JPWO2019031137A1 - 路側物検出装置、路側物検出方法及び路側物検出システム - Google Patents

Abstract

本発明の路側物検出装置、路側物検出方法及び路側物検出システムは、外界認識部によって取得された外界情報に基づき、自車と路側物候補との位置関係に関する第１特徴量及び路側物候補の高さに関する第２特徴量を求め、第１特徴量に基づいて路側物候補を路側物として判定するための高さに関する閾値を求め、第２特徴量が閾値を超える場合に路側物候補を路側物と判定することで、路側物を的確に検出することができる。

Description

本発明は、路側物検出装置、路側物検出方法及び路側物検出システムに関する。

特許文献１に開示される路側物検出装置は、複数の撮影画像を解析して、自車両からの距離が閾値未満の近傍領域における撮影対象の高さ情報を検出する手段と、前記近傍領域の高さ情報から路側物により生じる路面の高さの変化を検出する手段と、前記高さの変化が検出された位置を前記路側物の特徴点に決定し、前記特徴点を道路モデルに従って自車両からの距離が前記閾値以上の遠方領域に外挿する手段と、前記特徴点を外挿して得られる仮想線に基づいて路側物の探索範囲を設定し、前記探索範囲から前記遠方領域の路側物を検出する手段と、を有する。

特開２０１４−００２６０８号公報

しかし、特許文献１の路側物検出装置では、道路の形状を数式とその係数で表す道路モデルの精度が悪いと、路側物を正しく検出することができなくなるおそれがあった。

本発明は、従来の実情に鑑みてなされたものであり、その目的は、路側物の正しい検出ができなくなることを抑制できる、路側物検出装置、路側物検出方法及び路側物検出システムを提供することにある。

本発明によれば、その１つの態様において、自車と路側物候補との位置関係に関する第１特徴量に基づいて、路側物候補を路側物として判定するための高さに関する閾値を求める。

本記発明によれば、路側物の正しい検出ができなくなることを抑制できる。

本発明に係る路側物検出システムのハードウェアを示すブロック図である。 路側物検出処理の第１実施形態を示す機能ブロック図である。 前記第１実施形態における閾値ＴＨ１の特性を説明するための概要図である。 前記第１実施形態における路側物検出処理の手順を示すフローチャートである。 前記第１実施形態における閾値ＴＨ１と距離Ｄ１との相関を示す線図である。 路側物検出処理の第２実施形態を示す機能ブロック図である。 前記第２実施形態における路側物検出処理の手順を示すフローチャートである。 前記第２実施形態における閾値ＴＨ１stと距離Ｄ１との相関を示す線図である。 前記第２実施形態における閾値ＴＨ１stを補正するための補正係数Ｋacと前後加速度との相関を示す線図である。 路側物検出処理の第３実施形態を示す機能ブロック図である。 前記第３実施形態における閾値ＴＨ３の特性を説明するための概要図である。 前記第３実施形態において予測進路を用いる理由を説明するため概要図である。 前記第３実施形態の作用効果を説明するための概要図である。 前記第３実施形態における路側物検出処理の手順を示すフローチャートである。 前記第３実施形態における閾値ＴＨ３と距離Ｄ２との相関を示す線図である。 路側物検出処理の第４実施形態を示す機能ブロック図である。 前記第４実施形態における路側物検出処理の手順を示すフローチャートである。 前記第４実施形態における閾値ＴＨ４stと距離Ｄ２との相関を示す線図である。 前記第４実施形態における閾値ＴＨ４stを補正するための補正係数Ｋyrと操舵角及び操舵角速度との相関を示す線図である。 路側物検出処理の第５実施形態を示す機能ブロック図である。 前記第５実施形態における路側物検出処理の手順を示すフローチャートである。 前記第５実施形態における閾値ＴＨ５stと距離Ｄ１との相関を示す線図である。 前記第５実施形態における閾値ＴＨ５stを補正するための補正係数Ｋrlと距離Ｄ２との相関を示す線図である。

以下、本発明に係る路側物検出装置、路側物検出方法及び路側物検出システムの実施形態を、図面に基づいて説明する。
図１は本発明の実施形態に係る路側物検出システムのハードウェアを示すブロック図である。

路側物検出システム１００は、車両２００に搭載され、縁石などの路側物を検出し、検出した路側物の情報を、車線逸脱防止などの運転支援を制御する運転支援制御ユニット３００に提供する。
路側物検出システム１００は、外界認識部１１０、走行状態量検出部１２０、演算処理部１３０を備える。

本実施形態において、外界認識部１１０は、対象物を複数の異なる方向から同時に撮影するステレオカメラである。但し、外界認識部１１０は、ステレオカメラの他、３次元スキャニング式のレーザーレーダなどの距離画像イメージを取得できるデバイスであればよい。
外界認識部１１０としてのステレオカメラは、車両２００の前方を撮影する撮像手段であり、車両２００の幅方向に互いに離間した位置に設置した左右一対のカメラを有する。

走行状態量検出部１２０は、車両２００の走行状態量、換言すれば、自車の走行に関する各種情報を検出するセンサを有する。
車両２００は、走行状態量検出部１２０に含まれるセンサとして、車両２００の走行速度を検出する車速センサ１２１、車両２００のステアリングシステムにおける操舵角及び操舵角速度を検出する操舵角センサ１２２、車両２００の前後及び左右の加速度を検出する加速度センサ１２３などを備える。

演算処理部１３０は、外界認識部１１０が出力する外界認識情報（左右の撮影画像情報）及び走行状態量検出部１２０が出力する車両２００の走行状態量の情報を入力し、入力した情報を演算処理して路側物の検出処理を行う路側物検出装置である。
演算処理部１３０は、外界認識部１１０及び走行状態量検出部１２０からの情報を入力するための入力回路１３１、ＭＰＵ（Microprocessor Unit）１３２、ＲＯＭ（Read Only Memory）１３３、ＲＡＭ（Random Access Memory）１３４、路側物検出情報などを運転支援制御ユニット３００に出力するための出力回路１３５などを含むマイクロコンピュータを備える。

そして、演算処理部１３０は、ソフトウェアプログラムに記述された命令セットを実行することで、路側物の検出処理を行い、路側物の検出結果を運転支援制御ユニット３００に送信する。
以下では、演算処理部１３０における路側物検出処理を詳細に説明する。

「第１実施形態」
図２は、演算処理部１３０における路側物検出処理の第１実施形態を示す機能ブロック図である。
図２に示すように、演算処理部１３０は、路側物特徴量導出部Ｕ１１、路側物閾値導出部Ｕ１２、及び、路側物判定部Ｕ１３の機能をソフトウェアとして備える。
路側物特徴量導出部Ｕ１１は、外界認識部１１０によって取得された外界情報に基づいて、路側物候補を抽出するとともに、路側物候補と自車との位置関係に関する情報である位置情報（第１特徴量）、及び、路側物候補の路面からの高さに関する情報である高さ情報（第２特徴量）を求める。

