特許 6620175 距離算出装置及び車両制御装置

(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】6620175

(24)【登録日】2019年11月22日

(45)【発行日】2019年12月11日

(54)【発明の名称】距離算出装置及び車両制御装置

(51)【国際特許分類】

   G01C 3/06 20060101AFI20191202BHJP

   G01S 17/87 20060101ALI20191202BHJP

   G01S 17/93 20060101ALI20191202BHJP

   G01S 13/86 20060101ALI20191202BHJP

   G01S 13/93 20060101ALI20191202BHJP

   G08G 1/16 20060101ALI20191202BHJP

   B60W 30/16 20120101ALI20191202BHJP

   H04N 7/18 20060101ALI20191202BHJP

【ＦＩ】

   G01C3/06 130

   G01C3/06 110V

   G01C3/06 120Q

   G01C3/06 140

   G01C3/06 120S

   G01S17/87

   G01S17/93

   G01S13/86

   G01S13/93 220

   G08G1/16 C

   B60W30/16

   H04N7/18 J

【請求項の数】4

【全頁数】14

(21)【出願番号】特願2018-7605(P2018-7605)

(22)【出願日】2018年1月19日

(65)【公開番号】特開2019-128153(P2019-128153A)

(43)【公開日】2019年8月1日

【審査請求日】2018年9月27日

(73)【特許権者】

【識別番号】000005326

【氏名又は名称】本田技研工業株式会社

(74)【代理人】

【識別番号】110000800

【氏名又は名称】特許業務法人創成国際特許事務所

(72)【発明者】

【氏名】安井 裕司

【審査官】 川村 大輔

(56)【参考文献】

【文献】 特開２００７−２６３６６９（ＪＰ，Ａ）

【文献】 特開２０１５−２１９２１２（ＪＰ，Ａ）

【文献】 特開２０１５−１７２９３４（ＪＰ，Ａ）

【文献】 国際公開第２０１２／０３２８０９（ＷＯ，Ａ１）

【文献】 特開２００７−２６３６５７（ＪＰ，Ａ）

【文献】 特開２０１３−１８５９０５（ＪＰ，Ａ）

【文献】 米国特許出願公開第２００２／０１６７７２６（ＵＳ，Ａ１）

(58)【調査した分野】（Int.Cl.，ＤＢ名）

Ｇ０１Ｃ ３／００− ３／０６

(57)【特許請求の範囲】

【請求項1】

車両に搭載され、当該車両と対象物との距離を算出する距離算出装置において、
距離情報を取得する距離情報取得手段と、
当該距離情報を用いて、第１所定領域内のいずれかのポイントとの距離の実測値である実測距離を取得する実測距離取得手段と、
画像情報を取得する画像情報取得手段と、
当該画像情報及び所定の推定アルゴリズムを用いて、前記第１所定領域をすべて含む、当該第１所定領域よりも広い第２所定領域内のいずれかのポイントとの距離の推定値である推定距離を算出する推定距離算出手段と、
前記対象物の少なくとも一部が前記第１所定領域内に位置するときに前記実測距離取得手段によって取得された前記対象物の前記実測距離と、当該対象物の少なくとも一部が前記第１所定領域内に位置するときに前記推定距離算出手段によって算出された前記対象物の前記推定距離との差分を算出する差分算出手段と、
前記対象物の前記実測距離と前記対象物の前記推定距離との前記差分の絶対値が減少するように、前記対象物の前記推定距離を補正するための補正値を算出する補正値算出手段と、
前記対象物が前記第１所定領域内を含む前記第２所定領域内に位置するときに前記推定距離算出手段によって算出された前記対象物の前記推定距離を、前記補正値で補正することにより、前記対象物の補正後距離を算出する補正後距離算出手段と、
を備えることを特徴とする距離算出装置。

【請求項2】

前記距離情報取得手段は、第１カメラと、当該第１カメラよりも高感度の第２カメラとを用いて、ステレオマッチング手法により前記距離情報を取得し、
前記画像情報取得手段は、前記第１カメラを用いて、前記画像情報を取得することを特徴とする請求項１に記載の距離算出装置。

【請求項3】

前記距離情報取得手段は、レーダ及びＬＩＤＡＲの一方を用いて、前記距離情報を取得し、
前記画像情報取得手段は、カメラを用いて、前記画像情報を取得することを特徴とする請求項１に記載の距離算出装置。

【請求項4】

請求項１ないし３のいずれかに記載の距離算出装置を備え、
前記第１所定領域及び前記第２所定領域は、前記車両の前側及び後ろ側の一方の領域であり、
前記対象物の前記補正後距離を用いて、前記車両の駆動力、制動力及び操舵量の少なくとも１つを制御することを特徴とする車両制御装置。

【発明の詳細な説明】

【技術分野】

【0001】

本発明は、車両に搭載され、当該車両と対象物との距離を算出する距離算出装置及び車両制御装置に関する。

【背景技術】

【0002】

従来、距離算出装置として特許文献１に記載されたものが知られている。この距離算出装置は車両に搭載されたステレオカメラ方式のものであり、左右一対のカメラを備えている。左右一対のカメラでは、両者の光軸が、互いの間隔が前方に向かうほどより広くなるように斜めに配置されており、各々の撮像領域は、互いに重複するステレオ視領域と、重複しない非ステレオ視領域とで構成されている。

