JP6003986B2 - Three-dimensional object detection device, three-dimensional object detection method, and foreign object detection device - Google Patents
Three-dimensional object detection device, three-dimensional object detection method, and foreign object detection device Download PDFInfo
- Publication number
- JP6003986B2 JP6003986B2 JP2014526852A JP2014526852A JP6003986B2 JP 6003986 B2 JP6003986 B2 JP 6003986B2 JP 2014526852 A JP2014526852 A JP 2014526852A JP 2014526852 A JP2014526852 A JP 2014526852A JP 6003986 B2 JP6003986 B2 JP 6003986B2
- Authority
- JP
- Japan
- Prior art keywords
- dimensional object
- image
- object detection
- lens
- vehicle
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N7/00—Television systems
- H04N7/18—Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast
- H04N7/183—Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast for receiving images from a single remote source
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/20—Analysis of motion
- G06T7/254—Analysis of motion involving subtraction of images
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/70—Determining position or orientation of objects or cameras
- G06T7/73—Determining position or orientation of objects or cameras using feature-based methods
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/16—Anti-collision systems
- G08G1/166—Anti-collision systems for active traffic, e.g. moving vehicles, pedestrians, bikes
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/16—Anti-collision systems
- G08G1/167—Driving aids for lane monitoring, lane changing, e.g. blind spot detection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10016—Video; Image sequence
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20212—Image combination
- G06T2207/20224—Image subtraction
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30248—Vehicle exterior or interior
- G06T2207/30252—Vehicle exterior; Vicinity of vehicle
- G06T2207/30261—Obstacle
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Theoretical Computer Science (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Image Analysis (AREA)
- Image Processing (AREA)
- Closed-Circuit Television Systems (AREA)
- Traffic Control Systems (AREA)
Description
本発明は、立体物検出装置、立体物検出方法及び異物検出装置に関するものである。
本出願は、2012年7月27日に出願された日本国特許出願の特願2012―166497及び特願2012―166498に基づく優先権を主張するものであり、文献の参照による組み込みが認められる指定国については、上記の出願に記載された内容を参照により本出願に組み込み、本出願の記載の一部とする。The present invention relates to a three-dimensional object detection device, a three-dimensional object detection method, and a foreign object detection device.
This application claims priority based on Japanese Patent Application No. 2012-166497 and Japanese Patent Application No. 2012-166498, filed on July 27, 2012, and is allowed to be incorporated by reference. Regarding the country, the contents described in the above application are incorporated into the present application by reference and made a part of the description of the present application.
車両周囲を撮像した画像を俯瞰変換し、時間的に異なる二つの俯瞰変換画像の差分を用いて障害物を検出する障害物検出装置が知られている(特許文献1参照)。 There is known an obstacle detection device that performs overhead conversion of an image obtained by capturing an image of the surroundings of a vehicle and detects an obstacle using a difference between two temporally converted overhead images (see Patent Document 1).
車両後方を撮像した画像を用いて自車両の走行車線の隣の隣接車線を走行する他車両を障害物として検出する際に、カメラのレンズに汚れや雨水などの異物が付着している場合には、この異物の像を誤って隣接車線を走行する他車両の像として誤認するという問題がある。 When a foreign object such as dirt or rainwater adheres to the camera lens when detecting another vehicle traveling in the adjacent lane next to the traveling lane of the host vehicle as an obstacle using an image of the rear of the vehicle There is a problem that this foreign object image is mistakenly recognized as an image of another vehicle traveling in the adjacent lane.
本発明が解決しようとする課題は、カメラのレンズに付着した異物を高い精度で検出する異物検出装置及びカメラのレンズに付着した異物の像を他車両の像として誤検出することを防止して自車両の走行車線の隣の隣接車線を走行する他車両を高い精度で検出する立体物検出装置及び立体物検出方法を提供することである。 The problem to be solved by the present invention is to prevent a foreign object detection device that detects a foreign object adhering to a camera lens with high accuracy and to erroneously detect an image of the foreign object adhering to a camera lens as an image of another vehicle. It is an object of the present invention to provide a three-dimensional object detection device and a three-dimensional object detection method for detecting other vehicles traveling in the adjacent lane adjacent to the traveling lane of the host vehicle with high accuracy.
本発明は、カメラのレンズに汚れなどの異物が付着している状態が検出された場合には、検出される立体物が他車両であると判断されることが抑制されるように立体物を判断するための各処理を制御することにより、上記課題を解決する。 In the present invention, when a state in which a foreign object such as dirt is attached to the lens of the camera is detected, the three-dimensional object is suppressed so that the detected three-dimensional object is determined to be another vehicle. The above-described problems are solved by controlling each process for determination.
本発明は、レンズに付着した異物を検出した場合には、自車両の走行車線の隣の隣接車線を走行する他車両が検出された旨の判断結果が出力されにくくするように制御するので、レンズに付着した異物の像を自車両の走行車線の隣の隣接車線を走行する他車両の像として誤検出することを防止することができる。この結果、カメラのレンズに付着した異物を高い精度で検出する異物検出装置及び自車両の走行車線の隣の隣接車線を走行する他車両を、高い精度で検出する立体物検出装置を提供することができる。 In the present invention, when foreign matter attached to the lens is detected, control is performed so that it is difficult to output a determination result indicating that another vehicle traveling in the adjacent lane adjacent to the traveling lane of the own vehicle is detected. It is possible to prevent erroneous detection of an image of a foreign object attached to the lens as an image of another vehicle traveling in an adjacent lane adjacent to the traveling lane of the host vehicle. As a result, it is possible to provide a foreign object detection device that detects a foreign object attached to a lens of a camera with high accuracy and a three-dimensional object detection device that detects another vehicle traveling in the adjacent lane adjacent to the traveling lane of the host vehicle with high accuracy. Can do.
<第1の実施形態>
図1は、本発明の異物検出装置1,立体物検出装置1を適用した一実施の形態に係る車両の概略構成図であり、本例の立体物検出装置1は、自車両Vの運転者が運転中に注意を払うべき他車両、例えば、自車両Vが車線変更する際に接触の可能性がある他車両を障害物として検出する装置である。図1の計算機30は本発明の異物検出装置1,立体物検出装置1として機能する。本例の異物検出装置1は、車載カメラのレンズに付着した汚れなどの異物を検出する。本例の立体物検出装置1は自車両が走行する車線の隣の隣接車線(以下、単に隣接車線ともいう)を走行する他車両を検出する。また、本例の立体物検出装置1は、検出した他車両の移動距離、移動速度を算出することができる。このため、以下説明する一例は、立体物検出装置1を自車両Vに搭載し、自車両周囲において検出される立体物のうち、自車両Vが走行する車線の隣の隣接車線を走行する他車両を検出する例を示すこととする。同図に示すように、本例の立体物検出装置1は、カメラ10と、車速センサ20と、計算機30とを備える。<First Embodiment>
FIG. 1 is a schematic configuration diagram of a vehicle according to an embodiment to which a foreign
カメラ10は、図1に示すように自車両Vの後方における高さhの箇所において、光軸が水平から下向きに角度θとなるように自車両Vに取り付けられている。カメラ10は、この位置から自車両Vの周囲環境のうちの所定領域を撮像する。カメラ10は、像を結像させるレンズ11を備える。本実施形態において自車両Vの後方の立体物を検出するために設けられるカメラ1は一つであるが、他の用途のため、例えば車両周囲の画像を取得するための他のカメラを設けることもできる。車速センサ20は、自車両Vの走行速度を検出するものであって、例えば車輪に回転数を検知する車輪速センサで検出した車輪速から車速度を算出する。計算機30は、車両後方の立体物を検出するとともに、本例ではその立体物について移動距離及び移動速度を算出する。
As shown in FIG. 1, the
図2は、図1の自車両Vの走行状態を示す平面図である。同図に示すように、カメラ10は、所定の画角aで車両後方側を撮像する。このとき、カメラ10の画角aは、自車両Vが走行する車線に加えて、その左右の車線についても撮像可能な画角に設定されている。撮像可能な領域には、自車両Vの後方であり、自車両Vの走行車線の左右隣の隣接車線上の検出対象領域A1,A2を含む。
FIG. 2 is a plan view showing a traveling state of the host vehicle V of FIG. As shown in the figure, the
図3は、図1の計算機30の詳細を示すブロック図である。なお、図3においては、接続関係を明確とするためにカメラ10、車速センサ20についても図示する。
FIG. 3 is a block diagram showing details of the
図3に示すように、計算機30は、視点変換部31と、位置合わせ部32と、立体物検出部33と、立体物判断部34と、異物検出部38と、制御部39と、スミア検出部40とを備える。本実施形態の計算部30は、差分波形情報を利用した立体物の検出ブロックに関する構成である。本実施形態の計算部30は、エッジ情報を利用した立体物の検出ブロックに関する構成とすることもできる。この場合は、図3に示す構成のうち、位置合わせ部32と、立体物検出部33から構成されるブロック構成Aを、破線で囲んだ輝度差算出部35と、エッジ線検出部36と、立体物検出部37から構成されるブロック構成Bと置き換えて構成することができる。もちろん、ブロック構成A及びブロック構成Bの両方を備え、差分波形情報を利用した立体物の検出を行うとともに、エッジ情報を利用した立体物の検出も行うことができるようにすることもできる。ブロック構成A及びブロック構成Bを備える場合には、例えば明るさなどの環境要因に応じてブロック構成A又はブロック構成Bのいずれかを動作させることができる。以下、各構成について説明する。
As shown in FIG. 3, the
《差分波形情報による立体物の検出》
本実施形態の立体物検出装置1は、車両後方を撮像する単眼のカメラ1により得られた画像情報に基づいて車両後方の右側検出領域又は左側検出領域に存在する立体物を検出する。<Detection of three-dimensional object by differential waveform information>
The three-dimensional
視点変換部31は、カメラ10による撮像にて得られた所定領域の撮像画像データを入力し、入力した撮像画像データを鳥瞰視される状態の鳥瞰画像データに視点変換する。鳥瞰視される状態とは、上空から例えば鉛直下向きに見下ろす仮想カメラの視点から見た状態である。この視点変換は、例えば特開2008−219063号公報に記載されるようにして実行することができる。撮像画像データを鳥瞰視画像データに視点変換するのは、立体物に特有の鉛直エッジは鳥瞰視画像データへの視点変換により特定の定点を通る直線群に変換されるという原理に基づき、これを利用すれば平面物と立体物とを識別できるからである。なお、視点変換部31による画像変換処理の結果は、後述するエッジ情報による立体物の検出においても利用される。
The
位置合わせ部32は、視点変換部31の視点変換により得られた鳥瞰画像データを順次入力し、入力した異なる時刻の鳥瞰画像データの位置を合わせる。図4は、位置合わせ部32の処理の概要を説明するための図であり、(a)は自車両Vの移動状態を示す平面図、(b)は位置合わせの概要を示す画像である。
The
図4(a)に示すように、現時刻の自車両VがV1に位置し、一時刻前の自車両VがV2に位置していたとする。また、自車両Vの後側方向に他車両VXが位置して自車両Vと並走状態にあり、現時刻の他車両VXがV3に位置し、一時刻前の他車両VXがV4に位置していたとする。さらに、自車両Vは、一時刻で距離d移動したものとする。なお、一時刻前とは、現時刻から予め定められた時間(例えば1制御周期)だけ過去の時刻であってもよいし、任意の時間だけ過去の時刻であってもよい。 As shown in FIG. 4A, it is assumed that the host vehicle V at the current time is located at V1, and the host vehicle V one hour before is located at V2. Further, the other vehicle VX is located in the rear direction of the own vehicle V and is in parallel with the own vehicle V, the other vehicle VX at the current time is located at V3, and the other vehicle VX one hour before is located at V4. Suppose you were. Furthermore, it is assumed that the host vehicle V has moved a distance d at one time. Note that “one hour before” may be a past time for a predetermined time (for example, one control cycle) from the current time, or may be a past time for an arbitrary time.
このような状態において、現時刻における鳥瞰画像PBtは図4(b)に示すようになる。この鳥瞰画像PBtでは、路面上に描かれる白線については矩形状となり、比較的正確に平面視された状態となるが、位置V3にある他車両VXの位置については倒れ込みが発生する。また、一時刻前における鳥瞰画像PBt−1についても同様に、路面上に描かれる白線については矩形状となり、比較的正確に平面視された状態となるが、位置V4にある他車両VXについては倒れ込みが発生する。既述したとおり、立体物の鉛直エッジ(厳密な意味の鉛直エッジ以外にも路面から三次元空間に立ち上がったエッジを含む)は、鳥瞰視画像データへの視点変換処理によって倒れ込み方向に沿った直線群として現れるのに対し、路面上の平面画像は鉛直エッジを含まないので、視点変換してもそのような倒れ込みが生じないからである。In this state, the bird's-eye image PB t at the current time is as shown in Figure 4 (b). In the bird's-eye image PB t, becomes a rectangular shape for the white line drawn on the road surface, but a relatively accurate is a plan view state, tilting occurs about the position of another vehicle VX at position V3. Similarly, with respect to the bird's-eye view image PB t-1 one hour before, the white line drawn on the road surface is rectangular and is in a state of being relatively accurately viewed in plan, but about the other vehicle VX at the position V4. Falls down. As described above, the vertical edges of solid objects (including the edges that rise in the three-dimensional space from the road surface in addition to the vertical edges in the strict sense) are straight lines along the collapse direction by the viewpoint conversion processing to bird's-eye view image data. This is because the plane image on the road surface does not include a vertical edge, but such a fall does not occur even when the viewpoint is changed.
位置合わせ部32は、上記のような鳥瞰画像PBt,PBt−1の位置合わせをデータ上で実行する。この際、位置合わせ部32は、一時刻前における鳥瞰画像PBt−1をオフセットさせ、現時刻における鳥瞰画像PBtと位置を一致させる。図4(b)の左側の画像と中央の画像は、移動距離d’だけオフセットした状態を示す。このオフセット量d’は、図4(a)に示した自車両Vの実際の移動距離dに対応する鳥瞰視画像データ上の移動量であり、車速センサ20からの信号と一時刻前から現時刻までの時間に基づいて決定される。The
また、位置合わせ後において位置合わせ部32は、鳥瞰画像PBt,PBt−1の差分をとり、差分画像PDtのデータを生成する。ここで、差分画像PDtの画素値は、鳥瞰画像PBt,PBt−1の画素値の差を絶対値化したものでもよいし、照度環境の変化に対応するために当該絶対値が所定の閾値pを超えたときに「1」とし、超えないときに「0」としてもよい。図4(b)の右側の画像が、差分画像PDtである。この閾値pは、予め設定しておいてもよいし、後述する制御部39が生成する制御命令に従い変更してもよい。In addition, after the alignment, the
図3に戻り、立体物検出部33は、図4(b)に示す差分画像PDtのデータに基づいて立体物を検出する。この際、本例の立体物検出部33は、実空間上における立体物の移動距離についても算出する。立体物の検出及び移動距離の算出にあたり、立体物検出部33は、まず差分波形を生成する。なお、立体物の時間あたりの移動距離は、立体物の移動速度の算出に用いられる。そして、立体物の移動速度は、立体物が車両であるか否かの判断に用いることができる。Returning to FIG. 3, the three-dimensional object detection unit 33 detects a three-dimensional object based on the data of the difference image PD t shown in FIG. At this time, the three-dimensional object detection unit 33 of this example also calculates the movement distance of the three-dimensional object in the real space. In detecting the three-dimensional object and calculating the movement distance, the three-dimensional object detection unit 33 first generates a differential waveform. Note that the moving distance of the three-dimensional object per time is used for calculating the moving speed of the three-dimensional object. The moving speed of the three-dimensional object can be used to determine whether or not the three-dimensional object is a vehicle.
差分波形の生成にあたって本実施形態の立体物検出部33は、差分画像PDtにおいて検出領域を設定する。本例の立体物検出装置1は、自車両Vの運転手が注意を払う他車両VXであり、特に、自車両Vが車線変更する際に接触の可能性がある自車両Vが走行する車線の隣の車線を走行する他車両VXを検出対象物として検出する。このため、画像情報に基づいて立体物を検出する本例では、カメラ1により得られた画像のうち、自車両Vの右側及び左側に二つの検出領域を設定する。具体的に、本実施形態では、図2に示すように自車両Vの後方の左側及び右側に矩形状の検出領域A1,A2を設定する。この検出領域A1,A2において検出された他車両VXは、自車両Vが走行する車線の隣の隣接車線を走行する障害物として検出される。なお、このような検出領域A1,A2は、自車両Vに対する相対位置から設定してもよいし、白線の位置を基準に設定してもよい。白線の位置を基準に設定する場合に、移動距離検出装置1は、例えば既存の白線認識技術等を利用するとよい。Three-dimensional object detection unit 33 of the present embodiment when generating the differential waveform sets a detection area in the difference image PD t. The three-dimensional
また、立体物検出部33は、設定した検出領域A1,A2の自車両V側における辺(走行方向に沿う辺)を接地線L1,L2(図2)として認識する。一般に接地線は立体物が地面に接触する線を意味するが、本実施形態では地面に接触する線でなく上記の如くに設定される。なおこの場合であっても、経験上、本実施形態に係る接地線と、本来の他車両VXの位置から求められる接地線との差は大きくなり過ぎず、実用上は問題が無い。 Further, the three-dimensional object detection unit 33 recognizes the sides (sides along the traveling direction) of the set detection areas A1 and A2 on the own vehicle V side as the ground lines L1 and L2 (FIG. 2). In general, the ground line means a line in which the three-dimensional object contacts the ground. However, in the present embodiment, the ground line is set as described above, not a line in contact with the ground. Even in this case, from experience, the difference between the ground line according to the present embodiment and the ground line obtained from the position of the other vehicle VX is not too large, and there is no problem in practical use.
図5は、図3に示す立体物検出部33による差分波形の生成の様子を示す概略図である。図5に示すように、立体物検出部33は、位置合わせ部32で算出した差分画像PDt(図4(b)の右図)のうち検出領域A1,A2に相当する部分から、差分波形DWtを生成する。この際、立体物検出部33は、視点変換により立体物が倒れ込む方向に沿って、差分波形DWtを生成する。なお、図5に示す例では、便宜上検出領域A1のみを用いて説明するが、検出領域A2についても同様の手順で差分波形DWtを生成する。FIG. 5 is a schematic diagram illustrating how a differential waveform is generated by the three-dimensional object detection unit 33 illustrated in FIG. 3. As shown in FIG. 5, the three-dimensional object detection unit 33 calculates a differential waveform from a portion corresponding to the detection areas A <b> 1 and A <b> 2 in the difference image PD t (right diagram in FIG. 4B) calculated by the
具体的に説明すると、立体物検出部33は、差分画像DWtのデータ上において立体物が倒れ込む方向上の線Laを定義する。そして、立体物検出部33は、線La上において所定の差分を示す差分画素DPの数をカウントする。ここで、所定の差分を示す差分画素DPは、差分画像DWtの画素値が鳥瞰画像PBt,PBt−1の画素値の差を絶対値化したものである場合は、所定の閾値を超える画素であり、差分画像DWtの画素値が「0」「1」で表現されている場合は、「1」を示す画素である。More specifically, the three-dimensional object detection unit 33 defines a line La in the direction in which the three-dimensional object falls on the data of the difference image DW t . Then, the three-dimensional object detection unit 33 counts the number of difference pixels DP indicating a predetermined difference on the line La. Here, the difference pixel DP indicating a predetermined difference has a predetermined threshold value when the pixel value of the difference image DW t is an absolute value of the difference between the pixel values of the bird's-eye images PB t and PB t−1. If the pixel value of the difference image DW t is expressed as “0” or “1”, the pixel indicates “1”.
立体物検出部33は、差分画素DPの数をカウントした後、線Laと接地線L1との交点CPを求める。そして、立体物検出部33は、交点CPとカウント数とを対応付け、交点CPの位置に基づいて横軸位置、すなわち図5右図の上下方向軸における位置を決定するとともに、カウント数から縦軸位置、すなわち図5右図の左右方向軸における位置を決定し、交点CPにおけるカウント数としてプロットする。 The three-dimensional object detection unit 33 counts the number of difference pixels DP, and then obtains an intersection CP between the line La and the ground line L1. Then, the three-dimensional object detection unit 33 associates the intersection CP with the count number, determines the horizontal axis position based on the position of the intersection CP, that is, the position on the vertical axis in the right diagram of FIG. The axis position, that is, the position on the left-right axis in the right diagram of FIG. 5 is determined and plotted as the number of counts at the intersection CP.
以下同様に、立体物検出部33は、立体物が倒れ込む方向上の線Lb,Lc…を定義して、差分画素DPの数をカウントし、各交点CPの位置に基づいて横軸位置を決定し、カウント数(差分画素DPの数)から縦軸位置を決定しプロットする。立体物検出部33は、上記を順次繰り返して度数分布化することで、図5右図に示すように差分波形DWtを生成する。Similarly, the three-dimensional object detection unit 33 defines lines Lb, Lc... In the direction in which the three-dimensional object falls, counts the number of difference pixels DP, and determines the horizontal axis position based on the position of each intersection CP. Then, the vertical axis position is determined from the count number (number of difference pixels DP) and plotted. The three-dimensional object detection unit 33 generates the differential waveform DW t as shown in the right diagram of FIG.
なお、図5左図に示すように、立体物が倒れ込む方向上の線Laと線Lbとは検出領域A1と重複する距離が異なっている。このため、検出領域A1が差分画素DPで満たされているとすると、線Lb上よりも線La上の方が差分画素DPの数が多くなる。このため、立体物検出部33は、差分画素DPのカウント数から縦軸位置を決定する場合に、立体物が倒れ込む方向上の線La,Lbと検出領域A1とが重複する距離に基づいて正規化する。具体例を挙げると、図5左図において線La上の差分画素DPは6つあり、線Lb上の差分画素DPは5つである。このため、図5においてカウント数から縦軸位置を決定するにあたり、立体物検出部33は、カウント数を重複距離で除算するなどして正規化する。これにより、差分波形DWtに示すように、立体物が倒れ込む方向上の線La,Lbに対応する差分波形DWtの値はほぼ同じとなっている。As shown in the left diagram of FIG. 5, the line La and the line Lb in the direction in which the three-dimensional object collapses have different distances overlapping the detection area A1. For this reason, if the detection area A1 is filled with the difference pixels DP, the number of difference pixels DP is larger on the line La than on the line Lb. For this reason, when the three-dimensional object detection unit 33 determines the vertical axis position from the count number of the difference pixels DP, the three-dimensional object detection unit 33 is normalized based on the distance at which the lines La and Lb in the direction in which the three-dimensional object falls and the detection area A1 overlap. Turn into. As a specific example, in the left diagram of FIG. 5, there are six difference pixels DP on the line La, and there are five difference pixels DP on the line Lb. For this reason, in determining the vertical axis position from the count number in FIG. 5, the three-dimensional object detection unit 33 normalizes the count number by dividing it by the overlap distance. Thus, as shown in the difference waveform DW t, the line La on the direction the three-dimensional object collapses, the value of the differential waveform DW t corresponding to Lb is substantially the same.
差分波形DWtの生成後、立体物検出部33は一時刻前の差分波形DWt−1との対比により移動距離を算出する。すなわち、立体物検出部33は、差分波形DWt,DWt−1の時間変化から移動距離を算出する。After the generation of the differential waveform DW t , the three-dimensional object detection unit 33 calculates the movement distance by comparison with the differential waveform DW t−1 one time before. That is, the three-dimensional object detection unit 33 calculates the movement distance from the time change of the difference waveforms DW t and DW t−1 .
詳細に説明すると、立体物検出部33は、図6に示すように差分波形DWtを複数の小領域DWt1〜DWtn(nは2以上の任意の整数)に分割する。図6は、立体物検出部33によって分割される小領域DWt1〜DWtnを示す図である。小領域DWt1〜DWtnは、例えば図6に示すように、互いに重複するようにして分割される。例えば小領域DWt1と小領域DWt2とは重複し、小領域DWt2と小領域DWt3とは重複する。More specifically, the three-dimensional object detection unit 33 divides the differential waveform DW t into a plurality of small regions DW t1 to DW tn (n is an arbitrary integer equal to or greater than 2) as shown in FIG. FIG. 6 is a diagram illustrating the small areas DW t1 to DW tn divided by the three-dimensional object detection unit 33. The small regions DW t1 to DW tn are divided so as to overlap each other, for example, as shown in FIG. For example, the small area DW t1 and the small area DW t2 overlap, and the small area DW t2 and the small area DW t3 overlap.
次いで、立体物検出部33は、小領域DWt1〜DWtn毎にオフセット量(差分波形の横軸方向(図6の上下方向)の移動量)を求める。ここで、オフセット量は、一時刻前における差分波形DWt−1と現時刻における差分波形DWtとの差(横軸方向の距離)から求められる。この際、立体物検出部33は、小領域DWt1〜DWtn毎に、一時刻前における差分波形DWt−1を横軸方向に移動させた際に、現時刻における差分波形DWtとの誤差が最小となる位置(横軸方向の位置)を判定し、差分波形DWt−1の元の位置と誤差が最小となる位置との横軸方向の移動量をオフセット量として求める。そして、立体物検出部33は、小領域DWt1〜DWtn毎に求めたオフセット量をカウントしてヒストグラム化する。Next, the three-dimensional object detection unit 33 obtains an offset amount (amount of movement of the differential waveform in the horizontal axis direction (vertical direction in FIG. 6)) for each of the small regions DW t1 to DW tn . Here, the offset amount is determined from the difference between the differential waveform DW t in the difference waveform DW t-1 and the current time before one unit time (distance in the horizontal axis direction). At this time, three-dimensional object detection unit 33, for each small area DW t1 ~DW tn, when moving the differential waveform DW t1 before one unit time in the horizontal axis direction, the differential waveform DW t at the current time The position where the error is minimized (the position in the horizontal axis direction) is determined, and the amount of movement in the horizontal axis between the original position of the differential waveform DW t-1 and the position where the error is minimized is obtained as an offset amount. Then, the three-dimensional object detection unit 33 counts the offset amount obtained for each of the small areas DW t1 to DW tn and forms a histogram.
図7は、立体物検出部33により得られるヒストグラムの一例を示す図である。図7に示すように、各小領域DWt1〜DWtnと一時刻前における差分波形DWt−1との誤差が最小となる移動量であるオフセット量には、多少のバラつきが生じる。このため、立体物検出部33は、バラつきを含んだオフセット量をヒストグラム化し、ヒストグラムから移動距離を算出する。この際、立体物検出部33は、ヒストグラムの極大値から立体物の移動距離を算出する。すなわち、図7に示す例において立体物検出部33は、ヒストグラムの極大値を示すオフセット量を移動距離τ*と算出する。なおこの移動距離τ*は、自車両Vに対する他車両VXの相対移動距離である。このため、立体物検出部33は、絶対移動距離を算出する場合には、得られた移動距離τ*と車速センサ20からの信号とに基づいて、絶対移動距離を算出することとなる。FIG. 7 is a diagram illustrating an example of a histogram obtained by the three-dimensional object detection unit 33. As shown in FIG. 7, the offset amount, which is the amount of movement that minimizes the error between each of the small areas DW t1 to DW tn and the differential waveform DW t-1 one time before, has some variation. For this reason, the three-dimensional object detection unit 33 forms a histogram of offset amounts including variations, and calculates a movement distance from the histogram. At this time, the three-dimensional object detection unit 33 calculates the moving distance of the three-dimensional object from the maximum value of the histogram. That is, in the example illustrated in FIG. 7, the three-dimensional object detection unit 33 calculates the offset amount indicating the maximum value of the histogram as the movement distance τ * . The moving distance τ * is a relative moving distance of the other vehicle VX with respect to the host vehicle V. For this reason, when calculating the absolute movement distance, the three-dimensional object detection unit 33 calculates the absolute movement distance based on the obtained movement distance τ * and the signal from the
なお、ヒストグラム化にあたり立体物検出部33は、複数の小領域DWt1〜DWtn毎に重み付けをし、小領域DWt1〜DWtn毎に求めたオフセット量を重みに応じてカウントしてヒストグラム化してもよい。図8は、立体物検出部33による重み付けを示す図である。Incidentally, the three-dimensional object detection unit 33 Upon histogram is weighted for each of a plurality of small areas DW t1 ~DW tn, the offset amount determined for each small area DW t1 ~DW tn histogram of counts in response to the weight May be. FIG. 8 is a diagram illustrating weighting by the three-dimensional object detection unit 33.
図8に示すように、小領域DWm(mは1以上n−1以下の整数)は平坦となっている。すなわち、小領域DWmは所定の差分を示す画素数のカウントの最大値と最小値との差が小さくなっている。立体物検出部33は、このような小領域DWmについて重みを小さくする。平坦な小領域DWmについては、特徴がなくオフセット量の算出にあたり誤差が大きくなる可能性が高いからである。As shown in FIG. 8, the small region DW m (m is an integer of 1 to n−1) is flat. That is, in the small area DW m , the difference between the maximum value and the minimum value of the number of pixels indicating a predetermined difference is small. Three-dimensional object detection unit 33 to reduce the weight for such small area DW m. This is because the flat small area DW m has no characteristics and is likely to have a large error in calculating the offset amount.
一方、小領域DWm+k(kはn−m以下の整数)は起伏に富んでいる。すなわち、小領域DWmは所定の差分を示す画素数のカウントの最大値と最小値との差が大きくなっている。立体物検出部33は、このような小領域DWmについて重みを大きくする。起伏に富む小領域DWm+kについては、特徴的でありオフセット量の算出を正確に行える可能性が高いからである。このように重み付けすることにより、移動距離の算出精度を向上することができる。On the other hand, the small area DW m + k (k is an integer equal to or less than nm) is rich in undulations. That is, in the small area DW m , the difference between the maximum value and the minimum value of the number of pixels indicating a predetermined difference is large. Three-dimensional object detection unit 33 increases the weight for such small area DW m. This is because the small region DW m + k rich in undulations is characteristic and there is a high possibility that the offset amount can be accurately calculated. By weighting in this way, the calculation accuracy of the movement distance can be improved.
なお、移動距離の算出精度を向上するために上記実施形態では差分波形DWtを複数の小領域DWt1〜DWtnに分割したが、移動距離の算出精度がさほど要求されない場合は小領域DWt1〜DWtnに分割しなくてもよい。この場合に、立体物検出部33は、差分波形DWtと差分波形DWt−1との誤差が最小となるときの差分波形DWtのオフセット量から移動距離を算出することとなる。すなわち、一時刻前における差分波形DWt−1と現時刻における差分波形DWtとのオフセット量を求める方法は上記内容に限定されない。Although dividing the differential waveform DW t into a plurality of small areas DW t1 ~DW tn in the above embodiment in order to improve the calculation accuracy of the moving distance, if the calculation accuracy of the moving distance is not less required small regions DW t1 It is not necessary to divide into ~ DW tn . In this case, the three-dimensional object detection unit 33 calculates the movement distance from the offset amount of the differential waveform DW t when the error between the differential waveform DW t and the differential waveform DW t−1 is minimized. That is, the method for obtaining the offset amount of the difference waveform DW t in the difference waveform DW t-1 and the current time before one unit time is not limited to the above disclosure.
