JP7163829B2 - 車両搭載用のライダ軸ずれ検出装置 - Google Patents

Description

本発明は、車両搭載用のライダ（LIDAR: Laser Imaging Detection and Ranging）軸ずれ検出装置に関する。

従来、特許文献１に記載されているように、車両搭載用のライダの軸ずれ（ここでは、ライダの検出軸の、車両中心軸に対するずれを指す）検出を、車両が直進している際の周辺の停止物の移動ベクトルを用いて行う技術が知られている。具体的には、ライダの軸ずれがない場合には、車両が直進している際の周辺の停止物の移動ベクトルは車両進行方向と反対方向に向かうことを利用する。また、車両が直進している際に当該移動ベクトルが車両進行方向に対して斜め方向であった場合には、ライダに軸ずれがあるものと推定する。さらに、当該移動ベクトルと車両進行方向とのなす角度から、軸ずれ角度を推定することも開示されている。また、特許文献２に記載されているように、ライダを車室の外部に配設することが一般的に行われている。

特開２００４－１９８１５９号 特開２０１０－０９７４８８号

ところが、特許文献１の技術では、車両が走行中であって、且つ直進中でなければ、周辺の停止物の移動ベクトルと車両進行方向との比較ができないために軸ずれの検出が行えない。ライダの軸ずれは、車両制御の安全性に影響を及ぼすために早期に発見することが好ましく、車両が停止中であったりカーブ路を走行中であったりしても、換言すれば車両挙動によらずに、検出可能であることが好ましい。また、特許文献２のようにライダを車室の外部に配設する場合、障害物との接触や、自車両又は他車両が巻き上げた小石がぶつかること等によって、ライダの軸ずれが特に生じやすくなる。

そこで本発明は、車両の車室の外部に配設されたライダの軸ずれを車両挙動によることなく精度よく検出することが可能な、車両搭載用のライダ軸ずれ検出装置を提供することを目的とする。

本発明に係る車両搭載用ライダの軸ずれ検出装置は、車両に搭載されるライダの軸ずれを検出する車両搭載用ライダの軸ずれ検出装置であって、前記車両の車室の内部に配設されたカメラが取得した撮像情報から第一の対象物を検出する第一検出部と、前記車両の車室の外部に配設されたライダが取得した点情報から第二の対象物を検出する第二検出部と、前記ライダの前記カメラに対する軸ずれ角度を推定する軸ずれ角度推定部と、前記第一の対象物と前記第二の対象物とが所定の関係を満たすか否かを判定する対象物関係判定部と、を備え、前記軸ずれ角度推定部は、前記第一検出部の検出結果と、前記第二検出部の検出結果を所定角度で前記ライダの前記車両への取り付け位置を中心に回転させた回転後検出結果と、の比較結果が所定条件を満たした場合に、前記所定角度を、前記ライダの前記カメラに対する軸ずれ角度であると推定し、前記対象物関係判定部が前記第一の対象物と前記第二の対象物とが同一ではない対象物であると判定した場合で、且つ、前記所定条件が、前記第一検出部の検出結果と、前記回転後検出結果と、の平行度が平行度閾値以上の場合に、前記所定角度を、前記ライダの前記カメラに対する軸ずれ角度であると推定する、車両搭載用ライダの軸ずれ検出装置である。

上記の車両搭載用のライダ軸ずれ検出装置においては、ライダの検出結果を、カメラの検出結果と比較することでライダの軸ずれを検出する。この構成によれば、車両挙動によることなく軸ずれ角度を推定することができるため、車両が停止中であったりカーブ路を走行中であったりしてもライダの軸ずれを精度よく検出することが可能である。さらに、車両の車室の外部に配設されているために軸ずれが生じる虞が比較的大きいライダの軸ずれ角度を、車両の車室の内部に配設されており軸ずれが生じる虞が比較的小さいカメラを基準として推定するため、算出された「ライダのカメラに対する軸ずれ角度」が、「ライダの車両中心軸に対する軸ずれ角度」とより近接することとなり、軸ずれ角度推定の精度を向上させることに寄与する。

本発明に係る車両搭載用ライダの軸ずれ検出装置は、前記第一の対象物と前記第二の対象物とが所定の関係を満たすか否かを判定する対象物関係判定部をさらに備え、前記軸ずれ角度推定部は、前記対象物関係判定部が前記第一の対象物と前記第二の対象物とが同一の対象物であると判定した場合で、且つ、前記所定条件が、前記第一の対象物の検出結果と、前記回転後検出結果と、の一致度が一致度閾値以上である場合に、前記所定角度を、前記ライダの前記カメラに対する軸ずれ角度であると推定する、ことを特徴とすることとしてもよい。

上記の構成によると、カメラで検出された物体とライダで検出された物体が同一の対象物である場合に、ライダの検出結果を回転させた回転後検出結果と、カメラの検出結果との一致度が一致度閾値以上の場合に、ライダの検出結果の回転角度を軸ずれ角度と推定するので、車両挙動によらずに精度よく軸ずれ角度を推定することに寄与する。

本発明に係る車両搭載用ライダの軸ずれ検出装置は、前記一致度は、前記第一検出部の検出結果と、前記回転後検出結果を構成する前記点情報との距離の和が小さい場合と当該距離の和が大きい場合とを比較すると、当該距離の和が小さい場合の方が大きく算出されることを特徴とこととしてもよい。

上記の構成によると、一致度を、ライダの検出結果を回転させた回転後検出結果と、カメラの検出結果との距離の和を用い、当該距離の和が小さい場合と当該距離の和が大きい場合とを比較すると、当該距離の和が小さい場合の方が大きく算出される値とすることで、特に、カメラで検出された物体とライダで検出された物体が同一の物体である場合に、車両挙動によらずに精度よく軸ずれ角度を推定することに寄与する。

本発明に係る車両搭載用ライダの軸ずれ検出装置は、前記第一の対象物と前記第二の対象物とがいずれも道路上に描かれた白線である、ことを特徴とすることとしてもよい。

上記の構成によると、多くの路面状況において車両からの検出が容易な白線を利用することで、車両が停止中であったりカーブ路を走行中であったりしても車両挙動によらずに精度よく軸ずれ角度を推定することに寄与する。

本発明に係る車両搭載用ライダの軸ずれ検出装置は、前記平行度は、前記第一検出部の検出結果と、前記回転後検出結果を構成する前記点情報との距離の変化量が小さい場合と当該距離の変化量が大きい場合とを比較すると、当該距離の変化量が小さい場合の方が大きく算出されることを特徴とすることとしてもよい。

上記の構成によると、平行度を、ライダの検出結果を回転させた回転後検出結果と、カメラの検出結果との距離の変化量を用い、当該距離の変化量が小さい場合と当該距離の変化量が大きい場合とを比較すると、当該距離の変化量が小さい場合の方が大きく算出されるものとすることで、特に、カメラで検出された物体とライダで検出された物体が異なる物体である場合に、車両挙動によらずに精度よく軸ずれ角度を推定することに寄与する。

本発明に係る車両搭載用ライダの軸ずれ検出装置は、前記第一の対象物が道路上に描かれた白線であり、前記第二の対象物が前記白線と平行な路側物である、ことを特徴とすることとしてもよい。

上記の構成によると、多くの路面状況において車両からの検出が容易な白線と、当該白線と平行な路側物とを利用することで、車両が停止中であったりカーブ路を走行中であったりしても車両挙動によらずに精度よく軸ずれ角度を推定することに寄与する。

