JP2020101923A - 検知装置、移動体システム、及び検知方法 - Google Patents

Abstract

【課題】移動体の周辺環境における死角内の物体の検知を効率良くすることができる検知装置、検知方法及び移動体システムを提供する。【解決手段】検知装置（１）は、移動体（２）の周辺環境における死角内の物体を検知する。検知装置は、測距部（１２）と、検知部（１１）と、制御部（１３）と、状態取得部（１６１）とを備える。測距部は、移動体から周辺環境までの距離を示す距離情報を取得する。検知部は、死角内の物体を検知する。制御部は、検知部の動作を制御する。状態取得部は、移動体が走行する路面における移動体の滑り易さに関する状態を示す状態情報を取得する。制御部は、測距部によって取得された距離情報に基づいて、周辺環境における死角を検出する（Ｓ３）。制御部は、状態情報に応じて、当該死角内の物体を検知部に検知させる精密度を制御する（Ｓ４）。【選択図】図３

Description

本開示は、移動体から周辺の物体を検知する検知装置、検知装置を備えた移動体システム、及び検知方法に関する。

自動車又はＡＧＶ（自動搬送車）などの移動体に搭載され、移動体の周辺を監視する技術が提案されている（例えば特許文献１，２）。

特許文献１は、自車両前方の障害物を認識する障害物認識装置を開示している。特許文献１の障害物認識装置は、カメラ及びレーダを含み、自車両に対する死角領域を検出し、検出された死角領域の広さに基づいて、死角領域に存在する可能性のある障害物の属性を推定している。障害物認識装置は、死角領域に存在する可能性のある障害物の属性が歩行者であると推定されたときに当該死角領域をカメラに探索させ、同障害物の属性が他車両であると推定されたときには当該死角領域をレーダに探索させている。

特許文献２は、自車両周辺の走行環境を的確に推定することを目的とした車両環境推定装置を開示している。特許文献２の車両環境推定装置は、自車両の周辺の他車両の挙動を検出し、当該車両の挙動に基づいて、自車両からの死角領域を走行する別の車両の存在を推定している。このように、自車両では認識できないが周辺の他車両によって認識できる車両走行環境の推定が行われている。

特開２０１１−２４２８６０号公報 特開２０１０−２６７２１１号公報

特許文献１では、カメラ等による死角領域内の探索の前に予め、当該領域の広さに基づいて当該領域の中に在り得る物体が歩行者か他車両かを推定している。特許文献２では、自車両周辺の検出結果に基づいて、死角領域内についての推定が行われている。しかしながら、そもそも死角内を検知する必要がある状況なのか、或いはその必要性が高いのか低いのかについては推定されておらず、従来技術では、死角内の物体の検知を、状況に応じて効率良く行うことは困難であった。

本開示の目的は、移動体の周辺環境における死角内の物体の検知を効率良くすることができる検知装置、検知方法及び移動体システムを提供することにある。

本開示の一態様に係る検知装置は、移動体の周辺環境における死角内の物体を検知する。検知装置は、測距部と、検知部と、制御部と、状態取得部とを備える。測距部は、移動体から周辺環境までの距離を示す距離情報を取得する。検知部は、死角内の物体を検知する。制御部は、検知部の動作を制御する。状態取得部は、移動体が走行する路面における移動体の滑り易さに関する状態を示す状態情報を取得する。制御部は、測距部によって取得された距離情報に基づいて、周辺環境における死角を検出する。制御部は、状態取得部によって取得された状態情報に応じて、死角内の物体を検知部に検知させる精密度を制御する。

本開示の一態様に係る移動体システムは、上記の検知装置と、移動体に搭載され、検知装置による死角内の物体の検知結果に応じた動作を実行する制御装置とを備える。

本開示の一態様に係る検知方法は、移動体の周辺環境における死角内の物体を検知する方法である。本方法は、測距部が、移動体から周辺環境までの距離を示す距離情報を取得するステップと、制御部が、距離情報に基づいて、周辺環境における死角を検出するステップとを含む。本方法は、状態取得部が、移動体が走行する路面における移動体の滑り易さに関する状態を示す状態情報を取得するステップを含む。本方法は、制御部が、状態情報に応じて、死角内の物体を検知部に検知させる精密度を制御するステップと、検知部が、精密度において、死角内の物体を検知するステップとを含む。

本開示に係る検知装置、移動体システム、及び検知方法によると、移動体の周辺環境における死角内の物体の検知を効率良くすることができる。

本開示に係る検知装置の適用例を説明するための図 検知装置の適用例における移動体の、図１とは別の状況を例示する図 本開示の実施形態１に係る移動体システムの構成を例示するブロック図 実施形態１に係る検知装置の動作を説明するためのフローチャート 検知装置における距離情報の一例を説明するための図 実施形態１に係る検知装置の動作を説明するための図 検知装置における距離情報の変形例を説明するための図 実施形態１に係るセンシング密度の設定処理を例示するフローチャート 実施形態１に係るセンシング密度の設定処理を説明するための図 実施形態１に係るセンシング密度の設定処理の変形例を示すフローチャート 検知装置による死角物体の検知処理を例示するフローチャート 検知装置による死角物体の検知処理を説明するための図 検知装置による危険度の判定処理を例示するフローチャート 検知装置による危険度の判定処理を説明するための図 実施形態２に係るセンシング密度の設定処理を例示するフローチャート 実施形態３に係るセンシング密度の設定処理を例示するフローチャート 実施形態３に係るセンシング密度の設定処理を説明するための図 検知装置による危険度判定処理の変形例を説明するためのフローチャート

以下、添付の図面を参照して本開示に係る検知装置及び方法、並びに移動体システムの実施の形態を説明する。なお、以下の各実施形態において、同様の構成要素については同一の符号を付している。

（適用例）
本開示に係る検知装置及び方法、並びに移動体システムが適用可能な一例について、図１，２を用いて説明する。図１は、本開示に係る検知装置１の適用例を説明するための図である。図２は、本適用例における移動体の、図１とは別の状況を例示する図である。

本開示に係る検知装置１は、例えば車載用途に適用可能であり、自動車等の移動体において移動体システムを構成する。図１では、検知装置１が搭載された車両２の走行状態を例示している。本適用例に係る移動体システムは、例えば、検知装置１を用いて走行中の自車両２の周りで移り変わる周辺環境を監視する。周辺環境は、例えば自車両２周辺に存在する建物及び電柱などの構造物、並びに歩行者及び他車両などの動体といった各種物体を含む。

図１の例では、交差点３近傍における構造物の壁３１によって、自車両２から監視可能な範囲が遮られ、死角が生じている。死角は、自車両２等の移動体から、周辺環境に応じて幾何学的に直接視できない場所を示す。本例において、自車両２から死角となる領域である死角領域Ｒ１には、横道から交差点３に接近する別の車両４が存在している。上記のような場合、死角からの車両４と自車両２とが、出会い頭に衝突するような事態が懸念される。

そこで、本実施形態の検知装置１は、例えば車両４のように死角領域Ｒ１に内在する物体（以下「死角物体」という場合がある）の検知を実行して、死角物体４の検知結果に基づき危険度を判定する。危険度は、例えば自車両２と死角物体４とが衝突を起こす可能性に関する。検知装置１は、危険度の判定結果に応じて、出会い頭の衝突等を回避させる警告のための運転支援或いは運転制御の各種制御を行うことができる。

図２では、図１とは異なる状況の一例として、図１と同様の交差点３において、路面３ａが凍結している状況を例示している。なお、図１の状況では、路面３ａは乾燥していることとする。

図２の状況では、自車両２の制動距離が図１の状況よりも大きくなる（即ち滑り易い）ことが想定される。図２のように滑り易い状況では、自車両２と出会い頭に衝突し得る死角物体４について、図１のような通常の状況よりも注意を要すると考えられる。よって、死角内（死角領域Ｒ１の内部）の検知は、自車両２が滑り易い状況のときに通常よりも精密に行うことが有用と考えられる。

そこで、本実施形態の検知装置１は、自車両２が路面３ａを走行する際の滑り易さに関する各種状態に応じて、当該死角内の検知のための精密度を制御する。精密度は、検知装置１が死角領域Ｒ１における死角物体４を検知する際の精密さの程度を示す（以下では「センシング密度」ともいう）。検知装置１におけるセンシング密度の制御により、出会い頭の衝突等の可能性が高い状況では検知精度を向上させ、死角物体４の検知を効率良く行うことができる。また、路面等の状態が悪い場合におけるドライバ等のユーザの安全性を向上することもできる。

（構成例）
以下、検知装置１を備えた移動体システムの構成例としての実施形態を説明する。

（実施形態１）
実施形態１に係る移動体システムの構成および動作について、以下説明する。

１．構成
本実施形態に係る移動体システムの構成を、図３を用いて説明する。図３は、本システムの構成を例示するブロック図である。

本システムは、図３に例示するように、検知装置１と、車両制御装置２０とを備える。本実施形態の検知装置１は、レーダ１１と、カメラ１２と、制御部１３とを備える。また、例えば検知装置１は、記憶部１４と、ナビゲーション機器１５と、車載センサ１６と、通信機１７とを備える。車両制御装置２０は、自車両２に搭載された各種の車載機器を含み、例えば運転支援又は自動運転に用いられる。