図3に戻り、計算機30はスミア検出部40を備える。スミア検出部40は、カメラ10による撮像によって得られた撮像画像のデータからスミアの発生領域を検出する。なお、スミアはCCDイメージセンサ等に生じる白飛び現象であることから、こうしたスミアが生じないCMOSイメージセンサ等を用いたカメラ10を採用する場合にはスミア検出部40を省略してもよい。
Returning to FIG. 3, the
図9は、スミア検出部40による処理及びそれによる差分波形DWtの算出処理を説明するための画像図である。まずスミア検出部40にスミアSが存在する撮像画像Pのデータが入力されたとする。このとき、スミア検出部40は、撮像画像PからスミアSを検出する。スミアSの検出方法は様々であるが、例えば一般的なCCD(Charge-Coupled Device)カメラの場合、光源から画像下方向にだけスミアSが発生する。このため、本実施形態では画像下側から画像上方に向かって所定値以上の輝度値を持ち、且つ、縦方向に連続した領域を検索し、これをスミアSの発生領域と特定する。FIG. 9 is an image diagram for explaining the processing by the
また、スミア検出部40は、スミアSの発生箇所について画素値を「1」とし、それ以外の箇所を「0」とするスミア画像SPのデータを生成する。生成後、スミア検出部40はスミア画像SPのデータを視点変換部31に送信する。また、スミア画像SPのデータを入力した視点変換部31は、このデータを鳥瞰視される状態に視点変換する。これにより、視点変換部31はスミア鳥瞰画像SBtのデータを生成する。生成後、視点変換部31はスミア鳥瞰画像SBtのデータを位置合わせ部33に送信する。また、視点変換部31は一時刻前のスミア鳥瞰画像SBt−1のデータを位置合わせ部33に送信する。In addition, the
位置合わせ部32は、スミア鳥瞰画像SBt,SBt−1の位置合わせをデータ上で実行する。具体的な位置合わせについては、鳥瞰画像PBt,PBt−1の位置合わせをデータ上で実行する場合と同様である。また、位置合わせ後、位置合わせ部32は、各スミア鳥瞰画像SBt,SBt−1のスミアSの発生領域について論理和をとる。これにより、位置合わせ部32は、マスク画像MPのデータを生成する。生成後、位置合わせ部32は、マスク画像MPのデータを立体物検出部33に送信する。The
立体物検出部33は、マスク画像MPのうちスミアSの発生領域に該当する箇所について、度数分布のカウント数をゼロとする。すなわち、図9に示すような差分波形DWtが生成されていた場合に、立体物検出部33は、スミアSによるカウント数SCをゼロとし、補正された差分波形DWt’を生成することとなる。The three-dimensional object detection unit 33 sets the count number of the frequency distribution to zero for the portion corresponding to the smear S generation region in the mask image MP. That is, when the differential waveform DW t as shown in FIG. 9 is generated, the three-dimensional object detection unit 33 sets the count number SC by the smear S to zero and generates a corrected differential waveform DW t ′. Become.
なお、本実施形態において立体物検出部33は、車両V(カメラ10)の移動速度を求め、求めた移動速度から静止物についてのオフセット量を求める。静止物のオフセット量を求めた後、立体物検出部33は、ヒストグラムの極大値のうち静止物に該当するオフセット量を無視したうえで、立体物の移動距離を算出する。 In the present embodiment, the three-dimensional object detection unit 33 obtains the moving speed of the vehicle V (camera 10), and obtains the offset amount for the stationary object from the obtained moving speed. After obtaining the offset amount of the stationary object, the three-dimensional object detection unit 33 calculates the moving distance of the three-dimensional object after ignoring the offset amount corresponding to the stationary object among the maximum values of the histogram.
図10は、立体物検出部33により得られるヒストグラムの他例を示す図である。カメラ10の画角内に他車両VXの他に静止物が存在する場合に、得られるヒストグラムには2つの極大値τ1,τ2が現れる。この場合、2つの極大値τ1,τ2のうち、いずれか一方は静止物のオフセット量である。このため、立体物検出部33は、移動速度から静止物についてのオフセット量を求め、そのオフセット量に該当する極大値について無視し、残り一方の極大値を採用して立体物の移動距離を算出する。
FIG. 10 is a diagram illustrating another example of the histogram obtained by the three-dimensional object detection unit 33. When a stationary object exists in addition to the other vehicle VX within the angle of view of the
なお、静止物に該当するオフセット量を無視したとしても、極大値が複数存在する場合、カメラ10の画角内に他車両VXが複数台存在すると想定される。しかし、検出領域A1,A2内に複数の他車両VXが存在することは極めて稀である。このため、立体物検出部33は、移動距離の算出を中止する。
Even if the offset amount corresponding to the stationary object is ignored, when there are a plurality of maximum values, it is assumed that there are a plurality of other vehicles VX within the angle of view of the
次に差分波形情報による立体物検出手順を説明する。図11及び図12は、本実施形態の立体物検出手順を示すフローチャートである。図11に示すように、まず、計算機30はカメラ10による撮像画像Pのデータを入力し、スミア検出部40によりスミア画像SPを生成する(S1)。次いで、視点変換部31は、カメラ10からの撮像画像Pのデータから鳥瞰画像PBtのデータを生成すると共に、スミア画像SPのデータからスミア鳥瞰画像SBtのデータを生成する(S2)。Next, a solid object detection procedure based on differential waveform information will be described. 11 and 12 are flowcharts showing the three-dimensional object detection procedure of this embodiment. As shown in FIG. 11, first, the
そして、位置合わせ部33は、鳥瞰画像PBtのデータと、一時刻前の鳥瞰画像PBt−1のデータとを位置合わせすると共に、スミア鳥瞰画像SBtのデータと、一時刻前のスミア鳥瞰画像SBt−1のデータとを位置合わせする(S3)。この位置合わせ後、位置合わせ部33は、差分画像PDtのデータを生成すると共に、マスク画像MPのデータを生成する(S4)。その後、立体物検出部33は、差分画像PDtのデータと、一時刻前の差分画像PDt−1のデータとから、差分波形DWtを生成する(S5)。差分波形DWtを生成後、立体物検出部33は、差分波形DWtのうち、スミアSの発生領域に該当するカウント数をゼロとし、スミアSによる影響を抑制する(S6)。Then, the alignment unit 33 aligns the data of the bird's-eye view image PB t and the data of the bird's-eye view image PB t-1 one hour ago, and the data of the smear bird's-eye view image SB t and the smear bird's-eye view one hour ago. The data of the image SB t-1 is aligned (S3). After this alignment, the alignment unit 33 generates data for the difference image PD t and also generates data for the mask image MP (S4). Then, three-dimensional object detection unit 33, the data of the difference image PD t, and a one unit time before the difference image PD t-1 of the data, generates a difference waveform DW t (S5). After generating the differential waveform DW t , the three-dimensional object detection unit 33 sets the count number corresponding to the generation area of the smear S in the differential waveform DW t to zero, and suppresses the influence of the smear S (S6).
その後、立体物検出部33は、差分波形DWtのピークが第1閾値α以上であるか否かを判断する(S7)。この第1閾値αは、予め設定しておき、図3に示す制御部39の制御命令に従い変更することもできるが、その詳細については後述する。ここで、差分波形DWtのピークが第1閾値α以上でない場合、すなわち差分が殆どない場合には、撮像画像P内には立体物が存在しないと考えられる。このため、差分波形DWtのピークが第1閾値α以上でないと判断した場合には(S7:NO)、立体物検出部33は、立体物が存在せず、障害物としての他車両VXが存在しないと判断する(図12:S16)。そして、図11及び図12に示す処理を終了する。Thereafter, the three-dimensional object detection unit 33 determines whether or not the peak of the differential waveform DW t is greater than or equal to the first threshold value α (S7). The first threshold value α can be set in advance and can be changed according to the control command of the
一方、差分波形DWtのピークが第1閾値α以上であると判断した場合には(S7:YES)、立体物検出部33は、立体物が存在すると判断し、差分波形DWtを複数の小領域DWt1〜DWtnに分割する(S8)。次いで、立体物検出部33は、小領域DWt1〜DWtn毎に重み付けを行う(S9)。その後、立体物検出部33は、小領域DWt1〜DWtn毎のオフセット量を算出し(S10)、重みを加味してヒストグラムを生成する(S11)。On the other hand, when it is determined that the peak of the difference waveform DW t is equal to or greater than the first threshold value α (S7: YES), the three-dimensional object detection unit 33 determines that a three-dimensional object exists, and sets the difference waveform DW t to a plurality of difference waveforms DW t . The area is divided into small areas DW t1 to DW tn (S8). Next, the three-dimensional object detection unit 33 performs weighting for each of the small regions DW t1 to DW tn (S9). Thereafter, the three-dimensional object detection unit 33 calculates an offset amount for each of the small regions DW t1 to DW tn (S10), and generates a histogram with the weights added (S11).
そして、立体物検出部33は、ヒストグラムに基づいて自車両Vに対する立体物の移動距離である相対移動距離を算出する(S12)。次に、立体物検出部33は、相対移動距離から立体物の絶対移動速度を算出する(S13)。このとき、立体物検出部33は、相対移動距離を時間微分して相対移動速度を算出すると共に、車速センサ20で検出された自車速を加算して、絶対移動速度を算出する。
Then, the three-dimensional object detection unit 33 calculates a relative movement distance that is a movement distance of the three-dimensional object with respect to the host vehicle V based on the histogram (S12). Next, the three-dimensional object detection unit 33 calculates the absolute movement speed of the three-dimensional object from the relative movement distance (S13). At this time, the three-dimensional object detection unit 33 calculates the relative movement speed by differentiating the relative movement distance with respect to time, and adds the own vehicle speed detected by the
その後、立体物検出部33は、立体物の絶対移動速度が10km/h以上、且つ、立体物の自車両Vに対する相対移動速度が+60km/h以下であるか否かを判断する(S14)。双方を満たす場合には(S14:YES)、立体物検出部33は、立体物が他車両VXであると判断する(S15)。そして、図11及び図12に示す処理を終了する。一方、いずれか一方でも満たさない場合には(S14:NO)、立体物検出部33は、他車両VXが存在しないと判断する(S16)。そして、図11及び図12に示す処理を終了する。 Thereafter, the three-dimensional object detection unit 33 determines whether or not the absolute movement speed of the three-dimensional object is 10 km / h or more and the relative movement speed of the three-dimensional object with respect to the host vehicle V is +60 km / h or less (S14). When both are satisfied (S14: YES), the three-dimensional object detection unit 33 determines that the three-dimensional object is the other vehicle VX (S15). Then, the processes shown in FIGS. 11 and 12 are terminated. On the other hand, when either one is not satisfied (S14: NO), the three-dimensional object detection unit 33 determines that there is no other vehicle VX (S16). Then, the processes shown in FIGS. 11 and 12 are terminated.
なお、本実施形態では自車両Vの後側方を検出領域A1,A2とし、自車両Vが走行中に注意を払うべきである自車両の走行車線の隣を走行する隣接車線を走行する他車両VXを検出すること、特に、自車両Vが車線変更した場合に接触する可能性がある否かに重点を置いている。自車両Vが車線変更した場合に、自車両の走行車線の隣の隣接車線を走行する他車両VXと接触する可能性がある否かを判断するためである。このため、ステップS14の処理が実行されている。すなわち、本実施形態にけるシステムを高速道路で作動させることを前提とすると、立体物の速度が10km/h未満である場合、たとえ他車両VXが存在したとしても、車線変更する際には自車両Vの遠く後方に位置するため問題となることが少ない。同様に、立体物の自車両Vに対する相対移動速度が+60km/hを超える場合(すなわち、立体物が自車両Vの速度よりも60km/hより大きな速度で移動している場合)、車線変更する際には自車両Vの前方に移動しているため問題となることが少ない。このため、ステップS14では車線変更の際に問題となる他車両VXを判断しているともいえる。 In the present embodiment, the rear side of the host vehicle V is set as the detection areas A1 and A2, and the vehicle V travels in the adjacent lane that travels next to the travel lane of the host vehicle to which attention should be paid while traveling. Emphasis is placed on detecting the vehicle VX, and in particular, whether or not there is a possibility of contact when the host vehicle V changes lanes. This is to determine whether or not there is a possibility of contact with another vehicle VX traveling in the adjacent lane adjacent to the traveling lane of the own vehicle when the own vehicle V changes lanes. For this reason, the process of step S14 is performed. That is, assuming that the system according to this embodiment is operated on a highway, if the speed of a three-dimensional object is less than 10 km / h, even if another vehicle VX exists, Since it is located far behind the vehicle V, there are few problems. Similarly, when the relative moving speed of the three-dimensional object with respect to the own vehicle V exceeds +60 km / h (that is, when the three-dimensional object is moving at a speed higher than 60 km / h than the speed of the own vehicle V), the lane is changed. In some cases, since the vehicle is moving in front of the host vehicle V, there is little problem. For this reason, it can be said that the other vehicle VX which becomes a problem at the time of lane change is judged in step S14.
また、ステップS14において立体物の絶対移動速度が10km/h以上、且つ、立体物の自車両Vに対する相対移動速度が+60km/h以下であるかを判断することにより、以下の効果がある。例えば、カメラ10の取り付け誤差によっては、静止物の絶対移動速度を数km/hであると検出してしまう場合があり得る。よって、10km/h以上であるかを判断することにより、静止物を他車両VXであると判断してしまう可能性を低減することができる。また、ノイズによっては立体物の自車両Vに対する相対速度を+60km/hを超える速度に検出してしまうことがあり得る。よって、相対速度が+60km/h以下であるかを判断することにより、ノイズによる誤検出の可能性を低減できる。
In step S14, determining whether the absolute moving speed of the three-dimensional object is 10 km / h or more and the relative moving speed of the three-dimensional object with respect to the host vehicle V is +60 km / h or less has the following effects. For example, depending on the mounting error of the
さらに、ステップS14の処理に代えて、絶対移動速度がマイナスでないことや、0km/hでないことを判断してもよい。また、本実施形態では自車両Vが車線変更した場合に接触する可能性がある否かに重点を置いているため、ステップS15において他車両VXが検出された場合に、自車両の運転者に警告音を発したり、所定の表示装置により警告相当の表示を行ったりしてもよい。 Furthermore, instead of the processing in step S14, it may be determined that the absolute movement speed is not negative or not 0 km / h. Further, in the present embodiment, since emphasis is placed on whether or not there is a possibility of contact when the host vehicle V changes lanes, when another vehicle VX is detected in step S15, the driver of the host vehicle is notified. A warning sound may be emitted or a display corresponding to a warning may be performed by a predetermined display device.
このように、本例の差分波形情報による立体物の検出手順によれば、視点変換により立体物が倒れ込む方向に沿って、差分画像PDtのデータ上において所定の差分を示す画素数をカウントして度数分布化することで差分波形DWtを生成する。ここで、差分画像PDtのデータ上において所定の差分を示す画素とは、異なる時刻の画像において変化があった画素であり、言い換えれば立体物が存在した箇所であるといえる。このため、立体物が存在した箇所において、立体物が倒れ込む方向に沿って画素数をカウントして度数分布化することで差分波形DWtを生成することとなる。特に、立体物が倒れ込む方向に沿って画素数をカウントすることから、立体物に対して高さ方向の情報から差分波形DWtを生成することとなる。そして、高さ方向の情報を含む差分波形DWtの時間変化から立体物の移動距離を算出する。このため、単に1点の移動のみに着目するような場合と比較して、時間変化前の検出箇所と時間変化後の検出箇所とは高さ方向の情報を含んで特定されるため立体物において同じ箇所となり易く、同じ箇所の時間変化から移動距離を算出することとなり、移動距離の算出精度を向上させることができる。Thus, according to the detection procedure of the three-dimensional object based on the difference waveform information of this example, the number of pixels indicating a predetermined difference is counted on the data of the difference image PD t along the direction in which the three-dimensional object falls by viewpoint conversion. The difference waveform DW t is generated by frequency distribution. Here, the pixel indicating the predetermined difference on the data of the difference image PD t is a pixel that has changed in an image at a different time, in other words, a place where a three-dimensional object exists. For this reason, the difference waveform DW t is generated by counting the number of pixels along the direction in which the three-dimensional object collapses and performing frequency distribution at the location where the three-dimensional object exists. In particular, since the number of pixels is counted along the direction in which the three-dimensional object falls, the differential waveform DW t is generated from the information in the height direction for the three-dimensional object. Then, the moving distance of the three-dimensional object is calculated from the time change of the differential waveform DW t including the information in the height direction. For this reason, compared with the case where only one point of movement is focused on, the detection location before the time change and the detection location after the time change are specified including information in the height direction. The same location is likely to be obtained, and the movement distance is calculated from the time change of the same location, so that the calculation accuracy of the movement distance can be improved.
また、差分波形DWtのうちスミアSの発生領域に該当する箇所について、度数分布のカウント数をゼロとする。これにより、差分波形DWtのうちスミアSによって生じる波形部位を除去することとなり、スミアSを立体物と誤認してしまう事態を防止することができる。In addition, the count number of the frequency distribution is set to zero for the portion corresponding to the smear S generation region in the differential waveform DW t . As a result, the waveform portion generated by the smear S in the differential waveform DW t is removed, and a situation in which the smear S is mistaken as a three-dimensional object can be prevented.
また、異なる時刻に生成された差分波形DWtの誤差が最小となるときの差分波形DWtのオフセット量から立体物の移動距離を算出する。このため、波形という1次元の情報のオフセット量から移動距離を算出することとなり、移動距離の算出にあたり計算コストを抑制することができる。Further, the moving distance of the three-dimensional object is calculated from the offset amount of the differential waveform DW t when the error of the differential waveform DW t generated at different times is minimized. For this reason, the movement distance is calculated from the offset amount of the one-dimensional information called the waveform, and the calculation cost can be suppressed in calculating the movement distance.
また、異なる時刻に生成された差分波形DWtを複数の小領域DWt1〜DWtnに分割する。このように複数の小領域DWt1〜DWtnに分割することによって、立体物のそれぞれの箇所を表わした波形を複数得ることとなる。また、小領域DWt1〜DWtn毎にそれぞれの波形の誤差が最小となるときのオフセット量を求め、小領域DWt1〜DWtn毎に求めたオフセット量をカウントしてヒストグラム化することにより、立体物の移動距離を算出する。このため、立体物のそれぞれの箇所毎にオフセット量を求めることとなり、複数のオフセット量から移動距離を求めることとなり、移動距離の算出精度を向上させることができる。Further, the differential waveform DW t generated at different times is divided into a plurality of small regions DW t1 to DW tn . By dividing this into multiple small areas DW t1 ~DW tn, so that the obtained plurality of waveforms showing the respective locations of the three-dimensional object. Also, determine the offset amount when the error of each waveform for each small area DW t1 ~DW tn is minimized by histogram by counting the offset amount determined for each small area DW t1 ~DW tn, The moving distance of the three-dimensional object is calculated. For this reason, the offset amount is obtained for each part of the three-dimensional object, and the movement distance is obtained from a plurality of offset amounts, so that the calculation accuracy of the movement distance can be improved.
また、複数の小領域DWt1〜DWtn毎に重み付けをし、小領域DWt1〜DWtn毎に求めたオフセット量を重みに応じてカウントしてヒストグラム化する。このため、特徴的な領域については重みを大きくし、特徴的でない領域については重みを小さくすることにより、一層適切に移動距離を算出することができる。従って、移動距離の算出精度を一層向上させることができる。Further, the weighting for each of a plurality of small areas DW t1 ~DW tn, histogram of counts in accordance with the offset amount obtained for each small area DW t1 ~DW tn the weight. For this reason, the moving distance can be calculated more appropriately by increasing the weight for the characteristic area and decreasing the weight for the non-characteristic area. Therefore, the calculation accuracy of the moving distance can be further improved.
また、差分波形DWtの各小領域DWt1〜DWtnについて、所定の差分を示す画素数のカウントの最大値と最小値との差が大きいほど、重みを大きくする。このため、最大値と最小値との差が大きい特徴的な起伏の領域ほど重みが大きくなり、起伏が小さい平坦な領域については重みが小さくなる。ここで、平坦な領域よりも起伏の大きい領域の方が形状的にオフセット量を正確に求めやすいため、最大値と最小値との差が大きい領域ほど重みを大きくすることにより、移動距離の算出精度を一層向上させることができる。For each of the small regions DW t1 to DW tn of the differential waveform DW t , the weight is increased as the difference between the maximum value and the minimum value of the number of pixels indicating a predetermined difference is larger. For this reason, the characteristic undulation region having a large difference between the maximum value and the minimum value has a larger weight, and the flat region having a small undulation has a smaller weight. Here, since it is easier to obtain the offset amount more accurately in the shape of the undulating area than in the flat area, the moving distance is calculated by increasing the weight in the area where the difference between the maximum value and the minimum value is large. The accuracy can be further improved.
また、小領域DWt1〜DWtn毎に求めたオフセット量をカウントして得られたヒストグラムの極大値から、立体物の移動距離を算出する。このため、オフセット量にバラつきがあったとしても、その極大値から、より正確性の高い移動距離を算出することができる。Further, the moving distance of the three-dimensional object is calculated from the maximum value of the histogram obtained by counting the offset amount obtained for each of the small areas DW t1 to DW tn . For this reason, even if there is a variation in the offset amount, a more accurate movement distance can be calculated from the maximum value.
また、静止物についてのオフセット量を求め、このオフセット量を無視するため、静止物により立体物の移動距離の算出精度が低下してしまう事態を防止することができる。また、静止物に該当するオフセット量を無視したうえで、極大値が複数ある場合、立体物の移動距離の算出を中止する。このため、極大値が複数あるような誤った移動距離を算出してしまう事態を防止することができる。 Further, since the offset amount for the stationary object is obtained and this offset amount is ignored, it is possible to prevent a situation in which the calculation accuracy of the moving distance of the three-dimensional object is lowered due to the stationary object. In addition, if there are a plurality of maximum values after ignoring the offset amount corresponding to the stationary object, the calculation of the moving distance of the three-dimensional object is stopped. For this reason, it is possible to prevent a situation in which an erroneous movement distance having a plurality of maximum values is calculated.
なお上記実施形態において、自車両Vの車速を車速センサ20からの信号に基づいて判断しているが、これに限らず、異なる時刻の複数の画像から速度を推定するようにしてもよい。この場合、車速センサが不要となり、構成の簡素化を図ることができる。
In the above embodiment, the vehicle speed of the host vehicle V is determined based on a signal from the
また、上記実施形態においては撮像した現時刻の画像と一時刻前の画像とを鳥瞰図に変換し、変換した鳥瞰図の位置合わせを行ったうえで差分画像PDtを生成し、生成した差分画像PDtを倒れ込み方向(撮像した画像を鳥瞰図に変換した際の立体物の倒れ込み方向)に沿って評価して差分波形DWtを生成しているが、これに限定されない。例えば、一時刻前の画像のみを鳥瞰図に変換し、変換した鳥瞰図を位置合わせした後に再び撮像した画像相当に変換し、この画像と現時刻の画像とで差分画像を生成し、生成した差分画像を倒れ込み方向に相当する方向(すなわち、倒れ込み方向を撮像画像上の方向に変換した方向)に沿って評価することによって差分波形DWtを生成してもよい。すなわち、現時刻の画像と一時刻前の画像との位置合わせを行い、位置合わせを行った両画像の差分から差分画像PDtを生成し、差分画像PDtを鳥瞰図に変換した際の立体物の倒れ込み方向に沿って評価できれば、必ずしも明確に鳥瞰図を生成しなくともよい。In the above-described embodiment, the captured image at the current time and the image one hour before are converted into a bird's-eye view, the converted bird's-eye view is aligned, the difference image PD t is generated, and the generated difference image PD Although t is evaluated along the falling direction (the falling direction of the three-dimensional object when the captured image is converted into a bird's eye view), the differential waveform DW t is generated, but the present invention is not limited to this. For example, only the image one hour before is converted into a bird's-eye view, the converted bird's-eye view is converted into an equivalent to the image captured again, a difference image is generated between this image and the current time image, and the generated difference image The differential waveform DW t may be generated by evaluating along the direction corresponding to the falling direction (that is, the direction in which the falling direction is converted into the direction on the captured image). That is, the three-dimensional object when the image of the current time and the image of one hour before are aligned, the difference image PD t is generated from the difference between the two images subjected to the alignment, and the difference image PD t is converted into a bird's eye view The bird's-eye view does not necessarily have to be clearly generated as long as the evaluation can be performed along the direction in which the user falls.
《エッジ情報による立体物の検出》
次に、図3に示す立体物の検出ブロックAに代えて動作させることが可能である、立体物の検出ブロックBについて説明する。立体物の検出ブロックBは、輝度差算出部35、エッジ線検出部36及び立体物検出部37で構成されるエッジ情報を利用して立体物を検出する。図13は、図3のカメラ10の撮像範囲等を示す図であり、図13(a)は平面図、図13(b)は、自車両Vから後側方における実空間上の斜視図を示す。図13(a)に示すように、カメラ10は所定の画角aとされ、この所定の画角aに含まれる自車両Vから後側方を撮像する。カメラ10の画角aは、図2に示す場合と同様に、カメラ10の撮像範囲に自車両Vが走行する車線に加えて、隣接する車線も含まれるように設定されている。《Detection of solid objects by edge information》
Next, a three-dimensional object detection block B that can be operated instead of the three-dimensional object detection block A shown in FIG. 3 will be described. The three-dimensional object detection block B detects a three-dimensional object using edge information configured by the luminance
本例の検出領域A1,A2は、平面視(鳥瞰視された状態)において台形状とされ、これら検出領域A1,A2の位置、大きさ及び形状は、距離d1〜d4に基づいて決定される。なお、同図に示す例の検出領域A1,A2は台形状に限らず、図2に示すように鳥瞰視された状態で矩形など他の形状であってもよい。Detection area A1, A2 of the present embodiment is in a plan view (a state of being bird's view) a trapezoidal shape, location of the detection areas A1, A2, size and shape, based on the distance d 1 to d 4 determines Is done. The detection areas A1 and A2 in the example shown in the figure are not limited to a trapezoidal shape, and may be other shapes such as a rectangle when viewed from a bird's eye view as shown in FIG.
ここで、距離d1は、自車両Vから接地線L1,L2までの距離である。接地線L1,L2は、自車両Vが走行する車線に隣接する車線に存在する立体物が地面に接触する線を意味する。本実施形態においては、自車両Vの後側方において自車両Vの車線に隣接する左右の車線を走行する他車両VX等(2輪車等を含む)を検出することが目的である。このため、自車両Vから白線Wまでの距離d11及び白線Wから他車両VXが走行すると予測される位置までの距離d12から、他車両VXの接地線L1,L2となる位置である距離d1を略固定的に決定しておくことができる。 Here, the distance d1 is a distance from the host vehicle V to the ground lines L1 and L2. The ground lines L1 and L2 mean lines on which a three-dimensional object existing in the lane adjacent to the lane in which the host vehicle V travels contacts the ground. The purpose of the present embodiment is to detect other vehicles VX and the like (including two-wheeled vehicles) traveling in the left and right lanes adjacent to the lane of the host vehicle V on the rear side of the host vehicle V. For this reason, a distance d1 which is a position to be the ground lines L1 and L2 of the other vehicle VX is obtained from a distance d11 from the own vehicle V to the white line W and a distance d12 from the white line W to a position where the other vehicle VX is predicted to travel. It can be determined substantially fixedly.
また、距離d1については、固定的に決定されている場合に限らず、可変としてもよい。この場合に、計算機30は、白線認識等の技術により自車両Vに対する白線Wの位置を認識し、認識した白線Wの位置に基づいて距離d11を決定する。これにより、距離d1は、決定された距離d11を用いて可変的に設定される。以下の本実施形態においては、他車両VXが走行する位置(白線Wからの距離d12)及び自車両Vが走行する位置(白線Wからの距離d11)は大凡決まっていることから、距離d1は固定的に決定されているものとする。
Further, the distance d1 is not limited to being fixedly determined, and may be variable. In this case, the
距離d2は、自車両Vの後端部から車両進行方向に伸びる距離である。この距離d2は、検出領域A1,A2が少なくともカメラ10の画角a内に収まるように決定されている。特に本実施形態において、距離d2は、画角aに区分される範囲に接するよう設定されている。距離d3は、検出領域A1,A2の車両進行方向における長さを示す距離である。この距離d3は、検出対象となる立体物の大きさに基づいて決定される。本実施形態においては、検出対象が他車両VX等であるため、距離d3は、他車両VXを含む長さに設定される。
The distance d2 is a distance extending from the rear end portion of the host vehicle V in the vehicle traveling direction. The distance d2 is determined so that the detection areas A1 and A2 are at least within the angle of view a of the
距離d4は、図13(b)に示すように、実空間において他車両VX等のタイヤを含むように設定された高さを示す距離である。距離d4は、鳥瞰視画像においては図13(a)に示す長さとされる。なお、距離d4は、鳥瞰視画像において左右の隣接車線よりも更に隣接する車線(すなわち2車線隣りの車線)を含まない長さとすることもできる。自車両Vの車線から2車線隣の車線を含んでしまうと、自車両Vが走行している車線である自車線の左右の隣接車線に他車両VXが存在するのか、2車線隣りの車線に他車両VXが存在するのかについて、区別が付かなくなってしまうためである。 As shown in FIG. 13B, the distance d4 is a distance indicating a height that is set to include a tire such as the other vehicle VX in the real space. The distance d4 is a length shown in FIG. 13A in the bird's-eye view image. The distance d4 may be a length that does not include a lane that is further adjacent to the left and right adjacent lanes in the bird's-eye view image (that is, a lane that is adjacent to two lanes). If the lane adjacent to the two lanes is included from the lane of the own vehicle V, there is another vehicle VX in the adjacent lane on the left and right of the own lane that is the lane in which the own vehicle V is traveling, This is because it becomes impossible to distinguish whether there is another vehicle VX.
