JP2016125993A - 物体検出装置および物体検出方法 - Google Patents

Abstract

【課題】対象物体を個別に正確に検出すること。【解決手段】捕捉点算出部３２は、電力プロファイル情報から反射強度の極大点を算出する。捕捉点算出部３２によって算出される極大点は、対象物体を捕捉する捕捉点となる。捕捉領域算出部３３は、捕捉点を含む領域である少なくとも１つ以上の捕捉領域を算出する。捕捉領域グループ化部３４は、捕捉領域が複数算出された場合、各捕捉領域を、所定の条件に基づいて、グルーピングするか否かの判定を行う。物体確定部３５は、グルーピングした捕捉領域から、物体の種別（例えば、大型車両、小型車両、二輪車、歩行者）を判別する。【選択図】図３

Description

本開示は、物体検出装置および物体検出方法に関し、車両または道路インフラシステムに搭載され、対象となる物体を個別にかつ精度よく検出できる物体検出装置および物体検出方法に関する。

近年、乗用車を含む車両には、自車両の周囲に存在する対象物体（他車両、歩行者、二輪車及び路上にある設置物のいずれかを含む）を検出する車載用レーダ装置が搭載されている。車載用レーダ装置は、レーダ信号の送信方向、レーダ信号の送信から受信までの遅延時間、及び、反射信号の受信電力により、自車両の前方又は側方から接近する対象物体の位置を検出し、自車両との相対位置又は相対速度を測定する。そして、車載用レーダ装置は、測定結果に基づき、自車両と対象物体とが衝突する可能性の有無を判断する。車載用レーダ装置は、衝突可能性が有ると判断した場合、更に、運転手に対して警告を出力し、自動的に自車両を制御することによって、衝突回避を実行する。

例えば、特許文献１において、車載用レーダ装置による周辺車両の個別検出技術が開示されている。一般的なレーダ装置は、１つの対象物体から複数の強い反射点（以下、捕捉点と言う）を取得する。特許文献１のレーダ装置は、同一の対象物体からの複数の捕捉点をグルーピングするために、まず、自車両と対象物体との相対進行方向を推定する。そして、特許文献１のレーダ装置は、相対進行方向に沿った矩形枠を設け、矩形枠内に入る捕捉点をグルーピングし、１つの対象物体として検出する。

特開２０１０−１５６５６７号公報

R.C.Gonzalez and R.E.Woods, Digital Image Processing, Prentice Hall, 2002. p.613-626

しかしながら、上述した特許文献１の従来技術では、矩形枠を事前に固定する必要があるため、対象物体が特定の大きさの車両に限定される。そのため、対象物体の検出精度が不十分であるという課題がある。

本開示は、上記課題を解決するためになされたものであり、対象物体を個別に、精度良く検出できる物体検出装置および物体検出方法を提供することを目的とする。

本開示の物体検出装置は、レーダ装置が取得したレーダ信号の送信方向毎の遅延プロファイルに基づいて物体を検出する物体検出装置であって、前記レーダ信号の各送信方向について前記レーダ装置からの距離を所定の間隔で区切ったセル毎に、反射信号の受信電力の代表値である反射強度を算出し、前記反射強度を示すプロファイル情報を生成する情報生成部と、前記プロファイル情報のセルの中から前記反射強度の極大値を示すセルを、前記物体を捕捉する捕捉点として算出する捕捉点算出部と、前記捕捉点を含むセルの集合体である少なくとも１つ以上の捕捉領域を算出する捕捉領域算出部と、前記捕捉領域が複数算出された場合、前記複数の捕捉領域の中から基準捕捉領域および前記基準捕捉領域の捕捉点から所定の距離以内に存在する近接捕捉領域を選択し、前記近接捕捉領域に関する情報と前記基準捕捉領域に関する情報とに基づいて、前記近接捕捉領域と前記基準捕捉領域とをグループ化して１つの捕捉領域とするか否かを判定する捕捉領域グループ化部と、グループ化された捕捉領域の形状に基づいて前記物体を確定する物体確定部と、を具備する。

本開示の物体検出方法は、レーダ装置が取得したレーダ信号の送信方向毎の遅延プロファイルに基づいて物体を検出する物体検出方法であって、前記レーダ信号の各送信方向について前記レーダ装置からの距離を所定の間隔で区切ったセル毎に、反射信号の受信電力の代表値である反射強度を算出し、前記反射強度を示すプロファイル情報を生成するステップと、前記プロファイル情報のセルの中から前記反射強度の極大値を示すセルを、前記物体を捕捉する捕捉点として算出するステップと、前記捕捉点を含むセルの集合体である少なくとも１つ以上の捕捉領域を算出するステップと、前記捕捉領域が複数算出された場合、前記複数の捕捉領域の中から基準捕捉領域および前記基準捕捉領域の捕捉点から所定の距離以内に存在する近接捕捉領域を選択し、前記近接捕捉領域に関する情報と前記基準捕捉領域に関する情報とに基づいて、前記近接捕捉領域と前記基準捕捉領域とをグループ化して１つの捕捉領域とするか否かを判定するステップと、グループ化された捕捉領域の形状に基づいて前記物体を確定するステップと、を含む。

本開示によれば、捕捉点を含む捕捉領域を精度良くグループ化できるので、対象物体を個別に精度良く検出できる。

本開示に係る物体検出装置を車載レーダ装置に利用した概念図 本開示に係る物体検出装置を道路インフラシステム用レーダ装置に利用した概念図 本開示の実施の形態１に係る物体検出装置の構成を示す図 本開示の実施の形態１における電力プロファイル情報の一例を示す図 本開示の実施の形態１における捕捉領域の算出過程の一例を説明する図 本開示の実施の形態１における捕捉領域の算出過程の一例を説明する図 本開示の実施の形態１における捕捉領域の算出過程の一例を説明する図 本開示の実施の形態１における捕捉領域の算出過程の一例を説明する図 本開示の実施の形態１における捕捉領域の算出過程の一例を説明する図 本開示の実施の形態１における捕捉領域の算出過程の一例を説明する図 本開示の実施の形態１におけるグルーピング処理を示す図 本開示の実施の形態１における隣り合う捕捉領域と捕捉領域が互いに接する場合の谷高度の算出を示す図 本開示の実施の形態１における隣り合う捕捉領域と捕捉領域が接していない場合の谷高度の算出を示す図 本開示の実施の形態１におけるグルーピングの判定処理を示す図 本開示の実施の形態１におけるグルーピングの次の判定処理を示す図 本開示の実施の形態２に係る物体検出装置の構成を示す図

