JP2017142695A

JP2017142695A - 物体検知装置

Info

Publication number: JP2017142695A
Application number: JP2016024225A
Authority: JP
Inventors: 高木　亮; Akira Takagi; 亮高木
Original assignee: Denso Corp
Current assignee: Denso Corp
Priority date: 2016-02-11
Filing date: 2016-02-11
Publication date: 2017-08-17
Anticipated expiration: 2036-02-11
Also published as: US20190050650A1; JP6597359B2; US10803327B2; WO2017138331A1

Abstract

【課題】物体の横幅を適正に認識することができる物体検知装置を提供する。【解決手段】ＥＣＵ１０は、撮像装置２１により撮像された画像に基づいて、周囲に存在する物体を検知する。ＥＣＵ１０は特に、前記画像と予め用意された物体識別用の辞書情報とに基づいて、撮像装置２１の撮像軸方向に対する横方向の前記物体の大きさを画像横幅として算出する横幅算出部と、前記横幅算出部により算出された前記画像横幅の今回値が、前記画像横幅の算出履歴との対比において最大値であるか否かを判定する最大値判定部と、前記算出履歴において最大値とされる前記画像横幅を、前記物体の横幅である物体幅として更新する横幅更新部と、を備える。【選択図】図１

Description

本発明は、撮像手段による撮像画像に基づいて、周囲に存在する物体を検知する物体検知装置に関するものである。

従来、カメラを車両に搭載し、車両周辺に存在する他車両や地上構造物等の物体（障害物）を検知するとともに、その物体の検知結果に基づいて車両の走行安全性を向上させるための各種制御、例えば、ブレーキ装置の作動や、運転者への警報等を行うことが提案されている。

例えば特許文献１に記載のものでは、車両に測距レーダとカメラを設けて、測距レーダの探査結果から車外物体の横幅をレーダ幅として算出するとともに、カメラの撮像結果から車外物体の横幅を画像幅として算出する。そして、レーダ幅と画像幅とのうち小さい方を車外物体の横幅として認識し、その認識された横幅に基づいて衝突可能性を判断し、警報を行うようにしている。上記のようにレーダ幅と画像幅とのうち小さい方を車外物体の横幅として認識する構成によれば、車外物体を過剰に幅広のものと誤って認識してしまい、それに起因して不要に警報等が実施されるといった不都合が抑制される。

特開２００６−２４０４５４号公報

ところで、カメラ画像に基づいて物体を検知する場合には、予め用意した物体識別用の辞書情報を用い、物体画像と辞書情報とが照合される。そして、その照合結果に基づいて、物体の種別や大きさ等が認識される。例えば、自車の前方を走行する前方車を検知する場合には、車両の後部パターンを定義した辞書情報を用い、前方車の後部画像と車両後部の辞書情報とに基づいて、前方車の横幅が求められる。

しかしながら、カメラ画像と辞書情報とを用いて物体検知を行う場合には、物体の横幅を誤って過小に求めてしまうことがあると考えられる。例えば前方車の後部を認識する場合には、車両後部に実際に存在する凹凸等の各種形状やランプパターン等に起因して、実際には車両後部の端部でないのに端部であると誤認識され、車両の横幅が誤って過小に算出されることが考えられる。この場合、物体に対する衝突可能性が低いものと判断されてしまい、警報や自動ブレーキ等の作動が遅れたり、不作動が生じたりすることが懸念される。

本発明は上記事情を鑑みてなされたものであり、その主たる目的は、物体の横幅を適正に認識することができる物体検知装置を提供することにある。

本発明は、撮像手段（２１）により撮像された画像に基づいて、周囲に存在する物体を検知する物体検知装置（１０）である。そして、前記画像と予め用意された物体識別用の辞書情報とに基づいて、前記撮像手段の撮像軸方向に対する横方向の前記物体の大きさを画像横幅として算出する横幅算出部と、前記横幅算出部により算出された前記画像横幅の今回値が、前記画像横幅の算出履歴との対比において最大値であるか否かを判定する最大値判定部と、前記算出履歴において最大値とされる前記画像横幅を、前記物体の横幅である物体幅として更新する横幅更新部と、を備えることを特徴とする。