以上のように、距離d1〜距離d4が決定され、これにより検出領域A1,A2の位置、大きさ及び形状が決定される。具体的に説明すると、距離d1により、台形をなす検出領域A1,A2の上辺b1の位置が決定される。距離d2により、上辺b1の始点位置C1が決定される。距離d3により、上辺b1の終点位置C2が決定される。カメラ10から始点位置C1に向かって伸びる直線L3により、台形をなす検出領域A1,A2の側辺b2が決定される。同様に、カメラ10から終点位置C2に向かって伸びる直線L4により、台形をなす検出領域A1,A2の側辺b3が決定される。距離d4により、台形をなす検出領域A1,A2の下辺b4の位置が決定される。このように、各辺b1〜b4により囲まれる領域が検出領域A1,A2とされる。この検出領域A1,A2は、図13(b)に示すように、自車両Vから後側方における実空間上では真四角(長方形)となる。
As described above, the distances d1 to d4 are determined, and thereby the positions, sizes, and shapes of the detection areas A1 and A2 are determined. More specifically, the position of the upper side b1 of the detection areas A1 and A2 forming a trapezoid is determined by the distance d1. The starting point position C1 of the upper side b1 is determined by the distance d2. The end point position C2 of the upper side b1 is determined by the distance d3. The side b2 of the detection areas A1 and A2 having a trapezoidal shape is determined by a straight line L3 extending from the
図3に戻り、視点変換部31は、カメラ10による撮像にて得られた所定領域の撮像画像データを入力する。視点変換部31は、入力した撮像画像データに対して、鳥瞰視される状態の鳥瞰画像データに視点変換処理を行う。鳥瞰視される状態とは、上空から例えば鉛直下向き(又は、やや斜め下向き)に見下ろす仮想カメラの視点から見た状態である。この視点変換処理は、例えば特開2008−219063号公報に記載された技術によって実現することができる。
Returning to FIG. 3, the
輝度差算出部35は、鳥瞰視画像に含まれる立体物のエッジを検出するために、視点変換部31により視点変換された鳥瞰視画像データに対して、輝度差の算出を行う。輝度差算出部35は、実空間における鉛直方向に伸びる鉛直仮想線に沿った複数の位置ごとに、当該各位置の近傍の2つの画素間の輝度差を算出する。輝度差算出部35は、実空間における鉛直方向に伸びる鉛直仮想線を1本だけ設定する手法と、鉛直仮想線を2本設定する手法との何れかによって輝度差を算出することができる。
The luminance
鉛直仮想線を2本設定する具体的な手法について説明する。輝度差算出部35は、視点変換された鳥瞰視画像に対して、実空間で鉛直方向に伸びる線分に該当する第1鉛直仮想線と、第1鉛直仮想線と異なり実空間で鉛直方向に伸びる線分に該当する第2鉛直仮想線とを設定する。輝度差算出部35は、第1鉛直仮想線上の点と第2鉛直仮想線上の点との輝度差を、第1鉛直仮想線及び第2鉛直仮想線に沿って連続的に求める。以下、この輝度差算出部35の動作について詳細に説明する。
A specific method for setting two vertical virtual lines will be described. The brightness
輝度差算出部35は、図14(a)に示すように、実空間で鉛直方向に伸びる線分に該当し、且つ、検出領域A1を通過する第1鉛直仮想線La(以下、注目線Laという)を設定する。また輝度差算出部35は、注目線Laと異なり、実空間で鉛直方向に伸びる線分に該当し、且つ、検出領域A1を通過する第2鉛直仮想線Lr(以下、参照線Lrという)を設定する。ここで参照線Lrは、実空間における所定距離だけ注目線Laから離間する位置に設定される。なお、実空間で鉛直方向に伸びる線分に該当する線とは、鳥瞰視画像においてはカメラ10の位置Psから放射状に広がる線となる。この放射状に広がる線は、鳥瞰視に変換した際に立体物が倒れ込む方向に沿う線である。
As shown in FIG. 14A, the luminance
輝度差算出部35は、注目線La上に注目点Pa(第1鉛直仮想線上の点)を設定する。また輝度差算出部35は、参照線Lr上に参照点Pr(第2鉛直板想線上の点)を設定する。これら注目線La、注目点Pa、参照線Lr、参照点Prは、実空間上において図14(b)に示す関係となる。図14(b)から明らかなように、注目線La及び参照線Lrは、実空間上において鉛直方向に伸びた線であり、注目点Paと参照点Prとは、実空間上において略同じ高さに設定される点である。なお、注目点Paと参照点Prとは必ずしも厳密に同じ高さである必要はなく、注目点Paと参照点Prとが同じ高さとみなせる程度の誤差は許容される。
The luminance
輝度差算出部35は、注目点Paと参照点Prとの輝度差を求める。仮に、注目点Paと参照点Prとの輝度差が大きいと、注目点Paと参照点Prとの間にエッジが存在すると考えられる。このため、図3に示したエッジ線検出部36は、注目点Paと参照点Prとの輝度差に基づいてエッジ線を検出する。
The luminance
この点をより詳細に説明する。図15は、輝度差算出部35の詳細動作を示す図であり、図15(a)は鳥瞰視された状態の鳥瞰視画像を示し、図15(b)は、図15(a)に示した鳥瞰視画像の一部B1を拡大した図である。なお図15についても検出領域A1のみを図示して説明するが、検出領域A2についても同様の手順で輝度差を算出する。
This point will be described in more detail. FIG. 15 is a diagram illustrating a detailed operation of the luminance
カメラ10が撮像した撮像画像内に他車両VXが映っていた場合に、図15(a)に示すように、鳥瞰視画像内の検出領域A1に他車両VXが現れる。図15(b)に図15(a)中の領域B1の拡大図を示すように、鳥瞰視画像上において、他車両VXのタイヤのゴム部分上に注目線Laが設定されていたとする。この状態において、輝度差算出部35は、先ず参照線Lrを設定する。参照線Lrは、注目線Laから実空間上において所定の距離だけ離れた位置に、鉛直方向に沿って設定される。具体的には、本実施形態に係る立体物検出装置1において、参照線Lrは、注目線Laから実空間上において10cmだけ離れた位置に設定される。これにより、参照線Lrは、鳥瞰視画像上において、例えば他車両VXのタイヤのゴムから10cm相当だけ離れた他車両VXのタイヤのホイール上に設定される。
When the other vehicle VX is reflected in the captured image captured by the
次に、輝度差算出部35は、注目線La上に複数の注目点Pa1〜PaNを設定する。図15(b)においては、説明の便宜上、6つの注目点Pa1〜Pa6(以下、任意の点を示す場合には単に注目点Paiという)を設定している。なお、注目線La上に設定する注目点Paの数は任意でよい。以下の説明では、N個の注目点Paが注目線La上に設定されたものとして説明する。
Next, the luminance
次に、輝度差算出部35は、実空間上において各注目点Pa1〜PaNと同じ高さとなるように各参照点Pr1〜PrNを設定する。そして、輝度差算出部35は、同じ高さ同士の注目点Paと参照点Prとの輝度差を算出する。これにより、輝度差算出部35は、実空間における鉛直方向に伸びる鉛直仮想線に沿った複数の位置(1〜N)ごとに、2つの画素の輝度差を算出する。輝度差算出部35は、例えば第1注目点Pa1とは、第1参照点Pr1との間で輝度差を算出し、第2注目点Pa2とは、第2参照点Pr2との間で輝度差を算出することとなる。これにより、輝度差算出部35は、注目線La及び参照線Lrに沿って、連続的に輝度差を求める。すなわち、輝度差算出部35は、第3〜第N注目点Pa3〜PaNと第3〜第N参照点Pr3〜PrNとの輝度差を順次求めていくこととなる。
Next, the luminance
輝度差算出部35は、検出領域A1内において注目線Laをずらしながら、上記の参照線Lrの設定、注目点Pa及び参照点Prの設定、輝度差の算出といった処理を繰り返し実行する。すなわち、輝度差算出部35は、注目線La及び参照線Lrのそれぞれを、実空間上において接地線L1の延在方向に同一距離だけ位置を変えながら上記の処理を繰り返し実行する。輝度差算出部35は、例えば、前回処理において参照線Lrとなっていた線を注目線Laに設定し、この注目線Laに対して参照線Lrを設定して、順次輝度差を求めていくことになる。
The luminance
図3に戻り、エッジ線検出部36は、輝度差算出部35により算出された連続的な輝度差から、エッジ線を検出する。例えば、図15(b)に示す場合、第1注目点Pa1と第1参照点Pr1とは、同じタイヤ部分に位置するために、輝度差は、小さい。一方、第2〜第6注目点Pa2〜Pa6はタイヤのゴム部分に位置し、第2〜第6参照点Pr2〜Pr6はタイヤのホイール部分に位置する。したがって、第2〜第6注目点Pa2〜Pa6と第2〜第6参照点Pr2〜Pr6との輝度差は大きくなる。このため、エッジ線検出部36は、輝度差が大きい第2〜第6注目点Pa2〜Pa6と第2〜第6参照点Pr2〜Pr6との間にエッジ線が存在することを検出することができる。
Returning to FIG. 3, the edge
具体的には、エッジ線検出部36は、エッジ線を検出するにあたり、先ず下記の数式1に従って、i番目の注目点Pai(座標(xi,yi))とi番目の参照点Pri(座標(xi’,yi’))との輝度差から、i番目の注目点Paiに属性付けを行う。
[数1]
I(xi,yi)>I(xi’,yi’)+tのとき
s(xi,yi)=1
I(xi,yi)<I(xi’,yi’)−tのとき
s(xi,yi)=−1
上記以外のとき
s(xi,yi)=0Specifically, when detecting the edge line, the edge
[Equation 1]
When I (xi, yi)> I (xi ′, yi ′) + t s (xi, yi) = 1
When I (xi, yi) <I (xi ′, yi ′) − t s (xi, yi) = − 1
Otherwise s (xi, yi) = 0
上記数式1において、tは閾値を示し、I(xi,yi)はi番目の注目点Paiの輝度値を示し、I(xi’,yi’)はi番目の参照点Priの輝度値を示す。上記数式1によれば、注目点Paiの輝度値が、参照点Priに閾値tを加えた輝度値よりも高い場合には、当該注目点Paiの属性s(xi,yi)は‘1’となる。一方、注目点Paiの輝度値が、参照点Priから閾値tを減じた輝度値よりも低い場合には、当該注目点Paiの属性s(xi,yi)は‘−1’となる。注目点Paiの輝度値と参照点Priの輝度値とがそれ以外の関係である場合には、注目点Paiの属性s(xi,yi)は‘0’となる。この閾値tは、予め設定しておき、図3に示す制御部39が発する制御命令に従い変更することもできるが、その詳細については後述する。
In
次にエッジ線検出部36は、下記数式2に基づいて、注目線Laに沿った属性sの連続性c(xi,yi)から、注目線Laがエッジ線であるか否かを判定する。
[数2]
s(xi,yi)=s(xi+1,yi+1)のとき(且つ0=0を除く)、
c(xi,yi)=1
上記以外のとき、
c(xi,yi)=0Next, the edge
[Equation 2]
When s (xi, yi) = s (xi + 1, yi + 1) (and excluding 0 = 0),
c (xi, yi) = 1
Other than the above
c (xi, yi) = 0
注目点Paiの属性s(xi,yi)と隣接する注目点Pai+1の属性s(xi+1,yi+1)とが同じである場合には、連続性c(xi,yi)は‘1’となる。注目点Paiの属性s(xi,yi)と隣接する注目点Pai+1の属性s(xi+1,yi+1)とが同じではない場合には、連続性c(xi,yi)は‘0’となる。 When the attribute s (xi, yi) of the attention point Pai and the attribute s (xi + 1, yi + 1) of the adjacent attention point Pai + 1 are the same, the continuity c (xi, yi) is ‘1’. When the attribute s (xi, yi) of the attention point Pai is not the same as the attribute s (xi + 1, yi + 1) of the adjacent attention point Pai + 1, the continuity c (xi, yi) is “0”.
次にエッジ線検出部36は、注目線La上の全ての注目点Paの連続性cについて総和を求める。エッジ線検出部36は、求めた連続性cの総和を注目点Paの数Nで割ることにより、連続性cを正規化する。エッジ線検出部36は、正規化した値が閾値θを超えた場合に、注目線Laをエッジ線と判断する。なお、閾値θは、予め実験等によって設定された値である。閾値θは予め設定しておいてもよいし、後述する制御部39の制御命令に従い変更してもよい。
Next, the edge
すなわち、エッジ線検出部36は、下記数式3に基づいて注目線Laがエッジ線であるか否かを判断する。そして、エッジ線検出部36は、検出領域A1上に描かれた注目線Laの全てについてエッジ線であるか否かを判断する。
[数3]
Σc(xi,yi)/N>θThat is, the edge
[Equation 3]
Σc (xi, yi) / N> θ
図3に戻り、立体物検出部37は、エッジ線検出部36により検出されたエッジ線の量に基づいて立体物を検出する。上述したように、本実施形態に係る立体物検出装置1は、実空間上において鉛直方向に伸びるエッジ線を検出する。鉛直方向に伸びるエッジ線が多く検出されるということは、検出領域A1,A2に立体物が存在する可能性が高いということである。このため、立体物検出部37は、エッジ線検出部36により検出されたエッジ線の量に基づいて立体物を検出する。さらに、立体物検出部37は、立体物を検出するに先立って、エッジ線検出部36により検出されたエッジ線が正しいものであるか否かを判定する。立体物検出部37は、エッジ線上の鳥瞰視画像のエッジ線に沿った輝度変化が所定の閾値よりも大きいか否かを判定する。エッジ線上の鳥瞰視画像の輝度変化が閾値よりも大きい場合には、当該エッジ線が誤判定により検出されたものと判断する。一方、エッジ線上の鳥瞰視画像の輝度変化が閾値よりも大きくない場合には、当該エッジ線が正しいものと判定する。なお、この閾値は、実験等により予め設定された値である。
Returning to FIG. 3, the three-dimensional
図16は、エッジ線の輝度分布を示す図であり、図16(a)は検出領域A1に立体物としての他車両VXが存在した場合のエッジ線及び輝度分布を示し、図16(b)は検出領域A1に立体物が存在しない場合のエッジ線及び輝度分布を示す。 FIG. 16 is a diagram illustrating the luminance distribution of the edge line. FIG. 16A illustrates the edge line and the luminance distribution when another vehicle VX as a three-dimensional object exists in the detection area A1, and FIG. Indicates an edge line and a luminance distribution when there is no solid object in the detection area A1.
図16(a)に示すように、鳥瞰視画像において他車両VXのタイヤゴム部分に設定された注目線Laがエッジ線であると判断されていたとする。この場合、注目線La上の鳥瞰視画像の輝度変化はなだらかなものとなる。これは、カメラ10により撮像された画像が鳥瞰視画像に視点変換されたことにより、他車両VXのタイヤが鳥瞰視画像内で引き延ばされたことによる。一方、図16(b)に示すように、鳥瞰視画像において路面に描かれた「50」という白色文字部分に設定された注目線Laがエッジ線であると誤判定されていたとする。この場合、注目線La上の鳥瞰視画像の輝度変化は起伏の大きいものとなる。これは、エッジ線上に、白色文字における輝度が高い部分と、路面等の輝度が低い部分とが混在しているからである。
As shown in FIG. 16A, it is assumed that the attention line La set in the tire rubber portion of the other vehicle VX is determined to be an edge line in the bird's-eye view image. In this case, the luminance change of the bird's-eye view image on the attention line La is gentle. This is because the tire of the other vehicle VX is extended in the bird's-eye view image by converting the image captured by the
以上のような注目線La上の輝度分布の相違に基づいて、立体物検出部37は、エッジ線が誤判定により検出されたものか否かを判定する。立体物検出部37は、エッジ線に沿った輝度変化が所定の閾値よりも大きい場合には、当該エッジ線が誤判定により検出されたものであると判定する。そして、当該エッジ線は、立体物の検出には使用しない。これにより、路面上の「50」といった白色文字や路肩の雑草等がエッジ線として判定されてしまい、立体物の検出精度が低下することを抑制する。
Based on the difference in luminance distribution on the attention line La as described above, the three-dimensional
具体的には、立体物検出部37は、下記数式4,5の何れかにより、エッジ線の輝度変化を算出する。このエッジ線の輝度変化は、実空間上における鉛直方向の評価値に相当する。下記数式4は、注目線La上のi番目の輝度値I(xi,yi)と、隣接するi+1番目の輝度値I(xi+1,yi+1)との差分の二乗の合計値によって輝度分布を評価する。下記数式5は、注目線La上のi番目の輝度値I(xi,yi)と、隣接するi+1番目の輝度値I(xi+1,yi+1)との差分の絶対値の合計値よって輝度分布を評価する。
[数4]
鉛直相当方向の評価値=Σ[{I(xi,yi)−I(xi+1,yi+1)}2]
[数5]
鉛直相当方向の評価値=Σ|I(xi,yi)−I(xi+1,yi+1)|Specifically, the three-dimensional
[Equation 4]
Evaluation value in the vertical equivalent direction = Σ [{I (xi, yi) −I (xi + 1, yi + 1)} 2 ]
[Equation 5]
Evaluation value in the vertical equivalent direction = Σ | I (xi, yi) −I (xi + 1, yi + 1) |
なお、数式5に限らず、下記数式6のように、閾値t2を用いて隣接する輝度値の属性bを二値化して、当該二値化した属性bを全ての注目点Paについて総和してもよい。
[数6]
鉛直相当方向の評価値=Σb(xi,yi)
但し、|I(xi,yi)−I(xi+1,yi+1)|>t2のとき、
b(xi,yi)=1
上記以外のとき、
b(xi,yi)=0In addition, not only
[Equation 6]
Evaluation value in the vertical equivalent direction = Σb (xi, yi)
However, when | I (xi, yi) −I (xi + 1, yi + 1) |> t2,
b (xi, yi) = 1
Other than the above
b (xi, yi) = 0
注目点Paiの輝度値と参照点Priの輝度値との輝度差の絶対値が閾値t2よりも大きい場合、当該注目点Pa(xi,yi)の属性b(xi,yi)は‘1’となる。それ以外の関係である場合には、注目点Paiの属性b(xi,yi)は‘0’となる。この閾値t2は、注目線Laが同じ立体物上にないことを判定するために実験等によって予め設定されている。そして、立体物検出部37は、注目線La上の全注目点Paについての属性bを総和して、鉛直相当方向の評価値を求めて、エッジ線が正しいものかを判定する。
When the absolute value of the luminance difference between the luminance value of the attention point Pai and the luminance value of the reference point Pri is larger than the threshold value t2, the attribute b (xi, yi) of the attention point Pa (xi, yi) is “1”. Become. If the relationship is other than that, the attribute b (xi, yi) of the attention point Pai is '0'. This threshold value t2 is set in advance by an experiment or the like in order to determine that the attention line La is not on the same three-dimensional object. Then, the three-dimensional
次に、本実施形態に係るエッジ情報を利用した立体物検出方法について説明する。図17及び図18は、本実施形態に係る立体物検出方法の詳細を示すフローチャートである。なお、図17及び図18においては、便宜上、検出領域A1を対象とする処理について説明するが、検出領域A2についても同様の処理が実行される。 Next, a three-dimensional object detection method using edge information according to the present embodiment will be described. 17 and 18 are flowcharts showing details of the three-dimensional object detection method according to the present embodiment. In FIG. 17 and FIG. 18, for the sake of convenience, the processing for the detection area A1 will be described, but the same processing is executed for the detection area A2.
図17に示すように、先ずステップS21において、カメラ10は、画角a及び取付位置によって特定された所定領域を撮像する。次に視点変換部31は、ステップS22において、ステップS21にてカメラ10により撮像された撮像画像データを入力し、視点変換を行って鳥瞰視画像データを生成する。
As shown in FIG. 17, first, in step S21, the
次に輝度差算出部35は、ステップS23において、検出領域A1上に注目線Laを設定する。このとき、輝度差算出部35は、実空間上において鉛直方向に伸びる線に相当する線を注目線Laとして設定する。次に輝度差算出部35は、ステップS24において、検出領域A1上に参照線Lrを設定する。このとき、輝度差算出部35は、実空間上において鉛直方向に伸びる線分に相当し、且つ、注目線Laと実空間上において所定距離離れた線を参照線Lrとして設定する。
Next, the brightness | luminance
次に輝度差算出部35は、ステップS25において、注目線La上に複数の注目点Paを設定する。この際に、輝度差算出部35は、エッジ線検出部36によるエッジ検出時に問題とならない程度の数の注目点Paを設定する。また、輝度差算出部35は、ステップS26において、実空間上において注目点Paと参照点Prとが略同じ高さとなるように、参照点Prを設定する。これにより、注目点Paと参照点Prとが略水平方向に並ぶこととなり、実空間上において鉛直方向に伸びるエッジ線を検出しやすくなる。
Next, the brightness | luminance
次に輝度差算出部35は、ステップS27において、実空間上において同じ高さとなる注目点Paと参照点Prとの輝度差を算出する。次にエッジ線検出部36は、上記の数式1に従って、各注目点Paの属性sを算出する。次にエッジ線検出部36は、ステップS28において、上記の数式2に従って、各注目点Paの属性sの連続性cを算出する。次にエッジ線検出部36は、ステップS29において、上記数式3に従って、連続性cの総和を正規化した値が閾値θより大きいか否かを判定する。正規化した値が閾値θよりも大きいと判断した場合(S29:YES)、エッジ線検出部36は、ステップS30において、当該注目線Laをエッジ線として検出する。そして、処理はステップS31に移行する。正規化した値が閾値θより大きくないと判断した場合(S29:NO)、エッジ線検出部36は、当該注目線Laをエッジ線として検出せず、処理はステップS31に移行する。この閾値θは予め設定しておくことができるが、制御部39に制御命令に応じて変更することもできる。
Next, in step S27, the luminance
ステップS31において、計算機30は、検出領域A1上に設定可能な注目線Laの全てについて上記のステップS23〜ステップS30の処理を実行したか否かを判断する。全ての注目線Laについて上記処理をしていないと判断した場合(S31:NO)、ステップS23に処理を戻して、新たに注目線Laを設定して、ステップS31までの処理を繰り返す。一方、全ての注目線Laについて上記処理をしたと判断した場合(S31:YES)、処理は図18のステップS32に移行する。
In step S31, the
図18のステップS32において、立体物検出部37は、図17のステップS30において検出された各エッジ線について、当該エッジ線に沿った輝度変化を算出する。立体物検出部37は、上記数式4,5,6の何れかの式に従って、エッジ線の輝度変化を算出する。次に立体物検出部37は、ステップS33において、エッジ線のうち、輝度変化が所定の閾値よりも大きいエッジ線を除外する。すなわち、輝度変化の大きいエッジ線は正しいエッジ線ではないと判定し、エッジ線を立体物の検出には使用しない。これは、上述したように、検出領域A1に含まれる路面上の文字や路肩の雑草等がエッジ線として検出されてしまうことを抑制するためである。したがって、所定の閾値とは、予め実験等によって求められた、路面上の文字や路肩の雑草等によって発生する輝度変化に基づいて設定された値となる。
In step S32 in FIG. 18, the three-dimensional
次に立体物検出部37は、ステップS34において、エッジ線の量が第2閾値β以上であるか否かを判断する。なお、この第2閾値βは、予め実験等によって求めておいて設定しておき、図3に示す制御部39が発する制御命令に従い変更することもできるが、その詳細については後述する。例えば、検出対象の立体物として四輪車を設定した場合、当該第2閾値βは、予め実験等によって検出領域A1内において出現した四輪車のエッジ線の数に基づいて設定される。エッジ線の量が第2閾値β以上であると判定した場合(S34:YES)、立体物検出部37は、ステップS35において、検出領域A1内に立体物が存在すると検出する。一方、エッジ線の量が第2閾値β以上ではないと判定した場合(S34:NO)、立体物検出部37は、検出領域A1内に立体物が存在しないと判断する。その後、図17及び図18に示す処理は終了する。検出された立体物は、自車両Vが走行する車線の隣の隣接車線を走行する他車両VXであると判断してもよいし、検出した立体物の自車両Vに対する相対速度を考慮して隣接車線を走行する他車両VXであるか否かを判断してもよい。この第2閾値βは予め設定しておくことができるが、制御部39に制御命令に応じて変更することもできる。
Next, in step S34, the three-dimensional
以上のように、本実施形態のエッジ情報を利用した立体物の検出方法によれば、検出領域A1,A2に存在する立体物を検出するために、鳥瞰視画像に対して実空間において鉛直方向に伸びる線分としての鉛直仮想線を設定する。そして、鉛直仮想線に沿った複数の位置ごとに、当該各位置の近傍の2つの画素の輝度差を算出し、当該輝度差の連続性に基づいて立体物の有無を判定することができる。 As described above, according to the three-dimensional object detection method using the edge information of the present embodiment, in order to detect the three-dimensional object existing in the detection areas A1 and A2, the vertical direction in the real space with respect to the bird's-eye view image A vertical imaginary line is set as a line segment extending to. Then, for each of a plurality of positions along the vertical imaginary line, a luminance difference between two pixels in the vicinity of each position can be calculated, and the presence or absence of a three-dimensional object can be determined based on the continuity of the luminance difference.
具体的には、鳥瞰視画像における検出領域A1,A2に対して、実空間において鉛直方向に伸びる線分に該当する注目線Laと、注目線Laとは異なる参照線Lrとを設定する。そして、注目線La上の注目点Paと参照線Lr上の参照点Prとの輝度差を注目線La及び参照線Laに沿って連続的に求める。このように、点同士の輝度差を連続的に求めることにより、注目線Laと参照線Lrとの輝度差を求める。注目線Laと参照線Lrとの輝度差が高い場合には、注目線Laの設定箇所に立体物のエッジがある可能性が高い。これによって、連続的な輝度差に基づいて立体物を検出することができる。特に、実空間において鉛直方向に伸びる鉛直仮想線同士との輝度比較を行うために、鳥瞰視画像に変換することによって立体物が路面からの高さに応じて引き伸ばされてしまっても、立体物の検出処理が影響されることはない。したがって、本例の方法によれば、立体物の検出精度を向上させることができる。 Specifically, the attention line La corresponding to the line segment extending in the vertical direction in the real space and the reference line Lr different from the attention line La are set for the detection areas A1 and A2 in the bird's-eye view image. Then, a luminance difference between the attention point Pa on the attention line La and the reference point Pr on the reference line Lr is continuously obtained along the attention line La and the reference line La. In this way, the luminance difference between the attention line La and the reference line Lr is obtained by continuously obtaining the luminance difference between the points. In the case where the luminance difference between the attention line La and the reference line Lr is high, there is a high possibility that there is an edge of the three-dimensional object at the set position of the attention line La. Thereby, a three-dimensional object can be detected based on a continuous luminance difference. In particular, in order to compare brightness with vertical virtual lines extending in the vertical direction in real space, even if the three-dimensional object is stretched according to the height from the road surface by converting it to a bird's-eye view image, This detection process is not affected. Therefore, according to the method of this example, the detection accuracy of a three-dimensional object can be improved.
また、本例では、鉛直仮想線付近の略同じ高さの2つの点の輝度差を求める。具体的には、実空間上で略同じ高さとなる注目線La上の注目点Paと参照線Lr上の参照点Prとから輝度差を求めるので、鉛直方向に伸びるエッジが存在する場合における輝度差を明確に検出することができる。 In this example, the luminance difference between two points having substantially the same height near the vertical imaginary line is obtained. Specifically, the luminance difference is obtained from the attention point Pa on the attention line La and the reference point Pr on the reference line Lr, which are substantially the same height in the real space, and thus the luminance when there is an edge extending in the vertical direction. The difference can be detected clearly.
更に、本例では、注目線La上の注目点Paと参照線Lr上の参照点Prとの輝度差に基づいて注目点Paに属性付けを行い、注目線Laに沿った属性の連続性cに基づいて当該注目線Laがエッジ線であるかを判断するので、輝度の高い領域と輝度の低い領域との境界をエッジ線として検出し、人間の自然な感覚に沿ったエッジ検出を行うことができる。この効果について詳細に説明する。図19は、エッジ線検出部36の処理を説明する画像例を示す図である。この画像例は、輝度の高い領域と輝度の低い領域とが繰り返される縞模様を示す第1縞模様101と、輝度の低い領域と輝度の高い領域とが繰り返される縞模様を示す第2縞模様102とが隣接した画像である。また、この画像例は、第1縞模様101の輝度が高い領域と第2縞模様102の輝度の低い領域とが隣接すると共に、第1縞模様101の輝度が低い領域と第2縞模様102の輝度が高い領域とが隣接している。この第1縞模様101と第2縞模様102との境界に位置する部位103は、人間の感覚によってはエッジとは知覚されない傾向にある。
Furthermore, in this example, the attention point Pa is attributed based on the luminance difference between the attention point Pa on the attention line La and the reference point Pr on the reference line Lr, and attribute continuity c along the attention line La is obtained. Therefore, it is determined whether the attention line La is an edge line. Therefore, the boundary between the high luminance area and the low luminance area is detected as an edge line, and edge detection is performed in accordance with a natural human sense. Can do. This effect will be described in detail. FIG. 19 is a diagram illustrating an example of an image for explaining the processing of the edge
これに対し、輝度の低い領域と輝度が高い領域とが隣接しているために、輝度差のみでエッジを検出すると、当該部位103はエッジとして認識されてしまう。しかし、エッジ線検出部36は、部位103における輝度差に加えて、当該輝度差の属性に連続性がある場合にのみ部位103をエッジ線として判定するので、エッジ線検出部36は、人間の感覚としてエッジ線として認識しない部位103をエッジ線として認識してしまう誤判定を抑制でき、人間の感覚に沿ったエッジ検出を行うことができる。
On the other hand, since the low luminance region and the high luminance region are adjacent to each other, if the edge is detected only by the luminance difference, the
さらに、本例では、エッジ線検出部36により検出されたエッジ線の輝度変化が所定の閾値よりも大きい場合には、当該エッジ線が誤判定により検出されたものと判断する。カメラ10により取得された撮像画像を鳥瞰視画像に変換した場合、当該撮像画像に含まれる立体物は、引き伸ばされた状態で鳥瞰視画像に現れる傾向がある。例えば、上述したように他車両VXのタイヤが引き伸ばされた場合に、タイヤという1つの部位が引き伸ばされるため、引き伸ばされた方向における鳥瞰視画像の輝度変化は小さい傾向となる。これに対し、路面に描かれた文字等をエッジ線として誤判定した場合に、鳥瞰視画像には、文字部分といった輝度が高い領域と路面部分といった輝度が低い領域とが混合されて含まれる。この場合に、鳥瞰視画像において、引き伸ばされた方向の輝度変化は大きくなる傾向がある。したがって、本例のようにエッジ線に沿った鳥瞰視画像の輝度変化を判定することによって、誤判定により検出されたエッジ線を認識することができ、立体物の検出精度を高めることができる。
Furthermore, in this example, when the luminance change of the edge line detected by the edge
《立体物の最終判断》
図3に戻り、本例の立体物検出装置1は、上述した2つの立体物検出部33(又は立体物検出部37)と、立体物判断部34と、異物検出部38と、制御部39とを備える。立体物判断部34は、立体物検出部33(又は立体物検出部37)により検出結果に基づいて、検出された立体物が最終的に検出領域A1,A2に他車両VXであるか否かを判断する。《Final judgment of solid object》
Returning to FIG. 3, the three-dimensional
異物検出部38は、差分波形情報又はエッジ情報に基づいてカメラ10のレンズ11に異物が付着したことを検出する。制御部39は、異物検出部38によりレンズに付着した異物が検出された場合には、検出された立体物が他車両VXであると判断されることを抑制するために、検出された異物に対応する像が検出領域A1,A2に存在する他車両VXであると判断されることが抑制されるように計算機30を構成する各部(制御部39を含む)を制御する制御命令を出力する。
The
立体物検出部33、37により立体物が検出されること又は立体物判断部37により立体物が他車両であると判断されることを抑制するために、制御部39は各処理に用いられる各閾値を初期値、標準値その他の設定値よりも高く(検出がされ難くなるように)変更し、又は各閾値と比較される出力値を低く(検出がされ難くなるように)変更する。
In order to suppress that the three-dimensional object is detected by the three-dimensional
具体的な処理の内容は、以下のとおりである。 The details of the processing are as follows.
