JP3104533B2 - 車載用の物体検出装置 - Google Patents
車載用の物体検出装置Info
- Publication number
- JP3104533B2 JP3104533B2 JP06167194A JP16719494A JP3104533B2 JP 3104533 B2 JP3104533 B2 JP 3104533B2 JP 06167194 A JP06167194 A JP 06167194A JP 16719494 A JP16719494 A JP 16719494A JP 3104533 B2 JP3104533 B2 JP 3104533B2
- Authority
- JP
- Japan
- Prior art keywords
- target object
- vehicle
- detected
- environment
- object detection
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Expired - Fee Related
Links
Landscapes
- Radar Systems Or Details Thereof (AREA)
Description
に関し、先行車両等の物体を検出する車載用の物体検出
装置に関する。
け、自車両の前方にレーダビームを照射して、先行車両
等の物体を検出する物体検出装置が開発されている。
記載のものは、先行車両を検出している状態から、カー
ブの出入口等で上記検出していた先行車両を見失った場
合、一定時間だけ自車の制御車速を保持して見失い対策
を行なっている。
行車両以外の障害物を先行車両と誤認した場合や、レー
ダ装置に雑音が混入した場合等のノイズによる誤判定を
防止するため、先行車両の検出時に検出の確信度(存在
確率)を演算し、確信度が低い検出データは採用しない
ようにすることが考えられる。
した物体と位置が対応しているか否かを判断し、対応が
とれれば上記確信度を所定割合で増大させ、対応がとれ
なければ確信度を所定割合で減少させる。
た物体と位置が対応しているか否かだけで確信度を増大
又は減少させると、今回検出した物体の検出強度が小さ
い場合であっても確信度が増大してしまい誤判定のおそ
れがあるという問題があった。
で、目標物体の検出精度に応じて目標物体の存在確率を
補正することにより、目標物体の存在確率を適正なもの
とし、制御・警報のノイズによる誤判定を防止できる車
載用の物体検出装置を提供することを目的とする。
去の目標物体の検出強度を比較することにより、検出さ
れた複数の目標物体の位置と過去の複数の目標物体の位
置との対応付けの精度を向上する車載用の物体検出装置
を提供することを目的とする。
は、図1(A)に示す如く、目標物体の位置を検出する
物体検出手段M1と、上記物体検出手段で検出された目
標物体の位置と過去に検出された目標物体の位置とが対
応しているときには前回の値より大きくなり、対応して
いないときには前回の値より小さくなり目標物体の存在
度合いの確からしさを表わす確信度を演算する確信度演
算手段M2と、上記物体検出手段の物体検出環境を認識
する環境認識手段M3と、上記物体検出環境に応じて上
記確信度又は確信度のしきい値を補正する補正手段M4
とを有する。
手段M3は、物体検出手段M1で目標物体を検出できな
い可能性を推定して物体検出環境の認識を行なう。
手段M3は、物体検出環境として自車速を認識し、前記
補正手段は、上記自車速が大なるほど確信度を増大させ
る。
手段M3は、物体検出環境として目標物体との相対距離
を認識し、前記補正手段M4は上記相対距離に応じて確
信度を変更する。
手段M3は、物体検出環境として目標物体の検出強度を
認識し、前記補正手段M4は、上記検出強度の平均値と
現在の検出強度とに応じて確信度を変更する。
手段M3は、検出した目標物体が移動物体か固定物体か
を認識し、前記補正手段M4は、移動物体か固定物体か
に応じて確信度のしきい値を変更する。
手段M3は、目標物体が自車の車線上にあるか否かを認
識し、前記補正手段M4は、自車の車線上にあるか否か
に応じて確信度のしきい値を変更する。
く、過去の目標物体の検出時の検出強度と現在の検出強
度とを比較し、その比較結果に応じて現在の目標物体の
位置と過去の目標物体の位置との対応付けを行なう対応
付け手段M5を有する。
そのしきい値を種々の環境条件に応じて補正できるた
め、目標物体の確信度又はそのしきい値を環境条件に応
じて適正な値とすることができ、ノイズによる誤判定を
防止して確実な物体の検出を行なうことができる。
体を検出できない可能性が高い場合は確信度の増加の割
合いを低くでき、目標物体の確信度を適正な値とするこ
とができる。
行時には確信度を増大させ、これにより確実な物体の検
出を早期に行なうことができる。
離が小さい場合には確信度を増大させ、これにより確実
な物体の検出を早期に行なうことができる。
体が小さく検出強度が小さい場合には確信度の補正量が
小さめになるが、過去の検出強度の平均値を導入するこ
とにより、目標物体が小さい場合であっても確信度を早
期に増加でき、確実な物体の検出を早期に行なうことが
できる。
体が移動物体の場合に、これが停止物体の場合に比べて
確信度が早期にしきい値に達し、移動物体の確実な検出
を早期に行なうことができる。
走行車線と他の走行車線とでしきい値が変更され、自車
の走行車線の目標物体についてのみ確実な物体の検出を
早期に行なうことができる。
体の現在と過去の対応付けの際に位置だけでなく検出強
度も用いるため対応付けの精度が向上する。
中、送信側回路は、搬送波発生器10,周波数変調器1
2,変調電圧発生器14,サーキュレータ16,及び送