カメラ等の撮像手段により撮像された画像と辞書情報とに基づいて物体の横幅を算出する場合、物体の外面の形状や模様、装着物等によっては、物体の横幅が誤って過小に算出されることが考えられる。この点、上記構成によれば、撮像画像と辞書情報とに基づいて画像横幅が算出された場合に、その画像横幅の今回値が、画像横幅の算出履歴との対比において最大値であるか否かが判定され、画像横幅の算出履歴における最大値が物体幅として更新される。この場合、画像横幅の算出履歴において最大値が物体幅として更新されることで、物体の画像横幅が誤って過小に算出されることがあっても、その算出値がそのまま物体幅として認識されることが抑制される。その結果、物体の横幅を適正に認識することができる。

ＰＣＳシステムの概略構成を示す図。前方車の横幅が誤って算出される場合の一例を示す図。物体の横幅を決定する処理手順を示すフローチャート。ガード値の算出について示す図。別例において、物体の横幅を決定する処理手順を示すフローチャート。

以下、実施形態を図面に基づいて説明する。本実施形態に係る物体検知用ＥＣＵは、自車に搭載され、自車前方に存在する車両等の物体を検出し、その物体との衝突を回避又は軽減すべく各種制御を行うＰＣＳシステム（Pre-crash safety system）として機能する。

図１において、ＰＣＳシステムは、ＥＣＵ１０、撮像装置２１、レーダセンサ２２、ヨーレートセンサ２３、車速センサ２４、警報装置３１、ブレーキ装置３２、シートベルト装置３３等を備えている。

撮像装置２１は、例えばＣＣＤカメラ、ＣＭＯＳイメージセンサ、近赤外線カメラ等を用いて構成されている。この場合、撮像装置２１は、自車両の車幅方向中央の所定高さに取り付けられることで、自車両前方へ向けて所定角度範囲で広がる領域を俯瞰視点から撮像する。撮像装置２１は、撮像した画像に基づいて、物体の存在を示す特徴点を抽出する。具体的には、撮像画像の輝度情報に基づきエッジ点を抽出し、抽出したエッジ点に対してハフ変換を行う。ハフ変換では、例えば、エッジ点が複数個連続して並ぶ直線上の点や、直線どうしが直交する点が特徴点として抽出される。撮像装置２１は、所定周期毎に、撮像及び特徴点の抽出を行い、特徴点の抽出結果をＥＣＵ１０に送信する。なお、撮像装置２１は、単眼カメラであってもよく、ステレオカメラであってもよい。

レーダセンサ２２は、ミリ波やレーザ等の指向性のある電磁波を利用して自車前方の物体を検出するものであり、自車の前部においてその光軸が車両前方を向くように取り付けられている。レーダセンサ２２は、所定時間ごとに車両前方に向かって所定範囲で広がる領域をレーダ信号で走査するとともに、前方物体の表面で反射された電磁波を受信することで前方物体との距離、前方物体との相対速度等を物体情報として取得する。取得された物体情報は、ＥＣＵ１０に入力される。

ヨーレートセンサ２３は、車両の旋回角速度（ヨーレート）を検出する。車速センサ２４は、車輪の回転速度に基づき自車の走行速度を検出する。これらの各センサ２３，２４による検出結果は、ＥＣＵ１０に入力される。

警報装置３１、ブレーキ装置３２、及びシートベルト装置３３は、ＥＣＵ１０からの制御指令により駆動する安全装置として機能する。このうち警報装置３１は、自車の車室内に設置されたスピーカやディスプレイである。警報装置３１は、前方物体に衝突する可能性が高まった場合に、警報音や警報メッセージ等を出力して運転者に衝突の危険を報知する。

