JP2017156177A - 障害物検出装置および障害物検出方法 - Google Patents

Abstract

【課題】車両に対する障害物の誤検知を抑制する。【解決手段】障害物検出装置１４の領域検出部３２は、ＴＯＦカメラ１２で生成された画像であり、車両から当該車両外部の物体への距離の情報が各画素に対応づけられた画像における路面の領域と路面以外の物体の領域を、各画素に対応づけられた距離の情報に基づいて検出する。障害物検出装置１４の距離検出部３４は、路面の領域と物体の領域それぞれの画素に対応づけられた距離の情報に基づいて、路面と物体との距離を検出する。障害物検出装置１４の判定部３６は、路面と物体との距離に基づいて、当該物体が障害物か否かを判定する。【選択図】図４

Description

本発明は、データ処理技術に関し、特に障害物検出装置および障害物検出方法に関する。

発光後にその光が物体に反射して戻ってくるまでの時間に基づいて物体までの距離を測定する装置（ＴＯＦ（Time of flight）カメラ等）を使用して、障害物を検出する技術が提案されている。

特開２０１０−２５６１７９号公報

一般的に物体からの反射によって得られる受光信号は非常に小さいため、ＴＯＦカメラは、複数回の露光により反射光（言い換えれば信号）を蓄積後、物体までの距離を測定する。そのため、空中に浮遊する微小物体（埃、虫、雨粒等）が、露光時間に移動する距離と等しい大きさの物体として検知されることがあった。そして、浮遊する微小物体を障害物と誤判定する結果、例えば自動運転システムでは、本来不要な回避動作を実行することがあった。

本発明はこうした状況に鑑みてなされたものであり、その主な目的は、障害物の誤検知を抑制する技術を提供することにある。

上記課題を解決するために、本発明のある態様の障害物検出装置は、車両から当該車両外部の物体への距離の情報が各画素に対応づけられた画像を入力する入力部と、入力部により入力された画像における路面の領域と路面以外の物体の領域を、各画素に対応づけられた距離の情報に基づいて検出する第１検出部と、第１検出部により検出された路面の領域と物体の領域それぞれの画素に対応づけられた距離の情報に基づいて、路面と物体との距離を検出する第２検出部と、第２検出部により検出された路面と物体との距離に基づいて、当該物体が障害物か否かを判定する判定部と、を備える。

本発明の別の態様は、障害物検出方法である。この方法は、車両から当該車両外部の物体への距離の情報が各画素に対応づけられた画像を入力するステップと、入力された画像における路面の領域と路面以外の物体の領域を、各画素に対応づけられた距離の情報に基づいて検出するステップと、検出された路面の領域と物体の領域それぞれの画素に対応づけられた距離の情報に基づいて、路面と物体との距離を検出するステップと、検出された路面と物体との距離に基づいて、当該物体が障害物か否かを判定するステップと、をコンピュータが実行する。

なお、以上の構成要素の任意の組合せ、本発明の表現をシステム、コンピュータプログラム、コンピュータプログラムを記録した記録媒体、本装置を搭載した車両などの間で変換したものもまた、本発明の態様として有効である。

本発明によれば、障害物の誤検知を抑制できる。

実施例に係る自動運転システムの構成を示す図である。 図２（ａ）は、ＴＯＦカメラの原理を示す図であり、図２（ｂ）はＴＯＦカメラにおける発光パルスと受光パルスを示す図である。 ＴＯＦ画像の例を示す図である。 図１の障害物検出装置の機能構成を示すブロック図である。 第１実施例に係る障害物検出装置の動作を示すフローチャートである。 第２実施例に係る障害物検出装置の動作を示すフローチャートである。

本発明の実施例を具体的に説明する前に、実施例の概要を述べる。本実施例は、車両に搭載された撮像装置、障害物検出装置、自動運転制御装置が連携する自動運転システムに関する。特に、撮像装置と自動運転制御装置との間に配置され、撮像装置において撮像した画像から、車両外部に存在する障害物を検知する障害物検出装置に関する。障害物は、車両の走行の障害となる物体、言い換えれば、車両の走行に危険を及ぼす物体を意味する。本実施例は、画像に含まれる非障害物を誤って障害物として検知してしまうことを抑制することを目的とする。

