JP2022067324A - 物体検知装置、物体検知方法、および物体検知プログラム - Google Patents

Abstract

【課題】従来よりも良好な物体検知精度を実現可能な、物体検知装置、物体検知方法、および物体検知プログラムを提供する。
【解決手段】物体検知装置（８）は、測距点取得部（８０３）と、検知面取得部（８０５）と、物体検知部（８０８）とを備える。測距点取得部は、自車両の周囲の測距点（Ｐｓ）を検知するための測距センサ（２）を用いた、測距点の検知結果を取得する。検知面取得部は、物体の外表面である物体面を検知するための面検知センサ（３）を用いた、物体面の検知結果である検知面（Ｆｔ）を取得する。物体検知部は、自車両の周囲の空間における検知面との位置関係に応じて選択された測距点に基づいて、物体を検知する。
【選択図】図２

Description

本発明は、自車両に搭載されることで当該自車両の周囲に存在する物体を検知するように構成された、物体検知装置に関する。また、本発明は、かかる物体検知装置により実行されることで自車両の周囲に存在する物体を検知する、物体検知方法に関する。また、本発明は、かかる物体検知装置により実行される物体検知プログラムに関する。

特許文献１に記載の装置は、超音波センサと電子カメラとを備えている。超音波センサは、車両の両側面の後部にて、側方を向いて設置されている。超音波センサは、センサから検知領域内の対象物までの距離を検知する。電子カメラは、光軸を超音波センサの中心軸と一致させることにより超音波センサの検出領域と重複するように、車両の後部にて側方を向いて設置されている。

特許文献１に記載の装置は、超音波センサにより対象物までの距離を測定し、駐車スペースが存在するかを判定する。また、この装置は、駐車スペースの奥行き位置を検出するために、電子カメラを用いて駐車スペースを撮影し、画像を取得する。

特開２００２－１７０１０３号公報

この種の装置において、駐車車両等の障害物の表面に対応する、超音波センサ等の測距センサによる複数の測距点のうち、位置誤差が大きな「外れ点」が生じることがあり得る。このような「外れ点」が生じると、例えば、本来は駐車スペースが存在するにもかかわらず、かかる「外れ点」に起因する障害物の誤検知により、駐車スペースが存在しない旨の誤判定が生じることがあり得る。

本発明は、上記に例示した事情等に鑑みてなされたものである。すなわち、本発明は、例えば、従来よりも良好な物体検知精度を実現可能な、物体検知装置、物体検知方法、および物体検知プログラムを提供する。

請求項１に記載の物体検知装置（８）は、自車両（Ｖ）に搭載されることで、当該自車両の周囲に存在する物体（Ｖｔ）を検知するように構成されている。
この物体検知装置は、
前記自車両の周囲の測距点（Ｐｓ）を検知するための測距センサ（２）を用いた、前記測距点の検知結果を取得する、測距点取得部（８０３）と、
前記物体の外表面である物体面を検知するための面検知センサ（３）を用いた、前記物体面の検知結果である検知面（Ｆｔ）を取得する、検知面取得部（８０５）と、
前記自車両の周囲の空間における前記検知面との位置関係に応じて選択された前記測距点に基づいて前記物体を検知する、物体検知部（８０８）と、
を備えている。
請求項７に記載の物体検知方法は、自車両（Ｖ）に搭載された物体検知装置（８）により実行されることで、当該自車両の周囲に存在する物体（Ｖｔ）を検知する方法であって、
前記自車両の周囲の測距点（Ｐｓ）を検知するための測距センサ（２）を用いた、前記測距点の検知結果を取得し、
前記物体の外表面である物体面を検知するための面検知センサ（３）を用いた、前記物体面の検知結果である検知面（Ｆｔ）を取得し、
前記自車両の周囲の空間における前記検知面との位置関係に応じて選択された前記測距点に基づいて、前記物体を検知する。
請求項１３に記載の物体検知プログラムは、自車両（Ｖ）に搭載されることで当該自車両の周囲に存在する物体（Ｖｔ）を検知するように構成された物体検知装置（８）により実行されるプログラムであって、
前記物体検知装置により実行される処理は、
前記自車両の周囲の測距点（Ｐｓ）を検知するための測距センサ（２）を用いた、前記測距点の検知結果を取得する処理と、
前記物体の外表面である物体面を検知するための面検知センサ（３）を用いた、前記物体面の検知結果である検知面（Ｆｔ）を取得する処理と、
前記自車両の周囲の空間における前記検知面との位置関係に応じて選択された前記測距点に基づいて、前記物体を検知する処理と、
を含む。

なお、出願書類において、各要素に括弧付きの参照符号が付される場合がある。しかしながら、この場合であっても、かかる参照符号は、各要素と後述する実施形態に記載の具体的手段との対応関係の単なる一例を示すものにすぎない。よって、本発明は、上記の参照符号の記載によって、何ら限定されるものではない。

自車両における駐車支援動作の概要を示す模式的な平面図である。 図１に示された車載システムの概略的な機能構成を示すブロック図である。 図２に示された車載システムの動作例を説明するための模式的な平面図である。 図２に示された車載システムの動作例を説明するための模式的な平面図である。 図２に示された車載システムの動作例を説明するための模式的な平面図である。 図２に示された駐車支援ＥＣＵの動作例を示すフローチャートである。

（実施形態）
以下、本発明の実施形態を、図面に基づいて説明する。なお、一つの実施形態に対して適用可能な各種の変形例については、当該実施形態に関する一連の説明の途中に挿入されると、当該実施形態の理解が妨げられるおそれがある。このため、変形例については、当該実施形態に関する一連の説明の途中ではなく、その後にまとめて説明する。

（構成）
図１を参照すると、自車両Ｖは、いわゆる四輪自動車であって、平面視にて略矩形状の車体を備えている。「平面視」とは、或る物を重力作用方向と一致する視線で当該物の上方から見た場合の、当該物の外観をいう。自車両Ｖには、車載システム１が搭載されている。車載システム１は、自車両Ｖにおける各種制御（例えば駐車支援制御）を実行可能に構成されている。具体的には、車載システム１は、他車両Ｖｔを含む、自車両Ｖの周囲に存在する物体を、測距センサ２および面検知センサ３の出力に基づいて検知するように構成されている。

測距センサ２は、自車両Ｖの周囲の測距点Ｐｓを検知するためのセンサ（例えば超音波センサあるいはミリ波レーダーセンサ等）であって、探査波を発信して物体による当該探査波の反射波を受信するように構成されている。すなわち、測距センサ２は、探査波および反射波の伝播時間に基づいて、測距点Ｐｓに対応する物体との距離を計測する、いわゆるＴＯＦ型センサとしての構成を有している。ＴＯＦはTime of Flightの略である。「測距点」は、物体の外表面である物体面Ｆｂ上における、測距センサ２から発信された探査波を反射したと推定される点であり、具体的には、測距センサ２からの距離が測距距離となる、検知範囲の軸中心を通る半直線上の点である。測距距離は、伝播時間に基づいて算出された、測距センサ２と測距点Ｐｓとの間の距離である。