信アンテナ18から構成される。搬送波発生器10から
は搬送波が出力され、周波数変調器12に供給される。
一方、変調電圧発生器14からは振幅が三角形状に変化
する三角波が出力され、変調波として周波数変調器12
に供給される。これによって、搬送波発生器10からの
搬送波は周波数変調され、時間経過に伴って周波数が三
角形状に変化する送信信号が出力される。この送信信号
はサーキュレータ16を介して送信アンテナ18に供給
され、被検出物体に向けて放射される。一方、サーキュ
レータ16を介して、送信信号の一部は後述する受信側
回路のミキサ22に供給される。
22,増幅器24,フィルタ26,高速フーリエ変換処
理器(FFT信号処理器)28,ターゲット認識器3
0,及び警報器34から構成される。被検出物体からの
反射波は受信アンテナ20で受信され、ミキサ22に供
給される。ミキサ22では受信信号とサーキュレータ1
6からの送信信号の一部が差分演算により結合され、ビ
ート信号が生成される。ミキサ22からのビート信号は
増幅器24で増幅され、アンチエリアシングフィルタ2
6を介してFFT信号処理器28及びターゲット認識器
30に供給される。FFT信号処理器28は周波数上昇
部分及び周波数下降部分夫々のパワースペクトラムを得
て、ターゲット認識器30に供給する。上記の搬送波発
生器10〜FFT信号処理器28が物体検出手段M1に
対応する。
下降部分夫々のパワースペクトラムのピークを検出して
ペアリングを行ない、各目標物体に対応するピーク対を
形成する。このピーク対の周波数上昇部分のピーク周波
数fup と周波数下降部分のピーク周波数fdown とから得
られる相対速度周波数fd, 距離周波数fr fd=(fdown-fup)/2 …(1) fr=(fdown+fup)/2 …(2) 及び fd=2・V/C・f0 …(3) fr=4・fm・Δf/C・R …(4) 但し、V:相対速度、C:光速、f0:中心周波数、f
m:変調周波数、Δf:周波数変移幅、R:相対距離に
より相対距離R及び相対速度Vを同時に求める。この
後、予め定められた、又は自車の走行状態に応じて算出
される安全距離と上記相対距離の大小比較を行ない、安
全距離以下である場合には危険と判定し、警報器34に
より運転者に報知する。
2から自車速度VS を供給され、操舵角センサ44から
操舵角θH を供給され、ターゲット認識器30から相対
距離Rを供給されており、次式によりカーブの曲率半径
ρ及び送信アンテナ18及び受信アンテナ20の回動角
であるステア角θS を算出する。
車両の進行方向を0として左側を正、右側を負としてい
る。ステア制御回路40は(a)式で算出したステア角
θS となるようにステア機構46を駆動して送信アンテ
ナ18及び受信アンテナ20の回動を制御する。また、
車速センサ42で検出した自車速度はターゲット認識器
30にも供給されている。
行する認識処理の第1実施例のフローチャートを示す。
この処理は数十msec毎に実行される。同図中、ステップ
S10ではFFT信号処理器28より供給されるパワー
スペクトラムを取り込む。次にステップS12で、ピー
ク対毎つまり目標物体毎に(1)式〜(4)式を用いて
目標物体の相対距離R及び相対速度V(Vは接近方向を
正とする)、及びピーク対の平均レベルである反射強度
LVLを計算する。この反射強度LVLは周波数上昇部
分,周波数下降部分夫々のピークのレベルを別々に用い
ても良いが、計算が複雑になるため平均レベルを用い
る。なお、目標物体の数nは車両だけであれば5程度で
あるが、路側物等からの反射があるので20程度とな
る。
つまり前回既に目標物体が存在していたか否かを判別
し、保存データがなければ位置記憶手段M2及び検出強
度記憶手段M5に対応するステップS16に進み、ステ
ップS12において検出された新たな目標物体のR,
V,LVLのデータを新保存データとして全て保存し、
図5のステップS60に進む。このときの新たな目標物
体の存在確率は基本的に例えば5%等の一定値とする。
テップS18で新データつまり新たな目標物体i(iは
1〜nのいずれか)を選択し、その相対距離Ri,相対
速度Viを中心とする範囲Ri±α,Vi±βを計算す
る。上記の範囲±α,±β夫々は車両が急加減速を行な
ったときの限界値とレーダ装置の誤差を含んだ値であ
る。そして、ステップS20にて相対距離R’m相対速
度V’mとi番目の新データの範囲Ri±α,Vi±β
との比較を、全ての保存データについて行なう。なお、
保存データに範囲を設けて新データと比較しても良く、
また、保存データのR’mとR’mの増分ΔR’m,
V’mとV’mの増分ΔV’mとから次のR’m,V’
mを予測して、この予測値を上記保存データの代りに用
いても良い。
Vi±β内に2つ以上の保存データがあるか否かを判別
し、あれば対応付け手段M5に対応するステップS24
に進み、なければ図4のステップS40に進む。ステッ
プS24では範囲内に存在した2つ以上の保存データの
反射強度LVL’m,LVL’p,…と範囲の中心であ
る新データの反射強度LVLiとの差を求め、この差が
最小の保存データを選択する。更にステップS26で選
択された差が最小となる保存データが2つ以上あるか否
かを判別し、あればステップS28に進み、なければス
テップS40に進む。ここで、反射強度の差を比較する
のは、検出周期が短かい場合は同一の目標物体の反射強
度は急激に変化しないためである。
保存データについて、新データとの相対距離の差の2乗
と、相対速度の差の2乗との和、例えば(R’m−R
i)2+(V’m−Vi)2 を求め、2乗の和が最小と
なる保存データを選択する。この後、ステップS30で
選択した保存データを他の新データが選択していないか
どうかを確認して図4のステップS40に進む。ステッ
