JP2019040372A

JP2019040372A - 車外環境認識装置

Info

Publication number: JP2019040372A
Application number: JP2017161592A
Authority: JP
Inventors: 勝彦小渕; Katsuhiko Obuchi
Original assignee: Subaru Corp
Current assignee: Subaru Corp
Priority date: 2017-08-24
Filing date: 2017-08-24
Publication date: 2019-03-14
Anticipated expiration: 2037-08-24
Also published as: US20190064321A1; JP6609292B2; US11009589B2

Abstract

【課題】簡単な構成により、精度良く並走車等を認識することができる車外環境認識装置を提供する。【解決手段】演算ユニット３１は、レーダ３４によって検出したレーダオブジェクトの設定範囲内における代表点Ｐの軌跡を演算するとともに、レーダオブジェクトの代表点Ｐに対応する車線の形状を認識し、代表点Ｐの軌跡の形状と認識した車線形状との一致率を算出し、算出した一致率に基づいて代表点の軌跡に対応する立体物が存在するか否かの判定を行う。【選択図】図６

Description

本発明は、レーダを用いて自車両周辺の車両等の認識を行う車外環境認識装置に関する。

近年、車両においては、走行環境を認識し、自車両の走行情報を検出して操舵制御や加減速制御を協調して実行し、自動運転を行えるようにした、車両の走行制御装置についての様々な技術が提案、実用化されている。

このような走行制御装置等に用いられる車外環境認識装置についても様々な提案がなされており、例えば、特許文献１には、自車両の前端部に設けられミリ波帯の高周波信号を送信波とするレーダ装置と、車両の車幅方向中央の所定高さに取り付けられ車両前方の所定角度範囲を撮像するＣＣＤカメラ等の撮像装置と、を備え、レーダ装置が検知した物標（レーダオブジェクト）と、撮像装置が検知した物標とを融合（フュージョン）してフュージョン物標を生成する技術が開示されている。

ところで、車両の走行制御装置においては、予め設定された条件が成立したとき、自車走行車線の車線変更制御や先行車の追い越し制御等を行うことが検討されている。このような制御を行うためには、自車両の前方に存在する先行車等のみならず、自車走行車線に隣接する車線（隣接車線）を走行する並走車等の立体物についても精度良く認識する必要がある。

特開２０１７−１１７３４５号公報

しかしながら、車線変更制御や追い越し制御等の限られた制御を行うために、自車両の前方のみならず、側方にまでもレーダ装置と撮像装置を併用することは構造の複雑化やコストの高騰等を招く虞がある。

その一方で、例えば、レーダ装置のみを用いて並走車等の認識を行うことも考えられるが、レーダ装置は、１つの車両に対して複数のレーダオブジェクトを出力する場合や、ノイズやマルチパス等に起因して実在しないレーダオブジェクトを出力する場合等があるため、検出したレーダオブジェクトが実在する立体物（並走車等）に対応するものであるか否かの判断を行う必要がある。

本発明は上記事情に鑑みてなされたもので、簡単な構成により、精度良く並走車等を認識することができる車外環境認識装置を提供することを目的とする。

本発明の一態様による車外環境認識装置は、自車両の外部に送信したレーダ波が立体物で反射した反射波を受信して測距を行い、自車両と前記立体物との相対位置を示す代表点を出力するレーダ手段と、設定区間内における前記代表点の軌跡を演算する軌跡演算手段と、前記立体物が存在する車線の車線形状を認識する車線形状認識手段と、前記代表点の軌跡の形状と前記車線形状との一致率を算出する一致率算出手段と、前記一致率に基づいて前記代表点の軌跡に対応する前記立体物が存在するか否かの判定を行う立体物存否判定手段と、を備えたものである。