（本開示に至る経緯）
まず、本開示に至る経緯について説明する。本開示は、車載用レーダ装置および道路インフラシステム用レーダ装置に用いられる物体検出装置に関する。

車載用レーダ装置は、既に多くの車両に搭載されつつあるが、道路インフラシステム用レーダ装置も道路のインフラシステムに導入されつつある。道路インフラシステム用レーダ装置は、例えば、交差点の周辺に設置され、交差点周辺（道路および道路周辺を含む）に存在する例えば、車両、歩行者、二輪車を検出し、交通状況の監視と交通の管理を行う。

道路インフラシステム用レーダ装置は、交通状況の監視として、例えば、交通量の検出、車両のスピード違反及び信号無視の検出を行う。また、道路インフラシステム用レーダ装置は、交通の管理として、検出した交通量に基づいて、信号機の制御を行う。あるいは、道路インフラシステム用レーダ装置は、車両の死角に存在する物体を検出し、検出した物体の情報を車両の運転手に通知する。このように、道路インフラシステム用レーダ装置は、交通の効率化と交通事故の防止を実現できる。

例えば、大きな車両の周囲にいる歩行者又は二輪車は、車両の運転手に見落とされ易く、または、運転手からの死角になり易いため、人身事故のリスクが大きい。そのため、従来の車載用レーダ装置および道路インフラシステム用レーダ装置は、車両、歩行者、自転車、および、二輪車のそれぞれ特徴の異なる物体を個別に分離して検出する。従来のレーダ装置は、各物体を個別に検出することによって、交通量を正確に把握でき、衝突の可能性を予め予測できる。レーダ装置が各物体の個別検出が困難な場合、物体の検出漏れが発生し、交通量の把握が不十分となり、また、衝突の可能性を予め予測することが困難になる。

前述のとおり、特許文献１では、検出対象の物体が特定の大きさの車両に限定されるため、車両の周囲に存在する歩行者又は自転車の車両よりも小さい物体に対して、車両と分離して個別に検出することが困難である。

また、特許文献１では、自車両と対象物体との相対的な進行方向を推定するため、対象物体の特定部位に対応する捕捉点を追跡する必要がある。しかしながら、車両とレーダ装置との相対方向と相対位置が変化する場合、捕捉点に対応する対象物体の部位が変化するため、捕捉点の追跡が困難である。道路インフラシステム用レーダ装置では、交差点を走行する車両とレーダ装置との相対方向と相対位置が、車載用レーダ装置よりも大きく変化するため、捕捉点の追跡が困難である。

このような事情に鑑み、対象物体の検出は、捕捉点を含む捕捉領域のグループ化の精度に依存することに着目し、捕捉領域を精度良くグループ化するための条件についての考察を行い、本開示に至った。本開示は、車載用レーダ装置にも道路インフラシステム用レーダ装置にも適用可能であり、歩行者又は二輪車の存在を検出でき、衝突可能性を検知して、交通事故の防止が実現できる。

（本開示の利用イメージ）
ここで、本開示に係る物体検出装置を具体的に利用するイメージについて図面を用いて説明する。

図１は、本開示に係る物体検出装置の車載用レーダ装置に利用した概念図である。図１は、自車両Ｖ、自車両に搭載されるレーダ装置Ｒ、２つの異なる対象物体Ｔ１、Ｔ２が記載されている。図１は、自車両Ｖの上方から描写した図であり、レーダ装置Ｒは自車両Ｖの前方に搭載されている。

レーダ装置Ｒは、本開示に係る物体検出装置を含む。また、レーダ装置Ｒは、例えば、アンテナ、ＲＦ信号処理部、ベースバンド処理部を含む。なお、本開示は、レーダ装置Ｒを自車両Ｖに設置する位置又は設置する方法を限定しない。レーダ装置Ｒの設置位置は、自車両Ｖの前方または側方の周辺に存在する物体を検出できれば良い。

図２は、本開示に係る物体検出装置の道路インフラシステム用レーダ装置に利用した概念図である。図２は、レーダ装置Ｒ、路面Ｐ、レーダ装置Ｒが設置されるサポート装置Ｌ（例えば、ポール）、２つの異なる対象物体Ｔ１、Ｔ２が記載されている。図２は、レーダ装置Ｒが設置された位置付近の斜視したイメージ図である。

路面Ｐは、直進の道路でもよいし、交差点の一部であってもよい。また、レーダ装置Ｒが設置される位置は、道路の上方、路側、交差点の上方、または、交差点の各コーナーであってもよい。なお、本開示は、レーダ装置Ｒを設置する位置や設置する方法を限定しない。レーダ装置Ｒは、交差点における横断歩道及び周囲に存在する車両、歩行者又は二輪車を検出できれば良い。

図１および図２において、対象物体Ｔ１は、対象物体Ｔ２よりも大きい物体であり、例えば、車両である。また、対象物体Ｔ２は、例えば、バイク、自転車又は歩行者である。また、図１および図２では、対象物体Ｔ２は、対象物体Ｔ１よりもレーダ装置Ｒに近い位置に存在する。本開示に係る物体検出装置は、対象物体Ｔ１と対象物体Ｔ２を分離して個別に検出する。

次に、本開示の実施の形態について、図面を参照して詳細に説明する。なお、以下に説明する各実施の形態は一例であり、本開示はこれらの実施の形態により限定されるものではない。

（実施の形態１）
まず、本開示の実施の形態１に係る物体検出装置３０の構成について、図３を用いて説明する。

図３は、本開示の実施の形態１に係る物体検出装置３０の構成を示す図である。図３に示す物体検出装置３０は、図示しないレーダ装置に接続される。レーダ装置は、所定の角度間隔で順次方向を変えながらレーダ信号を送信する送信部と、レーダ信号が対象物体に反射した反射信号を受信する受信部と、反射信号をベースバンドに変換し、レーダ信号の送信方向毎の遅延プロファイル（伝搬遅延特性）を取得する信号処理部と、を有する。なお、物体検出装置３０は、レーダ装置に含まれてもよい。

物体検出装置３０は、情報生成部３１、捕捉点算出部３２、捕捉領域算出部３３、捕捉領域グループ化部３４、および、物体確定部３５を有する。物体検出装置３０の各構成は、例えば、ＬＳＩ回路のハードウェアによって実現可能である。あるいは、物体検出装置３０の各構成は、車両を制御する電子制御ユニット（Ｅｌｅｃｔｒｏｎｉｃ Ｃｏｎｔｒｏｌ Ｕｎｉｔ：ＥＣＵ）の一部としても実現可能である。

情報生成部３１は、レーダ装置の信号処理部から出力された遅延プロファイルにより、レーダ信号の送信方向毎に、レーダ装置からの距離を所定の間隔で区切ったセル毎に、反射信号の受信電力の代表値（以下、「反射強度」と云う）を測定する。そして、情報生成部３１は、各セルの反射強度を示す電力プロファイル情報を生成し、捕捉点算出部３２へ出力する。なお、反射強度は、一般的に連続値であるが、処理を簡単にするために情報生成部３１が量子化処理を行ってもよい。なお、情報生成部３１が生成する電力プロファイル情報の詳細については、後述する。

