JP5938940B2 - Three-dimensional object detection device - Google Patents

Three-dimensional object detection device Download PDF

Info

Publication number
JP5938940B2
JP5938940B2 JP2012038787A JP2012038787A JP5938940B2 JP 5938940 B2 JP5938940 B2 JP 5938940B2 JP 2012038787 A JP2012038787 A JP 2012038787A JP 2012038787 A JP2012038787 A JP 2012038787A JP 5938940 B2 JP5938940 B2 JP 5938940B2
Authority
JP
Japan
Prior art keywords
dimensional object
vehicle
object detection
difference
image
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.)
Expired - Fee Related
Application number
JP2012038787A
Other languages
Japanese (ja)
Other versions
JP2013173427A (en
Inventor
千加夫 土谷
千加夫 土谷
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 JP2012038787A priority Critical patent/JP5938940B2/en
Publication of JP2013173427A publication Critical patent/JP2013173427A/en
Application granted granted Critical
Publication of JP5938940B2 publication Critical patent/JP5938940B2/en
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Landscapes

  • Image Processing (AREA)
  • Image Analysis (AREA)

Description

本発明は、立体物検出装置に関するものである。   The present invention relates to a three-dimensional object detection device.

従来より、タイヤのトレッド溝の状態を検査するために、一定の撮像間隔でタイヤを撮像する技術が知られている（特許文献１参照）。   2. Description of the Related Art Conventionally, a technique for imaging a tire at a constant imaging interval is known in order to inspect the state of a tread groove of a tire (see Patent Document 1).

特開２００６−２４２６７４号公報JP 2006-242673 A

所定領域を一定の撮像間隔で撮像し、連続して撮像された２枚の撮像画像に基づく画像の位置合わせを行い、位置合わせ後の２枚の画像の差分をとり、差分が生じた部分を立体物として検出する場合に、以下のような問題があった。すなわち、自車両が直線道路を走行している場合には、自車両は車幅方向にほとんど移動しないため、撮像画像を一定間隔で撮像していても、連続して得られた２枚の画像を進行方向に沿ってずらすだけで、これら２枚の画像の位置を合わせることができる。しかし、自車両がカーブを走行している場合には、自車両が車幅方向にも移動するため、撮像画像を一定間隔で撮像している場合には、連続して得られた２枚の画像間の車幅方向へのずれ量が大きくなってしまい、これら２枚の画像を進行方向に沿ってずらすだけでは、これら２枚の画像の位置を適切に合わせることができないという問題があった。   The predetermined area is imaged at a constant imaging interval, the images are aligned based on the two captured images captured in succession, the difference between the two images after alignment is taken, and the portion where the difference has occurred When detecting as a three-dimensional object, there are the following problems. That is, when the host vehicle is traveling on a straight road, the host vehicle hardly moves in the vehicle width direction, so two images obtained continuously even if the captured images are captured at a constant interval. The position of these two images can be aligned by simply shifting the position along the traveling direction. However, when the host vehicle is traveling along a curve, the host vehicle also moves in the vehicle width direction. Therefore, when the captured images are captured at a constant interval, two images obtained in succession are obtained. The amount of displacement in the vehicle width direction between the images becomes large, and there is a problem that the position of these two images cannot be properly aligned only by shifting these two images along the traveling direction. .

本発明が解決しようとする課題は、連続して撮像された撮像画像に基づく画像の位置を適切に合わせることができ、その結果、立体物を適切に検出することができる立体物検出装置を提供することである。   The problem to be solved by the present invention is to provide a three-dimensional object detection device capable of appropriately aligning the positions of images based on continuously captured images and, as a result, appropriately detecting a three-dimensional object. It is to be.

本発明は、連続して得られた撮像画像におけるそれぞれの撮像対象領域の車幅方向におけるずれ量が、撮像画像において所定の画素数以下となる走行距離を算出し、算出した走行距離を撮像間隔として設定することで、上記課題を解決する。 The present invention calculates a travel distance in which a shift amount in the vehicle width direction of each imaging target region in continuously obtained captured images is equal to or less than a predetermined number of pixels in the captured image, and calculates the calculated travel distance as an imaging interval. By setting as , the above problem is solved.

本発明によれば、たとえば自車両がカーブを走行している場合に撮像間隔を短く設定することができるため、カーブ走行中に自車両が車幅方向に移動した場合でも、連続して撮像された撮像画像に基づく画像間における車幅方向のずれ量を小さくすることができ、これにより、連続して撮像された撮像画像に基づく画像を進行方向に沿ってずらすだけで、これら２枚の画像の位置合わせを高い精度で行うことができる。   According to the present invention, for example, when the host vehicle is traveling on a curve, the imaging interval can be set short. Therefore, even when the host vehicle moves in the vehicle width direction during curve traveling, images are continuously captured. The amount of shift in the vehicle width direction between images based on the captured images can be reduced, and by simply shifting the images based on the captured images captured continuously along the traveling direction, these two images Can be aligned with high accuracy.

第１実施形態に係る立体物検出装置を搭載した車両の概略構成図である。It is a schematic block diagram of the vehicle carrying the solid object detection apparatus which concerns on 1st Embodiment. 図１の車両の走行状態を示す平面図である。It is a top view which shows the driving state of the vehicle of FIG. 第１実施形態に係る計算機の詳細を示すブロック図である。It is a block diagram which shows the detail of the computer which concerns on 1st Embodiment. 第１実施形態に係る位置合わせ部の処理の概要を説明するための図であり、（ａ）は車両の移動状態を示す平面図、（ｂ）は位置合わせの概要を示す画像である。It is a figure for demonstrating the outline | summary of the process of the position alignment part which concerns on 1st Embodiment, (a) is a top view which shows the movement state of a vehicle, (b) is an image which shows the outline | summary of position alignment. 第１実施形態に係る立体物検出部による差分波形の生成の様子を示す概略図である。It is the schematic which shows the mode of the production | generation of the difference waveform by the solid-object detection part which concerns on 1st Embodiment. 第１実施形態に係る立体物検出部によって分割される小領域を示す図である。It is a figure which shows the small area | region divided | segmented by the solid-object detection part which concerns on 1st Embodiment. 第１実施形態に係る立体物検出部により得られるヒストグラムの一例を示す図である。It is a figure which shows an example of the histogram obtained by the solid-object detection part which concerns on 1st Embodiment. 第１実施形態に係る立体物検出部による重み付けを示す図である。It is a figure which shows the weighting by the solid-object detection part which concerns on 1st Embodiment. 第１実施形態に係る立体物検出部により得られるヒストグラムの他の例を示す図である。It is a figure which shows the other example of the histogram obtained by the solid-object detection part which concerns on 1st Embodiment. 第１実施形態に係る隣接車両検出方法を示すフローチャートである。It is a flowchart which shows the adjacent vehicle detection method which concerns on 1st Embodiment. 本実施形態に係るカメラの撮像間隔の設定方法を説明するための図である。It is a figure for demonstrating the setting method of the imaging interval of the camera which concerns on this embodiment. 第２実施形態に係る立体物検出装置を搭載した車両の概略構成図である。It is a schematic block diagram of the vehicle carrying the solid-object detection apparatus which concerns on 2nd Embodiment. 第２実施形態に係る計算機の詳細を示すブロック図である。It is a block diagram which shows the detail of the computer which concerns on 2nd Embodiment. 第２実施形態に係る隣接車両検出方法を示すフローチャートである。It is a flowchart which shows the adjacent vehicle detection method which concerns on 2nd Embodiment.

《第１実施形態》
図１は、第１実施形態に係る立体物検出装置１を搭載した車両の概略構成図である。本実施形態に係る立体物検出装置１は、自車両Ｖ１が車線変更する際に接触の可能性がある隣接車線に存在する他車両（以下、隣接車両Ｖ２ともいう）を検出することを目的とする。本実施形態に係る立体物検出装置１は、図１に示すように、カメラ１０と、車速センサ２０と、計算機３０と、ヨーレートセンサ４０とを備える。 << First Embodiment >>
FIG. 1 is a schematic configuration diagram of a vehicle equipped with a three-dimensional object detection device 1 according to the first embodiment. The three-dimensional object detection device 1 according to the present embodiment is intended to detect another vehicle (hereinafter also referred to as an adjacent vehicle V2) existing in an adjacent lane that may be contacted when the host vehicle V1 changes lanes. To do. As shown in FIG. 1, the three-dimensional object detection device 1 according to the present embodiment includes a camera 10, a vehicle speed sensor 20, a calculator 30, and a yaw rate sensor 40.

カメラ１０は、図１に示すように、自車両Ｖ１の後方における高さｈの箇所において、光軸が水平から下向きに角度θとなるように車両Ｖ１に取り付けられている。カメラ１０は、この位置から自車両Ｖ１の周囲環境のうちの所定領域を撮像する。車速センサ２０は、自車両Ｖ１の走行速度を検出するものであって、例えば車輪に回転数を検知する車輪速センサで検出した車輪速から車速度を算出する。計算機３０は、自車両後方の隣接車線に存在する隣接車両の検出を行う。ヨーレートセンサ４０は、車両の重心を通る鉛直軸周りの回転角（ヨー角）の単位時間当たりの変化量、すなわち、ヨーレート（ヨー角速度）を検出する。   As shown in FIG. 1, the camera 10 is attached to the vehicle V <b> 1 so that the optical axis is at an angle θ from the horizontal to the lower side at the position of the height h behind the host vehicle V <b> 1. The camera 10 captures an image of a predetermined area in the surrounding environment of the host vehicle V1 from this position. The vehicle speed sensor 20 detects the traveling speed of the host vehicle V1, and calculates the vehicle speed from the wheel speed detected by, for example, a wheel speed sensor that detects the rotational speed of the wheel. The computer 30 detects an adjacent vehicle existing in an adjacent lane behind the host vehicle. The yaw rate sensor 40 detects the amount of change per unit time of the rotation angle (yaw angle) around the vertical axis passing through the center of gravity of the vehicle, that is, the yaw rate (yaw angular velocity).

図２は、図１の自車両Ｖ１の走行状態を示す平面図である。同図に示すように、カメラ１０は、所定の画角ａで車両後方側を撮像する。このとき、カメラ１０の画角ａは、自車両Ｖ１が走行する車線に加えて、その左右の車線（隣接車線）についても撮像可能な画角に設定されている。   FIG. 2 is a plan view showing a traveling state of the host vehicle V1 of FIG. As shown in the figure, the camera 10 images the vehicle rear side at a predetermined angle of view a. At this time, the angle of view a of the camera 10 is set to an angle of view at which the left and right lanes (adjacent lanes) can be imaged in addition to the lane in which the host vehicle V1 travels.

図３は、図１の計算機３０の詳細を示すブロック図である。なお、図３においては、接続関係を明確とするためにカメラ１０、車速センサ２０、およびヨーレートセンサ４０についても図示する。   FIG. 3 is a block diagram showing details of the computer 30 of FIG. In FIG. 3, the camera 10, the vehicle speed sensor 20, and the yaw rate sensor 40 are also illustrated in order to clarify the connection relationship.

図３に示すように、計算機３０は、撮像間隔設定部３１と、視点変換部３２と、位置合わせ部３３と、立体物検出部３４と、立体物判定部３５とを備える。以下に、それぞれの構成について説明する。   As shown in FIG. 3, the computer 30 includes an imaging interval setting unit 31, a viewpoint conversion unit 32, a positioning unit 33, a three-dimensional object detection unit 34, and a three-dimensional object determination unit 35. Below, each structure is demonstrated.

撮像間隔設定部３１は、車速センサ２０により検出された自車両の車速と、ヨーレートセンサ４０により検出されたヨーレートとに基づいて、カメラ１０の撮像間隔を設定する。なお、撮像間隔設定部３１による撮像間隔の設定方法の詳細については後述する。   The imaging interval setting unit 31 sets the imaging interval of the camera 10 based on the vehicle speed of the host vehicle detected by the vehicle speed sensor 20 and the yaw rate detected by the yaw rate sensor 40. The details of the method for setting the imaging interval by the imaging interval setting unit 31 will be described later.

視点変換部３２は、カメラ１０により撮像された所定領域の撮像画像データを入力し、入力した撮像画像データを鳥瞰視される状態の鳥瞰画像データに視点変換する。鳥瞰視される状態とは、上空から例えば鉛直下向きに見下ろす仮想カメラの視点から見た状態である。この視点変換は、例えば特開２００８−２１９０６３号公報に記載されるようにして実行することができる。撮像画像データを鳥瞰視画像データに視点変換するのは、立体物に特有の鉛直エッジは鳥瞰視画像データへの視点変換により特定の定点を通る直線群に変換されるという原理に基づき、これを利用すれば平面物と立体物とを識別できるからである。   The viewpoint conversion unit 32 inputs captured image data of a predetermined area captured by the camera 10 and converts the input captured image data into a bird's-eye image data in a bird's-eye view state. The state viewed from a bird's-eye view is a state viewed from the viewpoint of a virtual camera looking down from above, for example, vertically downward. This viewpoint conversion can be executed as described in, for example, Japanese Patent Application Laid-Open No. 2008-219063. The viewpoint conversion of captured image data to bird's-eye view image data is based on the principle that a vertical edge peculiar to a three-dimensional object is converted into a straight line group passing through a specific fixed point by viewpoint conversion to bird's-eye view image data. This is because a planar object and a three-dimensional object can be distinguished if used.

