特開 2024-165789 形状推定装置

(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】P2024165789

(43)【公開日】2024-11-28

(54)【発明の名称】形状推定装置

(51)【国際特許分類】

   G01S 13/02 20060101AFI20241121BHJP

   G01S 7/02 20060101ALI20241121BHJP

【ＦＩ】

G01S13/02

G01S7/02 200

【審査請求】未請求

【請求項の数】7

【出願形態】ＯＬ

(21)【出願番号】P 2023082283

(22)【出願日】2023-05-18

(71)【出願人】

【識別番号】000004695

【氏名又は名称】株式会社ＳＯＫＥＮ

(71)【出願人】

【識別番号】000004260

【氏名又は名称】株式会社デンソー

(71)【出願人】

【識別番号】000003207

【氏名又は名称】トヨタ自動車株式会社

(71)【出願人】

【識別番号】520124752

【氏名又は名称】株式会社ミライズテクノロジーズ

(71)【出願人】

【識別番号】592032636

【氏名又は名称】学校法人トヨタ学園

(74)【代理人】

【識別番号】110001128

【氏名又は名称】弁理士法人ゆうあい特許事務所

(72)【発明者】

【氏名】赤峰 悠介

(72)【発明者】

【氏名】近藤 勝彦

(72)【発明者】

【氏名】大薮 弘和

(72)【発明者】

【氏名】秋田 時彦

【テーマコード（参考）】

5J070

【Ｆターム（参考）】

5J070AC02

5J070AC06

5J070AC19

5J070AD02

5J070AF03

5J070AK13

(57)【要約】

【課題】静止物体の形状を低処理負荷で且つ高精度に推定する。
【解決手段】第２マップ生成部２０は、第１座標系を第２座標系に座標変換することにより、第１座標系を有する第１反射強度マップＭ１から、第２座標系を有する第２反射強度マップＭ２を生成する。そして、推定部２４は、複数の第２反射強度マップＭ２に基づいて生成された反射強度蓄積マップＭｓから、静止物体８２の形状を表す物体形状マップＭｆを推定する。従って、相対距離Ｒｒと相対速度Ｖｒとに対する反射強度Ｐwの分布を示す第１反射強度マップＭ１から、二次元の座標位置に対する反射強度Ｐwの分布を示す第２反射強度マップＭ２を得ることができる。すなわち、センサ部１２に対する方位を推定する方位推定処理を行うことなく、静止物体８２の形状推定の基になる第２反射強度マップＭ２を得ることができる。そのため、静止物体８２の形状推定を低処理負荷で実施することが可能である。
【選択図】図１

【特許請求の範囲】

【請求項1】

移動体（８０）に搭載される形状推定装置であって、
前記移動体に設けられ、前記移動体の周囲へ電磁波である送信波（Ｓｗ）を発信すると共に、該送信波が反射して生じた反射波（Ｒｗ）を受信するセンサ部（１２）と、
前記送信波と前記反射波とに基づき、前記センサ部に対する相対距離（Ｒｒ）と前記センサ部に対する相対速度（Ｖｒ）とに対する前記反射波の信号強度（Ｐw）の分布を示す第１反射強度マップ（Ｍ１）を生成することを、繰り返し行う第１マップ生成部（１６）と、
前記移動体の速度（Ｖｅ）と前記移動体の位置（Ｘｅ、Ｙｅ）とを知得するエゴモーション知得部（１８）と、
前記第１反射強度マップの前記相対距離と前記相対速度とを表す第１座標系（ＣＴ１）を、二次元の座標位置（Ｘ、Ｙ）を表す第２座標系（ＣＴ２）に、前記移動体の速度と前記移動体の位置とを用いて座標変換することにより、前記座標位置に対する前記信号強度の分布を示す第２反射強度マップ（Ｍ２）を前記第１反射強度マップから生成することを、繰り返し行う第２マップ生成部（２０）と、
前記第２マップ生成部が生成した複数の前記第２反射強度マップのそれぞれにおける前記信号強度を基に所定の算出規則に従って得られる信号強度関連値を前記第２反射強度マップの前記座標位置毎に算出し、該座標位置に対する前記信号強度関連値の分布を示す反射強度蓄積マップ（Ｍｓ）を生成する反射強度蓄積マップ生成部（２２）と、
教師あり学習によって学習されたニューラルネットワークの学習済みモデル（３２）によって、前記移動体の周囲に存在し静止している物体（８２）の形状を表す物体形状マップ（Ｍｆ）を前記反射強度蓄積マップから推定する推定部（２４）とを備える、形状推定装置。

【請求項2】

前記反射強度蓄積マップの前記座標位置に対する前記信号強度関連値は該座標位置毎に、複数の前記第２反射強度マップにおける前記座標位置毎の前記信号強度のうちの最大値とされる、請求項１に記載の形状推定装置。

【請求項3】

前記学習済みモデルは、畳み込みニューラルネットワークのエンコーダ（３２ａ）とデコーダ（３２ｂ）とを有する構成になっている、請求項１または２に記載の形状推定装置。

【請求項4】

前記センサ部は、予め定められた物体検知領域（Ａs）内において前記物体の存在を検知できるように前記移動体に取り付けられ、
前記物体検知領域は、前記第１座標系の前記相対距離が零になる位置（Ｒ０p）を通り且つ前記移動体の前後方向（Ｄ１）と上下方向（Ｄ３）とに平行な仮想平面（ＰＬv）に対し前記移動体の左右方向（Ｄ２）の一方側へ拡がり、前記左右方向の他方側へは及んでおらず、
前記第２反射強度マップの全ての前記座標位置は前記物体検知領域に入る、請求項１または２に記載の形状推定装置。

【請求項5】

前記センサ部は、予め定められた物体検知領域（Ａs）内において前記物体の存在を検知できるように前記移動体に取り付けられ、
前記物体検知領域は、前記第１座標系の前記相対距離が零になる位置（Ｒ０p）を通り且つ前記移動体の前後方向（Ｄ１）と上下方向（Ｄ３）とに平行な仮想平面（ＰＬv）に対し前記移動体の左右方向（Ｄ２）の一方側へ拡がった一方側領域（Ａ１）と、前記一方側領域よりも狭く前記仮想平面に対し前記左右方向の他方側へ拡がった他方側領域（Ａ２）とを有し、
前記第２反射強度マップの全ての前記座標位置は、前記仮想平面を基準に前記他方側領域を前記左右方向の前記一方側へ反転して得られる反転他方側領域（Ａ２r）を前記一方側領域から除いた領域（Ａm）に入る、請求項１または２に記載の形状推定装置。

【請求項6】

前記センサ部は、前記送信波を発信する１つまたは複数の送信アンテナ素子（１２１）と前記反射波を受信する１つまたは複数の受信アンテナ素子（１２２）とをそれぞれ有し、
前記１つまたは複数の送信アンテナ素子は水平方向（Ｄｈ）には並んでおらず、
前記１つまたは複数の受信アンテナ素子も前記水平方向には並んでいない、請求項１または２に記載の形状推定装置。

【請求項7】

前記第１座標系を前記第２座標系に座標変換することとは、前記第２反射強度マップに含まれる複数の前記座標位置から選択された座標位置である選択座標位置（Ｘｗ、Ｙｗ）と前記移動体の速度と前記移動体の位置とを用いて所定の算出式（Ｆ３、Ｆ４、Ｆ１１、Ｆ１２）から前記第１座標系の前記相対距離と前記相対速度とを算出し、該算出した前記相対距離と前記相対速度とに対する前記第１反射強度マップの前記信号強度を、前記第２反射強度マップでの前記選択座標位置に対する前記信号強度とすることを、前記第２反射強度マップの前記座標位置毎に行うことである、請求項１または２に記載の形状推定装置。

【発明の詳細な説明】

【技術分野】

【0001】

本発明は、物体の形状を推定する形状推定装置に関するものである。

【背景技術】

【0002】

例えば非特許文献１には、車載のレーダにより物体の形状を推定する技術が開示されている。具体的に、非特許文献１では、深層学習により予め生成された推定器を用い、位置とレーダが受信する反射波の信号強度である反射強度との対応を示す反射強度マップから、物体の形状を推定する手法が提案されている。

