WO2023194761A1 - 情報処理方法及び情報処理装置 - Google Patents

情報処理方法及び情報処理装置 Download PDF

Info

Publication number
WO2023194761A1
WO2023194761A1 PCT/IB2022/000194 IB2022000194W WO2023194761A1 WO 2023194761 A1 WO2023194761 A1 WO 2023194761A1 IB 2022000194 W IB2022000194 W IB 2022000194W WO 2023194761 A1 WO2023194761 A1 WO 2023194761A1
Authority
WO
WIPO (PCT)
Prior art keywords
cluster
timing
information processing
point
road surface
Prior art date
Application number
PCT/IB2022/000194
Other languages
English (en)
French (fr)
Inventor
池上堯史
松尾治夫
永瀬誠信
Original Assignee
日産自動車株式会社
ルノー エス． ア． エス．
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 日産自動車株式会社, ルノー エス． ア． エス． filed Critical 日産自動車株式会社
Priority to PCT/IB2022/000194 priority Critical patent/WO2023194761A1/ja
Publication of WO2023194761A1 publication Critical patent/WO2023194761A1/ja

Links

Images

Classifications

    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W40/00—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models
    • B60W40/02—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models related to ambient conditions
    • B60W40/06—Road conditions

Definitions

  • the present invention relates to an information processing method and an information processing device.
  • the present invention has been made in view of the above problems.
  • the aim is to falsely recognize stationary structures such as curbs as moving objects, even if the density of ranging points around the vehicle obtained by sensor scanning is not sufficient.
  • An object of the present invention is to provide an information processing method and an information processing device that can reduce the possibility of being lost.
  • an information processing method and an information processing apparatus generate clusters of ranging points whose distances from each other are within a predetermined distance based on point cloud data. , detecting the moving direction of the ranging points included in the cluster from the first timing to the second timing.
  • the altitude condition is that the height of the distance measurement points included in the cluster from the road surface on which the vehicle is running is less than or equal to a predetermined height at at least one of the first timing and the second timing
  • the arrangement condition is that the positions of the ranging points included in the cluster projected on the road surface are arranged along the movement direction at at least one timing, and the first distance to the cluster at the first timing and the second timing are set as an arrangement condition.
  • the deviation condition is that the difference in the second distance to the cluster in is less than or equal to a predetermined value.
  • FIG. 1 is a block diagram showing the configuration of an information processing device 1 according to an embodiment of the present invention.
  • FIG. 2 is a flowchart showing the processing of the information processing device 1 according to an embodiment of the present invention.
  • FIG. 3A is a schematic diagram showing the positional relationship between the distance measurement sensor 10 and a distance measurement point on the surface of a curb.
  • FIG. 3B is a schematic diagram showing the relationship between distance measurement points on the surface of a curb and clusters.
  • FIG. 4A is a first plan view showing an example of the positional relationship between the curb and the distance measurement sensor 10.
  • FIG. 4B is a second plan view showing an example of the positional relationship between the curb and the distance measurement sensor 10.
  • FIG. 4C is a third plan view showing an example of the positional relationship between the curb and the distance measurement sensor 10.
  • FIG. 1 is a block diagram showing the configuration of an information processing device 1 according to this embodiment.
  • the information processing device 1 includes a ranging sensor 10 (sensor) and a controller 20.
  • the information processing device 1 may be installed in a vehicle that has an automatic driving function, or may be installed in a vehicle that does not have an automatic driving function. Further, the information processing device 1 may be installed in a vehicle that can switch between automatic driving and manual driving. Furthermore, even if the automatic driving function is a driving support function that automatically controls only some of the vehicle control functions such as steering control, braking force control, and driving force control to support the driver's driving. good. In this embodiment, the information processing device 1 will be described as being installed in a vehicle having an automatic driving function.
  • the information processing device 1 controls various actuators such as a steering actuator, an accelerator pedal actuator, and a brake actuator based on the recognition results (position, shape, posture, etc. of an object) by the attribute information setting unit 24. may be controlled. This makes it possible to realize highly accurate automated driving.
  • the distance sensor 10 mainly emits electromagnetic waves from a emission point around the vehicle, and detects the position of the reflection point based on the reflected waves of the emitted electromagnetic waves, thereby determining the distance and direction to objects around the vehicle.
  • a sensor that measures .
  • An example of such a sensor is a lidar (LIDAR: Laser Imaging Detection and Ranging).
  • a lidar is a device that emits light (laser light) from a firing point to a predetermined range around a vehicle, detects the position of a distance measurement point that is a reflection point based on reflected waves, and detects points related to the distance measurement point. This is a sensor that generates group data.
  • a lidar measures the distance and direction to an object and recognizes the shape of the object by emitting light and measuring the time it takes for the light (reflected wave) to hit an object and bounce back. Furthermore, the lidar can also obtain three-dimensional positional relationships between objects. Note that it is also possible to perform mapping using the intensity of reflected waves.
  • the lidar scans the surroundings of the vehicle in the main scanning direction and the sub-scanning direction by changing the direction of light irradiation.
  • light is sequentially irradiated onto a plurality of ranging points around the vehicle.
  • a round of irradiation of light to all distance measurement points around the vehicle is repeated at predetermined time intervals.
  • the lidar generates information for each distance measuring point (focusing point information) obtained by irradiating light.
  • the lidar then outputs point cloud data consisting of information on a plurality of ranging points to the controller 20.
  • the ranging point information includes position information of the ranging point.
  • the position information is information indicating the position coordinates of the ranging point.
  • a polar coordinate system may be used for the position coordinates, which is expressed by the direction from the rider to the distance measurement point (yaw angle, pitch angle) and the distance (depth) from the rider to the distance measurement point.
  • a three-dimensional coordinate system expressed by x coordinates, y coordinates, and z coordinates with the origin at the installation position of the rider may be used.
  • the ranging point information may include time information of the ranging point.
  • the time information is information indicating the time when the position information of the ranging point was generated (the reflected electromagnetic wave was received).
  • the ranging point information may include information on the intensity of reflected waves from the ranging point (intensity information).
  • the controller 20 is a general-purpose microcomputer that includes a CPU (central processing unit), memory, and an input/output section.
  • a computer program for functioning as the information processing device 1 is installed in the microcomputer. By executing the computer program, the microcomputer functions as a plurality of information processing circuits included in the information processing device 1.
  • the controller 20 processes data acquired from the ranging sensor 10.
  • a plurality of information processing circuits provided in the information processing device 1 are realized by software, but of course, the information processing circuit can also be configured by preparing dedicated hardware to execute each information processing described below. It is also possible to do so. Further, the plurality of information processing circuits may be configured by individual hardware.
  • the controller 20 includes, as an example of a plurality of information processing circuits (information processing functions), a point cloud acquisition section 21, a distance measurement point extraction section 23, a clustering section 25, a cluster tracking section 27, a speed calculation section 29, It includes a vehicle information acquisition section 31 and a determination section 33.
  • the controller 20 may be expressed as an ECU (Electronic Control Unit).
  • the point cloud acquisition unit 21 acquires point cloud data from the ranging sensor 10.
  • the ranging point extraction unit 23 extracts ranging points of three-dimensional objects existing around the vehicle, excluding ranging points on the road surface on which the vehicle travels, based on the point group data.
  • the clustering unit 25 classifies (clusters) a plurality of ranging points regarding a three-dimensional object into a plurality of clusters based on the distance between each point. More specifically, the clustering unit 25 performs a process of classifying a set of ranging points whose distances to adjacent ranging points are less than or equal to a predetermined value as a cluster of ranging points related to one object. Therefore, each cluster is made up of ranging points that are within a predetermined distance from each other. Note that the predetermined distance may be set in advance, or may be set as appropriate based on the surrounding situation of the vehicle, the speed of the vehicle, and the like.
