WO2016121741A1 - 障害物検知装置、移動体、障害物検知方法、および障害物検知プログラム - Google Patents

障害物検知装置、移動体、障害物検知方法、および障害物検知プログラム Download PDF

Info

Publication number
WO2016121741A1
WO2016121741A1 PCT/JP2016/052142 JP2016052142W WO2016121741A1 WO 2016121741 A1 WO2016121741 A1 WO 2016121741A1 JP 2016052142 W JP2016052142 W JP 2016052142W WO 2016121741 A1 WO2016121741 A1 WO 2016121741A1
Authority
WO
WIPO (PCT)
Prior art keywords
rain
detection
obstacle
image
determination
Prior art date
Application number
PCT/JP2016/052142
Other languages
English (en)
French (fr)
Inventor
大平　雅和
大輔 谷
Original Assignee
シャープ株式会社
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 シャープ株式会社 filed Critical シャープ株式会社
Priority to CN201680007959.5A priority Critical patent/CN107209268A/zh
Priority to US15/546,016 priority patent/US10921429B2/en
Publication of WO2016121741A1 publication Critical patent/WO2016121741A1/ja

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
    • G01S7/48—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S17/00
    • G01S7/4808—Evaluating distance, position or velocity data
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S17/00—Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
    • G01S17/88—Lidar systems specially adapted for specific applications
    • G01S17/89—Lidar systems specially adapted for specific applications for mapping or imaging
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S17/00—Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
    • G01S17/88—Lidar systems specially adapted for specific applications
    • G01S17/93—Lidar systems specially adapted for specific applications for anti-collision purposes
    • G01S17/931—Lidar systems specially adapted for specific applications for anti-collision purposes of land vehicles

