Deprecated: The each() function is deprecated. This message will be suppressed on further calls in /home/zhenxiangba/zhenxiangba.com/public_html/phproxy-improved-master/index.php on line 456
JP3690366B2 - Front object detection device - Google Patents
[go: Go Back, main page]

JP3690366B2 - Front object detection device - Google Patents

Front object detection device Download PDF

Info

Publication number
JP3690366B2
JP3690366B2 JP2002151086A JP2002151086A JP3690366B2 JP 3690366 B2 JP3690366 B2 JP 3690366B2 JP 2002151086 A JP2002151086 A JP 2002151086A JP 2002151086 A JP2002151086 A JP 2002151086A JP 3690366 B2 JP3690366 B2 JP 3690366B2
Authority
JP
Japan
Prior art keywords
straight line
road structure
detection
reliability
road
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Expired - Fee Related
Application number
JP2002151086A
Other languages
Japanese (ja)
Other versions
JP2003255047A (en
Inventor
和巳 藤本
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Nissan Motor Co Ltd
Original Assignee
Nissan Motor Co Ltd
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 Nissan Motor Co Ltd filed Critical Nissan Motor Co Ltd
Priority to JP2002151086A priority Critical patent/JP3690366B2/en
Publication of JP2003255047A publication Critical patent/JP2003255047A/en
Application granted granted Critical
Publication of JP3690366B2 publication Critical patent/JP3690366B2/en
Anticipated expiration legal-status Critical
Expired - Fee Related legal-status Critical Current

Links

Images

Landscapes

  • Traffic Control Systems (AREA)
  • Optical Radar Systems And Details Thereof (AREA)