検知装置１において、レーダ１１は、例えば、送信機１１ａと、受信機１１ｂと、レーダ制御回路１１ｃとを備える。レーダ１１は、本実施形態における検知部の一例である。レーダ１１は、例えば自車両２の走行方向における前方（図１参照）に向けて信号の送受信を行うように、自車両２のフロントグリル又はフロントガラス等に設置される。

送信機１１ａは、例えば可変指向性を有するアンテナ（フェイズドアレイアンテナ等）、及び当該アンテナに物理信号Ｓａを外部送信させる送信回路などを含む。物理信号Ｓａは、例えばミリ波、マイクロ波、ラジオ波、及びテラヘルツ波のうちの少なくとも１つを含む。レーダ１１からの物理信号Ｓａは、本実施形態の検知部による出力信号の一例である。

受信機１１ｂは、例えば可変指向性を有するアンテナ、及び当該アンテナにより外部から波動信号Ｓｂを受信する受信回路などを含む。波動信号Ｓｂは、物理信号Ｓａの反射波を含むように、物理信号Ｓａと同様の波長帯に設定される。なお、送信機１１ａと受信機１１ｂとは、例えば共用のアンテナを用いてもよく、一体的に構成されてもよい。

レーダ制御回路１１ｃは、送信機１１ａ及び受信機１１ｂによる信号の送受信を制御する。レーダ制御回路１１ｃは、例えば制御部１３からの制御信号により、レーダ１１による信号の送受信を開始したり、送信機１１ａから物理信号Ｓａを放射する方向を制御したりする。また、レーダ制御回路１１ｃは、送信機１１ａから周辺環境等の所定範囲を走査するように物理信号Ｓａを放射させ、受信機１１ｂの受信結果において、物理信号Ｓａの反射波を示す波動信号Ｓｂを検出する。

レーダ１１は、例えばＣＷ（連続波）方式またはパルス方式などの変調方式に従って動作し、外部の物体の距離、方位および速度等の計測を行う。ＣＷ方式は、２波ＣＷ方式、ＦＭ−ＣＷ方式及びスペクトル拡散方式などを含む。パルス方式は、パルスドップラー方式であってもよいし、チャープ信号のパルス圧縮或いはＰＮ系列のパルス圧縮を用いてもよい。レーダ１１は、例えばコヒーレントな位相情報制御を用いる。レーダ１１は、インコヒーレントな方式を用いてもよい。

カメラ１２は、例えば自車両２においてレーダ１１から物理信号Ｓａを放射可能な範囲と重畳する範囲を撮像可能な位置に設置される。例えば、カメラ１２は、例えば自車両２前方（図１参照）に向けて、自車両２フロントガラス等に設置される。検知装置１における死角は、カメラ１２の設置位置を幾何学的な基準としてもよいし、レーダ１１の設置位置を基準としてもよい。

カメラ１２は、設置位置から外部の画像を撮像して、撮像画像を生成する。カメラ１２は、撮像画像を示す画像データを制御部１３に出力する。カメラ１２は、例えばＲＧＢ−Ｄカメラ、ステレオカメラ、又は距離画像センサである。カメラ１２は、本実施形態における測距部（或いは監視部）の一例である。

制御部１３は、ＣＰＵ、ＲＡＭ及びＲＯＭ等を含み、情報処理に応じて各構成要素の制御を行う。制御部１３は、例えば、ＥＣＵ（電子制御ユニット）により構成される。制御部１３は、記憶部１４に格納されたプログラムをＲＡＭに展開し、ＲＡＭに展開されたプログラムをＣＰＵにより解釈及び実行する。このように実現されるソフトウェアモジュールとして、例えば、制御部１３は、死角推定部１３１、死角物体計測部１３２および危険度判定部１３３を実現する。各部１３１〜１３３については後述する。

記憶部１４は、制御部１３で実行されるプログラム、及び各種のデータ等を記憶する。例えば、記憶部１４は、後述する構造情報Ｄ１を記憶する。記憶部１４は、例えば、ハードディスクドライブ又はソリッドステートドライブを含む。また、ＲＡＭ及びＲＯＭは、記憶部１４に含まれてもよい。

上記のプログラム等は、可搬性を有する記憶媒体に格納されてもよい。記憶媒体は、コンピュータその他装置、機械等が記録されたプログラム等の情報を読み取り可能なように、当該プログラム等の情報を、電気的、磁気的、光学的、機械的又は化学的作用によって蓄積する媒体である。検知装置１は、当該記憶媒体からプログラム等を取得してもよい。

ナビゲーション機器１５は、例えば地図情報を格納するメモリ、及びＧＰＳ受信機を含む測距部（監視部）の一例である。

車載センサ１６は、自車両２に搭載された各種センサであり、例えば車速センサ、加速度センサ、及びジャイロセンサなどを含む。車載センサ１６は、自車両２の速度、加速度および角速度などを検出する。車載センサ１６は、例えば、路面状態センサ１６１およびタイヤ状態センサ１６２を含む。

路面状態センサ１６１は、自車両２が走行する路面３ａ（図１）について、各種の路面状態を検知する状態取得部の一例である。路面状態は、例えば、乾燥、半湿或いは湿潤といった乾湿、水或いは油などの各種液体による水溜の有無、積雪（圧雪を含む）、および凍結（シャーベット状を含む）といった状態のうちの一つ又は複数を含む。路面状態は、路面の各種凹凸および材質などを含んでもよい。

路面状態センサ１６１は、超音波の反射により路面状態を検知する超音波式で構成されてもよいし、電波による電波式であってもよい。また、路面状態センサ１６１は、ＬＩＤＡＲ等の光学式であってもよく、光学式の測定原理により路面上の水、氷或いは雪などの厚さを測定してもよい。路面状態センサ１６１は、放射型温度計で構成されてもよく、例えば路面の温度が０°Ｃ以下か否かを検出してもよい。路面状態センサ１６１は、自車両２の車輪速信号に統計処理等の解析を行って路面状態を算出する車輪速センサ式であってもよいし、ジャイロセンサ、加速度センサ、ショックセンサおよびマイク等から路面状態を算出するセンサ複合式であってもよい。

タイヤ状態センサ１６２は、例えば自車両２のタイヤ２ａ（図１）について、グリップ力などのタイヤの状態を検知する状態取得部の一例である。タイヤ状態センサ１６２は、例えば、自車両２の少なくとも１つのタイヤ２ａに、空気圧、温度、歪み、加速度などのセンサを内蔵して構成される。例えば、タイヤ状態センサ１６２は、加速度に基づき摩耗量を検知する。あるいは、タイヤ状態センサ１６２は、空気圧を検知して、予め設定されたタイヤの種類及び回転動作に関連するデータ比較を行ってもよい。また、タイヤ状態センサ１６２は、タイヤ２ａ表面を撮像する画像センサであってもよく、タイヤ溝の測定により摩耗量を検知してもよい。

タイヤ状態センサ１６２と路面状態センサ１６１とは、一体的に構成されてもよい。例えば、路面状態センサ１６１は、自車両２のタイヤ２ａに内蔵される振動式であってもよく、タイヤ周方向の加速度、内圧、温度などを検知してもよい。

通信機１７は、外部から各種の情報を受信する状態取得部の一例である。例えば、インターネット又は各種の外部機器との情報通信により、自車両２が走行する場所に関する天候を示す情報を受信し、受信した情報に基づき路面状態を検知してもよい。また、通信機１７は、交通インフラ設備として路面状態を検知するように設けられたセンサ等から、自車両２が走行する路面状態を示す情報を受信してもよい。検知装置１は、通信機１７により、他の車両等と情報の送受信を行って、路面状態を示す情報を共有してもよい。

以上のような構成は一例であり、検知装置１は上記の構成に限られない。例えば、状態取得部は、カメラ１２の画像解析によって路面状態を検知することにより実現されてもよい。検知装置１は、ナビゲーション機器１５、車載センサ１６及び通信機１７を備えなくてもよい。また、検知装置１の制御部１３は、上記各部１３１〜１３３を別体で実行する複数のハードウェア資源で構成されてもよい。制御部１３は、ＣＰＵ、ＭＰＵ、ＧＰＵ、マイコン、ＤＳＰ、ＦＰＧＡ、ＡＳＩＣ等の種々の半導体集積回路で構成されてもよい。

車両制御装置２０は、本実施形態における移動体システムの制御装置の一例である。車両制御装置２０は、例えば、車両駆動部２１、及び報知器２２を含む。車両駆動部２１は、例えばＥＣＵで構成され、自車両２の各部を駆動制御する。例えば、車両駆動部２１は、自車両２のブレーキを制御し、自動ブレーキを実現する。

報知器２２は、画像又は音などにより、ユーザに各種情報を報知する。報知器２２は、例えば自車両２に搭載された液晶パネル又は有機ＥＬパネルなどの表示装置である。報知器２２は、警報等を音声出力する音声出力装置であってもよい。

