JPWO2013129361A1 - 立体物検出装置 - Google Patents

Abstract

異なる時刻の鳥瞰視画像を位置合わせした差分画像において、差分閾値以上の差分を示す画素数をカウントして差分波形情報を生成し、差分波形情報に基づいて立体物の検出を行う立体物検出手段３２，３３，３４と、検出領域とは異なる領域であり、かつ、被写体の輪郭情報の抽出が予測される領域を基準画像領域として設定する基準画像領域設定手段３５と、被写体の輪郭情報を抽出する輪郭情報検出手段３５と、基準画像領域で検出された輪郭情報に基づいて基準鮮鋭度を算出する基準鮮鋭度算出手段３５と、検出領域で検出された輪郭情報に基づいて対象鮮鋭度を算出する対象鮮鋭度算出手段３５とを備え、立体物検出手段３２，３３，３４は、基準鮮鋭度と対象鮮鋭度とに基づいて最終鮮鋭度を算出し、算出した最終鮮鋭度に基づいて、差分閾値を設定する。

Description

本発明は、立体物検出装置に関するものである。
本出願は、２０１２年３月２日に出願された日本国特許出願の特願２０１２−０４６６７０に基づく優先権、および２０１２年７月１９日に出願された日本国特許出願の特願２０１２−１６０７７５に基づく優先権を主張するものであり、文献の参照による組み込みが認められる指定国については、上記の出願に記載された内容を参照により本出願に組み込み、本出願の記載の一部とする。

従来より、カメラで撮像した撮像画像から、立体物を検出する技術が知られている（特許文献１参照）。

特開２００１−２７３４９４号公報

しかしながら、従来では、カメラのレンズが全体的に汚れてしまった場合に、鮮明な撮像画像を撮像することができず、その結果、撮像画像から他車両を検出できない場合があった。

本発明が解決しようとする課題は、カメラのレンズが全体的に汚れている場合でも、立体物を正確に検出することができる立体物検出装置を提供することである。

本発明は、異なる時刻に得られた２枚の鳥瞰視画像の差分から差分波形を生成し、この差分波形に基づいて立体物を検出する際に、一定量の輪郭情報の検出が予測される画像領域を基準画像領域として設定し、基準画像領域における画像の鮮明さの度合いを基準鮮鋭度として算出するとともに、検出領域における画像の鮮明さの度合いを対象鮮鋭度として算出し、基準鮮鋭度と対象鮮鋭度との比較結果に基づいて、２枚の鳥瞰視画像の差分を検出するための差分閾値を変更することで、上記課題を解決する。

本発明によれば、画像の鮮明さに応じて差分閾値を変更することで、画像の鮮明さに応じて鳥瞰視画像間における差分の検出感度を調整することができるため、レンズが全体的に汚れており、画像が不鮮明である場合でも、立体物を適切に検出することができる。

第１実施形態に係る立体物検出装置を搭載した車両の概略構成図である。 図１の車両の走行状態を示す平面図である。 第１実施形態に係る計算機の詳細を示すブロック図である。 第１実施形態に係る位置合わせ部の処理の概要を説明するための図であり、（ａ）は車両の移動状態を示す平面図、（ｂ）は位置合わせの概要を示す画像である。 カメラにより撮像される画像の一例を示す図である。 レンズの汚れと鮮鋭度との関係を説明するための図である。 抽出基準値に基づいて基準鮮鋭度を算出する方法を説明するための図である。 基準鮮鋭度と対象鮮鋭度とを比較して、最終鮮鋭度を算出する方法を説明ための図である。 最終鮮鋭度と差分閾値ｔｈとの関係の一例を示すグラフである。 第１実施形態に係る立体物検出部による差分波形の生成の様子を示す概略図である。 第１実施形態に係る立体物検出部によって分割される小領域を示す図である。 第１実施形態に係る立体物検出部により得られるヒストグラムの一例を示す図である。 第１実施形態に係る立体物検出部による重み付けを示す図である。 第１実施形態に係る立体物検出部により得られるヒストグラムの他の例を示す図である。 隣接車線に存在する隣接車両を判定する方法を説明するための図である。 第１実施形態に係る隣接車両検出方法を示すフローチャート（その１）である。 第１実施形態に係る隣接車両検出方法を示すフローチャート（その２）である。 第２実施形態に係る計算機の詳細を示すブロック図である。 車両の走行状態を示す図であり、（ａ）は検出領域等の位置関係を示す平面図、（ｂ）は実空間における検出領域等の位置関係を示す斜視図である。 第２実施形態に係る輝度差算出部の動作を説明するための図であり、（ａ）は鳥瞰視画像における注目線、参照線、注目点及び参照点の位置関係を示す図、（ｂ）は実空間における注目線、参照線、注目点及び参照点の位置関係を示す図である。 第２実施形態に係る輝度差算出部の詳細な動作を説明するための図であり、（ａ）は鳥瞰視画像における検出領域を示す図、（ｂ）は鳥瞰視画像における注目線、参照線、注目点及び参照点の位置関係を示す図である。 エッジ検出動作を説明するための画像例を示す図である。 エッジ線とエッジ線上の輝度分布を示す図であり、（ａ）は検出領域に立体物（隣接車両）が存在している場合の輝度分布を示す図、（ｂ）は検出領域に立体物が存在しない場合の輝度分布を示す図である。 最終鮮鋭度とエッジ閾値ｔとの関係の一例を示すグラフである。 第２実施形態に係る隣接車両検出方法を示すフローチャート（その１）である。 第２実施形態に係る隣接車両検出方法を示すフローチャート（その２）である。 基準鮮鋭度と対象鮮鋭度とを比較して、最終鮮鋭度を算出する他の方法を説明ための図である。 基準鮮鋭度と対象鮮鋭度とを比較して、最終鮮鋭度を算出する他の方法を説明ための図である。

《第１実施形態》
図１は、第１実施形態に係る立体物検出装置１を搭載した車両の概略構成図である。本実施形態に係る立体物検出装置１は、自車両Ｖ１が車線変更する際に接触の可能性がある隣接車線に存在する他車両（以下、隣接車両ともいう。）を検出することを目的とする。本実施形態に係る立体物検出装置１は、図１に示すように、カメラ１０と、車速センサ２０と、計算機３０とを備える。

カメラ１０は、図１に示すように、自車両Ｖ１の後方における高さｈの箇所において、光軸が水平から下向きに角度θとなるように車両Ｖ１に取り付けられている。カメラ１０は、この位置から自車両Ｖ１の周囲環境のうちの所定領域を撮像する。車速センサ２０、自車両Ｖ１の走行速度を検出するものであって、例えば車輪に回転数を検知する車輪速センサで検出した車輪速から車速度を算出する。計算機３０は、自車両後方の隣接車線に存在する隣接車両の検出を行う。

図２は、図１の自車両Ｖ１の走行状態を示す平面図である。同図に示すように、カメラ１０は、所定の画角ａで車両後方側を撮像する。このとき、カメラ１０の画角ａは、自車両Ｖ１が走行する車線に加えて、その左右の車線（隣接車線）についても撮像可能な画角に設定されている。

図３は、図１の計算機３０の詳細を示すブロック図である。なお、図３においては、接続関係を明確とするためにカメラ１０、車速センサ２０についても図示する。

図３に示すように、計算機３０は、視点変換部３１と、位置合わせ部３２と、立体物検出部３３と、差分閾値設定部３４と、鮮鋭度算出部３５とを備える。以下に、それぞれの構成について説明する。

視点変換部３１は、カメラ１０による撮像にて得られた所定領域の撮像画像データを入力し、入力した撮像画像データを鳥瞰視される状態の鳥瞰画像データに視点変換する。鳥瞰視される状態とは、上空から例えば鉛直下向きに見下ろす仮想カメラの視点から見た状態である。この視点変換は、例えば特開２００８−２１９０６３号公報に記載されるようにして実行することができる。撮像画像データを鳥瞰視画像データに視点変換するのは、立体物に特有の鉛直エッジは鳥瞰視画像データへの視点変換により特定の定点を通る直線群に変換されるという原理に基づき、これを利用すれば平面物と立体物とを識別できるからである。

位置合わせ部３２は、視点変換部３１の視点変換により得られた鳥瞰視画像データを順次入力し、入力した異なる時刻の鳥瞰視画像データの位置を合わせる。図４は、位置合わせ部３２の処理の概要を説明するための図であり、（ａ）は自車両Ｖ１の移動状態を示す平面図、（ｂ）は位置合わせの概要を示す画像である。

図４（ａ）に示すように、現時刻の自車両Ｖ１がＰ_１に位置し、一時刻前の自車両Ｖ１がＰ_１’に位置していたとする。また、自車両Ｖ１の後側方向に隣接車両Ｖ２が位置して自車両Ｖ１と並走状態にあり、現時刻の隣接車両Ｖ２がＰ_２に位置し、一時刻前の隣接車両Ｖ２がＰ_２’に位置していたとする。さらに、自車両Ｖ１は、一時刻で距離ｄ移動したものとする。なお、一時刻前とは、現時刻から予め定められた時間（例えば１制御周期）だけ過去の時刻であってもよいし、任意の時間だけ過去の時刻であってもよい。

このような状態において、現時刻における鳥瞰視画像ＰＢ_ｔは図４（ｂ）に示すようになる。この鳥瞰視画像ＰＢ_ｔでは、路面上に描かれる白線については矩形状となり、比較的正確に平面視された状態となるが、隣接車両Ｖ２（位置Ｐ_２）については倒れ込みが発生する。また、一時刻前における鳥瞰視画像ＰＢ_ｔ−１についても同様に、路面上に描かれる白線については矩形状となり、比較的正確に平面視された状態となるが、隣接車両Ｖ２（位置Ｐ_２’）については倒れ込みが発生する。既述したとおり、立体物の鉛直エッジ（厳密な意味の鉛直エッジ以外にも路面から三次元空間に立ち上がったエッジを含む）は、鳥瞰視画像データへの視点変換処理によって倒れ込み方向に沿った直線群として現れるのに対し、路面上の平面画像は鉛直エッジを含まないので、視点変換してもそのような倒れ込みが生じないからである。

位置合わせ部３２は、上記のような鳥瞰視画像ＰＢ_ｔ，ＰＢ_ｔ−１の位置合わせをデータ上で実行する。この際、位置合わせ部３２は、一時刻前における鳥瞰画像ＰＢ_ｔ−１をオフセットさせ、現時刻における鳥瞰視画像ＰＢ_ｔと位置を一致させる。図４（ｂ）の左側の画像と中央の画像は、移動距離ｄ’だけオフセットした状態を示す。このオフセット量ｄ’は、図４（ａ）に示した自車両Ｖ１の実際の移動距離ｄに対応する鳥瞰視画像データ上の移動量であり、車速センサ２０からの信号と一時刻前から現時刻までの時間に基づいて決定される。

また、位置合わせ後において位置合わせ部３２は、鳥瞰視画像ＰＢ_ｔ，ＰＢ_ｔ−１の差分をとり、差分画像ＰＤ_ｔのデータを生成する。ここで、本実施形態において、位置合わせ部３２は、照度環境の変化に対応するために、鳥瞰視画像ＰＢ_ｔ，ＰＢ_ｔ−１の画素値の差を絶対値化し、当該絶対値が所定の差分閾値ｔｈ以上であるときに、差分画像ＰＤ_ｔの画素値を「１」とし、絶対値が所定の差分閾値ｔｈ未満であるときに、差分画像ＰＤ_ｔの画素値を「０」とすることで、図４（ｂ）の右側に示すような差分画像ＰＤ_ｔのデータを生成することができる。

なお、本実施形態において、上述した差分閾値ｔｈは、図３に示す差分閾値設定部３４により設定される。また、本実施形態において、差分閾値設定部３４は、後述する鮮鋭度算出部３５の算出結果に基づいて、差分閾値ｔｈを設定する。以下に、差分閾値設定部３４および鮮鋭度算出部３５による差分閾値ｔｈの設定方法について説明する。

