車両運動推定装置及び移動体検出装置
【課題】走行中の車両のヨー角変動などの姿勢変化を正確に認識または排除する。また、車両がヨーレートを有する場合にも、歩行者などと静止物とを正確に識別する。
【解決手段】グループ化手段２１０は、スキャン型のレーザーレーダ１００Ｂを用いて得られた距離データ（距離と方位）を処理する。即ち、現時刻の全観測点の中から、互いに距離が近い観測点をまとめてグループ化する。対象物追跡手段２２１は、グループ化した物体をそれぞれ周知の追尾フィルタであるα−βフィルタを用いて追跡し、同一の測定対象物として同定された測定対象物の中から所定の範囲内の広がりｗを示すものについてのみ、その運動を移動体変位量算定手段２２２に対して出力する。移動体変位量算定手段２２２では、車両運動推定装置１００から得られた自車両の運動Ｙを、上記の測定対象物の見かけ上の運動から差し引く。
【解決手段】グループ化手段２１０は、スキャン型のレーザーレーダ１００Ｂを用いて得られた距離データ（距離と方位）を処理する。即ち、現時刻の全観測点の中から、互いに距離が近い観測点をまとめてグループ化する。対象物追跡手段２２１は、グループ化した物体をそれぞれ周知の追尾フィルタであるα−βフィルタを用いて追跡し、同一の測定対象物として同定された測定対象物の中から所定の範囲内の広がりｗを示すものについてのみ、その運動を移動体変位量算定手段２２２に対して出力する。移動体変位量算定手段２２２では、車両運動推定装置１００から得られた自車両の運動Ｙを、上記の測定対象物の見かけ上の運動から差し引く。
【発明の詳細な説明】
【技術分野】
【０００１】
本発明は、自車両の運動を推定する車両運動推定装置、及び自車両に対する周囲の移動体を検出する移動体検出装置に関する。本発明は、車両の事故防止システムやオートクルーズ制御システムに用いることができる。
【背景技術】
【０００２】
走行車両と歩行者や自転車などとの衝突を回避するためには、走行前方の障害物を検出するだけでは不十分であり、走行車両の前方を横断する可能性のある状態を事前に予測することが必要となる。このために、走行車両の周辺に存在する歩行者や自転車などの物理的には小物体を、移動していることを手がかりに検出している。そして、走行車両の前方を横断しようとする歩行者や自転車や、走行車両と並行する歩行者や自転車などを検出した場合に、その状況に応じた警報を発したり、衝突を回避するために自動ブレーキによる減速や停止、ハンドル操作などを行うようにすることが提案されている。この移動物体を判読する時に問題となるのは、走行中の車両から前方の物体を撮像しているために、路面に対して静止している物体であっても、撮像データからは移動体として把握されることである。たとえば、路肩に沿って設置されているガードレールであっても、車両が走行しているために、車両の前方を横方向に横断する移動物体と認識される可能性がある。
【０００３】
【特許文献１】特開平１０−１００８２０
【特許文献２】特開２０００−２４７２０７
【特許文献３】特開平５−７９８５０ 上記の特許文献１に開示されている技術は、車両の進行方向の前方に侵入する横方向移動物体をガードレールと区別して判別できるようにしたものである。この方法は、物体前方までの距離を測定するものであるが、車両の進行方向の物体の観測される距離のバラツキが小さく、路面に平行で車両の進行方向に対して垂直な横方向（以下、単に、「横方向」という）の移動速度が所定値よりも大きい場合に、車両の進行方向前方に進入する可能性のある移動物体と認識するものである。
【０００４】
また、上記の特許文献２に開示されている技術は、走行車両が旋回している時に、歩行者などの移動体の横方向の移動速度が所定値を越える時に移動体と判断すると、走行車両の旋回速度だけ、検出される移動体の横方向の移動速度に誤差が含まれるので、別に独立して設けたヨーレートセンサより、走行車両の旋回速度を検出して、移動体の横方向の移動速度を補正するようにしている。
【０００５】
さらに、特許文献３に記載の技術は、歩行者などの移動体を検出する技術ではないが、走行車両のヨーレートを求めるのに、走行車両の前方の物体をステレオ画像として撮像し、左右の画像の相互相関関数を求め、異なる時刻間でのその相互相関関数のさらなる相互相関関数を求めている。
【発明の開示】
【発明が解決しようとする課題】
【０００６】
ところが、例えば特許文献１においては、測定画像を処理して走行車両の前方を横方向に移動する歩行者を検出するのに、車両が移動していることによる影響が考慮されていない。このため、検出される横方向の移動速度に誤差が含まれ、横方向に移動する歩行者を誤検出したり、歩行者を検出すべき時に検出しなかったりするという問題がある。
【０００７】
また、特許文献２においては、走行車両が旋回しているときには、レーダでその前方を横方向に移動する移動体の横方向の移動速度を検出すると、その移動速度には大きな誤差が含まれるので、走行車両の旋回角をヨーレートセンサで物理的に検出して、対象物体の横方向の移動速度を補正しているが、進行方向の車両の時間的移動量は考慮されていないし、レーダの他にヨーレートを物理量として検出する別の独立したヨーレートセンサを必要とするという課題がある。
【０００８】
また、特許文献３においては、ステレオ画像から撮像している車両のヨーレートを検出することが開示されているが、車両の進行方向の移動量は検出されていないし、レーダを用いて測定される距離データにおいて、車両の時間的移動量（移動ベクトル）を検出するものではない。したがって、特許文献３に記載の方法は、特許文献２に開示されているヨーレートセンサの代りに用いることができるが、その代りにステレオ画像を得るために２台のカメラを必要とするという問題がある。また、走行車両の進行方向の経時的な移動量が考慮されていないので、歩行者などの移動体を検出する精度が高くないという問題がある。
【０００９】
また、いずれの文献においても、走行車両の周辺の得られた距離データの時刻間の相関から、路面に静止した物体を排除して移動体のみを精度良く求めるという思想はなく、本件発明は、この技術を実現したものである。
【００１０】
本発明は、上記の課題を解決するために成されたものであり、その目的は、走行車両の前方の物体の距離を測定するスキャンセンサを用いるだけで、走行車両の運動を推定できるようにすることである。
また、本発明の他の目的は、静止部と区別して移動体を精度良く抽出することである。 これらのことを実現することにより、歩行者や自転車などの移動体を精度良く検出できるようにすることを他の目的とする。
これらの発明の目的は、各発明が全ての目的を同時に達成すべきものと解釈されるべきではなく、各発明が、上記の各目的を達成するものと解するべきである。
【課題を解決するための手段】
【００１１】
上記の課題を解決するためには、以下の手段が有効である。
即ち、本発明の第１の手段は、走行する車両の周辺の物体の距離データを微小時間間隔で収得してそれらの距離データから車両の運動を推定する車載用の車両運動推定装置において、物体までの距離と方位を微小時間間隔で検出するレーダセンサと、このレーダセンサにより検出された物体までの距離を方位と対応付けて距離データとして記憶する距離データ記憶手段と、距離の変位量と方位の変位量を変動パラメータにして、距離データ記憶手段に記憶された相異なる２時刻の各距離データの間の相互相関を求める相関演算手段と、この相関演算手段により求められる相互相関が最も大きくなる照合状態におけるその２時刻の間の距離の変位量と方位の変位量を求める照合位置探索手段とを備えることである。
【００１２】
上記の本発明の第１の手段における上記の距離データは、物体までの距離情報を含むデータであり、変数としては、車両の進行軸に対するレーダセンサ（例：レーザレーダやミリ波レーダなど）の照射軸の角度などが採用される。以下、照射軸と進行軸とで構成される平面を「基準平面」ともいう。したがって、距離データは、（距離、方位）を変数とするデータとなる。ただし、（距離、方位）は、レーダから直接的に得られる距離データであって、これを路面に平行なｏ−ｘｙ直交座標に変換した距離データであっても良い。さらに、他の座標平面に変換した画像や距離データであっても良い。
【００１３】
また、上記の相互相関は、数学的な相関積分、相関積分の数値演算である積和演算、差分の絶対値和、差分の逆数の絶対値和、これらの値を正規化した値など、相関の概念が含まれる演算であれば、任意である。相関積分であれば、相関が大きい時に大きい値を示すが、差分の絶対値和では、相関が大きい程０に近い値となる。しかし、これらの評価式の定義に関係なく何れの場合においても、相互相関が最大の時に、２つの時刻における各距離データ間の相関が最も良くとれていると言える。
【００１４】
なお、上記の構成や或いは以下の各本願発明においても、本発明の各装置の構成要件とされる距離データ収得手段がレーダセンサを用いて構成される場合には、障害物などの距離データは上記の基準平面上におけるスキャン角度θ（物体の方位）を引数とする１次元データ（：θに対する物体までの距離ｒのデータ）として取り扱うことができるが、それらの各場合においては、物体までの距離ｒと共にそのスキャン角度θに対するその物体からの反射強度などをも同時に、その他の測定データとして保持したり利用したりしても良い。
【００１５】
また、本発明の第２の手段は、走行する車両の周辺の物体の距離データを微小時間間隔で収得してそれらの距離データから移動体を検出する車載用の移動体検出装置において、上記の本発明の第１の手段に基づいて構成された車両運動推定装置と、距離データ上において互いの距離が所定値以下に接近している観測点を連結体としてグループ化するグループ化手段と、このグループ化手段によって得られた２時刻における距離データ上の各連結体について、互いの距離が所定値以下に近接しておりかつ大きさの差異が所定値以下である２時刻間での連結体対を同一物として同定する対象物追跡手段と、この対象物追跡手段により同定される連結体の２時刻間の距離と方位の各変化量を、車両運動推定装置によって推定された距離の変位量と方位の変位量を用いて補正して、連結体の２時刻間の変位量とする移動体変位量算定手段とを備えることである。
【００１６】
即ち、この第２の手段は、各時刻毎に得られる距離データから移動体を特定して、その変位量を同一の距離データから得られた走行車両の移動量で補正して、移動体の正確な変位量を求めるものである。
【００１７】
また、本発明の第３の手段は、上記の本発明の第２の手段において、上記の連結体の移動速度と移動方向を求める速度算定手段と、その移動方向の時刻変化と移動速度とがそれぞれ共に所定の各範囲内に存在する時にその連結体を歩行者、自転車、または車椅子として判別する移動体判別手段とを備えることである。
なお、上記の自転車や車椅子は、モータ（原動機）を有するものであっても良い。
【００１８】
また、本発明の第４の手段は、走行する車両の周辺の物体の距離データを微小時間間隔で収得して、それらの距離データから移動体を検出する車載用の移動体検出装置において、車両の周辺の物体までの距離に関する情報を含んだ距離データを微小時間間隔で収得する距離データ収得手段と、この距離データ収得手段により収得された相異なる２時刻の間の距離データの相互相関を求める相関演算手段と、この相関演算手段により求められる相互相関が最も大きくなる照合状態を生成する照合手段と、その照合状態において、その２時刻間で互いの距離が所定値以上離間している観測点を移動点として抽出する移動点抽出手段と、この移動点抽出手段により抽出された移動点から移動物を検出する移動物検出手段とを備えることである。
