JP7231736B2

JP7231736B2 - 物体識別装置

Info

Publication number: JP7231736B2
Application number: JP2021530577A
Authority: JP
Inventors: 一貴湯浅; 健志磨; 正幸小林; 進一野中
Original assignee: Hitachi Astemo Ltd
Current assignee: Hitachi Astemo Ltd
Priority date: 2019-07-05
Filing date: 2020-06-23
Publication date: 2023-03-01
Anticipated expiration: 2040-06-23
Also published as: EP3996066A1; JPWO2021006025A1; EP3996066A4; WO2021006025A1

Description

本発明は、車両等に搭載される物体識別装置に関する。

近年、事故を未然に防ぐための運転支援装置や、車両を運転者が操作するのではなく、機械が制御する自動運転装置などには車載カメラが用いられることが多くなっている。

運転支援装置ではより多くの衝突可能性がある物体を検出する必要があり、その中でも交通弱者である歩行者や自転車を検知する機能が重要である。

車両前方の横断自転車を検知する技術については、特許文献１に記載の技術がある。

特開２０１３－２３２０８０号公報

しかしながら、特許文献１に記載の技術では、複歩行者と各パーツの相対位置しか考慮していないため、放置自転車の前を歩行者が横切る際に、サイクリスト(運転者を含む自転車)として誤検知する。

そして、歩行者であるにも拘わらず、サイクリストに対する判断領域を設定し、自車の動作制御を行うこととなる。このため、対象物体に対する高精度の動作制御が困難であった。

そこで、本発明の目的は、歩行者識別器の識別結果を基に自転車識別を行うかを判定し、３次元上で歩行者と自転車の位置と大きさを考慮し自転車識別領域を定め、処理負荷を増大させずに自転車検出精度を向上可能な物体識別装置を実現することである。

上記目的を解決するために、本発明は次のように構成される。

物体識別装置において、撮像部で撮像された物体の画像から特徴量を抽出する特徴量抽出部と、前記撮像部で撮像された物体の画像の歩行者識別領域を定める歩行者識別領域設定部と、前記歩行者識別領域設定部で定めた歩行者識別領域の画像が歩行者か否かを、前記特徴量を用いて判定する歩行者識別部と、前記歩行者識別部により、前記歩行者識別領域の画像が歩行者と判断されたとき、前記歩行者識別領域の歩行者画像の座標値に対応する３次元空間上の位置を計算し、前記３次元空間上で自転車の大きさに対応する指定量分だけ、左右にオフセットした座標を計算し、前記オフセットした前記座標を画像空間上での座標値に変換して、前記自転車の識別領域を定める自転車識別領域設定部と、前記自転車識別領域設定部で定めた前記自転車の識別領域の画像が自転車か否かを、前記特徴量を用いて判定し、識別する自転車識別部と、を備える。

本発明によれば、歩行者識別器の識別結果を基に自転車識別を行うかを判定し、３次元上で歩行者と自転車の位置と大きさを考慮し自転車識別領域を定め、処理負荷を増大させずに自転車検出精度を向上可能な物体識別装置を実現することができる。

本発明の実施例１を車両に搭載される物体識別装置に適用した場合のブロック図である。実施例１における物体識別装置での処理を示すフローチャートである。実施例１における識別処理部での処理を示すフローチャートである。図３に示した識別処理部での処理を示すフローチャートの別例を示す図である。歪みがある撮像画像内において移動する自転車に対し画像空間上で拡張量を一律に定めた結果を表した例を示す図である。実施例１の自転車識別領域設定部での処理を示すフローチャートである。歪みがある撮像画像内において移動する自転車に対し自転車識別領域設定部で自転車識別領域を設定した例を示す図である。自転車位置検出部での処理を示すフローチャートである。自転車識別領域から車輪判定領域を定めた例の説明図である。自転車両輪の中心座標の関係を３パターンに分類した例を示す図である。歩行者識別領域から上半身判定領域を定めた例を示す図である。本発明の実施例２を車載カメラに適用した場合の物体認識装置を示すブロック図である。両輪パターン判定結果と上半身パターン判定結果から判断する自転車の進行方向示す表である。

以下、本発明を車載カメラに適用した実施例を、図面を参照して説明する。

（実施例１）
図１は、本発明の実施例１を車両に搭載される物体識別装置に適用した場合のブロック図である。図１に示すように、物体識別装置１０１は、車両に搭載されたカメラ１１３で最適な露光パラメータを設定し撮像する撮像部１０２と、撮像部１０２が撮像した画像中から立体物を検出する立体物検出部１０３とを備える。

