WO2017208296A1 - 物体検出方法及び物体検出装置 - Google Patents

物体検出方法及び物体検出装置 Download PDF

Info

Publication number
WO2017208296A1
WO2017208296A1 PCT/JP2016/065903 JP2016065903W WO2017208296A1 WO 2017208296 A1 WO2017208296 A1 WO 2017208296A1 JP 2016065903 W JP2016065903 W JP 2016065903W WO 2017208296 A1 WO2017208296 A1 WO 2017208296A1
Authority
WO
WIPO (PCT)
Prior art keywords
host vehicle
object detection
area
travel
vehicle
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Ceased
Application number
PCT/JP2016/065903
Other languages
English (en)
French (fr)
Inventor
邦昭 野田
芳 方
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Nissan Motor Co Ltd
Original Assignee
Nissan Motor Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Nissan Motor Co Ltd filed Critical Nissan Motor Co Ltd
Priority to EP16903924.5A priority Critical patent/EP3467802B1/en
Priority to BR112018074698-3A priority patent/BR112018074698A2/pt
Priority to CN201680086202.XA priority patent/CN109313856B/zh
Priority to US16/305,000 priority patent/US10431094B2/en
Priority to CA3025754A priority patent/CA3025754C/en
Priority to JP2018520064A priority patent/JP6566132B2/ja
Priority to KR1020187035866A priority patent/KR20190008292A/ko
Priority to RU2018146440A priority patent/RU2699716C1/ru
Priority to PCT/JP2016/065903 priority patent/WO2017208296A1/ja
Priority to MX2018014594A priority patent/MX2018014594A/es
Publication of WO2017208296A1 publication Critical patent/WO2017208296A1/ja
Anticipated expiration legal-status Critical
Ceased legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
    • G01C21/26—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/16—Anti-collision systems
    • G08G1/166—Anti-collision systems for active traffic, e.g. moving vehicles, pedestrians, bikes
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60R—VEHICLES, VEHICLE FITTINGS, OR VEHICLE PARTS, NOT OTHERWISE PROVIDED FOR
    • B60R21/00—Arrangements or fittings on vehicles for protecting or preventing injuries to occupants or pedestrians in case of accidents or other traffic risks
    • B60R21/01—Electrical circuits for triggering passive safety arrangements, e.g. airbags, safety belt tighteners, in case of vehicle accidents or impending vehicle accidents
    • B60R21/013—Electrical circuits for triggering passive safety arrangements, e.g. airbags, safety belt tighteners, in case of vehicle accidents or impending vehicle accidents including means for detecting collisions, impending collisions or roll-over
    • B60R21/0134—Electrical circuits for triggering passive safety arrangements, e.g. airbags, safety belt tighteners, in case of vehicle accidents or impending vehicle accidents including means for detecting collisions, impending collisions or roll-over responsive to imminent contact with an obstacle, e.g. using radar systems
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W30/00—Purposes of road vehicle drive control systems not related to the control of a particular sub-unit, e.g. of systems using conjoint control of vehicle sub-units
    • B60W30/08—Active safety systems predicting or avoiding probable or impending collision or attempting to minimise its consequences
    • B60W30/095—Predicting travel path or likelihood of collision
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W30/00—Purposes of road vehicle drive control systems not related to the control of a particular sub-unit, e.g. of systems using conjoint control of vehicle sub-units
    • B60W30/18—Propelling the vehicle
    • B60W30/18009—Propelling the vehicle related to particular drive situations
    • B60W30/18163—Lane change; Overtaking manoeuvres
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W40/00—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models
    • B60W40/02—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models related to ambient conditions
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W40/00—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models
    • B60W40/10—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models related to vehicle motion
    • B60W40/105—Speed
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S17/00—Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
    • G01S17/02—Systems using the reflection of electromagnetic waves other than radio waves
    • G01S17/06—Systems determining position data of a target
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/01—Detecting movement of traffic to be counted or controlled
    • G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
    • G08G1/0108—Measuring and analyzing of parameters relative to traffic conditions based on the source of data
    • G08G1/0112—Measuring and analyzing of parameters relative to traffic conditions based on the source of data from the vehicle, e.g. floating car data [FCD]
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/01—Detecting movement of traffic to be counted or controlled
    • G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
    • G08G1/0125—Traffic data processing
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/16—Anti-collision systems
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W2520/00—Input parameters relating to overall vehicle dynamics
    • B60W2520/10—Longitudinal speed
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W2554/00—Input parameters relating to objects
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60Y—INDEXING SCHEME RELATING TO ASPECTS CROSS-CUTTING VEHICLE TECHNOLOGY
    • B60Y2300/00—Purposes or special features of road vehicle drive control systems
    • B60Y2300/18—Propelling the vehicle
    • B60Y2300/18008—Propelling the vehicle related to particular drive situations
    • B60Y2300/18166—Overtaking, changing lanes
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/01—Detecting movement of traffic to be counted or controlled
    • G08G1/04—Detecting movement of traffic to be counted or controlled using optical or ultrasonic detectors
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N13/00—Stereoscopic video systems; Multi-view video systems; Details thereof
    • H04N13/20—Image signal generators
    • H04N13/204—Image signal generators using stereoscopic image cameras

