JP2021076422A - 物体認識方法及び物体認識装置 - Google Patents

Abstract

【課題】レーダで検出した物体が、マルチパスによって実際と異なる位置に検出された場合に、実際の位置を推定する。【解決手段】物体認識方法では、レーダ装置１１からレーダ波を出射するとともにレーダ波の反射波を受信し、反射波の受信結果に基づき周囲の複数の物体をそれぞれ検出した各々の検出位置を取得し、検出位置に基づいて、複数の物体のうちの第１物体の検出位置２ｇｂとレーダ装置１１との間に第２物体２１が存在するか否かを判定し、第２物体２１が存在すると判定した場合に第１物体を処理対象として選択し、第２物体２１のレーダ装置１１に対向する面である反射面２１ｐの位置及び角度を検出し、反射面２１ｐを対称面として第１物体の検出位置２ｇｂを反転させた鏡像位置に第１物体が存在すると認識する。【選択図】図２

Description

本発明は、物体認識方法及び物体認識装置に関する。

特許文献１には、車両に搭載されてターゲットとの相対距離を検出するミリ波レーダ車間距離センサが記載されている。このミリ波レーダ車間距離センサは、検出した静止物のターゲットからゴーストを判定する基準として基本ラインを算出し、検出したターゲットが基本ラインの内側にあるか外側にあるかを判定し、外側にあるターゲットを消去する。

特開２００１−１１６８３９号公報

上記特許文献１に記載のミリ波レーダ車間距離センサは、レーダ波のマルチパス（多重波伝播）によって実際には存在しない物標（いわゆる「ゴースト」）が発生した場合にゴーストを消去する。このようにゴーストを消去すると、実際に存在している物体を検出しそこなう可能性がある。例えばレーダの死角にいる物体を検出できなくなる。
本発明は、レーダで検出した物体が、マルチパスによって実際と異なる位置に検出された場合に、実際の位置を推定することを目的とする。

本発明の一態様に係る物体認識方法では、レーダ装置からレーダ波を出射するとともにレーダ波の反射波を受信し、反射波の受信結果に基づいて周囲の複数の物体をそれぞれ検出した各々の検出位置を取得し、検出位置に基づいて、複数の物体のうちの第１物体ｎお検出位置とレーダ装置との間に第２物体が存在するか否かを判定し、第２物体が存在すると判定した場合に第１物体を処理対象として選択し、第１物体を処理対象として選択した場合に、第２物体のレーダ装置に対向する面である反射面の位置及び角度を検出し、反射面を対称面として第１物体の検出位置を反転させた鏡像位置に第１物体が存在すると認識する。

本発明によれば、レーダで検出した物体が、マルチパスによって実際と異なる位置に検出された場合に、実際の位置を推定できる。

第１実施形態の車両制御装置の概略構成例を示す図である。 第１実施形態の物体認識方法の概略説明図である。 第１実施形態の車両制御装置の機能構成例のブロック図である。 自車両の周囲の物体のゴーストの検出位置の一例を示す図である。 仮想物体の位置の算出方法の一例の説明図である。 第１実施形態の物体認識方法の一例のフローチャートである。 第２実施形態の車両制御装置の機能構成例のブロック図である。 処理対象選択処理の一例の説明図である。 仮想物体追加判定処理の第１例の説明図である。 仮想物体追加判定処理の第１例の説明図である。 仮想物体追加判定処理の第２例の説明図である。 第２実施形態の物体認識方法の一例のフローチャートである。 処理対象選択処理の一例のフローチャートである。 反射面・仮想物体算出処理の一例のフローチャートである。 仮想物体追加判定処理の一例のフローチャートである。

以下、図面を参照して、本発明の実施形態を説明する。図面の記載において、同一又は類似の部分には同一又は類似の符号を付し、重複する説明を省略する。各図面は模式的なものであり、現実のものとは異なる場合が含まれる。以下に示す実施形態は、本発明の技術的思想を具体化するための装置や方法を例示するものであって、本発明の技術的思想は、下記の実施形態に例示した装置や方法に特定するものでない。本発明の技術的思想は、特許請求の範囲に記載された技術的範囲内において、種々の変更を加えることができる。

（第１実施形態）
（構成）
自車両１は、実施形態に係る車両制御装置１０を搭載する。車両制御装置１０は、自車両１の周囲の物体をレーダによって認識し、自車両１の周囲の物体の有無に基づいて自車両の走行を制御する。車両制御装置１０は、特許請求の範囲に記載の「物体認識装置」の一例である。
車両制御装置１０は、レーダ装置１１と、物体認識コントローラ１２と、走行制御部１３と、アクチュエータ１４を備える。

レーダ装置１１は、例えばミリ波レーダであり、レーダ波を自車両１の周囲に出射し、その反射波を受信することにより、レーダ波の反射点の自車両１に対する相対位置を検出したレーダ点群を、自車両１の周囲の物体の検出位置として取得する。レーダ装置１１は、取得したレーダ点群を示す点群情報を物体認識コントローラ１２に出力する。

物体認識コントローラ１２は、レーダ装置１１から得られたレーダ点群に基づいて自車両１の周囲の物体を認識する電子制御ユニット（Electronic Control Unit）である。物体認識コントローラ１２は、プロセッサ１５とその周辺部品とを含む。プロセッサ１５は、例えばＣＰＵ（Central Processing Unit）、やＭＰＵ（Micro-Processing Unit）であってよい。

周辺部品には記憶装置１６等が含まれる。記憶装置１６は、半導体記憶装置、磁気記憶装置及び光学記憶装置のいずれかを備えてよい。記憶装置１６は、レジスタ、キャッシュメモリ、主記憶装置として使用されるＲＯＭ（Read Only Memory）及びＲＡＭ（Random Access Memory）等のメモリを含んでよい。
以下に説明する物体認識コントローラ１２の機能は、例えばプロセッサ１５が、記憶装置１６に格納されたコンピュータプログラムを実行することにより実現される。

なお、物体認識コントローラ１２を、以下に説明する各情報処理を実行するための専用のハードウエアにより形成してもよい。
例えば、物体認識コントローラ１２は、汎用の半導体集積回路中に設定される機能的な論理回路を備えてもよい。例えば物体認識コントローラ１２は、フィールド・プログラマブル・ゲート・アレイ（ＦＰＧＡ：Field-Programmable Gate Array）等のプログラマブル・ロジック・デバイス（ＰＬＤ：Programmable Logic Device）等を有していてよい。

走行制御部１３は、自車両１の走行を制御するコントローラである。走行制御部１３は、物体認識コントローラ１２による自車両１の周囲の物体の認識結果に基づいてアクチュエータ１４を駆動し、自車両１の操舵制御、加速制御、または減速制御の少なくとも１つを実行する。
例えば走行制御部１３は、プロセッサとその周辺部品とを含む。プロセッサは、例えばＣＰＵやＭＰＵであってよい。周辺部品には記憶装置が含まれる。記憶装置は、レジスタ、キャッシュメモリ、ＲＯＭ、ＲＡＭなどのメモリや、半導体記憶装置、磁気記憶装置、光学記憶装置を含んでよい。走行制御部１３が専用のハードウエアであってもよい。