Description

【０００１】
【発明の属する技術分野】
本発明は、自車両の前方に存在する先行車或いは道路構造物等の物体を検出する前方物体検出装置に関する。
【０００２】
【従来の技術】
車両に搭載され、当該車両の前方に存在する構造物（ガードレール等）、或いは先行車両の存在を検出する検出装置として採用されるスキャン式レーダ信号のグルーピング処理方法として、例えば、特開平７−２７０５３６号公報（以下、従来例という）に記載されたものが知られている。
【０００３】
この従来例に記載されたものは、車両に搭載されたレーダを用いて、複数物体からの距離と横位置（道路と直交する方向の位置）を計測し、距離の近い順に検出物標を並べ替え、並べ替えた順に従い、相互に隣接する検出物体について、所定の方向に連続性があるかどうか判定する。そして、この連続性判断結果によりグルーピングを行い、グループに属する検出点の情報に基づき、検出物標が連続性を持つ道路構造物か、連続性を持たない先行車かの分類を行う。
【０００４】
【発明が解決しようとする課題】
しかしながら、上述した従来例に記載された方法では、互いに隣接する検出点が所定の方向に連続性を有するかどうかにより、グルーピングや検出物標の分類を行うようにしているので、自車両の前方がカーブ路で、且つ、先行車が存在する場合においては、この先行車に隠されて、道路構造物からの検出点は、連続性が途切れてしまうことがある。このような状況においては、グループ化された道路構造物の検出点は、相対位置と検出総数の関係のみを用いた判断では、連続性がないと判断され、先行車として分類されてしまうことがある。
【０００５】
これを図１３に示す説明図を参照して説明すると、自車両の前方にカーブ路が存在する場合には、デリニエータ等の道路構造物が、先行車両に隠れてしまうことがある。従って、グループＡ、Ｂ、Ｃの３つが得られることになり、実際には、グループＢとグループＣは同一の構造物であるにも関わらず、別体として認識されてしまうことがある。
【０００６】
即ち、ガードレール等の道路構造物は、本来、道路の沿道に長距離に渡って配置されいているものであるにも関わらず、先行車により隠れてしまった場合には、連続性を検出することができなくなってしまい、その結果、ガードレールであるにも関わらず、先行車両であると判断されてしまうことがあった。
【０００７】
よって、従来における相対位置と検出総数の関数から検出点の分類を行う方法では、道路構造物を先行車と誤判断する可能性が高いという問題が生じていた。
【０００８】
本発明は、このような従来の課題を解決するためになされたものであり、その目的とするところは、自車両の前方に存在する物体を、精度良く検出することのできる前方物体検出装置を提供することにある。
【０００９】
【課題を解決するための手段】
上記目的を達成するため、本願請求項１に記載の発明は、自車両に搭載されて自車両前方に存在する物体を検出する前方物体検出装置であって、自車両前方に送信波を走査させながら出射して、自車両前方に存在する物体からの反射波を検出し、検出した反射波に基づいて、自車両に対する前記物体位置を示す複数の検出点を生成する物体検出手段と、前記物体検出手段にて検出された複数の検出点に基づき、所定の演算手法を用いて、同一であると見なされる物体による検出点どうしを連結する直線を算出する直線算出手段と、前記直線算出手段で検出された直線に基づき、自車両が走行する道路の端部に存在する道路構造物からの検出点で構成される直線を抽出する直線抽出手段と、前記直線抽出手段にて抽出された直線近傍に存在する複数の検出点をグルーピングし、これを道路構造物として検出する道路構造物検出手段と、を備え、前記直線算出手段は、物体位置を示す複数の検出点に基づき、検出点の分解能を低下させた際の、自車両から各検出点までの距離と、自車両が走行する道路の幅方向位置との関係を示す２次元配列データを生成するデータ変換手段と、前記データ変換手段にて得られる２次元配列データを、前記所定の演算手法にて２次元パラメータ空間のデータに変換し、当該２次元パラメータ空間中における各点の累積度の極大値を求めることにより、前記検出点どうしを連結する直線を算出する直線位置算出手段と、を有することを特徴とする。
【００１０】
請求項２に記載の発明は、前記道路構造物検出手段で検出されなかった検出点のうち、互いに隣接する検出点をグルーピングして第１グループデータを得る第１のグルーピング手段と、前記第１のグルーピング手段により、今回得られたグループデータに対応するデータが、前回得られたグループデータ中に含まれている場合には、これを第２グループデータとする第２のグルーピング手段と、を更に備え、前記第２グループデータが検出された際に、これを自車両前方に存在する物体によるものであると判断することを特徴とする。
【００１２】
請求項３に記載の発明は、前記直線抽出手段は、前記直線算出手段にて算出された直線のうち、自車両の走行方向、或いは自車両が走行する道路の白線方向との相関が高く、且つ、自車両と離れた領域に存在する前記極大値を選択する極大値選択手段を有し、該極大値選択手段にて選択された極大値に対応する直線を抽出することを特徴とする。
【００１３】
請求項４に記載の発明は、前記道路構造物検出手段は、前記直線抽出手段にて抽出された直線と、当該直線を抽出する際に使用した各検出点との距離を算出し、算出された距離が所定値以下である場合には、この検出点を道路構造物のデータであると判定する道路構造物判定手段を具備したことを特徴とする。
【００１４】
請求項５に記載の発明は、前記直線抽出手段は、前記直線算出手段にて算出された直線のうち、自車両に対して自車両の走行する幅方向に相関が低く、自車両と離れた領域に存在する前記極大値を選択する第２極大値選択手段を有し、当該第２極大値選択手段にて選択された極大値に対応する直線を抽出することを特徴とする。
【００１５】
請求項６に記載の発明は、前記道路構造物検出手段は、異なる時間での検出結果に基づいて検出点に道路構造物となる信頼度を付与する道路構造物信頼度付与手段と、前記道路構造物信頼度付与手段にて高い信頼度を付与された複数の検出点に基づき、所定の条件を用いて、道路構造物と判定される検出点どうしを連結する道路構造物直線を算出する道路構造物直線算出手段と、前記道路構造物直線算出手段で算出された前回計測時の道路構造物直線近傍に存在する複数の検出点を所定の条件に基づき、道路構造物のデータとしてグルーピングを行い、道路構造物直線を示す値を更新する道路構造物直線更新手段と、有することを特徴とする。
【００１６】
請求項７に記載の発明は、前記道路構造物信頼度付与手段は、前記直線抽出手段にて抽出された直線と前記道路構造物直線算出手段にて時間的前に算出された道路構造物直線と各検出点の距離を算出し、算出した距離が所定値以下、且つ検出点から所定の領域内に別の検出点が存在しなければ、信頼度を高くする第１信頼度付与手段と、各検出点と時間的に前に検出された検出点との比較から各検出点の相対速度を算出し、相対速度が所定値以下であれば、信頼度を高くし、所定値以上であれば、信頼度を低くする第２信頼度付与手段と、を有することを特徴とする。
【００１７】
請求項８に記載の発明は、前記道路構造物直線算出手段は、前記道路構造物信頼度付与手段により付与された信頼度が高い検出点どうしの距離を算出し、距離が所定値以下であれば同一道路構造物を構成する検出点として連結して直線を検出することを特徴とする。
【００１８】
請求項９に記載の発明は、前記道路構造物直線更新手段は、前回検出した道路構造物直線と各検出点の距離を算出し、算出した距離が所定値以下、且つ前記道路構造物信頼度付与手段により付与された信頼度が高い場合、及び、算出した距離が所定値以下、且つ信頼度が低く、近傍に走行物体が存在しない場合には、この検出点を道路構造物のデータしてグルーピングを行い、直線位置を更新することを特徴とする。
【００２０】
【発明の効果】
請求項１の発明では、レーザレーダより出射される送信波の、複数物標による反射信号に基づいて、自車両から物標までの距離と横位置とを計測し、計測された複数の検出点から構成される直線を求める。そして、道路構造物から構成される検出点の領域を特定し、グルーピングをすることによって、先行車の存在により道路構造物からの検出点の連続性が途切れた状況となった場合でも道路構造物を正確にグルーピングすることができる。これにより、車両前方に存在する道路構造物を確実に検出することができる。また、物体位置を示す複数検出点の分解能を落とした距離と横位置の２次元データを用いることにより、道路構造物の検出点は２次元パラメータ空間へ変換される際に、特定のごく狭い領域に変換されることとなり、極大値を求めることが容易になる。これにより、道路構造物を構成する検出点からなる直線を容易に求めることが可能となる。
【００２１】
請求項２の発明では、レーザレーダより出射される送信波の、複数物標による反射信号に基づいて、自車両から物標までの距離と横位置とを計測し、計測された複数の検出点から構成される直線を求める。そして、道路構造物から構成される検出点の領域を特定し、グルーピングをすることによって、先行車の存在により道路構造物からの検出点の連続性が途切れた状況となった場合であっても道路構造物を正確にグルーピングを行うことができる。更に、時間的な対応づけの間違いが発生し易い密集して存在する道路構造物からの検出点を除いて、残りの隣接する検出点をグルーピングする。このことから、前方の複数物標に対して正確なグルーピングと物標分類が可能となる。
【００２３】
請求項３の発明では、検出直線の傾きと自車の走行方向または白線方向との相関が高くなり、自車からの横位置が離れた領域から極大値を求めることにより、正確に道路構造物の検出点から構成される直線を求めることが可能となる。
【００２４】
請求項４の発明では、直線抽出手段にて抽出された直線とレーザレーダにて検出された複数の検出点との距離を計算し、この距離が所定値を越えるかどうかに基づいて、この直線が道路構造物であるか否かを判断することにより、検出領域に幅を持たせながら道路構造物の検出点を抽出することができ、正確な道路構造物のグルーピングが可能となる。
【００２５】
請求項５の発明によれば、検出直線の傾きと自車両の幅方向に相関が低くなり、自車からの横位置及び縦位置が離れた領域から極大値を求めることにより、自車の前方の手前部分が直線で、遠方でカーブ路になるような複雑な道路形状においても、正確に道路構造物の検出点で構成される直線を求めることが可能になる。
【００２６】
請求項６の発明によれば、異なる時間での検出結果に基づき道路構造物となる信頼度を算出し、信頼度の高い検出点で構成される道路構造物直線を求める。そして、前回の道路構造物直線から道路構造物の領域を特定し、グルーピングすることによって、今回の検出においてオクルージョン（検出できたり、できなかったりする動作が頻繁に変動すること）などにより道路構造物検出点からの反射が少ない状況においても、道路構造物を正確にグルーピングを行うことができる。
【００２７】
請求項７の発明よれば、異なる時間に検出された直線との比較と近傍と検出点との位置関係により信頼度を算出することにより、オクルージョンや道路構造物の近傍に存在する車両の影響を受けない信頼度算出が行える。更に前回の検出点との比較により相対速度を求めることにより、信頼度を付与する。このように信頼度の付与を２段階で行うことにより道路構造物の信頼度算出が正確に行うことができる。請求項８の発明によれば、道路構造物の信頼度が高い検出点どうしの距離を計算し、この距離が所定値を超えるかどうかに基づいて、同一道路構造物を構成する検出点か否かを判断することにより、検出領域に幅を持たせながら、道路構造物の検出点の連結が可能になり、正確な道路構造物直線を求めることができる。
【００２８】
請求項９の発明によれば、前回検出した道路構造物直線と各検出点の距離を算出し、この距離が所定値以下であり、且つ道路構造物の信頼度が高い検出点であれば、道路構造物のデータとしてグルーピングを行う。また、直線との距離が所定値以下であるが、信頼度が低い検出点においては、近傍に走行物体がなければ、道路構造物のデータとして、グルーピングを行う。このことにより、オクルージョンの影響により道路構造物の検出点が少なく、今回の検出において直線が抽出でないない場合においても道路構造物の検出点を正確に検出することができる。更に道路構造物にもかかわらず時間的な対応付けの間違えを起こし信頼度の低下した検出点を補正し、正確に道路構造物データとしてグルーピングすることが可能となる。
【００３０】
【発明の実施の形態】
以下、本発明の一実施形態を、図面に基づいて説明する。ここでは、距離センサとしてスキャニングレーザレーダ（以下、レーザレーダという）を利用する場合について説明する。
【００３１】
本発明は、例えば、図１に示す如くの物体検出装置に適用される。
【００３２】
［物体検出装置の構成］
図１は、物体検出装置の機能的な構成を示すブロック図である。この物体検出装置は、車両前方に設けられたレーザレーダ（物体検出手段）１と、走行時の挙動を検出する車両拳動検出部２と、レーザレーダ１及び車両挙動検出部２より与えられる情報に基づいて、自車両前方に存在する物体を検出するための物体検出処理を行う演算部３と、を備えて構成されている。
【００３３】
レーザレーダ１は、図２に示すように、車両の前部に設置される。また、スキャニング面において所定の角度で光軸を変更することで、所定のスキャン範囲でレーザ光を走査させる。これにより、レーザレーダ１はスキャン範囲に存在する物体にレーザ光を照射する。
【００３４】
レーザレーダ１は、出射したレーザ光が前方に存在する物体に照射されて反射された反射レーザ光を検出することにより、反射レーザ光の光強度に基づいた反射信号を取得する。そして、取得した反射信号に基づいた距離計測処理を行うことにより、距離計測情報を生成し、これを演算部３に出力する。
【００３５】
車両挙動検出部２は、車両のシフトポジションを検出するシフトポジションセンサと、車両左右後輪の車輪速を検出する車輪速センサと、車両の操舵角を検出する操舵角センサとを備える。このシフトポジションセンサ、車輪速センサ、操舵角センサからのセンサ信号を用いて、車両位置、車両進行方向、車両の向き、移動距離を算出する演算装置を備える。
【００３６】
車両挙動検出部２は、上述の各センサより得られる車両位置、進行方向、車両の向き、移動距離を、車両走行情報として演算部３に出力する。
【００３７】
演算部３は、車両内部に搭載されたＣＰＵ（Central Processing Unit), ＲＡＭ(Random Access Memory), ＲＯＭ(Read Only Memory), 入出力Ｉ／Ｆ等からなるマイクロコンピュータで構成されており、直線算出手段３１と、直線抽出手段３２と、道路構造物検出手段３３と、第１のグルーピング手段３４と、第２のグルーピング手段３５の各機能ブロックに分割される。また、直線算出手段３１は、
データ変換手段３１１と、直線位置算出手段３１２と、を具備しており、直線抽出手段３２は、極大値選択手段３２１を具備しており、更に、道路構造物検出手段３３は、道路構造物判定手段３３１を具備している。また、演算部３は、レーザレーダ１及び車両拳動検出部２より得られる情報に基づいて、自車両１１の前方に存在する物体を検出する物体検出処理を行う。なお、この物体検出処理の詳細については後述する。
【００３８】
［物体検出装置の動作］
この物体検出装置では、自車両１１が走行しているときにおいて、レーザレーダ１により自車両１１の前方に存在する物体の距離計測処理を行う。ここで、自車両前１１の前方方向のスキャン範囲内には物体Ａ〜Ｃが存在するものとし、図３を用いて説明する。
【００３９】
レーザレーダ１は、スキャン範囲内にレーザ光を走査して距離計測処理をすることで、スキャン範囲に含まれる検出対象物までの距離情報を得る。これにより、レーザレーダ１（図中、ＬＲで表記）は、図３に示すように、物体Ａ〜Ｃについての距離情報を得た検出点ａ〜ｎを得る。同図では検出点ａ〜ｎは物体Ａ〜Ｃについて得た距離に従ってプロットしている。レーザレーダ１は検出点ａ〜ｎについての情報を演算部３に出力する。
【００４０】
演算部３は、検出点におけるＺ方向の距離と、Ｘ方向の距離の最小単位を、例えばＺ方向２ｍ、Ｘ方向０．５ｍとして、図４（ａ）に示す如くの、縦軸をＺ方向の距離、横軸をＸ方向の距離とする検出点ａ〜ｎの２次元配列データＮを生成する。このとき、検出点の分解能を低下させている。即ち、図３に示す例では、ａ〜ｎの１４点を検出点としているが、図４（ａ）では、データ格納配列は８個として、検出点が近距離の場合に同じパラメータ空間に変換している。これは、検出点を２次元パラメータ空間へ変換する際に、特定の狭い領域に変換されるようにするために処理である。
【００４１】
演算部３のデータ変換手段３１１は、検出点の２次元配列データと同一の次元を有するパラメータ空間Ｓを考え、データ配置によって計算されるパラメータ空間Ｓ中の累積度の極大値を求め、更に直線位置算出手段３１２は、ハフ変換により、検出点から構成される直線を求める。
【００４２】
また、演算部３は、以下に示す（１）式で示される関数を持つパラメータ空間θρを表現する２次元配列データＳを用意し、各点の累積度を表す値を０に初期化する。
【００４３】
ρ＝ｘ・ｃｏｓθ＋ｚ・ｓｉｎθ ・・・（１）
次いで、演算部３は、２次元配列データＮを走査して検出点ａ〜ｎに対応したデータを検出する毎に、（１）式に従って、図４（ｂ）に示すようなθρ空間に曲線を描き、曲線上の点に対応する２次元配列データＳ（累積値）を１だけ増加させる。
【００４４】
演算部３は、上述した処理を各検出点について繰り返すことにより、θρ空間の累積値を求め、しきい値Ｔ１と比較する。極大値選択手段３２１は、図５に示すように、しきい値Ｔ１以上と判定したときには、検出点から構成する直線を示す極大値θｍ，ρｍとして検出する。
【００４５】
演算部３は、θは検出した直線の傾き、ρは検出した直線と原点までの距離を示すことを利用し、車両挙動検出部２で検出した車両の向きが略同一となる（即ち、θと車両の移動ベクトルの相関が高くなる）θ領域と、自車両１１からＸ方向の距離が離れた検出点で構成される直線を示すこととなる（即ち、ρが大きい値を示す）ρ領域とが重なる範囲を、極大値選択範囲とする。
【００４６】
直線抽出手段３２は、上述した極大値選択範囲から極大点θρを求め、（１）式に代入することにより直線Ｌを求める。更に、演算部３は、図６（ａ）に示すように、直線Ｌと検出点との距離Ｄを計算し、しきい値Ｔ２と比較する。演算部３は、距離Ｄがしきい値Ｔ２以下であると判定したときには、道路構造物データとしてグルーピング処理を行う。道路構造物判定手段３３１は、上述した処理を各検出点について繰り返し行うことにより、図６（ｂ）に示すように道路構造物データを検出し、得られたデータから回帰分析することで、正確な道路構造物の位置情報を取得する。
【００４７】
演算部３は、上述で道路構造物データとならなかった検出点に対して、スキャン開始位置から隣接する検出点を演算し、演算して得た距離差の絶対値としきい値Ｚｔ１とを比較する。
【００４８】
演算部３は、距離差の絶対値がしきい値Ｚｔ１以下であると判定したときには、距離差を演算する際に使用した２つの検出点を、同一物標から反射した反射レーザ光により得たものと判定して、グルーピング対象とする。一方、演算部３は、距離差の絶対値がしきい値Ｚｔ１以上である場合、或いは、隣接する検出点が存在せず孤立した検出点である場合には、１つの検出点でのみでグルーピング対象とする。
【００４９】
演算部３は、上述した処理を各検出点について繰り返すことにより、図３に示すように、検出点ｄ，ｅをグルーピングｒ（ｌ、ｔ）として認識し、検出点ｈ，ｉをグルーピングｒ（２，ｔ）として認識する。また演算部３は、検出点ｋ，ｌをグルーピング対象とできないグルーピングｒ（３，ｔ）及びｒ（４，ｔ）として認識する。
【００５０】
これにより、演算部３は、各グルーピングｒと、各グルーピングｒに含まれる検出点と、各検出点についての距離計測情報からなる第１グループデータを得る。この第１グループデータには、Ｘ方向における強度分布により自車両１１の前方に存在する物体のＸ方向における幅を示す物体幅情報も含む。
【００５１】
このように、演算部３は、道路構造物を除いたデータに対して、レーザ光の反射に基づくグルーピング処理をし、この処理を例えば所定間隔で行うことで時間的に前後する複数の第１グループデータを得る。
【００５２】
また、この物体検出装置では、自車両１１が走行しているときにおいて、上述の第１グルーピング処理により得た時間的に前後する第１グループデータの比較をし、時間的に前後するグルーピングｒが同一のグルーピングか否かの判定をする。このとき、演算部３は、時間的に前後するグループデータの情報を比較する。そして、演算部３は、時間的に前後する同一グループデータについての自車両１１に対する相対速度を計算する。
【００５３】
演算部３は、第１グルーピング処理を行うときには、時間的に前に相対速度を演算した第１グループデータと、今回の処理対象となる第１グループデータとの比較を行う。演算部３は、時間的に前に相対速度を演算した第１グループデータと、今回の処理対象となる第１グループデータについて、以下に示す（ａ１）、（ａ２）の、２つの条件を満たす場合には、時間的に前後する第１グループデータが同一物標によるものであると判定する。
【００５４】
（ａ１）時間的に前に検出された第１グループデータの相対速度から推定した今回の自車両１１との距離と、実測した今回の第１グループデータとの距離差の絶対値がしきい値Ｚｔ２以下である。
【００５５】
（ａ２）時間的に前に検出された第１グループデータのＸ方向における中心点と、今回の第１グループデータのＸ方向における中心点の距離差の絶対値がしきい値Ｘｔ１以下である。
【００５６】
上述の第１グルーピング処理の次に、演算部３は、時間的に前の第１グループデータと同一物標によるものと認識された第１グループデータについて自車両１１に対する相対速度を演算し、第１グループデータに含まれる情報として追加する。
【００５７】
また、演算部３は、時間的に前の第１グループデータと同一物標によるものと認識されていない第１グループデータについては、相対速度の演算ができず、内部メモリに保持しておき、次回の第１グルーピング処理時に使用する。
【００５８】
これにより、演算部３は、各グルーピングｒと各グルーピングｒに含まれる各検出点と、各検出点についての距離計測情報と相対速度情報とからなる第１グループデータを得る。
【００５９】
演算部３は、上述の第１グルーピング処理後に、第２グルーピング処理を行う。このグルーピング処理では時間的に前に既に求められた第２グループデータと今回検出された相対速度が計算された第１グループデータとの比較を行う。ここで演算部３は、前回の第２グループデータにおけるＸ方向の中心位置から左右１／２車線幅（例えば１．７５ｍ）をグルーピング範囲として決定し、この範囲内に存在する複数の検出点をグルーピングする。
【００６０】
演算部３は、前回の第２グループデータと、今回の相対速度が計算され、上述のグルーピング範囲にＸ方向の中心位置が存在する第１グループデータについて、以下に示す（ｂ１）〜（ｂ４）の４つの判定条件を全て満たす場合に、前回の第２グループデータと今回のグループデータとを同一物標とする。
【００６１】
（ｂ１）前回の第２グループデータの相対速度から推定した今回の自車両１１との距離と、今回の第１グループデータとの距離差の絶対値がしきい値Ｚｔ３以下。
【００６２】
（ｂ２）前回の第２グループデータの相対速度と今回の第１グループデータの相対速度比が０より大きい、ただし前回の第２グループデータの相対速度の絶対値が所定値（例えば５ｍ／ｓ程度）の場合は、適用除外とする。
【００６３】
（ｂ３）前回の第２グループデータの相対速度と、今回の第１グループデータの相対速度との相対速度差がしきい値Ｖｔ１以下。
【００６４】
（ｂ４）結合後の第２のグループデータの物体幅がしきい値Ｗｔ１以下。
【００６５】
更に、上記の判定条件を満たさずに同一物標がない第１グループデータについては、演算部３は第１グループデータどうしでグルーピングを行い、以下に示す（ｃ１）〜（ｃ３）に示す３つの判定条件を満たす場合に、新規の第２グループデータとしてグループ化する。
【００６６】
（ｃ１）今回の第１グループデータどうしにおける距離差の絶対値がＺｔ４以下。
【００６７】
（ｃ２）今回の第１グループデータどうしにおける相対速度の絶対値がＶｔ２以下。
【００６８】
（ｃ３）グルーピング後の物体幅がしきい値Ｗｔ２以下。
【００６９】
また、演算部３は、同一物標がない第１グループデータについての判定条件を満たさない場合には、１つの各第１グループデータを新規に第１グループデータとする。
【００７０】
このような、第２グルーピング処理を行うことにより、演算部３は、自車両１１の前方に存在する物体に含まれる検出点で構成される第２グループデータを生成する。
【００７１】
［演算部３による物体検出手順］
図７は、演算部３により物体検出処理を行う際の処理手順を示すフローチャートである。同図に示すように、自車両１１が走行しているときにおいて、ステップＳ１以降の処理を開始する。
【００７２】
ステップＳ１において、レーザレーダ１により車両前方をスキャンすることでスキャン範囲内でレーザ光を走査し、前方に存在する物体からの反射レーザ光を得る。これにより、レーザレーダ１は、自車両１１の前方に存在する物体との距離計測情報を得て、各検出点に関する情報を得る。
【００７３】
次に、ステップＳ２において、演算部３は、上述した２次元配列データ生成を行う。このとき、演算部３は、例えばＺ方向とＸ方向の距離の最小単位をそれぞれ、２ｍ及び０．５ｍとして、ステップＳ１の処理で得られた検出点を２次元配列データＮに変換する。
【００７４】
次いで、ステップＳ３において、演算部３は、上述した２次元パラメータ空間Ｓへの変換を行う。このとき演算部３は、θρ空間を表現する２次元配列データＳをあらかじめ０に初期化し、検出点を変換した２次元配列データＮ内を順に走査し、データが存在すれば、上述した（１）式に基づいて、θρ空間に曲線を描き、曲線上の点に対応する２次元配列データＳの値を１だけ増加させる。このような処理を２次元配列データＮの全配列データに対して行い、次のステップＳ４の処理に移行する。
【００７５】
ステップＳ４において、演算部３は、θρ空間を表現する２次元配列データＳから、道路構造物の検出点で構成される直線に対応する極大値（θｍ，ρｍ）の選択を行う。このとき演算部３は、まず２次元配列データＳの値としきい値Ｔ１の比較を行い、しきい値Ｔ１以上となる値は、複数の検出点から構成される直線に対応する極大値とする。
【００７６】
更に、演算部３は、道路構造物の検出点から構成される直線に対応する極大値を選択するため、上述の極大値選択範囲の設定を行い、この領域内に存在する極大値を道路構造物の検出点で構成される直線を示す値として選択し、ステップＳ５の処理に移行する。
【００７７】
ステップＳ５において、演算部３は、ステップＳ１で検出した検出点が道路構造物か否かを判定する。このとき演算部３は、ステップＳ４により選択した極大値から直線式を求め、ステップＳ１で検出した検出点との比較を行い、道路構造物とするための判定条件を満たすときは、ステップＳ６、ステップＳ７の処理に移行し、判定条件を満たさないときには、ステップＳ８以降の処理に移行する。
【００７８】
ステップＳ６において、演算部３は、道路構造物のグルーピングを行う。このとき演算部３は、ステップ５において道路構造物と判定された検出点を内部メモリに保存する。
【００７９】
ステップＳ７において、演算部３は、内部メモリに保存された道路構造物とした検出点を読み出し、これらの点から直線式を再計算し、道路構造物の位置情報として出力し、ステップＳ１に処理する。
【００８０】
ステップＳ８において、演算部３は、ステップＳ５において道路構造物と判定されなかった検出点に対して上述した第１グルーピング処理を行う。このとき演算部３は、例えばスキャン範囲において自車両１１から見た右側の端部から検出点間の距離を演算し、演算して得た距離差の絶対値がしきい値Ｚｔ１以下であるときは、第１グループデータとする。そして、演算部３は、順次距離差の絶対値がしきい値Ｚｔ１を超える位置、或いは、隣接する点が存在しない位置まで検出点の比較をする。演算部３は、この第１グループデータ処理を行うことで、グルーピングに含まれる各検出点の距離を平均して得たグルーピング距離、グルーピングのＸ方向における中心点、グルーピングの右端点と左端点との位置差とレーザレーダ１による単位スキャン幅とを加算した物体幅からなる第１グループデータを内部メモリに保存し、ステップＳ９の処理に移行する。
【００８１】
ステップＳ９において、演算部３は、上述した時間的に前後する第１グループデータの比較を行う。演算部３は、ステップＳ８で得た第１グループデータ及び前回に取得して内部メモリに格納された第１グループデータのうち、相対速度が計算されている第１グループデータの比較を行い、上述の同一物標からの第１グループデータと判定するときの判定条件を満たすときには同一物標とする。これにより、演算部３は、後のステップで相対速度を計算するために、第１グループデータに過去２点の距離計測情報を追加する。
【００８２】
このステップＳ９において、演算部３は、ステップＳ８で得た各第１グループデータごとに時系列判断するための判定条件を満たすか否かの判定をし、判定条件を満たす第１グループデータであるときには、時系列的な対応付けが可能な過去の第１グループデータが存在するとしてステップＳ１１に処理を進める。
【００８３】
更に、このステップＳ９において、演算部３は、相対速度が検出されている前回の第１グループデータと今回の第１グループデータとが判定条件を満たさない場合は、前々回の第１グループデータと今回の第１グループデータとが判定条件を満たすか否かを判定する。演算部３は、今回の第１グループデータが前々回の第１のグループデータとの間で時系列判断するための判定条件を満たさないときには、過去の第１グループデータを削除する。
【００８４】
また、このステップＳ９において、演算部３は、相対速度が検出されている前回、前々回の第１グループデータと今回の第１グループデータとが判定条件を満たさない場合には、相対速度が計算されていない前回の第１グループデータと判定条件を満たすか否かを判定する。今回の第１グループデータが前回の相対速度が計算されていない第１グループデータとの間で時系列判断するための判定条件を満たさないときには、ステップＳ１０の処理を進める。
【００８５】
ステップＳ１０において、演算部３は、ステップＳ９で過去の第１グループデータと同一物標によるものでないと判定された今回の第１グループデータのＺ方向における距離、Ｘ方向における中心点、物体幅を保存して、ステップＳ１に処理を戻す。なお、このとき保存した各種情報は、次回以降のステップＳ９の時系列判断で使用する。
【００８６】
ステップＳ１１において、演算部３は、過去の第１グループデータとの間で時系列判断をするための判定条件を満たした第１グループデータについて、今回、前回及び前々回の距離情報を用いて相対速度を計算し、計算した相対速度情報を第１グループデータに追加する。
【００８７】
演算部３は、上述のステップＳ９〜ステップＳ１１までの処理をステップＳ８で検出した全ての第１グループデータについて行い、以降のステップＳ１２〜ステップＳ１４の処理に移行する。
【００８８】
ステップＳ１２において、演算部３は、ステップＳ１１で相対速度が計算された第１グループデータと過去の第２グループデータとの比較をして、同一物標と判定するための判定条件を満たす第１グループデータが存在するか否かを判定する、演算部３は、同一物標を判定するための判定条件を満たす第２グループデータが存在すると判定したときにはステップＳ１４に処理を進め、存在しないと判定したときには、ステップＳ１３に処理を進める。
【００８９】
ステップＳ１２において、演算部３は、過去の第２グループデータと同一物標とされた第１グループデータからＺ方向における距離の平均値、物体の左右端点、相対速度の平均を求める。
【００９０】
次にステップＳ１４において、演算部３は、ステップＳ１２で得た各種情報をＺ方向における距離、Ｘ方向における物体の位置、物体幅、相対速度、検出回数の値を更新する。
【００９１】
更に、ステップＳ１３において、演算部３は、ステップＳ１２において過去の第２グループデータとの間で判定条件を満たさず、同一物体が存在しない第１グループデータどうしを比較し、同一物標するための判定条件を満たすときにはグルーピングを行い、新規に第２グループデータを生成し、判定条件を満たさないときには１つの第１グループデータで新規に第２グループデータを生成し、ステップＳ１３に処理を進める。
【００９２】
このようなステップＳ１２〜ステップＳ１４までの処理を、ステップＳ１１で相対速度が計算された全ての第１グループデータに対して行い、ステップＳ１５の処理に移行する。
【００９３】
ステップＳ１５において、演算部３は、ステップＳ１２〜ステップＳ１４の処理で得た自車両１１に対するＺ方向における距離、Ｘ方向における距離、物体幅、相対速度を、例えば運転者が認識できるような形態にして提示する。
【００９４】
このようにして、本実施形態に係る前方物体検出装置では、ハフ変換を用いることにより、同一直線上に存在する検出点をグルーピングするので、先行車両の存在により、同一の道路構造物より得られる検出信号が途切れた場合であっても、確実にこの道路構造物を検出することができる。従って、自車両がカーブ路にさしかかった場合であっても、確実な前方物体の検出が可能となる。
【００９５】
更に、検出点の分解能を低下させることにより、道路構造物の検出点は２次元パラメータ空間へ変換される際に、特定のごく狭い領域に変換されることとなり、極大値を求める処理が容易となる。
【００９６】
次に、本発明の第２の実施形態について説明する。図８は、第２の実施形態に係る前方物体検出装置の構成を示すブロック図である。本実施形態に係る前方物体検出装置においても、前述した第１の実施形態と同様に、レーザレーダ１と、車両挙動検出部２と、演算部３と、を具備している。また、演算部３は、直線算出手段３１と、直線抽出手段３２と、道路構造物検出手段３３と、第１のグルーピング手段３４と、第２のグルーピング手段３５と、を具備している点で、第１の実施形態と一致している。
【００９７】
但し、直線抽出手段３２、及び道路構造物検出手段３３の構成が相違しているので、以下、この点について説明する。
【００９８】
図８に示すように、直線抽出手段３２は、第２極大値選択手段３２２を有している。該第２極大値選択手段３２２は、θが検出した直線の傾きを示し、ρが検出した直線から原点までの距離を示すことを利用して、車両の幅方向と相関が低くなるθ領域と、自車両１１からＸ及びＹ方向の距離が離れた検出点で構成される直線を示すことになるρ領域とが重なる範囲を第２極大値選択範囲として設定する処理を行う。
【００９９】
そして、直線抽出手段３２は、上記の処理にて設定された第２極大値選択範囲から極大値θ，ρを求め、この極大値θ，ρを前述した（１）式、即ち、下記の式に代入することにより、直線Ｌ１を求める。
【０１００】
ρ＝ｘ・ｃｏｓθ＋ｚ・ｓｉｎθ ・・・（１）
また、道路構造物検出手段３３は、道路構造物信頼度付与手段３３２と、道路構造物直線算出手段３３３と、道路構造物直線更新手段３３４と、を具備している。
【０１０１】
道路構造物信頼度付与手段３３２は、図９に示すように、直線Ｌ１と検出点との距離Ｄを計算し、この距離Ｄとしきい値Ｔ２とを比較する。そして、距離Ｄがしきい値Ｔ２以下であると判定し、Ｘ方向に車幅程度（例えば、４ｍ程度）、Ｚ方向に１ｍ程度の範囲内に別の検出点が存在しなければ、この検出点を道路構造物候補として該検出点の信頼度Ｃ（道路構造物である可能性を示す数値）を上げる。更に、他の道路構造物直線Ｌ２が検出されている場合には、同様にこの検出点と直線Ｌ２との距離を計算し、しきい値Ｔ２と比較し、上述と同じ条件を満たした場合には、信頼度Ｃを上げる（第１信頼度付与手段）。
【０１０２】