Definitions

  • the present invention relates to an object detection method and apparatus for acquiring three-dimensional data around a host vehicle with a distance measuring sensor and detecting an object using the acquired three-dimensional data.
  • Patent Document 1 is disclosed as an obstacle detection device that detects an obstacle on a planned traveling path of a moving body.
  • a portion corresponding to the traveling road surface is cut out from the three-dimensional image based on the three-dimensional coordinate position data of the traveling road and the current three-dimensional position of the moving body. Obstacles were detected in the part corresponding to the running road surface.
  • the conventional obstacle detection apparatus described above detects only obstacles on the planned traveling road surface of the host vehicle, an object that does not currently exist on the planned traveling road surface of the host vehicle is not detected. There is a problem that it is impossible to detect in advance an object that may cross the host vehicle in the future.
  • the present invention has been proposed in view of the above-described circumstances, and an object thereof is to provide an object detection method and apparatus capable of detecting in advance an object that may cross the host vehicle in the future. To do.
  • the object detection method and apparatus acquire three-dimensional data around the host vehicle using a distance measuring sensor. Then, based on the map data around the current position of the host vehicle, an estimated crossing object existence region where an object that may cross the host vehicle in the future is estimated in a planned driving region where the host vehicle is scheduled to run in the future, An object is detected using three-dimensional data in the intersecting object existence region.
  • FIG. 1 is a block diagram showing the configuration of the object detection apparatus according to the first embodiment of the present invention.
  • FIG. 2 is a flowchart showing a processing procedure of object detection processing by the object detection apparatus according to the first embodiment of the present invention.
  • FIG. 3 is a diagram for explaining a method for estimating an intersecting object existence region in the object detection method according to the first embodiment of the present invention.
  • FIG. 4 is a diagram for explaining a method for determining an object detection region in the object detection method according to the first embodiment of the present invention.
  • FIG. 5 is a diagram for explaining the effect of the object detection method according to the first embodiment of the present invention.
  • FIG. 6 is a flowchart showing a processing procedure of object detection processing by the object detection apparatus according to the second embodiment of the present invention.
  • FIG. 7 is a diagram for explaining a method for estimating an intersecting object existence area when a lane is changed on a road with multiple lanes in the object detection method according to the second embodiment of the present invention.
  • FIG. 8 is a diagram for explaining a method for estimating an intersecting object existence area when traveling straight on a road with a plurality of lanes in the object detection method according to the second embodiment of the present invention.
  • FIG. 9 is a block diagram showing a configuration of an object detection apparatus according to the third embodiment of the present invention.
  • FIG. 10 is a flowchart showing a processing procedure of object detection processing by the object detection device according to the third embodiment of the present invention.
  • FIG. 11 is a diagram for explaining a method for setting the size of an intersecting object existence region in the object detection method according to the third embodiment of the present invention.
  • FIG. 12 is a diagram for explaining a method for setting the size of the intersecting object existence region in the object detection method according to the third embodiment of the present invention.
  • FIG. 13 is a diagram for explaining a method for setting the size of the intersecting object existence region in the object detection method according to the third embodiment of the present invention.
  • FIG. 14 is a flowchart showing a processing procedure of object detection processing by the object detection apparatus according to the fourth embodiment of the present invention.
  • FIG. 15 is a diagram for explaining a method for setting a scheduled travel area in the object detection method according to the fourth embodiment of the present invention.
  • FIG. 16 is a block diagram showing a configuration of an object detection apparatus according to the fifth embodiment of the present invention.
  • FIG. 17 is a flowchart showing a processing procedure of object detection processing by the object detection device according to the fifth embodiment of the present invention.
  • FIG. 18 is a diagram for explaining a method of reducing an intersecting object existence area depending on a traffic light state in the object detection method according to the fifth embodiment of the present invention.
  • FIG. 19 is a diagram for explaining a method of reducing an intersecting object existence area by road regulation in the object detection method according to the fifth embodiment of the present invention.
  • FIG. 1 is a block diagram showing the configuration of the object detection apparatus according to this embodiment.
  • the object detection device 1 includes a distance measurement data acquisition unit 3, a map data storage unit 5, a self-position estimation unit 7, a vehicle information acquisition unit 9, and a central control unit. 11 and an output unit 13.
  • the object detection device 1 detects an object by the central control unit 11 functioning as an object detection unit based on the distance measurement data acquired by the distance measurement data acquisition unit 3, and outputs a detection result from the output unit 13.
  • the central control unit 11 uses the vehicle information acquired by the vehicle information acquisition unit 9, the self-position information estimated by the self-position estimation unit 7, the map data stored in the map data storage unit 5, and the like.
  • An object is detected by estimating a region where an object that may possibly intersect with the vehicle exists in the future.
  • the ranging data acquisition unit 3 is a ranging sensor that is mounted on the host vehicle and detects the distance of ranging points around the vehicle.
  • the ranging data acquisition unit 3 acquires three-dimensional ranging data (also referred to as distance data) of the surrounding environment (including not only a three-dimensional object but also a road surface) of the host vehicle.
  • This three-dimensional distance measurement data includes information such as the three-dimensional position of each distance measurement point and the distance between distance measurement points.
  • a laser radar that includes a plurality of laser beam scanning lines and can detect high-resolution distance data is used.
  • the measurement means, measurement performance, data output format, etc. need not be particularly limited.
  • a stereo camera may be used as the measuring means, or an active stereo method in which a known pattern is projected onto the target and stereo shooting is performed may be used.
  • the map data storage unit 5 is a database that stores map data of a high-definition map, and may be installed in the host vehicle or installed in a server or the like.
  • the map data includes the location and travel zone of each lane, the presence or absence of a median strip, the location and shape of a pedestrian crossing, and a bicycle-only travel zone.
  • the road structure information is also included.
  • the map data includes road regulation information such as turning prohibition, overtaking prohibition, and one-way traffic.
  • the self-position estimating unit 7 estimates the self-position of the own vehicle using GPS (Global Positioning System) and generates self-position information.
  • the generated self-location information includes not only position information such as the latitude and longitude of the host vehicle but also information such as a travel lane in which the host vehicle is traveling, a traveling direction, and an attitude.
  • the vehicle information acquisition unit 9 acquires vehicle information indicating the traveling state of the host vehicle, such as the speed of the host vehicle acquired from the vehicle speed sensor, the acceleration acquired from the acceleration sensor, and the angular velocity acquired from the gyro sensor.
  • vehicle information acquisition unit 9 may acquire information directly from each sensor, or may acquire vehicle information from an in-vehicle network such as CAN (Controller Area Network).
  • the output unit 13 is a display unit that presents the detection result of the object to the passenger of the own vehicle.
  • the output unit 13 may be a display screen of a navigation device mounted on a vehicle, or a display for displaying an image captured by an in-vehicle camera. Further, it may be a head-up display.
  • the central control unit 11 is a controller that executes an object detection process for detecting an object existing around the host vehicle using the three-dimensional distance measurement data acquired by the distance measurement data acquisition unit 3.
  • the central control unit 11 includes, as functional units for executing object detection processing, a planned travel region extraction unit 21, an intersecting object presence region extraction unit 22, an object detection region determination unit 23, an object detection unit 24, a filter Unit 25, object tracking unit 26, and travel determination unit 27.
  • the planned travel area extraction unit 21 includes map data from the map data storage unit 5, self-position information from the self-position estimation unit 7, vehicle information from the vehicle information acquisition unit 9, and travel plan information from the travel determination unit 27. And the planned travel area where the host vehicle is scheduled to travel in the future is extracted. At this time, the planned travel area extraction unit 21 sets the planned travel area based on the travel plan information.
  • the planned travel area is set on a planned travel route from the current position of the host vehicle to the destination, and is set in particular on a road lane estimated to travel by the host vehicle. Therefore, when making a left turn at the intersection, a scheduled travel area is set in the left turn lane, and when going straight, it is set in the straight lane.
  • a scheduled travel area is set in any lane.
  • the travel plan information does not need to be a planned travel route from the current position of the host vehicle to the destination, for example, from the current position of the host vehicle to the next intersection or from the current position of the host vehicle until the lane change is completed. It can be applied even if the route is a planned travel route from the current position of the host vehicle to a midway point, such as the section.
  • the intersecting object existence area extraction unit 22 acquires the planned travel area extracted by the planned travel area extraction unit 21 and the map data from the map data storage unit 5, and may possibly intersect the host vehicle in the future travel area. Estimate and extract the crossing object existence area where the object exists. In particular, the crossing object existence area extraction unit 22 estimates the traveling direction of an object existing around the host vehicle from road structure information included in the map data, and determines the crossing object existence area based on the estimated traveling direction of the object. presume.
  • the object detection area determination unit 23 acquires the planned travel area extracted by the planned travel area extraction unit 21 and the cross object presence area extracted by the cross object presence area extraction unit 22, and detects objects around the host vehicle.
  • the object detection area to be determined is determined.
  • the object detection area is obtained by combining the planned traveling area and the crossing object existence area, but only the crossing object existence area may be set as the object detection area.
  • the object detection unit 24 acquires the distance measurement data detected by the distance measurement data acquisition unit 3, and detects an object existing around the host vehicle.
  • a three-dimensional object is detected by dividing a distance measurement point group of distance measurement data into a ground surface and a three-dimensional object.
  • the object detection method is not limited to the one based on the three-dimensional distance data acquired by the distance measuring sensor, but the three-dimensional data acquired from other sensors such as a camera, a millimeter wave radar, and an ultrasonic sensor. May be a detection method based on the above.
  • the filter unit 25 acquires the position and orientation of the object detected by the object detection unit 24 and the object detection region determined by the object detection region determination unit 23, and detects an object from the objects detected by the object detection unit 24. Only the objects existing inside the region are extracted.
  • the object tracking unit 26 acquires the objects extracted by the filter unit 25 and performs state estimation while performing short-term movement prediction based on the movement history such as the position, speed, acceleration, and the like of these objects. The object tracking unit 26 then tracks the object by determining the identity of the object observed during each time.
  • an Extended Karman Filter (EKF) As an object tracking method, an Extended Karman Filter (EKF), a particle filter, or the like can be used.
  • the travel determination unit 27 generates a travel plan for the host vehicle and outputs travel plan information while considering the trajectory and current position of each object obtained by the processing of the object tracking unit 26.
  • the travel plan information is generated by generating a planned travel route from the current position of the host vehicle to the destination while taking into account an object detected using the three-dimensional data.
  • the travel plan information is not simply estimated roads and intersections, but is set up to travel lanes that are planned to travel. Further, since the detected object is taken into consideration at any time, a route for changing the traveling lane is set when there is a slow vehicle or a stopped vehicle.
  • the central control unit 11 includes a general-purpose electronic circuit including a microcomputer, a microprocessor, and a CPU, and peripheral devices such as a memory. Then, by executing a specific program, the above-described planned travel area extraction unit 21, crossed object presence area extraction unit 22, object detection area determination unit 23, object detection unit 24, filter unit 25, object tracking unit 26, travel It operates as the determination unit 27.
  • Each function of the central control unit 11 can be implemented by one or a plurality of processing circuits.
  • the processing circuit includes a programmed processing device such as, for example, a processing device including an electrical circuit, and an application specific integrated circuit (ASIC) or conventional circuit arranged to perform the functions described in the embodiments. It also includes devices such as parts.
  • ASIC application specific integrated circuit
  • step S ⁇ b> 10 the planned travel area extraction unit 21 reads the map data from the map data storage unit 5, the self-position information from the self-position estimation unit 7, and the vehicle information acquisition unit 9. Vehicle information and travel plan information from the travel determination unit 27 are acquired.
  • step S20 the planned travel area extraction unit 21 extracts a planned travel area where the host vehicle plans to travel in the future on the map based on the information acquired in step S10.
  • the scheduled travel area extraction unit 21 first identifies the position of the host vehicle 30 on the road based on the host vehicle's own position and vehicle information and map data around the host vehicle. Then, based on the travel plan information acquired from the travel determination unit 27, the planned travel area extraction unit 21 recognizes that the host vehicle is going to travel straight through the intersection, and travel planned area 32 so as to travel straight through the intersection. Set to extract.
  • the crossing object existence area extraction unit 22 acquires the planned traveling area extracted in step S20, and the crossing object existence area where an object that may possibly cross the vehicle in the future is present in the planned traveling area. Estimate and extract.
  • the intersecting object existence area extraction unit 22 estimates the traveling direction of the object existing around the host vehicle from the road structure information included in the map data, and based on the estimated traveling direction of the object, the intersecting object existence area. Is estimated.
  • the crossing object presence area extracting unit 22 acquires information on the position and shape of roads and crosswalks around the current position of the vehicle, the traveling direction of the traveling lane, and the like from the road structure information, and the current position of the vehicle Detect surrounding road segments.
  • the detected road classification includes not only each lane of the roadway but also a pedestrian crossing, a bicycle-only traveling zone, and the like.
  • a crossing object existence region 34 is extracted by extracting a road segment that intersects the planned traveling region 32 from the detected road segment.
  • the traveling direction of the traveling lane is acquired from the road structure information, and the traveling lane whose traveling direction is in the direction of the planned traveling region 32 is estimated as the crossed object existence region 34.
  • the traveling direction of the travel lane that may cross the host vehicle in the future is straight, and the current travel scheduled area when the object 36 in the areas 34a and 34d travels straight ahead. Cross with 32 in the future.
  • the object 36 is an object that may possibly intersect the host vehicle in the future, and the regions 34a and 34d where the object 36 currently exists are estimated as intersecting object existence regions.
  • the traveling direction of the travel lane that may cross the host vehicle in the future is acquired as a left turn, and if the object 36 in the area 34b currently turns left at the intersection, it will intersect the planned travel area 32 in the future.
  • the crossing object exists area.
  • the traveling direction is a pedestrian crossing and the traveling direction intersects with the traveling direction of the host vehicle, and a pedestrian who enters the end of the area 34c or 34e currently crosses the pedestrian crossing.