鮮鋭度算出部３５は、鳥瞰視画像の鮮明さの度合いを鮮鋭度として算出する。すなわち、鮮鋭度算出部３５は、鳥瞰視画像において被写体が鮮明に写っているほど鮮鋭度を高く算出し、一方、被写体が不鮮明であるほど鮮鋭度を低く算出する。たとえば、カメラ１０のレンズが全体的に汚れている場合（たとえば、レンズが雨で濡れた後にレンズの表面が乾燥し、雨滴の痕が白く膜状に、レンズに残った場合など）には、鮮鋭度は低く算出されることとなる。

また、本実施形態において、鮮鋭度算出部３５は、基準鮮鋭度および対象鮮鋭度の２種類の鮮鋭度を算出する。ここで、基準鮮鋭度とは、所定の被写体が存在すると予測される画像領域における鮮鋭度であり、対象鮮鋭度とは、検出領域Ａ１，Ａ２における鮮鋭度である。以下に、鮮鋭度算出部３５による基準鮮鋭度および対象鮮鋭度の算出方法を説明する。なお、以下に説明する鮮鋭度の算出方法は一例であり、これに限定されるものではない。

まず、基準鮮鋭度の算出方法について説明する。本実施形態において、鮮鋭度算出部３５は、まず、鳥瞰視画像上において一定量以上のエッジを検出することが予測できる画像領域を、基準画像領域として設定する。たとえば、カメラ１０の設置位置や設置角度などによって、図５に示すように、自車両のバンパー、自車両にカメラ１０を取り付けるためのカメラ１０のケーシング、および自車両のナンバープレートなどが、固有の画像領域において撮像される。このような被写体は、自車両の一部であり、自車両に搭載されているカメラ１０から近い位置に存在する。そのため、このような被写体を撮像した場合、被写体は比較的鮮明に撮像され、撮像した被写体から一定量以上のエッジを抽出できると予測される。そこで、鮮鋭度算出部３５は、自車両のバンパーや、カメラ１０のケーシング、あるいは、自車両のナンバープレートなどの自車両の一部の画像に対応する画像領域を、一定量のエッジの抽出が予測される基準画像領域として設定する。なお、このような自車両の一部の画像は、図５に示すように、固有の領域に位置するため、被写体の位置を検出することなく基準画像領域を設定することができる。

また、基準画像領域の設定方法は、上述した方法に限定されず、以下のように基準画像領域を設定してもよい。たとえば、水平線を含む画像領域を基準画像領域として設定してもよい。水平線を含む画像領域では、海と空との間でコントラストが生じやすく、一定量以上のエッジを抽出できると予測されるためである。また、図５に示すように、地平線を含む画像領域を基準画像領域として設定してもよい。地平線を含む画像領域では、道路と空との間でコントラストが生じやすく、一定量以上のエッジを抽出できると予測されるためである。図５に示すように、水平線や地平線などの遠方の風景に対応する画像領域も、固有の領域に位置するため、被写体の位置を検出することなく基準画像領域を設定することができる。なお、昼間は水平線を含む画像領域を基準画像領域として設定し、夜間は地平線を含む領域を基準画像領域として設定する構成としてもよい。

さらに、鮮鋭度算出部３５は、道路の消失点を含む画像領域を基準画像領域として設定する構成としてもよい。道路の消失点を含む画像領域においては、画像上における被写体の移動速度が遅くなるため、被写体のエッジを安定して検出することができるためである。そのため、たとえば、地平線を含む消失点近傍の画像領域を基準画像領域として設定することで、鮮鋭度算出部３５は、一定量以上のエッジをより適切に抽出することができる。

加えて、鮮鋭度算出部３５は、街灯や他車両のヘッドライトなどの光源の画像を含む画像領域を、基準画像領域として設定してもよい。街灯やヘッドライトなどの高輝度領域とその周辺の低輝度領域との間ではコントラストが生じやすく、一定量以上のエッジを抽出できると予測されるためである。なお、街灯やヘッドライトなどの光源の検出方法は特に限定されないが、鮮鋭度算出部３５は、たとえば、周辺との明るさの差が所定値以上であり、かつ、所定以上の大きさである画像領域を、光源に対応する領域として検出することができる。

そして、鮮鋭度算出部３５は、基準画像領域における画像の鮮明さの度合いを、基準鮮鋭度として算出する。具体的には、鮮鋭度算出部３５は、基準画像領域において互いに隣接する画素間の輝度差が所定値以上である場合には、これら互いに隣接する画素間に被写体のエッジ（輪郭）が存在すると判断し、このような輝度差を有する画素から被写体のエッジを抽出する。また、鮮鋭度算出部３５は、基準画像領域における画素間の輝度差が大きいほど、基準画像領域に存在する被写体のエッジの強度を高い値で抽出する。そして、鮮鋭度算出部３５は、基準画像領域において抽出したエッジの強度が高いほど、基準画像領域における基準鮮鋭度を高い値で算出する。

ここで、図６は、レンズの汚れと鮮鋭度（画像の鮮明さ）との関係を説明するための図である。なお、図６においては、縦軸が輝度、横軸が画素の位置を示している。また、図６においては、街灯やヘッドライトなどの高輝度の被写体を撮像している場面を例示している。図６に示すように、カメラ１０のレンズが汚れている場合には、カメラ１０のレンズに付着した汚れにより、被写体からレンズに入射される光が乱反射してしまい、レンズが汚れていない場合と比較して、輝度のピークの勾配が緩やかとなり、画素間の輝度差は小さくなる。そのため、鮮鋭度算出部３５は、カメラ１０のレンズが汚れている場合には、エッジ強度を小さく検出することとなり、この場合、基準鮮鋭度を低い値で算出する。一方、レンズが汚れていない場合には、図６に示すように、輝度のピークの勾配が急峻となり、画素間の輝度差が大きくなる。そのため、鮮鋭度算出部３５は、カメラ１０のレンズが汚れていない場合には、エッジ強度を大きく検出することとなり、この場合、基準鮮鋭度を高い値で算出する。このように、鮮鋭度算出部３５は、エッジの強度に応じて、画像の鮮明さの度合いを示す基準鮮鋭度を算出する。

なお、鮮鋭度算出部３５による基準鮮鋭度の算出方法は上述した方法に限定されず、以下の方法で、基準鮮鋭度を算出することができる。すなわち、所定値以上の輝度を有する領域を高輝度領域として検出し、検出した高輝度領域の周辺における輝度の勾配に基づいて、基準鮮鋭度を算出してもよい。具体的には、鮮鋭度算出部３５は、街灯やヘッドライトなどの光源の画像を含む画像領域を基準画像領域として設定した場合に、街灯やヘッドライトなどの光源に対応する高輝度領域の外縁から外側に向かう輝度の勾配を検出する。ここで、図６に示すように、レンズが汚れていない場合には、輝度の勾配は急峻となり、一方、レンズが汚れている場合には、輝度の勾配は緩やかとなる。そのため、鮮鋭度算出部３５は、カメラ１０のレンズが汚れていない場合には、急峻な輝度の勾配を検出することとなり、この場合、基準鮮鋭度を高い値で算出する。一方、鮮鋭度算出部３５は、カメラ１０のレンズが汚れている場合には、緩やかな輝度の勾配を検出することとなり、この場合、基準鮮鋭度を低い値で算出する。

また、画像の周波数成分に基づいて、基準鮮鋭度を算出する構成としてもよい。すなわち、基準画像領域で得られた画像信号から被写体の周波数成分を抽出し、抽出した周波数成分に対してローパスフィルター処理を施すことで高周波成分を除去する。そして、高周波成分を除去した後の周波数成分と、高周波成分を除去する前の周波数成分とを比較して、被写体の高周波成分を抽出することで、抽出した高周波成分を基準鮮鋭度として算出してもよい。基準画像領域から得られる被写体の高周波成分は、基準画像領域のうちコントラストの高い領域から得られるため、高周波成分が多いほど画像は鮮明であり（高コントラストであり）、この場合、基準鮮鋭度を高い値で算出することができる。

さらに、基準画像領域からエッジを抽出する際に用いられる抽出基準値に基づいて、基準鮮鋭度を算出する構成としてもよい。ここで、図７は、抽出基準値に基づいて、基準鮮鋭度を算出する方法を説明するための図である。たとえば、図７に示す例において、鮮鋭度算出部３５は、まず、予め設定されている抽出基準値ｔｓ以上のエッジを基準輝度領域から抽出し、所定量以上のエッジが抽出できたか否かを判定する。そして、所定量以上のエッジを抽出できない場合に、鮮鋭度算出部３５は、抽出基準値ｔｓを小さい値に変更し、変更した抽出基準値以上のエッジを抽出し、基準輝度領域において所定量以上のエッジが抽出できたか否かを判定する。このように、鮮鋭度算出部３５は、抽出基準値を小さい値に変更しながらエッジの抽出を繰り返し、所定量以上のエッジを抽出できる抽出基準値ｔｓ’（所定量以上のエッジを抽出できる抽出基準値のうち最も大きい抽出基準値ｔｓ’）を特定する。ここで、同一の被写体を撮像した場合、図７に示すように、レンズが汚れて画像が不鮮明になるほど、被写体の輪郭がぼやけ、抽出される被写体のエッジの強度は小さくなる。そのため、図７に示すように、レンズが汚れておらず画像が鮮明に写っている場合と比べて、レンズが汚れて画像が不鮮明である場合では、抽出基準値をより小さい値に変更しなければ所定量以上のエッジを抽出することができない。そこで、鮮鋭度算出部３５は、所定量以上のエッジを抽出できた抽出基準値が小さいほど、レンズが汚れており画像が不鮮明であると判断し、基準鮮鋭度を低い値で算出する。

さらに、鮮鋭度算出部３５は、基準画像領域に対応する基準鮮鋭度に加えて、検出領域Ａ１，Ａ２における画像の鮮明さの度合いを、対象鮮鋭度として算出する。なお、対象鮮鋭度の算出方法は、検出領域Ａ１，Ａ２において鮮鋭度を算出すること以外は、基準鮮鋭度の算出方法と同様であるため、その説明は省略する。

そして、鮮鋭度算出部３５は、算出した基準鮮鋭度と対象鮮鋭度とを比較し、図８に示すように、基準鮮鋭度および対象鮮鋭度のうち高い方の値を最終鮮鋭度として算出する。なお、図８は、最終鮮鋭度の一例を示すグラフであり、図８中、最終鮮鋭度を実線で表している。また、図８において、横軸は時間を示しており、縦軸は鮮鋭度の値を示している。

そして、図３に戻り、差分閾値設定部３４は、鮮鋭度算出部３５により算出された最終鮮鋭度に基づいて、差分閾値ｔｈを算出する。ここで、図９は、最終鮮鋭度と差分閾値ｔｈとの関係を示すグラフである。差分閾値設定部３４は、図９に示すように、最終鮮鋭度が低いほど差分閾値ｔｈを低く設定し、最終鮮鋭度が高いほど差分閾値ｔｈを高く設定する。これにより、カメラ１０のレンズ全体が汚れており最終鮮鋭度が低い場合には、差分閾値ｔｈが低く設定されることとなる。

ここで、異なる時刻に得られた２枚の鳥瞰視画像間の差分は、異なる時刻に得られた２枚の鳥瞰視画像において変化があった箇所であり、言い換えれば、立体物が存在した可能性が高い箇所であるといえる。そのため、検出領域の最終鮮鋭度が低い場合に差分閾値ｔｈを低くし、異なる時刻に得られた２枚の鳥瞰視画像間における差分の検出感度を上げることで、検出領域において立体物を検出しやすくすることができる。その結果、レンズ全体が汚れており、検出領域の最終精鋭度が低い場合であっても、検出領域において立体物を適切に検出することができる。

図３に戻り、立体物検出部３３は、図４（ｂ）に示す差分画像ＰＤ_ｔのデータに基づいて立体物を検出する。この際、立体物検出部３３は、実空間上における立体物の移動距離についても算出する。立体物の検出および移動距離の算出にあたり、立体物検出部３３は、まず差分波形を生成する。