Definitions

  • the present invention relates to an obstacle detection device and a moving body provided with a distance measuring sensor that measures a distance to an object to be detected, and an obstacle detection method and an obstacle detection program thereof.
  • the vehicle contact avoidance assistance device described in Patent Document 1 detects a distance to an obstacle ahead of the vehicle by a front obstacle sensor, calculates a target speed of the vehicle according to the distance to the obstacle, The braking force is controlled based on the speed, and the vehicle speed is reduced by automatic braking. Therefore, in the contact avoidance support device, the target speed is corrected according to the operation state of the vehicle by the driver, and the driver avoids a sense of incongruity by assisting the driver's spontaneous contact avoidance operation. To avoid contact with
  • the mobile robot described in Patent Document 2 includes a detection unit that detects an obstacle ahead of the movement direction, calculates the distance to the obstacle, and is instructed by the monitoring center about the direction and speed of movement.
  • the mobile robot detects a front obstacle in the autonomous movement mode, the mobile robot transmits an abnormal signal to the monitoring center.
  • remote control of the mobile robot is performed by the controller.
  • the mobile robot moves at a traveling speed that can be stopped before it touches the obstacle in accordance with an instruction from the monitoring center.
  • the moving speed is set in consideration of obstacle avoidance so that the instruction delay due to the transmission delay can be dealt with.
  • Patent Document 1 and Patent Document 2 described above do not consider misdetecting an obstacle due to raindrops or the like, and there is a problem that it is not possible to distinguish between an obstacle that should avoid contact and a raindrop that does not prevent movement. is there.
  • a process for removing noise from the detection result has been proposed so that raindrops and the like are not erroneously detected as an obstacle, but if such a process is performed during normal times, a small obstacle may be overlooked. .
  • the present invention has been made in order to solve the above-described problem, and during rainfall, an obstacle detection device, a moving body, an obstacle detection method capable of avoiding erroneous detection of raindrops as an obstacle, And to provide an obstacle detection program.
  • An obstacle detection device includes a distance measuring sensor that transmits a detection wave to an object to be detected, receives a reflected wave from the object to be detected, and measures a detection distance to the object to be detected; A detection image generation unit that generates a detection image indicating the presence or absence of the detection object in the detection range in which the detection wave is transmitted based on the distance measurement result of the distance measurement sensor; and the object in the detection image.
  • a rain determining unit that determines whether or not the detection range is in a rain state based on the presence or absence of discrete points that are discretely located among the detected objects, and a rain that removes the isolated points from the detected image
  • a rain removal processing unit that performs a removal process, and an obstacle determination unit that determines whether the detected object is an obstacle based on the detected image, and the obstacle determination unit includes: When it is determined by the rain determination unit that the rain state is present, Based on the rain removing processed sensed image by removing unit, which comprises carrying out the obstacle determining.
  • the detection range is a three-dimensional space
  • the detection image generation unit generates a three-dimensional image corresponding to the detection range that is a three-dimensional space as the detection image.
  • the rain determination unit may perform the rain determination on the three-dimensional image.
  • the rain determination unit may calculate a variance value of the detected object in the detection image at the time of the rain determination.
  • the rain determination unit may calculate a difference in the detection distance from the surroundings of the detection object in the detection image at the time of the rain determination.
  • the detection image generation unit may periodically generate the detection image every preset generation period.
  • the rain removal processing unit may perform the rain removal processing using a median filter.
  • the rain determination unit compares the detection image with a median-processed image obtained by removing the isolated points using a median filter with respect to the detection image, and performs the rain determination. It is good also as a structure to perform.
  • the rain determination unit may perform the rain determination by comparing two detection images generated in different generation cycles.
  • the rain determination unit may perform the rain determination for each of the plurality of generation cycles.
  • the rain determination unit performs the rain determination at a plurality of the generation periods, and outputs the result of the rain determination when the same determination is made a plurality of times in succession. Also good.
  • the rain removal processing unit may be configured to remove the isolated points by comparing the detection distances for each of the plurality of generation periods with respect to the detection image.
  • a moving body according to the present invention includes the obstacle detection device according to the present invention and travels on a traveling surface.
  • the mobile body according to the present invention includes a travel control unit that controls a travel speed that travels on the travel surface, and the travel control unit, when the rain determination unit determines that the rain state is present, the travel speed It is good also as a structure which controls to decelerate.
  • the obstacle detection method includes a distance measuring sensor that transmits a detection wave to an object to be detected, receives a reflected wave from the object to be detected, and measures a detection distance to the object to be detected.
  • An obstacle detection method in an obstacle detection apparatus provided, wherein the presence or absence of the detection object in a detection range in which the detection wave is transmitted to a detection image generation unit based on a distance measurement result of the distance measurement sensor
  • the detection range is generated in a rainy state based on the presence or absence of isolated points discretely located among the detected objects in the detection image.
  • a rain determining step for determining whether there is a rain a rain removing processing step for causing a rain removing processing unit to perform a rain removing process for removing the isolated point from the detected image, and an obstacle judging unit for detecting the detection Based on the image, the detected object is An obstacle determination step for making an obstacle determination as to whether or not the object is a harmful object.
  • the rain removal processing step The obstacle determination is performed based on the detection image subjected to the rain removal process.
  • the obstacle detection program according to the present invention causes a computer to execute each step of the obstacle detection method according to the present invention.
  • the present invention it is possible to obtain a detection image showing only an obstacle by performing rain removal processing on the detection image during the rain, and it is possible to avoid erroneous detection of raindrops as an obstacle.
  • generated by the detection image generation part It is explanatory drawing which shows the 1st detection image produced
  • FIG. 1 is an external view of a moving body according to the first embodiment of the present invention
  • FIG. 2 is a configuration diagram of the moving body shown in FIG.
  • the moving body 1 transmits a detection wave to the detected object 50, receives a reflected wave from the detected object 50, and sets a detection distance KL to the detected object 50.
  • the vehicle includes an obstacle detection device 10 provided with a distance measuring sensor 11 to be measured, and travels on a traveling surface 100.
  • the moving body 1 is a four-wheeled vehicle that moves along a preset route, and includes a distance measuring sensor 11, a drive unit 20, and a CPU 30.
  • the drive unit 20 includes four wheels and a drive source such as a motor.
  • the drive unit 20 is not limited to this, and the number of wheels may be changed, a belt or the like may be used, and the driving unit 20 may be configured to travel and adjust the traveling speed as appropriate. That's fine.
  • the drive unit 20 is controlled in speed and direction of travel by the travel control unit 30e.
  • the distance measuring sensor 11 is an optical sensor using LIDAR (Light Detection and Ranging) and irradiates a laser beam as a detection wave over a wide range and receives reflected light (reflected wave) from an object. Thereby, the distance measuring sensor 11 detects the position of the detected object 50 and the distance to the detected object 50.
  • LIDAR Light Detection and Ranging
  • the detection result of the distance measuring sensor 11 will be described in detail with reference to FIGS. 3A to 3C described later.
  • the CPU 30 stores the detected image generation unit 30a, the rain determination unit 30b, the rain removal processing unit 30c, the obstacle determination unit 30d, and the travel control unit 30e as preinstalled programs, and executes the stored program. Thus, the processing described later is executed.
  • the CPU 30 is used in common by the moving body 1 and the obstacle detection device 10. Although omitted in FIG. 2, the moving body 1 may be provided with a storage device for storing the detection result of the distance measuring sensor 11 and various settings such as the traveling speed.
  • FIG. 1 shows the moving body 1 that is running in the raining state where it is raining.
  • the distance measuring sensor 11 has a detection range KH set along the traveling direction of the moving body 1, and detects the raindrop 52 as the detected object 50 in addition to the obstacle 51 in the detection range KH.
  • FIG. 3A is an explanatory diagram illustrating a first detection image generated by the detection image generation unit
  • FIG. 3B is an explanatory diagram illustrating a second detection image generated by the detection image generation unit
  • FIG. These are explanatory drawings which show the 3rd detection image produced
  • the distance measuring sensor 11 is configured to output the position of the detected object 50 in the detection range KH, and the detection image generating unit 30a is detected in the detection range KH based on the distance measurement result of the distance measuring sensor 11.
  • a detection image (for example, first detection image GZ1) indicating the presence or absence of the object 50 is generated.
  • the detected image is an image in which the presence / absence of the detected object 50 in the detection range KH is associated with the position of the detected object 50.
  • the detected image shows a plane orthogonal to the traveling direction of the moving body 1 and has a rectangular shape.
  • the detected object 50 is arranged as a reflection point at coordinates (pixels) corresponding to the position, the pixel (reflective point) where the detected object 50 exists is “1”, and the pixel without the detected object 50 is “ 0 ”, which is regarded as binarized image data.
  • the horizontal direction is indicated as the horizontal direction X
  • the direction perpendicular to the horizontal direction X is indicated as the vertical direction Y.
  • a blank point a pixel without the object 50 (a pixel that is not a reflection point) is referred to as a blank point.
  • the detection image generation unit 30a is configured to periodically generate a detection image for each preset generation cycle SC (see FIG. 12 described later). That is, the detected image generation unit 30a generates a detected image every time when a time set in advance as the generation cycle SC elapses. Since the rain condition changes with the passage of time outdoors, detection images are periodically generated to determine whether it is raining. Note that the timing at which the distance measuring sensor 11 transmits the detection wave is not particularly limited, and the detection wave may always be transmitted, or may be periodically transmitted according to the generation cycle SC. It is good also as a structure which performs ranging.
  • the time set as the generation cycle SC may be referred to as a frame.
  • the two cycles before the generation cycle SC that generated the detected image may be referred to as two frames before.
  • FIG. 3A shows a first detection image GZ1 in which raindrops 52 are detected in a rainy state, and the number of reflection points HK1 is “11”.
  • the reflection points HK1 are discretely located in the first detection image GZ1, and are independent from each other. That is, during the rain, a large number of raindrops 52 exist within the detection range KH, and each of the many raindrops 52 has a small size, and is represented by one pixel.
  • FIG. 3B shows the second detection image GZ2 in which the elongated obstacle 51 is detected, and the number of reflection points HK2 is “11”. Since the second detection image GZ2 is not in a rainy state, there are no reflection points due to the raindrops 52. The reflection points HK2 are located side by side in the vertical direction Y, and all the coordinates in the horizontal direction X are the same. In the second detection image GZ2, the rod-shaped obstacle 51 is detected by the distance measuring sensor 11. A block having a large size such as the obstacle 51 is indicated by a plurality of continuous pixels.
  • FIG. 3C shows a third detection image GZ3 in which raindrops 52 and obstacles 51 are detected in a rainy state, and the total number of reflection points is “26”.
  • the number of reflection points HK3 corresponding to the raindrops 52 is “12”, and the reflection point HK4 corresponding to the obstacle 51 is “14”.
  • the reflection points HK3 corresponding to the raindrops 52 are discretely located in the third detection image GZ3, and the reflection points HK4 corresponding to the obstacle 51 are located in the center of the third detection image GZ3. ing.
  • the reflection point HK4 is indicated by a thick line, but both are treated as “1” in the image data, and the difference between the two is the difference. There is no.
  • the obstacle determination unit 30d determines whether or not the detected object 50 is an obstacle 51 based on the detected image. Specifically, an obstacle threshold value related to the number of reflection points is set in advance, and the obstacle determination unit 30d determines that the detected object 50 is detected when the number of reflection points in the detection image exceeds the obstacle threshold value. It is determined that the obstacle 51 is present.
  • the reflection point threshold is set to “10”
  • the first detection image GZ1 only the small raindrops 52 are detected, and it is not preferable to determine that the obstacle 51 is the same as the second detection image GZ2 and the third detection image GZ3. . Therefore, in the obstacle detection device 10, the rain removal processing unit 30c removes the reflection points due to the raindrops 52 from the detected image, thereby avoiding erroneous detection of rain.
  • the rain removal processing unit 30c performs rain removal processing for removing isolated points from the detected image.
  • the rain removal processing uses a median filter (median processing).
  • the median processing is processing for replacing the value of each pixel with the median value of surrounding pixels. Thereby, the isolated point can be reliably removed from the detected image.
  • the median process will be described with reference to a detection image obtained by performing the median process on the first detection image GZ1 to the third detection image GZ3.
  • FIG. 4A is an explanatory diagram illustrating a fourth detection image that has been subjected to rain removal processing by the rain removal processing unit
  • FIG. 4B is an explanatory diagram illustrating a fifth detection image that has been subjected to rain removal processing by the rain removal processing unit.
  • FIG. 4A shows a fourth detection image GZ4 obtained by performing median processing on the first detection image GZ1 and the second detection image GZ2, and the number of reflection points is “0”.
  • the reflection points HK1 are independent of each other and are surrounded by blank points, so that all the reflection points HK1 are replaced with blank points.
  • the first detection image GZ1 is a fourth detection image GZ4 in which no reflection point exists.
  • the reflection points HK2 are continuous, but there are many blank points around the reflection point HK2, and when the median processing is performed, the reflection point HK2 Is replaced with a blank point.
  • the second detection image GZ2 is a fourth detection image GZ4 that does not have a reflection point, like the first detection image GZ1.
  • FIG. 4B shows a fifth detection image GZ5 obtained by performing median processing on the third detection image GZ3, and the number of reflection points HK4 is “14”.
  • the third detection image GZ3 see FIG. 3C
  • the reflection point HK3 corresponding to the raindrop 52 is the first point.
  • the reflection point HK4 corresponding to the obstacle 51 is concentrated in position (coordinates), and there are many reflection points HK4 in the surroundings. Therefore, even if median processing is performed, the reflection point HK4 is not replaced with a blank point.
  • the third detection image GZ3 is a fifth detection image GZ5 in which only the reflection point HK3 corresponding to the raindrop 52 is removed and only the reflection point HK4 corresponding to the obstacle 51 is present.
  • the second detection image GZ2 is an image obtained by detecting the elongated obstacle 51, it is desirable that the detected object 50 is determined to be the obstacle 51.
  • the second detection image GZ2 is the fourth detection image GZ4.
  • the obstacle determination is performed on the fourth detection image GZ4, there is no reflection point.
  • the object 50 is not determined to be the obstacle 51. Therefore, it is desirable to perform rain removal processing to remove the raindrops 52 during rainfall, but it is desirable not to perform rain removal processing when it is not raining, and to perform rain removal processing depending on the situation. It is desirable to select whether or not. Therefore, in the obstacle detection device 10, the rain determination unit 30b determines whether or not it is a rain state, and instructs whether or not rain removal processing is necessary according to the state.
  • the rain determination unit 30b determines whether or not the detection range KH is in a rain state based on the presence or absence of discretely located isolated points in the detected object 50 in the detection image. ing.
  • the configuration is such that the variance value of the detected object 50 in the detected image is calculated at the time of rainfall determination.
  • a difference image is generated by calculating the difference between the first detection image GZ1 and the median processed image.
  • the difference from the first detection image GZ1 is substantially the same as that of the first detection image GZ1. That is, the difference image in the first detection image GZ1 corresponds to the first detection image GZ1, and the drawing is omitted.
  • a variance value in each of the horizontal direction X and the vertical direction Y is calculated for the difference image.
  • a dispersion threshold regarding the number of dispersion values is set in advance, and the rain determination unit 30b determines that the rain state is present when the calculated dispersion value exceeds the dispersion threshold.
  • a horizontal dispersion threshold value Thx in the horizontal direction X is set for the horizontal dispersion value Vx in the horizontal direction X
  • the vertical direction is set for the vertical dispersion value Vy in the vertical direction Y.
  • a Y vertical dispersion threshold Thy is set. Furthermore, in the rain determination, if “Vx> Thx” and “Vy> Thy”, it is determined that the vehicle is in a rain state. That is, when the variance value in either the horizontal direction X or the vertical direction Y does not exceed the corresponding variance threshold value, it is determined that the rain state is not present (normal state).
  • the dispersion value becomes a large value exceeding the dispersion threshold. Therefore, it is determined that the first detection image GZ1 is in a rainy state.
  • the rain determination unit 30b compares the detected image with the median-processed image from which the isolated points are removed using the median filter with respect to the detected image, and performs the rain determination. Therefore, even when both the obstacle 51 and the raindrop 52 are detected, the raindrop 52 can be extracted using the median filter, and only the raindrop 52 can be the target of the rain determination.
  • the difference image in the second detection image GZ2 is substantially the same as the second detection image GZ2.
  • the dispersion value in the second detection image GZ2 is calculated, the reflection points HK2 are arranged in the vertical direction Y, and the vertical dispersion value Vy is large because the coordinates in the vertical direction Y are different at each reflection point HK2. Value.
  • the lateral dispersion value Vx is smaller than the lateral dispersion threshold Thx. As a result, it is determined that the second detection image GZ2 is not in a rain state.
  • the detected object 50 is an isolated point discretely located by calculating the dispersion value and grasping the variation of the reflection point.
  • FIG. 5 is a flowchart showing a processing flow of the obstacle detection method of the obstacle detection device according to the first embodiment of the present invention.
  • the moving body 1 is in a state of traveling on the traveling surface 100 at a preset traveling speed at the start of processing.
  • a detection image is generated by the detection image generation unit 30a.
  • the detected image may be temporarily stored in a storage device or the like, and a plurality of frames of detected images may be accumulated.
  • step S102 a rain determination process (see FIG. 6) described later is performed by the rain determination unit 30b.
  • step S103 it is determined whether or not the rain determination unit 30b determines that it is in a rain state. That is, it is determined whether or not the result output from the rain determination unit 30b is in a rain state. As a result, when it is determined that it is raining (step S103: Yes), the process proceeds to step S104. On the other hand, when it is determined that it is not raining (step S103: No), the process proceeds to step S106.
  • step S104 the traveling control unit 30e switches to slow traveling. That is, the traveling control unit 30e instructs the driving unit 20 to reduce the traveling speed.
  • a slow speed corresponding to slow travel may be set in advance, or may be a travel speed obtained by subtracting a predetermined value from the normal travel speed. Note that if the vehicle has already been decelerated by slow travel, there is no need to change the setting.
  • step S105 a rain removal process (see FIG. 7) described later is performed by the rain removal processing unit 30c, and the process proceeds to step S108.
  • step S106 the travel control unit 30e switches to normal travel. That is, when the traveling speed of the moving body 1 is decelerated like the slow speed, it returns to the traveling speed at the start of the process. Moreover, when it is set as normal driving
  • step S107 the rain removal processing unit 30c stops the rain removal processing. That is, if rain removal processing has been performed in the previous frame, the rain removal processing is stopped, and the detection image generated in step S101 is output without performing rain removal processing.
  • step S108 the obstacle determination unit 30d performs an obstacle determination process.
  • the obstacle determination is performed on the detected image.
  • the rain removal process is performed in step S105, the obstacle determination is performed on the processed image subjected to the rain removal process.
  • step S109 it is determined whether or not the obstacle determination unit 30d determines that there is an obstacle 51. That is, the determination is made based on whether or not the detected object 50 in the detected image is the obstacle 51. As a result, when it is determined that there is no obstacle 51 (step S109: No), the process proceeds to step S110. On the other hand, if it is determined that there is an obstacle 51 (step S109: Yes), the process proceeds to step S111.
  • step S110 the detected image generation unit 30a waits until the next generation cycle, and then returns to step S101. That is, the obstacle detection device 10 waits for one frame to elapse and repeats the processes shown in steps S101 to S109. Note that the moving body 1 continues to travel without waiting while one frame elapses. Therefore, the obstacle detection device 10 periodically detects an obstacle while the moving body 1 is traveling. In addition, when the traveling speed is changed during the process, the changed speed is maintained until it is changed again.
  • step S111 traveling is stopped by the traveling control unit 30e, and the process is terminated. That is, when it is determined that the obstacle 51 is within the detection range KH, the moving body 1 stops and waits for an instruction.
  • the rain determination process in step S102 will be described in detail.
  • a plurality of methods can be used as rain determination and rain removal processing. Therefore, in order to distinguish between a plurality of rain determination processes and rain removal processes, the rain determination process and the rain removal process in the first embodiment of the present invention are referred to as a rain determination process 1 and a rain removal process 1.
  • FIG. 6 is a flowchart showing a process flow of the rain determination process 1 in the first embodiment of the present invention.
  • step S201 a median processed image is generated by the rain determining unit 30b. That is, the median process is performed on the detected image generated in step S101 to obtain a median processed image.
  • step S202 the rain determination unit 30b generates a difference image comparing the detected image and the median processed image.
  • step S203 the rain determining unit 30b determines whether or not the variance value of the difference image exceeds the variance threshold. That is, the lateral dispersion value Vx and the longitudinal dispersion value Vy in the difference image are calculated and compared with the lateral dispersion threshold Thx and the longitudinal dispersion threshold Thy. As a result, when the variance value exceeds the variance threshold (step S203: Yes), the process proceeds to step S204. On the other hand, if the variance value does not exceed the variance threshold (step S203: No), the process proceeds to step S205.
  • the process may proceed to step S205 regardless of the variance value. That is, if the number of reflection points is small, the accuracy of the dispersion value is low, and it is difficult to determine whether the reflection points actually vary. Moreover, if there are few reflection points, even if it is raining, it can be estimated that it is not heavy rain that requires rain removal processing.
  • step S204 it is determined by the rain determination unit 30b that it is in a rain state, and the rain determination process 1 ends.
  • step S205 the rain determination unit 30b determines that it is not in a rain state, and the rain determination process 1 ends.
  • FIG. 7 is a flowchart showing a processing flow of rain removal processing 1 in the first embodiment of the present invention.
  • step S301 the rain removal processing unit 30c performs median processing on the detected image. Note that if a median-processed image is generated in the above-described rainfall determination process (for example, step S201), it can be used, and it is not necessary to generate a new image, so that the processing time can be shortened. it can.
  • step S302 the rain removal processing unit 30c designates the detected image that has undergone the median process as a processed image, and the process ends. That is, the above-described obstacle determination is performed on the processed image designated here.
