WO2014192137A1 - 移動軌跡予測装置及び移動軌跡予測方法 - Google Patents

移動軌跡予測装置及び移動軌跡予測方法 Download PDF

Info

Publication number
WO2014192137A1
WO2014192137A1 PCT/JP2013/065198 JP2013065198W WO2014192137A1 WO 2014192137 A1 WO2014192137 A1 WO 2014192137A1 JP 2013065198 W JP2013065198 W JP 2013065198W WO 2014192137 A1 WO2014192137 A1 WO 2014192137A1
Authority
WO
WIPO (PCT)
Prior art keywords
vehicle
movement trajectory
speed
detection
ground speed
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Ceased
Application number
PCT/JP2013/065198
Other languages
English (en)
French (fr)
Inventor
加藤　雅之
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Toyota Motor Corp
Original Assignee
Toyota Motor Corp
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Toyota Motor Corp filed Critical Toyota Motor Corp
Priority to DE112013007129.0T priority Critical patent/DE112013007129B4/de
Priority to US14/892,468 priority patent/US9975550B2/en
Priority to PCT/JP2013/065198 priority patent/WO2014192137A1/ja
Priority to CN201380076974.1A priority patent/CN105324275B/zh
Priority to JP2015519576A priority patent/JP5939357B2/ja
Publication of WO2014192137A1 publication Critical patent/WO2014192137A1/ja
Anticipated expiration legal-status Critical
Ceased legal-status Critical Current

Links

Images

Classifications

    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W30/00—Purposes of road vehicle drive control systems not related to the control of a particular sub-unit, e.g. of systems using conjoint control of vehicle sub-units
    • B60W30/08—Active safety systems predicting or avoiding probable or impending collision or attempting to minimise its consequences
    • B60W30/095—Predicting travel path or likelihood of collision
    • B60W30/0956—Predicting travel path or likelihood of collision the prediction being responsive to traffic or environmental parameters
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W10/00—Conjoint control of vehicle sub-units of different type or different function
    • B60W10/20—Conjoint control of vehicle sub-units of different type or different function including control of steering systems
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W30/00—Purposes of road vehicle drive control systems not related to the control of a particular sub-unit, e.g. of systems using conjoint control of vehicle sub-units
    • B60W30/08—Active safety systems predicting or avoiding probable or impending collision or attempting to minimise its consequences
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W30/00—Purposes of road vehicle drive control systems not related to the control of a particular sub-unit, e.g. of systems using conjoint control of vehicle sub-units
    • B60W30/08—Active safety systems predicting or avoiding probable or impending collision or attempting to minimise its consequences
    • B60W30/09—Taking automatic action to avoid collision, e.g. braking and steering
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W30/00—Purposes of road vehicle drive control systems not related to the control of a particular sub-unit, e.g. of systems using conjoint control of vehicle sub-units
    • B60W30/08—Active safety systems predicting or avoiding probable or impending collision or attempting to minimise its consequences
    • B60W30/095—Predicting travel path or likelihood of collision
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W30/00—Purposes of road vehicle drive control systems not related to the control of a particular sub-unit, e.g. of systems using conjoint control of vehicle sub-units
    • B60W30/08—Active safety systems predicting or avoiding probable or impending collision or attempting to minimise its consequences
    • B60W30/095—Predicting travel path or likelihood of collision
    • B60W30/0953—Predicting travel path or likelihood of collision the prediction being responsive to vehicle dynamic parameters
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W50/00—Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
    • B60W50/08—Interaction between the driver and the control system
    • B60W50/14—Means for informing the driver, warning the driver or prompting a driver intervention
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/24—Classification techniques
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/13—Edge detection
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/20—Analysis of motion
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/60—Analysis of geometric attributes
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/70—Determining position or orientation of objects or cameras
    • G06T7/73—Determining position or orientation of objects or cameras using feature-based methods
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/50—Context or environment of the image
    • G06V20/56—Context or environment of the image exterior to a vehicle by using sensors mounted on the vehicle
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/50—Context or environment of the image
    • G06V20/56—Context or environment of the image exterior to a vehicle by using sensors mounted on the vehicle
    • G06V20/58—Recognition of moving objects or obstacles, e.g. vehicles or pedestrians; Recognition of traffic objects, e.g. traffic signs, traffic lights or roads
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/16—Anti-collision systems
    • G08G1/166—Anti-collision systems for active traffic, e.g. moving vehicles, pedestrians, bikes
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W50/00—Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
    • B60W50/08—Interaction between the driver and the control system
    • B60W50/14—Means for informing the driver, warning the driver or prompting a driver intervention
    • B60W2050/143—Alarm means
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W50/00—Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
    • B60W50/08—Interaction between the driver and the control system
    • B60W50/14—Means for informing the driver, warning the driver or prompting a driver intervention
    • B60W2050/146—Display means
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W2420/00—Indexing codes relating to the type of sensors based on the principle of their operation
    • B60W2420/40—Photo, light or radio wave sensitive means, e.g. infrared sensors
    • B60W2420/403—Image sensing, e.g. optical camera
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W2520/00—Input parameters relating to overall vehicle dynamics
    • B60W2520/10—Longitudinal speed
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W2520/00—Input parameters relating to overall vehicle dynamics
    • B60W2520/14—Yaw
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W2540/00—Input parameters relating to occupants
    • B60W2540/18—Steering angle
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W2554/00—Input parameters relating to objects
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W2554/00—Input parameters relating to objects
    • B60W2554/20—Static objects
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W2554/00—Input parameters relating to objects
    • B60W2554/40—Dynamic objects, e.g. animals, windblown objects
    • B60W2554/402—Type
    • B60W2554/4026—Cycles
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W2554/00—Input parameters relating to objects
    • B60W2554/40—Dynamic objects, e.g. animals, windblown objects
    • B60W2554/402—Type
    • B60W2554/4029—Pedestrians
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30241—Trajectory
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30248—Vehicle exterior or interior
    • G06T2207/30252—Vehicle exterior; Vicinity of vehicle