  • the object 36 intersects the pedestrian as an intersecting object existence area.
  • the area including the surroundings such as the pedestrian crossing and the roadside belt is estimated as the crossing object existence region.
  • step S40 the object detection area determination unit 23 determines an object detection area based on the planned travel area and the crossing object presence area. As shown in FIG. 4, the object detection area determination unit 23 determines the object detection area 40 by combining the planned traveling area 32 and the crossing object existence area 34 of FIG. 3. However, only the intersecting object existence area may be determined as the object detection area.
  • step S50 the ranging data acquisition unit 3 mounted on the host vehicle 3D ranging data (also referred to as distance data) of the surrounding environment (including not only the three-dimensional object but also the road surface) including the object to be detected. To get.
  • step S60 the object detection unit 24 divides the three-dimensional distance measuring point group acquired in step S50 into a point group belonging to the ground surface and a point group belonging to a plurality of three-dimensional objects, thereby performing a process on the ground surface.
  • a plurality of three-dimensional objects are detected.
  • the object detection unit 24 estimates the position and orientation from the shape of the point group belonging to each solid object.
  • the object detection unit 24 estimates what each object is from the shape and motion history of each three-dimensional object, and gives an object class (vehicle, pedestrian, bicycle, etc.) to the detected object.
  • the object class may be determined by the road segment on the map of the intersecting object existence area.
  • the crossing object existence area is a pedestrian crossing on the map
  • a pedestrian or bicycle object class is assigned to the detected object. What is necessary is just to identify the attribute of a pedestrian and a bicycle by the shape of an object.
  • the crossing object existence area is a bicycle-only traveling zone on the map
  • a bicycle object class is assigned to the detected object.
  • step S70 the filter unit 25 performs a filtering process of selecting only the objects existing inside the object detection area determined in step S40 from the objects detected in step S60.
  • an object to be processed is extracted in the following steps. For example, among the objects shown in FIG. 4, the object 36 existing inside the object detection area 40 is extracted by the filtering process, but the object 42 existing outside the object detection area 40 is excluded without being extracted.
  • the processing load can be reduced.
  • step S60 a filtering process for selecting only the three-dimensional distance measuring point group existing inside the object detection area determined in step S40 from the three-dimensional distance measuring point group acquired in step S50 is performed. Also good.
  • step S80 the object tracking unit 26 performs state estimation on the object extracted in step S70 while performing short-term movement prediction based on the movement history such as the position, speed, and acceleration of the object. Thereby, the object tracking unit 26 tracks the object by determining the identity of the object observed between the respective times.
  • step S90 the travel determination unit 27 determines the travel plan of the host vehicle based on the trajectory and current position of each object obtained by the tracking process in step S80. That is, the travel determination unit 27 calculates a travel planned route from the current position of the host vehicle to the destination while considering the detected objects around the host vehicle, and generates a travel plan. At this time, not only roads and intersections to be traveled but also travel lanes scheduled to travel are set. When the travel plan is generated by calculating the travel route in this way, the travel determination unit 27 outputs the travel plan information. Then, the travel determination unit 27 outputs the travel plan information to the planned travel region extraction unit 21 and the output unit 13, and the object detection process according to the present embodiment ends.
  • a crossing object is estimated by estimating a crossing object existence region where an object that may cross the host vehicle in the future is present in the planned traveling region.
  • An object is detected using three-dimensional data in the existing region.
  • intersect with the own vehicle in the future can be detected beforehand.
  • the processing load can be reduced.
  • the moving object 51 existing on the planned traveling route 50 of the host vehicle 30 can be detected as an obstacle, but other moving objects that may cross the host vehicle 30 in the future. 52 cannot be detected because it currently does not exist on the scheduled travel route 50.
  • an area where there is an object that may possibly intersect with the host vehicle in the future is estimated as the intersecting object existence area, and therefore, the moving object 52 that does not currently exist on the planned travel route 50 of the host vehicle. Can also be detected in advance.
  • the planned travel area is set based on the travel plan information of the host vehicle.
  • the planned travel area is set in accordance with the travel plan information of the host vehicle, so that the planned travel area can be set with high accuracy.
  • the traveling direction of an object existing around the host vehicle is estimated from the road structure information, and the crossed object existence region is estimated based on the estimated traveling direction of the object. To do. This makes it possible to determine whether or not an object that does not exist on the planned travel route of the host vehicle intersects the planned travel region, so that the crossed object presence region can be accurately estimated.
  • step S30 is different from that of the first embodiment.
  • the intersecting object existence area is extracted by detecting a road segment that intersects the planned travel area, but in this embodiment, whether the host vehicle keeps going straight on a road with multiple lanes, The crossing object existence area is estimated according to whether lane change or merging is performed.
  • the configuration of the object detection device 1 and the processes other than step S30 are the same as those in the first embodiment, detailed description thereof is omitted.
  • step S35 the intersecting object existence area extraction unit 22 determines whether or not the own vehicle changes lanes on a multi-lane road. . As a determination method, it may be determined whether or not a lane change is included in the planned travel area extracted in step S20, or whether or not a lane change is included in the travel plan information. May be. If it is determined that the host vehicle changes the lane, the process proceeds to step S36. If the host vehicle determines that the lane is not changed, the process proceeds to step S37.
  • step S36 the intersecting object existence area extraction unit 22 sets the intersecting object existence area in the front-rear direction of the lane after the lane change and the lane adjacent to the lane after the lane change.
  • the crossing object existence areas 75 and 76 in the front-rear direction of the host vehicle 30 in the lane 71 after the lane change and the lane 72 adjacent to the changed lane are shown. Is set. For example, in the region 75 of FIG. 7, it is detected that the traveling direction of the travel lane that may cross the host vehicle in the future is a straight line or a lane change to the right. Intersect region 71 in the future.
  • the object is an object that may possibly cross the host vehicle in the future, and the region 75 where the object currently exists is estimated as a crossed object existence region.
  • the traveling direction of the travel lane that may intersect with the host vehicle in the future is a straight line or a lane change to the left, and when the object in the region 76 currently changes the lane to the left, the vehicle travels. Intersect the planned area 71 in the future. Therefore, it is estimated that the object is an object that may possibly intersect with the host vehicle in the future, and the region 76 where the object currently exists is estimated as a crossed object existence region.
  • step S37 the intersecting object existence area extracting unit 22 sets the intersecting object existence area in front of the host vehicle in the lane adjacent to the scheduled travel area.
  • an intersecting object existence region 80 is set in front of the host vehicle 30 in a lane adjacent to the scheduled travel region 32.
  • the traveling direction of the travel lane that may cross the host vehicle in the future is a lane change to the own lane, and the object in the area 80 currently changes to the own lane.
  • it will intersect with the planned travel area 32 in the future. Therefore, it is estimated that the object is an object that may possibly cross the host vehicle in the future, and the region 80 where the object currently exists is estimated as a crossed object existence region.
  • the crossing object existence region is estimated in front of the host vehicle in the lane adjacent to the planned travel region. This makes it possible to detect in advance an object that may intersect with the host vehicle in the future in consideration of an interruption or the like when traveling straight on a road with multiple lanes.
  • step S30 is different from the first and second embodiments.
  • the size of the crossing object existence area is set to be constant.
  • the speed of the own vehicle or between the object existing around the own vehicle and the own vehicle is set.
  • the size of the crossing object existence area is set according to the relative speed.
  • the object detection device 100 is different from the first and second embodiments in that a relative speed acquisition unit 90 is further provided.
  • the relative speed acquisition unit 90 acquires a relative speed between an object existing around the host vehicle and the host vehicle using a laser radar or the like.
  • a laser radar or the like.
  • the object detection process of the present embodiment is different from the object detection process of the second embodiment shown in FIG. 6 in that steps S31 to S33 are added. However, steps S31 to S33 may be added to the object detection process of the first embodiment.
  • the intersecting object existence area extraction unit 22 determines the size L1 of the intersecting object existence area according to the absolute speed Vs of the host vehicle acquired from the vehicle information acquisition unit 9. Set.
  • step S ⁇ b> 32 the intersecting object existence area extraction unit 22 determines the size L ⁇ b> 2 of the intersecting object existence area according to the relative speed Vo between the object existing around the host vehicle acquired from the relative speed acquisition unit 90 and the host vehicle.
  • the relative speed Vo for example, an average value of relative speeds with respect to each observed vehicle may be obtained, or a maximum value may be adopted. Further, the relative speed Vo may be obtained using the speed of the host vehicle with respect to the object detected by the object detection unit 24.
  • the intersecting object existence region extracting unit 22 selects either the region size L1 set in step S31 or the region size L2 set in step S32, and the size of the intersecting object existence region.
  • L is determined. For example, when driving on a road with multiple lanes, it may be determined by adopting the larger value of L1 and L2. Thereby, when the own vehicle and surrounding vehicles are traveling at a low speed due to traffic jam, the size L of the crossed object existence region 80, that is, the length in the traveling direction of the own vehicle is reduced as shown in FIG. be able to. In other words, it is only necessary to detect obstacles in a range that affects the travel plan of the host vehicle.
  • the size L of the crossed object existence region 80 can be increased as shown in FIG.
  • the larger value of L1 and L2 may be adopted, You may employ
  • the size L of the crossing object presence area 34 that is, the length in the traveling direction of the other vehicle can be increased.
  • the presence of an intersecting object depends on the speed of the own vehicle or the relative speed between the object existing around the own vehicle and the own vehicle. Sets the size of the area. Thereby, according to the driving environment around the own vehicle, it is possible to set a necessary crossing object existence region for a range that affects the travel plan.
  • step S10 the process of step S10 is different from that of the first embodiment.
  • the travel plan information is acquired and the travel plan area is set based on the travel plan information.
  • the host vehicle is traveling from the road structure information included in the map data.
  • the travel zone classification of the travel lane is acquired, and the planned travel area is extracted based on the travel zone classification.
  • the configuration of the object detection device 1 and the processes other than step S10 are the same as those in the first embodiment, detailed description thereof is omitted.
  • steps S12 and S14 are added instead of step S10 of the object detection process of the first embodiment shown in FIG.
  • steps S12 and S14 may be added to the object detection processing of the second and third embodiments.
  • the planned travel area extraction unit 21 acquires map data from the map data storage unit 5, self-location information from the self-position estimation unit 7, and vehicle information from the vehicle information acquisition unit 9, and travel determination The travel plan information from the unit 27 is not acquired.
  • step S14 the planned travel area extraction unit 21 acquires the travel zone classification of the travel lane in which the host vehicle travels from the own position information of the host vehicle and the road structure information included in the map data.
  • the traveling direction of each traveling lane such as a right turn lane, a left turn lane, a straight lane, or a left turn straight lane is recorded as a travel zone classification. Therefore, the planned travel area extraction unit 21 detects the travel lane in which the host vehicle travels from the self-location information, and acquires the travel zone classification of the travel lane in which the host vehicle travels from the road structure information.
  • the planned travel area extraction unit 21 extracts a planned travel area where the host vehicle plans to travel in the future on the map based on the information acquired in steps S12 and S14.
  • the planned travel area is extracted based on the travel zone classification determined in step S14. For example, as shown in FIG. 15, when the host vehicle 30 is traveling in a travel lane dedicated to a left turn at an intersection, it is based on the travel zone classification without acquiring travel plan information from the travel determination unit 27.
  • the planned travel area 32 can be set as a route to turn left.
  • the travel schedule area can be set with higher accuracy by considering the travel plan information described in the first embodiment.
  • the travel zone classification of the travel lane on which the host vehicle travels is obtained from the road structure information included in the map data, and based on the travel zone classification.
  • the traveling direction of the host vehicle can be set from the traveling zone section, so that the scheduled traveling region can be accurately set according to the traveling lane in which the host vehicle is currently traveling.
  • the object detection apparatus 200 is different from the first to fourth embodiments in that it further includes a traffic signal recognition unit 210 and a road regulation recognition unit 220.
  • the traffic signal recognition unit 210 recognizes the state of the traffic signal on the planned travel route of the host vehicle using an image captured by a camera mounted on the host vehicle, information acquired through road-to-vehicle communication, and the like.
  • the direction of the arrow signal is recognized in addition to the normal signal red, blue and yellow. It also recognizes the status of crosswalk signals.
  • the road regulation recognition unit 220 recognizes the road regulation set on the road around the host vehicle by capturing the road regulation information included in the map data and the road sign with a camera mounted on the host vehicle.
  • As the road regulations to be recognized those that are displayed as road signs such as one-way traffic, right turn or left turn prohibition, and entry prohibition are recognized. Since other configurations are the same as those of the first embodiment, detailed description thereof is omitted.
  • the object detection process of the present embodiment is different from the first embodiment in that steps S38 and S39 are added.
  • steps S38 and S39 may be added to the second to fourth embodiments.
  • the crossing object presence area extraction unit 22 acquires the traffic signal state recognition result from the traffic light recognition unit 210, and the road regulation recognition unit 220 determines the road regulation. Get recognition result.
  • step S39 the intersecting object presence area extracting unit 22 determines that an object that may cross the host vehicle in the future in the intersecting object existence area once extracted in step 30 based on the acquired recognition results.
  • the final crossing object existence region is estimated by reducing the non-existing region.
  • the signal of the pedestrian crossing becomes a red signal, so there is no possibility that the own vehicle 30 intersects the pedestrian. Therefore, the crosswalk areas 39a and 39b are deleted from the crossing object existence area.
  • the area 39c is also deleted from the intersection object existence area.
  • the area 34a is not a target for deletion.
  • the region 39d is not the oncoming lane but the same direction as the host vehicle. Lane. Therefore, since there is no possibility that there is a vehicle turning left toward the host vehicle, the region 39d is a deletion target based on the recognition result of the road regulation. This makes it possible to appropriately reduce the crossing object existence area even in an environment where the road travel classification changes depending on the time zone.
  • the crossed object existence area is estimated based on the state of traffic lights around the host vehicle. This eliminates the need to detect an object whose movement is prohibited by a red signal, thereby reducing the processing load.
  • the crossing object existence area is reduced based on the road regulations around the host vehicle. This eliminates the need to detect objects that are prohibited from moving due to road regulations, thereby reducing the processing load.

