JP5353946B2 - 車両用道路形状認識方法及び装置、記録媒体 - Google Patents

Description

本発明は、車両用道路形状認識方法及び装置、記録媒体に関する。

従来より、制御対象物を判断するため、センサが検出した前方物標の位置（距離、横位置）と操舵角やヨーレートに基づいて得た自車の旋回状態と自車速とに基づいて、自車走行路のカーブ半径からその走行路上に認識物標が存在する確率である自車線確率瞬時値を算出する方法が知られている。そして、補正された自車線確率瞬時値を用いて所定のフィルタ処理などを施して自車線確率を算出し、その自車線確率に基づいて先行車を選択する。

しかしながら、実際の制御対象物が走行している道路形状と自車の旋回状態とはずれがある。そこで、例えば特許文献１では、道路形状を認識することにより、自車の旋回状態のカーブ半径Ｒを補正し、その道路形状に基づいて自車線確率瞬時値を補正し、補正された自車線確率瞬時値を用いて、所定のフィルタ処理などを施して自車線確率を算出しその自車線確率に基づいて先行車を選択することを実施している。

また、特許文献１では、道路形状認識の際に、物体が移動物体か停止物体であるかを判定し、停止物体を結ぶことによって停止物体のグルーピングを行うことにより、道路端を認識している。

特許第３４１７３７５号公報

しかしながら、上記従来の技術では、先行車が存在していることにより路側物を検出することができない場合や、道路の路側物の絶対数が足りない場合がある。このため、道路端をより正確に頻度良く算出できず、ひいてはより正確な道路形状を認識できない可能性がある。

本発明は上記点に鑑み、より正確な道路形状を頻度良く算出することができる車両用道路形状認識方法及び装置、記録媒体を提供することを目的とする。

上記目的を達成するため、請求項１に記載の発明では、車幅方向の所定角度範囲内に渡り送信波を照射し、その反射波に基づいて車両周囲の道路形状を認識するにあたり、次のように認識を行う。つまり、反射波に基づいて、少なくとも物体までの距離を含む物体単位データを車幅方向角度に対応して取得すると共に、反射波に基づいて得た物体の相対速度及び自車速に基づいて移動物体か停止物体という認識種別を判定する。そして、この認識種別の判定結果に基づいて、停止物体の物体単位データを抽出する。この後、この停止物体の物体単位データに基づき、左角度方向から右角度方向及び右角度方向から左角度方向の両方向についてそれぞれ、接続条件として距離が単調増加であるデータ同士をグルーピングして路側物群のデータを形成し、その形成された路側物群のデータに基づき道路端を認識する。

このような一連の処理を所定の周期で繰り返し実行するようになっており、停止物体の物体単位データを抽出した後、前回周期で抽出した停止物体の物体単位データを今回周期で抽出した停止物体の物体単位データに追加するデータ追加処理を行う。そして、道路端の認識の際には、データ追加処理で得た停止物体の物体単位データに基づき道路端を認識する。

このように、今回周期の停止物体の物体単位データに前回周期の停止物体の物体単位データを追加しているので、道路端認識のために用いることができるデータ数を増やすことができる。このため、先行車が存在していることにより路側物を検出できない場合や、道路の路側物の絶対数が足りない場合等、道路形状認識に使用できる路側物の絶対数が足りないとしても、道路端の認識の精度を向上させることができ、ひいてはより正確な道路形状を頻度良く算出することができる。

請求項２に記載の発明では、請求項１に示した車両用道路形状認識方法を実現するための装置としての一例であり、この車両用道路形状認識装置においても、有効データ抽出手段（４５）による処理が実行された後に、前回周期で有効データ抽出手段（４５）によって抽出された停止物体の物体単位データを今回周期で有効データ抽出手段（４５）によって抽出された停止物体の物体単位データに追加するデータ追加手段（４５）を備え、道路端認識手段（４１、４３、４５）はデータ追加手段（４５）で得られた停止物体の物体単位データに基づき道路端を認識することが特徴となっている。これにより、請求項１と同様に、より正確な道路形状を頻度良く算出することができる。