【００１９】
即ち、本発明の第４の手段は、異なる時刻間の距離データの相関をとり、最も相関がとれた状態において、距離が所定値以上に離間している観測点を移動点として抽出するものであり、この操作により、静止点が除去され、移動点のみを得ることができる。そして、目的の移動体はこれらの移動点の中から検出される。
【００２０】
ただし、本発明の第４の手段における距離データ収得手段は、前述のレーダセンサ（例：レーザーレーダやミリ波レーダなど）を用いて構成されるものに限定されるものではない。即ち、上記の距離データ収得手段は、例えばステレオカメラなどを用いて構成しても良い。周知の画像変換手段を用いれば、カメラ撮影された画像は例えば鳥瞰図などの距離データに変換することができるので、例えばこの様な手順を経て上記の距離データを得る様にしても良い。そして、この様な構成によっても、物体に対する距離データ収得手段をレーダセンサを用いて構成した場合と同様の作用に基づいて略同様の効果が得られる。したがって、本発明における距離データは、物体までの距離と方位を直接測定した測定データの他、広くは、ステレオ画像のように物体までの距離に係わる距離情報を間接的に含んだ画像データをも意味する。
【００２１】
また、本発明の第５の手段は、上記の本発明の第４の手段において、物体までの距離と方位を微小時間間隔で検出するレーダセンサと、このレーダセンサにより検出された物体までの距離を方位と対応付けて距離データとして記憶する距離データ記憶手段とを備えることである。
【００２２】
また、本発明の第６の手段は、上記の本発明の第４または第５の手段において、距離データ上において互いの距離が所定値以下に接近している移動点を連結体としてグループ化するグループ化手段を移動物検出手段に備え、更に、連結体の移動速度と移動方向を求める速度算定手段と、移動方向の時刻変化と移動速度とがそれぞれ共に所定の各範囲内に存在する時にその連結体を歩行者、自転車、または車椅子として判別する移動体判別手段とを備えることである。
なお、上記の自転車や車椅子は、モータ（原動機）を有するものであっても良い。
以上の本発明の手段により、前記の課題を効果的、或いは合理的に解決することができる。
【発明の効果】
【００２３】
以上の本発明の手段によって得られる効果は以下の通りである。
即ち、本発明の第１の手段の構成に従えば、照合位置探索手段により得られる相互相関が最も大きくなる距離の変位量と方位の変位量が、２時刻間における車両の変位量（車両の並進距離とヨー軸周りの回転角）を表している。したがって、これらの変位量の時間との関係に基づいて車両の運動を求めることができる。
【００２４】
また、本発明の第１の手段においては、測定された物体までの距離ｒは実際にレーダセンサを用いて実測されるので、遠方の物体に対しても高い距離測定精度を確保することができ、更に、距離データ収得手段がレーダセンサを用いて構成されているので、障害物などの距離データは、上記の基準平面上におけるスキャン角度θ（物体の方位）を引数とする１次元データ（：θに対する物体までの距離ｒのデータ）となる。また、ステレオ画像撮像時の様に複数台の距離データ記憶手段を用いる必要がないので、１台のレーダセンサの距離データを取り扱うだけで良い。したがって、取り扱うべき距離データの量を非常に効果的に抑制することができる。
【００２５】
更に、この距離データは、路面から所定の高さにある観測点の距離データに限定されているので、観測対象物の高さを推定する必要がない。即ち、この第１の手段の構成に従う限り、例えば特開２００１−２４３４５６に記載されている従来の障害物検出装置などの様にして、従来ステレオ画像の照合処理によって行なってきた観測点の路面からの高さ割り出しのための推定処理などを実施する必要は全くない。また、上記の距離データ収得手段は１台で良いので、装置構成も簡単となり、同一時刻に収集された複数のステレオ画像を互いに照合する様な煩雑な相関演算処理も介在し得ない。
【００２６】
したがって、本発明の第１の手段によれば、２時刻の間の静止点の当該車両からの見かけ上の挙動に基づいて、当該車両の運動（：ヨーレートや速度）を従来よりも大幅に高精度に推定することができる。また、従来のステレオ画像を照合する装置（例：特許文献３の車両ヨーレート検出装置）に比べて、その演算処理オーバーヘッドも効果的に抑制されるので、ＣＰＵ負荷を軽減したり、演算処理を高速化したり、距離データ収得手段におけるサンプリング間隔を細かくしたり、或いは装置の製造コストを効果的に抑制したりすることができる。
【００２７】
また、本発明の第２の手段によれば、上記の第１の手段を用いて正確に推定された当該車両の運動（：ヨーレートや速度）を加味して、観測対象物の速度を従来よりも正確に推定することが可能となるので、その観測対象物が静止物であるのか動体であるのかを従来よりも高い精度で見分けることができる。
また、本発明の第１の手段を用いればレーダセンサによってヨーレートや車速を検出することができるので、本発明の第２の手段にはヨーレートセンサや操舵角センサや車速センサなどを備える必要もなくなる。
【００２８】
また、本発明の第４の手段を採用すれば、時刻間の２つの距離データの相互相関をとり、相関が最も大きくなる照合状態において、照合点を静止物として排除し、照合されない点、即ち、所定距離だけ離間した点を移動点として抽出することができる。即ち、この第４の手段は、移動点の精度の高い抽出を、創作性ある構成の下に実現したものであり、上記の移動点抽出手段によれば正確に移動点が抽出されるので、移動点と静止点との判別精度がより向上する。したがって、本発明の第４の手段によれば、静止物と移動体との判別がより確実になる。
【００２９】
なお、上記の第４の手段において、移動体判別精度や速度算定精度をより高くするためには、上記の距離データ収得手段として、レーダセンサ（例：レーザーレーダやミリ波レーダなど）を用いることがより望ましい（本発明の第５の手段）。その理由は、得られる物体までの距離ｒを、実際にレーダセンサを用いて実測することによって、遠方の物体に対しても高い距離測定精度を確保することができるためである。
【００３０】
また、本発明の第３または第６の手段によれば、歩行者、自転車、或いは車椅子の判別が従来よりも大幅に高い精度で実施可能となる。例えば特許文献１の従来装置においては、観測点の距離バラツキに関する各物体の物理的特性を識別基準に利用していたが、この識別基準だけでは前にも言及した様に高い判別精度が得られないので、歩行者に物理的特性が非常に似通っている例えば路肩の電柱や並木や或いは立て看板などの静止物と歩行者とを正確に区別することはできない。
【００３１】
しかしながら、例えば上記の第６の手段によると、距離データから静止点が除去されて、移動点のみが抽出され、その移動点に対して連結体を求めるなどのグループ化をして、その連結体に対して移動速度、移動方向を求めるようにしているので、それらの値の精度が高くなる。
【００３２】
また、本発明の第３または第６の手段では、移動物（観測対象物）の広がり具合と、従来よりも大幅に正確な移動速度との双方によって、移動物の種別が判別されるため、歩行者、自転車、或いは車椅子の判別処理を従来よりも遥かに高い精度で実施することができる。
【発明を実施するための最良の形態】
【００３３】
以下、本発明を具体的な実施例に基づいて説明する。
ただし、本発明の実施形態は、以下に示す個々の実施例に限定されるものではない。
【実施例１】
【００３４】
図１に、本実施例１の車両運動推定装置１００のシステム構成を示す。レーザーレーダ１００Ｂは、車両の前方バンパー付近に取り付けられたレーダセンサであり、スキャン型のレーザーレーダを用いて構成されている。距離データ記憶手段１１０はレーザーレーダ１００Ｂを用いて収集した距離データ、即ち車両前方の監視対象となった物体までの距離と方位をそれぞれ対応付けたデータ記憶する手段である。照合位置探索手段１２０は、レーザーレーダ１００Ｂによって収集されたこれらの距離データを処理する手段であり、相異なる２時刻間の距離データを照合する相関演算手段１３０を有している。運動算定手段１４０は、照合位置探索手段１２０が導いた探索結果（照合位置）に基づいて、当該車両（自車両）の運動を推定する。この運動を以下、車両運動Ｙ或いは自車両の運動Ｙなどと言うことがある。
【００３５】
図２のブロック図は、上記の車両運動推定装置１００のシステム構成を具体的なハードウェア構成に対応させて書いたものである。上記の車両運動推定装置１００は、物理的には図中の電子制御ユニット１００Ａとレーザーレーダ１００Ｂから構成されている。一方、相関演算手段１３０を備えた上記の照合位置探索手段１２０や、上記の運動算定手段１４０などは、図中の電子制御ユニット１００Ａによって実現されている。
例えば、ＲＯＭ１０２には、これらの各手段（１２０、１３０、１４０）を実現する制御プログラムが格納されている。ＣＰＵ１０１はＲＡＭ１０３が供する記憶領域を制御プログラムのロード領域や作業領域などとして用いる。より具体的には、例えば図１の距離データ記憶手段１１０などとして用いる。インターフェイス部１０４は、入出力チャネルなどから成り外部との入出力処理に介在する。
【００３６】
図３−Ａ，−Ｂに本実施例１のレーザーレーダ１００Ｂを用いた環境認識形態を示す。図１のレーザーレーダ１００Ｂでは、図示する車両の中心線から前方右側４０°と前方左側４０°の合計８０°の被測定領域をレーザーレーダによってスキャンする。この被測定領域は、所定の基準平面上にあり、この基準平面は、車両と路面との接平面に対して平行な面から成り、路面から略一定の高さに位置している。この高さはレーザーレーダの配設位置の高さに一致する。
【００３７】
そして、レーザーレーダによる測定ピッチ、即ち角度分解能は、０．２°に設定した。また、スキャン一巡分の周期、即ちサンプリング間隔は、５０ｍｓｅｃに設定した。このレーザーレーダ１００Ｂでは測定対象物からの反射光を検出して、その測定対象物までの距離ｒを測定するが、この距離ｒは上記の被測定領域内で各スキャン角度θ毎に測定されるので、上記の距離データはスキャン角度θを引数とする１次元データ（即ち、θに対する物体までの距離ｒのデータ：ｒ（θ））として距離データ記憶手段１１０上に記録される。
【００３８】
図４−Ａ，−Ｂに、本実施例１における自車両の運動のモデル化形式を示す。前述の車両運動Ｙは、上記の微小時間（５０ｍｓｅｃ）内の運動であり、前方への並進運動ｄｚと車両のヨー軸周りの回転運動ｄａとでモデル化することができる。言い換えれば、上記の微小時間をｄｔで表す時、自車両の前進速度ｖとヨーレートωは次式（１）の微分形式によって与えられる。
（自車両の運動Ｙ）
ｖ ＝ ｄｚ／ｄｔ，
ω ＝ ｄａ／ｄｔ …（１）
ただし、自車両の横方向への移動速度は前進速度ｖに比べて非常に小さく、無視できるものと仮定する。また、（ｖ，ω）の代わりに（ｄｚ，ｄａ）を車両運動Ｙ、即ち、車両の変位ベクトルと考えることもできる。