【0003】

この第２実施形態の距離算出装置の場合、自車両の前方に歩行者がいないときに、ステレオマッチング手法により、ステレオ視領域における左右の撮像画像に基づいて、自車両と先行車両との距離が算出される。

【先行技術文献】

【特許文献】

【0004】

【特許文献1】特開２００５−２４４６３号公報

【発明の概要】

【発明が解決しようとする課題】

【0005】

上記従来の距離算出装置によれば、先行車両などの対象物がステレオ視領域に位置している条件下でのみ、自車両と対象物との距離を算出可能な構成であるので、対象物がステレオ領域と非ステレオ視領域に跨がって存在する場合、非ステレオ領域における対象物の距離を精度よく算出することができず、実用性が低いという問題がある。

【0006】

本発明は、上記課題を解決するためになされたもので、車両と対象物との距離を算出する場合において、良好な算出精度を確保できる領域を拡大することができ、実用性を向上させることができる距離算出装置及び車両制御処理を提供することを目的とする。

【課題を解決するための手段】

【0007】

上記目的を達成するために、本発明は、車両３に搭載され、車両３と対象物との距離を算出する距離算出装置１において、距離情報を取得する距離情報取得手段（左右のカメラ４ａ，４ｂ、レーダ８）と、距離情報を用いて、第１所定領域（重複領域７ｃ，７ｅ）内のいずれかのポイントとの距離の実測値である実測距離Ｘｓ＿ｏ＿ｎを取得する実測距離取得手段（ＥＣＵ２、実測距離算出部１１）と、画像情報を取得する画像情報取得手段（左カメラ４ａ、カメラ４ｃ）と、画像情報及び所定の推定アルゴリズム（深層学習法）を用いて、第１所定領域（重複領域７ｃ，７ｅ）をすべて含む、第１所定領域よりも広い第２所定領域（領域７ａ＋７ｃ、７ｄ＋７ｄ＋７ｅ）内のいずれかのポイントとの距離の推定値である推定距離（第１及び第２推定距離Ｘｎ＿ｏ＿ｎ，Ｘｎ＿ｏ＿ｍ）を算出する推定距離算出手段（ＥＣＵ２、推定位置算出部１２）と、対象物の少なくとも一部が第１所定領域内に位置するときに実測距離取得手段によって取得された対象物の実測距離Ｘｓ＿ｏ＿ｎと、対象物の少なくとも一部が第１所定領域内に位置するときに推定距離算出手段によって算出された対象物の推定距離（第１推定距離Ｘｎ＿ｏ＿ｎ）との差分（誤差信号値Ｅ＿ｉｄ＿ｎ）を算出する差分算出手段（ＥＣＵ２、補正値算出部１３）と、対象物の実測距離と対象物の推定距離との差分の絶対値が減少するように、対象物の推定距離を補正するための補正値Ｋｍｏｄを算出する補正値算出手段（ＥＣＵ２、補正値算出部１３、補正位置算出部１４）と、対象物が第１所定領域内を含む第２所定領域内に位置するときに推定距離算出手段によって算出された対象物の推定距離Ｉｎｄｅｘ＿ｘ＿ｈを、補正値Ｋｍｏｄで補正することにより、対象物の補正後距離（算出距離Ｘ＿ｈ）を算出する補正後距離算出手段（ＥＣＵ２、補正位置算出部１４）と、を備えることが好ましい。

【0008】

この距離算出装置によれば、距離情報取得手段によって距離情報が取得され、この距離情報を用いて、第１所定領域内のいずれかのポイントとの距離の実測値である実測距離が取得され、画像情報取得手段によって画像情報が取得されるとともに、この画像情報及び所定の推定アルゴリズムを用いて、第１所定領域をすべて含む、第１所定領域よりも広い第２所定領域内のいずれかのポイントとの距離の推定値である推定距離が算出される。この場合、推定距離は、第１所定領域をすべて含む、第１所定領域よりも広い第２所定領域内のいずれかのポイントとの距離であるので、実測距離よりも広い領域での距離として算出されることになる。

【0009】

さらに、対象物の少なくとも一部が第１所定領域内に位置するときに実測距離取得手段によって取得された対象物の実測距離と、対象物の少なくとも一部が第１所定領域内に位置するときに推定距離算出手段によって算出された対象物の推定距離との差分が算出される。そして、対象物の実測距離と対象物の推定距離との差分の絶対値が減少するように、対象物の推定距離を補正するための補正値が算出されるので、この補正値は、対象物の少なくとも一部が１所定領域内に位置するときの、対象物の実測距離と対象物の推定距離との誤差を減少させる機能を備えることになる。

【0010】

したがって、対象物が第１所定領域内を含む第２所定領域内に位置するときに推定距離算出手段によって算出された対象物の推定距離を、補正値で補正することにより、対象物の補正後距離が算出されるので、第２所定領域内に位置する対象物の推定距離の算出精度を向上させた値として、補正後距離を算出することができる。その結果、距離情報及び画像情報を用いて、車両と対象物との距離を算出する場合において、良好な算出精度を確保可能な領域を拡大することができ、実用性を向上させることができる（なお、本明細書における「実測距離を取得」などの「取得」は、センサなどによりこの値を直接検出することに限らず、この値をパラメータに基づいて算出／推定することを含む）。

