JP5999183B2 - 立体物検出装置および立体物検出方法 - Google Patents
立体物検出装置および立体物検出方法 Download PDFInfo
- Publication number
- JP5999183B2 JP5999183B2 JP2014527011A JP2014527011A JP5999183B2 JP 5999183 B2 JP5999183 B2 JP 5999183B2 JP 2014527011 A JP2014527011 A JP 2014527011A JP 2014527011 A JP2014527011 A JP 2014527011A JP 5999183 B2 JP5999183 B2 JP 5999183B2
- Authority
- JP
- Japan
- Prior art keywords
- dimensional object
- light source
- vehicle
- headlight
- object detection
- 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.)
- Active
Links
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N7/00—Television systems
- H04N7/18—Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/16—Anti-collision systems
- G08G1/166—Anti-collision systems for active traffic, e.g. moving vehicles, pedestrians, bikes
Landscapes
- Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Image Processing (AREA)
- Image Analysis (AREA)
- Closed-Circuit Television Systems (AREA)
- Traffic Control Systems (AREA)
Description
本発明は、立体物検出装置および立体物検出方法に関するものである。
本出願は、2012年7月27日に出願された日本国特許出願の特願2012―166520に基づく優先権を主張するものであり、文献の参照による組み込みが認められる指定国については、上記の出願に記載された内容を参照により本出願に組み込み、本出願の記載の一部とする。
本出願は、2012年7月27日に出願された日本国特許出願の特願2012―166520に基づく優先権を主張するものであり、文献の参照による組み込みが認められる指定国については、上記の出願に記載された内容を参照により本出願に組み込み、本出願の記載の一部とする。
従来より、異なる時刻に撮像された2枚の撮像画像を鳥瞰視画像に変換し、変換した2枚の鳥瞰視画像の差分に基づいて、立体物を検出する技術が知られている(特許文献1参照)。
カメラで撮像した撮像画像に基づいて、自車両の走行車線に隣接する隣接車線に存在する立体物を隣接車両として検出する際に、レンズに水垢などの異物が付着しており、レンズが白濁している(レンズ表面に白色の薄膜が形成されている)場合には、被写体からの光束の一部が、レンズに付着した異物により遮られ、または、乱反射してしまい、隣接車両の像を適切に撮像することができず、その結果、隣接車両を適切に検出することができない場合があった。
本発明が解決しようとする課題は、レンズに水垢などの異物が付着し、レンズが白濁している場合でも、隣接車両を適切に検出できる立体物検出装置を提供することである。
本発明は、自車両後方に存在する光源を検出し、検出された光源が隣接車両のヘッドライトであることの確信度を算出する。また、隣接車両のヘッドライトの確信度を算出する際に、撮像画像に基づいてレンズの白濁度を算出し、レンズの白濁度が高いほど隣接車両のヘッドライトの確信度を高く算出する。そして、隣接車両のヘッドライトの確信度が高いほど、立体物を検出することを促進することで、上記課題を解決する。
本発明によれば、レンズが白濁している場合に、検出された光源が隣接車両のヘッドライトであるとの確信度を高く算出することで、隣接車両のヘッドライトの確信度に基づいて、隣接車両のヘッドライトを適切に検出することができ、これにより、レンズが白濁している場合でも、隣接車両を適切に検出することできる。
≪第1実施形態≫
図1は、本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とを備える。
図1は、本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とを備える。
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。
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。撮像可能な領域には、自車両V1の後方であり、自車両V1の走行車線の左右隣の隣接車線上の検出対象領域A1,A2を含む。なお、本実施形態における車両後方には、車両の真後ろだけではなく、車両の後ろ側の側方をも含む。撮像される車両後方の領域は、カメラ10の画角に応じて設定される。一例ではあるが、車長方向に沿う車両の真後ろをゼロ度とした場合に、真後ろ方向から左右0度〜90度、好ましくは0度〜70度等の領域を含むように設定できる。