プS40ではステップS30の確認によって選択した保
存データを他の新データが選択しているかどうかを判別
し、他が選択していればステップS42に進み、他が選
択していなければステップS43でi番目の新データに
対する保存データの選択を終了してステップS48に進
む。
2では選択された保存データの反射強度LVL’mと、
これを選択した複数の新データの反射強度LVLi,L
VLj,…との差を求め、この差が最小の新データを選
択する。更にステップS44で選択された差が最小とな
る新データが2つ以上あるか否かを判別し、あればステ
ップS46に進み、なければステップS48に進む。
新データについて、保存データとの相対距離の差の2乗
と、相対速度の差の2乗の和、例えば(R’m−Ri)
2 +(V’m−Vi)2 を求め、2乗の和が最小となる
新データを選択する。
タが今回得られた新データの最後のものかどうかを判別
し、最後でなければステップS50で範囲Ri±α,V
i±β内で選択された保存データを選択済みとしてステ
ップS18に戻り処理を繰り返す。また、ステップS4
8でi番目が新データの最後と判別されるとステップS
52に進み、保存データを選択できなかった新データを
新保存データとして保存して図5のステップS60に進
む。
保存データについて新保存データか否か、新データに選
択された保存データか否かを判別する。新保存データ、
つまり新たに検出された目標物体iについてはステップ
S64に進んで図7に示すマップを新データの反射強度
LVLiで参照して補正係数γiを演算する。ミリ波レ
ーダでは反射強度LVLはセンサ能力と目標物体の大き
さ(反射しやすさ)によって決まるためLVLが大きい
と誤検出しにくいのでγを大きくして存在確率の増加率
を速くする。次にステップS66で(1)式により確信
度としての存在確率EXiを演算し、Ri,Vi,LV
Liと共に保存してステップS80に進む。
選択された保存データつまり以前から検出されている目
標物体iについては、基本的に長時間検出され続けたと
き存在確率を高くする。このため、ステップS68で図
7のマップを新データの反射強度LVLiで参照して補
正係数γiを求め、ステップS70で(2)式により存
在確率EXiを演算し、ステップS80に進む。
タ、つまり目標物体iを見失った場合はステップS72
に進み、目標物体iの保存データ(前回検出された値)
の反射強度LVLiで図8に示すマップを参照して補正
係数ηiを演算する。このマップで、前回のLVLiが
大であると、見失うことが生じる可能性が低く、目標物
体iが車線変更等で自車前方に存在しなくなった可能性
が高いためである。次にステップS74で(3)式によ
り存在確率EXiを演算する。
以下か否かを判別し、EXi≦0のときはステップS7
8で目標物体iの保存データを消去し、EXi>0のと
きはステップS80に進む。上記のステップS64,S
68,S72が補正手段M4に対応し、ステップS6
6,S70,S74が確信度演算手段M2及び環境認識
手段M3に対応する。
はヨーレート等から旋回半径を計算し、この旋回半径で
図9のマップを参照してしきい値Zを計算する。これは
直線路ではレーダビーム幅を1車線幅程度にしぼってお
り、存在確率が低くても誤検出の可能性が低く、カーブ
ではビームを偏向させたとしても離接車両を検出する確
率が高くなるため旋回半径が小さい程しきい値を高くし
ている。
について、存在確率EXiをしきい値Zと比較し、EX
i≧Zの目標物体iについてはステップS86で制御・
警報対象のデータとして次処理に進み、またEXi<Z
の目標物体iについてはステップS88で制御・警報対
象のデータから除いて次処理に進む。
車両等の短時間しか自車の前方に存在しない目標物体を
除去することができ、ノイズ等により目標物体を見失う
ことが防止できる。これは上記実施例では存在確率計算
に反射強度を用いているために適確な判断が可能となっ
ている。
能力に従って目標物体の存在確率を計算することができ
るが、反射強度LVLの変化する大きな要因として目標
物体の大きさ及び材質で変わる反射断面積の大きさがあ
る。例えば大型のパネルトラックの如きものは相対距離
が遠くても存在確率が早く高くなり、2輪車の如きもの
は相対距離が近づかないと存在確率はなかなか高くなら
ず、制御・警報対象とはならない。このため、車間距離
(相対距離)及び自車速度によって存在確率を変化させ
ることにより、目標物体の物理的な危険性を存在確率に
反映させ、2輪車等の見失いを減少させるのが次の第2
実施例及び第3実施例である。
ローチャートであり、第1実施例の図5の代りに実行さ
れる。
全ての保存データについて新保存データか否か、新デー
タに選択された保存データか否かを判別する。新保存デ
ータ、つまり新たに検出された目標物体iについてはス
テップS104に進んで図7に示すマップを新データの
反射強度LVLiで参照して補正係数γiを演算し、図
11に示すマップを新データの相対距離Riで参照して
補正係数ν1iを演算し、図12に示すマップを自車の
車速で参照して補正係数ξ1iを演算する。
補正定数ν1は増加させ、補正係数ν2は逆に減少させ
ている。また、図12において車速が大な程、補正係数
ξ1は増加させ、補正係数ξ2は逆に減少させている。
確率EXiを演算しRi,Vi,LVLiと共に保存し
てステップS80に進む。
検出されている目標物体iについては、基本的に長時間
検出され続けたとき存在確率を高くするためステップS
108で図7,図11,図12夫々のマップを新データ
の反射強度LVLi,相対距離Ri及び車速SPD夫々
で参照して補正係数γi,ν1i,ξ1iを求め、ステ
ップS110で(5)式により存在確率EXiを演算
