JP2017187422A - 周辺物体検出装置 - Google Patents

Abstract

【課題】移動物体と静止物体とを精度良く判定することができる周辺物体検出装置を提供する。【解決手段】レーダセンサによる検出点の検出結果に基づいて、グリッドマップのグリッド毎に、レーダセンサの検出点が含まれる数である投票数を算出する投票数算出部と、レーダセンサによる検出点の検出結果に基づいて、検出点のクラスタリングにより、検出対象の物体であるクラスターをグリッドマップ上に設定するクラスター設定部と、複数回算出されたグリッド毎の投票数の合計値に基づいて、クラスターが占有するグリッドから静止グリッドと移動グリッドとを判別するグリッド判別部と、クラスターが占有するグリッドに含まれる静止グリッド及び移動グリッドの配置に基づいて、クラスターが移動物体であるか静止物体であるか判定する移動物体判定部と、を備える。【選択図】図２

Description

本発明は、周辺物体検出装置に関する。

従来、周辺物体検出装置に関する技術文献として、米国特許出願公開第２０１３／０３３２０６１号明細書が知られている。この明細書には、レーダセンサを用いて自車両の周辺の物体を検出する技術であって、少なくとも二つの物体を含む物体の組について、物体同士の相対位置、速度差、方位差分などから、これらの物体が別々の物体か単一の物体であるか判定するものが記載されている。

米国特許出願公開第２０１３／０３３２０６１号明細書

ところで、より適切な運転支援を実現するためには、自車両の周辺の物体が移動物体であるか静止物体であるかを判定することが望ましい。しかしながら、従来のグリッドマップを用いた判定においては、隣接車線を走行する全長の長いトラックなどが自車両を追い越しているとき、追い越し中のトラックの中腹に相当する位置においてレーダセンサの検出点（反射点）が繰り返し検出されることから、この位置に静止物体が存在すると誤判定する可能性があり問題となっていた。

そこで、本技術分野では、移動物体と静止物体とを精度良く判定することができる周辺物体検出装置を提供することが望まれている。

上記課題を解決するため、本発明は、自車両に搭載されたレーダセンサによる検出点の検出結果に基づき、自車両の周囲に対して予め設定されたグリッドマップを用いて自車両の周辺の物体を検出する周辺物体検出装置であって、レーダセンサによる検出点の検出結果に基づいて、グリッドマップのグリッド毎に、レーダセンサの検出点が含まれる数である投票数を算出する投票数算出部と、レーダセンサによる検出点の検出結果に基づいて、検出点のクラスタリングにより、検出対象の物体であるクラスターをグリッドマップ上に設定するクラスター設定部と、複数回算出されたグリッド毎の投票数の合計値に基づいて、クラスターが占有するグリッドから静止グリッドと移動グリッドとを判別するグリッド判別部と、クラスターが占有するグリッドに含まれる静止グリッド及び移動グリッドの配置に基づいて、クラスターが移動物体であるか静止物体であるか判定する移動物体判定部と、を備える。

以上説明したように、本発明によれば、移動物体と静止物体とを精度良く判定することができる。

本実施形態に係る周辺物体検出装置を示すブロック図である。 （ａ）時刻ｔ−１におけるグリッドマップを示す平面図である。（ｂ）時刻ｔにおけるグリッドマップを示す平面図である。 周辺物体検出装置による移動物体と静止物体の判定処理を示すフローチャートである。

以下、本発明の実施形態について図面を参照して説明する。

図１に示されるように、本実施形態に係る周辺物体検出装置１００は、乗用車などの車両（以後、「自車両」と言う）に搭載され、自車両の周辺の物体を検出する。物体は、他車両（トラック、バス、乗用車、バイクなど）、歩行者、自転車などの移動物体と、電柱、ガードレール、建物、駐車車両などの静止物体を含む。