捕捉点算出部３２は、電力プロファイル情報から反射強度の極大点を算出する。捕捉点算出部３２によって算出される極大点は、対象物体を捕捉する捕捉点である。具体的に、捕捉点算出部３２は、電力プロファイル情報を画像として取り扱い、公知の方法で極大点を算出する。なお、捕捉点算出部３２における捕捉点の算出方法の詳細については、後述する。

捕捉領域算出部３３は、所定のアルゴリズムにより、捕捉点算出部３２によって算出した捕捉点を含む領域である捕捉領域を算出する。なお、捕捉領域算出部３３が捕捉点から捕捉領域を算出する方法の詳細については、後述する。

捕捉領域グループ化部３４は、捕捉領域算出部３３が算出する各捕捉領域を、所定の条件に基づいて、グルーピングするか否かの判定を行う。なお、捕捉領域グループ化部３４におけるグルーピング判定の方法の詳細については、後述する。

物体確定部３５は、グルーピングした捕捉領域から、物体の種別（例えば、大型車両、小型車両、二輪車又は歩行者）を判別する。なお、物体確定部３５における物体の判別方法の詳細については、後述する。

次に、情報生成部３１が生成する電力プロファイル情報について説明する。図４は、電力プロファイル情報の一例を示す図である。図４の横軸は、レーダ信号の送信方向の方位角を示し、縦軸は、レーダ装置からの距離を示す。図４の例では、横軸の方位角を１０°毎に区切り、縦軸の距離を１０ｍ毎に区切ってセルを構成している。なお、本実施の形態において、セルの角度範囲および距離範囲は、上記の値に限定されない。各範囲は、高い分解能を得られるという点で、より小さい方が好ましい。

また、図４において、電力プロファイル情報における各セルの濃淡は、反射強度を示し、色が濃い程、反射強度が強いことを示している。なお、説明を簡単にするために、特定のセル以外のセルの色は白色としている。

また、本実施の形態では、各セルの反射強度（代表値）は、セル内のうちで、最大値となる受信電力の値を用いる。ただし、本開示はこれに限られず、各セルの反射強度（代表値）は、例えば、セル内における受信電力の平均値であってもよく、他の値を使用できる。

また、以下では、図４に示すような電力プロファイル情報の各セルを、適宜、１つの点として取り扱って説明を行う。

次に、捕捉点算出部３２における捕捉点の算出について説明する。捕捉点算出部３２は、電力プロファイル情報における１つの対象セルの反射強度を対象セルに隣接する３×３領域のセルの反射強度と比較する。そして、捕捉点算出部３２は、対象セルの反射強度が隣接する３×３領域のセルの反射強度よりも大きい場合に、対象セルを極大点として算出する。なお、隣接するセルは、３×３領域に限らず、５×５領域、または、７×７領域であってもよい。

図４では、セルｕの反射強度は、セルｕに隣接する３×３領域のセルの反射強度よりも大きいため、セルｕは極大点となる。また、セルｖ、ｗも、セルｕと同様に極大点である。

また、捕捉点算出部３２は、対象セルと隣接するセルとの反射強度の差を考慮して、極大点を算出してもよい。図４では、セルｗの反射強度とセルｗに隣接するセルの平均反射強度との差が小さいため、捕捉点算出部３２は、セルｗを極大点から外してもよい。なお、捕捉点算出部３２は、反射強度の差を所定の閾値と比較して、極大点を算出してもよい。

以下では、捕捉点算出部３２は、捕捉点としてセルｕおよびセルｖを算出した場合について説明する。

次に、捕捉領域算出部３３が捕捉点から捕捉領域を算出する方法について説明する。例えば、図４のような電力プロファイルを平面とし、反射強度を平面に垂直な方向とする３次元空間において、捕捉領域は、３次元空間における捕捉点を頂点とする山の平面上の領域に相当する。

捕捉領域算出部３３は、電力プロファイルを、各セルを画素とする画像として取り扱い、例えば、ｒｅｇｉｏｎ ｇｒｏｗｉｎｇ画像処理手法の公知の画像処理手法を用いて、捕捉領域を算出する。本実施の形態においては、捕捉領域算出部３３は、ｒｅｇｉｏｎ ｇｒｏｗｉｎｇ画像処理手法の１つであるウォーターシェッド（Ｗａｔｅｒｓｈｅｄ）アルゴリズムを用いて、捕捉領域を算出する。

ここで、捕捉領域算出部３３がウォーターシェッドアルゴリズムを用いて、図４に示す電力プロファイルから捕捉領域を算出する手順を説明する。なお、ｒｅｇｉｏｎ ｇｒｏｗｉｎｇ画像処理手法、および、ウォーターシェッドアルゴリズムの詳細については、非特許文献１を参照されたい。

図５Ａ〜図５Ｆは、本実施の形態における捕捉領域の算出過程の一例を説明する図である。図５Ａ〜図５Ｆの縦軸および横軸は、図４と同様である。また、図５Ａ〜図５Ｆの各セルは、図４の各セルと対応する。また、以下の説明では、図５Ａ〜図５Ｆの各セルを点として扱う。また、説明のため、電力プロファイルにおける反射強度と画像の輝度を逆転して処理を行う。つまり、図４に示す電力プロファイルにおける反射強度の大きいセル（例えば、セルｕ、および、セルｖ）は、電力プロファイルを画像として取り扱う場合に、輝度の極小点に相当する。なお、以下の説明において、輝度が小さいということは、反射強度が大きいことを意味する。

図５Ａは、捕捉点ｕ、ｖを示す図である。捕捉点ｕ、ｖは、前述の通り、捕捉点算出部３２によって算出される。ウォーターシェッドアルゴリズムでは、捕捉点ｕ、ｖを噴水口とし、段階的に浸水処理を行い、各捕捉点ｕ、ｖにおける捕捉領域Ｕ、Ｖを算出する。

まず、図５Ａにおいて、捕捉点ｕ、ｖのそれぞれを最初のシード点とする。そして、捕捉点ｕ、ｖそれぞれの隣接点に対して、浸水処理を行う。ここでは、例として、図４および図５Ａ〜図５Ｆにおいて、シード点を中心とする上、下、左、右の４つの近傍点を隣接点とする。

図４において、捕捉点ｕの上、右、下、左の４つの近傍点をそれぞれ、ｕ１、ｕ２、ｕ３、ｕ４とすると、４つの近傍点の輝度は所定の閾値より小さいので、４つの近傍点ｕ１、ｕ２、ｕ３、ｕ４は、捕捉領域Ｕに配分される。