【００３９】
図４−Ｂは、１サンプリング間隔ｄｔだけ測定時刻が異なる自車両から周囲の静止物（図中の木）を見た時の車両と静止物との位置関係を表している。時刻ｔ0 に測定した自車両から木までの距離をＲ0 （Θ0 ）とし、時刻ｔ1 ＝ｔ0 ＋ｄｔに測定したその木までの距離をＲ1 （Θ1 ）とする。この時、次の関係をこれらの２つの距離Ｒ0 ，Ｒ1 の間に見い出すことができる。
【００４０】
（Ｒ0 とＲ1 との関係）
Ｒ1 （Θ1 ） ＝ Ｒ0 （Θ0 −ｄａ）−ｄｚ …（２）
即ち、運動Ｙ（（ｖ，ω）または（ｄｚ，ｄａ））が分っている時、Ｒ1 は上記の様なＲ0 に対する座標変換によって求めることができる。
【００４１】
また、通常は、被測定領域にある殆ど大半のものは静止物であるので、次式（３）の評価式Ｓに対して最小値を与える（ｄｚ，ｄａ）が、時刻ｔ1 ＝ｔ0 ＋ｄｔ近傍における自車両の運動Ｙに一致するものと考えて良い。以下、本実施例１ではこの評価式のことを照合度Ｓと言う。ただし、総和は、図３−Ａに図示したスキャン角θの全定義域に渡ってとる。また、ｒ1 （θ）は、時刻ｔ1 ＝ｔ0 ＋ｄｔに収集した各スキャン角度θ（全定義域）に渡る全距離データ（距離データ）に対応している。
（照合度Ｓ）
Ｓ（ｄｚ，ｄａ）≡Σ｜ｒ1 （θ）−〔ｒ0 （θ−ｄａ）−ｄｚ〕｜ …（３）
【００４２】
図５は１サンプリング間隔ｄｔだけ測定時刻が異なる２時刻の距離データ（観測対象物の距離データ）のイメージ図であり、図６は本実施例１における照合処理（上記の座標変換）後のそれらの距離データのイメージ図である。例えばこの様に、被測定領域にある殆ど大半のものは静止物である場合には、上記の照合度Ｓを最小にする（ｄｚ，ｄａ）の組から、自車両の運動Ｙを求めることができる。
【００４３】
図７に本実施例１の車両運動推定装置１００の制御手順を示す。この処理は、前述の電子制御ユニット１００Ａを用いて実行可能な前述の制御プログラムによって実行すべきものであり、５０ｍｓｅｃ周期で定期的に実行されるものとする。
自車両の運動を推定する処理を実現するこの制御手順では、まず最初に、本図７のステップ１１において、上記の距離データを収集する。即ち、図２のレーザーレーダ１００Ｂから上記の距離データを電子制御ユニット１００Ａ側に入力する。
【００４４】
次に、ステップ１２では、上記の照合度Ｓに対して、最小値を与えるパラメータ（ｄｚ，ｄａ）を求める。即ち、この時、図１の相関演算手段１３０では、与えられた変動パラメータ（ｄｚ，ｄａ）に対して、上記の照合度Ｓを算定する。照合位置探索手段１２０では、妥当と考えられる所定の範囲内で変動パラメータ（ｄｚ，ｄａ）を変動させて、最小の照合度Ｓを与えた変動パラメータ（ｄｚ，ｄａ）を運動算定手段１４０に出力する。
【００４５】
この時、最小値を与えるパラメータ（ｄｚ，ｄａ）は、自車両の運動を直接反映する量であるので、経時的に大幅に急変することはない。したがって、前回の検索で最小値を与えたパラメータ（ｄｚ，ｄａ）の近傍に、今回も所望の値が有る可能性が高い。この性質を利用して上記の様な検索を実行すると、高速に最適値（最小値を与えるパラメータ（ｄｚ，ｄａ））を探索することができる。また、過去の（ｄｚ，ｄａ）のデータからオブザーバを用いて、現在時刻におけるパラメータ（ｄｚ，ｄａ）を予測し、この値に対して所定範囲を設定して、その範囲で相互相関演算を行うようにしても良い。このようにすれば、より短時間で車両の正確な運動Ｙ（変位ベクトル）を求めることができる。
【００４６】
次に、ステップ１３では、前述の式（１）に基づいて自車両の運動Ｙを求めて外部の装置に出力する。即ち、図１の運動算定手段１４０にて、式（１）に従って自車両の運動Ｙを求める。ただし、出力先で上記の微小時間ｄｔの値が分っている場合には、運動算定手段１４０は恒等変換手段（即ち、入力と出力とが常に等しい回路）に置き換えても良い。言い換えれば、図１の運動算定手段１４０は恒等変換手段であっても良く、よって運動算定手段１４０は事実上省略することが可能である。
本実施例の車両運動推定装置１００を用いれば、以上の様な方式に基づいて、自車両の運動Ｙを推定することができる。
【実施例２】
【００４７】
本実施例２では、上記の車両運動推定装置１００から得られる正確な車両運動Ｙ（（ｖ，ω）または（ｄｚ，ｄａ））に基づいて、走行路面上の移動物の移動速度を正確に推定する移動物検出装置について例示する。
図８に、本実施例２の移動物検出装置２００のシステム構成を示す。本図８の車両運動推定装置１００は、実施例１で説明した装置である。この移動物検出装置２００は、その他に、距離データが示す測定点の局所性、即ち、距離が所定値以下に接近している複数の観測点を連結体としてグループ化するグループ化手段２１０と、相異なる２時刻間における各連結体の広がり（即ち、基準平面上での面積）の不変性、即ち、時刻間の面積の差などに基づいてそれらの連結体を同一の物体として同定する追跡処理部２２０と、各連結体の時刻間の距離と方位の各変位量（変位ベクトル）を、実施例１で求められる車両のその時の運動Ｙを用いて補正することで、連結体の時刻間の変位量を求める移動体変位量算定手段２２２と、その連結体の移動速度や移動方向を求め、それらの値が共に所定範囲に存在するか否かで、その連結体である移動体が歩行者、自転車、または車椅子であるか否かを判定する移動体判別手段２３０とを有している。ここで、判別すべき各移動体の種類に応じて、所定範囲は別々に設定される。追跡処理部２２０は、対象物追跡手段２２１と移動体変位量算定手段２２２から構成されている。
【００４８】
この移動物検出装置２００が具備する車両運動推定装置１００は、図１に示す様にスキャン型のレーザーレーダ１００Ｂを備えており、グループ化手段２１０は、車両運動推定装置１００の距離データ記憶手段１１０を介して得られた環境情報である路上の被測定対象物の距離データを各座標の局所性を判定することで、即ち、各測定点（照射点）が互いに所定距離以内に接近しているか否かを判定することで、それらの測定点を連結体にグループ化する。
【００４９】
また、移動体変位量算定手段２２２は、車両運動推定装置１００から得られた自車両の運動Ｙを、上記の測定対象物の見かけ上の運動（見かけ上の速度ｙ）から差し引く手段である。その様子を説明するものが図９である。即ち、図９は本実施例２における移動物の移動量ｄｒの求め方を示している。この図では、ｒ0 ，ｒ1 ，ｒ′，ｄｒは、何れも基準平面上のベクトルであり、ｒ0 は、１サンプリング時刻前の距離データで得られた値であり、ｒ1 は現サンプリング時刻における距離データから得られた値である。ｒ′は、移動体が静止しているとした時の、現サンプリング時刻における距離データ上の値であり、ｒ0 に対する座標変換ｆによって求めることができる。また、この座標変換ｆは、先の実施例１で示した式（２）と略同様にして、自車両の運動Ｙから一意に決定することができる。したがって、移動物の運動（速度ベクトルｄｒ）は次式（４）で与えられる。
（速度ベクトルｄｒ）
ｄｒ ＝ ｒ1 −ｒ′
＝ ｒ1 −ｆ（ｒ0 ，Ｙ） …（４）
【００５０】
この様な方式により、その物体のサンプリング間隔ｄｔにおける移動量ｄｒを精度よく推定することができる。この移動量ｄｒは基準平面上のベクトルである。したがって、実際の歩行者の速度は微分形式ｄｒ／ｄｔで定義しても良い。しかし、サンプリング間隔ｄｔはこのシステム（移動物検出装置２００）内においては共通の定数であるので、先の式（１）に対する考え方と同様に、移動量ｄｒ自身をその移動物の移動速度（運動）と考えても特段差し支えない。
【００５１】
図１０に本実施例２の移動物検出装置２００の制御手順を示す。この制御手順（歩行者認識処理）は５０ｍｓｅｃ周期で定期的に実行される。この制御手順（歩行者認識処理）では、まず最初に、本図１０のステップ２１において、レーザーレーダ１００Ｂを用いて図８の距離データ記憶手段１１０上に上記の距離データを収集する。
【００５２】
次に、ステップ２２（グループ化手段２１０）では、現時刻の全観測点の中から、互いに距離が近い観測点をまとめてグループ化する。この際、独立した観測点や大きさの小さいグループはノイズと判断して取り除く。
【００５３】
次に、ステップ２３（対象物追跡手段２２１）では、グループ化した物体をそれぞれ周知の追尾フィルタであるα−βフィルタを用いて追跡する。この時、サンプリング間隔ｄｔを隔てた前後の観測結果（距離データ）において、基準平面上にて近くにあり、かつ大きさの似ているものを同一の測定対象物として同定する。そして、同定された測定対象物の中から所定の範囲内の広がりｗを示すものについてのみ、その運動（見かけ上の運動ｙ）を移動体変位量算定手段２２２に対して出力する。この範囲とは、例えば縦横共に１ｍ以内の大きさ（基準平面上の広がり）などで良い。また、同時にその測定対象物の広がりｗを移動体判別手段２３０に対して出力する。
【００５４】
次に、ステップ２４（移動体変位量算定手段２２２）では、この際、車両運動推定装置１００から得られた自車両の運動Ｙを、上記の式（４）に従って、測定対象物の見かけ上の運動（見かけ上の速度ｙ）から差し引く。
【００５５】
次に、ステップ２５（移動体判別手段２３０）では、上記の対象物追跡手段２２１で認識されたその移動物の大きさｗや、上記の移動体変位量算定手段２２２から出力された移動速度ｄｒや或いはその移動速度ｄｒの経時的な安定性などをチェックして、その移動物の歩行者としての信頼度（歩行者らしさ）を算定または選択する。この信頼度がある閾値を越えた移動物が歩行者として検出される。例えば、歩行者と見なし得る移動物の速さは、０．５ｍ／ｓｅｃ〜４．０ｍ／ｓｅｃの範囲に限定するなどすると良い。
【００５６】
その後のステップ２６では、この判定結果（歩行者に関する検出結果）を所定の外部装置に出力する。この時、その判定結果をエンドユーザに直接知らせる場合には、その判定結果をグラフィカル表示したり、或いはその信頼度の高さなどによって色別表示したりすることがユーザの利便性の面でより望ましい。また、勿論、その判定結果は、車両の事故防止システムやオートクルーズ制御システムなどに出力しても良い。
以上の様な方式に従えば、歩行者を従来よりも正確に自動認識することができる。
【実施例３】
【００５７】
上記の実施例２では、開示しなかったが、移動物と静止物とを最初から区別して、距離データから分離、抽出することも可能である。以下、その様な処理方式について説明する。
先の図５、図６からも判る様に、一時刻前の距離データ（距離データ）を、上記の車両運動推定装置１００を使って推定された自車両の運動Ｙ＝(dz,da) だけずらし、即ち座標変換し、現時刻の距離データと重ねて見ると、このとき、2 つの時刻の座標が一致（座標偏差が所定値以下の場合）するものが静止物であり、一致（座標偏差が所定値よりも大きい場合）しないものが移動物であると判定することができる。
【００５８】
図１１に、その様な処理方式を実現する本実施例３の移動物検出装置３００のシステム構成を示す。移動物検出手段３０２は、グループ化手段３１０と追跡処理部３２０から構成されている。また、移動点抽出手段３０１は、上記の座標変換を行う座標変換手段を用い行われる上記の距離データ（距離データ）の重ね合わせによって、移動点だけを抽出する手段である。この様な手段を用いれば、グループ化手段を用いる前段において、例えば図６に例示する様な移動物の移動点だけをグループ化の処理対象として取り出すことができる。したがって、その後の各処理のオーバーヘッドを大幅に削減することができ、同時に、移動物と静止物との区別も厳密となる。