【0011】

本発明において、距離情報取得手段は、第１カメラ（左カメラ４ａ）と、第１カメラよりも高感度の第２カメラ（右カメラ４ｂ）とを用いて、ステレオマッチング手法により距離情報を取得し、画像情報取得手段は、第１カメラ（左カメラ４ａ）を用いて、画像情報を取得することを特徴とすることが好ましい。

【0012】

この距離算出装置によれば、第１カメラと、第１カメラよりも高感度の第２カメラとを用いて、ステレオマッチング手法により距離情報が取得され、この距離情報を用いて、実測距離が取得されるので、実測距離を精度よく取得することができる。また、第１カメラを用いて、画像情報が取得され、この画像情報及び推定アルゴリズムを用いて、推定距離が算出されるので、広い視野領域を確保しながら、推定距離を算出することができる。そして、上述したように、補正後距離が、第２所定領域内に位置する対象物の推定距離の算出精度を向上させた値として算出されるので、第１所定領域よりも広い第２所定領域内において、高い算出精度を確保しながら、補正後距離を算出することができる。

【0013】

本発明において、距離情報取得手段は、レーダ８及びＬＩＤＡＲの一方を用いて、距離情報を取得し、画像情報取得手段は、カメラ４ｃを用いて、画像情報を取得することが好ましい。

【0014】

この距離算出装置によれば、レーダ及びＬＩＤＡＲの一方を用いて、距離情報が取得されるので、雨天や霧などのカメラ画像による距離情報の取得精度が低下するような条件下においても、距離情報を精度よく取得することができ、実測距離の取得精度を向上させることができる。また、カメラを用いて、画像情報が取得されるので、広い視野領域を確保しながら、推定距離を算出することができる。その結果、上述したように、補正後距離が、第２所定領域内に位置する対象物の推定距離の算出精度を向上させた値として算出されるので、第１所定領域よりも広い第２所定領域内において、高い算出精度を確保しながら、補正後距離を算出することができる。

【0017】

本発明に係る車両制御装置は、以上のいずれかの距離算出装置１を備え、第１所定領域及び第２所定領域は、車両３の前側及び後ろ側の一方の領域であり、対象物の補正後距離（算出距離Ｘ＿ｈ）を用いて、車両３の駆動力、制動力及び操舵量の少なくとも１つを制御する（図７／ＳＴＥＰ１〜３）ことが好ましい。

【0018】

この車両制御装置によれば、上述したような算出精度の高い補正後距離を用いて、車両の駆動力、制動力及び操舵量の少なくとも一つを制御することができるので、その制御精度を向上させることができる。

【図面の簡単な説明】

【0019】

【図1】本発明の一実施形態に係る距離算出装置及び車両制御装置と、これらを適用した車両の構成を模式的に示す図である。

【図2】左右のカメラの視野領域を示す図である。

【図3】距離算出装置の機能的な構成を示すブロック図である。

【図4】距離重み関数値Ｗｘ＿ｉの算出に用いるマップの一例を示す図である。

【図5】横位置重み関数値Ｗｙ＿ｊの算出に用いるマップの一例を示す図である。

【図6】補正値Ｋｍｏｄと推定距離Ｉｎｄｅｘ＿ｘ及び推定横位置Ｉｎｄｅｘ＿ｙとの関係の一例を示す図である。

【図7】自動停止制御処理を示すフローチャートである。

【図8】距離算出装置の変形例を示す図である。

【発明を実施するための形態】

【0020】

以下、図面を参照しながら、本発明の一実施形態に係る距離算出装置及び車両制御装置について説明する。なお、本実施形態の車両制御装置は距離算出装置も兼用しているので、以下の説明では、車両制御装置について説明するとともに、その中で、距離算出装置の機能及び構成についても説明する。

【0021】

図１に示すように、この車両制御装置１は、自動運転可能な４輪車両（以下「自車両」という）３に適用されたものであり、この自車両３は、車道の左側通行に対応するように構成されている。車両制御装置１は、ＥＣＵ２を備えており、このＥＣＵ２には、左右のカメラ４ａ，４ｂ（図２参照）、状況検出装置４ｃ、原動機５及びアクチュエータ６が電気的に接続されている。

【0022】

図２に示すように、左右のカメラ４ａ，４ｂは、両者の光軸が自車両３の前方に向うほど、互いの間隔が広くなるとともに、両者の視野領域が、互いに重複する重複領域７ｃ（図中に網掛けで示す領域）と、互いに重複しない左右の非重複領域７ａ，７ｂとを構成するように配置されている。この場合、左右のカメラ４ａ，４ｂの光軸間の角度は、停止線位置などを認識可能な所定角度（例えば数十度）に設定されている。

【0023】

なお、本実施形態では、左カメラが、距離情報取得手段、画像情報取得手段及び第１カメラに相当し、右カメラが距離情報取得手段及び第２カメラに相当する。また、重複領域７ｃが第１所定領域に相当し、左非重複領域７ａと重複領域７ｃを合わせた領域が第２所定領域に相当する。

【0024】

この左カメラ４ａは、三原色の画像を撮影可能なＲＧＢカメラで構成され、右カメラ４ｂは、左カメラ４ａよりも高感度の、白黒画像のみを撮影可能なＣＣＣカメラで構成されている。このＣＣＣカメラは、画素値としてクリア（白色）のみを出力するものである。