自車両Ｖの前進走行中にて側方に駐車スペースＳＰを検知するための測距センサ２は、自車両Ｖにおける車体側面にて探査波を側方に発信するように装着されている。具体的には、かかる測距センサ２は、自車両Ｖにおける車体の右前部、右後部、左前部、および左後部のそれぞれに設けられている。なお、自車両Ｖには、当該自車両Ｖの前方、前側方、後方、および後側方の障害物を検知するための測距センサ２も搭載され得る。但し、以下の説明における測距センサ２は、特段の注記を設けない限り、自車両Ｖの前進走行中にて側方に駐車スペースＳＰを検知するために、車体側面に装着されたものとする。

面検知センサ３は、物体面Ｆｂを検知するためのセンサである。すなわち、車載システム１は、面検知センサ３を用いて、物体面Ｆｂに対応する検知面Ｆｔを検知するように構成されている。本実施形態においては、面検知センサ３は、所定の視野内の物体を光学的に検知する光学センサ（例えばカメラあるいはＬＩＤＡＲセンサ等）としての構成を有している。ＬＩＤＡＲはLight Detection and RangingあるいはLaser Imaging Detection and Rangingの略である。すなわち、面検知センサ３は、図中一点鎖線で示された測距センサ２の検知範囲よりも広範囲な視野内において、物体を面として検知可能に設けられている。よって、面検知センサ３は、「広角センサ」とも称され得る。「視野」は、検知範囲あるいはスキャン範囲とも称され得る。

自車両Ｖの前進走行中にて側方に駐車スペースＳＰを検知するための面検知センサ３は、自車両Ｖの側方に存在する物体を視野内に収めるように配置されている。具体的には、面検知センサ３は、車体の両側面における所定箇所（例えばドアミラーあるいはその近傍）に、１個ずつ設けられている。面検知センサ３は、その中心線Ｌｃが、平面視にて、面検知センサ３における検知範囲の中心軸線と略平行となるように設置されている。中心線Ｌｃは、面検知センサ３による検知範囲の軸中心を通る半直線であって、面検知センサ３がカメラである場合は光軸に対応する。

物体面Ｆｂは、対向面Ｆｂｆおよび非対向面Ｆｂｓを含む。図１に示されているように、自車両Ｖが、縦列駐車中の複数の他車両Ｖｔの間にて駐車スペースＳＰを探索中である場合、対向面Ｆｂｆは当該他車両Ｖｔにおける車体側面であり、非対向面Ｆｂｓは当該他車両Ｖｔにおける車体前面あるいは車体後面である。

対向面Ｆｂｆは、自車両Ｖあるいは自車両Ｖの進行中通路に対向する物体面Ｆｂである。具体的には、対向面Ｆｂｆは、その外向法線が平面視にて自車両Ｖの前進走行中に面検知センサ３を通過する直視状態にて、上記の外向法線と中心線Ｌｃとのなす角度である方位角が面検知センサ３の視野角度以内となる物体面Ｆｂである。典型的には、対向面Ｆｂｆは、上記の方位角が０～α度となるような物体面Ｆｂである。αは例えば４５～６０である。非対向面Ｆｂｓは、上記の直視状態が成立しないか、成立しても上記の方位角が面検知センサ３の視野角度を超えるような物体面Ｆｂである。典型的には、非対向面Ｆｂｓは、対向面Ｆｂｆと実質的に直交する物体面Ｆｂである。

図２を参照すると、車載システム１は、上述の測距センサ２および面検知センサ３に加えて、挙動センサ４と、ロケータ５と、ＤＣＭ６と、ユーザインタフェース装置７と、駐車支援ＥＣＵ８と、車両制御システム９と、車載ネットワーク１０とを備えている。ＤＣＭはData Communication Moduleの略である。ＥＣＵはElectronic Control Unitの略である。

挙動センサ４は、挙動情報、すなわち、自車両Ｖの運転状態あるいは運転挙動に対応する情報あるいは信号を、駐車支援ＥＣＵ８および車両制御システム９に出力するように設けられている。すなわち、挙動センサ４は、シフトポジションセンサ、アクセル開度センサ、車速センサ、操舵角センサ、加速度センサ、ヨーレートセンサ、等の各種センサを総称したものである。

ロケータ５は、いわゆる複合測位により、自車両Ｖの高精度な位置情報等を取得するように構成されている。「高精度な位置情報」とは、例えば、「ＳＡＥ Ｊ３０１６」におけるレベル２～５の高度な運転自動化レベルに利用可能な程度、具体的には、誤差が１０ｃｍ未満となるような程度の位置精度を有する位置情報である。ＳＡＥはSociety of Automotive Engineersの略である。「ＳＡＥ Ｊ３０１６」におけるレベル２，３，４，および５は、それぞれ、「高度運転支援」，「条件付自動運転」，「高度自動運転」，および「完全自動運転」と称される。

ＤＣＭ６は、車載通信モジュールであって、ＬＴＥあるいは５Ｇ等の通信規格に準拠した無線通信により、自車両Ｖの周囲の基地局との間で情報通信可能に設けられている。ＬＴＥはLong Term Evolutionの略である。５Ｇは5th Generationの略である。具体的には、例えば、ＤＣＭ６は、不図示のクラウド上に設けられたプローブサーバから最新の高精度地図情報を取得するように構成されている。

高精度地図情報には、数メートル程度の位置誤差に対応する従来のカーナビゲーションシステムにて用いられていた地図情報よりも、高精度な地図情報が含まれている。具体的には、高精度地図情報には、ＡＤＡＳＩＳ規格等の所定の規格に準拠して、三次元道路形状情報、レーン数情報、規制情報、等の、「ＳＡＥ Ｊ３０１６」におけるレベル２以上の運転自動化レベルに利用可能な情報が格納されている。ＡＤＡＳＩＳはAdvanced Driver Assistance Systems Interface Specificationの略である。

ユーザインタフェース装置７は、自車両Ｖのドライバを含む乗員からの各種入力と、かかる乗員への各種情報提示のための出力とを実行可能に設けられている。具体的には、ユーザインタフェース装置７は、例えば、入力デバイス（タッチパネル等）、表示デバイス、スピーカ、マイク、等を備えている。

駐車支援ＥＣＵ８は、図示しないＣＰＵ、ＲＯＭ、ＲＡＭ、不揮発性リライタブルメモリ、入出力インタフェース、等を備えた、いわゆる車載マイクロコンピュータとして構成されている。ＣＰＵはCentral Processing Unitの略である。ＲＯＭはRead Only Memoryの略である。ＲＡＭはRandom Access Memoryの略である。不揮発性リライタブルメモリは、例えば、ハードディスク、ＥＥＰＲＯＭ、フラッシュＲＯＭ、等である。ＥＥＰＲＯＭはElectronically Erasable and Programmable ＲＯＭの略である。ＲＯＭおよび不揮発性リライタブルメモリは、コンピュータ読み取り可能な非遷移的実体的記憶媒体に相当するものである。