【先行技術文献】

【非特許文献】

【0003】

【非特許文献1】F. E. Nowruzi; D. Kolhatkar; P. Kapoor; F. Al Hassanat; E. J. Heravi; R. Laganiere; J. Rebut; W. Malik, Deep Open Space Segmentation using Automotive Radar, 2020 IEEE MTT-S International Conference on Microwaves for Intelligent Mobility (ICMIM)

【発明の概要】

【発明が解決しようとする課題】

【0004】

上記した非特許文献１に記載の技術では、反射強度マップを生成する際、レーダの複数のアンテナの受信信号から方位推定処理を行う必要があり、処理負荷が高いという課題がある。また、複数のアンテナ素子が必要であるためコストが高くなるという課題もある。

【0005】

そこで、発明者らは、例えばレーダでは相対速度を観測できることに着目した。詳しく言うと、自車両の周囲に存在する静止物体の、自車両に対する相対速度は、自車両に設けられたレーダの位置と静止物体のうち送信波を反射する反射点とを結んだ直線が自車両の進行方向に対して成す角度と、自車両の速度とで決まる。そのため、自車両の速度と上記相対速度とが既知であれば、静止物体の反射点の位置を特定することができる。このことに発明者らは着目した。

【0006】

一方で、レーダによって得られる相対速度から変換した位置に対する反射強度の分布は、レーダの信号の広がりのため一般的には物体の形状推定には向かないが、深層学習を用いた形状推定であれば、信号の広がりも含めて学習されるので、相対速度を利用した物体の形状推定が可能である。発明者らの詳細な検討の結果、以上のようなことが見出された。

【0007】

上記点に鑑み、本発明は、レーダ等であるセンサ部に対する相対距離と相対速度とに対する反射強度の分布がセンサ部からの信号に基づいて得られることを利用して、静止している物体の形状を低処理負荷で且つ高精度に推定することを目的とする。

【課題を解決するための手段】

【0008】

上記目的を達成するため、請求項１に記載の形状推定装置は、
移動体（８０）に搭載される形状推定装置であって、
移動体に設けられ、移動体の周囲へ電磁波である送信波（Ｓｗ）を発信すると共に、その送信波が反射して生じた反射波（Ｒｗ）を受信するセンサ部（１２）と、
送信波と反射波とに基づき、センサ部に対する相対距離（Ｒｒ）とセンサ部に対する相対速度（Ｖｒ）とに対する反射波の信号強度（Ｐw）の分布を示す第１反射強度マップ（Ｍ１）を生成することを、繰り返し行う第１マップ生成部（１６）と、
移動体の速度（Ｖｅ）と移動体の位置（Ｘｅ、Ｙｅ）とを知得するエゴモーション知得部（１８）と、
第１反射強度マップの相対距離と相対速度とを表す第１座標系（ＣＴ１）を、二次元の座標位置（Ｘ、Ｙ）を表す第２座標系（ＣＴ２）に、移動体の速度と移動体の位置とを用いて座標変換することにより、座標位置に対する信号強度の分布を示す第２反射強度マップ（Ｍ２）を第１反射強度マップから生成することを、繰り返し行う第２マップ生成部（２０）と、
第２マップ生成部が生成した複数の第２反射強度マップのそれぞれにおける信号強度を基に所定の算出規則に従って得られる信号強度関連値を第２反射強度マップの座標位置毎に算出し、その座標位置に対する信号強度関連値の分布を示す反射強度蓄積マップ（Ｍｓ）を生成する反射強度蓄積マップ生成部（２２）と、
教師あり学習によって学習されたニューラルネットワークの学習済みモデル（３２）によって、移動体の周囲に存在し静止している物体（８２）の形状を表す物体形状マップ（Ｍｆ）を反射強度蓄積マップから推定する推定部（２４）とを備える。

【0009】

このようにすれば、相対距離と相対速度とに対する反射波の信号強度（すなわち、反射強度）の分布を示す第１反射強度マップから、二次元の座標位置に対する反射強度の分布を示す第２反射強度マップを得ることができる。すなわち、センサ部に対する方位を推定する方位推定処理を行うことなく、静止物体の形状推定の基になる第２反射強度マップを得ることができる。そのため、静止物体の形状推定を低処理負荷で実施することが可能である。

【0010】

そして、反射強度蓄積マップは、逐次生成された複数の第２反射強度マップに基づいて生成されるので、反射強度蓄積マップでは、形状推定対象の静止物体の輪郭に対応した反射強度の分布状態を際立たせることができる。そして、この反射強度蓄積マップが、静止物体の形状推定を実施する推定部の入力として用いられる。従って、例えば反射強度蓄積マップではなく第２反射強度マップが推定部の入力として用いられる場合と比較して、静止物体の形状を高精度に推定することが可能である。

【0011】

なお、出願書類中の各欄において、各要素に括弧付きの参照符号が付されている場合がある。この場合、参照符号は、同要素と後述する実施形態に記載の具体的構成との対応関係の単なる一例を示すものであるにすぎない。よって、本発明は、参照符号の記載によって、何ら限定されるものではない。

【図面の簡単な説明】

【0012】

【図1】第１実施形態において、形状推定装置の機能的な概略構成を示したブロック図である。

【図2】第１実施形態において、センサ部の物体検知領域を模式的に示した図である。

【図3】図２のIII方向の矢視図であって、センサ部を単体で模式的に示した正面図である。

【図4】第１実施形態において、形状推定装置が有する電子制御装置が実行する制御処理を示したフローチャートである。

【図5】図４のステップＳ１０２で生成される第１反射強度マップを模式的に示した図である。

【図6】図５に示された相対距離および相対速度のそれぞれと、静止物体上の反射点の座標位置との関係を説明するための図である。

【図7】図４のステップＳ１０４で生成される第２反射強度マップを模式的に示した図である。

【図8】図４のステップＳ１０４で実行されるサブルーチンを示したフローチャートである。

【図9】図４のステップＳ１０５で生成される反射強度蓄積マップを模式的に示した図である。

【図10】図４のステップＳ１０５で実行されるサブルーチンを示したフローチャートである。

【図11】第１実施形態において、反射強度蓄積マップから物体形状マップを推定するために用いられるニューラルネットワークの学習済みモデルの構成を模式的に示した図である。

【図12A】第１実施形態において、学習済みモデルの学習に用いられる複数セットの教師データに含まれる１セットの教師データのうちの一方である反射強度蓄積マップの一例を示した図である。

【図12B】第１実施形態において、上記１セットの教師データのうちの他方である正解形状マップの一例、すなわち、図１２Ａの反射強度蓄積マップと共に上記１セットの教師データを構成する正解形状マップの一例を示した図である。

【図13】第２実施形態のセンサ部を単体で模式的に示した正面図であって、図３に相当する図である。

【図14】第３実施形態のセンサ部を単体で模式的に示した正面図であって、図３に相当する図である。

【図15】第４実施形態において、センサ部の物体検知領域を模式的に示した図であって、図２に相当する図である。

【発明を実施するための形態】

【0013】

以下、図面を参照しながら、各実施形態を説明する。なお、以下の各実施形態相互において、互いに同一もしくは均等である部分には、図中、同一符号を付してある。

【0014】

（第１実施形態）
図１、図２に示すように、本実施形態の形状推定装置１０は、移動体である車両８０に搭載される装置である。そして、形状推定装置１０は、センサ部１２と電子制御装置１４とを備えている。形状推定装置１０は、車両８０の停止中または走行中に、センサ部１２から電波を車両８０の周囲へ放射させることにより、車両８０の周囲に存在し静止している物体８２の形状、すなわち車両８０の周囲に存在する静止物体８２の形状を推定する。

【0015】

なお、図２および後述の図３に表示された両端矢印はそれぞれ、形状推定装置１０が搭載される車両８０の向きを示す。すなわち、図２および図３では、車両８０の前後方向である車両前後方向Ｄ１と、車両８０の左右方向である車両左右方向Ｄ２と、車両８０の上下方向である車両上下方向Ｄ３とがそれぞれ両端矢印で示されている。これらの方向Ｄ１、Ｄ２、Ｄ３は互いに交差する方向、厳密に言えば互いに垂直な方向である。また、図３では、水平方向Ｄｈも両端矢印で示されている。車両前後方向Ｄ１と車両左右方向Ｄ２はそれぞれ、水平方向Ｄｈのうちの１つの方向である。