【0025】

ＥＣＵ２は、後述するように、左右のカメラ４ａ，４ｂからの画像データに基づいて、自車両３の前方に位置する対象物との距離を算出する。

【0026】

また、状況検出装置４ｃは、ミリ波レーダ、ＧＰＳ及び各種のセンサなどで構成されており、自車両３の位置及び自車両３の進行方向の周辺状況を表す周辺状況データをＥＣＵ２に出力する。

【0027】

原動機５は、例えば、電気モータなどで構成されており、後述する自動停止制御を含む自動運転制御の実行中、ＥＣＵ２によって原動機５の出力が制御される。

【0028】

また、アクチュエータ６は、制動用アクチュエータ及び操舵用アクチュエータなどで構成されており、後述する自動停止制御を含む自動運転制御の実行中、ＥＣＵ２によってアクチュエータ６の動作が制御される。

【0029】

一方、ＥＣＵ２は、ＣＰＵ、ＲＡＭ、ＲＯＭ、Ｅ２ＰＲＯＭ、Ｉ／Ｏインターフェース及び各種の電気回路（いずれも図示せず）などからなるマイクロコンピュータで構成されており、上述した左右のカメラ４ａ，４ｂからの画像データ及び状況検出装置４ｃからの周辺状況データなどに基づいて、後述する自動停止制御を含む自動運転制御などの各種の制御処理を実行する。

【0030】

なお、本実施形態では、ＥＣＵ２が、実測距離取得手段、推定距離算出手段、補正値算出手段及び補正後距離算出手段に相当する。

【0031】

次に、図３を参照しながら、本実施形態の車両制御装置１における距離算出装置としての機能的な構成について説明する。この車両制御装置１は、以下に述べる算出アルゴリズムによって、自車両３の前方に位置する対象物との距離を算出するものであり、以下に述べる算出値はすべてＥ２ＰＲＯＭ内に記憶されるものとする。

【0032】

この場合、歩行者及び車両などの交通参加者、センターライン、走路境界、停止線、交差点の進入位置、交差点通過後の進入路の入口、交差点の右左折先の走路の入口、交差点の中心位置、信号、標識、及び横断歩道などの道路構造物が対象物に相当する。

【0033】

なお、以下の説明では、自車両３の前端の中央位置を原点（基準点）とし、自車両３の前後方向をｘ座標軸、左右方向をｙ座標軸とそれぞれ規定したときの２次元座標系におけるｘ座標値を「距離」といい、ｙ座標値を「横位置」という。

【0034】

図３に示すように、車両制御装置１は、実測距離算出部１１、推定位置算出部１２、補正値算出部１３及び補正位置算出部１４を備えており、これらの要素１１〜１４は、具体的にはＥＣＵ２によって構成されている。

【0035】

この実測距離算出部１１（実測距離取得手段）では、左右のカメラ４ａ，４ｂからの画像データに基づいて、ステレオマッチング手法により、前述した重複領域７ｃ内に位置する対象物の距離の実測値として、Ｎ（Ｎは複数）個の実測距離Ｘｓ＿ｏ＿ｎ（ｎ＝１〜Ｎ）が算出される。このステレオマッチング手法は公知であるので、ここではその説明を省略する。

【0036】

また、推定位置算出部１２（推定距離算出手段）では、左カメラ４ａからの画像データに基づいて、深層ニューラルネットワークを用いた深層学習法により、Ｎ個の第１推定位置（Ｘｎ＿ｏ＿ｎ，Ｙｎ＿ｏ＿ｎ）及びＭ（Ｍは複数）個の第２推定位置（Ｘｎ＿ｏ＿ｍ，Ｙｎ＿ｏ＿ｍ）が算出される。

【0037】

これらのＮ個の第１推定位置（Ｘｎ＿ｏ＿ｎ，Ｙｎ＿ｏ＿ｎ）は、重複領域７ｃ内に存在する対象物の位置の推定値であり、Ｎ個の第１推定距離Ｘｎ＿ｏ＿ｎ（ｎ＝１〜Ｎ）をｘ座標値とし、Ｎ個の第１推定横位置Ｙｎ＿ｏ＿ｎ（ｎ＝１〜Ｎ）をｙ座標値とするものである。

【0038】

また、Ｍ個の第２推定位置（Ｘｎ＿ｏ＿ｍ，Ｙｎ＿ｏ＿ｍ）は、左非重複領域７ａ内に存在する対象物の位置の推定値であり、Ｍ個の第２推定距離Ｘｎ＿ｏ＿ｍ（ｍ＝１〜Ｍ）をｘ座標値とし、Ｍ個の第２推定横位置Ｙｎ＿ｏ＿ｍ（ｍ＝１〜Ｍ）をｙ座標値とするものである。

【0039】

この推定位置算出部１２では、公知の深層学習法により、画像上の対象物の位置、対象物と他の対象物との間の相対位置、対象物の動作速度（又はオプティカルフロー）、対象物と他の対象物との間の速度差、対象物の明るさ／色調などに基づいて、Ｎ個の第１推定位置（Ｘｎ＿ｏ＿ｎ，Ｙｎ＿ｏ＿ｎ）及びＭ個の第２推定位置（Ｘｎ＿ｏ＿ｍ，Ｙｎ＿ｏ＿ｍ）が算出される。