本発明の車外環境認識装置によれば、簡単な構成により、精度良く並走車等を認識することができる。

車両用運転支援装置の構成図車載カメラ及び各レーダの検索領域を示す説明図レーダオブジェクトの代表点を示す説明図レーダオブジェクトの代表点を示す説明図レーダオブジェクトの代表点を示す説明図レーダを用いた立体物認識ルーチンを示すフローチャート自車両を基準としたレーダオブジェクトの代表点の軌跡を示す説明図レーダオブジェクトの代表点の対地位置の軌跡を示す説明図二次近似された対地位置の軌跡を示す説明図隣車線の白線に対する対地位置の軌跡の横位置の差を示す説明図自車両の前回の代表位置を今回の代表位置に移動させる際の座標変換の説明図自車両の移動に伴う対地位置の変化を示す説明図レーダオブジェクトに基づく立体物の認識結果を示す説明図レーダオブジェクトに基づく立体物の認識結果を示す説明図レーダオブジェクトに基づく立体物の認識結果を示す説明図

以下、図面を参照して本発明の形態を説明する。図面は本発明の一実施形態に係り、図１は車両用運転支援装置の構成図、図２は車載カメラ及び各レーダの検索領域を示す説明図、図３〜図５はレーダオブジェクトの代表点を示す説明図、図６はレーダを用いた立体物認識ルーチンを示すフローチャート、図７は自車両を基準としたレーダオブジェクトの代表点の軌跡を示す説明図、図８はレーダオブジェクトの代表点の対地位置の軌跡を示す説明図、図９は二次近似された対地位置の軌跡を示す説明図、図１０は隣車線の白線に対する対地位置の軌跡の横位置の差を示す説明図、図１１は自車両の前回の代表位置を今回の代表位置に移動させる際の座標変換の説明図、図１２は自車両の移動に伴う対地位置の変化を示す説明図、図１３〜図１５はレーダオブジェクトに基づく立体物の認識結果を示す説明図である。

図１に示す車両用運転支援装置２は、自動車等の車両（自車両）１（図２参照）に搭載されている。この車両用運転支援装置２は、運転支援制御ユニット１１、エンジン制御ユニット（以下「Ｅ／Ｇ＿ＥＣＵ」と称す）１２、パワーステアリング制御ユニット（以下「ＰＳ＿ＥＣＵ」と称する）１３、ブレーキ制御ユニット（以下「ＢＫ＿ＥＣＵ」と称する）１４等の各制御ユニットを備え、これら各制御ユニット１１〜１４が、ＣＡＮ（Controller Area Network）等の車内通信回線１５を通じて接続されている。尚、各ユニット１１〜１４はＣＰＵ、ＲＯＭ、ＲＡＭなどを備えたマイクロコンピュータにより構成されており、ＲＯＭにはシステム毎に設定されている動作を実現するための制御プログラムが記憶されている。

運転支援制御ユニット１１の入力側には、後述する車外環境認識装置３０の演算ユニット３１が接続されている。演算ユニット３１は、車外環境に関する情報として、例えば、自車両１が走行する車線（走行車線）、走行車線に隣接する車線（隣接車線）、及び、走行車線を走行する先行車や隣接車線を走行する並走車等に関する情報を含む各種情報を認識し、これらの認識情報を運転支援制御ユニット１１に出力する。

また、運転支援制御ユニット１１の入力側には、自車両１の車速（自車速）Ｖを検出する車速センサ３５、自車両１に作用するヨーレートγを検出するヨーレートセンサ３６、及び、自動運転スイッチ２１等の各種センサ・スイッチ類が接続されている。さらに、運転支援制御ユニット１１の出力側には、報知手段２２が接続されている。

自動運転スイッチ２１は、インストルメントパネルやステアリングハンドル等、運転者の操作可能な位置に設けられており、通常運転（スイッチＯＦＦ）と自動運転（スイッチＯＮ）とを任意に選択するとともに、ＡＣＣ運転時のセット車速の設定、及び、自動運転時における運転モードを追従制御モード或いは追越制御モードの何れかに設定することができる。

そして、自動運転における運転モードとして追従制御モードが選択されると、運転支援制御ユニット１１は、Ｅ／Ｇ＿ＥＣＵ１２、ＰＳ＿ＥＣＵ１３、及び、ＢＫ＿ＥＣＵ１４の制御を通じて、追従制御を行う。すなわち、走行車線の前方に先行車が存在しない場合には、運転支援制御ユニット１１は、自車速Ｖをセット車速に維持して走行車線を走行させる定速制御を行う。また、走行車線の前方に先行車が存在する場合、運転支援制御ユニット１１は、車間距離を所定に維持して先行車に追従させる追従制御を行う。この場合において、先行車の車速が自車両１のセット車速以下の場合であっても、運転支援制御ユニット１１は、先行車を追い越すことなく追従制御が継続する。

