JP2018195037A - 車外環境認識装置 - Google Patents

Abstract

【課題】自転車等の特定物を高精度に検出する。
【解決手段】車外環境認識装置は、コンピュータが、画面中の立体物が存在する立体物領域を特定する立体物領域特定部と、立体物領域から自転車の車輪に相当する車輪候補が存在する車輪領域２１４を特定する車輪領域特定部と、車輪領域２１４における、自車両との相対距離が所定範囲となる部位の面積比率が所定値未満であるか否か判定する車輪判定部、として機能する。こうして自転車等の特定物を高精度に検出することができる。
【選択図】図９

Description

本発明は、自車両の進行方向に存在する特定物を特定する車外環境認識装置に関する。

従来、自車両の前方に位置する車両等の立体物を検出し、先行車両との衝突を回避したり（衝突回避制御）、先行車両との車間距離を安全な距離に保つように制御する（クルーズコントロール）技術が知られている（例えば、特許文献１）。

また、上記立体物を検出する技術として、自車両の側方を撮影した画像パターンを参照し、エッジの自車両前後方向の対称性に基づいて、自車両と並走する並走車を検出する技術が開示されている（例えば、特許文献２）。

特許第３３４９０６０号公報 特開２００８−１３４８７７号公報

自車両の進行方向に存在する特定物としては、同方向に走行する先行車両や、進行路を自車両横方向に横断する歩行者および自転車等がある。このような進行路を横断する歩行者や自転車等については、その輪郭によって歩行者らしさ、または、自転車らしさを判定するのが望ましい。ただし、一般的に、自転車は歩行者より横断速度が高く、自転車の全体の輪郭が確認できるまで待っていると、その間に自車両と自転車との距離が短くなり、衝突回避制御として急な動作を要することになってしまう。したがって、例えば、ハフ変換等により、自転車の一部である車輪（円形状）を特定することで、より早期に自転車自体を特定することが求められる。

しかし、自車両の進行方向には様々な立体物が存在し、その形状や表面の彩色が円（車輪）に類似する場合があり、実際には自転車ではない立体物を自転車の車輪と誤検出してしまう場合があった。

本発明は、このような課題に鑑み、自転車等の特定物を高精度に検出可能な、車外環境認識装置を提供することを目的としている。

上記課題を解決するために、本発明の車外環境認識装置は、コンピュータが、画面中の立体物が存在する立体物領域を特定する立体物領域特定部と、立体物領域から自転車の車輪に相当する車輪候補が存在する車輪領域を特定する車輪領域特定部と、車輪領域における、自車両との相対距離が所定範囲となる部位の面積比率が所定値未満であるか否か判定する車輪判定部、として機能する。

車輪判定部は、車輪の軸部の半径Ｒｃ、車輪のタイヤ部の内周の半径Ｒｉｎ、外周の半径Ｒｏｕｔを導出し、（π（Ｒｃ）^２＋π（Ｒｏｕｔ^２−Ｒｉｎ^２））／（２×Ｒｏｕｔ）^２を面積比率としてもよい。

車輪領域特定部は、ハフ変換により車輪領域に含まれる車輪の中心を導出し、車輪の中心に基づいて車輪領域を再特定する。

本発明によれば、自転車等の特定物を高精度に検出することが可能となる。

車外環境認識システムの接続関係を示したブロック図である。 輝度画像と距離画像を説明するための説明図である。 車外環境認識装置の概略的な機能を示した機能ブロック図である。 車外環境認識処理の流れを示すフローチャートである。 立体物領域特定処理を説明するための説明図である。 車輪領域特定処理を説明するための説明図である。 車輪領域特定処理を説明するための説明図である。 車輪領域特定処理を説明するための説明図である。 車輪判定処理を説明するための説明図である。

以下に添付図面を参照しながら、本発明の好適な実施形態について詳細に説明する。かかる実施形態に示す寸法、材料、その他具体的な数値などは、発明の理解を容易とするための例示にすぎず、特に断る場合を除き、本発明を限定するものではない。なお、本明細書および図面において、実質的に同一の機能、構成を有する要素については、同一の符号を付することにより重複説明を省略し、また本発明に直接関係のない要素は図示を省略する。

