JP6698864B2 - 物体検知装置および物体検知方法 - Google Patents

Description

本発明は、例えば、自動運転の車両が物体を検知するための物体検知装置および物体検知方法に関する。

車両に種々のセンサを搭載することで、車両周辺に存在する障害物を検出し、衝突回避を支援する装置が開発されてきている（例えば、特許文献１参照）。この特許文献１に係る物体検知装置は、例えば、車両に設置したカメラによって車両周囲の様子を撮影し、撮影した画像をもとに歩行者や周囲の車両などの障害物を検出する。そして、この物体検知装置は、検出した障害物をもとに危険な状態であると判断した場合には、運転者に対して警告を放置することで、危険回避を支援する。

特開２０１３−１０４６８９号公報

しかしながら、従来技術には、以下のような課題がある。
特許文献１の物体検知装置は、車両周辺の障害物の誤検知の問題がある。このような誤検知が発生することで、物体検知装置の信頼性が大きく低下してしまうこととなる。

本発明は、上記課題を解決するためになされたもので、特に車両周辺の障害物の誤検知を改善し、車両周辺の障害物の検知性能の信頼性を向上させることのできる物体検知装置および物体検知方法を得ることを目的とする。

本発明に係る物体検知装置は、検出周期ごとに１以上の物体を検出して、検出した物体ごとの信頼度を含む検出情報を出力する検知部と、物体ごとに検知回数をインクリメントするとともに、検出情報に含まれている信頼度について、検出周期の直近Ｎ回の加算値を物体ごとに算出し、加算値が、検知回数に応じてあらかじめ設定された第１閾値以上となる物体を、正常認識された物体であると判定する判定部と、検出情報に含まれる物体のうち、判定部により正常認識された物体であると判定された物体に関する検出情報を正常検出物体情報として出力する制御部とを備えるものである。

また、本発明に係る物体検知方法は、検知対象である物体ごとの信頼度を含む検出情報を出力する検知器を介して、検出周期ごとに検出情報を取得する第１ステップと、物体ごとに検知回数をインクリメントするとともに、検出情報に含まれている信頼度について、検出周期の直近Ｎ回の加算値を物体ごとに算出し、加算値が、検知回数に応じてあらかじめ設定された第１閾値以上となる物体を、正常認識された物体であると判定する第２ステップと、検出情報に含まれる物体のうち、第１ステップにより正常認識された物体であると判定された物体に関する検出情報を正常検出物体情報として出力する第３ステップとを有するものである。

本発明によれば、検出部で得られた物体の検出情報が正常認識であるか誤認識であるかを判別するに当たり、物体の検知回数に応じた判定値を適切に設定しておき、検知回数と判定値との組合せにより、高精度で、かつ検知回数によらずに同等の精度で、物体認識処理を実行できる構成を備えている。この結果、特に車両周辺の障害物の誤検知を改善し、車両周辺の障害物の検知性能の信頼性を向上させることのできる物体検知装置および物体検知方法を得ることができる。

本発明の実施の形態１から３に係る物体検知装置のブロック構成図である。 本発明の実施の形態１に係る物体検知装置で実行される一連処理を示したフローチャートである。 本発明の実施の形態２に係る物体検知装置で実行される一連処理を示したフローチャートである。 本発明の実施の形態３に係る物体検知装置で実行される一連処理を示したフローチャートである。

以下、本発明の物体検知装置および物体検知方法の好適な実施の形態につき図面を用いて説明する。

実施の形態１．
本実施の形態１に係る物体検知装置および物体検知方法は、障害物の検出回数があらかじめ決められた回数Ｎ回以上である場合における誤認識判定を行うための構成および処理を備えている点に技術的特徴を有するものである。

図１は、本発明の実施の形態１に係る物体検知装置のブロック構成図である。また、図２は、本発明の実施の形態１に係る物体検知装置で実行される一連処理を示したフローチャートである。以下では、これらの図１、図２を用いて、実施の形態１における処理について詳細に説明する。

＜ブロック図の説明＞
図１に示した物体検知装置１は、例えば、車両に備えられており、車両周辺を撮像するカメラ２、およびＥＣＵ３を備えて構成されている。

カメラ２は、車両周辺を撮像し、その画像から車両周辺の障害物を検出するセンサである。このカメラ２は、具体的なハードウェア構成としては、レンズを通して得られた被写体の光学像を電子信号に変換する撮像素子、各種演算処理や情報処理を行うＣＰＵ、ＣＰＵの作業領域としての揮発性の記憶部のＲＡＭ、および不揮発性の記憶部であるメモリを備える。

このようなハードウェア構成を有するカメラ２は、図１に示すように、撮像部２１および検出部２２の各ブロックを備えている。撮像部２１は、車両周辺の様子を撮像して周囲の状況の画像を取得する。一方、検出部２２は、撮像部２１により取得された画像に対して画像認識処理を施すことで、所望の障害物を抽出する。具体的には、検出部２２は、障害物の位置や検出した結果の種類、障害物のＩＤ、検出した結果の信頼度などを、抽出した障害物の特性を示す検出情報として出力することができる

