JP7184087B2 - 物体検出システム、および物体検出方法 - Google Patents

Description

本発明は、物体検出システム、および物体検出方法に関する。

測定空間での人や車両等の物体の移動等を検出する物体検出装置として、測距点群データ（距離画像とも称される）を用いるものが提案されている。ここで測距点群データとは、距離情報を有する多数の測定点から構成されるものである。具体的には、レーザー光を測定空間へ向けて送出し、その送出から反射光の受光までの時間から測定空間内の対象物までの距離を計測する物体検出装置が知られている。このような物体検出装置では、レーザー光の照射方向を順次変えて測定空間内を２次元的に走査することにより、測定空間に向けた複数の方向に関する距離情報を得ることができ、これにより測距点群データを生成する。

そして、生成した測距点群データから、物体認識処理を行い、物体を認識することで、測定空間内の物体の状況を把握する。この物体認識処理は、一般に隣接、または近接する画素間において、距離値が近い画素は同一の物体からの反射光によるものと推定し、物体の認識を行う。

このような物体認識処理の課題として、実際には複数の物体を、物体認識処理において、１つの物体として誤って認識したり、またその反対に、実際には１つの物体を、複数の物体と誤って認識したりする。例えば、車道を走行する車両の認識を行う場合に、車体部分からの反射光の強度が十分でない場合には、その車体部分からの反射光が検知されたり、されなかったりすることがある。この場合、その先行車両に関する測距データが不安定になる。また、単に反射物の位置のみに基づいて一体のものかどうかを判定すると、例えば、通過する車両の横に静止物があるとこれらが一体のものとみなされてしまう。特許文献１では、これらの課題を解決するため、距離値が近いだけでなく、反射強度の差が所定値以下の場合に同一の物体と認識する物体認識処理を行っている。

特開２００４－１９８３２３号公報

しかしながら、レーザー等を照射して得られた測距点群データから物体を認識するような場合には、略直方体の外形の車両等の物体の場合には、物体の進行方向と、レーザー等の照射方向が平行に近いと、奥行き方向の正確な長さを捉えにくくなる。すなわち、測距点群データにおいて、隣接する画素間において、距離値が離散的になる。特に、全長が長い車両の場合では、距離値の広がりが大きくなり、このような場合には、１つの物体を、複数の物体と誤って認識してしまう虞がある。

特許文献１では、物体の誤認識を抑制するために、距離値の近接度だけでなく、反射強度の差が少ないことにより、物体の認識を行っているが、例えばトラック車両においては、一般に、車両全面部と荷台では、異なる反射強度を示すため、実際には１つの物体ではあるが、それぞれの部分から別々の物体を誤認識してしまうため、同一の物体として認識できない。また、距離値が離散することで反射強度が変化するような場合にも、実際には１つの物体として認識できない。

本発明は、上記事情に鑑みてなされたものであり、測定空間内で移動する物体を適切に検出することを目的とする。

本発明の上記目的は、下記の手段によって達成される。

（１）複数の照射方向に向けた送信波を、測定空間に渡って照射し、該測定空間内の対象物からの前記送信波の反射波に応じた受信信号を出力する送受信部と、
前記送受信部が、前記送信波を送信してから、該送信波の反射波を受信するまでの時間間隔に基づいて、それぞれの前記照射方向における対象物までの距離を算出し、前記測定空間内の対象物までの距離値の分布を示す測距点群データを生成する距離算出部と、
前記測距点群データに基づいて、前記測定空間内の物体を認識する認識部と、
時系列の前記測距点群データを用いて、前記認識部が認識した複数の物体の各時刻の位置情報を追跡することで、それぞれが別個の物体として認識された物体が、前記測定空間内に予め設定した仮想平面を通過したタイミングを算出するとともに、第１判定条件として、前記複数の物体のうち、２つの物体の前記タイミング間の差分時間が所定閾値以下であるか否かを判定する判定部と、
前記第１判定条件を満たした、前記２つ物体を関連付けるとともに、関連付けた前記２つの物体を１つの物体として処理する関連付け部と、
を備える、物体検出システム。

（２）前記判定部は、前記第１判定条件を満たす前記２つの物体について、さらに、第２判定条件として、前記仮想平面を通過した前記物体の位置の差分が、所定閾値以下であるか否かを判定し、
前記関連付け部は、前記第１判定条件および前記第２判定条件を満たす前記２つの物体を関連付ける、上記（１）に記載の物体検出システム。

（３）前記判定部は、第１判定条件を満たす前記２つの物体について、さらに、第３判定条件として、前記仮想平面を通過した時の速度の差分が、所定閾値以下であるか否かを判定し、
前記関連付け部は、少なくとも前記第１判定条件および前記第３判定条件を満たす前記２つの物体を関連付ける、上記（１）、または上記（２）に記載の物体検出システム。

（４）前記判定部は、第１判定条件を満たす前記２つの物体について、さらに、第４判定条件として、前記物体のサイズそれぞれが、所定閾値以上か否かを判定し、
前記関連付け部は、少なくとも前記第１判定条件および前記第４判定条件を満たす前記２つの物体を関連付ける、上記（１）から上記（３）のいずれかに記載の物体検出システム。

（５）前記判定部は、第１判定条件を満たす前記２つの物体について、さらに、第５判定条件として、前記仮想平面を通過するまでの移動軌跡を比較し、移動軌跡の差分が所定条件を満たすか否かを判定し、
前記関連付け部は、少なくとも前記第１判定条件および前記第５判定条件を満たす前記２つの物体を関連付ける、上記（１）から上記（４）のいずれかに記載の物体検出システム。

（６）前記判定部は、第１判定条件を満たす前記２つの物体について、さらに、
前記仮想平面を通過した前記物体の位置の差分が、所定閾値以下であるか否かを判定する第２判定条件、
前記仮想平面を通過した時の速度の差分が、所定閾値以下であるか否かを判定する第３判定条件、
前記物体のサイズそれぞれが、所定閾値以上か否かを判定する第４判定条件、および、
前記仮想平面を通過するまでの移動軌跡を比較し、移動軌跡の差分が所定条件を満たすか否かを判定する第５判定条件について判定を行い、
前記関連付け部は、前記判定部による前記第２から第５の判定条件に関する判定結果、および、予め設定した、前記第２から第５判定条件の優先度、または重み付け係数を用いて、前記２つの物体を関連付ける、上記（１）に記載の物体検出システム。

（７）複数の照射方向に向けた送信波を、測定空間に渡って照射し、該測定空間内の対象物からの前記送信波の反射波を受信する送受信部と、
前記送受信部が、前記送信波を送信してから、該送信波の反射波を受信するまでの時間間隔に基づいて、それぞれの前記照射方向における対象物までの距離を算出し、前記測定空間内の対象物までの距離値の分布を示す測距点群データを算出する距離算出部と、
前記測距点群データに基づいて、前記測定空間内の物体を認識する認識部と、
前記測距点群データに基づいて、前記測定空間内の物体を認識する認識部と、
時系列の前記測距点群データを用いて、前記認識部が認識した複数の物体の各時刻の位置情報を追跡することで、それぞれが別個の物体として認識された物体の前記測定空間内に予め設定した仮想平面の通過を判定する判定部であって、
前記認識部が認識した前記複数の物体のそれぞれが、前記仮想平面を通過したタイミングを算出するとともに、前記複数の物体のうち、２つの物体の前記タイミング間の差分時間が所定閾値以下であるか否かを判定する第１判定条件、
前記仮想平面を通過した前記物体の位置の差分が、所定閾値以下であるか否かを判定する第２判定条件、
前記仮想平面を通過した時の速度の差分が、所定閾値以下であるか否かを判定する第３判定条件、
前記物体のサイズそれぞれが、所定閾値以上か否かを判定する第４判定条件、および、
前記仮想平面を通過するまでの移動軌跡を比較し、移動軌跡の差分が所定条件を満たすか否かを判定する第５判定条件について判定を行う判定部と、
前記判定部による前記第１から第５の判定条件に関する判定結果、および、予め設定した、前記第１から第５判定条件の優先度、または重み付け係数を用いて、２つの物体を関連付けるとともに、関連付けた前記２つの物体を１つの物体として処理する関連付け部と、を備える物体検出システム。

（８）前記測定空間には、車両が通行する道路が含まれ、前記仮想平面は、前記道路を通行する車両の移動方向に対向して設けられている、上記（１）から上記（７）のいずれかに記載の物体検出システム。

（９）前記送受信部は、ライダーであり、前記送信波としてレーザー光を照射する、上記（１）から上記（８）のいずれかに記載の物体検出システム。

（１０）さらに、前記測距点群データに基づいて、生成した画像を出力する、出力部を備え、
前記関連付け部は、前記出力部が出力する前記画像において、関連付けた前記２つの物体に対して、１つの検知枠を付与する、上記（１）から上記（９）のいずれかに記載の物体検出システム。

