特許 6428270 軸ずれ検出装置

(19)【発行国】日本国特許庁(JP)

(12)【公報種別】特許公報(B2)

(11)【特許番号】6428270

(24)【登録日】2018年11月9日

(45)【発行日】2018年11月28日

(54)【発明の名称】軸ずれ検出装置

(51)【国際特許分類】

   G01S 7/40 20060101AFI20181119BHJP

   G01S 13/86 20060101ALI20181119BHJP

   G01S 13/93 20060101ALI20181119BHJP

【ＦＩ】

   G01S7/40 134

   G01S13/86

   G01S13/93 220

【請求項の数】6

【全頁数】17

(21)【出願番号】特願2015-1552(P2015-1552)

(22)【出願日】2015年1月7日

(65)【公開番号】特開2016-53563(P2016-53563A)

(43)【公開日】2016年4月14日

【審査請求日】2017年5月25日

(31)【優先権主張番号】特願2014-23686(P2014-23686)

(32)【優先日】2014年2月10日

(33)【優先権主張国】JP

(31)【優先権主張番号】特願2014-178096(P2014-178096)

(32)【優先日】2014年9月2日

(33)【優先権主張国】JP

(73)【特許権者】

【識別番号】000004260

【氏名又は名称】株式会社デンソー

(74)【代理人】

【識別番号】110000578

【氏名又は名称】名古屋国際特許業務法人

(72)【発明者】

【氏名】高木 亮

【審査官】 ▲高▼場 正光

(56)【参考文献】

【文献】 米国特許出願公開第２０１０／００５７２９３（ＵＳ，Ａ１）

【文献】 特開２００４−１０１３４７（ＪＰ，Ａ）

【文献】 特開２００４−１２５７３９（ＪＰ，Ａ）

【文献】 特開２００４−１４４６７１（ＪＰ，Ａ）

【文献】 特開２０１０−２４９６１３（ＪＰ，Ａ）

【文献】 欧州特許出願公開第０１７６０４９１（ＥＰ，Ａ１）

【文献】 特開２００８−２１５９１２（ＪＰ，Ａ）

(58)【調査した分野】（Int.Cl.，ＤＢ名）

ＩＰＣ Ｇ０１Ｓ ７／００− ７／４２

１３／００−１３／９５

(57)【特許請求の範囲】

【請求項1】

レーダセンサ（１０）が自車両の前方に向けてレーダ波を照射するとともにその照射したレーダ波が物標によって反射された反射波を受信した結果に基づき自車両の前方を走行する先行車両のレーダ認識を行うレーダ認識部（３０）と、
画像センサ（２０）が自車両の前方を撮像した撮像画像に基づき自車両の前方を走行する先行車両の画像認識を行う画像認識部（３０）と、
前記レーダ認識部（３０）による先行車両のレーダ認識と前記画像認識部（３０）による先行車両の画像認識とに基づき、先行車両をレーダ認識および画像認識の双方で認識した回数が先行車両を少なくとも画像認識で認識した回数に占める割合を算出し、その算出した割合の値に応じて前記レーダセンサ（１０）に生じた垂直面内での軸ずれを検出する軸ずれ検出部（３０）と、
を備えることを特徴とする軸ずれ検出装置（３０）。

【請求項2】

請求項１に記載の軸ずれ検出装置（３０）において、
前記軸ずれ検出部（３０）は、自車両から先行車両までの距離別に前記割合を算出し、その算出した距離別の前記割合の値に重み付けを行った後に合算した値に応じて前記レーダセンサ（１０）に生じた垂直面内での軸ずれを検出すること
を特徴とする軸ずれ検出装置（３０）。

【請求項3】

請求項１に記載の軸ずれ検出装置（３０）において、
前記軸ずれ検出部（３０）は、自車両から先行車両までの距離別に前記割合を算出し、その算出した距離別の前記割合の値に応じて前記レーダセンサ（１０）に生じた垂直面内での軸ずれを検出すること
を特徴とする軸ずれ検出装置（３０）。

【請求項4】

請求項１〜請求項３の何れか１項に記載の軸ずれ検出装置（３０）において、
前記軸ずれ検出部（３０）は、先行車両の車高別に前記割合を算出し、その算出した車高別の前記割合の値を合算した値に応じて前記レーダセンサ（１０）に生じた垂直面内での軸ずれを検出すること
を特徴とする軸ずれ検出装置（３０）。

【請求項5】

請求項１〜請求項４の何れか１項に記載の軸ずれ検出装置（３０）において、
前記軸ずれ検出部（３０）は、認識した先行車両の車高が所定値よりも大きいか否かを判定し、車高が所定値よりも大きい先行車両については除外して前記割合を算出すること
を特徴とする軸ずれ検出装置（３０）。

【請求項6】

請求項５に記載の軸ずれ検出装置（３０）において、
前記軸ずれ検出部（３０）は、周囲の照度が閾値以上であるか否かを判断し、周囲の照度が閾値未満である場合において、前記先行車両の車高を検出するセンサを用いて前記先行車両の車高を検出するときには前記所定値を周囲の照度が閾値以上である場合に比べて小さく設定し、一方、前記先行車両の車幅を検出するセンサを用いて前記先行車両の車幅を検出し、検出した前記先行車両の車幅から前記先行車両の車高を推定するときには前記所定値を周囲の照度が閾値以上である場合に比べて大きく設定すること
を特徴とする軸ずれ検出装置（３０）。

