JPH10283477A

JPH10283477A - 車外監視装置

Info

Publication number: JPH10283477A
Application number: JP9086879A
Authority: JP
Inventors: Keiji Hanawa; 圭二塙
Original assignee: Fuji Heavy Industries Ltd
Current assignee: Subaru Corp
Priority date: 1997-04-04
Filing date: 1997-04-04
Publication date: 1998-10-23
Anticipated expiration: 2017-04-04
Also published as: JP3315054B2

Abstract

(57)【要約】【課題】既検出の立体物の情報を効果的に利用し、デ
ータ処理量を減少させるとともに遠方の立体物に対する
認識を確実なものとする。【解決手段】イメージプロセッサ２０からの距離画像
を画像処理用コンピュータ３０に読み込み、距離画像の
各区分毎に立体物の存在の有無と距離データとを求めた
後、前回の認識処理で検出された立体物の現在位置を推
定し、この立体物の推定位置を囲む領域を設定する。そ
して、この領域内の距離データを抽出してグループ化す
るとともに、区分毎の距離が接近しているものをグルー
プとしてまとめ、各グループについてデータの並び方向
が大きく変化する部分でグループを分割した後、各グル
ープの相互の位置関係からグループを再結合して１個の
立体物を物体と側壁との組み合わせとして認識し、立体
物の位置、前後・左右方向への移動速度等のパラメータ
を算出する。これにより、計算処理を低減しつつ、従
来、安定性に難があった遠方の立体物の認識結果の安定
性を向上させる。

Description

【発明の詳細な説明】

【０００１】

【発明の属する技術分野】本発明は、車外の物体の距離
分布を示す疑似画像に基づいて車外の状況を認識する車
外監視装置に関する。

【０００２】

【従来の技術】最近では、自動車にＴＶカメラやレーザ
・レーダ等を搭載して前方の車両や障害物を検知し、そ
れらに衝突する危険度を判定して運転者に警報を発した
り、自動的にブレーキを作動させて停止させる、あるい
は、先行車との車間距離を安全に保つよう自動的に走行
速度を増減する等のＡＳＶ（Advanced Safety Vehicl
e；先進安全自動車）に係わる技術の開発が積極的に進
められている。

【０００３】ＴＶカメラの画像から前方の物体を検知す
る技術としては、本出願人によって先に提出された特開
平５−２６５５４７号公報の技術がある。この技術で
は、車両の左右に取り付けた２台のステレオカメラの画
像を距離画像に変換し、この距離画像を所定の間隔で格
子状に区分し、各区分毎に立体物のデータを抽出して区
分毎の立体物までの距離を検出すると、次に、区分毎の
検出距離を調べ、左右の区分で検出距離が接近している
場合には、それらの区分は１個の物体を検出していると
見なして１つのグループにまとめる。そして、立体物の
各グループに対し、物体が存在すると推定される位置を
包含する三次元空間の領域を設定し、その領域内に存在
する立体物のデータを抽出することによって、立体物の
輪郭像を抽出し、その立体物の位置や大きさを検出する
ようにしている。

【０００４】また、本出願人は、同様に、区分毎に立体
物のデータを抽出し、これらのデータをハフ変換によっ
て処理し、ガードレール等の道路に沿った立体物（側
壁）を検出する技術を、特開平６−２６６８２８号公報
において提案している。

【０００５】

【発明が解決しようとする課題】しかしながら、従来の
技術では、処理サイクル毎に、その都度、立体物の有無
や位置を検出するため、立体物の有無や位置に関する情
報が無い状態から検出処理を行うことになり、情報処理
量が膨大なものとなるばかりでなく、区分毎の距離デー
タの誤差やバラツキが大きくなる遠方の立体物に対する
認識結果が不安定となる虞があり、検出精度や信頼性を
向上する上でのネックとなっていた。

【０００６】本発明は上記事情に鑑みてなされたもの
で、既検出の立体物の情報を効果的に利用し、データ処
理量を減少させるとともに遠方の立体物に対する認識を
確実なものとし、検出精度及び信頼性を向上することの
できる車外監視装置を提供することを目的としている。

【０００７】

【課題を解決するための手段】請求項１記載の発明は、
車外の物体の距離を計測して得られる距離分布の疑似画
像を複数の区分に分割し、各区分毎に立体物の有無と距
離データとを検出して車外の状況を認識する車外監視装
置において、前回の認識処理で検出された立体物の現在
位置を推定する手段と、上記立体物の推定位置を囲む領
域を設定する手段と、上記領域内の距離データを抽出し
てグループ化するとともに、距離データが互いに接近す
る区分をグループ化し、全体の区分を複数のグループに
まとめる手段と、各グループ毎に立体物の位置の並び方
向が変化する部分の有無を調べ、並び方向が変化する部
分の存在するグループを該当位置で分割する手段と、分
割した各グループに対し、グループ内の立体物の位置の
全体的な並び方向を算出し、そのグループが立体物の後
部を検出したものか、あるいは、立体物の側部を検出し
たものかを判別する手段と、各グループについて、立体
物の位置及び位置に係わるパラメータを算出する手段と
を備えたことを特徴とする。

【０００８】請求項２記載の発明は、請求項１記載の発
明において、上記領域を、前回の認識処理で検出された
立体物のコーナー点の推定位置を起点として、自車両の
進行方向の領域と、自車両の左右方向の領域とに分けて
設定し、それぞれの領域内の距離データをグループ化す
ることを特徴とする。

【０００９】請求項３記載の発明は、請求項１または請
求項２記載の発明において、各グループの相互の位置関
係に基づいて、同一立体物の同一の面を重複して検出し
ている個々のグループを１つのグループに統合する手段
を備えたことを特徴とする。請求項４記載の発明は、請
求項１，２，３のいずれか一に記載の発明において、各
グループの相互の位置関係に基づいて、同一立体物の後
部と側部とを別々に検出しているグループを識別する手
段を備えたことを特徴とする。

【００１０】請求項５記載の発明は、請求項４記載の発
明において、同一立体物の後部を検出しているグループ
及び側部を検出しているグループのデータから立体物の
コーナー点の位置を算出することを特徴とする。

【００１１】請求項６記載の発明は、請求項４記載の発
明において、同一立体物の前後方向の移動速度及び左右
方向の移動速度を、同一立体物の後部を検出しているグ
ループの中心点の前後方向の時間変化、及び、同一立体
物の側部を検出しているグループの中心点の左右方向の
時間変化に基づいて算出することを特徴とする。

【００１２】請求項７記載の発明は、請求項１記載の発
明において、上記疑似画像は、ステレオカメラで撮像し
た一対の画像の相関を求め、同一物体に対する視差から
三角測量の原理によって求めた三次元の距離分布を示す
ものであることを特徴とする。

【００１３】請求項８記載の発明は、請求項１記載の発
明において、上記疑似画像は、レーザ光の投射・受光あ
るいは電波の発信・受信によって求めた二次元の距離分
布を示すものであることを特徴とする。

【００１４】すなわち、本発明の車外監視装置では、車
外の物体までの距離を計測して得られる距離分布の疑似
画像を複数の区分に分割し、各区分毎に立体物の有無と
距離データとを検出した後、前回の認識処理で検出され
た立体物の現在位置を推定し、この立体物の推定位置を
囲む領域を設定する。そして、この領域内の距離データ
を抽出してグループ化するとともに、距離データが互い
に接近する区分をグループ化し、全体の区分を複数のグ
ループにまとめる。次いで、各グループ毎に立体物の位
置の並び方向が変化する部分の有無を調べ、並び方向が
変化する部分の存在するグループを該当位置で分割する
と、分割した各グループに対し、グループ内の立体物の
位置の全体的な並び方向を算出し、そのグループが立体
物の後部を検出したものか、あるいは、立体物の側部を
検出したものかを判別し、各グループについて、立体物
の位置及び位置に係わるパラメータを算出する。