具体的には、障害物検出装置は、撮像装置により撮像された画像であり、車両から車両外部の物体への距離の情報が各画素に対応づけられた画像の入力を受け付ける。障害物検出装置は、入力画像における路面の領域と路面以外の物体の領域とを抽出し、路面と物体との距離を検出する。障害物検出装置は、路面と物体との距離に基づいて当該物体が障害物か否かを判定し、障害物の情報を自動運転制御装置へ通知することにより、車両の自動運転を支援する。

（第１実施例）
図１は、実施例に係る自動運転システム１００の構成を示す。自動運転システム１００は、車両１０に搭載されたＴＯＦカメラ１２、障害物検出装置１４、自動運転制御装置１６を含む。これらの装置は一体的に構成されてもよい。例えば、障害物検出装置１４は、ＴＯＦカメラ１２を含む構成であってもよい。また自動運転制御装置１６は、障害物検出装置１４を含む構成であってもよい。

ＴＯＦカメラ１２は、赤外光等を発光後、その光が物体に反射して戻ってきた反射光を受光し、発光から受光までの時間を測定して、画素ごとに車両１０から車両１０外部の物体（被写体とも言える）までの距離を検出する。ＴＯＦカメラ１２は、車両１０から車両１０外部の物体への距離を示す情報が各画素に対応づけられた画像データ（以下「ＴＯＦ画像」とも呼ぶ。）を生成し、ＴＯＦ画像を障害物検出装置１４へ出力する。

図２（ａ）は、ＴＯＦカメラ１２の原理を示す。ＴＯＦカメラ１２は、発光素子７０と受光素子７２を備える。受光素子７２は、発光素子７０が発光した測定光が物体７４に反射して戻ってきた反射光を受光する。ここでＴＯＦカメラ１２と物体７４との距離Ｚは、（光速ｃ × 測定光の発光から反射光の受光までの遅延時間Δｔ ／ ２）により求められる。

図２（ｂ）は、ＴＯＦカメラ１２における発光パルスと受光パルスを示す。発光パルスの立ち上がりから受光パルスの立ち上がりまでの時間が遅延時間Δｔに相当する。同図のＡ０は、受光パルスの立ち上がりから発光パルスの立ち下がりまでの露光量である。同図のＡ１は、発光パルスの立ち下がりから受光パルスの立ち下がりまでの露光量である。発光パルスの立ち下がりから受光パルスの立ち下がりまでの時間も遅延時間Δｔに相当する。同図のＢＧは、発光素子７０による発光有無に関わらず受光する背景光の露光量である。

ＴＯＦカメラ１２は、遅延時間Δｔを受光パルスの露光量に基づいて決定してもよい。具体的には、図２（ｂ）に示すＡ０、Ａ１、およびＢＧの面積比に基づいて算出してもよい。またはＴＯＦカメラ１２は、発光パルスの立ち上がりから受光パルスの立ち上がりまでの時間を計測する等、遅延時間Δｔを時間計測により直接求めてもよい。

ＴＯＦカメラ１２は、ＴＯＦ画像の画素ごとに遅延時間Δｔを求めて、ＴＯＦ画像の各画素に光速ｃと遅延時間Δｔに基づいて算出した物体までの距離Ｚを対応づけてもよい。図３は、ＴＯＦ画像の例を示す。図３のＴＯＦ画像５０では、グラデーションにより距離の遠近を示している。すなわち、実施例のＴＯＦ画像５０は、車両外部の物体の横位置、奥行き、高さを示すものである。

図３のＴＯＦ画像５０は、オブジェクト５２、オブジェクト５４、オブジェクト５６を含む。後述するように、オブジェクト５２は路面を表している。オブジェクト５４は、路面に立設されたポールであり、すなわち障害物を表している。オブジェクト５６は、空中を浮遊する微小物体が拡大撮像されたものであり、非障害物を表している。ここでオブジェクト５４は路面に接する一方、オブジェクト５６は路面に接しておらず、通常あり得ないものである。すなわち、オブジェクト５６は、浮遊微小物体がＴＯＦカメラ１２により拡大撮像されたものと推定可能である。後述するように、障害物検出装置１４は、オブジェクト５６を障害物から除外する。