【発明の詳細な説明】

【技術分野】

【0001】

本発明は、車両に搭載されるレーダセンサの軸ずれを検出する技術に関する。

【背景技術】

【0002】

従来より、車両の走行安全性を向上させる各種制御を行うために、レーザ光、超音波、ミリ波等のレーダ波を送受信することによって、車両周辺に存在する物標を検知するレーダセンサが用いられている。

【0003】

レーダセンサは、予め定められた照射範囲にレーダ波が照射されるように、車両の予め定められた取付位置に取り付けられている。このため、何らかの要因によってレーダセンサの取付位置にずれが生じると、所定の照射範囲にレーダ波が照射されなくなることにより、物標の検出精度が低下し、車両の走行安全性を向上させる各種制御の精度が低下するという問題が生じ得る。

【0004】

そこで、レーダセンサの軸ずれを検出するための技術が提案されている。
例えば、特許文献１には、静止物標の近傍に他の物標が存在しないことを撮像画像に基づき検出したときに、静止物標におけるレーダ信号の反射点の分布方向と基準方向との差が基準値以上か否かを検出し、レーダセンサの軸ずれ検出に適した状況では軸ずれ検出を行い、適さない状況での軸ずれ検出を回避する点が記載されている。

【0005】

また、特許文献２には、車両走行中に撮像した画像に基づいて検出した消失点とレーザビームの送出方向とに基づいて、レーザビームの送出方向と車両直進方向との間の誤差を検出して、レーザビームの送出方向の補正を行う点が記載されている。

【先行技術文献】

【特許文献】

【0006】

【特許文献1】特開２０１１−２３４６号公報

【特許文献2】特開２００４−２０５３９８号公報

【発明の概要】

【発明が解決しようとする課題】

【0007】

しかし、上述の特許文献１に記載の技術では、レーダセンサの水平面内での軸ずれを検出することはできるものの、レーダセンサの垂直面内での軸ずれを検出することはできないという問題があった。

【0008】

また、上述の特許文献２に記載の技術では、車両の走行時に撮像された画像に基づいた消失点を基に、レーザビームの送出方向の補正を行うことはできるが、車両の走行時にレーダセンサの軸ずれを検出することはできないという問題があった。

【0009】

本発明は、このような課題に鑑みなされたものであり、その目的とするところは、車両に搭載されるレーダセンサの垂直面内での軸ずれを車両走行時に精度良く検出する技術を提供することにある。

【課題を解決するための手段】

【0010】

本発明の軸ずれ検出装置によれば、レーダ認識部が自車両の前方を走行する先行車両のレーダ認識を行い、画像認識部が自車両の前方を撮像した撮像画像に基づき自車両の前方を走行する先行車両の画像認識を行い、軸ずれ検出部が、レーダ認識部による先行車両のレーダ認識と画像認識部による先行車両の画像認識とに基づき、先行車両をレーダ認識および画像認識の双方で認識した回数が先行車両を少なくとも画像認識で認識した回数に占める割合を算出し、その算出した割合の値に応じてレーダセンサに生じた垂直面内での軸ずれを検出する。

【0011】

したがって、車両に搭載されるレーダセンサの垂直面内での軸ずれを車両走行時に精度良く検出することができる。

【図面の簡単な説明】

【0012】

【図1】運転支援システム１の構成を示すブロック図である。

【図2】レーダセンサ１０および画像センサ２０の検知範囲を示す説明図である。

【図3】垂直軸ずれ検出処理を表すフローチャートである。

【図4】距離別車両検知状態カウント処理を表すフローチャートおよび説明図である。

【図5】ＦＳＮ割合演算処理および非正常認識割合演算処理を表す説明図である。

【図6】自車両から先行車までの距離とＦＳＮ割合との関係を示すグラフである。

【図7】垂直軸ずれ量演算処理を表す説明図である。

【図8】距離別車両検知状態カウント処理の変形例を表す説明図である。

【図9】ＦＳＮ割合演算処理および非正常認識割合演算処理の変形例を表す説明図である。

【図10】垂直軸ずれ検出処理を説明する説明図である。

【図11】距離別車両検知状態カウント処理の変形例を表す説明図である。

【図12】垂直軸ずれ検出処理を説明する説明図である。

【図13】垂直軸ずれ検出処理を説明する説明図である。

【図14】垂直軸ずれ検出処理を説明する説明図である。

【発明を実施するための形態】

【0013】

以下に本発明の実施形態を図面とともに説明する。
［１．運転支援システム１の構成の説明］
本実施形態の運転支援システム１は、レーダセンサ１０と、画像センサ２０と、物標認識装置３０と、運転支援実行装置４０と、から構成され、物標認識装置３０が、レーダセンサ１０、画像センサ２０および運転支援実行装置４０のそれぞれと通信可能に接続されている。なお、レーダセンサ１０は、自車両の前方に設定された探査領域に向けてレーダ波を照射し、その反射波を受信する。また、画像センサ２０は、自車両の前方に設定された探査領域を撮像する。また、物標認識装置３０は、レーダセンサ１０および画像センサ２０での検出結果に従って、探査領域内に存在する各種物標を認識する。また、運転支援実行装置４０は、物標認識装置３０での処理結果（物標情報）に従い、各種車載機器を制御して所定の運転支援を実行する。以下に、運転支援システム１の各構成について具体的に説明する。

【0014】

［１．１．レーダセンサ１０の構成の説明］
レーダセンサ１０は、自車両の前方に設定され、後述する物標検出装置（特に通常検出処理）３０とともに、ミリ波を利用して所定の探査領域内に存在する物標を検知する周知のＦＭＣＷ（Frequency Modulated Continuous Wave）レーダを構成する。

