知財求人 - 知財ポータルサイト「IP Force」
(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】
(24)【登録日】2022-06-15
(45)【発行日】2022-06-23
(54)【発明の名称】建設車両の障害物検知装置
(51)【国際特許分類】
G01S 17/931 20200101AFI20220616BHJP
G01S 17/42 20060101ALI20220616BHJP
G01C 3/06 20060101ALI20220616BHJP
G01V 8/10 20060101ALI20220616BHJP
G08G 1/16 20060101ALI20220616BHJP
【ＦＩ】
G01S17/931
G01S17/42
G01C3/06 120Q
G01C3/06 140
G01C3/06 120W
G01V8/10 S
G08G1/16 C
【請求項の数】
15
(21)【出願番号】P 2018114484
(22)【出願日】2018-06-15
(65)【公開番号】P2019012063
(43)【公開日】2019-01-24
【審査請求日】2021-01-15
(31)【優先権主張番号】P 2017128439
(32)【優先日】2017-06-30
(33)【優先権主張国・地域又は機関】JP
(73)【特許権者】
【識別番号】000182384
【氏名又は名称】酒井重工業株式会社
(74)【代理人】
【識別番号】110001807
【氏名又は名称】特許業務法人磯野国際特許商標事務所
(72)【発明者】
【氏名】遠藤 涼平
【審査官】渡辺 慶人
(56)【参考文献】
【文献】国際公開第２０１６／０６０２８２（ＷＯ，Ａ１）
【文献】特開２０１４－０６２７９５（ＪＰ，Ａ）
【文献】特開２０１４－１９４７２９（ＪＰ，Ａ）
【文献】特開２０１４－１５６２０１（ＪＰ，Ａ）
【文献】特開２０１４－０６２７９４（ＪＰ，Ａ）
【文献】特開２００６－２６０１０５（ＪＰ，Ａ）
【文献】木戸啓貴 菅沼直樹 米陀佳祐 飯田稔樹，ＬＩＤＡＲによる高低差を考慮した自動運転車の走行可能領域検出，ロボティクスメカトロニクス講演会２０１７講演会論文集［ＣＤ－ＲＯＭ］，日本，一般社団法人 日本機械学会，2017年05月09日，Pages 1-4
(58)【調査した分野】(Int.Cl.，ＤＢ名)
Ｇ０１Ｓ ７／００ － ７／６４
１３／００ － １７／９５
Ｂ６０Ｒ ２１／００ － ２１／１３
２１／３４ － ２１／３８
Ｇ０１Ｂ １１／００ － １１／３０
Ｇ０１Ｃ ３／００ － ３／３２
２１／００ － ２１／３６
２３／００ － ２５／００
Ｇ０５Ｄ １／００ － １／１２
Ｇ０８Ｇ １／００ － ９９／００
(57)【特許請求の範囲】
【請求項1】
建設車両に搭載される障害物検知装置であって、投射光と反射光との時間差から距離を測定するＴＯＦ方式の距離画像センサと、
前記距離画像センサの測定データに基づいて障害物の有無を判定する制御装置と、
を備え、
前記測定データに関し、車両端部からの車両進行方向成分をｘデータ、車幅方向成分をｙデータ、地面からの高さ方向成分をｚデータとしたとき、
前記制御装置は、ｚデータが閾値Ｔ１よりも大きい測定データのみを選別して障害物の有無を判定する高さ選別ステップを行い、
前記高さ選別ステップで選別した測定データのｘデータおよびｚデータから分布の傾きを算出し、この傾きに基いて障害物の有無を判定する第１の判定ステップと、
前記制御装置は、前記高さ選別ステップで選別した測定データのｘデータおよびｚデータに基いて下記の式（２）で決定係数Ｒ ２ を算出し、
【数2】
【請求項2】
建設車両に搭載される障害物検知装置であって、
投射光と反射光との時間差から距離を測定するＴＯＦ方式の距離画像センサと、
前記距離画像センサの測定データに基づいて障害物の有無を判定する制御装置と、
を備え、
前記測定データに関し、車両端部からの車両進行方向成分をｘデータ、車幅方向成分をｙデータ、地面からの高さ方向成分をｚデータとしたとき、
前記制御装置は、ｚデータが閾値Ｔ１よりも大きい測定データのみを選別して障害物の有無を判定する高さ選別ステップを行い、
前記高さ選別ステップで選別した測定データのｘデータおよびｚデータから分布の傾きを算出し、この傾きに基いて障害物の有無を判定する第１の判定ステップを行い、
前記第1の判定ステップにおいて、前記傾きは、横軸が前記ｚデータ、縦軸が前記ｘデータの散布図での最小二乗法により算出される傾きａであり、前記傾きａから求められる傾き１／ａが閾値Ｔ４よりも大きい場合または０よりも小さい場合に障害物があると判定することを特徴とする建設車両の障害物検知装置。
【請求項3】
建設車両に搭載される障害物検知装置であって、
投射光と反射光との時間差から距離を測定するＴＯＦ方式の距離画像センサと、
前記距離画像センサの測定データに基づいて障害物の有無を判定する制御装置と、
を備え、
前記測定データに関し、車両端部からの車両進行方向成分をｘデータ、車幅方向成分をｙデータ、地面からの高さ方向成分をｚデータとしたとき、
前記制御装置は、ｚデータが閾値Ｔ１よりも大きい測定データのみを選別して障害物の有無を判定する高さ選別ステップを行い、
前記高さ選別ステップで選別した測定データのｘデータおよびｚデータから分布の傾きを算出し、この傾きに基いて障害物の有無を判定する第１の判定ステップを行い、
前記第1の判定ステップにおいて、前記傾きは、横軸が前記ｚデータ、縦軸が前記ｘデータの散布図での最小二乗法により算出される傾きａであり、
前記傾きａが閾値Ｔ５よりも小さい場合に障害物があると判定することを特徴とする建設車両の障害物検知装置。
【請求項4】
前記制御装置は、前記高さ選別ステップで選別した測定データのｘデータおよびｚデータに基いて下記の式（２）で決定係数Ｒ
２
を算出し、
【数2】
【請求項5】
建設車両に搭載される障害物検知装置であって、
投射光と反射光との時間差から距離を測定するＴＯＦ方式の距離画像センサと、
前記距離画像センサの測定データと、前記反射光の反射強度とに基づいて障害物の有無を判定する制御装置と、
を備え、
前記反射光の反射強度は、前記ＴＯＦ方式の距離画像センサで計測し、
前記制御装置は、前記反射光の反射強度が閾値Ｔ６よりも大きい測定データのみを選別して障害物の有無を判定する反射強度選別ステップと、
前記反射強度選別ステップで選別した測定データのｘデータおよびｚデータから分布の傾きを算出し、この傾きに基いて障害物の有無を判定する第１の判定ステップと、
前記制御装置は、前記反射強度選別ステップで選別した測定データのｘデータおよびｚデータに基いて下記の式（２）で決定係数Ｒ ２ を算出し、
【数2】
【請求項6】
前記傾きは、横軸が前記ｘデータ、縦軸が前記ｚデータの散布図での最小二乗法により算出される傾きｍであることを特徴とする請求項１又は請求項５に記載の建設車両の障害物検知装置。
【請求項7】
前記傾きｍが閾値Ｔ２よりも大きい場合または０よりも小さい場合またはゼロ除算である場合に障害物があると判定することを特徴とする請求項６に記載の建設車両の障害物検知装置。
【請求項8】
建設車両に搭載される障害物検知装置であって、
投射光と反射光との時間差から距離を測定するＴＯＦ方式の距離画像センサと、
前記距離画像センサの測定データと、前記反射光の反射強度とに基づいて障害物の有無を判定する制御装置と、
を備え、
前記反射光の反射強度は、前記ＴＯＦ方式の距離画像センサで計測し、
前記制御装置は、前記反射光の反射強度が閾値Ｔ６よりも大きい測定データのみを選別して障害物の有無を判定する反射強度選別ステップと、
前記反射強度選別ステップで選別した測定データのｘデータおよびｚデータから分布の傾きを算出し、この傾きに基いて障害物の有無を判定する第１の判定ステップを行い、