以上のＴＯＦカメラ１２の構成やＴＯＦ画像５０の態様は一例であり、他の構成のＴＯＦカメラを用いてもよく、他の態様のＴＯＦ画像が障害物検出装置１４へ入力されてもよい。また、障害物検出装置１４への入力はＴＯＦ画像に限らず、画素ごとに車両外部の物体（すなわち被写体）までの距離が対応づけられたデータであればよい。例えば、ＴＯＦカメラ１２に代えて、車両の外部の様子を撮像する撮像装置、車両から車両外部の物体までの距離を測定する測定装置、撮像装置が撮像した画像の各画素の情報として、測定装置が測定した外部の物体までの距離を設定する合成装置の連携により、障害物検出装置１４への入力データが生成されてもよい。

図４は、図１の障害物検出装置１４の機能構成を示すブロック図である。障害物検出装置１４は、制御部２０、記憶部２２、ＩＦ部２４を含む。制御部２０は、障害物検出のための各種データ処理を実行し、記憶部２２は、制御部２０により参照または更新されるデータを保持する記憶領域である。ＩＦ部２４は、外部装置とのインタフェース処理を実行する。例えば、車両内のＣＡＮ（Controller Area Network）を介して外部装置と通信してもよい。

本明細書のブロック図で示す各ブロックは、ハードウェア的には、コンピュータのＣＰＵやメモリをはじめとする素子や機械装置で実現でき、ソフトウェア的にはコンピュータプログラム等によって実現されるが、ここでは、それらの連携によって実現される機能ブロックを描いている。したがって、これらの機能ブロックはハードウェア、ソフトウェアの組合せによっていろいろなかたちで実現できることは、当業者には理解されるところである。例えば、車両１０のＥＣＵが、車両１０の記憶装置に記憶された障害物検出ソフトウェアを実行することにより、図４の各機能ブロックの機能を発揮してもよい。

ＩＦ部２４は、入力部２６と出力部２８を含む。入力部２６は、ＴＯＦカメラ１２から転送されたＴＯＦ画像の入力を受け付ける。出力部２８は、制御部２０で生成された障害物情報を自動運転制御装置１６へ送信する。

記憶部２２は、路面パターン保持部３０を含む。路面パターン保持部３０は、ＴＯＦカメラ１２により生成されるＴＯＦ画像における路面の領域が示すパターンのデータ（以下「路面パターンデータ」とも呼ぶ。）を保持する。例えば路面パターンデータは、ＴＯＦカメラ１２により車両前方の路面を撮像した場合に生成されるＴＯＦ画像の各画素と対応づけられる典型的な距離情報であってもよい。また、ＴＯＦカメラ１２により車両前方の路面を撮像した場合に生成されるＴＯＦ画像が示す典型的な画像データであってもよい。なお、路面パターンデータは、車両にＴＯＦカメラ１２が搭載される際に実測に基づいて設定されてもよく、車両におけるＴＯＦカメラ１２の搭載位置が予め決まっている場合は、予め定められたデータであってもよい。

制御部２０は、領域検出部３２、距離検出部３４、判定部３６、障害物情報生成部３８を含む。領域検出部３２は、入力部２６により入力されたＴＯＦ画像における路面を示す路面領域と路面以外の物体を示す物体領域を、各画素に対応づけられた距離の情報に基づいて検出する。路面領域と物体領域の検出には公知の手法を使用してよい。

本実施例の領域検出部３２は、公知の手法にて、ＴＯＦ画像から何らかのオブジェクトを示す領域を抽出する。例えば、近傍に位置する画素の集合であり、かつ、近似する距離情報の画素や一定の変化率で距離情報が連続して変化している画素の集合を同一オブジェクトの領域として抽出してもよい。図３のＴＯＦ画像５０の場合、領域検出部３２は、オブジェクト５２、オブジェクト５４、オブジェクト５６を抽出する。

また領域検出部３２は、各オブジェクトが含む画素の距離情報と、路面パターン保持部３０に保持された路面パターンデータとを照合して、路面パターンデータに整合するオブジェクトを路面領域として検出する。このとき公知の画像マッチング処理により、路面パターンデータに整合するか否かを判定してもよい。領域検出部３２は、路面領域以外のオブジェクトを、物体領域として検出する。図３のＴＯＦ画像５０の場合、オブジェクト５２を路面領域として検出し、オブジェクト５４およびオブジェクト５６を物体領域として検出する。なお領域検出部３２により検出される物体領域に該当するオブジェクトは、車両走行における障害物候補と言え、以下「判定対象物体」とも呼ぶ。

