン１１３が、クラスタリングプロセス１５００の上記の第２の実施態様において使用されたのと類似の方法で使用される。

より具体的には、図１９ａおよび１９ｂを参照すると、図１９ａに示されている、クロスレンジにおける第１のヒストグラム１１２．１は、例えば、図１９ｂに示されるような空間的にフィルタリングされた第１のヒストグラム１１２．１’を生成するように、例えば、その全体的詳細はさらに詳細に以下に記述される、１／２メートル分解能で３メートルのクラスタリングビン長に対して、長さ６のＳａｖｉｔｚｋｙ−Ｇｏｌａｙ平滑フィルタを使用して、フィルタリングされる。同様に、図２０ａおよび２０ｂを参照すると、図２０ａに示されている、ダウンレンジにおける第２のヒストグラム１１２．２は、例えば、図２０ｂに示されるような空間的にフィルタリングされた第１のヒストグラム１１２．２’を生成するように、例えば、１／２メートル分解能で６メートルのクラスタリングビン長に対して、長さ１２のＳａｖｉｔｚｋｙ−Ｇｏｌａｙ平滑フィルタを使用して、フィルタリングされる。１次元クロスレンジクラスタリングビン１２１’は、典型的な方位と正常な比率を有する車両を収納するように、１次元ダウンレンジクラスタリングビン１２１’’よりも短いと仮定され、そのために、隣接する１次元クラスタリングビン１２１’、１２２’’の結合を回避するように、クロスレジにおけるフィルタリング用の基礎となるフィルタカーネル１２２．１は、ダウンレンジにおけるフィルタリング用の基礎となるフィルタカーネル１２２．２よりも短い。

例えば、図２１に示されているクロスレンジおよびダウンレンジのＳａｖｉｔｚｋｙ−Ｇｏｌａｙ平滑フィルタのそれぞれのインパルス応答１２２．１、１２２．２は、以下の対応する値を有する：
122.1: {-0.053571, 0.267856, 0.814286, 0.535715, -0.267858, 0.053572} (12)
122.2: {0.018589, -0.09295, 0.00845, 0.188714, 0.349262, 0.427,
0.394328, 0.25913, 0.064783, -0.10985, -0.15041, 0.092948} (13)
一般的に、車両間の実世界の離隔距離と一致する、隣接するクラスタリング区間の間にゼロ密度ヒストグラムビン１０８’、１０８’’を維持するように、隣接するクラスタリング間隔が結合するのを防止するのにロールオフ（roll-off）が十分であれば、空間的にフィルタリングされた第１および第２のヒストグラム１１２．１’および１２２．２’を生成するために、縁端において制御されたロールオフを有する、その他のタイプのローパス空間フィルタも代替的に使用してもよい。

図２２および２３を参照すると、結果として得られる空間的にフィルタリングされた第１および第２のヒストグラム１１２．１’および１１２．２’は、局所的な単峰性（uni-modal）分布をもたらし、この単峰性分布は、例えば、クロスレンジおよびダウンレンジに対して、対応する第１および第２の空間微分空間フィルタリングヒストグラム１１２．１’’および１１２．２’’を生成するように、空間的にフィルタリングされた第１および第２のヒストグラム１１２．１’および１１２．２’のそれぞれを空間的に微分し、次いで、関連する空間導関数の関連するゼロ交差の位置から、関連する単峰性分布の縁端を位置同定することによって、対応する１次元クロスレンジクラスタリングビン１２１’および１次元ダウンレンジクラスタリングビン１２１’’の境界を特定するのに使用することができる。

より具体的には、空間的にフィルタリングされた第１および第２のヒストグラム１１２．１’および１１２．２’のいずれかのｋ番目の要素を、Ｈ（ｋ）で表わすと、例えば、空間的にフィルタリングされた第１および第２のヒストグラム１１２．１’および１１２．２’の空間導関数は、例えば、中心差分方程式を用いて、以下で与えられる：

代替的に、空間１次導関数は、以下にさらに詳細に記述するように、Ｓａｖｉｔｚｋｙ−Ｇｏｌａｙ平滑フィルタを使用して直接的に取得してもよい。
ゼロ密度ヒストグラムビンで画定されたＨ（ｋ）の単峰性分布に対して、その前縁端および後縁端において、１次空間導関数はゼロとなり、２次空間導関数は正であり、これは、例えば、ｋ番目の要素によって与えられ、それに対して：
Ｈ’（ｋ）≦０、およびＨ’（ｋ＋１）＞０ （１５）

単峰性分布のピークは、ｋ番目要素における縁端位置の間に位置し、それに対して：
Ｈ’（ｋ）≧０、およびＨ’（ｋ＋１）＜０ （１６）

したがって、１次元クロスレンジクラスタリングビン１２１’および１次元ダウンレンジクラスタリングビン１２１’’の境界は、式（１５）を満足するゼロ交差Ｈ’（ｋ）の対によって識別され、その間には、式（１６）を満足するゼロ交差が位置する。１次元クロスレンジクラスタリングビン１２１’および１次元ダウンレンジクラスタリングビン１２１’’の位置が与えられると、次いで、クラスタリングプロセス１５００は、上述のように進行して、２次元レンジビン１０８を、その組合せのそれぞれの組に対して、上記の１次元クロスレンジクラスタリングビン１２１’および１次元ダウンレンジクラスタリングビン１２１’’から識別される、対応する２次元クラスタリングビンと関連付ける。

次いで、各図心１１６は、それと関連する物体５０の対応するエッジプロフィール１２４’を探索するために、ステップ（１２１６）から（１２２４）によって提供されるプロセスにおいて、半径方向探索シード１２３として使用され、この場合に、第１または第２のステレオ画像成分４０．１または４０．２は、それぞれが半径方向探索シード１２３から始まり、画像ピクセルデータ１００の関連する極性ベクトル１２６’を提供する、複数の半径方向探索経路１２６のそれぞれに沿って探索され、関連する半径方向探索経路１２６に沿った物体５０の対応するエッジ点１２４を発見し、この場合の、エッジプロフィール１２４’は、周囲の背景クラッタ１２８から前景物体５０を分離するように、複数の関連する半径方向探索経路１２６からの個々のエッジ点１２４を接続する。

より具体的には、ステップ（１２１６）において、半径方向探索の限界が、例えば、半径方法探索シード１２３を中心とする探索領域の幅と高さに対して最初に設定される。例えば、一組の実施態様において、各半径方向探索経路１２６に沿った、最大半径方向探索距離は、関連する物体５０の図心１１６までのダウンレンジ距離ＤＲに応じて変わる。例えば、一実施態様においては、２５メートルにおいて、最大の道路物体５０、すなわち横向き車両１２、は３６０列と３００行に広がり、これが次いで、関連する長方形境界の対角線距離の半分（すなわち、
）で与えられる、対応する半径方向探索長を２３５個の画像ピクセル１００に限定する。

別の実施態様においては、半径方向探索経路１２６の限界を画定する探索領域は、幅が３メートル、高さが３メートルであるモデル車両１２を収容するように寸法決めされている。別の組の実施態様においては、最大半径方向探索距離は、関連する極探索方向（polar search direction）θによって定義される、関連する探索方向に応じて変わり、例えば、その結果として関連する探索領域は、図心１１６における特定の物理的大きさを表す、第１または第２のステレオ画像成分４０．１または４０．２における、境界を画定する長方形内部にある。代替的に、最大半径方向探索距離は、関連する探索方向と、例えば、時間の経過による物体５０の追跡から得られてもよい物体5０のタイプの事前知識の両方に応じて変わってもよい。

次いで、図２４ａ、２５ａおよび２７を参照すると、ステップ（１２１８）において、複数の異なる極探索方向θのそれぞれに対して、ステップ（１２２０）において、その関連する極探索方向θにおいて関連する半径方向探索経路１２６に沿って物体５０のエッジ点１２４の半径１３０を特定するように、半径方向探索シード１２３から始まり、半径方向探索経路１２６に沿ってそこから半径方向外側に探索され、ここで、例えば、一組の実施態様においては、複数の半径方向探索経路１２６は、極探索方向θにおいて均一に間隔を空けられている。例えば、図２４ａは３０個の均一に間隔を空けられた半径方向探索経路１２６を示し、図２５ａは、４５個の均一に間隔を空けられた半径方向探索経路１２６を示している。図２４ａおよび２５ａの両方において、最大半径方向探索距離は、その高さよりも幅の広い車両１２を収容するために、関連する探索領域に応じて、探索方向とともに変化する。

ステップ（１２２２）において、半径方向探索経路１２６に沿った探索中に、前景物体５０の周囲の背景クラッタ１２８からの分離を行い、それによって半径方向探索経路１２６に沿った関連するエッジ点１２４を位置同定するように、それに沿った第１または第２のステレオ画像成分４０．１または４０．２の関連する画像ピクセル１００が、エッジ保存平滑（ＥＰＳ）フィルタ１３２’でフィルタリングされる。例えば、一組の実施態様において、エッジ保護平滑化（ＥＰＳ）フィルタ１３２’は、物体５０の境界と関連するエッジ点１２４を保存しながら、物体内変動の除去を行う、さらに詳細に以下に記述される、最大均質近隣（ＭＨＮ）フィルタ１３２を含む。

次いで、ステップ（１２２４）から、レンジ・キュー式物体検出プロセス１２００のステップ（１２１８）が、すべての極探索方向θが探索されて、結果として処理されている関心領域（ＲＯＩ）１１４に関連する物体５０の図心１１５からエッジ点１２４までの半径方向距離の、エッジプロフィールベクトル１２４’’が得られるまで、それぞれの別の極探索方向θに対して繰り返される。物体５０のエッジプロフィール１２４’は、物体５０のシルエットを近似するように、関連するエッジプロフィールベクトル１２４’’に格納されている、それぞれの関連する半径方向探索経路１２６からの隣接するエッジ点１２４を接続することによって形成され、その近似は、それぞれ３０個と４５個の半径方向探索経路１２６に対して、図２４ｂと２５ｂの比較によって示されるように、半径方向探索経路１２６の数の増加、および関連するエッジプロフィールベクトル１２４’’の対応する要素の数とともに向上する。

