JP5979020B2 - 物体認識装置 - Google Patents

Description

本発明は、レーザレーダ装置による入力情報に基づいて物体を認識する物体認識装置に関する。

従来、例えばアダプティブクルーズコントロール（ＡＣＣ）やプリクラッシュセーフティシステム（ＰＣＳ）といった車両制御を実行するために、車両の前方に存在する物体を認識する物体認識装置が知られている。例えば特許文献１には、レーザレーダ装置と撮像装置とを併用した物体認識装置について記載されている。

特開２０１１−２３２１５５号公報

しかしながら、レーザレーダ装置と撮像装置とを併用した構成では、コストが高くなってしまうだけでなく、レーザレーダ装置と撮像装置との位置の校正やデータの取得タイミングの同期などを高精度に行う必要が生じる。レーザレーダ装置は、撮像装置と比較して、夜間においても安定した検出性能が発揮されるという利点があり、撮像装置を併用しない構成とすることも可能ではあるが、入力情報の分解能が低いという問題がある。

本発明は、こうした問題にかんがみてなされたものであり、レーザレーダ装置による入力情報の分解能を高くするための技術を提供することを目的としている。

本発明の物体認識装置は、取得手段（Ｓ１１，５１）と、処理手段（Ｓ１２，５１）と、を備える。取得手段は、レーザ光を照射してその反射光を受光することにより物体までの距離を測定するレーザレーダ装置（１０）から、複数の測距点についての測距値を示す距離画像を取得する。処理手段は、距離画像に対して処理を行う。ここで、距離画像は、第１の方向及び第１の方向と直交する第２の方向のそれぞれにおいて測距点単位で平面を区分した各区画であるセルと、当該セルが表す測距点での測距値と、が対応付けられた画像である。具体的には、処理手段は、複数の測距値が対応付けられたセルを第１の対象セルとして選択し、第２の方向における一側において第１の対象セルに隣接するセルである隣接セルの測距値に応じて、第１の対象セルに対応付けられた複数の測距値を、第１の対象セルを第２の方向において分割した複数のセルに割り当てる（Ｓ２４，Ｓ２８）。

このような構成によれば、複数の測距値が対応付けられたセル（物体の境界を含む可能性が高いセル）を、異なる測距値が対応付けられた複数のセルに分割することができ、レーザレーダ装置による入力情報である距離画像の高分解能化を実現することができる。

なお、この欄及び特許請求の範囲に記載した括弧内の符号は、一つの態様として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って、本発明の技術的範囲を限定するものではない。

また、本発明は、前述した物体認識装置の他、物体認識装置を構成要素とする車両制御システム、物体認識装置としてコンピュータを機能させるためのプログラム、物体検出方法など、種々の形態で実現することができる。

車両制御システムの構成を示すブロック図である。 距離画像を示す図である。 物体認識処理のフローチャートである。 （Ａ）は撮像画像を示す図、（Ｂ）は距離画像を示す図である。 （Ａ）は距離の異なる複数の物体が含まれたセルに対応する撮像画像の拡大図、（Ｂ）はマルチエコーの反射パルスを示す図である。 ビームが照射された範囲に対応する距離画像のファーストエコー及びセカンドエコーを示す図である。 第１の高分解能化処理のフローチャートである。 第１の分割処理を説明するための図である。 下方隣接セルを基準とする第２の分割処理を説明するための図である。 上方隣接セルを基準とする第２の分割処理を説明するための図である。 （Ａ）は高分解能化を説明するための図、（Ｂ）はマルチエコーに基づき高分解能化された距離画像の一部を示す図である。 マルチエコーに基づく高分解能化結果の一例を示す図である。 （Ａ）はビームが照射された範囲に対応する距離画像のファーストエコー、セカンドエコー及びパルス幅を示す図、（Ｂ）は反射面積に基づき高分解能化された距離画像の一部を示す図である。 第２の高分解能化処理のフローチャートである。 距離条件を説明するための図である。 （Ａ）はパルス幅条件を説明するための図、（Ｂ）は測距値の更新処理を説明するための図である。 第２実施形態による高分解能化結果の一例を示す図である。

以下、本発明が適用された実施形態について、図面を用いて説明する。
［１．第１実施形態］
［１−１．構成］
図１に示す車両制御システム１は、車両に搭載され、自車両（当該車両制御システム１が搭載された車両）の前方に存在する物体を検出し、検出した物体に基づく車両制御を実現するためのシステムである。車両制御システム１は、レーザレーダ装置１０と、車両制御ＥＣＵ５０と、を備える。

レーザレーダ装置１０は、自車両の前方へレーザ光を照射してその反射光を受光することにより、自車両の前方に存在する物体までの距離を測定するための装置であり、発光部２０と、受光部３０と、検出回路４１と、制御部４２と、を備える。

発光部２０は、レーザ光によって自車両の前方を走査するための構成要素であり、レーザダイオード（ＬＤ）２１と、駆動回路２２と、発光レンズ２３と、スキャナ２４と、モータ駆動回路２５と、を備える。

ＬＤ２１は、レーザ光を発生する。駆動回路２２は、制御部４２からのＬＤ駆動信号に従って、ＬＤ２１に送信波となるパルス状のレーザ光を発生させる。発光レンズ２３は、ＬＤ２１が発生したレーザ光のビーム幅を絞る。スキャナ２４は、発光レンズ２３を介して照射されたレーザ光を反射するポリゴンミラーと、そのポリゴンミラーを回転駆動するモータと、を備える。モータ駆動回路２５は、制御部４２からのモータ駆動信号に従って、スキャナ２４を構成するモータを駆動する。これにより、ポリゴンミラーが回転し、レーザ光の照射方向（ポリゴンミラーによる反射方向）が変化するため、あらかじめ設定された角度範囲内でのレーザ光の走査が実現される。

本実施形態のポリゴンミラーは、略六角錐台形状であり、その６つの側面がミラーを構成している。そして、各側面の底面に対する面倒れ角が異なっていることから、ポリゴンミラーは、自車両の幅方向（水平方向）及び高さ方向（鉛直方向）それぞれの所定角度の範囲で不連続にレーザ光を掃引照射（走査）して出力することができる。

