JP7412254B2 - 物体認識装置および物体認識方法 - Google Patents

Description

本発明は、物体認識装置および物体認識方法に関する。

従来の物体認識装置（例えば、特許文献１参照）は、自車に搭載されている複数のセンサのそれぞれから物体の状態を表す物理量の検出値を含む物体データを受信し、受信した物体データを処理することで、自車両周辺の物体を認識する処理部を備えて構成されている。

上述の物体認識装置には、複数のセンサに個別に対応する複数のセンサ遅延時間が設定されている。ここで、センサ遅延時間とは、センサが物体を検出してから、上述の処理部がそのセンサから物体データを受信するまでの間に存在すると考えられる時間を示す。

上述の処理部は、センサから物体データを受信した受信時刻から、そのセンサに対応するセンサ遅延時間を減算することで、そのセンサが物体を検出した時刻である物体検出時刻を演算するように構成されている。また、上述の処理部は、センサから受信した物体データを、演算した物体検出時刻と対応付けるように構成されている。

特開２０１７－７５８８１号公報

ここで、上述の物体認識装置において、上述の処理部は、物体データと対応付けられている物体検出時刻における物理量の予測値を含む予測データを生成し、生成した予測データと、その物体データとの相関関係を決定するように構成される場合を考える。この場合、物体検出時刻に対応する予測データに含まれる物理量の予測値と、物体検出時刻に対応する物体データに含まれる物理量の検出値との間で、相関関係の決定に影響を及ぼす程度の大きな誤差が生じる可能性がある。なお、具体例として、上述のセンサがカメラであって、上述の物理量が縦位置および縦速度を含む場合を考える。

上述の場合、カメラは、物体を検出してその物体の縦位置の検出値および縦速度の検出値の両方を演算する際に互いに異なる平滑化処理を行っている。そのため、縦位置および縦速度の少なくとも一方の物理量において、予測値と検出値との間で上述のような誤差が生じうる。この場合、上述の物体認識装置によって決定される相関関係が正しくなく、結果として、物体認識装置が物体を認識する精度が劣化してしまう可能性がある。

本発明は、上記のような課題を解決するためになされたものであり、物体を認識する精度が劣化することを抑制することができる物体認識装置および物体認識方法を得ることを目的とする。

本発明における物体認識装置は、検出可能な範囲に存在する物体を検出し、前記物体の状態を表す複数の物理量を含む物体データを送信する少なくとも一つ以上のセンサと、前記センサから前記物体データを受信するデータ受信部と、前記データ受信部が受信した過去の前記物体データのうち少なくとも一部の前記物体データと、前記物体における運動モデルと、に基づいて、現在の前記物体データを予測した予測データを生成し、前記予測データと、前記複数の物理量毎に対応する複数の物理量遅延時間と、に基づいて、前記予測データと、現在の前記物体データとの相関関係を決定するための相関可能領域を設定する設定部と、を備えるものである。

本発明によれば、物体を認識する精度が劣化することを抑制することができる物体認識装置および物体認識方法を得ることができる。

実施の形態１における物体認識装置を備えた車両制御システムの構成を示すブロック図である。 実施の形態１における予測部によって生成される相関可能領域の一例を示す説明図である。 実施の形態１における補正部が補正相関可能領域を生成する一連の処理を示すフローチャートである。 実施の形態１における補正部によって予測部から取得される相関可能領域の例を示す説明図である。 実施の形態１における補正部によって生成される補正相関可能領域の第１の例を示す説明図である。 実施の形態１における補正部によって生成される補正相関可能領域の第２の例を示す説明図である。 実施の形態１における補正部によって生成される補正相関可能領域の第３の例を示す説明図である。 実施の形態１における物体認識装置によって生成される時刻ｔｋにおける航跡データを示す説明図である。 実施の形態１における物体認識装置によって生成される時刻ｔｋ＋１における予測データを示す説明図である。 実施の形態２における予測部によって生成される相関可能領域の一例を示す説明図である。 実施の形態２における補正部が補正相関可能領域を生成する一連の処理を示すフローチャートである。 実施の形態２における補正部によって予測部から取得される相関可能領域の例を示す説明図である。 実施の形態２における補正部によって生成される補正相関可能領域の第１の例を示す説明図である。 実施の形態２における補正部によって生成される補正相関可能領域の第２の例を示す説明図である。 実施の形態２における補正部によって生成される補正相関可能領域の第３の例を示す説明図である。 実施の形態２における物体認識装置によって生成される時刻ｔｋにおける航跡データを示す説明図である。 実施の形態２における物体認識装置によって生成される時刻ｔｋ＋１における予測データを示す説明図である。 実施の形態３における物体認識装置を備えた車両制御システムの構成を示すブロック図である。 実施の形態４における物体認識装置を備えた車両制御システムの構成を示すブロック図である。 実施の形態５における物体認識装置を備えた車両制御システムの構成を示すブロック図である。 実施の形態５における物体認識装置の制御例を説明するフローチャートである。

以下、本発明による物体認識装置および物体認識方法を、好適な実施の形態にしたがって図面を用いて説明する。なお、図面の説明においては、同一部分または相当部分には同一符号を付し、重複する説明を省略する。

実施の形態１．
図１は、実施の形態１における物体認識装置１００を備えた車両制御システムの構成を示すブロック図である。図１において、車両制御システムは、自車に設けられており、物体認識装置１００および車両制御装置２００を備える。

物体認識装置１００は、第１センサ１０１、第２センサ１０２および処理部１１０を備える。なお、実施の形態１では、センサの数が２つである場合を例示しているが、センサの数は１つ、または、３つ以上であってもよい。すなわち、センサの数は、少なくとも１つ以上であればよい。

第１センサ１０１および第２センサ１０２のそれぞれは、検出可能な範囲に存在する自車周辺の物体を検出し、その物体の状態を表す複数の物理量を含む物体データＤを処理部１１０に送信する。

第１センサ１０１および第２センサ１０２のそれぞれは、一例として、物体から放射された光、電磁波等の検出波を受信し、受信した検出波に対して信号処理、画像処理等の必要な処理を行うことで、上述の複数の物理量を演算する。第１センサ１０１および第２センサ１０２のそれぞれは、別例として、物体に検出波を照射し、その物体から反射した検出波を受信し、受信した検出波に対して信号処理、画像処理等の必要な処理を行うことで、上述の複数の物理量を演算する。

より具体的には、第１センサ１０１および第２センサ１０２のそれぞれとして、例えば、レーダ、超音波センサ、赤外線センサ、光学カメラ、車々間通信機器等を用いることができる。第１センサ１０１および第２センサ１０２は、互いに異なる種類のものであってもよいし、互いに同じ種類のものであってもよい。

ここで、上述の複数の物理量は、物体の縦位置および物体の縦速度の２つの物理量を少なくとも含む。なお、実施の形態１では、具体例として、上述の複数の物理量は、自車に対する物体の相対的な縦位置ｐｘと、自車に対する物体の相対的な縦速度ｖｘとの２つの物理量を少なくとも含む場合を例示する。

なお、第１センサ１０１および第２センサ１０２のそれぞれは、検出範囲に存在する物体の数が１つである場合、１つの物体に対応する１つの物体データＤを処理部１１０に送信する。また、第１センサ１０１および第２センサ１０２のそれぞれは、検出範囲に存在する物体の数が複数である場合、複数の物体に個別に対応する複数の物体データＤを処理部１１０に送信する。

以下、必要に応じて、第１センサ１０１によって送信される物体データＤを「物体データＤ１」と表記し、第２センサ１０２によって送信される物体データＤを「物体データＤ２」と表記する。

処理部１１０は、データ受信部１１１、予測部１１２、記憶部１１３、補正部１１４、相関部１１５および更新部１１６を備える。

データ受信部１１１は、第１センサ１０１および第２センサ１０２のそれぞれから物体データＤを受信する。以下、必要に応じて、物体データＤに含まれる縦位置ｐｘを「縦位置検出値Ｄｐｘ」と表記し、物体データＤに含まれる縦速度ｖｘを「縦速度検出値Ｄｖｘ」と表記する。

データ受信部１１１には、第１センサ１０１および第２センサ１０２に個別に対応する２つのセンサ遅延時間設定値が設定されている。２つのセンサ遅延時間設定値は、予め定められる固定値である。以下、必要に応じて、第１センサ１０１に対応するセンサ遅延時間設定値を「センサ遅延時間設定値Ｔｄ＿ｓｅｔ１」と表記し、第２センサ１０２に対応するセンサ遅延時間設定値を「センサ遅延時間設定値Ｔｄ＿ｓｅｔ２」と表記する。

データ受信部１１１は、第１センサ１０１および第２センサ１０２のいずれかのセンサから物体データＤを受信すると、その物体データＤを受信した受信時刻から、その物体データＤの送信元のセンサに対応するセンサ遅延時間設定値を減算することで、物体検出時刻を確定する。また、データ受信部１１１は、受信したその物体データＤを、確定したその物体検出時刻と対応付ける。

ここで、センサ遅延時間設定値について、第１センサ１０１を例に挙げて説明する。第１センサ１０１が物体を検出してから、データ受信部１１１が第１センサ１０１からその物体の物体データＤ１を受信するまでの間に遅延時間が存在する。第２センサ１０２についても同様である。

したがって、データ受信部１１１には、第１センサ１０１に対応する遅延時間として、センサ遅延時間設定値Ｔｄ＿ｓｅｔ１が設定されている。データ受信部１１１は、第１センサ１０１から物体データＤ１を受信すると、その物体データＤ１を受信した受信時刻から、センサ遅延時間設定値Ｔｄ＿ｓｅｔ１を減算することによって、物体検出時刻を確定する。データ受信部１１１は、物体データＤ１を、このように確定した物体検出時刻と対応付けて、予測部１１２、補正部１１４および相関部１１５に出力する。

また、データ受信部１１１には、第２センサ１０２に対応する遅延時間として、センサ遅延時間設定値Ｔｄ＿ｓｅｔ２が設定されている。データ受信部１１１は、第２センサ１０２から物体データＤ２を受信すると、その物体データＤ２を受信した受信時刻から、センサ遅延時間設定値Ｔｄ＿ｓｅｔ２を減算することによって、物体検出時刻を確定する。データ受信部１１１は、物体データＤ２を、このように確定した物体検出時刻と対応付けて、予測部１１２、補正部１１４および相関部１１５に出力する。

予測部１１２は、データ受信部１１１が受信した物体データＤと対応付けられた物体検出時刻よりも前の前回の物体検出時刻に対応する航跡データＦを用いて、物体検出時刻に対応する航跡データＦの予測結果である予測データＰを生成する。

具体的には、予測部１１２は、前回の物体検出時刻に対応する航跡データＦを、予め定められる運動モデルに従って時間遷移させることで、今回の物体検出時刻に対応する航跡データＦを予測し、その予測結果を予測データＰとして出力する。以下、必要に応じて、予測データＰに含まれる縦位置ｐｘを「縦位置予測値Ｐｐｘ」と表記し、予測データＰに含まれる縦速度ｖｘを「縦速度予測値Ｐｖｘ」と表記する。

予測部１１２は、生成した予測データＰに含まれる縦位置予測値Ｐｐｘに基づいて、縦位置ｐｘに対応する相関可能領域Ｓｐを生成する。具体的には、予測部１１２は、生成した予測データＰに含まれる縦位置予測値Ｐｐｘを中心とした領域である相関可能領域Ｓｐを生成する。予測部１１２は、生成した予測データＰおよび相関可能領域Ｓｐを補正部１１４に出力する。

ここで、予測部１１２によって生成される相関可能領域Ｓｐの一例について、図２を参照しながら説明する。図２は、実施の形態１における予測部１１２によって生成される相関可能領域Ｓｐの一例を示す説明図である。

図２に示すように、相関可能領域Ｓｐは、予測データＰに含まれる縦位置予測値Ｐｐｘを中心とした領域である。相関可能領域Ｓｐの形状およびサイズは、予め定められているので、相関可能領域Ｓｐは、縦位置予測値Ｐｐｘによって、一意に決定される。

相関可能領域Ｓｐは、予測データＰと物体データＤとの相関関係を決定するためのものである。すなわち、物体データＤに含まれる縦位置検出値Ｄｐｘが相関可能領域Ｓｐ内に位置すれば、予測データＰと物体データＤとが相関しているとみなされる。一方、物体データＤに含まれる縦位置検出値Ｄｐｘが相関可能領域Ｓｐ外に位置すれば、予測データＰと物体データＤとが相関していないとみなされる。

記憶部１１３には、第１センサ１０１および第２センサ１０２に個別に対応する２つのセンサ遅延時間設定値、すなわちセンサ遅延時間設定値Ｔｄ＿ｓｅｔ１およびセンサ遅延時間設定値Ｔｄ＿ｓｅｔ２が記憶されている。記憶部１１３には、第１センサ１０１および第２センサ１０２に個別に対応する２つの物理量遅延時間群がさらに記憶されている。

上述の２つの物理量遅延時間群は、それぞれが縦位置ｐｘおよび縦速度ｖｘに個別に対応する２つの物理量遅延時間を含む。２つの物理量遅延時間群のそれぞれに含まれる２つの物理量遅延時間は、予め定められる固定値である。

具体的には、第１センサ１０１に対応する物理量遅延時間群は、縦位置ｐｘに対応する縦位置遅延時間Ｔｄ＿ｐｘ１と、縦速度ｖｘに対応する縦速度遅延時間Ｔｄ＿ｖｘ１とを含む。縦位置遅延時間Ｔｄ＿ｐｘ１および縦速度遅延時間Ｔｄ＿ｖｘ１は、予め定められる固定値である。

第２センサ１０２に対応する物理量遅延時間群は、縦位置ｐｘに対応する縦位置遅延時間Ｔｄ＿ｐｘ２と、縦速度ｖｘに対応する縦速度遅延時間Ｔｄ＿ｖｘ２とを含む。縦位置遅延時間Ｔｄ＿ｐｘ２および縦速度遅延時間Ｔｄ＿ｖｘ２は、予め定められる固定値である。

以下、必要に応じて、第１センサ１０１に対応する物理量遅延時間群を「物理量遅延時間群Ｔｄ＿ｐｈ１」と表記し、第２センサ１０２に対応する物理量遅延時間群を「物理量遅延時間群Ｔｄ＿ｐｈ２」と表記する。

