障害物検出装置
【課題】道路構造物を障害物として誤検出することを防止可能な障害物検出装置を提供する。
【解決手段】障害物検出装置１は、ＥＣＵ２、実測データ生成部３および車両状態計測部４を備える。ＥＣＵ２は、データベース５、予測データ生成部６および障害物検出部７を有する。実測データ生成部３は、車両周辺の所定領域に存在する物体からのレーダ反射に基づいて物体を検出し、検出結果を示す実測データを生成する。データベース５は、所定領域に存在する道路構造物に関する道路構造物データをあらかじめ保持する。車両状態計測部４は、車両の現在位置および現在姿勢を含む車両状態を計測する。予測データ生成部６は、車両状態および道路構造物データに基づいて、道路構造物からのレーダ反射を予測して予測結果を示す予測データを生成する。障害物検出部７は、実測データおよび予測データに基づいて障害物を検出する。
【解決手段】障害物検出装置１は、ＥＣＵ２、実測データ生成部３および車両状態計測部４を備える。ＥＣＵ２は、データベース５、予測データ生成部６および障害物検出部７を有する。実測データ生成部３は、車両周辺の所定領域に存在する物体からのレーダ反射に基づいて物体を検出し、検出結果を示す実測データを生成する。データベース５は、所定領域に存在する道路構造物に関する道路構造物データをあらかじめ保持する。車両状態計測部４は、車両の現在位置および現在姿勢を含む車両状態を計測する。予測データ生成部６は、車両状態および道路構造物データに基づいて、道路構造物からのレーダ反射を予測して予測結果を示す予測データを生成する。障害物検出部７は、実測データおよび予測データに基づいて障害物を検出する。
【発明の詳細な説明】
【技術分野】
【０００１】
本発明は、車両に搭載され車両の周辺の所定領域に存在する障害物を検出する障害物検出装置に関する。
【背景技術】
【０００２】
車両の周辺の所定領域に存在する障害物を検出する装置として、従来、レーダを用いて障害物までの距離や方向を取得してモニタに表示する物体検出装置が知られている（例えば特許文献１参照）。この物体検出装置は、レーダとレーダを制御する障害物検出制御装置とを備えている。そして、この物体検出装置においては、レーダが車両周辺の所定領域にビーム電波を発射して障害物からの反射電波を受信することにより所定領域における障害物の距離や速度を検出し、検出結果を障害物検出制御装置に入力している。
【先行技術文献】
【特許文献】
【０００３】
【特許文献１】特開２００５−９９１４号公報
【発明の概要】
【発明が解決しようとする課題】
【０００４】
しかしながら、上記特許文献１に開示された物体検出装置においては、反射電波に含まれる情報のみに基づいて、障害物の位置や速度の検出を行っている。このため、例えば、道路上に反射率の高い道路構造物が存在する場合などには、この道路構造物を障害物として誤検出する可能性があった。
【０００５】
そこで、本発明の課題は、道路構造物を障害物として誤検出することを防止可能な障害物検出装置を提供することにある。
【課題を解決するための手段】
【０００６】
上記課題を解決した本発明の障害物検出装置は、車両に搭載され車両の周辺の所定領域に存在する障害物を検出する障害物検出装置であって、所定領域に存在する物体からのレーダ反射に基づいて、物体を検出して検出結果を示す実測データを生成する実測データ生成手段と、車両の現在位置および現在姿勢を含む車両状態を計測する車両状態計測手段と、所定領域に存在する道路構造物に関する道路構造物データをあらかじめ保持するデータ保持手段と、車両状態および道路構造物データに基づいて、道路構造物からのレーダ反射を予測して予測結果を示す予測データを生成する予測データ生成手段と、実測データおよび予測データに基づいて障害物を検出する障害物検出手段と、を備えることを特徴とする。
【０００７】
本発明に係る障害物検出装置においては、実測データ生成手段が生成した実測データと予測データ生成手段が生成した予測データとに基づいて、障害物を検出する。このように、本発明に係る障害物検出装置は、障害物を検出する際に、物体からのレーダ反射に基づいて生成される実測データのみならず、構造物からのレーダ反射を予測して生成される予測データを参照するので、道路構造物を障害物として誤検出することを防止することができる。
【０００８】
ここで、障害物検出手段は、実測データと予測データとを比較して、実測データ生成手段によって検出された物体のうち予測データ生成手段によってレーダ反射が予測された道路構造物以外のものを障害物として検出する態様とすることができる。
【０００９】
この場合、障害物検出手段は、実測データ生成手段が生成した実測データと予測データ生成手段が生成した予測データとを比較して、実測データ生成手段によって検出された物体のうち予測データ生成手段によってレーダ反射が予測された道路構造物以外のものを障害物として検出する。このため、あらかじめ存在する道路構造物を障害物の候補から除外することができる。したがって、道路構造物を障害物として誤検出することを確実に防止することができる。
【００１０】
ここで、実測データおよび予測データに基づいて、車両状態の誤差を補正し、補正後の車両状態を算出する誤差補正手段をさらに備え、予測データ生成手段は、補正後の車両状態および道路構造物データに基づいて、補正後予測データを生成し、障害物検出手段は、実測データと補正後予測データとを比較して、障害物を検出する態様とすることができる。
【００１１】
この場合、誤差補正手段は、実測データと予測データとに基づいて車両状態の誤差を補正し、予測データ生成手段は、補正後の車両状態に応じた予測データである補正後予測データを生成する。そして、障害物検出手段は、補正後予測データを用いて障害物を検出する。このため、障害物検出の精度を一層向上させることができる。
【００１２】
また、誤差補正手段は、実測データと予測データとを比較して、所定領域のうちの少なくとも一部の領域において、実測データと予測データとが一致するように、車両状態の誤差を補正する態様とすることができる。
【００１３】
この場合、誤差補正手段は、一部の領域において予測データと計測データとが一致するように車両状態の誤差を補正する。このため、容易に補正後の車両状態を算出することができる。
【００１４】
さらに、データ保持手段が保持する道路構造物データは、道路構造物の反射率を示すデータを含む態様とすることができる。
【００１５】
この場合、道路構造物データが道路構造物の反射率を示すデータを含んでいるので、予測データ生成手段は、例えば、検出し難い低反射率の道路構造物や誤検出し易い高反射率の道路構造物について、その反射率に応じたレーダ反射の予測データをあらかじめ生成することができる。したがって、障害物検出の精度を一層向上させることができる。
【発明の効果】
【００１６】
本発明に係る障害物検出装置によれば、道路構造物を障害物として誤検出することを防止することができる。
【図面の簡単な説明】
【００１７】
【図１】本発明の第１実施形態に係る障害物検出装置のブロック構成図である。
【図２】実測データ生成部による実測データ生成の様子を表す図である。
【図３】予測データ生成部の動作の手順を示すフローチャートである。
【図４】データベース上の仮想的な３次元空間を模式的に表す図である。
【図５】障害物検出部の動作の手順を示すフローチャートである。
【図６】車両周辺の所定領域を示す図である。
【図７】車両周辺の所定領域を示す図である。
【図８】車両周辺の所定領域を示す図である。
【図９】本発明の第２実施形態に係る障害物検出装置のブロック構成図である。
【図１０】誤差補正部の動作の手順を示すフローチャートである。
【図１１】誤差補正部の動作の手順を示すフローチャートである。
【図１２】誤差補正部によるグループ化の様子を表す図である。
【図１３】形状一致の評価手順を示す図である。
【図１４】一致度投票の様子を表す図である。
【図１５】本発明の第３実施形態に係る障害物検出装置のブロック構成図である。
【図１６】実測データと予測データとの比較の様子を表す図である。
【図１７】未検出障害物領域推定部の動作の手順を示すフローチャートである。
【発明を実施するための形態】
【００１８】
以下、添付図面を参照して本発明の実施形態について説明する。なお、図面の説明において同一の要素には同一の符号を付し、重複する説明を省略する。また、図示の便宜上、図面の寸法比率は説明のものと必ずしも一致しない。
【００１９】
（第１実施形態）
図１は、本発明の第１実施形態に係る障害物検出装置のブロック構成図である。図１に示されるように、障害物検出装置１は、ＥＣＵ（Electronic Control Unit）２、実測データ生成部３および車両状態計測部４を備える。ＥＣＵ２は、データベース５、予測データ生成部６および障害物検出部７を有する。この障害物検出装置１は、車両に搭載され、車両周辺の所定領域に存在する障害物を検出する装置である。
【００２０】
ＥＣＵ２は、ＣＰＵ（Central Processing Unit）、ＲＯＭ（Read Only Memory）、ＲＡＭ（Random Access Memory）および入出力インターフェイスなどを備えて構成されるコンピュータである。ＥＣＵ２が有する各部の機能は、ＣＰＵなどのハードウェア上に所定のソフトウェアを読み込ませることにより実現される。ＥＣＵ２には、実測データ生成部３および車両状態計測部４が接続されている。
【００２１】
実測データ生成部３は、測距可能なレーダであるレーザレーダを含む。実測データ生成部３は、車両周辺の領域に存在する物体からのレーダ反射に基づいて、この物体を検出して検出結果を示す実測データを生成する。そして、実測データ生成部３は、生成した実測データをＥＣＵ２の障害物検出部７に送信する。なお、レーダ反射とは、たとえば、レーザレーダから出射された後、物体により反射され、再びレーザレーダによって受信されるレーザ反射波である。これによれば、実測データ生成部３は、たとえば、レーザが出射されてから、この出射されたレーザに応じたレーザ反射波が受信されるまでの時間を計測することによって、物体を検出してその位置を計測する。
【００２２】
