JP2011196943A - 認識装置 - Google Patents
認識装置 Download PDFInfo
- Publication number
- JP2011196943A JP2011196943A JP2010066716A JP2010066716A JP2011196943A JP 2011196943 A JP2011196943 A JP 2011196943A JP 2010066716 A JP2010066716 A JP 2010066716A JP 2010066716 A JP2010066716 A JP 2010066716A JP 2011196943 A JP2011196943 A JP 2011196943A
- Authority
- JP
- Japan
- Prior art keywords
- vehicle
- recognition
- observation
- speed
- target 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.)
- Pending
Links
Landscapes
- Traffic Control Systems (AREA)
- Optical Radar Systems And Details Thereof (AREA)
Abstract
【課題】横切り車両を対象にした状態認識の精度良く行うこと。
【解決手段】レーダ波の反射点の位置座標(x,y)を取得する(S110)。そして、反射点に対して1線分および2線分をフィッティングする(S120)。次に、1線分、2線分のうち、二乗和が小さい方を選択する(S130)。そして、観測値、車長方向先端位置及び車長方向後端位置を算出し(S140)、算出した車長方向後端位置が、走査範囲の端領域に位置するかを判定する(S150)。車長方向後端位置が端領域に位置すると判定すると(S150NO)、車長方向先端位置を用いた状態認識を行う(S170)。車長方向先端位置は、横切り車両が走査範囲の端に位置していたとしても、精度良く把握できるので、状態認識も精度良く行うことができる。
【選択図】図2
【解決手段】レーダ波の反射点の位置座標(x,y)を取得する(S110)。そして、反射点に対して1線分および2線分をフィッティングする(S120)。次に、1線分、2線分のうち、二乗和が小さい方を選択する(S130)。そして、観測値、車長方向先端位置及び車長方向後端位置を算出し(S140)、算出した車長方向後端位置が、走査範囲の端領域に位置するかを判定する(S150)。車長方向後端位置が端領域に位置すると判定すると(S150NO)、車長方向先端位置を用いた状態認識を行う(S170)。車長方向先端位置は、横切り車両が走査範囲の端に位置していたとしても、精度良く把握できるので、状態認識も精度良く行うことができる。
【選択図】図2
Description
周辺車両の速度や位置等を認識する装置に関する。
自車両周辺をレーザレーダ等によって走査することで、自車両周辺に位置する認識対象車両の状態(速度や位置)を認識する装置が知られている。例えば、特許文献1に記載された発明では、走査結果に基づいて認識対象車両の輪郭を長方形に近似する手法を用いて、認識対象車両の状態認識をしている。
一方、特許文献2に記載された発明では、認識対象車両の全体が走査範囲内に収まっていない場合があることを考慮している。すなわち、先行車(前方を自車両と同じ向きに走行する車両)を認識対象とし、車両後部の両端付近に設けられたリフレクタを利用することで、走査範囲の中心付近に位置するのか、走査範囲外との境界付近に位置するのかを判定する。そして、その判定結果に応じて、状態認識のための算出方法を変更するようになっている。
先述した従来技術の課題は、横切り車両(自車両の前方を横切る車両)の状態認識が難しいことである。横切り車両は「車両全体が走査範囲外→車両の一部が走査範囲内→車両全体が走査範囲内」という順序で、自車両に接近してくることが多い。しかし、特許文献1の場合、認識対象車両の全体が走査範囲内に収まっていないときがあることを考慮しておらず、横切り車両を認識対象にすると精度に問題が残る。
つまり、車両の輪郭を長方形と捉える際に、車両の一部しか走査範囲内に収まっていなければ、走査結果に基づいて近似される長方形は、車両の輪郭を近似したものとして精度を欠くことになる。その精度を欠いたものに基づく状態認識は、当然、精度を欠くことになる。
一方、特許文献2の場合、車両側面にはリフレクタが設置されていないことが多く、そもそも横切り車両の状態認識に適用することが困難である。
本発明はこの課題に鑑み、横切り車両を対象にした状態認識の精度良く行うことを目的とする。
本発明はこの課題に鑑み、横切り車両を対象にした状態認識の精度良く行うことを目的とする。
この目的を達成するための請求項1に記載の発明は、観測手段と、状態予測手段と、認識手段とを備える認識装置である。観測手段は、レーダ波を走査することで、認識対象車両の表面の位置座標を時系列に観測する。また、状態予測手段は、観測手段の最新の観測時刻よりも前の時刻の観測結果に基づいて、最新の観測時刻における認識対象車両の車長、速度および中心位置を予測する。そして、認識手段は、状態予測手段の予測結果および観測手段の最新の観測時刻の観測結果に基づいて、最新の観測時刻における認識対象車両の速度および中心位置を認識する。