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についても図示する。
図3に示すように、計算機30は、視点変換部31と、位置合わせ部32と、立体物検出部33と、白濁度算出部34と、ヘッドライト検出部35と、確信度算出部36と、閾値変更部37とを備える。以下に、それぞれの構成について説明する。
視点変換部31は、カメラ10による撮像にて得ら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。
位置合わせ部32は、視点変換部31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32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。
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。
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。
位置合わせ部32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32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。
なお、本実施形態において、位置合わせ部32は、異なる時刻の鳥瞰視画像の位置を鳥瞰視上で位置合わせし、その位置合わせされた鳥瞰視画像を得るが、この「位置合わせ」処理は、検出対象の種別や要求される検出精度に応じた精度で行うことができる。たとえば、同一時刻及び同一位置を基準に位置を合わせるといった厳密な位置合わせ処理であってもよいし、各鳥瞰視画像の座標を把握するという程度の緩い位置合わせ処理であってもよい。
また、位置合わせ後において位置合わせ部32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32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差分閾値th以上であるときに、差分画像PDtの画素値を「1」とし、絶対値が所定の差分閾値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。なお、本実施形態において、差分閾値thは、後述する閾値変更部37により変更される場合があり、閾値変更部37により差分閾値thが変更された場合には、閾値変更部37により変更された差分閾値thを用いて、差分画像PDtの画素値が検出される。
そして、立体物検出部33は、図4(b)に示す差分画像PDtのデータに基づいて、差分波形を生成する。この際、立体物検出部33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33は、まず差分波形を生成する。
差分波形の生成にあたって立体物検出部33は、差分画像PDtにおいて検出領域(検出枠)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(検出枠)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。
また、立体物検出部33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。
図5は、立体物検出部33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33は、位置合わせ部32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33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。
具体的に説明すると、まず立体物検出部33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33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。
立体物検出部33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33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。
以下同様に、立体物検出部33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33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。
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。
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33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33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。