ステップ（１２１８）、（１２２０）および（１２２４）に関連する半径方向探索は、標準的な極探索方向θに限定されるものではなく、代替的に、図心１１６における、または以下でさらに詳細に記述するように、関連する相対的中心位置１１６における、関連する半径方向探索シード１２３に対して、全体的に外側向き方向とすることもできることを理解すべきである。例えば、この探索は、対応するエッジ点１２４が発見されるまで、または所定の反復数の後に探索が終了するまで、相対的中心位置１１６から外側にランダムに進行させることもできる。例えば、関連する探索経路に沿った、連続する画像ピクセル１００を、１つまたは２つ以上の画像ピクセル１００だけ、行を増分または減分させることによって、あるいは１つまたは２つ以上の画像ピクセル１００だけ列を増分または減分させることによるか、あるいはその両方によって、発見することも可能であり、その場合に、行と列は互いに独立に変更または維持される。

ステップ（１２２６）において、一組の実施態様においては、エッジプロフィールベクトル１２４’’の各要素が、関連するモノ画像ジオメトリにおける、関連するｉ番目の物体５０を検出するように、図心中心極座標から、第１または第２のステレオ画像成分４０．１または４０．２の一方の画像座標（Ｘ_ＣＯＬ（ｉ，ｍ），Ｙ_ＲＯＷ（ｉ，ｍ））、すなわちモノ画像ジオメトリに、以下のように、変換される：
および
または、Ｍ個の等角度に間隔を空けられた極性ベクトル１２６’に対して、以下のとおりであり、
および
但し、ｍは０からＭの範囲の探索インデックスであり、Ｒ（ｉ，ｍ）は、対応する図心１１６
から物体５０の対応するエッジ点１２４^ｍへの半径１３０によって与えられる、ｉ番目の物体５０に対する、エッジプロフィールベクトル１２４’’のｍ番目の要素である。例えば、一組の実施態様においては、変換された画像座標（Ｘ_ＣＯＬ（ｉ，ｍ），Ｙ_ＲＯＷ（ｉ，ｍ））は、関連する変換されたエッジプロフィールベクトル１２４’’’に格納されている。

ステップ（１２２８）において、プロセスは、すべての関心領域（ＲＯＩ）１１４が処理されてしまうまで、次の関心領域（ＲＯＩ）１１４に対して、ステップ（１２１２）から（１２２６）を続ける。
次いで、またはステップ（１２２６）から、各物体５０が処理されたあと、またはそのときに各物体５０に対して、変換されたエッジプロフィールベクトル１２４’’’、またはエッジプロフィールベクトル１２４’’’および関連する図心１１６
、または対応する関連の検出物体１３４を表わす、関連するその要素が、ステップ（１２３０）において、例えば、参照により本明細書に組み入れられている、２００８年９月２９日付け出願の、「Ｖｕｌｎｅｒａｂｌｅ Ｒｏａｄ Ｕｓｅｒ Ｐｒｏｔｅｃｔｉｏｎ Ｓｙｓｔｅｍ」という題名の米国特許出願第１１／６５８７５８号、または２０１１年１１月１６日付け出願の「Ｍｅｔｈｏｄ ｏｆ Ｉｄｅｎｔｉｆｙｉｎｇ ａｎ Ｏｂｊｅｃｔ ｉｎ ａ Ｖｉｓｕａｌ Ｓｃｅｎｅ」という題名の米国特許出願第１３／２８６６５６号の教示によって、それによる分類のために、例えば、関連する物体区別システム９２へと出力される。

例えば、図２６を参照すると、モノ画像ベース物体検出プロセス２６００が示されており、このプロセスは、上記のレンジ・キュー式物体検出プロセス１２００のステップ（１２１２）、（１２１４）〜（１２２４）および（１２２８）の一実施態様を実証するとともに、対応するその図心１１６のその中での位置が与えられると、第１または第２のステレオ画像成分４０．１または４０．２の一方の中で関連する関心領域（ＲＯＩ）１１４内の物体５０、１３４の検出を行う。より具体的には、ステップ（２６０２）において、例えば、上記のステップ（１２１０）からの優先順位によって、第１の関心領域（ＲＯＩ）１１４が選択される。次いで、ステップ（２６０４）において、選択された関心領域（ＲＯＩ）１１４の図心１１６
が、例えば、上記ステップ（１２１４）から与えられるような、関連する第１または第２のステレオ画像成分４０．１または４０．２の画像座標系に対して識別される。

次いで、図２７を参照すると、ステップ（２６０６）において、関連する探索限界が、例えば、上記のステップ（１２１６）から与えられるように、例えば、関連する境界画定探索長方形１３６の対向する隅の座標
を求めるように、特定される。次いで、ステップ（１２１８）に対応する、ステップ（２６０８）において、第１の極探索方向θは、例えば、０度に選択され、ステップ（１２２０）に対応する、ステップ（２６１０）において、第１の画像ピクセル１００が選択されてフィルタリングされ、関連する半径方向探索経路１２６、すなわち、例えば図心１１６
において、Ｐ（Ｘ_ＣＯＬ，Ｙ_ＲＯＷ）に沿って探索される。

次いで、ステップ（１２２２）に対応するステップ（２６１２）において、選択された画像ピクセル１００Ｐ（Ｘ_ＣＯＬ，Ｙ_ＲＯＷ）が、最大均質近隣（ＭＨＮ）フィルタ１３２を使用して、例えば、図２８に示されている、関連する最大均質近隣（ＭＨＮ）フィルタリングプロセス２８００によって、フィルタリングされる。

より具体的には、図２８を参照すると、ステップ（２８０２）において、最大均質近隣（ＭＨＮ）フィルタリングプロセス２１００は、フィルタリングしようとする、本明細書では座標
によって指定される、画像ピクセル１００Ｐ（Ｘ_ＣＯＬ，Ｙ_ＲＯＷ）の位置を受け取る。次いで、ステップ（２８０４）において、均質領域カウンタｋが、例えば、１の値に初期化される。

ステップ（２８０６）において、画像ピクセル１００^０
は、それぞれが、フィルタリングされている画像ピクセル１００^０
の位置に対して、特定の所定の位置に複数の近隣画像ピクセル１００^ｎの特定のサブセットを含む、複数の異なる均質領域１３８を用いてフィルタリングされ、この場合に、各均質領域１３８は、画像ピクセル１００^０
のまわりに位置し、例えば、それによって一実施態様では、フィルタリングされている画像ピクセル１００^０
は各均質領域１３８の中心１４０に位置しており、複数の近隣画像ピクセル１００^ｎの特定のサブセットは、概して、その中心１４０に対して、それぞれの均質領域１３８内で半径方向の外向き方向にある。例えば、一実施態様において、各均質領域１３８は、フィルタリングされている画像ピクセル１００^０
を中心とする、画像ピクセル１００の５×５配列に広がる。

例えば、図２９ｉを参照すると、特定の均質領域１３８を説明する目的で、例えば、その内部の各位置は、対応する均質領域１３８の中心１４０に対する、その位置を指す、相対座標（ｉ，ｊ）によって識別される。各均質領域１３８は、複数のＮアクティブ要素１４２を含み、それらに対して、フィルタリングされている対応する画像ピクセル１００の値が加算されて、その特定の均質領域１３８に対して、関連のフィルタリングプロセス中に、関連する中間加算結果を生成する

したがって、所与の均質領域１３８ｋに対して、Ｆ^ｋ（ｉ，ｊ）で識別される、関連する均質領域１３８^ｋが、関連するアクティブ要素１４２にそれぞれに対して、１の値、その他の場所では０の値を有する場合には、かつフィルタリングされている画像ピクセル１００^０の位置に相対的な位置における画像ピクセル１００の対応する値が、Ｐ（ｉ，ｊ）によって与えられ、ここでＰ（０，０）がフィルタリングされている画像ピクセル１００^０に対応する場合には、列Ｉ_ＭＩＮからＩ_ＭＡＸおよび行Ｊ_ＭＩＮからＪ_ＭＡＸに広がる均質領域１３８^ｋに対して、対応する関連の偏差Ｄ^ｋは次式で与えられ：
この式は次のように簡略化することができ、
ここで、Ｐ_０は、フィルタリングされている画像ピクセル１００^０の値であり、Ｐ_ｎは、合計Ｎ個のアクティブ要素１４２がそれに対して存在する、関連する均質領域１３８^ｋのｎ番目のアクティブ要素１４２に対応する、近隣画像ピクセル１００^ｎの値である。

代替的に、ステップ（２８０６）に対して図２８に示されているように、偏差Ｄ^ｋは、関連する画像ピクセル１００の絶対座標に対して、次のように表わすことができる：
ここで、
および
は、ｋ番目の均質領域１３８^ｋのｎ番目のアクティブ要素１４２の相対的位置、すなわちアクティブ要素１４２Ｆ^ｋ（ｉ，ｊ）のそれぞれの座標（ｉ，ｊ）であり、その結果として、図２９ｉの図解より、
および
である。

例えば、図２９ａは、名目上、Ｘ軸１４４から１３５度の上左方向において選択された画像ピクセル１００に作用するように、位置（−２，２）、（−１，０）、（−１，１）および（０，１）にアクティブ要素１４２を有する第１の均質領域１３８^１を示し；図２９ｂは、名目上、Ｘ軸１４４から９０度の上方向において選択された画像ピクセル１００に作用するように、位置（０，２）、（−１，０）、（０，１）および（１，０）にアクティブ要素１４２を有する第２の均質領域１３８^２を示し；図２９ｃは、名目上、Ｘ軸１４４から４５度の上右方向において選択された画像ピクセル１００に作用するように、位置（２，２）、（０，１）、（１，１）および（１，０）にアクティブ要素１４２を有する第３の均質領域１３８^３を示し；図２９ｄは、名目上、Ｘ軸１４４から−１３５度の下左方向において選択された画像ピクセル１００に作用するように、位置（−２，−２）、（−１，０）、（−１，−１）および（０，−１）にアクティブ要素１４２を有する第４の均質領域１３８^４を示し；