【００１５】この場合、立体物の推定位置を囲む領域領
は、前回の認識処理でコーナー点が検出されているとき
には、現在のコーナー点の推定位置を起点として、自車
両の進行方向の領域と、自車両の左右方向の領域とに分
けて設定し、それぞれの領域内の距離データをグループ
化することが望ましい。

【００１６】また、各グループの相互の位置関係に基づ
いて、同一立体物の同一の面を重複して検出している個
々のグループを１つのグループに統合し、また、同一立
体物の後部と側部とを別々に検出しているグループを識
別することが望ましく、さらに、同一立体物の後部を検
出しているグループ及び側部を検出しているグループの
データから立体物のコーナー点の位置を算出し、同一立
体物の前後方向の移動速度及び左右方向の移動速度を、
同一立体物の後部を検出しているグループの中心点の前
後方向の時間変化、及び、同一立体物の側部を検出して
いるグループの中心点の左右方向の時間変化に基づいて
算出することが望ましい。

【００１７】また、以上の処理は、ステレオカメラで撮
像した一対の画像を処理し、互いの撮像画像の相関を求
めて同一物体に対する視差から三角測量の原理によって
求めた三次元の距離分布を示す疑似画像や、レーザ光の
投射・受光あるいは電波の発信・受信によって二次元の
距離分布を求めた疑似画像に基づいて行うことができ
る。

【００１８】

【発明の実施の形態】以下、図面を参照して本発明の実
施の形態を説明する。図１〜図２１は本発明の実施の第
１形態に係わり、図１は車外監視装置の全体構成図、図
２は車外監視装置の回路ブロック図、図３は立体物検出
処理のメインルーチンを示すフローチャート、図４は距
離データ検出ルーチンのフローチャート、図５は物体・
側壁候補検出ルーチンのフローチャート、図６は立体物
候補検出ルーチンのフローチャート、図７〜図１０は新
規立体物検出ルーチンのフローチャート、図１１は車載
のカメラで撮像した画像の例を示す説明図、図１２は距
離画像の例を示す説明図、図１３は距離画像の区分を示
す説明図、図１４は検出対象の状況例を示す説明図、図
１５は区分毎の立体物の検出距離の例を示す説明図、図
１６は立体物の距離データの抽出範囲を示す説明図、図
１７はコーナー点検出の説明図、図１８はコーナー点を
起点とする距離データのグループ化を示す説明図、図１
９は距離データの並び方向によるグループの分割を示す
説明図、図２０は検出対象に対する検出結果を示す説明
図、図２１は検出結果をＸ−Ｚ平面で示した説明図であ
る。

【００１９】図１において、符号１は自動車等の車両で
あり、この車両１に、車外の設置範囲内の対象を撮像
し、撮像画像から車外の物体を認識して監視する車外監
視装置２が搭載されている。この車外監視装置２は、車
外の対象物を異なる位置から撮像するためのステレオ光
学系１０、このステレオ光学系１０で撮像した画像を処
理して三次元の距離分布情報を算出するイメージプロセ
ッサ２０、及び、このイメージプロセッサ２０からの距
離情報を入力し、その距離情報から道路形状や複数の立
体物の三次元位置を高速で検出し、その検出結果に基づ
いて先行車や障害物を特定して衝突警報の判断処理等を
行う画像処理用コンピュータ３０等から構成されてい
る。

【００２０】また、上記画像処理用コンピュータ３０に
は、車速センサ４、舵角センサ５等の現在の車両の走行
状態を検出するためのセンサが接続され、認識された物
体が自車両１の障害物となる場合、運転者の前方に設置
されたディスプレイ９へ表示して運転者に対する警告を
行う他、図示しないアクチュエータ類を制御する外部装
置を接続することで車体の自動衝突回避制御等が可能と
なっている。

【００２１】上記ステレオ光学系１０は、例えば電荷結
合素子（ＣＣＤ）等の固体撮像素子を用いた左右１組の
ＣＣＤカメラ１０ａ，１０ｂからなり、上記イメージプ
ロセッサ２０では、ＣＣＤカメラ１０ａ，１０ｂで撮像
した１対の画像の相関を求め、同一物体に対する視差か
ら三角測量の原理により距離を求める、いわゆるステレ
オ法により画像全体に渡る３次元の距離分布を算出す
る。

【００２２】上記画像処理用コンピュータ３０では、上
記イメージプロセッサ２０からの距離分布情報を読み込
んで道路形状や複数の立体物（車両や障害物等）の３次
元位置を高速で検出し、この検出物体との衝突や接触可
能性を上記車速センサ４や上記舵角センサ５等によって
検出した自車両の走行状態に基づいて判断し、その結果
を上記ディスプレイ９に表示して運転者に知らせる。

【００２３】上記イメージプロセッサ２０及び上記画像
処理用コンピュータ３０は、詳細には、図２に示すハー
ドウエア構成となっている。上記イメージプロセッサ２
０は、上記ＣＣＤカメラ１０ａ，１０ｂで撮像した１組
のステレオ画像対に対して所定の小領域毎に同一の物体
が写っている部分を探索し、対応する位置のずれ量を求
めて物体までの距離を算出し、三次元の距離分布情報と
して出力する距離検出回路２０ａと、この距離検出回路
２０ａから出力される距離分布情報を記憶する距離画像
メモリ２０ｂとから構成されている。

【００２４】上記距離検出回路２０ａから出力される距
離分布情報は、画像のような形態をした疑似画像（距離
画像）であり、左右２台のＣＣＤカメラ１１ａ，１１ｂ
で撮影した画像、例えば図１１に示すような画像（図１
１は片方のカメラで撮像した画像を模式的に示す）を上
記距離検出回路２０ａで処理すると、図１２のような距
離画像となる。

【００２５】図１２に示す距離画像の例では、画像サイ
ズは横６００画素×縦２００画素であり、距離データを
持っているのは黒点の部分で、これは図１１の画像の各
画素のうち、左右方向に隣合う画素間で明暗変化が大き
い部分である。上記距離検出回路２０ａでは、この距離
画像を、１ブロックを４×４画素の小領域として横１５
０×縦５０のブロックからなる画像として扱い、各ブロ
ック毎に距離（画素ズレ数）の算出を行う。

【００２６】一方、上記画像処理用コンピュータ３０
は、道路形状等の検出処理を主とするマイクロプロセッ
サ３０ａと、検出した道路形状に基づいて個々の立体物
を検出する処理を主とするマイクロプロセッサ３０ｂ
と、検出した立体物の位置情報に基づいて先行車や障害
物を特定し、衝突や接触危険性を判断する処理を主とす
るマイクロプロセッサ３０ｃとがシステムバス３１を介
して並列に接続されたマルチマイクロプロセッサのシス
テム構成となっている。

【００２７】そして、上記システムバス３１には、上記
距離画像メモリ２０ｂに接続されるインターフェース回
路３２と、制御プログラムを格納するＲＯＭ３３と、計
算処理途中の各種パラメータを記憶するＲＡＭ３４と、
処理結果のパラメータを記憶する出力用メモリ３５と、
上記ディスプレイ（ＤＩＳＰ）９を制御するためのディ
スプレイコントローラ（ＤＩＳＰ．ＣＯＮＴ．）３６
と、上記車速センサ４、上記舵角センサ５等からの信号
を入力するＩ／Ｏインターフェース回路３７とが接続さ
れている。