また、認識手段は、先端位置予測手段と、予備認識手段とを備える。先端位置予測手段は、状態予測手段によって予測された車長および中心位置に基づいて、最新の観測時刻における認識対象車両の車長方向先端位置を予測する。また、予備認識手段は、状態予測手段によって予測された車長および速度、先端位置予測手段によって予測された車長方向先端位置、並びに観測手段の最新の観測時刻の観測結果に基づいて、最新の観測時刻における認識対象車両の車長、速度および車長方向先端位置を認識する。そして、認識手段は、予備認識手段の認識結果に基づいて、最新の観測時刻における認識対象車両の速度および中心位置を認識する。
この認識装置によれば、横切り車両を対象にした状態認識を精度良く行うことができる。すなわち、この認識装置は、認識対象車両の側面にリフレクタが設けられていることを必要とせず、かつ、認識対象車両の一部のみが走査範囲内の場合でも、全部が走査範囲内の場合でも、適用可能な手法を採用している。
更に詳述すると、認識手段は、最終的には認識対象車両の現在(最新の観測時刻)の速度および中心位置を出力するのだが、認識の過程においては、車長を利用して求めた車長方向先端位置に基づく手法(つまり、車長方向先端位置を追跡する手法)を用いる。この手法によれば、認識対象車両の一部のみが走査範囲内となった段階から、定点追跡による速度算出ができるので、速度認識の精度が従来よりも高くなる。
つまり、この認識装置は、「車長方向先端位置」に基づいて「車長方向先端位置の速度」を算出し、その算出した「車長方向先端位置の速度」に基づいて「車両の中心位置の速度」を認識する。「車長方向先端位置」は、一部が走査範囲内となった段階から、精度良く把握することができる。よって、「車長方向先端位置」に基づいて算出される「車長方向先端位置の速度」は、精度が良い。そして、「車両の中心位置の速度」は「車長方向先端位置の速度」から容易に算出できるので、「車長方向先端位置の速度」を精度良く算出できれば、「車両の中心位置の速度」も精度良く算出できることになる。
ところで、先端位置予測手段および予備認識手段の動作を省いても認識精度を保つことができる場合は、その動作を省いて、その動作に付随する演算等を省略するのが好ましい。そこで、次のようにすると良い。
請求項2に記載の認識装置が備える認識手段は、認識対象車両全体がレーダ波の走査範囲内に収まっているかを、観測手段の観測結果に基づいて判定する判定手段を備える。さらに、認識手段は、認識対象車両全体が走査範囲内に収まっていると判定手段によって判定されると、予備認識手段の認識結果に基づかずに、最新の観測時刻における認識対象車両の速度および中心位置を認識する。
この認識装置によれば、認識対象車両全体が走査範囲内に収まっている場合は、予備認識手段の動作が必要なくなる。予備認識手段の動作が必要なくなれば、先端位置予測手段の動作も必要なくなる。よって、認識対象車両全体が走査範囲内に収まっている場合は、予備認識手段および先端位置予測手段の動作を省くことができ、ひいては、その動作に付随する演算等を省略できることになる。
なお、認識対象車両全体が走査範囲内に収まっている場合は、中心位置および車長方向先端位置の両方を精度良く把握できるので、予備認識手段の認識結果に基づいても、予備認識手段の認識結果に基づかなくても(つまり、中心位置を追跡する方法によっても)、速度認識の精度は同等である。
ところで、認識手段は、具体的には次のように構成されると良い。請求項3に記載の認識装置が備える認識手段は、カルマンフィルタを用いて、最新の観測時刻における認識対象車両の速度および中心位置を認識する。この認識装置によれば、カルマンフィルタによる高精度な認識ができるようになる。
[1.ハードウェア構成]
図1は、本発明が適用され、自車両100(図3参照)の前方部に搭載される認識装置1の構成を示すブロック図である。認識装置1は、図1に示すように、レーザダイオード11、コリメータレンズ12、レーザダイオード駆動回路13、ミラー15、モータ17、集光レンズ19、フォトダイオード21、増幅器22、検出回路23及び制御部25を備える。
図1は、本発明が適用され、自車両100(図3参照)の前方部に搭載される認識装置1の構成を示すブロック図である。認識装置1は、図1に示すように、レーザダイオード11、コリメータレンズ12、レーザダイオード駆動回路13、ミラー15、モータ17、集光レンズ19、フォトダイオード21、増幅器22、検出回路23及び制御部25を備える。
レーザダイオード11は、レーザダイオード駆動回路13からの駆動信号に従って、レーダ波(赤外線領域のレーザ光)を発射する。また、コリメータレンズ12は、レーザダイオード11から発射されて発散するレーダ波を、平行波になるように屈折させる。
モータ17は、制御部25からのモータ駆動信号に従って、ミラー15を回転させる。ミラー15は、光を反射するための六角柱形状の反射面を備えるポリゴンミラーである。認識装置1は、これらの構成により、レーダ波を走査範囲(図3参照)内において走査できるようになっている。
一方、集光レンズ19は、反射して戻ってきたレーダ波を集光する。そして、フォトダイオード21は、集光レンズ19によって集光されたレーダ波を受光して電気信号を発生し、その電気信号は、増幅器22によって増幅される。そして、検出回路23は、レーザダイオード駆動回路13を制御するための信号と、増幅器22から出力された信号とに基づいて、各発射角度におけるレーダ波の往復時間を検出し、その検出結果を制御部25に入力する。
制御部25は、CPU25a、ROM25b及びRAM25c等から構成され、レーザダイオード駆動回路13及びモータ17を制御し、検出回路23による検出結果に基づいて、後述する状態認識処理を実行する。