本発明に係る車両搭載用ライダの軸ずれ検出装置は、前記距離は、前記回転後検出結果を構成する前記点情報と、前記点情報から前記第一検出部の検出結果へ下ろした垂線と前記第一検出部の検出結果との交点と、の距離であることを特徴とすることとしてもよい。

上記の構成によると、一致度又は平行度を適切に算出することができるので、車両挙動によらずに精度よく軸ずれ角度を推定することにさらに寄与する。

本発明によれば、ライダの軸ずれを車両挙動によることなく精度よく検出することが可能な、車両搭載用のライダ軸ずれ検出装置を提供することができる。

第１実施形態に係る支援制御システムの構成を示すブロック図である。 ライダに軸ずれがない場合の、カメラ検出対象物とライダ検出対象物を示す模式図である。 ライダに軸ずれがある場合の、カメラ検出対象物とライダ検出対象物を示す模式図である。 （ａ）―（ｅ）は、ライダ検出対象物をそれぞれ異なる回転角で回転させた回転後点群情報と、カメラ検出対象物との比較を示す模式図である。 （ａ）―（ｂ）は、回転角の一例を示す模式図である。 回転後点群情報を構成する各点情報と、カメラ検出対象物と、の距離の算出を示す模式図である。 回転後点群情報とカメラ検出対象物との一致度の比較の一例を示すグラフである。 第１実施形態に係る処理を示すフローチャートである。 第１実施形態に係る処理を示すフローチャートである 第２実施形態に係る、ライダに軸ずれがない場合の、カメラ検出対象物とライダ検出対象物を示す模式図である。 （ａ）―（ｅ）は、第２実施形態に係る、ライダ検出対象物をそれぞれ異なる回転角で回転させた回転後点群情報と、カメラ検出対象物との比較を示す模式図である。 （ａ）―（ｂ）は、第２実施形態に係る、回転後点群情報を構成する各点情報と、カメラ検出対象物と、の距離の算出を示す模式図である。 第２実施形態に係る、回転後点群情報とカメラ検出対象物との平行度の比較の一例を示すグラフである。 第２実施形態に係る処理を示すフローチャートである。 第２実施形態に係る処理を示すフローチャートである。 第２実施形態の変形例に係る、ライダ検出対象物を示す模式図である。 第２実施形態の変形例に係る処理を説明するための模式図である。 第２実施形態の変形例に係る処理を説明するための模式図である。 第２実施形態の変形例に係る処理を示すフローチャートである。

＜第１実施形態＞
添付図面を参照して、本発明の実施の形態を説明する。

図１は、本実施の形態に係る軸ずれ検出装置１００の構成例を示すブロック図である。軸ずれ検出装置１００は、カメラ１０による撮像結果とライダ２０による計測結果に基づいて、カメラ１０に対するライダ２０の軸ずれを検出する。軸ずれ検出装置１００は、車両１に搭載される。

カメラ１０は、車両１の周囲を撮像する。カメラ撮像情報Ｄ１０は、カメラ１０による撮像結果を示す画像情報である。

ライダ２０は、レーザパルスを用いて物体の位置（距離及び方向）を計測するリモートセンシング装置である。より詳細には、ライダ２０は、複数の方向に向けてレーザパルスを順次出力（走査）する。レーザパルスが物体上の反射点で反射すると、レーザパルスの反射光がライダ２０に戻ってくる。ライダ２０は、反射光の受光状態から、反射点の距離及び方向を算出することができる。点群は、ライダ２０によって計測される反射点の集合である。ライダ計測情報Ｄ２０は、ライダ２０による計測結果、つまり、点群の位置（距離及び方向）を示す情報である。

カメラ撮像情報とライダ計測情報の少なくとも一方に基づいて、車両１の周囲の物体を認識することができる。例えば、車両１の前方の白線や、白線と平行な路側物（縁石やガードレール等）を認識することができる。物体の認識結果は、車両１の走行制御に利用される。

カメラ１０とライダ２０は、別体として設置される（詳細は後述する）。また、カメラ１０の視野とライダ２０の視野は、少なくとも部分的に重なっている。したがって、カメラ１０とライダ２０の両方によって同一の物体を認識することが可能である。

次に、ライダ２０の軸ずれについて説明する。ライダの軸ずれとは、ライダの姿勢が基準状態（軸ずれが発生していない状態）から変化することを意味する。このような軸ずれは、ライダ２０を車両に固定するねじ等の固定部材の経年劣化、あるいはライダ２０と物体との接触、等の原因で発生し得る。「物体との接触」は、自車両と他車両との衝突によるものや、自車両と路側物との衝突によるもののみならず、（走行中と停止中とに関わらず）自車両又は他車両が巻き上げた小石などとの接触によるものも含む。ライダ２０の軸ずれには、水平方向の軸ずれと垂直方向の軸ずれが含まれるが、本実施形態においては、水平方向の軸ずれに関して説明する。ライダ２０は一般的に垂直方向の分解能より水平方向の分解能のほうが大きく、求められる認識精度に関しても、垂直方向の認識精度より水平方向の認識精度のほうがより高いためである。本実施形態においては、ライダ２０のカメラ１０に対する軸ずれを検出する。

ライダ２０の軸ずれが発生した場合、車両制御に用いられる、車両１の外部の物体を車両１から計測する際の“計測位置”が実際の位置から乖離する。このことは、物体の認識精度の低下を招く。一例としては、ライダ２０の軸ずれが発生している場合に、実際には車両１の進行方向に対して右側に存在している物体（たとえば路肩に停車している停車車両）が、車両１の進行方向に存在しているように誤認識される。このような誤認識は、認識結果に基づく車両走行制御の精度の低下を招き、好ましくない。

本実施の形態においては、カメラ１０は車両１の車室の内側に設置され、ライダ２０は車両１の車室の外側（一例としては、バンパーや車両天井など）に取り付けられる。この場合、ライダ２０はカメラ１０と比較して、車両１と物体との接触によって軸ずれが発生する可能性が相対的に高いといえる。一方、車室の内側に設置されるカメラ１０は車両１との相対的な位置関係が変化し難い。カメラ１０が車両１のフロントガラスに固定される場合には、特に車両１との相対的な位置関係が変化し難い。したがって、本実施の形態においては、カメラ１０を基準にライダ２０の軸ずれを推定することで、実質的には（カメラ１０の光軸の、車両中心軸に対する軸ずれはないと考えると）、ライダ２０の車両中心軸に対する軸ずれを推定することができる。

そこで、本実施の形態は、車両１に搭載されるライダ２０の、カメラ１０に対する軸ずれを検出することができる技術を提供する。

図１０に示されるように、軸ずれ検出装置１００は、プロセッサ１０１と記憶装置１０２を備えている。プロセッサ１０１は、コンピュータプログラムを実行することにより各種処理を行う。記憶装置１０２には、各種情報が格納される。

例えば、プロセッサ１０１は、カメラ１０からカメラ撮像情報Ｄ１０を取得し、カメラ撮像情報Ｄ１０を記憶装置１０２に格納する。カメラ撮像情報Ｄ１０は、カメラ１０による撮像結果を示す画像データであり、カメラ１０によって撮像された車両１の周囲の状況を示す。