また、道路構造物信頼度付与手段３３２は、前回の検出点（前回のスキャン時における検出点）と今回の検出点（今回のスキャン時における検出点）との比較を行う。前回の検出点と今回の検出点について、以下に示す（ｄ１）、（ｄ２）の２つの条件を満たす場合には、これらを同一検出点と判定し、この検出点の自車両１１に対する相対速度Ｖを計算する。
【０１０３】
（ｄ１）前回の検出点の自車両１１からの距離と、今回の検出点の自車両からの距離の、距離差の絶対値がしきい値Ｚｔ５以下である。
【０１０４】
（ｄ２）前回の検出点のＸ方向の位置と、今回の検出点のＸ方向の位置との距離差の絶対値がしきい値Ｘｔ２以下である。
【０１０５】
そして、道路構造物信頼度付与手段３３２は、上記（ｄ１），（ｄ２）の条件満たして求められる相対速度Ｖが、しきい値Ｖｔ３未満であると判定したときには、この検出物は、道路構造物である可能性が高いので、道路構造物データとして信頼度Ｃを上げ、反対に、しきい値Ｖｔ３以上と判定したときには、走行物体である可能性が高いので、信頼度Ｃを下げる（第２信頼度付与手段）。当該道路構造物信頼度付与手段３３２は、上述した処理を各検出点について繰り返し行うことにより道路構造物候補データを検出し、各検出点に信頼度を付与する。
【０１０６】
道路構造物直線算出手段３３３は、図１０に示すように、上述での処理で付与した信頼度Ｃが、しきい値Ｃｔ１以上となる検出点を、自車両１１に近い検出点から順に取得する。
【０１０７】
そして、道路構造物直線上の検出点として求められておらず、自車両１１に最も近いしきい値Ｃｔ１以上となる検出点と、この検出点と隣接するしきい値Ｃｔ１以上の検出点と、を得る。次いで、しきい値Ｃｔ１以上となる各検出点の、Ｚ方向の距離差がしきい値Ｚｔ６以下、Ｘ方向の距離差がしきい値Ｘｔ３以下である場合には、これらの検出点は、同一道路構造物より得られた検出点であるとし、それぞれの検出点を始点及び終点として連結する直線を算出する。
【０１０８】
更に、道路構造物直線算出手段３３３は、各検出点が、以下に示す（ｅ１）、（ｅ２）の２つの条件を満たすときに、これらの検出点が同一道路構造物より得られたものであるとして、各検出点を連結し、直線の終点を更新する。また、２つの条件を満たさない場合には、その検出点を始点として新たな道路構造物直線を算出する。
【０１０９】
（ｅ１）直線の終点となる検出点と検出点のＺ方向の距離差がしきい値Ｚｔ６以下。
【０１１０】
（ｅ２）検出点のＺ方向の位置における直線上の点を推定し、その推定点と検出点のＸ方向の距離差の絶対値がしきい値Ｘｔ３以下。
【０１１１】
そして、道路構造物直線算出手段３３３は、上述の処理を信頼度Ｃがしきい値Ｃｔ１以上となる点について繰り返し行うことにより、道路構造物直線を算出する。
【０１１２】
道路構造物直線更新手段３３４は、上述した道路構造物直線算出手段３３３において、前回算出された直線Ｌ２（前回スキャン時による測定で算出された直線）と、今回の検出点との距離Ｄを計算し、この距離Ｄとしきい値Ｔ２とを比較する。そして、距離Ｄがしきい値Ｔ２以下であると判定し、信頼度Ｃがしきい値Ｃｔ１以上である判定とし、且つ、以下に示す（ｆ１）を満たす場合には、この検出点は道路構造物であるものとしてグルーピング処理を行う。
【０１１３】
他方、距離Ｄがしきい値Ｔ２以下であると判定し、信頼度Ｃがしきい値Ｃｔ１未満であると判定し、且つ、以下に示す（ｆ１）、（ｆ２）を満たす場合にはこの検出点は、道路構造物であるものとしてグルーピング処理を行う。
【０１１４】
（ｆ１）検出点のＺ方向の距離が、｛過去に道路構造物直線として検出されたＺ方向の最小検知距離｝−Ａ（Ａは１．０ｍ程度）以下で、｛最大検知距離｝＋Ａ以下。
【０１１５】
（ｆ２）Ｘ方向に車幅程度（４ｍ程度）、Ｚ方向に１ｍ程度の範囲内に走行物体が存在しない。
【０１１６】
道路構造物直線更新手段３３４は、上述した処理を各道路構造物直線と各検出点について繰り返し行うことにより、道路構造物データを検出し、得られた検出点から道路構造物直線の始点・終点・最大検知距離・最小検知距離の位置を更新する。
【０１１７】
次に、第２の実施形態に係る前方物体検出装置の動作について説明する。図１１，図１２は、図８に示した演算部３により、物体検出処理を行う際の処理手順を示すフローチャートである。
【０１１８】
同図に示すように、自車両１１が走行しているときにおいて、ステップＳ１以降の処理を開始する。ここで、ステップＳ１〜Ｓ３までの処理手順は上述の処理手順（図７参照）と同様な処理手順となるので、省略する。
【０１１９】
図１１に示すステップＳ４０において、演算部３は、θρ空間を表現する２次元配列データＳから、道路構造物の検出点で構成される直線に対応する極大値（θｍ、ρｍ）の選択を行う。このとき演算部３は、まず２次元配列データＳの値としきい値Ｔ１の比較を行い、しきい値Ｔ１以上となる値は、複数の検出点から構成される直線に対応する極大値とする。
【０１２０】
更に、演算部３は、道路構造物の検出点から構成される直線に対応する極大値を選択するため、上述の第２極大値選択範囲の設定を行い、この領域内に存在する極大値を道路構造物の検出点で構成される直線を示す値として選択し、ステップＳ５０の処理に移行する。
【０１２１】
ステップＳ５０において、演算部３は、ステップＳ１で検出した検出点が道路構造物候補か否かを判定する。このとき演算部３は、ステップＳ４０により選択した極大値から直線式を求め、ステップＳ１で検出した検出点との比較を行い、道路構造物候補とするための判定条件を満たすときは、検出点の信頼度を上げる。
【０１２２】
更に、道路構造物直線が検出されていれば、ステップＳ１で検出した点との比較を行い、道路構造物候補とするための判定条件を満たすときは、検出点の信頼度を上げ、次のステップＳ５１の処理に移行する。
【０１２３】
ステップＳ５１において、演算部３は、ステップＳ１で検出した検出点と前回のステップＳ１で検出した検出点の比較を行い、同一検出点の判定条件を満たすときには、相対速度Ｖを計算する。相対速度Ｖが検出されれば、該相対速度Ｖとしきい値Ｖｔ３との比較を行い、しきい値Ｖｔ３未満となる検出点は信頼度を上げ、しきい値Ｖｔ３以上の検出点は信頼度を下げ、次のステップＳ５２の処理へ移行する。
【０１２４】
ステップＳ５２では、演算部３はステップＳ１で検出した検出点が道路構造物か否かを判定する。このとき演算部３は、時間的に前のステップＳ５３で検出された道路構造物直線と、ステップＳ１で検出した検出点との比較を行い、道路構造物とするための判定条件を満たすときは、ステップＳ６０、ステップＳ７の処理に移行し、判定条件を満たさないときには、ステップＳ５３以降の処理に移行する。
【０１２５】
ステップＳ５３では、演算部３はステップＳ５２で道路構造物と判定されなかった点のうち信頼度がしきい値Ｃｔ１以上の検出点に対して、道路構造物直線となるか否かを判定する。このとき演算部３は信頼度がＣｔ１以上の検出点の比較を同一道路構造物直線となる判定条件を満たせば、道路構造物直線を算出し、ステップＳ６０、ステップＳ７の処理に移行し、判定条件を満たさないときにはステップＳ８以降の処理に移行する。
【０１２６】
ステップＳ６０において、演算部３は、道路構造物のグルーピングを行う。このとき演算部３は、ステップ５２、ステップ５３において道路構造物と判定された検出点を内部メモリに保存し、道路構造物直線を表す値として、始点・終点・最小検出距離・最大検出距離の位置を保存する。
【０１２７】
ステップＳ７において、演算部３は、内部メモリに保存された道路構造物とした検出点を読み出し、これらの点から直線式を再計算し、道路構造物の位置情報として出力し、ステップＳ１に処理を戻す。
【０１２８】
なお、ステップＳ８以降の処理手順は、図７に示したフローチャートの処理手順と同様な処理手順となるので、省略する。
【０１２９】
このようにして、第２の実施形態に係る前方物体検出装置では、オクルージョン等の影響により、道路構造物検出点からの反射が少ない場合であっても、道路構造物を正確にグルーピングすることができる。これにより、道路構造物を高精度に検出することができるようになる。
【図面の簡単な説明】
【図１】本発明の一実施形態に係る前方物体検出装置の構成を示すブロック図である。
【図２】車両に搭載されたレーザレーダの構成を示す説明図である。
【図３】レーザレーダにて検出される複数物体の距離計測の様子を示す説明図である。
【図４】検出点から直線を求める方法を説明する図であり、（ａ）は検出点を距離と横位置の２次元配列データへの変換を説明する図、（ｂ）は２次元配列データをθρ空間への変換を説明する図である。
【図５】直線とθρ空間の関係と極大値を選択する処理の説明図である。
【図６】道路構造物の検出点をグループ化する処理の説明図である。
【図７】本実施形態に係る前方物体検出装置の処理手順を示すフローチャートである。
【図８】本発明の第２の実施形態に係る前方物体検出装置の構成を示すブロック図である。
【図９】演算部により検出点に道路構造物となる信頼度を付与する方法を示す説明図である。
【図１０】演算部により信頼度が高い検出点を連結し、道路構造物直線を算出する方法を示す説明図である。
【図１１】第２の実施形態に係る前方物体検出装置の動作を示すフローチャートの、第１の分図である。
【図１２】第２の実施形態に係る前方物体検出装置の動作を示すフローチャートの、第２の分図である。
【図１３】従来における物体検出手法を示す説明図である。
【符号の説明】
１ レーザレーダ（物体検出手段）
２ 車両挙動検出部
３ 演算部
３１ 直線算出手段
３１１ データ変換手段
３１２ 直線位置算出手段
３２ 直線抽出手段
３２１ 極大値選択手段
３２２ 第２極大値選択手段
３３ 道路構造物検出手段
３３１ 道路構造物判定手段
３３２ 道路構造物信頼度付与手段
３３３ 道路構造物直線算出手段
３３４ 道路構造物直線更新手段
３４ 第１のグルーピング手段
３５ 第２のグルーピング手段[0001]
BACKGROUND OF THE INVENTION
The present invention relates to a forward object detection device that detects an object such as a preceding vehicle or a road structure existing in front of a host vehicle.
[0002]
[Prior art]
As a grouping processing method of a scanning radar signal mounted on a vehicle and used as a detection device for detecting the presence of a structure (a guard rail or the like) existing in front of the vehicle or a preceding vehicle, for example, JP-A-7-270536 No. 1 (hereinafter referred to as a conventional example) is known.
[0003]
This conventional example uses a radar mounted on a vehicle to measure distances and lateral positions (positions in a direction perpendicular to the road) from multiple objects, and arranges detection targets in order of distance. In accordance with the order of replacement and rearrangement, it is determined whether the detection objects adjacent to each other have continuity in a predetermined direction. Then, grouping is performed based on the result of the continuity determination, and the detected target is classified as a road structure having continuity or a preceding vehicle having no continuity based on information on detection points belonging to the group.
[0004]
[Problems to be solved by the invention]
However, in the method described in the above-described conventional example, grouping and detection target classification are performed depending on whether adjacent detection points have continuity in a predetermined direction. When there is a curved road and there is a preceding vehicle, the detection point from the road structure may be interrupted by being hidden by the preceding vehicle. In such a situation, the detection points of the grouped road structures may be classified as a preceding vehicle because it is determined that there is no continuity in the determination using only the relationship between the relative position and the total number of detections. is there.
[0005]
This will be described with reference to the explanatory diagram shown in FIG. 13. When a curved road exists ahead of the host vehicle, a road structure such as a delineator may be hidden behind the preceding vehicle. Therefore, three groups A, B, and C are obtained. Actually, although group B and group C are the same structure, they may be recognized as separate bodies.
[0006]
In other words, when a road structure such as a guardrail is originally placed over a long distance along the road, but is hidden by a preceding vehicle, continuity is detected. As a result, it may be determined that the vehicle is a preceding vehicle even though it is a guardrail.
[0007]
Therefore, in the conventional method of classifying detection points from the function of the relative position and the total number of detections, there is a problem that there is a high possibility that a road structure is erroneously determined as a preceding vehicle.
[0008]
The present invention has been made to solve such a conventional problem, and an object of the present invention is to provide a front object detection device capable of accurately detecting an object existing in front of the host vehicle. It is to provide.
[0009]
[Means for Solving the Problems]
  In order to achieve the above object, the invention described in claim 1 of the present application is a forward object detection device that detects an object that is mounted on a host vehicle and exists in front of the host vehicle, and scans a transmission wave in front of the host vehicle. An object detecting means for detecting a reflected wave from an object existing in front of the host vehicle and generating a plurality of detection points indicating the position of the object with respect to the host vehicle based on the detected reflected wave; Based on a plurality of detection points detected by the detection means, using a predetermined calculation method, a straight line calculation means for calculating a straight line connecting the detection points by the objects considered to be the same, and the straight line calculation means Based on the detected straight line, straight line extracting means for extracting a straight line composed of detection points from road structures existing at the end of the road on which the vehicle travels, and the vicinity of the straight line extracted by the straight line extracting means Exist in Grouping detection point number, and road structures detecting means for detecting as a road structures,The straight line calculating means includes a distance from the own vehicle to each detection point and a width of a road on which the own vehicle travels when the resolution of the detection point is reduced based on a plurality of detection points indicating the object position. Data conversion means for generating two-dimensional array data indicating the relationship with the direction position, and the two-dimensional array data obtained by the data conversion means are converted into data of a two-dimensional parameter space by the predetermined calculation method; Linear position calculation means for calculating a straight line connecting the detection points by obtaining a maximum value of the cumulative degree of each point in the two-dimensional parameter space.It is characterized by that.
[0010]
  The invention according to claim 2,in frontAmong the detection points not detected by the road structure detection means, the first grouping means for obtaining the first group data by grouping the detection points adjacent to each other, and the first grouping means obtained this time When the data corresponding to the group data is included in the previously obtained group data, the second grouping means using this as the second group data;Further comprisingWhen the second group data is detected, it is determined that the second group data is due to an object existing in front of the host vehicle.
[0012]
  Claim3In the invention described in (1), the straight line extracting means has a high correlation with the traveling direction of the own vehicle or the white line direction of the road on which the own vehicle travels among the straight lines calculated by the straight line calculating means. It has a maximum value selection means for selecting the maximum value existing in a region away from the vehicle, and a straight line corresponding to the maximum value selected by the maximum value selection means is extracted.
[0013]
  Claim4The road structure detecting means calculates the distance between the straight line extracted by the straight line extracting means and each detection point used when extracting the straight line, and the calculated distance is A road structure determining means for determining that the detected point is data of a road structure when the value is equal to or less than a predetermined value is provided.
[0014]
  Claim5In the invention described in the item 1, the straight line extraction unit has a low correlation in the width direction in which the host vehicle travels with respect to the host vehicle, and exists in a region away from the host vehicle among the straight lines calculated by the straight line calculation unit. The second maximum value selecting means for selecting the maximum value to be extracted, and a straight line corresponding to the maximum value selected by the second maximum value selecting means is extracted.
[0015]
  Claim6The road structure detecting means includes a road structure reliability providing means for giving a reliability that the road structure is a detection point based on detection results at different times, and the road structure reliability. A road structure straight line that calculates a road structure straight line that connects detection points determined to be road structures based on a plurality of detection points given high reliability by the degree giving means. A plurality of detection points existing in the vicinity of the road structure straight line at the time of the previous measurement calculated by the calculation means and the road structure straight line calculation means are grouped as road structure data based on a predetermined condition, and the road structure Road structure straight line updating means for updating a value indicating a physical line;
[0016]
  Claim7The road structure reliability assigning means includes: the straight line extracted by the straight line extracting means; the road structure straight line calculated before time by the road structure straight line calculating means; and each detection A first reliability providing means for increasing the reliability if the calculated distance is less than or equal to a predetermined value and there is no other detection point within a predetermined area from the detection point; and each detection point The relative speed of each detection point is calculated from a comparison with the detection point detected in time, and if the relative speed is equal to or lower than a predetermined value, the reliability is increased, and if the relative speed is equal to or higher than the predetermined value, the reliability is calculated. And a second reliability providing means for lowering.
[0017]
  Claim8The road structure straight line calculating means calculates the distance between detection points with high reliability given by the road structure reliability giving means, and the same road if the distance is not more than a predetermined value A straight line is detected by connecting the detection points constituting the structure.
[0018]
  Claim9The road structure straight line update means calculates the distance between the previously detected road structure straight line and each detection point, the calculated distance is equal to or less than a predetermined value, and the road structure reliability providing means If the assigned reliability is high, or if the calculated distance is less than or equal to a predetermined value and the reliability is low and there is no traveling object in the vicinity, the detected points are grouped using road structure data. The linear position is updated.
[0020]
【The invention's effect】
  According to the first aspect of the present invention, the distance from the host vehicle to the target and the lateral position are measured based on the reflected signal of the transmission wave emitted from the laser radar, and a plurality of detected detection points. Find a straight line composed of Even if the detection point area consisting of the road structure is specified and grouped, the continuity of the detection points from the road structure is interrupted due to the presence of the preceding vehicle. Can be grouped accurately. Thereby, the road structure existing in front of the vehicle can be reliably detected.Further, by using the two-dimensional data of the distance and the lateral position with reduced resolution of the plurality of detection points indicating the object position, the detection point of the road structure is converted into a specific very small area when converted into the two-dimensional parameter space. It becomes easy to obtain the maximum value. Thereby, it becomes possible to easily obtain a straight line composed of detection points constituting the road structure.
[0021]