差分波形情報を用いて立体物を検出する立体物検出部33が、差分波形情報が所定の第1閾値α以上であるときに立体物を検出する場合において、制御部39は、異物検出部38がレンズ11に付着した異物を検出した場合には、立体物が検出され難いように第1閾値αを高く変更する制御命令を生成し、この制御命令を立体物検出部33に出力する。
When the three-dimensional object detection unit 33 that detects the three-dimensional object using the difference waveform information detects the three-dimensional object when the difference waveform information is equal to or greater than the predetermined first threshold value α, the
同じく、立体物検出部33が、差分波形情報が所定の第1閾値α以上であるときに立体物を検出する場合において、制御部39は、異物検出部38がレンズ11に付着した異物を検出した場合には、鳥瞰視画像の差分画像上において所定の差分を示す画素数をカウントして度数分布化された値を低く変更して出力させる制御命令を生成し、この制御命令を立体物検出部38に出力する。
Similarly, when the three-dimensional object detection unit 33 detects a three-dimensional object when the differential waveform information is equal to or greater than the predetermined first threshold value α, the
また、差分波形情報を用いて立体物を検出する立体物検出部33が閾値p以上の画素値を示す画素数を所定の差分を示す画素数として抽出する場合において、制御部39は、異物検出部38がレンズ11に付着した異物を検出した場合には、立体物が検出され難いように閾値pを高く変更する制御命令を生成し、この制御命令を立体物検出手部38に出力する。
In addition, when the three-dimensional object detection unit 33 that detects a three-dimensional object using the difference waveform information extracts the number of pixels indicating a pixel value equal to or greater than the threshold value p as the number of pixels indicating a predetermined difference, the
同じく、立体物検出部33が閾値p以上の画素値を示す画素数を所定の差分を示す画素数として抽出する場合において、制御部39は、異物検出部38がレンズ11に付着した異物を検出した場合には、鳥瞰視画像を視点変換した際に立体物が倒れ込む方向に沿って、差分画像上において抽出される画素数を低く変更して出力する制御命令を生成し、この制御命令を立体物検出部38に出力する。
Similarly, when the three-dimensional object detection unit 33 extracts the number of pixels indicating a pixel value equal to or greater than the threshold value p as the number of pixels indicating a predetermined difference, the
エッジ情報を用いて立体物を検出する立体物検出部37が所定閾値t以上の輝度差を示す画素に基づいてエッジ線を抽出する場合において、制御部39は、異物検出部38がレンズ11に付着した異物を検出した場合には、立体物が検出され難いように所定閾値tを高く変更する制御命令を生成し、この制御命令を立体物検出部37に出力する。
When the three-dimensional
同じく、エッジ情報を用いて立体物を検出する立体物検出部37が所定閾値t以上の輝度差を示す画素に基づいてエッジ線を抽出する場合において、制御部39は、異物検出部38がレンズ11に付着した異物を検出した場合には、画素の輝度値を低く変更して出力する制御命令を生成し、この制御命令を立体物検出部37に出力する。
Similarly, when the three-dimensional
エッジ情報を用いて立体物を検出する立体物検出部37がエッジ情報に含まれる閾値θ以上の長さを有するエッジ線に基づいて立体物を検出する場合において、制御部39は、異物検出部38がレンズ11に付着した異物を検出した場合には、立体物が検出され難いように閾値θを高く変更する制御命令を生成し、この制御命令を立体物検出部37に出力する。
When the three-dimensional
同じく、エッジ情報を用いて立体物を検出する立体物検出部37がエッジ情報に含まれる閾値θ以上の長さを有するエッジ線に基づいて立体物を検出する場合において、制御部39は、異物検出部38がレンズ11に付着した異物を検出した場合には、検出したエッジ情報のエッジ線の長さの値を低く変更して出力させる制御命令を生成し、この制御命令を立体物検出部37に出力する。
Similarly, when the three-dimensional
エッジ情報を用いて立体物を検出する立体物検出部37がエッジ情報に含まれる所定長さ以上のエッジ線、例えば閾値θ以上の長さを有するエッジ線の本数が第2閾値β以上であるか否かの判断に基づいて立体物を検出する場合において、制御部39は、異物検出部38がレンズ11に付着した異物を検出した場合には、立体物が検出され難いように第2閾値βを高く変更する制御命令を生成し、この制御命令を立体物検出部37に出力する。
The number of edge lines having a length equal to or greater than a predetermined length included in the edge information, for example, the number of edge lines having a length equal to or greater than the threshold θ is included in the edge information by the three-dimensional
エッジ情報を用いて立体物を検出する立体物検出部37がエッジ情報に含まれる所定長さ以上のエッジ線、例えば閾値θ以上の長さを有するエッジ線の本数が第2閾値β以上であるか否かの判断に基づいて立体物を検出する場合において、制御部39は、異物検出部38がレンズ11に付着した異物を検出した場合には、検出した所定長さ以上のエッジ線の本数を低く出力する制御命令を生成し、この制御命令を立体物検出部37に出力する。
The number of edge lines having a length equal to or greater than a predetermined length included in the edge information, for example, the number of edge lines having a length equal to or greater than the threshold θ is included in the edge information by the three-dimensional
また、立体物判断部34は、検出された立体物の移動速度が予め設定された所定速度以上であるときに、この立体物を他車両であると判断する場合において、制御部39は、異物検出部38がレンズ11に付着した異物を検出した場合には、立体物が検出され難いように立体物を他車両であると判断する際の下限となる所定速度を高く変更する制御命令を生成し、この制御命令を立体物判断部34に出力する。
When the three-dimensional
同じく、立体物判断部34は、検出された立体物の移動速度が予め設定された所定速度以上であるときに、この立体物を他車両であると判断する場合において、制御部39は、異物検出部38がレンズ11に付着した異物を検出した場合には、立体物を他車両であると判断する際の下限となる所定速度と比較される立体物の移動速度を低く変更して出力する制御命令を生成し、当該制御命令を立体物判断部34に出力する。
Similarly, when the three-dimensional
また、立体物判断部34が、検出された立体物の移動速度が予め設定された所定速度未満であるときに、この立体物を他車両であると判断する場合において、制御部39は、異物検出部39がレンズ11に付着した異物を検出した場合には、立体物を他車両であると判断する際の上限となる所定速度を低く変更する制御命令を生成し、この制御命令を立体物判断部34に出力する。
Further, when the three-dimensional
同じく、立体物判断部34検出された立体物の移動速度が予め設定された所定速度未満であるときに、この立体物を他車両であると判断する場合において、制御部39は、異物検出部38がレンズ11に付着した異物を検出した場合には、立体物を他車両であると判断する際の上限となる所定速度と比較される立体物の移動速度を高く変更する制御命令を生成し、この制御命令を立体物判断部34に出力する。
Similarly, when the movement speed of the three-dimensional object detected by the three-dimensional
なお、ここで「移動速度」は、立体物の絶対速度、および自車両に対する立体物の相対速度を含む。立体物の絶対速度は立体物の相対速度から算出してもよいし、立体物の相対速度は立体物の絶対速度から算出してもよい。 Here, the “movement speed” includes the absolute speed of the three-dimensional object and the relative speed of the three-dimensional object with respect to the host vehicle. The absolute speed of the three-dimensional object may be calculated from the relative speed of the three-dimensional object, and the relative speed of the three-dimensional object may be calculated from the absolute speed of the three-dimensional object.
さらに、制御部39は、立体物検出部33(又は立体物検出部37)による立体物が存在するという検出結果、又は立体物判断部34による立体物が最終的に他車両VXであるという判断結果が出ることを抑制するために、検出領域A1,A2を部分的にマスクし、又は検出や判断に用いられる閾値や出力値を調整する。
Furthermore, the
具体的に、制御部39は、レンズ11に付着した異物CLの位置に対応する検出領域A1,A2の一部分の位置情報(画像座標情報)を指定し、そのマスクした領域における立体物の検出処理又は立体物が他車両VXであるか否かの判断を行わない制御指令、マスクした領域において立体物は非検出である又はマスクした領域における立体物は他車両VXではない旨の結果を出力させる制御指令を生成して立体物検出部33(又は立体物検出部37)又は立体物判断部34へ送出する。このマスクした領域において立体物は非検出である又はマスクした領域における立体物は他車両VXではない旨の結果を出力させる制御指令は、マスク領域の画像データを指定する指令と、上述したように各閾値または各出力値を変更する指令を含む。
Specifically, the
このように、制御部39は、閾値や出力値を変更させる制御指令、立体物の検出処理又は立体物が他車両VXであるか否かの判断を中止させる制御指令、立体物は非検出である又は立体物は他車両VXではない旨の結果を出力させる制御指令を生成して立体物検出部33(又は立体物検出部37)又は立体物判断部34へ送出する。
As described above, the
本実施形態の立体物検出部33(又は立体物検出部37)は、制御部39の制御命令に従い、画像情報、差分波形情報、エッジ情報の一部を処理対象となる情報から除外し、閾値又は出力値を調整し、厳しい基準の下で立体物の検出を行い、立体物は非検出である旨の検出結果を出力する処理を実行し、又は立体物検出処理自体を中止する。同様に、立体物判断部38は、制御部39の制御命令に従い、閾値又は出力値を調整し、厳しい基準の下で検出された立体物が他車両VXであるか否かの判断を行い、立体物は他車両VXではない旨の判断を出力し、又は立体物判断処理自体を中止する。上記立体物判断に係る制御処理は、各検出領域A1,A2の像を受像するレンズ11に異物が付着している状況が異物検出部38により検出された場合に行われる。
The three-dimensional object detection unit 33 (or the three-dimensional object detection unit 37) of the present embodiment excludes part of image information, difference waveform information, and edge information from information to be processed in accordance with a control command from the
ちなみに、第1閾値αは、図11のステップS7において、差分波形DWtのピークを判断するための閾値である。閾値pは所定の画素値を有する画素を抽出するための閾値である。所定閾値tは所定の輝度差を有する画素又はエッジ成分を抽出するための閾値である。閾値θは、図17のステップS29における各注目点Paの属性の連続性cの総和を正規化した値(エッジの長さ)を判断する閾値であり、第2閾値βは、図18のステップ34におけるエッジ線の量(本数)を評価する閾値である。このように、判断の閾値を高く変更することにより、自車両Vの走行車線の隣を走行する他車両VXが検出されにくいように検出感度が調整されるため、他車両VXの誤検出することを防止することができる。 Incidentally, the first threshold value α is a threshold value for determining the peak of the differential waveform DWt in step S7 of FIG. The threshold value p is a threshold value for extracting a pixel having a predetermined pixel value. The predetermined threshold value t is a threshold value for extracting pixels or edge components having a predetermined luminance difference. The threshold value θ is a threshold value for determining a value (edge length) obtained by normalizing the sum of the continuity c of the attribute of each attention point Pa in step S29 of FIG. 17, and the second threshold value β is the step of FIG. 34 is a threshold value for evaluating the amount (number) of edge lines. In this way, by changing the determination threshold value higher, the detection sensitivity is adjusted so that the other vehicle VX traveling next to the traveling lane of the host vehicle V is hard to be detected. Can be prevented.
本実施形態の制御部39は、鳥瞰視画像の差分画像上において所定の差分を示す画素数をカウントして度数分布化された値を低く出力する制御命令を立体物検出部33に出力する。鳥瞰視画像の差分画像上において所定の差分を示す画素数をカウントして度数分布化された値とは、図11のステップS5において生成される差分波形DWtの縦軸の値である。また、本実施形態の制御部39は、検出したエッジ情報を低く出力する制御命令を立体物検出部37に出力する。検出したエッジ情報とは、図17のステップS29における各注目点Paの属性の連続性cの総和を正規化した値であるエッジ線の長さのほか、図18のステップ34におけるエッジ線の量である。制御部39は、次回の処理においては立体物が検出されにくいように、各注目点Paの属性の連続性cの総和を正規化した値又はエッジ線の量を低く変更する。このように、出力値を低くすることにより、自車両Vの走行車線の隣を走行する他車両VXが検出されにくいように検出感度を調整できるため、隣の車線を走行する他車両VXの誤検出を防止することができる。
The
以下、異物検出部38の検出処理について説明する。異物検出部38はカメラ10により撮像された自車両Vの後方を撮像する画像情報を取得する。取得した画像情報Kの一例を図20に示す。図20に示す画像情報は、異物が付着したレンズ11を介して撮像されたものである。図20の下側の映像はライセンスプレートLPの像であり、上側の薄墨の部分はカメラ10のケースCの像である。ライセンスプレートLPとケースCの間の領域の画像が、自車両Vの移動とともに刻々変化する。図20に示すように、ライセンスプレートLPとケースCの間の領域の画像情報Kは、自車両Vが走行する道路の路面RDの像と、この路面RDの上に広がる後方の空SKの像とを含む。また、図20に示す画像情報Kには、レンズ11に付着した異物の像CLが映り込んでいる。図20に示すような異物が付着したレンズ11を介して撮像された画像情報を用いて画像変換処理を行うと、図21に示すように異物の像CLに応じた像CL2が検出領域A11内に現れる。このような鳥瞰視画像に基づいて上述した手法で差分波形情報又はエッジ情報を算出し、立体物検出処理を行うと像CL2を他車両VXの像と誤認識する場合がある。
Hereinafter, the detection process of the foreign
ちなみに、本実施形態における異物とは、レンズ11に少なくとも一時的に付着する物体であって、水滴、泥水、泥、水垢など含む。これらの異物のレンズ11上における挙動は、異物の種類(性質)によって異なる。たとえば、流動性の高い雨水やレンズ洗浄液などの水滴は、レンズ11の表面を比較的早い速度で移動するとともに比較的早い速度で形状が変化する。流動性が低い泥、水垢などの固着物は、比較的遅い速度で移動するとともに形状が変化しにくい。流動性が中程度の泥水は、レンズ11の表面を水滴よりも遅く固着物よりも早い中程度の速度で移動するとともに、水滴よりも遅い速度で形状が変化する。また、異物が撮像画像に与える影響は、異物の種類(性質)によって異なる。例えば、透明度の高い水はレンズのように光を屈折させるので、像を歪ませ、立体物の輪郭の像を変化させる。光の透過を妨げる半透明の泥水や水垢、光を通さない泥や厚く堆積した水垢は、立体物から反射される光の受光を部分的に妨げ、立体物の像の一部又は全部を欠落させたり、受光する光を部分的に弱めたりする。
Incidentally, the foreign matter in the present embodiment is an object that adheres to the
具体的に、図22に示すように、レンズ11に異物が付着していない場合に検出領域A1に他車両VXが存在する場合には鳥瞰視画像を視点変換した際に立体物が倒れ込む方向EL1〜EL4に沿って、他車両VXの特徴、例えばタイヤとホイールとの境界に応じた差分波形情報(度数)が所定閾値以上の画素又は輝度差が所定値以上のエッジ量が各閾値sb以上の量で分布する。他方、図23に示すように、レンズ11に異物CLが付着している場合を実験により評価すると、検出領域A1に他車両VXその他の立体物が何も存在しない場合であっても、鳥瞰視画像を視点変換した際に立体物が倒れ込む方向EL1〜EL4に沿って、閾値sbを超える差分波形情報の度数分布、輝度差が所定値以上のエッジ量が検出される傾向がある。このようなレンズ11に付着した異物CLに起因する像に対応する画素情報は、他車両VXその他の立体物の誤検出を誘起する。
Specifically, as shown in FIG. 22, when a foreign object is present in the detection area A1 when no foreign matter is attached to the
このため、本実施形態の差分波形情報に基づいて立体物を検出する立体物検出装置1は、差分波形情報に基づいてレンズ11に付着した異物を検出する異物検出部38を備える。本実施形態の異物検出部38は、立体物検出部33により一又は複数の第1のタイミングで生成された差分波形情報から第1極大値を抽出するとともに、この第1極大値に基づく基準値を取得し、第1のタイミングよりも後の一又は複数の第2のタイミングで新たに生成された差分波形情報から鳥瞰視画像上において第1極大値に位置又は時間が対応する第2極大値を抽出するとともに、この第2極大値に基づいて評価対象値を取得する。そして、異物検出部38は、これら評価対象値と基準値との差分の経時的変化に基づいて、レンズに異物が付着しているか否かを検出する。
For this reason, the three-dimensional
本実施形態の異物検出部38は、第1のタイミングにおいて生成された差分波形情報に含まれる第1極大値抽出し、この第1極大値を特定するx値(位置または時間)とy値(カウント値)とを取得し、第1極大値(y値)に基づいて基準値を得る。基準値は第1極大値(y値)以下の値、第1極大値(y値)の所定割合の値と、第1極大値(y値)から所定値を減算した値とすることができる。また、第2タイミングにおいて生成された差分波形情報に含まれる極大値であって、第1極大値のX値(位置または時間)に対応する、またはX値の差が所定値以内の極大値を、第2極大値として抽出する。この第2極大値(y値)に基づいて評価対象値を得る。評価対象値は第2極大値(y値)以下の値、第2極大値(y値)の所定割合の値、第2極大値(y値)から所定値を減算した値とすることができる。この手法は、第1極大値から基準値を導出する手法と共通の手法を用いることができる。
The foreign
異物検出部38は、これら評価対象値と基準値との差分を経時的に取得し、各タイミングにおいて取得された差分を経時的な変化を算出する。本実施形態の異物検出部38は、位置または時間が対応する評価対象値と基準値との経時的な変化量に基づいて、レンズに異物が付着しているか否かを検出する。異物検出部38は、時間の経過に伴う経時的変化として、評価対象値と基準値とのずれ(ばらつき)の程度を求める。時間が経過しても評価対象値と基準値との変化量が小さければ、第1タイミングにおいて検出された対象物と第2タイミングにおいて検出された対象物とは同じ対象物である、つまり、レンズ11に付着した対象物(異物)であると判断することができる。
The foreign
異物検出部38は、時間の経過に伴う評価対象値と基準値との変化を評価するために、評価対象値と基準値との差分の経時的変化の度合が所定の判断範囲以内であると判断された場合には、評価対象値に対応する画素を含む画像が前記レンズに付着した異物に起因する画像であると判断し、レンズ11に異物が付着していることを検出する。具体的には、評価対象値と基準値との差分が所定値以内である状態が所定時間継続する場合には、レンズ11に異物が付着していることを検出し、評価対象値と基準値との差分が所定値を超える、または両者の差分が所定値以内である状態が所定時間継続しない場合には、レンズ11に異物が付着していないことを検出する。
In order to evaluate the change between the evaluation target value and the reference value over time, the foreign
本実施形態の異物検出部38は、立体物検出部33により一又は複数の第1のタイミングで生成された差分波形情報に少なくともバンドパスフィルタを用いた信号処理を行う。このバンドパスフィルタは、指定した周波数帯の信号の通過を遮断又は減衰させ、所望の周波数帯の信号の通過を許容する。バンドパスフィルタは、位置方向、例えば自車両Vの後方方向に沿うカメラ10からの離隔方向(図23の+y値)、時間方向、又は空間方向に沿って処理を行う。
The foreign
本実施形態では、バンドパスフィルタとして、高周波成分を遮断又は減衰させるローパスフィルタ(ハイカットフィルタ)を用いる。差分波形情報にローパスフィルタを用いた信号処理を行うことにより、差分波形情報に平滑化・平均化・ぼかしを施すことができる。ローパスフィルタを用いた信号処理を行うと、ノイズと判断することができる小さい極大値を除去し、比較的大きな変化を示す極大値を顕在化させ、取得した画像情報の特徴を抽出することができる。これにより、レンズ11に付着した異物の存在に起因する差分波形情報又はエッジ情報の極大値を顕在化させ、異物に対応する画像情報の特徴を抽出することができる。
In the present embodiment, a low pass filter (high cut filter) that blocks or attenuates high frequency components is used as the band pass filter. By performing signal processing using a low-pass filter on the difference waveform information, the difference waveform information can be smoothed, averaged, and blurred. When signal processing using a low-pass filter is performed, it is possible to remove a small maximum value that can be determined as noise, to reveal a maximum value that indicates a relatively large change, and to extract features of acquired image information . Thereby, the maximum value of the differential waveform information or the edge information resulting from the presence of the foreign matter attached to the
また、異物検出部38は、遮断又は減衰させる周波数が異なる2種以上のバンドパスフィルタを使用することができる。たとえば、異物検出部38は、通過周波数が相対的に低い(例えば0.3Hz)ローパスフィルタと、通過周波数が相対的に高い(例えば1Hz)ローパスフィルタの二つを用いて信号処理を行い、位置、時間、空間などの横軸が同じ位置の値を比較して、低い方の値を選択する(セレクトロー処理)を行うことができる。このように、他車両VXなどの立体物の特徴でもある極大値は抽出しつつ、ノイズや光環境により生じる高周波成分を遮断又は減衰させるので、光環境による誤検出を抑制しつつ、検出対象である他車両VXが存在するにもかかわらず検出を抑制することを防止することができる。
Further, the foreign
本実施形態の異物検出部38は、異物の検出結果に応じてバンドパスフィルタの遮断又は減衰領域を変更する。異物検出部38は、レンズ11に付着した異物が所定時間以上継続して検出された場合には、バンドパスフィルタの遮断/減衰周波数の範囲を広くする。ローパスフィルタを用いる場合には、遮断又は減衰させる周波数帯の上限値を高く変更する。もちろん、遮断又は減衰させる周波数帯の下限値を低く変更してもよい。つまり、本実施形態では、レンズ11に付着した異物が検出され、その異物が同じ場所に所定時間以上に存在する場合には、異物がレンズ11に比較的強い力で付着しており、将来的にも継続してこの異物が検出される可能性が高いと判断し、遮断/減衰周波数帯を広くして信号処理後の「基準波形情報の極大値」及び「基準値」がより低い値として導出されるようにする。これにより、異物検出の閾値を低くすることができるので、レンズ11に異物が付着していると判断されることを促進することができ、異物付着時に行う他車両VXの判断制御が実行されやすいようにすることができる。この結果、異物付着の検知状態に迅速に呼応し、応答性の良好な他車両VXの検出処理を実行することができる。本実施形態において、「レンズ11に異物が付着していると判断されることを促進する」とは、「レンズ11に異物が付着している」という判断結果が出やすいよう制御処理を行うことである。具体的には、閾値の変更、バンドパスフィルタの遮断又は減衰領域の変更などにより制御内容を調整して「レンズ11に異物が付着している」という判断結果が出やすいようにする。なお、「レンズ11に異物が付着していると判断されることを促進する」制御は、「立体物が他車両であると判断されにくくする(立体物が他車両であると判断されることを抑制する)」結果を導く傾向がある。
The foreign
本実施形態の異物検出部38は、上述したバンドパスフィルタを用いる信号処理に加えて、変化率リミッタを用いた信号処理を実行する。変化率リミッタを用いた信号処理を行うことにより、さらに、差分波形情報を平滑化することができ、ノイズと判断することができる小さい極大値を除去し、比較的大きな変化を示す極大値に応じた画像情報の特徴を抽出することができる。これにより、レンズ11に付着した異物の存在に起因する画像情報の特徴を抽出することができる。
In addition to the signal processing using the bandpass filter described above, the foreign
本実施形態の異物検出部38は、異物の検出結果に応じて変化率リミッタの制限変化率を変化させる。異物検出部38は、レンズ11に付着した異物が所定時間以上継続して検出された場合には、変化率リミッタの制限変化率を高くする。本実施形態では、上述のバンドパスフィルタによる処理と同様に、レンズ11に付着した異物が将来的にも継続して検出される可能性が高いと判断できる場合には、変化率リミッタの制限変化率を高くして信号処理後の「基準波形情報の極大値」及び「基準値」がより低い値として導出され、異物付着時に行う他車両VXの判断制御が実行されやすいようにすることができる。
The foreign
バンドパスフィルタを用いた信号処理を行って得た「基準波形情報の極大値」に基づいて「基準値」を取得する。取得した「基準値」に基づいて異物を判断するための「所定の判断範囲」を定義する。例えば、「基準値」を中央値として、基準値に余裕値を加算した値と、基準値から余裕値を減算した値とに基づいて「所定の判断範囲」を定義する。 A “reference value” is acquired based on a “maximum value of reference waveform information” obtained by performing signal processing using a bandpass filter. A “predetermined determination range” for determining a foreign object based on the acquired “reference value” is defined. For example, the “predetermined determination range” is defined based on the value obtained by adding the margin value to the reference value and the value obtained by subtracting the margin value from the reference value, with the “reference value” as the median value.
本実施形態の異物検出部38は、第1のタイミングよりも後の一又は複数の第2のタイミングで新たに生成された差分波形情報の極大値に基づいて「評価対象値」を取得し、鳥瞰視画像上の位置が共通する「評価対象値」と「基準値」との差分が「所定の判断範囲」内であると判断される回数をカウントアップする。このカウントアップは、予め定義した所定の評価時間内において行うことができる。異物検出部38は、カウントアップされた回数が所定値以上となった場合に、そのカウントアップの結果を導いた評価対象値に対応する画素を含む画像がレンズ11に付着した異物に起因する画像であると判断する。
The foreign
上述した異物検出部38の処理は、エッジ情報に基づいても行うことができる。異物検出部38は、一又は複数の第1のタイミングで立体物検出部37により生成されたエッジ線の情報を含むエッジ情報から第1極大値を抽出するとともに、この第1極大値に基づいて基準エッジ長さを取得する。エッジ線の情報には所定閾値以上の輝度差を示し、所定の連続性を有するエッジの長さの情報(画素の数を含む)をふくむ。また、異物検出部38は、第1のタイミングよりも後の一又は複数の第2のタイミングで新たに生成されたエッジ情報から鳥瞰視画像上において第1極大値に対応する第2極大値を抽出するとともに、この第2極大値に基づいて評価エッジ長さを取得する。そして、評価エッジ長さと基準エッジ長さとの差分の経時的変化に基づいて、レンズに異物が付着しているか否かを検出する。「経時的変化」の意義は、差分波形情報に基づく処理における「経時的変化」の意義に対応する。
The processing of the foreign
異物検出部38は、評価エッジ長さと基準エッジ長さとの差分の経時的変化の度合が所定の判断範囲以内であると判断された場合には、評価エッジ長さに対応する画素を含む画像がレンズ11に付着した異物に起因する画像であると判断し、レンズ11に異物が付着していることを検出する。
When it is determined that the degree of change with time of the difference between the evaluation edge length and the reference edge length is within a predetermined determination range, the foreign
具体的に、異物検出部38は、第1のタイミングで生成されたエッジ線の情報を含むエッジ情報に少なくともバンドパスフィルタを用いた信号処理を行い、この信号処理後の「基準エッジ情報の極大値」に基づいて「基準エッジ長さ」を取得する。そして、第1のタイミングよりも後の一又は複数の第2のタイミングで新たに生成されたエッジ情報の極大値に基づいて「評価エッジ長さ」を取得し、鳥瞰視画像上の位置が共通する評価エッジ長さと基準エッジ長さとの差分が「所定の判断範囲」内であると判断される回数に基づいて、評価エッジ長さに対応する画素を含む画像がレンズ11に付着した異物に起因する画像であると判断する。この判断は、予め定義した所定の評価時間内において行うことができる。バンドパスフィルタとしてローパスフィルタを利用できる点及びその作用・効果、異物の検出状態に応じてバンドパスフィルタの遮断・減衰周波数帯を変更できる点及びその作用・効果は、上述の説明と共通するので、その説明を援用する。エッジ情報に基づく異物検出処理における「基準エッジ情報」は上述した「基準差分波形情報」に対応し、同「基準エッジ長さ」は上述の「基準値」に対応し、同「評価エッジ長さ」は上述の「評価対象値」に、同「評価エッジ長さ」を評価するための「所定の判断範囲」は上述の基準波形情報を用いた処理における「評価対象値」を評価するための「所定の判断範囲」に対応する。重複した説明を避けるため、上記対応関係に基づいて、本明細書の説明を適宜に読み替えて援用する。
Specifically, the foreign
ところで、本来の検出対象である他車両VXなどは本装置1とは独立に動くので、他車両VXの特徴に応じた差分波形情報又はエッジ情報の極大値の値(大きさ)や位置(検出領域A1,A2における位置)は刻々に変化する。しかし、レンズ11に付着した異物は本装置1とともに動くので、他車両VXが検出領域A1,A2に存在する場合に比べて、異物の特徴に応じた差分波形情報・エッジ情報の極大値の値(大きさ)や位置(検出領域A1,A2における位置)の経時的な変化は小さい傾向がある。この傾向は、流動性の低い泥や水垢では顕著に見られる。
By the way, the other vehicle VX, which is the original detection target, moves independently of the
このようなレンズ11に付着した異物CLの像の特徴を考慮すれば、第1のタイミングで生成された差分波形情報・エッジ情報の極大値と同じ位置(検出領域A1,A2における同じ位置)に、「基準値」/「基準エッジ長さ」との差が判断範囲以内に収まる「評価対象値」/「評価エッジ長さ」が所定回数以上検出された場合、又は所定の評価時間内において所定頻度以上検出された場合には、その第2のタイミングにおける差分波形情報・エッジ情報の極大値は移動する立体物の特徴に対応する極大値ではないと判断することができる。言い換えると、第2のタイミングにおける差分波形情報・エッジ情報の極大値は、立体物のように明確な輪郭(エッジ)を持つものではなく、本装置1とともに移動するレンズ11に付着した異物に起因する特徴であると判断することができる。したがって、上記、異物として検出された情報(差分波形情報、エッジ情報)は、自車両Vの隣接車線を走行する他車両VXの像を示す情報(差分波形情報、エッジ情報)ではないと判断することができる。
In consideration of the characteristics of the image of the foreign object CL attached to the
本実施形態の立体物検出装置1は、レンズ11を介して実際に撮像した画像情報から、そのレンズ11に付着した異物特有の特徴を抽出し、抽出した特徴に基づいてそのレンズ11に付着した異物の存在を判断するので、レンズ11の状態を正確に判断することができる。この結果、レンズ11上に付着した異物を誤って他車両VXと検出することを抑制できるので、他車両VXを正確に検出することができる。
The three-dimensional
さらに、本実施形態では、差分波形情報を用いてレンズ11に付着した異物を検出する際に、差分画像上において所定の差分を示す画素数をカウントして度数分布化した値の極大値を用いるが、これに代えて、この極大値を構成する画素において、隣接する画素の画素値の差が所定値未満の複数の画素群を抽出するとともに、これら画素群の間の反転ポイントの数の極大値を異物の検出に用いることができる。隣接する画素の画素値が所定値未満の画素群は、検出対象の特徴点(差分・エッジ等)に応じた明(又は暗)の部分であり、これら画素群の間は明から暗(又は暗から明)に反転する暗(又は明)の部分である。画素値が所定値以上異なる画素群の反転数は検出対象の特徴点に応じるものであるから、同所定差分を示す画素数のカウント結果を用いる場合と同様の精度で、同様の処理を行うことができる。
Furthermore, in this embodiment, when detecting the foreign substance adhering to the
具体的に、差分画像情報に基づいて異物を検出する場合において、立体物検出33は、異なる時刻の鳥瞰視画像の位置を鳥瞰視上で位置合わせし、その位置合わせされた鳥瞰視画像の差分画像上において、鳥瞰視画像を視点変換した際に立体物が倒れ込む方向に沿って、差分画像上において所定の差分を示す画素のうち、隣接する画素の画素値の差が所定値未満の複数の画素群を抽出する。画素値が共通する複数の画素をグループ化すると、グループ化された画素群同士の間には所定値未満の画素が存在する。つまり、グループ化された一の画素群と他の画素群との間には画素値の低い画素が存在し、ここで明暗が反転する。各画素群の間を反転ポイントとし、この数をカウントして度数分布化することで「反転波形情報」を生成する。この「反転波形情報」は、本実施形態の異物検出処理における上述した「差分波形情報」に対応する。 Specifically, when detecting a foreign object based on the difference image information, the three-dimensional object detection 33 aligns the positions of the bird's-eye view images at different times on the bird's-eye view, and the difference between the aligned bird's-eye view images. On the image, a plurality of pixels whose difference between adjacent pixels is less than a predetermined value among pixels indicating a predetermined difference on the difference image along a direction in which the three-dimensional object falls when the bird's-eye view image is subjected to viewpoint conversion. A pixel group is extracted. When a plurality of pixels having a common pixel value are grouped, pixels less than a predetermined value exist between the grouped pixel groups. That is, a pixel having a low pixel value exists between the grouped one pixel group and the other pixel group, and the brightness is inverted here. “Inverted waveform information” is generated by counting the number of pixels as an inversion point between pixel groups and performing frequency distribution. This “inverted waveform information” corresponds to the “difference waveform information” described above in the foreign object detection processing of the present embodiment.
本実施形態の異物検出部38は、異なる時刻の鳥瞰視画像の位置を鳥瞰視上で位置合わせし、この位置合わせされた鳥瞰視画像の差分画像上において、鳥瞰視画像を視点変換した際に立体物が倒れ込む方向に沿って、差分画像上において所定の差分を示す画素のうち、隣接する画素の画素値の差が所定値未満の複数の画素群を抽出し、画素群の間の反転ポイントをカウントして度数分布化することで生成された反転波形情報を立体物検出部33から取得する。この反転波形情報は立体物検出部33から取得した情報に基づいて異物検出部38が生成してもよい。
The foreign
異物検出部38は、一又は複数の第1のタイミングで生成された反転波形情報から第1極大値を抽出するとともに、この第1極大値に基づいて基準反転数を取得し、第1のタイミングよりも後の一又は複数の第2のタイミングで新たに生成された反転波形情報から鳥瞰視画像上において第1極大値に対応する第2極大値を抽出する。そして、この第2極大値に基づいて評価反転数を取得し、この評価反転数と基準反転数との差分の経時的変化に基づいて、レンズ11に異物が付着しているか否かを検出する。
The foreign
異物検出部38は、第1のタイミングにおいて生成された反転波形情報に含まれる第1極大値抽出し、この第1極大値を特定するx値(位置または時間)とy値(反転回数値)とを取得し、第1極大値(y値)に基づいて基準値を得る。基準反転数は第1極大値(y値)以下の値、第1極大値(y値)の所定割合の値と、第1極大値(y値)から所定値を減算した値とすることができる。また、第2タイミングにおいて生成された反転波形情報に含まれる極大値であって、第1極大値のX値(位置または時間)に対応する、またはX値の差が所定値以内の極大値を、第2極大値として抽出する。この第2極大値(y値)に基づいて評価反転数を得る。評価反転数は第2極大値(y値)以下の値、第2極大値(y値)の所定割合の値、第2極大値(y値)から所定値を減算した値とすることができる。この手法は、第1極大値から基準反転数を導出する手法と共通の手法を用いることができる。
The foreign
異物検出部38は、これら評価反転数と基準反転数との差分を経時的に取得し、各タイミングにおいて取得された差分を経時的な変化を算出する。本実施形態の異物検出部38は、位置または時間が対応する評価反転数と基準反転吸うとの経時的な変化量に基づいて、レンズに異物が付着しているか否かを検出する。異物検出部38は、時間の経過に伴う経時的変化として、評価反転数と基準反転数とのずれ(ばらつき)の程度を求める。時間が経過しても評価反転数と基準反転数との変化量が小さければ、第1タイミングにおいて検出された対象物と第2タイミングにおいて検出された対象物とは同じ対象物である、つまり、レンズ11に付着した対象物(異物)であると判断することができる。
The foreign
異物検出部38は、時間の経過に伴う評価反転数と基準反転数との変化を評価するために、評価反転数と基準反転数との差分の経時的変化の度合が所定の判断範囲以内であると判断された場合には、評価反転数に対応する画素を含む画像が前記レンズに付着した異物に起因する画像であると判断し、レンズ11に異物が付着していることを検出する。具体的には、評価反転数と基準反転数との差分が所定値以内である状態が所定時間継続する場合には、レンズ11に異物が付着していることを検出し、評価反転数と基準反転数との差分が所定値を超える、または両者の差分が所定値以内である状態が所定時間継続しない場合には、レンズ11に異物が付着していないことを検出する。
In order to evaluate the change between the evaluation inversion number and the reference inversion number as time elapses, the foreign
具体的に、異物検出部38は、立体物検出部33から取得した第1のタイミングにおける「反転波形情報」に少なくともバンドパスフィルタを用いた信号処理を行い、この信号処理後の「基準反転波形情報」の極大値に基づいて「基準反転数」を取得する。そして、第1のタイミングよりも後の一又は複数の第2のタイミングで新たに生成された「反転波形情報の極大値」に基づいて「評価反転数」を取得する。そして、鳥瞰視画像上の位置が共通する「評価反転数」と「基準反転数」との差分が「所定の判断範囲」内であると判断される回数に基づいて、第2のタイミングおいて生成された「評価反転数」に対応する画素を含む画像がレンズ11に付着した異物に起因する画像であると判断する。反転波形情報を用いてレンズ11に付着した異物を検出する処理は、上述した差分波形情報を用いてレンズ11に付着した異物を検出する処理と同様の作用・効果を奏し、同様の変形態様を適用することができる。本処理例における「反転波形情報」は上述した「差分波形情報」に対応し、同「基準反転数」は上述した「基準値」に対応し、同「評価反転数」は上述した「評価対象値」に、同「所定の判断範囲」は上述の基準波形情報を用いた処理における「所定の判断範囲」に対応する。重複した説明を避けるため、上記対応関係に基づいて、本明細書の説明を適宜に読み替えて援用する。
Specifically, the foreign
ちなみに、エッジ情報を用いても上述した処理と同様の処理を行うことができる。
この場合は、立体物検出部37は、鳥瞰視画像に視点変換した際に立体物が倒れ込む方向に沿って互いに隣接する画像領域の画素の輝度差が閾値t以上である画素であって連続性を有するエッジ成分にうち、隣接する画素の輝度差が所定値未満の複数の画素群を抽出する。画素値が共通する複数の画素をグループ化すると、グループ化された画素群同士の間には輝度差が所定値未満の画素が存在する。つまり、グループ化された一の画素群と他の画素群との間には輝度の低い画素が存在し、ここで明暗が反転する。各画素群の間を反転ポイントとし、この数をカウントして度数分布化することで「反転エッジ情報」を生成する。この「反転エッジ情報」は、本実施形態の異物検出処理における上述した「反転波形情報」に対応する。Incidentally, even if the edge information is used, the same processing as described above can be performed.