【００２８】上記画像処理用コンピュータ３０では、画
素を単位とする距離画像上の座標系を、図１２に示すよ
うに、左下隅を原点として横方向をｉ座標軸，縦方向を
ｊ座標軸として扱い、画素ズレ数をｄｐとする距離画像
上の点（ｉ，ｊ，ｄｐ）を実空間の座標系に変換し、道
路形状の認識や立体物の位置検出等の処理を行う。

【００２９】すなわち、実空間の三次元の座標系を、自
車（車両１）固定の座標系とし、Ｘ軸を車両１の進行方
向右側側方、Ｙ軸を車両１の上方、Ｚ軸を車両１の前
方、原点を２台のＣＣＤカメラ１０ａ，１０ｂの中央の
真下の道路面とすると、Ｘ−Ｚ平面（Ｙ＝０）は、道路
が平坦な場合、道路面と一致することになり、以下の
(1)〜(3)式により、距離画像上の点（ｉ，ｊ，ｄｐ）
を、実空間上の点（ｘ，ｙ，ｚ）に座標変換することが
できる。ｘ＝ＣＤ／２＋ｚ・ＰＷ・（ｉ−ＩＶ） …(1) ｙ＝ＣＨ＋Ｚ・ＰＷ・（ｊ−ＪＶ） …(2) ｚ＝ＫＳ／ｄｐ …(3) 但し、ＣＤ：ＣＣＤカメラ１０ａ，１０ｂの間隔ＰＷ：１画素当たりの視野角ＣＨ：ＣＣＤカメラ１０ａ，１０ｂの取付け高さＩV，ＪV：車両１の真正面の無限遠点の画像上の座標
（画素）ＫＳ：距離係数（ＫＳ＝ＣＤ／ＰＷ）尚、実空間上の点（ｘ，ｙ，ｚ）から画像上の点（ｉ，
ｊ，ｄｐ）を算出する式は、上記(1)〜(3)式を変形し、
次のようになる。

【００３０】ｉ＝（ｘ−ＣＤ／２）／（ｚ・ＰＷ）＋ＩＶ …(4) ｊ＝（ｙ−ＣＨ）／（ｚ・ＰＷ）＋ＪＶ …(5) ｄｐ＝ＫＳ／ｚ …(6)

【００３１】次に、上記画像処理用コンピュータ３０に
おける個々の処理について説明する。まず、上記マイク
ロプロセッサ３０ａによる道路検出処理では、距離画像
メモリ２０ｂに記憶された距離画像からの３次元的な位
置情報を利用して実際の道路上の白線だけを分離して抽
出し、内蔵した道路モデルのパラメータを実際の道路形
状と合致するよう修正・変更して道路形状を認識する。

【００３２】上記道路モデルは、認識対象範囲までの道
路の自車線を、設定した距離によって複数個の区間に分
け、各区間毎に左右の白線を３次元の直線式で近似して
折れ線状に連結したものであり、実空間の座標系におけ
る水平方向の直線式のパラメータａ，ｂ、及び、垂直方
向の直線式のパラメータｃ，ｄを求め、以下の(7)式に
示す水平方向の直線式、及び、以下の(8)式に示す垂直
方向の直線式を得る。ｘ＝ａ・ｚ＋ｂ …(7) ｙ＝ｃ・ｚ＋ｄ …(8)

【００３３】また、上記マイクロプロセッサ３０ｂによ
る立体物検出処理では、距離画像を格子状に所定の間隔
で区分し、各区分毎に、上記マイクロプロセッサ３０ａ
によって検出された道路形状に基づいて道路表面より上
のデータを立体物データとして抽出し、立体物までの距
離を算出する。そして、検出された立体物の位置が互い
に接近する各区分を１つのグループにまとめ、これらの
グループを分類して立体物の後部、側部、及び、ガード
レール等の道路に沿った構造物を検出し、その位置や速
度等を算出する。

【００３４】この立体物を検出する処理は短い時間周期
（例えば、０．１ｓｅｃ毎）で連続して実行されるた
め、前回の認識処理で検出された立体物の多くは、次の
処理の際にも撮像範囲内に留まっている場合が多い。従
って、本発明では、前回の認識処理で検出された立体物
の位置と速度とから現在の立体物の位置を推定し、周辺
の距離データを予めグループとしてまとめておき、新た
にグループ化した距離データと併せて分類し直すこと
で、前回認識処理時の認識誤りや今回認識処理時の位置
の推定誤差等を修正し、最終的に認識した立体物の位置
や速度を算出する。

【００３５】尚、上記距離画像の生成、この距離画像か
ら道路形状を検出する処理、及び、衝突・接触判断処理
については、本出願人によって先に提出された特開平５
−２６５５４７号公報や特開平６−２６６８２８号公報
等に詳述されている。

【００３６】以下、上記マイクロプロセッサ３０ｂによ
る立体物検出処理について、図３〜図１０のフローチャ
ートに従って説明する。

【００３７】図３は所定時間毎に起動される立体物検出
処理のメインルーチンである。まず、ステップS10で図
４の距離データ検出ルーチンを実行し、距離分布の情報
の中から道路表面より上にあるデータを立体物データと
して抽出すると、距離画像を左右方向に所定間隔で区分
して各区分毎にヒストグラムを作成し、このヒストグラ
ムから区分毎の立体物の存在位置と、その距離を求め
る。

【００３８】詳細には、図４のステップS101で道路形状
パラメータを読み込むと、ステップS102で、図１３に示
すように距離画像を所定間隔（例えば、８〜２０画素間
隔）で格子状に区分し、ステップS103で、各区分毎に立
体物のデータを抽出し、その検出距離を算出するため、
最初の区分のデータを読み込む。

【００３９】次に、ステップS104へ進んで区分内の最初
のデータをセットすると、ステップS105で被写体の三次
元位置（ｘ，ｙ，ｚ）を前述の(1)〜(3)式によって求
め、ステップS106で、前述の道路形状の直線式(7),(8)
を使って距離ｚに於ける道路表面の高さｙｒを算出す
る。次に、ステップS107へ進み、以下の(9)式によって
算出した被写体の道路表面からの高さＨに基づいて、道
路面より上にあるデータを立体物データとして抽出す
る。Ｈ＝ｙ−ｙｒ …(9)

【００４０】この場合、高さＨが０．１ｍ程度以下の被
写体は、道路上の白線や汚れ、影等と考えられるため、
この被写体のデータは棄却する。また、自車両１の高さ
より上にある被写体も、歩道橋や標識などと考えられる
ので棄却し、道路上の立体物と推定されるデータのみを
選別する。

【００４１】その後、ステップS108へ進んで最終データ
か否かを調べ、最終データでないときには、ステップS1
09で区分内の次のデータをセットして前述のステップS1
05へ戻り、同様の処理を繰り返して道路面より上にある
データを抽出する。そして、１つの区分内で最終データ
の処理が完了すると、ステップS108からステップS110へ
進み、抽出された立体物データに対し、予め設定された
距離Ｚの区間に含まれるデータの個数を数えて距離ｚを
横軸とするヒストグラムを作成する。

【００４２】続くステップS111では、ヒストグラムの度
数が判定値以上で、かつ最大値となる区間を検出し、該
当する区間があれば、ステップS112において、その区間
に立体物が存在すると判断し、その立体物までの距離を
検出する。

