JP4647648B2 - 車両周辺監視装置 - Google Patents

Description

この発明は、赤外線カメラにより撮影された画像の２値化処理により、対象物抽出を行う車両周辺監視装置に関する。

従来、赤外線カメラにより捉えられた車両周辺の画像から、車両との衝突の可能性がある歩行者等の対象物を抽出し、その情報を車両の運転者に提供する車両周辺監視装置が提案されている。このシステムでは、歩行者等の対象物における車両との衝突の可能性は、車両と対象物との相対距離や相対速度に基づいて判定される。

また、例えばこのように赤外線カメラにより捉えられた車両周辺の画像から、車両との衝突の可能性がある歩行者等の対象物を抽出する車両周辺監視装置には、以下に示すようなものがある。具体的に説明すると、この装置は赤外線画像を２値化処理して明部が集中している領域を探し、この領域の縦横比や充足率、更には実面積と画面上の重心位置を用いて距離を算出することで、この領域が歩行者の頭部であるか否かを判定する。そして、歩行者の頭部の領域を決定することができたら、決定した頭部領域のカメラからの距離と成人の平均身長とから、画像上の歩行者の身長を計算して歩行者の身体を包含する領域を設定し、これらの領域を他の領域と区分して表示する。これにより、赤外線画像上の歩行者の身体全体の位置を特定し、この情報を車両の運転者に対して表示することで、より効果的な視覚補助を行うことができる（例えば、特許文献１参照。）。
特開平１１−３２８３６４号公報

しかし、赤外線画像上での歩行者は、着帽、着衣の影響や、歩行者自身の存在環境によって、２値化処理により頭部のみ、頭部の一部のみ、上半身のみ、下半身のみ、更には身体全体が抽出されるなど、その２値化形状は不定形である。また、一般的に車両走行時には、前方路面の形状の変化や、車両のピッチングの影響があり、歩行者も子供から大人（成人）まで本来とは異なる身長で検出される。
従って、対象物の画面での重心座標が距離に対して固定化できないため、上述の従来の装置のように、形状判定のみで歩行者の抽出を行った場合、歩行者のみを安定して抽出できない可能性があった。

本発明は、上記課題に鑑みてなされたもので、カメラにより撮影された画像から抽出される不定形な２値化対象物を的確に判定し、安定した歩行者の抽出を行う車両周辺監視装置を提供することを目的とする。

上記課題を解決するために、請求項１の発明に係わる車両周辺監視装置は、２つの赤外線カメラにより捉えられた画像を利用して、歩行者を認識する車両周辺監視装置であって、前記画像のグレースケール画像を２値化処理することにより、前記グレースケール画像から２値化対象物を抽出する２値化対象物抽出手段（例えば実施の形態のステップＳ１〜ステップＳ１３）と、所定の大きさのマスク領域を、２値化対象物外接四角形の上端から複数個並べてグレースケール画像上に設定し、マスク領域内の輝度変化が大きく、かつ左右の画像間のマスク領域の相関度が高いと共に、更に２値化対象物と同距離であるマスク領域を包含する領域をグレースケール対象物の領域として抽出するグレースケール対象物抽出手段（例えば実施の形態のステップＳ４１〜ステップＳ４２）と、前記グレースケール対象物の領域（例えば実施の形態の領域ＡＲＥＡ０）に、横方向の大きさを２値化対象物画像の横幅とし、縦方向の大きさをグレースケール対象物画像の高さとした全体領域を、対象物の頭部から下半身にかけての形状変化の存在判定に使用する全体マスク領域（例えば実施の形態のマスク領域ＡＲＥＡ３）として設定する全体マスク領域設定手段と、前記全体マスク領域設定手段によって設定された前記全体マスク領域の輝度分散が所定値よりも大きいか否かを判定し、少なくとも該判定結果に基づいて前記グレースケール画像中の歩行者を認識する歩行者判別手段（例えば実施の形態のステップＳ４３〜ステップＳ８０）とを備えたことを特徴とする。

請求項１に記載の車両周辺監視装置によれば、２値化対象物抽出手段により２値化対象物の位置をグレースケール画像上に認識した後、グレースケール対象物抽出手段により２値化対象物を含む範囲のグレースケール対象物を設定し、歩行者判別手段によりグレースケール対象物上に設定した全体マスク領域毎の輝度分散を計算することで、全体マスク領域の輝度分散の特徴から２値化対象物が歩行者か否かを判断する。
従って、対象物の画像から輝度分散が歩行者を撮影した画像と異なる物体の画像を除去し、歩行者の検出精度を向上させることができるという効果が得られる。

また、輝度分散を求めるグレースケール画像上の全体マスク領域の横幅を、歩行者を認識するのに適当な２値化対象物の横幅に設定して２値化対象物が歩行者か否かを判断することができる。
従って、例えば壁のように、歩行者を撮影した画像と同様の輝度分散の特徴を持つ物体を対象物の画像から除去し、歩行者の検出精度を向上させることができるという効果が得られる。

以下、図面を参照して本発明の実施の形態について説明する。
図１は、本発明の一実施の形態の車両周辺監視装置の構成を示すブロック図である。
図１において、符号１は、本実施の形態の車両周辺監視装置を制御するＣＰＵ（中央演算装置）を備えた画像処理ユニットであって、遠赤外線を検出可能な２つの赤外線カメラ２Ｒ、２Ｌと当該車両のヨーレートを検出するヨーレートセンサ３、更に、当該車両の走行速度（車速）を検出する車速センサ４とブレーキの操作を検出するためのブレーキセンサ５が接続される。これにより、画像処理ユニット１は、車両の周辺の赤外線画像と車両の走行状態を示す信号から、車両前方の歩行者や動物等を検出し、衝突の可能性が高いと判断したときに警報を発する。

また、画像処理ユニット１には、音声で警報を発するためのスピーカ６と、赤外線カメラ２Ｒ、２Ｌにより撮影された画像を表示し、衝突の危険性が高い対象物を車両の運転者に認識させるための、例えば自車両の走行状態を数字で表すメータと一体化されたメータ一体Ｄｉｓｐｌａｙや自車両のコンソールに設置されるＮＡＶＩＤｉｓｐｌａｙ、更にフロントウィンドウの運転者の前方視界を妨げない位置に情報を表示するＨＵＤ（Head Up Display ）７ａ等を含む画像表示装置７が接続されている。

また、画像処理ユニット１は、入力アナログ信号をディジタル信号に変換するＡ／Ｄ変換回路、ディジタル化した画像信号を記憶する画像メモリ、各種演算処理を行うＣＰＵ（中央演算装置）、ＣＰＵが演算途中のデータを記憶するために使用するＲＡＭ（Random Access Memory）、ＣＰＵが実行するプログラムやテーブル、マップなどを記憶するＲＯＭ（Read Only Memory）、スピーカ６の駆動信号、ＨＵＤ７ａ等の表示信号などを出力する出力回路を備えており、赤外線カメラ２Ｒ、２Ｌ及びヨーレートセンサ３、車速センサ４、ブレーキセンサ５の各出力信号は、ディジタル信号に変換されてＣＰＵに入力されるように構成されている。

また、図２に示すように、赤外線カメラ２Ｒ、２Ｌは、自車両１０の前部に、自車両１０の車幅方向中心部に対してほぼ対象な位置に配置されており、２つの赤外線カメラ２Ｒ、２Ｌの光軸が互いに平行であって、かつ両者の路面からの高さが等しくなるように固定されている。なお、赤外線カメラ２Ｒ、２Ｌは、対象物の温度が高いほど、その出力信号レベルが高くなる（輝度が増加する）特性を有している。
また、ＨＵＤ７ａは、自車両１０のフロントウインドウの運転者の前方視界を妨げない位置に表示画面が表示されるように設けられている。