また、プロセッサ１０１は、ライダ２０からライダ計測情報Ｄ２０を取得し、ライダ計測情報Ｄ２０を記憶装置１０２に格納する。ライダ計測情報Ｄ２０は、ライダ２０による計測結果を示す情報であり、ライダ２０によって計測される点群の車両１に対する位置を示す。

プロセッサ１０１は、カメラ撮像情報Ｄ１０、ライダ計測情報Ｄ２０に基づいて、軸ずれが発生しているか否かを判定する「軸ずれ判定処理」を行う。

図１は、本実施の形態に係る軸ずれ判定処理に関連する機能構成例を示すブロック図である。軸ずれ検出装置１００（プロセッサ１０１）は、機能ブロックとして、第１検出部１１０、第２検出部１２０、対象物関係判定部１３０、及び軸ずれ角度推定部１４０を備えている。これら機能ブロックは、プロセッサ１０１が記憶装置１０２に格納されたコンピュータプログラムを実行することにより実現される。

第１物体検出部１１０は、カメラ撮像情報Ｄ１０に基づいて、車両１の周囲の物体を検出する。特に本実施の形態においては、周囲の物体として白線を検出する。カメラ撮像情報Ｄ１０に基づく白線の検出としては、公知の方法を用いることができる。具体的には、曲線モデル等のテンプレートとの当て嵌めによって行ってもよいし、ハフ変換などの手法によって行ってもよい。また、輝度値が閾値以上であることや、所定の連続性を有していることを条件としてもよい。カメラ撮像情報Ｄ１０に基づいて検出される物体を、以降では「カメラ検出対象物ＣＯ」と呼称する。

第２物体検出部１２０は、ライダ計測情報Ｄ２０に基づいて、車両１の周囲の物体を検出する。ライダ計測情報Ｄ２０は、点群情報である。ライダ計測情報Ｄ２０に基づく対象物の認識としては公知の方法を用いることができる。具体的には、レーザパルスの反射強度が所定値以上であること、又は当該所定値以上の箇所が所定距離連続していることをもって、当該箇所に対象物があると認識することとしてもよい。また、それに加えて、対象物の輝度によって、対象物の色、特に白色であることを判断してもよい。

上記の手法により、第２物体検出部１２０は、ライダ計測情報Ｄ２０から、白線又は白線と平行な路側物（縁石またはガードレール）を検出することができる。さらに、対象物の種別（白線又は白線と平行な路側物）を区別するにあたって、当該対象物の路面からの高さが所定値より小さい、すなわち路面の近傍に存在するという情報に基づき、当該対象物が白線であると推定することとしてもよい。また、対象物の路面からの高さが所定値より大きい、すなわち路面の近傍に存在しないという情報に基づき、当該対象物が白線と平行な路側物であると推定することとしてもよい。ライダ計測情報Ｄ２０に基づいて物体として検出された一群の点群情報を、以降では「ライダ検出対象物ＬＯ」と呼称する。また、本実施の形態において、ライダの軸ずれは水平方向のみならず垂直方向にも生じる可能性があるが、軸ずれが垂直方向に生じた場合であっても、ライダ計測情報Ｄ２０における路面から対象物までの垂直方向の距離は変化しないため、上記の方法に影響を与えない。

対象物関係判定部１３０は、第１物体検出部１１０が検出したカメラ検出対象物ＣＯと、第２物体検出部１２０が検出したライダ検出対象物ＬＯと、が所定の関係を有するか否かを判定する。所定の関係としては、「カメラ検出対象物ＣＯとライダ検出対象物ＬＯとが同一である」関係と、「カメラ検出対象物ＣＯとライダ検出対象物ＬＯとが同一でない」関係とがある。以下で、カメラ検出対象物ＣＯとライダ検出対象物ＬＯとの位置関係を比較するにあたっては種々の公知の方法を採用し得る。たとえば、ライダ２０に固定された座標系を、カメラ１０に固定された座標系と、カメラ１０とライダ２０との相対的な位置関係（既知）とを用いて補正することで、カメラ１０の検出結果とライダ２０の検出結果とを同一の座標系で比較することができる。

「カメラ検出対象物ＣＯとライダ検出対象物ＬＯとが同一である」関係の一例として、カメラ検出対象物ＣＯとライダ検出対象物ＬＯとは同一の白線であると推定される場合を説明する。上述した方法によって、カメラ検出対象物ＣＯが白線であると認識され、ライダ検出対象物ＬＯが白線であると認識され、且つカメラ検出対象物ＣＯと自車両との距離とライダ検出対象物ＬＯと自車両との距離が第一所定距離以内に存在する場合に、カメラ検出対象物ＣＯとライダ検出対象物ＬＯとは同一の白線であると推定される。または、カメラ検出対象物ＣＯが白線であると認識され、ライダ検出対象物ＬＯが白線であると認識され、且つカメラ検出対象物ＣＯの自車両に対する方向（車両中心軸に対する角度）とライダ検出対象物ＬＯと自車両に対する方向（車両中心軸に対する角度）が第一所定範囲内に存在する場合に、カメラ検出対象物ＣＯとライダ検出対象物ＬＯとは同一の白線であると推定される。

一方、対象物関係判定部１３０が「カメラ検出対象物ＣＯとライダ検出対象物ＬＯとが同一でない」関係であると判定した場合については、第二実施形態及びその変形例として後述する。

以下では、対象物関係判定部１３０が、第１物体検出部１１０が検出したカメラ検出対象物ＣＯと、第２物体検出部１２０が検出したライダ検出対象物ＬＯとが同一である関係を有する場合について説明する。

軸ずれ角度推定部１４０は、対象物関係判定部１３０によって「同一である」関係を有すると判定されたカメラ検出対象物ＣＯとライダ検出対象物ＬＯとに基づいて、ライダ２０の軸ずれ角度を推定する。具体的な内容を以下で述べる。

本実施の形態においては、カメラ検出対象物ＣＯとライダ検出対象物ＬＯとの「一致度」に基づいて、ライダ２０の軸ずれ角度を推定する。一致度の具体的な算出方法としては、ライダ計測情報Ｄ２０が検出した、ライダ検出対象物ＬＯを構成する各点群（図２における点情報Ｐ１－Ｐ５）の、カメラ検出対象物ＣＯへの距離又は距離の和を用いることができる。

ライダ２０の軸ずれがない状態においては、図２下段のように、カメラ検出対象物ＣＯとライダ検出対象物ＬＯとは一致する。一方、ライダ２０の軸ずれ（カメラ１０に対する軸ずれ）がある状態においては、ライダ２０がカメラ１０に対してある角度（軸ずれ角度）で回転していることから、図３のように、カメラ検出対象物ＣＯとライダ検出対象物ＬＯとは一致しない。ここで、本実施の形態においては、ライダ検出対象物ＬＯを所定角度で回転させて、カメラ検出対象物ＣＯと比較する。以降で述べる「回転」とは、あくまで計算上又は処理上の概念であり、物体等を物理的に回転させることではない。また、以下で述べる「回転」の回転中心は、ライダ２０の車両１への取り付け位置とすることが好ましい。これは、ライダ２０が軸ずれしている場合には、観測される対象物が、ライダ２０の車両１への取り付け位置を中心に回転したものとして検出されるからである。また、以下で述べる「回転」の回転方向は、水平方向とする。