図２９ｅは、名目上、Ｘ軸１４４から−９０度の下方向において選択された画像ピクセル１００に作用するように、位置（０，−２）、（−１，０）、（０，−１）および（１，０）にアクティブ要素１４２を有する第５の均質領域１３８^５を示し；図２９ｆは、名目上、Ｘ軸１４４から−４５度の下右方向において選択された画像ピクセル１００に作用するように、位置（２，−２）、（０，−１）、（１，−１）および（１，０）にアクティブ要素１４２を有する第６の均質領域１３８^６を示し；図２９ｇは、名目上、Ｘ軸１４４から１８０度の左方向において選択された画像ピクセル１００に作用するように、位置（−２，０）、（０，−１）、（−１，０）および（０，１）にアクティブ要素１４２を有する第７の均質領域１３８^７を示し；図２９ｈは、名目上、Ｘ軸１４４から０度の右方向において選択された画像ピクセル１００に作用するように、位置（２，０）、（０，１）、（１，０）および（０，−１）にアクティブ要素１４２を有する第８の均質領域１３８^８を示し、ここで各均質領域１３８^ｋに関連する特定の画像ピクセル１００は、図２９ｊの凡例で識別される。

ステップ（２８０６）における偏差Ｄ^ｋの計算に続いて、ステップ（２８０８）において、関連する均質領域カウンタｋが１の値を有する、最大均質近隣（ＭＨＮ）フィルタリングプロセス２８００の第１のループの間に、またはその後にステップ（２８１０）から、ｋ番目の均質領域１３８^ｋに対する偏差Ｄ^ｋの値が、先に記憶された最小偏差値Ｄ_ＭＩＮ未満である場合には、ステップ（２８１２）において、最小偏差値Ｄ_ＭＩＮが偏差Ｄ^ｋの現在計算値に等しく設定され、関連する最小偏差インデックスｋ_ＭＩＮは、均質領域カウンタｋの現在値に等しく設定される。次いで、ステップ（２８１４）において、均質領域カウンタｋの現在値が、均質領域１３８の第ＮＲｅｇｉｏｎｓ未満である場合には、均質領域カウンタｋはステップ（２８１６）において増分され、最大均質近隣（ＭＨＮ）フィルタリングプロセス２８００は、次の均質領域１３８に対してステップ（２８０６）〜（２８１４）を続ける。

そうではなく、ステップ（２８１４）から、偏差Ｄ^ｋが計算されて、ＮＲｅｇｉｏｎｓ個の均質領域１３８のそれぞれに対して処理された後に、ステップ（２８１８）において、一実施態様では、フィルタリングされている画像ピクセル１００^０
が、最小偏差
を有する均質領域１３８の近隣画像ピクセル１００^ｎの平均値で置き換えられる。アクティブ要素１４２の数Ｎが、２のべき乗に等しい場合には、ステップ（２８１８）におけるＮによる除算は、比較的に高速のＮビットの２値右シフトによって実装することができる。

代替的に、ステップ（２８１８）の別の実施態様においては、フィルタリングされている画像ピクセル１００^０
は、最小偏差
を有する均質領域１３８の近隣画像ピクセル１００^ｎの値の中央値で置き換えられ、平均値は一般的に中央値よりもより迅速に演算することができるが、この中央値は対応する平均値と比較してより頑強である。

一実施態様において、最大均質近隣（ＭＨＮ）フィルタリングプロセス２８００は、フィルタリングされている画像ピクセル１００^０
に対して、上左方向、上方向、上右方向、下左方向、下方向、および下右方向の選択された画像ピクセル１００に作用するように、図２９ａ〜２９ｆに示されているＮＲｅｇｉｏｎｓ＝６の均質領域１３８を、アクティブ要素１４２とまとめて使用し、この場合に、左方向および右方向と比較して、上方向および下方向は、最大均質近隣（ＭＨＮ）フィルタリングプロセス２８００のいくつかの実施態様において、図２９ｇおよび２９ｈに示されている均質領域１３８の必要性を排除するように、実世界物体５０間での明確な特異性が得られることが観察されている。

一般的に、最大均質近隣（ＭＨＮ）フィルタ１３２は、ローパスフィルタと同様に動作する。例えば、最大均質近隣（ＭＨＮ）フィルタ１３２の動作は図３０〜３２に示されており、図３０は、画像１４６を示しており、これに対して、図３０に対して２倍の倍率で、図３１に示されている、その画像の一部分１４６．１が、図３２に示されている、対応するフィルタリングされた画像部分１４６．１’を生成するように、ＮＲｅｇｉｏｎｓ＝６の均質領域１３８を用いて、ピクセル毎に、上記の最大均質近隣（ＭＨＮ）フィルタリングプロセス２８００でフィルタリングされ、これらの内の後者は、元の画像部分１４６．１と比較して、局所輝度において実質的に低い変分を示すが、鮮明なエッジが保存されている。

それぞれ図２８および２６に戻ると、最大均質近隣（ＭＨＮ）フィルタリングプロセス２８００のステップ（２８２０）において、フィルタリングされた画像ピクセル１００^０
は、モノ画像ベース物体検出プロセス２６００のステップ（２６１２）に戻され、その後に、ステップ（２６１４）において、所与の極性ベクトル１２６’と関連する、このフィルタリングされた画像ピクセル１００^０
が、同じ極性ベクトル１２６’の先に戻された値の観点で解析されて、現行のフィルタリングされた画像ピクセル１００^０
が、関連する物体５０のエッジ点１２４であるかどうかが判定される。所与の極性ベクトル１２６’に沿ったエッジ点１２４を発見する基準は、主として、前景領域と背景領域の間の微分輝度に基づいている。最大均質近隣（ＭＨＮ）フィルタリングプロセス２８００は、以下により詳細に説明するように、物体５０の実際の境界と関連する、各半径方向探索経路１２６に沿って、対応するエッジ点１２４をより正確に特定するように、内部エッジの抑制を行う。

ステップ（２６１４）から、エッジ点１２４が発見されない場合には、一実施態様によれば、半径方向探索経路１２６に沿ってフィルタリングしようとする、次の画像ピクセル１００が、ステップ（２６１６）〜（２６２６）によって、以下のように位置特定される：
図２７を再び参照すると、ステップ（２６１６）において、（画像ピクセル１００の行がそれに平行である）Ｘ軸１４４から測定される、極探索方向θの角度の絶対値が、π／４から３π／４ラジアンの間でない場合には、その結果として、関連する半径方向探索経路１２６は、境界画定探索長方形１３６内部の画像空間１３６’の第１の部分１４６に位置する場合には、半径方向探索経路１２６沿った次の画像ピクセル１００が、関連する図心１１６からさらに遠い、半径方向探索経路１２６に沿って次の列Ｘ_ＣＯＬ（ｉ＋１）へ、および半径方向探索経路１２６に沿って対応する行Ｙ_ＲＯＷ（ｉ＋１）へと進められる。

より具体的には、ステップ（２６１８）において、次の列Ｘ_ＣＯＬ（ｉ＋１）は、現在列Ｘ_ＣＯＬ（ｉ）に（θ＋π／２）の符号を加えることによって与えられ、ステップ（２６２０）において、次のＹ_ＲＯＷ（ｉ＋１）は次式で与えられる：
この式は、整数値結果を得るために、有効に丸めて次式を得ることができる：

そうではなく、ステップ（２６１６）において、極探索方向θの角度の絶対値がπ／４と３π／４の間であり、その結果として、関連する半径方向探索経路１２６が、境界画定探索長方形１３６内の画像空間１３６’の第２の部分１４８内に位置する場合には、半径方向探索経路１２６に沿った次の画像ピクセル１００が、関連する図心１１６からさらに遠い、半径方向探索経路１２６に沿って次の行Ｙ_ＲＯＷ（ｉ＋１）へ、および半径方向探索経路１２６に沿った対応する列Ｘ_ＣＯＬ（ｉ＋１）へと進められる。より具体的には、ステップ（２６２２）において、次の行Ｙ_ＲＯＷ（ｉ＋１）は、θの符号を現在行Ｙ_ＲＯＷ（ｉ）に加えることによって与えられ、ステップ（２６２４）において、次の列Ｘ_ＣＯＬ（ｉ＋１）は次式で与えられる：
この式は、整数値結果をえるために、有効に丸めて次式を得ることができる：

次いで、ステップ（２６２６）において、次の画像ピクセル１００の位置（Ｘ_ＣＯＬ（ｉ＋１），Ｙ_ＲＯＷ（ｉ＋１））が境界画定探索長方形１３６の外側でない場合には、モノ画像ベース物体検出プロセス２６００は、次の画像ピクセル１００について、ステップ（２６１２）〜（２６２６）を続ける。したがって、半径方向探索経路１２６に沿ったエッジ点１２４が、境界画定探索長方形１３６内に発見されない場合には、その特定の半径方向探索経路１２６は廃棄されて、例えば、関連するヌル値を用いて、関連するエッジ点１２４が欠落または未確定として指示される。

そうでなければ、ステップ（２６２８）において、すべての極探索方向θが探索されなかった場合には、ステップ（２６３０）において、極探索方向θが、次の半径方向探索経路１２６に増分され、モノ画像ベース物体検出プロセス２６００は、次の極探索方向θについて、ステップ（２６１０）〜（２６２６）を続ける。そうではなく、ステップ（２６３２）において、すべての関心領域（ＲＯＩ）１１４が処理されていない場合には、ステップ（２６３４）において、次の関心領域（ＲＯＩ）１１４が選択されて、モノ画像ベース物体検出プロセス２６００は、次の関心領域（ＲＯＩ）１１４についてステップ（２６０４）〜（２６２６）を続ける。そうではなく、ステップ（２６３２）から、すべての関心領域（ＲＯＩ）１１４が処理されているか、または代替的に、ステップ（２６２８）から、各関心領域（ＲＯＩ）１１４が処理されているので、ステップ（２６３６）において、関連するエッジプロフィールベクトル１２４’’またはエッジプロフィールベクトル（複数）１２４’’が、関連する物体区別システム９２によってその区別を行うように、検出物体（複数可）１３４として戻される。