具体的には、自車両の幅方向への走査は、自車両の正面方向を中心として自車両の幅方向の所定角度範囲を走査エリアとし、その走査エリアをレーザ光の規定ビーム幅に等しい間隔で、所定回照射するように設定されている。一方、自車両の高さ方向においては、本実施形態ではポリゴンミラーの６面を用いて６段の走査を行う。つまり、１回のラインスキャン（車幅方向への一次元的な走査）が完了すると、レーザ光の俯角θｙを、車高方向に沿って順番に切り替える。このような切替えが繰り返されることで、二次元的なビームスキャンが実現される。

受光部３０は、発光部２０から照射されたレーザ光を反射した物体からの反射光を受光するための構成要素であり、受光レンズ３１と、受光素子３２と、増幅器（アンプ）３３と、を備える。

受光レンズ３１は、レーザ光を反射した物体からの反射光を集光する。受光素子３２は、受光レンズ３１を介して反射光を受光し、その強度（反射強度）に応じた電圧値を有する受光信号を発生させる。増幅器３３は、受光素子３２からの受光信号を増幅する。

検出回路４１は、制御部４２からのＬＤ駆動信号と増幅器３３からの出力信号とに基づいて、レーザ光を反射した物体までの往復時間、すなわち、発光部２０でレーザ光が照射されてから受光部３０で反射光が受光されるまでの時間を計測する。そして、検出回路４１は、その計測結果を元に、レーザ光を反射した物体までの距離に換算した距離データＲを生成する。

制御部４２は、ＣＰＵ、ＲＯＭ、ＲＡＭ等を備え、ＲＯＭには、ＣＰＵが実行する処理のプログラムなどが記憶されている。制御部４２は、ＬＤ駆動信号及びモータ駆動信号によって発光部２０を駆動して、二次元的なビームスキャンを実現するスキャン処理を、あらかじめ設定されたスキャン周期ごとに実行する。スキャン処理では、ＬＤ駆動信号が一定間隔で所定回数だけ出力され、これに同期して、レーダ光の水平方向における照射角度θｘが所定角度ずつずれるようにスキャナ２４を動作させるモータ駆動信号が出力される。本実施形態では、ポリゴンミラーの６面を用いた６段の走査が行われるため、俯角θｙの異なるビームによるラインスキャンが、俯角θｙの種類だけ繰り返される。

そして、制御部４２は、距離データＲと、その距離データＲに対応するレーザ光の照射角度θｘ，θｙと、を対応付けたものを測距データ（Ｒ，θｘ，θｙ）として蓄積する。したがって、測距データは、レーザ光を反射した物体の有無、その物体までの距離及び物体の位置を表すものとなる。また、制御部４２は、蓄積した測距データを、車両制御ＥＣＵ５０からの要求に応じて、車両制御ＥＣＵ５０に供給する。

ここで、距離データＲに対応づけられた照射角度θｘ，θｙ、つまり測距点は、自車両の正面における鉛直面を想定した二次元マップにおける水平方向及び鉛直方向の位置に置き換えることができる。このため、１回のスキャン処理で得られる測距データは、図２に示すような距離画像（Depth Map）として表すことができる。この距離画像は、複数の測距点についての測距値を画像として示すものであり、具体的には、水平方向及び鉛直方向（水平方向と直交する方向）のそれぞれにおいて、測距点単位で平面を区分した各区画であるセルに、当該セルが表す測距点での測距値が対応付けられた画像である。要するに、距離画像とは、セルごとの値（画像の画素値に相当する値）として、測距値が割り当てられた画像を意味する。つまり、ここでいう、セルに測距値が「対応付けられた」とは、各セルと、各測距点を単位とする測距値（複数の場合もあり得る。）と、が１対１の対応関係を持つように紐付けされた状態を意味する。本実施形態では、水平方向のセル数がＮ（比較的大きい数であり、例えば４０１。）、鉛直方向のセル数がＭ（Ｎと比較して非常に小さい数であり、例えば６。）、のＮ×Ｍセルの距離画像が得られる。本実施形態のレーザ光は、図２に示すように、鉛直方向に長い長方形のパターンである。

なお、レーザレーダ装置１０は、例えば、車室外のフロントバンパ／グリル周辺や、車室内のルームミラー周辺など、自車両の前端中央付近（自車両の前方に向けてレーザ光を照射可能な位置）に設置される。

車両制御ＥＣＵ５０は、レーザレーダ装置１０により生成された測距データ（距離画像）に基づいて自車両の前方に存在する物体を認識し、認識した物体に基づく種々の車両制御を実行するための電子制御装置である。車両制御としては、例えば、物体を回避可能な自車両の進行方向を運転者に報知（警告処理）する報知制御（警告制御）や、物体を回避するように自車両の運動を制御する回避制御などが実行される。

車両制御ＥＣＵ５０は、ＣＰＵ５１、ＲＯＭ５２、ＲＡＭ５３等を備える。ＣＰＵ５１は、ＲＯＭ５２又はＲＡＭ５３に記憶されたプログラムに従って処理を実行する。ＲＯＭ５２は、電源を切断しても記憶内容を保持する必要のあるデータやプログラムを記憶する。ＲＡＭ５３は、データを一時的に格納する。

［１−２．処理］
次に、車両制御ＥＣＵ５０のＣＰＵ５１が実行する物体認識処理について、図３のフローチャートを用いて説明する。なお、この物体認識処理は、レーザレーダ装置１０にて１回のスキャン処理が終了するごと、つまり、スキャン周期ごとに起動される。

まずＳ１１で、ＣＰＵ５１は、レーザレーダ装置１０から、スキャン処理の処理結果を表す距離画像（図２）を入力する。
続くＳ１２で、ＣＰＵ５１は、距離画像を高分解能化するための処理である高分解能化処理を実行する。なお、高分解能化処理の詳細については後述する。

続くＳ１３で、ＣＰＵ５１は、高分解能化処理後の距離画像に基づいて物体を認識する。例えばＨＯＧ（Histograms of Oriented Gradients）特徴量を用いた周知のマッチングアルゴリズムにより、距離画像に基づいて物体の種類（歩行者、車両、電柱など）を判別する。

続くＳ１４で、ＣＰＵ５１は、認識された物体を回避するための回避方向（進路）を判定する。複数の物体が存在し、すべての物体を回避することが困難である場合には、物体の種類に応じて回避の優先度が決定される。例えば、歩行者及び電柱のいずれか一方に衝突することが避けられない場合には、歩行者を回避して電柱に衝突するような回避方向が選択される。