According to the invention of claim 2, the distance and the lateral position from the own vehicle to the target are measured based on the reflected signal of the transmission wave emitted from the laser radar, and a plurality of detected points are measured. Find a straight line composed of And even if it is a situation where the continuity of detection points from the road structure is interrupted due to the presence of the preceding vehicle by specifying the area of detection points composed of the road structure and grouping It is possible to accurately group road structures. Further, the detection points from the densely existing road structures that are likely to cause a temporal correspondence error are excluded, and the remaining adjacent detection points are grouped. This enables accurate grouping and target classification for a plurality of front targets.
[0023]
  Claim3In this invention, the correlation between the inclination of the detection straight line and the traveling direction of the own vehicle or the direction of the white line is high, and the detection point of the road structure is accurately obtained by obtaining the maximum value from the region where the lateral position from the own vehicle is separated. It is possible to obtain a straight line composed of
[0024]
  Claim4In this invention, the distance between the straight line extracted by the straight line extracting means and the plurality of detection points detected by the laser radar is calculated, and the straight line is determined based on whether or not the distance exceeds a predetermined value. By determining whether or not the object is an object, the detection points of the road structure can be extracted while keeping the width of the detection area, and the grouping of the road structure can be performed accurately.
[0025]
  Claim5According to the present invention, the correlation between the inclination of the detection straight line and the width direction of the host vehicle is low, and the front portion of the front of the host vehicle is obtained by obtaining the maximum value from the region where the horizontal position and the vertical position are separated from the host vehicle. It is possible to accurately obtain a straight line composed of detection points of a road structure even in a complicated road shape in which is a straight line and becomes a curved road at a distance.
[0026]
  Claim6According to this invention, the reliability of the road structure is calculated based on the detection results at different times, and the road structure straight line constituted by the detection points with high reliability is obtained. Then, by identifying the area of the road structure from the previous road structure straight line and grouping it, the road structure is subject to occlusion (the action that can or cannot be detected frequently) in this detection. Even in a situation where there is little reflection from the detection point, the road structures can be accurately grouped.
[0027]
  Claim7According to the invention of the present invention, by comparing the straight lines detected at different times and calculating the reliability based on the positional relationship between the vicinity and the detection point, the reliability is not affected by the vehicle existing in the vicinity of the occlusion or the road structure. The degree can be calculated. Furthermore, reliability is given by calculating | requiring a relative speed by comparison with the last detection point. Thus, the reliability calculation of the road structure can be performed accurately by giving the reliability in two stages. Claim8According to the invention, the distance between the detection points with high reliability of the road structure is calculated, and whether or not the detection points constitute the same road structure is determined based on whether or not the distance exceeds a predetermined value. By doing so, it becomes possible to connect the detection points of the road structure while keeping the width of the detection region, and an accurate road structure straight line can be obtained.
[0028]
  Claim9According to the invention, the distance between the previously detected road structure straight line and each detection point is calculated, and if this distance is a predetermined value or less and the road structure is highly reliable, the road structure Grouping as data. Further, at a detection point whose distance from the straight line is equal to or less than a predetermined value but has a low reliability, if there is no traveling object in the vicinity, grouping is performed as road structure data. As a result, road structure detection points can be accurately detected even when the number of road structure detection points is small due to the influence of occlusion and no straight line is extracted in the current detection. Furthermore, it is possible to correct a detection point whose reliability has been lowered due to a mistake in temporal association in spite of the road structure, and to accurately group it as road structure data.
[0030]
DETAILED DESCRIPTION OF THE INVENTION
Hereinafter, an embodiment of the present invention will be described with reference to the drawings. Here, a case where a scanning laser radar (hereinafter referred to as a laser radar) is used as a distance sensor will be described.
[0031]
The present invention is applied to, for example, an object detection apparatus as shown in FIG.
[0032]
[Configuration of Object Detection Device]
FIG. 1 is a block diagram illustrating a functional configuration of the object detection apparatus. This object detection apparatus includes a laser radar (object detection means) 1 provided in front of the vehicle, a vehicle fist detection unit 2 for detecting behavior during traveling, and information provided by the laser radar 1 and the vehicle behavior detection unit 2. And an arithmetic unit 3 that performs an object detection process for detecting an object existing in front of the host vehicle.
[0033]
As shown in FIG. 2, the laser radar 1 is installed at the front of the vehicle. Further, the laser beam is scanned in a predetermined scanning range by changing the optical axis at a predetermined angle on the scanning surface. Thereby, the laser radar 1 irradiates an object existing in the scan range with laser light.
[0034]
The laser radar 1 acquires a reflected signal based on the light intensity of the reflected laser light by detecting the reflected laser light that is reflected by the emitted laser light being applied to an object existing ahead. And distance measurement information is produced | generated by performing the distance measurement process based on the acquired reflected signal, and this is output to the calculating part 3. FIG.
[0035]
The vehicle behavior detection unit 2 includes a shift position sensor that detects the shift position of the vehicle, a wheel speed sensor that detects the wheel speeds of the left and right rear wheels, and a steering angle sensor that detects the steering angle of the vehicle. Using a sensor signal from the shift position sensor, wheel speed sensor, and steering angle sensor, an arithmetic device is provided that calculates the vehicle position, the vehicle traveling direction, the vehicle direction, and the moving distance.
[0036]
The vehicle behavior detection unit 2 outputs the vehicle position, the traveling direction, the vehicle direction, and the movement distance obtained from each sensor described above to the calculation unit 3 as vehicle travel information.
[0037]
The calculation unit 3 is composed of a microcomputer including a CPU (Central Processing Unit), a RAM (Random Access Memory), a ROM (Read Only Memory), an input / output I / F, and the like mounted in the vehicle. The functional block is divided into means 31, straight line extraction means 32, road structure detection means 33, first grouping means 34, and second grouping means 35. The straight line calculating means 31
The data conversion means 311 and the straight line position calculation means 312 are provided, the straight line extraction means 32 is provided with a local maximum selection means 321, and the road structure detection means 33 is further provided with a road structure determination. Means 331 are provided. The calculation unit 3 performs an object detection process for detecting an object existing in front of the host vehicle 11 based on information obtained from the laser radar 1 and the vehicle fist detection unit 2. Details of the object detection process will be described later.
[0038]
[Operation of object detection device]
In this object detection device, when the host vehicle 11 is traveling, the laser radar 1 performs distance measurement processing of an object existing in front of the host vehicle 11. Here, it is assumed that the objects A to C exist within the scan range in front of the host vehicle 11 and will be described with reference to FIG.
[0039]
The laser radar 1 obtains distance information to a detection target included in the scan range by scanning the laser beam within the scan range and performing distance measurement processing. Thereby, the laser radar 1 (denoted by LR in the figure) obtains detection points a to n obtained distance information about the objects A to C as shown in FIG. In the figure, the detection points a to n are plotted according to the distances obtained for the objects A to C. The laser radar 1 outputs information about the detection points a to n to the calculation unit 3.
[0040]
The calculation unit 3 sets the minimum unit of the distance in the Z direction and the distance in the X direction at the detection point to, for example, 2 m in the Z direction and 0.5 m in the X direction, and the vertical axis as shown in FIG. And two-dimensional array data N of detection points a to n with the horizontal axis as the distance in the X direction. At this time, the resolution of the detection point is lowered. That is, in the example shown in FIG. 3, 14 points a to n are detected points. However, in FIG. 4A, the number of data storage arrays is 8 and converted to the same parameter space when the detected points are short distances. is doing. This is a process for converting the detection point into a specific narrow area when converting the detection point into the two-dimensional parameter space.
[0041]
The data conversion means 311 of the calculation unit 3 considers the parameter space S having the same dimension as the two-dimensional array data of the detection points, obtains the maximum value of the cumulative degree in the parameter space S calculated by the data arrangement, and further linearly The position calculation means 312 obtains a straight line composed of detection points by Hough transform.
[0042]
In addition, the calculation unit 3 prepares two-dimensional array data S representing a parameter space θρ having a function represented by the following expression (1), and initializes a value representing the cumulative degree of each point to 0.
[0043]
ρ = x · cos θ + z · sin θ (1)
Next, every time the calculation unit 3 scans the two-dimensional array data N and detects data corresponding to the detection points a to n, the calculation unit 3 curves in the θρ space as shown in FIG. And the two-dimensional array data S (cumulative value) corresponding to the points on the curve is increased by one.
[0044]
The computing unit 3 obtains the cumulative value of the θρ space by repeating the above-described processing for each detection point, and compares it with the threshold value T1. As shown in FIG. 5, the maximum value selecting means 321 detects the maximum values θm and ρm indicating the straight line formed from the detection points when it is determined that the threshold value T1 or more.
[0045]
The calculation unit 3 utilizes the fact that θ represents the inclination of the detected straight line, and ρ represents the distance between the detected straight line and the origin, so that the vehicle orientations detected by the vehicle behavior detection unit 2 are substantially the same (that is, θ And the movement vector of the vehicle becomes high) and the ρ area indicating a straight line composed of detection points that are separated from the host vehicle 11 in the X direction (that is, ρ exhibits a large value). The range where and overlap is the maximum value selection range.
[0046]
The straight line extraction unit 32 obtains the maximum point θρ from the above-described maximum value selection range, and obtains the straight line L by substituting it into the equation (1). Further, as shown in FIG. 6A, the calculation unit 3 calculates a distance D between the straight line L and the detection point and compares it with a threshold value T2. When the calculation unit 3 determines that the distance D is equal to or less than the threshold value T2, the calculation unit 3 performs grouping processing as road structure data. The road structure determination means 331 detects the road structure data as shown in FIG. 6B by repeatedly performing the above-described processing for each detection point, and performs a regression analysis from the obtained data to accurately To acquire position information of various road structures.
[0047]
The calculation unit 3 calculates adjacent detection points from the scan start position for the detection points that have not become road structure data as described above, and compares the absolute value of the distance difference obtained by calculation with the threshold value Zt1. To do.
[0048]
When the calculation unit 3 determines that the absolute value of the distance difference is equal to or less than the threshold value Zt1, the calculation unit 3 obtains the two detection points used for calculating the distance difference by the reflected laser light reflected from the same target. It is determined to be a grouping target. On the other hand, when the absolute value of the distance difference is greater than or equal to the threshold value Zt1, or when the detection unit is an isolated detection point without an adjacent detection point, the calculation unit 3 performs grouping only at one detection point. set to target.
[0049]
The calculation unit 3 repeats the above-described processing for each detection point, thereby recognizing the detection points d and e as grouping r (l, t) and detecting the detection points h and i as grouping r (l, as shown in FIG. 2, t). The calculation unit 3 recognizes the detection points k and l as groupings r (3, t) and r (4, t) that cannot be grouped.
[0050]
Thereby, the calculating unit 3 obtains first group data including each grouping r, detection points included in each grouping r, and distance measurement information about each detection point. The first group data also includes object width information indicating the width in the X direction of an object existing ahead of the host vehicle 11 by the intensity distribution in the X direction.
[0051]
In this way, the calculation unit 3 performs a grouping process based on the reflection of the laser light on the data excluding the road structure, and performs a plurality of first times that are temporally changed by performing this process at a predetermined interval, for example. Get group data.
[0052]
Further, in this object detection device, when the host vehicle 11 is traveling, the first group data which is obtained by the first grouping process and which is obtained by the above-described first grouping process is compared. It is determined whether or not they are the same grouping. At this time, the calculation unit 3 compares the information of the group data that changes in time. And the calculating part 3 calculates the relative speed with respect to the own vehicle 11 about the same group data back and forth temporally.
[0053]
When performing the first grouping process, the calculation unit 3 compares the first group data for which the relative speed has been calculated in time and the first group data to be processed this time. The calculation unit 3 satisfies the following two conditions (a1) and (a2) for the first group data for which the relative speed has been calculated in time and the first group data to be processed this time: In this case, it is determined that the first group data that is temporally mixed is based on the same target.