具体的には、図４のように、ライダ検出対象物ＬＯを複数の回転角θ１―θ５で回転させる。ライダ検出対象物ＬＯをθ１―θ５のそれぞれの回転角で回転させた結果を、それぞれ回転後点群情報ＬＯ１―ＬＯ５とする。回転後点群情報ＬＯ１を構成する回転後点情報をＰ１１－Ｐ１５とする（図４（ａ）参照）。同様に、回転後点群情報ＬＯ２－ＬＯ５を構成する回転後点情報をそれぞれＰ２１－Ｐ２５、Ｐ３１－Ｐ３５、Ｐ４１－Ｐ４５、Ｐ５１－Ｐ５５とする（それぞれ図４（ｂ）－（ｅ）参照）。図４以降では、説明の便宜のために回転角を実際より大きく記載している。

次に、回転角θ１―θ５について図５を用いて説明する。回転角θ１―θ５は符号付きの値とし、たとえばθ１は－１０度、θ２は－５度、θ３は０度（すなわち回転しない）、θ４は＋５度、θ５は＋１０度、のように設定することができる（角度は度数法にて表記した）。一例として、図５（ａ）に示されるように、回転角は、回転前のライダ検出対象物ＬＯの所定の位置で引いた接線と、回転後の回転後点群情報ＬＯ１の所定の位置で引いた接線とがなす角が回転角θ１となるように決定される。また、図５（ａ）は負の値をとる回転角（θ１）で回転した回転後点群情報ＬＯ１を、図５（ｂ）は正の値をとる回転角（θ５）で回転した回転後点群情報ＬＯ５を一例として示してある。これらの回転角は、軸ずれ角度の候補値でもあるため（後述）、角度の値の間隔は、軸ずれ角度として現実的に起こり得、且つ計算負荷が過度に大きくならない範囲で任意に設定することができる。

軸ずれ角度推定部１４０は、さらに、回転後点群情報ＬＯ１―ＬＯ５を構成する各点情報について、カメラ検出対象物ＣＯとの距離を算出する。図６で示すように、回転後点群情報ＬＯ１内の点情報Ｐ１１－Ｐ１５についてそれぞれ算出した距離をｄ１１―ｄ１５とする。同様にＬＯｎ（ｎ＝１～５）内の点群Ｐｎ１－Ｐｎ５について算出した距離をｄｎ１―ｄｎ５とする。距離の算出は、ライダ検出対象物ＬＯを構成するある点情報（たとえば点情報Ｐ１１）と、当該点情報からカメラ検出対象物ＣＯへ下ろした垂線とカメラ検出対象物ＣＯとの交点と、の距離として定義することができる。当該距離は、カメラ検出対象物ＣＯに対する一方を正の値、他方を負の値をとることとすることができる。当該距離は、当該点情報とカメラ検出対象物ＣＯとの最短距離と言い換えることもできる。

軸ずれ角度推定部１４０は、さらに、回転後点群情報ＬＯ１内の点情報Ｐ１１－Ｐ１５についてそれぞれ算出した距離ｄ１１―ｄ１５の和を算出し、距離和ｄ１ｓｕｍとする。回転後点群情報ＬＯ２－ＬＯ５内の各点情報についてそれぞれ算出した距離和ｄ２ｓｕｍ－ｄ５ｓｕｍも同様に算出する。

回転後点群情報ＬＯ１―ＬＯ５についてそれぞれ算出された距離和ｄ１ｓｕｍ－ｄ５ｓｕｍの値を比較すると図７のようになる。軸ずれ角度推定部１４０は、このうち、距離和ｄｓｕｍの値が最も小さい回転角θを軸ずれ角度と推定する。上述した例においては、回転後点群情報ＬＯ２について算出された距離和ｄ２ｓｕｍの値が、距離和ｄ１ｓｕｍ－ｄ５ｓｕｍのうちで最も小さいことから、ライダ検出対象物ＬＯを回転角θ２で回転させた場合に最もカメラ検出対象物ＣＯとの距離が小さくなることがわかる。つまり、ライダ検出対象物ＬＯとカメラ検出対象物ＣＯとの一致度が高くなることがわかる。したがって、ライダ２０の軸ずれ角度はθ２であると推定される。正確には、複数の回転角θ１―θ５の値のなかで、真の軸ずれ角度に最も近い値が回転角θ２であることが推定される。

ここでは、一致度の算出方法として距離の和を用いる方法を説明したが、これに限られるものではなく、種々の方法を採用しうる。たとえば、上述した距離の和の逆数をそれぞれ求め、当該逆数が大きいほど一致度が高い、として一致度を算出してもよい。また、前記逆数に所定の値を乗じて（重み付けを行って）一致度を算出することとしてもよい。

以上の構成によれば、カメラ１０に対するライダ２０の軸ずれを、車両挙動によることなく精度よく検出することが可能である。

上記の処理は、ライダ２０が、ライダ検出対象物ＬＯを白線であると認識できていた場合に限って行うこととしてもよい。また、ライダ検出対象物ＬＯとカメラ検出対象物ＣＯとの両検出結果の一致度が所定閾値を下回ったと判定された場合に限って上記の処理を行うこととしてもよい。

また、上述の実施形態においては、θ２の値が真の軸ずれ角度に最も近い値であることを推定することができたので、さらに真の軸ずれ角度を精度高く推定するために、θ２の近傍で、上述の実施形態における角度間隔より小さい角度間隔で再度本実施形態の処理を行ってもよい。また、計算時間及び計算負荷の高い、本実施の形態とは異なる軸ずれ角度検出処理を行ってもよい。いずれの場合であっても、本実施の形態によって真の軸ずれ角度の値がθ２の近傍に限定されたことによって、真の軸ずれ角度の精密な推定に要する計算時間及び計算負荷が軽減されることとなる。

また、軸ずれ角度が推定されたことをうけて、車両１は異常対応処理を行うこととしてもよい。例えば、軸ずれ角度が推定された以降の車両制御では、ライダ２０の検出結果をそのまま利用するのではなく、軸ずれ角度だけ補正した値（補正後検出結果）として出力し利用することとしてもよい。また、ＨＭＩ３０が、ライダ２０に軸ずれが生じている旨をドライバに通知し、修理又はディーラーへの入庫を促すこととしてもよい。さらに、車両制御ＥＣＵ４０が、以降の車両制御（追従走行制御や衝突回避制御）において、通常の制御と比較してより慎重な制御（いわゆる縮退制御）を行うこととしてもよい。具体的には、追従走行制御の上限車速を通常より下げたり、衝突回避制御の減速開始タイミングを通常より早めたりすることができる。

次に、制御システム１００で実行される処理について、図８及び図９のフローチャートを参照しつつ具体的に説明する。

図８は、軸ずれ検出装置１００の処理を示すフローチャートである。軸ずれ検出装置１００では、プロセッサ１０１において以下のフローチャートが実行される。図８のフローチャートは、車両Ｖの走行中に常に行われることが好ましい。ただし、それに限られず、特定の条件が満たされた場合のみ開始されることとしてもよい。

Ｓ１で、カメラ１０は、車両１の周囲を撮像する。Ｓ２で、第１物体検出部１１０は、カメラ撮像情報Ｄ１０に基づいて、車両１の周囲の物体を検出する。特に車両周囲の白線を検出する。一方、Ｓ３で、ライダ２０は、車両周囲の情報を点群情報として取得する。次にＳ４で、第２物体検出部１２０は、ライダ計測情報Ｄ２０に基づいて、車両１の周囲の物体（対象物）を抽出する。