前記第１の判定ステップにおいて、前記傾きは、横軸が前記ｚデータ、縦軸が前記ｘデータの散布図での最小二乗法により算出される傾きａであり、前記傾きａから求められる傾き１／ａが閾値Ｔ４よりも大きい場合または０よりも小さい場合に障害物があると判定することを特徴とする建設車両の障害物検知装置。
【請求項9】
建設車両に搭載される障害物検知装置であって、
投射光と反射光との時間差から距離を測定するＴＯＦ方式の距離画像センサと、
前記距離画像センサの測定データと、前記反射光の反射強度とに基づいて障害物の有無を判定する制御装置と、
を備え、
前記反射光の反射強度は、前記ＴＯＦ方式の距離画像センサで計測し、
前記制御装置は、前記反射光の反射強度が閾値Ｔ６よりも大きい測定データのみを選別して障害物の有無を判定する反射強度選別ステップと、
前記反射強度選別ステップで選別した測定データのｘデータおよびｚデータから分布の傾きを算出し、この傾きに基いて障害物の有無を判定する第１の判定ステップを行い、
前記第１の判定ステップにおいて、前記傾きは、横軸が前記ｚデータ、縦軸が前記ｘデータの散布図での最小二乗法により算出される傾きａであり、
前記傾きａが閾値Ｔ５よりも小さい場合に障害物があると判定することを特徴とする建設車両の障害物検知装置。
【請求項10】
前記制御装置は、前記反射強度選別ステップで選別した測定データのｘデータおよびｚデータに基いて下記の式（２）で決定係数Ｒ
２
を算出し、
【数2】
【請求項11】
前記閾値Ｔ１は、５～３０ｃｍの範囲であることを特徴とする請求項１ないし請求項３のいずれか一項に記載の建設車両の障害物検知装置。
【請求項12】
前記閾値Ｔ２は、０．６～０．７の範囲であることを特徴とする請求項７に記載の建設車両の障害物検知装置。
【請求項13】
前記閾値Ｔ４は、０．６～０．７の範囲であることを特徴とする請求項２又は請求項８に記載の建設車両の障害物検知装置。
【請求項14】
前記閾値Ｔ３は、０．６～１．０の範囲であることを特徴とする請求項１、請求項４、請求項５又は請求項１０に記載の建設車両の障害物検知装置。
【請求項15】
前記閾値Ｔ５は、１．４～１．７の範囲であることを特徴とする請求項３又は請求項９に記載の建設車両の障害物検知装置。
【発明の詳細な説明】
【技術分野】
【0001】
本発明は、建設車両の障害物検知装置に関する。
【背景技術】
【0002】
転圧ローラにおいて、例えば縁石にぎりぎり寄せて転圧するような場合、運転者は縁石周りの転圧面を注視しながら運転するため、進行方向への注意がおろそかになりやすい。そのため、特に車両の後進時に、周囲の作業者と接触する事故が起きやすい。
【0003】
この問題に対し、電波や超音波を利用し、一定の距離に人や物体を検知したときに警報を出す警報装置或いは自動的に車両を停止させる自動停止装置が知られている（例えば、特許文献１～３参照）。特許文献１には、車両に搭載される磁界発生装置と、作業者に装着されるＩＣタグと、ＩＣタグから発信された電波を検知する検知装置と、検知装置が電波を検知したときに車両を停止させるエンジン停止装置とを備える緊急停止装置が記載されている。特許文献２には、車両に搭載されるトリガー信号出力手段と、作業者に装着されるＩＤタグと、ＩＤタグが出力したＩＤ番号を受信する受信部と、受信部がＩＤ番号を受信したときに車両を停止させる停止手段とを備える停止システムが記載されている。特許文献３には、超音波式の障害物検知装置が記載されている。
【先行技術文献】
【特許文献】
【0004】
【文献】特開２０１６－１５３５５８号公報
【文献】特開２０１７－１０４８３号公報
【文献】特開２００６－１７４９６号公報
【発明の概要】
【発明が解決しようとする課題】
【0005】
特許文献１，２の技術は、タグを作業者に装着させる必要があることから、作業者が多人数の場合にコストが嵩みやすいという問題があり、作業者がタグを装着し忘れるという事態も起き得る。
【0006】
また、超音波等で障害物の検知を行う場合、地面の凹凸や坂道等も障害物と認識するおそれがあり、この場合、衝突のおそれがないにもかかわらず頻繁に警報が鳴ったり車両が停止するという問題が生じる。
【0007】
また、施工現場が霧や雨だったり、水蒸気や砂埃等が浮遊していると、これらも障害物と認識するおそれがあり、何ら障害のおそれがないにもかかわらず頻繁に警報が鳴ったり車両が停止するという問題が生じる。
【0008】
本発明はこのような課題を解決するために創作されたものであり、障害物の検知精度に優れる建設車両の障害物検知装置を提供することを目的としている。
【課題を解決するための手段】
【0009】
前記課題を解決するため、本発明は、建設車両に搭載される障害物検知装置であって、投射光と反射光との時間差から距離を測定するＴＯＦ方式の距離画像センサと、前記距離画像センサの測定データに基づいて障害物の有無を判定する制御装置と、を備え、前記測定データに関し、車両端部からの車両進行方向成分をｘデータ、車幅方向成分をｙデータ、地面からの高さ方向成分をｚデータとしたとき、前記制御装置は、ｚデータが閾値Ｔ１よりも大きい測定データのみを選別して障害物の有無を判定する高さ選別ステップを行い、前記高さ選別ステップで選別した測定データのｘデータおよびｚデータから分布の傾きを算出し、この傾きに基いて障害物の有無を判定する第１の判定ステップと、前記制御装置は、前記高さ選別ステップで選別した測定データのｘデータおよびｚデータに基いて下記の式（２）で決定係数Ｒ
２
を算出し、前記第１の判定ステップで障害物が無いと判定されたとき、前記決定係数が閾値Ｔ３よりも小さい場合に障害物があると判定し、前記決定係数が閾値Ｔ３よりも大きい場合に障害物と判定しない第２の判定ステップと、を有することを特徴とする。
本発明によれば、ＴＯＦ方式の距離画像センサを用いることにより、障害物の検知精度を高めることができる。作業員にタグを装着させる必要もない。そして、高さ選別ステップを行うことにより、地面の凹凸を無視でき、無駄な障害物検知を低減できる。
また、本発明によれば、登り坂を障害物と判定するおそれを低減できる。
また、本発明によれば、障害物の検知精度が一層向上する。
本発明によれば、ＴＯＦ方式の距離画像センサを用いることにより、障害物の検知精度を高めることができる。作業員にタグを装着させる必要もない。そして、高さ選別ステップを行うことにより、地面の凹凸を無視でき、無駄な障害物検知を低減できる。
また、本発明によれば、登り坂を障害物と判定するおそれを低減できる。
また、本発明によれば、障害物の検知精度が一層向上する。
【0010】
また、本発明は、建設車両に搭載される障害物検知装置であって、投射光と反射光との時間差から距離を測定するＴＯＦ方式の距離画像センサと、前記距離画像センサの測定データに基づいて障害物の有無を判定する制御装置と、を備え、前記測定データに関し、車両端部からの車両進行方向成分をｘデータ、車幅方向成分をｙデータ、地面からの高さ方向成分をｚデータとしたとき、前記制御装置は、ｚデータが閾値Ｔ１よりも大きい測定データのみを選別して障害物の有無を判定する高さ選別ステップを行い、前記高さ選別ステップで選別した測定データのｘデータおよびｚデータから分布の傾きを算出し、この傾きに基いて障害物の有無を判定する第１の判定ステップを行い、前記第1の判定ステップにおいて、前記傾きは、横軸が前記ｚデータ、縦軸が前記ｘデータの散布図での最小二乗法により算出される傾きａであり、前記傾きａから求められる傾き１／ａが閾値Ｔ４よりも大きい場合または０よりも小さい場合に障害物があると判定することを特徴とする。
本発明によれば、ＴＯＦ方式の距離画像センサを用いることにより、障害物の検知精度を高めることができる。作業員にタグを装着させる必要もない。そして、高さ選別ステップを行うことにより、地面の凹凸を無視でき、無駄な障害物検知を低減できる。
また、本発明によれば、登り坂を障害物と判定するおそれを一層低減できる。