続くＳ１５で、ＣＰＵ５１は、判定した回避方向に基づく車両制御を実行する。具体的には、物体を回避可能な自車両の進行方向を運転者に報知する報知制御と、物体を回避するように自車両の運動（操舵角やブレーキなど）を制御する回避制御と、を実行する。

次に、前述した物体認識処理（図３）のＳ１２で実行される高分解能化処理の概要について説明する。
物体の種類を高精度に認識するためには、物体の種類に応じた詳細な形状情報とのマッチングが必要である。従来、物体認識は撮像装置（カメラ）による撮像画像を用いて行うことが一般的であり、例えば図４（Ａ）に示すように、撮像装置により得られる撮像画像は比較的分解能が高いため（この例では６６０×９０画素）、物体認識に適している。一方、例えば図４（Ｂ）に示すように、レーザレーダ装置１０により得られる距離画像は、撮像装置による撮像画像と比較して分解能が低い（この例では４０１×６セル）。具体的には、本実施形態のようにレーザ光を水平方向に走査する構成の場合、水平方向の測距値は比較的細かく得られるが、鉛直方向の測距値が粗くなってしまう。

そこで、本実施形態の車両制御システム１は、距離画像の分解能を向上させる高分解能化処理を実行する。前述したように、レーザレーダ装置１０は、鉛直方向に長い長方形のビームを照射して測距を行う。このため、例えば図５（Ａ）に示すように、測距点１つ（１セル）の中に距離（奥行き）の異なる物体が複数含まれることがある。この場合、例えば図５（Ｂ）に示すように、１セルにおいて、２つの反射パルス、すなわち、最も近い物体までの距離を表すファーストエコー（１ｓｔエコー）と、次に近い物体までの距離を表すセカンドエコー（２ｎｄエコー）と、が得られる。本実施形態の車両制御システム１では、このような場合に、１セルについて複数の測距値を取得することが可能な高精度のレーザレーダ装置１０が用いられている。以下、このように１セルについて複数の測距値が得られる測距特性を、マルチエコーと称する。

マルチエコーは、物体の境界付近で得られやすくなる。特に、本実施形態では、鉛直方向に長い長方形のビームを照射するため、図５（Ａ）及び図６に示すように、水平方向の境界付近でマルチエコーが得られる可能性が大きい。なお、図６における上段はビームが照射された範囲を示す撮像画像、中段はファーストエコーを示す距離画像、下段はセカンドエコーを示す距離画像である。本実施形態では、このような特性を利用して、マルチエコーを持つセル（複数の測距値が対応付けられたセル）と、そのセルに隣接するセルと、の情報に基づいて、距離画像の鉛直方向における分解能を信号処理により２倍に向上させる高分解能化処理が行われる。

次に、前述した物体認識処理（図３）のＳ１２で実行される高分解能化処理の詳細な処理手順について、図７のフローチャートを用いて説明する。
高分解能化処理において、ＣＰＵ５１は、距離画像を構成するＮ×Ｍ個のセルのうちの１つを、順に注目セルとして選択し、セルごとに処理を実行する。このため、ＣＰＵ５１は、後述するＳ２１〜Ｓ２８の処理を、鉛直方向における位置ｍ（１≦ｍ≦Ｍ）の値がＭから１になるまで繰り返すループ処理（鉛直方向ループ処理）を実行する。さらに、ＣＰＵ５１は、Ｓ２１〜Ｓ２８の処理及び鉛直方向ループ処理を、水平方向における位置ｎ（１≦ｎ≦Ｎ）の値が１からＮになるまで繰り返すループ処理（水平方向ループ処理）を実行する。

具体的には、ＣＰＵ５１は、図２に示すＮ×Ｍ個のセルのうち、水平方向における位置ｎの値が１で、かつ、鉛直方向における位置ｍの値がＭのセル（左下隅のセル）を、最初の注目セルとして選択する。そして、位置ｍの値を１つずつ順に減らすことで、鉛直方向のラインを構成するセルのうちの１つを、注目セルとして下方から順に選択する。位置ｍの値が１（最も上の位置）に到達した後には、位置ｎの値を１つ増やし、位置ｍの値を１に戻すことで、注目セルを選択するための鉛直方向のラインを、右隣のラインに移し、同様の手順で注目セルを選択する。このような手順で、Ｎ×Ｍ個のセルを、注目セルとして順に選択する。

図７に示すように、まずＳ２１で、ＣＰＵ５１は、注目セルにセカンドエコーが存在するか否かを判定する。
ＣＰＵ５１は、Ｓ２１で注目セルにセカンドエコーが存在しないと判定すると、処理をＳ２２へ移行させ、注目セルに対して第１の分割処理を行う。ＣＰＵ５１は、第１の分割処理を行うことで、現在の注目セルに対する処理を終了し、次の未処理の（まだ注目セルとして選択されていない）セルを注目セルとして選択する。

第１の分割処理は、図８に示すように、注目セル（ｍ，ｎ）のファーストエコーに基づく測距値Ｄ^1st _m,nを、注目セルを上下に分割した２つのセルのそれぞれの測距値Ｄ’^up _m,n，Ｄ’^down _m,nとして割り当てる処理である。なお、以下の説明では、ファーストエコーに基づく測距値を「第１の測距値」といい、注目セルのセカンドエコーに基づく測距値を「第２の測距値」という。また、高分解能化（第１の分割処理又は後述する第２の分割処理）により上下に分割された２つのセルのうち、上側のセルを「上側分割セル」といい、下側のセルを「下側分割セル」という。

一方、ＣＰＵ５１は、Ｓ２１で注目セルにセカンドエコーが存在すると判定すると、処理をＳ２３へ移行させ、下方において注目セルに隣接するセル（以下「下方隣接セル」という。）が存在するか否かを判定する。なお、下方隣接セルが存在しない場合とは、注目セルの位置ｍの値がＭの場合である。

ＣＰＵ５１は、Ｓ２３で下方隣接セルが存在すると判定すると、処理をＳ２４へ移行させ、注目セルに対して第２の分割処理を行う。ＣＰＵ５１は、第２の分割処理を行うことで、現在の注目セルに対する処理を終了し、次の未処理の（まだ注目セルとして選択されていない）セルを注目セルとして選択する。