し、ステップS80に進む。
標物体iを見失った場合はステップS112に進み、目
標物体iの保存データ(前回検出された値)の反射強度
LVLi,相対距離Ri及び車速SPD夫々で図8,図
11,図12夫々に示すマップを参照して補正係数η
i,ν2i,ξ2i夫々を演算する。図11,図12で
ν2をRが小なる程減少させξ2をSPDが大なる程減
少させているのは物理的な危険性を表わすためである。
次にステップS114で(6)式により存在確率EXi
を演算する。
以下か否かを判別し、EXi≦0のときはステップS1
18で目標物体iの保存データを消去し、EXi>0の
ときはステップS80に進む。
あることは前述の通りである。この差を減らすため学習
により存在確率を計算し、2輪車等の反射強度の小さな
車両も確実に認識するようにしたのが第3実施例であ
る。
に示す如く相対距離Rによって変化する。このため図1
4に実線で示す如き乗用車相当の基準反射強度マップを
予め実験又はシミュレーョンにより作成しておく。これ
は一般道路では乗用車が比較的多いため基準としてい
る。この基準レベルに対してトラック等の大型車両は一
点鎖線に示す如く平均的に高いレベルとなり、2輪車等
は破線に示す如く平均的に低いレベルとなる。このた
め、存在確率が0以上の時間が一定時間以上となるまで
基準レベルとの差を平均化し、その平均値を現在のレベ
ルに加算した値を存在確率の増加率の補正量とする。見
失った場合は元のレベルに対して減少率の補正を行な
う。
ローチャートであり、第1実施例の図5の代りに実行さ
れる。
全ての保存データについて新保存データか否か、新デー
タに選択された保存データか否かを判別する。新保存デ
ータつまり新たに検出された目標物体iについてはステ
ップS204で図14のマップを新データの相対距離R
iで参照して基準レベルの反射強度LVLBを演算し、
ステップS206で基準レベルの反射強度LVLBから
新データの反射強度LVLiを減算して差TLVLiを
求める。次にステップS208で図7に示すマップを新
データの反射強度LVLiで参照して補正係数γiを演
算し、図11に示すマップを新データの相対距離Riで
参照して補正係数ν1iを演算し、図12に示すマップ
を車速SPDで参照して補正係数ξ1iを演算する。ス
テップS210では(4)式より存在確率EXi=B×
(γi+ν1i+ξ1i)を演算しステップS80に進
む。
つまり以前から検出されている目標物体iについては、
図16のステップS212でLVL学習を終了したか否
かを判別する。終了していなければ、ステップS214
で図14のマップを新データの相対距離Riで参照して
基準レベルの反射強度LVLBを演算し、ステップS2
16で基準レベルの反射強度LVLBと新データの反射
強度LVLiとの差をTLVLiに加算する。次にステ
ップS218で上記加算を所定回数q回行なったかを判
別し、q回未満ではステップS220に進み図7のマッ
プを新データの反射強度LVLiで参照して補正係数γ
iを演算し、図11のマップを新データの相対距離Ri
で参照して補正係数ν1iを演算し、図12に示すマッ
プを車速SPDで参照して補正係数ξ1iを演算する。
ステップS222では(4)式より存在確率EXiを演
算しステップS80に進む。
れるとステップS224でTLVLiをqで割算して平
均値DLVLiを求め、次のステップS226で新デー
タの反射強度LVLiにDLVLiを加算して補正反射
強度NLVLiを求める。これによりLVL学習が終了
する。次にステップS228で図7のマップをNLVL
iで参照して補正係数γiを演算し、図12のマップを
車速SPDで参照して補正係数ξ1iを演算する。ステ
ップS230では(7)式より存在確率EXiを演算
し、ステップS80に進む。
された場合はステップS232で図14のマップを新デ
ータの相対距離Riで参照して基準レベルの反射強度L
VLBを演算し、ステップS234で(8)式により平
均値DLVLiを更新する。
LVLiを加算して補正反射強度NLVLiを求める。
次にステップS238で図7のマップをNLVLiで参
照して補正定数γiを演算し、図12のマップを車速S
PDで参照して補正係数ξ1iを演算する。ステップS
240では(7)式により存在確率EXiを演算し、ス
テップS80に進む。
択されてない保存データつまり目標物体iを見失った場
合はステップS242でLVL学習を終了したか否かを
判別する。終了してなければステップS244で図8の
マップを保存データ(前回検出された値)の反射強度L
VLiで参照して補正係数ηiを演算し、図11のマッ
プを新データの相対距離Riで参照して補正係数ν2i
を演算し、図12に示すマップを車速SPDで参照して
補正係数ξ2iを演算する。ステップS246では
(6)式より存在確率EXiを演算する。この後、ステ
ップS250で存在確率EXiが0以下か否かを判別
し、EXi≦0のときはステップS252で目標物体i
の保存データを消去し、EXi>0のときはステップS
80に進む。ステップS242でLVL学習を終了して
なければステップS254で図8のマップを保存データ
(前回検出された値)の反射強度LVLiで参照して補
正係数ηiを演算し、図12に示すマップを車速SPD
で参照して補正係数ξ2iを演算する。ステップS25
6では(9)式より存在確率EXiを演算する。
否かを判別し、EXi≦0のときはステップS262で
目標物体iの保存データを消去し、EXi>0のときは
ステップS80に進む。
準レベルに近づけることは、単に相対距離Rによる補正
であるだけではなく、実際にはマルチパス等で反射強度
が相対距離Rに対し一定ではないため、反射強度LVL
に対し、平均値DLVLを加算することに意味があり、