本発明によれば、ＴＯＦ方式の距離画像センサを用いることにより、障害物の検知精度を高めることができる。作業員にタグを装着させる必要もない。そして、高さ選別ステップを行うことにより、地面の凹凸を無視でき、無駄な障害物検知を低減できる。
また、本発明によれば、登り坂を障害物と判定するおそれを一層低減できる。
【0011】
また、本発明は、建設車両に搭載される障害物検知装置であって、投射光と反射光との時間差から距離を測定するＴＯＦ方式の距離画像センサと、前記距離画像センサの測定データに基づいて障害物の有無を判定する制御装置と、を備え、前記測定データに関し、車両端部からの車両進行方向成分をｘデータ、車幅方向成分をｙデータ、地面からの高さ方向成分をｚデータとしたとき、前記制御装置は、ｚデータが閾値Ｔ１よりも大きい測定データのみを選別して障害物の有無を判定する高さ選別ステップを行い、前記高さ選別ステップで選別した測定データのｘデータおよびｚデータから分布の傾きを算出し、この傾きに基いて障害物の有無を判定する第１の判定ステップを行い、前記第1の判定ステップにおいて、前記傾きは、横軸が前記ｚデータ、縦軸が前記ｘデータの散布図での最小二乗法により算出される傾きａであり、前記傾きａが閾値Ｔ５よりも小さい場合に障害物があると判定することを特徴とする。
本発明によれば、ＴＯＦ方式の距離画像センサを用いることにより、障害物の検知精度を高めることができる。作業員にタグを装着させる必要もない。そして、高さ選別ステップを行うことにより、地面の凹凸を無視でき、無駄な障害物検知を低減できる。
また、本発明によれば、登り坂を障害物と判定するおそれを一層低減できる。
本発明によれば、ＴＯＦ方式の距離画像センサを用いることにより、障害物の検知精度を高めることができる。作業員にタグを装着させる必要もない。そして、高さ選別ステップを行うことにより、地面の凹凸を無視でき、無駄な障害物検知を低減できる。
また、本発明によれば、登り坂を障害物と判定するおそれを一層低減できる。
【0012】
また、前記制御装置は、前記高さ選別ステップで選別した測定データのｘデータおよびｚデータに基いて下記の式（２）で決定係数Ｒ
２
を算出し、前記第１の判定ステップで障害物が無いと判定されたとき、決定係数が閾値Ｔ３よりも小さい場合に障害物があると判定し、決定係数が閾値Ｔ３よりも大きい場合に障害物と判定しない第２の判定ステップを有することが好ましい。
本発明によれば、障害物の検知精度が一層向上する。
本発明によれば、障害物の検知精度が一層向上する。
【0013】
また、本発明は、建設車両に搭載される障害物検知装置であって、投射光と反射光との時間差から距離を測定するＴＯＦ方式の距離画像センサと、前記距離画像センサの測定データと、前記反射光の反射強度とに基づいて障害物の有無を判定する制御装置と、を備え、前記反射光の反射強度は、前記ＴＯＦ方式の距離画像センサで計測し、前記制御装置は、前記反射光の反射強度が閾値Ｔ６よりも大きい測定データのみを選別して障害物の有無を判定する反射強度選別ステップと、前記反射強度選別ステップで選別した測定データのｘデータおよびｚデータから分布の傾きを算出し、この傾きに基いて障害物の有無を判定する第１の判定ステップと、前記制御装置は、前記反射強度選別ステップで選別した測定データのｘデータおよびｚデータに基いて下記の式（２）で決定係数Ｒ
２
を算出し、前記第１の判定ステップで障害物が無いと判定されたとき、決定係数が閾値Ｔ３よりも小さい場合に障害物があると判定し、決定係数が閾値Ｔ３よりも大きい場合に障害物と判定しない第２の判定ステップと、を有することを特徴とする。
本発明によれば、ＴＯＦ方式の距離画像センサを用いることにより、障害物の検知精度を高めることができる。作業員にタグを装着させる必要もない。また、水蒸気や砂埃からの反射光の反射強度は、固形物からの反射光の反射強度に比して低いという特性がある。したがって、距離画像センサの測定データと、反射光の反射強度とに基づいて障害物の有無を判定する制御装置を備えることにより、空中に浮遊する水蒸気や砂埃等の微粒物を障害物と誤判定することを低減できる。そして、地面の凹凸を無視でき、無駄な障害物検知を低減できる。
また、本発明によれば、登り坂を障害物と判定するおそれを低減できる。
また、本発明によれば、障害物の検知精度が一層向上する。
本発明によれば、ＴＯＦ方式の距離画像センサを用いることにより、障害物の検知精度を高めることができる。作業員にタグを装着させる必要もない。また、水蒸気や砂埃からの反射光の反射強度は、固形物からの反射光の反射強度に比して低いという特性がある。したがって、距離画像センサの測定データと、反射光の反射強度とに基づいて障害物の有無を判定する制御装置を備えることにより、空中に浮遊する水蒸気や砂埃等の微粒物を障害物と誤判定することを低減できる。そして、地面の凹凸を無視でき、無駄な障害物検知を低減できる。
また、本発明によれば、登り坂を障害物と判定するおそれを低減できる。
また、本発明によれば、障害物の検知精度が一層向上する。
【0014】
また、前記傾きは、横軸が前記ｘデータ、縦軸が前記ｚデータの散布図での最小二乗法により算出される傾きｍであることが好ましい。
また、前記傾きｍが閾値Ｔ２よりも大きい場合または０よりも小さい場合またはゼロ除算である場合に障害物があると判定することが好ましい。
また、本発明によれば、登り坂を障害物と判定するおそれを一層低減できる。
また、前記傾きｍが閾値Ｔ２よりも大きい場合または０よりも小さい場合またはゼロ除算である場合に障害物があると判定することが好ましい。
また、本発明によれば、登り坂を障害物と判定するおそれを一層低減できる。
【0015】
また、本発明は、建設車両に搭載される障害物検知装置であって、投射光と反射光との時間差から距離を測定するＴＯＦ方式の距離画像センサと、前記距離画像センサの測定データと、前記反射光の反射強度とに基づいて障害物の有無を判定する制御装置と、を備え、前記反射光の反射強度は、前記ＴＯＦ方式の距離画像センサで計測し、前記制御装置は、前記反射光の反射強度が閾値Ｔ６よりも大きい測定データのみを選別して障害物の有無を判定する反射強度選別ステップと、前記反射強度選別ステップで選別した測定データのｘデータおよびｚデータから分布の傾きを算出し、この傾きに基いて障害物の有無を判定する第１の判定ステップを行い、前記第１の判定ステップにおいて、前記傾きは、横軸が前記ｚデータ、縦軸が前記ｘデータの散布図での最小二乗法により算出される傾きａであり、前記傾きａから求められる傾き１／ａが閾値Ｔ４よりも大きい場合または０よりも小さい場合に障害物があると判定することを特徴とする。
本発明によれば、ＴＯＦ方式の距離画像センサを用いることにより、障害物の検知精度を高めることができる。作業員にタグを装着させる必要もない。また、水蒸気や砂埃からの反射光の反射強度は、固形物からの反射光の反射強度に比して低いという特性がある。したがって、距離画像センサの測定データと、反射光の反射強度とに基づいて障害物の有無を判定する制御装置を備えることにより、空中に浮遊する水蒸気や砂埃等の微粒物を障害物と誤判定することを低減できる。そして、地面の凹凸を無視でき、無駄な障害物検知を低減できる。
また、本発明によれば、登り坂を障害物と判定するおそれを低減できる。
本発明によれば、ＴＯＦ方式の距離画像センサを用いることにより、障害物の検知精度を高めることができる。作業員にタグを装着させる必要もない。また、水蒸気や砂埃からの反射光の反射強度は、固形物からの反射光の反射強度に比して低いという特性がある。したがって、距離画像センサの測定データと、反射光の反射強度とに基づいて障害物の有無を判定する制御装置を備えることにより、空中に浮遊する水蒸気や砂埃等の微粒物を障害物と誤判定することを低減できる。そして、地面の凹凸を無視でき、無駄な障害物検知を低減できる。
また、本発明によれば、登り坂を障害物と判定するおそれを低減できる。
