JP4703963B2 - 車外監視装置、及び、この車外監視装置を備えた走行制御装置 - Google Patents

Description

本発明は、特に車両前方に適切な自車両の走行領域を推定する車外監視装置、及び、この車外監視装置を備えた走行制御装置に関する。

近年、車載カメラ等からの画像を処理して走行環境を検出し、この走行環境データから先行車情報等を検出する車外監視装置については様々な提案がなされており、さらにこのような車外監視装置で検出した先行車に対して車間距離を一定以上に保つ追従走行制御等を行う各種走行制御装置が実用化されている。

例えば、特開２００３−３０８５９８号公報では、画像情報や走行状態に基づき自車進行路を推定し、この自車進行路を軸に自車両の走行領域を一定幅で設定して、この自車走行領域に進入する車両の中から先行車を抽出し、この先行車により追従走行制御を行う技術が開示されている。
特開平２００３−３０８５９８号公報

しかしながら、上述の特許文献１のように先行車を判定する走行領域を一定に設けるものでは、走行環境や車載カメラ等の検出状態に応じた、きめの細かい先行車検出ができないという課題がある。例えば、走行環境が悪環境（霧、濡れ路面、雪路等）の下では、視界が悪くなり先行車の検出自体が難しくなるため、より積極的に先行車を検出して、制御に用いることが好ましい。逆に、遠方まで車載カメラ等の検出が可能な状態では、隣車線の車両等を先行車として誤登録することを防止する方が望ましい。

本発明は上記事情に鑑みてなされたもので、走行環境や車載カメラ等の検出状態に応じて要求されるきめの細かな先行車検出が可能で、走行制御をより自然に安定して実現することができる車外監視装置、及び、その車外監視装置を備えた走行制御装置を提供することを目的とする。

本発明は、自車両前方の少なくとも走行路と立体物を認識する前方認識手段と、自車進行路を推定する自車進行路推定手段と、上記立体物が存在する位置における自車両の走行領域を上記自車進行路に基づき推定する走行領域推定手段とを備えた車外監視装置において、上記前方認識手段が、少なくとも予め設定しておいた遠方まで良好に認識する状態にあるか判定する認識状態判定手段を有し、上記走行領域推定手段は、上記認識状態判定手段で上記遠方まで良好に認識する状態にあると判定した場合は、左右の走行領域の大きさを縮小する補正を行い、上記遠方まで良好に認識する状態にないと判定した場合は、左右の走行領域の大きさを拡大する補正を行うことを特徴としている。

本発明による車外監視装置、及び、その車外監視装置を備えた走行制御装置は、走行環境や車載カメラ等の検出状態に応じて要求されるきめの細かな先行車検出が可能で、走行制御をより自然に安定して実現することができる。

以下、図面に基づいて本発明の実施の形態を説明する。
図１〜図１１は本発明の実施の形態を示し、図１は車両に搭載した車両用運転支援装置の概略構成図、図２は車外監視装置の要部を示す機能ブロック図、図３は先行車推定プログラムのフローチャート、図４は走行領域内の立体物判定処理ルーチンのフローチャート、図５は白線認識率演算ルーチンのフローチャート、図６は走行領域の拡大処理ルーチンのフローチャート、図７は図６から続くフローチャート、図８は走行領域の縮小処理ルーチンのフローチャート、図９はフュージョン立体物の概念図、図１０は走行領域の拡大補正の説明図、図１１は走行領域の縮小補正の説明図である。

図１において、符号１は自動車等の車両（自車両）で、この車両１には、走行制御装置の一例としての車間距離自動維持運転システム（ＡＣＣ（Adaptive Cruise Control）システム）２が搭載されている。このＡＣＣシステム２は、主として、ステレオカメラ３と、ミリ波送受信部４と、車外監視装置５と、走行制御ユニット６とを有して構成されている。そして、ＡＣＣシステム２は、定速走行制御状態のときは運転者が設定した車速を保持した状態で走行し、追従走行制御状態のときは目標車速を先行車の車速に設定し、先行車に対して一定車間距離を保持した状態で走行する。

ステレオカメラ３は、ステレオ光学系として例えば電荷結合素子（ＣＣＤ）等の個体撮像素子を用いた左右１組のＣＣＤカメラで構成され、これら左右のＣＣＤカメラは、それぞれ車室内の天井前方に一定の間隔をもって取り付けられ、車外の対象を異なる視点からステレオ撮像し、画像情報を車外監視装置５に入力する。