差分波形DWtの生成後、立体物検出部33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。ここで、図6は、立体物検出部33による立体物の検出方法を説明するための図であり、差分波形DWtおよび立体物を検出するための閾値αの一例を示している。立体物検出部33は、図6に示すように、生成した差分波形DWtのピークが、当該差分波形DWtのピーク位置に対応する所定の閾値α以上であるか否かを判断することで、検出領域A1,A2に立体物が存在するか否かを判断する。そして、立体物検出部33は、差分波形DWtのピークが所定の閾値α未満である場合には、検出領域A1,A2に立体物が存在しないと判断し、一方、差分波形DWtのピークが所定の閾値α以上である場合には、検出領域A1,A2に立体物が存在すると判断する。
さらに、立体物検出部33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、立体物の移動速度を算出する。すなわち、立体物検出部33は、差分波形DWt,DWt−1の時間変化から、立体物の移動速度を算出する。
詳細に説明すると、立体物検出部33は、図7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7は、立体物検出部33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7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。
次いで、立体物検出部33は、小領域DWt1〜DWtn毎にオフセット量(差分波形の横軸方向(図7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33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33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。
図8は、立体物検出部33により得られるヒストグラムの一例を示す図である。図8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33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33は、ヒストグラムの極大値から立体物(隣接車両V2)の移動距離を算出する。すなわち、図8に示す例において、立体物検出部33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、本実施形態では、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、自車両に対する立体物(隣接車両V2)の相対移動距離である。このため、立体物検出部33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。
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(隣接車両V2)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。
なお、ヒストグラム化にあたり立体物検出部33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9は、立体物検出部33による重み付けを示す図である。
図9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33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。
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33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。
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33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。
なお、本実施形態において立体物検出部33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33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、立体物の移動距離を算出する。
図10は、立体物検出部33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の画角内に立体物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33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。
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の画角内に立体物が複数台存在すると想定される。しかし、検出領域A1,A2内に複数の立体物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33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。