詳細には、路側物特徴量導出部Ｕ１１は、外界認識部１１０で取得された左撮像画像と右撮像画像とに基づき視差画像を算出する。換言すれば、路側物特徴量導出部Ｕ１１は、視差に基づき自車から対象点までの距離を測定する。
そして、路側物特徴量導出部Ｕ１１は、視差画像を解析して、路面から所定以上に高い画像座標を路側物候補、詳細には、縁石の候補として検出し、路側物候補とした画像座標を、自車を基準位置として路側物候補の位置を特定するための２次元の位置情報とする。

路側物閾値導出部Ｕ１２は、路側物特徴量導出部Ｕ１１で求められた位置情報に基づき高さの閾値ＴＨ１を設定し、路側物判定部Ｕ１３は、路側物候補とした画像座標の路面からの高さＨと閾値ＴＨ１とを比較して、高さＨが閾値ＴＨを上回る画像座標を路側物と判定する。
なお、外界認識部１１０が、視差画像の算出を行うカメラコンピュータを一体的に備え、演算処理部１３０は、外界認識部１１０から視差画像のデータを取得することができる。

ここで、路側物閾値導出部Ｕ１２は、車両２００の前後方向において、注目する画像座標が自車から遠い場合は、自車から近い場合に比べて閾値ＴＨ１を高くする。
つまり、演算処理部１３０は、一旦同一の高さ基準に基づき路側物候補を検出する。
そして、演算処理部１３０は、路側物候補の中から、路側物と判断するものと路側物ではないと判断するものとを選別するための高さの判定基準を、自車から路側物候補までが近いか遠いかに応じて設定する。
換言すれば、演算処理部１３０は、路側物候補の中から、路側物候補として残すものと路側物候補から除外するものとを選別するための高さの判定基準を、自車から路側物候補までが近いか遠いかに応じて設定する。

外界認識部１１０から近い領域では、外界認識部１１０は車両前方を高い分解能で撮影するため、視差画像に基づく路側物候補の検出精度は比較的高くなる。これに対し、外界認識部１１０から遠くなるほど外界認識部１１０の画素分解能は低下し、視差画像に基づく路側物候補の検出精度は低下する。
そこで、演算処理部１３０は、図３に示すように、車両２００から路側物候補までの距離Ｄ１(m)が長いほど閾値ＴＨ１をより高くする。これにより、演算処理部１３０は、自車から遠い領域において路側物ではない物体を路側物として誤検出することを抑止しつつ、自車から近い領域においては実際の路側物を検知できなくなることを抑制する。
換言すれば、演算処理部１３０は、自車の前後方向において路側物候補が自車から遠い場合は、近い場合よりも路側物候補を路側物として扱われ難くすることで、日照条件等が良好な場面では遠方の道路曲率までを高精度に検出して、車線維持に有用な路側物の検出を行う。
一方、演算処理部１３０は、日照条件等が良好でない時は、近傍の道路形状だけを誤らずに検出できるので、車線逸脱の防止に有用な路側物の検出を行う。

図４のフローチャートは、第１実施形態において、演算処理部１３０が実施する路側物検出処理の手順を示す。
演算処理部１３０は、ステップＳ５０１で、外界認識部１１０（ステレオカメラ）で取得された左撮像画像と右撮像画像とに基づき視差画像を生成する。

次いで、演算処理部１３０は、ステップＳ５０２に進み、ステップＳ５０１で生成した視差画像から走行路面の平均的な高さを求める。
詳細には、演算処理部１３０は、車両２００からの距離を一定間隔（例えば５ｍ間隔）に区切り、区切った領域毎に路面高さの中央値を求め、車両２００から近い領域から遠い領域に応じて路面高さＨ２を求める。
上記の路面高さＨ２は、路側物の高さの基準となる。

路面高さＨ２を求めた後、演算処理部１３０は、ステップＳ５０３に進み、視差画像をスキャンして、画面内の各画像座標（i, j）の高さＨ１と注目する画像座標（i, j）が含まれる領域における路面高さＨ２との差Ｈ（Ｈ＝Ｈ１−Ｈ２）を、画像座標（i, j）の路面に対する相対高さとして求める。
更に、演算処理部１３０は、高さＨが所定以上である画像座標（i, j）を路側物候補として抽出し、路側物候補として抽出した画像座標（i, j）及び当該画像座標（i, j）について求めた高さＨのデータを、路側物候補の位置情報及び高さ情報として記憶し、更に、路側物候補として記憶した画像座標（i, j）の数ＮＣを計数して記憶する。

次いで、演算処理部１３０は、ステップＳ５０４に進み、路側物候補として抽出した画像座標（i, j）の全てについて、その高さＨと閾値ＴＨ１との比較による選別処理が終わっているか否かを、数ＮＣが零よりも大きいか否かに基づいて判断する。
後述するように、演算処理部１３０は、画像座標（i, j）についてその高さＨと閾値ＴＨ１との比較による選別処理を実施する毎に数ＮＣを減算し、減算結果の数ＮＣに基づき、選別処理を実施する必要がある画像座標（i, j）の残り数を判断する。

つまり、演算処理部１３０は、数ＮＣが零まで減算されていれば、個々の画像座標（i, j）についての選別処理が全て完了していると判断し、数ＮＣが零よりも大きい場合は、選別処理を実施する必要がある路側物候補としての画像座標（i, j）が残っていると判断する。
演算処理部１３０は、数ＮＣが零よりも大きい場合、ステップＳ５０５に進み、数ＮＣを１だけ減算する処理を実施することで、１つの画像座標（i, j）について選別処理を実施した履歴とする。

次いで、演算処理部１３０は、ステップＳ５０６に進んで、画像座標（i, j）が路側物であるか否かを判別するための高さの閾値ＴＨ１、つまり、路側物候補を路側物として判定するための高さに関する閾値を、自車と路側物候補である画像座標（i, j）との位置関係に応じて設定する。

ここで、演算処理部１３０は、車両２００の前後方向における車両２００から注目する画像座標（i, j）までの距離Ｄ１に応じて閾値ＴＨ１を設定する。
なお、演算処理部１３０は、注目する画像座標（i, j）を距離Ｄ１のデータに変換し、係る変換処理で得た距離Ｄ１に基づき、注目する画像座標（i, j）の選別処理に用いる閾値ＴＨ１を設定する。

図５は、第１特徴量である距離Ｄ１と、閾値ＴＨ１との相関を例示する線図である。
図５に示すように、演算処理部１３０は、注目する画像座標（i, j）が自車から遠い場合は、近い場合よりも閾値ＴＨ１を高くする。
つまり、外界認識部１１０から遠くなるほど画素分解能が低下し、視差画像に基づく路側物候補の検出精度が低下する。
このため、演算処理部１３０は、路側物であると判定する高さを自車から遠いほど高くして、外界認識部１１０から遠い領域での路側物の誤検出を抑止しつつ、外界認識部１１０から近い領域での路側物の検出漏れを抑止する。