【0016】

センサ部１２は、車両８０の一部分に固定されるセンサ装置である。図１～図３に示すように、センサ部１２は、例えばＦＣＭ方式のミリ波レーダ装置である。その「ＦＣＭ」とは、「Fast Chirp Modulation」の略である。
すなわち、センサ部１２は、車両８０の周囲へ電磁波である送信波Ｓｗを発信すると共に、その送信波Ｓｗが反射して生じた反射波Ｒｗを受信する。そのために、センサ部１２は、送信アンテナ素子１２１と、受信アンテナ素子１２２と、送信波Ｓｗの発信および反射波Ｒｗの受信に関わる電気信号を処理する不図示の信号処理回路などを有している。

【0017】

また、センサ部１２は、その送信波Ｓｗの発信および反射波Ｒｗの受信を行うと共に、送信波Ｓｗを表す送信波信号と反射波Ｒｗを表す反射波信号とを例えば電子制御装置１４へ出力する。

【0018】

送信アンテナ素子１２１は、送信波Ｓｗを発信するアンテナ素子であり、受信アンテナ素子１２２は、反射波Ｒｗを受信するアンテナ素子である。本実施形態のセンサ部１２が有する送信アンテナ素子１２１の数は１つであり、センサ部１２が有する受信アンテナ素子１２２の数も１つである。従って、センサ部１２は、複数の送信アンテナ素子１２１が水平方向Ｄｈに並んだ構成を備えておらず、複数の受信アンテナ素子１２２が水平方向Ｄｈに並んだ構成も備えていない。例えば、本実施形態では、単一の送信アンテナ素子１２１と単一の受信アンテナ素子１２２とが水平方向Ｄｈに並んで配置されている。

【0019】

また、センサ部１２は、例えば、車両８０のうち車両前後方向Ｄ１の前側かつ車両左右方向Ｄ２の一方側（具体的には、左側）に偏って配置されている。そして、センサ部１２は、そのセンサ部１２の物体検知領域Ａsが車両８０に対する車両左右方向Ｄ２の左側のみに拡がるように車両８０に取り付けられている。要するに、センサ部１２は、センサ部１２の正面を車両左右方向Ｄ２の左側に向けて車両８０に取り付けられている。

【0020】

なお、センサ部１２の物体検知領域Ａsとは、センサ部１２が送信波Ｓｗの送信および反射波Ｒｗの受信によって、静止物体８２や移動している物体などの被検知物体の存在を検知することができる最大範囲である。そして、車両８０に対するセンサ部１２の物体検知領域Ａsの相対的な位置関係は、センサ部１２の仕様と車両８０におけるセンサ部１２の取付け向きとによって決まる。

【0021】

電子制御装置１４は、図示しないＣＰＵ、ＲＡＭ、ＲＯＭ、不揮発性リライタブルメモリ等を備えた車載マイクロコンピュータとしての構成を有している。すなわち、電子制御装置１４は、非遷移的実体的記録媒体であるＲＯＭまたは不揮発性リライタブルメモリなどの記録媒体に格納されたコンピュータプログラムを読み出して実行する。このコンピュータプログラムが実行されることで、コンピュータプログラムに対応する方法が実行される。すなわち、電子制御装置１４は、そのコンピュータプログラムに従って種々の制御処理を実行する。

【0022】

そして、電子制御装置１４は、第１マップ生成部１６とエゴモーション知得部１８と第２マップ生成部２０と反射強度蓄積マップ生成部２２と推定部２４とを、電子制御装置１４の各機能を実行する機能部として有している。また、電子制御装置１４は、ＲＡＭなどの記録媒体である蓄積部２６も有している。

【0023】

図４は、電子制御装置１４が実行する制御処理を示したフローチャートである。電子制御装置１４は、図４のステップＳ１０１～Ｓ１０６に亘る処理を１サイクルとして、そのステップＳ１０１～Ｓ１０６に亘る処理を所定の周期で繰り返し実行する。

【0024】

図４に示すように、電子制御装置１４は、まず、ステップＳ１０１にて、センサ部１２に送信波Ｓｗを発信させると共に反射波Ｒｗを受信させる。例えば、センサ部１２は、送信波Ｓｗの発信と反射波Ｒｗの受信とを行う送受信処理を複数回実行し、送信波Ｓｗを示す電気信号と反射波Ｒｗを示す電気信号とを電子制御装置１４へ出力する。図４のステップＳ１０１の次はステップＳ１０２へ進む。

【0025】

ステップＳ１０２では、第１マップ生成部１６は、センサ部１２から、送信波Ｓｗを示す電気信号と反射波Ｒｗを示す電気信号とを受け取る。そして、第１マップ生成部１６は、その送信波Ｓｗと反射波Ｒｗとに基づいた図５の第１反射強度マップＭ１を生成する。その第１反射強度マップＭ１は、図５に示すように、センサ部１２に対する相対距離Ｒｒとセンサ部１２に対する相対速度Ｖｒとに対する反射波Ｒｗの信号強度Ｐwの分布を示すマップである。

【0026】

なお、本実施形態の説明では、反射波Ｒｗの信号強度Ｐwは反射強度Ｐwとも称される。また、センサ部１２に対する相対距離Ｒｒとは、厳密に言えば、センサ部１２に含まれるセンサ原点Ｒ０（図２参照）に対する相対距離Ｒｒであり、センサ部１２に対する相対速度Ｖｒとは、厳密に言えば、センサ原点Ｒ０に対する相対速度Ｖｒである。そのセンサ原点Ｒ０では相対距離Ｒｒは「Ｒｒ＝０」になる。

【0027】

例えば、第１マップ生成部１６は、送信波Ｓｗを示す電気信号と反射波Ｒｗを示す電気信号とに基づき、２回のＦＦＴ処理等である周波数解析処理を行うことにより第１反射強度マップＭ１を得る。ＦＦＴ処理という記載中の「ＦＦＴ」とは、「Fast Fourier Transform」の略である。図４のステップＳ１０２の次はステップＳ１０３へ進む。

【0028】

ステップＳ１０３では、エゴモーション知得部１８は、車両８０の速度Ｖｅである自車速Ｖｅと、車両８０の位置である自車位置とを知得する。例えば、エゴモーション知得部１８は、自車速Ｖｅを、車両８０に設けられた図１の車速センサ８４から知得する。また、エゴモーション知得部１８は、車両８０のステアリングの舵角および自車速Ｖｅなどから自車位置を算出することで知得してもよいし、車両８０に設けられたナビゲーションシステムから自車位置を知得してもよい。

【0029】

なお、自車位置とは、厳密に言えば、図６に示すように、車両８０のうちその車両８０の代表位置を示す自車位置原点Ｅ０の位置である。例えば、後述の第２座標系ＣＴ２では、自車位置原点Ｅ０の位置である自車位置は、自車位置原点Ｅ０の座標位置Ｘｅ、Ｙｅになる。従って、以下の説明では、自車位置は自車位置Ｘｅ、Ｙｅと記載されることがある。図４のステップＳ１０３の次はステップＳ１０４へ進む。

【0030】

ステップＳ１０４では、第２マップ生成部２０は、エゴモーション知得部１８が知得した自車速Ｖｅおよび自車位置Ｘｅ、Ｙｅと、第１マップ生成部１６が生成した第１反射強度マップＭ１とに基づいて、図７の第２反射強度マップＭ２を生成する。

【0031】

詳細には、第２マップ生成部２０は、図５の第１反射強度マップＭ１の相対距離Ｒｒと相対速度Ｖｒとを表す第１座標系ＣＴ１を、二次元の座標位置Ｘ、Ｙを表す第２座標系ＣＴ２に、自車速Ｖｅと自車位置Ｘｅ、Ｙｅとを用いて座標変換する。この座標変換により、第２マップ生成部２０は、第１反射強度マップＭ１から図７の第２反射強度マップＭ２を生成する。