図２は、実測データ生成部３による実測データ生成の様子を表す図である。図２に示されるように、実測データ生成部３のレーザレーダは、レーザＹをＸ１方向に走査するように出射する。そして、実測データ生成部３のレーザレーダは、車両Ａの周辺の領域に存在する道路構造物Ｚ１，Ｚ２や他車両Ｚ３などの物体に生じるレーザ反射点ｓからのレーザの反射波を受信することによって、これらの物体の位置や形状を計測する。
【００２３】
図１を参照して説明を続ける。車両状態計測部４は、例えばＧＰＳ（Global Positioning System）などの位置計測装置や、ジャイロなどの姿勢計測装置を有している。車両状態計測部４は、車両の現在位置および現在姿勢を含む車両状態を計測して、計測結果を示す車両状態データをＥＣＵ２の予測データ生成部６に送信する。
【００２４】
ＥＣＵ２におけるデータベース５は、車両周辺の所定領域に存在する道路構造物に関する道路構造物データをあらかじめ保持している。道路構造物データは、予測データ生成部６によって読み出しを行うことができる。道路構造物データには、道路構造物の反射率を示すデータが含まれている。なお、ここでいう反射率とは、実測データ生成部３のレーザレーダから出射されるレーザの波長における反射率である。また、道路構造物データには、道路構造物の凹凸などの形状に関するデータが含まれている。データベース５は、本発明のデータ保持手段を構成する。
【００２５】
予測データ生成部６は、車両状態計測部４から送信された車両状態データとデータベース５から読み出した道路構造物データとに基づいて、道路構造物からのレーダ反射を予測して予測結果を示す予測データを生成する。そして、予測データ生成部６は、生成した予測データを障害物検出部７に送信する。予測データ生成部６の動作については後に詳述する。
【００２６】
障害物検出部７は、実測データ生成部３から送信される実測データと予測データ生成部６から送信される予測データとに基づいて障害物を検出する。具体的には、障害物検出部７は、実測データと予測データとを比較して、実測データ生成部３によって検出された物体のうち予測データ生成部６によってレーダ反射が予測された道路構造物以外のものを障害物として検出する。障害物検出部７の動作については後に詳述する。
【００２７】
次に、予測データ生成部６の動作について、図３を参照して説明する。図３は、予測データ生成部６の動作の手順を示すフローチャートである。まず、予測データ生成部６は、車両の現在位置ｇＸ＝（ｇｘｓ，ｇｙｓ，ｇｚｓ）を中心とする所定領域の道路構造物データをデータベース５から読み出す（ステップＳ１）。
【００２８】
図４は、データベース５上の仮想的な３次元空間を模式的に示す図である。図４（ａ）はこの３次元空間の平面図であり、図４（ｂ）はこの３次元空間の側面図である。データベース５が保持する道路構造物データは、図４に示されるように、データベース５上の仮想的な３次元空間を一定の間隔で格子状の領域に区切った場合の、各格子状の領域Ｒの中心位置（データ位置）ｇｐｄｂ＝（ｇｘｄｂ，ｇｙｄｂ，ｇｚｄｂ）上において与えられるデータである。また、道路構造物データは、道路構造物データの観測距離のばらつきを示す離散分布Ｎｄｉｓｔｘ，ｙ，ｚを含む。ここで、左上の添え字ｇは、各座標がデータベース５上の座標であることを示している。
【００２９】
続いて、読み出した道路構造物データを、実測データ生成部３における現在のレーダの向きに合わせるように変換する（ステップＳ２）。道路構造物データをレーダの向きに合わせることにより、実測データと予測データとの対応を容易にすることができる。任意のデータベース５上のデータ位置ｇｐｄｂの変換後の位置Ｌｐｄｂは、レーダと車両中心との回転補正行列ＬＭｖ、レーダと車両中心との並進補正行列Ｌｔｖ、車両中心とデータベース５上の座標との回転補正行列ＶＭｇおよび車両中心とデータベース５上の座標との並進補正行列ｖｔｇを用いて、下式によって算出される。なお、左上の添え字Ｌおよびｖは、レーダ座標系および車両座標系をそれぞれ示している。
【数１】
【００３０】
続いて、レーザ数ｂｎが１〜Ｎｂｅａｍの範囲にあるか否かの判定を行う（ステップＳ３）。ここで、レーダ数ｂｎは、自然数であって、レーダが所定領域内に出射した複数のレーザに対して、所定の順番によって割り振った番号を示す変数である。また、Ｎｂｅａｍは、レーダが出射したレーザの総数である。なお、レーザ数ｂｎの初期値は１である。
【００３１】
ステップＳ３の判定の結果が、レーザ数ｂｎが１〜Ｎｂｅａｍの範囲にあることを示す結果である場合（ステップＳ３：ＹＥＳ）、データ数ｒｎが１〜Ｎｄｂの範囲にあるか否かの判定を行う（ステップＳ４）。ここで、データ数ｒｎは、自然数であって、車両周辺の所定領域内の複数のデータ位置に対して、所定の順番によって割り振った番号を示す変数である。また、Ｎｄｂは、車両周辺の所定領域内に存在するデータ位置の総数である。なお、データ数ｒｎの初期値は１である。
【００３２】
ステップＳ４の判定の結果が、データ数ｒｎが１〜Ｎｄｂの範囲にあることを示す結果である場合（ステップＳ４：ＹＥＳ）、ｂｎ番目のレーザとｒｎ番目のデータ位置とが交差するか否かを判定する（ステップＳ５）。具体的には、ｂｎ番目のレーザの方向ｎｂｎ＝（ｘｎｂｎ，ｙｎｂｎ，ｚｎｂｎ）を中心として、この中心からレーザの広がり角φ以内の領域に、ｒｎ番目のデータ位置Ｌｐｄｂｒｎ＝（Ｌｘｄｂｒｎ，Ｌｙｄｂｒｎ，Ｌｚｄｂｒｎ）があるか否かを判定する。この判定は、例えば、内積ｎｂｎ・Ｌｐｄｂｒｎにより、下式のように計算することができる。
【数２】
【００３３】
ステップＳ５の判定の結果が、ｂｎ番目のレーザとｒｎ番目のデータ位置とが交差することを示す結果である場合（ステップＳ５：ＹＥＳ）、離散分布Ｎｄｉｓｔｘ，ｙ，ｚをＬｐｄｂｒｎの距離分シフトして、予測データ用領域ＥＨｉｓｔｂｎ，ｒｎに加算し、データ位置の分布を合成する（ステップＳ６）。そして、データ数ｒｎに１を加算してステップＳ４に戻る。
【００３４】
ステップＳ５の判定の結果が、ｂｎ番目のレーザとｒｎ番目のデータ位置とが交差しないことを示す結果である場合（ステップＳ５：ＮＯ）、データ数ｒｎに１を加算してステップＳ４に戻る。
【００３５】
一方、ステップＳ４の判定の結果が、データ数ｒｎが１〜Ｎｄｂの範囲から外れることを示す結果である場合（ステップＳ４：ＮＯ）、予測データ用領域ＥＨｉｓｔｂｎ，ｒｎをデータ数ｒｎについて総和をとり、総和をとって得られる総予測データ用領域ＥＨｉｓｔｂｎにより各予測データ用領域ＥＨｉｓｔｂｎ，ｒｎを正規化し、正規化して得られる各正規予測データ用領域ＥＨｉｓｔｂｎ，ｒｎ＊のうち所定の閾値ＴＨＲ＿ＨＩＳＴを超えるものを各レーザの予測データＥＬｂｎ，ｒｎとする（ステップＳ７）。そして、レーザ数ｂｎに１を加算してステップＳ３に戻る。
【００３６】
なお、道路構造物データの観測距離のばらつきは、離散分布に限らず正規分布などにより近似してもよい。また、道路構造物データの観測距離のばらつきは、事前の実測データを用いて生成してもよいし、反射率と形状の反射モデルから合成してもよい。
【００３７】
そして、ステップＳ３の判定の結果が、レーザ数ｂｎが１〜Ｎｂｅａｍの範囲から外れることを示す結果である場合（ステップＳ３：ＮＯ）、処理を終了する。以上の処理によって、各レーザによって検出された物体の位置に応じた各予測データが生成される。
【００３８】
次に、障害物検出部７の動作について、図５を参照して説明する。図５は、障害物検出部７の動作の手順を示すフローチャートである。まず、レーザ数ｂｎが１〜Ｎｂｅａｍの範囲にあるか否かの判定を行う（ステップＳ１１）。なお、レーザ数ｂｎの初期値は１である。
【００３９】
ステップＳ１１の判定の結果が、レーザ数ｂｎが１〜Ｎｂｅａｍの範囲にあることを示す結果である場合（ステップＳ１１：ＹＥＳ）、ｂｎ番目のレーザにより検出された物体の位置に応じたデータ位置に対応するデータ数ｒｎにおける予測データＥＬｂｎ，ｒｎが０を超えるか否かを判定する（ステップＳ１２）。
【００４０】
ステップＳ１２の判定の結果が、予測データＥＬｂｎ，ｒｎが０を超えることを示す結果である場合（ステップＳ１２：ＹＥＳ）、ｂｎ番目のレーザにより検出された物体を、道路構造物であると判断する（ステップＳ１３）。つまり、ｂｎ番目のレーザにより検出された物体は、障害物ではないと判断する。そして、レーザ数ｂｎに１を加算してステップＳ１１に戻る。
【００４１】
ステップＳ１２の判定の結果が、予測データＥＬｂｎ，ｒｎが０を超ないことを示す結果である場合（ステップＳ１２：ＮＯ）、ｂｎ番目のレーザにより検出された物体を、障害物であると判断する（ステップＳ１４）。そして、レーザ数ｂｎに１を加算してステップＳ１１に戻る。
【００４２】
そして、ステップＳ１１の判定の結果が、レーザ数ｂｎが１〜Ｎｂｅａｍの範囲から外れることを示す結果である場合（ステップＳ１１：ＮＯ）、処理を終了する。
【００４３】
次に、第１実施形態に係る障害物検出装置１の作用効果について、図面を参照して説明する。図６〜図８は、車両周辺の所定領域を示す図である。図６（ａ）、図７（ａ）および図８（ａ）はこの所定領域の平面図であり、図６（ｂ）、図７（ｂ）および図８（ｂ）はこの所定領域の側面図である。レーザレーダなどによる実測データのみによって障害物を検出する従来の障害物検出装置は、図６に示されるように、道路上に実際に障害物Ｚ４が存在するときには、この障害物Ｚ４を検出することができる。
【００４４】
しかし、路面からの高さによって物体を区別して、障害物のみを検出することは困難である。このため、例えば、図７に示されるように、道路上に高反射率の道路構造物Ｚ５が存在する場合においては、従来の障害物検出装置は、道路構造物Ｚ５を障害物として誤検出する場合がある。
【００４５】
レーダから出射されるレーザに広がりがあるので、レーダは、レーザの反射点ｓ付近の領域に存在する様々な物体からの反射波を受信する。このため、レーザの反射点ｓ付近の領域に高反射率の物体がある場合、この高反射率の物体の位置に実測データが引き寄せられてしまい、このような誤検出が生じる。
【００４６】
また、図８に示されるように、道路上に側溝の格子蓋のような凹凸のある道路構造物Ｚ６が存在する場合、その凹凸によって実測データが乱れるので、従来の障害物検出装置では、道路構造物Ｚ６を障害物として誤検出する場合がある。このように、レーザレーダなどによって生成される実測データのみを用いて道路構造物と障害物とを区別して障害物を検出することは一般に困難である。
【００４７】