Definitions

  • the present invention relates to a movement trajectory prediction apparatus and a movement trajectory prediction method that are mounted on a vehicle and predict a movement trajectory of an object around the vehicle.
  • the path of the moving body is predicted from the position and moving speed of the moving body existing around the vehicle, the path of the vehicle is predicted from the position and moving speed of the vehicle, and the path of the moving body is Based on the course of the vehicle, it is determined whether or not there is a possibility of collision between the moving body and the vehicle. If there is a possibility of collision, an alarm is generated.
  • the vehicle When the vehicle is traveling, the vehicle may be shaken or deflected. As shown in FIG. 12A, when the vehicle C is deflected counterclockwise, it appears that the object moves in the right lateral direction (opposite to the deflected direction) in front of the vehicle C. For example, when the vehicle is deflected by 1 deg, it appears as if the object has moved 50 cm laterally 30 meters ahead of vehicle C.
  • the movement trajectory is predicted from the position and moving speed of the object (moving body), but the relative position from the vehicle is determined based on the history of the apparent detection position (relative detection position from the vehicle) of the object.
  • the movement trajectory is predicted by this method, if the vehicle is shaken or deflected, a lateral position jump may occur in the history of the detection position of the object, and the prediction accuracy of the movement trajectory may be reduced.
  • the pedestrian W is walking in the right direction in front of the vehicle C
  • the history of detection positions of the pedestrian P is D1 to D6.
  • a lateral position jump of the detection position occurs at a location A indicated by an ellipse due to the counterclockwise deflection of the vehicle C, and the position jumps to the right between the detection position D3 and the detection position D4. Therefore, when the movement trajectory of the pedestrian P is predicted from the detection position histories D1 to D6 including the lateral position jump, a movement trajectory as indicated by the symbol L ′ is obtained. Since this movement locus L ′ is predicted by the influence of the lateral position jump component that is not related to the movement of the pedestrian P, it is different from the actual movement locus of the pedestrian P. As described above, when the vehicle is shaken or deflected, there is a possibility that the prediction accuracy of the movement trajectory of the object is lowered.
  • an object of the present invention is to provide a movement trajectory prediction apparatus and a movement trajectory prediction method capable of predicting a movement trajectory of an object with high accuracy from a history of the position of the object even when the vehicle is shaken or deflected. To do.
  • a movement trajectory prediction apparatus is a movement trajectory prediction apparatus that predicts a movement trajectory of an object around a vehicle, an object detection unit that acquires the position of the object around the vehicle, and a ground speed of the object
  • a relative movement vector calculation unit for calculating a relative movement vector of the object from the vehicle using the speed acquisition unit for acquiring the vehicle, the vehicle speed information, and the ground speed of the object acquired by the speed acquisition unit;
  • the position in the movement trajectory of the object acquired by the detection unit is recorded, the classification unit that classifies the recorded position into a plurality of groups based on the relative movement vector calculated by the relative movement vector calculation unit, and the classification unit
  • a movement trajectory prediction unit that predicts a movement trajectory of the target object based on a plurality of positions of the target object included in at least one of the classified groups.
  • the object detection unit detects the object and acquires the position of the object (relative position from the vehicle). A predetermined number of positions from the present acquired for each object (history of the position of the object) is used to predict a future movement trajectory of the object. For this purpose, the position of the object acquired by the object detection unit is recorded.
  • the speed acquisition unit acquires the ground speed of the object
  • the relative movement vector calculation unit calculates the relative movement vector of the object from the vehicle using the ground speed of the object and the vehicle speed information. To do.
  • This relative movement vector is a vector indicating the movement direction of the future movement locus of the object.
  • the relative movement vector is calculated using the ground speed rather than the relative speed from the vehicle as the speed of the object, so that the lateral position jumps to the relative position of the object due to the shake or deflection of the vehicle. Is a vector that is not affected even if. Therefore, in the movement trajectory prediction apparatus, the positions of the objects (history of the positions of the objects) recorded by the classification unit are classified into a plurality of groups based on the relative movement vectors. Since the classification is performed based on the relative movement vector, even if the position of the horizontal position jump is included in the recorded position of the target object, the position of the target object is excluded by excluding the horizontal position jump position. Can be classified.
  • the movement trajectory prediction apparatus can be classified into a group composed of the positions of a plurality of objects after the lateral position jump and a group composed of the positions of a plurality of objects before the lateral position jump.
  • the movement trajectory of the target object is predicted based on a plurality of positions of the target object included in at least one of the groups classified by the movement trajectory prediction unit.
  • the movement trajectory prediction device classifies the history of the position of the object using the relative movement vector based on the ground speed of the object and predicts the movement trajectory of the object. Even when a lateral position jump occurs in the history of the position of the object, the movement trajectory of the object can be predicted with high accuracy from the history of the position of the object.
  • the object detection unit detects the object by edge processing on the image captured by the camera, and the classification unit performs vertical detection on the image in the classification of the position of the recorded object. It is preferable to promote the use of the position as the position of the object as the position has a higher edge strength.
  • the object detection unit of the movement trajectory prediction apparatus detects the object by edge processing on the image captured by the camera.
  • the detection range of the object changes, and the center position of the detection range varies.
  • the center position is the detection position of the object
  • each position included in the history of the position of the object used for the prediction of the movement locus varies.
  • the accuracy of predicting the movement trajectory decreases. Therefore, when performing classification, the classification unit promotes the use of the position as the position of the target object when the vertical edge strength is higher in the image.
  • the movement trajectory prediction device Since the position where the vertical edge intensity is strong even in the range where the target object is detected in the image, the presence of the target object is strong in the horizontal direction of the detection range (the ratio where the target exists is larger than the other parts). Suitable as the position of the object. In this way, in the movement trajectory prediction device, by promoting the use of the position as the position of the object as the position having a higher vertical edge strength, variation in the history of the position of the object can be suppressed. The movement trajectory can be predicted with higher accuracy.
  • the classification unit does not classify when the steering amount of the vehicle is a predetermined amount or more.
  • the movement trajectory prediction device does not perform classification by the classification unit when the steering amount of the vehicle is greater than or equal to a predetermined amount.
  • the predetermined amount is set to a steering amount for determining steering of the vehicle that is clearly different from vehicle shake or deflection.
  • the classification unit performs classification by increasing the weight of the position as the position of the recorded target object is closer to the present in time. .
  • the classification unit performs classification by increasing the weight of a position closer to the current time among the positions of the recorded objects.
  • the tendency of predicting the movement trajectory using a group including a position close to the present in terms of time increases, and information on the position close to the present is easily reflected in the predicted movement trajectory.
  • the movement trajectory prediction device classifies the movement trajectory of the object with higher accuracy by classifying the position history closer to the current position in the history of the object by increasing the weight of the position. Can be predicted.
  • the relative movement vector calculation unit has a difference between the previous value of the ground speed and the speed obtained from the difference between the positions of the objects and the first threshold. It is preferable that the ground speed of the object is not used for calculating the relative movement vector.
  • the relative movement vector becomes a vector indicating the wrong movement direction, and the prediction accuracy of the movement trajectory decreases. Therefore, it is determined whether the ground speed of the object is a jump value far from the previous value. Furthermore, even if the ground speed is a jump value from the previous value, there is a possibility that the ground speed has suddenly changed due to sudden acceleration or rapid deceleration of the object. Therefore, the moving speed at that time is obtained from the difference between the front and back positions of the object, and it is determined whether the ground speed of the object is a value far from the obtained moving speed. By these two determinations, it can be determined whether or not the ground speed of the object is an abnormal value.
  • the relative movement vector calculation unit relatively moves the ground speed of the object whose difference from the previous value of the ground speed is equal to or greater than the first threshold and whose difference from the speed obtained from the difference in the position of the object is equal to or greater than the second threshold.
  • the first threshold value is a threshold value for determining whether or not the ground speed of the object is a jump value from the previous value.
  • the second threshold value is a threshold value for determining whether or not the ground speed of the object is a value away from the speed obtained from the difference in the position of the object.
  • the movement trajectory prediction apparatus does not use the ground speed for calculation of the relative movement vector, so that it is possible to suppress a decrease in the accuracy of the relative movement vector and to predict the movement trajectory. A decrease in accuracy can be suppressed.
  • the movement trajectory prediction method is a movement trajectory prediction method for predicting the movement trajectory of an object around the vehicle, the object detection step for acquiring the position of the object around the vehicle, and the ground speed of the object.
  • a relative movement vector calculation step for calculating a relative movement vector of the object from the vehicle using the speed acquisition step for acquiring the vehicle, the vehicle speed information, and the ground speed of the object acquired in the speed acquisition step;
  • the position in the movement trajectory of the object acquired in the detection step is recorded, and the recorded position is classified into a plurality of groups based on the relative movement vector calculated in the relative movement vector calculation step, and the classification step
  • This movement trajectory prediction method operates in the same manner as the movement trajectory prediction apparatus described above, and has the same effect.
  • the position of the object due to vehicle shake or deflection is obtained. Even when a horizontal position jump occurs in the history, the movement trajectory of the object can be predicted with high accuracy from the history of the position of the object.
  • FIG. 10 is a flowchart showing a flow of abnormal value removal processing in the flowchart of FIG. 9.
  • FIG. 10 is a flowchart showing a flow of fitting processing / straight object trajectory prediction processing in the flowchart of FIG. 9.
  • FIG. It is an example when the host vehicle is deflected, and (a) is a diagram showing apparent lateral movement in front when the host vehicle is deflected, and (b) is a pedestrian before and after the host vehicle is deflected. It is a figure which shows the detection position and movement locus
  • the movement trajectory prediction according to the present invention is applied to a movement trajectory prediction function of an object in a collision prediction apparatus mounted on a vehicle.
  • the collision prediction apparatus according to the present embodiment detects an object around the host vehicle (particularly, in front) from a stereo camera, and predicts a movement locus from a history of relative detection positions of the detected object. Then, the collision prediction apparatus according to the present embodiment performs a collision determination with the host vehicle using the predicted movement trajectory of the object, and supports collision avoidance and collision damage reduction when there is a possibility of collision. I do.
  • the objects include moving objects and stationary objects.
  • moving objects include pedestrians, bicycles, and vehicles.
  • stationary objects include utility poles and traffic signs.
  • the history of the detection positions of the object used for the prediction of the movement trajectory includes an arbitrary number of detection positions from the present to the past. About this number, you may set by adaptation in consideration of the update cycle of a detection position, etc.
  • FIG. 1 is a configuration diagram of a collision prediction apparatus according to the present embodiment.
  • FIG. 2 is an explanatory diagram of a trajectory prediction vector.
  • FIG. 3 is an explanatory diagram of fitting to the history of the detection position of the target object using the inclination of the trajectory prediction vector.
  • FIG. 4 is an explanatory diagram of a detection position of an object used for fitting.
  • FIG. 5 is an explanatory diagram of the removal of the abnormal value of the ground speed of the object.
  • FIG. 6 is an explanatory diagram of a trajectory prediction vector calculation process in the system ECU.
  • FIG. 7 is an explanatory diagram of the fitting process in the system ECU.
  • FIG. 8 is an example of the weight of each detection position of the object used in the system ECU.
  • the collision prediction device 1 uses the ground speed of the target object and the vehicle speed of the subject vehicle to predict the movement trajectory of the subject with high accuracy even when the subject vehicle is shaken or deflected.
  • Relative movement vector this vector is called “trajectory prediction vector”
  • a straight line of the inclination (movement direction of the object) of the trajectory prediction vector is used as a history of the detection position of the object (recorded object).
  • the movement trajectory of the object is predicted.
  • the position where the strength of the vertical edge is strong is used as the detection position of the object, and the fitting is performed by increasing the weight of the detection position in the history of the detection position of the object with the time being the latest.
  • abnormal values are removed for the ground speed of the object.
  • the steering amount of the host vehicle is large (when the host vehicle is not traveling straight)
  • the movement trajectory of the object is predicted by a conventional method.
  • the ground speed of the object Before specifically explaining the configuration of the collision prediction apparatus 1, the ground speed of the object will be described first.
  • the relative speed from the host vehicle is used as the speed of the target object, if the host vehicle shakes or deflects, the relative speed includes changes due to lateral position jumps due to the host vehicle shake or deflection. It is. Therefore, the ground speed (absolute speed) is used as the speed of the object, and the speed is not affected by the lateral position jump due to the shake or deflection of the host vehicle.
  • a method of acquiring the ground speed for example, a method of detecting from the difference between the position of the fixed object detected by the external sensor and the object, a method of receiving the speed detected by the object by communication with the object, There is a method for receiving the speed of an object detected by roadside infrastructure through road-to-vehicle communication.
  • the ground speed for obtaining the trajectory prediction vector only the latest ground speed may be used, or the average ground speed of a plurality of ground speeds from the present to the past may be used.
  • the trajectory prediction vector PV is obtained as a relative vector between the vehicle speed Vc of the host vehicle and the ground speed Vp of the object.
  • the inclination ⁇ of the trajectory prediction vector PV is obtained as the inclination (angle) of the movement of the object with respect to the traveling direction (basically, the straight traveling direction) of the host vehicle.
  • the trajectory prediction vector PV may be obtained using only the lateral velocity component.
  • the trajectory prediction vector PV and the inclination ⁇ may be obtained in consideration of the traveling direction, but the typical case is when the host vehicle is traveling straight. It is not necessary to consider it because it is a target for general support. Therefore, as the minimum necessary information, the trajectory prediction vector PV and its inclination ⁇ may be obtained from the ground speed in the horizontal direction of the object and the vehicle speed of the host vehicle.
  • the trajectory prediction vector PV is a vector indicating the moving direction of the future moving trajectory of the object. Therefore, the inclination ⁇ of the trajectory prediction vector PV indicates the movement direction of the future movement trajectory of the object with respect to the traveling direction of the host vehicle.
  • the trajectory prediction vector PV is calculated using the ground speed, not the relative speed from the host vehicle, as the speed of the target object. Even if a jump occurs, this vector is not affected by this.
  • a straight line having an inclination ⁇ is fitted to each detection position included in the history of detection positions of the object, and it is determined to which position the straight line best fits.
  • the detection position can be classified by excluding the detection position before or after the flight.
  • this fitting method for example, there are a majority method based on detection positions voted within a range centered on a straight line with each detection position as a reference, and a method using a least square method.
  • the example shown in FIG. 3 is an example in which the six detection positions D1 to D6 of the target pedestrian P are fitted using the inclination ⁇ of the trajectory prediction vector PV, and is detected by the deflection of the host vehicle C.
  • a lateral jump occurs between the position D3 and the detection position D4.
  • the detection positions D4, D5, and D6 after the lateral position jump are excluded, and the detection positions D1, D2, and D3 are classified.
  • the detection positions D1, D2, and D3 before the lateral position jump are excluded, and the detection positions D4, D5, and D6 are classified.
  • the substantially H-shaped mark indicating the detection positions D1,... Indicates the detection range (horizontal width) by the length in the horizontal direction.
  • the object may be moving at a constant speed in a certain moving direction, or may be changing the moving direction or speed.
  • it is better to reflect the detection position after changing the moving direction or speed of the object in the prediction of the future movement trajectory of the object. Therefore, it is better to emphasize the detection position closer to the present in the history of detection positions of the object in the prediction of the future movement trajectory of the object. Therefore, when fitting is performed, the weight is increased for the detection position (latest detection position) closer to the present in the time in the history of detection positions of the target object, and the fitting is performed.
  • the weighted least square method is used.
  • the reason why the position where the strength of the vertical edge is strong is used as the detection position of the object will be described.
  • the range in which the object is detected changes, and the center position of the detection range varies.
  • the lateral width (detection range) W1 of the pedestrian P when the arm is swung back and forth and the arm are swung back and forth. This is different from the lateral width (detection range) W2 of the pedestrian P when not starting.
  • the center position is around the front end of the body of the pedestrian P
  • the width is W2
  • the center position is around the center of the body of the pedestrian P. Therefore, as shown in FIG. 4B, the lateral center positions P1, P2,... Of the pedestrian P indicated by black triangle marks vary.
  • the center position of the horizontal width or the end of the horizontal width
  • the fitting and the movement trajectory are predicted based on the history of the detection positions that vary. As a result, the fitting cannot be performed with high accuracy, and the prediction accuracy of the movement trajectory is lowered.
  • the position where the vertical edge strength is strong even in the area where the object is detected from the image is the location where the object is strong in the horizontal direction in the detection range (exist This is suitable as the position of the object. Therefore, when the detection position of the object is used for fitting or the like, the position having the strongest vertical edge strength in the detection range (especially the horizontal width) of the object is used as the detection position of the object.
  • the position E1 where the vertical edge strength of the pedestrian P is the strongest when the arm is swung back and forth is around the center of the body of the pedestrian P, and the arm is swung back and forth.
  • the position E2 where the vertical edge strength of the pedestrian P is the strongest when the pedestrian is not is also near the center of the pedestrian P. Moreover, as shown in FIG.4 (b), position E1, E2, ... with the strongest vertical edge intensity
  • the removal of the abnormal value of the ground speed of the object will be described with reference to FIG.
  • the trajectory prediction vector PV obtained from the ground speed becomes a vector including an error, and fitting is performed using the slope ⁇ including the error.
  • the ground speed of the object is a jump value far from the previous value, the ground speed may be an abnormal value.
  • the ground speed is a jump value from the previous value, there is a possibility that the ground speed has suddenly changed due to the actual acceleration or sudden deceleration of the object.
  • the ground speed of the object is a jump value from the previous value and is far away from the moving speed obtained from the difference in the detected position of the object, the ground speed of the object is determined to be an abnormal value, and the trajectory prediction is performed. Not used for vector calculation.
  • the ground speed Vp6 is a jump value from the previous value Vp5 among the ground speeds Vp1, Vp2,.
  • the current value D6 does not change abruptly from the previous value D5 (the difference between the current value D6 and the previous value D5 is not large). Therefore, the ground speed Vp6 is determined to be an abnormal value and is not used.
  • the countermeasure when the ground speed is judged as an abnormal value is explained.
  • the speed obtained from the previous value of the ground speed or the difference between the current value of the detected position of the object and the previous value is used.
  • the average value of an arbitrary number of ground speeds in the past is used when obtaining the trajectory prediction vector PV, the average value of the ground speeds is calculated without using the latest ground speed.
  • the amount of steering of the own vehicle is large (when the own vehicle is not traveling straight)
  • the own vehicle has more than a certain amount of steering turning or turning back
  • the own vehicle turns due to the turning or turning back, and the traveling direction changes.
  • the relative detection position of the object also changes greatly accordingly.
  • the apparent shape of the object may change, and the detection accuracy of the ground speed of the object may be lowered. Therefore, when the amount of steering of the host vehicle is greater than or equal to a predetermined amount, calculation and fitting of the trajectory prediction vector PV (particularly, the inclination ⁇ ) is not performed.
  • trajectory of a target object is estimated by the conventional method using all the detection positions of the history of the detection position of a target object.
  • a movement trajectory is predicted using a difference between detection positions included in the history of detection positions, or a movement trajectory is predicted by performing linear regression on the detection position history.
  • the collision prediction device 1 includes a stereo camera 10, a steering angle sensor 11, a yaw rate sensor 12, a wheel speed sensor 13, an alarm device 20, a collision avoidance support device 21, a seat belt control device 22, a seat control device 23, a brake control device 24, and A system ECU [Electronic Control Unit] 30 is provided.
  • the stereo camera 10 corresponds to the object detection unit described in the claims
  • the processing of the stereo camera 10 and the system ECU 30 corresponds to the speed acquisition unit described in the claims.
  • Each process corresponds to a relative movement vector calculation unit, a classification unit, and a movement trajectory prediction unit described in the claims.
  • the stereo camera 10 is composed of a pair of left and right cameras for photographing the front of the host vehicle and an image processing device.
  • Each of the pair of left and right cameras of the stereo camera 10 captures images at regular time intervals (for example, every 1/30 seconds), and acquires a left image and a right image.
  • the image processing apparatus of the stereo camera 10 performs object detection processing using the left and right images (stereo images), and when the object (target) can be detected, information on the object (for example, the stereo camera 10 (self The distance in the depth direction from the vehicle) to the object, the lateral position in the lateral direction, the lateral width and height of the object, and the shape of the object are acquired.
  • This object detection method using a stereo image applies a conventional well-known technique, for example, performs a correlation calculation between stereo images, and uses a parallax obtained from the correlation calculation result to detect the object and image
  • the stereo camera 10 transmits information on the presence / absence of the object and information on each object (for each target) to the system ECU 30 as a stereo camera signal when the object can be detected at regular time intervals.
  • edge processing information on the vertical edge strength and the horizontal edge strength within the range detected for each object is also transmitted.
  • the object to be detected by the stereo camera 10 has a certain size and height such as pedestrians, bicycles, vehicles, utility poles, traffic signs and the like as described above.
  • processing is performed in a pixel unit coordinate system in the horizontal direction / vertical direction of an image captured by the camera, and object information is data in pixel units.
  • an identification number is assigned to the detected target, and when the same target is detected at different times, the same identification number is assigned and the number of detections is counted. Information of these identification numbers and the number of detection times is also transmitted as stereo camera signals as information for each target.
  • the steering angle sensor 11 is a sensor that detects the steering angle input to the steering wheel by the driver.
  • the steering angle sensor 11 detects the steering angle at regular intervals, and transmits the detected steering angle to the system ECU 30 as a steering angle signal.
  • the yaw rate sensor 12 is a sensor that detects the yaw rate acting on the host vehicle.
  • the yaw rate sensor 12 detects the yaw rate at regular intervals, and transmits the detected yaw rate to the system ECU 30 as a yaw rate signal.
  • the wheel speed sensor 13 is a sensor that is provided on each of the four wheels of the vehicle and detects the rotational speed of the wheel (number of pulses corresponding to the rotation of the wheel).
  • the wheel speed sensor 13 detects the number of wheel rotation pulses at regular time intervals, and transmits the detected wheel rotation pulse number to the system ECU 30 as a wheel speed signal.
  • the system ECU 30 calculates the wheel speed from the number of rotation pulses of each wheel, and calculates the vehicle body speed (vehicle speed) from the wheel speed of each wheel.
  • the warning device 20 is a device for warning the driver of the host vehicle.
