JP4506163B2 - 前方物体検出装置及び前方物体検出方法 - Google Patents

Description

本発明は、前方物体検出装置及び前方物体検出方法に関する。

従来より、自車両前方の道路形状を検出する方法として、例えば、特許文献１に記載されたものが知られている。

特許文献１記載の技術では、２つの異なる検出手段により自車両前方の道路形状を示す道路形状推定データを生成する。即ち、第１の検出手段は、自車両に搭載されたレーダを用いて、自車両前方の物体の位置（距離及び方位）等を検出する。そして、当該検出された位置の分布（即ち、物体の並び）に基づいて自車両前方の道路形状を検出し、第１の道路形状推定データを生成する。一方、第２の検出手段は、ＧＰＳ（Global Positioning System）を用いて自車両位置を検出し、当該検出された自車両位置周辺の地図画像データを取得する。そして、当該取得された地図画像データに基づいて自車両前方の道路形状を検出し、第２の道路形状推定データを生成する。

そして、第１の道路形状推定データと、第２の道路形状推定データとの重なり状態に基づいて、自車両前方の道路形状を検出する。

ここで、ＧＰＳにより検出された自車位置には誤差が生じうる。しかし、当該誤差は自車両前方方向の範囲で生じ、且つ、第２の検出手段は当該検出された自車両位置及び当該自車両位置周辺の地図画像データに基づいて、第２の道路形状推定データを生成するので、第２の道路形状推定データが自車両前方の道路形状を示すことは確かである。
特開２００１−３３１７８７号公報

しかしながら、特許文献１記載の技術では、以下の問題があった。即ち、第１の検出手段は、検出点のみに基づいて道路形状を検出するところ、レーダにより検出された位置の分布が自車両前方の道路形状を正確に反映していない場合があった。また、上述したように、ＧＰＳが検出する自車両位置には誤差が生じうる。したがって、第１の道路形状推定データが第２の道路形状推定データに一致しない場合があったので、従来の技術では、道路形状を正確に検出することができない場合があった。

なお、当該誤差は自車両前方方向に数十メートルの範囲で生じるので、自車両前方にカーブ路が存在する場合に当該誤差が生じると、第１の道路形状推定データが第２の道路形状推定データに一致しなくなる。このため、従来の技術では、カーブ路を正確に検出することができない場合が特に多かった。

本発明は、このような従来の課題を解決するためになされたものであり、その目的とするところは、自車両前方の道路形状をより正確に検出することができる前方物体検出装置及び前方物体検出方法を提供することにある。

上記目的を達成するため、本願特許請求の範囲に記載の発明は、自車両に搭載されて自車両前方に存在する物体を検出する前方物体検出装置において、自車両の位置を検出する自車位置検出手段と、自車位置検出手段により検出された自車両の位置と、地図データベースと、に基づいて、自車両前方の道路形状を示す道路形状データを取得する道路形状判定手段と、自車両前方に送信波を走査させながら出射して、自車両前方に存在する物体からの反射波を検出し、検出した反射波に基づいて、自車両に対する物体位置を示す検出点を検出する物体検出手段と、自車両に対する検出点の相対速度を算出する相対速度算出手段と、所定の演算手法を用いて、物体検出手段により検出された検出点のうち、互いに近接し、且つ、道路形状データが示す道路形状に対応する検出点どうしを連結する検出線を検出する道路形状別線分検出手段と、道路形状別線分検出手段により検出された検出線に基づいて、自車両前方の道路形状を示す近似線を算出する道路形状モデル算出手段と、道路形状モデル算出手段にて算出された近似線の近傍に存在する検出点どうしをグルーピングし、これを道路構造物として検出し、道路構造物として検出された検出点の位置分布に基づいて、自車両前方の道路形状を検出する道路形状検出手段と、道路構造物検出手段で道路構造物として判定されていない検出点のうち、互いに隣接する、または、孤立した検出点をグルーピングすることにより、所定グルーピング範囲内に存在する検出点の、自車両に対する相対速度に基づいて、自車両の前方に存在する物体は移動体であるかどうかを判断するグルーピング手段と、を有することを主な特徴とする。

本願特許請求の範囲に記載の発明では、主に、以下の効果を得ることができる。即ち、自車位置検出手段により検出された自車位置には誤差が生じうるが、従来の技術で述べたように、当該誤差によっては、当該検出された自車位置は自車両の実際の位置に対して自車両前方方向にしかずれない。また、道路形状判定手段は、当該検出された自車位置及び地図データベースに基づいて、自車両前方の道路形状を示す道路形状データを生成する。したがって、道路形状データが自車両前方の実際の道路形状を示すことは確かである。そして、演算手段は、当該道路形状データに応じた検出点どうしをグルーピングして道路形状を検出するので、演算手段により検出された道路形状は、自車両前方の道路形状に確実に一致する。このため、前方物体検出装置は、自車両前方の道路形状を従来の技術に比してより正確且つ確実に検出することができる。

以下、本発明の実施形態を、図面に基づいて説明する。ここでは、距離センサとしてスキャニングレーザレーダ（以下、レーザレーダという）を利用する場合について説明する。

本発明は、例えば、図１に示す如くの前方物体検出装置に適用される。

［前方物体検出装置の構成］
図１は、前方物体検出装置の機能的な構成を示すブロック図であり、図２は、レーザレーダ１の設置位置を示した図である。この前方物体検出装置は、自車両前方に設けられたレーザレーダ（物体検出手段）１と、走行時の挙動を検出する車両挙動検出部２と、レーザレーダ１及び車両挙動検出部２より与えられる情報に基づいて、自車両前方に存在する物体を検出するための物体検出処理を行う演算部（演算手段）３と、道路形状判定部（道路形状判定手段）３１と、提示部４を備えて構成されている。

レーザレーダ１は、図２に示すように、自車両１１の前部に設置される。また、スキャニング面において所定の角度で光軸を変更することで、所定のスキャン範囲でレーザ光を走査させる。これにより、レーザレーダ１はスキャン範囲に存在する物体にレーザ光を照射する。

レーザレーダ１は、出射したレーザ光が前方に存在する物体に照射されて反射された反射レーザ光（反射波）を検出することにより、反射レーザ光の光強度に基づいた反射信号を取得する。そして、取得した反射信号に基づいた距離計測処理を行うことにより、距離計測情報を生成し、これを演算部３に出力する。

車両挙動検出部２は、自車両１１の位置を算出するための自車位置信号を受信するＧＰＳ受信センサと、シフトポジションを検出するシフトポジションセンサと、自車両左右後輪の車輪速を検出する車輪速センサと、自車両１１の操舵角を検出する操舵角センサを備える。また、これらＧＰＳ受信センサ、シフトポジションセンサ、車輪速センサ、操舵角センサからの信号を用いて、自車両の位置（以下、「自車位置」と称する）、自車両進行方向、自車両１１の向き、及び移動距離を算出（検出）する車両挙動演算装置（自車位置検出手段）２１と地図データベースを記憶する地図記憶装置２２を備える。