第１実施形態に係る障害物検出装置１においては、実測データ生成部３が生成した実測データと予測データ生成部６が生成した予測データとに基づいて障害物を検出する。このように、障害物検出装置１は、障害物を検出する際に、物体からのレーダ反射に基づいて生成される実測データのみならず、道路構造物からのレーダ反射を予測して生成される予測データを参照するので、道路構造物を障害物として誤検出することを防止することができる。
【００４８】
また、道路構造物データに含まれる道路構造物の反射率を示すデータを用いることによって、例えば、検出し難い低反射率の道路構造物や誤検出し易い高反射率の道路構造物について、その反射率に応じたレーダ反射の予測データをあらかじめ生成することができる。あらかじめ生成した予測データを使用することにより、障害物検出の精度を向上させることができる。
【００４９】
さらに、道路構造物データに含まれる道路構造物の凹凸などの形状に関するデータを用いることによって、例えば、誤検出し易い凹凸を有する道路構造物について、その形状に応じた予測データをあらかじめ生成することができる。あらかじめ生成した予測データを使用することにより、障害物検出の制度を向上させることができる。
【００５０】
（第２実施形態）
図９は、本発明の第２実施形態に係る障害物検出装置のブロック構成図である。図９に示されるように、障害物検出装置１ａは、第１実施形態に係る障害物検出装置１のＥＣＵ２に替えて、ＥＣＵ２ａを備える。障害物検出装置１ａの他の構成は障害物検出装置１と同様である。
【００５１】
ＥＣＵ２ａは、ＥＣＵ２の各部に加えて誤差補正部８をさらに有する。ＥＣＵ２ａの他の構成はＥＣＵ２と同様である。
【００５２】
誤差補正部８は、実測データ生成部３が生成した実測データと、予測データ生成部６が生成した予測データと、を取得する。そして、誤差補正部８は、実測データおよび予測データに基づいて、車両の現在位置および現在姿勢を含む車両状態の誤差を補正する。
【００５３】
具体的には、誤差補正部８は、実測データと予測データとを比較して、車両周辺の領域のうちの少なくとも一部の領域において、実測データと予測データとが一致するように、車両状態の誤差を補正する。誤差補正部８は、補正後の車両状態を示す補正後車両状態データを予測データ生成部６に送信する。誤差補正部８の動作については後に詳述する。
【００５４】
予測データ生成部６は、誤差補正部８から送信される補正後車両状態データとデータベース５から読み出した道路構造物データとに基づいて、補正後予測データを生成する。予測データ生成部６は、生成した補正後予測データを、誤差補正部８を介して障害物検出部７に送信する。障害物検出部７は、実測データおよび補正後予測データに基づいて障害物を検出する。
【００５５】
次に、誤差補正部８の動作について、図１０および図１１を参照して説明する。図１０および図１１は、誤差補正部８の動作の手順を示すフローチャートである。まず、図１２（ａ）に示されるように、各予測データＥＬｂｎ，ｒｎを、対応する各反射点ｓ同士の距離の近さによりグループ化する（ステップＳ２１）。図１２は、誤差補正部８が行うグループ化の様子を表す図である。図１２（ａ）は実測データを示す図であり、図１２（ｂ）は予測データを示す図である。このグループ化により生じる予測データグループの総数をＮｅｇｐとする。図１２（ａ）において、各予測データグループＧは破線により示されている。
【００５６】
その後、各予測データグループＧの平均位置ＬＧ＝（ＬＧｘ，ＬＧｙ，ＬＧｚ）を算出する（ステップＳ２２）。
【００５７】
続いて、図１２（ｂ）に示されるように、各実測データＲＬｂｎを、対応する各反射点ｓ同士の距離の近さによりグループ化する（ステップＳ２３）。このグループ化により生じる実測データグループの総数をＮｒｇｐとする。図１２（ｂ）において、各実測データグループｇは破線により示されている。
【００５８】
その後、各実測データグループｇの平均位置Ｌｇ＝（Ｌｇｘ，Ｌｇｙ，Ｌｇｚ）を算出する（ステップＳ２４）。
【００５９】
続いて、一致度投票空間Ｃｒｒ△ｘ，△ｙ，△αを０に初期化する（ステップＳ２５）。
【００６０】
そして、実測データグループ数ｒが１〜Ｎｒｇｐの範囲にあるか否かの判定を行う（ステップＳ２６）。ここで、実測データグループ数ｒは、自然数であって、各実測データグループｇに対して所定の順番によって割り振った番号を示す変数である。なお、実測データグループ数ｒの初期値は１である。
【００６１】
ステップＳ２６の判定の結果が、実測データグループ数ｒが１〜Ｎｒｇｐの範囲にあることを示す結果である場合（ステップＳ２６：ＹＥＳ）、最短距離平均位置Ｍｉｎｌｅｎを所定値ＬＭＡＸに設定し、最短距離グループＭｉｎｇｐを０に初期化する（ステップＳ２７）。ただし、所定値ＬＭＡＸは、レーダの最大検知距離程度の値とする。
【００６２】
続いて、予測データグループ数ｅが１〜Ｎｅｇｐの範囲にあるか否かの判定を行う（ステップＳ２８）。ここで、予測データグループ数ｅは、自然数であって、各予測データグループＧに対して所定の順番によって割り振った番号を示す変数である。なお、予測データグループ数ｅの初期値は１である。
【００６３】
ステップＳ２８の判定の結果が、予測データグループ数ｅが１〜Ｎｅｇｐの範囲にあることを示す結果である場合（ステップＳ２８：ＹＥＳ）、ｒ番目の実測データグループｇの平均位置Ｌｇｒ＝（Ｌｇｘｒ，Ｌｇｙｒ，Ｌｇｚｒ）と、ｅ番目の予測データグループＧの平均位置ＬＧｅ＝（ＬＧｘｅ，ＬＧｙｅ，ＬＧｚｅ）と、の距離Ｌｒ，ｅを算出する（ステップＳ２９）。
【００６４】
そして、距離Ｌｒ，ｅが閾値Ｒｅθより小さいか否かの判定を行う（ステップＳ３０）。これにより、距離Ｌｒ，ｅが閾値Ｒｅθ以上のグループを対応付けないようにする。
【００６５】
ステップＳ３０の判定の結果が、距離Ｌｒ，ｅが閾値Ｒｅθより小さいことを示す結果である場合（ステップＳ３０：ＹＥＳ）、最短距離平均位置Ｍｉｎｌｅｎを距離Ｌｒ，ｅとし、最短距離グループＭｉｎｇｐを予測データグループ数ｅとする（ステップＳ３１）。そして、予測データグループ数ｅに１を加算してステップＳ２８に戻る。
【００６６】
ステップＳ３０の判定の結果が、距離Ｌｒ，ｅが閾値Ｒｅθ以上であることを示す結果である場合（ステップＳ３０：ＮＯ）、予測データグループ数ｅに１を加算してステップＳ２８に戻る。
【００６７】
一方、ステップＳ２８の判定の結果が、予測データグループ数ｅが１〜Ｎｅｇｐの範囲から外れることを示す結果である場合（ステップＳ２８：ＮＯ）、最短距離グループＭｉｎｇｐが０以外であるか否かの判定を行う（ステップＳ３２）。
【００６８】
ステップＳ３２の判定の結果が、最短距離グループＭｉｎｇｐが０以外であることを示す結果である場合（ステップＳ３２：ＹＥＳ）、ｒ番目の計測データグループｇに対して、角度ステップαで各点の重さを１と換算した実測慣性モーメント分布ｍｒｒを算出する（ステップＳ３３）。
【００６９】
続いて、Ｍｉｎｇｐ番目の予測データグループＧに対して、角度ステップαで各点の重さを予測データＥＬｂｎ，ｒｎと換算した予測慣性モーメント分布ｍeｒを算出する（ステップＳ３４）。なお、最短距離グループＭｉｎｇｐの値は、ｒ番目の計測データグループｇに最も近い予測データグループＧの予測データグループ数ｅとなっている。
【００７０】
続いて、ずれ量△αがＭａｘ＿ｄａｌｆａ以下であるか否かの判定を行う（ステップＳ３５）。なお、すれ量△αの初期値は０である。また、Ｍａｘ＿ｄａｌｆａは、車両状態計測部４が計測する車両の現在姿勢における姿勢推定誤差に相応するように設定される。
【００７１】
ステップＳ３５の判定の結果が、ずれ量△αがＭａｘ＿ｄａｌｆａ以下であることを示す結果である場合（ステップＳ３５：ＹＥＳ）、図１３に示されるように、実測慣性モーメント分布ｍｒｒと予測慣性モーメント分布ｍeｒとをずれ量△αずらして比較して、その一致度が閾値ＴＨＲ＿Ｍ以上か否かの判定を行う（ステップＳ３６）図１３は、形状一致の評価手順を示す図である。
【００７２】
ステップＳ３６の判定の結果が、一致度が閾値ＴＨＲ＿Ｍ以上であることを示す結果である場合（ステップＳ３６：ＹＥＳ）、ｒ番目の実測データグループｇの点群を、平均位置Ｌｇｒ＝（Ｌｇｘｒ，Ｌｇｙｒ，Ｌｇｚｒ）を中心として一時的に△α回転する（ステップＳ３７）。
【００７３】
そして、ｘ方向のずれ量△ｘがＭａｘ＿ｄｘ以下であるか否かの判定を行う（ステップＳ３８）。なお、ずれ量△ｘの初期値は０である。また、Ｍａｘ＿ｄｘは、車両状態計測部４が計測する車両の現在位置における位置推定誤差に相応するように設定される。
【００７４】
ステップＳ３８の判定の結果が、ｘ方向のずれ量△ｘがＭａｘ＿ｄｘ以下であることを示す結果である場合（ステップＳ３８：ＹＥＳ）、ｙ方向のずれ量△ｙがＭａｘ＿ｄｙ以下であるか否かの判定を行う（ステップＳ３９）。なお、ずれ量△ｙの初期値は０である。また、Ｍａｘ＿ｄｙは、車両状態計測部４が計測する車両の現在位置における位置推定誤差に相応するように設定される。
【００７５】
ステップＳ３９の判定の結果が、ｙ方向のずれ量△ｙがＭａｘ＿ｄｙ以下であることを示す結果である場合（ステップＳ３９：ＹＥＳ）、ｒ番目の実測データグループｇの点群（Ｌｘｒ，Ｌｙｒ）に対して最も近い（ＬｘＭｉｎｇｐ，ＬｙＭｉｎｇｐ）を見つけ、その距離を計算し、それをｒ番目の実測データグループｇの点群に対して一致度に加算する（ステップＳ４０）。
【００７６】
その後、図１４に示されるように、一致度投票空間Ｃｒｒ△ｘ，△ｙ，△αの△ｘ、△ｙおよび△αの位置に一致度を投票する（ステップＳ４１）。そして、△ｙに所定値を加算してステップＳ３９に戻る。図１４は、一致度投票の様子を表す図である。図１４（ａ）は一致度の分布を示す図であり、図１４（ｂ）は図１４（ａ）に示された一致度を投票した結果を示す図である。
【００７７】
ステップＳ３９の判定の結果が、ｙ方向のずれ量△ｙがＭａｘ＿ｄｙより大きいことを示す結果である場合（ステップＳ３９：ＮＯ）、△ｘに所定値を加算してステップＳ３８に戻る。
【００７８】
ステップＳ３８の判定の結果が、ｘ方向のずれ量△ｘがＭａｘ＿ｄｘより大きいことを示す結果である場合（ステップＳ３８：ＮＯ）、△αに所定値を加算してステップＳ３５に戻る。
【００７９】
また、ステップＳ３６の判定の結果が、一致度が閾値ＴＨＲ＿Ｍより小さいことを示す結果である場合（ステップＳ３６：ＮＯ）、△αに所定値を加算してステップＳ３５に戻る。