【0040】

さらに、前述した補正値算出部１３（補正値算出手段）では、以下の式（１）〜（３）に示す算出アルゴリズムにより、４つの局所補正値Ｋｍｏｄ＿ｉｊ（ｉ＝１〜２，ｊ＝１〜２）が算出される。なお、以下の説明において、記号（ｋ）付きの各離散データは、所定の制御周期ΔＴ（本実施形態では数百ｍｓｅｃ）に同期してサンプリング又は算出されたデータであることを示しており、記号ｋ（ｋは正の整数）は制御時刻を表している。なお、以下の説明では、各離散データにおける記号（ｋ）を適宜省略する。

【0041】

【数1】

【0042】

【数2】

【0043】

【数3】

【0044】

上式（１）のＥ＿ｉｄ＿ｎ（ｎ＝１〜Ｎ）は、Ｎ個の誤差信号値であり、第１推定距離Ｘｎ＿ｏ＿ｎと実測距離Ｘｓ＿ｏ＿ｎとの偏差として算出される。この場合、実測距離Ｘｓ＿ｏ＿ｎは、左右のカメラ４ａ，４ｂからの画像データに基づいて、ステレオマッチング手法により算出されているので、左カメラ４ａからの画像データのみに基づいて算出されている第１推定距離Ｘｎ＿ｏ＿ｎよりも高い算出精度を備えていると見なすことができる。したがって、誤差信号値Ｅ＿ｉｄ＿ｎは、実測距離Ｘｓ＿ｏ＿ｎに対する第１推定距離Ｘｎ＿ｏ＿ｎの誤差を表すものと見なせる。

【0045】

また、上式（２）のＥ＿ｉｄ＿ｉｊ＿ｎは、局所誤差信号値である。さらに、式（２）のＷｘ＿ｉ（Ｘｎ＿ｏ＿ｎ）は、Ｎ個の距離重み関数値であり、Ｎ個の第１推定距離Ｘｎ＿ｏ＿ｎに応じて、図４に示すマップを検索することにより算出される。一方、式（２）のＷｙ＿ｊ（Ｙｎ＿ｏ＿ｎ）は、Ｎ個の横位置重み関数値であり、Ｎ個の第１推定横位置Ｙｎ＿ｏ＿ｎに応じて、図５に示すマップを検索することにより算出される。さらに、上式（３）のｋｉｄは、ｋｉｄ＜０が成立するように設定される所定の更新ゲインである。

【0046】

以上の式（１）〜（３）を参照すると明らかなように、局所誤差信号値Ｅ＿ｉｄ＿ｉｊ＿ｎは、実測距離Ｘｓ＿ｏ＿ｎに対する第１推定距離Ｘｎ＿ｏ＿ｎの誤差である誤差信号値Ｅ＿ｉｄ＿ｎを、ｘ座標におけるＸｎ＿ｏ＿１〜Ｘｎ＿ｏ＿Ｎの範囲と、ｙ座標におけるＹｎ＿ｏ＿１〜Ｙｎ＿ｏ＿Ｎの範囲で規定される領域に対して、４つの重み関数値Ｗｘ＿ｉ，Ｗｙ＿ｊによって重み付けしながら分配した値として算出される。

【0047】

さらに、４つの局所補正値Ｋｍｏｄ＿ｉｊは、誤差信号値Ｅ＿ｉｄ＿ｉｊ＿ｎの総和の絶対値が値０に収束するように、積算項のみのフィードバック制御アルゴリズムによって算出されるので、４つの局所補正値Ｋｍｏｄ＿ｉｊの算出回数が大きくなるほど（すなわち４つの局所補正値Ｋｍｏｄ＿ｉｊの更新が進むほど）、上述した領域において、実測距離Ｘｓ＿ｏ＿ｎに対する第１推定距離Ｘｎ＿ｏ＿ｎの誤差の絶対値を値０に収束させる機能を備えるように算出されることになる。

【0048】

次いで、補正位置算出部１４（補正値算出手段、補正後距離算出手段）では、まず、下式（４）により、補正値Ｋｍｏｄが算出される。

【0049】

【数4】

【0050】

上式（４）のＩｎｄｅｘ＿ｘ＿ｈ（ｈ＝１〜Ｎ＋Ｍ）は、Ｎ個の第１推定距離Ｘｎ＿ｏ＿ｎとＭ個の第２推定距離Ｘｎ＿ｏ＿ｍの集合に相当するＮ＋Ｍ個の推定距離である。また、式（４）の重み関数Ｗｘ＿ｉ（Ｉｎｄｅｘ＿ｘ＿ｈ）は、Ｎ個の第１推定距離Ｘｎ＿ｏ＿ｎを推定距離Ｉｎｄｅｘ＿ｘ＿ｈとして用いる場合には、前述した図４のマップを用いて算出される一方、Ｍ個の第２推定距離Ｘｎ＿ｏ＿ｍを推定距離Ｉｎｄｅｘ＿ｘ＿ｈとして用いる場合には、前述した図４の横軸を第１推定距離Ｘｎ＿ｏ＿ｎから第２推定距離Ｘｎ＿ｏ＿ｍに置き換えたマップを用いて算出される。