[0054]
(A1) The absolute value of the distance difference between the current vehicle 11 estimated from the relative speed of the first group data detected earlier in time and the actually measured first group data is a threshold value. Zt2 or less.
[0055]
(A2) The absolute value of the distance difference between the center point in the X direction of the first group data detected in time and the center point in the X direction of the current first group data is equal to or less than the threshold value Xt1.
[0056]
Next to the first grouping process described above, the calculation unit 3 calculates the relative speed with respect to the host vehicle 11 for the first group data recognized as being based on the same target as the first group data temporally previous, It is added as information included in one group data.
[0057]
In addition, the calculation unit 3 cannot calculate the relative speed for the first group data that is not recognized as being based on the same target as the first group data that is temporally previous, and stores it in the internal memory. Used for the first grouping process next time.
[0058]
Thereby, the calculation unit 3 obtains first group data including each grouping r, each detection point included in each grouping r, and distance measurement information and relative speed information about each detection point.
[0059]
The calculation unit 3 performs the second grouping process after the first grouping process described above. In this grouping process, the second group data already obtained before in time is compared with the first group data for which the relative velocity detected this time is calculated. Here, the calculation unit 3 determines a left / right lane width (for example, 1.75 m) as a grouping range from the center position in the X direction in the previous second group data, and selects a plurality of detection points existing in this range. Group.
[0060]
The calculation unit 3 calculates the previous second group data and the current relative velocity, and the first group data in which the center position in the X direction exists in the grouping range described above (b1) to (b4) shown below. When all the four determination conditions are satisfied, the previous second group data and the current group data are set as the same target.
[0061]
(B1) The absolute value of the distance difference between the current vehicle 11 estimated from the previous relative speed of the second group data and the current first group data is equal to or less than the threshold value Zt3.
[0062]
(B2) The relative speed ratio between the previous second group data and the current first group data is greater than 0, provided that the absolute value of the relative speed of the previous second group data is a predetermined value (for example, about 5 m / s). ) Is exempted.
[0063]
(B3) The relative speed difference between the previous relative speed of the second group data and the current relative speed of the first group data is equal to or less than the threshold value Vt1.
[0064]
(B4) The object width of the second group data after combining is equal to or less than the threshold value Wt1.
[0065]
Further, for the first group data that does not satisfy the above-described determination condition and does not have the same target, the calculation unit 3 performs grouping between the first group data, and the following three (c1) to (c3) are shown. When the determination condition is satisfied, the data is grouped as new second group data.
[0066]
(C1) The absolute value of the distance difference between the current first group data is Zt4 or less.
[0067]
(C2) The absolute value of the relative speed between the first group data of this time is Vt2 or less.
[0068]
(C3) The object width after grouping is equal to or less than the threshold value Wt2.
[0069]
Moreover, the calculating part 3 makes one each 1st group data new 1st group data, when the determination conditions about the 1st group data without the same target are not satisfy | filled.
[0070]
By performing such a second grouping process, the calculation unit 3 generates second group data including detection points included in an object existing ahead of the host vehicle 11.
[0071]
[Object Detection Procedure by Calculation Unit 3]
FIG. 7 is a flowchart illustrating a processing procedure when the calculation unit 3 performs the object detection process. As shown in the figure, when the host vehicle 11 is traveling, the processing after step S1 is started.
[0072]
In step S <b> 1, the laser radar 1 scans the front of the vehicle to scan the laser light within the scan range, and obtains reflected laser light from an object existing ahead. Thereby, the laser radar 1 obtains distance measurement information with respect to an object existing in front of the host vehicle 11 and obtains information regarding each detection point.
[0073]
Next, in step S2, the calculation unit 3 performs the above-described two-dimensional array data generation. At this time, the computing unit 3 converts the detection points obtained in the process of step S1 into the two-dimensional array data N, for example, assuming that the minimum units of the distance in the Z direction and the X direction are 2 m and 0.5 m, respectively.
[0074]
Next, in step S <b> 3, the calculation unit 3 performs conversion into the two-dimensional parameter space S described above. At this time, the calculation unit 3 initializes the two-dimensional array data S representing the θρ space to 0 in advance, scans the two-dimensional array data N obtained by converting the detection points in order, and if data exists, the above-described (1 ), A curve is drawn in the θρ space, and the value of the two-dimensional array data S corresponding to the point on the curve is increased by one. Such a process is performed on all the array data of the two-dimensional array data N, and the process proceeds to the next step S4.
[0075]
In step S4, the calculation unit 3 selects a maximum value (θm, ρm) corresponding to a straight line formed by detection points of the road structure from the two-dimensional array data S representing the θρ space. At this time, the calculation unit 3 first compares the value of the two-dimensional array data S with the threshold value T1, and sets a value that is equal to or greater than the threshold value T1 to a maximum value corresponding to a straight line composed of multiple detection points. .
[0076]
Further, the calculation unit 3 sets the above-described maximum value selection range in order to select the maximum value corresponding to the straight line formed from the detection points of the road structure, and the maximum value existing in this region is set to the road structure. It selects as a value which shows the straight line comprised by the detection point of an object, and transfers to the process of step S5.
[0077]
In step S5, the calculation unit 3 determines whether or not the detection point detected in step S1 is a road structure. At this time, the calculation unit 3 obtains a linear equation from the maximum value selected in step S4, compares it with the detection point detected in step S1, and if the determination condition for making a road structure is satisfied, step S6, When the process proceeds to step S7 and the determination condition is not satisfied, the process proceeds to step S8 and subsequent steps.
[0078]
In step S6, the calculation unit 3 groups road structures. At this time, the calculation unit 3 stores the detection points determined as road structures in step 5 in the internal memory.
[0079]
In step S7, the calculation unit 3 reads out the detected points as road structures stored in the internal memory, recalculates a linear equation from these points, outputs the information as position information of the road structures, and performs processing in step S1. To do.
[0080]
In step S8, the calculation unit 3 performs the first grouping process described above on the detection points that have not been determined as road structures in step S5. At this time, for example, the calculation unit 3 calculates the distance between the detection points from the right end viewed from the host vehicle 11 in the scan range, and the absolute value of the calculated distance difference is equal to or less than the threshold value Zt1. Is the first group data. Then, the calculation unit 3 sequentially compares the detection points to a position where the absolute value of the distance difference exceeds the threshold value Zt1 or a position where no adjacent point exists. The calculation unit 3 performs the first group data processing to obtain the grouping distance obtained by averaging the distances of the detection points included in the grouping, the center point in the X direction of the grouping, the right end point and the left end point of the grouping, Is stored in the internal memory, and the process proceeds to step S9.
[0081]
In step S <b> 9, the arithmetic unit 3 compares the above-described first group data that moves back and forth in time. The calculation unit 3 compares the first group data obtained in step S8 and the first group data obtained in the previous time and stored in the internal memory, and the first group data for which the relative speed is calculated. When the determination condition for determining the first group data from the same target is satisfied, the same target is used. As a result, the calculation unit 3 adds distance measurement information of the past two points to the first group data in order to calculate the relative speed in a later step.
[0082]
In step S9, the calculation unit 3 determines whether or not a determination condition for determining time series for each first group data obtained in step S8 is satisfied, and is the first group data that satisfies the determination condition. Sometimes, the process proceeds to step S11 assuming that there is past first group data that can be correlated in time series.
[0083]
Further, in step S9, when the previous first group data in which the relative speed is detected and the current first group data do not satisfy the determination condition, the calculation unit 3 performs the first group data and the current time in the previous time. It is determined whether the first group data and the first group data satisfy the determination condition. When the current first group data does not satisfy the determination condition for time-series determination with the previous first group data, the calculation unit 3 deletes the past first group data.
[0084]
In step S9, the calculation unit 3 calculates the relative speed when the first group data and the first group data of the previous time and the previous time when the relative speed is detected do not satisfy the determination condition. It is determined whether the determination condition is satisfied with the previous first group data that has not been determined. When the current first group data does not satisfy the determination condition for time-series determination with the first group data for which the previous relative speed has not been calculated, the process of step S10 is advanced.
[0085]
In step S10, the calculation unit 3 calculates the distance in the Z direction, the center point in the X direction, and the object width of the current first group data determined not to be based on the same target as the past first group data in step S9. Save and return to step S1. Note that the various information stored at this time is used in the time series determination in step S9 after the next time.
[0086]
In step S11, the calculation unit 3 uses the distance information of the previous time and the previous time for the first group data that satisfies the determination condition for time-series determination with the past first group data. And the calculated relative velocity information is added to the first group data.
[0087]
The calculation unit 3 performs the above-described processing from step S9 to step S11 for all the first group data detected in step S8, and proceeds to the processing from step S12 to step S14.
[0088]
In step S12, the calculation unit 3 compares the first group data for which the relative speed has been calculated in step S11 with the second group data in the past, and first satisfies the determination condition for determining the same target. When it is determined that the second group data satisfying the determination condition for determining the same target is present, the calculation unit 3 that determines whether or not the group data exists proceeds to step S14 and determines that the group data does not exist. If so, the process proceeds to step S13.
[0089]
In step S <b> 12, the calculation unit 3 obtains the average distance in the Z direction, the left and right end points of the object, and the average of the relative speed from the first group data that is the same target as the past second group data.
[0090]
Next, in step S14, the computing unit 3 updates the values of the distance in the Z direction, the position of the object in the X direction, the object width, the relative speed, and the number of detections of the various information obtained in step S12.
[0091]
Further, in step S13, the calculation unit 3 compares the first group data that does not satisfy the determination condition with the past second group data in step S12 and does not have the same object, and performs the same target. When the determination condition is satisfied, grouping is performed, and second group data is newly generated. When the determination condition is not satisfied, second group data is newly generated with one first group data, and the process proceeds to step S13.
[0092]
Such processes from step S12 to step S14 are performed on all the first group data whose relative speeds are calculated in step S11, and the process proceeds to step S15.
[0093]
In step S15, the calculation unit 3 is configured so that the driver can recognize, for example, the distance in the Z direction, the distance in the X direction, the object width, and the relative speed with respect to the host vehicle 11 obtained by the processes in steps S12 to S14. Present.
[0094]
In this way, in the forward object detection device according to the present embodiment, the detection points existing on the same straight line are grouped by using the Hough transform, so that it is obtained from the same road structure due to the presence of the preceding vehicle. Even when the detection signal is interrupted, the road structure can be reliably detected. Therefore, even when the host vehicle is approaching a curved road, it is possible to reliably detect the forward object.
[0095]
Furthermore, by reducing the resolution of the detection point, the detection point of the road structure is converted into a specific very narrow area when the road structure is converted into the two-dimensional parameter space, and the processing for obtaining the maximum value is facilitated. Become.
[0096]
Next, a second embodiment of the present invention will be described. FIG. 8 is a block diagram illustrating a configuration of the front object detection device according to the second embodiment. The front object detection apparatus according to the present embodiment also includes the laser radar 1, the vehicle behavior detection unit 2, and the calculation unit 3, as in the first embodiment described above. The calculation unit 3 includes a straight line calculating unit 31, a straight line extracting unit 32, a road structure detecting unit 33, a first grouping unit 34, and a second grouping unit 35. This is consistent with the first embodiment.