【００８０】
そして、ステップＳ３５の判定の結果が、ずれ量△αがＭａｘ＿ｄａｌｆａより大きいことを示す結果である場合（ステップＳ３５：ＮＯ）、最も一致度投票空間Ｃｒｒ△ｘ，△ｙ，△αを大きくする△ｘ、△ｙおよび△αを、車両の現在位置および現在姿勢を含む車両状態の誤差の補正量として決定する（ステップＳ４２）。そして、実測データグループ数ｒに１を加算して、ステップＳ２６に戻る。
【００８１】
一方、ステップＳ３２の判定の結果が、最短距離グループＭｉｎｇｐが０であることを示す結果である場合（ステップＳ３２：ＹＥＳ）、実測データグループ数に１を加算して、ステップＳ２６に戻る。
【００８２】
そして、ステップＳ２６の判定の結果が、実測データグループ数ｒが１〜Ｎｒｇｐの範囲から外れることを示す結果である場合（ステップＳ２６：ＹＥＳ）、処理を終了する。
【００８３】
以上説明したように、第２実施形態に係る障害物検出装置１ａにおいては、誤差補正部８は、実測データと予測データとに基づいて車両状態の誤差を補正し、予測データ生成部６は、補正後の車両状態に応じた予測データである補正後予測データを生成する。そして、障害物検出部７は、補正後予測データを用いて障害物を検出する。このため、障害物検出の精度を一層向上させることができる。
【００８４】
（第３実施形態）
図１５は、本発明の第３実施形態に係る障害物検出装置のブロック構成図である。図１５に示されるように、障害物検出装置１ｂは、第２実施形態に係る障害物検出装置１ａのＥＣＵ２ａに替えて、ＥＣＵ２ｂを備える。障害物検出装置１ｂの他の構成は障害物検出装置１ａと同様である。
【００８５】
ＥＣＵ２ｂは、ＥＣＵ２ａの各部に加えて未検出障害物領域推定部９をさらに有する。ＥＣＵ２ｂの他の構成はＥＣＵ２ａと同様である。
【００８６】
未検出障害物領域推定部９は、実測データ生成部３が生成した実測データと、予測データ生成部６が生成した予測データと、を比較することにより、予測データが得られている領域のうちの実測データが得られていない領域を算出して、実測データ生成部３が検出できていない未検出の障害物が存在する領域を推定する。
【００８７】
図１６は、実測データと予測データとの比較を表す図である。図１６（ａ）は実測データを表しており、図１６（ｂ）は予測データを表している。図１６（ｃ）は、予測データが得られている領域のうちの実測データが得られていない領域を表す図である。図１６（ｂ）に示される予測データには、反射点Ｓ１が存在するが、図１６（ａ）に示される実測データには、反射点Ｓ１は存在しない。
【００８８】
このように、未検出障害物領域推定部９は、実測データと予測データとを比較することにより、レーダの位置から反射点Ｓ１の位置に至る領域Ｒ１を、予測データが得られている領域のうちの実測データが得られていない領域として算出する。そして、未検出障害物領域推定部９は、この算出された領域に基づいて、実測データ生成部３が検出できていない未検出の障害物ｚ７が存在する領域を推定する。
【００８９】
未検出の障害物ｚ７が存在する領域の推定は、低反射率の物体が存在する場合にはその低反射率の物体によりレーザが遮られ、その低反射率の物体の先に存在する物体からの反射波が得られない、ということを利用して行われる。
【００９０】
次に、未検出障害物領域推定部９の動作について、図１７を参照して説明する。図１７は、未検出障害物領域推定部９の動作の手順を示すフローチャートである。まず、レーザ数ｂｎが１〜Ｎｂｅａｍの範囲にあるか否かの判定を行う（ステップＳ５１）。なお、レーザ数ｂｎの初期値は１である。
【００９１】
ステップＳ５１の判定の結果が、レーザ数ｂｎが１〜Ｎｂｅａｍの範囲にあることを示す結果である場合（ステップＳ５１：ＹＥＳ）、ｂｎ番目のレーザの反射波が受信されたか否かの判定を行う（ステップＳ５２）。
【００９２】
ステップＳ５２の判定の結果が、反射波が受信されていないことを示す結果である場合（ステップＳ５２：ＮＯ）、ｂｎ番目のレーザに対応する予測データを生成し、そのうちの最短距離ＭｉｎＬｍを算出する（ステップＳ５３）。
【００９３】
続いて、データ数ｒｎが１〜Ｎｋの範囲にあるか否かの判定を行う（ステップＳ５４）。ここで、Ｎｋは、車両の現在位置ｇＸ＝（ｇｘｓ，ｇｙｓ，ｇｚｓ）を中心とする所定の領域内に存在するデータ位置の総数である。なお、データ数ｒｎの初期値は１である。
【００９４】
ステップＳ５４の判定の結果が、データ数ｒｎが１〜Ｎｋの範囲にあることを示す結果である場合（ステップＳ５４：ＹＥＳ）、レーダ原点からｒｎ番目のデータ位置ｇｐｄｂｒｎ＝（ｇｘｄｂｒｎ，ｇｙｄｂｒｎ，ｇｚｄｂｒｎ）までの距離Ｌｒｎが所定値ＴＨＲ＿ＭＩＮＬＥＮ〜ＭｉｎＬｍの範囲であるか否かの判定を行う（ステップＳ５５）。ここで、所定値ＴＨＲ＿ＭＩＮＬＥＮは、低反射率の物体の存在を考慮しなければならない最短の距離としてあらかじめ設定される値であり、例えば、ソナーなど近傍用のセンサの検知距離とすることができる。
【００９５】
ステップＳ５５の判定の結果が、距離Ｌｒｎが所定値ＴＨＲ＿ＭＩＮＬＥＮ〜ＭｉｎＬｍの範囲であることを示す結果である場合（ステップＳ５５：ＹＥＳ）、データ位置ｇｐｄｂｒｎ＝（ｇｘｄｂｒｎ，ｇｙｄｂｒｎ，ｇｚｄｂｒｎ）を、下式によって、レーダ上の座標系におけるデータ位置Ｌｐｄｂｒｎに変換する（ステップＳ５６）。
【数３】
【００９６】
そして、ｂｎ番目のレーザと変換後のデータ位置Ｌｐｄｂｒｎとが交差するか否かを判定する（ステップＳ５７）。
【００９７】
ステップＳ５７の判定の結果が、ｂｎ番目のレーザと変換後のデータ位置Ｌｐｄｂｒｎとが交差することを示す結果である場合（ステップＳ５７：ＹＥＳ）、データ位置ｇｐｄｂｒｎの未検出尤度Ｈｍｒｎに未検出度ｌｏｇ（Ｐｍ）を加算する（ステップＳ５８）。なお、Ｐｍは、未検出が発生する確率である。データ位置ｇｐｄｂｒｎの未検出尤度Ｈｍｒｎには、所定時間前の時刻における結果が加算済みである。
【００９８】
続いて、未検出尤度Ｈｍｒｎが閾値ＴＨＲ＿ＨＭを超えた場合、データ位置ｇｐｄｂｒｎが属する領域を、未検出物体が存在する領域であると推定する（ステップＳ５９）。そして、データ数ｒｎに１を加算してステップＳ５４に戻る。
【００９９】
一方、ステップＳ５７の判定が、ｂｎ番目のレーザと変換後のデータ位置Ｌｐｄｂｒｎとが交差しないことを示す結果である場合（ステップＳ５７：ＮＯ）、データ数ｒｎに１を加算してステップＳ５４に戻る。
【０１００】
また、ステップＳ５５の判定の結果が、距離Ｌｒｎが所定値ＴＨＲ＿ＭＩＮＬＥＮ〜ＭｉｎＬｍの範囲でないことを示す結果である場合（ステップＳ５５：ＮＯ）、データ数ｒｎに１を加算してステップＳ５４に戻る。
【０１０１】
また、ステップＳ５４の判定の結果が、データ数ｒｎが１〜Ｎｋの範囲から外れることを示す結果である場合（ステップＳ５４：ＮＯ）、レーザ数ｂｎに１を加算してステップＳ５１に戻る。
【０１０２】
さらに、ステップＳ５２の判定の結果が、レーザ反射波が受信されていることを示す結果である場合（ステップＳ５２：ＹＥＳ）、レーザ数ｂｎに１を加算してステップＳ５１に戻る。
【０１０３】
そして、ステップＳ５１の判定の結果が、レーザ数ｂｎが１〜Ｎｂｅａｍの範囲から外れることを示す結果である場合（ステップＳ５１：ＮＯ）、処理を終了する。
【０１０４】
以上説明したように、第３実施形態に係る障害物検出装置１ｂにおいては、未検出障害物領域推定部９は、実測データ生成部３が生成した実測データと、予測データ生成部６が生成した予測データと、を比較することにより、予測データが得られている領域のうちの実測データが得られていない領域を算出して、実測データ生成部３が検出できていない未検出の障害物が存在する領域を推定する。これにより、例えば、反射率が低く、レーザを反射しない障害物が存在する領域をあらかじめ推定することができる。
【０１０５】
なお、本実施形態において、実測データ生成部３は、レーザレーダを含むとしたが、これに限らず、例えば、実測データ生成部３は、ミリ波レーダを含むことができる。また、予測データ生成部６による予測データの生成方法、障害物検出部７による障害物の検出方法、誤差補正部８による誤差の補正方法および未検知障害物領域推定部９による未検出の障害物が存在する領域の推定方法は、上記の各実施形態に記した方法に限られない。
【符号の説明】
【０１０６】
１，１ａ，１ｂ…障害物検出装置、２，２ａ，２ｂ…ＥＣＵ、３…実測データ生成部、４…車両状態計測部、５…データベース、６…予測データ生成部、７…障害物検出部、８…誤差補正部、９…未検知障害物領域推定部。
【技術分野】
【０００１】
本発明は、車両に搭載され車両の周辺の所定領域に存在する障害物を検出する障害物検出装置に関する。
【背景技術】
【０００２】
車両の周辺の所定領域に存在する障害物を検出する装置として、従来、レーダを用いて障害物までの距離や方向を取得してモニタに表示する物体検出装置が知られている（例えば特許文献１参照）。この物体検出装置は、レーダとレーダを制御する障害物検出制御装置とを備えている。そして、この物体検出装置においては、レーダが車両周辺の所定領域にビーム電波を発射して障害物からの反射電波を受信することにより所定領域における障害物の距離や速度を検出し、検出結果を障害物検出制御装置に入力している。
【先行技術文献】
【特許文献】
【０００３】
【特許文献１】特開２００５−９９１４号公報
【発明の概要】
【発明が解決しようとする課題】
【０００４】
しかしながら、上記特許文献１に開示された物体検出装置においては、反射電波に含まれる情報のみに基づいて、障害物の位置や速度の検出を行っている。このため、例えば、道路上に反射率の高い道路構造物が存在する場合などには、この道路構造物を障害物として誤検出する可能性があった。
【０００５】
そこで、本発明の課題は、道路構造物を障害物として誤検出することを防止可能な障害物検出装置を提供することにある。
【課題を解決するための手段】
【０００６】