白濁度算出部34は、カメラ10のレンズに水垢などの異物が付着することで、レンズが白濁している(レンズ表面に白色の薄膜が形成されている)度合いを、レンズの白濁度として算出する。なお、白濁度算出部34により白濁度を算出する方法は、特に限定されず、たとえば、以下に説明するような方法を用いて、レンズの白濁度を算出することができる。
たとえば、白濁度算出部34は、互いに隣接する画素間の輝度差が所定値以上である場合に、これら互いに隣接する画素間に被写体のエッジ(輪郭)が存在するものと判断し、このような輝度差を有する画素から被写体のエッジを検出する。この際、白濁度算出部34は、画素間の輝度差が大きいほど、被写体のエッジの強度を高い値で検出し、検出されたエッジの強度が高いほど、撮像画像が鮮明であるものと判断し、画像の鮮鋭度を高い値で算出する。そして、白濁度算出部34は、撮像画像が鮮明であり、画像の鮮鋭度が高いほど、レンズは白濁していないと判断し、レンズの白濁度を小さい値で算出することができる。
ここで、図11は、レンズの白濁度と画像の鮮鋭度との関係を説明するための図である。なお、図11においては、縦軸が輝度、横軸が画素の位置を示している。また、図11においては、街灯や隣接車両のヘッドライトなどの高輝度の被写体を撮像している場面を例示している。図11に示すように、レンズが白濁している場合には、レンズに付着した水垢などの異物により、被写体からレンズに入射される光の一部が遮られ、または、乱反射してしまい、レンズが白濁していない場合と比較して、輝度のピークの勾配は緩やかとなり、画像領域間の輝度差は小さくなる。そのため、レンズが白濁している場合には、撮像画像から検出されるエッジ強度は小さくなり、これにより、画像の鮮鋭度は低い値で算出されることとなる。一方、レンズが白濁していない場合には、図11に示すように、輝度のピークの勾配が急峻となり、画像領域間の輝度差が大きくなる。そのため、レンズが白濁していない場合には、白濁度算出部34により検出されるエッジ強度は大きくなり、これにより、画像の鮮鋭度が高い値で算出されることとなる。そのため、白濁度算出部34は、撮像画像から検出したエッジの強度に基づいて、画像の鮮鋭度を算出し、その結果、画像の鮮鋭度が低いほど、レンズの白濁度を高く算出し、反対に、画像の鮮鋭度が高いほど、レンズの白濁度を低く算出する。
また、白濁度算出部34は、所定値以上の輝度を有する高輝度領域の周辺における輝度の勾配に基づいて、画像の鮮鋭度を算出することで、レンズの白濁度を算出することもできる。すなわち、図11に示すように、レンズが白濁していない場合には、輝度の勾配は急峻となり、一方、レンズが白濁している場合には、輝度の勾配は緩やかとなる。そこで、白濁度算出部34は、街灯やヘッドライトなどの光源の画像を含む画像領域において、街灯やヘッドライトなどの光源に対応する高輝度領域の外縁から外側に向かう輝度の勾配を検出し、急峻な輝度の勾配を検出した場合には、画像の鮮鋭度が高く、レンズは白濁していないものと判断し、レンズの白濁度を低い値で算出し、一方、緩やかな輝度の勾配を検出した場合には、画像の鮮鋭度が低く、レンズが白濁しているものと判断し、レンズの白濁度を高い値で算出する。
加えて、白濁度算出部34は、レンズの白濁度を、画像の周波数成分に基づいて検出することもできる。すなわち、画像信号から被写体の周波数成分を検出し、検出した周波数成分に対してローパスフィルター処理を施すことで高周波成分を除去する。そして、高周波成分を除去した後の周波数成分と、高周波成分を除去する前の周波数成分とを比較することで、被写体の高周波成分を検出し、検出した高周波成分を画像の鮮鋭度として算出することができる。たとえば、被写体の高周波成分はコントラストの高い領域から得られるため、高周波成分が多いほど画像は鮮明であり(高コントラストであり)、この場合、レンズの白濁度を低い値で算出することができる。
さらに、白濁度算出部34は、撮像画像からエッジを検出するために用られる検出基準値の大きさに基づいて、画像の鮮鋭度を算出することで、レンズの白濁度を算出することもできる。ここで、図12は、検出基準値に基づいて、画像の鮮鋭度を算出する方法を説明するための図である。たとえば、図12に示す例において、白濁度算出部34は、まず、隣接する画素間の輝度差が、予め設定されている検出基準値ts以上のエッジを検出し、所定量以上のエッジが検出できたか否かを判定する。そして、所定量以上のエッジを検出できない場合に、白濁度算出部34は、検出基準値tsを小さい値に変更し、隣接する画素間の輝度差が、変更した検出基準値以上のエッジを検出し、所定量以上のエッジが検出できたか否かを判定する。このように、白濁度算出部34は、検出基準値を小さい値に変更しながら、エッジの検出を繰り返し、所定量以上のエッジを検出できる検出基準値ts’(所定量以上のエッジを検出できる検出基準値のうち最も大きい検出基準値ts’)を特定する。ここで、同一の被写体を撮像した場合、図12に示すように、レンズが白濁しており、画像が不鮮明になるほど、被写体の輪郭がぼやけ、検出される被写体のエッジの強度は小さくなる。そのため、図12に示すように、レンズが白濁しており、画像が不鮮明である場合では、検出基準値をより小さい値に変更しなければ所定量以上のエッジを検出することができない。そこで、白濁度算出部34は、所定量以上のエッジを検出できた検出基準値が小さいほど、レンズが白濁し、画像が不鮮明であると判断し、レンズの白濁度を高い値で算出することができる。