信頼度としては、例えば、画像処理による認識率を採用する、あるいは、認識率の範囲を複数に分けてランク付けしておき、認識率に応じたランクを採用することもできる。

ＥＣＵ３は、通常のコンピュータと同様の構成であり、各種演算処理や情報処理を行うＣＰＵ、ＣＰＵの作業領域としての揮発性の記憶部のＲＡＭ、および不揮発性の記憶部であるメモリを備える。このメモリに、本発明の一連処理を実行するためのプログラムを記憶させておく。

このようなハードウェア構成を有するＥＣＵ３は、図１に示すように、判定部３１および制御部３２の各ブロックを備えている。判定部３１は、カメラ２の検出部２２から得られた障害物の検出情報に対して、その障害物が誤認識であるか否かを判定する。一方、制御部３２は、判定部３１で得られた結果を用いて正常検出物体情報の出力を制御する。

このような構成を有する物体検知装置１は、本発明による新たな処理を組み込んだ車両周辺の障害物検知処理の一連手順を実行する。図２は、本発明の実施の形態１に係る物体検知装置１により実行される車両周辺の障害物検知処理の一連手順を示すフローチャートである。図２の処理手順は、あらかじめプログラム化され、例えば、ＥＣＵ３のメモリに記憶されている。

＜フローチャートの説明＞
次に、図２のフローチャートについて、詳細に説明する。なお、図２および以下の説明で用いる各符号は、以下の内容を意味している。
Ｏｂｊ_i：ｉ番目の検出物体
ｋ_i：Ｏｂｊ_iの初回検知からの更新回数
Ｑ_i：Ｏｂｊ_iの信頼度
Ｑ_i、k：Ｏｂｊ_iの更新回数ｋ_i回目における信頼度
Ｔｈｒｅｓｈ１_i：Ｏｂｊ_iを出力するか否かを判断する判定値
Ｔｈｒｅｓｈ２_i：Ｏｂｊ_iを登録維持するか削除するかを判断する判定値であり、Ｔｈｒｅｓｈ１_iよりも低い値

まず、ステップＳ１０１において、ＥＣＵ３は、あらかじめ決められている初期化処理を行う。その後、ステップＳ１０２において、ＥＣＵ３は、画像から得られた検出情報をカメラ２から受け取り、新規に検出した物体が存在するか否かを判断する。

つまり、ＥＣＵ３は、カメラ２から取得した検出情報に含まれている物体が、ＲＡＭに登録されているか否かを判断する。新規に検出した物体があると判断された場合（ステップＳ１０２：Ｙｅｓ）には、ステップＳ１０３に進み、新規に検出した物体がないと判断された場合（ステップＳ１０２：Ｎｏ）には、ステップＳ１０４に進む。

ステップＳ１０３に進んだ場合、ＥＣＵ３は、新規検知物体Ｏｂｊ_newの情報をＲＡＭ上に登録し、更新回数ｋ_newをｋ_new＝０、信頼度Ｑ_newをＱ_new＝０として初期化を行う。その後、ステップＳ１０４に進む。

ステップＳ１０４からステップＳ１１６においては、ＥＣＵ３は、ＲＡＭ上に登録されている検知物体の中から１つの物体を選択して、誤認識の判定処理を行う。

ステップＳ１０４において、ＥＣＵ３は、ＲＡＭ上に登録されている検知物体の中から、更新処理が行われていない検知物体を一つ選択する。この物体をＯｂｊ_iとする。その後、ステップＳ１０５に進む。

次に、ステップＳ１０５において、ＥＣＵ３は、選択した物体Ｏｂｊ_iに関して、新規検知からの検出更新回数を表すｋ_iの値をインクリメント（ｋ_i＝ｋ_i＋１）して、ステップＳ１０６に進む。

次に、ステップＳ１０６において、ＥＣＵ３は、Ｏｂｊ_iに対応する検知物体がカメラ２の検出部２２から受け取った検出情報に含まれているか否かを判断する。Ｏｂｊ_iに該当する検知物体が検出情報に含まれていると判断された場合（ステップＳ１０６：Ｙｅｓ）には、ステップＳ１０８に進み、Ｏｂｊ_iに該当する検知物体が検出情報に含まれていないと判断された場合（ステップＳ１０６：Ｎｏ）には、ステップＳ１０７に進む。

ステップＳ１０７に進んだ場合、ＥＣＵ３は、Ｏｂｊ_iの更新回数ｋ_i回目における信頼度Ｑ_i,kを０にして、ステップＳ１０８に進む。

ステップＳ１０８において、ＥＣＵ３は、直近Ｎ回の信頼度の和を算出するために、Ｏｂｊ_iの（ｋ_i−Ｎ）回目の信頼度、すなわち、Ｎ回のうちの最古の信頼度であるＱ_i,kーNを、Ｏｂｊ_iの信頼度を表すＱ_iから減算する。