例えば、図３３ａ〜３３ｓｓは、それぞれが対応する半径方向探索経路１２６に沿った画像ピクセル１００の値を含む、図２５ａに示されている物体５０に対する複数の４５本の極性ベクトル１２６’を示しており、これらは、図２５ｂに示されている関連するエッジプロフィール１２４’を検出するのに使用され、その後者は、関連する検出物体１３４の表現を提供する、関連するエッジプロフィールベクトル１２４’’／変換エッジプロフィールベクトル１２４’’’として格納されている。
図３４を参照すると、０から４４の番号で識別された、４５の関連する半径方向探索経路１２６に対するエッジ点１２４が、関連する車両物体５０’に対して示されており、各半径方向探索経路１２６は図心１１６から始まり、図３４において白色点で識別された各エッジ点１２４は、それから距離Ｒ_ｉにある。図３５ａ〜ｃを参照すると、各関心領域（ＲＯＩ）１１４は、４つの象限１５０．１、１５０．２、１５０．３および１５０．４に分割され、特定のエッジ点１２４を検出するための条件は、エッジ点１２４がその中に位置している、対応する象限１５０．１、１５０．２、１５０．３および１５０．４に依存する。

図３５ａを参照すると、３１５度から４５度まで、および１３５度から２２５度までそれぞれ広がる、第１象限１５０．１および第３象限１５０．３に対して、これらの象限内では、対象車両物体５０’は、関連する画像９０内で、典型的には、背景領域または隣接する物体に移行し、エッジ点１２４に関連する移行は、典型的には、関連する画像ピクセル１００の振幅における相対的に大きいシフトが特徴である。関係する図心１１６に相対的に近い、相対的に小さい振幅のシフトは、典型的には、対象車両物体５０’内の内部構造（複数可）に対応し、その内部構造（複数可）は、最大均質近隣（ＭＨＮ）フィルタ１３２によって実質的に消去または減衰させられる。例えば、図３６ａ〜ｃおよび図３６ｇ〜ｉは、関連する極性ベクトル１２６’、および図３４において、それぞれ０度、８度、１６度、１７６度、１８４度および１９２度の角度における、それぞれ０、１、２、２２、２３および２４として識別されている、関連するエッジ点１２４の位置を示している。

図３５ｂを参照すると、４５度から１３５度まで広がる、第２象限１５０．２に対して、その中では対象車両物体５０’が関連する画像９０内の背景領域に典型的には移行し、エッジ点１２４に関連する移行は、典型的には、関連する画像ピクセル１００の振幅におけるシフトと、その関連する背景領域内のその振幅における連続した比較的低い変動とが特徴である。例えば、図３６ｄ〜ｆは、関連する極性ベクトル１２６’、および図３４において、それぞれ８８度、９６度および１０４度の角度における、それぞれ１１、１２および１３で識別されている、半径方向探索経路１２６に対する、関連するエッジ点１２４の位置を示す。

図３５ｃを参照すると、その中では対象車両物体５０’が、典型的には関連する画像９０内の地面９９または道路９９’に移行する、２２５度から３１５度まで広がる、第４象限１５０．４に対しては、エッジ点１２４に関連する移行は、典型的には、関連する画像ピクセル１００の振幅におけるシフトと、地面９９または道路９９’に対応して、その振幅において継続する比較的に低い変動とを特徴とする。例えば、図３６ｊ〜ｌは、図３４において、それぞれ２５６度、２６４度および２７２度の角度において、それぞれ３２、３３および３４で識別されている、半径方向探索経路１２６に対する、関連する極性ベクトル１２６’、および関連するエッジ点１２４の位置を示している。

図３７を参照すると、車両物体５０’が垂れかかる樹木の影の中にあることにより生じる、それに沿った関連する車両物体５０’の境界の対応する位置における曖昧さが理由で、それぞれ３４４度、３５２度および０度の角において、その中でそれぞれ４３、４４および０で識別されている、半径方向探索経路１２６に沿った探索は、関連するエッジ点１２４を発見することなく、関連する境界画定探索長方形１３６の関連する境界において、それぞれ終了しており、その結果として、関連する画像ピクセル１００の振幅における関連する変分が、関連するエッジ点１２４の検出を行うには緩慢すぎる。この状況において、環境照明条件が原因で生じる情報の喪失は、一時的、例えば、数フレームだけ続く。図３８ａおよび３８ｂは、図３０において、それぞれ１８４度および３４４度の角度において、それぞれ２３および４３で識別されている半径方向探索経路１２６に対する、関連する極性ベクトル１２６’を示しており、この場合に、図３８ａに示されている半径方向探索経路１２６に対して、対応する関連の半径方向探索は、対応するエッジ点１２４において正常に終了したのに対して、図３８ｂに示されている半径方向探索経路１２６に対しては、対応する関連の半径方向探索は、対応するエッジ点１２４を発見できなかった。

より具体的には、図３９および４０を参照すると、エッジ点１２４を検出するプロセスが、図３４において１で識別されている半径方向探索経路１２６に対する極性ベクトル１２６’について示されており、この場合に、図３６ｂに対応する、図３９は、関連する極性ベクトル１２６’を示し、図４０は、以下にさらに詳細に記述する、フィルタリング前および後の、空間導関数のプロットを示している。一般に、所与の極性ベクトル１２６’に沿ったエッジ点１２４の位置は、すべての場合に、半径方向探索経路１２６に沿った半径方向距離についての、その振幅における比較的大きな変化によって識別され、場合によっては、振幅における比較的大きい変化の位置から半径方向にさらに離れた、極性ベクトル１２６’の相対的遠位部分内での、比較的低い変動が続いて確認される。

一実施態様によれば、例えば、Ｓで識別されて、複数の要素Ｓ_ｋを含む所与の極性ベクトル１２６’に対して、Ｓに沿った比較的大きい振幅シフト１５２が、最初にそれの空間１次導関数１５４、すなわちＳ’、例えば以下の式：
によって与えられる、中心１次導関数を計算することによって位置特定される。

次いで、この空間１次導関数１５４、Ｓ’、は、対応するフィルタリングされた空間１次導関数１５６、すなわち、
が生成されるように、ローパス、ゼロ位相シフトフィルタ、例えばＳａｖｉｔｚｋｙ−Ｇｏｌａｙ平滑化フィルタを用いて、例えば、参照により本明細書に組み込まれている、William H. PRESS、Brian P. FLANNERY、Saul A. TEUKOLSKYおよび William T. VETTERLING、「NUMERICAL RECIPES IN C: THE ART OF SCIENTIFIC COMPUTING」、(ISBN 0-521-43108-5), Cambridge University Press, 1988-1992, pp. 650-655に記載されている方法によって、フィルタリングされる。

より具体的には、
但し、ｎ_Ｒおよびｎ_Ｌは、フィルタリングされた値
を計算するのに使用される、フィルタリングされた値
の位置特定の前および後の
の要素数であり、関連する係数ｃ_ｎは次式で与えられ：
ここで、Ｍはフィルタの所望の次数、すなわち、データを近似する関連する基礎となる多項式の次数であり、その最高保存次数を表わすとともに、その他は以下のとおりである。

例えば、一実施態様において、フィルタ次数Ｍは４に等しく設定され、関連する移動ウィンドウの対称幅は６、すなわちｎ_Ｒ＝６およびｎ_Ｌ＝６であり、結果として、式（２４）から以下の関連するフィルタ係数が得られる：
c = {0.04525, -0.08145, -0.05553, 0.04525, 0.16043, 0.24681,
0.27849, 0.24681, 0.16043, 0.04525, -0.05553, -0.08145, 0.04525} (26)

次いで、特定の半径方向探索経路１２６に沿った、相対的に大きい振幅シフト１５２の位置が、図心１１６への最近接位置ｋ（すなわち、ｋの最小値）として識別され、これに対して、フィルタリングされた空間１次導関数１５６、
の絶対値、すなわち
が閾値、例えば、閾値１０を超える：

この位置は、フィルタリングされた空間１次導関数１５６、
を半径方向外側に、例えば、ｋ＝０から始まり、ｋの値を増大させて探索して、式（２７）を満足する第１の位置ｋを発見することによって求められる。一般に、対応するエッジ点１２４よりも図心１１６に相対的に近接する、振幅における相対的に小さい変化は、関連する物体５０の対応する画像構造と関連している。次いで、結果として得られるエッジインデックスｋ_Ｅｄｇｅが保存されて、対応するエッジ点１２４を識別するのに使用され、例えば、関連するエッジプロフィールベクトル１２４’’に保存されるか、またはそれから、関連の対応する半径方向距離Ｒを特定して、関連するエッジプロフィールベクトル１２４’’に保存することができる。次いで、このプロセスが、関連するエッジプロフィールベクトル１２４’’を定義するように、各半径方向探索経路１２６に関連する、各極性ベクトル１２６’、Ｓに対して繰り返される。

代替的に、式（２２）におけるように１次空間導関数を明示的に計算し、次いでこれを上記のＳａｖｉｔｚｋｙ−Ｇｏｌａｙ平滑化フィルタの上記の平滑化変形形態でフィルタリングするのではなく、Ｓａｖｉｔｚｋｙ−Ｇｏｌａｙ平滑化フィルタを、代替的に例えば、インパルス応答列を有する半径方向プロフィールのコンボルーションをもたらすように、「NUMERICAL RECIPES IN C: THE ART OF SCIENTIFIC COMPUTING」から組み込まれている主題において与えられるアルゴリズムにおいて、ｌｄ＝１のパラメータ値を用いて、極性ベクトル１２６’、Ｓのデータから直接的に平滑化された１次空間導関数を生成するように構成してもよい。しかしながら、例えば、式（２２）を使用する、空間１次導関数１５４、Ｓ’は、関連する方法、例えば、式（２２）におけるような中心差分、左差分、右差分、２次中心差分、またはその他の方法の選択を与える。さらに、代替的に、Ｓａｖｉｔｚｋｙ−Ｇｏｌａｙ平滑化フィルタの代わりに、その他の種類のローパスフィルタも使用することもできる。