本実施形態の検知装置１において、検知部は、レーダ１１と制御部１３（死角物体計測部１３２）との協働によって構成されてもよい。また、測距部についても、制御部１３との協働により構成されてもよい。状態取得部も制御部１３との協働により構成されてもよい。また、状態取得部は、検知部及び／又は測距部と一体的に構成されてもよい。

２．動作
以上のように構成される移動体システム及び検知装置１の動作について、以下説明する。

本実施形態に係る移動体システムは、例えば自車両２の運転中に、周辺環境を監視するように、検知装置１を動作させる。本システムの車両制御装置２０は、検知装置１による検知結果に基づき、自車両２の運転支援又は自動運転等のための各種制御を行う。

本実施形態の検知装置１は、例えばカメラ１２において自車両２周辺の画像を撮像して、自車両２の周辺環境を監視する。検知装置１の死角推定部１３１は、例えば監視結果の各種距離を示す距離情報などに基づき、現在の周辺環境において死角が推定される領域を逐次、検出する。

検知装置１において、死角推定部１３１により死角が発見されると、死角物体計測部１３２は、レーダ１１を用いて死角領域Ｒ１の内部状態を計測する。自車両２のレーダ１１から放射される物理信号Ｓａは、波動的な性質を有することから、多重の反射或いは回折等を起こして死角領域Ｒ１中の死角物体４に到り、さらに自車両２にまで戻って来るという伝搬を生じ得ると考えられる。本実施形態の検知装置１は、上記のように伝搬する波を活用して、死角物体４を検知する。

本実施形態の危険度判定部１３３は、死角物体計測部１３２の計測結果に基づいて、死角領域Ｒ１に内在し得る死角物体４についての危険度を判定する。危険度は、例えば死角物体４と自車両２間の衝突等の可能性が考えられる程度を示す。

例えば、警告を要すると考えられる危険度が検知装置１において判定されると、本システムは、報知器２２によって運転者等に報知したり、車両駆動部２１によって自動ブレーキ等の安全性を高めるための車両制御を実行したりすることができる。

本実施形態の検知装置１は、上記のような検知方法においてレーダ１１に死角領域Ｒ１内の検知を実行させる際の精密度であるセンシング密度を動的に設定する。本システムにおける検知装置１の動作の詳細を、以下説明する。

２−１．検知装置の動作
本実施形態に係る検知装置１の動作について、図４〜７を用いて説明する。

図４は、本実施形態に係る検知装置１の動作を説明するためのフローチャートである。図４のフローチャートに示す各処理は、検知装置１の制御部１３によって実行される。本フローチャートは、例えば車両２の運転中に、所定の周期で開始される。

まず、制御部１３は、カメラ１２から１又は複数フレームの撮像画像を取得する（Ｓ１）。ステップＳ１において、制御部１３は、撮像画像として距離画像を取得してもよいし、取得した撮像画像に基づき距離画像を生成してもよい。距離画像は、周辺環境を監視するための各種距離を示す距離情報の一例である。

次に、制御部１３は、取得した撮像画像に、周辺監視のための各種画像解析を行う（Ｓ２）。例えば、制御部１３は、現在の自車両２の周辺環境に関する構造情報Ｄ１を生成する。構造情報Ｄ１は、周辺環境における種々の物体構造を示す情報であり、例えば、各種構造物までの距離を含む。また、制御部１３は、ステップＳ２において死角推定部１３１としても動作し、取得した撮像画像の画像解析により死角の検出も行う。図５に、ステップＳ２の解析対象の画像を例示する。

図５は、例えば距離画像として自車両２から撮像されており（Ｓ１）、交差点３近傍で複数の構造物による壁３１，３２を映している。本例では、自車両２近傍の壁３１の遮蔽により、当該壁３１よりも奥側に死角領域Ｒ１が存在している。また、死角領域Ｒ１よりも奥側の壁３２が、自車両２に対向している。以下、壁３１を「遮蔽壁」といい、壁３２を「対向壁」という。遮蔽壁３１と対向壁３２との間には、死角領域Ｒ１と外部との境界が形成される（図１参照）。

ステップＳ２において、制御部１３は、例えば構造情報Ｄ１として距離画像における各種壁３１，３２の距離値を画素毎に抽出し、記憶部１４に保持する。図５の場合の距離値は、方向ｄ１に沿って自車両２側から遮蔽壁３１の分、連続的に変化しながら、遮蔽壁３１の端部（即ち死角端３１ａ（図９））から対向壁３２に到ると不連続に変化することとなる。制御部１３は、上記のような距離値の変化を解析して、死角領域Ｒ１の存在を推定できる。

図４に戻り、死角推定部１３１としての制御部１３は、例えば画像解析による推定結果に従って、現在の自車両２の周辺環境に、死角領域Ｒ１が検出されたか否かを判断する（Ｓ３）。制御部１３は、死角領域Ｒ１が検出されなかったと判断すると（Ｓ３でＮＯ）、例えば周期的にステップＳ１〜Ｓ３の処理を繰り返す。

制御部１３は、例えば死角領域Ｒ１が検出されたと判断すると（Ｓ３でＹＥＳ）、センシング密度の設定処理を行う（Ｓ４）。センシング密度の設定処理は、当該死角領域Ｒ１内の検知におけるセンシング密度を設定する処理である。本実施形態において、ステップＳ４の処理は、例えば路面状態が滑り易い状態であるほど、センシング密度を大きく設定する。ステップＳ４の処理の詳細については後述する。

例えば「０」よりも大きいセンシング密度が設定された場合（Ｓ５でＹＥＳ）、制御部１３は、設定されたセンシング密度において、死角物体の検知処理を実行する（Ｓ６）。本実施形態では、レーダ１１の波動信号Ｓｂにおける多重反射波を活用して、死角領域Ｒ１中の死角物体４を検知する。

ステップＳ６において、制御部１３は、例えば図５の解析結果に基づいて、レーダ１１から死角領域Ｒ１の境界近傍となる対向壁３２等の範囲を走査するように物理信号Ｓａを放射させる。図６（ａ），（ｂ）に、それぞれ死角物体４がない場合とある場合におけるステップＳ６の物理信号Ｓａの伝搬経路を例示する。

図６（ａ）の例において、自車両２のレーダ１１からの物理信号Ｓａは、横道の死角領域Ｒ１を介して対向壁３２と反対側の壁３５との間で反射を繰り返し、多重反射波として伝搬している。図６（ａ）の例では、死角物体４がないことに対応して、多重反射波は自車両２に向かって来ない。

一方、図６（ｂ）の例では、死角物体４が存在することから、レーダ１１からの物理信号Ｓａは、各々の壁３２，３３に加えて死角物体４でも反射して、自車両２に向かう多重反射波Ｒｂ１となり得る。よって、レーダ１１で受信される波動信号Ｓｂには、死角物体４の情報を有する多重反射波Ｒｂ１の信号成分が含まれることとなる。

多重反射波Ｒｂ１（図６（ｂ））の信号成分は、ドップラーシフト、位相及び伝搬時間により、反射元の死角物体４の速度および伝搬経路の長さに応じた情報を有している。死角物体の検知処理（Ｓ６）は、このような信号成分を解析することにより、多重反射波Ｒｂ１を反射した死角物体４の速度及び位置等を検知する。ステップＳ６の処理の詳細については後述する。

図４に戻り、制御部１３は、死角物体４の検知結果（Ｓ６）に基づいて危険度の判定処理を行う（Ｓ７）。危険度の判定処理は、例えば、検知された死角物体４に関する警告の要否を危険度として判定し、判定結果に応じて車両制御装置２０に各種の制御信号を出力する。ステップＳ７において警告を要すると判定された場合、制御部１３は、報知器２２に警告を報知させたり、車両駆動部２１を制御したりするための制御信号を生成する。

ステップＳ６において死角物体４の動き、距離、種類及び形状等の情報が検知される場合、ステップＳ７ではこれらの情報を用いて危険度が判定されてもよい。ステップＳ７の処理の詳細については後述する。

制御部１３は、例えば制御信号を出力する（Ｓ８）と、図４のフローチャートに示す処理を終了する。

また、ステップＳ４においてセンシング密度が「０」に設定された場合（Ｓ５でＹＥＳ）、制御部１３は、死角物体の検知処理（Ｓ６）等を行わずに、本フローチャートによる処理を終了する。制御部１３は、例えば所定周期の期間経過後、本フローチャートを再度、実行する。

以上の処理によると、検知装置１は自車両２の周辺監視を行いながら（Ｓ１〜Ｓ３）、死角が発見されると（Ｓ３でＹＥＳ）、死角物体４を検知して（Ｓ６）、危険度に応じて各種のアクションを行うことができる（Ｓ７）。この際、滑り易い路面状態ほど死角物体の検知処理（Ｓ６）のためのセンシング密度が大きく設定される（Ｓ４）。これにより、必要に応じて精度良く死角内の検知がお個なわれ、検知装置１の処理効率を良くすることができる。