次に、ステップＳ１０９において、ＥＣＵ３は、更新前の信頼度Ｑ_iの値に、Ｏｂｊ_iのｋ_i回目の信頼度を加算して、（ｋ_i−Ｎ＋１）回目から現在のｋ_i回目までのＮ個の信頼度の合計値を算出し、ステップＳ１１０に進む。これらのステップＳ１０８およびステップＳ１０９の処理により、直近Ｎ回の加算値が、Ｏｂｊ_iの信頼度Ｑ_iとして算出できる。

次に、ステップＳ１１０において、ＥＣＵ３は、Ｏｂｊ_iの初回検知からの更新回数ｋ_iに応じて、判定値Ｔｈｒｅｓｈ１と判定値Ｔｈｒｅｓｈ２を更新して、ステップＳ１１１に進む。

一例として、ＥＣＵ３は、更新回数が少ないほど高い値を判定値としてあらかじめ設定しておき、更新回数が多いほど低い値を判定値として設定しておくことができる。ここで、更新回数に相当する検知回数が多くなるほど、誤認識でないことがより確実となる。そこで、このような場合には、判定値をより低く設定しても、正常認識か誤認識かの識別を高精度に実施することができる。

一方、検知回数が少ない場合には、より高く設定した判定値を用いることで、誤認識であった結果を正常認識であったと誤って判断してしまうことを確実に防止できる。すなわち、本発明は、検知回数に応じた判定値を適切に設定しておき、検知回数と判定値との組合せにより正常認識と誤認識との識別を行うことで、高精度で、かつ検知回数によらずに同等の精度で、物体認識処理を実行できる。

次に、ステップＳ１１１において、ＥＣＵ３は、Ｏｂｊ_iの信頼度Ｑ_iと判定値Ｔｈｒｅｓｈ１との比較を行い、ｋ_i回目の検出が正常検知か否かを判断する。Ｑ_i＞＝Ｔｈｒｅｓｈ１と判断された場合（ステップＳ１１１：Ｙｅｓ）には、ステップＳ１１３に進む。一方、Ｑ_i＜Ｔｈｒｅｓｈ１と判断された場合（ステップＳ１１１：Ｎｏ）には、ステップＳ１１２に進む。

ステップＳ１１２に進んだ場合、ＥＣＵ３は、Ｏｂｊ_iの信頼度Ｑ_iと判定値Ｔｈｒｅｓｈ２との比較を行い、ＲＡＭ上に登録されたＯｂｊ_iの登録を維持するか削除するかを判断する。Ｑ_i＞＝Ｔｈｒｅｓｈ２と判断された場合（ステップＳ１１２：Ｙｅｓ）には、ステップＳ１１４に進む。一方、Ｑ_i＜Ｔｈｒｅｓｈ２と判断された場合（ステップＳ１１２：Ｎｏ）には、ステップＳ１１５に進む。

ステップＳ１１３に進んだ場合には、信頼度が十分に高いと判断されたことに相当し、ＥＣＵ３は、Ｏｂｊ_iを正常検知と判定し、正常検出物体情報として出力して、ステップＳ１１６に進む。

ステップＳ１１４に進んだ場合には、信頼度が十分に高くないと判断されたことに相当し、ＥＣＵ３は、正常検出物体情報を出力しない。ただし、ＥＣＵ３は、検出の登録情報からはＯｂｊ_iを削除せず、ＲＡＭ上に維持しておく。その後、ステップＳ１１６に進む。

ステップＳ１１５に進んだ場合には、信頼度が非常に低いと判断されたことに相当し、ＥＣＵ３は、正常検出物体情報を出力しない。さらに、ＥＣＵ３は、Ｏｂｊ_iをＲＡＭ上からも削除し、登録削除を実行する。その後、ステップＳ１１６に進む。

そして、ステップＳ１１６において、ＥＣＵ３は、Ｏｂｊ_iの更新処理が終了したことを示すフラグをセットして、ステップＳ１１７に進む。

次に、ステップＳ１１７において、ＥＣＵ３は、ＲＡＭ上に登録されている検知物体の更新処理がすべて終了したか否かを判断する。すべての検知物体の更新処理が終了していると判断された場合（ステップＳ１１７：Ｙｅｓ）には、ステップＳ１１８に進む。

一方、更新処理が終了していない検知物体があると判断された場合（ステップＳ１１７：Ｎｏ）には、ステップＳ１０４に戻り、ＥＣＵ３は、更新処理が終了していない検知物体に対して、ステップＳ１０４以降の同様の処理を行う。

最終的に、ステップＳ１１８に進むことで、カメラ２の検出部２２の１検出周期に対する誤認識判定処理が終了となり、ステップＳ１０２に戻る。そして、ＥＣＵ３は、カメラ２から次の検出情報を受信するまで、ステップＳ１０２で待機する。以上が、図２の一連処理の手順である。