ここで、物理量遅延時間群について、第１センサ１０１を例に挙げて説明する。物体検出時刻と対応付けた物体データＤ１に含まれる縦位置検出値Ｄｐｘと、その物体検出時刻に対応する予測データＰに含まれる縦位置予測値Ｐｐｘとの間で、誤差が生じる場合がある。物体データＤ１に含まれる縦速度検出値Ｄｖｘと、予測データＰに含まれる縦速度予測値Ｐｖｘとについても同様である。このような場合、データ受信部１１１が物体検出時刻を確定するために用いたセンサ遅延時間設定値Ｔｄ＿ｓｅｔ１が適切でない可能性がある。そこで、実施の形態１では、第１センサ１０１について、物理量遅延時間群Ｔｄ＿ｐｈ１というパラメータを導入している。

すなわち、物理量遅延時間群Ｔｄ＿ｐｈ１に含まれる縦位置遅延時間Ｔｄ＿ｐｘ１は、上述の縦位置検出値Ｄｐｘと縦位置予測値Ｐｐｘとの間で生じる誤差を補償するためのパラメータである。物理量遅延時間群Ｔｄ＿ｐｈ１に含まれる縦速度遅延時間Ｔｄ＿ｖｘ１は、上述の縦速度検出値Ｄｖｘと縦速度予測値Ｐｖｘとの間で生じる誤差を補償するためのパラメータである。

第２センサ１０２についても、同様に、物理量遅延時間群Ｔｄ＿ｐｈ２というパラメータを導入している。

補正部１１４は、センサ遅延時間設定値Ｔｄ＿ｓｅｔ１，Ｔｄ＿ｓｅｔ２と、物理量遅延時間群Ｔｄ＿ｐｈ１，Ｔｄ＿ｐｈ２とに基づいて、予測部１１２によって生成される相関可能領域Ｓｐを補正することで、縦位置ｐｘに対応する補正相関可能領域Ｓｐ＿ｍｏｄを生成する。補正部１１４は、生成した補正相関可能領域Ｓｐ＿ｍｏｄを相関部１１５に出力する。

ここで、補正部１１４が補正相関可能領域Ｓｐ＿ｍｏｄを生成する処理について、図３を参照しながら説明する。図３は、実施の形態１における補正部１１４が補正相関可能領域Ｓｐ＿ｍｏｄを生成する一連の処理を示すフローチャートである。以下、データ受信部１１１が受信した物体データＤと対応付けられた物体検出時刻よりも１つ前の前回の物体検出時刻を「前回の物体検出時刻」と呼ぶ。

ステップＳ１において、補正部１１４は、センサ遅延時間設定値Ｔｄ＿ｓｅｔ１，Ｔｄ＿ｓｅｔ２と、物理量遅延時間群Ｔｄ＿ｐｈ１，Ｔｄ＿ｐｈ２とに基づいて、以下のように、予測部１１２が生成した予測データＰに対応する時間差ΔＴｄ＿Ｐｐｘを演算する。

すなわち、補正部１１４は、前回の物体検出時刻と対応付けられた物体データＤの送信元のセンサを特定する。補正部１１４は、特定したセンサが第１センサ１０１である場合には、センサ遅延時間設定値Ｔｄ＿ｓｅｔ１および縦位置遅延時間Ｔｄ＿ｐｘ１を用いて、以下の式（１－１）に従って、時間差ΔＴｄ＿Ｐｐｘを演算する。
ΔＴｄ＿Ｐｐｘ＝Ｔｄ＿ｓｅｔ１－Ｔｄ＿ｐｘ１ （１－１）

一方、補正部１１４は、特定したセンサが第２センサ１０２である場合には、センサ遅延時間設定値Ｔｄ＿ｓｅｔ２および縦位置遅延時間Ｔｄ＿ｐｘ２を用いて、以下の式（１－２）に従って、時間差ΔＴｄ＿Ｐｐｘを演算する。
ΔＴｄ＿Ｐｐｘ＝Ｔｄ＿ｓｅｔ２－Ｔｄ＿ｐｘ２ （１－２）

続いて、ステップＳ２において、補正部１１４は、センサ遅延時間設定値Ｔｄ＿ｓｅｔ１，Ｔｄ＿ｓｅｔ２と、物理量遅延時間群Ｔｄ＿ｐｈ１，Ｔｄ＿ｐｈ２とに基づいて、以下のように、データ受信部１１１が受信した物体データＤに対応する時間差ΔＴｄ＿Ｄｐｘを演算する。

すなわち、補正部１１４は、データ受信部１１１が受信した物体データＤの送信元のセンサを特定する。補正部１１４は、特定したセンサが第１センサ１０１である場合には、センサ遅延時間設定値Ｔｄ＿ｓｅｔ１および縦位置遅延時間Ｔｄ＿ｐｘ１を用いて、以下の式（１－３）に従って、時間差ΔＴｄ＿Ｄｐｘを演算する。
ΔＴｄ＿Ｄｐｘ＝Ｔｄ＿ｓｅｔ１－Ｔｄ＿ｐｘ１ （１－３）

一方、補正部１１４は、特定したセンサが第２センサ１０２である場合には、センサ遅延時間設定値Ｔｄ＿ｓｅｔ２および縦位置遅延時間Ｔｄ＿ｐｘ２を用いて、以下の式（１－４）に従って、時間差ΔＴｄ＿Ｄｐｘを演算する。
ΔＴｄ＿Ｄｐｘ＝Ｔｄ＿ｓｅｔ２－Ｔｄ＿ｐｘ２ （１－４）

続いて、ステップＳ３において、補正部１１４は、ステップＳ１で演算した時間差ΔＴｄ＿Ｐｐｘと、ステップＳ２で演算した時間差ΔＴｄ＿Ｄｐｘと、予測部１１２が生成した予測データＰに含まれる縦速度予測値Ｐｖｘとを用いて、以下の式（１－５）に従って、相関可能領域Ｓｐを補正するための補正量Ｍｐを演算する。
Ｍｐ＝Ｐｖｘ×（ΔＴｄ＿Ｐｐｘ－ΔＴｄ＿Ｄｐｘ） （１－５）

続いて、ステップＳ４において、補正部１１４は、ステップＳ３で演算した補正量Ｍｐを用いて、予測部１１２が生成した相関可能領域Ｓｐを補正することで、補正相関可能領域Ｓｐ＿ｍｏｄを生成する。

ここで、補正部１１４が補正量Ｍｐを用いて補正相関可能領域Ｓｐ＿ｍｏｄを生成する第１の例について、図４および図５を参照しながら説明する。図４は、実施の形態１における補正部１１４によって予測部１１２から取得される相関可能領域Ｓｐの例を示す説明図である。図５は、実施の形態１における補正部１１４によって生成される補正相関可能領域Ｓｐ＿ｍｏｄの第１の例を示す説明図である。

図４に示す相関可能領域Ｓｐは、上述したとおり、予測データＰに含まれる縦位置予測値Ｐｐｘを中心点とした領域である。以下、相関可能領域Ｓｐの中心点を中心点Ｃｐと表記し、相関可能領域Ｓｐの縦幅を縦幅Ｗｐと表記する。

第１の例として、補正部１１４は、図４に示す相関可能領域Ｓｐの中心点Ｃｐを補正することで、図５に示す補正相関可能領域Ｓｐ＿ｍｏｄを生成する。すなわち、補正部１１４は、補正量Ｍｐを用いて、以下の式（１－６）に従って、補正相関可能領域Ｓｐ＿ｍｏｄの中心点である補正中心点Ｃｐ＿ｍｏｄを演算する。
Ｃｐ＿ｍｏｄ＝Ｃｐ＋Ｍｐ （１－６）

なお、第１の例では、補正相関可能領域Ｓｐ＿ｍｏｄの縦幅である補正縦幅Ｗｐ＿ｍｏｄと、相関可能領域Ｓｐの縦幅Ｗｐとは、同じであるとしている。

補正部１１４は、演算した補正中心点Ｃｐ＿ｍｏｄを中心点とした領域を、補正相関可能領域Ｓｐ＿ｍｏｄとして生成する。このように、補正部１１４は、補正量Ｍｐを用いて、相関可能領域Ｓｐを補正することで、補正相関可能領域Ｓｐ＿ｍｏｄを生成する。

続いて、補正部１１４が補正量Ｍｐを用いて補正相関可能領域Ｓｐ＿ｍｏｄを生成する第２の例について、図６を参照しながら説明する。図６は、実施の形態１における補正部１１４によって生成される補正相関可能領域Ｓｐ＿ｍｏｄの第２の例を示す説明図である。

第２の例として、補正部１１４は、図４に示す相関可能領域Ｓｐのサイズを補正することで、図６に示す補正相関可能領域Ｓｐ＿ｍｏｄを生成する。すなわち、補正部１１４は、補正量Ｍｐを用いて、以下の式（１－７）に従って、補正縦幅Ｗｐ＿ｍｏｄを演算する。
Ｗｐ＿ｍｏｄ＝Ｗｐ＋Ｍｐ×２ （１－７）

なお、第２の例では、補正相関可能領域Ｓｐ＿ｍｏｄの補正中心点Ｃｐ＿ｍｏｄと、相関可能領域Ｓｐの中心点Ｃｐとは、同じであるとしている。

補正部１１４は、補正中心点Ｃｐ＿ｍｏｄ、すなわち中心点Ｃｐを中心点とした領域であって、領域の縦幅をＷｐからＷｐ＿ｍｏｄに変更した領域を、補正相関可能領域Ｓｐ＿ｍｏｄとして生成する。このように、補正部１１４は、補正量Ｍｐを用いて、相関可能領域Ｓｐを補正することで、補正相関可能領域Ｓｐ＿ｍｏｄを生成する。

続いて、補正部１１４が補正量Ｍｐを用いて補正相関可能領域Ｓｐ＿ｍｏｄを生成する第３の例について、図７を参照しながら説明する。図７は、実施の形態１における補正部１１４によって生成される補正相関可能領域Ｓｐ＿ｍｏｄの第３の例を示す説明図である。

第３の例として、補正部１１４は、図４に示す相関可能領域Ｓｐの中心点Ｃｐおよびサイズを補正することで、図７に示す補正相関可能領域Ｓｐ＿ｍｏｄを生成する。すなわち、補正部１１４は、補正量Ｍｐを用いて、以下の式（１－８）に従って、補正中心点Ｃｐ＿ｍｏｄおよび補正縦幅Ｗｐ＿ｍｏｄを演算する。
Ｃｐ＿ｍｏｄ＝Ｃｐ＋Ｍｐ÷２
Ｗｐ＿ｍｏｄ＝Ｗｐ＋Ｍｐ （１－８）

補正部１１４は、補正中心点Ｃｐ＿ｍｏｄを中心点とした領域であって、領域の縦幅をＷｐからＷｐ＿ｍｏｄに変更した領域を、補正相関可能領域Ｓｐ＿ｍｏｄとして生成する。このように、補正部１１４は、補正量Ｍｐを用いて、相関可能領域Ｓｐを補正することで、補正相関可能領域Ｓｐ＿ｍｏｄを生成する。

相関部１１５は、補正部１１４によって生成される補正相関可能領域Ｓｐ＿ｍｏｄを用いて、予測部１１２によって生成される予測データＰと相関する物体データＤを決定する。すなわち、相関部１１５は、補正相関可能領域Ｓｐ＿ｍｏｄを用いて、予測データＰと物体データＤとの相関関係を決定する。

具体的には、相関部１１５は、補正相関可能領域Ｓｐ＿ｍｏｄ内に位置している全ての物体データＤのそれぞれと、予測データＰとの組み合わせの中で、物体データＤと予測データＰとの間で縦位置差が最も小さい組み合わせを選択する。相関部１１５は、選択した組み合わせにおける予測データＰおよび物体データＤを相関しているとみなす。

相関部１１５は、予測データＰおよび物体データＤを、決定した相関関係と対応付けて更新部１１６に出力する。

更新部１１６は、予測部１１２によって生成される予測データＰと、予測データＰと相関する物体データＤとを用いて、前回の物体検出時刻に対応する航跡データＦを更新することで、物体検出時刻に対応する航跡データＦを生成する。すなわち、更新部１１６は、予測データＰと、その予測データＰと相関している物体データＤとを用いて、航跡データＦの前回値を更新し、その更新結果を航跡データＦとして生成する。換言すると、更新部１１６は、前回の物体検出時刻における航跡データＦに対して、今回の物体検出時刻における相関している予測データＰおよび物体データＤを取り込むことで、今回の物体検出時刻における航跡データＦを生成する。更新部１１６は、生成した航跡データＦを車両制御装置２００および予測部１１２に出力する。

なお、更新部１１６は、公知の手法を用いて、航跡データＦの前回値を更新するように構成されている。公知の手法として、例えば、α－βフィルタ、カルマンフィルタなどが挙げられる。更新部１１６は、予測データＰと相関していない物体データＤが存在する場合には、その物体データＤを航跡データＦとして、車両制御装置２００および予測部１１２に出力する。

以下、必要に応じて、航跡データＦに含まれる縦位置ｐｘを「縦位置航跡値Ｆｐｘ」と表記し、航跡データＦに含まれる縦速度ｖｘを「縦速度航跡値Ｆｖｘ」と表記する。

車両制御装置２００は、更新部１１６から取得した航跡データＦを用いて、自車を制御する。具体的には、車両制御装置２００は、航跡データＦを用いて、自車が前方の物体に衝突した際の被害を軽減する衝突被害軽減ブレーキシステムの制御、前方の車両に追従するアダプティブクルーズコントロールシステムの制御などを行う。

次に、実施の形態１における物体認識装置１００の動作例について、図８および図９を参照しながら説明する。図８は、実施の形態１における物体認識装置１００によって生成される時刻ｔｋにおける航跡データＦ（ｔｋ）を示す説明図である。図９は、実施の形態１における物体認識装置１００によって生成される時刻ｔｋ＋１における予測データＰ（ｔｋ＋１）を示す説明図である。

なお、図８および図９に示す状況では、センサ遅延時間設定値Ｔｄ＿ｓｅｔ１、縦位置遅延時間Ｔｄ＿ｐｘ１、縦速度遅延時間Ｔｄ＿ｖｘ１、センサ遅延時間設定値Ｔｄ＿ｓｅｔ２、縦位置遅延時間Ｔｄ＿ｐｘ２および縦速度遅延時間Ｔｄ＿ｖｘ２のそれぞれが以下の条件を満たすものとする。
Ｔｄ＿ｓｅｔ１＝Ｔｄ＿ｖｘ１＝０
Ｔｄ＿ｐｘ１＝０
Ｔｄ＿ｖｘ１＝０
Ｔｄ＿ｓｅｔ２＝Ｔｄ＿ｖｘ２＝０
Ｔｄ＿ｐｘ２＞０
Ｔｄ＿ｖｘ２＝０