ミリ波送受信部４は、自車両１の先端に設けられ、前方に所定にミリ波（例えば３０Ｇ Hz 〜１００Ｇ Hz の電波）を送信するとともに、反射して戻ってくるミリ波を受信し、送受信データを車外監視装置５に入力する。

また、自車両１には、車速を検出する車速センサ７が設けられており、この車速は車外監視装置５と走行制御ユニット６とに入力される。さらに、自車両１には、ハンドル角を検出するハンドル角センサ８、ヨーレートを検出するヨーレートセンサ９が設けられており、これらハンドル角の信号とヨーレートの信号は車外監視装置５に入力される。

車外監視装置５は、図２に示すように、ステレオ画像処理部１５と、測距処理部１６と、フュージョン立体物設定部１７と、自車進行路推定部１８と、走行領域内立体物判定部１９と、先行車認識部２０とを有して主要に構成されている。

尚、本実施の形態において用いられる座標系は、自車両１の左右（幅）方向をＸ座標、自車両１の上下方向をＹ座標、自車両１の前後方向をＺ座標とする自車両１を基準とする実空間の３次元座標系を用いて各処理を行う。この場合、ステレオカメラ３を成す２台のＣＣＤカメラの中央の真下の道路面を原点として、自車両１の右側がＸ軸の＋側、自車両１の上方がＹ軸の＋側、自車両１の前方がＺ軸の＋側として設定される。

ステレオ画像処理部１５は、ステレオカメラ３からの画像を、例えば以下のように処理することで、白線認識、側壁認識、立体物認識等を行う。すなわち、ステレオ画像処理部１５は、先ず、ステレオカメラ３のＣＣＤカメラで自車両の進行方向を撮像した１組のステレオ画像対に対し、対応する位置のずれ量から三角測量の原理によって画像全体に渡る距離情報を求める処理を行って、三次元の距離分布を表す距離画像を生成する。そして、このデータを基に、周知のグルーピング処理や、予め記憶しておいた３次元的な進路形状データ、側壁データ、立体物データ等と比較し、画像上の白線、道路に沿って存在するガードレールや縁石等の側壁、車両等の立体物を抽出（検出）する。こうして抽出された白線、側壁、立体物に係る各データは、それぞれのデータ毎に異なったナンバーが割り当てられる。また、更に立体物データに関しては、自車両１からの距離の相対的な変化量と自車両１の車速との関係から、自車両１に向かって移動する逆方向移動物と、停止している停止物と、自車両１と略同方向に移動する順方向移動物の３種類に分類される。

また、ステレオ画像処理部１５は、画像情報に基づき、現在の走行環境が、霧状態か、雪道状態か、濡れ路面走行状態かを判定する。

ここで、走行環境が霧状態か否かの判定は、例えば、先行車のテールランプやブレーキランプとその周辺の光幕領域を抽出し、対象までの距離を測定し、先行車両のテールランプやブレーキランプの領域とその周辺の光幕領域の輝度比と距離データとから霧状態を判定する。その他、白線輝度の変化量から霧状態を判断する方法や、また、画像データの変化から霧濃度の変化を検出するようにしても良い。

また、走行環境が雪道状態の判定は、例えば、本出願人が特開２００１−４３３５２号公報で詳述するように、左右のステレオカメラ３により得られた撮像画像中の所定領域に設定された監視領域における画像データに基づいて、路面一面雪とみなせる状態を検出することにより行う。具体的には、監視領域の水平方向に関する輝度エッジの数と、監視領域の全体的な輝度の大きさを算出し、輝度エッジの数が判定値よりも少なく、且つ、全体的な輝度の大きさが判定値よりも大きい場合に一面雪とみなせる状態で雪道と判定する。

更に、濡れ路面状態の判定は、例えば、本出願人が特開２００１−４１７４１号公報で詳述する方法で行う。具体的には、道路が存在するであろうと予測される自車両の前方に距離データ監視領域を設定し、この監視領域内に存在する距離データに関して、高さ方向の分布を評価する。すなわち、算出された距離データに関する三次元空間における高さを求め、立体物が路面に映り込んでいることに起因した距離データ数をウェットデータ数としてカウントする。濡れた路面では、ドライな路面と比べて、多数の距離データが路面位置より下に算出されるという特性がある。このような特性に鑑み、距離データ監視領域内にウェットデータが多数存在する場合、濡れ路面状態であると判定する。