［周辺物体検出装置の構成］
周辺物体検出装置１００は、レーダセンサ１、車速センサ２、ヨーレートセンサ３、ＥＣＵ１０を備えている。レーダセンサ１は、電波（例えばミリ波）又は光を利用して自車両の周辺の物体を検出するためのセンサである。レーダセンサ１は、電波又は光を自車両の周辺に送信し、物体によって反射された電波又は光を受信することで検出点（反射点）を検出する。レーダセンサ１は、予め設定された検出タイミング毎に検出点の検出を行う。レーダセンサ１は、検出した検出点の情報をＥＣＵ１０へ送信する。

車速センサ２は、自車両の速度を検出する検出器である。車速センサ２としては、自車両の車輪又は車輪と一体に回転するドライブシャフト等に対して設けられ、車輪の回転速度を検出する車輪速センサが用いられる。車速センサ２は、検出した車速の情報をＥＣＵ１０に送信する。

ヨーレートセンサ３は、自車両の重心の鉛直軸周りのヨーレート（回転角速度）を検出する検出器である。ヨーレートセンサ３としては、例えばジャイロセンサを用いることができる。ヨーレートセンサ３は、検出した自車両のヨーレートの情報をＥＣＵ１０に送信する。

ＥＣＵ[Electronic Control Unit] １０は、ＣＰＵ[Central Processing Unit]、ＲＯＭ[Read Only Memory]、ＲＡＭ[Random Access Memory]、ＣＡＮ［Controller Area Network］通信回路等を有する電子制御ユニットである。ＥＣＵ１０では、例えば、ＲＯＭに記憶されているプログラムをＲＡＭにロードし、ＲＡＭにロードされたプログラムをＣＰＵで実行することにより各種の機能を実現する。ＥＣＵ１０は、複数の電子制御ユニットから構成されていてもよい。

次に、ＥＣＵ１０の機能的構成について説明する。ＥＣＵ１０は、車速認識部１１、ヨーレート認識部１２、グリッドマップ設定部１３、投票数算出部１４、クラスター設定部１５、グリッド判別部１６、及び移動物体判定部１７を有している。

車速認識部１１は、自車両の車速を認識する。車速認識部１１は、車速センサ２の検出結果に基づいて、自車両の車速を認識する。ヨーレート認識部１２は、自車両のヨーレートを認識する。ヨーレート認識部１２は、ヨーレートセンサ３の検出結果に基づいて、自車両のヨーレートを認識する。

グリッドマップ設定部１３は、自車両の周辺を複数のグリッドに分割したグリッドマップを設定する。グリッドマップとは、平面視で自車両の周囲を格子状に区分けして複数のグリッドに分割したマップである。グリッドは、物体検出において利用される一定の広さの単位領域を意味する。グリッドマップ設定部１３は、周知の手法により自車両の周囲にグリッドマップを絶対座標系で設定する。

ここで、図２（ａ）は、時刻ｔ−１におけるグリッドマップを示す平面図である。図２（ａ）に、自車両Ｍ、物体Ｎ、グリッドマップＧＭ、グリッドＧ、時刻ｔ−１における投票グリッドＧａを示す。物体Ｎは、全長の長いトラックであり、自車両Ｍの隣接車線で自車両Ｍを追い越している。投票グリッドＧａについては後述する。また、図２（ａ）に、自車両Ｍの進行方向に延在するＸ軸、自車両Ｍの車幅方向に延在するＹ軸からなるＸＹ直交座標系を示す。

グリッドマップ設定部１３は、自車両Ｍのエンジン始動後、一度でもグリッドマップＧＭを設定済みの場合、自車両Ｍの車速及び自車両Ｍのヨーレートに基づいて、経過時間から自車両Ｍの移動量及び移動方向を推定する。グリッドマップ設定部１３は、自車両Ｍの移動量及び移動方向の推定結果に応じて、グリッドマップＧＭを移動させることで新たなグリッドマップＧＭを設定する。新たなグリッドマップＧＭのグリッドと過去のグリッドマップＧＭのグリッドとは対応付けされている。