位置合わせ部３３は、視点変換部３２の視点変換により得られた鳥瞰視画像データを順次入力し、入力した異なる時刻の鳥瞰視画像データの位置を合わせる。図４は、位置合わせ部３３の処理の概要を説明するための図であり、（ａ）は自車両Ｖ１の移動状態を示す平面図、（ｂ）は位置合わせの概要を示す画像である。   The alignment unit 33 sequentially inputs the bird's-eye view image data obtained by the viewpoint conversion of the viewpoint conversion unit 32 and aligns the positions of the inputted bird's-eye view image data at different times. 4A and 4B are diagrams for explaining the outline of the processing of the alignment unit 33. FIG. 4A is a plan view showing the moving state of the host vehicle V1, and FIG. 4B is an image showing the outline of the alignment.

図４（ａ）に示すように、現時刻の自車両Ｖ１がＰ１に位置し、一時刻前の自車両Ｖ１がＰ１’に位置していたとする。また、自車両Ｖ１の後側方向に隣接車両Ｖ２が位置して自車両Ｖ１と並走状態にあり、現時刻の隣接車両Ｖ２がＰ２に位置し、一時刻前の隣接車両Ｖ２がＰ２’に位置していたとする。さらに、自車両Ｖ１は、一時刻で距離ｄ移動したものとする。なお、一時刻前とは、現時刻から予め定められた時間（例えば１制御周期）だけ過去の時刻であってもよいし、任意の時間だけ過去の時刻であってもよい。 As shown in FIG. 4 (a), the host vehicle V1 of the current time is located in P 1, one unit time before the vehicle V1 is located in the P 1 '. Further, there is a parallel running state with the vehicle V1 is located is adjacent vehicle V2 laterally after the vehicle V1, located in P 2 adjacent vehicle V2 is the current time, one unit time before the adjacent vehicle V2 is P 2 Suppose it is located at '. Furthermore, it is assumed that the host vehicle V1 has moved a distance d at one time. Note that “one hour before” may be a past time for a predetermined time (for example, one control cycle) from the current time, or may be a past time for an arbitrary time.

このような状態において、現時刻における鳥瞰視画像ＰＢｔは図４（ｂ）に示すようになる。この鳥瞰視画像ＰＢｔでは、路面上に描かれる白線については矩形状となり、比較的正確に平面視された状態となるが、隣接車両Ｖ２（位置Ｐ２）については倒れ込みが発生する。また、一時刻前における鳥瞰視画像ＰＢｔ−１についても同様に、路面上に描かれる白線については矩形状となり、比較的正確に平面視された状態となるが、隣接車両Ｖ２（位置Ｐ２’）については倒れ込みが発生する。既述したとおり、立体物の鉛直エッジ（厳密な意味の鉛直エッジ以外にも路面から三次元空間に立ち上がったエッジを含む）は、鳥瞰視画像データへの視点変換処理によって倒れ込み方向に沿った直線群として現れるのに対し、路面上の平面画像は鉛直エッジを含まないので、視点変換してもそのような倒れ込みが生じないからである。 In this state, the bird's-eye view image PB t at the current time is as shown in Figure 4 (b). In the bird's-eye view image PB t, becomes a rectangular shape for the white line drawn on the road surface, but a relatively accurate is a plan view state, the adjacent vehicle V2 (position P 2) is tilting occurs. Similarly, for the bird's-eye view image PB t-1 one hour before, the white line drawn on the road surface has a rectangular shape and is in a state of being relatively accurately viewed in plan, but the adjacent vehicle V2 (position P 2). ') Will fall down. As described above, the vertical edges of solid objects (including the edges that rise in the three-dimensional space from the road surface in addition to the vertical edges in the strict sense) are straight lines along the collapse direction by the viewpoint conversion processing to bird's-eye view image data. This is because the plane image on the road surface does not include a vertical edge, but such a fall does not occur even when the viewpoint is changed.

位置合わせ部３３は、上記のような鳥瞰視画像ＰＢｔ，ＰＢｔ−１の位置合わせをデータ上で実行する。この際、位置合わせ部３３は、一時刻前における鳥瞰画像ＰＢｔ−１をオフセットさせ、現時刻における鳥瞰視画像ＰＢｔと位置を一致させる。図４（ｂ）の左側の画像と中央の画像は、移動距離ｄ’だけオフセットした状態を示す。このオフセット量ｄ’は、図４（ａ）に示した自車両Ｖ１の実際の移動距離ｄに対応する鳥瞰視画像データ上の移動量であり、車速センサ２０からの信号と一時刻前から現時刻までの時間に基づいて決定される。 The alignment unit 33 performs alignment of the bird's-eye view images PB t and PB t−1 as described above on the data. At this time, the alignment unit 33 offsets the bird's-eye view image PB t-1 at the previous time and matches the position with the bird's-eye view image PB t at the current time. The image on the left side and the center image in FIG. 4B show a state that is offset by the movement distance d ′. This offset amount d ′ is a movement amount on the bird's-eye view image data corresponding to the actual movement distance d of the host vehicle V1 shown in FIG. 4 (a). It is determined based on the time until the time.

また、位置合わせ後において位置合わせ部３３は、鳥瞰視画像ＰＢｔ，ＰＢｔ−１の差分をとり、差分画像ＰＤｔのデータを生成する。ここで、本実施形態において、位置合わせ部３３は、照度環境の変化に対応するために、鳥瞰視画像ＰＢｔ，ＰＢｔ−１の画素値の差を絶対値化し、当該絶対値が所定の閾値ｔｈ以上であるときに、差分画像ＰＤｔの画素値を「１」とし、絶対値が所定の閾値ｔｈ未満であるときに、差分画像ＰＤｔの画素値を「０」とすることで、図４（ｂ）の右側に示すような差分画像ＰＤｔのデータを生成することができる。 In addition, after the alignment, the alignment unit 33 takes the difference between the bird's-eye view images PB t and PB t−1 and generates data of the difference image PD t . Here, in the present embodiment, the alignment unit 33 converts the pixel value difference between the bird's-eye view images PB t and PB t−1 to an absolute value in order to cope with a change in the illuminance environment, and the absolute value is a predetermined value. By setting the pixel value of the difference image PD t to “1” when the threshold value is equal to or greater than the threshold th, and setting the pixel value of the difference image PD t to “0” when the absolute value is less than the predetermined threshold th, Data of the difference image PD t as shown on the right side of FIG. 4B can be generated.

図３に戻り、立体物検出部３４は、図４（ｂ）に示す差分画像ＰＤｔのデータに基づいて立体物を検出する。この際、立体物検出部３４は、実空間上における立体物の移動距離についても算出する。立体物の検出および移動距離の算出にあたり、立体物検出部３４は、まず差分波形を生成する。 Returning to FIG. 3, the three-dimensional object detection unit 34 detects a three-dimensional object based on the data of the difference image PD t shown in FIG. At this time, the three-dimensional object detection unit 34 also calculates the movement distance of the three-dimensional object in the real space. In detecting the three-dimensional object and calculating the movement distance, the three-dimensional object detection unit 34 first generates a differential waveform.

差分波形の生成にあたって立体物検出部３４は、差分画像ＰＤｔにおいて検出領域を設定する。本例の立体物検出装置１は、自車両Ｖ１が車線変更する際に接触の可能性がある隣接車両について移動距離を算出することを目的とするものである。このため、本例では、図２に示すように自車両Ｖ１の後側方に矩形状の検出領域Ａ１，Ａ２を設定する。なお、このような検出領域Ａ１，Ａ２は、自車両Ｖ１に対する相対位置から設定してもよいし、白線の位置を基準に設定してもよい。白線の位置を基準に設定する場合に、立体物検出装置１は、例えば既存の白線認識技術等を利用するとよい。 In generating the difference waveform, the three-dimensional object detection unit 34 sets a detection region in the difference image PD t . The three-dimensional object detection device 1 of the present example is intended to calculate a movement distance for an adjacent vehicle that may be contacted when the host vehicle V1 changes lanes. For this reason, in this example, as shown in FIG. 2, rectangular detection areas A1, A2 are set on the rear side of the host vehicle V1. Such detection areas A1, A2 may be set from a relative position with respect to the host vehicle V1, or may be set based on the position of the white line. When setting the position of the white line as a reference, the three-dimensional object detection device 1 may use, for example, an existing white line recognition technique.

また、立体物検出部３４は、図２に示すように、設定した検出領域Ａ１，Ａ２の自車両Ｖ１側における辺（走行方向に沿う辺）を接地線Ｌ１，Ｌ２として認識する。一般に接地線は立体物が地面に接触する線を意味するが、本実施形態では地面に接触する線でなく上記の如くに設定される。なおこの場合であっても、経験上、本実施形態に係る接地線と、本来の隣接車両Ｖ２の位置から求められる接地線との差は大きくなり過ぎず、実用上は問題が無い。   Further, as shown in FIG. 2, the three-dimensional object detection unit 34 recognizes the sides (sides along the traveling direction) of the set detection areas A1 and A2 on the own vehicle V1 side as the ground lines L1 and L2. In general, the ground line means a line in which the three-dimensional object contacts the ground. However, in the present embodiment, the ground line is set as described above, not a line in contact with the ground. Even in this case, from experience, the difference between the ground line according to the present embodiment and the ground line obtained from the position of the original adjacent vehicle V2 is not too large, and there is no problem in practical use.

図５は、立体物検出部３４による差分波形の生成の様子を示す概略図である。図５に示すように、立体物検出部３４は、位置合わせ部３３で算出した差分画像ＰＤｔ（図４（ｂ）の右図）のうち検出領域Ａ１，Ａ２に相当する部分から、差分波形ＤＷｔを生成する。この際、立体物検出部３４は、視点変換により立体物が倒れ込む方向に沿って、差分波形ＤＷｔを生成する。なお、図５に示す例では、便宜上検出領域Ａ１のみを用いて説明するが、検出領域Ａ２についても同様の手順で差分波形ＤＷｔを生成する。 FIG. 5 is a schematic diagram illustrating how the three-dimensional object detection unit 34 generates a differential waveform. As illustrated in FIG. 5, the three-dimensional object detection unit 34 calculates a differential waveform from a portion corresponding to the detection areas A <b> 1 and A <b> 2 in the difference image PD t (right diagram in FIG. 4B) calculated by the alignment unit 33. DW t is generated. At this time, the three-dimensional object detection unit 34 generates a differential waveform DW t along the direction in which the three-dimensional object falls due to viewpoint conversion. In the example shown in FIG. 5, only the detection area A1 is described for convenience, but the difference waveform DW t is generated for the detection area A2 in the same procedure.

具体的に説明すると、まず立体物検出部３４は、差分画像ＰＤｔのデータ上において立体物が倒れ込む方向上の線Ｌａを定義する。そして、立体物検出部３４は、線Ｌａ上において所定の差分を示す差分画素ＤＰの数をカウントする。本実施形態では、所定の差分を示す差分画素ＤＰは、差分画像ＰＤｔの画素値が「０」「１」で表現されており、「１」を示す画素が、差分画素ＤＰとしてカウントされる。 Specifically, the three-dimensional object detection unit 34 first defines a line La on the direction the three-dimensional object collapses on data of the difference image PD t. Then, the three-dimensional object detection unit 34 counts the number of difference pixels DP indicating a predetermined difference on the line La. In the present embodiment, the difference pixel DP indicating the predetermined difference is expressed by the pixel value of the difference image PD t as “0” and “1”, and the pixel indicating “1” is counted as the difference pixel DP. .

立体物検出部３４は、差分画素ＤＰの数をカウントした後、線Ｌａと接地線Ｌ１との交点ＣＰを求める。そして、立体物検出部３４は、交点ＣＰとカウント数とを対応付け、交点ＣＰの位置に基づいて横軸位置、すなわち図５右図の上下方向軸における位置を決定するとともに、カウント数から縦軸位置、すなわち図５右図の左右方向軸における位置を決定し、交点ＣＰにおけるカウント数としてプロットする。   The three-dimensional object detection unit 34 counts the number of difference pixels DP and then obtains an intersection CP between the line La and the ground line L1. Then, the three-dimensional object detection unit 34 associates the intersection point CP with the count number, determines the horizontal axis position based on the position of the intersection point CP, that is, the position on the vertical axis in the right diagram of FIG. The axis position, that is, the position on the left-right axis in the right diagram of FIG. 5 is determined and plotted as the number of counts at the intersection CP.