[0097]
However, since the configurations of the straight line extraction means 32 and the road structure detection means 33 are different, this point will be described below.
[0098]
As shown in FIG. 8, the straight line extraction unit 32 includes a second maximum value selection unit 322. The second maximum value selection means 322 uses the fact that the inclination of the straight line detected by θ indicates the distance from the straight line detected by ρ to the origin, and the θ region having a low correlation with the width direction of the vehicle. Then, a process is performed in which a range where a ρ region that represents a straight line constituted by detection points that are separated from the host vehicle 11 in the X and Y directions is overlapped is set as the second maximum value selection range.
[0099]
The straight line extraction unit 32 obtains the maximum values θ and ρ from the second maximum value selection range set in the above processing, and the maximum values θ and ρ are expressed by the above-described equation (1), that is, the following equation: By substituting into, the straight line L1 is obtained.
[0100]
ρ = x · cos θ + z · sin θ (1)
The road structure detecting means 33 includes a road structure reliability assigning means 332, a road structure straight line calculating means 333, and a road structure straight line updating means 334.
[0101]
As shown in FIG. 9, the road structure reliability providing unit 332 calculates a distance D between the straight line L1 and the detection point, and compares the distance D with a threshold value T2. Then, it is determined that the distance D is equal to or less than the threshold value T2, and if there is no other detection point within a range of about the vehicle width in the X direction (for example, about 4 m) and about 1 m in the Z direction, this detection Using the point as a road structure candidate, the reliability C of the detection point (a numerical value indicating the possibility of being a road structure) is increased. Further, when another road structure straight line L2 is detected, the distance between this detection point and the straight line L2 is calculated in the same manner, and compared with the threshold value T2. When the same condition as described above is satisfied, Increases the reliability C (first reliability providing means).
[0102]
The road structure reliability assigning unit 332 compares the previous detection point (detection point at the previous scan) with the current detection point (detection point at the current scan). When the following detection conditions (d1) and (d2) are satisfied for the previous detection point and the current detection point, they are determined as the same detection point, and the relative speed of the detection point with respect to the host vehicle 11 is determined. V is calculated.
[0103]
(D1) The absolute value of the distance difference between the distance from the host vehicle 11 at the previous detection point and the distance from the host vehicle at the current detection point is equal to or less than the threshold value Zt5.
[0104]
(D2) The absolute value of the difference in distance between the previous detection point in the X direction and the current detection point in the X direction is equal to or less than the threshold value Xt2.
[0105]
When the road structure reliability providing unit 332 determines that the relative speed V obtained by satisfying the conditions (d1) and (d2) is less than the threshold value Vt3, the detected object is the road structure. Since it is highly likely that the object is a road object data, the reliability C is increased. On the other hand, if it is determined that the threshold value Vt3 or more, it is highly likely that the object is a traveling object. 2 reliability provision means). The road structure reliability assigning means 332 detects the road structure candidate data by repeatedly performing the above-described processing for each detection point, and assigns reliability to each detection point.
[0106]
As shown in FIG. 10, the road structure straight line calculation means 333 sequentially acquires detection points whose reliability C given in the above-described process is equal to or higher than the threshold value Ct1 from detection points close to the host vehicle 11. .
[0107]
And it is not calculated | required as a detection point on a road structure straight line, The detection point which becomes more than threshold value Ct1 nearest to the own vehicle 11, The detection point more than threshold value Ct1 adjacent to this detection point, Get. Next, when the distance difference in the Z direction of each detection point that is equal to or greater than the threshold value Ct1 is equal to or less than the threshold value Zt6 and the distance difference in the X direction is equal to or less than the threshold value Xt3, these detection points are the same. Assuming that the detection points are obtained from the road structure, a straight line connecting each detection point as a start point and an end point is calculated.
[0108]
Further, the road structure straight line calculation means 333 is obtained by obtaining each detection point from the same road structure when the following two conditions (e1) and (e2) are satisfied. Assuming there is a connection, the detection points are connected and the end point of the line is updated. If the two conditions are not satisfied, a new road structure straight line is calculated with the detected point as the starting point.
[0109]
(E1) The difference in distance between the detection point serving as the end point of the straight line and the detection point in the Z direction is equal to or less than the threshold value Zt6.
[0110]
(E2) A point on the straight line at the position of the detection point in the Z direction is estimated, and the absolute value of the distance difference between the estimated point and the detection point in the X direction is equal to or less than the threshold value Xt3.
[0111]
Then, the road structure straight line calculation means 333 calculates the road structure straight line by repeatedly performing the above-described processing for points where the reliability C is equal to or higher than the threshold value Ct1.
[0112]
The road structure straight line updating unit 334 calculates the distance D between the previously calculated straight line L2 (the straight line calculated by the measurement at the previous scan) and the current detection point in the road structure straight line calculating unit 333 described above. Then, the distance D is compared with the threshold value T2. Then, when it is determined that the distance D is equal to or less than the threshold value T2, the reliability C is determined to be equal to or greater than the threshold value Ct1, and the following (f1) is satisfied, this detection point is the road structure. The grouping process is performed as a thing.
[0113]
On the other hand, when it is determined that the distance D is equal to or less than the threshold value T2, the reliability C is determined to be less than the threshold value Ct1, and the following (f1) and (f2) are satisfied, this detection is performed. The points are grouped by assuming that they are road structures.
[0114]
(F1) The distance in the Z direction of the detection point is {minimum detection distance in the Z direction previously detected as a road structure straight line} -A (A is about 1.0 m) or less, and {maximum detection distance} + A or less .
[0115]
(F2) There is no traveling object in the range of about the vehicle width (about 4 m) in the X direction and about 1 m in the Z direction.
[0116]
The road structure straight line updating means 334 detects the road structure data by repeatedly performing the above-described processing for each road structure straight line and each detection point, and starts and ends the road structure straight line from the obtained detection points.・ Update the position of maximum detection distance and minimum detection distance.
[0117]
Next, the operation of the front object detection device according to the second embodiment will be described. FIGS. 11 and 12 are flowcharts showing a processing procedure when the object detection process is performed by the calculation unit 3 shown in FIG.
[0118]
As shown in the figure, when the host vehicle 11 is traveling, the processing after step S1 is started. Here, the processing procedure from step S1 to S3 is the same processing procedure as the above-described processing procedure (see FIG. 7), and therefore will be omitted.
[0119]
In step S40 shown in FIG. 11, the calculation unit 3 selects a maximum value (θm, ρm) corresponding to a straight line constituted by detection points of the road structure from the two-dimensional array data S representing the θρ space. . At this time, the calculation unit 3 first compares the value of the two-dimensional array data S with the threshold value T1, and sets a value that is equal to or greater than the threshold value T1 to a maximum value corresponding to a straight line composed of multiple detection points. .
[0120]
Furthermore, in order to select the maximum value corresponding to the straight line formed from the detection points of the road structure, the calculation unit 3 performs the setting of the second maximum value selection range described above, and sets the maximum value existing in this region. It selects as a value which shows the straight line comprised by the detection point of a road structure, and transfers to the process of step S50.
[0121]
In step S50, the calculation unit 3 determines whether or not the detection point detected in step S1 is a road structure candidate. At this time, the calculation unit 3 obtains a linear equation from the maximum value selected in step S40, compares it with the detection point detected in step S1, and when the determination condition for making a road structure candidate is satisfied, the detection point Increase the reliability of.
[0122]
Furthermore, if a road structure straight line is detected, it is compared with the point detected in step S1. When the determination condition for making a road structure candidate is satisfied, the reliability of the detection point is increased, and The process proceeds to step S51.
[0123]
In step S51, the calculation unit 3 compares the detection point detected in step S1 with the detection point detected in the previous step S1, and calculates the relative speed V when the determination condition for the same detection point is satisfied. If the relative speed V is detected, the relative speed V is compared with the threshold value Vt3, and the detection point that is less than the threshold value Vt3 increases the reliability, and the detection point that is the threshold value Vt3 or higher increases the reliability. The process proceeds to the next step S52.
[0124]
In step S52, the calculation unit 3 determines whether or not the detection point detected in step S1 is a road structure. At this time, the calculation unit 3 compares the road structure straight line detected in the previous step S53 with the detection point detected in step S1, and when the determination condition for making the road structure is satisfied. The process proceeds to step S60 and step S7, and when the determination condition is not satisfied, the process proceeds to step S53 and subsequent steps.
[0125]
In step S53, the calculation unit 3 determines whether or not a detection point having a reliability greater than or equal to the threshold value Ct1 among the points not determined as a road structure in step S52 is a road structure straight line. At this time, the calculation unit 3 calculates the road structure straight line if the comparison condition of the detection points having the reliability of Ct1 or more satisfies the determination condition for the same road structure straight line, and proceeds to the processing of step S60 and step S7 to determine When the condition is not satisfied, the process proceeds to step S8 and subsequent steps.
[0126]
In step S60, the calculation unit 3 groups road structures. At this time, the calculation unit 3 stores the detection points determined as road structures in Step 52 and Step 53 in the internal memory, and uses the start point / end point / minimum detection distance / maximum detection distance as values representing the road structure straight line. Save the position.
[0127]
In step S7, the calculation unit 3 reads out the detected points as road structures stored in the internal memory, recalculates a linear equation from these points, outputs the information as position information of the road structures, and performs processing in step S1. To return.
[0128]
The processing procedure after step S8 is the same as the processing procedure of the flowchart shown in FIG.
[0129]
In this way, the forward object detection device according to the second embodiment can accurately group road structures even when there are few reflections from road structure detection points due to the influence of occlusion and the like. it can. Thereby, a road structure can be detected with high accuracy.
[Brief description of the drawings]
FIG. 1 is a block diagram showing a configuration of a forward object detection device according to an embodiment of the present invention.
FIG. 2 is an explanatory diagram showing a configuration of a laser radar mounted on a vehicle.
FIG. 3 is an explanatory diagram showing a state of distance measurement of a plurality of objects detected by a laser radar.
4A and 4B are diagrams illustrating a method for obtaining a straight line from detection points, in which FIG. 4A is a diagram illustrating conversion of detection points into two-dimensional array data of distance and lateral position, and FIG. 4B is two-dimensional array data; It is a figure explaining conversion to (theta) rho space.
FIG. 5 is an explanatory diagram of a process of selecting a relationship between a straight line and a θρ space and a local maximum value.
FIG. 6 is an explanatory diagram of processing for grouping detection points of a road structure.
FIG. 7 is a flowchart showing a processing procedure of the front object detection apparatus according to the present embodiment.
FIG. 8 is a block diagram illustrating a configuration of a front object detection device according to a second embodiment of the present invention.
FIG. 9 is an explanatory diagram showing a method of assigning a reliability that becomes a road structure to a detection point by a calculation unit.
FIG. 10 is an explanatory diagram showing a method of calculating a road structure straight line by connecting detection points with high reliability by a calculation unit.
FIG. 11 is a first partial view of a flowchart showing an operation of the front object detection apparatus according to the second embodiment.
FIG. 12 is a second partial view of the flowchart showing the operation of the front object detection device according to the second embodiment.
FIG. 13 is an explanatory diagram showing a conventional object detection method.
[Explanation of symbols]
1 Laser radar (object detection means)
2 Vehicle behavior detector
3 Calculation unit
31 Straight line calculation means
311 Data conversion means
312 Straight line position calculation means
32 Straight line extraction means
321 Maximum value selection means
322 Second maximum value selection means
33 Road structure detection means
331 Road structure judging means
332 Road structure reliability giving means
333 Road structure straight line calculation means
334 Road structure straight line update means
34 First grouping means
35 Second grouping means

