JP6441558B2 - 物体位置判定装置 - Google Patents

Description

本発明は、自車両の周囲に存在する物体の位置を判定する物体位置判定装置に関する。

自車両の周囲に存在する物体の位置を判定する技術が公知である（例えば、特許文献１参照。）。特許文献１には、カメラおよびレーダ等で車両が走行する道路上の区画線と物体の位置についての情報、ならびに車両から物体までの距離を検出することにより、区画線と物体との相対位置関係を測定することが記載されている。

特開平８−３１５２９９号公報

しかしながら、特許文献１に開示されている技術では、区画線がないために区画線を検出できない場合、あるいは区画線は存在するが、例えば区画線を検出するためのカメラの作動不良または積雪等により区画線を検出できない場合には、区画線と物体の相対位置関係を測定することができない。

本発明は上記課題を解決するためになされたものであり、道路上の区画線を検出できない場合にも物体の位置を判定する物体位置判定装置を提供することを目的とする。

本発明の物体位置判定装置は、周囲情報取得手段と、物体検出手段と、特徴点生成手段と、識別面生成手段と、位置判定手段と、を備えている。

周囲情報取得手段は自車両の周囲情報を取得し、物体検出手段は周囲情報取得手段が取得する周囲情報に基づいて自車両の周囲の物体を検出し、特徴点生成手段は自車両が走行する走行領域の境界を示す特徴点を生成する。

識別面生成手段は、特徴点生成手段が生成する特徴点に基づいて、自車両の進行方向に向かって走行領域を左右に分類する識別面を生成し、位置判定手段は特徴点と識別面生成手段が生成する識別面とに基づいて物体検出手段が検出する物体の位置を判定する。
この構成によれば、特徴点を生成して自車両が走行する走行領域の境界を示すので、車両が走行する道路上の区画線を検出できない場合にも、特徴点により車両が走行する走行領域を認識できる。そして、特徴点に基づいて走行領域を左右に分類する識別面を生成することにより、区画線を検出できない場合にも、特徴点と走行領域を左右に分類する識別面に基づいて物体の位置を判定できる。

例えば、特徴点と識別面とに基づいて、物体が自車両の進行方向に向かって右側または左側または中央のいずれに存在するかを判定できる。

第１実施形態の物体位置判定装置を示す機能ブロック図。 進行方向に基づく特徴点の生成を説明する模式図。 走行経路に基づく特徴点の生成を説明する模式図。 道路幅に基づく特徴点の生成を説明する模式図。 識別面と特徴点との関係を説明する模式図。 （Ａ）はレーダの走査情報、（Ｂ）はカメラの画像データ、（Ｃ）はステレオカメラの立体画像データに基づいて検出する物体の代表点を説明する模式図。 （Ａ）はレーダの走査情報、（Ｂ）はカメラの画像データ、（Ｃ）はステレオカメラの立体画像データに基づいて検出する物体の範囲を説明する模式図。 識別関数の値に基づく物体の位置の判定を説明する模式図。 識別関数の値に基づく物体の位置の判定を説明する模式図。 クラスに分類される確率に基づく物体の位置の判定を説明する模式図。 クラスに分類される確率に基づく物体の位置の判定を説明する模式図。 物体位置判定処理１を示すフローチャート。 第２実施形態による特徴点の生成を説明する模式図。 特徴点の生成を説明する模式図。 物体位置判定処理２を示すフローチャート。 第３実施形態の物体位置判定装置を示す機能ブロック図。 特徴点の生成を説明する模式図。 物体位置判定処理３を示すフローチャート。 第４実施形態による移動物体を説明する模式図。

以下、本発明の実施形態を図に基づいて説明する。
［第１実施形態］
図１に示す第１実施形態の物体位置判定装置２は、周囲情報取得部１０と、走行情報取得部１２と、特徴点生成部２０と、識別面生成部２２と、物体検出部２４と、物体位置判定部３０とを備えており、ＣＰＵ、ＲＡＭ、ＲＯＭ等を有するマイクロコンピュータにより主に構成されている。

周囲情報取得部１０は、車両前方の直進方向を中心とする所定角度範囲を検出エリアとする前方センサと、車両左側方の車幅方向を中心とする所定角度範囲を検出エリアとする左側方センサと、車両右側方の所定角度範囲（左側方センサと同様）を検出エリアとする右側方センサとが出力する信号に基づいて、車両周囲の物体および道路状況を表わす周囲情報を取得する。