  • step S101 the above-described processing is performed, and hereinafter, the case where the first detection image GZ1 to the third detection image GZ3 are generated in step S101 will be described as specific examples.
  • the moving body 1 is set to travel slowly, and rain removal processing (step 105 in FIG. 5) is performed on the first detection image GZ1.
  • the first detection image GZ1 is the fourth detection image GZ4 from which the reflection point HK1 has been removed, and obstacle determination is performed on the fourth detection image GZ4. Since it is determined that the fourth detected image GZ4 has no obstacle 51, the process proceeds to step S110. Thereafter, the moving body 1 travels slowly, and a detection image is generated again, and the obstacle 51 is detected.
  • the moving body 1 When the second detection image GZ2 is generated, it is determined in the rain determination process that the rain state is not present (step 205 in FIG. 6). As a result, the moving body 1 is in a normal travel, and no rain removal process is performed. In the obstacle determination, it is determined that there is an obstacle 51 for the second detection image GZ2 (step S111 in FIG. 5). Then, the moving body 1 stops traveling.
  • the third detection image GZ3 When the third detection image GZ3 is generated, it is determined that it is raining in the rain determination process.
  • the third detection image GZ3 is subjected to rain removal processing, and the obstacle determination target is the fifth detection image GZ5.
  • the obstacle determination In the obstacle determination, it is determined that there is an obstacle 51 and the moving body 1 is stopped.
  • both the raindrop 52 and the obstacle 51 are regarded as the detected object 50, and cannot be distinguished from each other. Therefore, by performing rain removal processing on the detection image during the rain, a detection image showing only the obstacle 51 can be obtained, and erroneous detection of the raindrop 52 as the obstacle 51 can be avoided.
  • the traveling control unit 30e is configured to control to reduce the traveling speed when it is determined by the rainfall determining unit 30b that the vehicle is in a raining state. Accordingly, in consideration of the fact that the time required for the processing becomes longer due to the rain removal processing or the like during the rain, the moving body 1 is decelerated to increase the time until it approaches the obstacle 51 and the like. Collision with 51 etc. can be avoided. For example, when a slender obstacle 51 as shown in FIG. 3B exists in a rainy state, the obstacle 51 may be removed by the rain removal process. Obstacle determination is performed again before approaching 51. As a result, by detecting after approaching, the area occupied by the obstacle 51 in the detection image becomes large, and it can be determined that the obstacle 51 is not removed by the rain removal process and the obstacle 51 is present.
  • the obstacle detection method transmits a detection wave to the detected object 50, receives a reflected wave from the detected object 50, and measures a detection distance KL to the detected object 50.
  • a rain determination step for determining whether or not KH is in a rain state a rain removal processing step for causing the rain removal processing unit 30c to perform a rain removal process for removing isolated points from the detected image, and an obstacle determination unit 30d, detection image Based on, and a obstacle determining step of the obstacle determines whether the detection object 50 is an obstacle 51.
  • the obstacle determination step when it is determined in the rain determination step that the vehicle is in the rain state, the obstacle determination is performed based on the detected image subjected to the rain removal process in the rain removal processing step.
  • FIG. 8 is an explanatory diagram illustrating a sixth detection image generated by the detection image generation unit according to the second embodiment of the present invention.
  • the second embodiment differs from the first embodiment in the format of the detection image generated by the detection image generation unit 30a.
  • the detected image is a two-dimensional planar image in the first embodiment, whereas in the second embodiment, the detected image is a three-dimensional stereoscopic image.
  • the detection image generation unit 30a generates a three-dimensional image (for example, the sixth detection image GZ6) corresponding to the detection range that is a three-dimensional space as the detection image.
  • FIG. 8 is the sixth detection image GZ6 generated in the second embodiment, and is an image in which the reflection point HK5 is arranged in a three-dimensional space.
  • the sixth detection image GZ6 in addition to the horizontal direction X and the vertical direction Y, a depth direction Z orthogonal to both is shown.
  • the position in the depth direction Z may be determined based on the detection distance KL of the detection object 50.
  • the sixth detection image GZ6 shows the raindrop 52 detected during the rain as the reflection point HK5, and the reflection point HK5 is separated in the horizontal direction X and the vertical direction Y, respectively, in addition to the depth direction Z. But it is far away.
  • the same obstacle detection method as that in the first embodiment is implemented.
  • the variance value is calculated in the depth direction Z along with the horizontal direction X and the vertical direction Y with respect to the sixth detection image GZ6. If the calculated dispersion value does not exceed the corresponding dispersion threshold value in any one of the horizontal direction X, the vertical direction Y, and the depth direction Z, it is determined that the rain state is not present (normal state). Is done. Therefore, it is possible to determine whether or not it is raining more reliably by performing the process of detecting rain on the three-dimensional space. That is, even when a plurality of reflection points HK5 are adjacent to each other and have a shape like a large obstacle 51, it is grasped that they are separated from each other by comparing the distances to the respective reflection points HK5. it can.
  • the detection image generation unit 30a may generate not only a three-dimensional image but also an image (for example, the first detection image GZ1) showing the detection result on a plane.
  • the rain removal process and the obstacle determination are performed on a planar detection image, thereby simplifying the image process and shortening the processing time.
  • an obstacle is determined for a three-dimensional image, the shape of the detected object 50 can be grasped more accurately, so that the determination accuracy can be improved.
  • FIG. 9 is an explanatory diagram illustrating a seventh detection image generated by the detection image generation unit according to the third embodiment of the present invention
  • FIG. 10 illustrates a difference between the first detection image and the seventh detection image. It is explanatory drawing which shows an image.
  • the third embodiment differs from the first embodiment in the method used for rainfall determination.
  • the difference between the detected image and the median-processed image obtained by performing the median process is calculated.
  • the rainfall determination unit 30b is generated at different generation cycles SC. It is set as the structure which compares two detection images and performs rain judgment.
  • FIG. 9 shows a seventh detection image GZ7 in which raindrops 52 are detected in a rainy state, and the number of reflection points HK6 is “10”.
  • the reflection points HK6 are discretely located in the seventh detection image GZ7 and are independent from each other.
  • the seventh detection image GZ7 is a detection image generated one frame before the first detection image GZ1. That is, since the installed obstacle 51 does not move, the position does not change even if time elapses. However, since the raindrop 52 moves as time elapses, the position in the detection range KH changes. Therefore, the seventh detection image GZ7 is different from the first detection image GZ1 in the arrangement of the reflection points HK6 (raindrops 52).
  • the reflection point HK6 is indicated by a broken line, but both are treated as “1” in the image data. There is no difference between the two.
  • FIG. 10 shows an eighth detection image GZ8 (difference image) obtained by calculating the difference between the first detection image GZ1 and the seventh detection image GZ7.
  • the reflection point HK6 is shown.
  • the difference image the overlapping reflection points are removed.
  • the rain determination is performed on the eighth detection image GZ8, and it is determined whether it is raining based on the variance value in the eighth detection image GZ8.
  • image processing or the like is not performed on the detected image, it is possible to perform rainfall determination without removing a small obstacle or the like.
  • the rain determination process is different from the first embodiment, but the other processes are the same. That is, in the third embodiment, the above-described process flow shown in FIG. 5 is performed, and the rain determination process 2 shown below is performed in step S102.
  • FIG. 11 is a flowchart showing a process flow of the rain determination process 2 in the third embodiment of the present invention.
  • step S401 the rain detection unit 30b designates a detection image generated in the previous generation cycle as a comparative detection image. That is, the detection image generated in step S101 one frame before is set as a comparative detection image.
  • step S402 the rain determination unit 30b generates a difference image that compares the detected image with the comparatively detected image. That is, when the first detection image GZ1 is a detection image and the seventh detection image GZ7 is a comparison detection image, an eighth detection image GZ8 is generated as a difference image.
  • step S403 to step S405 Since the processing from step S403 to step S405 is the same as that from step S203 to step S205 described above, description thereof will be omitted.
  • FIG. 12 is an explanatory diagram showing the relationship between the generation period and the rain determination period in the fourth embodiment of the present invention.
  • the fourth embodiment differs from the first embodiment in the period for performing rainfall determination.
  • the rain determination is performed for each generation cycle SC in which the detection image is generated.
  • the rain determination is performed for each of the plurality of generation cycles SC.
  • FIG. 12 shows the timing for performing the rain judgment as time elapses.
  • time T1 to time T11 indicate the time when the detected image is generated.
  • the interval between time T1 and time T2 corresponds to one generation cycle SC (one frame).
  • a detection image is generated, and rainfall determination is performed.
  • a detection image is generated, but rain determination is not performed.
  • the rain detection is made while the detection image is generated.
  • the rain determination is performed only at time T7 and time T10, and is not performed in other frames.
  • the rain determination unit 30b performs the rain determination for each of the plurality of generation cycles SC, and the interval for performing the rain determination is set in advance as the rain determination cycle KC.
  • the rain determination period KC is set to 3 frames.
  • the present invention is not limited to this, and the rain determination interval may be changed as appropriate.
  • the generation cycle SC is set to be short so that the obstacle 51 can be quickly dealt with, but the change in weather is gentle compared to the obstacle 51 and the like. For this reason, the frequency of rain determination may be lowered to suppress excessive processing.
  • FIG. 13 is a flowchart showing a processing flow of the obstacle detection method of the obstacle detection device according to the fourth embodiment of the present invention.
  • the moving body 1 is in a state of traveling on the traveling surface 100 at the traveling speed at the start of processing.
  • step S501 a detection image is generated by the detection image generation unit 30a as in the first embodiment.
  • step S502 the rain determination unit 30b determines whether or not the rain determination period KC has been reached. Here, it is determined whether or not the time set as the rainfall determination period KC has elapsed since the previous rain determination was performed. As a result, when the rainfall determination period KC is reached (step S502: Yes), the process proceeds to step S503. On the other hand, if the rainfall determination period KC has not been reached (step S502: No), the process proceeds to step S509.
  • step S503 to step S512 Since the processing from step S503 to step S512 is the same as that from step S102 to step S111 described above, a detailed description thereof will be omitted. That is, when the rainfall determination period KC is reached, the rain determination process is performed in step S503 corresponding to step S102. On the other hand, if the rainfall determination period KC has not been reached, an obstacle determination process is performed in step S509 corresponding to step S108. Therefore, whether or not the rain determination is necessary is determined depending on whether or not the rain determination cycle KC has been reached. In the rain determination process in step S503, the rain determination process 1 shown in FIG. 6 may be applied, or the rain determination process 2 shown in FIG. 11 may be applied.
  • FIG. 14 is an explanatory diagram showing a relationship between repetition of rainfall determination and output of determination results in the fifth embodiment of the present invention.
  • the fifth embodiment differs from the fourth embodiment in that the determination result is output after the rain determination is repeated. In the fourth embodiment, the determination result of the rain determination is immediately output. In the fifth embodiment, the determination result is output when the same determination result is continued.
  • FIG. 14 shows the timing for performing the rain determination as time elapses, as in FIG.
  • the rain determination is performed every three frames, and the rain determination is performed at time T ⁇ b> 1, time T ⁇ b> 4, time T ⁇ b> 7, and time T ⁇ b> 10.
  • the determination result is output when the same determination is repeated three times.
  • the determination result indicating that it is in a rainy state is output.
  • FIG. 15 is a flowchart showing a process flow of the obstacle detection method of the obstacle detection apparatus according to the fifth embodiment of the present invention
  • FIG. 16 is a process of the continuous determination process in the fifth embodiment of the present invention. It is a flowchart which shows a flow.
  • Steps S601 to S603 are the same as steps S501 to S503 described above, and steps S605 to S613 are similar to steps S504 to S512 described above. Is omitted. That is, the fifth embodiment is different from the fourth embodiment in that the continuous determination process shown in FIG. 16 is performed as step S604 after step S603. Therefore, the continuous determination process will be described with reference to FIG.
  • step S701 the rain determination unit 30b determines whether the determination result in the rain determination process (step S603) is the same as the determination result in the previous rain determination process. For example, if it is rain determination at time T4 in FIG. 14, the determination result is compared with the rain determination at time T1. As a result, when the determination result is the same as the previous time (step S701: Yes), the process proceeds to step S702. On the other hand, if the determination result is different from the previous time (step S701: No), the process proceeds to step S703.
  • step S702 the number of determinations is increased by 1 by the rain determination unit 30b.
  • the result of rain determination is counted and stored as the number of determinations. For example, when the number of determinations is stored as one, it is stored as two through step S702.
  • step S703 the number of determinations is reset by the rain determination unit 30b.
  • the number of determinations is stored as one.
  • step S704 the rain determination unit 30b determines whether the number of determinations exceeds a specified value.
  • the specified value is set to 3 times in advance, and when the number of determinations is 3, it is determined that the specified value has been exceeded.
  • step S704: Yes when the number of determinations exceeds the specified value (step S704: Yes), the process proceeds to step S705.
  • step S704: No when the number of determinations does not exceed the specified value (step S704: No), the process proceeds to step S706.
  • the specified value is set to 3 times, but the specified value may be set as appropriate.
  • step S705 the rain determination unit 30b outputs the determination result in the current generation cycle SC, and the process ends.
  • step S706 the rain judgment unit 30b outputs the judgment result output last time, and the process ends.
  • step S605 the rain determination unit 30b determines whether or not the output determination result is a rain state. In other words, in step S605, the same processing as in step S504 is performed. If it is raining, the process proceeds to step S606, and measures such as slow running of the moving body 1 are taken. On the other hand, if it is not raining, the process proceeds to step S608, and the moving body 1 is caused to travel normally.
  • step S702 since it is determined that it is not raining and the determination result is the same as the previous time, the number of determinations is increased by one (step S702). And the determination result that the frequency
  • step S703 the number of determinations is reset. Then, since the number of times of determination is one and does not exceed the specified value, the same determination result (not in the rain state) as the time T1 is output (step S706).
  • step S705 the determination result at time T10 (in a rainy state) is output (step S705).
  • the rain determination is performed for each of a plurality of frames.
  • the present invention is not limited to this, and the rain determination may be performed for each frame as in the first embodiment.
  • FIG. 17A is an explanatory diagram of the first distance data indicating the detection distance
  • FIG. 17B is an explanatory diagram of the second distance data indicating the detection distance.
  • hatching is performed to emphasize a part.
  • the rain determination unit 30b is configured to calculate the difference in the detection distance KL from the surroundings of the detected object 50 in the detection image at the time of the rain determination.
  • a measurement point (pixel) having a large difference in the detection distance KL from the surroundings is set as an isolated point, and it is determined whether it is raining based on the number of isolated points.
  • the distance data indicating the detection distance KL for each coordinate is generated.
  • the first distance data DT1 and the second distance data DT2 shown in FIGS. 17A and 17B are specific examples in which a part of the generated distance data is enlarged.
  • coordinates are indicated by a matrix, and the coordinates and the detection distance KL are associated with each other.
  • the first distance data DT1 and the second distance data DT2 are “3 ⁇ 3” matrices. In the horizontal direction X, “1 column”, “2 columns”, and “3 columns” are arranged, and in the vertical direction Y, “A row”, “B row”, and “C row” are arranged.
  • first distance data DT1 and the second distance data DT2 are enlarged views of a part of the distance data, and the distance data is composed of more rows and columns than “3 ⁇ 3”. Also good.
  • “B2” is 1 m (meters), and other coordinates are 10 to 13 m.
  • a distance threshold relating to the difference in the detection distance KL is set in advance, and in this embodiment, the distance threshold is 5 m. Then, when the detection distance KL between “B2” and the surrounding coordinates is compared, the difference between the detection distances KL exceeds the distance threshold value, so that “B2” is determined to be an isolated point.
  • the detection distance KL in the second distance data DT2 shown in FIG. 17B As for the detection distance KL in the second distance data DT2 shown in FIG. 17B, “B2” is 1 m, the detection distance KL of “B1” adjacent to “B2” is 4 m, and the other coordinates are 10 to 13 m. It is. In the second distance data DT2, since the difference in the detection distance KL between “B2” and “B1” does not exceed the distance threshold, “B2” and “B1” are determined not to be isolated points.
  • FIG. 18A is an explanatory diagram illustrating a ninth detection image generated by the detection image generation unit
  • FIG. 18B is an explanatory diagram illustrating a tenth detection image generated by the detection image generation unit.
  • the detection image generation unit 30a generates a detection image showing the isolated points described above as reflection points. That is, in the image data, the pixel corresponding to the isolated point is indicated as “1”, and the other pixels are indicated as “0”. Specifically, in the ninth detection image GZ9 shown in FIG. 18A, the reflection points HK7 are discretely located in the ninth detection image GZ9, and the number is “13”. In the tenth detection image GZ10 shown in FIG. 18B, the reflection points HK8 are discretely located in the tenth detection image GZ10, and the number is “4”. In the rain determination, an isolated point threshold relating to the number of isolated points is set in advance, and in this embodiment, the isolated point threshold is set to “10”.
  • the ninth detection image GZ9 is determined to be in a rain state, and the tenth detection image GZ10 has the number of reflection points HK8 isolated. Since the point threshold value is not exceeded, it is determined that it is not raining. Note that the distance threshold and the isolated point threshold may be set as appropriate.
  • the rain determination process is different from the first embodiment, but the other processes are the same. That is, in the sixth embodiment, the above-described process flow shown in FIG. 5 is performed, and the rain determination process 3 shown below is performed in step S102.
  • FIG. 19 is a flowchart showing the process flow of the rain determination process 3 in the third embodiment of the present invention.
  • step S801 the detection image generation unit 30a generates distance data (for example, first distance data DT1 and second distance data DT2) indicating the detection distance KL for each detected object 50.
  • distance data for example, first distance data DT1 and second distance data DT2
  • step S802 the rain determining unit 30b counts the number of isolated points in the distance data.
  • An isolated point is determined based on a distance threshold.
  • the isolated points in the distance data may be counted, or the reflection points of the detected image corresponding to the distance data may be counted.
  • step S803 the rain determination unit 30b determines whether the number of isolated points exceeds the isolated point threshold. As a result, when the number of isolated points exceeds the isolated point threshold (step S803: Yes), the process proceeds to step S804. On the other hand, if the number of isolated points does not exceed the isolated point threshold (step S803: No), the process proceeds to step S805.
  • step S804 the rain determination unit 30b determines that it is in a rain state, and the rain determination process 3 is terminated.
  • step S805 the rain determination unit 30b determines that the rain state is not present, and the rain determination process 3 is terminated.
  • the raindrops 52 are discretely located by making a comparison based on the detection distance KL. Further, even when the detected object 50 is locally concentrated due to the presence of the obstacle 51, the difference in the detection distance KL can be grasped without being affected by the statistical bias.
  • FIG. 20A is an explanatory diagram illustrating third distance data in the first frame
  • FIG. 20B is an explanatory diagram illustrating fourth distance data in the second frame
  • FIG. 20C is a diagram illustrating the third frame
  • FIG. 20D is an explanatory diagram illustrating the sixth distance data obtained from the maximum detected distance. In FIGS. 20A to 20D, hatching is performed to emphasize a part.
  • the seventh embodiment is different from the first embodiment in the method used for the rain removal process.
  • the rain removal process part 30c is set as the structure which compares the detection distance KL for every some production
  • the detection distance KL is compared with three frames including the previous frame and the previous two frames with respect to the frame in which the detection image is generated.
  • three consecutive frames are referred to as a first frame, a second frame, and a third frame over time.
  • the third distance data DT3, the fourth distance data DT4, and the fifth distance data DT5 are part of the distance data corresponding to the detected images in the first frame, the second frame, and the third frame, respectively. Similar to the first distance data DT1, it is a “3 ⁇ 3” matrix.
  • the third distance data DT3, the fourth distance data DT4, and the fifth distance data DT5 indicate the same coordinates in the detection range KH.
  • the detection distance KL of the third distance data DT3 is “A1” is 2 m, “A2” is 10 m, “A3” is 9 m, “B1” is 13 m, “B2” is 10 m, “B3” is 2 m, “C1”. Is 12 m, “C2” is 4 m, and “C3” is 9 m.
  • the detection distance KL of the fourth distance data DT4 is 8m for "A1", 1m for “A2”, 6m for “A3”, 4m for "B1", 2m for “B2”, 2m for “B3”, "C1” Is 13 m, “C2” is 6 m, and “C3” is 3 m.
  • the detection distance KL of the fifth distance data DT5 is “A1” 7 m, “A2” 15 m, “A3” 3 m, “B1” 4 m, “B2” 10 m, “B3” 2 m, “C1”. Is 8 m, “C2” is 11 m, and “C3” is 5 m.
  • the maximum detection distance KL at each measurement point is acquired, and maximum value data indicating the maximum value for each measurement point is generated. For example, in the case of “A1”, 8 m of the fourth distance data DT4 is acquired as the maximum value. Similarly, the maximum value is acquired for the other coordinates, and the sixth distance data DT6 shown in FIG. 20D is generated as the maximum value data of the third distance data DT3, the fourth distance data DT4, and the fifth distance data DT5.
  • the detection distance KL of the sixth distance data DT6 is 8m for "A1", 15m for “A2”, 9m for “A3", 13m for “B1”, 10m for “B2", 2m for “B3”, "C1” Is 13 m, “C2” is 11 m, and “C3” is 9 m.
  • the detection distance of the third distance data DT3 to the fifth distance data DT5 coordinates other than “B3” are present, and there are coordinates smaller than the threshold value, and it is not possible to determine either the obstacle 51 or the raindrop 52.
  • the detection distance KL varies compared to other frames.
  • “B3” it is 2 m in any frame, and the detection distance KL does not change.
  • the noise that hinders obstacle detection can be removed by obtaining the maximum value of the detection distance KL.
  • the processing speed can be increased.
  • the rain removal determination process is different from the first embodiment, but the other processes are the same. That is, in the seventh embodiment, the above-described processing flow shown in FIG. 5 is performed, and in step S105, the rain removal processing 2 shown below is performed.
  • FIG. 21 is a flowchart showing the process flow of the rain removal process 2 in the seventh embodiment of the present invention.
  • step S901 the detection image generation unit 30a generates distance data (for example, third distance data DT3 to fifth distance data DT5) indicating the detection distance KL for each detected object 50.
  • distance data for example, third distance data DT3 to fifth distance data DT5
  • step S902 the rain removal processing unit 30c acquires the maximum value for each measurement point among the distance data in the plurality of generation cycles SC.
  • the maximum value in three frames is obtained.
  • the present invention is not limited to this, and the number of frames to be compared may be set as appropriate.
  • step S903 the rain removal processing unit 30c generates maximum value data (for example, sixth distance data DT6) indicating the maximum value for each measurement point, and ends the process. Subsequent obstacle determination is performed on the maximum value data.
  • maximum value data for example, sixth distance data DT6
  • the processing flow shown in FIG. 5 is implemented.
  • the present invention is not limited to this, and the processing flow shown in FIG. It is good also as a structure which performs determination.