（１１）前記関連付け部は、関連付けた前記２つの物体に対して、１つの物体としてカウントを行う、上記（１）から上記（１０）のいずれかに記載の物体検出システム。

（１２）前記関連付け部は、関連付けた前記２つの物体に対して、１つの物体として、物体の種類の判別を行う、上記（１）から上記（１１）のいずれかに記載の物体検出システム。

（１３）前記関連付け部は、関連付けた前記２つの物体に対して、１つの物体として、発報処理を行う、上記（１）から上記（１２）のいずれかに記載の物体検出システム。
（１４）前記判定部は、前記物体が前記仮想平面を通過したことを、
前記複数の物体のうち、先頭の物体に対しては、該物体の後端が前記仮想平面を通過したことにより判定し、先頭以外の物体に対しては、該物体の先端が前記仮想平面を通過したことにより判定する、上記（１）～上記（１３）のいずれかに記載の物体検出システム。
（１５）前記判定部は、前記物体が前記仮想平面を通過したことを、
前記物体の先端、または後端が前記仮想平面を通過したことにより判定する、上記（１）～上記（１３）のいずれかに記載の物体検出システム。

（１６）複数の照射方向に向けた送信波を、測定空間に渡って照射し、該測定空間内の対象物からの前記送信波の反射波に応じた受信信号を出力する送受信部を備える物体検出システムにおける物体検出方法であって、
前記送受信部が前記送信波を送信してから、該送信波の反射波を受信するまでの時間間隔に基づいて、それぞれの前記照射方向における対象物までの距離を算出し、前記測定空間内の対象物までの距離値の分布を示す測距点群データを算出するステップ（ａ）と、
前記測距点群データに基づいて、前記測定空間内の物体を認識するステップ（ｂ）と、
時系列の前記測距点群データを用いて、前記ステップ（ｂ）で認識した複数の物体の各時刻の位置情報を追跡することで、それぞれが別個の物体として認識された物体が、前記測定空間内に予め設定した仮想平面を通過したタイミングを算出するとともに、第１判定条件として、前記複数の物体のうち、２つの物体の前記タイミング間の差分時間が所定閾値以下であるか否かを判定するステップ（ｃ）と、
前記第１判定条件を満たした、前記２つ物体を関連付けるとともに、関連付けた前記２つの物体を１つの物体として処理するステップ（ｄ）と、
を含む物体検出方法。

本発明に係る物体検出システムは、送受信部からの信号により生成した測距点群データに基づいて、測定空間内の物体を認識し、認識した複数の物体のそれぞれが、測定空間内に予め設定した仮想平面を通過したタイミングを算出するとともに、第１判定条件として、複数の物体のうち、２つの物体のタイミング間の差分時間が所定閾値以下であるか否かを判定し、第１判定条件を満たした２つの物体を関連付ける。これにより、１つの物体を同一の物体として認識できない場合であっても、これらの物体を関連付けることにより、測定空間内で移動する物体の検出を適切に行うことができる。

物体検出システムの主要構成を示すブロック図である。 車両が通行する道路上が測定空間となるようにライダーを配置した状態を示す模式図である。 ライダーの構成を示す断面図である。 物体の向きに応じた測定点の離散状態を示す模式図である。 離散状態による物体認識への影響を示す模式図である。 認識した複数の物体（動体）のある時点での位置情報データの例である。 第１の実施形態に係る物体検出システムで行われる、物体検出処理を示すフローチャートである。 第１の実施形態におけるステップ１５の処理を示すサブルーチンフローチャートである。 仮想平面に向かって進む物体を示す模式図である。 第１判定条件における関連付け処理を示す模式図である。 表示部に表示した表示画面の例である。 第２の実施形態におけるステップ１５の処理を示すサブルーチンフローチャートである。 第２判定条件における関連付け処理を示す模式図である。 仮想平面に向かって進む物体を示す模式図である。 第３判定条件における関連付け処理を示す模式図である。 第４判定条件における関連付け処理を示す模式図である。 仮想平面に向かって進む物体を示す模式図である。 第５判定条件における関連付け処理を示す模式図である。 第５判定条件における関連付け処理を示す模式図である。 第３の実施形態におけるステップ１５の処理を示すサブルーチンフローチャートである。 第４の実施形態におけるステップ１５の処理を示すサブルーチンフローチャートである。 ２次元カメラにより認識した物体における仮想平面の通過判定を説明する模式図である。

以下、添付した図面を参照して、本発明の実施形態を説明する。なお、図面の説明において同一の要素には同一の符号を付し、重複する説明を省略する。また、図面の寸法比率は、説明の都合上誇張されており、実際の比率とは異なる場合がある。

図１は、物体検出システムの主要構成を示すブロック図である。物体検出システム１０は、検出部１００、制御装置２００、および発報部３００を備える。検出部１００は、送受信部としてのライダー１１０（ＬｉＤＡＲ：Ｌｉｇｈｔ Ｄｅｔｅｃｔｉｏｎ ａｎｄ Ｒａｎｇｉｎｇ）を備える。最初にライダー１１０の構成について説明し、制御装置２００、および発報部３００の構成については後述する。

図２は、車両が通行する車道６１上が測定空間６０となるようにライダー１１０を配置した状態を示す模式図である。ライダー１１０は柱６２の上部に、車道６１に向けて配置されている。測定空間６０内の車道６１上には、物体（動体）８１～８４が存在する。同図の例では、物体８１、８４は、トラック車両であり、物体８２は普通乗用車の車両であり、物体８３は歩行者である。また、後述する判定処理に用いる（制御上の）仮想平面７０を、車道６１を通行する車両の進行方向に対向するように配置している。仮想平面７０は、ユーザーからのＵＩ（ユーザーインターフェース）を通じた指示により設定しているが、これに限られず、ライダー１１０が取得した画像から道路の延在方向、または車両の移動方向を判定し、その延在方向、または移動方向に垂直な平面を仮想平面として、制御側で自動的に設定してもよい。設定された、仮想平面７０の位置情報は、後述する制御装置２００のメモリに記憶される。

（ライダー１１０）
以下、図３を参照し、ライダー１１０の構成について説明する。図３は、ライダー１１０の概略構成を示す断面図である。ライダー１１０は、投受光ユニット１１１を有する。投受光ユニット１１１は、半導体レーザー５１、コリメートレンズ５２、ミラーユニット５３、レンズ５４、フォトダイオード５５、およびモーター５６、ならびにこれらの各構成部材を収容する筐体５７を有する。筐体５７内には、制御装置２００の距離算出部２１０が配置されている。投受光ユニット１１１は、レーザースポット光によりライダー１１０の監視空間内（測定空間内）を走査することで得られた各画素の受光信号を出力する。距離算出部２１０は、この受光信号に基づいて、測距点群データを生成する。この測距点群データは距離画像、または距離マップとも称される。

半導体レーザー５１は、パルス状のレーザー光束を出射する。コリメートレンズ５２は、半導体レーザー５１からの発散光を平行光に変換する。ミラーユニット５３は、コリメートレンズ５２で平行とされたレーザー光を、回転するミラー面により測定領域に向かって走査投光するとともに、対象物からの反射光を反射させる。レンズ５４は、ミラーユニット５３で反射された対象物からの反射光を集光する。フォトダイオード５５は、レンズ５４により集光された光を受光し、Ｙ方向に並んだ複数の画素を有する。モーター５６はミラーユニット５３を回転駆動する。

距離算出部２１０は、これらの半導体レーザー５１の出射タイミングと、フォトダイオード５５の受光タイミングとの時間間隔（時間差）に基づいて距離情報（距離値）を求める。距離算出部２１０は、ＣＰＵ（Ｃｅｎｔｒａｌ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ）とメモリで構成され、メモリに記憶しているプログラムを実行することにより各種の処理を実行することによって測距点群データを求めるが、測距点群データ生成用の専用ハードウェア回路を備えてもよい。また、距離算出部２１０は、後述する制御装置２００の筐体内部に組み込まれ、ハードウェア的に統合されてもよい。

本実施形態において、半導体レーザー５１とコリメートレンズ５２とで出射部５０１を構成し、レンズ５４とフォトダイオード５５とで受光部５０２を構成する。出射部５０１、受光部５０２の光軸は、ミラーユニット５３の回転軸５３０に対して直交していることが好ましい。

剛体である柱６２等に固定して設置されたボックス状の筐体５７は、上壁５７ａと、これに対向する下壁５７ｂと、上壁５７ａと下壁５７ｂとを連結する側壁５７ｃとを有する。側壁５７ｃの一部に開口５７ｄが形成され、開口５７ｄには透明板５８が取り付けられている。

ミラーユニット５３は、２つの四角錐を逆向きに接合して一体化した形状を有し、すなわち対になって向き合う方向に傾いたミラー面５３１ａ、５３１ｂを４対（但し４対に限られない）有している。ミラー面５３１ａ、５３１ｂは、ミラーユニットの形状をした樹脂素材（例えばＰＣ（ポリカーボネート））の表面に、反射膜を蒸着することにより形成されていることが好ましい。