ブレーキ装置３２は、自車を制動する制動装置である。ブレーキ装置３２は、前方物体に衝突する可能性が高まった場合に作動する。具体的には、運転者によるブレーキ操作に対する制動力をより強くしたり（ブレーキアシスト機能）、運転者によりブレーキ操作が行われてなければ自動制動を行ったりする（自動ブレーキ機能）。

シートベルト装置３３は、自車の各座席に設けられたシートベルトを引き込むプリテンショナである。シートベルト装置３３は、前方物体に衝突する可能性が高まった場合に、シートベルトの引き込みの予備動作を行う。また衝突を回避できない場合には、シートベルトを引き込んで弛みを除くことにより、運転者等の乗員を座席に固定し、乗員の保護を行う。

ＥＣＵ１０は、メモリを備える周知のマイクロコンピュータを有する車載電子制御ユニットとして構成されており、メモリ内の演算プログラムや制御データを参照して、ＰＣＳ制御を行う。この場合、ＥＣＵ１０は、撮像装置２１の撮像画像に基づいて前方物体を検知し、その検知結果に基づいて、警報装置３１、ブレーキ装置３２及びシートベルト装置３３の少なくともいずれかを制御対象として衝突回避制御を実施する。

具体的には、ＥＣＵ１０は、撮像装置２１から画像データを取得し、その画像データと予め用意された物体識別用の辞書情報とに基づいて、自車前方にある物体の種類を判定する。このとき、物体識別用の辞書情報は、例えば自動車、二輪車、歩行者といった物体の種類に応じて個別に用意され、メモリに予め記憶されている。自動車の辞書情報としては、少なくとも前部パターンと後部パターンとの辞書情報が用意されているとよい。二輪車は、自転車とオートバイとの区別がなされているとよい。ＥＣＵ１０は、画像データと辞書情報とを照合し、パターンマッチングを行うことで、物体の種類を判定する。なお、辞書情報には、移動体の辞書情報以外に、ガードレールや電柱、道路標識等の固定物の辞書情報が含まれていてもよい。

また、ＥＣＵ１０は、画像データと辞書情報とに基づいて、撮像装置２１の撮像軸方向（本実施形態では車両正面方向）に対する横方向の物体の大きさを画像横幅として算出する。そして、その画像横幅から求められる物体の横幅に基づいて、当該物体に対する衝突回避制御を実施する。この場合、ＥＣＵ１０は、自車の進行方向に対して直交する横方向において、物体の横幅と自車の横幅とが重複する割合であるラップ率を算出し、そのラップ率に応じた物体との衝突可能性に基づいて、上記安全装置による衝突回避制御を実施する。

ところで、撮像装置２１による撮像画像と辞書情報とに基づいて物体の横幅を算出する場合、物体の外面の形状や模様、装着物等によっては、物体の横幅が誤って過小に算出されることが考えられる。例えば、自車の前方を走行する前方車を検知対象とする場合、前方車の車両後部には、車種ごとに異なる凹凸形状やランプ装置が設けられており、横幅を算出する際に、横幅を実横幅よりも狭く認識してしまうことが生じ得る。

より具体的には、図２（ａ）、（ｂ）に示す車両において、実際の横幅である実横幅Ｗ０は車両後部の端点ａ１から端点ａ２までである。ただし、前方車の後部にはテールランプ等が設けられており、そのテールランプ等の形状や模様に対して辞書情報があてがわれることが考えられる。つまり、車両後部には、例えばテールランプにより、端点ａ１，ａ２以外に外観の変化点ｂ１，ｂ２が存在しており、その変化点ｂ１，ｂ２が車体後部の端部として認識されることがある。この場合、変化点ｂ１，ｂ２間の横幅Ｗ１や、変化点ｂ１と端点ａ２との間の横幅Ｗ２等が画像から算出される横幅として算出されることで、横幅が過小に認識される。なお、図示による説明は省略するが、車両以外の物体であっても、やはり同様に横幅が過小に認識されることが生じると考えられる。