上記課題を解決した本発明の障害物検出装置は、車両に搭載され車両の周辺の所定領域に存在する障害物を検出する障害物検出装置であって、所定領域に存在する物体からのレーダ反射に基づいて、物体を検出して検出結果を示す実測データを生成する実測データ生成手段と、車両の現在位置および現在姿勢を含む車両状態を計測する車両状態計測手段と、所定領域に存在する道路構造物に関する道路構造物データをあらかじめ保持するデータ保持手段と、車両状態および道路構造物データに基づいて、道路構造物からのレーダ反射を予測して予測結果を示す予測データを生成する予測データ生成手段と、実測データおよび予測データに基づいて障害物を検出する障害物検出手段と、を備えることを特徴とする。
【０００７】
本発明に係る障害物検出装置においては、実測データ生成手段が生成した実測データと予測データ生成手段が生成した予測データとに基づいて、障害物を検出する。このように、本発明に係る障害物検出装置は、障害物を検出する際に、物体からのレーダ反射に基づいて生成される実測データのみならず、構造物からのレーダ反射を予測して生成される予測データを参照するので、道路構造物を障害物として誤検出することを防止することができる。
【０００８】
ここで、障害物検出手段は、実測データと予測データとを比較して、実測データ生成手段によって検出された物体のうち予測データ生成手段によってレーダ反射が予測された道路構造物以外のものを障害物として検出する態様とすることができる。
【０００９】
この場合、障害物検出手段は、実測データ生成手段が生成した実測データと予測データ生成手段が生成した予測データとを比較して、実測データ生成手段によって検出された物体のうち予測データ生成手段によってレーダ反射が予測された道路構造物以外のものを障害物として検出する。このため、あらかじめ存在する道路構造物を障害物の候補から除外することができる。したがって、道路構造物を障害物として誤検出することを確実に防止することができる。
【００１０】
ここで、実測データおよび予測データに基づいて、車両状態の誤差を補正し、補正後の車両状態を算出する誤差補正手段をさらに備え、予測データ生成手段は、補正後の車両状態および道路構造物データに基づいて、補正後予測データを生成し、障害物検出手段は、実測データと補正後予測データとを比較して、障害物を検出する態様とすることができる。
【００１１】
この場合、誤差補正手段は、実測データと予測データとに基づいて車両状態の誤差を補正し、予測データ生成手段は、補正後の車両状態に応じた予測データである補正後予測データを生成する。そして、障害物検出手段は、補正後予測データを用いて障害物を検出する。このため、障害物検出の精度を一層向上させることができる。
【００１２】
また、誤差補正手段は、実測データと予測データとを比較して、所定領域のうちの少なくとも一部の領域において、実測データと予測データとが一致するように、車両状態の誤差を補正する態様とすることができる。
【００１３】
この場合、誤差補正手段は、一部の領域において予測データと計測データとが一致するように車両状態の誤差を補正する。このため、容易に補正後の車両状態を算出することができる。
【００１４】
さらに、データ保持手段が保持する道路構造物データは、道路構造物の反射率を示すデータを含む態様とすることができる。
【００１５】
この場合、道路構造物データが道路構造物の反射率を示すデータを含んでいるので、予測データ生成手段は、例えば、検出し難い低反射率の道路構造物や誤検出し易い高反射率の道路構造物について、その反射率に応じたレーダ反射の予測データをあらかじめ生成することができる。したがって、障害物検出の精度を一層向上させることができる。
【発明の効果】
【００１６】
本発明に係る障害物検出装置によれば、道路構造物を障害物として誤検出することを防止することができる。
【図面の簡単な説明】
【００１７】
【図１】本発明の第１実施形態に係る障害物検出装置のブロック構成図である。
【図２】実測データ生成部による実測データ生成の様子を表す図である。
【図３】予測データ生成部の動作の手順を示すフローチャートである。
【図４】データベース上の仮想的な３次元空間を模式的に表す図である。
【図５】障害物検出部の動作の手順を示すフローチャートである。
【図６】車両周辺の所定領域を示す図である。
【図７】車両周辺の所定領域を示す図である。
【図８】車両周辺の所定領域を示す図である。
【図９】本発明の第２実施形態に係る障害物検出装置のブロック構成図である。
【図１０】誤差補正部の動作の手順を示すフローチャートである。
【図１１】誤差補正部の動作の手順を示すフローチャートである。
【図１２】誤差補正部によるグループ化の様子を表す図である。
【図１３】形状一致の評価手順を示す図である。
【図１４】一致度投票の様子を表す図である。
【図１５】本発明の第３実施形態に係る障害物検出装置のブロック構成図である。
【図１６】実測データと予測データとの比較の様子を表す図である。
【図１７】未検出障害物領域推定部の動作の手順を示すフローチャートである。
【発明を実施するための形態】
【００１８】
以下、添付図面を参照して本発明の実施形態について説明する。なお、図面の説明において同一の要素には同一の符号を付し、重複する説明を省略する。また、図示の便宜上、図面の寸法比率は説明のものと必ずしも一致しない。
【００１９】
（第１実施形態）
図１は、本発明の第１実施形態に係る障害物検出装置のブロック構成図である。図１に示されるように、障害物検出装置１は、ＥＣＵ（Electronic Control Unit）２、実測データ生成部３および車両状態計測部４を備える。ＥＣＵ２は、データベース５、予測データ生成部６および障害物検出部７を有する。この障害物検出装置１は、車両に搭載され、車両周辺の所定領域に存在する障害物を検出する装置である。
【００２０】
ＥＣＵ２は、ＣＰＵ（Central Processing Unit）、ＲＯＭ（Read Only Memory）、ＲＡＭ（Random Access Memory）および入出力インターフェイスなどを備えて構成されるコンピュータである。ＥＣＵ２が有する各部の機能は、ＣＰＵなどのハードウェア上に所定のソフトウェアを読み込ませることにより実現される。ＥＣＵ２には、実測データ生成部３および車両状態計測部４が接続されている。
【００２１】
実測データ生成部３は、測距可能なレーダであるレーザレーダを含む。実測データ生成部３は、車両周辺の領域に存在する物体からのレーダ反射に基づいて、この物体を検出して検出結果を示す実測データを生成する。そして、実測データ生成部３は、生成した実測データをＥＣＵ２の障害物検出部７に送信する。なお、レーダ反射とは、たとえば、レーザレーダから出射された後、物体により反射され、再びレーザレーダによって受信されるレーザ反射波である。これによれば、実測データ生成部３は、たとえば、レーザが出射されてから、この出射されたレーザに応じたレーザ反射波が受信されるまでの時間を計測することによって、物体を検出してその位置を計測する。
【００２２】
図２は、実測データ生成部３による実測データ生成の様子を表す図である。図２に示されるように、実測データ生成部３のレーザレーダは、レーザＹをＸ１方向に走査するように出射する。そして、実測データ生成部３のレーザレーダは、車両Ａの周辺の領域に存在する道路構造物Ｚ１，Ｚ２や他車両Ｚ３などの物体に生じるレーザ反射点ｓからのレーザの反射波を受信することによって、これらの物体の位置や形状を計測する。
【００２３】
図１を参照して説明を続ける。車両状態計測部４は、例えばＧＰＳ（Global Positioning System）などの位置計測装置や、ジャイロなどの姿勢計測装置を有している。車両状態計測部４は、車両の現在位置および現在姿勢を含む車両状態を計測して、計測結果を示す車両状態データをＥＣＵ２の予測データ生成部６に送信する。
【００２４】
ＥＣＵ２におけるデータベース５は、車両周辺の所定領域に存在する道路構造物に関する道路構造物データをあらかじめ保持している。道路構造物データは、予測データ生成部６によって読み出しを行うことができる。道路構造物データには、道路構造物の反射率を示すデータが含まれている。なお、ここでいう反射率とは、実測データ生成部３のレーザレーダから出射されるレーザの波長における反射率である。また、道路構造物データには、道路構造物の凹凸などの形状に関するデータが含まれている。データベース５は、本発明のデータ保持手段を構成する。
【００２５】
予測データ生成部６は、車両状態計測部４から送信された車両状態データとデータベース５から読み出した道路構造物データとに基づいて、道路構造物からのレーダ反射を予測して予測結果を示す予測データを生成する。そして、予測データ生成部６は、生成した予測データを障害物検出部７に送信する。予測データ生成部６の動作については後に詳述する。
【００２６】
障害物検出部７は、実測データ生成部３から送信される実測データと予測データ生成部６から送信される予測データとに基づいて障害物を検出する。具体的には、障害物検出部７は、実測データと予測データとを比較して、実測データ生成部３によって検出された物体のうち予測データ生成部６によってレーダ反射が予測された道路構造物以外のものを障害物として検出する。障害物検出部７の動作については後に詳述する。
【００２７】
次に、予測データ生成部６の動作について、図３を参照して説明する。図３は、予測データ生成部６の動作の手順を示すフローチャートである。まず、予測データ生成部６は、車両の現在位置ｇＸ＝（ｇｘｓ，ｇｙｓ，ｇｚｓ）を中心とする所定領域の道路構造物データをデータベース５から読み出す（ステップＳ１）。
【００２８】
図４は、データベース５上の仮想的な３次元空間を模式的に示す図である。図４（ａ）はこの３次元空間の平面図であり、図４（ｂ）はこの３次元空間の側面図である。データベース５が保持する道路構造物データは、図４に示されるように、データベース５上の仮想的な３次元空間を一定の間隔で格子状の領域に区切った場合の、各格子状の領域Ｒの中心位置（データ位置）ｇｐｄｂ＝（ｇｘｄｂ，ｇｙｄｂ，ｇｚｄｂ）上において与えられるデータである。また、道路構造物データは、道路構造物データの観測距離のばらつきを示す離散分布Ｎｄｉｓｔｘ，ｙ，ｚを含む。ここで、左上の添え字ｇは、各座標がデータベース５上の座標であることを示している。
【００２９】