そして、請求項３に記載の発明のように、車両用道路形状認識装置の認識手段をコンピュータシステムにて実現する機能は、例えば、コンピュータシステム側で起動するプログラムとして備えることができる。このようなプログラムの場合、例えば、光磁気ディスク、ＣＤ−ＲＯＭ、ハードディスク、フラッシュメモリ等のコンピュータ読み取り可能な記録媒体に記録し、必要に応じてコンピュータシステムにロードして起動することにより用いることができる。この他、ＲＯＭやバックアップＲＡＭをコンピュータ読み取り可能な記録媒体として前記プログラムを記録しておき、このＲＯＭあるいはバックアップＲＡＭをコンピュータシステムに組み込んで用いても良い。

なお、この欄および特許請求の範囲で記載した各手段の括弧内の符号は、後述する実施形態に記載の具体的手段との対応関係を示すものである。

本発明が適用された車両制御装置の構成を示すブロック図である。 道路形状認識処理の概要を示す説明図である。 （ａ）は計測データのセグメント化の内容を示す説明図であり、（ｂ）はセグメントデータのグルーピング化の内容を示す説明図である。 路側物群（左）における最遠セグメントへの対処を示す説明図である。 路側物群（左）と路側物群（右）の最遠セグメントが重複する場合の対処を示す説明図である。 道路端を線分の集合として認識する内容を示す説明図である。

次に、本発明が適用された車両制御装置１について、図面と共に説明する。この車両制御装置１は、自動車に搭載され、警報すべき領域に障害物が所定の状況で存在する場合に警報を出力したり、前車（先行車両）に合わせて車速を制御したりする装置である。

図１は、そのシステムブロック図である。車両制御装置１はコンピュータ３を中心に構成されている。コンピュータ３はマイクロコンピュータを主な構成として入出力インターフェース（Ｉ／Ｏ）および各種の駆動回路や検出回路を備えている。これらのハード構成は一般的なものであるので詳細な説明は省略する。

コンピュータ３は、車両用障害物検出装置としての距離・角度測定器５、車速センサ７、ブレーキスイッチ９、スロットル開度センサ１１から各々所定の検出データを入力している。またコンピュータ３は、警報音発生器１３、距離表示器１５、センサ異常表示器１７、ブレーキ駆動器１９、スロットル駆動器２１および自動変速機制御器２３に所定の駆動信号を出力している。

更にコンピュータ３は、警報音量を設定する警報音量設定器２４、後述の警報判定処理における感度を設定する警報感度設定器２５、クルーズコントロールスイッチ２６、図示しないステアリングホイールの操作量を検出するステアリングセンサ２７及びヨーレートセンサ２８を備えている。またコンピュータ３は、電源スイッチ２９を備え、その「オン」により、所定の処理を開始する。

ここで、距離・角度測定器５は、送受信部５ａおよび距離・角度演算部５ｂを備え、送受信部５ａからは所定の光軸（中心軸）を中心にして車両前方へレーザ光を車幅方向の所定角度の範囲で不連続に掃引照射（スキャン）して出力し、かつ反射光を検出すると共に、距離・角度演算部５ｂにて反射光を捉えるまでの時間に基づき、前方の物体までの距離ｒを検出する装置である。なお、レーザ光を用いるものの他に、ミリ波等の電波や超音波等を用いるものであってもよいし、走査方法についても、送信部をスキャンさせるものに限られるものではなく、例えば受信部をスキャンするものであってもよい。

コンピュータ３は、このように構成されていることにより、障害物が所定の警報領域に所定時間存在した場合等に警報する警報判定処理を実施している。障害物としては、自車の前方を走行する前車やまたは停止している前車あるいは路側にある物体（ガードレールや支柱物体等）等が該当する。また、コンピュータ３は、ブレーキ駆動器１９、スロットル駆動器２１および自動変速機制御器２３に駆動信号を出力することにより、前車の状況に合わせて車速を制御する、いわゆる車間制御も同時に実施している。