次に、本実施の形態の動作について図面を参照して説明する。
図３は、本実施の形態の車両周辺監視装置の画像処理ユニット１における歩行者等の対象物検出・警報動作を示すフローチャートである。
まず、画像処理ユニット１は、赤外線カメラ２Ｒ、２Ｌの出力信号である赤外線画像を取得して（ステップＳ１）、Ａ／Ｄ変換し（ステップＳ２）、グレースケール画像を画像メモリに格納する（ステップＳ３）。なお、ここでは赤外線カメラ２Ｒにより右画像が得られ、赤外線カメラ２Ｌにより左画像が得られる。また、右画像と左画像では、同一の対象物の表示画面上の水平位置がずれて表示されるので、このずれ（視差）によりその対象物までの距離を算出することができる。

ステップＳ３においてグレースケール画像が得られたら、次に、赤外線カメラ２Ｒにより得られた右画像を基準画像とし、その画像信号の２値化処理、すなわち、輝度閾値ＩＴＨより明るい領域を「１」（白）とし、暗い領域を「０」（黒）とする処理を行う（ステップＳ４）。
図４（ａ）は、赤外線カメラ２Ｒにより得られたグレースケール画像を示し、これに２値化処理を行うことにより、図４（ｂ）に示すような画像を得る。なお、図４（ｂ）において、例えばＰ１からＰ４の枠で囲った物体を、表示画面上に白色として表示される対象物（以下「高輝度領域」という）とする。
赤外線画像から２値化された画像データを取得したら、２値化した画像データをランレングスデータに変換する処理を行う（ステップＳ５）。ランレングスデータにより表されるラインは、２値化により白となった領域を画素レベルで示したもので、いずれもｙ方向には１画素の幅を有しており、またｘ方向にはそれぞれランレングスデータを構成する画素の長さを有している。

次に、ランレングスデータに変換された画像データから、対象物のラベリングをする（ステップＳ６）ことにより、対象物を抽出する処理を行う（ステップＳ７）。すなわち、ランレングスデータ化したラインのうち、ｙ方向に重なる部分のあるラインを１つの対象物とみなすことにより、例えば図４（ｂ）に示す高輝度領域Ｐ１からＰ４が、それぞれ対象物（２値化対象物）として把握されることになる。
対象物の抽出が完了したら、次に、抽出した対象物の重心Ｇ、面積Ｓ及び外接四角形の縦横比ＡＳＰＥＣＴを算出する（ステップＳ８）。

ここで、面積Ｓは、ラベルＡの対象物のランレングスデータを（ｘ［ｉ］、ｙ［ｉ］、ｒｕｎ［ｉ］、Ａ）（ｉ＝０，１，２，・・・Ｎ−１）とすると、ランレングスデータの長さ（ｒｕｎ［ｉ］−１）を同一対象物（Ｎ個のランレングスデータ）について積算することにより算出する。また、対象物Ａの重心Ｇの座標（ｘｃ、ｙｃ）は、各ランレングスデータの長さ（ｒｕｎ［ｉ］−１）と各ランレングスデータの座標ｘ［ｉ］、またはｙ［ｉ］とをそれぞれ掛け合わせ、更にこれを同一対象物について積算したものを、面積Ｓで割ることにより算出する。
更に、縦横比ＡＳＰＥＣＴは、対象物の外接四角形の縦方向の長さＤｙと横方向の長さＤｘとの比Ｄｙ／Ｄｘとして算出する。
なお、ランレングスデータは画素数（座標数）（＝ｒｕｎ［ｉ］）で示されているので、実際の長さは「−１」する（１を減算する）必要がある（＝ｒｕｎ［ｉ］−１）。また、重心Ｇの位置は、外接四角形の重心位置で代用してもよい。

対象物の重心、面積、外接四角形の縦横比が算出できたら、次に、対象物の時刻間追跡、すなわちサンプリング周期毎の同一対象物の認識を行う（ステップＳ９）。時刻間追跡は、アナログ量としての時刻ｔをサンプリング周期で離散化した時刻をｋとし、例えば時刻ｋで対象物Ａ、Ｂを抽出したら、時刻（ｋ＋１）で抽出した対象物Ｃ、Ｄと対象物Ａ、Ｂとの同一性判定を行う。そして、対象物Ａ、Ｂと対象物Ｃ、Ｄとが同一であると判定されたら、対象物Ｃ、Ｄをそれぞれ対象物Ａ、Ｂというラベルに変更することにより、時刻間追跡が行われる。
また、このようにして認識された各対象物の（重心の）位置座標は、時系列位置データとしてメモリに格納され、後の演算処理に使用される。

なお、以上説明したステップＳ４〜Ｓ９の処理は、２値化した基準画像（本実施の形態では、右画像）について実行する。
次に、車速センサ４により検出される車速ＶＣＡＲ及びヨーレートセンサ３より検出されるヨーレートＹＲを読み込み、ヨーレートＹＲを時間積分することより、自車両１０の回頭角θｒを算出する（ステップＳ１０）。

一方、ステップＳ９とステップＳ１０の処理に平行して、ステップＳ１１〜Ｓ１３では、対象物と自車両１０との距離ｚを算出する処理を行う。この演算はステップＳ９、及びステップＳ１０より長い時間を要するため、ステップＳ９、Ｓ１１より長い周期（例えばステップＳ１〜Ｓ１０の実行周期の３倍程度の周期）で実行される。
まず、基準画像（右画像）の２値化画像によって追跡される対象物の中の１つを選択することにより、右画像から探索画像Ｒ１（ここでは、外接四角形で囲まれる領域全体を探索画像とする）を抽出する（ステップＳ１１）。

次に、左画像中から探索画像Ｒ１に対応する画像（以下「対応画像」という）を探索する探索領域を設定し、相関演算を実行して対応画像を抽出する（ステップＳ１２）。具体的には、探索画像Ｒ１の各頂点座標に応じて、左画像中に探索領域Ｒ２を設定し、探索領域Ｒ２内で探索画像Ｒ１との相関の高さを示す輝度差分総和値Ｃ（ａ，ｂ）を算出し、この総和値Ｃ（ａ，ｂ）が最小となる領域を対応画像として抽出する。なお、この相関演算は、２値化画像ではなくグレースケール画像を用いて行う。
また同一対象物についての過去の位置データがあるときは、その位置データに基づいて探索領域Ｒ２より狭い領域Ｒ２ａを探索領域として設定する。

ステップＳ１２の処理により、基準画像（右画像）中に探索画像Ｒ１と、左画像中にこの対象物に対応する対応画像Ｒ４とが抽出されるので、次に、探索画像Ｒ１の重心位置と対応画像Ｒ４の重心位置と視差量Δｄ（画素数）を求め、これから自車両１０と対象物との距離ｚを算出する（ステップＳ１３）。
次に、ステップＳ１０における回頭角θｒの算出と、ステップＳ１３における対象物との距離算出が完了したら、画像内の座標（ｘ，ｙ）及び距離ｚを実空間座標（Ｘ，Ｙ，Ｚ）に変換する（ステップＳ１４）。
ここで、実空間座標（Ｘ，Ｙ，Ｚ）は、図２に示すように、赤外線カメラ２Ｒ、２Ｌの取り付け位置の中点の位置（自車両１０に固定された位置）を原点Ｏとして、図示のように定め、画像内の座標は、画像の中心を原点として水平方向をｘ、垂直方向をｙと定めている。