第２の分割処理は、図９に示すように、下方隣接セルにおける上側分割セルの測距値（以下「下方上側測距値」という。）Ｄ’^up _m+1,nに応じて、注目セルの第１の測距値Ｄ^1st _m,n及び第２の測距値Ｄ^2nd _m,nを、注目セルにおける上側分割セルの測距値（以下「注目上側測距値」という。）Ｄ’^up _m,n及び注目セルにおける下側分割セルの測距値（以下「注目下側測距値」という。）Ｄ’^down _m,nとして割り当てる処理である。

具体的には、ＣＰＵ５１は、下方上側測距値Ｄ’^up _m+1,nと第１の測距値Ｄ^1st _m,nとの差の絶対値が、下方上側測距値Ｄ’^up _m+1,nと第２の測距値Ｄ^2nd _m,nとの差の絶対値よりも大きい場合には、第１の測距値Ｄ^1st _m,nを注目上側測距値Ｄ’^up _m,nとして割り当て、第２の測距値Ｄ^2nd _m,nを注目下側測距値Ｄ’^down _m,nとして割り当てる（図９上段）。一方、ＣＰＵ５１は、下方上側測距値Ｄ’^up _m+1,nと第１の測距値Ｄ^1st _m,nとの差の絶対値が、下方上側測距値Ｄ’^up _m+1,nと第２の測距値Ｄ^2nd _m,nとの差の絶対値以下である場合には、第１の測距値Ｄ^1st _m,nを注目下側測距値Ｄ’^down _m,nとして割り当て、第２の測距値Ｄ^2nd _m,nを注目上側測距値Ｄ’^up _m,nとして割り当てる（図９下段）。つまり、注目セルの第１の測距値Ｄ^1st _m,n及び第２の測距値Ｄ^2nd _m,nのうち、下方上側測距値Ｄ’^up _m+1,nに近い方が注目下側測距値Ｄ’^down _m,nとして割り当てられ、下方上側測距値Ｄ’^up _m+1,nから遠い方が注目上側測距値Ｄ’^up _m,nとして割り当てられる。

一方、ＣＰＵ５１は、Ｓ２３で下方隣接セルが存在しないと判定すると、処理をＳ２５へ移行させ、位置ｍの値を１つ減らす（デクリメントする）ことで、注目セルを上方へずらす。続いて、ＣＰＵ５１は、Ｓ２６で、注目セルにセカンドエコーが存在するか否かを判定する。

ＣＰＵ５１は、Ｓ２６で注目セルにセカンドエコーが存在すると判定すると、処理をＳ２５へ戻す。つまり、ＣＰＵ５１は、セカンドエコーが存在しなくなるまで、注目セルを上方へずらす処理を繰り返す。

一方、ＣＰＵ５１は、Ｓ２６で注目セルにセカンドエコーが存在しないと判定すると、処理をＳ２７へ移行させ、注目セルに対して第１の分割処理を行う。なお、Ｓ２７で行われる第１の分割処理の内容は、前述したＳ２２で行われる第１の分割処理（図８）と同一である。

続いて、ＣＰＵ５１は、Ｓ２８で、注目セルの下方のセルであって未処理のセル、すなわち、第１の分割処理及び第２の分割処理のいずれも行われていないセル（Ｓ２５の処理によりスキップされたセル）に対して、上方のセルから順に注目セルとして選択し、第２の分割処理を行う。ＣＰＵ５１は、第２の分割処理を行うことで、現在の注目セルに対する処理を終了し、次の未処理の（まだ注目セルとして選択されていない）セルを注目セルとして選択する。

Ｓ２８で行われる第２の分割処理は、基本的には前述したＳ２４で行われる第２の分割処理（図９）と同様であるが、上方において注目セルに隣接するセル（以下「上方隣接セル」という。）が基準とされる点で相違する。すなわち、Ｓ２８で行われる第２の分割処理は、図１０に示すように、上方隣接セルにおける下側分割セルの測距値（以下「上方下側測距値」という。）Ｄ’^down _m-1,nに応じて、注目セルの第１の測距値Ｄ^1st _m,n及び第２の測距値Ｄ^2nd _m,nを、注目上側測距値Ｄ’^up _m,n及び注目下側測距値Ｄ’^down _m,nとして割り当てる処理である。

具体的には、ＣＰＵ５１は、上方下側測距値Ｄ’^down _m-1,nと第１の測距値Ｄ^1st _m,nとの差の絶対値が、上方下側測距値Ｄ’^down _m-1,nと第２の測距値Ｄ^2nd _m,nとの差の絶対値よりも大きい場合には、第１の測距値Ｄ^1st _m,nを注目下側測距値Ｄ’^down _m,nとして割り当て、第２の測距値Ｄ^2nd _m,nを注目上側測距値Ｄ’^up _m,nとして割り当てる（図１０上段）。一方、ＣＰＵ５１は、上方下側測距値Ｄ’^down _m-1,nと第１の測距値Ｄ^1st _m,nとの差の絶対値が、上方下側測距値Ｄ’^down _m-1,nと第２の測距値Ｄ^2nd _m,nとの差の絶対値以下である場合には、第１の測距値Ｄ^1st _m,nを注目上側測距値Ｄ’^up _m,nとして割り当て、第２の測距値Ｄ^2nd _m,nを注目下側測距値Ｄ’^down _m,nとして割り当てる（図１０下段）。つまり、注目セルの第１の測距値Ｄ^1st _m,n及び第２の測距値Ｄ^2nd _m,nのうち、上方下側測距値Ｄ’^down _m-1,nに近い方が注目上側測距値Ｄ’^up _m,nとして割り当てられ、下方上側測距値Ｄ’^up _m+1,nから遠い方が注目下側測距値Ｄ’^down _m,nとして割り当てられる。

このように、セルの高分解能化方法は、高分解能化の対象となるセルにセカンドエコーが存在する場合と存在しない場合とで異なる。すなわち、セカンドエコーが存在しない場合には、レーザ光が同一物体で反射したと考えられるため、注目上側測距値及び注目下側測距値共に第１の測距値が割り当てられる。一方、セカンドエコーが存在する場合には、図１１（Ａ）に示すように、距離の異なる２つの物体でレーザ光が反射したと考えられ、２つの物体の境界（水平方向の境界）がセル内に存在すると考えられる。このため、上方隣接セル又は下方隣接セルの高分解能化結果に基づいて、第１の測距値及び第２の測距値が、注目上側測距値及び注目下側測距値に割り当てられる。このようにして、図１１（Ｂ）に示すように、距離画像が鉛直方向において２倍に高分解能化される。