投票数算出部１４は、レーダセンサ１による検出点の検出結果に基づいて、グリッドマップＧＭのグリッド毎にレーダセンサ１の検出点が含まれる数である投票数を算出する。言い換えると、投票数算出部１４は、レーダセンサ１の検出した検出点に基づいて、グリッド毎に含まれる検出点の数をグリッド毎の投票数として算出する。図２（ａ）に示す投票グリッドＧａは、時刻ｔ−１において投票数がゼロではないグリッド（検出点を含むグリッド）である。図２（ａ）において、自車両Ｍのレーダセンサ１により物体Ｎの自車両Ｍ側を囲むように検出点が検出されるので、物体Ｎの自車両Ｍ側を囲むように投票グリッドＧａが現われる。

図２（ｂ）は、時刻ｔにおけるグリッドマップＧＭを示す平面図である。図２（ｂ）に、時刻ｔにおける投票グリッドＧｂ、静止グリッドＧＳ、及び移動グリッドＧＶを示す。時刻ｔにおける投票グリッドＧｂとは、時刻ｔにおけるレーダセンサ１の検出点を含むグリッドである。静止グリッドＧＳ及び移動グリッドＧＶについては後述する。

クラスター設定部１５は、レーダセンサ１による検出点の検出結果に基づいて、検出点のクラスタリングにより、検出対象の物体であるクラスターをグリッドマップＧＭ上に設定する。クラスター設定部１５は、複数の検出点をグループ化し、グループ化した検出点の形状に基づいてクラスターを設定する。このようなクラスタリングとしては、周知の手法を採用することができる。図２（ｂ）に示す状況において、クラスター設定部１５は、物体ＮをクラスターとしてグリッドマップＧＭ上に設定する。以下、クラスターＮと表記する。

グリッド判別部１６は、複数回算出されたグリッド毎の投票数の合計値に基づいて、クラスターＮが占有するグリッドから静止グリッドＧＳと移動グリッドＧＶとを判別する。グリッド毎の投票数の合計値とは、例えば、図２（ａ）に示す時刻ｔ−１におけるグリッド毎の投票数と、図２（ｂ）に示す時刻ｔにおけるグリッド毎の投票数との合計値である。クラスターＮが占有するグリッドとは、グリッドマップＧＭにおいてクラスターＮが設定された範囲と少なくとも一部が重複するグリッドであって、投票数が１以上のグリッドである。すなわち、グリッド判別部１６は、投票数がゼロのグリッドは判別対象としない。クラスターＮが占有するグリッドは、図２（ｂ）に示す状況において、グリッドマップＧＭ上でクラスターＮと重複する投票グリッドＧａ，Ｇｂに相当する。

静止グリッドＧＳとは、クラスターＮが占有するグリッドのうち投票数の合計値が投票数閾値以上のグリッドである。壁などの静止物体が位置するグリッドからは、時刻に関わらずレーダセンサ１の検出点が検出されるため、当該グリッドの投票数の合計値は大きい値となる。このため、グリッド判別部１６は、投票数の合計値が投票数閾値以上のグリッドを静止グリッドＧＳと判別する。

具体的に、グリッド判別部１６は、図２（ｂ）に示す状況において、時刻ｔ−１における投票グリッドＧａと時刻ｔにおける投票グリッドＧｂとが重複するグリッドを、投票数の合計値が投票数閾値以上の静止グリッドＧＳとして判別している。なお、投票数閾値は固定値であってもよく、自車両Ｍの車速などに応じて変化する値であってもよい。投票数閾値の変形例については後述する。

移動グリッドＧＶとは、クラスターＮが占有する投票グリッドＧａ、Ｇｂのうち投票数が投票数閾値未満のグリッドである。他車両などの移動物体が位置するグリッドからは、時間経過により移動物体が移動するとレーダセンサ１の検出点が検出されなくなるため、当該グリッドの投票数の合計値は小さい値となる。このため、グリッド判別部１６は、投票数の合計値が投票数閾値未満のグリッドを移動グリッドＧＶと判別する。