アクチュエータ１４は、走行制御部１３からの制御信号に応じて、自車両１の操舵機構、アクセル開度及びブレーキ装置を操作して、自車両１の車両挙動を発生させる。アクチュエータ１４は、ステアリングアクチュエータと、アクセル開度アクチュエータと、ブレーキ制御アクチュエータを備える。ステアリングアクチュエータは、自車両１の操舵機構の操舵方向及び操舵量を制御する。アクセル開度アクチュエータは、自車両１のアクセル開度を制御する。ブレーキ制御アクチュエータは、自車両１のブレーキ装置の制動動作を制御する。

次に、図２を参照して物体認識コントローラ１２による自車両１の周囲の物体の認識処理について説明する。
例として右側通行の交通環境において、交差点の直前まで側道に壁２０及び２１がある状況で自車両１が右折する場面を想定する。以下、右側通行の交通環境を例として説明するが、本発明は左側通行の交通環境においても適用できる。
自車両１が走行する車線と交差する交差車線を走行する車両２ｒは、左方から交差点に接近している。車両２ｒは、自車両１から見て壁２０の死角に入っているため、レーダ装置１１は車両２ｒを直接検出できない。車両２ｒは特許請求の範囲に記載の「第１物体」の一例である。

一方で、レーダ波が壁２１で反射することにより、マルチパスによる反射点によって、車両２ｒのゴーストである物標２ｇがレーダ装置１１によって検出されている。物標２ｇの検出位置は、特許請求の範囲に記載の「第１物体の検出位置」の一例である。
この場合に、上記特許文献１のように物標２ｇを消去すると、左方から交差点に接近する車両２ｒが存在しないと認識され、矢印２３のように自車両１の右折を行う走行制御が行われるおそれがある。

このため、物体認識コントローラ１２は、物標２ｇの検出位置と自車両１との間（すなわち物標２ｇの検出位置とレーダ装置１１との間）に、第２物体が存在するか否かを判定する。図２の例では、物標２ｇの検出位置と自車両１との間に壁２１が存在する。
物標２ｇの検出位置と自車両１との間に壁２１が存在する場合に、物体認識コントローラ１２は、ゴースト２ｇの検出位置と自車両１との間に存在する壁２１の、自車両１に対向する面（すなわちレーダ装置１１に対向する面）２１ｐの位置と角度を算出する。

物体認識コントローラ１２は、反射面２１ｐを対称面としてゴースト２ｇの検出位置２ｇｂを反転させた鏡像位置２ｒｂに車両２ｒが存在すると認識する。
以上によって、物体認識コントローラ１２は、レーダ装置１１の死角にいる車両２ｒのゴースト２ｇを用いて車両２ｒの位置を検出することができる。これにより、レーダ装置１１の死角にいる車両２ｒのゴースト２ｇが発生している場合に、車両２ｒを検出しそこなうのを防止できる。

次に図３を参照して、第１実施形態の車両制御装置１０の機能構成の一例を詳述する。物体認識コントローラ１２は、第１物体検出部３０と、追跡部３１と、物体情報蓄積部３２と、処理対象選択部３３と、反射面算出部３４と、仮想物体算出部３５と、物体情報選択部３６を備える。

第１物体検出部３０は、レーダ装置１１が検出した自車両１の周囲の物体の検出位置を示すレーダ点群を受信する。第１物体検出部３０は、レーダ点群に含まれる点を、互いの相対距離（近接度合）に応じてグループ化（クラスタリング）して個々の物体を抽出し、抽出した物体を示す点群の集合を各物体の物体情報として構成する。グループ化の方法としては既知の様々な方法を採用できる。

図４Ａを参照する。この例では、自車両１の走行路の壁２１の検出位置を表す点群２１ａ、２１ｂ、２１ｃ、２１ｄ及び２１ｅと、壁２１におけるレーダ波の反射によって発生した、壁２０の死角にいる車両２ｒのゴーストの点群２４ａ、２４ｂ、２４ｃ及び２４ｄが検出されている。第１物体検出部３０は、点群２１ａ〜２１ｅをグループ化して１つの物体として検出し、点群２４ａ〜２４ｄをグループ化して１つの物体として検出する。

第１物体検出部３０は、個々の物体の点群を、物体の概略の外形を表す矩形にあてはめる、いわゆる矩形フィッティングを行う。矩形フィッティングの方法としては、点群を包含する対象の矩形を算出するなど、既知の様々な方法を採用できる。
図４Ｂを参照する。第１物体検出部３０は、点群２１ａ〜２１ｅを矩形フィッティングすることにより壁２１を矩形物体として認識する。また、点群２４ａ〜２４ｄを矩形フィッティングすることにより矩形の物体２４を認識する。以下、物体２４を「ゴースト物体」と表記することがある。

図３を参照する。追跡部３１は、第１物体検出部３０が検出した物体の物体情報を取得し、異なる時刻に検出された物体を時系列で追跡（トラッキング）する。追跡部３１は、異なる時刻間における物体の同一性の検証（対応付け）を行い、時系列で同一物体として判定された物体に同一の識別情報を付与する。
さらに追跡部３１は、異なる時刻における同一物体の位置変化に基づいて物体の速度ベクトルを算出する。

物体情報蓄積部３２は、追跡部３１によって識別情報が付与された物体情報を、物体認識コントローラ１２の記憶装置１６に蓄積し、蓄積された物体情報を記憶装置１６から読み出して、処理対象選択部３３と物体情報選択部３６に出力する。
処理対象選択部３３は、ゴースト物体の真の位置を計算する計算処理の対象とする物体を、物体情報蓄積部３２が蓄積した物体情報の中から選択する。
図４Ｂを参照する。以下の説明において、便宜上ゴースト物体の真の位置に仮想的に配置される物体２５を「仮想物体」と表記する。また、ゴースト物体の真の位置（すなわち仮想物体２５の配置位置）を計算する計算処理を「仮想物体の計算処理」と表記する。

いま、物体２４の検出位置として、例えば物体２４の前端中央の物体基準点２４ｅを選択する。また、自車両１の位置（すなわちレーダ装置１１の位置）を表す自車両基準点１ｂとして、例えばレーダ装置１１の前端位置を選択する。
処理対象選択部３３は、自車両基準点１ｂと物体基準点２４ｅとの間に他の物体があるか否かを判定する。

自車両基準点１ｂと物体基準点２４ｅとの間に他の物体が存在する場合、処理対象選択部３３は、仮想物体の計算処理の処理対象として物体２４を選択する。図４Ｂの例では、自車両基準点１ｂと物体基準点２４ｅとの間に壁２１が存在する。このため、仮想物体の計算処理の処理対象として物体２４が選択される。
一方で、自車両基準点１ｂと物体基準点２４ｅとの間に他の物体が存在しない場合には、処理対象選択部３３は、仮想物体の計算処理の処理対象として物体２４を選択しない。