【００４３】上記ヒストグラムでは、入力される距離画
像中の距離データには誤って検出された値も存在し、実
際には物体の存在しない位置にも多少のデータが現れ
る。しかしながら、ある程度の大きさの物体があると、
その位置の度数は大きな値を示し、一方、物体が何も存
在しない場合には誤った距離データのみによって発生す
る度数は小さな値となる。従って、作成されたヒストグ
ラムの度数が、予め設定した判定値以上かつ最大値をと
る区間があれば、その区間に物体が存在すると判断し、
度数の最大値が判定値以下の場合は物体が存在しないと
判断しても差し支えなく、画像のデータに多少のノイズ
が含まれている場合においても、ノイズの影響を最小限
にして物体を検出できる。

【００４４】その後、上記ステップS112からステップS1
13へ進んで最終区分に達したか否かを調べる。そして、
最終区分に達していないときには、上記ステップS112か
らステップS114へ進んで次の区分のデータを読み込む
と、前述のステップS104へ戻り、道路面より上にあるデ
ータの抽出、ヒストグラムの作成、及び、各区分内での
立体物の検出と距離の算出を行う。以上の処理を繰り返
し、やがて、最終区分の処理が終了すると、上記ステッ
プS113からメインルーチンへ戻る。

【００４５】図１５は、図１４に示す検出対象の画像を
以上の距離データ検出処理によって検出し、区分毎の距
離をＸ−Ｚ平面上に示した例であり、検出した距離に多
少の誤差が含まれるため、黒点で示すように、立体物の
自車両に面した部分に多少のバラツキを持ったデータと
して検出される。

【００４６】以上の距離データ検出処理を終了後、メイ
ンルーチンではステップS20へ進み、図５の物体・側壁
候補検出ルーチンを実行する。この物体・側壁候補ルー
チンでは、前回の処理で検出された物体あるいは側壁の
位置と速度とから今回の処理時の物体あるいは側壁の位
置を推定し、この推定位置を囲む三次元の領域を設定す
る。そして、この領域内にある距離データを抽出し、こ
れを物体候補あるいは側壁候補グループとしてまとめ
る。尚、この物体・側壁候補検出ルーチンにおいては、
物体と側壁とは同様に扱うため、以下の説明では、物体
で代表して説明する。

【００４７】すなわち、図５のステップS201で、最初の
物体の位置や速度の前回データを読み込むと、ステップ
S202で、現在の物体の位置を推定する。前回の処理で物
体として検出された立体物Ｋについて、その検出位置を
（Ｘｋ，Ｚｋ）、速度をＶｘｋ，Ｖｚｋとすると、今回
の認識処理時の立体物Ｋの推定位置（Ｘｋ'，Ｚｋ'）
は、処理周期（例えば、０．１ｓｅｃ）をＤＴとして以
下の(10),(11)式によって求めることができる。Ｘｋ'＝Ｘｋ＋Ｖｘｋ・ＤＴ …(10) Ｚｋ'＝Ｚｋ＋Ｖｚｋ・ＤＴ …(11)

【００４８】次に、ステップS203へ進み、前回の物体を
検出した時点からの自車両の移動量を算出すると、ステ
ップS204で、この自車両の移動量によって上記ステップ
S202で求めた物体推定位置を補正する。この補正によ
り、立体物Ｋの自車両に対する推定位置は（Ｘｋ''，Ｚ
ｋ''）となる。

【００４９】その後、ステップS205へ進み、物体推定位
置から所定領域内にある距離データをグループ化する。
図１６に示すように、自車両の正面前方の立体物Ｋ（先
行車両）を例とすると、この立体物Ｋの推定位置（Ｘ
ｋ''，Ｚｋ''）を囲むように領域を設定し、この領域内
にある今回検出の距離データを全て抽出して物体候補グ
ループとして１個にまとめる。立体物Ｋを囲む領域は、
立体物Ｋの推定位置の誤差を考慮して立体物Ｋの横幅に
余裕（例えば、１，２区分程度）を加えた範囲を左右方
向とし、位置の推定誤差及び距離データのバラツキ等を
考慮した範囲（例えば、立体物Ｋの距離Ｚｋの１０％程
度）を前後方向として設定される。

【００５０】その後、上記ステップS205からステップS2
06へ進んで最終物体か否かを調べ、最終物体でないとき
には、ステップS207で次の物体のデータを読み込んでス
テップS202へ戻り、以上の処理を繰り返す。そして、上
記ステップS206で最終物体に達し、前回処理で物体とし
て検出された全ての立体物に対する処理が終了したと
き、メインルーチンに戻ってステップS30へ進む。

【００５１】メインルーチンのステップS30では、図６
の立体物候補検出ルーチンを実行し、前回の処理で物体
と側壁の組み合わせとして検出した立体物について、そ
の位置と速度とから今回の処理時の位置を推定すると、
この推定位置のコーナー点を中心にして周囲の距離デー
タをサーベイし、新しいコーナー点を検出する。そし
て、新しいコーナー点の周囲の距離データを、新しいコ
ーナー点を境目として物体部分と推定される距離データ
のグループと、側壁部分と推定される距離データのグル
ープとに分けて抽出し、これらのグループを、物体と側
壁の組み合わせの候補のグループとする。

【００５２】すなわち、立体物候補検出ルーチンのステ
ップS301で、最初の物体・側壁のコーナー点や位置の前
回データを読み込み、ステップS302で、現在のコーナー
点の位置を推定し、ステップS303で、前回のコーナー点
を検出した時点からの自車両の移動量を算出する。そし
て、ステップS304で、この自車両の移動量によって上記
ステップS302で推定したコーナー点位置を補正する。

【００５３】例えば、前回認識処理時に立体物の後部を
“物体”、側面を“側壁”として同時に検出し、“物
体”及び“側壁”の対として認識された立体物Ｅでは、
そのコーナー点ＰＥの検出位置（Ｘｐｅ，Ｚｐｅ）と、
検出速度Ｖｘｅ，Ｖｚｅとから、今回認識処理時の推定
コーナー点ＰＥ’の位置（Ｘｐｅ'，Ｚｐｅ'）を、前述
の物体候補検出処理と同様の以下の(12),(13)式によっ
て推定する。Ｘｐｅ'＝Ｘｐｅ＋Ｖｘｅ・ＤＴ …(12) Ｚｐｅ'＝Ｚｐｅ＋Ｖｚｅ・ＤＴ …(13)

【００５４】そして、自車両の移動量による補正で、推
定コーナー点ＰＥ’の補正後の位置（Ｘｐｅ"，Ｚｐ
ｅ"）を求め、次のステップS305〜S307で、補正後の推
定コーナー点ＰＥ”の位置を元にして今回の処理で検出
された距離データからコーナー点を検出し直す。このた
め、ステップS305で、推定コーナー点位置を起点として
Ｚ軸方向に延びるＸ座標サーベイエリアのヒストグラム
を作成するとともに、ステップS306で、推定コーナー点
位置を起点としてＸ軸方向に延びるＺ座標サーベイエリ
アのヒストグラムを作成し、ステップS307で、これらの
ヒストグラムから現在のコーナー点位置を特定する。

【００５５】例えば、自車両前方の車両を前回認識処理
時に物体・側壁の組み合わせとして検出し、今回の処理
で推定したコーナー点ＰＥ”の位置が（Ｘｐｅ"，Ｚｐ
ｅ"）である場合、図１７に示すように、推定コーナー
点ＰＥ”を起点としてＺ軸方向とＸ軸方向とに、それぞ
れサーベイエリアを設定する。