以下同様に、立体物検出部３４は、立体物が倒れ込む方向上の線Ｌｂ，Ｌｃ…を定義して、差分画素ＤＰの数をカウントし、各交点ＣＰの位置に基づいて横軸位置を決定し、カウント数（差分画素ＤＰの数）から縦軸位置を決定しプロットする。立体物検出部３４は、上記を順次繰り返して度数分布化することで、図５右図に示すように差分波形ＤＷｔを生成する。 Similarly, the three-dimensional object detection unit 34 defines lines Lb, Lc... In the direction in which the three-dimensional object falls, counts the number of difference pixels DP, and determines the horizontal axis position based on the position of each intersection CP. Then, the vertical axis position is determined from the count number (number of difference pixels DP) and plotted. The three-dimensional object detection unit 34 generates the differential waveform DW t as shown in the right diagram of FIG.

ここで、差分画像ＰＤｔのデータ上における差分画素ＰＤは、異なる時刻の画像において変化があった画素であり、言い換えれば立体物が存在した箇所であるといえる。このため、立体物が存在した箇所において、立体物が倒れ込む方向に沿って画素数をカウントして度数分布化することで差分波形ＤＷｔを生成することとなる。特に、立体物が倒れ込む方向に沿って画素数をカウントすることから、立体物に対して高さ方向の情報から差分波形ＤＷｔを生成することとなる。 Here, the difference pixel PD on the data of the difference image PD t is a pixel that has changed in the images at different times, in other words, a location where a three-dimensional object exists. For this reason, the difference waveform DW t is generated by counting the number of pixels along the direction in which the three-dimensional object collapses and performing frequency distribution at the location where the three-dimensional object exists. In particular, since the number of pixels is counted along the direction in which the three-dimensional object falls, the differential waveform DW t is generated from the information in the height direction for the three-dimensional object.

なお、図５左図に示すように、立体物が倒れ込む方向上の線Ｌａと線Ｌｂとは検出領域Ａ１と重複する距離が異なっている。このため、検出領域Ａ１が差分画素ＤＰで満たされているとすると、線Ｌｂ上よりも線Ｌａ上の方が差分画素ＤＰの数が多くなる。このため、立体物検出部３４は、差分画素ＤＰのカウント数から縦軸位置を決定する場合に、立体物が倒れ込む方向上の線Ｌａ，Ｌｂと検出領域Ａ１とが重複する距離に基づいて正規化する。具体例を挙げると、図５左図において線Ｌａ上の差分画素ＤＰは６つあり、線Ｌｂ上の差分画素ＤＰは５つである。このため、図５においてカウント数から縦軸位置を決定するにあたり、立体物検出部３４は、カウント数を重複距離で除算するなどして正規化する。これにより、差分波形ＤＷｔに示すように、立体物が倒れ込む方向上の線Ｌａ，Ｌｂに対応する差分波形ＤＷｔの値はほぼ同じとなっている。 As shown in the left diagram of FIG. 5, the line La and the line Lb in the direction in which the three-dimensional object collapses have different distances overlapping the detection area A1. For this reason, if the detection area A1 is filled with the difference pixels DP, the number of difference pixels DP is larger on the line La than on the line Lb. For this reason, when the three-dimensional object detection unit 34 determines the vertical axis position from the count number of the difference pixels DP, the three-dimensional object detection unit 34 is normalized based on the distance at which the lines La and Lb in the direction in which the three-dimensional object falls and the detection area A1 overlap. Turn into. As a specific example, in the left diagram of FIG. 5, there are six difference pixels DP on the line La, and there are five difference pixels DP on the line Lb. Therefore, in determining the vertical axis position from the count number in FIG. 5, the three-dimensional object detection unit 34 normalizes the count number by dividing it by the overlap distance. Thus, as shown in the difference waveform DW t, the line La on the direction the three-dimensional object collapses, the value of the differential waveform DW t corresponding to Lb is substantially the same.

差分波形ＤＷｔの生成後、立体物検出部３４は、生成した差分波形ＤＷｔに基づいて、隣接車線に存在している隣接車両の検出を行う。立体物検出部３４は、現時刻における差分波形ＤＷｔと一時刻前の差分波形ＤＷｔ−１との対比により移動距離を算出する。すなわち、立体物検出部３４は、差分波形ＤＷｔ，ＤＷｔ−１の時間変化から移動距離を算出する。 After the generation of the differential waveform DW t , the three-dimensional object detection unit 34 detects the adjacent vehicle existing in the adjacent lane based on the generated differential waveform DW t . Three-dimensional object detection unit 34 calculates the moving distance in comparison with the differential waveform DW t-1 of the previous differential waveform DW t and a time instant at the current time. That is, the three-dimensional object detection unit 34 calculates the movement distance from the time change of the differential waveforms DW t and DW t−1 .

詳細に説明すると、立体物検出部３４は、図６に示すように差分波形ＤＷｔを複数の小領域ＤＷｔ１〜ＤＷｔｎ（ｎは２以上の任意の整数）に分割する。図６は、立体物検出部３４によって分割される小領域ＤＷｔ１〜ＤＷｔｎを示す図である。小領域ＤＷｔ１〜ＤＷｔｎは、例えば図６に示すように、互いに重複するようにして分割される。例えば小領域ＤＷｔ１と小領域ＤＷｔ２とは重複し、小領域ＤＷｔ２と小領域ＤＷｔ３とは重複する。 More specifically, the three-dimensional object detection unit 34 divides the differential waveform DW t into a plurality of small regions DW t1 to DW tn (n is an arbitrary integer equal to or greater than 2) as shown in FIG. FIG. 6 is a diagram illustrating the small areas DW t1 to DW tn divided by the three-dimensional object detection unit 34. The small regions DW t1 to DW tn are divided so as to overlap each other, for example, as shown in FIG. For example, the small area DW t1 and the small area DW t2 overlap, and the small area DW t2 and the small area DW t3 overlap.

次いで、立体物検出部３４は、小領域ＤＷｔ１〜ＤＷｔｎ毎にオフセット量（差分波形の横軸方向（図６の上下方向）の移動量）を求める。ここで、オフセット量は、一時刻前における差分波形ＤＷｔ−１と現時刻における差分波形ＤＷｔとの差（横軸方向の距離）から求められる。この際、立体物検出部３４は、小領域ＤＷｔ１〜ＤＷｔｎ毎に、一時刻前における差分波形ＤＷｔ−１を横軸方向に移動させた際に、現時刻における差分波形ＤＷｔとの誤差が最小となる位置（横軸方向の位置）を判定し、差分波形ＤＷｔ−１の元の位置と誤差が最小となる位置との横軸方向の移動量をオフセット量として求める。そして、立体物検出部３４は、小領域ＤＷｔ１〜ＤＷｔｎ毎に求めたオフセット量をカウントしてヒストグラム化する。 Next, the three-dimensional object detection unit 34 obtains an offset amount (amount of movement of the differential waveform in the horizontal axis direction (vertical direction in FIG. 6)) for each of the small regions DW t1 to DW tn . Here, the offset amount is determined from the difference between the differential waveform DW t in the difference waveform DW t-1 and the current time before one unit time (distance in the horizontal axis direction). At this time, three-dimensional object detection unit 34, for each small area DW t1 ~DW tn, when moving the differential waveform DW t1 before one unit time in the horizontal axis direction, the differential waveform DW t at the current time The position where the error is minimized (the position in the horizontal axis direction) is determined, and the amount of movement in the horizontal axis between the original position of the differential waveform DW t-1 and the position where the error is minimized is obtained as an offset amount. Then, the three-dimensional object detection unit 34 counts the offset amount obtained for each of the small regions DW t1 to DW tn and forms a histogram.

図７は、立体物検出部３４により得られるヒストグラムの一例を示す図である。図７に示すように、各小領域ＤＷｔ１〜ＤＷｔｎと一時刻前における差分波形ＤＷｔ−１との誤差が最小となる移動量であるオフセット量には、多少のバラつきが生じる。このため、立体物検出部３４は、バラつきを含んだオフセット量をヒストグラム化し、ヒストグラムから移動距離を算出する。この際、立体物検出部３４は、ヒストグラムの極大値から隣接車両の移動距離を算出する。すなわち、図７に示す例において、立体物検出部３４は、ヒストグラムの極大値を示すオフセット量を移動距離τ＊と算出する。このように、本実施形では、オフセット量にバラつきがあったとしても、その極大値から、より正確性の高い移動距離を算出することが可能となる。なお、移動距離τ＊は、自車両に対する隣接車両の相対移動距離である。このため、立体物検出部３４は、絶対移動距離を算出する場合には、得られた移動距離τ＊と車速センサ２０からの信号とに基づいて、絶対移動距離を算出することとなる。 FIG. 7 is a diagram illustrating an example of a histogram obtained by the three-dimensional object detection unit 34. As shown in FIG. 7, the offset amount, which is the amount of movement that minimizes the error between each of the small areas DW t1 to DW tn and the differential waveform DW t-1 one time before, has some variation. For this reason, the three-dimensional object detection unit 34 forms a histogram of offset amounts including variations, and calculates a movement distance from the histogram. At this time, the three-dimensional object detection unit 34 calculates the movement distance of the adjacent vehicle from the maximum value of the histogram. That is, in the example illustrated in FIG. 7, the three-dimensional object detection unit 34 calculates the offset amount indicating the maximum value of the histogram as the movement distance τ * . As described above, in this embodiment, even if the offset amount varies, it is possible to calculate a more accurate movement distance from the maximum value. The moving distance τ * is a relative moving distance of the adjacent vehicle with respect to the own vehicle. For this reason, when calculating the absolute movement distance, the three-dimensional object detection unit 34 calculates the absolute movement distance based on the obtained movement distance τ * and the signal from the vehicle speed sensor 20.

このように、本実施形態では、異なる時刻に生成された差分波形ＤＷｔの誤差が最小となるときの差分波形ＤＷｔのオフセット量から立体物の移動距離を算出することで、波形という１次元の情報のオフセット量から移動距離を算出することとなり、移動距離の算出にあたり計算コストを抑制することができる。また、異なる時刻に生成された差分波形ＤＷｔを複数の小領域ＤＷｔ１〜ＤＷｔｎに分割することで、立体物のそれぞれの箇所を表わした波形を複数得ることができ、これにより、立体物のそれぞれの箇所毎にオフセット量を求めることができ、複数のオフセット量から移動距離を求めることができるため、移動距離の算出精度を向上させることができる。また、本実施形態では、高さ方向の情報を含む差分波形ＤＷｔの時間変化から立体物の移動距離を算出することで、単に１点の移動のみに着目するような場合と比較して、時間変化前の検出箇所と時間変化後の検出箇所とが高さ方向の情報を含んで特定されるため立体物において同じ箇所となり易く、同じ箇所の時間変化から移動距離を算出することとなり、移動距離の算出精度を向上させることができる。 Thus, in the present embodiment, a one-dimensional waveform is obtained by calculating the moving distance of the three-dimensional object from the offset amount of the differential waveform DW t when the error of the differential waveform DW t generated at different times is minimized. Thus, the movement distance is calculated from the offset amount of the information, and the calculation cost can be suppressed in calculating the movement distance. In addition, by dividing the differential waveform DW t generated at different times into a plurality of small regions DW t1 to DW tn , a plurality of waveforms representing the respective locations of the three-dimensional object can be obtained. Since the offset amount can be obtained for each of the positions, and the movement distance can be obtained from a plurality of offset amounts, the calculation accuracy of the movement distance can be improved. Further, in the present embodiment, by calculating the moving distance of the three-dimensional object from the time change of the differential waveform DW t including the information in the height direction, compared with a case where attention is paid only to one point of movement, Since the detection location before the time change and the detection location after the time change are specified including information in the height direction, it is likely to be the same location in the three-dimensional object, and the movement distance is calculated from the time change of the same location, and the movement Distance calculation accuracy can be improved.

なお、ヒストグラム化にあたり立体物検出部３４は、複数の小領域ＤＷｔ１〜ＤＷｔｎ毎に重み付けをし、小領域ＤＷｔ１〜ＤＷｔｎ毎に求めたオフセット量を重みに応じてカウントしてヒストグラム化してもよい。図８は、立体物検出部３４による重み付けを示す図である。 Incidentally, the three-dimensional object detection unit 34 Upon histogram is weighted for each of a plurality of small areas DW t1 ~DW tn, the offset amount determined for each small area DW t1 ~DW tn histogram of counts in response to the weight May be. FIG. 8 is a diagram illustrating weighting by the three-dimensional object detection unit 34.

図８に示すように、小領域ＤＷｍ（ｍは１以上ｎ−１以下の整数）は平坦となっている。すなわち、小領域ＤＷｍは所定の差分を示す画素数のカウントの最大値と最小値との差が小さくなっている。立体物検出部３４は、このような小領域ＤＷｍについて重みを小さくする。平坦な小領域ＤＷｍについては、特徴がなくオフセット量の算出にあたり誤差が大きくなる可能性が高いからである。 As shown in FIG. 8, the small region DW m (m is an integer of 1 to n−1) is flat. That is, in the small area DW m , the difference between the maximum value and the minimum value of the number of pixels indicating a predetermined difference is small. Three-dimensional object detection unit 34, to reduce weight for such small area DW m. This is because the flat small area DW m has no characteristics and is likely to have a large error in calculating the offset amount.