反射面算出部３４と仮想物体算出部３５は、処理対象選択部３３により選択された物体２４を真の位置に配置した仮想物体２５の位置を計算する計算処理を実行する。
反射面算出部３４は、物体２４がゴースト物体であると仮定した場合に、このゴーストを生じさせたマルチパスの反射点の位置と反射面の方向とを算出する。
以下、本実施形態では、物体の位置情報が水平面上の２次元位置情報である場合の例について説明するが、物体の位置情報が３次元位置情報である場合についても同様に、３次元的に配置される反射面上の反射点の位置と反射面の方向を算出できる。
反射面算出部３４は、他の物体２１を表す矩形の辺のうち、自車両基準点１ｂから物体基準点２４ｅまで延びる物体ベクトルＰｇと最初に交差する交差辺２１ｓを算出する。

反射面算出部３４は、交差辺２１ｓの長さＬが閾値Ｌｔ以上であるか否かを判定する。交差辺２１ｓの長さＬが閾値Ｌｔ以上である場合、反射面算出部３４は、物体２４がゴースト物体であると判定し、物体ベクトルＰｇと交差辺２１ｓとが交差する点をマルチパスの反射点として算出する。図４Ｂに示すベクトルＰｗは、自車両基準点１ｂから反射点まで延びる反射点ベクトルである。
また、反射面算出部３４は、マルチパスの反射面の方向として交差辺２１ｓの方向を算出する。図４Ｂに示すベクトルｗは、交差辺２１ｓの方向を示す壁方向ベクトルである。

一方で、交差辺２１ｓの長さＬが閾値Ｌｔ未満である場合、反射面算出部３４は、物体２４がゴースト物体でないと判定し、反射点の位置及び反射面の方向を算出しない。この場合には、仮想物体２５の位置を算出しない。
仮想物体算出部３５は、物体ベクトルＰｇと、壁方向ベクトルｗと、反射点ベクトルＰｗに基づいて仮想物体２５の位置を算出する。具体的には、仮想物体算出部３５は、マルチパスの反射面を対称面としてゴースト物体２４の検出位置を反転させた鏡像位置を、仮想物体２５の位置として算出する。

物体ベクトルＰｇと壁方向ベクトルｗとのなす角をθとすると、自車両基準点１ｂから仮想物体２５の位置２５ｂ（例えば仮想物体２５の前端中央の位置）までの仮想物体ベクトルＰｖは、次式（１）により算出できる。
Ｐｖ＝Ｐｗ＋Ｒ（−２θ）（Ｐｇ−Ｐｗ） …（１）

式（１）中のＲ（ｘ）は次式（２）で与えられる回転行列である。

また、ゴースト物体２４の速度ベクトルｖｇと壁方向ベクトルｗとのなす角をαとすると、仮想物体２５の速度ベクトルｖｖは、次式（３）によって算出できる。
ｖｖ＝Ｒ（−２α）ｖｇ …（３）
仮想物体算出部３５は、算出した仮想物体２５の位置及び速度を、物体２ｒの位置及び速度と認識して、仮想物体２５の物体情報として蓄積する。

物体情報選択部３６は、物体情報蓄積部３２が蓄積した物体情報のうちゴースト物体以外の物体情報に、仮想物体算出部３５が算出した仮想物体２５の物体情報を追加して、走行制御部１３に送信する。
走行制御部１３は、物体情報選択部３６から受信した物体情報に基づいて、自車両１の操舵機構の操舵方向若しくは操舵量、アクセル開度、又はブレーキ装置の制動力の少なくとも１つを制御する。

例えば、走行制御部１３は、物体情報選択部３６から受信した物体情報に基づいて、自車両１の周囲の他の物体である他車両の走行軌道を予測する。走行制御部１３は、自車両１の予定走行軌道が他車両の走行軌道と干渉する場合や、自車両と他車両との距離が所定距離未満に近づく場合には、自車両１が他車両を回避するようにアクチュエータ１４を駆動し、自車両１の操舵機構の操舵方向若しくは操舵量、アクセル開度、又はブレーキ装置の制動力の少なくとも１つを制御する。

（動作）
次に、図５を参照して第１実施形態の物体認識方法の一例を説明する。
ステップＳ１において第１物体検出部３０は、自車両１の周囲の物体の検出位置を示すレーダ点群を受信する。第１物体検出部３０は、レーダ点群に含まれる点をグループ化（クラスタリング）して個々の物体を抽出し、抽出した物体を示す点群の集合を各物体の物体情報として構成する。
ステップＳ２において第１物体検出部３０は、個々の物体の点群に対して矩形フィッティングを行うことにより、自車両１の周囲の物体を矩形物体として認識する。

ステップＳ３において追跡部３１は、第１物体検出部３０が検出した物体を時系列で追跡し、時系列で同一物体として判定された物体に同一の識別情報を付与する。追跡部３１は、異なる時刻における同一物体の位置変化に基づいて物体の速度ベクトルを算出する。物体情報蓄積部３２は、追跡部３１によって識別情報が付与された物体情報を記憶装置１６に蓄積する。

ステップＳ４において処理対象選択部３３は、自車両の周囲で検出された複数の物体のいずれかを選択する。選択された物体を「注目物体」と表記する。処理対象選択部３３は、注目物体の検出位置と自車両１との間に他の物体があるか否かを判定する。注目物体の検出位置と自車両１との間に他の物体がある場合（ステップＳ４：Ｙ）に、処理対象選択部３３は、仮想物体の計算処理の処理対象として注目物体を選択して、処理をステップＳ５に進める。

注目物体の検出位置と自車両１との間に他の物体がない場合（ステップＳ４：Ｎ）に処理対象選択部３３は、仮想物体の計算処理の対象として注目物体を選択せずに処理をステップＳ８へ進める。
ステップＳ５において反射面算出部３４は、注目物体の検出位置と自車両１との間に存在する他の物体の矩形を形成する辺のうち、自車両から注目物体の検出位置まで延びる物体ベクトルＰｇと最初に交差する交差辺の長さＬを算出する。反射面算出部３４は、交差辺の長さＬが閾値Ｌｔ以上であるか否かを判定する。

交差辺の長さＬが閾値Ｌｔ以上である場合（ステップＳ５：Ｙ）に処理はステップＳ６に進む。交差辺の長さＬが閾値Ｌｔ以上でない場合（ステップＳ５：Ｎ）に処理対象選択部３３は、仮想物体の計算処理の対象として注目物体を選択せずに処理をステップＳ８へ進める。
ステップＳ６において反射面算出部３４は、ゴーストを生じさせたマルチパスの反射点の位置と反射面の方向を算出する。仮想物体算出部３５は、注目物体に対して上式（１）〜（３）に基づいて仮想物体２５の位置及び速度を算出する。
ステップＳ７において仮想物体算出部３５は、仮想物体２５の位置及び速度を、ゴースト物体の実際の位置及び速度と認識して蓄積する。

