特許 7506643 物体認識装置、及びプログラム

(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】2024-06-18

(45)【発行日】2024-06-26

(54)【発明の名称】物体認識装置、及びプログラム

(51)【国際特許分類】

   G01S 13/89 20060101AFI20240619BHJP

   G01S 13/931 20200101ALI20240619BHJP

【ＦＩ】

G01S13/89

G01S13/931

【請求項の数】 5

(21)【出願番号】P 2021137975

(22)【出願日】2021-08-26

(65)【公開番号】P2023032080

(43)【公開日】2023-03-09

【審査請求日】2023-06-27

(73)【特許権者】

【識別番号】000004260

【氏名又は名称】株式会社デンソー

(73)【特許権者】

【識別番号】000003207

【氏名又は名称】トヨタ自動車株式会社

(74)【代理人】

【識別番号】100121821

【弁理士】

【氏名又は名称】山田 強

(72)【発明者】

【氏名】鈴木 陽平

(72)【発明者】

【氏名】古賀 友一朗

(72)【発明者】

【氏名】大林 幹生

(72)【発明者】

【氏名】中川 拓也

【審査官】渡辺 慶人

(56)【参考文献】

【文献】国際公開第２０１１／０２４２２０（ＷＯ，Ａ１）

【文献】特開２００６－１８９３９３（ＪＰ，Ａ）

【文献】特開２００７－１１４０５７（ＪＰ，Ａ）

【文献】国際公開第２０２１／０６５３７１（ＷＯ，Ａ１）

【文献】特開２０１１－１９７９６３（ＪＰ，Ａ）

【文献】米国特許出願公開第２０１９／０３１０６５１（ＵＳ，Ａ１）

【文献】中国特許出願公開第１０９３９８２３２（ＣＮ，Ａ）

(58)【調査した分野】(Int.Cl.，ＤＢ名)

Ｇ０１Ｓ ７／００ － ７／６４

１３／００ － １７／９５

Ｇ０６Ｔ ７／００ － ７／９０

Ｇ０６Ｖ １０／００ － ２０／９０

３０／４１８

４０／１６

４０／２０

(57)【特許請求の範囲】

【請求項1】

物体を検出する物体検出装置（２２）を備える車両に適用され、車両走行時において、前記物体検出装置により時系列で検出された複数の検出点のうち１物体につき所定点数の検出点を抽出し、その所定点数の検出点に基づいて物体形状を認識する物体認識装置（１０）であって、
車両走行時において、前記物体検出装置により時系列で検出された前記複数の検出点のうち、曲線状に並ぶ各検出点を検出点群（ＤＡ）とし、その検出点群に含まれる各検出点に基づいて物体の被検出面の曲率半径を算出する算出部と、
前記算出部により算出された前記曲率半径が所定の閾値よりも小さいことに基づいて、前記被検出面が曲面状であることを判定する判定部と、
前記判定部の判定結果に基づいて、前記所定点数の検出点により行われる物体認識の実施態様を変更する態様変更部と、
を備え、
前記態様変更部は、前記判定部により前記被検出面が曲面状であると判定された場合に物体認識の実施態様を変更するものであり、前記検出点群を複数の検出点群に分割し、該分割された検出点群ごとに、前記所定点数の検出点に基づいて物体形状を認識させる、物体認識装置。

【請求項2】

前記算出部は、前記複数の検出点のうち所定の２点を通る直線を引き、その所定の２点間の距離と、その２点間に存在する他の検出点から前記直線までの距離とに基づいて、前記曲率半径を算出する、請求項１に記載の物体認識装置。

【請求項3】

前記算出部は、前記複数の検出点について複数の組み合わせで２点を通る直線をそれぞれ引き、それら各直線に対応する複数の前記曲率半径を算出し、算出された複数の前記曲率半径のうち最も小さい前記曲率半径を、前記被検出面の曲率半径として選択する、請求項２に記載の物体認識装置。

【請求項4】

他車両（６０）の近傍を通過する際に、当該他車両の前後の隅部付近を前記被検出面とする物体認識装置であり、
前記算出部は、前記隅部付近における前記複数の検出点について複数の組み合わせで２点を通る直線をそれぞれ引き、それら各直線に対応する複数の前記曲率半径を算出し、算出された複数の前記曲率半径のうち最も小さい前記曲率半径を、前記隅部付近の曲率半径として選択する、請求項２に記載の物体認識装置。

