ホーム > 特許ランキング > 本田技研工業株式会社
(19)【発行国】日本国特許庁(JP)
(12)【公報種別】公開特許公報(A)
(11)【公開番号】P2024139348
(43)【公開日】2024-10-09
(54)【発明の名称】外界認識装置
(51)【国際特許分類】
B60W 40/06 20120101AFI20241002BHJP
G08G 1/16 20060101ALI20241002BHJP
G01S 17/894 20200101ALI20241002BHJP
【ＦＩ】
B60W40/06
G08G1/16 C
G01S17/894
【審査請求】有
【請求項の数】8
【出願形態】ＯＬ
(21)【出願番号】P 2023050242
(22)【出願日】2023-03-27
(71)【出願人】
【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】100154380
【弁理士】
【氏名又は名称】西村 隆一
(74)【代理人】
【識別番号】100081972
【弁理士】
【氏名又は名称】吉田 豊
(72)【発明者】
【氏名】小西 俊介
(72)【発明者】
【氏名】奥津 良太
(72)【発明者】
【氏名】内海 秀俊
(72)【発明者】
【氏名】青木 文宏
(72)【発明者】
【氏名】益岡 修平
【テーマコード（参考）】
3D241
5H181
5J084
【Ｆターム（参考）】
3D241BA60
3D241BB22
3D241BB27
3D241BB37
3D241BB45
3D241CC01
3D241CC08
3D241CC17
3D241CD11
3D241CD15
3D241CE04
3D241CE05
3D241DB02Z
3D241DB20Z
3D241DC35Z
3D241DC39Z
3D241DC42Z
3D241DC44Z
3D241DC45Z
3D241DC49Z
3D241DC50Z
3D241DC59Z
5H181AA01
5H181BB04
5H181CC03
5H181CC04
5H181CC12
5H181CC14
5H181FF04
5H181FF25
5H181FF27
5H181FF33
5H181FF35
5H181LL01
5H181LL07
5H181LL08
5H181LL09
5J084AA04
5J084AA05
5J084AC02
5J084BA03
5J084BA50
5J084CA65
(57)【要約】
【課題】電磁波を照射する検出点の間隔を適切に制御すること。
【解決手段】外界認識装置５０は、電磁波により自車両の周囲の外界状況を検出する車載検出器５と、車載検出器５の検出データに基づいて道路の路面情報を取得する路面情報取得部１１と、を備える。路面情報取得部１１は、車載検出器５で取得された複数の検出点毎の距離情報を含む３次元点群データに基づいて、道路の路面および路上の立体物を認識する認識部１１１を含む。外界認識装置５０はさらに、認識対象として予め定めた所定の立体物の大きさおよび立体物までの距離に基づいて、認識部１１１で認識に用いる３次元点群データの検出点の間隔を、電磁波の走査角度分解能として決定する決定部１１３と、走査角度分解能および検出点の間隔に対応する検出点の数の少なくとも一方が予め定めた制限値を超えないように、所定の回避措置をとる回避措置部１１５と、を備える。
【選択図】図２
【解決手段】外界認識装置５０は、電磁波により自車両の周囲の外界状況を検出する車載検出器５と、車載検出器５の検出データに基づいて道路の路面情報を取得する路面情報取得部１１と、を備える。路面情報取得部１１は、車載検出器５で取得された複数の検出点毎の距離情報を含む３次元点群データに基づいて、道路の路面および路上の立体物を認識する認識部１１１を含む。外界認識装置５０はさらに、認識対象として予め定めた所定の立体物の大きさおよび立体物までの距離に基づいて、認識部１１１で認識に用いる３次元点群データの検出点の間隔を、電磁波の走査角度分解能として決定する決定部１１３と、走査角度分解能および検出点の間隔に対応する検出点の数の少なくとも一方が予め定めた制限値を超えないように、所定の回避措置をとる回避措置部１１５と、を備える。
【選択図】図２
【特許請求の範囲】
【請求項1】
第１方向および前記第１方向と交差する第２方向に電磁波を走査照射して自車両の周囲の外界状況を検出する車載検出器と、前記車載検出器の検出データに基づいて前記自車両が走行する道路の路面情報を取得する路面情報取得部と、を備える外界認識装置であって、
前記路面情報取得部は、前記車載検出器で１フレームずつ取得されたマトリクス状の複数の検出点毎の距離情報を含む３次元点群データに基づいて、フレーム毎の前記道路の路面および路上の立体物を前記路面情報として認識する認識部を含み、
認識対象としてあらかじめ定めた所定の立体物の大きさおよび前記自車両から前記立体物までの距離に基づいて、前記認識部で認識に用いる次フレームの前記３次元点群データの検出点の間隔を、前記電磁波の走査角度分解能として決定する決定部と、
前記走査角度分解能および前記検出点の間隔に対応する前記検出点の数の少なくとも一方があらかじめ定めた制限値を超えないように、所定の回避措置をとる回避措置部と、
を備えることを特徴とする外界認識装置。
前記路面情報取得部は、前記車載検出器で１フレームずつ取得されたマトリクス状の複数の検出点毎の距離情報を含む３次元点群データに基づいて、フレーム毎の前記道路の路面および路上の立体物を前記路面情報として認識する認識部を含み、
認識対象としてあらかじめ定めた所定の立体物の大きさおよび前記自車両から前記立体物までの距離に基づいて、前記認識部で認識に用いる次フレームの前記３次元点群データの検出点の間隔を、前記電磁波の走査角度分解能として決定する決定部と、
前記走査角度分解能および前記検出点の間隔に対応する前記検出点の数の少なくとも一方があらかじめ定めた制限値を超えないように、所定の回避措置をとる回避措置部と、
を備えることを特徴とする外界認識装置。
【請求項2】
請求項１に記載の外界認識装置において、
前記決定部は、前記自車両の車速が増加する、前記自車両の前方の路面が上り勾配、および前記車載検出器で検出可能な最遠の距離が所定距離よりも短い、の少なくとも一つに該当すると前記検出点の間隔を所定間隔よりも狭く設定する領域を拡大し、
前記回避措置部は、前記決定部による前記領域の拡大が、前記走査角度分解能および／または前記検出点の数の前記制限値超えにつながらないように前記回避措置をとることを特徴とする外界認識装置。
前記決定部は、前記自車両の車速が増加する、前記自車両の前方の路面が上り勾配、および前記車載検出器で検出可能な最遠の距離が所定距離よりも短い、の少なくとも一つに該当すると前記検出点の間隔を所定間隔よりも狭く設定する領域を拡大し、
前記回避措置部は、前記決定部による前記領域の拡大が、前記走査角度分解能および／または前記検出点の数の前記制限値超えにつながらないように前記回避措置をとることを特徴とする外界認識装置。
【請求項3】
請求項１または２に記載の外界認識装置において、
前記回避措置部は、前記自車両の車速を制限することを特徴とする外界認識装置。
前記回避措置部は、前記自車両の車速を制限することを特徴とする外界認識装置。
【請求項4】
請求項１または２に記載の外界認識装置において、
前記回避措置部は、前記自車両の乗員に対して前記回避措置を促すことを特徴とする外界認識装置。
前記回避措置部は、前記自車両の乗員に対して前記回避措置を促すことを特徴とする外界認識装置。
【請求項5】
請求項４に記載の外界認識装置において、
前記回避措置部は、前記走査角度分解能または前記検出点の数を前記制限値以内にとどめるための車速を前記乗員に知らせることを特徴とする外界認識装置。
前記回避措置部は、前記走査角度分解能または前記検出点の数を前記制限値以内にとどめるための車速を前記乗員に知らせることを特徴とする外界認識装置。
【請求項6】
請求項１または２に記載の外界認識装置において、
前記回避措置部は、前記車載検出器で前記３次元点群データを取得するフレームレートを下げることにより、前記制限値を緩めることを特徴とする外界認識装置。
前記回避措置部は、前記車載検出器で前記３次元点群データを取得するフレームレートを下げることにより、前記制限値を緩めることを特徴とする外界認識装置。
【請求項7】
請求項１または２に記載の外界認識装置において、
前記回避措置部は、前記自車両の自動運転レベルを縮退させることを特徴とする外界認識装置。
前記回避措置部は、前記自車両の自動運転レベルを縮退させることを特徴とする外界認識装置。
【請求項8】
請求項１または２に記載の外界認識装置において、
前記車載検出器は、ライダであることを特徴とする外界認識装置。
前記車載検出器は、ライダであることを特徴とする外界認識装置。
【発明の詳細な説明】
【技術分野】
【0001】
本発明は、車両の外界状況を認識する外界認識装置に関する。
【背景技術】
【0002】
この種の装置として、ライダから照射するレーザ光の照射角度を、高さ方向と平行する第１軸および水平方向と平行する第２軸を中心にそれぞれ変化させてスキャンを行い、各検出点の位置情報に基づいて車両の外界を検出する装置が知られている（例えば特許文献１参照）。
【先行技術文献】
【特許文献】
【0003】
【特許文献1】特開２０２０－１４９０７９号公報
【発明の概要】
【発明が解決しようとする課題】
【0004】
上記装置では、スキャンにより取得される検出点（レーザ光の照射点）が多く、各検出点に基づいた位置情報を取得するための処理の負担が大きい。
【課題を解決するための手段】
【0005】
本発明の一態様である外界認識装置は、第１方向および第１方向と交差する第２方向に電磁波を走査照射して自車両の周囲の外界状況を検出する車載検出器と、車載検出器の検出データに基づいて自車両が走行する道路の路面情報を取得する路面情報取得部と、を備える外界認識装置であって、路面情報取得部は、車載検出器で１フレームずつ取得されたマトリクス状の複数の検出点毎の距離情報を含む３次元点群データに基づいて、フレーム毎の道路の路面および路上の立体物を路面情報として認識する認識部を含み、認識対象としてあらかじめ定めた所定の立体物の大きさおよび自車両から立体物までの距離に基づいて、認識部で認識に用いる次フレームの３次元点群データの検出点の間隔を、電磁波の走査角度分解能として決定する決定部と、走査角度分解能および検出点の間隔に対応する検出点の数の少なくとも一方があらかじめ定めた制限値を超えないように、所定の回避措置をとる回避措置部と、を備える。
【発明の効果】
【0006】
本発明によれば、車載検出器から電磁波を照射する検出点の間隔を、適切に制御することが可能になる。
【図面の簡単な説明】
【0007】
【図1A】車両が道路を走行する様子を示す図。
【図1B】ライダによる検出データの一例を示す模式図。
【図2】車両制御装置の要部構成を概略的に示すブロック図。
【図3A】３次元座標系を用いて３次元空間の点群データの位置を表す図。
【図3B】３次元空間から２次元のＸ－Ｚ空間への点群データの写像を説明する図。
【図3C】グリッド別に分けられた点群データを示す模式図。
【図3D】奥行距離方向の路面勾配を示す模式図。
【図4A】投光角度と奥行距離を示す模式図。
【図4B】ライダで計測される距離を示す模式図。
【図5A】奥行距離と鉛直方向の投光角度との関係の一例を示す模式図。
【図5B】奥行距離と鉛直方向の角度分解能との関係の一例を示す模式図。
【図6A】ライダの照射光がラスタ走査方式で照射される場合の照射点の一例を示す模式図。
【図6B】ライダの照射光が検出領域内に格子状に配列した所定の格子点にのみ照射される場合の照射点の一例を示す模式図。