上記のように物体の横幅が過小に認識されると、物体に対する衝突可能性が高い状況にあっても、衝突回避制御が適正に実施されないおそれがある。そこで本実施形態では、物体の横幅の認識精度を高めるべく、撮像画像と辞書情報とに基づいて算出された画像横幅の今回値が、画像横幅の算出履歴との対比において最大値であるか否かを判定し、算出履歴において最大値とされる画像横幅を、物体の横幅である物体幅として更新することとしている。なお、算出履歴は、所定周期で画像横幅が算出される場合において同一物体についてメモリに保存される画像横幅の履歴情報である。

次に、ＥＣＵ１０により実施される横幅の決定処理について、図３のフローチャートを用いて説明する。本処理は、ＥＣＵ１０により所定周期で繰り返し実施される。

まず、ステップＳ１１では、撮像装置２１により撮像された自車前方の画像に基づいて、物体が存在しているか否かを判定する。ステップＳ１１がＹＥＳであればステップＳ１２に進み、物体の種類を判定する。このとき、物体識別用の辞書情報を用いて、物体が自動車、二輪車、歩行者等のいずれであるかが判定される。

その後、ステップＳ１３では、撮像装置２１による撮像画像と辞書情報とに基づいて、物体の画像横幅を算出する。このとき、物体の種別ごとの辞書情報を用い、物体の特徴点を辞書情報にあてがうことで、物体の両端の端点を求め、その端点により画像横幅を算出する。

その後、ステップＳ１４では、物体が実横幅より大きいとされる状況下、すなわち過大判定の可能性のある状況下であるか否かを判定する。具体的には、下記いずれかの状況下であれば、物体が実横幅より大きいとされる状況下であると判定する。
（１）物体が自動車であり、かつその自動車の後部ランプ（例えばブレーキランプ）が点灯している。
（２）走行路がカーブ路である。
（３）自車に対して物体が所定以上遠方にある。
（４）撮像装置２１により物体が広角撮影されている。
（５）一時的に画像データが取得できず、画像外挿処理が行われている。

ステップＳ１４がＹＥＳであれば、図３においてステップＳ１５以降の各ステップを実施することなく、本処理を終了する。また、ステップＳ１４がＮＯであればステップＳ１５に進む。

ステップＳ１５では、画像横幅の今回値が、画像横幅の算出履歴との対比において最大値であるか否かを判定する。そして、画像横幅の今回値が最大値でなければステップＳ１９に進み、画像横幅の今回値を算出履歴としてメモリに記憶する。算出履歴は、物体が検知され始めてからの画像横幅を全て時系列で保存したものである。なお、算出履歴として、現時点までの画像横幅を平均化した横幅平均値と、現時点までの画像横幅の最大値とが保存されていてもよい。

また、画像横幅の今回値が最大値であればステップＳ１６に進み、算出履歴に基づいて、物体幅を更新する際のガード値を設定する。このガード値は、物体の横幅の更新条件として規定されるものである。この場合、算出履歴として現時点までの画像横幅の平均値を用い、その平均値に対して所定値αを加算した値をガード値とする。所定値αは、画像横幅の平均値に応じて可変に設定されてもよく、例えば、画像横幅の平均値が大きいほど所定値αを小さくする。

現時点までの画像横幅の分布を用いてガード値を設定してもよい。つまり、図４に示すように、画像横幅の平均値に対して３σ（σ＝標準偏差）を加算した値をガード値とする。これ以外に、画像横幅の平均値に対してσを加算した値をガード値とすることも可能である。

さらに、ガード値の設定処理として、物体の種類に基づいてガード値を設定してもよい。この場合、物体の種類によっては横幅を認識しづらい状況が生じることを想定してガード値を設定する。例えば、物体が自転車であり、かつ自車進行方向に直交する横方向の移動速度が比較的大きい場合（横速度が所定以上の場合）には、横幅の更新条件を厳しくすべく、ガード値を小さい値にする。