図８に示すように、時刻ｔｋ以前では、航跡データＦが生成されておらず、時刻ｔｋにおいて、データ受信部１１１は、第１センサ１０１から物体データＤ１を受信する。この物体データＤ１には、縦位置検出値Ｄｐｘおよび縦速度検出値Ｄｖｘが含まれる。

上述の場合、データ受信部１１１は、物体データＤ１を受信した受信時刻、すなわち時刻ｔｋから、センサ遅延時間設定値Ｔｄ＿ｓｅｔ１を減算することによって、物体検出時刻を確定する。ここでは、上述のとおり、Ｔｄ＿ｓｅｔ１＝Ｔｄ＿ｖｘ１＝０という条件を満たすので、受信時刻と物体検出時刻とが同じ時刻、すなわち時刻ｔｋとなる。また、データ受信部１１１は、受信した物体データＤ１を、物体検出時刻、すなわち時刻ｔｋと対応付ける。

また、図８に示す状況では、時刻ｔｋ以前における航跡データＦが存在していない。したがって、時刻ｔｋにおける予測データＰ、すなわち予測データＰ（ｔｋ）が予測部１１２によって生成されない。この場合、更新部１１６は、時刻ｔｋにおける物体データＤ、すなわち物体データＤ（ｔｋ）を、時刻ｔｋにおける航跡データＦ、すなわち航跡データＦ（ｔｋ）とする。

つまり、図８に示すように、物体データＤ（ｔｋ）に含まれる縦位置検出値Ｄｐｘ、すなわち縦位置検出値Ｄｐｘ（ｔｋ）と、航跡データＦ（ｔｋ）に含まれる縦位置航跡値Ｆｐｘ、すなわち縦位置航跡値Ｆｐｘ（ｔｋ）とは等価である。同様に、物体データＤ（ｔｋ）に含まれる縦速度検出値Ｄｖｘ、すなわち縦速度検出値Ｄｖｘ（ｔｋ）と、航跡データＦ（ｔｋ）に含まれる縦速度航跡値Ｆｖｘ、すなわち縦速度航跡値Ｆｖｘ（ｔｋ）とは等価である。

次に、図９に示すように、時刻ｔｋの次の時刻ｔｋ＋１において、データ受信部１１１は、第２センサ１０２から物体データＤ２を受信する。

上述の場合、データ受信部１１１は、物体データＤ２を受信した受信時刻、すなわち時刻ｔｋ＋１から、センサ遅延時間設定値Ｔｄ＿ｓｅｔ２を減算することによって、物体検出時刻を確定する。ここでは、上述のとおり、Ｔｄ＿ｓｅｔ２＝Ｔｄ＿ｖｘ２＝０という条件を満たすので、受信時刻と物体検出時刻とが同じ時刻、すなわち時刻ｔｋ＋１となる。また、データ受信部１１１は、受信した物体データＤ２を、物体検出時刻、すなわち時刻ｔｋ＋１と対応付ける。

予測部１１２は、前回の物体検出時刻、すなわち時刻ｔｋにおける航跡データＦ（ｔｋ）を用いて、予め定められる運動モデル、具体的には等速直線運動モデルに従って、今回の物体検出時刻、すなわち時刻ｔｋ＋１における航跡データＦ（ｔｋ＋１）の予測結果である予測データＰ（ｔｋ＋１）を生成する。

つまり、予測部１１２は、縦位置航跡値Ｆｐｘ（ｔｋ）を、時刻ｔｋから時刻ｔｋ＋１まで縦速度航跡値Ｆｖｘ（ｔｋ）で等速直線運動させることで、時刻ｔｋ＋１における縦位置航跡値Ｆｐｘ（ｔｋ＋１）を予測し、その予測結果を縦位置予測値Ｐｐｘ（ｔｋ＋１）とする。また、予測部１１２は、縦速度航跡値Ｆｖｘ（ｔｋ）を、時刻ｔｋ＋１における縦速度予測値Ｐｖｘ（ｔｋ＋１）とする。

なお、予測部１１２は、縦位置航跡値Ｆｐｘ（ｔｋ－１）を、時刻ｔｋ－１から時刻ｔｋ＋１まで縦速度航跡値Ｆｖｘ（ｔｋ－１）で等速直線運動させることで、時刻ｔｋ＋１における縦位置航跡値Ｆｐｘ（ｔｋ＋１）を予測してもよい。また、上述したように、縦位置航跡値Ｆｐｘ（ｔｋ－１）と、縦位置検出値Ｄｐｘ（ｔｋ－１）とは等価である。従って、予測部１１２は、縦位置検出値Ｄｐｘ（ｔｋ－１）を用いて、同様に予測してもよい。

すなわち、予測部１１２は、データ受信部１１１が受信した過去の物体データＤのうち少なくとも一部の物体データＤと、物体における運動モデルと、に基づいて、現在の物体データＤを予測した予測データＰを生成する。補正部１１４は、予測データＰに含まれる複数の物理量毎に対応する複数の物理量遅延時間の少なくとも１つに基づいて、予測データＰと、現在の物体データＤとの相関関係を決定するための相関可能領域を設定する。

ここで、実施の形態１においては、記憶部１１３、予測部１１２及び補正部１１４は、設定部１２０に含まれている。すなわち、設定部１２０は、データ受信部１１１が受信した過去の物体データＤのうち少なくとも一部の物体データＤと、物体における運動モデルと、に基づいて、現在の物体データＤを予測した予測データＰを生成する。設定部１２０は、予測データＰに含まれる複数の物理量毎に対応する複数の物理量遅延時間の少なくとも１つに基づいて、予測データＰと、現在の物体データＤとの相関関係を決定するための相関可能領域を設定する。

なお、過去の物体データＤは、前回の物体データＤ（ｔｋ）及び前々回の物体データＤ（ｔｋ－１）の両方を含んでもよい。また、過去の物体データＤは、前々回の物体データＤ（ｔｋ－１）より前であってもよい。即ち、過去の物体データＤは、複数周期分の物体データＤを有してもよい。ここで、周期とは、データ受信部１１１が物体データＤを受信する周期のことである。

また、予測部１１２は、生成した縦位置予測値Ｐｐｘ（ｔｋ＋１）を中心とした領域である相関可能領域Ｓｐを生成する。

ここで、時刻ｔｋ＋１における物体データＤ（ｔｋ＋１）と、時刻ｔｋ＋１における予測データＰ（ｔｋ＋１）とを比較すると、図９に示すように、縦位置検出値Ｄｐｘ（ｔｋ＋１）と、縦位置予測値Ｐｐｘ（ｔｋ＋１）との間でずれが生じている。これは、上述のとおり、Ｔｄ＿ｐｘ２＞０という条件を満たす、すなわち縦位置遅延時間Ｔｄ＿ｐｘ２が存在していることによるものである。

このように、縦位置検出値Ｄｐｘ（ｔｋ＋１）と、縦位置予測値Ｐｐｘ（ｔｋ＋１）との間でずれが生じると、予測部１１２によって生成される相関可能領域Ｓｐの中心値が縦位置検出値Ｄｐｘ（ｔｋ＋１）からずれた位置となる。この場合、縦位置予測値Ｐｐｘ（ｔｋ＋１）を中心点とした相関可能領域Ｓｐ内に縦位置検出値Ｄｐｘ（ｔｋ＋１）が入らない可能性がある。その結果、縦位置検出値Ｄｐｘ（ｔｋ＋１）と、縦位置予測値Ｐｐｘ（ｔｋ＋１）とが同一物体に由来するものであるにも関わらず、両者が相関していないと誤って決定される可能性がある。

そこで、実施の形態１では、補正部１１４は、センサ遅延時間設定値Ｔｄ＿ｓｅｔ１，Ｔｄ＿ｓｅｔ２と、物理量遅延時間群Ｔｄ＿ｐｈ１，Ｔｄ＿ｐｈ２とに基づいて、相関可能領域Ｓｐを補正するように構成されている。

図９に示す状況では、前回の物体検出時刻、すなわち時刻ｔｋと対応付けられた物体データＤの送信元のセンサが第１センサ１０１である。また、今回の物体検出時刻、すなわち時刻ｔｋ＋１と対応付けられた物体データＤの送信元のセンサが第２センサ１０２である。

上述の場合、補正部１１４は、センサ遅延時間設定値Ｔｄ＿ｓｅｔ１および縦位置遅延時間Ｔｄ＿ｐｘ１を用いて、上述の式（１－１）に従って、時間差ΔＴｄ＿Ｐｐｘを演算する。ここでは、上述のとおり、Ｔｄ＿ｓｅｔ１＝Ｔｄ＿ｖｘ１＝０、Ｔｄ＿ｐｘ１＝０という条件を満たすので、ΔＴｄ＿Ｐｐｘ＝０となる。

続いて、補正部１１４は、センサ遅延時間設定値Ｔｄ＿ｓｅｔ２および縦位置遅延時間Ｔｄ＿ｐｘ２を用いて、上述の式（１－４）に従って、時間差ΔＴｄ＿Ｄｐｘを演算する。ここでは、上述のとおり、Ｔｄ＿ｓｅｔ２＝Ｔｄ＿ｖｘ２＝０、Ｔｄ＿ｐｘ２＞０という条件を満たすので、ΔＴｄ＿Ｄｐｘ＝－Ｔｄ＿ｐｘ２となる。

続いて、補正部１１４は、時間差ΔＴｄ＿Ｐｐｘと、時間差ΔＴｄ＿Ｄｐｘと、縦速度予測値Ｐｖｘ（ｔｋ＋１）とを用いて、上述の式（１－５）に従って、相関可能領域Ｓｐを補正するための補正量Ｍｐを演算する。

このような演算によって、縦位置検出値Ｄｐｘ（ｔｋ＋１）と、縦位置予測値Ｐｐｘ（ｔｋ＋１）との間のずれ量が推定可能となる。ここでは、ΔＴｄ＿Ｐｐｘ＝０、ΔＴｄ＿Ｄｐｘ＝－Ｔｄ＿ｐｘ２という条件を満たすので、Ｍｐ＝Ｐｖｘ（ｔｋ＋１）×Ｔｄ＿ｐｘ２となる。

続いて、補正部１１４は、演算した補正量Ｍｐを用いて、上述のとおり補正相関可能領域Ｓｐ＿ｍｏｄを生成する。これにより、相関可能領域Ｓｐが補正され、補正後の相関可能領域Ｓｐ、すなわち補正相関可能領域Ｓｐ＿ｍｏｄが得られる。

相関部１１５は、このような補正相関可能領域Ｓｐ＿ｍｏｄを用いて、予測データＰ（ｔｋ＋１）と物体データＤ（ｔｋ＋１）との相関関係を決定する。これにより、縦位置検出値Ｄｐｘ（ｔｋ＋１）を含む物体データＤ（ｔｋ＋１）と、縦位置予測値Ｐｐｘ（ｔｋ＋１）を含む予測データＰ（ｔｋ＋１）とが相関していると正しく決定される可能性が高くなる。

以上、実施の形態１によれば、物体認識装置１００の処理部１１０は、複数のセンサ１０１，１０２に個別に対応する複数のセンサ遅延時間設定値Ｔｄ＿ｓｅｔ１，Ｔｄ＿ｓｅｔ２と、複数のセンサ１０１，１０２に個別に対応する複数の物理量遅延時間群Ｔｄ＿ｐｈ１，Ｔｄ＿ｐｈ２とに基づいて、相関可能領域Ｓｐを補正するように構成されている。ここで、物理量遅延時間群Ｔｄ＿ｐｈ１は、縦位置ｐｘおよび縦速度ｖｘに個別に対応する縦位置遅延時間Ｔｄ＿ｐｘ１および縦速度遅延時間Ｔｄ＿ｖｘ１を含む。物理量遅延時間群Ｔｄ＿ｐｈ２は、縦位置ｐｘおよび縦速度ｖｘに個別に対応する縦位置遅延時間Ｔｄ＿ｐｘ２および縦速度遅延時間Ｔｄ＿ｖｘ２を含む。

上述のように、センサの物理量遅延時間を考慮して相関可能領域Ｓｐを補正することによって、従来の物体認識装置と比べて物体認識の精度を向上させることができる。つまり、物体認識装置によって決定される物体データＤと予測データＰとの相関関係に誤りが生じることを抑制することができ、その結果、物体を認識する精度が劣化することを抑制することが可能となる。

実施の形態２．
実施の形態２では、予測データＰと物体データＤとの相関関係を決定するために用いられる相関可能領域Ｓｐおよび相関可能領域Ｓｖを補正するように構成されている物体認識装置１００について説明する。実施の形態２においては、記憶部１１３、予測部１１２及び補正部１１４は、設定部１２０に含まれている。なお、実施の形態２では、先の実施の形態１と同様である点の説明を省略し、先の実施の形態１と異なる点を中心に説明する。

ここで、先の実施の形態１では、予測データＰと物体データＤとの相関関係を決定するために、縦位置ｐｘに対応する相関可能領域Ｓｐが用いられている。先の実施の形態１における物体認識装置１００は、この相関可能領域Ｓｐを補正するように構成されている。これに対して、実施の形態２では、予測データＰと物体データＤとの相関関係を決定するために、相関可能領域Ｓｐに加えて、縦速度ｖｘに対応する相関可能領域Ｓｖが用いられている。実施の形態２における物体認識装置１００は、これらの相関可能領域Ｓｐおよび相関可能領域Ｓｖを補正するように構成されている。

予測部１１２は、先の実施の形態１と同様に、生成した予測データＰに含まれる縦位置予測値Ｐｐｘに基づいて、縦位置ｐｘに対応する相関可能領域Ｓｐを生成する。さらに、予測部１１２は、生成した予測データＰに含まれる縦速度予測値Ｐｖｘに基づいて、縦速度ｖｘに対応する相関可能領域Ｓｖを生成する。具体的には、予測部１１２は、生成した予測データＰに含まれる縦速度予測値Ｐｖｘを中心とした領域である相関可能領域Ｓｖを生成する。予測部１１２は、生成した予測データＰ、相関可能領域Ｓｐおよび相関可能領域Ｓｖを補正部１１４に出力する。

