JP2017227580A - 物体認識装置、物体認識方法および自動運転システム - Google Patents

Abstract

【課題】 この発明は、物体の認識精度を向上させて、物体を誤認識してしまうリスクを低減する物体認識装置の提供を目的とする。【解決手段】 本発明に係る物体認識装置４は、複数のセンサ１、２からの自車周辺物体の検出データに応じて、センサごとの観測データを作成、出力するデータ受信部５と、この観測データと前回処理周期における物体データとの対応関係を示す相関データを、相関基準値に基づいて求め、観測データと相関データとを出力する相関処理部６と、前回処理周期における物体データに含まれる状態ベクトルを相関データに基づいて更新すると共に、観測データのうち最新に対応した観測データとなる最新相関データをセンサごとに物体データに含めて更新し、更新された物体データを出力する更新処理部７とを備え、相関処理部６は、今回処理周期における観測データと同じセンサの最新相関データを優先的に用いて、相関基準値を求めるものである。【選択図】 図１

Description

本発明は、自車に搭載した複数のセンサからそれぞれ受信した物体の検出データを統合する物体認識装置、物体認識方法および自動運転システムに関するものである。

自車に複数のセンサを搭載し、各センサからの検出データを統合・融合する手法としては、センサフュージョンという手法が知られている。センサフュージョンでは、各センサからの複数の検出データにおいて、どの検出データが同一の物体の検出データであるかの対応付けを決定する必要がある。
特許文献１に記載の物体認識装置では、第１のセンサ、第２のセンサでそれぞれ物体を検出する。その後、第１のセンサの検出データを等速直線運動モデルで外挿して第２のセンサの検出時刻に時刻合わせを行い、時刻合わせが行われた各検出データの一致度を評価する。さらに、各検出データの一致度に基づいて第１のセンサの時刻合わせ後の検出データに対して運動補償を加算する運動モデルを設定しながら、第１のセンサに対する第２のセンサのバイアス誤差を推定する。この物体認識装置では、推定したバイアス誤差に基づき、第２のセンサのバイアス誤差を補正して、センサ間の座標のずれを解消することで、第１のセンサ、第２のセンサの両検出データを同一の物体のものとして認識している。

特許第５５９５１８１号公報

特許文献１に記載の物体認識装置では、各センサの設置状態が経年変化することにより、座標の原点、軸の向きが一定のずれを起こしていると仮定し、このずれをバイアス誤差とみなして推定する。しかしながら、例えば電波レーダと光学カメラといった異種センサを用いる場合、センサ間の座標のずれがなくても、各センサの検出データとして検出された物体の位置がそもそもセンサ間でずれていることがある。この位置ずれは一定ではなく、センサの種類や物体ごとに異なっていたり、また遠方ほどずれ量が増大したりする。このとき、従来の物体認識装置では、このずれをバイアス誤差とみなせないので、各センサの検出データが同じ物体のものであっても異なる物体のものであるとして誤認識してしまう問題点があった。なお、異種のセンサにおいてこの問題は顕著であるが、同じ検出方法であって分解能が違うセンサ同士、例えば光学カメラと光学カメラ、電波レーダと電波レーダであってもこのような問題が起こる。

本発明は、上記のような問題点を解決するためになされたものであり、物体の認識精度を向上させて、物体を誤認識してしまうリスクを低減することを目的とする。

この発明の物体認識装置は、自車周辺の物体を複数のセンサで検出し、物体の位置情報となる検出データを、それぞれのセンサから入力するものであって、複数のセンサからの検出データに応じて、センサごとの観測データを作成して出力するデータ受信部と、データ受信部から出力された観測データと前回処理周期における物体データとの対応関係を示す相関データを、相関基準値に基づいて求めると共に、観測データと相関データとを出力する相関処理部と、前回処理周期における物体データに含まれ、物体の位置情報に関する状態ベクトルを、相関処理部から出力された相関データに基づいて更新すると共に、観測データのうち最新に対応した観測データとなる最新相関データをセンサごとに物体データに含めて更新し、更新された物体データを出力する更新処理部とを備え、相関処理部は、今回処理周期における観測データと同じセンサの最新相関データを優先的に用いて、相関基準値を求めることを特徴とするものである。

本発明によれば、物体の認識精度を向上させて、物体を誤認識してしまうリスクを低減できるという効果を奏する。

本発明の実施の形態１の構成を示すブロック図。 本発明の実施の形態１の動作を示すフローチャート（前半）。 本発明の実施の形態１の動作を示すフローチャート（後半）。 本発明の実施の形態１における「第nのセンサの観測データで相関・更新」ステップ（ＳＴ２００）の詳細動作を示すフローチャート。 本発明の実施の形態１における「物体データの予測値・相関基準値を設定」ステップ（ＳＴ２０２）の詳細動作を示すフローチャート。 本発明の実施の形態１における「物体データを更新」ステップ（ＳＴ２０７）の詳細動作を示すフローチャート。 本発明の実施の形態１において、第１のセンサの検出回数N1が1、第２のセンサの検出回数N2が0の状況で、新たに第２のセンサからの観測データが入力された場面における予測値・相関基準値の設定を示す模式図。 本発明の実施の形態１において、第１のセンサの検出回数N1が1、第２のセンサの検出回数N2が1の状況で、新たに第１のセンサからの観測データが入力された場面における予測値・相関基準値の設定を示す模式図。 本発明の実施の形態１において、図７の状況における予測値・相関基準値の設定が妥当であることを説明するための不適切な予測値・相関基準値の設定例を示す模式図（参考図）。 本発明の実施の形態１において、第１のセンサの検出回数N1が2、第２のセンサの検出回数N2が1の状況で、新たに第２のセンサからの観測データが入力された場面における予測値・相関基準値の設定を示す模式図。

実施の形態１．
以下、本発明の実施の形態１について図面を用いて説明する。図１は、本発明の実施の形態における物体認識装置４を含む自動運転システムの構成を示すブロック図である。図１における自動運転システムは、複数のセンサとしての第１のセンサ１および第２のセンサ２、車両情報センサ３、物体認識装置４、物体認識装置４に内蔵されるデータ受信部５、相関処理部６および更新処理部７、さらに、表示部８ならびに車両制御部９を備える。このシステムが車両に搭載されており、これら構成について以下に詳述する。

第１のセンサ１と第２のセンサ２とは、物体から放射あるいは反射した光や電磁波などを受信して、信号処理や画像処理を適用し、自車から物体までの距離、方位角、自車に対する相対速度など、自車周辺の物体の位置情報を計測するセンサである。例えば、ミリ波レーダ、レーザレーダ、超音波センサ、赤外線センサ、光学カメラなどが挙げられる。