【0051】

さらに、上式（４）のＩｎｄｅｘ＿ｙ＿ｈは、Ｎ個の第１推定横位置Ｙｎ＿ｏ＿ｎとＭ個の第２推定横位置Ｙｎ＿ｏ＿ｍの集合に相当するＮ＋Ｍ個の推定横位置である。また、式（４）の重み関数Ｗｙ＿ｉ（Ｉｎｄｅｘ＿ｙ＿ｈ）は、Ｎ個の第１推定横位置Ｙｎ＿ｏ＿ｎを推定横位置Ｉｎｄｅｘ＿ｙ＿ｈとして用いる場合には、前述した図５のマップを用いて算出される一方、Ｍ個の第２推定横位置Ｙｎ＿ｏ＿ｍを推定横位置Ｉｎｄｅｘ＿ｙ＿ｈとして用いる場合には、前述した図５の横軸を第１推定横位置Ｙｎ＿ｏ＿ｎから第２推定横位置Ｙｎ＿ｏ＿ｍに置き換えたマップを用いて算出される。

【0052】

以上の式（４）により補正値Ｋｍｏｄが算出されるので、補正値Ｋｍｏｄは、前述した４つの局所補正値Ｋｍｏｄ＿ｉｊの機能により、実測距離Ｘｓ＿ｏ＿ｎに対する第１推定距離Ｘｎ＿ｏ＿ｎの誤差の絶対値を値０に収束させる機能を備えるように算出される。

【0053】

また、同じ理由により、補正値Ｋｍｏｄは、推定距離Ｉｎｄｅｘ＿ｘを１座標とし、推定横位置Ｉｎｄｅｘ＿ｙを１座標とする２次元座標系において、Ｎ＋Ｍ個の推定距離Ｉｎｄｅｘ＿ｘ＿ｈで規定される第１所定区間で連続すると同時に、Ｎ＋Ｍ個の推定横位置Ｉｎｄｅｘ＿ｙ＿ｈで規定される第２所定区間で連続する関数値として算出される。その結果、補正値Ｋｍｏｄをこの２次元座標系に対して直交する座標軸に設定した場合、補正値Ｋｍｏｄは、補正面（点描で示す面）を形成する値として算出される（図６参照）。

【0054】

そして、最終的に、下式（５）〜（６）により、Ｎ＋Ｍ個の算出距離Ｘ＿ｈ（ｈ＝１〜Ｎ＋Ｍ）及びＮ＋Ｍ個の算出横位置Ｙ＿ｈが算出される。すなわち、対象物のＮ＋Ｍ個の算出位置（Ｘ＿ｈ，Ｙ＿ｈ）が算出される。なお、本実施形態では、算出距離Ｘ＿ｈが補正後距離に相当する。

【0055】

【数5】

【0056】

【数6】

【0057】

なお、以上の式（１）〜（３）による４つの局所補正値Ｋｍｏｄ＿ｉｊの算出と、式（４）による補正値Ｋｍｏｄの算出は、左右のカメラ４ａ，４ｂにおけるステレオ視が実行できている場合において、適切な対象物が重複領域４ｃ及び左非重複領域７ａ内に跨がって存在している条件下で実行される。

【0058】

一方、上記条件が成立していないとき、例えば、ステレオ視が実行できないとき（トンネル走行中、日陰及び夜間などの右カメラ４ｂで対象物を認識できないとき）、又は適切な対象物が重複領域４ｃ及び左非重複領域７ａ内に跨がって存在していないときには、４つの局所補正値Ｋｍｏｄ＿ｉｊの算出と、補正位置算出部１４における補正値Ｋｍｏｄの算出とが中止され、これらの値はＥ２ＰＲＯＭ内の記憶値に保持される。

【0059】

次に、図７を参照しながら、本実施形態の車両制御装置１による自動停止制御処理について説明する。この自動停止制御処理は、自車両３が停止すべき条件下にあるときに実行されるものであり、以下の説明では、交差点の進入時に進行方向の信号が赤であるときの例について説明する。

【0060】

同図に示すように、まず、Ｅ２ＰＲＯＭ内に記憶されている停止線の算出位置（Ｘ＿ｈ，Ｙ＿ｈ）を読み込む（図７／ＳＴＥＰ１）。これらの算出位置（Ｘ＿ｈ，Ｙ＿ｈ）は、図示しない算出処理において、前述した式（１）〜（６）の算出アルゴリズムにより算出される。

【0061】

次いで、自車両３が停止線の算出位置（Ｘ＿ｈ，Ｙ＿ｈ）、特に算出距離Ｘ＿ｈで適切に停止するように、原動機５を制御する。それにより、原動機５の出力が制御される（図７／ＳＴＥＰ２）

【0062】

さらに、自車両３が停止線の算出位置（Ｘ＿ｈ，Ｙ＿ｈ）、特に算出距離Ｘ＿ｈで適切に停止するように、アクチュエータ６を制御する。それにより、制動力及び操舵量が制御される（図７／ＳＴＥＰ３）。その後、本処理を終了する。

【0063】

以上のように、本実施形態の車両制御装置１によれば、左右のカメラ４ａ，４ｂからの画像データに基づいて、ステレオマッチング手法により、重複領域７ｃ内に位置する対象物の実測距離Ｘｓ＿ｏ＿ｎが算出され、左カメラ４ａからの画像データに基づいて、深層ニューラルネットワークを用いた深層学習法により、重複領域７ｃ内に位置する対象物の第１推定位置（Ｘｎ＿ｏ＿ｎ，Ｙｎ＿ｏ＿ｎ）と、左非重複領域７ａ内に位置する対象物の第２推定位置（Ｘｎ＿ｏ＿ｍ，Ｙｎ＿ｏ＿ｍ）とが算出される。