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Automation & Control Theory (AREA)
  • Mechanical Engineering (AREA)
  • Transportation (AREA)
  • Electromagnetism (AREA)
  • Chemical & Material Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Mathematical Physics (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Traffic Control Systems (AREA)
  • Navigation (AREA)
  • Control Of Driving Devices And Active Controlling Of Vehicle (AREA)
  • Radar Systems Or Details Thereof (AREA)

Abstract

本発明の物体検出方法は、測距センサで自車両周囲の３次元データを取得し、自車両の現在位置周囲の地図データに基づいて、自車両が将来走行する予定の走行予定領域を設定し、設定された走行予定領域において自車両と将来交差する可能性のある物体が現在存在する交差物体存在領域を推定し、推定された交差物体存在領域内の３次元データを用いて物体を検出する。

Description

物体検出方法及び物体検出装置
　本発明は、自車両周囲の３次元データを測距センサで取得し、取得した３次元データを用いて物体を検出する物体検出方法及びその装置に関する。
　従来では、移動体の予定走行路上にある障害物を検出する障害物検出装置として、特許文献１が開示されている。特許文献１に開示された障害物検出装置では、走行路の３次元座標位置データと移動体の現在の３次元位置とに基づいて、３次元画像から走行路面に対応する部分を切り出し、切り出された走行路面に対応する部分について障害物を検出していた。
特開平１０－１４１９５４号公報
　しかしながら、上述した従来の障害物検出装置では、自車両の予定走行路面上にある障害物のみを検出しているので、現在は自車両の予定走行路面上に存在していない物体は検出されず、将来自車両と交差する可能性のある物体を予め検出しておくことができないという問題点があった。
　そこで、本発明は、上述した実情に鑑みて提案されたものであり、自車両と将来交差する可能性のある物体を予め検出することのできる物体検出方法及びその装置を提供することを目的とする。
　上述した課題を解決するために、本発明の一態様に係る物体検出方法及びその装置は、自車両周囲の３次元データを測距センサで取得する。そして、自車両の現在位置周囲の地図データに基づいて、自車両が将来走行する予定の走行予定領域において自車両と将来交差する可能性のある物体が現在存在する交差物体存在領域を推定し、交差物体存在領域内の３次元データを用いて物体を検出する。
　本発明によれば、自車両と将来交差する可能性のある物体を予め検出することができる。
図１は、本発明の第１実施形態に係る物体検出装置の構成を示すブロック図である。 図２は、本発明の第１実施形態に係る物体検出装置による物体検出処理の処理手順を示すフローチャートである。 図３は、本発明の第１実施形態に係る物体検出方法において、交差物体存在領域の推定方法を説明するための図である。 図４は、本発明の第１実施形態に係る物体検出方法において、物体検出領域の決定方法を説明するための図である。 図５は、本発明の第１実施形態に係る物体検出方法による効果を説明するための図である。 図６は、本発明の第２実施形態に係る物体検出装置による物体検出処理の処理手順を示すフローチャートである。 図７は、本発明の第２実施形態に係る物体検出方法において、複数車線の道路で車線変更する場合の交差物体存在領域の推定方法を説明するための図である。 図８は、本発明の第２実施形態に係る物体検出方法において、複数車線の道路で直進する場合の交差物体存在領域の推定方法を説明するための図である。 図９は、本発明の第３実施形態に係る物体検出装置の構成を示すブロック図である。 図１０は、本発明の第３実施形態に係る物体検出装置による物体検出処理の処理手順を示すフローチャートである。 図１１は、本発明の第３実施形態に係る物体検出方法において、交差物体存在領域の大きさの設定方法を説明するための図である。 図１２は、本発明の第３実施形態に係る物体検出方法において、交差物体存在領域の大きさの設定方法を説明するための図である。 図１３は、本発明の第３実施形態に係る物体検出方法において、交差物体存在領域の大きさの設定方法を説明するための図である。 図１４は、本発明の第４実施形態に係る物体検出装置による物体検出処理の処理手順を示すフローチャートである。 図１５は、本発明の第４実施形態に係る物体検出方法において、走行予定領域の設定方法を説明するための図である。 図１６は、本発明の第５実施形態に係る物体検出装置の構成を示すブロック図である。 図１７は、本発明の第５実施形態に係る物体検出装置による物体検出処理の処理手順を示すフローチャートである。 図１８は、本発明の第５実施形態に係る物体検出方法において、信号機の状態による交差物体存在領域の削減方法を説明するための図である。 図１９は、本発明の第５実施形態に係る物体検出方法において、道路規制による交差物体存在領域の削減方法を説明するための図である。
［第１実施形態］
　以下、本発明を適用した第１実施形態について図面を参照して説明する。
　［物体検出装置の構成］
　図１は、本実施形態に係る物体検出装置の構成を示すブロック図である。図１に示すように、本実施形態に係る物体検出装置１は、測距データ取得部３と、地図データ記憶部５と、自己位置推定部７と、車両情報取得部９と、中央制御部１１と、出力部１３とを備える。物体検出装置１は、測距データ取得部３で取得した測距データに基づいて、物体検出部として機能する中央制御部１１によって物体を検出し、検出結果を出力部１３から出力する。この際、中央制御部１１は、車両情報取得部９で取得した車両情報や自己位置推定部７で推定された自己位置情報、地図データ記憶部５に格納された地図データ等を用いて、自車両と将来交差する可能性のある物体が存在する領域を推定して物体を検出する。
　測距データ取得部３は、自車両に搭載されて車両周囲の測距点の距離を検出する測距センサである。測距データ取得部３は、自車両の周辺環境（立体物だけでなく路面も含む）の３次元測距データ（距離データともいう）を取得する。この３次元測距データには、各測距点の３次元の位置や測距点の距離等の情報が含まれている。測距センサとしては、レーザビームの走査ラインを複数備え、高解像度の距離データを検出することのできるレーザレーダを使用する。なお、距離データを取得する方法において、計測手段、計測性能及びデータの出力形式等は特に限定する必要はない。例えば、計測手段としてステレオカメラを用いてもよいし、既知のパターンを対象に投影してステレオ撮影を行うアクティブステレオ法を用いてもよい。
　地図データ記憶部５は、高精細地図の地図データを格納したデータベースであり、自車両に搭載されていてもよいし、サーバ等に設置されていてもよい。地図データには道路や交差点、橋、トンネル等の一般的な地図情報に加えて、各走行レーンの位置と走行帯区分、中央分離帯の有無、横断歩道の位置と形状、自転車専用走行帯等の道路構造情報も含まれている。さらに、地図データには、転回禁止や追越禁止、一方通行等の道路規制情報も含まれている。
　自己位置推定部７は、ＧＰＳ（Global Positioning System）を用いて自車両の自己位置を推定して自己位置情報を生成する。生成された自己位置情報には、自車両の緯度や経度等の位置情報だけではなく、自車両が走行している走行レーンや進行方向、姿勢等の情報も含まれている。
　車両情報取得部９は、車速センサから取得した自車両の速度や加速度センサから取得した加速度、ジャイロセンサから取得した角速度等の自車両の走行状態を示す車両情報を取得する。車両情報取得部９は、各センサから直接情報を取得してもよいし、例えばＣＡＮ（Controller Area Network）のような車載ネットワークから車両情報を取得してもよい。
　出力部１３は、物体の検出結果を自車両の乗員に提示する表示部である。出力部１３は、車両に搭載されたナビゲーション装置の表示画面でもよいし、車載カメラで撮像された画像を表示するためのディスプレイでもよい。また、ヘッドアップディスプレイであってもよい。
　中央制御部１１は、測距データ取得部３で取得した３次元測距データを用いて自車両の周囲に存在する物体を検出する物体検出処理を実行するコントローラである。中央制御部１１は、物体検出処理を実行するための機能部として、走行予定領域抽出部２１と、交差物体存在領域抽出部２２と、物体検出領域決定部２３と、物体検出部２４と、フィルタ部２５と、物体追跡部２６と、走行判断部２７とを備えている。
　次に、中央制御部１１を構成する各部について説明する。まず、走行予定領域抽出部２１は、地図データ記憶部５からの地図データと自己位置推定部７からの自己位置情報と車両情報取得部９からの車両情報と走行判断部２７からの走行計画情報を取得し、自車両が将来走行することを予定している走行予定領域を抽出する。この際、走行予定領域抽出部２１は、走行計画情報に基づいて走行予定領域を設定する。走行予定領域は、自車両の現在位置から目的地までの走行予定経路上に設定され、特に自車両が走行すると推定された道路の走行レーンに設定される。したがって、交差点を左折する場合には、左折レーンに走行予定領域が設定され、直進する場合には直進レーンに設定される。また、道路に複数の車線がある場合には、いずれかの車線に走行予定領域が設定される。尚、走行計画情報は、自車両の現在位置から目的地までの走行予定経路である必要はなく、例えば、自車両の現在位置から次の交差点や、自車両の現在位置から車線変更完了するまでの区間など、自車両の現在位置から途中地点までの走行予定経路であっても適用できる。
　交差物体存在領域抽出部２２は、走行予定領域抽出部２１で抽出された走行予定領域と地図データ記憶部５からの地図データを取得し、走行予定領域において自車両と将来交差する可能性のある物体が存在する交差物体存在領域を推定して抽出する。特に、交差物体存在領域抽出部２２は、地図データに含まれる道路構造情報から自車両の周囲に存在する物体の進行方向を推定し、推定された物体の進行方向に基づいて交差物体存在領域を推定する。
　物体検出領域決定部２３は、走行予定領域抽出部２１で抽出された走行予定領域と、交差物体存在領域抽出部２２で抽出された交差物体存在領域とを取得し、自車両周囲の物体を検出する物体検出領域を決定する。本実施形態では、走行予定領域と交差物体存在領域を結合して物体検出領域を求めているが、交差物体存在領域のみを物体検出領域としてもよい。
　物体検出部２４は、測距データ取得部３で検出された測距データを取得し、自車両の周囲に存在する物体を検出する。特に、測距データの測距点群を地表面と立体物とに分割して立体物を検出する。尚、物体の検出方法は、測距センサによって取得した３次元距離データに基づいたものに限定されるわけではなく、カメラやミリ波レーダ、超音波センサ等の他のセンサから取得した３次元データに基づいた検出方法であってもよい。
　フィルタ部２５は、物体検出部２４で検出された物体の位置及び姿勢と物体検出領域決定部２３で決定された物体検出領域を取得し、物体検出部２４で検出された物体の中から物体検出領域の内側に存在する物体のみを抽出する。
　物体追跡部２６は、フィルタ部２５で抽出された物体を取得し、これらの物体の位置や速度、加速度等の移動履歴に基づいて短期的な移動予測を行いながら状態推定を行う。そして、物体追跡部２６は、各時刻間で観測された物体の同一性を判断して物体の追跡を行う。尚、物体追跡の方法としては、Extended Karman Filter（EKF）やパーティクルフィルタ等を用いることができる。