一方、追越制御モードが選択された場合、運転支援制御ユニット１１は、基本的には上述の定速制御或いは追従制御を行い、先行車の車速が自車両１のセット車速よりも所定に遅い場合に、自車両１のセット車速を維持すべく、追越制御を実行する。但し、先行車の車速が自車両１のセット車速よりも所定に遅い場合であっても、隣接車線に並走車等が存在する場合、運転支援制御ユニット１１は追越制御をキャンセルする。

報知手段２２は、運転者に自動運転の開始、中断などを点滅表示、文字表示、音声等で報知するもので、表示ランプ、表示器、スピーカ等で構成されている。

Ｅ／Ｇ＿ＥＣＵ１２の出力側には、スロットルアクチュエータ１７が接続されている。このスロットルアクチュエータ１７は、エンジンのスロットルボディに設けられている電子制御スロットルのスロットル弁を開閉動作させるものであり、Ｅ／Ｇ＿ＥＣＵ１２からの駆動信号によりスロットル弁を開閉動作させて吸入空気流量を調整することで、所望のエンジン出力を発生させる。

ＰＳ＿ＥＣＵ１３の出力側には、電動パワステモータ１８が接続されている。この電動パワステモータ１８はステアリング機構にモータの回転力で操舵トルクを付与するものであり、自動運転では、ＰＳ＿ＥＣＵ１３からの駆動信号により電動パワステモータ１８を制御動作させることで、現在の走行車線の走行を維持させる車線維持制御、及び自車両１を隣接車線へ移動させる車線変更制御（追越制御等のための車線変更制御）が実行される。

ＢＫ＿ＥＣＵ１４の出力側には、ブレーキアクチュエータ１９が接続されている。このブレーキアクチュエータ１９は、各車輪に設けられているブレーキホイールシリンダに対して供給するブレーキ油圧を調整するもので、ＢＫ＿ＥＣＵ１４からの駆動信号によりブレーキアクチュエータ１９が駆動されると、ブレーキホイールシリンダにより各車輪に対してブレーキ力が発生し、強制的に減速される。

次に、車外環境認識装置３０の構成について、具体的に説明する。

車外監視装置３０は、演算ユニット３１の入力側に、車載カメラ３２と、ナビゲーション装置３３と、レーダ手段としてのレーダ３４（左前側方レーダ３４ｌｆ、右前側方レーダ３４ｒｆ、左後側方レーダ３４ｌｒ、及び、右後側方レーダ３４ｒｒ）と、車速センサ３５と、ヨーレートセンサ３６と、が接続されて要部が構成されている。

車載カメラ３２は、例えば、メインカメラ３２ａとサブカメラ３２ｂとを有するステレオカメラである。これらメインカメラ３２ａとサブカメラ３２ｂは、例えば、自車両１のキャビン前部において車幅方向（左右方向）に所定の間隔を隔てて固定され、走行方向前方の所定領域Ａ１（図２参照）を左右の異なる視点からステレオ撮像することが可能となっている。

この車載カメラ３２において撮像された左右の画像データの処理は、例えば、以下のように行われる。すなわち、演算ユニット３１は、先ず、メインカメラ３２ａとサブカメラ３２ｂで撮像した自車両の進行方向の１組の画像対に対し、対応する位置のずれ量から距離情報を求め、距離画像を生成する。そして、演算ユニット３１は、生成した距離画像等に基づいて、白線、道路に沿って存在するガードレール、縁石等の側壁、及び、立体物（種別、距離、速度、自車両との相対速度、先行車情報等）等の認識を行い、これらの認識データを運転支援制御ユニット１１に出力する。

