JP7184481B2 - キャリブレーション装置、キャリブレーション方法 - Google Patents

Description

本発明は、キャリブレーション装置、キャリブレーション方法に関する。

近年、車両に搭載され当該車両の外部の対象物の当該車両に対する相対位置を検出するセンサの検出結果を用いた障害物の検知や自動運転等の種々の技術が提案されている。ここで、センサの検出結果を用いて適切に障害物の検知や自動運転等を実現するためには、センサのキャリブレーションを行う必要がある（例えば、特許文献１参照。）。具体的には、当該キャリブレーションでは、センサの車両への取り付け姿勢のばらつき等に起因して生じる車両進行方向に対するセンサの座標軸のずれを補正することが行われる。

特開２０１４－０４５３３６号公報

ところで、対象物の車両に対する相対位置を検出するセンサのキャリブレーションとして、ターゲットが設置された走行路上で車両を走行させ、車両の走行時にセンサにより検出されるターゲットの相対位置の推移を示すターゲット位置データを利用することによって、車両進行方向に対するセンサの座標軸のずれを算出する方法がある。しかしながら、この方法において、センサにより検出される検出データには、ターゲット以外の走行路の周囲の対象物（例えば、建物や草木等）の相対位置の推移を示すデータが含まれてしまう。特に、走行路が狭い場合には、検出データには、ターゲット以外の走行路の周囲の対象物の相対位置の推移を示すデータが多く含まれてしまう。ゆえに、従来の技術では、検出データからターゲット位置データを抽出することが困難となる場合があった。それにより、センサのキャリブレーションを適切に行うことが困難となる場合があった。

そこで、本発明は、上記問題に鑑みてなされたものであり、本発明の目的とするところは、対象物の車両に対する相対位置を検出するセンサのキャリブレーションを適切に行うことが可能な、新規かつ改良されたキャリブレーション装置及びキャリブレーション方法を提供することにある。

上記課題を解決するために、本発明のある観点によれば、車両に搭載され当該車両の外部の対象物の当該車両に対する相対位置を検出するセンサのキャリブレーションを行うキャリブレーション装置であって、当該対象物は、互いに基準間隔を空けて配置された複数のターゲットを含み、当該キャリブレーション装置は、当該車両の走行時に当該センサにより検出された検出データを取得する取得部と、当該検出データの中から当該ターゲットの相対位置の推移を示すターゲット位置データを当該基準間隔に基づいて抽出する抽出部と、を備え、当該抽出部は、当該検出データと、車両進行方向に対応する当該センサの座標軸の方向における当該対象物の相対位置の推移及び当該車両の車速と、に基づいて、当該ターゲットの基準時刻での相対位置の候補である複数の位置候補を算出し、当該複数の位置候補の中から当該ターゲットの当該基準時刻での相対位置を当該基準間隔に基づいて特定することによって、当該ターゲット位置データを抽出する、キャリブレーション装置が提供される。

上記課題を解決するために、本発明のある観点によれば、車両に搭載され当該車両の外部の対象物の当該車両に対する相対位置を検出するセンサのキャリブレーションを行うキャリブレーション方法であって、当該対象物は、互いに基準間隔を空けて配置された複数のターゲットを含み、当該キャリブレーション方法は、当該車両の走行時に当該センサにより検出された検出データを取得するステップと、当該検出データの中から当該ターゲットの相対位置の推移を示すターゲット位置データを当該基準間隔に基づいてキャリブレーション装置により抽出するステップと、を備え、当該ターゲット位置データを抽出するステップでは、当該検出データと、車両進行方向に対応する当該センサの座標軸の方向における当該対象物の相対位置の推移及び当該車両の車速と、に基づいて、当該ターゲットの基準時刻での相対位置の候補である複数の位置候補を算出し、当該複数の位置候補の中から当該ターゲットの当該基準時刻での相対位置を当該基準間隔に基づいて特定することによって、当該ターゲット位置データを抽出する、キャリブレーション方法が提供される。

以上説明したように本発明によれば、対象物の車両に対する相対位置を検出するセンサのキャリブレーションを適切に行うことが可能となる。

本発明の実施形態に係るキャリブレーション装置を備えるキャリブレーションシステムの概略構成を示す模式図である。 同実施形態に係るキャリブレーション装置の機能構成の一例を示すブロック図である。 同実施形態に係るキャリブレーション装置の抽出部が行うターゲット位置データの抽出処理の流れの一例を示すフローチャートである。 各位置データに対応する基準時刻（ｔ＝０）でのｘ座標であるｘ_{０＿ｅｓｔ}について説明するための図である。 各位置データに対応する基準時刻（ｔ＝０）でのｘ座標であるｘ_{０＿ｅｓｔ}の分布を示すヒストグラムについて説明するための図である。 ターゲットの基準時刻（ｔ＝０）でのｘ座標であるｘ_{０＿ｒｅｆ}の候補である複数のｘ_{０＿ｒｅｆ}候補について説明するための図である。 ターゲットの基準時刻（ｔ＝０）でのｘ座標であるｘ_{０＿ｒｅｆ}及び車速に基づくターゲット位置データの抽出範囲について説明するための図である。 ｔ－ｘ平面上でのターゲット位置データのノイズ成分の除去について説明するための図である。 ｔ－ｙ平面上でのターゲット位置データのノイズ成分の除去について説明するための図である。 車両進行方向に対するセンサのｘ軸のなす角度について説明するための図である。

以下に添付図面を参照しながら、本発明の好適な実施の形態について詳細に説明する。なお、本明細書及び図面において、実質的に同一の機能構成を有する構成要素については、同一の符号を付することにより重複説明を省略する。

＜キャリブレーションシステムの構成＞
図１及び図２を参照して、本発明の実施形態に係るキャリブレーションシステム１の構成について説明する。

図１は、本発明の実施形態に係るキャリブレーション装置４０を備えるキャリブレーションシステム１の概略構成を示す模式図である。なお、図１は、車両１０の進行方向である車両進行方向をｘ’方向とし、ｘ’方向と直交する車両１０の幅方向である車両幅方向をｙ’方向として示されている。

キャリブレーションシステム１は、車両に搭載され当該車両の外部の対象物の当該車両に対する相対位置を検出するセンサのキャリブレーションを行うためのシステムである。

図１に示されるように、キャリブレーションシステム１は、車両１０と、当該車両１０に搭載されるセンサ２０ｆｃ，２０ｆｌ，２０ｆｒ，２０ｒｃ，２０ｒｌ，２０ｒｒと、ターゲット３０ａ，３０ｂ，３０ｃと、キャリブレーション装置４０とを備える。