駐車支援ＥＣＵ８は、ＣＰＵがＲＯＭまたは不揮発性リライタブルメモリからプログラムを読み出して実行することで、各種の制御動作を実現可能に構成されている。このプログラムには、後述のフローチャートあるいはルーチンに対応するものが含まれている。また、ＲＡＭおよび不揮発性リライタブルメモリは、ＣＰＵがプログラムを実行する際の処理データを一時的に格納可能に構成されている。さらに、ＲＯＭおよび／または不揮発性リライタブルメモリには、プログラムの実行の際に用いられる各種のデータが、あらかじめ格納されている。かかる各種のデータは、例えば、初期値、ルックアップテーブル、マップ、等である。

本発明の物体検知装置としての駐車支援ＥＣＵ８は、自車両Ｖに搭載されることで、自車両Ｖの周囲に存在する他車両Ｖｔ等の物体を検知するとともに、物体検知結果に応じた駐車支援制御を実行するように構成されている。具体的には、駐車支援ＥＣＵ８は、車載マイクロコンピュータ上にて実現される、以下の機能構成を有している。

すなわち、駐車支援ＥＣＵ８は、挙動取得部８０１と、位置推定部８０２とを有している。また、駐車支援ＥＣＵ８は、測距点取得部８０３と、検知点取得部８０４と、検知面取得部８０５と、高精度面取得部８０６とを有している。さらに、駐車支援ＥＣＵ８は、マップ生成部８０７と、物体検知部８０８と、駐車スペース抽出部８０９と、駐車経路算出部８１０とを有している。

図３～図５は、駐車支援ＥＣＵ８による駐車支援動作、特に、駐車スペースＳＰの検知のための物体検知動作の概要を示す。以下、図１～図５を参照しつつ、駐車支援ＥＣＵ８における上記の機能構成の各々について説明する。

挙動取得部８０１は、駐車支援動作開始時点からの自車両Ｖの位置を推定するために必要な挙動情報を取得するようになっている。すなわち、挙動取得部８０１は、挙動情報を挙動センサ４から受信して、ＲＡＭおよび／または不揮発性リライタブルメモリに一時格納するようになっている。位置推定部８０２は、挙動取得部８０１にて取得した挙動情報に基づいて、所定のＸＹ座標系における自車両Ｖの位置を、推定すなわち算出するようになっている。「所定のＸＹ座標系」は、駐車支援動作開始時点にて設定された、自車両Ｖの車高方向と直交する平面内の二次元座標系である。かかる所定のＸＹ座標系を、以下単に「並進座標系」と称する。

測距点取得部８０３は、測距センサ２を用いた測距点Ｐｓの検知結果を取得するようになっている。具体的には、測距点取得部８０３は、位置推定部８０２にて推定された自車両Ｖの位置と、測距センサ２から受信した出力信号に含まれる測距情報とに基づいて、並進座標系における測距点Ｐｓの位置を算出するようになっている。また、測距点取得部８０３は、算出した測距点Ｐｓの位置を、時系列で所定個数分あるいは所定期間分、保持すなわちＲＡＭおよび／または不揮発性リライタブルメモリに一時格納するようになっている。

検知点取得部８０４は、図３に示されているように、面検知センサ３を用いた検知点Ｐｄの検知結果を取得するようになっている。検知点Ｐｄは、面検知センサ３の視野内に存在する物体の外表面である物体面Ｆｂ上のものとして検知された点である。具体的には、例えば、面検知センサ３がカメラである場合、検知点Ｐｄは、いわゆる特徴点である。あるいは、例えば、面検知センサ３がＬＩＤＡＲセンサである場合、検知点Ｐｄは、３次元座標で構成される点群データに含まれるデータ点であり、「測距点」とも称され得るものである。具体的には、本実施形態においては、検知点取得部８０４は、面検知センサ３に内蔵されたセンサＥＣＵによる検知点Ｐｄの抽出結果を、面検知センサ３から受信して、保持すなわちＲＡＭおよび／または不揮発性リライタブルメモリに一時格納するようになっている。

検知面取得部８０５は、図４に示されているように、面検知センサ３を用いた検知面Ｆｔの検知結果を取得するようになっている。検知面Ｆｔは、検知点Ｐｄによって形成される平面または曲面であって、物体面Ｆｂの検知結果に相当するものである。具体的には、本実施形態においては、検知面取得部８０５は、面検知センサ３を用いて取得された複数の検知点Ｐｄの集合状態に基づいて、検知面Ｆｔを取得すなわち算出あるいは推定するようになっている。

高精度面取得部８０６は、検知精度すなわち並進座標系における位置精度が高い検知面Ｆｔである、高精度面ＦｔＨを取得するようになっている。高精度面ＦｔＨは、検知精度が、所定の高い精度であると想定される検知面Ｆｔである。具体的には、本実施形態においては、高精度面取得部８０６は、少なくとも１つ検知された検知面Ｆｔから、自車両Ｖの周囲の空間における面検知センサ３と検知面Ｆｔとの配置関係に基づいて、高精度面ＦｔＨを取得するようになっている。高精度面ＦｔＨの取得の詳細については後述する。

マップ生成部８０７は、自車両Ｖの周囲の空間における物体の存在確率を示すマップＭを生成するようになっている。マップＭは、「存在確率マップ」とも称され得る。具体的には、マップ生成部８０７は、２次元配置された複数のグリッドＧに並進座標系を格子状に分割して形成したマップＭにおける、各グリッドＧに対して、所定の割り付け条件に基づいて、物体の存在確率を割り付けるようになっている。「所定の割り付け条件」は、例えば、測距点Ｐｓ、検知点Ｐｄ、検知面Ｆｔ、および高精度面ＦｔＨの、取得結果のうちの少なくとも１つを含む。本実施形態においては、「所定の割り付け条件」は、少なくとも高精度面ＦｔＨの取得結果を含む。より詳細には、本実施形態においては、マップ生成部８０７は、図５を参照すると、検知点グリッドＧｎにおける存在確率を高く設定するとともに、面外グリッドＧｔにおける存在確率を低く設定するようになっている。

検知点グリッドＧｎは、測距点Ｐｓまたは検知点Ｐｄが含まれるグリッドＧである。図３～図５において、検知点Ｐｄによる検知点グリッドＧｎが、図中斜線ハッチングで示されている。面外グリッドＧｔは、検知点Ｐｄおよび高精度面ＦｔＨの配置状態に基づいて、面上グリッドＧｐの「外側」に位置すると判定されるグリッドＧである。「外側」とは、面上グリッドＧｐに対応する物体から離隔する側をいうものとする。図５において、面外グリッドＧｔが、図中クロスハッチングで示されている。面上グリッドＧｐは、高精度面ＦｔＨが通過するグリッドＧであり、典型的には、高精度面ＦｔＨが通過する検知点グリッドＧｎである。すなわち、マップ生成部８０７は、高精度面ＦｔＨに基づいて、存在確率が他の領域よりも低い低確率領域に相当する面外グリッドＧｔをマップＭに設定するようになっている。

