特許 7673437 物体認識装置および物体認識方法

(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】2025-04-28

(45)【発行日】2025-05-09

(54)【発明の名称】物体認識装置および物体認識方法

(51)【国際特許分類】

   G01S 17/931 20200101AFI20250430BHJP

【ＦＩ】

G01S17/931

【請求項の数】 7

(21)【出願番号】P 2021038982

(22)【出願日】2021-03-11

(65)【公開番号】P2022138868

(43)【公開日】2022-09-26

【審査請求日】2023-12-11

(73)【特許権者】

【識別番号】000004260

【氏名又は名称】株式会社デンソー

(74)【代理人】

【識別番号】110000028

【氏名又は名称】弁理士法人明成国際特許事務所

(72)【発明者】

【氏名】秋山 啓子

(72)【発明者】

【氏名】▲高▼棹 大輔

【審査官】佐藤 宙子

(56)【参考文献】

【文献】特開２０１２－１７３２３０（ＪＰ，Ａ）

【文献】特開２０１０－０２７０１６（ＪＰ，Ａ）

【文献】特開平０３－２２８１８４（ＪＰ，Ａ）

【文献】特開２０１８－０４０６４２（ＪＰ，Ａ）

【文献】特開２０１６－１４８８８０（ＪＰ，Ａ）

【文献】特開２００７－１１４０５７（ＪＰ，Ａ）

【文献】特許第７３１０６５８（ＪＰ，Ｂ２）

(58)【調査した分野】(Int.Cl.，ＤＢ名)

Ｇ０１Ｓ ７／００－ ７／６４

Ｇ０１Ｓ １３／００－１７／９５

Ｇ０８Ｇ １／１６

(57)【特許請求の範囲】

【請求項1】

物体認識装置（１０）であって、
前記物体認識装置の周囲に存在する物体（Ｏｂ１、Ｏｂ２、Ｏｂ３、Ｏｂ４）を表す複数の検出点（ＫＰ）により構成される検出点群を取得する検出点群取得部（２２）と、
前記検出点群から前記物体の輪郭点（ＲＰ）を抽出して輪郭点群を取得する輪郭点群取得部（２３）と、
前記輪郭点群から代表点（ＤＰ）を抽出することにより代表点群を取得する代表点群取得部（２４）と、
前記代表点群から選択された３点を第１点（Ｐ１）、第２点（Ｐ２）および第３点（Ｐ３）とし、前記第１点と前記第２点とのベクトルである第１ベクトル（Ｖ１）と、前記第２点と前記第３点とのベクトルである第２ベクトル（Ｖ２）との間の角度であるベクトル間角度（θ）を用いて、前記輪郭点群に逆凸形状（ＩＴｓ）が含まれるか否かを判定する逆凸判定部（２５）と、
前記逆凸形状が含まれると判定された場合に、前記検出点群を前記物体認識装置の周囲に存在する前記物体のうちの直線状の物体である壁を表す第１検出点群（Ｇ１）と、前記壁とは異なる物体であって前記壁に近接して存在している異なる物体を表す第２検出点群（Ｇ２）と、に分離する物体認識部（２６）と、
を備える、物体認識装置。

【請求項2】

請求項１に記載の物体認識装置であって、
前記代表点群取得部は、
前記輪郭点群に含まれる複数の前記輪郭点を順次基準点（ＳＰ）に設定し、前記基準点から予め定められた距離（ｄ１）以上の前記輪郭点を前記代表点として順次抽出して前記代表点群を取得する、
物体認識装置。

【請求項3】

請求項２に記載の物体認識装置であって、
前記代表点群取得部は、前記基準点から前記予め定められた距離以上の点であって、前記ベクトル間角度が最大となる点を前記代表点として抽出する、
物体認識装置。

【請求項4】

請求項２から請求項３までのいずれか一項に記載の物体認識装置であって、
前記逆凸判定部は、
前記代表点群に含まれる複数の前記代表点を順次前記第１点に設定して前記ベクトル間角度を算出し、
各前記ベクトル間角度のうち、予め定められた角度以上であるベクトル間角度が検出された場合に、前記逆凸形状が含まれると判定する、
物体認識装置。

【請求項5】

請求項２から請求項４までのいずれか一項に記載の物体認識装置であって、
各前記第２点を逆凸中心点として複数の前記逆凸中心点により構成される逆凸中心点群を用いて、前記検出点群を前記第１検出点群（Ｇ１）と、前記第２検出点群（Ｇ２）とに分離するための分離直線を決定する分離直線決定部（２７）を、さらに備える、
物体認識装置。

【請求項6】

請求項５に記載の物体認識装置であって、
前記分離直線決定部は、
前記逆凸中心点群から順次２点を選択し、
選択された前記２点を通る直線と、前記各逆凸中心点との残差の和を算出し、
前記残差の和を求めるために用いた点数で、前記残差の和を除した残差平均値が最も小さな前記直線を前記分離直線として決定する、
物体認識装置。