[2.ソフトウェア]
図2は、制御部25が主体となって繰り返し実行する状態認識処理を示すフローチャートである。制御部25は、まず、検出回路23による検出結果に基づいて、レーダ波の反射点の位置座標(x,y)を取得する(S110)。これら反射点の具体例を示したのが図3である。
[2.ソフトウェア]
図2は、制御部25が主体となって繰り返し実行する状態認識処理を示すフローチャートである。制御部25は、まず、検出回路23による検出結果に基づいて、レーダ波の反射点の位置座標(x,y)を取得する(S110)。これら反射点の具体例を示したのが図3である。
図3は、認識装置1が自車両100に搭載されており、横切り車両200<1>,200<2>,200<3>が認識対象車両となっている例を示している。なお、横切り車両200<1>,200<2>,200<3>は、それぞれ別々の車両ではなく、同一の車両を時系列に示したものである。つまり、横切り車両200<1>が最も早い時刻における位置を示しており、横切り車両200<3>が最も遅い時刻の位置を示している。そして、横切り車両200<1>,200<2>,200<3>それぞれの外縁に描かれた円は、レーダ波の反射点を示している。
また、図3に示すように、自車両の車幅方向の右向きをx軸の正方向、車長方向の前向きをy軸の正方向として定義する。また、図3に示すように、レーダ波の走査範囲は、走査範囲の3/4を占める中央領域と、この中央領域の左右に位置し、走査範囲の1/8ずつを占める2つの端領域との3つの領域に予め分割されている。これらの領域をどのように活用するかは、S150で後述する。
図2に戻る。S110の次は、反射点に対して1線分および2線分をフィッティングする(S120)。図4に移り、このフィッティングの説明をする。図4(a)は、横切り車両200<1>の反射点に対して、最小二乗法によって、1線分(左図)及び2線分(右図)をフィッティングした様子を示している。また、図4(a)の右図に示すように、2線分は、互いに直交することを条件としている。(図4(a)において車両200<1>は傾いており、図3に示されたものと一致しないように見えるが、図4(a)においては、後述するθを図示するために傾かせて図示している。)
また、図4(b)は、横切り車両200<2>の反射点に対して、1線分(左図)および2線分(右図)をフィッティングした様子を示す。そして、図4(c)は、横切り車両200<3>の反射点に対して、1線分(左図)及び2線分(右図)をフィッティングした様子を示している。
また、図4(b)は、横切り車両200<2>の反射点に対して、1線分(左図)および2線分(右図)をフィッティングした様子を示す。そして、図4(c)は、横切り車両200<3>の反射点に対して、1線分(左図)及び2線分(右図)をフィッティングした様子を示している。
図2に戻る。S120の次は、1線分、2線分のうち、二乗和が小さい方を、横切り車両の輪郭を近似するものとして選択する(S130)。二乗和が小さい方の線分を選択する理由は、横切り車両の輪郭を近似するものとして、より適切だからである。
図4に移る。図4(a)の横切り車両200<1>の場合、及び図4(b)の横切り車両200<2>の場合、反射点をより適切に近似し、車両の輪郭を捉えている2線分の方が、二乗和が小さいことが見て取れる。
一方、図4(c)の横切り車両200<3>の場合、反射点をより適切に近似し、車両の輪郭を捉えている1線分の方が、二乗和が小さいことが見て取れる。よって、横切り車両200<1>,200<2>の場合は2線分が、横切り車両200<3>の場合は1線分が、S130において選択される。
図2に戻る。S130の次は、観測値z(k)、車長方向先端位置(以下「先端位置」と略す。)(x',y')及び車長方向後端位置(以下「後端位置」と略す。)(x",y")を算出する(S140)。z(k)は次式で示される。
z(k)=[x y θ W L]T…(1)
すなわちz(k)は、時刻kにおいて観測された中心位置(x,y)、進行角度θ、車長W、車幅Lを示す。なお通常は、Wは車幅を示し、Lは車長を示す。ただし、本実施形態においては、先行車両(自車両と同じ向きに走行する前方車両)を認識対象とする場合との整合を取るため、車長と車幅との関係を入れ替えて表現する。また、進行角度θは、x軸と車両側面を近似した線分との角度である。
z(k)=[x y θ W L]T…(1)
すなわちz(k)は、時刻kにおいて観測された中心位置(x,y)、進行角度θ、車長W、車幅Lを示す。なお通常は、Wは車幅を示し、Lは車長を示す。ただし、本実施形態においては、先行車両(自車両と同じ向きに走行する前方車両)を認識対象とする場合との整合を取るため、車長と車幅との関係を入れ替えて表現する。また、進行角度θは、x軸と車両側面を近似した線分との角度である。
また、2線分が選択された場合(横切り車両200<1>,200<2>の場合:図4(a)(b)の右図)の中心位置(x,y)は、その選択された2線分を2辺とする直角三角形の斜辺の中点によって示される位置である。