物体検知部８０８は、測距点Ｐｓに基づいて、自車両Ｖの周囲の物体を検知するようになっている。具体的には、物体検知部８０８は、自車両Ｖの周囲の物体の検知に用いる測距点ＰｓをマップＭに基づいて選択し、選択した測距点Ｐｓに基づいて、並進座標系における物体の位置あるいは外形形状を推定するようになっている。「自車両Ｖの周囲の物体の検知に用いる測距点Ｐｓ」を、以下、「物体検知用の測距点Ｐｓ」と称する。すなわち、物体検知部８０８は、存在確率が所定程度以上高いグリッドＧに対応する測距点Ｐｓを、物体検知用の測距点Ｐｓとして選択するようになっている。

本実施形態においては、物体検知部８０８は、自車両Ｖの周囲の空間における検知面Ｆｔとの位置関係に応じて、物体検知用の測距点Ｐｓを選択するようになっている。具体的には、物体検知部８０８は、高精度面ＦｔＨに基づいて、物体検知用の測距点Ｐｓを選択するようになっている。より詳細には、物体検知部８０８は、面外グリッドＧｔに対応する測距点Ｐｓを、物体検知用の測距点Ｐｓから除外するようになっている。また、物体検知部８０８は、面検知センサ３が正常作動時に検知した検知面Ｆｔに基づいて、物体検知用の測距点Ｐｓを選択するようになっている。

駐車スペース抽出部８０９は、物体検知部８０８による物体検知結果に基づいて、駐車スペースＳＰを抽出するようになっている。駐車経路算出部８１０は、駐車スペース抽出部８０９により抽出された駐車スペースＳＰに基づいて、自車両Ｖを駐車スペースＳＰに駐車するための走行経路である駐車経路を算出するようになっている。

車両制御システム９は、駆動機構および駆動制御ＥＣＵを含む駆動系システム、制動機構および制動制御ＥＣＵを含む制動系システム、操舵機構および操舵制御ＥＣＵを含む操舵系システム、等の、自車両Ｖにおける運転制御を実行するための構成を有している。すなわち、車両制御システム９は、駐車支援ＥＣＵ８により取得された駐車スペースＳＰおよび駐車経路に基づいて、自車両Ｖが駐車スペースＳＰに駐車するために必要な加減速、操舵、および制動等の運転制御を実行するように構成されている。

測距センサ２、面検知センサ３、挙動センサ４、ロケータ５、ＤＣＭ６、ユーザインタフェース装置７、駐車支援ＥＣＵ８、および車両制御システム９は、車載ネットワーク１０を介して互いに信号あるいは情報を授受可能に接続されている。車載ネットワーク１０は、ＣＡＮ（国際登録商標：国際登録番号１０４８２６２Ａ）、ＦｌｅｘＲａｙ（国際登録商標）、ＬＩＮ等の所定の規格に準拠するように構成されている。ＣＡＮ（国際登録商標）はController Area Networkの略である。ＬＩＮはLocal Interconnect Networkの略である。

（動作概要）
以下、駐車支援ＥＣＵ８の動作概要について説明する。駐車支援ＥＣＵ８は、駐車支援動作を開始するための所定の指令入力に基づいて、駐車支援動作を開始する。かかる指令入力は、例えば、自車両Ｖのドライバによるユーザインタフェース装置７の入力操作である。あるいは、かかる指令入力は、例えば、ロケータ５からの、自車両Ｖが駐車場内に進入した旨の情報の入力である。

所定の指令入力に応じて、駐車支援ＥＣＵ８におけるＣＰＵは、ＲＯＭまたは不揮発記憶媒体から、駐車支援動作のためのプログラムを読み出して実行する。かかるプログラムは、本発明に係る物体検知プログラムに相当する。また、かかるプログラムの実行により、本発明に係る物体検知方法が実施される。駐車支援動作開始時点は、かかるプログラムの実行開始時点、具体的には上記の指令入力時点である。かかるプログラムが実行されると、駐車支援ＥＣＵ８における各機能ブロック構成は、以下の通り動作する。

マップ生成部８０７は、駐車支援動作開始時点における所定位置（例えば自車両Ｖの平面視における中心位置）を原点とし、自車両Ｖの前方をＸ軸正方向とし、自車両Ｖの右方または左方をＹ軸正方向とする、並進座標系を設定する。また、マップ生成部８０７は、格子状に２次元配列された複数のグリッドＧを、並進座標系に設定する。さらに、マップ生成部８０７は、各グリッドＧに割り付けられる存在確率を、初期値に設定する。存在確率は、値が大きくなるほど高くなる一方で値が小さくなるほど低くなるものとし、本実施形態においては、初期値は物体の存否不明を示す値「０」であり、最大値は＋Ωであり、最小値は－Ωであるものとする。Ωは自然数（例えば２５５）である。

位置推定部８０２は、挙動取得部８０１にて取得した挙動情報に基づいて、並進座標系における自車両Ｖの位置を推定する。測距点取得部８０３は、測距センサ２を用いた測距点Ｐｓの検知結果を取得する。具体的には、測距点取得部８０３は、位置推定部８０２にて推定された自車両Ｖの位置と、測距センサ２から受信した測距情報とに基づいて、並進座標系における測距点Ｐｓの位置を算出する。また、測距点取得部８０３は、算出した測距点Ｐｓの位置を、時系列で所定個数分あるいは所定期間分保持する。

検知点取得部８０４は、面検知センサ３を用いた検知点Ｐｄの検知結果を取得する。面検知センサ３がカメラである場合、検知点Ｐｄは特徴点である。特徴点は、撮影画像中の物体の形状を特徴付ける点である。具体的には、特徴点は、撮影画像の画角すなわち画像フレーム内における、特徴的な点すなわち画素である。例えば、特徴点は、隣接する画素との間での輝度変化が大きな画素である。

検知面取得部８０５は、検知点Ｐｄの集合状態、すなわち、個数および配列状態（例えば長さ）に基づいて、検知面Ｆｔを取得する。具体的には、検知面取得部８０５は、Ｎ個以上且つ長さＤ以上の、複数の検知点Ｐｄからなる点群を、検知面Ｆｔとして認識する。例えば、検知面取得部８０５は、並進座標系における隣接点間の距離が所定距離以内となるｉ個の検知点Ｐｄからなる点群を抽出する。ｉ≧Ｎである場合、検知面取得部８０５は、ｉ個の点群にフィットする近似曲線を最小二乗法等により算出する。そして、検知面取得部８０５は、かかる近似曲線の長さがＤ以上である場合に、かかる近似曲線を検知面Ｆｔとする。

高精度面取得部８０６は、検知精度すなわち並進座標系における位置精度が高い検知面Ｆｔである高精度面ＦｔＨを取得する。具体的には、本実施形態においては、高精度面取得部８０６は、並進座標系における面検知センサ３および検知面Ｆｔの配置関係に基づいて、高精度面ＦｔＨを取得する。以下、面検知センサ３がカメラである場合における、高精度面ＦｔＨの取得の詳細について説明する。