ここで、予測部１１２によって生成される相関可能領域Ｓｖの一例について、図１０を参照しながら説明する。図１０は、実施の形態２における予測部１１２によって生成される相関可能領域Ｓｖの一例を示す説明図である。

図１０に示すように、相関可能領域Ｓｖは、予測データＰに含まれる縦速度予測値Ｐｖｘを中心とした領域である。相関可能領域Ｓｖの形状およびサイズは、予め定められているので、相関可能領域Ｓｖは、縦速度予測値Ｐｖｘによって、一意に決定される。

相関可能領域Ｓｖは、相関可能領域Ｓｐとともに、予測データＰと物体データＤとの相関関係を決定するためのものである。

すなわち、物体データＤに含まれる縦位置検出値Ｄｐｘが相関可能領域Ｓｐ内に位置し、かつ、物体データＤに含まれる縦速度検出値Ｄｖｘが相関可能領域Ｓｖ内に位置する場合には、予測データＰと物体データＤとが相関しているとみなされる。一方、縦位置検出値Ｄｐｘが相関可能領域Ｓｐ外に位置する、あるいは、縦速度検出値Ｄｖｘが相関可能領域Ｓｖ外に位置する場合には、予測データＰと物体データＤとが相関していないとみなされる。

物理量遅延時間群Ｔｄ＿ｐｈ１には、上述したとおり、縦位置ｐｘに対応する縦位置遅延時間Ｔｄ＿ｐｘ１と、縦速度ｖｘに対応する縦速度遅延時間Ｔｄ＿ｖｘ１とが含まれる。物理量遅延時間群Ｔｄ＿ｐｈ２には、縦位置ｐｘに対応する縦位置遅延時間Ｔｄ＿ｐｘ２と、縦速度ｖｘに対応する縦速度遅延時間Ｔｄ＿ｖｘ２とが含まれる。

補正部１１４は、センサ遅延時間設定値Ｔｄ＿ｓｅｔ１，Ｔｄ＿ｓｅｔ２と、物理量遅延時間群Ｔｄ＿ｐｈ１，Ｔｄ＿ｐｈ２とに基づいて、予測部１１２によって生成される相関可能領域Ｓｐを補正することで、縦位置ｐｘに対応する補正相関可能領域Ｓｐ＿ｍｏｄを生成する。さらに、補正部１１４は、センサ遅延時間設定値Ｔｄ＿ｓｅｔ１，Ｔｄ＿ｓｅｔ２と、物理量遅延時間群Ｔｄ＿ｐｈ１，Ｔｄ＿ｐｈ２とに基づいて、予測部１１２によって生成される相関可能領域Ｓｖを補正することで、縦速度ｖｘに対応する補正相関可能領域Ｓｖ＿ｍｏｄを生成する。補正部１１４は、生成した補正相関可能領域Ｓｐ＿ｍｏｄ，Ｓｖ＿ｍｏｄを相関部１１５に出力する。

補正部１１４が補正相関可能領域Ｓｐ＿ｍｏｄを生成する処理については、先の実施の形態１と同様である。ここで、補正部１１４が補正相関可能領域Ｓｖ＿ｍｏｄを生成する処理について、図１１を参照しながら説明する。図１１は、実施の形態２における補正部１１４が補正相関可能領域Ｓｖ＿ｍｏｄを生成する一連の処理を示すフローチャートである。

ステップＳ１１において、補正部１１４は、センサ遅延時間設定値Ｔｄ＿ｓｅｔ１，Ｔｄ＿ｓｅｔ２と、縦速度遅延時間Ｔｄ＿ｖｘ１，Ｔｄ＿ｖｘ２とに基づいて、以下のように、予測部１１２が生成した予測データＰに対応する時間差ΔＴｄ＿Ｐｖｘを演算する。

すなわち、補正部１１４は、前回の物体検出時刻と対応付けられた物体データＤの送信元のセンサを特定する。補正部１１４は、特定したセンサが第１センサ１０１である場合には、センサ遅延時間設定値Ｔｄ＿ｓｅｔ１および縦速度遅延時間Ｔｄ＿ｖｘ１を用いて、以下の式（２－１）に従って、時間差ΔＴｄ＿Ｐｖｘを演算する。
ΔＴｄ＿Ｐｖｘ＝Ｔｄ＿ｓｅｔ１－Ｔｄ＿ｖｘ１ （２－１）

一方、補正部１１４は、特定したセンサが第２センサ１０２である場合には、センサ遅延時間設定値Ｔｄ＿ｓｅｔ２および縦速度遅延時間Ｔｄ＿ｖｘ２を用いて、以下の式（２－２）に従って、時間差ΔＴｄ＿Ｐｖｘを演算する。
ΔＴｄ＿Ｐｖｘ＝Ｔｄ＿ｓｅｔ２－Ｔｄ＿ｖｘ２ （２－２）

続いて、ステップＳ１２において、補正部１１４は、センサ遅延時間設定値Ｔｄ＿ｓｅｔ１，Ｔｄ＿ｓｅｔ２と、物理量遅延時間群Ｔｄ＿ｐｈ１，Ｔｄ＿ｐｈ２とに基づいて、以下のように、データ受信部１１１が受信した物体データＤに対応する時間差ΔＴｄ＿Ｄｖｘを演算する。

すなわち、補正部１１４は、データ受信部１１１が受信した物体データＤの送信元のセンサを特定する。補正部１１４は、特定したセンサが第１センサ１０１である場合には、センサ遅延時間設定値Ｔｄ＿ｓｅｔ１および縦速度遅延時間Ｔｄ＿ｖｘ１を用いて、以下の式（２－３）に従って、時間差ΔＴｄ＿Ｄｖｘを演算する。
ΔＴｄ＿Ｄｖｘ＝Ｔｄ＿ｓｅｔ１－Ｔｄ＿ｖｘ１ （２－３）

一方、補正部１１４は、特定したセンサが第２センサ１０２である場合には、センサ遅延時間設定値Ｔｄ＿ｓｅｔ２および縦速度遅延時間Ｔｄ＿ｖｘ２を用いて、以下の式（２－４）に従って、時間差ΔＴｄ＿Ｄｖｘを演算する。
ΔＴｄ＿Ｄｖｘ＝Ｔｄ＿ｓｅｔ２－Ｔｄ＿ｖｘ２ （２－４）

続いて、ステップＳ１３において、補正部１１４は、ステップＳ１１で演算した時間差ΔＴｄ＿Ｐｖｘと、ステップＳ１２で演算した時間差ΔＴｄ＿Ｄｖｘと、縦加速度予測値Ｐａｘとを用いて、以下の式（２－５）に従って、相関可能領域Ｓｖを補正するための補正量Ｍｖを演算する。なお、縦加速度予測値Ｐａｘは、例えば、予測部１１２が生成した予測データＰに含まれる縦速度予測値Ｐｖｘを時間微分することで得られる。
Ｍｖ＝Ｐａｘ×（ΔＴｄ＿Ｐｖｘ－ΔＴｄ＿Ｄｖｘ） （２－５）

続いて、ステップＳ１４において、補正部１１４は、ステップＳ１３で演算した補正量Ｍｖを用いて、予測部１１２が生成した相関可能領域Ｓｖを補正することで、補正相関可能領域Ｓｖ＿ｍｏｄを生成する。

ここで、補正部１１４が補正量Ｍｖを用いて補正相関可能領域Ｓｖ＿ｍｏｄを生成する第１の例について、図１２および図１３を参照しながら説明する。図１２は、実施の形態２における補正部１１４によって予測部１１２から取得される相関可能領域Ｓｖの例を示す説明図である。図１３は、実施の形態２における補正部１１４によって生成される補正相関可能領域Ｓｖ＿ｍｏｄの第１の例を示す説明図である。

図１２に示す相関可能領域Ｓｖは、上述したとおり、予測データＰに含まれる縦速度予測値Ｐｖｘを中心点とした領域である。以下、相関可能領域Ｓｖの中心点を中心点Ｃｖと表記し、相関可能領域Ｓｖの縦幅を縦幅Ｗｖと表記する。

第１の例として、補正部１１４は、図１２に示す相関可能領域Ｓｖの中心点Ｃｖを補正することで、図１３に示す補正相関可能領域Ｓｖ＿ｍｏｄを生成する。すなわち、補正部１１４は、補正量Ｍｖを用いて、以下の式（２－６）に従って、補正相関可能領域Ｓｖ＿ｍｏｄの中心点である補正中心点Ｃｖ＿ｍｏｄを演算する。
Ｃｖ＿ｍｏｄ＝Ｃｖ＋Ｍｖ （２－６）

なお、第１の例では、補正相関可能領域Ｓｖ＿ｍｏｄの縦幅である補正縦幅Ｗｖ＿ｍｏｄと、相関可能領域Ｓｖの縦幅Ｗｖとは、同じであるとしている。

補正部１１４は、演算した補正中心点Ｃｖ＿ｍｏｄを中心点とした領域を、補正相関可能領域Ｓｖ＿ｍｏｄとして生成する。このように、補正部１１４は、補正量Ｍｖを用いて、相関可能領域Ｓｖを補正することで、補正相関可能領域Ｓｖ＿ｍｏｄを生成する。

続いて、補正部１１４が補正量Ｍｖを用いて補正相関可能領域Ｓｖ＿ｍｏｄを生成する第２の例について、図１４を参照しながら説明する。図１４は、実施の形態２における補正部１１４によって生成される補正相関可能領域Ｓｖ＿ｍｏｄの第２の例を示す説明図である。

第２の例として、補正部１１４は、図１２に示す相関可能領域Ｓｖのサイズを補正することで、図１４に示す補正相関可能領域Ｓｖ＿ｍｏｄを生成する。すなわち、補正部１１４は、補正量Ｍｖを用いて、以下の式（２－７）に従って、補正縦幅Ｗｖ＿ｍｏｄを演算する。
Ｗｖ＿ｍｏｄ＝Ｗｖ＋Ｍｖ×２ （２－７）

なお、第２の例では、補正相関可能領域Ｓｖ＿ｍｏｄの補正中心点Ｃｖ＿ｍｏｄと、相関可能領域Ｓｖの中心点Ｃｖとは、同じであるとしている。

補正部１１４は、補正中心点Ｃｖ＿ｍｏｄ、すなわち中心点Ｃｖを中心点とした領域であって、領域の縦幅をＷｖからＷｖ＿ｍｏｄに変更した領域を、補正相関可能領域Ｓｖ＿ｍｏｄとして生成する。このように、補正部１１４は、補正量Ｍｖを用いて、相関可能領域Ｓｖを補正することで、補正相関可能領域Ｓｖ＿ｍｏｄを生成する。

続いて、補正部１１４が補正量Ｍｖを用いて補正相関可能領域Ｓｖ＿ｍｏｄを生成する第３の例について、図１５を参照しながら説明する。図１５は、実施の形態２における補正部１１４によって生成される補正相関可能領域Ｓｖ＿ｍｏｄの第３の例を示す説明図である。

第３の例として、補正部１１４は、図１２に示す相関可能領域Ｓｖの中心点Ｃｖおよびサイズを補正することで、図１５に示す補正相関可能領域Ｓｖ＿ｍｏｄを生成する。すなわち、補正部１１４は、補正量Ｍｖを用いて、以下の式（２－８）に従って、補正中心点Ｃｖ＿ｍｏｄおよび補正縦幅Ｗｖ＿ｍｏｄを演算する。
Ｃｖ＿ｍｏｄ＝Ｃｖ＋Ｍｖ÷２
Ｗｖ＿ｍｏｄ＝Ｗｖ＋Ｍｖ （２－８）

補正部１１４は、補正中心点Ｃｖ＿ｍｏｄを中心点とした領域であって、領域の縦幅をＷｖからＷｖ＿ｍｏｄに変更した領域を、補正相関可能領域Ｓｖ＿ｍｏｄとして生成する。このように、補正部１１４は、補正量Ｍｖを用いて、相関可能領域Ｓｖを補正することで、補正相関可能領域Ｓｖ＿ｍｏｄを生成する。

相関部１１５は、補正部１１４によって生成される補正相関可能領域Ｓｐ＿ｍｏｄ，Ｓｖ＿ｍｏｄを用いて、予測部１１２によって生成される予測データＰと相関する物体データＤを決定する。すなわち、相関部１１５は、補正相関可能領域Ｓｐ＿ｍｏｄ，Ｓｖ＿ｍｏｄを用いて、予測データＰと物体データＤとの相関関係を決定する。

次に、実施の形態２における物体認識装置１００の動作例について、図１６および図１７を参照しながら説明する。図１６は、実施の形態２における物体認識装置１００によって生成される時刻ｔｋにおける航跡データＦ（ｔｋ）を示す説明図である。図１７は、実施の形態２における物体認識装置１００によって生成される時刻ｔｋ＋１における予測データＰ（ｔｋ＋１）を示す説明図である。

なお、図１６および図１７に示す状況では、センサ遅延時間設定値Ｔｄ＿ｓｅｔ１、縦位置遅延時間Ｔｄ＿ｐｘ１、縦速度遅延時間Ｔｄ＿ｖｘ１、センサ遅延時間設定値Ｔｄ＿ｓｅｔ２、縦位置遅延時間Ｔｄ＿ｐｘ２および縦速度遅延時間Ｔｄ＿ｖｘ２のそれぞれが以下の条件を満たすものとする。
Ｔｄ＿ｓｅｔ１＝Ｔｄ＿ｖｘ１＝０
Ｔｄ＿ｐｘ１＝０
Ｔｄ＿ｖｘ１＝０
Ｔｄ＿ｓｅｔ２＝０
Ｔｄ＿ｐｘ２＞０
Ｔｄ＿ｖｘ２＞０

図１６に示すように、時刻ｔｋ以前では、航跡データＦが生成されておらず、時刻ｔｋにおいて、データ受信部１１１は、第１センサ１０１から物体データＤ１を受信する。この物体データＤ１には、縦位置検出値Ｄｐｘおよび縦速度検出値Ｄｖｘが含まれる。

上述の場合、データ受信部１１１は、物体データＤ１を受信した受信時刻、すなわち時刻ｔｋから、センサ遅延時間設定値Ｔｄ＿ｓｅｔ１を減算することによって、物体検出時刻を確定する。ここでは、上述のとおり、Ｔｄ＿ｓｅｔ１＝０という条件を満たすので、受信時刻と物体検出時刻とが同じ時刻、すなわち時刻ｔｋとなる。また、データ受信部１１１は、受信した物体データＤ１を、物体検出時刻、すなわち時刻ｔｋと対応付ける。