【請求項5】

物体を検出する物体検出装置（２２）を備える車両に適用され、車両走行時において、前記物体検出装置により時系列で検出された複数の検出点のうち１物体につき所定点数の検出点を抽出し、その所定点数の検出点に基づいて物体形状を認識するプログラムであって、
コンピュータに、
車両走行時において、前記物体検出装置により時系列で検出された前記複数の検出点のうち、曲線状に並ぶ各検出点を検出点群（ＤＡ）とし、その検出点群に含まれる各検出点に基づいて物体の被検出面の曲率半径を算出する算出処理と、
前記算出処理により算出された前記曲率半径が所定の閾値よりも小さいことに基づいて、前記被検出面が曲面状であることを判定する判定処理と、
前記判定処理の判定結果に基づいて、前記所定点数の検出点により行われる物体認識の実施態様を変更する態様変更処理と、
を実行させ、
前記態様変更処理は、前記判定処理により前記被検出面が曲面状であると判定された場合に物体認識の実施態様を変更するものであり、前記検出点群を複数の検出点群に分割し、該分割された検出点群ごとに、前記所定点数の検出点に基づいて物体形状を認識させる、プログラム。

【発明の詳細な説明】

【技術分野】

【0001】

本発明は、自車両周辺の物体を認識する物体認識装置、及びプログラムに関する。

【背景技術】

【0002】

従来、例えば電磁波又は音波を用いて自車両周辺の物体を検出し、その検出結果に基づいて物体を認識する装置が知られている。例えば特許文献１の装置は、自車両の走行中に自車両周辺の物体における複数の検出点を時系列で検出し、検出された順番が前後する検出点を連結した複数の線分（ベクトル）に基づいて平面状物体の形状を認識する。

【先行技術文献】

【特許文献】

【0003】

【文献】特許第４８０９６９０号公報

【発明の概要】

【発明が解決しようとする課題】

【0004】

車両の走行中においては、時系列で複数の検出点が検出され、その検出点を全てメモリに記憶する構成であると使用メモリ量が嵩むことになる。そのため、複数の検出点の間引きにより１物体につき所定点数の検出点を抽出し、その所定点数の検出点により物体の形状を認識することが考えられる。これにより、物体認識に要する使用メモリ量の削減が可能となる。

【0005】

しかしながら、物体の被検出面が自車両側に凸となる曲面状である場合には、検出点に点数制限があることに起因して、検出点により認識される物体の形状と物体の実形状との間に差異が生じる。これにより、物体の形状の認識精度が低下することが懸念される。なお、物体における凸状の曲面を正しく認識できないと、物体付近を自車両が通過する際に、その物体に対して自車両が近づき過ぎてもそれを把握できないことが懸念される。

【0006】

本発明は上記課題に鑑みたものであり、使用メモリ量の削減を図りつつ、物体の形状を適正に認識することができる物体認識装置、及びプログラムを提供することを目的とする。

【課題を解決するための手段】

【0007】

上記課題を解決する手段は、物体を検出する物体検出装置を備える車両に適用され、車両走行時において、前記物体検出装置により時系列で検出された複数の検出点のうち１物体につき所定点数の検出点を抽出し、その所定点数の検出点に基づいて物体形状を認識する物体認識装置であって、車両走行時において、前記物体検出装置により時系列で検出された前記複数の検出点に基づいて、物体の被検出面が曲面状であることを判定する判定部と、前記判定部の判定結果に基づいて、前記所定点数の検出点により行われる物体認識の実施態様を変更する態様変更部と、を備える。

【0008】

車両の走行時には、車両周囲に様々な物体が存在し、その物体が物体検出装置により検出される。この場合、使用メモリ量の削減を図るべく、物体検出装置により時系列で検出された複数の検出点のうち１物体につき所定点数の検出点を抽出し、その所定点数の検出点に基づいて物体形状を認識することが考えられる。ただしこの場合、物体の被検出面が車両側に凸となる曲面状であると、物体の認識精度が低下することが懸念される。

【0009】

上記構成では、車両走行時において、物体検出装置により時系列で検出された複数の検出点に基づいて、物体の被検出面が曲面状であることを判定し、その判定結果に基づいて、所定点数の検出点により行われる物体認識の実施態様を変更するようにした。この場合、物体の被検出面が曲面状でない状況と曲面状である状況とで互いに異なる態様で物体認識を行うことができ、物体の形状を適正に認識することができる。その結果、使用メモリ量の削減を図りつつ、物体の形状を適正に認識することができる。