ミラーユニット５３は、筐体５７に固定されたモーター５６の軸５６ａに連結され、回転駆動されるようになっている。本実施形態では、例えば、柱６２に設置された状態で、軸５６ａの軸線（回転軸線）が鉛直方向であるＹ方向に延在しており、Ｙ方向に直交するＸ方向およびＺ方向によりなすＸＺ平面が水平面となっているが、軸５６ａの軸線を鉛直方向に対して傾けてもよい。なお、図２においては、ライダー１１０のＸＹＺ空間とともに、これを道路の向き（車両の進行方向）に対応させ座標変換させたＸ’Ｙ’Ｚ’空間を示している。Ｘ’Ｙ’Ｚ’空間において、Ｙ’方向は鉛直方向であり、Ｚ’方向は道路の延在方向に平行であり、Ｘ’方向はこれらに直交する方向である。なお、仮想平面７０は、Ｘ’Ｙ’平面に平行となるように設定されている。

次に、ライダー１１０の対象物検出原理について説明する。図３において、半導体レーザー５１からパルス状に間欠的に出射された発散光は、コリメートレンズ５２で平行光束に変換され、回転するミラーユニット５３の第１ミラー面５３１ａに入射する。その後、第１ミラー面５３１ａで反射され、さらに第２ミラー面５３１ｂで反射した後、透明板５８を透過して外部の測定空間６０に向けて、例えば縦長の矩形断面を持つレーザースポット光として走査投光される。なお、レーザースポット光が出射される方向と、出射されたレーザースポット光が対象物で反射し、反射光として戻ってくる方向は重複し、この重複する２方向を投受光方向という（なお、図３では分かり易さのため、図面では出射光と反射光をずらして示している）。同一の投受光方向に進行するレーザースポット光は、同一の画素で検出される。

ここで、ミラーユニット５３の対のミラー（例えば第１ミラー面５３１ａと第２ミラー面５３１ｂ）の組み合わせにおいて、４対はそれぞれ交差角が異なっている。レーザー光は、回転する第１ミラー面５３１ａと第２ミラー面５３１ｂにて、順次反射される。まず１番対の第１ミラー面５３１ａと第２ミラー面５３１ｂにて反射したレーザー光は、ミラーユニット５３の回転に応じて、測定空間６０の一番上の領域を水平方向（「主走査方向」ともいう）に左から右へと走査される。次に、２番対の第１ミラー面５３１ａと第２ミラー面５３１ｂで反射したレーザー光は、ミラーユニット５３の回転に応じて、測定空間６０の上から２番目の領域を水平方向に左から右へと走査される。次に、３番対の第１ミラー面５３１ａと第２ミラー面５３１ｂで反射したレーザー光は、ミラーユニット５３の回転に応じて、測定空間６０の上から３番目の領域を水平方向に左から右へと走査される。次に、４番対の第１ミラー面５３１ａと第２ミラー面で反射したレーザー光は、ミラーユニット５３の回転に応じて、測定空間６０の最も下の領域を水平方向に左から右へと走査される。これによりライダー１１０が測定可能な測定空間６０全体の１回の走査が完了する。この４つの領域の走査により得られた画像を組み合わせて、１つのフレームが得られる。そして、ミラーユニット５３が１回転した後、再び１番対の第１ミラー面５３１ａと第２ミラー面５３１ｂに戻り、以降は測定空間６０の一番上の領域から最も下の領域までの走査（この上下方向を「副走査方向」ともいう）を繰り返し、次のフレームが得られる。

図３において、走査投光された光束のうち対象物に当たって反射したレーザー光の一部は、再び透明板５８を透過して筐体５７内のミラーユニット５３の第２ミラー面５３１ｂに入射し、ここで反射され、さらに第１ミラー面５３１ａで反射されて、レンズ５４により集光され、それぞれフォトダイオード５５の受光面で画素毎に検知される。さらに、距離算出部２１０が、半導体レーザー５１の出射タイミングとフォトダイオード５５の受光タイミングとの時間差に応じて距離情報を求める。これにより測定空間６０内の全領域で対象物の検出を行って、画素毎に距離情報を持つ測距点群データとしてのフレームを得ることができる。また、ユーザーの指示により、得られた測距点群データを背景画像データとして、距離算出部２１０内のメモリ、または制御装置２００のメモリに記憶してもよい。

なお、検出部１００は、赤外線（８００～１０００ｎｍ程度）のレーザー光を用いたライダー１１０とすることで、高い分解能で、測距点群データを得ることができる。しかしながら、送受信部として、ライダー１１０に換えて、ミリ波等の他の周波数の送信波を照射し、その送信波の反射波から測距点群データを得るミリ波レーダーを適用してもよい。

（物体検出システム１０の制御装置２００）
次に、図１を参照し、制御装置２００（制御部ともいう）の各構成について説明する。制御装置２００は、例えば、コンピューターであり、ＣＰＵ（Ｃｅｎｔｒａｌ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ）、メモリ（半導体メモリ、磁気記録媒体（ハードディスク等））、入出力部（ディスプレイ、キーボード、等）、通信Ｉ／Ｆ（ｉｎｔｅｒｆａｃｅ）等を備える。通信Ｉ／Ｆは、外部機器と通信するためのインターフェースである。通信には、イーサネット（登録商標）、ＳＡＴＡ、ＰＣＩ Ｅｘｐｒｅｓｓ、ＵＳＢ、ＩＥＥＥ１３９４などの規格によるネットワークインターフェースが用いてもよい。また、通信には、Ｂｌｕｅｔｏｏｔｈ（登録商標）、ＩＥＥＥ８０２．１１、４Ｇなどの無線通信インターフェースを用いてもよい。

制御装置２００は、図１に示すように、距離算出部２１０、認識部２２０、判定部２３０、関連付け部２４０、および報知出力部２５０を備える。以下、それぞれの機能について説明する。

（距離算出部２１０）
距離算出部２１０の機能については、上述したとおりである。距離算出部２１０は、測定時に、ライダー１１０の投受光ユニット１１１により、複数の照射方向に向けた送信波を、測定空間６０に渡って照射し、測定空間６０内の物体（対象物）からの送信波の反射波に応じた受信信号を取得する。そして、この受信信号の受信タイミング（送受信の時間間隔）に応じて複数の照射方向における、それぞれの距離情報を得る。そしてこれにより、測距点群データを生成する。

（認識部２２０）
認識部２２０は、測定空間６０内の物体を認識する。本実施形態では、例えば背景差分法を採用する。この背景差分法では、予め生成し、保存しておいた背景画像（基準画像ともいう）データを用いる。具体的には、測定の前準備（前処理）として、ユーザーの指示により、車両や動物等の移動物体が存在しない状態で、ライダー１１０からレーザースポット光を走査する。これにより背景対象物（静止物）から得られた反射光に基づいて、背景画像を得ることができる。実際の測定時においては、背景対象物の手前に行動解析の対象者である物体として例えば車両（物体８１）が現れた場合、物体８１からの反射光が新たに生じる。

認識部２２０は、動体を認識する機能を有する。認識部２２０はメモリに保持している背景画像データと現時点での測距点群データとを比較して、差が生じた場合、車両等の何らかの動体（前景の物体）が測定空間６０内に現れたことを認識できる。例えば、背景差分法を用いて、背景データと、現時点での測距点群データ（距離画像データ）とを比較することで、前景データを抽出する。そして抽出した前景データの画素（画素群）を、例えば画素の距離値に応じてクラスタに分ける。そして、各クラスタのサイズを算定する。例えば、垂直方向寸法、水平方向寸法、総面積等を算出する。なお、ここでいう「サイズ」は、実寸法であり、見た目上の大きさ（画角、すなわち画素の広がり）とは異なり、対象物までの距離に応じて画素群の塊が判断される。例えば、認識部２２０は算定したサイズが抽出対象の解析対象の動体を特定するための所定のサイズ閾値以下か否か判定する。サイズ閾値は、測定場所や行動解析対象等により任意に設定できる。車両、人を追跡して行動を解析するのであれば、車両、または人の大きさのそれぞれの最小値を、クラスタリングする場合のサイズ閾値とすればよい。逆にあらゆる動体を追跡するのであれば、サイズ閾値はこれらよりも小さな値としてもよい。また、このときに、その形状を構成する画素を細かく抽出してもよいが、物体全体を取り囲む１個の直方体、または数個（例えば２、３個）の直方体を合成した立体としてクラスタリングしてもよい。以下に説明する本実施形態においては、底面が地面（仮想的な地面、あるいはＸＺ平面）に平行な１個の直方体としてクラスタリングするものとする。

（物体認識による物体の分離（誤認識））
次に判定部２３０の機能について説明をする前に、図４Ａ、図４Ｂを参照して、物体の分離について説明する。図４Ａは、物体の向きに応じた測定点の離散状態を示す模式図である。図４Ｂは、離散状態による物体認識への影響を示す模式図である。

図４Ａ（ａ）、（ｂ）は、それぞれ上面視における物体の向きに応じた測定点の離散状態を示している。物体８０はライダー１１０に対して図４Ａ（ａ）では正対しており、図４（ｂ）では、斜めを向いている。同図の矢印は、ライダー１１０から照射したレーザー光（送信波）を示している。