図3に戻り、ヘッドライト検出部35は、カメラ10により撮像された撮像画像に基づいて、自車両V1の後方に存在する、隣接車両V2のヘッドライトの候補となる光源を検出する。具体的には、ヘッドライト検出部35は、周辺との明るさの差が所定値以上であり、かつ、所定面積以上の大きさである画像領域を、隣接車両V2のヘッドライトに対応する候補領域として検出することで、隣接車両V2のヘッドライトの候補となる光源を検出する。
確信度算出部36は、ヘッドライト検出部35により検出された光源が、隣接車両V2のヘッドライトであることの確信度を算出する。ここで、自車両V1の走行車線に隣接する隣接車線を走行する隣接車両V2のヘッドライトと比べて、自車両V1の走行車両の2つ隣の隣隣接車線を走行する隣隣接車両のヘッドライトや、路外に設置された街灯などの光源は、自車両V1から離れた位置で検出される。そのため、確信度算出部36は、自車両V1から光源までの車幅方向における距離が短いほど、ヘッドライト検出部35により検出された光源が隣接車両V2のヘッドライトであるとの確信度を高く算出することができる。また、ヘッドライト検出部35により検出された光源の大きさが大きいほど、光源は自車両V1から近い位置に存在するものと判断できるため、確信度算出部36は、ヘッドライト検出部35により検出された光源の大きさが大きいほど、ヘッドライト検出部35により検出された光源が隣接車両V2のヘッドライトであるとの確信度を高く算出することができる。さらに、街灯などの光源は静止物であり移動しないのに対して、隣接車両V2は移動するものであり、隣接車両V2のヘッドライトの移動速度は、街灯などの静止物の光源の移動速度よりも速くなる。また、隣接車両V2のヘッドライトよりも隣隣接車両のヘッドライトの方が自車両V1から離れた位置で検出されるため、隣隣接車両のヘッドライトの移動速度よりも、隣接車両V2のヘッドライトの移動速度の方が速くなる傾向にある。そのため、確信度算出部36は、ヘッドライト検出部35により検出された光源の位置の変化に基づいて、光源の移動速度を算出し、光源の移動速度が速いほど、該光源が隣接車両V2のヘッドライトであるとの確信度を高く算出することができる。
閾値変更部37は、確信度算出部36により算出された隣接車両V2のヘッドライトの確信度に基づいて、差分閾値thを変更する。ここで、図13は、隣接車両V2のヘッドライトの確信度と差分閾値thとの関係を示すマップの一例である。閾値変更部37は、図13に示すように、ヘッドライト検出部35により検出された光源が、隣接車両V2のヘッドライトであるとの確信度が高いほど、差分閾値thを低い値に変更する。すなわち、本実施形態では、検出された光源が隣接車両V2のヘッドライトであるとの確信度が高い場合には、隣接車両V2が存在する可能性が高いものと判断して、差分閾値thを低い値に変更し、隣接車線に存在する立体物(隣接車両V2)の検出を促進することで、レンズが白濁している場合でも、隣接車両V2を適切に検出することが可能となる。一方、検出された光源が隣接車両V2のヘッドライトである確信度が低い場合には、隣接車両V2が存在しない可能性が高いものと判断して、差分閾値thを高い値に変更し、隣接車線に存在する立体物(隣接車両V2)の検出を抑制することで、レンズが白濁している場合に、レンズに付着している異物や、隣接車両V2以外の立体物を隣接車両V2として誤検出してしまうことを有効に防止することができる。
また、計算部30は、図示しないメモリに、図13に示すような差分閾値thと隣接車両V2のヘッドライトの確信度との関係を示すマップを複数記憶しており、閾値変更部37は、これら複数のマップの中から、レンズの白濁度に応じたマップを選択する。たとえば、図13においては、レンズの白濁度が高い場合に選択される差分閾値thと隣接車両V2のヘッドライトの確信度とのマップの一例を波線で示しており、レンズの白濁度が低い場合に選択される差分閾値thと隣接車両V2のヘッドライトの確信度とのマップの一例を実線で示している。閾値変更部37は、図13に示すように、レンズの白濁度が高いほど、隣接車両V2のヘッドライトであるとの確信度が低い場合でも、差分閾値thが低い値に設定されるように、差分閾値thと隣接車両V2のヘッドライトの確信度との関係を示すマップを選択する。
すなわち、図13に示す例では、レンズの白濁度が高い場合には破線で表示したマップが選択され、レンズの白濁度が低い場合には実線で表示したマップが選択される。そのため、隣接車両V2のヘッドライトの確信度が、たとえば図13に示すSc1の場合、レンズの白濁度が低い場合には差分閾値は所定の値thaに設定され、レンズの白濁度が高い場合には、レンズの白濁度が低い場合の差分閾値thbよりも低い差分閾値thbに設定される。このように、本実施形態では、レンズの白濁度が高いほど、検出された光源が隣接車両V2のヘッドライであるとの確信度は高いものと判断し、算出された隣接車両V2のヘッドライの確信度が同じ値であっても、差分閾値thが低い値に設定されるように、差分閾値thと隣接車両V2のヘッドライトの確信度との関係を示すマップを選択する。