白線の認識において、演算ユニット３１は、白線は道路面と比較して高輝度であるという知得に基づき、道路の幅方向の画素の輝度変化を評価して、画像平面における左右の白線候補点の位置を画像平面上で特定する。この白線候補点の実空間上の位置（ｘ，ｙ，ｚ）は、画像平面上の位置（ｉ，ｊ）とこの位置に関して算出された視差（すなわち、距離情報）とに基づいて、周知の座標変換式により算出される。自車両の位置を基準に設定された実空間の座標系は、例えば、メインカメラ３２ａの中央真下の道路面を原点Ｏとし、車幅方向をＸ軸、車高方向をＹ軸、車長方向をＺ軸として定義される。そして、実空間の座標系に変換された各白線候補点は、例えば、互いに近接する点列毎にグループ化され、最小自乗法等を用いて二次曲線（白線近似線）に近似される。ここで、本実施形態において、演算ユニット３１は、自車両１の走行車線に隣接する隣接車線が存在する場合には、当該隣接車線を区画する白線についても認識する。すなわち、本実施形態の左右白線認識では、自車の走行車線を区画する白線のみならず、隣接車線を区画する白線についても別途認識が行われる。

また、側壁や立体物の認識において、演算ユニット３１は、距離画像上のデータと、予め記憶しておいた３次元的な側壁データ、立体物データ等の枠（ウインドウ）とを比較し、道路に沿って延在するガードレール、縁石等の側壁データを抽出するとともに、立体物を、自動車、二輪車、歩行者、電柱等その他の立体物に分類して抽出する。立体物データの抽出において、演算ユニット３１は、それぞれの自車両との距離（相対距離）の時間的変化の割合から自車両との相対速度を演算し、この相対速度と自車速Ｖとを加算することにより各々の立体物の速度を算出する。この際、特に、車両として分類された立体物は、その速度から、自車両の前方方向を正として、速度が略０の車両は停止車両、速度が正（自車両と同じ方向に進む車両）で自車両に最も近い車両は先行車、速度が負の車両（自車両に向かってくる車両）は対向車として分類して認識される。

ナビゲーション装置３３は、地図情報（サプライヤデータ、及び、所定に更新されたデータ）を記憶する地図データベースと、ナビゲーション機能を実現するための経路情報を生成するナビＥＣＵと、を備えて構成されている（何れも図示せず）。

地図データベースには、ノードデータ、施設データ等の道路地図を構成するのに必要な情報が記憶されている。ノードデータは、地図画像を構成する道路の位置及び形状に関するものであり、例えば道路（車線）の幅方向中心点、道路の分岐点（交差点）を含む道路上の点（ノード点）の座標（緯度、経度）、当該ノード点が含まれる道路の方向、種別（例えば、高速道路、幹線道路、市道といった情報）、当該ノード点における道路のタイプ（直線区間、円弧区間（円弧曲線部）、クロソイド曲線区間（緩和曲線部））及びカーブ曲率（或いは、半径）のデータが含まれている。

そして、ナビＥＵＣは、例えば、ＧＰＳ（Global Positioning System）衛星からの電波信号を受信して取得した自車両１の位置情報（緯度、経度）、車速センサ３５から取得した自車速Ｖ、及び、地磁気センサ或いはジャイロセンサ等から取得した自車両１の移動方向情報等に基づいて地図データ上における自車位置等を特定し、自車両１の走行車線、及び、隣接車線等の各種情報を認識することが可能となっている。

左前側方レーダ３４ｌｆ及び右前側方レーダ３４ｒｆは、例えば、ミリ波レーダであり、フロントバンパの左右側部に各々配設されている。これら左前側方レーダ３４ｌｆ及び右前側方レーダ３４ｒｆは、上述した車載カメラ３２からの画像では認識することの困難な自車両１の左右斜め前方及び側方の領域Ａｌｆ，Ａｒｆ（図２参照）を監視する。

左後側方レーダ３４ｌｒ及び右後側方レーダ３４ｒｒは、例えば、ミリ波レーダであり、リヤバンパの左右側部に各々配設されている。これら左後側方レーダ３４ｌｒ及び右後側方レーダ３４ｒｒは、上述した左前側方レーダ３４ｌｆ及び右前側方レーダ３４ｒｆでは監視することのできない自車両１の側方から後方にかけての領域Ａｌｒ，Ａｒｒ（図２参照）を監視する。