【図面の簡単な説明】

【0010】

【図1】走行制御システムの全体構成図。

【図2】平面状物体から取得される検出点群を示す図。

【図3】曲面状物体から取得される検出点群を示す図。

【図4】運転支援処理の処理手順を示すフローチャート。

【図5】曲率半径算出処理の処理手順を示すフローチャート。

【図6】各検出点における角度情報を示す図。

【図7】検出点間距離、離間距離、及び曲率半径を示す図。

【図8】運転支援処理における分割の一例を示す図。

【図9】運転支援制御を駐車支援制御に適用した一例を示す図。

【図10】運転支援制御を駐車支援制御に適用した一例を示す図。

【発明を実施するための形態】

【0011】

以下、本発明に係る物体認識装置を、車載の走行制御システム１００に適用した実施形態について、図面を参照しつつ説明する。走行制御システム１００は、自車両周辺に存在する物体を認識するとともに、その認識結果に基づいて、自車両５０が物体に対して近づき過ぎないようにしつつ運転支援制御（運転アシスト）を実施する。

【0012】

図１に示すように、本実施形態に係る走行制御システム１００は、物体認識装置としてのＥＣＵ１０と、センサ類２０と、被制御装置３０とを備えている。センサ類２０としては、例えば、カメラセンサ２１、レーダセンサ２２、ヨーレートセンサ２３、車速センサ２４等が備えられている。

【0013】

カメラセンサ２１は、例えば単眼カメラであり、自車両周辺を撮像する。本実施形態では、自車両５０は、カメラセンサ２１として、フロントカメラ、リアカメラ、右サイドカメラ、左サイドカメラを有している。フロントカメラは、自車両５０のフロントガラスの上端付近等に設置されており、自車両前方の所定領域を撮像する。リアカメラは、自車両５０の後部（例えばトランク付近）に取り付けられており、自車両後方の所定領域を撮像する。右サイドカメラは、自車両５０の右側面（例えばドアミラー付近）に取り付けられており、自車両右側方の所定領域を撮像する。左サイドカメラは、自車両５０の左側面（例えばドアミラー付近）に取り付けられており、自車両左側方の所定領域を撮像する。各カメラにより撮像された画像はＥＣＵ１０へ出力される。

【0014】

レーダセンサ２２は、自車両周辺に探査波を送信し、その探査波の反射波を受信することで自車両周辺に存在する物体の距離情報を取得する測距センサである。本実施形態では、自車両５０は、レーダセンサ２２として、フロントレーダ、リアレーダ、右サイドレーダ、左サイドレーダを有している。フロントレーダは、自車両５０の前面においてその光軸が自車両前方を向くように取り付けられている。リアレーダは、自車両５０の後面においてその光軸が自車両後方を向くように取り付けられている。右サイドレーダは、自車両５０の右側面においてその光軸が自車両右側方を向くように取り付けられている。左サイドレーダは、自車両５０の左側面においてその光軸が自車両左側方を向くように取り付けられている。

【0015】

各レーダは、規定時間ごとに探査波であるミリ波帯の指向性のある送信波を走査するとともに、物体の表面で反射された反射波を複数のアンテナにより受信することで物体までの距離、物体の方位、及び物体の自車両５０に対する相対速度等を距離情報として取得する。各レーダは、探査波の送信時刻と反射波の受信時刻とにより、物体までの距離を算出して取得する。また、各レーダは、複数のアンテナが受信した反射波の位相差により、物体の方位を算出して取得する。さらに、各レーダは、物体の表面で反射された反射波の、ドップラー効果により変化した周波数により、物体の相対速度を算出して取得する。各レーダにより撮像された距離情報はＥＣＵ１０へ出力される。なお、本実施形態において、レーダセンサ２２が「物体検出装置」に相当する。

【0016】

ヨーレートセンサ２３は、自車両５０の旋回角速度を検出する周知のヨーレートセンサとして構成される。車速センサ２４は、車輪の回転速度、つまりは自車両５０の走行速度を検出する。これらのセンサ２３，２４による検出結果は、ＥＣＵ１０に出力される。

【0017】

ＥＣＵ１０は、ＣＰＵ，ＲＯＭ，ＲＡＭ，フラッシュメモリ等からなる周知のマイクロコンピュータを備えた制御装置である。ＥＣＵ１０は、自車両周辺の物体を検出する。ＥＣＵ１０は、カメラセンサ２１から取得される画像に基づいて物体を検出するとともに、レーダセンサ２２から取得される距離情報に基づいて物体を検出する。