また、物体識別装置１０１は、立体物検出部１０３が検出した立体物検出領域を広く包含する領域において画像特徴量を計算する特徴量計算部（特徴量抽出部）１０４と、特徴量計算部１０４で計算した特徴量を用いて識別を行う識別処理部１０５とを備える。

識別処理部１０５は、歩行者を識別する歩行者識別部１０６と、自転車を識別する自転車識別部１０７とを備える。

そして、歩行者識別部１０６は、歩行者識別領域を定める歩行者識別領域設定部１０８と、歩行者識別領域設定部１０８で定めた画像領域が歩行者か否かを判定する歩行者識別器（歩行者識別部）１０９とを備える。

さらに、自転車識別部１０７は、自転車の識別領域定める自転車識別領域設定部１１０と、自転車識別領域設定部１１０で定めた画像領域が自転車か否かを判定する自転車識別器（自転車識別部）１１１と、自転車識別器１１１で識別した結果から自転車の進行方向と検知領域を求める自転車位置検出部１１２とを備える。

図２は、物体識別装置１０１での処理を示すフローチャートである。

図２のフローチャートに基づく動作は以下の通りである。

ステップ２０１：車両に搭載されたカメラ１１３を用いて撮像部１０２で前回撮像されたフレームから今回撮像するフレームの最適な露光パラメータを計算し、そのパラメータで撮像した画像を取得する。例えば、カメラ１１３には、ＣＭＯＳ（ＣｏｍｐｌｅｍｅｎｔａｒｙＭｅｔａｌＯｘｉｄｅＳｅｍｉｃｏｎｄｕｃｔｏｒ）やＣＣＤ（ＣｈａｒｇｅＣｏｕｐｌｅｄＤｅｖｉｃｅＩｍａｇｅＳｅｎｓｏｒ）などの撮像素子を備えるものであってもよい。

ステップ２０２：ステップ２０１で取得した画像のコントラストを撮像部１０２で補正する。

ステップ２０３：撮像部１０２で得られた画像から立体物を検出する。例えば、立体物検出には現在時刻で撮像したフレームＦ（ｔ）と１フレーム前で撮像したフレームＦ（ｔ－１）フレームのオプティカルフローを公知の手法で算出し、同一方向に同程度の移動量を持つフローの画像領域をグルーピングすることにより移動する立体物を検出する。

ステップ２０４：ステップ２０３で求めた立体物領域にマージンを持たせた領域の画像特徴量を特徴量計算部１０４で算出する。例えば、特徴量は公知の手法である、画像特徴量には輝度勾配画像をＨ×Ｖで分割した局所領域で輝度勾配方向をヒストグラム化したＨＯＧ（ＨｉｓｔｏｇｒａｍｓｏｆＯｒｉｅｎｔｅｄＧｒａｄｉｅｎｔｓ）特徴量や、輝度画像の局所領域で２つの領域の平均輝度差を特徴量とするＨａａｒ－ｌｉｋｅ特徴量でもよい。

ステップ２０５：識別処理部１０５において、ステップ２０４で計算した特徴量と、前もって訓練画像で学習し構築した識別器との類似度（識別スコア）を算出し、その類似度が閾値以上であれば、識別対象立体物の種別を出力する。

ステップ２０６：複数フレームで同じ立体物が同じ種別であった場合に立体物の種別を確定し出力する。複数フレームで種別を判定することで種別確度が高まり、誤った車両制御を防ぐ効果がある。

図３は、識別処理部１０５での処理を示すフローチャートである。

図３のフローチャートに基づく動作は以下の通りである。

ステップ３０１：立体物検出部１０３で検出した立体物検知領域を、歩行者識別領域設定部１０８で閾値以上拡張した領域を歩行者識別領域として設定する。例えば、拡張領域の閾値は１５％に設定する。

ステップ３０２：ステップ３０１で設定した歩行者識別領域の画像をあらかじめ訓練画像で学習した歩行者識別器１０９を用いて、特徴量計算部１０４で計算した特徴量から、歩行者か否かを判断する歩行者識別を実施する。例えば、ステップ３０１で設定した歩行者識別領域をラスタスキャンし、歩行者識別スコアを算出してもよい。また、歩行者識別器１０９の訓練画像には、歩行者だけでなく自転車の運転者であるサイクリストを加えてもよい。サイクリストも訓練画像に加えることで、サイクリストも歩行者として識別可能になる。