演算処理部１３０は、閾値ＴＨ１を設定した後、ステップＳ５０７に進み、注目する画像座標（i, j）について求めた高さＨと閾値ＴＨ１とを比較する。
そして、注目する画像座標（i, j）の高さＨが閾値ＴＨ１よりも高い場合、演算処理部１３０は、ステップＳ５０８に進み、今回注目した画像座標（i, j）を路側物であると判断し、その位置情報や高さの情報をメモリに記憶する。
換言すれば、演算処理部１３０は、一定の高さ基準に基づき抽出した路側物候補の中から、路側物候補個々の前後位置に応じた閾値ＴＨ１に基づき、路側物候補として残すものを絞り込む。

次いで、演算処理部１３０は、ステップＳ５０９で、路側物であると判断した画像座標（i, j）の個数の計数データを増加させる。
その後、演算処理部１３０は、ステップＳ５０４に戻り、数ＮＣと零とを比較することで、路側物候補とした画像座標（i, j）の全てについて選別処理が完了しているか否かを判断する。
一方、演算処理部１３０は、ステップＳ５０７で、注目する画像座標（i, j）の高さＨが閾値ＴＨ１以下であると判断すると、ステップＳ５０８及びステップＳ５０９を迂回して、ステップＳ５０４に戻る。
つまり、演算処理部１３０は、注目する画像座標（i, j）の高さＨが閾値ＴＨ１以下である場合、当該画像座標（i, j）を路側物候補から除外し、路側物として扱われないようにする。

以上のように、演算処理部１３０は、注目する画像座標（i, j）の高さＨと、車両２００の前後方向における自車から画像座標（i, j）までの距離Ｄ１（前後位置）に応じた閾値ＴＨ１とを比較して、高さＨが閾値ＴＨ１を上回るときに注目する画像座標（i, j）を路側物と判断する。
そして、演算処理部１３０は、全ての画像座標（i, j）について選別処理を終えると、ステップＳ５０４で数ＮＣが零であると判断するようになって、ステップＳ５０４からステップＳ５１０に進み、路側物検出処理で用いる平滑フィルターの過去値の更新などを行った後、一連の路側物検出処理を終了させる。

上記第１実施形態の路側物検出処理が実施される場合、同じ高さＨの縁石が路端ラインに沿って複数並べられていると、路側物検出システム１００は、車両２００の前後方向における自車近傍では縁石を路側物として扱い、自車遠方では縁石を路側物として扱わない場合が生じる。
つまり、同じ高さＨの縁石が車両２００の前後方向での位置に応じて路側物として扱われたり扱われなかったりすることは、路側物検出処理において前後方向の位置に応じて路側物と判断する高さを異ならせていることになる。

「第２実施形態」
図６は、演算処理部１３０における路側物検出処理の第２実施形態を示す機能ブロック図である。
図６に示すように、演算処理部１３０は、図２の第１実施形態と同様に、路側物特徴量導出部Ｕ２１、路側物閾値導出部Ｕ２２、及び、路側物判定部Ｕ２３の機能をソフトウェアとして備える。

上記路側物特徴量導出部Ｕ２１、路側物判定部Ｕ２３は、第１実施形態の路側物特徴量導出部Ｕ１１、路側物判定部Ｕ１３と同様な作用機能のものであり、ここでは詳細な説明を省略する。
路側物閾値導出部Ｕ２２は、第１実施形態の路側物閾値導出部Ｕ１２と同様に、自車の前後方向において路側物候補が自車から遠い場合は、近い場合よりも閾値ＴＨ２を高く設定するが、更に、自車の速度または加速度が高い場合は、低い場合よりも閾値ＴＨ２を高くする機能を有する。
換言すれば、路側物閾値導出部Ｕ２２は、自車の挙動が大きい場合は、小さい場合よりも閾値ＴＨ２を高くする機能を有する。

車両２００の速度または加速度が高い場合は、低い場合に比べて車両２００のピッチ変動が大きくなり、ピッチ変動が大きくなると外界認識部１１０による撮像画像にブレが生じる。
そして、撮像画像にブレが生じることで、撮像画像に基づく路側物検出の信頼性が低下する。
そこで、路側物閾値導出部Ｕ２２は、自車の前後方向における路側物候補までの距離Ｄ１が同じでも、車両２００の速度または加速度が高い場合は、低い場合に比べて閾値ＴＨ２をより高く変更し、撮像画像のブレによる路側物の誤検出を抑止する。

換言すれば、路側物閾値導出部Ｕ２２は、自車の前後方向における路側物候補までの距離Ｄ１が同じでも、車両２００の速度または加速度が高い場合は、低い場合よりも路側物候補を路側物として扱われ難くすることで、車線逸脱防止などの運転支援制御において実用的な路側物の検出を行う。

図７のフローチャートは、第２実施形態において、演算処理部１３０が実施する路側物検出処理の手順を示す。
第２実施形態における路側物検出処理は、走行状態量検出部１２０から走行状態量の読み込みを行うステップＳ６０２を付加した点が第１実施形態と異なる。
更に、第２実施形態における路側物検出処理では、ステップＳ６０７における閾値ＴＨ２の設定処理において、車両２００の前後方向における自車と画像座標（i, j）との位置関係、及び、車両２００の速度または加速度に基づいて閾値ＴＨ２を設定し、係る閾値ＴＨ２をステップＳ６０８での比較処理に用いる点が第１実施形態と異なる。
そして、第２実施形態における路側物検出処理では、上記以外の各処理は、図４のフローチャートに示した第１実施形態と同様に実施される。

つまり、図７のフローチャートのステップＳ６０１、ステップＳ６０３−ステップＳ６０６、ステップＳ６０９−ステップＳ６１１の各ステップにおける処理内容は、図４のステップＳ５０１−ステップＳ５０５、ステップＳ５０８−ステップＳ５１０と同様であり、詳細な説明を省略する。
演算処理部１３０は、ステップＳ６０２で、走行状態量検出部１２０に含まれる加速度センサ１２３が検出した車両２００の前後加速度を読み込む。

なお、演算処理部１３０は、加速度センサ１２３が検出した前後加速度を読み込む代わりに、車速センサ１２１が検出した車速の単位時間当たりの変化量を演算し、係る変化量を加速度として用いることができる。
また、演算処理部１３０は、ステップＳ６０７で、注目する画像座標（i, j）が自車から遠い場合は、近い場合よりも閾値ＴＨ２stを高く設定する。更に、演算処理部１３０は、閾値ＴＨ２stを補正するための補正係数Ｋac（Ｋac＞1.0）を、前後加速度に応じて設定し、閾値ＴＨ２stに補正係数Ｋacを乗算した結果を閾値ＴＨ２（ＴＨ２←ＴＨ２st×Ｋac）とする。