【請求項7】

物体認識装置が実行する物体認識方法であって、
前記物体認識装置の周囲に存在する物体（Ｏｂ１、Ｏｂ２、Ｏｂ３、Ｏｂ４）を表す複数の検出点（ＫＰ）により構成される検出点群を取得する工程と、
前記検出点群から前記物体の輪郭点（ＲＰ）を抽出して輪郭点群を取得する工程と、
前記輪郭点群から代表点（ＤＰ）を抽出することにより代表点群を取得する工程と、
前記代表点群から選択された３点を第１点（Ｐ１）、第２点（Ｐ２）および第３点（Ｐ３）とし、前記第１点と前記第２点とのベクトルである第１ベクトル（Ｖ１）と、前記第２点と前記第３点とのベクトルである第２ベクトル（Ｖ２）との間の角度であるベクトル間角度（θ）を用いて、前記輪郭点群に逆凸形状（ＩＴｓ）が含まれるか否かを判定する工程と、
前記逆凸形状が含まれると判定された場合に、前記検出点群を前記物体認識装置の周囲に存在する前記物体のうちの直線状の物体である壁を表す第１検出点群（Ｇ１）と、前記壁とは異なる物体であって前記壁に近接して存在している異なる物体を表す第２検出点群（Ｇ２）と、に分離する工程と、
を有する、物体認識方法。

【発明の詳細な説明】

【技術分野】

【0001】

本開示は、物体を認識する技術に関する。

【背景技術】

【0002】

車両に搭載されているライダー（ＬｉＤＡＲ）等の検出結果を利用して、車両の周囲に存在する物体を認識する物体認識装置が知られている。例えば、特許文献１には、クラスタを作成する際の閾値を動的に変化させてクラスタの候補を複数作成し、作成されたクラスタの候補と、過去に作成されたクラスタとを比較して、形状が最も近い組合せとなるクラスタを一つの物体として認識する技術が開示されている。

【先行技術文献】

【特許文献】

【0003】

【文献】特開２０１３－２２８２５９号公報

【発明の概要】

【発明が解決しようとする課題】

【0004】

しかしながら、特許文献１に記載の技術は、過去に作成されたクラスタの履歴が必要になる。このため、初回の検出タイミングにおいては、クラスタの履歴が存在しないので、物体の検出精度が低下するおそれがある。したがって、物体認識装置において、互いに近接して存在する複数の物体を精度よく区分する技術が望まれる。

【課題を解決するための手段】

【0005】

本開示の一実施形態によれば、物体認識装置（１０）が提供される。この物体認識装置は、前記物体認識装置の周囲に存在する物体（Ｏｂ１、Ｏｂ２、Ｏｂ３、Ｏｂ４）を表す複数の検出点（ＫＰ）により構成される検出点群を取得する検出点群取得部（２２）と、前記検出点群から前記物体の輪郭点（ＲＰ）を抽出して輪郭点群を取得する輪郭点群取得部（２３）と、前記輪郭点群から代表点（ＤＰ）を抽出することにより代表点群を取得する代表点群取得部（２４）と、前記代表点群から選択された３点を第１点（Ｐ１）、第２点（Ｐ２）および第３点（Ｐ３）とし、前記第１点と前記第２点とのベクトルである第１ベクトル（Ｖ１）と、前記第２点と前記第３点とのベクトルである第２ベクトル（Ｖ２）との間の角度であるベクトル間角度（θ）を用いて、前記輪郭点群に逆凸形状（ＩＴｓ）が含まれるか否かを判定する逆凸判定部（２５）と、前記逆凸形状が含まれると判定された場合に、前記検出点群を前記物体認識装置の周囲に存在する前記物体のうちの直線状の物体である壁を表す第１検出点群（Ｇ１）と、前記壁とは異なる物体であって前記壁に近接して存在している異なる物体を表す第２検出点群（Ｇ２）と、に分離する物体認識部（２６）と、を備える。

【0006】

この形態の物体認識装置によれば、代表点群から選択された３点を第１点、第２点および第３点とし、第１点と第２点とのベクトルである第１ベクトルと、第２点と第３点とのベクトルである第２ベクトルとのベクトル間角度を用いて、輪郭点群に逆凸形状が含まれるか否かを判定し、逆凸形状が含まれると判定された場合に、直線状の物体と、直線状の物体とは異なる物体とが互いに近接して存在していると認識するので、互いに近接して存在する複数の物体を精度よく区分できる。

【0007】

本開示は、種々の形態で実現することも可能である。例えば、物体認識方法、測距装置、測距方法、これらの装置や方法を実現するためのコンピュータプログラム、かかるコンピュータプログラムを記憶した記憶媒体等の形態で実現することができる。

【図面の簡単な説明】

【0008】

【図1】本開示の一実施形態としての物体認識装置を搭載した車両の概略構成を示す説明図。

【図2】物体認識装置の機能的構成を示すブロック図。

【図3】物体認識処理が実行される場面の一例を模式的に示す説明図。

【図4】逆凸形状を説明するための説明図。

【図5】凸形状を説明するための説明図。

【図6】物体認識処理の処理手順を示すフローチャート。

【図7】輪郭点群が取得される様子を模式的に示す説明図。

【図8】代表点の取得方法の一例を模式的に示す説明図。

【図9】代表点の取得方法の他の一例を模式的に示す説明図。

【図10】代表点群取得処理の処理手順を示すフローチャート。

【図11】代表点群が取得される様子を模式的に示す説明図。

【図12】逆凸判定処理の処理手順を示すフローチャート。

【図13】逆凸判定処理が実行される様子を模式的に示す説明図。

【図14】ベクトル間角度を説明するための説明図。

【図15】分離直線決定処理の処理手順を示すフローチャート。

【図16】分離直線決定処理が実行される様子を模式的に示す説明図。

【図17】代表点の取得方法の他の一例を模式的に示す説明図。

【発明を実施するための形態】

【0009】

Ａ１．実施形態：
以下、物体認識装置および物体認識方法について説明する。図１に示すように、本実施形態の物体認識装置１０は、車両１００に搭載され、車両１００の前方の周囲に存在する物体、例えば、他の車両や歩行者や建物等を検出する。本実施形態では、物体認識装置１０は、ＬｉＤＡＲ（Light Detection And Ranging）により構成されている。物体認識装置１０は、照射光Ｌｚを照射して、物体からの反射光を受光する。図１では、照射光Ｌｚの射出中心位置を原点とし、車両１００の前方方向をＹ軸とし、原点を通り車両１００の幅方向左から右の方向をＸ軸とし、原点を通り鉛直情報をＺ軸として表している。