In this case, the three-dimensional
そして、異物検出部38は、立体物検出部37により生成された第1のタイミングにおける「反転エッジ情報」に少なくともバンドパスフィルタを用いた信号処理を行い、この信号処理後の「基準反転エッジ情報」の極大値に基づいて「基準反転数」を取得する。そして、第1のタイミングよりも後の一又は複数の第2のタイミングで新たに生成された「反転エッジ情報の極大値」に基づいて「評価反転数」を取得し、鳥瞰視画像上の位置が共通する「評価反転数」と「基準反転数」との差分が「所定の判断範囲」内であると判断される判断回数に基づいて、第2のタイミングおいて生成された「評価反転数」に対応する画素を含む画像がレンズ11に付着した異物に起因する画像であると判断する。
反転エッジ情報を用いてレンズ11に付着した異物を検出する処理は、上述した反転波形情報を用いてレンズ11に付着した異物を検出する処理と同様の作用・効果を奏し、同様の変形態様を適用することができる。本処理例における「エッジ情報」から得た「反転エッジ情報」は上述した「差分波形情報」から得た「反転波形情報」に対応し、同じく「基準反転エッジ情報」における「基準反転数」は、上述した「基準反転波形情報」における「基準反転数」に対応し、同「反転エッジ情報」における「評価反転数」は上述した「反転波形情報」における「評価反転数」に対応し、同「反転エッジ情報」における「評価反転数」を評価するための「所定の判断範囲」は、「反転波形情報」における「評価反転数」を評価するための「所定の判断範囲」に対応する。重複した説明を避けるため、上記対応関係に基づいて、本明細書の説明を適宜に読み替えて援用する。Then, the foreign
The process of detecting the foreign matter attached to the
また、異物検出部38は、「評価対象値」が、他車両VXを判断するために設定された閾値αの所定割合以上の値であると判断された回数に基づいて、第2のタイミングにおいて生成された差分波形情報の評価対象値に対応する画素を含む画像はレンズ11に付着した異物に起因する画像であると判断する。「評価対象値」が判断範囲以内に含まれると判断できる場合であっても、極端に低い画素値に対応する物体が異物である可能性は低い。また、他車両VXを判断するために設定された第1閾値αの所定割合以上の「評価対象値」が検出された場合には、異物が他車両VXであると誤検出される可能性が生じる。このため、本実施形態では「評価対象値」が第1閾値αの所定割合以上の場合には、異物であるとの判断結果が出るように異物検出処理を促進する。これにより、異物が他車両VXであると誤った判断をする確率を低減することができる。
Further, the foreign
同様に、異物検出部38は、「評価エッジ長さ」が、他車両VXを判断するために設定された閾値θの所定割合以上の値であると判断された回数に基づいて、第2のタイミングにおいて生成されたエッジ情報の評価エッジ長さに対応する画素を含む画像はレンズ11に付着した異物に起因する画像であると判断する。「評価エッジ長さ」が判断範囲以内に含まれると判断できる場合であっても、極端に低い評価エッジ長さに対応する物体が異物である可能性は低い。また、他車両VXを判断するために設定された閾値θの所定割合以上の「評価エッジ長さ」が検出された場合には、異物が他車両VXであると誤検出される可能性が生じる。このため、本実施形態では「評価エッジ長さ」が閾値θの所定割合以上の場合には、異物であるとの判断結果が出るように異物検出処理を促進する。これにより、異物が他車両VXであると誤った判断をする確率を低減することができる。
Similarly, the foreign
図24は、エッジ情報を用いた場合の異物検出処理の制御手順を示すフローチャートである。 FIG. 24 is a flowchart showing a control procedure of foreign object detection processing when edge information is used.
ステップS41において、異物検出部38は、立体物検出部37が生成した第1のタイミングにおける「エッジ情報」及び/又は「反転エッジ情報」を取得する。ステップS42において、異物検出部38は「エッジ情報」・「反転エッジ情報」にローパスフィルタを用いた信号処理をして「基準エッジ情報」・「基準反転エッジ情報」を取得する。図25Aに、第1のタイミングにおける「エッジ情報」のモデルと、ローパスフィルタ処理がされた「基準エッジ情報」を示す。「エッジ情報」は、各立体物が倒れこむ方向(ビン)の検出位置(カメラ10から離隔する方向に沿う検出領域R1,R2における位置)ごとの、各立体物の倒れこみ方向に沿うエッジ成分の量としてのエッジ長さである。同図に示す「エッジ情報」の極大値の検出位置と「基準エッジ情報」の極大値の検出位置は共通する。そして、ステップS43において、異物検出部38は「基準エッジ情報」の極大値を「基準エッジ長さ」として取得する。「基準エッジ長さ」は、極大値に所定係数を乗じたもの、極大値から所定値を減算したものであってもよい。
In step S <b> 41, the foreign
同ステップにおいて、異物検出部38は、「基準エッジ長さ」を中央値とする「判断範囲」を定義する。「判断範囲」の一例を図25Bに示す。同様に、異物検出部38は「基準反転エッジ情報」の極大値を「基準反転数」として取得し、この「基準反転数」を中央値とする「判断範囲」を定義する。図26Aに、第1のタイミングにおける「反転エッジ情報」のモデルと、ローパスフィルタ処理がされた「基準反転エッジ情報」と、基準反転エッジ情報の極大値に対応する「基準反転数を」を示す。また、図26Bに第2のタイミングにおける「反転エッジ情報」と「判断範囲」とを示す。
In this step, the foreign
並行して、ステップS151において、異物検出部38は第1のタイミングの後の第2のタイミングにおけるエッジ情報/反転エッジ情報を取得する。第2のタイミングは、第1のタイミングの後の一又は複数のタイミングである。第2のタイミングは、異物検出を行うために必要とする時間として設定された「評価時間」内に設定することができる。第2のタイミングにおけるエッジ情報/反転エッジ情報を、図25Bに破線で示す。ステップS152において、異物検出部38はエッジ情報に含まれるエッジ長さの極大値a,bを「評価エッジ長さ」として取得する。
In parallel, in step S151, the foreign
ステップS44に進み、異物検出部38は、第2のタイミングにおける「評価エッジ長さ」a,bが判断範囲以内であるか否かを判断する。図25Bに示す例では、右側のピークに対応する「評価エッジ長さ」aは、所定範囲外であるので、異物である可能性は低く、立体物や他車両VXである可能性が高い。他方、左側のピークに対応する「評価エッジ長さ」bは、所定範囲以内であるので、異物である可能性が高いと判断できる。「評価エッジ長さ」a,bが判断範囲以内であれば、異物である可能性が高いとしてステップS45に進み、第1スコアGをカウントアップ(加算)する。他方、判断範囲外であれば、異物である可能性が低いとしてステップS46に進み、第2スコアDをカウントダウン(減算)する。
In step S44, the foreign
本実施形態において、第1スコアの絶対値は第2スコアの絶対値よりも高く設定する。このように、「評価エッジ長さ」が所定範囲以内であるときに大きい値を加算し、「評価エッジ長さ」が所定範囲外であるときに小さい値を減算することにより、「評価エッジ長さ」が所定範囲以内であると判断された事実に大きな重みづけを行う。本実施形態における他車両VXの検出結果は、太陽、街灯、後続車両のヘッドライトなどの光の影響を受けやすい。検出結果に影響を与える輝度の高い光がレンズ11に入射して「評価エッジ長さ」が「所定範囲」外であると判断された場合であっても、異物がレンズ11に付着している可能性は否定できない。このため、「評価エッジ長さ」が「所定範囲」外であると判断されても、他車両VXの検出結果に与える影響を抑制するため、減算する値を相対的に小さい値とする。この結果、レンズ11に付着した異物の存在を正確に判断することができる。
In the present embodiment, the absolute value of the first score is set higher than the absolute value of the second score. Thus, by adding a large value when the “evaluation edge length” is within the predetermined range and subtracting a small value when the “evaluation edge length” is outside the predetermined range, A large weight is given to the fact that “sa” is determined to be within the predetermined range. The detection result of the other vehicle VX in the present embodiment is easily affected by light such as the sun, street lamps, and headlights of the following vehicle. Even when it is determined that light with high luminance that affects the detection result is incident on the
第1スコアの絶対値Gと第2スコアの絶対値Dとの関係は特に限定されず、実験等により適宜に設定することができる。一例ではあるが、G(8〜12):D(1〜3)程度、例えば、G=10に対してD=1と設定することができる。この第1スコアの絶対値Gと第2スコアの絶対値Dの関係は、時刻、走行場所、天候などの環境に応じて適宜に設定することができる。 The relationship between the absolute value G of the first score and the absolute value D of the second score is not particularly limited, and can be set as appropriate by experiments or the like. As an example, G (8 to 12): about D (1 to 3), for example, D = 1 can be set for G = 10. The relationship between the absolute value G of the first score and the absolute value D of the second score can be appropriately set according to the environment such as time, travel location, and weather.
続くステップS47において、ステップS51において取得した第2のタイミングにおける反転エッジ情報に基づく反転評価数は、判断範囲以内であるか否かを判断する。判断手法は、ステップS44と共通するので、説明を適宜に援用する。「評価反転数」a´,b´が判断範囲以内であれば、異物である可能性が高いとしてステップS48に進み、第1スコアGをカウントアップ(加算)する。他方、判断範囲外であれば、異物である可能性が低いとしてステップS49に進み、第2スコアDをカウントダウン(減算)する。 In subsequent step S47, it is determined whether or not the inversion evaluation number based on the inversion edge information at the second timing acquired in step S51 is within the determination range. Since the determination method is common to step S44, the description is incorporated as appropriate. If the “evaluation reversal numbers” a ′ and b ′ are within the determination range, it is determined that there is a high possibility of being a foreign object, and the process proceeds to step S48 where the first score G is counted up (added). On the other hand, if it is outside the determination range, it is determined that the possibility of being a foreign object is low, and the process proceeds to step S49, where the second score D is counted down (subtracted).
続くステップS48において、異物検出部38は、ステップS52において取得した「評価エッジ長さ」が、他車両VXを判断するために設定された閾値θの所定割合以上の値であるか否かを判断し、「評価エッジ長さ」が閾値θの所定割合以上である場合にはステップS50に進み、第1スコアGをカウントアップ(加算)する。他方、判断範囲外であれば、ステップS51に進み、第2スコアDをカウントダウン(減算)する。
なお、ステップS45、ステップS48、ステップS50の第1スコアG、ステップS46、ステップS49、ステップS51の第2スコアDは同じ値であってもよいし、異なる値であってもよい。本実施形態では、エッジ長さに関するステップS44の条件及び反転回数に関するステップS47の条件の2つの条件を満たすステップS48の第1スコアGは、ステップS45の第1スコアGよりも高く設定する。In subsequent step S48, the foreign
The first score G in step S45, step S48, and step S50, and the second score D in step S46, step S49, and step S51 may be the same value or different values. In the present embodiment, the first score G in step S48 that satisfies the two conditions of the condition in step S44 regarding the edge length and the condition in step S47 regarding the number of inversions is set higher than the first score G in step S45.
ステップS52において異物検出部38は、カウント値を集計する。ステップS53において、集計したカウント値が予め設定された所定値以上である場合にはステップS54へ進み、レンズ11に異物が付着していると判断し、他方、集計したカウント値が予め設定された所定値未満である場合にはステップS55へ進み、レンズ11に異物が付着していないと判断する。判断結果は、立体物判断部34及び制御部39へ送出される。
In step S52, the foreign
図27は、差分波形情報を用いてレンズ11に異物が付着しているか否かを判断する制御手順を示すフローチャートである。図27の処理は図24の処理と共通するので、図24の制御手順についての説明を適宜に援用し、重複した説明を省略する。
FIG. 27 is a flowchart illustrating a control procedure for determining whether or not a foreign substance is attached to the
次に、制御部39について説明する。差分波形情報に基づいて他車両VXを検出する本実施形態の制御部39は、前回の処理において異物検出部38により「レンズに付着した異物を検出した」という判断がされた場合には、次回の処理において第2のタイミングにおいて生成された差分波形情報の極大値に対応する画素を含む所定領域の画像から検出される立体物が他車両VXであると判断されることを抑制するために制御命令を生成する。同様に、エッジ情報に基づいて他車両VXを検出する本実施形態の制御部39は、前回の処理において異物検出部38により「レンズに付着した異物を検出した」という判断がされた場合には、次回の処理において第2のタイミングにおいて生成されたエッジ情報のエッジ長さの極大値に対応する画素を含む所定領域の画像から検出される立体物が他車両VXであると判断されることを抑制するために制御命令を生成する。各制御命令は、立体物検出部33,37、立体物判断部34、異物検出部38、又は自身である制御部39の何れか一つ以上の各部に送出され、各部において実行される。制御命令は各処理のプログラムに予め組み込んでもよいし、実行時に制御部39が各部へ送出してもよい。
Next, the
本実施形態の制御部39は、異物検出部38によりレンズ11に付着した異物が検出されたと判断された場合には、「評価対象値」又は「評価エッジ長さ」に対応する画素を含む所定領域に対応する差分波形情報又はエッジ情報の部分をマスクする。異物検出の判断の原因となった第2のタイミングにおける「評価対象値」又は「評価エッジ長さ」に対応する画素を含む所定領域から得られる情報をマスクし、その情報を立体物検出処理や立体物判断処理に使用しないようにするので、レンズ11に付着した異物を他車両VXとして誤検出することを抑制することができる。
When it is determined by the foreign
また、本実施形態の制御部39は、このマスク処理によりマスクされた領域の面積が、各検出領域A1,A2の面積の所定割合以上となった場合には、他車両VXを検出する処理を中止する。異物検出に伴うマスク処理により検出領域A1,A2の画像の一部の情報が除去される。異物が覆うレンズ11の表面積が大きくなるほど、マスク処理がされる画像領域の面積も大きくなる。異物がレンズ11の所定割合以上乃至全面を覆った場合には、正確な他車両VXの検出が難しくなる。このように、マスク領域の面積が、所定面積以上、例えば、各検出領域A1,A2の面積の所定割合以上の面積以上となった場合に他車両VXの検出を中止することにより、他車両VXの検出精度を保つことができる。
Moreover, the
また、制御部39は、異物検出部38がレンズ11に付着した異物を検出した場合には、第1閾値αを立体物が検出され難いように高く変更する制御命令を生成し、立体物検出部33に出力する。制御部39は、異物検出部38がレンズ11に付着した異物を検出した場合には、鳥瞰視画像の差分画像上において所定の差分を示す画素数をカウントして度数分布化された値を低くする制御命令を生成し、当該制御命令を立体物検出部33に出力する。このように、第1閾値αを高くし、又は度数分布化された値を低く出力することにより、立体物が検出されることが抑制され、結果として異物を他車両VXとして誤検出することを防止することができる。
In addition, when the foreign
この場合において、本実施形態の制御部39は、評価対象値、評価反転数に対応する画素を含む所定領域に対応する差分波形情報を処理する際に第1閾値αを高くし、又は評価対象値、評価反転数に対応する画素を含む所定領域に対応する部分の差分波形情報に係る度数分布化された値を低く出力する。これにより、第2のタイミングにおいて生成された差分波形情報の極大値に対応する画素を含む所定領域の画像から検出される立体物が他車両VXであると判断されることを抑制することができる。
In this case, the
本実施形態の制御部39は、異物検出部38がレンズ11に付着した異物を検出した場合には、閾値θを立体物が検出され難いように高く変更する制御命令を生成し、立体物検出部37に出力する。また、制御部39は、異物検出部38がレンズ11に付着した異物を検出した場合には、検出したエッジ長さを含むエッジ情報の量を低く出力する。このように、閾値θを高くし、又は度数分布化された値を低く出力することにより、立体物が検出されることが抑制され、結果として異物を他車両VXとして誤検出することを防止することができる。
When the foreign
この場合において、本実施形態の制御部39は、評価エッジ長さ、評価反転数に対応する画素を含む所定領域に対応するエッジ情報を処理する際に閾値θを高くし、又は評価エッジ長さ、評価反転数に対応する画素を含む所定領域に対応する部分のエッジ情報に係るエッジ長さを低く出力する。これにより、第2のタイミングにおいて生成されたエッジ情報のエッジ長さの極大値に対応する画素を含む所定領域の画像から検出される立体物が他車両VXであると判断されることを抑制することができる。
In this case, the
なお、制御部39は、異物検出部38がレンズ11に付着した異物を検出した場合には、差分波形情報から立体物を判断する際に用いる第1閾値αに加えて、差分波形情報を生成する際の画素値の差分に関する閾値pを高く変更してもよい。制御部39は、エッジ情報を生成する際のエッジ長さを判定する閾値θに加えて、エッジ情報から立体物を判断する際に用いる第2閾値βを高く変更してもよい。ちなみに、第1閾値αは、図11のステップS7において、差分波形DWtのピークを判断するためのである。閾値θは、図17のステップS29における各注目点Paの属性の連続性cの総和を正規化した値(エッジの長さ)を判断する閾値であり、第2閾値βは、図18のステップ34におけるエッジ線の量(本数)を評価する閾値である。このように、判断の閾値を高く変更することにより、自車両Vの走行車線の隣を走行する他車両VXが検出されにくいように検出感度が調整されるため、レンズ11に付着した異物を他車両VXとして誤検出することを防止することができる。In addition, when the foreign
本実施形態の制御部39は、異物検出部38により「レンズ11に異物が付着している」と判断されると、鳥瞰視画像の差分画像上において所定の差分を示す画素数をカウントして度数分布化された値を低く出力する制御命令を立体物検出部33に出力する。鳥瞰視画像の差分画像上において所定の差分を示す画素数をカウントして度数分布化された値とは、図11のステップS5において生成される差分波形DWtの縦軸の値である。When the foreign
また、本実施形態の制御部39は、異物検出部38により「レンズ11に異物が付着している」と判断されると、検出したエッジ情報を低く出力する制御命令を立体物検出部37に出力する。検出したエッジ情報とは、図17のステップS29における各注目点Paの属性の連続性cの総和を正規化した値であるエッジ線の長さのほか、図18のステップ34におけるエッジ線の量である。制御部39は、前回の処理で「レンズ11に異物が付着している」と判断されると、レンズ11に付着した異物を立体物として検出しないように、次回の処理においては立体物が検出されにくいように、各注目点Paの属性の連続性cの総和を正規化した値又はエッジ線の量を低く変更する。このように、出力値を低くすることにより、自車両Vの走行車線の隣を走行する他車両VXが検出されにくいように検出感度を調整できるため、レンズ11に付着した異物を隣の車線を走行する他車両VXとして誤検出することを防止することができる。
In addition, when the foreign
以下、図28〜30を参照して、異物検出部38、制御部39及び制御命令を取得した立体物判断部34、立体物検出部33,37の動作を説明する。図28〜30に示す処理は、前回の立体物検出処理の後に、前回処理の結果を利用して行われる今回の立体検出処理である。
Hereinafter, the operations of the foreign
図28に示すステップS61において、異物検出部38は、立体物検出部37により生成された左右の検出領域A1,A2の差分波形情報又は立体物検出部37により生成された左右の検出領域A1,A2のエッジ情報に基づいて「レンズ11に異物が付着しているか否か」を検出する。
In step S61 shown in FIG. 28, the
異物検出手段39により「レンズ11に異物が付着している」と判断された場合には、ステップS71に進む。ステップ71において、制御部39は、異物が付着している部分の画像情報(差分波形情報又はエッジ情報)をマスクする。ステップS72において、制御部39は、マスクされた部分の面積が所定値以上であるか否かを判断する。マスクされた部分の面積が所定値以上である場合には、ステップS73へ進み、立体物の検出処理を中止する。又はステップS65に進んで検出領域A1,A2に他車両VXは存在しないと判断する。
If the foreign matter detection means 39 determines that “a foreign matter is attached to the
他方、マスクされた部分の面積が所定値未満である場合には、ステップS62へ進み、差分波形情報又はエッジ情報に基づいて、立体物の検出処理を実行する。この立体物の検出処理は上述した立体物検出部33による図11、図12の差分波形情報を用いた処理、又は立体物検出部37による図17、図18のエッジ情報を用いた処理に従って行われる。そして、ステップ63において、この立体物検出部33,37により検出領域A1,A2に立体物が検出された場合にはステップS64に進み、検出された立体物が他車両VXであると判断する。他方、立体物検出部33,37により検出領域A1,A2に立体物が検出されない場合にはステップS65に進み、検出領域A1,A2に他車両VXは存在しないと判断する。
On the other hand, when the area of the masked portion is less than the predetermined value, the process proceeds to step S62, and a solid object detection process is executed based on the difference waveform information or the edge information. This three-dimensional object detection processing is performed according to the above-described processing using the difference waveform information of FIGS. 11 and 12 by the three-dimensional object detection unit 33 or the processing using the edge information of FIGS. 17 and 18 by the three-dimensional
図29に、他の処理例を示す。制御部39は、ステップ61において「レンズ11に異物が付着している」と判断された場合には、ステップS74に進み、差分波形情報を生成する際の画素値の差分に関する閾値p、差分波形情報から立体物を判断する際に用いる第1閾値α、エッジ情報を生成する際の閾値θ、エッジ情報から立体物を判断する際に用いる第2閾値βの何れか一つ以上を高く設定する旨の制御命令を立体物検出部33,37へ送出する。先述したように、第1閾値αは、図11のステップS7において、差分波形DWtのピークを判断するためのである。閾値θは、図17のステップS29における各注目点Paの属性の連続性cの総和を正規化した値(エッジ線の長さ)を判断する閾値であり、第2閾値βは、図18のステップ34におけるエッジ線の量を評価する閾値である。FIG. 29 shows another processing example. If it is determined in
また、図30に示すように、制御部39は、ステップ61において「レンズ11に異物が付着している」と判断された場合には、ステップS75に進み、鳥瞰視画像の差分画像上において所定の差分を示す画素数をカウントして度数分布化された値を低く出力する制御命令を立体物検出部33に出力する。鳥瞰視画像の差分画像上において所定の差分を示す画素数をカウントして度数分布化された値とは、図11のステップS5において生成される差分波形DWtの縦軸の値である。同様に、ステップS52において、検出したエッジ情報の量を低く出力する制御命令を立体物検出部37に出力する。検出したエッジ情報の量とは、図17のステップS29における各注目点Paの属性の連続性cの総和を正規化した値(エッジ線の長さ)、又は図18のステップ34におけるエッジ線の量である。制御部39は、前回の処理でレンズ11に付着した異物の存在が検出されると、この異物の像を立体物と誤検出する可能性があると判断できるため、次回の処理においては立体物が検出されにくいように、各注目点Paの属性の連続性cの総和を正規化した値又はエッジ線の量を低く変更する制御命令を立体物検出部37に出力する。As shown in FIG. 30, when it is determined in
以上のように構成され作用する本発明の本実施形態の立体物検出装置1は、以下の効果を奏する。
(1)本実施形態の立体物検出装置1は、レンズ11を介して実際に撮像した画像情報から、そのレンズ11に付着した異物特有の特徴を抽出し、抽出した特徴の経時的変化に基づいてそのレンズ11に付着した異物の存在を判断するので、レンズ11の状態を正確に判断することができる。この結果、レンズ11上に付着した異物を誤って他車両VXと検出することを抑制できるので、他車両VXを正確に検出することができる。以下に記載する作用及び効果は、差分画像情報を用いて他車両VXを検出する場合であっても、エッジ情報を用いて他車両VXを検出する場合であっても同様に奏する。The three-dimensional
(1) The three-dimensional
(2)本実施形態の立体物検出装置1は、異物検出の判断の原因となった第2のタイミングにおける「評価対象値」又は「評価エッジ長さ」に対応する画素を含む所定領域から得られる情報をマスクし、その情報を立体物検出処理や立体物判断処理に使用しないようにするので、レンズ11に付着した異物を他車両VXとして誤検出することを抑制することができる。
(2) The three-dimensional
(3)本実施形態の立体物検出装置1は、マスクされた領域の面積が所定値以上となった場合に他車両VXの検出を中止することにより、他車両VXの検出精度を保つことができる。
(3) The three-dimensional
(4)本実施形態の立体物検出装置1は、「評価対象値」が第1閾値αの所定割合以上、異物であるとの判断結果が出るように異物検出処理を促進するので、異物が他車両VXであると誤った判断をする確率を低減することができる。また、本実施形態の立体物検出装置1は、「評価エッジ長さ」が閾値θの所定割合以上の場合には、異物であるとの判断結果が出るように異物検出処理を促進するので、異物が他車両VXであると誤った判断をする確率を低減することができる。
(4) The three-dimensional
(5)本実施形態の立体物検出装置1において、反転波形情報を用いてレンズ11に付着した異物を検出する処理は、上述した差分波形情報を用いてレンズ11に付着した異物を検出する処理と同様の作用・効果を奏し、同様の変形態様を適用することができる。
(5) In the three-dimensional
(6)本実施形態の立体物検出装置1は、第1閾値αを高くし、又は度数分布化された値を低く出力することにより立体物が検出されることを抑制するので、異物を他車両VXとして誤検出することを防止することができる。
(6) Since the three-dimensional
(7)本実施形態の立体物検出装置1は、閾値θを高くし、又はエッジ情報を低く出力することにより立体物が検出されることを抑制するので、異物を他車両VXとして誤検出することを防止することができる。
(7) Since the three-dimensional
(8)本実施形態の立体物検出装置1は、第1スコアの絶対値は第2スコアの絶対値よりも高く設定する。このように、「評価エッジ長さ」が所定範囲以内であるときに大きい値を加算し、「評価エッジ長さ」が所定範囲外であるときに小さい値を減算することにより、「評価エッジ長さ」が所定範囲以内であると判断された事実に大きな重みづけを行う。本実施形態における他車両VXの検出結果は、太陽、街灯、後続車両のヘッドライトなどの光の影響を受けやすいので、検出結果に影響を与える輝度の高い光がレンズ11に入射して「評価エッジ長さ」が「所定範囲」外であると判断される場合であっても、異物がレンズ11に付着している可能性を考慮し、他車両VXの検出結果に与える影響を抑制するため、減算する値を相対的に小さい値とする。この結果、レンズ11に付着した異物の存在を正確に判断することができる。
(8) The three-dimensional
(9)本実施形態の立体物検出装置1ではローパスフィルタを用いた信号処理を行うので、ノイズと判断することができる小さい極大値を除去し、比較的大きな変化を示す極大値を顕在化させ、取得した画像情報の特徴を抽出することができる。これにより、レンズ11に付着した異物の存在に起因する差分波形情報又はエッジ情報の極大値を顕在化させ、異物に対応する画像情報の特徴を抽出することができる。
(9) Since the three-dimensional
(10)本実施形態の立体物検出装置1は、レンズ11に付着した異物が検出され、その異物が同じ場所に所定時間以上に存在する場合には、異物がレンズ11に比較的強い力で付着しており、将来的にも継続してこの異物が検出される可能性が高いと判断し、遮断/減衰周波数帯を広くして信号処理後の「基準波形情報の極大値」及び「基準値」がより低い値として導出されるようにする。これにより、異物検出の閾値を低くすることができるので、レンズ11に異物が付着していると判断されることを促進することができ、異物付着時に行う他車両VXの判断制御が実行されやすいようにすることができる。この結果、異物付着の検知状態に迅速に呼応し、応答性の良好な他車両VXの検出処理を実行することができる。
(10) In the three-dimensional
(11)本実施形態の立体物検出装置1では変化率リミッタを用いた信号処理を行うことにより、さらに、差分波形情報を平滑化することができ、ノイズと判断することができる小さい極大値を除去し、比較的大きな変化を示す極大値に応じた画像情報の特徴を抽出することができる。これにより、レンズ11に付着した異物の存在に起因する画像情報の特徴を抽出することができる。
(11) In the three-dimensional
(12)本実施形態の立体物検出装置1は、上述のバンドパスフィルタによる処理と同様に、レンズ11に付着した異物が将来的にも継続して検出される可能性が高いと判断できる場合には、変化率リミッタの制限変化率を高くして信号処理後の「基準波形情報の極大値」及び「基準値」がより低い値として導出され、異物付着時に行う他車両VXの判断制御が実行されやすいようにすることができる。
(12) The solid
上記カメラ10は本発明に係る撮像手段に相当し、レンズ11は本発明に係るレンズに相当し、上記視点変換部31は本発明に係る画像変換手段に相当し、上記位置合わせ部32及び立体物検出部33は本発明に係る立体物検出手段に相当し、上記輝度差算出部35,エッジ線検出部36及び立体物検出部37は本発明に係る立体物検出手段に相当し、上記立体物判断部34は立体物判断手段に相当し、上記異物検出部38は異物検出手段に相当し、上記制御部39は制御手段に相当する。
The
なお、本明細書では、差分波形情報に基づいて立体物を検出する際には、差分波形情報に基づいてレンズ11に付着した異物を検出する例と、エッジ情報に基づいて立体物を検出する際には、エッジ情報に基づいてレンズ11に付着した異物を検出する例を説明するが、差分波形情報に基づいて立体物を検出する際にエッジ情報に基づいてレンズ11に付着した異物を検出してもよいし、エッジ情報に基づいて立体物を検出する際に差分波形情報に基づいてレンズ11に付着した異物を検出してもよい。
In this specification, when detecting a three-dimensional object based on difference waveform information, an example of detecting a foreign object attached to the
本実施形態における位置合わせ部21は、異なる時刻の鳥瞰視画像の位置を鳥瞰視上で位置合わせし、その位置合わせされた鳥瞰視画像を得るが、この「位置合わせ」処理は、検出対象の種別や要求される検出精度に応じた精度で行うことができる。同一時刻及び同一位置を基準に位置を合わせるといった厳密な位置合わせ処理であってもよいし、各鳥瞰視画像の座標を把握するという程度の緩い位置合わせ処理であってもよい。 The alignment unit 21 in the present embodiment aligns the positions of the bird's-eye view images at different times on the bird's-eye view, and obtains the aligned bird's-eye view image. This can be performed with accuracy according to the type and required detection accuracy. It may be a strict alignment process such as aligning positions based on the same time and the same position, or may be a loose alignment process that grasps the coordinates of each bird's-eye view image.