図８Ａは、注目する画像座標（i, j）の前後位置を表す距離Ｄ１と、閾値ＴＨ２stとの相関を例示する線図であり、また、図８Ｂは、車両２００の前後加速度と補正係数Ｋacとの相関を例示する線図である。
図８Ａに示す距離Ｄ１と閾値ＴＨ２stとの相関は、第１実施形態の閾値ＴＨ１の設定特性を示す図５と同様である。

一方、図８Ｂに示すように、演算処理部１３０は、一定速度での走行状態を含む前後加速度が低いときは、補正係数Ｋacを1.0に設定して閾値ＴＨ２を実質的に補正しないが、前後加速度が高くなると補正係数Ｋacを1.0よりも大きな値に設定することで、閾値ＴＨ２を増大補正する。
つまり、車両２００の前後加速度が高くなるほど撮像画像のブレが大きくなり、路側物候補として抽出した画像座標（i, j）の信頼性が低下するので、演算処理部１３０は、前後加速度が高くなるほど閾値ＴＨ２をより高く変更し、前後加速度が高い状態での路側物の誤検出を抑制する。

演算処理部１３０は、次のステップＳ６０８で、注目する画像座標（i, j）の高さＨと閾値ＴＨ２とを比較し、閾値ＴＨ２を超える高さＨの画像座標（i, j）を、路側物と判断してメモリに記憶する。
なお、前後加速度には、加速加速度と減速加速度との双方を含み、演算処理部１３０は、車両２００が急加速状態であるとき及び急減速状態であるときに閾値ＴＨ２をより高い値に変更する。

また、一般的には車速が高いとピッチ変動も大きくなるため、演算処理部１３０は、加速度に代えて車速センサ１２１が検出した車速を読み込み、車速が高いほど閾値ＴＨ２をより高く変更することができる。
換言すれば、演算処理部１３０は、自車から遠いほど閾値ＴＨ２をより高くし、かつ、車速又は加速度が高いほど閾値ＴＨ２をより高くする。

また、前後方向における自車から注目する画像座標（i, j）まで距離Ｄ１、及び、前後加速度に基づく閾値ＴＨ２の設定処理は、距離Ｄ１に基づく閾値ＴＨ２stを、前後加速度に基づく補正係数Ｋacで補正する処理に限定されない。
例えば、演算処理部１３０は、距離Ｄ１、及び、前後加速度又は車速を変数として閾値ＴＨ２を求めるマップ又は関数を有し、係るマップ又は関数を用いて閾値ＴＨ２を算出することができる。

上記第２実施形態の路側物検出処理が実施される場合、前後方向における自車からの距離Ｄ１が同じで高さＨが同じ縁石について、車両２００の定常運転状態、換言すれば、定速走行状態では路側物として扱われるのに、車両２００の加速状態や減速状態でピッチ変動が大きくなったときは路側物として扱われなくなる場合が生じる。
つまり、距離Ｄ１及び高さＨが同じ縁石が、車両２００の加速度や車速によるピッチ変動の大きさに応じて路側物として扱われたり扱われなかったりすることは、路側物検出処理において加速度や車速、或いはピッチ変動の大きさに応じて路側物と判断する高さ（閾値ＴＨ）を異ならせていることになる。

「第３実施形態」
図９は、演算処理部１３０における路側物検出処理の第３実施形態を示す機能ブロック図である。
図９に示すように、演算処理部１３０は、路側物特徴量導出部Ｕ３１、路側物閾値導出部Ｕ３２、路側物判定部Ｕ３３、及び、自車進路予測部Ｕ３４の機能をソフトウェアとして備える。

上記路側物特徴量導出部Ｕ３１、路側物判定部Ｕ３３は、第１実施形態の路側物特徴量導出部Ｕ１１、路側物判定部Ｕ１３と同様な作用機能のものであり、ここでは詳細な説明を省略する。
自車進路予測部Ｕ３４は、走行状態量検出部１２０が検出した車両２００の走行状態量に基づき自車の進路を予測する。

そして、路側物閾値導出部Ｕ３２は、自車進路予測部Ｕ３４で求められた予測進路と、路側物特徴量導出部Ｕ３１で求められた路側物候補の位置情報である画像座標（i, j）とを入力し、図１０に示すように、自車の左右方向において、注目する画像座標（i, j）が予測進路から遠い場合は近い場合よりも閾値ＴＨ３を低くする。
車両２００の進路正面において路側物が誤検出されると、例えば、運転支援システムによる制動処理が誤って実施されてしまう。一方、車両２００の進路正面から左右に離れた位置で路側物を検出できないと、車線逸脱防止などの運転支援が機能不全になってしまう。

そこで、路側物閾値導出部Ｕ３２は、路側物の誤検出による誤制動を抑制するために、進路側面の路側物候補に適用する閾値ＴＨ３よりも進路正面の路側物候補に適用する閾値ＴＨ３を高くする。
また、路側物閾値導出部Ｕ３２が、進路予測の結果を用いずに、そのときの自車正面から近い路側物候補については遠い路側物候補よりも閾値ＴＨ３を高く設定すると、例えば、図１１に示す路側物Ａを、誤ってノイズとして除去することになる。

つまり、図１１に示す路側物Ａ−Ｃは、略同じ高さであり、予測進路から左右方向に略一定距離だけ離れているが、現時点の進路正面を基準にすると、路側物Ａが最も進路正面に近い。
このため、そのときの自車正面に近い路側物候補については遠い路側物候補よりも閾値ＴＨ３を高く設定した場合、路側物Ａの高さＨが閾値ＴＨ３よりも低いことになって、路側物Ａが路側物として検出されなくなる可能性がある。

そこで、路側物閾値導出部Ｕ３２は、自車の左右方向において画像座標（i, j）が予測進路から近い場合は、遠い場合よりも閾値ＴＨ３を高くし、予測進路から近い領域では路側物候補が路側物として扱われ難くする。
これにより、路側物閾値導出部Ｕ３２は、自車進行路の中央で路側物が誤検出されることで誤制動が実施されてしまうことを抑止し、また、車線逸脱防止などのステアリング制御指令の生成ができなくなることを抑制する。

図１１の例では、路側物Ａ−Ｃは、車両２００の左右方向において、予測進路から略同じ距離Ｄ２に位置するから、路側物閾値導出部Ｕ３２は、路側物Ａ−Ｃを路側物候補として検出したときに同レベルの閾値ＴＨ３をそれぞれに適用することになり、路側物Ａが検出されなくなることを抑止できる。

ここで、図１２を参照して第３実施形態の作用効果を説明する。
図１２の例では、自車の正面にまっすぐ延びる道路ＲＤ１の左側の路端相当ラインに沿って路側物としての高さを有する障害物２−４が設置され、道路ＲＤ１から右前方に向けて分岐する分岐路ＲＤ２に障害物としての制御介入を期待しない高さの障害物１が設置されている。