【0018】

詳細には、ＥＣＵ１０は、カメラセンサ２１から取得される画像に対して、テンプレートマッチング（パターン認識）等の周知の画像処理を行うことにより、画像内に存在する物体を検出する。本実施形態では、物体を特定するためのテンプレートとして、物体ごとの特徴をパターン化した全身辞書が記憶されている。ＥＣＵ１０は、辞書に記憶された物体の実寸法と、画像上の物体の大きさである画像寸法との比に基づいて物体までの距離を算出する。また、ＥＣＵ１０は、画像の下端部中央を原点として、原点に対する画像上の物体の方位を算出する。ＥＣＵ１０は、画像から算出した物体までの距離及び物体の方位により物体の相対位置及び存在領域等を算出し、これらの情報を検出点の情報として取得する。

【0019】

また、ＥＣＵ１０は、レーダセンサ２２から取得される距離情報に含まれる物体までの距離及び物体の方位により物体の相対位置及び存在領域等を算出し、これらの情報を検出点の情報として取得する。

【0020】

ＥＣＵ１０は、検出された複数の検出点に基づいて、自車両周辺に存在する物体の形状を認識し、被制御装置３０を用いて自車両５０の駆動力及び制動力を調整する。被制御装置３０は、加速装置であるアクセル装置３１と減速装置であるブレーキ装置３２と操舵装置３３とを有する。アクセル装置３１は、ドライバのアクセル操作又はＥＣＵ１０からの制御指令により、自車両５０に駆動力を付与する。ブレーキ装置３２は、ドライバのブレーキ操作又はＥＣＵ１０からの制御指令により、自車両５０に制動力を付与する。操舵装置３３は、ドライバのハンドル操作又はＥＣＵ１０からの制御指令により、自車両５０の操舵を制御する。

【0021】

ところで、図２に示すように、自車両周辺に存在する物体として、自車両５０側の外表面である被検出面が平面で構成されている平面状物体Ｂ１が存在する場合、ＥＣＵ１０は、平面状物体Ｂ１に対する複数の検出点に基づいて自車両５０の運転支援制御を実施する。ＥＣＵ１０は、自車両５０が平面状物体Ｂ１の左側方を走行する際に、レーダセンサ２２（右サイドレーダ）により平面状物体Ｂ１の左側面を検出し、複数の検出点（黒丸、白丸）を取得する。ＥＣＵ１０は、時系列で検出された複数の検出点のうち１物体につき所定点数の検出点（黒丸）を抽出するように間引きし、その所定点数の検出点の情報をメモリ１１に記憶する。本実施形態では、１物体につき３点の検出点が抽出され、図２に示す例では、複数の検出点Ｄ１～Ｄ１１のうち、最初に検出された検出点Ｄ１、最後に検出された検出点Ｄ１１、及び検出点Ｄ１と検出点Ｄ２との間に検出された検出点Ｄ６が抽出される。検出点Ｄ６は、検出点Ｄ１の検出タイミングと検出点Ｄ２の検出タイミングとの中央のタイミングに検出された検出点である。

【0022】

ＥＣＵ１０は、メモリ１１に記憶された検出点に基づいて、平面状物体Ｂ１の形状を認識する。図２に示す例では、メモリ１１に記憶された検出点Ｄ１，Ｄ６，Ｄ１１のうち、取得された順番が前後する検出点Ｄ１と検出点Ｄ６とが線分ＳＥ１で連結され、検出点Ｄ６と検出点Ｄ１１とが線分ＳＥ２で連結される。そして、線分ＳＥ１，ＳＥ２により平面状物体Ｂ１の形状が認識される。そして、ＥＣＵ１０は、認識した平面状物体Ｂ１の形状に基づいて運転支援制御を行うことにより、自車両５０が平面状物体Ｂ１に対して近づき過ぎないようにしつつ自車両５０を走行させる。例えば、ＥＣＵ１０は、アクセル装置３１及びブレーキ装置３２を用いて加減速制御を行いつつ、操舵装置３３を用いて操舵支援を行う。

【0023】

メモリ１１に記憶される検出点が所定点数に制限されることで、物体認識に要する使用メモリ量が削減される。図２に示すように、自車両周辺に存在する物体が平面状物体Ｂ１である場合、メモリ１１に記憶されている検出点の数が所定点数であっても、検出点により認識される平面状物体Ｂ１の形状と平面状物体Ｂ１の実形状に差異が生じることがない。