具体的には、立体物検出部３３は、後述する検出領域設定部３４により設定された検出領域において、差分波形を生成する。なお、本例の立体物検出装置１は、自車両Ｖ１が車線変更する際に接触の可能性がある隣接車両について移動距離を算出することを目的とするものである。このため、本例では、図２に示すように、自車両Ｖ１の後側方に矩形状の検出領域Ａ１，Ａ２が設定される。なお、このような検出領域Ａ１，Ａ２は、自車両Ｖ１に対する相対位置から設定してもよいし、白線の位置を基準に設定してもよい。白線の位置を基準に設定する場合に、立体物検出装置１は、例えば既存の白線認識技術等を利用するとよい。なお、検出領域設定部３４による検出領域の設定方法については後述する。

また、立体物検出部３３は、図２に示すように、設定した検出領域Ａ１，Ａ２の自車両Ｖ１側における辺（走行方向に沿う辺）を接地線Ｌ１，Ｌ２として認識する。一般に接地線は立体物が地面に接触する線を意味するが、本実施形態では地面に接触する線でなく上記の如くに設定される。なおこの場合であっても、経験上、本実施形態に係る接地線と、本来の隣接車両Ｖ２の位置から求められる接地線との差は大きくなり過ぎず、実用上は問題が無い。

図１０は、立体物検出部３３による差分波形の生成の様子を示す概略図である。図１０に示すように、立体物検出部３３は、位置合わせ部３２で算出した差分画像ＰＤ_ｔ（図６（ｂ）の右図）のうち検出領域Ａ１，Ａ２に相当する部分から、差分波形ＤＷ_ｔを生成する。この際、立体物検出部３３は、視点変換により立体物が倒れ込む方向に沿って、差分波形ＤＷ_ｔを生成する。なお、図１０に示す例では、便宜上、検出領域Ａ１のみを用いて説明するが、検出領域Ａ２についても同様の手順で差分波形ＤＷ_ｔを生成する。

具体的に説明すると、まず立体物検出部３３は、差分画像ＰＤ_ｔのデータ上において立体物が倒れ込む方向上の線Ｌａを定義する。そして、立体物検出部３３は、線Ｌａ上において所定の差分を示す差分画素ＤＰの数をカウントする。本実施形態では、差分閾値設定部３４により設定された差分閾値ｔｈ以上の差分を有する画素の画素値が「１」で、差分閾値ｔｈ未満の差分を有する画素の画素値が「０」で表現されており、画素値「１」を示す画素が、差分画素ＤＰとしてカウントされる。

立体物検出部３３は、差分画素ＤＰの数をカウントした後、線Ｌａと接地線Ｌ１との交点ＣＰを求める。そして、立体物検出部３３は、交点ＣＰとカウント数とを対応付け、交点ＣＰの位置に基づいて横軸位置、すなわち図１０右図の上下方向軸における位置を決定するとともに、カウント数から縦軸位置、すなわち図１０右図の左右方向軸における位置を決定し、交点ＣＰにおけるカウント数としてプロットする。

以下同様に、立体物検出部３３は、立体物が倒れ込む方向上の線Ｌｂ，Ｌｃ…を定義して、差分画素ＤＰの数をカウントし、各交点ＣＰの位置に基づいて横軸位置を決定し、カウント数（差分画素ＤＰの数）から縦軸位置を決定しプロットする。立体物検出部３３は、上記を順次繰り返して度数分布化することで、図１０右図に示すように差分波形ＤＷ_ｔを生成する。

上述したように、差分画像ＰＤ_ｔのデータ上における差分画素ＰＤは、異なる時刻の画像において変化があった画素であり、言い換えれば立体物が存在した箇所であるといえる。このため、立体物が存在した箇所において、立体物が倒れ込む方向に沿って画素数をカウントして度数分布化することで差分波形ＤＷ_ｔを生成することとなる。特に、立体物が倒れ込む方向に沿って画素数をカウントすることから、立体物に対して高さ方向の情報から差分波形ＤＷ_ｔを生成することとなる。

なお、図１０左図に示すように、立体物が倒れ込む方向上の線Ｌａと線Ｌｂとは検出領域Ａ１と重複する距離が異なっている。このため、検出領域Ａ１が差分画素ＤＰで満たされているとすると、線Ｌｂ上よりも線Ｌａ上の方が差分画素ＤＰの数が多くなる。このため、立体物検出部３３は、差分画素ＤＰのカウント数から縦軸位置を決定する場合に、立体物が倒れ込む方向上の線Ｌａ，Ｌｂと検出領域Ａ１とが重複する距離に基づいて正規化する。具体例を挙げると、図１０左図において線Ｌａ上の差分画素ＤＰは６つあり、線Ｌｂ上の差分画素ＤＰは５つである。このため、図１０においてカウント数から縦軸位置を決定するにあたり、立体物検出部３３は、カウント数を重複距離で除算するなどして正規化する。これにより、差分波形ＤＷ_ｔに示すように、立体物が倒れ込む方向上の線Ｌａ，Ｌｂに対応する差分波形ＤＷ_ｔの値はほぼ同じとなっている。

差分波形ＤＷ_ｔの生成後、立体物検出部３３は、生成した差分波形ＤＷ_ｔに基づいて、隣接車線に存在している隣接車両の検出を行う。立体物検出部３３は、現時刻における差分波形ＤＷ_ｔと一時刻前の差分波形ＤＷ_ｔ−１との対比により移動距離を算出する。すなわち、立体物検出部３３は、差分波形ＤＷ_ｔ，ＤＷ_ｔ−１の時間変化から移動距離を算出する。

詳細に説明すると、立体物検出部３３は、図１１に示すように差分波形ＤＷ_ｔを複数の小領域ＤＷ_ｔ１〜ＤＷ_ｔｎ（ｎは２以上の任意の整数）に分割する。図１１は、立体物検出部３３によって分割される小領域ＤＷ_ｔ１〜ＤＷ_ｔｎを示す図である。小領域ＤＷ_ｔ１〜ＤＷ_ｔｎは、例えば図８に示すように、互いに重複するようにして分割される。例えば小領域ＤＷ_ｔ１と小領域ＤＷ_ｔ２とは重複し、小領域ＤＷ_ｔ２と小領域ＤＷ_ｔ３とは重複する。

次いで、立体物検出部３３は、小領域ＤＷ_ｔ１〜ＤＷ_ｔｎ毎にオフセット量（差分波形の横軸方向（図１１の上下方向）の移動量）を求める。ここで、オフセット量は、一時刻前における差分波形ＤＷ_ｔ−１と現時刻における差分波形ＤＷ_ｔとの差（横軸方向の距離）から求められる。この際、立体物検出部３３は、小領域ＤＷ_ｔ１〜ＤＷ_ｔｎ毎に、一時刻前における差分波形ＤＷ_ｔ−１を横軸方向に移動させた際に、現時刻における差分波形ＤＷ_ｔとの誤差が最小となる位置（横軸方向の位置）を判定し、差分波形ＤＷ_ｔ−１の元の位置と誤差が最小となる位置との横軸方向の移動量をオフセット量として求める。そして、立体物検出部３３は、小領域ＤＷ_ｔ１〜ＤＷ_ｔｎ毎に求めたオフセット量をカウントしてヒストグラム化する。

図１２は、立体物検出部３３により得られるヒストグラムの一例を示す図である。図１２に示すように、各小領域ＤＷ_ｔ１〜ＤＷ_ｔｎと一時刻前における差分波形ＤＷ_ｔ−１との誤差が最小となる移動量であるオフセット量には、多少のバラつきが生じる。このため、立体物検出部３３は、バラつきを含んだオフセット量をヒストグラム化し、ヒストグラムから移動距離を算出する。この際、立体物検出部３３は、ヒストグラムの極大値から隣接車両の移動距離を算出する。すなわち、図１２に示す例において、立体物検出部３３は、ヒストグラムの極大値を示すオフセット量を移動距離τ^＊と算出する。このように、本実施形では、オフセット量にバラつきがあったとしても、その極大値から、より正確性の高い移動距離を算出することが可能となる。なお、移動距離τ^＊は、自車両に対する隣接車両の相対移動距離である。このため、立体物検出部３３は、絶対移動距離を算出する場合には、得られた移動距離τ^＊と車速センサ２０からの信号とに基づいて、絶対移動距離を算出することとなる。

このように、本実施形態では、異なる時刻に生成された差分波形ＤＷ_ｔの誤差が最小となるときの差分波形ＤＷ_ｔのオフセット量から立体物の移動距離を算出することで、波形という１次元の情報のオフセット量から移動距離を算出することとなり、移動距離の算出にあたり計算コストを抑制することができる。また、異なる時刻に生成された差分波形ＤＷ_ｔを複数の小領域ＤＷ_ｔ１〜ＤＷ_ｔｎに分割することで、立体物のそれぞれの箇所を表わした波形を複数得ることができ、これにより、立体物のそれぞれの箇所毎にオフセット量を求めることができ、複数のオフセット量から移動距離を求めることができるため、移動距離の算出精度を向上させることができる。また、本実施形態では、高さ方向の情報を含む差分波形ＤＷ_ｔの時間変化から立体物の移動距離を算出することで、単に１点の移動のみに着目するような場合と比較して、時間変化前の検出箇所と時間変化後の検出箇所とが高さ方向の情報を含んで特定されるため立体物において同じ箇所となり易く、同じ箇所の時間変化から移動距離を算出することとなり、移動距離の算出精度を向上させることができる。

なお、ヒストグラム化にあたり立体物検出部３３は、複数の小領域ＤＷ_ｔ１〜ＤＷ_ｔｎ毎に重み付けをし、小領域ＤＷ_ｔ１〜ＤＷ_ｔｎ毎に求めたオフセット量を重みに応じてカウントしてヒストグラム化してもよい。図１３は、立体物検出部３３による重み付けを示す図である。

図１３に示すように、小領域ＤＷ_ｍ（ｍは１以上ｎ−１以下の整数）は平坦となっている。すなわち、小領域ＤＷ_ｍは所定の差分を示す画素数のカウントの最大値と最小値との差が小さくなっている。立体物検出部３３は、このような小領域ＤＷ_ｍについて重みを小さくする。平坦な小領域ＤＷ_ｍについては、特徴がなくオフセット量の算出にあたり誤差が大きくなる可能性が高いからである。

一方、小領域ＤＷ_ｍ＋ｋ（ｋはｎ−ｍ以下の整数）は起伏に富んでいる。すなわち、小領域ＤＷ_ｍは所定の差分を示す画素数のカウントの最大値と最小値との差が大きくなっている。立体物検出部３３は、このような小領域ＤＷ_ｍについて重みを大きくする。起伏に富む小領域ＤＷ_ｍ＋ｋについては、特徴的でありオフセット量の算出を正確に行える可能性が高いからである。このように重み付けすることにより、移動距離の算出精度を向上することができる。

なお、移動距離の算出精度を向上するために上記実施形態では差分波形ＤＷ_ｔを複数の小領域ＤＷ_ｔ１〜ＤＷ_ｔｎに分割したが、移動距離の算出精度がさほど要求されない場合は小領域ＤＷ_ｔ１〜ＤＷ_ｔｎに分割しなくてもよい。この場合に、立体物検出部３３は、差分波形ＤＷ_ｔと差分波形ＤＷ_ｔ−１との誤差が最小となるときの差分波形ＤＷ_ｔのオフセット量から移動距離を算出することとなる。すなわち、一時刻前における差分波形ＤＷ_ｔ−１と現時刻における差分波形ＤＷ_ｔとのオフセット量を求める方法は上記内容に限定されない。

なお、本実施形態において立体物検出部３３は、自車両Ｖ１（カメラ１０）の移動速度を求め、求めた移動速度から静止物についてのオフセット量を求める。静止物のオフセット量を求めた後、立体物検出部３３は、ヒストグラムの極大値のうち静止物に該当するオフセット量を無視したうえで、隣接車両の移動距離を算出する。