続いて、読み出した道路構造物データを、実測データ生成部３における現在のレーダの向きに合わせるように変換する（ステップＳ２）。道路構造物データをレーダの向きに合わせることにより、実測データと予測データとの対応を容易にすることができる。任意のデータベース５上のデータ位置ｇｐｄｂの変換後の位置Ｌｐｄｂは、レーダと車両中心との回転補正行列ＬＭｖ、レーダと車両中心との並進補正行列Ｌｔｖ、車両中心とデータベース５上の座標との回転補正行列ＶＭｇおよび車両中心とデータベース５上の座標との並進補正行列ｖｔｇを用いて、下式によって算出される。なお、左上の添え字Ｌおよびｖは、レーダ座標系および車両座標系をそれぞれ示している。
【数１】
【００３０】
続いて、レーザ数ｂｎが１〜Ｎｂｅａｍの範囲にあるか否かの判定を行う（ステップＳ３）。ここで、レーダ数ｂｎは、自然数であって、レーダが所定領域内に出射した複数のレーザに対して、所定の順番によって割り振った番号を示す変数である。また、Ｎｂｅａｍは、レーダが出射したレーザの総数である。なお、レーザ数ｂｎの初期値は１である。
【００３１】
ステップＳ３の判定の結果が、レーザ数ｂｎが１〜Ｎｂｅａｍの範囲にあることを示す結果である場合（ステップＳ３：ＹＥＳ）、データ数ｒｎが１〜Ｎｄｂの範囲にあるか否かの判定を行う（ステップＳ４）。ここで、データ数ｒｎは、自然数であって、車両周辺の所定領域内の複数のデータ位置に対して、所定の順番によって割り振った番号を示す変数である。また、Ｎｄｂは、車両周辺の所定領域内に存在するデータ位置の総数である。なお、データ数ｒｎの初期値は１である。
【００３２】
ステップＳ４の判定の結果が、データ数ｒｎが１〜Ｎｄｂの範囲にあることを示す結果である場合（ステップＳ４：ＹＥＳ）、ｂｎ番目のレーザとｒｎ番目のデータ位置とが交差するか否かを判定する（ステップＳ５）。具体的には、ｂｎ番目のレーザの方向ｎｂｎ＝（ｘｎｂｎ，ｙｎｂｎ，ｚｎｂｎ）を中心として、この中心からレーザの広がり角φ以内の領域に、ｒｎ番目のデータ位置Ｌｐｄｂｒｎ＝（Ｌｘｄｂｒｎ，Ｌｙｄｂｒｎ，Ｌｚｄｂｒｎ）があるか否かを判定する。この判定は、例えば、内積ｎｂｎ・Ｌｐｄｂｒｎにより、下式のように計算することができる。
【数２】
【００３３】
ステップＳ５の判定の結果が、ｂｎ番目のレーザとｒｎ番目のデータ位置とが交差することを示す結果である場合（ステップＳ５：ＹＥＳ）、離散分布Ｎｄｉｓｔｘ，ｙ，ｚをＬｐｄｂｒｎの距離分シフトして、予測データ用領域ＥＨｉｓｔｂｎ，ｒｎに加算し、データ位置の分布を合成する（ステップＳ６）。そして、データ数ｒｎに１を加算してステップＳ４に戻る。
【００３４】
ステップＳ５の判定の結果が、ｂｎ番目のレーザとｒｎ番目のデータ位置とが交差しないことを示す結果である場合（ステップＳ５：ＮＯ）、データ数ｒｎに１を加算してステップＳ４に戻る。
【００３５】
一方、ステップＳ４の判定の結果が、データ数ｒｎが１〜Ｎｄｂの範囲から外れることを示す結果である場合（ステップＳ４：ＮＯ）、予測データ用領域ＥＨｉｓｔｂｎ，ｒｎをデータ数ｒｎについて総和をとり、総和をとって得られる総予測データ用領域ＥＨｉｓｔｂｎにより各予測データ用領域ＥＨｉｓｔｂｎ，ｒｎを正規化し、正規化して得られる各正規予測データ用領域ＥＨｉｓｔｂｎ，ｒｎ＊のうち所定の閾値ＴＨＲ＿ＨＩＳＴを超えるものを各レーザの予測データＥＬｂｎ，ｒｎとする（ステップＳ７）。そして、レーザ数ｂｎに１を加算してステップＳ３に戻る。
【００３６】
なお、道路構造物データの観測距離のばらつきは、離散分布に限らず正規分布などにより近似してもよい。また、道路構造物データの観測距離のばらつきは、事前の実測データを用いて生成してもよいし、反射率と形状の反射モデルから合成してもよい。
【００３７】
そして、ステップＳ３の判定の結果が、レーザ数ｂｎが１〜Ｎｂｅａｍの範囲から外れることを示す結果である場合（ステップＳ３：ＮＯ）、処理を終了する。以上の処理によって、各レーザによって検出された物体の位置に応じた各予測データが生成される。
【００３８】
次に、障害物検出部７の動作について、図５を参照して説明する。図５は、障害物検出部７の動作の手順を示すフローチャートである。まず、レーザ数ｂｎが１〜Ｎｂｅａｍの範囲にあるか否かの判定を行う（ステップＳ１１）。なお、レーザ数ｂｎの初期値は１である。
【００３９】
ステップＳ１１の判定の結果が、レーザ数ｂｎが１〜Ｎｂｅａｍの範囲にあることを示す結果である場合（ステップＳ１１：ＹＥＳ）、ｂｎ番目のレーザにより検出された物体の位置に応じたデータ位置に対応するデータ数ｒｎにおける予測データＥＬｂｎ，ｒｎが０を超えるか否かを判定する（ステップＳ１２）。
【００４０】
ステップＳ１２の判定の結果が、予測データＥＬｂｎ，ｒｎが０を超えることを示す結果である場合（ステップＳ１２：ＹＥＳ）、ｂｎ番目のレーザにより検出された物体を、道路構造物であると判断する（ステップＳ１３）。つまり、ｂｎ番目のレーザにより検出された物体は、障害物ではないと判断する。そして、レーザ数ｂｎに１を加算してステップＳ１１に戻る。
【００４１】
ステップＳ１２の判定の結果が、予測データＥＬｂｎ，ｒｎが０を超ないことを示す結果である場合（ステップＳ１２：ＮＯ）、ｂｎ番目のレーザにより検出された物体を、障害物であると判断する（ステップＳ１４）。そして、レーザ数ｂｎに１を加算してステップＳ１１に戻る。
【００４２】
そして、ステップＳ１１の判定の結果が、レーザ数ｂｎが１〜Ｎｂｅａｍの範囲から外れることを示す結果である場合（ステップＳ１１：ＮＯ）、処理を終了する。
【００４３】
次に、第１実施形態に係る障害物検出装置１の作用効果について、図面を参照して説明する。図６〜図８は、車両周辺の所定領域を示す図である。図６（ａ）、図７（ａ）および図８（ａ）はこの所定領域の平面図であり、図６（ｂ）、図７（ｂ）および図８（ｂ）はこの所定領域の側面図である。レーザレーダなどによる実測データのみによって障害物を検出する従来の障害物検出装置は、図６に示されるように、道路上に実際に障害物Ｚ４が存在するときには、この障害物Ｚ４を検出することができる。
【００４４】
しかし、路面からの高さによって物体を区別して、障害物のみを検出することは困難である。このため、例えば、図７に示されるように、道路上に高反射率の道路構造物Ｚ５が存在する場合においては、従来の障害物検出装置は、道路構造物Ｚ５を障害物として誤検出する場合がある。
【００４５】
レーダから出射されるレーザに広がりがあるので、レーダは、レーザの反射点ｓ付近の領域に存在する様々な物体からの反射波を受信する。このため、レーザの反射点ｓ付近の領域に高反射率の物体がある場合、この高反射率の物体の位置に実測データが引き寄せられてしまい、このような誤検出が生じる。
【００４６】
また、図８に示されるように、道路上に側溝の格子蓋のような凹凸のある道路構造物Ｚ６が存在する場合、その凹凸によって実測データが乱れるので、従来の障害物検出装置では、道路構造物Ｚ６を障害物として誤検出する場合がある。このように、レーザレーダなどによって生成される実測データのみを用いて道路構造物と障害物とを区別して障害物を検出することは一般に困難である。
【００４７】
第１実施形態に係る障害物検出装置１においては、実測データ生成部３が生成した実測データと予測データ生成部６が生成した予測データとに基づいて障害物を検出する。このように、障害物検出装置１は、障害物を検出する際に、物体からのレーダ反射に基づいて生成される実測データのみならず、道路構造物からのレーダ反射を予測して生成される予測データを参照するので、道路構造物を障害物として誤検出することを防止することができる。
【００４８】
また、道路構造物データに含まれる道路構造物の反射率を示すデータを用いることによって、例えば、検出し難い低反射率の道路構造物や誤検出し易い高反射率の道路構造物について、その反射率に応じたレーダ反射の予測データをあらかじめ生成することができる。あらかじめ生成した予測データを使用することにより、障害物検出の精度を向上させることができる。
【００４９】
さらに、道路構造物データに含まれる道路構造物の凹凸などの形状に関するデータを用いることによって、例えば、誤検出し易い凹凸を有する道路構造物について、その形状に応じた予測データをあらかじめ生成することができる。あらかじめ生成した予測データを使用することにより、障害物検出の制度を向上させることができる。
【００５０】
（第２実施形態）
図９は、本発明の第２実施形態に係る障害物検出装置のブロック構成図である。図９に示されるように、障害物検出装置１ａは、第１実施形態に係る障害物検出装置１のＥＣＵ２に替えて、ＥＣＵ２ａを備える。障害物検出装置１ａの他の構成は障害物検出装置１と同様である。
【００５１】
ＥＣＵ２ａは、ＥＣＵ２の各部に加えて誤差補正部８をさらに有する。ＥＣＵ２ａの他の構成はＥＣＵ２と同様である。
【００５２】
誤差補正部８は、実測データ生成部３が生成した実測データと、予測データ生成部６が生成した予測データと、を取得する。そして、誤差補正部８は、実測データおよび予測データに基づいて、車両の現在位置および現在姿勢を含む車両状態の誤差を補正する。
【００５３】
具体的には、誤差補正部８は、実測データと予測データとを比較して、車両周辺の領域のうちの少なくとも一部の領域において、実測データと予測データとが一致するように、車両状態の誤差を補正する。誤差補正部８は、補正後の車両状態を示す補正後車両状態データを予測データ生成部６に送信する。誤差補正部８の動作については後に詳述する。
【００５４】
予測データ生成部６は、誤差補正部８から送信される補正後車両状態データとデータベース５から読み出した道路構造物データとに基づいて、補正後予測データを生成する。予測データ生成部６は、生成した補正後予測データを、誤差補正部８を介して障害物検出部７に送信する。障害物検出部７は、実測データおよび補正後予測データに基づいて障害物を検出する。
【００５５】
次に、誤差補正部８の動作について、図１０および図１１を参照して説明する。図１０および図１１は、誤差補正部８の動作の手順を示すフローチャートである。まず、図１２（ａ）に示されるように、各予測データＥＬｂｎ，ｒｎを、対応する各反射点ｓ同士の距離の近さによりグループ化する（ステップＳ２１）。図１２は、誤差補正部８が行うグループ化の様子を表す図である。図１２（ａ）は実測データを示す図であり、図１２（ｂ）は予測データを示す図である。このグループ化により生じる予測データグループの総数をＮｅｇｐとする。図１２（ａ）において、各予測データグループＧは破線により示されている。