その後、Ｓ５に進む。Ｓ５で、対象物関係判定部１３０は、第１物体検出部１１０が検出したカメラ検出対象物ＣＯと、第２物体検出部１２０が検出したライダ検出対象物ＬＯと、が同一であるか否かを判定する。カメラ検出対象物ＣＯとライダ検出対象物ＬＯとが同一であると判定された場合、Ｓ６に進む。同一であると判定されなかった場合、処理は終了する。

Ｓ６では、軸ずれ角度推定部１４０が、ライダ２０のカメラ１０に対する軸ずれ角度を、カメラ検出対象物ＣＯとライダ検出対象物ＬＯとの一致度に基づいて推定する。図９のフローチャートでより詳細に説明する。Ｓ６は、本実施形態においてはＳ１１－Ｓ１４から成る。Ｓ１１では、軸ずれ角度推定部１４０が、ライダ検出対象物ＬＯを複数の回転角で回転させる。次にＳ１２で、ライダ検出対象物ＬＯを回転させた回転後点群情報ＬＯ１－ＬＯ５を構成する各点情報について、カメラ検出対象物ＣＯとの距離を算出する。次に、Ｓ１３で、回転角θ１―θ５ごとに、回転後点群情報ＬＯ１－ＬＯ５とカメラ検出対象物ＣＯとの一致度を算出する。具体的には、上記距離の和を算出する。次に、Ｓ１４で、上記一致度が最も大きい回転角を軸ずれ角度と推定する。具体的には、上記距離の和の値が最も小さい回転角を軸ずれ角度と推定する。

以上の構成によれば、カメラ１０に対するライダ２０の軸ずれを、車両挙動によることなく精度よく検出することが可能である。

＜第２実施形態＞
次に第二実施例について説明する。第二実施例は、第一実施例に対して、ブロック図及びハードウエア構成に差異はない。第一実施例と第二実施例との相違点を以下で説明する。

第一実施例においては、対象物関係判定部１３０が、第１物体検出部１１０が検出したカメラ検出対象物ＣＯと、第２物体検出部１２０が検出したライダ検出対象物ＬＯとが同一である関係を有する場合を説明した。それに対して、第二実施例においては、対象物関係判定部１３０が、第１物体検出部１１０が検出したカメラ検出対象物ＣＯと、第２物体検出部１２０が検出したライダ検出対象物ＬＯとが同一でない関係を有する場合に適用される手法である点で相違する。まず、対象物関係判定部１３０が「第１物体検出部１１０が検出したカメラ検出対象物ＣＯと、第２物体検出部１２０が検出したライダ検出対象物ＬＯとが同一でない関係」を判定する場合について説明する。

「カメラ検出対象物ＣＯとライダ検出対象物ＬＯとが同一でない」関係の一例として、カメラ検出対象物ＣＯが白線で、ライダ検出対象物ＬＯが白線と平行な路側物である場合がある。上述した方法によって、カメラ検出対象物ＣＯが白線であると認識され、ライダ検出対象物ＬＯが白線と平行な路側物であると認識され、且つカメラ検出対象物ＣＯと自車両との距離とライダ検出対象物ＬＯと自車両との距離が第二所定距離以内に存在する場合に、カメラ検出対象物ＣＯが白線で、ライダ検出対象物ＬＯが白線と平行な路側物であると推定される。ここで、第二所定距離は、第一実施例における第一所定距離よりも大きい値とすることが好ましい。または、カメラ検出対象物ＣＯが白線であると認識され、ライダ検出対象物ＬＯが白線と平行な路側物であると認識され、且つカメラ検出対象物ＣＯの自車両に対する方向（車両中心軸に対する角度）とライダ検出対象物ＬＯと自車両に対する方向（車両中心軸に対する角度）が第二所定範囲内に存在する場合に、カメラ検出対象物ＣＯとライダ検出対象物ＬＯとは同一の白線であると推定される。ここで、第二所定範囲は、第一実施例における第一所定範囲よりも広い範囲とすることが好ましい。

また、「カメラ検出対象物ＣＯとライダ検出対象物ＬＯとが同一でない」関係の一例として、カメラ検出対象物ＣＯが白線であると認識され、ライダ検出対象物ＬＯが白線であると認識されたが、上述の「第一所定距離」又は「第一所定範囲内」による検証の結果、「カメラ検出対象物ＣＯとライダ検出対象物ＬＯとは同一の白線である」と推定されなかった場合がある。さらに、カメラ検出対象物ＣＯが白線であると認識され、ライダ検出対象物ＬＯが白線と平行な路側物であると認識されたが、上述の「第二所定距離」又は「第二所定範囲内」による検証の結果、「カメラ検出対象物ＣＯとライダ検出対象物ＬＯとが対応する白線と平行な路側物である」と推定されなかった場合がある。すなわち、カメラ検出対象物ＣＯが白線であることが判明しており、ライダ検出対象物ＬＯの種別が判明していない（白線である蓋然性も白線と平行な路側物である蓋然性も所定値を超えない）場合がある。この場合であっても、以降で述べる手法によって、カメラ１０に対するライダ２０の軸ずれを推定することが可能である。

軸ずれ角度推定部１４０は、対象物関係判定部１３０によって所定の関係（すなわち「第１物体検出部１１０が検出したカメラ検出対象物ＣＯと、第２物体検出部１２０が検出したライダ検出対象物ＬＯとが同一でない関係」）を有すると判定されたカメラ検出対象物ＣＯとライダ検出対象物ＬＯとに基づいて、ライダ２０の軸ずれ角度を推定する。

第二実施例においては、白線と、白線と平行な路側物（縁石又はガードレール）との位置関係を利用してライダ２０の軸ずれ角度を推定する。すなわち、カメラ検出対象物ＣＯとライダ検出対象物ＬＯとの「平行度」に基づいて、ライダ２０の軸ずれ角度を推定する。平行度の具体的な算出方法としては、第一実施例と同様に、ライダ計測情報Ｄ２０が検出した、ライダ検出対象物ＬＯを構成する各点群の、カメラ検出対象物ＣＯへの距離又は距離の和を用いることができる。本実施例においては、ライダ検出対象物ＬＯを構成する各点情報を、図１０に示すように、点情報Ｐ２１－Ｐ２５とする。

ライダ２０の軸ずれがない状態においては、図１０のように、カメラ検出対象物ＣＯとライダ検出対象物ＬＯとの位置関係は平行又は平行に近い状態になると考えられる。一方、ライダ２０の軸ずれがある状態においては、カメラ検出対象物ＣＯとライダ検出対象物ＬＯとは平行にならない。ここで、第二実施例においても、第一実施例と同様に、ライダ検出対象物ＬＯを所定角度で回転させて、カメラ検出対象物ＣＯと比較する。

具体的には、軸ずれ角度推定部１４０は、図１１のように、ライダ検出対象物ＬＯを複数の回転角θ２１―θ５で回転させる。ライダ検出対象物ＬＯをθ２１―θ２５のそれぞれの回転角で回転させた結果を、回転後点群情報ＬＯ２１―ＬＯ２５とする。θ２１―θ２５は符号付きの値とし、たとえばθ２１は－１０度、θ２２は－５度、θ２３は０度（すなわち回転しない）、θ２４は＋５度、θ２５は＋１０度、のように設定することができる。回転後点群情報ＬＯ２１―ＬＯ２５の各点群について、カメラ検出対象物ＣＯとの距離を算出する。たとえば、回転後点群情報ＬＯ２１内の点情報Ｐ２１１－Ｐ２１５についてそれぞれ算出した距離をｄ２１１―ｄ２１５とする。同様に回転後点群情報ＬＯ２ｎ（ｎ＝１～５）内の点群Ｐ２ｎ１－Ｐ２ｎ５について算出した距離をｄ２ｎ１―ｄ２ｎ５とする。