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • General Physics & Mathematics (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Electromagnetism (AREA)
  • Optical Radar Systems And Details Thereof (AREA)
  • Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
  • Image Processing (AREA)
  • Traffic Control Systems (AREA)

Abstract

　障害物検知装置（１０）は、被検知物までの検知距離を測定する測距センサ（１１）と、測距センサ（１１）の測距結果に基づいて、検知範囲における被検知物の有無を示す検知画像を生成する検知画像生成部（３０ａ）と、検知範囲が降雨状態であるか否かの降雨判定をする降雨判定部（３０ｂ）と、検知画像から孤立点を除去する雨除去処理を行う雨除去処理部（３０ｃ）と、被検知物が障害物であるか否かの障害物判定をする障害物判定部（３０ｄ）とを備える。障害物判定部（３０ｄ）は、降雨判定部（３０ｂ）によって降雨状態であると判定された場合、雨除去処理部（３０ｃ）によって雨除去処理された検知画像に基づいて、障害物判定を実施する。

Description

障害物検知装置、移動体、障害物検知方法、および障害物検知プログラム
　本発明は、被検知物までの距離を測定する測距センサを備えた障害物検知装置および移動体、並びに、その障害物検知方法および障害物検知プログラムに関する。
　従来、走行面を自律走行するシステムでは、センサなどで障害物を検知して、動作を制御していた。例えば、自動車などの車両においては、運転者を補佐するシステムとして、障害物との接触回避を支援する車両の接触回避支援装置が開発されている（例えば、特許文献１参照。）。
　また、移動ロボットでは、遠隔操作によって指示した方向へ移動させ、センサによって検知した障害物との距離に基づいて、移動速度を算出させることで、障害物との接触を防止する方法が提案されている（例えば、特許文献２参照。）。
特開２００８－４９９３２号公報 特開２００６－２８５５４８号公報
　特許文献１に記載の車両の接触回避支援装置は、前方障害物センサによって車両前方の障害物までの距離を検知しており、障害物までの距離に応じて車両の目標速度を算出し、目標速度に基づいて制動力を制御して、車速を自動制動により減速している。従って、接触回避支援装置では、運転者による車両の操作状態に応じて目標速度を補正し、運転者の自発的な接触回避操作を支援することで、運転者に違和感を与えずに、障害物との接触回避を促している。
　また、特許文献２に記載の移動ロボットは、移動方向前方の障害物を検出する検出部を備え、障害物までの距離を算出しており、監視センタから通信によって移動する方向や速度が指示される。移動ロボットは、自律移動モードにおいて、前方の障害物を検出した際に、異常信号を監視センタに送信する。監視センタでは、管制員によって移動ロボットに対する遠隔操作が行われる。そして、移動ロボットは、遠隔操作モードにおいて、監視センタからの指示に応じて、障害物に接触する前に停止可能な走行速度で移動する。このように遠隔操作を用いた移動ロボットでは、伝送遅延による指示の遅れに対応できるように、障害物の回避を考慮した移動速度とされている。
　ところで、移動ロボットや車両などの自律走行を用いたシステムは、屋内に留まらず、屋外でも使用されており、様々な環境に対応することが求められている。屋外においては天候の変化が考慮され、降雨の際の雨粒などを障害物として誤検知してしまう問題がある。上述した特許文献１および特許文献２には、雨粒などによって障害物を誤検知することが考慮されておらず、接触を回避すべき障害物と移動を妨げない雨粒等とを区別できないという課題がある。また、雨粒などを障害物と誤検知しないように、検知結果に対してノイズなどを取り除く処理が提案されているが、このような処理を通常時に実施すると、小さい障害物などを見落とす虞がある。
　本発明は、上記の課題を解決するためになされたものであり、降雨中には、雨粒を障害物として誤検知することを避けることができる障害物検知装置、移動体、障害物検知方法、および障害物検知プログラムを提供することを目的とする。
　本発明に係る障害物検知装置は、被検知物に対する検知波を送波し、該被検知物からの反射波を受波して、該被検知物までの検知距離を測定する測距センサと、前記測距センサの測距結果に基づいて、前記検知波が送波された検知範囲における前記被検知物の有無を示す検知画像を生成する検知画像生成部と、前記検知画像内の前記被検知物のうち、離散的に位置する孤立点の有無に基づいて、前記検知範囲が降雨状態であるか否かの降雨判定をする降雨判定部と、前記検知画像から前記孤立点を除去する雨除去処理を行う雨除去処理部と、前記検知画像に基づいて、前記被検知物が障害物であるか否かの障害物判定をする障害物判定部とを備え、前記障害物判定部は、前記降雨判定部によって前記降雨状態であると判定された場合、前記雨除去処理部によって前記雨除去処理された検知画像に基づいて、前記障害物判定を実施することを特徴とする。
　本発明に係る障害物検知装置では、前記検知範囲は、立体空間とされており、前記検知画像生成部は、前記検知画像として、立体空間とされた検知範囲に対応する３次元画像を生成し、前記降雨判定部は、前記３次元画像に対して、前記降雨判定を行う構成としてもよい。
　本発明に係る障害物検知装置では、前記降雨判定部は、前記降雨判定の際に、前記検知画像における前記被検知物の分散値を算出する構成としてもよい。
　本発明に係る障害物検知装置では、前記降雨判定部は、前記降雨判定の際に、前記検知画像における前記被検知物の周囲との前記検知距離の差を算出する構成としてもよい。
　本発明に係る障害物検知装置では、前記検知画像生成部は、予め設定された生成周期毎に前記検知画像を周期的に生成する構成としてもよい。
　本発明に係る障害物検知装置では、前記雨除去処理部は、メディアンフィルタを用いて前記雨除去処理を行う構成としてもよい。
　本発明に係る障害物検知装置では、前記降雨判定部は、前記検知画像と、該検知画像に対しメディアンフィルタを用いて前記孤立点を除去したメディアン処理画像とを比較して、前記降雨判定を行う構成としてもよい。
　本発明に係る障害物検知装置では、前記降雨判定部は、それぞれ異なる生成周期において生成された２つの検知画像を比較して、前記降雨判定を行う構成としてもよい。
　本発明に係る障害物検知装置では、前記降雨判定部は、複数の前記生成周期毎に前記降雨判定を行う構成としてもよい。
　本発明に係る障害物検知装置では、前記降雨判定部は、複数の前記生成周期で前記降雨判定を行い、複数回連続して同じ判定をした際に、該降雨判定の結果を出力する構成としてもよい。
　本発明に係る障害物検知装置では、前記雨除去処理部は、前記検知画像に対し、複数の前記生成周期毎の前記検知距離を比較して、前記孤立点を除去する構成としてもよい。
　本発明に係る移動体は、本発明に係る障害物検知装置を備え、走行面を走行することを特徴とする。
　本発明に係る移動体では、前記走行面で走行する走行速度を制御する走行制御部を備え、前記走行制御部は、前記降雨判定部によって前記降雨状態であると判定された場合、前記走行速度を減速させる制御をする構成としてもよい。
　本発明に係る障害物検知方法は、被検知物に対する検知波を送波し、該被検知物からの反射波を受波して、該被検知物までの検知距離を測定する測距センサを備えた障害物検知装置における障害物検知方法であって、検知画像生成部に、前記測距センサの測距結果に基づいて、前記検知波が送波された検知範囲における前記被検知物の有無を示す検知画像を生成させる検知画像生成ステップと、降雨判定部に、前記検知画像内の前記被検知物のうち、離散的に位置する孤立点の有無に基づいて、前記検知範囲が降雨状態であるか否かの降雨判定をさせる降雨判定ステップと、雨除去処理部に、前記検知画像から前記孤立点を除去する雨除去処理を行わせる雨除去処理ステップと、障害物判定部に、前記検知画像に基づいて、前記被検知物が障害物であるか否かの障害物判定をさせる障害物判定ステップとを含み、前記障害物判定ステップは、前記降雨判定ステップで前記降雨状態であると判定された場合、前記雨除去処理ステップで前記雨除去処理された検知画像に基づいて、前記障害物判定を実施することを特徴とする。
　本発明に係る障害物検知プログラムは、本発明に係る障害物検知方法の各ステップをコンピュータに実行させることを特徴とする。
　本発明によると、降雨中には、検知画像に雨除去処理を施すことで、障害物だけを示す検知画像とすることができ、雨粒を障害物として誤検知することを避けることができる。
本発明の第１実施形態に係る移動体の外観図である。 図１に示す移動体の構成図である。 検知画像生成部によって生成された第１検知画像を示す説明図である。 検知画像生成部によって生成された第２検知画像を示す説明図である。 検知画像生成部によって生成された第３検知画像を示す説明図である。 雨除去処理部によって雨除去処理された第４検知画像を示す説明図である。 雨除去処理部によって雨除去処理された第５検知画像を示す説明図である。 本発明の第１実施形態に係る障害物検知装置の障害物検知方法の処理フローを示すフロー図である。 本発明の第１実施形態における降雨判定処理１の処理フローを示すフロー図である。 本発明の第１実施形態における雨除去処理１の処理フローを示すフロー図である。 本発明の第２実施形態における検知画像生成部で生成された第６検知画像を示す説明図である。 本発明の第３実施形態における検知画像生成部で生成された第７検知画像を示す説明図である。 第１検知画像と第７検知画像とを比較した差分画像を示す説明図である。 本発明の第３実施形態における降雨判定処理２の処理フローを示すフロー図である。 本発明の第４実施形態における生成周期と降雨判定周期との関係を示す説明図である。 本発明の第４実施形態に係る障害物検知装置の障害物検知方法の処理フローを示すフロー図である。 本発明の第５実施形態における降雨判定の繰り返しと判定結果の出力との関係を示す説明図である。 本発明の第５実施形態に係る障害物検知装置の障害物検知方法の処理フローを示すフロー図である。 本発明の第５実施形態における連続判定処理の処理フローを示すフロー図である。 検知距離を示す第１距離データの説明図である。 検知距離を示す第２距離データの説明図である。 検知画像生成部によって生成された第９検知画像を示す説明図である。 検知画像生成部によって生成された第１０検知画像を示す説明図である。 本発明の第３実施形態における降雨判定処理３の処理フローを示すフロー図である。 第１フレームでの第３距離データを示す説明図である。 第２フレームでの第４距離データを示す説明図である。 第３フレームでの第５距離データを示す説明図である。 検知距離の最大値を取得した第６距離データを示す説明図である。 本発明の第７実施形態における雨除去処理２の処理フローを示すフロー図である。
　（第１実施形態）
　以下、本発明の第１実施形態に係る障害物検知装置および移動体について、図面を参照して説明する。
　図１は、本発明の第１実施形態に係る移動体の外観図であって、図２は、図１に示す移動体の構成図である。
　本発明の第１実施形態に係る移動体１は、被検知物５０に対する検知波を送波し、被検知物５０からの反射波を受波して、被検知物５０までの検知距離ＫＬを測定する測距センサ１１が設けられた障害物検知装置１０を備え、走行面１００を走行する。具体的に、移動体１は、予め設定された経路に沿って移動する四輪の車両であって、測距センサ１１、駆動部２０、およびＣＰＵ３０を備えた構成とされている。
　駆動部２０は、４つの車輪とモータ等の駆動源とによって構成されている。なお、駆動部２０は、これに限定されず、車輪の数を変更したり、ベルト等を用いたりしてもよく、移動体１を走行させ、適宜走行する速度を調整できる構成とされていればよい。駆動部２０は、走行制御部３０ｅによって、走行する速度や方向が制御される。
　測距センサ１１は、ＬＩＤＡＲ（Ｌｉｇｈｔ　Ｄｅｔｅｃｔｉｏｎ　ａｎｄ　Ｒａｎｇｉｎｇ）を用いた光学センサであって、検知波であるレーザ光を広範囲に照射し、物体からの反射光（反射波）を受光している。それによって、測距センサ１１は、被検知物５０の位置や被検知物５０までの距離を検知している。なお、測距センサ１１の検知結果については、後述する図３Ａないし図３Ｃを参照して、詳細に説明する。
　ＣＰＵ３０は、検知画像生成部３０ａ、降雨判定部３０ｂ、雨除去処理部３０ｃ、障害物判定部３０ｄ、および走行制御部３０ｅを予め組み込まれたプログラムとして記憶しており、記憶したプログラムを実行することにより、後述する処理を実行する。なお、ＣＰＵ３０は、移動体１と障害物検知装置１０とで共通に用いられている。また、図２では、省略されているが、移動体１には、測距センサ１１の検知結果や、走行速度等の各種設定を記憶させるための記憶装置が設けられていてもよい。
　図１では、雨が降っている降雨状態において、走行している移動体１を示している。測距センサ１１は、移動体１の進行方向に沿って検知範囲ＫＨが設定されており、検知範囲ＫＨ内の障害物５１に加えて、雨粒５２も被検知物５０として検知する。
　図３Ａは、検知画像生成部によって生成された第１検知画像を示す説明図であって、図３Ｂは、検知画像生成部によって生成された第２検知画像を示す説明図であって、図３Ｃは、検知画像生成部によって生成された第３検知画像を示す説明図である。
　測距センサ１１は、検知範囲ＫＨにおける被検知物５０の位置を出力する構成とされており、検知画像生成部３０ａは、測距センサ１１の測距結果に基づいて、検知範囲ＫＨにおける被検知物５０の有無を示す検知画像（例えば、第１検知画像ＧＺ１）を生成する。検知画像は、検知範囲ＫＨにおける被検知物５０の有無と、被検知物５０の位置とを関連付けた画像とされている。本実施の形態において、検知画像は、移動体１の進行方向に対し直交する平面を示し、矩形状とされている。検知画像では、被検知物５０が位置に応じた座標（画素）に反射点として配置され、被検知物５０が有る画素（反射点）を「１」とし、被検知物５０が無い画素を「０」として示しており、２値化された画像データとみなされる。なお、以下に示す検知画像（第１検知画像ＧＺ１ないし第１０検知画像ＧＺ１０）では、水平な方向を横方向Ｘとし、横方向Ｘに対して垂直な方向を縦方向Ｙとして示している。また、以下では説明の簡略化のため、被検知物５０が無い画素（反射点では無い画素）を空白点と呼ぶ。
　検知画像生成部３０ａは、予め設定された生成周期ＳＣ（後述する図１２参照）毎に検知画像を周期的に生成する構成とされている。つまり、検知画像生成部３０ａは、生成周期ＳＣとして予め設定された時間が経過するたびに、検知画像を生成している。屋外においては、時間の経過によって降雨状態が変化するため、周期的に検知画像を生成して、雨が降っているかどうかを判定している。なお、測距センサ１１が検知波を送波するタイミングについては、特に限定されておらず、常に検知波を送波してもよいし、生成周期ＳＣに応じて、定期的に送波して測距を行う構成としてもよい。以下では説明のために、生成周期ＳＣとして設定された時間をフレームと呼ぶことがある。例えば、検知画像を生成した生成周期ＳＣに対して２つ前の周期を、２フレーム前とのように呼ぶことがある。
　図３Ａは、降雨状態で雨粒５２が検知された第１検知画像ＧＺ１を示しており、反射点ＨＫ１の数は「１１」である。反射点ＨＫ１は、第１検知画像ＧＺ１内に離散的に位置しており、それぞれ独立している。つまり、降雨中には、検知範囲ＫＨ内に多数の雨粒５２が存在しており、多数の雨粒５２は、それぞれサイズが小さいため、１つの画素で示されている。