【００５６】
その後、各予測データグループＧの平均位置ＬＧ＝（ＬＧｘ，ＬＧｙ，ＬＧｚ）を算出する（ステップＳ２２）。
【００５７】
続いて、図１２（ｂ）に示されるように、各実測データＲＬｂｎを、対応する各反射点ｓ同士の距離の近さによりグループ化する（ステップＳ２３）。このグループ化により生じる実測データグループの総数をＮｒｇｐとする。図１２（ｂ）において、各実測データグループｇは破線により示されている。
【００５８】
その後、各実測データグループｇの平均位置Ｌｇ＝（Ｌｇｘ，Ｌｇｙ，Ｌｇｚ）を算出する（ステップＳ２４）。
【００５９】
続いて、一致度投票空間Ｃｒｒ△ｘ，△ｙ，△αを０に初期化する（ステップＳ２５）。
【００６０】
そして、実測データグループ数ｒが１〜Ｎｒｇｐの範囲にあるか否かの判定を行う（ステップＳ２６）。ここで、実測データグループ数ｒは、自然数であって、各実測データグループｇに対して所定の順番によって割り振った番号を示す変数である。なお、実測データグループ数ｒの初期値は１である。
【００６１】
ステップＳ２６の判定の結果が、実測データグループ数ｒが１〜Ｎｒｇｐの範囲にあることを示す結果である場合（ステップＳ２６：ＹＥＳ）、最短距離平均位置Ｍｉｎｌｅｎを所定値ＬＭＡＸに設定し、最短距離グループＭｉｎｇｐを０に初期化する（ステップＳ２７）。ただし、所定値ＬＭＡＸは、レーダの最大検知距離程度の値とする。
【００６２】
続いて、予測データグループ数ｅが１〜Ｎｅｇｐの範囲にあるか否かの判定を行う（ステップＳ２８）。ここで、予測データグループ数ｅは、自然数であって、各予測データグループＧに対して所定の順番によって割り振った番号を示す変数である。なお、予測データグループ数ｅの初期値は１である。
【００６３】
ステップＳ２８の判定の結果が、予測データグループ数ｅが１〜Ｎｅｇｐの範囲にあることを示す結果である場合（ステップＳ２８：ＹＥＳ）、ｒ番目の実測データグループｇの平均位置Ｌｇｒ＝（Ｌｇｘｒ，Ｌｇｙｒ，Ｌｇｚｒ）と、ｅ番目の予測データグループＧの平均位置ＬＧｅ＝（ＬＧｘｅ，ＬＧｙｅ，ＬＧｚｅ）と、の距離Ｌｒ，ｅを算出する（ステップＳ２９）。
【００６４】
そして、距離Ｌｒ，ｅが閾値Ｒｅθより小さいか否かの判定を行う（ステップＳ３０）。これにより、距離Ｌｒ，ｅが閾値Ｒｅθ以上のグループを対応付けないようにする。
【００６５】
ステップＳ３０の判定の結果が、距離Ｌｒ，ｅが閾値Ｒｅθより小さいことを示す結果である場合（ステップＳ３０：ＹＥＳ）、最短距離平均位置Ｍｉｎｌｅｎを距離Ｌｒ，ｅとし、最短距離グループＭｉｎｇｐを予測データグループ数ｅとする（ステップＳ３１）。そして、予測データグループ数ｅに１を加算してステップＳ２８に戻る。
【００６６】
ステップＳ３０の判定の結果が、距離Ｌｒ，ｅが閾値Ｒｅθ以上であることを示す結果である場合（ステップＳ３０：ＮＯ）、予測データグループ数ｅに１を加算してステップＳ２８に戻る。
【００６７】
一方、ステップＳ２８の判定の結果が、予測データグループ数ｅが１〜Ｎｅｇｐの範囲から外れることを示す結果である場合（ステップＳ２８：ＮＯ）、最短距離グループＭｉｎｇｐが０以外であるか否かの判定を行う（ステップＳ３２）。
【００６８】
ステップＳ３２の判定の結果が、最短距離グループＭｉｎｇｐが０以外であることを示す結果である場合（ステップＳ３２：ＹＥＳ）、ｒ番目の計測データグループｇに対して、角度ステップαで各点の重さを１と換算した実測慣性モーメント分布ｍｒｒを算出する（ステップＳ３３）。
【００６９】
続いて、Ｍｉｎｇｐ番目の予測データグループＧに対して、角度ステップαで各点の重さを予測データＥＬｂｎ，ｒｎと換算した予測慣性モーメント分布ｍeｒを算出する（ステップＳ３４）。なお、最短距離グループＭｉｎｇｐの値は、ｒ番目の計測データグループｇに最も近い予測データグループＧの予測データグループ数ｅとなっている。
【００７０】
続いて、ずれ量△αがＭａｘ＿ｄａｌｆａ以下であるか否かの判定を行う（ステップＳ３５）。なお、すれ量△αの初期値は０である。また、Ｍａｘ＿ｄａｌｆａは、車両状態計測部４が計測する車両の現在姿勢における姿勢推定誤差に相応するように設定される。
【００７１】
ステップＳ３５の判定の結果が、ずれ量△αがＭａｘ＿ｄａｌｆａ以下であることを示す結果である場合（ステップＳ３５：ＹＥＳ）、図１３に示されるように、実測慣性モーメント分布ｍｒｒと予測慣性モーメント分布ｍeｒとをずれ量△αずらして比較して、その一致度が閾値ＴＨＲ＿Ｍ以上か否かの判定を行う（ステップＳ３６）図１３は、形状一致の評価手順を示す図である。
【００７２】
ステップＳ３６の判定の結果が、一致度が閾値ＴＨＲ＿Ｍ以上であることを示す結果である場合（ステップＳ３６：ＹＥＳ）、ｒ番目の実測データグループｇの点群を、平均位置Ｌｇｒ＝（Ｌｇｘｒ，Ｌｇｙｒ，Ｌｇｚｒ）を中心として一時的に△α回転する（ステップＳ３７）。
【００７３】
そして、ｘ方向のずれ量△ｘがＭａｘ＿ｄｘ以下であるか否かの判定を行う（ステップＳ３８）。なお、ずれ量△ｘの初期値は０である。また、Ｍａｘ＿ｄｘは、車両状態計測部４が計測する車両の現在位置における位置推定誤差に相応するように設定される。
【００７４】
ステップＳ３８の判定の結果が、ｘ方向のずれ量△ｘがＭａｘ＿ｄｘ以下であることを示す結果である場合（ステップＳ３８：ＹＥＳ）、ｙ方向のずれ量△ｙがＭａｘ＿ｄｙ以下であるか否かの判定を行う（ステップＳ３９）。なお、ずれ量△ｙの初期値は０である。また、Ｍａｘ＿ｄｙは、車両状態計測部４が計測する車両の現在位置における位置推定誤差に相応するように設定される。
【００７５】
ステップＳ３９の判定の結果が、ｙ方向のずれ量△ｙがＭａｘ＿ｄｙ以下であることを示す結果である場合（ステップＳ３９：ＹＥＳ）、ｒ番目の実測データグループｇの点群（Ｌｘｒ，Ｌｙｒ）に対して最も近い（ＬｘＭｉｎｇｐ，ＬｙＭｉｎｇｐ）を見つけ、その距離を計算し、それをｒ番目の実測データグループｇの点群に対して一致度に加算する（ステップＳ４０）。
【００７６】
その後、図１４に示されるように、一致度投票空間Ｃｒｒ△ｘ，△ｙ，△αの△ｘ、△ｙおよび△αの位置に一致度を投票する（ステップＳ４１）。そして、△ｙに所定値を加算してステップＳ３９に戻る。図１４は、一致度投票の様子を表す図である。図１４（ａ）は一致度の分布を示す図であり、図１４（ｂ）は図１４（ａ）に示された一致度を投票した結果を示す図である。
【００７７】
ステップＳ３９の判定の結果が、ｙ方向のずれ量△ｙがＭａｘ＿ｄｙより大きいことを示す結果である場合（ステップＳ３９：ＮＯ）、△ｘに所定値を加算してステップＳ３８に戻る。
【００７８】
ステップＳ３８の判定の結果が、ｘ方向のずれ量△ｘがＭａｘ＿ｄｘより大きいことを示す結果である場合（ステップＳ３８：ＮＯ）、△αに所定値を加算してステップＳ３５に戻る。
【００７９】
また、ステップＳ３６の判定の結果が、一致度が閾値ＴＨＲ＿Ｍより小さいことを示す結果である場合（ステップＳ３６：ＮＯ）、△αに所定値を加算してステップＳ３５に戻る。
【００８０】
そして、ステップＳ３５の判定の結果が、ずれ量△αがＭａｘ＿ｄａｌｆａより大きいことを示す結果である場合（ステップＳ３５：ＮＯ）、最も一致度投票空間Ｃｒｒ△ｘ，△ｙ，△αを大きくする△ｘ、△ｙおよび△αを、車両の現在位置および現在姿勢を含む車両状態の誤差の補正量として決定する（ステップＳ４２）。そして、実測データグループ数ｒに１を加算して、ステップＳ２６に戻る。
【００８１】
一方、ステップＳ３２の判定の結果が、最短距離グループＭｉｎｇｐが０であることを示す結果である場合（ステップＳ３２：ＹＥＳ）、実測データグループ数に１を加算して、ステップＳ２６に戻る。
【００８２】
そして、ステップＳ２６の判定の結果が、実測データグループ数ｒが１〜Ｎｒｇｐの範囲から外れることを示す結果である場合（ステップＳ２６：ＹＥＳ）、処理を終了する。
【００８３】
以上説明したように、第２実施形態に係る障害物検出装置１ａにおいては、誤差補正部８は、実測データと予測データとに基づいて車両状態の誤差を補正し、予測データ生成部６は、補正後の車両状態に応じた予測データである補正後予測データを生成する。そして、障害物検出部７は、補正後予測データを用いて障害物を検出する。このため、障害物検出の精度を一層向上させることができる。
【００８４】
（第３実施形態）
図１５は、本発明の第３実施形態に係る障害物検出装置のブロック構成図である。図１５に示されるように、障害物検出装置１ｂは、第２実施形態に係る障害物検出装置１ａのＥＣＵ２ａに替えて、ＥＣＵ２ｂを備える。障害物検出装置１ｂの他の構成は障害物検出装置１ａと同様である。
【００８５】
ＥＣＵ２ｂは、ＥＣＵ２ａの各部に加えて未検出障害物領域推定部９をさらに有する。ＥＣＵ２ｂの他の構成はＥＣＵ２ａと同様である。
【００８６】
未検出障害物領域推定部９は、実測データ生成部３が生成した実測データと、予測データ生成部６が生成した予測データと、を比較することにより、予測データが得られている領域のうちの実測データが得られていない領域を算出して、実測データ生成部３が検出できていない未検出の障害物が存在する領域を推定する。
【００８７】
図１６は、実測データと予測データとの比較を表す図である。図１６（ａ）は実測データを表しており、図１６（ｂ）は予測データを表している。図１６（ｃ）は、予測データが得られている領域のうちの実測データが得られていない領域を表す図である。図１６（ｂ）に示される予測データには、反射点Ｓ１が存在するが、図１６（ａ）に示される実測データには、反射点Ｓ１は存在しない。
【００８８】
このように、未検出障害物領域推定部９は、実測データと予測データとを比較することにより、レーダの位置から反射点Ｓ１の位置に至る領域Ｒ１を、予測データが得られている領域のうちの実測データが得られていない領域として算出する。そして、未検出障害物領域推定部９は、この算出された領域に基づいて、実測データ生成部３が検出できていない未検出の障害物ｚ７が存在する領域を推定する。
【００８９】
未検出の障害物ｚ７が存在する領域の推定は、低反射率の物体が存在する場合にはその低反射率の物体によりレーザが遮られ、その低反射率の物体の先に存在する物体からの反射波が得られない、ということを利用して行われる。
【００９０】