以上の処理では、周辺監視にカメラ１２を用いたが、ナビゲーション機器１５を用いてもよい。本変形例を図７に示す。ナビゲーション機器１５は、例えば図７に示すように、自車両２の周辺環境の地図情報Ｄ２において、自車両２までの各種距離を計算し、自車両２の現在位置を監視する。制御部１３は、以上のようなナビゲーション機器１５の監視結果を、図４の各種処理に用いることができる。制御部１３は、ナビゲーション機器１５の監視結果に基づいて、例えば地図情報Ｄ２中の構造物３０に基づき、構造情報Ｄ１を取得したり、死角領域Ｒ１を検出したりすることができる（Ｓ２）。また、制御部１３は、図４の処理において適宜、車載センサ１６の検出結果を用いてもよい。

以上の処理において、例えば周辺監視において死角外に障害物が検出された場合（Ｓ２）、制御部１３は、死角外の障害物に関して危険度を判定し、判定結果に応じて各種警告を行ってもよい。

２−２．センシング密度の設定処理
センシング密度の設定処理（図４のＳ４）について、図８〜９を用いて説明する。以下では、路面状態と共に死角までの距離を用いてセンシング密度を制御する例について、説明する。

図８は、本実施形態に係るセンシング密度の設定処理を例示するフローチャートである。図９は、本実施形態に係るセンシング密度の設定処理を説明するための図である。図８のフローチャートによる処理は、図４のステップＳ４において、制御部１３によって実行される。

まず、制御部１３は、図４のステップＳ３で検出された死角に関して、死角までの距離を算出する（Ｓ１１）。図９では、自車両２から死角端３１ａに向いた死角方向ｄ１０と、自車両２の進行方向ｄ１１と、進行方向ｄ１１に直交する横断方向ｄ１２とを例示している。例えば、制御部１３は、図４のステップＳ１，Ｓ２で得られた距離情報に基づいて、死角端３１ａを基準として死角方向ｄ１０における距離Ｌを算出する。

次に、制御部１３は、算出した距離Ｌが、予め設定された上限値を超えるか否かを判断する（Ｓ１２）。当該上限値は、例えば死角物体４と自車両２との衝突の可能性から死角物体４を検知する必要があると想定される距離の範囲の上限を示す値である（例えば１２０ｍ）。

制御部１３は、距離Ｌが上限値を超えると判断すると（Ｓ１２でＹＥＳ）、センシング密度を「０」に設定して（Ｓ１３）、図４のステップＳ４の処理を終了する。この場合、制御部１３は、その後のステップＳ５において「ＹＥＳ」に進み、死角物体の検知処理（Ｓ６）は省略される。

一方、制御部１３は、距離Ｌが上限値を超えないと判断すると（Ｓ１２でＮＯ）、「０」よりも大きい範囲においてセンシング密度を設定する（Ｓ１４〜Ｓ１７）。以下では、二段階のレベルＭ１，Ｍ２から路面状態に応じてセンシング密度を設定する処理例を説明する。

まず、制御部１３は、例えば路面状態センサ１６１から、状態情報の一例として路面状態情報を取得する（Ｓ１４）。路面状態情報は、自車両２と死角領域Ｒ１との間の範囲における路面状態を含む。路面状態センサ１６１は、例えば自車両２直下の路面状態、或いは自車両２の進行方向前方の路面状態を検知し、検知結果の路面状態を示す路面状態情報を制御部１３に出力する。なお、路面状態情報の取得（Ｓ１４）は、ステップＳ１２以前に行われてもよい。

例えば、制御部１３は、路面状態センサ１６１から取得した路面状態情報に基づいて、路面状態が良好であるか否かを判断する（Ｓ１５）。例えば、路面状態情報が、凍結あるいは積雪していたり、水溜があったりする路面状態を示す場合、制御部１３は、路面状態が良好でないと判断する（Ｓ１５でＮＯ）。一方、路面状態情報が、乾燥した路面状態を示す場合、制御部１３は、路面状態が良好であると判断する（Ｓ１５でＹＥＳ）。

制御部１３は、路面状態が良好であると判断すると（Ｓ１５でＹＥＳ）、センシング密度を標準レベルＭ１に設定する（Ｓ１６）。標準レベルＭ１は、死角物体４を検知する際の標準的なセンシング密度を示す。

一方、制御部１３は、路面状態が良好でないと判断すると（Ｓ１５でＮＯ）、センシング密度を高レベルＭ２に設定する（Ｓ１７）。高レベルＭ２は、標準レベルＭ１よりも大きいセンシング密度を示す。

制御部１３は、センシング密度の設定を行う（Ｓ１６，Ｓ１７）と、図４のステップＳ４の処理を終了する。この場合、制御部１３は、その後のステップＳ５において「ＮＯ」に進み、死角物体の検知処理（Ｓ６）を実行する。

以上の処理によると、自車両２が走行する路面３ａの路面状態に応じて、死角物体４の検知のためのセンシング密度が動的に制御される。また、距離Ｌが充分に大きい場合には死角物体４の検知が行われないように制御される。これにより、検知装置１の処理効率を良くすることができる。

以上の説明では、センシング密度が、二段階のレベルＭ１，Ｍ２から設定される例（Ｓ１４〜Ｓ１７）を説明したが、これに限らず、例えば三段階以上のレベルから設定されてもよい。例えば、制御部１３は、湿潤した路面状態に対して、高レベルＭ２と標準レベルＭ１との間のレベルを用いてもよいし、凍結などのより滑り易い状態に対して高レベルＭ２よりも高いレベルを用いてもよい。また、センシング密度は連続値において設定されてもよい。制御部１３は、滑り易いと考えられる路面状態ほど大きいセンシング密度を適宜、設定することができる。

また、以上の説明では、路面状態センサ１６１から路面状態情報を取得する例を説明した。これに限らず、例えば、図４のステップＳ２等のカメラ１２等による画像解析により、路面状態情報が取得されてもよい。例えば、画像解析において、撮像画像上の路面の乾湿、水膜等の水溜、積雪、凍結などの状態の判別が行われてもよいし、路面の各種凹凸が検知されてもよい。また画像上の路面の輝度について、低輝度部分を基準とした平均絶対偏差から路面の光沢度を検知して、 光沢度に応じて路面状態が取得さてもよい。

また、通信機１７からの各種の情報受信により、路面状態情報が取得されてもよい。例えば、制御部１３は、自車両２の走行中の天気を示す情報に基づいて、晴天の場合には、路面状態が良好と推定できることから、ステップＳ１５で「ＹＥＳ」に進んでもよい。同様に、制御部１３は、雨または雪などの悪天候の場合にはステップＳ１５で「ＮＯ」に進んでもよい。

以上の説明では、距離Ｌがセンシング密度を「０」に設定するために用いられたが、特にこれに限らず、例えば、距離Ｌが大きいほどセンシング密度を小さく設定してもよい。制御部１３は、路面状態および距離Ｌに基づきセンシング密度を算出してもよい。

また、以上の説明では、死角方向ｄ１０における距離Ｌを用いてセンシング密度を設定する例を説明した。本実施形態のセンシング密度設定処理はこれに限らず、例えば、横断方向ｄ１２における距離Ｌ２が用いられてもよい。

図９に例示するように、自車両２の進行方向ｄ１１と死角方向ｄ１０とは角度θを成し、死角方向ｄ１０における距離Ｌは、進行方向ｄ１１における距離Ｌ１と、横断方向ｄ１２における距離Ｌ２とに、直交分解できる。制御部１３は、例えば車載センサ１６から自車両２の進行方向ｄ１１を取得することにより、距離Ｌと共に或いは別途、各種距離Ｌ１，Ｌ２及び角度θを算出できる（Ｓ１１）。

横断方向ｄ１２の距離Ｌ２が充分に大きければ、交差点３等の見通しが良く、死角の影響は少ないと考えられる。そこで、制御部１３は、横断方向ｄ１２の距離Ｌ２が大きい程、センシング密度を小さく設定してもよい。これによっても、検知装置１の処理効率を良くすることができる。センシング密度の設定は、双方の距離Ｌ，Ｌ２を用いて行われてもよい。

また、センシング密度の設定処理では、特に距離Ｌが用いられなくてもよい。このような変形例を図１０に示す。例えば、図８のステップＳ１１〜Ｓ１３は、図１０に示すように省略されてもよい。この場合、図４のステップＳ５も省略することができる。

２−３．死角物体の検知処理
死角物体の検知処理（図４のＳ６）について、図１１〜１２を用いて説明する。

図１１は、本実施形態における死角物体の検知処理を例示するフローチャートである。図１２は、死角物体の検知処理を説明するための図である。図１１のフローチャートによる処理は、図４のステップＳ６において、死角物体計測部１３２として動作する制御部１３によって実行される。

まず、死角物体計測部１３２としての制御部１３は、センシング密度の設定処理（図４のＳ４）で設定されたセンシング密度に応じて、死角領域Ｒ１に物理信号Ｓａを放射するように、レーダ１１を制御する（Ｓ２１）。例えば、センシング密度が大きいほど、制御部１３は、走査又は再計測のために物理信号Ｓａの放射を繰り返す時間間隔を短くするように、レーダ１１を制御する。