　走行判断部２７は、物体追跡部２６の処理によって得られた各物体の軌跡及び現在位置を考慮しながら、自車両の走行計画を生成して走行計画情報を出力する。走行計画情報は、３次元データを用いて検出された物体を考慮しながら、自車両の現在位置から目的地までの走行予定経路を生成したものである。走行計画情報は、単に走行する道路や交差点を推定したものではなく、走行する予定の走行レーンまで設定されている。また、随時、検出された物体を考慮するので、遅い車両や停車車両がある場合には走行レーンを変更する経路も設定される。
　尚、中央制御部１１は、マイクロコンピュータ、マイクロプロセッサ、ＣＰＵを含む汎用の電子回路とメモリ等の周辺機器から構成されている。そして、特定のプログラムを実行することにより、上述した走行予定領域抽出部２１、交差物体存在領域抽出部２２、物体検出領域決定部２３、物体検出部２４、フィルタ部２５、物体追跡部２６、走行判断部２７として動作する。このような中央制御部１１の各機能は、１または複数の処理回路によって実装することができる。処理回路は、例えば電気回路を含む処理装置等のプログラムされた処理装置を含み、また実施形態に記載された機能を実行するようにアレンジされた特定用途向け集積回路（ＡＳＩＣ）や従来型の回路部品のような装置も含んでいる。
　［物体検出処理の手順］
　次に、本実施形態に係る物体検出装置１による物体検出処理の手順を図２のフローチャートを参照して説明する。
　図２に示すように、まずステップＳ１０において、走行予定領域抽出部２１は、地図データ記憶部５からの地図データと、自己位置推定部７からの自己位置情報と、車両情報取得部９からの車両情報と、走行判断部２７からの走行計画情報とを取得する。
　ステップＳ２０において、走行予定領域抽出部２１は、ステップＳ１０で取得した情報に基づいて、地図上で自車両が将来走行を予定する走行予定領域を抽出する。図３に示すように、走行予定領域抽出部２１は、まず自車両の自己位置及び車両情報と自車両周囲の地図データに基づいて道路上で自車両３０の位置を特定する。そして、走行予定領域抽出部２１は、走行判断部２７から取得した走行計画情報により、自車両がこれから交差点を直進するという走行計画であることを認識し、交差点を直進するように走行予定領域３２を設定して抽出する。
　ステップＳ３０において、交差物体存在領域抽出部２２は、ステップＳ２０で抽出された走行予定領域を取得し、走行予定領域において自車両と将来交差する可能性のある物体が現在存在する交差物体存在領域を推定して抽出する。このとき、交差物体存在領域抽出部２２は、地図データに含まれる道路構造情報から自車両の周囲に存在する物体の進行方向を推定し、推定された物体の進行方向に基づいて交差物体存在領域を推定する。具体的に、交差物体存在領域抽出部２２は、道路構造情報から自車両の現在位置周辺の道路や横断歩道の位置と形状、走行レーンの進行方向等に関する情報を取得し、自車両の現在位置周囲の道路区分を検出する。検出される道路区分としては、車道の各走行レーンだけではなく横断歩道や自転車専用走行帯等も含まれている。そして、図３に示すように、検出された道路区分の中から走行予定領域３２と交差する道路区分を抽出することにより、交差物体存在領域３４を抽出する。このとき、道路構造情報から走行レーンの進行方向を取得し、進行方向が走行予定領域３２の方向へ向かう走行レーンを交差物体存在領域３４と推定する。例えば、図３の領域３４ａ、３４ｄでは、自車両と将来交差する可能性のある走行レーンの進行方向が直進であると取得され、現在、領域３４ａ、３４ｄ内の物体３６が直進すると走行予定領域３２と将来交差する。したがって、物体３６は自車両と将来交差する可能性のある物体であると推定され、物体３６が現在存在する領域３４ａ、３４ｄは交差物体存在領域と推定される。同様に、領域３４ｂでは、自車両と将来交差する可能性のある走行レーンの進行方向が左折と取得され、現在、領域３４ｂ内の物体３６が交差点で左折すると走行予定領域３２と将来交差するので、交差物体存在領域と推定される。また、領域３４ｃ、３４ｅでは、道路区分として横断歩道で、その進行方向が自車両の進行方向と交差すると推定され、現在、領域３４ｃ、３４ｅ内の端に入る歩行者が横断歩道を渡り出すと走行予定領域３２と将来交差するので、歩行者を交差する物体３６として交差物体存在領域と推定される。尚、横断歩道や路側帯などに対して、歩行者や自転車が入り込んでくる領域を考慮して、横断歩道や路側帯などの周囲を含めて交差物体存在領域と推定する。
　ステップＳ４０において、物体検出領域決定部２３は、走行予定領域と交差物体存在領域とに基づいて物体検出領域を決定する。図４に示すように、物体検出領域決定部２３は、図３の走行予定領域３２と交差物体存在領域３４を結合することによって物体検出領域４０を決定する。ただし、交差物体存在領域のみを物体検出領域として決定してもよい。
　ステップＳ５０において、自車両に搭載された測距データ取得部３は、検出対象となる物体を含む周辺環境（立体物だけでなく、路面も含む）の３次元測距データ（距離データともいう）を取得する。
　ステップＳ６０において、物体検出部２４は、ステップＳ５０で取得した３次元測距点群を、地表面に属する点群と複数の立体物に属する点群とに分割処理することによって、地表面上の複数の立体物を検出する。さらに、物体検出部２４は、各立体物に属する点群の形状から位置と姿勢を推定する。また、物体検出部２４は、各立体物の形状及び運動履歴から各物体が何であるかを推定して、検出された物体に物体クラス（車両、歩行者、自転車等）を付与する。ただし、物体クラスは、交差物体存在領域の地図上の道路区分で決定してもよい。例えば、交差物体存在領域が地図上で横断歩道であれば、検出された物体に歩行者または自転車の物体クラスを付与する。歩行者と自転車の属性は、物体の形状等で識別すればよい。また、交差物体存在領域が地図上で自転車専用走行帯であれば、検出された物体に自転車の物体クラスを付与する。
　ステップＳ７０において、フィルタ部２５は、ステップＳ６０で検出した物体の中からステップＳ４０で決定した物体検出領域の内側に存在する物体のみを選択するフィルタリング処理を行う。これにより以下のステップで処理対象となる物体を抽出する。例えば、図４に示す物体のうち、物体検出領域４０の内側に存在する物体３６はフィルタリング処理によって抽出されるが、物体検出領域４０の外側に存在する物体４２は抽出されずに除外される。このようにフィルタリング処理によって、処理対象となる物体を選別するので、処理負荷を軽減することができる。なお、ステップＳ６０で、ステップＳ５０で取得した３次元測距点群の中からステップＳ４０で決定した物体検出領域の内側に存在する３次元測距点群のみを選択するフィルタリング処理を行うようにしてもよい。
　ステップＳ８０において、物体追跡部２６は、ステップＳ７０で抽出された物体に対して、物体の位置や速度、加速度等の移動履歴に基づいて短期的な移動予測を行いながら状態推定を行う。これにより、物体追跡部２６は、各時刻間で観測された物体の同一性を判断して物体の追跡を行う。
　ステップＳ９０において、走行判断部２７は、ステップＳ８０の追跡処理によって得られた各物体の軌跡及び現在位置に基づいて自車両の走行計画を判断する。すなわち、走行判断部２７は、検出された自車両周囲の物体を考慮しながら、自車両の現在位置から目的地までの走行予定経路を演算して走行計画を生成する。このとき単に走行する道路や交差点を設定するだけではなく、走行する予定の走行レーンについても設定する。こうして走行予定経路を演算して走行計画が生成されると、走行判断部２７は走行計画情報を出力する。そして、走行判断部２７は走行計画情報を走行予定領域抽出部２１及び出力部１３に出力して、本実施形態に係る物体検出処理は終了する。
　［第１実施形態の効果］
　以上詳細に説明したように、本実施形態に係る物体検出方法及びその装置では、走行予定領域において自車両と将来交差する可能性のある物体が現在存在する交差物体存在領域を推定し、交差物体存在領域内の３次元データを用いて物体を検出する。これにより、自車両と将来交差する可能性のある物体を予め検出することができる。また交差物体存在領域に基づいて処理対象となる物体を選別するので、処理負荷を軽減することができる。例えば、従来では、図５に示すように自車両３０の走行予定経路５０上に存在する移動物体５１は障害物として検出できたが、自車両３０と将来交差する可能性のある他の移動物体５２は、現在は走行予定経路５０上に存在していないので検出することができなかった。しかし、本実施形態では、自車両と将来交差する可能性のある物体が存在する領域を交差物体存在領域として推定するので、現在は自車両の走行予定経路５０上に存在していない移動物体５２についても予め検出することができる。
　また、本実施形態に係る物体検出方法及びその装置では、自車両の走行計画情報に基づいて走行予定領域を設定する。これにより、自車両の走行計画情報に沿った走行予定領域を設定できるので、精度良く走行予定領域を設定することが可能となる。
　さらに、本実施形態に係る物体検出方法及びその装置では、道路構造情報から自車両の周囲に存在する物体の進行方向を推定し、推定された物体の進行方向に基づいて交差物体存在領域を推定する。これにより、自車両の走行予定経路上に存在しない物体が走行予定領域に交差するか否かを判断することができるので、交差物体存在領域を精度良く推定することができる。
［第２実施形態］
　以下、本発明を適用した第２実施形態について図面を参照して説明する。本実施形態の物体検出処理では、ステップＳ３０の処理が第１実施形態と相違している。第１実施形態では、走行予定領域と交差する道路区分を検出することによって、交差物体存在領域を抽出していたが、本実施形態では、複数車線の道路で自車両が直進を維持するか、車線変更または合流等を行うかに応じて交差物体存在領域を推定する。ただし、物体検出装置１の構成及びステップＳ３０以外の処理は、第１実施形態と同一であるため、詳細な説明は省略する。
　図６に示すように、ステップＳ２０において走行予定領域が抽出されると、ステップＳ３５において、交差物体存在領域抽出部２２は、自車両が複数車線の道路で車線変更を行うか否かを判断する。判断方法としては、ステップＳ２０で抽出された走行予定領域に車線変更が含まれているか否かで判断してもよいし、走行計画情報の中に車線変更が含まれているか否かで判断してもよい。自車両が車線変更を行うと判断した場合にはステップＳ３６に進み、自車両が車線変更を行わないと判断した場合にはステップＳ３７に進む。
　ステップＳ３６において、交差物体存在領域抽出部２２は、車線変更後の車線と車線変更後の車線に隣接する車線の前後方向に交差物体存在領域を設定する。図７では、走行予定領域３２が左方向へ車線変更しているため、車線変更後の車線７１と変更後の車線に隣接する車線７２の自車両３０の前後方向に交差物体存在領域７５、７６を設定している。例えば、図７の領域７５では、自車両と将来交差する可能性のある走行レーンの進行方向が直進または右への車線変更であると検出され、現在、領域７５内の物体が加速すると走行予定領域７１と将来交差する。したがって、物体は自車両と将来交差する可能性のある物体であると推定され、物体が現在存在する領域７５は交差物体存在領域と推定される。同様に、領域７６では、自車両と将来交差する可能性のある走行レーンの進行方向が直進または左への車線変更であると検出され、現在、領域７６内の物体が左へ車線変更すると走行予定領域７１と将来交差する。したがって、物体は自車両と将来交差する可能性のある物体であると推定され、物体が現在存在する領域７６は交差物体存在領域と推定される。
　ステップＳ３７において、交差物体存在領域抽出部２２は、走行予定領域に隣接する車線の自車両前方に交差物体存在領域を設定する。図８に示すように、自車両３０が直進する場合には、走行予定領域３２に隣接する車線の自車両３０の前方に交差物体存在領域８０を設定する。例えば、図８の領域８０では、自車両と将来交差する可能性のある走行レーンの進行方向が自車線への車線変更であると検出され、現在、領域８０内の物体が自車線へ車線変更すると走行予定領域３２と将来交差する。したがって、物体は自車両と将来交差する可能性のある物体であると推定され、物体が現在存在する領域８０は交差物体存在領域と推定される。