なお、以下では、センサ２０ｆｃ，２０ｆｌ，２０ｆｒ，２０ｒｃ，２０ｒｌ，２０ｒｒを特に区別しない場合には単にセンサ２０と呼ぶ。また、図１では、車両１０に６つのセンサ２０が搭載されている例が示されているが、車両１０に搭載されるセンサ２０の数はこのような例に限定されず、単数であってもよく、複数であってもよい。また、以下では、ターゲット３０ａ，３０ｂ，３０ｃを特に区別しない場合には単にターゲット３０と呼ぶ。また、図１では、３つのターゲット３０が配置されている例が示されているが、ターゲット３０の数は、複数であればよく、このような例に限定されない。

センサ２０は、車両１０の外部の対象物の当該車両１０に対する相対位置を検出するセンサである。センサ２０としては、例えば、レーダーセンサ、赤外線センサ又は超音波センサ等が用いられ、対象物の車両１０に対する相対位置を検出する方式は特に限定されない。後述するように、センサ２０による相対位置の検出の対象である対象物は、複数のターゲット３０を含む。具体的には、センサ２０ｆｃ，２０ｆｌ，２０ｆｒ，２０ｒｃ，２０ｒｌ，２０ｒｒは、それぞれ車両１０の前中央部、前左部、前右部、後中央部、後左部、後右部に取り付けられており、車両１０の前方、前左方、前右方、後方、後左方、後右方の対象物の相対位置を検出可能である。

ターゲット３０は、センサ２０による相対位置の検出の対象となるものである。また、ターゲット３０ａ，３０ｂ，３０ｃは、互いに基準間隔を空けて配置されている。具体的には、ターゲット３０ａ，３０ｂ，３０ｃは、互いに等しい基準間隔Δｄで車両進行方向ｘ’に沿ってこの順に並設されている。後述するように、センサ２０のキャリブレーションに用いられる空間を小型化する観点では、このように、ターゲット３０ａ，３０ｂ，３０ｃは、車両進行方向ｘ’に沿って並設されていることが好ましい。

キャリブレーション装置４０は、センサ２０のキャリブレーションを行う装置である。

キャリブレーション装置４０は、具体的には、演算処理装置であるＣＰＵ（Ｃｅｎｔｒａｌ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ）、ＣＰＵが使用するプログラムや演算パラメータ等を記憶する記憶素子であるＲＯＭ（Ｒｅａｄ Ｏｎｌｙ Ｍｅｍｏｒｙ）及びＣＰＵの実行において適宜変化するパラメータ等を一時記憶する記憶素子であるＲＡＭ（Ｒａｎｄｏｍ Ａｃｃｅｓｓ Ｍｅｍｏｒｙ）等で構成される。

なお、キャリブレーション装置４０が有する機能は複数の装置により少なくとも部分的に分割されてもよく、複数の機能が１つの装置によって実現されてもよい。キャリブレーション装置４０が有する機能が複数の装置により少なくとも部分的に分割される場合、当該複数の装置は、互いに通信可能であってもよい。

キャリブレーションシステム１では、車両１０を直進させ、車両１０の走行時にセンサ２０により検出された検出データを用いてキャリブレーション装置４０によってセンサ２０のキャリブレーションが行われる。ここで、キャリブレーション装置４０は、検出データからターゲット３０の相対位置の推移を示すターゲット位置データを抽出し、ターゲット位置データに基づいてセンサ２０のキャリブレーションを行う。

例えば、図１に示されるように、車両１０の前左方向にターゲット３０ａ，３０ｂ，３０ｃが配置されている状態で車両１０を前方向に直進させる場合、車両１０の走行時にセンサ２０ｆｃ，２０ｆｌの各々によってターゲット３０ａ，３０ｂ，３０ｃの相対位置の検出が行われる。ゆえに、この場合、センサ２０ｆｃ，２０ｆｌのキャリブレーションを行うことができる。なお、センサ２０ｆｃ，２０ｆｌ以外のセンサ２０のキャリブレーションは、車両１０とターゲット３０ａ，３０ｂ，３０ｃとの位置関係及び車両１０の進行方向を適宜設定することによって実現可能である。

図２は、キャリブレーション装置４０の機能構成の一例を示すブロック図である。

図２に示されるように、キャリブレーション装置４０は、例えば、取得部４１と、抽出部４２と、キャリブレーション部４３とを含む。

取得部４１は、車両１０の走行時にセンサ２０により検出された検出データを取得する。当該検出データは、ターゲット３０及びターゲット３０以外の種々の対象物の検出が行われた時刻と検出された相対位置（具体的には、後述するｘ座標及びｙ座標）とが紐付けられている複数の位置データを含む。例えば、車両１０の走行及びセンサ２０による対象物の相対位置の検出が終わった後に、センサ２０及びキャリブレーション装置４０はケーブルを介して接続されて通信可能になる。この状態で、取得部４１は、センサ２０から検出データを取得することができる。なお、取得部４１はセンサ２０と無線通信してもよく、さらに、その場合において、取得部４１は車両１０の走行中にセンサ２０と通信してもよい。取得部４１により取得されたセンサ２０の検出データは、抽出部４２に出力される。

抽出部４２は、検出データの中からターゲット３０の相対位置の推移を示すターゲット位置データを抽出する。抽出部４２により抽出されたターゲット位置データは、キャリブレーション部４３に出力される。

キャリブレーション部４３は、ターゲット位置データに基づいて、センサ２０のキャリブレーションを行う。

ここで、センサ２０は、当該センサ２０の座標軸が車両進行方向ｘ’と一致するように車両１０へ取り付けられる。しかしながら、センサ２０の車両１０への取り付け姿勢のばらつき等に起因して車両進行方向ｘ’に対するセンサ２０の座標軸のずれが生じる場合がある。具体的には、以下では、センサ２０の直交座標系としてｘ－ｙ座標系を設定し、当該ｘ－ｙ座標系のｘ軸が車両進行方向ｘ’と一致するようにセンサ２０を車両１０に取り付けた場合について説明する。この場合、ｘ軸が車両進行方向ｘ’に対してずれる場合がある。そこで、キャリブレーション部４３は、具体的には、センサ２０のキャリブレーションにおいて、車両進行方向ｘ’に対応するセンサ２０の座標軸であるｘ軸の車両進行方向ｘ’に対するずれをターゲット位置データに基づいて補正する。

キャリブレーション装置４０では、抽出部４２によって、検出データの中からターゲット位置データが基準間隔Δｄに基づいて抽出される。それにより、センサ２０のキャリブレーションを適切に行うことが実現される。このような抽出部４２が行うターゲット位置データの抽出処理については、後述にて詳細に説明する。