  • the clustering unit 25 may calculate the size of each cluster based on information on distance measurement points within the cluster. Then, if the calculated cluster size is within a preset range corresponding to the pre-registered object, the clustering unit 25 sets the registered object as a candidate for the cluster. It may be.
  • FIG. 3A is a schematic diagram showing the positional relationship between the distance measurement sensor 10 and a distance measurement point on the surface of a curb.
  • FIG. 3B is a schematic diagram showing the relationship between distance measurement points on the surface of a curb and clusters.
  • the area through which the electromagnetic waves emitted from the emission point of the ranging sensor 10 passes is expressed as a cone BL.
  • the emitting point of the ranging sensor 10 is located at the apex of the cone BL, and the emitted electromagnetic waves pass through the surface of the cone BL.
  • a plurality of ranging points P located at locations where the cone BL and the surface of the curbstone LS intersect are indicated by black dots.
  • the intersection of the cones BL1 to BL5, which indicate the areas through which the electromagnetic waves emitted from the emission point of the distance measurement sensor 10 pass, and the plane including the side surface of the curb LS is indicated by a solid line (curved line). There is. Furthermore, the distance measurement point corresponding to the curb LS is indicated by a black dot. Note that it is assumed that the side surface of the curb LS is perpendicular to the road surface on which the vehicle travels.
  • the electromagnetic waves indicated by the cones BL1 to BL5 have different pitch angles (vertical inclination angles with respect to the horizontal plane) when emitted from the emission point of the range sensor 10.
  • the pitch angle in the traveling direction of the electromagnetic waves corresponding to the cone BL1 is the largest, and the pitch angle in the traveling direction of the electromagnetic waves corresponding to the cones becomes smaller in the order of cones BL2, BL3, BL4, and BL5.
  • the ranging points belonging to cone BL1 and cone BL2 are classified as cluster CL1, and the ranging points belonging to cone BL3 are classified as cluster CL2, which is different from cluster CL1.
  • the ranging points belonging to cluster CL1 and the ranging points belonging to cluster CL2 are both ranging points corresponding to the curb LS, so the ranging points belonging to cluster CL1 and the ranging points belonging to cluster CL1 are originally , should be classified into the same cluster.
  • the curb LS is located far from the firing point of the distance measurement sensor 10 and the density of distance measurement points at the position of the curb LS is not sufficient, as shown in FIG. 3B, when the distance measurement for the same object is A problem may arise where points are classified into different clusters.
  • the cluster tracking unit 27 and determination unit 33 which will be described later, perform processing to reduce the possibility of erroneously recognizing cluster CL1 and cluster CL2 as moving objects.
  • the cluster tracking unit 27 determines whether each cluster at both time points belongs to the same object based on the clustering results (cluster position, shape, etc.) for the distance measurement points at two consecutive time points (first timing and second timing). Determine if it is. For example, the cluster tracking unit 27 acquires the moving direction of the ranging points included in the cluster from the first timing to the second timing.
  • the cluster tracking unit 27 obtains the heights of distance measurement points included in the cluster.
  • the cluster tracking unit 27 calculates a representative value (for example, an average value) of the height of the distance measurement points based on a predetermined ratio or more of the distance measurement points included in the cluster, and calculates the representative value (for example, the average value) of the height of the distance measurement points. It may also be acquired as a height.
  • the cluster tracking unit 27 obtains the arrangement direction of the ranging points included in the cluster. More specifically, the cluster tracking unit 27 calculates the positions of the distance measurement points included in the cluster projected onto the road surface, and calculates the positions parallel to the road surface for the plurality of positions obtained by projecting the plurality of distance measurement points. Get the array direction on a two-dimensional plane. The cluster tracking unit 27 may acquire the arrangement direction based on a predetermined ratio or more of distance measurement points among the distance measurement points included in the cluster.
  • the cluster tracking unit 27 acquires the height of the ranging points and the arrangement direction of the ranging points at at least one of the first timing and the second timing.
  • the cluster tracking unit 27 obtains the distance from the emission point where electromagnetic waves are emitted to the distance measurement point to the cluster.
  • the cluster tracking unit 27 acquires the distance from the firing point to the cluster at the first timing as the first distance, and acquires the distance from the firing point to the cluster at the second timing as the second distance.
  • the cluster tracking unit 27 acquires, for each cluster, the above-mentioned height of the cluster, the direction in which the ranging points in the cluster are arranged, and the distance from the firing point to the cluster.
  • the vehicle information acquisition unit 31 acquires the position, speed, and moving direction of the vehicle.
  • the vehicle information acquisition unit 31 may acquire the position of the vehicle using a GPS receiver or a GNSS receiver (not shown), or may acquire the position of the vehicle using a speed sensor, acceleration sensor, steering angle sensor, gyro sensor, brake oil pressure sensor, accelerator pressure sensor, etc.
  • the state of the vehicle may be acquired using a temperature sensor or the like.
  • the speed calculating unit 29 calculates, for each cluster, the expected moving speed when the cluster is a cluster consisting of ranging points corresponding to curb stones.
  • the size W of the assumed moving speed of the cluster is calculated by the following equation (1).
  • V is the magnitude of the moving speed of the ranging sensor 10
  • ⁇ is the angle formed between the moving direction of the ranging sensor 10 and the arrangement direction of ranging points included in the cluster
  • ⁇ is the yaw of the cluster with respect to the ranging sensor 10. It is an angle (azimuth angle).
  • the moving speed of the ranging sensor 10 is calculated based on the speed of the vehicle and the steering angle.
  • the yaw angle of the cluster is, for example, the average value of the yaw angles of the ranging points included in the cluster, or the yaw angle of the representative point of the cluster calculated based on the ranging points included in the cluster.
  • FIG. 4A is a first plan view showing an example of the positional relationship between the curb and the distance measurement sensor 10.
  • FIG. 4B is a second plan view showing an example of the positional relationship between the curb and the distance measurement sensor 10.
  • FIG. 4C is a third plan view showing an example of the positional relationship between the curb and the distance measurement sensor 10.
  • the distance traveled by the ranging sensor 10 during the unit time ⁇ t is indicated by "V ⁇ t”
  • the distance traveled by the cluster during the unit time ⁇ t is indicated by "W ⁇ t”.
  • the angle formed by the moving direction of the ranging sensor 10 and the arrangement direction of the ranging points included in the cluster is indicated by “ ⁇ ”
  • the yaw angle of the cluster with respect to the ranging sensor 10 is indicated by " ⁇ ”.
  • the distance from the ranging sensor 10 to the cluster (more precisely, the distance in a plane parallel to the road surface) is indicated by "r”.
  • the circle C1 and the circle C2 are circles with a radius r, and the firing point of the ranging sensor 10 located at the center of the circle C1 is shown as being located at the center of the circle C2 after a unit time ⁇ t has elapsed.
  • “W ⁇ t” is estimated by the sum of “W x ⁇ t” and "W y ⁇ t".
  • “W x ⁇ t” is the moving distance of the cluster caused by the distance “V x ⁇ t” that the ranging sensor 10 moves in a direction parallel to the curb LS during the unit time ⁇ t.
  • “W y ⁇ t” is the moving distance of the cluster caused by the distance "V y ⁇ t” that the ranging sensor 10 moves in a direction perpendicular to the curb LS during the unit time ⁇ t.
  • the distance measuring sensor 10 is shown moving in a direction parallel to the curb LS. From the positional relationship between the circle C1 and the circle C2 shown in FIG. 4B, the following equation (2) is established between "W x ⁇ t" and "V x ⁇ t".
  • the distance measuring sensor 10 is shown moving in a direction perpendicular to the curb LS.
  • the magnitude of the moving speed of the cluster consisting of ranging points corresponding to the curb is expressed by the above equation (1).
  • the expected movement speed is calculated based on equation (1) for the cluster actually obtained from the point cloud data, and if the expected movement speed is close to the actual movement speed, the cluster corresponds to a curb. It can be determined that there is a high possibility that
  • the determination unit 33 determines for each cluster whether a condition indicating "kerbstone-likeness" is satisfied.
  • a condition indicating "kerbstone-likeness" is satisfied.
  • the following conditions can be cited as conditions that indicate "kerbstone-likeness.”
  • the altitude condition is that the height of the ranging points included in the cluster from the road surface on which the vehicle is running is equal to or less than a predetermined height at at least one of the first timing and the second timing. Curbs on the road surface are often below a predetermined height. Therefore, a cluster that satisfies the altitude condition is likely to correspond to a curb.