ここで、レンズが白濁している場合には、隣接車両V2のヘッドライトから受光される光束の一部が、レンズに付着した水垢などの異物により遮られ、または、乱反射してしまい、カメラ10で受光される隣接車両V2のヘッドライトの光は減衰してしまう。特に、ヘッドライトの中心から離れるほど光量は少なくなるため、レンズが白濁している場合には、レンズに付着した水垢などの異物により、ヘッドライトの周縁部における光がカメラ10で十分に受光できず、レンズが白濁していない場合と比べて、撮像されるヘッドライトの光の像は小さくなってしまう場合がある。このような場合に、ヘッドライト検出部35により検出された光源が実際に隣接車両V2のヘッドライトであっても、レンズが白濁している場合には、ヘッドライト検出部35により検出された光源が隣接車両V2のヘッドライトであるとの確信度は低くなる。そこで、閾値変更部37は、レンズが白濁している場合には、隣接車両V2のヘッドライトの確信度が低い場合でも、ヘッドライト検出部35により検出された光源が隣接車両V2のヘッドライトであるとの確信度を高いものと判断し、差分閾値thが低く設定されるように、差分閾値thと隣接車両V2のヘッドライトの確信度との関係を示すマップを変更する。これにより、レンズの白濁度が高く、隣接車両V2のヘッドライトを検出することが困難な場合でも、ヘッドライト検出部35により検出された光源を隣接車両V2のヘッドライトであると適切に判断することができ、その結果、隣接車両V2を適切に検出することが可能となる。
なお、レンズの白濁度が高い場合には、隣接車両V2のヘッドライトよりも、隣隣接車両のヘッドライトや街灯などの光源は検出され難いため、隣接車両V2のヘッドライトの確信度に対して差分閾値thが低い値になるように、差分閾値thと隣接車両V2のヘッドライトの確信度との関係を示すマップを変更した場合でも、隣隣接車両のヘッドライトや街灯などを、隣接車両V2として誤検出してしまうことを抑制することができる。
次に、本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。図14に示すように、まず、計算機30により、カメラ10から撮像画像のデータの取得が行われ(ステップS101)、視点変換部31により、取得し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(ステップS102)。
次いで、位置合わせ部32は、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をし、差分画像PDtのデータを生成する(ステップS103)。具体的には、位置合わせ部32は、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差分閾値th以上であるときに、差分画像PDtの画素値を「1」とし、絶対値が所定の差分閾値th未満であるときに、差分画像PDtの画素値を「0」とする。なお、差分画像PDtの画素値を算出するための差分閾値thは、後述する閾値変更処理において変更される場合があり、差分閾値thが変更された場合には、変更された差分閾値thが、このステップS103で用いられることとなる。その後、立体物検出部33は、差分画像PDtのデータから、画素値が「1」の差分画素DPの数をカウントして、差分波形DWtを生成する(ステップS104)。
そして、立体物検出部33は、差分波形DWtのピークが所定の閾値α以上であるか否かを判断する(ステップS105)。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S105=No)、立体物検出部33は、立体物が存在せず隣接車両V2が存在しないと判断する(ステップS114)。そして、ステップS101に戻り、図14に示す処理を繰り返す。
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S105=Yes)、立体物検出部33により、隣接車線に立体物が存在すると判断され、ステップS106に進み、立体物検出部33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33は、小領域DWt1〜DWtn毎に重み付けを行い(ステップS107)、小領域DWt1〜DWtn毎のオフセット量を算出し(ステップS108)、重みを加味してヒストグラムを生成する(ステップS109)。
そして、立体物検出部33は、ヒストグラムに基づいて自車両V1に対する立体物の移動距離である相対移動距離を算出する(ステップS110)。次に、立体物検出部33は、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S111)。このとき、立体物検出部33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、絶対移動速度を算出する。
その後、立体物検出部33は、立体物の絶対移動速度が10km/h以上、且つ、自車両V1に対する立体物の相対移動速度が+60km/h以下であるか否かを判断する(ステップS112)。双方を満たす場合には(ステップS112=Yes)、立体物検出部33は、検出した立体物は隣接車線に存在する隣接車両V2であり、隣接車線に隣接車両V2が存在すると判断する(ステップS113)。そして、図14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S112=No)、立体物検出部33は、隣接車線に隣接車両V2が存在しないと判断する(ステップS114)。そして、ステップS101に戻り、図14に示す処理を繰り返す。