＜キャリブレーション装置の動作＞
図３～図１０を参照して、本発明の実施形態に係るキャリブレーション装置４０の動作について説明する。具体的には、以下では、キャリブレーション装置４０の動作のうちターゲット位置データの抽出処理に関する動作について主に説明する。

図３は、キャリブレーション装置４０の抽出部４２が行う処理の流れの一例を示すフローチャートである。

図３に示される処理フローが開始されると、ステップＳ５０１において、抽出部４２は、センサ２０の検出データに対してフィルタを施すフィルタリング処理を実行する。ここで、検出データに含まれる各位置データでは、上述したように、検出が行われた時刻と、検出されたｘ座標と、検出されたｙ座標とが紐付けられている。

例えば、抽出部４２は、時刻に関するフィルタを用いたフィルタリング処理を実行する。当該フィルタでは、時刻下限値及び時刻上限値が設定されており、抽出部４２は、当該フィルタリング処理において、検出データから時刻下限値より以前の時刻を有する位置データ及び時刻上限値より以後の時刻を有する位置データを除去する。

また、例えば、抽出部４２は、ｘ座標に関するフィルタを用いたフィルタリング処理を実行する。当該フィルタでは、ｘ座標下限値及びｘ座標上限値が設定されており、抽出部４２は、当該フィルタリング処理において、検出データからｘ座標下限値より小さいｘ座標を有する位置データ及びｘ座標上限値より大きいｘ座標を有する位置データを除去する。

また、例えば、抽出部４２は、ｙ座標に関するフィルタを用いたフィルタリング処理を実行する。当該フィルタでは、ｙ座標下限値及びｙ座標上限値が設定されており、抽出部４２は、当該フィルタリング処理において、検出データからｙ座標下限値より小さいｙ座標を有する位置データ及びｙ座標上限値より大きいｙ座標を有する位置データを除去する。

なお、抽出部４２は、上記以外のフィルタを用いたフィルタリング処理を実行してもよい。例えば、センサ２０としてレーダーセンサが用いられる場合において、検出データに含まれる各位置データにレーダー反射断面積（ＲＣＳ：Ｒａｄａｒ ｃｒｏｓｓ－ｓｅｃｔｉｏｎ）が含まれる場合、レーダー反射断面積下限値及びレーダー反射断面積上限値が設定されているフィルタを用いたフィルタリング処理を実行してもよい。

次に、ステップＳ５０２において、抽出部４２は、車両１０の車速を推定する。

例えば、抽出部４２は、検出データにより示される対象物のｘ座標の推移に基づいて、車速を推定する。具体的には、抽出部４２は、ｔ－ｘ平面上にプロットされた複数の位置データを用いて、車速を推定する。より詳細には、抽出部４２は、各位置データに対応する基準時刻（例えば、ｔ＝０）でのｘ座標であるｘ_{０＿ｅｓｔ}の分布を示すヒストグラムを各車速候補について生成することによって、車速を推定する。ここで、各位置データに対応する基準時刻（ｔ＝０）でのｘ座標であるｘ_{０＿ｅｓｔ}は、各位置データに対応する対象物が基準時刻（ｔ＝０）において存在すると想定されるｘ座標を意味する。

図４は、各位置データに対応する基準時刻（ｔ＝０）でのｘ座標であるｘ_{０＿ｅｓｔ}について説明するための図である。

図４では、具体的には、ｔ－ｘ平面上にプロットされた複数の位置データのうちのｋ個目の位置データを示すプロット点Ｐ_ｋが示されている。プロット点Ｐ_ｋのｔ座標はｔ_ｋであり、ｘ座標はｘ_ｋである。ここで、車速候補をＶ_{ｅｇｏ＿ｅｓｔ}とすると、図４に示される直線Ｌ_１は、プロット点Ｐ_ｋを通り、傾きが－Ｖ_{ｅｇｏ＿ｅｓｔ}である直線である。ゆえに、プロット点Ｐ_ｋに対応するｘ_{０＿ｅｓｔ}は、図４に示される直線Ｌ_１のｘ切片に相当する。よって、ｋ個目の位置データに対応するｘ_{０＿ｅｓｔ}は、下記の式（１）によって表される。

抽出部４２は、例えば、式（１）を用いて、ｔ－ｘ平面上にプロットされた各プロット点についてｘ_{０＿ｅｓｔ}を算出する。そして、抽出部４２は、各位置データに対応するｘ_{０＿ｅｓｔ}の分布を示すヒストグラムを生成する。

図５は、各位置データに対応する基準時刻（ｔ＝０）でのｘ座標であるｘ_{０＿ｅｓｔ}の分布を示すヒストグラムについて説明するための図である。

図５では、具体的には、横軸にｘ_{０＿ｅｓｔ}をとり、縦軸に度数Ｆｒｅｑをとったヒストグラムが示されている。なお、図５では、互いに異なる２つの車速候補の各々について生成されたヒストグラムＨ_１，Ｈ_２がそれぞれ実線及び一点鎖線で例示されている。抽出部４２により生成されるヒストグラムでは、ｘ_{０＿ｅｓｔ}の存在する範囲が複数の区間に分けられており、各区間についての度数が示されているが、各区間の幅は適宜設定されてもよく、隣り合う区間どうしが部分的に重複していてもよい。

抽出部４２は、上述したように、各位置データに対応するｘ_{０＿ｅｓｔ}の分布を示すヒストグラムを各車速候補Ｖ_{ｅｇｏ＿ｅｓｔ}について生成する。例えば、抽出部４２は、車両１０を直進させる際の目標車速を含む車速範囲内から複数の車速候補Ｖ_{ｅｇｏ＿ｅｓｔ}を選択し、選択した車速候補Ｖ_{ｅｇｏ＿ｅｓｔ}の各々についてヒストグラムを生成する。

ここで、ｔ－ｘ平面において、同一の対象物の相対位置を示す複数のプロット点は車速と一致する大きさの傾きの直線上に並んでいる。ゆえに、車速候補Ｖ_{ｅｇｏ＿ｅｓｔ}が実際の車速に近いほど、同一の対象物の相対位置を示す複数のプロット点にそれぞれ対応するｘ_{０＿ｅｓｔ}は互いに近い値をとる。よって、車速候補Ｖ_{ｅｇｏ＿ｅｓｔ}が実際の車速に近いほど、生成されるヒストグラムのピークは高くなる。例えば、図５では、各ヒストグラムにおいて６つのピークが存在しており、実線のヒストグラムＨ_１の各ピークが、一点鎖線のヒストグラムＨ_２の各ピークと比較して高くなっている。ゆえに、ヒストグラムＨ_１に対応する車速候補Ｖ_{ｅｇｏ＿ｅｓｔ}の方がヒストグラムＨ_２に対応する車速候補Ｖ_{ｅｇｏ＿ｅｓｔ}よりも実際の車速に近いと判断することができる。