図１４は、立体物検出部３３により得られるヒストグラムの他の例を示す図である。カメラ１０の画角内に隣接車両の他に静止物が存在する場合に、得られるヒストグラムには２つの極大値τ１，τ２が現れる。この場合、２つの極大値τ１，τ２のうち、いずれか一方は静止物のオフセット量である。このため、立体物検出部３３は、移動速度から静止物についてのオフセット量を求め、そのオフセット量に該当する極大値について無視し、残り一方の極大値を採用して立体物の移動距離を算出する。これにより、静止物により立体物の移動距離の算出精度が低下してしまう事態を防止することができる。

なお、静止物に該当するオフセット量を無視したとしても、極大値が複数存在する場合、カメラ１０の画角内に隣接車両が複数台存在すると想定される。しかし、検出領域Ａ１，Ａ２内に複数の隣接車両が存在することは極めて稀である。このため、立体物検出部３３は、移動距離の算出を中止する。これにより、本実施形態では、極大値が複数あるような誤った移動距離を算出してしまう事態を防止することができる。

さらに、立体物検出部３３は、算出した立体物の相対移動距離を時間微分することで、自車両に対する立体物の相対移動速度を算出するとともに、算出した立体物の相対移動速度に、車速センサ２０により検出された自車両の車速を加算することで、立体物の絶対移動速度を算出する。

差分波形ＤＷ_ｔの生成後、立体物検出部３３は、生成した差分波形ＤＷ_ｔに基づいて、隣接車線に存在している隣接車両の検出を行う。ここで、図１５は、隣接車線に存在する他車両の判定方法を説明するための図であり、差分波形ＤＷ_ｔおよび隣接車線に存在する隣接車両を検出するための閾値αの一例を示している。たとえば、立体物検出部３３は、図１５に示すように、生成した差分波形ＤＷ_ｔのピークが所定の閾値α以上であるか否かを判断し、差分波形ＤＷ_ｔのピークが所定の閾値α以上である場合に、検出した立体物を、隣接車線に存在する隣接車両であると判定し、差分波形ＤＷ_ｔのピークが所定の閾値α以上でない場合に、立体物検出部３３により検出された立体物は隣接車線に存在する隣接車両ではないと判定する。

次に、本実施形態に係る隣接車両検出処理について説明する。図１６および図１７は、第１実施形態の隣接車両検出方法を示すフローチャートである。まず、図１６に示すように、計算機３０により、カメラ１０から撮像画像のデータの取得が行われ（ステップＳ１０１）、視点変換部３１により、取得した撮像画像のデータに基づいて、鳥瞰視画像ＰＢ_ｔのデータが生成される（ステップＳ１０２）。

次いで、鮮鋭度算出部３５は、鳥瞰視画像ＰＢ_ｔのうち一定量以上のエッジの抽出が予測される領域を基準画像領域として設定し（ステップＳ１０３）、基準画像領域における画像の鮮明さの度合いを基準鮮鋭度として算出する（ステップＳ１０４）。また、鮮鋭度算出部３５は、検出領域Ａ１，Ａ２における画像の鮮明さの度合いを、対象鮮鋭度として算出する（ステップＳ１０５）。

そして、鮮鋭度算出部３５は、図８に示すように、ステップＳ１０４で算出した基準鮮鋭度と、ステップＳ１０５で算出した対象鮮鋭度のうち高い方の値を選択することで、最終鮮鋭度を算出する（ステップＳ１０６）。そして、差分閾値設定部３４は、図９に示すように、ステップＳ１０６で算出された最終鮮鋭度に基づいて、差分閾値ｔｈを設定する（ステップＳ１０７）。

次いで、位置合わせ部３２は、鳥瞰視画像ＰＢ_ｔのデータと、一時刻前の鳥瞰視画像ＰＢ_ｔ−１のデータとを位置合わせをし、ステップＳ１０７で設定した差分閾値ｔｈ以上の差分（鳥瞰視画像ＰＢ_ｔ，ＰＢ_ｔ−１の画素値の差）を有する画素を画素値「１」に設定し、差分閾値ｔｈ未満の差分を有する画素を画素値「０」に設定することで、差分画像ＰＤ_ｔのデータを生成する（ステップＳ１０８）。その後、立体物検出部３３は、差分画像ＰＤ_ｔのデータから、画素値が「１」の差分画素ＤＰの数をカウントして、差分波形ＤＷ_ｔを生成する（ステップＳ１０９）。

そして、図１７に進み、立体物検出部３３は、差分波形ＤＷ_ｔのピークが所定の閾値α以上であるか否かを判断する（ステップＳ１１０）。差分波形ＤＷ_ｔのピークが閾値α以上でない場合、すなわち差分が殆どない場合には、撮像画像内には立体物が存在しないと考えられる。このため、差分波形ＤＷ_ｔのピークが閾値α以上でないと判断した場合には（ステップＳ１１０＝Ｎｏ）、立体物検出部３３は、立体物が存在せず他車両が存在しないと判断する（ステップＳ１１９）。そして、図１６に示すステップＳ１０１に戻り、図１６および図１７に示す処理を繰り返す。

一方、差分波形ＤＷ_ｔのピークが閾値α以上であると判断した場合には（ステップＳ１１０＝Ｙｅｓ）、立体物検出部３３により、隣接車線に立体物が存在すると判断され、ステップＳ１１１に進み、立体物検出部３３により、差分波形ＤＷ_ｔが、複数の小領域ＤＷ_ｔ１〜ＤＷ_ｔｎに分割される。次いで、立体物検出部３３は、小領域ＤＷ_ｔ１〜ＤＷ_ｔｎ毎に重み付けを行い（ステップＳ１１２）、小領域ＤＷ_ｔ１〜ＤＷ_ｔｎ毎のオフセット量を算出し（ステップＳ１１３）、重みを加味してヒストグラムを生成する（ステップＳ１１４）。

そして、立体物検出部３３は、ヒストグラムに基づいて自車両に対する立体物の移動距離である相対移動距離し、算出した相対移動距離を時間微分して、自車両に対する立体物の相対移動速度を算出するとともに(ステップＳ１１５)、算出した相対移動速度に、車速センサ２０で検出された自車速を加算して、自車両に対する立体物の絶対移動速度を算出する（ステップＳ１１６）。

その後、立体物検出部３３は、立体物の絶対移動速度が１０ｋｍ／ｈ以上、且つ、自車両に対する立体物の相対移動速度が＋６０ｋｍ／ｈ以下であるか否かを判断する（ステップＳ１１７）。双方を満たす場合には（ステップＳ１１７＝Ｙｅｓ）、立体物検出部３３は、検出した立体物は隣接車線に存在する隣接車両であり、隣接車線に隣接車両が存在すると判断する（ステップＳ１１８）。そして、図１６に示すステップＳ１０１に戻り、図１６および図１７に示す処理を繰り返す。一方、いずれか一方でも満たさない場合には（ステップＳ１１７＝Ｎｏ）、立体物検出部３３は、隣接車線に隣接車両が存在しないと判断する（ステップＳ１１９）。そして、図１６に示すステップＳ１０１に戻り、図１６および図１７に示す処理を繰り返す。

なお、本実施形態では自車両の後側方を検出領域Ａ１，Ａ２とし、自車両が車線変更した場合に接触する可能性があるか否かに重点を置いている。このため、ステップＳ１１７の処理が実行されている。すなわち、本実施形態にけるシステムを高速道路で作動させることを前提とすると、隣接車両の速度が１０ｋｍ／ｈ未満である場合、たとえ隣接車両が存在したとしても、車線変更する際には自車両の遠く後方に位置するため問題となることが少ない。同様に、隣接車両の自車両に対する相対移動速度が＋６０ｋｍ／ｈを超える場合（すなわち、隣接車両が自車両の速度よりも６０ｋｍ／ｈより大きな速度で移動している場合）、車線変更する際には自車両の前方に移動しているため問題となることが少ない。このため、ステップＳ１１７では車線変更の際に問題となる隣接車両を判断しているともいえる。

また、ステップＳ１１７において隣接車両の絶対移動速度が１０ｋｍ／ｈ以上、且つ、隣接車両の自車両に対する相対移動速度が＋６０ｋｍ／ｈ以下であるかを判断することにより、以下の効果がある。例えば、カメラ１０の取り付け誤差によっては、静止物の絶対移動速度を数ｋｍ／ｈであると検出してしまう場合があり得る。よって、１０ｋｍ／ｈ以上であるかを判断することにより、静止物を隣接車両であると判断してしまう可能性を低減することができる。また、ノイズによっては隣接車両の自車両に対する相対速度を＋６０ｋｍ／ｈを超える速度に検出してしまうことがあり得る。よって、相対速度が＋６０ｋｍ／ｈ以下であるかを判断することにより、ノイズによる誤検出の可能性を低減できる。

さらに、ステップＳ１１７の処理に代えて、隣接車両の絶対移動速度がマイナスでないことや、０ｋｍ／ｈでないことを判断してもよい。また、本実施形態では自車両が車線変更した場合に接触する可能性がある否かに重点を置いているため、ステップＳ１１８において隣接車両が検出された場合に、自車両の運転者に警告音を発したり、所定の表示装置により警告相当の表示を行ったりしてもよい。

以上のように、第１実施形態では、異なる時刻の２枚の鳥瞰視画像の差分に基づいて差分画像ＰＤ_ｔを生成して、差分画像ＰＤ_ｔ上において所定の差分を示す画素数をカウントして度数分布化することで差分波形を生成し、生成した差分波形に基づいて、隣接車線に存在する隣接車両を検出する。また、本実施形態では、差分画像ＰＤ_ｔを生成する際に、一定量以上のエッジの抽出が予測される領域を基準画像領域として設定し、基準画像領域で抽出されたエッジに基づいて、基準画像領域における画像の鮮明さの度合いを基準鮮鋭度として算出するとともに、検出領域Ａ１，Ａ２で検出されたエッジに基づいて、検出領域における画像の鮮明さの度合いを対象鮮鋭度として算出する。そして、基準鮮鋭度と対象鮮鋭度とを比較して、基準鮮鋭度及び対象鮮鋭度のうち高い方の値を選択して、最終鮮鋭度を算出する。そして、算出した最終鮮鋭度が高いほど差分閾値ｔｈを高く設定し、最終鮮鋭度が低いほど差分閾値ｔｈを低く設定する。このように、本実施形態によれば、カメラ１０のレンズが全体的に汚れており、画像が不鮮明であるため、最終鮮鋭度が低い値で算出された場合に、差分閾値ｔｈを低い値に設定することで、異なる時刻の２枚の鳥瞰視画像間における差分の検出感度を上げることができる。その結果、カメラ１０のレンズが全体的に汚れており、画像が不鮮明である場合でも、異なる時刻の２枚の鳥瞰視画像間から立体物に対応する差分を適切に検出することができ、検出した差分に基づいて、立体物を正確に検出することができる。

また、本実施形態では、最終鮮鋭度を算出する際に基準鮮鋭度と対象鮮鋭度とを比較し、対象鮮鋭度が基準鮮鋭度よりも低い場合には、基準鮮鋭度を最終鮮鋭度として算出する。これにより、検出領域において立体物が存在せず立体物のエッジが検出されないために、対象鮮鋭度が低い値で算出された場合でも、基準鮮鋭度に基づいて差分閾値ｔｈを適切な値に設定することができるため、ノイズなどを鳥瞰視画像間の差分として誤検出してしてしまうことを有効に防止することができる。すなわち、検出領域において立体物が存在せず、立体物のエッジが検出できないために、対象鮮鋭度が低い値で算出された場合に、算出した対象鮮鋭度に基づいて差分閾値ｔｈを設定してしまうと、差分閾値ｔｈが低くなりすぎてしまい、検出領域に立体物が存在しないにもかかわらず、ノイズなどを鳥瞰視画像間の差分として誤検出してしてしまい、検出領域において立体物を誤検出してしまう場合がある。これに対して、本実施形態では、対象鮮鋭度が低い値で算出された場合には、基準鮮鋭度に基づいて差分閾値ｔｈが設定されるため、このようなノイズなどによる立体物の誤検出を有効に防止することができる。