【0015】

具体的には、レーダセンサ１０は、車両の前端部に配置され、時間に対して周波数を直線的に上昇（上り変調）および下降（下り変調）させた送信波を探査領域に向けて送信し、前方の物標で反射された電波を受信し、送信波と受信波とをミキシングして、レーダセンサ１０と物標との距離Ｒ及び相対速度Ｖに対応したビート周波数をもつビート信号を抽出する。

【0016】

但し、レーダセンサ１０は、送信アンテナ及び受信アンテナのうち少なくとも一方がアレイアンテナによって構成され、送信アンテナと受信アンテナの組み合わせをチャンネルと呼ぶものとして、チャンネル毎にビート信号を抽出している。レーダセンサ１０は、ビート信号を、ＡＤコンバータによってＡＤ変換して出力する。出力されたビート信号は、物標認識装置３０に入力される。

【0017】

［１．２．画像センサ２０の構成の説明］
画像センサ２０は、自車両の前側における中央付近に配置されたＣＣＤカメラからなり、このＣＣＤカメラは、レーダセンサ１０の検知範囲より広い角度範囲を検知範囲とする（図２参照）。画像センサ２０は、ＣＣＤカメラで撮像した撮像データに対して、テンプレートマッチング等の周知の画像処理を行うことにより、撮像範囲内に存在する所定の物標（車両、歩行者等）を検出する。

【0018】

そして、画像センサ２０は、この処理により検出された物標（以下、画像物標という）の情報を画像物標情報として物標認識装置３０へ送信する。なお、画像物標情報には、検出した画像物標の種類、大きさ、位置（距離、方位）についての情報が少なくとも含まれている。

【0019】

［１．３．物標認識装置３０の構成の説明］
物標認識装置３０は、ＣＰＵ、ＲＯＭ、ＲＡＭからなるマイクロコンピュータを中心に構成され、更に高速フーリエ変換（ＦＦＴ）等の信号処理を実行するためのデジタルシグナルプロセッサ（ＤＳＰ）を備える。物標認識装置３０は、画像センサ２０から取得した画像物標情報およびレーダセンサ１０から取得したビート信号に従って、運転支援実行装置４０に提供するための物標情報を生成する物標認識処理や、レーダセンサ１０に生じた垂直面内での軸ずれを検出する垂直軸ずれ検出処理等を実行する。なお、物標認識処理については公知技術に従うのでここではその詳細な説明は省略する。また、垂直軸ずれ検出処理について後述する。

【0020】

なお、物標認識装置３０は、軸ずれ検出装置に該当するとともに、レーダ認識部、画像認識部および軸ずれ検出部に該当する。
［１．４．運転支援実行装置４０の構成の説明］
運転支援実行装置４０は、制御対象となる車載機器として、各種画像を表示するモニタや、警報音や案内音声を出力するスピーカを少なくとも備える。また、運転支援実行装置４０は、制御対象となる車載機器として、さらに、自車両に搭載された内燃機関、パワートレイン機構、ブレーキ機構等を制御する各種制御装置を含んでいてもよい。

【0021】

［２．垂直軸ずれ検出処理の説明］
次に、運転支援システム１の物標認識装置３０が実行する垂直軸ずれ検出処理について図３のフローチャートを参照して説明する。

【0022】

本処理は、エンジンが始動すると開始される。また、本処理は、開始後にエンジンが停止すると終了する。
まず、最初のステップＳ１０では、距離別車両検知状態カウント処理を実行する。なお、距離別車両検知状態カウント処理の詳細については後述する。その後、Ｓ２０に移行する。

【0023】

Ｓ２０では、ＦＳＮ割合演算処理を実行する。なお、ＦＳＮ割合演算処理の詳細については後述する。その後、Ｓ３０に移行する。
Ｓ３０では、非正常認識割合演算処理を実行する。なお、非正常認識割合演算処理の詳細については後述する。その後、Ｓ４０に移行する。

【0024】

Ｓ４０では、垂直軸ずれ量演算処理を実行する。なお、垂直軸ずれ量演算処理の詳細については後述する。その後、Ｓ１０に戻る。
［２．１．距離別車両検知状態カウント処理の説明］
次に、垂直軸ずれ検出処理のサブルーチンである距離別車両検知状態カウント処理について図４のフローチャートを参照して説明する。

【0025】

本処理は、垂直軸ずれ検出処理の実行中にＳ１０の距離別車両検知状態カウント処理に移行した際に実行される。
まず、最初のステップＳ１１１０では、画像物標とミリ波物標とがＦＳＮであるか否かを判断する。なお、画像物標とは、画像センサ２０によって画像認識された先行車両を指し、ミリ波物標とは、レーダセンサ１０によってレーダ認識された先行車両を指す。また、ＦＳＮとは、認識された先行車両が、レーダセンサ１０によるレーダ認識と画像センサ２０による画像認識の双方で認識されたことを言う。ここでは、認識された先行車両が、レーダセンサ１０によるレーダ認識と画像センサ２０による画像認識の双方で認識されたか否かを判断する。肯定判断である場合には（Ｓ１１１０：ＹＥＳ）、Ｓ１１２０に移行する。一方、否定判断である場合には（Ｓ１１１０：ＮＯ）、Ｓ１１３０に移行する。