具体的に、グリッド判別部１６は、図２（ｂ）に示す状況において、時刻ｔ−１における投票グリッドＧａのうち時刻ｔにおける投票グリッドＧｂと重複しないグリッド、及び、時刻ｔにおける投票グリッドＧｂのうち時刻ｔ−１における投票グリッドＧａと重複しないグリッドを、投票数の合計値が投票数閾値未満の移動グリッドＧＶとして判別している。

移動物体判定部１７は、グリッド判別部１６の判別結果に基づいて、クラスターＮが移動物体であるか静止物体であるか判定する。まず、移動物体判定部１７は、クラスターＮが占有するグリッドに含まれる移動グリッドＧＶの割合が判定閾値以上である場合、クラスターＮを移動物体であると判定する。判定閾値は、固定値であってもよく、自車両Ｍの車速などに応じて変化する値であってもよい。

移動物体判定部１７は、移動グリッドＧＶの割合が判定閾値未満である場合、クラスターＮが占有するグリッドに含まれる静止グリッドＧＳ及び移動グリッドＧＶの配置に基づいて、クラスターＮが移動物体であるか静止物体であるか判定する。

移動物体判定部１７は、クラスターＮが占有するグリッドに含まれる静止グリッドＧＳ及び移動グリッドＧＶの配置が予め設定された条件を満たす場合、クラスターＮを移動物体であると判定する。予め設定された条件は、例えば、図２（ｂ）に示すような静止グリッドＧＳ及び移動グリッドＧＶの配置において満たされる。

具体的に、移動物体判定部１７は、クラスターＮが占有する静止グリッドＧＳ及び移動グリッドＧＶの配置が、自車両Ｍの進行方向（Ｘ軸方向）に沿って静止グリッドＧＳ及び移動グリッドＧＶの順に連なり、かつ、自車両Ｍの車幅方向（Ｙ軸方向）に沿って移動グリッドＧＶが連なる場合、クラスターＮを移動物体であると判定する。なお、必ずしもグリッドが連なって連続性が保たれている必要はない。ＥＣＵ１０は、クラスターＮを移動物体と判定するときの静止グリッドＧＳ及び移動グリッドＧＶの配置（予め設定された条件）を複数記憶している。

移動物体判定部１７は、クラスターＮが占有するグリッドに含まれる静止グリッドＧＳ及び移動グリッドＧＶの配置が予め設定された条件を満たさない場合、クラスターＮを静止物体であると判定する。

なお、図２（ｂ）は、トラックであるクラスターＮが自車両Ｍを追い越す場合を示しているが、クラスターＮが自車両に追い越される場合にも、クラスターＮが占有する静止グリッドＧＳ及び移動グリッドＧＶの配置は同様となる。この場合には、図２（ｂ）に示す状況と比べて、クラスターＮの位置が自車両Ｍに近くなる。また、自車両ＭがクラスターＮの前方に位置する場合であっても、クラスターＮが占有する静止グリッドＧＳ及び移動グリッドＧＶの配置は図２（ｂ）と同様である。

［周辺物体検出装置による移動物体と静止物体の判定処理］
以下、本実施形態に係る周辺物体検出装置１００による移動物体と静止物体の判定処理について図３を参照して説明する。図３は、周辺物体検出装置１００による移動物体と静止物体の判定処理を示すフローチャートである。

図３に示すように、ＥＣＵ１０は、Ｓ１０においてグリッドマップ設定部１３によるグリッドマップＧＭの設定を行う。グリッドマップ設定部１３は、自車両Ｍのエンジン始動後、一度でもグリッドマップＧＭを設定済みの場合、自車両Ｍの車速及び自車両Ｍのヨーレートに基づいて前回のグリッドマップＧＭを移動させることで新たなグリッドマップＧＭを設定する。ＥＣＵ１０は、グリッドマップＧＭを設定した場合、Ｓ１２に移行する。