車両挙動検出部２は、車両挙動演算装置２１で算出された自車位置、自車両進行方向、自車両１１の向き及び移動距離を、車両走行情報として演算部３に出力する。

演算部３は、自車両内部に搭載されたＣＰＵ（Central Processing Unit）、 ＲＡＭ(Random Access Memory)、 ＲＯＭ(Read Only Memory)、 入出力Ｉ／Ｆ等からなるマイクロコンピュータで構成されており、道路形状別線分検出部（道路形状別線分検出手段）３２と、道路形状モデル算出部（道路形状モデル算出手段）３３と、道路形状算出部（道路形状検出手段）３４と、第１のグルーピング部（第１のグルーピング手段）３５と、第２のグルーピング部（第２のグルーピング手段）３６と、メモリ３７の各機能ブロックに分割される。また、道路形状別線分検出部３２は、カーブ線分検出部（カーブ線分検出手段）３２１と、直線線分検出部（直線線分検出手段）３２２と、複合カーブ線分検出部（複合カーブ線分検出手段）を具備する。また、演算部３は、レーザレーダ１及び車両挙動検出部２より得られる情報に基づいて、自車両１１の前方に存在する物体を検出する物体検出処理を行い、メモリ３７は、当該処理にて生成された各種情報と各種しきい値とを記憶する。なお、この物体検出処理の詳細については後述する。

提示部４は、自車両１１に搭載されるディスプレイやスピーカであり、演算部３にて行われた物体検出処理の結果を自車両１１の乗員等に提示する。

［前方物体検出装置の動作］
この前方物体検出装置では、自車両１１が走行している場合において、レーザレーダ１により自車両１１の前方に存在する物体の距離計測処理を行う。ここで、図３に示すように、自車両１１の前方方向のスキャン範囲内に物体Ａ〜Ｃが存在する場合を一例として、図１〜図７を用いて説明する。ここで、図３〜図６は、検出点の検出位置等を示した説明図である。

レーザレーダ１は、スキャン範囲内にレーザ光を走査して距離計測処理をすることで、自車両１１からスキャン範囲に含まれる各物体までの距離情報（位置情報）を得て、当該得られた距離情報に基づいて、自車両１１に対する物体位置を示す検出点及び検出点の位置を検出する。なお、検出点の位置は、図２に示すように、レーザレーダ１の先端を原点、レーダの光軸に平行な方向をＺ軸、路面に垂直な方向をＹ軸、Ｙ軸及びＺ軸に垂直な方向をＸ軸とする３次元空間上の座標として表される。

本例では、図３に示すように、レーザレーダ１（図中、ＬＲで表記）は、自車両１１に対する物体Ａ〜Ｃの位置情報を示す検出点ａ〜ｐを検出する。同図では検出点ａ〜ｐは物体Ａ〜Ｃについて得た距離に従ってプロットしている。

次いで、レーザレーダ１は検出点の位置に関する距離計測情報を生成して演算部３のメモリ３７に記憶する。

車両挙動検出部２は、車両挙動演算装置２１にて、自車位置、自車両進行方向、自車両１１の向き、及び移動距離を算出し、車両走行情報として演算部３のメモリ３７に記憶する。

道路形状判定部３１は、メモリ３７から車両走行情報を取得し、当該車両走行情報に基づいて、以下の処理を行う。即ち、道路形状判定部３１は、車両挙動演算装置２１により検出された自車位置と地図記憶装置２２が記憶する地図データベースとを照合して、自車両前方の道路形状を判定（検出）する。そして、当該検出された道路形状に関する道路形状データを生成してメモリ３７に記憶する。

演算部３のカーブ線分検出部３２１は、図４に示すように、メモリ３７から道路形状データを取得する。そして、当該道路形状データがカーブ路を示す場合には、メモリ３７から距離計測情報、車両走行情報、及びしきい値Ｚｔ１、Ｚｔ２、Ｘｔ１のデータを取得し、当該取得された情報等に基づいて、以下の処理を行う。

まず右カーブ路を示す線分の検出について説明する。

道路形状データが右カーブ路を示す場合には、カーブ線分検出部３２１は、Ｘ方向距離（即ち、Ｘ座標。以下同じ）が一番大きい検出点から、以下の条件（ａ１）〜（ａ２）を満たす検出点の対（一の検出点と当該一の検出点の左側に隣接する他の検出点）を検索する。

（ａ１） 他の検出点のＺ方向距離（即ち、Ｚ座標。以下同じ）が一の検出点のＺ方向距離に対してＺｔ１以上Ｚｔ２以下の範囲で減少している。

（ａ２） 他の検出点のＸ方向距離が一の検出点のＸ方向距離に対してＸｔ１以上減少している。

この結果、条件（ａ１）〜（ａ２）を満たす検出点の対が存在する場合には、これらの検出点が同じ右カーブ路線分を構成すると判定する。そして、同じ右カーブ路線分を構成する検出点のうち、左端の検出点を最近点、右端の検出点を最遠点とした右カーブ路線分、即ちこれら検出点を連結する右カーブ路線分を算出する（以下、「右カーブ路算出処理」と称する）。なお、当該条件（ａ１）〜（ａ２）を満たさない検出点は、他の線分を構成する検出点または線分を構成しない独立した検出点となる。そして、当該算出された右カーブ路線分の最近点と、当該最近点の左側に隣接する検出点が条件（ａ１）〜（ａ２）を満たすかどうか判定し、満たす場合にはこれらの検出点について右カーブ路算出処理を行って当該右カーブ路線分を延長する。以上の処理を、当該右カーブ路線分を構成する検出点が存在しなくなるまで繰り返す。

そして、以上の処理を、いずれかの右カーブ路線分に属する検出点が存在しなくなるまで繰り返す。

そして、当該算出された右カーブ路線分のうち、右カーブ路線分を構成する検出点が３点以上で、且つ、最も検出点が多い線分を選択し、当該選択された右カーブ路線分の最近点及び最遠点に関する（即ち、算出結果に関する）右カーブ路線分情報を生成してメモリ３７に記憶する。

次に、左カーブ路を示す線分の検出について説明する。

道路形状データが左カーブ路を示す場合には、カーブ線分検出部３２１は、Ｘ方向距離が一番大きい検出点から、以下の条件（ｂ１）〜（ｂ２）を満たす検出点の対（一の検出点と当該一の検出点の左側に隣接する他の検出点）を検索する。