  • Alarms include buzzer (alarm sound) output, alarm message audio output and display, and the like.
  • the alarm device 20 receives an alarm control signal from the system ECU 30, the alarm device 20 outputs an alarm based on the alarm control signal.
  • the collision avoidance assistance device 21 is a device for avoiding collision and reducing impact caused by collision by steering control (automatic steering, steering assist, etc.).
  • the collision avoidance assistance device 21 receives a collision avoidance control signal from the system ECU 30, it performs steering control based on the collision avoidance control signal.
  • the seat belt control device 22 is a device for reducing the collision damage by controlling the tightening force of the seat belt.
  • the seat belt control device 22 receives the seat belt control signal from the system ECU 30, the seat belt control device 22 controls the tightening force of the seat belt based on the seat belt control signal.
  • the sheet control device 23 is a device for reducing the collision damage by controlling the position and posture of the sheet.
  • the seat control device 23 controls the position and posture of the seat based on the seat control signal.
  • the brake control device 24 is a device for mitigating collision avoidance and impact caused by collision by brake control (automatic stop, automatic deceleration, brake assist, etc.).
  • brake control automatic stop, automatic deceleration, brake assist, etc.
  • the brake control device 24 performs brake control based on the brake control signal.
  • the system ECU 30 is an electronic control unit that includes a CPU [Central Processing Unit], ROM [Read Only Memory], RAM [Random Access Memory], and the like, and performs overall control of the collision prediction apparatus 1.
  • the system ECU 30 receives a stereo camera signal from the stereo camera 10 at regular intervals. Further, the system ECU 30 receives detection signals from the sensors 11, 12, and 13. Then, the system ECU 30 loads the application program stored in the ROM using the stereo camera signal and each detection signal into the RAM and executes it by the CPU (the vehicle trajectory prediction process, the ground control).
  • the trajectory prediction vector calculation process in the system ECU 30 corresponds to the relative movement vector calculation unit described in the claims
  • the fitting process corresponds to the classification unit described in the claims
  • the straight object prediction process is charged. This corresponds to the movement trajectory prediction unit described in the range.
  • the ground speed detection process in the stereo camera 10 and the system ECU 30 corresponds to a speed acquisition unit described in the claims.
  • the system ECU 30 when the same target (object) is detected at least twice in succession by the stereo camera 10, the movement trajectory of the object is predicted, and the collision between the object and the host vehicle is performed. Make a decision.
  • the system ECU 30 stores a sufficient number of pieces of position information necessary for prediction for each object when the target (object) is detected by the stereo camera 10. To keep (record).
  • the target (object) when the target (object) is detected with the stereo camera 10, it processes for every object.
  • the system ECU 30 performs processing in a coordinate system of length units in the horizontal direction (x direction) / distance direction (y direction) (for example, several tens of centimeters, several centimeters), and is obtained from the stereo camera 10.
  • Data in pixel units in the horizontal / vertical direction of the image is converted into data in length units in the horizontal / distance direction.
  • Processing may be performed in a coordinate system in units of pixels in the horizontal / vertical direction of the image without performing such conversion.
  • the lateral component is used when handling the detection position and speed of the object. Only the detection position and speed may be used.
  • the vehicle trajectory prediction process will be described.
  • the system ECU 30 predicts the future movement trajectory of the host vehicle from the history of the vehicle speed, yaw rate, and steering angle of the host vehicle.
  • a conventional well-known prediction method is applied as a method of predicting the movement trajectory.
  • the system ECU 30 determines the difference between the current value of the detected position of the target object and the position of the fixed object on the road (the relative value of the current value of the detected position with respect to the fixed object).
  • Vector a difference between the previous value of the detection position of the object and the position of the same fixed object on the road (relative vector of the previous value of the detection position with reference to the fixed object).
  • this fixed object for example, a point with a large luminance gradient obtained by edge processing of an image around the own vehicle (a boundary of a white line drawn on the road surface, a road joint, etc.), a roadside object (electric pole, traffic sign, etc.) Etc.).
  • the system ECU 30 calculates the ground speed of the object by dividing the movement amount of the movement vector by the update time.
  • the system ECU 30 calculates a change amount (steering amount) of the steering angle for a predetermined time, and determines whether the steering amount is equal to or greater than a steering threshold.
  • the predetermined time is set in advance by adaptation and is, for example, an update time of one step.
  • the steering threshold is a steering amount for determining steering of the host vehicle (when the host vehicle is not traveling straight) that is clearly different from the shake or deflection of the host vehicle, and is set in advance by adaptation.
  • the system ECU 30 proceeds to the object trajectory prediction process during steering, and when the steering amount is less than the steering threshold (when the host vehicle is traveling straight ahead). ) Shifts to an abnormal value removal process.
  • the steering object trajectory prediction process will be described.
  • the system ECU 30 predicts the future movement trajectory of the object using the history of the detection position of the object by a conventional prediction method.
  • the abnormal value removal process (filtering process) will be described.
  • the system ECU 30 determines whether or not the ground speed of the object detected by the ground speed detection process is only once. When the ground speed is detected only once, the system ECU 30 uses the ground speed in the following processing. When the ground speed is detected twice or more, the system ECU 30 determines whether or not the absolute value of the difference between the current value and the previous value of the ground speed is equal to or greater than the first threshold value.
  • the first threshold value is a threshold value for determining whether or not the ground speed of the object is a jump value from the previous value, and is set in advance by adaptation.
  • the system ECU 30 calculates the speed by dividing the difference between the current value of the detected position of the object and the previous value by the update time. Then, it is determined whether or not the absolute value of the difference between the speed and the current value of the ground speed is greater than or equal to the second threshold value.
  • the second threshold value is a threshold value for determining whether or not the ground speed of the object is a value away from the speed obtained from the difference between the detected positions of the object, and is set in advance by adaptation.
  • the system ECU 30 When this determination is equal to or greater than the second threshold (when the current value of the ground speed is a value that is different from the speed due to the difference in the detection position), the system ECU 30 does not use the current value of the ground speed as the ground speed in the following processing. . At this time, for example, the previous value of the ground speed is used as the ground speed.
  • the system ECU 30 uses the current value of the ground speed as the ground speed in the following processing. Note that the first threshold value and the second threshold value may be the same value or different values.
  • the trajectory prediction vector calculation process will be described.
  • the system ECU 30 uses the vehicle speed Vc of the host vehicle and the ground speed Vp (lateral component (x-axis component): Vpx, distance direction component (y-axis component): Vpy) of the object,
  • the inclination ⁇ of the trajectory prediction vector PV is calculated.
  • the inclination ⁇ of the trajectory prediction vector PV necessary for the fitting process is directly calculated, but the inclination ⁇ may be calculated after obtaining the trajectory prediction vector PV. If the speed Vpy in the distance direction of the object is negligibly small compared to the vehicle speed Vc of the host vehicle, the calculation may be performed excluding Vpy. Also, the unit and the direction of the code are converted as necessary.
  • a majority method is used.
  • FIGS. 7 and 8 an example in which fitting is performed on 10 detection positions D1 to D10 as a history of detection positions of the object will be described.
  • the detection position D10 is the latest detection position
  • the detection position D1 is the oldest detection position.
  • a weight is set for each of the detection positions D1 to D10, a maximum of 7 is set as the weight for the latest detection position D10, and a smaller value is set for the weight as the past detection position is reached.
  • the host vehicle is deflected between the detection position D3 and the detection position D4 and a lateral position jump occurs.
  • the detection position D6 is an outlier due to sensor noise.
  • the system ECU 30 sequentially selects the detection positions Di from the detection positions D1 to D10 held (recorded) in the RAM, and performs the following processing for all the detection positions D1 to D10.
  • a straight line having an inclination ⁇ passing through the detection position Di is calculated.
  • the system ECU 30 calculates each parallel line with a predetermined interval on both the left and right sides with the straight line as the center, and sets a voting range composed of the left and right parallel lines.
  • This predetermined interval is an interval at which the detection position of the lateral position jump can be excluded when the lateral position jump due to the shake or deflection of the host vehicle has occurred, and the detection position in the object detection by the stereo camera 10 This is the interval at which noise values (outliers) can be excluded.
  • the predetermined interval is set in advance by adaptation. Then, the system ECU 30 extracts detection positions that fall within the voting range from the detection positions D1 to D10. Further, the system ECU 30 integrates the weights of the detected detection positions, and uses the integrated value as a voting point.
  • the system ECU 30 compares the voting points of all the detection positions D1 to D10, and selects the straight line of the detection position of the largest voting point.
  • straight lines at a plurality of detection positions it is assumed that the selected plurality of straight lines are substantially the same straight line.
  • the final straight line is a straight line at the latest detection position.
  • an average straight line of a plurality of selected detection positions may be used.
  • FIG. 7 shows an example with respect to the detection position D1, and a straight line L1 having an inclination ⁇ passing through the detection position D1 and parallel lines L2 and L3 are calculated on the left and right sides thereof, and the voting composed of the parallel line L2 and the parallel line L3 is calculated.
  • a range is set.
  • the detection position D1, the detection position D2, and the detection position D3 are extracted as detection positions that fall within the voting range, and four points are calculated as voting points.
  • the detection position is a detection position that falls within a voting range centered on a straight line having an inclination ⁇ passing through the detection position D10 (similarly, the detection position D4, the detection position D5, the detection position D7, the detection position D8, and the detection position D9).
  • detection position D5 detection position D7, detection position D8, detection position D9, and detection position D10 are extracted, and 27 points are calculated as voting points, and this is the largest voting point. Therefore, for example, a straight line having an inclination ⁇ passing through the detection position D10 is selected as the final straight line.
  • each detection position Di is classified into each group including a plurality of detection positions that fall within the voting range of the detection position Di.
  • this group includes both the detection positions before and after the lateral position jump. There are few (or none).
  • each group includes all detection positions in the history of detection positions except for outliers.
  • the group with the largest vote point may be the group that best fits (matches) the straight line having the inclination ⁇ , and the plurality of groups may be the best fit group.
  • a straight line having an inclination ⁇ passing through the detection position finally selected in the fitting process is predicted as a movement locus of the object.
  • This movement trajectory corresponds to a trajectory predicted from a plurality of detection positions included in a group that best fits a straight line having an inclination ⁇ .
  • each surface of the host vehicle front surface, rear surface, right side surface, left side surface
  • This partitioning is preset by matching.
  • the movement trajectory and target of the host vehicle are determined based on the movement trajectory of the host vehicle predicted by the host vehicle trajectory prediction process and the target object trajectory predicted by the steering object trajectory prediction process or the straight object trajectory prediction process.
  • the collision probability accumulation process will be described.
  • the system ECU 30 calculates the collision probability of each section around the predicted collision position. For example, the collision probability is calculated in a normal distribution with the predicted collision position as the center, or a high collision probability is calculated only for the predicted collision position. Further, the system ECU 30 adds the calculated collision probability to the previous integrated value for each section of the predicted collision position, and integrates the collision probability.
  • the collision determination process will be described.
  • the system ECU 30 determines whether or not the collision probability integrated value is greater than or equal to the set collision determination threshold for each collision position section on each surface of the host vehicle (only the section in which the integrated value is updated in the collision probability integration process). Determine whether.
  • the collision determination threshold value is a threshold value for determining whether or not the own vehicle may collide with the target object based on the integrated value of the collision probability for each predicted collision position, and is set in advance by adaptation through experiments or simulations. The Then, the system ECU 30 determines that there is a possibility of collision (high possibility) when the integrated value of the collision probability is equal to or greater than the collision determination threshold value, and when the integrated value of the collision probability is less than the collision determination threshold value. It is determined that there is no possibility of collision (low possibility).
  • TTC Time To Collision
  • FIG. 9 is a flowchart showing an operation flow in the collision prediction apparatus according to the present embodiment.
  • FIG. 10 is a flowchart showing the flow of abnormal value removal processing in the flowchart of FIG.
  • FIG. 11 is a flowchart showing the flow of the fitting process / trajectory object trajectory prediction process in the flowchart of FIG. 9.
  • the collision prediction apparatus 1 repeatedly performs the following operation at regular intervals.
  • the stereo camera 10 picks up images with a pair of left and right cameras, performs object detection processing using the left and right images (stereo images), and detects the position of the object (target). Information (distance, horizontal position), width, etc. are acquired (S1).
  • the stereo camera 10 detects the presence / absence information of the target object or the target object
  • the stereo camera 10 transmits a stereo camera signal including position information for each target object to the system ECU 30.
  • the system ECU 30 receives this stereo camera signal, and when there is an object, acquires position information and the like for each object, and holds (records) the position information and the like in the RAM. If there is no object, the current process ends.
  • the steering angle sensor 11 detects the steering angle and transmits a steering angle signal to the system ECU 30.
  • the system ECU 30 receives this steering angle signal and acquires the steering angle.
  • the yaw rate sensor 12 detects the yaw rate and transmits a yaw rate signal to the system ECU 30.
  • the system ECU 30 receives this yaw rate signal and acquires the yaw rate.
  • the wheel speed sensor 13 of each wheel detects the number of rotation pulses of the wheel and transmits a wheel speed signal to the system ECU 30.
  • the system ECU 30 receives a wheel speed signal for each wheel, calculates a wheel speed from the number of rotation pulses of each wheel, and calculates a vehicle speed (own vehicle speed) from the wheel speed of each wheel.
  • the system ECU 30 predicts the movement trajectory of the host vehicle from the history of the vehicle speed, yaw rate, and steering angle of the host vehicle (S2). Further, the system ECU 30 calculates, for each object, a relative vector of the current value of the detection position of the object relative to the fixed object and a relative vector of the previous value of the detection position based on the same fixed object. A movement vector from the previous value of the detection position to the current value is calculated from the two relative vectors, and the ground speed of the object is calculated (detected) from the movement vector (S3).
  • the system ECU 30 determines whether or not the steering amount (addition amount, return amount) of the host vehicle is greater than or equal to the steering threshold (S4). If it is determined in S4 that the steering amount is equal to or greater than the steering threshold (the host vehicle is turning), the system ECU 30 determines the movement trajectory of the object from the history of the detection position of the object by the conventional trajectory prediction unit for each object. Predict (S5).
  • the system ECU 30 removes an abnormal value (filtering) for the ground speed detected in S3 for each object (S6). Specifically, as shown in the flowchart of FIG. 10, the system ECU 30 determines whether or not the ground speed is detected once (S20). If it is determined in S20 that the time is once, the system ECU 30 uses the ground speed detected this time as the ground speed in the following processing (S21). If it is determined at S20 that the number is twice or more, the system ECU 30 determines whether the absolute value of the difference between the currently detected ground speed and the previous value of the ground speed is equal to or greater than the first threshold (S22).
  • the system ECU 30 uses the ground speed detected this time as the ground speed in the following processing (S25). If it is determined in S22 that the value is equal to or greater than the first threshold, the system ECU 30 calculates the difference between the current value of the ground speed detected this time and the current value of the detected position of the target object (particularly the horizontal position) and the previous value by the update time. It is determined whether or not the absolute value of the difference from the speed is greater than or equal to a second threshold value (S23). If it is determined in S24 that the second threshold value is exceeded, the system ECU 30 uses the previous value of the ground speed as the ground speed in the following processing (S24).
  • the system ECU 30 uses the ground speed detected this time as the ground speed in the following processing (S25). Then, the system ECU 30 holds the current detection position of the object and the ground speed as the previous values (S26).
  • the system ECU 30 calculates the inclination ⁇ of the trajectory prediction vector for each object using the vehicle speed of the host vehicle and the ground speed of the object (S7). Then, the system ECU 30 performs fitting with a straight line having an inclination ⁇ with respect to the history of detection positions of the target object held in the RAM for each target object (S8), and uses the most fitted straight line as the movement trajectory of the target object. Predict (S9). Specifically, as shown in the flowchart of FIG. 11, the system ECU 30 sequentially selects the detection positions Di from the history of the detection positions of the objects (S30).
  • the system ECU 30 calculates a straight line passing through the detection position Di with the inclination ⁇ , and sets a voting range centered on the straight line (S31). Further, the system ECU 30 extracts detection positions that fall within the voting range of the detection position Di from the history of detection positions of the target object, integrates the weights of the extracted detection positions, and calculates voting points at the detection position Di. (S32). The system ECU 30 determines whether or not the processing for all the detection positions included in the history of detection positions of the object has been completed (S33). If it is determined in S33 that the processing for all the detection positions has not been completed, the system ECU 30 returns to the process of S30 and selects the next detection position.
  • the system ECU 30 compares the voting points of all the detected positions and selects the straight line of the detected position of the largest voting point (S34). Then, the system ECU 30 predicts a straight line having an inclination ⁇ passing through the selected detection position as a movement locus of the object (S35).
  • the system ECU 30 predicts, for each object, a position where it collides with the own vehicle from the movement locus of the own vehicle and the movement locus of the object (S10). And in system ECU30, a collision probability is integrated
  • the system ECU 30 determines, for each target object, whether or not there is a possibility of collision between the host vehicle and the target object, based on whether or not the integrated value of the collision probability at each predicted collision position is greater than or equal to the collision determination threshold value. (S12). If it is determined in S12 that the threshold is less than the collision determination threshold (no possibility of collision), the system ECU 30 ends the current process. On the other hand, if it is determined in S12 that the collision determination threshold value is exceeded (there is a possibility of a collision), the system ECU 30 avoids the collision and reduces the damage due to the collision for each target object in order to avoid a collision margin (TTC).
  • TTC collision margin
  • a control signal is transmitted to a corresponding device among the alarm device 20, the collision avoidance support device 21, the seat belt control device 22, the seat control device 23, and the brake control device 24 (S13).
  • the alarm device 20 receives an alarm control signal from the system ECU 30, the alarm device 20 outputs an alarm based on the alarm control signal.
  • the collision avoidance assistance device 21 receives a collision avoidance control signal from the system ECU 30, it performs steering control based on the collision avoidance control signal.
  • the seat belt control device 22 When the seat belt control device 22 receives a seat belt control signal from the system ECU 30, the seat belt control device 22 controls the tightening force of the seat belt based on the seat belt control signal. When the seat control signal is received from the system ECU 30, the seat control device 23 controls the position and orientation of the seat based on the seat control signal. When the brake control device 24 receives a brake control signal from the system ECU 30, the brake control device 24 performs brake control based on the brake control signal.
  • the movement trajectory of the target object is predicted by fitting the history of the relative detection positions of the target object with a straight line of the inclination of the trajectory prediction vector based on the ground speed of the target object. Even when a lateral position jump occurs in the history of the detection position of the object due to the shake or deflection of the host vehicle, the movement trajectory of the object can be predicted with high accuracy from the history of the detection position of the object.
  • the collision prediction apparatus 1 by using the position having the strongest vertical edge strength as the detection position of the object, it is possible to suppress the variation in the history of the detection position of the object, and to make the movement locus of the object more accurate. Can be predicted. This is particularly effective for an object whose shape changes, such as a pedestrian. Further, according to the collision prediction apparatus 1, by performing fitting by increasing the weight of a position closer to the current position in the history of detection positions of the object, the movement trajectory of the object can be more accurately determined. Can be predicted. In addition, according to the collision prediction apparatus 1, when the ground speed of the target object is an abnormal value, the ground speed is not used for calculating the trajectory prediction vector (especially, the slope), so that it is possible to suppress a decrease in accuracy of the trajectory prediction vector. Thus, it is possible to suppress a decrease in the prediction accuracy of the movement locus.
  • the movement trajectory of an object is predicted, the possibility of a collision with the host vehicle is determined using the movement trajectory of the object, and when there is a possibility, collision avoidance and collision damage reduction are performed.
  • a device that performs support it may be applied to other driving support devices that perform other support using the predicted movement trajectory of the object, or movement that only predicts the movement trajectory of the object You may apply to a locus
  • a stereo camera is applied as an external sensor for detecting an object around the host vehicle.
  • an image sensor using a monocular camera which can detect the distance and lateral position of an object with a single eye
  • a laser radar Other external sensors such as a radar sensor such as a millimeter wave radar may be used.
  • a stereo camera as an external sensor may be fused with a radar sensor or the like as an operation condition of the device.
  • the detection is made from the own vehicle using the stereo camera of the external sensor, but the detection is made from the own vehicle using another external sensor such as a radar sensor. It is good also as a structure which carries out, and the structure (for example, pedestrian in case a target object is a pedestrian) which detects using the device (mobile phone, smart phone, etc.) which a target object detects, and receives by communication between target objects Configuration that receives the speed detected by the device carried by the vehicle by inter-vehicle communication), or the configuration that detects by road-side infrastructure (fixed point camera, radar, etc.) and receives by road-to-vehicle communication with the road-side infrastructure It is good. Note that the configuration for detecting the object and the configuration for acquiring the ground speed of the object are not limited to the same sensor or the same ECU, and the configuration is not limited.
  • alarm, steering, seat belt, seat, and brake devices are shown as devices to be activated when there is a possibility of a collision.
  • one or more of these devices may be used.
  • other devices actuators
  • a voting range centered on a straight line of the inclination ⁇ passing through the detection position is set, and the fitting is performed by majority vote of the voting points based on the detection position entering the voting range.
  • the least square method or the like is used.
  • the fitting may be performed by other methods.
  • the weight is set to the detection position of the object to perform the fitting, but the fitting may be performed without setting the weight.
  • the position where the vertical edge intensity is the strongest is used as the detection position of the object.
  • the vertical edge intensity is not used, but other positions such as the center position of the detection range of the detected object are used. It is good also as a structure using a position.
  • the shape does not change particularly during movement, so the vertical edge strength need not be used.
  • the target is obtained by performing greater weighting as the vertical edge strength is larger. There is a technique for facilitating use as an object detection position.
  • the ground speed abnormal value removal is performed, but when the ground speed detection accuracy is good and the ground speed is assumed to have no abnormal value, the abnormal value removal is not performed. Also good.
  • the present invention is mounted on a vehicle and can be used for movement trajectory prediction for predicting a movement trajectory of an object from a history of detection positions of the object around the vehicle.
  • SYMBOLS 1 ... Collision prediction apparatus, 10 ... Stereo camera, 11 ... Steering angle sensor, 12 ... Yaw rate sensor, 13 ... Wheel speed sensor, 20 ... Alarm device, 21 ... Collision avoidance support device, 22 ... Seat belt control device, 23 ... Seat Control device, 24 ... brake control device, 30 ... system ECU.