【0024】

しかしながら、図３に示すように、自車両周辺に存在する物体が、自車両５０側に凸となる曲面状の被検出面を有している曲面状物体Ｂ２である場合、検出点により認識される曲面状物体Ｂ２の形状と曲面状物体Ｂ２の実形状に差異が生じ、曲面状物体Ｂ２の形状の認識精度が低下する。具体的には、自車両５０を基準として、線分ＳＥ１，ＳＥ２が、曲面状物体Ｂ２の被検出面よりも奥側に位置することにより、曲面状物体Ｂ２の自車両５０側の一部に、ＥＣＵ１０により認識されない部分（以下、欠け部分）ＫＢが生じる。例えば、車両では、前後の隅部が凸状の曲面となっているため、自車両５０が他車両の前後の隅部付近を通過する際に、他車両の前後の隅部付近を被検出面とすると、この隅部付近に欠け部分ＫＢが生じる。この場合、認識した曲面状物体Ｂ２の形状に基づいて運転支援制御を行っても、自車両５０が曲面状物体Ｂ２に対して近づき過ぎることが懸念される。

【0025】

そこで、本実施形態では、自車両５０の走行時に時系列で検出された複数の検出点に基づいて、曲面状物体Ｂ２の被検出面が曲面状であることを判定し、その判定結果に基づいて、所定点数の検出点により行われる物体認識の実施態様を変更するようにした。具体的には、曲面状物体Ｂ２の被検出面が曲面状であると判定された場合に、所定点数である検出点の数、つまり物体認識に用いる検出点の数を多くするようにした。これにより、使用メモリ量の削減を図りつつ、曲面状物体Ｂ２の形状を適正に認識することができる。

【0026】

図４に、本実施形態の運転支援処理のフローチャートを示す。ＥＣＵ１０は、所定周期ごとに運転支援処理を繰り返し実施する。

【0027】

運転支援処理を開始すると、ステップＳ１１では、レーダセンサ２２により物体の検出点を検出する。運転支援処理が繰り返し実施されることで、ステップＳ１１の処理が繰り返し実施される。その結果、自車両５０の走行中において、検出対象の物体が曲面状物体Ｂ２である場合に、その複数の検出点が時系列で検出される。

【0028】

ステップＳ１３では、曲率半径算出処理を実施する。曲率半径算出処理では、ステップＳ１１で検出された複数の検出点に基づいて、曲面状物体Ｂ２の被検出面の曲率半径Ｒを算出する。なお、本実施形態において、ステップＳ１３の処理が「算出部」に相当する。

【0029】

図５に、曲率半径算出処理のフローチャートを示す。曲率半径算出処理を開始すると、ステップＳ２１では、曲率半径Ｒの算出に用いる複数の検出点である検出点群ＤＡを設定する。

【0030】

図６に示すように、曲面状物体Ｂ２が、互いに直交する２つの平面の隅部（角部）に曲面を有しており、図６に矢印ＹＡで示すように、自車両５０が隅部付近を走行しながら曲面状物体Ｂ２を検出する場合、検出された複数の検出点には、曲面を検出した検出点（黒丸、白丸）とともに平面を検出した検出点（×）が含まれる。ステップＳ２１では、検出された複数の検出点のうち、曲面を検出した検出点を検出点群ＤＡとして設定する。メモリ１１に記憶される検出点の情報には、各検出点とその検出点が検出された際のレーダセンサ２２の位置との結ぶベクトルの角度を示す角度情報ＪＢが含まれている。図６に示すように、平面を検出した検出点の角度情報ＪＢは略一定であるのに対して、曲面を検出した検出点の角度情報ＪＢは互いに異なる。ステップＳ２１では、角度情報ＪＢのばらつき度合に基づいて、検出点群ＤＡを設定する。図６に示す例では、検出点Ｄ１～Ｄ１１が検出点群ＤＡとして設定される。

【0031】

ステップＳ２２では、ステップＳ２１で設定した検出点群ＤＡから、始点及び終点を設定する。始点及び終点のそれぞれは、検出点群ＤＡに含まれる複数の検出点の１点であり、以下の２つの条件を満たすように設定される。（１）始点は、終点よりも先に検出された検出点である。（２）始点及び終点の間には、少なくとも１つの他の検出点が含まれる。なお、本実施形態において、始点及び終点は「所定の２点」に相当する。

【0032】

ステップＳ２３では、始点及び終点の間の線分距離Ｗを算出する。図７には、始点が検出点Ｄ２に設定され、終点が検出点Ｄ１０に設定された場合の線分距離Ｗが記載されている。

【0033】

ステップＳ２４では、離間距離Ｈを算出する。図７に示すように、始点及び終点を通る直線ＬＡを引き、始点及び終点の間の検出点から直線ＬＡまでの距離が、離間距離Ｈとなる。なお、始点及び終点の間に複数の検出点が含まれる場合には、それらの検出点から直線ＬＡまでの距離のうち最も長いものを、離間距離Ｈとして選択する。図７に示す例では、検出点Ｄ６から直線ＬＡまでの距離が、離間距離Ｈとして選択されている。