【0026】

Ｓ１１２０では、物標距離判定を行う。具体的には、自車両とレーダ認識および画像認識された先行車両との間の距離を判定する。なお、この物標距離判定には、レーダ認識の結果または画像認識の結果の何れを用いてもよい。その後、Ｓ１１４０に移行する。

【0027】

Ｓ１１３０では、物標距離判定を行う。具体的には、自車両と画像認識された先行車両との間の距離を判定する。なお、この物標距離判定には、画像認識の結果を用いる。その後、Ｓ１１７０に移行する。

【0028】

Ｓ１１４０では、ミリ波非正常認識であるか否かを判断する。具体的には、レーダセンサ１０によるレーダ認識が正常な認識ではなかったか否かを判断する。肯定判断である場合には（Ｓ１１４０：ＹＥＳ）、Ｓ１１６０に移行する。一方、否定判断である場合には（Ｓ１１４０：ＮＯ）、Ｓ１１５０に移行する。

【0029】

Ｓ１１５０では、距離別ミリ波通常ＦＳＮ回数カウンタをインクリメントする。具体的には、図４（ｂ）に例示する距離判定表を参照して、Ｓ１１２０で判定した自車両と先行車両との間の距離が該当する距離別ミリ波通常ＦＳＮ回数カウンタをインクリメントする。なお、距離別ミリ波通常ＦＳＮ回数カウンタとは、先行車両が正常にレーダ認識された回数を示すカウンタであり、距離領域ごとに設定されている。また、距離判定表には、図４（ｂ）に例示するように、０ｍから１００ｍまでは１０ｍ刻みで距離領域が設定され、１００ｍ以上は一つの距離領域が設定されており、各距離領域に距離インデックス「１」〜「１１」がそれぞれ付されている。なお、距離判定表の設定内容については、１０ｍ以外の刻みや距離領域数であってもよい。その後、本処理を終了する。

【0030】

Ｓ１１６０では、距離別ミリ波非正常認識回数カウンタをインクリメントする。具体的には、図４（ｂ）に例示する距離判定表を参照して、Ｓ１１２０で判定した自車両と先行車両との間の距離が該当する距離別ミリ波非正常認識回数カウンタをインクリメントする。なお、距離別ミリ波非正常認識回数カウンタとは、先行車両が非正常にレーダ認識された回数を示すカウンタであり、距離領域ごとに設定されている。その後、本処理を終了する。

【0031】

Ｓ１１７０では、画像単独検知回数カウンタをインクリメントする。具体的には、図４（ｂ）に例示する距離判定表を参照して、Ｓ１１３０で判定した自車両と先行車両との間の距離が該当する画像単独検知回数カウンタをインクリメントする。なお、画像単独検知回数カウンタとは、先行車両がレーザ認識はされずに画像認識のみされた回数を示すカウンタであり、距離領域ごとに設定されている。その後、本処理を終了する。

【0032】

［２．２．ＦＳＮ割合演算処理の説明］
次に、垂直軸ずれ検出処理のサブルーチンであるＦＳＮ割合演算処理について図５を参照して説明する。

【0033】

本処理は、垂直軸ずれ検出処理の実行中にＳ２０のＦＳＮ割合演算処理に移行した際に実行される。
まず、距離別ミリ波通常ＦＳＮ回数カウンタの値に距離別ミリ波通常ＦＳＮ回数係数を乗算するとともに、距離別ミリ波非正常認識回数カウンタの値に距離別ミリ波非正常認識回数係数を乗算し、画像単独検知回数カウンタの値に画像単独検知回数係数を乗算する（図５（ａ）参照）。なお、距離別ミリ波通常ＦＳＮ回数係数、距離別ミリ波非正常認識回数係数および画像単独検知回数係数については、距離別ミリ波通常ＦＳＮ回数カウンタ、距離別ミリ波非正常認識回数カウンタおよび画像単独検知回数カウンタに対して重み付けを行うために、実験等により予め設定される。一例を挙げると、図６（ａ）に例示する自車両から先行車までの距離とＦＳＮ割合との関係を示すグラフからも明らかなように、自車両から先行車までの距離が小さい領域では、レーダセンサ１０に軸ずれが生じていない場合のＦＳＮ割合の値とレーダセンサ１０に軸ずれが生じている場合のＦＳＮ割合の値との差異が小さく、一方、自車両から先行車までの距離が大きい領域では、レーダセンサ１０に軸ずれが生じていない場合のＦＳＮ割合の値とレーダセンサ１０に軸ずれが生じている場合のＦＳＮ割合の値との差異が大きくなる傾向があるので、例えば、前者の距離領域の重み付けを相対的に小さくするともに後者の距離領域の重み付けを相対的に大きくなるような係数を設定するといった具合である。図６に例示するケースでは、先行車両との距離がαｍ未満のカウンタに対して数値「０」の係数θを掛け合わせることで、差が出にくい距離領域の情報を削除して、全体の精度を向上させている（図６（ｂ）参照）。

【0034】

続いて、ＦＳＮ割合を算出する。具体的には、重み付け後の距離別ミリ波通常ＦＳＮ回数カウンタの値を、重み付け後の距離別ミリ波通常ＦＳＮ回数カウンタの値と重み付け後の距離別ミリ波非正常認識回数カウンタの値と重み付け後の画像単独検知回数カウンタの値とを加算した値で除算し、百分率（％）で表す（図５（ｂ）参照）。

【0035】

その後、本処理を終了する。
［２．３．非正常認識割合演算処理の説明］
次に、垂直軸ずれ検出処理のサブルーチンである非正常認識割合演算処理について図５を参照して説明する。