続いてコンピュータ３の内部構成について制御ブロックとして説明する。距離・角度測定器５の距離・角度演算部５ｂから出力された距離ｒとスキャン角度θとのデータは、データのグルーピングブロック４１に送られ、レーザレーダ中心を原点（０，０）とし、車幅方向をＸ軸、車両前方方向をＺ軸とするＸＺ直交座標に変換された後、その変換後のデータをグルーピングしてセグメントを形成する。このセグメント化の様子は後述する。なお、データのグルーピングブロック４１にてセグメント化された物体単位のデータは、物体認識ブロック４３及び道路形状認識ブロック４５へ出力される。

物体認識ブロック４３では、上記データのグルーピングブロック４１から出力された上記物体の中心位置の時間的変化に基づいて、自車位置を基準とする前車等の障害物の相対速度（Ｖｘ，Ｖｚ）が求められる。さらに物体認識ブロック４３では、車速センサ７の検出値に基づいて車速演算ブロック４７から出力される車速（自車速）Ｖと上記求められた相対速度（Ｖｘ，Ｖｚ）とから物体が停止物体であるか移動物体であるかの認識種別が求められ、この認識種別と物体の中心位置とに基づいて自車両の走行に影響する物体が選択され、その距離が距離表示器１５により表示される。なお、物体の大きさを示す（Ｗ，Ｄ）は、それぞれ（横幅，奥行き）である。

この物体認識ブロック４３にて求めたデータが異常な範囲の値かどうかがセンサ異常検出ブロック４４にて検出され、異常な範囲の値である場合には、センサ異常表示器１７にその旨の表示がなされる。一方、道路形状認識ブロック４５では、グルーピングブロック４１から出力された上記物体の中心位置のデータと、物体認識ブロック４３にて求めたデータとに基づいて道路形状の認識を行う。この道路形状の認識処理の詳細は後述する。なお、道路形状認識ブロック４５にて得られたデータは先行車判定ブロック５３へ出力される。

また、ステアリングセンサ２７からの信号に基づいて操舵角演算ブロック４９にて操舵角が求められ、ヨーレートセンサ２８からの信号に基づいてヨーレート演算ブロック５１にてヨーレートが演算される。カーブ半径（曲率半径）算出ブロック６３では、車速演算ブロック４７からの車速と操舵角演算ブロック４９からの操舵角とヨーレート演算ブロック５１からのヨーレートとに基づいて、カーブ半径（曲率半径）Ｒを算出する。先行車判定ブロック５３では、このカーブ半径Ｒおよび物体認識ブロック４３にて求められた認識種別、中心位置座標（Ｘ，Ｚ）、物体の大きさ（Ｗ，Ｄ）、相対速度（Ｖｘ，Ｖｚ）及び道路形状認識ブロック４５にて得られた道路形状データに基づいて先行車を選択し、その先行車に対する距離Ｚおよび相対速度Ｖｚを求める。

そして、車間制御部及び警報判定部ブロック５５が、この先行車との距離Ｚ、相対速度Ｖｚ、自車速Ｖｎ、先行車加速度、物体中心位置、物体幅、認識種別、クルーズコントロールスイッチ２６の設定状態およびブレーキスイッチ９の踏み込み状態、スロットル開度センサ１１からの開度および警報感度設定器２５による感度設定値に基づいて、警報判定ならば警報するか否かを判定し、クルーズ判定ならば車速制御の内容を決定する。その結果、警報が必要ならば、警報発生信号を警報音発生器１３に出力する。また、クルーズ判定ならば、自動変速機制御器２３、ブレーキ駆動器１９およびスロットル駆動器２１に制御信号を出力して、必要な制御を実施する。そして、これらの制御実行時には、距離表示器１５に対して必要な表示信号を出力して、状況をドライバーに告知している。

次に、以上のように構成される車両制御装置１において実行される道路形状の認識にかかる動作について、図２のフローチャートに従って説明する。図２の最初のステップであるＳ１０００では、距離・角度計測データの読み込みを行う。この処理は距離・角度測定器５にて実行されるのであるが、１スキャン分の距離・角度計測データを取り込む。このスキャン周期は１００ｍｓｅｃとし、１００ｍｓｅｃ毎にデータを取り込むこととする。