【図8】路面勾配の予測結果の一例を示す図。
【図10A】ステップＳ９０の判定処理を説明する模式図。
【図10B】ステップＳ９０の判定処理を説明する模式図。
【図10C】ステップＳ９０の判定処理を説明する模式図。
【発明を実施するための形態】
【0008】
以下、図面を参照して発明の実施の形態について説明する。
発明の実施の形態に係る外界認識装置は、自動運転機能を有する車両、すなわち自動運転車両に適用することができる。なお、本実施の形態に係る外界認識装置が適用される車両を、他車両と区別して自車両と呼ぶことがある。自車両は、内燃機関（エンジン）を走行駆動源として有するエンジン車両、走行モータを走行駆動源として有する電気自動車、エンジンと走行モータとを走行駆動源として有するハイブリッド車両のいずれであってもよい。自車両は、ドライバによる運転操作が不要な自動運転モードでの走行だけでなく、ドライバの運転操作による手動運転モードでの走行も可能である。
発明の実施の形態に係る外界認識装置は、自動運転機能を有する車両、すなわち自動運転車両に適用することができる。なお、本実施の形態に係る外界認識装置が適用される車両を、他車両と区別して自車両と呼ぶことがある。自車両は、内燃機関（エンジン）を走行駆動源として有するエンジン車両、走行モータを走行駆動源として有する電気自動車、エンジンと走行モータとを走行駆動源として有するハイブリッド車両のいずれであってもよい。自車両は、ドライバによる運転操作が不要な自動運転モードでの走行だけでなく、ドライバの運転操作による手動運転モードでの走行も可能である。
【0009】
自動運転車両は、自動運転モードでの走行（以下、自動走行または自律走行と呼ぶ）時に、カメラやライダ（ＬｉＤＡＲ：Light Detection and Ranging）等の車載検出器の検出データに基づき自車両の周囲の外界状況を認識する。自動運転車両は、その認識結果に基づいて、現時点から所定時間より先の走行軌道（目標軌道）を生成し、目標軌道に沿って自車両が走行するように走行用アクチュエータを制御する。
【0010】
図１Ａは、自動運転車両である自車両１０１が道路ＲＤを走行する様子を示す図である。図１Ｂは、自車両１０１に搭載され、自車両１０１の進行方向に向けられたライダにより得られた検出データの一例を示す模式図である。ライダによる計測点（検出点と呼んでもよい）は、照射したレーザが物体の表面のある１点で反射して戻ってくる点情報である。点情報は、レーザ源からその点までの距離と、反射して戻ってきたレーザの強度と、レーザ源とその点との相対速度とを含む。また、図１Ｂに示すような複数の検出点で構成されるデータを、点群データと呼ぶ。図１Ｂには、図１Ａの物体のうち、ライダの視野（Field of view；以下ＦＯＶと呼ぶ）に含まれる物体の表面の検出点に基づく点群データが示されている。ＦＯＶは、例えば、自車両１０１の水平方向（道路幅方向と呼んでもよい）に１２０ deg、鉛直方向（上下方向と呼んでもよい）に４０ degとしてもよい。ＦＯＶの値は、外界認識装置の仕様に基づいて適宜変更して構わない。自車両１０１は、図１Ｂに示すような点群データに基づいて車両周囲の外界状況、より具体的には車両周囲の道路構造および物体等を認識し、その認識結果に基づいて目標軌道を生成する。
【0011】
ところで、車両周囲の外界状況を十分に認識する方法として、ライダ等の車載検出器から照射する電磁波の照射点の数を増やす（換言すると、電磁波の照射点密度を高めて点群データを構成する検出点の数を増やす）ことが考えられる。電磁波の照射点の数を増やすには、電磁波を照射する角度のより細かい制御（角度分解能を上げる）が必要になる。一方で、電磁波の照射点の数を増やす（検出点の数を増やす）と、車載検出器を制御するための処理負荷が増えたり、車載検出器により得られる検出データ（点群データ）の容量が増大して点群データに対する処理負荷が増えたりするおそれがある。特に、道路上や道路脇に多くの物体が存在する状況では、点群データの容量がさらに増大する。
そのため、上記の点を考慮して、実施の形態では以下のような外界認識装置を構成する。
そのため、上記の点を考慮して、実施の形態では以下のような外界認識装置を構成する。
【0012】
＜概要＞
実施の形態に係る外界認識装置は、道路ＲＤを走行する自車両１０１のライダから自車両１０１の進行方向に電磁波の一例としての照射光を間欠的に照射し、道路ＲＤ上の異なる位置で離散的に点群データを取得する。ライダから照射する照射光の照射範囲は、前回の照射によりライダで取得された前フレームの点群データと、今回の照射によりライダで取得される次フレームの点群データとで、道路ＲＤの進行方向にデータの空白区間が生じないように設定する。
照射範囲内の検出点密度は、例えば自車両１０１から遠い路面に対して高く、自車両１０１に近い路面に対して低く設定することにより、照射範囲内の全ての路面に対して高い検出点密度を設定する場合と比べて、認識処理に用いる検出点の総数を抑制する。これにより、点群データに基づいて認識する物体等の位置（自車両１０１からの距離）や大きさの認識精度を低下させることなく、認識処理に用いる検出点の数を低減することが可能になる。
このような外界認識装置について、さらに詳細に説明する。
実施の形態に係る外界認識装置は、道路ＲＤを走行する自車両１０１のライダから自車両１０１の進行方向に電磁波の一例としての照射光を間欠的に照射し、道路ＲＤ上の異なる位置で離散的に点群データを取得する。ライダから照射する照射光の照射範囲は、前回の照射によりライダで取得された前フレームの点群データと、今回の照射によりライダで取得される次フレームの点群データとで、道路ＲＤの進行方向にデータの空白区間が生じないように設定する。
照射範囲内の検出点密度は、例えば自車両１０１から遠い路面に対して高く、自車両１０１に近い路面に対して低く設定することにより、照射範囲内の全ての路面に対して高い検出点密度を設定する場合と比べて、認識処理に用いる検出点の総数を抑制する。これにより、点群データに基づいて認識する物体等の位置（自車両１０１からの距離）や大きさの認識精度を低下させることなく、認識処理に用いる検出点の数を低減することが可能になる。
このような外界認識装置について、さらに詳細に説明する。
【0013】
＜車両制御装置の構成＞
図２は、外界認識装置を含む車両制御装置１００の要部構成を示すブロック図である。この車両制御装置１００は、コントローラ１０と、通信ユニット１と、測位ユニット２と、内部センサ群３と、カメラ４と、ライダ５と、走行用のアクチュエータＡＣとを有する。また、車両制御装置１００は、車両制御装置１００の一部を構成する外界認識装置５０を有する。外界認識装置５０は、カメラ４やライダ５等の車載検出器の検出データに基づいて、車両周囲の外界状況を認識する。
図２は、外界認識装置を含む車両制御装置１００の要部構成を示すブロック図である。この車両制御装置１００は、コントローラ１０と、通信ユニット１と、測位ユニット２と、内部センサ群３と、カメラ４と、ライダ５と、走行用のアクチュエータＡＣとを有する。また、車両制御装置１００は、車両制御装置１００の一部を構成する外界認識装置５０を有する。外界認識装置５０は、カメラ４やライダ５等の車載検出器の検出データに基づいて、車両周囲の外界状況を認識する。
【0014】
通信ユニット１は、インターネット網や携帯電話網等に代表される無線通信網を含むネットワークを介して図示しない各種サーバと通信し、地図情報、走行履歴情報および交通情報等を定期的に、あるいは任意のタイミングでサーバから取得する。ネットワークには、公衆無線通信網だけでなく、所定の管理地域毎に設けられた閉鎖的な通信網、例えば無線ＬＡＮ、Ｗｉ－Ｆｉ（登録商標）、Ｂｌｕｅｔｏｏｔｈ（登録商標）等も含まれる。取得した地図情報は、記憶部１２に出力され、地図情報が更新される。測位ユニット（ＧＮＳＳユニット）２は、測位衛星から送信された測位用の信号を受信する測位センサを有する。測位衛星は、ＧＰＳ衛星や準天頂衛星等の人工衛星である。測位ユニット２は、測位センサが受信した測位情報を利用して、自車両１０１の現在位置（緯度、経度、高度）を測定する。
【0015】
内部センサ群３は、自車両１０１の走行状態を検出する複数のセンサ（内部センサ）の総称である。例えば内部センサ群３には、自車両１０１の車速（走行速度）を検出する車速センサ、自車両１０１の前後方向の加速度および左右方向の加速度（横加速度）をそれぞれ検出する加速度センサ、走行駆動源の回転数を検出する回転数センサ、自車両１０１の重心の鉛直軸回りの回転角速度を検出するヨーレートセンサ等が含まれる。手動運転モードでのドライバの運転操作、例えばアクセルペダルの操作、ブレーキペダルの操作、ステアリングホイールの操作等を検出するセンサも内部センサ群３に含まれる。
【0016】
カメラ４は、ＣＣＤやＣＭＯＳ等の撮像素子を有して自車両１０１の周辺（前方、後方および側方）を撮像する。ライダ５は、照射光に対する散乱光を受信して自車両１０１から周辺の物体までの距離、物体の位置、形状等を測定する。報知部６は、例えばディスプレイ装置または音声再生装置等により構成され、自車両１０１の乗員に対するメッセージ等を表示または音声再生する。
【0017】
アクチュエータＡＣは、自車両１０１の走行を制御するための走行用アクチュエータである。走行駆動源がエンジンである場合、アクチュエータＡＣには、エンジンのスロットルバルブの開度（スロットル開度）を調整するスロットル用アクチュエータが含まれる。走行駆動源が走行モータである場合、走行モータがアクチュエータＡＣに含まれる。自車両１０１の制動装置を作動するブレーキ用アクチュエータと転舵装置を駆動する転舵用アクチュエータもアクチュエータＡＣに含まれる。
【0018】
コントローラ１０は、電子制御ユニット（ＥＣＵ）により構成される。より具体的には、コントローラ１０は、ＣＰＵ（マイクロプロセッサ）等の演算部１１と、ＲＯＭ、ＲＡＭ等の記憶部１２と、Ｉ／Ｏインターフェース等の図示しないその他の周辺回路とを有するコンピュータを含んで構成される。なお、エンジン制御用ＥＣＵ、走行モータ制御用ＥＣＵ、制動装置用ＥＣＵ等、機能の異なる複数のＥＣＵを別々に設けることができるが、図２では、便宜上、これらＥＣＵの集合としてコントローラ１０が示される。
【0019】
記憶部１２は、高精度の詳細な地図情報（高精度地図情報と呼ぶ）を記憶することが可能である。高精度地図情報には、道路の位置情報、道路形状（曲率等）の情報、道路の勾配の情報、交差点や分岐点の位置情報、車線（走行レーン）数の情報、車線の幅員および車線毎の位置情報（車線の中央位置や車線位置の境界線の情報）、地図上の目印としてのランドマーク（信号機、標識、建物等）の位置情報、路面の凹凸等の路面プロファイルの情報が含まれる。また、記憶部１２は、後述する２次元マップ情報の他、各種制御のプログラム、プログラムで用いられる閾値等の情報、ライダ５等の車載検出器に対する設定情報（後述する照射点情報等）を記憶することも可能である。
なお、実施の形態では高精度の詳細な地図情報を必ずしも必要としないため、詳細な地図情報については記憶部１２に記憶しなくてもよい。
なお、実施の形態では高精度の詳細な地図情報を必ずしも必要としないため、詳細な地図情報については記憶部１２に記憶しなくてもよい。
【0020】
演算部１１は、機能的構成として、認識部１１１と、設定部１１２と、決定部１１３と、勾配算出部１１４と、回避措置部１１５と、走行制御部１１６とを有する。なお、図２に示すように、認識部１１１、設定部１１２、決定部１１３、勾配算出部１１４および回避措置部１１５は外界認識装置５０に含まれる。外界認識装置５０は、上述したように、カメラ４やライダ５等の車載検出器の検出データに基づいて車両周囲の外界状況を認識する。外界認識装置５０に含まれる認識部１１１、設定部１１２、決定部１１３、勾配算出部１１４および回避措置部１１５の詳細については後述する。