カメラである面検知センサ３による、検知点Ｐｄの方位精度は、ＣＭＯＳ等の撮像素子の分解能に依存する。ＣＭＯＳはComplementary ＭＯＳの略である。近年の撮像素子は分解能が非常に高い（例えば２５ピクセル／ｄｅｇ程度）。よって、検知点Ｐｄの方位精度は高い。

これに対し、面検知センサ３から検知点Ｐｄまでの距離は、異なる時間に撮影された複数の画像データを用いた移動ステレオの原理により算出される。このとき、画像上の検知点Ｐｄの位置誤差が増幅された形で、検知点Ｐｄの距離誤差が生じる。このため、検知点Ｐｄの距離精度は、方位精度に比して低い。

図３～図５は、自車両Ｖが縦列駐車する際の駐車支援動作の具体例を示す。このとき、図４を参照すると、駐車車両である他車両Ｖｔにおける車体前面である非対向面Ｆｂｓに対応する第一検知面Ｆｔ１は、面検知センサ３から見て奥行き方向に延設されているために距離精度は問題にならない一方で、上記の通り、方位精度は高い。これに対し、かかる他車両Ｖｔにおける車体側面である対向面Ｆｂｆに対応する第二検知面Ｆｔ２は、自車両Ｖの進行方向に沿って延設されているために方位精度は問題にならない一方で、上記の通り、距離精度は低い。

そこで、図３～図５の例においては、高精度面取得部８０６は、方位精度が高い第一検知面Ｆｔ１を、高精度面ＦｔＨとして選択する。具体的には、高精度面取得部８０６は、例えば、並進座標系における、検知面Ｆｔと中心線Ｌｃとのなす角度が所定の閾値角度以下である検知面Ｆｔを、高精度面ＦｔＨとして選択する。

あるいは、高精度面取得部８０６は、例えば、並進座標系における、検知面Ｆｔの延長線と当該検知面Ｆｔの取得時点における面検知センサ３との最短距離が所定の閾値距離以下である検知面Ｆｔを、高精度面ＦｔＨとして選択する。図４に示されている例においては、第一検知面Ｆｔ１に対応する第一延長線Ｌ１は、面検知センサ３の近くを通り、最短距離は閾値距離以下となる。これに対し、第二検知面Ｆｔ２に対応する第二延長線Ｌ２は、面検知センサ３の遠くを通り、最短距離は閾値距離を超える。よって、高精度面取得部８０６は、第一検知面Ｆｔ１を、高精度面ＦｔＨとして選択する。

マップ生成部８０７は、マップＭにおける各グリッドＧに対して、所定の割り付け条件に基づいて、物体の存在確率を割り付ける。具体的には、マップ生成部８０７は、例えば、測距点Ｐｓおよび検知点Ｐｄが存在する検知点グリッドＧｎにおける存在確率に、所定の正値を加算する。

また、マップ生成部８０７は、存在確率が他の領域よりも低い低確率領域に対応する面外グリッドＧｔを、取得あるいは選択した高精度面ＦｔＨに基づいてマップＭに設定する。具体的には、マップ生成部８０７は、面外グリッドＧｔにおける存在確率を、物体の不存在に対応する所定の負値、すなわち、絶対値が大きな負値に設定する。なお、本実施形態においては、測距点Ｐｓが存在する検知点グリッドＧｎが面外グリッドＧｔにも該当する場合は、面外グリッドＧｔに対する処理が優先されるものとする。

ところで、カメラまたはＬＩＤＡＲセンサ等である面検知センサ３は、降雨あるいは霧発生等の悪条件が発生した場合、検知精度が低下する。あるいは、面検知センサ３に何らかの異常が発生する場合があり得る。これらの場合、高精度面ＦｔＨを良好に取得することは困難となる。そこで、マップ生成部８０７は、面検知センサ３が正常作動時に検知した検知面Ｆｔに基づいて、高精度面ＦｔＨを取得する。

物体検知部８０８は、マップＭに基づいて、物体検知用の測距点Ｐｓを選択する。すなわち、物体検知部８０８は、存在確率が高いグリッドＧに含まれる測距点Ｐｓを、物体検知用の測距点Ｐｓとして選択する。そして、物体検知部８０８は、選択した測距点Ｐｓに基づいて、自車両Ｖの周囲に存在する物体（例えば図３～図５に示された他車両Ｖｔ）の並進座標系における物体の位置あるいは外形形状を推定することで、当該物体を検知する。駐車スペース抽出部８０９は、物体検知部８０８による物体検知結果に基づいて、駐車スペースＳＰを抽出する。駐車経路算出部８１０は、駐車スペース抽出部８０９により抽出された駐車スペースＳＰに対応する駐車経路を算出する。

（動作例）
以下、本実施形態の構成による具体的な動作例について、図６に示したフローチャートを用いて説明する。なお、図６において、「ステップ」を単に「Ｓ」と略記する。

駐車支援ＥＣＵ８は、所定の起動条件成立中に、図６に示されたルーチンを、所定時間間隔で繰り返し起動する。かかるルーチンが起動されると、駐車支援ＥＣＵ８は、まず、ステップ６０１～ステップ６０５の処理を順に実行する。

ステップ６０１にて、駐車支援ＥＣＵ８は、自車両Ｖの挙動情報を取得する。ステップ６０２にて、駐車支援ＥＣＵ８は、並進座標系における自車両Ｖの位置を推定する。ステップ６０３にて、駐車支援ＥＣＵ８は、測距点Ｐｓを取得する。ステップ６０４にて、駐車支援ＥＣＵ８は、ステップ６０３にて取得した測距点Ｐｓに基づいて、マップＭを改定する。具体的には、駐車支援ＥＣＵ８は、測距点Ｐｓに対応する検知点グリッドＧｎにおける存在確率に、所定の正値を加算する。

ステップ６０５にて、駐車支援ＥＣＵ８は、面検知センサ３が正常動作中であるか否かを判定する。具体的には、例えば、駐車支援ＥＣＵ８は、面検知センサ３が自己診断中であるか否かを判定する。あるいは、駐車支援ＥＣＵ８は、面検知センサ３における自己診断結果を、面検知センサ３から受信する。あるいは、例えば、駐車支援ＥＣＵ８は、雨滴検知結果および霧検知結果を、挙動センサ４あるいは外部装置から受信する。かかる外部装置は、例えば、車両制御システム９、あるいは、不図示の雨滴検知センサ等である。あるいは、例えば、駐車支援ＥＣＵ８は、ワイパおよびフォグランプの動作状態を受信する。そして、駐車支援ＥＣＵ８は、受信した上記の情報あるいは信号に基づいて、面検知センサ３が正常動作中であるか否かを判定する。

面検知センサ３が正常動作中である場合（すなわちステップ６０５＝ＹＥＳ）、駐車支援ＥＣＵ８は、処理をステップ６０６～ステップ６０９に進行させる。ステップ６０６にて、駐車支援ＥＣＵ８は、面検知センサ３を用いた検知点Ｐｄの検知結果を取得する。ステップ６０７にて、駐車支援ＥＣＵ８は、ステップ６０６にて取得した検知点Ｐｄに基づいて、検知面Ｆｔを取得する。ステップ６０８にて、駐車支援ＥＣＵ８は、ステップ６０７にて取得した検知面Ｆｔに基づいて、高精度面ＦｔＨを取得する。