一方、捕捉点ｖの上、右、下、左の４つの近傍点をそれぞれ、ｖ１、ｖ２、ｖ３、ｖ４とすると、４つの近傍点のうち、近傍点ｖ３の輝度は所定の閾値より大きいので、ｖ３は、捕捉領域Ｖには入らず、近傍点ｖ１、ｖ２、ｖ４が捕捉領域Ｖに配分される。

図５Ｂは、捕捉点ｕ、ｖをシード点とした場合の浸水処理の結果を示す図である。図５Ｂに示すように、捕捉点ｕの近傍点ｕ１、ｕ２、ｕ３、ｕ４が捕捉領域Ｕに配分され、捕捉点ｖの近傍点ｖ１、ｖ２、ｖ４が捕捉領域Ｖに配分されている。

次に、新しく捕捉領域に配分された近傍点のうち、所定の浸水高度より小さい輝度を有する点を新たなシード点として、次の浸水処理を行う。ここで、所定の浸水高度は、シード点を決定する所定の輝度であり、事前に複数のレベルが設定されている。また、所定の浸水高度は、小さな輝度から、浸水処理が段階的に進む度に大きな輝度に設定される。

浸水処理の初期段階における浸水高度は、小さい。このため、捕捉領域のサイズは、相対的に小さい。捕捉領域の大きさは、浸水高度が大きくなるにつれて大きくなる。浸水高度の範囲は、レーダ装置から得られる反射強度を鑑みて設定される。例えば、浸水高度の範囲は、レーダ装置から得られる電力プロファイル情報における反射強度の最大値に対応する輝度と、平均値に対応する輝度との間で複数のレベルが設定してもよい。

また、近傍点を捕捉領域に配分するか否かを判定する所定の閾値は、浸水高度の範囲又はレベル間隔と一致しなくてもよい。例えば、所定の閾値は、浸水高度の範囲よりも大きい値に設定されてもよい。

図５Ｂでは、捕捉領域Ｕの点ｕ２、ｕ４は、所定の浸水高度より小さい輝度を有し、捕捉領域Ｖの点ｖ１は、所定の浸水高度より小さい輝度を有する。このため、点ｕ２、ｕ４、ｖ１は、次の浸水処理における新たなシード点となる。

シード点が点ｕ２、ｕ４、ｖ１である浸水処理は、シード点が捕捉点ｕ、ｖである浸水処理と同様である。つまり、捕捉領域算出部３３は、点ｕ２、ｕ４、ｖ１のそれぞれの４つの近傍点に対して、浸水処理を行う。ただし、次の浸水処理において、浸水高度は、次のレベルに設定されている。

図５Ｃは、シード点が点ｕ２、ｕ４、ｖ１である浸水処理の結果を示す図である。図５Ｃでは、捕捉領域算出部３３は、点ｕ５、ｕ６を捕捉領域Ｕに配分する。また、点ｕ５は、所定の浸水高度より小さい輝度を有しているため、次の浸水処理における新たなシード点となる。

シード点が点ｕ５である浸水処理は、シード点が点ｕ２、ｕ４、ｖ１である浸水処理と同様であるが、浸水高度は新たなレベルに設定されている。

図５Ｄは、シード点が点ｕ５である浸水処理の結果を示す図である。図５Ｄでは、点ｕ７、ｕ８は、捕捉領域Ｕに配分される。なお、シード点が点ｕ５である浸水処理における浸水高度に対して、新たなシード点は無い。

新たなシード点が無いため、シード点が点ｕ５である浸水処理後、浸水高度は更に大きいレベルに設定される。このため、捕捉領域Ｕ、Ｖから新たなシード点が現れる。具体的には、図５Ｄにおいて、点ｕ１、ｕ３、ｕ６、ｕ７、ｕ８、ｖ２、ｖ４が新たなシード点となる。そして、新たなシード点に対して、前述と同様の浸水処理を行う。

図５Ｅは、シード点が点ｕ１、ｕ３、ｕ６、ｕ７、ｕ８、ｖ２、ｖ４である浸水処理の結果を示す図である。図５Ｅでは、点ｕ９が捕捉領域Ｕに配分され、点ｖ５が捕捉領域Ｖに配分される。

図５Ｅでは、点ｕ７と点ｖ２が互いに近接している。ここで、例えば、既にいずれかの捕捉領域に配分された点は、別の捕捉領域に入れ替えないように予め設定しておくことで、互いに近接する点は、浸水処理において予め除外して処理できる。

図５Ｆは、捕捉点ｕ、ｖから捕捉領域Ｕ、Ｖを算出した結果を示す図である。捕捉領域算出部３３は、前述したような段階的な処理を電力プロファイル情報に対して行い、捕捉点ｕ、ｖから捕捉領域Ｕ、Ｖを算出する。

なお、上記説明では、捕捉領域算出部３３は、ウォーターシェッドアルゴリズムを電力プロファイル情報の輝度に対して直接適用して捕捉領域を算出したが、ウォーターシェッドアルゴリズムを輝度の勾配に適用して、捕捉領域を算出してもよい。ただし、画像として取り扱うレーダ装置の電力プロファイル情報は、一般的なカメラ画像よりも濃淡の変化が少なく、輝度の勾配変化が少ないため、上記説明のように、輝度に対して直接適用することによって、適切に捕捉領域を算出できる。

なお、レーダ信号の送信方向に対応する軸およびレーダ装置からの距離に対応する軸によって構成される２次元平面において、反射強度を高さとした場合、捕捉領域は、捕捉点を頂点とし、捕捉点から離れるほど平均的な高さが低くなる立体形状（山形状）となる。

なお、１つの対象物体から１つの捕捉領域が得られるとは限らない。特に、車両のような大きな物体から２つ以上の捕捉領域が得られる場合が多い。そのため、物体検出装置３０は、同じ物体から得られた複数の捕捉領域を１つにグルーピングすることによって、物体の認識、および、物体の追跡を精度良く実行できる。

次に、捕捉領域グループ化部３４におけるグルーピングの方法について説明する。図６は、本実施の形態におけるグルーピング処理を示す図である。図６には、レーダ装置Ｒの位置と捕捉領域Ａ〜Ｄが示されている。図６の横軸は、レーダ装置Ｒの測定の方位角を示し、縦軸は、レーダ装置Ｒからの距離を示す。

図６において、捕捉領域Ｃは、捕捉領域Ａよりもレーダ装置Ｒに近い。また、捕捉領域Ｂおよび捕捉領域Ｃは、それぞれ捕捉領域Ａと接している。捕捉領域Ｄは、レーダ装置から最も離れた位置にあり、捕捉領域Ｃと隣り合っているが、接していない。

まず、捕捉領域グループ化部３４は、捕捉領域算出部３３によって算出された複数の捕捉領域の中から１つの基準となる捕捉領域（以下、「基準捕捉領域」という）を選択する。図６では、基準捕捉領域は、捕捉領域Ａである。