第１のセンサ１と第２のセンサ２の自車における搭載位置、物体を検知可能な範囲は既知であるとする。第１のセンサ１と第２のセンサ２の搭載位置等は任意に設定できる。物体認識装置４は、第１のセンサ１と第２のセンサ２とで検出された物体のそれぞれの観測データについて、同一の物体の情報を一つに統合することで認識精度を向上させることができるため、第１のセンサ１と第２のセンサ２の物体に対する検知範囲は、重複する（共通部分が存在する）ことが望ましい。

第１のセンサ１、第２のセンサ２のどちらか一方のセンサで検出できない物体につき、他方のセンサでは検出可能とするため、第１のセンサ１と第２のセンサ２とは相異なるセンサ方式とすることが望ましい。例えば、第１のセンサ１をミリ波レーダ、第２のセンサ２を光学カメラとして、第１のセンサ１を自車の前方バンパー部中央に、第２のセンサ２を自車のルームミラー裏側にそれぞれ搭載することにより、第１のセンサ１および第２のセンサ２は、自車の前方において重複する検知範囲を有することができる。これらセンサによって、検知範囲に属する複数の物体が検出される。本発明は、このように異種のセンサを用いる場合に特に好適であるが、同じ検出方法のセンサであって分解能が違うセンサを用いる場合等においても適用可能である。

第１のセンサ１が計測した物体の位置情報を第１のセンサの検出データとする。一方、第２のセンサ２が計測した物体の位置情報を第２のセンサの検出データとする。

車両情報センサ３は、自車の速度、車輪速、ステアリング角、ヨーレートなど、自車の状態を計測するセンサである。あるいは、車両情報センサ３はGPS（Global Positioning System）を用いて、自車の緯度、経度、進行方向を計測するセンサであっても良い。このように、車両情報センサ３が取得した、自車周辺の物体認識に必要な自車の情報を総称して自車データという。

物体認識装置４は、データ受信部５、相関処理部６、更新処理部７を有し、例えば、メモリに記憶されたプログラムを実行するＣＰＵと、システムＬＳＩ等の処理回路によって実現される。
データ受信部５は、第１のセンサ１からの第１のセンサの検出データ、第２のセンサ２からの第２のセンサの検出データ、および車両情報センサ３からの自車データを受信し、各検出データを観測データとして必要に応じて加工して、相関処理部６に所定の処理周期毎に出力する。

相関処理部６は、観測データと、後述する更新処理部７からの物体データとの対応関係を決定する。さらに、観測データと、物体データと、この対応関係をまとめた相関データとを、更新処理部７に出力する。ここで、対応関係があるとは、ある観測データと、ある物体データとが同一の物体のものである、又はその可能性が高いと対応付けられた場合のことを言う。

更新処理部７は、相関データに基づいて、物体データを更新して出力する。物体データは、例えば、検出された物体の位置、速度、加速度等の物体の状態ベクトル、この状態ベクトルの生成・更新に用いた第１のセンサ１および第２のセンサ２のそれぞれの観測データの検出回数、第１のセンサ１および第２のセンサ２のそれぞれの観測データのうち最新に対応した観測データ（以下、最新相関データと呼ぶ）、第１のセンサ１および第２のセンサ２のそれぞれの観測データと最新に対応してからの経過時間、ロスト回数等を含んでいる。なお、第１のセンサ１、第２のセンサ２によって複数の物体が検出され、物体ごとに物体データが作成されるものである。

物体データの状態ベクトルは、例えば、最小二乗法、カルマンフィルタ、粒子フィルタ等、公知の方法を用いて更新する。

物体データにおいて、第１のセンサ１の観測データの検出回数、第２のセンサ２の観測データの検出回数をそれぞれN1、N2と定義し、第１のセンサ１の観測データ、第２のセンサ２の観測データと最新に対応してからの経過時間をそれぞれΔT1、ΔT2と定義する。

更新処理部７の物体データの一部または全部は、例えば自車内部のインストゥルメントパネルやヘッドマウントディスプレイ等で構成させる表示部８に出力され、運転者等にセンサ情報を表示する。あるいは、物体データの一部または全部は、例えばブレーキ制御装置やステアリング制御装置等で構成される車両制御部９に出力され、車両制御部９は、この物体データを用いて、他車との車間距離を維持するための制御、自車の車線を維持するための制御、自車の自動ブレーキ制御等を行う。

以下、本実施の形態１の動作について、図２(図２Ａ，図２Ｂ)から図５までを用いて説明する。
物体認識装置４は、所定の動作周期で以下の動作を繰り返し実行する。図２(図２Ａ，図２Ｂ)は、ある処理周期tk（時刻tkから開始）における動作について示す。

まず、更新処理部７は、すべての物体データについて、更新フラグを０にセットする（ＳＴ１０１）。次に、データ受信部５は、第１のセンサ１と第２のセンサ２からのそれぞれの検出データを受信する（ＳＴ１０２）。また、データ受信部５は、車両情報センサ３から自車データを受信する。それぞれの検出データおよび自車データの受信は、１つ前の処理周期tk-1の開始時刻tk-1から時刻tkまでの期間内に行われる。

なお、第１のセンサ１と第２のセンサ２の両方から常に検出データを受信するわけではなく、どちらか一方のセンサからのみの受信であったり、両方のセンサからとも受信しなかったりする場合がある。

また、データ受信部５は、それぞれの検出データを受信した時刻を受信時刻として確定する。以下、第１のセンサ１、第２のセンサ２からの検出データの受信時刻を、それぞれT1、T2とする。受信時刻T1、T2は、１つ前の処理周期tk-1の開始時刻tk-1より後であって、今の処理周期tkの開始時刻tkよりも前の実数値で表される。

さらにまた、データ受信部５は、第１のセンサ１または第２のセンサ２からの検出データと、車両情報センサ３からの自車データとを、必要に応じて加工して、各センサごとの観測データを生成する。例えば、検出データに物体の相対速度が含まれる場合は、自車データに含まれる自車速度と組み合わせることで物体の対地速度を求めて、観測データとする。また、検出データを受信した時刻と関連づける加工を行うこともでき、正負の符号を伴ったベクトル量として表すこともできる。なお、データ受信部５は、第１のセンサ１および第２のセンサ２からの検出データの受信がない場合、観測データは生成しない。