また、実空間座標が求められたら、自車両１０が回頭することによる画像上の位置ずれを補正するための回頭角補正を行う（ステップＳ１５）。回頭角補正は、時刻ｋから（ｋ＋１）までの期間中に自車両１０が例えば左方向に回頭角θｒだけ回頭すると、カメラによって得られる画像上では、画像の範囲がΔｘだけｘ方向にずれるので、これを補正する処理である。
なお、以下の説明では、回頭角補正後の座標を（Ｘ，Ｙ，Ｚ）と表示する。

実空間座標に対する回頭角補正が完了したら、次に、同一対象物について、ΔＴのモニタ期間内に得られた、回頭角補正後のＮ個（例えばＮ＝１０程度）の実空間位置データ、すなわち時系列データから、対象物と自車両１０との相対移動ベクトルに対応する近似直線ＬＭＶを求める。
次いで、最新の位置座標Ｐ（０）＝（Ｘ（０），Ｙ（０），Ｚ（０））と、（Ｎ−１）サンプル前（時間ΔＴ前）の位置座標Ｐ（Ｎー１）＝（Ｘ（Ｎ−１），Ｙ（Ｎ−１），Ｚ（Ｎ−１））を近似直線ＬＭＶ上の位置に補正し、補正後の位置座標Ｐｖ（０）＝（Ｘｖ（０），Ｙｖ（０），Ｚｖ（０））及びＰｖ（Ｎ−１）＝（Ｘｖ（Ｎ−１），Ｙｖ（Ｎ−１），Ｚｖ（Ｎ−１））を求める。

これにより、位置座標Ｐｖ（Ｎ−１）からＰｖ（０）に向かうベクトルとして、相対移動ベクトルが得られる（ステップＳ１６）。
このようにモニタ期間ΔＴ内の複数（Ｎ個）のデータから対象物の自車両１０に対する相対移動軌跡を近似する近似直線を算出して相対移動ベクトルを求めることにより、位置検出誤差の影響を軽減して対象物との衝突の可能性をより正確に予測することが可能となる。

また、ステップＳ１６において、相対移動ベクトルが求められたら、次に、検出した対象物との衝突の可能性を判定する警報判定処理を行う（ステップＳ１７）。なお、警報判定処理については、詳細を後述する。
ステップＳ１７において、自車両１０と検出した対象物との衝突の可能性がないと判定された場合（ステップＳ１７のＮＯ）、ステップＳ１へ戻り、上述の処理を繰り返す。
また、ステップＳ１７において、自車両１０と検出した対象物との衝突の可能性があると判定された場合（ステップＳ１７のＹＥＳ）、ステップＳ１８の警報出力判定処理へ進む。

ステップＳ１８では、ブレーキセンサ５の出力ＢＲから自車両１０の運転者がブレーキ操作を行っているか否かを判別することにより、警報出力判定処理、すなわち警報出力を行うか否かの判定を行う（ステップＳ１８）。
もし、自車両１０の運転者がブレーキ操作を行っている場合には、それによって発生する加速度Ｇｓ（減速方向を正とする）を算出し、この加速度Ｇｓが所定閾値ＧＴＨより大きいときは、ブレーキ操作により衝突が回避されると判定して警報出力判定処理を終了し（ステップＳ１８のＮＯ）、ステップＳ１へ戻り、上述の処理を繰り返す。
これにより、適切なブレーキ操作が行われているときは、警報を発しないようにして、運転者に余計な煩わしさを与えないようにすることができる。

また、加速度Ｇｓが所定閾値ＧＴＨ以下であるとき、または自車両１０の運転者がブレーキ操作を行っていなければ、直ちにステップＳ１９の処理へ進み（ステップＳ１８のＹＥＳ）、対象物と接触する可能性が高いので、スピーカ６を介して音声による警報を発する（ステップＳ１９）とともに、画像表示装置７に対して、例えば赤外線カメラ２Ｒにより得られる画像を出力し、接近してくる対象物を自車両１０の運転者に対する強調映像として表示する（ステップＳ２０）。
なお、所定閾値ＧＴＨは、ブレーキ操作中の加速度Ｇｓがそのまま維持された場合に、対象物と自車両１０との距離Ｚｖ（０）以下の走行距離で自車両１０が停止する条件に対応する値である。

以上が、本実施の形態の車両周辺監視装置の画像処理ユニット１における対象物検出・警報動作であるが、次に、図５に示すフローチャートを参照して、図３に示したフローチャートのステップＳ１７における警報判定処理について更に詳しく説明する。
図５は、本実施の形態の警報判定処理動作を示すフローチャートである。
警報判定処理は、以下に示す衝突判定処理、接近判定領域内か否かの判定処理、進入衝突判定処理、歩行者判定処理、及び人工構造物判定処理により、自車両１０と検出した対象物との衝突の可能性を判定する処理である。以下、図６に示すように、自車両１０の進行方向に対してほぼ９０°の方向から、速度Ｖｐで進行してくる対象物２０がいる場合を例に取って説明する。

図５において、まず、画像処理ユニット１は衝突判定処理を行う（ステップＳ３１）。衝突判定処理は、図６において、対象物２０が時間ΔＴの間に距離Ｚｖ（Ｎ−１）から距離Ｚｖ（０）に接近した場合に、自車両１０とのＺ方向の相対速度Ｖｓを求め、両者が高さＨ以内で相対速度Ｖｓを維持して移動すると仮定して、余裕時間Ｔ以内に両者が衝突するか否かを判定する処理である。ここで、余裕時間Ｔは、衝突の可能性を予測衝突時刻より時間Ｔだけ前に判定することを意図したものである。従って、余裕時間Ｔは例えば２〜５秒程度に設定される。またＨは、高さ方向の範囲を規定する所定高さであり、例えば自車両１０の車高の２倍程度に設定される。

次に、ステップＳ３１において、余裕時間Ｔ以内に自車両１０と対象物とが衝突する可能性がある場合（ステップＳ３１のＹＥＳ）、更に判定の信頼性を上げるために、画像処理ユニット１は対象物が接近判定領域内に存在するか否かの判定処理を行う（ステップＳ３２）。接近判定領域内か否かの判定処理は、図７に示すように、赤外線カメラ２Ｒ、２Ｌで監視可能な領域を太い実線で示す外側の三角形の領域ＡＲ０とすると、領域ＡＲ０内の、Ｚ１＝Ｖｓ×Ｔより自車両１０に近い領域であって、対象物が自車両１０の車幅αの両側に余裕β（例えば５０〜１００ｃｍ程度とする）を加えた範囲に対応する領域ＡＲ１、すなわち対象物がそのまま存在し続ければ自車両１０との衝突の可能性がきわめて高い接近判定領域ＡＲ１内に存在するか否かを判定する処理である。なお、接近判定領域ＡＲ１も所定高さＨを有する。

更に、ステップＳ３２において、対象物が接近判定領域内に存在しない場合（ステップＳ３２のＮＯ）、画像処理ユニット１は対象物が接近判定領域内へ進入して自車両１０と衝突する可能性があるか否かを判定する進入衝突判定処理を行う（ステップＳ３３）。進入衝突判定処理は、上述の接近判定領域ＡＲ１よりＸ座標の絶対値が大きい（接近判定領域の横方向外側の）領域ＡＲ２、ＡＲ３を進入判定領域と呼び、この領域内にある対象物が、移動することにより接近判定領域ＡＲ１に進入すると共に自車両１０と衝突するか否かを判定する処理である。
なお、進入判定領域ＡＲ２、ＡＲ３も所定高さＨを有する。