次に、回転後点群情報ＬＯ２１に関する距離ｄ２１１―ｄ２１５の距離の変化を算出することで、カメラ検出対象物ＣＯとライダ検出対象物ＬＯとの平行度ＰＡ１を算出する。平行度を算出するための「距離の変化」を表す量としては、分散の値を用いてもよく、最大値と最小値との差を用いてもよく、符号の変化有無及び回数を用いてもよい（後述）。距離の値の符号のライダ２０がカメラ１０に対して軸ずれしていない（ライダ２０のカメラ１０に対する軸ずれ角度がゼロ）場合、距離ｄ２１１―ｄ２１５の値はそれぞれ等しくなる、又は距離の変化が非常に小さくなる（ゼロに近くなる）と考えられる。また、ライダ２０のカメラ１０に対する軸ずれ角度が小さいほど、距離ｄ２１１―ｄ２１５の距離の変化は小さくなる。逆に、ライダ２０のカメラ１０に対する軸ずれ角度が大きいほど、距離ｄ２１１―ｄ２１５の距離の変化は大きくなる。同様に、回転後点群情報ＬＯ２ｎ（ｎ＝１～５）に関する距離ｄ２ｎ１―ｄ２ｎ５の平行度ＰＡｎを算出する。

平行度の算出方法については、「ある回転後点群情報を構成する点情報の各々とカメラ検出対象物ＣＯとの距離の変化が小さいほど大きく算出される値」であれば、種々の算出方法を採用し得る。具体的には、距離ｄ２１１―ｄ２１５の分散の値を用いることができる。当該分散の値が小さいほど、当該距離の変化が小さいことを示すので、平行度が高いといえる。逆に、当該分散の値が大きいほど、当該距離の変化が大きいことを示すので、平行度が低いといえる。図１２に示す例では、回転後点群情報ＬＯ２１とＬＯ２２を比較する際、距離ｄ２１１―ｄ２１５と距離ｄ２２１―ｄ２２５の分散の値（それぞれＶ２１、Ｖ２２とする）を算出した上で、回転後点群情報ＬＯ２２の分散の値Ｖ２２が回転後点群情報ＬＯ２１の分散の値Ｖ２１より低いため、回転後点群情報ＬＯ２２は回転後点群情報ＬＯ２１より平行度が高いといえる。

また、距離ｄ２１１―ｄ２１５のうち最大値と最小値との差を用いてもよい。これは、白線と推定されるカメラ検出対象物ＣＯと白線と平行な路側物と推定されるライダ検出対象物ＬＯ（及び回転後点群情報ＬＯ２ｎ）がいずれも線状の物標であるために、それらの距離がある点で急激に変化することは想定し難く、連続的な値をとる蓋然性が高いことを利用している。図１２に示す例では、回転後点群情報ＬＯ２１における距離ｄ２１１―ｄ２１５のうち最大値（ｄ２１５）と最小値（ｄ２１１）との差と、回転後点群情報ＬＯ２２における距離ｄ２２１―ｄ２２５のうち最大値（ｄ２２５）と最小値（ｄ２２１）との差を比較して、後者が小さいことから、回転後点群情報ＬＯ２２は回転後点群情報ＬＯ２１より平行度が高いといえる。

さらに、距離の値の符号の変化有無及び変化の回数を用いてもよい。図１２に示す例では、回転後点群情報ＬＯ２１における距離ｄ２１１―ｄ２１５のうち、距離ｄ２１１―ｄ２１２の値が負の値をとり、距離ｄ２１３―ｄ２１５の値が正の値をとる（紙面左側を正とする場合）。つまり、距離ｄ２１１―ｄ２１５の中で符号が１回変化する。一方、回転後点群情報ＬＯ２２における距離ｄ２２１―ｄ２２５は、すべてが正の値をとるから、距離ｄ２１１―ｄ２１５の中で符号が変化しない（変化の回数が０回である）。この場合、距離ｄ２１１―ｄ２１５の値の変化が、距離ｄ２２１―ｄ２２５の変化より大きいことを示すから、回転後点群情報ＬＯ２２は回転後点群情報ＬＯ２１より平行度が高いといえる。

次に、平行度ＰＡ１－ＰＡ５を比較し（図１３）、平行度が最も大きく算出された回転後点群情報ＬＯ２ｎに該当する回転角θ２ｎを、軸ずれ角度と推定する。上述の場合、ＰＡ２の値が最も大きいことから、ライダ検出対象物ＬＯを回転角θ２で回転させた場合に最もカメラ検出対象物ＣＯとの平行度が大きくなる。つまり、白線と推定されるカメラ検出対象物ＣＯと、白線と平行な路側物と推定されるライダ検出対象物ＬＯとの平行度が高くなる。したがって、ライダ２０の軸ずれ角度はθ２であると推定される。正確には、複数の回転角θ１―θ５の値のなかで、真の軸ずれ角度に最も近い値がθ２であることが推定される。

以上の構成によれば、カメラ１０に対するライダ２０の軸ずれを、車両挙動によることなく精度よく検出することが可能である。

上記の説明においては、ライダ２０が、ライダ検出対象物ＬＯを白線と平行な路側物であると判別した場合を説明したが、ライダ検出対象物ＬＯを白線であるか白線と平行な路側物であるか判別できなかった場合であっても同様に適用することができる。これは、上述した平行度は、ライダ検出対象物ＬＯとカメラ検出対象物ＣＯとが一致する場合にも、一致せず平行である場合にも、高く算出されることを利用する。

ライダ検出対象物ＬＯが実際には白線と平行な路側物であった場合には、上述の通りに適用することができる。一方、ライダ検出対象物ＬＯが実際には白線であった場合には、カメラ１０に対するライダ２０の軸ずれがない状態（あるいは、軸ずれがある状態であって、ライダ検出対象物ＬＯを真の軸ずれ角度で回転させた状態）では、ライダ検出対象物ＬＯ（あるいは回転後点群情報）とカメラ検出対象物ＣＯは一致する。このとき、上述した平行度は（ライダ検出対象物ＬＯが実際には白線と平行な路側物であった場合と同様に）高くなる。

次に、制御システム１００で実行される処理について、図１４及び図１５のフローチャートを参照しつつ具体的に説明する。

第一実施例と異なる点に限って説明し、第一実施例と同様の点については省略する。軸ずれ検出装置１００のプロセッサ１０１において以下のフローチャートが実行される。第一実施例におけるＳ５で「カメラ検出対象物ＣＯとライダ検出対象物ＬＯとが同一でない」と判定された場合（Ｓ５でＮＯと判定された場合）に、第二実施例ではＳ２０を設ける。