　図３Ｂは、細長い障害物５１が検知された第２検知画像ＧＺ２を示しており、反射点ＨＫ２の数は「１１」である。なお、第２検知画像ＧＺ２は、降雨状態ではないため、雨粒５２による反射点は存在しない。反射点ＨＫ２は、縦方向Ｙに並んで位置しており、横方向Ｘでの座標が全て同じである。第２検知画像ＧＺ２では、測距センサ１１によって棒状の障害物５１が検知されている。障害物５１のようにサイズが大きい塊は、複数の連続した画素で示される。
　図３Ｃは、降雨状態で雨粒５２と障害物５１とが検知された第３検知画像ＧＺ３を示しており、反射点の総数は「２６」である。なお、第３検知画像ＧＺ３に示された反射点のうち、雨粒５２に対応する反射点ＨＫ３の数は「１２」であって、障害物５１に対応する反射点ＨＫ４は「１４」である。そして、雨粒５２に対応する反射点ＨＫ３は、第３検知画像ＧＺ３内に離散的に位置しており、障害物５１に対応する反射点ＨＫ４は、第３検知画像ＧＺ３の中央に集まって位置している。なお、図３Ｃでは、実線で示した反射点ＨＫ３との違いを明確にするために、反射点ＨＫ４を太線で示しているが、いずれも画像データでは、「１」として扱われ、両者に違いは無い。
　障害物判定部３０ｄは、検知画像に基づいて、被検知物５０が障害物５１であるか否かの障害物判定をする。具体的には、予め反射点の数に関する障害物閾値が設定されており、障害物判定部３０ｄは、検知画像内の反射点の数が障害物閾値を超えていると、被検知物５０が障害物５１であると判定する。
　例えば、反射点閾値が「１０」に設定されていた場合、第１検知画像ＧＺ１ないし第３検知画像ＧＺ３は、全て被検知物５０が障害物５１であると判定される。しかしながら、第１検知画像ＧＺ１では、小さな雨粒５２が検知されているだけであって、第２検知画像ＧＺ２および第３検知画像ＧＺ３と同様に、障害物５１であると判定されるのは好ましくない。そこで、障害物検知装置１０では、雨除去処理部３０ｃによって、検知画像に対し雨粒５２による反射点を除去して、雨を誤検知することを回避している。
　具体的に、雨除去処理部３０ｃは、検知画像から孤立点を除去する雨除去処理を行っており、本実施の形態において、雨除去処理では、メディアンフィルタ（メディアン処理）を用いている。一般的に、メディアン処理は、各画素の値を周辺画素の中央値に置き換える処理である。これによって、確実に孤立点を検知画像から除去することができる。以下では、第１検知画像ＧＺ１ないし第３検知画像ＧＺ３に対して、メディアン処理を行った検知画像を参照して、メディアン処理を説明する。
　図４Ａは、雨除去処理部によって雨除去処理された第４検知画像を示す説明図であって、図４Ｂは、雨除去処理部によって雨除去処理された第５検知画像を示す説明図である。
　図４Ａは、第１検知画像ＧＺ１および第２検知画像ＧＺ２に対して、メディアン処理を行った第４検知画像ＧＺ４を示しており、反射点の数は「０」である。
　先ず、第１検知画像ＧＺ１（図３Ａ参照）において、反射点ＨＫ１は、それぞれ独立しており、周囲を空白点に囲まれているので、全ての反射点ＨＫ１が、空白点に置き換えられる。その結果、第１検知画像ＧＺ１は、反射点が存在しない第４検知画像ＧＺ４とされる。
　次に、第２検知画像ＧＺ２（図３Ｂ参照）では、反射点ＨＫ２が連続しているが、反射点ＨＫ２の周囲には、空白点が多く存在しており、メディアン処理を行うと、反射点ＨＫ２が空白点に置き換えられる。その結果、第２検知画像ＧＺ２は、第１検知画像ＧＺ１と同様に、反射点が存在しない第４検知画像ＧＺ４とされる。
　図４Ｂは、第３検知画像ＧＺ３に対して、メディアン処理を行った第５検知画像ＧＺ５を示しており、反射点ＨＫ４の数は「１４」である。第３検知画像ＧＺ３（図３Ｃ参照）では、雨粒５２に対応する反射点ＨＫ３と障害物５１に対応する反射点ＨＫ４とが存在していたが、雨粒５２に対応する反射点ＨＫ３は、第１検知画像ＧＺ１と同様にして、全て空白点に置き換えられる。これに対し、障害物５１に対応する反射点ＨＫ４は、位置（座標）が集中しており、周囲に多くの反射点ＨＫ４が存在するため、メディアン処理を行っても、空白点に置き換えられず、反射点ＨＫ４として残る。その結果、第３検知画像ＧＺ３は、雨粒５２に対応する反射点ＨＫ３だけが除去されて、障害物５１に対応する反射点ＨＫ４だけが存在する第５検知画像ＧＺ５とされる。
　ところで、第２検知画像ＧＺ２については、細長い障害物５１を検知した画像であるため、被検知物５０が障害物５１であると判定されることが望ましい。しかしながら、第２検知画像ＧＺ２は、メディアン処理が行われると、第４検知画像ＧＺ４とされるが、第４検知画像ＧＺ４を対象として障害物判定を行うと、反射点が存在しないため、被検知物５０が障害物５１であると判定されない。従って、降雨中には、雨粒５２を除去するために雨除去処理を行うことが望ましいが、降雨していないときには、雨除去処理を行わないことが望ましく、状況に応じて、雨除去処理を行うか否かを選択することが望ましい。そこで、障害物検知装置１０では、降雨判定部３０ｂによって、降雨状態であるか否かを判定し、状態に応じて、雨除去処理の要否を指示している。
　具体的に、降雨判定部３０ｂは、検知画像内の被検知物５０のうち、離散的に位置する孤立点の有無に基づいて、検知範囲ＫＨが降雨状態であるか否かの降雨判定をしている。本実施の形態では、降雨判定の際に、検知画像における被検知物５０の分散値を算出する構成とされている。
　例えば、第１検知画像ＧＺ１に対して、降雨判定を行う場合、先ず、第１検知画像ＧＺ１にメディアン処理が行われ、上述した第４検知画像ＧＺ４（メディアン処理画像）が生成される。
　次に、第１検知画像ＧＺ１とメディアン処理画像との差分を算出した差分画像が生成される。ここで、第４検知画像ＧＺ４は、全て空白点であるため、第１検知画像ＧＺ１との差分は、第１検知画像ＧＺ１と略同じとなる。つまり、第１検知画像ＧＺ１における差分画像は、第１検知画像ＧＺ１に相当し、図面を省略する。
　そして、差分画像に対して、横方向Ｘと縦方向Ｙとのそれぞれでの分散値が算出される。降雨判定では、予め分散値の数に関する分散閾値が設定されており、降雨判定部３０ｂは、算出した分散値が分散閾値を超えていると、降雨状態であると判定する。なお、本実施の形態では、横方向Ｘでの横分散値Ｖｘに対して、横方向Ｘの横分散閾値Ｔｈｘが設定されており、縦方向Ｙでの縦分散値Ｖｙに対して、縦方向Ｙの縦分散閾値Ｔｈｙが設定されている。さらに、降雨判定において、「Ｖｘ＞Ｔｈｘ」、且つ「Ｖｙ＞Ｔｈｙ」である場合に、降雨状態であると判定される。つまり、横方向Ｘと縦方向Ｙとのいずれかの分散値が、対応する分散閾値を超えていない場合には、降雨状態ではない（通常状態である）と判定される。
　第１検知画像ＧＺ１の場合には、反射点ＨＫ１がそれぞれ独立しており、１箇所に集まらずにばらついているため、分散値は分散閾値を超えるような大きな値となる。従って、第１検知画像ＧＺ１は、降雨状態であると判定される。
　上述したように、降雨判定部３０ｂは、検知画像と、検知画像に対しメディアンフィルタを用いて孤立点を除去したメディアン処理画像とを比較して、降雨判定を行っている。従って、障害物５１と雨粒５２との両方が検知された場合であっても、メディアンフィルタを用いて雨粒５２を抽出し、雨粒５２だけを降雨判定の対象とすることができる。
　ところで、第２検知画像ＧＺ２に対して降雨判定を行うと、第２検知画像ＧＺ２における差分画像は、第２検知画像ＧＺ２と略同じとなる。そして、第２検知画像ＧＺ２での分散値を算出した場合、反射点ＨＫ２は、縦方向Ｙに並んでおり、それぞれの反射点ＨＫ２で縦方向Ｙの座標が異なるため、縦分散値Ｖｙは大きな値となる。これに対し、横方向Ｘでは、反射点ＨＫ２の座標が同じであるため、横分散値Ｖｘが横分散閾値Ｔｈｘより小さい値となる。その結果、第２検知画像ＧＺ２は、降雨状態ではないと判定される。
　上述したように、分散値を算出して、反射点のばらつきを把握することで、被検知物５０が離散的に位置する孤立点であるかどうかを判別することができる。
　次に、障害物検知装置１０（移動体１）における障害物検知方法の処理フローについて、図面を参照して説明する。
　図５は、本発明の第１実施形態に係る障害物検知装置の障害物検知方法の処理フローを示すフロー図である。
　移動体１は、処理開始時において、予め設定された走行速度で走行面１００を走行している状態とされている。
　ステップＳ１０１では、検知画像生成部３０ａによって、検知画像が生成される。検知画像は、例えば、記憶装置などに一次保存しておく構成とし、複数フレームの検知画像を蓄積させてもよい。
　ステップＳ１０２では、降雨判定部３０ｂによって、後述する降雨判定処理（図６参照）が行われる。
　ステップＳ１０３では、降雨判定部３０ｂによって、降雨状態であると判定されたかどうかが判断される。つまり、降雨判定部３０ｂから出力された結果が、降雨状態であるか否かで判断される。その結果、降雨状態であると判定された場合（ステップＳ１０３：Ｙｅｓ）には、ステップＳ１０４へ進む。一方、降雨状態ではないと判定された場合（ステップＳ１０３：Ｎｏ）には、ステップＳ１０６へ進む。
　ステップＳ１０４では、走行制御部３０ｅによって、徐行走行へ切り換えられる。つまり、走行制御部３０ｅは、駆動部２０に対し、走行速度を減速させる指示をする。走行制御部３０ｅでは、予め徐行走行に対応する徐行速度が設定されていてもよいし、通常時の走行速度に対して、所定の数値だけ減算した走行速度としてもよい。なお、既に、徐行走行にして減速されている場合には、設定を変更する必要は無い。
　ステップＳ１０５では、雨除去処理部３０ｃによって、後述する雨除去処理（図７参照）が行われ、ステップＳ１０８へ進む。
　ステップＳ１０６では、走行制御部３０ｅによって、通常走行へ切り換えられる。つまり、移動体１の走行速度が、徐行速度のように減速されている場合には、処理開始時の走行速度へ戻す。また、通常走行とされており、初期の走行速度とされている場合には、設定を変更する必要は無い。
　ステップＳ１０７では、雨除去処理部３０ｃによって、雨除去処理が停止される。つまり、前のフレームで雨除去処理を行っていた場合には、雨除去処理を停止し、ステップＳ１０１で生成した検知画像に対して、雨除去処理を行わずに出力する。
　ステップＳ１０８では、障害物判定部３０ｄによって、障害物判定処理が行われる。障害物判定処理では、検知画像に対して障害物判定が行われるが、ステップＳ１０５で雨除去処理を行った場合には、雨除去処理された処理済画像に対して障害物判定を行う。
　ステップＳ１０９では、障害物判定部３０ｄによって、障害物５１があると判定されたかどうかが判断される。つまり、検知画像内の被検知物５０が障害物５１であるかどうかによって判断される。その結果、障害物５１がないと判定された場合（ステップＳ１０９：Ｎｏ）には、ステップＳ１１０へ進む。一方、障害物５１があると判定された場合（ステップＳ１０９：Ｙｅｓ）には、ステップＳ１１１へ進む。
　ステップＳ１１０では、検知画像生成部３０ａによって、次の生成周期まで待機した後、ステップＳ１０１へ戻る。つまり、障害物検知装置１０は、１フレーム経過するのを待ち、ステップＳ１０１ないしステップＳ１０９に示す処理を繰り返す。なお、移動体１は、１フレーム経過する間、待機せずに走行し続けている。従って、移動体１が走行している状態で、障害物検知装置１０は、周期的に障害物の検知を行っている。また、処理の途中で走行速度を変更した場合には、変更された速度を、再度変更されるまで維持する。
　ステップＳ１１１では、走行制御部３０ｅによって、走行が停止され、処理を終了する。つまり、検知範囲ＫＨ内に障害物５１があると判定された場合、移動体１は、停止して指示を待つ。
　次に、ステップＳ１０２における降雨判定処理について、詳細に説明する。なお、本発明では、降雨判定および雨除去処理として複数の方法を用いることができる。そこで、複数の降雨判定処理および雨除去処理を区別するため、本発明の第１実施形態における降雨判定処理および雨除去処理を、降雨判定処理１および雨除去処理１と呼ぶ。
　図６は、本発明の第１実施形態における降雨判定処理１の処理フローを示すフロー図である。
　ステップＳ２０１では、降雨判定部３０ｂによって、メディアン処理画像が生成される。つまり、ステップＳ１０１で生成された検知画像に対して、メディアン処理を施し、メディアン処理画像とする。
　ステップＳ２０２では、降雨判定部３０ｂによって、検知画像とメディアン処理画像とを比較した差分画像が生成される。
　ステップＳ２０３では、降雨判定部３０ｂによって、差分画像の分散値が分散閾値を超えているかどうかが判断される。つまり、差分画像における横分散値Ｖｘおよび縦分散値Ｖｙを算出して、横分散閾値Ｔｈｘおよび縦分散閾値Ｔｈｙと比較する。その結果、分散値が分散閾値を超えている場合（ステップＳ２０３：Ｙｅｓ）には、ステップＳ２０４へ進む。一方、分散値が分散閾値を超えていない場合（ステップＳ２０３：Ｎｏ）には、ステップＳ２０５へ進む。
　なお、分散値と分散閾値とを比較する前に、差分画像における反射点の数に対して、予め設定された反射点閾値と比較して、反射点の数が反射点閾値を超えていない場合には、分散値に拘わらず、ステップＳ２０５へ進んでもよい。つまり、反射点が少ないと、分散値の精度が低くなり、実際に反射点がばらついているかどうかを判断するのが困難なためである。また、反射点が少なければ、雨が降っていたとしても、雨除去処理を要する程度の大雨では無いと推測できるためである。
　ステップＳ２０４では、降雨判定部３０ｂによって、降雨状態であると判定され、降雨判定処理１を終了する。
　ステップＳ２０５では、降雨判定部３０ｂによって、降雨状態ではないと判定され、降雨判定処理１を終了する。
　図７は、本発明の第１実施形態における雨除去処理１の処理フローを示すフロー図である。
　ステップＳ３０１では、雨除去処理部３０ｃによって、検知画像にメディアン処理をする。なお、上述した降雨判定処理（例えば、ステップＳ２０１）において、メディアン処理画像が生成されていれば、これを用いることができ、新たな画像を生成する必要は無いため、処理時間を短縮することができる。
　ステップＳ３０２では、雨除去処理部３０ｃによって、メディアン処理した検知画像を処理済画像に指定し、処理を終了する。つまり、上述した障害物判定は、ここで指定された処理済画像に対して行われる。
　本実施の形態では、上述した処理をしており、以下では、具体例として、ステップＳ１０１で第１検知画像ＧＺ１ないし第３検知画像ＧＺ３が生成された場合について、それぞれ説明する。
　第１検知画像ＧＺ１が生成された場合、ステップＳ１０２の降雨判定処理では、降雨状態であると判定される（図６のステップ２０４）。その結果、移動体１は、徐行走行とされ、第１検知画像ＧＺ１に対して雨除去処理（図５のステップ１０５）が行われる。雨除去処理の結果、第１検知画像ＧＺ１は、反射点ＨＫ１が除去された第４検知画像ＧＺ４とされ、第４検知画像ＧＺ４に対して障害物判定が行われる。第４検知画像ＧＺ４は、障害物５１がないと判定されるので、ステップＳ１１０へ進む。その後、移動体１は、徐行走行した状態で、再度、検知画像が生成され、障害物５１の検知が行われる。
　第２検知画像ＧＺ２が生成された場合、降雨判定処理では、降雨状態ではないと判定される（図６のステップ２０５）。その結果、移動体１は、通常走行とされ、雨除去処理は実施されない。障害物判定では、第２検知画像ＧＺ２を対象とし、障害物５１があると判定される（図５のステップＳ１１１）。そして、移動体１は、走行を停止する。
　第３検知画像ＧＺ３が生成された場合、降雨判定処理では、降雨状態であると判定される。そして、第３検知画像ＧＺ３は、雨除去処理がされ、障害物判定の対象が第５検知画像ＧＺ５とされる。障害物判定では、障害物５１があると判定され、移動体１を停止させる。