【0032】

図７に示すように、その第２反射強度マップＭ２は、第２座標系ＣＴ２の座標位置Ｘ、Ｙに対する反射強度Ｐwの分布を示すマップである。そして、その第２座標系ＣＴ２は、例えば横軸が座標位置Ｘを示し縦軸が座標位置Ｙを示す直交座標系であり、水平方向Ｄｈに拡がる座標系である。また、第２座標系ＣＴ２は、車両８０が移動しても動かない固定された座標系である。

【0033】

例えば、第２反射強度マップＭ２は、第２座標系ＣＴ２の座標位置Ｘ、Ｙを示す複数の座標点それぞれに相当するグリッド３０を有し、第２反射強度マップＭ２では、その複数のグリッド３０それぞれに対し反射強度Ｐwが記憶されている。図７に示す反射強度Ｐw11～Ｐw47は、各グリッド３０に記憶された反射強度Ｐwの大きさをそれぞれ表している。

【0034】

なお、このステップＳ１０４で生成される第２反射強度マップＭ２は、その第２反射強度マップＭ２が占める領域全体が図２のセンサ部１２の物体検知領域Ａsと同一の領域またはその物体検知領域Ａsの範囲内の領域になるように形成される。別言すれば、本実施形態では、車両８０周りの領域のうち、第２反射強度マップＭ２の配置対象となりうる領域であるマップ対象領域Ａmは、物体検知領域Ａsと同じになる。要するに、第２反射強度マップＭ２の全ての座標位置Ｘ、Ｙはセンサ部１２の物体検知領域Ａsに入る。なぜなら、センサ部１２が被検知物体の存在を検知できない領域では反射強度Ｐwを特定できないからである。

【0035】

また、図２の物体検知領域Ａsに言及すると、その物体検知領域Ａsは、図２に示した仮想平面ＰＬvに対し車両左右方向Ｄ２の一方側（具体的には、左側）へ拡がり、車両左右方向Ｄ２の他方側へは及んでいない。その仮想平面ＰＬvは、図２、図５、図６に示すように、第１座標系ＣＴ１の相対距離Ｒｒが零になる位置Ｒ０pすなわちセンサ原点Ｒ０の位置Ｒ０pを通り、且つ車両前後方向Ｄ１と車両上下方向Ｄ３とに平行に形成される。例えば図２に示すように、物体検知領域Ａsは、センサ原点Ｒ０の位置Ｒ０pから車両左右方向Ｄ２の左側へ離れるほどその位置Ｒ０pを中心とした周方向に拡がるように、扇形状または略扇形状に形成されている。

【0036】

ここで、上記したように第１座標系ＣＴ１が第２座標系ＣＴ２へ座標変換されるので、その第１座標系ＣＴ１と第２座標系ＣＴ２との関係を説明する。図６に示すように、送信波Ｓｗを反射する静止物体８２上の反射点Ｐｒを１つ選択する。この場合、第２座標系ＣＴ２において反射点Ｐｒの座標位置Ｘｗ、Ｙｗは、下記式Ｆ１、式Ｆ２から算出される。そして、その式Ｆ１、式Ｆ２から下記式Ｆ３、式Ｆ４が導出される。

【数1】

【数2】

【0037】

なお、上記式Ｆ１～式Ｆ４において、Ｘｗは横軸方向の反射点Ｐｒの座標位置Ｘであり、Ｙｗは縦軸方向の反射点Ｐｒの座標位置Ｙであり、Ｘｅは横軸方向の自車位置原点Ｅ０の座標位置Ｘであり、Ｙｅは縦軸方向の自車位置原点Ｅ０の座標位置Ｙである。また、Ｘｒｐは、自車位置原点Ｅ０からセンサ原点Ｒ０までの横軸方向の距離であって定数であり、Ｙｒｐは、自車位置原点Ｅ０からセンサ原点Ｒ０までの縦軸方向の距離であって定数である。また、Ｘｒは、センサ原点Ｒ０を基準とした横軸方向の反射点Ｐｒの座標位置、すなわちセンサ原点Ｒ０から反射点Ｐｒまでの横軸方向の距離である。また、Ｙｒは、センサ原点Ｒ０を基準とした縦軸方向の反射点Ｐｒの座標位置、すなわちセンサ原点Ｒ０から反射点Ｐｒまでの縦軸方向の距離である。

【0038】

また、図６から判るように、下記式Ｆ５、式Ｆ６、式Ｆ７が成立し、下記式Ｆ７から下記式Ｆ８が導出される。更に、下記式Ｆ５、式Ｆ６、式Ｆ８から下記式Ｆ９、式Ｆ１０が導出される。

【数3】

【数4】

【数5】

【0039】

なお、上記式Ｆ５～式Ｆ１０において、Ｒｒは、図６に示すセンサ原点Ｒ０から反射点Ｐｒまでの距離、すなわち図５に示された相対距離Ｒｒである。また、θは、図６のセンサ原点Ｒ０と反射点Ｐｒとを結ぶ線分が横軸方向に対して成す角度であり、Ｖｅは自車速Ｖｅであり、Ｖｒは、センサ原点Ｒ０に対する反射点Ｐｒの相対速度、すなわち図５に示された相対速度Ｖｒである。

【0040】

そして、上記式Ｆ９、式Ｆ１０から下記式Ｆ１１、式Ｆ１２が導出される。

【数6】

【0041】

なお、式Ｆ１２中のｓｉｇｎ関数は、カッコ内の「Ｙｒ／Ｘｒ」が正の数であれば「＋１」を与え、「Ｙｒ／Ｘｒ」が負の数であれば「－１」を与え、「Ｙｒ／Ｘｒ」が零であれば「０」を与える関数である。

【0042】

上記したように、式Ｆ３、式Ｆ４、式Ｆ１１、式Ｆ１２が得られる。そのため、自車速Ｖｅと自車位置Ｘｅ、Ｙｅとが既知であれば、図６の第２座標系ＣＴ２における反射点Ｐｒの座標位置Ｘｗ、Ｙｗは、その反射点Ｐｒの相対距離Ｒｒと相対速度Ｖｒとの組み合わせに変換することができる。別言すると、第２座標系ＣＴ２における反射点Ｐｒの座標位置Ｘｗ、Ｙｗは、図５の第１座標系ＣＴ１における相対距離Ｒｒと相対速度Ｖｒとに変換することができる。

【0043】

上記した式Ｆ３、式Ｆ４、式Ｆ１１、式Ｆ１２が得られていることを踏まえて、具体的に、ステップＳ１０４では、第２マップ生成部２０は図８のサブルーチンを実行し、これにより図５の第１反射強度マップＭ１から図７の第２反射強度マップＭ２を生成する。

【0044】

図８のステップＳ２０１では、第２マップ生成部２０は、第２反射強度マップＭ２の全てのグリッド３０に対し反射強度Ｐwを記憶したか否か、言い換えると、その全てのグリッド３０に対し反射強度Ｐwを格納したか否かを判定する。

【0045】

ステップＳ２０１において、第２反射強度マップＭ２の全てのグリッド３０に対し反射強度Ｐwを格納することが完了したと判定された場合には、図８のサブルーチンは終了し、図４のフローチャートのステップＳ１０５へ進む。その一方で、第２反射強度マップＭ２の全てのグリッド３０に対し反射強度Ｐwを格納することが未だ完了していないと判定された場合には、ステップＳ２０２へ進む。

【0046】

ステップＳ２０２では、第２マップ生成部２０は、第２反射強度マップＭ２の全てのグリッド３０のうち、反射強度Ｐwが未だ格納されていないグリッド３０を１つ選択する。その選択されたグリッド３０は選択グリッド３０ａと称される。ステップＳ２０２の次はステップＳ２０３へ進む。

【0047】

ステップＳ２０３では、第２マップ生成部２０は、第２反射強度マップＭ２における選択グリッド３０ａの座標位置Ｘ、Ｙを図６の反射点Ｐｒの座標位置Ｘｗ、Ｙｗとして、所定の算出式である上記式Ｆ３、式Ｆ４、式Ｆ１１から図５の相対距離Ｒｒを算出する。このとき、エゴモーション知得部１８が知得した自車位置Ｘｅ、Ｙｅが用いられる。図８のステップＳ２０３の次はステップＳ２０４へ進む。