【0034】

ステップＳ２５では、ステップＳ２４で算出した離間距離Ｈがゼロであるか否かを判定する。離間距離Ｈの算出に用いた検出点が直線ＬＡ上に位置しており、離間距離Ｈがゼロである場合には、ステップＳ２９に進む。一方、離間距離Ｈの算出に用いた検出点が直線ＬＡ上に位置していない場合には、ステップＳ２６に進む。

【0035】

ステップＳ２６では、曲率半径Ｒを算出する。図７に示すように、離間距離Ｈがゼロでない場合、始点、終点、及び離間距離Ｈの算出に用いた検出点の３点の検出点を通る円ＣＡが定まり、この円ＣＡの半径が曲率半径Ｒとなる。円ＣＡにおいて、線分距離Ｗは、始点及び終点の間の円弧に対する弦の長さを示し、離間距離Ｈは、該弦から対応する円弧までの距離を示す。この場合、曲率半径Ｒは、線分距離Ｗ及び離間距離Ｈを用いて、以下の数式（１）のように表すことができる。

【数1】

【0036】

ステップＳ２７では、ステップＳ２６で算出した曲率半径Ｒが最小であるか否かを判定する。このとき、今回算出した曲率半径Ｒが前回までの曲率半径Ｒの最小値よりも小さければ、今回の曲率半径Ｒが最小であるとする。曲率半径Ｒが最小である場合、ステップＳ２８において、今回算出した曲率半径Ｒをメモリ１１に記憶して、メモリ１１に記憶される曲率半径Ｒを更新し、ステップＳ２９に進む。一方、曲率半径Ｒが最小でない場合、今回算出した曲率半径Ｒを記憶することなくステップＳ２９に進む。

【0037】

ステップＳ２９では、始点及び終点の全ての組合せで曲率半径Ｒを算出したか否かを判定する。全ての組合せで曲率半径Ｒを算出していない場合、ステップＳ２２に戻る。一方、全ての組合せで曲率半径Ｒを算出した場合、曲率半径算出処理を終了する。

【0038】

図４に戻り、曲率半径算出処理が終了すると、ステップＳ１４に進む。ステップＳ１４では、ステップＳ１１で検出された複数の検出点に基づいて、曲面状物体Ｂ２の被検出面が曲面状であることを判定する。具体的には、ステップＳ２８で最後に更新された曲率半径Ｒが所定の閾値Ｒｔｈよりも小さいか否かを判定する。曲率半径Ｒが閾値Ｒｔｈよりも小さい場合、曲面状物体Ｂ２の被検出面が曲面状であると判定し、ステップＳ１５に進む。

【0039】

ステップＳ１５では、曲面状物体Ｂ２を２つの物体とみなして分割し、ステップＳ１６に進む。具体的には、曲面状物体Ｂ２の被検出面のうち、検出点群ＤＡが検出された曲面を２つの曲面とに分割する。これにより、検出点群ＤＡは、分割後の第１の曲面に対応する第１検出点群ＤＡ１と、第２の曲面に対応する第２検出点群ＤＡ２に分割される。なお、本実施形態において、ステップＳ１５の処理が「態様変更部」に相当する。

【0040】

一方、ステップＳ１４において、曲率半径Ｒが閾値Ｒｔｈよりも大きい場合、曲面状物体Ｂ２が曲面を有していないと判定し、検出点群ＤＡを分割することなくステップＳ１６に進む。なお、本実施形態において、ステップＳ１４の処理が「判定部」に相当する。

【0041】

ステップＳ１６では、物体ごとに、所定点数の検出点の情報をメモリ１１に記憶する。続くステップＳ１７では、メモリ１１に記憶された所定点数の検出点に基づいて物体の形状を認識する。そのため、ステップＳ１５で曲面状物体Ｂ２が２つの物体とみなされて分割された場合には、分割後の物体ごとに、所定点数の検出点に基づいて物体の形状が認識される。

【0042】

ステップＳ１８では、ステップＳ１７で認識した曲面状物体Ｂ２の形状に基づいて、自車両５０の運転支援制御を実施し、本処理を一旦終了する。

【0043】

続いて、図８に、物体が分割される効果について説明する。図８（Ａ）に示すように、曲面状物体Ｂ２の被検出面が曲面状であるにも関わらず曲面状物体Ｂ２が分割されないと、検出点群ＤＡから抽出された３点の検出点Ｄ１，Ｄ６，Ｄ１１により曲面状物体Ｂ２の形状が認識される。そのため、欠け部分ＫＢが比較的大きくなる。