Ｓ１２において、ＥＣＵ１０は、投票数算出部１４によりグリッド毎の投票数を算出する。投票数算出部１４は、レーダセンサ１の検出タイミング毎に、レーダセンサ１による検出点の検出結果に基づいて、グリッド毎の投票数を算出する。ＥＣＵ１０は、少なくとも二回、グリッド毎の投票数の算出が行われた場合に、Ｓ１４に移行する。

Ｓ１４において、ＥＣＵ１０は、クラスター設定部１５により検出対象の物体であるクラスターＮをグリッドマップＧＭ上に設定する。クラスター設定部１５は、周知のクラスタリングにより複数の検出点をグループ化してクラスターＮを設定する。ＥＣＵ１０は、クラスターＮが設定された場合、Ｓ１６に移行する。

Ｓ１６において、ＥＣＵ１０は、グリッド判別部１６により、クラスターＮが占有するグリッドから静止グリッドＧＳと移動グリッドＧＶとを判別する。グリッド判別部１６は、クラスターＮが占有するグリッドのうち投票数の合計値が投票数閾値以上のグリッドを静止グリッドＧＳと判別する。一方、グリッド判別部１６は、クラスターＮが占有するグリッドのうち投票数の合計値が投票数閾値未満のグリッドを移動グリッドＧＶと判別する。なお、グリッド判別部１６は、投票数がゼロのグリッドは判別対象としない。ＥＣＵ１０は、判別対象となる全てのグリッドを判別した場合、Ｓ１８に移行する。

Ｓ１８において、ＥＣＵ１０は、 移動物体判定部１７により、クラスターＮが占有するグリッドに含まれる移動グリッドＧＶの割合が判定閾値以上であるか否かを判定する。ＥＣＵ１０は、クラスターＮが占有するグリッドに含まれる移動グリッドＧＶの割合が判定閾値未満であると判定された場合（Ｓ１８：ＮＯ）、Ｓ２０に移行する。ＥＣＵ１０は、クラスターＮが占有するグリッドに含まれる移動グリッドＧＶの割合が判定閾値以上であると判定された場合（Ｓ１８：ＹＥＳ）、Ｓ２２に移行する。

Ｓ２０において、ＥＣＵ１０は、移動物体判定部１７により、クラスターＮが占有するグリッドに含まれる静止グリッドＧＳ及び移動グリッドＧＶの配置が予め設定された条件を満たすか否かを判定する。移動物体判定部１７は、例えば、図２（ｂ）に示される配置である場合、クラスターＮが占有するグリッドに含まれる静止グリッドＧＳ及び移動グリッドＧＶの配置が予め設定された条件を満たすと判定する。

ＥＣＵ１０は、クラスターＮが占有するグリッドに含まれる静止グリッドＧＳ及び移動グリッドＧＶの配置が予め設定された条件を満たすと判定された場合（Ｓ２０：ＮＯ）、Ｓ２２に移行する。ＥＣＵ１０は、クラスターＮが占有するグリッドに含まれる静止グリッドＧＳ及び移動グリッドＧＶの配置が予め設定された条件を満たさないと判定された場合（Ｓ２０：ＮＯ）、Ｓ２４に移行する。

Ｓ２２において、ＥＣＵ１０は、移動物体判定部１７によりクラスターＮを移動物体と判定する。その後、当該クラスターＮに対する処理を終了する。同様に、Ｓ２４において、ＥＣＵ１０は、移動物体判定部１７によりクラスターＮを静止物体と判定する。その後、当該クラスターＮに対する処理を終了する。