<第2の実施形態>
以下、本発明の第2実施形態について説明する。<Second Embodiment>
Hereinafter, a second embodiment of the present invention will be described.
車両後方を撮像した画像を用いて自車両の走行車線の隣の隣接車線を走行する他車両を障害物として検出する際に、カメラのレンズに汚れや雨水などの異物が付着している場合には、この異物の像を誤って隣接車線を走行する他車両の像として誤認するという問題がある。
また、レンズに付着した異物が雨水などの流動性の高い性状を有するものである場合と、自車両が跳ね上げた泥などの流動性の低い性状を有するものである場合とでは、レンズ上における異物の挙動が異なるので、これら性状の異なる異物の像の影響を画一的に抑制することが難しいという問題がある。When a foreign object such as dirt or rainwater adheres to the camera lens when detecting another vehicle traveling in the adjacent lane next to the traveling lane of the host vehicle as an obstacle using an image of the rear of the vehicle There is a problem that this foreign object image is mistakenly recognized as an image of another vehicle traveling in the adjacent lane.
In addition, when the foreign matter attached to the lens has a high fluidity such as rainwater, and when the vehicle has a low fluidity such as mud splashed by the host vehicle, Since the behavior of foreign matters is different, there is a problem that it is difficult to uniformly suppress the influence of images of foreign matters having different properties.
本実施形態に係る発明が解決しようとする課題は、カメラのレンズに付着した異物を高い精度で検出する異物検出装置及びカメラのレンズに付着した異物の性状を考慮して、レンズに付着した異物の像を他車両の像として誤検出することを防止し、自車両の走行車線の隣の隣接車線を走行する他車両を高い精度で検出する立体物検出装置を提供することである。 The problem to be solved by the invention according to the present embodiment is that the foreign matter attached to the lens in consideration of the property of the foreign matter attached to the camera lens and the foreign matter detection device that detects the foreign matter attached to the lens of the camera with high accuracy. It is intended to provide a three-dimensional object detection device that prevents an image of the vehicle from being erroneously detected as an image of another vehicle and detects another vehicle traveling in the adjacent lane adjacent to the traveling lane of the host vehicle with high accuracy.
本実施形態に係る発明は、カメラのレンズに汚れなどの異物が付着している状態が検出された場合には、検出される立体物が他車両であると判断されることが抑制されるように立体物を判断するための各処理を制御するとともに、異物が検出される際に自車両が走行する走行路が舗装道路であるか又は非舗装道路であるかを判断し、車両の走行路が舗装道路であると判断された場合には、レンズに付着した異物が検出されることが促進されるように異物を判断するための各処理を制御することにより、上記課題を解決する。 In the invention according to the present embodiment, when a state in which foreign matter such as dirt is attached to the lens of the camera is detected, it is suppressed that the detected three-dimensional object is determined to be another vehicle. Control each process for determining the three-dimensional object, and determine whether the travel path on which the vehicle travels is a paved road or a non-paved road when a foreign object is detected. When it is determined that is a paved road, the above-described problem is solved by controlling each process for determining the foreign matter so as to facilitate the detection of the foreign matter attached to the lens.
本実施形態に係る発明は、自車両が舗装道路を走行する際には、レンズに付着する異物は雨水などの流動性が高い性状を有し、レンズ上を速い速度で移動することが予測できるという観点から、レンズに付着した異物を検出した場合には他車両が検出されにくくするという制御に加えて、異物が検出される際の走行路が舗装道路であると判断された場合には異物が検出されやすくするという制御を行うので、レンズ上を速い速度で移動する水滴等を継続的に検出することができる。異物を適切に検出することにより、レンズに付着した異物の像を自車両の走行車線の隣の隣接車線を走行する他車両の像として誤検出することを防止することができる。この結果、カメラのレンズに付着した異物を高い精度で検出する異物検出装置及び自車両の走行車線の隣の隣接車線を走行する他車両を、高い精度で検出する立体物検出装置及び立体物検出方法を提供することができる。 In the invention according to the present embodiment, when the host vehicle travels on a paved road, the foreign matter adhering to the lens has high fluidity such as rainwater and can be predicted to move on the lens at a high speed. From this point of view, in addition to the control that makes it difficult for other vehicles to be detected when a foreign object adhering to the lens is detected, the foreign object is detected when the travel path when the foreign object is detected is a paved road. Therefore, it is possible to continuously detect water droplets moving at a high speed on the lens. By appropriately detecting the foreign matter, it is possible to prevent erroneous detection of an image of the foreign matter attached to the lens as an image of another vehicle traveling in the adjacent lane adjacent to the traveling lane of the host vehicle. As a result, the foreign object detection device for detecting the foreign matter adhering to the lens of the camera with high accuracy and the solid object detection device and the solid object detection for detecting other vehicles traveling in the adjacent lane adjacent to the traveling lane of the host vehicle with high accuracy. A method can be provided.
以下、図面に基づいて、第2実施形態に係る異物検出装置、立体物検出装置及び立体物検出方法について説明する。第2実施形態の異物検出装置、立体物検出装置及び立体物検出方法は、第1実施形態のそれと基本的な構成において共通する。ここでは、重複した説明を避けるため、共通する事項については第1実施形態に関する明細書及び図面の記述を適宜に援用し、ここでは異なる点を中心に説明する。 Hereinafter, the foreign object detection device, the three-dimensional object detection device, and the three-dimensional object detection method according to the second embodiment will be described with reference to the drawings. The foreign object detection device, the three-dimensional object detection device, and the three-dimensional object detection method of the second embodiment are common in basic configuration to that of the first embodiment. Here, in order to avoid redundant description, the description of the specification and the drawings relating to the first embodiment is appropriately used for common matters, and different points will be mainly described here.
図1は、本発明の異物検出装置1及び立体物検出装置1を適用した第2実施形態に係る車両の概略構成図でもある。同図に示すように、本例の立体物検出装置1は、カメラ10と、車速センサ20と、計算機30とを備える。これら各構成については、第1実施形態における説明を援用する。
FIG. 1 is also a schematic configuration diagram of a vehicle according to a second embodiment to which the foreign
第2実施形態に係る異物検出装置1及び立体物検出装置1として機能する計算機30のブロック図を図31に示す。
図31は、図1の計算機30の詳細を示すブロック図である。なお、図3においては、接続関係を明確とするためにカメラ10、車速センサ20、車両コントローラ100、ナビゲーション装置200、ABS(アンチ・ブロックド・ブレーキングシステム:Anti-locked braking system 以下同じ)装置300、TCS(トラッキング・コントロール・システム:Traction Control System 以下同じ)装置400、VDC(ビークル・ダイナミクス・コントロール:Vehicle Dynamics Control)装置500についても図示する。車速センサ20、ABS装置300、TCS装置400、VDC装置500は、車両に搭載され、車両コントローラ100を介して本実施形態の立体物検出装置100と情報の授受が可能である。上記各装置は、CAN(Controller Area Network)などの車載通信ネットワークにより情報の授受が可能である。FIG. 31 shows a block diagram of a
FIG. 31 is a block diagram showing details of the
図31に示すように、計算機30は、視点変換部31と、位置合わせ部32と、立体物検出部33と、立体物判断部34と、異物検出部38と、走行路状態判断部41と、制御部39と、スミア検出部40とを備える。本実施形態の計算部30は、差分波形情報を利用した立体物の検出ブロックに関する構成である。本実施形態の計算部30は、エッジ情報を利用した立体物の検出ブロックに関する構成とすることもできる。この場合は、図3に示す構成のうち、位置合わせ部32と、立体物検出部33から構成されるブロック構成Aを、破線で囲んだ輝度差算出部35と、エッジ線検出部36と、立体物検出部37から構成されるブロック構成Bと置き換えて構成することができる。もちろん、ブロック構成A及びブロック構成Bの両方を備え、差分波形情報を利用した立体物の検出を行うとともに、エッジ情報を利用した立体物の検出も行うことができるようにすることもできる。ブロック構成A及びブロック構成Bを備える場合には、例えば明るさなどの環境要因に応じてブロック構成A又はブロック構成Bのいずれかを動作させることができる。
各構成の内容、機能、動作については、第1実施形態における段落0014乃至段落0178の説明を援用する。ここで、第1実施形態の説明における図3は図31と読み替えて援用する。As shown in FIG. 31, the
For the content, function, and operation of each component, the description of paragraphs 0014 to 0178 in the first embodiment is used. Here, FIG. 3 in the description of the first embodiment is replaced with FIG.
ここで、本実施形態が備える走行路状態判断部41について説明する。走行路状態判断部41は、車両が取得する走行情報に基づいて、車両Vが走行する走行路が舗装道路であるか又は非舗装道路であるかを判断する。本実施形態の「非舗装道路」又は「舗装道路」は、走行時に泥を跳ね上げる可能性に基づく分類であるため、舗装処理が施されている道路であっても、アスファルトやコンクリートで覆われた道路の表面がさらに雪、泥又は砂などで覆われている道路は、「非舗装道路」に含まれる。つまり、舗装道路であっても、非舗装道路であっても、アスファルトやコンクリートの層を有する道路を含む。また、以下、走行路が舗装道路であるか又は非舗装道路であるかを判断する手法について順次説明する。
Here, the traveling road
第1の判断手法においては、一般的に舗装道路には車線を区別するための白線が路面に表示される(視認できる)傾向が高く、非舗装道路にはその白線が表示されていない(視認できない)という点に着目し、カメラ10の撮像画像から白線が抽出可能であるか否かに基づいて走行路が舗装道路であるか否かを判断する。
In the first determination method, a white line for distinguishing a lane is generally displayed on the road surface (visible) on the paved road, and the white line is not displayed on the non-paved road (visible). In particular, it is determined whether or not the traveling road is a paved road based on whether or not a white line can be extracted from the captured image of the
本実施形態の走行路状態判断部41は、カメラ10により取得された画像から路面に表示された白線情報を抽出し、白線情報が抽出された場合には、自車両Vが走行する走行路が舗装道路であると判断し、白線情報が抽出されなかった場合には、自車両Vが走行する走行路が非舗装道路であると判断する。ここで白線抽出又は白線検出は、出願時に知られた手法を用いることができる。
The traveling road
本手法によれば、白線情報の抽出可否によって走行路の状態を推測し、さらにレンズ11に付着した異物の性状及びその挙動を予測できるので、異物検出処理及び立体物検出処理を適切に行うことができる。
According to this method, it is possible to estimate the state of the traveling road based on whether or not white line information can be extracted, and further to predict the property and behavior of the foreign matter attached to the
第2の判断手法においては、一般的に車両が舗装道路を走行する際には、車両Vが備える各車輪の車輪速度にばらつきがなく、各車輪は所定範囲内の共通の車輪速度を示すという点に着目し、車両Vの車輪速度のばらつきの程度に基づいて走行路が舗装道路であるか否かを判断する。 In the second determination method, generally, when the vehicle travels on a paved road, the wheel speeds of the wheels included in the vehicle V are not varied, and the wheels indicate a common wheel speed within a predetermined range. Focusing on this point, it is determined whether or not the traveling road is a paved road based on the degree of variation in the wheel speed of the vehicle V.
本実施形態の走行路状態判断部41は、自車両Vが備える複数の車輪の各車輪速度を取得し、取得した複数の各車輪速度のばらつきが所定値未満である場合には、自車両Vが走行する走行路が舗装道路であると判断し、取得した複数の車輪速度のばらつきが所定値以上である場合には、自車両Vが走行する走行路が非舗装道路であると判断する。各車輪の車輪速度は車速センサ20により検出され、直接又は車両コントローラ100を介して取得される。
The traveling road
各車輪速度のばらつきの程度を判断する手法としては、前輪速度と後輪速度との差が所定値未満である場合には走行路が舗装道路であると判断し、前輪速度と後輪速度との差が所定値以上である場合には走行路が舗装道路であると判断する。又は、右側車輪速度と左側輪速度との差が所定値未満である場合には走行路が舗装道路であると判断し、右側車輪速度と左側車輪速度との差が所定値以上である場合には走行路が舗装道路であると判断する。本実施形態では、この判断を非旋回時において行う。旋回時は各車輪の車輪速度が異なるからである。また、車輪速度の比較の手法、つまりばらつきの程度の判断手法は特に限定されないが、本実施形態では、各車輪について時刻に対する車輪速度の情報を取得し、各情報についてローパスフィルタを用いて信号処理を行い、平滑化後の車輪速度ピークの位置及び値を比較することにより、各車輪の速度のばらつきを評価する。 As a method of judging the degree of variation in each wheel speed, if the difference between the front wheel speed and the rear wheel speed is less than a predetermined value, it is determined that the traveling road is a paved road, and the front wheel speed and the rear wheel speed are If the difference is greater than or equal to a predetermined value, it is determined that the traveling road is a paved road. Alternatively, when the difference between the right wheel speed and the left wheel speed is less than a predetermined value, it is determined that the road is a paved road, and the difference between the right wheel speed and the left wheel speed is greater than or equal to a predetermined value. Determines that the road is a paved road. In this embodiment, this determination is made when the vehicle is not turning. This is because the wheel speed of each wheel is different during turning. The wheel speed comparison method, that is, the method for determining the degree of variation is not particularly limited, but in this embodiment, wheel speed information with respect to time is acquired for each wheel, and signal processing is performed for each information using a low-pass filter. And comparing the position and value of the smoothed wheel speed peak to evaluate the speed variation of each wheel.
本手法によれば、車輪速度のばらつきによって走行路の状態を推測し、さらにレンズ11に付着した異物の性状及びその挙動を予測できるので、異物検出処理及び立体物検出処理を適切に行うことができる。
According to this method, the state of the traveling road can be estimated from the variation in the wheel speed, and further, the property and behavior of the foreign matter attached to the
第3の判断手法においては、一般的に車両が舗装道路を走行する際には、滑走、タイヤの空転、横滑りなどが発生する頻度が相対的に低いが、車両が非舗装道路を走行する際には、滑走、タイヤの空転、横滑りなどが発生する頻度が相対的に高いという点に着目し、自車両Vが装備する滑走発生防止装置、横滑防止装置、タイヤ空転防止装置の起動の有無、起動の回数等に基づいて、走行路が舗装道路であるか否かを判断する。 In the third judgment method, when a vehicle travels on a paved road, the frequency of occurrence of skidding, tire slipping, side slip, etc. is relatively low, but when the vehicle travels on a non-paved road. Focusing on the fact that the frequency of occurrence of skidding, tire slipping, skidding, etc. is relatively high, whether or not the skid prevention device, skidding prevention device, tire skidding prevention device equipped with the host vehicle V is activated Based on the number of activations, etc., it is determined whether or not the traveling road is a paved road.
本実施形態の立体物検出装置1は、車載された滑走発生防止装置としてのABS(Anti-locked braking system)装置300からその動作に係る動作情報を取得し、TCS(Traction Control System)装置400からその動作に係る動作情報を取得し、空転防止装置としてのVDC(Vehicle Dynamics Control)装置500からその動作に係る動作情報を取得する。各動作情報は各装置から直接取得してもよいし、車両コントローラ100を介して取得してもよい。
The three-dimensional
ここで各装置について説明する。
本実施形態のABS装置300は、急ブレーキ又は低摩擦路でブレーキをかけた場合などにタイヤがロックされる(回転が停止する)ことを防止することにより、 車両の走行安全を保つとともに、ステアリング操舵により障害物を回避できる可能性を高める装置である。本実施形態のABS装置は各車輪軸に取り付けられた車速センサ20が検出した車輪速情報に基づいてブレーキを最適に制御する。滑走発生防止機能を備える他の装置を用いることができる。Here, each device will be described.
The
本実施形態のTSC装置400は、車両の発進時/加速時における車輪の空転を防止する。TSC装置400は、自車両自体の速度と各車輪の車輪速度から車輪の空転を検出し、エンジンから伝達される駆動力を低減して空転状態を解消する。本装置は、泥道、降雪時・降雪後の道路などの非舗装道路において、路面とタイヤとの摩擦係数が低下している場合に車両姿勢の安定性を高める。なお、空転防止装置としては、TSC装置400のほか、TRC(Traction Control)TCL(Traction Control)などの空転防止機能を備える他の装置を用いることができる。
The
本実施形態のVDC装置500は、自車両Vの運転操作及び車速に基づいて、ブレーキやエンジン出力の制御を自動的に行い、泥道、降雪時・降雪後の道路などの滑りやすい路面やカーブを曲がるときや障害物を回避するときにクルマの横滑りを軽減する。横滑防止装置としては、VDC装置500のほか、ESC装置などの横滑防止機能を備える他の装置を用いることができる。このESC装置は、泥道、降雪時・降雪後の道路などの滑りやすい路面やカーブを曲がるときや障害物を回避するときに、後輪の横滑り(オーバーステア)や前輪の横滑り(アンダーステア)が生じる場合がある。この場合に、検出した車両挙動に応じて自動加圧によるブレーキ制御及エンジントルクの制御により横滑りを防止して旋回時における車両の姿勢を安定させる。
The
本実施形態の走行路状態判断部41は、ABS装置300、TSC装置400、又はVDC装置500の動作に関する情報を取得し、動作回数又は動作頻度が所定値未満である場合には、車両Vが走行する走行路が舗装道路であると判断し、ABS装置300、TSC装置400、又はVDC装置500の動作に関する情報を取得し、動作回数又は動作頻度が所定値以上である場合には、車両Vが走行する走行路が非舗装道路であると判断する。
The traveling road
本手法によれば、車両の姿勢が乱れたときに車両を制御するABS装置300、TSC装置400、又はVDC装置500の動作情報に基づいて走行路の状態を推測し、さらにレンズ11に付着した異物の性状及びその挙動を予測できるので、異物検出処理及び立体物検出処理を適切に行うことができる。
According to this method, the state of the traveling path is estimated based on the operation information of the
第4の判断手法として、ナビゲーション装置200により現在位置と自車両Vの走行路を特定し、ナビゲーション装置200が備える地図情報に含まれる道路情報を参照して、自車両Vの走行路が舗装道路であるか非舗装道路であるかを判断することができる。なお、本実施形態のナビゲーション装置200がアクセス可能な地図情報は、道路ごとに舗装道路又は非舗装道路であるかの道路属性情報が対応づけられている。なお、上記道路属性情報はナビゲーション装置200が備える通信装置201を介して取得することもできる。
As a fourth determination method, the current position and the travel path of the host vehicle V are specified by the
次に、本実施形態の制御部39について説明する。
本実施形態の制御部39は、立体物検出処理及び異物検出処理の双方を制御する。
差分波形情報に基づいて他車両VXを検出する本実施形態の制御部39は、前回の処理において異物検出部38により「レンズに付着した異物を検出した」という判断がされた場合には、次回の処理において第2のタイミングにおいて生成された差分波形情報の極大値に対応する画素を含む所定領域の画像から検出される立体物が他車両VXであると判断されることを抑制するために制御命令を生成する。同様に、エッジ情報に基づいて他車両VXを検出する本実施形態の制御部39は、前回の処理において異物検出部38により「レンズに付着した異物を検出した」という判断がされた場合には、次回の処理において第2のタイミングにおいて生成されたエッジ情報のエッジ長さの極大値に対応する画素を含む所定領域の画像から検出される立体物が他車両VXであると判断されることを抑制するために制御命令を生成する。各制御命令は、立体物検出部33,37、立体物判断部34、異物検出部38、又は自身である制御部39の何れか一つ以上の各部に送出され、各部において実行される。制御命令は各処理のプログラムに予め組み込んでもよいし、実行時に制御部39が各部へ送出してもよい。Next, the
The
The
制御部39の基本的な処理については、第1実施形態における段落0179〜段落0188の記載を適宜に援用する。
For the basic processing of the
次に、制御部39が行う、異物検出処理に対する制御手法を説明する。
本実施形態の制御部39は、差分波形情報を用いて立体物を検出する場合には、走行路状態判断部41により車両Vが走行する走行路が舗装道路であると判断された場合には、「評価対象値」に対応する画素を含む画像がレンズ11に付着した異物に起因する画像であると判断されることを促進する。同様に、実施形態の制御部39は、エッジ情報を用いて立体物を検出する場合には、走行路状態判断部41により自車両Vが走行する走行路が舗装道路であると判断された場合には、「評価エッジ長さ」に対応する画素を含む画像がレンズ11に付着した異物に起因する画像であると判断されることを促進する。このように、自車両Vが舗装道路を走行していると判断された場合には、レンズ11に付着する異物は雨滴や洗浄水などの流動性の高い異物であると予測し、その速い動きに対応して、次回行われる異物検出の応答性を向上させる。Next, a control method for foreign object detection processing performed by the
When the
本実施形態の立体物検出装置1は、自車両Vが舗装道路を走行する際には、レンズに付着する異物は雨水や洗浄水などの流動性が高い性状を有し、レンズ上を速い速度で移動することが予測できるという観点から、レンズに付着した異物を検出した場合には他車両VXが検出されにくくするという制御に加えて、異物が検出される際の走行路が舗装道路であると判断された場合には異物が検出されやすくするという制御を行うので、レンズ上を速い速度で移動する水滴等を継続的に追跡し、検出することができる。このように、異物を適切に検出することにより、レンズに付着した異物の像を自車両Vの走行車線の隣の隣接車線を走行する他車両VXの像として誤検出することを防止することができる。この結果、自車両Vの走行車線の隣の隣接車線を走行する他車両VXを、高い精度で検出する立体物検出装置1を提供することができる。
In the three-dimensional
また、制御部39は、自車両Vが走行する走行路が舗装道路であると判断された場合には、異物検出部38が用いるローパスフィルタの遮断/減衰周波数の範囲を広くさせ、走行路状態判断部41により自車両Vが走行する走行路が非舗装道路であると判断された場合には、異物検出部38が用いるバンドパスフィルタの遮断/減衰周波数の範囲を維持させ、又は狭くさせる。
In addition, when it is determined that the travel path on which the host vehicle V travels is a paved road, the
ローパスフィルタを用いた信号処理を行うと、ノイズと判断することができる小さい極大値を除去し、比較的大きな変化を示す極大値を顕在化させ、取得した画像情報の特徴を抽出することができる。レンズ11に付着した異物の存在に起因する差分波形情報又はエッジ情報の極大値を顕在化させ、異物に対応する画像情報の特徴を抽出しやすくすることができる。つまり、異物に起因する画像が検出しやすくなり、異物であると判断される制御が促進される。これにより、自車両Vが舗装道路を走行する際には、付着する可能性の高い水滴等の動きの速い異物を正確に追跡し、マスク等の立体物検出処理の制御を高い応答性で実行することができる。
When signal processing using a low-pass filter is performed, it is possible to remove a small maximum value that can be determined as noise, to reveal a maximum value that indicates a relatively large change, and to extract features of acquired image information . The maximum value of the differential waveform information or the edge information resulting from the presence of the foreign matter attached to the
制御部39は、自車両Vが走行する走行路が舗装道路であると判断された場合には、異物検出部38が用いる変化率リミッタの制限変化率を高くさせ、自車両Vが走行する走行路が非舗装道路であると判断された場合には、変化率リミッタの制限変化率を維持させ、又は低減させる。
When it is determined that the travel path on which the host vehicle V travels is a paved road, the
変化率リミッタを用いた信号処理を行うことにより、さらに、差分波形情報を平滑化することができ、ノイズと判断することができる小さい極大値を除去し、比較的大きな変化を示す極大値に応じた画像情報の特徴を抽出することができる。レンズ11に付着した異物の存在に起因する差分波形情報又はエッジ情報の極大値を顕在化させ、異物に対応する画像情報の特徴を抽出しやすくすることができる。つまり、異物に起因する画像が検出しやすくなり、異物であると判断される制御が促進される。これにより、自車両Vが舗装道路を走行する際には、付着する可能性の高い水滴等の動きの速い異物を正確に追跡し、マスク等の立体物検出処理の制御を高い応答性で実行することができる。
By performing signal processing using a rate-of-change limiter, the difference waveform information can be further smoothed, small local maximum values that can be judged as noise are removed, and local maximum values that exhibit relatively large changes are accommodated. It is possible to extract the characteristics of the image information. The maximum value of the differential waveform information or the edge information resulting from the presence of the foreign matter attached to the
以下、図32〜35を参照して、異物検出部38、走行路判断部41、制御部39及び制御命令を取得した立体物判断部34、立体物検出部33,37の動作を説明する。図32〜35に示す処理は、前回の立体物検出処理の後に、前回処理の結果を利用して行われる今回の立体検出処理である。
Hereinafter, the operations of the foreign
図32に示すステップS61において、異物検出部38は、立体物検出部337により生成された左右の検出領域A1,A2の差分波形情報又は立体物検出部37により生成された左右の検出領域A1,A2のエッジ情報に基づいて「レンズ11に異物が付着しているか否か」を検出する。
In step S61 shown in FIG. 32, the foreign
異物検出手段39により「レンズ11に異物が付着している」と判断された場合には、ステップS71及び76に進む。ステップ71〜75までの処理は、次回行われる異物検出処理におけるバンドパスフィルタの遮断/減衰周波数や変化率リミッタの制限変化率の制御を更新するための処理である。
If the foreign matter detection means 39 determines that “a foreign matter is attached to the
ステップS71において、走行路判断部41は、自車両Vが舗装道路、整備道路を走行しているか否かを判断する。この判断処理の一例を図33に示す。
In step S71, the travel
図33に示すように、ステップS101において、走行路判断部41はカメラ10が取得した撮像画像から白線が抽出可能であったか否かを判断する。白線が抽出された場合にはステップS102へ進み、白線が抽出されなかった場合にはステップS105へ進んで、自車両Vが非舗装道路、非整備道路、雪や泥に路面が覆われている道路を走行していると判断する。
As shown in FIG. 33, in step S <b> 101, the travel
ステップS102において、走行路判断部41は車両Vが備える各車輪の車輪速度のばらつきを評価する。車輪速のばらつきが所定値未満である場合には、ステップS103へ進み、車輪速のばらつきが所定値以上である場合にはステップS105へ進んで、自車両Vは非舗装道路、非整備道路、雪や泥に路面が覆われている道路を走行していると判断する。
In step S102, the travel
ステップS103において、走行路判断部41は車両Vが備えるABS装置300、TCS装置400又はVDC装置500の動作回数又は動作頻度を評価する。各装置動作回数又は動作頻度が所定値未満である場合には、ステップS104へ進み、自車両Vはオンロードである(舗装道路、整備道路、雪や泥に路面が覆われていない道路を走行している)と判断する。他方、ステップS103において、各装置動作回数又は動作頻度が所定値以上である場合にはステップS105へ進んで、自車両Vはオフロードである(非舗装道路、非整備道路、雪や泥に路面が覆われている道路を走行している)と判断する。
In step S103, the travel
なお、ステップS101、S102、S103の処理は何れか一つ以上の処理又は二つ以上の処理を組み合わせて実行することができる。 Note that the processes of steps S101, S102, and S103 can be executed by any one or more processes or a combination of two or more processes.
図32に戻り、ステップS71において自車両Vが舗装道路を走行していると判断された場合には、ステップS74に進み、異物検出に用いるバンドパスフィルタの遮断/減衰周波数を広げ、さらにステップS75に進み、異物検出に用いる変化率リミッタの制限変化率を大きくする。他方、ステップS71において自車両Vが非舗装道路を走行していると判断された場合には、ステップS72に進み、異物検出に用いるバンドパスフィルタの遮断/減衰周波数を維持し又は狭め、さらにステップS73に進み、異物検出に用いる変化率リミッタの制限変化率を維持又は小さくする。遮断/減衰周波数を変化させたバンドパスフィルタ、制限変化率を変化させた変化率リミッタは次回の異物検出処理において使用される。 Returning to FIG. 32, if it is determined in step S71 that the host vehicle V is traveling on a paved road, the process proceeds to step S74, where the cutoff / attenuation frequency of the bandpass filter used for foreign object detection is increased, and further, step S75. Then, the limit change rate of the change rate limiter used for foreign object detection is increased. On the other hand, if it is determined in step S71 that the host vehicle V is traveling on a non-paved road, the process proceeds to step S72, where the cutoff / attenuation frequency of the bandpass filter used for foreign object detection is maintained or narrowed. Proceeding to S73, the limit change rate of the change rate limiter used for foreign object detection is maintained or reduced. The band pass filter with the cutoff / attenuation frequency changed and the change rate limiter with the limited change rate changed are used in the next foreign object detection process.