【0048】

ステップＳ２０４では、第２マップ生成部２０は、第２反射強度マップＭ２における選択グリッド３０ａの座標位置Ｘ、Ｙを図６の反射点Ｐｒの座標位置Ｘｗ、Ｙｗとして、所定の算出式である上記式Ｆ３、式Ｆ４、式Ｆ１２から図５の相対速度Ｖｒを算出する。このとき、エゴモーション知得部１８が知得した自車速Ｖｅと自車位置Ｘｅ、Ｙｅとが用いられる。なお、ステップＳ２０３、Ｓ２０４で用いられる上記式Ｆ３、式Ｆ４の座標位置Ｘｗ、Ｙｗ、要するに選択グリッド３０ａの座標位置Ｘ、Ｙは、第２反射強度マップＭ２に含まれる複数の座標位置Ｘ、Ｙから選択された選択座標位置であると言える。図８のステップＳ２０４の次はステップＳ２０５へ進む。

【0049】

ステップＳ２０５では、第２マップ生成部２０は、図５の第１反射強度マップＭ１から、ステップＳ２０３で算出した相対距離ＲｒとステップＳ２０４で算出した相対速度Ｖｒとに対する反射強度Ｐwを知得する。そして、第２マップ生成部２０は、その知得した反射強度Ｐwを、図７の第２反射強度マップＭ２の選択グリッド３０ａに格納する。言い換えると、第２マップ生成部２０は、その知得した反射強度Ｐwを、第２反射強度マップＭ２において、選択グリッド３０ａの座標位置Ｘ、Ｙに対する反射強度Ｐwとして記憶する。図８のステップＳ２０５の次はステップＳ２０１へ戻る。

【0050】

このように図８のステップＳ２０１～Ｓ２０５の処理が繰り返し実行されることで、上記した図５の第１反射強度マップＭ１の第１座標系ＣＴ１が図７の第２反射強度マップＭ２の第２座標系ＣＴ２へ座標変換される。すなわち、第２反射強度マップＭ２を生成するために第１座標系ＣＴ１を第２座標系ＣＴ２に座標変換することとは、図８のステップＳ２０２～Ｓ２０５の処理を第２反射強度マップＭ２の全ての座標位置Ｘ、Ｙに対し座標位置Ｘ、Ｙ毎に行うことである。

【0051】

なお、ステップＳ１０４で生成された図７の第２反射強度マップＭ２は、図１に示すように、後述のステップＳ１０５の終了後に電子制御装置１４の蓄積部２６に記憶される。そして、その蓄積部２６は、その蓄積部２６に記憶された第２反射強度マップＭ２のうち最新のＮサイクル分の第２反射強度マップＭ２を蓄える。その「Ｎサイクル分」とは、図４のステップＳ１０１～Ｓ１０６に亘る一連の処理を１サイクルとしたＮサイクル分であるので、蓄積部２６に蓄えられる第２反射強度マップＭ２の数はＮである。

【0052】

その一方で、新たな第２反射強度マップＭ２が蓄積部２６に記憶される毎に、最新のＮサイクル分よりも古い第２反射強度マップＭ２は蓄積部２６から順次廃棄される。

【0053】

上記「Ｎサイクル分」という記載中の「Ｎ」は正の整数である。この第２反射強度マップＭ２のＮサイクル分である記憶限度は、例えば、蓄積部２６の記憶容量以下になるように、且つ古すぎる第２反射強度マップＭ２が後述の反射強度蓄積マップＭｓの生成に用いられないように予め定められている。

【0054】

図４に戻り、ステップＳ１０５では、反射強度蓄積マップ生成部２２は、蓄積部２６に蓄えられたＮサイクル分の第２反射強度マップＭ２を読み込むと共に、直前のステップＳ１０４で生成された第２反射強度マップＭ２を知得する。そして、反射強度蓄積マップ生成部２２は、そのＮサイクル分の第２反射強度マップＭ２と直前のステップＳ１０４で生成された第２反射強度マップＭ２とである複数の第２反射強度マップＭ２に基づいて、図９の反射強度蓄積マップＭｓを生成する。従って、本実施形態では、反射強度蓄積マップＭｓの基になる第２反射強度マップＭ２の数は、Ｎ＋１になる。なお、反射強度蓄積マップＭｓが有する第２座標系ＣＴ２と、反射強度蓄積マップＭｓの基になる複数の第２反射強度マップＭ２がそれぞれ有する第２座標系ＣＴ２は何れも同一である。

【0055】

詳細には、反射強度蓄積マップ生成部２２は、第２マップ生成部２０が生成した複数の第２反射強度マップＭ２の座標位置Ｘ、Ｙ毎の反射強度Ｐwを基に所定の算出規則に従って、第２反射強度マップＭ２の座標位置Ｘ、Ｙ毎に反射強度関連値Ｐsを算出する。この反射強度関連値Ｐsは本開示の信号強度関連値に対応する。そして、反射強度蓄積マップ生成部２２は、その算出した反射強度関連値Ｐsを、反射強度蓄積マップＭｓの座標位置Ｘ、Ｙ毎に、第２反射強度マップＭ２と同じ座標位置Ｘ、Ｙに対応付けて逐次記憶する。

【0056】

このようにして、反射強度蓄積マップ生成部２２は、複数の第２反射強度マップＭ２から図９の反射強度蓄積マップＭｓを生成する。従って、その反射強度蓄積マップＭｓは、第２反射強度マップＭ２と同じ第２座標系ＣＴ２を有し、その第２座標系ＣＴ２の座標位置Ｘ、Ｙに対する反射強度関連値Ｐsの分布を示すマップになる。

【0057】

なお、上記所定の算出規則は、反射強度蓄積マップＭｓの座標位置Ｘ、Ｙに対する反射強度関連値Ｐsを、その座標位置Ｘ、Ｙ毎に、反射強度蓄積マップＭｓの基になる複数の第２反射強度マップＭ２における座標位置Ｘ、Ｙ毎の反射強度Ｐwのうちの最大値にすることである。

【0058】

例えば、反射強度蓄積マップＭｓは、第２反射強度マップＭ２と同様に、第２座標系ＣＴ２の座標位置Ｘ、Ｙを示す複数の座標点それぞれに相当するグリッド３０を有している。但し、反射強度蓄積マップＭｓでは、第２反射強度マップＭ２と異なり、複数のグリッド３０それぞれに対し反射強度Ｐwではなく反射強度関連値Ｐsが記憶されている。図９に示す反射強度関連値Ｐs11～Ｐs47は、各グリッド３０に記憶された反射強度関連値Ｐsの大きさをそれぞれ表している。

【0059】

具体的に、図４のステップＳ１０５では、反射強度蓄積マップ生成部２２は図１０のサブルーチンを実行し、これにより複数の第２反射強度マップＭ２から図９の反射強度蓄積マップＭｓを生成する。

【0060】

図１０のステップＳ３０１では、反射強度蓄積マップ生成部２２は、反射強度蓄積マップＭｓが有するグリッド３０毎に記憶される反射強度関連値Ｐsの算出を、全てのグリッド３０において完了したか否かを判定する。

【0061】

ステップＳ３０１では、反射強度蓄積マップＭｓの全てのグリッド３０において反射強度関連値Ｐsの算出が完了したと判定された場合には、図１０のサブルーチンは終了し、図４のフローチャートのステップＳ１０６へ進む。その一方で、反射強度関連値Ｐsを全てのグリッド３０において算出することが未だ完了していないと判定された場合には、ステップＳ３０２へ進む。

【0062】

ステップＳ３０２では、反射強度蓄積マップ生成部２２は、反射強度蓄積マップＭｓの全てのグリッド３０のうち、反射強度関連値Ｐsが未だ算出されていないグリッド３０、すなわち反射強度関連値Ｐsが未だ格納されていないグリッド３０を１つ選択する。その選択されたグリッド３０は選択グリッド３０ａと称される。ステップＳ３０２の次はステップＳ３０３へ進む。