その後、ステップＳ１７では、画像横幅の今回値がガード値以下であるか否かを判定する。そして、ステップＳ１７がＹＥＳであれば、ステップＳ１８に進み、画像横幅の今回値を、物体の横幅として更新する。要するに、ステップＳ１５〜Ｓ１８によれば、画像横幅の今回値が、算出履歴との対比において最大値であり、かつガード値以下である場合に、今回値が物体の横幅として更新される。なお、例えば図４では、ガード値を超える分布Ｘにおいて横幅の更新は行われない。

その後、ステップＳ１９では、画像横幅の今回値を算出履歴としてメモリに記憶する。なお、ステップＳ１５，Ｓ１７がＮＯとなる場合には、物体の横幅は更新されないが、算出履歴の保存（更新）は行われる。

以上詳述した本実施形態によれば、以下の優れた効果が得られる。

撮像装置２１による撮像画像と辞書情報とに基づいて画像横幅が算出される場合に、その画像横幅の今回値が、画像横幅の算出履歴との対比において最大値であるか否かを判定し、画像横幅の算出履歴における最大値を物体幅として更新する構成とした。この場合、画像横幅の算出履歴において最大値が物体幅として更新されることで、物体の画像横幅が誤って過小に算出されることがあっても、その算出値がそのまま物体幅として認識されることが抑制される。その結果、物体の横幅を適正に認識することができる。

上記のように物体の横幅が適正に認識できることにより、自車に対する前方物体のラップ率を正しく求めることができ、ひいては衝突回避制御を適切に実施できるようになる。また、物体の横幅を考慮した横位置（左右横位置）に基づいて、物体の移動軌跡を算出する場合には、その移動軌跡の精度が向上し、検知対象の物体に対する衝突回避制御を高精度に実施できるようになる。

撮像画像と辞書情報とを用いて物体の横幅を算出する場合にはその横幅が過小に算出されることが懸念されるが、逆に、物体の横幅が過大に算出される状況も存在する。この場合、画像横幅の算出履歴に過大な横幅が含まれると、物体の横幅の算出精度に悪影響が及ぶ。この点、上記構成によれば、物体が実横幅より大きいとされる状況下にあると判定される場合に、その際に算出された画像横幅が算出履歴に含まれず、また、今回値と最大値との比較も実施されない。そのため、算出履歴における最大値により物体の横幅を算出する構成において、その算出精度の低下を抑制できる。

前方車の後部ランプが点灯する場合には、撮像画像内のエッジ部が膨張し、画像横幅が過大に認識される可能性がある。この点、前方車の後部ランプの点灯時にはその際の画像横幅が算出履歴に含まれないため、車両横幅の算出精度の低下を抑制できる。特に夜間等、暗い環境下においては、後部ランプの点灯により車両横幅が過大と認識される可能性が高いため、暗い環境下にあることを条件に、前方車の後部ランプの点灯時に画像横幅を算出履歴に含ませないようにするとよい。

その他、走行路がカーブ路である場合、自車に対して物体が所定以上遠方にある場合、撮像装置２１により物体が広角撮影されている場合、画像外挿処理が行われている場合に、その際の画像横幅を算出履歴に含ませないようにした。これにより、やはり物体の横幅の算出精度の低下を抑制できる。

画像横幅の算出履歴に基づいてガード値を設定し、画像横幅の今回値が、画像横幅の算出履歴との対比において最大値であり、かつガード値以下である場合に、今回値を物体幅として更新する構成とした。この場合、算出履歴から画像横幅の大きさの傾向が把握されるとともに、その傾向を加味して最大値が横幅として更新される。このため、算出履歴の傾向とは異なる異常値が横幅として更新されることを抑制できる。

撮像画像により検知される物体には、自動車の他、二輪車や歩行者が含まれ、その物体の種類によっては、横幅を認識しづらい場合が生じる。この点、物体の種類に基づいてガード値を設定する構成にしたため、最大値の更新により却って横幅の認識精度が低下するといった不都合を抑制できる。

前方車の車両後部には、車種ごとに異なる凹凸形状やランプ装置が設けられており、横幅を算出する際に、横幅を実横幅よりも狭く認識してしまうことが生じ得る。この点、上記構成によれば、車両後部の横幅を適正に認識することが可能となる。