【００５６】Ｚ軸方向のＸ座標サーベイエリアは、推定
コーナー点ＰＥ”から遠方に車両長（５ｍ程度）の範囲
と、左右方向に所定幅（１ｍ程度）の範囲として設定
し、Ｘ軸方向のＺ座標サーベイエリアは、図１７に示す
ように、推定コーナー点ＰＥ”が自車両より左側にある
場合（Ｘｐｅ"＜０）、推定コーナー点ＰＥ”から左側
に車両幅（２ｍ程度）の範囲と、推定コーナー点ＰＥ''
を中心として前後方向に所定幅（距離Ｚｐｅ"の５％程
度）の範囲として設定する。また、推定コーナー点Ｐ
Ｅ”が自車両より右側にある場合（Ｘｐｅ"＞０）に
は、推定コーナー点ＰＥ”より右側に同様の大きさのＺ
座標サーベイエリアを設定する。

【００５７】そして、Ｘ座標サーベイエリア内の各距離
データについて、そのＸ座標値によるヒストグラムを作
成するとともに、Ｚ座標サーベイエリア内の各距離デー
タについて、そのＺ座標値によるヒストグラムを作成
し、各ヒストグラムの度数が最大のＸ座標値とＺ座標値
とを現在のコーナー点ＰＥ１の位置として新しく設定す
る。

【００５８】その後、ステップS308へ進み、現在のコー
ナー点を起点として物体と側壁のグループ化を行う。こ
のグループ化は、図１８に示すように、コーナー点（新
しいコーナー点）ＰＥ１を起点としてＸ座標サーベイエ
リア内の距離データと、Ｚ座標サーベイエリア内の距離
データとを分割して行い、コーナー点ＰＥ１の左下部分
（コーナー点ＰＥ１が自車両の右側にある場合は、コー
ナー点ＰＥ１の右下の部分）を新しい物体の候補として
１個のグループにまとめ、一方、コーナー点ＰＥ１の右
上部分（コーナー点ＰＥ１が自車両の右側にある場合
は、コーナー点ＰＥ１の左上部分）は、新しい側壁の候
補として１個のグループにまとめる。尚、ここでグルー
プ化されたデータは、後述する新規立体物検出ルーチン
において、再度、正確に分類し直される。

【００５９】その後、上記ステップS308からステップS3
09へ進んで最終の物体・側壁の組み合わせか否かを調
べ、最終の組み合わせでないときには、ステップS310で
次の物体・側壁の組み合わせのデータを読み込んでステ
ップS302へ戻り以上の処理を繰り返す。そして、上記ス
テップS309で最終の物体・組み合わせとなり、前回処理
で物体・側壁として検出された全ての立体物に対する処
理が終了したとき、メインルーチンに戻ってステップS4
0へ進む。

【００６０】メインルーチンのステップS40では、図７
〜図１０の新規立体物検出ルーチンを実行する。今回の
認識処理で検出された距離データの一部は、上述のステ
ップS20,S30の処理によって既にグループ化されてい
る。例えば、図１４の検出対象例では、進行方向左側の
ガードレール、このガードレールの脇に駐車している車
両、自車両の走行レーン内の先行車両、進行方向右側の
走行レーンの先行車両等が前回の認識処理時に検出され
ており、右側の走行レーンで新たに視野に入ってきた車
両側面付近の距離データがグループ化され、既検出のグ
ループと併せて分類される。

【００６１】すなわち、新規立体物検出ルーチンでは、
未だグループ化されていない残りの距離データについ
て、区分毎の距離を画像の左から右へ順次比較してゆ
き、前後方向（Ｚ軸方向）及び横方向（Ｘ軸方向）の距
離が接近しているものをグループとしてまとめ、その
後、既検出のグループと併せて各グループについてデー
タの並び方向をチェックし、方向が大きく変化する部分
でグループを分割してグループ全体としての距離データ
の並び方向（Ｚ軸との傾き）から、個々のグループを立
体物あるいは側壁に分類する。

【００６２】そして、立体物と分類されたグループにつ
いて、グループ内の距離データから平均距離や左端、右
端のＸ座標等のパラメータを算出し、側壁と分類された
グループについては、並び方向（Ｚ軸との傾き）や前後
端の位置（Ｚ，Ｘ座標）等のパラメータを算出する。次
に、各グループの相互の位置関係を調べ、端点の位置が
接近し、且つ、並び方向がほぼ一致しているグループを
再結合し、改めて再結合したグループのパラメータを算
出すると、同一の立体物に対し、後部を検出したグルー
プと側面を検出したグループとを識別して１個の立体物
を物体と側壁との組み合わせとして認識し、物体と側壁
の交点で形成する立体物のコーナー点の位置を算出す
る。そして、立体物のＺ軸方向の移動速度及びＸ軸方向
の移動速度を算出し、立体物の位置、及び、立体物の移
動速度等のパラメータを後段の処理へ渡す。

【００６３】詳細には、ステップS401で、既検出の物体
候補及び側壁候補のグループ以外の区分を抽出し、ステ
ップS402〜S408の距離グループ検出処理により、未だグ
ループ化されていない各区分の立体物の検出距離を調
べ、隣接する区分において立体物までの検出距離の差異
が判定値以下の場合は同一の立体物と見なし、一方、判
定値を超えている場合は別々の立体物と見なしてグルー
プ分けを行う。

【００６４】このため、ステップS402では、最初の区分
（例えば左端）を調べ、立体物が検出されている場合に
は、距離データを読み込んで、この区分Ｒ１を、グルー
プＳ１、距離Ｚ１に分類する。次に、ステップS403へ進
んで右隣の区分Ｒ２を調べ、立体物が検出されていない
場合には、グループＳ１は区分Ｒ１の内部とその近辺に
存在し、その距離はＺ１と判定し、一方、区分Ｒ２で立
体物が検出されており、その検出距離がＺ２である場合
には、区分Ｒ１の距離Ｚ１と右隣の区分Ｒ２の距離Ｚ２
の差を計算する。

【００６５】その後、ステップS404へ進んで右隣の区分
との距離の差が判定値以下か否かを調べ、距離の差が判
定値以下で互いに接近しているときには、ステップS405
で、区分Ｒ２で検出された立体物は、先に検出されたグ
ループＳ１に属すると判定して同一グループにラベル付
けを行い、その距離をＺ１とＺ２との平均値としてステ
ップS407へ進む。

【００６６】一方、右隣の区分との距離の差が判定値を
超えているときには、上記ステップS404からステップS4
06へ進み、区分Ｒ２で検出された立体物は、先に検出さ
れたグループＳ１とは異なると判定して新しいグループ
（グループＳ２、距離Ｚ２）にラベル付けを行い、ステ
ップS407へ進む。

【００６７】ステップS407では、最終区分に達したか否
かを調べ、最終区分に達していないときには、ステップ
S408で次の区分の距離を読み込み、上記ステップS403へ
戻って、さらに右隣の領域を調べてゆく。また、最終区
分の処理が終了したときには、ステップS407からステッ
プS409以降へ進む。

【００６８】以上の距離グループ検出処理により、各区
分の距離データがグループ化されるが、異なる立体物で
あっても互いに距離が接近している区分は、同一のグル
ープとして処理される虞がある。従って、次のステップ
S409〜ステップS420におけるグループ分割処理で距離デ
ータのＸ−Ｚ平面上での並び方向を調べ、並び方向がＺ
軸と平行な部分とＸ軸と平行な部分とでグループを分割
する。