一方、1線分が選択された場合(横切り車両200<3>の場合:図4(c)の左図)の中心位置(x,y)は、その選択された線分、及び車幅Lに基づいて定める。具体的には、まず、その選択された線分に対して垂線を引く。その垂線は、その選択された線分の中点を足(交点)とし、長さを車幅Lの半分とする。このような条件を満たす垂線は、y軸の正方向に向かって延びるものと、負方向に向かって延びるものの2つ存在するが、ここで引かれる垂線は、y軸の正方向に向かって延びるものである。そして、横切り車両200<3>の中心位置(x,y)は、その垂線の端点のうち、垂線の足ではない方の端点の位置である。なお、車幅Lは、車両200<3>の反射点からは求めることができないので、以前の時刻において求めた値(例えば、車両200<2>のものとして求めた値)を用いる。
また、車両側面を近似した線分の端点のうち、走査範囲の中心に近い方のものが先端位置(x',y')、遠い方のものが後端位置(x",y")である。よって、横切り車両が走査範囲の中心線を通過するまでは、横切り車両の実際の先端が、先端位置(x',y')に対応し、実際の後端が、後端位置(x",y")に対応する。一方、横切り車両が走査範囲の中心線を通過した後は、横切り車両の実際の先端が、後端位置(x",y")に対応し、実際の後端が、先端位置(x',y')に対応することになる。
S140の次は、S140で求めた後端位置(x",y")が、走査範囲の端領域に位置するかを判定する(S150)。図3で説明した端領域は、このようにして活用される。S140の目的は、横切り車両全体が、走査範囲内に収まっているかを判定することにある。なお、後端位置(x",y")が端領域に位置する場合であっても、横切り車両全体が走査範囲内に収まっていることもあるが、本実施形態においては誤判定を防ぐために、この場合は「横切り車両全体が走査範囲内に収まっていない」と見なすようにしている。
そして、後端位置(x",y")が中央領域に位置すると判定すると(S150NO)、中心位置(x,y)を用いた状態認識を行う(S160)。なお、時系列に沿って説明するのであれば、横切り車両200<1>を対象とした「先端位置(x',y')を用いた状態認識(S170)」を先に説明すべきところだが、「先端位置(x',y')を用いた状態認識(S170)」は「中心位置(x,y)を用いた状態認識(S160)」を基礎とした手法であるので、先に「中心位置を用いた状態認識(S160)」から説明する。
図5(a)は、中心位置(x,y)を用いた状態認識の概念図である。この概念図は、観測値z(k)及びxs(k|k−1)を入力とし、カルマンフィルタを伝達関数とすることで、xs(k|k)を出力する方法を示している。なお、カルマンフィルタは、運動モデル(後述)及び図4で説明した観測モデルに基づいて設計される。また、xs(k|k)とは、時刻kについてのxsの値であって、時刻kにおいて認識したxsの値である。そして、xsは次式で示される。
xs=[x y vx vy θ W L]T…(2)
つまり、xsは、中心位置(x,y)、速度(vx,vy)、進行角度θ、車長W、及び車幅Lを示す。そして、xs(k|k)は、具体的には次式で求める。
xs(k|k)=xs(k|k−1)+K{z(k)−Cxs(k|k−1)}…(3)
xs(k|k−1)とは、時刻kについての値であって、時刻(k−1)において予測した値である。K及びCは、xs(k|k−1)及びz(k)の重み付けのために設定される係数としての行列(定数)である。
xs=[x y vx vy θ W L]T…(2)
つまり、xsは、中心位置(x,y)、速度(vx,vy)、進行角度θ、車長W、及び車幅Lを示す。そして、xs(k|k)は、具体的には次式で求める。
xs(k|k)=xs(k|k−1)+K{z(k)−Cxs(k|k−1)}…(3)
xs(k|k−1)とは、時刻kについての値であって、時刻(k−1)において予測した値である。K及びCは、xs(k|k−1)及びz(k)の重み付けのために設定される係数としての行列(定数)である。
また、運動モデルは、等速直線運動モデルを用いる。具体的には、次の(4)〜(8)式を満たすことを条件とする。
x*=x+vxT…(4)
y*=y+vyT…(5)
vx *=vx…(6)
vy *=vy…(7)
θ*=θ…(8)
Tの次元は時間であり、添え字「*」はT秒後の状態を示す。さらに、次の(9)、(10)式を満たすことを条件とする。(9)、(10)式は、「車長W及び車幅Lが変化しない」ということに基づいている。
W*=W…(9)
L*=L…(10)
横切り車両全体がレーダ波の走査範囲内に位置していれば、中心位置(x,y)を精度良く把握できるので、上記の中心位置(x,y)による手法によって、精度良い状態認識が可能である。
x*=x+vxT…(4)
y*=y+vyT…(5)
vx *=vx…(6)
vy *=vy…(7)
θ*=θ…(8)
Tの次元は時間であり、添え字「*」はT秒後の状態を示す。さらに、次の(9)、(10)式を満たすことを条件とする。(9)、(10)式は、「車長W及び車幅Lが変化しない」ということに基づいている。
W*=W…(9)
L*=L…(10)
横切り車両全体がレーダ波の走査範囲内に位置していれば、中心位置(x,y)を精度良く把握できるので、上記の中心位置(x,y)による手法によって、精度良い状態認識が可能である。
一方、S150において、後端位置(x",y")が端領域に位置すると判定すると(S150YES)、先端位置(x',y')を用いた状態認識を行う(S170)。図5(b)を用いて、この状態認識を説明する。
図5(b)は、先端位置(x',y')を用いた状態認識の概念図である。図5(b)に示されたz'(k)、xs'(k|k−1)、xs'(k+1|k)、xs'(k|k)はそれぞれ、「'」が付されていないものに対して、中心位置(x,y)が先端位置(x',y')に置換されたものを示している。