【0021】
走行制御部１１６は、自動運転モードにおいて、外界認識装置５０で認識された車両周囲の外界状況に基づいて目標軌道を生成し、その目標軌道に沿って自車両１０１が走行するようにアクチュエータＡＣを制御する。なお、手動運転モードでは、走行制御部１１６は、内部センサ群３により取得されたドライバからの走行指令（ステアリング操作等）に応じてアクチュエータＡＣを制御する。
【0022】
ライダ５について、さらに説明する。
＜検出領域＞
ライダ５は、走行時に注視すべき領域をＦＯＶに含むように、自車両１０１の前方に向けて取付けられている。ライダ５は、照射光を照射した立体物等で散乱した光を受信するので、ライダ５のＦＯＶが照射光の照射範囲および検出領域に対応する。つまり、照射範囲内の照射点が検出領域内の検出点に対応する。
実施の形態では、路面の凹凸、段差、うねり等を含む路面形状と、道路ＲＤ上に位置する立体物（道路ＲＤに関連する設備等（信号機、標識、溝、壁、柵、ガードレール等））と、道路ＲＤ上の物体（他車両および路面の障害物を含む）と、路面に設けられた区画線と、を含めて立体物等と呼ぶ。区画線は、白線（黄色等の色違いの線を含む）、縁石線、道路鋲等を含むものとし、レーンマーク(Lane mark)と呼んでもよい。また、立体物等のうちあらかじめ検出対象として設定されたものを検出対象と呼ぶ。
＜検出領域＞
ライダ５は、走行時に注視すべき領域をＦＯＶに含むように、自車両１０１の前方に向けて取付けられている。ライダ５は、照射光を照射した立体物等で散乱した光を受信するので、ライダ５のＦＯＶが照射光の照射範囲および検出領域に対応する。つまり、照射範囲内の照射点が検出領域内の検出点に対応する。
実施の形態では、路面の凹凸、段差、うねり等を含む路面形状と、道路ＲＤ上に位置する立体物（道路ＲＤに関連する設備等（信号機、標識、溝、壁、柵、ガードレール等））と、道路ＲＤ上の物体（他車両および路面の障害物を含む）と、路面に設けられた区画線と、を含めて立体物等と呼ぶ。区画線は、白線（黄色等の色違いの線を含む）、縁石線、道路鋲等を含むものとし、レーンマーク(Lane mark)と呼んでもよい。また、立体物等のうちあらかじめ検出対象として設定されたものを検出対象と呼ぶ。
【0023】
＜座標系の例示＞
図３Ａは、３次元座標系を用いて３次元空間の点群データの位置を表す図である。図３Ａにおいて、ｘ軸プラス方向が自車両１０１の進行方向に、ｙ軸プラス方向が自車両１０１の水平方向左方に、ｚ軸プラス方向が鉛直方向上方に、それぞれ対応する。
また、データＰの位置のｘ軸成分を奥行距離Ｘと呼び、データＰの位置のｙ軸成分を水平距離Ｙと呼び、データＰの位置のｚ軸成分を高さＺと呼ぶ。
ライダ５で計測される距離、換言すると、ライダ５から検出対象としての物体上の点までの距離をＤとすると、データＰの位置を示す座標（Ｘ，Ｙ，Ｚ）は以下の式で算出される。
Ｘ＝Ｄ×cosθ×cosφ （１）
Ｙ＝Ｄ×sinθ×cosφ （２）
Ｚ＝Ｄ×sinφ （３）
なお、角度θを水平投光角度と呼び、角度φを鉛直投光角度と呼ぶ。水平投光角度θおよび鉛直投光角度φは、設定部１１２によってライダ５に設定される。
図３Ａは、３次元座標系を用いて３次元空間の点群データの位置を表す図である。図３Ａにおいて、ｘ軸プラス方向が自車両１０１の進行方向に、ｙ軸プラス方向が自車両１０１の水平方向左方に、ｚ軸プラス方向が鉛直方向上方に、それぞれ対応する。
また、データＰの位置のｘ軸成分を奥行距離Ｘと呼び、データＰの位置のｙ軸成分を水平距離Ｙと呼び、データＰの位置のｚ軸成分を高さＺと呼ぶ。
ライダ５で計測される距離、換言すると、ライダ５から検出対象としての物体上の点までの距離をＤとすると、データＰの位置を示す座標（Ｘ，Ｙ，Ｚ）は以下の式で算出される。
Ｘ＝Ｄ×cosθ×cosφ （１）
Ｙ＝Ｄ×sinθ×cosφ （２）
Ｚ＝Ｄ×sinφ （３）
なお、角度θを水平投光角度と呼び、角度φを鉛直投光角度と呼ぶ。水平投光角度θおよび鉛直投光角度φは、設定部１１２によってライダ５に設定される。
【0024】
図３Ｂは、３次元空間から２次元のＸ－Ｚ空間への点群データの写像を説明する図である。実施の形態では、道路ＲＤの路面勾配を算出するため、点群データを構成するデータ毎に３次元空間のデータＰからＸ－Ｚ空間のデータＰ´へ写像する。この写像により、３次元の点群データがＸ－Ｚ空間の２次元の点群データへ変換される。Ｘ－Ｚ空間では水平距離Ｙを示す情報が省かれ、奥行距離Ｘおよび高さＺの情報が残る。
次に、Ｘ－Ｚ空間を所定のサイズ（例えば５０ｃｍ四方）のグリッドで区切り、各グリッドに含まれているデータＰ´の数をカウントする。図３Ｃは、グリッド別に分けられた点群データを示す模式図である。なお、実際のデータＰ´に基づくグリッド数は、図示した数よりもはるかに多い。
図３Ｃにより、グリッド毎の位置データ（奥行距離Ｘ）と、グリッド毎の高さＺと、各グリッドに入っているデータＰ´の数が示される。実施の形態では、事前に立体物のデータを分離、除外しているため、主に路面のデータに対してのＸとＺのグリッドデータとなる。そのため、グリッド内のデータＰ´の数が最大になるグリッドを奥行距離Ｘ方向に順次抽出することにより、図３Ｄに示すような路面の高さＺを示すグリッドの列、すなわち奥行距離Ｘ方向の路面勾配が得られる。
各グリッドに注目すると、そのグリッドの路面点（上述した照射点に対応）に対する鉛直方向の投光角度α、その路面点の奥行距離Ｘおよび路面の高さＺの間には次式（４）が成立する。また、ライダ５からその路面点までの距離ＤＬ、その路面点の奥行距離Ｘおよび路面の高さＺの間には次式（５）が成立する。
ｔａｎα＝Ｚ／Ｘ （４）
ＤＬ＝（Ｘ2＋Ｚ2）1/2 （５）
次に、Ｘ－Ｚ空間を所定のサイズ（例えば５０ｃｍ四方）のグリッドで区切り、各グリッドに含まれているデータＰ´の数をカウントする。図３Ｃは、グリッド別に分けられた点群データを示す模式図である。なお、実際のデータＰ´に基づくグリッド数は、図示した数よりもはるかに多い。
図３Ｃにより、グリッド毎の位置データ（奥行距離Ｘ）と、グリッド毎の高さＺと、各グリッドに入っているデータＰ´の数が示される。実施の形態では、事前に立体物のデータを分離、除外しているため、主に路面のデータに対してのＸとＺのグリッドデータとなる。そのため、グリッド内のデータＰ´の数が最大になるグリッドを奥行距離Ｘ方向に順次抽出することにより、図３Ｄに示すような路面の高さＺを示すグリッドの列、すなわち奥行距離Ｘ方向の路面勾配が得られる。
各グリッドに注目すると、そのグリッドの路面点（上述した照射点に対応）に対する鉛直方向の投光角度α、その路面点の奥行距離Ｘおよび路面の高さＺの間には次式（４）が成立する。また、ライダ５からその路面点までの距離ＤＬ、その路面点の奥行距離Ｘおよび路面の高さＺの間には次式（５）が成立する。
ｔａｎα＝Ｚ／Ｘ （４）
ＤＬ＝（Ｘ2＋Ｚ2）1/2 （５）
【0025】
＜投光角度と奥行距離＞
図４Ａは、ライダ５の鉛直方向の投光角度α（水平方向に対する照射光の角度）と奥行距離Ｘを示す模式図である。外界認識装置５０は、投光角度αを変化させることにより、照射光の照射方向を上下に変化させて、照射点の位置を鉛直方向に移動させる。
図４Ａにおいて、例えば奥行距離Ｘ２が１０ｍの地点の道路ＲＤ上に照射光が照射される場合は、入射角α2で路面が照射される。また、例えば奥行距離Ｘ１が４０ｍの地点の道路ＲＤ上に照射光が照射される場合は、入射角α1で路面が照射される。さらに、例えば奥行距離Ｘ０が１００ｍの地点の道路ＲＤ上に照射光が照射される場合は、入射角α0で路面が照射される。
一般に、路面に対する入射角が大きくなるほど路面からライダ５へ戻る散乱光が小さくなる。そのため、多くの場合は奥行距離Ｘ０の地点への照射光に対する散乱光の受信レベルが一番低くなる。
図４Ａは、ライダ５の鉛直方向の投光角度α（水平方向に対する照射光の角度）と奥行距離Ｘを示す模式図である。外界認識装置５０は、投光角度αを変化させることにより、照射光の照射方向を上下に変化させて、照射点の位置を鉛直方向に移動させる。
図４Ａにおいて、例えば奥行距離Ｘ２が１０ｍの地点の道路ＲＤ上に照射光が照射される場合は、入射角α2で路面が照射される。また、例えば奥行距離Ｘ１が４０ｍの地点の道路ＲＤ上に照射光が照射される場合は、入射角α1で路面が照射される。さらに、例えば奥行距離Ｘ０が１００ｍの地点の道路ＲＤ上に照射光が照射される場合は、入射角α0で路面が照射される。
一般に、路面に対する入射角が大きくなるほど路面からライダ５へ戻る散乱光が小さくなる。そのため、多くの場合は奥行距離Ｘ０の地点への照射光に対する散乱光の受信レベルが一番低くなる。
【0026】
図４Ｂは、ライダ５で計測される距離ＤＬを示す模式図である。図３Ａ～３Ｄを参照して上述したように、外界認識装置５０は、ライダ５に設定した投光角度α、ライダ５で計測された距離ＤＬ（照射光の光路長）および上式（４）、（５）を用いて、照射光を照射した路面点までの奥行距離Ｘと、その路面点の高さＺとを算出する。
【0027】
外界認識装置５０は、奥行距離を現在の値よりも長くしたい場合に投光角度αを小さくし、奥行距離を現在の値よりも短くしたい場合に投光角度αを大きくする。例えば、奥行距離が７０ｍの地点に照射光が照射されている状態から奥行距離を１００ｍに変更する場合、外界認識装置５０は、投光角度αを現在の値よりも小さくして奥行距離が１００ｍの地点に照射光が照射されるようにする。また、例えば道路ＲＤが下り勾配等の場合で照射光が道路ＲＤ上に照射されていない場合には、外界認識装置５０は、投光角度αを現在よりも大きくして照射光が道路ＲＤ上に照射されるようにする。
【0028】
図５Ａは、奥行距離Ｘと鉛直方向の投光角度αとの関係の一例を示す模式図である。横軸は奥行距離Ｘ（単位ｍ）を示し、縦軸は鉛直方向の投光角度α（単位deg）を示す。投光角度αを鉛直方向角度と呼んでもよい。外界認識装置５０は、図５Ａに例示したように、奥行距離Ｘを短くしたい場合は投光角度αをマイナス側に大きくし、奥行距離Ｘを長くしたい場合は投光角度αを小さくする。符号Ｎについては後述する。
【0029】
＜ＦＯＶと奥行距離＞
実施の形態では、ライダ５のＦＯＶ下端に対応する奥行距離（例えば図４ＡのＸ２）から、ＦＯＶ上端に対応する奥行距離（例えば図４ＡのＸ０）までの路面状況を検出する。ＦＯＶ下端に対応する奥行距離を第１の所定距離と呼び、ＦＯＶ上端に対応する奥行距離を第２の所定距離と呼ぶことにする。
一般に、カメラ４は近距離においてライダ５よりも分解能の点において優れており、ライダ５はカメラ４に比べて距離計測精度、相対速度計測精度の点において優れている。そのため、外界認識装置５０は、ライダ５のＦＯＶよりもカメラ４の画角が鉛直方向に広角である場合は、ライダ５のＦＯＶ下端よりも下側（換言すると、第１の所定距離よりも自車両１０１に近い路面）についてはカメラ４に路面状況を検出する役割を担わせてもよい。
実施の形態では、ライダ５のＦＯＶ下端に対応する奥行距離（例えば図４ＡのＸ２）から、ＦＯＶ上端に対応する奥行距離（例えば図４ＡのＸ０）までの路面状況を検出する。ＦＯＶ下端に対応する奥行距離を第１の所定距離と呼び、ＦＯＶ上端に対応する奥行距離を第２の所定距離と呼ぶことにする。
一般に、カメラ４は近距離においてライダ５よりも分解能の点において優れており、ライダ５はカメラ４に比べて距離計測精度、相対速度計測精度の点において優れている。そのため、外界認識装置５０は、ライダ５のＦＯＶよりもカメラ４の画角が鉛直方向に広角である場合は、ライダ５のＦＯＶ下端よりも下側（換言すると、第１の所定距離よりも自車両１０１に近い路面）についてはカメラ４に路面状況を検出する役割を担わせてもよい。
