JP4033005B2 - 車両用障害物検出装置 - Google Patents

Description

【０００１】
【発明の属する技術分野】
本発明は、車両周囲の障害物の検出を行う車両用障害物検出装置に関する。
【０００２】
【従来の技術】
【特許文献１】
特開２００１−３１８１４６号公報
従来、窓カバーを通してレーザ光を出射し、障害物等で反射したレーザ光を受光し、出射から受光までの時間等によって、障害物を検出する車両用障害物検出装置が知られている。このような車両用障害物検出装置においては、窓カバーに異物が付着すると障害物の検出精度が低下する。よって窓カバーに付着した異物を検出するため、たとえば窓カバーに光を照射する汚れ検出用の発光素子と、汚れ検出用の発光素子から照射した光のうち窓カバーによって反射した反射光を受光する受光素子とを備え、この受光素子によって受光した光量の変化を検出することによって異物を検出するものがある。さらに他の例として、汚れ検出用の発光素子から出射した光を一旦窓カバー内部から外部に通過させ、窓カバー内部から外部へ出射した光を再び窓カバー内部へ向けて反射させて、窓カバー外部から内部へ反射された光を受光素子にて受光し、受光素子にて受光する光量の変化によって異物を検出するものがある。このような車両用障害物検出装置として、たとえば特開２００１−３１８１４６号記載のようなものがある。
【０００３】
【発明が解決しようとする課題】
このような上記従来の車両用障害物検出装置のうち、前者の装置にあっては、たとえば窓カバーに水分を含んだ泥のような黒い汚れが付着した場合には、窓カバーからの反射光量が減少し、窓カバーに乾いた泥のような白い汚れが付着した場合には、窓カバーからの反射光量が増加するため、窓カバーからの反射光量だけでは正確に窓カバーの汚れを検出することが難しかった。
【０００４】
さらに後者の装置にあっては、一旦窓カバー内部から外部に発光素子から光を出射し、窓カバー外部へ出射した光を再び窓カバー内部へ反射させている。この窓カバー外部から内部へ反射された光を用いて汚れの検出を行うため、白い汚れであっても黒い汚れであっても異物を検出することができるが、汚れ検出用の発光素子および受光素子を備えなければならず、コストアップの要因となるといった問題があった。
【０００５】
そこで本発明はこのような問題点に鑑み、簡素な構成で窓カバーの汚れを検出することができる車両用障害物検出装置を提供することを目的とする。
【０００６】
【課題を解決するための手段】
本発明は、少なくとも路面を含む所定の範囲に、窓カバーを介してレーザ光を出射するとともに、反射光を受光して障害物を検出する車両用障害物検出装置において、少なくとも車両のピッチング角を求める車両姿勢検出手段と、該車両姿勢検出手段によって検出されたピッチング角にもとづいて、路面からの反射光の強度と時間との関係を理想反射波形として推定する理想反射波形推定手段と、実際の路面からの反射光の強度と時間との関係を実反射波形として検出する実反射波形検出手段と、窓カバーの汚れを検出する汚れ検出手段とを備え、該汚れ検出手段は、実反射波形検出手段によって検出された実反射波形の強度と時間の積の合計である実反射波形面積が、理想反射波形推定手段によって推定された理想反射波形の強度と時間の積の合計である理想反射波形面積よりも所定値以上小さいときに窓カバーが汚れていると判断するものとした。
【０００７】
【発明の効果】
本発明によれば、理想反射波形推定手段によって車両のピッチング角にもとづく理想反射波形を推定し、実反射波形検出手段によって検出された実反射波形の実反射波形面積が、理想反射波形の理想反射波形面積よりも所定値以上小さいときに窓カバーが汚れていると判断する。これにより、汚れの種類に関係なく窓カバーの汚れの検出を、簡素な構成でより精度よく行うことができる。
【０００８】
【発明の実施の形態】
次に本発明の実施の形態を実施例により説明する。
まず本発明における第一の実施例について説明する。
図１は、本発明における車両用障害物検出装置を車両に搭載した際の概略構成を示す図である。