（車外環境認識システム１００）
図１は、車外環境認識システム１００の接続関係を示したブロック図である。車外環境認識システム１００は、撮像装置１１０と、車外環境認識装置１２０と、車両制御装置（ＥＣＵ：Engine Control Unit）１３０とを含んで構成される。

撮像装置１１０は、ＣＣＤ（Charge-Coupled Device）やＣＭＯＳ（Complementary Metal-Oxide Semiconductor）等の撮像素子を含んで構成され、自車両１の前方の車外環境を撮像し、少なくとも輝度の情報が含まれる輝度画像（カラー画像やモノクロ画像）を生成することができる。また、撮像装置１１０は、自車両１の進行方向側において２つの撮像装置１１０それぞれの光軸が略平行になるように、略水平方向に離隔して配置される。撮像装置１１０は、自車両１の前方の検出領域に存在する立体物を撮像した輝度画像を、例えば１／６０秒のフレーム毎（６０ｆｐｓ）に連続して生成する。ここで、撮像装置１１０によって認識する立体物は、自転車、歩行者、車両、信号機、道路（進行路）、道路標識、ガードレール、建物といった独立して存在する物のみならず、自転車の車輪等、その一部として特定できる物も含む。

また、車外環境認識装置１２０は、２つの撮像装置１１０それぞれから輝度画像を取得し、一方の輝度画像から任意に抽出したブロック（例えば、水平４画素×垂直４画素の配列）に対応するブロックを他方の輝度画像から検索する、所謂パターンマッチングを用いて視差、および、任意のブロックの画面内の位置を示す画面位置を含む視差情報を導出する。ここで、水平は、撮像した画像の画面横方向を示し、垂直は、撮像した画像の画面縦方向を示す。このパターンマッチングとしては、一対の画像間において、任意のブロック単位で輝度（Ｙ）を比較することが考えられる。例えば、輝度の差分をとるＳＡＤ（Sum of Absolute Difference）、差分を２乗して用いるＳＳＤ（Sum of Squared intensity Difference）や、各画素の輝度から平均値を引いた分散値の類似度をとるＮＣＣ（Normalized Cross Correlation）等の手法がある。車外環境認識装置１２０は、このようなブロック単位の視差導出処理を検出領域（例えば、６００画素×２００画素）に映し出されている全てのブロックについて行う。ここでは、ブロックを４画素×４画素としているが、ブロック内の画素数は任意に設定することができる。

ただし、車外環境認識装置１２０では、検出分解能単位であるブロック毎に視差を導出することはできるが、そのブロックがどのような対象物の一部であるかを認識できない。したがって、視差情報は、対象物単位ではなく、検出領域における検出分解能単位（例えばブロック単位）で独立して導出されることとなる。ここでは、このようにして導出された視差情報を対応付けた画像を、上述した輝度画像と区別して距離画像という。

図２は、輝度画像１２６と距離画像１２８を説明するための説明図である。例えば、２つの撮像装置１１０を通じ、検出領域１２４について図２（ａ）のような輝度画像１２６が生成されたとする。ただし、ここでは、理解を容易にするため、２つの輝度画像１２６の一方のみを模式的に示している。車外環境認識装置１２０は、このような輝度画像１２６からブロック毎の視差を求め、図２（ｂ）のような距離画像１２８を形成する。距離画像１２８における各ブロックには、そのブロックの視差が関連付けられている。ここでは、説明の便宜上、視差が導出されたブロックを黒のドットで表している。

また、車外環境認識装置１２０は、輝度画像１２６に基づく輝度値（カラー値）、および、距離画像１２８に基づいて算出された、自車両１との相対距離を含む実空間における三次元の位置情報を用い、カラー値が等しく三次元の位置情報が近いブロック同士を対象物としてグループ化して、自車両１前方の検出領域における対象物がいずれの特定物（例えば、先行車両や自転車）に対応するかを特定する。また、車外環境認識装置１２０は、このように立体物を特定すると、立体物との衝突を回避したり（衝突回避制御）、先行車両との車間距離を安全な距離に保つように自車両１を制御する（クルーズコントロール）。なお、上記相対距離は、距離画像１２８におけるブロック毎の視差情報を、所謂ステレオ法を用いて三次元の位置情報に変換することで求められる。ここで、ステレオ法は、三角測量法を用いることで、対象物の視差からその対象物の撮像装置１１０に対する相対距離を導出する方法である。