図5(b)に示すように「観測値z(k)及びxs(k|k−1)を入力とし、カルマンフィルタを伝達関数とし、xs(k|k)を出力する」という点においては、中心位置(x,y)を用いた状態認識と同じである。一方、異なるのは、カルマンフィルタに対する入力、及びカルマンフィルタからの出力において、中心位置(x,y)が先端位置(x',y')に置換されている点である。
つまり、観測値z(k)を観測値z'(k)に、xs(k|k−1)をxs'(k|k−1)に置換して、その置換したものをカルマンフィルタに入力する。観測値z(k)を観測値z'(k)に置換するには、観測値z(k)に含まれる中心位置(x,y)を、S140で求めた先端位置(x',y')に置換する。一方、xs(k|k−1)をxs'(k|k−1)に置換するには次式を用いる。
[x' y']T=[x y]T+W/2[cosθ sinθ]T…(11)
そして、カルマンフィルタから出力されるxs'(k+1|k)及びxs'(k|k)を、(10)式によってxs(k+1|k)及びxs(k|k)に変換する。
[x' y']T=[x y]T+W/2[cosθ sinθ]T…(11)
そして、カルマンフィルタから出力されるxs'(k+1|k)及びxs'(k|k)を、(10)式によってxs(k+1|k)及びxs(k|k)に変換する。
S160又はS170の次は、過去値を更新して(S180)、状態認識処理を終える。過去値の更新とは、xs(k|k−1)をxs(k|k)に置き換えて記憶することである。なお、認識装置1は、横切り車両だけでなく、先行車両を認識対象とすることも可能である。
[3.効果]
認識装置1によれば、横切り車両全体がレーダ波の走査範囲内に位置していなくても、カルマンフィルタを用いた精度良い状態認識が可能となる。また、横切り車両全体がレーダ波の走査範囲内に位置している場合は、中心位置(x,y)による手法を用いることで、精度を保ちつつ処理負荷を軽くしている。
[4.対応関係]
実施形態と特許請求の範囲との対応関係を述べる。S110が観測手段、S120〜S170が状態予測手段および認識手段、S150が判定手段、S170が先端位置予測手段および予備認識手段、のソフトウェアに相当する。
[5.他の実施形態]
(ア)運動モデルは、非線形でも良い。つまり、加速度や角速度を、xsに加えても良い。
(イ)横切り車両の先端付近のごく一部しか走査範囲内に位置しておらず、先端位置と中心位置(x,y)との距離が所定値未満の場合は、中心位置(x,y)による手法を用いても良い。このような場合は、何れを用いても認識精度に大差が無いと考えられるので、処理負荷を低くすることを優先するのであれば、中心位置(x,y)による手法を用いた方が望ましい。
(ウ)先端位置(x',y')を用いた手法による認識対象から、先行車両を除外するようにしても良い。具体的には、上記(イ)で述べたように、先端位置(x',y')と中心位置(x,y)との距離が所定値未満の場合は、中心位置(x,y)による手法を用いる。そして、認識対象車両の進行方向とx方向の速度とに基づいて、認識対象車両が横切り車両であるのか、先行車両であるのかを判断する。そして、認識対象車両が横切り車両と判断した時点で、先端位置(x',y')を用いた手法に切り替えるようにする。このようにすれば、更に処理負荷が低くなると考えられる。
(エ)横切り車両が、走査範囲内から走査範囲外に出て行こうとしていることで、後端位置(x",y")(実際には車両先端)が端領域に位置する場合、中心位置(x,y)による手法を用いても良い。ただし、この場合、xs(k|k−1)に比べてz(k)が信頼できないので、xs(k|k−1)に重みを持たせるようにする必要がある。具体的には、(3)式において、Kの値を1よりも十分小さくすれば良い。
(オ)常に、先端位置(x',y')を用いた手法によって状態認識を行っても良い。処理負荷が高くなることが考えられるが、場合分けが不要になるという利点がある。
(カ)レーダ波は、赤外線領域のものでなくても、電波領域のものでも良い。また、レーダ波による走査に替えて、画像を用いても良い。
[3.効果]
認識装置1によれば、横切り車両全体がレーダ波の走査範囲内に位置していなくても、カルマンフィルタを用いた精度良い状態認識が可能となる。また、横切り車両全体がレーダ波の走査範囲内に位置している場合は、中心位置(x,y)による手法を用いることで、精度を保ちつつ処理負荷を軽くしている。
[4.対応関係]
実施形態と特許請求の範囲との対応関係を述べる。S110が観測手段、S120〜S170が状態予測手段および認識手段、S150が判定手段、S170が先端位置予測手段および予備認識手段、のソフトウェアに相当する。
[5.他の実施形態]
(ア)運動モデルは、非線形でも良い。つまり、加速度や角速度を、xsに加えても良い。
(イ)横切り車両の先端付近のごく一部しか走査範囲内に位置しておらず、先端位置と中心位置(x,y)との距離が所定値未満の場合は、中心位置(x,y)による手法を用いても良い。このような場合は、何れを用いても認識精度に大差が無いと考えられるので、処理負荷を低くすることを優先するのであれば、中心位置(x,y)による手法を用いた方が望ましい。
(ウ)先端位置(x',y')を用いた手法による認識対象から、先行車両を除外するようにしても良い。具体的には、上記(イ)で述べたように、先端位置(x',y')と中心位置(x,y)との距離が所定値未満の場合は、中心位置(x,y)による手法を用いる。そして、認識対象車両の進行方向とx方向の速度とに基づいて、認識対象車両が横切り車両であるのか、先行車両であるのかを判断する。そして、認識対象車両が横切り車両と判断した時点で、先端位置(x',y')を用いた手法に切り替えるようにする。このようにすれば、更に処理負荷が低くなると考えられる。