（ｂ１） 他の検出点のＺ方向距離が一の検出点のＺ方向距離に対してＺｔ１以上Ｚｔ２以下の範囲で増加している。

（ｂ２） 他の検出点のＸ方向距離が一の検出点のＸ方向距離に対してＸｔ１以上減少している。

この結果、条件（ｂ１）〜（ｂ２）を満たす検出点の対が存在する場合には、これらの検出点が同じ左カーブ路線分を構成すると判定する。そして、同じ左カーブ路線分を構成する検出点のうち、右端の検出点を最近点、左端の検出点を最遠点とした左カーブ路線分、即ちこれら検出点を連結する左カーブ路線分を算出する（以下、「左カーブ路算出処理」と称する）。なお、当該条件（ｂ１）〜（ｂ２）を満たさない検出点は、他の線分を構成する検出点または線分を構成しない独立した検出点となる。そして、当該算出された左カーブ路線分の最遠点と、当該最遠点の左側に隣接する検出点が条件（ｂ１）〜（ｂ２）を満たすかどうか判定し、満たす場合にはこれらの検出点について左カーブ路算出処理を行って当該左カーブ路線分を延長する。以上の処理を、当該左カーブ路線分を構成する検出点が存在しなくなるまで繰り返す。

そして、以上の処理を、いずれかの左カーブ路線分に属する検出点が存在しなくなるまで繰り返す。

そして、算出された左カーブ路線分のうち、左カーブ路線分を構成する検出点が３点以上で、最も検出点が多い左カーブ路線分を選択し、当該選択された左カーブ路線分の最近点と最遠点に関する左カーブ路線分情報を生成してメモリ３７に記憶する。

直線線分検出部３２２は、メモリ３７から道路形状データ、距離計測情報、車両走行情報、及びしきい値Ｚｔ１、Ｚｔ２、Ｘｔ１のデータを取得し、当該取得された情報等に基づいて、以下の処理を行う。

即ち、道路形状データがカーブ路を示す場合、直線線分検出部３２２は、カーブ線分検出部３２１により算出されたカーブ路線分のいずれにも属していない検出点のうち、Ｘ方向距離が一番大きい検出点から、以下の条件（ｃ１）〜（ｃ２）を満たす検出点の対（一の検出点と当該一の検出点の左側に隣接する他の検出点）を検索する。

（ｃ１） 他の検出点のＺ方向距離と一の検出点のＺ方向距離との差がＺｔ１以上Ｚｔ２以下の値となる。

（ｃ２） 他の検出点のＸ方向距離と一の検出点のＸ方向距離との差がＸｔ１以下の値となる。

この結果、条件（ｃ１）〜（ｃ２）を満たす検出点の対が存在する場合には、これらの検出点が同じ直線路線分を構成すると判定する。そして、同じ直線路線分を構成する検出点のうち、自車両１１に近い検出点を最近点、自車両１１から遠い点を最遠点とした直線路線分、即ちこれら検出点を連結する直線路線分を算出する（以下、「直線路算出処理」と称する）。なお、当該条件（ｃ１）〜（ｃ２）を満たさない検出点は、他の線分を構成する検出点または線分を構成しない独立した検出点となる。そして、当該算出された左端の検出点とその検出点と左側に隣接する検出点が条件（ｃ１）〜（ｃ２）を満たすかどうか判定し、満たす場合にはこれらの検出点について直線路算出処理を行って当該直線路線分を延長する。以上の処理を、当該直線路線分を構成する検出点が存在しなくなるまで繰り返す。

そして、以上の処理を、いずれかの直線路線分に属する検出点が存在しなくなるまで繰り返す。

そして、算出された直線路線分のうち、直線路線分を構成する検出点が３点以上で、最も検出点が多い直線路線分を選択し、当該選択された直線路線分の最近点と最遠点に関する直線路線分情報を生成してメモリ３７に記憶する。

一方、道路形状データが直線路を示す場合、直線線分検出部３２２は、レーザレーダ１が検出した全ての検出点について、上述した処理と同様の処理を行う。これにより、直線路線分を算出し、当該算出された直線路線分のうち、直線路線分を構成する検出点が３点以上で、最も検出点が多い直線路線分を選択し、当該選択された直線路線分の最近点と最遠点に関する直線路線分情報を生成してメモリ３７に記憶する。

上記のような検出手順で処理を行うことにより、本例では、図４に示すように、カーブ線分検出部３２１は検出点ｆ、ｇ、ｈ、ｋ、ｎ、ｐから左カーブ路線分Ｌ１を算出し、直線線分検出部３２２は検出点ａ〜ｃから直線路線分Ｌ２として検出する。検出点ｄ、ｅ、ｉ、ｊ、ｌ、ｍ、ｏは線分を構成しない。

複合カーブ線分検出部３２３は、複合カーブ路曲線、即ち、カーブ路線分と直線路線分の結合を算出（検出）する。

具体的には、複合カーブ線分検出部３２３は、メモリ３７から直線路線分情報、右カーブ路線分情報、左カーブ路線分情報及びしきい値Zｔ３、Ｘｔ２のデータを取得し、当該取得された直線路線分情報等に基づいて、以下の処理を行う。即ち、カーブ路線分の最近点と直線路線分の最遠点のＺ方向距離差がＺｔ３以下で、Ｘ方向の距離差がＸｔ２以下である場合には、これらのカーブ路線分及び直線路線分が同じ複合カーブ路曲線を構成すると判定する。ここで、しきい値はＺｔ３＞Ｚｔ１、Ｘｔ２＞Ｘｔ１となるように設定される。

そして、複合カーブ線分検出部３２３は、複合カーブ路曲線の最近点を直線路線分の最近点と、複合カーブ路曲線の最遠点をカーブ路線分の最遠点とし、当該複合カーブ路曲線の最近点及び最遠点に関する複合カーブ路曲線情報を生成してメモリ３７に記憶する。また、直線路線分の情報をメモリ３７から削除する。

そして、複合カーブ線分検出部３２３は、同様の処理を全てのカーブ路線分及び直線路線分に対して行う。この結果、本例では、図５に示すように、左カーブ路線分Ｌ１と直線路線分Ｌ２を結合し、複合カーブ路曲線Ｌ３を算出する。

演算部３の道路形状モデル算出部３３は、メモリ３７から右カーブ路線分情報、左カーブ路線分情報、直線路線分情報、及び複合カーブ路曲線情報を取得し、当該取得された情報に基づいて、自車両１１前方の道路形状を示す近似線Ｌを算出する。

まず、直線路に対応する近似線Ｌの算出方法について説明する。

道路形状モデル算出部３３は、直線路線分を構成する検出点を回帰分析し、式（１）で示される近似線Ｌを算出する。

Ｘ＝ａ１＋ｂ１＊Ｚ …（１）
次に、カーブ路に対応する近似線Ｌの算出方法について説明する。

道路形状モデル算出部３３は、カーブ路線分を構成する検出点、及び複合カーブ路曲線を構成する検出点を重回帰分析し、式（２）で示される近似線Ｌを算出する。

Ｘ＝ａ１＋ｂ１＊Ｚ＋ｃ１＊Ｚ＾２ …（２）
本例では、複合カーブ路線分が検出されているので、図６に示すように、複合カーブ路曲線Ｌ３を構成する全ての検出点を重回帰分析し、式（２）で示される近似線Ｌを算出する。