車両前方の路面画像を取得する画像取得部１０１と、車両前方の立体物の検出を行うレーダ部１６とが車両１２に設置される。
画像取得部１０１は車両１２からの熱や風雨の影響を受けない室内天井１２ａの前方中央部に、前方下方を指向して取り付けられ、フロントガラス１２ｂを通して車両１２前方の路面Ｒの画像を取得するようになっている。画像取得部１０１としては、高感度撮影が可能なＣＣＤ、またはＣＭＯＳカメラなどが好ましい。
【０００９】
レーダ部１６は車両１２の前部に取り付けられ、先行車両にレーザ光を照射し、反射波が帰ってくるまでの時間より先行車両との車間距離を検出する。画像取得部１０１およびレーダ部１６は、画像処理等を行う画像処理部１４と接続されている。
さらに画像処理部１４には、車両１２の乗員に情報の提示を行う表示部２１４が接続されている。
【００１０】
図２を用いて、画像処理部の詳細について説明する。
画像処理部１４は、画像取得部１０１で取得した画像信号を記憶する画像メモリ１０２と、画像メモリ１０２に記憶された画像信号（以下、単に画像という）から各種の処理を行うプロセッサ１０３とを備えている。
画像取得部１０１において取得した画像は、一旦画像メモリ１０２に格納され、プロセッサ１０３により画像取得部１０１で取得した路面Ｒの画像から道路白線を検出して路面状態、およびこの道路に対する車両挙動を推定し、画像処理情報として出力する。この出力された画像処理情報はレーダ部１６において利用され、さらに他の例として自動操舵装置や操舵アシスト装置等において利用される。
【００１１】
プロセッサ１０３は、白線検出部１０４、車両進行方向推定部１０５、車両挙動推定部１０６および路面状態判定部１０７によって構成されている。
白線検出部１０４は、画像メモリ１０２に記憶された図３に示す画像Ａから、同一面上を平行に走る２本のラインを検出するものである。また、同一面上に平行に走る２本のラインに限らず画像の特徴パターンについても認識する。
【００１２】
白線検出部１０４は、たとえば画像の濃淡エッジから画像中の特徴パターンの位置を認識するもの、あるいは画像と任意の記憶している特徴パターンとを照合して認識するもの等を用いる。
白線検出部１０４は、認識した平行する２本のラインが道路上の車線境界線であるレーンマーク（白線）の場合、図３に示すような２本のラインＬ１、Ｌ２の画像Ａ内における座標値を取得する。
【００１３】
車両進行方向推定部１０５は、白線検出部１０４から得られた情報をもとに、検出された白線に対する自車両の向きを含む走行路曲率を推定する。図４に示すように、画像取得部１０１によって取得された画像Ａにおいて画像上の左上の角を原点とし、横方向をＸ軸、縦方向をＹ軸とする。画像Ａ内の車線境界線に対応する２本のラインＬ１、Ｌ２と、Ｘ軸方向に伸びてＹ＝ａによって表される直線Ｌａとの交点を交点ａ１、ａ２とし、さらにラインＬ１、Ｌ２と、Ｘ軸方向に伸びてＹ＝ｂによって表される直線Ｌｂとの交点を交点ｂ１、ｂ２とする。
【００１４】
交点ａ１、ａ２の幅を幅Ｘａ、交点ｂ１、ｂ２の幅を幅Ｘｂとして、幅Ｘａ、Ｘｂを２等分する中心線Ｌ１２を算出する。画像取得部１０１は車両１２の前後方向に平行に備えられているので、中心線Ｌ１２とＹ軸との傾きが一定値以内であれば車両が直線路を車線に平行に走行していることとなる。この傾きは道路曲率がついている場合も傾いて見え、また、白線に対して車両が傾いて走行している場合も傾いて見える。この結果を画像処理部１４は画像処理情報の一部として出力する。
【００１５】
車両挙動推定部１０６は、白線検出部１０４において得られた情報をもとに、検出された白線を用いて路面Ｒに対する車両１２のピッチング量を算出し、その算出結果を画像処理情報の一部として出力する。このピッチング量の算出には、たとえば特開２００２−１６３６４１号に記載された方法を用いることができる。これは、車両の静止状態における一対の白線間隔を記憶しておき、記憶された白線間隔と、ピッチング時の白線間隔にもとづいて車両のピッチング量を算出するものである。
【００１６】