(エ)横切り車両が、走査範囲内から走査範囲外に出て行こうとしていることで、後端位置(x",y")(実際には車両先端)が端領域に位置する場合、中心位置(x,y)による手法を用いても良い。ただし、この場合、xs(k|k−1)に比べてz(k)が信頼できないので、xs(k|k−1)に重みを持たせるようにする必要がある。具体的には、(3)式において、Kの値を1よりも十分小さくすれば良い。
(オ)常に、先端位置(x',y')を用いた手法によって状態認識を行っても良い。処理負荷が高くなることが考えられるが、場合分けが不要になるという利点がある。
(カ)レーダ波は、赤外線領域のものでなくても、電波領域のものでも良い。また、レーダ波による走査に替えて、画像を用いても良い。
1…認識装置、11…レーザダイオード、12…コリメータレンズ、13…レーザダイオード駆動回路、15…ミラー、17…モータ、19…集光レンズ、21…フォトダイオート、22…増幅器、23…検出回路、25…制御部、25a…CPU、25b…ROM、25c…RAM、100…自車両、200…横切り車両
Claims (3)
- レーダ波を走査することで、認識対象車両の表面の位置座標を時系列に観測する観測手段と、
前記観測手段の最新の観測時刻よりも前の時刻の観測結果に基づいて、前記最新の観測時刻における認識対象車両の車長、速度および中心位置を予測する状態予測手段と、
前記状態予測手段の予測結果および前記観測手段の最新の観測時刻の観測結果に基づいて、前記最新の観測時刻における認識対象車両の速度および中心位置を認識する認識手段とを備える認識装置であって、
前記認識手段は、
前記状態予測手段によって予測された車長および中心位置に基づいて、前記最新の観測時刻における認識対象車両の車長方向先端位置を予測する先端位置予測手段と、
前記状態予測手段によって予測された車長および速度、前記先端位置予測手段によって予測された車長方向先端位置、並びに前記観測手段の最新の観測時刻の観測結果に基づいて、前記最新の観測時刻における認識対象車両の車長、速度および車長方向先端位置を認識する予備認識手段とを備えると共に、
前記予備認識手段の認識結果に基づいて、前記最新の観測時刻における認識対象車両の速度および中心位置を認識する
ことを特徴とする認識装置。 - 前記認識手段は、
認識対象車両全体が前記レーダ波の走査範囲内に収まっているかを、前記観測手段の観測結果に基づいて判定する判定手段を備えると共に、
認識対象車両全体が走査範囲内に収まっていると前記判定手段によって判定されると、前記予備認識手段の認識結果に基づかずに、前記最新の観測時刻における認識対象車両の速度および中心位置を認識する
ことを特徴とする請求項1に記載の認識装置。 - 前記認識手段は、カルマンフィルタを用いて、前記最新の観測時刻における認識対象車両の速度および中心位置を認識する
ことを特徴とする請求項1又は請求項2に記載の認識装置。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2010066716A JP2011196943A (ja) | 2010-03-23 | 2010-03-23 | 認識装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2010066716A JP2011196943A (ja) | 2010-03-23 | 2010-03-23 | 認識装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
JP2011196943A true JP2011196943A (ja) | 2011-10-06 |
Family
ID=44875342
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2010066716A Pending JP2011196943A (ja) | 2010-03-23 | 2010-03-23 | 認識装置 |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP2011196943A (ja) |
Cited By (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2013033024A (ja) * | 2011-07-05 | 2013-02-14 | Denso Corp | 距離,速度測定装置 |
CN110596716A (zh) * | 2019-10-11 | 2019-12-20 | 劢微机器人科技(深圳)有限公司 | 一种agv激光雷达定位***及方法 |
CN110632607A (zh) * | 2019-09-16 | 2019-12-31 | 广州小鹏汽车科技有限公司 | 一种基于超声波数据的物体边界确定方法、***及车辆 |
CN110967699A (zh) * | 2018-09-30 | 2020-04-07 | 长城汽车股份有限公司 | 用于确定车辆的环境目标所处的区域的方法及装置 |
JP2020060530A (ja) * | 2018-10-12 | 2020-04-16 | 株式会社デンソーテン | レーダ装置及び信号処理方法 |