抽出部４２は、生成されたｘ_{０＿ｅｓｔ}の分布を示す複数のヒストグラムにそれぞれ対応する複数の車速候補Ｖ_{ｅｇｏ＿ｅｓｔ}の中から、例えば上記のように、各ヒストグラムのピークの高さに基づいて、実際の車速に最も近いと想定される車速候補Ｖ_{ｅｇｏ＿ｅｓｔ}を車速として推定する。

上記のように、抽出部４２は、例えば、車両進行方向ｘ’に対応するセンサ２０の座標軸の方向における対象物の相対位置（具体的には、ｘ座標）の推移に基づいて、車速を推定する。より詳細には、抽出部４２は、各位置データに対応する基準時刻でのｘ軸の方向における相対位置（具体的には、ｘ_{０＿ｅｓｔ}）の分布を示すヒストグラムを車速の候補である複数の車速候補Ｖ_{ｅｇｏ＿ｅｓｔ}の各々について生成することによって、車速を推定する。

次に、ステップＳ５０３において、抽出部４２は、ターゲット３０の基準時刻（ｔ＝０）での相対位置の候補である複数の位置候補を算出する。具体的には、抽出部４２は、ターゲット３０の基準時刻（ｔ＝０）でのｘ座標であるｘ_{０＿ｒｅｆ}の候補である複数のｘ_{０＿ｒｅｆ}候補を算出する。

例えば、抽出部４２は、各位置データに対応するｘ_{０＿ｅｓｔ}の分布を示すヒストグラムとして車速に基づいて生成されたヒストグラムにおけるピークに対応するｘ_{０＿ｅｓｔ}をｘ_{０＿ｒｅｆ}候補として算出する。具体的には、抽出部４２は、複数の車速候補Ｖ_{ｅｇｏ＿ｅｓｔ}の中から車速として推定された値を用いて生成されたヒストグラムにおけるピークに対応するｘ_{０＿ｅｓｔ}をｘ_{０＿ｒｅｆ}候補として算出する。なお、当該ヒストグラムは、ステップＳ５０２において生成されている。

図６は、ターゲットの基準時刻（ｔ＝０）でのｘ座標であるｘ_{０＿ｒｅｆ}の候補である複数のｘ_{０＿ｒｅｆ}候補について説明するための図である。

図６では、具体的には、複数の車速候補Ｖ_{ｅｇｏ＿ｅｓｔ}の中から車速として推定された値を用いて生成されたヒストグラムＨ_３が示されている。図６に示されるように、ヒストグラムＨ_３では、６つのピークＱ_１，Ｑ_２，Ｑ_３，Ｑ_４，Ｑ_５，Ｑ_６が存在している。ピークＱ_ｉに対応するｘ_{０＿ｅｓｔ}はｘ_{ｐｋｓ＿ｉ}であり、度数ＦｒｅｑはＦｒｅｑ_ｉである（ｉ＝１，２，３，４，５，６）。ヒストグラムＨ_３は、具体的には、各ｘ_{０＿ｅｓｔ}の度数Ｆｒｅｑを示す複数の点の集合となっており、抽出部４２は、例えば、ヒストグラムＨ_３における度数Ｆｒｅｑを示す点のうち隣り合う点のいずれと比較しても高い度数Ｆｒｅｑを有する点をピークとして特定する。それにより、抽出部４２は、ヒストグラムＨ_３におけるピークＱ_１，Ｑ_２，Ｑ_３，Ｑ_４，Ｑ_５，Ｑ_６を特定することができる。そして、抽出部４２は、例えば、各ピークに対応するｘ_{０＿ｅｓｔ}であるｘ_{ｐｋｓ＿１}，ｘ_{ｐｋｓ＿２}，ｘ_{ｐｋｓ＿３}，ｘ_{ｐｋｓ＿４}，ｘ_{ｐｋｓ＿５}，ｘ_{ｐｋｓ＿６}をｘ_{０＿ｒｅｆ}候補として算出する。

ここで、抽出部４２は、ピークを適切に決定する観点では、特定された複数のピークの中で隣り合うピークにそれぞれ対応するｘ_{０＿ｒｅｆ}の差が基準差よりも小さい場合、当該隣り合うピークのうち低い度数Ｆｒｅｑを有するピークをノイズとして除去することが好ましい。基準差は、具体的には、基準間隔Δｄより小さい値に設定される。それにより、ターゲット３０以外の対象物の基準時刻（ｔ＝０）でのｘ座標に対応するピークをノイズとして適切に除去することができる。

また、抽出部４２は、ピークを適切に決定する観点では、特定された複数のピークの中で基準度数Ｆｒｅｑ_０よりも低い度数Ｆｒｅｑを有するピークをノイズとして除去することが好ましい。基準度数Ｆｒｅｑ_０は、例えば、上記複数のピークの度数Ｆｒｅｑの中で最も大きな度数Ｆｒｅｑに１より小さい係数を乗じて得られる値に設定される。それにより、ターゲット３０以外の対象物の基準時刻（ｔ＝０）でのｘ座標に対応するピークをノイズとして適切に除去することができる。

抽出部４２は、例えば、上記のようにノイズとして除去されずに特定されたピークに対応するｘ_{０＿ｅｓｔ}をｘ_{０＿ｒｅｆ}候補として算出する。例えば、図６に示される例では、ピークＱ_２の度数Ｆｒｅｑ_０が基準度数Ｆｒｅｑ_０よりも低いので、抽出部４２は、ピークＱ_２をノイズとして除去し、ｘ_{０＿ｒｅｆ}候補からｘ_{ｐｋｓ＿２}を除き、ｘ_{ｐｋｓ＿１}，ｘ_{ｐｋｓ＿３}，ｘ_{ｐｋｓ＿４}，ｘ_{ｐｋｓ＿５}，ｘ_{ｐｋｓ＿６}をｘ_{０＿ｒｅｆ}候補として算出する。

上記のように、抽出部４２は、例えば、車両進行方向に対応するセンサ２０の座標軸の方向における対象物の相対位置（具体的には、ｘ座標）の推移及び車両１０の車速に基づいて、複数の位置候補（具体的には、ｘ_{０＿ｒｅｆ}候補）を算出する。より詳細には、抽出部４２は、各位置データに対応する基準時刻でのｘ軸の方向における相対位置（具体的には、ｘ_{０＿ｅｓｔ}）の分布を示すヒストグラムを車速に基づいて生成し、当該ヒストグラムにおけるピークに対応する相対位置（具体的には、ｘ_{０＿ｅｓｔ}）を位置候補（具体的には、ｘ_{０＿ｒｅｆ}候補）として算出する。