【００５９】
また、移動体の変位は、上記の２つの時刻における距離データを照合させた状態での移動体の変位として測定することができる。また、所定値以下に隣接点の距離が接近した移動点を連結して連結体としてグループ化して、その連結体の中点に関して変位ベクトルを求めることで、移動体の変位ベクトルを求める。なお、本図１１のグループ化手段３１０と追跡処理部３２０と移動体判別手段３３０は、実施例２の移動物検出装置２００（図８）の各部（グループ化手段２１０と追跡処理部２２０と移動体判別手段２３０）に対応しており、それぞれ、略同等の機能を奏する。
以上の様な方式に従えば、本実施例３の移動物検出装置３００によって、歩行者は移動速度が遅いため静止物候補と区別できないこともあり得るが、走行中の車両は容易かつ確実に移動物として抽出することができる。
【実施例４】
【００６０】
本実施例では、周囲に存在する静止物と歩行者の位置関係の時間的な変化によって歩行者の移動量を精度よく推定するための具体な装置構成例を開示する。図１２に本実施例４の移動物検出装置４００のシステム構成を示す。この移動物検出装置４００は、レーザーレーダ１００Ｂと、距離データ記憶手段１１０と、移動点抽出手段４０１と、移動物検出手段４０２と、歩行者判定部４０３の５つの部分に大きく分類することができる。
【００６１】
そして、この移動物検出手段４０２は、前述のグループ化手段３１０と略同様の機能を奏するグループ化手段４１０と、前述の対象物追跡手段２２１と略同様の機能を奏する対象物追跡手段４２１から構成されている。一方、歩行者判定部４０３は、本実施例の最も特徴的な部位を具現する速度算定手段４４０と前述の移動体判別手段２３０と略同様の機能を奏する移動体判別手段４３０から構成されている。
【００６２】
移動点抽出手段４０１は、前述の移動点抽出手段３０１と略同様の動作原理を用いて、距離データ（距離データ）中における静止点座標と移動点座標とを分離する。本実施例の移動点抽出手段４０１は、前述の実施例と同様に、図１の照合位置検索手段１２０と略同様の機能（：時刻間距離データ照合機能）をも有するものとする。即ち、本実施例は、実施例３と同様に、異なる２つの時刻における距離データの相関値が最も大きくなる照合状態を得ることで、移動点と静止点とを分別するものである。ただし、本実施例では、異なる時刻間での距離データの相関演算により求められる車両の運動Ｙ（変位ベクトル）を、移動体を検出する場合に、陽には用いない。
【００６３】
また、２つの距離データを照合して、最も照合すると思われる状態を形成して、離れた位置にある２つの照射点を静止点として決定する。照合演算には、レーザレーダの反射強度を、照合の対象に加えても良い。
【００６４】
図１３は、本実施例４における移動物の移動量ｄｒの求め方を、走行路面上の静止系（上記の基準平面上）において示したものであり、本図１３の点Ａ0 ，Ｂ0 はその様な静止点を表している。また、点Ａ1 ，Ｂ1 は、各点Ａ0 ，Ｂ0 の微小時間ｄｔだけ後の点を表している。即ち、これらの各座標は座標変換前後でそれぞれ一致したものである。
即ち、走行路面上の静止系では、歩行者の移動（移動量ｄｒ）はこの図１３に例示する様な動作イメージになる。ただし、図１３の点Ｏ0 ，Ｏ1 は時刻ｔ0 と時刻ｔ1 ＝ｔ0 ＋ｄｔにおける各レーザーレーダ１００Ｂのセンシング部の位置を示している。
【００６５】
そして、上記の２つの静止点Ａ0 ，Ｂ0 の座標は、移動点抽出手段４０１から速度算定手段４４０に対して出力される。
対象物追跡手段４２１は、１体の移動物としてグループ化され、かつ、同一の物体として同定された移動物の中心座標（例：点Ｃ0 ，Ｃ1 の各座標）を各サンプリング時刻毎に速度算定手段４４０に対して出力する。図１３の略中央に図示された点Ｃ0 ，Ｃ1 は、その様な方法で与えられる、同一の移動物の各時刻（上記の時刻ｔ0 と時刻ｔ1 ）の中心点を示している。
【００６６】
この時、辺Ａ0 Ｂ0 と辺Ａ1 Ｂ1 とを基準平面上で重ね合わせると、両者の長さは当然一致しているので、点Ｃ0 から点Ｃ1 への動きｄｒ（ベクトル）は、三角形Ａ0 Ｂ0 Ｃ0 と三角形Ａ1 Ｂ1 Ｃ1 の各頂点（点Ｃ0 ，Ｃ1 ）のずれの量として表すことができる。
勿論、三角形Ａ0 Ｂ0 Ｃ0 の大きさや形は対応する時刻の距離データ（距離データ）から容易に求めることができる。三角形Ａ1 Ｂ1 Ｃ1 の大きさや形についても同様である。言い換えれば、Ａ0 Ｂ0 とＡ1 Ｂ1 を座標軸として、その座標軸を基準にして、移動点Ｃ0 ，Ｃ1 の座標を求めることで、移動体の変位ベクトルを求めるようにしたものである。
即ち、時間ｄｔの間におけるこの三角形ＡＢＣの経時的な変形に基づいて、移動量ｄｒ（ベクトル）を求めることができる。そして、この移動量ｄｒ（ベクトル）に基づいて、図１２の速度算定手段４４０ではその移動体の速度ベクトルｖを求めて、移動体判別手段４３０に出力する。
【００６７】
例えばこの様な方式によっても、歩行者の運動（移動量ｄｒ）を正確に求めることができるため、従来判別が困難であった路肩の電柱や並木や立て看板などと、歩行者とを従来よりも大幅に高い精度で判別することができる。
【産業上の利用可能性】
【００６８】
上記の実施例２、３では、実施例１の車両運動推定装置１００を用いて移動物検出装置（２００，３００）を構成したが、本発明の車両運動推定装置は、車両の運動（速度やヨーレート）を正確に検出する手段を供するものであるので、速度センサやヨーレートセンサなどの検出装置に代えて代替的に利用することも可能である。したがって、本発明の車両運動推定装置は、例えばＡＢＳ関連装置やパワーステアリング関連装置などの、車両安定性や或いは操舵応答性などを改善したり調整したりするための各種の車両姿勢制御装置に対して適用することも可能である。
【図面の簡単な説明】
【００６９】
【図１】実施例１の車両運動推定装置１００のシステム構成を示すブロック図
【図２】実施例１の車両運動推定装置１００のシステム構成を示すブロック図
【図３−Ａ】実施例１の環境認識形態を示す説明図
【図３−Ｂ】実施例１の環境認識形態を示す説明図
【図４−Ａ】実施例１における自車両の運動のモデル化形式を示す説明図
【図４−Ｂ】実施例１における自車両の運動のモデル化形式を示す説明図
【図５】実施例１における観測対象物の距離データのイメージ図
【図６】実施例１における照合処理後の距離データのイメージ図
【図７】実施例１の車両運動推定装置１００の制御手順を示すフローチャート
【図８】実施例２の移動物検出装置２００のシステム構成を示すブロック図
【図９】実施例２における移動物の移動量ｄｒの求め方を示す説明図
【図１０】実施例２の移動物検出装置２００の制御手順を示すフローチャート
【図１１】実施例３の移動物検出装置３００のシステム構成を示すブロック図
【図１２】実施例４の移動物検出装置４００のシステム構成を示すブロック図
【図１３】実施例４における移動物の移動量ｄｒの求め方を示す説明図
【符号の説明】
【００７０】
１００ ： 車両運動推定装置（実施例１）
１１０ ： 距離データ記憶手段
１２０ ： 照合位置探索手段
１３０ ： 相関演算手段
１４０ ： 運動算定手段
２００ ： 移動物検出装置（実施例２）
２１０ ： グループ化手段
２２０ ： 追跡処理部
２２１ ： 対象物追跡手段
２２２ ： 移動体変位量算定手段
２３０ ： 移動体判別手段
３００ ： 移動物検出装置（実施例３）
３０１ ： 移動点抽出手段
４００ ： 移動物検出装置（実施例４）
４２１ ： 対象物追跡手段
４４０ ： 速度算定手段
【技術分野】
【０００１】
本発明は、自車両の運動を推定する車両運動推定装置、及び自車両に対する周囲の移動体を検出する移動体検出装置に関する。本発明は、車両の事故防止システムやオートクルーズ制御システムに用いることができる。
【背景技術】
【０００２】
走行車両と歩行者や自転車などとの衝突を回避するためには、走行前方の障害物を検出するだけでは不十分であり、走行車両の前方を横断する可能性のある状態を事前に予測することが必要となる。このために、走行車両の周辺に存在する歩行者や自転車などの物理的には小物体を、移動していることを手がかりに検出している。そして、走行車両の前方を横断しようとする歩行者や自転車や、走行車両と並行する歩行者や自転車などを検出した場合に、その状況に応じた警報を発したり、衝突を回避するために自動ブレーキによる減速や停止、ハンドル操作などを行うようにすることが提案されている。この移動物体を判読する時に問題となるのは、走行中の車両から前方の物体を撮像しているために、路面に対して静止している物体であっても、撮像データからは移動体として把握されることである。たとえば、路肩に沿って設置されているガードレールであっても、車両が走行しているために、車両の前方を横方向に横断する移動物体と認識される可能性がある。
【０００３】
【特許文献１】特開平１０−１００８２０
【特許文献２】特開２０００−２４７２０７
【特許文献３】特開平５−７９８５０ 上記の特許文献１に開示されている技術は、車両の進行方向の前方に侵入する横方向移動物体をガードレールと区別して判別できるようにしたものである。この方法は、物体前方までの距離を測定するものであるが、車両の進行方向の物体の観測される距離のバラツキが小さく、路面に平行で車両の進行方向に対して垂直な横方向（以下、単に、「横方向」という）の移動速度が所定値よりも大きい場合に、車両の進行方向前方に進入する可能性のある移動物体と認識するものである。
【０００４】
また、上記の特許文献２に開示されている技術は、走行車両が旋回している時に、歩行者などの移動体の横方向の移動速度が所定値を越える時に移動体と判断すると、走行車両の旋回速度だけ、検出される移動体の横方向の移動速度に誤差が含まれるので、別に独立して設けたヨーレートセンサより、走行車両の旋回速度を検出して、移動体の横方向の移動速度を補正するようにしている。
【０００５】
さらに、特許文献３に記載の技術は、歩行者などの移動体を検出する技術ではないが、走行車両のヨーレートを求めるのに、走行車両の前方の物体をステレオ画像として撮像し、左右の画像の相互相関関数を求め、異なる時刻間でのその相互相関関数のさらなる相互相関関数を求めている。
【発明の開示】
【発明が解決しようとする課題】
【０００６】
ところが、例えば特許文献１においては、測定画像を処理して走行車両の前方を横方向に移動する歩行者を検出するのに、車両が移動していることによる影響が考慮されていない。このため、検出される横方向の移動速度に誤差が含まれ、横方向に移動する歩行者を誤検出したり、歩行者を検出すべき時に検出しなかったりするという問題がある。
【０００７】
また、特許文献２においては、走行車両が旋回しているときには、レーダでその前方を横方向に移動する移動体の横方向の移動速度を検出すると、その移動速度には大きな誤差が含まれるので、走行車両の旋回角をヨーレートセンサで物理的に検出して、対象物体の横方向の移動速度を補正しているが、進行方向の車両の時間的移動量は考慮されていないし、レーダの他にヨーレートを物理量として検出する別の独立したヨーレートセンサを必要とするという課題がある。