距離検出部３４は、領域検出部３２により検出された路面領域に該当するオブジェクトの画素と、物体領域に該当するオブジェクトの画素に対応づけられた距離情報に基づいて、路面と判定対象物体との距離を検出する。

本実施例の距離検出部３４は、路面領域の高さを０ｍｍに設定し、１つ以上の物体領域（すなわち判定対象物体）の最下端の高さを算出する。この高さは、判定対象物体の最下端と路面との距離と言える。例えば、距離検出部３４は、ＴＯＦ画像の各画素の距離情報に基づいて、路面領域を底面とする仮想的な三次元空間を設定し、その三次元空間における判定対象物体の最下端の高さを求めてもよい。

判定部３６は、距離検出部３４により検出された路面と判定対象物体との距離に基づいて、判定対象物体が障害物か否かを判定する。本実施例の判定部３６は、判定対象物体の最下端の高さが所定の閾値Ｘ以下である場合に、当該判定対象物体を障害物と判定する。ここで、閾値Ｘは、物体が路面に接していると見なすべき所定の調整値であってよく、例えば０または０より大きい値であってもよい。例えば、距離検出部３４が距離検出に用いた判定対象物体の最下端はあくまでＴＯＦ画像での最下端であるため、閾値Ｘを０より大きくすることで、より安全性を高めることができる。

障害物情報生成部３８は、判定部３６により障害物と判定された判定対象物体に関する情報であり、自動運転制御装置１６が読込み可能な形式の障害物情報を生成する。障害物情報は、例えば、車両外部の空間における障害物の位置を示す情報であってもよく、障害物までの距離や、障害物の大きさ・形状等を示す情報であってもよい。

図１に戻り、自動運転制御装置１６は、車両１０の自動運転を制御する。本実施例の自動運転制御装置１６は、障害物検出装置１４から障害物に関する情報を受信すると、その障害物を回避するように車両１０の走行を制御する。自動運転制御装置１６は、公知の自動運転コントローラであってもよい。

以上の構成による自動運転システム１００の動作を説明する。
ＴＯＦカメラ１２は、走行中の車両の前方空間を撮像し、車両から車両外部の物体への距離情報が各画素に対応づけられたＴＯＦ画像を生成する。ＴＯＦカメラ１２は、ＴＯＦ画像の生成と出力を定期的に繰り返す。

図５は、第１実施例に係る障害物検出装置１４の動作を示すフローチャートである。入力部２６が、ＴＯＦ画像の入力を受け付けると（Ｓ１０のＹ）、領域検出部３２は、ＴＯＦ画像から路面を示す路面領域と、路面以外の１つ以上の物体（「判定対象物体」と呼ぶ。）を示す１つ以上の物体領域を検出する（Ｓ１２）。距離検出部３４は、各判定対象物体の最下端から路面までの距離を検出する（Ｓ１４）。ある判定対象物体についてＳ１４で検出された距離が所定の閾値以下である場合（Ｓ１６のＹ）、判定部３６は、その判定対象物体を障害物と判定する（Ｓ１８）。

障害物情報生成部３８は、障害物と判定された判定対象物体に関する障害物情報を生成し、出力部２８は、障害物情報を自動運転制御装置１６へ出力する（Ｓ２０）。自動運転制御装置１６は、障害物情報が示す障害物を回避するように車両の自動運転を制御する。その一方、ある判定対象物体についてＳ１４で検出された距離が所定の閾値より大きい場合（Ｓ１６のＮ）、判定部３６は、その判定対象物体を障害物では無いと判定する（Ｓ２２）。この場合、Ｓ２０をスキップし、図５のフローを終了する。自動運転制御装置１６は、当該判定対象物体に対して回避行動を実行することを抑制する。

ＴＯＦ画像の入力がなければ（Ｓ１０のＮ）、以降の処理をスキップして本図のフローを終了する。障害物検出装置１４の入力部２６は、ＴＯＦカメラ１２により互いに異なったタイミングで生成された複数のＴＯＦ画像の入力を順次受け付ける。障害物検出装置１４の制御部２０は、ＴＯＦ画像が入力されるたびに図５のＳ１２〜Ｓ２２の処理を繰り返し、最新の障害物検出状況に基づく自動運転の実現を支援する。