また、周囲情報取得部１０は、前記センサ群と、車両後方の所定角度範囲を検出エリアとする後方センサとが出力する信号に基づいて、車両周囲の物体および道路状況を表す周囲情報を取得してもよい。

前方センサ、左右の側方センサおよび後方センサは、カメラ等の画像センサ、レーザレーダ、ミリ波レーダ、ソナー等の少なくともいずれかから構成されている。
車両周囲の物体は、車線区画突起物、他車両、歩行者等の他、自車両の走行領域を制限する地形や建造物等を含む。周囲情報取得部１０は、個々の物体の情報として、位置、大きさ、高さ、道路に沿った長さ等を取得する。

また、周囲情報取得部１０は、道路状況として、車線境界線、車道中央線、車道外側線等の路面に描かれた道路の区画線の種類と、区画線上の複数の位置座標に基づいて規定される直線、曲線等の道路形状の情報と、道路幅とを取得する。周囲情報取得部１０は、道路状況として、ナビゲーション装置から道路形状および道路幅を取得してもよい。

走行情報取得部１２は、自車両の走行情報として、ＧＰＳ装置などの衛星測位装置から自車両の位置（自車位置）を取得し、シフトセンサから前進または後進を示すシフト位置を取得し、操舵角センサから操舵角度を取得する。

そして、走行情報取得部１２は、前進または後進を示すシフト位置と操舵角センサが示す操舵方向とに基づいて自車両の進行方向を走行情報として取得する。これに対し、操舵角センサが示す操舵角から自車両の進路を予測し、自車位置から進路上の点を結ぶ直線の方向を進行方向としてもよい。また、走行情報取得部１２は、ＧＰＳ装置から取得する自車位置の変化から自車両の進行方向を走行情報として取得してもよい。

特徴点生成部２０は、走行情報取得部１２が取得する自車位置と進行方向とに基づいて、特徴点を生成して自車両が走行する走行領域の境界を示す。
特徴点生成部２０は、例えば図２に示すように、自車位置１０２と進行方向上の点２００とを結ぶ直線２０２の両側に、走行領域の境界として特徴点３００、３１０を生成する。特徴点３００は自車両１００の進行方向に向かって右側の特徴点であり、特徴点３１０は自車両１００の進行方向に向かって左側の特徴点である。特徴点３００を通る境界線３０２と特徴点３１０を通る境界線３１２とが自車両１００が走行する走行領域の境界を示している。

また、特徴点生成部２０は、例えば図３に示すように、走行情報取得部１２がナビゲーション装置等から自車両１００がこれから走行する走行経路２１０を取得する場合には、走行経路２１０の両側に、走行領域の境界として特徴点３００、３１０を生成してもよい。尚、走行経路とは車両が走行するラインを表わす。

尚、走行情報取得部１２が取得する自車両１００の走行経路２１０は、自車両１００の現在位置からの走行経路であることが望ましいが、現在位置において走行経路が取得できない場合には、走行経路が取得できた位置まで遡ってもよい。ただし、現在位置が含まれた走行経路である必要がある。

特徴点生成部２０は、図４に示すように、境界線３０２と境界線３１２とにより境界が示される道路の幅ｄが、周囲情報取得部１０がカメラの画像データから取得する道路幅、あるいは走行情報取得部１２がナビゲーション装置の地図データから取得する幅になるように特徴点３００、３１０を生成してもよい。

識別面生成部２２は、特徴点生成部２０が生成する特徴点が境界を示す自車両の走行領域について、自車両の進行方向に向かって走行領域を左右に分類する識別面を生成する。
識別面生成部２２は、図５に示すように、識別面３２０に近い特徴点３００、３１０と識別面３２０との距離が最大となるように特徴点３００と特徴点３１０とを分類する識別面３２０を生成する。識別面生成部２２は、このような識別面３２０を、識別関数により特徴点を分類する識別器、例えばサポートベクターマシン（ＳＶＭ）により生成する。

物体検出部２４は、周囲情報取得部１０が周囲情報として取得するレーダの走査情報またはカメラの画像データに基づいて、自車両の周囲に存在する物体を検出し、検出した物体の代表点を求める。カメラの場合、ステレオカメラのように立体を表わす立体画像データを採用してもよい。尚、後述するように、必要に応じて物体の範囲を求めてもよい。