　上述したように、測距センサ１１の測距結果では、雨粒５２と障害物５１とがいずれも被検知物５０とみなされてしまい、両者を区別することができない。そこで、降雨中には、検知画像に雨除去処理を施すことで、障害物５１だけを示す検知画像とすることができ、雨粒５２を障害物５１として誤検知することを避けることができる。
　また、走行制御部３０ｅは、降雨判定部３０ｂによって降雨状態であると判定された場合、走行速度を減速させる制御をする構成とされている。従って、降雨中には、雨除去処理などによって処理に要する時間が長くなることを考慮し、移動体１を減速させることで、障害物５１等に近接するまでの時間を長くして、障害物５１等との衝突を回避することができる。例えば、降雨状態において、図３Ｂに示すような細長い障害物５１が存在する場合、雨除去処理によって、障害物５１が除去される可能性があるが、移動体１を減速させることで、障害物５１に近接するまでに、再度、障害物判定が行われる。その結果、近接してから検知することで、検知画像内で障害物５１が占める範囲が大きくなり、雨除去処理によって障害物５１が除去されず、障害物５１があると判定できる。
　本発明に係る障害物検知方法は、被検知物５０に対する検知波を送波し、被検知物５０からの反射波を受波して、被検知物５０までの検知距離ＫＬを測定する測距センサ１１を備えた障害物検知装置１０における障害物検知方法であって、検知画像生成部３０ａに、測距センサ１１の測距結果に基づいて、検知波が送波された検知範囲ＫＨにおける被検知物５０の有無を示す検知画像を生成させる検知画像生成ステップと、降雨判定部３０ｂに、検知画像内の被検知物５０のうち、離散的に位置する孤立点の有無に基づいて、検知範囲ＫＨが降雨状態であるか否かの降雨判定をさせる降雨判定ステップと、雨除去処理部３０ｃに、検知画像から孤立点を除去する雨除去処理を行わせる雨除去処理ステップと、障害物判定部３０ｄに、検知画像に基づいて、被検知物５０が障害物５１であるか否かの障害物判定をさせる障害物判定ステップとを含んでいる。障害物判定ステップは、降雨判定ステップで降雨状態であると判定された場合、雨除去処理ステップで雨除去処理された検知画像に基づいて、障害物判定を実施する。
　（第２実施形態）
　次に、本発明の第２実施形態に係る障害物検知装置および移動体について、図面を参照して説明する。なお、第２実施形態は、第１実施形態に対して、略同様の形状とされているので、外観図や構成図を省略し、第１実施形態と機能が実質的に等しい構成要素については、同一の符号を付して説明を省略する。
　図８は、本発明の第２実施形態における検知画像生成部で生成された第６検知画像を示す説明図である。
　第２実施形態は、第１実施形態に対して、検知画像生成部３０ａで生成される検知画像の形式が異なる。具体的に、検知画像は、第１実施形態において、２次元で示された平面的な画像であったのに対し、第２実施形態では、３次元で示された立体的な画像とされている。つまり、検知画像生成部３０ａは、検知画像として、立体空間とされた検知範囲に対応する３次元画像（例えば、第６検知画像ＧＺ６）を生成する。
　図８は、第２実施形態において生成された第６検知画像ＧＺ６であって、立体的な空間に反射点ＨＫ５を配置した画像とされている。第６検知画像ＧＺ６は、横方向Ｘおよび縦方向Ｙに加えて、両者と直交する奥行方向Ｚが示されている。反射点ＨＫ５を配置する際には、被検知物５０の検知距離ＫＬに基づいて、奥行方向Ｚでの位置を決めればよい。第６検知画像ＧＺ６は、降雨中に検知された雨粒５２を反射点ＨＫ５として示しており、反射点ＨＫ５は、横方向Ｘおよび縦方向Ｙでそれぞれ離間しているのに加えて、奥行方向Ｚでも離間している。
　第２実施形態では、第１実施形態と同様の障害物検知方法が実施される。降雨判定では、第６検知画像ＧＺ６に対し、横方向Ｘおよび縦方向Ｙと伴に、奥行方向Ｚでも分散値が算出される。算出された分散値において、横方向Ｘ、縦方向Ｙ、および奥行方向Ｚのうちのいずれかで、対応する分散閾値を超えていない場合には、降雨状態ではない（通常状態である）と判定される。従って、立体空間に対して雨を検知する処理を行うことで、より確実に雨が降っているかどうかを判定することができる。つまり、複数の反射点ＨＫ５が隣接して大きな障害物５１のような形状となっている場合でも、それぞれの反射点ＨＫ５までの距離を比較することで、互いに離間した位置関係であることが把握できる。
　検知画像生成部３０ａは、第６検知画像ＧＺ６を生成する際、３次元画像だけでなく、検知結果を平面に示した画像（例えば、第１検知画像ＧＺ１）を生成してもよい。雨除去処理や障害物判定は、平面的な検知画像を対象として実施することで、画像処理を簡略化し、処理時間を短縮することができる。また、３次元画像を対象として、障害物判定などをした場合では、被検知物５０の形状をより正確に把握できるので、判定の精度を向上させることができる。
　（第３実施形態）
　次に、本発明の第３実施形態に係る障害物検知装置および移動体について、図面を参照して説明する。なお、第３実施形態は、第１実施形態と略同様であるので、外観図や構成図を省略し、第１実施形態および第２実施形態と機能が実質的に等しい構成要素については、同一の符号を付して説明を省略する。
　図９は、本発明の第３実施形態における検知画像生成部で生成された第７検知画像を示す説明図であって、図１０は、第１検知画像と第７検知画像とを比較した差分画像を示す説明図である。
　第３実施形態は、第１実施形態に対して、降雨判定に用いられている方法が異なる。第１実施形態では、検知画像に対してメディアン処理をしたメディアン処理画像との差分を算出していたが、第３実施形態において、降雨判定部３０ｂは、それぞれ異なる生成周期ＳＣにおいて生成された２つの検知画像を比較して、降雨判定を行う構成とされている。
　図９は、降雨状態で雨粒５２が検知された第７検知画像ＧＺ７を示しており、反射点ＨＫ６の数は「１０」である。反射点ＨＫ６は、第７検知画像ＧＺ７内に離散的に位置しており、それぞれ独立している。また、第７検知画像ＧＺ７は、第１検知画像ＧＺ１の１フレーム前に生成された検知画像とされている。つまり、設置された障害物５１は、移動しないため、時間が経過しても位置が変わらないが、雨粒５２は、時間の経過によって移動するため、検知範囲ＫＨ内での位置が変化する。そのため、第７検知画像ＧＺ７は、第１検知画像ＧＺ１に対して、反射点ＨＫ６（雨粒５２）の配置が異なっている。なお、図９および図１０では、実線で示した反射点ＨＫ１との違いを明確にするために、反射点ＨＫ６を破線で示しているが、いずれも画像データでは、「１」として扱われ、両者に違いは無い。
　図１０は、第１検知画像ＧＺ１と第７検知画像ＧＺ７との差分を算出した第８検知画像ＧＺ８（差分画像）を示しており、第１検知画像ＧＺ１の反射点ＨＫ１と第７検知画像ＧＺ７の反射点ＨＫ６とが示されている。なお、差分画像において、重複した反射点は除去される。第３実施形態において、降雨判定は、第８検知画像ＧＺ８を対象として実施され、第８検知画像ＧＺ８での分散値に基づいて、降雨しているかどうかが判定される。このように、生成周期ＳＣが異なる検知画像を比較することで、時間の経過によって移動した雨粒を把握できる。また、検知画像に対する画像処理等が行われないので、小さな障害物などを除去することなく、降雨判定を行うことができる。
　次に、第３実施形態での障害物検知方法の処理フローについて、図面を参照して説明する。第３実施形態では、第１実施形態に対して、降雨判定処理が異なっているが、その他は、同様の処理がされる。つまり、第３実施形態では、上述した図５に示す処理フローが実施され、ステップＳ１０２において、以下に示す降雨判定処理２が実施される。
　図１１は、本発明の第３実施形態における降雨判定処理２の処理フローを示すフロー図である。
　ステップＳ４０１では、降雨判定部３０ｂによって、前の生成周期で生成された検知画像が比較検知画像として指定される。つまり、１フレーム前のステップＳ１０１で生成された検知画像を比較検知画像とする。
　ステップＳ４０２では、降雨判定部３０ｂによって、検知画像と比較検知画像とを比較した差分画像が生成される。つまり、第１検知画像ＧＺ１が検知画像とされ、第７検知画像ＧＺ７が比較検知画像とされた場合は、差分画像として第８検知画像ＧＺ８が生成される。
　ステップＳ４０３ないしステップＳ４０５の処理については、上述したステップＳ２０３ないしステップＳ２０５と同様であるので、説明を省略する。
　（第４実施形態）
　次に、本発明の第４実施形態に係る障害物検知装置および移動体について、図面を参照して説明する。なお、第４実施形態は、第１実施形態と略同様であるので、外観図や構成図を省略し、第１実施形態ないし第３実施形態と機能が実質的に等しい構成要素については、同一の符号を付して説明を省略する。
　図１２は、本発明の第４実施形態における生成周期と降雨判定周期との関係を示す説明図である。
　第４実施形態は、第１実施形態に対して、降雨判定を行う周期が異なる。第１実施形態では、検知画像を生成した生成周期ＳＣ毎に降雨判定を行っていたが、第４実施形態では、複数の生成周期ＳＣ毎に降雨判定を行っている。
　図１２は、時間の経過に応じて、降雨判定を行うタイミングを示している。図１２において、時間Ｔ１ないし時間Ｔ１１は、検知画像を生成した時間を示しており、例えば、時間Ｔ１と時間Ｔ２との間隔が、１つの生成周期ＳＣ（１フレーム）に相当する。
　時間の経過に沿って説明すると、先ず、時間Ｔ１において、検知画像を生成し、降雨判定がされる。次に、時間Ｔ２および時間Ｔ３において、検知画像は生成されるが、降雨判定はされない。そして、時間Ｔ４では、検知画像を生成すると伴に、降雨判定がされる。その後、降雨判定は、時間Ｔ７および時間Ｔ１０にのみ実施され、他のフレームでは実施されない。このように、検知画像が毎フレーム生成されるのに対し、降雨判定は、３フレーム毎に実施され、時間Ｔ１０以降は、同様の処理が繰り返される。
　上述したように、降雨判定部３０ｂは、複数の生成周期ＳＣ毎に降雨判定を行っており、降雨判定を行う間隔は、予め降雨判定周期ＫＣとして設定されている。本実施の形態において、降雨判定周期ＫＣは３フレームとされているが、これに限定されず、降雨判定を行う間隔は、適宜変更してもよい。このように、時間をあけて降雨判定を行うことで、降雨判定による処理時間の増加を必要最小限に抑えることができる。つまり、障害物検知装置１０では、障害物５１に素早く対応できるように、生成周期ＳＣが短く設定されているが、天候の変化は、障害物５１等と比較すると緩やかである。そのため、降雨判定の頻度を下げて、過剰な処理を抑制してもよい。
　次に、第４実施形態での障害物検知方法の処理フローについて、図面を参照して説明する。第４実施形態では、第１実施形態と略同様の処理がされるので、異なる点について詳細に説明し、他の点については説明を省略する。
　図１３は、本発明の第４実施形態に係る障害物検知装置の障害物検知方法の処理フローを示すフロー図である。
　移動体１は、第１実施形態と同様に、処理開始時に走行速度で走行面１００を走行している状態とされている。
　ステップＳ５０１では、第１実施形態と同様に、検知画像生成部３０ａによって、検知画像が生成される。
　ステップＳ５０２では、降雨判定部３０ｂによって、降雨判定周期ＫＣに到達したかどうかが判断される。ここでは、前に降雨判定を実施してから、降雨判定周期ＫＣとして設定された時間を経過したかどうかが判断される。その結果、降雨判定周期ＫＣに到達した場合（ステップＳ５０２：Ｙｅｓ）には、ステップＳ５０３へ進む。一方、降雨判定周期ＫＣに到達していない場合（ステップＳ５０２：Ｎｏ）には、ステップＳ５０９へ進む。
　ステップＳ５０３ないしステップＳ５１２の処理については、上述したステップＳ１０２ないしステップＳ１１１と同様とされているので、具体的な説明は省略する。つまり、降雨判定周期ＫＣに到達した場合には、ステップＳ１０２に相当するステップＳ５０３において、降雨判定処理が実施される。一方、降雨判定周期ＫＣに到達していない場合には、ステップＳ１０８に相当するステップＳ５０９において、障害物判定処理が実施される。従って、降雨判定周期ＫＣに到達したかどうかによって、降雨判定の要否が判断される。なお、ステップＳ５０３の降雨判定処理では、図６に示す降雨判定処理１を適用してもよいし、図１１に示す降雨判定処理２を適用してもよい。
　（第５実施形態）
　次に、本発明の第５実施形態に係る障害物検知装置および移動体について、図面を参照して説明する。なお、第５実施形態は、第１実施形態と略同様であるので、外観図や構成図を省略し、第１実施形態ないし第４実施形態と機能が実質的に等しい構成要素については、同一の符号を付して説明を省略する。
　図１４は、本発明の第５実施形態における降雨判定の繰り返しと判定結果の出力との関係を示す説明図である。
　第５実施形態は、第４実施形態に対して、降雨判定を繰り返してから判定結果を出力する点で異なる。第４実施形態では、降雨判定を行った判定結果を直ぐに出力していたが、第５実施形態では、同じ判定結果が連続した際に、判定結果を出力している。
　図１４は、図１２と同様に、時間の経過に応じて、降雨判定を行うタイミングを示している。図１４では、図１２と同じように、３フレーム毎に降雨判定が行われており、時間Ｔ１、時間Ｔ４、時間Ｔ７、および時間Ｔ１０で降雨判定が行われている。降雨判定の結果、時間Ｔ１では、降雨していないと判定され、時間Ｔ４、時間Ｔ７、および時間Ｔ１０では、降雨していると判定されている。本実施の形態では、同じ判定が３回連続した際に、判定結果を出力する構成とされており、時間Ｔ１０において、降雨状態であるとの判定結果が出力される。なお、具体的な処理については、図１５および図１６に示す処理フローと併せて説明する。
　次に、第５実施形態での障害物検知方法の処理フローについて、図面を参照して説明する。第５実施形態では、第４実施形態と略同様の処理がされるので、異なる点について詳細に説明し、他の点については説明を省略する。
　図１５は、本発明の第５実施形態に係る障害物検知装置の障害物検知方法の処理フローを示すフロー図であって、図１６は、本発明の第５実施形態における連続判定処理の処理フローを示すフロー図である。
　ステップＳ６０１ないしステップＳ６０３の処理は、上述したステップＳ５０１ないしステップＳ５０３と同様とされており、ステップＳ６０５ないしステップＳ６１３の処理は、上述したステップＳ５０４ないしステップＳ５１２と同様とされており、具体的な説明は省略する。つまり、第５実施形態は、第４実施形態に対し、ステップＳ６０３の後、ステップＳ６０４として図１６に示す連続判定処理を実施する点で異なる。そこで、図１６を参照して、連続判定処理について説明する。
　ステップＳ７０１では、降雨判定部３０ｂによって、降雨判定処理（ステップＳ６０３）での判定結果が、前回の降雨判定処理での判定結果と同じかどうかが判断される。例えば、図１４の時間Ｔ４での降雨判定であれば、時間Ｔ１での降雨判定に対して、判定結果を比較する。その結果、判定結果が前回と同じである場合（ステップＳ７０１：Ｙｅｓ）には、ステップＳ７０２へ進む。一方、判定結果が前回と異なる場合（ステップＳ７０１：Ｎｏ）には、ステップＳ７０３へ進む。
　ステップＳ７０２では、降雨判定部３０ｂによって、判定回数を１回増加する。本実施の形態では、降雨判定の結果を判定回数として数えて記憶する構成とされている。例えば、判定回数が１回として記憶されている場合には、ステップＳ７０２を経ることで、２回として記憶される。
　ステップＳ７０３では、降雨判定部３０ｂによって、判定回数をリセットする。ここでは、記憶されている判定回数に拘わらず、判定回数を１回として記憶させる。