【0030】
＜照射光の照射点数＞
外界認識装置５０は、ライダ５のＦＯＶ内に、ライダ５の照射光を照射する照射点の位置を算出する。より具体的には、外界認識装置５０は、あらかじめ指定された検出対象の最小サイズ（例えば鉛直方向、水平方向ともに１５ｃｍ）と、必要奥行距離（例えば１００ｍ）と、に基づいて算出される角度分解能に応じて照射点を算出する。必要奥行距離は、車速により変化する自車両１０１の制動距離に対応する。実施の形態では、走行中の自車両１０１が進行方向の道路の路面状況を少なくとも制動距離より先まで検出すべきという考え方に基づき、制動距離に所定の余裕を加えた値を必要奥行距離と呼ぶ。自車両１０１の車速は、内部センサ群３の車速センサにより検出される。車速と必要奥行距離との関係は、あらかじめ記憶部１２に記憶されている。図５Ａにおける符号Ｎは、車速が例えば１００ｋｍ/ｈの場合における必要奥行距離を示す。
必要奥行距離として１００ｍ先の１５ｃｍの検出対象を検出する場合の角度分解能を例示すると、図５Ｂを参照して後述するように、鉛直方向および水平方向にそれぞれ０．０５ degが必要である。なお、１５ｃｍよりも小さなサイズの検出対象を検出する場合、および、１００ｍよりも長い奥行距離Ｘにおいて１５ｃｍの検出対象を検出する場合には、角度分解能を上げることによってＦＯＶ内の照射点数をさらに増やす必要がある。
外界認識装置５０は、ライダ５のＦＯＶ内に、ライダ５の照射光を照射する照射点の位置を算出する。より具体的には、外界認識装置５０は、あらかじめ指定された検出対象の最小サイズ（例えば鉛直方向、水平方向ともに１５ｃｍ）と、必要奥行距離（例えば１００ｍ）と、に基づいて算出される角度分解能に応じて照射点を算出する。必要奥行距離は、車速により変化する自車両１０１の制動距離に対応する。実施の形態では、走行中の自車両１０１が進行方向の道路の路面状況を少なくとも制動距離より先まで検出すべきという考え方に基づき、制動距離に所定の余裕を加えた値を必要奥行距離と呼ぶ。自車両１０１の車速は、内部センサ群３の車速センサにより検出される。車速と必要奥行距離との関係は、あらかじめ記憶部１２に記憶されている。図５Ａにおける符号Ｎは、車速が例えば１００ｋｍ/ｈの場合における必要奥行距離を示す。
必要奥行距離として１００ｍ先の１５ｃｍの検出対象を検出する場合の角度分解能を例示すると、図５Ｂを参照して後述するように、鉛直方向および水平方向にそれぞれ０．０５ degが必要である。なお、１５ｃｍよりも小さなサイズの検出対象を検出する場合、および、１００ｍよりも長い奥行距離Ｘにおいて１５ｃｍの検出対象を検出する場合には、角度分解能を上げることによってＦＯＶ内の照射点数をさらに増やす必要がある。
【0031】
外界認識装置５０は、例えば、ＦＯＶ内に格子状に配列するように照射点の位置を算出し、格子点の鉛直方向および水平方向の間隔を、それぞれ鉛直方向および水平方向の角度分解能に対応させる。鉛直方向の角度分解能を上げる場合は、ＦＯＶを角度分解能に基づく数で鉛直方向に分割し、鉛直方向の格子間隔を狭くして照射点の数を増やす。換言すると、照射点の間隔を密にする。反対に、鉛直方向の角度分解能を下げる場合は、ＦＯＶを角度分解能に基づく数で鉛直方向に分割し、鉛直方向の格子間隔を広くして照射点の数を減らす。換言すると、照射点の間隔を粗くする。水平方向についても同様とする。
外界認識装置５０は、角度分解能に応じて算出した照射点の位置を示す情報（以下、照射点情報と呼ぶ）を生成し、自車両１０１の現在の走行位置を示す位置情報に対応付けて記憶部１２に記憶する。
外界認識装置５０は、角度分解能に応じて算出した照射点の位置を示す情報（以下、照射点情報と呼ぶ）を生成し、自車両１０１の現在の走行位置を示す位置情報に対応付けて記憶部１２に記憶する。
【0032】
＜角度分解能と奥行距離＞
図５Ｂは、奥行距離Ｘと鉛直方向の角度分解能との関係の一例を示す模式図であり、上述したサイズ（縦横ともに１５ｃｍ）の検出対象を認識するために必要な角度分解能（必要角度分解能と呼んでもよい）を示す。横軸は奥行距離Ｘ（単位ｍ）を示し、縦軸は鉛直方向の角度分解能（単位deg）を示す。一般に、奥行距離Ｘが短い（換言すると、検出対象が自車両１０１に近い）ほど、検出対象に対する視角が大きくなるので、角度分解能が低くても検出対象を検出することが可能となる。反対に、奥行距離Ｘが長い（換言すると、検出対象が自車両１０１から遠い）ほど、検出対象に対する視角が小さくなるので、検出対象の検出には高い角度分解能が必要となる。そのため、外界認識装置５０は、図５Ｂに例示したように、奥行距離Ｘが短いほど角度分解能を下げ（数値を大きくする）、奥行距離Ｘが長いほど角度分解能を上げる（数値を小さくする）。
なお、図示を省略するが、奥行距離Ｘと水平方向の角度分解能との関係についても同様である。
図５Ｂにおける符号Ｎは、車速が例えば１００ｋｍ/ｈの場合における必要奥行距離を示す。
図５Ｂは、奥行距離Ｘと鉛直方向の角度分解能との関係の一例を示す模式図であり、上述したサイズ（縦横ともに１５ｃｍ）の検出対象を認識するために必要な角度分解能（必要角度分解能と呼んでもよい）を示す。横軸は奥行距離Ｘ（単位ｍ）を示し、縦軸は鉛直方向の角度分解能（単位deg）を示す。一般に、奥行距離Ｘが短い（換言すると、検出対象が自車両１０１に近い）ほど、検出対象に対する視角が大きくなるので、角度分解能が低くても検出対象を検出することが可能となる。反対に、奥行距離Ｘが長い（換言すると、検出対象が自車両１０１から遠い）ほど、検出対象に対する視角が小さくなるので、検出対象の検出には高い角度分解能が必要となる。そのため、外界認識装置５０は、図５Ｂに例示したように、奥行距離Ｘが短いほど角度分解能を下げ（数値を大きくする）、奥行距離Ｘが長いほど角度分解能を上げる（数値を小さくする）。
なお、図示を省略するが、奥行距離Ｘと水平方向の角度分解能との関係についても同様である。
図５Ｂにおける符号Ｎは、車速が例えば１００ｋｍ/ｈの場合における必要奥行距離を示す。
【0033】
外界認識装置５０は、自車両１０１が自動運転モードで走行しているとき、ＦＯＶ内に所定の照射点（検出点）を設定するとともに照射光を照射するようにライダ５を制御する。これにより、ライダ５からの照射光は、設定された照射点（検出点）に向けて照射される。
【0034】
なお、ライダ５の照射光は、ＦＯＶ内に格子状に配列した全ての照射点（検出点）にラスタ走査方式で照射されてもよいし、所定の照射点（検出点）にのみ照射光が照射されるように断続的に照射光が照射されてもよいし、その他の態様で照射されてもよいものとする。
【0035】
図６Ａは、ライダ５の照射光がラスタ走査方式で照射される場合の照射点の一例を示す模式図である。外界認識装置５０は、ライダ５から照射光を照射する際、ＦＯＶ内の全域に対し、必要奥行距離Ｎにおいて必要とされる角度分解能を設定して照射光の照射方向を制御する。
例えば、道路ＲＤ上の必要奥行距離Ｎの地点に存在する検出対象を認識するための必要角度分解能が縦（鉛直方向）、横（水平方向）ともに０．０５ degである場合、外界認識装置５０は、ＦＯＶ内の全域で照射光の照射方向を縦横それぞれ０．０５ deg間隔でずらすように制御する。つまり、図６Ａでは格子点の各黒丸が照射点（検出点）に対応しており、縦および横の照射点（検出点）の間隔はそれぞれ０．０５ degの角度分解能に対応する。
ＦＯＶ内における実際の照射点の数は、図６Ａに図示した黒丸の数よりもはるかに多い。具体例として、ライダ５のＦＯＶが水平方向に１２０ degの場合、照射点（検出点）に対応する黒丸は、水平方向に０．０５ deg間隔で２４００個並ぶ。同様に、ＦＯＶが鉛直方向に４０ degの場合、照射点（検出点）に対応する黒丸は、鉛直方向に０．０５ deg間隔で８００個並ぶ。
例えば、道路ＲＤ上の必要奥行距離Ｎの地点に存在する検出対象を認識するための必要角度分解能が縦（鉛直方向）、横（水平方向）ともに０．０５ degである場合、外界認識装置５０は、ＦＯＶ内の全域で照射光の照射方向を縦横それぞれ０．０５ deg間隔でずらすように制御する。つまり、図６Ａでは格子点の各黒丸が照射点（検出点）に対応しており、縦および横の照射点（検出点）の間隔はそれぞれ０．０５ degの角度分解能に対応する。
ＦＯＶ内における実際の照射点の数は、図６Ａに図示した黒丸の数よりもはるかに多い。具体例として、ライダ５のＦＯＶが水平方向に１２０ degの場合、照射点（検出点）に対応する黒丸は、水平方向に０．０５ deg間隔で２４００個並ぶ。同様に、ＦＯＶが鉛直方向に４０ degの場合、照射点（検出点）に対応する黒丸は、鉛直方向に０．０５ deg間隔で８００個並ぶ。
【0036】
外界認識装置５０は、ＦＯＶに対して１フレーム分の照射光の走査を行う毎に図６Ａの照射点に対応する検出点の検出データを取得し、これらの検出データの中から、検出対象の認識に必要な角度分解能に基づく検出点のデータを抽出する。より具体的には、ＦＯＶのうちの奥行距離Ｘが必要奥行距離Ｎよりも短い領域であって、必要角度分解能が０．０５ degではなく０．１ degで足りる領域については、縦および横のデータの間隔を０．０５ deg間隔よりも広くするようにデータを抽出する。また、ＦＯＶのうちの空に対応する領域についても、道路ＲＤが存在しないことから縦および横のデータの間隔を広くするようにデータを抽出する。このように抽出した検出点の間隔は、後述する図６Ｂに黒丸で示される検出点の間隔と同様である。
外界認識装置５０が検出点のデータを抽出することにより、認識処理に用いる検出データの総数を抑制することが可能になる。
外界認識装置５０が検出点のデータを抽出することにより、認識処理に用いる検出データの総数を抑制することが可能になる。
【0037】
図６Ｂは、ライダ５の照射光がＦＯＶ内に格子状に配列した所定の照射点（検出点）にのみ照射される場合の照射点の一例を示す模式図である。外界認識装置５０は、ライダ５から照射光を照射する際、ＦＯＶ内の照射点（検出点）の間隔を、必要とされる角度分解能に応じた間隔に設定して、照射光の照射方向を制御する。
例えば、道路ＲＤ上の必要奥行距離Ｎの地点に存在する検出対象を認識するための必要角度分解能が縦（鉛直方向）、横（水平方向）ともに０．０５ degである場合、外界認識装置５０は、必要奥行距離Ｎに対応する領域（左右方向に長い帯状領域）において照射光の照射方向を縦横それぞれ０．０５ deg間隔でずらすように制御する。
また、ＦＯＶのうちの奥行距離Ｘが必要奥行距離Ｎよりも短い領域であって、必要角度分解能が０．１ degで足りる領域については、縦および横の検出点の間隔を広くするように照射光の照射方向を制御する。さらに、ＦＯＶのうちの空に対応する領域についても、道路ＲＤが存在しないことから縦および横の検出点の間隔を広くするように照射光の照射方向を制御する。
外界認識装置５０が検出点の間隔を制御したことにより、認識処理に用いる検出データの総数を抑制することが可能になる。
なお、ＦＯＶ内における実際の照射点の数は、図６Ｂに図示した黒丸の数よりもはるかに多い。
例えば、道路ＲＤ上の必要奥行距離Ｎの地点に存在する検出対象を認識するための必要角度分解能が縦（鉛直方向）、横（水平方向）ともに０．０５ degである場合、外界認識装置５０は、必要奥行距離Ｎに対応する領域（左右方向に長い帯状領域）において照射光の照射方向を縦横それぞれ０．０５ deg間隔でずらすように制御する。
また、ＦＯＶのうちの奥行距離Ｘが必要奥行距離Ｎよりも短い領域であって、必要角度分解能が０．１ degで足りる領域については、縦および横の検出点の間隔を広くするように照射光の照射方向を制御する。さらに、ＦＯＶのうちの空に対応する領域についても、道路ＲＤが存在しないことから縦および横の検出点の間隔を広くするように照射光の照射方向を制御する。