なお、障害物１は、車両２００の現時点での進路正面から障害物２−４までの距離と、車両２００の現時点での進路正面から障害物１までの距離とが略同等になるように、換言すれば、分岐路ＲＤ２が存在しない場合の道路ＲＤ１の右側の路端相当ライン上に設置される。
係る条件で、運転者が分岐路ＲＤ２に向けて車両２００を進めようとステアリング操作しても、障害物１が制御介入の実施対象として検出されると、分岐路ＲＤ２への進行を妨げるステアリング制御などが行われることになる。

これに対し、路側物候補を路側物として判定するための高さの閾値ＴＨ３を、車両２００の左右方向における路側物候補と予測進路との距離Ｄ２に応じて設定する第３実施形態によれば、障害物１は予測進路に近いから予測進路から遠い場合よりも閾値ＴＨ３が高く設定されることで、障害物１がノイズとして除去され、障害物１が路側物、つまり、制御介入対象として判定されることを抑止することができる。
このため、走行に支障のない障害物１が路上にあるときに、係る障害物１に基づき無用なステアリング制御が実施されることが抑制され、誤作動なく車両２００を分岐路ＲＤ２に向けて走行させることができる。

図１３のフローチャートは、第３実施形態において、演算処理部１３０が実施する路側物検出処理の手順を示す。
第３実施形態における路側物検出処理では、第２実施形態における路側物検出処理を示す図７のフローチャートに対して、進路予測を実施するステップＳ７０５が追加されている。更に、図１３のフローチャートにおいて、ステップＳ７０２における走行状態量の算出処理の内容、ステップＳ７０８における閾値ＴＨ３の算出処理の内容、ステップＳ７０９で用いる閾値ＴＨは、第２実施形態と異なる。
一方、図１３のフローチャートにおいて、上記以外の各ステップでの処理内容は、図７のフローチャートに示した第２実施形態と同様である。

つまり、図１３のフローチャートのステップＳ７０１、ステップＳ７０３−ステップＳ７０４、ステップＳ７０６−ステップＳ７０７、ステップＳ７１０−ステップＳ７１２の各ステップにおける処理内容は、図７のステップＳ６０１、ステップＳ６０３−ステップＳ６０４、ステップＳ６０５−ステップＳ６０６、ステップＳ６０９−ステップＳ６１１と同様であり、詳細な説明を省略する。

演算処理部１３０は、ステップＳ７０２で、走行状態量として操舵角Ｓ及び車速Ｖなどを読み込み、ステップＳ７０５で、操舵角Ｓ及び車速Ｖなどに基づき自車の進路を予測する。
ここで、自車位置を原点とすると、予測進路は原点を通る旋回半径Ｒの円弧で近似できる。
そこで、演算処理部１３０は、ステップＳ７０５で、操舵角Ｓ、車速Ｖ、スタビリティファクタＡ、ホイールベースＬに基づき、予測進路を表す旋回半径Ｒ（Ｒ＝（１＋Ａ・Ｖ^２）×（Ｌ／Ｓ））を算出する。
そして、演算処理部１３０は、ステップＳ７０８で、車両２００の左右方向における予測進路と画像座標（i, j）との位置関係、つまり、車両２００の左右方向において、注目する画像座標（i, j）が予測進路から遠いか近いかに応じて閾値ＴＨ３を設定する。

図１４は、車両２００の左右方向における予測進路から画像座標（i, j）までの距離Ｄ２（図１０参照）と、閾値ＴＨ３との相関を示す。
図１４に示すように、演算処理部１３０は、距離Ｄ２が長くなるほど閾値ＴＨ３を低くし、注目する画像座標（i, j）が予測進路から遠い場合は、近い場合よりも閾値ＴＨ３を低くする。
換言すれば、演算処理部１３０は、自車の進行路の中央に近い画像座標（i, j）については閾値ＴＨ３を高くし、自車の進行路から左右に外れる画像座標（i, j）については閾値ＴＨ３を低くすることで、自車の進行路の中央に近い路側物候補を路側物として扱われ難くする。

そして、演算処理部１３０は、次のステップＳ７０９で、注目する画像座標（i, j）の高さＨと閾値ＴＨ３とを比較し、閾値ＴＨ３を超える高さＨの画像座標（i, j）を、路側物と判定し路側物候補としてメモリに保存する。
上記第３実施形態によると、制動制御に繋がる可能性が高い自車進行路の中央では、路側物の誤検知の抑止を図る一方、自車進行路の両脇では、路側物の検知漏れによってステアリング制御指令の生成ができなくなることを抑止する。

上記第３実施形態の路側物検出処理が実施される場合、略同じ高さＨの障害物が車両２００の左右方向に沿って並んでいると、路側物検出システム１００は、車両２００の予測進路から遠い領域の障害物については路側物として扱い、予測進路から近い領域の障害物については路側物として扱わない場合が生じる。
つまり、略同じ高さＨの障害物が車両２００の左右方向での位置に応じて路側物として扱われたり扱われなかったりすることは、路側物検出処理において予測進路からの距離Ｄ２に応じて路側物と判断する高さを異ならせていることになる。

「第４実施形態」
図１５は、演算処理部１３０における路側物検出処理の第４実施形態を示す機能ブロック図である。
図１５に示すように、演算処理部１３０は、第３実施形態と同様に、路側物特徴量導出部Ｕ４１、路側物閾値導出部Ｕ４２、路側物判定部Ｕ４３、及び、自車進路予測部Ｕ４４の機能をソフトウェアとして備える。
ここで、路側物閾値導出部Ｕ４２は、車両２００の左右方向における予測進路から画像座標（i, j）までの距離Ｄ２、操舵角、及び操舵角速度に基づき閾値ＴＨ４を設定する点で、第３実施形態の路側物閾値導出部Ｕ３２とは異なる。

外界認識部１１０による撮像画像のブレは、前述のように前後加速度によるピッチ変動によって発生するとともに、車両２００のヨー角変化やロール角変化などの自車挙動によって生じる。
そして、ヨー角変化やロール角変化などの自車挙動が大きい場合は、小さい場合よりも撮像画像のブレが大きくなって、路側物候補の検出処理の信頼性が低下する。

そこで、路側物閾値導出部Ｕ４２は、第３実施形態と同様に距離Ｄ２に応じて閾値ＴＨ４を設定し、更に、ヨー角変化やロール角変化が大きく自車挙動が大きい場合は、自車挙動が小さい場合よりも閾値ＴＨ４をより高く設定する。
これにより、第３実施形態の作用効果に加えて、車両２００のヨー角変化やロール角変化が大きいときに、路側物が誤って検出されることを抑止できる。