たとえばピッチングセンターを中心に車両１２の前部が持ち上がった場合は、ハの字形状に見えていた白線間隔の差がＹ軸原点方向に開いたように見え、その逆に車両前部が下がった場合は白線間隔の差がＹ軸原点方向に閉じたように見える。このように白線間隔の変化量よりピッチング量を検出することができる。
【００１７】
路面状態判定部１０７は、白線検出部１０４から得られた情報をもとに、白線で囲まれた評価エリア内の画像評価を行い、たとえば路面の修復跡や車間距離確認用のマーキングがあるかどうかの判断を行う。
図５に示すように、白線検出部１０４が認識した画像Ａ内において、車線境界線に対応する２本のラインＬ１、Ｌ２と、あらかじめ指定している特定エリアＣとによって囲まれる評価エリアＢに対して路面の評価が行われる。ここで特定エリアＣは、レーダ部１６が路面を走査する範囲を含むように設定する。
【００１８】
また特定エリアＣを設定する際に、特定エリアＣを画像取得部１０１によって取得された画像Ａ内の所定位置に固定してもよい。この場合は、車両挙動により路面を走査する距離が変化するので、その変化範囲を含む形で設定してもよい。また車両挙動推定部１０６により求められた車両のピッチング量より推定される路面走査範囲より、特定エリアＣの範囲を変化させて設定してもよい。
評価エリアＢ内部の画像の評価方法としては、評価エリアＢ内のエッジ量をソベルフィルタなどを用いて算出し、その正負のエッジ量のそれぞれの合計や、エッジ量の２乗の合計などが一定値以下の場合に均一な路面と推定するなどの方法がある。
路面状態判定部１０７によって判定された路面状態についても、画像処理情報の一部として出力する。
【００１９】
図６にレーダ部の詳細を示す。
レーダ部１６のケース２１３に、投光窓２２１と受光窓２２２が設けられ、投光窓２２１には投光窓カバー２０１が取り付けられ、受光窓２２２には受光窓カバー２０２が取り付けられている。またレーダ部１６の内部に赤外線波長域のレーザ発光素子（ＬＤ）２０６とレーザ発光素子２０６から送出されたレーザ光が先行車等に反射されて、レーダ部１６に戻ってくるレーザ反射光を受光する受光素子（ＰＤ）２０５、レーザ発光素子２０６を駆動する駆動回路２０８、受光素子２０５からの微小な受光信号を増幅する増幅回路２０７、レーザ発光素子２０６から送出されるレーザ光を所定角度範囲に水平方向にｎ本のビーム、垂直方向にｍ本のビームとして走査するために上下左右に回転する反射ミラー２０３を所定の角度分解能（ｎ本×ｍ本）で回転させるためのステッピングモータ２０４、このステッピングモータ２０４を駆動するモータ駆動回路２０９を備える。
【００２０】
またこれらの増幅回路２０７、駆動回路２０８およびモータ駆動回路２０９を制御するＣＰＵ２１０を備える。
ＣＰＵ２１０は、増幅回路２０７や駆動回路２０８を操作することによってレーザ発光素子２０６からレーザ光を送出して、受光素子２０５によって受光される受光信号の強度を時間分解して記録し、前方車両と自車両との距離や相対速度を計算する。さらにこれらの計算結果と図示しない車速センサから入力される車速信号、および画像処理部１４から得られた路面状態さらに車両挙動を画像処理情報から得て、車速信号から計算される自車速から先行車との急接近を判断して、急接近していると判断された場合には、自車両と先行車との距離データ等を含む警報信号を出力情報の一部として出力する。
【００２１】
ＣＰＵ２１０から出力される出力情報は表示部２１４や図示しない車両の制御部へ送信され、表示部２１４では車間距離や投光窓カバー２０１や受光窓カバー２０２の汚れの状態をインジケータで表示したり、警報をアラームで出力したりする。また制御部では、車両の加減速を行う際の処理に用いる。
【００２２】
なお、受光窓カバー２０２には受光レンズが組み込まれており、このレンズで集光された光が受光素子２０５に入力される。また、図示していないが、レーザ発光素子２０６の前方には投光レンズが設けられており、レーザ発光素子２０６から送出されるレーザ光は所定の角度に広がったものである。
【００２３】