上記の処理と並行して、レンズ11に異物が付着していると判断された場合にはステップS76以降の処理を行う。ステップ76において、制御部39は、異物が付着している部分の画像情報(差分波形情報又はエッジ情報)をマスクする。ステップS77において、制御部39は、マスクされた部分の面積が所定値以上であるか否かを判断する。マスクされた部分の面積が所定値以上である場合には、ステップS78へ進み、立体物の検出処理を中止する。又はステップS65に進んで検出領域A1,A2に他車両VXは存在しないと判断する。
In parallel with the above processing, if it is determined that a foreign object is attached to the
他方、マスクされた部分の面積が所定値未満である場合には、ステップS62へ進み、差分波形情報又はエッジ情報に基づいて、立体物の検出処理を実行する。この立体物の検出処理は上述した立体物検出部33による図11、図12の差分波形情報を用いた処理、又は立体物検出部37による図17、図18のエッジ情報を用いた処理に従って行われる。そして、ステップ63において、この立体物検出部33,37により検出領域A1,A2に立体物が検出された場合にはステップS64に進み、検出された立体物が他車両VXであると判断する。他方、立体物検出部33,37により検出領域A1,A2に立体物が検出されない場合にはステップS65に進み、検出領域A1,A2に他車両VXは存在しないと判断する。
On the other hand, when the area of the masked portion is less than the predetermined value, the process proceeds to step S62, and a solid object detection process is executed based on the difference waveform information or the edge information. This three-dimensional object detection processing is performed according to the above-described processing using the difference waveform information of FIGS. 11 and 12 by the three-dimensional object detection unit 33 or the processing using the edge information of FIGS. 17 and 18 by the three-dimensional
図34に、他の処理例を示す。制御部39は、ステップ61において「レンズ11に異物が付着している」と判断された場合には、ステップS80に進み、差分波形情報を生成する際の画素値の差分に関する閾値p、差分波形情報から立体物を判断する際に用いる第1閾値α、エッジ情報を生成する際の閾値θ、エッジ情報から立体物を判断する際に用いる第2閾値βの何れか一つ以上を高く設定する旨の制御命令を立体物検出部33,37へ送出する。先述したように、第1閾値αは、図11のステップS7において、差分波形DWtのピークを判断するためのである。閾値θは、図17のステップS29における各注目点Paの属性の連続性cの総和を正規化した値(エッジ線の長さ)を判断する閾値であり、第2閾値βは、図18のステップ34におけるエッジ線の量を評価する閾値である。FIG. 34 shows another processing example. If it is determined in
また、図35に示すように、制御部39は、ステップ61において「レンズ11に異物が付着している」と判断された場合には、ステップS81に進み、鳥瞰視画像の差分画像上において所定の差分を示す画素数をカウントして度数分布化された値を低く出力する制御命令を立体物検出部33に出力する。鳥瞰視画像の差分画像上において所定の差分を示す画素数をカウントして度数分布化された値とは、図11のステップS5において生成される差分波形DWtの縦軸の値である。同様に、ステップS52において、検出したエッジ情報の量を低く出力する制御命令を立体物検出部37に出力する。検出したエッジ情報の量とは、図17のステップS29における各注目点Paの属性の連続性cの総和を正規化した値(エッジ線の長さ)、又は図18のステップ34におけるエッジ線の量である。制御部39は、前回の処理でレンズ11に付着した異物の存在が検出されると、この異物の像を立体物と誤検出する可能性があると判断できるため、次回の処理においては立体物が検出されにくいように、各注目点Paの属性の連続性cの総和を正規化した値又はエッジ線の量を低く変更する制御命令を立体物検出部37に出力する。As shown in FIG. 35, when it is determined in
以上のように構成され作用する本発明の本実施形態の立体物検出装置1は、以下の効果を奏する。
(1)本実施形態の立体物検出装置1は、自車両Vが舗装道路を走行する際には、レンズに付着する異物は雨水や洗浄水などの流動性が高い性状を有し、レンズ上を速い速度で移動することが予測できるという観点から、レンズに付着した異物を検出した場合には他車両VXが検出されにくくするという制御に加えて、異物が検出される際の走行路が舗装道路であると判断された場合には異物が検出されやすくするという制御を行うので、レンズ上を速い速度で移動する水滴等を継続的に追跡し、検出することができる。このように、異物を適切に検出することにより、レンズに付着した異物の像を自車両Vの走行車線の隣の隣接車線を走行する他車両VXの像として誤検出することを防止することができる。この結果、自車両Vの走行車線の隣の隣接車線を走行する他車両VXを、高い精度で検出する立体物検出装置1を提供することができる。The three-dimensional
(1) In the three-dimensional
(2)ローパスフィルタを用いた信号処理を行うと、ノイズと判断することができる小さい極大値を除去し、比較的大きな変化を示す極大値を顕在化させ、取得した画像情報の特徴を抽出することができる。レンズ11に付着した異物の存在に起因する差分波形情報又はエッジ情報の極大値を顕在化させ、異物に対応する画像情報の特徴を抽出しやすくすることができる。つまり、異物に起因する画像が検出しやすくなり、異物であると判断される制御が促進される。これにより、自車両Vが舗装道路を走行する際には、付着する可能性の高い水滴等の動きの速い異物を正確に追跡し、マスク等の立体物検出処理の制御を高い応答性で実行することができる。
(2) When signal processing using a low-pass filter is performed, a small maximum value that can be determined as noise is removed, a maximum value indicating a relatively large change is revealed, and a feature of acquired image information is extracted. be able to. The maximum value of the differential waveform information or the edge information resulting from the presence of the foreign matter attached to the
(3)変化率リミッタを用いた信号処理を行うことにより、さらに、差分波形情報を平滑化することができ、ノイズと判断することができる小さい極大値を除去し、比較的大きな変化を示す極大値に応じた画像情報の特徴を抽出することができる。レンズ11に付着した異物の存在に起因する差分波形情報又はエッジ情報の極大値を顕在化させ、異物に対応する画像情報の特徴を抽出しやすくすることができる。つまり、異物に起因する画像が検出しやすくなり、異物であると判断される制御が促進される。これにより、自車両Vが舗装道路を走行する際には、付着する可能性の高い水滴等の動きの速い異物を正確に追跡し、マスク等の立体物検出処理の制御を高い応答性で実行することができる。
(3) By performing signal processing using a rate of change limiter, the difference waveform information can be further smoothed, a small maximum value that can be determined as noise is removed, and a maximum showing a relatively large change. The feature of the image information according to the value can be extracted. The maximum value of the differential waveform information or the edge information resulting from the presence of the foreign matter attached to the
(4)本手法によれば、白線情報の抽出可否によって走行路の状態を推測し、さらにレンズ11に付着した異物の性状及びその挙動を予測できるので、異物検出処理及び立体物検出処理を適切に行うことができる。
(4) According to this method, it is possible to estimate the state of the traveling road based on whether or not white line information can be extracted, and further to predict the property and behavior of the foreign matter attached to the
(5)本手法によれば、車輪速度のばらつきによって走行路の状態を推測し、さらにレンズ11に付着した異物の性状及びその挙動を予測できるので、異物検出処理及び立体物検出処理を適切に行うことができる。
(5) According to this method, it is possible to estimate the state of the traveling road from the variation in the wheel speed, and further to predict the property and behavior of the foreign matter adhering to the
(6)本手法によれば、車両の姿勢が乱れたときに車両を制御するABS装置300、TSC装置400、又はVDC装置500の動作情報に基づいて走行路の状態を推測し、さらにレンズ11に付着した異物の性状及びその挙動を予測できるので、異物検出処理及び立体物検出処理を適切に行うことができる。
(6) According to this method, the state of the traveling road is estimated based on the operation information of the
(7)異物検出の判断の原因となった第2タイミングにおける「評価対象値」又は「評価エッジ長さ」に対応する画素を含む所定領域から得られる情報をマスクし、その情報を立体物検出処理や立体物判断処理に使用しないようにするので、レンズ11に付着した異物を他車両VXとして誤検出することを抑制することができる。
(7) Masking information obtained from a predetermined area including pixels corresponding to the “evaluation target value” or “evaluation edge length” at the second timing that caused the determination of foreign object detection, and detecting the information as a three-dimensional object Since it is made not to use for a process and a three-dimensional object determination process, it can suppress detecting the foreign material adhering to the
(8)マスク領域面積が、各検出領域A1,A2の面積の所定割合以上となった場合に他車両VXの検出を中止することにより、他車両VXの検出精度を保つことができる。 (8) The detection accuracy of the other vehicle VX can be maintained by stopping the detection of the other vehicle VX when the mask region area is equal to or larger than a predetermined ratio of the areas of the detection regions A1 and A2.
(9)本実施形態では「評価対象値」が第1閾値αの所定割合以上の場合には、異物であるとの判断結果が出るように異物検出処理を促進する。これにより、異物が他車両VXであると誤った判断をする確率を低減することができる。
本実施形態では「評価エッジ長さ」が閾値θの所定割合以上の場合には、異物であるとの判断結果が出るように異物検出処理を促進する。これにより、異物が他車両VXであると誤った判断をする確率を低減することができる。(9) In the present embodiment, when the “evaluation target value” is equal to or greater than a predetermined ratio of the first threshold value α, the foreign object detection process is promoted so that a determination result that it is a foreign object is obtained. Thereby, the probability of erroneously determining that the foreign object is the other vehicle VX can be reduced.
In the present embodiment, when the “evaluation edge length” is equal to or greater than a predetermined ratio of the threshold θ, the foreign object detection process is promoted so that a determination result that it is a foreign object is obtained. Thereby, the probability of erroneously determining that the foreign object is the other vehicle VX can be reduced.
(10)反転波形情報を用いてレンズ11に付着した異物を検出する処理は、上述した差分波形情報を用いてレンズ11に付着した異物を検出する処理と同様の作用・効果を奏し、同様の変形態様を適用することができる。
(10) The process of detecting the foreign matter attached to the
(11)第1閾値αを高くし、又は度数分布化された値を低く出力することにより、立体物が検出されることが抑制され、結果として異物を他車両VXとして誤検出することを防止することができる。 (11) By increasing the first threshold value α or by outputting the frequency distribution value to a low value, detection of a three-dimensional object is suppressed, and as a result, a foreign object is prevented from being erroneously detected as another vehicle VX. can do.
(12)閾値θを高くし、又はエッジ長さを低く出力することにより、立体物が検出されることが抑制され、結果として異物を他車両VXとして誤検出することを防止することができる。 (12) By increasing the threshold value θ or outputting the edge length low, the detection of a three-dimensional object is suppressed, and as a result, it can be prevented that a foreign object is erroneously detected as another vehicle VX.
(13)第1スコアの絶対値は前記第2スコアの絶対値よりも高く設定する。このように、「評価エッジ長さ」が所定範囲以内であるときに大きい値を加算し、「評価エッジ長さ」が所定範囲外であるときに小さい値を減算することにより、「評価エッジ長さ」が所定範囲以内であると判断された事実に大きな重みづけを行う。本実施形態における他車両VXの検出結果は、太陽、街灯、後続車両のヘッドライトなどの光の影響を受けやすい。検出結果に影響を与える輝度の高い光がレンズ11に入射して「評価エッジ長さ」が「所定範囲」外であると判断された場合であっても、異物がレンズ11に付着している可能性は否定できない。このため、「評価エッジ長さ」が「所定範囲」外であると判断されても、最終結果に与える影響を抑制するため、減算する値を相対的に小さい値とする。この結果、レンズ11に付着した異物の存在を正確に判断することができる。
(13) The absolute value of the first score is set higher than the absolute value of the second score. Thus, by adding a large value when the “evaluation edge length” is within the predetermined range and subtracting a small value when the “evaluation edge length” is outside the predetermined range, A large weight is given to the fact that “sa” is determined to be within the predetermined range. The detection result of the other vehicle VX in the present embodiment is easily affected by light such as the sun, street lamps, and headlights of the following vehicle. Even when it is determined that light with high luminance that affects the detection result is incident on the
上記カメラ10は本発明に係る撮像手段に相当し、レンズ11は本発明に係るレンズに相当し、上記視点変換部31は本発明に係る画像変換手段に相当し、上記位置合わせ部32及び立体物検出部33は本発明に係る立体物検出手段に相当し、上記輝度差算出部35,エッジ線検出部36及び立体物検出部37は本発明に係る立体物検出手段に相当し、上記立体物判断部34は立体物判断手段に相当し、上記異物検出部38は異物検出手段に相当し、走行路状態判断部41は走行路状態判断手段に相当し、上記制御部39は制御手段に相当する。ABS装置300は滑走発生防止装置に相当し、TSC装置400は空転防止装置に相当し、又はVDC装置500は横滑防止装置に相当する。
The
なお、本明細書では、差分波形情報に基づいて立体物を検出する際には、差分波形情報に基づいてレンズ11に付着した異物を検出する例と、エッジ情報に基づいて立体物を検出する際には、エッジ情報に基づいてレンズ11に付着した異物を検出する例を説明するが、差分波形情報に基づいて立体物を検出する際にエッジ情報に基づいてレンズ11に付着した異物を検出してもよいし、エッジ情報に基づいて立体物を検出する際に差分波形情報に基づいてレンズ11に付着した異物を検出してもよい。
In this specification, when detecting a three-dimensional object based on difference waveform information, an example of detecting a foreign object attached to the
本発明における「分布情報」は、視点変換部31(画像変換手段)により得られた鳥瞰視画像上で、鳥瞰視画像に視点変換した際に立体物が倒れ込む方向において輝度差が所定の閾値以上の画素の分布に関する情報である。「分布情報」は、本発明における「差分波形情報」と「エッジ情報」を少なくとも含む。 The “distribution information” in the present invention is such that the luminance difference is greater than or equal to a predetermined threshold in the direction in which the three-dimensional object falls when the viewpoint is converted to the bird's-eye view image on the bird's-eye view image obtained by the viewpoint conversion unit 31 (image conversion means). It is the information regarding the distribution of pixels. The “distribution information” includes at least “difference waveform information” and “edge information” in the present invention.
本実施形態における位置合わせ部21は、異なる時刻の鳥瞰視画像の位置を鳥瞰視上で位置合わせし、その位置合わせされた鳥瞰視画像を得るが、この「位置合わせ」処理は、検出対象の種別や要求される検出精度に応じた精度で行うことができる。同一時刻及び同一位置を基準に位置を合わせるといった厳密な位置合わせ処理であってもよいし、各鳥瞰視画像の座標を把握するという程度の緩い位置合わせ処理であってもよい。 The alignment unit 21 in the present embodiment aligns the positions of the bird's-eye view images at different times on the bird's-eye view, and obtains the aligned bird's-eye view image. This can be performed with accuracy according to the type and required detection accuracy. It may be a strict alignment process such as aligning positions based on the same time and the same position, or may be a loose alignment process that grasps the coordinates of each bird's-eye view image.
1…立体物検出装置
10…カメラ
11…レンズ
20…車速センサ
30…計算機
31…視点変換部
32…位置合わせ部
33,37…立体物検出部
34…立体物判断部
35…輝度差算出部
36…エッジ検出部
38…異物検出部
39…制御部
40…スミア検出部
a…画角
A1,A2…検出領域
CP…交点
DP…差分画素
DWt,DWt’…差分波形
DWt1〜DWm,DWm+k〜DWtn…小領域
L1,L2…接地線
La,Lb…立体物が倒れ込む方向上の線
P…撮像画像
PBt…鳥瞰視画像
PDt…差分画像
MP…マスク画像
S…スミア
SP…スミア画像
SBt…スミア鳥瞰視画像
V…自車両
VX…他車両
100…車両コントローラ
200…ナビゲーション装置
300…ABS装置
400…TSC装置
500…VDC装置DESCRIPTION OF
Claims (59)
前記撮像手段により得られた画像を鳥瞰視画像に視点変換する画像変換手段と、
前記画像変換手段により得られた異なる時刻の鳥瞰視画像の位置を鳥瞰視上で位置合わせし、当該位置合わせされた鳥瞰視画像の差分画像上において、前記鳥瞰視画像を視点変換した際に立体物が倒れ込む方向に沿って、前記差分画像上において所定の差分を示す画素数をカウントして度数分布化することで差分波形情報を生成し、前記差分波形情報に基づいて立体物を検出する立体物検出手段と、
前記立体物検出手段により検出された立体物が他車両であるか否かを判断する立体物判断手段と、
前記立体物検出手段により一又は複数の第1のタイミングで生成された差分波形情報から第1極大値を抽出するとともに、当該抽出された第1極大値に基づいて基準値を取得し、前記第1のタイミングよりも後の一又は複数の第2のタイミングで新たに生成された差分波形情報から前記鳥瞰視画像上において前記第1極大値に対応する第2極大値を抽出するとともに、当該第2極大値に基づいて評価対象値を取得し、前記評価対象値と前記基準値との差分の経時的変化に基づいて、前記レンズに異物が付着しているか否かを検出する異物検出手段と、
前記異物検出手段が前記レンズに付着した異物を検出した場合には、前記第2のタイミングにおいて取得された前記評価対象値に対応する画素を含む所定領域の画像から前記立体物が検出され、当該立体物が前記他車両であると判断されることを抑制する制御手段と、を備える立体物検出装置。An image pickup means mounted on a vehicle and provided with a lens that forms an image of the rear of the vehicle;
Image conversion means for converting the image obtained by the imaging means into a bird's eye view image;
The positions of the bird's-eye view images at different times obtained by the image conversion means are aligned on the bird's-eye view, and a three-dimensional view is obtained when the bird's-eye view image is subjected to viewpoint conversion on the difference image of the aligned bird's-eye view images. A three-dimensional object that generates difference waveform information by counting the number of pixels indicating a predetermined difference on the difference image and generating a frequency distribution along the direction in which the object falls, and detects a three-dimensional object based on the difference waveform information Object detection means;
A three-dimensional object determining means for determining whether or not the three-dimensional object detected by the three-dimensional object detecting means is another vehicle;
A first maximum value is extracted from the differential waveform information generated at one or a plurality of first timings by the three-dimensional object detection means, a reference value is acquired based on the extracted first maximum value, and the first Extracting a second maximum value corresponding to the first maximum value on the bird's-eye view image from the differential waveform information newly generated at one or a plurality of second timings after the first timing; A foreign object detection means for acquiring an evaluation target value based on a bi-maximal value, and detecting whether or not a foreign object is attached to the lens based on a temporal change in a difference between the evaluation target value and the reference value; ,
When the foreign object detection means detects a foreign object attached to the lens, the three-dimensional object is detected from an image of a predetermined region including pixels corresponding to the evaluation target value acquired at the second timing, A three-dimensional object detection apparatus comprising: a control unit that suppresses determination of a three-dimensional object as the other vehicle.
前記制御手段は、前記走行路状態判断手段により前記車両が走行する走行路が舗装道路であると判断された場合には、前記評価対象値に対応する画素を含む画像が前記レンズに付着した異物に起因する画像であると判断されることを促進することを特徴とする請求項1に記載の立体物検出装置。Based on travel information acquired by the vehicle, further comprises travel path state determination means for determining whether the travel path on which the vehicle travels is a paved road or an unpaved road,
When the travel path state determination means determines that the travel path on which the vehicle travels is a paved road, the control means has a foreign object with an image including pixels corresponding to the evaluation target value attached to the lens. The three-dimensional object detection device according to claim 1, wherein the three-dimensional object detection device promotes that the image is determined to be an image caused by an image.
前記異物検出手段は、前記評価対象値が前記第1閾値αの所定割合以上の値であると判断された回数に基づいて、前記第2のタイミングにおいて生成された前記評価対象値に対応する画素を含む画像は前記レンズに付着した異物に起因する画像であると判断し、前記レンズに付着した異物を検出することを特徴とする請求項1〜5の何れか一項に記載の立体物検出装置。The three-dimensional object detection means detects a three-dimensional object when the difference waveform information is a predetermined first threshold value α or more,
The foreign object detection means includes a pixel corresponding to the evaluation target value generated at the second timing based on the number of times that the evaluation target value is determined to be a value equal to or greater than a predetermined ratio of the first threshold value α. 6. The three-dimensional object detection according to claim 1, wherein an image including the image is determined to be an image caused by a foreign matter attached to the lens, and the foreign matter attached to the lens is detected. apparatus.
前記撮像手段により得られた画像を鳥瞰視画像に視点変換する画像変換手段と、
前記画像変換手段により得られた異なる時刻の鳥瞰視画像の位置を鳥瞰視上で位置合わせし、当該位置合わせされた鳥瞰視画像の差分画像上において、前記鳥瞰視画像を視点変換した際に立体物が倒れ込む方向に沿って、前記差分画像上において所定の差分を示す画素数をカウントして度数分布化することで差分波形情報を生成し、前記差分波形情報に基づいて立体物を検出する立体物検出手段と、
前記立体物検出手段により検出された立体物が他車両であるか否かを判断する立体物判断手段と、
前記画像変換手段により得られた異なる時刻の鳥瞰視画像の位置を鳥瞰視上で位置合わせし、当該位置合わせされた鳥瞰視画像の差分画像上において、前記鳥瞰視画像を視点変換した際に立体物が倒れ込む方向に沿って、前記差分画像上において所定の差分を示す画素のうち、隣接する画素の画素値の差が所定値未満の複数の画素群を抽出し、前記画素群の間の反転ポイントをカウントして度数分布化することで生成された反転波形情報を前記立体物検出手段から取得するとともに、一又は複数の第1のタイミングで生成された前記反転波形情報から第1極大値を抽出するとともに、当該第1極大値に基づいて基準反転数を取得し、前記第1のタイミングよりも後の一又は複数の第2のタイミングで新たに生成された反転波形情報から前記鳥瞰視画像上において前記第1極大値に対応する第2極大値を抽出するとともに、当該第2極大値に基づいて評価反転数を取得し、前記評価反転数と前記基準反転数との差分の経時的変化に基づいて、前記レンズに異物が付着しているか否かを検出する異物検出手段と、
前記異物検出手段が前記レンズに付着した異物を検出した場合には、前記第2のタイミングにおいて取得された前記評価反転数に対応する画素を含む所定領域の画像から前記立体物が検出され、当該立体物が前記他車両であると判断されることを抑制する制御手段と、を備えることを特徴とする立体物検出装置。An image pickup means mounted on a vehicle and provided with a lens that forms an image of the rear of the vehicle;
Image conversion means for converting the image obtained by the imaging means into a bird's eye view image;
The positions of the bird's-eye view images at different times obtained by the image conversion means are aligned on the bird's-eye view, and a three-dimensional view is obtained when the bird's-eye view image is subjected to viewpoint conversion on the difference image of the aligned bird's-eye view images. A three-dimensional object that generates difference waveform information by counting the number of pixels indicating a predetermined difference on the difference image and generating a frequency distribution along the direction in which the object falls, and detects a three-dimensional object based on the difference waveform information Object detection means;
A three-dimensional object determining means for determining whether or not the three-dimensional object detected by the three-dimensional object detecting means is another vehicle;
The positions of the bird's-eye view images at different times obtained by the image conversion means are aligned on the bird's-eye view, and a three-dimensional view is obtained when the bird's-eye view image is subjected to viewpoint conversion on the difference image of the aligned bird's-eye view images. Extracting a plurality of pixel groups in which the difference in pixel values of adjacent pixels is less than a predetermined value from pixels indicating a predetermined difference on the difference image along the direction in which the object falls, and inversion between the pixel groups Inversion waveform information generated by counting points and frequency distribution is acquired from the three-dimensional object detection means, and a first maximum value is obtained from the inversion waveform information generated at one or more first timings. In addition to extracting, a reference inversion number is acquired based on the first maximum value, and the bird is obtained from inversion waveform information newly generated at one or a plurality of second timings after the first timing. A second maximum value corresponding to the first maximum value is extracted on the visual image, an evaluation inversion number is acquired based on the second maximum value, and a time difference of the difference between the evaluation inversion number and the reference inversion number is obtained. A foreign matter detection means for detecting whether or not foreign matter is attached to the lens based on a change in the state;
When the foreign matter detection means detects a foreign matter attached to the lens, the three-dimensional object is detected from an image of a predetermined region including pixels corresponding to the evaluation inversion number acquired at the second timing, A three-dimensional object detection device comprising: a control unit that suppresses the determination that the three-dimensional object is the other vehicle.
前記制御手段は、前記走行路状態判断手段により前記車両が走行する走行路が舗装道路であると判断された場合には、前記評価反転数に対応する画素を含む画像が前記レンズに付着した異物に起因する画像であると判断されることを促進することを特徴とする請求項9に記載の立体物検出装置。Based on travel information acquired by the vehicle, further comprises travel path state determination means for determining whether the travel path on which the vehicle travels is a paved road or an unpaved road,
When the travel path state determination means determines that the travel path on which the vehicle travels is a paved road, the control means has a foreign object with an image including pixels corresponding to the evaluation inversion number attached to the lens. The three-dimensional object detection device according to claim 9, wherein the three-dimensional object detection device promotes that the image is determined to be an image caused by the image.
前記制御手段は、前記異物検出手段が前記レンズに付着した異物を検出した場合には、前記立体物が検出され難いように前記第1閾値αを高く変更する制御命令を生成し、当該制御命令を前記立体物検出手段に出力することを特徴とする請求項1〜15の何れか一項に記載の立体物検出装置。The three-dimensional object detection means detects a three-dimensional object when the difference waveform information is a predetermined first threshold value α or more,
The control means generates a control command for changing the first threshold value α so that the three-dimensional object is difficult to detect when the foreign matter detection means detects the foreign matter attached to the lens, and the control command Is output to the three-dimensional object detection means. The three-dimensional object detection device according to any one of claims 1 to 15.
前記制御手段は、前記異物検出手段が前記レンズに付着した異物を検出した場合には、前記鳥瞰視画像の差分画像上において所定の差分を示す画素数をカウントして度数分布化された値を低くする制御命令を生成し、当該制御命令を前記立体物検出手段に出力することを特徴とする請求項1〜15の何れか一項に記載の立体物検出装置。The three-dimensional object detection means detects a three-dimensional object when the difference waveform information is a predetermined first threshold value α or more,
When the foreign matter detection means detects the foreign matter attached to the lens, the control means counts the number of pixels indicating a predetermined difference on the difference image of the bird's-eye view image to obtain a frequency distribution value. The three-dimensional object detection apparatus according to claim 1, wherein a control command to be lowered is generated and the control command is output to the three-dimensional object detection unit.
前記制御手段は、前記異物検出手段が前記レンズに付着した異物を検出した場合には、前記立体物が検出され難いように前記閾値pを高く変更する制御命令を生成し、当該制御命令を前記立体物検出手段に出力することを特徴とする請求項1〜17の何れか一項に記載の立体物検出装置。The three-dimensional object detection means extracts the number of pixels indicating a pixel value equal to or greater than a threshold value p as the number of pixels indicating the predetermined difference,
The control unit generates a control command for changing the threshold p to be high so that the solid object is difficult to be detected when the foreign object detection unit detects a foreign material attached to the lens, and the control command is The three-dimensional object detection apparatus according to claim 1, wherein the three-dimensional object detection unit outputs the three-dimensional object detection unit.
前記制御手段は、前記異物検出手段が前記レンズに付着した異物を検出した場合には、前記鳥瞰視画像を視点変換した際に立体物が倒れ込む方向に沿って、前記差分画像上において抽出される画素数を低く変更して出力する制御命令を生成し、当該制御命令を前記立体物検出手段に出力することを特徴とする請求項1〜17の何れか一項に記載の立体物検出装置。The three-dimensional object detection means extracts the number of pixels indicating a pixel value equal to or greater than a threshold value p as the number of pixels indicating the predetermined difference,
When the foreign matter detection means detects the foreign matter attached to the lens, the control means is extracted on the difference image along a direction in which the three-dimensional object falls when the bird's-eye view image is converted into a viewpoint. 18. The three-dimensional object detection device according to claim 1, wherein a control command to be output with a lower number of pixels is generated, and the control command is output to the three-dimensional object detection unit.
前記撮像手段により得られた画像を鳥瞰視画像に視点変換する画像変換手段と、
前記画像変換手段により得られた鳥瞰視画像において、鳥瞰視画像に視点変換した際に立体物が倒れ込む方向に沿って互いに隣接する画像領域の画素の輝度差が所定閾値t以上であり、連続性を有するエッジ成分に基づいて検出されたエッジ線の情報を含むエッジ情報を生成し、前記エッジ情報に基づいて立体物を検出する立体物検出手段と、
前記立体物検出手段により検出された立体物が他車両であるか否かを判断する立体物判断手段と、
一又は複数の第1のタイミングで前記立体物検出手段により生成された前記エッジ線の情報を含むエッジ情報から第1極大値を抽出するとともに、当該第1極大値に基づいて基準エッジ長さを取得し、前記第1のタイミングよりも後の一又は複数の第2のタイミングで新たに生成されたエッジ情報から前記鳥瞰視画像上において前記第1極大値に対応する第2極大値を抽出するとともに、当該第2極大値に基づいて評価エッジ長さを取得し、前記評価エッジ長さと前記基準エッジ長さとの差分の経時的変化に基づいて、前記レンズに異物が付着しているか否かを検出する異物検出手段と、
前記異物検出手段が前記レンズに付着した異物を検出した場合には、前記第2のタイミングにおいて取得した前記評価エッジ長さに対応する画素を含む所定領域の画像から前記立体物が検出され、当該立体物が前記他車両であると判断されることを抑制する制御手段と、を備える立体物検出装置。An image pickup means mounted on a vehicle and provided with a lens that forms an image of the rear of the vehicle;
Image conversion means for converting the image obtained by the imaging means into a bird's eye view image;
In the bird's-eye view image obtained by the image conversion means, the luminance difference between the pixels in the image areas adjacent to each other along the direction in which the three-dimensional object falls when the viewpoint is converted into the bird's-eye view image is equal to or greater than a predetermined threshold t. Three-dimensional object detection means for generating edge information including information on edge lines detected based on an edge component having, and detecting a three-dimensional object based on the edge information;
A three-dimensional object determining means for determining whether or not the three-dimensional object detected by the three-dimensional object detecting means is another vehicle;
The first maximum value is extracted from the edge information including the edge line information generated by the three-dimensional object detection means at one or a plurality of first timings, and the reference edge length is determined based on the first maximum value. Obtaining and extracting a second maximum value corresponding to the first maximum value on the bird's-eye view image from edge information newly generated at one or a plurality of second timings after the first timing. In addition, an evaluation edge length is acquired based on the second maximum value, and whether or not a foreign matter is attached to the lens is determined based on a change over time in the difference between the evaluation edge length and the reference edge length. Foreign object detection means for detecting;
When the foreign object detection means detects a foreign object attached to the lens, the three-dimensional object is detected from an image of a predetermined region including pixels corresponding to the evaluation edge length acquired at the second timing, A three-dimensional object detection apparatus comprising: a control unit that suppresses determination of a three-dimensional object as the other vehicle.
前記制御手段は、前記走行路状態判断手段により前記車両が走行する走行路が舗装道路であると判断された場合には、前記評価エッジ長さに対応する画素を含む画像が前記レンズに付着した異物に起因する画像であると判断されることを促進することを特徴とする請求項20に記載の立体物検出装置。Based on travel information acquired by the vehicle, further comprises travel path state determination means for determining whether the travel path on which the vehicle travels is a paved road or an unpaved road,
When the travel path state determination means determines that the travel path on which the vehicle travels is a paved road, the control means attaches an image including a pixel corresponding to the evaluation edge length to the lens. 21. The three-dimensional object detection device according to claim 20, wherein the three-dimensional object detection device promotes the determination that the image is caused by a foreign object.
前記異物検出手段は、前記評価エッジ長さが前記閾値θの所定割合以上の値であると判断された回数に基づいて、前記第2のタイミングにおいて生成されたエッジ情報の評価エッジ長さに対応する画素を含む画像は撮像手段が備えるレンズに付着した異物に起因する画像であると判断し、前記レンズに付着した異物を検出することを特徴とする請求項20〜24の何れか一項に記載の立体物検出装置。The three-dimensional object detection means detects a three-dimensional object based on the edge line having a length greater than or equal to a threshold θ included in the edge information,
The foreign object detection means corresponds to the evaluation edge length of the edge information generated at the second timing based on the number of times that the evaluation edge length is determined to be a value equal to or greater than a predetermined ratio of the threshold value θ. 25. The image including a pixel to be determined is an image caused by a foreign matter attached to a lens included in the imaging unit, and the foreign matter attached to the lens is detected. The three-dimensional object detection apparatus described.
前記撮像手段により得られた画像を鳥瞰視画像に視点変換する画像変換手段と、
前記画像変換手段により得られた鳥瞰視画像において、鳥瞰視画像に視点変換した際に立体物が倒れ込む方向に沿って互いに隣接する画像領域の画素の輝度差が所定閾値t以上であり、連続性を有するエッジ成分に基づいて検出されたエッジ線の情報を含むエッジ情報を生成し、前記エッジ情報に基づいて立体物を検出する立体物検出手段と、
前記立体物検出手段により検出された立体物が他車両であるか否かを判断する立体物判断手段と、
前記画像変換手段により得られた鳥瞰視画像において、前記鳥瞰視画像に視点変換した際に立体物が倒れ込む方向に沿って互いに隣接する画像領域の画素の輝度差が閾値t以上である画素であって連続性を有するエッジ成分のうち、隣接する画素の輝度差が所定値未満の複数の画素群を抽出し、前記画素群の間の反転ポイントをカウントして度数分布化することで生成した反転エッジ情報を前記立体物検出手段から取得するとともに、一又は複数の第1のタイミングで生成された前記反転エッジ情報から第1極大値を抽出するとともに、当該第1極大値に基づいて基準反転数を取得し、前記第1のタイミングよりも後の一又は複数の第2のタイミングで新たに生成された反転エッジ情報から前記鳥瞰視画像上において前記第1極大値に対応する第2極大値を抽出するとともに、当該第2極大値に基づいて評価反転数を取得し、前記評価反転数と前記基準反転数との差分の経時的変化に基づいて、前記レンズに異物が付着しているか否かを検出する異物検出手段と、
前記異物検出手段が前記レンズに付着した異物を検出した場合には、前記第2のタイミングにおいて取得された前記評価反転数に対応する画素を含む所定領域の画像から前記立体物が検出され、当該立体物が前記他車両であると判断されることを抑制する制御手段と、を備える立体物検出装置。An image pickup means mounted on a vehicle and provided with a lens that forms an image of the rear of the vehicle;
Image conversion means for converting the image obtained by the imaging means into a bird's eye view image;
In the bird's-eye view image obtained by the image conversion means, the luminance difference between the pixels in the image areas adjacent to each other along the direction in which the three-dimensional object falls when the viewpoint is converted into the bird's-eye view image is equal to or greater than a predetermined threshold t. Three-dimensional object detection means for generating edge information including information on edge lines detected based on an edge component having, and detecting a three-dimensional object based on the edge information;
A three-dimensional object determining means for determining whether or not the three-dimensional object detected by the three-dimensional object detecting means is another vehicle;
In the bird's-eye view image obtained by the image conversion means, a pixel in which a luminance difference between pixels in image regions adjacent to each other along a direction in which a three-dimensional object falls when the viewpoint is converted into the bird's-eye view image is a threshold value t or more. Inversion generated by extracting a plurality of pixel groups in which the luminance difference between adjacent pixels is less than a predetermined value from the edge components having continuity, and counting the inversion points between the pixel groups and performing frequency distribution The edge information is acquired from the three-dimensional object detection means, the first maximum value is extracted from the inversion edge information generated at one or a plurality of first timings, and the reference inversion number is based on the first maximum value. Corresponding to the first maximum value on the bird's-eye view image from the inverted edge information newly generated at one or a plurality of second timings after the first timing. The second maximum value is extracted, the evaluation inversion number is acquired based on the second maximum value, and foreign matter adheres to the lens based on the change over time of the difference between the evaluation inversion number and the reference inversion number. Foreign matter detection means for detecting whether or not
When the foreign matter detection means detects a foreign matter attached to the lens, the three-dimensional object is detected from an image of a predetermined region including pixels corresponding to the evaluation inversion number acquired at the second timing, A three-dimensional object detection apparatus comprising: a control unit that suppresses determination of a three-dimensional object as the other vehicle.