続くＳ２０００では、データ（物体単位データ）のセグメント化を行う。このセグメント化はデータのグルーピングブロック４１にて実行されるのであるが、上述したように、距離・角度計測データを極座標系からＸＺ直交座標系に変換し、その変換後のデータをグルーピングしてセグメントを形成する。

この様子を図３（ａ）に示す。本実施形態では、点認識されたデータ同士のＸ軸方向の距離△Ｘが０．２ｍ以下、Ｚ軸方向の距離△Ｚが２ｍ以下という２条件を共に満たす場合に、その点集合を一体化してセグメントデータを求める。このセグメントデータは、一体化された点集合を含むような大きさに設定された、Ｘ軸及びＺ軸に平行な２辺を持つ長方形の領域であり、中心座標（Ｘ，Ｚ）と大きさを示すための２辺のデータ（Ｗ，Ｄ）をデータ内容とする。なお、この領域の左右両端の座標もデータとして持っておく。

続くＳ３０００では物体認識を行う。この物体認識は物体認識ブロック４３で実行され、その内容は上述した通りである。

続くＳ３１００では、前回周期のＳ３０００で得た停止物体のデータ（セグメントデータ）を読み出し、今回周期のデータに追加するデータ追加処理を行う。ここで、「前回周期」とは、所定の周期で繰り返し実行されている図２に示すフローチャートにおける今回の周期に対して一周期前の周期を指す。

例えば、今回周期で得た停止物体が３８個であり、一周期前の前回周期で得た停止物体が４２個であるとすると、本ステップで得られる停止物体は両者を足した８０個となる。このように、本ステップでは過去値に現在値を追加する。

したがって、Ｓ４０００以降では、前回周期で得たデータと、今回周期で得たデータと、の両方のデータを取り扱うこととなる。これにより、Ｓ４０００以降の処理では、２スキャン分の停止物体のデータ（セグメントデータ）が取り扱われ、使用されるデータの数が増える。このため、停止物体の出現頻度を増やすことができる。

なお、図２に示すフローチャートがスタートした最初の周期では、前回周期は存在しない。したがって、この場合はデータの読み出し処理を行ったとしても前回周期のデータが無いので、今回周期で得たデータに「０」を足すこととなる。１回目の周期においてＳ３０００で得られたデータは次の周期で前回周期のデータとして用いられる。

続くＳ４０００以降の処理は、道路形状認識ブロック４５にて実行される処理であり、Ｓ４０００では、Ｓ２０００で得られたセグメントの中心位置を極座標に変換して角度順にソートする。

続くＳ５０００では、Ｓ４０００で得た角度に基づいて、左角度方向から右角度方向へと、条件に合うセグメントをグルーピングし、路側物群（左）を形成する。この様子を図３（ｂ）も参照しながら説明する。本実施形態では、道路形状の認識を路側に設置されたデリニエータに基づいて行うため、まず、例えば余計な看板や車両などのデリニエータ以外のセグメントデータを排除するために、次の、いずれか一方の排除条件でも満たすセグメントを看板や車両などと判断して排除する。

横幅Ｗが大のセグメント
排除条件：横幅Ｗ≧１．２ｍ且つ縦横比Ｄ／Ｗ＜５
認識種別が移動物体の近傍のセグメント
排除条件：中心間距離がΔＸ≦２ｍ，ΔＺ≦２ｍ
次に、この排除条件を用いて排除した後に残ったセグメントに対して、左角度方向から右角度方向へと、距離Ｚが単調増加で且つ次の接続条件を満たすものを、満たすセグメントが存在する間、順に接続してグルーピングし、路側物群（左）を形成する。