【0010】

照射光Ｌｚは、Ｚ軸方向に縦長の光であり、１回の照射により、縦長の所定範囲Ａｒに照射される。また、照射光Ｌｚは、水平方向に対して一次元走査により所定の測定範囲ＭＲ全体に照射される。照射光Ｌｚは、測定範囲ＭＲにおいて物体認識装置１０の分解能に応じた角度で照射される。

【0011】

物体認識装置１０は、測定範囲ＭＲにおいて照射光Ｌｚの反射光によって特定される物体を表す複数の検出点から構成される検出点群を取得する。検出点は、反射光によって特定される物体の少なくとも一部が存在し得る位置を示す点である。また、物体認識装置１０は、照射光Ｌｚを照射してから反射光を受光するまでの時間、すなわち、光の飛行時間ＴＯＦ（Time of Flight）を測定することで、物体までの距離を検出する。物体認識装置１０は、取得した検出点群に対してクラスタリングを行って、検出点群を複数のクラスタに分類することにより、物体を区分する。

【0012】

図２に示すように、物体認識装置１０は、ＣＰＵ２０と、メモリ３０と、入出力インターフェース１１とを備える。ＣＰＵ２０、メモリ３０、および入出力インターフェース１１は、バス１５を介して双方向に通信可能に接続されている。メモリ３０は、ＲＯＭ、ＲＡＭ、およびＥＥＰＲＯＭを含む。入出力インターフェース１１には、発光制御部４１および受光制御部５１がそれぞれ制御信号線を介して接続されている。発光制御部４１に対しては発光制御信号が送信され、受光制御部５１に対しては受光制御信号が送信され、受光制御部５１からは入射光強度信号が受信される。

【0013】

発光制御部４１は、入出力インターフェース１１を介して制御部２１から入力される発光制御信号に応じたタイミングで照射光Ｌｚを照射するよう発光素子４２を駆動する。発光素子４２は、例えば、赤外レーザダイオードであり、照射光Ｌｚとして赤外レーザ光を出射する。発光素子４２は１つでもよく複数であってもよい。

【0014】

受光制御部５１は、入出力インターフェース１１を介して制御部２１から物体検出のための受光処理を指示する受光制御信号が入力され、受光素子５２に入射された入射光量または入射光強度を示す入射光強度信号を出力する。受光素子５２は、平板状の光センサに複数の画素が縦横方向に配列された構成を有し、例えば、ＳＰＡＤ（Single Photon Avalanche Diode）、その他のフォトダイオードにより構成される。受光制御部５１は、受光素子５２に入射された入射光量または入射光強度に応じて発生する電流を電圧に変換し、例えば、輝度値や明度を示す画素値を入射光強度信号として制御部２１へ出力する。

【0015】

ＣＰＵ２０は、メモリ３０に記憶されたプログラムを展開して実行することにより、制御部２１、検出点群取得部２２、輪郭点群取得部２３、代表点群取得部２４、逆凸判定部２５、物体認識部２６、および分離直線決定部２７として機能する。

【0016】

制御部２１は、物体認識装置１０全体の動作を制御する。

【0017】

検出点群取得部２２は、入射光強度信号により示される画素値から、物体の１または複数の代表位置を示す検出点または検出点群を取得する。検出点は、３次元座標（Ｘ、Ｙ、Ｚ）として取得される。なお、検出点は、３次元座標に代えて、２次元座標（Ｘ、Ｙ）で表されてもよい。輪郭点群取得部２３は、検出点群から物体の輪郭点を抽出して、複数の輪郭点により構成される輪郭点群を取得する。代表点群取得部２４は、輪郭点群から代表点を抽出して、複数の代表点から構成される代表点群を取得する。逆凸判定部２５は、代表点群から３点を選択し、これらの３点を結ぶベクトルが逆凸形状であるか否かを判定する。逆凸形状については、後述する。物体認識部２６は、検出点群に対してクラスタリング処理を行って、複数の検出点から一の物体を認識する。分離直線決定部２７は、検出点群を、一の物体を構成する検出点群と、他の物体を構成する検出点群とに分離するための直線（以下、「分離直線」と呼ぶ）を決定する。

【0018】

Ａ２．物体認識処理：
本実施形態では、図３に示す走行シーンにおいて物体認識処理が実行されているとして、物体認識処理の処理手順を説明する。図３に示すように、車両１００は、道路ＲＤを前方方向に走行している。道路ＲＤには、直線状の壁Ｏｂ１が設置された歩道ＲＳが設けられており、壁Ｏｂ１沿いに歩行者Ｏｂ３が前方方向に歩いている。歩道ＲＳには、樹木Ｏｂ２およびＯｂ４が植えられている。物体認識装置１０では、後述の物体認識処理が実行されており、車両１００の前方方向の周囲に存在する物体Ｏｂ１、Ｏｂ２、Ｏｂ３およびＯｂ４が検出され得る。