【００６９】このグループ分割処理では、ステップS409
で、既検出の物体候補のグループのデータを追加する
と、ステップS410で、最初のグループのデータを読み込
み、ステップS411で、このグループ内の各区分の並び方
向を算出し、次に、ステップS412へ進んで各区分に“物
体”、“側壁”のラベルを付ける。具体的には、グルー
プ内での左端の区分Ｋ１の位置をＺ１，Ｘ１とし、Ｎ個
だけ右側の区分の位置をＺｐ，Ｘｐとすると、点Ｘ１，
Ｚ１と点Ｘｐ，Ｚｐとの２点を結ぶ直線のＺ軸に対する
傾きＡ１を算出し、この直線の傾きＡ１を設定値（例え
ば、４５°程度）と比較する。そして、直線の傾きＡ１
が設定値以下でデータの並びが略Ｚ軸方向の場合には、
区分Ｋ１は“側壁”とラベル付けし、上記直線の傾きＡ
１が設定値を超え、データの並びが略Ｘ軸方向の場合に
は、“物体”とラベル付けする。

【００７０】このラベル付けの際の区分の間隔Ｎは、Ｎ
＝２〜４区分程度とする。これは、Ｎ＝１すなわち右隣
の区分では、検出距離のバラツキのために並び方向が大
きくばらついてしまい、分割の判断が難しくなるためで
あり、少し離れた区分との並び方向を使うことにより、
方向の安定化を図る。そして、この“側壁”あるいは
“物体”のラベル付けを、グループ内の左端の区分から
順に、右端からＮ個左側の区分まで行い、各区分にラベ
ル付けをする。

【００７１】以上により、各区分のラベル付けが完了す
ると、上記ステップS412からステップS413へ進んで左端
の区分のラベルを読み込み、さらに、ステップS414で、
その右隣の区分のラベルを読み込む。次いで、ステップ
S415へ進み、左端のラベルと、その右隣のラベルが異な
るか否かを調べる。その結果、上記ステップS415におい
て、ラベルが同じときにはステップS417へジャンプし、
ラベルが異なるとき、ステップS416で“側壁”とラベル
付けされた区分と“物体”とラベル付けされた区分とを
分割して別のグループとし、ステップS417へ進む。分割
する区分の位置は、ラベルが“側壁”←→“物体”で変
化する位置のＮ／２区分だけ右側となる。

【００７２】尚、この場合、距離データのバラツキ等に
より部分的にラベルが変化する状況に対処するため、同
じラベルが判定値以上（例えば、３区分以上）連続して
並んでいる場合にのみ分割を行い、判定値未満の場合に
は、分割は行わない。

【００７３】ステップS417では、最終区分か否かを調
べ、最終区分でないとき、ステップS418で次の区分のラ
ベルを読み込んで上記ステップS414へ戻り、同様の処理
を繰り返す。そして、最終区分の処理が終了すると、上
記ステップS417からステップS419ヘ進み、最終グループ
に達したか否かを調べる。その結果、最終グループに達
していないときには、ステップS420で次のグループのデ
ータを読み込み、次のグループに対して同様にグループ
を分割する処理を行う。この処理を繰り返し、やがて、
最終グループに達し、最終グループの処理が終了する
と、グループ分割処理を完了してステップS419からステ
ップS421以降へ進む。

【００７４】以上のグループ分割処理により、図１９に
示すように、左側のガードレール付近の区分がグループ
１の“側壁”、停車車両の後部がグループ２の“物体”
とラベル付けされ、車両側面の付近の区分がグループ３
の“側壁”とラベル付けされる。また、前方正面の車両
の後部付近の区分がグループ４の“物体”とラベル付け
され、進行方向右側の走行レーンの先行車両では、車両
側面の付近の区分がグループ５の“側壁”とラベル付け
され、車両後部がグループ６の“物体”とラベル付けさ
れる。さらに、右側の走行レーンで新たに視野に入って
きた車両側面付近の区分がグループ７の“側壁”とラベ
ル付けされる。

【００７５】次のステップS421〜ステップS427は、分割
された各グループに対し、側壁か物体かの分類を行って
各グループのパラメータを算出する処理であり、ステッ
プS421で、既検出の側壁候補のグループのデータを追加
すると、ステップS422で最初のグループのデータを読み
込み、ステップS423で、グループ内の各区分の位置（Ｘ
ｉ，Ｚｉ）からハフ変換あるいは最小二乗法によって近
似直線を求め、グループ全体の傾きを算出する。

【００７６】次に、ステップS424へ進んで、グループ全
体の傾きから、Ｘ軸方向の傾きを有するグループを物
体、Ｚ軸方向の傾きを有するグループを側壁に分類し、
ステップS425で、各グループのパラメータを算出する。
このパラメータは、物体と分類されたグループでは、グ
ループ内の距離データから算出される平均距離や、左
端、右端のＸ座標等のパラメータであり、側壁と分類さ
れたグループでは、並びの方向（Ｚ軸との傾き）や前後
端の位置（Ｚ，Ｘ座標）等のパラメータである。

【００７７】尚、グループの分類は、前述のグループ分
割処理で付けられた各区分の“側壁”あるいは“物体”
のラベルによって行っても良い。

【００７８】そして、上記ステップS425からステップS4
26へ進んで最終グループに達したか否かを調べ、最終グ
ループでないときには、ステップS427で次のグループの
データを読み込んで上記ステップS423へ戻り、最終グル
ープの処理が終了すると、ステップS428以降の処理へ進
む。

【００７９】ここで、立体物の１個の面、例えば連続し
たガードレール等では、区分毎の距離データのバラツキ
の影響を強く受けることがあり、先の距離グループ検出
処理あるいはグループ分割処理で複数のグループに分割
されてしまう場合がある。この対策として、以下のステ
ップS428〜ステップS436のグループ結合処理において、
先のグループパラメータ算出処理で算出されたグループ
パラメータによって各グループの相互の位置関係を調
べ、同種類のグループで端点の位置が接近し、且つ、並
び方向がほぼ等しい場合には、同一物体の同一の面であ
ると判断し、それらのグループを１個のグループに統合
する。そして、統合したグループとしての各種パラメー
タをグループパラメータ算出処理と同様にして再計算す
る。

【００８０】このため、ステップS428で、最初のグルー
プのパラメータを読み込み、ステップS429で、次のグル
ープのパラメータを読み込むと、ステップS430で、各グ
ループの端点の距離の差、及び、各グループの傾きの差
を算出する。そして、ステップS431で、各グループの端
点の距離の差、及び、各グループの傾きの差が、それぞ
れの判定値以内か否かを調べ、共に判定値以内のとき、
ステップS432へ進んで同一物体のグループとしてグルー
プを結合し、再度、改めてグループのパラメータを算出
してステップS435へ進む。

【００８１】一方、上記ステップS431で、各グループの
端点の距離の差、あるいは、各グループの傾きの差が判
定値以内でないときには、上記ステップS431からステッ
プS433へ進んで最終グループか否かを調べ、最終グルー
プでないときには、ステップS434で次のグループのパラ
メータを読み込んでステップS430へ戻り、最終グループ
のとき、ステップS435へ進む。

【００８２】ステップS435では、最終グループか否かを
調べ、最終グループでないとき、ステップS436で次のグ
ループのパラメータを読み込んで上記ステップS429へ戻
り、最終グループのとき、ステップS437以降へ進む。