ステップ６０９にて、駐車支援ＥＣＵ８は、ステップ６０８の処理によって高精度面ＦｔＨが取得できたか否かを判定する。高精度面ＦｔＨが取得できた場合（すなわちステップ６０９＝ＹＥＳ）、駐車支援ＥＣＵ８は、処理をステップ６１０に進行させる。一方、高精度面ＦｔＨが取得できなかった場合（すなわちステップ６０９＝ＮＯ）、駐車支援ＥＣＵ８は、処理をステップ６１１に進行させる。

ステップ６１０にて、駐車支援ＥＣＵ８は、検知点Ｐｄおよび高精度面ＦｔＨに基づいて、マップＭを改定する。具体的には、駐車支援ＥＣＵ８は、検知点Ｐｄに対応する検知点グリッドＧｎにおける存在確率に、所定の正値を加算する。また、駐車支援ＥＣＵ８は、高精度面ＦｔＨに基づいて特定あるいは設定した面外グリッドＧｔにおける存在確率を、物体の不存在に対応する所定の負値に設定する。

ステップ６１１にて、駐車支援ＥＣＵ８は、検知点Ｐｄに基づいて、マップＭを改定する。具体的には、駐車支援ＥＣＵ８は、検知点Ｐｄに対応する検知点グリッドＧｎにおける存在確率に、所定の正値を加算する。

ステップ６１０またはステップ６１１の処理の後、駐車支援ＥＣＵ８は、処理をステップ６１２に進行させる。また、面検知センサ３が正常動作中ではない場合（すなわちステップ６０５＝ＮＯ）、駐車支援ＥＣＵ８は、ステップ６０６～ステップ６１１の処理をスキップして、処理をステップ６０５からステップ６１２に進行させる。

ステップ６１２にて、駐車支援ＥＣＵ８は、マップＭに基づいて、物体検知用の測距点Ｐｓを選択する。ステップ６１３にて、駐車支援ＥＣＵ８は、選択した測距点Ｐｓに基づいて、自車両Ｖの周囲に存在する物体の位置を推定する。すなわち、駐車支援ＥＣＵ８は、選択した測距点Ｐｓに基づいて、自車両Ｖの周囲に存在する物体を検知あるいは認識する。その後、駐車支援ＥＣＵ８は、本ルーチンを一旦終了する。

（効果）
本実施形態に係る駐車支援ＥＣＵ８、ならびに、これによって実行される物体検知方法および物体検知プログラムによれば、以下のような効果が奏され得る。以下、本実施形態に係る駐車支援ＥＣＵ８、ならびに、これによって実行される物体検知方法および物体検知プログラムを総称して、単に「本実施形態」と称する。

（１）本実施形態においては、測距点取得部８０３は、自車両Ｖの周囲の測距点Ｐｓを検知するための測距センサ２を用いた、測距点Ｐｓの検知結果を取得する。検知面取得部８０５は、物体面Ｆｂを検知するための面検知センサ３を用いた、物体面Ｆｂの検知結果である検知面Ｆｔを取得する。物体検知部８０８は、自車両Ｖの周囲の空間における検知面Ｆｔとの位置関係に応じて選択された測距点Ｐｓに基づいて、物体を検知する。

本実施形態によれば、測距センサ２による複数の測距点のＰｓうち、位置誤差が大きな「外れ点」が生じても、かかる「外れ点」に該当しない測距点Ｐｓを、検知面Ｆｔとの位置関係に応じて選択して物体検知に用いることができる。具体的には、例えば、自車両Ｖの周囲の空間における検知面Ｆｔとの位置関係に応じて「外れ点」を特定することで、特定した「外れ点」を物体検知用の測距点Ｐｓから除外することができる。

このように、本実施形態によれば、「外れ点」に起因する障害物の誤検知、および、かかる誤検知に伴う誤判定の発生を、良好に抑制することが可能となる。したがって、本実施形態によれば、従来よりも良好な物体検知精度を実現可能な、物体検知装置、物体検知方法、および物体検知プログラムを提供することが可能となる。

（２）本実施形態においては、物体検知部８０８は、面検知センサ３が正常作動時に検知した検知面Ｆｔに基づいて、物体検知用の測距点Ｐｓを選択する。本実施形態によれば、検知面Ｆｔを良好に検知可能な状況にて、かかる検知面Ｆｔの取得結果を用いることで、物体検知用の測距点Ｐｓを良好に選択することができる。

（３）本実施形態においては、検知面取得部８０５は、面検知センサ３を用いて取得された、物体面Ｆｂ上の複数の検知点Ｐｄの、集合状態に基づいて、検知面Ｆｔを取得する。面検知センサ３によれば、多数の検知点Ｐｄを、ほぼ同時あるいは短時間で取得することができる。このように取得された多数の検知点Ｐｄにおいて、一定の幅および奥行きの範囲に所定個数の点群が存在すれば、かかる点群が物体面Ｆｂに対応する蓋然性が高いといえる。したがって、本実施形態によれば、簡易な処理により良好な精度で検知面Ｆｔを取得することが可能となる。

（４）本実施形態においては、物体検知部８０８は、検知精度が所定の高い精度である検知面Ｆｔである高精度面ＦｔＨに基づいて、物体検知用の測距点Ｐｓを選択する。本実施形態によれば、測距センサ２による複数の測距点のＰｓうち、位置誤差が大きな「外れ点」が生じても、かかる「外れ点」に該当しない測距点Ｐｓを、高精度面ＦｔＨに基づいて選択して物体検知に用いることができる。したがって、本実施形態によれば、「外れ点」に該当しない測距点Ｐｓを、高精度で選択することが可能となる。

（５）本実施形態は、自車両Ｖの周囲の空間における物体の存在確率を示すマップＭを生成するマップ生成部８０７を備えている。マップ生成部８０７は、高精度面ＦｔＨに基づいて、存在確率が他の領域よりも低い低確率領域すなわち面外グリッドＧｔをマップＭに設定する。物体検知部８０８は、この低確率領域に対応する測距点Ｐｓを、物体検知用の測距点Ｐｓから除外する。

本実施形態においては、マップＭに設定した低確率領域すなわち面外グリッドＧｔに対応する測距点Ｐｓを「外れ点」として除外することで、物体検知用の測距点Ｐｓを選択することができる。したがって、本実施形態によれば、物体検知用の測距点Ｐｓを、高精度で選択することが可能となる。

（６）本実施形態においては、高精度面取得部８０６は、自車両Ｖの周囲の空間における面検知センサ３および検知面Ｆｔの配置関係に基づいて、高精度面ＦｔＨを取得する。したがって、本実施形態によれば、高精度面ＦｔＨを良好な精度で取得することが可能となる。