【0016】
また、本発明は、建設車両に搭載される障害物検知装置であって、投射光と反射光との時間差から距離を測定するＴＯＦ方式の距離画像センサと、前記距離画像センサの測定データと、前記反射光の反射強度とに基づいて障害物の有無を判定する制御装置と、を備え、前記反射光の反射強度は、前記ＴＯＦ方式の距離画像センサで計測し、前記制御装置は、前記反射光の反射強度が閾値Ｔ６よりも大きい測定データのみを選別して障害物の有無を判定する反射強度選別ステップと、前記反射強度選別ステップで選別した測定データのｘデータおよびｚデータから分布の傾きを算出し、この傾きに基いて障害物の有無を判定する第１の判定ステップを行い、前記第１の判定ステップにおいて、前記傾きは、横軸が前記ｚデータ、縦軸が前記ｘデータの散布図での最小二乗法により算出される傾きａであり、前記傾きａが閾値Ｔ５よりも小さい場合に障害物があると判定することを特徴とする。
本発明によれば、ＴＯＦ方式の距離画像センサを用いることにより、障害物の検知精度を高めることができる。作業員にタグを装着させる必要もない。また、水蒸気や砂埃からの反射光の反射強度は、固形物からの反射光の反射強度に比して低いという特性がある。したがって、距離画像センサの測定データと、反射光の反射強度とに基づいて障害物の有無を判定する制御装置を備えることにより、空中に浮遊する水蒸気や砂埃等の微粒物を障害物と誤判定することを低減できる。そして、地面の凹凸を無視でき、無駄な障害物検知を低減できる。
また、本発明によれば、登り坂を障害物と判定するおそれを低減できる。
本発明によれば、ＴＯＦ方式の距離画像センサを用いることにより、障害物の検知精度を高めることができる。作業員にタグを装着させる必要もない。また、水蒸気や砂埃からの反射光の反射強度は、固形物からの反射光の反射強度に比して低いという特性がある。したがって、距離画像センサの測定データと、反射光の反射強度とに基づいて障害物の有無を判定する制御装置を備えることにより、空中に浮遊する水蒸気や砂埃等の微粒物を障害物と誤判定することを低減できる。そして、地面の凹凸を無視でき、無駄な障害物検知を低減できる。
また、本発明によれば、登り坂を障害物と判定するおそれを低減できる。
【0017】
また、本発明は、前記制御装置は、前記反射強度選別ステップで選別した測定データのｘデータおよびｚデータに基いて下記の式（２）で決定係数Ｒ
２
を算出し、前記第１の判定ステップで障害物が無いと判定されたとき、決定係数が閾値Ｔ３よりも小さい場合に障害物があると判定し、決定係数が閾値Ｔ３よりも大きい場合に障害物と判定しない第２の判定ステップを有することが好ましい。
本発明によれば、障害物の検知精度が一層向上する。
本発明によれば、障害物の検知精度が一層向上する。
【0018】
また、前記閾値Ｔ１は、５～３０ｃｍの範囲であることが好ましい。
また、前記閾値Ｔ２は、０．６～０．７の範囲であることが好ましい。
また、前記閾値Ｔ４は、０．６～０．７の範囲であることが好ましい。
また、前記閾値Ｔ３は、０．６～１．０の範囲であることが好ましい。
また、前記閾値Ｔ５は、１．４～１．７の範囲であることが好ましい。
また、前記閾値Ｔ２は、０．６～０．７の範囲であることが好ましい。
また、前記閾値Ｔ４は、０．６～０．７の範囲であることが好ましい。
また、前記閾値Ｔ３は、０．６～１．０の範囲であることが好ましい。
また、前記閾値Ｔ５は、１．４～１．７の範囲であることが好ましい。
【0019】
【数2】
【発明の効果】
【0023】
本発明によれば、障害物の検知精度に優れた障害物検知装置となる。
【図面の簡単な説明】
【0024】
【図1】タイヤローラに装着した障害物検知装置の検知範囲を示す説明図であり、（ａ），（ｂ）はそれぞれ平面図、側面図である。
【図2】（ａ）は検知対象を作業員とした場合の検知範囲の側面図、（ｂ）は算出したｘデータおよびｚデータのグラフである。
【図3】（ａ）は検知対象を高さのある箱とした場合の検知範囲の側面図、（ｂ）は算出したｘデータおよびｚデータのグラフである。
【図4】（ａ）は検知対象を高さの低い箱とした場合の検知範囲の側面図、（ｂ）は算出したｘデータおよびｚデータのグラフである。
【図5】（ａ）は検知対象を比較的勾配のある坂とした場合の検知範囲の側面図、（ｂ）は算出したｘデータおよびｚデータのグラフである。
【図6】（ａ）は検知対象を比較的勾配の緩い坂とした場合の検知範囲の側面図、（ｂ）は算出したｘデータおよびｚデータのグラフである。
【図7】本発明に係る障害物の判定フローの一例を示すフロー図である。
【図8】ブレーキ開始距離を示すグラフである。
【図14】第２実施形態に係る障害物の判定フローの一例を示すフロー図である。
【図15】第３実施形態に係る障害物の判定フローの一例を示すフロー図である。
【図16】（ａ）は、障害物が存在しない場合の検知範囲を示す側面図、（ｂ）はｘ－ｚに関するグラフおよびｘ－反射強度に関するグラフである。
【図17】（ａ）は、障害物が存在する場合の検知範囲を示す側面図、（ｂ）はｘ－ｚに関するグラフおよびｘ－反射強度に関するグラフである。
【図18】（ａ）は、微粒物が存在する場合の検知範囲を示す側面図、（ｂ）はｘ－ｚに関するグラフおよびｘ－反射強度に関するグラフである。
【図19】障害物検知装置の実験例を示す斜視図である。
【図24】第４実施形態に係る障害物の判定フローの一例を示すフロー図である。
【発明を実施するための形態】
【0025】
図１において、本発明の障害物検知装置１は、低速走行しながら作業を行う転圧ローラ等の建設車両に搭載される。図１は、タイヤ１１でアスファルト路面等の転圧を行うタイヤローラ１０に障害物検知装置１を搭載した場合を示している。障害物検知装置１は、投射光と反射光との時間差から距離を測定するＴＯＦ(Time Of Flight)方式の距離画像センサ（３Ｄ距離センサ）２と、距離画像センサ２の測定データに基づいて障害物Ｇの有無を判定する制御装置３と、を備えている。
【0026】
「距離画像センサ２」
距離画像センサ２は、赤外線等の投射光を発光する発光部と、投射光が物体に当たった際の反射光を受光する受光部とを備えている。発光部から赤外線を送ってから反射光を受光部で受信するまでの時間を計測することで対象までの距離が測定される。距離画像センサ２からの投射角度は、例えば横方向角度が９５°、縦方向角度（図１（ｂ）に示す符号θ１）が３２°であり、投射断面が横長矩形状を呈している。画像分解能は、例えば横方向に６４ピクセル、縦方向に１６ピクセルの計１０２４ピクセルである。距離画像センサ２は、タイヤローラ１０の後部の車幅方向中央部に、投射光が後進方向斜め下に投射されるように取り付けられている。
距離画像センサ２は、赤外線等の投射光を発光する発光部と、投射光が物体に当たった際の反射光を受光する受光部とを備えている。発光部から赤外線を送ってから反射光を受光部で受信するまでの時間を計測することで対象までの距離が測定される。距離画像センサ２からの投射角度は、例えば横方向角度が９５°、縦方向角度（図１（ｂ）に示す符号θ１）が３２°であり、投射断面が横長矩形状を呈している。画像分解能は、例えば横方向に６４ピクセル、縦方向に１６ピクセルの計１０２４ピクセルである。距離画像センサ２は、タイヤローラ１０の後部の車幅方向中央部に、投射光が後進方向斜め下に投射されるように取り付けられている。
【0027】