《第２実施形態》
続いて、第２実施形態に係る立体物検出装置１ａについて説明する。第２実施形態に係る立体物検出装置１ａは、図１８に示すように、第１実施形態の計算機３０に代えて、計算機３０ａを備えており、以下に説明するように動作すること以外は、第１実施形態と同様である。ここで、図１８は、第２実施形態に係る計算機３０ａの詳細を示すブロック図である。

第２実施形態にかかる立体物検出装置１ａは、図１８に示すように、カメラ１０と計算機３０ａとを備えており、計算機３０ａは、視点変換部３１、立体物検出部３３ａ、鮮鋭度算出部３５、輝度差算出部３６、エッジ線検出部３７、エッジ閾値設定部３８から構成されている。以下に、第２実施形態に係る立体物検出装置１ａの各構成について説明する。

図１９は、図１８のカメラ１０の撮像範囲等を示す図であり、図１９（ａ）は平面図、図１９（ｂ）は、自車両Ｖ１から後側方における実空間上の斜視図を示す。図１９（ａ）に示すように、カメラ１０は所定の画角ａとされ、この所定の画角ａに含まれる自車両Ｖ１から後側方を撮像する。カメラ１０の画角ａは、図２に示す場合と同様に、カメラ１０の撮像範囲に自車両Ｖ１が走行する車線に加えて、隣接する車線も含まれるように設定されている。

本例の検出領域Ａ１，Ａ２は、平面視（鳥瞰視された状態）において台形状とされ、これら検出領域Ａ１，Ａ２の位置、大きさ及び形状は、距離ｄ_１〜ｄ_４に基づいて決定される。なお、同図に示す例の検出領域Ａ１，Ａ２は台形状に限らず、図２に示すように鳥瞰視された状態で矩形など他の形状であってもよい。

ここで、距離ｄ１は、自車両Ｖ１から接地線Ｌ１，Ｌ２までの距離である。接地線Ｌ１，Ｌ２は、自車両Ｖ１が走行する車線に隣接する車線に存在する立体物が地面に接触する線を意味する。本実施形態においては、自車両Ｖ１の後側方において自車両Ｖ１の車線に隣接する左右の車線を走行する隣接車両Ｖ２等（２輪車等を含む)を検出することが目的である。このため、自車両Ｖ１から白線Ｗまでの距離ｄ１１及び白線Ｗから隣接車両Ｖ２が走行すると予測される位置までの距離ｄ１２から、隣接車両Ｖ２の接地線Ｌ１，Ｌ２となる位置である距離ｄ１を略固定的に決定しておくことができる。

また、距離ｄ１については、固定的に決定されている場合に限らず、可変としてもよい。この場合に、計算機３０ａは、白線認識等の技術により自車両Ｖ１に対する白線Ｗの位置を認識し、認識した白線Ｗの位置に基づいて距離ｄ１１を決定する。これにより、距離ｄ１は、決定された距離ｄ１１を用いて可変的に設定される。以下の本実施形態においては、隣接車両Ｖ２が走行する位置（白線Ｗからの距離ｄ１２）及び自車両Ｖ１が走行する位置（白線Ｗからの距離ｄ１１）は大凡決まっていることから、距離ｄ１は固定的に決定されているものとする。

距離ｄ２は、自車両Ｖ１の後端部から車両進行方向に伸びる距離である。この距離ｄ２は、検出領域Ａ１，Ａ２が少なくともカメラ１０の画角ａ内に収まるように決定されている。特に本実施形態において、距離ｄ２は、画角ａに区分される範囲に接するよう設定されている。距離ｄ３は、検出領域Ａ１，Ａ２の車両進行方向における長さを示す距離である。この距離ｄ３は、検出対象となる立体物の大きさに基づいて決定される。本実施形態においては、検出対象が隣接車両Ｖ２等であるため、距離ｄ３は、隣接車両Ｖ２を含む長さに設定される。

距離ｄ４は、図１９（ｂ）に示すように、実空間において隣接車両Ｖ２等のタイヤを含むように設定された高さを示す距離である。距離ｄ４は、鳥瞰視画像においては図１９（ａ）に示す長さとされる。なお、距離ｄ４は、鳥瞰視画像において左右の隣接車線よりも更に隣接する車線（すなわち２車線隣りの隣隣接車線）を含まない長さとすることもできる。自車両Ｖ１の車線から２車線隣の車線を含んでしまうと、自車両Ｖ１が走行している車線である自車線の左右の隣接車線に隣接車両Ｖ２が存在するのか、２車線隣りの隣隣接車線に隣隣接車両が存在するのかについて、区別が付かなくなってしまうためである。

以上のように、距離ｄ１〜距離ｄ４が決定され、これにより検出領域Ａ１，Ａ２の位置、大きさ及び形状が決定される。具体的に説明すると、距離ｄ１により、台形をなす検出領域Ａ１，Ａ２の上辺ｂ１の位置が決定される。距離ｄ２により、上辺ｂ１の始点位置Ｃ１が決定される。距離ｄ３により、上辺ｂ１の終点位置Ｃ２が決定される。カメラ１０から始点位置Ｃ１に向かって伸びる直線Ｌ３により、台形をなす検出領域Ａ１，Ａ２の側辺ｂ２が決定される。同様に、カメラ１０から終点位置Ｃ２に向かって伸びる直線Ｌ４により、台形をなす検出領域Ａ１，Ａ２の側辺ｂ３が決定される。距離ｄ４により、台形をなす検出領域Ａ１，Ａ２の下辺ｂ４の位置が決定される。このように、各辺ｂ１〜ｂ４により囲まれる領域が検出領域Ａ１，Ａ２とされる。この検出領域Ａ１，Ａ２は、図１９（ｂ）に示すように、自車両Ｖ１から後側方における実空間上では真四角（長方形）となる。

図１８に戻り、視点変換部３１は、カメラ１０による撮像にて得られた所定領域の撮像画像データを入力する。視点変換部３１は、入力した撮像画像データに対して、鳥瞰視される状態の鳥瞰画像データに視点変換処理を行う。鳥瞰視される状態とは、上空から例えば鉛直下向き(又は、やや斜め下向き)に見下ろす仮想カメラの視点から見た状態である。この視点変換処理は、例えば特開２００８−２１９０６３号公報に記載された技術によって実現することができる。

輝度差算出部３６は、鳥瞰視画像に含まれる立体物のエッジを検出するために、視点変換部３１により視点変換された鳥瞰視画像データに対して、輝度差の算出を行う。輝度差算出部３６は、実空間における鉛直方向に伸びる鉛直仮想線に沿った複数の位置ごとに、当該各位置の近傍の２つの画素間の輝度差を算出する。輝度差算出部３６は、実空間における鉛直方向に伸びる鉛直仮想線を１本だけ設定する手法と、鉛直仮想線を２本設定する手法との何れかによって輝度差を算出することができる。

ここでは、鉛直仮想線を２本設定する具体的な手法について説明する。輝度差算出部３６は、視点変換された鳥瞰視画像に対して、実空間で鉛直方向に伸びる線分に該当する第１鉛直仮想線と、第１鉛直仮想線と異なり実空間で鉛直方向に伸びる線分に該当する第２鉛直仮想線とを設定する。輝度差算出部３６は、第１鉛直仮想線上の点と第２鉛直仮想線上の点との輝度差を、第１鉛直仮想線及び第２鉛直仮想線に沿って連続的に求める。以下、この輝度差算出部３６の動作について詳細に説明する。

輝度差算出部３６は、図２０（ａ）に示すように、実空間で鉛直方向に伸びる線分に該当し、且つ、検出領域Ａ１を通過する第１鉛直仮想線Ｌａ（以下、注目線Ｌａという）を設定する。また輝度差算出部３６は、注目線Ｌａと異なり、実空間で鉛直方向に伸びる線分に該当し、且つ、検出領域Ａ１を通過する第２鉛直仮想線Ｌｒ（以下、参照線Ｌｒという）を設定する。ここで参照線Ｌｒは、実空間における所定距離だけ注目線Ｌａから離間する位置に設定される。なお、実空間で鉛直方向に伸びる線分に該当する線とは、鳥瞰視画像においてはカメラ１０の位置Ｐｓから放射状に広がる線となる。この放射状に広がる線は、鳥瞰視に変換した際に立体物が倒れ込む方向に沿う線である。

輝度差算出部３６は、注目線Ｌａ上に注目点Ｐａ（第１鉛直仮想線上の点）を設定する。また輝度差算出部３６は、参照線Ｌｒ上に参照点Ｐｒ（第２鉛直板想線上の点）を設定する。これら注目線Ｌａ、注目点Ｐａ、参照線Ｌｒ、参照点Ｐｒは、実空間上において図２０（ｂ）に示す関係となる。図２０（ｂ）から明らかなように、注目線Ｌａ及び参照線Ｌｒは、実空間上において鉛直方向に伸びた線であり、注目点Ｐａと参照点Ｐｒとは、実空間上において略同じ高さに設定される点である。なお、注目点Ｐａと参照点Ｐｒとは必ずしも厳密に同じ高さである必要はなく、注目点Ｐａと参照点Ｐｒとが同じ高さとみなせる程度の誤差は許容される。

輝度差算出部３６は、注目点Ｐａと参照点Ｐｒとの輝度差を求める。仮に、注目点Ｐａと参照点Ｐｒとの輝度差が大きいと、注目点Ｐａと参照点Ｐｒとの間にエッジが存在すると考えられる。特に、第２実施形態では、検出領域Ａ１，Ａ２に存在する立体物を検出するために、鳥瞰視画像に対して実空間において鉛直方向に伸びる線分として鉛直仮想線を設定しているため、注目線Ｌａと参照線Ｌｒとの輝度差が高い場合には、注目線Ｌａの設定箇所に立体物のエッジがある可能性が高い。このため、図１８に示すエッジ線検出部３７は、注目点Ｐａと参照点Ｐｒとの輝度差に基づいてエッジ線を検出する。

この点をより詳細に説明する。図２１は、輝度差算出部３６の詳細動作を示す図であり、図２１（ａ）は鳥瞰視された状態の鳥瞰視画像を示し、図２１（ｂ）は、図２１（ａ）に示した鳥瞰視画像の一部Ｂ１を拡大した図である。なお図２１についても検出領域Ａ１のみを図示して説明するが、検出領域Ａ２についても同様の手順で輝度差を算出する。

カメラ１０が撮像した撮像画像内に隣接車両Ｖ２が映っていた場合に、図２１（ａ）に示すように、鳥瞰視画像内の検出領域Ａ１に隣接車両Ｖ２が現れる。図２１（ｂ）に図２１（ａ）中の領域Ｂ１の拡大図を示すように、鳥瞰視画像上において、隣接車両Ｖ２のタイヤのゴム部分上に注目線Ｌａが設定されていたとする。この状態において、輝度差算出部３６は、先ず参照線Ｌｒを設定する。参照線Ｌｒは、注目線Ｌａから実空間上において所定の距離だけ離れた位置に、鉛直方向に沿って設定される。具体的には、本実施形態に係る立体物検出装置１ａにおいて、参照線Ｌｒは、注目線Ｌａから実空間上において１０ｃｍだけ離れた位置に設定される。これにより、参照線Ｌｒは、鳥瞰視画像上において、例えば隣接車両Ｖ２のタイヤのゴムから１０ｃｍ相当だけ離れた隣接車両Ｖ２のタイヤのホイール上に設定される。

次に、輝度差算出部３６は、注目線Ｌａ上に複数の注目点Ｐａ１〜ＰａＮを設定する。図２１（ｂ）においては、説明の便宜上、６つの注目点Ｐａ１〜Ｐａ６（以下、任意の点を示す場合には単に注目点Ｐａｉという）を設定している。なお、注目線Ｌａ上に設定する注目点Ｐａの数は任意でよい。以下の説明では、Ｎ個の注目点Ｐａが注目線Ｌａ上に設定されたものとして説明する。