【0036】

本処理は、垂直軸ずれ検出処理の実行中にＳ３０の非正常認識割合演算処理に移行した際に実行される。
まず、距離別ミリ波通常ＦＳＮ回数カウンタの値に距離別ミリ波通常ＦＳＮ回数係数を乗算するとともに、距離別ミリ波非正常認識回数カウンタの値に距離別ミリ波非正常認識回数係数を乗算する（図５（ａ）参照）。

【0037】

続いて、非正常認識ＦＳＮ割合を算出する。具体的には、重み付け後の距離別ミリ波非正常認識回数カウンタの値を、重み付け後の距離別ミリ波通常ＦＳＮ回数カウンタの値と重み付け後の距離別ミリ波非正常認識回数カウンタの値とを加算した値で除算し、百分率（％）で表す（図５（ｃ）参照）。

【0038】

その後、本処理を終了する。
［２．４．垂直軸ずれ量演算処理の説明］
次に、垂直軸ずれ検出処理のサブルーチンである垂直軸ずれ量演算処理について図７を参照して説明する。

【0039】

本処理は、垂直軸ずれ検出処理の実行中にＳ４０の垂直軸ずれ量演算処理に移行した際に実行される。
ここでは、Ｓ２０で算出したＦＳＮ割合およびＳ３０で算出した非正常認識割合に応じて、レーダセンサ１０に生じた垂直面での軸ずれ量（垂直軸ずれ量）を推定する（垂直軸ずれ推定量）。具体的には、図７（ａ）に例示するマップを参照して、算出したＦＳＮ割合および非正常認識割合が該当するマップ上の領域を特定し、その特定した領域に割り当てられた値の垂直軸ずれ量が発生していると判定する（図７（ｂ）参照）。なお、上記マップ上の各領域および各領域に割り当てられた垂直軸ずれ量の値については、実験等により予め設定される。例えば、ＦＳＮ割合については、ＦＳＮ割合の値が大きいと垂直軸ずれ量が小さく、ＦＳＮ割合の値が小さいと垂直軸ずれ量が大きい傾向があり、非正常認識割合については、非正常認識割合の値が大きいと垂直軸ずれ量がプラスであり、非正常認識割合の値が小さいと垂直軸ずれ量がマイナスである傾向があるので、これに従って上記マップ上の各領域および各領域に割り当てられた垂直軸ずれ量の値を設定するといった具合である。また、図７（ｂ）の例では、ＦＳＮ割合がＸ％であり、非正常認識割合がＹ％である場合には、垂直軸ずれ量として「−αｄｅｇ」と推定するといった具合である。

【0040】

その後、本処理を終了する。
［３．実施形態の効果］
このように本実施形態の運転支援システム１によれば、物標認識装置３０が自車両の前方を走行する先行車両のレーダ認識を行うとともに、自車両の前方を撮像した撮像画像に基づき自車両の前方を走行する先行車両の画像認識を行い、先行車両のレーダ認識および画像認識に基づき、先行車両をレーダ認識および画像認識の双方で認識した回数が先行車両を少なくとも画像認識で認識した回数に占める割合を算出し、その算出した割合の値に応じてレーダセンサ１０に生じた垂直面内での軸ずれを検出する（図１０（ａ）および（ｂ）参照）。

【0041】

したがって、車両に搭載されるレーダセンサ１０の垂直面内での軸ずれを車両走行時に精度良く検出することができる。
［４．他の実施形態］
以上、本発明の一実施形態について説明したが、本発明は上記実施形態に限定されるものではなく、以下のような様々な態様にて実施することが可能である。

【0042】

（１）上記実施形態では、レーダセンサ１０は、ミリ波を利用して所定の探査領域内に存在する物標を検知するよう構成されているが、これには限られず、レーザ光や超音波など他のレーダ波を利用して所定の探査領域内に存在する物標を検知するよう構成してもよい。

【0043】

（２）上記実施形態では、物標認識装置３０が、先行車両のレーダ認識および画像認識に基づき、レーダセンサ１０に生じた垂直面内での軸ずれを検出するが、この際に、先行車両の車高を考慮するようにしてもよい。

【0044】

これは、車高の高い車両については、軸ずれの影響が生じにくいため、軸ずれ判定の対象から除外するためである。
具体的には、上述の垂直軸ずれ検出処理の実行中にＳ１０の距離別車両検知状態カウント処理に移行した際に、図８に例示する別実施形態の距離別車両検知状態カウント処理を実行するとともに、Ｓ２０のＦＳＮ割合演算処理に移行した際に、図９に例示する別実施形態のＦＳＮ割合演算処理を実行し、Ｓ３０の非正常認識割合演算処理に移行した際に、図９に例示する別実施形態の非正常認識割合演算処理を実行する。なお、Ｓ４０の垂直軸ずれ量演算処理に移行した際に実行する垂直軸ずれ量演算処理については上記実施形態の垂直軸ずれ量演算処理と同様である。

【0045】

以下に、別実施形態の距離別車両検知状態カウント処理、別実施形態のＦＳＮ割合演算処理および別実施形態の非正常認識割合演算処理について順に説明する。また、別実施形態の垂直軸ずれ検出処理の効果についても説明する。

【0046】

（２−１）別実施形態の距離別車両検知状態カウント処理（図８参照）
まず、垂直軸ずれ検出処理の実行中にＳ１０の距離別車両検知状態カウント処理に移行した際に実行する別実施形態の距離別車両検知状態カウント処理について説明する。