図４Ｂ（ａ）、（ｂ）は、それぞれ、図４Ａ（ａ）、（ｂ）の状態でそれぞれ配置された物体８０を、認識部２２０が認識した物体（検知物体ともいう）を示している。図４Ｂ（ａ）では、認識が正しく、１つの物体８０を１つの物体９０１として認識している。一方で図４Ｂ（ｂ）では、物体の面が、レーザー光の照射方向と平行に近い。そのため、物体表面において隣接する測定点間の距離値が離散する。このため、距離値に応じたクラスタリングによる認識が上手く機能せずに、実際には１つの物体８０を、３つの物体９０２～９０４と認識してしまう（誤認識）。この誤認識により、分離した物体９０２～９０４の関連付けを、以下に説明する判定部２３０、および関連付け部２４０により行う。

（判定部２３０）
判定部２３０は、認識部２２０が認識した物体（例えば物体９０１～９０４）のそれぞれについて、各時刻の位置情報を追跡することで、物体の移動軌跡を把握する。また、制御装置２００のメモリに記憶している仮想平面７０の位置情報を参照することで、この移動により、物体が仮想平面７０を通過したか否かを判定する。また、判定部２３０は、仮想平面７０を通過した時のそれぞれの物体の速度を算出する。この速度は、例えば、仮想平面７０を通過する前後、または直前の数フレーム（例えば、数百ｍｓｅｃ期間）における移動距離から算出できる。なお、この速度は、進行方向を考慮しない速度であるが、仮想平面７０に対する速度、すなわちＺ方向成分の速度を算出し、これを用いるようにしてもよい。

図５は、認識部２２０が、認識したある時点での物体９０１～９０４それぞれの位置情報の例である。それぞれの物体９０１～９０４は、所定周期（例えば０．１ｓｅｃ）で連続して取得されるフレームそれぞれにおいて、位置情報を判定し、その動きを追跡する。各物体９０１～９０４の位置情報としては、物体の３次元的な中心位置を用いてもよく、中心以外の外周面を用いてもよい。例えば物体の先端部、または後端部（後尾側）を用いてもよい。また、本実施形態のようにそれぞれの物体で異なる位置を用いてもよい。以下に説明する本実施形態においては、物体を１個の直方体としてクラスタリングした場合に、移動方向において、判定の対象となる複数のクラスタのうち、先頭のクラスタでは後端部を位置情報として用い、これと比較する先頭以外の他のクラスタでは先端部を位置情報として用いる。そしてこれらの位置により各判定（仮想平面７０の通過等）を行う。このようにすることで、特に後述する第１の実施形態における第１判定条件（追加タイミング）においては、車間距離を加味した判定を行えるため、車両の長さ（車長）が長い場合に、判定時間を変更するといった処理が不要となるので車長による影響を少なくできる。

（関連付け部２４０）
関連付け部２４０は、複数の物体のうち、２つの物体について、第１、第２、第３、第４、および／または第５判定条件を満足するかを判定し、満足する場合には、その２つの物体の関連付けを行う。関連付けとしては、各物体同士に関連付けを示すタグを付与してもよく、あるいは、関連付けた２つの物体を、統合し、以降は、１つの物体として後続の処理を行うようにしてもよい。

各判定条件の詳細については後述するが、概略としては、以下のとおりである。
（ｉ）第１判定条件では、２つの物体それぞれの仮想平面７０の通過タイミングの差分時間が、所定閾値以下か否かを判定する。
（ｉｉ）第２判定条件では、２つの物体が仮想平面７０を通過したときの位置の差分が所定閾値以下であるか否かを判定する。この位置としては、仮想平面７０上における距離を用いてもよく、２つ物体のうち遅い方が仮想平面７０を通過した時点での３次元的な距離を用いてもよい。
（ｉｉｉ）第３判定条件では、２つの物体それぞれが仮想平面７０を通過したときの速度を算出し、その速度の差分が所定閾値以下であるか否かを判定する。
（ｉｖ）第４判定条件では、仮想平面７０を通過した物体のサイズが所定の閾値以上であるか否かを判定する。このサイズは、体積、または画素数で判定してもよい。
（ｖ）第５判定条件では、仮想平面７０を通過するまでの物体それぞれの移動軌跡を比較し、移動軌跡の差分が所定条件を満たすか否かにより判定する。所定条件としては、移動軌跡を重ねた場合の各点での差分（間隔）の振れ幅が所定閾値以下に収まるか否か、あるいは比較する移動軌跡同士の各点が同じ相対位置関係を維持しているか否かにより判定できる。

（報知出力部２５０）
報知出力部２５０は、道路を移動する物体への検知枠付与、種別判定、カウント、およびアラート判定を行い、これらの結果を発報部３００に送る。

報知出力部２５０は、発報部３００に出力する測定空間６０の状態を示す画像データを作成、この画像データ内の物体に対して検知枠を付与する。このときに、関連付け部２４０で関連付けた物体に対して１つの検知枠を付与する（後述の図９参照）。

報知出力部２５０は、関連付け部２４０で関連付けた物体を１つの物体として種別判定を行う。この種別判定は、例えば種類毎の特徴（サイズ、形状）が予め制御装置２００のメモリに記憶されており、この特徴とマッチングすることにより行う。例えば、人、普通車車両、大型車両（トラック等）、および二輪車の種別を判定する。また、この種別判定アルゴリズは公知のアルゴリズムにより事前に機械学習するようにしてもよい。この機械学習は、膨大なデータを用いて、事前に他の高性能なコンピューターで実施し、パラメータを決定する。報知出力部２５０は、決定したパラメータを用いて、種別を判定する。

また、報知出力部２５０は、道路を移動する物体のカウントを行う。このカウントは、例えば仮想平面７０を通過する物体の種類別の通過数（台数）をカウントする。

また、報知出力部２５０は、アラート判定を行う。例えば、検出部１００の測定空間を監視領域に配置した場合に、許可されていない種類の車両の通過、接近を検知した場合には、アラートを出力する。

（発報部３００）
発報部３００は、スピーカー３１０、および表示部３２０を含む。発報部３００は、報知出力部２５０からアラートが受信された場合に、スピーカー３１０により警告音等の音声を出力する。

また、発報部３００は、報知出力部２５０から受信した測定空間６０の状態を示す画像データを液晶ディスプレイで構成される表示部３２０に表示する。また、このときに、物体の種別情報や、所定期間内のカウントデータを表示するようにしてもよい。なお、以上においては、物体検出システム１０が発報部３００を含む例を説明したが、これに限られない。ネットワークに接続した外部の装置（例えばパーソナルコンピューター）に、表示用の画像データや、音声データを送信することにより、外部の装置を発報部として機能させるようにしてもよい。

（第１の実施形態における報知処理）
図６～図９を参照し、第１の実施形態に係る物体検出システム１０で実行する物体検出処理について説明する。図６、図７は、第１の実施形態に係る物体検出システム１０で行われる、物体検出処理を示すフローチャートである。

（ステップＳ１１）
図６に示すように、最初に、検出部１００は、ライダー１１０により、測定空間６０内の測定（走査）を行う。距離算出部２１０は、ライダー１１０により得られた受信信号のタイミングから、多数の各照射方向における、それぞれの距離情報を得る。そしてこれらにより、各画素（方向）における距離値の分布を表す測距点群データを生成し、出力する。これを所定周期（数十ｍｓｅｃ）で繰り返す。

（ステップＳ１２）
認識部２２０は、ステップＳ１１で生成し、得られた測距点群データから物体の認識を行う。

図８Ａは、仮想平面７０に向かって進む物体を示す模式図である。同図では、車道６１上を仮想平面７０に向かって進行する物体８１（トラック車両）を俯瞰、すなわちＹ’方向視した状態を示している。また、紙面に対して上下方向がＺ’方向、垂直な方向がＹ’方向である（図８Ｂ、および後述の図１１～図１４Ｃにおいても同様）。図８Ｂは、第１判定条件における関連付け処理を示す模式図であり、図８Ａの状態を測定することで得られた測距点群データから、ステップＳ１２の処理で、認識した物体を示している。図８Ｂ（ａ）から（ｄ）は時系列順の図であり、図８Ｂ（ａ）は、図８Ａの時点の認識部２２０による認識状態を示しており、同図では、１個の実際の物体８１を２つの物体９１１、９１２（物体１、物体２）と認識している。

（ステップＳ１３）
判定部２３０は、ステップＳ１２で認識した物体（動体）の追跡処理を行う。それぞれの物体の位置情報を時系列で追跡することで、物体の移動軌跡を把握する。

（ステップＳ１４）
判定部２３０は、物体９１１、９１２について、仮想平面７０を通過したか否か、すなわち各物体９１１、９１２の後端が仮想平面７０を越えたか否かの判定を行う。図８Ｂ（ｂ）の状態では、判定部２３０は判定対象となる複数の物体のうち、先頭の物体９１１が仮想平面７０を通過した（後端が通過）と判定する。続く、図８Ｂ（ｃ）の状態では、判定部２３０は先頭以外の他の物体９１２も仮想平面を通過した（先端が通過）と判定する。