ＳＴ１０２の終了後、「第１のセンサの検出データを受信？」ステップ（ＳＴ１０３）に移行し、データ受信部５は、第１のセンサ１からの検出データを、時刻tk-1から時刻tkまでの時間内に受信完了したかどうかを判定する。第１のセンサ１からの検出データを受信完了していればYes、そうでなければNoとする。なお、第１のセンサ１からの第１のセンサの検出データを受信完了したが、中身が空（すべて無効な検出データ）だった場合もNoとして良い。

ＳＴ１０３でYesの場合、「第２のセンサの検出データを受信？」ステップ（ＳＴ１０５）に移行し、データ受信部５は、第１のセンサ１の場合と同様に、第２のセンサ２からの検出データを、時刻tk-1から時刻tkまでの時間内に受信完了したかどうかを判定する。
これら２つの「第１のセンサの検出データを受信？」「第２のセンサの検出データを受信？」ステップ（ＳＴ１０３、ＳＴ１０５）がともにYesの場合は、さらに、「T1＜T2？」ステップ（ＳＴ１０６）に進む。

ＳＴ１０６では、データ受信部５は、第１のセンサ１、第２のセンサ２からの受信時刻T1、T2の大小を比較する。受信時刻T1がT2よりも小さければ、即ち第１のセンサ１の方が早く受信していればYes、そうでなければNoとする。

このＳＴ１０６において、T1＜T2であるならば、データ受信部５、相関処理部６、更新処理部７は、「第１のセンサの観測データで相関・更新」ステップ（ＳＴ１１０）、「第２のセンサの観測データで相関・更新」ステップ（ＳＴ１１２）の順に動作する。各ステップの詳細動作は後述する。その後、後述のＳＴ１１３に移行する。

一方、T1＜T2でないならば、データ受信部５、相関処理部６、更新処理部７は、「第２のセンサの観測データで相関・更新」ステップ（ＳＴ１０９）、「第１のセンサの観測データで相関・更新」ステップ（ＳＴ１１１）の順に動作する。その後、後述のＳＴ１１３に移行する。
以上のように、データ受信部５、相関処理部６、更新処理部７は、受信した検出データに対して、各センサ１、２の受信時刻の順番に基づいて処理を行う。

また、「第１のセンサの検出データを受信？」ステップ（ＳＴ１０３）がYesであり、「第２のセンサの検出データを受信？」ステップ（ＳＴ１０５）がNoであるならば、データ受信部５、相関処理部６、更新処理部７は、「第１のセンサの観測データで相関・更新」ステップ（ＳＴ１０８）の動作をおこなう。その後、後述のＳＴ１１３に移行する。

また、「第１のセンサの検出データを受信？」ステップ（ＳＴ１０３）がNoであり、「第２のセンサの検出データを受信？」ステップ（ＳＴ１０４）がYesであるならば、データ受信部５、相関処理部６、更新処理部７は、「第２のセンサの観測データで相関・更新」ステップ（ＳＴ１０７）の動作をおこなう。その後、後述のＳＴ１１３に移行する。

また、「第１のセンサの検出データを受信？」「第２のセンサの検出データを受信？」ステップ（ＳＴ１０３、ＳＴ１０４）がともにNoであるならば、データ受信部５、相関処理部６、更新処理部７は何も処理を行わず、後述のＳＴ１１３に移行する。

次に、「物体データのループ開始」ステップ（ＳＴ１１３）において、更新処理部７は、記憶されているすべての物体データから、まだ選択済でない物体データを１つ選択して、選択状態を選択済にセットし、「更新あり？」ステップ（ＳＴ１１４）に進む。すべての物体データが選択済であれば、「物体データのループ終了」ステップ（ＳＴ１１９）に進み、物体データのループ処理を終了する。

「更新あり？」ステップ（ＳＴ１１４）において、更新処理部７は、選択した物体データについて、更新フラグが１であるか判定する。更新フラグが１であれば、「ロスト回数:=0」ステップ（ＳＴ１１５）に進み、物体データのロスト回数を０にリセットする。そうでなければ、更新処理部７は「ロスト回数++」ステップ（ＳＴ１１６）に進み、物体データのロスト回数をインクリメントする。ここで、ロストとは、選択した物体データが今回の処理周期tkで更新されなかった、即ち、その物体データを有する物体と同一の物体と認識される物体が今回の処理周期tkでは検出されなかったことを意味する。

次に、「ロスト回数≧閾値？」ステップ（ＳＴ１１７）において、更新処理部７は、選択した物体データのロスト回数が予め設定された閾値以上であるか判定する。この閾値は自然数であり、例えば３に設定する。そのロスト回数が閾値以上であれば、「物体データを削除」ステップ（ＳＴ１１８）に進む。一方、閾値未満であれば、「物体データのループ終了」ステップ（ＳＴ１１９）から「物体データのループ開始」ステップ（ＳＴ１１３）へと戻り、次の選択済でない物体データの選択に移る。

「物体データを削除」ステップ（ＳＴ１１８）において更新処理部７は、選択した物体データが、第１のセンサ１、第２のセンサ２、いずれのセンサからの観測データとも対応しなくなり、物体をいずれのセンサでも検出できなくなったと判断して、この選択した物体データを削除する。削除後は、「物体データのループ終了」ステップ（ＳＴ１１９）に移行する。

以上のようにループ処理を行い、すべての物体データが選択済となれば、物体データのループ処理を終了し、更新処理部７は、更新された物体データを相関処理部６、また、表示部８、車両制御部９に出力して、時刻tkにおける処理を終了する。なお、すべての物体データが更新なしの場合であっても、更新処理部７から出力された物体データは更新された物体データとして扱う。

次に、「第１のセンサの観測データで相関・更新」ステップ（ＳＴ１０８、１１０、１１１）、「第２のセンサの観測データで相関・更新」ステップ（ＳＴ１０７、１０９、１１２）の詳細動作について、図３を用いて説明する。以下に示す図３、図４、図５の説明では、相関処理部６において用いられる物体データは、今回の処理周期tkよりも１つ前の前回の処理周期tk-1における物体データである。一方で、更新処理部７から更新されて出力される物体データは、今回の処理周期tkにおける物体データとなるが、この物体データは次回処理周期tk+1において、前回処理周期における物体データとして相関処理部６において用いられる。

「第１のセンサの観測データで相関・更新」ステップ（ＳＴ１０８、１１０、１１１）、「第２のセンサの観測データで相関・更新」ステップ（ＳＴ１０７、１０９、１１２）において、第１のセンサ１と第２のセンサ２とは対照的な動作をする。そこで、図３では、n∈{1,2}、m∈{1,2}＼{n}として、「「第nのセンサの観測データで相関・更新」処理開始」ステップ（ＳＴ２００）から始まる処理を説明する。