一方、ステップＳ３２において、対象物が接近判定領域内に存在している場合（ステップＳ３２のＹＥＳ）、画像処理ユニット１は対象物が歩行者の可能性があるか否かを判定する歩行者判定処理を行う（ステップＳ３４）。なお、歩行者判定処理については、詳細を後述する。
また、ステップＳ３４において、対象物は歩行者の可能性があると判定された場合（ステップＳ３４のＹＥＳ）、更に判定の信頼性を上げるために、対象物が人工構造物であるか否かを判定する人工構造物判定処理を行う（ステップＳ３５）。人工構造物判定処理は、対象物画像に、例えば以下に示すような歩行者にはあり得ない特徴が検出された場合、該対象物を人工構造物と判定し、警報の対象から除外する処理である。
（１）対象物の画像に直線エッジを示す部分が含まれる場合。
（２）対象物の画像の角が直角である場合。
（３）対象物の画像に同じ形状のものが複数含まれている場合。
（４）対象物の画像が予め登録された人口構造物の形状と一致する場合。

従って、上述のステップＳ３３において、対象物が接近判定領域内へ進入して自車両１０と衝突する可能性がある場合（ステップＳ３３のＹＥＳ）、及びステップＳ３５において、歩行者の可能性があると判定された対象物が人工構造物でなかった場合（ステップＳ３５のＮＯ）、画像処理ユニット１は、自車両１０と検出した対象物との衝突の可能性がある（警報の対象である）と判定し（ステップＳ３６）、図３に示すステップＳ１７のＹＥＳとしてステップＳ１８へ進み、警報出力判定処理（ステップＳ１８）を行う。

一方、上述のステップＳ３１において、余裕時間Ｔ以内に自車両１０と対象物とが衝突する可能性がない場合（ステップＳ３１のＮＯ）、あるいはステップＳ３３において、対象物が接近判定領域内へ進入して自車両１０と衝突する可能性がない場合（ステップＳ３３のＮＯ）、あるいはステップＳ３４において、対象物は歩行者の可能性がないと判定された場合（ステップＳ３４のＮＯ）、更にはステップＳ３５において、歩行者の可能性があると判定された対象物が人工構造物であった場合（ステップＳ３５のＹＥＳ）のいずれかであった場合は、画像処理ユニット１は、自車両１０と検出した対象物との衝突の可能性がない（警報の対象ではない）と判定し（ステップＳ３７）、図３に示すステップＳ１７のＮＯとしてステップＳ１へ戻り、歩行者等の対象物検出・警報動作を繰り返す。

次に、図８から図１３に示すフローチャートを参照して、図５に示したフローチャートのステップＳ３４における歩行者判定処理について更に詳しく説明する。図８から図１３は、本実施の形態の歩行者判定処理動作を示すフローチャートである。
図８において、まず、画像処理ユニット１は、図３に示したフローチャートのステップＳ８において算出された２値化対象物の重心Ｇ（ｘｃ、ｙｃ）（図１４に示す２値化対象物の重心Ｇ１００）、面積Ｓ（図１４に示す２値化対象物面積Ｓ１０１）、更に対象物の外接四角形の縦横比ＡＳＰＥＣＴ、及びステップＳ１３において算出された自車両１０と対象物との距離ｚに加えて、図１４に示す２値化対象物の外接四角形の高さｈｂと幅ｗｂ、及び外接四角形重心座標（ｘｂ、ｙｂ）（図１４に示す外接四角形重心１０２）の値を利用して、実空間での２値化対象物の形状の特徴を示す２値化対象物形状特徴量を算出する（ステップＳ４１）。なお、求める２値化対象物形状特徴量は、カメラの基線長Ｄ［ｍ］、カメラ焦点距離ｆ［ｍ］、画素ピッチｐ［ｍ／ｐｉｘｅｌ］、及び左右映像の相関演算によって算出される視差量Δｄ［ｐｉｘｅｌ］を用いて算出する。

具体的には、外接四角形と対象物面積の比率Ｒａｔｅは、
Ｒａｔｅ＝Ｓ／（ｈｂ×ｗｂ） ・・・（１）
外接四角形の縦横比ＡＳＰＥＣＴを表すＡｓｐは、
Ａｓｐ＝ｈｂ／ｗｂ ・・・（２）
自車両１０と対象物との距離ｚは、
ｚ＝（ｆ×Ｄ）／（Δｄ×ｐ） ・・・（３）
と表されるので、
実空間における２値化対象物の幅ΔＷｂや高さΔＨｂは、
ΔＷｂ＝ｗｂ×ｚ×ｐ／ｆ
ΔＨｂ＝ｈｂ×ｚ×ｐ／ｆ ・・・（４）

２値化対象物の重心座標（Ｘｃ，Ｙｃ，Ｚｃ）は、
Ｘｃ＝ｘｃ×ｚ×ｐ／ｆ
Ｙｃ＝ｙｃ×ｚ×ｐ／ｆ
Ｚｃ＝ｚ ・・・（５）
対象物外接四角形重心座標（Ｘｂ，Ｙｂ，Ｚｂ）は、
Ｘｂ＝ｘｂ×ｚ×ｐ／ｆ
Ｙｂ＝ｙｂ×ｚ×ｐ／ｆ
Ｚｂ＝ｚ ・・・（６）
２値化対象物の上端位置座標（Ｘｔ，Ｙｔ，Ｚｔ）は、
Ｘｔ＝ｘｂ×ｚ×ｐ／ｆ
Ｙｔ＝ｙｂ×ｚ×ｐ／ｆ−ΔＨｂ／２
Ｚｔ＝ｚ ・・・（７）で算出することができる。

次に、図３に示したフローチャートのステップＳ３において取得されたグレースケール画像を用いて、ステップＳ７において抽出された２値化対象物を含むグレースケール画像上の対象物の高さを求める（ステップＳ４２）。グレースケール画像上の対象物の高さの求め方は、所定の大きさのマスク領域を、２値化対象物外接四角形の上端から複数個並べてグレースケール画像上に設定し、マスク領域内の輝度変化が大きく（対象物と背景画像とが含まれている）、かつ左右の画像間のマスク領域の相関度が高い（マスク領域内に２つ以上の対象物が存在しない）と共に、更に２値化対象物と同距離（同視差）であるマスク領域を包含する領域をグレースケール対象物の領域として抽出する。
そして、画像上でのグレースケール対象物の領域の高さＨｅｉｇｈｔ（ｐｉｘｅｌ）を算出し、（８）式によりグレースケール対象物の高さΔＨｇを算出する。
ΔＨｇ＝ｚ×Ｈｅｉｇｈｔ×ｐ／ｆ ・・・（８）

また、図１５に示すように、画像上でのグレースケール対象物の領域をＡＲＥＡ０とし、その中にマスク領域ＡＲＥＡ１、ＡＲＥＡ２、ＡＲＥＡ３を設定し、各マスクの輝度平均値と、輝度変化（分散）を算出する（ステップＳ４３）。ここで、ＡＲＥＡ１の輝度平均値をＡｖｅ＿Ａ１、ＡＲＥＡ２の輝度分散をＶａｒ＿Ａ２、ＡＲＥＡ３の輝度分散をＶａｒ＿Ａ３とする。なお、以下の処理において、ＡＲＥＡ１は対象物の頭の存在判定に、ＡＲＥＡ２は対象物の胴体の存在判定に、更にＡＲＥＡ３は頭部から下半身にかけての形状変化の存在判定にそれぞれ使用する。また、ＡＲＥＡ３は、例えば壁のような自らは発熱せずに外部より与えられた熱のみを蓄熱する蓄熱体であって、単調な輝度変化を示す対象物の一部が２値化処理により抽出された場合、これを歩行者と識別するためにも用いる。なお、図１５はカメラで捉えられた歩行者を模式的に表したもので、斜線の領域が２値化で捉えられた対象物の部位であり、点線で囲まれた領域が２値化では捉えられていないが、グレースケール画像で背景に対して物体の存在が確認できる対象物の部位を表す。また、図１５に示した各部の寸法は、実空間での各部の寸法の一例である。