一方、小領域ＤＷｍ＋ｋ（ｋはｎ−ｍ以下の整数）は起伏に富んでいる。すなわち、小領域ＤＷｍは所定の差分を示す画素数のカウントの最大値と最小値との差が大きくなっている。立体物検出部３４は、このような小領域ＤＷｍについて重みを大きくする。起伏に富む小領域ＤＷｍ＋ｋについては、特徴的でありオフセット量の算出を正確に行える可能性が高いからである。このように重み付けすることにより、移動距離の算出精度を向上することができる。 On the other hand, the small area DW m + k (k is an integer equal to or less than nm) is rich in undulations. That is, in the small area DW m , the difference between the maximum value and the minimum value of the number of pixels indicating a predetermined difference is large. Three-dimensional object detection unit 34 increases the weight for such small area DW m. This is because the small region DW m + k rich in undulations is characteristic and there is a high possibility that the offset amount can be accurately calculated. By weighting in this way, the calculation accuracy of the movement distance can be improved.

なお、移動距離の算出精度を向上するために上記実施形態では差分波形ＤＷｔを複数の小領域ＤＷｔ１〜ＤＷｔｎに分割したが、移動距離の算出精度がさほど要求されない場合は小領域ＤＷｔ１〜ＤＷｔｎに分割しなくてもよい。この場合に、立体物検出部３４は、差分波形ＤＷｔと差分波形ＤＷｔ−１との誤差が最小となるときの差分波形ＤＷｔのオフセット量から移動距離を算出することとなる。すなわち、一時刻前における差分波形ＤＷｔ−１と現時刻における差分波形ＤＷｔとのオフセット量を求める方法は上記内容に限定されない。 Although dividing the differential waveform DW t into a plurality of small areas DW t1 ~DW tn in the above embodiment in order to improve the calculation accuracy of the moving distance, if the calculation accuracy of the moving distance is not less required small regions DW t1 It is not necessary to divide into ~ DW tn . In this case, the three-dimensional object detection unit 34 calculates the movement distance from the offset amount of the differential waveform DW t when the error between the differential waveform DW t and the differential waveform DW t−1 is minimized. That is, the method for obtaining the offset amount of the difference waveform DW t in the difference waveform DW t-1 and the current time before one unit time is not limited to the above disclosure.

なお、本実施形態において立体物検出部３４は、自車両Ｖ１（カメラ１０）の移動速度を求め、求めた移動速度から静止物についてのオフセット量を求める。静止物のオフセット量を求めた後、立体物検出部３４は、ヒストグラムの極大値のうち静止物に該当するオフセット量を無視したうえで、隣接車両の移動距離を算出する。   In the present embodiment, the three-dimensional object detection unit 34 obtains the moving speed of the host vehicle V1 (camera 10), and obtains the offset amount for the stationary object from the obtained moving speed. After obtaining the offset amount of the stationary object, the three-dimensional object detection unit 34 ignores the offset amount corresponding to the stationary object among the maximum values of the histogram and calculates the moving distance of the adjacent vehicle.

図９は、立体物検出部３４により得られるヒストグラムの他の例を示す図である。カメラ１０の画角内に隣接車両の他に静止物が存在する場合に、得られるヒストグラムには２つの極大値τ１，τ２が現れる。この場合、２つの極大値τ１，τ２のうち、いずれか一方は静止物のオフセット量である。このため、立体物検出部３４は、移動速度から静止物についてのオフセット量を求め、そのオフセット量に該当する極大値について無視し、残り一方の極大値を採用して立体物の移動距離を算出する。これにより、静止物により立体物の移動距離の算出精度が低下してしまう事態を防止することができる。   FIG. 9 is a diagram illustrating another example of a histogram obtained by the three-dimensional object detection unit 34. When there is a stationary object in addition to the adjacent vehicle within the angle of view of the camera 10, two maximum values τ1 and τ2 appear in the obtained histogram. In this case, one of the two maximum values τ1, τ2 is the offset amount of the stationary object. Therefore, the three-dimensional object detection unit 34 obtains the offset amount for the stationary object from the moving speed, ignores the maximum value corresponding to the offset amount, and calculates the moving distance of the three-dimensional object by using the remaining maximum value. To do. Thereby, the situation where the calculation accuracy of the moving distance of a solid object falls by a stationary object can be prevented.

なお、静止物に該当するオフセット量を無視したとしても、極大値が複数存在する場合、カメラ１０の画角内に隣接車両が複数台存在すると想定される。しかし、検出領域Ａ１，Ａ２内に複数の隣接車両が存在することは極めて稀である。このため、立体物検出部３４は、移動距離の算出を中止する。これにより、本実施形態では、極大値が複数あるような誤った移動距離を算出してしまう事態を防止することができる。   Even if the offset amount corresponding to the stationary object is ignored, when there are a plurality of maximum values, it is assumed that there are a plurality of adjacent vehicles within the angle of view of the camera 10. However, it is extremely rare that a plurality of adjacent vehicles exist in the detection areas A1 and A2. For this reason, the three-dimensional object detection unit 34 stops calculating the movement distance. Thereby, in the present embodiment, it is possible to prevent a situation in which an erroneous movement distance having a plurality of maximum values is calculated.

立体物判定部３５は、立体物検出部３４により検出された立体物が、隣接車線に存在する他車両であるか否かを判定する。なお、立体物判定部３５による判定方法の詳細は後述する。   The three-dimensional object determination unit 35 determines whether the three-dimensional object detected by the three-dimensional object detection unit 34 is another vehicle that exists in the adjacent lane. The details of the determination method by the three-dimensional object determination unit 35 will be described later.

次に、第１実施形態に係る隣接車両検出処理について説明する。図１０は、第１実施形態の隣接車両検出処理を示すフローチャートである。   Next, the adjacent vehicle detection process according to the first embodiment will be described. FIG. 10 is a flowchart illustrating the adjacent vehicle detection process according to the first embodiment.

図１０に示すように、まず、ステップＳ１０１では、撮像間隔設定部３１により、自車両の車速情報の取得が行われる。具体的には、車速センサ２０により自車両の車速が検出され、検出された自車両の車速の情報が、撮像間隔設定部３１により取得される。また、ステップＳ１０２では、撮像間隔設定部３１により、自車両のヨーレート情報の取得が行われる。具体的には、ヨーレートセンサ４０により自車両のヨーレートが検出され、検出されたヨーレートの情報が、撮像間隔設定部３１により取得される。   As shown in FIG. 10, first, in step S <b> 101, acquisition of vehicle speed information of the host vehicle is performed by the imaging interval setting unit 31. Specifically, the vehicle speed of the host vehicle is detected by the vehicle speed sensor 20, and information on the detected vehicle speed of the host vehicle is acquired by the imaging interval setting unit 31. In step S102, the imaging interval setting unit 31 acquires the yaw rate information of the host vehicle. Specifically, the yaw rate of the host vehicle is detected by the yaw rate sensor 40, and information on the detected yaw rate is acquired by the imaging interval setting unit 31.

次いで、ステップＳ１０３では、撮像間隔設定部３１により、所定時間内における自車両の車幅方向への移動量が算出される。具体的には、撮像間隔設定部３１は、ステップＳ１０１で取得した自車両の車速情報と、ステップＳ１０２で取得した自車両のヨーレート情報とに基づいて、所定時間内における自車両の車幅方向への移動量を、自車両の旋回状態を表す情報として算出する。なお、自車両のヨーレートが大きいほど、自車両の車幅方向への移動速度は大きくなり、所定時間における自車両の車幅方向の移動量が大きくなるため、たとえば、自車両がカーブを走行する場合や、右左折を行う場合、あるいは、車線変更を行う場合に、自車両の車幅方向への移動量が大きくなる傾向にある。   Next, in step S103, the imaging interval setting unit 31 calculates the amount of movement of the host vehicle in the vehicle width direction within a predetermined time. Specifically, the imaging interval setting unit 31 moves in the vehicle width direction of the host vehicle within a predetermined time based on the vehicle speed information of the host vehicle acquired in step S101 and the yaw rate information of the host vehicle acquired in step S102. Is calculated as information representing the turning state of the host vehicle. As the yaw rate of the host vehicle increases, the moving speed of the host vehicle in the vehicle width direction increases and the amount of movement of the host vehicle in the vehicle width direction during a predetermined time increases. For example, the host vehicle travels on a curve. In some cases, when turning right or left, or when changing lanes, the amount of movement of the host vehicle in the vehicle width direction tends to increase.

そして、ステップＳ１０４では、撮像間隔設定部３１により、カメラ１０の撮像間隔の設定が行われる。具体的には、撮像間隔設定部３１は、ステップＳ１０３で算出した所定時間内における自車両の車幅方向への移動量に基づいて、連続して得られる２枚の鳥瞰視画像のそれぞれの撮像対象領域の車幅方向におけるずれ量が、鳥瞰視画像での解像度において所定の画素数以下となる走行距離を算出し、算出した走行距離をカメラ１０の撮像間隔として設定する。なお、所定の画素数とは、予め実験等により設定される画素数であり、連続して得られた異なる時刻の２枚の鳥瞰視画像を位置合わせする際に、この２枚の鳥瞰視画像の撮像対象領域の車幅方向におけるずれ量が、この所定の画素数に対応するずれ量の範囲内であれば、これら２枚の鳥瞰視画像を進行方向にずらして位置合わせをするだけで、これら２枚の鳥瞰視画像の位置を高い精度で合わせることができる画素数をいう。すなわち、連続して得られた２枚の鳥瞰視画像の位置を完全に合わせるためには、これら２枚の鳥瞰視画像を進行方向にずらすだけではなく、これら２枚の鳥瞰視画像を車幅方向にずらすとともに回転させる必要があるが、これら２枚の鳥瞰視画像の撮像対象領域の車幅方向におけるずれ量がこの所定の画素数に対応するずれ量の範囲内であれば、実用上、これら２枚の鳥瞰視画像の位置を進行方向にずららして位置合わせした差分画像に基づいて、立体物を検出することができる。   In step S <b> 104, the imaging interval setting unit 31 sets the imaging interval of the camera 10. Specifically, the imaging interval setting unit 31 captures each of the two bird's-eye view images obtained continuously based on the amount of movement of the host vehicle in the vehicle width direction within the predetermined time calculated in step S103. A travel distance in which the shift amount in the vehicle width direction of the target region is equal to or less than a predetermined number of pixels in the resolution in the bird's-eye view image is calculated, and the calculated travel distance is set as an imaging interval of the camera 10. Note that the predetermined number of pixels is the number of pixels set in advance through experiments or the like, and when two bird's-eye view images obtained at different times successively are aligned, the two bird's-eye view images If the shift amount in the vehicle width direction of the imaging target area is within the shift amount range corresponding to the predetermined number of pixels, the two bird's-eye view images are simply shifted in the traveling direction and aligned. The number of pixels that can match the positions of these two bird's-eye view images with high accuracy. That is, in order to perfectly align the positions of the two bird's-eye view images obtained in succession, the two bird's-eye view images are not only shifted in the traveling direction, but the two bird's-eye view images are Although it is necessary to shift and rotate in the direction, if the shift amount in the vehicle width direction of the imaging target region of these two bird's-eye view images is within the range of the shift amount corresponding to this predetermined number of pixels, practically, A solid object can be detected based on the difference image obtained by shifting the positions of the two bird's-eye view images in the traveling direction.