【0063】

ステップＳ３０３では、反射強度蓄積マップ生成部２２は、反射強度蓄積マップＭｓの基になる複数の第２反射強度マップＭ２のそれぞれから、選択グリッド３０ａの座標位置Ｘ、Ｙと同じ座標位置Ｘ、Ｙに対する反射強度Ｐwを抽出する。そして、反射強度蓄積マップ生成部２２は、その抽出した複数の反射強度Ｐwのうちの最大値である反射強度最大値を算出する。図１０のステップＳ３０３の次はステップＳ３０４へ進む。

【0064】

ステップＳ３０４では、反射強度蓄積マップ生成部２２は、ステップＳ３０３で算出した反射強度最大値を、図９の反射強度蓄積マップＭｓの選択グリッド３０ａに格納する。この選択グリッド３０ａに格納される反射強度最大値が反射強度関連値Ｐsである。言い換えると、反射強度蓄積マップ生成部２２は、ステップＳ３０３で算出した反射強度最大値を、反射強度蓄積マップＭｓにおいて、選択グリッド３０ａの座標位置Ｘ、Ｙに対する反射強度関連値Ｐsとして記憶する。図１０のステップＳ３０４の次はステップＳ３０１へ戻る。

【0065】

このように図１０のステップＳ３０１～Ｓ３０４の処理が繰り返し実行されることで、図９の反射強度蓄積マップＭｓが生成される。

【0066】

図４に戻り、ステップＳ１０６では、推定部２４は、図１１のニューラルネットワークの学習済みモデル３２によって、ステップＳ１０５で得られた反射強度蓄積マップＭｓから物体形状マップＭｆを推定する。その物体形状マップＭｆの推定に用いられるニューラルネットワークの学習済みモデル３２は推定部２４に含まれ、教師あり学習によって学習されたニューラルネットワークの学習済みモデルである。また、図１１に示すように、このステップＳ１０６で得られる物体形状マップＭｆとは、車両８０の周囲に存在する静止物体８２の形状を表すマップである。図４のステップＳ１０６の次はステップＳ１０１へ戻る。

【0067】

なお、図１１に示された反射強度蓄積マップＭｓは、座標位置Ｘ、Ｙ毎の反射強度関連値Ｐsがその反射強度関連値Ｐsの大きさに対応した色彩で表されたものである。例えば図１１の反射強度蓄積マップＭｓは、反射強度関連値Ｐsが大きいほど赤色が濃くなり、反射強度関連値Ｐsが小さいほど青色が濃くなるように表示されたものであるが、図１１ではモノクロ表示とされている。なお、図１１の「Conv.」は「Convolution」の略であり、「DeConv.」は「DeConvolution」の略であり、「ReLU」は「Rectified Linear Unit」の略である。

【0068】

図１１の学習済みモデル３２は、畳み込みニューラルネットワークとして構成されている。具体的に、その学習済みモデル３２は、第１層３２１から第１５層３３５までの複数層３２１～３３５を有する層構成を備えている。第１層３２１は、反射強度蓄積マップＭｓが入力される入力層であり、４００×４００のノード数のものを１枚有する構成となっている。

【0069】

第２層３２２は、４００×４００のノード数のものを４２枚有する構成となっている。そして、第２層３２２は、第１層３２１に対し第１の演算処理Ｃａを行うことにより算出される。その第１の演算処理Ｃａとは、１１×１１のサイズのカーネルを用いた畳み込み演算を行ってから、活性化関数であるReLUを用いた演算を行うことである。

【0070】

第３層３２３と第４層３２４はそれぞれ、２００×２００のノード数のものを４２枚有する構成となっている。第３層３２３は、第２層３２２に対し第２の演算処理Ｃｂを行うことにより算出される。その第２の演算処理Ｃｂとは、１１×１１のサイズのカーネルを用いたマックスプーリング処理を行うことである。また、第４層３２４は、第３層３２３に対し第１の演算処理Ｃａを行うことにより算出される。

【0071】

第５層３２５と第６層３２６はそれぞれ、１００×１００のノード数のものを４２枚有する構成となっている。第５層３２５は、第４層３２４に対し第２の演算処理Ｃｂを行うことにより算出される。また、第６層３２６は、第５層３２５に対し第１の演算処理Ｃａを行うことにより算出される。

【0072】

第７層３２７と第８層３２８はそれぞれ、５０×５０のノード数のものを４２枚有する構成となっている。第７層３２７は、第６層３２６に対し第２の演算処理Ｃｂを行うことにより算出される。また、第８層３２８は、第７層３２７に対し第１の演算処理Ｃａを行うことにより算出される。

【0073】

第９層３２９は、２５×２５のノード数のものを４２枚有する構成となっている。そして、第９層３２９は、第８層３２８に対し第２の演算処理Ｃｂを行うことにより算出される。

【0074】

第１０層３３０は、５０×５０のノード数のものを４２枚有する構成となっており、第９層３２９に対し第３の演算処理Ｃｃを行うことにより算出される。その第３の演算処理Ｃｃとは、２２×２２のサイズのカーネルを用いた逆畳み込み演算を行ってから、活性化関数であるReLUを用いた演算を行うことである。

【0075】

第１１層３３１は、１００×１００のノード数のものを４２枚有する構成となっており、第１２層３３２は、２００×２００のノード数のものを４２枚有する構成となっている。第１１層３３１は第１０層３３０に対し第３の演算処理Ｃｃを行うことにより算出され、第１２層３３２は第１１層３３１に対し第３の演算処理Ｃｃを行うことにより算出される。

【0076】

第１３層３３３は、４００×４００のノード数のものを４２枚有する構成となっており、第１４層３３４は、４００×４００のノード数のものを５枚有する構成となっている。第１３層３３３は第１２層３３２に対し第３の演算処理Ｃｃを行うことにより算出され、第１４層３３４は第１３層３３３に対し第４の演算処理Ｃｄを行うことにより算出される。その第４の演算処理Ｃｄとは、１×１のサイズのカーネルを用いた畳み込み演算を行うことである。

【0077】

第１５層３３５は、物体形状マップＭｆを出力する出力層であり、４００×４００のノード数のものを５枚有する構成となっている。そして、第１５層３３５は、第１４層３３４に対し第５の演算処理Ｃｅを行うことにより算出される。その第５の演算処理Ｃｅとは、ソフトマックス処理を行うことである。

【0078】

また、上記した第１層３２１から第９層３２９までは、畳み込みニューラルネットワークのエンコーダ３２ａになっている。そして、第９層３２９から第１５層３３５までは、畳み込みニューラルネットワークのデコーダ３２ｂになっている。

【0079】

ここで、学習済みモデル３２の作成方法について説明する。学習済みモデル３２は、形状推定装置１０ではない他の学習モデル作成装置によって予め作成される。

【0080】

例えば、学習モデル作成装置が学習済みモデル３２に学習させ学習済みモデル３２を作成する際には、反射強度蓄積マップＭｓと、その反射強度蓄積マップＭｓに対応する正解形状マップＭａとを１セットとした教師データが複数用意される。その１セットの教師データのうちの一方である反射強度蓄積マップＭｓの一例は図１２Ａに示され、その教師データのうちの他方である正解形状マップＭａの一例は図１２Ｂに示されている。図１２Ａの反射強度蓄積マップＭｓは、図１１の反射強度蓄積マップＭｓの表示と同様の方法で反射強度関連値Ｐsが色彩によって表示されたものであるが、図１２Ａではモノクロ表示とされている。

【0081】

正解形状マップＭａとは、その正解形状マップＭａと共に１セットの教師データになる反射強度蓄積マップＭｓから導き出される静止物体８２の正解形状ＡＦを示すように予め構成された物体形状マップＭｆである。確認的に述べるが、静止物体８２の正解形状ＡＦとは、反射強度蓄積マップＭｓから推定された形状ではなく、反射強度蓄積マップＭｓからの推定以外の他の方法によって予め求められた静止物体８２の正しい形状である。

【0082】

その正解形状マップＭａの正解形状ＡＦの取得方法に限定はないが、例えば、その正解形状ＡＦは、静止物体８２の写真撮影によって得られてもよい。或いは、その正解形状ＡＦは、静止物体８２に対しＬｉＤＡＲでレーザ照射することによって得られたレーザ点群を使って自動プログラムまたは手動のトレース作業により得られてもよい。上記「ＬｉＤＡＲ」とは、「Light Detection And Ranging」の略である。