車両制御装置１３０は、ステアリングホイール１３２、アクセルペダル１３４、ブレーキペダル１３６を通じて運転手の操作入力を受け付け、操舵機構１４２、駆動機構１４４、制動機構１４６に伝達することで自車両１を制御する。また、車両制御装置１３０は、車外環境認識装置１２０の指示に従い、操舵機構１４２、駆動機構１４４、制動機構１４６を制御する。

上述したように、車外環境認識システム１００では、進行路を自車両横方向に横断する歩行者および自転車等を特定している。このような進行路を横断する歩行者や自転車等については、その輪郭によって歩行者らしさや自転車らしさを判定するのが望ましい。しかし、自転車は歩行者より横断速度が高く、自転車の全体の輪郭が確認できるまで待っていると、その間に自車両１と自転車との距離が短くなり、衝突回避制御として急な動作を要することになる。

したがって、自転車が輝度画像外から輝度画像内に入ってくる場合、自転車の一部が把握された時点で、速やかに自転車である可能性を認識し、応答性を高めるのが望ましい。そこで、例えば、自転車の一部である車輪（前輪）が画面に出現した時点で、その形状（円形状）から車輪らしさを適切に判定することで、自転車を迅速に検出し、安定した衝突回避制御を行うことができる。しかし、自車両１の進行方向には様々な立体物が存在し、その形状や表面の彩色が円（車輪）に類似する場合があり、実際には自転車ではない立体物を自転車の車輪と誤検出してしまう場合がある。そこで、本実施形態では、距離情報を用いて、自転車等の特定物を高精度に検出することを目的とする。

以下、このような目的を実現するための車外環境認識装置１２０の構成について詳述する。ここでは、本実施形態に特徴的な、自車両１前方の検出領域における立体物（例えば、自転車の車輪）の特定処理について詳細に説明し、本実施形態の特徴と無関係の構成については説明を省略する。

（車外環境認識装置１２０）
図３は、車外環境認識装置１２０の概略的な機能を示した機能ブロック図である。図３に示すように、車外環境認識装置１２０は、Ｉ／Ｆ部１５０と、データ保持部１５２と、中央制御部１５４とを含んで構成される。

Ｉ／Ｆ部１５０は、撮像装置１１０、および、車両制御装置１３０との双方向の情報交換を行うためのインターフェースである。データ保持部１５２は、ＲＡＭ、フラッシュメモリ、ＨＤＤ等で構成され、以下に示す各機能部の処理に必要な様々な情報を保持する。

中央制御部１５４は、中央処理装置（ＣＰＵ）、プログラム等が格納されたＲＯＭ、ワークエリアとしてのＲＡＭ等を含む半導体集積回路で構成され、システムバス１５６を通じて、Ｉ／Ｆ部１５０、データ保持部１５２等を制御する。また、本実施形態において、中央制御部１５４は、立体物領域特定部１６０、車輪領域特定部１６２、車輪判定部１６４、自転車判定部１６６としても機能する。以下、本実施形態に特徴的な自転車を認識する車外環境認識処理について、当該中央制御部１５４の各機能部の動作も踏まえて詳述する。

（車外環境認識処理）
図４は、車外環境認識処理の流れを示すフローチャートである。車外環境認識処理では、まず、立体物領域特定部１６０が、画面から立体物が存在する立体物領域を特定する立体物領域特定処理（Ｓ２００）、車輪領域特定部１６２が、立体物領域から自転車の車輪に相当する車輪候補が存在する車輪領域を特定する車輪領域特定処理（Ｓ２０２）が実行される。そして、車輪判定部１６４が、特定された車輪領域毎に、車輪領域における、距離情報に基づき自車両１との相対距離が所定範囲となる部位の面積比率が所定値未満であるか否か判定する車輪判定処理（Ｓ２０４）、複数の車輪領域全てに対し車輪らしさを判定したか確認する完了確認処理（Ｓ２０６）が実行される。最後に、自転車判定部１６６が、車輪判定処理の結果に基づいて、その立体物が自転車であるか否か判定する自転車判定処理（Ｓ２０８）が実行される。