外界認識装置５０が検出点の間隔を制御したことにより、認識処理に用いる検出データの総数を抑制することが可能になる。
なお、ＦＯＶ内における実際の照射点の数は、図６Ｂに図示した黒丸の数よりもはるかに多い。
【0038】
図７は、図６Ｂに例示した照射点へ照射光を照射する場合の照射順の一例を示す図である。図７において、ＦＯＶの左上から右下の照射点に向かって、それぞれ矢印の向きに照射光の照射方向が制御される。また、縦方向の矢印に併記したＰ１～Ｐ３の文字は照射点（検出点）の間隔の大小を示す、Ｐ１は、例えば角度分解能が０．０５ degに対応する照射点（検出点）の間隔を示す。Ｐ２は、例えば角度分解能が０．１ degに対応する照射点（検出点）の間隔を示す。Ｐ３は、例えば角度分解能が０．２ degに対応する照射点（検出点）の間隔を示す。
図７では、角度分解能を３段階に切り替える例を図示したが、３段階に限らず、２段階以上の角度分解能を適宜切り替えるように構成して構わない。
図７では、角度分解能を３段階に切り替える例を図示したが、３段階に限らず、２段階以上の角度分解能を適宜切り替えるように構成して構わない。
【0039】
＜外界認識装置の構成＞
外界認識装置５０の詳細について説明する。
上述したように、外界認識装置５０は、認識部１１１、設定部１１２、決定部１１３、勾配算出部１１４および回避措置部１１５と、ライダ５を含む。
＜認識部＞
認識部１１１は、ライダ５のＦＯＶにおいて検出される時系列の検出データを用いて３次元の点群データを生成する。
また、認識部１１１は、ライダ５で測定された検出データに基づいて、自車両１０１が走行する道路ＲＤの進行方向の道路構造と、進行方向の道路ＲＤ上の検出対象とを認識する。道路構造は、例えば直線路、カーブ路、分岐路、トンネルの出入口等をいう。
さらに、認識部１１１は、例えば平坦な路面を示すデータに対して輝度フィルタリング処理等を施すことによって区画線を検知する。この場合において、認識部１１１は、輝度が所定の閾値を超えている路面の高さが、超えていない路面の高さと略同じである場合に、区画線であると判定してもよい。
外界認識装置５０の詳細について説明する。
上述したように、外界認識装置５０は、認識部１１１、設定部１１２、決定部１１３、勾配算出部１１４および回避措置部１１５と、ライダ５を含む。
＜認識部＞
認識部１１１は、ライダ５のＦＯＶにおいて検出される時系列の検出データを用いて３次元の点群データを生成する。
また、認識部１１１は、ライダ５で測定された検出データに基づいて、自車両１０１が走行する道路ＲＤの進行方向の道路構造と、進行方向の道路ＲＤ上の検出対象とを認識する。道路構造は、例えば直線路、カーブ路、分岐路、トンネルの出入口等をいう。
さらに、認識部１１１は、例えば平坦な路面を示すデータに対して輝度フィルタリング処理等を施すことによって区画線を検知する。この場合において、認識部１１１は、輝度が所定の閾値を超えている路面の高さが、超えていない路面の高さと略同じである場合に、区画線であると判定してもよい。
【0040】
＜道路構造の認識＞
認識部１１１による道路構造の認識の一例について説明する。認識部１１１は、生成した点群データに含まれる、進行方向である前方の道路ＲＤの縁石、壁、溝、ガードレールまたは区画線を道路ＲＤの境界線ＲＬ、ＲＢ（図１Ａ）として認識し、境界線ＲＬ、ＲＢで示される進行方向の道路構造を認識する。上述したように、区画線は白線（色違いの線を含む）、縁石線、道路鋲等を含み、これら区画線による標示によって道路ＲＤの走行レーンが規定される。実施の形態では、上記標示によって規定される道路ＲＤの境界線ＲＬ、ＲＢを、区画線と呼ぶ。
認識部１１１による道路構造の認識の一例について説明する。認識部１１１は、生成した点群データに含まれる、進行方向である前方の道路ＲＤの縁石、壁、溝、ガードレールまたは区画線を道路ＲＤの境界線ＲＬ、ＲＢ（図１Ａ）として認識し、境界線ＲＬ、ＲＢで示される進行方向の道路構造を認識する。上述したように、区画線は白線（色違いの線を含む）、縁石線、道路鋲等を含み、これら区画線による標示によって道路ＲＤの走行レーンが規定される。実施の形態では、上記標示によって規定される道路ＲＤの境界線ＲＬ、ＲＢを、区画線と呼ぶ。
【0041】
認識部１１１は、境界線ＲＬ、ＲＢで挟まれた領域について、道路ＲＤに対応する領域として認識する。なお、道路ＲＤに対する認識方法はこれに限らず、他の方法により認識してもよい。
また、認識部１１１は、生成した点群データを、平坦な路面を示す点群データと、立体物等を示す点群データとに分離する。例えば、点群データに含まれる、進行方向の路上の立体物等のうち、サイズが１５ｃｍを超える凹凸、段差、うねり等の路面形状と、縦横１５ｃｍを超える物体とを検出対象として認識する。１５ｃｍは、検出対象のサイズの一例であり、適宜変更して構わない。
また、認識部１１１は、生成した点群データを、平坦な路面を示す点群データと、立体物等を示す点群データとに分離する。例えば、点群データに含まれる、進行方向の路上の立体物等のうち、サイズが１５ｃｍを超える凹凸、段差、うねり等の路面形状と、縦横１５ｃｍを超える物体とを検出対象として認識する。１５ｃｍは、検出対象のサイズの一例であり、適宜変更して構わない。
【0042】
＜設定部＞
設定部１１２は、照射光の鉛直投光角度φをライダ５に設定する。ライダ５のＦＯＶが鉛直方向に４０ degの場合、鉛直投光角度φは０～４０ degの範囲で０．０５ deg間隔で設定される。同様に、設定部１１２は、照射光の水平投光角度θをライダ５に設定する。ライダ５のＦＯＶが水平方向に１２０ degの場合、水平投光角度θは０～１２０ degの範囲で０．０５ deg間隔で設定される。
設定部１１２は、後述するように決定部１１３で決定された角度分解能に基づいて、ＦＯＶ内の照射点数（図６Ａおよび図６Ｂの黒丸の数に対応し、照射点密度を示す）をライダ５に設定する。上述したように、ＦＯＶ内に格子状に配列する照射点（検出点）の鉛直方向および水平方向の間隔を、それぞれ鉛直方向および水平方向の角度分解能に対応させる。
設定部１１２は、照射光の鉛直投光角度φをライダ５に設定する。ライダ５のＦＯＶが鉛直方向に４０ degの場合、鉛直投光角度φは０～４０ degの範囲で０．０５ deg間隔で設定される。同様に、設定部１１２は、照射光の水平投光角度θをライダ５に設定する。ライダ５のＦＯＶが水平方向に１２０ degの場合、水平投光角度θは０～１２０ degの範囲で０．０５ deg間隔で設定される。
設定部１１２は、後述するように決定部１１３で決定された角度分解能に基づいて、ＦＯＶ内の照射点数（図６Ａおよび図６Ｂの黒丸の数に対応し、照射点密度を示す）をライダ５に設定する。上述したように、ＦＯＶ内に格子状に配列する照射点（検出点）の鉛直方向および水平方向の間隔を、それぞれ鉛直方向および水平方向の角度分解能に対応させる。
【0043】
＜決定部＞
決定部１１３は、設定部１１２が設定する走査角度分解能を決定する。先ず、決定部１１３は、各奥行距離Ｘにおける鉛直方向の投光角度αと、各奥行距離Ｘにおける路面点までの距離ＤＬとをそれぞれ算出する。具体的には、図３Ｄを参照して説明したように、ライダ５で計測された路面点までの距離ＤＬと、計測時にライダ５に設定した投光角度αとに基づいて奥行距離Ｘを算出する。決定部１１３は、算出した奥行距離Ｘと、鉛直方向角度との関係を算出する（図５Ａ）。また、決定部１１３は、奥行距離Ｘと、距離ＤＬとの関係を算出する。さらにまた、決定部１１３は、図５Ｂに例示したように、検出対象のサイズと奥行距離Ｘとに基づいて、奥行距離Ｘと、鉛直方向角度分解能との関係を算出する。このように、検出対象のサイズと距離ＤＬとに基づいて鉛直方向角度分解能を算出し、距離ＤＬと奥行距離Ｘとに基づいて、奥行距離Ｘと鉛直方向角度分解能との関係を算出する。
決定部１１３は、設定部１１２が設定する走査角度分解能を決定する。先ず、決定部１１３は、各奥行距離Ｘにおける鉛直方向の投光角度αと、各奥行距離Ｘにおける路面点までの距離ＤＬとをそれぞれ算出する。具体的には、図３Ｄを参照して説明したように、ライダ５で計測された路面点までの距離ＤＬと、計測時にライダ５に設定した投光角度αとに基づいて奥行距離Ｘを算出する。決定部１１３は、算出した奥行距離Ｘと、鉛直方向角度との関係を算出する（図５Ａ）。また、決定部１１３は、奥行距離Ｘと、距離ＤＬとの関係を算出する。さらにまた、決定部１１３は、図５Ｂに例示したように、検出対象のサイズと奥行距離Ｘとに基づいて、奥行距離Ｘと、鉛直方向角度分解能との関係を算出する。このように、検出対象のサイズと距離ＤＬとに基づいて鉛直方向角度分解能を算出し、距離ＤＬと奥行距離Ｘとに基づいて、奥行距離Ｘと鉛直方向角度分解能との関係を算出する。
【0044】
次に、決定部１１３は、上記サイズの検出対象を認識するために必要な、鉛直方向の角度分解能を決定する。例えば、図５Ｂにおいて鉛直方向の角度分解能が０．１ deg未満となる奥行距離Ｘでは、０．１ degより小さな０．０５ degを必要角度分解能として決定する。また、鉛直方向の角度分解能が０．１ deg以上で０．２ deg未満となる奥行距離Ｘでは、０．２ degより小さな０．１ degを必要角度分解能として決定する。以下同様に、鉛直方向の角度分解能が０．２ deg以上で０．３ deg未満となる奥行距離Ｘ、および、鉛直方向の角度分解能が０．３ deg以上で０．４ deg未満となる奥行距離Ｘに対しても、それぞれにおいてより小さな０．２ degおよび０．３ degを、必要角度分解能として決定する。
【0045】
決定した鉛直方向の必要角度分解能は、次フレームの３次元点群データを取得する際の検出点の鉛直方向の間隔として反映させることができる。
また、決定部１１３は、検出対象のサイズおよび奥行距離Ｘに応じて、検出対象を認識するための水平方向の必要角度分解能を決定してもよい。水平方向の必要角度分解能も、次フレームの３次元点群データを取得する際の検出点の水平方向の間隔として反映させることができる。
なお、水平方向の必要角度分解能については、先に決定した鉛直方向の必要角度分解能と一致させてもよい。換言すると、鉛直方向の必要角度分解能を０．０５ degと決定した検出点と同じ水平ライン上では、水平方向の必要角度分解能を０．０５ degと決定する。同様に、鉛直方向の必要角度分解能を０．１ degと決定した検出点と同じ水平ライン上では、水平方向の必要角度分解能を０．１ degと決定する。さらに、他の必要角度分解能についても、鉛直方向の必要角度分解能を決定した検出点と同じ水平ライン上では、水平方向の必要角度分解能を鉛直方向の必要角度分解能と同じ値に決定する。
また、決定部１１３は、検出対象のサイズおよび奥行距離Ｘに応じて、検出対象を認識するための水平方向の必要角度分解能を決定してもよい。水平方向の必要角度分解能も、次フレームの３次元点群データを取得する際の検出点の水平方向の間隔として反映させることができる。
なお、水平方向の必要角度分解能については、先に決定した鉛直方向の必要角度分解能と一致させてもよい。換言すると、鉛直方向の必要角度分解能を０．０５ degと決定した検出点と同じ水平ライン上では、水平方向の必要角度分解能を０．０５ degと決定する。同様に、鉛直方向の必要角度分解能を０．１ degと決定した検出点と同じ水平ライン上では、水平方向の必要角度分解能を０．１ degと決定する。さらに、他の必要角度分解能についても、鉛直方向の必要角度分解能を決定した検出点と同じ水平ライン上では、水平方向の必要角度分解能を鉛直方向の必要角度分解能と同じ値に決定する。
【0046】