次に、ステップＳ５０４において、抽出部４２は、複数の位置候補の中からターゲット３０の基準時刻での相対位置を特定する。具体的には、抽出部４２は、複数のｘ_{０＿ｒｅｆ}候補の中からターゲット３０の基準時刻（ｔ＝０）でのｘ座標であるｘ_{０＿ｒｅｆ}を特定する。ここで、抽出部４２は、複数のｘ_{０＿ｒｅｆ}候補の中から基準間隔Δｄに基づいてｘ_{０＿ｒｅｆ}を特定する。

例えば、抽出部４２は、ステップＳ５０３で算出された複数のｘ_{０＿ｒｅｆ}候補の中で隣り合う３つのｘ_{０＿ｒｅｆ}候補における各ｘ_{０＿ｒｅｆ}候補の間隔と基準間隔Δｄとの比較結果に基づいて、ｘ_{０＿ｒｅｆ}を特定する。

以下、ステップＳ５０３でｘ_{０＿ｒｅｆ}候補として、ｘ_{ｐｋｓ＿１}，ｘ_{ｐｋｓ＿３}，ｘ_{ｐｋｓ＿４}，ｘ_{ｐｋｓ＿５}，ｘ_{ｐｋｓ＿６}が算出された場合におけるｘ_{０＿ｒｅｆ}の特定処理について具体的に説明する。

例えば、抽出部４２は、まず、隣り合う３つのｘ_{０＿ｒｅｆ}候補として、ｘ_{ｐｋｓ＿１}，ｘ_{ｐｋｓ＿３}，ｘ_{ｐｋｓ＿４}を選択する。次に、これらの３つのｘ_{０＿ｒｅｆ}候補のうち、最も小さいｘ_{０＿ｒｅｆ}候補であるｘ_{ｐｋｓ＿１}及び二番目に小さいｘ_{０＿ｒｅｆ}候補であるｘ_{ｐｋｓ＿３}の間隔と基準間隔Δｄとの差ｅ_１を算出する。また、これらの３つのｘ_{０＿ｒｅｆ}候補のうち、二番目に小さいｘ_{０＿ｒｅｆ}候補であるｘ_{ｐｋｓ＿３}及び最も大きいｘ_{０＿ｒｅｆ}候補であるｘ_{ｐｋｓ＿４}の間隔と基準間隔Δｄとの差ｅ_２を算出する。そして、これらの３つのｘ_{０＿ｒｅｆ}候補について算出された差ｅ_１と差ｅ_２の合計を算出する。

そして、抽出部４２は、隣り合う３つのｘ_{０＿ｒｅｆ}候補として、ｘ_{ｐｋｓ＿３}，ｘ_{ｐｋｓ＿４}，ｘ_{ｐｋｓ＿５}を選択する。次に、これらの３つのｘ_{０＿ｒｅｆ}候補のうち、最も小さいｘ_{０＿ｒｅｆ}候補であるｘ_{ｐｋｓ＿３}及び二番目に小さいｘ_{０＿ｒｅｆ}候補であるｘ_{ｐｋｓ＿４}の間隔と基準間隔Δｄとの差ｅ_１を算出する。また、これらの３つのｘ_{０＿ｒｅｆ}候補のうち、二番目に小さいｘ_{０＿ｒｅｆ}候補であるｘ_{ｐｋｓ＿４}及び最も大きいｘ_{０＿ｒｅｆ}候補であるｘ_{ｐｋｓ＿５}の間隔と基準間隔Δｄとの差ｅ_２を算出する。そして、これらの３つのｘ_{０＿ｒｅｆ}候補について算出された差ｅ_１と差ｅ_２の合計を算出する。

そして、抽出部４２は、隣り合う３つのｘ_{０＿ｒｅｆ}候補として、ｘ_{ｐｋｓ＿４}，ｘ_{ｐｋｓ＿５}，ｘ_{ｐｋｓ＿６}を選択する。次に、これらの３つのｘ_{０＿ｒｅｆ}候補のうち、最も小さいｘ_{０＿ｒｅｆ}候補であるｘ_{ｐｋｓ＿４}及び二番目に小さいｘ_{０＿ｒｅｆ}候補であるｘ_{ｐｋｓ＿５}の間隔と基準間隔Δｄとの差ｅ_１を算出する。また、これらの３つのｘ_{０＿ｒｅｆ}候補のうち、二番目に小さいｘ_{０＿ｒｅｆ}候補であるｘ_{ｐｋｓ＿５}及び最も大きいｘ_{０＿ｒｅｆ}候補であるｘ_{ｐｋｓ＿６}の間隔と基準間隔Δｄとの差ｅ_２を算出する。そして、これらの３つのｘ_{０＿ｒｅｆ}候補について算出された差ｅ_１と差ｅ_２の合計を算出する。

抽出部４２は、上記のように算出される差ｅ_１と差ｅ_２の合計が最も小さくなる隣り合う３つのｘ_{０＿ｒｅｆ}候補を各ターゲット３０のｘ_{０＿ｒｅｆ}として特定する。このように、抽出部４２は、複数のｘ_{０＿ｒｅｆ}候補の中で隣り合う３つのｘ_{０＿ｒｅｆ}候補のうち、各ｘ_{０＿ｒｅｆ}候補の間の位置関係が各ターゲット３０の間の位置関係と近い３つのｘ_{０＿ｒｅｆ}候補を各ターゲット３０のｘ_{０＿ｒｅｆ}として特定する。

次に、ステップＳ５０５において、抽出部４２は、ターゲット３０の相対位置の推移を示すターゲット位置データを抽出する。具体的には、抽出部４２は、３つのターゲット３０の各々のターゲット位置データを抽出する。

なお、以下では、理解を容易にするために、３つのターゲット３０のうちの１つのターゲット３０のターゲット位置データを抽出する処理について具体的に説明するが、抽出部４２は、具体的には、他のターゲット３０のターゲット位置データについても同様の処理を行うことによって、３つのターゲット３０の各々のターゲット位置データを抽出する。

例えば、抽出部４２は、ステップＳ５０４で特定されたターゲット３０のｘ_{０＿ｒｅｆ}及び車速に基づいて、ｔ－ｘ平面上にプロットされた複数の位置データのうちターゲット位置データとして抽出される位置データを規定する範囲である抽出範囲を決定する。具体的には、抽出部４２は、複数の車速候補Ｖ_{ｅｇｏ＿ｅｓｔ}の中から車速として推定された値を用いて、ターゲット位置データの抽出範囲を決定する。