次に、図２に示したこのような一連処理を行う本実施の形態１に係る発明の技術的意義について説明する。図２に示した処理手順によって、ＥＣＵ３は、本来ならば検出すべてきではない対象を障害物であると判定してしまう誤認識を削減できる。通常の場合、誤認識をした検出結果は、信頼度Ｑ_i,kが低い値として出力される。

この信頼度の低い誤認識の検出結果に対しては、１回の検出結果の信頼度の値Ｑ_i,kと判定値（Ｔｈｒｅｓｈ１）を比較することで、誤認識と判別することができる。しかし、検出部２２から出力される結果の中には、検出すべきでない対象であっても、偶発的に信頼度が高い値として検出結果が出力されることが、頻度が低いながらも発生する。

このような信頼度が高い値となってしまった誤認識に対して、前述した１回の検出結果の信頼度Ｑ_i,kと判定値との比較を行っただけでは、その検出結果が誤認識であると判別することは容易ではない。判定値を大きくすることで誤認識であると判別することは可能であるが、本来、正常な検出結果である障害物まで、障害物が存在しないと誤った判別をしてしまい、未検出が発生してしまうおそれがある。

このような問題を回避するために、本実施の形態１では、複数回の検出結果を加味して、正常認識と誤認識の識別を行っている。具体的には、本実施の形態１に係る手法は、直近の複数回の信頼度Ｑ_i,kの和である信頼度Ｑ_iを用いて、検出結果の誤認識／正常認識の判別を行っている。このため、複数回のうち１回のみ偶発的に信頼度が高くなったとしても、他の信頼度が低いため、複数回の信頼度の和Ｑ_iは小さな値となる。従って、本実施の形態１に係る手法を採用することで、偶発的に信頼度が高くなった場合であっても、誤認識であるという正しい判定が可能となる。

なお、誤認識の検出結果に対する場合と同様に、正常認識の検出結果に対しても、本実施の形態１に係る手法は、適応可能である。つまり、正常認識ではあるものの偶発的に信頼度Ｑ_i,kが低い検出結果に対しても、直近の複数回の信頼度Ｑ_i,kの和である信頼度Ｑ_iの値は、大きくなる。従って、本実施の形態１に係る手法を採用することで、偶発的に信頼度が低くなった場合であっても、正常認識であると正しく判定できる。

実施の形態２
先の実施の形態１では、障害物の検出回数があらかじめ決められた回数Ｎ回以上である場合における誤認識判定を行うための構成および処理について説明した。これに対して、本実施の形態２では、障害物の検出が初回検知からＮ回未満の場合における誤認識判定を行うための構成および処理について説明する。

ブロック構成図は、先の図１と同一である。また、図３は、本発明の実施の形態２に係る物体検知装置で実行される一連処理を示したフローチャートである。そこで、以下では、図１によるブロック図の説明は省略し、図３を用いて、本実施の形態２における処理について、詳細に説明する。

＜フローチャートの説明＞
図３のフローチャートについて、詳細に説明する。なお、図３および以下の説明で用いる各符号は、先の実施の形態１における各符号と同一の内容を意味している。

まず、ステップＳ２０１において、ＥＣＵ３は、あらかじめ決められている初期化処理を行う。その後、ステップＳ２０２において、ＥＣＵ３は、画像から得られた検出情報をカメラ２から受け取り、新規に検出した物体が存在するか否かを判断する。

つまり、ＥＣＵ３は、カメラ２から取得した検出情報に含まれている物体が、ＲＡＭに登録されているか否かを判断する。新規に検出した物体があると判断された場合（ステップＳ２０２：Ｙｅｓ）には、ステップＳ２０３に進み、新規に検出した物体がないと判断された場合（ステップＳ２０２：Ｎｏ）には、ステップＳ２０４に進む。

ステップＳ２０３に進んだ場合、ＥＣＵ３は、新規検知物体Ｏｂｊ_newの情報をＲＡＭ上に登録し、更新回数ｋ_newをｋ_new＝０、信頼度Ｑ_newをＱ_new＝０として初期化を行う。その後、ステップＳ２０４に進む。

ステップＳ２０４からステップＳ２１５においては、ＥＣＵ３は、ＲＡＭ上に登録されている検知物体の中から１つの物体を選択して、誤認識の判定処理を行う。

ステップＳ２０４において、ＥＣＵ３は、ＲＡＭ上に登録されている検知物体の中から、更新処理が行われていない検知物体を一つ選択する。この物体をＯｂｊ_iとする。その後、ステップＳ２０５に進む。

次に、ステップＳ２０５において、ＥＣＵ３は、選択した物体Ｏｂｊ_iに関して、新規検知からの検出更新回数を表すｋ_iの値をインクリメント（ｋ_i＝ｋ_i＋１）して、ステップＳ２０６に進む。