測距処理部１６は、ミリ波送受信部４からの送受信データを、例えば以下のように処理することで立体物認識を行う。すなわち、測距処理部１６では、送信波が目標で反射されて戻ってくるまでの時間差をもとに、自車両１から目標までの相対距離を計測する。そして、距離値の分布状態から、同一の距離値が連続する部分を１つの立体物として抽出する。

ここで、測距処理部１６には前回抽出され登録された立体物（以下、ミリ波立体物と称す）に係るデータが格納されており、測距処理部１６は、新たな立体物（以下、検出ミリ波立体物と称す）を抽出すると、ミリ波立体物との対応判定を行う。すなわち、測距処理部１６では、検出ミリ波立体物とミリ波立体物とについての同一確率Ｐを算出し、同一確率Ｐが閾値以上ならば対応と判定する。本実施の形態において、同一確率Ｐは、例えば、検出ミリ波立体物とミリ波立体物との間のＺ座標、Ｘ座標、及び、Ｚ方向速度の同一確率Ｐｚ，Ｐｘ，Ｐｖを求め、それらを統合することで算出される。

具体的に説明すると、ある検出ミリ波立体物ｎとあるミリ波立体物ｍとの間のＺ座標、Ｘ座標、Ｚ方向速度の差がΔＺ、ΔＸ、ΔＶであるときの同一確率Ｐｚ，Ｐｘ，Ｐｖは、標準偏差σｚ，σｘ，σｖの正規分布の累積分布関数によって、例えば、

により算出される。そして、これら検出ミリ波立体物ｎとミリ波立体物ｍとの間の各同一確率Ｐｚ，Ｐｘ，Ｐｖを統合した同一確率Ｐが、
Ｐ＝Ｐｚ×Ｐｘ×Ｐｖ …（４）
によって求められる。

測距処理部１６では、このような演算を検出ミリ波立体物とミリ波立体物との全ての組合わせに対して行い、同一確率Ｐが閾値（例えば３０％）以上且つ最大となる組み合わせを選出する。そして、測距処理部１６では、検出立体物が対応したミリ波立体物を上述の検出ミリ波立体物で更新してミリ波立体物として継続登録するとともに、対応しなかった検出ミリ波立体物のデータを新たなミリ波立体物として登録する。さらに、検出ミリ波立体物に対応しなかったミリ波立体物のデータについては、所定の消去要件のもとで消去する。

フュージョン立体物設定部１７は、ステレオ画像処理部１５から各立体物（以下、画像立体物と称する）に係る情報が入力されるとともに、測距処理部１６から各ミリ波立体物に係る情報が入力され、これらを融合することで、フュージョン立体物を設定する。

具体的に説明すると、フュージョン立体物設定部１７は、先ず、各画像立体物と各ミリ波立体物との対応判定を行う。すなわち、フュージョン立体物設定部１７では、各画像立体物のＺ座標、Ｘ座標、及び、Ｚ方向速度と、各ミリ波立体物のＺ座標、Ｘ座標、及び、Ｚ方向速度とを用いて、例えば上述の式（１）〜（４）により、各組み合わせによる同一確率Ｐを演算する。これにより、画像立体物とミリ波立体物とが対応する場合には、これらの同一確率Ｐが最大且つ閾値以上となる組み合わせが決定される。

そして、フュージョン立体物設定部１７は、画像立体物とミリ波立体物との融合による各フュージョン立体物を得る。すなわち、フュージョン立体物設定部１７は、例えば図９に示すように、画像立体物単体のフュージョン立体物（図９中に四角で表示）、ミリ波立体物単体のフュージョン立体物（図９中に丸で表示）、或いは、画像立体物とミリ波立体物との組み合わせによるフュージョン立体物（図９中に四角と丸で表示）の何れかからなる各フュージョン立体物を得る。

ここで、各フュージョン立体物は、当該フュージョン立体物の自車両１との間の距離、Ｘ座標、速度、幅等の各情報や、Ｚ方向速度で判定される移動状況（順方向移動物、停止物、或いは、対向車）等の情報を有する。この場合において、画像立体物とミリ波立体物との組み合わせによるフュージョン立体物では、自車両１との距離の設定に際してはミリ波立体物の情報が優先的に採用され、Ｘ座標の設定に際しては画像立体物の情報が優先的に採用され、速度の設定に際してはミリ波立体物の情報が優先的に採用され、幅の設定に際しては画像立体物の情報が優先的に採用される。