上述のように、第２象限１５０．２および第４象限１５０．４について、関連するエッジ点１２４の識別は、関連するエッジ点１２４の位置を超えて物体５０に当接する関連する背景領域および地面９９領域において、例えば、以下の方法によって、極性ベクトル１２６’、Ｓの振幅における相対的に低い変動を検出することにも依存する：
予期されるエッジ点１２４を発見すると、フィルタリングされた空間１次導関数１５６、
が、次式
で与えられる、対応するゼロ交差インデックスｋ_Ｚｅｒｏを有する、ゼロ交差１５８の最初の発生位置を特定するために、さらに半径方向外側について、すなわちエッジインデックスｋ_Ｅｄｇｅよりも大きいｋの増大する値について、例えば、ｋ_Ｅｄｇｅ＋１から開始して、探索される。

次いで、ゼロ交差インデックスｋ_Ｚｅｒｏと等しいインデックスｋで開始して、対応する加重前方移動平均Ｖ_ｋが次式によって計算される：
ここで、関連する加重ベクトルｗｇｔは、次式で与えられる：
ｗｇｔ＝｛０．３５，０．２５，０．２０，０．１０，０．１０｝ （３０）

加重前方移動平均Ｖ_ｋの値が閾値よりも小さい場合、例えば、Ｖ_ｋ＜５の場合には、インデックスｋは増分されて、この試験が繰り返され、加重前方移動平均Ｖ_ｋの値が閾値未満である限り、極性ベクトル１２６’、Ｓの残りの相対的遠位部分１６０に対して、プロセスは繰り返される。インデックスｋの任意の値に対して、加重前方移動平均Ｖ_ｋの値が、閾以上であれば、探索は終了されて、関連する半径方向探索経路１２６の対応するエッジ点１２４は、不確定としてマーキングされる。そうではなく、半径方向探索経路１２６に沿った極性ベクトル１２６’、Ｓの残りの点に対して、加重前方移動平均Ｖ_ｋのすべての値が閾未満である場合には、結果として得られるエッジ点１２４は、先に求められた対応するエッジインデックスｋ_Ｅｄｇｅから与えられる。

図４１ａから図４１ｄを参照すると、レンジ・キュー式物体検出プロセス１２００は、関連するレンジマップ画像８０だけからの情報の使用に限定された検出と比較して、物体のエッジプロフィール１２４’のより頑強で正確な検出をもたらす。例えば、図４１ａから４１ｃは、例えば、それぞれの全文を参照により本明細書に組み入れてある、２００４年７月２６日付出願の米国特許仮出願第６０／５９１５６４号の利益を主張する、２００５年７月２６日付出願の国際出願第ＰＣＴ／ＵＳ０５／２６５１８号に基づいて、２００７年１月２６日付出願の米国特許出願第１１／６５８７５８号に開示されているプロセスによって、レンジマップ画像８０だけから特定された車両物体５０’の第１のエッジプロフィール１２４’^Ａを示す。比較として、図４１ｂおよび４１ｄは、上述のレンジ・キュー式物体検出プロセス１２００を使用して求められた、車両物体５０’の対応する第２のエッジプロフィール１２４’^Ｂを示しており、図４１ｂにおける第１および第２のエッジプロフィール１２４’^Ａおよび１２４’^Ｂの比較により、後者は前者よりも車両物体５０’に対して実質的により良好な忠実性を示していることがわかる。次に、この改善された忠実性は、下に存在する車両物体５０’のより正確な区別をもたらす。

図４２〜４５を参照すると、レンジ・キュー式物体検出プロセス１２００が、図４３に示されているレンジマップ画像８０を生成するように、図４２に示される視覚シーン２４に応用されており、このレンジマップ画像８０から、ニアレンジ車両物体５０’と関連する関心領域（ＲＯＩ）１１４が、図４２からの視覚シーン２４の対応部分の上に重畳されて、図４４に示されている、１５本の半径方向探索経路１２６を使用して処理され、これから、図４５に示されている対応するエッジプロフィール１２４’が検出されて、関連する検出物体１３４の区別または分類を行うように、関連する変換エッジプロフィールベクトル１２４’’’―または対応するエッジプロフィールベクトル１２４’’および関連する図心１１６位置―の形態で、物体区別システム９２へと提供される。

第１の観点によれば、レンジ・キュー式物体検出システム１０、１０’は、両方のステレオ視カメラ３８からの情報を使用して、関連するレンジマップ画像８０を生成すること、および関連するステレオ視カメラ３８の１つからの関連する第１または第２のステレオ視成分４０．１または４０．２を使用して物体を区別することの両方に、関連するステレオ視システム１６、１６’だけを使用する。
図４６を参照すると、第２の観点によれば、レンジ・キュー式物体検出システム１０、１０’’は、レンジ・キュー式物体検出システム１０、１０’の第１の観点について上述したのと実質的に同じ機能を提供するように、ステレオ視システム１６、１６’または別個のカメラ１６４のいずれかと協働する、別個のレンジングシステム１６２を組み入れている。一組の実施態様においては、レンジングシステム１６２は、関連するレンジマップ画像８０の特定を行う。次いで、レンジマップ画像８０が、ステレオ視システム１６、１６’または別個のカメラ１６４のいずれかによって撮像される関連する視覚シーン２４内の任意の物体５０を検出して区別するように、第１のステレオ視カメラ３８．１、３８．１’または第２のステレオ視カメラ３８．２、３８．２’の一方の第１または第２のステレオ画像成分４０．１または４０．２のいずれかから、または、レンジ・キュー式物体検出システム１０、１０’の第１の観点について上述したような別個のカメラ１６４からのモノ画像１６６からの、関連するモノ画像１６６と協働して処理される。

別の組の実施態様においては、ステレオ視システム１６、１６’によって撮像される、関連する視覚シーン２４内の任意の物体５０を検出して区別するように、レンジ・キュー式物体検出システム１０、１０’の第１の観点について上述したように、第１のステレオ視カメラ３８．１、３８．１’または第２のステレオ視カメラ３８．２、３８．２’の一方の第１または第２のステレオ画像成分４０．１または４０．２と一緒に使用される、より頑強で正確な複合レンジマップ画像８０が得られるように、ステレオ視システム１６，１６’からのレンジマップ画像８０’が、センサフュージョンのプロセスを使用するレンジングシステム１６２から別個に生成されたレンジマップ画像８０’’―または対応するレンジング情報―と組み合わされる。

例えば、一組の実施態様において、レンジングシステム１６２は、その視野８４．３内の物体５０のダウンレンジおよびクロスレンジの測定値の組合せをもたらす、レーダーまたはライダー（lidar）のいずれかを含む。一組の実施態様において、ホスト車両１２および物体５０が、地面９９に対して、互いに整列されているときには、平面レーダーまたは平面ライダーのいずれかで十分である。ホスト車両１２と同一面にない物体５０は、仰角φの対応する範囲内で物体５０の検出を行うように、約４度の垂直分散を有する平面レーダーのいくつかの実施態様によって、少なくともある程度まで収容することができる。いくつかの平面ライダーシステムは、垂直分散が実質的にわずかであるか、皆無である。平面レーダーまたは平面ライダーを使用するときに、より大きい仰角φの範囲を、個々の平面レーダーまたは平面ライダーを垂直に積み重ねるか、または関連する電磁エネルギーのビームの走査を行うかのいずれかによって、達成することができる。

セグメント化されたレンジマップ画像８０、８０’’から求められた、図心１１６位置を、第１のステレオ視カメラ３８．１、３８．１’、または第２のステレオ視カメラ３８．２、３８．２’の一方の第１または第２のステレオ画像成分４０．１または４０．２のいずれか、または別個のカメラ１６４からのモノ画像１６６における対応する位置へ変換するように、レンジングシステム１６２からのレンジマップ画像８０、８０’’は、第１のステレオ視カメラ３８．１、３８．１’、または第２のステレオ視カメラ３８．２、３８．２’の一方の第１または第２のステレオ画像成分４０．１または４０．２のいずれか、または別個のカメラ１６４からのモノ画像１６６と相互位置合わせされている（co-registered）。

本明細書において使用されるときには、図心１１６という用語は、全体を通して、関連する関心領域１１４の関連する２次元レンジビン１０８の集合に対する相対的中心位置１１６として解釈することを意図しており、相対的中心位置１１６は、相対的中心位置１１６に対して生成された関連するエッジプロフィールベクトル１２４’’から、関連する物体５０の区別を行うのに十分である。例えば、式（５．１）および（６．１）または（５．２）および（６．２）によって計算される、標準的図心１１６に加えて、代替的に、相対的中心位置１１６は、関連する２次元レンジビン１０８の関連するクロスレンジ距離ＣＲおよびダウンレンジ距離ＤＲの対応する中央値、または関連する２次元レンジビン１０８の関連する最大および最小のクロスレンジ距離ＣＲおよびダウンレンジ距離ＤＲの平均値、または関連する２次元レンジビン１０８に応じて変わるか、関連する２次元名目クラスタリングビン１１３に応じて変わるか、または対応する１次元クロスレンジクラスタリングビン１２１’および１次元ダウンレンジクラスタリングビン１２１’’から識別される２次元名目クラスタリングビンに応じて変わる、その他の尺度、によって与えることもできる。より一般的には、相対的中心位置１１６という用語は、本明細書においては、関連する物体５０、５０’の境界内に位置する、オンターゲットシード点を意味することを意図している。