接続条件：中心間距離がΔＸ≦３．５ｍ，ΔＺ≦５５ｍ
そして、距離が減少した場合、あるいは距離は単調増加であっても上記接続条件を満たさない場合には、別の新たな路側物群（左）を形成していく。なお、ここでは、構成セグメントが１つの場合であっても路側物群（左）とするが、道路端の認識に際しては、構成セグメントが３つ以上の路側物群（左）のみを使用する。したがって、図３（ｂ）に示す状況であれば、上記，の排除条件にて排除した後に残ったデータをグルーピングした結果、No.1〜No.４の路側物群（左）が得られたが、構成セグメントが３つ以上の路側物群（左）はNo.1の場合だけであるので、この路側物群（左）No.1を道路端認識に用いる。

このように選択した路側物群（左）No.1には、上述のＳ３１００のデータ追加処理によって追加された前回周期のデータも含まれている。すなわち、増やしたデータに基づいて路側物群（左）No.1を導いている。このため、路側物群（左）No.1の精度は向上している。

続くＳ５１００では、路側物群（左）（この場合は当然であるが路側物群（左）No.1を意味する）を構成するセグメントの中で、距離Ｚが最も大きい、つまり最遠セグメントについては、それが道路の左側のものか右側のものかを判断する。この判断の詳細は後述するが、道路右側のものであると判断した場合には、路側物群（左）から除外する。構成セグメント数が３つ以上の路側物群（左）で、道路右側のセグメントが混じっている例を図４（ａ）に示す。この図からも判るように、左角度方向から右角度方向へと距離が単調増加の間グルーピングしていくときには、最遠セグメントだけ本当に道路の左側か否かを判断すれば、ほとんどの場合は問題ない。最遠セグメントの一つ手前のセグメント（以下「第２最遠セグメント」と称す。）も右側である状況がほとんど想定できないからである。

そこで、この最遠セグメントについて、次のような判断を行う。図４（ｂ）に示すように、まず、最遠セグメントを除いた残りの構成セグメントを滑らかな曲線で結び、この曲線近傍に最遠セグメントが存在するか否かで判断する。曲線は、ここでは距離Ｚが最も小さい「最近セグメント」と第２最遠セグメントの２点を通り、Ｘ軸に直交する円を求める。Ｘ軸に直交するための中心がＸ軸上に存在し、円周上の２点が判っているので、円の方程式を導くことができる。

そして、その円と最遠セグメントのＸ軸方向への距離ΔＸが１．５ｍ未満であれば道路左側のセグメントであると判断して路側物群（左）に含めたままにし、逆に距離ΔＸが１．５以上の場合には、道路右側のセグメントであると判断して路側物群（左）から除外する。なお、最遠セグメントと円との最も近い距離、すなわち、最遠セグメントから円に下した垂線の長さで判断してもよいが、現実的には、上述したようにＸ軸方向への距離ΔＸのみ考えれば特段問題はない。

続くＳ６０００，Ｓ６１００では、Ｓ５０００，Ｓ５１００にて実行した内容を、左右逆にして実行する。つまり、Ｓ６０００では、Ｓ４０００で得た角度に基づいて、右角度方向から左角度方向へと条件に合うセグメントをグルーピングして路側物群（右）を形成する。余計な看板などを排除する条件は左の場合と同じである。そして、排除した後に残ったセグメントに対して、右角度方向から左角度方向へと、距離Ｚが単調増加で且つ接続条件を満たすものを順に接続してグルーピングし、路側物群（右）を形成する。接続条件も左の場合と同じであり、また構成セグメントが３つ以上の路側物群（右）のものだけを道路端認識に用いる点も同じである。

また、Ｓ６１００では、路側物群（右）中の最遠セグメントについては、左の場合と同様の手法で、道路の左側のものか右側のものかを判断し、左側のセグメントであれば路側物群（右）から除外する。このようにして、路側物群（左）と路側物群（右）とが得られたら、続くＳ７０００では、路側物群（左）における最遠セグメントと路側物群（右）における最遠セグメントが同じ場合、つまり、図５（ａ）に示すように、１つの最遠セグメントが路側物群（左）にも属し、路側物群（右）にも属するという競合状態にある場合には、図５（ｂ）に示すように、その最遠セグメントは排除する。もちろん、重複していない場合にはこのような処理は行わない。