障害物Ｇの検知範囲に関して、投射光の投射範囲をそのまま検知範囲に設定すると、つまり車幅方向の寸法Ｗをタイヤローラ１０の車幅寸法よりも広く設定すると、衝突のおそれがないにもかかわらず障害物Ｇがあると認識されて、車両が無駄に停止することになる。そのため、車幅方向に関する検知範囲（図１に斜線にて示す）４の寸法Ｗは、タイヤローラ１０の車幅寸法と略同じに設定することが好ましい。距離画像センサ２は、障害物Ｇまでの距離を測定できるため、各ピクセル毎の測定データから、具体的には後述するｙデータから、車幅寸法に設定した検知範囲４に障害物Ｇが存在するか否かを制御装置３で判定できる。このように距離画像センサ２を用いることにより、検知範囲４の寸法Ｗを車両前後方向にわたって一定に確保できる。つまり、検知範囲４を、図１（ａ）に示すように平面視で、１辺を寸法Ｗとした略矩形状の範囲に容易に設定することができる。検知範囲４の車両前後方向の寸法Ｌ２は、常用される走行速度に応じて適宜に設定され、本実施形態では例えば３メートル程度に設定される。
【0028】
また、距離画像センサ２の投射光が後進方向斜め下に投射されるので、平面視したときの投射光の横方向角度θ２は、９５°よりも一層大きな範囲となる。したがって、タイヤローラ１０の後部両端と検知範囲４との間に形成される非検知範囲５，５について、その車両前後方向の距離Ｌ３を小さく抑えることができる。つまり、車両後部の両脇に形成される非検知の死角を小さくできる。
【0029】
「制御装置３」
図１において、制御装置３は、例えば距離画像センサ２の近傍や運転席周りに搭載されている。制御装置３は、距離画像センサ２で測定された各ピクセルの測定データから、それぞれ、車両の後端からの後進方向成分をｘデータ、車幅中央からの車幅方向成分をｙデータ、地面からの高さ方向成分をｚデータを算出する。そして、制御装置３は、障害物Ｇの判定を行うにあたり、以下に示す３つのステップを行う。
図１において、制御装置３は、例えば距離画像センサ２の近傍や運転席周りに搭載されている。制御装置３は、距離画像センサ２で測定された各ピクセルの測定データから、それぞれ、車両の後端からの後進方向成分をｘデータ、車幅中央からの車幅方向成分をｙデータ、地面からの高さ方向成分をｚデータを算出する。そして、制御装置３は、障害物Ｇの判定を行うにあたり、以下に示す３つのステップを行う。
【0030】
「高さ選別ステップ」
制御装置３は、ｚデータが閾値Ｔ１よりも大きい測定データのみを選別して障害物Ｇの有無を判定する高さ選別ステップを行う。この高さ選別ステップは、主に地面の若干の凹凸等を障害物Ｇと認識させない目的で行う。閾値Ｔ１は、５～３０ｃｍの範囲、好ましくは１０～２０ｃｍの範囲で設定する。閾値Ｔ１を５～３０ｃｍの範囲に設定すれば、概ね想定し得る地面の凹凸を無視でき、無駄な障害物検知を低減できる。また、作業員等が検知範囲４内でうずくまるなど姿勢が低くなった場合、その高さが３０ｃｍ以下になることはほとんどあり得ないので、このときは障害物Ｇのおそれがあるとみなせる。
制御装置３は、ｚデータが閾値Ｔ１よりも大きい測定データのみを選別して障害物Ｇの有無を判定する高さ選別ステップを行う。この高さ選別ステップは、主に地面の若干の凹凸等を障害物Ｇと認識させない目的で行う。閾値Ｔ１は、５～３０ｃｍの範囲、好ましくは１０～２０ｃｍの範囲で設定する。閾値Ｔ１を５～３０ｃｍの範囲に設定すれば、概ね想定し得る地面の凹凸を無視でき、無駄な障害物検知を低減できる。また、作業員等が検知範囲４内でうずくまるなど姿勢が低くなった場合、その高さが３０ｃｍ以下になることはほとんどあり得ないので、このときは障害物Ｇのおそれがあるとみなせる。
【0031】
「第１の判定ステップ」
制御装置３は、高さ選別ステップで選別した測定データのｘデータおよびｚデータから分布の直線の傾きを算出し、この傾きに基いて障害物Ｇの有無を判定する。本実施形態では、最小二乗法により傾きｍを算出する。そして、制御装置３は、傾きｍが閾値Ｔ２よりも大きい場合または０よりも小さい場合またはゼロ除算である場合に障害物Ｇが有ると判定する。最小二乗法による傾きｍは、式（１）により求めた。
制御装置３は、高さ選別ステップで選別した測定データのｘデータおよびｚデータから分布の直線の傾きを算出し、この傾きに基いて障害物Ｇの有無を判定する。本実施形態では、最小二乗法により傾きｍを算出する。そして、制御装置３は、傾きｍが閾値Ｔ２よりも大きい場合または０よりも小さい場合またはゼロ除算である場合に障害物Ｇが有ると判定する。最小二乗法による傾きｍは、式（１）により求めた。
【0032】
【数1】
【0033】
建設車両では法面等の坂で作業する場合やトレーラ等に積み込む場合もあり、平坦面から登り坂にさしかかる際、制御装置３が坂の表面を誤って障害物Ｇと判定するおそれがある。第１の判定ステップは、登り坂を障害物Ｇと認識させない目的で行う。一般に、転圧ローラや他の建設車両の限界登坂角度はおおよそ３０°程度、特殊なもので３５°程度である。最小二乗法による３０°の坂の傾きｍは約０．６であり、３５°の坂の傾きｍは約０．７である。最小二乗法による坂の傾きｍの値は、坂の角度が大きくなるほど大きい。したがって、閾値Ｔ２を０．６～０．７の範囲に設定すれば、概ね想定し得る登り坂について無駄な障害物検知を回避できる。そして、上下方向に起立する人物や物体に関する傾きｍは概ね０．６～０．７よりも大きいので、これらについて障害物Ｇと認識できる。なお、閾値Ｔ２は適宜に変更が可能である。
【0034】
また、上下方向に起立する人物の傾きｍに関しては、例えば上半身側が車両に近かったり、手に持っている作業機材等が車両に近かったりした場合、傾きｍがマイナス、つまり０よりも小さくなる。物体についても、下部よりも上部の方が車両に近い場合、傾きｍは０よりも小さくなる。したがって、傾きｍが０よりも小さい場合も、障害物Ｇがあると認識させる。測定結果が完全な垂直になった場合、式（１）では、傾きｍ＝０／０、つまりゼロ除算となるため、この場合も障害物Ｇがあると認識させる。
【0035】
図２～図６は、本発明者が行った試験結果を示しており、それぞれ（ａ）は検知対象を示す側面図、（ｂ）は算出したｘデータおよびｚデータのグラフを示している。それぞれ、前記した高さ選別ステップの閾値Ｔ１は１０ｃｍとしてあり、１０ｃｍよりも低いｚデータの測定ポイント（黒丸にて示す）は障害物Ｇの判定の考慮にはいれない。
【0036】
図２は、検知対象を起立した作業員とした場合である。図２（ａ）は、縦方向１６ピクセルのうちの７ピクセルが、地面から１０ｃｍ以上の測定点ｐ１～ｐ７で作業員を検知した場合を示している。この測定点ｐ１～ｐ７の最小二乗法による傾きｍは、図２（ｂ）に示すように、－７．８４８５であった。つまり、傾きｍは０よりも小さいので、第１の判定ステップにより、制御装置３は作業員を障害物Ｇと判定する。
【0037】
図３は、検知対象を高さのある方形体状の箱とした場合である。この場合の測定点ｐ１～ｐ７の最小二乗法による傾きｍは、図３（ｂ）に示すように、６．９６７６であった。つまり、傾きｍは、０．６～０．７の範囲の閾値Ｔ２よりも大きいので、第１の判定ステップにより、制御装置３は箱を障害物Ｇと判定する。
【0038】
図５は、検知対象を勾配１８．６°の坂とした場合である。１６ピクセル全てによる測定点ｐ１～ｐ１６の最小二乗法による傾きｍは、図５（ｂ）に示すように、０．３３６２であった。つまり、傾きｍは、０．６～０．７の範囲の閾値Ｔ２よりも小さく、０よりも大きいので、第１の判定ステップにより、制御装置３は勾配１８．６°の坂を障害物と判定しない。
【0039】
図６は、検知対象を勾配４．２°の坂とした場合である。１６ピクセル全てによる測定点ｐ１～ｐ１６の最小二乗法による傾きｍは、図６（ｂ）に示すように、０．０７３５であった。つまり、傾きｍは、０．６～０．７の範囲の閾値Ｔ２よりも小さく、０よりも大きいので、第１の判定ステップにより、制御装置３は勾配４．２°の坂を障害物と判定しない。
【0040】
図４は、検知対象を高さの低い方形体状の箱とした場合を示している。図４（ａ）は、６ピクセルが測定点ｐ１～ｐ６で箱の上面を検知し、３ピクセルが測定点ｐ７～ｐ９で箱の側面を検知した場合を示している。これら測定点ｐ１～ｐ９の最小二乗法による傾きｍは、図４（ｂ）に示すように、０．２７０６であった。つまり、傾きｍは、０．６～０．７の範囲の閾値Ｔ２よりも小さく、０よりも大きいので、第１の判定ステップにより、制御装置３は箱を障害物Ｇと判定しないことになってしまう。これは、箱の側面の測定点ｐ７～ｐ９に加えて、箱の水平状の上面の測定点ｐ１～ｐ６も演算されるため、傾きｍが全体として低く均されてしまうからである。この問題に対し、制御装置３は第２の判定ステップを行う。