ここで、図１１は、撮像間隔設定部３１による撮像間隔の設定方法を説明するための図であり、図１１（Ａ）は自車両が直線道路を走行している場面を、図１１（Ｂ），（Ｃ）は自車両がカーブを走行している場面をそれぞれ例示している。たとえば、図１１（Ａ）に示すように、自車両が直線道路を走行している場合、自車両のヨーレートは小さいため、所定時間内における自車両の車幅方向への移動量も小さい。そのため、撮像間隔設定部３１は、図１１（Ａ）に示すように、自車両が直線道路を走行している場合には、図１１（Ｂ）に示す自車両がカーブを走行している場合と比較して、カメラ１０の撮像間隔を比較的大きい等距離間隔ｄ１に設定する。具体的には、撮像間隔設定部３１は、所定時間内における自車両の車幅方向への移動量と自車両の車速とに基づいて、ｎ番目に得られた鳥瞰視画像の撮像対象領域と、ｎ＋１番目に得られる鳥瞰視画像の撮像対象領域との車幅方向におけるずれ量が、鳥瞰視画像の解像度において所定の画素数（たとえば所定距離ｗ１に対応する画素数）以下となる走行距離ｄ１を算出し、カメラ１０の撮像間隔を等距離間隔ｄ１に設定する。これにより、図１１（Ａ）に示す場面において、カメラ１０により撮影間隔ｄ１ごとに撮像画像の撮像が行われることとなる。 Here, FIG. 11 is a diagram for explaining a method of setting the imaging interval by the imaging interval setting unit 31, and FIG. 11A shows a scene where the host vehicle is traveling on a straight road. ), (C) each illustrate a scene in which the host vehicle is traveling along a curve. For example, as shown in FIG. 11A, when the host vehicle is traveling on a straight road, the yaw rate of the host vehicle is small, and therefore the amount of movement of the host vehicle in the vehicle width direction within a predetermined time is also small. Therefore, as shown in FIG. 11 (A), the imaging interval setting unit 31 is used when the host vehicle shown in FIG. 11 (B) is running on a curve when the host vehicle is running on a straight road. Compared to the above, the imaging interval of the camera 10 is set to a relatively large equidistant interval d 1 . Specifically, the imaging interval setting unit 31 includes an imaging target region of the n-th bird's-eye view image obtained based on the amount of movement of the host vehicle in the vehicle width direction within a predetermined time and the vehicle speed of the host vehicle. , travel distance deviation amount in the vehicle width direction between the imaging target region of the bird's-eye view image obtained in the (n + 1) th becomes the resolution of the bird's-eye view image a predetermined number of pixels (e.g. the number of pixels corresponding to a predetermined distance w 1) less d 1 is calculated, and the imaging interval of the camera 10 is set to the equidistant interval d 1 . Thus, in the scene shown in FIG. 11 (A), so that the imaging captured image is performed for each shooting distance d 1 by the camera 10.

また、たとえば、図１１（Ｂ）に示すように、自車両がカーブを走行している場合には、自車両のヨーレートは大きくなるため、所定時間内における自車両の車幅方向への移動量も大きくなる。そのため、撮像間隔設定部３１は、図１１（Ｂ）に示すように、自車両がカーブを走行している場合には、カメラ１０の撮像間隔を等距離間隔ｄ１よりも小さい等距離間隔ｄ２に設定する。具体的には、撮像間隔設定部３１は、所定時間内における自車両の車幅方向への移動量に基づいて、ｎ番目に得られた鳥瞰視画像を基準として、ｎ番目に得られた鳥瞰視画像の撮像対象領域と、ｎ＋１番目に得られる鳥瞰視画像の撮像対象領域との車幅方向におけるずれ量が、鳥瞰視画像の解像度において所定の画素数（たとえば所定距離ｗ１に対応する画素数）以下となる走行距離ｄ２を算出し、カメラ１０の撮像間隔を等距離間隔ｄ１よりも小さい等距離間隔ｄ２に設定する。これにより、図１１（Ｂ）に示す場面において、カメラ１０により撮影間隔ｄ２ごとに撮像画像の撮像が行われることとなる。 Further, for example, as shown in FIG. 11B, when the host vehicle is traveling along a curve, the yaw rate of the host vehicle increases, and thus the amount of movement of the host vehicle in the vehicle width direction within a predetermined time period. Also grows. Therefore, as shown in FIG. 11B, the imaging interval setting unit 31 sets the imaging interval of the camera 10 to an equidistant interval d smaller than the equidistant interval d 1 when the host vehicle is traveling on a curve. Set to 2 . Specifically, the imaging interval setting unit 31 is based on the amount of movement of the host vehicle in the vehicle width direction within a predetermined time, and the nth bird's-eye view obtained based on the nth bird's-eye view image. The amount of shift in the vehicle width direction between the imaging target area of the visual image and the imaging target area of the (n + 1) th bird's-eye-view image is a pixel corresponding to a predetermined number of pixels (for example, a predetermined distance w 1) in the resolution of the bird's-eye-view image The traveling distance d 2 that is equal to or less than the number) is calculated, and the imaging interval of the camera 10 is set to an equidistant interval d 2 that is smaller than the equidistant interval d 1 . Thus, in the scene shown in FIG. 11 (B), so that the imaging captured image is performed for each shooting distance d 2 by the camera 10.

次いで、ステップＳ１０５では、ステップＳ１０４で設定された撮像間隔で、カメラ１０により撮像画像が撮像され、撮像された撮像画像のデータが、視点変換部３２により取得される。そして、続くステップＳ１０６では、視点変換部３２により、取得された撮像画像のデータに基づいて、鳥瞰視画像ＰＢｔのデータが生成される。 Next, in step S105, the captured image is captured by the camera 10 at the capturing interval set in step S104, and data of the captured captured image is acquired by the viewpoint conversion unit 32. Subsequently, at step S106, the viewpoint conversion unit 32, based on data of the acquired captured image data of the bird's-eye view image PB t is generated.

次いで、ステップＳ１０７では、位置合わせ部３３により、鳥瞰視画像ＰＢｔのデータと、一時刻前の鳥瞰視画像ＰＢｔ−１のデータとの位置合わせが行われ、差分画像ＰＤｔのデータが生成される。 Next, in step S107, the alignment unit 33 aligns the data of the bird's-eye view image PB t and the data of the bird's-eye view image PB t-1 one hour before, and generates data of the difference image PD t. Is done.

ここで、第１実施形態では、自車両のヨーレートおよび車速に応じて撮像間隔を設定することで、図１１（Ａ）に示すように、自車両が直線道路を走行している場合であっても、図１１（Ｂ）に示すように、自車両がカーブを走行している場合であっても、連続して得られた２枚の鳥瞰視画像の撮像対象領域のずれ量のうち、車幅方向（Ｙ軸方向）のずれ量が、所定の画素数（たとえば所定距離ｗ１に対応する画素数）以下となる。そのため、位置合わせ部３３は、連続して得られた２枚の鳥瞰視画像を、撮像間隔に応じた移動量だけ進行方向（Ｘ軸方向）に沿ってずらすだけで、連続して得られた２枚の鳥瞰視画像の位置合わせを高い精度で行うことができ、これにより、立体物の検出に適した差分画像ＰＤｔを生成することができる。 Here, in the first embodiment, the imaging interval is set according to the yaw rate and the vehicle speed of the host vehicle, so that the host vehicle is traveling on a straight road as shown in FIG. As shown in FIG. 11B, even if the host vehicle is traveling on a curve, the vehicle is out of the shift amount of the imaging target area of two bird's-eye view images obtained continuously. shift amount in the width direction (Y axis direction), a predetermined number of pixels (e.g. the number of pixels corresponding to a predetermined distance w 1) below. Therefore, the alignment unit 33 was obtained continuously by shifting two bird's-eye view images obtained in succession along the advancing direction (X-axis direction) by a movement amount corresponding to the imaging interval. The alignment of the two bird's-eye view images can be performed with high accuracy, whereby the difference image PD t suitable for detecting the three-dimensional object can be generated.

なお、図１１（Ｃ）には、従来の立体物検出装置を搭載した車両がカーブを走行している場面を例示している。図１１（Ｃ）に示す場面例では、車両の旋回状態に応じてカメラ１０の撮像間隔が設定されないため、図１１（Ｂ）に示す場面例と比べて、カメラ１０の撮像間隔が長くなってしまう場合があり、これにより、連続して得られた鳥瞰視画像を撮像間隔に応じた移動量だけ進行方向（Ｘ軸方向）にずらしただけでは、連続して得られた２枚の鳥瞰視画像の位置合わせを高い精度で行うことができない場合があった。すなわち、図１１（Ｃ）に示す場面においては、連続して得られた２枚の鳥瞰視画像の位置合わせを、立体物を適切に検出できる精度で行うためには、連続して得られた２枚の鳥瞰視画像を回転させたり車幅方向（Ｙ軸方向）にずらしたりすることで、連続して得られた２枚の鳥瞰視画像をマッチングさせて、２枚の鳥瞰視画像の撮像対象領域のずれ量を推定する必要があり、そのため、位置合わせに要する処理負荷が高くなってしまう場合があった。これに対して、本実施形態では、図１１（Ｂ）に示すように、自車両がカーブを走行する場合など、所定時間における自車両の車幅方向への移動量が大きくなる場合には、カメラ１０の撮像間隔を短く設定することができるため、連続して得られた２枚の鳥瞰視画像を撮像間隔ｄ２に応じた移動量だけ進行方向（Ｘ軸方向）に沿ってずらすことで、連続して得られた２枚の鳥瞰視画像の位置の位置合わせを、立体物を適切に検出できる精度で行うことができ、その結果、図１１（Ｃ）に示す場面と比較して、位置合わせに要する処理負荷を軽減することができる。 FIG. 11C illustrates a scene in which a vehicle equipped with a conventional three-dimensional object detection device is traveling on a curve. In the scene example shown in FIG. 11C, since the imaging interval of the camera 10 is not set according to the turning state of the vehicle, the imaging interval of the camera 10 is longer than that in the scene example shown in FIG. As a result, two bird's-eye view images obtained in succession can be obtained simply by shifting the bird's-eye view images obtained in succession in the advancing direction (X-axis direction) by the amount of movement corresponding to the imaging interval. In some cases, image alignment cannot be performed with high accuracy. That is, in the scene shown in FIG. 11 (C), in order to perform the alignment of two bird's-eye view images obtained in succession with an accuracy capable of appropriately detecting a three-dimensional object, the images were obtained continuously. By capturing two bird's-eye view images by rotating the two bird's-eye view images or shifting them in the vehicle width direction (Y-axis direction), the two obtained bird's-eye view images are matched. It is necessary to estimate the amount of deviation of the target area, which may increase the processing load required for alignment. On the other hand, in the present embodiment, as shown in FIG. 11B, when the travel amount of the host vehicle in the vehicle width direction in a predetermined time increases, such as when the host vehicle travels on a curve, Since the imaging interval of the camera 10 can be set short, by shifting the two bird's-eye view images obtained in succession along the advancing direction (X-axis direction) by a movement amount corresponding to the imaging interval d2. In addition, the position of the two bird's-eye view images obtained in succession can be aligned with accuracy capable of appropriately detecting a three-dimensional object, and as a result, compared to the scene shown in FIG. The processing load required for alignment can be reduced.

次いで、ステップＳ１０８では、立体物検出部３４により、ステップＳ１０７で生成した差分画像ＰＤｔのデータから、画素値が「１」の差分画素ＤＰの数がカウントされ、差分波形ＤＷｔが生成される。 Next, in step S108, the three-dimensional object detection unit 34 counts the number of difference pixels DP having a pixel value “1” from the data of the difference image PD t generated in step S107, and generates a difference waveform DW t. .

ここで、本実施形態において、立体物検出部３４は、差分画像ＰＤｔに基づいて差分波形ＤＷｔを生成する際に、複数の差分画像ＰＤｔに基づいて、差分波形ＤＷｔを生成する構成としてもよい。たとえば、立体物検出部３４は、複数の差分画像ＰＤｔ上の差分データを積算し、差分データが積算された差分画像上において画素値が「１」の差分画素ＤＰの数をカウントすることで、差分波形ＤＷｔを生成する構成としてもよい。あるいは、立体物検出部３４は、複数の差分画像ＰＤｔから複数の差分波形ＤＷｔをそれぞれ生成し、生成した複数の差分波形ＤＷｔを積算することで、複数の差分画像ＰＤｔに基づく差分波形ＤＷｔを生成することができる。これにより、ステップＳ１０４で撮像間隔が短く設定され、差分画像ＰＤｔ上において立体物に起因する差分が生じ難い場合でも、立体物の検出に適した差分波形ＤＷｔを生成することができる。 In the present embodiment, the three-dimensional object detection unit 34, when generating a differential waveform DW t based on the difference image PD t, based on the plurality of difference images PD t, to generate a difference waveform DW t construction It is good. For example, three-dimensional object detection unit 34, by integrating the differential data on a plurality of difference images PD t, the pixel value on the difference image difference data is accumulated counts the number of difference pixels DP "1" The differential waveform DW t may be generated. Alternatively, three-dimensional object detection unit 34, by a plurality of difference images PD t plurality of the differential waveform DW t generated respectively, integrating the plurality of differential waveform DW t that generated the difference based on the plurality of difference images PD t Waveform DW t can be generated. Thereby, even when the imaging interval is set short in step S104 and the difference due to the three-dimensional object is difficult to occur on the difference image PD t , the differential waveform DW t suitable for detecting the three-dimensional object can be generated.

ステップＳ１０９では、立体物判定部３５により、差分波形ＤＷｔのピークが所定の閾値α以上であるか否かの判断が行われる。差分波形ＤＷｔのピークが閾値α以上でない場合、すなわち差分が殆どない場合には、撮像画像内には立体物が存在しないと考えられる。このため、差分波形ＤＷｔのピークが閾値α以上でないと判断した場合には（ステップＳ１０９＝Ｎｏ）、立体物判定部３５は、立体物が存在せず他車両が存在しないと判断する（ステップＳ１１７）。 In step S109, the three-dimensional object determination unit 35 determines whether or not the peak of the differential waveform DW t is greater than or equal to a predetermined threshold value α. When the peak of the difference waveform DW t is not equal to or greater than the threshold value α, that is, when there is almost no difference, it is considered that there is no three-dimensional object in the captured image. For this reason, when it is determined that the peak of the differential waveform DW t is not equal to or greater than the threshold value α (step S109 = No), the three-dimensional object determination unit 35 determines that there is no three-dimensional object and no other vehicle exists (step S109). S117).