【００８３】以上のグループ結合処理により、立体物の
１つの面を誤って分割して検出することが防止される。
このグループ結合処理の後、例えば、図１９に示すよう
に、グループ２とグループ３、グループ５とグループ６
等、同一立体物の後部と側面で別のグループに分離され
ているものに対し、以下のステップS437〜ステップS446
の処理により、同一の立体物であることを検出し、１個
の立体物を、“物体”と“側壁”との組み合わせ（後部
は“物体”、側面は“側壁”とする）として認識する。

【００８４】この処理では、まず、ステップS437で、物
体と分類された最初のグループのパラメータを読み込
み、ステップS438で、側壁と分類された最初のグループ
のパラメータを読み込む。次いで、ステップS439へ進
み、物体と分類されたグループの端点の位置と、側壁と
分類されたグループの端点の位置との差を算出する。こ
の場合、各端点の位置は、“物体”が自動車の正面（Ｚ
軸に相当）より右側にある場合には、“物体”の左端の
位置と“側壁”の手前側の端点の位置との差を算出し、
“物体”が自車両の正面より左側にある場合には、“物
体”の右端の位置と“側壁”の手前側の端点の位置との
差を算出する。

【００８５】そして、ステップS440で、各グループの端
点の位置の差が判定値（例えば、１ｍ程度）以内で、互
いに接近しているか否かを調べ、判定値を超えていると
きには、ステップS441へ分岐して最終側壁か否かを調
べ、最終側壁でないときには、ステップS442で側壁と分
類された次のグループのパラメータを読み込んで上記ス
テップS439へ戻り、最終側壁のとき、ステップS445へ進
む。

【００８６】一方、上記ステップS440で、各グループの
端点の位置の差が判定値以内のときには、上記ステップ
S440からステップS443へ進んで同一立体物であると判定
する。すなわち、１個の立体物の後部と側面とが同時に
見える場合、その２つの面が作るコーナーは手前に凸と
なっているため、“物体”の左端の位置と“側壁”の手
前側の端点の位置、あるいは、“物体”の右端の位置と
“側壁”の手前側の端点の位置とは、本来、一致してい
る。従って、２つのグループの位置の差が上記判定値以
内にあるとき、この２つのグループは１個の立体物を分
けて検出した対であると判断することができる。

【００８７】次に、上記ステップS443からステップS444
へ進み、同一の立体物と判断された“物体”と“側壁”
との対に対し、それぞれの近似直線を延長して交差する
点を立体物のコーナー点の位置として算出すると、各端
点の位置を、このコーナー点の位置に変更する。そし
て、ステップS445で、“物体”の最終グループか否かを
調べ、“物体”の最終グループでないときには、ステッ
プS446で、“物体”と分類された次のグループのパラメ
ータを読み込み、上記ステップS438へ戻って同様の処理
を繰り返す。一方、ステップS445で“物体”の最終のグ
ループのときには、次のステップS447以降の処理へ進
む。

【００８８】図２０は、図１４に示す検出対象例に対
し、“物体”及び“側壁”の検出結果を枠線で示したも
のであり、Ｘ−Ｚ平面で示すと、図２１のようになる。
図２１では、“物体”は太線の実線で示され、“側壁”
は太線の破線で示される。

【００８９】次に、ステップS447以降は、所定の時間間
隔（例えば、０．１ｓｅｃ）の処理サイクル毎に検出さ
れる“物体”や“側壁“の位置の変化から、これらの移
動速度を算出する速度算出処理であり、まず、ステップ
S447で、最初のグループのパラメータを読み込み、ステ
ップS448で同一立体物の対となっているか否かを調べ
る。

【００９０】そして、同一立体物の対となっていないと
きには、上記ステップS448からステップS449へ進み、
“物体”では左右端の中央、“側壁”では前後端の中央
を中心点の位置として、この中心点の位置の時間変化量
を算出すると、ステップS450で、前後方向の速度すなわ
ちＺ方向の速度Ｖｚを、中心点のＺ座標の時間変化量か
ら算出するともに、左右方向の速度すなわちＸ方向の速
度を、中心点のＸ座標の時間変化量から算出し、ステッ
プS453へジャンプする。

【００９１】ステップS453では、最終グループか否かを
調べ、最終グループでないときには、ステップS454で次
のグループのパラメータを読み込み、ステップS448へ戻
って同一立体物の対か否かを調べる。その結果、同一立
体物の対でないときには、前述のステップS449,S450を
経て中心点の位置に時間変化から前後・左右方向の速度
を算出し、最終グループか否かを調べるステップS453へ
戻る。

【００９２】一方、上記ステップS448で同一立体物の対
であるときには、上記ステップS448からステップS451へ
進んで、対応する“物体”又は“側壁”のパラメータを
読み込み、ステップS452で、“物体”から前後方向の速
度（Ｚ軸方向の速度Ｖｚ）を算出するとともに、“側
壁”から左右方向の速度（Ｘ軸方向の速度Ｖｘ）を算出
し、これらの速度Ｖｚ，Ｖｘを、同一立体物におけるＺ
軸方向、Ｘ軸方向の速度とする。そして、ステップS453
で、最終グループか否かを調べ、最終グループでないと
きには、以上の処理を繰り返し、最終グループのとき、
ステップS453からステップS455へ進んで、各グループの
パラメータをメモリに書き込み、立体物検出処理の全体
のプログラムを終了する。

【００９３】すなわち、“物体”では、Ｚ軸方向の位置
は複数の区分の距離の平均値的な値となり、速度Ｖｚは
安定しているが、Ｘ方向の位置は左右端のＸ座標のバラ
ツキの影響を受け、速度Ｖｘはバラツキが大きい傾向に
ある。一方、“側壁”では、Ｘ方向の位置は複数の区分
のＸ座標の平均値的な値となり、速度Ｖｘは安定してい
るが、Ｚ方向の位置は前後端のＺ座標のバラツキの影響
を受け、速度Ｖｚはバラツキが大きくなる傾向にある。
従って、両方の安定した速度のみを用いて同一立体物の
速度とするのである。

【００９４】以上の処理によって検出された物体や側壁
のデータは、車両がガードレール等に接触する危険や先
行車や障害物と衝突する危険を判断するためのデータと
して用いられるが、前回の処理で認識した結果を用いて
現在の状況を検出するため、計算処理量を低減して迅速
な処理を可能とし、システム全体の応答性を向上して安
全確保に寄与することができる。

【００９５】しかも、区分毎の距離データの誤差やバラ
ツキが大きくなる遠方（例えば、８０ｍ以上）の立体物
に対し、従来のように立体物に関する情報が無い状態か
らの認識処理によって認識結果が不安定となることがな
く、安定した認識結果を得ることができる。

【００９６】また、前回の認識結果を保持するのではな
く、前回の認識結果に基づいて距離データを予めグルー
プ化しておき、その上で、新たに検出した距離データと
共に、改めて認識処理を行うため、万一、前回の認識結
果に誤りが有る場合でも、自動的に認識結果が修正さ
れ、信頼性の高いデータを得ることができる。

【００９７】図２２〜図２６は本発明の実施の第２形態
に係わり、図２２は車外監視装置の全体構成図、図２３
は車外監視装置の回路ブロック図、図２４はレーザビー
ムの走査方法を側面から示す説明図、図２５はレーザビ
ームの走査方法を上面から示す説明図、図２６はレーザ
レーダ測距装置で計測される立体物の二次元分布の例を
示す説明図である。