本実施例の自動運転システムによると、本来回避が不要な物体を障害物として誤検知することを抑制できる。これにより、車両の自動運転において本来不要な回避動作を抑制させ、乗員の快適性を向上させる。

例えば、本実施例の障害物検出装置１４によると、空中に浮遊している微小物体（埃、虫、雨粒等）を障害物と誤判定することを防止しやすくなる。障害物検出装置１４への入力が図３のＴＯＦ画像５０である場合、オブジェクト５４（ポール）を障害物と判定して回避行動を実行させることができる。その一方、オブジェクト５６（浮遊微小物体）を障害物では無いと判定して不要な回避行動を抑制させることができる。特にＴＯＦカメラの場合、複数回の露光により外部の物体までの距離を測定するため、空中に浮遊する微小物体が拡大されて撮像されることがあるが、障害物検出装置１４は、このように拡大撮像された浮遊微小物体を回避行動の対象から除外することができる。

（第２実施例）
第２実施例では、障害物検出装置１４の判定部３６による障害物判定処理が第１実施例とは異なる。他の構成および動作は第１実施例と同様である。以下、第１実施例と異なる点を説明する。

第２実施例の判定部３６は、判定対象物体の下端から路面までの距離が閾値Ｘより大きい場合であっても、その判定対象物体が所定数（２以上の整数、以下「閾値Ｙ」と呼ぶ。）以上のＴＯＦ画像において検出された場合、その判定対象物体を障害物と判定する。例えば、閾値Ｙの枚数のＴＯＦ画像で同一の判定対象物体が検出された場合に、その判定対象物体を障害物と判定してもよい。閾値Ｙは、浮遊微小物体が拡大撮像される場合の典型的なＴＯＦ画像数より大きい値であることが望ましく、開発者の知見や自動運転システム１００における実験により適切な値が設定されてよい。

例えば、判定部３６は、第１のＴＯＦ画像で第１の判定対象物体（物体領域）が検出された場合に、その物体領域を包含するようにその物体領域よりも広い領域（ここでは「同一視領域」と呼ぶ。）を設定してもよい。判定部３６は、第１のＴＯＦ画像の次に入力された第２のＴＯＦ画像で、同一視領域内に第２の判定対象物体が検出された場合に、第１の判定対象物体と第２の判定対象物体を同一と判定してもよい。そして、この同一判定処理をＴＯＦ画像が入力されるたびに繰り返すことにより、同一の判定対象物体が、時間的に連続する閾値Ｙ以上のＴＯＦ画像の全てで検出されたか否かを判定してもよい。

図６は、第２実施例に係る障害物検出装置１４の動作を示すフローチャートである。同図のＳ３０〜Ｓ４０は、図５のＳ１０〜Ｓ２０と同じ処理であるため説明を省略する。判定部３６は、今回入力されたＴＯＦ画像で検出された判定対象物体についてＳ３４で検出された距離が閾値Ｘより大きい場合であっても（Ｓ３６のＮ）、今回入力されたＴＯＦ画像を含む閾値Ｙ以上のＴＯＦ画像に亘り連続してその判定対象物体が検出された場合は（Ｓ４２のＹ）、その判定対象物体を障害物と判定する（Ｓ３８）。その一方、今回入力されたＴＯＦ画像を含む閾値Ｙ以上のＴＯＦ画像で連続してその判定対象物体が検出されていなければ（Ｓ４２のＮ）、その判定対象物体を障害物では無いと判定し、図６のフローを終了する（Ｓ４４）。

第２実施例の障害物検出装置１４によると、路面には接していないが、車両走行上回避すべき障害物（例えば樹木の枝や看板等）を精度よく検出できる。これにより、一層安全な自動運転の実現を支援できる。

以上、本発明を実施例をもとに説明した。この実施例は例示であり、それらの各構成要素あるいは各処理プロセスの組合せにいろいろな変形例が可能なこと、またそうした変形例も本発明の範囲にあることは当業者に理解されるところである。

第２実施例に関連する変形例を説明する。本変形例に係る障害物検出装置１４の判定部３６は、上記の閾値Ｙを車両の速度に基づいて変化させる。具体的には、判定部３６は、自車両に搭載された速度センサや走行管理装置（不図示）等から、車両の速度を取得する。そして、速度が相対的に高い場合は閾値Ｙを相対的に小さくし、速度が相対的に低い場合は閾値Ｙを相対的に大きくする。言い換えれば、速度が高いほど閾値Ｙを小さくし、速度が低いほど閾値Ｙを大きくする。