図１６のフローチャートは、第４実施形態において、演算処理部１３０が実施する路側物検出処理の手順を示す。
第４実施形態における路側物検出処理では、第３実施形態における路側物検出処理を示す図１３のフローチャートに対して、ステップＳ８０８における閾値ＴＨ４の設定処理が異なる。

一方、他のステップＳ８０１−ステップＳ８０７、ステップＳ８０９−ステップＳ８１２の処理内容は、図１３のフローチャートのステップＳ７０１−ステップＳ７０７、ステップＳ７０９−ステップＳ７１２の処理内容と同様であるので、詳細な説明は省略する。
演算処理部１３０は、ステップＳ８０８で、まず、車両２００の左右方向における予測進路と画像座標（i, j）との位置関係に基づき閾値ＴＨ４stを設定する。

ここで、演算処理部１３０は、図１７Ａに示すように、距離Ｄ２が長いほど閾値ＴＨ４stをより低くすることで、車両２００の左右方向において画像座標（i, j）が予測進路から遠い場合は近い場合よりも閾値ＴＨ４stを低く設定する。
上記の閾値ＴＨ４stの設定特性は、第３実施形態における閾値ＴＨ３の設定特性と同様である。
更に、演算処理部１３０は、ステップＳ８０８で、閾値ＴＨ４stを補正するための補正係数Ｋyrを操舵角及び操舵角速度に基づき設定し、閾値ＴＨ４stに補正係数Ｋyrを乗算した結果を閾値ＴＨ４（ＴＨ４←ＴＨ４st×Ｋyr）に設定する。

図１７Ｂは、補正係数Ｋyr（Ｋyr＞1.0）と、操舵角及び操舵角速度との相関を例示する線図である。
図１７Ｂに示すように、演算処理部１３０は、操舵角が大きいほど補正係数Ｋyrをより大きな値に設定し、かつ、操舵角速度が大きいほど補正係数Ｋyrをより大きな値に設定する。

ここで、操舵角が大きいほどヨー角変化が大きくなり、操舵角速度が速いほどロール角変化が大きくなるから、演算処理部１３０は、自車のヨー角変化が大きいほど補正係数Ｋyrをより大きな値に設定し、かつ、自車のロール角変化が大きいほど補正係数Ｋyrをより大きな値に設定する。
換言すれば、演算処理部１３０は、操舵角からヨー角変化を推定し、また、操舵角速度からロール角変化を推定し、ヨー角変化、ロール角変化が大きく自車挙動が大きい場合には、小さい場合に比べて補正係数Ｋyrをより大きな値に設定することで、閾値ＴＨ４をより高い値に設定する。

なお、演算処理部１３０は、距離Ｄ２、操舵角、操舵角速度を変数として閾値ＴＨ４を算出するマップ又は関数を備え、係るマップ又は関数を用いて閾値ＴＨ４を算出することができる。
また、演算処理部１３０は、操舵角と操舵角速度とのいずれか一方に応じて、閾値ＴＨ４を変更することができる。
演算処理部１３０は、次のステップＳ８０９で、注目する画像座標（i, j）の高さＨと閾値ＴＨ４とを比較し、閾値ＴＨ４を超える高さＨの画像座標（i, j）を、路側物と判定してメモリに記憶する。

上記第４実施形態によると、制動制御に繋がる可能性が高い自車進行路の中央では、路側物の誤検知を抑止しつつ、自車進行路の両脇では、路側物の検知漏れによってステアリング制御指令の生成ができなくなることを抑止でき、更に、ヨー角変化やロー角変化が大きく撮像画像のブレが大きくなるときに、路側物を誤って検出することを抑制できる。

上記第４実施形態の路側物検出処理が実施される場合、路側物検出システム１００は、予測進路から同距離でかつ同じ高さの障害物について、ヨー角変化やロー角変化が小さい場合には路側物として扱い、ヨー角変化やロー角変化が大きい場合には路側物として扱わない場合が生じる。
つまり、予測進路から同距離でかつ同じ高さの障害物が、ヨー角変化やロー角変化の大きさに応じて路側物として扱われたり扱われなかったりすることは、路側物検出処理において、ヨー角変化やロー角変化の大きさに応じて路側物と判断する高さを異ならせていることになる。

「第５実施形態」
図１８は、演算処理部１３０における路側物検出処理の第５実施形態を示す機能ブロック図である。
図１８に示すように、演算処理部１３０は、路側物特徴量導出部Ｕ５１、路側物閾値導出部Ｕ５２、路側物判定部Ｕ５３、及び、自車進路予測部Ｕ５４の機能をソフトウェアとして備える。

ここで、演算処理部１３０が、路側物特徴量導出部Ｕ５１、路側物閾値導出部Ｕ５２、路側物判定部Ｕ５３、及び、自車進路予測部Ｕ５４の機能を備える点は、第３実施形態と同様であるが、路側物閾値導出部Ｕ５２の処理内容が第３実施形態とは異なる。
つまり、路側物閾値導出部Ｕ５２は、第１実施形態の路側物閾値導出部Ｕ１２と同様に、車両２００の前後方向において注目する路側物候補が自車から遠い場合は自車から近い場合に比べて閾値ＴＨ５を高くし、更に、第３実施形態の路側物閾値導出部Ｕ３２と同様に、自車の左右方向において画像座標（i, j）が予測進路から近い場合は遠い場合よりも閾値ＴＨ５を高くする。

これにより、車両２００の前後方向における遠い領域で路側物ではない物体を路側物として誤検出することを抑止しつつ、前後方向における近い領域で実際の路側物を検知できなくなることを抑制できる。
更に、自車進行路の中央で路側物が誤検出されて誤制動が実施されてしまうことが抑止されるとともに、車線逸脱防止などのステアリング制御指令の生成ができなくなることが抑制される。

図１９のフローチャートは、第５実施形態において、演算処理部１３０が実施する路側物検出処理の手順を示す。
第５実施形態における路側物検出処理では、第４実施形態における路側物検出処理を示す図１６のフローチャートに対して、ステップＳ９０８における閾値ＴＨ５の設定処理が異なり、ステップＳ９０１−ステップＳ９０７、ステップＳ９０９−ステップＳ９１２の処理内容は、図１６のステップＳ８０１−ステップＳ８０７、ステップＳ８０９−ステップＳ８１２と同様であるので、詳細な説明は省略する。

演算処理部１３０は、ステップＳ９０８で、車両２００の前後方向において、注目する画像座標（i, j）が自車から遠い場合は近い場合よりも閾値ＴＨ５stを高くする（図２０Ａ参照）。
更に、演算処理部１３０は、ステップＳ９０８で、閾値ＴＨ５stを補正するための補正係数Ｋrlを、自車の左右方向における予測進路から画像座標（i, j）までの距離Ｄ２に応じて設定し、閾値ＴＨ５stに補正係数Ｋrlを乗算した結果を閾値ＴＨ５（ＴＨ５←ＴＨ５st×Ｋrl）に設定する。