【0083】

そして、学習モデル作成装置は、予め用意された複数セットの教師データを用いて、誤差逆伝播法等により、学習済みモデル３２の学習（すなわち、教師あり学習）を行う。この学習の結果、学習済みモデル３２に相当するニューラルネットワークの重み等が決定される。

【0084】

上述したように、本実施形態によれば、第２マップ生成部２０は、図５の第１座標系ＣＴ１を図７の第２座標系ＣＴ２に座標変換することにより、図５の第１反射強度マップＭ１から図７の第２反射強度マップＭ２を生成する。そして、推定部２４は、複数の第２反射強度マップＭ２に基づいて生成された反射強度蓄積マップＭｓから、静止物体８２の形状を表す物体形状マップＭｆを推定する。

【0085】

従って、相対距離Ｒｒと相対速度Ｖｒとに対する反射強度Ｐwの分布を示す第１反射強度マップＭ１から、二次元の座標位置Ｘ、Ｙに対する反射強度Ｐwの分布を示す第２反射強度マップＭ２を得ることができる。すなわち、センサ部１２に対する方位を推定する方位推定処理を行うことなく、静止物体８２の形状推定の基になる第２反射強度マップＭ２を得ることができる。そのため、静止物体８２の形状推定を低処理負荷で実施することが可能である。

【0086】

そして、反射強度蓄積マップＭｓは、逐次生成された複数の第２反射強度マップＭ２に基づいて生成されるので、反射強度蓄積マップＭｓでは、形状推定対象の静止物体８２の輪郭に対応した反射強度Ｐwの分布状態を際立たせることができる。要するに、反射強度蓄積マップＭｓでは、第２反射強度マップＭ２との比較で、静止物体８２の形状に関わる情報量を増やすことができる。そして、その反射強度蓄積マップＭｓが、静止物体８２の形状推定を実施する推定部２４の入力として用いられる。従って、例えば反射強度蓄積マップＭｓではなく第２反射強度マップＭ２が推定部２４の入力として用いられる場合と比較して、静止物体８２の形状を高精度に推定することが可能である。

【0087】

（１）また、本実施形態によれば、反射強度蓄積マップＭｓの座標位置Ｘ、Ｙに対する反射強度関連値Ｐsは、その座標位置Ｘ、Ｙ毎に、反射強度蓄積マップＭｓの基になる複数の第２反射強度マップＭ２における座標位置Ｘ、Ｙ毎の反射強度Ｐwのうちの最大値とされる。従って、例えば反射強度関連値Ｐsが上記座標位置Ｘ、Ｙ毎に反射強度Ｐwの相加平均値などの平均値とされる場合と比較して、車両８０の移動に伴ってセンサ部１２から見え隠れする静止物体８２の形状を反射強度関連値Ｐsに反映させやすい。そのため、静止物体８２の形状推定を高精度に実施しやすいというメリットがある。

【0088】

（２）また、本実施形態によれば、図１１の学習済みモデル３２は、畳み込みニューラルネットワークのエンコーダ３２ａとデコーダ３２ｂとを有する構成になっている。従って、静止物体８２の形状推定に適したニューラルネットワークの構成を実現することができる。

【0089】

（３）また、本実施形態によれば、図２のセンサ部１２の物体検知領域Ａsは、図２に示した仮想平面ＰＬvに対し車両左右方向Ｄ２の一方側（具体的には、左側）へ拡がり、車両左右方向Ｄ２の他方側へは及んでいない。その仮想平面ＰＬvは、第１座標系ＣＴ１の相対距離Ｒｒが零になる位置Ｒ０pすなわちセンサ原点Ｒ０の位置Ｒ０pを通り、且つ車両前後方向Ｄ１と車両上下方向Ｄ３とに平行に形成される。

【0090】

そのため、静止物体８２上の反射点Ｐｒが物体検知領域Ａs内の何れの位置にあっても、図５の第１反射強度マップＭ１の相対距離Ｒｒと相対速度Ｖｒとが定まれば、その反射点Ｐｒの座標位置Ｘ、Ｙは一意に定まる。そして、本実施形態では、第２反射強度マップＭ２の全ての座標位置Ｘ、Ｙはセンサ部１２の物体検知領域Ａsに入る。つまり、図５の相対距離Ｒｒと相対速度Ｖｒとが定まれば、図７の第２反射強度マップＭ２の座標位置Ｘ、Ｙが一意に定まる。従って、処理負荷を低く抑えて、図５の第１反射強度マップＭ１から図７の第２反射強度マップＭ２を生成することが可能である。

【0091】

（４）また、本実施形態によれば、センサ部１２が有する送信アンテナ素子１２１の数は１つであり、センサ部１２が有する受信アンテナ素子１２２の数も１つである。すなわち、センサ部１２は、複数の送信アンテナ素子１２１が水平方向Ｄｈに並んだ構成を備えておらず、複数の受信アンテナ素子１２２が水平方向Ｄｈに並んだ構成も備えていない。

【0092】

従って、反射点Ｐｒの方位を推定する演算処理を行うことなく図５の第１反射強度マップＭ１を基に静止物体８２の形状推定を行う上で、送信アンテナ素子１２１および受信アンテナ素子１２２の構成を過不足のない構成にすることが可能である。例えば安価なセンサ部１２を用いて、静止物体８２の形状推定を行うことができる。

【0093】

（５）また、本実施形態によれば、図４のステップＳ１０４において第１座標系ＣＴ１を第２座標系ＣＴ２に座標変換することとは、具体的には、次の処理を、第２反射強度マップＭ２の全グリッド３０にわたってそのグリッド３０の座標位置Ｘ、Ｙ毎に行うことである。すなわち、その処理では、第２反射強度マップＭ２の全てのグリッド３０のうち、反射強度Ｐwが未だ格納されていないグリッド３０、すなわち選択グリッド３０ａが１つ選択される。次に、第１座標系ＣＴ１の相対距離Ｒｒと相対速度Ｖｒとが、その選択グリッド３０ａの座標位置Ｘ、Ｙと自車速Ｖｅと自車位置Ｘｅ、Ｙｅとを用いて上記式Ｆ３、式Ｆ４、式Ｆ１１、式Ｆ１２から算出される。そして、その算出された相対距離Ｒｒと相対速度Ｖｒとに対する第１反射強度マップＭ１の反射強度Ｐwが、第２反射強度マップＭ２での選択グリッド３０ａの座標位置Ｘ、Ｙに対する反射強度Ｐwとして記憶される。

【0094】

従って、第１座標系ＣＴ１から第２座標系ＣＴ２に座標変換するための演算負荷を低く抑えることが可能である。

【0095】

（第２実施形態）
次に、第２実施形態について説明する。本実施形態では、前述の第１実施形態と異なる点を主として説明する。また、前述の実施形態と同一または均等な部分については省略または簡略化して説明する。このことは後述の実施形態の説明においても同様である。

【0096】

図１３に示すように、本実施形態では、第１実施形態と異なり、センサ部１２は複数の受信アンテナ素子１２２を有している。具体的に、センサ部１２が有する受信アンテナ素子１２２の数は２つである。この複数の受信アンテナ素子１２２は、水平方向Ｄｈには並んでおらず、車両上下方向Ｄ３に並んでいる。

【0097】

以上説明したことを除き、本実施形態は第１実施形態と同様である。そして、本実施形態では、前述の第１実施形態と共通の構成から奏される効果を第１実施形態と同様に得ることができる。

【0098】

（第３実施形態）
次に、第３実施形態について説明する。本実施形態では、前述の第１実施形態と異なる点を主として説明する。

【0099】

図１４に示すように、本実施形態では、第１実施形態と異なり、センサ部１２は複数の送信アンテナ素子１２１を有している。具体的に、センサ部１２が有する送信アンテナ素子１２１の数は２つである。この複数の送信アンテナ素子１２１は、水平方向Ｄｈには並んでおらず、車両上下方向Ｄ３に並んでいる。

【0100】

以上説明したことを除き、本実施形態は第１実施形態と同様である。そして、本実施形態では、前述の第１実施形態と共通の構成から奏される効果を第１実施形態と同様に得ることができる。