また、レーザ発光素子２０６から送出されたレーザ光は、反射ミラー２０３にて所定の方向に屈折させたのち、再び投光窓カバー２０１に組み込まれた投光レンズにより所定の角度に細められているものとする。上記所定の角度は走査させたいエリア広さ、要求分解能、モータ性能、装置要求サイズ等の設計要因により決められるものである。この構造により、投光窓カバー２０１から投光されるレーザ光は一定の面積をもち、レーダ部１６は汚れおよび雨に強い太いレーザ光を用いて車両前方を走査することが可能となる。
ただし、このレーザ光の強度分布はレーザダイオードの構造上図７の（ａ）に示すように、レーザ光が送出される範囲の中心部分がもっとも強度が強く、中心から離れるほど強度が弱くなる。図７の（ｂ）は、図７の（ａ）のＡ−Ａ断面におけるレーザ光の強度分布であり、中心部がもっとも強度が強い。
【００２４】
車両前方を走査するレーザ光は、路面からの反射光を利用するために意図的に路面に向けて送出される。路面に照射されたレーザ光は路面を完全散乱面と仮定すると、観測されるレーザ光の強度はＬａｍｂｅｒｔの余弦則より、
Ｉ＝Ｋｄ×Ｉｉ×ｃｏｓα （１）
となる。ここでＩは路面からの反射光の強さ、Ｋｄは散乱反射率、Ｉｉは路面への入射光の強さ、αは路面に対する法線と入射レーザ光のなす角（以下、入射角とする）である。
完全散乱面とは反射光を見た場合、どの方向から見ても輝度の等しい表面を言う、路面の表面はこの完全散乱面に近いものであるとする。
【００２５】
図８のように車両１２から最も手前で反射されるレーザ光の入射角をα１、最も遠方で反射されるレーザ光の入射角をα２とすると、レーザ光は一定の角度で広がって路面に入射するのでα１＜α２である。よって、手前（車両に近い路面）で反射されるレーザ光の強度Ｉｌと、遠方（車両から遠い路面）で反射されるレーザ光の強度Ｉ２とを比較すると、ｃｏｓα１＞ｃｏｓα２となるのでＫｄ×Ｉｉが同じ場合、Ｉｌ＞Ｉ２となる。
また当然に、車両から近い路面に当たったレーザ光は早く受光窓カバー２０２に到達し、車両から遠方の路面に当たったレーザ光は遅く受光窓カバー２０２に到達する。
【００２６】
Ｉｉは図７のような分布になっているので、式（１）に代入すると、観測される路面からの反射光の強度と時間の関係は図９のようになる。
ここで式（１）におけるｃｏｓαは、レーザ光の路面への入射角αが車両から遠方へ行くに従って減少するので、路面Ｒに入射したレーザ光の強度が最大となる中心部からの反射が、必ずしも反射光の強度最大の地点と一致しているわけではなく、図９に示すように、観測される反射光のピークは、レーザ光の強度が最大となる中心部からの反射光を受光した時刻ｔ’よりも前（図中左側）に発生する。
【００２７】
路面にレーザ光が入射する角度αは車両挙動に依存しており、図１０のように車両前部が持ち上がるようにピッチングした場合は、レーザ光はより遠くへ届き、また路面に照射される面積も広くなるので、路面からの反射光Ｅは図１１に破線で示すように、ピッチング角が通常時における路面からの反射光Ｆ（実線）に比べて強度方向につぶれて時間方向に長くなる。逆に車両前部が下を向くようにピッチングした場合、路面からの反射光Ｇは図１１に一点鎖線で示すように強度が高くなり反射波形の時間が短くなる。よって車両挙動が推定できると、路面からの反射光の波形を推定することができる。
【００２８】
次に図１２に示すように、汚れ１０が投光窓カバー２０１上部に付着した場合を考える。この場合、遠方に届くレーザ光Ｌが減少するが、レーザ光Ｌの光束の中心部付近はほとんど汚れていないので反射光の強度観測をしても最大強度への影響は出にくい。よって投光窓カバー２０１の上部が汚れている場合に観測されるレーザ光の路面からの反射波形Ｈは図１３に一点鎖線で示すように、最大値を迎えたあと減衰していく部分の落ち込みが、汚れが付着していないときに観測される路面からの反射波形Ｊと比べて急峻になる。逆に図１２に示す汚れ２０のように汚れが投光窓カバー２０１の下部に付着した場合は、路面からの反射波形Ｉは図１３に破線で示すように、主に最大値を迎える部分以前の立ち上がりの部分が急峻になる。