また、図１６に示す状況では、時刻ｔｋ以前における航跡データＦが存在していない。したがって、時刻ｔｋにおける予測データＰ、すなわち予測データＰ（ｔｋ）が予測部１１２によって生成されない。この場合、更新部１１６は、時刻ｔｋにおける物体データＤ、すなわち物体データＤ（ｔｋ）を、時刻ｔｋにおける航跡データＦ、すなわち航跡データＦ（ｔｋ）とする。

つまり、図１６に示すように、物体データＤ（ｔｋ）に含まれる縦位置検出値Ｄｐｘ、すなわち縦位置検出値Ｄｐｘ（ｔｋ）と、航跡データＦ（ｔｋ）に含まれる縦位置航跡値Ｆｐｘ、すなわち縦位置航跡値Ｆｐｘ（ｔｋ）とは等価である。同様に、物体データＤ（ｔｋ）に含まれる縦速度検出値Ｄｖｘ、すなわち縦速度検出値Ｄｖｘ（ｔｋ）と、航跡データＦ（ｔｋ）に含まれる縦速度航跡値Ｆｖｘ、すなわち縦速度航跡値Ｆｖｘ（ｔｋ）とは等価である。

次に、図１７に示すように、時刻ｔｋの次の時刻ｔｋ＋１において、データ受信部１１１は、第２センサ１０２から物体データＤ２を受信する。

上述の場合、データ受信部１１１は、物体データＤ２を受信した受信時刻、すなわち時刻ｔｋ＋１から、センサ遅延時間設定値Ｔｄ＿ｓｅｔ２を減算することによって、物体検出時刻を確定する。ここでは、上述のとおり、Ｔｄ＿ｓｅｔ２＝０という条件を満たすので、受信時刻と物体検出時刻とが同じ時刻、すなわち時刻ｔｋ＋１となる。また、データ受信部１１１は、受信した物体データＤ２を、物体検出時刻、すなわち時刻ｔｋ＋１と対応付ける。

予測部１１２は、前回の物体検出時刻、すなわち時刻ｔｋにおける航跡データＦ（ｔｋ）を用いて、予め定められる運動モデル、具体的には等加速度直線運動モデルに従って、今回の物体検出時刻、すなわち時刻ｔｋ＋１における航跡データＦ（ｔｋ＋１）の予測結果である予測データＰ（ｔｋ＋１）を生成する。

つまり、予測部１１２は、縦速度航跡値Ｆｖｘ（ｔｋ）を初速度として、等加速度直線運動モデルに従って、縦位置航跡値Ｆｐｘ（ｔｋ）を、時刻ｔｋから時刻ｔｋ＋１まで時間遷移させることで、時刻ｔｋ＋１における縦位置航跡値Ｆｐｘ（ｔｋ＋１）を予測し、その予測結果を縦位置予測値Ｐｐｘ（ｔｋ＋１）とする。また、予測部１１２は、等加速度直線運動モデルに従って、縦速度航跡値Ｆｖｘ（ｔｋ）を、時刻ｔｋから時刻ｔｋ＋１まで時間遷移させることで、時刻ｔｋ＋１における縦速度航跡値Ｆｖｘ（ｔｋ＋１）を予測し、その予測結果を縦速度予測値Ｐｖｘ（ｔｋ＋１）とする。

また、予測部１１２は、生成した縦位置予測値Ｐｐｘ（ｔｋ＋１）を中心とした領域である相関可能領域Ｓｐを生成する。さらに、予測部１１２は、生成した縦速度予測値Ｐｖｘ（ｔｋ＋１）を中心とした領域である相関可能領域Ｓｖを生成する。

ここで、時刻ｔｋ＋１における物体データＤ（ｔｋ＋１）と、時刻ｔｋ＋１における予測データＰ（ｔｋ＋１）とを比較すると、図１７に示すように、縦位置検出値Ｄｐｘ（ｔｋ＋１）と、縦位置予測値Ｐｐｘ（ｔｋ＋１）との間でずれが生じている。これは、上述のとおり、Ｔｄ＿ｐｘ２＞０という条件を満たす、すなわち縦位置遅延時間Ｔｄ＿ｐｘ２が存在していることによるものである。

また、図１７に示すように、縦速度検出値Ｄｖｘ（ｔｋ＋１）と、縦速度予測値Ｐｖｘ（ｔｋ＋１）との間でずれが生じている。これは、上述のとおり、Ｔｄ＿ｖｘ２＞０という条件を満たす、すなわち縦速度遅延時間Ｔｄ＿ｖｘ２が存在していることによるものである。

このように、縦位置検出値Ｄｐｘ（ｔｋ＋１）と、縦位置予測値Ｐｐｘ（ｔｋ＋１）との間でずれが生じると、予測部１１２によって生成される相関可能領域Ｓｐの中心値が縦位置検出値Ｄｐｘ（ｔｋ＋１）からずれた位置となる。この場合、縦位置予測値Ｐｐｘ（ｔｋ＋１）を中心点とした相関可能領域Ｓｐ内に縦位置検出値Ｄｐｘ（ｔｋ＋１）が入らない可能性がある。また、縦速度検出値Ｄｖｘ（ｔｋ＋１）と、縦速度予測値Ｐｖｘ（ｔｋ＋１）との間でずれが生じると、予測部１１２によって生成される相関可能領域Ｓｖの中心値が縦速度検出値Ｄｖｘ（ｔｋ＋１）からずれた位置となる。この場合、縦速度予測値Ｐｖｘ（ｔｋ＋１）を中心点とした相関可能領域Ｓｖ内に縦速度検出値Ｄｖｘ（ｔｋ＋１）が入らない可能性がある。その結果、縦位置検出値Ｄｐｘ（ｔｋ＋１）および縦速度検出値Ｄｖｘ（ｔｋ＋１）を含む物体データＤと、縦位置予測値Ｐｐｘ（ｔｋ＋１）および縦速度予測値Ｐｖｘ（ｔｋ＋１）を含む予測データＰとが同一物体に由来するものであるにも関わらず、両者が相関していないと誤って決定される可能性がある。

そこで、実施の形態２では、補正部１１４は、センサ遅延時間設定値Ｔｄ＿ｓｅｔ１，Ｔｄ＿ｓｅｔ２と、物理量遅延時間群Ｔｄ＿ｐｈ１，Ｔｄ＿ｐｈ２とに基づいて、相関可能領域Ｓｐ，Ｓｖを補正するように構成されている。

図１７に示す状況では、前回の物体検出時刻、すなわち時刻ｔｋと対応付けられた物体データＤの送信元のセンサが第１センサ１０１である。また、今回の物体検出時刻、すなわち時刻ｔｋ＋１と対応付けられた物体データＤの送信元のセンサが第２センサ１０２である。

上述の場合、補正部１１４は、先の実施の形態１と同様の演算を行うことで、補正相関可能領域Ｓｐ＿ｍｏｄを生成する。これにより、相関可能領域Ｓｐが補正され、補正後の相関可能領域Ｓｐ、すなわち補正相関可能領域Ｓｐ＿ｍｏｄが得られる。

また、補正部１１４は、センサ遅延時間設定値Ｔｄ＿ｓｅｔ１および縦速度遅延時間Ｔｄ＿ｖｘ１を用いて、上述の式（２－１）に従って、時間差ΔＴｄ＿Ｐｖｘを演算する。ここでは、上述のとおり、Ｔｄ＿ｓｅｔ１＝０、Ｔｄ＿ｖｘ１＝０という条件を満たすので、ΔＴｄ＿Ｐｖｘ＝０となる。

続いて、補正部１１４は、センサ遅延時間設定値Ｔｄ＿ｓｅｔ２および縦速度遅延時間Ｔｄ＿ｖｘ２を用いて、上述の式（２－４）に従って、時間差ΔＴｄ＿Ｄｖｘを演算する。ここでは、上述のとおり、Ｔｄ＿ｓｅｔ２＝０、Ｔｄ＿ｖｘ２＞０という条件を満たすので、ΔＴｄ＿Ｄｖｘ＝－Ｔｄ＿ｖｘ２となる。

続いて、補正部１１４は、時間差ΔＴｄ＿Ｐｖｘと、時間差ΔＴｄ＿Ｄｖｘと、縦加速度予測値Ｐａｘ（ｔｋ＋１）とを用いて、上述の式（２－５）に従って、相関可能領域Ｓｖを補正するための補正量Ｍｖを演算する。このような演算によって、縦速度検出値Ｄｖｘ（ｔｋ＋１）と、縦速度予測値Ｐｖｘ（ｔｋ＋１）との間のずれ量が推定可能となる。ここでは、ΔＴｄ＿Ｐｖｘ＝０、ΔＴｄ＿Ｄｖｘ＝－Ｔｄ＿ｖｘ２という条件を満たすので、Ｍｖ＝Ｐａｘ（ｔｋ＋１）×Ｔｄ＿ｖｘ２となる。

続いて、補正部１１４は、演算した補正量Ｍｖを用いて、上述のとおり補正相関可能領域Ｓｖ＿ｍｏｄを生成する。これにより、相関可能領域Ｓｖが補正され、補正後の相関可能領域Ｓｖ、すなわち補正相関可能領域Ｓｖ＿ｍｏｄが得られる。

相関部１１５は、このような補正相関可能領域Ｓｐ＿ｍｏｄおよび補正相関可能領域Ｓｖ＿ｍｏｄを用いて、予測データＰ（ｔｋ＋１）と物体データＤ（ｔｋ＋１）との相関関係を決定する。これにより、縦位置検出値Ｄｐｘ（ｔｋ＋１）および縦速度検出値Ｄｖｘ（ｔｋ＋１）を含む物体データＤ（ｔｋ＋１）と、縦位置予測値Ｐｐｘ（ｔｋ＋１）および縦速度予測値Ｐｖｘ（ｔｋ＋１）を含む予測データＰ（ｔｋ＋１）とが相関していると正しく決定される可能性が高くなる。

以上、実施の形態２によれば、物体認識装置１００の処理部１１０は、先の実施の形態１の構成に対して、複数のセンサ１０１，１０２に個別に対応する複数のセンサ遅延時間設定値Ｔｄ＿ｓｅｔ１，Ｔｄ＿ｓｅｔ２と、複数のセンサ１０１，１０２に個別に対応する複数の物理量遅延時間群Ｔｄ＿ｐｈ１，Ｔｄ＿ｐｈ２とに基づいて、相関可能領域Ｓｖをさらに補正するように構成されている。

これにより、相関可能領域Ｓｐに加えて、相関可能領域Ｓｖが用いられた場合であっても、物体認識装置によって決定される物体データＤと予測データＰとの相関関係に誤りが生じることを抑制することができる。その結果、物体を認識する精度が劣化することを抑制することが可能となる。

なお、先の実施の形態１の構成では、予測データＰと物体データＤとの相関関係を決定するための相関可能領域として、縦位置ｐｘに対応する相関可能領域Ｓｐが用いられる場合を例示した。しかしながら、これに限定されず、先の実施の形態１に構成に対して、相関可能領域Ｓｐの代わりに、相関可能領域Ｓｖが用いられてもよい。

実施の形態３．
実施の形態３では、自車の状態を考慮して、物理量遅延時間群Ｔｄ＿ｐｈ１および物理量遅延時間群Ｔｄ＿ｐｈ２をそれぞれ推定するように構成されている処理部１１０を備えた物体認識装置１００について説明する。実施の形態３においては、遅延時間推定部１１７、予測部１１２及び補正部１１４は、設定部１２０に含まれている。なお、実施の形態３では、先の実施の形態１および２と同様である点の説明を省略し、先の実施の形態１および２と異なる点を中心に説明する。

ここで、先の実施の形態１および２では、物理量遅延時間群Ｔｄ＿ｐｈ１および物理量遅延時間群Ｔｄ＿ｐｈ２は、それぞれ予め定められる固定値である。これに対して、実施の形態３では、物理量遅延時間群Ｔｄ＿ｐｈ１および物理量遅延時間群Ｔｄ＿ｐｈ２は、それぞれ自車の状態、例えば自車の加速度に応じて変化する場合を想定している。

図１８は、実施の形態３における物体認識装置１００を備えた車両制御システムの構成を示すブロック図である。図１８において、車両制御システムは、自車に設けられており、物体認識装置１００および車両制御装置２００を備える。

物体認識装置１００は、第１センサ１０１、第２センサ１０２、自車センサ１０３および処理部１１０を備える。

自車センサ１０３は、自車の状態を検出し、自車の状態を表す物理量を含む自車データを処理部１１０に送信する。自車の状態を表す物理量としては、例えば、自車の速度、自車の加速度、自車のヨーレート等が挙げられる。

処理部１１０は、データ受信部１１１、予測部１１２、遅延時間推定部１１７、補正部１１４、相関部１１５および更新部１１６を備える。

データ受信部１１１は、先の実施の形態１および２と同様に、第１センサ１０１から受信した物体データＤ１を、確定した物体検出時刻と対応付けて、予測部１１２、補正部１１４および相関部１１５に出力し、遅延時間推定部１１７にさらに出力する。

同様に、データ受信部１１１は、第２センサ１０２から受信した物体データＤ２を、確定した物体検出時刻と対応付けて、予測部１１２、補正部１１４および相関部１１５に出力し、遅延時間推定部１１７にさらに出力する。さらに、データ受信部１１１は、自車センサ１０３から自車データを受信し、受信した自車データを遅延時間推定部１１７に出力する。

遅延時間推定部１１７は、自車センサ１０３によって送信される自車データに基づいて、物理量遅延時間群Ｔｄ＿ｐｈ１および物理量遅延時間群Ｔｄ＿ｐｈ２のそれぞれを推定する。具体的には、遅延時間推定部１１７は、自車の加速度と、縦位置遅延時間Ｔｄ＿ｐｘ１および縦速度遅延時間Ｔｄ＿ｖｘ１とを関連付けた第１マップを予め保持している。第１マップは、自車の加速度の値に応じて、縦位置遅延時間Ｔｄ＿ｐｘ１および縦速度遅延時間Ｔｄ＿ｖｘ１がどのような値になるかを調べる実験を予め行っておくことで得られる。

同様に、遅延時間推定部１１７は、自車の加速度と、縦位置遅延時間Ｔｄ＿ｐｘ２および縦速度遅延時間Ｔｄ＿ｖｘ２とを関連付けた第２マップを予め保持している。第２マップは、自車の加速度の値に応じて、縦位置遅延時間Ｔｄ＿ｐｘ２および縦速度遅延時間Ｔｄ＿ｖｘ２がどのような値になるかを調べる実験を予め行っておくことで得られる。