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • Transportation (AREA)
  • Mechanical Engineering (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Multimedia (AREA)
  • Human Computer Interaction (AREA)
  • Chemical & Material Sciences (AREA)
  • Combustion & Propulsion (AREA)
  • Data Mining & Analysis (AREA)
  • Geometry (AREA)
  • Artificial Intelligence (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Evolutionary Biology (AREA)
  • Evolutionary Computation (AREA)
  • General Engineering & Computer Science (AREA)
  • Traffic Control Systems (AREA)
  • Image Analysis (AREA)

Abstract

　本発明は、車両にぶれや偏向が発生した場合でも対象物の位置の履歴から対象物の移動軌跡を高精度に予測することを課題とする。この課題を解決するために、本発明は、車両周辺の対象物の位置を取得し（Ｓ１）、対象物の対地速度を取得し（Ｓ３）、車両の速度と対象物の対地速度を用いて車両からの対象物の軌跡予測ベクトル（相対移動ベクトル）の傾きθを算出し（Ｓ７）、その軌跡予測ベクトルの傾きθの直線で対象物の位置の履歴に対してフィッティング（記録されている対象物の移動軌跡における位置の分類）を行い（Ｓ８）、傾きθの直線に最もフィットとした位置の傾きθの直線（フィッティングによって分類されたグループに含まれる複数の位置による直線）を対象物の移動軌跡として予測する（Ｓ９）。