そして、Ｓ８０００では、構成セグメントが３つ以上の路側物群（左）と路側物群（右）とに基づいて、道路の左右端をそれぞれ認識する。なお、本実施形態においては、図６に示すように、各路側物群の構成セグメント間を補間することで道路左右端を線分の集合として認識する。さらに、路側物群データ間の補間結果を利用し、Ｘ軸との交点を算出し、この交点までの間も補間することによって、自車位置近傍からの道路形状を線分の集合として認識するようにしている。

以上説明したように、本実施形態の車両制御装置１では、その道路形状認識処理において、前回の周期で得た停止物体のデータ（セグメントデータ）を今回の周期で得た停止物体のデータ（セグメントデータ）に追加し、使用できるデータを増やした状態で路側物群を形成することが特徴となっている。これにより、自車の前に先行車が存在していることにより停止物体等の路側物の検出が困難な場合や、自車が走行している道路の路側物がもともと少ない場合等、道路形状認識に使用できる路側物が絶対的に少ないとしても、多くの路側物が存在するような状況を作り出すことができる。すなわち、路側物群の形成に使用できるデータを増やすことができる。このため、道路端の認識の精度が向上し、ひいてはより正確な道路形状を頻度良く算出することができる。

そして、このように良好に認識された道路形状を用いて先行車を判定し、車間制御や車間警報を行うので、これらの制御が良好に実施されることとなる。

なお、本実施形態においては、距離・角度測定器５がレーダ手段に相当し、コンピュータ３のデータのグルーピングブロック４１、物体認識ブロック４３及び道路形状認識ブロック４５が認識手段に相当する。但し、その内のデータのグルーピングブロック４１及び物体認識ブロック４３が物体認識手段に相当し、道路形状認識ブロック４５が有効データ抽出手段、データ追加手段、路側物群データ形成手段、道路端認識手段に相当する。

また、グルーピングブロック４１、物体認識ブロック４３、および道路形状認識ブロック４５による処理が認識処理に対応する。さらに、グルーピングブロック４１および物体認識ブロック４３による処理が取得処理に対応し、道路形状認識ブロック４５による処理が抽出処理およびデータ追加処理に対応する。

（他の実施形態）
本発明は上記の実施形態に何等限定されるものではなく、本発明の主旨を逸脱しない範囲において種々なる形態で実施し得る。例えば、下記の（１）〜（４）のように変更可能である。

（１）例えば、上記実施形態では、Ｓ７０００にて両路側物群に属する最遠セグメントについては除外したが、その重複した最遠セグメントについて、左右両方向の路側物群データのいずれにより属する可能性が高いかを判定し属する可能性が高い側の路側物群データに含めてもよい。このようにすれば、重複した最遠データもできるだけ生かすことができる。なお、判定に際しては、例えばＳ５１００，Ｓ６１００での手法を援用してもよい。すなわち、最遠セグメントの位置と、両路側物群に対応する各円とのＸ軸方向への距離ΔＸの大小を判定し、距離ΔＸが小さい方に含めるといったことである。なお、例えば両方の円の間には不感帯を設け、その不感帯を超えて近い方の路側物群に含めるようにしてもよい。

（２）上記実施形態あるいは上記（１）の内容は、最遠データをなるべく生かそうという観点からの対処であったが、誤判定をなるべく回避するという観点であれば、Ｓ５１００，Ｓ６１００において最遠セグメントを無条件に除外することも考えられる。このようにすれば、その最遠データを用いることによる誤判定は確実に回避できる。

（３）上記実施形態では、路側物群を構成するセグメント間を補間することで道路端を線分の集合として認識しているが、補間の方法としてはこれに限られることはなく、例えばセグメント間を曲線によって補間し、道路端を滑らかな曲線として認識してもよい。