  • the arrangement condition is that the positions of distance measurement points included in a cluster projected onto the road surface are arranged along the moving direction of the cluster at at least one of the first timing and the second timing.
  • the direction in which the distance measurement points included in the cluster corresponding to the curb are arranged as projected onto the road surface matches the direction in which the cluster moves. Therefore, a cluster that satisfies the arrangement condition is likely to correspond to a curb.
  • the deviation condition is that the difference between the first distance from the firing point to the cluster at the first timing and the second distance from the firing point to the cluster at the second timing is less than or equal to a predetermined value.
  • the distance from the launch point to the cluster corresponding to the curb does not vary significantly. Therefore, a cluster for which the deviation condition is satisfied is likely to correspond to a curb.
  • another continuation condition may be that the height of the ranging points included in the cluster at the first timing is the same as the height of the ranging points included in the cluster at the second timing.
  • the height of the ranging points included in the cluster corresponding to the curb does not vary greatly. Therefore, a cluster for which the continuation condition is satisfied is likely to correspond to a curb.
  • the cluster of interest and the multiple adjacent clusters may correspond to the same curb. Highly sexual.
  • the determining unit 33 determines for each cluster whether the above-described condition indicating "kerbstone-likeness" is satisfied. More specifically, the determination unit 33 determines whether all of the main conditions consisting of the altitude condition, arrangement condition, and deviation condition are satisfied. If it is determined that all of the main conditions are satisfied, the determination unit 33 recognizes the cluster as a curb on the road surface.
  • the determination unit 33 may recognize a cluster as a curb on the road surface when it is determined that a continuation condition is satisfied in addition to all of the main conditions. Further, the determination unit 33 may recognize the cluster as a curb on the road surface when it is determined that the speed condition is satisfied in addition to all of the main conditions. Furthermore, the determination unit 33 may recognize a cluster as a curb on the road surface when it is determined that other conditions are satisfied in addition to all of the main conditions.
  • FIG. 2 is a flowchart showing the processing of the information processing device 1 according to the present embodiment.
  • the processing of the information processing device 1 shown in FIG. 2 may be repeatedly executed at a predetermined period.
  • step S101 the point cloud acquisition unit 21 acquires point cloud data from the ranging sensor 10.
  • step S103 the distance measurement point extraction unit 23 extracts distance measurement points of three-dimensional objects existing around the vehicle, excluding distance measurement points on the road surface on which the vehicle is traveling, based on the point cloud data.
  • step S105 the clustering unit 25 classifies (clusters) the plurality of ranging points regarding the three-dimensional object into a plurality of clusters based on the distance between each point.
  • the cluster tracking unit 27 acquires various types of information regarding clusters and ranging points included in the clusters.
  • step S107 the determining unit 33 selects unprocessed clusters from among the clusters obtained by the clustering unit 25.
  • the determination unit 33 determines for each cluster whether a condition indicating "kerbstone-likeness" is satisfied.
  • step S109 the determination unit 33 determines whether the altitude condition is satisfied.
  • step S111 the determination unit 33 determines whether the arrangement condition is satisfied.
  • step S113 the determination unit 33 determines whether the deviation condition is satisfied.
  • the determination unit 33 may determine whether a continuation condition, a speed condition, or other conditions are satisfied.
  • step S117 the determination unit 33 selects This cluster is recognized as a cluster corresponding to something other than a curb.
  • step S115 the determination unit 33 determines that the selected The cluster is recognized as a cluster corresponding to a curb.
  • step S119 it is determined whether the determination process by the determination unit 33 has been completed for all clusters. If it is determined that all clusters have not been processed (NO in step S119), the process returns to step S107.
  • step S119 if it is determined that all clusters have been processed (YES in step S119), the recognition result by the determination unit 33 is output from the input/output unit of the controller 20 in step S121. After that, the flowchart of FIG. 2 ends.
  • the information processing method and information processing apparatus emit electromagnetic waves from a emission point to a predetermined range around a vehicle, and based on reflected waves, a ranging point that is a reflection point is used. Based on point cloud data generated by detecting the position of , a cluster is generated that includes distance measurement points that are within a predetermined distance from each other. Then, the moving direction of the ranging points included in the cluster from the first timing to the second timing is detected.
  • the altitude condition is that the height of the ranging points included in the cluster from the road surface on which the vehicle is running is equal to or less than a predetermined height at at least one of the first timing and the second timing.
  • the arrangement condition is that the positions of the ranging points included in the cluster projected onto the road surface are arranged along the movement direction at at least one of the first timing and the second timing.
  • the deviation condition is that the difference between the first distance from the firing point to the cluster at the first timing and the second distance from the firing point to the cluster at the second timing is less than or equal to a predetermined value. Then, it is determined whether all of the main conditions consisting of the altitude condition, arrangement condition, and deviation condition are satisfied, and when it is determined that all of the main conditions are satisfied, the cluster is recognized as a curb on the road surface.
  • the direction in which the positions are arranged at the first timing is the same as the direction in which the positions are arranged at the second timing.
  • clusters may be recognized as curbstones on the road surface.
  • the arrangement direction of the distance measurement points included in the cluster corresponding to the curb does not change over time if it is at the same point, and changes slowly in space. Therefore, by adding an arrangement condition to the determination, it is possible to reduce the possibility that a moving object is mistakenly determined to be a curb.
  • the information processing method and information processing apparatus are such that it is determined that all of the above main conditions are met, and the height of the ranging point included in the cluster at the first timing and the height of the ranging point included in the cluster at the second timing.
  • the cluster may be recognized as a curb on the road surface if the heights of the distance measurement points are the same.
  • the height of a cluster corresponding to a curb does not change over time if it is at the same point, and changes slowly in space. Therefore, by adding this condition to the determination, it is possible to reduce the possibility that a moving object is mistakenly determined to be a curb.
  • the information processing method and information processing apparatus are such that it is determined that all of the above main conditions are satisfied, and V is the magnitude of the moving speed of the sensor, and ⁇ is the direction in which the sensor moves and the arrangement of positions.
  • the magnitude W of the moving speed of the cluster is given by the angle formed by the direction, ⁇ , being the azimuth angle of the cluster with respect to the sensor.
  • the cluster may be recognized as a curb on the road surface.
  • the magnitude of the moving speed of the cluster corresponding to the curb is determined by the above calculation formula from the moving speed of the sensor, the angle of the curb with respect to the moving direction of the sensor, and the azimuth angle of the ranging points included in the cluster. Therefore, by adding the speed condition to the determination, it is possible to reduce the possibility of erroneously determining that a moving object is a curb.
  • the information processing method and information processing apparatus perform cluster processing when it is determined that all of the above main conditions are satisfied, and when it is determined that all of the main conditions are satisfied after acceleration or deceleration of the vehicle.
  • the information processing method and information processing device recognize the plurality of clusters as curb stones on the road surface when it is determined that all of the above main conditions are satisfied for two or more plurality of clusters. It may be something. In the case of spatially continuous curbstones, the above-mentioned conditions are likely to hold true in multiple clusters. Therefore, by determining that the above-mentioned condition is satisfied in a plurality of clusters, it is possible to reduce the possibility that a moving object is incorrectly determined to be a curb.
  • Processing circuits include programmed processors, electrical circuits, and other devices such as application specific integrated circuits (ASICs) and circuit components arranged to perform the described functions. Also included.
  • ASICs application specific integrated circuits