閾値Ｙを大きくするほど、浮遊微小物体を排除しやすくなるため、判定対象物体が障害物か否かを判定する正確度が高まる。その一方、閾値Ｙを大きくすると、障害物か否かを確定的に判定するまでの時間が長くなり、速度が高い場合、車両と判定対象物（障害物であれば）との衝突を招きかねない。そこで、閾値Ｙを車速に応じて調整することにより、運転の安全と、障害物判定の正確性を両立させることができる。なお、判定部３６は、車両の複数種類の速度に応じて予め定められた複数の閾値Ｙを保持し、図６のＳ１７の判定の都度、車両の現在速度に対応する閾値Ｙを選択してもよい。

第１実施例と第２実施例の両方に関連する別の変形例を説明する。本変形例に係る障害物検出装置１４は実施例に記載したＴＯＦカメラ１２の機能を含む。さらに本変形例のＴＯＦカメラ１２は、１回の周期で、車両から車両外部の物体への距離を車両の速度に応じた回数検出し、各回で検出した距離に基づいてＴＯＦ画像を生成する。本変形例のＴＯＦカメラ１２は、１周期中に、発光処理、露光処理、距離測定処理を複数回繰り返して１つのＴＯＦ画像を生成し、周期毎にこれらの処理を繰り返す。またＴＯＦカメラ１２は、１周期中の複数回の距離測定処理で求めた複数個の距離の平均値を、ＴＯＦ画像の各画素へ設定してもよい。

具体的には、ＴＯＦカメラ１２の制御部は、自車両に搭載された速度センサや走行管理装置（不図示）等から、車両の速度を取得してもよい。ＴＯＦカメラ１２の制御部は、車両の速度が低いほど、１周期の中で実行する発光処理、露光処理および距離測定処理の回数を多くしてもよい。例えば、所定の最高基準速度（時速１００Ｋｍ等）の場合に１周期中に発光処理、露光処理および距離測定処理をｎ回繰り返す場合に、車速が遅くなるほど発光処理、露光処理および距離測定処理をより多く繰り返すように調整してもよい。

１周期中の露光処理回数を多くするほど、残像やノイズ等の影響を排除しやすくなり、距離測定の正確度が高まり、すなわちＴＯＦ画像の正確度が高まる。本変形例に係るＴＯＦカメラ１２によると、車両の速度に応じてＴＯＦ画像の正確度を高め、障害物判定の正確性を高めることができる。

上述した実施例および変形例の任意の組み合わせもまた本発明の実施の形態として有用である。組み合わせによって生じる新たな実施の形態は、組み合わされる実施例および変形例それぞれの効果をあわせもつ。また、請求項に記載の各構成要件が果たすべき機能は、実施例および変形例において示された各構成要素の単体もしくはそれらの連携によって実現されることも当業者には理解されるところである。