【0064】

さらに、前述した式（１）〜（３）により、４つの局所補正値Ｋｍｏｄ＿ｉｊが、誤差信号値Ｅ＿ｉｄ＿ｎを、ｘ座標におけるＸｎ＿ｏ＿１〜Ｘｎ＿ｏ＿Ｎの範囲と、ｙ座標におけるＹｎ＿ｏ＿１〜Ｙｎ＿ｏ＿Ｎの範囲で規定される領域に対して、４つの重み関数値Ｗｘ＿ｉ，Ｗｙ＿ｊによって重み付けしながら分配した値として算出され、これら４つの局所補正値Ｋｍｏｄ＿ｉｊを用いて、前述した式（４）により、補正値Ｋｍｏｄが算出される。

【0065】

この場合、４つの局所補正値Ｋｍｏｄ＿ｉｊは、上述した領域において、実測距離Ｘｓ＿ｏ＿ｎに対する第１推定距離Ｘｎ＿ｏ＿ｎの誤差の絶対値を値０に収束させる機能を備えた値として算出されるので、補正値Ｋｍｏｄも同じ機能を備えた値として算出されることになる。したがって、そのような補正値Ｋｍｏｄで、Ｎ＋Ｍ個の推定距離Ｉｎｄｅｘ＿ｘ＿ｈを補正することにより、Ｎ＋Ｍ個の算出距離Ｘ＿ｈが算出されるので、これらの算出距離Ｘ＿ｈを、重複領域７ｃ内に位置する対象物の第１推定距離Ｘｎ＿ｏ＿ｎと、左非重複領域７ａ内に位置する対象物の第２推定距離Ｘｎ＿ｏ＿ｍの算出精度を向上させた値として算出することができる。このように、重複領域７ｃに加えて、左非重複領域７ａ内に位置する対象物の算出距離の算出精度を向上させることができるので、特許文献１の手法と比べて、良好な算出精度を確保可能な領域を拡大することができ、実用性を向上させることができる。

【0066】

また、補正値Ｋｍｏｄは、推定距離Ｉｎｄｅｘ＿ｘを１座標とし、推定横位置Ｉｎｄｅｘ＿ｙを１座標とする２次元座標系において、Ｎ＋Ｍ個の推定距離Ｉｎｄｅｘ＿ｘ＿ｈで規定される第１所定区間で連続すると同時に、Ｎ＋Ｍ個の推定横位置Ｉｎｄｅｘ＿ｙ＿ｈで規定される第２所定区間で連続する関数値として算出されるので、補正値Ｋｍｏｄをこの２次元座標系に対して直交する座標軸に設定した場合、図６に示すように、補正値Ｋｍｏｄは、補正面（点描で示す面）を形成する値として算出されることになる。その結果、自車両３の前側の領域に対象物が位置する場合において、自車両３の前後方向及び左右方向の傾きの影響を補償しながら、算出距離Ｘ＿ｈを算出することができる。それにより、算出距離Ｘ＿ｈの算出精度をさらに向上させることができる。

【0067】

また、以上のように算出精度の高い算出距離Ｘ＿ｈを用いて、自動停止制御処理が実行されるので、自車両３を停止線の位置に精度よく停止させることができ、制御精度を向上させることができる。

【0068】

なお、実施形態は、左右のカメラ４ａ，４ｂを用いて、対象物のＮ＋Ｍ個の算出位置（Ｘ＿ｈ，Ｙ＿ｈ）を算出した例であるが、これに代えて、図８に示すように、カメラ４ｄと、これよりも高精度に距離を検出可能なレーダ８とを組み合わせて用いてもよい。この場合、カメラ４ｄが画像情報取得手段に相当し、レーダ８が距離情報取得手段に相当する。

【0069】

このカメラ４ｄは、ＲＧＢカメラ又はＲＣＢカメラタイプのものであり、その視野領域が、レーダ８の視野領域と重複する重複領域７ｅ（図中に網掛けで示す領域）と、レーダ８の視野領域と重複しない左右の非重複領域７ｄ，７ｄとを構成するように配置されている。この場合、重複領域７ｅが第１所定領域に相当し、重複領域７ｅと左右の非重複領域７ｄ，７ｄとを合わせた領域が第２所定領域に相当する。

【0070】

以上のように構成した場合、前述した実測距離算出部１１において、レーダ８による対象物の距離の測定データが実測距離Ｘｓ＿ｏ＿ｎとして算出され、それにより、実施形態の車両制御装置１と同様の作用効果を得ることができる。なお、前述した実測距離算出部１１において、レーダ８及びカメラ４ｄを用いたセンサコンフュージョン手法により、実測距離Ｘｓ＿ｏ＿ｎを算出するように構成してもよい。また、図８の構成において、レーダ８に代えて、ＬＩＤＡＲを用いてもよい。