このようにして新たなフュージョン立体物が設定されると、フュージョン立体物設定部１７は、前回登録されたフュージョン立体物との一致判定を行い、一致したフュージョン立体物についてはその登録情報を新たなフュージョン立体物の情報に基づいて更新することで継続登録する。また、フュージョン立体物設定部１７では、一致しなかった新たなフュージョン立体物に関しての新規登録を行うとともに、一致しなかった過去のフュージョン立体物に関しては即消去する。

このように、本実施の形態においては、ステレオ画像処理部１５、測距処理部１６及びフュージョン立体物設定部１７は、前方認識手段を構成し、ステレオ画像処理部１５は、走行環境認識手段としての機能も有している。

自車走行領域推定部１８は、車速センサ７からの車速信号、ハンドル角センサ８からのハンドル角信号、ヨーレートセンサ９からのヨーレート信号等が入力されるとともに、ステレオ画像処理部１５から白線データや側壁データ等が入力され、自車進行路を推定する自車進行路推定手段として設けられる。

この場合、自車走行領域推定部１８では、先ず、例えば以下の４通りにより自車進行路の推定を行う。
ａ．白線に基づく自車進行路推定…左右両方、若しくは、左右どちらか片側の白線データが得られており、これら白線データから自車両１が走行している車線の形状が推定できる場合、自車進行路は、自車両１の幅や、自車両１の現在の車線内の位置を考慮して、白線と並行して形成される。

ｂ．ガードレール、縁石等の側壁データに基づく自車進行路推定…左右両方、若しくは、左右どちらか片側の側壁データが得られており、これら側壁データから自車両１が走行している車線の形状が推定できる場合、自車進行路は、自車両１の幅や、自車両１の現在の車線内の位置を考慮して、側壁と並行して形成される。

ｃ．先行車軌跡に基づく自車進行路推定…先行車の過去の走行軌跡を基に、自車進行路を推定する。

ｄ．自車両１の走行軌跡に基づく自車走行路推定…自車両１の運転状態を基に、自車進行路を推定する。例えば、ヨーレートγ、車速Ｖ、ハンドル角θHを基に、以下の手順で自車進行路を推定する。

まず、ヨーレートセンサ９が有効か判定され、ヨーレートセンサ９が有効であれば、
Ｃua＝γ／Ｖ …（５）
により現在の旋回曲率Ｃuaが算出される。

一方、ヨーレートセンサ９が無効であれば、ハンドル角θHから求められる操舵角δが、所定値（例えば０．５７度）以上で転舵が行われているか否か判定され、操舵角δが０．５７度以上で操舵が行われている場合は、操舵角δと自車速Ｖを用いて、例えば
Ｒｅ＝（１＋Ａ・Ｖ２）・（Ｌ／δ） …（６）
Ｃua＝１／Ｒｅ …（７）
により現在の旋回曲率Ｃuaが算出される。ここで、Ｒｅは旋回半径、Ａは車両のスタビリティファクタ、Ｌはホイールベースである。

また、操舵角δが０．５７度より小さい場合は、現在の旋回曲率Ｃuaは０（直進走行状態）とされる。

こうして、得られる現在の旋回曲率Ｃuaを加えた過去所定時間（例えば約０．３秒間）の旋回曲率から平均旋回曲率を算出し、自車進行路を推定する。

尚、ヨーレートセンサ９が有効であって、上述の（５）式により現在の旋回曲率Ｃuaが算出される場合であっても、操舵角δが０．５７度より小さい場合は、現在の旋回曲率Ｃuaは０（直進走行状態）に補正するようにしても良い。

走行領域内立体物判定部１９は、ステレオ画像処理部１５から白線情報が入力され、フュージョン立体物設定部１７から上述の立体物が各情報（移動速度、位置座標）とともに入力され、自車進行路推定部１８から自車進行路が入力される。

そして、走行領域内立体物判定部１９は、後述の図４のフローチャートに従って、各立体物毎に、立体物が存在する位置における自車両の走行領域を自車進行路に基づき推定し、この走行領域と立体物位置とを比較して、それぞれの立体物が走行領域内にあるか否か判定する。走行領域内立体物判定部１９は、認識状態判定手段、及び、走行領域推定手段としての機能を有して構成されるが、詳細は後述する。

先行車認識部２０は、先行車認識手段としてのものであり、走行領域内立体物判定部１９から、走行領域内に存在する順方向に走行する車両の情報が入力され、これらの立体物の中から、自車両１に最も近い車両を先行車として認識し、走行制御ユニット６に出力する。