図２０Ｂは、補正係数Ｋrl（Ｋrl＞1.0）と、距離Ｄ２との相関を例示する線図である。
図２０Ｂに示すように、演算処理部１３０は、距離Ｄ２が短くなるほど、換言すれば、自車の進行路の中央に近いほど、補正係数Ｋrlをより大きな値として閾値ＴＨ５stをより高い値に変更し、自車の進行路から左右に所定以上離れた領域については補正係数Ｋrlを１に設定して閾値ＴＨ５stを実質的に補正しない。

そして、演算処理部１３０は、次のステップＳ８０９で、注目する画像座標（i, j）の高さＨと閾値ＴＨ５とを比較し、閾値ＴＨ５を超える高さＨの画像座標（i, j）を、路側物と判定して記憶する。
なお、演算処理部１３０は、車両２００の前後方向における車両２００から注目する画像座標（i, j）までの距離Ｄ１と、車両２００の左右方向における予測進路から画像座標（i, j）までの距離Ｄ２とを変数とするマップ又は関数を用いて、閾値ＴＨ５を設定することができる。

また、演算処理部１３０は、車両２００の左右方向における予測進路から画像座標（i, j）までの距離Ｄ２に基づき図１４の特性にしたがって設定した閾値ＴＨstを、車両２００の前後方向における自車から注目する画像座標（i, j）までの距離Ｄ１に基づき設定した補正係数Ｋd1で補正して、閾値ＴＨ５を算出することができる。
ここで、演算処理部１３０は、補正係数Ｋd1（Ｋd1＞1.0）は、距離Ｄ１が長いほど、つまり、注目する画像座標（i, j）が自車から遠いほど大きな値に設定する。

なお、車線逸脱防止の運転支援において、図１２に示した状況で障害物１によるステアリング制御介入を抑止することが望まれる場合、演算処理部１３０は、前後位置（距離Ｄ１）に基づく閾値ＴＨ５の変更よりも左右位置（距離Ｄ２）に基づく閾値ＴＨ５の変更を優先することができる。
例えば、距離Ｄ２に基づき設定した閾値ＴＨstを距離Ｄ１に基づき設定した補正係数Ｋd1で補正して閾値ＴＨ５を算出する構成において、補正係数Ｋd1による補正度合を小さく抑制すれば、主に距離Ｄ２に応じて閾値ＴＨ５を変更させながら、画素分解能が低下する遠方での誤検出を抑制できる。

また、演算処理部１３０は、車両２００の前後方向における注目する画像座標（i, j）までの距離Ｄ１に基づき図５の特性にしたがって設定した閾値ＴＨ5-1と、車両２００の左右方向における予測進路から画像座標（i, j）までの距離Ｄ２に基づき図１４の特性にしたがって設定した閾値ＴＨ5-2とを比較し、閾値ＴＨ5-1と閾値ＴＨ5-2との大きい方を閾値ＴＨ５とすることができる。

上記第５実施形態の路側物検出処理が実施される場合、同じ高さＨの障害物であっても、車両２００の前後方向における自車近傍では路側物として扱い、自車遠方では路側物として扱わない場合が生じ、更に、自車から同じ距離Ｄ１かつ同じ高さＨの障害物であっても、車両２００の予測進路から近いと路側物として扱わず、遠いと路側物として扱う場合が生じる。
つまり、同じ高さＨの縁石が車両２００の前後方向での位置に応じて路側物として扱われたり扱われなかったりし、かつ、略同じ高さＨの障害物が車両２００の左右方向での位置に応じて路側物として扱われたり扱われなかったりすることは、路側物検出処理において、前後方向の位置及び予測進路からの距離Ｄ２に応じて路側物と判断する高さ（閾値ＴＨ）を異ならせていることになる。

上記実施形態で説明した各技術的思想は、矛盾が生じない限りにおいて、適宜組み合わせて使用することができる。
また、好ましい実施形態を参照して本発明の内容を具体的に説明したが、本発明の基本的技術思想及び教示に基づいて、当業者であれば、種々の変形態様を採り得ることは自明である。

例えば、演算処理部１３０は、路側物候補の前後方向の位置を示す距離Ｄ１に応じた閾値ＴＨの設定処理と、操舵角及び／又は操舵角速度に応じた閾値ＴＨの補正処理とを組み合わせて、閾値ＴＨを算出することができる。
また、演算処理部１３０は、路側物候補と予測進路との距離Ｄ２に応じた閾値ＴＨの設定処理と、前後加速度に応じた閾値ＴＨの補正処理とを組み合わせて、閾値ＴＨを算出することができる。

更に、演算処理部１３０は、路側物候補の前後方向の位置を示す距離Ｄ１に応じた閾値ＴＨの設定処理と、路側物候補と予測進路との距離Ｄ２に応じた閾値ＴＨの設定処理とを組み合わせ、係る組み合わせに、更に、操舵角及び／又は操舵角速度に応じた閾値ＴＨの補正処理と、前後加速度に応じた閾値ＴＨの補正処理との少なくとも一方を組み合わせることができる。
また、上記実施形態では、外界認識部１１０としてステレオカメラを用いたが、３次元スキャニング式のレーザーレーダを用いるシステムにおいても、上記実施形態と同様に設定した閾値ＴＨを用いて路側物の検出を行えることは明らかである。

また、演算処理部１３０は、前後方向における自車から路側物候補までの距離Ｄ１及び／又は左右方向における予測進路から路側物候補までの距離Ｄ２に応じて設定した閾値ＴＨを、外界認識部１１０の撮像範囲が暗いか明るいかに応じて補正する機能を有し、暗いときには明るいときよりも閾値ＴＨを高くすることができる。
これは、撮像範囲が暗いときには、画素分解能が低下するためであり、明るさに応じて閾値ＴＨを補正することで誤検出を抑止できる。
また、演算処理部１３０は、前後方向における自車から路側物候補までの距離Ｄ１及び／又は左右方向における予測進路から路側物候補までの距離Ｄ２に応じて設定した閾値ＴＨを、路面の凹凸によって撮像画像のブレが大きくなるときには、路面が平坦でブレが小さいときに比べて大きくすることができる。
これにより、路面の凹凸による撮像画像のブレによって、路側物が誤検出されることを抑制できる。

１００…路側物検出システム、１１０…外界認識部、１２０…走行状態量検出部、１３０…演算処理部（路側物検出装置）、２００…車両

Claims (20)