物体の代表点の求め方について、図６に示す駐車車両１１０を物体の例として以下に説明する。
図６の（Ａ）に示すレーダの走査情報の場合、物体検出部２４は、レーダの走査情報により駐車車両１１０を検出した複数の検出点１１２により、駐車車両１１０の代表点の検出範囲１１４を求める。物体検出部２４は、四角形状の検出範囲１１４内から駐車車両１１０の代表点を１個以上抽出する。レーダの検出点１１２を代表点としてもよい。

尚、図６の（Ａ）では、レーダにより駐車車両１１０を右後方側から走査した例を示しているので、駐車車両１１０を表わす四角形の４辺のうち、後部および右側部の２辺をレーダによる検出結果としている。これに対し、レーダの走査情報に基づいて物体の位置および大きさを判定する場合には、例えば駐車車両１１０を表わす４辺をレーダによる検出結果としてもよい。

図６の（Ｂ）に示すカメラの画像データの場合、物体検出部２４は、画像データにより駐車車両１１０を検出した四角形状の検出範囲１２０から、駐車車両１１０の代表点の範囲１２２を求める。本実施形態では、高さ情報を含まずに物体の位置を表わすので、物体検出部２４は、画像データによる検出範囲１２０から高さを含まない直線状の代表点の範囲１２２を求める。物体検出部２４は、範囲１２２内から駐車車両１１０の代表点を１個以上抽出する。

図６の（Ｃ）に示す立体画像データの場合、物体検出部２４は、立体画像データにより駐車車両１１０を検出した立方体状の検出範囲１３０から、駐車車両１１０の代表点の範囲１３２を求める。図６の（Ｃ）では駐車車両１１０を省略している。物体検出部２４は、高さ情報を含まずに物体の位置を表わすために、立体画像データによる３次元の検出範囲１３０から高さを含まない四角形状の代表点の範囲１３２を求める。物体検出部２４は、範囲１３２内から駐車車両１１０の代表点を１個以上抽出する。

次に、物体の範囲の求め方について、駐車車両１１０を例にして図７に基づいて説明する。物体の範囲は、自車両の進行方向に向かって左右の横方向の長さで表わすものとする。

図７の（Ａ）に示すレーダの走査情報の場合、物体検出部２４は、複数の検出点１１２から駐車車両１１０の横幅を規定する一対の直線１１６を求め、一方の直線１１６上の点と他方の直線１１６上の点との間隔を駐車車両１１０の範囲とする。図７の（Ａ）では、各直線１１６と駐車車両１１０の横方向に延びる直線１１８との交点同士の間隔を駐車車両１１０の範囲とすることが望ましい。

図７の（Ｂ）に示すカメラの画像データの場合、物体検出部２４は、検出範囲１２０から駐車車両１１０の横幅を規定する一対の直線１２４を求め、一方の直線１２４上の点と他方の直線１２４上の点との間隔を駐車車両１１０の範囲とする。本実施形態では高さ情報を含まずに物体の位置を表わすので、各直線１２４上の任意の点を選択してよい。

図７の（Ｃ）に示す立体画像データの場合、物体検出部２４は、立体画像データから駐車車両１１０の横幅を規定する一対の平面１３４を求め、一方の平面１３４上の点と他方の平面１３４上の点との間隔を駐車車両１１０の範囲とする。図７の（Ｃ）では、各平面１３４と駐車車両１１０の横方向に延びる直線１３６との交点同士の間隔を駐車車両１１０の範囲とすることが望ましい。本実施形態では高さ情報を含まずに物体の位置を表わすので、直線１３６は高さ方向に位置がずれてもよい。

物体位置判定部３０は、識別面生成部２２が生成する識別面に基づいて、物体検出部２４が検出する物体の位置を判定する。
ここで、図８に示すように、識別器の識別関数の値は、識別面３２０において０になり、識別面３２０から特徴点３００を通る境界線３０２に近づくにしたがい境界線３０２における識別関数の値に近づく。また、識別関数の値は、識別面３２０から特徴点３１０を通る境界線３１２に近づくにしたがい境界線３１２における識別関数の値に近づく。

したがって、図６で説明した駐車車両１１０の代表点における識別関数の値を算出すれば、物体である駐車車両１１０が、識別面３２０上に存在するか、識別面３２０よりも特徴点３００側に存在するか、識別面３２０よりも特徴点３１０側に存在するかを判定できる。