なお、本開示において、基準捕捉領域の選択基準について限定は無い。例えば、捕捉領域グループ化部３４は、反射強度が最も大きい捕捉点を有する捕捉領域を基準捕捉領域としてもよく、各捕捉領域の面積を算出して最大の面積を有する捕捉領域を基準捕捉領域としてもよい。

次に、捕捉領域グループ化部３４は、基準捕捉領域に近接する捕捉領域（以下、「近接捕捉領域」という）を選定する。なお、基準捕捉領域に対する近接捕捉領域は、基準捕捉領域の捕捉点から所定の距離以内に存在すればよく、必ずしも基準捕捉領域に接している必要は無い。図６では、捕捉領域Ａに対する近接捕捉領域は、捕捉領域Ｂおよび捕捉領域Ｃである。また、捕捉領域Ｄは、捕捉領域Ｂの捕捉点から所定の距離以内に存在するので、捕捉領域Ｂに対する近接捕捉領域である。

次に、捕捉領域グループ化部３４は、逐次的に、基準捕捉領域と近接捕捉領域とをグルーピングするか否かの判定を行う。ここでは、基準捕捉領域Ａと捕捉領域Ｂ、および、基準捕捉領域Ａと捕捉領域Ｃをグルーピングするか否かの判定方法について説明する。

前述の通り、各捕捉領域は、捕捉点を頂点とした立体形状（山形状）であるから、基準捕捉領域と近接捕捉領域の間には反射強度の小さい点である低高度領域（谷）が存在する。まず、捕捉領域グループ化部３４は、基準捕捉領域と近接捕捉領域の間の谷の反射強度である谷高度を算出する。

ここで、谷高度についてより詳細に説明する。隣り合う捕捉領域が互いに接する場合、谷高度は、接している点の反射強度の平均値から算出される。一方、隣り合う捕捉領域が接していない場合、谷高度は、捕捉領域間の最短距離となる点の反射強度の平均値から算出される。

図７Ａは、本実施の形態における隣り合う捕捉領域Ｕと捕捉領域Ｖが互いに接する場合の谷高度の算出を示す図であり、図７Ｂは、本実施の形態における隣り合う捕捉領域Ｕ’と捕捉領域Ｖ’が接していない場合の谷高度の算出を示す図である。図７Ａおよび図７Ｂの縦軸および横軸は、図５Ａ〜図５Ｆと同様である。

図７Ａでは、捕捉領域Ｕと捕捉領域Ｖは、点ｕ７と点ｖ２、および点ｕ９と点ｖ５にて接しているので、捕捉領域Ｕと捕捉領域Ｖの間の谷高度は、点ｕ７、点ｖ２、点ｕ９、点ｖ５の反射強度の平均値である。

図７Ｂでは、捕捉領域Ｕ’と捕捉領域Ｖ’の間の最短距離は、点ｕ’１と点ｖ’の間および点ｕ’５と点ｖ’２の間であるから、捕捉領域Ｕ’と捕捉領域Ｖ’の間の谷高度は、点ｕ’１、点ｖ’、点ｕ’５、点ｖ’２の反射強度の平均値である。

つまり、谷高度は、隣り合う捕捉領域の間のうち、互いに対向する領域に含まれる点の反射強度から求められる。

捕捉領域グループ化部３４は、基準捕捉領域と近接捕捉領域の間の谷高度が所定の閾値より小さい場合、２つの捕捉領域をグルーピングしないと判定する。

次に、捕捉領域グループ化部３４は、各捕捉領域に含まれる点の反射強度から尖度を算出する。前述の通り、各捕捉領域は、捕捉点を頂点とした立体形状（山形状）であるから、各捕捉領域について、統計数学上で定義される尖度を算出できる。例えば、基準捕捉領域Ａの尖度ＫＡは次式（１）で算出される。

ここで、ｎは、基準捕捉領域Ａに含まれる点の個数、
は、基準捕捉領域Ａに含まれる点の反射強度の平均値、ｓは、基準捕捉領域Ａに含まれる点の反射強度の標準偏差である。捕捉領域Ｂの尖度ＫＢ、および、捕捉領域Ｃの尖度ＫＣも同様に算出される。なお、本開示において、尖度の算出に用いる数式は、上記式（１）に限定されない。

捕捉領域グループ化部３４は、基準捕捉領域の尖度を基準として、各近接捕捉領域の尖度との差の絶対値を算出し、算出した絶対値が所定の閾値より小さければ、２つの尖度が類似すると判定する。例えば、捕捉領域グループ化部３４は、所定の閾値がＫＰであり、基準捕捉領域Ａの尖度ＫＡと捕捉領域Ｂの尖度ＫＢを比較する場合、｜ＫＡ−ＫＢ｜＜ＫＰであれば、尖度ＫＡと尖度ＫＢは類似であると判定する。

捕捉領域グループ化部３４は、基準捕捉領域と近接捕捉領域の尖度が類似しない場合、２つの捕捉領域をグルーピングしないと判定する。

なお、上記の説明では、捕捉領域の反射強度の分布を示す値として尖度を用いる場合について説明したが、本開示はこれに限られず、捕捉領域グループ化部３４は、捕捉領域の反射強度の分布を表す他の値を用いて２つの捕捉領域の類似性を判定しても良い。

次に、捕捉領域グループ化部３４は、レーダ装置の測距方向における基準捕捉領域と近接捕捉領域との相対位置関係、および、各捕捉領域の方位角の範囲に基づいて、近接捕捉領域が基準捕捉領域の手前小領域であるか否かを検出する。

手前小領域とは、レーダ装置の測距方向において、基準捕捉領域よりもレーダ装置の近くに位置し、かつ、近接捕捉領域の方位角の全範囲または大部分（所定割合の範囲）が基準捕捉領域の方位角の範囲に含まれる捕捉領域である。なお、レーダ装置の測距方向における捕捉領域の比較は、各捕捉領域の捕捉点を代表点とし、その代表点とレーダ装置との距離に基づいて行ってもよい。

図６では、捕捉領域Ｂは、レーダ装置の測距方向（図６の縦軸の方向）において、基準捕捉領域Ａよりもレーダ装置から遠くに位置するので、捕捉領域Ｂは、手前小領域ではない。また、捕捉領域Ｄも同様に、手前小領域ではない。

一方で、捕捉領域Ｃは、レーダ装置の測距方向において、基準捕捉領域Ａよりもレーダ装置の近くに位置する。さらに、捕捉領域Ｃの方位角の範囲ＤＣは、基準捕捉領域Ａの方位角の範囲ＤＡに含まれている。つまり、捕捉領域Ｃは、手前小領域である。

捕捉領域グループ化部３４は、近接捕捉領域が基準捕捉領域の手前小領域である場合、グルーピングしないと判定する。つまり、捕捉領域グループ化部３４は、基準捕捉領域の手前小領域をグルーピングの対象から除外する。