ステップ３０３：ステップ３０２で算出した歩行者識別スコアが閾値以上であれば、歩行者又は自転車に乗ったサイクリスト（サイクリストは歩行者として識別可能）と判断し、自転車識別部１０７の処理を実施する。ステップ３０２で算出した歩行者識別スコアが閾値以下であれば自転車識別部１０７の処理は実施せず、種別を背景とし出力する。

図４は、図３に示した識別処理部１０５での処理を示すフローチャートの別例を示す図である。図３に示したフローチャートと図４に示したフローチャートとの相違点は、図３におけるステップ３０３が図４の例ではステップ４０１となっている点である。その他のステップは図３と図４とは同様となっている。

図４の例におけるステップ４０１のように、立体物検出部１０３において複数フレームで立体物をトラッキングした結果を用いて、立体物の速度を算出し、識別対象の立体物の速度が自転車の移動速度相当であるか判定することで、自転車識別部１０７の処理を実施するか判定してもよい。

ステップ３０４：ステップ３０３で自転車識別部１０７の処理を実施すると判定された場合、自転車識別領域設定部１１０で歩行者の識別領域を基に３次元空間上で左右に枠を拡張し、その後、拡張した左右の３次元空間座標から画像空間座標に変換することで自転車識別領域を定める。

ステップ３０５：ステップ３０４で算出した自転車識別領域の画像を、あらかじめ訓練画像で学習した自転車識別器１１１を用いて、特徴量計算部１０４で計算した特徴量から識別を行う。例えば、ステップ３０４で設定した自転車識別領域をラスタスキャンし、自転車識別スコアを算出してもよい。自転車識別領域の画像における自転車識別器１１１の自転車識別スコアが、閾値を越えれば種別を自転車として識別して出力し、閾値以下であれば歩行者として識別して出力する。

歩行者識別スコアを基に自転車識別部１０７の処理を実施するか判定することにより、すべての立体物に対して自転車の識別を行う回数が減少し、処理負荷が低減する効果がある。

また、段階的に識別を行うことによって、歩行者、自転車の識別器の識別スコアが同値であった場合に種別の判定が困難になる課題を解決できる効果がある。

図５は、魚眼カメラのような歪みがある撮像画像内において右から左へと移動する自転車に対し、画像空間上で拡張量を一律に定めた結果を表した例を示す図である。

図５において、歪みのある撮像画像５０１では、１画素が持つ角度分解能が画角中央と画角端で異なる。このため、画像空間上で拡張量を一律に定めてしまうと、画角端に写る自転車（例えば、右端の自転車識別領域５０３と左端の自転車識別領域５０２）には、歪が少ない中央の自転車識別領域５０４と比較し、自転車以外の余分な領域を多く含む枠が設定され、自転車識別性能が低下する。

そこで、自転車識別領域設定部１１０において、３次元空間上で自転車識別を行うエリアを決定し、３次元空間上で定めたエリアを画像空間座標に変換することで歪みを考慮した自転車識別領域を設定する。

図６は、自転車識別領域設定部１１０での処理を示すフローチャートである。

図６のフローチャートに基づく動作は以下の通りである。

ステップ６０１：歩行者識別部１０６で歩行者識別を実施した結果、歩行者として判断された画像空間上での歩行者検知座標を取得する。

ステップ６０２：ステップ６０１で取得した歩行者検知座標から、歩行者検知座標の下端中心Ｃｉ（歩行者矩形の下端部の中心）を計算する。ここで、下端中心Ｃｉは歩行者の足元位置中心にあたり、その座標値が物体識別装置１０１と自転車識別対象の立体物との距離を計算するために用いられる。

ステップ６０３：下端中心Ｃｉの画像座標から３次元空間上での対応位置Ｃｗに、カメラパラメータ（例えば、カメラ１１３の設置高さや取り付け角度、画素数、レンズモデルなど）を用いて公知の手法で変換する。

ステップ６０４：ステップ６０３で求めた３次元空間上での位置Ｃｗを左右に指定量分オフセットした座標Ａｗ、Ｂｗを計算する。例えば、オフセット量は、法規で定められた自転車の大きさに設定する。