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • Mathematical Physics (AREA)
  • Transportation (AREA)
  • Mechanical Engineering (AREA)
  • Traffic Control Systems (AREA)

Abstract

情報処理方法及び情報処理装置は、点群データに基づいて、互いの距離が所定距離以内である測距点からなるクラスタを生成し、第1タイミングから第2タイミングまでの、クラスタに含まれる測距点の移動方向を検出する。そして、車両が走行する路面からの、クラスタに含まれる測距点の高さが、第1タイミング又は第2タイミングの少なくとも一方のタイミングにおいて所定の高さ以下であることを、高度条件とし、クラスタに含まれる測距点の、路面に投影した位置が、少なくとも一方のタイミングにおいて移動方向に沿って配列していることを、配列条件とし、第1タイミングにおけるクラスタまでの第1距離と第2タイミングにおけるクラスタまでの第2距離の差が所定値以下であることを、偏差条件とする。高度条件、配列条件、偏差条件からなる主条件の全てが成立すると判定された場合に、クラスタを路面上の縁石として認識する。

Description

情報処理方法及び情報処理装置
　本発明は、情報処理方法及び情報処理装置に関する。
　スキャン型のレーザーレーダによって得られた距離データ（距離と方位）を処理し、距離データに基づいて認識された移動物の大きさやその速度に基づいて、移動物が歩行者であるか否かを判定する技術が提案されている（特許文献１参照）。
特開２００６−１６０１１６号公報
　特許文献１に記載の技術によれば、移動物の大きさや速度のみで物体を判別しているため、センサを用いたスキャンによって得られる、車両の周囲の測距点の密度が十分ではない場合に、縁石などの静止構造物を移動物であると誤って認識する恐れがある。
　本発明は、上記問題に鑑みてなされたものである。その目的とするところは、センサを用いたスキャンによって得られる、車両の周囲の測距点の密度が十分ではない場合であっても、縁石などの静止構造物を移動物であると誤って認識しまう可能性を低減できる情報処理方法及び情報処理装置を提供することにある。
　上述した問題を解決するために、本発明の一態様に係る情報処理方法及び情報処理装置は、点群データに基づいて、互いの距離が所定距離以内である測距点からなるクラスタを生成し、第１タイミングから第２タイミングまでの、クラスタに含まれる測距点の移動方向を検出する。そして、車両が走行する路面からの、クラスタに含まれる測距点の高さが、第１タイミング又は第２タイミングの少なくとも一方のタイミングにおいて所定の高さ以下であることを、高度条件とし、クラスタに含まれる測距点の、路面に投影した位置が、少なくとも一方のタイミングにおいて移動方向に沿って配列していることを、配列条件とし、第１タイミングにおけるクラスタまでの第１距離と第２タイミングにおけるクラスタまでの第２距離の差が所定値以下であることを、偏差条件とする。高度条件、配列条件、偏差条件からなる主条件の全てが成立すると判定された場合に、クラスタを路面上の縁石として認識する。
　本発明によれば、センサを用いたスキャンによって得られる、車両の周囲の測距点の密度が十分ではない場合であっても、縁石などの静止構造物を移動物であると誤って認識しまう可能性を低減できる。
図１は、本発明の一実施形態に係る情報処理装置１の構成を示すブロック図である。 図２は、本発明の一実施形態に係る情報処理装置１の処理を示すフローチャートである。 図３Ａは、測距センサ１０と縁石の表面の測距点の位置関係を示す模式図である。 図３Ｂは、縁石の表面の測距点とクラスタの関係を示す模式図である。 図４Ａは、縁石と測距センサ１０の位置関係の例を示す第１の平面図である。 図４Ｂは、縁石と測距センサ１０の位置関係の例を示す第２の平面図である。 図４Ｃは、縁石と測距センサ１０の位置関係の例を示す第３の平面図である。
　次に、図面を参照して、本発明の実施の形態を詳細に説明する。説明において、同一のものには同一符号を付して重複説明を省略する。
　［情報処理装置の構成］
　図１を参照して情報処理装置１の構成例を説明する。図１は、本実施形態に係る情報処理装置１の構成を示すブロック図である。図１に示すように、情報処理装置１は、測距センサ１０（センサ）と、コントローラ２０と、を備える。
　情報処理装置１は自動運転機能を有する車両に搭載されてもよく、自動運転機能を有しない車両に搭載されてもよい。また、情報処理装置１は自動運転と手動運転とを切り替えることが可能な車両に搭載されてもよい。また、自動運転機能は操舵制御、制動力制御、駆動力制御などの車両制御機能のうちの一部の機能のみを自動的に制御して運転者の運転を支援する運転支援機能であってもよい。本実施形態では情報処理装置１は自動運転機能を有する車両に搭載されるものとして説明する。
　なお図１において省略されているが、情報処理装置１は属性情報設定部２４による認識結果（物体の位置、形状、姿勢など）に基づいてステアリングアクチュエータ、アクセルペダルアクチュエータ、ブレーキアクチュエータなどの各種のアクチュエータを制御してもよい。これにより高精度な自動運転が実現しうる。
　測距センサ１０は、主に車両の周囲に対して発射点から電磁波を出射し、出射した電磁波に対する反射波に基づいて反射点の位置を検出することで、車両周囲の物体までの距離及び方向を測定するセンサを含む。このようなセンサは一例としてライダ（ＬＩＤＡＲ：Ｌａｓｅｒ　Ｉｍａｇｉｎｇ　Ｄｅｔｅｃｔｉｏｎ　ａｎｄ　Ｒａｎｇｉｎｇ）である。ライダとは、車両の周囲の所定範囲に対して発射点から光（レーザ光）を出射し、反射波に基づいて反射点である測距点の位置を検出して、前記測距点に関する点群データを生成するセンサである。ライダは、光を発射した後にその光（反射波）が物体に当たって跳ね返ってくるまでの時間を測定することにより、物体までの距離及び方向を測定したり、物体の形状を認識したりする。さらにライダは物体の位置関係を三次元的に取得することも可能である。なお反射波の強度を用いてマッピングすることも可能である。
　例えば、ライダは、光の照射方向を変えることで、車両の周囲を主走査方向及び副走査方向に走査する。これにより、車両の周囲に存在する複数の測距点に光が順に照射される。車両の周囲に存在するすべての測距点への光の一巡の照射は、所定の時間間隔で繰り返される。ライダは、光の照射によって得られる測距点ごとの情報（測距点情報）を測距点ごとに生成する。そして、ライダは、複数の測距点情報からなる点群データをコントローラ２０に出力する。
　測距点情報は、測距点の位置情報を含む。位置情報は、測距点の位置座標を示す情報である。位置座標には、ライダから測距点に向かう方向（ヨー角、ピッチ角）、及び、ライダから測距点までの距離（深度）で表される極座標系が用いられてもよい。位置座標には、ライダの設置位置を原点とする、ｘ座標、ｙ座標、及びｚ座標で表される三次元座標系が用いられてもよい。また、測距点情報は、測距点の時刻情報を含んでいてもよい。時刻情報は、測距点の位置情報を生成した（電磁波の反射波を受信した）時刻を示す情報である。その他、測距点情報は、測距点からの反射波の強度の情報（強度情報）を含んでいてもよい。