図８は、本実施の形態におけるグルーピングの判定処理を示す図である。図８の縦軸は、反射強度、または、反射強度に対応する谷高度の値を示し、横軸は、レーダ装置の位置を原点とする測距方向を示す。

図８には、基準捕捉領域Ａ、捕捉領域Ｂ、捕捉領域Ｃがそれぞれ山形状により示され、頂点、尖度、および、レーダ装置の測距方向における位置関係が示されている。各捕捉領域の頂点は、対応する捕捉点の反射強度を示し、各捕捉領域の山の傾きは、各捕捉領域の尖度を示している。また、図８には、基準捕捉領域Ａと捕捉領域Ｂの間の谷高度ｈｂ、基準捕捉領域Ａと捕捉領域Ｃの間の谷高度ｈｃ、および、所定の谷高度ｈｐが示されている。各捕捉領域の尖度、および、谷高度は、捕捉領域グループ化部３４によって算出される。

なお、図８の横軸方向における捕捉領域の位置は、相対的な位置関係、具体的には、捕捉領域とレーダ装置との位置関係、および、隣り合う捕捉領域の位置関係が示されている。図８は、レーダ装置からの実際の距離、及び、捕捉点の間の実際の距離は、図６とは異なる。

図８では、基準捕捉領域Ａと捕捉領域Ｂの山の尖度は類似する。一方で、基準捕捉領域Ａと捕捉領域Ｃの山の尖度は類似していない。具体的には、捕捉領域グループ化部３４は、｜ＫＡ−ＫＢ｜＜ＫＰであり、｜ＫＡ−ＫＣ｜＞ＫＰであると判定する。

また、図８では、基準捕捉領域Ａと捕捉領域Ｂの間の谷高度ｈｂは、所定の谷高度ｈｐより大きい。一方で、基準捕捉領域Ａと捕捉領域Ｃの間の谷高度ｈｃは、所定の谷高度ｈｐより小さい。

また、図８では、捕捉領域Ｂは、レーダ装置の測距方向（図８の横軸の方向）において、基準捕捉領域Ａよりもレーダ装置から遠くに位置するので、捕捉領域Ｂは、手前小領域ではない。一方で、捕捉領域Ｃは、レーダ装置の測距方向において、基準捕捉領域Ａよりもレーダ装置の近くに位置する。さらに、図６では、捕捉領域Ｃの方位角の範囲ＤＣは、基準捕捉領域Ａの方位角の範囲ＤＡに含まれている。つまり、捕捉領域Ｃは、手前小領域であり、グルーピングの対象から除外される領域となる。

つまり、捕捉領域グループ化部３４は、基準捕捉領域Ａと捕捉領域Ｂに対して、尖度が｜ＫＡ−ＫＢ｜＜ＫＰという関係を満たし、谷高度がｈｂ＞ｈｐという関係を満たし、かつ、捕捉領域Ｂが手前小領域ではない、と判定する。その結果、捕捉領域グループ化部３４は、基準捕捉領域Ａと捕捉領域Ｂをグルーピングすると判定する。

一方で、捕捉領域グループ化部３４は、基準捕捉領域Ａと捕捉領域Ｃに対して、尖度が｜ＫＡ−ＫＣ｜＞ＫＰであり、谷高度がｈｃ＜ｈｐという関係であり、かつ、捕捉領域Ｃが手前小領域である、と判定する。その結果、捕捉領域グループ化部３４は、基準捕捉領域Ａと捕捉領域Ｃをグルーピングしない、と判定する。

なお、前述の説明において、捕捉領域グループ化部３４は、捕捉領域Ｃの特徴が全ての条件を満たしていないため、捕捉領域Ｃを基準捕捉領域Ａとグルーピングしないと判定する。なお、捕捉領域グループ化部３４は、捕捉領域の特徴がいずれか１つでも条件を満たしていなければ、グルーピングしないと判定してもよい。

次に、捕捉領域グループ化部３４が基準捕捉領域Ａと捕捉領域Ｂをグルーピングすると判定した後の処理について説明する。

捕捉領域グループ化部３４が基準捕捉領域Ａと捕捉領域Ｂをグルーピングすると判定した後、捕捉領域グループ化部３４は、グルーピングした領域（以下、領域ＡＢと記載）と隣り合う捕捉領域を判定する。図６では、領域ＡＢと隣り合う捕捉領域は、捕捉領域Ｃおよび捕捉領域Ｄであるが、捕捉領域Ｃは既にグルーピングしないと判定されているので、次の処理において、捕捉領域グループ化部３４は、捕捉領域Ｄを領域ＡＢにグルーピングするか否かを判定する。

具体的な処理は、前述と同様である。まず、捕捉領域グループ化部３４は、捕捉領域Ｄの尖度ＫＤを算出し、基準である尖度ＫＡと尖度ＫＤとの差の絶対値を算出し、算出した絶対値が所定の尖度差ＫＰより小さければ、尖度が類似すると判定する。

なお、捕捉領域グループ化部３４は、基準捕捉領域Ａと捕捉領域Ｂを合体し、１つの基準捕捉領域として尖度を算出し、算出した尖度と捕捉領域Ｄの尖度ＫＤを比較して判定してもよい。つまり、捕捉領域グループ化部３４は、式（１）に対して、ｎは、基準捕捉領域Ａと捕捉領域Ｂとに含まれる点の個数、
は、基準捕捉領域Ａと捕捉領域Ｂとに含まれる点の反射強度の平均値、ｓは、基準捕捉領域Ａと捕捉領域Ｂとに含まれる点の反射強度の標準偏差を用いて、基準捕捉領域Ａと捕捉領域Ｂを合体した捕捉領域の尖度を算出できる。

また、捕捉領域グループ化部３４は、捕捉領域Ｄと領域ＡＢに含まれる捕捉領域Ｂの間の谷高度を算出し、算出した谷高度と所定の谷高度を比較する。そして、捕捉領域グループ化部３４は、捕捉領域Ｄが手前小領域であるか否かを検出する。

図９は、本実施の形態におけるグルーピングの次の判定処理を示す図である。図９の縦軸および横軸は、図８と同様である。図９には、基準捕捉領域Ａ、捕捉領域Ｂに加えて、捕捉領域Ｄが示されている。捕捉領域Ｄの頂点は、対応する捕捉点の反射強度を示し、捕捉領域Ｄの山の傾きは、尖度ＫＤを示す。また、捕捉領域Ｂと捕捉領域Ｄの間の谷高度ｈｄ、および、所定の谷高度ｈｐが示されている。

図９では、基準捕捉領域Ａと捕捉領域Ｄの山の尖度は類似する。このとき、捕捉領域グループ化部３４は、｜ＫＡ−ＫＤ｜＜ＫＰであると判定する。また、谷高度について、捕捉領域グループ化部３４は、谷高度ｈｄが所定の谷高度ｈｐより大きいと判定する。