【0047】

まず、最初のステップＳ１２０５では、画像物標とミリ波物標とがＦＳＮであるか否かを判断する。ここでは、認識された先行車両が、レーダセンサ１０によるレーダ認識と画像センサ２０による画像認識の双方で認識されたか否かを判断する。肯定判断である場合には（Ｓ１２０５：ＹＥＳ）、Ｓ１２１０に移行する。一方、否定判断である場合には（Ｓ１２０５：ＮＯ）、Ｓ１２１５に移行する。

【0048】

Ｓ１２１０では、物標距離判定を行う。具体的には、自車両とレーダ認識および画像認識された先行車両との間の距離を判定する。なお、この物標距離判定には、レーダ認識の結果または画像認識の結果の何れを用いてもよい。その後、Ｓ１２２０に移行する。

【0049】

Ｓ１２１５では、物標距離判定を行う。具体的には、自車両と画像認識された先行車両との間の距離を判定する。なお、この物標距離判定には、画像認識の結果を用いる。その後、Ｓ１２３５に移行する。

【0050】

Ｓ１２２０では、ミリ波非正常認識であるか否かを判断する。具体的には、レーダセンサ１０によるレーダ認識が正常な認識ではなかったか否かを判断する。肯定判断である場合には（Ｓ１２２０：ＹＥＳ）、Ｓ１２３０に移行する。一方、否定判断である場合には（Ｓ１２２０：ＮＯ）、Ｓ１２２５に移行する。

【0051】

Ｓ１２２５では、先行車両の車高は高いか否かを判断する。具体的には、画像認識の結果を用いて、先行車両の車高が所定値よりも大きいか否かを判断する。なお、所定値とは、軸ずれ検出の精度を高めるためにトラックなどの車高の高い先行車両を除外する目的で設定される値であり、実験等により予め設定される（図１０（ｃ）および（ｄ）参照）。肯定判断である場合には（Ｓ１２２５：ＹＥＳ）、Ｓ１２４５に移行する。一方、否定判断である場合には（Ｓ１２２５：ＮＯ）、Ｓ１２４０に移行する。

【0052】

Ｓ１２３０では、先行車両の車高は高いか否かを判断する。具体的には、画像認識の結果を用いて、先行車両の車高が所定値よりも大きいか否かを判断する。肯定判断である場合には（Ｓ１２３０：ＹＥＳ）、Ｓ１２５５に移行する。一方、否定判断である場合には（Ｓ１２３０：ＮＯ）、Ｓ１２５０に移行する。

【0053】

Ｓ１２３５では、先行車両の車高は高いか否かを判断する。具体的には、画像認識の結果を用いて、先行車両の車高が所定値よりも大きいか否かを判断する。肯定判断である場合には（Ｓ１２３５：ＹＥＳ）、Ｓ１２６５に移行する。一方、否定判断である場合には（Ｓ１２３５：ＮＯ）、Ｓ１２６０に移行する。

【0054】

Ｓ１２４０では、低車高車両用距離別ミリ波通常ＦＳＮ回数カウンタをインクリメントする。具体的には、図８（ｂ）に例示する距離判定表を参照して、Ｓ１２１０で判定した自車両と先行車両との間の距離が該当する低車高車両用距離別ミリ波通常ＦＳＮ回数カウンタをインクリメントする。なお、この距離判定表は、図４（ｂ）に例示する距離判定表と同様であるが、異なる設定内容としてもよい。なお、低車高車両用距離別ミリ波通常ＦＳＮ回数カウンタとは、車高が所定値未満である先行車両が正常にレーダ認識された回数を示すカウンタであり、距離領域ごとに設定されている。その後、本処理を終了する。

【0055】

Ｓ１２４５では、高車高車両用距離別ミリ波通常ＦＳＮ回数カウンタをインクリメントする。具体的には、図８（ｂ）に例示する距離判定表を参照して、Ｓ１２１０で判定した自車両と先行車両との間の距離が該当する高車高車両用距離別ミリ波通常ＦＳＮ回数カウンタをインクリメントする。なお、高車高車両用距離別ミリ波通常ＦＳＮ回数カウンタとは、車高が所定値より大きい先行車両が正常にレーダ認識された回数を示すカウンタであり、距離領域ごとに設定されている。その後、本処理を終了する。

【0056】

Ｓ１２５０では、低車高車両用距離別ミリ波非正常認識回数カウンタをインクリメントする。具体的には、図８（ｂ）に例示する距離判定表を参照して、Ｓ１２１０で判定した自車両と先行車両との間の距離が該当する低車高車両用距離別ミリ波非正常認識回数カウンタをインクリメントする。なお、低車高車両用距離別ミリ波非正常認識回数カウンタとは、車高が所定値未満である先行車両が非正常にレーダ認識された回数を示すカウンタであり、距離領域ごとに設定されている。その後、本処理を終了する。

【0057】

Ｓ１２５５では、高車高車両用距離別ミリ波非正常認識回数カウンタをインクリメントする。具体的には、図８（ｂ）に例示する距離判定表を参照して、Ｓ１２１０で判定した自車両と先行車両との間の距離が該当する高車高車両用距離別ミリ波非正常認識回数カウンタをインクリメントする。なお、高車高車両用距離別ミリ波非正常認識回数カウンタとは、車高が所定値よりも大きい先行車両が非正常にレーダ認識された回数を示すカウンタであり、距離領域ごとに設定されている。その後、本処理を終了する。