　［第２実施形態の効果］
　以上詳細に説明したように、本実施形態に係る物体検出方法及びその装置では、自車両が複数車線の道路で車線変更する場合に、車線変更後の車線と車線変更後の車線に隣接する車線の自車両の前後方向に交差物体存在領域を推定する。これにより、複数車線の道路で車線変更した場合でも、車線変更の前後で自車両と将来交差する可能性のある物体を予め検出することができる。
　また、本実施形態に係る物検出方法及びその装置では、自車両が複数車線の道路で直進する場合に、走行予定領域に隣接する車線の自車両前方に交差物体存在領域を推定する。これにより、複数車線の道路を直進走行している場合に割り込み等を考慮して自車両と将来交差する可能性のある物体を予め検出することができる。
［第３実施形態］
　以下、本発明を適用した第３実施形態について図面を参照して説明する。本実施形態の物体検出処理では、ステップＳ３０の処理が第１及び第２実施形態と相違している。第１及び第２実施形態では、交差物体存在領域の大きさは一定に設定されていたが、本実施形態では、自車両の速度または自車両の周囲に存在する物体と自車両との間の相対速度に応じて交差物体存在領域の大きさを設定するようにしている。ただし、ステップＳ３０以外の処理は、第１実施形態と同一であるため、詳細な説明は省略する。
　図９に示すように、本実施形態に係る物体検出装置１００では、相対速度取得部９０をさらに備えたことが第１及び第２実施形態と相違している。相対速度取得部９０は、レーザレーダ等を用いて、自車両の周囲に存在する物体と自車両との間の相対速度を取得する。ただし、その他の構成については、第１実施形態と同一であるため、詳細な説明は省略する。
　図１０に示すように、本実施形態の物体検出処理では、図６に示す第２実施形態の物体検出処理にステップＳ３１～Ｓ３３を追加したことが相違している。ただし、第１実施形態の物体検出処理にステップＳ３１～Ｓ３３を追加してもよい。ステップＳ２０において走行予定領域が抽出されると、ステップＳ３１において、交差物体存在領域抽出部２２は、車両情報取得部９から取得した自車両の絶対速度Ｖｓに応じて交差物体存在領域の大きさＬ１を設定する。交差物体存在領域の大きさＬ１は、例えば比例定数をαとしてＬ１＝αＶｓで計算することができる。
　ステップＳ３２において、交差物体存在領域抽出部２２は、相対速度取得部９０から取得した自車両の周囲に存在する物体と自車両との間の相対速度Ｖｏに応じて交差物体存在領域の大きさＬ２を設定する。交差物体存在領域の大きさＬ２は、例えば比例定数をβとしてＬ２＝βＶｏで計算することができる。尚、相対速度Ｖｏは、例えば観測されている各車両との間の相対速度の平均値を求めてもよいし、最大値を採用してもよい。さらに、相対速度Ｖｏは、物体検出部２４で検出された物体に対して自車両の速度を用いて求めてもよい。
　ステップＳ３３において、交差物体存在領域抽出部２２は、ステップＳ３１で設定された領域の大きさＬ１とステップＳ３２で設定された領域の大きさＬ２のいずれかを選択して交差物体存在領域の大きさＬを決定する。例えば、複数車線の道路を走行している場合には、Ｌ１とＬ２の数値の大きいほうを採用して決定すればよい。これにより、渋滞で自車両及び周囲の車両が低速走行をしている場合には、図１１に示すように交差物体存在領域８０の大きさＬ、すなわち自車両の進行方向における長さを小さくすることができる。つまり、自車両の走行計画に影響する範囲の障害物を検出すれば良いので、自車両と将来交差する可能性のある物体が存在する領域のうち、相対速度が低いほど、より近い距離領域の物体だけ検出すれば良い。一方、高速道路で自車両及び周囲の車両が高速で走行している場合には、図１２に示すように交差物体存在領域８０の大きさＬを大きくすることができる。つまり、自車両の走行計画に影響する範囲の障害物を検出する必要があるので、自車両と将来交差する可能性のある物体が存在する領域のうち、相対速度が高いほど、より多い距離領域の物体を検出する必要がある。また、図１３に示すように、交差点の信号待ちで自車両が停止して周囲の車両との相対速度が大きい場合には、Ｌ１とＬ２の数値の大きいほうを採用してもよいし、相対速度に応じて設定されたＬ２を採用してもよい。これにより、交差物体存在領域３４の大きさＬ、すなわち他車両の進行方向における長さを大きくすることができる。こうして交差物体存在領域の大きさが設定されると、ステップＳ３５に進む。
　［第３実施形態の効果］
　以上詳細に説明したように、本実施形態に係る物体検出方法及びその装置では、自車両の速度または自車両の周囲に存在する物体と自車両との間の相対速度に応じて、交差物体存在領域の大きさを設定する。これにより、自車両周囲の運転環境に応じて、走行計画に影響する範囲に対して必要な交差物体存在領域を設定することができる。
［第４実施形態］
　以下、本発明を適用した第４実施形態について図面を参照して説明する。本実施形態の物体検出処理では、ステップＳ１０の処理が第１実施形態と相違している。第１実施形態では、走行計画情報を取得し、走行計画情報に基づいて走行予定領域を設定していたが、本実施形態では、地図データに含まれる道路構造情報から自車両が走行している走行レーンの走行帯区分を取得し、走行帯区分に基づいて走行予定領域を抽出する。ただし、物体検出装置１の構成及びステップＳ１０以外の処理は、第１実施形態と同一であるため、詳細な説明は省略する。
　図１４に示すように、本実施形態の物体検出処理では、図２に示す第１実施形態の物体検出処理のステップＳ１０の代わりにステップＳ１２、Ｓ１４を追加したことが相違している。ただし、第２、第３実施形態の物体検出処理にステップＳ１２、Ｓ１４を追加してもよい。ステップＳ１２において、走行予定領域抽出部２１は、地図データ記憶部５からの地図データと、自己位置推定部７からの自己位置情報と、車両情報取得部９からの車両情報を取得し、走行判断部２７からの走行計画情報は取得しない。
　ステップＳ１４において、走行予定領域抽出部２１は、自車両の自己位置情報と地図データに含まれる道路構造情報から自車両が走行する走行レーンの走行帯区分を取得する。道路構造情報には、走行帯区分として右折レーンや左折レーン、直進レーン、左折直進レーン等の各走行レーンの進行方向が記録されている。そこで、走行予定領域抽出部２１は、自己位置情報から自車両が走行する走行レーンを検出し、道路構造情報から自車両が走行する走行レーンの走行帯区分を取得する。
　ステップＳ２０において、走行予定領域抽出部２１は、ステップＳ１２、１４で取得した情報に基づいて、地図上で自車両が将来走行を予定する走行予定領域を抽出する。特に、ステップＳ１４で判定した走行帯区分に基づいて走行予定領域を抽出する。例えば、図１５に示すように、自車両３０が交差点の左折専用の走行レーンを走行している場合には、走行判断部２７からの走行計画情報を取得しなくても、走行帯区分に基づいて走行予定領域３２を左折するルートに設定することができる。尚、本実施形態で説明した走行帯区分に加えて、第１実施形態で説明した走行計画情報を考慮すれば、さらに精度良く走行予定領域を設定することが可能となる。
　［第４実施形態の効果］
　以上詳細に説明したように、本実施形態に係る物体検出方法及びその装置では、地図データに含まれる道路構造情報から自車両が走行する走行レーンの走行帯区分を取得し、走行帯区分に基づいて走行予定領域を設定する。これにより、走行帯区分から自車両の進行方向を設定することができるので、自車両が現在走行する走行レーンに則して、正確に走行予定領域を設定することができる。
［第５実施形態］
　以下、本発明を適用した第５実施形態について図面を参照して説明する。本実施形態の物体検出処理では、抽出した交差物体存在領域を信号機の状態と道路規制に基づいて推定するようにしたことが第１実施形態と相違している。ただし、追加したステップ以外の処理は、第１実施形態と同一であるため、詳細な説明は省略する。
　図１６に示すように、本実施形態に係る物体検出装置２００では、信号機認識部２１０と、道路規制認識部２２０をさらに備えたことが第１～第４実施形態と相違している。信号機認識部２１０は、自車両に搭載されたカメラで撮像した画像や路車間通信で取得した情報等を用いて、自車両の走行予定経路上にある信号機の状態を認識する。認識する信号機の状態としては、通常の信号の赤、青、黄色の他に矢印信号の向きについても認識する。また、横断歩道の信号の状態についても認識する。道路規制認識部２２０は、地図データに含まれる道路規制情報や自車両に搭載されたカメラで道路標識を撮像することによって、自車両周囲の道路に設定された道路規制を認識する。認識する道路規制としては、一方通行や右折または左折の禁止、進入禁止等の道路標識として表示されているものを認識する。尚、その他の構成については、第１実施形態と同一であるため、詳細な説明は省略する。
　図１７に示すように、本実施形態の物体検出処理では、ステップＳ３８、Ｓ３９を追加したことが第１実施形態と相違している。ただし、第２～第４実施形態にステップＳ３８、Ｓ３９を追加してもよい。ステップＳ３０において交差物体存在領域が抽出されると、ステップＳ３８において、交差物体存在領域抽出部２２は、信号機認識部２１０から信号機の状態の認識結果を取得し、道路規制認識部２２０から道路規制の認識結果を取得する。
　ステップＳ３９において、交差物体存在領域抽出部２２は、取得した各認識結果に基づいて、ステップ３０において、一旦抽出された交差物体存在領域に対して、自車両と将来交差する可能性のある物体が存在しない領域を削減することで、最終的な交差物体存在領域を推定する。図１８に示すように、信号機が青信号で自車両３０が交差点を直進しようとしている場合には、横断歩道の信号は赤信号となるので、自車両３０が歩行者と交差する可能性はなくなる。そこで、横断歩道の領域３９ａ、３９ｂは、交差物体存在領域から削除される。同様に、交差点の左側の道路は赤信号となるので、領域３９ｃも交差物体存在領域から削除される。一方、交差点の右側の道路は赤信号でも右折することは可能なので、領域３４ａは削除の対象とはならない。
　また、図１９に示すように、自車両３０が交差点を直進しようとしているときに、交差点の先の道路規制が一方通行である場合には、領域３９ｄは対向車線ではなく、自車両と同じ方向の車線となる。したがって、自車両に向かって左折してくる車両が存在する可能性はなくなるので、領域３９ｄは道路規制の認識結果に基づいて削除の対象となる。これにより、時間帯によって道路の走行区分が変化するような環境においても、適切に交差物体存在領域を削減することが可能になる。
　［第５実施形態の効果］
　以上詳細に説明したように、本実施形態に係る物体検出方法及びその装置では、自車両周囲の信号機の状態に基づいて、交差物体存在領域を推定する。これにより、赤信号によって移動を禁止されている物体を検出する必要がなくなるので、処理負荷を低減することができる。
　また、本実施形態に係る物体検出方法及びその装置では、自車両周囲の道路規制に基づいて、交差物体存在領域を削減する。これにより、道路規制によって移動を禁止されている物体を検出する必要がなくなるので、処理負荷を低減することができる。
　なお、上述の実施形態は本発明の一例である。このため、本発明は、上述の実施形態に限定されることはなく、この実施形態以外の形態であっても、本発明に係る技術的思想を逸脱しない範囲であれば、設計などに応じて種々の変更が可能であることは勿論である。
　１、１００、２００　物体検出装置
　３　測距データ取得部
　５　地図データ記憶部
　７　自己位置推定部
　９　車両情報取得部
　１１　中央制御部
　１３　出力部
　２１　走行予定領域抽出部
　２２　交差物体存在領域抽出部
　２３　物体検出領域決定部
　２４　物体検出部
　２５　フィルタ部
　２６　物体追跡部
　２７　走行判断部
　９０　相対速度取得部
　２１０　信号機認識部
　２２０　道路規制認識部