（立体物領域特定処理Ｓ２００）
図５は、立体物領域特定処理Ｓ２００を説明するための説明図である。立体物領域特定部１６０は、撮像装置１１０が生成した連続する（時分割された）複数の輝度画像１２６を参照し、生成時刻の異なる輝度画像１２６同士の差分により、輝度画像１２６外から輝度画像１２６内に進入してきた所定の条件を満たす立体物２１０を検出する。ここで、所定の条件とは、距離画像１２８において当該立体物２１０の自車両１に対する相対距離が所定距離（例えば１５ｍ）以内であること、地面からの高さが所定高さ（例えば２ｍ）以内であることである。

そして、立体物領域特定部１６０は、図５のように、その立体物２１０の水平方向の幅、すなわち、輝度画像１２６の右端部１２６ａと、立体物２１０の左端部２１０ａとの差分が所定の検出幅に達すると、輝度画像１２６上の所定の範囲、ここでは、立体物２１０を画像内に収めた矩形の領域を立体物領域２１２として特定する。また、このとき、輝度画像１２６の右端部１２６ａに対する立体物２１０の左端部２１０ａの水平方向に沿った方向を立体物２１０の移動方向とする。したがって、図５のように、立体物２１０が輝度画像１２６の右に位置している場合、移動方向は左向きとなり、立体物２１０が輝度画像１２６の左に位置している場合、移動方向は右向きとなる。

なお、立体物領域２１２の特定を、立体物２１０の幅が所定の検出幅になるまで待っているのは、本実施形態において目的とする車輪を認識する上で必要な大きさを確保するためである。

（車輪領域特定処理Ｓ２０２）
図６〜図８は、車輪領域特定処理Ｓ２０２を説明するための説明図である。車輪領域特定部１６２は、立体物２１０の移動方向に基づいて、立体物領域特定部１６０が特定した立体物領域２１２から、自転車の車輪に相当する車輪候補が存在する車輪領域２１４を特定する。具体的に、車輪領域特定部１６２は、図６（ａ）のように、立体物２１０の移動方向が左向きであれば、立体物領域２１２の左端部２１２ａと、立体物領域２１２の下端部２１２ｂとを基準に、一辺が所定の大きさの正方形の領域を車輪領域２１４として特定し、図６（ｂ）のように、立体物２１０の移動方向が右向きであれば、立体物領域２１２の右端部２１２ｃと、立体物領域２１２の下端部２１２ｂとを基準に、一辺が所定の大きさの正方形の領域を車輪領域２１４として特定する。なお、所定の大きさは、自転車の車輪の大きさとして想定される、例えば、２７インチ（約６９ｃｍ）の車輪に対し、検出誤差を踏まえたマージン（例えば、３インチ）を加えた大きさである。なお、本明細書における２７インチ等の大きさを示す指標は、それぞれ画面中の大きさ（画素数）等を相対距離に基づいて実際の大きさに置き換えたものである。

続いて、車輪領域特定部１６２は、ハフ変換を用い、車輪領域２１４内に含まれる車輪の外形を特定し、車輪領域２１４の幅および高さが、車輪外形の幅および高さと等しくなるように車輪領域２１４を再特定する。ここで、ハフ変換は、輝度画像１２６上のエッジを有する特徴点から、対象の中心が存在する可能性のある点に投票を行い、得票数が多い（所定値以上となる）対象を検出する技術である。このように本実施形態では、ハフ変換に特化して説明するが、ハフ変換に依存することなく、ハフ変換以外のテンプレートマッチングや最小二乗法等の既存の様々な形状認識手法を用いることができる。