ステップ６０５：ステップ６０４で求めた３次元空間上での位置座標Ａｗ、Ｂｗをそれぞれ画像空間上での座標値にカメラパラメータを用いて公知の手法を用いて変換する。

カメラパラメータを用いて自転車識別領域を設定することで、例えば、カメラの設置位置が変わってもカメラパラメータを修正することで容易に自転車識別領域を設定できる効果がある。

図７は、魚眼カメラのような歪みがある撮像画像内において右から左へと移動する自転車に対し自転車識別領域設定部１１０で自転車識別領域を設定した例を示す図である。

図７において、歪みがある撮像画像７０１においても、３次元空間上で自転車識別領域を設定することにより、歪みを考慮した領域設定（例えば、右端の自転車識別領域７０３、左端の自転車識別領域７０２）が可能になる。

自転車識別領域設定部１１０で定めた自転車識別領域では、図５に示したような余分な領域を含んだ自転車識別領域５０２、５０３ではない。このため、特に歪みの大きい画角端において自転車識別精度が向上する効果がある。

また、３次元上で自転車識別領域を定めることで、歩行者と自転車の位置と大きさを考慮した自転車識別領域を定めることができるため、放置自転車の前を歩行者が横切るような例でも歩行者として正しく検知され誤識別を防ぐ効果がある。

図８は、自転車位置検出部１１２での処理を示すフローチャートである。

図８のフローチャートに基づく動作は以下の通りである。

自転車位置検出部１１２は、自転車の前輪、自転車の後輪および自転車の運転者を含んだ前記検知領域を求める。

ステップ８０１：自転車識別器１１１での自転車識別を実施した結果、自転車識別スコアが閾値以上であるか否かを判定する。自転車識別スコアが閾値以下であれば、その立体物は歩行者である可能性が高いため、処理は終了し、自転車位置検出処理は行わない。

ステップ８０２：自転車識別領域設定部１１０で定めた自転車識別領域を用いて車輪判定領域を計算する。

図９は、自転車識別領域から車輪判定領域を定めた例の説明図である。

図９において、車輪判定領域９０１は、自転車識別領域９０２の上端から自転車識別領域高さＨに指定倍率をかけた高さｈを自転車識別領域９０２の下端方向にオフセットした領域として定める。

ステップ８０３：ステップ８０２で設定した車輪判定領域９０１において、公知の手法である円検知や楕円検知を用いて車輪を検出する。

ステップ８０４：ステップ８０３で車輪判定領域９０１にて両輪を検出できたか否かを判定する。例えば、自転車の移動方向が物体識別装置１０１に対して、正面方向や背面方向以外の場合は両輪を検出できる。検出できなかった場合は、自転車の移動方向が物体識別装置１０１に対して、正面方向や背面方向である可能性が高い。

ステップ８０５：ステップ８０４で両輪が検出できた場合、両輪の中心座標を求め、その両輪の中心座標の位置関係から複数のパターンに分類し、両輪の関係から移動状態の候補を求める。

図１０は自転車両輪の中心座標の関係を３パターンに分類した例を示す図である。図１０において、パターン１００１では、垂直方向で左右の車輪中心を比較すると、車輪判定領域の左側の車輪中心座標が高く、右側の車輪中心座標が低いという関係性がある。この場合、自転車は物体識別装置１０１に対して右斜め方向に接近する状態か、物体識別装置１０１に対して左斜め方向に離間する状態かに分けられる。

パターン１００２では、垂直方向で左右の車輪中心を比較すると、車輪判定領域の左側の車輪中心座標と右側の車輪中心座標が等しい関係性がある。この場合、自転車は物体識別装置１０１に対して平行に右方向に移動する状態か、物体識別装置１０１に対して平行に左方向に移動する状態かに分けられる。

パターン１００３では、垂直方向で左右の車輪中心を比較すると、車輪判定領域の左側の車輪中心座標が低く、右側の車輪中心座標が高いという関係性がある。この場合、自転車は物体識別装置１０１に対して右斜め方向に離間する状態か、物体識別装置１０１に対して左斜め方向に接近する状態かに分けられる。

ステップ８０６：ステップ８０４で両輪が検出できなかった場合、過去の自転車識別領域の高さ情報と現在の自転車識別領域の高さ情報から高さの大小関係比較する。

ステップ８０７：歩行者識別領域設定部１０８で定めた歩行者識別領域を用いて上半身判定領域を計算する。

図１１は、歩行者識別領域から上半身判定領域を定めた例を示す図である。

図１１において、上半身判定領域１１０１は、歩行者識別領域１１０２の下端から歩行者識別領域高さＨに指定倍率をかけた高さｈを歩行者識別領域の上端方向にオフセットした領域として定める。