Description

移動軌跡予測装置及び移動軌跡予測方法
　本発明は、車両に搭載され、車両周辺の対象物の移動軌跡を予測する移動軌跡予測装置及び移動軌跡予測方法に関する。
　車両と車用周辺の対象物（例えば、歩行者、他車両）との衝突判定等を行う場合、走行している車両から対象物の移動軌跡を高精度に予測する必要がある。特許文献１に記載の装置では、車両の周囲に存在する移動体の位置及び移動速度から移動体の進路を予測し、車両の位置及び移動速度から車両の進路を予測し、移動体の進路と車両の進路に基づいて移動体と車両とが衝突する可能性があるか否かを判断し、衝突の可能性がある場合には警報を発生する。
特開２００３－８１０３７号公報
　車両が走行しているときに、車両にぶれや偏向が発生することがある。図１２（ａ）に示すように、車両Ｃが反時計方向に偏向すると、車両Ｃの前方では物体が右横方向（偏向した方向と逆方向）に動いたように見える。例えば、車両が１ｄｅｇ偏向した場合、車両Ｃの３０ｍ前方では物体が横方向に５０ｃｍ動いたように見える。
　特許文献１では対象物（移動体）の位置及び移動速度から移動軌跡を予測しているが、対象物の見かけ上の検出位置（車両からの相対的な検出位置）の履歴から車両からの相対的な移動軌跡を予測する手法がある。この手法によって移動軌跡を予測している場合、車両にぶれや偏向があると、対象物の検出位置の履歴の中に横位置飛びが発生し、移動軌跡の予測精度が低下する可能性がある。例えば、図１２（ｂ）に示す例の場合、歩行者Ｗが車両Ｃの前方を右方向に向かって歩いており、歩行者Ｐの検出位置の履歴がＤ１～Ｄ６である。この例では、車両Ｃの反時計方向の偏向によって楕円形状で示す箇所Ａで検出位置の横位置飛びが発生し、検出位置Ｄ３と検出位置Ｄ４との間で右方向に位置が飛んでいる。そのため、この横位置飛びを含む検出位置の履歴Ｄ１～Ｄ６から歩行者Ｐの移動軌跡を予測すると、符号Ｌ’で示すような移動軌跡が得られる。この移動軌跡Ｌ’は、歩行者Ｐの移動に関係のない横位置飛び成分の影響を受けて予測されているので、歩行者Ｐの実際の移動軌跡と異なる。このように、車両にぶれや偏向が発生すると、対象物の移動軌跡の予測精度が低下する可能性があった。
　そこで、本発明は、車両にぶれや偏向が発生した場合でも対象物の位置の履歴から対象物の移動軌跡を高精度に予測できる移動軌跡予測装置及び移動軌跡予測方法を提供することを課題とする。
　本発明に係る移動軌跡予測装置は、車両周辺の対象物の移動軌跡を予測する移動軌跡予測装置であって、車両周辺の対象物の位置を取得する対象物検出部と、対象物の対地速度を取得する速度取得部と、車両の速度情報と、速度取得部で取得した対象物の対地速度とを用いて車両からの対象物の相対移動ベクトルを算出する相対移動ベクトル算出部と、対象物検出部で取得した対象物の移動軌跡における位置を記録し、当該記録された位置を相対移動ベクトル算出部で算出した相対移動ベクトルに基づいて、複数のグループに分類する分類部と、分類部で分類したグループのうちの少なくとも１つのグループに含まれる対象物の複数の位置に基づいて当該対象物の移動軌跡を予測する移動軌跡予測部とを備えることを特徴とする。
　この移動軌跡予測装置では、対象物検出部で対象物検出を行い、対象物の位置（車両からの相対的な位置）を取得する。この対象物毎に取得された現在から過去の所定の個数の位置（対象物の位置の履歴）が、対象物の将来の移動軌跡の予測に用いられる。そのために、対象物検出部で取得した対象物の位置が、記録される。移動軌跡予測装置では、速度取得部で対象物の対地速度を取得し、相対移動ベクトル算出部でその対象物の対地速度と車両の速度情報を用いて車両からの対象物の相対移動ベクトルを算出する。この相対移動ベクトルは、対象物の将来の移動軌跡の移動方向を示すベクトルとなる。また、相対移動ベクトルは、対象物の速度として車両からの相対的な速度ではなく、対地速度を用いて算出されているので、車両のぶれや偏向によって対象物の相対的な位置に横位置飛びが発生した場合でもその影響を受けないベクトルである。そこで、移動軌跡予測装置では、分類部で記録されている対象物の位置（対象物の位置の履歴）を相対移動ベクトルに基づいて複数のグループに分類する。相対移動ベクトルを基準として分類を行うので、記録されている対象物の位置の中に横位置飛びの位置が含まれている場合でも、その横位置飛びした位置を除外して対象物の位置を分類できる。例えば、横位置飛び後の複数の対象物の位置からなるグループと横位置飛び前の複数の対象物の位置からなるグループに分類できる。そして、移動軌跡予測装置では、移動軌跡予測部でその分類したグループのうちの少なくとも１つのグループに含まれる対象物の複数の位置に基づいて対象物の移動軌跡を予測する。このように、移動軌跡予測装置は、対象物の対地速度に基づく相対移動ベクトルを用いて対象物の位置の履歴を分類して対象物の移動軌跡を予測することにより、車両のぶれや偏向によって対象物の位置の履歴の中に横位置飛びが発生した場合でも対象物の位置の履歴から対象物の移動軌跡を高精度に予測できる。
　本発明の上記移動軌跡予測装置では、対象物検出部は、カメラで撮像した画像に対するエッジ処理によって対象物の検出を行い、分類部は、記録された対象物の位置の分類において、画像における縦エッジ強度が強い位置である場合程、当該位置の対象物の位置としての利用を促進すると好適である。
　この移動軌跡予測装置の対象物検出部では、カメラで撮像した画像に対するエッジ処理によって対象物の検出を行う。対象物が歩行者等のように移動中に形状が変化するものの場合、対象物の検出範囲が変化し、その検出範囲の中心位置がばらつく。その中心位置を対象物の検出位置とすると、移動軌跡の予測に用いる対象物の位置の履歴に含まれる各位置がばらつく。その結果、移動軌跡の予測精度が低下する。そこで、分類部では、分類を行う際に、画像における縦エッジ強度が強い位置である場合程、その位置を対象物の位置として利用することを促進する。画像で対象物が検出されている範囲中でも縦エッジ強度が強い位置程、検出範囲の横方向において対象物の存在が強くでている箇所（存在している割合が他の箇所より大きい箇所）なので、対象物の位置として適している。このように、移動軌跡予測装置では、縦エッジ強度が強い位置程、その位置を対象物の位置として利用することを促進することにより、対象物の位置の履歴のばらつきを抑制でき、対象物の移動軌跡をより高精度に予測できる。
　本発明の上記移動軌跡予測装置では、車両の操舵量が所定量以上の場合には分類部での分類を行わないと好適である。
　車両で一定以上の操舵の切り増しや切り戻りがある場合、車両はその切り増しや切り戻しによって旋回し、進行方向が変わる。そのため、対象物の相対的な位置も、それに応じて変化する。この際、対象物の見かけ上の形状が変化して、対象物の対地速度の検出精度も低下するおそれがある。そこで、移動軌跡予測装置では、車両の操舵量が所定量以上の場合には分類部での分類を行わない。この所定量は、車両のぶれや偏向とは明らかに異なる車両の操舵を判定するための操舵量が設定される。
　本発明の上記移動軌跡予測装置では、分類部は、記録された対象物の位置のうち時間的に現在に近い位置である場合程、当該位置の重みを大きくして分類を行うと好適である。
　対象物が移動方向あるいは速度を変えた場合、対象物の将来の移動軌跡の予測には、対象物の移動方向あるいは速度を変えた後の対象物の位置を反映させたほうがよい。したがって、記録されている対象物の位置（対象物の位置の履歴）の中でも現在に近い位置程、その位置を対象物の将来の移動軌跡の予測において重視したほうがよい。そこで、分類部では、記録されている対象物の位置のうち時間的に現在に近い位置程、その位置の重みを大きくして分類を行う。これによって、時間的に現在に近い位置が含まれるグループを用いて移動軌跡を予測する傾向が高くなり、予測された移動軌跡に現在に近い位置の情報が反映されやすくなる。このように、移動軌跡予測装置は、対象物の位置の履歴のうち時間的に現在に近い位置程、その位置の重みを大きくして分類を行うことにより、対象物の移動軌跡をより高精度に予測できる。
　本発明の上記移動軌跡予測装置では、相対移動ベクトル算出部は、対地速度の前回値との差が第１閾値以上かつ対象物の位置の差分から求められる速度との差が第２閾値以上の対象物の対地速度を相対移動ベクトルの算出に用いないと好適である。
　対象物の対地速度が異常値（誤検出値）の場合、相対移動ベクトルが間違った移動方向を示すベクトルとなり、移動軌跡の予測精度が低下する。そこで、対象物の対地速度が、前回値から大きく離れた飛び値になっているかを判定する。さらに、対地速度が前回値から飛び値になっている場合でも、そのときに、対象物が急加速あるいは急減速して対地速度が急変化した可能性がある。そこで、対象物の前後の位置の差分からそのときの移動速度を求め、対象物の対地速度が、その求めた移動速度から大きく離れた値になっているかを判定する。この２つの判定によって、対象物の対地速度が異常値か否かを判断できる。そこで、相対移動ベクトル算出部では、対地速度の前回値との差が第１閾値以上かつ対象物の位置の差分から求められる速度との差が第２閾値以上の対象物の対地速度を相対移動ベクトルの算出に用いない。第１閾値は、対象物の対地速度が前回値から飛び値になっているか否かを判定するための閾値である。第２閾値は、対象物の対地速度が対象物の位置の差分から求められる速度から離れた値になっているか否かを判定するための閾値である。このように、移動軌跡予測装置は、対象物の対地速度が異常値の場合にはその対地速度を相対移動ベクトルの算出に用いないので、相対移動ベクトルの精度低下を抑制でき、移動軌跡の予測精度の低下を抑制できる。
　本発明に係る移動軌跡予測方法は、車両周辺の対象物の移動軌跡を予測する移動軌跡予測方法であって、車両周辺の対象物の位置を取得する対象物検出ステップと、対象物の対地速度を取得する速度取得ステップと、車両の速度情報と、速度取得ステップで取得した対象物の対地速度とを用いて車両からの対象物の相対移動ベクトルを算出する相対移動ベクトル算出ステップと、対象物検出ステップで取得した対象物の移動軌跡における位置を記録し、当該記録された位置を相対移動ベクトル算出ステップで算出した相対移動ベクトルに基づいて、複数のグループに分類する分類ステップと、分類ステップで分類したグループのうちの少なくとも１つのグループに含まれる対象物の複数の位置に基づいて当該対象物の移動軌跡を予測する移動軌跡予測ステップとを含むことを特徴とする。この移動軌跡予測方法は、上記の移動軌跡予測装置と同様に作用し、同様の効果を有している。
　本発明によれば、対象物の対地速度に基づく相対移動ベクトルを用いて対象物の位置の履歴を分類して対象物の移動軌跡を予測することにより、車両のぶれや偏向によって対象物の位置の履歴の中に横位置飛びが発生した場合でも対象物の位置の履歴から対象物の移動軌跡を高精度に予測できる。
本実施の形態に係る衝突予測装置の構成図である。 軌跡予測ベクトルの説明図である。 軌跡予測ベクトルの傾きを用いた対象物の検出位置の履歴に対するフィッティングの説明図である。 フィッティングに用いる対象物の検出位置の説明図であり、（ａ）が歩行者の腕の振りが大きい場合と小さい場合であり、（ｂ）が検出された対象物の横幅の中心位置と縦エッジが最も強い位置である。 対象物の対地速度の異常値除去の説明図である。 図１のシステムＥＣＵでの軌跡予測ベクトル算出処理の説明図である。 図１のシステムＥＣＵでのフィッティング処理の説明図である。 図１のシステムＥＣＵで用いる対象物の各検出位置の重みの一例である。 本実施の形態に係る衝突予測装置における動作の流れを示すフローチャートである。 図９のフローチャートにおける異常値除去処理の流れを示すフローチャートである。 図９のフローチャートにおけるフィッティング処理・直進時対象物軌跡予測処理の流れを示すフローチャートである。 自車両が偏向した場合の一例であり、（ａ）が自車両が偏向した場合の前方の見かけ上の横移動を示す図であり、（ｂ）が自車両が偏向する前と後の歩行者の検出位置と移動軌跡を示す図である。
　以下、図面を参照して、本発明に係る移動軌跡予測装置及び移動軌跡予測方法の実施の形態を説明する。なお、各図において同一又は相当する要素については同一の符号を付し、重複する説明を省略する。
　本実施の形態では、本発明の移動軌跡予測を、車両に搭載される衝突予測装置における対象物の移動軌跡予測機能に適用する。本実施の形態に係る衝突予測装置は、ステレオカメラより自車両周辺（特に、前方）の対象物を検出し、その検出した対象物の相対的な検出位置の履歴から移動軌跡を予測する。そして、本実施の形態に係る衝突予測装置は、対象物の予測移動軌跡を用いて自車両との衝突判定を行い、衝突する可能性がある場合には衝突回避や衝突被害軽減のための支援を行う。
　なお、対象物は、移動物と静止物を含む。移動物は、例えば、歩行者、自転車、車両がある。静止物は、例えば、電柱、交通標識がある。また、移動軌跡の予測に用いる対象物の検出位置の履歴は、現在から過去の任意の個数の検出位置からなる。この個数については、検出位置の更新周期等を考慮して適合によって設定してよい。
　図１～図８を参照して、本実施の形態に係る衝突予測装置１について説明する。図１は、本実施の形態に係る衝突予測装置の構成図である。図２は、軌跡予測ベクトルの説明図である。図３は、軌跡予測ベクトルの傾きを用いた対象物の検出位置の履歴に対するフィッティングの説明図である。図４は、フィッティングに用いる対象物の検出位置の説明図である。図５は、対象物の対地速度の異常値除去の説明図である。図６は、システムＥＣＵでの軌跡予測ベクトル算出処理の説明図である。図７は、システムＥＣＵでのフィッティング処理の説明図である。図８は、システムＥＣＵで用いる対象物の各検出位置の重みの一例である。
　衝突予測装置１は、自車両にぶれや偏向が発生した場合でも対象物の移動軌跡を高精度に予測するために、対象物の対地速度と自車両の車速を用いて自車両からの対象物の相対的な移動ベクトル（このベクトルを「軌跡予測ベクトル」と呼ぶ）を求め、この軌跡予測ベクトルの傾き（対象物の移動方向）の直線を対象物の検出位置の履歴（記録された対象物の移動軌跡における検出位置）に対してフィッティングして対象物の移動軌跡を予測する。フィッティングの際には、対象物の検出位置として縦エッジの強度が強い位置を用いて、対象物の検出位置の履歴の中で時間的に最新の検出位置ほど重みを大きくしてフィッティングを行う。また、対象物の対地速度に対しては、異常値を除去する。また、自車両の操舵量が大きい場合（自車両が直進走行でない場合）、従来の手法で対象物の移動軌跡を予測する。
　衝突予測装置１の構成を具体的に説明する前に、まず、対象物の対地速度について説明しておく。対象物の速度として自車両からの相対的な速度を用いた場合、自車両にぶれや偏向が発生すると、その相対的な速度には自車両のぶれや偏向による横位置飛びによる変化分が含まれる。そこで、対象物の速度として、対地速度（絶対的な速度）を用い、自車両のぶれや偏向による横位置飛びによる影響を受けない速度とする。この対地速度を取得する方法としては、例えば、外界センサで検出した固定物と対象物の位置の差分から検出する方法、対象物で検出した速度を対象物との間の通信で受信する方法、路側のインフラで検出した対象物の速度を路車間通信で受信する方法がある。なお、軌跡予測ベクトルを求めるための対地速度としては、最新の対地速度だけを用いてもよいし、あるいは、現在から過去の複数個の対地速度の平均の対地速度を用いてもよい。
　次に、図２を参照して、軌跡予測ベクトル（特に、傾き）について説明しておく。軌跡予測ベクトルＰＶは、自車両の車速Ｖｃと対象物の対地速度Ｖｐとの相対的なベクトルとして得られる。この軌跡予測ベクトルＰＶの傾きθは、自車両の進行方向（基本的には直進方向）に対する対象物の移動の傾き（角度）として得られる。対象物の奥行き方向の速度が自車両の車速に対して無視してよいほど小さい場合（例えば、対象物が歩行者であり、自車両前方で横方向に歩いている場合）、対象物の対地速度Ｖｐについては横方向の速度成分だけを用いて軌跡予測ベクトルＰＶを求めればよい。また、自車両の進行する進行方向（直進方向に対する角度）が得られればこの進行方向を考慮して軌跡予測ベクトルＰＶや傾きθを求めてもよいが、自車両が直進しているときを典型的な支援対象としているので、考慮しなくてもよい。したがって、必要最小限の情報としては対象物の横方向の対地速度と自車両の車速とから軌跡予測ベクトルＰＶやその傾きθを求めればよい。
　軌跡予測ベクトルＰＶは、対象物の将来の移動軌跡の移動方向を示すベクトルとなる。したがって、軌跡予測ベクトルＰＶの傾きθは、自車両の進行方向に対する対象物の将来の移動軌跡の移動方向を示す。また、軌跡予測ベクトルＰＶは、対象物の速度として自車両からの相対速度ではなく、対地速度を用いて算出されているので、自車両のぶれや偏向によって対象物の相対的な位置に横位置飛びが発生した場合でもその影響を受けないベクトルである。
　次に、図３を参照して、軌跡予測ベクトルＰＶの傾きθを用いたフィッティングについて説明しておく。フィッティングは、傾きθの直線を対象物の検出位置の履歴に含まれる各検出位置にそれぞれフィッティングして、この直線がどの位置に最もフィット（適合）するかを判断する。特に、このフィッティングでは、自車両のぶれや偏向によって横位置飛びが発生している場合にはその飛ぶ前あるいは飛ぶ後の検出位置を除外して検出位置を分類できるようにする。このフィッティング方法としては、例えば、各検出位置を基準とした直線を中心とした範囲内に投票される検出位置による多数決の方法、最小二乗法による方法がある。
　図３に示す例では、対象物である歩行者Ｐの６つの検出位置Ｄ１～Ｄ６に対して、軌跡予測ベクトルＰＶの傾きθを用いてフィッティングを行う例であり、自車両Ｃの偏向によって検出位置Ｄ３と検出位置Ｄ４との間で横位置飛びが発生している。例えば、検出位置Ｄ３に対して傾きθの直線でフィッティングを行った場合、横位置飛び後の検出位置Ｄ４，Ｄ５，Ｄ６が除外されて、検出位置Ｄ１，Ｄ２，Ｄ３のグループに分類される。また、検出位置Ｄ６に対して傾きθの直線でフィッティングを行った場合、横位置飛び前の検出位置Ｄ１，Ｄ２，Ｄ３が除外されて、検出位置Ｄ４，Ｄ５，Ｄ６のグループに分類される。そして、このように分類された各検出位置についてのグループにおいて、どのグループによる直線が傾きθの直線に最もフィットするグループかを判断する。なお、図３等において、検出位置Ｄ１，・・・を示す略Ｈ状のマークは、横方向の長さで検出範囲（横幅）も示している。
　対象物は、一定の移動方向に一定の速度で移動している場合もあれば、移動方向あるいは速度を変える場合もある。対象物が移動方向あるいは速度を変える場合、対象物の将来の移動軌跡の予測には、対象物の移動方向あるいは速度を変えた後の検出位置を反映させたほうがよい。したがって、対象物の検出位置の履歴の中でも現在に近い検出位置ほど、対象物の将来の移動軌跡の予測において重視したほうがよい。そこで、フィッティングを行う場合、対象物の検出位置の履歴のうち時間的に現在に近い検出位置（最新の検出位置）ほど重みを大きくしてフィッティングを行うようにする。例えば、多数決によるフィッティング方法の場合には各検出位置に重みを付けた投票とし、最小二乗法によるフィッティング方法の場合には重み付きの最小二乗法とする。
　次に、図４を参照して、対象物の検出位置としては縦エッジの強度が強い位置を用いる理由について説明しておく。対象物が歩行者のように移動中に形状が変化するものの場合、対象物の検出される範囲が変化し、その検出範囲の中心位置がばらつく。例えば、図４（ａ）に示すように、自車両前方を横断する歩行者Ｐの場合、腕を前後に振りだしているときの歩行者Ｐの横幅（検出範囲）Ｗ１と腕を前後に振りだしていないときの歩行者Ｐの横幅（検出範囲）Ｗ２とは異なる。したがって、横幅Ｗ１となっているときにはその中心位置は歩行者Ｐの体の前端辺りになり、横幅Ｗ２となっているときには中心位置は歩行者Ｐの体の中心辺りとなる。そのため、図４（ｂ）に示すように、黒三角マークで示す歩行者Ｐの横幅の中心位置Ｐ１，Ｐ２，・・・は、ばらついている。この横幅の中心位置（あるいは、横幅の端部）を対象物の検出位置として用いると、ばらついた検出位置の履歴でフィッティングや移動軌跡の予測を行うことになる。その結果、精度良くフィッティングを行えず、移動軌跡の予測精度が低下する。
　対象物を画像からエッジ処理で検出している場合、画像から対象物が検出されている範囲中でも縦エッジ強度が強い位置は検出範囲において横方向で対象物の存在が強くでている箇所（存在している割合が他の箇所より大きい箇所）なので、対象物の位置として適している。そこで、フィッティングなどで対象物の検出位置を用いる場合、対象物の検出位置として、対象物の検出範囲（特に、横幅）の中で縦エッジ強度が最も強い位置を用いる。図４（ａ）に示す例の場合、腕を前後に振りだしているときの歩行者Ｐの縦エッジ強度が最も強い位置Ｅ１は歩行者Ｐの体の中心辺りとなり、腕を前後に振りだしていないときの歩行者Ｐの縦エッジ強度が最も強い位置Ｅ２も歩行者Ｐの体の中心辺りとなる。また、図４（ｂ）に示すように、白丸マークで示す歩行者Ｐの縦エッジ強度が最も強い位置Ｅ１，Ｅ２・・・は、ばらついていない。なお、この検出位置に対する対処については、対象物の検出にエッジ処理を用いていない場合には適用しない。
　次に、図５を参照して、対象物の対地速度の異常値除去について説明しておく。対象物の対地速度が異常値（誤検出値）の場合、その対地速度から求められる軌跡予測ベクトルＰＶが誤差を含むベクトルとなり、誤差を含む傾きθを用いてフィッティングを行うことになる。対象物の対地速度が前回値から大きく離れた飛び値になっている場合、その対地速度が異常値の可能性がある。しかし、対地速度が前回値から飛び値になっている場合でも、そのときに、対象物が実際に急加速あるいは急減速して対地速度が急変化した可能性がある。そこで、対象物の対地速度が前回値から飛び値でありかつ対象物の検出位置の差分から求められる移動速度から大きく離れている場合、その対象物の対地速度は異常値と判断し、軌跡予測ベクトルの算出に用いない。例えば、図５に示す例の場合、歩行者Ｐの対地速度Ｖｐ１，Ｖｐ２，・・・の中で対地速度Ｖｐ６が前回値Ｖｐ５から飛び値となっており、しかも、歩行者Ｐの検出位置の今回値Ｄ６も前回値Ｄ５から急激に変化していない（今回値Ｄ６と前回値Ｄ５の差分は大きくない）。したがって、対地速度Ｖｐ６は、異常値と判断されて、用いられない。
　なお、対地速度が異常値として判断された場合の対処について説明する。例えば、軌跡予測ベクトルＰＶを求める際に最新の対地速度だけを用いている場合、対地速度の前回値あるいは対象物の検出位置の今回値と前回値との差分から求められる速度を用いる。軌跡予測ベクトルＰＶを求める際に過去の任意の個数の対地速度の平均値を用いている場合、最新の対地速度を用いずに、対地速度の平均値を算出する。
　次に、自車両の操舵量が大きい場合（自車両が直進走行でない場合）について説明しておく。自車両で一定以上の操舵の切り増しや切り戻りがある場合、自車両はその切り増しや切り戻しによって旋回し、進行方向が変わる。そのため、対象物の相対的な検出位置も、それに応じて大きく変化する。この際、対象物の見かけ上の形状が変化して、対象物の対地速度の検出精度も低下するおそれがある。そこで、自車両の操舵量が所定量以上の場合には軌跡予測ベクトルＰＶ（特に、傾きθ）の算出やフィッティングを行わない。そして、対象物の検出位置の履歴の全ての検出位置を用いて対象物の将来の移動軌跡を従来の手法で予測する。この従来の手法としては、例えば、検出位置の履歴に含まれる検出位置間の差分を使って移動軌跡を予測したり、検出位置の履歴に対して線形回帰を行って移動軌跡を予測する。
　それでは、衝突予測装置１の具体的な構成について説明する。衝突予測装置１は、ステレオカメラ１０、操舵角センサ１１、ヨーレートセンサ１２、車輪速センサ１３、警報装置２０、衝突回避支援装置２１、シートベルト制御装置２２、シート制御装置２３、ブレーキ制御装置２４及びシステムＥＣＵ[Electronic Control Unit]３０を備えている。なお、本実施の形態ではステレオカメラ１０が請求の範囲に記載する対象物検出部に相当し、ステレオカメラ１０及びシステムＥＣＵ３０の処理が請求の範囲に記載する速度取得部に相当し、システムＥＣＵ３０における各処理が請求の範囲に記載する相対移動ベクトル算出部、分類部、移動軌跡予測部に相当する。
　ステレオカメラ１０は、自車両前方を撮影する左右一対のカメラと画像処理装置からなる。ステレオカメラ１０の左右一対の各カメラでは、一定時間毎（例えば、１／３０秒毎）に、それぞれ撮像し、左画像と右画像を取得する。そして、ステレオカメラ１０の画像処理装置では、左右の画像（ステレオ画像）を用いて物体検出処理を行い、物体（物標）を検出できた場合には物体の情報（例えば、ステレオカメラ１０（自車両）から物体までの相対的な奥行き方向の距離や横方向の横位置、物体の横幅や高さ、物体の形状）を取得する。このステレオ画像を用いた物体検出方法は、従来の周知技術を適用し、例えば、ステレオ画像間で相関演算を行い、その相関演算結果から得られた視差を用いて検出する方法、画像に対してエッジ処理（縦エッジ、横エッジ）を行って検出する方法がある。そして、ステレオカメラ１０では、一定時間毎に、その物体の有無情報や物体を検出できた場合には物体毎（物標毎）の情報等をステレオカメラ信号としてシステムＥＣＵ３０に送信する。なお、エッジ処理を行っている場合、物体毎に検出されている範囲内の縦エッジ強度や横エッジ強度の情報も送信する。
　なお、ステレオカメラ１０で検出する対象の物体は、上記したような歩行者、自転車、車両、電柱、交通標識等のある程度の大きさや高さを有するものである。また、ステレオカメラ１０での画像処理では、カメラで撮像される画像の水平方向／垂直方向のピクセル単位の座標系で処理を行っており、物体の情報はピクセル単位のデータである。また、検出された物標には識別番号が付与され、異なる時間で同じ物標が検出されている場合には同じ識別番号が付与され、検出回数がカウントされる。これらの識別番号や検出回数の情報も物標毎の情報としてステレオカメラ信号で送信される。
　操舵角センサ１１は、運転者によってステアリングホイールに入力された操舵角を検出するセンサである。操舵角センサ１１では、一定時間毎に操舵角を検出し、その検出した操舵角を操舵角信号としてシステムＥＣＵ３０に送信する。
　ヨーレートセンサ１２は、自車両に作用しているヨーレートを検出するセンサである。ヨーレートセンサ１２では、一定時間毎にヨーレートを検出し、その検出したヨーレートをヨーレート信号としてシステムＥＣＵ３０に送信する。
　車輪速センサ１３は、車両の４輪にそれぞれ設けられ、車輪の回転速度（車輪の回転に応じたパルス数）を検出するセンサである。車輪速センサ１３では、一定時間毎に車輪の回転パルス数を検出し、その検出した車輪回転パルス数を車輪速信号としてシステムＥＣＵ３０に送信する。なお、システムＥＣＵ３０では、各車輪の回転パルス数から車輪速をそれぞれ算出し、各輪の車輪速から車体速（車速）を算出する。
　警報装置２０は、自車両の運転者に警報を行うための装置である。警報としては、ブザー（警報音）出力、警報メッセージの音声出力や表示等がある。警報装置２０では、システムＥＣＵ３０から警報制御信号を受信すると、その警報制御信号に基づいて警報を出力する。
　衝突回避支援装置２１は、操舵制御（自動操舵、操舵アシスト等）によって衝突回避や衝突による衝撃緩和するための装置である。衝突回避支援装置２１では、システムＥＣＵ３０から衝突回避制御信号を受信すると、その衝突回避制御信号に基づいて操舵制御を行う。