【0019】

図４には、図３に示す走行シーンにおいて取得され得る検出点群ＣＬ１を鉛直上方（＋Ｚ方向）から鳥瞰したときの一例を模式的に示している。図４では、歩行者Ｏｂ３の近傍を拡大して示している。また、図４では、説明の便宜上、歩行者Ｏｂ３を示す検出点ＫＰにハッチングを付している。検出点群ＣＬ１は、第１検出点群Ｇ１と、第２検出点群Ｇ２とにより構成されている。第１検出点群Ｇ１は、壁Ｏｂ１および樹木Ｏｂ２に相当する検出点ＫＰの集合であり、第２検出点群Ｇ２は、歩行者Ｏｂ３に相当する検出点ＫＰの集合である。

【0020】

図３に示すように、壁Ｏｂ１および歩行者Ｏｂ３は、互いに近接して存在している。歩行者Ｏｂ３が壁Ｏｂ１とは異なる物体であると認識するためには、第２検出点群Ｇ２を、第１検出点群Ｇ１から精度よく分離する必要がある。ここで、本開示の発明者らは、例えば、壁と人といった、直線状の物体と、他の物体とが互いに近接して存在する場合、検出点群を鳥瞰したときに輪郭線に逆凸形状ＩＴｓが含まれることを見出した。具体的には、図４に示すように、検出点群ＣＬ１の輪郭線ＲＬにおける第１検出点群と第２検出点群Ｇ２との境界近傍には、車両１００の進行方向において物体認識装置１０から離れる方向側に突出する凸部を有する逆凸形状ＩＴｓが表れている。本開示の発明者らは、このような逆凸形状ＩＴｓは、複数の物体の検出点が複合している、すなわち、複数の物体が近接して存在している場合にのみ検出されることを見出した。

【0021】

図５には、単一の物体Ｏｂ５およびＯｂ６がそれぞれ単独で存在している場合における検出点群ＣＬ２およびＣＬ３を示している。物体Ｏｂ５を表す検出点群ＣＬ２には、物体認識装置１０側に突出する凸部を有する凸形状Ｔｓが表れている。物体Ｏｂ６を表す検出点群ＣＬ３においても同様に、物体認識装置１０側に突出する凸部を有する凸形状Ｔｓが表れている。図４と図５とを比較して理解できるように、凸形状Ｔｓと逆凸形状ＩＴｓとは、凸の屈曲部の突出の向きが異なっている。凸の屈曲部は、逆凸形状ＩＴｓでは物体認識装置１０から遠ざかる方向に突出しており、凸形状Ｔｓでは物体認識装置１０側に突出している。

【0022】

そこで、本実施形態の物体認識処理では、検出点群から逆凸形状ＩＴｓを検出することにより、近接する物体の境界を特定して、物体ごとの検出点群にそれぞれ分離することとしている。詳細な説明は後述するが、逆凸形状ＩＴｓを検出する際、樹木Ｏｂ２およびＯｂ４のように検出点群の輪郭の形状がガタガタしている物体の影響を受けないようにしている。なお、以下の説明では、図３に示すように、直線状の物体としてＹ軸に平行な壁Ｏｂ１を用いるが、本実施形態の物体認識処理は、図５に示す物体Ｏｂ６のように、直線状の物体が物体認識装置１０に対して交差して存在している場合においても適用可能である。

【0023】

図６に示す物体認識処理は、車両１００の制御システムの始動時から停止時まで、または、スタートスイッチがオンされてからオフされるまで、所定の時間間隔、例えば、１００ミリ秒から２００ミリ秒の範囲の任意の時間にて繰り返し実行される。検出点群取得部２２は、検出点群を取得する（ステップＳ１０）。輪郭点群取得部２３は、検出点群から物体の輪郭点を抽出して輪郭点群を取得する（ステップＳ２０）。

【0024】

図７には、検出点群から輪郭点群を取得する様子を示している。図７では、鉛直上方（＋Ｚ方向）から検出点群を鳥瞰したときの一例を示している。ステップＳ２０では、輪郭点群取得部２３は、各水平方向における所定の角度範囲ごとに検知距離が最も短い検出点ＫＰを輪郭点ＲＰとして抽出する。

【0025】

図６に示すように、代表点群取得部２４は、輪郭点群から代表点を抽出して代表点群を取得する（ステップＳ３０）。具体的には、代表点群取得部２４は、輪郭点群から予め定められた条件にしたがって検出点ＫＰを間引くことによって、代表点群を取得する。換言すると、代表点群は、輪郭点群のうち、予め定められた条件に合致する検出点ＫＰが抽出されることによって構成される。本実施形態では、輪郭点間の距離が予め定められた距離以上となる輪郭点が代表点として取得される。

【0026】

図８には、上述の予め定められた距離として所定の基準値よりも大きな距離が設定されている場合における代表点群を取得する様子を示している。図９には、上述の予め定められた距離として所定の基準値よりも小さな距離が設定されている場合における代表点群を取得する様子を示している。図８に示すように、予め定められた距離が比較的大きい場合、代表点ＤＰを順次結んで得られる輪郭線ＲＬ１がなめらかである。したがって、例えば、位置ＰＳ１およびＰＳ２において逆凸形状ＩＴｓが検出されておらず、本来検出すべき逆凸形状ＩＴｓを検出できないという問題がある。これに対して、図９に示すように、予め定められた距離が比較的小さい場合には、代表点ＤＰを順次結んで得られる輪郭線ＲＬ２が、却ってガタガタになる。このため、例えば、位置ＰＳ３およびＰＳ４において逆凸形状ＩＴｓが誤って検出されてしまうという問題がある。そこで、本実施形態では、後述するように、輪郭点を１点ずつずらしながら代表点を抽出して、逆凸形状ＩＴｓを精度よく検出している。