一方、定速走行スイッチ１０は、定速走行時の目標車速を設定する車速セットスイッチ、主に目標車速を下降側へ変更設定するコーストスイッチ、主に目標車速を上昇側へ変更設定するリジュームスイッチ等で構成されている。更に、この定速走行操作レバーの近傍には、走行制御のＯＮ／ＯＦＦを行うメインスイッチ（図示せず）が配設されている。

運転者が図示しないメインスイッチをＯＮし、定速走行操作レバーにより、希望する速度をセットすると、定速走行スイッチ１０からの信号が走行制御ユニット６に入力され、走行制御ユニット６は、車速センサ７で検出した車速が運転者のセットした設定車速に収束するように、スロットルアクチュエータ１１を駆動させてスロットル弁１２の開度をフィードバック制御し、自車両を自動的に定速状態で走行させる。

又、走行制御ユニット６は、定速走行制御を行っている際に、車外監視装置５にて先行車を認識し、先行車の速度が自車両の設定した目標速度以下の場合には、先行車に対して一定の車間距離を保持した状態で走行する追従走行制御へ自動的に切換える。

車両の走行制御が追従走行制御へ移行すると、走行制御ユニット６は、車外監視装置５で求めた自車両１と先行車との車間距離及び先行車速と、車速センサ７で検出した自車速とに基づき適切な車間距離の目標値を設定する。そして、車間距離が目標値になるように、スロットルアクチュエータ１１へ駆動信号を出力して、スロットル弁１２の開度をフィードバック制御し、先行車に対して一定車間距離を保持した状態で追従走行させる。

次に、車外監視装置５で実行される先行車推定プログラムを、図３のフローチャートで説明する。
まず、ステップ（以下、「Ｓ」と略称）１０１で必要パラメータを読み込み、Ｓ１０２に進んで、上述の如く、ステレオ画像処理部１５、測距処理部１６、フュージョン立体物設定部１７により立体物認識処理を行う。

次いで、Ｓ１０３に進み、上述の如く、自車進行路推定部１８で自車進行路の推定を行い、Ｓ１０４に進んで、走行領域内立体物判定部１９において後述する図４のフローチャートに従って走行領域内の立体物判定処理を行う。

その後、Ｓ１０５に進み、先行車認識部２０において先行車の推定を行い結果を出力してプログラムを抜ける。

次に、上述のＳ１０４で実行する走行領域内の立体物判定処理を図４のフローチャートで説明する。
まず、Ｓ２０１で白線認識率ＣOUNTを読み込む。この白線認識率ＣOUNTは、遠方まで良好に認識する状態にあるかの基準となる値で、詳しい演算は、後述の図５で説明する。

次いで、Ｓ２０２に進み、白線認識率ＣOUNTが設定値Ｃc（例えば、５０）以上か否か判定する。そして、この判定の結果、白線認識率ＣOUNTが設定値Ｃcよりも小さい、すなわち、遠方まで良好に認識する状態にないと判定できる場合には、Ｓ２０３に進み、全ての立体物毎に、拡大した走行領域の領域内にあるか否かを判断する立体物判定処理（第一の立体物判定処理（走行領域の拡大については図６，７で説明））を実行し、Ｓ２０５で結果を出力してルーチンを抜ける。

逆に、Ｓ２０２の判定の結果、白線認識率ＣOUNTが設定値Ｃc以上、すなわち、遠方まで良好に認識する状態にあると判定できる場合には、Ｓ２０４に進み、全ての立体物毎に、縮小した走行領域の領域内にあるか否かを判断する立体物判定処理（第二の立体物判定処理（走行領域の縮小については図８で説明））を実行し、Ｓ２０５で結果を出力してルーチンを抜ける。

次に、白線認識率ＣOUNTの演算を、図５のフローチャートで説明する。
まず、Ｓ３０１では、白線が認識される最遠の距離、すなわち、最遠認識距離が８０ｍ以上か否か判定され、８０ｍ以上の場合は、Ｓ３０２に進んで、ＣOUNT＝ＣOUNT＋１とする。

Ｓ３０１で、最遠認識距離が８０ｍより低いと判定された場合は、Ｓ３０３に進み、最遠認識距離が６０ｍ以上か否か判定され、６０ｍ以上の場合は、Ｓ３０４に進んで、ＣOUNT＝ＣOUNTとする。

Ｓ３０３で、最遠認識距離が６０ｍより低いと判定された場合は、Ｓ３０５に進み、最遠認識距離が４０ｍ以上か否か判定され、４０ｍ以上の場合は、Ｓ３０６に進んで、ＣOUNT＝ＣOUNT−１とする。