そして、このようなＳ２１〜Ｓ２８の処理が、鉛直方向ループ処理及び水平方向ループ処理で繰り返されることにより、距離画像を構成するＮ×Ｍ個のセルが、上側分割セル及び下側分割セルにそれぞれ分割され、Ｎ×２Ｍの距離画像が生成される。

［１−３．効果］
以上詳述した第１実施形態によれば、以下の効果が得られる。
（１Ａ）車両制御ＥＣＵ５０は、複数の測距値が対応付けられたセル（セカンドエコーが存在するセル）を、第２の分割処理の対象とするセル（第１の対象セル）として選択する。そして、車両制御ＥＣＵ５０は、鉛直方向における一側において第１の対象セルに隣接するセルである隣接セル（下方隣接セル又は上方隣接セル）の測距値に応じて、第１の対象セルに対応付けられた２つの測距値（第１の測距値及び第２の測距値）を、第１の対象セルを鉛直方向において分割した２つのセル（上側分割セル及び下側分割セル）に割り当てる（Ｓ２４，Ｓ２８）。したがって、第１実施形態によれば、セカンドエコーが存在するセル（物体の境界を含む可能性が高いセル）を、異なる測距値が対応付けられた複数のセルに分割することができ、レーザレーダ装置１０による入力情報である距離画像の高分解能化を実現することができる。図１２（Ａ）及び（Ｂ）は、マルチエコーに基づく高分解能化結果の一例である。高分解能化された距離画像は、ファーストエコーの距離画像と比較して、例えば歩行者の輪郭が鮮明になるなど、物体を認識しやすい画像となる。

（１Ｂ）車両制御ＥＣＵ５０は、第１の対象セルを鉛直方向において分割した２つのセルのうち、上記（１Ａ）で述べた一側の隣接セルに隣接しないセルに第１の測距値を割り当て、当該隣接セルに隣接するセルに、第１の測距値と比較して当該隣接セルの測距値に近い第２の測距値を割り当てる。したがって、第１実施形態によれば、第１の対象セルに対応付けられた２つの測距値を、隣接セルの測距値に応じて、分割後の２つのセルに適切に割り当てることができる。

（１Ｃ）レーザレーダ装置１０は、レーザ光を水平方向へ走査する。このようなレーザレーダ装置１０では、水平方向の測距値は比較的細かく得られるが、鉛直方向の測距値が粗くなってしまう。この点、第１実施形態によれば、鉛直方向における距離画像の高分解能化を実現することができ、レーザレーダ装置１０による物体の検出性能を飛躍的に高めることができる。

（１Ｄ）車両制御ＥＣＵ５０は、距離画像に基づいて物体の種類を判別し（Ｓ１３）、判別した物体の種類に応じて、物体を回避する進路を決定する（Ｓ１４）。すなわち、物体を回避する進路を決定するためには、自車両の前方に存在する物体を検出するだけではなく、その物体が何であるか（歩行者、車両、電柱など）の判別を行い、回避すべき優先度に応じた進路（例えば歩行者を回避して電柱に衝突するような進路）を決定することが望まれる。レーザレーダ装置１０により得られる距離画像は、撮像装置による撮像画像と比較して、夜間においても安定した検出性能が発揮されるという利点があるものの、分解能が低いという問題がある。かといって、レーザレーダ装置１０に加えて撮像装置を用いた構成では、コストが高くなってしまうだけでなく、２つのセンサ（レーザレーダ装置１０及び撮像装置）の位置の校正やデータの取得タイミングの同期などを高精度に行う必要が生じる。この点、第１実施形態によれば、距離画像を高分解能化することで、距離画像に基づく物体の種類の判別を可能としているため、例えば本実施形態のように撮像装置を使用しない構成であっても、物体の種類に応じた適切な進路を決定することが可能となる。

なお、車両制御ＥＣＵ５０（ＣＰＵ５１）が物体認識装置の一例に相当する。また、Ｓ１１が取得手段としての処理の一例に相当し、Ｓ１２が処理手段としての処理の一例に相当し、Ｓ１３が判別手段としての処理の一例に相当し、Ｓ１４が決定手段としての処理の一例に相当する。また、水平方向が第１の方向の一例に相当し、鉛直方向が第２の方向の一例に相当する。

［２．第２実施形態］
［２−１．第１実施形態との相違点］
第２実施形態は、基本的な構成は第１実施形態と同様であるため、共通する構成については説明を省略し、相違点を中心に説明する。

前述した第１実施形態では、物体の境界（水平方向の境界）がセルに含まれているか否かを、マルチエコーに基づいて判定した。しかしながら、例えば図１３（Ａ）に示すように、物体の背景が空などのように遠距離の場合、レーザ光の反射光が受光されないため、物体の境界であってもセカンドエコーが得られない場合がある。そこで、第２実施形態では、マルチエコーが得られないセルについては、レーザレーダ装置１０により入力可能な情報のうち、物体の反射面積（又は反射面積と相関関係のある反射強度やパルス幅など）を利用して、物体の境界を判定する。図１３（Ａ）に示すように、境界を含むセルの反射面積（パルス幅）は小さくなる傾向があるため、図１３（Ｂ）に示すように、マルチエコーが得られないセルについても、反射面積に基づいて高分解能化を行うことが可能となる。

［２−２．処理］
第２実施形態では、前述した物体認識処理（図３）のＳ１２で実行される高分解能化処理として、前述した図７に示す高分解能化処理（以下「第１の高分解能化処理」という。）の後に、図１４に示す第２の高分解能化処理を実行する。