1. 外界認識部によって取得された外界情報に基づいて、自車と路側物候補との位置関係に関する第１特徴量と、前記路側物候補の高さに関する第２特徴量と、を求める路側物特徴量導出部と、
   前記路側物特徴量導出部によって求められた前記第１特徴量に基づいて、前記路側物候補を路側物として判定するための高さに関する閾値を求める路側物閾値導出部と、
   前記路側物特徴量導出部によって求められた前記第２特徴量が前記路側物閾値導出部によって求められた前記閾値を超える場合に前記路側物候補を路側物と判定する路側物判定部と、
   を備えることを特徴とする路側物検出装置。
2. 請求項１に記載の路側物検出装置において、
   前記路側物閾値導出部は、前記自車の前後方向において前記路側物候補が前記自車から遠い場合は近い場合よりも前記閾値を高くすることを特徴とする路側物検出装置。
3. 請求項２に記載の路側物検出装置において、
   前記路側物閾値導出部は、更に、走行状態量検出部によって取得される前記自車の速度または加速度が大きい場合は小さい場合よりも前記閾値を高くすることを特徴とする路側物検出装置。
4. 請求項１に記載の路側物検出装置において、
   前記第１特徴量は、走行状態量検出部によって取得された前記自車の走行状態量から予測される前記自車の予測進路と、前記路側物候補との位置関係に関する特徴量であり、
   前記路側物閾値導出部は、前記自車の左右方向において前記路側物候補が前記自車の予測進路から遠い場合は近い場合よりも前記閾値を低くすることを特徴とする路側物検出装置。
5. 請求項４に記載の路側物検出装置において、
   前記走行状態量検出部によって取得される前記自車の走行状態量は、操舵角または操舵角速度を含み、
   前記路側物閾値導出部は、更に、前記操舵角または操舵角速度が大きい場合は小さい場合よりも前記閾値を高くすることを特徴とする路側物検出装置。
6. 請求項１に記載の路側物検出装置において、
   前記路側物閾値導出部は、更に、走行状態量検出部によって取得される前記自車の車両挙動が大きい場合は小さい場合よりも前記閾値を高くすることを特徴とする路側物検出装置。
7. 請求項１に記載の路側物検出装置において、
   前記路側物閾値導出部は、前記自車の前後方向において前記路側物候補が前記自車から遠い場合は近い場合よりも前記閾値を高くし、前記自車の左右方向において前記路側物候補が前記自車から遠い場合は近い場合よりも前記閾値を低くすることを特徴とする路側物検出装置。
8. 自車と、外界認識センサによって取得された前記自車の進行方向の路側物候補との位置関係に基づいて、前記路側物候補を路側物として扱うか否かを異ならせることを特徴とする路側物検出装置。
9. 請求項８に記載の路側物検出装置において、
   前記自車の前後方向において前記路側物候補が前記自車から遠い場合は近い場合よりも前記路側物候補を路側物として扱われ難くすることを特徴とする路側物検出装置。
10. 請求項８に記載の路側物検出装置において、
    前記自車の左右方向において前記路側物候補が前記自車から遠い場合は近い場合よりも前記路側物候補を路側物として扱われ易くすることを特徴とする路側物検出装置。
11. 外界認識部によって取得された外界情報に基づいて、自車と路側物候補との位置関係に関する第１特徴量と、前記路側物候補の高さに関する第２特徴量と、を求める路側物特徴量導出ステップと、
    前記路側物特徴量導出ステップによって求められた前記第１特徴量に基づいて、前記路側物候補を路側物として判定するための高さに関する閾値を求める路側物閾値導出ステップと、
    前記路側物特徴量導出ステップによって求められた前記第２特徴量が前記路側物閾値導出ステップによって求められた前記閾値を超える場合に前記路側物候補を路側物と判定する路側物判定ステップと、
    を備えることを特徴とする路側物検出方法。
12. 請求項１１に記載の路側物検出方法において、
    前記路側物閾値導出ステップは、前記自車の前後方向において前記路側物候補が前記自車から遠い場合は近い場合よりも前記閾値を高くすることを特徴とする路側物検出方法。
13. 請求項１２に記載の路側物検出方法において、
    前記路側物閾値導出ステップは、更に、走行状態量検出部によって取得される前記自車の速度または加速度が大きい場合は小さい場合よりも前記閾値を高くすることを特徴とする路側物検出方法。
14. 請求項１１に記載の路側物検出方法において、
    前記第１特徴量は、走行状態量検出部によって取得された前記自車の走行状態量から予測される前記自車の予測進路と、前記路側物候補との位置関係に関する特徴量であり、
    前記路側物閾値導出ステップは、前記自車の左右方向において前記路側物候補が前記自車の予測進路から遠い場合は近い場合よりも前記閾値を低くすることを特徴とする路側物検出方法。
15. 請求項１４に記載の路側物検出方法において、
    前記走行状態量検出部によって取得される前記自車の走行状態量は、操舵角または操舵角速度を含み、
    前記路側物閾値導出ステップは、更に、前記操舵角または操舵角速度が大きい場合は小さい場合よりも前記閾値を高くすることを特徴とする路側物検出方法。
16. 請求項１１に記載の路側物検出方法において、
    前記路側物閾値導出ステップは、更に、走行状態量検出部によって取得される前記自車の車両挙動が大きい場合は小さい場合よりも前記閾値を高くすることを特徴とする路側物検出方法。
17. 請求項１１に記載の路側物検出方法において、
    前記路側物閾値導出ステップは、前記自車の前後方向において前記路側物候補が前記自車から遠い場合は近い場合よりも前記閾値を高くし、前記自車の左右方向において前記路側物候補が前記自車から遠い場合は近い場合よりも前記閾値を低くすることを特徴とする路側物検出方法。
18. 外界情報を取得する外界認識部と、
    前記外界認識部によって取得された外界情報に基づいて、自車と路側物候補との位置関係に関する第１特徴量と、前記路側物候補の高さに関する第２特徴量と、を求める路側物特徴量導出部と、
    前記路側物特徴量導出部によって求められた前記第１特徴量に基づいて、前記路側物候補を路側物として判定するための高さに関する閾値を求める路側物閾値導出部と、
    前記路側物特徴量導出部によって求められた前記第２特徴量が前記路側物閾値導出部によって求められた前記閾値を超える場合に前記路側物候補を路側物と判定する路側物判定部と、
    を備えることを特徴とする路側物検出システム。
19. 請求項１８に記載の路側物検出システムにおいて、
    前記路側物閾値導出部は、前記自車の前後方向において前記路側物候補が前記自車から遠い場合は近い場合よりも前記閾値を高くすることを特徴とする路側物検出システム。
20. 請求項１８に記載の路側物検出システムにおいて、
    前記自車の走行状態量を検出する走行状態量検出部と、
    前記走行状態量検出部によって検出された走行状態量から前記自車の進路を予測する自車進路予測部と、
    を更に備え、
    前記第１特徴量は、前記自車進路予測部によって予測された前記自車の予測進路と、前記路側物候補との位置関係に関する特徴量であり、
    前記路側物閾値導出部は、前記自車の左右方向において前記路側物候補が前記自車の予測進路から遠い場合は近い場合よりも前記閾値を低くすることを特徴とする路側物検出システム。

Images