ここで、各レーダ３４を構成するミリ波レーダは、出力した電波に対し、物体からの反射波解析することにより、主として並走車や後続車等の立体物を、レーダオブジェクト（レーダＯＢＪ）として検出する。具体的には、各レーダ３４は、レーダオブジェクトに関する情報として、立体物の代表点Ｐの位置（自車両１との相対位置）や速度等を検出する。

このようなレーダオブジェクトの代表点Ｐは、基本的には、１つの立体物について１つ出力されるが、立体物の形状等によっては、１つの立体物が複数のレーダオブジェクトとして誤検出され、１つの立体物について複数の代表点Ｐが検出される場合がある（例えば、図３参照）。また、観測条件等によっては、立体物が存在しないにも関わらす、ノイズ等によるレーダオブジェクトの代表点Ｐが検出される場合がある（例えば、図４参照）。さらに、側壁やガードレール等による電波の反射あるいは電波の屈折等により、マルチパスが発生し、実在の立体物に対応するレーダオブジェクトの代表点Ｐ以外にも代表点Ｐが検出される場合がある（例えば、図５参照）。

このように誤検出されたレーダオブジェクトを除外し、各レーダ３４を用いた立体物認識を適切に行うため、演算ユニット３１は、レーダオブジェクトの代表点Ｐの軌跡を演算するとともに、レーダオブジェクトの代表点Ｐが存在する車線の車線形状を認識し、代表点Ｐの軌跡と車線形状との一致率を算出する。そして、演算ユニット３１は、算出した一致率に基づいて、代表点Ｐの軌跡に対応する立体物が実際に存在するか否かの判定を行う。このように、本実施形態において、演算ユニット３１は、軌跡演算手段、車線形状認識手段、一致率算出手段、及び、立体物存否判定手段としての各機能を実現する。

次に、このようなレーダオブジェクトに基づく立体物認識について、図６に示す立体物認識ルーチンのフローチャートに従って具体的に説明する。このルーチンは、設定時間毎（例えば、各レーダ３４によるサンプリング周期毎）に繰り返し実行されるものであり、ルーチンがスタートすると、演算ユニット３１は、先ず、ステップＳ１０１において、現在検出されているレーダオブジェクトの中から一のレーダオブジェクトを選択し、当該レーダオブジェクト（自車両１との相対位置・速度）の軌跡を保持する。

すなわち、各レーダ３４によってレーダオブジェクトの代表点Ｐが新たに検出されると、演算ユニット３１は、過去の設定範囲内（設定時間（例えば、１秒）内、或いは、設定距離（例えば、１２ｍ）内）に検出された代表点Ｐの軌跡を同一のオブジェクト毎に更新し、保持する（例えば、図７参照）。

続くステップＳ１０２において、演算ユニット３１は、現在保持している各レーダオブジェクト付近の白線認識位置（自車両１に対する白線の相対位置）を抽出し、保持する。すなわち、例えば、レーダオブジェクトが隣接車線に存在する場合、演算ユニット３１は、当該レーダオブジェクト付近の白線認識位置として、隣接車線を区画する白線の位置を抽出し、保持する。

なお、この白線認識位置の抽出には、例えば、車載カメラ３２のステレオ画像に基づいて認識された白線情報が用いられ、ステレオ画像に基づく白線認識が困難な場合には地図データに基づく白線情報が用いられる。

そして、ステップＳ１０３に進むと、演算ユニット３１は、ステップＳ１０１及びステップＳ１０２において保持した自車両１とレーダオブジェクト（代表点Ｐ）の相対位置及び自車両１と白線の相対位置をそれぞれ地対位置に変換し、レーダオブジェクトの地対位置軌跡及び白線の地対位置軌跡を演算する。

この場合において、前回レーダオブジェクトの代表点Ｐが検出されてから当該レーダオブジェクトの新たな代表点Ｐが検出されるまでのサンプリング間隔をΔｔとすると、例えば、図１１に示すように、自車両がΔｔ秒の間にＸ軸方向及びＺ軸方向に移動する移動量Δｘ，Δｚは、以下の（１）式及び（２）式により求められる。