さらに、相対的中心位置１１６は、関連するレンジ・キュー式物体検出プロセス１２００の段階に対して異なってもよい。例えば、ステップ（１５１８）において計算されて、関連する２次元レンジビン１０８をトップダウン空間１０２にクラスタリングする目的で、関連するクラスタリングプロセス１５００のステップ（１５２８）において使用され、場合よっては更新される、相対的中心位置１１６は、ステップ（１２０８）またはステップ（１２１４）におけるか、またはその両方において、異なる計量基準（metric）を用いて再計算することも可能であり、その後者からの値は、レンジ・キュー式物体検出プロセス１２００のステップ（１２２０）において使用される。例えば、ステップ（１５１８）、（１５２８）および（１２０８）から、相対的中心位置１１６が、標準的な図心１１６ではない場合には、対応する標準的図心１１６を、対応する関連のレンジビン１０８から画像空間１３６’に対して、ステップ（１２１４）において計算することも可能である。

したがって、レンジ・キュー式物体検出システム１０は、関連するレンジマップ画像８０からだけでは検出可能ではない場合がある物体５０の検出を行う。レンジ・キュー式物体検出システム１０を、関連するニアレンジ車両物体５０’を検出するための、車両１２の環境において示してきたにもかかわらず、レンジ・キュー式物体検出システム１０は、一般的に、このような環境、またはいかなる特定の用途にも限定されることはなく、そうではなく、関連するレンジマップ画像８０だけにおいては分解不能である場合があるが、それに対して、第１または第２のステレオ視カメラ３８．１、３８．１’または３８．２、３８．２’の一方の第１または第２のステレオ画像成分４０．１または４０．２から、または別個のカメラ１６４からのモノ画像１６６から、関連するエッジプロフィール１２４’の検出を行うように、十分な輝度変分がある、物体５０、５０’の検出を容易化するように、相互位置合わせされたモノイメージングシステム、例えば、ステレオ視カメラ３８の一方または別個のカメラ１６４、と組み合わせたレンジジングシステム１５２またはステレオ視システム１６の任意の組合せと協働して使用することもできることを理解すべきである。

ステレオ視システム１６が組み入れられたレンジ・キュー式物体検出システム１０に対して、ステレオ視プロセッサ７８、画像プロセッサ８６、物体検出システム８８および物体区別システム９２が別個の処理ブロックとして説明してきたのにもかかわらず、これらのブロックの任意の２つ以上は、共通プロセッサで実装してもよいこと、およびプロセッサの具体的な種類は非限定であることを理解すべきである。さらに、レンジ・キュー式物体検出システム１０は、レンジマップ画像８０が、関連する第１または第２のステレオ画像成分４０．１または４０．２からそれによって生成されるプロセスに関して、非限定であることを理解すべきである。

レンジマップ画像８０および関連するその処理は、ダウンレジン距離ＤＲおよびクロスレンジ距離ＣＲ以外の座標についても可能であることを理解すべきである。より一般的には、レンジマップ画像８０および関連するその処理は、第１および第２の座標についてのものとすることが可能であり、第１の座標は、視覚シーンのダウンレンジ座標に対応するか、またはそれと関係しており、第２の座標は、視覚シーンのクロスレンジ座標に対応するか、またはそれと関係している。例えば、代替的な組の実施態様において、第１の座標は、レンジまたは関連する飛行時間（time-of-flight）とすることも可能であり、第２の座標は、例えば、レーダーまたはライダーレンジングシステム１６２から得られるような、対応する方位角とすることもできる。関連するクラスタリングプロセス１５００は、第１および第２の座標の対応する空間に対して実行するか、または第１および第２の座標をダウンレンジ距離ＤＲおよびクロスレンジ距離ＣＲの空間に変換することによって、またはその後に実行することもできる。代替的に、ダウンレンジおよびクロスレンジの空間から、またはそれに変換可能な、その他の座標系を使用してもよい。

本明細書において示される画像９０、および図２７に示されている関連するピクセル空間は、関連する視覚シーン２４を表わすように、ステレオ視カメラ３８の対応する焦点面４８．１，４８．２のそれに対して、反転されていることを理解すべきである。したがって、ピクセル空間における運動の実際の方向は、対応する視覚シーン２４の空間における方向と反対となる。例えば、実際の焦点面画像（複数可）と関連する、画像ピクセル１００またはレンジピクセル８１のいずれかの行および列の両方を減分させることは、対応する視覚シーン２４において＋４５度の方向における運動に対応し；実際の焦点面画像（複数可）と関連する、画像ピクセル１００またはレンジピクセル８１のいずれかの行および列の両方を増分させることは、対応する視覚シーン２４において−１３５度の方向における運動に対応し；実際の焦点面画像（複数可）と関連する、画像ピクセル１００またはレンジピクセル８１のいずれかの行を増分させるとともに、列を減分させることは、対応する視覚シーン２４において−４５度の方向における運動に対応し；実際の焦点面画像（複数可）と関連する、画像ピクセル１００またはレンジピクセル８１のいずれかの、行を減分させるとともに列を増分させることは、対応する視覚シーン２４において＋１３５度の方向における運動に対応する。

特定の実施態様を前記の詳細な説明において詳細に記述し、添付の図面において図示したが、当業者は、本開示の全体的教示に照らせば、それらの詳細に対する様々な修正形態および代替形態を展開することができることを理解するであろう。本明細書において、「または（ｏｒ）」という語への言及は、「包含的ｏｒ」、または「論理的ＯＲ」と呼ばれるものを意味することを意図しており、論理ステートメントとして使用される場合には、「ＡまたはＢ」の表現は、ＡまたはＢのいずれかが真であるか、またはＡおよびＢの両方が真であれば、真であり、要素のリストとして使用される場合には、「Ａ、ＢまたはＣ」という表現は、その表現の中に記載された要素のすべての組合せ、例えば、Ａ、Ｂ、Ｃ、（Ａ、Ｂ）、（Ａ、Ｃ）、（Ｂ、Ｃ）、および（Ａ、Ｂ、Ｃ）からなる群から選択される要素のいずれか、および追加の要素が列挙される場合にはその他、を包含することを意図していると理解すべきである。

さらに、不定冠詞「ａ」または「ａｎ」、および対応する関連の定冠詞「ｔｈｅ」または「ｓａｉｄ」は、そうではないことが言明もしくは示唆されるか、または物理的に不可能でない限り、それぞれ、１つまたは２つ以上を意味することを意図していると理解すべきである。さらに、「ＡおよびＢの少なくとも一方、その他」、「ＡまたはＢの少なくとも一方、その他」、「ＡおよびＢ、その他から選択された」、または「ＡまたはＢ、その他から選択された」は、それぞれ、記載されたいずれかの要素を個別に、または２つ以上の要素の任意の組合せ、例えば、「Ａ」、「Ｂ」、および「ＡとＢを合わせて（A AND B together）」、その他からなる群からの要素のいずれかを意味することを意図していると理解すべきである。さらに、「ＡおよびＢの一方、その他」および「ＡまたはＢの一方、その他」という表現は、記載された要素のいずれかを個別かつ単独に、例えば、Ａ単独またはＢ単独のいずれか、その他を意味するが、「ＡとＢを合わせて（A AND B together）」を意味しないことを意図していると理解すべきである。さらに、そうではないことが指示されない限り、または物理的に不可能でない限り、上記の実施態様および観点は、互いに組み合わせて用いることができるとともに、互いに排他的ではない。したがって、開示された特定の配設は、実証目的だけであることを意味しており、本発明の範囲を限定するものではなく、本発明の範囲には、添付の特許請求の範囲、およびそのあらゆる均等物の全幅が与えられるべきである。

Claims (59)