遅延時間推定部１１７は、データ受信部１１１から入力された物体データＤの送信元のセンサが第１センサ１０１である場合には、以下のように、第１マップを用いて、物理量遅延時間群Ｔｄ＿ｐｈ１に含まれる縦位置遅延時間Ｔｄ＿ｐｘ１および縦速度遅延時間Ｔｄ＿ｖｘ１を推定する。

すなわち、遅延時間推定部１１７は、データ受信部１１１から入力された自車データに含まれる加速度に対応する縦位置遅延時間Ｔｄ＿ｐｘ１および縦速度遅延時間Ｔｄ＿ｖｘ１を、第１マップに従って演算することで推定する。この自車データは、データ受信部１１１から入力された物体データＤに対応付けられた物体検出時刻に対応した自車データである。

同様に、遅延時間推定部１１７は、データ受信部１１１から入力された物体データＤの送信元のセンサが第２センサ１０２である場合には、第２マップを用いて、物理量遅延時間群Ｔｄ＿ｐｈ２に含まれる縦位置遅延時間Ｔｄ＿ｐｘ２および縦速度遅延時間Ｔｄ＿ｖｘ２を推定する。

遅延時間推定部１１７は、推定した縦位置遅延時間Ｔｄ＿ｐｘ１および縦速度遅延時間Ｔｄ＿ｖｘ１と、予め定められている固定値であるセンサ遅延時間設定値Ｔｄ＿ｓｅｔ１とを補正部１１４に出力する。

同様に、遅延時間推定部１１７は、推定した縦位置遅延時間Ｔｄ＿ｐｘ２および縦速度遅延時間Ｔｄ＿ｖｘ２と、予め定められている固定値であるセンサ遅延時間設定値Ｔｄ＿ｓｅｔ２とを補正部１１４に出力する。

補正部１１４は、先の実施の形態１の構成が適用される場合、先の実施の形態１と同様に、データ受信部１１１から物体データＤを取得し、予測部１１２から予測データＰおよび相関可能領域Ｓｐを取得する。さらに、補正部１１４は、遅延時間推定部１１７によって推定される物理量遅延時間群Ｔｄ＿ｐｈ１および物理量遅延時間群Ｔｄ＿ｐｈ２を用いて、相関可能領域Ｓｐを補正することで、補正相関可能領域Ｓｐ＿ｍｏｄを生成する。これにより、自車の加速度を考慮して推定された縦位置遅延時間Ｔｄ＿ｐｘ１および縦位置遅延時間Ｔｄ＿ｐｘ２を用いて、相関可能領域Ｓｐを補正することが可能となる。なお、補正部１１４は、先の実施の形態２の構成が適用される場合には、以下のように、補正相関可能領域Ｓｖ＿ｍｏｄをさらに生成するように構成される。すなわち、補正部１１４は、遅延時間推定部１１７によって推定される物理量遅延時間群Ｔｄ＿ｐｈ１および物理量遅延時間群Ｔｄ＿ｐｈ２を用いて、相関可能領域Ｓｖをさらに補正することで、補正相関可能領域Ｓｖ＿ｍｏｄをさらに生成するように構成される。

なお、実施の形態３では、自車の加速度を用いて、物理量遅延時間群Ｔｄ＿ｐｈ１および物理量遅延時間群Ｔｄ＿ｐｈ２をそれぞれ推定するように構成される場合を例示したが、これに限定されない。例えば、物理量遅延時間群Ｔｄ＿ｐｈ１および物理量遅延時間群Ｔｄ＿ｐｈ２が自車の加速度以外の他の状態に応じて変化するのであれば、他の状態を用いて、物理量遅延時間群Ｔｄ＿ｐｈ１および物理量遅延時間群Ｔｄ＿ｐｈ２をそれぞれ推定するように構成してもよい。自車の加速度以外の他の状態として、例えば、自車の速度、自車のヨーレートなどが考えられる。

以上、実施の形態３によれば、物体認識装置１００の処理部１１０は、先の実施の形態１および２のそれぞれの構成に対して、自車データに基づいて、複数の物理量遅延時間群Ｔｄ＿ｐｈ１、Ｔｄ＿ｐｈ２のそれぞれを推定するように構成されている。これにより、先の実施の形態１および２と同様の効果が得られるとともに、複数の物理量遅延時間群Ｔｄ＿ｐｈ１、Ｔｄ＿ｐｈ２のそれぞれが自車の状態に応じて変化する場合に対応することができる。

実施の形態４．
実施の形態４では、物理量遅延時間群Ｔｄ＿ｐｈ１および物理量遅延時間群Ｔｄ＿ｐｈ２をそれぞれ送信するように構成されている第１センサ１０１および第２センサ１０２を備えた物体認識装置１００について説明する。実施の形態４においては、予測部１１２及び補正部１１４は、設定部１２０に含まれている。なお、実施の形態４では、先の実施の形態１～３と同様である点の説明を省略し、先の実施の形態１～３と異なる点を中心に説明する。

ここで、先の実施の形態１および２では、処理部１１０は、予め定められる物理量遅延時間群Ｔｄ＿ｐｈ１および物理量遅延時間群Ｔｄ＿ｐｈ２を保持している。これに対して、実施の形態４では、処理部１１０は、第１センサ１０１および第２センサ１０２からそれぞれ物理量遅延時間群Ｔｄ＿ｐｈ１および物理量遅延時間群Ｔｄ＿ｐｈ２を取得する。

図１９は、実施の形態４における物体認識装置１００を備えた車両制御システムの構成を示すブロック図である。図１９において、車両制御システムは、自車に設けられており、物体認識装置１００および車両制御装置２００を備える。

物体認識装置１００は、第１センサ１０１、第２センサ１０２および処理部１１０を備える。

第１センサ１０１は、自身に対応する物理量遅延時間群Ｔｄ＿ｐｈ１を予め保持している。第１センサ１０１は、物体データＤとともに物理量遅延時間群Ｔｄ＿ｐｈ１を処理部１１０に送信する。

第２センサ１０２は、自身に対応する物理量遅延時間群Ｔｄ＿ｐｈ２を予め保持している。第２センサ１０２は、物体データＤとともに物理量遅延時間群Ｔｄ＿ｐｈ２を処理部１１０に送信する。

処理部１１０は、データ受信部１１１、予測部１１２、補正部１１４、相関部１１５および更新部１１６を備える。

データ受信部１１１は、先の実施の形態１および２と同様に、第１センサ１０１から受信した物体データＤ１を、確定した物体検出時刻と対応付けて、予測部１１２、補正部１１４および相関部１１５に出力する。さらに、データ受信部１１１は、第１センサ１０１から取得した物理量遅延時間群Ｔｄ＿ｐｈ１と、設定されているセンサ遅延時間設定値Ｔｄ＿ｓｅｔ１とを補正部１１４に出力する。

データ受信部１１１は、先の実施の形態１および２と同様に、第２センサ１０２から受信した物体データＤ２を、確定した物体検出時刻と対応付けて、予測部１１２、補正部１１４および相関部１１５に出力する。さらに、データ受信部１１１は、第２センサ１０２から取得した物理量遅延時間群Ｔｄ＿ｐｈ２と、設定されているセンサ遅延時間設定値Ｔｄ＿ｓｅｔ２とを補正部１１４に出力する。

補正部１１４は、先の実施の形態１の構成が適用される場合、先の実施の形態１と同様に、データ受信部１１１から物体データＤを取得し、予測部１１２から予測データＰおよび相関可能領域Ｓｐを取得する。さらに、補正部１１４は、第１センサ１０１および第２センサ１０２によってそれぞれ送信される物理量遅延時間群Ｔｄ＿ｐｈ１および物理量遅延時間群Ｔｄ＿ｐｈ２を用いて、相関可能領域Ｓｐを補正することで、補正相関可能領域Ｓｐ＿ｍｏｄを生成する。なお、補正部１１４は、先の実施の形態２の構成が適用される場合には、以下のように、補正相関可能領域Ｓｖ＿ｍｏｄをさらに生成するように構成される。すなわち、補正部１１４は、第１センサ１０１および第２センサ１０２によってそれぞれ送信される物理量遅延時間群Ｔｄ＿ｐｈ１および物理量遅延時間群Ｔｄ＿ｐｈ２を用いて、相関可能領域Ｓｖをさらに補正することで、補正相関可能領域Ｓｖ＿ｍｏｄをさらに生成するように構成される。

このように、補正部１１４は、先の実施の形態１の構成が適用される場合、先の実施の形態１とは異なる方法によって取得した物理量遅延時間群Ｔｄ＿ｐｈ１および物理量遅延時間群Ｔｄ＿ｐｈ２を用いて、相関可能領域Ｓｐを補正するように構成されている。また、補正部１１４は、先の実施の形態２の構成が適用される場合、先の実施の形態２とは異なる方法によって取得した物理量遅延時間群Ｔｄ＿ｐｈ１および物理量遅延時間群Ｔｄ＿ｐｈ２を用いて、相関可能領域Ｓｐおよび相関可能領域Ｓｖを補正するように構成されている。

以上、実施の形態４によれば、物体認識装置１００の複数のセンサ１０１，１０２のそれぞれは、自身に対応する物理量遅延時間群Ｔｄ＿ｐｈ１，Ｔｄ＿ｐｈ２を、物体データＤとともに送信するように構成されている。このように構成した場合であっても、先の実施の形態１および２と同様の効果が得られる。

実施の形態５．
実施の形態５では、自車走行シーン取得部１０４および物理量遅延時間推定部１１８を備えた物体認識装置１００について説明する。実施の形態５においては、予測部１１２及び補正部１１４は、設定部１２０に含まれている。なお、実施の形態５では、先の実施の形態１～４と同様である点の説明を省略し、先の実施の形態１～４と異なる点を中心に説明する。

ここで、先の実施の形態３では、データ受信部１１１は、自車センサ１０３から自車データを受信している。これに対して、実施の形態５では、データ受信部１１１は、自車走行シーン取得部１０４から自車走行シーンに対応する自車走行シーンデータが送信されたときには自車走行シーンデータを受信する場合を想定している。

図２０は、実施の形態５における物体認識装置１００を備えた車両制御システムの構成を示すブロック図である。図２０において、車両制御システムは、自車に設けられており、物体認識装置１００および車両制御装置２００を備える。

物体認識装置１００は、第１センサ１０１、第２センサ１０２、自車走行シーン取得部１０４および処理部１１０を備える。

処理部１１０は、データ受信部１１１、予測部１１２、補正部１１４、相関部１１５、更新部１１６および物理量遅延時間推定部１１８を備える。

自車走行シーン取得部１０４は、センサ群１０４ａと、シーン演算部１０４ｂとを有している。センサ群１０４ａは、レーザセンサと、照度センサとを有している。シーン演算部１０４ｂは、レーザセンサおよび照度センサの検出結果に基づいて、自車走行シーンを取得する。

レーザセンサは、例えば、自車のルーフに取り付けられている。レーザセンサとして、例えば、ＬＩＤＡＲ（ＬＩｇｈｔ Ｄｅｔｅｃｔｉｏｎ Ａｎｄ Ｒａｎｇｉｎｇ）が自車のルーフに取り付けられている。ＬＩＤＡＲは、複数の投光部と、１つの受光部と、演算部とを有している。複数の投光部は、自車の移動方向前方に対して、垂直方向に複数の角度で配置されている。

ＬＩＤＡＲには、ＴＯＦ（Ｔｉｍｅ Ｏｆ Ｆｌｉｇｈｔ）方式が採用されている。具体的には、ＬＩＤＡＲにおける複数の投光部は、予め設定された投光時間の間、水平方向に回転しながら放射状にレーザ光を投光する機能を有している。ＬＩＤＡＲにおける受光部は、予め設定された受光時間の間、物体からの反射光を受光する機能を有している。ＬＩＤＡＲにおける演算部は、複数の投光部における投光時刻と、受光部における受光時刻との差分となる往復時間を求める機能を有している。ＬＩＤＡＲにおける演算部は、この往復時間に基づいて、物体との距離を求める機能を有している。

ＬＩＤＡＲは、物体との距離を求めることによって、物体との方向も測定する機能を有している。従って、ＬＩＤＡＲによって測定された測定結果に基づいて、自車の周囲に存在する物体の位置、速度及び向きが観測される。

シーン演算部１０４ｂは、自車の周囲に存在する物体の位置、速度及び向きに基づいて、自車の周囲に存在する物体のうち、追尾対象としてのターゲットの数、ターゲット以外の反射物の数等を検出する。

シーン演算部１０４ｂは、ターゲットの数がターゲット上限値を超える場合、自車走行シーンを第１のシーンとして検出する。シーン演算部１０４ｂは、第１のシーンを自車走行シーンデータとしてデータ受信部１１１に送信する。

シーン演算部１０４ｂは、ターゲット以外の反射物の数が非ターゲット上限値を超える場合、自車走行シーンを第２のシーンとして検出する。シーン演算部１０４ｂは、第２のシーンを自車走行シーンデータとしてデータ受信部１１１に送信する。

一方、照度センサは、フロントウィンドウ、インナーリアビューミラー、ダッシュボード等に取り付けられている。照度センサは、例えば、フォトＩＣダイオードを含む回路から構成されている。照度センサは、自車の周囲の光量を検出する。

シーン演算部１０４ｂは、照度センサにより検出された照度が照度閾値未満となる場合、自車走行シーンを第３のシーンとして検出する。シーン演算部１０４ｂは、第３のシーンを自車走行シーンデータとしてデータ受信部１１１に送信する。

換言すれば、自車走行シーン取得部１０４は、物体認識装置１００が搭載されている車両における現在の自車走行シーンを取得する。自車走行シーン取得部１０４は、自車走行シーンに対応する自車走行シーンデータとしてデータ受信部１１１に送信する。

なお、自車に車載カメラが搭載されている場合には、照度センサの機能を車載カメラに代用させてもよい。

この場合、シーン演算部１０４ｂは、車載カメラにより撮像された撮像画像に含まれる輝度値に基づいて、自車の周囲の照度を導出すればよい。

データ受信部１１１は、第１センサ１０１又は第２センサ１０２から物体データが送信されたときには物体データを受信する。データ受信部１１１は、自車走行シーン取得部１０４から自車走行シーンデータが送信されたときには自車走行シーンデータを受信する。データ受信部１１１は、自車走行シーンデータを物理量遅延時間推定部１１８に送信する。なお、データ受信部１１１は、物体データおよび自車走行シーンデータのうちいずれかを受信する順番については特に限定されない。