ハフ変換の処理手順を説明する。ここでは、輝度画像１２６から図７（ａ）のように、エッジを有する３つの画素２２０ｃ、２２０ｄ、２２０ｅを抽出したとする。かかる３つの画素２２０ｃ、２２０ｄ、２２０ｅは、本来、円形状の車輪の一部であるが、通常、輝度画像１２６から明確に円形状であることは把握できないとする。

ハフ変換は、複数の点から円や直線などの幾何学的な形状を検出する手法であり、任意の画素を通り、かつ、半径ｎである円の中心は、その任意の画素を中心とした半径ｎの円周上に存在するという理論に基づいている。例えば、図７（ａ）の３つの画素２２０ｃ、２２０ｄ、２２０ｅを通る円２２２の中心は、３つの画素２２０ｃ、２２０ｄ、２２０ｅそれぞれを中心とした円周上にある。しかし、エッジのみの情報では、その半径ｎを特定できないため、相異なる複数段階の半径ｎを準備して、３つの画素２２０ｃ、２２０ｄ、２２０ｅを中心とした複数段階の半径ｎの円上の画素に投票し、得票数が予め定められた所定値以上となれば半径ｎと中心とを車輪として決定する。

例えば、図７（ｂ）、図７（ｃ）、図７（ｄ）のように、３つの画素２２０ｃ、２２０ｄ、２２０ｅを中心にして、相異なる半径ｎ＝１０インチ（直径２０インチ）、１２インチ（直径２４インチ）、１３．５インチ（直径２７インチ）の円を形成し、その円の軌跡に含まれる画素に投票する（単位指標を関連付ける）。そうすると、図７（ｂ）では、２つの画素２２４で得票数が２となる（単位指標が２つ関連付けられる）。また、図７（ｃ）では、３つの画素２２４で得票数が２となり、１つの画素２２６で得票数が３となる。同様に、図７（ｄ）では、６つの画素２２４で得票数が２となる。

このとき、得票数が３（所定値以上）となるのは画素２２６のみとなり、その画素２２６を３つの画素２２０ｃ、２２０ｄ、２２０ｅを通る円の中心とし、その画素２２６を導出した際の半径ｎ＝１２インチを、３つの画素２２０ｃ、２２０ｄ、２２０ｅを通る円の半径と特定することができる。こうして、図７（ｅ）のように、３つの画素２２０ｃ、２２０ｄ、２２０ｅを通る円２２８が特定される。ここでは、説明の便宜上、３つの画素２２０ｃ、２２０ｄ、２２０ｅを挙げて説明したが、円２２８に含まれない画素が特徴点となったり、画素化（離散化）により本来の位置と異なる位置に出現した画素が特徴点となったりすることがあるので、このようなノイズの影響を回避すべく、実際には、多数の点を投票に用い、数の原理で安定した検出を行っている。

本実施形態では、輝度画像１２６から無作為にハフ変換を行わず、上述した車輪領域特定処理Ｓ２０２や車輪判定処理Ｓ２０４で特定された車輪領域２１４のみをハフ変換の対象としているので、ハフ変換の処理回数を削減して処理時間の短縮化を図ることができる。

そして、車輪領域特定部１６２は、立体物２１０の移動方向が左向きであれば、図８に示すように、特定した車輪領域２１４に左端部２１４ａと、車輪領域２１４の下端部２１４ｂとを基準に、一辺が特定した半径ｎの２倍（例えば、２４インチ）となる正方形の領域を、新たに、車輪領域２１４として再特定し、その車輪領域２１４の中央を、車輪領域２１４に含まれる車輪の中心２１６とする。こうして、車輪領域２１４の幅および高さが、車輪外形の幅および高さと等しくなる。