Claims (9)

自車両に搭載されて自車両前方に存在する物体を検出する前方物体検出装置であって、
自車両前方に送信波を走査させながら出射して、自車両前方に存在する物体からの反射波を検出し、検出した反射波に基づいて、自車両に対する前記物体位置を示す複数の検出点を生成する物体検出手段と、
前記物体検出手段にて検出された複数の検出点に基づき、所定の演算手法を用いて、同一であると見なされる物体による検出点どうしを連結する直線を算出する直線算出手段と、
前記直線算出手段で検出された直線に基づき、自車両が走行する道路の端部に存在する道路構造物からの検出点で構成される直線を抽出する直線抽出手段と、
前記直線抽出手段にて抽出された直線近傍に存在する複数の検出点をグルーピングし、これを道路構造物として検出する道路構造物検出手段と、を備え、
前記直線算出手段は、物体位置を示す複数の検出点に基づき、検出点の分解能を低下させた際の、自車両から各検出点までの距離と、自車両が走行する道路の幅方向位置との関係を示す２次元配列データを生成するデータ変換手段と、前記データ変換手段にて得られる２次元配列データを、前記所定の演算手法にて２次元パラメータ空間のデータに変換し、当該２次元パラメータ空間中における各点の累積度の極大値を求めることにより、前記検出点どうしを連結する直線を算出する直線位置算出手段と、
を有することを特徴とする前方物体検出装置。A forward object detection device that detects an object that is mounted on the host vehicle and exists in front of the host vehicle,
It emits while scanning the transmission wave in front of the host vehicle, detects the reflected wave from the object existing in front of the host vehicle, and based on the detected reflected wave, detects a plurality of detection points indicating the position of the object with respect to the host vehicle. Object detection means to generate;
Based on a plurality of detection points detected by the object detection means, using a predetermined calculation method, a straight line calculation means for calculating a straight line connecting the detection points by the objects considered to be the same;
Based on the straight line detected by the straight line calculating means, a straight line extracting means for extracting a straight line constituted by detection points from a road structure existing at an end of a road on which the host vehicle travels
Road structure detection means for grouping a plurality of detection points existing in the vicinity of the straight line extracted by the straight line extraction means, and detecting this as a road structure ,
The straight line calculation means, based on a plurality of detection points indicating the object position, the distance from the host vehicle to each detection point when the resolution of the detection point is reduced, and the width direction position of the road on which the host vehicle travels Data conversion means for generating two-dimensional array data showing the relationship between the two-dimensional array data obtained by the data conversion means and converted into two-dimensional parameter space data by the predetermined calculation method, Straight line position calculating means for calculating a straight line connecting the detected points by obtaining a maximum value of the cumulative degree of each point in the parameter space;
Forward object detecting apparatus characterized by having a. 前記道路構造物検出手段で検出されなかった検出点のうち、互いに隣接する検出点をグルーピングして第１グループデータを得る第１のグルーピング手段と、
前記第１のグルーピング手段により、今回得られたグループデータに対応するデータが、前回得られたグループデータ中に含まれている場合には、これを第２グループデータとする第２のグルーピング手段と、を更に備え、
前記第２グループデータが検出された際に、これを自車両前方に存在する物体によるものであると判断することを特徴とする請求項１に記載の前方物体検出装置。Of the detected points that have not been detected in the previous SL road structures detecting means, a first grouping means for obtaining a first group data by grouping the detected points adjacent to each other,
When the data corresponding to the group data obtained this time by the first grouping means is included in the group data obtained last time, the second grouping means using this as the second group data; Further comprising
The front object detection apparatus according to claim 1, wherein when the second group data is detected, it is determined that the second group data is caused by an object existing in front of the host vehicle. 前記直線抽出手段は、前記直線算出手段にて算出された直線のうち、自車両の走行方向、或いは自車両が走行する道路の白線方向との相関が高く、且つ、自車両と離れた領域に存在する前記極大値を選択する極大値選択手段を有し、該極大値選択手段にて選択された極大値に対応する直線を抽出することを特徴とする請求項１または請求項２のいずれかに記載の前方物体検出装置。 The straight line extracting means has a high correlation with the traveling direction of the own vehicle or the white line direction of the road on which the own vehicle is traveling, and is in a region away from the own vehicle, among the straight lines calculated by the straight line calculating means. 3. The method according to claim 1, further comprising: a local maximum value selecting unit that selects the existing local maximum value, and extracting a straight line corresponding to the local maximum value selected by the local maximum value selecting unit. The front object detection apparatus described in 1 . 前記道路構造物検出手段は、前記直線抽出手段にて抽出された直線と、当該直線を抽出する際に使用した各検出点との距離を算出し、算出された距離が所定値以下である場合には、この検出点を道路構造物のデータであると判定する道路構造物判定手段を具備したことを特徴とする請求項１〜請求項３のいずれか１項に記載の前方物体検出装置。 The road structure detecting means calculates the distance between the straight line extracted by the straight line extracting means and each detection point used when extracting the straight line, and the calculated distance is equal to or less than a predetermined value. The front object detection device according to claim 1, further comprising road structure determination means for determining that the detection point is data of a road structure . 前記直線抽出手段は、前記直線算出手段にて算出された直線のうち、自車両に対して自車両の走行する幅方向に相関が低く、自車両と離れた領域に存在する前記極大値を選択する第２極大値選択手段を有し、当該第２極大値選択手段にて選択された極大値に対応する直線を抽出することを特徴とする請求項１または請求項２のいずれかに記載の前方物体検出装置。 The straight line extraction means selects the local maximum value existing in a region away from the own vehicle, having a low correlation in the width direction in which the own vehicle travels with respect to the own vehicle, out of the straight lines calculated by the straight line calculation means. 3. The method according to claim 1, further comprising: extracting a straight line corresponding to the maximum value selected by the second maximum value selecting unit. Front object detection device. 前記道路構造物検出手段は、異なる時間での検出結果に基づいて検出点に道路構造物となる信頼度を付与する道路構造物信頼度付与手段と、前記道路構造物信頼度付与手段にて高い信頼度を付与された複数の検出点に基づき、所定の条件を用いて、道路構造物と判定される検出点どうしを連結する道路構造物直線を算出する道路構造物直線算出手段と、前 記道路構造物直線算出手段で算出された前回計測時の道路構造物直線近傍に存在する複数の検出点を所定の条件に基づき、道路構造物のデータとしてグルーピングを行い、道路構造物直線を示す値を更新する道路構造物直線更新手段と、を有することを特徴とする請求項１〜請求項５のいずれか１項に記載の前方物体検出装置。 The road structure detecting means is high in the road structure reliability providing means for providing the road structure reliability to the detection point based on the detection results at different times and the road structure reliability providing means. based on a plurality of detection points of the reliability granted, with a predetermined condition, and road structures line calculation means for calculating a road structures straight line connecting the detection points with each other it is determined that the road structures, pre Symbol A value that indicates the road structure straight line by grouping multiple detection points existing near the road structure straight line at the time of the previous measurement calculated by the road structure straight line calculation means as road structure data based on a predetermined condition The forward object detection apparatus according to claim 1, further comprising a road structure straight line updating unit that updates the road structure straight line . 前記道路構造物信頼度付与手段は、前記直線抽出手段にて抽出された直線と前記道路構造物直線算出手段にて時間的前に算出された道路構造物直線と各検出点の距離を算出し、算出した距離が所定値以下、且つ検出点から所定の領域内に別の検出点が存在しなければ、信頼度を高くする第１信頼度付与手段と、各検出点と時間的に前に検出された検出点との比較から各検出点の相対速度を算出し、相対速度が所定値以下であれば、信頼度を高くし、所定値以上であれば、信頼度を低くする第２信頼度付与手段と、を有することを特徴とする請求項６に記載の前方物体検出装置。 The road structure reliability providing means calculates a distance between each detection point and the straight line extracted by the straight line extraction means and the road structure straight line calculated before by the road structure straight line calculation means. If the calculated distance is equal to or smaller than the predetermined value and there is no other detection point within the predetermined area from the detection point, the first reliability providing means for increasing the reliability, and each detection point in time A second reliability that calculates the relative speed of each detection point from the comparison with the detected detection point, increases the reliability if the relative speed is a predetermined value or less, and decreases the reliability if the relative speed is the predetermined value or more. The forward object detection device according to claim 6, further comprising a degree giving unit . 前記道路構造物直線算出手段は、前記道路構造物信頼度付与手段により付与された信頼度が高い検出点どうしの距離を算出し、距離が所定値以下であれば同一道路構造物を構成する検出点として連結して直線を検出することを特徴とする請求項６に記載の前方物体検出装置。 The road structure straight line calculating means calculates a distance between detection points with high reliability given by the road structure reliability giving means, and if the distance is equal to or less than a predetermined value, detection that constitutes the same road structure The forward object detection device according to claim 6, wherein the front object detection device is connected as a point to detect a straight line . 前記道路構造物直線更新手段は、前回検出した道路構造物直線と各検出点の距離を算出し、算出した距離が所定値以下、且つ前記道路構造物信頼度付与手段により付与された信頼度が高い場合、及び、算出した距離が所定値以下、且つ信頼度が低く、近傍に走行物体が存在しない場合には、この検出点を道路構造物のデータしてグルーピングを行い、直線位置を更新することを特徴とする請求項６に記載の前方物体検出装置。 The road structure straight line updating means calculates the distance between the road structure straight line detected last time and each detection point, the calculated distance is equal to or less than a predetermined value, and the reliability given by the road structure reliability giving means is If it is high, or if the calculated distance is less than the predetermined value and the reliability is low and there is no traveling object nearby, this detection point is grouped using road structure data, and the straight line position is updated. The front object detection device according to claim 6 .
JP2002151086A 2001-12-27 2002-05-24 Front object detection device Expired - Fee Related JP3690366B2 (en)