ステップ８０８：ステップ８０７で求めた上半身判定領域内において、指定角度内の輝度勾配のヒストグラムを作成し、そのヒストグラムの傾向から複数パターンに分類する。例えば、あらかじめ設定した自転車の運転者の腕の角度分布範囲と上半身判定領域内において検出した輝度勾配のヒストグラムを比較し、上半身が右方向を向いているか、上半身が左方向を向いているかの２パターンに分類する。

ステップ８０９：ステップ８０３で両輪が検出できた場合は、ステップ８０５で判定した両輪パターン判定結果と、ステップ８０８で判定した上半身パターン判定結果を用いて自転車の進行方向を算出する。

図１３は、両輪パターン判定結果と上半身パターン判定結果から判断する自転車の進行方向示す表である。図１３に示すように、例えば、判定した両輪パターン判定結果と上半身パターン判定結果の関係から自転車の進行方向を６パターンに分割できる。ステップ８０３で両輪が検出できなかった場合は、ステップ８０６で求めた過去の自転車識別領域９０２の高さ情報と現在の自転車識別領域９０２の高さの大小関係から、高さ方向に大きくなっていれば物体識別装置１０１に対して相対的に接近していると判定し、高さ方向に大きくなっていれば物体識別装置１０１に対して相対的に離間していると判定する。

自転車検知領域の算出においては、ステップ８０３で両輪が検出できた場合は、自転車の検知領域の横幅をステップ８０３で求めた両輪の車輪のパラメータから算出し、自転車の検知領域の縦幅を歩行者識別領域設定部１０８で定めた高さに設定する。

また、ステップ８０３で両輪が検出できなかった場合は、横幅、縦幅共に歩行者識別領域設定部１０８で定めた大きさに設定する。

自転車位置検出部１１２において、自転車の移動方向と自転車識別領域設定部１１０で定めた領域より高精度に自転車の検知位置を求めることにより、次フレームでの自転車が存在する領域を高精度に予測することが可能になり、自転車の速度が安定的に求まるため衝突判定処理の性能が向上する効果がある。

本発明の実施例１によれば、歩行者であることを識別した後に、３次元上で歩行者と自転車との位置大きさからサイクリストか放置自転車を横切る歩行者かを判断するように構成したので、処理負荷を増大させずに自転車検出精度を向上可能な物体識別装置を実現することができる。

（実施例２）
次に、本発明の実施例２について説明する。

本発明の実施例２は、実施例１における特徴量計算部１０４を、歩行者を識別する歩行者識別部１０６と、自転車を識別する自転車識別部１０７内に設けた例である。

図１２は、本発明の実施例２を車載カメラに適用した場合の物体認識装置１２０１を示すブロック図である。

図１２において、物体識別装置１２０１は、車両に搭載されたカメラ１１３で最適な露光パラメータを設定し撮像する撮像部１２０２と、撮像した画像中から立体物を検出する立体物検出部１２０３と、識別を行う識別処理部１２０４とを備える。

また、識別処理部１２０４は、歩行者を識別する歩行者識別部１２０５と、自転車を識別する自転車識別部１２０６とを備える。

歩行者識別部１２０５は、立体物検出部１２０３が検出した立体物検出領域の画像領域のうちの歩行者識別領域を定める歩行者識別領域設定部１２０７と、歩行者識別領域設定部１２０７で定めた画像領域から歩行者の特徴量を算出（抽出）する歩行者特徴量計算部（歩行者特徴量抽出部）１２０８と、歩行者特徴量計算部１２０８で求めた特徴量から画像が歩行者か否かを判定する歩行者識別器（歩行者識別部）１２０９とを備える。

さらに、自転車識別部１２０６は、自転車の識別領域を定める自転車識別領域設定部１２１０と、自転車識別領域設定部１２１０で定めた自転車の識別領域から自転車の特徴量を算出（抽出）する自転車特徴量計算部（自転車特徴量抽出部）１２１１と、自転車特徴量計算部１２１１で求めた特徴量から画像が自転車か否かを判定し、識別する自転車識別器（自転車識別部）１２１２と、自転車識別器（自転車識別部）１２１２で識別した結果から自転車の進行方向と検知領域を求める自転車位置検出部１２１３とを備える。