そして、道路形状算出部３４は、当該算出された近似線Ｌに関する近似線情報を生成してメモリ３７に記憶する。

道路形状算出部３４は、図６に示すように、メモリ３７から距離計測情報、近似線情報、及びしきい値Ｔ１のデータを取得し、当該取得された情報等に基づいて、以下の処理を行う。即ち、道路形状モデル算出部３３により算出された近似線Ｌから各検出点までの距離Ｄ１をそれぞれ算出する。

そして、当該算出された距離Ｄ１としきい値Ｔ１とを比較し、距離Ｄ１がしきい値Ｔ１未満である検出点を道路構造物データと判定する。

そして、道路構造物データと判定された検出点どうしをグルーピングし、これを道路構造物として検出する。さらに、道路形状算出部３４は、道路構造物として検出された検出点の分布に基づいて、自車両前方の道路形状を判定する。これにより、自車両前方の道路形状を検出する。さらに、道路構造物データと判定された検出点を回帰分析して、近似線Ｌを再度算出する。

ここで、しきい値Ｔ１は、近似線Ｌの次数が１次の場合には、レーザレーダ１の測定精度よりも若干大きい値に設定し、２次の場合は、１次の場合よりも大きい値に設定する。

本例では、図６に示すように、近似線Ｌから各検出点ａ〜ｐまでの距離Ｄ１をそれぞれ算出し、当該算出された距離Ｄ１としきい値Ｔ１とを比較する。この結果、図６に示すように、検出点ａ〜ｃ、ｆ〜ｈ、ｋ、ｎ〜ｐを道路構造物データと判定する。

そして、道路形状算出部３４は、当該検出された道路形状、道路構造物として検出された検出点、及び算出された近似線Ｌに関する道路構造物情報を生成し、メモリ３７に記憶する。提示部４は、当該道路構造物情報を自車両１１の乗員等に提示する。

図１に示す第１のグルーピング部３５は、メモリ３７から距離計測情報、道路構造物情報、及びしきい値Ｚｔ４、Ｚｔ５、Ｚｔ６、Ｘｔ３、Ｗｔ１のデータを取得する。そして、当該取得された情報等に基づいて、上述で道路構造物データとならなかった検出点に対して、スキャン開始位置から隣接する検出点間のＺ方向距離差を演算し、演算して得たＺ方向距離差の絶対値としきい値Ｚｔ４とを比較する。ここで、しきい値Ｚｔ４は、レーザレーダ１の測定精度よりも少し大きめの値で、且つ、Ｔ１（近似線が１次の場合）＜Ｚｔ４＜Ｔ２（近似線が２次の場合）となるように、設定される。

第１のグルーピング部３５は、Ｚ方向距離差の絶対値がしきい値Ｚｔ４以下であると判定した場合には、距離を演算する際に使用した２つの検出点を、同一物体から反射した反射レーザ光により得たものと判定して、グルーピング対象とする。

一方、第１のグルーピング部３５は、Ｚ方向距離差の絶対値がしきい値Ｚｔ４以上である場合、或いは、隣接する検出点が存在せず孤立した検出点である場合には、１つの検出点でのみでグルーピング対象とする。

第１のグルーピング部３５は、上述した処理を各検出点について繰り返すことで第１グループデータを生成する。さらに、各第１グループデータについて、第１グループデータに含まれる各検出点のＺ方向距離を平均して第１グループデータのＺ方向距離を算出する。さらに、第１グループデータのＸ方向における中心点を算出し、第１グループデータの右端点と左端点との位置差にレーザレーダ１による単位スキャン幅を加算して物体幅を算出する。そして、当該算出結果を第１グループデータに含めて、メモリ３７に記憶する。

本例では、図３に示すように、検出点ｄ、ｅを含む第１グループデータＲ（１、ｔ）、検出点ｉ、ｊを含む第１グループデータＲ（２、ｔ）、検出点ｌを含む第１グループデータＲ（３、ｔ）、及び検出点ｍを含む第１グループデータＲ（４、ｔ）を生成する。

このように、第１のグルーピング部３５は、道路構造物を除いたデータに対して、レーザ光の反射に基づくグルーピング処理をし、この処理を例えば所定間隔で行うことで時間的に前後する複数の第１グループデータを得る。

また、第１のグルーピング部３５は、自車両１１が走行している場合において、上述の第１グルーピング処理により得た時間的に前後する第１グループデータの比較をし、時間的に前後する第１グループデータが同一の第１グループデータか否かの判定をする。そして、第１のグルーピング部３５は、時間的に前後する同一グループデータについて自車両１１に対する相対速度を計算する。

具体的には、時間的に前に相対速度を演算した第１グループデータと、今回の処理対象となる第１グループデータとの比較を行う。そして、時間的に前に相対速度を演算した第１グループデータと、今回の処理対象となる第１グループデータについて、以下に示す（ｄ１）、（ｄ２）の、２つの条件を満たす場合には、時間的に前後する第１グループデータが同一物体によるものであると判定する。

（ｄ１）時間的に前に検出された第１グループデータの相対速度から推定した当該第１グループデータの現在位置から、実測した今回の第１グループデータまでのＺ方向距離差の絶対値がしきい値Ｚｔ５以下である。

（ｄ２）時間的に前に検出された第１グループデータのＸ方向における中心点から、今回の第１グループデータのＸ方向における中心点までのＸ方向距離差の絶対値がしきい値Ｘｔ３以下である。

ここで、しきい値Ｚｔ５、Ｘｔ３は、正確な相対速度を算出するために、レーザレーダ１の測定精度と同等な小さい値に設定される。

さらに、今回の処理対象となり、上述した条件（ｄ１）〜（ｄ２）を満たさない第１グループデータと、時間的に前に検出され、相対速度を算出されていない第１グループデータとの比較も行う。

即ち、第１のグルーピング部３５は、時間的に前に検出された第１グループデータと、今回の処理対象となる第１グループデータについて、以下に示す（ｅ１）〜（ｅ３）の、２つの条件を満たす場合には、時間的に前後する第１グループデータが同一物体によるものであると判定する。

（ｅ１）時間的に前に検出された第１グループデータから、実測した今回の第１グループデータまでのＺ方向距離差の絶対値がしきい値Ｚｔ６以下である。

（ｅ２）時間的に前に検出された第１グループデータのＸ方向における中心点から、今回の第１グループデータのＸ方向における中心点までのＸ方向距離差の絶対値がしきい値Ｘｔ３以下である。

（ｅ３）時間的に前に検出された第１グループデータの物体幅と、実測した今回の第１グループデータの物体幅との差の絶対値がしきい値Ｗｔ１以下である。

第１のグルーピング部３５は、時間的に前の第１グループデータと同一物体によるものと認識された今回の第１グループデータについて自車両１１に対する相対速度を算出し、第１グループデータに含める。なお、相対速度の算出方法については、後述する。