このように路面反射波形と汚れの関係を考慮すると、路面反射波形の評価をして汚れを検知する場合、強度だけを用いて判断するよりも反射波形の面積を用いて汚れを判断するほうがより敏感に汚れを検出することが可能となる。
【００２９】
以下に、反射波形の面積を用いて汚れを判断する場合について説明する。
路面から反射した反射波形面積の算出は、一定周期ごとに増幅回路２０７から出力される強度を積分することによって求める。このとき、車両挙動より予測される路面反射光が帰ってくることが期待される時間幅でのみ積分するようにすれば余計なノイズなどを含まなくなるので、より精度の高い反射波形の面積を算出することができる。
【００３０】
路面反射光が帰ってくることが期待される時間とは、レーザ広がり角および車両ピッチング量より、レーダ部１６から送出した所定の範囲で広がっているレーザ光の一番下端の部分が路面に反射して帰ってくる時間から、一番上端のレーザ光が反射して帰ってくるまで時間のことを言う。実際には、この時間にシステム誤差や遅れを見込み積分する時間を決定する。
【００３１】
続いて、図１４のフローチャートを用いて、レーダ１６内のＣＰＵ２１０で行われる処理の流れを示す。なお本処理は、レーダ部１６の起動時から所定時間（例えば１００ｍｓｅｃ）ごとに繰り返し行われる。
ステップ３０１においてＣＰＵ２１０は、画像処理部１４から出力された画像処理情報を用いて、車両１２が直線路を走行中であり、かつ直進をしているかどうかの判断を行う。車両１２が直線路を走行中でありかつ直進を行っている場合はステップ３０２へ進み、直線路を走行中でありかつ直進を行っていない場合は、投光窓カバー２０１の汚れを検出するための条件が整っていないと判断して処理を終了する。
【００３２】
ステップ３０２において、画像処理情報を用いて路面反射が得られるエリアの路面が均一かどうか判定する。路面が均一でない場合は処理を終了する。
路面が均一である場合はステップ３０３において、画像処理情報内の車両挙動から、路面からの反射光の波形を推定し、さらにこの推定された路面反射光の波形の面積（以降、理想反射波形面積Ｚとする）を推定する。
次にステップ３０４において、受光素子２０５によって受信したレーザ光の実際の路面反射波形を観測し、ステップ３０５において、ステップ３０４にて観測された路面反射波形から、実際の反射波形の面積（以降、実反射波形面積Ｗ）を算出する。
【００３３】
ステップ３０６において、ステップ３０３で推定した理想反射波形面積Ｚと、ステップ３０５で算出した実反射波形面積Ｗとの比較を行う。
この比較によって、理想反射波形面積Ｚから実反射波形面積Ｗを引いた値が、所定の割合α以内であるかどうかを判断する。理想反射波形面積Ｚから実反射波形面積Ｗを引いた値が、所定の割合α以内でない場合には、ステップ３０８において異常判定を行い、投光窓カバー２０１や受光窓カバー２０２に汚れが付着しているものとして、ＣＰＵ２１０から異常を示す出力情報を出力する。
【００３４】
一方ステップ３０６において、理想反射波形面積Ｚから実反射波形面積Ｗを引いた値が、所定の割合α以内である場合には、ステップ３０７において正常判定を行い、投光窓カバー２０１や受光窓カバー２０２に汚れが付着していないものとして、ＣＰＵ２１０から正常を示す出力情報を出力する。なおステップ３０６における所定の割合αの値は実験によって求めるものである。
【００３５】
表示部２１４は、出力情報の信号を受信し、インジケータ等を表示させることによって投光窓カバー２０１や受光窓カバー２０２に汚れが付着しているかどうかをドライバに知らせる。これにより車両のドライバは、投光窓カバー２０１や受光窓カバー２０２に汚れが付着していることを認識し、掃除等を行うことによりレーダ部１６の正常機能を確保することができる。