（４）上記実施例形態では「レーダ手段」としてレーザ光を用いた距離・角度測定器５を採用したが、ミリ波等を用いてもよいことは既に述べた。そして、例えばミリ波のＦＭＣＷレーダやドップラーレーダを用いた場合には、反射波（受信波）から先行車までの距離情報と先行車の相対速度情報が一度に得られるため、レーザ光を用いた場合のように、距離情報に基づいて相対速度を算出するという過程は不要となる。

１ 車両制御装置
３ コンピュータ
５ 距離・角度測定器
４１ グルーピングブロック
４３ 物体認識ブロック
４５ 道路形状認識ブロック

Claims (3)

1. 車幅方向の所定角度範囲内に渡り送信波を照射し、その反射波に基づいて車両周囲の道路形状を認識する車両用道路形状認識方法であって、
   前記反射波に基づいて、少なくとも物体までの距離を含む物体単位データを車幅方向角度に対応して取得する取得処理を行い、
   前記反射波に基づいて得た物体の相対速度及び自車速に基づいて移動物体か停止物体という認識種別を判定し、この認識種別の判定結果に基づいて、停止物体の前記物体単位データを抽出する抽出処理を行い、
   前記抽出処理で抽出された停止物体の物体単位データに基づき、左角度方向から右角度方向及び右角度方向から左角度方向の両方向についてそれぞれ、接続条件として距離が単調増加であるデータ同士をグルーピングして路側物群のデータを形成し、その形成された路側物群のデータに基づき道路端を認識する認識処理を行い、これら取得処理、抽出処理、および認識処理の一連の処理を所定の周期で繰り返し実行するようになっており、
   前記抽出処理の後、前回周期の抽出処理で得た停止物体の物体単位データを今回周期の抽出処理で得た停止物体の物体単位データに追加するデータ追加処理を行い、
   前記認識処理では、前記データ追加処理で得た停止物体の物体単位データに基づき前記道路端を認識することを特徴とする車両用道路形状認識方法。
2. 車幅方向の所定角度範囲内に渡り送信波を照射し、その反射波に基づいて物体を検出するレーダ手段（５）と、
   当該レーダ手段（５）による検出結果に基づき、車両前方の道路形状を認識する認識手段（４１、４３、４５）と、を備えた車両用道路形状認識装置であって、
   前記レーダ手段（５）は、前記反射波に基づいて、少なくとも物体までの距離を含む物体単位データを車幅方向角度に対応して取得し、
   前記認識手段（４１、４３、４５）は、
   前記反射波に基づいて得た物体の相対速度及び自車速に基づいて移動物体か停止物体という認識種別を判定する物体認識手段（４１、４３）と、
   当該物体認識手段（４１、４３）による認識結果に基づき、停止物体の前記物体単位データを抽出する有効データ抽出手段（４５）と、
   前記有効データ抽出手段（４５）にて抽出された停止物体の物体単位データに基づき、左角度方向から右角度方向及び右角度方向から左角度方向の両方向についてそれぞれ、少なくとも距離が単調増加であるという接続条件を満たすデータ同士をグルーピングし、路側物群のデータを形成する路側物群データ形成手段（４５）と、
   前記路側物群データ形成手段（４５）にて形成された前記両方向の路側物群のデータに基づき道路端を認識する道路端認識手段（４１、４３、４５）と、を備え、
   前記レーダ手段（５）および前記認識手段（４１、４３、５４）の各手段による一連の処理が所定の周期で繰り返し実行されるようになっており、
   さらに、前記認識手段（４１、４３、４５）は、前記有効データ抽出手段（４５）による処理が実行された後に、前回周期で前記有効データ抽出手段（４５）によって抽出された停止物体の物体単位データを今回周期で前記有効データ抽出手段（４５）によって抽出された停止物体の物体単位データに追加するデータ追加手段（４５）を備えており、
   前記道路端認識手段（４１、４３、４５）は、前記データ追加手段（４５）で得られた停止物体の物体単位データに基づき前記道路端を認識することを特徴とする車両用道路形状認識装置。
3. 請求項２に記載の車両用道路形状認識装置の認識手段としてコンピュータシステムを機能させるためのプログラムを記録したコンピュータ読み取り可能な記録媒体。

Images