（ステップＳ１５）
ここでは、関連付け部２４０は、複数の物体のうち、２つの物体の関連付けを行う。図７は、ステップＳ１５のサブルーチンフローチャートである。

（ステップＳ５０１）
図７に示すように、関連付け部２４０は、仮想平面７０を通過した複数の物体のうち２つの物体を抽出する。図８Ｂ（ｄ）の状態では、物体９１１、９２２の２つの物体を抽出する。

（ステップＳ５０２）
関連付け部２４０は、第１判定条件を満足するか否かを判定する。すなわち、２つの物体の仮想平面７０の通過タイミングの差分時間が、所定閾値以下か否かを判定する。図８Ｂの例では、図８Ｂ（ｂ）の物体９１１が仮想平面７０を通過した通過タイミング（時刻ｔ２）と、次の物体９１２が仮想平面７０を通過した通過タイミング（時刻ｔ３）の差分時間（ｔ３－ｔ２）が所定閾値以下か否かを判定する。

この所定閾値は、測定空間６０を設定した車道６１において、想定される通過する車両の大きさ（全長）、および通行速度、ならびに車間距離により適宜設定される。例えば所定閾値は、連続して走行する車両が１つの物体として関連付けられないように、車間距離よりも短い距離に相当する時間となるように通行速度を考慮して設定される。この所定閾値は、予め設定されるものであるが、ユーザーが、適宜設定できるようにしてもよい。また、この所定閾値は、物体の移動速度に応じて、複数段階で、リアルタイムで設定するようにしてもよい。例えば、物体の移動速度が高速の場合には、この所定閾値を小さくし、低速の場合には大きくする。

関連付け部２４０は、物体９１１と物体９１２の通過タイミングの差分時間が、所定閾値以下であれば（ＹＥＳ）、処理をステップＳ５０３に進め、所定閾値を超えれば（ＮＯ）、処理をステップＳ５０４に進める。

（ステップＳ５０３）
関連付け部２４０は、第１判定条件を満たす物体９１１と物体９１２の関連付けを行う。例えば、図８Ｂ（ｄ）に示すように、関連付け部２４０は、物体９１１、９１２を関連付けすることにより統合し、以降は、１つの物体９９１として後続の処理を行う。このとき、物体９９１は、統合する前の直方体の物体９１１、および直方体の物体９１２の双方を包括するような直方体として統合する。

（ステップＳ５０４）
ここでは、関連付け部２４０は、第１判定条件を満たさない２つの物体を関連付けしない。このとき、判定チェック済みであることを示すフラグを各物体に付与してもよい。以降は、サブルーチンフローチャートの処理を終了し、図６のメインのフローチャートに戻る。

（ステップＳ１６）
仮想平面７０を通過した全ての物体のチェック（判定処理）が終了していなければ（ＮＯ）、処理をステップＳ１５に戻し、チェックしていない物体の判定処理を行う。一方で全ての物体のチェックが終了したならば（ＹＥＳ）、処理をステップＳ１７に進める。

（ステップＳ１７）
報知出力部２５０は、出力する画像データ上において、物体に検知枠を付与する。ステップＳ１５の処理で関連付けられた２つの物体については、１つの物体として１つの検知枠を物体の周辺、または近傍に付与する。例えば、認識した直方体の物体に外接するように検知枠を付与する。

図９は、測距点群データに基づいて作成した画像データを、発報部３００の表示部３２０に表示した表示画面の例である。同図においては、物体８１～８３を囲むように検知枠Ｆ１～Ｆ３を付与している。また物体８１（物体９９１（図８Ｂ（ｄ）参照））に対しては、１つの検知枠Ｆ１を付与している。

（ステップＳ１８）
報知出力部２５０は、物体に対して、各種の制御処理を行う。この制御処理は、上述のように、道路を移動する物体の種類（普通車車両、大型車両、等）を判別し、判別した種類毎のカウントを行う。また、許可されていない物体の通過を検知した場合、または、警告対象の種類の物体の通過を検知した場合には、アラート判定を行ってもよい。これらの、制御処理による結果は、要求、または設定に応じて、発報部３００に送信する。

このように第１の実施形態においては、検出部１００からの信号により生成した測距点群データに基づいて、測定空間内の物体を認識し、認識した複数の物体（検知物体）のそれぞれが、測定空間内に予め設定した仮想平面を通過したタイミングを算出するとともに、第１判定条件として、複数の物体のうち、２つの物体のタイミング間の差分時間が所定閾値以下であるか否かを判定し、第１判定条件を満たした２つ物体を関連付ける。これにより、物体の面が送信波の照射方向に平行に近い等により、１つの物体を、複数の物体として誤認識した場合であっても、第１判定条件を満たした２つの物体を関連付けることにより物体検出を適切に行うことができる。

なお、以上の説明においては、２つの物体の関連付けについて説明したが、３つ以上の物体（検知物体）がある場合には、同様に、順次関連付けを行う。例えば、図８Ｂの例において、物体９１１に対して、物体９１２以外に、第１判定条件を満たす他の物体がある場合には、その物体も物体９１１、または物体９１２に関連付ける。また、その場合、物体９１１、９１２と他の物体を１つの物体９９１として統合するようにしてもよい。

（第２の実施形態）
以下、図１０から図１４Ｃを参照し、第２の実施形態に係る物体検出システム１０で実行する物体検出処理について説明する。図１０は、第２の実施形態におけるステップＳ１５のサブルーチンフローチャートである。図１１～図１４Ｃは、第２～第５判定条件それぞれにおける関連付け処理を示す模式図である。この第２の実施形態においては、図１０に示すステップＳ１５の関連付け判定処理が異なる以外は、第１の実施形態と同一であり、その他の説明は省略する。

（ステップＳ６０１）
ステップＳ５０１と同様に、関連付け部２４０は、仮想平面７０を通過した複数の物体のうち２つの物体を抽出する。

（ステップＳ６０２）
次に、関連付け部２４０は、第１判定条件を満足するか否かを判定する。すなわち、２つの物体の仮想平面７０の通過タイミングの差分時間が、所定閾値以下か否かを判定する。この処理も、ステップＳ５０２と同様であり、説明を省略する。

関連付け部２４０は、認識した２つの物体の通過タイミングの差分時間が、所定閾値以下であれば（ＹＥＳ）、処理をステップＳ６０３に進め、所定閾値を超えれば（ＮＯ）、処理をステップＳ６０５に進める。

（ステップＳ６０３）
ここでは、関連付け部２４０は、第２～第５の判定条件のいずれかを満足するか否かを判定する。第２～第５判定条件については後述する。第２～第５判定条件のいずれかを満足した場合には、処理をステップＳ６０４に進める。一方で、全てを満足しない場合には、処理をステップＳ６０５に進める。

（ステップＳ６０４）
関連付け部２４０は、第１判定条件、および第２～第５判定条件の少なくとも１つを満たす２つの物体の関連付けを行う。以降は、関連付けた２つの物体は、１つの物体として後続の処理を行う。

（ステップＳ６０５）
ここでは、関連付け部２４０は、第１判定条件を満たさない２つの物体、または、第１判定条件を満たすが、第２～第５判定条件の全てを満たさない２つの物体を関連付けしない。このとき、判定チェック済みであることを示すフラグを付与してもよい。以降は、サブルーチンフローチャートの処理を終了し、図６のメインのフローチャートに戻る。

（第２～第５判定条件）
ここで、第２～第５の判定条件そのそれぞれについて図１１～図１４Ｃを参照し、具体的に説明する。

（第２判定条件（通過位置の差分））
第２判定条件では、２つの物体が仮想平面７０を通過したときの位置の差分が所定閾値以下であるか否かを判定する。図１１は、第２判定条件における関連付け処理を示す模式図である。同図は、並走する２つの物体８１、８４（トラック車両）が、仮想平面７０を通過している状態を示している。物体９２１～９２３は、ステップＳ１２、Ｓ１３で認識部２２０、および判定部２３０それぞれが、認識し、追跡している検知物体である。図１１に示す状態では、判定部２３９は、ステップＳ１４で、物体９２１～９２３の全てが仮想平面７０を通過したと判定している。そして、物体９２１～９２３は全て、ほぼ、同じタイミングで仮想平面７０を通過しているため、相互に第１判定条件を満足している（ステップＳ６０２：ＹＥＳ）。

関連付け部２４０は、第２判定条件として、物体９２１～９２３に対して、このうちの２つの物体が仮想平面７０を通過したときの位置の差分が所定閾値Ｘｄ以下であるか否かをそれぞれ判定する。この位置の差分は、例えば、図１１（ａ）に示すようにＸ’方向の距離により行っている。同図に示すように物体９２１と物体９２２との距離（隙間）はｘ１であり、物体９２２と物体９２３との距離はｘ２であり、物体９２１と物体９２３との距離はｘ３である。距離ｘ２は所定閾値Ｘｄ以下であることから、物体９２２と物体９２３とは、第２判定条件を満たす。一方で、物体９２１の物体９２２、９２３それぞれとの組み合わせでは所定閾値Ｘｄを超えるので第２判定条件を満たさない。図１１（ｂ）に示すように、関連付け部２４０は、第１、第２判定条件の両方を満たす、２つの物体９２２、９２３を関連付けすることにより統合し、以降は、１つの物体９９２として後続の処理を行う。