次に、未検出障害物領域推定部９の動作について、図１７を参照して説明する。図１７は、未検出障害物領域推定部９の動作の手順を示すフローチャートである。まず、レーザ数ｂｎが１〜Ｎｂｅａｍの範囲にあるか否かの判定を行う（ステップＳ５１）。なお、レーザ数ｂｎの初期値は１である。
【００９１】
ステップＳ５１の判定の結果が、レーザ数ｂｎが１〜Ｎｂｅａｍの範囲にあることを示す結果である場合（ステップＳ５１：ＹＥＳ）、ｂｎ番目のレーザの反射波が受信されたか否かの判定を行う（ステップＳ５２）。
【００９２】
ステップＳ５２の判定の結果が、反射波が受信されていないことを示す結果である場合（ステップＳ５２：ＮＯ）、ｂｎ番目のレーザに対応する予測データを生成し、そのうちの最短距離ＭｉｎＬｍを算出する（ステップＳ５３）。
【００９３】
続いて、データ数ｒｎが１〜Ｎｋの範囲にあるか否かの判定を行う（ステップＳ５４）。ここで、Ｎｋは、車両の現在位置ｇＸ＝（ｇｘｓ，ｇｙｓ，ｇｚｓ）を中心とする所定の領域内に存在するデータ位置の総数である。なお、データ数ｒｎの初期値は１である。
【００９４】
ステップＳ５４の判定の結果が、データ数ｒｎが１〜Ｎｋの範囲にあることを示す結果である場合（ステップＳ５４：ＹＥＳ）、レーダ原点からｒｎ番目のデータ位置ｇｐｄｂｒｎ＝（ｇｘｄｂｒｎ，ｇｙｄｂｒｎ，ｇｚｄｂｒｎ）までの距離Ｌｒｎが所定値ＴＨＲ＿ＭＩＮＬＥＮ〜ＭｉｎＬｍの範囲であるか否かの判定を行う（ステップＳ５５）。ここで、所定値ＴＨＲ＿ＭＩＮＬＥＮは、低反射率の物体の存在を考慮しなければならない最短の距離としてあらかじめ設定される値であり、例えば、ソナーなど近傍用のセンサの検知距離とすることができる。
【００９５】
ステップＳ５５の判定の結果が、距離Ｌｒｎが所定値ＴＨＲ＿ＭＩＮＬＥＮ〜ＭｉｎＬｍの範囲であることを示す結果である場合（ステップＳ５５：ＹＥＳ）、データ位置ｇｐｄｂｒｎ＝（ｇｘｄｂｒｎ，ｇｙｄｂｒｎ，ｇｚｄｂｒｎ）を、下式によって、レーダ上の座標系におけるデータ位置Ｌｐｄｂｒｎに変換する（ステップＳ５６）。
【数３】
【００９６】
そして、ｂｎ番目のレーザと変換後のデータ位置Ｌｐｄｂｒｎとが交差するか否かを判定する（ステップＳ５７）。
【００９７】
ステップＳ５７の判定の結果が、ｂｎ番目のレーザと変換後のデータ位置Ｌｐｄｂｒｎとが交差することを示す結果である場合（ステップＳ５７：ＹＥＳ）、データ位置ｇｐｄｂｒｎの未検出尤度Ｈｍｒｎに未検出度ｌｏｇ（Ｐｍ）を加算する（ステップＳ５８）。なお、Ｐｍは、未検出が発生する確率である。データ位置ｇｐｄｂｒｎの未検出尤度Ｈｍｒｎには、所定時間前の時刻における結果が加算済みである。
【００９８】
続いて、未検出尤度Ｈｍｒｎが閾値ＴＨＲ＿ＨＭを超えた場合、データ位置ｇｐｄｂｒｎが属する領域を、未検出物体が存在する領域であると推定する（ステップＳ５９）。そして、データ数ｒｎに１を加算してステップＳ５４に戻る。
【００９９】
一方、ステップＳ５７の判定が、ｂｎ番目のレーザと変換後のデータ位置Ｌｐｄｂｒｎとが交差しないことを示す結果である場合（ステップＳ５７：ＮＯ）、データ数ｒｎに１を加算してステップＳ５４に戻る。
【０１００】
また、ステップＳ５５の判定の結果が、距離Ｌｒｎが所定値ＴＨＲ＿ＭＩＮＬＥＮ〜ＭｉｎＬｍの範囲でないことを示す結果である場合（ステップＳ５５：ＮＯ）、データ数ｒｎに１を加算してステップＳ５４に戻る。
【０１０１】
また、ステップＳ５４の判定の結果が、データ数ｒｎが１〜Ｎｋの範囲から外れることを示す結果である場合（ステップＳ５４：ＮＯ）、レーザ数ｂｎに１を加算してステップＳ５１に戻る。
【０１０２】
さらに、ステップＳ５２の判定の結果が、レーザ反射波が受信されていることを示す結果である場合（ステップＳ５２：ＹＥＳ）、レーザ数ｂｎに１を加算してステップＳ５１に戻る。
【０１０３】
そして、ステップＳ５１の判定の結果が、レーザ数ｂｎが１〜Ｎｂｅａｍの範囲から外れることを示す結果である場合（ステップＳ５１：ＮＯ）、処理を終了する。
【０１０４】
以上説明したように、第３実施形態に係る障害物検出装置１ｂにおいては、未検出障害物領域推定部９は、実測データ生成部３が生成した実測データと、予測データ生成部６が生成した予測データと、を比較することにより、予測データが得られている領域のうちの実測データが得られていない領域を算出して、実測データ生成部３が検出できていない未検出の障害物が存在する領域を推定する。これにより、例えば、反射率が低く、レーザを反射しない障害物が存在する領域をあらかじめ推定することができる。
【０１０５】
なお、本実施形態において、実測データ生成部３は、レーザレーダを含むとしたが、これに限らず、例えば、実測データ生成部３は、ミリ波レーダを含むことができる。また、予測データ生成部６による予測データの生成方法、障害物検出部７による障害物の検出方法、誤差補正部８による誤差の補正方法および未検知障害物領域推定部９による未検出の障害物が存在する領域の推定方法は、上記の各実施形態に記した方法に限られない。
【符号の説明】
【０１０６】
１，１ａ，１ｂ…障害物検出装置、２，２ａ，２ｂ…ＥＣＵ、３…実測データ生成部、４…車両状態計測部、５…データベース、６…予測データ生成部、７…障害物検出部、８…誤差補正部、９…未検知障害物領域推定部。
【特許請求の範囲】
【請求項１】
車両に搭載され前記車両の周辺の所定領域に存在する障害物を検出する障害物検出装置であって、
前記所定領域に存在する物体からのレーダ反射に基づいて、前記物体を検出して検出結果を示す実測データを生成する実測データ生成手段と、
前記車両の現在位置および現在姿勢を含む車両状態を計測する車両状態計測手段と、
前記所定領域に存在する道路構造物に関する道路構造物データをあらかじめ保持するデータ保持手段と、
前記車両状態および前記道路構造物データに基づいて、前記道路構造物からのレーダ反射を予測して予測結果を示す予測データを生成する予測データ生成手段と、
前記実測データおよび前記予測データに基づいて障害物を検出する障害物検出手段と、を備えることを特徴とする障害物検出装置。
【請求項２】
前記障害物検出手段は、前記実測データと前記予測データとを比較して、前記実測データ生成手段によって検出された前記物体のうち前記予測データ生成手段によってレーダ反射が予測された前記道路構造物以外のものを障害物として検出する請求項１に記載の障害物検出装置。
【請求項３】
前記実測データおよび前記予測データに基づいて、前記車両状態の誤差を補正し、補正後の車両状態を算出する誤差補正手段をさらに備え、
前記予測データ生成手段は、前記補正後の車両状態および前記道路構造物データに基づいて、補正後予測データを生成し、
前記障害物検出手段は、前記実測データと前記補正後予測データとを比較して、障害物を検出する請求項１または請求項２に記載の障害物検出装置。
【請求項４】
前記誤差補正手段は、前記実測データと前記予測データとを比較して、前記所定領域のうちの少なくとも一部の領域において、前記実測データと前記予測データとが一致するように、前記車両状態の誤差を補正する請求項３に記載の障害物検出装置。
【請求項５】
前記データ保持手段が保持する前記道路構造物データは、前記道路構造物の反射率を示すデータを含む請求項１〜請求項４のうちのいずれか１項に記載の障害物検出装置。
【請求項１】
車両に搭載され前記車両の周辺の所定領域に存在する障害物を検出する障害物検出装置であって、
前記所定領域に存在する物体からのレーダ反射に基づいて、前記物体を検出して検出結果を示す実測データを生成する実測データ生成手段と、
前記車両の現在位置および現在姿勢を含む車両状態を計測する車両状態計測手段と、
前記所定領域に存在する道路構造物に関する道路構造物データをあらかじめ保持するデータ保持手段と、
前記車両状態および前記道路構造物データに基づいて、前記道路構造物からのレーダ反射を予測して予測結果を示す予測データを生成する予測データ生成手段と、
前記実測データおよび前記予測データに基づいて障害物を検出する障害物検出手段と、を備えることを特徴とする障害物検出装置。
【請求項２】
前記障害物検出手段は、前記実測データと前記予測データとを比較して、前記実測データ生成手段によって検出された前記物体のうち前記予測データ生成手段によってレーダ反射が予測された前記道路構造物以外のものを障害物として検出する請求項１に記載の障害物検出装置。
【請求項３】
前記実測データおよび前記予測データに基づいて、前記車両状態の誤差を補正し、補正後の車両状態を算出する誤差補正手段をさらに備え、
前記予測データ生成手段は、前記補正後の車両状態および前記道路構造物データに基づいて、補正後予測データを生成し、
前記障害物検出手段は、前記実測データと前記補正後予測データとを比較して、障害物を検出する請求項１または請求項２に記載の障害物検出装置。
【請求項４】
前記誤差補正手段は、前記実測データと前記予測データとを比較して、前記所定領域のうちの少なくとも一部の領域において、前記実測データと前記予測データとが一致するように、前記車両状態の誤差を補正する請求項３に記載の障害物検出装置。
【請求項５】
前記データ保持手段が保持する前記道路構造物データは、前記道路構造物の反射率を示すデータを含む請求項１〜請求項４のうちのいずれか１項に記載の障害物検出装置。
【図１】
【図２】
【図３】
【図４】
【図５】
【図６】
【図７】
【図８】
【図９】
【図１０】
【図１１】
【図１２】
【図１３】
【図１４】
【図１５】
【図１６】
【図１７】
【図２】
【図３】
【図４】
【図５】
【図６】
【図７】
【図８】
【図９】
【図１０】
【図１１】
【図１２】
【図１３】
【図１４】
【図１５】
【図１６】
【図１７】
【公開番号】特開２０１０−２７１１６６（Ｐ２０１０−２７１１６６Ａ）
【公開日】平成２２年１２月２日（２０１０．１２．２）
【国際特許分類】
【出願番号】特願２００９−１２２９５４（Ｐ２００９−１２２９５４）
【出願日】平成２１年５月２１日（２００９．５．２１）
【出願人】（０００００３２０７）トヨタ自動車株式会社 (59,920)
【Ｆターム（参考）】
【公開日】平成２２年１２月２日（２０１０．１２．２）
【国際特許分類】
【出願日】平成２１年５月２１日（２００９．５．２１）
【出願人】（０００００３２０７）トヨタ自動車株式会社 (59,920)
【Ｆターム（参考）】
[ Back to top ]