ステップＳ８において処理対象選択部３３は、追跡部３１によって識別情報が付与された全ての物体について処理を行ったか否かを判定する。全ての物体について処理を行った場合（ステップＳ８：Ｙ）に処理はステップＳ９に進む。未処理の物体が残っている場合（ステップＳ８：Ｎ）にステップＳ４に戻り、未処理の物体のうち何れかを注目物体として選択して同じ処理を繰り返す。
ステップＳ９において物体情報選択部３６は、物体情報蓄積部３２が蓄積した物体情報のうちゴースト物体以外の物体情報に、仮想物体算出部３５が算出した仮想物体の物体情報を追加して、走行制御部１３に送信する。

（第１実施形態の効果）
（１）レーダ装置１１は、自車両１の周囲へレーダ波を出射するとともにレーダ波の反射波を受信し、反射波の受信結果に基づいて自車両１の周囲の複数の物体をそれぞれ検出した各々の検出位置を取得する。
処理対象選択部３３は、レーダ装置１１が取得した検出位置に基づいて、自車両１の周囲の複数の物体のうちの第１物体の検出位置とレーダ装置１１との間に第２物体が存在するか否かを判定し、第２物体が存在すると判定した場合に第１物体を仮想物体の計算処理の処理対象として選択する。

処理対象選択部３３が第１物体を処理対象として選択した場合に、反射面算出部３４は、第２物体のレーダ装置１１に対向する面である反射面の位置及び角度を検出する。仮想物体算出部３５は、反射面を対称面として第１物体の検出位置を反転させた鏡像位置に第１物体が存在すると認識する。
これによって、レーダで検出した物体がマルチパスによって実際と異なる位置に検出された場合に、実際の位置を推定できる。例えば、レーダの死角にいる物体のゴーストを用いて物体の実際の位置を検出できる。これにより、レーダの死角にいる物体のゴーストが発生している場合に物体を検出しそこなうのを防止できる。

（第２実施形態）
次に、第２実施形態を説明する。図６を参照する。第２実施形態の車両制御装置１０は、レーダ装置１１に加えて、レーダ以外の他のセンサも用いて自車両１の周囲の物体を検出する。例えば、車両制御装置１０は、自車両１の周囲の物体を検出する他のセンサとして、レーザ測距装置４０とカメラ４１を備える。すなわち車両制御装置１０は、自車両１の周囲の物体を検出する複数のセンサとして、レーダ装置１１、レーザ測距装置４０及びカメラ４１を備える。

レーザ測距装置４０は、例えばレーザレーダ、LIDAR（Light Detection and Ranging、Laser Imaging Detection and Ranging）、レーザレンジファインダ（ＬＲＦ：Laser Range-Finder）であり、自車両１の周囲にレーザ光を出射して、その反射波を受信することにより、反射点の自車両１に対する相対位置を検出したレーザ測距装置点群を、自車両１の周囲の物体の検出位置として取得する。
カメラ４１は、自車両１の周囲を撮影して、自車両１の周囲の撮像画像を生成する。

第２実施形態の物体認識コントローラ１２は、図３を参照して説明した第１実施形態の物体認識コントローラ１２と同様の構成を有しており、同様の機能については重複説明を省略する。第２実施形態の物体認識コントローラ１２は、第２物体検出部４４と、画像認識部４５と、統合部４６を備える。

第２物体検出部４４は、レーザ測距装置４０が検出した自車両１の周囲の物体の検出位置を示すレーザ測距装置点群を受信する。第２物体検出部４４は、レーザ測距装置点群に含まれる点を、互いの相対距離（近接度合）に応じてグループ化（クラスタリング）して個々の物体を抽出し、抽出した物体を示す点群の集合を各物体の物体情報として構成する。グループ化の方法としては既知の様々な方法を採用できる。
第２物体検出部４４は、個々の物体の点群を、物体の概略の外形を表す矩形にあてはめる、いわゆる矩形フィッティングを行う。矩形フィッティングの方法としては、点群を包含する対象の矩形を算出するなど、既知の様々な方法を採用できる。

画像認識部４５は、カメラ４１から得られる撮像画像に対して画像認識処理を実行し、撮像画像のどの位置に、どのような属性の物体が存在するかを認識する。
統合部４６は、第１物体検出部３０が検出した物体、第２物体検出部４４が検出した物体及び画像認識部４５が検出した物体の同一性を判断する。第１物体検出部３０、第２物体検出部４４及び画像認識部４５が同一物体を検出している場合、統合部４６は、第１物体検出部３０、第２物体検出部４４及び画像認識部４５によってそれぞれ得られた同一物体の情報を統合する。

物体情報は、既知の様々なフュージョン処理により統合できる。例えば統合部４６は、レーザ測距装置４０の検出結果から得られる物体の位置及び姿勢の情報と、カメラ４１による撮像画像から得られる物体の属性情報と、レーダ装置１１の検出結果から得られる物体の速度情報とを組み合わせて、個々の物体の物体情報を生成する。
追跡部３１は、統合部４６により統合された物体情報に基づいて、検出した物体を時系列で追跡し、時系列で同一物体として判定された物体に同一の識別情報を付与する。また追跡部３１は、物体の速度ベクトルを算出する。物体情報蓄積部３２は、追跡部３１によって識別情報が付与された物体情報を記憶装置１６に蓄積する。

ここで、マルチパスによるゴーストは、カメラ４１から得られる撮像画像や、レーザ測距装置４０によるレーザ測距装置点群には発生しない。
このため、第２実施形態の処理対象選択部３３は、物体情報蓄積部３２によって蓄積された物体情報のうち、レーダ装置１１にのみによって検出され、他のセンサ、すなわちカメラ４１やレーザ測距装置４０によって検出されなかった物体の中から、仮想物体の計算処理の処理対象を選択する。

さらに、処理対象選択部３３は、物体情報蓄積部３２によって物体情報が蓄積された物体の移動方向がゴースト物体の移動速度として尤もらしいか否かを判定し、物体の移動方向がゴースト物体の移動速度として尤もらしくない場合には、仮想物体の計算処理の処理対象として選択しない。
図７を参照する。処理対象選択部３３は、物体２４の検出位置の移動方向ベクトルｖｍと、物体２４の検出位置が存在する走行車線２６の進行方向を示す進行方向ベクトルｖｔ１とのなす角度φ１を算出する。処理対象選択部３３は、角度φ１が閾値φｔ１以上の場合に、物体２４の移動方向が尤もらしいと判定し、角度φ１が閾値φｔ１未満の場合に、物体２４の移動方向が尤もらしくないと判定する。