第２の高分解能化処理において、ＣＰＵ５１は、第１の高分解能化処理で高分解能化される前の距離画像を構成するＮ×Ｍ個のセルのうちの１つを、順に注目セルとして選択し、セルごとに処理を実行する。このため、ＣＰＵ５１は、後述するＳ３１〜Ｓ３４の処理を、鉛直方向における位置ｍ（１≦ｍ≦Ｍ）の値がＭから１になるまで繰り返すループ処理（鉛直方向ループ処理）を実行する。さらに、ＣＰＵ５１は、Ｓ３１〜Ｓ３４の処理及び鉛直方向ループ処理を、水平方向における位置ｎ（１≦ｎ≦Ｎ）の値が１からＮになるまで繰り返すループ処理（水平方向ループ処理）を実行する。

具体的には、ＣＰＵ５１は、第１の高分解能化処理と同様、図２に示すＮ×Ｍ個のセルのうち、水平方向における位置ｎの値が１で、かつ、鉛直方向における位置ｍの値がＭのセル（左下隅のセル）を、最初の注目セルとして選択する。そして、位置ｍの値を１つずつ順に減らすことで、鉛直方向のラインを構成するセルのうちの１つを、注目セルとして下方から順に選択する。位置ｍの値が１に到達した後には、位置ｎの値を１つ増やし、位置ｍの値を１に戻すことで、注目セルを選択するための鉛直方向のラインを、右隣のラインに移し、同様の手順で注目セルを選択する。このような手順で、Ｎ×Ｍ個のセルを、注目セルとして順に選択する。

図１４に示すように、まずＳ３１で、ＣＰＵ５１は、注目セルにセカンドエコーが存在するか否かを判定する。ＣＰＵ５１は、Ｓ３１で注目セルにセカンドエコーが存在すると判定すると、現在の注目セルに対する処理を終了し、次の未処理の（まだ注目セルとして選択されていない）セルを注目セルとして選択する。

一方、ＣＰＵ５１は、Ｓ３１で注目セルにセカンドエコーが存在しないと判定すると、処理をＳ３２へ移行させ、注目セルが所定の距離条件を満たすか否かを判定する。距離条件は、第１の高分解能化処理で得られたＮ×２Ｍの距離画像に基づく条件である。

具体的には、図１５に示すように、注目上側測距値Ｄ’^up _m,nと上方下側測距値Ｄ’^down _m-1,nとの最大値を分母とし、これらの最小値を分子とする値（注目上側測距値Ｄ’^up _m,nと上方下側測距値Ｄ’^down _m-1,nとの類似度）が、第１のしきい値Ｔｈ_upを上回ることが、条件Ａとして定められている。また、注目下側測距値Ｄ’^down _m,nと下方上側測距値Ｄ’^up _m+1,nとの最大値を分母とし、これらの最小値を分子とする値（注目下側測距値Ｄ’^down _m,nと下方上側測距値Ｄ’^up _m+1,nとの類似度）が、第２のしきい値Ｔｈ_downを上回ることが、条件Ｂとして定められている。なお、第１のしきい値Ｔｈ_up及び第２のしきい値Ｔｈ_downは、同一の値としてもよく、異なる値としてもよい。

そして、条件Ａ及び条件Ｂのうちの一方が満たされ、他方が満たされないことが、距離条件（分岐条件）として定められている。つまり、注目セルとその上下のセルとの距離比に基づいて、注目セルにおける上側分割セル又は下側分割セルを更新候補とするかどうかを判定する。距離条件を満たす場合としては、条件Ａが満たされず条件Ｂが満たされる第１の場合と、条件Ａが満たされ条件Ｂが満たされない第２の場合と、の二通りの場合がある。第１の場合には、注目上側測距値Ｄ’^up _m,nを更新候補とし、第２の場合には、注目下側測距値Ｄ’^down _m,nを更新候補とする。なお、上方隣接セル又は下方隣接セルが存在しない場合には、条件Ａ，Ｂを判定することなく、距離条件を満たす（又は満たさない）と一律に判定してもよい。

ＣＰＵ５１は、Ｓ３２で注目セルが所定の距離条件を満たさないと判定すると、現在の注目セルに対する処理を終了し、次の未処理の（まだ注目セルとして選択されていない）セルを注目セルとして選択する。一方、ＣＰＵ５１は、Ｓ３２で注目セルが所定の距離条件を満たすと判定すると、処理をＳ３３へ移行させ、注目セルが所定のパルス幅条件を満たすか否かを判定する。

パルス幅条件は、注目セルが含まれるように設定された設定領域内の複数のセルで検出されたパルス幅（反射面積大きさを示す測定値）の平均値に対する、注目セルで検出されたパルス幅の値に基づく条件である。ここで、設定領域とは、同一物体を表す領域である。すなわち、ＣＰＵ５１は、第１の高分解能化処理が行われる前のＮ×Ｍの距離画像に基づいて、例えばクラスタリングなどの周知の処理により物体を認識し（この段階では物体の種類は認識する必要はない。）、同一の物体を表すセルが同一の領域を構成するように設定領域を定める。具体的には、図１６（Ａ）に示すように、設定領域内のパルス幅の平均値Ｐバーを分母とし、注目セルのパルス幅Ｐ^1st _m,nを分子とする値を、注目セルについての反射面積の大きさを示す指標値とし、この指標値がしきい値Ｔｈ未満であることがパルス幅条件（分岐条件）として定められている。つまり、注目セルが属する物体のパルス幅の平均値を用いて物体に応じたパルス幅の減衰を求め、その値との比較により、注目セルが物体の境界を含むか否かを判定する。

ＣＰＵ５１は、Ｓ３３で注目セルが所定のパルス幅条件を満たさないと判定すると、現在の注目セルに対する処理を終了し、次の未処理の（まだ注目セルとして選択されていない）セルを注目セルとして選択する。一方、ＣＰＵ５１は、Ｓ３３で注目セルが所定のパルス幅条件を満たすと判定すると、処理をＳ３４へ移行させ、注目セルにおける上側分割セル又は下側分割セルの測距値を更新する。具体的には、図１６（Ｂ）に示すように、注目上側測距値Ｄ’^up _m,nが更新候補である場合には、注目上側測距値Ｄ’^up _m,nを、上方下側測距値Ｄ’^down _m-1,nと同じ値に更新する。一方、注目下側測距値Ｄ’^down _m,nが更新候補である場合には、注目下側測距値Ｄ’^down _m,nを、下方上側測距値Ｄ’^up _m+1,nと同じ値に更新する。ここでいう更新候補は、前述したように、距離条件を判定する際に決定される。更新候補であっても、パルス幅条件を満たさない場合には、更新されない。