【0044】

本実施形態では、図８（Ｂ）に分割線ＬＢで示すように、曲面状物体Ｂ２の被検出面が曲面状であると判定され、曲面状物体Ｂ２が２つの物体とみなされて分割された場合には、検出点群ＤＡが第１検出点群ＤＡ１及び第２検出点群ＤＡ２に分割される。図８（Ｂ）に示す例では、検出点Ｄ１～Ｄ１１を含む検出点群ＤＡが、検出点Ｄ１～Ｄ６を含む第１検出点群ＤＡ１と、検出点Ｄ７～Ｄ１１を含む第２検出点群ＤＡ２に分割される。そして、第１検出点群ＤＡ１から抽出された３点の検出点Ｄ１，Ｄ３，Ｄ６、及び第２検出点群ＤＡ２から抽出された３点の検出点Ｄ７，Ｄ９，Ｄ１１により曲面状物体Ｂ２の形状が認識される。そのため、物体が分割されない場合に比べて多くの検出点により曲面状物体Ｂ２の形状を認識することができ、欠け部分ＫＢを小さくすることができる。これにより、認識した曲面状物体Ｂ２の形状に基づいて運転支援制御が行われた場合でも、自車両５０が曲面状物体Ｂ２に対して近づき過ぎることを適正に抑制することができる。

【0045】

以上詳述した本実施形態によれば、以下の効果が得られるようになる。

【0046】

自車両５０の走行時において、時系列で検出された複数の検出点に基づいて、物体の被検出面が曲面状であることを判定し、その判定結果に基づいて、所定点数の検出点により行われる物体認識の実施態様を変更するようにした。この場合、物体の被検出面が曲面状でない状況と曲面状である状況とで互いに異なる態様で物体認識を行うことができ、物体の形状を適正に認識することができる。その結果、使用メモリ量の削減を図りつつ、物体の形状を適正に認識することができる。

【0047】

検出された複数の検出点に基づいて、物体の被検出面の曲率半径Ｒを算出し、算出された曲率半径Ｒが閾値Ｒｔｈよりも小さい場合に、被検出面が曲面状であることを判定するようにした。曲面状である物体の曲率半径Ｒは、曲面状でない物体の曲率半径Ｒよりも小さくなる。そのため、算出された曲率半径Ｒが閾値Ｒｔｈよりも小さいか否かを判定することにより、物体が曲面状であることを適正に判定することができる。

【0048】

線分距離Ｗ及び離間距離Ｈを用いて曲率半径Ｒを算出するようにした。線分距離Ｗの算出に用いた始点及び終点と、離間距離Ｈの算出に用いた検出点とにより、これら３点の検出点を通る円ＣＡが定まる。円ＣＡにおいて、線分距離Ｗは、始点及び終点の間の円弧に対する弦の長さを示しており、離間距離Ｈは、上記弦から円弧までの距離を示している。そのため、線分距離Ｗ及び離間距離Ｈを用いて、円ＣＡの半径に相当する曲率半径Ｒを算出することができる。

【0049】

物体の被検出面が曲面状である場合において、その被検出面での曲率半径Ｒが一律でないことがある。この場合、曲率半径Ｒが小さい部分ほど、物体の形状を適正に認識することが難しい。その点、算出された複数の曲率半径Ｒのうち最も小さい曲率半径Ｒを物体の被検出面の曲率半径Ｒとして選択するようにした。そのため、物体の被検出面のうち最も曲率半径が小さい部分においても、物体の形状を適切に認識することができる。

【0050】

物体の被検出面が曲面状であると判定された場合に、被検出面が曲面状でないと判定された場合に比べて、所定点数である検出点の数を多くするようにした。これにより、被検出面が曲面状である物体についての物体認識に要する検出点の数を多くすることができ、物体の形状を適正に認識することができる。

【0051】

物体の被検出面が曲面状であると判定された場合に、検出対象となっている物体を複数の物体とみなして分割し、分割後の物体ごとに、所定点数の検出点に基づいて物体形状を認識させるようにした。これにより、物体がＮ個（Ｎは２以上の自然数）に分割された場合には、所定点数のＮ倍の検出点により分割前の物体形状が認識され、被検出面が曲面状である物体の形状を適正に認識することができる。

【0052】

本実施形態の運転支援制御は、以下に示すように、駐車車両（他車両）６０の近傍の駐車エリアＰＡに自車両５０を駐車する場合において有用である。車両においては、前面又は後面と側面との間の隅部が曲面状になっていることが考えられる。つまり、車両の隅部付近では車両外周面が平面、曲面、平面で切り替わり、それに伴い曲率半径Ｒが変化していることが考えられる。曲率半径Ｒが変化している場合、曲率半径Ｒが小さい部分ほど、物体の形状を適正に認識することが難しい。