言い換えれば、自車両の進行方向に向かって、駐車車両１１０が識別面３２０に対して中央に存在するのか、右側に存在するのか、左側に存在するのかを判定できる。
また、図９に示すように、識別面３２０に対して特徴点３００側に分類されるクラスのラベルを１、識別面３２０に対して特徴点３１０側に分類されるクラスのラベルを−１とすると、特徴点３００において識別関数の値は１になり、特徴点３１０において識別関数の値は−１になる。そして、識別面３２０から特徴点３００に近づくにしたがい識別関数の値は０から１に近づき、識別面３２０から特徴点３１０に近づくにしたがい識別関数の値は０から−１に近づく。

したがって、駐車車両１１０の代表点における識別関数の値を算出すれば、境界線３０２と境界線３１２とで境界が示される走行領域において、識別面３２０に基づいて物体である駐車車両１１０の位置を判定できる。

識別関数の値に代えて、分類確率によって物体の位置を判定してもよい。図１０に示すように、識別面３２０において、特徴点３００側のラベル１のクラス［１］に分類される分類確率と特徴点３１０側のラベル−１のクラス［−１］に分類される分類確率とは同じである。

そして、識別面３２０から特徴点３００に近づくにしたがい次式（１）が成立し、識別面３２０から特徴点３１０に近づくにしたがい次式（２）が成立する。
クラス［１］に分類される分類確率＞クラス［−１］に分類される分類確率・・・（１）
クラス［１］に分類される分類確率＜クラス［−１］に分類される分類確率・・・（２）
したがって、駐車車両１１０の代表点における分類確率の値を算出すれば、物体である駐車車両１１０が、識別面３２０上に存在するか、識別面３２０よりも特徴点３００側に存在するか、識別面３２０よりも特徴点３１０側に存在するかを判定できる。

言い換えれば、自車両の進行方向に向かって、駐車車両１１０が識別面３２０に対して中央に存在するのか、右側に存在するのか、左側に存在するのかを判定できる。
ここで、図１０に示すように、識別面３２０において、特徴点３００側のラベル１のクラス［１］に分類される分類確率と特徴点３１０側のラベル−１のクラス［−１］に分類される分類確率とは同じで５０％である。

また、境界線３０２上の点がクラス［１］に分類される分類確率は１００％であり、クラス［−１］に分類される分類確率は０％である。境界線３１２上の点がクラス［１］に分類される分類確率は０％であり、クラス［−１］に分類される分類確率は１００％である。

したがって、駐車車両１１０の代表点における識別関数の値を算出すれば、境界線３０２と境界線３１２とで境界が示される走行領域において、識別面３２０に基づいて物体である駐車車両１１０の位置を判定できる。

また、図９および図１１のように、走行領域において識別面３２０に基づいて物体の位置を判定できる場合、図７で説明した物体の範囲に基づいて、走行領域における物体の占有率を推定できる。

（物体位置判定処理１）
図１２に示す物体位置判定処理１は物体位置判定装置２により常時実行される。図１２において「Ｓ」はステップを表わしている。

図１２において物体位置判定装置２は、各種センサ、ＧＰＳ装置およびナビゲーション装置等から自車両の進行方向、自車位置、走行経路等の走行情報を取得し（Ｓ４００）、図２または図３に示すように、取得した走行情報に基づいて特徴点３００、３１０を生成して走行領域の境界を示す（Ｓ４０２）。

物体位置判定装置２は、生成した特徴点３００、３１０に基づいて、自車両の進行方向に向かって走行領域を左右に分類する識別面をＳＶＭ等の識別器により生成する（Ｓ４０４）。

物体位置判定装置２は、カメラの画像データまたはレーダの走査情報を周囲情報として取得し（Ｓ４０６）、自車両の周囲の物体を検出する（Ｓ４０８）。
そして、物体位置判定装置２は、走行領域を左右に分類する識別面に基づいて、検出した物体の位置を判定する（Ｓ４１０）。

以上説明した第１実施形態では、自車位置と進行方向上の点とを結ぶ直線の両側、あるいは自車両の走行経路の両側に特徴点を生成することにより、自車両が走行する走行領域の境界を示す。これにより、自車両が走行している道路上に区画線がないか、区画線は存在するが検出できない場合に、特徴点を生成して走行領域の境界を示すことにより、生成した特徴点により走行領域を認識できる。