このようなＳ３１〜Ｓ３４の処理が、鉛直方向ループ処理及び水平方向ループ処理で繰り返されることにより、第１の高分解能化処理が行われる前の距離画像を構成するＮ×Ｍ個の各セルを注目セルとした処理が実行される。

［２−３．効果］
以上詳述した第２実施形態によれば、前述した第１実施形態と同様の効果に加え、以下の効果が得られる。

（２Ａ）車両制御ＥＣＵ５０は、第１の高分解能化処理において第１の対象セル（第２の分割処理の対象とするセル）として選択されなかったセル（セカンドエコーが存在しないセル）を、第２の対象セルとして選択する。そして、車両制御ＥＣＵ５０は、レーザ光の反射光に基づき特定される第２の対象セルについての反射面積の大きさを示す指標値が所定値未満（しきい値Ｔｈ未満）であることを第１の必要条件（パルス幅条件）として、第２の対象セルの測距値と、鉛直方向における一側において第２の対象セルに隣接するセルである隣接セルの測距値と、を第２の対象セルを鉛直方向において分割した２つのセル（上側分割セル及び下側分割セル）に割り当てる（Ｓ３１，Ｓ３３，Ｓ３４）。したがって、第２実施形態によれば、セカンドエコーが存在しないセルであっても、物体の境界を含む可能性が高いセルを、異なる測距値が対応付けられた複数のセルに分割することができ、距離画像の更なる高分解能化を実現することができる。図１７は、第２実施形態による高分解能化結果の一例である。図１７の例では、セカンドエコーの存在するセルが少ないため、マルチエコーに基づく高分解能化だけでは大きな変化が得られないが、パルス幅に基づく高分解能化により、前方車両のタイヤが確認できるようになるなど、物体を認識しやすい距離画像が得られる。

（２Ｂ）車両制御ＥＣＵ５０は、第２の対象セルについての測定値であって反射面積の大きさに応じた値を示す測定値であるパルス幅を、第２の対象セルを含む領域であって同一物体を表す領域内の複数のセルについてのパルス幅の平均値で割った値を、第２の対象セルについての反射面積の大きさを示す指標値とする。したがって、第２実施形態によれば、第２の対象セルが物体の境界を含む可能性の高いセルであるか否かを、比較的高い精度で特定することができる。すなわち、パルス幅は反射面積だけでなく反射強度にも依存するため、同じ反射面積であっても物体の種類などによってパルス幅の値が異なり得る。この点、第２実施形態では、同一物体を表す複数のセルについてのパルス幅の平均値を基準として、第２の対象セルについてのパルス幅を評価する。したがって、第２実施形態によれば、物体ごとの反射強度の違いに影響されにくい形で、第２の対象セルが物体の境界を含む可能性の高いセルであるか否かを判定することができる。

（２Ｃ）車両制御ＥＣＵ５０は、鉛直方向における両側から第２の対象セルに隣接する２つのセル（下方隣接セル及び上方隣接セル）のそれぞれの測距値のうち、一方が第２の対象セルの測距値に近い値であり、他方が第２の対象セルの測距値から遠い値であることを第２の必要条件（距離条件）として、第２の対象セルの測距値と前述した一側の隣接セルの測距値とを、第２の対象セルを鉛直方向において分割した２つのセルに割り当てる。したがって、第２実施形態によれば、下方隣接セル及び上方隣接セルの測距値に基づいて、第２の対象セルが物体の境界を含む可能性が低いセルであることを判定することができる。

（２Ｄ）車両制御ＥＣＵ５０は、上方（鉛直方向における一側）において第２の対象セルに隣接する上方隣接セルにおける下側分割セルの測距値（上方下側測距値）と、第２の対象セルの測距値と、の類似度を表す第１の類似度を算出する。また、車両制御ＥＣＵ５０は、下方（鉛直方向における他側）において第２の対象セルに隣接する下方隣接セルにおける上側分割セルの測距値（下方上側測距値）と、第２の対象セルの測距値と、の類似度を表す第２の類似度を算出する。そして、車両制御ＥＣＵ５０は、第１の類似度が第１のしきい値を上回りかつ第２の類似度が第２のしきい値を上回らないこと、又は、第１の類似度が第１のしきい値を上回らずにかつ第２の類似度が第２のしきい値を上回ること、を第２の必要条件（距離条件）とする。したがって、本実施形態によれば、下方隣接セル及び上方隣接セルのそれぞれの測距値のうち、一方が第２の対象セルの測距値に近い値であり、他方が第２の対象セルの測距値から遠い値であることを、比較的正確に判定することができる。

［３．他の実施形態］
以上、本発明の実施形態について説明したが、本発明は、上記実施形態に限定されることなく、種々の形態を採り得ることは言うまでもない。

（１）レーザレーダ装置１０は、上記実施形態の構成に限定されるものではない。例えば、鉛直方向におけるレーザ光の照射位置（高さ方向への走査ライン数）は、６段以外であってもよい。また、ポリゴンミラーの面数や数も特に限定されず、例えば４面のポリゴンミラーを２つ用いてもよい。また、レーザレーダ装置は、ポリゴンミラーを用いない構成であってもよい。また、レーザ光の走査方向は、水平方向以外であってもよい。また、距離画像は、１回のスキャン処理で生成されることに限定されるものではなく、複数のスキャン処理で生成されたもの（例えば、一次元のスキャンを、自車両の移動に伴い複数回実行して得られる画像）であってもよい。また、レーザ光のパターンは、鉛直方向に長い長方形に限定されるものではなく、例えば水平方向に長い長方形、正方形、円形、楕円形などであってもよい。

（２）上記実施形態では、距離画像における下方のセルから順に注目セルとして選択されて高分解能化処理が行われる構成を例示したが、これに限定されるものではなく、上方のセルから順に高分解能化処理が行われるようにしてもよい。

（３）上記実施形態では、距離画像の鉛直方向における分解能を向上させるようにしているが、これに限定されるものではなく、距離画像の水平方向における分解能を向上させるようにしてもよい。