【０００８】
また、特許文献３においては、ステレオ画像から撮像している車両のヨーレートを検出することが開示されているが、車両の進行方向の移動量は検出されていないし、レーダを用いて測定される距離データにおいて、車両の時間的移動量（移動ベクトル）を検出するものではない。したがって、特許文献３に記載の方法は、特許文献２に開示されているヨーレートセンサの代りに用いることができるが、その代りにステレオ画像を得るために２台のカメラを必要とするという問題がある。また、走行車両の進行方向の経時的な移動量が考慮されていないので、歩行者などの移動体を検出する精度が高くないという問題がある。
【０００９】
また、いずれの文献においても、走行車両の周辺の得られた距離データの時刻間の相関から、路面に静止した物体を排除して移動体のみを精度良く求めるという思想はなく、本件発明は、この技術を実現したものである。
【００１０】
本発明は、上記の課題を解決するために成されたものであり、その目的は、走行車両の前方の物体の距離を測定するスキャンセンサを用いるだけで、走行車両の運動を推定できるようにすることである。
また、本発明の他の目的は、静止部と区別して移動体を精度良く抽出することである。 これらのことを実現することにより、歩行者や自転車などの移動体を精度良く検出できるようにすることを他の目的とする。
これらの発明の目的は、各発明が全ての目的を同時に達成すべきものと解釈されるべきではなく、各発明が、上記の各目的を達成するものと解するべきである。
【課題を解決するための手段】
【００１１】
上記の課題を解決するためには、以下の手段が有効である。
即ち、本発明の第１の手段は、走行する車両の周辺の物体の距離データを微小時間間隔で収得してそれらの距離データから車両の運動を推定する車載用の車両運動推定装置において、物体までの距離と方位を微小時間間隔で検出するレーダセンサと、このレーダセンサにより検出された物体までの距離を方位と対応付けて距離データとして記憶する距離データ記憶手段と、距離の変位量と方位の変位量を変動パラメータにして、距離データ記憶手段に記憶された相異なる２時刻の各距離データの間の相互相関を求める相関演算手段と、この相関演算手段により求められる相互相関が最も大きくなる照合状態におけるその２時刻の間の距離の変位量と方位の変位量を求める照合位置探索手段とを備えることである。
【００１２】
上記の本発明の第１の手段における上記の距離データは、物体までの距離情報を含むデータであり、変数としては、車両の進行軸に対するレーダセンサ（例：レーザレーダやミリ波レーダなど）の照射軸の角度などが採用される。以下、照射軸と進行軸とで構成される平面を「基準平面」ともいう。したがって、距離データは、（距離、方位）を変数とするデータとなる。ただし、（距離、方位）は、レーダから直接的に得られる距離データであって、これを路面に平行なｏ−ｘｙ直交座標に変換した距離データであっても良い。さらに、他の座標平面に変換した画像や距離データであっても良い。
【００１３】
また、上記の相互相関は、数学的な相関積分、相関積分の数値演算である積和演算、差分の絶対値和、差分の逆数の絶対値和、これらの値を正規化した値など、相関の概念が含まれる演算であれば、任意である。相関積分であれば、相関が大きい時に大きい値を示すが、差分の絶対値和では、相関が大きい程０に近い値となる。しかし、これらの評価式の定義に関係なく何れの場合においても、相互相関が最大の時に、２つの時刻における各距離データ間の相関が最も良くとれていると言える。
【００１４】
なお、上記の構成や或いは以下の各本願発明においても、本発明の各装置の構成要件とされる距離データ収得手段がレーダセンサを用いて構成される場合には、障害物などの距離データは上記の基準平面上におけるスキャン角度θ（物体の方位）を引数とする１次元データ（：θに対する物体までの距離ｒのデータ）として取り扱うことができるが、それらの各場合においては、物体までの距離ｒと共にそのスキャン角度θに対するその物体からの反射強度などをも同時に、その他の測定データとして保持したり利用したりしても良い。
【００１５】
また、本発明の第２の手段は、走行する車両の周辺の物体の距離データを微小時間間隔で収得してそれらの距離データから移動体を検出する車載用の移動体検出装置において、上記の本発明の第１の手段に基づいて構成された車両運動推定装置と、距離データ上において互いの距離が所定値以下に接近している観測点を連結体としてグループ化するグループ化手段と、このグループ化手段によって得られた２時刻における距離データ上の各連結体について、互いの距離が所定値以下に近接しておりかつ大きさの差異が所定値以下である２時刻間での連結体対を同一物として同定する対象物追跡手段と、この対象物追跡手段により同定される連結体の２時刻間の距離と方位の各変化量を、車両運動推定装置によって推定された距離の変位量と方位の変位量を用いて補正して、連結体の２時刻間の変位量とする移動体変位量算定手段とを備えることである。
【００１６】
即ち、この第２の手段は、各時刻毎に得られる距離データから移動体を特定して、その変位量を同一の距離データから得られた走行車両の移動量で補正して、移動体の正確な変位量を求めるものである。
【００１７】
また、本発明の第３の手段は、上記の本発明の第２の手段において、上記の連結体の移動速度と移動方向を求める速度算定手段と、その移動方向の時刻変化と移動速度とがそれぞれ共に所定の各範囲内に存在する時にその連結体を歩行者、自転車、または車椅子として判別する移動体判別手段とを備えることである。
なお、上記の自転車や車椅子は、モータ（原動機）を有するものであっても良い。
【００１８】
また、本発明の第４の手段は、走行する車両の周辺の物体の距離データを微小時間間隔で収得して、それらの距離データから移動体を検出する車載用の移動体検出装置において、車両の周辺の物体までの距離に関する情報を含んだ距離データを微小時間間隔で収得する距離データ収得手段と、この距離データ収得手段により収得された相異なる２時刻の間の距離データの相互相関を求める相関演算手段と、この相関演算手段により求められる相互相関が最も大きくなる照合状態を生成する照合手段と、その照合状態において、その２時刻間で互いの距離が所定値以上離間している観測点を移動点として抽出する移動点抽出手段と、この移動点抽出手段により抽出された移動点から移動物を検出する移動物検出手段とを備えることである。
【００１９】
即ち、本発明の第４の手段は、異なる時刻間の距離データの相関をとり、最も相関がとれた状態において、距離が所定値以上に離間している観測点を移動点として抽出するものであり、この操作により、静止点が除去され、移動点のみを得ることができる。そして、目的の移動体はこれらの移動点の中から検出される。
【００２０】
ただし、本発明の第４の手段における距離データ収得手段は、前述のレーダセンサ（例：レーザーレーダやミリ波レーダなど）を用いて構成されるものに限定されるものではない。即ち、上記の距離データ収得手段は、例えばステレオカメラなどを用いて構成しても良い。周知の画像変換手段を用いれば、カメラ撮影された画像は例えば鳥瞰図などの距離データに変換することができるので、例えばこの様な手順を経て上記の距離データを得る様にしても良い。そして、この様な構成によっても、物体に対する距離データ収得手段をレーダセンサを用いて構成した場合と同様の作用に基づいて略同様の効果が得られる。したがって、本発明における距離データは、物体までの距離と方位を直接測定した測定データの他、広くは、ステレオ画像のように物体までの距離に係わる距離情報を間接的に含んだ画像データをも意味する。
【００２１】
また、本発明の第５の手段は、上記の本発明の第４の手段において、物体までの距離と方位を微小時間間隔で検出するレーダセンサと、このレーダセンサにより検出された物体までの距離を方位と対応付けて距離データとして記憶する距離データ記憶手段とを備えることである。
【００２２】
また、本発明の第６の手段は、上記の本発明の第４または第５の手段において、距離データ上において互いの距離が所定値以下に接近している移動点を連結体としてグループ化するグループ化手段を移動物検出手段に備え、更に、連結体の移動速度と移動方向を求める速度算定手段と、移動方向の時刻変化と移動速度とがそれぞれ共に所定の各範囲内に存在する時にその連結体を歩行者、自転車、または車椅子として判別する移動体判別手段とを備えることである。
なお、上記の自転車や車椅子は、モータ（原動機）を有するものであっても良い。
以上の本発明の手段により、前記の課題を効果的、或いは合理的に解決することができる。
【発明の効果】
【００２３】
以上の本発明の手段によって得られる効果は以下の通りである。
即ち、本発明の第１の手段の構成に従えば、照合位置探索手段により得られる相互相関が最も大きくなる距離の変位量と方位の変位量が、２時刻間における車両の変位量（車両の並進距離とヨー軸周りの回転角）を表している。したがって、これらの変位量の時間との関係に基づいて車両の運動を求めることができる。
【００２４】
また、本発明の第１の手段においては、測定された物体までの距離ｒは実際にレーダセンサを用いて実測されるので、遠方の物体に対しても高い距離測定精度を確保することができ、更に、距離データ収得手段がレーダセンサを用いて構成されているので、障害物などの距離データは、上記の基準平面上におけるスキャン角度θ（物体の方位）を引数とする１次元データ（：θに対する物体までの距離ｒのデータ）となる。また、ステレオ画像撮像時の様に複数台の距離データ記憶手段を用いる必要がないので、１台のレーダセンサの距離データを取り扱うだけで良い。したがって、取り扱うべき距離データの量を非常に効果的に抑制することができる。
【００２５】
更に、この距離データは、路面から所定の高さにある観測点の距離データに限定されているので、観測対象物の高さを推定する必要がない。即ち、この第１の手段の構成に従う限り、例えば特開２００１−２４３４５６に記載されている従来の障害物検出装置などの様にして、従来ステレオ画像の照合処理によって行なってきた観測点の路面からの高さ割り出しのための推定処理などを実施する必要は全くない。また、上記の距離データ収得手段は１台で良いので、装置構成も簡単となり、同一時刻に収集された複数のステレオ画像を互いに照合する様な煩雑な相関演算処理も介在し得ない。
【００２６】
したがって、本発明の第１の手段によれば、２時刻の間の静止点の当該車両からの見かけ上の挙動に基づいて、当該車両の運動（：ヨーレートや速度）を従来よりも大幅に高精度に推定することができる。また、従来のステレオ画像を照合する装置（例：特許文献３の車両ヨーレート検出装置）に比べて、その演算処理オーバーヘッドも効果的に抑制されるので、ＣＰＵ負荷を軽減したり、演算処理を高速化したり、距離データ収得手段におけるサンプリング間隔を細かくしたり、或いは装置の製造コストを効果的に抑制したりすることができる。
【００２７】