　シートベルト制御装置２２は、シートベルトの締付力を制御して衝突被害軽減するための装置である。シートベルト制御装置２２は、システムＥＣＵ３０からシートベルト制御信号を受信すると、そのシートベルト制御信号に基づいてシートベルトの締付力を制御する。
　シート制御装置２３は、シートの位置や姿勢を制御して衝突被害軽減するための装置である。シート制御装置２３では、システムＥＣＵ３０からシート制御信号を受信すると、そのシート制御信号に基づいてシートの位置や姿勢を制御する。
　ブレーキ制御装置２４は、ブレーキ制御（自動停止、自動減速、ブレーキアシスト等）によって衝突回避や衝突による衝撃を緩和するための装置である。ブレーキ制御装置２４では、システムＥＣＵ３０からブレーキ制御信号を受信すると、そのブレーキ制御信号に基づいてブレーキ制御を行う。
　システムＥＣＵ３０は、ＣＰＵ[Central Processing Unit]、ＲＯＭ[Read Only Memory]、ＲＡＭ[Random Access Memory]等からなり、衝突予測装置１を統括制御する電子制御ユニットである。システムＥＣＵ３０では、一定時間毎に、ステレオカメラ１０からステレオカメラ信号を受信する。また、システムＥＣＵ３０では、各センサ１１，１２，１３から検出信号を受信する。そして、システムＥＣＵ３０では、これらのステレオカメラ信号及び各検出信号を用いて、ＲＯＭに記憶されているアプリケーションプログラムをＲＡＭにロードでしてＣＰＵで実行することによって各処理（自車両軌跡予測処理、対地速度検出処理、操舵判定処理、操舵時対象物軌跡予測処理、異常値除去処理、軌跡予測ベクトル算出処理、フィッティング処理、直進時対象物軌跡予測処理、衝突位置予測処理、衝突確率積算処理、衝突判定処理、デバイス制御処理）を行い、自車両が対象物と衝突する可能性がある場合には衝突回避や衝突被害軽減するために必要な装置（デバイス）に制御信号を送信する。なお、システムＥＣＵ３０における軌跡予測ベクトル算出処理が請求の範囲に記載する相対移動ベクトル算出部に相当し、フィッティング処理が特許請求の範囲に記載する分類部に相当し、直進時対象物予測処理が請求の範囲に記載する移動軌跡予測部に相当する。また、ステレオカメラ１０及びシステムＥＣＵ３０における対地速度検出処理が請求の範囲に記載する速度取得部に相当する。
　なお、システムＥＣＵ３０では、ステレオカメラ１０で同じ物標（対象物）が少なくとも２回連続して検出された場合に、その対象物の移動軌跡を予測して、その対象物と自車両との衝突判定を行う。対象物の移動軌跡を予測するために、システムＥＣＵ３０では、ステレオカメラ１０で物標（対象物）を検出している場合には対象物毎に予測に必要な十分な個数の位置情報等をＲＡＭに保持（記録）しておく。また、システムＥＣＵ３０では、ステレオカメラ１０で物標（対象物）を検出している場合には対象物毎に処理を行う。また、システムＥＣＵ３０では、横方向（ｘ方向）／距離方向（ｙ方向）の長さ単位（例えば、数１０ｃｍ単位、数ｃｍ単位）の座標系で処理を行っており、ステレオカメラ１０から得られる画像の水平方向／垂直方向のピクセル単位のデータを横方向／距離方向の長さ単位のデータに変換している。このような変換を行わずに、画像の水平方向／垂直方向のピクセル単位の座標系で処理を行ってもよい。また、システムＥＣＵ３０では、対象物の距離方向の移動量や速度が自車両の距離方向の移動量や速度に比べて無視できるほど小さい場合、対象物の検出位置や速度を扱う場合に横方向成分だけの検出位置や速度を用いてもよい。
　自車両軌跡予測処理について説明する。システムＥＣＵ３０では、自車両の車速、ヨーレート及び操舵角の各履歴から自車両の将来の移動軌跡を予測する。この移動軌跡の予測方法としては、従来の周知の予測方法を適用する。
　対地速度検出処理について説明する。ステレオカメラ１０で対象物が検出されている場合、システムＥＣＵ３０では、その対象物の検出位置の今回値と路上の固定物の位置との差分（固定物を基準とした検出位置の今回値の相対ベクトル）を算出するとともに、対象物の検出位置の前回値と路上の同じ固定物の位置との差分（固定物を基準とした検出位置の前回値の相対ベクトル）を算出する。この固定物としては、例えば、自車両周辺の画像のエッジ処理で得られた輝度勾配が大きい点（路面上に描かれた白線の境界や道路の繋ぎ目等）、路側物（電柱、交通標識等）である。これらの固定物については、ステレオカメラ１０で検出しておく。そして、システムＥＣＵ３０では、検出位置の今回値と路上の固定物の位置との差分（検出位置の今回値の相対ベクトル）と検出位置の前回値と路上の固定物の位置との差分（検出位置の前回値の相対ベクトル）を用いて検出位置の前回値から検出位置の今回値への移動ベクトルを算出する。この移動ベクトルの大きさが１ステップの更新時間での移動量であり、移動ベクトルの方向が１ステップ更新時間での移動方向である。そして、システムＥＣＵ３０では、移動ベクトルの移動量を更新時間で除算して対象物の対地速度を算出する。
　操舵判定処理について説明する。システムＥＣＵ３０では、操舵角の所定時間における変化量（操舵量）を算出し、その操舵量が操舵閾値以上か否かを判定する。所定時間は、適合によって予め設定され、例えば、１ステップの更新時間である。操舵閾値は、自車両のぶれや偏向とは明らかに異なる自車両の操舵（自車両が直進走行でない場合）を判定するための操舵量であり、適合によって予め設定される。システムＥＣＵ３０では、操舵量が操舵閾値以上の場合（自車両が直進走行でない場合）には操舵時対象物軌跡予測処理に移行し、操舵量が操舵閾値未満の場合（自車両が直進走行の場合）には異常値除去処理に移行する。
　操舵時対象物軌跡予測処理について説明する。システムＥＣＵ３０では、従来の予測手法により、対象物の検出位置の履歴を用いて対象物の将来の移動軌跡を予測する。
　異常値除去処理（フィルタリング処理）について説明する。システムＥＣＵ３０では、対地速度検出処理で検出した対象物の対地速度が１回だけか否かを判定する。対地速度を１回だけ検出している場合、システムＥＣＵ３０では、その対地速度を以下の処理で用いる。対地速度を２回以上検出している場合、システムＥＣＵ３０では、対地速度の今回値と前回値との差の絶対値が第１閾値以上か否かを判定する。第１閾値は、対象物の対地速度が前回値から飛び値になっているか否かを判定するための閾値であり、適合によって予め設定される。この判定で第１閾値以上の場合（対地速度の今回値が飛び値の場合）、システムＥＣＵ３０では、対象物の検出位置の今回値と前回値との差分を更新時間で除算して速度を算出し、その速度と対地速度の今回値との差の絶対値が第２閾値以上か否かを判定する。第２閾値は、対象物の対地速度が対象物の検出位置の差分から求められる速度から離れた値になっているか否かを判定するための閾値であり、適合によって予め設定される。この判定で第２閾値以上の場合（対地速度の今回値が検出位置の差分による速度からも離れた値の場合）、システムＥＣＵ３０では、対地速度の今回値を以下の処理で対地速度として用いない。この際、例えば、対地速度の前回値を対地速度として用いる。上記の各判定で第１閾値未満の場合又は第２閾値未満の場合、システムＥＣＵ３０では、対地速度の今回値を以下の処理で対地速度として用いる。なお、第１閾値と第２閾値とは、同じ値でもよいし、あるいは、異なる値でもよい。
　軌跡予測ベクトル算出処理について説明する。システムＥＣＵ３０では、図６に示すように、自車両の車速Ｖｃと対象物の対地速度Ｖｐ（横方向成分（ｘ軸成分）：Ｖｐｘ、距離方向成分（ｙ軸成分）：Ｖｐｙ）を用いて、軌跡予測ベクトルＰＶの傾きθを算出する。この算出では、θ＝ａｒｃｔａｎ（Ｖｐｘ／（Ｖｃ＋Ｖｐｙ））の算出式を用いる。ここでは、フィッティング処理で必要となる軌跡予測ベクトルＰＶの傾きθを直接算出しているが、軌跡予測ベクトルＰＶを求めた上で傾きθを算出してもよい。なお、自車両の車速Ｖｃに比べて対象物の距離方向の速度Ｖｐｙが無視できるほど小さければ、Ｖｐｙを除外して算出を行ってもよい。また、単位や符号の方向は、必要に応じて変換する。
　フィッティング処理について説明する。このフィッティング処理では、多数決の方法を用いる。ここでは、図７及び図８に示すように、対象物の検出位置の履歴として１０点の検出位置Ｄ１～Ｄ１０に対してフィッティングを行う例で説明する。検出位置Ｄ１～Ｄ１０は、検出位置Ｄ１０が最新の検出位置であり、検出位置Ｄ１が最も過去の検出位置である。図８に示すように、検出位置Ｄ１～Ｄ１０に重みがそれぞれ設定され、最新の検出位置Ｄ１０に重みとして最大の７が設定され、過去の検出位置になるほど重みとして小さい値が設定されている。この例では、検出位置Ｄ３と検出位置Ｄ４との間で、自車両が偏向し、横位置飛びが発生しているものとする。また、検出位置Ｄ６は、センサノイズによる外れ値となっている。
　システムＥＣＵ３０では、ＲＡＭに保持（記録）されている検出位置Ｄ１～Ｄ１０の中から検出位置Ｄｉを順次選択し、全ての検出位置Ｄ１～Ｄ１０について以下の同じ処理を行う。システムＥＣＵ３０では、検出位置Ｄｉを通る傾きθの直線を算出する。そして、システムＥＣＵ３０では、その直線を中心として左右両側に所定間隔をあけた各平行線を算出し、この左右の平行線からなる投票範囲を設定する。この所定間隔は、自車両のぶれや偏向による横位置飛びが発生している場合にその横位置飛びの検出位置を除外できる間隔であり、かつ、ステレオカメラ１０による対象物検出での検出位置のノイズ値（外れ値）を除外できる間隔である。所定間隔は、適合によって予め設定される。そして、システムＥＣＵ３０では、検出位置Ｄ１～Ｄ１０の中から投票範囲内に入る検出位置を抽出する。さらに、システムＥＣＵ３０では、抽出した検出位置の重みを積算し、その積算値を投票点とする。
　以上の処理を全ての検出位置Ｄ１～Ｄ１０に行うと、システムＥＣＵ３０では、全ての検出位置Ｄ１～Ｄ１０の投票点を比較し、最も大きい投票点の検出位置の直線を選択する。ここで、複数の検出位置の直線が選択された場合、選択された複数の直線は略同じ直線になることが想定されるが、最終的な直線としては、例えば、最新の検出位置の直線としてもよいし、選択された複数の検出位置の直線の平均的な直線としてもよい。
　図７には、検出位置Ｄ１に対する例を示しており、検出位置Ｄ１を通る傾きθの直線Ｌ１及びその左右両側に平行線Ｌ２，Ｌ３が算出され、この平行線Ｌ２と平行線Ｌ３からなる投票範囲が設定されている。この投票範囲内に入る検出位置として検出位置Ｄ１、検出位置Ｄ２、検出位置Ｄ３が抽出され、投票点として４点が算出される。この例では、検出位置Ｄ１０（同様に、検出位置Ｄ４、検出位置Ｄ５、検出位置Ｄ７、検出位置Ｄ８、検出位置Ｄ９）を通る傾きθの直線を中心とする投票範囲に入る検出位置として検出位置Ｄ４、検出位置Ｄ５、検出位置Ｄ７、検出位置Ｄ８、検出位置Ｄ９、検出位置Ｄ１０が抽出され、投票点として２７点が算出され、これが最も大きい投票点となる。したがって、例えば、検出位置Ｄ１０を通る傾きθの直線が最終的な直線として選択される。
　このフィッティング処理では、検出位置Ｄｉ毎に、検出位置Ｄｉの投票範囲に入る複数の検出位置からなる各グループに分類されることになる。自車両のぶれや偏向によって検出位置の履歴の中で横位置飛びが発生している場合、この各グループには、その横位置飛びの前の検出位置と後の検出位置の両方が含まれることは殆どない（あるいは、全くない）。また、自車両のぶれや偏向がない場合、この各グループには、外れ値を除いて、検出位置の履歴の全ての検出位置が含まれる可能性が高い。投票点の最も大きいグループが傾きθの直線に最もフィット（適合）したグループであり、複数のグループが最もフィットするグループになる場合がある。
　直進時対象物軌跡予測処理について説明する。システムＥＣＵ３０では、フィッティング処理で最終的に選択した検出位置を通る傾きθの直線を対象物の移動軌跡として予測する。この移動軌跡は、傾きθの直線に最もフィットするグループに含まれる複数の検出位置から予測された軌跡に相当する。
　衝突位置予測処理について説明する。自車両の衝突位置をとして、自車両の各面（前面、後面、右側面、左側面）について所定間隔で複数の区画に区切られる。この区画分けは、適合によって予め設定される。衝突位置を予測する場合、車両の各面のどの区画に対象物が衝突するかを予測する。システムＥＣＵ３０では、自車両軌跡予測処理で予測した自車両の移動軌跡と操舵時対象物軌跡予測処理又は直進時対象物軌跡予測処理で予測した対象物の移動軌跡により、自車両の移動軌跡と対象物の移動軌跡とが交差する場合には対象物が自車両に衝突する位置（自車両のどの面のどの区画か）を予測する。
　衝突確率積算処理について説明する。衝突位置予測処理で自車両の衝突位置を予測した場合、システムＥＣＵ３０では、その衝突予測位置周辺の各区画の衝突確率を算出する。例えば、衝突予測位置を中心にして正規分布状に衝突確率を算出したり、衝突予測位置だけに高い衝突確率を算出する。さらに、システムＥＣＵ３０では、衝突予測位置の区画毎に、算出した衝突確率を前回積算値に加算し、衝突確率を積算する。
　衝突判定処理について説明する。システムＥＣＵ３０では、自車両の各面の各衝突位置の区間について（衝突確率積算処理で積算値が更新された区画だけでもよい）、衝突確率の積算値が設定されている衝突判定閾値以上か否かを判定する。衝突判定閾値は、衝突予測位置毎の衝突確率の積算値により自車両が対象物と衝突する可能性があるか否かを判定するための閾値であり、実験やシミュレーション等による適合によって予め設定される。そして、システムＥＣＵ３０では、衝突確率の積算値が衝突判定閾値以上の場合には衝突する可能性がある（可能性が高い）と判定し、衝突確率の積算値が衝突判定閾値未満の場合には衝突する可能性がない（可能性が低い）と判定する。
　デバイス制御処理について説明する。衝突判定処理で衝突の可能性があると判定している場合、システムＥＣＵ３０では、その対象物に対する衝突余裕時間ＴＴＣ[Time To Collision]＝（相対距離／相対速度）を算出する。そして、システムＥＣＵ３０では、その対象物に対するＴＴＣ、衝突予測位置及び衝突確率の積算値に基づいて、警報、操舵、シートベルト、シート、ブレーキのうちのどのデバイス（１つ以上）を作動させるかを判断する。そして、システムＥＣＵ３０では、作動させるデバイス毎に、ＴＴＣ、衝突予測位置及び衝突確率の積算値に基づいて、制御量あるいは出力指令等を設定し、警報装置２０、衝突回避支援装置２１、シートベルト制御装置２２、シート制御装置２３、ブレーキ制御装置２４の中の該当する装置に制御信号を送信する。
　図１を参照して、衝突予測装置１の動作を図９のフローチャートに沿って説明する。特に、異常値除去処理については図１０のフローチャートに沿って説明し、フィッティング処理及び直進時対象物軌跡予測処理については図１１のフローチャートに沿って説明する。図９は、本実施の形態に係る衝突予測装置における動作の流れを示すフローチャートである。図１０は、図９のフローチャートにおける異常値除去処理の流れを示すフローチャートである。図１１は、図９のフローチャートにおけるフィッティング処理・直進時対象物軌跡予測処理の流れを示すフローチャートである。衝突予測装置１では、一定時間毎に、以下の動作を繰り返し行う。
　ステレオカメラ１０では、左右一対の各カメラでそれぞれ撮像し、その左右の各画像（ステレオ画像）を用いて物体検出処理を行い、対象物（物標）を検出できた場合には対象物の位置情報（距離、横位置）や横幅等を取得する（Ｓ１）。そして、ステレオカメラ１０では、その対象物の有無情報や対象物を検出できた場合には対象物毎の位置情報等からなるステレオカメラ信号をシステムＥＣＵ３０に送信する。システムＥＣＵ３０では、このステレオカメラ信号を受信し、対象物が存在する場合には対象物毎に位置情報等を取得し、その位置情報等をＲＡＭに保持（記録）する。なお、対象物が存在しない場合、今回の処理は終了となる。
　操舵角センサ１１では、操舵角を検出し、操舵角信号をシステムＥＣＵ３０に送信する。システムＥＣＵ３０では、この操舵角信号を受信し、操舵角を取得する。ヨーレートセンサ１２では、ヨーレートを検出し、ヨーレート信号をシステムＥＣＵ３０に送信する。システムＥＣＵ３０では、このヨーレート信号を受信し、ヨーレートを取得する。各車輪の車輪速センサ１３では、車輪の回転パルス数を検出し、車輪速信号をシステムＥＣＵ３０に送信する。システムＥＣＵ３０では、車輪毎に車輪速信号を受信し、各車輪の回転パルス数から車輪速をそれぞれ算出し、各輪の車輪速から車体速（自車速）を算出する。
　対象物が存在する場合、システムＥＣＵ３０では、自車両の車速、ヨーレート及び操舵角の各履歴から自車両の移動軌跡を予測する（Ｓ２）。また、システムＥＣＵ３０では、対象物毎に、固定物を基準とした対象物の検出位置の今回値の相対ベクトル及び同じ固定物を基準とした検出位置の前回値の相対ベクトルを算出し、この２つの相対ベクトルから検出位置の前回値から今回値への移動ベクトルを算出し、この移動ベクトルから対象物の対地速度を算出（検出）する（Ｓ３）。
　システムＥＣＵ３０では、自車両の操舵量（切り増し量、切り戻し量）が操舵閾値以上か否かを判定する（Ｓ４）。Ｓ４にて操舵量が操舵閾値以上と判定した場合（自車両が旋回中）、システムＥＣＵ３０では、対象物毎に、従来の軌跡予測手段により対象物の検出位置の履歴から対象物の移動軌跡を予測する（Ｓ５）。
　Ｓ４にて操舵量が操舵閾値未満と判定した場合（自車両が直進中）、システムＥＣＵ３０では、対象物毎に、Ｓ３で検出した対地速度に対する異常値除去（フィルタリング）を行う（Ｓ６）。具体的には、図１０のフローチャートに示すように、システムＥＣＵ３０では、その対地速度の検出回数が１回か否かを判定する（Ｓ２０）。Ｓ２０にて１回と判定した場合、システムＥＣＵ３０では、今回検出した対地速度を以下の処理で対地速度として使用する（Ｓ２１）。Ｓ２０にて２回以上と判定した場合、システムＥＣＵ３０では、今回検出した対地速度と対地速度の前回値との差の絶対値が第１閾値以上か否かを判定する（Ｓ２２）。Ｓ２２にて第１閾値未満と判定した場合、システムＥＣＵ３０では、今回検出した対地速度を以下の処理で対地速度として使用する（Ｓ２５）。Ｓ２２にて第１閾値以上と判定した場合、システムＥＣＵ３０では、今回検出した対地速度と対象物の検出位置（特に、横位置）の今回値と前回値の差を更新時間で除算して求めた速度との差の絶対値が第２閾値以上か否かを判定する（Ｓ２３）。Ｓ２４にて第２閾値以上と判定した場合、システムＥＣＵ３０では、対地速度の前回値を以下の処理で対地速度として使用する（Ｓ２４）。Ｓ２３にて第２閾値未満と判定した場合、システムＥＣＵ３０では、今回検出した対地速度を以下の処理で対地速度として使用する（Ｓ２５）。そして、システムＥＣＵ３０では、対象物の今回の検出位置と対地速度を前回値として保持する（Ｓ２６）。
　次に、システムＥＣＵ３０では、対象物毎に、自車両の車速と対象物の対地速度を用いて軌跡予測ベクトルの傾きθを算出する（Ｓ７）。そして、システムＥＣＵ３０では、対象物毎に、ＲＡＭに保持されている対象物の検出位置の履歴に対して傾きθの直線でフィッティングを行い（Ｓ８）、最もフィットした直線を対象物の移動軌跡として予測する（Ｓ９）。具体的には、図１１のフローチャートに示すように、システムＥＣＵ３０では、対象物の検出位置の履歴から検出位置Ｄｉを順次選択する（Ｓ３０）。そして、システムＥＣＵ３０では、傾きθで検出位置Ｄｉを通る直線を算出し、その直線を中心とする投票範囲を設定する（Ｓ３１）。さらに、システムＥＣＵ３０では、対象物の検出位置の履歴の中から検出位置Ｄｉの投票範囲に入る検出位置を抽出し、その抽出した検出位置の重みを積算し、検出位置Ｄｉでの投票点を算出する（Ｓ３２）。システムＥＣＵ３０では、対象物の検出位置の履歴に含まれる全ての検出位置に対する処理が終了したか否かを判定する（Ｓ３３）。Ｓ３３にて全ての検出位置に対する処理が終了していないと判定した場合、システムＥＣＵ３０では、Ｓ３０の処理に戻って、次の検出位置を選択する。Ｓ３３にて全ての検出位置に対する処理が終了したと判定した場合、システムＥＣＵ３０では、全ての検出位置の投票点を比較し、最も大きい投票点の検出位置の直線を選択する（Ｓ３４）。そして、システムＥＣＵ３０では、その選択した検出位置を通る傾きθの直線を対象物の移動軌跡として予測する（Ｓ３５）。
　システムＥＣＵ３０では、対象物毎に、自車両の移動軌跡と対象物の移動軌跡から自車両に衝突する位置を予測する（Ｓ１０）。そして、システムＥＣＵ３０では、対象物毎に、予測した衝突位置の該当区画に衝突確率を積算する（Ｓ１１）。なお、自車両の移動軌跡と対象物の移動軌跡とが交差しない場合、衝突位置は予測されず、Ｓ１１の処理も行われない。
　そして、システムＥＣＵ３０では、対象物毎に、各衝突予測位置での衝突確率の積算値が衝突判定閾値以上か否かにより、自車両と対象物とが衝突する可能性があるか否か判定する（Ｓ１２）。Ｓ１２にて衝突判定閾値未満（衝突の可能性がない）と判定した場合、システムＥＣＵ３０では、今回の処理を終了する。一方、Ｓ１２にて衝突判定閾値以上（衝突の可能性がある）と判定した場合、システムＥＣＵ３０では、対象物毎に、衝突を回避／衝突による被害を軽減するために、衝突余裕時間（ＴＴＣ）、衝突予測位置及び衝突確率の積算値に基づいて警報、操舵、シートベルト、シート、ブレーキのうちのどのデバイスを作動させるかを判断し、作動させると判断したデバイスの制御量等を設定し、警報装置２０、衝突回避支援装置２１、シートベルト制御装置２２、シート制御装置２３、ブレーキ制御装置２４の中の該当する装置に制御信号を送信する（Ｓ１３）。警報装置２０では、システムＥＣＵ３０から警報制御信号を受信した場合には、その警報制御信号に基づいて警報を出力する。衝突回避支援装置２１では、システムＥＣＵ３０から衝突回避制御信号を受信した場合には、その衝突回避制御信号に基づいて操舵制御を行う。シートベルト制御装置２２では、システムＥＣＵ３０からシートベルト制御信号を受信した場合には、そのシートベルト制御信号に基づいてシートベルトの締付力を制御する。シート制御装置２３では、システムＥＣＵ３０からシート制御信号を受信した場合には、そのシート制御信号に基づいてシートの位置や姿勢を制御する。ブレーキ制御装置２４では、システムＥＣＵ３０からブレーキ制御信号を受信した場合には、そのブレーキ制御信号に基づいてブレーキ制御を行う。
　衝突予測装置１によれば、対象物の対地速度に基づく軌跡予測ベクトルの傾きの直線で対象物の相対的な検出位置の履歴に対してフィッティングを行って対象物の移動軌跡を予測することにより、自車両のぶれや偏向によって対象物の検出位置の履歴の中に横位置飛びが発生した場合でも対象物の検出位置の履歴から対象物の移動軌跡を高精度に予測できる。
　また、衝突予測装置１によれば、対象物の検出位置として縦エッジ強度が最も強い位置を用いることにより、対象物の検出位置の履歴のばらつきを抑制でき、対象物の移動軌跡をより高精度に予測できる。特に、歩行者のように形状が変化する対象物に対して有効である。また、衝突予測装置１によれば、対象物の検出位置の履歴のうち時間的に現在に近い位置ほどその位置の重みを大きくしてフィッティングを行うことにより、対象物の移動軌跡をより高精度に予測できる。また、衝突予測装置１によれば、対象物の対地速度が異常値の場合にはその対地速度を軌跡予測ベクトル（特に、傾き）の算出に用いないので、軌跡予測ベクトルの精度低下を抑制でき、移動軌跡の予測精度の低下を抑制できる。
　以上、本発明に係る実施の形態について説明したが、本発明は上記実施の形態に限定されることなく様々な形態で実施される。
　例えば、本実施の形態では対象物の移動軌跡を予測し、対象物の移動軌跡を用いて自車両との衝突の可能性を判定し、可能性がある場合には衝突回避や衝突被害軽減の支援を行う装置に適用したが、予測した対象物の移動軌跡を用いて他の支援を行う他の運転支援装置に適用してもよいし、あるいは、対象物の移動軌跡の予測だけを行う移動軌跡予測装置に適用してもよい。また、本実施の形態では車両に予め搭載される装置に適用したが、車両内に持ち込んだ装置に適用してもよい。
　また、本実施の形態では自車両周辺の対象物を検出する外界センサとしてステレオカメラを適用したが、単眼カメラによる画像センサ（単眼で対象物の距離・横位置まで検出できるもの）、レーザレーダやミリ波レーダ等のレーダセンサ等の他の外界センサでもよい。また、外界センサとしてのステレオカメラはデバイスの作動条件として、レーダセンサ等とフュージョンしてもよい。
　また、本実施の形態では対象物の対地速度を取得するために外界センサのステレオカメラを用いて自車両から検出する構成としたが、レーダセンサ等の他の外界センサを用いて自車両から検出する構成としてもよいし、対象物が保持するデバイス（携帯電話、スマートフォン等）を用いて検出して対象物との間の通信で受信する構成（例えば、対象物が歩行者の場合に歩行者が携帯するデバイスで検出した速度を歩車間通信で受信する構成）としてもよいし、路側のインフラ（定点カメラ、レーダ等）で検出して路側のインフラとの間で路車間通信で受信する構成としてもよい。なお、対象物を検出するための構成と対象物の対地速度を取得するための構成とは、同一のセンサや同一のＥＣＵでなくても可能であり、その構成については限定しない。
　また、本実施の形態では衝突の可能性がある場合に作動させるデバイスとして警報、操舵、シートベルト、シート、ブレーキの各デバイスを示したが、これらのうちの１つ以上のデバイスがあればよい。あるいは、他のデバイス（アクチュエータ）でもよい。
　また、本実施の形態では対象物の移動軌跡と自車両の移動軌跡を用いた衝突位置予測、各衝突予測位置の衝突確率の積算を用いた衝突判定の一例を示したが、これらの衝突に関する処理について従来の周知技術が適用可能である。
　また、本実施の形態では検出位置を通る傾きθの直線を中心とした投票範囲を設定し、投票範囲に入る検出位置による投票点の多数決によってフィッティングを行う構成としたが、最小２乗法等の他の方法でフィッティングを行ってもよい。対象物の検出位置の検出精度が良く、検出位置に外れ値がないと想定される場合には、フィッティングの際に外れ値に対する対処を行わなくてもよい。
　また、本実施の形態では対象物の検出位置にそれぞれ重みを設定してフィッティングを行う構成としたが、重みを設定せずにフィッティングを行ってもよい。
　また、本実施の形態では対象物の検出位置として縦エッジ強度が最も強い位置を用いる構成としたが、縦エッジ強度を用いるのでなく、検出された対象物の検出範囲の中心位置等の他の位置を用いる構成としてもよい。特に、対象物が車両等の場合、移動中に特に形状が変化しないので、縦エッジ強度を用いなくてもよい。また、縦エッジ強度を用いた他の手法としては、例えば、縦エッジ強度が基準閾値を超える場合に対象物の検出位置として用いる手法、縦エッジ強度が大きい程、より大きい重み付けを行うことで対象物の検出位置として利用され易くする手法がある。
　また、本実施の形態では対地速度の異常値除去を行う構成としたが、対地速度の検出精度が良く、対地速度に異常値がないと想定される場合には、異常値除去を行わなくてもよい。
　本発明は、車両に搭載され、車両周辺の対象物の検出位置の履歴から対象物の移動軌跡を予測する移動軌跡予測に利用可能である。
　１…衝突予測装置、１０…ステレオカメラ、１１…操舵角センサ、１２…ヨーレートセンサ、１３…車輪速センサ、２０…警報装置、２１…衝突回避支援装置、２２…シートベルト制御装置、２３…シート制御装置、２４…ブレーキ制御装置、３０…システムＥＣＵ。