　ステップＳ７０４では、降雨判定部３０ｂによって、判定回数が規定値を超えたかどうかが判断される。規定値は、予め３回に設定されており、判定回数が３回となったとき、規定値を超えたと判断される。その結果、判定回数が規定値を超えた場合（ステップＳ７０４：Ｙｅｓ）には、ステップＳ７０５へ進む。一方、判定回数が規定値を超えていない場合（ステップＳ７０４：Ｎｏ）には、ステップＳ７０６へ進む。なお、本実施の形態では、規定値を３回に設定していたが、規定値は適宜設定すればよい。
　ステップＳ７０５では、降雨判定部３０ｂによって、今回の生成周期ＳＣでの判定結果を出力し、処理を終了する。
　ステップＳ７０６では、降雨判定部３０ｂによって、前回出力した判定結果を出力し、処理を終了する。
　連続判定処理の後、ステップＳ６０５では、降雨判定部３０ｂによって、出力された判定結果が降雨状態であるかどうかが判断される。つまり、ステップＳ６０５では、ステップＳ５０４と同様の処理がされ、降雨状態であれば、ステップＳ６０６へ進み、移動体１の徐行走行等の対処がされる。また、降雨状態でなければ、ステップＳ６０８へ進み、移動体１に通常走行をさせる。
　本実施の形態では、上述した処理をしており、以下では、連続判定処理について、図１４に示す場合を具体例として説明する。なお、時間Ｔ１以前では、降雨状態ではないとの判定結果が連続して出力されていると想定する。
　時間Ｔ１では、降雨状態ではないと判定されており、判定結果が前回と同じであるので、判定回数が１回増加される（ステップＳ７０２）。そして、判定回数が規定値を超えており、降雨状態ではないとの判定結果が出力される（ステップＳ７０５）。
　時間Ｔ４では、降雨状態であると判定され、前回の判定結果と異なるので、判定回数がリセットされる（ステップＳ７０３）。そして、判定回数は１回となり、規定値を超えていないので、時間Ｔ１と同じ判定結果（降雨状態ではない）が出力される（ステップＳ７０６）。
　時間Ｔ７では、降雨状態であると判定され、判定結果が前回と同じであるので、判定回数は、１回増加されて２回となる。そして、判定回数は、規定値を超えていないので、時間Ｔ４と同じ判定結果が出力される。
　時間Ｔ１０では、降雨状態であると判定され、判定結果が前回と同じであるので、判定回数は、１回増加されて３回となる。その結果、判定回数は、規定値を超え、時間Ｔ１０での判定結果（降雨状態である）が出力される（ステップＳ７０５）。
　上述したように、時間Ｔ４において、降雨していると判定されるが、その前の時間Ｔ１において、降雨していないと判定されているため、同じ判定が連続しておらず、降雨状態であるとの判定結果は出力されない。そして、時間Ｔ７でも降雨していると判定されるが、判定が連続した回数が２回であるため、判定結果は出力されない。さらに、時間Ｔ１０で降雨していると判定された際、判定が連続した回数が３回となり、降雨状態であるとの判定結果が出力される。降雨判定を繰り返した場合、雨などは、ある程度継続して降るため、同じ結果が連続するが、一時的なノイズであれば異なる結果となる。同じ結果が連続した場合に、雨か否かを判断することで、検知画像のノイズなどを雨粒であると誤検知することを防止することができる。
　なお、第５実施形態では、複数フレーム毎に降雨判定を行う構成としたが、これに限定されず、第１実施形態と同様に、１フレーム毎に降雨判定を行う構成としてもよい。
　（第６実施形態）
　次に、本発明の第６実施形態に係る障害物検知装置および移動体について、図面を参照して説明する。なお、第６実施形態は、第１実施形態と略同様であるので、外観図や構成図を省略し、第１実施形態ないし第５実施形態と機能が実質的に等しい構成要素については、同一の符号を付して説明を省略する。
　図１７Ａは、検知距離を示す第１距離データの説明図であって、図１７Ｂは、検知距離を示す第２距離データの説明図である。なお、図１７Ａおよび図１７Ｂでは、一部を強調するために、ハッチングしている。
　第６実施形態において、降雨判定部３０ｂは、降雨判定の際に、検知画像における被検知物５０の周囲との検知距離ＫＬの差を算出する構成とされている。そして、降雨判定では、周囲との検知距離ＫＬの差が大きい測定点（画素）を孤立点とし、孤立点の数に基づいて、降雨しているかどうかを判定する。
　本実施の形態では、検知画像を生成する際、座標毎の検知距離ＫＬを示す距離データを生成する構成とされている。図１７Ａおよび図１７Ｂに示す第１距離データＤＴ１および第２距離データＤＴ２は、生成された距離データの一部を拡大して示した具体例である。距離データは、行列によって座標が示されており、座標と検知距離ＫＬとが関連付けられている。第１距離データＤＴ１および第２距離データＤＴ２は、「３×３」の行列とされている。横方向Ｘでは、「１列」、「２列」、および「３列」が並んでおり、縦方向Ｙでは、「Ａ行」、「Ｂ行」、および「Ｃ行」が並んでいる。以下では、説明の簡略化のため、行と列とを併せて座標を示している。例えば、左上段（１行１列目）の座標であれば、「Ａ１」と呼び、右中段（２行３列目）の座標であれば、「Ｂ３」と呼ぶ。なお、第１距離データＤＴ１および第２距離データＤＴ２は、距離データの一部を拡大して示した図面であって、距離データは「３×３」より多い行と列とで構成されていてもよい。
　図１７Ａに示す第１距離データＤＴ１における検知距離ＫＬは、「Ｂ２」が１ｍ（メートル）であって、その他の座標は、１０～１３ｍである。具体的には、検知距離ＫＬの差に関する距離閾値が予め設定されており、本実施の形態において、距離閾値は、５ｍとされている。そして、「Ｂ２」と周囲の座標とにおける検知距離ＫＬを比較した際、検知距離ＫＬの差が距離閾値を超えているため、「Ｂ２」が孤立点であると判定される。
　図１７Ｂに示す第２距離データＤＴ２における検知距離ＫＬは、「Ｂ２」が１ｍであって、「Ｂ２」に隣接する「Ｂ１」の検知距離ＫＬが４ｍであり、その他の座標は、１０～１３ｍである。第２距離データＤＴ２において、「Ｂ２」と「Ｂ１」との検知距離ＫＬの差が距離閾値を超えていないため、「Ｂ２」および「Ｂ１」は、孤立点ではないと判定される。
　図１８Ａは、検知画像生成部によって生成された第９検知画像を示す説明図であって、図１８Ｂは、検知画像生成部によって生成された第１０検知画像を示す説明図である。
　検知画像生成部３０ａでは、上述した孤立点を反射点として示した検知画像を生成する。つまり、画像データにおいて、孤立点に対応する画素が「１」として示され、それ以外の画素が「０」として示される。具体的に、図１８Ａに示す第９検知画像ＧＺ９では、反射点ＨＫ７は、第９検知画像ＧＺ９内に離散的に位置しており、数は「１３」である。また、図１８Ｂに示す第１０検知画像ＧＺ１０では、反射点ＨＫ８は、第１０検知画像ＧＺ１０内に離散的に位置しており、数は「４」である。降雨判定において、孤立点の数に関する孤立点閾値が予め設定されており、本実施の形態において、孤立点閾値は、「１０」とされている。つまり、第９検知画像ＧＺ９は、反射点ＨＫ７（孤立点）の数が孤立点閾値を超えているため、降雨状態であると判定され、第１０検知画像ＧＺ１０は、反射点ＨＫ８の数が孤立点閾値を超えていないため、降雨状態ではないと判定される。なお、距離閾値および孤立点閾値については、適宜設定すればよい。
　次に、第６実施形態での障害物検知方法の処理フローについて、図面を参照して説明する。第６実施形態では、第１実施形態に対して、降雨判定処理が異なっているが、その他は、同様の処理がされる。つまり、第６実施形態では、上述した図５に示す処理フローが実施され、ステップＳ１０２において、以下に示す降雨判定処理３が実施される。
　図１９は、本発明の第３実施形態における降雨判定処理３の処理フローを示すフロー図である。
　ステップＳ８０１では、検知画像生成部３０ａによって、被検知物５０毎の検知距離ＫＬを示した距離データ（例えば、第１距離データＤＴ１および第２距離データＤＴ２）を生成する。
　ステップＳ８０２では、降雨判定部３０ｂによって、距離データにおける孤立点の数をカウントする。孤立点については、距離閾値に基づいて判定される。ここで、距離データにおける孤立点を数えてもよいし、距離データに対応する検知画像の反射点を数えてもよい。
　ステップＳ８０３では、降雨判定部３０ｂによって、孤立点の数が孤立点閾値を超えているかどうかが判断される。その結果、孤立点の数が孤立点閾値を超えている場合（ステップＳ８０３：Ｙｅｓ）には、ステップＳ８０４へ進む。一方、孤立点の数が孤立点閾値を超えていない場合（ステップＳ８０３：Ｎｏ）には、ステップＳ８０５へ進む。
　ステップＳ８０４では、降雨判定部３０ｂによって、降雨状態であると判定され、降雨判定処理３を終了する。
　ステップＳ８０５では、降雨判定部３０ｂによって、降雨状態ではないと判定され、降雨判定処理３を終了する。
　上述したように、検知距離ＫＬに基づいて比較することで、離散的に位置している雨粒５２かどうかを判断することができる。また、障害物５１が存在するなどして、被検知物５０が局所的に集中している場合でも、統計的な偏りに影響されることなく、検知距離ＫＬの差を把握することができる。
　（第７実施形態）
　次に、本発明の第７実施形態に係る障害物検知装置および移動体について、図面を参照して説明する。なお、第７実施形態は、第１実施形態と略同様であるので、外観図や構成図を省略し、第１実施形態ないし第６実施形態と機能が実質的に等しい構成要素については、同一の符号を付して説明を省略する。
　図２０Ａは、第１フレームでの第３距離データを示す説明図であって、図２０Ｂは、第２フレームでの第４距離データを示す説明図であって、図２０Ｃは、第３フレームでの第５距離データを示す説明図であって、図２０Ｄは、検知距離の最大値を取得した第６距離データを示す説明図である。なお、図２０Ａないし図２０Ｄでは、一部を強調するために、ハッチングしている。
　第７実施形態は、第１実施形態に対して、雨除去処理に用いられている方法が異なる。第７実施形態において、雨除去処理部３０ｃは、検知画像に対し、複数の生成周期ＳＣ毎の検知距離ＫＬを比較して、孤立点を除去する構成とされている。本実施の形態では、検知画像を生成したフレームに対して、１フレーム前と２フレーム前とを併せた３フレームで、検知距離ＫＬを比較している。なお、以下では説明のため、３つの連続したフレームを時間の経過に沿って、第１フレーム、第２フレーム、および第３フレームと呼ぶ。
　第３距離データＤＴ３、第４距離データＤＴ４、および第５距離データＤＴ５は、それぞれ第１フレーム、第２フレーム、および第３フレームでの検知画像に対応する距離データの一部とされており、第１距離データＤＴ１と同様に、「３×３」の行列とされている。なお、第３距離データＤＴ３、第４距離データＤＴ４、および第５距離データＤＴ５は、検知範囲ＫＨにおいて、同じ座標を示している。
　第３距離データＤＴ３の検知距離ＫＬは、「Ａ１」が２ｍ、「Ａ２」が１０ｍ、「Ａ３」が９ｍ、「Ｂ１」が１３ｍ、「Ｂ２」が１０ｍ、「Ｂ３」が２ｍ、「Ｃ１」が１２ｍ、「Ｃ２」が４ｍ、「Ｃ３」が９ｍである。
　第４距離データＤＴ４の検知距離ＫＬは、「Ａ１」が８ｍ、「Ａ２」が１ｍ、「Ａ３」が６ｍ、「Ｂ１」が４ｍ、「Ｂ２」が２ｍ、「Ｂ３」が２ｍ、「Ｃ１」が１３ｍ、「Ｃ２」が６ｍ、「Ｃ３」が３ｍである。
　第５距離データＤＴ５の検知距離ＫＬは、「Ａ１」が７ｍ、「Ａ２」が１５ｍ、「Ａ３」が３ｍ、「Ｂ１」が４ｍ、「Ｂ２」が１０ｍ、「Ｂ３」が２ｍ、「Ｃ１」が８ｍ、「Ｃ２」が１１ｍ、「Ｃ３」が５ｍである。
　雨除去処理では、それぞれの測定点において最大となる検知距離ＫＬを取得し、測定点毎の最大値を示す最大値データを生成する。例えば、「Ａ１」の場合には、第４距離データＤＴ４の８ｍを最大値として取得する。他の座標も同様に最大値が取得され、第３距離データＤＴ３、第４距離データＤＴ４、および第５距離データＤＴ５の最大値データとして、図２０Ｄに示す第６距離データＤＴ６が生成される。
　第６距離データＤＴ６の検知距離ＫＬは、「Ａ１」が８ｍ、「Ａ２」が１５ｍ、「Ａ３」が９ｍ、「Ｂ１」が１３ｍ、「Ｂ２」が１０ｍ、「Ｂ３」が２ｍ、「Ｃ１」が１３ｍ、「Ｃ２」が１１ｍ、「Ｃ３」が９ｍである。
　このようにして生成された最大値データに対して、障害物判定を行う場合には、検知距離ＫＬに関して予め設定された閾値を基準として、反射点かどうかを判断すればよい。例えば、閾値が５ｍとされていた場合、第６距離データＤＴ６では、「Ｂ３」が被検知物５０に対応する反射点であると判断される。そして、距離データにおける反射点の数と障害物閾値とを比較して、被検知物５０が障害物５１であると判定される。
　第３距離データＤＴ３ないし第５距離データＤＴ５の検知距離について、「Ｂ３」以外では、閾値より小さい座標も存在しており、障害物５１と雨粒５２とのいずれかを判別できない。しかしながら、他のフレームと比較すると、検知距離ＫＬが変動している。これに対し、「Ｂ３」では、いずれのフレームでも２ｍとなっており、検知距離ＫＬが変わらない。このように、生成周期ＳＣ毎の検知距離ＫＬを比較して、同じ箇所に位置しているものと、雨粒５２のように高速で動くものとを区別することができる。雨粒５２等が存在する座標については、検知距離ＫＬの最大値を取得することで、障害物検知の妨げとなるノイズを除去することができる。また、検知距離ＫＬを比較するといった簡素な演算を用いた処理とされているので、処理の高速化を図ることができる。
　次に、第７実施形態での障害物検知方法の処理フローについて、図面を参照して説明する。第７実施形態では、第１実施形態に対して、雨除去判定処理が異なっているが、その他は、同様の処理がされる。つまり、第７実施形態では、上述した図５に示す処理フローが実施され、ステップＳ１０５において、以下に示す雨除去処理２が実施される。
　図２１は、本発明の第７実施形態における雨除去処理２の処理フローを示すフロー図である。
　ステップＳ９０１では、検知画像生成部３０ａによって、被検知物５０毎の検知距離ＫＬを示した距離データ（例えば、第３距離データＤＴ３ないし第５距離データＤＴ５）を生成する。なお、雨除去処理を実施するフレームでの距離データだけを生成し、生成した距離データを記憶させる構成としてもよい。つまり、前のフレームにおける距離データは、記憶された距離データを参照すればよい。
　ステップＳ９０２では、雨除去処理部３０ｃによって、複数の生成周期ＳＣにおける距離データのうち、測定点毎の最大値を取得する。本実施の形態では、３フレームでの最大値を取得する構成としたが、これに限定されず、比較するフレームの数は適宜設定すればよい。
　ステップＳ９０３では、雨除去処理部３０ｃによって、測定点毎の最大値を示す最大値データ（例えば、第６距離データＤＴ６）を生成し、処理を終了する。その後の障害物判定は、最大値データを対象として実施される。
　第６実施形態および第７実施形態では、図５に示す処理フローが実施される構成としたが、これに限定されず、図１３または図１５に示す処理フローを実施し、複数フレーム毎に降雨判定を行う構成としてもよい。
　なお、今回開示した実施の形態は全ての点で例示であって、限定的な解釈の根拠となるものではない。従って、本発明の技術的範囲は、上記した実施の形態のみによって解釈されるものではなく、特許請求の範囲の記載に基づいて画定される。また、特許請求の範囲と均等の意味および範囲内での全ての変更が含まれる。
　なお、この出願は、日本で２０１５年１月２８日に出願された特願２０１５－０１４０７４号に基づく優先権を請求する。その内容はこれに言及することにより、本出願に組み込まれるものである。また、本明細書に引用された文献は、これに言及することにより、その全部が具体的に組み込まれるものである。
　１　移動体
　１０　障害物検知装置
　１１　測距センサ
　２０　駆動部
　３０　ＣＰＵ
　３０ａ　検知画像生成部
　３０ｂ　降雨判定部
　３０ｃ　雨除去処理部
　３０ｄ　障害物判定部
　３０ｅ　走行制御部
　５０　被検知物
　５１　障害物
　５２　雨粒
　１００　走行面
　ＫＬ　検知距離
　ＫＨ　検知範囲