まず、ＳＴ２００は「物体データのループ開始」ステップ（ＳＴ２０１）に進み、相関処理部６は、更新処理部７から入力した複数の物体データのうち、まだ選択済でない物体データを1つ選択して、選択状態を選択済にセットし、「物体データの予測値・相関基準値を設定」ステップ（ＳＴ２０２）に進む。設定後、「物体データのループ終了」ステップ（ＳＴ２０３）に移行する。この「物体データの予測値・相関基準値を設定」ステップ（ＳＴ２０２）の詳細動作は後述する。

まだ選択済みでない物体データがある場合、「物体データのループ開始」ステップ（ＳＴ２０１）に戻り、同様のループ処理を行う。すべての物体データが選択済となれば、「物体データのループ終了」ステップ（ＳＴ２０３）において、物体データのループ処理を終了して、「第nのセンサの観測データと物体データとの相関を決定」ステップ（ＳＴ２０４）に進む。

次に、「第nのセンサの観測データと物体データとの相関を決定」ステップ（ＳＴ２０４）において、相関処理部６は、データ受信部５から入力された第nのセンサの観測データと、更新処理部７から入力された物体データとの対応関係を、「物体データの予測値・相関基準値を設定」ステップ（ＳＴ２０２）の実行結果である物体データに係る相関基準値を用いて決定する。

相関基準値は、物体データに含まれる過去の処理周期の状態ベクトルから算出した今回の処理周期tkにおける状態ベクトルの予測値を、必要に応じて加工して設定されたものである。予測値の算出方法としては、等速直線運動等の所定の運動条件に従って算出する方法が挙げられる。この相関基準値は、予測値と同じ値とすることもできるし、予測値から補正された値とすることもできる。詳細は後述する。

観測データと物体データとの対応関係は、例えば公知の方式を用いて決定することができる。例えば、相関処理部６は、物体データに係る相関基準値から一定の範囲内（例えば、観測誤差標準偏差の３倍以内）に入る第nのセンサの複数の観測データのうち、物体の予測位置となる相関基準値に最も近い観測データを割り当てる。そうすることで、観測データと物体データとを対応付けできる。そうした対応関係を、観測データと物体データに相関がある、とも換言できる。その後、相関処理部６は、第nのセンサの観測データ、物体データ、それらの対応関係をまとめた相関データを更新処理部７に出力する。

「第nのセンサの観測データと物体データとの相関を決定」ステップ（ＳＴ２０４）の処理が終わると、「観測データのループ開始」ステップ（ＳＴ２０５）に移行し、更新処理部７は、相関処理部６から入力された相関データについて、第nのセンサの観測データのうち、まだ選択済でない観測データを1つ選択して、選択状態を選択済にセットし、「対応する物体データあり？」ステップ（ＳＴ２０６）に進む。

すべての観測データが選択済であれば、「観測データのループ終了」ステップ（ＳＴ２１０）に進み、観測データのループ処理を終了する。また、後述する「物体データを更新」ステップ（ＳＴ２０７）および「Nm:=0、Nn:=1、ΔTm:=∞、ΔTn:=0」ステップ（ＳＴ２０９）の処理終了後も、「観測データのループ終了」ステップ（ＳＴ２１０）に移行し、まだ選択済みでない観測データについて、「観測データのループ開始」ステップ（ＳＴ２０５）に戻り、ループ処理を行う。

「対応する物体データあり？」ステップ（ＳＴ２０６）において、更新処理部７は、相関処理部６から入力された相関データについて、選択した観測データに対応する物体データが存在するかを判定する。選択した観測データに対応する物体データが存在すれば、「物体データを更新」ステップ（ＳＴ２０７）に進む。そうでなければ、「物体データを新規生成」ステップ（ＳＴ２０８）に進む。「物体データを更新」ステップ（ＳＴ２０７）の詳細動作は後述する。

「物体データを新規生成」ステップ（ＳＴ２０８）に移行した場合、選択した観測データが、これまでに記憶された複数の物体データの中には、対応する物体データが存在しなかったので、更新処理部７は、新しい物体をいずれかのセンサ１、２で検出したと判断して、新しい物体データを生成する。そして「Nm:=0、Nn:=1、ΔTm:=∞、ΔTn:=0」ステップ（ＳＴ２０９）に移行し、生成した新しい物体データについて、入力した第nのセンサの観測データの検出回数Nnを1に、同データと最新に対応してからの経過時間ΔTnを0に、他方の第mのセンサの観測データの検出回数Nmを0に、同データと最新に対応してからの経過時間ΔTmを無限大に、それぞれセットする。

次に、「物体データの予測値・相関基準値を設定」ステップ（ＳＴ２０２）の詳細動作について、図４を用いて説明する。
まず、「「物体データの予測値・相関基準値を設定」処理開始」ステップ（ＳＴ３００）から、「ΔTn:=ΔTn＋Δt、ΔTm:=ΔTm＋Δt」ステップ（ＳＴ３０１）に移行し、相関処理部６は、選択した物体データについて、センサのそれぞれの観測データと最新に対応してからの経過時間ΔTn、ΔTmに、前回「第nのセンサの観測データで相関・更新」ステップまたは「第mのセンサの観測データで相関・更新」ステップが動作してからの経過時間Δtを加算する。経過時間Δtは、例えば、「第１のセンサの検出データを受信？」ステップ（ＳＴ１０３）、「第２のセンサの検出データを受信？」ステップ（ＳＴ１０５）がともにYesで、さらに「T1＜T2？」ステップ（ＳＴ１０６）がYesであり、現在「第２のセンサの観測データで相関・更新」ステップ（ＳＴ１１２）を実行中であれば、Δt＝T2−T1である。

ＳＴ３０１の処理終了後、「Nm=0 かつ Nn=1 かつ ΔTn≧Th？」ステップ（ＳＴ３０２）に移行し、相関処理部６は、選択した物体データについて、第mのセンサの観測データの検出回数Nmが0であり、かつ第nのセンサの観測データNnが1であり、かつ第nのセンサの観測データと最新に対応してからの経過時間ΔTnが予め設定された閾値Th以上であるか判定する。この条件を満たすならば、「物体データを削除」ステップ（ＳＴ３０３）に進む。ここで、閾値Thとは、例えば第nのセンサのサンプリング周期の1.5倍である。

「物体データを削除」ステップ（ＳＴ３０３）において、相関処理部６は、選択した物体データについて、第nのセンサの観測データと最新に対応してから一定時間以上経過しても第nのセンサの観測データと再び対応しなかったので、最新に対応した第nのセンサの観測データは誤検出であると判断し、選択した物体データを削除して、「「物体データの予測値・相関基準値を設定」処理終了」ステップ（ＳＴ３０４）に移行し、「物体データの予測値・相関基準値を設定」ステップの処理を終了する。