また、第１のグルーピング部３５は、時間的に前の第１グループデータと同一物体によるものと認識されていない第１グループデータについては、相対速度の算出ができず、メモリ３７に記憶しておき、次回の第１グルーピング処理時に使用する。

図１に示す第２のグルーピング部３６は、上述の第１グルーピング処理後に、第２グルーピング処理を行う。このグルーピング処理では、時間的に前に既に求められた第２グループデータと、今回検出され、相対速度が計算された第１グループデータとの比較を行う。

ここで第２のグルーピング部３６は、前回の第２グループデータにおけるＸ方向の中心位置から左右１／２車線幅（例えば１．７５ｍ）をグルーピング範囲として決定し、この範囲内に存在する複数の検出点をグルーピングする。

具体的には、第２のグルーピング部３６は、前回の第２グループデータと、今回の相対速度が計算され、上述のグルーピング範囲にＸ方向の中心位置が存在する第１グループデータと、しきい値Ｚｔ７、Ｚｔ８、Ｖｔ１、Ｗｔ２、Ｖｔ２、Ｗｔ３をメモリ３７から取得する。

そして、前回の第２グループデータと、今回の相対速度が計算され、上述のグルーピング範囲にＸ方向の中心位置が存在する第１グループデータについて、以下に示す（ｆ１）〜（ｆ４）の４つの判定条件を全て満たす場合に、前回の第２グループデータと今回の第１グループデータとを同一物体とする。さらに、同一物体とされた第１グループデータどうしを第２グループデータとしてグルーピングする。

（ｆ１）前回の第２グループデータの相対速度から推定した当該第２グループデータの現在位置から、今回の第１グループデータまでのＺ方向距離差の絶対値がしきい値Ｚｔ７以下。

（ｆ２）前回の第２グループデータの相対速度と今回の第１グループデータの相対速度比が０より大きい。ただし前回の第２グループデータの相対速度の絶対値が所定値（例えば５ｍ／ｓ程度）の場合は、適用除外とする。

（ｆ３）前回の第２グループデータの相対速度と、今回の第１グループデータの相対速度との差がしきい値Ｖｔ１以下。

（ｆ４）グルーピング後の第２のグループデータの物体幅がしきい値Ｗｔ２以下。

ここで、しきい値Ｚｔ７、Ｖｔ１、Ｗｔ２は、上述した距離差が車両１台分に収まれば、第１グループデータと第２グループデータを同一物体として良いという考え等に基づいて、設定される。

また、条件（ｆ２）は、前回の第２グループデータと今回の第１グループデータとが同一方向に移動しているかどうかを判断するための条件である。また、同条件の但し書き部分は、相対速度が小さいグループデータを、同一物体かどうかの判定から除外することを意味している。相対速度が小さいグループデータについては、測定誤差があることも考えられることから、各グループデータがどちらの方向に移動しているかを判断することが難しいためである。

更に、上記の判定条件を満たさずに同一物体がない第１グループデータについては、第１グループデータどうしでグルーピングを行い、以下に示す（ｇ１）〜（ｇ３）に示す３つの判定条件を満たす場合に、新規の第２グループデータとしてグルーピングする。

（ｇ１） 今回の第１グループデータどうしにおけるＺ方向距離差の絶対値がＺｔ８以下。

（ｇ２）今回の第１グループデータどうしにおける相対速度差の絶対値がＶｔ２以下。

（ｇ３）グルーピング後の第２グループデータの物体幅がしきい値Ｗｔ３以下。

ここで、しきい値Ｚｔ８、Ｖｔ２、Ｗｔ３は、上述したＺ方向距離差が車両１．５台分に収まれば、第１グループデータどうしを同一物体として良いという考え等に基づいて、設定される。即ち、本条件（ｇ１）〜（ｇ３）は、最初の条件（ｆ１）〜（ｆ４）を満たさない第１グループデータについては、条件を少し緩くして再度判定を行うことを意味している。

また、第２のグルーピング部３６は、第１グループデータが上述した条件（ｆ１）〜（ｆ４）、（ｇ１）〜（ｇ３）の何れの判定条件を満たさない場合には、当該第１グループデータのみで新規に第２グループデータとする。

このような第２グルーピング処理を行うことにより、第２のグルーピング部３６は、自車両１１の前方に存在する物体に含まれる検出点で構成される第２グループデータを生成する。

さらに、第２グループデータに含まれる第１グループデータからＺ方向距離、Ｘ方向における中心点、物体の左右端点、相対速度のそれぞれについて平均値を算出し、当該算出された平均値を、当該第２グループデータのＺ方向距離、Ｘ方向における中心点、物体幅、相対速度とする。さらに当該第２グループデータに対応する過去の第２グループデータが存在する場合には、当該第２グループデータの検出回数の値を更新する。

そして、当該第２グループデータを、自車両１１の前方に存在する物体によるものと判断することで、自車両１１の前方に存在する物体（本例では、図４に示すように、物体Ｂ、Ｃ）を検出する。さらに、第２グループデータに含まれる相対速度情報に基づいて、当該物体が移動物体であるかどうかを判定し、当該判定の結果を第２グループデータに含める。

そして、生成された第２グループデータを、メモリ３７に記憶する。

［前方物体検出装置による物体検出手順］
図７は、前方物体検出装置により物体検出処理を行う際の処理手順を示すフローチャートである。なお、前方物体検出装置は、自車両１１が走行している場合において、ステップＳ１以降の処理を開始する。

ステップＳ１において、レーザレーダ１は、スキャン範囲内にレーザ光を走査して距離計測処理をすることで、スキャン範囲に含まれる各物体までの距離情報（位置情報）を得て、当該得られた距離情報に基づいて、自車両１１に対する物体位置を示す検出点を検出する（図３参照）。

次いで、レーザレーダ１は、各検出点の位置に関する距離計測情報を生成して演算部３のメモリ３７に記憶する。

一方、車両挙動検出部２は、車両挙動演算装置２１にて自車位置、自車両進行方向、自車両１１の向き、及び移動距離を算出し、車両走行情報として演算部３のメモリ３７に記憶する。

ステップＳ２において、道路形状判定部３１は、メモリ３７から車両走行情報を取得し、当該車両走行情報と地図記憶装置２２に記憶される地図データベースに基づいて、自車両前方の道路形状を検出する。そして、当該検出された道路形状に関する道路形状データを生成してメモリ３７に記憶する。この結果、道路形状判定部３１が直線路を検出した場合にはステップＳ４に、カーブ路を検出した場合にはステップＳ３に進む。

ステップＳ３にて、カーブ線分検出部３２１は、メモリ３７から距離計測情報、道路形状データ及びしきい値Ｚｔ１、Ｚｔ２、Ｘｔ１のデータを取得し、当該情報等に基づいて、上述したカーブ路線分の検出処理を行って、右カーブ路線分情報及び左カーブ路線分情報を生成する（図４参照）。次いで、当該生成された右カーブ路線分情報及び左カーブ路線分情報をメモリ３７に記憶する。