【0041】
「第２の判定ステップ」
制御装置３は、高さ選別ステップで選別した測定データのｘデータおよびｚデータから決定係数Ｒ２を算出し、第１の判定ステップで障害物Ｇが無いと判定されたとき、決定係数Ｒ２が閾値Ｔ３よりも小さい場合に障害物Ｇがあると判定する。決定係数Ｒ２は、回帰分析の精度を示す指標であり、数値が高いほど相関関係が高い。決定係数Ｒ２は、式（２）により求めることができる。
制御装置３は、高さ選別ステップで選別した測定データのｘデータおよびｚデータから決定係数Ｒ２を算出し、第１の判定ステップで障害物Ｇが無いと判定されたとき、決定係数Ｒ２が閾値Ｔ３よりも小さい場合に障害物Ｇがあると判定する。決定係数Ｒ２は、回帰分析の精度を示す指標であり、数値が高いほど相関関係が高い。決定係数Ｒ２は、式（２）により求めることができる。
【0042】
【数2】
【0043】
通常、坂道はほぼ同じ勾配で続くことが多いため、測定点の相関関係が高い。図５の坂では、測定点ｐ１～ｐ１６の決定係数Ｒ２は０．９６７７であり、図６の坂では、測定点ｐ１～ｐ１６の決定係数Ｒ２は０．８３１２であった。試験の結果、各坂道の決定係数Ｒ２は、概ね０．６～１．０の範囲であった。したがって、閾値Ｔ３を０．６～１．０、好ましくは０．７～１．０の範囲に設定すれば、制御装置３は、この閾値Ｔ３よりも大きい決定係数Ｒ２の検知対象を坂道と認識し、障害物Ｇと判定しない。
【0044】
一方、図４に示す箱の場合、測定点ｐ１～ｐ９の決定係数Ｒ２は０．４１５９であり、測定点ｐ１～ｐ９の相関関係が低いことが判った。したがって、閾値Ｔ３を０．６～１．０の範囲に設定した場合、制御装置３は、この閾値Ｔ３よりも小さい決定係数Ｒ２の箱を障害物Ｇと判定する。
【0045】
障害物の判定フローの一例を図７に示す。制御装置３は、距離画像センサ２で測定された各ピクセルの測定データからそれぞれｘデータ、ｙデータ、ｚデータを算出し（ステップＳ１）、検知範囲４の寸法Ｗに対して、ｙデータが、－Ｗ／２～Ｗ／２の範囲にあるか否かを判定する（ステップＳ２）。Ｙｅｓの場合、検知範囲４内に障害物Ｇが存在するおそれがあるとしてステップＳ３に進み、Ｎｏの場合、ステップＳ１に戻る。
【0046】
ステップＳ３において、制御装置３は、高さ選別ステップとして、ｚデータが閾値Ｔ１よりも大きいか否かの判定を行い、Ｙｅｓの場合、ステップＳ４に進み、Ｎｏの場合、ステップＳ１に戻る。
【0047】
制御装置３は、ｘデータおよびｚデータから最小二乗法で傾きｍを算出するとともに、決定係数Ｒ２を算出し（ステップＳ４）、傾きｍが閾値Ｔ２よりも大きいか否か、または０よりも小さいか否か、または０／０つまりゼロ除算であるか否かの判定を行う（ステップＳ５）。Ｙｅｓの場合、障害物Ｇがあると判定してステップＳ７に進み、Ｎｏの場合、ステップＳ６に進む。ステップＳ６で、制御装置３は、決定係数Ｒ２が閾値Ｔ３よりも小さいか否かの判定を行い、Ｙｅｓの場合、障害物Ｇがあると判定してステップＳ７に進み、Ｎｏの場合、ステップＳ１に戻る。
【0048】
ステップＳ７で、制御装置３は、ｘデータおよびｚデータのうちで車両に最も近いｘデータ（Ｍｉｎ）を算出し、これを車両から障害物Ｇまでの距離と認識する。ステップＳ８で、制御装置３は、ｘデータ（Ｍｉｎ）が所定の閾値Ｔ４よりも小さいか否かの判定を行い、Ｙｅｓの場合、図示しないブレーキ手段に対してブレーキ信号を送信して車両を停止させ（ステップＳ９）、Ｎｏの場合、ステップＳ７に戻る。ステップＳ９では、ブレーキの代わりに、または併用して、音や光で警報を出すようにしてもよい。
【0049】
なお、ブレーキ信号を出力するタイミングは、車両の走行速度に応じて変化させることが好ましい。この場合、制御装置３は、図８に示すように、走行速度に応じて予め設定したブレーキ開始距離Ｓ（すなわち閾値Ｔ４）と、ｘデータ（Ｍｉｎ）とを比較し、ｘデータ（Ｍｉｎ）が所定の閾値Ｔ４よりも小さくなったとき、ブレーキ信号を出力する。ブレーキ開始距離Ｓは、例えば車両の実測の限界制動距離Ｔよりも若干余裕を持った距離に設定される。図８では、ブレーキ開始距離Ｓは、時速２ｋｍで約０．５ｍ、時速４ｋｍで約１ｍ、時速６ｋｍで約１．６ｍ、時速８ｋｍで約２．４ｍに設定されている。なお、車両の走行速度を検出する車速センサとしては、タイヤの回転数を検出するロータリエンコーダ等の近接センサが挙げられる。
【0050】
以上のように、制御装置３は、ｚデータが閾値Ｔ１よりも大きい測定データのみを選別して障害物Ｇの有無を判定する高さ選別ステップを行う構成とすれば、地面の凹凸を無視でき、無駄な障害物検知を低減できる。
【0051】
制御装置３は、高さ選別ステップで選別した測定データのｘデータおよびｚデータから分布の傾きｍを算出し、この傾きｍに基いて障害物Ｇの有無を判定する第１の判定ステップを行う構成とすれば、登り坂を障害物Ｇと判定するおそれを低減できる。特に、傾きｍを最小二乗法により算出し、当該傾きｍが閾値Ｔ２よりも大きい場合または０よりも小さい場合またはゼロ除算である場合に障害物Ｇがあると判定する構成とすれば、障害物Ｇの検知精度が一層向上する。
【0052】
制御装置３は、高さ選別ステップで選別した測定データのｘデータおよびｚデータから決定係数Ｒ２を算出し、第１の判定ステップで障害物Ｇが無いと判定されたとき、決定係数Ｒ２が閾値Ｔ３よりも小さい場合に障害物Ｇがあると判定する第２の判定ステップを行う構成とすれば、障害物Ｇの検知精度が一層向上する。
【0053】
以上、本発明の好適な実施形態を説明した。説明した形態では、距離画像センサ２を車両後部に取り付けたが、距離画像センサ２を車両前部に取り付けて車両の前進方向を検知するようにしてもよい。
【0054】
「第２実施形態」
前記した実施形態は、第１の判定ステップとして、図２（ｂ）等に示したように、横軸がｘデータ、縦軸がｚデータの散布図を用い、式（１）の最小二乗法により傾きｍを算出した。これに対し、第２実施形態では、第１の判定ステップとして、横軸がｚデータ、縦軸がｘデータの散布図で、式（３）の最小二乗法により傾きａを算出する。
前記した実施形態は、第１の判定ステップとして、図２（ｂ）等に示したように、横軸がｘデータ、縦軸がｚデータの散布図を用い、式（１）の最小二乗法により傾きｍを算出した。これに対し、第２実施形態では、第１の判定ステップとして、横軸がｚデータ、縦軸がｘデータの散布図で、式（３）の最小二乗法により傾きａを算出する。
【0055】
【数3】
【0056】
制御装置３は、傾きａを分母とする傾き１／ａを求める。式（３）の最小二乗法による３０°の坂の傾き１／ａは約０．６であり、３５°の坂の傾き１／ａは約０．７である。したがって、閾値Ｔ４を０．６～０．７の範囲に設定すれば、概ね想定し得る登り坂について無駄な障害物検知を回避できる。そして、上下方向に起立する人物や物体に関する傾き１／ａは概ね０．６～０．７よりも大きいので、これらについて障害物Ｇと認識できる。上半身側が車両に近かったり、手に持っている作業機材等が車両に近かったりした場合、傾き１／ａがマイナス、つまり０よりも小さくなる。物体についても、下部よりも上部の方が車両に近い場合、傾き１／ａは０よりも小さくなる。したがって、傾き１／ａが０よりも小さい場合も、障害物Ｇがあると認識させる。つまり、第１の判定ステップで、制御装置３は、傾き１／ａが閾値Ｔ４よりも大きい場合または０よりも小さい場合に障害物Ｇが有ると判定する。
【0057】
図９～図１３は、それぞれ図２（ｂ）～図６（ｂ）の散布図の横軸、縦軸を入れ替えた散布図であり、横軸がｚデータ、縦軸がｘデータとなっている。既述したように、閾値Ｔ１よりも低いｚデータの測定ポイント（黒丸にて示す）は障害物Ｇの判定の考慮にはいれない。