　コントローラ２０は、ＣＰＵ（中央処理装置）、メモリ、及び入出力部を備える汎用のマイクロコンピュータである。マイクロコンピュータには、情報処理装置１として機能させるためのコンピュータプログラムがインストールされている。コンピュータプログラムを実行することにより、マイクロコンピュータは情報処理装置１が備える複数の情報処理回路として機能する。コントローラ２０は、測距センサ１０から取得したデータを処理する。
　なおここでは、ソフトウェアによって情報処理装置１が備える複数の情報処理回路を実現する例を示すが、もちろん以下に示す各情報処理を実行するための専用のハードウェアを用意して情報処理回路を構成することも可能である。また複数の情報処理回路を個別のハードウェアにより構成してもよい。
　コントローラ２０は、複数の情報処理回路（情報処理機能）の一例として、点群取得部２１と、測距点抽出部２３と、クラスタリング部２５と、クラスタ追跡部２７と、速度算出部２９と、車両情報取得部３１と、判定部３３とを備える。なおコントローラ２０はＥＣＵ（Ｅｌｅｃｔｒｏｎｉｃ　Ｃｏｎｔｒｏｌ　Ｕｎｉｔ）と表現されてもよい。
　点群取得部２１は、測距センサ１０から点群データを取得する。
　測距点抽出部２３は、点群データに基づいて、車両が走行する路面上の測距点を除き、車両の周囲に存在する立体物の測距点を抽出する。
　クラスタリング部２５は、立体物に関する複数の測距点を、各点間の距離に基づいて複数のクラスタに分類（クラスタリング）する。より具体的には、クラスタリング部２５は、隣接する測距点との距離が所定値以下である測距点の集合を１つの物体に関する測距点のクラスタとして分類する処理を行う。したがって、各クラスタは、互いの距離が所定距離以内である測距点からなる。なお、所定距離は、事前に設定されるものであってもよいし、車両の周囲の状況や、車両の速度等に基づいて適宜設定されるものであってもよい。
　その他、クラスタリング部２５は、クラスタ内の測距点の情報に基づいて、クラスタごとの大きさを算出するものであってもよい。そして、算出したクラスタの大きさが、事前に登録された対象物に対応して予め設定された範囲内であれば、クラスタリング部２５は、登録された対象物を当該クラスタの候補として設定するものであってもよい。
　クラスタリング部２５によるクラスタリングの様子を、図３Ａ及び図３Ｂを用いて説明する。図３Ａは、測距センサ１０と縁石の表面の測距点の位置関係を示す模式図である。図３Ｂは、縁石の表面の測距点とクラスタの関係を示す模式図である。
　図３Ａでは、測距センサ１０の発射点から出射された電磁波が通過する領域が円錐ＢＬとして表現されている。円錐ＢＬの頂点に測距センサ１０の発射点が位置しており、出射された電磁波は円錐ＢＬの表面を通過する。また、円錐ＢＬと縁石ＬＳの表面とが交差する箇所に位置する複数の測距点Ｐが、黒点で示されている。
　図３Ｂでは、測距センサ１０の発射点から出射された電磁波が通過する領域を示す円錐ＢＬ１~ＢＬ５と、縁石ＬＳの側面を含む平面との交差する部分が、実線（曲線）で示されている。また、縁石ＬＳに対応する測距点は黒点で示されている。なお、縁石ＬＳの側面は、車両が走行する路面に対して垂直であると仮定している。
　円錐ＢＬ１~ＢＬ５によって示される電磁波は、測距センサ１０の発射点から出射される際のピッチ角（水平面を基準とする縦方向の傾き角度）が互いに異なる。円錐ＢＬ１に対応する電磁波の進行方向がもっともピッチ角が大きく、円錐ＢＬ２、ＢＬ３、ＢＬ４、ＢＬ５の順に、円錐に対応する電磁波の進行方向のピッチ角が小さくなっていく。
　図３Ｂでは、円錐ＢＬ１及び円錐ＢＬ２に属する測距点が、クラスタＣＬ１として分類されており、円錐ＢＬ３に属する測距点が、クラスタＣＬ１とは異なるクラスタＣＬ２として分類されている。クラスタＣＬ１に属する測距点と、クラスタＣＬ２に属する測距点は、いずれも縁石ＬＳに対応する測距点であるため、クラスタＣＬ１に属する測距点とクラスタＣＬ１に属する測距点は、本来、同一のクラスタに分類されるべきである。しかしながら、縁石ＬＳが測距センサ１０の発射点から遠方に位置し、縁石ＬＳの位置での測距点の密度が十分ではない場合に、図３Ｂに示すように、同一対象物についての測距点が異なるクラスタに分類されてしまう問題が生じうる。
　また、図３Ｂに示すクラスタＣＬ１及びクラスタＣＬ２は、車両の移動と共に縁石ＬＳに沿って移動するため、見かけ上、歩行者あるいは小動物と類似する動きを有する。そのため、クラスタの大きさや速度のみでクラスタに対応する対象物を認識しようとすると、クラスタＣＬ１及びクラスタＣＬ２を移動物であると誤って認識してしまう恐れがある。したがって、後述するクラスタ追跡部２７及び判定部３３によって、クラスタＣＬ１及びクラスタＣＬ２を、移動物であると誤って認識する可能性を低減する処理を行う。
　クラスタ追跡部２７は、連続する二つの時点（第１タイミング及び第２タイミング）での測距点に対するクラスタリング結果（クラスタの位置、形状など）に基づいて、両時点の各クラスタが同一物体のものであるかを判別する。例えば、クラスタ追跡部２７は、第１タイミングから第２タイミングまでの、クラスタに含まれる測距点の移動方向を取得する。
　また、クラスタ追跡部２７は、クラスタに含まれる測距点の高さを取得する。クラスタ追跡部２７は、クラスタに含まれる測距点のうち、所定の割合以上の個数の測距点に基づいて、測距点の高さの代表値（例えば平均値）を求めて、クラスタの高さとして取得するものであってもよい。
　また、クラスタ追跡部２７は、クラスタに含まれる測距点の配列方向を取得する。より具体的には、クラスタ追跡部２７は、クラスタに含まれる測距点を路面に投影した位置を算出し、複数の測距点を投影して得られる複数の位置についての、路面に平行な二次元平面上での配列方向を取得する。クラスタ追跡部２７は、クラスタに含まれる測距点のうち、所定の割合以上の個数の測距点に基づいて、配列方向を取得するものであってもよい。
　クラスタ追跡部２７は、第１タイミング及び第２タイミングの少なくとも一方における、測距点の高さ、及び、測距点の配列方向を取得する。
　その他、クラスタ追跡部２７は、測距点に対して電磁波が出射される発射点からクラスタまでの距離を取得する。ここで、クラスタ追跡部２７は、第１タイミングにおける発射点からクラスタまでの距離を第１距離として取得し、第２タイミングにおける発射点からクラスタまでの距離を第２距離として取得する。
　クラスタ追跡部２７は、クラスタごとに、上述したクラスタの高さ、クラスタにおける測距点の配列方向、発射点からクラスタまでの距離を取得する。
　車両情報取得部３１は、車両の位置、速度、移動方向を取得する。例えば、車両情報取得部３１は、図示しないＧＰＳ受信機またはＧＮＳＳ受信機によって、車両の位置を取得してもよいし、速度センサ、加速度センサ、舵角センサ、ジャイロセンサ、ブレーキ油圧センサ、アクセル開度センサなどを用いて、車両の状態を取得するものであってもよい。
　速度算出部２９は、クラスタごとに、当該クラスタが縁石に対応する測距点からなるクラスタである場合に想定される移動速度を算出する。クラスタの想定される移動速度の大きさＷは、以下の式（１）によって算出される。
Figure JPOXMLDOC01-appb-M000002
 　ここで、Ｖは測距センサ１０の移動速度の大きさ、θは測距センサ１０の移動方向とクラスタに含まれる測距点の配列方向のなす角、φは測距センサ１０に対するクラスタのヨー角（方位角）である。なお、測距センサ１０の移動速度は、車両の速度、及び、舵角に基づいて算出される。また、クラスタのヨー角は、例えば、クラスタに含まれる測距点のヨー角の平均値、又は、クラスタに含まれる測距点に基づいて算出されたクラスタの代表点のヨー角である。