以下、図８から図１３に示すフローチャートに沿って、更に具体的に２値化対象物の形状による歩行者判定及びグレースケール画像の各マスク領域の輝度分散を利用した歩行者判定について説明する。
まず、画像処理ユニット１は、２値化対象物の高さ、幅、存在高さ、輝度平均値、輝度分散について、歩行者として適当な範囲内の値か否かを判定する。
具体的には、歩行者を対象とするため、２値化対象物の幅ΔＷｂが閾値ＴＨ１以上ＴＨ２以下（歩行者の幅として適当な値）か否かを判定する（ステップＳ４４）。
ステップＳ４４において、２値化対象物の幅ΔＷｂが閾値ＴＨ１以上ＴＨ２以下であった場合（ステップＳ４４のＹＥＳ）、２値化対象物の高さΔＨｂが閾値ＴＨ３（歩行者の高さとして適当な値）未満で、かつグレースケール対象物の高さΔＨｇが閾値ＴＨ４（歩行者の高さとして適当な値）未満か否かを判定する（ステップＳ４５）。

ステップＳ４５において、２値化対象物の高さΔＨｂが閾値ＴＨ３未満で、かつグレースケール対象物の高さΔＨｇが閾値ＴＨ４未満であった場合（ステップＳ４５のＹＥＳ）、路面からの対象物の上端高さ位置Ｙｔが閾値ＴＨ５（歩行者の高さとして適当な値）未満か否かを判定する（ステップＳ４６）。
また、ステップＳ４６において、路面からの対象物の上端高さ位置Ｙｔが閾値ＴＨ５未満であった場合（ステップＳ４６のＹＥＳ）、マスク領域ＡＲＥＡ３の輝度分散Ｖａｒ＿Ａ３が閾値ＴＨ６より大きいか否かを判定する（ステップＳ４７）。この処理を、図１６の対象物が歩行者の一部あるいは全体である場合や壁の場合のマスク領域ＡＲＥＡ３の輝度分散を示した図を用いて説明する。

具体的には、マスク領域ＡＲＥＡ３の領域幅を２値化対象物幅とすることで、図１６（ａ）に示すように、歩行者の頭部のみが２値化処理により抽出された場合は、下半身部位との輝度差が生じる。また、図１６（ｂ）に示すように、少なくとも歩行者の上半身、または全身が２値化処理により抽出された場合には、背景領域（画像）との輝度差が生じる。一方、図１６（ｃ）に示すように、壁のように対象物全体の温度差が少ない対象物の場合、２値化抽出部位とそうでない部位の輝度差は少なく、また、対象物はＡＲＥＡ３のように直線部位で構成されている。このため、ＡＲＥＡ３の輝度分散Ｖａｒ＿Ａ３は、歩行者の場合には高い値、壁のような対象物の場合には低い値を示す。
従って、ステップＳ４７では、マスク領域ＡＲＥＡ３の輝度分散Ｖａｒ＿Ａ３が閾値ＴＨ６より大きいか否かを判定することで、対象物が歩行者であるか否かを判定する。

更に、ステップＳ４７において、マスク領域ＡＲＥＡ３の輝度分散Ｖａｒ＿Ａ３が閾値ＴＨ６より大きかった場合（ステップＳ４７のＹＥＳ）、対象物形状の時間変化による歩行者判定を行う。
具体的には、歩行者の２値化対象物を対象とするため、２値化対象物形状が時間的に大きく変化することはないと考えられる。このため、規定時間内の外接四角形の面積と２値化対象物の面積比率であるＲａｔｅの最大値Ｍａｘ＿Ｒａｔｅと最小値Ｍｉｎ＿Ｒａｔｅの差分が閾値ＴＨ７未満であるか否かを判定する（ステップＳ４８）。

一方、ステップＳ４４において、２値化対象物の幅ΔＷｂが閾値ＴＨ１未満か、またはＴＨ２より大きかった場合（ステップＳ４４のＮＯ）、あるいはステップＳ４５において、２値化対象物の高さΔＨｂが閾値ＴＨ３以上か、またはグレースケール対象物の高さΔＨｇが閾値ＴＨ４以上であった場合（ステップＳ４５のＮＯ）、あるいはステップＳ４６において、路面からの対象物の上端高さ位置Ｙｔが閾値ＴＨ５以上であった場合（ステップＳ４６のＮＯ）、あるいはステップＳ４７において、マスク領域ＡＲＥＡ３の輝度分散が閾値ＴＨ６以下であった場合（ステップＳ４７のＮＯ）、更にはステップＳ４８において、規定時間内の外接四角形の面積と２値化対象物の面積比率であるＲａｔｅの最大値Ｍａｘ＿Ｒａｔｅと最小値Ｍｉｎ＿Ｒａｔｅの差分（Ｍａｘ＿Ｒａｔｅ−Ｍｉｎ＿Ｒａｔｅ）が閾値ＴＨ７以上であった場合（ステップＳ４８のＮＯ）のいずれかであった場合は、領域ＡＲＥＡ０に捉えられた対象物は歩行者ではないと判定して（ステップＳ４９）歩行者判定処理を終了し、図５に示すステップＳ３４のＮＯとして図５のステップＳ３７へ進み、対象物は警報対象ではないと判定する。

また、ステップＳ４８において、規定時間内の外接四角形の面積と２値化対象物の面積比率であるＲａｔｅの最大値Ｍａｘ＿Ｒａｔｅと最小値Ｍｉｎ＿Ｒａｔｅの差分が閾値ＴＨ７未満であった場合（ステップＳ４８のＹＥＳ）、次に、画像処理ユニット１は、更に詳細に抽出された対象物の形状毎の歩行者判定を行う。
具体的には、まず、路面からの対象物の上端高さ位置Ｙｔが閾値ＴＨ８（歩行者の上半身と下半身を区別できる高さとして適当な値）より大きいか否かを判定する（ステップＳ５０）。
ステップＳ５０において、路面からの対象物の上端高さ位置Ｙｔが閾値ＴＨ８以下であった場合（ステップＳ５０のＮＯ）、図９のステップＳ５１へ進み、歩行者の下半身であるか、座った歩行者として、２値化対象物の幅ΔＷｂが閾値ＴＨ９（歩行者の胴体幅として適当な値）以下か否かを判定する（ステップＳ５１）。

図９は、２値化処理によって下半身が抽出されたか、座っている歩行者を識別するための処理手順が示されており、ステップＳ５１において、２値化対象物の幅ΔＷｂが閾値ＴＨ９以下であった場合（ステップＳ５１のＹＥＳ）、対象物が座った歩行者であるか否かを判定するために、グレースケール対象物の高さΔＨｇが閾値ＴＨ１０（歩行者の高さとして適当な値）未満か否かを判定する（ステップＳ５２）。

ステップＳ５２において、グレースケール対象物の高さΔＨｇが閾値ＴＨ１０以上であった場合（ステップＳ５２のＮＯ）、この対象物が歩行者の胴体または、下半身に相当すると仮定し、上部に頭部が存在するか否かの判定のため、図１５に示す上部のマスク領域ＡＲＥＡ１の輝度平均値Ａｖｅ＿Ａ１が閾値ＴＨ１１より大きいか否かを判定する（ステップＳ５３）。
ステップＳ５３において、マスク領域ＡＲＥＡ１の輝度平均値Ａｖｅ＿Ａ１が閾値ＴＨ１１より大きかった場合（ステップＳ５３のＹＥＳ）、更に胴体部位は衣服の影響により熱を発散しにくい場合が有るため、グレースケール画像上で輝度パタンがある対象物として、マスク領域ＡＲＥＡ２の輝度分散Ｖａｒ＿Ａ２が閾値ＴＨ１８より大きいか否かを判定する（ステップＳ５３−１）。
そして、ステップＳ５３−１において、マスク領域ＡＲＥＡ２の輝度分散Ｖａｒ＿Ａ２が閾値ＴＨ１８より大きかった場合（ステップＳ５３−１のＹＥＳ）、領域ＡＲＥＡ０に捉えられた対象物は歩行者であると判定して（ステップＳ５４）歩行者判定処理を終了し、図５に示すステップＳ３４のＹＥＳとして図５のステップＳ３５へ進み、人工構造物判定を行う。