図６を参照する。走行車線２６の進行方向を取得するために、第２実施形態の車両制御装置１０は、測位装置４２と、地図データベース４３を備える。図６において地図データベースを「地図ＤＢ」と表記する。
測位装置４２は、全地球型測位システム（ＧＮＳＳ）受信機を備え、複数の航法衛星から電波を受信して自車両１の現在位置を測定する。ＧＮＳＳ受信機は、例えば地球測位システム（ＧＰＳ）受信機等であってよい。測位装置４２は、例えば慣性航法装置であってもよい。測位装置４２は、オドメトリにより自車両１の現在位置を測定してもよい。

地図データベース４３は、フラッシュメモリ等の記憶装置に格納され、自車両１の自己位置の推定に必要な道路形状や地物、ランドマーク等の物標の位置及び種類などの地図情報を記憶している。
地図データベース４３として、例えば、自律走行用の地図として好適な高精度地図データ（以下、単に「高精度地図」という。）を記憶してよい。高精度地図は、ナビゲーション用の地図データ（以下、単に「ナビ地図」という。）よりも高精度の地図データであり、道路単位の情報よりも詳細な走行レーン（車線）単位の車線情報を含む。例えば、自律走行用の地図として好適な高精度地図データ（以下、単に「高精度地図」という。）を記憶してよい。高精度地図は、ナビゲーション用の地図データ（以下、単に「ナビ地図」という）よりも高精度の地図データであり、道路単位の情報よりも詳細な車線単位の情報を含む。
例えば、高精度地図は車線単位の情報として、車線基準線（例えば車線内の中央の線）上の基準点を示す車線ノードの情報と、車線ノード間の車線の区間態様を示す車線リンクの情報を含む。

車線ノードの情報は、その車線ノードの識別番号、位置座標、接続される車線リンク数、接続される車線リンクの識別番号を含む。車線リンクの情報は、その車線リンクの識別番号、車線の種類、車線の走行方向、車線の幅員、車線区分線の種類、車線の形状、車線区分線の形状を含む。
高精度地図は更に、車線上又はその周辺に存在する信号機、停止線、標識、建物、電柱、縁石、横断歩道等の構造物の種類及び位置座標等の構造物情報を含む。

処理対象選択部３３は、測位装置４２による自車両１の現在位置の測定結果に基づいて、高精度地図にて使用される共通座標系上（例えば世界座標系や地図座標系）の物体２４の検出位置を算出する。
処理対象選択部３３は、地図データベース４３を参照して共通座標系上の物体２４の検出位置が、走行車線に存在するか否かを判定する。共通座標系上の物体２４の検出位置が走行車線に存在する場合に、処理対象選択部３３は、地図データベース４３を参照して、物体２４の検出位置が存在する走行車線に進行方向が設定されているか否かを判定する。進行方向が設定されている場合には、進行方向の情報を取得する。

処理対象選択部３３は、共通座標系上の物体２４の検出位置の変化に基づいて、共通座標系上の物体２４の検出位置の移動方向を算出する。
物体２４の移動方向と走行車線の進行方向とのなす角度φ１を算出する。処理対象選択部３３は、角度φ１が閾値φｔ１以上の場合に物体２４の移動方向が尤もらしいと判定し、角度φ１が閾値φｔ１未満の場合に物体２４の移動方向が尤もらしくないと判定する。

物体２４の移動方向が尤もらしい場合には、処理対象選択部３３は、仮想物体の計算処理の処理対象として物体２４を選択する。物体２４の移動方向が尤もらしくない場合には、処理対象選択部３３は、仮想物体の計算処理の処理対象として物体２４を選択しない。
一方で、共通座標系上の物体２４の検出位置が走行車線に存在しない場合には、処理対象選択部３３は、物体２４の移動方向が尤もらしいか否かを判定できない。この場合に処理対象選択部３３は、仮想物体の計算処理の処理対象として物体２４を選択する。

さらに、第２実施形態の物体認識コントローラ１２は、仮想物体算出部３５が算出した仮想物体の位置や移動方向が尤もらしいか否かを判断する。物体認識コントローラ１２は、位置や移動方向が尤もらしい仮想物体の位置にのみ実際の物体が存在すると判断して、
当該仮想物体の物体情報のみを、ゴースト物体以外の物体情報に追加して走行制御部１３に送信する。
このため第２実施形態の仮想物体算出部３５は、仮想位置追加判定部４７を備える。

図８Ａ及び図８Ｂを参照する。参照符号２４はゴースト物体を示し、参照符号２５はゴースト物体２４を真の位置に配置した仮想物体を示し、参照符号２７は、レーダ装置１１に加えて、他のセンサ（レーザ測距装置４０やカメラ４１）にも検出されている他の物体を示す。
仮想位置追加判定部４７は、仮想物体２５と他の物体２７との間隔ｄを算出する。例えば仮想位置追加判定部４７は、仮想物体２５の前端中央の基準点２５ｂと物体２７の前端中央の基準点２７ｂとの間隔ｄを算出してよい。

図８Ａに示すように仮想物体２５と他の物体２７との間隔ｄが非常に短く、仮想物体２５の位置と他の物体２７の位置とがほぼ一致している場合には、他の物体２７のゴーストをゴースト物体２４としても検出している可能性が高い。このような場合には、仮想物体２５の物体情報を破棄することにより計算量を削減できる。

したがって、仮想位置追加判定部４７は、図８Ｂに示すように仮想物体２５と他の物体２７との間隔ｄが十分に長く、仮想物体２５の位置と他の物体２７の位置とが異なる場合にのみ、仮想物体２５の位置に実際の物体が存在すると判断する。例えば、仮想位置追加判定部４７は、間隔ｄが閾値Ｄｔより長いか否かを判断する。間隔ｄが閾値Ｄｔより長い場合に、仮想物体２５の位置に実際の物体が存在すると判断して、この仮想物体２５の物体情報を、ゴースト物体以外の物体情報に追加して走行制御部１３に送信することを許可する。

図９を参照する。参照符号２４はゴースト物体を示し、参照符号２５はゴースト物体２４を真の位置に配置した仮想物体を示し、参照符号２８は他の物体を示す。
ゴースト物体２４は、他の物体２８の死角にいる物体のゴーストであり、レーダ装置１１は、この物体の真の位置を直接検出しておらず、レーザ測距装置４０及びカメラ４１はこの物体そのものを検出していない。

いま、ゴースト物体２４の検出位置は、自車両１の周囲の走行車線２６ａ、２６ｂ、２６ｃ、２６ｄ、２６ｅ、２６ｆ、２６ｇ及び２６ｈの何れにも存在していない。このため、処理対象選択部３３は、図７を参照して説明した方法のように走行車線２６ａ〜２６ｈの進行方向を用いて、ゴースト物体２４の検出位置の移動方向が尤もらしいか否かを判定できない。
そこで、仮想位置追加判定部４７は、仮想物体２５の位置や移動方向が尤もらしいか否かを判定する。