前記制御手段は、前記走行路状態判断手段により前記車両が走行する走行路が舗装道路であると判断された場合には、前記評価反転数に対応する画素を画像が前記レンズに付着した異物に起因する画像であると判断されることを促進することを特徴とする請求項28に記載の立体物検出装置。Based on travel information acquired by the vehicle, further comprises travel path state determination means for determining whether the travel path on which the vehicle travels is a paved road or an unpaved road,
When the travel path state determination means determines that the travel path on which the vehicle travels is a paved road, the control means adds a pixel corresponding to the evaluation inversion number to a foreign object attached to the lens. 29. The three-dimensional object detection device according to claim 28, which promotes the determination that the image is a resulting image.
前記制御手段は、前記異物検出手段が前記レンズに付着した異物を検出した場合には、前記立体物が検出され難いように前記所定閾値tを高く変更する制御命令を生成し、当該制御命令を前記立体物検出手段に出力することを特徴とする請求項20〜34の何れか一項に記載の立体物検出装置。The three-dimensional object detection means extracts an edge line based on a pixel indicating a luminance difference equal to or greater than a predetermined threshold t,
The control means generates a control command for changing the predetermined threshold t high so that the three-dimensional object is difficult to be detected when the foreign object detection means detects a foreign object adhering to the lens. The three-dimensional object detection device according to any one of claims 20 to 34, wherein the three-dimensional object detection unit outputs the three-dimensional object detection unit.
前記制御手段は、前記異物検出手段が前記レンズに付着した異物を検出した場合には、前記画素の輝度値を低くする制御命令を生成し、当該制御命令を前記立体物検出手段に出力することを特徴とする請求項20〜35の何れか一項に記載の立体物検出装置。The three-dimensional object detection means extracts an edge line based on a pixel indicating a luminance difference equal to or greater than a predetermined threshold t,
The control means generates a control command for lowering the luminance value of the pixel and outputs the control command to the three-dimensional object detection means when the foreign matter detection means detects a foreign matter attached to the lens. 36. The three-dimensional object detection device according to any one of claims 20 to 35.
前記制御手段は、前記異物検出手段が前記レンズに付着した異物を検出した場合には、前記立体物が検出され難いように前記閾値θを高く変更する制御命令を生成し、当該制御命令を前記立体物検出手段に出力することを特徴とする請求項20〜36の何れか一項に記載の立体物検出装置。The three-dimensional object detection means detects a three-dimensional object based on the edge line having a length greater than or equal to a threshold θ included in the edge information,
The control means generates a control command for changing the threshold θ high so that the solid object is difficult to be detected when the foreign object detection means detects a foreign object attached to the lens, and the control instruction is The three-dimensional object detection device according to any one of claims 20 to 36, wherein the three-dimensional object detection unit outputs the three-dimensional object detection means.
前記制御手段は、前記異物検出手段が前記レンズに付着した異物を検出した場合には、前記検出したエッジ情報に含まれるエッジの長さの値を低く出力する制御命令を生成し、当該制御命令を前記立体物検出手段に出力することを特徴とする請求項20〜36の何れか一項に記載の立体物検出装置。The three-dimensional object detection means detects a three-dimensional object based on the edge line having a length greater than or equal to a threshold θ included in the edge information,
The control means generates a control command for outputting a low value of the edge length included in the detected edge information when the foreign matter detection means detects a foreign matter attached to the lens, and the control command The three-dimensional object detection apparatus according to any one of claims 20 to 36, wherein the three-dimensional object detection means is output to the three-dimensional object detection means.
前記制御手段は、前記異物検出手段が前記レンズに付着した異物を検出した場合には、前記立体物が検出され難いように前記第2閾値βを高く変更する制御命令を生成し、当該制御命令を前記立体物検出手段に出力することを特徴とする請求項20〜38の何れか一項に記載の立体物検出装置。The three-dimensional object detection means detects a three-dimensional object based on a determination as to whether or not the number of edge lines having a length equal to or greater than a predetermined length included in the edge information is equal to or greater than a second threshold β.
The control means generates a control command for changing the second threshold value β high so that the solid object is difficult to be detected when the foreign matter detection means detects a foreign matter attached to the lens. Is output to the three-dimensional object detection means. The three-dimensional object detection apparatus according to any one of claims 20 to 38, wherein:
前記制御手段は、前記異物検出手段が前記レンズに付着した異物を検出した場合には、前記検出した所定長さ以上のエッジ線の本数を低く出力する制御命令を生成し、当該制御命令を前記立体物検出手段に出力することを特徴とする請求項20〜38の何れか一項に記載の立体物検出装置。The three-dimensional object detection means detects a three-dimensional object based on a determination as to whether or not the number of edge lines having a length equal to or greater than a predetermined length included in the edge information is equal to or greater than a second threshold β.
The control means generates a control command that outputs a low number of edge lines that are equal to or longer than the detected predetermined length when the foreign matter detection means detects a foreign matter attached to the lens, and outputs the control command to the control command. It outputs to a solid object detection means, The solid object detection apparatus as described in any one of Claims 20-38 characterized by the above-mentioned.
前記制御手段は、前記異物検出手段が前記レンズに付着した異物を検出した場合には、前記立体物が検出され難いように、立体物を他車両であると判断する際の下限となる前記所定速度を高くする制御命令を生成し、当該制御命令を前記立体物判断手段に出力することを特徴とする請求項1〜40の何れか一項に記載の立体物検出装置。The three-dimensional object determination means determines that the three-dimensional object is another vehicle when the moving speed of the detected three-dimensional object is equal to or higher than a predetermined speed set in advance.
When the foreign matter detection means detects the foreign matter attached to the lens, the control means is configured to be a lower limit when determining that the three-dimensional object is another vehicle so that the three-dimensional object is difficult to be detected. 41. The three-dimensional object detection device according to any one of claims 1 to 40, wherein a control command for increasing a speed is generated, and the control command is output to the three-dimensional object determination unit.
前記制御手段は、前記異物検出手段が前記レンズに付着した異物を検出した場合には、前記立体物を他車両であると判断する際の下限となる前記所定速度と比較される前記立体物の移動速度を低く変更して出力する制御命令を生成し、当該制御命令を前記立体物判断手段に出力することを特徴とする請求項1〜41の何れか一項に記載の立体物検出装置。The three-dimensional object determining means determines that the three-dimensional object is the other vehicle when the moving speed of the detected three-dimensional object is equal to or higher than a predetermined speed set in advance.
When the foreign matter detection means detects the foreign matter attached to the lens, the control means is configured to compare the three-dimensional object with the predetermined speed which is a lower limit when judging the three-dimensional object as another vehicle. 42. The three-dimensional object detection device according to any one of claims 1 to 41, wherein a control command for changing and outputting a moving speed is generated, and the control command is output to the three-dimensional object determination unit.
前記制御手段は、前記異物検出手段が前記レンズに付着した異物を検出した場合には、前記立体物を他車両であると判断する際の上限となる前記所定速度を低く変更する制御命令を生成し、当該制御命令を前記立体物判断手段に出力することを特徴とする請求項1〜42の何れか一項に記載の立体物検出装置。The three-dimensional object determination means determines that the three-dimensional object is another vehicle when the moving speed of the detected three-dimensional object is less than a predetermined speed set in advance.
The control unit generates a control command for changing the predetermined speed to be a lower limit when determining that the solid object is another vehicle when the foreign object detection unit detects the foreign object attached to the lens. The three-dimensional object detection device according to any one of claims 1 to 42, wherein the control command is output to the three-dimensional object determination unit.
前記制御手段は、前記異物検出手段が前記レンズに付着した異物を検出した場合には、前記立体物を他車両であると判断する際の上限となる前記所定速度と比較される前記立体物の移動速度を高く変更する制御命令を生成し、当該制御命令を前記立体物判断手段に出力することを特徴とする請求項1〜43の何れか一項に記載の立体物検出装置。The three-dimensional object determination means determines that the three-dimensional object is another vehicle when the moving speed of the detected three-dimensional object is less than a predetermined speed set in advance.
When the foreign matter detection means detects the foreign matter attached to the lens, the control means is configured to compare the three-dimensional object with the predetermined speed that is an upper limit when determining that the three-dimensional object is another vehicle. 44. The three-dimensional object detection device according to any one of claims 1 to 43, wherein a control command for changing a moving speed is generated, and the control command is output to the three-dimensional object determination unit.
前記第1スコアの絶対値は前記第2スコアの絶対値よりも高いことを特徴とする請求項1〜48の何れか一項に記載の立体物検出装置。The foreign object detection means performs a process of adding a first score over time when the difference is within a predetermined determination range in the process of detecting the foreign object executed at each second timing. When the degree of change in the difference over time is outside a predetermined determination range, a process of subtracting the second score is performed over time, and when the total score is equal to or greater than a predetermined threshold, Detect attached foreign matter,
49. The three-dimensional object detection device according to any one of claims 1 to 48, wherein an absolute value of the first score is higher than an absolute value of the second score.
前記制御手段は、
前記走行路状態判断手段により前記車両が走行する走行路が舗装道路であると判断された場合には、前記異物検出手段が用いる前記バンドパスフィルタの遮断又は減衰周波数の範囲を広くさせ、
前記走行路状態判断手段により前記車両が走行する走行路が非舗装道路であると判断された場合には、前記異物検出手段が用いる前記バンドパスフィルタの遮断又は減衰周波数の範囲を維持させ、又は狭くさせることを特徴とする請求項2に従属する請求項4、請求項10に従属する請求項12、請求項21に従属する請求項23、又は請求項29に従属する請求項31の何れか一項に記載の立体物検出装置。 The bandpass filter used for signal processing performed by the foreign matter detection means is a lowpass filter,
The control means includes
When it is determined by the travel path state determination means that the travel path on which the vehicle travels is a paved road, the bandpass filter used by the foreign object detection means has a wider range of cutoff or attenuation frequency,
When the travel path state determination means determines that the travel path on which the vehicle travels is an unpaved road, the bandpass filter used by the foreign object detection means is maintained in the cutoff or attenuation frequency range, or Any one of claim 4 subordinate to claim 2 , claim 12 subordinate to claim 10, claim 23 subordinate to claim 21 , or claim 31 subordinate to claim 29, which is narrowed. The three-dimensional object detection device according to one item.
前記制御手段は、
前記走行路状態判断手段により前記車両が走行する走行路が舗装道路であると判断された場合には、前記異物検出手段が用いる前記変化率リミッタの制限変化率を高くさせ、
前記走行路状態判断手段により前記車両が走行する走行路が非舗装道路であると判断された場合には、前記異物検出手段が用いる前記変化率リミッタの制限変化率を維持させ、又は低減させることを特徴とする請求項50に記載の立体物検出装置。The signal processing performed by the foreign matter detection means includes signal processing using a change rate limiter,
The control means includes
When the travel path state determination means determines that the travel path on which the vehicle travels is a paved road, the limit change rate of the change rate limiter used by the foreign matter detection means is increased,
When the travel path state determination means determines that the travel path on which the vehicle travels is an unpaved road, the limit change rate of the change rate limiter used by the foreign matter detection means is maintained or reduced. The three-dimensional object detection device according to claim 50, wherein:
前記撮像手段により取得された画像から路面に表示された白線情報を抽出し、前記白線情報が抽出された場合には、前記車両が走行する走行路が舗装道路であると判断し、
前記白線情報が抽出されなかった場合には、前記車両が走行する走行路が非舗装道路であると判断することを特徴とする請求項2、10、21、又は29の何れか一項に記載の立体物検出装置。The travel path state determination means includes
When the white line information displayed on the road surface is extracted from the image acquired by the imaging means, and the white line information is extracted, it is determined that the traveling road on which the vehicle travels is a paved road,
30. When the white line information is not extracted, it is determined that the travel path on which the vehicle travels is an unpaved road. 30. Three-dimensional object detection device.
前記車両が備える複数の車輪の各車輪速度を取得し、
前記取得した複数の車輪速度のばらつきが所定値未満である場合には、前記車両が走行する走行路が舗装道路であると判断し、
前記取得した複数の車輪速度のばらつきが所定値以上である場合には、前記車両が走行する走行路が非舗装道路であると判断することを特徴とする請求項2、10、21、又は29の何れか一項に記載の立体物検出装置。The travel path state determination means includes
Obtaining each wheel speed of a plurality of wheels provided in the vehicle;
When the obtained variation in the plurality of wheel speeds is less than a predetermined value, it is determined that the travel path on which the vehicle travels is a paved road,
30. The travel path on which the vehicle travels is determined to be an unpaved road when the obtained variation in the plurality of wheel speeds is equal to or greater than a predetermined value. The three-dimensional object detection device according to any one of the above.
前記走行路状態判断手段は、
前記滑走発生防止装置、空転防止装置又は横滑防止装置の何れか一つ以上の装置の動作に関する情報を取得し、動作回数又は動作頻度が所定値未満である場合には、前記車両が走行する走行路が舗装道路であると判断し、
前記滑走発生防止装置、空転防止装置又は横滑防止装置の何れか一つ以上の装置の動作に関する情報を取得し、当該取得した情報に含まれる動作回数又は動作頻度が所定値以上である場合には、前記車両が走行する走行路が非舗装道路であると判断することを特徴とする請求項2、10、21、又は29の何れか一項に記載の立体物検出装置。
The vehicle includes any one or more of a skid prevention device, a tire slip prevention device, or a skid prevention device,
The travel path state determination means includes
Information on the operation of any one or more of the anti-skid device, anti-skid device, or anti-skid device is acquired, and the vehicle travels when the number of operations or the operation frequency is less than a predetermined value. Judging that the road is a paved road,
When information related to the operation of one or more of the anti-skid device, anti-skid device, or anti-skid device is acquired, and the number of operations or operation frequency included in the acquired information is a predetermined value or more. 30. The three-dimensional object detection device according to any one of claims 2, 10, 21, and 29, wherein the traveling path on which the vehicle travels is determined to be an unpaved road.
前記得られた異なる時刻の鳥瞰視画像の位置を鳥瞰視上で位置合わせし、当該位置合わせされた鳥瞰視画像の差分画像上において、前記鳥瞰視画像を視点変換した際に立体物が倒れ込む方向に沿って、前記差分画像上において所定の差分を示す画素数をカウントして度数分布化することで差分波形情報を生成し、前記差分波形情報に基づいて立体物を検出するステップと、
前記検出された立体物が他車両であるか否かを判断するステップと、
一又は複数の第1のタイミングで生成された差分波形情報から第1極大値を抽出するとともに、当該第1極大値に基づいて基準値を取得し、前記第1のタイミングよりも後の一又は複数の第2のタイミングで新たに生成された差分波形情報から前記鳥瞰視画像上において前記第1極大値に対応する第2極大値を抽出するとともに、当該第2極大値に基づいて評価対象値を取得し、前記評価対象値と前記基準値との差分の経時的変化に基づいて、前記レンズに異物が付着しているか否かを検出するステップと、
前記レンズに付着した異物が検出された場合には、前記第2のタイミングにおいて取得された前記評価対象値に対応する画素を含む所定領域の画像から前記立体物が検出され、当該立体物が前記他車両であると判断されることを抑制するステップと、を有する立体物検出方法。A step of converting an image obtained by a camera mounted on a vehicle and provided with a lens that forms an image of the rear of the vehicle into a bird's eye view image;
The position of the obtained bird's-eye view image at different times is aligned in bird's-eye view, and the three-dimensional object collapses when the viewpoint of the bird's-eye view image is converted on the difference image of the aligned bird's-eye view image A step of generating a difference waveform information by counting the number of pixels indicating a predetermined difference on the difference image and generating a frequency distribution along the difference image, and detecting a three-dimensional object based on the difference waveform information;
Determining whether the detected three-dimensional object is another vehicle;
A first maximum value is extracted from the differential waveform information generated at one or a plurality of first timings, a reference value is acquired based on the first maximum value, and one or later after the first timing is acquired. A second maximum value corresponding to the first maximum value is extracted on the bird's-eye view image from the differential waveform information newly generated at a plurality of second timings, and an evaluation target value based on the second maximum value And detecting whether foreign matter is attached to the lens based on a change over time of the difference between the evaluation target value and the reference value;
When the foreign matter adhering to the lens is detected, the solid object is detected from an image of a predetermined area including pixels corresponding to the evaluation target value acquired at the second timing, and the solid object is And a step of suppressing the determination that the vehicle is another vehicle.
前記得られた異なる時刻の鳥瞰視画像の位置を鳥瞰視上で位置合わせし、当該位置合わせされた鳥瞰視画像の差分画像上において、前記鳥瞰視画像を視点変換した際に立体物が倒れ込む方向に沿って、前記差分画像上において所定の差分を示す画素数をカウントして度数分布化することで差分波形情報を生成し、前記差分波形情報に基づいて立体物を検出するステップと、
前記検出された立体物が他車両であるか否かを判断するステップと、
前記得られた異なる時刻の鳥瞰視画像の位置を鳥瞰視上で位置合わせし、当該位置合わせされた鳥瞰視画像の差分画像上において、前記鳥瞰視画像を視点変換した際に立体物が倒れ込む方向に沿って、前記差分画像上において所定の差分を示す画素のうち、隣接する画素の画素値の差が所定値未満の複数の画素群を抽出し、前記画素群の間の反転ポイントをカウントして度数分布化することで生成された反転波形情報を取得するとともに、一又は複数の第1のタイミングで生成された前記反転波形情報から第1極大値を抽出するとともに、当該第1極大値に基づいて基準反転数を取得し、前記第1のタイミングよりも後の一又は複数の第2のタイミングで新たに生成された反転波形情報から前記鳥瞰視画像上において前記第1極大値に対応する第2極大値を抽出するとともに、当該第2極大値に基づいて評価反転数を取得し、前記評価反転数と前記基準反転数との差分の経時的変化に基づいて、前記レンズに異物が付着しているか否かを検出するステップと、
前記レンズに付着した異物が検出された場合には、前記第2のタイミングにおいて取得された前記評価反転数に対応する画素を含む所定領域の画像から前記立体物が検出され、当該立体物が前記他車両であると判断されることを抑制するステップと、を有することを特徴とする立体物検出方法。A step of converting an image obtained by a camera mounted on a vehicle and provided with a lens that forms an image of the rear of the vehicle into a bird's eye view image;
The position of the obtained bird's-eye view image at different times is aligned in bird's-eye view, and the three-dimensional object collapses when the viewpoint of the bird's-eye view image is converted on the difference image of the aligned bird's-eye view image A step of generating a difference waveform information by counting the number of pixels indicating a predetermined difference on the difference image and generating a frequency distribution along the difference image, and detecting a three-dimensional object based on the difference waveform information;
Determining whether the detected three-dimensional object is another vehicle;
The position of the obtained bird's-eye view image at different times is aligned in bird's-eye view, and the three-dimensional object collapses when the viewpoint of the bird's-eye view image is converted on the difference image of the aligned bird's-eye view image A plurality of pixel groups whose adjacent pixel values are less than a predetermined value are extracted from the pixels showing a predetermined difference on the difference image, and the inversion points between the pixel groups are counted. And acquiring the inverted waveform information generated by frequency distribution, extracting a first maximum value from the inverted waveform information generated at one or a plurality of first timings, and obtaining the first maximum value. A reference inversion number is obtained based on the inverted waveform information newly generated at one or more second timings after the first timing and corresponds to the first maximum value on the bird's-eye view image. The second maximum value is extracted, the evaluation inversion number is acquired based on the second maximum value, and foreign matter adheres to the lens based on the change over time of the difference between the evaluation inversion number and the reference inversion number. Detecting whether or not
When the foreign matter adhering to the lens is detected, the solid object is detected from an image of a predetermined area including pixels corresponding to the evaluation inversion number acquired at the second timing, and the solid object is And a step of suppressing the determination that the vehicle is another vehicle.
前記得られた鳥瞰視画像において、鳥瞰視画像に視点変換した際に立体物が倒れ込む方向に沿って互いに隣接する領域の画素の輝度差が所定閾値t以上であり、連続性を有するエッジ成分に基づいて検出されたエッジ線の情報を含むエッジ情報を生成し、前記エッジ情報に基づいて立体物を検出するステップと、
前記検出された立体物が他車両であるか否かを判断するステップと、
一又は複数の第1のタイミングで生成された前記エッジ線の情報を含むエッジ情報から第1極大値を抽出するとともに、当該第1極大値に基づいて基準エッジ長さを取得し、前記第1のタイミングよりも後の一又は複数の第2のタイミングで新たに生成されたエッジ情報から前記鳥瞰視画像上において前記第1極大値に対応する第2極大値を抽出するとともに、当該第2極大値に基づいて評価エッジ長さを取得し、前記評価エッジ長さと前記基準エッジ長さとの差分の経時的変化に基づいて、前記レンズに異物が付着しているか否かを検出するステップと、
前記レンズに付着した異物が検出された場合には、前記第2のタイミングにおいて取得した前記評価エッジ長さに対応する画素を含む所定領域の画像から前記立体物が検出され、当該立体物が前記他車両であると判断されることを抑制するステップと、を有する立体物検出方法。A step of converting an image obtained by a camera mounted on a vehicle and provided with a lens that forms an image of the rear of the vehicle into a bird's eye view image;
In the obtained bird's-eye view image, when the viewpoint is converted into the bird's-eye view image, the luminance difference between the pixels adjacent to each other along the direction in which the three-dimensional object collapses is a predetermined threshold value t or more, and the edge component has continuity. Generating edge information including information of the edge line detected based on, and detecting a three-dimensional object based on the edge information;
Determining whether the detected three-dimensional object is another vehicle;
A first maximum value is extracted from edge information including information about the edge line generated at one or a plurality of first timings, a reference edge length is acquired based on the first maximum value, and the first And extracting a second maximum value corresponding to the first maximum value on the bird's-eye view image from the edge information newly generated at one or a plurality of second timings after the second timing, and the second maximum Obtaining an evaluation edge length based on a value, and detecting whether or not a foreign substance is attached to the lens based on a change over time of a difference between the evaluation edge length and the reference edge length;
When the foreign matter adhering to the lens is detected, the solid object is detected from an image of a predetermined region including pixels corresponding to the evaluation edge length acquired at the second timing, and the solid object is And a step of suppressing the determination that the vehicle is another vehicle.
前記得られた鳥瞰視画像において、鳥瞰視画像に視点変換した際に立体物が倒れ込む方向に沿って互いに隣接する領域の画素の輝度差が所定閾値t以上であり、連続性を有するエッジ成分に基づいて検出されたエッジ線の情報を含むエッジ情報を生成し、前記エッジ情報に基づいて立体物を検出するステップと、
前記検出された立体物が他車両であるか否かを判断するステップと、
前記得られた鳥瞰視画像において、前記鳥瞰視画像に視点変換した際に立体物が倒れ込む方向に沿って互いに隣接する領域の画素の輝度差が閾値t以上である画素であって連続性を有するエッジ成分のうち、隣接する画素の輝度差が所定値未満の複数の画素群を抽出し、前記画素群の間の反転ポイントをカウントして度数分布化することで生成された反転エッジ情報を取得するとともに、一又は複数の第1のタイミングで生成された前記反転エッジ情報から第1極大値を抽出するとともに、当該第1極大値に基づいて基準反転数を取得し、前記第1のタイミングよりも後の一又は複数の第2のタイミングで新たに生成された反転エッジ情報から前記鳥瞰視画像上において前記第1極大値に対応する第2極大値を抽出するとともに、当該第2極大値に基づいて評価反転数を取得し、前記評価反転数と前記基準反転数との差分の経時的変化に基づいて、前記レンズに異物が付着しているか否かを検出するステップと、
前記レンズに付着した異物が検出された場合には、前記第2のタイミングにおいて取得された前記評価反転数に対応する画素を含む所定領域の画像から前記立体物が検出され、当該立体物が前記他車両であると判断されることを抑制するステップと、を有することを特徴とする立体物検出方法。A step of converting an image obtained by a camera mounted on a vehicle and provided with a lens that forms an image of the rear of the vehicle into a bird's eye view image;
In the obtained bird's-eye view image, when the viewpoint is converted into the bird's-eye view image, the luminance difference between the pixels adjacent to each other along the direction in which the three-dimensional object collapses is a predetermined threshold value t or more, and the edge component has continuity. Generating edge information including information of the edge line detected based on, and detecting a three-dimensional object based on the edge information;
Determining whether the detected three-dimensional object is another vehicle;
The obtained bird's-eye view image is a pixel in which a luminance difference between pixels in regions adjacent to each other along a direction in which the three-dimensional object falls when the viewpoint is converted to the bird's-eye view image, has continuity. Inverted edge information generated by extracting a plurality of pixel groups whose luminance difference between adjacent pixels is less than a predetermined value from the edge components, and counting the inversion points between the pixel groups and performing frequency distribution And extracting a first maximum value from the inversion edge information generated at one or a plurality of first timings, obtaining a reference inversion number based on the first maximum value, and from the first timing. A second maximum value corresponding to the first maximum value is extracted on the bird's-eye view image from the inverted edge information newly generated at one or more second timings, and the second maximum A step of obtaining the evaluation Inverse number based on the value, the evaluation based on the difference changes over time in the number of reversals and the reference reversal number, for detecting whether the foreign matter on the lens is attached,
When the foreign matter adhering to the lens is detected, the solid object is detected from an image of a predetermined area including pixels corresponding to the evaluation inversion number acquired at the second timing, and the solid object is And a step of suppressing the determination that the vehicle is another vehicle.
前記撮像手段により得られた画像を鳥瞰視画像に視点変換する画像変換手段と、
前記画像変換手段により得られた前記鳥瞰視画像上で、前記鳥瞰視画像に視点変換した際に立体物が倒れ込む方向に沿って輝度差が所定の閾値以上の画素の分布情報を取得し、一又は複数の第1のタイミングで生成された前記分布情報から第1極大値を抽出するとともに、当該抽出された第1極大値に基づいて基準値を取得し、前記第1のタイミングよりも後の一又は複数の第2のタイミングで新たに生成された前記分布情報から前記鳥瞰視画像上において前記第1極大値に対応する第2極大値を抽出するとともに、当該第2極大値に基づいて評価対象値を取得し、前記評価対象値と前記基準値との差分の経時的変化に基づいて、前記レンズに異物が付着しているか否かを検出する異物検出手段と、を備える異物検出装置。An image pickup means mounted on a vehicle and provided with a lens that forms an image of the rear of the vehicle;
Image conversion means for converting the image obtained by the imaging means into a bird's eye view image;
On the bird's-eye view image obtained by the image conversion means, obtain distribution information of pixels having a luminance difference equal to or greater than a predetermined threshold along the direction in which the three-dimensional object falls when the viewpoint is converted into the bird's-eye view image. Alternatively, a first maximum value is extracted from the distribution information generated at a plurality of first timings, a reference value is acquired based on the extracted first maximum value, and a time later than the first timing is acquired. A second maximum value corresponding to the first maximum value is extracted on the bird's-eye view image from the distribution information newly generated at one or a plurality of second timings, and evaluated based on the second maximum value. A foreign matter detection device comprising: a foreign matter detection unit that obtains a target value and detects whether or not a foreign matter is attached to the lens based on a temporal change in a difference between the evaluation target value and the reference value.
Applications Claiming Priority (5)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2012166498 | 2012-07-27 | ||
JP2012166497 | 2012-07-27 | ||
JP2012166498 | 2012-07-27 | ||
JP2012166497 | 2012-07-27 | ||
PCT/JP2013/069153 WO2014017318A1 (en) | 2012-07-27 | 2013-07-12 | Three-dimensional object detection device, three-dimensional object detection method, and foreign substance detection device |
Publications (2)
Publication Number | Publication Date |
---|---|
JPWO2014017318A1 JPWO2014017318A1 (en) | 2016-07-11 |
JP6003986B2 true JP6003986B2 (en) | 2016-10-05 |
Family
ID=49997133
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2014526852A Active JP6003986B2 (en) | 2012-07-27 | 2013-07-12 | Three-dimensional object detection device, three-dimensional object detection method, and foreign object detection device |
Country Status (2)
Country | Link |
---|---|
JP (1) | JP6003986B2 (en) |
WO (1) | WO2014017318A1 (en) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE112021001483T5 (en) | 2020-05-14 | 2023-01-12 | Hitachi Astemo, Ltd. | IMAGE PROCESSING DEVICE |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP6434264B2 (en) * | 2014-09-24 | 2018-12-05 | 矢崎エナジーシステム株式会社 | Road surface information collection device and road surface information analysis system |
WO2018021076A1 (en) * | 2016-07-27 | 2018-02-01 | 京セラ株式会社 | Detection device, image pickup device, movable body, and detection method |
JP6847709B2 (en) * | 2017-02-24 | 2021-03-24 | 京セラ株式会社 | Camera devices, detectors, detection systems and mobiles |
JP6841725B2 (en) * | 2017-06-07 | 2021-03-10 | アルパイン株式会社 | Other vehicle monitoring system |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2009057410A1 (en) * | 2007-10-30 | 2009-05-07 | Nec Corporation | Road marking image processing device, road marking image processing method, and program |
JP5251927B2 (en) * | 2010-06-21 | 2013-07-31 | 日産自動車株式会社 | Moving distance detection device and moving distance detection method |
CN103080976B (en) * | 2010-08-19 | 2015-08-05 | 日产自动车株式会社 | Three-dimensional body pick-up unit and three-dimensional body detection method |
-
2013
- 2013-07-12 JP JP2014526852A patent/JP6003986B2/en active Active
- 2013-07-12 WO PCT/JP2013/069153 patent/WO2014017318A1/en active Application Filing
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE112021001483T5 (en) | 2020-05-14 | 2023-01-12 | Hitachi Astemo, Ltd. | IMAGE PROCESSING DEVICE |
Also Published As
Publication number | Publication date |
---|---|
JPWO2014017318A1 (en) | 2016-07-11 |
WO2014017318A1 (en) | 2014-01-30 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP5997276B2 (en) | Three-dimensional object detection device and foreign object detection device | |
JP5896027B2 (en) | Three-dimensional object detection apparatus and three-dimensional object detection method | |
JP5900623B2 (en) | Three-dimensional object detection apparatus and three-dimensional object detection method | |
JP6045589B2 (en) | Camera device, three-dimensional object detection device, and lens cleaning method | |
JP5787024B2 (en) | Three-dimensional object detection device | |
JP5776795B2 (en) | Three-dimensional object detection device | |
JP6020567B2 (en) | Three-dimensional object detection apparatus and three-dimensional object detection method | |
WO2014017624A1 (en) | Three-dimensional object detection device, and three-dimensional object detection method | |
JPWO2013038818A1 (en) | Three-dimensional object detection device | |
JP5733467B2 (en) | Three-dimensional object detection device | |
JP6003986B2 (en) | Three-dimensional object detection device, three-dimensional object detection method, and foreign object detection device | |
WO2013121911A1 (en) | Solid-object detection device and solid-object detection method | |
JP5871069B2 (en) | Three-dimensional object detection apparatus and three-dimensional object detection method | |
JP5794379B2 (en) | Three-dimensional object detection apparatus and three-dimensional object detection method | |
JP6337601B2 (en) | Three-dimensional object detection device | |
JP6003987B2 (en) | Three-dimensional object detection apparatus and three-dimensional object detection method | |
JP5790867B2 (en) | Three-dimensional object detection device | |
JP6011110B2 (en) | Three-dimensional object detection apparatus and three-dimensional object detection method | |
WO2014017602A1 (en) | Three-dimensional object detection device, and three-dimensional object detection method | |
JP5768927B2 (en) | Three-dimensional object detection device | |
JP5817913B2 (en) | Three-dimensional object detection apparatus and three-dimensional object detection method |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20160809 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20160822 |
|
R151 | Written notification of patent or utility model registration |
Ref document number: 6003986 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R151 |