自車走行シーンが第１のシーンとなる場合、第１センサ１０１および第２センサ１０２の全てが影響を受ける。具体的には、第１センサ１０１および第２センサ１０２のそれぞれの検出誤差は大きくならないが、ターゲットの数の増加に伴い検出処理に要する時間は増加する。従って、第１センサ１０１および第２センサ１０２のそれぞれの物理量遅延時間のみ大きくなる。

そこで、物理量遅延時間推定部１１８は、ターゲットの数が増加するほど、縦位置遅延時間Ｔｄ＿ｐｘ１および縦速度遅延時間Ｔｄ＿ｖｘ１を増加させる。

具体的には、物理量遅延時間推定部１１８は、第１のシーンと、ターゲットの数と、縦位置遅延時間Ｔｄ＿ｐｘ１および縦速度遅延時間Ｔｄ＿ｖｘ１とを関連付けた第１の補正マップＩを予め保持している。第１の補正マップＩは、予め取得した走行試験データに含まれるターゲットの数に応じて、縦位置遅延時間Ｔｄ＿ｐｘ１および縦速度遅延時間Ｔｄ＿ｖｘ１がどのような値になるかを調べる実験を予め行っておくことで得られる。

同様に、物理量遅延時間推定部１１８は、第１のシーンと、ターゲットの数と、縦位置遅延時間Ｔｄ＿ｐｘ２および縦速度遅延時間Ｔｄ＿ｖｘ２とを関連付けた第２の補正マップＩを予め保持している。第２の補正マップＩは、予め取得した走行試験データに含まれるターゲットの数に応じて、縦位置遅延時間Ｔｄ＿ｐｘ２および縦速度遅延時間Ｔｄ＿ｖｘ２がどのような値になるかを調べる実験を予め行っておくことで得られる。

物理量遅延時間推定部１１８は、データ受信部１１１から入力された物体データＤの送信元のセンサが第１センサ１０１であって、自車走行シーンが第１のシーンとなる場合には、第１の補正マップＩを用いて、縦位置遅延時間Ｔｄ＿ｐｘ１および縦速度遅延時間Ｔｄ＿ｖｘ１を推定する。

同様に、物理量遅延時間推定部１１８は、データ受信部１１１から入力された物体データＤの送信元のセンサが第２センサ１０２であって、自車走行シーンが第１のシーンとなる場合には、第２の補正マップＩを用いて、縦位置遅延時間Ｔｄ＿ｐｘ２および縦速度遅延時間Ｔｄ＿ｖｘ２を推定する。

物理量遅延時間推定部１１８は、推定した縦位置遅延時間Ｔｄ＿ｐｘ１および縦速度遅延時間Ｔｄ＿ｖｘ１と、予め定められている固定値であるセンサ遅延時間設定値Ｔｄ＿ｓｅｔ１とを補正部１１４に出力する。

同様に、物理量遅延時間推定部１１８は、推定した縦位置遅延時間Ｔｄ＿ｐｘ２および縦速度遅延時間Ｔｄ＿ｖｘ２と、予め定められている固定値であるセンサ遅延時間設定値Ｔｄ＿ｓｅｔ２とを補正部１１４に出力する。

補正部１１４は、相関可能領域Ｓｐを大きくせず、相関可能領域Ｓｐの中心点Ｃｐのみ補正する。補正部１１４は、式（１－１）～式（１－５）を用いて上述したように、予測データＰと、物理量遅延時間と、に基づいて、補正量Ｍｐを演算する。式（１－１）～式（１－５）から明らかなように、物理量遅延時間である縦位置遅延時間Ｔｄ＿ｐｘ１が増加するほど、補正量Ｍｐは増加する。

すなわち、ターゲットの数が増加するほど、補正量Ｍｐは増加する。

補正部１１４は、上述した式（１－６）に従って、補正相関可能領域Ｓｐ＿ｍｏｄの中心点である補正中心点Ｃｐ＿ｍｏｄを演算する。式（１－６）から明らかなように、補正量Ｍｐが増加するほど、補正中心点Ｃｐ＿ｍｏｄは、相関可能領域Ｓｐの中心点Ｃｐから離れる。

自車走行シーンが第２のシーンとなる場合、第１センサ１０１および第２センサ１０２のうち、レーダに該当するものが影響を受ける。具体的には、レーダは、ターゲット以外の反射物による反射の影響を受ける。従って、レーダにおける距離、速度および角度の検出誤差は大きくなる。

上述した検出誤差を抑制するためには、レーダ内のローパスフィルタの平滑度を高めればよい。これにより、レーダの検出結果に含まれる高周波ノイズは抑制される。しかし、物理量遅延時間は大きくなる。

そこで、物理量遅延時間推定部１１８は、ターゲット以外の反射物の数が増加するほど、物理量遅延時間を増加させる。

具体的には、物理量遅延時間推定部１１８は、第２のシーンと、ターゲット以外の反射物の数と、縦位置遅延時間Ｔｄ＿ｐｘ１および縦速度遅延時間Ｔｄ＿ｖｘ１とを関連付けた第３の補正マップＩＩを予め保持している。第３の補正マップＩＩは、予め取得した走行試験データに含まれるターゲット以外の反射物の数に応じて、縦位置遅延時間Ｔｄ＿ｐｘ１および縦速度遅延時間Ｔｄ＿ｖｘ１がどのような値になるかを調べる実験を予め行っておくことで得られる。

同様に、物理量遅延時間推定部１１８は、第２のシーンと、ターゲット以外の反射物の数と、縦位置遅延時間Ｔｄ＿ｐｘ２および縦速度遅延時間Ｔｄ＿ｖｘ２とを関連付けた第４の補正マップＩＩを予め保持している。第４の補正マップＩＩは、予め取得した走行試験データに含まれるターゲット以外の反射物の数に応じて、縦位置遅延時間Ｔｄ＿ｐｘ２および縦速度遅延時間Ｔｄ＿ｖｘ２がどのような値になるかを調べる実験を予め行っておくことで得られる。

物理量遅延時間推定部１１８は、データ受信部１１１から入力された物体データＤの送信元のセンサが第１センサ１０１であって、自車走行シーンが第２のシーンとなる場合には、第３の補正マップＩＩを用いて、縦位置遅延時間Ｔｄ＿ｐｘ１および縦速度遅延時間Ｔｄ＿ｖｘ１を推定する。

同様に、物理量遅延時間推定部１１８は、データ受信部１１１から入力された物体データＤの送信元のセンサが第２センサ１０２であって、自車走行シーンが第２のシーンとなる場合には、第４の補正マップＩＩを用いて、縦位置遅延時間Ｔｄ＿ｐｘ２および縦速度遅延時間Ｔｄ＿ｖｘ２を推定する。

物理量遅延時間推定部１１８は、推定した縦位置遅延時間Ｔｄ＿ｐｘ１および縦速度遅延時間Ｔｄ＿ｖｘ１と、予め定められている固定値であるセンサ遅延時間設定値Ｔｄ＿ｓｅｔ１とを補正部１１４に出力する。

同様に、物理量遅延時間推定部１１８は、推定した縦位置遅延時間Ｔｄ＿ｐｘ２および縦速度遅延時間Ｔｄ＿ｖｘ２と、予め定められている固定値であるセンサ遅延時間設定値Ｔｄ＿ｓｅｔ２とを補正部１１４に出力する。

補正部１１４は、相関可能領域Ｓｐを大きくする。補正部１１４は、式（１－１）～式（１－５）を用いて上述したように、予測データＰと、物理量遅延時間と、に基づいて、補正量Ｍｐを演算する。式（１－１）～式（１－５）から明らかなように、物理量遅延時間である縦位置遅延時間Ｔｄ＿ｐｘ１が増加するほど、補正量Ｍｐは増加する。

すなわち、ターゲット以外の反射物の数が増加するほど、補正量Ｍｐは増加する。

補正部１１４は、上述した式（１－７）に従って、補正縦幅Ｗｐ＿ｍｏｄを演算する。式（１－７）から明らかなように、補正量Ｍｐが増加するほど、補正縦幅Ｗｐ＿ｍｏｄは拡大する。従って、相関可能領域Ｓｐは拡大する。

なお、自動走行シーンが第２のシーンとなる場合、補正部１１４は、相関可能領域Ｓｐを大きくするだけでなく、相関可能領域Ｓｐの中心点Ｃｐも補正してもよい。補正部１１４は、上述した式（１－８）に従って、補正中心点Ｃｐ＿ｍｏｄおよび補正縦幅Ｗｐ＿ｍｏｄを演算する。式（１－８）から明らかなように、補正量Ｍｐが増加するほど、補正中心点Ｃｐ＿ｍｏｄは、相関可能領域Ｓｐの中心点Ｃｐから離れ、補正縦幅Ｗｐ＿ｍｏｄは拡大する。

自車走行シーンが第３のシーンとなる場合、第１センサ１０１および第２センサ１０２のうち、光学カメラに該当するものが影響を受ける。具体的には、光学カメラは、昼及び夜、トンネル内及びトンネル外等のように周辺の明るさの影響を受ける。例えば、自車の周辺が暗い場合、自車の周辺が明るい場合と比べ、光学カメラは、ターゲットの輪郭を正確に検出できない。この結果、光学カメラにおける縦位置および横位置の検出誤差は大きくなる。

上述した検出誤差を抑制するためには、光学カメラ内のローパスフィルタの平滑度を高めればよい。これにより、光学カメラの検出結果に含まれる高周波ノイズは抑制される。しかし、物理量遅延時間は大きくなる。

そこで、物理量遅延時間推定部１１８は、自車の周辺が暗くなるほど、物理量遅延時間を増加させる。

具体的には、物理量遅延時間推定部１１８は、第３のシーンと、照度と、縦位置遅延時間Ｔｄ＿ｐｘ１および縦速度遅延時間Ｔｄ＿ｖｘ１とを関連付けた第５の補正マップＩＩＩを予め保持している。第５の補正マップＩＩＩは、予め取得した走行試験データに含まれる光量に応じて、縦位置遅延時間Ｔｄ＿ｐｘ１および縦速度遅延時間Ｔｄ＿ｖｘ１がどのような値になるかを調べる実験を予め行っておくことで得られる。

同様に、物理量遅延時間推定部１１８は、第３のシーンと、照度と、縦位置遅延時間Ｔｄ＿ｐｘ２および縦速度遅延時間Ｔｄ＿ｖｘ２とを関連付けた第６の補正マップＩＩＩを予め保持している。第６の補正マップＩＩＩは、予め取得した走行試験データに含まれる光量に応じて、縦位置遅延時間Ｔｄ＿ｐｘ２および縦速度遅延時間Ｔｄ＿ｖｘ２がどのような値になるかを調べる実験を予め行っておくことで得られる。

物理量遅延時間推定部１１８は、データ受信部１１１から入力された物体データＤの送信元のセンサが第１センサ１０１であって、自車走行シーンが第３のシーンとなる場合には、第５の補正マップＩＩＩを用いて、縦位置遅延時間Ｔｄ＿ｐｘ１および縦速度遅延時間Ｔｄ＿ｖｘ１を推定する。

同様に、物理量遅延時間推定部１１８は、データ受信部１１１から入力された物体データＤの送信元のセンサが第２センサ１０２であって、自車走行シーンが第３のシーンとなる場合には、第６の補正マップＩＩＩを用いて、縦位置遅延時間Ｔｄ＿ｐｘ２および縦速度遅延時間Ｔｄ＿ｖｘ２を推定する。

物理量遅延時間推定部１１８は、推定した縦位置遅延時間Ｔｄ＿ｐｘ１および縦速度遅延時間Ｔｄ＿ｖｘ１と、予め定められている固定値であるセンサ遅延時間設定値Ｔｄ＿ｓｅｔ１とを補正部１１４に出力する。

同様に、物理量遅延時間推定部１１８は、推定した縦位置遅延時間Ｔｄ＿ｐｘ２および縦速度遅延時間Ｔｄ＿ｖｘ２と、予め定められている固定値であるセンサ遅延時間設定値Ｔｄ＿ｓｅｔ２とを補正部１１４に出力する。

補正部１１４は、相関可能領域Ｓｐを大きくする。補正部１１４は、式（１－１）～式（１－５）を用いて上述したように、予測データＰと、物理量遅延時間と、に基づいて、補正量Ｍｐを演算する。式（１－１）～式（１－５）から明らかなように、物理量遅延時間である縦位置遅延時間Ｔｄ＿ｐｘ１が増加するほど、補正量Ｍｐは増加する。

すなわち、自車の周辺が暗くなるほど、補正量Ｍｐは増加する。式（１－７）から明らかなように、補正量Ｍｐが増加するほど、補正縦幅Ｗｐ＿ｍｏｄは拡大する。従って、相関可能領域Ｓｐは拡大する。

補正部１１４は、上述した式（１－７）に従って、補正縦幅Ｗｐ＿ｍｏｄを演算する。

なお、自動走行シーンが第３のシーンとなる場合、補正部１１４は、相関可能領域Ｓｐを大きくするだけでなく、相関可能領域Ｓｐの中心点Ｃｐも補正してもよい。補正部１１４は、上述した式（１－８）に従って、補正中心点Ｃｐ＿ｍｏｄおよび補正縦幅Ｗｐ＿ｍｏｄを演算する。式（１－８）から明らかなように、補正量Ｍｐが増加するほど、補正中心点Ｃｐ＿ｍｏｄは、相関可能領域Ｓｐの中心点Ｃｐから離れ、補正縦幅Ｗｐ＿ｍｏｄは拡大する。

このように、補正部１１４は、予測データＰと、物理量遅延時間と、に基づいて、相関可能領域Ｓｐを設定する。

なお、第１の補正マップＩ、第２の補正マップＩ、第３の補正マップＩＩ、第４の補正マップＩＩ、第５の補正マップＩＩＩおよび第６の補正マップＩＩＩの直接的に存在しないものについては、適宜、内挿処理または外挿処理をすることにより導き出されればよい。

次に、実施の形態５における物体認識装置１００の制御例を説明する。

図２１は、実施の形態５における物体認識装置１００の制御例を説明するフローチャートである。

ステップＳ２１において、自車走行シーン取得部１０４は、ターゲットの数がターゲット上限値を超えるか否かを判定する。自車走行シーン取得部１０４によってターゲットの数がターゲット上限を超えると判定される場合、ステップＳ２１の処理は、ステップＳ２２の処理に移行する。