Δｘ＝Ｖ・Δｔ・ｓｉｎθ …（１）

Δｚ＝Ｖ・Δｔ・ｃｏｓθ …（２）

従って、例えば、図１２に示すように、前回検出された代表点Ｐの座標を（ｘold，ｚold）とし、当該代表点Ｐが現在までに移動したと推定される座標（ｘpre，ｚpre）は、以下の（３）式及び（４）式により求められる。すなわち、座標（ｘpre，ｚpre）は、座標（ｘold，ｚold）に対して車両移動量Δｘ，Δｚを減算した後、現在における車両固定座標系（Ｘ’，Ｚ’）への座標変換を行うことで求められる。

ｘpre＝（Ｘold・Δｘ）・ｃｏｓθ−（ｚold−Δｚ）・ｓｉｎθ …（３）

ｚpre＝（ｘold・Δｘ）・ｓｉｎθ＋（ｚold−Δｚ）・ｃｏｓθ …（４）

演算ユニット３１は、このような演算を各代表点Ｐについてサンプリング周期毎に順次累積的に行い、演算後の各代表点Ｐの点列を生成する（例えば、図８参照）。なお、白線の地対位置軌跡についても同様の演算が行われる。

そして、ステップＳ１０４に進むと、演算ユニット３１は、ステップＳ１０３において演算した各軌跡の点列について、例えば、最小自乗法を用いて二次近似する（例えば、レーダオブジェクトの代表点Ｐの点列の二次近似について図９を参照）。なお、図９中において、二次近似後のレーダオブジェクトの代表点を「Ｐ’」で示す。

そして、ステップＳ１０５に進むと、演算ユニット３１は、レーダオブジェクトの軌跡の二次近似曲線と、対応する白線の二次曲線とを比較し、代表点Ｐ毎の一致率を算出する。

すなわち、演算ユニット３１は、例えば、図１０に示すように、レーダオブジェクトの最新の代表点Ｐと横位置（ｘ座標）が一致するように白線の二次曲線を平行移動させ、各代表点Ｐと白線との誤差δｘを算出する。そして、演算ユニット３１は、例えば、予め設定されたマップ等を参照して、誤差δｘに応じた一致率を算出する。なお、この一致率は、例えば、誤差δｘが小さいほど高い一致率が算出される。

そして、ステップＳ１０６に進むと、演算ユニット３１は、算出した各代表点Ｐ’の一致率に基づいてレーダオブジェクトの信頼度を算出する。具体的には、演算ユニット３１は、例えば、予め設定されたマップ等を参照して、各代表点Ｐ’の一致率の平均値が高いほど高い信頼度を算出する。この場合において、演算ユニット３１は、一致率の平均値から算出した信頼度を、一致率の最小値が小さいほど信頼度が低くなるよう補正して最終的な信頼度を算出することも可能である。

ステップＳ１０７に進むと、演算ユニット３１は、ステップＳ１０６において算出したレーダオブジェクトの信頼度が、予め設定した閾値以上であるか否かを調べる。

そして、ステップＳ１０７において、レーダオブジェクトの信頼度が閾値以上であると判定した場合、演算ユニット３１は、ステップＳ１０８に進み、レーダオブジェクトに対応する立体物は実在する可能性が高いと判断して、当該レーダオブジェクトを認識対象として保持した後、ステップＳ１１０に進む。

一方、ステップＳ１０７において、レーダオブジェクトの信頼度が閾値未満であると判定した場合、演算ユニット３１は、ステップＳ１０９に進み、レーダオブジェクトに対応する立体物は実在しない可能性が高いと判断して、当該レーダオブジェクトを認識対象から除外した後、ステップＳ１１０に進む。

ステップＳ１０８或いはステップＳ１０９からステップＳ１１０に進むと、演算ユニット３１は、現在検出されている全てのレーダオブジェクトに対する判定が行われたか否かを調べる。