一方、差分波形ＤＷｔのピークが閾値α以上であると判断した場合には（ステップＳ１０９＝Ｙｅｓ）、立体物判定部３５は、隣接車線に立体物が存在すると判断する。そして、ステップＳ１１０に進み、立体物検出部３４により、差分波形ＤＷｔが、複数の小領域ＤＷｔ１〜ＤＷｔｎに分割される。次いで、立体物検出部３４は、小領域ＤＷｔ１〜ＤＷｔｎ毎に重み付けを行い（ステップＳ１１１）、小領域ＤＷｔ１〜ＤＷｔｎ毎のオフセット量を算出し（ステップＳ１１２）、重みを加味してヒストグラムを生成する（ステップＳ１１３）。 On the other hand, when it is determined that the peak of the difference waveform DW t is equal to or greater than the threshold value α (step S109 = Yes), the three-dimensional object determination unit 35 determines that a three-dimensional object exists in the adjacent lane. In step S110, the three-dimensional object detection unit 34 divides the differential waveform DW t into a plurality of small areas DW t1 to DW tn . Next, the three-dimensional object detection unit 34 performs weighting for each of the small areas DW t1 to DW tn (Step S111), calculates an offset amount for each of the small areas DW t1 to DW tn (Step S112), and adds the weight. A histogram is generated (step S113).

そして、立体物検出部３４は、ヒストグラムに基づいて自車両に対する立体物の移動距離である相対移動距離を算出し、相対移動距離から立体物の絶対移動速度を算出する（ステップＳ１１４）。このとき、立体物検出部３４は、相対移動距離を時間微分して相対移動速度を算出するとともに、車速センサ２０で検出された自車速を加算して、立体物の絶対移動速度を算出する。   Then, the three-dimensional object detection unit 34 calculates a relative movement distance that is a movement distance of the three-dimensional object with respect to the host vehicle based on the histogram, and calculates an absolute movement speed of the three-dimensional object from the relative movement distance (step S114). At this time, the three-dimensional object detection unit 34 calculates the relative movement speed by differentiating the relative movement distance with respect to time, and adds the own vehicle speed detected by the vehicle speed sensor 20 to calculate the absolute movement speed of the three-dimensional object.

その後、立体物判定部３５は、立体物の絶対移動速度が１０ｋｍ／ｈ以上、且つ、立体物の自車両に対する相対移動速度が＋６０ｋｍ／ｈ以下であるか否かを判断する（ステップＳ１１５）。双方を満たす場合には（ステップＳ１１５＝Ｙｅｓ）、立体物判定部３５は、検出した立体物は隣接車線に存在する隣接車両であり、隣接車線に隣接車両が存在すると判断する（ステップＳ１１６）。そして、図１０に示す処理を終了する。一方、いずれか一方でも満たさない場合には（ステップＳ１１５＝Ｎｏ）、立体物判定部３５は、隣接車線に隣接車両が存在しないと判断する（ステップＳ１１７）。そして、図１０に示す処理を終了する。   Thereafter, the three-dimensional object determination unit 35 determines whether or not the absolute movement speed of the three-dimensional object is 10 km / h or more and the relative movement speed of the three-dimensional object with respect to the host vehicle is +60 km / h or less (step S115). When both are satisfied (step S115 = Yes), the three-dimensional object determination unit 35 determines that the detected three-dimensional object is an adjacent vehicle existing in the adjacent lane, and an adjacent vehicle exists in the adjacent lane (step S116). Then, the process shown in FIG. 10 ends. On the other hand, when either one is not satisfied (step S115 = No), the three-dimensional object determination unit 35 determines that there is no adjacent vehicle in the adjacent lane (step S117). Then, the process shown in FIG. 10 ends.

なお、本実施形態では自車両の後側方を検出領域Ａ１，Ａ２とし、自車両が車線変更した場合に接触する可能性があるか否かに重点を置いている。このため、ステップＳ１１５の処理が実行されている。すなわち、本実施形態にけるシステムを高速道路で作動させることを前提とすると、隣接車両の速度が１０ｋｍ／ｈ未満である場合、たとえ隣接車両が存在したとしても、車線変更する際には自車両の遠く後方に位置するため問題となることが少ない。同様に、隣接車両の自車両に対する相対移動速度が＋６０ｋｍ／ｈを超える場合（すなわち、隣接車両が自車両の速度よりも６０ｋｍ／ｈより大きな速度で移動している場合）、車線変更する際には自車両の前方に移動しているため問題となることが少ない。このため、ステップＳ１１５では車線変更の際に問題となる隣接車両を判断しているともいえる。   In the present embodiment, the rear side of the host vehicle is set as the detection areas A1 and A2, and emphasis is placed on whether or not there is a possibility of contact when the host vehicle changes lanes. For this reason, the process of step S115 is performed. That is, assuming that the system according to the present embodiment is operated on a highway, if the speed of the adjacent vehicle is less than 10 km / h, even if the adjacent vehicle exists, the host vehicle is required to change the lane. Because it is located far behind, there are few problems. Similarly, when the relative moving speed of the adjacent vehicle to the own vehicle exceeds +60 km / h (that is, when the adjacent vehicle is moving at a speed higher than 60 km / h than the speed of the own vehicle), when changing the lane Is less likely to be a problem because it is moving in front of the host vehicle. For this reason, it can be said that the adjacent vehicle which becomes a problem at the time of lane change is judged in step S115.

また、ステップＳ１１５において隣接車両の絶対移動速度が１０ｋｍ／ｈ以上、且つ、隣接車両の自車両に対する相対移動速度が＋６０ｋｍ／ｈ以下であるかを判断することにより、以下の効果がある。例えば、カメラ１０の取り付け誤差によっては、静止物の絶対移動速度を数ｋｍ／ｈであると検出してしまう場合があり得る。よって、１０ｋｍ／ｈ以上であるかを判断することにより、静止物を隣接車両であると判断してしまう可能性を低減することができる。また、ノイズによっては隣接車両の自車両に対する相対速度を＋６０ｋｍ／ｈを超える速度に検出してしまうことがあり得る。よって、相対速度が＋６０ｋｍ／ｈ以下であるかを判断することにより、ノイズによる誤検出の可能性を低減できる。   In step S115, it is determined whether the absolute moving speed of the adjacent vehicle is 10 km / h or more and the relative moving speed of the adjacent vehicle with respect to the own vehicle is +60 km / h or less. For example, depending on the mounting error of the camera 10, the absolute moving speed of the stationary object may be detected to be several km / h. Therefore, by determining whether the speed is 10 km / h or more, it is possible to reduce the possibility that the stationary object is determined to be an adjacent vehicle. Further, depending on the noise, the relative speed of the adjacent vehicle to the host vehicle may be detected as a speed exceeding +60 km / h. Therefore, the possibility of erroneous detection due to noise can be reduced by determining whether the relative speed is +60 km / h or less.

さらに、ステップＳ１１５の処理に代えて、隣接車両の絶対移動速度がマイナスでないことや、０ｋｍ／ｈでないことを判断してもよい。また、本実施形態では自車両が車線変更した場合に接触する可能性がある否かに重点を置いているため、ステップＳ１１６において隣接車両が検出された場合に、自車両の運転者に警告音を発したり、所定の表示装置により警告相当の表示を行ったりしてもよい。   Furthermore, instead of the process in step S115, it may be determined that the absolute moving speed of the adjacent vehicle is not negative or not 0 km / h. Further, in this embodiment, since an emphasis is placed on whether or not there is a possibility of contact when the host vehicle changes lanes, a warning sound is sent to the driver of the host vehicle when an adjacent vehicle is detected in step S116. Or a display corresponding to a warning may be performed by a predetermined display device.

以上のように、第１実施形態では、異なる時刻に得られた２枚の画像を鳥瞰視画像に変換し、２枚の鳥瞰視画像の差分に基づいて差分画像ＰＤｔを生成し、差分画像ＰＤｔ上の差分データから立体物を検出する際に、自車両の車速やヨーレートに基づいて、所定時間内に自車両が車幅方向に移動する移動量を算出し、連続して得られる２枚の鳥瞰視画像間において車幅方向の移動量が所定値（鳥瞰視画像の解像度で所定の画素数）以下となるように、カメラ１０の撮像間隔を設定する。これにより、本実施形態では、図１１（Ａ），（Ｂ）に示すように、連続して得られた２枚の鳥瞰視画像を撮像間隔に応じた移動量だけ進行方向（Ｘ軸方向）に沿ってずらすだけで、連続して得られた２枚の鳥瞰視画像の位置合わせを立体物の検出に適した高い精度で行うことができ、これにより、立体物の検出に適した差分画像ＤＰｔを生成することができる。さらに、本実施形態では、連続して得られた２枚の鳥瞰視画像を撮像間隔に応じた移動量だけ進行方向（Ｘ軸方向）に沿ってずらすだけで、これら２枚の鳥瞰視画像の位置を位置合わせすることができるため、位置合わせに要する処理負荷を低減することもできる。 As described above, in the first embodiment, two images obtained at different times are converted into bird's-eye view images, and a difference image PD t is generated based on the difference between the two bird's-eye view images. When a three-dimensional object is detected from the difference data on PD t , the amount of movement of the host vehicle in the vehicle width direction within a predetermined time is calculated based on the vehicle speed and yaw rate of the host vehicle, and continuously obtained 2 The imaging interval of the camera 10 is set so that the movement amount in the vehicle width direction between the two bird's-eye view images is equal to or less than a predetermined value (a predetermined number of pixels in the resolution of the bird's-eye view image). Thereby, in this embodiment, as shown to FIG. 11 (A) and (B), the advancing direction (X-axis direction) of the two bird's-eye view images obtained continuously by the movement amount according to the imaging interval It is possible to perform positioning of two bird's-eye view images obtained in succession with high accuracy suitable for detection of a three-dimensional object, and thus a difference image suitable for detection of a three-dimensional object. DP t can be generated. Furthermore, in this embodiment, by simply shifting two bird's-eye view images obtained in succession along the traveling direction (X-axis direction) by a movement amount corresponding to the imaging interval, the two bird's-eye view images are obtained. Since the positions can be aligned, the processing load required for the alignment can be reduced.

《第２実施形態》
続いて、第２実施形態に係る立体物検出装置１ａについて説明する。第２実施形態に係る立体物検出装置１ａは、図１２に示すように、カメラ１０と、車速センサ２０と、計算機３０ａと、地図データベース５０と、ＧＰＳユニット６０とを備えている。ここでは重複した説明を避けるため、異なる点を中心に説明する。なお、図１２は、第２実施形態に係る立体物検出装置１ａを搭載した車両の概略構成図である。 << Second Embodiment >>
Next, the three-dimensional object detection device 1a according to the second embodiment will be described. As illustrated in FIG. 12, the three-dimensional object detection device 1 a according to the second embodiment includes a camera 10, a vehicle speed sensor 20, a calculator 30 a, a map database 50, and a GPS unit 60. Here, different points will be mainly described in order to avoid redundant description. FIG. 12 is a schematic configuration diagram of a vehicle equipped with the three-dimensional object detection device 1a according to the second embodiment.

地図データベース５０は、道路の曲率などの道路形状を含む地図情報が記憶されている。地図データベース５０に記憶されている地図情報は、必要に応じて、計算機３０ａにより取得される。   The map database 50 stores map information including road shapes such as road curvature. Map information stored in the map database 50 is acquired by the computer 30a as necessary.

ＧＰＳユニット６０は、複数の衛星通信から送信される電波を検出して、自車両の位置情報を周期的に検出する。ＧＰＳユニット６０により検出された自車両の位置情報は、計算機３０ａに送信される。   The GPS unit 60 detects radio waves transmitted from a plurality of satellite communications, and periodically detects position information of the host vehicle. The position information of the host vehicle detected by the GPS unit 60 is transmitted to the computer 30a.

図１３は、第２実施形態に係る計算機３０ａの詳細を示すブロック図である。なお、図１２においては、接続関係を明確にするためにカメラ１０、車速センサ２０、地図データベース５０、およびＧＰＳユニット６０についても図示する。   FIG. 13 is a block diagram showing details of the computer 30a according to the second embodiment. In FIG. 12, the camera 10, the vehicle speed sensor 20, the map database 50, and the GPS unit 60 are also illustrated in order to clarify the connection relationship.