なお、実施例および変形例に記載の技術は、以下の項目によって特定されてもよい。
［項目１］
車両から当該車両外部の物体への距離の情報が各画素に対応づけられた画像を入力する入力部と、
上記入力部により入力された画像における路面の領域と路面以外の物体の領域を、各画素に対応づけられた距離の情報に基づいて検出する第１検出部と、
上記第１検出部により検出された路面の領域と物体の領域それぞれの画素に対応づけられた距離の情報に基づいて、路面と物体との距離を検出する第２検出部と、
上記第２検出部により検出された路面と物体との距離に基づいて、当該物体が障害物か否かを判定する判定部と、
を備えることを特徴とする障害物検出装置。
これにより、浮遊している物体を障害物と誤判定することを防止しやすくなる。
［項目２］
上記判定部は、物体の下端と路面との距離が所定の閾値以下である場合に、当該物体を障害物と判定する項目１に記載の障害物検出装置。
これにより、浮遊している物体を障害物と誤判定することを防止しやすくなる。
［項目３］
上記入力部は、互いに異なったタイミングで生成された複数の画像の入力を受け付け、
上記判定部は、物体の下端と路面との距離が上記閾値より大きくても、当該物体が所定数以上の画像で検出された場合に、当該物体を障害物と判定する項目２に記載の障害物検出装置。
これにより、枝や看板等、路面から離れた物体であっても、互いに異なったタイミングで生成された複数の画像で検出された物体を障害物と判定することで、障害物検出の精度を高めることができる。
［項目４］
上記判定部は、車両の速度に基づいて上記所定数を変化させる項目３に記載の障害物検出装置。
これにより、車両の速度に対応して障害物検出の精度を高めることができる。
［項目５］
上記入力部へ入力される画像は、ＴＯＦ（Time of flight）カメラにより生成された画像である項目１から４のいずれか一項に記載の障害物検出装置。
これにより、ＴＯＦカメラとの連携により、障害物を精度よく検出できる。
［項目６］
車両から当該車両外部の物体への距離の情報が各画素に対応づけられた画像を生成する撮像装置をさらに備え、
上記撮像装置は、１回の周期で、車両から当該車両外部の物体への距離を車両の速度に応じた回数検出し、各回で検出した距離に基づいて画像を生成する項目１から５のいずれか一項に記載の障害物検出装置。
これにより、車両の速度に応じて残像等のノイズを排除しやすくなる。
［項目７］
車両から当該車両外部の物体への距離の情報が各画素に対応づけられた画像を入力するステップと、
入力された画像における路面の領域と路面以外の物体の領域を、各画素に対応づけられた距離の情報に基づいて検出するステップと、
検出された路面の領域と物体の領域それぞれの画素に対応づけられた距離の情報に基づいて、路面と物体との距離を検出するステップと、
検出された路面と物体との距離に基づいて、当該物体が障害物か否かを判定するステップと、
をコンピュータが実行することを特徴とする障害物検出方法。
これにより、浮遊している物体を障害物と誤判定することを防止しやすくなる。

１０ 車両、 １２ ＴＯＦカメラ、 １４ 障害物検出装置、 １６ 自動運転制御装置、 ２６ 入力部、 ３２ 領域検出部、 ３４ 距離検出部、 ３６ 判定部、 ３８ 障害物情報生成部、 １００ 自動運転システム。

Claims (7)

1. 車両から当該車両外部の物体への距離の情報が各画素に対応づけられた画像を入力する入力部と、
   前記入力部により入力された画像における路面の領域と路面以外の物体の領域を、各画素に対応づけられた距離の情報に基づいて検出する第１検出部と、
   前記第１検出部により検出された路面の領域と物体の領域それぞれの画素に対応づけられた距離の情報に基づいて、路面と物体との距離を検出する第２検出部と、
   前記第２検出部により検出された路面と物体との距離に基づいて、当該物体が障害物か否かを判定する判定部と、
   を備えることを特徴とする障害物検出装置。
2. 前記判定部は、物体の下端と路面との距離が所定の閾値以下である場合に、当該物体を障害物と判定する請求項１に記載の障害物検出装置。
3. 前記入力部は、互いに異なったタイミングで生成された複数の画像の入力を受け付け、
   前記判定部は、物体の下端と路面との距離が前記閾値より大きくても、当該物体が所定数以上の画像で検出された場合に、当該物体を障害物と判定する請求項２に記載の障害物検出装置。
4. 前記判定部は、車両の速度に基づいて前記所定数を変化させる請求項３に記載の障害物検出装置。
5. 前記入力部へ入力される画像は、ＴＯＦ（Time of flight）カメラにより生成された画像である請求項１から４のいずれか一項に記載の障害物検出装置。
6. 車両から当該車両外部の物体への距離の情報が各画素に対応づけられた画像を生成する撮像装置をさらに備え、
   前記撮像装置は、１回の周期で、車両から当該車両外部の物体への距離を車両の速度に応じた回数検出し、各回で検出した距離に基づいて画像を生成する請求項１から５のいずれか一項に記載の障害物検出装置。
7. 車両から当該車両外部の物体への距離の情報が各画素に対応づけられた画像を入力するステップと、
   入力された画像における路面の領域と路面以外の物体の領域を、各画素に対応づけられた距離の情報に基づいて検出するステップと、
   検出された路面の領域と物体の領域それぞれの画素に対応づけられた距離の情報に基づいて、路面と物体との距離を検出するステップと、
   検出された路面と物体との距離に基づいて、当該物体が障害物か否かを判定するステップと、
   をコンピュータが実行することを特徴とする障害物検出方法。