【0058】
図９は、検知対象を起立した作業員とした場合である。測定点ｐ１～ｐ７の最小二乗法による傾きａは－０．０２８６であり、傾き１／ａは－３４．９である。つまり、傾き１／ａは０よりも小さいので、第１の判定ステップにより、制御装置３は作業員を障害物Ｇと判定する。
【0059】
図１０は、検知対象を高さのある方形体状の箱とした場合である。測定点ｐ１～ｐ７の最小二乗法による傾きａは０．０８３１であり、傾き１／ａは１２．０である。つまり、傾き１／ａは、０．６～０．７の範囲の閾値Ｔ４よりも大きいので、第１の判定ステップにより、制御装置３は箱を障害物Ｇと判定する。
【0060】
図１２は、検知対象を勾配１８．６°の坂とした場合である。測定点ｐ１～ｐ１６の最小二乗法による傾きａは２．８７８４であり、傾き１／ａは０．３４である。つまり、傾き１／ａは、０．６～０．７の範囲の閾値Ｔ４よりも小さく、０よりも大きいので、第１の判定ステップにより、制御装置３は勾配１８．６°の坂を障害物と判定しない。
【0061】
図１３は、検知対象を勾配４．２°の坂とした場合である。測定点ｐ１～ｐ１６の最小二乗法による傾きａは１１．３０３であり、傾き１／ａは０．０８８である。つまり、傾き１／ａは、０．６～０．７の範囲の閾値Ｔ４よりも小さく、０よりも大きいので、第１の判定ステップにより、制御装置３は勾配４．２°の坂を障害物と判定しない。
【0062】
図１１は、検知対象を高さの低い方形体状の箱とした場合である。図４（ｂ）では、測定点ｐ１～ｐ９の最小二乗法による傾きｍは０．２７０６であり、０．６～０．７の範囲の閾値Ｔ２よりも小さく、０よりも大きい値であった。したがって、第１の判定ステップでは制御装置３は箱を障害物Ｇと判定しないため、次の第２の判定ステップで決定係数Ｒ２との比較判定を要していた。
【0063】
これに対して、第２実施形態によれば、図１１において、測定点ｐ１～ｐ７の最小二乗法による傾きａは１．５３７２であり、傾き１／ａは０．６５である。仮に閾値Ｔ４を３０°の坂の値である０．６に設定した場合、傾き１／ａは閾値Ｔ４よりも大きい値となり、第１の判定ステップにより、制御装置３は箱を障害物Ｇと判定することとなる。したがって、この場合、決定係数Ｒ２と比較する第２の判定ステップが不要となる。
【0064】
本発明者は、図１１の例の他にも比較的小さな箱やその他扁平状の物体等で多数の試験を行った。その結果、横軸をｘデータ、縦軸をｚデータとした散布図での最小二乗法で算出した傾きｍを利用した第１の判定ステップよりも、この第２実施形態のように、横軸をｚデータ、縦軸をｘデータとした散布図での最小二乗法で算出した傾き１／ａを利用した第１の判定ステップの方が、坂と障害物Ｇの区別の精度が向上することが判明した。
【0065】
第２実施形態における障害物の判定フローの一例を図１４に示す。ステップＳ１～Ｓ３，Ｓ７～Ｓ９は図７と同一であるので説明は省略する。制御装置３は、ステップＳ１１でｘデータおよびｚデータから最小二乗法で傾きａを算出し、ステップＳ１２で傾き１／ａが閾値Ｔ４よりも大きいか否か、または０よりも小さいか否かの判定を行う。Ｙｅｓの場合、障害物Ｇがあると判定してステップＳ７に進み、Ｎｏの場合、ステップＳ１に戻る。
【0066】
なお、第２実施形態においても、決定係数Ｒ２と閾値Ｔ３との比較を行う第２の判定ステップを設けても良い。この場合、図１４において、ステップＳ１２でＮｏとなったときに図７と同様のステップＳ６を実行させればよい。
【0067】
「第３実施形態」
第２実施形態では、第１の判定ステップとして、横軸がｚデータ、縦軸がｘデータの散布図で、式（３）の最小二乗法により傾きａを算出し、この傾きａを分母とする傾き１／ａと閾値Ｔ４とを比較していた。これに対し、第３実施形態は、横軸がｚデータ、縦軸がｘデータの散布図で、式（３）の最小二乗法により傾きａを算出するところまでは第２実施形態と同じであるが、傾きａを分数化することなくそのまま閾値Ｔ５と比較するところが第２実施形態と異なっている。第３実施形態では、傾きａが閾値Ｔ５よりも小さい場合に障害物Ｇがあると判定する。
第２実施形態では、第１の判定ステップとして、横軸がｚデータ、縦軸がｘデータの散布図で、式（３）の最小二乗法により傾きａを算出し、この傾きａを分母とする傾き１／ａと閾値Ｔ４とを比較していた。これに対し、第３実施形態は、横軸がｚデータ、縦軸がｘデータの散布図で、式（３）の最小二乗法により傾きａを算出するところまでは第２実施形態と同じであるが、傾きａを分数化することなくそのまま閾値Ｔ５と比較するところが第２実施形態と異なっている。第３実施形態では、傾きａが閾値Ｔ５よりも小さい場合に障害物Ｇがあると判定する。
【0068】
坂道の勾配をθとしたとき、閾値Ｔ５を「ｔａｎ（９０－θ）」で求める。θが３０°で閾値Ｔ５は約１．７３であり、θが３５°で閾値Ｔ５は約１．４３である。したがって、閾値Ｔ５を１．４～１．７の範囲にすることで、坂と障害物Ｇとの区別の精度を向上させることができる。以下、閾値Ｔ５を、３０°の坂の値である１．７に設定した場合について、図９～図１３の散布図を検証する。
【0069】
図９での傾きａは－０．０２８６であるから、閾値Ｔ５よりも小さい。これにより、制御装置３は作業員を障害物Ｇと判定する。
図１０での傾きａは０．０８３１であるから、閾値Ｔ５よりも小さい。これにより、制御装置３は箱を障害物Ｇと判定する。
図１２での傾きａは２．８７８４であるから、閾値Ｔ５よりも大きい。これにより、制御装置３は勾配１８．６°の坂を障害物と判定しない。
図１３での傾きａは１１．３０３であるから、閾値Ｔ５よりも大きい。これにより、制御装置３は勾配４．２°の坂を障害物と判定しない。
図１１での傾きａは１．５３７２であるから、閾値Ｔ５よりも小さい。これにより、制御装置３は箱を障害物Ｇと判定する。したがって、第２実施形態と同様、決定係数Ｒ２と比較する第２の判定ステップが不要となる。その他の物体でも検証した結果、この第３実施形態でも、坂と障害物Ｇの区別の精度が向上することが判明した。
図１０での傾きａは０．０８３１であるから、閾値Ｔ５よりも小さい。これにより、制御装置３は箱を障害物Ｇと判定する。
図１２での傾きａは２．８７８４であるから、閾値Ｔ５よりも大きい。これにより、制御装置３は勾配１８．６°の坂を障害物と判定しない。
図１３での傾きａは１１．３０３であるから、閾値Ｔ５よりも大きい。これにより、制御装置３は勾配４．２°の坂を障害物と判定しない。
図１１での傾きａは１．５３７２であるから、閾値Ｔ５よりも小さい。これにより、制御装置３は箱を障害物Ｇと判定する。したがって、第２実施形態と同様、決定係数Ｒ２と比較する第２の判定ステップが不要となる。その他の物体でも検証した結果、この第３実施形態でも、坂と障害物Ｇの区別の精度が向上することが判明した。
【0070】
第３実施形態における障害物の判定フローの一例を図１５に示す。ステップＳ１～Ｓ３，Ｓ１１，Ｓ７～Ｓ９は図１４と同一であるので説明は省略する。制御装置３は、ステップＳ１３で傾きａが閾値Ｔ５よりも小さいか否かの判定を行う。Ｙｅｓの場合、障害物Ｇがあると判定してステップＳ７に進み、Ｎｏの場合、ステップＳ１に戻る。
【0071】
なお、第３実施形態においても、決定係数Ｒ２と閾値Ｔ３との比較を行う第２の判定ステップを設けても良い。この場合、図１５において、ステップＳ１３でＮｏとなったときに図７と同様のステップＳ６を実行させればよい。
【0072】
「第４実施形態」
制御装置３は、図７、図１４、図１５の各ステップＳ３で、ｚデータが閾値Ｔ１よりも大きい測定データのみを選別する「高さ選別ステップ」を行っていた。第４実施形態の制御装置３は、この「高さ選別ステップ」に代わりに、反射光の反射強度が閾値Ｔ６よりも大きい測定データのみを選別して障害物の有無を判定する「反射強度選別ステップ」を行う。つまり、制御装置３は、距離画像センサ２で測定された座標に関する測定データと、反射光の反射強度とに基づいて障害物Ｇの有無を判定する。