なお本実施例において、投光窓カバー２０１および受光窓カバー２０２が本発明における窓カバーを構成する。また本実施例における車両挙動推定部１０６が本発明における車両姿勢検出手段を構成し、ステップ３０３が本発明における理想反射波形推定手段を構成する。またステップ３０４が本発明における実反射波形検出手段を構成し、ステップ３０６が本発明における汚れ検出手段を構成する。さらに画像取得部１０１が本発明における撮像手段を構成し、白線検出部１０４が本発明における車線境界線検出手段を構成する。また車両進行方向推定部１０５が本発明における直線検出手段を構成し、路面状態判定部１０７が本発明における路面状態検出手段を構成する。
【００３６】
本実施例は以上のように構成され、画像処理情報内の車両挙動から、路面からの反射光の波形を推定し、この推定された波形の理想反射波形面積Ｚを推定する。さらに実際に観測された路面反射波形から、実反射波形面積Ｗを算出する。理想反射波形面積Ｚから実反射波形面積Ｗを引いた値が、所定の割合α以内でない場合に、投光窓カバー２０１や受光窓カバー２０２に汚れが付着しているものとして検出する。このように実反射波形面積と理想反射波形面積とを比較して投光窓カバー２０１や受光窓カバー２０２の汚れを検出することにより、より精度よく汚れの検出を行うことができる。また、前方の障害物の検出を行うレーダ部１６のレーザ発光素子２０６を用いて、投光窓カバー２０１や受光窓カバー２０２の汚れの検出を行うことができるので、他の汚れ検出専用の発光素子等を備える必要がなく、簡素な構成で汚れの検出を行うことができる。
【００３７】
さらに実際に観測された路面反射波形から、実反射波形面積を算出する際に、車両挙動より予測される路面反射光が帰ってくることが期待される時間幅のみについて時間積分を行う。これにより、余計なノイズ等を積分してしまうことがなくなり、より精度よく実反射波形面積を算出することができる。
【００３８】
また車両のピッチング角を、たとえば自動操舵装置や操舵アシスト装置等で利用されている画像取得部で撮像された画像から検出した車線境界線（白線）を用いて算出することにより、ピッチング角を検出するための専用のセンサ等を用いる必要がなくなり、簡素な構成とすることができる。
車両が直線路を車線境界線に平行に走行していない場合は、車線境界線を正確に検出することができず、ピッチング角を正確に算出することができない可能性がある。よってこのような場合に、窓カバーとしての投光窓カバー２０１や受光窓カバー２０２の汚れ検出を行わないこととしたので、汚れ検出の精度を向上させることができる。
【００３９】
また、路面が均一でない場合には適切な路面反射光を得ることができないので、路面が均一な場合にのみ汚れの検出を行うことにより、汚れ検出の精度を向上させることができる。
なお本実施例において、画像取得部１０１は車両前方を撮像するものとしたが、車両の後方を撮像するものであっても車両姿勢の検出は可能である。
【００４０】
次に、本発明の第二の実施例について説明する。
なお第二の実施例は、上記第一の実施例におけるレーダ部１６の処理内容を変更したものであり、他の構成および動作については第一の実施例と同じであり説明を省略する。
図１５に、レーダ１６内のＣＰＵ２１０で行われる処理の流れを示す。
ステップ４０１からステップ４０６については、第一の実施例における図１４のステップ３０１からステップ３０６と同じであり説明を省略する。
ステップ４０６において、ステップ４０３で推定した理想反射波形面積Ｚと、ステップ４０５で算出した実反射波形面積Ｗとの比較を行う。
ステップ４０６において、理想反射波形面積Ｚから実反射波形面積Ｗを引いた値が、所定の割合α以内である場合には、ステップ４０７において正常判定を行い、投光窓カバー２０１や受光窓カバー２０２に汚れが付着していないものとして、ＣＰＵ２１０から正常を示す出力情報を出力する。
【００４１】
一方、理想反射波形面積Ｚから実反射波形面積Ｗを引いた値が、所定の割合α以内でない場合には、ステップ４０８において異常判定を行い、ステップ４０９において投光窓カバー２０１の汚れ部位の判定処理を行う。この汚れ部位の判定処理は、前回汚れの検出処理を行った際に汚れが付着していないものとして観測された反射波形と、ステップ４０８において異常と判定された反射波形とを比較するものである。