次に、輝度差算出部３６は、実空間上において各注目点Ｐａ１〜ＰａＮと同じ高さとなるように各参照点Ｐｒ１〜ＰｒＮを設定する。そして、輝度差算出部３６は、同じ高さ同士の注目点Ｐａと参照点Ｐｒとの輝度差を算出する。これにより、輝度差算出部３６は、実空間における鉛直方向に伸びる鉛直仮想線に沿った複数の位置（１〜Ｎ）ごとに、２つの画素の輝度差を算出する。輝度差算出部３６は、例えば第１注目点Ｐａ１とは、第１参照点Ｐｒ１との間で輝度差を算出し、第２注目点Ｐａ２とは、第２参照点Ｐｒ２との間で輝度差を算出することとなる。これにより、輝度差算出部３６は、注目線Ｌａ及び参照線Ｌｒに沿って、連続的に輝度差を求める。すなわち、輝度差算出部３６は、第３〜第Ｎ注目点Ｐａ３〜ＰａＮと第３〜第Ｎ参照点Ｐｒ３〜ＰｒＮとの輝度差を順次求めていくこととなる。

輝度差算出部３６は、検出領域Ａ１内において注目線Ｌａをずらしながら、上記の参照線Ｌｒの設定、注目点Ｐａ及び参照点Ｐｒの設定、輝度差の算出といった処理を繰り返し実行する。すなわち、輝度差算出部３６は、注目線Ｌａ及び参照線Ｌｒのそれぞれを、実空間上において接地線Ｌ１の延在方向に同一距離だけ位置を変えながら上記の処理を繰り返し実行する。輝度差算出部３６は、例えば、前回処理において参照線Ｌｒとなっていた線を注目線Ｌａに設定し、この注目線Ｌａに対して参照線Ｌｒを設定して、順次輝度差を求めていくことになる。

このように、第２実施形態では、実空間上で略同じ高さとなる注目線Ｌａ上の注目点Ｐａと参照線Ｌｒ上の参照点Ｐｒとから輝度差を求めることで、鉛直方向に伸びるエッジが存在する場合における輝度差を明確に検出することができる。また、実空間において鉛直方向に伸びる鉛直仮想線同士の輝度比較を行うために、鳥瞰視画像に変換することによって立体物が路面からの高さに応じて引き伸ばされてしまっても、立体物の検出処理が影響されることはなく、立体物の検出精度を向上させることができる。

図１８に戻り、エッジ線検出部３７は、輝度差算出部３６により算出された連続的な輝度差から、エッジ線を検出する。例えば、図２１（ｂ）に示す場合、第１注目点Ｐａ１と第１参照点Ｐｒ１とは、同じタイヤ部分に位置するために、輝度差は、小さい。一方、第２〜第６注目点Ｐａ２〜Ｐａ６はタイヤのゴム部分に位置し、第２〜第６参照点Ｐｒ２〜Ｐｒ６はタイヤのホイール部分に位置する。したがって、第２〜第６注目点Ｐａ２〜Ｐａ６と第２〜第６参照点Ｐｒ２〜Ｐｒ６との輝度差は大きくなる。このため、エッジ線検出部３７は、輝度差が大きい第２〜第６注目点Ｐａ２〜Ｐａ６と第２〜第６参照点Ｐｒ２〜Ｐｒ６との間にエッジ線が存在することを検出することができる。

具体的には、エッジ線検出部３７は、エッジ線を検出するにあたり、先ず下記の数式１に従って、ｉ番目の注目点Ｐａｉ（座標（ｘｉ，ｙｉ））とｉ番目の参照点Ｐｒｉ（座標（ｘｉ’，ｙｉ’））との輝度差から、ｉ番目の注目点Ｐａｉに属性付けを行う。
［数１］
Ｉ（ｘｉ，ｙｉ）＞Ｉ（ｘｉ’，ｙｉ’）＋ｔのとき
ｓ（ｘｉ，ｙｉ）＝１
Ｉ（ｘｉ，ｙｉ）＜Ｉ（ｘｉ’，ｙｉ’）−ｔのとき
ｓ（ｘｉ，ｙｉ）＝−１
上記以外のとき
ｓ（ｘｉ，ｙｉ）＝０

上記数式１において、ｔはエッジ閾値を示し、Ｉ（ｘｉ，ｙｉ）はｉ番目の注目点Ｐａｉの輝度値を示し、Ｉ（ｘｉ’，ｙｉ’）はｉ番目の参照点Ｐｒｉの輝度値を示す。上記数式１によれば、注目点Ｐａｉの輝度値が、参照点Ｐｒｉにエッジ閾値ｔを加えた輝度値よりも高い場合には、当該注目点Ｐａｉの属性ｓ（ｘｉ，ｙｉ）は‘１’となる。一方、注目点Ｐａｉの輝度値が、参照点Ｐｒｉからエッジ閾値ｔを減じた輝度値よりも低い場合には、当該注目点Ｐａｉの属性ｓ（ｘｉ，ｙｉ）は‘−１’となる。注目点Ｐａｉの輝度値と参照点Ｐｒｉの輝度値とがそれ以外の関係である場合には、注目点Ｐａｉの属性ｓ（ｘｉ，ｙｉ）は‘０’となる。なお、上記のエッジ閾値ｔは、後述するエッジ閾値設定部３８により設定される。

次に、エッジ線検出部３７は、下記数式２に基づいて、注目線Ｌａに沿った属性ｓの連続性ｃ（ｘｉ，ｙｉ）から、注目線Ｌａがエッジ線であるか否かを判定する。
［数２］
ｓ（ｘｉ，ｙｉ）＝ｓ（ｘｉ＋１，ｙｉ＋１）のとき（且つ０＝０を除く）、
ｃ（ｘｉ，ｙｉ）＝１
上記以外のとき、
ｃ（ｘｉ，ｙｉ）＝０

注目点Ｐａｉの属性ｓ（ｘｉ，ｙｉ）と隣接する注目点Ｐａｉ＋１の属性ｓ（ｘｉ＋１，ｙｉ＋１）とが同じである場合には、連続性ｃ（ｘｉ，ｙｉ）は‘１’となる。注目点Ｐａｉの属性ｓ（ｘｉ，ｙｉ）と隣接する注目点Ｐａｉ＋１の属性ｓ（ｘｉ＋１，ｙｉ＋１）とが同じではない場合には、連続性ｃ（ｘｉ，ｙｉ）は‘０’となる。

次に、エッジ線検出部３７は、注目線Ｌａ上の全ての注目点Ｐａの連続性ｃについて総和を求める。エッジ線検出部３７は、求めた連続性ｃの総和を注目点Ｐａの数Ｎで割ることにより、連続性ｃを正規化する。そして、エッジ線検出部３７は、正規化した値が閾値θを超えた場合に、注目線Ｌａをエッジ線と判断する。なお、閾値θは、予め実験等によって設定された値である。

すなわち、エッジ線検出部３７は、下記数式３に基づいて注目線Ｌａがエッジ線であるか否かを判断する。そして、エッジ線検出部３７は、検出領域Ａ１上に描かれた注目線Ｌａの全てについてエッジ線であるか否かを判断する。
［数３］
Σｃ（ｘｉ，ｙｉ）／Ｎ＞θ

このように、第２実施形態では、注目線Ｌａ上の注目点Ｐａと参照線Ｌｒ上の参照点Ｐｒとの輝度差に基づいて注目点Ｐａに属性付けを行い、注目線Ｌａに沿った属性の連続性ｃに基づいて当該注目線Ｌａがエッジ線であるかを判断するので、輝度の高い領域と輝度の低い領域との境界をエッジ線として検出し、人間の自然な感覚に沿ったエッジ検出を行うことができる。この効果について詳細に説明する。図２２は、エッジ線検出部３７の処理を説明する画像例を示す図である。この画像例は、輝度の高い領域と輝度の低い領域とが繰り返される縞模様を示す第１縞模様１０１と、輝度の低い領域と輝度の高い領域とが繰り返される縞模様を示す第２縞模様１０２とが隣接した画像である。また、この画像例は、第１縞模様１０１の輝度が高い領域と第２縞模様１０２の輝度の低い領域とが隣接すると共に、第１縞模様１０１の輝度が低い領域と第２縞模様１０２の輝度が高い領域とが隣接している。この第１縞模様１０１と第２縞模様１０２との境界に位置する部位１０３は、人間の感覚によってはエッジとは知覚されない傾向にある。

これに対し、輝度の低い領域と輝度が高い領域とが隣接しているために、輝度差のみでエッジを検出すると、当該部位１０３はエッジとして認識されてしまう。しかし、エッジ線検出部３７は、部位１０３における輝度差に加えて、当該輝度差の属性に連続性がある場合にのみ部位１０３をエッジ線として判定するので、エッジ線検出部３７は、人間の感覚としてエッジ線として認識しない部位１０３をエッジ線として認識してしまう誤判定を抑制でき、人間の感覚に沿ったエッジ検出を行うことができる。

図１８に戻り、立体物検出部３３ａは、エッジ線検出部３７により検出されたエッジ線の量に基づいて立体物を検出する。上述したように、本実施形態に係る立体物検出装置１ａは、実空間上において鉛直方向に伸びるエッジ線を検出する。鉛直方向に伸びるエッジ線が多く検出されるということは、検出領域Ａ１，Ａ２に立体物が存在する可能性が高いということである。このため、立体物検出部３３ａは、エッジ線検出部３７により検出されたエッジ線の量に基づいて立体物を検出する。具体的には、立体物検出部３３ａは、エッジ線検出部３７により検出されたエッジ線の量が、所定の閾値β以上であるか否かを判断し、エッジ線の量が所定の閾値β以上である場合には、エッジ線検出部３７により検出されたエッジ線は、立体物のエッジ線であるものと判断し、これにより、エッジ線に基づく立体物を隣接車両Ｖ２として検出する。

なお、立体物検出部３３ａは、立体物を検出するに先立って、エッジ線検出部３７により検出されたエッジ線が正しいものであるか否かを判定する。立体物検出部３３ａは、エッジ線上の鳥瞰視画像のエッジ線に沿った輝度変化が所定の閾値ｔｂ以上であるか否かを判定する。エッジ線上の鳥瞰視画像の輝度変化が閾値ｔｂ以上である場合には、当該エッジ線が誤判定により検出されたものと判断する。一方、エッジ線上の鳥瞰視画像の輝度変化が閾値ｔｂ未満である場合には、当該エッジ線が正しいものと判定する。なお、この閾値ｔｂは、実験等により予め設定された値である。

図２３は、エッジ線の輝度分布を示す図であり、図２３（ａ）は検出領域Ａ１に立体物としての隣接車両Ｖ２が存在した場合のエッジ線及び輝度分布を示し、図２３（ｂ）は検出領域Ａ１に立体物が存在しない場合のエッジ線及び輝度分布を示す。

図２３（ａ）に示すように、鳥瞰視画像において隣接車両Ｖ２のタイヤゴム部分に設定された注目線Ｌａがエッジ線であると判断されていたとする。この場合、注目線Ｌａ上の鳥瞰視画像の輝度変化はなだらかなものとなる。これは、カメラ１０により撮像された画像が鳥瞰視画像に視点変換されたことにより、隣接車両Ｖ２のタイヤが鳥瞰視画像内で引き延ばされたことによる。一方、図２３（ｂ）に示すように、鳥瞰視画像において路面に描かれた「５０」という白色文字部分に設定された注目線Ｌａがエッジ線であると誤判定されていたとする。この場合、注目線Ｌａ上の鳥瞰視画像の輝度変化は起伏の大きいものとなる。これは、エッジ線上に、白色文字における輝度が高い部分と、路面等の輝度が低い部分とが混在しているからである。