また、図９では、捕捉領域Ｄは、レーダ装置の測距方向（図９の縦軸の方向）において、基準捕捉領域Ａよりもレーダ装置から遠くに位置するので、捕捉領域Ｄは、手前小領域ではない。

つまり、捕捉領域グループ化部３４は、領域ＡＢと捕捉領域Ｄに対して、尖度が｜ＫＡ−ＫＤ｜＜ＫＰという関係を満たし、谷高度がｈｄ＞ｈｐという関係を満たし、かつ、捕捉領域Ｄが手前小領域ではない、と判定する。その結果、捕捉領域グループ化部３４は、領域ＡＢと捕捉領域Ｄをグルーピングすると判定する。

以上、説明した処理によって、図６に示す例では、捕捉領域グループ化部３４は、捕捉領域Ｂおよび捕捉領域Ｄと基準捕捉領域Ａをグルーピングし、捕捉領域Ｃをグルーピングしない、と判定する。

なお、本実施の形態では、捕捉領域グループ化部３４は、捕捉領域の特徴が全ての条件を満たす場合にグルーピングすると判定したが、少なくとも１つの条件を満たす場合に、グルーピングすると判定してもよい。あるいは、捕捉領域グループ化部３４は、前述の条件のうち、いずれか１つの条件をグルーピングの判定に用いてもよい。

また、捕捉領域グループ化部３４は、前述の３つの条件のうち、手前小領域であるか否かという条件を最初に判定することによって、手前小領域を最初にグルーピングの対象から除外してもよい。捕捉領域グループ化部３４は、手前小領域の尖度および手前小領域の谷高度の算出を省略できる。

物体検出装置３０は、グルーピングの結果により、グルーピングされた捕捉領域において、対象物体のサイズおよび形状が精度良く反映できる。また、物体検出装置３０は、グルーピングされた捕捉領域が、物体全体の輪郭を示すため、物体の位置も検出できる。

次に、物体確定部３５における対象物体の判別方法について説明する。例えば、物体確定部３５は、種別毎に物体の捕捉領域のサイズ、形状、および、反射強度の分布のテンプレートモデルを有し、テンプレートモデルとグルーピングした捕捉領域とのマッチングを行い、物体の種別を判別する。ただし、本開示では、具体的な判別方法をこれに限定しない。

なお、レーダ装置を利用した物体の検出では、レーダ装置は、物体の速度の情報、つまり、電力プロファイル情報の各セル（または各点）に対応する速度の情報をドップラー測定により検知できる。

例えば、物体検出装置３０は、情報生成部３１において、反射強度の代わりにドップラー測定による速度の情報を取得し、速度の情報からドップラープロファイル情報を生成してもよい。生成したドップラープロファイル情報は、上記で説明した電力プロファイル情報と同様に処理できる。

また、本実施の形態において、物体検出装置３０は、速度情報を利用することにより、対象物体を更に精度良く検出できる。

例えば、捕捉領域算出部３３は、捕捉点から捕捉領域を算出する場合、電力プロファイル情報のうち、各セル（または各点）の速度情報をマスク情報として用いて、明らかに同一の物体に対応しないセルをマスクしてもよい。あるいは、捕捉領域グループ化部３４は、捕捉領域をグルーピングする場合、電力プロファイル情報のうち、各セル（または各点）の速度情報をマスク情報として用いて、明らかに同一の物体に対応しない捕捉領域をマスクしてもよい。

しかしながら、本開示では、ドップラー測定によって得られる速度情報では判別困難な物体を、物体検出装置３０を用いて、判別することを主眼においている。例えば、本開示は、路上に駐車中、または、交差点を徐行する車両と、その車両付近にいる歩行者又は二輪車を、物体検出装置３０を用いて、判別することを主眼においている。

以上のように、本実施の形態によれば、物体検出装置３０は、近接捕捉領域と基準捕捉領域との関係（谷高度、尖度、手前小領域）に基づいて捕捉領域を精度良くグループ化でき、グルーピングされた捕捉領域が物体全体の輪郭を示すので、物体を精度良く判別できる。

（実施の形態２）
図１０は、本開示の実施の形態２に係る物体検出装置９０の構成を示す図である。図１０において、図３と共通する構成には、図３と同一の符号を付しその詳しい説明を省略する。図１０に示す物体検出装置９０は、図３に示す物体検出装置３０の物体確定部３５が物体確定部９２に置き換わり、捕捉領域追跡部９１および遮蔽検出部９３が追加された構成を有する。

捕捉領域追跡部９１は、異なる時刻におけるグルーピングされた捕捉領域の追跡を行う。具体的には、捕捉領域追跡部９１は、ある時点における捕捉領域グループ化部３４の出力結果を保持し、次の時点の捕捉領域グループ化部３４の出力結果と比較する。そして、捕捉領域追跡部９１は、前時点のグルーピングされた捕捉領域と次時点のグルーピングされた捕捉領域を関連付ける。また、捕捉領域追跡部９１は、前時点のグルーピングされなかった捕捉領域（例えば、手前小領域）と、次時点のグルーピングされなかった捕捉領域（例えば、手前小領域）を関連付ける。捕捉領域追跡部９１は、関連付けた結果を物体確定部９２および遮蔽検出部９３へ出力する。

物体確定部９２は、関連付けられた前時点のグルーピングされた捕捉領域と次時点のグルーピングされた捕捉領域から、物体の位置、形状、大きさ又は物体の種別（例えば、大型車両、小型車両、二輪車又は歩行者）を判別する。具体的な判別方法は、実施の形態１における物体確定部３５と同様である。

遮蔽検出部９３は、捕捉領域追跡部９１の出力結果から、物体の遮蔽状況を検出する。具体的に、遮蔽検出部９３は、前時点の捕捉領域、特に手前小領域が、次時点に存在しない、つまり、捕捉領域追跡部９１によって関連付けが行われていない場合、手前小領域に対応する小さな物体がグルーピングされた捕捉領域に対応する大きな物体に遮蔽された可能性があると判定する。遮蔽検出部９３は、小さな物体が大きな物体に遮蔽された可能性があると判定する場合、車両に警告を行う、あるいは、車両の制御を行うように、図示しない車両の制御部へ指示を出力する。

従来のレーダ装置は、捕捉領域がグルーピングされない場合、捕捉領域が多数あり、かつ、各捕捉領域に対応する物体が時刻毎に異なる可能性もあるため、時間経過に伴う捕捉領域の移動の追跡、つまり、移動の関連付けを行うことが困難である。本開示によれば、物体検出装置９０は、捕捉領域のグルーピングにより、捕捉領域を容易に追跡できる。