（変形例）
本発明は、上記実施形態に限定されるものではない。故に、上記実施形態に対しては、適宜変更が可能である。以下、代表的な変形例について説明する。以下の変形例の説明においては、上記実施形態との相違点を主として説明する。また、上記実施形態と変形例とにおいて、相互に同一または均等である部分には、同一符号が付されている。したがって、以下の変形例の説明において、上記実施形態と同一の符号を有する構成要素に関しては、技術的矛盾または特段の追加説明なき限り、上記実施形態における説明が適宜援用され得る。

本発明は、上記実施形態にて示された具体的な装置構成に限定されない。すなわち、例えば、適用対象である自車両Ｖは、四輪自動車に限定されない。具体的には、自車両Ｖは、三輪自動車であってもよいし、貨物トラック等の六輪または八輪自動車でもよい。自車両Ｖの種類は、内燃機関のみを備えた自動車であってもよいし、内燃機関を備えない電気自動車または燃料電池車であってもよいし、いわゆるハイブリッド自動車であってもよい。車体の形状および構造も、箱状すなわち平面視における略矩形状に限定されない。

上記実施形態において、駐車支援ＥＣＵ８は、ＣＰＵがＲＯＭ等からプログラムを読み出して起動する、いわゆる車載マイクロコンピュータとしての構成を有していた。しかしながら、本発明は、かかる構成に限定されない。具体的には、例えば、駐車支援ＥＣＵ８の全部または一部は、上記のような動作を可能に構成されたデジタル回路、例えばＡＳＩＣあるいはＦＰＧＡを備えた構成であってもよい。ＡＳＩＣはApplication Specific Integrated Circuitの略である。ＦＰＧＡはField Programmable Gate Arrayの略である。よって、駐車支援ＥＣＵ８において、車載マイクロコンピュータ部分とデジタル回路部分とは併存し得る。

上記実施形態にて説明した、各種の動作、手順、あるいは処理を実行可能とする、本発明に係るプログラムは、ＤＣＭ６等によるＶ２Ｘ通信を介して、ダウンロードあるいはアップグレードされ得る。Ｖ２ＸはVehicle to Ｘの略である。あるいは、かかるプログラムは、自車両Ｖの製造工場、整備工場、販売店、等に設けられた端末機器を介して、ダウンロードあるいはアップグレードされ得る。かかるプログラムの格納先は、メモリーカード、光学ディスク、磁気ディスク、等であってもよい。

このように、上記の各機能構成および方法は、コンピュータプログラムにより具体化された一つあるいは複数の機能を実行するようにプログラムされた、プロセッサおよびメモリを含む専用コンピュータにより、実現されてもよい。あるいは、上記の各機能構成および方法は、一つ以上の専用論理回路によって提供された専用ハードウエアにより、実現されてもよい。

あるいは、上記の各機能構成および方法は、一つあるいは複数の機能を実行するようにプログラムされたプロセッサおよびメモリと、一つ以上の論理回路によって構成されたハードウエアとの組み合わせにより構成された、一つ以上の専用処理装置により、実現されてもよい。

コンピュータプログラムは、コンピュータにより実行されるインストラクションとして、コンピュータ読み取り可能な非遷移的実体的記憶媒体に記憶されていてもよい。すなわち、上記の各機能構成および方法は、これを実現するための処理あるいは手順を含むコンピュータプログラム、あるいは、当該プログラムを記憶した非遷移的実体的記憶媒体としても表現可能である。

本発明に係る物体検知装置は、上記実施形態においては、駐車支援制御装置である駐車支援ＥＣＵ８として実現されていた。しかしながら、本発明は、かかる態様に限定されない。すなわち、例えば、挙動取得部８０１～物体検知部８０８は、「ＳＡＥ Ｊ３０１６」におけるレベル１～５の運転自動化レベルを実現するための、運転支援ＥＣＵあるいは自動運転ＥＣＵにて実現されてもよい。レベル１の「運転支援」には、衝突被害軽減ブレーキ、アダプティブクルーズコントロール、レーンキープアシスト、等が含まれる。

本発明は、上記実施形態にて示された具体的な動作態様あるいは処理態様に限定されない。すなわち、例えば、マップＭを用いなくても、検知点Ｐｄと高精度面ＦｔＨと測距点Ｐｓとの並進座標系における相対位置関係に基づいて、物体検知用の測距点Ｐｓを選択することが可能である。具体的には、かかる相対位置関係に基づけば、高精度面ＦｔＨの「外側」に位置すると判定される測距点Ｐｓを特定して、物体検知用の測距点Ｐｓから除外することが可能である。この場合、マップ生成部８０７は、省略される。

測距点Ｐｓは、ある時点ｔ（ｎ）における測距センサ２の位置および測距距離と、時点ｔ（ｎ）の１つ前の時点ｔ（ｎ－１）における測距センサ２の位置および測距距離とに基づいて、三角測量の原理で算出された点であってもよい。すなわち、「測距点Ｐｓ」は、「反射点Ｐｓ」、「測距センサ検知点Ｐｓ」、あるいは「第一検知点Ｐｓ」とも称され得る。この場合、「検知点Ｐｄ」は、「面検知センサ検知点Ｐｄ」あるいは「第二検知点Ｐｄ」とも称され得る。

検知面Ｆｔの取得には、機械学習が用いられ得る。具体的には、パターンマッチング、セマンティックセグメンテーション、等が利用可能である。これにより、より高精度あるいは高速で、検知面Ｆｔを取得することが可能となる。

図６に示されたフローチャートに対しては、適宜変更が可能である。具体的には、例えば、ステップ６０４は、省略され得る。すなわち、測距点Ｐｓは、マップＭにおける存在確率に反映されなくてもよい。

面外グリッドＧｔにおける存在確率に対する処理は、物体の不存在に対応する所定の負値への設定に限定されない。すなわち、例えば、かかる処理は、所定の負値の加算であってもよい。

面外グリッドＧｔは、高精度面ＦｔＨの外側のグリッドＧに限定されない。すなわち、例えば、面検知センサ３の種類あるいは構造等によっては、すべての検知面Ｆｔが高精度で取得される場合があり得る。具体的には、例えば、面検知センサ３が、複眼ステレオカメラ装置であったり、カメラと他のセンサとを含むフュージョンセンサであったりする場合、すべての検知面Ｆｔが高精度で取得され得る。このような場合、面外グリッドＧｔは検知面Ｆｔの外側のグリッドＧとなり、高精度面取得部８０６は省略される。

Ｋを閾値あるいは所定値とした場合、「Ｋ以上」と「Ｋを超える」とは、技術的に矛盾あるいは不都合がない限り、互換可能である。「Ｋ以下」と「Ｋ未満」とについても同様である。

「取得」、「推定」、「検出」、「検知」、「算出」、「抽出」、「生成」、等の、相互に類似する表現は、技術的に矛盾しない範囲内において、適宜置換可能である。

上記実施形態を構成する要素は、特に必須であると明示した場合および原理的に明らかに必須であると考えられる場合等を除き、必ずしも必須のものではないことは言うまでもない。また、構成要素の個数、量、範囲等の数値が言及されている場合、特に必須であると明示した場合および原理的に明らかに特定の数値に限定される場合等を除き、その特定の数値に本発明が限定されることはない。同様に、構成要素等の形状、方向、位置関係等が言及されている場合、特に必須であると明示した場合および原理的に特定の形状、方向、位置関係等に限定される場合等を除き、その形状、方向、位置関係等に本発明が限定されることはない。