【0058】

Ｓ１２６０では、低車高車両用距離別画像単独検知回数カウンタをインクリメントする。具体的には、図８（ｂ）に例示する距離判定表を参照して、Ｓ１２１５で判定した自車両と先行車両との間の距離が該当する低車高車両用距離別画像単独検知回数カウンタをインクリメントする。なお、低車高車両用距離別画像単独検知回数カウンタとは、車高が所定値未満である先行車両がレーザ認識はされずに画像認識のみされた回数を示すカウンタであり、距離領域ごとに設定されている。その後、本処理を終了する。

【0059】

Ｓ１２６５では、高車高車両用距離別画像単独検知回数カウンタをインクリメントする。具体的には、図８（ｂ）に例示する距離判定表を参照して、Ｓ１２１５で判定した自車両と先行車両との間の距離が該当する高車高車両用距離別画像単独検知回数カウンタをインクリメントする。なお、高車高車両用距離別画像単独検知回数カウンタとは、車高が所定値よりも大きい先行車両がレーザ認識はされずに画像認識のみされた回数を示すカウンタであり、距離領域ごとに設定されている。その後、本処理を終了する。

【0060】

なお、Ｓ１２２５、Ｓ１２３０およびＳ１２３５で用いられる所定値については、昼夜判定によって可変としてもよい。図１１を参照して説明する。
すなわち、まず、周囲の照度によって昼夜を判定する。照度センサを用いて周囲の照度を検知し、検知した照度値が所定の閾値以上である場合に昼間であると判定し、検知した照度値が所定の閾値未満である場合に夜間であると判定する。

【0061】

ここで、先行車両の車高を直接検知するセンサを使用する場合においては、昼判定の場合には、先行車両の車高を判定するための判定閾値（所定値）を通常の値に設定し、一方、夜判定の場合には、前記判定閾値（所定値）を昼判定の場合に比べて小さく設定する。これは、昼間の場合には、地面から車両の天井までの高さを正確に検出しやすいが、夜間の場合には、周囲の照度が低いために、タイヤ付近が道路の色と同化しやすく、先行車両の車高を小さめに検出しがちとなるためである。

【0062】

また、先行車両の車幅を検出するセンサを用いて先行車両の車幅を検出し、検出した先行車両の車幅から先行車両の車高を推定する場合においては、昼判定の場合には、前記判定閾値（所定値）を通常の値に設定し、一方、夜判定の場合には、前記判定閾値（所定値）を昼判定の場合に比べて大きく設定する。これは、昼間の場合には、先行車両の車幅を正確に検出しやすいが、夜間の場合には、車両の両端にあるブレーキランプの光やハザードランプの光によって車両の外側にエッジが存在するように見え、車幅を実際よりも大きめに検出しがちとなるためである。

【0063】

このように所定値を昼夜判定によって可変とすることにより、車高判定の精度を向上させることができる。
（２−２）別実施形態のＦＳＮ割合演算処理（図９参照）
次に、垂直軸ずれ検出処理の実行中にＳ２０のＦＳＮ割合演算処理に移行した際に実行する別実施形態のＦＳＮ割合演算処理について説明する。

【0064】

まず、二種類の距離別ミリ波通常ＦＳＮ回数カウンタの値それぞれに所定の係数を乗算して加算するとともに、二種類の距離別ミリ波非正常認識回数カウンタの値それぞれに所定の係数を乗算して加算し、二種類の画像単独検知回数カウンタの値それぞれに所定の係数を乗算して加算する（図９（ａ）参照）。なお、各係数については、上記各種カウンタに対して重み付けを行うために、実験等により予め設定される。

【0065】

続いて、ＦＳＮ割合を算出する。具体的には、重み付け後の距離別ミリ波通常ＦＳＮ回数カウンタの値を、重み付け後の距離別ミリ波通常ＦＳＮ回数カウンタの値と重み付け後の距離別ミリ波非正常認識回数カウンタの値と重み付け後の画像単独検知回数カウンタの値とを加算した値で除算し、百分率（％）で表す（図９（ｂ）参照）。

【0066】

その後、本処理を終了する。
（２−３）別実施形態の非正常認識割合演算処理（図９参照）
次に、垂直軸ずれ検出処理の実行中にＳ３０の非正常認識割合演算処理に移行した際に実行する別実施形態の非正常認識割合演算処理について説明する。

【0067】

まず、二種類の距離別ミリ波通常ＦＳＮ回数カウンタの値それぞれに所定の係数を乗算して加算するとともに、二種類の距離別ミリ波非正常認識回数カウンタの値それぞれに所定の係数を乗算して加算する（図９（ａ）参照）。

【0068】

続いて、非正常認識ＦＳＮ割合を算出する。具体的には、重み付け後の距離別ミリ波非正常認識回数カウンタの値を、重み付け後の距離別ミリ波通常ＦＳＮ回数カウンタの値と重み付け後の距離別ミリ波非正常認識回数カウンタの値とを加算した値で除算し、百分率（％）で表す（図９（ｃ）参照）。

【0069】

その後、本処理を終了する。
（２−４）別実施形態の垂直軸ずれ検出処理の効果
このような別実施形態の垂直軸ずれ検出処理によれば、上記実施形態の垂直軸ずれ検出処理と同様に、車両に搭載されるレーダセンサ１０の垂直面内での軸ずれを車両走行時に精度良く検出することができるとともに、レーダセンサ１０の垂直面内での軸ずれを検出する精度を更に向上させることができる。