Priority Applications (1)

Application Number Priority Date Filing Date Title
JP2002151086A JP3690366B2 (en) 2001-12-27 2002-05-24 Front object detection device

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
JP2001-397429 2001-12-27
JP2001397429 2001-12-27
JP2002151086A JP3690366B2 (en) 2001-12-27 2002-05-24 Front object detection device

Publications (2)

Publication Number Publication Date
JP2003255047A JP2003255047A (en) 2003-09-10
JP3690366B2 true JP3690366B2 (en) 2005-08-31

Family

ID=28677292

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2002151086A Expired - Fee Related JP3690366B2 (en) 2001-12-27 2002-05-24 Front object detection device

Country Status (1)

Country Link
JP (1) JP3690366B2 (en)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104197897A (en) * 2014-04-25 2014-12-10 厦门大学 Urban road marker automatic sorting method based on vehicle-mounted laser scanning point cloud

Families Citing this family (20)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP4506163B2 (en) * 2003-12-10 2010-07-21 日産自動車株式会社 Front object detection apparatus and front object detection method
JP3941795B2 (en) 2004-04-28 2007-07-04 株式会社デンソー Leading vehicle recognition device
JP5055691B2 (en) * 2004-10-22 2012-10-24 日産自動車株式会社 Front object detection apparatus and front object detection method
JP4595759B2 (en) * 2005-09-09 2010-12-08 株式会社デンソー Environment recognition device
JP4662147B2 (en) * 2005-10-20 2011-03-30 アイシン精機株式会社 Object recognition device
JP4618506B2 (en) * 2005-10-20 2011-01-26 アイシン精機株式会社 Object recognition device
JP4824511B2 (en) * 2006-09-11 2011-11-30 本田技研工業株式会社 Vehicle travel safety device
JP5075655B2 (en) * 2008-02-05 2012-11-21 本田技研工業株式会社 Object detection device
WO2009116221A1 (en) * 2008-03-21 2009-09-24 本田技研工業株式会社 Driving support system of vehicle, vehicle, driving support program of vehicle
DE112010005977B4 (en) * 2010-11-04 2015-08-06 Toyota Jidosha Kabushiki Kaisha Road shape estimation apparatus
US20130274959A1 (en) * 2010-12-15 2013-10-17 Toyota Jidosha Kabushiki Kaisha Driving support apparatus, driving support method, and vehicle
JP5321640B2 (en) * 2011-05-17 2013-10-23 株式会社デンソー Vehicular road shape recognition method and apparatus, and recording medium
JP5316572B2 (en) * 2011-03-28 2013-10-16 トヨタ自動車株式会社 Object recognition device
JP5276140B2 (en) * 2011-05-19 2013-08-28 富士重工業株式会社 Environment recognition apparatus and environment recognition method
US8755967B1 (en) * 2012-03-23 2014-06-17 Google Inc. Estimating road lane geometry using lane marker observations
KR20140019501A (en) * 2012-08-06 2014-02-17 현대자동차주식회사 Method for producing classification for recognizing object
JP6534808B2 (en) 2014-11-28 2019-06-26 株式会社デンソーテン Radar apparatus and signal processing method
MX364577B (en) * 2015-08-28 2019-05-02 Nissan Motor Vehicle position estimation device, vehicle position estimation method.
JP6834920B2 (en) * 2017-11-22 2021-02-24 トヨタ自動車株式会社 Target discriminator
JP7296261B2 (en) * 2019-06-21 2023-06-22 パナソニックホールディングス株式会社 Monitoring device and monitoring method

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH07121707A (en) * 1993-10-26 1995-05-12 Nippon Telegr & Teleph Corp <Ntt> Hough transform ballot box division size determination method
JPH07253467A (en) * 1994-03-15 1995-10-03 Nissan Motor Co Ltd Vehicle radar device
JP3341186B2 (en) * 1994-03-31 2002-11-05 オムロン株式会社 Object discriminating apparatus and method, and vehicle equipped with object discriminating apparatus
JP3753893B2 (en) * 1999-06-29 2006-03-08 本田技研工業株式会社 Control device for traveling vehicle
JP3822770B2 (en) * 1999-12-10 2006-09-20 三菱電機株式会社 Vehicle front monitoring device

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104197897A (en) * 2014-04-25 2014-12-10 厦门大学 Urban road marker automatic sorting method based on vehicle-mounted laser scanning point cloud
CN104197897B (en) * 2014-04-25 2017-01-04 厦门大学 A kind of downtown roads graticule automatic classification method based on Vehicle-borne Laser Scanning point cloud

Also Published As

Publication number Publication date
JP2003255047A (en) 2003-09-10

Similar Documents

Publication Publication Date Title
JP3690366B2 (en) Front object detection device
JP3664127B2 (en) Object detection device
JP3214364B2 (en) Inter-vehicle distance measuring device
US7761236B2 (en) Object recognition apparatus for vehicle and distance measurement apparatus
JP3427809B2 (en) Vehicle road shape recognition method and apparatus, recording medium
JP3664110B2 (en) Object type determination device and object type determination method
CN115151836B (en) Method for detecting moving objects in the vehicle&#39;s surroundings and motor vehicle
JP2001004368A (en) Object recognition device
US6380885B2 (en) Obstacle recognition system for vehicle
US20180364357A1 (en) Method and apparatus for recognizing vehicles using laser beam scanning
CN103443838A (en) Object recognition device
JP4506162B2 (en) Front object detection apparatus and front object detection method
JP2014092434A (en) Target detection device and contact avoidance system using the same
JP3341186B2 (en) Object discriminating apparatus and method, and vehicle equipped with object discriminating apparatus
US12252150B2 (en) Method and apparatus for tracking object using LiDAR sensor and recording medium storing program to execute the method
WO2019198789A1 (en) Object identification system, automobile, vehicle lamp fitting, and object clustering method
JP2002334330A (en) Vehicle recognition device
JP5055691B2 (en) Front object detection apparatus and front object detection method
US20210364280A1 (en) Road surface area detection device, road surface area detection system, vehicle, and road surface area detection method
JP4506163B2 (en) Front object detection apparatus and front object detection method
JP3287166B2 (en) Distance measuring device
JP2010250651A (en) Vehicle detection device
EP4506222A1 (en) Information processing method and information processing device
JP2018021788A (en) Level difference detection method and level difference detection device
US11922670B2 (en) System for extracting outline of static object and method thereof

Legal Events

Date Code Title Description
A977 Report on retrieval

Free format text: JAPANESE INTERMEDIATE CODE: A971007

Effective date: 20041001

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20041102

A521 Written amendment

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20041221

TRDD Decision of grant or rejection written
A01 Written decision to grant a patent or to grant a registration (utility model)

Free format text: JAPANESE INTERMEDIATE CODE: A01

Effective date: 20050524

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20050606

R150 Certificate of patent or registration of utility model

Free format text: JAPANESE INTERMEDIATE CODE: R150

FPAY Renewal fee payment (event date is renewal date of database)

Free format text: PAYMENT UNTIL: 20090624

Year of fee payment: 4

FPAY Renewal fee payment (event date is renewal date of database)

Free format text: PAYMENT UNTIL: 20090624

Year of fee payment: 4

FPAY Renewal fee payment (event date is renewal date of database)

Free format text: PAYMENT UNTIL: 20100624

Year of fee payment: 5

FPAY Renewal fee payment (event date is renewal date of database)

Free format text: PAYMENT UNTIL: 20110624

Year of fee payment: 6

FPAY Renewal fee payment (event date is renewal date of database)

Free format text: PAYMENT UNTIL: 20120624

Year of fee payment: 7

FPAY Renewal fee payment (event date is renewal date of database)

Free format text: PAYMENT UNTIL: 20120624

Year of fee payment: 7

FPAY Renewal fee payment (event date is renewal date of database)

Free format text: PAYMENT UNTIL: 20130624

Year of fee payment: 8

LAPS Cancellation because of no payment of annual fees