Claims (15)

  1. 　被検知物に対する検知波を送波し、該被検知物からの反射波を受波して、該被検知物までの検知距離を測定する測距センサと、
    　前記測距センサの測距結果に基づいて、前記検知波が送波された検知範囲における前記被検知物の有無を示す検知画像を生成する検知画像生成部と、
    　前記検知画像内の前記被検知物のうち、離散的に位置する孤立点の有無に基づいて、前記検知範囲が降雨状態であるか否かの降雨判定をする降雨判定部と、
    　前記検知画像から前記孤立点を除去する雨除去処理を行う雨除去処理部と、
    　前記検知画像に基づいて、前記被検知物が障害物であるか否かの障害物判定をする障害物判定部とを備え、
    　前記障害物判定部は、前記降雨判定部によって前記降雨状態であると判定された場合、前記雨除去処理部によって前記雨除去処理された検知画像に基づいて、前記障害物判定を実施すること
    　を特徴とする障害物検知装置。
  2. 　請求項１に記載の障害物検知装置であって、
    　前記検知範囲は、立体空間とされており、
    　前記検知画像生成部は、前記検知画像として、立体空間とされた検知範囲に対応する３次元画像を生成し、
    　前記降雨判定部は、前記３次元画像に対して、前記降雨判定を行うこと
    　を特徴とする障害物検知装置。
  3. 　請求項１に記載の障害物検知装置であって、
    　前記降雨判定部は、前記降雨判定の際に、前記検知画像における前記被検知物の分散値を算出すること
    　を特徴とする障害物検知装置。
  4. 　請求項１に記載の障害物検知装置であって、
    　前記降雨判定部は、前記降雨判定の際に、前記検知画像における前記被検知物の周囲との前記検知距離の差を算出すること
    　を特徴とする障害物検知装置。
  5. 　請求項１に記載の障害物検知装置であって、
    　前記検知画像生成部は、予め設定された生成周期毎に前記検知画像を周期的に生成すること
    　を特徴とする障害物検知装置。
  6. 　請求項１に記載の障害物検知装置であって、
    　前記雨除去処理部は、メディアンフィルタを用いて前記雨除去処理を行うこと
    　を特徴とする障害物検知装置。
  7. 　請求項１に記載の障害物検知装置であって、
    　前記降雨判定部は、前記検知画像と、該検知画像に対しメディアンフィルタを用いて前記孤立点を除去したメディアン処理画像とを比較して、前記降雨判定を行うこと
    　を特徴とする障害物検知装置。
  8. 　請求項５に記載の障害物検知装置であって、
    　前記降雨判定部は、それぞれ異なる生成周期において生成された２つの検知画像を比較して、前記降雨判定を行うこと
    　を特徴とする障害物検知装置。
  9. 　請求項５に記載の障害物検知装置であって、
    　前記降雨判定部は、複数の前記生成周期毎に前記降雨判定を行うこと
    　を特徴とする障害物検知装置。
  10. 　請求項５に記載の障害物検知装置であって、
    　前記降雨判定部は、複数の前記生成周期で前記降雨判定を行い、複数回連続して同じ判定をした際に、該降雨判定の結果を出力すること
    　を特徴とする障害物検知装置。
  11. 　請求項５に記載の障害物検知装置であって、
    　前記雨除去処理部は、前記検知画像に対し、複数の前記生成周期毎の前記検知距離を比較して、前記孤立点を除去すること
    　を特徴とする障害物検知装置。
  12. 　請求項１に記載の障害物検知装置を備え、走行面を走行する移動体。
  13. 　請求項１２に記載の移動体であって、
    　前記走行面で走行する走行速度を制御する走行制御部を備え、
    　前記走行制御部は、前記降雨判定部によって前記降雨状態であると判定された場合、前記走行速度を減速させる制御をすること
    　を特徴とする移動体。
  14. 　被検知物に対する検知波を送波し、該被検知物からの反射波を受波して、該被検知物までの検知距離を測定する測距センサを備えた障害物検知装置における障害物検知方法であって、
    　検知画像生成部に、前記測距センサの測距結果に基づいて、前記検知波が送波された検知範囲における前記被検知物の有無を示す検知画像を生成させる検知画像生成ステップと、
    　降雨判定部に、前記検知画像内の前記被検知物のうち、離散的に位置する孤立点の有無に基づいて、前記検知範囲が降雨状態であるか否かの降雨判定をさせる降雨判定ステップと、
    　雨除去処理部に、前記検知画像から前記孤立点を除去する雨除去処理を行わせる雨除去処理ステップと、
    　障害物判定部に、前記検知画像に基づいて、前記被検知物が障害物であるか否かの障害物判定をさせる障害物判定ステップとを含み、
    　前記障害物判定ステップは、前記降雨判定ステップで前記降雨状態であると判定された場合、前記雨除去処理ステップで前記雨除去処理された検知画像に基づいて、前記障害物判定を実施すること
    　を特徴とする障害物検知方法。
  15. 　請求項１４に記載の各ステップをコンピュータに実行させるための障害物検知プログラム。
PCT/JP2016/052142 2015-01-28 2016-01-26 障害物検知装置、移動体、障害物検知方法、および障害物検知プログラム WO2016121741A1 (ja)

Priority Applications (2)

Application Number Priority Date Filing Date Title
CN201680007959.5A CN107209268A (zh) 2015-01-28 2016-01-26 障碍物检测装置、移动体、障碍物检测方法以及障碍物检测程序
US15/546,016 US10921429B2 (en) 2015-01-28 2016-01-26 Obstacle detection device, moving body, and obstacle detection method

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
JP2015014074A JP6418961B2 (ja) 2015-01-28 2015-01-28 障害物検知装置、移動体、障害物検知方法、および障害物検知プログラム
JP2015-014074 2015-01-28

Publications (1)

Publication Number Publication Date
WO2016121741A1 true WO2016121741A1 (ja) 2016-08-04

Family

ID=56543352

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/JP2016/052142 WO2016121741A1 (ja) 2015-01-28 2016-01-26 障害物検知装置、移動体、障害物検知方法、および障害物検知プログラム

Country Status (4)

Country Link
US (1) US10921429B2 (ja)
JP (1) JP6418961B2 (ja)
CN (1) CN107209268A (ja)
WO (1) WO2016121741A1 (ja)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2023181948A1 (ja) * 2022-03-24 2023-09-28 株式会社デンソー ノイズ除去装置、物体検出装置およびノイズ除去方法

Families Citing this family (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP6900214B2 (ja) * 2017-03-22 2021-07-07 株式会社Ｉｈｉエアロスペース 障害物検出装置と障害物検出方法
JP2019102047A (ja) * 2017-11-28 2019-06-24 Thk株式会社 画像処理装置、移動ロボットの制御システム、移動ロボットの制御方法
WO2019163005A1 (ja) * 2018-02-20 2019-08-29 三菱電機株式会社 計測監視装置および計測監視プログラム
JP7160085B2 (ja) 2018-03-19 2022-10-25 ソニーグループ株式会社 画像処理装置、画像処理方法及びプログラム
JP2019163001A (ja) * 2018-03-20 2019-09-26 シャープ株式会社 移動体
DE102018126506A1 (de) * 2018-10-24 2020-04-30 Valeo Schalter Und Sensoren Gmbh Regenerkennung mit einem Umgebungssensor zur punktweisen Erfassung einer Umgebung eines Fahrzeugs, insbesondere mit einem LiDAR-basierten Umgebungssensor
CN110031823B (zh) * 2019-04-22 2020-03-24 上海禾赛光电科技有限公司 可用于激光雷达的噪点识别方法以及激光雷达系统
KR102112585B1 (ko) * 2019-06-20 2020-05-19 인천대학교 산학협력단 장애물 감지를 통해 충돌 방지가 가능한 스마트 유모차 및 그 동작 방법
CN113075933B (zh) * 2021-03-30 2023-08-29 北京布科思科技有限公司 机器人通行控制方法和装置及设备
CN113625261B (zh) * 2021-08-10 2024-04-12 厦门市弘威崇安科技有限公司 一种无人值守的微波雷达-麦克风阵列声波检测器节点

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH04291190A (ja) * 1991-03-20 1992-10-15 Toyota Motor Corp 車間距離検出装置
JPH1010233A (ja) * 1996-06-24 1998-01-16 Mitsui Eng & Shipbuild Co Ltd レーザ式障害物検知方法およびセンサ
JP2000046942A (ja) * 1998-07-23 2000-02-18 Eaton Vorad Technol Llc レ―ダ装置において降雨散乱を除く装置および方法
JP2005043201A (ja) * 2003-07-22 2005-02-17 Omron Corp 車両用レーダ装置
JP2011016421A (ja) * 2009-07-08 2011-01-27 Higashi Nippon Transportec Kk 支障物検知装置及びこれを備えたプラットホームドアシステム並びに支障物検知方法
JP2014202527A (ja) * 2013-04-02 2014-10-27 株式会社神戸製鋼所 列車先頭位置の検出方法及び検出装置

Family Cites Families (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE10142459A1 (de) * 2001-08-31 2003-03-20 Adc Automotive Dist Control Abstandsradar für Kraftfahrzeuge und Verfahren zum Betreiben des Abstandsradars
JP2006285548A (ja) 2005-03-31 2006-10-19 Secom Co Ltd 移動ロボット及び遠隔操作システム
SG139579A1 (en) * 2006-07-20 2008-02-29 Cyclect Electrical Engineering A foreign object detection system
JP4757148B2 (ja) 2006-08-28 2011-08-24 本田技研工業株式会社 車両の接触回避支援装置
CN100494900C (zh) * 2007-07-03 2009-06-03 北京控制工程研究所 适用于自主移动车辆的环境感知的单目视觉导航方法
CN101975951B (zh) * 2010-06-09 2013-03-20 北京理工大学 一种融合距离和图像信息的野外环境障碍检测方法
CN102540193B (zh) * 2010-12-24 2014-04-30 无锡物联网产业研究院 一种激光雷达监测系统
CN202294308U (zh) * 2011-10-31 2012-07-04 富士重工业株式会社 车辆用行驶控制装置
CN102510482A (zh) * 2011-11-29 2012-06-20 蔡棽 一种提高能见度和可视距离的图像拼接重建及全局监控方法
CN102589515B (zh) * 2012-01-12 2014-12-17 安科智慧城市技术（中国）有限公司 一种雾天距离测量方法及装置、距离预警方法及装置
TWI480810B (zh) * 2012-03-08 2015-04-11 Ind Tech Res Inst 基於單一影像的影像內雨紋去除方法與裝置
CN104508726B (zh) * 2012-07-27 2017-05-03 日产自动车株式会社 三维物体检测装置和三维物体检测方法
MX339745B (es) * 2012-07-27 2016-06-08 Nissan Motor Dispositivo de deteccion de objetos tridimensionales, metodo de deteccion de objetos tridimensionales.
TWI494899B (zh) * 2012-12-19 2015-08-01 Ind Tech Res Inst 影像內週期性雜訊修補方法
KR101683984B1 (ko) * 2014-10-14 2016-12-07 현대자동차주식회사 라이더 데이터 필터링 시스템 및 그 방법

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH04291190A (ja) * 1991-03-20 1992-10-15 Toyota Motor Corp 車間距離検出装置
JPH1010233A (ja) * 1996-06-24 1998-01-16 Mitsui Eng & Shipbuild Co Ltd レーザ式障害物検知方法およびセンサ
JP2000046942A (ja) * 1998-07-23 2000-02-18 Eaton Vorad Technol Llc レ―ダ装置において降雨散乱を除く装置および方法
JP2005043201A (ja) * 2003-07-22 2005-02-17 Omron Corp 車両用レーダ装置
JP2011016421A (ja) * 2009-07-08 2011-01-27 Higashi Nippon Transportec Kk 支障物検知装置及びこれを備えたプラットホームドアシステム並びに支障物検知方法
JP2014202527A (ja) * 2013-04-02 2014-10-27 株式会社神戸製鋼所 列車先頭位置の検出方法及び検出装置

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
SOTA TSUCHIYA ET AL.: "The Rain Noise Removal from a Standstill Video Image", THE JOURNAL OF THE INSTITUTE OF IMAGE ELECTRONICS ENGINEERS OF JAPAN, vol. 39, no. 6, 25 November 2010 (2010-11-25), pages 1112 - 1114, ISSN: 0285-9831 *

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2023181948A1 (ja) * 2022-03-24 2023-09-28 株式会社デンソー ノイズ除去装置、物体検出装置およびノイズ除去方法

Also Published As

Publication number Publication date
US20180024229A1 (en) 2018-01-25
US10921429B2 (en) 2021-02-16
JP6418961B2 (ja) 2018-11-07
JP2016138818A (ja) 2016-08-04
CN107209268A (zh) 2017-09-26

Similar Documents

Publication Publication Date Title
JP6418961B2 (ja) 障害物検知装置、移動体、障害物検知方法、および障害物検知プログラム
JP4721279B2 (ja) 車線追従支援装置
JP5167051B2 (ja) 車両の運転支援装置
JP6222785B2 (ja) 操舵支援装置
EP2957474A1 (en) Parking assist apparatus
US9489847B2 (en) Method and arrangement for determining a trajectory
KR20190006180A (ko) 보행자 보호시 자율적인 제동 실패 관리
JP2009286279A (ja) 車両の運転支援装置
KR102057428B1 (ko) 차량의 주행 제어 방법 및 주행 제어 장치
JP2017027202A (ja) 運転支援システム
GB2541354A (en) Collision avoidance method, computer program product for said collision avoidance method and collision avoidance system
JP2009116790A (ja) 車両用運転支援装置および運転支援方法
CN108216365B (zh) 驾驶支持器
KR20170000569A (ko) 차량의 충돌 감지 방법
JP2014089686A (ja) 車速度推定装置及び方法
CN111474930A (zh) 一种基于视觉定位的循迹控制方法、装置、设备及介质
US11753002B2 (en) Vehicular control system
US11235735B2 (en) Vehicle control apparatus
US9741251B2 (en) Collision avoidance assistance device and collision avoidance assistance method
US8364341B2 (en) Method for controlling a driver assistance system
JP4923766B2 (ja) 車両用制動力制御装置
CN114901535A (zh) 用于预测车辆的轨迹的系统和方法
CN108216209B (zh) 驾驶支持器
WO2014083816A1 (ja) 運転支援装置
TWI723657B (zh) 車輛控制方法與車用控制系統

Legal Events

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

Ref document number: 16743344

Country of ref document: EP

Kind code of ref document: A1

WWE Wipo information: entry into national phase

Ref document number: 15546016

Country of ref document: US

NENP Non-entry into the national phase

Ref country code: DE

122 Ep: pct application non-entry in european phase

Ref document number: 16743344

Country of ref document: EP

Kind code of ref document: A1