次に、ステップＳ２０６において、ＥＣＵ３は、Ｏｂｊ_iに対応する検知物体がカメラ２の検出部２２から受け取った検出情報に含まれているか否かを判断する。Ｏｂｊ_iに該当する検知物体が検出情報に含まれていると判断された場合（ステップＳ２０６：Ｙｅｓ）は、ステップＳ２０８に進み、Ｏｂｊ_iに該当する検知物体が検出情報に含まれていないと判断された場合（ステップＳ２０６：Ｎｏ）には、ステップＳ２０７に進む。

ステップＳ２０７に進んだ場合、ＥＣＵ３は、Ｏｂｊ_iの更新回数ｋ_i回目における信頼度Ｑ_i,kを０にして、ステップＳ２０８に進む。

ステップＳ２０８において、ＥＣＵ３は、更新前の信頼度Ｑ_iの値に、Ｏｂｊ_iのｋ_i回目の信頼度を加算して、ステップＳ２０９に進む。このような加算処理により、検出回数がＮ回未満の場合の、ｋ_i回目までの累積値が、Ｏｂｊ_iの信頼度Ｑ_iとして算出できる。

次に、ステップＳ２０９において、ＥＣＵ３は、Ｏｂｊ_iの初回検知からの更新回数ｋ_iに応じて、判定値Ｔｈｒｅｓｈ１と判定値Ｔｈｒｅｓｈ２を更新して、ステップＳ２１０に進む。

次に、ステップＳ２１０において、ＥＣＵ３は、Ｏｂｊ_iの信頼度Ｑ_iと判定値Ｔｈｒｅｓｈ１との比較を行い、ｋ_i回目の検出が正常検知か否かを判断する。Ｑ_i＞＝Ｔｈｒｅｓｈ１と判断された場合（ステップＳ２１０：Ｙｅｓ）には、ステップＳ２１２に進む。一方、Ｑ_i＜Ｔｈｒｅｓｈ１と判断された場合（ステップＳ２１０：Ｎｏ）には、ステップＳ２１１に進む。

ステップＳ２１１に進んだ場合、ＥＣＵ３は、Ｏｂｊ_iの信頼度Ｑ_iと判定値Ｔｈｒｅｓｈ２との比較を行い、ＲＡＭ上に登録されたＯｂｊ_iの登録を維持するか除するかを判断する。Ｑ_i＞＝Ｔｈｒｅｓｈ２と判断された場合（ステップＳ２１１：Ｙｅｓ）には、ステップＳ２１３に進む。一方、Ｑ_i＜Ｔｈｒｅｓｈ２と判断された場合（ステップＳ２１２：Ｎｏ）には、ステップＳ２１４に進む。

ステップＳ２１２に進んだ場合には、信頼度が十分に高いと判断されたことに相当し、ＥＣＵ３は、Ｏｂｊ_iを正常検知と判定し、正常検出物体情報として出力して、ステップＳ２１５に進む。

ステップＳ２１３に進んだ場合には、信頼度が十分に高くないと判断されたことに相当し、ＥＣＵ３は、正常検出物体情報を出力しない。ただし、ＥＣＵ３は、検出の登録情報からはＯｂｊ_iを削除せず、ＲＡＭ上に維持しておく。その後、ステップＳ２１５に進む。

ステップＳ２１４に進んだ場合には、信頼度が非常に低いと判断されたことに相当し、ＥＣＵ３は、正常検出物体情報を出力しない。さらに、ＥＣＵ３は、Ｏｂｊ_iをＲＡＭ上からも削除し、登録削除を実行する。その後、ステップＳ２１５に進む。

そして、ステップＳ２１５において、ＥＣＵ３は、Ｏｂｊ_iの更新処理が終了したことを示すフラグをセットして、ステップＳ２１６に進む。

次に、ステップＳ２１６において、ＥＣＵ３は、ＲＡＭ上に登録されている検知物体の更新処理がすべて終了したか否かを判断する。すべての検知物体の更新処理が終了していると判断された場合（ステップＳ２１６：Ｙｅｓ）には、ステップＳ２１７に進む。

一方、更新処理が終了していない検知物体があると判断された場合（ステップＳ２１６：Ｎｏ）には、ステップＳ２０４に戻り、ＥＣＵ３は、更新処理が終了していない検知物体に対して、ステップＳ１０４以降の同様の処理を行う。

最終的に、ステップＳ２１７に進むことで、カメラ２の検出部２２の１検出周期に対する誤認識判定処理が終了となり、ステップＳ１０２に戻る。そして、ＥＣＵ３は、カメラ２から次の検出情報を受信するまで、ステップＳ１０２で待機する。以上が、図３の一連処理の手順である。

次に、図３に示したこのような一連処理を行う本実施の形態２に係る発明の技術的意義について説明する。実施の形態２においても、先の実施の形態１の場合と同様に、本来ならば検出すべてきではない対象が障害物であるとして、カメラ２の検出部２２から出力された場合にも、誤認識であることを確実に判別することができる。