その結果、自車両の進行方向に向かって走行領域を左右に分類する識別面を生成し、この識別面に基づいて物体の位置を判定できる。
［第２実施形態］
第２実施形態の物体位置判定装置は、図１に示す第１実施形態の物体位置判定装置２と実質的に同じ構成であるから、第１実施形態と同じ符号に基づいて説明する。

第２実施形態の物体位置判定装置２では、走行情報取得部１２が、ナビゲーション装置から自車両の目的地点を取得する。
特徴点生成部２０は、図１３に示すように、走行情報取得部１２が走行情報としてそれぞれ取得する自車両１００の自車位置１０２と目的地点２２０とを結ぶ直線２２２の両側に、走行領域の境界として特徴点３００、３１０を生成する。

特徴点生成部２０は、自車位置１０２と目的地点２２０との距離が所定距離以下になってから、直線２２２の両側に特徴点３００、３１０を生成してもよい。
この場合、特徴点生成部２０は、図１４に示すように、自車位置１０２と目的地点２２０との距離が所定距離以下になるまでは、自車位置１０２と自車両１００の進行方向上の点２００とを直線２０２で結び、直線２０２の両側に特徴点３００、３１０を生成してもよい。

（物体位置判定処理２）
図１５に示す物体位置判定処理２は物体位置判定装置２により常時実行される。図１５において「Ｓ」はステップを表わしている。

図１５において物体位置判定装置２は、各種センサ、ＧＰＳ装置およびナビゲーション装置等から自車両の位置、進行方向、走行経路等の走行情報を取得し（Ｓ４２０）、さらにナビゲーション装置等から自車両の目的地点を走行情報として取得する（Ｓ４２２）。

Ｓ４２４において物体位置判定装置２は、ナビゲーション装置に目的地点が設定されており、自車位置１０２と目的地点２２０との距離が所定距離以下であるか否かを判定する。自車位置１０２と目的地点２２０との距離が所定距離以下であれば（Ｓ４２４：Ｙｅｓ）、物体位置判定装置２は、自車位置１０２と目的地点２２０とを結ぶ直線２２２の両側に、走行領域の境界を示す特徴点３００、３１０を生成し（Ｓ４２６）、Ｓ４３０に処理を移行する。

ナビゲーション装置に目的地点が設定されていないか、あるいは自車位置１０２と目的地点２２０との距離が所定距離よりも遠い場合（Ｓ４２４：Ｎｏ）、物体位置判定装置２は、図２または図３に示すように、取得した走行情報に基づいて走行領域の境界を示す特徴点３００、３１０を生成し（Ｓ４２８）、Ｓ４３０に処理を移行する。

Ｓ４３０〜Ｓ４３６の処理は、図１２に示す物体位置判定処理１のＳ４０４〜Ｓ４１０と実質的に同一であるから説明を省略する。
以上説明した第２実施形態では、自車位置と自車両の目的地点とを結ぶ直線の両側に、走行領域の境界を示す特徴点を生成する。これにより、自車両が走行している道路上に区画線がないか、区画線は存在するが検出できない場合に、特徴点を生成して走行領域の境界を示すことにより、生成した特徴点により走行領域を認識できる。

その結果、自車両の進行方向に向かって走行領域を左右に分類する識別面を生成し、この識別面に基づいて物体の位置を判定できる。
［第３実施形態］
図１６に示す第３実施形態の物体位置判定装置４は、第２実施形態の物体位置判定装置２に対し、走行領域検出部１４が追加されている。それ以外の構成は第２実施形態と実質的に同一である。

走行領域検出部１４は、図１７に示すように、周囲情報取得部１０が取得する画像データから自車両１００の進行方向に向かって左右両側の道路上に区画線２３０、２３２を検出すると、区画線２３０、２３２を自車両１００が走行する走行領域の境界線とする。

特徴点生成部２０は、走行領域検出部１４が検出する区画線２３０、２３２上にそれぞれ特徴点３００、３１０を生成する。
（物体位置判定処理３）
図１８に示す物体位置判定処理３は物体位置判定装置４により常時実行される。図１８において「Ｓ」はステップを表わしている。