この所定閾値Ｘｄは、並走する車両間の車間距離、および通行する車両の大きさ（全幅）を考慮して予め設定されるものであるが、ユーザーが、適宜設定できるようにしてもよい。

（第３判定条件（通過速度の差分））
第３判定条件では、２つの物体それぞれが仮想平面７０を通過したときの速度を算出し、その速度の差分が所定閾値以下であるか否かを判定する。図１２Ａは、仮想平面７０に向かって進む物体を示す模式図である。図１２Ｂは、第３判定条件における関連付け処理を示す模式図であり、図１２Ａの状態を測定することで得られた測距点群データから、ステップＳ１２の処理で、認識した物体を示している。同図は、物体８１（トラック車両）、および物体８３（歩行者）が、仮想平面７０を通過する状態を示している。物体９３１～９３４は、ステップＳ１２、Ｓ１３で認識部２２０、および判定部２３０それぞれが、認識し、追跡している検知物体である。図１２Ｂ（ａ）に示す状態では、判定部２３９は、ステップＳ１４で、物体９３１、９３２が仮想平面７０を通過したと判定している。判定部２３９は、図１２Ｂ（ｂ）では、残りの物体９３３、９３４が仮想平面を通過したと判定している。これらの物体９３１～９３４は全て、通過タイミングの差分が所定閾値以下の範囲内で仮想平面７０を通過しているため、相互に第１判定条件を満足している（ステップＳ６０２：ＹＥＳ）。

関連付け部２４０は、第３判定条件として、物体９３１～９３４に対して、このうちの２つの物体が仮想平面７０を通過したときの速度の差分が所定閾値Ｖｄ以下であるか否かをそれぞれ判定する。この速度は、判定部２３０により算出されたものであり、図１２Ｂに示す例では、物体９３１～９３４の速度は、それぞれ速度ｖ１～ｖ４である。この速度は方向に依存しない速度であるが、Ｚ‘方向成分の速度を用いてもよい。速度ｖ１～ｖ３は、互いの差分が所定閾値Ｖｄ以下であることから、物体９３１～９３３は相互に第３判定条件を満たす。一方で、物体９３４は、他の物体９３１～９３３との組み合わせでは差分が所定閾値Ｖｄを超えるので、物体９３４と他の物体９３１～９３３のいずれかとの組み合わせでは第３判定条件を満たさない。図１２Ｂ（ｃ）に示すように関連付け部２４０は、第１、第３判定条件の両方を満たす、複数の物体９３１、９３２、９３３を関連付けすることにより統合し、以降は、１つの物体９９３として後続の処理を行う。

この所定閾値Ｖｄは、通行する各種類の物体それぞれの平均速度を考慮して予め設定されるものであるが、ユーザーが、適宜設定できるようにしてもよい。

（第４判定条件（物体サイズ））
第４判定条件では、仮想平面７０を通過した物体のサイズが所定の閾値以上であるか否かを判定する。図１３は、第４判定条件における関連付け処理を示す模式図である。同図は、物体８１（トラック車両）、および物体８３（歩行者）が、仮想平面７０を通過する状態を示している。物体９４１～９４４は、ステップＳ１２、Ｓ１３で認識部２２０、および判定部２３０それぞれが、認識し、追跡している検知物体である。図１３（ａ）に示す状態では、判定部２３０は、ステップＳ１４で、物体９４１、９４２が仮想平面７０を通過したと判定している。判定部２３０は、図１３（ｂ）では、残りの物体９４３、９４４が仮想平面を通過したと判定している。これらの物体９４１～９４４は全て、通過タイミングの差分が所定閾値以下の範囲内で仮想平面７０を通過しているため、相互に第１判定条件を満足している（ステップＳ６０２：ＹＥＳ）。

関連付け部２４０は、第４判定条件として、物体９４１～９４４に対して、それぞれの物体サイズを所定閾値と比較する。この物体サイズは体積であり、１個の直方体としてクラスタリングされ、認識された物体９４１～９４４のそれぞれの体積（直方体の体積）を、所定閾値以上か否かを判定する。

図１３に示す例では、物体９４１～９４３の体積は所定閾値以上であり、物体８３（歩行者）に対応する物体９４４の体積は所定閾値未満である。図１３（ｃ）に示しように、関連付け部２４０は、第１、第４判定条件の両方を満たす、物体９４１～９４３を相互に関連付けすることにより統合し、以降は、１つの物体９９４として後続の処理を行う。

（第５判定条件（移動軌跡））
第５判定条件では、仮想平面７０を通過するまでの物体それぞれの移動軌跡を比較し、移動軌跡の差分が所定条件を満たすか否かにより判定する。図１４Ａは、仮想平面７０に向かって進む物体を示す模式図である。図１４Ｂ、図１４Ｃは、第５判定条件における関連付け処理を示す模式図である。これらの図は、物体８１、８４（トラック車両）が、仮想平面７０を通過する状態を示しており、同図においては、物体８１は、仮想平面７０を越える前に、左折を行っていた。

物体９５１～９５３は、ステップＳ１２、Ｓ１３で認識部２２０、および判定部２３０それぞれが、認識し、追跡している検知物体である。図１４Ｂに示す状態では、判定部２３９は、ステップＳ１４で、物体９５１～９５３が仮想平面７０を通過したと判定している。これらの物体９５１～９５３は全て、通過タイミングの差分が所定閾値以下の範囲内で仮想平面７０を通過しているため、相互に第１判定条件を満足している（ステップＳ６０２：ＹＥＳ）。

関連付け部２４０は、第５判定条件として物体９５１～９５３に対して、このうちの２つの物体が仮想平面７０を通過するまでの移動軌跡の差分が所定条件を満たすか否かをそれぞれ判定する。この移動軌跡は、判定部２３０により算出されたものであり、図１４Ｂには、物体９５１～９５３それぞれの移動軌跡９６１～９６３を示している。関連付け部２４０は、所定条件としては、移動軌跡を重ねた場合の各点での差分（間隔）の振れ幅が所定閾値以下に収まるか否か、あるいは比較する移動軌跡同士の各点が同じ相対位置関係を維持しているか否かにより判定できる。

移動軌跡９６２と移動軌跡９６３は、移動軌跡同士が類似し、差分が所定条件を満たすので、第５判定条件を満たす。一方で、移動軌跡９６１は、他の移動軌跡９６２、９６３との組み合わせでは差分が所定条件を満たさないので第５判定条件を満たさない。図１４Ｃに示すように、関連付け部２４０は、第１、第５判定条件の両方を満たす、物体９５２、９５３を関連付けすることにより統合し、以降は、１つの物体９９５として後続の処理を行う。

このように、第２の実施形態においては、検出部１００からの信号により生成した測距点群データに基づいて、測定空間内の物体を認識し、認識した複数の物体（検知物体）のそれぞれが、測定空間内に予め設定した仮想平面を通過したタイミングを算出するとともに、第１判定条件として、複数の物体のうち、２つの物体のタイミング間の差分時間が所定閾値以下であるか否かを判定し、第１判定条件を満たす場合に、さらに、第２～第５判定条件のいずれかを満たすか否かを判定し、いずれかの判定条件を満たす場合に、２つ物体を関連付ける。これにより第１の実施形態と同様の効果が得られるとともに、第１判定条件のみにより判定することにより、本来は２つの物体であるのに、１つの物体として誤認識してしまうことを防止できる。すなわち、第２の実施形態によれば、物体検出をより適切に行うことができる。

（第２の実施形態の変形例）
第２の実施形態においては、関連付け部２４０は、第２～第５判定条件の全てについて判定したが、これに限られず、少なくとも１つについて判定するようにしてもよい。

また、第１判定条件を満たした２つの物体に対して、その後に、第２～第５判定条件の全てについて判定し、いずれかを満たす場合には、２つの物体の関連付けを行った。これに限られず、第１判定条件から第５判定条件の少なくとも２つ以上について判定し、その全ての満たす場合に２つの物体を関連付けるようにしてもよい。このようにすることで、関連付ける条件がより厳しくなり、２つの物体を１つの物体として誤認識してしまうことを、より精度よく防止できる。

（第３の実施形態）
以下、図１５を参照し、第３の実施形態に係る物体検出システム１０で実行する物体検出処理について説明する。図１５は、第３の実施形態におけるステップＳ１５のサブルーチンフローチャートである。第３の実施形態においては、図１５に示すステップＳ１５の関連付け判定処理が異なる以外は、第１、第２の実施形態と同一であり、その他の説明は省略する。

（ステップＳ７０１）
ステップＳ５０１と同様に、関連付け部２４０は、仮想平面７０を通過した複数の物体のうち２つの物体を抽出する。

（ステップＳ７０２）
関連付け部２４０は、第１判定条件を満足するか否かを判定する。すなわち、２つの物体の仮想平面７０の通過タイミングの差分時間が、所定閾値以下か否かを判定する。この処理も、ステップＳ５０２と同様であり、説明を省略する。