Claims (6)

  1. 　車両周辺の対象物の移動軌跡を予測する移動軌跡予測装置であって、
    　車両周辺の対象物の位置を取得する対象物検出部と、
    　前記対象物の対地速度を取得する速度取得部と、
    　前記車両の速度情報と、前記速度取得部で取得した前記対象物の対地速度とを用いて前記車両からの前記対象物の相対移動ベクトルを算出する相対移動ベクトル算出部と、
    　前記対象物検出部で取得した前記対象物の移動軌跡における位置を記録し、当該記録された位置を前記相対移動ベクトル算出部で算出した相対移動ベクトルに基づいて、複数のグループに分類する分類部と、
    　前記分類部で分類したグループのうちの少なくとも１つのグループに含まれる前記対象物の複数の位置に基づいて当該対象物の移動軌跡を予測する移動軌跡予測部と、
    　を備えることを特徴とする移動軌跡予測装置。
  2. 　前記対象物検出部は、カメラで撮像した画像に対するエッジ処理によって前記対象物の検出を行い、
    　前記分類部は、前記記録された対象物の位置の分類において、前記画像における縦エッジ強度が強い位置である場合程、当該位置の前記対象物の位置としての利用を促進することを特徴とする請求項１に記載の移動軌跡予測装置。
  3. 　前記車両の操舵量が所定量以上の場合には前記分類部での分類を行わないことを特徴とする請求項１又は請求項２に記載の移動軌跡予測装置。
  4. 　前記分類部は、前記記録された対象物の位置のうち時間的に現在に近い位置である場合程、当該位置の重みを大きくして分類を行うことを特徴とする請求項１～請求項３のいずれか１項に記載の移動軌跡予測装置。
  5. 　前記相対移動ベクトル算出部は、対地速度の前回値との差が第１閾値以上かつ前記対象物の位置の差分から求められる速度との差が第２閾値以上の前記対象物の対地速度を相対移動ベクトルの算出に用いないことを特徴とする請求項１～請求項４のいずれか１項に記載の移動軌跡予測装置。
  6. 　車両周辺の対象物の移動軌跡を予測する移動軌跡予測方法であって、
    　車両周辺の対象物の位置を取得する対象物検出ステップと、
    　前記対象物の対地速度を取得する速度取得ステップと、
    　前記車両の速度情報と、前記速度取得ステップで取得した前記対象物の対地速度とを用いて前記車両からの前記対象物の相対移動ベクトルを算出する相対移動ベクトル算出ステップと、
    　前記対象物検出ステップで取得した前記対象物の移動軌跡における位置を記録し、当該記録された位置を前記相対移動ベクトル算出ステップで算出した相対移動ベクトルに基づいて、複数のグループに分類する分類ステップと、
    　前記分類ステップで分類したグループのうちの少なくとも１つのグループに含まれる前記対象物の複数の位置に基づいて当該対象物の移動軌跡を予測する移動軌跡予測ステップと、
    　を含むことを特徴とする移動軌跡予測方法。
PCT/JP2013/065198 2013-05-31 2013-05-31 移動軌跡予測装置及び移動軌跡予測方法 Ceased WO2014192137A1 (ja)

Priority Applications (5)

Application Number Priority Date Filing Date Title
DE112013007129.0T DE112013007129B4 (de) 2013-05-31 2013-05-31 Bewegungstrajektorienvorhersagevorrichtung und Bewegungstrajektorienvorhersageverfahren
US14/892,468 US9975550B2 (en) 2013-05-31 2013-05-31 Movement trajectory predicting device and movement trajectory predicting method
PCT/JP2013/065198 WO2014192137A1 (ja) 2013-05-31 2013-05-31 移動軌跡予測装置及び移動軌跡予測方法
CN201380076974.1A CN105324275B (zh) 2013-05-31 2013-05-31 移动轨迹预测装置和移动轨迹预测方法
JP2015519576A JP5939357B2 (ja) 2013-05-31 2013-05-31 移動軌跡予測装置及び移動軌跡予測方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
PCT/JP2013/065198 WO2014192137A1 (ja) 2013-05-31 2013-05-31 移動軌跡予測装置及び移動軌跡予測方法

Publications (1)

Publication Number Publication Date
WO2014192137A1 true WO2014192137A1 (ja) 2014-12-04

Family

ID=51988205

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/JP2013/065198 Ceased WO2014192137A1 (ja) 2013-05-31 2013-05-31 移動軌跡予測装置及び移動軌跡予測方法

Country Status (5)

Country Link
US (1) US9975550B2 (ja)
JP (1) JP5939357B2 (ja)
CN (1) CN105324275B (ja)
DE (1) DE112013007129B4 (ja)
WO (1) WO2014192137A1 (ja)

Cited By (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105857307A (zh) * 2015-02-07 2016-08-17 赫拉胡克公司 用于至少部分独立地控制机动车辆的方法
JP2017194926A (ja) * 2016-04-22 2017-10-26 株式会社デンソー 車両制御装置、車両制御方法
DE102016215314A1 (de) 2016-08-17 2018-02-22 Bayerische Motoren Werke Aktiengesellschaft Fahrerassistenzsystem, Fortbewegungsmittel und Verfahren zur Prädiktion einer Verkehrssituation
CN108367683A (zh) * 2015-12-18 2018-08-03 沃尔沃卡车集团 一种控制使用电力道路系统的车辆中的安全系统的方法
JP2018136240A (ja) * 2017-02-23 2018-08-30 三菱電機株式会社 推定装置、推定方法、推定装置を備えた追尾装置、および推定方法を備えた追尾方法
CN111788571A (zh) * 2018-03-15 2020-10-16 蓝色视觉实验室英国有限公司 车辆跟踪
CN112364492A (zh) * 2020-10-28 2021-02-12 东北大学 薄带连铸活套的控制方法及装置
CN113053112A (zh) * 2021-03-10 2021-06-29 北京星云互联科技有限公司 车辆轨迹预测方法、车辆预测轨迹分析方法、装置及车辆
JP2021155024A (ja) * 2020-02-11 2021-10-07 トヨタ リサーチ インスティテュート，インコーポレイティド 歩行者の動きを予測するためのシステムおよび方法
WO2023058559A1 (ja) * 2021-10-07 2023-04-13 株式会社デンソー 情報処理装置、物体追跡装置、追跡方法、プログラム
WO2023238735A1 (ja) * 2022-06-07 2023-12-14 ソニーセミコンダクタソリューションズ株式会社 情報処理装置、情報処理方法、プログラム
WO2024241428A1 (ja) * 2023-05-22 2024-11-28 日立Astemo株式会社 車両制御装置