具体的には、仮想位置追加判定部４７は、測位装置４２の自車両１の現在位置の測定結果に基づいて共通座標系上の仮想物体２５の位置を算出する。
さらに仮想位置追加判定部４７は、地図データベース４３を参照して共通座標系上の仮想物体２５の位置が、走行車線に存在するか否かを判定する。図９の例では、仮想物体２５は、走行車線２６ａに存在する。

共通座標系上の仮想物体２５の位置が走行車線に存在する場合に、仮想位置追加判定部４７は、地図データベース４３を参照して、仮想物体２５の位置が存在する走行車線に進行方向が設定されているか否かを判定する。進行方向が設定されている場合には進行方向の情報を取得する。図９の例では、走行車線２６ａの進行方向を示す進行方向ベクトルｖｔ２を取得する。

また、仮想位置追加判定部４７は、共通座標系上の仮想物体２５の位置変化に基づいて、共通座標系上の仮想物体２５の移動方向を算出する。図９の例では、仮想物体２５の移動方向ベクトルｖｍを算出する。仮想位置追加判定部４７は、仮想物体２５の移動方向と走行車線２６ａの進行方向とのなす角度φ２を算出する。
仮想位置追加判定部４７は、角度φ２が閾値φｔ２以下の場合に仮想物体２５の位置と移動方向が尤もらしいと判定する。この場合に、仮想位置追加判定部４７は、仮想物体２５の位置に実際の物体が存在すると判断して、この仮想物体２５の物体情報を、ゴースト物体以外の物体情報に追加して走行制御部１３に送信することを許可する。

また、仮想位置追加判定部４７は、仮想物体２５が存在する走行車線２６ａの進行方向が設定されていない場合には、仮想物体２５の位置が尤もらしいと判定する。この場合に、仮想位置追加判定部４７は、仮想物体２５の位置に実際の物体が存在すると判断して、この仮想物体２５の物体情報を、ゴースト物体以外の物体情報に追加して走行制御部１３に送信することを許可する。

一方で、角度φ２が閾値φｔ２以上の場合には、仮想物体２５の移動方向が尤もらしくないと判定する。この場合に仮想位置追加判定部４７は、この仮想物体２５の物体情報を、ゴースト物体以外の物体情報に追加して走行制御部１３に送信することを許可しない。
物体情報選択部３６は、物体情報蓄積部３２が蓄積した物体情報のうち、ゴースト物体として選択された物体以外の物体情報に、仮想位置追加判定部４７によって許可された仮想物体２５の物体情報のみを追加して、走行制御部１３に送信する。

（動作）
次に、図１０〜図１３を参照して第２実施形態の物体認識方法の一例を説明する。
ステップＳ１０及びＳ１１の処理は、図５を参照して説明したステップＳ１及びＳ２の処理と同様である。
ステップＳ１２において第２物体検出部４４は、自車両１の周囲の物体の検出位置を示すレーザ測距装置点群を受信する。第２物体検出部４４は、レーザ測距装置点群に含まれる点をグループ化（クラスタリング）して個々の物体を抽出し、抽出した物体を示す点群の集合を各物体の物体情報として構成する。
ステップＳ１３において第２物体検出部４４は、レーザ測距装置点群から抽出された個々の物体の点群に対して矩形フィッティングを行うことにより、自車両１の周囲の物体を矩形物体として認識する。

ステップＳ１４においてカメラ４１から得られる撮像画像に対して画像認識処理を実行し、撮像画像のどの位置に、どのような属性の物体が存在するかを認識する。
なお、ステップＳ１０及びＳ１１の処理と、ステップＳ１２及びＳ１３の処理と、ステップＳ１４の処理は並列に実行してもよく、所定の順序で直列に実行してもよい。
ステップＳ１５において統合部４６は、同一の物体について第１物体検出部３０、第２物体検出部４４及び画像認識部４５によってそれぞれ得られた物体情報を統合する。

ステップＳ１６において追跡部３１は、統合部４６により統合された物体情報に基づいて、検出した物体を時系列で追跡し、時系列で同一物体として判定された物体に同一の識別情報を付与する。追跡部３１は、異なる時刻における同一物体の位置変化に基づいて物体の速度ベクトルを算出する。物体情報蓄積部３２は、追跡部３１によって識別情報が付与された物体情報を記憶装置１６に蓄積する。

ステップＳ１７において処理対象選択部３３は、物体情報蓄積部３２によって物体情報が蓄積された物体のいずれかを「注目物体」として選択して、処理対象選択処理を実行する。処理対象選択処理において処理対象選択部３３は、注目物体を、仮想物体の計算処理の処理対象として選択するか否かを判定する。図１１を参照して処理対象選択処理の一例を説明する。

ステップＳ３０において処理対象選択部３３は、注目物体がレーダ装置１１のみによって検出され、かつ他のセンサ（すなわちカメラ４１やレーザ測距装置４０）によって検出されなかったか否かを判定する。注目物体がレーダ装置１１のみによって検出された場合（ステップＳ３０：Ｙ）に処理はステップＳ３１に進む。
注目物体が他のセンサにも検出された場合（ステップＳ３０：Ｎ）に処理対象選択部３３は、注目物体を処理対象として選択せずに処理対象選択処理を終了する。その後に処理は図１０のステップＳ２０へ進む。

ステップＳ３１において処理対象選択部３３は、注目物体の検出位置が走行車線内に存在するか否かを判定する。注目物体の検出位置が走行車線内に存在する場合（ステップＳ３１：Ｙ）に処理はステップＳ３２に進む。注目物体の検出位置が走行車線内に存在しない場合（ステップＳ３１：Ｎ）に処理はステップＳ３５に進む。

ステップＳ３２において処理対象選択部３３は、注目物体の検出位置が存在する走行車線に進行方向が設定されているか否かを判定する。走行車線に進行方向が設定されている場合（ステップＳ３２：Ｙ）に処理はステップＳ３３に進む。走行車線に進行方向が設定されていない場合（ステップＳ３２：Ｎ）に処理はステップＳ３５に進む。

ステップＳ３３において処理対象選択部３３は、注目物体の検出位置の移動方向と走行車線の進行方向とのなす角度φ１を算出する。
ステップＳ３４において処理対象選択部３３は、角度φ１が閾値φｔ１以上であるか否かを判定する。角度φ１が閾値φｔ１以上である場合（ステップＳ３４：Ｙ）に処理はステップＳ３５に進む。角度φ１が閾値φｔ１以上でない場合（ステップＳ３４：Ｎ）に処理対象選択部３３は、注目物体を処理対象として選択せずに処理対象選択処理を終了する。その後に処理は図１０のステップＳ２０へ進む。

ステップＳ３５において処理対象選択部３３は、注目物体の検出位置と自車両１との間に他の物体があるか否かを判定する。注目物体の検出位置と自車両１との間に他の物体がある場合（ステップＳ３５：Ｙ）に処理対象選択部３３は、注目物体を処理対象として選択して、処理対象選択処理を終了する。注目物体の検出位置と自車両１との間に他の物体がない場合（ステップＳ３５：Ｎ）に処理対象選択部３３は、注目物体を処理対象として選択せずに処理対象選択処理を終了する。その後に処理は図１０のステップＳ２０へ進む。なお、処理対象選択部３３は、他の物体の情報を地図データベース４３に含まれる道路上又は道路周辺の構造物情報から取得してよい。