1. 視覚シーンの画像を処理する方法であって、
   ａ．視覚シーンのレンジマップ画像を受け取るか、または特定すること、但し、前記レンジマップ画像は、第１の複数の点を含み、該第１の複数の点の内の各点は、前記視覚シーン内の対応する物理的要素の対応する部分の第１の座標と第２の座標を含み、前記第１の座標は、前記視覚シーンのダウンレンジ座標に対応するか、または関係しており、前記第２の座標は、前記視覚シーンのクロスレンジ座標に対応するか、または関係している；
   ｂ．前記視覚シーン内で少なくとも１つの関心領域を特定すること、但し、該少なくとも１つの関心領域は、対応する距離閾に応じた第１および第２の座標の空間における距離に対してクラスタリングされた、第２の複数の前記点を含み、前記第２の複数は、数において前記第１の複数以下であり、前記第１および第２の座標の空間は、ダウンレンジ座標およびクロスレンジ座標に対応するか、または関係している、
   ｃ．前記少なくとも１つの関心領域の前記第２の複数の前記点の対応する相対的中心位置を特定すること、但し、前記相対的中心位置は、対応する第１の座標と対応する第２の座標を含み、前記対応する第１の座標は、前記視覚シーンの対応するダウンレンジ座標に対応するか、または関係しており、前記対応する第２の座標は、前記視覚シーンの対応するクロスレンジ座標に対応するか、または関係している、
   ｄ．前記視覚シーンの画像を受け取ること、但し、前記画像は、列と行の配列として画像空間内に構成された第１の複数のピクセルを含み、該列と行の配列の各列は対応するＸ画像座標によって識別され、前記列と行の配列の各行は対応するＹ画像座標によって識別される、
   ｅ．対応する前記Ｘ画像座標およびＹ画像座標に対する前記相対的中心位置の位置を特定すること、および
   ｆ．対応する前記少なくとも１つの関心領域に関連する物体に対応する前記画像の部分の複数のエッジ点の位置を特定すること、但し、前記複数のエッジ点の各エッジ点は、前記相対的中心位置から対応する外向き方向に沿って延びる半径方向探索経路に沿った、前記物体の外部境界に対応しており、前記外部境界は、前記相対的中心位置に対して遠位であり、前記複数のエッジ点のそれぞれの前記エッジ点は、前記画像空間内の対応する座標を含むとともに、前記複数のエッジ点は、前記物体の区別を行う、
   を含む、前記方法。
2. レンジマップ画像を受け取るか、または特定する動作が、
   ｇ．前記視覚シーンの第１および第２のステレオ画像成分を受け取ること、および
   ｈ．前記第１および第２のステレオ画像成分から前記レンジマップ画像を特定すること
   を含む、請求項１に記載の視覚シーンの画像を処理する方法。
3. レンジマップ画像を、対応する第１および第２の座標を含むトップダウン座標系に変換することをさらに含み、前記対応する第１の座標は、視覚シーンの対応するダウンレンジ座標に対応するか、または関係しており、前記対応する第２の座標は、前記視覚シーンの対応するクロスレンジ座標に対応するか、または関係している、請求項２に記載の視覚シーンの画像を処理する方法。
4. レンジマップ画像を受け取るか、または特定する動作が、複数のレンジ測定値を、方位角またはクロスレンジ距離のいずれかの関数として受け取るか、または特定することを含む、請求項１に記載の視覚シーンの画像を処理する方法。
5. 複数のレンジ測定値が、後方散乱電磁放射に応じて生成されるとともに、複数の異なる方位角に対して生成される、請求項４に記載の視覚シーンの画像を処理する方法。
6. 後方散乱電磁放射がそれに応じて生成される電磁放射のビームを走査することに応じて、複数のレンジ測定値が生成される、請求項５に記載の視覚シーンの画像を処理する方法。
7. 複数のレンジビンに対して、レンジマップ画像の第１の複数の点の内の点をビニングすることによって、ビニングされたレンジマップ画像データを生成することをさらに含み、前記複数のレンジビンの各レンジビンが、視覚シーンのダウンレンジ距離とクロスレンジ距離の両方に対してビニングされる、請求項１に記載の視覚シーンの画像を処理する方法。
8. 視覚シーン内で少なくとも１つの関心領域を特定する動作が、ダウンレンジ距離およびクロスレンジ距離の座標に対する距離について、ビニングされたレンジ画像データをクラスタリングすることを含む、請求項７に記載の視覚シーンの画像を処理する方法。
9. クロスレンジ距離の対応する複数のレンジに対して、複数の第１のヒストグラムビンに対する第１の複数の点の内の第１のカウントの点を含む、第１のヒストグラムを生成すること、および
   ダウンレンジ距離の対応する複数のレンジに対して、複数の第２のヒストグラムビンに対する第１の複数の点の内の第２のカウントの点を含む、第２のヒストグラムを生成することをさらに含む、請求項７に記載の視覚シーンの画像を処理する方法。
10. 第１および第２のヒストグラムが、複数のレンジビンから生成され、前記複数のレンジビンの各レンジビンが、該レンジビンに関連する第１の複数の点の内のあるカウントの点を含む、請求項９に記載の視覚シーンの画像を処理する方法。
11. 第２の複数の点が、少なくとも１つの２次元クラスタリングビンに対してクラスタリングされている、請求項１０に記載の視覚シーンの画像を処理する方法。
12. 少なくとも１つの２次元クラスタリングビンが、少なくとも１つの所定の２次元名目クラスタリングビンを含み、該少なくとも１つの所定の２次元名目クラスタリングビンは、１次元名目クロスレンジクラスタリングビンまたは１次元名目ダウンレンジクラスタリングビンの少なくとも一方に応じて配置される、請求項１１に記載の視覚シーンの画像を処理する方法。
13. 少なくとも１つの２次元クラスタリングビンが、第１のヒストグラムの局在ピークまたは第２のヒストグラムの局在ピークの少なくとも一方に応じて配置される、請求項１１に記載の視覚シーンの画像を処理する方法。
14. 少なくとも１つの２次元クラスタリングビンが、第１のヒストグラムの局在ピークまたは第２のヒストグラムの局在ピークの少なくとも一方を、実質的に中心としている、請求項１３に記載の視覚シーンの画像を処理する方法。
15. 少なくとも１つの２次元クラスタリングビンが、第１のヒストグラムの空間フィルタリングの空間１次導関数または第２のヒストグラムの空間フィルタリングの空間１次導関数の少なくとも一方に応じて配置される、請求項１１に記載の視覚シーンの画像を処理する方法。
16. 第２の複数の点の内の少なくとも１つの点が、少なくとも１つの２次元クラスタリングビンの、先にクラスタリングされた第２の複数の点の相対的中心位置までの距離に対してクラスタリングされる、請求項１１に記載の視覚シーンの画像を処理する方法。
17. 第２の複数の点がクラスタリングされる順序が、ダウンレンジ距離またはクロスレンジ距離の少なくとも一方に応じて決まる、請求項９に記載の視覚シーンの画像を処理する方法。
18. 第２の複数の点がクラスタリングされる順序が、前記第２の複数の点に関連する物体との衝突の可能性に応じて決まる、請求項９に記載の視覚シーンの画像を処理する方法。
19. 第１および第２のヒストグラムが、少なくとも１つの関心領域を特定するようにクラスタリングされる１つまたは２つ以上の追加の点を選択する前に、クラスタリングされている少なくとも１つの点を除去するように修正される、請求項９に記載の視覚シーンの画像を処理する方法。
20. 第１および第２の座標の空間における距離に対してクラスタリングされる点を、前記第１および第２の座標の前記空間における領域に限定することをさらに含む、請求項１に記載の視覚シーンの画像を処理する方法。
21. 領域のクロスレンジサイズまたは前記領域のダウンレンジサイズの少なくとも一方が事前設定されている、請求項２０に記載の視覚シーンの画像を処理する方法。
22. 領域のクロスレンジサイズまたは前記領域のダウンレンジサイズの少なくとも一方が、関連するダウンレンジ距離に応じて決まる、請求項２０に記載の視覚シーンの画像を処理する方法。
23. 領域のクロスレンジサイズまたは前記領域のダウンレンジサイズの少なくとも一方が、現時点または先行時点のいずれかにおける、関連する状況認識に応じて決まる、請求項２０に記載の視覚シーンの画像を処理する方法。
24. 少なくとも１つの関心領域に対して、第１および第２の座標の空間における距離に対して、クラスタリングされた第２の複数の点の、対応する少なくとも１つの群に対応する楕円プロフィールを求めることをさらに含む、請求項１に記載の視覚シーンの画像を処理する方法。
25. 少なくとも１つの関心領域に対して、楕円プロフィールの長軸または短軸のいずれかの方位に応じて、前記少なくとも１つの関心領域に関連する物体の方位を特定することをさらに含む、請求項２４に記載の視覚シーンの画像を処理する方法。
26. 長軸の長さまたは短軸の長さのいずれかと、対応する閾との少なくとも１回の比較に応じて、少なくとも１つの関心領域に関連する物体を分類することをさらに含む、請求項２５に記載の視覚シーンの画像を処理する方法。
27. 画像空間における座標が、行と列のピクセル座標、または相対的中心位置に対して対応する極角と半径のいずれかを含む、請求項１に記載の視覚シーンの画像を処理する方法。
28. 複数のエッジ点の位置を特定する動作が、相対的中心位置からの対応する複数の半径方向距離を特定するように、前記複数のエッジ点のそれぞれに対する相対的中心位置からの半径方向距離を特定することを含む、請求項１に記載の視覚シーンの画像を処理する方法。
29. 相対的中心位置からの複数の半径方向距離を、画像空間における対応する複数の組の座標に変換することをさらに含む、請求項２８に記載の視覚シーンの画像を処理する方法。
30. 複数のエッジ点の位置を特定する動作が、画像空間内の領域に限定される、請求項１に記載の視覚シーンの画像を処理する方法。
31. 画像空間内の領域の幅、前記画像空間内の前記領域の高さ、または前記画像空間内の前記領域の相対的中心位置からの最大半径方向距離の内の少なくとも１つが事前設定される、請求項３０に記載の視覚シーンの画像を処理する方法。
32. 画像空間内の領域の幅、前記画像空間内の前記領域の高さ、または前記画像空間内の前記領域の相対的中心位置からの最大半径方向距離の内の少なくとも１つが、前記相対的中心位置のダウンレンジ距離に応じて決まる、請求項３０に記載の視覚シーンの画像を処理する方法。
33. 画像空間内の領域の相対的中心位置からの最大半径方向距離が、外向き方向に応じて決まる、請求項３０に記載の視覚シーンの画像を処理する方法。
34. 画像空間内の領域の幅、前記画像空間内の前記領域の高さ、または前記画像空間内の前記領域の相対的中心位置からの最大半径方向距離の内の少なくとも１つが、現時点または先行時点のいずれかにおける、関連する状況認識に応じて決まる、請求項３０に記載の視覚シーンの画像を処理する方法。
35. 複数のエッジ点の位置を特定する動作が、
    ａ．複数の極探索方向の内の極探索方向、または対応する複数の半径方向探索経路の内の対応する半径方向探索経路を選択するか、または特定すること、