【００９８】前述の第１形態ではカメラの撮像画像を処
理して車外の物体を検出するようにしているが、これに
対し、本形態は、レーザビームの走査によって車外の物
体を検出するものである。すなわち、図２２に示すよう
に、本形態の車両５０に搭載される車外監視装置６０
は、前述の第１形態のステレオ光学系１０及びイメージ
プロセッサ２０に代えてレーザビームによるレーザレー
ダ測距装置７０を採用し、このレーザレーダ測距装置７
０に画像処理用コンピュータ３０を接続したものであ
る。

【００９９】上記レーザレーダ測距装置７０は、レーザ
ビームを投射し、このレーザビームが物体に当たって反
射してくる光を受光し、この所要時間から物体までの距
離を測定するものであり、本形態の車外監視装置６０に
は周知のレーザレーダ測距装置を適用することができ
る。

【０１００】本形態の車外監視装置６０では、レーザビ
ームの投射・受光と左右方向への走査機能を有するレー
ザ投光ユニット７１が車両の前部に取り付けられてお
り、図２３に示すように、レーザレーダ測距装置７０に
は、レーザービームの投光受光の所要時間から物体まで
の距離を計算し、また、レーザビームを走査する方向か
ら物体の二次元の位置を計算する距離検出回路７０ａ、
検出された物体の二次元の位置を書き込む二次元分布メ
モリ７０ｂ等から構成されている。

【０１０１】図２４に示すように、レーザ投光ユニット
７１からはレーザビームが水平に投射され、道路表面よ
り高い位置にある立体物のみが検出される。また、図２
５に示すように、レーザビームは左右方向に走査され、
所定の走査範囲で一定の間隔毎にレーザビームが投光・
受光されて距離を検出する動作が繰り返され、立体物の
二次元分布が計測される。

【０１０２】例えば、前方左側にガードレール、右前方
に他の車両がある状況を上記レーザレーダ測距装置７０
で計測すると、図２６に示すような立体物の二次元分布
の情報が得られる。これは、前述の第１形態における区
分毎の立体物の距離データと同様である。

【０１０３】従って、レーザレーダ測距装置７０の出力
である立体物の二次元分布に対し、第１形態と同様の処
理を行なうことにより、物体や壁面を検出することがで
きる。本形態では、立体物のデータを処理が容易な形態
で得ることができ、計算処理量を更に低減することが可
能である。

【０１０４】

【発明の効果】以上説明したように本発明によれば、車
外の物体までの距離を計測して得られる距離分布の疑似
画像に基づいて車外の状況を認識する際、既検出の立体
物の情報を効果的に利用するため、データ処理量を低減
してシステム全体の応答性を向上することができ、且
つ、遠方の立体物に対する認識を確実なものとし、検出
精度及び信頼性を向上することができる等優れた効果が
得られる。

【図面の簡単な説明】

【図１】本発明の実施の第１形態に係わり、車外監視装
置の全体構成図

【図２】同上、車外監視装置の回路ブロック図

【図３】同上、立体物検出処理のメインルーチンを示す
フローチャート

【図４】同上、距離データ検出ルーチンのフローチャー
ト

【図５】同上、物体・側壁候補検出ルーチンのフローチ
ャート

【図６】同上、立体物候補検出ルーチンのフローチャー
ト

【図７】同上、新規立体物検出ルーチンのフローチャー
ト

【図８】同上、新規立体物検出ルーチンのフローチャー
ト

【図９】同上、新規立体物検出ルーチンのフローチャー
ト

【図１０】同上、新規立体物検出ルーチンのフローチャ
ート

【図１１】同上、車載のカメラで撮像した画像の例を示
す説明図

【図１２】同上、距離画像の例を示す説明図

【図１３】同上、距離画像の区分を示す説明図

【図１４】同上、検出対象の状況例を示す説明図

【図１５】同上、区分毎の立体物の検出距離の例を示す
説明図

【図１６】同上、立体物の距離データの抽出範囲を示す
説明図

【図１７】同上、コーナー点検出の説明図

【図１８】同上、コーナー点を起点とする距離データの
グループ化を示す説明図

【図１９】同上、距離データの並び方向によるグループ
の分割を示す説明図

【図２０】同上、検出対象に対する検出結果を示す説明
図

【図２１】同上、検出結果をＸ−Ｚ平面で示した説明図

【図２２】本発明の第２形態に係わり、車外監視装置の
全体構成図

【図２３】同上、車外監視装置の回路ブロック図

【図２４】同上、レーザビームの走査方法を側面から示
す説明図

【図２５】同上、レーザビームの走査方法を上面から示
す説明図

【図２６】同上、レーザレーダ測距装置で計測される立
体物の二次元分布の例を示す説明図

【符号の説明】

１ …車外監視装置１０ａ，１０ｂ…ＣＣＤカメラ２０…イメージプロセッサ３０…画像処理用コンピュータ

Claims

【特許請求の範囲】

【請求項１】車外の物体の距離を計測して得られる距
離分布の疑似画像を複数の区分に分割し、各区分毎に立
体物の有無と距離データとを検出して車外の状況を認識
する車外監視装置において、前回の認識処理で検出された立体物の現在位置を推定す
る手段と、上記立体物の推定位置を囲む領域を設定する手段と、上記領域内の距離データを抽出してグループ化するとと
もに、距離データが互いに接近する区分をグループ化
し、全体の区分を複数のグループにまとめる手段と、各グループ毎に立体物の位置の並び方向が変化する部分
の有無を調べ、並び方向が変化する部分の存在するグル
ープを該当位置で分割する手段と、分割した各グループに対し、グループ内の立体物の位置
の全体的な並び方向を算出し、そのグループが立体物の
後部を検出したものか、あるいは、立体物の側部を検出
したものかを判別する手段と、各グループについて、立体物の位置及び位置に係わるパ
ラメータを算出する手段とを備えたことを特徴とする車
外監視装置。
【請求項２】上記領域を、前回の認識処理で検出され
た立体物のコーナー点の推定位置を起点として、自車両
の進行方向の領域と、自車両の左右方向の領域とに分け
て設定し、それぞれの領域内の距離データをグループ化
することを特徴とする請求項１記載の車外監視装置。
【請求項３】各グループの相互の位置関係に基づい
て、同一立体物の同一の面を重複して検出している個々
のグループを１つのグループに統合する手段を備えたこ
とを特徴とする請求項１または請求項２記載の車外監視
装置。
【請求項４】各グループの相互の位置関係に基づい
て、同一立体物の後部と側部とを別々に検出しているグ
ループを識別する手段を備えたことを特徴とする請求項
１，２，３のいずれか一に記載の車外監視装置。
【請求項５】同一立体物の後部を検出しているグルー
プ及び側部を検出しているグループのデータから立体物
のコーナー点の位置を算出することを特徴とする請求項
４記載の車外監視装置。
【請求項６】同一立体物の前後方向の移動速度及び左
右方向の移動速度を、同一立体物の後部を検出している
グループの中心点の前後方向の時間変化、及び、同一立
体物の側部を検出しているグループの中心点の左右方向
の時間変化に基づいて算出することを特徴とする請求項
４記載の車外監視装置。
【請求項７】上記疑似画像は、ステレオカメラで撮像
した一対の画像の相関を求め、同一物体に対する視差か
ら三角測量の原理によって求めた三次元の距離分布を示
すものであることを特徴とする請求項１記載の車外監視
装置。
【請求項８】上記疑似画像は、レーザ光の投射・受光
あるいは電波の発信・受信によって求めた二次元の距離
分布を示すものであることを特徴とする請求項１記載の
車外監視装置。