一方、ＳＴ３０２においてNoの場合、「（Nm=1 かつ Nn=0） または（Nm=1 かつ Nn=1 かつ ΔTn≧Th？）」ステップ（ＳＴ３０５）に移行し、相関処理部６は、選択した物体データについて、ＳＴ３０５に記述した条件を満たすか否かを判定する。この条件を満たすならば、「第mのセンサの最新相関データで予測」ステップ（ＳＴ３０６）に進む。

「第mのセンサの最新相関データで予測」ステップ（ＳＴ３０６）において、相関処理部６は、選択した物体データについて、第mのセンサの観測データと対応してから、第nのセンサの観測データと対応していないか、もしくは、第nのセンサの観測データと一度対応してから一定時間以上経過した状況であるので、特に後者の場合は一度対応した第nのセンサの観測データは誤検出であると判断し、第mのセンサの最新相関データを用いて今回処理周期tkにおける状態ベクトルを予測する。

そして、「相関基準値:=予測値」ステップ（ＳＴ３０７）に進み、物体データに係る状態ベクトルの予測値を相関基準値に設定した後、ＳＴ３０４に移行し、「物体データの予測値・相関基準値を設定」ステップの処理を終了する。

一方で、ＳＴ３０５においてNoの場合、「Nm≦1 かつ Nn=1 かつ ΔTn＜Th？」ステップ（ＳＴ３０８）に移行し、相関処理部６は、選択した物体データについて、ＳＴ３０８に記述した条件を満たすか否かを判定する。この条件を満たすならば、「第nのセンサの最新相関データで予測」ステップ（ＳＴ３０９）に進む。

「第nのセンサの最新相関データで予測」ステップ（ＳＴ３０９）において、相関処理部６は、選択した物体データについて、第mのセンサの観測データと過去に多くても1回対応する一方で、第nのセンサの観測データとは最新に対応してからの経過時間が閾値Th以内であるので、最新に対応した第nのセンサの観測データは正常検出であると判断し、第nのセンサの最新相関データを用いて今回処理周期tkにおける状態ベクトルを予測する。

そして、「相関基準値:=予測値」ステップ（ＳＴ３１０）に進み、物体データに係る状態ベクトルの予測値を相関基準値に設定した後、ＳＴ３０４に移行し、「物体データの予測値・相関基準値を設定」ステップの処理を終了する。

ＳＴ３０８においてNoの場合、「物体データで予測」ステップ（ＳＴ３１１）に進む。

「物体データで予測」ステップ（ＳＴ３１１）において、相関処理部６は、選択した物体データに含まれる過去の処理周期における状態ベクトルを用いて、新たに今回処理周期tkにおける状態ベクトルの予測値を算出する。

次に、「相関基準値:=予測値」ステップ（ＳＴ３１２）に進み、物体データに係る状態ベクトルの予測値を相関基準値に設定する。

次に、「Nm≧2 かつ Nn≧1 かつ ΔTn＜Th？」ステップ（ＳＴ３１３）に移行し、相関処理部６は、選択した物体データについて、ＳＴ３１３に記述した条件を満たすか否かを判定する。この条件を満たすならば、「相関基準値を第nのセンサの最新相関データで補正」ステップ（ＳＴ３１４）に進む。そうでないならば、ＳＴ３０４に移行し、「物体データの予測値・相関基準値を設定」ステップの処理を終了する。

「相関基準値を第nのセンサの最新相関データで補正」ステップ（ＳＴ３１４）では、以下に詳述するように、相関処理部６は、選択した物体データに係る相関基準値について、第nのセンサの最新相関データで補正する。

一般に、第nのセンサの観測データの検出位置のずれは一定ではなく、物体や検出位置によって異なるものの、前回の観測からの経過時間が閾値Th以内であれば、第nのセンサにおける同一物体についての検出位置ずれの変化量は小さい。そこで、物体データに係る状態ベクトルの予測値と第nのセンサの最新相関データから検出位置ずれ量を推定し、この検出位置ずれ量（後述するδ）を用いて予測値を補正することで、今回の第nのセンサの観測データの検出位置ずれをキャンセルすることができる。

例えば、第nのセンサの観測データの受信時刻がtであり、選択した物体データに係る相関基準値（すなわち、状態ベクトルの予測値）が位置x_p(t)、速度v_p(t)であり、第nのセンサの最新相関データの位置がz_oldであり、第nのセンサの最新相関データの受信時刻がt_oldであり、物体は等速直線運動するものと仮定する。このとき、時刻t_oldにおける仮の状態ベクトル（位置x_p(t_old)、速度v_p(t_old)）を、下記の数（１）で表すように仮想的に算出する。
x_p(t_old)＝x_p(t)＋（t_old−t）×v_p(t)、 v_p(t_old)＝v_p(t) ・・・（１）

補正量δは、第nのセンサの最新相関データの位置z_oldとの差分として、下記の数（２）で表される。
δ＝z_old−x_p(t_old) ・・・（２）

したがって、物体データに係る補正後の相関基準値の位置x_pp(t)および速度v_pp(t)は下記の数（３）で表される。
x_pp(t)＝x_p(t)＋（z_old−x_p(t_old)）、 v_pp(t)＝v_p(t) ・・・（３）

ＳＴ３１４ではこのように相関基準値を補正したのち、ＳＴ３０４に移行し、「物体データの予測値・相関基準値を設定」ステップの処理を終了する。

次に、「物体データを更新」ステップ（ＳＴ２０７）の詳細動作について、図５を用いて説明する。

まず、「物体データを更新」処理開始ステップ（ＳＴ４００）から、「Nn=0 または（Nn=1 かつ ΔT≧Th）？」ステップ（ＳＴ４０１）に移行し、更新処理部７は、選択した観測データに対応する物体データについて、ＳＴ４０１に記述した条件を満たすか否かを判定する。この条件を満たすならば、物体データは、第nのセンサの観測データと初めて対応するか、もしくは過去に一度第nのセンサの観測データと対応してから閾値Th以上経過しているので、特に後者の場合は過去に対応した第nのセンサの観測データは誤検出であると判断して、「第nのセンサの最新相関データを更新」ステップ（ＳＴ４０２）に進む。

一方、ＳＴ４０１においてNoの場合、「Nm≦1 かつ Nn=1？」ステップ（ＳＴ４０５）に移行し、更新処理部７は、選択した観測データに対応する物体データについて、ＳＴ４０５に記述した条件を満たすか否かを判定する。この条件を満たすならば、「第nのセンサの観測データで初期化」ステップ（ＳＴ４０６）に進む。そうでなければ、「フィルタ処理」ステップ（ＳＴ４０７）に進む。