実施例１においては、特徴量計算部１０４は、歩行者と自転車とで共通の特徴量を計算している。

これに対して、実施例２においては、歩行者を識別する歩行者識別部１２０５内に歩行者特徴量計算部１２０８を設け、自転車を識別する自転車識別部１２０６内に自転車特徴量計算部１２１１を設けている。

他の構成は、実施例１と実施例２とは、同様となっている。

実施例２によれば、実施例１と同様な効果を得ることができる他、歩行者と自転車で用いる特徴量を変更可能であることから、識別精度を向上することができるという効果がある。

また、識別領域を設定した箇所のみ特徴量を計算することで計算コストが削減できる効果がある。

なお、本発明は上記した実施例に限定されるものではなく、様々な変形例が含まれる。例えば、上記した実施例は本発明を分かりやすく説明するために詳細に説明したものであり、必ずしも説明した全ての構成を備えるものに限定されるものではない。

また、実施例１の構成に実施例２の構成を加えることも可能である。

また、上述した例は、本発明を車両に搭載される物体識別装置に適用した場合の例であるが、車両用のみならず、例えば、道路上に設置される監視カメラに適用することも可能である。

１０１、１２０１・・・物体識別装置、１０２、１２０２・・・撮像部、１０３、１２０３・・・立体物検出部、１０４・・・特徴量計算部（特徴量抽出部）、１０５、１２０４・・・識別処理部、１０６、１２０５・・・歩行者識別部、１０７、１２０６・・・自転車識別部、１０８、１２０７・・・歩行者識別領域設定部、１０９、１２０９・・・歩行者識別器（歩行者識別部）、１１０、１２１０・・・自転車識別領域設定部、１１１、１２１２・・・自転車識別器（自転車識別部）、１１２、１２１３・・・自転車位置検出部、１１３・・・カメラ、５０２、５０３、５０４・・・自転車識別領域、１２０８・・・歩行者特徴量計算部（歩行者特徴量抽出部）、１２１１・・・自転車特徴量計算部（自転車特徴量抽出部）

Claims

撮像部で撮像された物体の画像から特徴量を抽出する特徴量抽出部と、
前記撮像部で撮像された物体の画像の歩行者識別領域を定める歩行者識別領域設定部と、
前記歩行者識別領域設定部で定めた歩行者識別領域の画像が歩行者か否かを、前記特徴量を用いて判定する歩行者識別部と、
前記歩行者識別部により、前記歩行者識別領域の画像が歩行者と判断されたとき、前記歩行者識別領域の歩行者画像の座標値に対応する３次元空間上の位置を計算し、前記３次元空間上で自転車の大きさに対応する指定量分だけ、左右にオフセットした座標を計算し、前記オフセットした前記座標を画像空間上での座標値に変換して、前記自転車の識別領域を定める自転車識別領域設定部と、
前記自転車識別領域設定部で定めた前記自転車の識別領域の画像が自転車か否かを、前記特徴量を用いて判定し、識別する自転車識別部と、
を備えることを特徴とする物体識別装置。
請求項１に記載の物体識別装置において、
前記特徴量抽出部は、前記歩行者識別領域設定部で定めた前記歩行者識別領域から歩行者の特徴量を抽出する歩行者特徴量抽出部と、前記自転車識別領域設定部で定めた前記自転車識別領域から自転車の特徴量を抽出する自転車特徴量抽出部とを有し、
前記歩行者識別部は、前記歩行者特徴量抽出部で抽出した歩行者の特徴量から前記歩行者識別領域の画像が歩行者か否かを判定し、
前記自転車識別部は、前記自転車特徴量抽出部で抽出した特徴量から前記自転車識別領域の画像が自転車か否かを判定することを特徴とする物体識別装置。
請求項１又は２に記載の物体識別装置において、
前記自転車識別部で識別した前記自転車の進行方向と検知領域を求める自転車位置検出部を備えることを特徴とする物体識別装置。
請求項３に記載の物体識別装置において、
前記自転車位置検出部は、前記自転車の前輪、前記自転車の後輪および前記自転車の運転者を含んだ前記検知領域を求めることを特徴とする物体識別装置。
請求項１または２に記載の物体識別装置において、
車両に搭載されることを特徴とする物体識別装置。