ステップＳ２１において、レーダ１１は、物理信号Ｓａを放射すると共に波動信号Ｓｂを受信して、物理信号Ｓａの反射波に基づく各種計測を行う。制御部１３は、レーダ１１から計測結果を取得する（Ｓ２２）。

制御部１３は、取得したレーダ１１の計測結果から、死角物体の解析対象とする信号成分を抽出するために、周辺環境からの反射波を示す環境成分を除去する（Ｓ２３）。ステップＳ２３の処理は、例えばステップＳ２で取得された構造情報Ｄ１を用いて行われる。

例えば、図１２の例において、制御部１３は、交差点３の構造情報Ｄ１を参照して交差点３の周囲の各種構造物からの直接反射による反射波を予測して、レーダ１１の計測結果から予測結果の環境成分を差し引く（Ｓ２３）。これにより、環境下の構造物による反射波の影響を低減し、死角の物体の信号成分のみを得易くできる。

次に、制御部１３は、環境成分の除去により得られた信号成分に基づいて、死角物体４を検知するための信号解析を行う（Ｓ２４）。ステップＳ２４の信号解析は、周波数解析、時間軸上の解析、空間分布および信号強度等の各種の解析を含んでもよい。

ステップＳ２４において、制御部１３は、例えば波の伝搬経路が直線的と仮定すると波源が死角の（対向壁３２の）向こう側に観測されるか否かを解析することにより、死角物体４の有無を判定する。例えば、死角物体４からの多重反射波の波源４０は、図１２の例において、対向壁３２よりも奥側にあるように観測され、構造情報Ｄ１から環境成分として予測されない位置にある。このような状況は、死角内の物体４からの波が、多重反射したことに起因すると推定できる。つまり、制御部１３は、検知済みの死角の方位に、対向壁３２を超える距離で反射波が観測される場合、死角物体４があると判定できる。

また、例えば死角物体４があると判定した場合、制御部１３は、多重反射による屈曲が推定される伝搬経路に応じて、死角物体４までの距離および速度といった諸量の計測値を算出できる。例えば、制御部１３は、構造情報Ｄ１において死角部分の道幅（死角領域Ｒ１の幅）を示す情報を用いることによって、図１２に例示するように、信号成分から分かる死角物体４までの経路長を折り返すように補正して、より実際の位置に近い死角物体４の位置を算出することができる。

制御部１３は、死角物体４の信号解析（Ｓ２４）の後、図４のステップＳ６の処理を終了する。その後、制御部１３は、信号解析された死角物体４についての危険度の判定処理（図４のＳ７）を実行する。

以上の処理によると、レーダ１１の物理信号Ｓａにおける多重反射の性質に基づき死角領域Ｒ１内部で生じた信号成分を利用して、死角物体４を検知することができる。

ステップＳ２１において、設定されたセンシング密度に応じて制御部１３がレーダ１１を制御する。これにより、例えばセンシング密度が標準レベルＭ１に設定された場合（図８のＳ１６）、高レベルＭ２（Ｓ１７）の場合よりも処理負荷が低減でき、死角物体４の検知を効率良く行える。

ステップＳ２１におけるセンシング密度に応じた制御は上記に限らず、種々の制御であってもよい。例えば、制御部１３は、センシング密度が大きいほど、レーダ１１から放射する物理信号Ｓａの出力の大きさ（即ち出力信号の大きさ）を増大させたり、物理信号Ｓａを放射する指向性を鋭くしたりしてもよい。指向性の制御により、死角内の検知のための実質的な出力を向上したり、過剰に多重反射する成分を抑制したりすることができる。

また、ステップＳ２１において、制御部１３は、センシング密度が大きいほど、物理信号Ｓａの周波数帯域を広くしたり、物理信号Ｓａの信号長を長くしたりしてもよい。周波数帯域の制御によると、例えば受信波における時間分解能を向上できる。信号長の制御によると、ドップラーシフトを解析するための周波数分解能を向上できる。

ステップＳ２３において、制御部１３は、構造情報Ｄ１における死角近傍の交差点までの距離を参照して、交差点との直線距離に対する信号の往復伝搬時間以下で得られる受信波の信号成分を除去してもよい。このような受信波は直接反射波（即ち反射１回の波）であり、死角物体４の情報を含まないことから、解析対象から除外することができる。また、制御部１３は、自車両２から見た死角の方位角に基づいて、死角から到来する反射波と他の角度から到来する反射波とを分離することもできる。

ステップＳ２３の処理は、必ずしも周辺環境の構造情報Ｄ１を用いなくてもよい。例えば、制御部１３は、時間軸に沿って得た信号から、自車両２の位置変化を差し引いて、解析対象を動体に制限してもよい。本処理は、ステップＳ２４の信号解析において行われてもよい。

ステップＳ２４において、制御部１３は、解析対象の信号成分において、動体に反射したことによるドップラーシフト、或いは人間や自転車など特有の所作の揺らぎといった、特定の物体の所作により現れる特徴があるか否かを解析してもよい。また、制御部１３は、空間的に広がりを持った面計測の信号分布が、自動車、自転車、人間などの特有の分布を持っているか、或いは反射強度により自動車大の金属体による反射が含まれるか等を解析してもよい。以上のような解析は、適宜組み合わせて行われてもよいし、個々を明示的に解析する代わりに、機械学習を用いて多次元の特徴量として解析されてもよい。

２−４．危険度の判定処理
危険度の判定処理（図４のＳ７）について、図１３〜１４を用いて説明する。

図１３は、危険度の判定処理を例示するフローチャートである。図１４は、危険度の判定処理を説明するための図である。図１３のフローチャートによる処理は、図４のステップＳ７において、危険度判定部１３３として動作する制御部１３によって実行される。

まず、制御部１３は、ステップＳ６における死角物体４の検知結果に基づいて、危険度指数Ｄを算出する（Ｓ３１）。危険度指数Ｄは、検知された死角物体４と自車両２との間の衝突に関する危険度を判定するための指標を示す。例えば図１４に示すように、死角物体４が自車両２に近付く速度ｖ_１が、危険度指数Ｄに設定できる。

次に、制御部１３は、例えば予め設定されたしきい値Ｖａを用いて、算出した危険度指数Ｄが、しきい値Ｖａを超えるか否かを判断する（Ｓ３２）。しきい値Ｖａは、例えば死角物体４に関する警告が必要となる危険度指数Ｄの大きさを考慮して設定される。例えば、Ｄ＝ｖ_１の場合に危険度指数Ｄがしきい値Ｖａを上回ると、制御部１３は、ステップＳ３２で「ＹＥＳ」に進む。

制御部１３は、危険度指数Ｄがしきい値Ｖａを超えると判断したとき（Ｓ３２でＹＥＳ）、警告を要する危険度の判定結果として、各種の警告制御を行う（Ｓ３３）。警告制御は、報知器２２に警告させたり、車両駆動部２１に特定の制御を行わせたりするための制御信号を出力することを含む。

制御部１３は、警告制御を行うことにより（Ｓ３３）、危険度の判定処理（図４のＳ７）を終了する。

一方、制御部１３は、危険度指数Ｄがしきい値Ｖａを超えないと判断したとき（Ｓ３２でＮＯ）、警告は不要との判定結果として、特に警告制御（Ｓ３３）を行わずに、図４のステップＳ７を終了する。その後に制御部１３は、例えば図４のフローチャートを再度、実行する。

以上の処理によると、死角物体４が自車両２或いは交差点３に近付く危険度が、対応する危険度指数Ｄに応じて判定される。例えば、警告の要否に応じた２値判定が行われる。

なお、危険度の判定処理は２値判定に限らず、例えば警告の不要時に注意喚起の有無を判定する３値判定が行われてもよい。例えば、注意喚起用のしきい値Ｖｂ（＜Ｖａ）を用いて、制御部１３が、ステップＳ３２で「ＮＯ」に進んだときにＤ＞Ｖｂか否かを判断してもよい。

以上の処理において、危険度指数Ｄは速度ｖ_１に限らず、死角物体４に関する諸量（の計測値）により設定可能であり、例えば速度ｖ_１の代わりに加速度ｄｖ_１／ｄｔに設定されてもよい。

また、危険度指数Ｄは、自車両２と死角物体４との間の距離Ｌ_ｈに設定されてもよい。距離Ｌ_ｈは、小さいほど自車両２と死角物体４間の衝突に関する危険度が高いと考えられる。そこで、例えばステップＳ３２において、制御部１３は、危険度指数Ｄ（＝Ｌ_ｈ）がしきい値Ｖａを下回るときに「ＹＥＳ」に進み、下回らないときには「ＮＯ」に進んでもよい。