【0027】

図１０に示すように、代表点群取得部２４は、基準点を設定する（ステップＳ３０５）。具体的には、代表点群取得部２４は、輪郭点群を構成する各輪郭点を予め定められた順番に１点ずつ基準点として設定する。例えば、代表点群取得部２４は、輪郭点群において－Ｙ方向の端点に相当する輪郭点ＲＰから＋Ｙ方向に向かって順番に基準点を設定する。

【0028】

代表点群取得部２４は、基準点から予め定められた距離以上の輪郭点ＲＰを代表点ＤＰとして取得する（ステップＳ３１０）。具体的には、代表点群取得部２４は、輪郭点群に含まれる全ての輪郭点ＲＰに対して、基準点から予め定められた距離以上の点を順次代表点として特定し、複数の代表点の集合である代表点群を取得する。

【0029】

代表点群取得部２４は、輪郭点群を構成する全ての輪郭点ＲＰを基準点に設定したか否かを判定する（ステップＳ３１５）。全ての輪郭点ＲＰを基準点に設定していないと判定された場合（ステップＳ３１５：ＮＯ）、代表点群取得部２４は、上述のステップＳ３０５を実行して、現在基準点に設定されている輪郭点ＲＰに隣接する輪郭点ＲＰを基準点に設定する。上述のステップＳ３１５において全ての輪郭点ＲＰを基準点に設定したと判定された場合（ステップＳ３１５：ＹＥＳ）、代表点群取得処理は終了する。

【0030】

図１１には、代表点群を抽出する様子を示している。代表点群１は輪郭点ｒｐ１を基準点ＳＰとした場合に取得される代表点群であり、代表点群２は輪郭点ｒｐ１に隣接する輪郭点ｒｐ２を基準点ＳＰとした場合に取得される代表点群であり、代表点群３は輪郭点ｒｐ２に隣接する輪郭点ｒｐ３を基準点ＳＰとした場合に取得される代表点群である。

【0031】

代表点群１に示すように、ステップＳ３１０では、まず、代表点群取得部２４は、基準点ＳＰである輪郭点ｒｐ１から予め定められた距離 以上の輪郭点を代表点Ｄｐ１１として抽出する。本実施形態において「予め定められた距離ｄ１」は、例えば、２メートルである。なお、距離ｄ１は、２メートルに代えて、０．５メートルから５メートルの範囲の任意の距離としてもよい。次に、代表点群取得部２４は、直前に抽出された代表点Ｄｐ１１から距離ｄ１以上の輪郭点を代表点Ｄｐ１２として抽出する。同様にして、代表点群取得部２４は、直前に抽出された代表点から距離ｄ１以上の輪郭点を順次代表点Ｄｐ１３およびＤｐ１４として抽出する。

【0032】

代表点群２に示すように、上述のステップＳ３０５において輪郭点ｒｐ２が基準点ＳＰに設定されて上述のステップＳ３１０が実行されると、代表点群取得部２４は、基準点ＳＰである輪郭点ｒｐ２から距離ｄ１以上の輪郭点を代表点Ｄｐ２１として抽出する。そして、直前に抽出された代表点Ｄｐ２１から距離ｄ１以上の輪郭点が順次代表点Ｄｐ２２、Ｄｐ２３およびＤｐ２４として抽出する。

【0033】

代表点群３においても同様に、基準点ＳＰである輪郭点ｒｐ３から距離ｄ１以上の輪郭点が代表点Ｄｐ３１として抽出され、代表点Ｄｐ３１から距離ｄ１以上の輪郭点が順次代表点Ｄｐ３１、Ｄｐ３２およびＤｐ３３して抽出される。なお、代表点として抽出された輪郭点、例えば、代表点群１では、代表点Ｄｐ１１が基準点ＳＰに設定される場合、抽出され得る代表点の組み合わせは、過去に抽出された代表点群と同じになる。このため、代表点群取得部２４は、図１０に示す、ステップＳ３０５の実行後であってステップＳ３１０の実行前に、抽出され得る代表点の組み合わせが、前回までに抽出された代表点群と同じになるか否かを判定し、組み合わせが同じになると判定された場合には、ステップＳ３１０を省略してもよい。

【0034】

図６に示すように、逆凸判定部２５は、逆凸判定を行う（ステップＳ４０）。

【0035】

図１２に示すように、逆凸判定部２５は、代表点群の端点を始点に設定する（ステップＳ４０５）。逆凸判定部２５は、代表点３点を選択する（ステップＳ４１０）。逆凸判定部２５は、ベクトル間角度を算出する（ステップＳ４１５）。具体的には、図１４に示すように、逆凸判定部２５は、第１点Ｐ１と第２点Ｐ２とのベクトルである第１ベクトルＶ１と、第２点Ｐ２と第３点Ｐ３とのベクトルである第２ベクトルＶ２との間の角度（以下、「ベクトル間角度」と呼ぶ）θを、下記式（１）を用いて算出する。

【0036】

【数1】

【0037】

図１２に示すように、逆凸判定部２５は、逆凸の向きであるか否かを判定する（ステップＳ４２０）。具体的には、逆凸判定部２５は、算出されたベクトル間角度の符号を用いて、第１ベクトルＶ１および第２ベクトルＶ２が逆凸形状ＩＴｓを構成するか否かを判定する。より具体的には、まず、逆凸判定部２５は、第１ベクトルＶ１と、第２点Ｐ２と物体認識装置１０とのベクトルである第３ベクトルＶ３との間の角度（以下、「基準ベクトル間角度」と呼ぶ）θｒｅｆを、下記式（２）を用いて算出する。