一方、ステップＳ５１において、２値化対象物の幅ΔＷｂが閾値ＴＨ９より大きかった場合（ステップＳ５１のＮＯ）、またはステップＳ５３において、マスク領域ＡＲＥＡ１の輝度平均値Ａｖｅ＿Ａ１が閾値ＴＨ１１以下であった場合（ステップＳ５３のＮＯ）、更にはステップＳ５３−１において、マスク領域ＡＲＥＡ２の輝度分散Ｖａｒ＿Ａ２が閾値ＴＨ１８以下であった場合（ステップＳ５３−１のＮＯ）のいずれかであった場合、領域ＡＲＥＡ０に捉えられた対象物は歩行者ではないと判定して（ステップＳ５５）歩行者判定処理を終了し、図５に示すステップＳ３４のＮＯとして図５のステップＳ３７へ進み、対象物は警報対象ではないと判定する。

また、ステップＳ５２において、グレースケール対象物の高さΔＨｇが閾値ＴＨ１０未満であった場合（ステップＳ５２のＹＥＳ）、この対象物は座った歩行者であるとみなし、２値化対象物の路面からの対象物の上端高さ位置Ｙｔが閾値ＴＨ１２（座った歩行者と立っている歩行者を区別できる高さとして適当な値）より大きいか否かを判定する（ステップＳ５６）。
ステップＳ５６において、２値化対象物の路面からの対象物の上端高さ位置Ｙｔが閾値ＴＨ１２よりも大きかった場合（ステップＳ５６のＹＥＳ）、２値化対象物の外接四角形の縦横比ＡＳＰＥＣＴを表すＡｓｐが、閾値ＴＨ１３以上ＴＨ１４以下（歩行者として適当な値）か否かを判定する（ステップＳ５７）。

ステップＳ５７において、２値化対象物の外接四角形の縦横比ＡＳＰＥＣＴを表すＡｓｐが閾値ＴＨ１３以上ＴＨ１４以下であった場合（ステップＳ５７のＹＥＳ）、（９）式で表される外接四角形重心１０２と２値化対象物の重心Ｇ１００との実空間での距離Ｄｉｓ＿ｃが閾値ＴＨ１５（歩行者として適当な値）未満か否かを判定する（ステップＳ５８）。
Ｄｉｓ＿ｃ＝ＳＱＲＴ（（Ｘｂ−Ｘｃ）２＋（Ｙｂ−Ｙｃ）２） ・・・（９）
ステップＳ５８において、距離Ｄｉｓ＿ｃが閾値ＴＨ１５未満であった場合（ステップＳ５８のＹＥＳ）、例えばΔＷｂが１．０ｍ以下で、ΔＨｇが１．０ｍ未満の対象物には歩行者以外の対象物、具体的には車輌の前部などが含まれるため、２値化対象物の上部マスク領域ＡＲＥＡ１において、予め登録した頭部パタンと相関度が高い部位が存在するか否かを判定する（ステップＳ５９）。

ステップＳ５９において、２値化対象物の上部マスク領域ＡＲＥＡ１に予め登録した頭部パタンと相関度が高い部位が存在する場合（ステップＳ５９のＹＥＳ）、領域ＡＲＥＡ０に捉えられた対象物は歩行者であると判定して（ステップＳ５４）歩行者判定処理を終了し、図５に示すステップＳ３４のＹＥＳとして図５のステップＳ３５へ進み、人工構造物判定を行う。

一方、ステップＳ５６において、２値化対象物の路面からの対象物の上端高さ位置Ｙｔが閾値ＴＨ１２以下であった場合（ステップＳ５６のＮＯ）、あるいはステップＳ５７において、２値化対象物の外接四角形の縦横比ＡＳＰＥＣＴを表すＡｓｐが閾値ＴＨ１３未満、あるいはＴＨ１４より大きかった場合（ステップＳ５７のＮＯ）、あるいはステップＳ５８において、距離Ｄｉｓ＿ｃが閾値ＴＨ１５以上であった場合（ステップＳ５８のＮＯ）、更にはステップＳ５９において、２値化対象物の上部マスク領域ＡＲＥＡ１に予め登録した頭部パタンと相関度が高い部位が存在しない場合（ステップＳ５９のＮＯ）のいずれかであった場合は、領域ＡＲＥＡ０に捉えられた対象物は歩行者ではないと判定して（ステップＳ５５）歩行者判定処理を終了し、図５に示すステップＳ３４のＮＯとして図５のステップＳ３７へ進み、対象物は警報対象ではないと判定する。

また、図８のステップＳ５０において、路面からの対象物の上端高さ位置Ｙｔが閾値ＴＨ８（歩行者の上半身と下半身を区別できる高さとして適当な値）より大きかった場合（ステップＳ５０のＹＥＳ）、図１０のステップＳ６０へ進み、対象物が空中に浮いている物体（例えば、カーブミラーのような対象物）か否かを判定するために、グレースケール対象物の高さΔＨｇが閾値ＴＨ１６（上述の閾値ＴＨ８と同じ値）より大きいか否かを判定する（ステップＳ６０）。

図１０は、２値化処理によって頭部や上半身が抽出された歩行者を識別するための処理手順が示されており、ステップＳ６０において、グレースケール対象物の高さΔＨｇが閾値ＴＨ１６より大きかった場合（ステップＳ６０のＹＥＳ）、対象物は空中に浮いている物体ではないので、次に、対象物領域（ＡＲＥＡ０）の上端部位に頭部が存在するか、あるいは胴体部位が存在するかを判定する。具体的には、まず頭部は露出しているため、マスク領域ＡＲＥＡ１の輝度平均値Ａｖｅ＿Ａ１が閾値ＴＨ１７より大きいか否かを判定する（ステップＳ６１）。

ステップＳ６１において、マスク領域ＡＲＥＡ１の輝度平均値Ａｖｅ＿Ａ１が閾値ＴＨ１７より大きかった場合（ステップＳ６１のＹＥＳ）、胴体部位は衣服の影響により熱を発散しにくい場合が有るため、グレースケール画像上で輝度パタンがある対象物として、マスク領域ＡＲＥＡ２の輝度分散Ｖａｒ＿Ａ２が閾値ＴＨ１８より大きいか否かを判定する（ステップＳ６２）。
また、ステップＳ６２において、マスク領域ＡＲＥＡ２の輝度分散Ｖａｒ＿Ａ２が閾値ＴＨ１８より大きかった場合（ステップＳ６２のＹＥＳ）、まず頭部、あるいは上半身が２値化処理により抽出された歩行者を判定するために、２値化対象物の幅ΔＷｂが閾値ＴＨ１９（歩行者の頭部、あるいは上半身を区別できる幅として適当な値）以下か否かを判定する（ステップＳ６３）。