JP2020085713A (ja) * | 2018-11-28 | 2020-06-04 | 日産自動車株式会社 | 物体認識方法及び物体認識装置 |
JP2020085716A (ja) * | 2018-11-28 | 2020-06-04 | 日産自動車株式会社 | 物体認識方法及び物体認識装置 |
CN111367269A (zh) * | 2018-12-26 | 2020-07-03 | 武汉万集信息技术有限公司 | 激光雷达的导航定位方法、装置及*** |
US10875532B2 (en) | 2018-07-04 | 2020-12-29 | Denso Corporation | Travelling assist apparatus |
US11069241B2 (en) | 2015-12-25 | 2021-07-20 | Denso Corporation | Driving support device and driving support method |
US11074817B2 (en) | 2017-09-01 | 2021-07-27 | Denso Corporation | Driving support apparatus |
US11414074B2 (en) | 2017-07-11 | 2022-08-16 | Denso Corporation | Driving support device |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH09184882A (ja) * | 1995-12-28 | 1997-07-15 | Denso Corp | 車両用障害物警報装置 |
JP2008062873A (ja) * | 2006-09-11 | 2008-03-21 | Honda Motor Co Ltd | 車両の走行安全装置 |
JP2009014479A (ja) * | 2007-07-04 | 2009-01-22 | Honda Motor Co Ltd | 車両用物体検知装置 |
JP2009042181A (ja) * | 2007-08-10 | 2009-02-26 | Denso Corp | 推定装置 |
JP2009288255A (ja) * | 2009-09-11 | 2009-12-10 | Denso Corp | 推定装置 |
JP2010018162A (ja) * | 2008-07-10 | 2010-01-28 | Fuji Heavy Ind Ltd | 車両の衝突防止装置 |
-
2010
- 2010-03-23 JP JP2010066716A patent/JP2011196943A/ja active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH09184882A (ja) * | 1995-12-28 | 1997-07-15 | Denso Corp | 車両用障害物警報装置 |
JP2008062873A (ja) * | 2006-09-11 | 2008-03-21 | Honda Motor Co Ltd | 車両の走行安全装置 |
JP2009014479A (ja) * | 2007-07-04 | 2009-01-22 | Honda Motor Co Ltd | 車両用物体検知装置 |
JP2009042181A (ja) * | 2007-08-10 | 2009-02-26 | Denso Corp | 推定装置 |
JP2010018162A (ja) * | 2008-07-10 | 2010-01-28 | Fuji Heavy Ind Ltd | 車両の衝突防止装置 |
JP2009288255A (ja) * | 2009-09-11 | 2009-12-10 | Denso Corp | 推定装置 |
Cited By (18)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2013033024A (ja) * | 2011-07-05 | 2013-02-14 | Denso Corp | 距離,速度測定装置 |
US11069241B2 (en) | 2015-12-25 | 2021-07-20 | Denso Corporation | Driving support device and driving support method |
US11414074B2 (en) | 2017-07-11 | 2022-08-16 | Denso Corporation | Driving support device |
US11074817B2 (en) | 2017-09-01 | 2021-07-27 | Denso Corporation | Driving support apparatus |
US10875532B2 (en) | 2018-07-04 | 2020-12-29 | Denso Corporation | Travelling assist apparatus |
CN110967699B (zh) * | 2018-09-30 | 2022-03-22 | 毫末智行科技有限公司 | 用于确定车辆的环境目标所处的区域的方法及装置 |
CN110967699A (zh) * | 2018-09-30 | 2020-04-07 | 长城汽车股份有限公司 | 用于确定车辆的环境目标所处的区域的方法及装置 |