次いで、ステップＳ４にて、直線線分検出部３２２は、メモリ３７から距離計測情報、道路形状データ、右カーブ路線分情報、左カーブ路線分情報、及びしきい値Ｚｔ１、Ｚｔ２、Ｘｔ１のデータを取得する。そして、当該取得された情報等に基づいて、カーブ路線分を構成しない検出点（ステップＳ２にて直線路が検出された場合には、レーザレーダ１により検出された全ての検出点）について、上述した直線路線分検出処理を行って、直線路線分情報を生成する（図４参照）。次いで、当該生成された直線路線分情報をメモリ３７に記憶する。

次いで、ステップＳ５にて、複合カーブ線分検出部３２３は、メモリ３７から右カーブ路線分情報、左カーブ路線分情報、直線路線分情報、及びしきい値Ｚｔ３、Ｘｔ２のデータを取得する。次いで、当該取得された情報等に基づいて、上述した複合カーブ検出処理を行って、複合カーブ路曲線情報を生成する（図５参照）。次いで、当該生成された複合カーブ路曲線情報をメモリ３７に記憶する。

次いで、ステップＳ６にて、道路形状モデル算出部３３は、メモリ３７から右カーブ路線分情報、左カーブ路線分情報、直線路線分情報、及び複合カーブ路曲線情報を取得し、当該取得された情報に基づいて、近似線Ｌを算出する。次いで、当該算出された近似線Ｌに関する近似線情報を生成してメモリ３７に記憶する。

次いで、ステップＳ７にて、道路形状算出部３４はメモリ３７から距離計測情報、近似線情報、及びしきい値Ｔ１を取得し、当該取得された情報等に基づいて、近似線Ｌから各検出点までの距離Ｄ１をそれぞれ算出する。次いで、当該算出された距離Ｄ１としきい値Ｔ１とを比較し、距離Ｄ１がしきい値Ｔ１未満である検出点を道路構造物データと判定する（図６参照）。この結果、前方物体検出装置は、道路構造物データと判定された検出点についてはステップＳ８の処理を、それ以外の検出点についてはステップＳ９以降の処理を行う。

ステップＳ８にて、道路形状算出部３４は、道路構造物データと判定された検出点どうしをグルーピングし、これを道路構造物として検出する。次いで、道路形状算出部３４は、道路構造物として検出された検出点の分布に基づいて、自車両前方の道路形状を判定する。これにより、自車両前方の道路形状を検出する。さらに、道路構造物データと判定された検出点を回帰分析して、近似線Ｌを再度算出する。次いで、当該検出された道路形状、道路構造物として検出された検出点、及び算出された近似線Ｌに関する道路構造物情報を生成し、メモリ３７に記憶する。次いで、提示部４は、当該道路構造物情報を自車両１１の乗員等に提示する。その後、ステップＳ１の処理に戻る。

ステップＳ９にて、第１のグルーピング部３５は、メモリ３７から距離計測情報、道路構造物情報、及びしきい値Ｚｔ４、Ｚｔ５、Ｚｔ６、Ｘｔ３、Ｗｔ１のデータを取得する。

次いで、第１のグルーピング部３５は、当該情報等に基づいて、ステップＳ８において道路構造物データと判定されなかった検出点に対して上述した第１グルーピング処理を行う。

即ち、第１のグルーピング部３５は、例えばスキャン範囲において自車両１１から見た右側の端部から検出点間のＺ方向距離差を演算し、演算して得たＺ方向距離差の絶対値がしきい値Ｚｔ４以下である場合は、当該検出点どうしをグルーピングして第１グループデータとする。

次いで、第１のグルーピング部３５は、Ｚ方向距離差の絶対値がしきい値Ｚｔ４を超える位置、或いは、隣接する検出点が存在しない位置まで検出点の比較をすることで、第１グループデータを更新する。

次いで、各第１グループデータについて、第１グループデータに含まれる各検出点から自車両１１までのＺ方向距離差を平均して第１グループデータのＺ方向距離を算出する。さらに、第１グループデータのＸ方向における中心点を算出し、第１グループデータの右端点と左端点との位置差にレーザレーダ１による単位スキャン幅を加算して物体幅を算出する。

次いで、当該算出結果を第１グループデータに含めてメモリ３７に記憶し、ステップＳ１０に進む。

ステップＳ１０において、第１のグルーピング部３５は、上述した時間的に前後する第１グループデータの比較を行う。

具体的には、第１のグルーピング部３５は、今回生成された第１グループデータと、前回生成された第１グループデータのうち、相対速度が計算されている第１グループデータと、をメモリ３７から取得する。

次いで、今回の第１グループデータと、前回生成された第１グループデータとを比較し、上述した判定条件（ｄ１）〜（ｄ２）を満たす場合には同一物体とする。

そして、第１のグルーピング部３５は、判定条件（ｄ１）〜（ｄ２）を満たす第１グループデータについては、後のステップで相対速度を計算するために、当該第１グループデータに過去２点の距離情報（Ｚ方向距離、及びＸ方向中心点の情報）を追加して、ステップＳ１２以降の処理を行う。

また、第１のグルーピング部３５は、判定条件（ｄ１）〜（ｄ２）を満たさない今回の第１グループデータについては、相対速度が検出されている前々回の第１グループデータをメモリ３７から取得し、当該前々回の第１グループデータと判定条件（ｄ１）〜（ｄ２）を満たすか否かを判定する。

また、当該今回の第１グループデータが前々回の第１のグループデータとの間で判定条件（ｄ１）〜（ｄ２）を満たさない場合には、当該前々回の第１グループデータを削除する。

一方、満たす場合には、当該今回の第１グループデータと、前々回の第１グループデータとを同一物体とし、当該今回の第１グループデータについては、過去２点の距離情報を追加して、ステップＳ１２以降の処理を行う。

また、第１のグルーピング部３５は、相対速度が検出されている前回、前々回の第１グループデータとの間で判定条件（ｄ１）〜（ｄ２）を満たさない今回の第１グループデータについては、相対速度が計算されていない前回の第１グループデータをメモリ３７から取得し、当該前回の第１グループデータと判定条件（ｅ１）〜（ｅ３）を満たすか否かを判定する。

この結果、判定条件（ｅ１）〜（ｅ３）を満たさない今回の第１グループデータについては、ステップＳ１１以降の処理を行う。

一方、満たす場合には、今回の第１グループデータと、前回の第１グループデータとを同一物体とし、当該第１グループデータについては、過去２点の距離情報を追加して、ステップＳ１２以降の処理を行う。

ステップＳ１１において、第１のグルーピング部３５は、ステップＳ１０で過去の第１グループデータと同一物体によるものでないと判定された今回の第１グループデータのＺ方向距離、Ｘ方向における中心点、物体幅をメモリ３７に記憶して、ステップＳ１に戻る。なお、この場合記憶した各種情報は、次回以降のステップＳ１０の時系列判断で使用する。