Families Citing this family (79)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2014174637A1 (ja) * 2013-04-25 2014-10-30 トヨタ自動車株式会社 運転支援装置及び運転支援方法
JP6049542B2 (ja) * 2013-05-31 2016-12-21 日立オートモティブシステムズ株式会社 車両制御システム
DE102013222586A1 (de) * 2013-11-07 2015-05-07 Robert Bosch Gmbh Verfahren zur Vermeidung einer Kollision eines Kraftfahrzeugs mit einem falschfahrenden Fahrzeug und Steuer- und Erfassungseinrichtung für ein Kraftfahrzeug zur Vermeidung einer Kollision des Kraftfahrzeugs mit einem falschfahrenden Fahrzeug
JP6441616B2 (ja) * 2014-08-29 2018-12-19 株式会社ゼンリン 位置特定装置、運転支援装置および制御プログラム
DE102014219148A1 (de) * 2014-09-23 2016-03-24 Robert Bosch Gmbh Verfahren und Vorrichtung zum Erstellen eines Bewegungsmodells eines Straßenverkehrsteilnehmers
KR101628503B1 (ko) * 2014-10-27 2016-06-08 현대자동차주식회사 운전자 보조장치 및 그 작동 방법
KR101637716B1 (ko) * 2014-11-03 2016-07-07 현대자동차주식회사 차량의 장애물 위치 인식 장치 및 방법
EP3018010B1 (en) * 2014-11-06 2018-01-10 Volvo Car Corporation Method for controlling a time of activation of a reversible restraint system in a vehicle
DE102015202099A1 (de) * 2015-02-06 2016-08-11 Bayerische Motoren Werke Aktiengesellschaft Verarbeiten von Sensordaten für ein Fahrerassistenzsystem
US11167755B2 (en) 2015-02-07 2021-11-09 Hella Kgaa Hueck & Co. Method for at least partially automatically controlling a motor vehicle
US9881477B2 (en) * 2015-02-27 2018-01-30 Elwha Llc Device having a sensor for sensing an object and a communicator for coupling the sensor to a determiner for determining whether a subject may collide with the object
KR101714145B1 (ko) * 2015-04-09 2017-03-08 현대자동차주식회사 주변차량 식별 장치 및 그 방법
US10407047B2 (en) * 2015-12-07 2019-09-10 Magna Electronics Inc. Vehicle control system with target vehicle trajectory tracking
JP2017117344A (ja) * 2015-12-25 2017-06-29 株式会社デンソー 走行支援装置
EP3954969A1 (en) * 2015-12-25 2022-02-16 Pioneer Corporation Distance estimation device, distance estimation method and program
JP6330825B2 (ja) * 2016-01-26 2018-05-30 トヨタ自動車株式会社 車両用衝突回避支援システム
DE102016202594A1 (de) * 2016-02-19 2017-08-24 Robert Bosch Gmbh Verfahren und Vorrichtung zum Interpretieren einer Fahrzeugumgebung eines Fahrzeugs sowie Fahrzeug
JP6531689B2 (ja) * 2016-03-22 2019-06-19 株式会社デンソー 移動軌跡検出装置、移動物体検出装置、移動軌跡検出方法
JP6508114B2 (ja) 2016-04-20 2019-05-08 トヨタ自動車株式会社 移動体の自動運転制御システム
DE102016209556A1 (de) * 2016-06-01 2017-12-07 Robert Bosch Gmbh Verfahren zum Bereitstellen einer Information bezüglich eines Fußgängers in einem Umfeld eines Fahrzeugs und Verfahren zum Steuern eines Fahrzeugs
US10089875B2 (en) * 2016-09-06 2018-10-02 Delphi Technologies, Inc. Automated vehicle cross-traffic detection system
CN106525033A (zh) * 2016-09-22 2017-03-22 深圳市元征科技股份有限公司 一种行车轨迹的确定方法及其装置
JP6577926B2 (ja) * 2016-09-26 2019-09-18 本田技研工業株式会社 走行支援装置及び走行支援方法
KR101967305B1 (ko) * 2016-10-14 2019-05-15 주식회사 만도 차량의 보행자 인식 방법 및 차량의 보행자 인식 시스템
US10248872B2 (en) * 2016-10-19 2019-04-02 Texas Instruments Incorporated Estimation of time to collision in a computer vision system
CN106571064A (zh) * 2016-11-10 2017-04-19 深圳市元征软件开发有限公司 基于路边单元的行人监测方法及装置
WO2018116669A1 (ja) * 2016-12-20 2018-06-28 パイオニア株式会社 事故判定装置
US10268200B2 (en) * 2016-12-21 2019-04-23 Baidu Usa Llc Method and system to predict one or more trajectories of a vehicle based on context surrounding the vehicle
US10459441B2 (en) * 2016-12-30 2019-10-29 Baidu Usa Llc Method and system for operating autonomous driving vehicles based on motion plans
FR3062721A1 (fr) * 2017-02-03 2018-08-10 Jd Recherche & Innovation Procede de traitement de donnees dynamiques de geolocalisation pour la protection d’usagers vulnerables par rapport a des vehicules en mouvement
EP3364211B1 (en) * 2017-02-21 2022-08-17 Continental Autonomous Mobility Germany GmbH Method and device for detecting a possible collision, and vehicle
FR3063265B1 (fr) * 2017-02-28 2019-04-05 Renault S.A.S Dispositif de controle de trajectoire d un vehicule
CN110462684B (zh) * 2017-04-10 2023-08-01 赫尔实验室有限公司 对对象移动进行隐式预测的系统、计算机可读介质与方法
JP6812894B2 (ja) 2017-04-24 2021-01-13 トヨタ自動車株式会社 周辺監視装置
US11190944B2 (en) 2017-05-05 2021-11-30 Ball Aerospace & Technologies Corp. Spectral sensing and allocation using deep machine learning
WO2018212538A1 (en) 2017-05-16 2018-11-22 Samsung Electronics Co., Ltd. Electronic device and method of detecting driving event of vehicle
KR102060662B1 (ko) * 2017-05-16 2019-12-30 삼성전자주식회사 차량의 주행 이벤트를 검출하는 전자 장치 및 방법
CN107200016B (zh) * 2017-05-26 2019-11-08 重庆长安汽车股份有限公司 道路自适应预测方法及采用该方法的车辆系统
EP3422046B1 (en) * 2017-06-30 2021-04-28 Veoneer Sweden AB A system for enhanced object tracking
DE102017211815A1 (de) * 2017-07-11 2019-01-17 Robert Bosch Gmbh Verfahren, Vorrichtung, Computerprogramm und ein maschinenlesbares Speichermedium zum Betreiben eines Fahrzeugs
JP7031204B2 (ja) * 2017-09-29 2022-03-08 オムロン株式会社 制御装置、制御装置の制御方法、情報処理プログラム、および記録媒体
WO2019202735A1 (ja) * 2018-04-20 2019-10-24 三菱電機株式会社 運転監視装置および運転監視プログラム
JP6922852B2 (ja) * 2018-06-12 2021-08-18 株式会社デンソー 電子制御装置および電子制御システム
CN109249930B (zh) * 2018-08-10 2021-08-31 重庆大数据研究院有限公司 一种智能车碰撞安全预测方法
DE102018216417A1 (de) * 2018-09-26 2020-03-26 Robert Bosch Gmbh Ortsvorhersage für dynamische Objekte
US11182672B1 (en) * 2018-10-09 2021-11-23 Ball Aerospace & Technologies Corp. Optimized focal-plane electronics using vector-enhanced deep learning
US11851217B1 (en) 2019-01-23 2023-12-26 Ball Aerospace & Technologies Corp. Star tracker using vector-based deep learning for enhanced performance
US11412124B1 (en) 2019-03-01 2022-08-09 Ball Aerospace & Technologies Corp. Microsequencer for reconfigurable focal plane control
CN109885058B (zh) * 2019-03-12 2022-05-20 杭州飞步科技有限公司 行车轨迹规划方法、装置、电子设备及存储介质
US11110917B2 (en) * 2019-05-13 2021-09-07 Great Wall Motor Company Limited Method and apparatus for interaction aware traffic scene prediction
US11303348B1 (en) 2019-05-29 2022-04-12 Ball Aerospace & Technologies Corp. Systems and methods for enhancing communication network performance using vector based deep learning
US11488024B1 (en) 2019-05-29 2022-11-01 Ball Aerospace & Technologies Corp. Methods and systems for implementing deep reinforcement module networks for autonomous systems control
KR102209671B1 (ko) * 2019-07-25 2021-01-29 경북대학교 산학협력단 주변 차량의 경로를 예측하기 위한 경로 예측 시스템 및 방법
US11828598B1 (en) 2019-08-28 2023-11-28 Ball Aerospace & Technologies Corp. Systems and methods for the efficient detection and tracking of objects from a moving platform
CN110596708A (zh) * 2019-09-03 2019-12-20 中国第一汽车股份有限公司 一种车辆间距检测方法、装置、车辆和存储介质
KR102794170B1 (ko) * 2019-11-18 2025-04-09 현대모비스 주식회사 후방 교차 충돌 감지 시스템 및 방법
DE112020006919B4 (de) * 2020-05-22 2024-09-12 Mitsubishi Electric Corporation Fahrzeugsteuersystem, integrierte fahrzeugsteuervorrichtung, elektronische steuervorrichtung, netzkommunikationsvorrichtung, fahrzeugsteuerverfahren und fahrzeugsteuerprogramm
US12030507B2 (en) * 2020-06-29 2024-07-09 Dr. Ing. H.C. F. Porsche Aktiengesellschaft Method and system for predicting a trajectory of a target vehicle in an environment of a vehicle
US12430923B2 (en) * 2020-07-07 2025-09-30 Lyft, Inc. Systems and methods for deriving an agent trajectory based on multiple image sources
CN114511999B (zh) * 2020-11-17 2023-09-01 宇通客车股份有限公司 一种行人行为预测方法及装置
CN112693455A (zh) * 2021-01-21 2021-04-23 广州小鹏自动驾驶科技有限公司 移动轨迹拟合方法、装置、车辆和存储介质
CN112802303A (zh) * 2021-02-09 2021-05-14 成都视海芯图微电子有限公司 一种基于3d视觉的实时风险预测方法及系统
US12311761B2 (en) * 2021-03-31 2025-05-27 Cerence Operating Company Infotainment system having awareness of local dynamic features
KR20230005556A (ko) * 2021-07-01 2023-01-10 현대모비스 주식회사 충돌 경고 장치 및 그것을 포함하는 차량
US12399272B2 (en) * 2021-07-16 2025-08-26 Aptiv Technologies AG Motion classification using low-level detections
US11960292B2 (en) * 2021-07-28 2024-04-16 Argo AI, LLC Method and system for developing autonomous vehicle training simulations
FR3131009B1 (fr) * 2021-12-21 2023-11-03 Continental Automotive Gmbh Procédé de localisation d’un dispositif de communication à proximité d’un véhicule
US20230195970A1 (en) * 2021-12-22 2023-06-22 Gm Cruise Holdings Llc Estimating object kinematics using correlated data pairs
US12499298B2 (en) 2022-01-11 2025-12-16 Volkswagen Group of America Investments, LLC Automated generation and refinement of variation parameters for simulation scenarios
CN114620039B (zh) * 2022-03-31 2025-08-01 阿波罗智能技术(北京)有限公司 轨迹修正方法、设备、云控平台和自动驾驶车辆
CN114881339B (zh) * 2022-05-19 2025-02-07 长安大学 车辆轨迹预测方法、系统、计算机设备及存储介质
CN114937061B (zh) * 2022-05-27 2025-02-21 中国第一汽车股份有限公司 运动状态的确定方法、装置及存储介质
US12430236B2 (en) 2022-07-29 2025-09-30 Volkswagen Group of America Investments, LLC Systems and methods for monitoring progression of software versions and detection of anomalies
JP2024019849A (ja) * 2022-08-01 2024-02-14 株式会社Subaru 車両の走行制御装置
CN117670923A (zh) * 2022-08-30 2024-03-08 富士通株式会社 用于目标跟踪的方法、装置和存储介质
WO2024119489A1 (zh) * 2022-12-09 2024-06-13 中国科学院深圳先进技术研究院 一种行人轨迹预测方法、系统、设备及存储介质
JP2024109318A (ja) * 2023-02-01 2024-08-14 トヨタ自動車株式会社 運転支援装置
CN117077042B (zh) * 2023-10-17 2024-01-09 北京鑫贝诚科技有限公司 一种农村平交路口安全预警方法及系统
CN118366009B (zh) * 2024-06-18 2024-09-13 安徽大学 基于人类群体行为特性引导的行人轨迹预测方法及系统

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2003151096A (ja) * 2001-11-19 2003-05-23 Honda Motor Co Ltd 進入警報装置
JP2008302850A (ja) * 2007-06-08 2008-12-18 Toyota Motor Corp 衝突判定装置
JP2009012521A (ja) * 2007-07-02 2009-01-22 Nissan Motor Co Ltd 車両の走行支援システム及び走行支援方法

Family Cites Families (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2003081037A (ja) 2001-09-14 2003-03-19 Toshiba Corp 交通事故防止装置
US6662108B2 (en) * 2002-01-07 2003-12-09 Ford Global Technologies, Llc Method and apparatus for improving a vehicle safety system using a transponder and GPS
US7409295B2 (en) * 2004-08-09 2008-08-05 M/A-Com, Inc. Imminent-collision detection system and process
JP2008020203A (ja) 2006-07-10 2008-01-31 Omron Corp レーダ装置
DE102008007347A1 (de) 2008-02-04 2009-08-06 Robert Bosch Gmbh Vorrichtung und Verfahren zum Bestimmen der Position eines anderen Verkehrsteilnehmers
JP4924492B2 (ja) 2008-03-12 2012-04-25 トヨタ自動車株式会社 衝突予測装置
JP5083062B2 (ja) * 2008-06-18 2012-11-28 トヨタ自動車株式会社 衝突予測装置
DE112009005022B4 (de) * 2009-07-02 2013-09-26 Mitsubishi Electric Corporation Karosseriegeschwindigkeit-Schätzvorrichtung undKollisionssicherheits -Schutzsystem
JP5563796B2 (ja) * 2009-09-25 2014-07-30 トヨタ自動車株式会社 歩行者移動推定装置及び方法
JP4883246B2 (ja) * 2009-12-08 2012-02-22 トヨタ自動車株式会社 物体検出装置及び物体検出方法
US20110190972A1 (en) * 2010-02-02 2011-08-04 Gm Global Technology Operations, Inc. Grid unlock
US9230419B2 (en) * 2010-07-27 2016-01-05 Rite-Hite Holding Corporation Methods and apparatus to detect and warn proximate entities of interest
JP5835490B2 (ja) * 2012-08-08 2015-12-24 トヨタ自動車株式会社 衝突予測装置
US10737665B2 (en) * 2012-08-28 2020-08-11 Ford Global Technologies, Llc Vehicle braking based on external object communications
DE112012006878T5 (de) * 2012-09-04 2015-05-21 Toyota Jidosha Kabushiki Kaisha Kollisionsvermeidungsunterstützungsvorrichtung und Kollisionsvermeidungsunterstützungsverfahren

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2003151096A (ja) * 2001-11-19 2003-05-23 Honda Motor Co Ltd 進入警報装置
JP2008302850A (ja) * 2007-06-08 2008-12-18 Toyota Motor Corp 衝突判定装置
JP2009012521A (ja) * 2007-07-02 2009-01-22 Nissan Motor Co Ltd 車両の走行支援システム及び走行支援方法

Cited By (20)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105857307A (zh) * 2015-02-07 2016-08-17 赫拉胡克公司 用于至少部分独立地控制机动车辆的方法
CN108367683A (zh) * 2015-12-18 2018-08-03 沃尔沃卡车集团 一种控制使用电力道路系统的车辆中的安全系统的方法
CN108367683B (zh) * 2015-12-18 2021-10-15 沃尔沃卡车集团 一种控制使用电力道路系统的车辆中的安全系统的方法
JP2017194926A (ja) * 2016-04-22 2017-10-26 株式会社デンソー 車両制御装置、車両制御方法
WO2017183668A1 (ja) * 2016-04-22 2017-10-26 株式会社デンソー 車両制御装置、車両制御方法
DE102016215314A1 (de) 2016-08-17 2018-02-22 Bayerische Motoren Werke Aktiengesellschaft Fahrerassistenzsystem, Fortbewegungsmittel und Verfahren zur Prädiktion einer Verkehrssituation
JP2018136240A (ja) * 2017-02-23 2018-08-30 三菱電機株式会社 推定装置、推定方法、推定装置を備えた追尾装置、および推定方法を備えた追尾方法
US10705206B2 (en) 2017-02-23 2020-07-07 Mitsubishi Electric Corporation Estimation device, estimation method, tracking device including estimation device, and tracking method including estimation method
CN111788571A (zh) * 2018-03-15 2020-10-16 蓝色视觉实验室英国有限公司 车辆跟踪
JP2021155024A (ja) * 2020-02-11 2021-10-07 トヨタ リサーチ インスティテュート，インコーポレイティド 歩行者の動きを予測するためのシステムおよび方法
JP7555839B2 (ja) 2020-02-11 2024-09-25 トヨタ リサーチ インスティテュート，インコーポレイティド 歩行者の動きを予測するためのシステムおよび方法
CN112364492A (zh) * 2020-10-28 2021-02-12 东北大学 薄带连铸活套的控制方法及装置
CN112364492B (zh) * 2020-10-28 2023-10-24 东北大学 薄带连铸活套的控制方法及装置
CN113053112A (zh) * 2021-03-10 2021-06-29 北京星云互联科技有限公司 车辆轨迹预测方法、车辆预测轨迹分析方法、装置及车辆
CN113053112B (zh) * 2021-03-10 2022-08-26 北京星云互联科技有限公司 车辆轨迹预测方法、车辆预测轨迹分析方法、装置及车辆
WO2023058559A1 (ja) * 2021-10-07 2023-04-13 株式会社デンソー 情報処理装置、物体追跡装置、追跡方法、プログラム
JP2023056372A (ja) * 2021-10-07 2023-04-19 株式会社Soken 情報処理装置、物体追跡装置、追跡方法、プログラム
JP7674217B2 (ja) 2021-10-07 2025-05-09 株式会社Soken 情報処理装置、物体追跡装置、追跡方法、プログラム
WO2023238735A1 (ja) * 2022-06-07 2023-12-14 ソニーセミコンダクタソリューションズ株式会社 情報処理装置、情報処理方法、プログラム
WO2024241428A1 (ja) * 2023-05-22 2024-11-28 日立Astemo株式会社 車両制御装置

Also Published As

Publication number Publication date
JP5939357B2 (ja) 2016-06-22
DE112013007129B4 (de) 2021-08-12
DE112013007129T5 (de) 2016-03-03
US20160101779A1 (en) 2016-04-14
JPWO2014192137A1 (ja) 2017-02-23
CN105324275B (zh) 2017-06-20
US9975550B2 (en) 2018-05-22
CN105324275A (zh) 2016-02-10

Similar Documents

Publication Publication Date Title
JP5939357B2 (ja) 移動軌跡予測装置及び移動軌跡予測方法
EP2419881B1 (en) Object detection device
US10657670B2 (en) Information processing apparatus
CN104584097B (zh) 物体检测装置和驾驶辅助装置
EP2422320B1 (en) Object detection device
JP5938569B2 (ja) 方位情報を考慮する高度運転者支援システム、及びその動作方法
JP6458651B2 (ja) 路面標示検出装置及び路面標示検出方法
CN110816540B (zh) 交通拥堵的确定方法、装置、系统及车辆
CN110194162B (zh) 用于基于可用空间信号来检测靠近切入车辆的系统和方法
JP2015165381A (ja) 画像処理装置、機器制御システム、および画像処理プログラム
US11753002B2 (en) Vehicular control system
US20180165966A1 (en) Obstacle determination system and non-transitory computer-readable recording medium storing obstacle determination program
US20240127694A1 (en) Method for collision warning, electronic device, and storage medium
US8160300B2 (en) Pedestrian detecting apparatus
JP2024120231A (ja) 物体検出装置、物体検出方法および物体検出プログラム
JP2012108665A (ja) レーンマーク認識装置
JP2008066953A (ja) 画像監視装置
WO2025173272A1 (ja) 監視装置、及び監視方法
JP2013120573A (ja) 車両用歩行者検出装置及び車両用危険報知装置

Legal Events

Date Code Title Description
WWE Wipo information: entry into national phase

Ref document number: 201380076974.1

Country of ref document: CN

121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 13885766

Country of ref document: EP

Kind code of ref document: A1

ENP Entry into the national phase

Ref document number: 2015519576

Country of ref document: JP

Kind code of ref document: A

WWE Wipo information: entry into national phase

Ref document number: 14892468

Country of ref document: US

WWE Wipo information: entry into national phase

Ref document number: 112013007129

Country of ref document: DE

122 Ep: pct application non-entry in european phase

Ref document number: 13885766

Country of ref document: EP

Kind code of ref document: A1