（他実施形態）
上記の実施形態を例えば次のように変更してもよい。

・物体が実横幅より大きいとされる状況下にあると判定される場合に、その際に算出された画像横幅を縮小する所定の縮幅処理を行い、縮幅後の画像横幅を算出履歴とする構成であってもよい。具体的には、ＥＣＵ１０が図５に示す横幅の決定処理を実施する。なお、本処理は図３の一部を変更したものであり、図３と同じステップ番号の処理については説明を割愛する。

図５において、自車前方に物体が存在していると判定され、かつ物体が実横幅より大きいとされる状況下であると判定された場合（ステップＳ１１，Ｓ１４が共にＹＥＳの場合）には、ステップＳ２１に進む。ステップＳ２１では、ステップＳ１３で算出された画像横幅について縮幅処理を実施する。縮幅処理は、物体が実横幅より大きいとされる状況下において横幅の過大分を縮小補正する処理であり、例えば画像横幅から、予め定めた補正値を減算して補正後の画像横幅を算出する。また、画像横幅に縮小補正係数を乗算する構成でもよい。また、過大判定の要因（上記（１）〜（５）の要因）に応じて補正値や補正係数を設定する構成でもよい。

そしてその後は、ステップＳ１５以降において、最大値判定の処理や、横幅更新の処理等を実施する。この場合、図３とは異なり、物体が実横幅より大きいとされる状況下にあっても、縮幅処理後の画像横幅が算出履歴としてメモリに記憶される。

上記構成によれば、物体が実横幅より大きいとされる状況下において、その状況下であることを加味して画像横幅を求めることができ、結果として、物体の横幅の算出精度の低下を抑制できる。

・図３のステップＳ１６において、物体が実横幅より小さいとされる状況下か否かを判定し、物体が実横幅より小さいとされる状況下にあると判定される場合に、当該状況下でないと判定される場合に比べてガード値を大きくするようにしてもよい。

夜間である場合、特に夜間において物体自体が発光していない状況では、物体の幅方向の端部が認識されにくくなり、物体の横幅が過小に算出されやすくなる。例えば、夜間において自車前方に自転車が走行する場合には、物体の横幅が過小に認識される可能性が大きくなる。この点、物体の横幅が過小に算出されやすい状況下では、ガード値を大きくして最大値を更新しやすくしたため、物体の横幅を適正に認識できる。

・物体が二輪車であると判定される場合に、物体が自動車であると判定される場合に比べて、最大値とされる画像横幅により物体の横幅を更新する条件を厳しいものとしてもよい。具体的には、図３のステップＳ１６において、物体が二輪車（自転車）である場合に、物体が自動車である場合に比べて、横幅の更新条件が厳しくなるように、すなわち横幅が更新されにくくなるようにガード値を小さくする。この場合、現時点までの画像横幅の平均値とガード値との差（所定値α）を、自動車の場合よりも二輪車の場合の方が小さくなるようにするとよい。

検知対象が二輪車である場合と自動車である場合とを比べると、二輪車の方が横幅の認識が困難であり、特に横方向の移動速度が大きい場合には、それが顕著になると考えられる。この点、物体が二輪車であると判定される場合に、物体が自動車であると判定される場合に比べて、最大値とされる画像横幅により物体幅を更新する条件を厳しいものとしたため、二輪車が検知される場合において、その二輪車の横幅が誤って拡大側に更新されることを抑制できる。

・前方車が、自車とは進行方向が逆の対向車である場合に、その対向車の横幅を算出するものであってもよい。この場合、ＥＣＵ１０は、前方車の前部パターンにより画像横幅を算出し、その画像横幅に基づいて対向車の横幅を算出する。

・車両と前方物体との間の距離に基づいて画像横幅を補正する構成としてもよい。レーダセンサ２２により取得された前方物体と自車との間の距離に基づいて画像横幅が補正されるよとよい。