Ｓ２０は、カメラ検出対象物とライダ検出対象物との平行度に基づいて、ライダのカメラに対する軸ずれ角度を推定する。Ｓ２０は、Ｓ２１からＳ２４から構成される（図１５参照）。Ｓ２１では、軸ずれ角度推定部１４０が、ライダ検出対象物ＬＯを複数の回転角で回転させる。次にＳ２２で、ライダ検出対象物ＬＯを回転させた回転後点群情報ＬＯ２１－ＬＯ２５を構成する各点情報について、カメラ検出対象物ＣＯとの距離を算出する。次に、Ｓ２３で、回転角θ２１―θ２５ごとに、回転後点群情報ＬＯ２１－ＬＯ２５とカメラ検出対象物ＣＯとの平行度を算出する。次に、Ｓ２４で、上記平行度が最も大きい回転角を軸ずれ角度と推定する。

以上の構成によれば、カメラ１０に対するライダ２０の軸ずれを、車両挙動によることなく精度よく検出することが可能である。

＜第２実施形態の変形例＞
次に、第二実施例の変形例を説明する。第二実施例では、単数のライダ検出対象物ＬＯが白線と平行な路側物であると判別した場合と、白線であるか白線と平行な路側物であるか判別できなかった場合と、を考えた。本変形例では、複数のライダ検出対象物ＬＯが検出され、且ついずれも白線であるか白線と平行な路側物であるか判別できなかった場合に関して説明する。

具体的には、図１６に示すように、ライダ検出対象物ＬＯとして、第一対象物１ＬＯ（点情報Ｐ３１－Ｐ３５から構成される）と第二対象物２ＬＯ（点情報Ｐ４１－Ｐ４５から構成される）とが検出され、いずれも白線であるか白線と平行な路側物であるか判別できなかった状況を考える。

本変形例では、大きく分けて、(i)複数のライダ検出対象物ＬＯから構成される点情報のうち、カメラ検出対象物ＣＯと一致又は近接する点情報を特定するステップと、(ii)全体の点情報から上記カメラ検出対象物ＣＯと一致又は近接する点情報を除いた点情報と、カメラ検出対象物ＣＯとの距離の変化の少なさを評価するステップと、から成る。この処理はすなわち、白線と、白線と平行な路側物を区別できていないライダ検出対象物ＬＯ内の点情報のうち、「カメラ検出対象物ＣＯと一致又は近接する点情報が白線を構成する点情報であり、それ以外の点情報が白線と平行な路側物を構成する点情報である」と一旦仮定し、当該それ以外の点情報がカメラ検出対象物ＣＯと平行な位置関係を有しているか否かを判断する、ことを意味する。平行な位置関係を有している場合には、当該それ以外の点情報が白線と平行な路側物を構成している蓋然性が高いために仮定が正しい、つまり回転角が軸ずれ角度に近接していることになる。逆に平行な位置関係を有していない場合には、当該それ以外の点情報が白線と平行な路側物を構成している蓋然性が低いために仮定が誤っている、つまり回転角が軸ずれ角度に近接していないことになる。

軸ずれ角度推定部１４０は、上記第二実施例と同様にライダ検出対象物ＬＯ（第一対象物１ＬＯと第二対象物２ＬＯ）を所定角度で回転させて、カメラ検出対象物ＣＯと比較する。具体的には、ライダ検出対象物ＬＯを複数の回転角θ２１―θ２５で回転させる。回転角θ２１―θ２５についての説明は第二実施例と同様であるので省略する。第一対象物１ＬＯを回転角θ２１で回転させた点群情報を、第一対象物回転後点群情報ＬＯ３１とし、第一対象物回転後点群情報ＬＯ３１を構成する点情報を、点情報ＬＯ３１１―ＬＯ３１５とする（図１７参照）。また、第二対象物２ＬＯを回転角θ２１で回転させた点群情報を、第二対象物回転後点群情報ＬＯ４１とし、第二対象物回転後点群情報ＬＯ４１を構成する点情報を、点情報ＬＯ４１１―ＬＯ４１５とする（図１８参照）。

同様に、第一対象物１ＬＯを回転角θ２２－θ２５で回転させた点群情報を、それぞれ第一対象物回転後点群情報ＬＯ３２－ＬＯ３５とし、それらを構成する点情報をそれぞれ、ＬＯ３２１―ＬＯ３２５、ＬＯ３３１―ＬＯ３３５、ＬＯ３４１―ＬＯ３４５、ＬＯ３５１―ＬＯ３５５とする。第二対象物２ＬＯを回転角θ２２－θ２５で回転させた点群情報を、それぞれ第二対象物回転後点群情報ＬＯ４２－ＬＯ４５とし、それらを構成する点情報をそれぞれ、ＬＯ４２１―ＬＯ４２５、ＬＯ４３１―ＬＯ４３５、ＬＯ４４１―ＬＯ４４５、ＬＯ４５１―ＬＯ４５５とする（図示略）。

次に、第一対象物回転後点群情報ＬＯ３１を構成する点情報ＬＯ３１１―ＬＯ３１５の各点情報について、カメラ検出対象物ＣＯとの距離ｄ３１１―ｄ３１５を算出する。さらに、第二対象物回転後点群情報ＬＯ４１を構成する点情報ＬＯ４１１―ＬＯ４１５の各点情報について、カメラ検出対象物ＣＯとの距離ｄ４１１―ｄ４１５を算出する。

さらに、本変形例においては、第一対象物回転後点群情報と第二対象物回転後点群情報との対応する点情報と、カメラ検出対象物ＣＯとの距離の大小を比較する。次に、比較した二つの距離のうち、距離が大きい方に該当する点情報を用いて、カメラ検出対象物ＣＯとの平行度を算出する。

一例として、図１７を参照して、第一対象物１ＬＯと第二対象物２ＬＯとを、回転角θ２１で回転させた、第一対象物回転後点群情報ＬＯ３１と第二対象物回転後点群情報ＬＯ４１と、を用いて具体的に説明する。

まず、第一対象物回転後点群情報ＬＯ３１を構成する点情報ＬＯ３１１とカメラ検出対象物ＣＯとの距離ｄ３１１と、第二対象物回転後点群情報ＬＯ４１を構成する点情報ＬＯ４１１とカメラ検出対象物ＣＯとの距離ｄ４１１の大小を比較する。図１７に示した例では、比較の結果、距離ｄ３１１が距離ｄ４１１より大きいと判定される。同様の処理を、距離ｄ３１２と距離ｄ４１２、距離ｄ３１３と距離ｄ４１３…においても実行する。その結果、距離ｄ４１２が距離ｄ３１２より大きいと判定され、距離ｄ４１３が距離ｄ３１３より大きいと判定され、距離ｄ４１４が距離ｄ３１４より大きいと判定され、距離ｄ４１５が距離ｄ３１５より大きいと判定される。

次に、当該比較した距離のうち距離が大きい方に該当する点情報を用いて、カメラ検出対象物ＣＯとの平行度ＰＡ１１を算出する。すなわち、カメラ検出対象物ＣＯとの距離が距離ｄ３１１となる点情報ＬＯ３１１、カメラ検出対象物ＣＯとの距離が距離ｄ４１２となる点情報ＬＯ４１２、カメラ検出対象物ＣＯとの距離が距離ｄ４１３となる点情報ＬＯ４１３、カメラ検出対象物ＣＯとの距離が距離ｄ４１４となる点情報ＬＯ４１４、カメラ検出対象物ＣＯとの距離が距離ｄ４１５となる点情報ＬＯ４１５を抽出し、これらの点情報とカメラ検出対象物ＣＯとの平行度ＰＡ１１を算出する。平行度の算出方法としては第二実施例と同様であるため省略する。