このときに、初回のからの更新回数ｋの値に応じて、判定値Ｔｈｒｅｓｈ１と判定値Ｔｈｒｅｓｈ２の値は、例えば、ｋの値に比例し増加させるなどによって、適切に変化させることができる。そして、実施の形態１と同様に、本実施の形態２における判定部３１は、適切な値に変化させた判定値Ｔｈｒｅｓｈ１と判定値Ｔｈｒｅｓｈ２を用いて、検出結果の妥当性を判断することができる。

この結果、初回検知からＮ回未満の検出結果において、偶発的に信頼度が高い値として検出部２２から出力された、本来は信頼度Ｑ_i,kが低い誤認識の検出結果を、複数回にわたる加算結果に基づいて誤認識であると適切に判定することが可能となる。

誤認識を判定する他の方法としては、連続検知の回数から誤検知を判定する方法がある。しかしながら、この方法の場合、複数回連続して検知することで、ようやく正常認識と判定することとなる。このため、たとえ信頼度Ｑ_i,kが大きくても、正常認識と判定するまでに時間遅れが発生する。

一方で、本実施の形態２の手法を採用する場合には、信頼度Ｑ_i,kが十分に大きい場合、もしくは信頼度Ｑ_i,kが非常に小さい場合には、ＥＣＵ３は、時間遅れが小さい状態で、正常認識であるか誤認識である化の識別判定を行うことが可能となる利点もある。

実施の形態３．
先の実施の形態１では、障害物の検出回数があらかじめ決められた回数Ｎ回以上である場合における誤認識判定を行うための構成および処理について説明した。また、先の実施の形態２では、障害物の検出が初回検知からＮ回未満の場合における誤認識判定を行うための構成および処理について説明した。

これに対して、本実施の形態３では、障害物の検出が、初回検知から検知回数によらない場合における誤認識判定を行うための構成および処理について説明する。換言すると、本実施の形態３では、実施の形態１と実施の形態２の処理機能を併せ持つ場合について説明する。

ブロック構成図は、先の図１と同一である。また、図４は、本発明の実施の形態３に係る物体検知装置で実行される一連処理を示したフローチャートである。そこで、以下では、図１によるブロック図の説明は省略し、図４を用いて、本実施の形態３における処理について、詳細に説明する。

＜フローチャートの説明＞
図４のフローチャートについて、詳細に説明する。なお、図４および以下の説明で用いる各符号は、先の実施の形態１、２における各符号と同一の内容を意味している。

まず、ステップＳ３０１みおいて、ＥＣＵ３は、あらかじめ決められている初期化処理を行う。その後、ステップＳ３０２において、ＥＣＵ３は、画像から得られた検出情報をカメラ２から受け取り、新規に検出した物体が存在するか否かを判断する。

つまり、ＥＣＵ３は、カメラ２から取得した検出情報と一致する物体が、ＲＡＭに保存されている検知物体であるか否かを判断する。新規に検出した物体があると判断された場合（ステップＳ３０２：Ｙｅｓ）には、ステップＳ３０３に進み、新規に検出した物体がないと判断された場合（ステップＳ３０２：Ｎｏ）には、ステップＳ３０４に進む。

ステップＳ３０３に進んだ場合、ＥＣＵ３は、新規検知物体Ｏｂｊ_newの情報をＲＡＭ上に登録し、更新回数ｋ_newをｋ_new＝０、信頼度Ｑ_newをＱ_new＝０として初期化を行う。その後、ステップＳ３０４に進む。

ステップＳ３０４からステップＳ３１７においては、ＥＣＵ３は、ＲＡＭ上に登録されている検知物体の中から１つの物体を選択して、誤認識の判定処理を行う。

ステップＳ３０４において、ＥＣＵ３は、ＲＡＭ上に登録されている検知物体の中から、更新処理が行われていない検知物体を一つ選択する。この物体をＯｂｊ_iとする。その後、ステップＳ３０５に進む。

次に、ステップＳ３０５において、ＥＣＵ３は、選択した物体Ｏｂｊ_iに関して、新規検知からの検出更新回数を表すｋ_iの値をインクリメント（ｋ_i＝ｋ_i＋１）して、ステップＳ３０６に進む。

次に、ステップＳ３０６において、ＥＣＵ３は、Ｏｂｊ_iに対応する検知物体がカメラ２の検出部２２から受け取った検出情報に含まれているか否かを判断する。Ｏｂｊ_iに該当する検知物体が検出情報に含まれていると判断された場合（ステップＳ３０６：Ｙｅｓ）には、ステップＳ３０７に進み、Ｏｂｊ_iに該当する検知物体が検出情報に含まれていないと判断された場合（ステップＳ３０６：Ｎｏ）には、ステップＳ３０８に進む。