　縁石に対応する測距点からなるクラスタの移動速度の大きさが、上述の式（１）で示される理由を、図４Ａ、図４Ｂ、図４Ｃを用いて説明する。図４Ａは、縁石と測距センサ１０の位置関係の例を示す第１の平面図である。図４Ｂは、縁石と測距センサ１０の位置関係の例を示す第２の平面図である。図４Ｃは、縁石と測距センサ１０の位置関係の例を示す第３の平面図である。
　図４Ａにおいて、単位時間Δｔの間に測距センサ１０が進む距離は「ＶΔｔ」によって示され、単位時間Δｔの間にクラスタが移動する距離は「ＷΔｔ」によって示されている。また、測距センサ１０の移動方向とクラスタに含まれる測距点の配列方向のなす角は「θ」で示され、測距センサ１０に対するクラスタのヨー角は「φ」で示されている。その他、測距センサ１０からクラスタまでの距離（正確には、路面に平行な面での距離）は「ｒ」で示されている。円Ｃ１及び円Ｃ２は、半径ｒの円であり、円Ｃ１の中心に位置する測距センサ１０の発射点が、単位時間Δｔ経過後に円Ｃ２の中心に位置するものとして示されている。
　「ＷΔｔ」は、「ＷｘΔｔ」と「ＷｙΔｔ」の合計によって見積もられる。ここで、「ＷｘΔｔ」は、単位時間Δｔの間に測距センサ１０が縁石ＬＳに平行な向きに進む距離「ＶｘΔｔ」に起因して生じる、クラスタの移動距離である。また、「ＷｙΔｔ」は、単位時間Δｔの間に測距センサ１０が縁石ＬＳに垂直な向きに進む距離「ＶｙΔｔ」に起因して生じる、クラスタの移動距離である。
　図４Ｂでは、測距センサ１０が縁石ＬＳに平行な向きに進む様子が示されている。図４Ｂに示す円Ｃ１及び円Ｃ２の位置関係から、「ＷｘΔｔ」と「ＶｘΔｔ」の間には、次の式（２）が成立する。
Figure JPOXMLDOC01-appb-M000003
　図４Ｃでは、測距センサ１０が縁石ＬＳに垂直な向きに進む様子が示されている。図４Ｃにおいて「α」は、「α＋θ＋φ＝π／２」を満たす。図４Ｃに示す円Ｃ１及び円Ｃ２の位置関係から、「ＷｙΔｔ」と「ＶｙΔｔ」の間には、次の式（３）が成立する。
Figure JPOXMLDOC01-appb-M000004
　なお、式（３）の導出に際して、「α＋θ＋φ＝π／２」、および、「ＶΔｔ」に比べて「ｒ」が十分大きいことを用いている。
　したがって、式（２）で示される「ＷｘΔｔ」と及び式（３）で示される「ＷｙΔｔ」の合計を「Δｔ」で割ることにより、式（１）で示される「Ｗ」を得る。
　したがって、縁石に対応する測距点からなるクラスタの移動速度の大きさが上述の式（１）となることが示された。点群データから実際に得られたクラスタに対して式（１）に基づいて想定される移動速度を算出し、想定される移動速度が、実際の移動速度に近い場合、当該クラスタは縁石に対応している可能性が高いと、判定することができる。
　判定部３３は、クラスタごとに、「縁石らしさ」を示す条件が成立するか否かを判定する。ここで「縁石らしさ」を示す条件として、次のものが挙げられる。
　［Ａ．高度条件］
　車両が走行する路面からの、クラスタに含まれる測距点の高さが、第１タイミング又は第２タイミングの少なくとも一方のタイミングにおいて所定の高さ以下であることを、高度条件とする。路面上の縁石は、所定の高さ以下であることが多い。したがって、高度条件が成立するクラスタは、縁石に対応する可能性が高い。
　［Ｂ．配列条件］
　クラスタに含まれる測距点の、路面に投影した位置が、第１タイミング又は第２タイミングの少なくとも一方のタイミングにおいて当該クラスタの移動方向に沿って配列していることを、配列条件とする。縁石に対応するクラスタに含まれる測距点の、路面に投影した位置の配列方向と、クラスタの移動方向は一致する。したがって、配列条件が成立するクラスタは、縁石に対応する可能性が高い。
　［Ｃ．偏差条件］
　第１タイミングにおける発射点からクラスタまでの第１距離と第２タイミングにおける発射点からクラスタまでの第２距離の差が所定値以下であることを、偏差条件とする。縁石に対応するクラスタまでの発射点からの距離は、大きく変動することがない。したがって、偏差条件が成立するクラスタは、縁石に対応する可能性が高い。
　［Ｄ．継続条件］
　第１タイミングにおける、クラスタに含まれる測距点の、路面に投影した位置の配列方向と、第２タイミングにおける、クラスタに含まれる測距点の、路面に投影した位置の配列方向が、同じであることを、継続条件とする。縁石に対応するクラスタに含まれる測距点の配列方向は、大きく変動することがない。したがって、継続条件が成立するクラスタは、縁石に対応する可能性が高い。
　なお、第１タイミングにおいてクラスタに含まれる測距点の高さと第２タイミングにおいてクラスタに含まれる測距点の高さが同じであることを、その他の継続条件としてもよい。縁石に対応するクラスタに含まれる測距点の高さは、大きく変動することがない。したがって、継続条件が成立するクラスタは、縁石に対応する可能性が高い。
　［Ｅ．速度条件］
　点群データから実際に得られたクラスタに対して式（１）に基づいて想定される移動速度と、実際のクラスタの移動速度の差が、所定閾値以下であること（すなわち、両移動速度が等しい又は僅差であること）を、速度条件とする。上述したように、縁石に対応するクラスタの移動速度の大きさは式（１）で評価できる。したがって、速度条件が成立するクラスタは、縁石に対応する可能性が高い。
　［Ｆ．その他の条件］
　その他、上述した１又は複数の条件が、２以上のタイミングで成立する場合、クラスタは縁石である可能性が高いといえる。特に、車両の加速又は減速後において、異なる車両の速度において、上述した１又は複数の条件が成立する場合には、クラスタは縁石である可能性が高いといえる。
　さらに、注目するクラスタに隣接する複数のクラスタに対して、上述した１又は複数の条件が成立する場合には、注目するクラスタ及び隣接する複数のクラスタは、同一の縁石に対応するクラスタである可能性が高い。
　判定部３３は、クラスタごとに上述した「縁石らしさ」を示す条件が成立するか否かを判定する。より具体的には、判定部３３は、高度条件、配列条件、偏差条件からなる主条件の全てが成立するか否かを判定する。そして、主条件の全てが成立すると判定された場合に、判定部３３は、クラスタを路面上の縁石として認識する。
　その他、判定部３３は、主条件の全ての条件に加えて、継続条件が成立すると判定された場合に、クラスタを路面上の縁石として認識するものであってもよい。また、判定部３３は、主条件の全ての条件に加えて、速度条件が成立すると判定された場合に、クラスタを路面上の縁石として認識するものであってもよい。さらに、判定部３３は、主条件の全ての条件に加えて、その他の条件が成立すると判定された場合に、クラスタを路面上の縁石として認識するものであってもよい。
　［情報処理装置の処理手順］
　次に、本実施形態に係る情報処理装置１の処理手順を、図２のフローチャートを参照して説明する。図２は、本実施形態に係る情報処理装置１の処理を示すフローチャートである。図２に示す情報処理装置１の処理は、所定の周期で繰り返し実行されるものであってもよい。
　まず、ステップＳ１０１において、点群取得部２１は、測距センサ１０から点群データを取得する。
　ステップＳ１０３において、測距点抽出部２３は、点群データに基づいて、車両が走行する路面上の測距点を除き、車両の周囲に存在する立体物の測距点を抽出する。
　ステップＳ１０５において、クラスタリング部２５は、立体物に関する複数の測距点を、各点間の距離に基づいて複数のクラスタに分類（クラスタリング）する。その他、クラスタ追跡部２７は、クラスタ及びクラスタに含まれる測距点に関する各種の情報を取得する。