本実施の形態によれば、物体検出装置９０は、捕捉領域の追跡によって、物体をより正確に判別することができ、さらに、物体の遮蔽を検出することができる。

以上、図面を参照しながら各種の実施形態について説明したが、本開示はかかる例に限定されないことは言うまでもない。当業者であれば、特許請求の範囲に記載された範疇内において、各種の変更例または修正例に想到し得ることは明らかであり、それらについても当然に本開示の技術的範囲に属するものと了解される。また、開示の趣旨を逸脱しない範囲において、上記実施形態における各構成要素を任意に組み合わせてもよい。

なお、上記各実施の形態では、本開示をハードウェアで構成する場合を例にとって説明したが、本開示はソフトウェアで実現できる。

また、集積回路化の手法はＬＳＩに限るものではなく、専用回路または汎用プロセッサで実現してもよい。ＬＳＩ製造後に、プログラムすることが可能なＦＰＧＡ（Field Programmable Gate Array）や、ＬＳＩ内部の回路セルの接続や設定を再構成可能なリコンフィギュアラブル・プロセッサを利用してもよい。

さらには、半導体技術の進歩または派生する別技術によりＬＳＩに置き換わる集積回路化の技術が登場すれば、当然、その技術を用いて機能ブロックの集積化を行ってもよい。バイオ技術の適応等が可能性としてありえる。

本開示にかかる物体検出装置、および、物体検出方法は、車載用レーダ装置またはインフラシステム用レーダ装置に使用できる。

３０、９０ 物体検出装置
３１ 情報生成部
３２ 捕捉点算出部
３３ 捕捉領域算出部
３４ 捕捉領域グループ化部
３５、９２ 物体確定部
９１ 捕捉領域追跡部
９３ 遮蔽検出部

Claims (12)

1. レーダ装置が取得したレーダ信号の送信方向毎の遅延プロファイルに基づいて物体を検出する物体検出装置であって、
   前記レーダ信号の各送信方向について前記レーダ装置からの距離を所定の間隔で区切ったセル毎に、反射信号の受信電力の代表値である反射強度を算出し、前記反射強度を示すプロファイル情報を生成する情報生成部と、
   前記プロファイル情報のセルの中から前記反射強度の極大値を示すセルを、前記物体を捕捉する捕捉点として算出する捕捉点算出部と、
   前記捕捉点を含むセルの集合体である少なくとも１つ以上の捕捉領域を算出する捕捉領域算出部と、
   前記捕捉領域が複数算出された場合、前記複数の捕捉領域の中から基準捕捉領域および前記基準捕捉領域の捕捉点から所定の距離以内に存在する近接捕捉領域を選択し、前記近接捕捉領域に関する情報と前記基準捕捉領域に関する情報とに基づいて、前記近接捕捉領域と前記基準捕捉領域とをグループ化して１つの捕捉領域とするか否かを判定する捕捉領域グループ化部と、
   グループ化された捕捉領域の形状に基づいて前記物体を確定する物体確定部と、
   を具備する物体検出装置。
2. 前記捕捉領域グループ化部は、
   前記レーダ装置の測距方向において、前記近接捕捉領域が前記基準捕捉領域よりも前記レーダ装置の近くに位置し、かつ、前記近接捕捉領域の方位角の全範囲または所定割合の範囲が前記基準捕捉領域の方位角の範囲に含まれる場合、前記近接捕捉領域と前記基準捕捉領域をグループ化しない、
   請求項１に記載の物体検出装置。
3. 前記送信方向に対応する軸および前記距離に対応する軸によって構成される２次元平面において、前記反射強度を高さとした場合に、
   前記捕捉領域は、前記捕捉点を頂点とし、前記捕捉点から離れるほど高さが低くなる山形状である、
   請求項１または請求項２に記載の物体検出装置。
4. 前記捕捉領域グループ化部は、
   前記基準捕捉領域と前記近接捕捉領域の間に存在する前記反射強度の小さい点である谷高度が所定の閾値よりも小さい場合、前記近接捕捉領域と前記基準捕捉領域をグループ化しない、
   請求項３に記載の物体検出装置。
5. 前記捕捉領域グループ化部は、
   前記近接捕捉領域の尖度と前記基準捕捉領域の尖度との差の絶対値が所定の閾値より大きい場合、前記近接捕捉領域と前記基準捕捉領域をグループ化しない、
   請求項３または請求項４に記載の物体検出装置。
6. 前記プロファイル情報は、前記反射強度に応じてセルの色が変化する、前記２次元平面上における濃淡のある画像であり、
   前記捕捉領域算出部は、前記画像に対して領域形成手法を用いて、前記捕捉領域を算出する、
   請求項１から請求項５のいずれか一項に記載の物体検出装置。
7. 前記捕捉領域算出部は、前記画像にWatershed手法の処理を行い、前記捕捉領域を算出する、
   請求項６に記載の物体検出装置。
8. 前記物体確定部は、前記グループ化された捕捉領域から、前記物体の位置、大きさ、形状、および、種別のうち少なくとも１つを確定する、
   請求項１から請求項７のいずれか一項に記載の物体検出装置。
9. 前記グループ化された捕捉領域の時間経過に伴う変化を追跡する捕捉領域追跡部を更に具備し、
   前記物体確定部は、前記捕捉領域の変化に基づいて前記物体を確定する、
   請求項１から請求項８のいずれか一項に記載の物体検出装置。
10. 請求項１からから請求項９のいずれか一項に記載の物体検出装置と、
    前記物体検出装置に接続されるレーダ装置と、
    を有する車載レーダ装置。
11. 請求項１からから請求項９のいずれか一項に記載の物体検出装置と、
    前記物体検出装置に接続されるレーダ装置と、
    と有する道路インフラシステム用レーダ装置。
12. レーダ装置が取得したレーダ信号の送信方向毎の遅延プロファイルに基づいて物体を検出する物体検出方法であって、
    前記レーダ信号の各送信方向について前記レーダ装置からの距離を所定の間隔で区切ったセル毎に、反射信号の受信電力の代表値である反射強度を算出し、前記反射強度を示すプロファイル情報を生成するステップと、
    前記プロファイル情報のセルの中から前記反射強度の極大値を示すセルを、前記物体を捕捉する捕捉点として算出するステップと、
    前記捕捉点を含むセルの集合体である少なくとも１つ以上の捕捉領域を算出するステップと、
    前記捕捉領域が複数算出された場合、前記複数の捕捉領域の中から基準捕捉領域および前記基準捕捉領域の捕捉点から所定の距離以内に存在する近接捕捉領域を選択し、前記近接捕捉領域に関する情報と前記基準捕捉領域に関する情報とに基づいて、前記近接捕捉領域と前記基準捕捉領域とをグループ化して１つの捕捉領域とするか否かを判定するステップと、
    グループ化された捕捉領域の形状に基づいて前記物体を確定するステップと、
    を含む物体検出方法。