次に、図１８を参照して、第一対象物１ＬＯと第二対象物２ＬＯとを、回転角θ２２で回転させた、第一対象物回転後点群情報ＬＯ３２と第二対象物回転後点群情報ＬＯ４２と、について具体的に説明する。

まず、第一対象物回転後点群情報ＬＯ３２を構成する点情報ＬＯ３２１とカメラ検出対象物ＣＯとの距離ｄ３２１と、第二対象物回転後点群情報ＬＯ４２を構成する点情報ＬＯ４２１とカメラ検出対象物ＣＯとの距離ｄ４２１の大小を比較する。図１８に示した例では、比較の結果、距離ｄ４２１が距離ｄ３２１より大きいと判定される（図１８においては、カメラ検出対象物ＣＯと点情報ＬＯ３２１が重なっている又は非常に近接しているため、距離ｄ３２１は図示していない）。同様の処理を、距離ｄ３２２と距離ｄ４２２、距離ｄ３２３と距離ｄ４２３…においても実行する。その結果、距離ｄ４２２が距離ｄ３２２より大きいと判定され、距離ｄ４２３が距離ｄ３２３より大きいと判定され、距離ｄ４２４が距離ｄ３２４より大きいと判定され、距離ｄ４２５が距離ｄ３２５より大きいと判定される。

次に、当該比較した距離のうち距離が大きい方に該当する点情報を用いて、カメラ検出対象物ＣＯとの平行度ＰＡ１２を算出する。すなわち、カメラ検出対象物ＣＯとの距離が距離ｄ４２１となる点情報ＬＯ４２１、カメラ検出対象物ＣＯとの距離が距離ｄ４２２となる点情報ＬＯ４２２、カメラ検出対象物ＣＯとの距離が距離ｄ４２３となる点情報ＬＯ４２３、カメラ検出対象物ＣＯとの距離が距離ｄ４２４となる点情報ＬＯ４２４、カメラ検出対象物ＣＯとの距離が距離ｄ４２５となる点情報ＬＯ４２５を抽出し、これらの点情報とカメラ検出対象物ＣＯとの平行度ＰＡ１２を算出する。平行度の算出方法としては第二実施例と同様であるため省略する。

第一対象物１ＬＯと第二対象物２ＬＯとを、回転角θ２２－θ２５で回転させた、第一対象物回転後点群情報ＬＯ３２－ＬＯ３５と第二対象物回転後点群情報ＬＯ４２－ＬＯ４５と、についても同様の処理を行い、算出された平行度ＰＡ１１－ＰＡ１５を比較し、平行度が最も大きく算出された回転後点群情報に該当する回転角を、軸ずれ角度と推定する。図１７及び図１８で示した場合においては、回転角θ２２を軸ずれ角度と推定する。

この結果の意味するところは、第一対象物１ＬＯと第二対象物２ＬＯとを回転角θ２２で回転させた場合に、カメラ検出対象物ＣＯからの距離が小さい点情報ｄ３２１、ｄ３２２、ｄ３２３、ｄ３２４、ｄ３２５が白線を構成する点情報であるということ、又はその蓋然性が高いということである。また、カメラ検出対象物ＣＯからの距離が大きく且つカメラ検出対象物ＣＯとの平行度が高い点情報ｄ４２１、ｄ４２２、ｄ４２３、ｄ４２４、ｄ４２５が白線と平行な路側物を構成する点情報であるということ、又はその蓋然性が高いということである。

次に、制御システム１００で実行される処理について、図１９のフローチャートを参照しつつ具体的に説明する。

上述の第二実施例と異なる点に限って説明する。図１９は、軸ずれ検出装置１００の処理を示すフローチャートである。軸ずれ検出装置１００では、プロセッサ１０１において以下のフローチャートが実行される。

図１４に示した軸ずれ推定処理を行うＳ２０を構成するステップとして、本変形例においてはＳ３１－Ｓ３５を実施する。Ｓ３１においては、第一対象物と第二対象物とを所定角度（複数の回転角）で回転させる。Ｓ３２においては、第一対象物回転後点群情報と第二対象物回転後点群情報とを構成する各点情報について、カメラ検出対象物との距離を算出する。次に、Ｓ３３において、互いに対応する「第一対象物回転後点群情報を構成する点情報とカメラ検出対象物との距離」と、「第二対象物回転後点群情報を構成する点情報とカメラ検出対象物との距離」との大小を比較する。次に、Ｓ３４において、当該比較した距離のうち距離が大きい方に該当する点情報を用いて、当該複数の点情報とカメラ検出対象物との平行度を算出する。次に、Ｓ３５において、複数の回転角に対応する第一対象物回転後点群情報及び第二対象物回転後点群情報について算出された平行度のうち、平行度が最も大きく算出された第一対象物回転後点群情報及び第二対象物回転後点群情報に対応する回転角を、軸ずれ角度と推定する。

以上の構成によれば、カメラ１０に対するライダ２０の軸ずれを、車両挙動によることなく精度よく検出することが可能である。

１１０…第一検出部、１２０…第二検出部、１３０…対象物関係判定部、１４０…軸ずれ角度推定部

Claims (5)

1. 車両に搭載されるライダの軸ずれを検出する車両搭載用ライダの軸ずれ検出装置であって、
   前記車両の車室の内部に配設されたカメラが取得した撮像情報から第一の対象物を検出する第一検出部と、
   前記車両の車室の外部に配設された前記ライダが取得した点情報から第二の対象物を検出する第二検出部と、
   前記ライダの前記カメラに対する軸ずれ角度を推定する軸ずれ角度推定部と、
   前記第一の対象物と前記第二の対象物とが所定の関係を満たすか否かを判定する対象物関係判定部と、
   を備え、
   前記軸ずれ角度推定部は、前記第一検出部の検出結果と、前記第二検出部の検出結果を所定角度で前記ライダの前記車両への取り付け位置を中心に回転させた回転後検出結果と、の比較結果が所定条件を満たした場合に、前記所定角度を、前記ライダの前記カメラに対する軸ずれ角度であると推定し、前記対象物関係判定部が前記第一の対象物と前記第二の対象物とが同一ではない対象物であると判定した場合で、且つ、前記所定条件が、前記第一検出部の検出結果と、前記回転後検出結果と、の平行度が平行度閾値以上の場合に、前記所定角度を、前記ライダの前記カメラに対する軸ずれ角度であると推定する、車両搭載用ライダの軸ずれ検出装置。
2. 前記第一の対象物と前記第二の対象物とがいずれも道路上に描かれた白線である、請求項１に記載の車両搭載用ライダの軸ずれ検出装置。
3. 前記平行度は、
   前記第一検出部の検出結果と、前記回転後検出結果を構成する前記点情報との距離の変化量が小さい場合と当該距離の変化量が大きい場合とを比較すると、当該距離の変化量が小さい場合の方が大きく算出される、請求項１に記載の車両搭載用ライダの軸ずれ検出装置。
4. 前記第一の対象物が道路上に描かれた白線であり、前記第二の対象物が前記白線と平行な路側物である、請求項１又は請求項３に記載の車両搭載用ライダの軸ずれ検出装置。
5. 前記距離は、
   前記回転後検出結果を構成する前記点情報と、前記点情報から前記第一検出部の検出結果へ下ろした垂線と前記第一検出部の検出結果との交点と、の距離である、請求項３に記載の車両搭載用ライダの軸ずれ検出装置。

Images