【００４２】
図１６の観測された反射波形に示すように、反射波の強度があらかじめ設定された判定強度となった時点から反射波の強度が最大となる時点までの時間をｔ１とし、反射波の強度が最大となる時点から、反射波の強度が減少して判定強度となる時点までの時間をｔ２とする。
【００４３】
投光窓カバー２０１の下部が汚れているときは、図１３に示すように正常時の反射波形と比べてｔ１の時間が短縮される、逆に上部が汚れている場合には、ｔ２の時間が短縮される。このように、ｔ１およびｔ２を用いて投光窓カバー２０１の上部が汚れているか、下部が汚れているかを判定することができる。なお、あらかじめ設定される判定強度は、反射波の最大強度から一定の割合以下となる強度を設定する。またｔ１およびｔ２を用いて判定を行う際の厳密な時間の判定基準は、実験によって求める。
【００４４】
ステップ４０９において、投光窓カバー２０１の下部が汚れていると判定されると、ステップ４１０において、ＣＰＵ２１０から投光窓カバー２０１の下部が汚れていることを示す出力情報を出力する。一方、ステップ４０９において投光窓カバー２０１の上部が汚れていると判定されると、ステップ４１１においてＣＰＵ２１０から投光窓カバー２０１の上部が汚れていることを示す出力情報を出力する。
表示部２１４は出力情報の信号を受信し、インジケータ等を表示させることによって、投光窓カバー２０１のどの部位に汚れが付着しているかを知らせる。車両のドライバはインジケータ等を見ることによって、投光窓カバー２０１のどの部位に汚れが付着しているかを認識することができる。
なお本実施例において、投光窓カバー２０１が本発明における窓カバーを構成する。
【００４５】
本実施例は以上のように構成され、観測された反射波の強度があらかじめ設定された判定強度となった時点から反射波の強度が最大となる時点までの時間ｔ１と、反射波の強度が最大となる時点から反射波の強度が減少して判定強度となる時点までの時間ｔ２とを用い、ｔ１およびｔ２と前回観測された投光窓カバー２０１に汚れが付着していないときの反射波形におけるｔ１およびｔ２とを比較することにより、投光窓カバー２０１の下部に汚れが付着している場合にはｔ１が短くなり、投光窓カバー２０１の上部に汚れが付着している場合にはｔ２が短くなる。このようにｔ１およびｔ２を用いることにより、容易に投光窓カバー２０１（窓カバー）の汚れの付着部位を検出することができる。
【００４６】
なお上記各実施例において、レーダ部１６をレーザ光を走査させる走査型レーザレーダとしたが、これに限定されず、所定の路面の範囲にレーザ光を照射する光軸固定式のレーザレーダであってもよい。
【図面の簡単な説明】
【図１】本発明における第一の実施例を示す図である。
【図２】画像処理部の構成を示す図である。
【図３】画像取得部によって撮像された画像中の車線境界線を示す図である。
【図４】画像取得部によって撮像された画像から車両方向を検出する要領を示す図である。
【図５】路面が均一であるかどうかを判断する評価エリアを示す図である。
【図６】レーダ部の構成を示す図である。
【図７】レーザ光の強度分布を示す図である。
【図８】レーザ光を路面に照射する際の照射範囲を示す図である。
【図９】観測される反射光を示す図である。
【図１０】車両がピッチングした場合におけるレーザ光の照射範囲を示す図である。
【図１１】車両がピッチングした場合に観測される反射光を示す図である。
【図１２】投光窓カバーに汚れが付着した様子を示す図である。
【図１３】投光窓カバーに汚れが付着した場合に観測される反射光を示す図である。
【図１４】第一の実施例においてレーダ部で行われる汚れ検出処理の流れを示す図である。
【図１５】第二の実施例においてレーダ部で行われる汚れ検出処理の流れを示す図である。
【図１６】投光窓カバーの上部汚れまたは下部汚れの判断基準を示す図である。
【符号の説明】
１ 車両用障害物検出装置
１０、２０ 汚れ
１２ 車両
１４ 画像処理部
１６ レーダ部
１０１ 画像取得部
１０２ 画像メモリ