図１０を参照する。ステップＳ１８において反射面算出部３４と仮想物体算出部３５は、処理対象選択処理によって処理対象と選択された物体に対して、仮想物体を算出する反射面・仮想物体算出処理を実行する。図１２を参照して反射面・仮想物体算出処理の一例を説明する。
ステップＳ４０において反射面算出部３４は、注目物体の検出位置と自車両１との間に存在する他の物体の矩形を形成する辺のうち、自車両から注目物体の検出位置まで延びる物体ベクトルＰｇと最初に交差する交差辺を算出する。

ステップＳ４１において反射面算出部３４は、交差辺の長さＬが閾値Ｌｔ以上であるか否かを判定する。
交差辺の長さＬが閾値Ｌｔ以上である場合（ステップＳ４１：Ｙ）に処理はステップＳ４２に進む。交差辺の長さＬが閾値Ｌｔ以上でない場合（ステップＳ４１：Ｎ）に、仮想物体を算出せずに処理は図１０のステップＳ２０へ進む。

ステップＳ４２において反射面算出部３４は、ゴーストを生じさせたマルチパスの反射点の位置と反射面の方向を算出する。仮想物体算出部３５は、処理対象選択処理によって処理対象と選択された物体に対して上式（１）〜（３）に基づいて仮想物体の位置及び速度を算出する。なお、反射面算出部３４は、地図データベース４３に含まれる道路上又は道路周辺の構造物情報に基づいて、マルチパスの反射面の位置及び角度の情報を取得してもよい。その後に、反射面・仮想物体算出処理が終了する。

図１０を参照する。ステップＳ１９において仮想位置追加判定部４７は、仮想物体追加判定処理を実行する。仮想物体追加判定処理において仮想位置追加判定部４７は、反射面・仮想物体算出処理で算出した仮想物体の物体情報を、ゴースト物体以外の物体情報に追加して走行制御部１３に送信するか否かを判定する。図１３を参照して仮想物体追加判定処理の一例を説明する。

ステップＳ５０において仮想位置追加判定部４７は、仮想物体から距離Ｄｔ以内に他の物体が検出されているか否かを判定する。他の物体が検出されている場合（ステップＳ５０：Ｙ）に仮想位置追加判定部４７は、仮想物体の物体情報の追加を許可せずに仮想物体追加判定処理を終了する。その後に処理は図１０のステップＳ２０へ進む。他の物体が検出されていない場合（ステップＳ５０：Ｎ）に処理はステップＳ５１へ進む。

ステップＳ５１において仮想位置追加判定部４７は、仮想物体が走行車線に存在するか否かを判定する。仮想物体が走行車線に存在する場合（ステップＳ５１：Ｙ）に処理はステップＳ５２へ進む。仮想物体が走行車線に存在しない場合（ステップＳ５１：Ｎ）に仮想位置追加判定部４７は、仮想物体の物体情報の追加を許可せずに仮想物体追加判定処理を終了する。その後に処理は図１０のステップＳ２０へ進む。

ステップＳ５２において仮想位置追加判定部４７は、仮想物体が存在する走行車線に進行方向が設定されているか否かを判定する。進行方向が設定されている場合（ステップＳ５２：Ｙ）に処理はステップＳ５３へ進む。進行方向が設定されていない場合（ステップＳ５２：Ｎ）に処理はステップＳ５５へ進む。
ステップＳ５３において仮想位置追加判定部４７は、仮想物体の移動方向と走行車線の進行方向とのなす角度φ２を算出する。

ステップＳ５４において仮想位置追加判定部４７は、角度φ２が閾値φｔ２以下であるか否かを判定する。仮想位置追加判定部４７は、角度φ２が閾値φｔ２以下である場合（ステップＳ５４：Ｙ）に処理はステップＳ５５へ進む。角度φ２が閾値φｔ２以下でない場合（ステップＳ５４：Ｎ）に仮想位置追加判定部４７は、仮想物体の物体情報の追加を許可せずに仮想物体追加判定処理を終了する。その後に処理は図１０のステップＳ２０へ進む。

ステップＳ５５において仮想位置追加判定部４７は、仮想物体２５の物体情報を、ゴースト物体以外の物体情報に追加して走行制御部１３に送信することを許可する。仮想物体算出部３５は、仮想物体２５の位置及び速度を、ゴースト物体の実際の位置及び速度と認識して蓄積する。その後に仮想物体追加判定処理は終了する。

図１０を参照する。ステップＳ２０において処理対象選択部３３は、追跡部３１によって識別情報が付与された全ての物体について処理を行ったか否かを判定する。全ての物体について処理を行った場合（ステップＳ２０：Ｙ）に処理はステップＳ２１に進む。未処理の物体が残っている場合（ステップＳ２０：Ｎ）にステップＳ１７に戻り、未処理の物体のうち何れかを注目物体として選択して同じ処理を繰り返す。
ステップＳ２１の処理は、図５を参照して説明したステップＳ９の処理と同様である。

（第２実施形態の効果）
（１）測位装置４２は、走行車線の位置及び進行方向の情報を少なくとも有する地図上の、レーダ装置１１を搭載した自車両１の位置を測定する。処理対象選択部３３は、地図上の自車両１の位置に基づいて、自車両１の周囲の複数の物体のうちの第１物体の地図上の検出位置を算出してよい。処理対象選択部３３は、地図上の第１物体の検出位置の変化に基づいて、地図上の第１物体の検出位置の移動方向を算出してよい。

処理対象選択部３３は、第１物体の検出位置が存在する走行車線の進行方向と第１物体の検出位置の移動方向とのなす角が第１閾値以上である場合に、第１物体を仮想物体の計算処理の処理対象として選択してよい。
これにより、マルチパスによって実際と異なる位置に検出された可能性が高い物体を、仮想物体の計算処理の処理対象として選択できる。
これにより、

（２）測位装置４２は、走行車線の位置の情報を少なくとも有する地図上の、レーダ装置１１を搭載した自車両１の位置を測定してよい。処理対象選択部３３は、地図上の自車両１の位置に基づいて、地図上の第１物体の検出位置を算出してよい。処理対象選択部３３は、第１物体の検出位置が走行車線に存在しない場合に、第１物体を仮想物体の計算処理の処理対象として選択してよい。
これにより、マルチパスによって実際と異なる位置に検出された可能性が高い物体を、仮想物体の計算処理の処理対象として選択できる。

（３）レーダ以外の他のセンサ（レーザ測距装置４０やカメラ４１）を用いて自車両１の周囲の物体を検出してもよい。処理対象選択部３３は、第１物体がレーダ装置に検出され、かつ第１物体が他のセンサに検出されない場合に第１物体を仮想物体の計算処理の処理対象として選択してよい。
これにより、レーダ波のマルチパスによって発生したゴースト物体を、仮想物体の計算処理の処理対象として選択できる。