ステップＳ３０７に進んだ場合、ＥＣＵ３は、Ｏｂｊ_iの更新回数ｋ_i回目における信頼度Ｑ_i,kを０にして、ステップＳ３０８に進む。

ステップＳ３０８において、ＥＣＵ３は、Ｏｂｊ_iが初回検知されてからの更新回数が、あらかじめ決められた回数Ｎ回以上であるか否かを判断する。Ｎ＞＝ｋ_iの場合には（ステップＳ３０８：Ｙｅｓ）、更新回数がＮ回以上であるため、ステップＳ３０９に進む。それ以外の場合には、更新回数がＮ回未満である（ステップＳ３０９：Ｎｏ）ため、ステップＳ３１０に進む。

ステップＳ３０９に進んだ場合、ＥＣＵ３は、直近Ｎ回の信頼度の和を算出するために、Ｏｂｊ_iの（ｋ_i−Ｎ）回目の信頼度、すなわち、Ｎ回のうちの最古の信頼度であるＱ_i,kーNを、Ｏｂｊ_iの信頼度を表すＱ_iから減算する。

次に、ステップＳ３１０において、ＥＣＵ３は、更新前の信頼度Ｑ_iの値に、Ｏｂｊ_iのｋ_i回目の信頼度を加算して、（ｋ_i−Ｎ＋１）回目から現在のｋ_i回目までのＮ個の信頼度の合計値を算出し、ステップＳ３１１に進む。

これらのステップＳ３０８、ステップＳ３０９、ステップＳ３１０の処理によって、初回検知からＮ回以上の場合には、Ｏｂｊ_iの信頼度を表すＱ_iは、Ｏｂｊ_iの直近Ｎ回の信頼度の和として算出できる。一方、更新回数がＮ回未満の場合には、ｋ_i回目までの累積値が、Ｏｂｊ_iの信頼度Ｑ_iとして算出できる。

次に、ステップＳ３１１において、ＥＣＵ３は、Ｏｂｊ_iの初回検知からの更新回数ｋ_iに応じて、判定値Ｔｈｒｅｓｈ１と判定値Ｔｈｒｅｓｈ２を更新して、ステップＳ３１２に進む。

次に、ステップＳ３１２において、ＥＣＵ３は、Ｏｂｊ_iの信頼度Ｑ_iと判定値Ｔｈｒｅｓｈ１との比較を行い、ｋ_i回目の検出が正常検知か否かを判断する。Ｑ_i＞＝Ｔｈｒｅｓｈ１と判断された場合（ステップＳ３１２：Ｙｅｓ）には、ステップＳ３１４に進む。一方、Ｑ_i＜Ｔｈｒｅｓｈ１と判断された場合（ステップＳ３１２：Ｎｏ）には、ステップＳ３１３に進む。

ステップＳ３１３に進んだ場合、ＥＣＵ３は、Ｏｂｊ_iの信頼度Ｑ_iと判定値Ｔｈｒｅｓｈ２との比較を行い、ＲＡＭ上に登録されたＯｂｊ_iの登録を維持するか削除するかを判断する。Ｑ_i＞＝Ｔｈｒｅｓｈ２と判断された場合（ステップＳ３１３：Ｙｅｓ）には、ステップＳ３１５に進む。一方、Ｑ_i＜Ｔｈｒｅｓｈ２と判断された場合（ステップＳ３１３：Ｎｏ）には、ステップＳ３１６に進む。

ステップＳ３１４に進んだ場合には、信頼度が十分に高いと判断されたことに相当し、ＥＣＵ３は、Ｏｂｊ_iを正常検知と判定し、正常検出物体情報として出力して、ステップＳ３１７に進む。

ステップＳ３１５に進んだ場合には、信頼度が十分に高くないと判断されたことに相当し、ＥＣＵ３は、正常検出物体情報を出力しない。ただし、ＥＣＵ３は、検出の登録情報からはＯｂｊ_iを削除せず、ＲＡＭ上に維持しておく。その後、ステップＳ３１７に進む。

ステップＳ３１６に進んだ場合には、信頼度が非常に低いと判断されたことに相当し、ＥＣＵ３は、正常物体検出情報を出力しない。さらに、ＥＣＵ３は、Ｏｂｊ_iをＲＡＭ上からも削除し、登録削除を実行する。その後、ステップＳ３１７に進む。

そして、ステップＳ３１７において、ＥＣＵ３は、Ｏｂｊ_iの更新処理が終了したことを示すフラグをセットして、ステップＳ３１８に進む。

次に、ステップＳ３１８において、ＥＣＵ３は、ＲＡＭ上に登録されている検知物体の更新処理がすべて終了したか否かを判断する。すべての検知物体の更新処理が終了していると判断された場合（ステップＳ３１８：Ｙｅｓ）には、ステップＳ３１９に進む。

一方、更新処理が終了していない検知物体があると判断された場合（ステップＳ３１８：Ｎｏ）には、ステップＳ３０４に戻り、ＥＣＵ３は、更新処理が終了していない検知物体に対して、ステップＳ３０４以降の同様の処理を行う。