図１８において物体位置判定装置４は、例えばカメラの画像データを周囲情報として取得し（Ｓ４４０）、画像データに基づいて区画線等から走行領域を検出する（Ｓ４４２）。

区画線により走行領域を検出できた場合（Ｓ４４４：Ｙｅｓ）、物体位置判定装置４は、自車両１００の進行方向に向かって左右両側に検出した区画線上にそれぞれ特徴点３００、３１０を生成し（Ｓ４４６）、Ｓ４５８に処理を移行する。

Ｓ４５８〜Ｓ４６４の処理は、図１５に示す物体位置判定処理２のＳ４３０〜Ｓ４３６と実質的に同一であるから説明を省略する。
走行領域を検出できなかった場合（Ｓ４４４：Ｎｏ）、物体位置判定装置４は、Ｓ４４８〜Ｓ４６４の処理を実行する。Ｓ４５８〜Ｓ４６４の処理は、図１５に示す物体位置判定処理２のＳ４２０〜Ｓ４３６と実質的に同一であるから説明を省略する。

以上説明した第３実施形態では、区画線により自車両が走行している走行領域を検出できる場合には、区画線上に特徴点を生成する。これにより、自車両が走行している走行領域を高精度に認識できる。

第３実施形態において、ナビゲーション装置により自車両１００の目的地点が設定されている場合には、自車位置と目的地点との距離が所定距離以下になるまでは、検出した区画線上にそれぞれ特徴点３００、３１０を生成し、自車位置と目的地点との距離が所定距離以下になると、自車位置と目的地点とを直線で結び、この直線の両側に特徴点３００、３１０を生成してもよい。

ただし、第３実施形態においては、区画線により走行領域を高精度に検出できるので、目的地点に極力近づいてから、自車位置と目的地点とを結んだ直線の両側に特徴点３００、３１０を生成することが望ましい。したがって、第３実施形態と目的地点とを組み合わせる場合の所定距離は、第２実施形態の図１４で説明した所定距離よりも短いことが望ましい。

また、区画線により走行領域を検出する場合、車線変更するときに区画線を跨ぐ場合には、跨いでいる区画線の両側の区画線により２車線を一つの走行領域として検出してもよい。さらに、車線変更により区画線を跨いで隣の車線に入ると、跨いできた区画線と車線変更先の区画線とにより隣の車線を走行領域として検出してもよい。

［第４実施形態］
図１９に示す第４実施形態では、自車両の周囲に存在する物体が移動する場合の物体位置判定処理について説明する。物体位置判定装置の構成は、上記第１実施形態〜第３実施形態のいずれでもよい。

周囲情報取得部１０が取得するカメラの画像データおよびレーダの走査情報から物体検出部２４が歩行者１４０等の移動物体を検出した場合、物体検出部２４は、歩行者１４０の位置の変化等から歩行者１４０の移動方向および移動速度を検出する。そして、物体検出部２４は、歩行者１４０の移動方向および移動速度に基づき、所定時間経過後の歩行者１４０の移動領域１５０を推定する。

物体位置判定部３０は、移動物体の移動領域１５０における１個以上の任意の点１５２の位置を、識別面生成部２２が生成する識別面に基づいて判定する。
以上説明した第４実施形態では、移動物体の移動領域１５０を推定することにより、移動物体の位置を識別面に基づいて判定できる。

第４実施形態では、移動物体として歩行者を例示したが、歩行者以外にも自車両の前方を走行している車両等を移動物体として検出してもよい。
［他の実施形態］
上記実施形態では、自車位置と自車両の進行方向、自車位置と自車両の目的地点、自車両の走行経路、道路の区画線等に基づいて特徴点を生成し、自車両が走行する走行領域の境界を示した。これら以外にも、周囲情報および走行情報の少なくとも一方に基づいて、特徴点を生成して走行領域の境界を示してもよい。

例えば、区画線を検出できない場合には、雪道であれば道路の路肩の位置を示すスノーポール等を画像データまたはレーダの走査情報から検出し、スノーポールから所定幅入った位置に特徴点を生成してもよい。

また、識別面を生成する識別器として、ＳＶＭ以外にも、パーセプトロン、ニューラルネットワークを用いてもよい。
上記実施形態では、ＧＰＳ装置などの衛星測位装置から自車位置を取得したが、周囲情報取得部１０が取得する周囲情報として、例えば実際の建物、横断歩道、信号等の情報と地図ＤＢが示す情報とを照合して自車位置を取得してもよい。