Ｓ３０５で、最遠認識距離が４０ｍより低いと判定された場合は、Ｓ３０７に進み、ＣOUNT＝ＣOUNT−２とする。

Ｓ３０２、Ｓ３０４、Ｓ３０６、或いは、Ｓ３０７で白線認識率ＣOUNTを設定した後は、Ｓ３０８に進み、白線認識率ＣOUNTの最大値を１００、最小値を０に制限してルーチンを抜ける。

尚、ここで白線認識率ＣOUNTのカウントを行う判定距離８０ｍ、６０ｍ、４０ｍはあくまで一例であり、他の判定距離であっても良い。また、白線認識率ＣOUNTのカウントのカウント値も一例であり、他の値でカウントしていくようにしても良い。

このように、遠方まで良好に認識する状態にあるかの基準となる値に白線認識率ＣOUNTを用いることにより、一時的なノイズ等の変化で認識している状態が誤判定されることが防止できるようになっている。

次に、上述のＳ２０３の第一の立体物判定処理で、全立体物毎に生成される走行領域の拡大処理を、図６，７のフローチャートで説明する。
まず、Ｓ４０１で左右の演算の基本とする走行領域幅（基本走行領域幅）ｄxl0、ｄxr0を設定する。本実施の形態では、例として、ｄxl0＝ｄxr0＝１ｍとする。

次いで、Ｓ４０２に進み、フュージョン率ｆrを設定する。このフュージョン率ｆrは、認識状態、具体的には、視界の悪さを評価する値であり、前述の、画像立体物とミリ波立体物との組み合わせによるフュージョン立体物の数をミリ波で検出している立体物の数で除すること、すなわち、（画像立体物とミリ波立体物との組み合わせによるフュージョン立体物の数）／（ミリ波で検出している立体物の数）、で演算される。

次いで、Ｓ４０３に進み、左右の走行領域の拡張率ａl、ａrの初期値を設定する。本実施の形態では、例として、ａl＝ａr＝１．０とする。

その後、Ｓ４０４に進むと、フュージョン率ｆrと予め設定しておいた閾値ｆrLC（例えば０．５）とを比較する。この比較の結果、フュージョン率ｆrが閾値ｆrLC以下の場合には、視界が不良と判定して、Ｓ４０５に進み、左右の走行領域の拡張率ａl、ａrを拡張（例えば、ａl＝ａl＋０．２、ａr＝ａr＋０．２）してＳ４０６に進む。また、Ｓ４０４の判定の結果、フュージョン率ｆrが閾値ｆrLCより低いと判定されたらそのままＳ４０６に進む。

Ｓ４０６では、左白線が不検出状態か否か判定する。この判定の結果、左白線が不検出であれば、Ｓ４０７に進み、左の走行領域の拡張率ａlを拡張（例えば、ａl＝ａl＋０．１）してＳ４０８に進む。また、Ｓ４０６の判定の結果、左白線が検出されているのであれば、そのままＳ４０８に進む。

Ｓ４０８では、右白線が不検出状態か否か判定する。この判定の結果、右白線が不検出であれば、Ｓ４０９に進み、右の走行領域の拡張率ａrを拡張（例えば、ａr＝ａr＋０．１）してＳ４１０に進む。また、Ｓ４０８の判定の結果、右白線が検出されているのであれば、そのままＳ４１０に進む。

Ｓ４１０では、霧が発生した状態か否か判定する。この判定の結果、霧状態の場合には、視界不良の可能性が高いため、Ｓ４１１に進み、左右の走行領域の拡張率ａl、ａrを拡張（例えば、ａl＝ａl＋０．２、ａr＝ａr＋０．２）してＳ４１２に進む。また、Ｓ４１０の判定の結果、霧状態ではない場合には、そのままＳ４１２に進む。

Ｓ４１２では、雪道状態か否か判定する。この判定の結果、雪道状態の場合には、視界不良の可能性が高いため、Ｓ４１３に進み、左右の走行領域の拡張率ａl、ａrを拡張（例えば、ａl＝ａl＋０．１、ａr＝ａr＋０．１）してＳ４１４に進む。また、Ｓ４１２の判定の結果、雪道状態ではない場合には、そのままＳ４１４に進む。

Ｓ４１４では、濡れ路面走行状態か否か判定する。この判定の結果、濡れ路面状態の場合には、視界不良の可能性が高いため、Ｓ４１５に進み、左右の走行領域の拡張率ａl、ａrを拡張（例えば、ａl＝ａl＋０．１、ａr＝ａr＋０．１）してＳ４１６に進む。また、Ｓ４１４の判定の結果、濡れ路面状態ではない場合には、そのままＳ４１６に進む。