また、本発明の第２の手段によれば、上記の第１の手段を用いて正確に推定された当該車両の運動（：ヨーレートや速度）を加味して、観測対象物の速度を従来よりも正確に推定することが可能となるので、その観測対象物が静止物であるのか動体であるのかを従来よりも高い精度で見分けることができる。
また、本発明の第１の手段を用いればレーダセンサによってヨーレートや車速を検出することができるので、本発明の第２の手段にはヨーレートセンサや操舵角センサや車速センサなどを備える必要もなくなる。
【００２８】
また、本発明の第４の手段を採用すれば、時刻間の２つの距離データの相互相関をとり、相関が最も大きくなる照合状態において、照合点を静止物として排除し、照合されない点、即ち、所定距離だけ離間した点を移動点として抽出することができる。即ち、この第４の手段は、移動点の精度の高い抽出を、創作性ある構成の下に実現したものであり、上記の移動点抽出手段によれば正確に移動点が抽出されるので、移動点と静止点との判別精度がより向上する。したがって、本発明の第４の手段によれば、静止物と移動体との判別がより確実になる。
【００２９】
なお、上記の第４の手段において、移動体判別精度や速度算定精度をより高くするためには、上記の距離データ収得手段として、レーダセンサ（例：レーザーレーダやミリ波レーダなど）を用いることがより望ましい（本発明の第５の手段）。その理由は、得られる物体までの距離ｒを、実際にレーダセンサを用いて実測することによって、遠方の物体に対しても高い距離測定精度を確保することができるためである。
【００３０】
また、本発明の第３または第６の手段によれば、歩行者、自転車、或いは車椅子の判別が従来よりも大幅に高い精度で実施可能となる。例えば特許文献１の従来装置においては、観測点の距離バラツキに関する各物体の物理的特性を識別基準に利用していたが、この識別基準だけでは前にも言及した様に高い判別精度が得られないので、歩行者に物理的特性が非常に似通っている例えば路肩の電柱や並木や或いは立て看板などの静止物と歩行者とを正確に区別することはできない。
【００３１】
しかしながら、例えば上記の第６の手段によると、距離データから静止点が除去されて、移動点のみが抽出され、その移動点に対して連結体を求めるなどのグループ化をして、その連結体に対して移動速度、移動方向を求めるようにしているので、それらの値の精度が高くなる。
【００３２】
また、本発明の第３または第６の手段では、移動物（観測対象物）の広がり具合と、従来よりも大幅に正確な移動速度との双方によって、移動物の種別が判別されるため、歩行者、自転車、或いは車椅子の判別処理を従来よりも遥かに高い精度で実施することができる。
【発明を実施するための最良の形態】
【００３３】
以下、本発明を具体的な実施例に基づいて説明する。
ただし、本発明の実施形態は、以下に示す個々の実施例に限定されるものではない。
【実施例１】
【００３４】
図１に、本実施例１の車両運動推定装置１００のシステム構成を示す。レーザーレーダ１００Ｂは、車両の前方バンパー付近に取り付けられたレーダセンサであり、スキャン型のレーザーレーダを用いて構成されている。距離データ記憶手段１１０はレーザーレーダ１００Ｂを用いて収集した距離データ、即ち車両前方の監視対象となった物体までの距離と方位をそれぞれ対応付けたデータ記憶する手段である。照合位置探索手段１２０は、レーザーレーダ１００Ｂによって収集されたこれらの距離データを処理する手段であり、相異なる２時刻間の距離データを照合する相関演算手段１３０を有している。運動算定手段１４０は、照合位置探索手段１２０が導いた探索結果（照合位置）に基づいて、当該車両（自車両）の運動を推定する。この運動を以下、車両運動Ｙ或いは自車両の運動Ｙなどと言うことがある。
【００３５】
図２のブロック図は、上記の車両運動推定装置１００のシステム構成を具体的なハードウェア構成に対応させて書いたものである。上記の車両運動推定装置１００は、物理的には図中の電子制御ユニット１００Ａとレーザーレーダ１００Ｂから構成されている。一方、相関演算手段１３０を備えた上記の照合位置探索手段１２０や、上記の運動算定手段１４０などは、図中の電子制御ユニット１００Ａによって実現されている。
例えば、ＲＯＭ１０２には、これらの各手段（１２０、１３０、１４０）を実現する制御プログラムが格納されている。ＣＰＵ１０１はＲＡＭ１０３が供する記憶領域を制御プログラムのロード領域や作業領域などとして用いる。より具体的には、例えば図１の距離データ記憶手段１１０などとして用いる。インターフェイス部１０４は、入出力チャネルなどから成り外部との入出力処理に介在する。
【００３６】
図３−Ａ，−Ｂに本実施例１のレーザーレーダ１００Ｂを用いた環境認識形態を示す。図１のレーザーレーダ１００Ｂでは、図示する車両の中心線から前方右側４０°と前方左側４０°の合計８０°の被測定領域をレーザーレーダによってスキャンする。この被測定領域は、所定の基準平面上にあり、この基準平面は、車両と路面との接平面に対して平行な面から成り、路面から略一定の高さに位置している。この高さはレーザーレーダの配設位置の高さに一致する。
【００３７】
そして、レーザーレーダによる測定ピッチ、即ち角度分解能は、０．２°に設定した。また、スキャン一巡分の周期、即ちサンプリング間隔は、５０ｍｓｅｃに設定した。このレーザーレーダ１００Ｂでは測定対象物からの反射光を検出して、その測定対象物までの距離ｒを測定するが、この距離ｒは上記の被測定領域内で各スキャン角度θ毎に測定されるので、上記の距離データはスキャン角度θを引数とする１次元データ（即ち、θに対する物体までの距離ｒのデータ：ｒ（θ））として距離データ記憶手段１１０上に記録される。
【００３８】
図４−Ａ，−Ｂに、本実施例１における自車両の運動のモデル化形式を示す。前述の車両運動Ｙは、上記の微小時間（５０ｍｓｅｃ）内の運動であり、前方への並進運動ｄｚと車両のヨー軸周りの回転運動ｄａとでモデル化することができる。言い換えれば、上記の微小時間をｄｔで表す時、自車両の前進速度ｖとヨーレートωは次式（１）の微分形式によって与えられる。
（自車両の運動Ｙ）
ｖ ＝ ｄｚ／ｄｔ，
ω ＝ ｄａ／ｄｔ …（１）
ただし、自車両の横方向への移動速度は前進速度ｖに比べて非常に小さく、無視できるものと仮定する。また、（ｖ，ω）の代わりに（ｄｚ，ｄａ）を車両運動Ｙ、即ち、車両の変位ベクトルと考えることもできる。
【００３９】
図４−Ｂは、１サンプリング間隔ｄｔだけ測定時刻が異なる自車両から周囲の静止物（図中の木）を見た時の車両と静止物との位置関係を表している。時刻ｔ0 に測定した自車両から木までの距離をＲ0 （Θ0 ）とし、時刻ｔ1 ＝ｔ0 ＋ｄｔに測定したその木までの距離をＲ1 （Θ1 ）とする。この時、次の関係をこれらの２つの距離Ｒ0 ，Ｒ1 の間に見い出すことができる。
【００４０】
（Ｒ0 とＲ1 との関係）
Ｒ1 （Θ1 ） ＝ Ｒ0 （Θ0 −ｄａ）−ｄｚ …（２）
即ち、運動Ｙ（（ｖ，ω）または（ｄｚ，ｄａ））が分っている時、Ｒ1 は上記の様なＲ0 に対する座標変換によって求めることができる。
【００４１】
また、通常は、被測定領域にある殆ど大半のものは静止物であるので、次式（３）の評価式Ｓに対して最小値を与える（ｄｚ，ｄａ）が、時刻ｔ1 ＝ｔ0 ＋ｄｔ近傍における自車両の運動Ｙに一致するものと考えて良い。以下、本実施例１ではこの評価式のことを照合度Ｓと言う。ただし、総和は、図３−Ａに図示したスキャン角θの全定義域に渡ってとる。また、ｒ1 （θ）は、時刻ｔ1 ＝ｔ0 ＋ｄｔに収集した各スキャン角度θ（全定義域）に渡る全距離データ（距離データ）に対応している。
（照合度Ｓ）
Ｓ（ｄｚ，ｄａ）≡Σ｜ｒ1 （θ）−〔ｒ0 （θ−ｄａ）−ｄｚ〕｜ …（３）
【００４２】
図５は１サンプリング間隔ｄｔだけ測定時刻が異なる２時刻の距離データ（観測対象物の距離データ）のイメージ図であり、図６は本実施例１における照合処理（上記の座標変換）後のそれらの距離データのイメージ図である。例えばこの様に、被測定領域にある殆ど大半のものは静止物である場合には、上記の照合度Ｓを最小にする（ｄｚ，ｄａ）の組から、自車両の運動Ｙを求めることができる。
【００４３】
図７に本実施例１の車両運動推定装置１００の制御手順を示す。この処理は、前述の電子制御ユニット１００Ａを用いて実行可能な前述の制御プログラムによって実行すべきものであり、５０ｍｓｅｃ周期で定期的に実行されるものとする。
自車両の運動を推定する処理を実現するこの制御手順では、まず最初に、本図７のステップ１１において、上記の距離データを収集する。即ち、図２のレーザーレーダ１００Ｂから上記の距離データを電子制御ユニット１００Ａ側に入力する。
【００４４】
次に、ステップ１２では、上記の照合度Ｓに対して、最小値を与えるパラメータ（ｄｚ，ｄａ）を求める。即ち、この時、図１の相関演算手段１３０では、与えられた変動パラメータ（ｄｚ，ｄａ）に対して、上記の照合度Ｓを算定する。照合位置探索手段１２０では、妥当と考えられる所定の範囲内で変動パラメータ（ｄｚ，ｄａ）を変動させて、最小の照合度Ｓを与えた変動パラメータ（ｄｚ，ｄａ）を運動算定手段１４０に出力する。
【００４５】
この時、最小値を与えるパラメータ（ｄｚ，ｄａ）は、自車両の運動を直接反映する量であるので、経時的に大幅に急変することはない。したがって、前回の検索で最小値を与えたパラメータ（ｄｚ，ｄａ）の近傍に、今回も所望の値が有る可能性が高い。この性質を利用して上記の様な検索を実行すると、高速に最適値（最小値を与えるパラメータ（ｄｚ，ｄａ））を探索することができる。また、過去の（ｄｚ，ｄａ）のデータからオブザーバを用いて、現在時刻におけるパラメータ（ｄｚ，ｄａ）を予測し、この値に対して所定範囲を設定して、その範囲で相互相関演算を行うようにしても良い。このようにすれば、より短時間で車両の正確な運動Ｙ（変位ベクトル）を求めることができる。
【００４６】
次に、ステップ１３では、前述の式（１）に基づいて自車両の運動Ｙを求めて外部の装置に出力する。即ち、図１の運動算定手段１４０にて、式（１）に従って自車両の運動Ｙを求める。ただし、出力先で上記の微小時間ｄｔの値が分っている場合には、運動算定手段１４０は恒等変換手段（即ち、入力と出力とが常に等しい回路）に置き換えても良い。言い換えれば、図１の運動算定手段１４０は恒等変換手段であっても良く、よって運動算定手段１４０は事実上省略することが可能である。
本実施例の車両運動推定装置１００を用いれば、以上の様な方式に基づいて、自車両の運動Ｙを推定することができる。
【実施例２】
【００４７】
本実施例２では、上記の車両運動推定装置１００から得られる正確な車両運動Ｙ（（ｖ，ω）または（ｄｚ，ｄａ））に基づいて、走行路面上の移動物の移動速度を正確に推定する移動物検出装置について例示する。
図８に、本実施例２の移動物検出装置２００のシステム構成を示す。本図８の車両運動推定装置１００は、実施例１で説明した装置である。この移動物検出装置２００は、その他に、距離データが示す測定点の局所性、即ち、距離が所定値以下に接近している複数の観測点を連結体としてグループ化するグループ化手段２１０と、相異なる２時刻間における各連結体の広がり（即ち、基準平面上での面積）の不変性、即ち、時刻間の面積の差などに基づいてそれらの連結体を同一の物体として同定する追跡処理部２２０と、各連結体の時刻間の距離と方位の各変位量（変位ベクトル）を、実施例１で求められる車両のその時の運動Ｙを用いて補正することで、連結体の時刻間の変位量を求める移動体変位量算定手段２２２と、その連結体の移動速度や移動方向を求め、それらの値が共に所定範囲に存在するか否かで、その連結体である移動体が歩行者、自転車、または車椅子であるか否かを判定する移動体判別手段２３０とを有している。ここで、判別すべき各移動体の種類に応じて、所定範囲は別々に設定される。追跡処理部２２０は、対象物追跡手段２２１と移動体変位量算定手段２２２から構成されている。