また、危険度指数Ｄは、諸量の組み合わせによって設定されてもよい。このような一例の危険度指数Ｄを次式（１）に示す。
Ｄ＝｜（Ｌ_ｈ１−ｖ_１Δｔ）＋（Ｌ_ｈ０−ｖ_０Δｔ）｜ …（１）
上式（１）において、Ｌ_ｈ１は、基準位置Ｐ０から死角物体４までの距離である（図１３）。基準位置Ｐ０は、例えば交差点の中心など、死角物体４と自車両２との衝突が想定される位置に設定される。Δｔは、所定の時間幅であり、例えば自車両２が基準位置Ｐ０に到達するまでにかかることが予測される時間幅の近傍に設定される。Ｌ_ｈ０は、基準位置Ｐ０から自車両２までの距離である。ｖ_０は、自車両２の速度であり、車載センサ１６等から取得可能である。

上式（１）の危険度指数Ｄは、時間幅Δｔの経過後に推定される、死角物体４と基準位置Ｐ０間の距離と、基準位置Ｐ０と自車両２間の距離との総和である（図１３）。上式（１）によると、危険度指数Ｄが所定値よりも小さくなると、自車両２と死角物体４とが同時に基準位置Ｐ０に到達する可能性が充分に高いといった推定が行える。このような推定に対応する危険度の判定として、上式（１）の場合、制御部１３はＤ＝Ｌ_ｈの場合と同様に、危険度指数Ｄがしきい値Ｖａを下回るときステップＳ３２で「ＹＥＳ」に進み、下回らないとき「ＮＯ」に進んでもよい。

また、危険度指数Ｄは、以下の式（２）又は式（２’）のように設定されてもよい。
Ｄ＝Ｌ_ｈ１−ｖ_１Δｔ …（２）
Ｄ＝｜Ｌ_ｈ１−ｖ_１Δｔ｜ …（２’）
上記の各式（２），（２’）では、例えばΔｔ＝Ｌ_ｈ０／ｖ_０に設定される。時間幅Δｔは、自車両２の速度ｖ_０の変動或いは基準位置Ｐ０の見積誤差などを考慮した許容範囲内で設定されてもよい。

式（２）の危険度指数Ｄが所定値よりも小さいとき（負値を含む）、自車両２が基準位置Ｐ０に到達する前に死角物体４が自車両２前方を横切る可能性が充分に高いと推定できる。また、式（２’）の危険度指数Ｄ（式（２）の場合の絶対値）が所定値よりも小さいとき、自車両２と死角物体４とが同時に基準位置Ｐ０に存在する可能性が充分に高いと推定できる。以上のような推定に対応して、制御部１３は、式（２）又は式（２’）の危険度指数Ｄを用いて、式（１）の場合と同様に危険度の判定を行うことができる。

以上のような危険度の判定処理において、しきい値Ｖａは、自車両２及び死角物体４の状態に応じて、動的に変更されてもよい。例えば、上述したＬ_ｈ０が小さかったり、ｄｖ_０／ｄｔ又はｄｖ_１／ｄｔが大きかったり、或いは死角物体４が人間と推定される場合、危険度の判定をより厳格に行うべきと考えられる。そこで、このような場合が検知されると、制御部１３は、例えば上式（１）の危険度指数Ｄに対して、しきい値Ｖａを大きくしてもよい。

３．まとめ
以上のように、本実施形態に係る検知装置１は、移動体の一例である自車両２の周辺環境における死角内の物体、即ち死角物体４を検知する。検知装置１は、測距部としてのカメラ１２と、検知部としてのレーダ１１と、制御部１３と、状態取得部としての路面状態センサ１６１とを備える。カメラ１２は、自車両２から周辺環境までの距離を示す距離情報を取得する。レーダ１１は、死角内の物体を検知する。制御部１３は、レーダ１１の動作を制御する。路面状態センサ１６１は、自車両２が走行する路面３ａにおける滑り易さに関する状態を示す状態情報の一例として、路面状態情報を取得する。制御部１３は、取得された距離情報に基づいて、周辺環境における死角を検出する（Ｓ３）。制御部１３は、路面情報などの状態情報に応じて、当該死角内の物体を検知部に検知させる精密度、即ちセンシング密度を制御する（Ｓ４）。

以上の検知装置１によると、滑り易さに関する状態情報に応じてセンシング密度を制御することにより、自車両２の周辺環境における死角内の物体の検知を効率良くすることができる。

本実施形態の検知装置１において、制御部１３は、状態情報に基づき、自車両２の滑り易さが大きい状態ほど、センシング密度を大きく設定する（Ｓ１４〜Ｓ１７）。自車両２が滑り易い状態に死角物体４の検知精度を高め、効率良く死角内の検知を行える。

本実施形態の検知装置１において、路面状態情報は、路面における乾湿、水溜、凍結、及び積雪のうちの少なくとも１つの状態を含む。路面状態情報により、自車両２の滑り易さが大きい状態と小さい状態とを具体的に判断できる。

本実施形態の検知装置１において、状態取得部は、路面３ａを撮像するカメラ１１、路面３ａの状態を検知する路面状態センサ１６ａ、および天候を示す情報を受信する通信機１７のうちの少なくとも１つを含む。制御部１３は、何れの状態取得部を用いても、路面状態情報に応じたセンシング密度の設定を行える。

本実施形態の検知装置１において、制御部１３は、死角までの距離Ｌ、及び状態情報に応じて、精密度を制御する（Ｓ１１〜Ｓ１７）。例えば距離Ｌが大きいほど、センシング密度を小さく設定してもよい（Ｓ１４〜Ｓ１６）。死角が自車両２から遠いときには処理負荷を低減して、死角内の検知を効率良く行える。制御部１３は、横断方向ｄ１２における自車両２と死角間の距離Ｌ２が大きいほど、センシング密度を小さく設定してもよい。

本実施形態の検知装置１において、制御部１３は、死角までの距離Ｌが所定の上限値よりも大きいときには死角物体４の検知を行わないように、レーダ１１を制御してもよい（Ｓ１２〜Ｓ１３）。これにより、死角物体４と自車両２との衝突等の可能性が充分に小さいと想定される状況では死角物体４の検知を省略して、処理効率を良くすることができる。

本実施形態の検知装置１において、レーダ１１は、自車両２から周辺環境に、波の特性を有する出力信号として物理信号Ｓａを放射し、放射した物理信号Ｓａの反射波において死角から到達する波の成分に基づいて死角物体４を検知する。これにより、レーダ１１からの物理信号Ｓａにおける波の特性を活用して、自車両２から周辺環境における死角の中に存在する物体を検知することができる。活用する波は多重反射波に限らず、回折波或いは透過波を含んでもよい。

本実施形態の検知装置１において、センシング密度は、レーダ１１における出力信号の大きさ、時間間隔、指向性、周波数帯域、信号長のうちの少なくとも１つに対応して設定される（Ｓ２１）。センシング密度に応じたレーダ１１の各種パラメータの制御により、処理負荷の低減を実現できる。

本実施形態の検知装置１において、制御部１３は、周辺環境において死角領域Ｒ１を検知したとき、検知した死角領域Ｒ１に向けて物理信号Ｓａを放射するように、レーダ１１を制御してもよい（Ｓ２１）。これにより、死角領域Ｒ１近傍に物理信号Ｓａを集中させ、死角領域Ｒ１の中の死角物体４から多重反射波Ｒｂ１等を得やすくすることができる。なお、レーダ１１からの物理信号Ｓａは必ずしも死角領域Ｒ１に集中させなくてもよく、例えば、レーダ１１が検出可能な範囲に適時、物理信号Ｓａを放射してもよい。

本実施形態の検知装置１は、周辺環境の物体構造を示す構造情報Ｄ１を記憶する記憶部１４をさらに備えてもよい。制御部１３は、構造情報Ｄ１を参照し、レーダ１１の検出結果において死角領域Ｒ１から到達する波の成分を含んだ波動信号を解析してもよい。構造情報Ｄ１を用いることにより、死角物体４の検知を精度良くすることができる。制御部１３は、カメラ１２の検出結果に基づき構造情報Ｄ１を生成して、記憶部１４に保持してもよい（Ｓ２）。構造情報Ｄ１を逐次、生成して、死角物体４を精度良く検知することができる。

本実施形態に係る移動体システムは、検知装置１と、車両制御装置２０とを備える。車両制御装置２０は、自車両２に搭載され、検知装置１による死角物体４の検知結果に応じた動作を実行する。移動体システムは、検知装置１により、自車両２の周辺環境における死角内の物体の検知を効率良くすることができる。

本実施形態に係る検知方法は、自車両２等の移動体の周辺環境における死角内の物体を検知する方法である。本方法は、測距部が、移動体から周辺環境までの距離を示す距離情報を取得するステップＳ１と、制御部１３が、距離情報に基づいて、周辺環境における死角を検出するステップＳ２，Ｓ３とを含む。本方法は、状態取得部が、移動体が走行する路面における移動体の滑り易さに関する状態を示す状態情報を取得するステップＳ１４を含む。本方法は、制御部１３が、状態情報に応じて、当該死角内の物体を検知部に検知させるセンシング密度を制御するステップＳ４と、検知部が、センシング密度において、死角内の物体を検知するステップＳ６とを含む。