以上のような注目線Ｌａ上の輝度分布の相違に基づいて、立体物検出部３３ａは、エッジ線が誤判定により検出されたものか否かを判定する。立体物検出部３３ａは、エッジ線に沿った輝度変化が所定の閾値ｔｂ以上である場合には、当該エッジ線が誤判定により検出されたものであり、当該エッジ線は、立体物に起因するものではないと判断する。これにより、路面上の「５０」といった白色文字や路肩の雑草等がエッジ線として判定されてしまい、立体物の検出精度が低下することを抑制する。一方、立体物検出部３３ａは、エッジ線に沿った輝度変化が所定の閾値ｔｂ未満である場合には、当該エッジ線は、立体物のエッジ線であると判断し、立体物が存在するものと判断する。

具体的には、立体物検出部３３ａは、下記数式４，５の何れかにより、エッジ線の輝度変化を算出する。このエッジ線の輝度変化は、実空間上における鉛直方向の評価値に相当する。下記数式４は、注目線Ｌａ上のｉ番目の輝度値Ｉ（ｘｉ，ｙｉ）と、隣接するｉ＋１番目の輝度値Ｉ（ｘｉ＋１，ｙｉ＋１）との差分の二乗の合計値によって輝度分布を評価する。また、下記数式５は、注目線Ｌａ上のｉ番目の輝度値Ｉ（ｘｉ，ｙｉ）と、隣接するｉ＋１番目の輝度値Ｉ（ｘｉ＋１，ｙｉ＋１）との差分の絶対値の合計値よって輝度分布を評価する。
［数４］
鉛直相当方向の評価値＝Σ［｛Ｉ（ｘｉ，ｙｉ）−Ｉ（ｘｉ＋１，ｙｉ＋１）｝^２］
［数５］
鉛直相当方向の評価値＝Σ｜Ｉ（ｘｉ，ｙｉ）−Ｉ（ｘｉ＋１，ｙｉ＋１）｜

なお、数式５に限らず、下記数式６のように、閾値ｔ２を用いて隣接する輝度値の属性ｂを二値化して、当該二値化した属性ｂを全ての注目点Ｐａについて総和してもよい。
［数６］
鉛直相当方向の評価値＝Σｂ（ｘｉ，ｙｉ）
但し、｜Ｉ（ｘｉ，ｙｉ）−Ｉ（ｘｉ＋１，ｙｉ＋１）｜＞ｔ２のとき、
ｂ（ｘｉ，ｙｉ）＝１
上記以外のとき、
ｂ（ｘｉ，ｙｉ）＝０

注目点Ｐａｉの輝度値と参照点Ｐｒｉの輝度値との輝度差の絶対値が閾値ｔ２よりも大きい場合、当該注目点Ｐａ（ｘｉ，ｙｉ）の属性ｂ（ｘｉ，ｙｉ）は‘１’となる。それ以外の関係である場合には、注目点Ｐａｉの属性ｂ（ｘｉ，ｙｉ）は‘０’となる。この閾値ｔ２は、注目線Ｌａが同じ立体物上にないことを判定するために実験等によって予め設定されている。そして、立体物検出部３３ａは、注目線Ｌａ上の全注目点Ｐａについての属性ｂを総和して、鉛直相当方向の評価値を求めることで、エッジ線が立体物に起因するものであり、立体物が存在するか否かを判定する。

図１８に戻り、エッジ閾値設定部３８は、鮮鋭度算出部３５により算出された最終鮮鋭度に基づいて、エッジ線を検出する際に用いられるエッジ閾値ｔを設定する。具体的には、エッジ閾値設定部３８は、図２４に示すように、最終鮮鋭度が高いほどエッジ閾値ｔを高く設定し、最終鮮鋭度が低いほどエッジ閾値ｔを低く設定する。なお、最終鮮鋭度３５による最終鮮鋭度の算出方法は、第１実施形態と同様であるため、その説明は省略する。

次に、第２実施形態に係る隣接車両検出方法について説明する。図２５および図２６は、第２実施形態に係る隣接車両検出方法の詳細を示すフローチャートである。なお、図２５および図２６においては、便宜上、検出領域Ａ１を対象とする処理について説明するが、検出領域Ａ２についても同様の処理が実行される。

まず、ステップＳ２０１では、計算機３０ａにより、カメラ１０により撮像された撮像画像の画像データが取得される。次に視点変換部３１は、ステップＳ２０２において、取得した画像データについて視点変換を行い、鳥瞰視画像データを生成する。

次いで、鮮鋭度算出部３５は、鳥瞰視画像ＰＢ_ｔのうち一定量以上のエッジの抽出が予測される領域を基準画像領域として設定し（ステップＳ２０３）、基準画像領域における画像の鮮明さの度合いを基準鮮鋭度として算出する（ステップＳ２０４）。また、鮮鋭度算出部３５は、検出領域Ａ１，Ａ２における画像の鮮明さの度合いを、対象鮮鋭度として算出する（ステップＳ２０５）。

そして、鮮鋭度算出部３５は、ステップＳ２０４で算出した基準鮮鋭度と、ステップＳ２０５で算出した対象鮮鋭度のうち高い方の値を選択することで、最終鮮鋭度を算出する（ステップＳ２０６）。そして、差分閾値設定部３４は、図２４に示すように、ステップＳ２０６で算出された最終鮮鋭度に基づいて、エッジ閾値ｔを設定する（ステップＳ２０７）。

図２６に進み、輝度差算出部３６は、ステップＳ２０８において、検出領域Ａ１上に注目線Ｌａおよび参照線Ｌｒを設定する。このとき、輝度差算出部３６は、実空間上において鉛直方向に伸びる線に相当する線を注目線Ｌａとして設定するとともに、実空間上において鉛直方向に伸びる線分に該当し、且つ、注目線Ｌａと実空間上において所定距離離れた線を参照線Ｌｒとして設定する。

次に、輝度差算出部３６は、ステップＳ２０９において、注目線Ｌａ上に複数の注目点Ｐａを設定するとともに、実空間上において注目点Ｐａと参照点Ｐｒとが略同じ高さとなるように、参照点Ｐｒを設定する。これにより、注目点Ｐａと参照点Ｐｒとが略水平方向に並ぶこととなり、実空間上において鉛直方向に伸びるエッジ線を検出しやすくなる。なお、輝度差算出部３６は、エッジ線検出部３７によるエッジ検出時に問題とならない程度の数の注目点Ｐａを設定する。

次に、ステップＳ２１０において、輝度差算出部３６は、実空間上において同じ高さとなる注目点Ｐａと参照点Ｐｒとの輝度差を算出する。そして、エッジ線検出部３７は、ステップＳ２０７で設定したエッジ閾値ｔに基づいて、上記の数式１に従って、各注目点Ｐａの属性ｓを算出する。

次に、エッジ線検出部３７は、ステップＳ２１１において、上記の数式２に従って、各注目点Ｐａの属性ｓの連続性ｃを算出する。そして、エッジ線検出部３７は、ステップＳ２１２において、上記数式３に従って、連続性ｃの総和を正規化した値が閾値θより大きいか否かを判定する。正規化した値が閾値θよりも大きいと判断した場合（ステップＳ２１２＝Ｙｅｓ）、エッジ線検出部３７は、ステップＳ２１３において、当該注目線Ｌａをエッジ線として検出する。そして、処理はステップＳ２１４に移行する。正規化した値が閾値θより大きくないと判断した場合（ステップＳ２１２＝Ｎｏ）、エッジ線検出部３７は、当該注目線Ｌａをエッジ線として検出せず、処理はステップＳ２１４に移行する。

ステップＳ２１４において、計算機３０ａは、検出領域Ａ１上に設定可能な注目線Ｌａの全てについて上記のステップＳ２０８〜ステップＳ２１４の処理を実行したか否かを判断する。全ての注目線Ｌａについて上記処理をしていないと判断した場合（ステップＳ２１４＝Ｎｏ）、ステップＳ２０８に処理を戻して、新たに注目線Ｌａを設定して、ステップＳ２１４までの処理を繰り返す。一方、全ての注目線Ｌａについて上記処理をしたと判断した場合（ステップＳ２１４＝Ｙｅｓ）、処理はステップＳ２１５に移行する。

ステップＳ２１５において、立体物検出部３３ａは、ステップＳ２１３において検出された各エッジ線について、当該エッジ線に沿った輝度変化を算出する。立体物検出部３３ａは、上記数式４，５，６の何れかの式に従って、エッジ線の輝度変化を算出する。次に、立体物検出部３３ａは、ステップＳ２１６において、エッジ線のうち、輝度変化が所定の閾値ｔｂ以上であるエッジ線を除外する。すなわち、輝度変化の大きいエッジ線は正しいエッジ線ではないと判定し、エッジ線を立体物の検出には使用しない。これは、上述したように、検出領域Ａ１に含まれる路面上の文字や路肩の雑草等がエッジ線として検出されてしまうことを抑制するためである。したがって、所定の閾値ｔｂとは、予め実験等によって求められた、路面上の文字や路肩の雑草等によって発生する輝度変化に基づいて設定された値となる。一方、立体物検出部３３ａは、エッジ線のうち、輝度変化が所定の閾値ｔｂ未満であるエッジ線を、立体物のエッジ線と判断し、これにより、隣接車両に存在する立体物を検出する。

ステップＳ２１７では、立体物検出部３３ａにより、エッジ線の量が、所定の閾値β以上であるか否かの判断が行われる。エッジ線の量が所定の閾値β以上であると判定された場合（ステップＳ２１７＝Ｙｅｓ）は、立体物検出部３３ａは、ステップＳ２１８において、検出領域Ａ１内に隣接車両が存在すると判定する。一方、エッジ線の量が閾値β以上ではないと判定された場合（ステップＳ２１８＝Ｎｏ）、立体物検出部３３ａは、ステップＳ２１９において、検出領域Ａ１内に隣接車両が存在しないと判定する。その後、図２５および図２６に示す処理を終了する。

以上のように、第２実施形態では、撮像画像を鳥瞰視画像に変換し、変換した鳥瞰視画像から立体物のエッジ情報を検出することで、隣接車線に存在する隣接車両を検出する。また、第２実施形態では、第１実施形態と同様に、差分画像ＰＤ_ｔを生成する際に、一定量以上のエッジの抽出が予測される画像領域を基準画像領域として設定し、基準画像領域で検出されたエッジに基づいて、基準画像領域における画像の鮮明さの度合いを基準鮮鋭度として算出するとともに、検出領域Ａ１，Ａ２で検出されたエッジに基づいて、検出領域における画像の鮮明さの度合いを対象鮮鋭度として算出し、基準鮮鋭度および対象鮮鋭度のうち高い方の値を選択して最終鮮鋭度を算出する。そして、算出した最終鮮鋭度が高いほどエッジ閾値ｔｈを高く設定し、最終鮮鋭度が低いほどエッジ閾値ｔｈを低く設定する。これにより、本実施形態によれば、第１実施形態の効果に加えて、エッジ情報に基づいて立体物を検出する場合においても、カメラ１０のレンズが全体的に汚れており、画像が不鮮明であるため、最終鮮鋭度が低い値で算出された場合において、異なる時刻の２枚の鳥瞰視画像間における差分の検出感度を上げることができ、その結果、異なる時刻の２枚の鳥瞰視画像間から立体物に対応する差分を適切に検出し、検出した差分に基づいて、立体物を正確に検出することができる。

なお、以上説明した実施形態は、本発明の理解を容易にするために記載されたものであって、本発明を限定するために記載されたものではない。したがって、上記の実施形態に開示された各要素は、本発明の技術的範囲に属する全ての設計変更や均等物をも含む趣旨である。