（４）仮想位置追加判定部４７は、仮想物体の位置として算出した第１物体の検出位置の鏡像位置が、他の物体の検出位置のいずれとも異なる場合に、鏡像位置に第１物体が存在すると認識してよい。
これにより、マルチパスによって同一物体の複数の像が検出されている場合に、ゴーストを削除して計算量を削減できる。

（５）測位装置４２は、走行車線の位置の情報を少なくとも有する地図上の、レーダ装置１１を搭載した自車両１の位置を測定する。仮想位置追加判定部４７は、地図上の自車両１の位置に基づいて、地図上の鏡像位置を算出してよい。仮想位置追加判定部４７は、鏡像位置が走行車線内である場合に、鏡像位置に第１物体が存在すると認識してよい。
これにより、走行車線内にある第１物体のみを認識することができるので、計算量を削減できる。

（６）測位装置４２は、走行車線の位置及び進行方向の情報を少なくとも有する地図上の、レーダ装置１１を搭載した自車両１の位置を測定する。仮想位置追加判定部４７は、地図上の自車両１の位置に基づいて、地図上の鏡像位置を算出してよい。仮想位置追加判定部４７は、地図上の鏡像位置の位置変化に基づいて、鏡像位置の地図上の移動方向を算出してよい。仮想位置追加判定部４７は、鏡像位置が存在する走行車線の進行方向と鏡像位置の移動方向とのなす角が第２閾値以下である場合に、鏡像位置に第１物体が存在すると認識してよい。これにより、尤もらしい位置に存在する第１物体を認識できる。

（７）反射面算出部３４は、地図データベース４３に含まれる道路上又は道路周辺の構造物情報に基づいて、反射面の位置及び角度の情報を取得してよい。これにより、仮想物体の位置の算出精度を向上できる。

１…自車両、１０…車両制御装置、１１…レーダ装置、１２…物体認識コントローラ、１３…走行制御部、１４…アクチュエータ、１５…プロセッサ、１６…記憶装置、３０…第１物体検出部、３１…追跡部、３２…物体情報蓄積部、３３…処理対象選択部、３４…反射面算出部、３５…仮想物体算出部、３６…物体情報選択部、４０…レーザ測距装置、４１…カメラ、４２…測位装置、４３…地図データベース、４４…第２物体検出部、４５…画像認識部、４６…統合部、４７…仮想位置追加判定部

Claims (9)

1. レーダ装置からレーダ波を出射するとともに前記レーダ波の反射波を受信し、前記反射波の受信結果に基づいて周囲の複数の物体をそれぞれ検出した各々の検出位置を取得し、
   前記検出位置に基づいて、前記複数の物体のうちの第１物体の検出位置と前記レーダ装置との間に第２物体が存在するか否かを判定し、前記第２物体が存在すると判定した場合に前記第１物体を処理対象として選択し、
   前記第１物体を前記処理対象として選択した場合に、前記第２物体の前記レーダ装置に対向する面である反射面の位置及び角度を検出し、
   前記反射面を対称面として前記第１物体の検出位置を反転させた鏡像位置に前記第１物体が存在すると認識する、
   ことを特徴とする物体認識方法。
2. 走行車線の位置及び進行方向の情報を少なくとも有する地図上の、前記レーダ装置を搭載した車両の位置を測定し、
   前記地図上の前記車両の位置に基づいて、前記地図上の前記第１物体の検出位置を算出し、
   前記地図上の前記第１物体の検出位置の変化に基づいて、前記地図上の前記第１物体の検出位置の移動方向を算出し、
   前記第１物体の検出位置が存在する走行車線の進行方向と前記第１物体の検出位置の移動方向とのなす角が第１閾値以上である場合に、前記第１物体を前記処理対象として選択する、
   ことを特徴とする請求項１に記載の物体認識方法。
3. 走行車線の位置の情報を少なくとも有する地図上の、前記レーダ装置を搭載した車両の位置を測定し、
   前記地図上の前記車両の位置に基づいて、前記地図上の前記第１物体の検出位置を算出し、
   前記第１物体の検出位置が走行車線に存在しない場合に、前記第１物体を前記処理対象として選択する、
   ことを特徴とする請求項１に記載の物体認識方法。
4. レーダ以外の他のセンサによって周囲の物体を検出し、
   前記第１物体が前記レーダ装置に検出され、かつ前記第１物体が前記他のセンサに検出されない場合に前記第１物体を前記処理対象として選択する、
   ことを特徴とする請求項１〜３のいずれか一項に記載の物体認識方法。
5. 前記鏡像位置が前記複数の物体の検出位置のいずれとも異なる場合に、前記鏡像位置に前記第１物体が存在すると認識することを特徴とする請求項１〜４のいずれか一項に記載の物体認識方法。
6. 走行車線の位置の情報を少なくとも有する地図上の、前記レーダ装置を搭載した車両の位置を測定し、
   前記地図上の前記車両の位置に基づいて、前記地図上の前記鏡像位置を算出し、
   前記鏡像位置が走行車線内である場合に、前記鏡像位置に前記第１物体が存在すると認識することを特徴とする請求項１に記載の物体認識方法。
7. 走行車線の位置及び進行方向の情報を少なくとも有する地図上の、前記レーダ装置を搭載した車両の位置を測定し、
   前記地図上の前記車両の位置に基づいて、前記地図上の前記鏡像位置を算出し、
   前記地図上の前記鏡像位置の位置変化に基づいて、前記鏡像位置の前記地図上の移動方向を算出し、
   前記鏡像位置が存在する走行車線の進行方向と前記鏡像位置の移動方向とのなす角が第２閾値以下である場合に、前記鏡像位置に前記第１物体が存在すると認識する、
   ことを特徴とする請求項１に記載の物体認識方法。
8. 道路上又は道路周辺の構造物情報を含む地図に基づいて前記反射面の位置及び角度の情報を取得することを特徴とする請求項１〜７のいずれか一項に記載の物体認識方法。
9. レーダ装置からレーダ波を出射するとともに前記レーダ波の反射波を受信し、前記反射波の受信結果に基づいて周囲の複数の物体をそれぞれ検出した各々の検出位置を取得するレーダ装置と、
   前記検出位置に基づいて、前記複数の物体のうちの第１物体の検出位置と前記レーダ装置との間に第２物体が存在するか否かを判定し、前記第２物体が存在すると判定した場合に前記第１物体を処理対象として選択し、前記第１物体を前記処理対象として選択した場合に、前記第２物体の前記レーダ装置に対向する面である反射面の位置及び角度を検出し、前記反射面を対称面として前記第１物体の検出位置を反転させた鏡像位置に前記第１物体が存在すると認識するコンピュータと、
   を備えることを特徴とする物体認識装置。

Images