１０３ プロセッサ
１０４ 白線検出部
１０５ 車両進行方向推定部
１０６ 車両挙動推定部
１０７ 路面状態判定部
２０１ 投光窓カバー
２０２ 受光窓カバー
２０３ 反射ミラー
２０４ ステッピングモータ
２０５ 受光素子
２０６ レーザ発光素子
２１０ ＣＰＵ
Ｂ 評価エリアＢ

Claims (8)

1. 少なくとも路面を含む所定の範囲に、窓カバーを介してレーザ光を出射するとともに、反射光を受光して障害物を検出する車両用障害物検出装置において、
   少なくとも車両のピッチング角を求める車両姿勢検出手段と、
   該車両姿勢検出手段によって検出されたピッチング角にもとづいて、路面からの反射光の強度と時間との関係を理想反射波形として推定する理想反射波形推定手段と、
   実際の路面からの反射光の強度と時間との関係を実反射波形として検出する実反射波形検出手段と、
   前記窓カバーの汚れを検出する汚れ検出手段とを備え、
   該汚れ検出手段は、前記実反射波形検出手段によって検出された実反射波形の強度と時間の積の合計である実反射波形面積が、前記理想反射波形推定手段によって推定された理想反射波形の強度と時間の積の合計である理想反射波形面積よりも所定値以上小さいときに前記窓カバーが汚れていると判断することを特徴とする車両用障害物検出装置。
2. 前記汚れ検出手段は、前記理想反射波形面積および前記実反射波形面積を、それぞれ前記理想反射波形推定手段によって推定された理想反射波形の強度、および前記実反射波形検出手段によって検出された実反射波形の強度を時間積分することによって算出することを特徴とする請求項１記載の車両用障害物検出装置。
3. 前記汚れ検出手段は、反射光を受光すると予測される時間幅のみについて、前記時間積分を行うことを特徴とする請求項１記載の車両用障害物検出装置。
4. 前記汚れ検出手段はさらに、
   前記実反射波形検出手段によって検出された実反射波形の強度が第１の所定の強度以上となる時点から強度が最大となる時点までの時間が、前記理想反射波形推定手段によって推定された理想反射波形の強度が前記第１の所定の強度以上となる時点から強度が最大となる時点までの時間よりも短い場合に、前記窓カバーの下部に汚れが付着していると判定し、
   前記実反射波形検出手段によって検出された実反射波形の強度が最大となる時点から第２の所定の強度以下となる時点までの時間が、前記理想反射波形推定手段によって推定された理想反射波形の強度が最大となる時点から前記第２の所定の強度以下となる時点までの時間よりも短い場合に、前記窓カバーの上部に汚れが付着していると判定することを特徴とする請求項１から３のいずれか１に記載の車両用障害物検出装置。
5. 前記車両の前方または後方を撮像する撮像手段を備え、
   前記車両姿勢検出手段は、前記撮像手段によって撮像された画像にもとづいて前記車両のピッチング角の検出を行うことを特徴とする請求項１から４のいずれか１に記載の車両用障害物検出装置。
6. 前記撮像手段によって撮像された画像内の車線境界線を検出する車線境界線検出手段を備え、
   前記車両姿勢検出手段は、前記車線境界線検出手段によって検出された車線境界線にもとづいて前記車両のピッチング角の検出を行うことを特徴とする請求項５記載の車両用障害物検出装置。
7. 前記車両が直線路を車線境界線に平行に走行している直進状態であるかどうかを検出する直進検出手段を備え、
   前記汚れ検出手段は、前記直進検出手段によって前記車両が直進状態であることが検出された場合に、前記窓カバーの汚れの検出または汚れの付着部位の検出を行うことを特徴とする請求項１から６のいずれか１に記載の車両用障害物検出装置。
8. 前記レーザ光が照射される路面が均一な反射面であることを検出する路面状態検出手段を備え、
   前記汚れ検出手段は、前記路面状態検出手段によって前記路面が均一な反射面であることが検出されたときに、前記窓カバーの汚れの検出または汚れの付着部位の検出を行うことを特徴とする請求項１から７のいずれか１に記載の車両用障害物検出装置。

Images