【0071】

また、実施形態は、推定位置算出部１２において、左カメラ４ａからの画像データに基づいて、深層ニューラルネットワークを用いた深層学習法により、Ｎ個の第１推定位置（Ｘｎ＿ｏ＿ｎ，Ｙｎ＿ｏ＿ｎ）及びＭ個の第２推定位置（Ｘｎ＿ｏ＿ｍ，Ｙｎ＿ｏ＿ｍ）を算出したが、これに代えて、左右のカメラ４ａ，４ｂからの画像データを用いて、深層ニューラルネットワークを用いた深層学習法により、Ｎ個の第１推定位置（Ｘｎ＿ｏ＿ｎ，Ｙｎ＿ｏ＿ｎ）及びＭ個の第２推定位置（Ｘｎ＿ｏ＿ｍ，Ｙｎ＿ｏ＿ｍ）を算出するように構成してもよい。

【0072】

さらに、推定位置算出部１２において、左カメラ４ａからの画像データに基づいて、Ｎ個の第１推定位置（Ｘｎ＿ｏ＿ｎ，Ｙｎ＿ｏ＿ｎ）及びＭ個の第２推定位置（Ｘｎ＿ｏ＿ｍ，Ｙｎ＿ｏ＿ｍ）を算出する推定アルゴリズムは、実施形態の深層ニューラルネットワークを用いた深層学習法に限らず、特徴量抽出法や、パターンマッチング法、オプティカルフロー法、画像の高さと対象物の高さの相関性を用いる手法（例えば特開２００７−１８８４１７号公報）などを用いてもよい。

【0073】

一方、実施形態は、第１カメラとして、ＲＧＢカメラタイプのものを用いた例であるが、本発明の第１カメラはこれに限らず、画像データを出力可能なものであればよい。例えば、第１カメラとして、ＲＣＢカメラを用いてもよく、その場合には、クリアの画素情報から赤及び青の画素情報を減算する処理により、黄色の画素情報を抽出すればよい。

【0074】

また、実施形態は、第２カメラとして、ＣＣＣカメラを用いた例であるが、本発明の第２カメラはこれに限らず、第１カメラよりも高感度のものであればよい。例えば、第２カメラとして、３ＣＭＯＳカメラを用いてもよい。

【0075】

さらに、実施形態は、本発明の車両制御装置及び距離算出装置を、車道の左側通行に対応する車両に適用した例であるが、本発明の車両制御装置及び距離算出装置を、車道の右側通行に対応する車両に適用してもよい。その場合、信号機が右側に配置されている環境を走行する車両においては、実施形態の左右のカメラを入れ換えて、左カメラを白黒画像のみを撮影可能なＣＣＣカメラで、右カメラを三原色の画像を撮影可能なＲＧＢカメラでそれぞれ構成すればよい。

【0076】

一方、実施形態は、車両の前側の領域を第１所定領域及び第２所定領域とした例であるが、車両の後ろ側の領域を第１所定領域及び第２所定領域としてもよく、その場合には、左右のカメラを後ろ向きに配置すればよい。

【0077】

また、実施形態は、第１所定区間をＮ＋Ｍ個の推定距離Ｉｎｄｅｘ＿ｘ＿ｈで規定される区間とした例であるが、第１所定区間はこれに限らず、重複領域７ｃ及び左重複領域７ａ内における対象物の距離であればよい。

【0078】

さらに、実施形態は、第２所定区間をＮ＋Ｍ個の推定横位置Ｉｎｄｅｘ＿ｙ＿ｈで規定される区間とした例であるが、第２所定区間はこれに限らず、重複領域７ｃ及び左重複領域７ａ内における対象物の横位置であればよい。

【0079】

一方、実施形態は、本発明の車両制御装置１及び距離算出装置１を４輪車両に適用した例であるが、本発明の車両制御装置及び距離算出装置は、これに限らず、２輪車両、３輪車両及び５輪以上の車両にも適用可能である。

【符号の説明】

【0080】

１ 距離算出装置、車両制御装置
２ ＥＣＵ（実測距離取得手段、推定距離算出手段、補正値算出手段、補正後距離算 出手段）
３ 車両
４ａ 左カメラ（距離情報取得手段、画像情報取得手段、第１カメラ）
４ｂ 右カメラ（距離情報取得手段、第２カメラ）
４ｄ カメラ（画像情報取得手段）
７ａ 左非重複領域（第２所定領域の一部）
７ｃ 重複領域（第１所定領域、第２所定領域の一部）
７ｄ 左右の非重複領域（第２所定領域の一部）
７ｅ 重複領域（第１所定領域、第２所定領域の一部）
８ レーダ（距離情報取得手段）
１１ 実測距離算出部（実測距離取得手段）
１２ 推定位置算出部（推定距離算出手段）
１３ 補正値算出部（補正値算出手段）
１４ 補正位置算出部（補正値算出手段、補正後距離算出手段）
Ｘｓ＿ｏ＿ｎ 実測距離
Ｘｎ＿ｏ＿ｎ 第１推定距離（推定距離）
Ｘｎ＿ｏ＿ｍ 第２推定距離（推定距離）
Ｅ＿ｉｄ＿ｎ 誤差信号値（偏差）
Ｉｎｄｅｘ＿ｘ＿ｈ 推定距離（第１所定区間）
Ｉｎｄｅｘ＿ｙ＿ｈ 推定横位置（第２所定区間）
Ｋｍｏｄ 補正値
Ｘ＿ｈ 算出距離（補正後距離）

【図1】

【図2】

【図3】

【図4】

【図5】

【図6】

【図7】

【図8】