制御装置３は、図７、図１４、図１５の各ステップＳ３で、ｚデータが閾値Ｔ１よりも大きい測定データのみを選別する「高さ選別ステップ」を行っていた。第４実施形態の制御装置３は、この「高さ選別ステップ」に代わりに、反射光の反射強度が閾値Ｔ６よりも大きい測定データのみを選別して障害物の有無を判定する「反射強度選別ステップ」を行う。つまり、制御装置３は、距離画像センサ２で測定された座標に関する測定データと、反射光の反射強度とに基づいて障害物Ｇの有無を判定する。
【0073】
距離画像センサ２で検知可能な物体としては、走行の障害となる人や物の他に、水蒸気や砂埃が挙げられる。転圧ローラでのアスファルト路面の転圧施工では、タイヤ等の転圧輪にアスファルト合材が付着するのを防止するために、転圧輪にアスファルト付着防止剤や水等を散布しながら転圧することが多い。これらの液剤は、高温のアスファルト路面やタイヤ表面に触れることで水蒸気を発生させることがある。また、土質の地盤の締固め施工においては、地盤から砂埃が舞い上がることがある。これら水蒸気や砂埃まで障害物と判定することは作業効率の点から好ましくない。
【0074】
この問題に対し、本発明者は反射光の反射強度に着目し、反射強度の補正機能を付加することで障害物Ｇの判定精度を向上させることとした。反射光の反射強度は、物体の距離、形状、材質、色調等によって異なり、水蒸気や砂埃に対しては、人や固形物体に比して反射強度が低くなる。本発明者は、特に地面からの反射光に着目して以下のように解析した。
【0075】
図１６（ａ）に示すように、距離画像センサ２の測定範囲内に障害物が存在しない場合、測定される座標データは全て地面に関するものとなる。この場合、図１６（ｂ）に示すように、ｘ－ｚの関係を示すグラフＳ１は、全てのｘデータにわたって、ｚデータ、すなわち高さ方向成分が０となり、障害物が存在しないことが判る。一方、反射光の反射強度は、測定点と距離画像センサ２との距離が大きくなるほど低くなる傾向にある。したがって、ｘ－反射強度の関係を示すグラフＰ１は、ｘデータが大きくなるほど、つまり車両から離れるにしたがい、地面からの反射光の反射強度は低くなる。
【0076】
図１７（ａ）に示すように、距離画像センサ２の測定範囲内に障害物Ｇが存在する場合、図１７（ｂ）に示すように、ｘ－ｚの関係を示すグラフＳ２は、障害物Ｇの測定点に応じてｚデータが変化する。これにより障害物Ｇが存在することが判る。ｘ－反射強度の関係を示すグラフＰ２は、障害物Ｇの色調にもよるが、障害物Ｇからの反射光の反射強度については、概ね本来の地面からの反射強度よりも高い値を示す。
【0077】
図１８（ａ）に示すように、距離画像センサ２の測定範囲内に水蒸気や砂埃等の微粒物Ｆが浮遊している場合、図１８（ｂ）に示すように、ｘ－ｚの関係は、概ねランダムに散らばったプロットＳ３として表される。このプロットＳ３の分布状態によっては、水蒸気や砂埃等も障害物と判定されるおそれがある。一方、ｘ－反射強度の関係については、水蒸気や砂埃からの反射光の反射強度は低いため、グラフＰ３は、図１６（ｂ）のグラフＰ１と同程度か、グラフＰ１よりも反射強度が低い傾向になることが判った。したがって、図１６（ｂ）のグラフＰ１の反射強度、すなわち地面からの反射光の反射強度を閾値Ｔ６とし、物体からの反射光の反射強度が閾値Ｔ６以下の場合、制御装置３が、その物体は浮遊する微粒物Ｆであるとみなして障害物Ｇと判定しないようにすれば、障害物Ｇの判定精度を向上させることができる。
【0078】
閾値Ｔ６としては、シミュレーション等で予め求めた一定値からなる固定値パターンと、実際の施工運転中で得られる地面からの反射光の反射強度をリアルタイムで演算し、その演算結果に基づいて求める変動値パターンとが挙げられる。後者の変動値パターンの場合、実際に転圧する路面の材質や色調に基づいて閾値Ｔ６がリアルタイムで変動して決定されるので、閾値Ｔ６の精度が高くなり、水蒸気や砂埃等を障害物Ｇから除外するキャンセル機能の精度を一層高めることができるため、結果として障害物Ｇの検知精度を高めることができる。また、固定値パターンと変動値パターンとをオペレータが手動で切り換えるように構成してもよいし、固定値パターンと変動値パターンとを制御装置３に自動で判断させて切り換えるようにしてもよい。
【0079】
本発明者は、実験例として図１９に示すように、加湿器２１から噴き出す水蒸気６、机７、人物８、地面９に対して距離画像センサ２で測定を行った。図２０～図２３はその測定データを示す。図２０はｘ－反射強度に関するグラフであり、図２０（ａ）は、反射強度について何ら補正していない状態を示しており、点線で囲った部分が地面９の測定データを示している。この地面９の測定データを閾値Ｔ６とし、閾値Ｔ６よりも高い反射強度の測定データのみを表したグラフが図２０（ｂ）である。閾値Ｔ６は、測定データの最小二乗法などで求めた値に標準偏差σを加味した値とし、標準偏差σは１．５σ～３σに設定することが好ましい。
【0080】
図２１、図２２、図２３はそれぞれｘ－ｚ、ｙ－ｚ、ｙ－ｘに関するグラフである。これらの図で、各（ａ）は反射強度について補正していない場合のグラフであり、各（ｂ）は反射強度について閾値Ｔ６で補正した場合のグラフを示す。補正前の図２１（ａ）、図２２（ａ）、図２３（ａ）では、いずれも水蒸気６、机７、人物８、地面９の測定データが表示されているのに対し、閾値Ｔ６による補正後の図２１（ｂ）、図２２（ｂ）、図２３（ｂ）では、机７と人物８の測定データのみが表示され、水蒸気６と地面９の測定データはキャンセルされていることが判る。勿論、建設車両で検知対象とすべき障害物は、机７や人物８等、ある程度高さのある物体であることから、閾値Ｔ６による補正で地面９の測定データがキャンセルされても何ら問題はない。
【0081】
第４実施形態の障害物の判定フローの一例を図２４に示す。ステップＳ１，Ｓ２は図７、図１４、図１５と同一であるので説明は省略する。制御装置３は、ステップＳ３１で、各ピクセルの測定データの反射強度が閾値Ｔ６よりも高いか否かの判定を行い、Ｙｅｓの場合、図７のステップＳ４又は図１４、図１５のステップＳ１１に進み、Ｎｏの場合、ステップＳ１に戻る。
【0082】
以上のように、距離画像センサ２で測定された座標に関する測定データと、反射光の反射強度とに基づいて障害物Ｇの有無を判定する構成とすれば、空中に浮遊する水蒸気や砂埃等の微粒物Ｆを障害物Ｇと誤判定することが低減される。これにより、無駄な障害物検知を抑制できる。
【0083】
また、制御装置３は、反射強度が閾値Ｔ６以下の場合に障害物Ｇと判定しない構成にすれば、閾値Ｔ６を適切な値に設定することで、微粒物Ｆを障害物Ｇと誤判定することを簡単な構成で低減できる。
【0084】
微粒物Ｆからの反射光の反射強度は、地面からの反射光の反射強度とほぼ同じかそれ以下が殆どなので、閾値Ｔ６を地面からの反射光の反射強度に基づく値とすることで、微粒物Ｆを障害物Ｇと誤判定することを一層低減できる。
地面の凹凸等も反射強度の補正により誤判定を阻止できるので、「高さ選別ステップ」を要することがない。
地面の凹凸等も反射強度の補正により誤判定を阻止できるので、「高さ選別ステップ」を要することがない。
【符号の説明】
【0085】
１ 障害物検知装置
２ 距離画像センサ
３ 制御装置
４ 検知範囲
５ 非検知範囲
１０ タイヤローラ（建設車両）
２ 距離画像センサ
３ 制御装置
４ 検知範囲
５ 非検知範囲
１０ タイヤローラ（建設車両）
【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】
【図15】
【図16】
【図17】
【図18】
【図19】
【図20】
【図21】
【図22】
【図23】
【図24】