なお、本実施形態では自車両V1の左右後方を検出領域A1,A2とし、自車両V1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S112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V2の速度が10km/h未満である場合、たとえ隣接車両V2が存在したとしても、車線変更する際には自車両V1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V2の自車両V1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V2が自車両V1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V1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S112では車線変更の際に問題となる隣接車両V2を判断しているともいえる。
また、ステップS112において隣接車両V2の絶対移動速度が10km/h以上、且つ、隣接車両V2の自車両V1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V2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V2の自車両V1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。
さらに、ステップS112の処理に代えて、隣接車両V2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V1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S113において隣接車両V2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。
次に、第1実施形態に係る閾値変更処理について説明する。図15は、第1実施形態に係る閾値変更処理を示すフローチャートである。なお、以下に説明する閾値変更処理は、図14に示す隣接車両検出処理と並行して行われ、この閾値変更処理により設定された差分閾値thが、図14に示す隣接車両検出処理における差分閾値thとして適用されることとなる。
図15に示すように、まず、ステップS201では、ヘッドライト検出部35により、隣接車両V2のヘッドライトの候補となる光源の検出が行われる。具体的には、ヘッドライト検出部35は、周辺との明るさの差が所定値以上であり、かつ、所定以上の大きさである画像領域を、隣接車両V2のヘッドライトの光源に対応する候補領域として検出することで、隣接車両V2のヘッドライトの候補となる光源を検出する。
ステップS202では、ヘッドライト検出部35により、ステップS201での検出結果に基づいて、隣接車両V2のヘッドライトの候補となる光源が検出されたか否かの判断が行われる。隣接車両V2のヘッドライトの候補となる光源が検出された場合には、ステップS203に進み、一方、隣接車両V2のヘッドライトの候補となる光源が検出されなかった場合には、ステップS201に戻り、隣接車両V2のヘッドライトとなる光源の検出が繰り返し行われる。
ステップS203では、確信度算出部36により、ステップS201で検出された光源が、隣接車両V2のヘッドライトであるとの確信度の算出が行われる。具体的には、確信度算出部36は、ステップS201で検出された光源の移動速度が速いほど、検出された光源の大きさが大きいほど、検出された光源から自車両V1までの車幅方向における距離が短いほど、検出された光源が、隣接車両V2のヘッドライトであるとの確信度を高い値で算出する。
ステップS204では、白濁度算出部34により、レンズが白濁している度合いを示す白濁度の算出が行われる。たとえば、白濁度算出部34は、図11に示すように、撮像画像から検出したエッジの強度に基づいて、画像の鮮鋭度を算出することで、レンズの白濁度を算出することができる。この場合、白濁度算出部34は、撮像画像から検出したエッジの強度が強い(画素間の輝度差が大きい)ほど、画像が鮮明であり、レンズは白濁していないものと判断して、レンズの白濁度を小さく算出することができる。
ステップS205では、閾値変更部37により、ステップS204で算出されたレンズの白濁度に基づいて、隣接車両V2のヘッドライトの確信度と差分閾値thとの関係を示すマップの選択が行われる。具体的には、閾値変更部37は、図13に示すように、レンズの白濁度が高いほど、隣接車両V2のヘッドライトの確信度が低い場合でも、差分閾値thが低く設定されるマップを選択する。