次に、ステップＳ６３において、２値化対象物の幅ΔＷｂが閾値ＴＨ１９より大きかった場合（ステップＳ６３のＮＯ）、少なくとも歩行者の上半身、または全身が２値化処理により抽出された歩行者を判定するために、２値化対象物の幅ΔＷｂが閾値ＴＨ９（歩行者の胴体幅として適当な値）以下か否かを判定する（ステップＳ６４）。
更に、ステップＳ６４において、２値化対象物の幅ΔＷｂが閾値ＴＨ９より大きかった場合（ステップＳ６４のＮＯ）、複数の歩行者が並列歩行を行っているか否かを判定するために、２値化対象物の幅ΔＷｂが閾値ＴＨ２（歩行者の胴体幅として適当な値）以下か否かを判定する（ステップＳ６５）。

また、以上の判定では、ステップＳ６０において、グレースケール対象物の高さΔＨｇが閾値ＴＨ１６以下であった場合（ステップＳ６０のＮＯ）、あるいはステップＳ６１において、マスク領域ＡＲＥＡ１の輝度平均値Ａｖｅ＿Ａ１が閾値ＴＨ１７以下であった場合（ステップＳ６１のＮＯ）、あるいはステップＳ６２において、マスク領域ＡＲＥＡ２の輝度分散Ｖａｒ＿Ａ２が閾値ＴＨ１８以下であった場合（ステップＳ６２のＮＯ）、更にはステップＳ６５において、２値化対象物の幅ΔＷｂが閾値ＴＨ２より大きかった場合（ステップＳ６５のＮＯ）のいずれかであった場合は、領域ＡＲＥＡ０に捉えられた対象物は歩行者ではないと判定して（ステップＳ６６）歩行者判定処理を終了し、図５に示すステップＳ３４のＮＯとして図５のステップＳ３７へ進み、対象物は警報対象ではないと判定する。

一方、ステップＳ６３において、２値化対象物の幅ΔＷｂが閾値ＴＨ１９以下であった場合（ステップＳ６３のＹＥＳ）、対象物は、頭部あるいは上半身が２値化処理により抽出された歩行者であるとして、図１１のステップＳ６７へ進み、２値化対象物の外接四角形の縦横比ＡＳＰＥＣＴを表すＡｓｐが、閾値ＴＨ２０以上ＴＨ２１以下（歩行者の頭部や上半身として適当な値）か否かを判定する（ステップＳ６７）。

図１１は、２値化処理によって頭部や上半身が抽出された歩行者を識別するための処理手順が示されており、ステップＳ６７において、２値化対象物の外接四角形の縦横比ＡＳＰＥＣＴを表すＡｓｐが閾値ＴＨ２０以上ＴＨ２１以下であった場合（ステップＳ６７のＹＥＳ）、前述の外接四角形重心１０２と２値化対象物の重心Ｇ１００との実空間での距離Ｄｉｓ＿ｃが閾値ＴＨ１５未満か否かを判定する（ステップＳ６８）。
ステップＳ６８において、距離Ｄｉｓ＿ｃが閾値ＴＨ１５未満であった場合（ステップＳ６８のＹＥＳ）、領域ＡＲＥＡ０に捉えられた対象物は歩行者であると判定して（ステップＳ６９）歩行者判定処理を終了し、図５に示すステップＳ３４のＹＥＳとして図５のステップＳ３５へ進み、人工構造物判定を行う。

一方、ステップＳ６７において、２値化対象物の外接四角形の縦横比ＡＳＰＥＣＴを表すＡｓｐが閾値ＴＨ２０未満か、またはＴＨ２１より大きかった場合（ステップＳ６７のＮＯ）、あるいはステップＳ６８において、距離Ｄｉｓ＿ｃが閾値ＴＨ１５以上であった場合（ステップＳ６８のＮＯ）、領域ＡＲＥＡ０に捉えられた対象物は歩行者ではないと判定して（ステップＳ７０）歩行者判定処理を終了し、図５に示すステップＳ３４のＮＯとして図５のステップＳ３７へ進み、対象物は警報対象ではないと判定する。

また、図１０のステップＳ６４において、２値化対象物の幅ΔＷｂが閾値ＴＨ９以下であった場合（ステップＳ６４のＹＥＳ）、対象物は少なくとも歩行者の上半身、または全身が２値化処理により抽出された歩行者であるとして、図１２のステップＳ７１へ進み、２値化対象物の外接四角形の縦横比ＡＳＰＥＣＴを表すＡｓｐが、閾値ＴＨ１３以上ＴＨ２１以下（歩行者の上半身や全身として適当な値）か否かを判定する（ステップＳ７１）。

図１２は、２値化処理によって上半身や全身が抽出された歩行者を識別するための処理手順が示されており、ステップＳ７１において、２値化対象物の外接四角形の縦横比ＡＳＰＥＣＴを表すＡｓｐが閾値ＴＨ１３以上ＴＨ２１以下であった場合（ステップＳ７１のＹＥＳ）、前述の外接四角形重心１０２と２値化対象物の重心Ｇ１００との実空間での距離Ｄｉｓ＿ｃが閾値ＴＨ１５未満か否かを判定する（ステップＳ７２）。

ステップＳ７２において、距離Ｄｉｓ＿ｃが閾値ＴＨ１５未満であった場合（ステップＳ７２のＹＥＳ）、対象物には、歩行者以外の対象物、例えば、車輌の前部などが含まれるため、２値化対象物の上部マスク領域ＡＲＥＡ１において、予め登録した頭部パタンと相関度が高い部位が存在するか否かを判定する（ステップＳ７３）。
ステップＳ７３において、２値化対象物の上部マスク領域ＡＲＥＡ１に予め登録した頭部パタンと相関度が高い部位が存在する場合（ステップＳ７３のＹＥＳ）、領域ＡＲＥＡ０に捉えられた対象物は歩行者であると判定して（ステップＳ７４）歩行者判定処理を終了し、図５に示すステップＳ３４のＹＥＳとして図５のステップＳ３５へ進み、人工構造物判定を行う。

一方、ステップＳ７１において、２値化対象物の外接四角形の縦横比ＡＳＰＥＣＴを表すＡｓｐが閾値ＴＨ１３未満か、または以上ＴＨ２１より大きかった場合（ステップＳ７１のＮＯ）、あるいはステップＳ７２において、距離Ｄｉｓ＿ｃが閾値ＴＨ１５以上であった場合（ステップＳ７２のＮＯ）、更にはステップＳ７３において、２値化対象物の上部マスク領域ＡＲＥＡ１に予め登録した頭部パタンと相関度が高い部位が存在しない場合（ステップＳ７３のＮＯ）のいずれかであった場合は、領域ＡＲＥＡ０に捉えられた対象物は歩行者ではないと判定して（ステップＳ７５）歩行者判定処理を終了し、図５に示すステップＳ３４のＮＯとして図５のステップＳ３７へ進み、対象物は警報対象ではないと判定する。

また、図１０のステップＳ６５において、２値化対象物の幅ΔＷｂが閾値ＴＨ２以下であった場合（ステップＳ６５のＹＥＳ）、対象物は複数の歩行者が並列歩行を行っているので、対象物の外接四角形内には背景領域が多く含まれていると判断し、図１３のステップＳ７６へ進み、規定時間内の外接四角形の面積と２値化対象物の面積比率であるＲａｔｅが閾値ＴＨ２２未満か否かを判定する（ステップＳ７６）。

図１３は、対象物が複数の歩行者が並列歩行を行っている場合の処理手順が示されており、ステップＳ７６において、規定時間内の外接四角形の面積と２値化対象物の面積比率であるＲａｔｅが閾値ＴＨ２２未満であった場合（ステップＳ７６のＹＥＳ）、２値化対象物の外接四角形の縦横比ＡＳＰＥＣＴを表すＡｓｐが、閾値ＴＨ２３以上ＴＨ１４以下（歩行者の並列歩行を判断するのに適当な値）か否かを判定する（ステップＳ７７）。