【0053】

その点、本実施形態の運転支援制御によれば、隅部付近で算出された複数の曲率半径Ｒのうち最も小さい曲率半径Ｒを、隅部付近の曲率半径Ｒとして選択することにより、駐車車両６０の隅部形状を正しく認識できる。これにより、駐車エリアＰＡに自車両５０を駐車する場合において、駐車車両６０に対する接触の可能性を低減することができる。

【0054】

具体的には、図９に示すように、自車両５０が駐車車両６０の側方を通過した後に、駐車車両６０の前方に位置する駐車エリアＰＡに駐車する場合がある。この場合、ＥＣＵ１０は、図９に矢印ＹＢに示すように、自車両５０の前面が駐車車両６０の右前部６０Ａ付近を通過する際に、駐車車両６０の右前部６０Ａを検出し、右前部６０Ａが曲面状であることを判定する。これにより、自車両５０の後面が駐車車両６０の右前部６０Ａの近傍を通過する際に、又は、その後、図９に矢印ＹＣに示すように、自車両５０が駐車車両６０側に後進する際に、ＥＣＵ１０は、自車両５０が駐車車両６０の右前部６０Ａに対して近づき過ぎることを適正に抑制することができる。

【0055】

また、図１０に示すように、自車両５０が駐車車両６０の前方を通過した後に、駐車車両６０の側方に位置する駐車エリアＰＡに駐車する場合がある。この場合、ＥＣＵ１０は、図１０に矢印ＹＤに示すように、自車両５０が駐車車両６０の前方を通過する際に、駐車車両６０の左前部６０Ｂを検出し、左前部６０Ｂが曲面状であることを判定する。これにより、その後、図１０に矢印ＹＥに示すように、自車両５０が後進しながら右折して駐車車両６０の左前部６０Ｂの近傍を通過する際に、ＥＣＵ１０は、自車両５０が駐車車両６０の左前部６０Ｂに対して近づき過ぎることを適正に抑制することができる。

【0056】

（その他の実施形態）
上記各実施形態は、以下のように変更して実施してもよい。

【0057】

・上記実施形態では、物体の被検出面が曲面状であると判定されたことに基づいて、物体を２つに分割する例を示したが、分割数は３以上であってもよい。この場合、物体の被検出面の曲率半径Ｒに応じて分割数を可変に設定するようにしてもよく、例えば、曲率半径Ｒが小さいほど、分割数を多くするようにしてもよい。

【0058】

・ＥＣＵ１０は、物体が分割された場合には、分割後の物体ごとに曲率半径Ｒを再度算出するようにしてもよい。そして、再度算出された曲率半径Ｒが閾値Ｒｔｈよりも小さい場合には、分割後の物体を再度分割するようにしてもよい。

【0059】

・上記実施形態では、曲率半径Ｒの算出に数式（１）を用いたが、マップ等で曲率半径Ｒを算出してもよい。

【0060】

・上記実施形態では、物体の被検出面で算出された複数の曲率半径Ｒのうち最小の曲率半径Ｒを選択するようにしたが、これに限られない。例えば、最小の曲率半径Ｒを含む複数の曲率半径Ｒの平均値を選択するようにしてもよい。例えば、始点が検出点Ｄ２に設定され、終点が検出点Ｄ１０に設定された場合の曲率半径Ｒが最小であった場合に、当該曲率半径Ｒ、始点が検出点Ｄ１に設定され、終点が検出点Ｄ９に設定された場合の曲率半径Ｒ、及び始点が検出点Ｄ３に設定され、終点が検出点Ｄ１１に設定された場合の曲率半径Ｒの平均値を算出し、この平均値を選択するようにしてもよい。

【0061】

・撮像装置は、単眼カメラに限られず、ステレオカメラであってもよい。送信波及び反射波を用いる装置は、レーダセンサ２２に限られず、レーザセンサであってもよい。

【0062】

・本開示に記載の物体認識装置及びその手法は、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、本開示に記載の物体認識装置及びその手法は、一つ以上の専用ハードウェ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、本開示に記載の物体認識装置及びその手法は、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と一つ以上のハードウェ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】

【0063】

１０…ＥＣＵ、２２…レーダセンサ。

【図1】

【図2】

【図3】

【図4】

【図5】

【図6】

【図7】

【図8】

【図9】

【図10】