関連付け部２４０は、認識した２つの物体の通過タイミングの差分時間が、所定閾値以下であれば（ＹＥＳ）、処理をステップＳ７０３に進め、所定閾値を超えれば（ＮＯ）、処理をステップＳ７１３に進める。

（ステップＳ７０３～Ｓ７１０）
関連付け部２４０は、ステップＳ７０３、Ｓ７０５、Ｓ７０７、Ｓ７０９でそれぞれ第２～第５判定条件について判定し、判定条件を満たす場合には、ステップＳ７０４、Ｓ７０６、Ｓ７０８、Ｓ７１０でそれぞれに対応する判定フラグをＯＮにする。この第２～第５判定条件は、第２の実施形態で説明したとおりであり、説明を省略する。

（ステップＳ７１１）
関連付け部２４０は、第２～第５判定条件の判定結果により、現時点のフラグ状態が所定条件を満たすか否かを判定する。例えば、第２、第３判定条件は優先度「高」に設定し、第４、第５判定条件は優先度「低」に設定し、優先度「高」のフラグは全てＯＮで、かつ優先度「低」はいずれかのフラグがＯＮの場合にステップＳ７１１の所定条件を満たすと判定する。所定条件を満たす場合（ＹＥＳ）には、処理をステップＳ７１２に進め、満たさない場合（ＮＯ）には処理をステップＳ７１３に進める。

別の例としては、第２、第３判定条件の重み付け係数を「２．０」、第３、第４判定条件の重み付け係数を「１．０」にし、各フラグＯＮの基本点を１点とし、これに重み付け係数を乗じた合計点数が所定閾値以上の場合には、所定条件を満たすと判定する。例えば、所定閾値を２点とし、第２判定条件のみを満たす場合には合計２点となり、第４、第５判定条件の２つのみを満たす場合にも合計２点となり、このいずれかの場合は、ステップＳ７１１の所定条件を満たすと判定する。各判定条件間の優先度、または各判定条件それぞれの重み付け係数については、予め設定されたものであるが、ユーザーが適宜設定できるようにしてもよい。

（ステップＳ７１２、Ｓ７１３）
関連付け部２４０は、ステップＳ７１２、Ｓ７１３でそれぞれステップＳ６０４、Ｓ６０５と同様の処理を行う。以降は、サブルーチンフローチャートの処理を終了し、図６のメインのフローチャートに戻る。

このように第３の実施形態においては、第２から第５の判定条件に関する判定結果、および、予め設定した、第２から第５判定条件の優先度、または重み付け係数を用いて、２つの物体を関連付ける。これにより、第２の実施形態と同様の効果が得られる。

（第４の実施形態）
以下、図１６を参照し、第４の実施形態に係る物体検出システム１０で実行する物体検出処理について説明する。図１６は、第４の実施形態におけるステップＳ１５のサブルーチンフローチャートである。第４の実施形態においては、図１５に示すステップＳ１５の関連付け判定処理が異なる以外は、第１、第２の実施形態と同一であり、その他の説明は省略する。

（ステップＳ８０１）
ステップＳ７０１と同様である。関連付け部２４０は、仮想平面７０を通過した複数の物体のうち２つの物体を抽出する。

（ステップＳ８０２）
関連付け部２４０は、第１判定条件を満足するか否かを判定する。すなわち、２つの物体の仮想平面７０の通過タイミングの差分時間が、所定閾値以下か否かを判定する。この処理も、ステップＳ５０２と同様であり、説明を省略する。

関連付け部２４０は、認識した２つの物体の通過タイミングの差分時間が、所定閾値以下であれば（ＹＥＳ）、処理をステップＳ８２０に進め、所定閾値を超えれば（ＮＯ）、処理をステップＳ８０３に進める。

（ステップＳ８２０）
関連付け部２４０は、第１判定条件のフラグをＯＮする。

（ステップＳ８０３～Ｓ８１０）
関連付け部２４０は、ステップＳ７０３～Ｓ７１０と同様の処理を行う。第２～第５判定条件について判定し、それぞれの判定結果に応じて、各フラグのＯＮ／ＯＦＦを行う。

（ステップＳ８１１）
関連付け部２４０は、ステップＳ７１１と同様の処理を行う。ここでは第１判定条件のフラグも含め、第１～第５判定条件の判定結果により、現時点のフラグ状態が所定条件を満たすか否かを判定する。所定条件を満たす場合（ＹＥＳ）には、処理をステップＳ８１２に進め、満たさない場合（ＮＯ）には処理をステップＳ７１３に進める。この判定条件は、第３の実施形態と同様であり、説明を省略する。

（ステップＳ８１２、Ｓ８１３）
関連付け部２４０は、ステップＳ８１２、Ｓ８１３でそれぞれステップＳ７１２、Ｓ７１３と同様の処理を行う。以降は、サブルーチンフローチャートの処理を終了し、図６のメインのフローチャートに戻る。

このように第４の実施形態においては、第１から第５の判定条件に関する判定結果、および、予め設定した、第１から第５判定条件の優先度、または重み付け係数を用いて、２つの物体を関連付ける。これにより、第２、３の実施形態と同様の効果が得られる。

（ライダー１１０の利点）
ここで、ライダー１１０等の測距点群データを取得する検出部１００を用いる利点について説明する。図１７は、２次元カメラにより認識した物体における仮想平面７０の通過判定を説明する模式図である。図１７は、図２と対応し、同じ車道６１上を２次元カメラ６５により撮影するように配置させた状態を示しており、横方向（Ｘ’方向）から視た図である。図１７において、２次元カメラ６５は、車道６１、および仮想平面７０に向けて斜め下方向を撮影する。そして２次元カメラ６５により得られた画像を画像認識することにより仮想平面７０の通過判定をする場合を想定する。

図１７に示すように、物体８１（トラック車両）の車高は、物体８２（普通車車両）の車高よりも高い。２次元カメラ６５により得られた画像を用いた物体認識により仮想平面７０の通過を判断する場合には、以下に説明するように車高の影響がある。

物体８１、８２で、仮想平面７０の通過開始の判定は、前面側の下端（地面側）で行えるので、車高の影響はない。一方で、仮想平面７０の通過終了の判定には車高が影響する。

図１７（ｂ）は、物体８１の仮想平面７０の通過開始を判定するタイミングである。図１７（ｃ）では、物体８１は、実際には、仮想平面７０を通過しているが、２次元の画像データからは、その判定を行うことができず、その後に、図１７（ｄ）の状態になってから、初めて物体８１の仮想平面７０の通過終了を判定できる。図１７（ｅ）には、車高が低い物体８２の通過終了を判定したタイミングを示している。図１７（ｄ）を図１７（ｅ）と比較することで明らかなように、車高が低い物体８２よりも高い物体８３の方がより遅いタイミングで仮想平面７０の通過終了を判定している。このように、２次元の画像データを用いた物体認識により、物体の通過を判定する場合には、判定する物体のサイズ（車高）により、通過判定に誤差が生じる。このような物体のサイズによる影響を少なくするためには、真下に向けてカメラを配置し、得られた俯瞰画像により画像認識する必要があり、カメラの配置位置が限定される。一方で、本実施形態のようにライダー１１０からの３次元の測距点群データを用いた物体認識により、物体の通過を判定する場合には、そのような配置位置に関する制約はない。すなわち、本実施形態では、３次元のデータにより判定するので、図１７（ｃ）の状態で、車高等の形状に依存せずに認識した物体が、仮想平面７０を通過し終わったことを正しく判定できる。

以上に説明した物体検出システム１０の構成は、上述の実施形態の特徴を説明するにあたって主要構成を説明したのであって、上述の構成に限られず、特許請求の範囲内において、種々改変することができる。また、一般的な物体検出システム１０が備える構成を排除するものではない。

例えば、上述の実施例では、３つ以上の物体を認識し、これらの関連付けの判定を第１判定条件等により行う場合に、１つの物体と複数の他の物体と順に判定していた。この判定処理を行う場合に、２つの関連付けした物体を１つの統合した物体と判定し、以降の関連付けの判定を行うようにしてもよい。例えば、図１２Ｂの例においては、物体９３１、９３２の関連付けを判断した場合には、以降の処理では、これらを１つの統合した物体として、残りの物体９３３と関連付けの判定を行う。

上述した実施形態に係る物体検出システム１０における各種処理を行う手段および方法は、専用のハードウェア回路、またはプログラムされたコンピューターのいずれによっても実現することが可能である。上記プログラムは、例えば、ＵＳＢメモリやＤＶＤ（Ｄｉｇｉｔａｌ Ｖｅｒｓａｔｉｌｅ Ｄｉｓｃ）－ＲＯＭ等のコンピューター読み取り可能な記録媒体によって提供されてもよいし、インターネット等のネットワークを介してオンラインで提供されてもよい。この場合、コンピューター読み取り可能な記録媒体に記録されたプログラムは、通常、ハードディスク等の記憶部に転送され記憶される。また、上記プログラムは、単独のアプリケーションソフトとして提供されてもよいし、装置の一機能としてその装置のソフトウエアに組み込まれてもよい。