ステップＳ７７において、２値化対象物の外接四角形の縦横比ＡＳＰＥＣＴを表すＡｓｐが閾値ＴＨ２３以上ＴＨ１４以下であった場合（ステップＳ７７のＹＥＳ）、前述の外接四角形重心１０２と２値化対象物の重心Ｇ１００との実空間での距離Ｄｉｓ＿ｃが閾値ＴＨ１５未満か否かを判定する（ステップＳ７８）。
ステップＳ７８において、距離Ｄｉｓ＿ｃが閾値ＴＨ１５未満であった場合（ステップＳ７８のＹＥＳ）、領域ＡＲＥＡ０に捉えられた対象物は歩行者であると判定して（ステップＳ７９）歩行者判定処理を終了し、図５に示すステップＳ３４のＹＥＳとして図５のステップＳ３５へ進み、人工構造物判定を行う。

一方、ステップＳ７６において、規定時間内の外接四角形の面積と２値化対象物の面積比率であるＲａｔｅが閾値ＴＨ２２以上であった場合（ステップＳ７６のＮＯ）、あるいはステップＳ７７において、２値化対象物の外接四角形の縦横比ＡＳＰＥＣＴを表すＡｓｐが閾値ＴＨ２３未満か、またはＴＨ１４より大きかった場合（ステップＳ７７のＮＯ）、更にはステップＳ７８において、距離Ｄｉｓ＿ｃが閾値ＴＨ１５以上であった場合（ステップＳ７８のＮＯ）のいずれかであった場合は、領域ＡＲＥＡ０に捉えられた対象物は歩行者ではないと判定して（ステップＳ８０）歩行者判定処理を終了し、図５に示すステップＳ３４のＮＯとして図５のステップＳ３７へ進み、対象物は警報対象ではないと判定する。

なお、本実施の形態では、画像処理ユニット１が、２値化対象物抽出手段と、グレースケール対象物抽出手段と、歩行者判別手段とを含んでいる。より具体的には、図３のＳ１〜Ｓ１３が２値化対象物抽出手段に相当し、図８のＳ４１〜Ｓ４２がグレースケール対象物抽出手段に相当する。また、図８のＳ４３〜Ｓ５０、図９のＳ５１〜Ｓ５９、図１０のＳ６０〜Ｓ６６、図１１のＳ６７〜Ｓ７０、図１２のＳ７１〜Ｓ７５、図１３のＳ７６〜Ｓ８０が歩行者判別手段に相当する。

更に、本実施の形態では、画像処理ユニット１が、対象物抽出手段と、蓄熱体抽出手段と、歩行者認識手段とを含んでいる。より具体的には、図３のＳ１〜Ｓ１３が対象物抽出手段に相当し、図８のＳ４５、Ｓ４６、Ｓ４７、図９のＳ５２、Ｓ５３、Ｓ５３−１、図１０のＳ６０、Ｓ６１、Ｓ６２が蓄熱体抽出手段に相当する。また、図８のＳ４８〜Ｓ５０、図９のＳ５４〜Ｓ５９、図１０のＳ６３〜Ｓ６６、図１１のＳ６７〜Ｓ７０、図１２のＳ７１〜Ｓ７５、図１３のＳ７６〜Ｓ８０が歩行者認識手段に相当する。

以上説明したように、本実施の形態の車両周辺監視装置は、赤外線カメラにより撮影された画像のグレースケール画像から歩行者等の対象物を２値化処理によって抽出した後、グレースケール画像の輝度変化により、グレースケール画像から２値化対象物を包含する範囲のグレースケール対象物を抽出し、更にグレースケール対象物の領域に複数の探索領域を設定して、探索領域の形状や探索領域の輝度分散に基づいて該探索領域中の歩行者を認識する。
これにより、例えば対象物の画像の幅が歩行者として不自然な場合や、対象物の画像の高さが歩行者として不自然な場合、これらの物体を対象物の画像から除去すると共に、これらを満たす歩行者の特徴として、輝度分散が高く頭部に相当する部分があるか、あるいは輝度分散が高く胴部に相当する部分があるか、更には壁等の輝度分散の低いものではないか等の判定を行い、対象物の画像から輝度分散が歩行者を撮影した画像と異なる物体の画像を除去し、歩行者の検出精度を向上させることができるという効果が得られる。

本発明の一実施の形態の車両周辺監視装置の構成を示すブロック図である。 車両における赤外線カメラやセンサ、ディスプレイ等の取り付け位置を示す図である。 同実施の形態の車両周辺監視装置の対象物検出・警報動作を示すフローチャートである。 赤外線カメラにより得られるグレースケール画像とその２値化画像を示す図である。 同実施の形態の警報判定処理動作を示すフローチャートである。 衝突が発生しやすい場合を示す図である。 車両前方の領域区分を示す図である。 同実施の形態の歩行者判定処理動作を示すフローチャートである。 同実施の形態の歩行者判定処理動作を示すフローチャートである。 同実施の形態の歩行者判定処理動作を示すフローチャートである。 同実施の形態の歩行者判定処理動作を示すフローチャートである。 同実施の形態の歩行者判定処理動作を示すフローチャートである。 同実施の形態の歩行者判定処理動作を示すフローチャートである。 同実施の形態の２値化対象物形状特徴量について示す図である。 同実施の形態のマスク領域設定について示す図である。 対象物が歩行者の一部あるいは全体である場合や、壁の場合のマスク領域ＡＲＥＡ３の輝度分散を示した図である。

符号の説明

１ 画像処理ユニット
２Ｒ、２Ｌ 赤外線カメラ
３ ヨーレートセンサ
４ 車速センサ
５ ブレーキセンサ
６ スピーカ
７ 画像表示装置
１０ 自車両
Ｓ１〜Ｓ１３２ 値化対象物抽出手段
Ｓ４１〜Ｓ４２ グレースケール対象物抽出手段
Ｓ４３〜Ｓ８０歩行者判別手段
Ｓ１〜Ｓ１３ 対象物抽出手段
Ｓ４５、Ｓ４６、Ｓ４７、Ｓ５２、Ｓ５３、Ｓ５３−１、Ｓ６０、Ｓ６１、Ｓ６２ 蓄熱体抽出手段
Ｓ４８〜Ｓ５０、Ｓ５４〜Ｓ５９、Ｓ６３〜Ｓ８０ 歩行者認識手段

Claims (1)

1. ２つの赤外線カメラにより捉えられた画像を利用して、歩行者を認識する車両周辺監視装置であって、
   前記画像のグレースケール画像を２値化処理することにより、前記グレースケール画像から２値化対象物を抽出する２値化対象物抽出手段と、
   所定の大きさのマスク領域を、２値化対象物外接四角形の上端から複数個並べてグレースケール画像上に設定し、マスク領域内の輝度変化が大きく、かつ左右の画像間のマスク領域の相関度が高いと共に、更に２値化対象物と同距離であるマスク領域を包含する領域をグレースケール対象物の領域として抽出するグレースケール対象物抽出手段と、
   前記グレースケール対象物の領域に、横方向の大きさを２値化対象物画像の横幅とし、縦方向の大きさをグレースケール対象物画像の高さとした全体領域を、対象物の頭部から下半身にかけての形状変化の存在判定に使用する全体マスク領域として設定する全体マスク領域設定手段と、
   前記全体マスク領域設定手段によって設定された前記全体マスク領域の輝度分散が所定値よりも大きいか否かを判定し、少なくとも該判定結果に基づいて前記グレースケール画像中の歩行者を認識する歩行者判別手段と
   を備えたことを特徴とする車両周辺監視装置。

Images