以上説明した本実施形態に係る周辺物体検出装置１００によれば、レーダセンサ１による検出点の検出結果に基づき、グリッドマップＧＭを用いて自車両Ｍの周辺の物体を検出するに際し、検出点のクラスタリングにより設定したクラスターＮを利用して移動物体であるか静止物体であるか判定するので、グリッドマップＧＭのみから移動物体及び静止物体を判定する場合と比べて、移動物体と静止物体とを精度良く判定することができる。

その結果、周辺物体検出装置１００によれば、自車両の周辺環境認識精度向上により、リスクの低減はもちろん、効率的でロバストな運転支援のための経路計画の生成に寄与する。効率的でロバストな経路計画により、不要なアクセル・ブレーキ操作が軽減されることで乗員の乗り心地向上に貢献するだけでなく、燃費の向上や周辺の他車両とのスムーズな交通に繋がる効果を持つ。また、静止物体と判定されたクラスターの追跡処理を中止することでＥＣＵ１０の処理負荷軽減の効果も持つ。

以上、本発明の好適な実施形態について説明したが、本発明は上述した実施形態に限定されるものではない。本発明は、上述した実施形態を始めとして、当業者の知識に基づいて種々の変更、改良を施した様々な形態で実施することができる。

例えば、移動物体判定部１７は、必ずしも移動グリッドＧＶの割合を用いた判定を行う必要はない。すなわち、図３に示すフローチャートのＳ１８は必須ではない。この場合には、図３に示すフローチャートにおいて、Ｓ１８に代えてＳ２０の判定が行われる。

また、投票数閾値は、自車両Ｍの車速に応じて変化してもよい。具体的に、グリッド判別部１６は、自車両Ｍの車速が所定の車速閾値未満である場合、自車両Ｍの車速が所定の車速閾値以上である場合と比べて、投票数閾値を大きな値に変更してもよい。判定閾値が大きいほど、移動グリッドＧＶと判定されやすくなり、投票数閾値が小さいほど静止グリッドＧＳと判定されやすくなる。

また、グリッド判別部１６は、クラスターＮが占有するグリッド内に、所定の第１閾値以上の投票数を有するグリッドが存在しない場合、投票数閾値を大きい値に変更してもよい。所定の第１閾値は、変更後の投票数閾値より大きい値である。一方、グリッド判別部１６は、クラスターＮが占有するグリッド内に、所定の第１閾値以上の投票数を有するグリッドが存在する場合、投票数閾値を小さい値に変更してもよい。

１…レーダセンサ、２…車速センサ、３…ヨーレートセンサ、１１…車速認識部、１２…ヨーレート認識部、１３…グリッドマップ設定部、１４…投票数算出部、１５…クラスター設定部、１６…グリッド判別部、１７…移動物体判定部、１００…周辺物体検出装置、Ｇ…グリッド、Ｇａ，Ｇｂ…投票グリッド、ＧＭ…グリッドマップ、ＧＶ…移動グリッド、ＧＳ…静止グリッド、Ｍ…自車両、Ｎ…クラスター（物体）。

Claims (1)

1. 自車両に搭載されたレーダセンサによる検出点の検出結果に基づき、前記自車両の周囲に対して予め設定されたグリッドマップを用いて前記自車両の周辺の物体を検出する周辺物体検出装置であって、
   前記レーダセンサによる検出点の検出結果に基づいて、前記グリッドマップのグリッド毎に、前記レーダセンサの検出点が含まれる数である投票数を算出する投票数算出部と、
   前記レーダセンサによる検出点の検出結果に基づいて、前記検出点のクラスタリングにより、検出対象の物体であるクラスターを前記グリッドマップ上に設定するクラスター設定部と、
   複数回算出された前記グリッド毎の前記投票数の合計値に基づいて、前記クラスターが占有する前記グリッドから静止グリッドと移動グリッドとを判別するグリッド判別部と、
   前記クラスターが占有する前記グリッドに含まれる前記静止グリッド及び前記移動グリッドの配置に基づいて、前記クラスターが移動物体であるか静止物体であるか判定する移動物体判定部と、
   を備える、周辺物体検出装置。

Images