そして、ステップＳ１１０において、未だ全てのレーダオブジェクトに対する判定が行われていないと判定した場合、演算ユニット３１は、ステップＳ１０１に戻る。

一方、ステップＳ１１０において、全てのレーダオブジェクトに対する判定が行われたと判定した場合、演算ユニット３１は、ステップＳ１１１に進む。

ステップＳ１１０からステップＳ１１１に進むと、演算ユニット３１は、現在保持されているレーダオブジェクトに基づく立体物認識を行った後、ルーチンを抜ける。

この場合において、演算ユニット３１は、例えば、図１３，１４に示すように、基本的には、現在保持されているレーダオブジェクト毎に並走車等の立体物を認識する。但し、例えば、図１５に示すように、複数のレーダオブジェクトの代表点Ｐが設定距離（例えば、一般的な車両の車長）以内に存在する場合、これらのレーダオブジェクトは同一の立体物であると判断し、１つの立体物として認識する。

このような実施形態によれば、レーダ３４によって検出したレーダオブジェクトの設定範囲内における代表点Ｐの軌跡を演算するとともに、レーダオブジェクトの代表点Ｐに対応する車線の形状を認識し、代表点Ｐの軌跡の形状と認識した車線形状との一致率を算出し、算出した一致率に基づいて代表点の軌跡に対応する立体物が存在するか否かの判定を行うことにより、簡単な構成により、精度良く並走車等を認識することができる。

すなわち、並走車等の立体物は当該立体物が存在する車線に沿って移動することに着目し、レーダオブジェクトの代表点Ｐの軌跡の形状と、車外環境として別途取得可能な車線の形状との一致率を算出し、これらの一致率に基づいてレーダオブジェクトに対応する立体物が存在するか否かの判定を行うことにより、ノイズやマルチパス等によって実在しない立体物がレーダオブジェクトとして誤検出された場合にも、誤検出されたレーダオブジェクトを的確に除外し、並走車等の立体物を精度良く検出することができる。

この場合において、二次近似された代表点Ｐ’の軌跡と車線形状とを比較して一致率を算出することにより、レーダオブジェクトの位置（代表点Ｐの位置）に検知ズレ等が発生した場合にも、当該検知ズレ等の影響を低減して精度良く一致率を算出することができる。

なお、本発明は、以上説明した実施形態に限定されることなく、種々の変形や変更が可能であり、それらも本発明の技術的範囲内である。

例えば、上述の実施形態においては、レーダとしてミリ波レーダを採用した一例について説明したが、本発明はこれに限定されるものではなく、例えば、マイクロ波レーダ、赤外線レーザレーダ等を用いることも可能である。

１ … 車両（自車両）
２ … 車両用運転支援装置
１１ … 運転支援制御ユニット
１２ … エンジン制御ユニット
１３ … パワーステアリング制御ユニット
１４ … ブレーキ制御ユニット
１５ … 車内通信回線
３０ … 車外環境認識装置
３１ … 演算ユニット（軌跡演算手段、車線形状認識手段、一致率算出手段、立体物存否判定手段）
３２ … 車載カメラ（３２ａ … メインカメラ、３２ｂ … サブカメラ）
３４ … レーダ（３４ｌｆ … 左前側方レーダ、３４ｒｆ右前側方レーダ、３４ｌｒ … 左後側方レーダ、３４ｒｒ … 右後側方レーダ）
３５ … 車速センサ
３６ … ヨーレートセンサ

Claims

自車両の外部に送信したレーダ波が立体物で反射した反射波を受信して測距を行い、自車両と前記立体物との相対位置を示す代表点を出力するレーダ手段と、
設定範囲内における前記代表点の軌跡を演算する軌跡演算手段と、
前記代表点に対応する車線の車線形状を認識する車線形状認識手段と、
前記代表点の軌跡の形状と前記車線形状との一致率を算出する一致率算出手段と、
前記一致率に基づいて前記代表点に対応する前記立体物が存在するか否かの判定を行う立体物存否判定手段と、を備えたことを特徴とする車外環境認識装置。
前記一致率算出手段は、二次近似された前記代表点の軌跡と、二次近似された前記車線形状との一致率を算出することを特徴とする請求項１に記載の車外環境認識装置。
前記立体物存否判定手段は、前記一致率に基づいて前記代表点の軌跡の信頼度を算出し、前記信頼度と閾値との比較結果に基づいて、前記代表点に対応する前記立体物が存在するか否かの判定を行うことを特徴とする請求項１または請求項２に記載の車外環境認識装置。