第２実施形態にかかる計算機３０ａは、図１３に示すように、撮像間隔設定部３１ａと、視点変換部３２、位置合わせ部３３、立体物検出部３４、および立体物判定部３５から構成されている。ここでも重複した説明を避けるため、異なる点を中心に説明する。   As shown in FIG. 13, the computer 30a according to the second embodiment includes an imaging interval setting unit 31a, a viewpoint conversion unit 32, a positioning unit 33, a three-dimensional object detection unit 34, and a three-dimensional object determination unit 35. Yes. Again, in order to avoid redundant description, the description will focus on the different points.

撮像間隔設定部３１ａは、地図データベース５０から地図情報を取得するとともに、ＧＰＳユニット６０から自車両の位置情報を取得する。そして、撮像間隔設定部３１ａは、取得した自車両の位置情報と地図情報とに基づいて、自車両が走行している道路を特定し、自車両が走行している道路の道路形状を特定する。具体的には、撮像間隔設定部３１ａは、自車両が走行している道路の道路形状として、自車両が走行している道路の曲率を検出する。そして、撮像間隔設定部３１ａは、自車両が走行している道路の曲率と、車速センサ２０から取得した自車両の車速とに基づいて、自車両の車幅方向への移動速度を算出し、これにより、所定時間内における自車両の車幅方向への移動量を算出する。   The imaging interval setting unit 31 a acquires map information from the map database 50 and acquires position information of the host vehicle from the GPS unit 60. Then, the imaging interval setting unit 31a identifies the road on which the host vehicle is traveling based on the acquired position information and map information of the host vehicle, and identifies the road shape of the road on which the host vehicle is traveling. . Specifically, the imaging interval setting unit 31a detects the curvature of the road on which the host vehicle is traveling as the road shape of the road on which the host vehicle is traveling. Then, the imaging interval setting unit 31a calculates the moving speed of the host vehicle in the vehicle width direction based on the curvature of the road on which the host vehicle is traveling and the vehicle speed of the host vehicle acquired from the vehicle speed sensor 20. Thereby, the amount of movement of the host vehicle in the vehicle width direction within a predetermined time is calculated.

そして、撮像間隔設定部３１ａは、第１実施形態の撮像間隔設定部３１と同様に、所定時間内における自車両の車幅方向への移動量に基づいて、連続して撮像される２枚の撮像画像間において、車幅方向への移動量が所定値以下となる距離間隔を、カメラ１０の撮像間隔として設定する。そして、撮像間隔設定部３１ａは、設定した撮像間隔でカメラ１０に撮像を行わせる。なお、視点変換部３２、位置合わせ部３３、立体物検出部３４、および立体物判定部３５は、第１実施形態と同様に動作する。   The imaging interval setting unit 31a, like the imaging interval setting unit 31 of the first embodiment, is based on the amount of movement of the host vehicle in the vehicle width direction within a predetermined time, and continuously captures two images. A distance interval in which the amount of movement in the vehicle width direction is equal to or less than a predetermined value between the captured images is set as an imaging interval of the camera 10. Then, the imaging interval setting unit 31a causes the camera 10 to perform imaging at the set imaging interval. The viewpoint conversion unit 32, the alignment unit 33, the three-dimensional object detection unit 34, and the three-dimensional object determination unit 35 operate in the same manner as in the first embodiment.

次に、第２実施形態に係る隣接車両検出処理について説明する。図１４は、第２実施形態の隣接車両検出処理を示すフローチャートである。   Next, the adjacent vehicle detection process according to the second embodiment will be described. FIG. 14 is a flowchart illustrating an adjacent vehicle detection process according to the second embodiment.

図１４に示すように、まず、ステップＳ２０１では、撮像間隔設定部３１ａにより、自車両の車速情報の取得が行われる。そして、ステップＳ２０２では、撮像間隔設定部３１ａにより、自車両の位置情報および地図情報の取得が行われる。具体的には、ＧＰＳユニット６０により、自車両の現在位置が検出され、検出された自車両の位置情報が、撮像間隔設定部３１ａにより取得される。また、撮像間隔設定部３１ａは、地図データベース５０を参照して、自車両の現在位置周辺の地図情報を取得する。   As shown in FIG. 14, first, in step S201, vehicle speed information of the host vehicle is acquired by the imaging interval setting unit 31a. In step S202, the position information and map information of the host vehicle are acquired by the imaging interval setting unit 31a. Specifically, the current position of the host vehicle is detected by the GPS unit 60, and the detected position information of the host vehicle is acquired by the imaging interval setting unit 31a. In addition, the imaging interval setting unit 31a refers to the map database 50 and acquires map information around the current position of the host vehicle.

次いで、ステップＳ２０３では、撮像間隔設定部３１ａにより、所定時間内における自車両の車幅方向への移動量が算出される。具体的には、撮像間隔設定部３１ａは、ステップＳ２０２で取得した地図情報と自車両の位置情報に基づいて、自車両が走行している道路を特定する。そして、撮像間隔設定部３１ａは、地図情報に基づいて、自車両が走行している道路の曲率を求め、得られた道路の曲率と、自車両の車速とに基づいて、自車両の車幅方向への移動速度を算出する。さらに、撮像間隔設定部３１ａは、算出した自車両の車幅方向への移動速度に基づいて、所定時間内における自車両の車幅方向への移動量を、自車両の旋回状態を表す情報として算出する。   Next, in step S203, the amount of movement of the host vehicle in the vehicle width direction within a predetermined time is calculated by the imaging interval setting unit 31a. Specifically, the imaging interval setting unit 31a identifies the road on which the host vehicle is traveling based on the map information acquired in step S202 and the position information of the host vehicle. Then, the imaging interval setting unit 31a obtains the curvature of the road on which the host vehicle is traveling based on the map information, and determines the vehicle width of the host vehicle based on the obtained curvature of the road and the vehicle speed of the host vehicle. Calculate the moving speed in the direction. Further, the imaging interval setting unit 31a uses the calculated movement speed of the host vehicle in the vehicle width direction as information indicating the turning state of the host vehicle as the amount of movement of the host vehicle in the vehicle width direction within a predetermined time. calculate.

ステップＳ２０４では、撮像間隔設定部３１ａにより、ステップＳ２０３で算出された所定時間内における自車両の車幅方向への移動量に基づいて、カメラ１０の撮像間隔の設定が行われる。なお、ステップＳ２０４における撮像間隔の設定方法は、第１実施形態のステップＳ１０４と同様の方法で行うことができる。   In step S204, the imaging interval setting unit 31a sets the imaging interval of the camera 10 based on the amount of movement of the host vehicle in the vehicle width direction within the predetermined time calculated in step S203. Note that the imaging interval setting method in step S204 can be performed in the same manner as in step S104 of the first embodiment.

そして、ステップＳ２０５〜Ｓ２１７では、第１実施形態のステップＳ１０５〜Ｓ１１７と同様の処理が行われる。すなわち、ステップＳ２０４で設定された撮像間隔でカメラ１０により撮像画像が撮像され、撮像された撮像画像のデータが、計算機３０の視点変換部３２によって取得される（ステップＳ２０５）。そして、撮像画像の画像データに基づいて、鳥瞰視画像ＰＢｔのデータが生成され（ステップＳ２０６）、鳥瞰視画像ＰＢｔのデータと、一時刻前の鳥瞰視画像ＰＢｔ−１のデータとを位置合わせすることで、差分画像ＰＤｔのデータが生成される（ステップＳ２０７）。 In steps S205 to S217, the same processing as in steps S105 to S117 of the first embodiment is performed. That is, a captured image is captured by the camera 10 at the capturing interval set in step S204, and data of the captured captured image is acquired by the viewpoint conversion unit 32 of the computer 30 (step S205). Then, based on the image data of the captured image, data of the bird's-eye view image PB t is generated (step S206), and the data of the bird's-eye view image PB t and the data of the bird's-eye view image PB t-1 one hour before are obtained. By aligning, data of the difference image PD t is generated (step S207).

その後、差分画像ＰＤｔのデータに基づいて、差分波形ＤＷｔが生成され（ステップＳ２０８）、差分波形ＤＷｔのピークが閾値α以上でない場合には（ステップＳ２０９＝Ｎｏ）、立体物が存在せず他車両が存在しないと判断される（ステップＳ２１７）。 Thereafter, a differential waveform DW t is generated based on the data of the differential image PD t (step S208). If the peak of the differential waveform DW t is not equal to or greater than the threshold value α (step S209 = No), there is no solid object. It is determined that there is no other vehicle (step S217).

一方、差分波形ＤＷｔのピークが閾値α以上であると判断した場合には（ステップＳ２０９＝Ｙｅｓ）、差分波形ＤＷｔを複数の小領域ＤＷｔ１〜ＤＷｔｎに分割し（ステップＳ２１０）、小領域ＤＷｔ１〜ＤＷｔｎ毎に重み付けを行い（ステップＳ２１１）、小領域ＤＷｔ１〜ＤＷｔｎ毎のオフセット量を算出し（ステップＳ２１２）、重みを加味してヒストグラムを生成する（ステップＳ２１３）。そして、ヒストグラムに基づいて、自車両に対する隣接車両の移動距離である相対移動距離を算出し、相対移動距離から隣接車両の絶対移動速度と絶対移動速度を算出する（ステップＳ２１４）。立体物判定部３５は、隣接車両の絶対移動速度が１０ｋｍ／ｈ以上、且つ、隣接車両の自車両に対する相対移動速度が＋６０ｋｍ／ｈ以下である場合には（ステップＳ２１５＝Ｙｅｓ）、隣接車線に隣接車両が存在すると判断し（ステップＳ２１６）、一方、いずれか一方でも満たさない場合には（ステップＳ２１５＝Ｎｏ）、立体物判定部３５は、隣接車線に隣接車両が存在しないと判断する（ステップＳ２１７）。そして、図１４に示す処理を終了する。 On the other hand, if it is determined that the peak of the difference waveform DW t is equal to or greater than the threshold value α (step S209 = Yes), the difference waveform DW t is divided into a plurality of small regions DW t1 to DW tn (step S210). Weighting is performed for each of the areas DW t1 to DW tn (step S211), an offset amount for each of the small areas DW t1 to DW tn is calculated (step S212), and a histogram is generated with the weights added (step S213). Then, based on the histogram, a relative moving distance that is a moving distance of the adjacent vehicle with respect to the own vehicle is calculated, and an absolute moving speed and an absolute moving speed of the adjacent vehicle are calculated from the relative moving distance (step S214). When the absolute moving speed of the adjacent vehicle is 10 km / h or more and the relative moving speed of the adjacent vehicle with respect to the own vehicle is +60 km / h or less (step S215 = Yes), the three-dimensional object determination unit 35 enters the adjacent lane. It is determined that there is an adjacent vehicle (step S216). On the other hand, if either one is not satisfied (step S215 = No), the three-dimensional object determination unit 35 determines that there is no adjacent vehicle in the adjacent lane (step S215). S217). Then, the process shown in FIG. 14 ends.

以上のように、第２実施形態では、連続して得られた異なる時刻の２枚の撮像画像を鳥瞰視画像に変換し、これら２枚の鳥瞰視画像を位置合わせすることで差分画像ＰＤｔを生成し、差分画像ＰＤｔ上の差分データから立体物を検出する際に、自車両の位置情報や地図情報に基づいて、所定時間内に自車両が車幅方向に移動する移動量を算出し、連続して得られる２枚の鳥瞰視画像間において車幅方向の移動量が所定値（鳥瞰視画像の解像度で所定の画素数）以下となるように、カメラ１０の撮像間隔を設定する。これにより、第２実施形態では、第１実施形態の効果に加えて、ヨーレートセンサを備えない立体物検出装置１ａにおいても、連続して得られる２枚の鳥瞰視画像の位置合わせを、立体物の検出に適した高い精度で行うことができ、その結果、立体物の検出に適切した差分画像ＰＤｔを生成することができる。 As described above, in the second embodiment, two captured images obtained at different times that are successively obtained are converted into bird's-eye view images, and the two bird's-eye view images are aligned to obtain the difference image PD t. generate, when detecting the three-dimensional object from the difference data in the difference image PD t, based on the position information and the map information of the vehicle, calculates the movement amount of the vehicle is moved in the vehicle width direction within a predetermined time Then, the imaging interval of the camera 10 is set so that the amount of movement in the vehicle width direction is equal to or less than a predetermined value (a predetermined number of pixels in the resolution of the bird's-eye view image) between two bird's-eye view images obtained in succession. . Thereby, in 2nd Embodiment, in addition to the effect of 1st Embodiment, also in the solid-object detection apparatus 1a which is not provided with a yaw rate sensor, the alignment of two bird's-eye view images obtained continuously is carried out to a solid object. As a result, it is possible to generate a differential image PD t suitable for detecting a three-dimensional object.

なお、以上説明した実施形態は、本発明の理解を容易にするために記載されたものであって、本発明を限定するために記載されたものではない。したがって、上記の実施形態に開示された各要素は、本発明の技術的範囲に属する全ての設計変更や均等物をも含む趣旨である。   The embodiment described above is described for facilitating the understanding of the present invention, and is not described for limiting the present invention. Therefore, each element disclosed in the above embodiment is intended to include all design changes and equivalents belonging to the technical scope of the present invention.