【0038】

【数2】

【0039】

次に、逆凸判定部２５は、ベクトル間角度θの符号と、基準ベクトル間角度θｒｅｆの符号とが同じであるか否かを判定する。両符号が同じである場合、逆凸判定部２５は、逆凸の向きであると判定し（ステップＳ４２０：ＹＥＳ）、逆凸レベルをカウントアップする（ステップＳ４２５）。本実施形態において、「逆凸レベル」とは、代表点群が逆凸形状ＩＴｓを含んでいることの確からしさを示す度合いを意味する。逆凸判定部２５は、上述のステップＳ４１０において選択された３点Ｐ１、Ｐ２およびＰ３を逆凸候補点としてメモリ３０に記憶する（ステップＳ４３０）。逆凸判定部２５は、ベクトル間角度θが確定閾値以上であるか否かを判定する（ステップＳ４３５）。本実施形態において、確定閾値は、例えば、６０度である。ベクトル間角度θが確定閾値以上であると判定された場合（ステップＳ４３５：ＹＥＳ）、逆凸判定部２５は、逆凸確定フラグをＴＲＵＥに設定する（ステップＳ４４０）。逆凸判定部２５は、上述のステップＳ４１０において選択された３点Ｐ１、Ｐ２およびＰ３を逆凸点としてメモリ３０に記憶する（ステップＳ４４５）。

【0040】

逆凸判定部２５は、代表点群において全ての代表点を始点に設定したか否かを判定する（ステップＳ４５０）。全ての代表点を始点に設定していないと判定された場合（ステップＳ４５０：ＮＯ）、逆凸判定部２５は、位相をずらす（ステップＳ４７５）。具体的には、逆凸判定部２５は、上述のステップＳ４１０において代表点３点を選択する際に始点となる第１点Ｐ１を、第１点Ｐ１に隣接する代表点に設定する。その後、上述のステップＳ４１０からステップＳ４７５が実行される。

【0041】

上述のステップＳ４２０においてベクトル間角度θの符号と基準ベクトル間角度θｒｅｆの符号とが同じでない場合、逆凸判定部２５は、逆凸の向きではないと判定し（ステップＳ４２０：ＮＯ）、逆凸判定部２５は、逆凸レベルをカウントダウンする（ステップＳ４５５）。逆凸判定部２５は、逆凸レベルが逆凸レベル下限値より小さいか否かを判定する（ステップＳ４６０）。逆凸レベルが逆凸レベル下限値以上であると判定された場合（ステップＳ４６０：ＮＯ）、上述のステップＳ４７５が実行される。他方、逆凸レベルが逆凸レベル下限値より小さいと判定された場合（ステップＳ４６０：ＹＥＳ）、逆凸判定部２５は、逆凸確定フラグをＦＡＬＳＥに設定する（ステップＳ４６５）。逆凸判定部２５は、逆凸点をリセットする（ステップＳ４７０）。具体的には、逆凸判定部２５は、上述のステップＳ４４５においてメモリ３０に記憶された逆凸点を消去する。ステップＳ４７０の実行後、上述のステップＳ４５０が実行される。上述のステップＳ４５０において全ての代表点を始点に設定したと判定された場合（ステップＳ４５０：ＹＥＳ）、逆凸判定処理は終了する。

【0042】

図１３に示す位相１は、端点である代表点Ｐ１が始点に設定されて、代表点Ｐ１から所定距離ｄ１以上の代表点Ｐ２が第２点に選択され、第２点Ｐ２から所定距離ｄ１以上の代表点Ｐ３が第３点に選択されている。第１点Ｐ１と第２点Ｐ２とを結ぶ第１ベクトルＶ１と、第２点Ｐ２と第３点Ｐ３とを結ぶ第２ベクトルＶ２とのベクトル間角度として角度θが算出されている。位相２は、位相１の始点に隣接する代表点が始点に設定され、３点Ｐ１、Ｐ２およびＰ３が選択されている。位相２においては、位相１と比べて、逆凸の向きが反対方向となっている。このため、逆凸レベルがカウントダウンされる。位相３は、始点がさらに＋Ｙ方向に１つ移動し、３点Ｐ１、Ｐ２およびＰ３が選択されている。位相３では、逆凸の向きに変化したものの、ベクトル間角度θは、確定閾値よりも小さい。このため、位相３で選択された３点Ｐ１、Ｐ２およびＰ３は、逆凸候補点として記憶される。位相４では、ベクトル間角度θが逆凸方向により大きくなっている。このため、逆凸レベルがカウントアップされて、選択された３点Ｐ１、Ｐ２およびＰ３が逆凸候補点として記憶される。位相５では、位相４に比べて、ベクトル間角度θが逆凸方向により大きくなり、確定閾値以上となっている。このため、選択された３点Ｐ１、Ｐ２およびＰ３が逆凸点として記憶される。その後、始点の位置を１点ずつ移動されて、ベクトル間角度θの算出、逆凸の向きの判定およびベクトル間角度θの判定が実行される。

【0043】

図６に示すように、逆凸判定部２５は、逆凸形状ＩＴｓが検出されたか否かを判定する（ステップＳ５０）。逆凸形状ＩＴｓが検出されたと判定された場合（ステップＳ５０：ＹＥＳ）、分離直線決定部２７は、分離直線を決定する（ステップＳ６０）。具体的には、分離直線決定部２７は、逆凸判定処理において位相をずらしていくことによって得られた逆凸点を用いて分離直線を決定する。より具体的には、分離直線決定部２７は、逆凸点の中心点である第２点Ｐ２により構成される逆凸中心点群を用いて分離直線を決定する。