【0070】

（３）上記実施形態では、図６に例示するように、ＦＳＮ割合の差が小さい近距離領域においては、係数を掛け合わせることによって、その領域の情報を利用しないようにしているが、これには限られず、全体のサンプル数に対する近距離データや遠距離データの割合に応じて軸ずれ判定を確定させるようにしてもよい。一例を挙げると、全体のサンプル数に対する近距離データの割合が所定値未満である場合には軸ずれ判定を確定し、一方、全体のサンプル数に対する近距離データの割合が所定値以上である場合には軸ずれ判定を確定しないようにするとよい。また、全体のサンプル数に対する遠距離データの割合が所定値以上である場合には軸ずれ判定を確定し、一方、全体のサンプル数に対する遠距離データの割合が所定値未満である場合には軸ずれ判定を確定しないようにしてもよい。また、上述の近距離データに関する要件と、上述の遠距離データに関する要件を組み合わせてもよい。一例を挙げると、全体のサンプル数に対する近距離データの割合および遠距離データの割合が所定条件を満たす場合には軸ずれ判定を確定し、満たさない場合には軸ずれ判定を確定しないようにするといった具合である。

【0071】

このように、近距離データを完全に利用しなくなるのではなく、近距離データの割合が所定値未満である場合には、軸ずれ判定を確定することで、軸ずれ判定に要する時間が長くなり過ぎないようにすることができる。

【0072】

（４）自車両が走行する地点での走行路の傾斜角度と先行車両が走行する地点での走行路の傾斜角度との差分に応じて軸ずれ検出処理の可否を判断するようにしてもよい。具体的には、図１２に例示するように、自車両が走行する地点での走行路の傾斜角度と先行車両が走行する地点での走行路の傾斜角度との差分θを算出し、その算出した差分に応じて先行車両を軸ずれ検出処理の対象とするか否かを判断する。例えば、上記差分が予め設定した閾値未満である場合には先行車両を軸ずれ検出処理の対象とする肯定判断を行い、上記差分が閾値よりも大きい場合には先行車両を軸ずれ検出処理の対象としない否定判断を行うといった具合である。肯定判断の場合には軸ずれ検出処理を実行し、否定判断の場合には前記軸ずれ検出処理を実行しない。

【0073】

自車両が走行する地点での走行路の傾斜角度については、自車両が搭載する傾斜センサの出力から算出する。先行車両が走行する地点での走行路の傾斜角度については、図１３に例示するように、画像認識により、画像センサ２０のＦＯＥ（消失点、Focus Of Expansion）、先行車両の車両幅、自車両と先行車両との間の距離などから推定する。また、上記差分θの算出については、超音波やミリ波等のレーダ波を用いる垂直スキャンによる検出結果を利用してもよいし、カーナビゲーションなどに搭載されているロケータから取得される情報を利用してよい。

【0074】

また、図１２（ａ）に例示するように、先行車両が走行する走行路が上向きの傾斜面（登り坂）である場合には、下向きの軸ずれが生じていないことに関しての信頼度を高めることも考えられる。一例を挙げると、先行車両が走行する走行路の上向きの傾斜角度が大きくなるに従って図５（ａ）に示す「距離別ミリ波通常ＦＳＮ回数係数」の値を数値「１．０」から大きくするといった具合である。また、図１２（ｂ）に例示するように、先行車両が走行する走行路が下向きの傾斜面（下り坂）である場合には、上向きの軸ずれが生じていないことに関しての信頼度を高めることも考えられる。一例を挙げると、先行車両が走行する走行路の下向きの傾斜角度が大きくなるに従って図５（ａ）に示す「距離別ミリ波通常ＦＳＮ回数係数」の値を数値「１．０」から大きくするといった具合である。

【0075】

このようにすれば、精度が悪い状況下での軸ずれ判定を排除することができる。また、車両に搭載されるレーダセンサ１０の垂直面内での軸ずれを車両走行時に精度良く検出することができる。

【0076】

（５）自車両が走行する地点での走行路の傾斜角度から先行車両が走行する地点での走行路の傾斜角度へ変化する傾斜変化点を考慮して軸ずれ検出処理の可否を判断するようにしてもよい。具体的には、図１２に例示するように、自車両が走行する地点での走行路の傾斜角度から先行車両が走行する地点での走行路の傾斜角度へ変化する傾斜変化点を算出し、その算出した変化点を自車両が通過するまでは軸ずれ検出処理を実行せず、通過後には軸ずれ検出処理を実行する。

【0077】

図１４に例示するように、画像センサ２０の表示画像に設定された所定枠内の先行車両を判定対象とする。自車両から対象である先行車両までの距離によって、上記枠を変化させる。自車両から先行車両までの距離が小さく、先行車両が近距離にある場合には、図１４（ａ）に例示するように、表示画像中の所定枠の位置を下方に設定する。また、自車両から先行車両までの距離が大きく、先行車両が遠距離にある場合には、図１４（ｂ）に例示するように、表示画像中の所定枠の位置を上方に設定するといった具合である。

【0078】

このようにすれば、精度が悪い状況下での軸ずれ判定を排除することができる。また、車両に搭載されるレーダセンサ１０の垂直面内での軸ずれを車両走行時に精度良く検出することができる。

【符号の説明】

【0079】

１…運転支援システム、１０…レーダセンサ、２０…画像センサ、３０…物標認識装置、４０…運転支援実行装置。

【図1】

【図2】

【図3】

【図4】

【図5】

【図6】

【図7】

【図8】

【図9】

【図10】

【図11】

【図12】

【図13】

【図14】