決定部１１３は、以下の３つの場合には、ＦＯＶ内で照射点密度を高く設定する領域（換言すると、ライダ５に高い角度分解能を設定する奥行方向の距離幅（奥行距離幅と呼んでもよい））を広げることが可能に構成される。
（１）車速の増加に伴い必要奥行距離Ｎを延ばす場合
（２）ライダ５で検出可能な最遠の奥行距離Ｘが必要奥行距離Ｎよりも短い場合
（３）前方の路面が上り勾配である場合
上記（１）および（３）の場合は、より遠方の検出対象を認識できるように、必要角度分解能をより高く設定する奥行距離幅を広げる。また、上記（２）の場合は、検出できていない範囲に対しては、安全のためにより細かく照射するという考え方に基づき、必要角度分解能をより高く設定する。
なお、上記（１）～（３）を、照射点密度を高く設定する領域を拡大するための拡大要件と呼ぶことにし、詳細については図９Ｂを参照して後述する。
（１）車速の増加に伴い必要奥行距離Ｎを延ばす場合
（２）ライダ５で検出可能な最遠の奥行距離Ｘが必要奥行距離Ｎよりも短い場合
（３）前方の路面が上り勾配である場合
上記（１）および（３）の場合は、より遠方の検出対象を認識できるように、必要角度分解能をより高く設定する奥行距離幅を広げる。また、上記（２）の場合は、検出できていない範囲に対しては、安全のためにより細かく照射するという考え方に基づき、必要角度分解能をより高く設定する。
なお、上記（１）～（３）を、照射点密度を高く設定する領域を拡大するための拡大要件と呼ぶことにし、詳細については図９Ｂを参照して後述する。
【0047】
＜勾配算出部＞
自車両１０１が走行する道路ＲＤの進行方向が下り坂となり路面からの反射角度が小さい場合、路面が平坦でも路面の反射率が低下している場合、または車速が速く必要奥行距離Ｎが大きくなってしまう状況において、ライダ５が必要奥行距離Ｎまでの散乱光を受信できない場合がある。この場合にライダ５で検出可能な最遠の奥行距離Ｘを最大奥行距離Ｌと呼ぶ。最大奥行距離を最大路面検出距離と呼んでもよい。
自車両１０１が走行する道路ＲＤの進行方向が下り坂となり路面からの反射角度が小さい場合、路面が平坦でも路面の反射率が低下している場合、または車速が速く必要奥行距離Ｎが大きくなってしまう状況において、ライダ５が必要奥行距離Ｎまでの散乱光を受信できない場合がある。この場合にライダ５で検出可能な最遠の奥行距離Ｘを最大奥行距離Ｌと呼ぶ。最大奥行距離を最大路面検出距離と呼んでもよい。
【0048】
勾配算出部１１４は、自車両１０１の車速から計算される必要奥行距離Ｎが、最大奥行距離Ｌを超えてしまう場合（例えば必要奥行距離Ｎが１０８ｍのところ、最大奥行距離Ｌ＝９２ｍである場合）に、ＦＯＶ下端（第１の所定距離）から最大奥行距離Ｌまでのライダ５で実際に取得された計測データを用いて、最大奥行距離Ｌよりも遠方の路面の高さＺ（勾配）を予測する。勾配の予測には、例えば時系列予測手法であるＡＲモデルまたはＡＲＩＭＡモデル等を用いることができる。
図８に、ＡＲＩＭＡモデルを用いて予測した結果の一例を示す。横軸は奥行距離Ｘ（単位ｍ）を示し、縦軸は路面の高さＺ（単位ｍ）を示す。予測結果として、予測した高さＺの平均値、予測した高さＺの上下限値（例えば、信頼度９９%を設定）等が得られる。実施の形態では、鉛直方向の角度分解能の領域がより広がる方向になる、信頼度９９％上限値のカーブに対応する予測値を「予測高さの上限値」として採用する。このように構成することにより、ＦＯＶにおける道路ＲＤが上り坂であった場合、鉛直方向上側の領域に鉛直方向の角度分解能を高く設定することで、次フレームの３次元点群データを取得する際にデータを取りこぼす可能性を低減できる。一方、道路ＲＤが下り坂であった場合は、そもそもライダ５からの照射光が路面に照射されないことから鉛直方向下側に領域が広がることはあり得ない。そのため、無駄な処理を避けるために、信頼度９９％下限値のカーブに対応する予測値については採用しない。
図８に、ＡＲＩＭＡモデルを用いて予測した結果の一例を示す。横軸は奥行距離Ｘ（単位ｍ）を示し、縦軸は路面の高さＺ（単位ｍ）を示す。予測結果として、予測した高さＺの平均値、予測した高さＺの上下限値（例えば、信頼度９９%を設定）等が得られる。実施の形態では、鉛直方向の角度分解能の領域がより広がる方向になる、信頼度９９％上限値のカーブに対応する予測値を「予測高さの上限値」として採用する。このように構成することにより、ＦＯＶにおける道路ＲＤが上り坂であった場合、鉛直方向上側の領域に鉛直方向の角度分解能を高く設定することで、次フレームの３次元点群データを取得する際にデータを取りこぼす可能性を低減できる。一方、道路ＲＤが下り坂であった場合は、そもそもライダ５からの照射光が路面に照射されないことから鉛直方向下側に領域が広がることはあり得ない。そのため、無駄な処理を避けるために、信頼度９９％下限値のカーブに対応する予測値については採用しない。
【0049】
以上説明したように、勾配算出部１１４は、最大奥行距離Ｌから必要奥行距離Ｎまでの路面勾配のデータをＡＲＩＭＡモデル等による「予測高さの上限値」を用いて予測する。
【0050】
＜回避措置部＞
回避措置部１１５は、例えば上記決定部１１３がＦＯＶ内に設定する照射点数を増やす（ライダ５に高い角度分解能を設定する奥行距離幅を広げる）決定をしたことにより、鉛直方向および水平方向の必要角度分解能がライダ５に設定可能な角度分解能を超える場合、または、ライダ５で１フレームの時間で照射可能な照射点数を超える場合、または、演算部１１で１フレームの時間で演算処理可能な点数を超える場合に、ライダ５の仕様（照射可能な設定限界）、または演算部１１の仕様（演算可能な設定限界）を超えた設定を回避するために所定の措置を講じる。
一例として、回避措置部１１５は、自動運転モードでの走行時に走行制御部１１６に対して車速を制限させる。車速の制限は、必要奥行距離Ｎの延伸を所定範囲にとどめるように車速の上限を設けたり、現在の必要奥行距離Ｎを維持するために車速の増加を禁止したりする。また、報知部６を介してライダ５、または演算部１１の設定限界を超えた設定を回避するための車速制限であることを、警告表示、警告音等により乗員に知らせる。
回避措置部１１５は、例えば上記決定部１１３がＦＯＶ内に設定する照射点数を増やす（ライダ５に高い角度分解能を設定する奥行距離幅を広げる）決定をしたことにより、鉛直方向および水平方向の必要角度分解能がライダ５に設定可能な角度分解能を超える場合、または、ライダ５で１フレームの時間で照射可能な照射点数を超える場合、または、演算部１１で１フレームの時間で演算処理可能な点数を超える場合に、ライダ５の仕様（照射可能な設定限界）、または演算部１１の仕様（演算可能な設定限界）を超えた設定を回避するために所定の措置を講じる。
一例として、回避措置部１１５は、自動運転モードでの走行時に走行制御部１１６に対して車速を制限させる。車速の制限は、必要奥行距離Ｎの延伸を所定範囲にとどめるように車速の上限を設けたり、現在の必要奥行距離Ｎを維持するために車速の増加を禁止したりする。また、報知部６を介してライダ５、または演算部１１の設定限界を超えた設定を回避するための車速制限であることを、警告表示、警告音等により乗員に知らせる。
【0051】
また、他の例として、回避措置部１１５は、走行制御部１１６に対して車速を制限させる前に、ライダ５、または演算部１１の設定限界を超えた設定を回避するために必要な車速を、報知部６を介して乗員に知らせてもよい。乗員に対してブレーキ操作等の減速操作を促すことで、ライダ５、または演算部１１の設定限界を超えた設定を回避することが可能になる。
【0052】
さらにまた、他の例として、回避措置部１１５は、ライダ５で３次元点群データ取得するフレームレートを現在よりも下げる設定を行うことにより、ライダ５、または演算部１１で設定可能な制限値をみかけ上緩やかにしてもよい。例えば、フレームレートを現在の１／２にすることで、ライダ５に設定可能な角度分解能を現在の２倍にする（換言すると、ライダ５に設定可能な照射点数を現在の２倍にする）。回避措置部１１５は、ライダ５に対してフレームレートを変化させる前に、ライダ５、または演算部１１の設定限界を超えた設定を回避するために設定変更する旨を、報知部６を介して乗員に知らせてもよい。
【0053】
さらに、他の例として、回避措置部１１５は、ライダ５、または演算部１１の設定限界を超えた設定を行わない（現状の設定を維持する）代わりに、自動運転モードでの走行時に走行制御部１１６に対して自動運転モードの自動運転レベルを現在のレベルよりも下のレベルに縮退させる。回避措置部１１５は、自動運転モードの自動運転レベルを変化させる前に、ライダ５、または演算部１１の設定限界を超えた設定を回避するための自動運転レベル変更である旨を、報知部６を介して乗員に知らせてもよい。
【0054】
＜位置データの生成＞
外界認識装置５０は、ライダ５でリアルタイムに測定された時系列の点群データに基づいて検出した検出対象の位置を示すデータを、例えばＸ－Ｙの２次元マップ上にマッピングして一続きとなる位置データを生成することができる。Ｘ－Ｙ空間では高さＺを示す情報が省かれ、奥行距離Ｘおよび水平距離Ｙの情報が残る。
認識部１１１は、記憶部１２に記憶されている２次元マップ上の立体物等の位置情報を取得し、自車両１０１の移動速度と移動方向（例えば方位角）から上記立体物等の相対位置を自車両１０１の位置を中心に座標変換して算出する。認識部１１１は、測定により点群データがライダ５で取得される毎に、取得された点群データに基づく立体物等の相対位置を自車両１０１の位置を中心に座標変換して２次元マップ上に記録する。
外界認識装置５０は、ライダ５でリアルタイムに測定された時系列の点群データに基づいて検出した検出対象の位置を示すデータを、例えばＸ－Ｙの２次元マップ上にマッピングして一続きとなる位置データを生成することができる。Ｘ－Ｙ空間では高さＺを示す情報が省かれ、奥行距離Ｘおよび水平距離Ｙの情報が残る。
認識部１１１は、記憶部１２に記憶されている２次元マップ上の立体物等の位置情報を取得し、自車両１０１の移動速度と移動方向（例えば方位角）から上記立体物等の相対位置を自車両１０１の位置を中心に座標変換して算出する。認識部１１１は、測定により点群データがライダ５で取得される毎に、取得された点群データに基づく立体物等の相対位置を自車両１０１の位置を中心に座標変換して２次元マップ上に記録する。
【0055】
＜フローチャートの説明＞
図９Ａおよび図９Ｂは、あらかじめ定められたプログラムに従い図２のコントローラ１０の演算部１１が実行する処理の一例を示すフローチャートである。演算部１１は、例えば、自車両１０１が自動運転モードで走行中に所定周期毎に繰り返し実行する。
図９Ａおよび図９Ｂは、あらかじめ定められたプログラムに従い図２のコントローラ１０の演算部１１が実行する処理の一例を示すフローチャートである。演算部１１は、例えば、自車両１０１が自動運転モードで走行中に所定周期毎に繰り返し実行する。
【0056】
まず、ステップＳ１０において、演算部１１は、ライダ５に３次元の点群データを取得させてステップＳ２０へ進む。
ステップＳ２０において、演算部１１は、点群データに対する路面データの分離処理を行ってステップＳ３０へ進む。より具体的には、点群データから道路ＲＤ上の立体物等のデータを検出して分離することにより、平坦な路面を示す点群データと、立体物等を示す点群データとを得る。立体物等には、路上の障害物、道路ＲＤの左右端に設けられた、例えば縁石、壁、溝、ガードレール等の他、走行中の二輪車等の他車両が含まれている。