上記実施形態の物体位置判定装置を、例えば、物体位置判定装置が判定した物体の位置に基づき、物体との衝突を避けて車両が走行する走行経路を生成する装置に適用してもよい。

また、上記実施形態の物体位置判定装置を、物体位置判定装置が判定した物体の位置に基づき、車速、操舵角、制動力等を自動的に制御して物体との衝突を避ける走行支援装置に適用してもよい。

このように、本発明は、上記実施形態に限定されるものではなく、その要旨を逸脱しない範囲において種々の実施形態に適用可能である。例えば、本発明の要旨を逸脱しない範囲において、上記実施形態の構成要件を組み合わせてもよいし、上記実施形態の一部の構成要件を省略してもよい。

２、４：物体位置判定装置、１０：周囲情報取得部（周囲情報取得手段）、１２：走行情報取得部（走行情報取得手段）、１４：走行領域検出部（走行領域検出手段）、２０：特徴点生成部（特徴点生成手段）、２２：識別面生成部（識別面生成手段）、２４：物体検出部（物体検出手段）、３０：物体位置判定部（位置判定手段）

Claims (7)

1. 自車両の周囲情報を取得する周囲情報取得手段（１０、Ｓ４０６、Ｓ４３２、Ｓ４４０、Ｓ４６０）と、
   前記周囲情報取得手段が取得する前記周囲情報に基づいて前記自車両の周囲の物体を検出する物体検出手段（２４、Ｓ４０８、Ｓ４３４、Ｓ４６２）と、
   前記自車両の走行情報を取得する走行情報取得手段（１２、Ｓ４２０、Ｓ４２２）と、
   前記周囲情報に基づいて前記自車両が走行する道路の左右両側の区画線を検出すると、前記区画線に基づいて前記自車両が走行する走行領域を検出する走行領域検出手段（１４、Ｓ４４２）と、
   前記走行領域検出手段が前記区画線に基づいて前記走行領域を検出できる場合、前記区画線上に前記走行領域の境界を示す特徴点を生成し、前記走行領域検出手段が前記区画線に基づいて前記走行領域を検出できない場合、前記区画線を除く前記周囲情報と前記走行情報取得手段が取得する前記走行情報との少なくとも一方に基づいて前記特徴点を生成する特徴点生成手段（２０、Ｓ４０２、Ｓ４２６、Ｓ４２８、Ｓ４４６、Ｓ４５４、Ｓ４５６）と、
   前記特徴点生成手段が生成する前記特徴点に基づいて、前記自車両の進行方向に向かって前記走行領域を左右に分類する識別面を生成する識別面生成手段（２２、Ｓ４０４、Ｓ４３０、Ｓ４５８）と、
   前記特徴点生成手段が生成する前記特徴点と前記識別面生成手段が生成する前記識別面とに基づいて、前記物体検出手段が検出する前記物体の位置を判定する位置判定手段（３０、Ｓ４１０、Ｓ４３６、Ｓ４６４）と、
   を備えることを特徴とする物体位置判定装置（２、４、６）。
2. 前記位置判定手段は、前記識別面に対して、前記物体が前記自車両の進行方向に向かって右側または左側または中央のいずれに存在するかを判定することを特徴とする請求項１に記載の物体位置判定装置。
3. 前記識別面生成手段は、前記識別面に最も近い前記特徴点との距離が最大になるように前記識別面を生成することを特徴とする請求項１または２に記載の物体位置判定装置。
4. 前記識別面生成手段は、前記特徴点を分類する識別関数を用いた識別器により前記識別面を生成することを特徴とする請求項３に記載の物体位置判定装置。
5. 前記位置判定手段は、前記識別関数の値に基づいて前記物体の位置を判定することを特徴とする請求項４に記載の物体位置判定装置。
6. 前記位置判定手段は、前記識別面に基づいて設定される分類確率に基づいて前記物体の位置を判定することを特徴とする請求項１から５のいずれか一項に記載の物体位置判定装置。
7. 前記物体検出手段は、前記物体が移動する場合、前記物体の移動領域を推定し、前記移動領域内の少なくとも１個以上の点により移動先の前記物体を検出し、
   前記位置判定手段は、前記物体が移動する場合、前記識別面に基づいて、前記物体検出手段が検出する移動先の前記物体の位置を判定する、
   ことを特徴とする請求項１から６のいずれか一項に記載の物体位置判定装置。

Images