【0044】

図１５に示すように、分離直線決定部２７は、逆凸中心点群から２点を選択する（ステップＳ６０５）。具体的には、分離直線決定部２７は、逆凸中心点群を構成する各逆凸中心点を所定の順番に２点選択する。以降の説明では、ステップＳ６０５において選択された２点を「選択点」とも呼ぶ。

【0045】

図１６には、分離直線決定処理が実行される様子を示している。図１６では、説明の便宜上、逆凸中心点群は、点Ｃ１、Ｃ２、Ｃ３、Ｃ４、Ｃ５、Ｃ６、Ｃ７、Ｃ８、Ｃ９、Ｃ１０、Ｃ１１およびＣ１２により構成されているとする。図１６の左側は、点Ｃ１およびＣ２が選択点である場合を示し、図１２の中央は、点Ｃ１およびＣ３が選択点である場合を示し、図１２の右側は、点Ｃ１およびＣ４が選択点である場合を示している。

【0046】

図１５に示すように、分離直線決定部２７は、上述のステップＳ６０５において選択された２点を通る直線を算出する（ステップＳ６１０）。図１６に示す例では、直線ＳＬ１、直線ＳＬ２および直線ＳＬ３が算出される。

【0047】

図１５に示すように、分離直線決定部２７は、各逆凸中心点の残差を算出する（ステップＳ６１５）。具体的には、分離直線決定部２７は、ステップＳ６１０において算出された直線を示す回帰式と、各逆凸中心点Ｃ１、Ｃ２、Ｃ３、Ｃ４、Ｃ５、Ｃ６、Ｃ７、Ｃ８、Ｃ９、Ｃ１０、Ｃ１１およびＣ１２との差を算出する。分離直線決定部２７は、すべての残差が閾値以下であるか否かを判定する（ステップＳ６２０）。具体的には、分離直線決定部２７は、各残差がいずれも閾値以下であるか否かを判定する。閾値は、例えば、１メートルである。

【0048】

すべての残差が閾値以下であると判定された場合（ステップＳ６２０：ＹＥＳ）、分離直線決定部２７は、各残差の和と、残差の和を求めるのに用いた点数（残差和点数）を算出する（ステップＳ６２５）。上述のステップＳ６２０において少なくとも1つ以上の残差が閾値より大きいと判定された場合（ステップＳ６２０：ＮＯ）、分離直線決定部２７は、残差が閾値以上となる残差を除いて各残差の和と、残差の和を求めるのに用いた点数（残差和点数）を算出する（ステップＳ６３０）。具体的には、分離直線決定部２７は、各直線ＳＬ１、ＳＬ２およびＳＬ３から大きく離れた逆凸中心点（以下、「外れ点」とも呼ぶ）を除いた上で、残りの逆凸中心点の残差の和と、残差和点数を算出する。

【0049】

図１６に示すように、直線ＳＬ１では、点Ｃ１１が外れ点に該当し、直線ＳＬ２では、点Ｃ９が外れ点に該当し、直線ＳＬ３では、点Ｃ９が外れ点に該当する。ステップＳ６３０では、これらの外れ点を除いた上で、各直線ＳＬ１、ＳＬ２およびＳＬ３において残差の和が算出される。したがって、例えば、図１６の左側に示す例では、点Ｃ１、Ｃ２、Ｃ３、Ｃ４、Ｃ５、Ｃ６、Ｃ７、Ｃ８、Ｃ９、Ｃ１０およびＣ１２の各残差の和が算出される。一般的な最小二乗法においては、外れ点の影響を受けて回帰直線が大きく変動することがあるため、外れ点を除外することにより、分離直線を精度よく決定することができる。

【0050】

図１５に示すように、ステップＳ６２５の実行後、または、ステップＳ６３０の実行後、分離直線決定部２７は、逆凸中心点群における全ての点の組み合わせを選択点として選択したか否かを判定する（ステップＳ６３５）。全ての点の組み合わせを選択していないと判定された場合（ステップＳ６３５：ＮＯ）、上述のステップＳ６０５が実行される。他方、全ての点の組み合わせを選択したと判定された場合（ステップＳ６３５：ＹＥＳ）、分離直線決定部２７は、残差の和を残差和点数で割ることにより求めた残差平均値が最も小さい直線を分離直線として決定する（ステップＳ６４０）。図１６に示す例では、直線ＳＬ３における残差平均値は、直線ＳＬ１における残差平均値よりも小さく、また、直線ＳＬ２における残差平均値よりも小さいため、直線ＳＬ３が分離直線に決定される。ステップＳ６４０の実行後、分離直線決定処理は終了し、図６に示すステップＳ７０が実行される。

【0051】

図６に示すように、物体認識部２６は、検出点群を分離する（ステップＳ７０）。具体的には、物体認識部２６は、分離直線ＳＬから予め定められた距離以上離れた検出点群を別の物体として認識する。予め定められた距離は、例えば、０．３メートルである。ステップＳ７０の実行後、または、上述のステップＳ５０において逆凸形状ＩＴｓが検出されていないと判定された場合（ステップＳ５０：ＮＯ）、物体認識処理は終了する。

【0052】

以上の構成を有する本実施形態の物体認識装置１０によれば、代表点群から選択された３点を第１点Ｐ１、第２点Ｐ２および第３点Ｐ３とし、第１点Ｐ１と第２点Ｐ２とのベクトルである第１ベクトルＶ１と、第２点Ｐ２と第３点Ｐ３とのベクトルである第２ベクトルＶ２とのベクトル間角度θを用いて、輪郭点群に逆凸形状ＩＴｓが含まれるか否かを判定し、逆凸形状ＩＴｓが含まれると判定された場合に、直線状の物体Ｏｂ１と、直線状の物体とは異なる物体Ｏｂ３とが互いに近接して存在していると認識するので、互いに近接して存在する複数の物体を精度よく区分できる。