図７は、ターゲット３０の基準時刻（ｔ＝０）でのｘ座標であるｘ_{０＿ｒｅｆ}及び車速に基づくターゲット位置データの抽出範囲について説明するための図である。

ここで、複数の車速候補Ｖ_{ｅｇｏ＿ｅｓｔ}の中から車速として推定された値をＶ_ｅｇｏとすると、図７に示されるｔ－ｘ平面上の直線Ｌ_２は、ｘ切片がｘ_{０＿ｒｅｆ}であり、傾きが－Ｖ_ｅｇｏである直線である。ゆえに、直線Ｌ_２は、ターゲット３０の基準時刻（ｔ＝０）でのｘ座標が理想的にｘ_{０＿ｒｅｆ}と一致し、車速が理想的に一定でＶ_ｅｇｏと一致する場合において、ｔ－ｘ平面上でターゲット位置データが存在する位置を示す直線に相当する。直線Ｌ_２は、下記の式（２）によって表される。

抽出部４２は、例えば、式（２）により表される直線Ｌ_２をｔ－ｘ平面上でｘ方向の正方向に基準値ｘ_{ｔｏｌ＿０}だけ移動させて得られる直線Ｌ_２ｕと、直線Ｌ_２をｔ－ｘ平面上でｘ方向の負方向に基準値ｘ_{ｔｏｌ＿０}だけ移動させて得られる直線Ｌ_２ｄとにより挟まれる範囲を、ターゲット位置データの抽出範囲として決定する。基準値ｘ_{ｔｏｌ＿０}は、具体的には、基準間隔Δｄより小さい値に設定される。それにより、互いに異なるターゲット３０の相対位置を示すプロット点が抽出範囲内に混在することを抑制することができる。次に、抽出部４２は、ｔ－ｘ平面上のプロット点のうち抽出範囲内のプロット点に対応する位置データをターゲット位置データとして抽出する。

ここで、抽出部４２は、抽出されたターゲット位置データをより適正化する観点では、抽出されたターゲット位置データからターゲット３０以外の対象物の相対位置を示す位置データである可能性が高いノイズ成分の除去をさらに行うことが好ましい。

例えば、抽出部４２は、ｔ－ｘ平面上でターゲット位置データのノイズ成分の除去を行う。

図８は、ｔ－ｘ平面上でのターゲット位置データのノイズ成分の除去について説明するための図である。

図８に示されるｔ－ｘ平面上の直線Ｌ_３は、抽出されたターゲット位置データを示す複数のプロット点を表す近似直線である。まず、抽出部４２は、例えば最小二乗法を用いて、このような直線Ｌ_３を算出する。そして、抽出部４２は、直線Ｌ_３をｔ－ｘ平面上でｘ方向の正方向に基準値ｘ_{ｔｏｌ＿１}だけ移動させて得られる直線Ｌ_３ｕと、直線Ｌ_３をｔ－ｘ平面上でｘ方向の負方向に基準値ｘ_{ｔｏｌ＿１}だけ移動させて得られる直線Ｌ_３ｄとにより挟まれる範囲より外側のプロット点（例えば、図８において、破線で囲まれているプロット点）に対応するターゲット位置データをノイズ成分として除去する。基準値ｘ_{ｔｏｌ＿１}は、具体的には、ターゲット位置データからノイズ成分を適切に除去し得る値に適宜設定される。

さらに、抽出部４２は、上記のノイズ成分の除去が行われた後のターゲット位置データを示すｔ－ｘ平面上の複数のプロット点を表す近似直線を算出する。そして、抽出部４２は、当該近似直線をｔ－ｘ平面上でｘ方向の正方向に基準値ｘ_{ｔｏｌ＿１}だけ移動させて得られる直線と、当該近似直線をｔ－ｘ平面上でｘ方向の負方向に基準値ｘ_{ｔｏｌ＿１}だけ移動させて得られる直線とにより挟まれる範囲より外側のプロット点に対応するターゲット位置データをノイズ成分として除去する。

ここで、抽出されたターゲット位置データをより適正化する観点では、抽出部４２は、上記のように、ｔ－ｘ平面上でのターゲット位置データのノイズ成分の除去を複数回繰り返すことが好ましい。また、この場合において、抽出部４２は、例えば、ノイズ成分の除去を繰り返すたびに基準値ｘ_{ｔｏｌ＿１}を徐々に小さく変化させる。

また、例えば、抽出部４２は、ｔ－ｙ平面上でターゲット位置データのノイズ成分の除去を行う。

図９は、ｔ－ｙ平面上でのターゲット位置データのノイズ成分の除去について説明するための図である。

図９に示されるｔ－ｙ平面上の直線Ｌ_４は、抽出されたターゲット位置データを示す複数のプロット点を表す近似直線である。まず、抽出部４２は、例えば最小二乗法を用いて、このような直線Ｌ_４を算出する。そして、抽出部４２は、直線Ｌ_４をｔ－ｙ平面上でｙ方向の正方向に基準値ｙ_{ｔｏｌ＿１}だけ移動させて得られる直線Ｌ_４ｕと、直線Ｌ_４をｔ－ｙ平面上でｙ方向の負方向に基準値ｙ_{ｔｏｌ＿１}だけ移動させて得られる直線Ｌ_４ｄとにより挟まれる範囲より外側のプロット点（例えば、図９において、破線で囲まれているプロット点）に対応するターゲット位置データをノイズ成分として除去する。基準値ｙ_{ｔｏｌ＿１}は、具体的には、ターゲット位置データからノイズ成分を適切に除去し得る値に適宜設定される。

さらに、抽出部４２は、上記のノイズ成分の除去が行われた後のターゲット位置データを示すｔ－ｙ平面上の複数のプロット点を表す近似直線を算出する。そして、抽出部４２は、当該近似直線をｔ－ｙ平面上でｙ方向の正方向に基準値ｙ_{ｔｏｌ＿１}だけ移動させて得られる直線と、当該近似直線をｔ－ｙ平面上でｙ方向の負方向に基準値ｙ_{ｔｏｌ＿１}だけ移動させて得られる直線とにより挟まれる範囲より外側のプロット点に対応するターゲット位置データをノイズ成分として除去する。

抽出されたターゲット位置データをより適正化する観点では、抽出部４２は、上記のように、ｔ－ｙ平面上でのターゲット位置データのノイズ成分の除去を複数回繰り返すことが好ましい。また、この場合において、抽出部４２は、例えば、ノイズ成分の除去を繰り返すたびに基準値ｙ_{ｔｏｌ＿１}を徐々に小さく変化させる。