・画像横幅の最大値、平均値、瞬時値を並行して算出し、シーンに応じて、それらをブレンドし、物体の横幅を算出してもよい。例えば、画像横幅の取得回数が少ないうちは、平均値を用い、取得回数が増えた後は、最大値に重みを付けるなどを実施するとよい。また、検知対象の物体が大きく移動した場合においては、物体のトラッキングを誤ったり、物体の向きが変わっていたりする可能性があるため、瞬時値に対する重みを大きくするなどを実施するとよい。

・ＥＣＵ１０と撮像装置２１（特に撮像装置２１の制御部）とにより物体検知装置を構成することも可能である。

１０…ＥＣＵ（物体検知装置）、２１…撮像装置（撮像手段）。

Claims

撮像手段（２１）により撮像された画像に基づいて、周囲に存在する物体を検知する物体検知装置（１０）であって、
前記画像と予め用意された物体識別用の辞書情報とに基づいて、前記撮像手段の撮像軸方向に対する横方向の前記物体の大きさを画像横幅として算出する横幅算出部と、
前記横幅算出部により算出された前記画像横幅の今回値が、前記画像横幅の算出履歴との対比において最大値であるか否かを判定する最大値判定部と、
前記算出履歴において最大値とされる前記画像横幅を、前記物体の横幅である物体幅として更新する横幅更新部と、
を備える物体検知装置。
前記物体が実際の横幅である実横幅より大きいとされる状況下か否かを判定する過大状況判定部を備え、
前記物体が前記実横幅より大きいとされる状況下にあると判定される場合に、その際に算出された前記画像横幅を前記算出履歴に含ませることをしない請求項１に記載の物体検知装置。
前記物体が実際の横幅である実横幅より大きいとされる状況下か否かを判定する過大状況判定部を備え、
前記物体が前記実横幅より大きいとされる状況下にあると判定される場合に、その際に算出された前記画像横幅を縮小する所定の縮幅処理を行い、その処理後の画像横幅を前記算出履歴とする請求項１に記載の物体検知装置。
前記過大状況判定部は、前記物体が車両であり、かつその車両の前部又は後部のランプが点灯している場合に、前記物体が前記実横幅より大きいとされる状況下にあると判定する請求項２又は３に記載の物体検知装置。
前記算出履歴に基づいて、前記物体幅を更新する際のガード値を設定するガード設定部を備え、
前記横幅更新部は、前記今回値が、前記算出履歴との対比において最大値であり、かつ前記ガード値以下である場合に、前記今回値を前記物体幅として更新する請求項１乃至４のいずれか１項に記載の物体検知装置。
前記物体の種類を判定する種別判定部を備え、
前記ガード設定部は、前記物体の種類に基づいて、前記ガード値を設定する請求項５に記載の物体検知装置。
前記物体が実際の横幅である実横幅より小さいとされる状況下か否かを判定する過小状況判定部を備え、
前記ガード設定部は、前記物体が前記実横幅より小さいとされる状況下にあると判定される場合に、当該状況下でないと判定される場合に比べて前記ガード値を大きくする請求項５又は６に記載の物体検知装置。
前記横幅算出部は、前記撮像手段により前方を走行する前方車の車両前部又は車両後部が撮像される場合に、その前部画像又は後部画像と予め用意された車両パターンの辞書情報とに基づいて、前記車両前部又は前記車両後部の画像横幅を算出し、
前記最大値判定部は、前記車両前部又は前記車両後部の画像横幅の今回値がその画像横幅の算出履歴において最大値であるか否かを判定し、
前記横幅更新部は、前記算出履歴において最大値とされる前記画像横幅を、前記前方車の横幅として更新する請求項１乃至７のいずれか１項に記載の物体検知装置。
二輪車と自動車とを含む前記物体の種類を判定する種別判定部を備え、
前記横幅更新部は、前記物体が二輪車であると判定される場合に、前記物体が自動車であると判定される場合に比べて、前記最大値とされる前記画像横幅により前記物体幅を更新する条件を厳しいものとしている請求項１乃至８のいずれか１項に記載の物体検知装置。