【0053】

代表点群取得部２４は、輪郭点群に含まれる複数の輪郭点ＲＰを順次基準点ＳＰに設定し、基準点ＳＰから予め定められた距離ｄ１以上の輪郭点を代表点として順次抽出して代表点群を取得するので、逆凸形状ＩＴｓの未検出および誤検出の発生を抑制できる。逆凸判定部２５は、代表点群に含まれる複数の代表点を順次第１点Ｐ１に設定してベクトル間角度θを算出し、各ベクトル間角度θのうち、予め定められた角度以上であるベクトル間角度が検出された場合に、逆凸形状ＩＴｓが含まれると判定するので、逆凸形状ＩＴｓを容易に、かつ、精度よく検出できる。分離直線決定部２７は、逆凸中心点群、すなわち、逆凸形状ＩＴｓにおける凸部を構成する点を用いて分離直線を決定するので、代表点群における全ての点を用いて分離直線を決定する構成に比べて、分離直線を精度よく決定できる。分離直線決定部２７は、逆凸中心点群から順次２点を選択し、選択された２点を通る直線ＳＬ１、ＳＬ２およびＳＬ３と、各逆凸中心点との残差の和を算出し、残差の和が最も小さな直線を分離直線として決定するので、一般的な最小二乗法を用いて分離直線を決定する構成に比べて、分離直線を精度よく決定できる。

【0054】

Ｂ．他の実施形態：
（１）上記実施形態において、代表点群取得部２４は、基準点ＳＰから距離ｄ１以上の点が複数存在する場合に、ベクトル間角度θが最大となる点を代表点として抽出してもよい。

【0055】

図１７では、代表点Ｄｐ４１およびＤｐ４２が抽出された後、次の代表点を探索する状況を示している。まず、代表点群取得部２４は、ベクトル間角度θが最大となる点を探索する。具体的には、代表点Ｄｐ４１と代表点Ｄｐ４２とを結ぶベクトルＶ１と、代表点Ｄｐ４２と代表点の候補点とを結ぶベクトルとの角度が凸方向に最大とる輪郭点を探索する。例えば、第１候補点Ｋ１の場合、ベクトルＶ１と、代表点Ｄｐ４２と第１候補点Ｋ１とを結ぶベクトルＶ４との角度は逆凸方向に大きくない。これに対して、第２候補点Ｋ２の場合には、ベクトルＶ１と、代表点Ｄｐ４２と第２候補点Ｋ２とを結ぶベクトルＶ５との角度は逆凸方向に大きい。このため、代表点群取得部２４は、第２候補点Ｋ２を代表点として抽出する。なお、このとき、代表点Ｄｐ４２により近い輪郭点を代表点とすると、逆凸判定の精度が低下するおそれがあるため、代表点Ｄｐ４２と候補点Ｋ１およびＫ２との距離が所定距離ｄ１以上である必要がある。このような構成によれば、代表点Ｄｐ４２から予め定められた距離ｄ１以上の点を代表点に抽出する構成に比べて、代表点を精度よく抽出できるとともに、逆凸判定の精度の低下を抑制できる。

【0056】

（２）上記各実施形態において、逆凸中心点群のうち、残差が閾値より小さい逆凸中心点のみを用いて分離直線を決定していたが、逆凸中心点群の全ての逆凸中心点を用いて分離直線を決定してもよい。また、計算コストを低減するために最小二乗法を用いて分離直線が決定されても良い。

【0057】

（３）上記各実施形態において、物体認識装置１０は、分離直線決定部２７を省略してもよい。また、物体認識装置１０は、入出力インターフェース１１を介して発光制御部４１および受光制御部５１と接続されていた。すなわち、物体認識装置１０と、照射光Ｌｚの発光および受光とが別体として構成されていたが、物体認識装置１０が、発光制御部４１、受光制御部５１，発光素子４２、および受光素子５２を備えていてもよい。

【0058】

本開示に記載の制御部等の各部及びその手法は、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、本開示に記載の制御部等の各部及びその手法は、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、本開示に記載の制御部及びその手法は、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エア論理回路によって構成されたプロセッサとの組合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。

【0059】

本開示は、上述の実施形態に限られるものではなく、その趣旨を逸脱しない範囲において種々の構成で実現することができる。例えば、発明の概要の欄に記載した各形態中の技術的特徴に対応する実施形態中の技術的特徴は、上述の課題の一部又は全部を解決するために、あるいは、上述の効果の一部又は全部を達成するために、適宜、差し替えや、組み合わせを行うことが可能である。また、その技術的特徴が本明細書中に必須なものとして説明されていなければ、適宜、削除することが可能である。

【符号の説明】

【0060】

１０…物体認識装置、２２…検出点群取得部、２３…輪郭点群取得部、２４…代表点群取得部、２５…逆凸判定部、２６…物体認識部、ＤＰ…代表点、ＩＴｓ…逆凸形状、ＫＰ…検出点、Ｏｂ１，Ｏｂ２，Ｏｂ３，Ｏｂ４…物体、Ｐ１…第１点、Ｐ２…第２点、Ｐ３…第３点、ＲＰ…輪郭点、Ｖ１…第１ベクトル、Ｖ２…第２ベクトル、θ…ベクトル間角度

【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】