Claims (10)

  1. 　自車両周囲の３次元データを取得する測距センサを備え、前記測距センサで取得した３次元データを用いて物体を検出する物体検出装置の物体検出方法であって、
    　前記自車両の現在位置周囲の地図データに基づいて、前記自車両が将来走行する予定の走行予定領域において前記自車両と将来交差する可能性のある物体が現在存在する交差物体存在領域を推定し、前記交差物体存在領域内の３次元データを用いて物体を検出することを特徴とする物体検出方法。
  2. 　前記自車両の走行計画情報に基づいて前記走行予定領域を設定することを特徴とする請求項１に記載の物体検出方法。
  3. 　前記地図データに含まれる道路構造情報の進行方向に基づいて前記交差物体存在領域を推定することを特徴とする請求項１または２に記載の物体検出方法。
  4. 　前記自車両が車線変更する場合には、車線変更後の車線と車線変更後の車線に隣接する車線の前記自車両の前後方向に前記交差物体存在領域を推定することを特徴とする請求項１～３のいずれか１項に記載の物体検出方法。
  5. 　前記自車両が複数車線の道路で直進する場合には、前記走行予定領域に隣接する車線の前記自車両前方に前記交差物体存在領域を推定することを特徴とする請求項１～４のいずれか１項に記載の物体検出方法。
  6. 　前記自車両の速度または前記自車両の周囲に存在する物体と前記自車両との間の相対速度に応じて、前記交差物体存在領域の大きさを設定することを特徴とする請求項１～５のいずれか１項に記載の物体検出方法。
  7. 　前記地図データに含まれる道路構造情報の前記自車両が走行する走行レーンの走行帯区分に基づいて前記走行予定領域を設定することを特徴とする請求項１～６のいずれか１項に記載の物体検出方法。
  8. 　前記自車両周囲の信号機の状態に基づいて、前記交差物体存在領域を推定することを特徴とする請求項１～７のいずれか１項に記載の物体検出方法。
  9. 　前記自車両周囲の道路規制に基づいて、前記交差物体存在領域を推定することを特徴とする請求項１～８のいずれか１項に記載の物体検出方法。
  10. 　自車両周囲の３次元データを取得する測距センサを備え、前記測距センサで取得した３次元データを用いて物体を検出する物体検出装置であって、
    　前記自車両の現在位置周囲の地図データに基づいて、前記自車両が将来走行する予定の走行予定領域において前記自車両と将来交差する可能性のある物体が現在存在する交差物体存在領域を推定し、前記交差物体存在領域内の３次元データを用いて物体を検出するコントローラを備えたことを特徴とする物体検出装置。
PCT/JP2016/065903 2016-05-30 2016-05-30 物体検出方法及び物体検出装置 Ceased WO2017208296A1 (ja)

Priority Applications (10)

Application Number Priority Date Filing Date Title
EP16903924.5A EP3467802B1 (en) 2016-05-30 2016-05-30 Object detection method and object detection device
BR112018074698-3A BR112018074698A2 (pt) 2016-05-30 2016-05-30 método de detecção de objeto e aparelho de detecção de objeto
CN201680086202.XA CN109313856B (zh) 2016-05-30 2016-05-30 物体检测方法及物体检测装置
US16/305,000 US10431094B2 (en) 2016-05-30 2016-05-30 Object detection method and object detection apparatus
CA3025754A CA3025754C (en) 2016-05-30 2016-05-30 Object detection method and object detection apparatus
JP2018520064A JP6566132B2 (ja) 2016-05-30 2016-05-30 物体検出方法及び物体検出装置
KR1020187035866A KR20190008292A (ko) 2016-05-30 2016-05-30 물체 검출 방법 및 물체 검출 장치
RU2018146440A RU2699716C1 (ru) 2016-05-30 2016-05-30 Способ обнаружения объектов и устройство обнаружения объектов
PCT/JP2016/065903 WO2017208296A1 (ja) 2016-05-30 2016-05-30 物体検出方法及び物体検出装置
MX2018014594A MX2018014594A (es) 2016-05-30 2016-05-30 Metodo de deteccion de objetos y aparato de deteccion de objetos.

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
PCT/JP2016/065903 WO2017208296A1 (ja) 2016-05-30 2016-05-30 物体検出方法及び物体検出装置

Publications (1)

Publication Number Publication Date
WO2017208296A1 true WO2017208296A1 (ja) 2017-12-07

Family

ID=60478504

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/JP2016/065903 Ceased WO2017208296A1 (ja) 2016-05-30 2016-05-30 物体検出方法及び物体検出装置

Country Status (10)

Country Link
US (1) US10431094B2 (ja)
EP (1) EP3467802B1 (ja)
JP (1) JP6566132B2 (ja)
KR (1) KR20190008292A (ja)
CN (1) CN109313856B (ja)
BR (1) BR112018074698A2 (ja)
CA (1) CA3025754C (ja)
MX (1) MX2018014594A (ja)
RU (1) RU2699716C1 (ja)
WO (1) WO2017208296A1 (ja)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20190075225A (ko) * 2017-12-21 2019-07-01 현대자동차주식회사 차량의 주행 제어 장치 및 그 방법
JP2020119183A (ja) * 2019-01-23 2020-08-06 三菱電機株式会社 車両制御装置および車両制御方法
JP2021174293A (ja) * 2020-04-27 2021-11-01 Ｎｅｃプラットフォームズ株式会社 情報通知装置、情報通知方法、情報通知システム、プログラム
JP2022125564A (ja) * 2021-02-17 2022-08-29 株式会社豊田自動織機 障害物検知装置