（車輪判定処理Ｓ２０４）
図９は、車輪判定処理Ｓ２０４を説明するための説明図である。車輪判定部１６４は、再特定された車輪領域２１４について、その中に含まれている立体物が車輪であるか否か、車輪らしさを判定する。ここで、自転車の車輪の特徴を述べる。自転車の車輪は、中央の軸部や、タイヤ部にはある程度大きさを有しているので、その部位の距離情報を得られる。一方、タイヤ部と軸部を結ぶスポークは、画面上の占有面積が小さく、その部位に距離情報を取得不能な背景しか認識できず、有意な距離情報を得られないことが多い。したがって、車輪領域２１４の中央近傍（スポークが位置する部分）に距離情報が含まれていない場合、もしくは、背景に相当する距離情報しか得られない場合、車輪である可能性が高いと言える。一方、円形状を有する道路標識等では、その中央近傍も円形状の位置と同様に距離情報を有しているので、車輪ではないと判断できる。そこで、本実施形態では、車輪領域２１４における、自車両１との相対距離が所定範囲となる部位（ここではタイヤ部）の占有面積の比率を導出することで、車輪らしさを判定する。

具体的に、車輪判定部１６４は、距離画像１２８上で自車両１との相対距離が所定範囲（例えば、１０ｍ〜２０ｍ）にある部位を抽出する。そうすると、例えば、図９（ａ）に示した車輪領域２１４におけるスポーク部分が除外され、図９（ｂ）のように、車輪の軸部２１８ａとタイヤ部２１８ｂのみが抽出される。なお、ここでは、説明の便宜上、図９（ｂ）を模式的に示している。

そして、車輪判定部１６４は、軸部２１８ａとタイヤ部２１８ｂのエッジに基づいて、車輪の軸部２１８ａの半径Ｒｃ、車輪のタイヤ部２１８ｂの内周の半径Ｒｉｎ、外周の半径Ｒｏｕｔを導出する。ここでは、円周のいずれかの部位のエッジに基づいて半径を導出してもよいし、円周上の複数の部位の半径を求め、その平均を代表半径としてもよい。このように、車輪の軸部２１８ａの半径をＲｃとすると、軸部２１８ａの面積はπ（Ｒｃ）^２となり、車輪のタイヤ部２１８ｂの内周の半径をＲｉｎ、外周の半径をＲｏｕｔとすると、タイヤ部２１８ｂの面積は、π（Ｒｏｕｔ^２−Ｒｉｎ^２）となる。したがって、抽出された部分の面積は、π（Ｒｃ）^２＋π（Ｒｏｕｔ^２−Ｒｉｎ^２）となる。また、車輪領域２１４の面積は、（２×Ｒｏｕｔ）^２により求められる。

そして、車輪判定部１６４は、抽出された部分の面積を、車輪領域２１４の面積で除算し、すなわち、（π（Ｒｃ）^２＋π（Ｒｏｕｔ^２−Ｒｉｎ^２））／（２×Ｒｏｕｔ）^２を導出して、抽出された部分の面積比率を求める。かかる面積比率が所定値（例えば、０．５）未満であれば、かかる車輪領域２１４に含まれる立体物を車輪であると判定する。ここでは所定値（閾値）として０．５を挙げているが、試験や実績に応じて任意の値を採用することができる。

なお、説明の便宜上、ここでは、車輪領域２１４における自車両１との相対距離が所定範囲となる部位の面積比率に基づいて車輪らしさを判定する例を挙げて説明したが、さらに正確に車輪らしさを判定すべく、車輪判定部１６４は、他の様々な判定態様を採用することができる。例えば、車輪領域２１４における自車両１との相対距離が所定範囲となる部位の大きさ、軸部２１８ａやタイヤ部２１８ｂに相当する部位の大きさ、それらの比、車輪領域２１４の移動速度、その均一性等により車輪らしさを判定してもよい。

（完了確認処理Ｓ２０６）
車輪判定部１６４は、抽出された複数の車輪領域２１４全てに対し車輪らしさを判定したか否か確認する。その結果、複数の車輪領域２１４全てに対し車輪らしさを判定していれば、自転車判定処理Ｓ２０８に処理を移し、車輪領域２１４全てに対し車輪らしさを判定していなければ、また車輪らしさを判定していない車輪領域２１４を対象とし車輪判定処理Ｓ２０４に処理を移す。