これによってセンサ能力を反映させている。
新たに検出された目標物体の存在確率は連続して検出さ
れる時間が長くなるに従って高くなり、時点t2 〜t3
間の如く見失ったときに存在確率が低下する。しかし時
点t3 〜t4 間で再び検出されると存在確率は徐々に高
くなり、その後見失った時間が長くなると最後には存在
確率が0となる。また、時点t1 〜t5 間でこの存在確
率はしきい値Zを越え、この目標物体は、制御・警報対
象のデータとされている。
度に応じて目標物体の存在確率を補正しているが、この
他にレーダ装置に故障が発生したとき、故障が軽微であ
れば補正量を小さくし故障が重大であれば補正量を大き
くして目標物体の存在確率を補正するように検出精度に
応じた補正を行なっても良い。
ローチャートであり、第1実施例の図6の代りに実行さ
れる。
i を自車速度と比較し、相対速度V i が自車速度VS か
ら所定範囲内にあるか否かを判別する。相対速度Vi が
自車速度から所定範囲内で自車速度と同程度の場合は、
このi番目の目標物体が停止物体であるとみなして、ス
テップS302に進む。ステップS302ではしきい値
Zに高設定値EXTHS(例えば80%)を設定する。
をしきい値Zと比較し、EXi ≧Zの場合はステップS
320で制御・警報対象のデータとして次処理に進む。
また、EXi <Zの場合はステップS306で存在確率
EXi が減少中かどうかを判別する。存在確率EXi が
所定回数連続して減少していればステップS308で目
標物体iの存在確率EXi を強制的に0としてステップ
S310に進み、また存在確率EXi が所定回数連続し
て減少してなければそのままステップS310に進み、
ステップS310では目標物体iを制御・警報対象のデ
ータから除いて次処理に進む。
自車速度と異なっている場合は、このi番目の目標物体
が移動物体とみなしてステップS312に進み、しきい
値Zに中設定値EXTHM(例えば50%)を設定す
る。次にステップS314で目標物体iの存在確率EX
i が所定回数連続して増加中かどうかを判別する。存在
確率EXi が所定回数連続して増加していればステップ
S316で目標物体iの存在確率EXi に図9のステッ
プS70で算出したAi 又は図10のステップS110
で算出したDi を加算することにより存在確率EXi の
増加分Ai 又はD i を2倍としてステップS318に進
み、存在確率EXi が所定回数連続して増加してなけれ
ばそのままステップS318に進む。
きい値Zと比較し、EXi ≧Zの場合はステップS32
0で目標物体iを制御・警報対象のデータとして次処理
に進み、EXi <Zの場合はステップS310で目標物
体iを制御・警報対象のデータから除いて次処理に進
む。
iが移動物体か停止物体かを判別し、停止物体の場合は
検知対象物となる可能性が低いため、慎重に判定できる
ようにしきい値Zを高設定値EXTHSとし、移動物体
の場合は検知対象物となる可能性が高いため、しきい値
Zを中設定値EXTHMとして存在確率EXi が低い時
点から制御・警報対象とする。
物と、自車線上の停止車両等の障害物とがある。路側物
の場合は時系列的な相対距離データは図19(A)に示
す如く短時間で不連続となることが多い。また停止車両
の場合は時系列的な相対距離データは図19(B)に示
す如く長時間連続して接近することが多い。
i がしきい値Zを越える以前に減少し始め、停止車両の
場合は、これに近付いている限り存在確率EXi が時間
と共に増大する。ステップS306で存在確率EXi が
減少した場合は目標物体iが路側物とみなし、ステップ
S308で路側物の存在確率EXi を強制的に0として
路側物の除去を確実にしている。
きい値Zを中設定値EXTHMとし、目標物体iが制御
・警報対象データから突発的に除外されることを防止し
ている。また、この目標物体iが制御・警報対象データ
となるまでの応答性が遅くなることを防止するために、
その存在確率が増加している間はステップS316でそ
の増分を2倍として存在確率EXi の増加速度を大きく
している。
の時系列的な変化及びしきい値Zを示し、図20(B)
は移動物体における存在確率の時系列的な変化及びしき
い値Zを示しており、制御・警報対象のデータを黒丸で
表わし、制御・警報対象を外れたデータを白丸で表わし
ている。
体で、存在確率EXi が増加中の場合はステップS31
6でEXi の増分を一律に2倍としている。この代り
に、図21に示すマップを相対速度Vi で参照して増分
ΔEXを求め、増分ΔEXを存在確率EXi に加算する
構成としても良い。
Vi つまり目標物体iが自車に接近する速度がVi Mま
ではVi が速いほど大きくなり、この接近速度が速いほ
ど存在確率の増加速度が大きくなる。
ローチャートであり、第1実施例の図6の代りに実行さ
れる。
i を自車速度VS と比較し、相対速度Vi が自車速度か
ら所定範囲内にあるか否かを判別する。相対速度Vi が
自車速度から所定範囲内で自車速度と同程度の場合は、
このi番目の目標物体が停止物体であるとみなして、ス
テップS402に進む。ステップS402ではしきい値
Zに高設定値EXTHS(例えば80%)を設定する。
をしきい値Zと比較し、EXi ≧Zの場合はステップS
420で制御・警報対象のデータとして次処理に進む。
また、EXi <Zの場合はステップS406で存在確率
EXi が減少中かどうかを判別する。存在確率EXi が
所定回数連続して減少していればステップS408で目
標物体iの存在確率EXi を強制的に0としてステップ
S410に進み、また存在確率EXi が所定回数連続し
て減少してなければそのままステップS410に進み、
ステップS410では目標物体iを制御・警報対象のデ