ステップＳ２０において、演算部１１は、点群データに対する路面データの分離処理を行ってステップＳ３０へ進む。より具体的には、点群データから道路ＲＤ上の立体物等のデータを検出して分離することにより、平坦な路面を示す点群データと、立体物等を示す点群データとを得る。立体物等には、路上の障害物、道路ＲＤの左右端に設けられた、例えば縁石、壁、溝、ガードレール等の他、走行中の二輪車等の他車両が含まれている。
【0057】
分離処理の一例を説明する。演算部１１は、点群データの相対位置を自車両１０１の位置を中心とする位置に座標変換し、道路ＲＤを例えば上空から俯瞰したような、奥行方向および道路幅方向に対応するＸ－Ｙの２次元マップ上に表すとともに、２次元マップを所定サイズにグリッド化する。各グリッドにおいてグリッド内のデータの最大値と最小値との差があらかじめ定めた閾値よりも小さい場合に、演算部１１は、そのグリッドのデータが平坦な路面を示すと判定する。一方、グリッド内のデータの最大値と最小値との差があらかじめ定めた閾値よりも大きい場合には、演算部１１は、そのグリッドのデータが立体物等を示すと判定する。
なお、点群データが路面のデータに対応するか、立体物等に対応するかの判定手法は、他の手法を用いてもよい。
なお、点群データが路面のデータに対応するか、立体物等に対応するかの判定手法は、他の手法を用いてもよい。
【0058】
ステップＳ３０において、演算部１１は、路面のデータとして分離されたグリッドのデータに基づき、勾配算出部１１４により道路ＲＤの進行方向の路面勾配を算出してステップＳ４０へ進む。路面勾配の算出処理の一例は、図３Ａ～図３Ｄを参照して説明した通りである。
なお、路面勾配の算出手法は、他の手法を用いてもよい。
なお、路面勾配の算出手法は、他の手法を用いてもよい。
【0059】
ステップＳ４０において、演算部１１は、勾配算出部１１４により最大奥行距離Ｌを取得してステップＳ５０へ進む。
上述したように、最大奥行距離Ｌはライダ５で検出可能な最遠の奥行距離である。演算部１１の勾配算出部１１４は、路面勾配の算出処理時に抽出したグリッドのうち自車両１０１の位置から最遠のグリッドのデータに対応する奥行距離を最大奥行距離Ｌとして取得する。
上述したように、最大奥行距離Ｌはライダ５で検出可能な最遠の奥行距離である。演算部１１の勾配算出部１１４は、路面勾配の算出処理時に抽出したグリッドのうち自車両１０１の位置から最遠のグリッドのデータに対応する奥行距離を最大奥行距離Ｌとして取得する。
【0060】
ステップＳ５０において、演算部１１は、各奥行距離Ｘにおける、鉛直方向の投光角度αと路面点までの距離ＤＬとをそれぞれ算出してステップＳ６０へ進む。鉛直方向角度と奥行距離Ｘの関係は、図５Ａに例示した通りである。また、奥行距離Ｘ、路面の高さＺおよび路面までの距離ＤＬの関係は、図４Ｂに例示した通りである。
なお、演算部１１の勾配算出部１１４は、最大奥行距離Ｌが必要奥行距離Ｎよりも短い場合には、最大奥行距離Ｌよりも遠方の路面勾配を予測する。路面勾配の予測結果は、図８に例示した通りである。演算部１１は、ライダ５で実際に取得された最大奥行距離Ｌまでの計測データと、勾配算出部１１４で予測した路面勾配の予測結果とに基づいて、各奥行距離Ｘにおける、鉛直方向の投光角度αと路面点までの距離ＤＬとをそれぞれ算出する。
なお、演算部１１の勾配算出部１１４は、最大奥行距離Ｌが必要奥行距離Ｎよりも短い場合には、最大奥行距離Ｌよりも遠方の路面勾配を予測する。路面勾配の予測結果は、図８に例示した通りである。演算部１１は、ライダ５で実際に取得された最大奥行距離Ｌまでの計測データと、勾配算出部１１４で予測した路面勾配の予測結果とに基づいて、各奥行距離Ｘにおける、鉛直方向の投光角度αと路面点までの距離ＤＬとをそれぞれ算出する。
【0061】
ステップＳ６０において、演算部１１は、各奥行距離Ｘにおける必要角度分解能を算出して図９ＢのステップＳ７０へ進む。必要角度分解能は、あらかじめ指定されたサイズの検出対象を検出するために必要な角度分解能である。奥行距離Ｘと角度分解能との関係は、図５Ｂに例示した通りである。
【0062】
図９ＢのステップＳ７０において、演算部１１は、上述した照射点密度を高く設定する領域を拡大するための拡大要件を満たすか否かを判定する。実施の形態では、決定部１１３について上述したように、照射点密度を高く設定する領域を拡大する（例えば、ライダ５に０．１ deg以下の角度分解能を設定する奥行距離幅を広げる）ための拡大要件があらかじめ定められている。
演算部１１は、上記（１）～（３）の３要件のうちの少なくとも１つに該当すると、ステップＳ７０を肯定判定してステップＳ８０へ進む。演算部１１は、上記（１）～（３）の３要件のいずれにも該当しない場合は、ステップＳ７０を否定判定してステップＳ９０へ進む。
演算部１１は、上記（１）～（３）の３要件のうちの少なくとも１つに該当すると、ステップＳ７０を肯定判定してステップＳ８０へ進む。演算部１１は、上記（１）～（３）の３要件のいずれにも該当しない場合は、ステップＳ７０を否定判定してステップＳ９０へ進む。
【0063】
ステップＳ８０において、演算部１１は、決定部１１３に対し、ＦＯＶ内で高分解能領域を広げる（換言すると、ＦＯＶ内で照射点密度を高く設定する領域を拡大する）指示を送ってステップＳ９０に進む。
【0064】
ステップＳ９０において、演算部１１は、所定の分解能閾値を超えるか否かを判定する。一例として、図５Ｂに示す奥行距離Ｘと鉛直方向の角度分解能との関係に基づいた判断を行う。その結果、ＦＯＶ内の高分解能領域を広げることによって、検出対象を認識するために必要な必要角度分解能が、ライダ５に対する角度分解能の設定限界（例えば０.０５ deg）よりも小さくなる場合に、ステップＳ９０を肯定判定してステップＳ９５へ進む。演算部１１は、ＦＯＶ内で高分解能領域を広げても必要角度分解能が設定限界を超えない場合には、ステップＳ９０を否定判定してステップＳ１００へ進む。設定限界は、ライダ５の動作が保証されている角度分解能をいう。
図１０Ａは、上述したステップＳ９０の判定処理を説明する模式図である。横軸は時間軸であり、自動運転を開始してからの経過時間に対応する。縦軸は必要角度分解能を示しており、ＦＯＶ内において必要とされる角度分解能の最小値を示す。つまり、図１０Ａに示す曲線は、必要角度分解能の最小値の時間的変化を示す。曲線のうちの破線で示される分解能閾値（ライダ５に設定可能な角度分解能）を超えるところが、ステップＳ９０で肯定判定された場合に対応する。
図１０Ａは、上述したステップＳ９０の判定処理を説明する模式図である。横軸は時間軸であり、自動運転を開始してからの経過時間に対応する。縦軸は必要角度分解能を示しており、ＦＯＶ内において必要とされる角度分解能の最小値を示す。つまり、図１０Ａに示す曲線は、必要角度分解能の最小値の時間的変化を示す。曲線のうちの破線で示される分解能閾値（ライダ５に設定可能な角度分解能）を超えるところが、ステップＳ９０で肯定判定された場合に対応する。
【0065】
図１０Ｂは、上述したステップＳ１００の判定処理を説明する模式図である。横軸は時間軸であり、自動運転を開始してからの経過時間に対応する。縦軸は照射点数（計測点数）を示しており、ＦＯＶ内において設定される照射点の総数を示す。つまり、図１０Ｂに示す曲線は、ＦＯＶ内の照射点数の時間的変化を示す。曲線のうちの破線で示される照射点数閾値（ライダ５に設定可能な照射点数、または演算部１１で演算処理可能な計測点数のうちどちらか小さい点数）を超えるところが、ステップＳ１００で肯定判定された場合に対応する。図１０Ｂの場合の設定限界は、ライダ５の動作、および演算部１１の動作が保証されている照射点数をいう。
【0066】
図１０Ｃは、ステップＳ９０、Ｓ１００の判定処理を説明する別の模式図であり、図１０Ａまたは図１０Ｂの曲線が破線で示される閾値（分解能閾値または照射点数閾値）を超える場合を例示する。なお、実際には回避措置部１１５がステップＳ９５、Ｓ１０５の超過回避措置を講じるため、曲線が設定限界を超えることはない。
【0067】
ステップＳ９５において、演算部１１は、回避措置部１１５により、ライダ５の設定限界を超えた設定を回避する超過回避措置を講じてステップＳ１００へ進む。回避措置については上述した通りである。
また、ステップＳ１０５において、演算部１１は、回避措置部１１５により、ライダ５、および演算部１１の設定限界を超えた設定を回避する超過回避措置を講じてステップＳ１１０へ進む。回避措置については上述した通りである。
また、ステップＳ１０５において、演算部１１は、回避措置部１１５により、ライダ５、および演算部１１の設定限界を超えた設定を回避する超過回避措置を講じてステップＳ１１０へ進む。回避措置については上述した通りである。
【0068】
ステップＳ１１０において、演算部１１は、決定部１１３により、鉛直方向の角度分解能を必要角度分解能に決定してステップＳ１２０へ進む。実施の形態では、鉛直方向の角度分解能を水平方向の角度分解能よりも先に決定する。
【0069】
ステップＳ１２０において、演算部１１の決定部１１３は、水平方向の角度分解能を必要角度分解能に決定してステップＳ１３０へ進む。水平方向の角度分解能を鉛直方向の角度分解能よりも後に決定することで、水平方向の角度分解能を鉛直方向の角度分解能と一致させることが容易となる。
【0070】
ステップＳ１３０において、演算部１１は、検出点の座標を確定する。より具体的には、図６Ｂにおいて黒丸で例示したような検出点の位置を示す座標を決定する。認識部１１１は、ステップＳ１３０で確定した検出点の位置で検出された検出データに基づいて、自車両１０１が走行する道路ＲＤの進行方向の立体物等を認識する。
【0071】
なお、演算部１１は、ステップＳ１０で点群データが取得される毎に、点群データに基づく立体物等の相対位置をＸ－Ｙの２次元マップ上にマッピングすることにより、２次元状に一続きとなる位置データを生成する。そして、点群データに基づく立体物等の相対位置を自車両１０１の位置を中心に座標変換して２次元マップ上に記録しておくことができる。
【0072】
ステップＳ１４０において、演算部１１は、処理を終了するか否かを判定する。演算部１１は、自車両１０１が自動運転モードでの走行を継続中の場合は、ステップＳ１４０を否定判定して図９ＡのステップＳ１０へ戻り、上述した処理を繰り返す。図９ＡのステップＳ１０へ戻ることにより、自車両１０１の走行中に点群データに基づく検出点の座標の決定等が周期的に繰り返し行われることとなる。一方、演算部１１は、自車両１０１が自動運転モードでの走行を終了した場合は、ステップＳ１４０を肯定判定して図９Ｂによる処理を終了する。
【0073】
以上説明した実施の形態によれば、以下のような作用効果を奏する。
（１）外界認識装置５０は、第１方向としての水平方向および第１方向と交差する第２方向としての鉛直方向に電磁波としての照射光を走査照射して自車両１０１の周囲の外界状況を検出する車載検出器としてのライダ５と、ライダ５の検出データに基づいて自車両１０１が走行する道路ＲＤの路面情報を取得する路面情報取得部としての演算部１１とを備える。演算部１１は、ライダ５で１フレームずつ取得されたマトリクス状の複数の検出点毎の距離情報を含む３次元点群データに基づいて、フレーム毎の道路ＲＤの路面および路上の立体物を路面情報として認識する認識部１１１を含み、認識対象としてあらかじめ定めた所定の立体物の大きさ（例えば鉛直方向、水平方向ともに１５ｃｍ）および自車両１０１から立体物までの距離（例えば１００ｍ）に基づいて、認識部１１１で認識に用いる次フレームの３次元点群データの検出点の間隔を、照射光の走査角度分解能として決定する決定部１１３と、走査角度分解能および検出点の間隔に対応する検出点の数の少なくとも一方があらかじめ定めた制限値としての設定限界を超えないように、所定の回避措置をとる回避措置部１１５と、を備える。