本実施形態において、以上の検知方法を制御部１３に実行させるためのプログラムが提供される。本実施形態の検知方法によると、自車両２等の移動体の周辺環境における死角内の物体の検知を効率良くすることができる。

（実施形態２）
実施形態１では、路面状態に応じてセンシング密度を制御する例を説明したが、他の情報が用いられてもよい。本実施形態では、タイヤ状態を用いる動作例を、図１５を参照して説明する。図１５は、本実施形態に係るセンシング密度の設定処理を例示するフローチャートである。

本実施形態では、図１０と同様の各処理に加えて、制御部１３は、図１５に示すように、タイヤ状態センサ１６２によるタイヤ状態の検知結果を示す状態情報の一例であるタイヤ状態情報を取得する（Ｓ１４ａ）。さらに、制御部１３は、例えばステップＳ１４，Ｓ１４ａで取得した路面情報およびタイヤ状態情報に基づいて、摩擦係数μを算出する（Ｓ１４ｂ）。摩擦係数μは、自車両２のタイヤと路面３ａとの間の摩擦を示し、例えば滑り摩擦係数で規定される。

例えば、図１０のステップＳ１５の代わりに、制御部１３は、算出した摩擦係数μが所定の基準値を超えるか否かを判断する（Ｓ１５Ａ）。自車両２が路面３ａを走行する際の滑り易さは、摩擦係数μが小さいほど大きいこととなる。そこで、例えば制御部１３は、摩擦係数μが基準値を超えると判断すると（Ｓ１５ＡでＹＥＳ）、センシング密度を標準レベルＭ１に設定し（Ｓ１６）、摩擦係数μが基準値を超えないと判断すると（Ｓ１５ＡでＹＥＳ）、センシング密度を高レベルＭ２に設定する（Ｓ１７）。制御部１３は適宜、摩擦係数μが小さいほどセンシング密度を大きくするように設定してもよい。

以上の例では、路面情報とタイヤ状態情報とを用いてセンシング密度を設定する例を説明したが、路面情報は、必ずしも用いられなくてもよい。例えば、制御部１３は、ステップＳ１５Ａの代わりに、ステップＳ１４ｂで取得したタイヤ状態情報に基づき、自車両２タイヤ２ａの摩耗量が所定の基準値を超えるか否かを判断してもよく、摩耗量が大きいほどセンシング密度を大きく設定してもよい。この場合、ステップＳ１４，Ｓ１４ｂは省略できる。

以上のように、本実施形態において、自車両２はタイヤ２ａを備えており、状態取得部は、タイヤ状態センサ１６２を含む。タイヤ状態センサ１６２は、状態情報としてタイヤ２ａの状態を検知する。このような状態情報によっても、タイヤ２ａが滑り易い状態ほどセンシング密度を大きく設定して、検知装置１の処理効率を良くすることができる。

（実施形態３）
実施形態２では、路面状態およびタイヤ状態を用いてセンシング密度を制御する動作例を説明した。本実施形態では、さらに、自車両２の速度を用いてセンシング密度を制御する検知装置１の動作について、説明する。

図１６は、実施形態３に係るセンシング密度の設定処理を例示するフローチャートである。図１７は、本実施形態に係るセンシング密度の設定処理を説明するための図である。

本実施形態では、実施形態２（図１５）と同様の各処理に加えて、制御部１３は、車載センサ１６から自車両２の速度ｖ_０を取得し（Ｓ１８ａ）、例えば次式（２０）により制動距離Ｌａを算出する（Ｓ１８ｂ）。
Ｌａ＝ｖ_０ ^２／（２×ｇ×μ） …（２０）
上式（２０）において、ｇは重力加速度を示し、例えばｇ＝９．８である。

さらに、制御部１３は、例えば図１７に示すように、検知対象の死角内に車両等の動体が存在した場合に自車両２と衝突することが予測される予測位置Ｐ２０を算出し（Ｓ１８ｃ）、自車両２から予測位置Ｐ２０までの予測距離Ｌ２０を算出する（Ｓ１８ｄ）。例えば、制御部１３は、リアルタイムに取得した構造情報Ｄ１に基づいて、予測位置Ｐ２０、及び予測距離Ｌ２０を算出できる。

制御部１３は、例えば予測距離Ｌ２０が制動距離Ｌａを超えるか否かを判断する（Ｓ１８）。予測距離Ｌ２０が制動距離Ｌａを超える場合、自車両２は予測位置Ｐ２０に到る前に停止可能である。そこで、制御部１３は、例えば予測距離Ｌ２０が制動距離Ｌａを超えると判断した場合に（Ｓ１８でＹＥＳ）、「ＮＯ」の場合よりもセンシング密度を小さく設定する（Ｓ１６）。この際、制御部１３は、センシング密度を「０」に設定して、死角内の検知を行わないように制御してもよい。

以上のように、本実施形態の検知装置１は、速度取得部の一例である車載センサ１６をさらに備える。車載センサ１６は、自車両２の速度ｖ_０を取得する。制御部１３は、速度ｖ_０に応じた自車両２の制動距離Ｌａ、及び死角までの距離に基づき、センシング密度を設定する。これにより、自車両２の制動距離Ｌａを考慮して死角内の検知が行われ、安全性を向上することができる。

（他の実施形態）
上記の実施形態１〜４では、各種の状態情報を用いてセンシング密度を設定したが、状態情報は、危険度の判定処理に用いられてもよい。本変形例について、図１８を用いて説明する。

図１８は、危険度判定処理の変形例を説明するためのフローチャートである。本変形例において、制御部１３は、図１３のステップＳ３１〜Ｓ３３の代わりに、死角内の検知結果に対して状態情報を用いた危険度の判定を行う（Ｓ３４〜Ｓ３６）。

例えば、制御部１３は、実施形態３（図１６）と同様に、各種状態情報に基づく制動距離Ｌａを算出する（Ｓ３４）。また、制御部１３は、死角物体の検知処理（図４のＳ６）による検知結果に基づいて、死角物体４との衝突が想定される位置Ｐ０から自車両２までの距離Ｌ_ｈ０（図１４）を算出する（Ｓ３５）。制御部１３は、図１６のステップＳ１８と同様に、制動距離Ｌａと距離Ｌ_ｈ０とを比較判断する（Ｓ３６）。制御部１３は、制動距離Ｌａが距離Ｌ_ｈ０を超えると判断すると（Ｓ３６でＹＥＳ）、警告を要する危険度の判定結果として警告制御を行う（Ｓ３３）。

以上のように、制御部１３は、死角物体４の検知結果、及び状態情報に基づいて、死角に関する危険度を判定してもよい（Ｓ３４〜Ｓ３６）。これにより、自車両２が路面３ａを走行する際に滑り易い状態ほど、危険度の判定基準を厳格にして、警告制御等を行える。これにより、自車両２のドライバ等の安全性を向上できる。

上記の各実施形態では、死角物体４の検知に多重反射波を活用したが、多重反射波に限らず、例えば回折波が活用されてもよい。例えば、死角物体４における反射波は、死角端３１ａにおいて回折し、回折波として自車両２に戻って来ることが考えられる。本実施形態の制御部１３は、例えば死角端３１ａで回り込みを生じるように、レーダ１１からの放射する物理信号Ｓａの波長および方位を制御する。

例えば可視光よりも波長が大きい物理信号Ｓａを用いることによって、直進性の高い可視光等では各種の遮蔽物の存在により幾何学的に到達し得ない領域にも、信号を到達させることができる。また、死角物体４となり得る車両や人間などは通常丸みを帯びた形状をしていること等から、当該信号は完全反射的な経路だけではなく、放射された自車両２が存在する方向へも反射する。このような反射波が遮蔽壁３１に対して回折現象を起こして伝搬することにより、解析対象の信号成分として回折波をレーダ１１に受信させることができる。

回折波の信号成分は死角物体４までの伝搬経路の情報と移動速度に応じたドップラー情報を有している。よって、同信号成分を信号解析することにより、実施形態１と同様に、信号成分の伝搬時間、位相及び周波数の情報から死角物体４の位置及び速度を計測可能である。この際、回折波の伝搬経路も、死角端３１ａまでの距離或いは各種の構造情報Ｄ１により、推定可能である。また、多重反射と回折が組み合わされた伝搬経路も適宜、推定でき、このような波の信号成分が解析されてもよい。

上記の各実施形態では、レーダ１１とカメラ１２等とにより検出部及び測距部が別体で構成される例を説明したが、検知部及び測距部は、一体的に構成されてもよい。例えば、本変形例の検知装置１は、レーダ１１によって、図４のＳ１〜Ｓ３と同様の周辺監視を行う。また、本変形例において死角が発見されると、制御部１３は、例えばレーダ１１の帯域を切替え制御し、死角で回り込みし易い帯域を用いてもよい。

また、上記の各実施形態では、検知部及び測距部の一例としてレーダ１１、カメラ１２及びナビゲーション機器１５を説明した。本実施形態の検出部はこれらに限らず、例えば検知部又は測距部がＬＩＤＡＲであってもよい。検知部から放射する物理信号Ｓａは、例えば赤外線であってもよい。また、検知部又は測距部は、ソナーであってもよく、物理信号Ｓａとして超音波を放射してもよい。これらの場合、検出部が受信する波動信号Ｓｂは、対応する物理信号Ｓａと同様に設定される。