ータから除いて次処理に進む。
自車速度と異なっている場合は、このi番目の目標物体
が移動物体とみなしてステップS412に進む。
から供給されるステア角度θS 、カーブの曲率半径ρ夫
々を入力する。次にステップS414,S416夫々で
目標物体iの相対距離Ri が2ρsin θS −α未満か、
又は2ρsin θS +βを越えるかどうかを判別する。上
記のα,βは誤判別を防止するためのガードを設定する
一定値である。ステップS414でRi <2ρsin θS
−αの場合は、目標物体iが自車の走行車線(自車線)
よりカーブ内側の車線に存在するとみなし、ステップS
402に進む。また、ステップS416でRi >2ρsi
n θS +βの場合は、目標物体iが自車線よりカーブ外
側の車線に存在するとみなし、ステップS402に進
む。更に、2ρsin θS −α≦Ri ≦2ρsin θS +β
の場合は目標物体iが自車線に存在するとしてステップ
S422に進む。
定値EXTHM(例えば50%)を設定する。次にステ
ップS424で目標物体iの存在確率EXi が所定回数
連続して増加中かどうかを判別する。存在確率EXi が
所定回数連続して増加していればステップS426で目
標物体iの存在確率EXi に図9のステップS70で算
出したAi 又は図10のステップS110で算出したD
i を加算することにより存在確率EXi の増加分Ai 又
はDi を2倍としてステップS428に進み、存在確率
EXi が所定回数連続して増加してなければそのままス
テップS428に進む。
きい値Zと比較し、EXi ≧Zの場合はステップS43
0で目標物体iを制御・警報対象のデータとして次処理
に進み、EXi <Zの場合はステップS410で目標物
体iを制御・警報対象のデータから除いて次処理に進
む。
い場合、自車線上の遠方をサーチするために図23
(A)に示す如くステア角はθS1に設定される。ここ
で、自車線の内側車線に車両が存在すると、その相対距
離Ri が検出され、この相対距離R i から次式によって
ステア角θS2が算出される。
のとして、図23(B)示す如く角度θS2にステアされ
るため内側車線の車両からサーチが外れ、この車両を検
出できなくなる。これにより目標物体が存在しなくなる
と、再び自車線上の遠方をサーチするためにステア角は
θS1に設定され、検出される相対距離は図23(C)に
示す如く時間変化する。このように検出した相対距離R
1 が(a)式を満足しないときはステップS414によ
り目標物体が自車線ではないと判定して存在確率のしき
い値を停止物体と同一として処理を行なう。
目標物体が存在する場合も図24に示す如く検出した相
対距離R1 が(a)式を満足しなくなるため、ステップ
S416の判定により内側の車線と同様に存在確率のし
きい値を停止物体と同一として処理を行なう。
ンシステムの地図データから現在走行している道路の曲
率半径を抽出しても良く、上記実施例に限定されない。
れば、確信度又はそのしきい値を種々の環境条件に応じ
て補正できるため、目標物体の確信度又はそのしきい値
を環境条件に応じて適正な値とすることができ、ノイズ
による誤判定を防止して確実な物体の検出を行なうこと
ができる。
標物体を検出できない可能性が高い場合は確信度の増加
の割合いを低くでき、目標物体の確信度を適正な値とす
ることができる。
速走行時には確信度を増大させ、これにより確実な物体
の検出を早期に行なうことができる。
対距離が小さい場合には確信度を増大させ、これにより
確実な物体の検出を早期に行なうことができる。
標物体が小さく検出強度が小さい場合には確信度の補正
量が小さめになるが、過去の検出強度の平均値を導入す
ることにより、目標物体が小さい場合であっても確信度
を早期に増加でき、確実な物体の検出を早期に行なうこ
とができる。
標物体が移動物体の場合に、これが停止物体の場合に比
べて確信度が早期にしきい値に達し、移動物体の確実な
検出を早期に行なうことができる。
車の走行車線と他の走行車線とでしきい値が変更され、
自車の走行車線の目標物体についてのみ確実な物体の検
出を早期に行なうことができる。
標物体の現在と過去の対応付けの際に位置だけでなく検
出強度も用いるため対応付けの精度が向上し、実用上き
わめて有用である。
る。
る。
る。
る。
る。
る。
る。
めの図である。
る。
る。
の図である。
の図である。
Claims (8)
- 【請求項1】 目標物体の位置を検出する物体検出手段
と、 上記物体検出手段で検出された目標物体の位置と過去に
検出された目標物体の位置とが対応しているときには前
回の値より大きくなり、対応していないときには前回の
値より小さくなり目標物体の存在度合いの確からしさを
表わす確信度を演算する確信度演算手段と、 上記物体検出手段の物体検出環境を認識する環境認識手
段と、 上記物体検出環境に応じて上記確信度又は確信度のしき
い値を補正する補正手段とを有することを特徴とする車
載用の物体検出装置。 - 【請求項2】 前記環境認識手段は、物体検出手段で目
標物体を検出できない可能性を推定して物体検出環境の
認識を行なうことを特徴とする請求項1に記載の車載用
の物体検出装置。 - 【請求項3】 前記環境認識手段は、物体検出環境とし
て自車速を認識し、前記補正手段は、上記自車速が大な
るほど確信度を増大させることを特徴とする請求項1に
記載の車載用の物体検出装置。 - 【請求項4】 前記環境認識手段は、物体検出環境とし
て目標物体との相対距離を認識し、前記補正手段は上記
相対距離に応じて確信度を変更することを特徴とする請
求項1に記載の車載用の物体検出装置。 - 【請求項5】 前記環境認識手段は、物体検出環境とし
て目標物体の検出強度を認識し、前記補正手段は、上記