　ステップＳ１０７において、判定部３３は、クラスタリング部２５によって得られたクラスタの中から、未処理のクラスタを選択する。
　ステップＳ１０９、Ｓ１１１、Ｓ１１３において、判定部３３は、クラスタごとに、「縁石らしさ」を示す条件が成立するか否かを判定する。
　例えば、ステップＳ１０９において、判定部３３は、高度条件が成立するか否かを判定する。ステップＳ１１１において、判定部３３は、配列条件が成立するか否かを判定する。ステップＳ１１３において、判定部３３は、偏差条件が成立するか否かを判定する。判定部３３は、継続条件、速度条件、その他の条件が成立するか否かを判定するものであってもよい。
　ステップＳ１０９、Ｓ１１１、Ｓ１１３において、「縁石らしさ」を示す条件が成立しないと判定された場合（ステップＳ１０９、Ｓ１１１、Ｓ１１３のいずれかにてＮＯの場合）、ステップＳ１１７において、判定部３３は、選択したクラスタについて、縁石以外に対応するクラスタとして認識する。
　一方、ステップＳ１０９、Ｓ１１１、Ｓ１１３において、「縁石らしさ」を示す条件が成立すると判定された場合（ステップＳ１０９、Ｓ１１１、Ｓ１１３の全てでＹＥＳの場合）、ステップＳ１１５において、判定部３３は、選択したクラスタについて、縁石に対応するクラスタとして認識する。
　ステップＳ１１９において、判定部３３による判定の処理が全クラスタについて済んだか否かが判定される。全クラスタが処理済ではないと判定された場合（ステップＳ１１９にてＮＯの場合）、ステップＳ１０７に戻る。
　一方、全クラスタが処理済であると判定された場合（ステップＳ１１９にてＹＥＳの場合）、ステップＳ１２１において、判定部３３による認識結果が、コントローラ２０の入出力部より出力される。その後、図２のフローチャートを終了する。
　［実施形態の効果］
　以上詳細に説明したように、本実施形態に係る情報処理方法及び情報処理装置は、車両の周囲の所定範囲に対して発射点から電磁波を出射し反射波に基づいて反射点である測距点の位置を検出することで生成される点群データに基づいて、互いの距離が所定距離以内である測距点からなるクラスタを生成する。そして、第１タイミングから第２タイミングまでの、クラスタに含まれる測距点の移動方向を検出する。車両が走行する路面からの、クラスタに含まれる測距点の高さが、第１タイミング又は第２タイミングの少なくとも一方のタイミングにおいて所定の高さ以下であることを、高度条件とする。クラスタに含まれる測距点の、路面に投影した位置が、第１タイミング又は第２タイミングの少なくとも一方のタイミングにおいて移動方向に沿って配列していることを、配列条件とする。第１タイミングにおける発射点からクラスタまでの第１距離と第２タイミングにおける発射点からクラスタまでの第２距離の差が所定値以下であることを、偏差条件とする。そして、高度条件、配列条件、偏差条件からなる主条件の全てが成立するか否かを判定し、主条件の全てが成立すると判定された場合に、クラスタを路面上の縁石として認識する。
　これにより、センサを用いたスキャンによって得られる、車両の周囲の測距点の密度が十分ではない場合であっても、縁石などの静止構造物を移動物であると誤って認識しまう可能性を低減できる。特に、クラスタを構成する測距点の高さ、クラスタの移動方向とクラスタ内での測距点の配列方向の類似度、センサの発射点からの距離の時間変化に基づいて、クラスタが縁石であるか判定するため、縁石が移動物と誤検出される可能性を低減させることができる。
　また、本実施形態に係る情報処理方法及び情報処理装置は、上記主条件の全てが成立すると判定され、かつ、第１タイミングにおける位置の配列方向と第２タイミングにおける位置の配列方向が同じである場合に、クラスタを路面上の縁石として認識するものであってもよい。縁石に対応するクラスタに含まれる測距点の配列方向は、同一地点であれば時間的に変化せず、また、空間的な変化は緩やかである。そのため、配列条件を追加して判定することで、移動物を縁石と誤判定する可能性を低減させることができる。
　さらに、本実施形態に係る情報処理方法及び情報処理装置は、上記主条件の全てが成立すると判定され、かつ、第１タイミングにおいてクラスタに含まれる測距点の高さと第２タイミングにおいてクラスタに含まれる測距点の高さが同じである場合に、クラスタを路面上の縁石として認識するものであってもよい。縁石に対応するクラスタの高さは、同一地点であれば時間的に変化せず、また、空間的な変化は緩やかである。そのため、本条件を追加して判定することで、移動物を縁石と誤判定する可能性を低減させることができる。
　また、本実施形態に係る情報処理方法及び情報処理装置は、上記主条件の全てが成立すると判定され、かつ、Ｖをセンサの移動速度の大きさ、θをセンサの移動する方向と位置の配列方向のなす角、φをセンサに対するクラスタの方位角として、クラスタの移動速度の大きさＷが、
Figure JPOXMLDOC01-appb-M000005
 である場合に、クラスタを路面上の縁石として認識するものであってもよい。縁石に対応するクラスタの移動速度の大きさはセンサの移動速度、センサの移動方向に対する縁石の角度、クラスタに含まれる測距点の方位角から上記の計算式によって求められる。そのため、速度条件を追加して判定することで、移動物を縁石と誤判定する可能性を低減させることができる。
　さらに、本実施形態に係る情報処理方法及び情報処理装置は、上記主条件の全てが成立すると判定され、かつ、車両の加速又は減速後において主条件の全てが成立すると判定された場合に、クラスタを路面上の縁石として認識するものであってもよい。車両の速度の異なる複数の時点においてクラスタの移動速度の大きさが上述の条件を満たす場合、クラスタは縁石に対応する可能性が高い。そのため、車両の加速又は減速後においても上述の条件を判定することで、移動物を縁石と誤判定する可能性を低減させることができる。
　また、本実施形態に係る情報処理方法及び情報処理装置は、２以上の複数のクラスタに対して上記主条件の全てが成立すると判定された場合に、複数のクラスタを路面上の縁石として認識するものであってもよい。空間的に連続する縁石の場合、複数のクラスタにおいて上述の条件が成立する可能性が高い。そのため、複数のクラスタにおいて上述の条件が成立することを判定することで、移動物を縁石と誤判定する可能性を低減させることができる。
　上述の実施形態で示した各機能は、１又は複数の処理回路によって実装されうる。処理回路には、プログラムされたプロセッサや、電気回路などが含まれ、さらには、特定用途向けの集積回路（ＡＳＩＣ）のような装置や、記載された機能を実行するよう配置された回路構成要素なども含まれる。
　以上、実施形態に沿って本発明の内容を説明したが、本発明はこれらの記載に限定されるものではなく、種々の変形及び改良が可能であることは、当業者には自明である。この開示の一部をなす論述及び図面は本発明を限定するものであると理解すべきではない。この開示から当業者には様々な代替実施形態、実施例及び運用技術が明らかとなろう。
　本発明はここでは記載していない様々な実施形態等を含むことは勿論である。したがって、本発明の技術的範囲は上記の説明から妥当な特許請求の範囲に係る発明特定事項によってのみ定められるものである。
　１　　情報処理装置
　１０　測距センサ
　２０　コントローラ
　２１　点群取得部
　２３　測距点抽出部
　２５　クラスタリング部
　２７　クラスタ追跡部
　２９　速度算出部
　３１　車両情報取得部
　３３　判定部