「第nのセンサの観測データで初期化」ステップ（ＳＴ４０６）において、更新処理部７は、選択した観測データに対応する物体データについて、第nのセンサの最新相関データと、選択した観測データとを用いて状態ベクトルを初期化する。例えば、物体データの第nのセンサの最新相関データの位置がz_old、その受信時刻がt_oldであり、選択した観測データの位置がzであり、その受信時刻がtであり、物体は等速直線運動するものと仮定する。このとき、物体データの位置x_s(t)および速度v_s(t)は下記の数（４）として表され、状態ベクトルを初期化する。そして、「第nのセンサの最新相関データを更新」ステップ（ＳＴ４０２）に進む。
x_s(t)＝z、 v_s(t)＝（z−z_old）／（t−t_old） ・・・（４）

一方、「フィルタ処理」ステップ（ＳＴ４０７）では、更新処理部７は、選択した観測データに対応する物体データについて、選択した観測データを用いて、状態ベクトルを更新する。状態ベクトルは、使用するセンサの誤差特性に従ってフィルタの係数を調整しながら、例えば、最小二乗法、カルマンフィルタ、粒子フィルタ等を用いて更新することができる。そして、「第nのセンサの最新相関データを更新」ステップ（ＳＴ４０２）に進む。なお、初期化もフィルタ処理も状態ベクトルの更新処理の一種である。

「第nのセンサの最新相関データを更新」ステップ（ＳＴ４０２）において、更新処理部７は、選択した観測データに対応する物体データについて、第nのセンサの最新相関データとして、選択した観測データを設定する。その後、ＳＴ４０３に移行して、第nのセンサの検出回数Nnをインクリメントし、第nのセンサの観測データと最新に対応してからの経過時間ΔTnを０に、更新フラグを１にそれぞれセットする。セット終了後、「「物体データを更新」処理終了」ステップ（ＳＴ４０４）に移行し、物体データの更新処理を終了する。

本実施の形態１の具体的な動作を、第１のセンサ１、第２のセンサ２からの観測データが入力された状況における予測値・相関基準値の設定を示す模式図（図６乃至図９）を用いて説明する。

図６は、N1＝1、N2＝0の状況で、新たに第２のセンサ２の観測データを入力している場面を示している。このとき、図４の「（N1=1 かつ N2=0） 、または（N1=1 かつ N2=1 かつ ΔT2≧Th？）」ステップ（ＳＴ３０５）の条件に該当するので、第１のセンサ１の観測データを用いて、相関基準値を求める。詳細には、第１のセンサ１の観測データを起点とする矢印の先端が、物体データに係る状態ベクトルの予測値（相関基準値）となるよう設定される。また、点線楕円の内部は、物体データと対応する可能性のある観測データの範囲を表す。第２のセンサ２の観測データがこの範囲内となるので、物体データと第２のセンサ２の観測データとは対応すると判定される。

続いて図７は、図６に示した場面の後、すなわちN1＝1、N2＝1の状況で、新たに第１のセンサの観測データを入力している場面を示している。このとき、図４の「N2≦1 かつ N1=1 かつ ΔT1＜Th？」ステップ（ＳＴ３０８）の条件に該当するので、第１のセンサ１の最新相関データを用いて物体データの状態ベクトルが予測されることとなり、第１のセンサ１の観測データを起点とする矢印の先端が、物体データに係る状態ベクトルの予測値（相関基準値）となるよう設定される。最新の第１のセンサ１の観測データが図６と同様の範囲内（点線楕円内）となるので、物体データと最新の第１のセンサ１の観測データとは対応すると判定される。ここでは、第１のセンサ１の観測データと第２のセンサ２の観測データが物体データにそれぞれ含まれているものの、今回の処理周期において検出されたのは第１のセンサ１の観測データ（最新の第１のセンサの観測データ）であるため、第１のセンサ１の観測データを用いることを優先し、その第１のセンサ１の観測データから相関基準値を求めている。

この状況では、物体データを更新するにあたり、図５の「N2≦1 かつ N1=1？」ステップ（ＳＴ４０５）の条件に該当するので、第１のセンサ１の観測データを用いて物体データの状態ベクトルを初期化する。

図８を用いて、本実施の形態１に記載の物体認識装置を採用しなかった場合の参考例を説明する。図８では、これまでに対応した観測データをセンサの如何（第１のセンサ１か第２のセンサ２か）を問わずに用いて、物体データに係る状態ベクトルの予測値および相関基準値を設定する方法として、例えば、第１のセンサ１の観測データと第２のセンサ２の観測データの位置を結んだ矢印の先端を、物体データに係る状態ベクトルの予測値および相関基準値として設定する方法を示している。しかし、この方法を用いた場合、第１のセンサ１の観測データと第２のセンサ２の観測データとは検出位置がずれているため、これらを単純に結んでしまうと、検出位置のずれによって速度誤差が増大し、最新の第１のセンサ１の観測データが、物体データと対応する可能性のある観測データの範囲内（点線楕円内）に入らない。そのため、物体データとして既に記録されている物体が検出されているにも関わらず、その物体として認識することができない問題がある。一方、本実施の形態１ではこの問題を回避することができる、すなわち、センサ間の検出データのずれが一定でない場合でも、検出データと物体データとを正しく対応させ、センサシステム全体の認識精度を向上させることができる。

続いて図９は、図７に示した場面の後、すなわちN1＝2、N2＝1の状況で、新たに第２のセンサ２の観測データを入力している場面を示している。このとき、図４に示す「N1=0 かつ N2=1 かつ ΔT2≧Th？」ステップ（ＳＴ３０２）、「（N1=1 かつ N2=0） 、または（N1=1 かつ N2=1 かつ ΔT2≧Th？）」ステップ（ＳＴ３０５）、「N1≦1 かつ N2=1 かつ ΔT2＜Th？」ステップ（ＳＴ３０８）のいずれの条件にも該当しない。そこで、ＳＴ３１１、ＳＴ３１２へ進み、例えば、第１のセンサ１の観測データで初期化された物体の状態ベクトルを用いて予測することとなり、実線矢印の先端が物体データに係る状態ベクトルの予測値（相関基準値）として一旦設定される。このまま相関基準値を補正しない場合は、第１のセンサ１の観測データと第２のセンサ２の観測データとは検出位置がずれていることから、最新の第２のセンサ２の観測データは物体データと対応する可能性のある観測データの範囲（点線楕円）外となるので、物体データと最新の第２のセンサ２の観測データとは対応しないと判定されてしまう。