検出強度の平均値と現在の検出強度とに応じて確信度を
変更することを特徴とする請求項1に記載の車載用の物
体検出装置。 - 【請求項6】 前記環境認識手段は、検出した目標物体
が移動物体か固定物体かを認識し、前記補正手段は、移
動物体か固定物体かに応じて確信度のしきい値を変更す
ることを特徴とする請求項1に記載の車載用の物体検出
装置。 - 【請求項7】 前記環境認識手段は、目標物体が自車の
車線上にあるか否かを認識し、前記補正手段は、自車の
車線上にあるか否かに応じて確信度のしきい値を変更す
ることを特徴とする請求項1に記載の車載用の物体検出
装置。 - 【請求項8】 請求項1記載の車載用の物体検出装置に
おいて、 過去の目標物体の検出時の検出強度と現在の検出強度と
を比較し、その比較結果に応じて現在の目標物体の位置
と過去の目標物体の位置との対応付けを行なう対応付け
手段を有することを特徴とする車載用の物体検出装置。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP06167194A JP3104533B2 (ja) | 1993-12-02 | 1994-07-19 | 車載用の物体検出装置 |
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP30307193 | 1993-12-02 | ||
JP5-303071 | 1993-12-02 | ||
JP06167194A JP3104533B2 (ja) | 1993-12-02 | 1994-07-19 | 車載用の物体検出装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
JPH07209410A JPH07209410A (ja) | 1995-08-11 |
JP3104533B2 true JP3104533B2 (ja) | 2000-10-30 |
Family
ID=26491313
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP06167194A Expired - Fee Related JP3104533B2 (ja) | 1993-12-02 | 1994-07-19 | 車載用の物体検出装置 |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP3104533B2 (ja) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20190329768A1 (en) * | 2017-01-12 | 2019-10-31 | Mobileye Vision Technologies Ltd. | Navigation Based on Detected Size of Occlusion Zones |
Families Citing this family (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH09222477A (ja) * | 1996-02-19 | 1997-08-26 | Toyota Motor Corp | 車載用レーダ装置 |
JP3748306B2 (ja) * | 1997-01-23 | 2006-02-22 | 富士通テン株式会社 | レーダ装置 |
JP3385304B2 (ja) * | 1997-08-29 | 2003-03-10 | 三菱電機株式会社 | 車載用レーダ装置 |
JP3995311B2 (ja) * | 1997-09-01 | 2007-10-24 | 富士通テン株式会社 | 車間距離制御システムにおけるターゲット認識方法 |
JP3465591B2 (ja) * | 1998-05-27 | 2003-11-10 | 三菱自動車工業株式会社 | 車両用後方モニタシステム |
JP4396400B2 (ja) * | 2004-06-02 | 2010-01-13 | トヨタ自動車株式会社 | 障害物認識装置 |
JP4956043B2 (ja) * | 2006-04-24 | 2012-06-20 | 本田技研工業株式会社 | 車両用物体検知装置 |
JP5614969B2 (ja) * | 2009-10-30 | 2014-10-29 | 東京計器株式会社 | 目標追尾装置及び目標追尾方法 |
JP5381665B2 (ja) * | 2009-12-02 | 2014-01-08 | トヨタ自動車株式会社 | 車両制御装置 |
JP6192151B2 (ja) * | 2012-01-25 | 2017-09-06 | 古野電気株式会社 | 信号選別装置、信号選別方法、及びレーダ装置。 |
JP5735673B2 (ja) * | 2014-02-03 | 2015-06-17 | 東京計器株式会社 | 目標追尾装置及び目標追尾方法 |
WO2020066497A1 (ja) * | 2018-09-26 | 2020-04-02 | 京セラ株式会社 | 電子機器、電子機器の制御方法、及び電子機器の制御プログラム |
JP7156195B2 (ja) * | 2019-07-17 | 2022-10-19 | トヨタ自動車株式会社 | 物体認識装置 |
JP7486355B2 (ja) * | 2020-06-18 | 2024-05-17 | 古野電気株式会社 | 船舶用物標検出システム、船舶用物標検出方法、信頼度推定装置、及びプログラム |
AU2021204589A1 (en) * | 2021-06-14 | 2023-01-05 | Sensetime International Pte. Ltd. | Methods and apparatuses for determining object classification |