    ｂ．前記対応する前記半径方向探索経路に沿って画像ピクセルを選択すること、但し、前記画像ピクセルを選択する動作は、処理しようとする選択画像ピクセルを提供する、
    ｃ．前記選択された画像ピクセルが、前記半径方向探索経路に沿ったエッジ点を構成するか、どうかを判定すること、
    ｄ．前記選択された画像ピクセルが、前記半径方向探索経路に沿った前記エッジ点を構成しない場合には、前記半径方向探索経路に沿った次の画像ピクセルを選択すること、但し、前記次の画像ピクセルは、前記半径方向探索経路に沿った、またはその近傍の前記選択された画像ピクセルの半径方向外側にある、および
    ｅ．前記次の画像ピクセルで置換された前記選択された画像ピクセルに対してステップｃおよびｄを繰り返すこと
    を含む、請求項１に記載の視覚シーンの画像を処理する方法。
36. 選択された画像ピクセルは、複数の選択された画像ピクセルの１つであり、複数のエッジ点の場所を特定する動作は、複数の前記選択された画像ピクセルの処理を行い、第１の前記選択された画像ピクセルは、相対的中心位置における、またはその最近傍の画像ピクセルを含む、請求項３５に記載の視覚シーンの画像を処理する方法。
37. 次の画像ピクセルは、選択された画像ピクセルに対して相対的中心位置から徐々に遠くなる、行または列の一方において選択され、前記次の画像ピクセルの前記行または列の他方は、対応する極探索方向に応じて半径方向探索経路に最も近接して追従するように選択される、請求項３５に記載の視覚シーンの画像を処理する方法。
38. 選択された画像ピクセルが、半径方向探索経路に沿ったエッジ点を構成するかどうかを判定する動作に先立って、エッジ保存平滑化フィルタで、前記選択された画像ピクセルをフィルタリングすることをさらに含む、請求項３５に記載の視覚シーンの画像を処理する方法。
39. エッジ保存平滑化フィルタは、関連する複数の均質領域を使用する、最大均質近隣フィルタを含み、前記関連する複数の均質領域のそれぞれの別の均質領域は、対応する別の極探索方向を中心とする対応する別の組の関連するアクティブピクセルを組み入れる、請求項３８に記載の視覚シーンの画像を処理する方法。
40. 対応する半径方向探索経路に沿った画像ピクセルが、複数の画像ピクセルの１つであって、
    ａ．対応する複数の空間導関数値を生成するように、半径方向探索経路に沿ったインデックスまたは距離について、前記複数の画像ピクセルを微分すること、および
    ｂ．複数の空間導関数値の少なくとも１つの空間導関数値の絶対値の量に応じて、前記複数の画像ピクセル１つの画像ピクセルに対応するエッジ点の位置を特定すること
    をさらに含む、請求項３５に記載の視覚シーンの画像を処理する方法。
41. 複数の画像ピクセルを微分する動作は、実質的にゼロ位相シフト空間導関数を特定することを含む、請求項４０に記載の視覚シーンの画像を処理する方法。
42. 対応する複数の空間的にフィルタリングされた空間導関数値を生成するように、前記エッジ点の場所を特定する動作の前に、複数の空間導関数値を空間的にフィルタリングすることをさらに含み、
    前記複数の画像ピクセルの１つの画像ピクセルに対応するエッジ点の位置を特定する動作が、前記複数の空間的にフィルタリングされた空間導関数値の内の少なくとも１つの空間的にフィルタリングされた空間導関数値の絶対値の量に応じて決まる、請求項４０に記載の視覚シーンの画像を処理する方法。
43. 複数の空間導関数値を空間的にフィルタリングする動作が、Ｓａｖｉｔｚｋｙ−Ｇｏｌａｙフィルタ法に従う、請求項４２に記載の視覚シーンの画像を処理する方法。
44. 複数の画像ピクセルを微分する動作が、Ｓａｖｉｔｚｋｙ−Ｇｏｌａｙフィルタ法によって本質的に達成される、請求項４３に記載の視覚シーンの画像を処理する方法。
45. ａ．複数の空間的にフィルタリングされた導関数値のゼロ交差の相対的遠位位置を特定すること、但し、前記相対的遠位位置はエッジ点に対して相対的に遠位である、
    ｂ．前記ゼロ交差の前記相対的遠位位置に対して相対的に遠位である、前記複数の前記空間的にフィルタリングされた空間導関数値のそれぞれが、閾よりも小さい変動の尺度を示すかどうかを判定すること、および
    ｃ．前記ゼロ交差の前記相対的遠位位置に対して相対的に遠である、前記複数の前記空間的にフィルタリングされた空間導関数値の少なくとも１つが、分散の尺度が閾以上であることを示す場合には、エッジ点が不確定であることを指示すること
    をさらに含む、請求項４２に記載の視覚シーンの画像を処理する方法。
46. 変動の尺度が、複数の空間的にフィルタリングされた空間導関数値のサブセットの加重和に応じて決まる、請求項４５に記載の視覚シーンの画像を処理する方法。
47. 相対的中心位置が図心を含む、請求項１に記載の視覚シーンの画像を処理する方法。
48. 物体検出システムであって、
    ａ．視覚シーンのレンジマップ画像の生成を行う、レンジングシステムであって、前記レンジマップ画像は、第１の複数の点を含み、該第１の複数の点の各点は、前記視覚シーン内の対応する物理要素の対応する部分の第１の座標と第２の座標を含み、前記第１の座標は、前記視覚シーンのダウンレンジ座標に対応するか、またはそれと関係しており、前記第２の座標は、前記視覚シーンのクロスレンジ座標に対応するか、またはそれと関係している、前記レンジングシステム、
    ｂ．前記視覚シーンの画像の生成を行う、イメージングシステム、および
    ｃ．少なくとも１つのプロセッサであって、
    ｉ．トップダウン座標系に対する前記レンジマップ画像内の少なくとも１つの関心領域を特定すること、
    ｉｉ．前記トップダウン座標系に対する前記少なくとも１つの関心領域の、対応する相対的中心位置を特定すること、
    ｉｉｉ．前記画像内の前記相対的中心位置の対応する位置を特定すること、および
    ｉｖ．前記画像の前記部分内の物体のエッジ境界を位置特定するように、前記相対的中心位置から延びる複数の半径方向探索経路に沿って、前記相対的中心位置を包囲する前記画像の部分を半径方向に探索すること
    を行う、前記少なくとも１つのプロセッサを含み、前記複数の半径方向探索経路のそれぞれの別の半径方向探索経路が、対応する別の外向き方向にある、前記物体検出システム。
49. レンジングシステムが、
    ａ．ステレオ視システムの第１および第２のカメラ、および
    ｂ．前記ステレオ視システムの第１および第２のカメラによってそれぞれ生成された、関連する第１および第２の画像信号から、前記レンジマップ画像を生成するプロセッサ
    を含む、請求項４８に記載の物体検出システム。
50. レンジングシステムが、生成された電磁エネルギーのビームに直接応答してレンジを測定する、システムを含む、請求項４８に記載の物体検出システム。
51. レンジングシステムは、レーダーシステムまたはライダーシステムのいずれかを含む、請求項４８に記載の物体検出システム。
52. イメージングシステムが、ステレオ視システムの第１または第２のカメラの一方を含む、請求項４８に記載の物体検出システム。
53. 相対的中心位置が図心を含む、請求項４８に記載の物体検出システム。
54. 画像をフィルタリングする方法であって、
    ａ．相対的ピクセル空間において複数の均質領域を識別すること、但し、前記複数の均質領域の各均質領域は、対応する複数の位置に位置する複数のアクティブな相対ピクセルを含み、前記対応する複数の位置は、前記複数の均質領域のすべての複合体を画定する境界内の相対的中心ピクセルと関係して配置され、前記複数のアクティブな相対的ピクセルの前記複数の位置は、対応する極方向において相対的中心軸位置から前記境界まで外方向に延びる、対応する半径方向延長軸に対して対称であり、前記複数のアクティブな相対的ピクセルの前記複数の位置は、前記半径方向延長軸が交差する、そのすべてのアクティブな相対的ピクセルを含み、前記複数の均質領域のそれぞれの別の均質領域は、前記境界の方位に対して別の前記極方向に延びる、別の前記半径方向延長軸に対応する、
    ｂ．フィルタリングしようとする画像のピクセルを受け取ること、
    ｃ．前記複数の均質領域のそれぞれに対して、
    ｉ．前記複数の均質領域の１つを選択すること、
    ｉｉ．前記複数の均質領域の前記１つに関連する偏差を計算すること、但し前記偏差は、前記画像の対応する複数の近隣ピクセルに対応する、前記複数の均質領域の前記１つの前記複数のアクティブな相対的ピクセルのそれぞれに対して、複数の関連する差分値の和によって与えられ、前記複数の関連する差分値のそれぞれの関連する差分値は、フィルタリングしようとする前記ピクセルの値と、前記均質領域の選択されたアクティブな相対的ピクセルの対応する相対的位置に対応する、相対的位置における前記画像の近隣ピクセルの値、との差分の絶対値によって与えられ、ここで、前記画像のそれぞれの前記近隣ピクセルは、前記画像の前記複数の近隣ピクセルの１つである、
    ｄ．対応する前記偏差がそれに対して最小である、前記複数の均質領域の少なくとも１つの前記均質領域を発見すること、
    ｅ．フィルタリングしようとする前記画像の前記ピクセルのフィルタリングされたピクセル値を生成すること、但し、前記フィルタリングされたピクセル値は、前記フィルタリングしようとする画像の前記複数の近隣ピクセルのそれぞれの値に応じて決まるとともに、前記複数の近隣ピクセルのそれぞれの前記近隣ピクセルは、前記対応する前記偏差がそれに対して最小である、前記少なくとも１つの前記均質領域の異なる前記選択されたアクティブな相対的ピクセルに対応する、
    を含む、前記方法。
55. それぞれの極方向は、相対的ピクセル空間のＸ軸から測定したときの、４５度、９０度、１３５度、２１５度、２７０度および３１５度の角度からなる群から選択され、前記相対的ピクセル空間の行寸法は、前記Ｘ軸と整列されている、請求項５４に記載の画像をフィルタリングする方法。
56. 複数のアクティブな相対的ピクセルは、３つの相対的近位ピクセルと１つの相対的遠位ピクセルとを含み、
    前記３つの相対的近位ピクセルのそれぞれは、前記相対的中心ピクセルに対して横方向に隣接するか、または対角方向に隣接しており、前記１つの相対的遠位ピクセルは、半径方向延長軸に沿って、前記３つの相対的近位ピクセルの１つに対して横方向に隣接するか、または対角方向に隣接し、かつそれに対して相対的に遠位である、請求項５４に記載の画像をフィルタリングする方法。
57. フィルタリングされたピクセル値が、複数の近隣ピクセルの値の平均から生成される、請求項５４に記載の画像をフィルタリングする方法。
58. 複数の近隣ピクセルのカウントが、２のべき乗に等しく、前記複数の近隣ピクセルの値の平均が、前記複数の近隣ピクセルの値の和を、前記２のべき乗に対応する量だけ、２値右シフトすることによって求められる、請求項５７に記載の画像をフィルタリングする方法。
59. フィルタリングされたピクセル値が、複数の近隣ピクセルの値の中央値として生成される、請求項５４に記載の画像をフィルタリングする方法。