ステップＳ２２において、自車走行シーン取得部１０４は、自車走行シーンを第１のシーンとして検出する。次に、ステップＳ２２の処理は、ステップＳ２３の処理に移行する。

一方、ステップＳ２１において、自車走行シーン取得部１０４によってターゲットの数がターゲット上限を超えないと判定される場合、ステップＳ２１の処理は、ステップＳ２３の処理に移行する。

ステップＳ２３において、自車走行シーン取得部１０４は、ターゲット以外の反射物の数が非ターゲット上限値を超えるか否かを判定する。自車走行シーン取得部１０４によってターゲット以外の反射物の数が非ターゲット上限値を超えると判定される場合、ステップＳ２３の処理は、ステップＳ２４の処理に移行する。

ステップＳ２４において、自車走行シーン取得部１０４は、自車走行シーンを第２のシーンとして検出する。次に、ステップＳ２４の処理は、ステップＳ２５の処理に移行する。

一方、ステップＳ２３において、自車走行シーン取得部１０４によってターゲット以外の反射物の数が非ターゲット上限値を超えないと判定される場合、ステップＳ２３の処理は、ステップＳ２５の処理に移行する。

ステップＳ２５において、自車走行シーン取得部１０４は、照度が照度閾値未満となるか否かを判定する。自車走行シーン取得部１０４によって照度が照度閾値未満となると判定される場合、ステップＳ２５の処理は、ステップＳ２６の処理に移行する。

ステップＳ２６において、自車走行シーン取得部１０４は、自車走行シーンを第３のシーンとして検出する。次に、ステップＳ２６の処理は、ステップＳ２７の処理に移行する。

一方、ステップＳ２５において、自車走行シーン取得部１０４によって照度が照度閾値未満とならないと判定される場合、すなわち、自車走行シーン取得部１０４によって照度が照度閾値以上となると判定される場合、ステップＳ２５の処理は、ステップＳ２７の処理に移行する。

ステップＳ２７において、物理量遅延時間推定部１１８は、自車走行シーンが第１のシーンとなる否かを判定する。物理量遅延時間推定部１１８によって自車走行シーンが第１のシーンとなると判定される場合、ステップＳ２７の処理は、ステップＳ２８の処理に移行する。

ステップＳ２８において、物理量遅延時間推定部１１８は、第１の補正マップＩおよび第２の補正マップＩに基づいて、現在の物理量推定時間を推定する。次に、ステップＳ２８の処理は、ステップＳ２９の処理に移行する。

一方、ステップ２７において、物理量遅延時間推定部１１８によって自車走行シーンが第１のシーンとならないと判定される場合、ステップＳ２７の処理は、ステップＳ２９の処理に移行する。

ステップＳ２９において、物理量遅延時間推定部１１８は、自車走行シーンが第２のシーンとなる否かを判定する。物理量遅延時間推定部１１８によって自車走行シーンが第２のシーンとなると判定される場合、ステップＳ２９の処理は、ステップＳ３０の処理に移行する。

ステップＳ３０において、物理量遅延時間推定部１１８は、第３の補正マップＩＩおよび第４の補正マップＩＩに基づいて、現在の物理量推定時間を推定する。次に、ステップＳ３０の処理は、ステップＳ３１の処理に移行する。

一方、ステップ２９において、物理量遅延時間推定部１１８によって自車走行シーンが第２のシーンとならないと判定される場合、ステップＳ２９の処理は、ステップＳ３１の処理に移行する。

ステップＳ３１において、物理量遅延時間推定部１１８は、自車走行シーンが第３のシーンとなる否かを判定する。物理量遅延時間推定部１１８によって自車走行シーンが第３のシーンとなると判定される場合、ステップＳ３１の処理は、ステップＳ３２の処理に移行する。

ステップＳ３２において、物理量遅延時間推定部１１８は、第５の補正マップＩＩＩおよび第６の補正マップＩＩＩに基づいて、現在の物理量推定時間を推定する。次に、ステップＳ３２の処理は、ステップＳ３３の処理に移行する。

一方、ステップ３１において、物理量遅延時間推定部１１８によって自車走行シーンが第３のシーンとならないと判定される場合、ステップＳ３１の処理は、ステップＳ３３の処理に移行する。

ステップＳ３３において、補正部１１４は、予測部１１２によって生成された予測データＰと、物理量遅延時間推定部１１８によって推定された物理量遅延時間と、に基づいて、相関可能領域Ｓｐを設定する。次に、ステップＳ３３の処理は、他の処理に移行せず、終了する。

以上、実施の形態５によれば、自車走行シーン取得部１０４は、現在の自車走行シーンを検出する。自車走行シーン取得部１０４は、自車走行シーンに対応する自車走行シーンデータをデータ受信部１１１に送信する。

データ受信部１１１は、自車走行シーン取得部１０４から自車走行シーンデータが送信されたときには自車走行シーンデータを受信する。

物理量遅延時間推定部１１８は、データ受信部１１１により受信された自車走行シーンデータに基づいて、物体データＤに含まれる複数の物理量毎に対応する複数の物理量遅延時間の少なくとも１つを推定する。

設定部１２０は、データ受信部１１１が受信した過去の物体データＤのうち少なくとも一部の物体データＤと、物体における運動モデルと、に基づいて、現在の物体データＤを予測した予測データＰを生成する。設定部１２０は、予測データＰと、複数の物理量遅延時間と、に基づいて、予測データＰと、現在の物体データＤとの相関関係を決定するための相関可能領域を設定する。

上述した構成であれば、センサの物理量遅延時間および検出誤差の少なくとも一方に基づいて、相関可能領域Ｓｐを設定することができる。従って、物体を認識する精度が劣化することを抑制することができる。

また、物理量遅延時間推定部１１８は、予め記憶されたシーンと、そのシーンに基づいて予め記憶された複数の物理量遅延時間と、現在の自車走行シーンと、に基づいて、現在の複数の物理量遅延時間を推定する。

上述した構成であれば、現在の複数の物理量遅延時間を推定するために、複雑な演算をする必要がない。従って、演算に要する時間を短縮することができる。

なお、実施の形態１～５では、複数の物理量が物体の縦位置ｐｘおよび物体の縦速度ｖｘを含む形態に物体認識装置１００を適用する場合を例示したが、これに限定されない。すなわち、複数の物理量が、縦位置ｐｘおよび縦速度ｖｘの代わりに、物体の横位置および物体の横速度を含む形態に対しても物体認識装置１００を適用することが可能である。また、複数の物理量が、物体の縦加速度、物体の横加速度、物体の角度、物体の角速度、および自車から物体までの距離のうちの２つを含む形態に対しても物体認識装置１００の適用が期待できる。

また、上述した実施の形態１～５のそれぞれにおける物体認識装置１００の処理部１１０の各機能は、処理回路によって実現される。各機能を実現する処理回路は、専用のハードウェアであってもよく、メモリに格納されるプログラムを実行するプロセッサであってもよい。車両制御装置２００の機能も、同様に処理回路によって実現される。

処理回路が専用のハードウェアである場合、処理回路は、例えば、単一回路、複合回路、プログラム化したプロセッサ、並列プログラム化したプロセッサ、ＡＳＩＣ（Ａｐｐｌｉｃａｔｉｏｎ Ｓｐｅｃｉｆｉｃ Ｉｎｔｅｇｒａｔｅｄ Ｃｉｒｃｕｉｔ）、ＦＰＧＡ（Ｆｉｅｌｄ Ｐｒｏｇｒａｍｍａｂｌｅ Ｇａｔｅ Ａｒｒａｙ）、またはこれらを組み合わせたものが該当する。データ受信部１１１、予測部１１２、補正部１１４、相関部１１５、更新部１１６、遅延時間推定部１１７、シーン演算部１０４ｂ物理量遅延時間推定部１１８および設定部１２０の各部の機能それぞれを個別の処理回路で実現してもよいし、各部の機能をまとめて処理回路で実現してもよい。

一方、処理回路がプロセッサの場合、データ受信部１１１、予測部１１２、補正部１１４、相関部１１５、更新部１１６、遅延時間推定部１１７、シーン演算部１０４ｂ、物理量遅延時間推定部１１８および設定部１２０の各部の機能は、ソフトウェア、ファームウェア、またはソフトウェアとファームウェアとの組み合わせにより実現される。ソフトウェアおよびファームウェアは、プログラムとして記述され、メモリに格納される。プロセッサは、メモリに記憶されたプログラムを読み出して実行することにより、各部の機能を実現する。すなわち、データ受信ステップ、予測ステップ、補正ステップ、相関ステップ、更新ステップおよび遅延時間推定ステップが結果的に実行されることになるプログラムを格納するためのメモリを備える。

これらのプログラムは、上述した各部の手順あるいは方法をコンピュータに実行させるものであるともいえる。ここで、メモリとは、例えば、ＲＡＭ（Ｒａｎｄｏｍ Ａｃｃｅｓｓ Ｍｅｍｏｒｙ）、ＲＯＭ（Ｒｅａｄ Ｏｎｌｙ Ｍｅｍｏｒｙ）、フラッシュメモリ、ＥＰＲＯＭ（Ｅｒａｓａｂｌｅ Ｐｒｏｇｒａｍｍａｂｌｅ Ｒｅａｄ Ｏｎｌｙ Ｍｅｍｏｒｙ）、ＥＥＰＲＯＭ（Ｅｌｅｃｔｒｉｃａｌｌｙ Ｅｒａｓａｂｌｅ ａｎｄ Ｐｒｏｇｒａｍｍａｂｌｅ Ｒｅａｄ Ｏｎｌｙ Ｍｅｍｏｒｙ）等の、不揮発性または揮発性の半導体メモリが該当する。また、磁気ディスク、フレキシブルディスク、光ディスク、コンパクトディスク、ミニディスク、ＤＶＤ等も、メモリに該当する。

なお、上述した各部の機能について、一部を専用のハードウェアで実現し、一部をソフトウェアまたはファームウェアで実現するようにしてもよい。

このように、処理回路は、ハードウェア、ソフトウェア、ファームウェア、またはこれらの組み合わせによって、上述した各部の機能を実現することができる。

１００ 物体認識装置、１０１ 第１センサ、１０２ 第２センサ、１０３ 自車センサ、１０４ 自車走行シーン取得部、１１０ 処理部、１１１ データ受信部、１１２ 予測部、１１３ 記憶部、１１４ 補正部、１１５ 相関部、１１６ 更新部、１１７ 遅延時間推定部、１１８ 物理量遅延時間推定部、１２０ 設定部、２００ 車両制御装置。

Claims (11)

1. 検出可能な範囲に存在する物体を検出し、前記物体の状態を表す複数の物理量を含む物体データを送信する少なくとも一つ以上のセンサと、
   前記センサから前記物体データを受信するデータ受信部と、
   前記データ受信部が受信した過去の前記物体データのうち少なくとも一部の前記物体データと、前記物体における運動モデルと、に基づいて、現在の前記物体データを予測した予測データを生成し、前記予測データと、前記複数の物理量毎に対応する複数の物理量遅延時間と、に基づいて、前記予測データと、現在の前記物体データとの相関関係を決定するための相関可能領域を設定する設定部と、
   を備えている物体認識装置。
2. 前記複数の物理量遅延時間は、予め定められる固定値である
   請求項１に記載の物体認識装置。
3. 前記センサは、自身に対応する前記物理量遅延時間を、前記物体データとともに送信する
   請求項１に記載の物体認識装置。
4. 検出可能な範囲に存在する物体を検出し、前記物体の状態を表す複数の物理量を含む物体データを送信する少なくとも一つ以上のセンサと、
   当該物体認識装置が搭載されている車両における現在の自車走行シーンを検出し、前記自車走行シーンに対応する自車走行シーンデータを送信する自車走行シーン取得部と、
   前記センサから前記物体データが送信されたときには前記物体データを受信し、前記自車走行シーン取得部から前記自車走行シーンデータが送信されたときには前記自車走行シーンデータを受信するデータ受信部と、
   前記自車走行シーンデータに基づいて、前記物体データに含まれる前記複数の物理量毎に対応する複数の物理量遅延時間の少なくとも１つを推定する物理量遅延時間推定部と、
   前記データ受信部が受信した過去の前記物体データのうち少なくとも一部の前記物体データと、前記物体における運動モデルと、に基づいて、現在の前記物体データを予測した予測データを生成し、前記予測データと、前記複数の物理量遅延時間と、に基づいて、前記予測データと、現在の前記物体データとの相関関係を決定するための相関可能領域を設定する設定部と、
   を備えている物体認識装置。
5. 前記物理量遅延時間推定部は、予め記憶されたシーンと、前記シーンに基づいて予め記憶された前記複数の物理量遅延時間と、現在の前記自車走行シーンと、に基づいて、現在の前記複数の物理量遅延時間を推定する
   請求項４に記載の物体認識装置。
6. 前記複数の物理量は、前記物体における縦位置および縦速度を含む
   請求項１から請求項５のいずれか１項に記載の物体認識装置。
7. 前記複数の物理量は、前記物体における横位置および横速度を含む
   請求項１から請求項５のいずれか１項に記載の物体認識装置。
8. 前記設定部は、前記相関可能領域の中心点を補正することによって、前記相関可能領域を設定する
   請求項１から請求項７のいずれか１項に記載の物体認識装置。
9. 前記設定部は、前記相関可能領域のサイズを補正することによって、前記相関可能領域を設定する
   請求項１から請求項７のいずれか１項に記載の物体認識装置。
10. 前記設定部は、前記相関可能領域の中心点と、前記相関可能領域のサイズとを補正することによって、前記相関可能領域を設定する
    請求項１から請求項７のいずれか１項に記載の物体認識装置。
11. 検出可能な範囲に存在する物体を検出し、前記物体の状態を表す複数の物理量を含む物体データを送信する少なくとも一つ以上の工程と、
    前記物体データを送信する少なくとも一つ以上の工程によって前記物体データを受信する工程と、
    前記物体データを受信する工程によって受信した過去の前記物体データのうち少なくとも一部の前記物体データと、前記物体における運動モデルと、に基づいて、現在の前記物体データを予測した予測データを生成し、前記予測データに含まれる前記複数の物理量毎に対応する複数の物理量遅延時間に基づいて、前記予測データと、現在の前記物体データとの相関関係を決定するための相関可能領域を設定する工程と、
    を含む物体認識方法。

Images