ステップＳ１２において、第１のグルーピング部３５は、過去の第１グループデータとの間で時系列判断をするための判定条件を満たした第１グループデータについて、今回、前回及び前々回の距離情報を用いて相対速度を計算する。次いで、計算した相対速度情報を今回の第１グループデータに追加して、メモリ３７に記憶する。

第１のグルーピング部３５は、上述のステップＳ１０〜ステップＳ１２までの処理をステップＳ９で検出した全ての第１グループデータについて行い、以降のステップＳ１３〜ステップＳ１５の処理に移行する。

ステップＳ１３において、第２のグルーピング部３６は、メモリ３７から、ステップＳ１０で相対速度が計算された第１グループデータと、過去の第２グループデータと、しきい値Ｚｔ７、Ｚｔ８、Ｖｔ１、Ｗｔ２、Ｖｔ２、Ｗｔ３のデータを取得する。

次いで、当該情報等に基づいて、当該第１グループデータと第２グループデータとを比較して、同一物体と判定するための判定条件（ｆ１）〜（ｆ４）を満たす第１グループデータが存在するか否かを判定する。

次いで、判定条件（ｆ１）〜（ｆ４）を満たすと判定された第１グループデータについては、ステップＳ１５以降の処理を行い、満たさないと判定された第１グループデータについては、ステップＳ１４以降の処理を行う。

ステップＳ１４にて、第２のグルーピング部３６は、ステップＳ１３にて過去の第２グループデータとの間で判定条件を満たない第１グループデータどうしを比較し、同一物体するための判定条件（ｇ１）〜（ｇ３）を満たす場合にはグルーピングを行い、新規に第２グループデータを生成する。

一方、判定条件（ｇ１）〜（ｇ３）を満たさない場合には１つの第１グループデータで新規に第２グループデータを生成してメモリ３７に記憶し、ステップＳ１６に処理を進める。

ステップＳ１５において、第２のグルーピング部３６は、第２グループデータに含まれる第１グループデータからＺ方向距離、Ｘ方向における中心点、物体の左右端点、相対速度のそれぞれについて平均値を算出する。

次いで、当該算出された平均値を、当該第２グループデータのＺ方向距離、Ｘ方向における中心点、物体幅、相対速度として当該第２グループデータに含め、メモリ３７に記憶する。

次いで、当該第２グループデータに対応する過去の第２グループデータが存在する場合には、当該第２グループデータの検出回数の値を更新する。

次いで、当該第２グループデータを、自車両１１の前方に存在する物体によるものと判断することで、自車両１１の前方に存在する物体を検出する。さらに、第２グループデータに含まれる相対速度情報に基づいて、当該物体が移動物体であるかどうかを判定し、当該判定の結果を第２グループデータに含める。

このようなステップＳ１３〜ステップＳ１５までの処理を、ステップＳ１２で相対速度が計算された全ての第１グループデータに対して行い、ステップＳ１６の処理に移行する。

ステップＳ１６において、第２のグルーピング部３６は、ステップＳ１３〜ステップＳ１５の処理で得た第２グループデータを、自車両１１の乗員等が認識できるような形態にして提示部４にて提示する。

以上により、本実施の形態では、車両挙動検出部２が自車位置を検出し、道路形状判定部３１が、当該検出された自車位置及び地図データベースに基づいて、自車両前方の道路形状を示す道路形状データを生成する。そして、道路形状算出部３４は、レーザレーダ１により検出された検出点のうち、互いに近接し、且つ、道路形状データが示す道路形状に対応する検出点どうしをグルーピングし、これを道路構造物として検出する。そして、道路構造物として検出された検出点の位置分布に基づいて自車両前方の道路形状を検出する（図６及びステップＳ１〜ステップＳ８参照）。

ここで、車両挙動検出部２により検出された自車位置には誤差が生じうるが、従来の技術で述べたように、当該誤差によっては、当該検出された自車位置は自車両１１の実際の位置に対して自車両前方方向にしかずれない。また、道路形状判定部３１は、当該検出された自車位置及び地図データベースに基づいて、自車両前方の道路形状を示す道路形状データを生成する。したがって、道路形状データが自車両前方の実際の道路形状を示すことは確かである。そして、道路形状算出部３４は、当該道路形状データに応じた検出点どうしをグルーピングして道路形状を検出するので、道路形状算出部３４により検出された道路形状は、自車両前方の道路形状に確実に一致する。このため、前方物体検出装置は、自車両前方の道路形状を従来の技術に比してより正確且つ確実に検出することができる。

具体的には、道路形状データが直線路を示す場合には、直線線分検出部３２２が直線路線分を算出する。そして、道路形状モデル算出部３３が当該直線路線分に基づいて式（１）に示す近似線Ｌを算出し、道路形状算出部３４が、当該近似線Ｌの近傍に存在する検出点どうしをグルーピングして、直線路を検出する。

一方、道路形状データがカーブ路を示す場合には、カーブ線分検出部３２１がカーブ路線分を検出する。また、直線線分検出部３２２が、検出点のうちカーブ路線分に含まれない検出点に基づいて、直線路に該当する線分を算出する。また、複合カーブ線分検出部３２３が、一定の場合に直線路線分とカーブ路線分とを連結して複合カーブ路曲線を算出する。そして、道路形状モデル算出部３３が当該カーブ路線分、直線路線分、及び複合カーブ路曲線に基づいて式（２）に示す近似線Ｌを算出し、道路形状算出部３４が、当該近似線Ｌの近傍に存在する検出点どうしをグルーピングして、カーブ路を検出する。

このように、前方物体検出装置は、自車両前方の道路形状に応じた線分を算出し、当該算出された線分に基づいて道路形状を検出するので、従来の技術に比してより正確且つ確実に道路形状を検出することができる。例えば、検出された自車位置に誤差が生じ、道路形状データが自車両の実際の位置に対して遠方のカーブ路を示す場合であっても、前方物体検出装置は、自車両の近傍にて直線路線分を、遠方にてカーブ路線分を算出し、これらを連結して複合カーブ路曲線を算出する。そして、当該複合カーブ路曲線に基づいて道路形状を検出するので、当該検出された道路形状は、遠方のカーブ路を示すこととなる。したがって、検出された自車位置に誤差が生じた場合であっても、前方物体検出装置は、自車両の近傍から遠方までの道路形状を正確に検出することができる。

また、道路形状データが直線路を示す場合、カーブ路線分が算出されないので、先行車両からの検出点を誤って近似線Ｌに含めてしまうことを防止することができる。

また、道路構造物からの検出点は、自車両に対する相対速度が大きいこと、及び検出点どうしが密集していることが多いことから、時間的な対応付けが困難となる。しかし、前方物体検出装置は、検出点の相対速度を参照することなく道路構造物及び道路形状を検出するので、道路形状をより正確且つ確実に検出することができる。