変形例も、上記の例示に限定されない。また、複数の変形例が、互いに組み合わされ得る。さらに、上記実施形態の全部または一部と、変形例の全部または一部とが、互いに組み合わされ得る。

２ 測距センサ
３ 面検知センサ
８ 駐車支援ＥＣＵ（物体検知装置）
８０３ 測距点取得部
８０５ 検知面取得部
８０８ 物体検知部
Ｆｔ 検知面
Ｐｓ 測距点
Ｖ 自車両
Ｖｔ 他車両

Claims (18)

1. 自車両（Ｖ）に搭載されることで当該自車両の周囲に存在する物体（Ｖｔ）を検知するように構成された、物体検知装置（８）であって、
   前記自車両の周囲の測距点（Ｐｓ）を検知するための測距センサ（２）を用いた、前記測距点の検知結果を取得する、測距点取得部（８０３）と、
   前記物体の外表面である物体面を検知するための面検知センサ（３）を用いた、前記物体面の検知結果である検知面（Ｆｔ）を取得する、検知面取得部（８０５）と、
   前記自車両の周囲の空間における前記検知面との位置関係に応じて選択された前記測距点に基づいて前記物体を検知する、物体検知部（８０８）と、
   を備えた物体検知装置。
2. 前記物体検知部は、前記面検知センサが正常作動時に検知した前記検知面に基づいて、前記物体の検知に用いる前記測距点を選択する、
   請求項１に記載の物体検知装置。
3. 前記検知面取得部は、前記面検知センサを用いて取得された、前記物体面上の複数の検知点（Ｐｄ）の、集合状態に基づいて、前記検知面を取得する、
   請求項１または２に記載の物体検知装置。
4. 前記物体検知部は、検知精度が所定の高い精度である前記検知面である高精度面（ＦｔＨ）に基づいて、前記物体の検知に用いる前記測距点を選択する、
   請求項１～３のいずれか１つに記載の物体検知装置。
5. 前記自車両の周囲の前記空間における前記物体の存在確率を示すマップ（Ｍ）を生成する、マップ生成部（８０７）をさらに備え、
   前記マップ生成部は、前記高精度面に基づいて、前記存在確率が他の領域よりも低い低確率領域（Ｇｔ）を前記マップに設定し、
   前記物体検知部は、前記低確率領域に対応する前記測距点を、前記物体の検知に用いる前記測距点から除外する、
   請求項４に記載の物体検知装置。
6. 前記自車両の周囲の前記空間における前記面検知センサおよび前記検知面の配置関係に基づいて、前記高精度面を取得する、高精度面取得部（８０６）をさらに備えた、
   請求項４または５に記載の物体検知装置。
7. 自車両（Ｖ）に搭載された物体検知装置（８）により実行されることで当該自車両の周囲に存在する物体（Ｖｔ）を検知する、物体検知方法であって、
   前記自車両の周囲の測距点（Ｐｓ）を検知するための測距センサ（２）を用いた、前記測距点の検知結果を取得し、
   前記物体の外表面である物体面を検知するための面検知センサ（３）を用いた、前記物体面の検知結果である検知面（Ｆｔ）を取得し、
   前記自車両の周囲の空間における前記検知面との位置関係に応じて選択された前記測距点に基づいて、前記物体を検知する、
   物体検知方法。
8. 前記物体を検知することは、前記面検知センサが正常作動時に検知した前記検知面に基づいて、前記物体の検知に用いる前記測距点を選択することを含む、
   請求項７に記載の物体検知方法。
9. 前記検知面を取得することは、前記面検知センサを用いて取得された、前記物体面上の複数の検知点（Ｐｄ）の、集合状態に基づいて、前記検知面を取得することを含む、
   請求項７または８に記載の物体検知方法。
10. 前記物体を検知することは、検知精度が所定の高い精度である前記検知面である高精度面（ＦｔＨ）に基づいて、前記物体の検知に用いる前記測距点を選択することを含む、
    請求項７～９のいずれか１つに記載の物体検知方法。
11. 前記高精度面に基づいて、前記自車両の周囲の前記空間における前記物体の存在確率が他の領域よりも低い低確率領域（Ｇｔ）を、前記存在確率を示すマップ（Ｍ）に設定することをさらに含み、
    前記物体の検知に用いる前記測距点を選択することは、前記低確率領域に対応する前記測距点を、前記物体の検知に用いる前記測距点から除外することを含む、
    請求項１０に記載の物体検知方法。
12. 前記自車両の周囲の前記空間における前記面検知センサおよび前記検知面の配置関係に基づいて、前記高精度面を取得することをさらに含む、
    請求項１０または１１に記載の物体検知方法。
13. 自車両（Ｖ）に搭載されることで当該自車両の周囲に存在する物体（Ｖｔ）を検知するように構成された物体検知装置（８）により実行される物体検知プログラムであって、
    前記物体検知装置により実行される処理は、
    前記自車両の周囲の測距点（Ｐｓ）を検知するための測距センサ（２）を用いた、前記測距点の検知結果を取得する処理と、
    前記物体の外表面である物体面を検知するための面検知センサ（３）を用いた、前記物体面の検知結果である検知面（Ｆｔ）を取得する処理と、
    前記自車両の周囲の空間における前記検知面との位置関係に応じて選択された前記測距点に基づいて、前記物体を検知する処理と、
    を含む物体検知プログラム。
14. 前記物体を検知する前記処理は、前記面検知センサが正常作動時に検知した前記検知面に基づいて、前記物体の検知に用いる前記測距点を選択する処理を含む、
    請求項１３に記載の物体検知プログラム。
15. 前記検知面を取得する前記処理は、前記面検知センサを用いて取得された、前記物体面上の複数の検知点（Ｐｄ）の、集合状態に基づいて、前記検知面を取得する処理を含む、
    請求項１３または１４に記載の物体検知プログラム。
16. 前記物体を検知する前記処理は、検知精度が所定の高い精度である前記検知面である高精度面（ＦｔＨ）に基づいて、前記物体の検知に用いる前記測距点を選択する処理を含む、
    請求項１３～１５のいずれか１つに記載の物体検知プログラム。
17. 前記高精度面に基づいて、前記自車両の周囲の前記空間における前記物体の存在確率が他の領域よりも低い低確率領域（Ｇｔ）を、前記存在確率を示すマップ（Ｍ）に設定する処理をさらに含み、
    前記物体の検知に用いる前記測距点を選択する前記処理は、前記低確率領域に対応する前記測距点を、前記物体の検知に用いる前記測距点から除外する処理を含む、
    請求項１６に記載の物体検知方法。
18. 前記自車両の周囲の前記空間における前記面検知センサおよび前記検知面の配置関係に基づいて、前記高精度面を取得する処理をさらに含む、
    請求項１６または１７に記載の物体検知プログラム。

Images