Families Citing this family (25)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP3471408B1 (en) * 2016-06-14 2021-04-21 Nissan Motor Co., Ltd. Inter-vehicle distance estimation method and inter-vehicle distance estimation device
KR102085494B1 (ko) * 2016-06-27 2020-03-05 닛산 지도우샤 가부시키가이샤 차량 제어 방법 및 차량 제어 장치
WO2018212287A1 (ja) * 2017-05-19 2018-11-22 パイオニア株式会社 測定装置、測定方法およびプログラム
JP6792704B2 (ja) 2017-06-02 2020-11-25 本田技研工業株式会社 自動運転車の制御のための車両制御装置及び方法
JP6901555B2 (ja) * 2017-06-02 2021-07-14 本田技研工業株式会社 自動運転車の制御のための車両制御装置及び方法
US20180374341A1 (en) * 2017-06-27 2018-12-27 GM Global Technology Operations LLC Systems and methods for predicting traffic patterns in an autonomous vehicle
US11822009B2 (en) * 2018-03-28 2023-11-21 Pioneer Corporation Self-position estimation device, self-position estimation method, program, and recording medium
JP7150245B2 (ja) * 2018-06-01 2022-10-11 マツダ株式会社 車両用警報システム
EP3950451A4 (en) * 2019-03-27 2022-04-06 NISSAN MOTOR Co., Ltd. METHOD AND DEVICE FOR BEHAVIOR PREDICTION FOR MOBILE UNIT AND VEHICLE
US11341846B2 (en) 2019-04-04 2022-05-24 Geotab Inc. Traffic analytics system for defining road networks
US11335191B2 (en) 2019-04-04 2022-05-17 Geotab Inc. Intelligent telematics system for defining road networks
US11403938B2 (en) 2019-04-04 2022-08-02 Geotab Inc. Method for determining traffic metrics of a road network
US11335189B2 (en) 2019-04-04 2022-05-17 Geotab Inc. Method for defining road networks
US10699564B1 (en) 2019-04-04 2020-06-30 Geotab Inc. Method for defining intersections using machine learning
US11370424B1 (en) * 2019-08-02 2022-06-28 Zoox, Inc. Relevant object detection
US11529951B2 (en) * 2019-12-24 2022-12-20 Intel Corporation Safety system, automated driving system, and methods thereof
CN111231982B (zh) * 2020-01-08 2021-05-04 中国第一汽车股份有限公司 一种智能驾驶的障碍物识别方法、装置、车辆和存储介质
WO2021240623A1 (ja) * 2020-05-26 2021-12-02 三菱電機株式会社 予測追跡装置、予測追跡方法および予測追跡プログラム
RU2762636C1 (ru) * 2020-09-28 2021-12-21 Федеральное государственное бюджетное образовательное учреждение высшего образования "МИРЭА - Российский технологический университет" Устройство параллельной обработки разнородной сенсорной информации в режиме реального времени
US11603116B2 (en) * 2020-12-16 2023-03-14 Zoox, Inc. Determining safety area based on bounding box
US12252126B2 (en) * 2020-12-16 2025-03-18 Zoox, Inc. Lateral safety area
WO2022132713A1 (en) * 2020-12-16 2022-06-23 Zoox, Inc. Lateral safety area
US11904906B2 (en) * 2021-08-05 2024-02-20 Argo AI, LLC Systems and methods for prediction of a jaywalker trajectory through an intersection
US12128929B2 (en) 2021-08-05 2024-10-29 Argo AI, LLC Methods and system for predicting trajectories of actors with respect to a drivable area
JP7766505B2 (ja) * 2022-02-01 2025-11-10 本田技研工業株式会社 移動体制御装置、移動体制御方法、およびプログラム

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH10141954A (ja) 1996-11-06 1998-05-29 Komatsu Ltd 移動体の走行路面上の障害物検出装置
JP2008242544A (ja) * 2007-03-26 2008-10-09 Hitachi Ltd 衝突回避装置および方法
JP2009271766A (ja) * 2008-05-08 2009-11-19 Hitachi Ltd 自動車用障害物検知装置
JP2010211301A (ja) * 2009-03-06 2010-09-24 Toshiba Corp 事故予測通知装置、事故予測通知システム及び車載器
JP2016095697A (ja) * 2014-11-14 2016-05-26 トヨタ自動車株式会社 注意喚起装置

Family Cites Families (17)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP3365516B2 (ja) * 1992-03-31 2003-01-14 本田技研工業株式会社 車両用周囲監視装置
JP4104532B2 (ja) * 2003-11-10 2008-06-18 本田技研工業株式会社 車両制御装置
JP2006284218A (ja) * 2005-03-31 2006-10-19 Xanavi Informatics Corp ナビゲーション装置
JP4771365B2 (ja) * 2005-11-30 2011-09-14 アイシン・エィ・ダブリュ株式会社 経路案内システム、経路案内方法及びプログラム
JP4848893B2 (ja) * 2006-08-29 2011-12-28 株式会社デンソー 交差点情報提供システム及び運転支援システム
EA017016B1 (ru) * 2009-04-01 2012-09-28 Андрей Анатольевич Дрынкин Система предупреждения водителя об объекте, пересекающем либо намеревающемся пересечь проезжую часть автомобильной дороги
JP2011044063A (ja) * 2009-08-24 2011-03-03 Nissan Motor Co Ltd 車両運転支援装置及び支援方法
JP5696444B2 (ja) * 2009-12-24 2015-04-08 日産自動車株式会社 走行制御装置
JP2011158610A (ja) * 2010-01-29 2011-08-18 Alpine Electronics Inc 地図表示装置
US8195394B1 (en) * 2011-07-13 2012-06-05 Google Inc. Object detection and classification for autonomous vehicles
JP5660007B2 (ja) * 2011-11-10 2015-01-28 トヨタ自動車株式会社 運転支援装置
JP6014440B2 (ja) * 2012-09-26 2016-10-25 日立オートモティブシステムズ株式会社 移動物体認識装置
KR101491256B1 (ko) * 2013-05-28 2015-02-06 현대자동차주식회사 무선통신을 이용한 차선인식 장치 및 방법
US20150153184A1 (en) * 2013-12-04 2015-06-04 GM Global Technology Operations LLC System and method for dynamically focusing vehicle sensors
US9395192B1 (en) * 2013-12-20 2016-07-19 Google Inc. Methods and systems for road and lane boundary tracing
CN105313782B (zh) * 2014-07-28 2018-01-23 现代摩比斯株式会社 车辆行驶辅助系统及其方法
CN108604419B (zh) * 2016-01-29 2021-02-09 日产自动车株式会社 车辆的行驶控制方法及车辆的行驶控制装置

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH10141954A (ja) 1996-11-06 1998-05-29 Komatsu Ltd 移動体の走行路面上の障害物検出装置
JP2008242544A (ja) * 2007-03-26 2008-10-09 Hitachi Ltd 衝突回避装置および方法
JP2009271766A (ja) * 2008-05-08 2009-11-19 Hitachi Ltd 自動車用障害物検知装置
JP2010211301A (ja) * 2009-03-06 2010-09-24 Toshiba Corp 事故予測通知装置、事故予測通知システム及び車載器
JP2016095697A (ja) * 2014-11-14 2016-05-26 トヨタ自動車株式会社 注意喚起装置

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20190075225A (ko) * 2017-12-21 2019-07-01 현대자동차주식회사 차량의 주행 제어 장치 및 그 방법
KR102437836B1 (ko) * 2017-12-21 2022-08-31 현대자동차주식회사 차량의 주행 제어 장치 및 그 방법
JP2020119183A (ja) * 2019-01-23 2020-08-06 三菱電機株式会社 車両制御装置および車両制御方法
JP2021174293A (ja) * 2020-04-27 2021-11-01 Ｎｅｃプラットフォームズ株式会社 情報通知装置、情報通知方法、情報通知システム、プログラム
JP7207828B2 (ja) 2020-04-27 2023-01-18 Ｎｅｃプラットフォームズ株式会社 情報通知装置、情報通知方法、情報通知システム、プログラム
JP2022125564A (ja) * 2021-02-17 2022-08-29 株式会社豊田自動織機 障害物検知装置
JP7533269B2 (ja) 2021-02-17 2024-08-14 株式会社豊田自動織機 障害物検知装置

Also Published As

Publication number Publication date
US20190213886A1 (en) 2019-07-11
CA3025754A1 (en) 2017-12-07
MX2018014594A (es) 2019-03-14
EP3467802B1 (en) 2020-09-30
RU2699716C1 (ru) 2019-09-09
CN109313856A (zh) 2019-02-05
EP3467802A1 (en) 2019-04-10
EP3467802A4 (en) 2019-07-03
CA3025754C (en) 2019-07-02
CN109313856B (zh) 2020-03-03
JPWO2017208296A1 (ja) 2019-04-25
JP6566132B2 (ja) 2019-09-04
BR112018074698A2 (pt) 2019-03-19
KR20190008292A (ko) 2019-01-23
US10431094B2 (en) 2019-10-01

Similar Documents

Publication Publication Date Title
JP6566132B2 (ja) 物体検出方法及び物体検出装置
JP7052786B2 (ja) 表示制御装置および表示制御プログラム
JP7696895B2 (ja) システム、コンピュータ実装方法、コンピュータプログラムおよび非一時的コンピュータ可読媒体
US11900812B2 (en) Vehicle control device
WO2021261228A1 (ja) 障害物情報管理装置、障害物情報管理方法、車両用装置
EP3477614B1 (en) Vehicle control method and vehicle control device
US20190333373A1 (en) Vehicle Behavior Prediction Method and Vehicle Behavior Prediction Apparatus
WO2021261227A1 (ja) 駐停車地点管理装置、駐停車地点管理方法、車両用装置
CN111199218A (zh) 用于车辆的控制系统、和图像分析系统
JP2011013039A (ja) 車線判定装置及びナビゲーションシステム
JP7043765B2 (ja) 車両走行制御方法及び装置
JP7001169B2 (ja) 運転計画表示方法及び運転計画表示装置
CN112513955A (zh) 行驶轨道生成方法及行驶轨道生成装置
JP7416114B2 (ja) 表示制御装置および表示制御プログラム
JP2017001596A (ja) 停車位置設定装置及び方法
JP2018063122A (ja) 経路選択方法及び経路選択装置
JP7458743B2 (ja) 車両制御方法及び車両制御装置
JP7610480B2 (ja) 車両制御装置
JP7558091B2 (ja) 走行支援方法及び走行支援装置
JP7141479B2 (ja) 地図生成装置
JP2024010509A (ja) 走行支援方法及び走行支援装置
JP7141480B2 (ja) 地図生成装置
RU2779920C1 (ru) Способ управления транспортным средством и устройство управления транспортным средством
JP7141477B2 (ja) 地図生成装置
JP2025180866A (ja) 走路生成方法及び走路生成装置

Legal Events

Date Code Title Description
ENP Entry into the national phase

Ref document number: 2018520064

Country of ref document: JP

Kind code of ref document: A

ENP Entry into the national phase

Ref document number: 3025754

Country of ref document: CA

121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 16903924

Country of ref document: EP

Kind code of ref document: A1

NENP Non-entry into the national phase

Ref country code: DE

ENP Entry into the national phase

Ref document number: 20187035866

Country of ref document: KR

Kind code of ref document: A

REG Reference to national code

Ref country code: BR

Ref legal event code: B01A

Ref document number: 112018074698

Country of ref document: BR

ENP Entry into the national phase

Ref document number: 2016903924

Country of ref document: EP

Effective date: 20190102

ENP Entry into the national phase

Ref document number: 112018074698

Country of ref document: BR

Kind code of ref document: A2

Effective date: 20181129