本出願は２０１８年９月１２日に出願された日本特許出願（特願２０１８－１７０８３１号）に基づいており、その開示内容は、参照され、全体として組み入れられている。

１０ 物体検出システム
１００ 検出部
１１０ ライダー
２００ 制御装置
２１０ 距離算出部
２２０ 認識部
２３０ 判定部
２４０ 関連付け部
２５０ 報知出力部
３００ 発報部
３１０ スピーカー
３２０ 表示部
６０ 測定空間
７０ 仮想平面

Claims (16)

1. 複数の照射方向に向けた送信波を、測定空間に渡って照射し、該測定空間内の対象物からの前記送信波の反射波に応じた受信信号を出力する送受信部と、
   前記送受信部が、前記送信波を送信してから、該送信波の反射波を受信するまでの時間間隔に基づいて、それぞれの前記照射方向における対象物までの距離を算出し、前記測定空間内の対象物までの距離値の分布を示す測距点群データを生成する距離算出部と、
   前記測距点群データに基づいて、前記測定空間内の物体を認識する認識部と、
   時系列の前記測距点群データを用いて、前記認識部が認識した複数の物体の各時刻の位置情報を追跡することで、それぞれが別個の物体として認識された物体が、前記測定空間内に予め設定した仮想平面を通過したタイミングを算出するとともに、第１判定条件として、前記複数の物体のうち、２つの物体の前記タイミング間の差分時間が所定閾値以下であるか否かを判定する判定部と、
   前記第１判定条件を満たした、前記２つ物体を関連付けるとともに、関連付けた前記２つの物体を１つの物体として処理する関連付け部と、
   を備える、物体検出システム。
2. 前記判定部は、前記第１判定条件を満たす前記２つの物体について、さらに、第２判定条件として、前記仮想平面を通過した前記物体の位置の差分が、所定閾値以下であるか否かを判定し、
   前記関連付け部は、前記第１判定条件および前記第２判定条件を満たす前記２つの物体を関連付ける、請求項１に記載の物体検出システム。
3. 前記判定部は、第１判定条件を満たす前記２つの物体について、さらに、第３判定条件として、前記仮想平面を通過した時の速度の差分が、所定閾値以下であるか否かを判定し、
   前記関連付け部は、少なくとも前記第１判定条件および前記第３判定条件を満たす前記２つの物体を関連付ける、請求項１、または請求項２に記載の物体検出システム。
4. 前記判定部は、第１判定条件を満たす前記２つの物体について、さらに、第４判定条件として、前記物体のサイズそれぞれが、所定閾値以上か否かを判定し、
   前記関連付け部は、少なくとも前記第１判定条件および前記第４判定条件を満たす前記２つの物体を関連付ける、請求項１から請求項３のいずれかに記載の物体検出システム。
5. 前記判定部は、第１判定条件を満たす前記２つの物体について、さらに、第５判定条件として、前記仮想平面を通過するまでの移動軌跡を比較し、移動軌跡の差分が所定条件を満たすか否かを判定し、
   前記関連付け部は、少なくとも前記第１判定条件および前記第５判定条件を満たす前記２つの物体を関連付ける、請求項１から請求項４のいずれかに記載の物体検出システム。
6. 前記判定部は、第１判定条件を満たす前記２つの物体について、さらに、
   前記仮想平面を通過した前記物体の位置の差分が、所定閾値以下であるか否かを判定する第２判定条件、
   前記仮想平面を通過した時の速度の差分が、所定閾値以下であるか否かを判定する第３判定条件、
   前記物体のサイズそれぞれが、所定閾値以上か否かを判定する第４判定条件、および、
   前記仮想平面を通過するまでの移動軌跡を比較し、移動軌跡の差分が所定条件を満たすか否かを判定する第５判定条件について判定を行い、
   前記関連付け部は、前記判定部による前記第２から第５の判定条件に関する判定結果、および、予め設定した、前記第２から第５判定条件の優先度、または重み付け係数を用いて、前記２つの物体を関連付ける、請求項１に記載の物体検出システム。
7. 複数の照射方向に向けた送信波を、測定空間に渡って照射し、該測定空間内の対象物からの前記送信波の反射波を受信する送受信部と、
   前記送受信部が、前記送信波を送信してから、該送信波の反射波を受信するまでの時間間隔に基づいて、それぞれの前記照射方向における対象物までの距離を算出し、前記測定空間内の対象物までの距離値の分布を示す測距点群データを算出する距離算出部と、
   前記測距点群データに基づいて、前記測定空間内の物体を認識する認識部と、
   前記測距点群データに基づいて、前記測定空間内の物体を認識する認識部と、
   時系列の前記測距点群データを用いて、前記認識部が認識した複数の物体の各時刻の位置情報を追跡することで、それぞれが別個の物体として認識された物体の前記測定空間内に予め設定した仮想平面の通過を判定する判定部であって、
   前記認識部が認識した前記複数の物体のそれぞれが、前記仮想平面を通過したタイミングを算出するとともに、前記複数の物体のうち、２つの物体の前記タイミング間の差分時間が所定閾値以下であるか否かを判定する第１判定条件、
   前記仮想平面を通過した前記物体の位置の差分が、所定閾値以下であるか否かを判定する第２判定条件、
   前記仮想平面を通過した時の速度の差分が、所定閾値以下であるか否かを判定する第３判定条件、
   前記物体のサイズそれぞれが、所定閾値以上か否かを判定する第４判定条件、および、
   前記仮想平面を通過するまでの移動軌跡を比較し、移動軌跡の差分が所定条件を満たすか否かを判定する第５判定条件について判定を行う判定部と、
   前記判定部による前記第１から第５の判定条件に関する判定結果、および、予め設定した、前記第１から第５判定条件の優先度、または重み付け係数を用いて、２つの物体を関連付けるとともに、関連付けた前記２つの物体を１つの物体として処理する関連付け部と、を備える物体検出システム。
8. 前記測定空間には、車両が通行する道路が含まれ、前記仮想平面は、前記道路を通行する車両の移動方向に対向して設けられている、請求項１から請求項７のいずれかに記載の物体検出システム。
9. 前記送受信部は、ライダーであり、前記送信波としてレーザー光を照射する、請求項１から請求項８のいずれかに記載の物体検出システム。
10. さらに、前記測距点群データに基づいて、生成した画像を出力する、出力部を備え、
    前記関連付け部は、前記出力部が出力する前記画像において、関連付けた前記２つの物体に対して、１つの検知枠を付与する、請求項１から請求項９のいずれかに記載の物体検出システム。
11. 前記関連付け部は、関連付けた前記２つの物体に対して、１つの物体としてカウントを行う、請求項１から請求項１０のいずれかに記載の物体検出システム。
12. 前記関連付け部は、関連付けた前記２つの物体に対して、１つの物体として、物体の種類の判別を行う、請求項１から請求項１１のいずれかに記載の物体検出システム。
13. 前記関連付け部は、関連付けた前記２つの物体に対して、１つの物体として、発報処理を行う、請求項１から請求項１２のいずれかに記載の物体検出システム。
14. 前記判定部は、前記物体が前記仮想平面を通過したことを、
    前記複数の物体のうち、先頭の物体に対しては、該物体の後端が前記仮想平面を通過したことにより判定し、先頭以外の物体に対しては、該物体の先端が前記仮想平面を通過したことにより判定する、請求項１～請求項１３のいずれかに記載の物体検出システム。
15. 前記判定部は、前記物体が前記仮想平面を通過したことを、
    前記物体の先端、または後端が前記仮想平面を通過したことにより判定する、請求項１～請求項１３のいずれかに記載の物体検出システム。
16. 複数の照射方向に向けた送信波を、測定空間に渡って照射し、該測定空間内の対象物からの前記送信波の反射波に応じた受信信号を出力する送受信部を備える物体検出システムにおける物体検出方法であって、
    前記送受信部が前記送信波を送信してから、該送信波の反射波を受信するまでの時間間隔に基づいて、それぞれの前記照射方向における対象物までの距離を算出し、前記測定空間内の対象物までの距離値の分布を示す測距点群データを算出するステップ（ａ）と、
    前記測距点群データに基づいて、前記測定空間内の物体を認識するステップ（ｂ）と、
    時系列の前記測距点群データを用いて、前記ステップ（ｂ）で認識した複数の物体の各時刻の位置情報を追跡することで、それぞれが別個の物体として認識された物体が、前記測定空間内に予め設定した仮想平面を通過したタイミングを算出するとともに、第１判定条件として、前記複数の物体のうち、２つの物体の前記タイミング間の差分時間が所定閾値以下であるか否かを判定するステップ（ｃ）と、
    前記第１判定条件を満たした、前記２つ物体を関連付けるとともに、関連付けた前記２つの物体を１つの物体として処理するステップ（ｄ）と、
    を含む物体検出方法。

Images