なお、上記のｔ－ｘ平面上でのノイズ成分の除去及びｔ－ｙ平面上でのノイズ成分の除去の一方のみが行われてもよく、双方が行われてもよい。ここで、抽出されたターゲット位置データをより適正化する観点では、特に、ｔ－ｙ平面上でのノイズ成分の除去が行われることが好ましい。また、ｔ－ｘ平面上でのノイズ成分の除去及びｔ－ｙ平面上でのノイズ成分の除去の各々において、ノイズ成分の除去は上記のように複数回繰り返されてもよく、繰り返されなくてもよい。

次に、図３に示される処理フローは、終了する。

上述したように、抽出部４２によって検出データから抽出されたターゲット位置データを用いて、キャリブレーション部４３によるセンサ２０のキャリブレーションが行われる。以下、図１０を参照して、キャリブレーション部４３によるターゲット位置データを用いたキャリブレーションについて説明する。

具体的には、キャリブレーション部４３は、ｘ－ｙ平面上にプロットされたターゲット位置データを用いて、センサ２０のキャリブレーションを行う。

図１０は、車両進行方向ｘ’に対するセンサ２０のｘ軸のなす角度について説明するための図である。

図１０では、具体的には、ｘ－ｙ平面上にプロットされたターゲット位置データ（具体的には、３つのターゲット３０のうちのいずれか１つのターゲット３０のターゲット位置データ）を示す複数のプロット点が示されている。図１０に示されるｘ－ｙ平面上の直線Ｌ_５は、ターゲット位置データを示す複数のプロット点を表す近似直線である。

まず、キャリブレーション部４３は、例えば最小二乗法を用いて、このような直線Ｌ_５を算出する。ここで、センサ２０のｘ軸が車両進行方向ｘ’と一致する場合、ｘ－ｙ平面上において、ターゲット位置データを示す複数のプロット点は、ｘ軸と平行な直線上に並ぶ。ゆえに、直線Ｌ_５とｘ軸とのなす角度θが、車両進行方向ｘ’に対するセンサ２０のｘ軸のなす角度に相当する。よって、キャリブレーション部４３は、直線Ｌ_５とｘ軸とのなす角度θを算出し、角度θだけセンサ２０の座標系を水平面内で回転させることによって、車両進行方向ｘ’に対応するセンサ２０の座標軸であるｘ軸の車両進行方向ｘ’に対するずれをターゲット位置データに基づいて補正する。

ここで、センサ２０のキャリブレーションをより適切に行う観点では、キャリブレーション部４３は、３つのターゲット３０の各々のターゲット位置データを用いて、センサ２０のキャリブレーションを行うことが好ましい。例えば、キャリブレーション部４３は、各ターゲット３０のターゲット位置データの各々について、上記のように、ｘ－ｙ平面上の複数のプロット点を表す近似直線を算出する。次に、キャリブレーション部４３は、各ターゲット３０のターゲット位置データの各々について、当該近似直線とｘ軸とのなす角度θを算出し、各ターゲット３０に対応する３つの角度θの平均値を算出する。そして、キャリブレーション部４３は、３つの角度θの平均値だけセンサ２０の座標系を水平面内で回転させる。

＜キャリブレーション装置の効果＞
本発明の実施形態に係るキャリブレーション装置４０の効果について説明する。

本実施形態に係るキャリブレーション装置４０は、車両１０の走行時にセンサ２０により検出された検出データを取得する取得部４１と、検出データの中からターゲット３０の相対位置の推移を示すターゲット位置データを複数のターゲット３０の間の基準間隔Δｄに基づいて抽出する抽出部４２を備える。それにより、検出データにおいて、ターゲット３０以外の対象物の相対位置の推移を示すデータとターゲット位置データとを基準間隔Δｄに基づいて適切に判別し、検出データからターゲット位置データを適切に抽出することができる。特に、走行路が狭い場合等の検出データにターゲット３０以外の走行路の周囲の対象物の相対位置の推移を示すデータが多く含まれてしまう場合であっても、検出データからターゲット位置データを適切に抽出することができる。よって、キャリブレーション装置４０によれば、対象物の車両１０に対する相対位置を検出するセンサ２０のキャリブレーションを適切に行うことができる。

また、本実施形態に係るキャリブレーション装置４０では、抽出部４２は、検出データに基づいてターゲット３０の基準時刻での相対位置の候補である複数の位置候補を算出し、複数の位置候補の中からターゲット３０の基準時刻での相対位置を基準間隔Δｄに基づいて特定することによって、ターゲット位置データを抽出することが好ましい。それにより、検出データからターゲット位置データを基準間隔Δｄに基づいて抽出することを適切に実現することができる。

また、本実施形態に係るキャリブレーション装置４０では、抽出部４２は、車両進行方向ｘ’に対応するセンサ２０の座標軸の方向における対象物の相対位置の推移及び車両１０の車速に基づいて、複数の位置候補を算出することが好ましい。それにより、車両１０の走行時にセンサ２０により検出された検出データを利用することによって、適切に複数の位置候補を算出することができる。

また、本実施形態に係るキャリブレーション装置４０では、抽出部４２は、位置データの各々に対応する基準時刻での上記座標軸の方向における相対位置の分布を示すヒストグラムを車速に基づいて生成し、当該ヒストグラムにおけるピークに対応する相対位置を位置候補として算出することが好ましい。それにより、検出データに基づいて複数の位置候補を算出することを適切に実現することができる。

また、本実施形態に係るキャリブレーション装置４０では、抽出部４２は、上記座標軸の方向における対象物の相対位置の推移に基づいて、車速を推定することが好ましい。ここで、センサ２０のキャリブレーションにおいて、車両１０を車速が目標車速に近づくように直進させることが行われるが、例えばドライバの操作に依存すること等に起因して、実際の車速が目標車速から乖離する場合がある。ゆえに、上記のように車速を推定することによって、より適切に複数の位置候補を算出することができる。

また、本実施形態に係るキャリブレーション装置４０では、抽出部４２は、位置データの各々に対応する基準時刻での上記座標軸の方向における相対位置の分布を示すヒストグラムを車速の候補である複数の車速候補の各々について生成することによって、車速を推定することが好ましい。それにより、車両１０の走行時にセンサ２０により検出された検出データを利用することによって、車速を適切に推定することができる。