-
1994
- 1994-07-19 JP JP06167194A patent/JP3104533B2/ja not_active Expired - Fee Related
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20190329768A1 (en) * | 2017-01-12 | 2019-10-31 | Mobileye Vision Technologies Ltd. | Navigation Based on Detected Size of Occlusion Zones |
US11738741B2 (en) * | 2017-01-12 | 2023-08-29 | Mobileye Vision Technologies Ltd. | Navigation based on detected occlusion overlapping a road entrance |
Also Published As
Publication number | Publication date |
---|---|
JPH07209410A (ja) | 1995-08-11 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP3104559B2 (ja) | 車載用レーダ装置 | |
JP3104533B2 (ja) | 車載用の物体検出装置 | |
JP4698048B2 (ja) | Fm−cwレーダの路上静止物検知方法 | |
KR102107774B1 (ko) | 목표차량의 운전패턴에 따른 협조 적응 순항 제어 시스템 | |
US6567737B2 (en) | Vehicle control method and vehicle warning method | |
US6693583B2 (en) | Object recognition apparatus and method thereof | |
JPH09222477A (ja) | 車載用レーダ装置 | |
US8718916B2 (en) | Object detecting device, and object detecting method | |
EP1510833A1 (en) | Radar | |
JP3082555B2 (ja) | 車載レーダ装置 | |
JPH036472B2 (ja) | ||
JP2003191811A (ja) | 道路状況検出システム及びその方法 | |
US11280894B2 (en) | Object detection device, object detection method and non-transitory computer readable storage medium for storing programs thereof | |
JP4079739B2 (ja) | 車載用レーダ装置 | |
JP2014115119A (ja) | 物体検出装置 | |
JPH0763843A (ja) | 車載レーダ装置 | |
JP2002175599A (ja) | 先行車または物標の車線位置推定装置 | |
US10571563B2 (en) | Radar device and signal processing method | |
JP3146903B2 (ja) | 車載用レーダ装置 | |
JP2019020167A (ja) | レーダ装置及び信号処理方法 | |
JP3082535B2 (ja) | 車載レーダ装置 | |
JPH11144198A (ja) | 車両の物体識別装置 | |
JP3209671B2 (ja) | カーブ路判定装置 | |
JPH07128443A (ja) | 車載レーダ装置 | |
JP3909764B2 (ja) | 物標幅演算方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20070901 Year of fee payment: 7 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20080901 Year of fee payment: 8 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20080901 Year of fee payment: 8 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20090901 Year of fee payment: 9 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20100901 Year of fee payment: 10 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20110901 Year of fee payment: 11 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20120901 Year of fee payment: 12 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20130901 Year of fee payment: 13 |
|
LAPS | Cancellation because of no payment of annual fees |