最終的に、ステップＳ３１９に進むことで、カメラ２の検出部２２の１検出周期に対する誤認識判定処理が終了となり、ステップＳ３０２に戻る。そして、ＥＣＵ３は、カメラ２から次の検出情報を受信するまで、ステップＳ３０２で待機する。以上が、図４の処理の手順である。

次に、図４に示したこのような一連処理を行う本実施の形態３に係る発明の技術的意義について説明する。図４の一連処理は、先の実施の形態１による図２と、先の実施の形態３による図３のそれぞれの処理機能を併せ持っている。従って、障害物の検出が、初回検知から検知回数によらずに、誤認識判定を正確に行うことが可能となる。

なお、上記の実施の形態１〜３は、本開示に記載された趣旨の範囲内において、適宜変更してもよい、例えば、実施の形態に１〜３おいて、車両周辺の障害物を検出する構成としては、カメラを用いているが、当該カメラに限定されるものではない。車両周辺の障害物を検出可能なセンサ機能を有するものであれば、カメラ以外を採用することも可能である。

また、実施の形態１〜３においては、検出結果を用いた障害物の存在の判定処理をＥＣＵ３で実行した。しかしながら、カメラ２で取得した画像に対して画像認識処理を実行しているＣＰＵ上で、この判定処理を実行する構成を採用することも可能である。

また、上述した実施の形態１〜３では、検知対象としての物体を「障害物」と称したが、障害物に限定されるものではない。例えば、目標とする物体、接触しても問題ない物体などを検知対象として誤認識判定を行うことも可能である。

さらに、上述した実施の形態１〜３では、自動運転の車両が物体を検知するための物体検知装置および物体検知方法を具体例として説明したが、本発明の適用対象は、車両に限定されるものではない。物体を検知する装置において、誤検知を防止する用途として適用することが可能である。

１ 物体検知装置、２ カメラ、３ ＥＣＵ、２１ 撮像部、２２ 検出部、３１ 判定部、３２ 制御部。

Claims (6)

1. 検出周期ごとに１以上の物体を検出して、検出した物体ごとの信頼度を含む検出情報を出力する検知部と、
   物体ごとに検知回数をインクリメントするとともに、前記検出情報に含まれている前記信頼度について、前記検出周期の直近Ｎ回の加算値を物体ごとに算出し、前記加算値が、前記検知回数に応じてあらかじめ設定された第１閾値以上となる物体を、正常認識された物体であると判定する判定部と、
   前記検出情報に含まれる物体のうち、前記判定部により前記正常認識された物体であると判定された物体に関する検出情報を正常検出物体情報として出力する制御部と
   を備える物体検知装置。
2. 前記判定部は、初回検知からの検知回数がＮ回未満のＭ回である場合には、物体ごとに検知回数をインクリメントするとともに、前記検出情報に含まれている前記信頼度について、前記初回検知からＭ回目までの加算値を物体ごとに算出し、前記加算値が、前記検知回数に応じてあらかじめ設定された第１閾値以上となる物体を、正常認識された物体であると判定する
   請求項１に記載の物体検知装置。
3. 前記判定部は、前記加算値が、前記第１閾値よりも小さい値として前記検知回数に応じてあらかじめ設定された第２閾値未満となる物体については、誤認識された物体であると判定し、該当する物体に関する情報を前記検出情報から削除する
   請求項１または２に記載の物体検知装置。
4. 検知対象である物体ごとの信頼度を含む検出情報を出力する検知器を介して、検出周期ごとに前記検出情報を取得する第１ステップと、
   物体ごとに検知回数をインクリメントするとともに、前記検出情報に含まれている前記信頼度について、前記検出周期の直近Ｎ回の加算値を物体ごとに算出し、前記加算値が、前記検知回数に応じてあらかじめ設定された第１閾値以上となる物体を、正常認識された物体であると判定する第２ステップと、
   前記検出情報に含まれる物体のうち、前記第２ステップにより前記正常認識された物体であると判定された物体に関する検出情報を正常検出物体情報として出力する第３ステップと
   を有する物体検知方法。
5. 前記第２ステップは、初回検知からの検知回数がＮ回未満のＭ回である場合には、物体ごとに検知回数をインクリメントするとともに、前記検出情報に含まれている前記信頼度について、前記初回検知からＭ回目までの加算値を物体ごとに算出し、前記加算値が、前記検知回数に応じてあらかじめ設定された第１閾値以上となる物体を、正常認識された物体であると判定する
   請求項４に記載の物体検知方法。
6. 前記第２ステップは、前記加算値が、前記第１閾値よりも小さい値として前記検知回数に応じてあらかじめ設定された第２閾値未満となる物体については、誤認識された物体であると判定し、該当する物体に関する情報を前記検出情報から削除する
   請求項４または５に記載の物体検知方法。

Images