なお、上述した実施形態のカメラ１０は本発明の撮像手段に相当し、撮像間隔設定部３１は本発明の旋回状態取得手段および制御手段に相当し、視点変換部３２は本発明の画像変換手段に相当し、位置合わせ部３３は本発明の差分画像生成手段に相当し、立体物検出部３４は本発明の立体物検出手段に相当し、立体物判定部３５は本発明の立体物判定手段に相当する。   Note that the camera 10 of the above-described embodiment corresponds to the imaging unit of the present invention, the imaging interval setting unit 31 corresponds to the turning state acquisition unit and the control unit of the present invention, and the viewpoint conversion unit 32 corresponds to the image conversion unit of the present invention. The positioning unit 33 corresponds to the difference image generation unit of the present invention, the three-dimensional object detection unit 34 corresponds to the three-dimensional object detection unit of the present invention, and the three-dimensional object determination unit 35 corresponds to the three-dimensional object determination unit of the present invention. It corresponds to.

１，１ａ…立体物検出装置
１０…カメラ
２０…車速センサ
３０，３０ａ…計算機
３１，３１ａ…撮像間隔設定部
３２…視点変換部
３３…位置合わせ部
３４…立体物検出部
３５…立体物判定部
４０…ヨーレートセンサ
５０…地図データベース
６０…ＧＰＳユニット
ａ…画角
Ａ１，Ａ２…検出領域
ＣＰ…交点
ＤＰ…差分画素
ＤＷｔ，ＤＷｔ’…差分波形
ＤＷｔ１〜ＤＷｍ，ＤＷｍ＋ｋ〜ＤＷｔｎ…小領域
Ｌ１，Ｌ２…接地線
Ｌａ，Ｌｂ…立体物が倒れ込む方向上の線
ＰＢｔ…鳥瞰視画像
ＰＤｔ…差分画像
Ｖ１…自車両
Ｖ２…隣接車両 DESCRIPTION OF SYMBOLS 1, 1a ... Three-dimensional object detection apparatus 10 ... Camera 20 ... Vehicle speed sensor 30, 30a ... Computer 31, 31a ... Imaging interval setting part 32 ... Viewpoint conversion part 33 ... Position alignment part 34 ... Three-dimensional object detection part 35 ... Three-dimensional object determination part 40 ... yaw rate sensor 50 ... map database 60 ... GPS unit a ... angle A1, A2 ... detection area CP ... intersection DP ... differential pixel DW t, DW t '... differential waveform DW t1 ~DW m, DW m + k ~DW tn ... small regions L1, L2 ... ground line La, Lb ... line PB t on the direction the three-dimensional object collapses ... bird's-eye view image PD t ... difference image V1 ... vehicle V2 ... adjacent vehicle

Claims (7)

所定領域を撮像する撮像手段と、
車両の車速を検出する車速検出手段と、
車両の旋回状態を検出する旋回状態検出手段と、
前記撮像手段の撮像間隔を、前記車両の旋回状態および車速に応じた所定の等距離間隔に設定し、設定した前記撮像間隔で、前記撮像手段に撮像画像を撮像させる制御手段と、
前記撮像間隔で連続して得られた前記撮像画像に基づく画像の位置を進行方向に沿って位置合わせすることで、差分画像を生成する差分画像生成手段と、
前記差分画像上において所定の差分を示す画素数をカウントする画素数カウント手段と、
前記画素数をカウントして度数分布化することで差分波形情報を生成し、当該差分波形情報に基づいて立体物を検出する立体物検出手段と、を備え、
前記制御手段は、連続して得られた前記撮像画像におけるそれぞれの撮像対象領域の車幅方向におけるずれ量が、前記撮像画像において所定の画素数以下となる走行距離を算出し、前記算出した走行距離を前記撮像間隔として設定することを特徴とする立体物検出装置。 Imaging means for imaging a predetermined area;
Vehicle speed detecting means for detecting the vehicle speed of the vehicle;
A turning state detecting means for detecting a turning state of the vehicle;
A control unit that sets an imaging interval of the imaging unit to a predetermined equidistance interval according to a turning state and a vehicle speed of the vehicle, and causes the imaging unit to capture a captured image at the set imaging interval;
Differential image generation means for generating a differential image by aligning the position of the image based on the captured image obtained continuously at the imaging interval along the traveling direction ;
Pixel number counting means for counting the number of pixels showing a predetermined difference on the difference image;
It generates a difference waveform information by the frequency distribution of counts the number of the pixels, and a three-dimensional object detection means for detecting a three-dimensional object on the basis of the differential waveform information,
The control means calculates a travel distance in which a shift amount in a vehicle width direction of each imaging target region in the captured images obtained continuously is equal to or less than a predetermined number of pixels in the captured image, and the calculated travel A three-dimensional object detection apparatus , wherein a distance is set as the imaging interval . 請求項１に記載の立体物検出装置であって、
前記旋回状態検出手段は、車両のヨーレートに基づいて、所定時間内における車両の車幅方向への移動量を算出し、算出した前記車幅方向の移動量を、前記車両の旋回状態として検出することを特徴とする立体物検出装置。 The three-dimensional object detection device according to claim 1,
The turning state detection means calculates a movement amount of the vehicle in the vehicle width direction within a predetermined time based on the yaw rate of the vehicle, and detects the calculated movement amount in the vehicle width direction as the turning state of the vehicle. The three-dimensional object detection apparatus characterized by the above-mentioned. 請求項１に記載の立体物検出装置であって、
車両の位置情報を取得する位置情報取得手段と、
地図情報を取得する地図情報取得手段と、をさらに備え、
前記旋回状態検出手段は、前記車両の位置情報および前記地図情報に基づいて、車両が走行する道路形状を予測し、予測した前記道路形状に基づいて、所定時間内における車両の車幅方向への移動量を算出し、算出した前記車幅方向の移動量を、前記車両の旋回状態として検出することを特徴とする立体物検出装置。 The three-dimensional object detection device according to claim 1,
Position information acquisition means for acquiring vehicle position information;
Map information acquisition means for acquiring map information,
The turning state detecting means predicts a road shape on which the vehicle travels based on the position information of the vehicle and the map information, and in the vehicle width direction within a predetermined time based on the predicted road shape. A three-dimensional object detection device that calculates a movement amount and detects the calculated movement amount in the vehicle width direction as a turning state of the vehicle. 請求項２または３のいずれかに記載の立体物検出装置であって、
前記制御手段は、前記所定時間内における車両の車幅方向への移動量が大きいほど、前記撮像間隔を短く設定することを特徴とする立体物検出装置。 The three-dimensional object detection device according to claim 2, wherein
The three-dimensional object detection device, wherein the control unit sets the imaging interval to be shorter as the movement amount of the vehicle in the vehicle width direction within the predetermined time is larger. 請求項１〜４のいずれかに記載の立体物検出装置であって、
前記差分画像生成手段は、前記撮像間隔に基づいて、連続して得られた前記撮像画像におけるそれぞれの撮像対象領域のずれ量を特定し、特定した前記ずれ量に応じて、連続して得られた前記撮像画像に基づく画像をずらすことで、連続して得られた前記撮像画像に基づく画像の位置を位置合わせすることを特徴とする立体物検出装置。 The three-dimensional object detection device according to any one of claims 1 to 4,
The difference image generation means specifies the amount of deviation of each imaging target region in the captured image obtained continuously based on the imaging interval, and is obtained continuously according to the identified amount of deviation. A three-dimensional object detection apparatus characterized by aligning the positions of images based on the continuously obtained captured images by shifting images based on the captured images. 請求項１〜５のいずれかに記載の立体物検出装置であって、
前記撮像間隔で連続して得られた前記撮像画像を鳥瞰視画像に視点変換する画像変換手段をさらに備え、
前記差分画像生成手段は、前記画像変換手段により連続して得られた前記鳥瞰視画像の位置を鳥瞰視上で位置合わせすることで、前記差分画像を生成することを特徴とする立体物検出装置。 The three-dimensional object detection device according to any one of claims 1 to 5,
Image conversion means for converting the captured image obtained continuously at the imaging interval into a bird's-eye view image;
The three-dimensional object detection device, wherein the difference image generation means generates the difference image by aligning the positions of the bird's eye view images continuously obtained by the image conversion means on the bird's eye view. . 請求項１〜６のいずれかに記載の立体物検出装置であって、
前記立体物検出手段は、所定時間内に生成された複数の前記差分画像に基づいて、前記差分波形情報を生成し、生成した前記差分波形情報に基づいて前記立体物を検出することを特徴とする立体物検出装置。
The three-dimensional object detection device according to any one of claims 1 to 6,
The three-dimensional object detection means generates the difference waveform information based on the plurality of difference images generated within a predetermined time, and detects the three-dimensional object based on the generated difference waveform information. 3D object detection device.
JP2012038787A 2012-02-24 2012-02-24 Three-dimensional object detection device Expired - Fee Related JP5938940B2 (en)

Priority Applications (1)

Application Number Priority Date Filing Date Title
JP2012038787A JP5938940B2 (en) 2012-02-24 2012-02-24 Three-dimensional object detection device

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
JP2012038787A JP5938940B2 (en) 2012-02-24 2012-02-24 Three-dimensional object detection device

Publications (2)

Publication Number Publication Date
JP2013173427A JP2013173427A (en) 2013-09-05
JP5938940B2 true JP5938940B2 (en) 2016-06-22

Family

ID=49266793

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2012038787A Expired - Fee Related JP5938940B2 (en) 2012-02-24 2012-02-24 Three-dimensional object detection device

Country Status (1)

Country Link
JP (1) JP5938940B2 (en)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP6861599B2 (en) * 2017-08-31 2021-04-21 フォルシアクラリオン・エレクトロニクス株式会社 Peripheral monitoring device

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2007331580A (en) * 2006-06-15 2007-12-27 Xanavi Informatics Corp Vehicle speed control system
JP2009099033A (en) * 2007-10-18 2009-05-07 Denso Corp Vehicle peripheral image photographing controller and program used therefor
JP2010250503A (en) * 2009-04-14 2010-11-04 Toyota Motor Corp Vehicle controller and in-vehicle imaging apparatus
JP5251927B2 (en) * 2010-06-21 2013-07-31 日産自動車株式会社 Moving distance detection device and moving distance detection method

Also Published As

Publication number Publication date
JP2013173427A (en) 2013-09-05

Similar Documents

Publication Publication Date Title
JP5251927B2 (en) Moving distance detection device and moving distance detection method
CN107272021B (en) Object detection using radar and visually defined image detection areas
EP2819090B1 (en) Three-dimensional object detection device
JP4801821B2 (en) Road shape estimation device
JP5188452B2 (en) Road shape recognition device
JP5468426B2 (en) Stereo camera device
JP5761349B2 (en) Three-dimensional object detection apparatus and three-dimensional object detection method
JP5776795B2 (en) Three-dimensional object detection device
EP2803944A2 (en) Image Processing Apparatus, Distance Measurement Apparatus, Vehicle-Device Control System, Vehicle, and Image Processing Program
EP2372304A2 (en) Vehicle position recognition system
EP2767927A2 (en) Face information detection apparatus, vehicle device control system employing face information detection apparatus, and carrier medium of face information detection program
US20180197299A1 (en) Information processing device, information processing method, and computer program product
JP5682735B2 (en) Three-dimensional object detection device
JP6480504B2 (en) Target recognition system, target recognition method, and program
KR20190134303A (en) Apparatus and method for image recognition
US20230245323A1 (en) Object tracking device, object tracking method, and storage medium
JP5938940B2 (en) Three-dimensional object detection device
JP5783319B2 (en) Three-dimensional object detection apparatus and three-dimensional object detection method
JP5950193B2 (en) Disparity value calculation device, disparity value calculation system including the same, moving surface area recognition system, disparity value calculation method, and disparity value calculation program
WO2022133986A1 (en) Accuracy estimation method and system
JP5724570B2 (en) Driving support device and driving support method
JP6020568B2 (en) Three-dimensional object detection apparatus and three-dimensional object detection method
JP5732890B2 (en) Parallel body detection device and parallel body detection method
WO2022244063A1 (en) Determination device, determination method, and determination program
JP5668891B2 (en) Three-dimensional object detection device

Legal Events

Date Code Title Description
A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20141224

A977 Report on retrieval

Free format text: JAPANESE INTERMEDIATE CODE: A971007

Effective date: 20150909

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20150915

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20151113

TRDD Decision of grant or rejection written
A01 Written decision to grant a patent or to grant a registration (utility model)

Free format text: JAPANESE INTERMEDIATE CODE: A01

Effective date: 20160419

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20160502

R151 Written notification of patent or utility model registration

Ref document number: 5938940

Country of ref document: JP

Free format text: JAPANESE INTERMEDIATE CODE: R151

LAPS Cancellation because of no payment of annual fees