このように構成したので、ライダ５に対して設定限界を超える小さな走査角度分解能が設定されたり、ライダ５の設定限界を超える数の検出点、および演算部１１の処理限界を超える数の検出点が設定されたりすることを回避することが可能になる。
また、認識対象としてあらかじめ定めた所定の立体物の大きさおよび自車両１０１から立体物までの距離に基づいて検出点の間隔が制御されることで、検出点の間隔を必要以上に狭くする場合と比べて、認識処理に用いる検出データの総数を抑制することが可能になる。すなわち、外界認識装置５０の検出対象とする物体等の位置や大きさの認識精度を低下させることなく、演算部１１の処理負荷を低減することができる。
さらに、実施の形態では、高精度地図情報に載っていない道路ＲＤ、高精度地図情報が備えられていない状態で初めて走行する道路ＲＤ、および工事等により高精度地図情報と異なる態様に変化している道路ＲＤを自車両１０１で走行する場合にも、ライダ５を用いて進行方向の道路ＲＤの路面までの奥行距離Ｘを検出点毎に取得しながら、各奥行距離Ｘにおいて認識部１１１で上記立体物を認識するために必要な検出点の間隔に対応させた照射光の走査角度分解能を決定することが可能である。
（１）外界認識装置５０は、第１方向としての水平方向および第１方向と交差する第２方向としての鉛直方向に電磁波としての照射光を走査照射して自車両１０１の周囲の外界状況を検出する車載検出器としてのライダ５と、ライダ５の検出データに基づいて自車両１０１が走行する道路ＲＤの路面情報を取得する路面情報取得部としての演算部１１とを備える。演算部１１は、ライダ５で１フレームずつ取得されたマトリクス状の複数の検出点毎の距離情報を含む３次元点群データに基づいて、フレーム毎の道路ＲＤの路面および路上の立体物を路面情報として認識する認識部１１１を含み、認識対象としてあらかじめ定めた所定の立体物の大きさ（例えば鉛直方向、水平方向ともに１５ｃｍ）および自車両１０１から立体物までの距離（例えば１００ｍ）に基づいて、認識部１１１で認識に用いる次フレームの３次元点群データの検出点の間隔を、照射光の走査角度分解能として決定する決定部１１３と、走査角度分解能および検出点の間隔に対応する検出点の数の少なくとも一方があらかじめ定めた制限値としての設定限界を超えないように、所定の回避措置をとる回避措置部１１５と、を備える。
このように構成したので、ライダ５に対して設定限界を超える小さな走査角度分解能が設定されたり、ライダ５の設定限界を超える数の検出点、および演算部１１の処理限界を超える数の検出点が設定されたりすることを回避することが可能になる。
また、認識対象としてあらかじめ定めた所定の立体物の大きさおよび自車両１０１から立体物までの距離に基づいて検出点の間隔が制御されることで、検出点の間隔を必要以上に狭くする場合と比べて、認識処理に用いる検出データの総数を抑制することが可能になる。すなわち、外界認識装置５０の検出対象とする物体等の位置や大きさの認識精度を低下させることなく、演算部１１の処理負荷を低減することができる。
さらに、実施の形態では、高精度地図情報に載っていない道路ＲＤ、高精度地図情報が備えられていない状態で初めて走行する道路ＲＤ、および工事等により高精度地図情報と異なる態様に変化している道路ＲＤを自車両１０１で走行する場合にも、ライダ５を用いて進行方向の道路ＲＤの路面までの奥行距離Ｘを検出点毎に取得しながら、各奥行距離Ｘにおいて認識部１１１で上記立体物を認識するために必要な検出点の間隔に対応させた照射光の走査角度分解能を決定することが可能である。
【0074】
（２）上記（１）の外界認識装置において、決定部１１３は、自車両１０１の車速が増加する、自車両１０１の前方の路面が上り勾配、およびライダ５で検出可能な最遠の最大奥行距離Ｌが所定距離（例えば、必要奥行距離Ｎ）よりも短い、の少なくとも一つに該当すると、検出点の間隔を所定間隔（例えば０．１ deg）よりも狭く設定する（換言すると、検出点密度を高く設定する）領域を拡大し、回避措置部１１５は、決定部１１３による領域拡大が、走査角度分解能および／または検出点の数の制限値超えにつながらないように回避措置をとる。
このように構成したので、認識部１１１で認識に用いる３次元点群データの検出点の間隔を決定部１１３でリアルタイムに決定する中で、自車両１０１の走行状態（車速）および走行する道路ＲＤの状態（勾配、路面の反射率等）が変化しても、ライダ５に対して設定限界を超える小さな走査角度分解能が設定されたり、ライダ５の設定限界を超える数の検出点、および演算部１１の処理限界を超える数の検出点が設定されたりすることなく、検出点の間隔を適切に制御することが可能になる。
このように構成したので、認識部１１１で認識に用いる３次元点群データの検出点の間隔を決定部１１３でリアルタイムに決定する中で、自車両１０１の走行状態（車速）および走行する道路ＲＤの状態（勾配、路面の反射率等）が変化しても、ライダ５に対して設定限界を超える小さな走査角度分解能が設定されたり、ライダ５の設定限界を超える数の検出点、および演算部１１の処理限界を超える数の検出点が設定されたりすることなく、検出点の間隔を適切に制御することが可能になる。
【0075】
（３）上記（１）または（２）の外界認識装置において、回避措置部１１５は、自車両１０１の車速を制限する。
このように構成したので、認識部１１１で認識に用いる３次元点群データの検出点の間隔を決定部１１３でリアルタイムに決定する中で、自車両１０１が走行する道路ＲＤの状態（勾配、路面の反射率等）が変化しても、自動運転中の車速が自動で制限され、ライダ５に対して設定限界を超える小さな走査角度分解能が設定されたり、ライダ５の設定限界を超える数の検出点、および演算部１１の処理限界を超える数の検出点が設定されたりすることなく、検出点の間隔を適切に制御することが可能になる。
このように構成したので、認識部１１１で認識に用いる３次元点群データの検出点の間隔を決定部１１３でリアルタイムに決定する中で、自車両１０１が走行する道路ＲＤの状態（勾配、路面の反射率等）が変化しても、自動運転中の車速が自動で制限され、ライダ５に対して設定限界を超える小さな走査角度分解能が設定されたり、ライダ５の設定限界を超える数の検出点、および演算部１１の処理限界を超える数の検出点が設定されたりすることなく、検出点の間隔を適切に制御することが可能になる。
【0076】
（４）上記（１）または（２）の外界認識装置において、回避措置部１１５は、自車両１０１の乗員に対して回避措置を促す。
このように構成したので、自車両１０１の走行状態（車速）および走行する道路ＲＤの状態（勾配、路面の反射率等）のいずれかの変化によってライダ５に対して設定限界を超える小さな走査角度分解能が設定されたり、ライダ５の設定限界を超える数の検出点、および演算部１１の処理限界を超える数の検出点が設定されたりするおそれが生じたことを、例えば報知部６を介して乗員に知らせることができる。乗員が、例えば自車両１０１の車速を減速させる等の回避操作を手動で行うことで、ライダ５、および演算部１１の設定限界を超えた設定を回避することが可能になる。
このように構成したので、自車両１０１の走行状態（車速）および走行する道路ＲＤの状態（勾配、路面の反射率等）のいずれかの変化によってライダ５に対して設定限界を超える小さな走査角度分解能が設定されたり、ライダ５の設定限界を超える数の検出点、および演算部１１の処理限界を超える数の検出点が設定されたりするおそれが生じたことを、例えば報知部６を介して乗員に知らせることができる。乗員が、例えば自車両１０１の車速を減速させる等の回避操作を手動で行うことで、ライダ５、および演算部１１の設定限界を超えた設定を回避することが可能になる。
【0077】
（５）上記（４）の外界認識装置において、回避措置部１１５は、走査角度分解能または検出点の数を制限値以内にとどめるための車速を乗員に知らせる。
このように構成したので、例えば車速をどこまで減速するべきかを、報知部６を介して乗員に知らせることができる。乗員が当該車速まで減速操作を行うことで、ライダ５、および演算部１１の設定限界を超えた設定を回避することが可能になる。
このように構成したので、例えば車速をどこまで減速するべきかを、報知部６を介して乗員に知らせることができる。乗員が当該車速まで減速操作を行うことで、ライダ５、および演算部１１の設定限界を超えた設定を回避することが可能になる。
【0078】
（６）上記（１）または（２）の外界認識装置において、回避措置部１１５は、ライダ５で３次元点群データを取得するフレームレートを下げることにより、制限値を緩める。
このように構成したので、ライダ５に設定可能な制限値、および演算部１１で演算可能な制限値がみかけ上緩やかになり、ライダ５、および演算部１１の設定限界を超えた設定を回避することが可能になる。
このように構成したので、ライダ５に設定可能な制限値、および演算部１１で演算可能な制限値がみかけ上緩やかになり、ライダ５、および演算部１１の設定限界を超えた設定を回避することが可能になる。
【0079】
（７）上記（１）または（２）の外界認識装置において、回避措置部１１５は、自車両１０１の自動運転レベルを縮退させる。
このように構成したので、ライダ５、および演算部１１の設定限界を超えた設定を回避することにより、自動運転レベルの維持に支障をきたす場合には、自動運転レベルを下げる等の適切な措置を行うことが可能になる。
このように構成したので、ライダ５、および演算部１１の設定限界を超えた設定を回避することにより、自動運転レベルの維持に支障をきたす場合には、自動運転レベルを下げる等の適切な措置を行うことが可能になる。
【0080】
上記実施の形態は、種々の形態に変形することができる。以下、変形例について説明する。
（変形例１）
上述した実施の形態では、外界認識装置５０が、自車両１０１の進行方向の路面状況をライダ５に検出させる例を説明した。この代わりに、例えば自車両１０１の周囲を３６０ deg検出可能なＦＯＶを有するライダ５を備え、自車両１０１の全周囲の路面状況をライダ５に検出させる構成にしてもよい。
（変形例１）
上述した実施の形態では、外界認識装置５０が、自車両１０１の進行方向の路面状況をライダ５に検出させる例を説明した。この代わりに、例えば自車両１０１の周囲を３６０ deg検出可能なＦＯＶを有するライダ５を備え、自車両１０１の全周囲の路面状況をライダ５に検出させる構成にしてもよい。
【0081】
（変形例２）
上述した必要奥行距離Ｎの値（１００ｍ、１０８ｍ等）、ライダ５に設定される角度分解能の値（０．０５，０．１，０．２，０．３，０．４）等の数値は一例に過ぎず、適宜変更して構わない。
上述した必要奥行距離Ｎの値（１００ｍ、１０８ｍ等）、ライダ５に設定される角度分解能の値（０．０５，０．１，０．２，０．３，０．４）等の数値は一例に過ぎず、適宜変更して構わない。
【0082】
以上の説明はあくまで一例であり、本発明の特徴を損なわない限り、上述した実施の形態および変形例により本発明が限定されるものではない。上記実施の形態と変形例の１つまたは複数を任意に組み合わせることも可能であり、変形例同士を組み合わせることも可能である。
【符号の説明】
【0083】
１ 通信ユニット、２ 測位ユニット、３ 内部センサ群、４ カメラ、５ ライダ、６ 報知部、１０ コントローラ、１１ 演算部、１２ 記憶部、５０ 外界認識装置、１００ 車両制御装置、１０１ 自車両、１１１ 認識部、１１２ 設定部、１１３ 決定部、１１４ 勾配算出部、１１５ 回避措置部、１１６ 走行制御部、ＡＣ アクチュエータ
【図1A】
【図1B】
【図2】
【図3A】
【図3B】
【図3C】
【図3D】
【図4A】
【図4B】
【図5A】
【図5B】
【図6A】
【図6B】
【図7】
【図8】
【図9A】
【図9B】
【図10A】
【図10B】
【図10C】