【００４８】
この移動物検出装置２００が具備する車両運動推定装置１００は、図１に示す様にスキャン型のレーザーレーダ１００Ｂを備えており、グループ化手段２１０は、車両運動推定装置１００の距離データ記憶手段１１０を介して得られた環境情報である路上の被測定対象物の距離データを各座標の局所性を判定することで、即ち、各測定点（照射点）が互いに所定距離以内に接近しているか否かを判定することで、それらの測定点を連結体にグループ化する。
【００４９】
また、移動体変位量算定手段２２２は、車両運動推定装置１００から得られた自車両の運動Ｙを、上記の測定対象物の見かけ上の運動（見かけ上の速度ｙ）から差し引く手段である。その様子を説明するものが図９である。即ち、図９は本実施例２における移動物の移動量ｄｒの求め方を示している。この図では、ｒ0 ，ｒ1 ，ｒ′，ｄｒは、何れも基準平面上のベクトルであり、ｒ0 は、１サンプリング時刻前の距離データで得られた値であり、ｒ1 は現サンプリング時刻における距離データから得られた値である。ｒ′は、移動体が静止しているとした時の、現サンプリング時刻における距離データ上の値であり、ｒ0 に対する座標変換ｆによって求めることができる。また、この座標変換ｆは、先の実施例１で示した式（２）と略同様にして、自車両の運動Ｙから一意に決定することができる。したがって、移動物の運動（速度ベクトルｄｒ）は次式（４）で与えられる。
（速度ベクトルｄｒ）
ｄｒ ＝ ｒ1 −ｒ′
＝ ｒ1 −ｆ（ｒ0 ，Ｙ） …（４）
【００５０】
この様な方式により、その物体のサンプリング間隔ｄｔにおける移動量ｄｒを精度よく推定することができる。この移動量ｄｒは基準平面上のベクトルである。したがって、実際の歩行者の速度は微分形式ｄｒ／ｄｔで定義しても良い。しかし、サンプリング間隔ｄｔはこのシステム（移動物検出装置２００）内においては共通の定数であるので、先の式（１）に対する考え方と同様に、移動量ｄｒ自身をその移動物の移動速度（運動）と考えても特段差し支えない。
【００５１】
図１０に本実施例２の移動物検出装置２００の制御手順を示す。この制御手順（歩行者認識処理）は５０ｍｓｅｃ周期で定期的に実行される。この制御手順（歩行者認識処理）では、まず最初に、本図１０のステップ２１において、レーザーレーダ１００Ｂを用いて図８の距離データ記憶手段１１０上に上記の距離データを収集する。
【００５２】
次に、ステップ２２（グループ化手段２１０）では、現時刻の全観測点の中から、互いに距離が近い観測点をまとめてグループ化する。この際、独立した観測点や大きさの小さいグループはノイズと判断して取り除く。
【００５３】
次に、ステップ２３（対象物追跡手段２２１）では、グループ化した物体をそれぞれ周知の追尾フィルタであるα−βフィルタを用いて追跡する。この時、サンプリング間隔ｄｔを隔てた前後の観測結果（距離データ）において、基準平面上にて近くにあり、かつ大きさの似ているものを同一の測定対象物として同定する。そして、同定された測定対象物の中から所定の範囲内の広がりｗを示すものについてのみ、その運動（見かけ上の運動ｙ）を移動体変位量算定手段２２２に対して出力する。この範囲とは、例えば縦横共に１ｍ以内の大きさ（基準平面上の広がり）などで良い。また、同時にその測定対象物の広がりｗを移動体判別手段２３０に対して出力する。
【００５４】
次に、ステップ２４（移動体変位量算定手段２２２）では、この際、車両運動推定装置１００から得られた自車両の運動Ｙを、上記の式（４）に従って、測定対象物の見かけ上の運動（見かけ上の速度ｙ）から差し引く。
【００５５】
次に、ステップ２５（移動体判別手段２３０）では、上記の対象物追跡手段２２１で認識されたその移動物の大きさｗや、上記の移動体変位量算定手段２２２から出力された移動速度ｄｒや或いはその移動速度ｄｒの経時的な安定性などをチェックして、その移動物の歩行者としての信頼度（歩行者らしさ）を算定または選択する。この信頼度がある閾値を越えた移動物が歩行者として検出される。例えば、歩行者と見なし得る移動物の速さは、０．５ｍ／ｓｅｃ〜４．０ｍ／ｓｅｃの範囲に限定するなどすると良い。
【００５６】
その後のステップ２６では、この判定結果（歩行者に関する検出結果）を所定の外部装置に出力する。この時、その判定結果をエンドユーザに直接知らせる場合には、その判定結果をグラフィカル表示したり、或いはその信頼度の高さなどによって色別表示したりすることがユーザの利便性の面でより望ましい。また、勿論、その判定結果は、車両の事故防止システムやオートクルーズ制御システムなどに出力しても良い。
以上の様な方式に従えば、歩行者を従来よりも正確に自動認識することができる。
【実施例３】
【００５７】
上記の実施例２では、開示しなかったが、移動物と静止物とを最初から区別して、距離データから分離、抽出することも可能である。以下、その様な処理方式について説明する。
先の図５、図６からも判る様に、一時刻前の距離データ（距離データ）を、上記の車両運動推定装置１００を使って推定された自車両の運動Ｙ＝(dz,da) だけずらし、即ち座標変換し、現時刻の距離データと重ねて見ると、このとき、2 つの時刻の座標が一致（座標偏差が所定値以下の場合）するものが静止物であり、一致（座標偏差が所定値よりも大きい場合）しないものが移動物であると判定することができる。
【００５８】
図１１に、その様な処理方式を実現する本実施例３の移動物検出装置３００のシステム構成を示す。移動物検出手段３０２は、グループ化手段３１０と追跡処理部３２０から構成されている。また、移動点抽出手段３０１は、上記の座標変換を行う座標変換手段を用い行われる上記の距離データ（距離データ）の重ね合わせによって、移動点だけを抽出する手段である。この様な手段を用いれば、グループ化手段を用いる前段において、例えば図６に例示する様な移動物の移動点だけをグループ化の処理対象として取り出すことができる。したがって、その後の各処理のオーバーヘッドを大幅に削減することができ、同時に、移動物と静止物との区別も厳密となる。
【００５９】
また、移動体の変位は、上記の２つの時刻における距離データを照合させた状態での移動体の変位として測定することができる。また、所定値以下に隣接点の距離が接近した移動点を連結して連結体としてグループ化して、その連結体の中点に関して変位ベクトルを求めることで、移動体の変位ベクトルを求める。なお、本図１１のグループ化手段３１０と追跡処理部３２０と移動体判別手段３３０は、実施例２の移動物検出装置２００（図８）の各部（グループ化手段２１０と追跡処理部２２０と移動体判別手段２３０）に対応しており、それぞれ、略同等の機能を奏する。
以上の様な方式に従えば、本実施例３の移動物検出装置３００によって、歩行者は移動速度が遅いため静止物候補と区別できないこともあり得るが、走行中の車両は容易かつ確実に移動物として抽出することができる。
【実施例４】
【００６０】
本実施例では、周囲に存在する静止物と歩行者の位置関係の時間的な変化によって歩行者の移動量を精度よく推定するための具体な装置構成例を開示する。図１２に本実施例４の移動物検出装置４００のシステム構成を示す。この移動物検出装置４００は、レーザーレーダ１００Ｂと、距離データ記憶手段１１０と、移動点抽出手段４０１と、移動物検出手段４０２と、歩行者判定部４０３の５つの部分に大きく分類することができる。
【００６１】
そして、この移動物検出手段４０２は、前述のグループ化手段３１０と略同様の機能を奏するグループ化手段４１０と、前述の対象物追跡手段２２１と略同様の機能を奏する対象物追跡手段４２１から構成されている。一方、歩行者判定部４０３は、本実施例の最も特徴的な部位を具現する速度算定手段４４０と前述の移動体判別手段２３０と略同様の機能を奏する移動体判別手段４３０から構成されている。
【００６２】
移動点抽出手段４０１は、前述の移動点抽出手段３０１と略同様の動作原理を用いて、距離データ（距離データ）中における静止点座標と移動点座標とを分離する。本実施例の移動点抽出手段４０１は、前述の実施例と同様に、図１の照合位置検索手段１２０と略同様の機能（：時刻間距離データ照合機能）をも有するものとする。即ち、本実施例は、実施例３と同様に、異なる２つの時刻における距離データの相関値が最も大きくなる照合状態を得ることで、移動点と静止点とを分別するものである。ただし、本実施例では、異なる時刻間での距離データの相関演算により求められる車両の運動Ｙ（変位ベクトル）を、移動体を検出する場合に、陽には用いない。
【００６３】
また、２つの距離データを照合して、最も照合すると思われる状態を形成して、離れた位置にある２つの照射点を静止点として決定する。照合演算には、レーザレーダの反射強度を、照合の対象に加えても良い。
【００６４】
図１３は、本実施例４における移動物の移動量ｄｒの求め方を、走行路面上の静止系（上記の基準平面上）において示したものであり、本図１３の点Ａ0 ，Ｂ0 はその様な静止点を表している。また、点Ａ1 ，Ｂ1 は、各点Ａ0 ，Ｂ0 の微小時間ｄｔだけ後の点を表している。即ち、これらの各座標は座標変換前後でそれぞれ一致したものである。
即ち、走行路面上の静止系では、歩行者の移動（移動量ｄｒ）はこの図１３に例示する様な動作イメージになる。ただし、図１３の点Ｏ0 ，Ｏ1 は時刻ｔ0 と時刻ｔ1 ＝ｔ0 ＋ｄｔにおける各レーザーレーダ１００Ｂのセンシング部の位置を示している。
【００６５】
そして、上記の２つの静止点Ａ0 ，Ｂ0 の座標は、移動点抽出手段４０１から速度算定手段４４０に対して出力される。
対象物追跡手段４２１は、１体の移動物としてグループ化され、かつ、同一の物体として同定された移動物の中心座標（例：点Ｃ0 ，Ｃ1 の各座標）を各サンプリング時刻毎に速度算定手段４４０に対して出力する。図１３の略中央に図示された点Ｃ0 ，Ｃ1 は、その様な方法で与えられる、同一の移動物の各時刻（上記の時刻ｔ0 と時刻ｔ1 ）の中心点を示している。
【００６６】
この時、辺Ａ0 Ｂ0 と辺Ａ1 Ｂ1 とを基準平面上で重ね合わせると、両者の長さは当然一致しているので、点Ｃ0 から点Ｃ1 への動きｄｒ（ベクトル）は、三角形Ａ0 Ｂ0 Ｃ0 と三角形Ａ1 Ｂ1 Ｃ1 の各頂点（点Ｃ0 ，Ｃ1 ）のずれの量として表すことができる。
勿論、三角形Ａ0 Ｂ0 Ｃ0 の大きさや形は対応する時刻の距離データ（距離データ）から容易に求めることができる。三角形Ａ1 Ｂ1 Ｃ1 の大きさや形についても同様である。言い換えれば、Ａ0 Ｂ0 とＡ1 Ｂ1 を座標軸として、その座標軸を基準にして、移動点Ｃ0 ，Ｃ1 の座標を求めることで、移動体の変位ベクトルを求めるようにしたものである。