たとえば、上述した実施形態では、図８に示すように、基準鮮鋭度および対象鮮鋭度を算出し、算出した基準鮮鋭度および対象鮮鋭度のうち高い方の値を選択することで、最終鮮鋭度を算出する構成を例示したが、この構成に限定されず、たとえば、対象鮮鋭度を算出するとともに、図２７に示すように、基準鮮鋭度を一定の値に設定し、算出した対象鮮鋭度と予め設定した基準鮮鋭度のうち高い方の値を選択することで、最終鮮鋭度を算出する構成としてもよい。あるいは、対象鮮鋭度を算出するとともに、図２８に示すように、第１基準鮮鋭度と、当該第１基準鮮鋭度よりも低い第２基準鮮鋭度とを一定の値に設定し、第１基準鮮鋭度よりも対象鮮鋭度の方が高い場合には、第１基準鮮鋭度を最終鮮鋭度として選択し、また、第２基準鮮鋭度よりも対象鮮鋭度の方が低い場合には、第２基準鮮鋭度を最終鮮鋭度を選択し、対象鮮鋭度が第１基準鮮鋭度以下であり、かつ、第２基準鮮鋭度以上である場合には、対象鮮鋭度を最終鮮鋭度として選択することで、最終鮮鋭度を算出する構成としてもよい。なお、図８と同様に、図２７および図２８においても、最終鮮鋭度を実線で表している。

また、上述した実施形態では、最終鮮鋭度に応じて差分閾値ｔｈまたはエッジ閾値ｔを変更する構成を例示したが、この構成に限定されず、たとえば、最終鮮鋭度に応じて、隣接車両の判定に用いられる閾値αあるいは閾値βを変更する構成としてもよい。また、最終鮮鋭度に応じて、エッジ線を検出するための閾値θや閾値ｔｂ、閾値ｔ２を変更する構成としてもよい。

さらに、上述した実施形態では、たとえば、街灯や他車両のヘッドライトなどの光源の画像を含む画像領域を基準画像領域として設定する際に、周辺との明るさの差が所定値以上であり、かつ、所定面積以上の大きさである画像領域を、光源に対応する領域として検出する構成を例示したが、この場合、レンズが白濁している（レンズ表面に白色の薄膜が形成されている）度合いを白濁度として算出し、レンズの白濁度が高いほど、光源を検出し易くする構成としてもよい。具体的には、レンズの白濁度が高いほど、光源を検出するための輝度の閾値を低くし、または、面積を小さくすることで、光源を検出し易くする構成とすることができる。

なお、レンズの白濁度を算出する方法は、特に限定されないが、たとえば、以下のように、レンズの白濁度を算出することができる。すなわち、レンズに水垢などの異物が付着しており、レンズが白濁している場合には、被写体からの光束の一部がレンズに付着した異物により遮られたり、乱反射してしまい、被写体の像を適切に撮像することができない場合がある。そのため、レンズが白濁している場合には、撮像される画像の鮮明さ、すなわち、画像の鮮鋭度は低くなる傾向にある。そこで、画像の鮮鋭度が低いほど、レンズが白濁しているものと判断し、光源を検出し易くすることができる。特に、レンズが白濁している場合には、レンズに付着した異物により、撮像される光源の光が減衰してしまい、光源の中心から離れた光源の周縁部における輝度が、光源として検出される輝度よりも低くなってしまう場合がある。そのため、レンズが白濁している場合には、レンズが白濁していない場合と比べて、撮像される光源の大きさが小さくなったり、周辺との輝度差が小さくなってしまう場合がある。そこで、レンズの白濁度が高い場合には、高輝度領域の大きさが小さい場合や、周辺との輝度差が小さい場合でも、光源として検出し、該光源を含む画像領域を基準画像領域として設定する構成とすることができる。

なお、上述した実施形態のカメラ１０は本発明の撮像手段に相当し、立体物検出部３３，３３ａは本発明の検出領域設定手段に相当し、視点変換部３１は本発明の画像変換手段に相当し、位置合わせ部３２、立体物検出部３３，３３ａ、差分閾値設定部３４、輝度差算出部３６，エッジ線検出部３７、およびエッジ閾値設定部３８は本発明の立体物検出手段に相当し、鮮鋭度算出部３５は本発明の光源検出手段、基準画像領域設定手段、輪郭情報抽出手段、基準鮮鋭度算出手段、および対象鮮鋭度算出手段に相当する。

１，１ａ…立体物検出装置
１０…カメラ
２０…車速センサ
３０，３０ａ…計算機
３１…視点変換部
３２…位置合わせ部
３３，３３ａ…立体物検出部
３４…差分閾値設定部
３５…鮮鋭度算出部
３６…輝度差算出部
３７…エッジ線検出部
３８…エッジ閾値設定部
ａ…画角
Ａ１，Ａ２…検出領域
ＣＰ…交点
ＤＰ…差分画素
ＤＷ_ｔ，ＤＷ_ｔ’…差分波形
ＤＷ_ｔ１〜ＤＷ_ｍ，ＤＷ_ｍ＋ｋ〜ＤＷ_ｔｎ…小領域
Ｌ１，Ｌ２…接地線
Ｌａ，Ｌｂ…立体物が倒れ込む方向上の線
ＰＢ_ｔ…鳥瞰視画像
ＰＤ_ｔ…差分画像
Ｖ１…自車両
Ｖ２…隣接車両

Claims (12)

1. 車両に搭載され、自車両後方の映像を結像させるレンズを備えた撮像手段と、
   自車両の後側方に立体物を検出するための検出領域を設定する検出領域設定手段と、
   前記撮像手段により得られた前記撮像画像を鳥瞰視画像に視点変換する画像変換手段と、
   前記画像変換手段により得られた異なる時刻の鳥瞰視画像の位置を鳥瞰視上で位置合わせし、当該位置合わせされた鳥瞰視画像の差分画像上において、所定の差分閾値以上の差分を示す画素数をカウントして度数分布化することで差分波形情報を生成し、当該差分波形情報に基づいて、前記検出領域において前記立体物の検出を行う立体物検出手段と、
   前記検出領域とは異なる領域であり、かつ、被写体の輪郭情報の抽出が予測される画像領域を基準画像領域として設定する基準画像領域設定手段と、
   前記基準画像領域および前記検出領域において被写体の輪郭情報を抽出する輪郭情報抽出手段と、
   前記基準画像領域で抽出された前記輪郭情報に基づいて、前記基準画像領域における画像の鮮明さの度合いを基準鮮鋭度として算出する基準鮮鋭度算出手段と、
   前記検出領域で抽出された前記輪郭情報に基づいて、前記検出領域における画像の鮮明さの度合いを対象鮮鋭度として算出する対象鮮鋭度算出手段と、を備え、
   前記立体物検出手段は、前記基準鮮鋭度と前記対象鮮鋭度とに基づいて最終鮮鋭度を算出し、算出した前記最終鮮鋭度に基づいて、前記差分閾値を設定することを特徴とする立体物検出装置。
2. 車両に搭載され、自車両後方の映像を結像させるレンズを備えた撮像手段と、
   自車両の後側方に立体物を検出するための検出領域を設定する検出領域設定手段と、
   前記撮像手段により得られた前記撮像画像を鳥瞰視画像に視点変換する画像変換手段と、
   前記画像変換手段により得られた鳥瞰視画像において、被写体の輪郭から得られる輪郭情報のうち所定のエッジ閾値以上のエッジ情報を検出し、検出した前記エッジ情報に基づいて、前記検出領域において前記立体物の検出を行う立体物検出手段と、
   前記検出領域とは異なる領域であり、かつ、前記被写体の輪郭情報の抽出が予測される画像領域を基準画像領域として設定する基準画像領域設定手段と、
   前記基準画像領域および前記検出領域において前記被写体の輪郭情報を抽出する輪郭情報抽出手段と、
   前記基準画像領域で抽出された前記輪郭情報に基づいて、前記基準画像領域における画像の鮮明さの度合いを基準鮮鋭度として算出する基準鮮鋭度算出手段と、
   前記検出領域で抽出された前記輪郭情報に基づいて、前記検出領域における画像の鮮明さの度合いを対象鮮鋭度として算出する対象鮮鋭度算出手段と、を備え、
   前記立体物検出手段は、前記基準鮮鋭度と前記対象鮮鋭度とに基づいて最終鮮鋭度を算出し、算出した前記最終鮮鋭度に基づいて、前記エッジ閾値を設定することを特徴とする立体物検出装置。
3. 請求項１または２に記載の立体物検出装置であって、
   前記基準領域設定手段は、前記自車両のバンパー、前記自車両に前記撮像手段を取り付けるための筺体、または、前記自車両のライセンスプレートの画像に対応する領域を、前記基準画像領域として設定することを特徴とする立体物検出装置。
4. 請求項１または２に記載の立体物検出装置であって、
   前記基準領域設定手段は、地平線または水平線を含む画像に対応する領域を、前記基準画像領域として設定することを特徴とする立体物検出装置。
5. 請求項１または２に記載の立体物検出装置であって、
   前記撮像手段により得られた撮像画像に基づいて、自車両後方に存在する光源を検出する光源検出手段をさらに備え、
   前記基準領域設定手段は、前記光源検出手段により検出された前記光源の画像を含む領域を、前記基準画像領域として設定することを特徴とする立体物検出装置。
6. 請求項５に記載の立体物検出装置であって、
   前記光源検出手段は、前記撮像画像から、周辺との輝度差が所定輝度差以上であり、かつ、所定面積以上の大きさを有する画像領域を、前記光源に対応する画像領域として検出することで、前記光源を検出することを特徴とする立体物検出装置。
7. 請求項５に記載の立体物検出装置であって、
   前記最終鮮鋭度に基づいて、前記レンズが白濁している度合いをレンズの白濁度として算出する白濁度算出手段と、
   前記レンズの白濁度が高いほど、前記所定輝度差または前記所定面積を小さくすることで、前記光源検出手段による前記光源の検出を促進する制御手段と、さらに備えることを特徴とする立体物検出装置。
8. 請求項１〜７のいずれかに記載の立体物検出装置であって、
   前記輪郭情報抽出手段は、被写体のエッジ情報を、前記被写体の輪郭情報として抽出し、
   前記基準鮮鋭度算出手段は、前記基準画像領域で抽出された前記エッジ情報のエッジ強度に基づいて、前記基準鮮鋭度を算出し、
   前記対象鮮鋭度算出手段は、前記検出領域で抽出された前記エッジ情報のエッジ強度に基づいて、前記対象鮮鋭度を算出することを特徴とする立体物検出装置。
9. 請求項１〜７のいずれかに記載の立体物検出装置であって、
   前記輪郭情報抽出手段は、前記撮像画像に基づく画像から得られる特定の周波数成分を、前記被写体の輪郭情報として抽出し、
   前記基準鮮鋭度算出手段は、前記基準画像領域において抽出された前記周波数成分に基づいて、前記基準鮮鋭度を算出し、
   前記対象鮮鋭度算出手段は、前記検出領域において抽出された前記周波数成分に基づいて、前記対象鮮鋭度を算出することを特徴とする立体物検出装置。
10. 請求項５〜７のいずれかに記載の立体物検出装置であって、
    前記輪郭情報抽出手段は、所定値以上の輝度を有する領域を高輝度領域として検出し、検出した前記高輝度領域の周辺における輝度勾配を、前記被写体の輪郭情報として抽出し、
    前記基準鮮鋭度算出手段は、前記基準画像領域内において抽出された前記高輝度領域の周辺における輝度勾配に基づいて、前記基準鮮鋭度を算出し、
    前記対象鮮鋭度算出手段は、前記検出領域において抽出された前記高輝度領域の周縁部における輝度勾配に基づいて、前記対象鮮鋭度を算出することを特徴とする立体物検出装置。
11. 請求項１または請求項１に従属する請求項３〜１０のいずれかに記載の立体物検出装置であって、
    前記立体物検出手段は、前記基準鮮鋭度と前記対象鮮鋭度との比較結果、前記基準鮮鋭度および前記対象鮮鋭度のうち高い方の値を最終鮮鋭度として算出し、前記最終鮮鋭度が高いほど、前記差分閾値を高く設定することを特徴とする立体物検出装置。
12. 請求項２または請求項２に従属する請求項３〜１０のいずれかに記載の立体物検出装置であって、
    前記立体物検出手段は、前記基準鮮鋭度と前記対象鮮鋭度との比較結果、前記基準鮮鋭度および前記対象鮮鋭度のうち高い方の値を最終鮮鋭度として算出し、前記最終鮮鋭度が高いほど、前記エッジ閾値を高く設定することを特徴とする立体物検出装置。

Images