また、前方物体検出装置は、道路構造物として検出されなかった検出点に基づいて第２グループデータを生成し、当該生成された第２グループデータを自車両前方に存在する物体によるものであると判定する。したがって、道路構造物からの検出点を除き、残りの検出点をグルーピングして物体を検出する。ここで、道路構造物からの検出点は、自車両に対する相対速度が大きいこと、及び検出点どうしが密集していることが多いことから、時間的な対応付けが困難となる。したがって、前方物体検出装置は、当該時間的な対応付けが困難な検出点を除き、残りの検出点をグルーピングして物体を検出することができるので、道路構造物以外の物体を効率よく且つ正確に検出することができる。

なお、本実施の形態では、物体検出手段としてレーザレーダ１を使用したが、他の装置、例えばミリ波レーダを使用しても良い。また、演算部３は、道路形状判定部３１が行う処理を行っても良い。

本発明の一実施の形態に係る前方物体検出装置の構成を示すブロック図である。 レーザレーダの設置位置を示す側面図及び平面図である。 検出点の検出位置等を示す説明図である。 線分検出処理の一例を示す説明図である。 複合カーブ路曲線検出処理の一例を示す説明図である。 検出点の近似線との位置関係を示す説明図である。 前方物体検出装置による処理の手順を示すフローチャートである。

符号の説明

１…レーザレーダ（物体検出手段）
２…車両挙動検出部
２１…車両挙動演算装置（自車位置検出手段）
２２…地図記憶装置
３…演算部
３１…道路形状判定部（道路形状判定手段）
３２…道路形状別線分検出部（道路形状別線分検出手段）
３３…道路形状モデル算出部（道路形状モデル算出手段）
３４…道路形状算出部（道路形状検出手段）
３５…第１のグルーピング部（第１のグルーピング手段）
３６…第２のグルーピング部（第２のグルーピング手段）
３７…メモリ
３２１…カーブ線分検出部（カーブ線分検出手段）
３２２…直線線分検出部（直線線分検出手段）
３２３…複合カーブ線分検出部（複合カーブ線分検出手段）
４…提示部

Claims (6)

1. 自車両に搭載されて自車両前方に存在する物体を検出する前方物体検出装置において、
   自車両の位置を検出する自車位置検出手段と、
   前記自車位置検出手段により検出された自車両の位置と、地図データベースと、に基づいて、自車両前方の道路形状を示す道路形状データを取得する道路形状判定手段と、
   自車両前方に送信波を走査させながら出射して、自車両前方に存在する物体からの反射波を検出し、検出した反射波に基づいて、自車両に対する前記物体位置を示す検出点を検出する物体検出手段と、
   自車両に対する前記検出点の相対速度を算出する相対速度算出手段と、
   所定の演算手法を用いて、前記物体検出手段により検出された検出点のうち、互いに近接し、且つ、前記道路形状データが示す道路形状に対応する検出点どうしを連結する検出線を検出する道路形状別線分検出手段と、
   前記道路形状別線分検出手段により検出された検出線に基づいて、自車両前方の道路形状を示す近似線を算出する道路形状モデル算出手段と、
   前記道路形状モデル算出手段にて算出された近似線の近傍に存在する検出点どうしをグルーピングし、これを道路構造物として検出し、道路構造物として検出された検出点の位置分布に基づいて、自車両前方の道路形状を検出する道路形状検出手段と、
   前記道路構造物検出手段で道路構造物として判定されていない検出点のうち、互いに隣接する、または、孤立した検出点をグルーピングすることにより、所定グルーピング範囲内に存在する前記検出点の、自車両に対する相対速度に基づいて、自車両の前方に存在する物体は移動体であるかどうかを判断するグルーピング手段と、
   を有することを特徴とする前方物体検出装置。
2. 請求項１記載の前方物体検出装置において、
   前記道路形状別線分検出手段は、
   前記道路形状データが直線路を示す場合には、前記物体検出手段にて検出された検出点のうち、近接する検出点間の距離変化量に基づいて、直線路に該当する検出線を検出する直線線分検出手段と、
   前記道路形状データがカーブ路を示す場合には、前記物体検出手段にて検出された検出点のうち、互いに近接する検出点間の距離変化量に基づいて、カーブ路に該当する検出線を検出するカーブ線分検出手段と、のうち少なくとも一方を有することを特徴とする前方物体検出装置。
3. 請求項２記載の前方物体検出装置において、
   前記直線線分検出手段は、前記道路形状データがカーブ路を示す場合には、前記物体検出手段にて検出された検出点のうち、前記カーブ線分検出手段により検出された検出線に含まれず、且つ、互いに近接する検出点間の距離変化量に基づいて、直線路に該当する検出線を検出することを特徴とする前方物体検出装置。
4. 請求項３記載の前方物体検出装置において、
   前記道路形状別線分検出手段は、
   前記カーブ線分検出手段により検出された検出線の最近点と、前記直線線分検出手段により検出された検出線の最遠点と、が互いに近接する場合に、これら検出線を連結し、当該連結された検出線をカーブ路に該当する検出線として検出する複合カーブ線分検出手段を有することを特徴とする前方物体検出装置。
5. 請求項１〜４のいずれか１項に記載の前方物体検出装置において、前記グルーピング手段は、
   前記道路形状検出手段により検出されなかった検出点のうち、互いに隣接する検出点をグルーピングして第１グループデータを得る第１のグルーピング手段と、
   前記第１のグルーピング手段により、第１のグループデータが複数得られた場合に、各第１のグループデータに対し、所定の条件に基づいてグルーピングを行う第２のグルーピング手段と、を有し、
   前記第２のグルーピング手段でグルーピングされた第２のグループデータを、自車両の前方に存在する移動体によるものであると判断することを特徴とする前方物体検出装置。
6. 自車両の位置を検出する第１の工程と、
   前記第１の工程により検出された自車両の位置と、地図データベースと、に基づいて、自車両前方の道路形状を示す道路形状データを取得する第２の工程と、
   自車両前方に送信波を走査させながら出射して、自車両前方に存在する物体からの反射波を検出し、検出した反射波に基づいて、自車両に対する前記物体位置を示す検出点を検出する第３の工程と、
   前記第３の工程で検出された検出点の、自車両に対する相対速度を算出する第４の工程と、
   前記第３の工程で検出された検出点のうち、互いに近接し、且つ、前記道路形状データが示す道路形状に対応する検出点どうしをグルーピングし、これを道路構造物として検出し、道路構造物として検出された検出点の位置分布に基づいて、自車両前方の道路形状を検出する第５の工程と、
   前記第５の工程で道路構造物として判定されていない検出点のうち、互いに隣接する、または、孤立した検出点をグルーピングすることにより、所定グルーピング範囲内に存在する前記検出点の、自車両に対する相対速度に基づいて、自車両の前方に存在する物体は移動体であるかどうかを判断する第６の工程と、
   を有することを特徴とする前方物体検出方法。

Images