Ｓ４１６では、画像で検出している立体物がないか否か判定する。この判定の結果、画像で検出している立体物がない場合には、前方を走行する車両の雪や水の巻き上げ等による視界不良の可能性が高いため、Ｓ４１７に進み、左右の走行領域の拡張率ａl、ａrを拡張（例えば、ａl＝ａl＋０．２、ａr＝ａr＋０．２）してＳ４１８に進む。また、Ｓ４１６の判定の結果、画像で検出している立体物がある場合には、そのままＳ４１８に進む。

Ｓ４１８では、今まで（Ｓ４０３〜Ｓ４１７）設定してきた左右の走行領域の拡張率ａl、ａrと、Ｓ４０１で設定した左右の基本走行領域幅ｄxl0、ｄxr0を用いて、最大遠方（本実施の形態においては１００ｍ）前方での左右の走行領域幅ｄxl100、ｄxr100を設定する。例えば、ｄxl100＝ａl・ｄxl0、ｄxr100＝ａr・ｄxr0で設定する。

その後、Ｓ４１９に進み、立体物のｚ座標位置ｚmにおける左右の走行領域幅ｄxl、ｄxrを設定する。この立体物のｚ座標位置ｚmにおける左右の走行領域幅ｄxl、ｄxrの設定は、例えば、図１０に示すように、遠方になるに従って拡大するように以下の式により設定する。
ｄxl＝１＋（ｚm／１００）・ｄxl100
ｄxr＝１＋（ｚm／１００）・ｄxr100

そして、Ｓ４２０に進み、Ｓ４１９で設定した左右の走行領域幅ｄxl、ｄxrと自車進行路を用いて左右の走行領域座標ｘfl、ｘfrを設定してルーチンを抜ける。立体物位置における自車進行路のｘ座標をｘpとすると、左右の走行領域座標ｘfl、ｘfrは以下の式により設定する。
ｘfl＝ｘp−ｄxl
ｘfr＝ｘp＋ｄxr

次に、上述のＳ２０４の第二の立体物判定処理で、全立体物毎に生成される走行領域の縮小処理を、図８のフローチャートで説明する。

まず、Ｓ５０１で左右の演算の基本とする走行領域幅（基本走行領域幅）ｄxl0、ｄxr0を設定する。本実施の形態では、例として、ｄxl0＝ｄxr0＝１．５ｍとする。

次いで、Ｓ５０２に進み、立体物のｚ座標位置ｚmと白線を検出している最遠認識距離ｚlm（但し、最小値を、例えば、８０ｍに設定）とを比較する。この比較の結果、ｚm≦ｚlmであれば、Ｓ５０３以下の処理を実行し、ｚm＞ｚlmであれば、そのままルーチンを抜ける。

Ｓ５０２で、ｚm≦ｚlmであると判定され、Ｓ５０３に進むと、左右の走行領域縮小率ｂl、ｂrの初期値を設定する。本実施の形態では、例として、ｂl＝ｂr＝１．０とする。

次いで、Ｓ５０４に進み、左白線を検出しているか否か判定し、左白線を検出している場合には、左車線の立体物を先行車として誤登録するのを防止するため、立体物のｚ座標位置ｚｍにおける左の走行領域幅ｄxlを縮小補正して演算し、Ｓ５０６に進む。また、Ｓ５０４で左白線を検出していない場合は、そのままＳ５０６に進む。

この立体物のｚ座標位置ｚmにおける左の走行領域幅ｄxlの設定は、例えば、図１１に示すように、遠方になるに従って縮小するように以下の式により設定する。
ｄxl＝（ｂl−（ｚm／ｚlm）・ｄxl0

Ｓ５０６では、右白線を検出しているか否か判定し、右白線を検出している場合には、右車線の立体物を先行車として誤登録するのを防止するため、立体物のｚ座標位置ｚｍにおける右の走行領域幅ｄxrを縮小補正して演算し、Ｓ５０８に進む。また、Ｓ５０６で右白線を検出していない場合は、そのままＳ５０８に進む。

この立体物のｚ座標位置ｚmにおける右の走行領域幅ｄxrの設定は、例えば、図１１に示すように、遠方になるに従って縮小するように以下の式により設定する。
ｄxr＝（ｂr−（ｚm／ｚlm）・ｄxr0