（４）上記実施形態では、１セルにおいて２つの反射パルスが含まれる場合を例に挙げて説明したが、１セルにおいて３つ以上の反射パルス（測距値）が含まれる場合にも同様の処理を行うことが可能である。例えば、１つのセルに含まれる３つの測距値を、当該セルを上下に分割した２つのセルに割り当てる場合には、上方又は下方において隣接する隣接セルや反射パルスの反射強度などに基づいて、割り当てるべき２つの測距値（第１の測距値及び第２の測距値）を適宜選択すればよい。

（５）上記実施形態では、１セルを２つに均等に分割するようにしているが、これに限定されるものではなく、割合を変えて分割してもよく、また、３つ以上に分割してもよい。例えば、セルに物体の境界が含まれると判定した場合には、物体を示す反射面積が大きいほど、物体を示す分割後のセルの割合が大きくなるようにセルを分割してもよい。このようにすれば、２倍以上の高分解能化が可能となる。

（６）上記第２実施形態では、物体の反射面積を表す情報としてパルス幅を用いたが、これに限定されるものではなく、反射面積と相関関係のある他の値を用いてもよい。
（７）上記第２実施形態では、距離条件を満たすセルを対象としてパルス幅条件を満たすか否かを判定したが、これに代えて、パルス幅条件を満たすセルを対象として距離条件を満たすか否かを判定してもよい。つまり、距離条件の判定処理（Ｓ３２）とパルス幅条件の判定処理（Ｓ３３）とは、処理順序が逆であってもよい。

（８）本発明の各構成要素は概念的なものであり、上記実施形態に限定されない。例えば、１つの構成要素が有する機能を複数の構成要素に分散させたり、複数の構成要素が有する機能を１つの構成要素に統合したりしてもよい。また、上記実施形態の構成の少なくとも一部を、同様の機能を有する公知の構成に置き換えてもよい。また、上記実施形態の構成の少なくとも一部を、他の上記実施形態の構成に対して付加、置換等してもよい。

１…車両制御システム、１０…レーザレーダ装置、２０…発光部、３０…受光部、４１…検出回路、４２…制御部、５０…車両制御ＥＣＵ、５１…ＣＰＵ、５２…ＲＯＭ、５３…ＲＡＭ。

Claims (8)

1. レーザ光を照射してその反射光を受光することにより物体までの距離を測定するレーザレーダ装置（１０）から、複数の測距点についての測距値を示す距離画像を取得する取得手段（Ｓ１１，５１）と、
   前記距離画像に対して処理を行う処理手段（Ｓ１２，５１）と、
   を備え、
   前記距離画像は、第１の方向及び前記第１の方向と直交する第２の方向のそれぞれにおいて前記測距点単位で平面を区分した各区画であるセルと、当該セルが表す前記測距点での測距値と、が対応付けられた画像であり、
   前記処理手段は、複数の測距値が対応付けられたセルを第１の対象セルとして選択し、前記第２の方向における一側において前記第１の対象セルに隣接するセルである隣接セルの測距値に応じて、前記第１の対象セルに対応付けられた前記複数の測距値を、前記第１の対象セルを前記第２の方向において分割した複数のセルに割り当てる（Ｓ２４，Ｓ２８）
   ことを特徴とする物体認識装置。
2. 請求項１に記載の物体認識装置であって、
   前記処理手段は、前記第１の対象セルを前記第２の方向において分割した複数のセルのうち、前記隣接セルに隣接しないセルに第１の測距値を割り当て、前記隣接セルに隣接するセルに、前記第１の測距値と比較して前記隣接セルの測距値に近い第２の測距値を割り当てる
   ことを特徴とする物体認識装置。
3. 請求項１又は請求項２に記載の物体認識装置であって、
   前記処理手段は、前記第１の対象セルとして選択されなかったセルを第２の対象セルとして選択し、前記反射光に基づき特定される前記第２の対象セルについての反射面積の大きさを示す指標値が所定値未満であることを第１の必要条件として、前記第２の対象セルの測距値と、前記第２の方向における一側において前記第２の対象セルに隣接するセルである隣接セルの測距値と、を前記第２の対象セルを前記第２の方向において分割した複数のセルに割り当てる（Ｓ３１，Ｓ３３，Ｓ３４）
   ことを特徴とする物体認識装置。
4. 請求項３に記載の物体認識装置であって、
   前記処理手段は、前記第２の対象セルについての測定値であって反射面積の大きさに応じた値を示す測定値を、前記第２の対象セルを含む領域であって同一物体を表す領域内の複数のセルについての当該測定値の平均値で割った値を、前記指標値とする
   ことを特徴とする物体認識装置。
5. 請求項３又は請求項４に記載の物体認識装置であって、
   前記処理手段は、前記第２の方向における両側から前記第２の対象セルに隣接する２つのセルのそれぞれの測距値のうち、一方が前記第２の対象セルの測距値に近い値であり、他方が前記第２の対象セルの測距値から遠い値であることを第２の必要条件として、前記第２の対象セルの測距値と前記隣接セルの測距値とを、前記第２の対象セルを前記第２の方向において分割した複数のセルに割り当てる
   ことを特徴とする物体認識装置。
6. 請求項５に記載の物体認識装置であって、
   前記処理手段は、
   前記第２の方向における一側において前記第２の対象セルに隣接する第１の隣接セルの測距値と、前記第２の対象セルの測距値と、の類似度を表す第１の類似度と、前記第２の方向における他側において前記第２の対象セルに隣接する第２の隣接セルの測距値と、前記第２の対象セルの測距値と、の類似度を表す第２の類似度と、を算出し、
   前記第１の類似度が第１のしきい値を上回りかつ前記第２の類似度が第２のしきい値を上回らないこと、又は、前記第１の類似度が第１のしきい値を上回らずにかつ前記第２の類似度が第２のしきい値を上回ること、を前記第２の必要条件とする
   ことを特徴とする物体認識装置。
7. 請求項１から請求項６までのいずれか１項に記載の物体認識装置であって、
   前記レーザレーダ装置は、前記レーザ光を前記第１の方向へ走査する
   ことを特徴とする物体認識装置。
8. 請求項１から請求項７までのいずれか１項に記載の物体認識装置であって、
   前記距離画像に基づいて物体の種類を判別する判別手段（Ｓ１３，５１）と、
   前記判別手段により判別された物体の種類に応じて、物体を回避する進路を決定する決定手段（Ｓ１４，５１）と、
   を更に備えることを特徴とする物体認識装置。