また、本実施形態に係るキャリブレーション装置４０では、抽出部４２は、検出データの中から複数のターゲット３０の各々のターゲット位置データを抽出することが好ましい。それにより、複数のターゲット３０の各々のターゲット位置データに基づいて、センサ２０のキャリブレーションを行うことができるので、キャリブレーションの精度を向上させることができる。ゆえに、センサ２０のキャリブレーションをさらに適切に行うことができる。

また、本実施形態に係るキャリブレーション装置４０により行われるキャリブレーションで用いられる複数のターゲット３０は、車両進行方向ｘ’に沿って並設されていることが好ましい。それにより、複数のターゲット３０を設置するための空間が車両幅方向ｙ’に拡大することを抑制することができる。ゆえに、センサ２０のキャリブレーションに用いられる空間を小型化することができる。

以上、添付図面を参照しながら本発明の好適な実施形態について詳細に説明したが、本発明は係る例に限定されない。本発明の属する技術の分野における通常の知識を有する者であれば、特許請求の範囲に記載された技術的思想の範疇内において、各種の変更例又は応用例に想到し得ることは明らかであり、これらについても、当然に本発明の技術的範囲に属するものと了解される。

例えば、本明細書においてフローチャートを用いて説明した処理は、必ずしもフローチャートに示された順序で実行されなくてもよい。いくつかの処理ステップは、並列的に実行されてもよい。また、追加的な処理ステップが採用されてもよく、一部の処理ステップが省略されてもよい。

また、例えば、上記で説明したキャリブレーション装置４０による一連の制御処理は、ソフトウェア、ハードウェア、及びソフトウェアとハードウェアとの組合せのいずれを用いて実現されてもよい。ソフトウェアを構成するプログラムは、例えば、情報処理装置の内部又は外部に設けられる記憶媒体に予め格納される。

また、例えば、上記では、ターゲット３０ａ，３０ｂ，３０ｃは、互いに等しい基準間隔Δｄで車両進行方向ｘ’に沿って並設されている例を説明したが、複数のターゲット３０の配置及び基準間隔は上記の例に特に限定されない。例えば、複数のターゲット３０は車両進行方向ｘ’に対して傾斜した方向に沿って並設されていてもよく、車両幅方向ｙ’に沿って並設されていてもよい。また、例えば、複数のターゲット３０は直線上に並設されていなくてもよい。また、例えば、複数のターゲット３０は等間隔に並設されていなくてもよく、具体的には、ターゲット３０ａ及びターゲット３０ｂの間の基準間隔と、ターゲット３０ｂ及びターゲット３０ｃの間の基準間隔とは、互いに異なっていてもよい。

１ キャリブレーションシステム
１０ 車両
２０，２０ｆｃ，２０ｆｌ，２０ｆｒ，２０ｒｃ，２０ｒｌ，２０ｒｒ センサ
３０，３０ａ，３０ｂ，３０ｃ ターゲット
４０ キャリブレーション装置
４１ 取得部
４２ 抽出部
４３ キャリブレーション部

Claims (7)

1. 車両（１０）に搭載され前記車両（１０）の外部の対象物の前記車両（１０）に対する相対位置を検出するセンサ（２０）のキャリブレーションを行うキャリブレーション装置（４０）であって、
   前記対象物は、互いに基準間隔を空けて配置された複数のターゲット（３０）を含み、
   前記キャリブレーション装置（４０）は、
   前記車両（１０）の走行時に前記センサ（２０）により検出された検出データを取得する取得部（４１）と、
   前記検出データの中から前記ターゲット（３０）の相対位置の推移を示すターゲット位置データを前記基準間隔に基づいて抽出する抽出部（４２）と、を備え、
   前記抽出部（４２）は、前記検出データと、車両進行方向に対応する前記センサ（２０）の座標軸の方向における前記対象物の相対位置の推移及び前記車両（１０）の車速と、に基づいて、前記ターゲット（３０）の基準時刻での相対位置の候補である複数の位置候補を算出し、前記複数の位置候補の中から前記ターゲット（３０）の前記基準時刻での相対位置を前記基準間隔に基づいて特定することによって、前記ターゲット位置データを抽出する、
   キャリブレーション装置。
2. 前記検出データは、前記対象物の検出が行われた時刻と検出された相対位置とが紐付けられている複数の位置データを含み、
   前記抽出部（４２）は、前記位置データの各々に対応する前記基準時刻での前記座標軸の方向における相対位置の分布を示すヒストグラムを前記車速に基づいて生成し、前記ヒストグラムにおけるピークに対応する相対位置を前記位置候補として算出する、
   請求項１に記載のキャリブレーション装置。
3. 前記抽出部（４２）は、前記座標軸の方向における前記対象物の相対位置の推移に基づいて、前記車速を推定する、
   請求項１又は２に記載のキャリブレーション装置。
4. 前記検出データは、前記対象物の検出が行われた時刻と検出された相対位置とが紐付けられている複数の位置データを含み、
   前記抽出部（４２）は、前記位置データの各々に対応する前記基準時刻での前記座標軸の方向における相対位置の分布を示すヒストグラムを前記車速の候補である複数の車速候補の各々について生成することによって、前記車速を推定する、
   請求項３に記載のキャリブレーション装置。
5. 前記抽出部（４２）は、前記検出データの中から前記複数のターゲット（３０）の各々の前記ターゲット位置データを抽出する、
   請求項１～４のいずれか一項に記載のキャリブレーション装置。
6. 前記複数のターゲット（３０）は、車両進行方向に沿って並設されている、
   請求項１～５のいずれか一項に記載のキャリブレーション装置。
7. 車両（１０）に搭載され前記車両（１０）の外部の対象物の前記車両（１０）に対する相対位置を検出するセンサ（２０）のキャリブレーションを行うキャリブレーション方法であって、
   前記対象物は、互いに基準間隔を空けて配置された複数のターゲット（３０）を含み、
   前記キャリブレーション方法は、
   前記車両（１０）の走行時に前記センサ（２０）により検出された検出データを取得するステップと、
   前記検出データの中から前記ターゲット（３０）の相対位置の推移を示すターゲット位置データを前記基準間隔に基づいてキャリブレーション装置（４０）により抽出するステップと、を備え、
   前記ターゲット位置データを抽出するステップでは、前記検出データと、車両進行方向に対応する前記センサ（２０）の座標軸の方向における前記対象物の相対位置の推移及び前記車両（１０）の車速と、に基づいて、前記ターゲット（３０）の基準時刻での相対位置の候補である複数の位置候補を算出し、前記複数の位置候補の中から前記ターゲット（３０）の前記基準時刻での相対位置を前記基準間隔に基づいて特定することによって、前記ターゲット位置データを抽出する、
   キャリブレーション方法。

Images