JP2020060530A (ja) * | 2018-10-12 | 2020-04-16 | 株式会社デンソーテン | レーダ装置及び信号処理方法 |
JP7207932B2 (ja) | 2018-10-12 | 2023-01-18 | 株式会社デンソーテン | レーダ装置及び信号処理方法 |
JP2020085716A (ja) * | 2018-11-28 | 2020-06-04 | 日産自動車株式会社 | 物体認識方法及び物体認識装置 |
JP2020085713A (ja) * | 2018-11-28 | 2020-06-04 | 日産自動車株式会社 | 物体認識方法及び物体認識装置 |
JP7149171B2 (ja) | 2018-11-28 | 2022-10-06 | 日産自動車株式会社 | 物体認識方法及び物体認識装置 |
JP7149172B2 (ja) | 2018-11-28 | 2022-10-06 | 日産自動車株式会社 | 物体認識方法及び物体認識装置 |
CN111367269A (zh) * | 2018-12-26 | 2020-07-03 | 武汉万集信息技术有限公司 | 激光雷达的导航定位方法、装置及*** |
CN111367269B (zh) * | 2018-12-26 | 2023-08-15 | 武汉万集信息技术有限公司 | 激光雷达的导航定位方法、装置及*** |
CN110632607A (zh) * | 2019-09-16 | 2019-12-31 | 广州小鹏汽车科技有限公司 | 一种基于超声波数据的物体边界确定方法、***及车辆 |
CN110596716B (zh) * | 2019-10-11 | 2021-10-01 | 劢微机器人科技(深圳)有限公司 | 一种agv激光雷达定位***及方法 |
CN110596716A (zh) * | 2019-10-11 | 2019-12-20 | 劢微机器人科技(深圳)有限公司 | 一种agv激光雷达定位***及方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP2011196943A (ja) | 認識装置 | |
JP6477882B2 (ja) | 自己位置推定装置及び自己位置推定方法 | |
JP6363519B2 (ja) | 車両制御装置 | |
JP5949721B2 (ja) | 先行車選択装置 | |
KR101240181B1 (ko) | 이동 로봇의 안전경로 생성 방법 및 장치 | |
RU2719117C1 (ru) | Способ задания маршрута и устройство задания маршрута | |
US10508912B2 (en) | Road surface shape measuring device, measuring method, and non-transitory computer-readable medium | |
JP2004053278A (ja) | 前方車両追跡システムおよび前方車両追跡方法 | |
JP2015155878A (ja) | 車両用障害物検出装置 | |
JP6363518B2 (ja) | 区画線認識装置 | |
CN111095384A (zh) | 信息处理设备、自主移动设备、方法和程序 | |
JP7155284B2 (ja) | 計測精度算出装置、自己位置推定装置、制御方法、プログラム及び記憶媒体 | |
JP2019052920A (ja) | 物体検出装置、物体検出方法及び車両制御システム | |
JP2023101818A (ja) | 制御装置、検知装置、制御方法、プログラム及び記憶媒体 | |
JP2015132553A (ja) | 物体検出装置 | |
JP2018165657A (ja) | レーザ式測距装置を使用した物体エッジの検出方法 | |
US20180267153A1 (en) | Method for identifying noise data of laser ranging device | |
JP5130959B2 (ja) | 車両周囲環境検出装置 | |
JP2018159570A (ja) | 障害物検出装置と障害物検出方法 | |
JP2006047057A (ja) | 車外監視装置、及び、この車外監視装置を備えた走行制御装置 | |
JP3778166B2 (ja) | 車間距離制御装置 | |
JP2008014819A (ja) | 車両用物体検出装置 | |
JP6267430B2 (ja) | 移動体の環境地図生成制御装置、移動体、及び移動体の環境地図生成方法 | |
JPH05113482A (ja) | 車載用追突防止装置 | |
JP5266837B2 (ja) | 先行車認識装置及び先行車認識方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20120522 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20130606 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20130625 |
|
A02 | Decision of refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A02 Effective date: 20131022 |