Claims (7)

  1. 　車両の周囲の所定範囲に対して発射点から電磁波を出射し反射波に基づいて反射点である測距点の位置を検出して、前記測距点に関する点群データを生成するセンサと、
    　前記センサから取得したデータを処理するコントローラと、を備える情報処理装置の情報処理方法であって、
    　前記コントローラにより、
    　前記点群データに基づいて、互いの距離が所定距離以内である前記測距点からなるクラスタを生成し、
    　第１タイミングから第２タイミングまでの、前記クラスタに含まれる前記測距点の移動方向を検出し、
    　前記車両が走行する路面からの、前記クラスタに含まれる前記測距点の高さが、前記第１タイミング又は前記第２タイミングの少なくとも一方のタイミングにおいて所定の高さ以下であることを、高度条件とし、
    　前記クラスタに含まれる前記測距点の、前記路面に投影した位置が、前記第１タイミング又は前記第２タイミングの少なくとも一方のタイミングにおいて前記移動方向に沿って配列していることを、配列条件とし、
    　前記第１タイミングにおける前記発射点から前記クラスタまでの第１距離と前記第２タイミングにおける前記発射点から前記クラスタまでの第２距離の差が所定値以下であることを、偏差条件とし、
    　前記高度条件、前記配列条件、前記偏差条件からなる主条件の全てが成立するか否かを判定し、
    　前記主条件の全てが成立すると判定された場合に、前記クラスタを前記路面上の縁石として認識すること
    を特徴とする情報処理方法。
  2. 　請求項１に記載された情報処理方法であって、
    　前記コントローラにより、
    　前記主条件の全てが成立すると判定され、かつ、前記第１タイミングにおける前記位置の配列方向と前記第２タイミングにおける前記位置の配列方向が同じである場合に、前記クラスタを前記路面上の縁石として認識すること
    を特徴とする情報処理方法。
  3. 　請求項１又は２に記載された情報処理方法であって、
    　前記コントローラにより、
    　前記主条件の全てが成立すると判定され、かつ、前記第１タイミングにおいて前記クラスタに含まれる前記測距点の高さと前記第２タイミングにおいて前記クラスタに含まれる前記測距点の高さが同じである場合に、前記クラスタを前記路面上の縁石として認識すること
    を特徴とする情報処理方法。
  4. 　請求項１~３のいずれか一項に記載された情報処理方法であって、
    　前記コントローラにより、
    　前記主条件の全てが成立すると判定され、かつ、
    　Ｖを前記センサの移動速度の大きさ、
    　θを前記センサの移動する方向と前記位置の配列方向のなす角、
    　φを前記センサに対する前記クラスタの方位角として、
    　前記クラスタの移動速度の大きさＷが、
    Figure JPOXMLDOC01-appb-M000001
     　である場合に、前記クラスタを前記路面上の縁石として認識すること
    を特徴とする情報処理方法。
  5. 　請求項１~４のいずれか一項に記載された情報処理方法であって、
    　前記主条件の全てが成立すると判定され、かつ、前記車両の加速又は減速後において前記主条件の全てが成立すると判定された場合に、前記クラスタを前記路面上の縁石として認識すること
    を特徴とする情報処理方法。
  6. 　請求項１~５のいずれか一項に記載された情報処理方法であって、
    　２以上の複数のクラスタに対して前記主条件の全てが成立すると判定された場合に、前記複数のクラスタを前記路面上の縁石として認識すること
    を特徴とする情報処理方法。
  7. 　車両の周囲の所定範囲に対して発射点から電磁波を出射し反射波に基づいて反射点である測距点の位置を検出して、前記測距点に関する点群データを生成するセンサと、
    　前記センサから取得したデータを処理するコントローラと、を備え、
    　前記コントローラにより、
    　前記点群データに基づいて、互いの距離が所定距離以内である前記測距点からなるクラスタを生成し、
    　第１タイミングから第２タイミングまでの、前記クラスタに含まれる前記測距点の移動方向を検出し、
    　前記車両が走行する路面からの、前記クラスタに含まれる前記測距点の高さが、前記第１タイミング又は前記第２タイミングの少なくとも一方のタイミングにおいて所定の高さ以下であることを、高度条件とし、
    　前記クラスタに含まれる前記測距点の、前記路面に投影した位置が、前記第１タイミング又は前記第２タイミングの少なくとも一方のタイミングにおいて前記移動方向に沿って配列していることを、配列条件とし、
    　前記第１タイミングにおける前記発射点から前記クラスタまでの第１距離と前記第２タイミングにおける前記発射点から前記クラスタまでの第２距離の差が所定値以下であることを、偏差条件とし、
    　前記高度条件、前記配列条件、前記偏差条件からなる主条件の全てが成立するか否かを判定し、
    　前記主条件の全てが成立すると判定された場合に、前記クラスタを前記路面上の縁石として認識すること
    を特徴とする情報処理装置。
PCT/IB2022/000194 2022-04-08 2022-04-08 情報処理方法及び情報処理装置 WO2023194761A1 (ja)

Priority Applications (1)

Application Number Priority Date Filing Date Title
PCT/IB2022/000194 WO2023194761A1 (ja) 2022-04-08 2022-04-08 情報処理方法及び情報処理装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
PCT/IB2022/000194 WO2023194761A1 (ja) 2022-04-08 2022-04-08 情報処理方法及び情報処理装置

Publications (1)

Publication Number Publication Date
WO2023194761A1 true WO2023194761A1 (ja) 2023-10-12

Family

ID=88244139

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/IB2022/000194 WO2023194761A1 (ja) 2022-04-08 2022-04-08 情報処理方法及び情報処理装置

Country Status (1)

Country Link
WO (1) WO2023194761A1 (ja)

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2012145444A (ja) * 2011-01-12 2012-08-02 Toyota Motor Corp 歩行者検出装置
WO2017037753A1 (ja) * 2015-08-28 2017-03-09 日産自動車株式会社 車両位置推定装置、車両位置推定方法
JP2018048949A (ja) * 2016-09-23 2018-03-29 トヨタ自動車株式会社 物体識別装置
JP2019168417A (ja) * 2018-03-26 2019-10-03 株式会社デンソー 物体認識装置、及び物体認識方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2012145444A (ja) * 2011-01-12 2012-08-02 Toyota Motor Corp 歩行者検出装置
WO2017037753A1 (ja) * 2015-08-28 2017-03-09 日産自動車株式会社 車両位置推定装置、車両位置推定方法
JP2018048949A (ja) * 2016-09-23 2018-03-29 トヨタ自動車株式会社 物体識別装置
JP2019168417A (ja) * 2018-03-26 2019-10-03 株式会社デンソー 物体認識装置、及び物体認識方法

Similar Documents

Publication Publication Date Title
JP4793094B2 (ja) 走行環境認識装置
JP5267592B2 (ja) 物体認識装置
JP4428208B2 (ja) 車両用物体認識装置
JP2002040137A (ja) 車両用障害物認識装置
CN111722249B (zh) 物体识别装置以及车辆控制系统
US11780436B2 (en) On-board sensor system
JP2021148561A (ja) レーダ装置
JP2002303671A (ja) 物体種別判別装置
JP2019164098A (ja) 路面形状推定装置、路面形状推定プログラム、及び移動体
JP7227227B2 (ja) オブジェクト識別システム、自動車、車両用灯具
WO2023194761A1 (ja) 情報処理方法及び情報処理装置
US12032066B2 (en) Recognition device and method
JP7165630B2 (ja) 認識システム、車両制御システム、認識方法、およびプログラム
JP7083768B2 (ja) 認識装置、車両制御装置、認識方法、およびプログラム
JPWO2020110802A1 (ja) 車載用物体識別システム、自動車、車両用灯具、分類器の学習方法、演算処理装置
CN115038990A (zh) 物体识别方法及物体识别装置
JP7484395B2 (ja) 上方構造物認識装置
JP7467562B1 (ja) 外界認識装置
WO2023067692A1 (ja) 情報処理装置、制御方法、プログラム及び記憶媒体
JP7486556B2 (ja) 区画線認識装置
WO2023194762A1 (ja) 情報処理方法及び情報処理装置
US20230080428A1 (en) Overhead-structure recognition device
US20230008853A1 (en) Radar device
JP2024102523A (ja) 外界認識装置
CN117647818A (zh) 外界识别装置

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: 22936424

Country of ref document: EP

Kind code of ref document: A1