また、上記の各実施形態では、レーダ１１及びカメラ１２が自車両２前方に向けて設置される例を説明したが、レーダ１１等の設置位置は特に限定されない。例えば、レーダ１１等は、自車両２後方に向けて配置されてもよく、例えば移動体システムは駐車支援に用いられてもよい。また、レーダ１１の個数も特に限定されず、例えば自車両２の両側方に設けられてもよい。例えば、複数のレーダ１１のそれぞれを用いて別々の死角内が検知されてもよい。

また、上記の各実施形態において、検知装置１は、物理信号Ｓａによる波の特性を活用して、死角物体４の検知を行った。本実施形態において、死角物体４を検知する方法は、必ずしも上記の方法に限らず、各種の方法を採用してもよい。死角領域Ｒ１の中の物体４が各種の情報に基づき推定されてもよい。この場合であっても、死角までの距離に応じ子密度を制御することにより、処理効率を良くすることができる。

また、上記の各実施形態では、移動体の一例として自動車を例示した。検知装置１が搭載される移動体は、特に自動車に限定されず、例えばＡＧＶ、或いはサービスロボットであってもよい。例えば、検知装置１は、ＡＧＶの自動走行時に周辺監視を行い、死角中の物体を検知してもよい。

（付記）
以上のように、本開示の各種実施形態について説明したが、本開示は上記の内容に限定されるものではなく、技術的思想が実質的に同一の範囲内で種々の変更を行うことができる。以下、本開示に係る各種態様を付記する。

本開示に係る第１の態様は、移動体の周辺環境における死角内の物体を検知する検知装置（１）である。前記検知装置は、測距部（１２）と、検知部（１１）と、制御部（１３）と、状態取得部（１６１）とを備える。前記測距部は、前記移動体から前記周辺環境までの距離を示す距離情報を取得する。前記検知部は、前記死角内の物体を検知する。前記制御部は、前記検知部の動作を制御する。前記状態取得部は、前記移動体が走行する路面における前記移動体の滑り易さに関する状態を示す状態情報を取得する。前記制御部は、前記測距部によって取得された距離情報に基づいて、前記周辺環境における死角を検出する（Ｓ３）。前記制御部は、前記状態取得部によって取得された状態情報に応じて、当該死角内の物体を前記検知部に検知させる精密度を制御する（Ｓ４）。

第２の態様では、第１の態様の検知装置において、前記制御部は、前記状態情報に基づき、前記移動体の滑り易さが大きい状態ほど、前記精密度を大きく設定する（Ｓ１４〜Ｓ１７）。

第３の態様では、第１又は第２の態様の検知装置において、前記状態情報は、前記路面における乾湿、水溜、凍結、及び積雪のうちの少なくとも１つの状態を含む。

第４の態様では、第１〜第３のいずれかの態様の検知装置において、前記状態取得部は、前記路面を撮像するカメラ（１２）、前記路面の状態を検知する路面状態センサ（１６１）、および天候を示す情報を受信する受信機のうちの少なくとも１つを含む。

第５の態様では、第１〜第４のいずれかの態様の検知装置について、前記移動体は、タイヤ（２ａ）を備える。前記状態取得部は、前記状態情報として前記タイヤの状態を検知するタイヤ状態センサ（１６２）を含む。

第６の態様では、第１〜第５のいずれかの態様の検知装置において、前記制御部は、前記死角までの距離、及び前記状態情報に応じて、前記精密度を制御する（Ｓ１１〜Ｓ１７）。

第７の態様では、第１〜第６のいずれかの態様の検知装置において、前記制御部は、前記死角内の物体の検知結果、及び前記状態情報に基づいて、前記死角に関する危険度を判定する（Ｓ３４〜Ｓ３６）

第８の態様では、第１〜第７のいずれかの態様の検知装置において、前記検知部は、前記移動体から前記死角に、波の特性を有する出力信号を放射し、放射した出力信号の反射波において前記死角から到達する波の成分に基づいて、前記死角内の物体を検知する。

第９の態様では、第８の態様の検知装置において、前記精密度は、前記検知部における前記出力信号の大きさ、時間間隔、指向性、周波数帯域、信号長のうちの少なくとも１つに対応して設定される。

第１０の態様は、第１〜第９のいずれかの態様の検知装置と、制御装置（２０）とを備える移動体システムである。前記制御装置は、前記移動体に搭載され、前記検知装置による前記死角内の物体の検知結果に応じた動作を実行する。

第１１の態様は、移動体（２）の周辺環境における死角内の物体を検知する検知方法である。本方法は、測距部（１２）が、前記移動体から前記周辺環境までの距離を示す距離情報を取得するステップ（Ｓ１）と、制御部（１３）が、前記距離情報に基づいて、前記周辺環境における死角を検出するステップ（Ｓ２，Ｓ３）とを含む。さらに、本方法は、状態取得部（１６１）が、前記移動体が走行する路面における前記移動体の滑り易さに関する状態を示す状態情報を取得するステップを含む（Ｓ１４）。本方法は、前記制御部が、前記状態情報に応じて、前記死角内の物体を検知部に検知させる精密度を制御するステップ（Ｓ４）と、前記検知部（１１）が、前記精密度において、前記死角内の物体を検知するステップ（Ｓ６）とを含む。

第１２の態様は、第１１の態様の検知方法を制御部に実行させるためのプログラムである。

１ 検知装置
１１ レーダ
１２ カメラ
１３ 制御部
１４ 記憶部
１５ ナビゲーション機器
１６ 車載センサ
１６１ 路面状態センサ
１６２ タイヤ状態センサ
１７ 通信機
２ 自車両
２ａ タイヤ
２０ 車両制御装置

Claims (12)

1. 移動体の周辺環境における死角内の物体を検知する検知装置であって、
   前記移動体から前記周辺環境までの距離を示す距離情報を取得する測距部と、
   前記死角内の物体を検知する検知部と、
   前記検知部の動作を制御する制御部と、
   前記移動体が走行する路面における前記移動体の滑り易さに関する状態を示す状態情報を取得する状態取得部とを備え、
   前記制御部は、
   前記測距部によって取得された距離情報に基づいて、前記周辺環境における死角を検出し、
   前記状態取得部によって取得された状態情報に応じて、前記死角内の物体を前記検知部に検知させる精密度を制御する
   検知装置。
2. 前記制御部は、前記状態情報に基づき、前記移動体の滑り易さが大きい状態ほど、前記精密度を大きく設定する
   請求項１に記載の検知装置。
3. 前記状態情報は、前記路面における乾湿、水溜、凍結、及び積雪のうちの少なくとも１つの状態を含む
   請求項１又は２に記載の検知装置。
4. 前記状態取得部は、前記路面を撮像するカメラ、前記路面の状態を検知する路面状態センサ、および天候を示す情報を受信する通信機のうちの少なくとも１つを含む
   請求項１〜３のいずれか１項に記載の検知装置。
5. 前記移動体は、タイヤを備え、
   前記状態取得部は、前記状態情報として前記タイヤの状態を検知するタイヤ状態センサを含む
   請求項１〜４のいずれか１項に記載の検知装置。
6. 前記制御部は、前記死角までの距離、及び前記状態情報に応じて、前記精密度を制御する
   請求項１〜５のいずれか１項に記載の検知装置。
7. 前記制御部は、前記死角内の物体の検知結果、及び前記状態情報に基づいて、前記死角に関する危険度を判定する
   請求項１〜６のいずれか１項に記載の検知装置。
8. 前記検知部は、前記移動体から前記死角に、波の特性を有する出力信号を放射し、放射した出力信号の反射波において前記死角から到達する波の成分に基づいて、前記死角内の物体を検知する
   請求項１〜７のいずれか１項に記載の検知装置。
9. 前記精密度は、前記検知部における前記出力信号の大きさ、時間間隔、指向性、周波数帯域、信号長のうちの少なくとも１つに対応して設定される
   請求項８に記載の検知装置。
10. 請求項１〜９のいずれか１項に記載の検知装置と、
    前記移動体に搭載され、前記検知装置による前記死角内の物体の検知結果に応じた動作を実行する制御装置と
    を備える移動体システム。
11. 移動体の周辺環境における死角内の物体を検知する検知方法であって、
    測距部が、前記移動体から前記周辺環境までの距離を示す距離情報を取得するステップと、
    状態取得部が、前記移動体が走行する路面における前記移動体の滑り易さに関する状態を示す状態情報を取得するステップと、
    制御部が、前記距離情報に基づいて、前記周辺環境における死角を検出するステップと、
    前記制御部が、前記状態情報に応じて、前記死角内の物体を検知部に検知させる精密度を制御するステップと、
    前記検知部が、前記精密度において、前記死角内の物体を検知するステップと
    を含む検知方法。
12. 請求項１１に記載の検知方法を制御部に実行させるためのプログラム。

Images