【0101】

（第４実施形態）
次に、第４実施形態について説明する。本実施形態では、前述の第１実施形態と異なる点を主として説明する。

【0102】

図１５に示すように、本実施形態では、車両８０に対するセンサ部１２の取付け向きが第１実施形態と異なっている。

【0103】

具体的に、本実施形態のセンサ部１２は、センサ部１２の正面を車両左右方向Ｄ２の左側かつ車両前後方向Ｄ１の斜め前側に向けて車両８０に取り付けられている。そのため、センサ部１２の物体検知領域Ａsは、図１５の仮想平面ＰＬvに対し車両左右方向Ｄ２の一方側（具体的には、左側）へ拡がった一方側領域Ａ１と、仮想平面ＰＬvに対し車両左右方向Ｄ２の他方側へ拡がった他方側領域Ａ２とを有している。そして、その他方側領域Ａ２は一方側領域Ａ１よりも狭い。なお、図１５の仮想平面ＰＬvは、図２の仮想平面ＰＬvと同じく、センサ原点Ｒ０の位置Ｒ０pを通り、且つ車両前後方向Ｄ１と車両上下方向Ｄ３とに平行である。

【0104】

本実施形態のマップ対象領域Ａmは、図１５の仮想平面ＰＬvを基準に他方側領域Ａ２を車両左右方向Ｄ２の一方側（具体的には、左側）へ反転して得られる反転他方側領域Ａ２rを一方側領域Ａ１から除いた領域とされる。従って、本実施形態のマップ対象領域Ａmは、センサ部１２の物体検知領域Ａsのうちの一部分になり、物体検知領域Ａsよりも狭くなる。なお、本実施形態でも第１実施形態と同様に、第２反射強度マップＭ２は、その第２反射強度マップＭ２の全ての座標位置Ｘ、Ｙがそのマップ対象領域Ａmに入るように形成される。

【0105】

（１）上述したように、本実施形態によれば、センサ部１２の物体検知領域Ａsは、図１５の仮想平面ＰＬvに対し車両左右方向Ｄ２の一方側へ拡がった一方側領域Ａ１と、仮想平面ＰＬvに対し車両左右方向Ｄ２の他方側へ拡がった他方側領域Ａ２とを有している。また、その他方側領域Ａ２は一方側領域Ａ１よりも狭い。また、マップ対象領域Ａmは、仮想平面ＰＬvを基準に他方側領域Ａ２を車両左右方向Ｄ２の一方側へ反転して得られる反転他方側領域Ａ２rを一方側領域Ａ１から除いた領域とされる。そして、第２反射強度マップＭ２の全ての座標位置Ｘ、Ｙはそのマップ対象領域Ａmに入る。

【0106】

そのため、図５の第１反射強度マップＭ１の相対距離Ｒｒと相対速度Ｖｒとが定まれば、図７の第２反射強度マップＭ２の座標位置Ｘ、Ｙが一意に定まる。従って、処理負荷を低く抑えて、図５の第１反射強度マップＭ１から図７の第２反射強度マップＭ２を生成することが可能である。

【0107】

以上説明したことを除き、本実施形態は第１実施形態と同様である。そして、本実施形態では、前述の第１実施形態と共通の構成から奏される効果を第１実施形態と同様に得ることができる。

【0108】

なお、本実施形態は第１実施形態に基づいた変形例であるが、本実施形態を前述の第２実施形態または第３実施形態と組み合わせることも可能である。

【0109】

（他の実施形態）
（１）上述の各実施形態では、図７に示すように、第２反射強度マップＭ２は、矩形状の二次元領域を占めるように形成されているが、これは一例であり、第２反射強度マップＭ２を判りやすく説明するためである。その第２反射強度マップＭ２が占める二次元領域の形状に限定はなく、例えば扇形状または略扇形状になっていても差し支えない。このことは、図９の反射強度蓄積マップＭｓについても同様である。

【0110】

（２）上述の各実施形態では、図４のステップＳ１０５で採用される算出規則は、反射強度蓄積マップＭｓの反射強度関連値Ｐsを座標位置Ｘ、Ｙ毎に、複数の第２反射強度マップＭ２における座標位置Ｘ、Ｙ毎の反射強度Ｐwのうちの最大値にすることである。しかしながら、これは一例である。例えば、上記算出規則は、座標位置Ｘ、Ｙ毎の反射強度関連値Ｐsをそれぞれ、複数の第２反射強度マップＭ２における座標位置Ｘ、Ｙ毎の反射強度Ｐwの相加平均値または加重平均値にすることであっても差し支えない。例えば、座標位置Ｘ、Ｙ毎の反射強度関連値Ｐsが反射強度Ｐwの加重平均値とされる場合には、その反射強度Ｐwを有する第２反射強度マップＭ２が新しいほど、加重平均での重みが大きくされるのが好ましい。

【0111】

（３）上述の各実施形態では、図７等に示された第２座標系ＣＴ２は、車両８０が移動しても動かない固定された座標系であるとされているが、これは一例である。反射強度蓄積マップＭｓの基になる全ての第２反射強度マップＭ２で第２座標系ＣＴ２が同一になっていれば、第２座標系ＣＴ２は、固定された座標系でなくてもよい。

【0112】

（４）上述の各実施形態では、例えば図２に示すセンサ部１２はミリ波レーダ装置であるが、これは一例である。図５に示す相対距離Ｒｒと相対速度Ｖｒとに対する反射強度Ｐwの分布を得ることが可能であれば、そのセンサ部１２は、例えばＬｉＤＡＲなど、レーダ装置以外の他のセンサであっても差し支えない。

【0113】

（５）上述の各実施形態において、電子制御装置１４は独立した装置である必要はなく、車載制御装置の機能的な一部分としてその車載制御装置に含まれる制御部であっても差し支えない。

【0114】

（６）なお、本発明は、上述の実施形態に限定されることなく、種々変形して実施することができる。また、上記各実施形態は、互いに無関係なものではなく、組み合わせが明らかに不可な場合を除き、適宜組み合わせが可能である。

【0115】

また、上記各実施形態において、実施形態を構成する要素は、特に必須であると明示した場合および原理的に明らかに必須であると考えられる場合等を除き、必ずしも必須のものではないことは言うまでもない。また、上記各実施形態において、実施形態の構成要素の個数、数値、量、範囲等の数値が言及されている場合、特に必須であると明示した場合および原理的に明らかに特定の数に限定される場合等を除き、その特定の数に限定されるものではない。また、上記各実施形態において、構成要素等の材質、形状、位置関係等に言及するときは、特に明示した場合および原理的に特定の材質、形状、位置関係等に限定される場合等を除き、その材質、形状、位置関係等に限定されるものではない。

【0116】

また、本開示に記載の電子制御装置１４及びその手法は、コンピュータプログラムにより具体化された一つ乃至は複数の機能を実行するようにプログラムされたプロセッサ及びメモリーを構成することによって提供された専用コンピュータにより、実現されてもよい。あるいは、本開示に記載の電子制御装置１４及びその手法は、一つ以上の専用ハードウエア論理回路によってプロセッサを構成することによって提供された専用コンピュータにより、実現されてもよい。もしくは、本開示に記載の電子制御装置１４及びその手法は、一つ乃至は複数の機能を実行するようにプログラムされたプロセッサ及びメモリーと一つ以上のハードウエア論理回路によって構成されたプロセッサとの組み合わせにより構成された一つ以上の専用コンピュータにより、実現されてもよい。また、コンピュータプログラムは、コンピュータにより実行されるインストラクションとして、コンピュータ読み取り可能な非遷移有形記録媒体に記憶されていてもよい。

【符号の説明】

【0117】

１２ センサ部
１６ 第１マップ生成部
１８ エゴモーション知得部
２０ 第２マップ生成部
２２ 反射強度蓄積マップ生成部
２４ 推定部
Ｍ１ 第１反射強度マップ
Ｍ２ 第２反射強度マップ
Ｍｓ 反射強度蓄積マップ
Ｍｆ 物体形状マップ

【図1】

【図2】

【図3】

【図4】

【図5】

【図6】

【図7】

【図8】

【図9】

【図10】

【図11】

【図12A】

【図12B】

【図13】

【図14】

【図15】