そして、Ｓ５０８に進み、Ｓ５０１、或いは、Ｓ５０５、或いは、Ｓ５０７で設定した左右の走行領域幅ｄxl、ｄxrと自車進行路を用いて左右の走行領域座標ｘfl、ｘfrを設定してルーチンを抜ける。左右の走行領域座標ｘfl、ｘfrは以下の式により設定する。尚、Ｓ５０５、Ｓ５０７を経ず、Ｓ５０１の左右の基本走行領域幅ｄxl0、ｄxr0をそのまま用いる場合は、この値を左右の走行領域幅ｄxl、ｄxrとする。

ｘfl＝ｘp−ｄxl
ｘfr＝ｘp＋ｄxr

このように本実施の形態によれば、遠方まで良好に認識する状態にないと判定できる場合には、走行領域を拡大し、遠方まで良好に認識する状態にあると判定できる場合には、走行領域を縮小して、この走行領域を基に先行車の抽出を行うようになっている。このため、走行環境が悪環境（霧、濡れ路面、雪路等）の下では、視界が悪くなり先行車の検出自体が難しくなるため、より積極的に先行車を検出して、自然で安定した制御が可能となる。また、遠方まで良好に認識できる状態では、隣車線の車両等を先行車として誤登録することを防止することが可能になる。

また、走行領域を拡大する量は、その時の走行環境や白線の検出状態に応じて可変されるので、緻密な制御とすることが可能である。走行領域の縮小する量も、白線の認識状態と最遠認識距離に応じて可変されるので、緻密な制御とすることが可能である。

尚、本実施の形態では、走行領域を拡大する量を、フュージョン率ｆr、白線の検出状態、霧発生、雪道状態、濡れ路面、画像による立体物検出の各条件で設定するようになっているが、これら全てを行うものに限定されるものでは無い。

車両に搭載した車両用運転支援装置の概略構成図 車外監視装置の要部を示す機能ブロック図 先行車推定プログラムのフローチャート 走行領域内の立体物判定処理ルーチンのフローチャート 白線認識率演算ルーチンのフローチャート 走行領域の拡大処理ルーチンのフローチャート 図６から続くフローチャート 走行領域の縮小処理ルーチンのフローチャート フュージョン立体物の概念図 走行領域の拡大補正の説明図 走行領域の縮小補正の説明図

符号の説明

１ 自車両
２ ＡＣＣシステム
３ ステレオカメラ
４ ミリ波送受信部
５ 車外監視装置
６ 走行制御ユニット
１５ ステレオ画像処理部（前方認識手段、走行環境認識手段）
１６ 測距処理部（前方認識手段）
１７ フュージョン立体物設定部（前方認識手段）
１８ 自車走行領域推定部（自車進行路推定手段）
１９ 走行領域内立体物判定部（認識状態判定手段、走行領域推定手段）
２０ 先行車認識部（先行車認識手段）
代理人 弁理士 伊 藤 進

Claims (4)

1. 自車両前方の少なくとも走行路と立体物を認識する前方認識手段と、
   自車進行路を推定する自車進行路推定手段と、
   上記立体物が存在する位置における自車両の走行領域を上記自車進行路に基づき推定する走行領域推定手段とを備えた車外監視装置において、
   上記前方認識手段が、少なくとも予め設定しておいた遠方まで良好に認識する状態にあるか判定する認識状態判定手段を有し、
   上記走行領域推定手段は、上記認識状態判定手段で上記遠方まで良好に認識する状態にあると判定した場合は、左右の走行領域の大きさを縮小する補正を行い、上記遠方まで良好に認識する状態にないと判定した場合は、左右の走行領域の大きさを拡大する補正を行うことを特徴とする車外監視装置。
2. 走行環境を認識する走行環境認識手段を有し、
   上記認識状態判定手段は、少なくとも上記走行路の左右の境界の検出状態を判定するものであって、
   上記走行領域推定手段で上記左右の走行領域を拡大する補正を行う場合は、拡大する値は、上記走行環境と上記左右の境界の検出状態に応じて可変することを特徴とする請求項１記載の車外監視装置。
3. 上記前方認識手段は、上記認識した立体物の中から車両を存在位置と速度情報とともに抽出するものであって、
   上記走行領域推定手段で推定した走行領域内に存在し、且つ、自車両と順方向に移動する車両の中から先行車を認識する先行車認識手段を備えたことを特徴とする請求項１又は請求項２記載の車外監視装置。
4. 上記請求項３記載の車外監視装置を備え、該車外監視装置で認識した上記先行車の情報を用いて走行制御することを特徴とする走行制御装置。

Images