即ち、時間ｄｔの間におけるこの三角形ＡＢＣの経時的な変形に基づいて、移動量ｄｒ（ベクトル）を求めることができる。そして、この移動量ｄｒ（ベクトル）に基づいて、図１２の速度算定手段４４０ではその移動体の速度ベクトルｖを求めて、移動体判別手段４３０に出力する。
【００６７】
例えばこの様な方式によっても、歩行者の運動（移動量ｄｒ）を正確に求めることができるため、従来判別が困難であった路肩の電柱や並木や立て看板などと、歩行者とを従来よりも大幅に高い精度で判別することができる。
【産業上の利用可能性】
【００６８】
上記の実施例２、３では、実施例１の車両運動推定装置１００を用いて移動物検出装置（２００，３００）を構成したが、本発明の車両運動推定装置は、車両の運動（速度やヨーレート）を正確に検出する手段を供するものであるので、速度センサやヨーレートセンサなどの検出装置に代えて代替的に利用することも可能である。したがって、本発明の車両運動推定装置は、例えばＡＢＳ関連装置やパワーステアリング関連装置などの、車両安定性や或いは操舵応答性などを改善したり調整したりするための各種の車両姿勢制御装置に対して適用することも可能である。
【図面の簡単な説明】
【００６９】
【図１】実施例１の車両運動推定装置１００のシステム構成を示すブロック図
【図２】実施例１の車両運動推定装置１００のシステム構成を示すブロック図
【図３−Ａ】実施例１の環境認識形態を示す説明図
【図３−Ｂ】実施例１の環境認識形態を示す説明図
【図４−Ａ】実施例１における自車両の運動のモデル化形式を示す説明図
【図４−Ｂ】実施例１における自車両の運動のモデル化形式を示す説明図
【図５】実施例１における観測対象物の距離データのイメージ図
【図６】実施例１における照合処理後の距離データのイメージ図
【図７】実施例１の車両運動推定装置１００の制御手順を示すフローチャート
【図８】実施例２の移動物検出装置２００のシステム構成を示すブロック図
【図９】実施例２における移動物の移動量ｄｒの求め方を示す説明図
【図１０】実施例２の移動物検出装置２００の制御手順を示すフローチャート
【図１１】実施例３の移動物検出装置３００のシステム構成を示すブロック図
【図１２】実施例４の移動物検出装置４００のシステム構成を示すブロック図
【図１３】実施例４における移動物の移動量ｄｒの求め方を示す説明図
【符号の説明】
【００７０】
１００ ： 車両運動推定装置（実施例１）
１１０ ： 距離データ記憶手段
１２０ ： 照合位置探索手段
１３０ ： 相関演算手段
１４０ ： 運動算定手段
２００ ： 移動物検出装置（実施例２）
２１０ ： グループ化手段
２２０ ： 追跡処理部
２２１ ： 対象物追跡手段
２２２ ： 移動体変位量算定手段
２３０ ： 移動体判別手段
３００ ： 移動物検出装置（実施例３）
３０１ ： 移動点抽出手段
４００ ： 移動物検出装置（実施例４）
４２１ ： 対象物追跡手段
４４０ ： 速度算定手段
【特許請求の範囲】
【請求項１】
走行する車両の周辺の物体の距離データを微小時間間隔で収得して、それらの距離データから前記車両の運動を推定する車載用の車両運動推定装置において、
前記物体までの距離と方位を微小時間間隔で検出するレーダセンサと、
前記レーダセンサにより検出された前記物体までの距離を前記方位と対応付けて前記距離データとして記憶する距離データ記憶手段と、
前記距離の変位量と前記方位の変位量を変動パラメータにして、前記距離データ記憶手段に記憶された相異なる２時刻の各前記距離データの間の相互相関を求める相関演算手段と、
前記相関演算手段により求められる前記相互相関が最も大きくなる照合状態におけるその２時刻の間の前記距離の変位量と前記方位の変位量を求める照合位置探索手段と
を有する
ことを特徴とする車両運動推定装置。
【請求項２】
走行する車両の周辺の物体の距離データを微小時間間隔で収得して、それらの距離データから移動体を検出する車載用の移動体検出装置において、
請求項１に記載の車両運動推定装置と、
前記距離データ上において互いの距離が所定値以下に接近している観測点を連結体としてグループ化するグループ化手段と、
前記グループ化手段によって得られた前記２時刻における前記距離データ上の各連結体について、互いの距離が所定値以下に近接しておりかつ大きさの差異が所定値以下である前記２時刻間での連結体対を同一物として同定する対象物追跡手段と、
前記対象物追跡手段により同定される前記連結体の前記２時刻間の距離と方位の各変化量を、前記車両運動推定装置によって推定された前記距離の変位量と前記方位の変位量を用いて補正して、前記連結体の前記２時刻間の変位量とする移動体変位量算定手段とを有する
ことを特徴とする移動体検出装置。
【請求項３】
前記連結体の移動速度と移動方向を求める速度算定手段と、
前記移動方向の時刻変化と前記移動速度とがそれぞれ共に所定の各範囲内に存在する時に、その連結体を歩行者、自転車、または車椅子として判別する移動体判別手段と
を有する
ことを特徴とする請求項２に記載の移動体検出装置。
【請求項４】
走行する車両の周辺の物体の距離データを微小時間間隔で収得して、それらの距離データから移動体を検出する車載用の移動体検出装置において、
前記車両の周辺の物体までの距離に関する情報を含んだ距離データを微小時間間隔で収得する距離データ収得手段と、
前記距離データ収得手段により収得された相異なる２時刻の間の前記距離データの相互相関を求める相関演算手段と、
前記相関演算手段により求められる前記相互相関が最も大きくなる照合状態を生成する照合手段と、
前記照合状態において、その２時刻間で互いの距離が所定値以上離間している観測点を移動点として抽出する移動点抽出手段と、
前記移動点抽出手段により抽出された前記移動点から移動物を検出する移動物検出手段とを有する
ことを特徴とする移動体検出装置。
【請求項５】
前記物体までの距離と方位を微小時間間隔で検出するレーダセンサと、
前記レーダセンサにより検出された前記物体までの距離を前記方位と対応付けて前記距離データとして記憶する距離データ記憶手段と
を有する
ことを特徴とする請求項４に記載の移動体検出装置。
【請求項６】
前記距離データ上において互いの距離が所定値以下に接近している前記移動点を連結体としてグループ化するグループ化手段を前記移動物検出手段に備え、
更に、
前記連結体の移動速度と移動方向を求める速度算定手段と、
前記移動方向の時刻変化と前記移動速度とがそれぞれ共に所定の各範囲内に存在する時にその連結体を歩行者、自転車、または車椅子として判別する移動体判別手段と
を有する
ことを特徴とする請求項４または請求項５に記載の移動体検出装置。
【請求項１】
走行する車両の周辺の物体の距離データを微小時間間隔で収得して、それらの距離データから前記車両の運動を推定する車載用の車両運動推定装置において、
前記物体までの距離と方位を微小時間間隔で検出するレーダセンサと、
前記レーダセンサにより検出された前記物体までの距離を前記方位と対応付けて前記距離データとして記憶する距離データ記憶手段と、
前記距離の変位量と前記方位の変位量を変動パラメータにして、前記距離データ記憶手段に記憶された相異なる２時刻の各前記距離データの間の相互相関を求める相関演算手段と、
前記相関演算手段により求められる前記相互相関が最も大きくなる照合状態におけるその２時刻の間の前記距離の変位量と前記方位の変位量を求める照合位置探索手段と
を有する
ことを特徴とする車両運動推定装置。
【請求項２】
走行する車両の周辺の物体の距離データを微小時間間隔で収得して、それらの距離データから移動体を検出する車載用の移動体検出装置において、
請求項１に記載の車両運動推定装置と、
前記距離データ上において互いの距離が所定値以下に接近している観測点を連結体としてグループ化するグループ化手段と、
前記グループ化手段によって得られた前記２時刻における前記距離データ上の各連結体について、互いの距離が所定値以下に近接しておりかつ大きさの差異が所定値以下である前記２時刻間での連結体対を同一物として同定する対象物追跡手段と、
前記対象物追跡手段により同定される前記連結体の前記２時刻間の距離と方位の各変化量を、前記車両運動推定装置によって推定された前記距離の変位量と前記方位の変位量を用いて補正して、前記連結体の前記２時刻間の変位量とする移動体変位量算定手段とを有する
ことを特徴とする移動体検出装置。
【請求項３】
前記連結体の移動速度と移動方向を求める速度算定手段と、
前記移動方向の時刻変化と前記移動速度とがそれぞれ共に所定の各範囲内に存在する時に、その連結体を歩行者、自転車、または車椅子として判別する移動体判別手段と
を有する
ことを特徴とする請求項２に記載の移動体検出装置。
【請求項４】
走行する車両の周辺の物体の距離データを微小時間間隔で収得して、それらの距離データから移動体を検出する車載用の移動体検出装置において、
前記車両の周辺の物体までの距離に関する情報を含んだ距離データを微小時間間隔で収得する距離データ収得手段と、
前記距離データ収得手段により収得された相異なる２時刻の間の前記距離データの相互相関を求める相関演算手段と、
前記相関演算手段により求められる前記相互相関が最も大きくなる照合状態を生成する照合手段と、
前記照合状態において、その２時刻間で互いの距離が所定値以上離間している観測点を移動点として抽出する移動点抽出手段と、
前記移動点抽出手段により抽出された前記移動点から移動物を検出する移動物検出手段とを有する
ことを特徴とする移動体検出装置。
【請求項５】
前記物体までの距離と方位を微小時間間隔で検出するレーダセンサと、
前記レーダセンサにより検出された前記物体までの距離を前記方位と対応付けて前記距離データとして記憶する距離データ記憶手段と
を有する
ことを特徴とする請求項４に記載の移動体検出装置。
【請求項６】
前記距離データ上において互いの距離が所定値以下に接近している前記移動点を連結体としてグループ化するグループ化手段を前記移動物検出手段に備え、
更に、
前記連結体の移動速度と移動方向を求める速度算定手段と、
前記移動方向の時刻変化と前記移動速度とがそれぞれ共に所定の各範囲内に存在する時にその連結体を歩行者、自転車、または車椅子として判別する移動体判別手段と
を有する
ことを特徴とする請求項４または請求項５に記載の移動体検出装置。
【図１】
【図２】
【図３−Ａ】
【図３−Ｂ】
【図４−Ａ】
【図４−Ｂ】
【図５】
【図６】
【図７】
【図８】
【図９】
【図１０】
【図１１】
【図１２】
【図１３】
【図２】
【図３−Ａ】
【図３−Ｂ】
【図４−Ａ】
【図４−Ｂ】
【図５】
【図６】
【図７】
【図８】
【図９】
【図１０】
【図１１】
【図１２】
【図１３】
【公開番号】特開２００６−１６０１１６（Ｐ２００６−１６０１１６Ａ）
【公開日】平成１８年６月２２日（２００６．６．２２）
【国際特許分類】
【出願番号】特願２００４−３５５５８８（Ｐ２００４−３５５５８８）
【出願日】平成１６年１２月８日（２００４．１２．８）
【出願人】（０００００３６０９）株式会社豊田中央研究所 (4,200)
【Ｆターム（参考）】
【公開日】平成１８年６月２２日（２００６．６．２２）
【国際特許分類】
【出願日】平成１６年１２月８日（２００４．１２．８）
【出願人】（０００００３６０９）株式会社豊田中央研究所 (4,200)
【Ｆターム（参考）】
[ Back to top ]