（自転車判定処理Ｓ２０８）
自転車判定部１６６は、車輪判定部１６４が車輪領域２１４に含まれる立体物が車輪であると（車輪である可能性が高いと）判定すると、他の情報も踏まえ、総合的に、その車輪領域２１４を移動方向下部に有する立体物領域２１２に含まれる立体物２１０を自転車（正確には人が乗車している自転車）であると判定する。

このように立体物２１０が自転車であると特定されると、車外環境認識装置１２０は、立体物２１０との衝突を回避すべく、衝突回避制御を実行することとなる。

本実施形態では、車輪領域２１４における自車両１との相対距離が所定範囲となる部位の面積比率に基づいて車輪らしさを判定しているので、自転車等の特定物を高精度に検出することが可能となる。なお、ここでは、車輪領域特定処理Ｓ２０２により車輪領域２１４の幅および高さが、車輪外形の幅および高さと等しくなるので、車輪判定処理Ｓ２０４において高精度に面積比率を導出することができる。

また、コンピュータを車外環境認識装置１２０として機能させるプログラムや、当該プログラムを記録した、コンピュータで読み取り可能なフレキシブルディスク、光磁気ディスク、ＲＯＭ、ＣＤ、ＤＶＤ、ＢＤ等の記憶媒体も提供される。ここで、プログラムは、任意の言語や記述方法にて記述されたデータ処理手段をいう。

以上、添付図面を参照しながら本発明の好適な実施形態について説明したが、本発明はかかる実施形態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発明の技術的範囲に属するものと了解される。

例えば、上述した実施形態においては、車輪領域２１４として、一辺がそれぞれ２７インチ＋マージンとなる正方形を挙げて説明したが、その大きさ、数、形状は任意に設定することができる。

また、上述した実施形態では、抽出された部分の面積を、車輪領域２１４の面積で除算した値（π（Ｒｃ）^２＋π（Ｒｏｕｔ^２−Ｒｉｎ^２））／（２×Ｒｏｕｔ）^２を導出し、抽出された部分の面積比率が所定値（例えば、０．５）未満であれば、かかる車輪領域２１４に含まれる立体物を車輪であると判定する例を挙げて説明した。しかし、かかる場合に限らず、距離情報に基づき自車両１との相対距離が所定範囲となる部位の面積比率を導出すれば足り、例えば、抽出された部分のブロックや画素を計数し、それを車輪領域２１４の面積で除算することでも面積比率を導出することができる。

また、上述した実施形態では、車輪らしさを判定することで特定物として自転車を特定する例を挙げて説明しているが、車輪を有する自動二輪車や自動車に適用することもできる。

なお、本明細書の車外環境認識処理の各工程は、必ずしもフローチャートとして記載された順序に沿って時系列に処理する必要はなく、並列的あるいはサブルーチンによる処理を含んでもよい。

本発明は、自車両の進行方向に存在する特定物を特定する車外環境認識装置に利用することができる。

１２０ 車外環境認識装置
１６０ 立体物領域特定部
１６２ 車輪領域特定部
１６４ 車輪判定部
１６６ 自転車判定部

Claims (3)

1. コンピュータが、
   画面中の立体物が存在する立体物領域を特定する立体物領域特定部と、
   前記立体物領域から自転車の車輪に相当する車輪候補が存在する車輪領域を特定する車輪領域特定部と、
   前記車輪領域における、自車両との相対距離が所定範囲となる部位の面積比率が所定値未満であるか否か判定する車輪判定部、
   として機能する車外環境認識装置。
2. 前記車輪判定部は、車輪の軸部の半径Ｒｃ、車輪のタイヤ部の内周の半径Ｒｉｎ、外周の半径Ｒｏｕｔを導出し、（π（Ｒｃ）^２＋π（Ｒｏｕｔ^２−Ｒｉｎ^２））／（２×Ｒｏｕｔ）^２を面積比率とする請求項１に記載の車外環境認識装置。
3. 前記車輪領域特定部は、ハフ変換により前記車輪領域に含まれる車輪の中心を導出し、前記車輪の中心に基づいて前記車輪領域を再特定する請求項２に記載の車外環境認識装置。

Images