この状況では、図４の「N1≧2 かつ N2≧1 かつ ΔT2＜Th？」ステップ（ＳＴ３１３）の条件に該当するので、図９に示す補正量δを用いて予測値を補正し、新たに相関基準値を補正後相関基準値として設定する。詳細はＳＴ３１４における処理について上記に説明した通りである。すると、最新の第２のセンサ２の観測データが、物体データと対応する可能性のある観測データの範囲（点線楕円）内となるので、この物体データと最新の第２のセンサ２の観測データとは対応すると判定される。

以上のように図９に示す処理では、既に記録されている物体データと今回処理周期における観測データ（最新の第２のセンサの観測データ）とを対応させる処理において、まず、第１のセンサ１の観測データを用いて今回処理周期における状態ベクトルの予測値を算出する。次に、この予測値を用いて第２のセンサ２の観測データを受信した時刻における仮の状態ベクトルを算出する。さらに、実際の第２のセンサの観測データとこの仮の状態ベクトルの差分量を補正量として、予測値を補正量に基づいて補正し、補正後の状態ベクトルの予測値（補正後相関基準値）を求める。その後、今回処理周期における観測データと物体データとの対応可能性を、この補正後相関基準値を用いて判定し、今回対応付けられた観測データを用いて物体データを更新している。
この補正により、センサ間の検出データのずれが一定でない場合でも、観測データと物体データとが同一の物体のものであるとした対応可能性の判定精度を向上させ、センサシステム全体の認識精度を更に向上させることができる。

なお、本実施の形態１は自車に搭載したセンサが２個の場合について説明したが、センサが３個以上の場合でも同様の効果を有する。

車両制御部９は、物体認識装置４より得られた物体データ（自車と自車の周辺物体との距離、周辺物体の位置などの情報）を用いて、自車が前方の物体に衝突した際の被害を軽減する衝突被害軽減ブレーキシステム、前方の車両に追従するアダプティブクルーズコントロールシステムの制御などを行う。つまり、物体認識装置４からの物体の認識結果に基づき、衝突被害軽減ブレーキシステムやアダプティブクルーズコントロールシステム等を利用した、自車の自動運転を行うことができる。

以上に示した本実施の形態１の物体認識装置４は、以下のように概要をまとめることができる。

本実施の形態１の物体認識装置４には、自車周辺の物体を複数のセンサ１、２で受信、検出し、検出データ（物体の位置情報）が、それぞれのセンサ１，２から入力される。

物体認識装置４の構成の一つであるデータ受信部５は、複数のセンサ１、２から検出データを入力する。この検出データに応じて、第１のセンサ１、第２のセンサ２ごとの観測データを作成し出力する。より具体的には、データ受信部５は、車両情報センサ３から自車データ（自車周辺の物体認識に必要な自車の情報）を入力し、これら検出データと自車データとを必要に応じて加工して、第１のセンサ１、第２のセンサ２ごとの観測データとして予め定められた周期で、相関処理部６に出力する。

物体認識装置４の構成の一つである相関処理部６は、データ受信部５から入力された観測データと、前回処理周期における物体データとの対応関係を示す相関データを、相関基準値に基づいて求める。さらに、相関処理部６は、少なくとも観測データおよび相関データを更新処理部７に出力する。より具体的には、物体データは、過去の処理周期で入力された観測データに基づいて作成され、第１のセンサ１又は第２のセンサ２により検出された物体の位置情報等の関連情報を含むものであり、初めて検出された物体については新規に作成されるものである。また、相関データとは、この観測データと物体データとが、同一物体のものであるか否かの対応関係を示すものである。

物体認識装置４の構成の一つである更新処理部７は、前回処理周期における物体データに含まれる状態ベクトルを、相関処理部６から入力された相関データに基づいて更新する。さらに、最新相関データをセンサ１、２ごとに各物体データに含めて更新する。このように更新された物体データを相関処理部６、表示部８又は車両制御部９に出力する。より具体的には、状態ベクトルは物体の位置情報（位置、速度等）に基づき作成されるものである。また、最新相関データとは、観測データのうち、物体データに最新に対応した（対応付けられた）観測データのことである。

相関処理部６は、今回処理周期における観測データと同じセンサ１、２の最新相関データを優先的に用いて、相関基準値を求める。より具体的には、第１のセンサ１、第２のセンサ２それぞれの最新相関データが物体データに記憶されている状況で、今回処理周期において第１のセンサ１からの観測データが入力された場合、第１のセンサ１の最新相関データを用いて相関基準値を求める。この相関基準値は、過去の処理周期で検出された物体について今回処理周期における位置情報（状態ベクトル）を予測した予測値として表されることもあれば、その予測値を補正したものとして表されることもある。

さらに、相関処理部６は、今回処理周期における状態ベクトルの予測値を用いて、物体データと過去の処理周期に対応した観測データがセンサ１、２に受信された時刻に遡って、その時刻における仮の状態ベクトルを算出する。そして、相関処理部６は、仮の状態ベクトルと過去に対応した観測データとの差分を補正量として、予測値をこの補正量に基づいて補正したものを、今回処理周期における相関基準値とすることも可能である。ここでの動作は、ＳＴ３１１からＳＴ３１４における処理に基づくものである。

さらにまた、相関処理部６は、物体データと過去の処理周期に対応した各センサ１、２の観測データの検出回数が、センサ１、２毎に予め定めた整数以下であるとき、この検出回数に応じて、今回処理周期における状態ベクトルの予測値を求めるために用いられるセンサ１、２を切り替えることも可能である。すなわち、ある物体について、物体データと各センサ１、２の観測データとが同一の物体のものであるとして対応付けられた回数が設定した整数以下であるとき、この回数に応じて、第１のセンサ１の観測データを用いるか、第２のセンサ２の観測データを用いるかを切り替えるものとすることも可能である。
これにより、ある物体を検出し始めた直後において、観測データに用いられるセンサをより適切に選択し、センサシステム全体の認識精度を更に向上させることができる。

ここまでは本発明を物体認識装置４として説明してきたが、以上に説明した実施の形態の構成、動作に限定されることはなく、本発明の範囲内において、実施の形態を適宜、変形、省略したりすることは可能である。ところで、本発明は以下に示すように物体認識方法としても成り立つものである。

第１のステップでは、自車周辺の物体を複数のセンサ１、２で受信、検出し、物体の位置情報となる検出データを、それぞれのセンサ１、２から入力する。

第２のステップでは、複数のセンサ１、２からの検出データに応じて、センサ１、２ごとの観測データを作成して出力する。

第３のステップでは、第２のステップで出力された観測データと、前回処理周期における物体データとの対応関係を示す相関データを、相関基準値に基づいて求める。加えて、少なくとも観測データおよび相関データを出力する。

第４のステップでは、前回処理周期における物体データに含まれ、物体の位置情報に関する状態ベクトルを、第３のステップで出力された相関データに基づいて更新する。さらに、観測データのうち最新に対応した観測データとなる最新相関データをセンサごとに物体データに含めて更新する。このように更新された物体データを出力する。

さらに、第３のステップでは、今回処理周期における観測データと同じセンサの最新相関データを優先的に用いて、相関基準値を求めている。

また、本発明は物体認識装置、物体認識方法としてのみ成り立つものではなく、以下に示すように、自動運転システムとしても成り立つものである。

本実施の形態１の自動運転システムは、自車周辺の物体を複数のセンサ１、２で検出し、物体の位置情報となる検出データを、それぞれのセンサ１、２から入力する。

自動運転システムの構成の一つであるデータ受信部５は、複数のセンサ１、２からの検出データに応じて、センサ１、２ごとの観測データを作成して出力する。

自動運転システムの構成の一つである相関処理部６は、データ受信部５から入力された観測データと前回処理周期における物体データとの対応関係を示す相関データを、相関基準値に基づいて求める。さらに、相関処理部６は、少なくとも観測データと相関データとを出力する。

自動運転システムの構成の一つである更新処理部７は、前回処理周期における物体データに含まれ、物体の位置情報に関する状態ベクトルを、相関処理部６から入力された相関データに基づいて更新する。さらに、観測データのうち最新に対応した観測データとなる最新相関データをセンサ１、２ごとに物体データに含めて更新する。このようにして更新された物体データを出力する。

自動運転システムの構成の一つである車両制御部９は、更新処理部７から入力された、更新された物体データに基づいて、自車の動作を制御する。

さらに、相関処理部６では、今回処理周期における観測データと同じセンサの最新相関データを優先的に用いて、相関基準値を求める。

以上のように、この発明は、従来のものと比べて物体の認識精度が向上したので、物体を認識するための物体認識装置、物体認識方法および自動運転システムに適している。

1 第１のセンサ、２ 第２のセンサ、３ 車両情報センサ、４ 物体認識装置、５ データ受信部、６ 相関処理部、７ 更新処理部、８ 表示部、９ 車両制御部

Claims (6)

1. 自車周辺の物体を複数のセンサで検出し、前記物体の位置情報となる検出データを、それぞれの前記センサから入力する物体認識装置において、
   前記複数のセンサからの前記検出データに応じて、前記センサごとの観測データを作成して出力するデータ受信部と、
   前記データ受信部から入力された前記観測データと前回処理周期における物体データとの対応関係を示す相関データを、相関基準値に基づいて求めると共に、前記観測データと前記相関データとを出力する相関処理部と、
   前記前回処理周期における物体データに含まれ、前記物体の前記位置情報に関する状態ベクトルを、前記相関処理部から入力された前記相関データに基づいて更新すると共に、前記観測データのうち最新に対応した前記観測データとなる最新相関データを前記センサごとに前記物体データに含めて更新し、更新された前記物体データを出力する更新処理部とを備え、
   前記相関処理部は、今回処理周期における前記観測データと同じ前記センサの前記最新相関データを優先的に用いて、前記相関基準値を求める
   ことを特徴とする物体認識装置。
2. 前記相関処理部は、前記今回処理周期における前記状態ベクトルの予測値を用いて、前記物体データと過去の処理周期に対応した前記観測データが受信された時刻に遡って、その時刻における仮の前記状態ベクトルを算出し、前記仮の状態ベクトルとその時刻における前記観測データとの差分を補正量として、前記予測値を前記補正量に基づいて補正したものを前記相関基準値とすることを特徴とする請求項１記載の物体認識装置。
3. 前記相関処理部は、前記物体データと過去の処理周期に対応したそれぞれの前記センサの前記観測データの検出回数が、前記センサごとに予め定めた整数以下であるときは、前記検出回数に応じて、前記状態ベクトルの予測値を求めるために用いられる前記センサを切り替えることを特徴とする請求項１乃至２記載の物体認識装置。
4. 前記複数のセンサのうち少なくとも１つは、他の前記センサとは異種の前記センサを用いることを特徴とする請求項１乃至３記載の物体認識装置。
5. 自車周辺の物体を複数のセンサで検出し、前記物体の位置情報となる検出データを、それぞれの前記センサから入力する第１のステップと、
   前記複数のセンサからの前記検出データに応じて、前記センサごとの観測データを作成して出力する第２のステップと、
   前記第２のステップで出力された前記観測データと前回処理周期における物体データとの対応関係を示す相関データを、相関基準値に基づいて求めると共に、前記観測データと前記相関データとを出力する第３のステップと、
   前記前回処理周期における物体データに含まれ、前記物体の前記位置情報に関する状態ベクトルを、前記第３のステップで出力された前記相関データに基づいて更新すると共に、前記観測データのうち最新に対応した前記観測データとなる最新相関データを前記センサごとに前記物体データに含めて更新し、更新された前記物体データを出力する第４のステップとを備え、
   前記第３のステップでは、今回処理周期における前記観測データと同じ前記センサの前記最新相関データを優先的に用いて、前記相関基準値を求める
   ことを特徴とする物体認識方法。
6. 自車周辺の物体を複数のセンサで検出し、前記物体の位置情報となる検出データを、それぞれの前記センサから入力する自動運転システムにおいて、
   前記複数のセンサからの前記検出データに応じて、前記センサごとの観測データを作成して出力するデータ受信部と、
   前記データ受信部から入力された前記観測データと前回処理周期における物体データとの対応関係を示す相関データを、相関基準値に基づいて求めると共に、前記観測データと前記相関データとを出力する相関処理部と、
   前記前回処理周期における物体データに含まれ、前記物体の前記位置情報に関する状態ベクトルを、前記相関処理部から入力された前記相関データに基づいて更新すると共に、前記観測データのうち最新に対応した前記観測データとなる最新相関データを前記センサごとに前記物体データに含めて更新し、更新された前記物体データを出力する更新処理部と、
   前記更新処理部から入力された前記更新された物体データに基づいて、前記自車の動作を制御する車両制御部とを備え、
   前記相関処理部は、今回処理周期における前記観測データと同じ前記センサの前記最新相関データを優先的に用いて、前記相関基準値を求める
   ことを特徴とする自動運転システム。

Images