ステップS206では、閾値変更部37により、ステップS203で算出された隣接車両V2のヘッドライトの確信度と、ステップS205で選択されたマップと基づいて、差分閾値thの変更が行われる。具体的には、閾値変更部37は、ステップS205で選択されたマップに従って、検出された光源が隣接車両V2のヘッドライトであるとの確信度が高いほど、差分閾値thを低い値に変更する。これにより、レンズが白濁している場合でも、ステップS201で検出された光源が隣接車両V2のヘッドライトであるとの確信度が高く、隣接車線に隣接車両V2が存在すると判断できる場合には、立体物(隣接車両V2)を検出するための差分閾値thが低い値に変更され、その結果、隣接車線に存在する隣接車両V2を適切に検出することが可能となる。そして、ステップS206で差分閾値thが変更された後は、ステップS201に戻り、上述した閾値変更処理が繰り返し行われる。
以上のように、第1実施形態では、隣接車両V2のヘッドライトの検出を行い、検出された光源が隣接車両V2のヘッドライトであるとの確信度を算出する。そして、隣接車両V2のヘッドライトの確信度が高いほど、差分閾値thを低い値に変更する。これにより、検出された光源が隣接車両V2のヘッドライトであるとの確信度が高く、隣接車線に隣接車両V2が存在すると判断できる場合には、立体物を検出するための差分閾値thが低い値に変更され、隣接車線に存在する立体物(隣接車両V2)が検出され易くなるため、たとえレンズに水垢などの異物が付着しており、レンズが白濁している場合でも、隣接車線に存在する隣接車両V2を適切に検出することが可能となる。
また、本実施形態では、レンズが白濁している度合いをレンズの白濁度として算出し、レンズの白濁度が高いほど、検出された光源が隣接車両V2のヘッドライトであるとの確信度が高くなるように、隣接車両V2のヘッドライトの確信度と差分閾値thとのマップを変更する。これにより、たとえば、検出された光源が実際には隣接車両V2のヘッドライトである場合でも、隣接車両V2のヘッドライトからの光束の一部がレンズに付着している水垢などの異物によって遮られ、カメラ10に受光される隣接車両V2のヘッドライトの光の像が小さくなるために、検出された光源が隣接車両V2のヘッドライトであるとの確信度が低くなってしまう場合でも、検出された光源が隣接車両V2のヘッドライトであると適切に判断することができ、これにより、隣接車両V2を適切に検出することが可能となる。
《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16に示すように、第1実施形態の計算機30に代えて、計算機30aを備えており、以下に説明するように動作すること以外は、第1実施形態と同様である。ここで、図16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。
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16に示すように、第1実施形態の計算機30に代えて、計算機30aを備えており、以下に説明するように動作すること以外は、第1実施形態と同様である。ここで、図16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。
第2実施形態にかかる立体物検出装置1aは、図16に示すように、カメラ10と計算機30aとを備えており、計算機30aは、視点変換部31、輝度差算出部38、エッジ線検出部39、立体物検出部33a、白濁度算出部34、ヘッドライト検出部35、確信度算出部36、および閾値変更部37aから構成されている。以下に、第2実施形態に係る立体物検出装置1aの各構成について説明する。なお、視点変換部31、白濁度算出部34、ヘッドライト検出部35、および、確信度算出部36については、第1実施形態と同様の構成であるため、その説明は省略する。
図17は、図16のカメラ10の撮像範囲等を示す図であり、図17(a)は平面図、図17(b)は、自車両V1から後側方における実空間上の斜視図を示す。図17(a)に示すように、カメラ10は所定の画角aとされ、この所定の画角aに含まれる自車両V1から後側方を撮像する。カメラ10の画角aは、図2に示す場合と同様に、カメラ10の撮像範囲に自車両V1が走行する車線に加えて、隣接する車線も含まれるように設定されている。
本例の検出領域A1,A2は、平面視(鳥瞰視された状態)において台形状とされ、これら検出領域A1,A2の位置、大きさ及び形状は、距離d1〜d4に基づいて決定される。なお、同図に示す例の検出領域A1,A2は台形状に限らず、図2に示すように鳥瞰視された状態で矩形など他の形状であってもよい。
ここで、距離d1は、自車両V1から接地線L1,L2までの距離である。接地線L1,L2は、自車両V1が走行する車線に隣接する車線に存在する立体物が地面に接触する線を意味する。本実施形態においては、自車両V1の後側方において自車両V1の車線に隣接する左右の車線を走行する隣接車両V2等(2輪車等を含む)を検出することが目的である。このため、自車両V1から白線Wまでの距離d11及び白線Wから隣接車両V2が走行すると予測される位置までの距離d12から、隣接車両V2の接地線L1,L2となる位置である距離d1を略固定的に決定しておくことができる。
また、距離d1については、固定的に決定されている場合に限らず、可変としてもよい。この場合に、計算機30aは、白線認識等の技術により自車両V1に対する白線Wの位置を認識し、認識した白線Wの位置に基づいて距離d11を決定する。これにより、距離d1は、決定された距離d11を用いて可変的に設定される。以下の本実施形態においては、隣接車両V2が走行する位置(白線Wからの距離d12)及び自車両V1が走行する位置(白線Wからの距離d11)は大凡決まっていることから、距離d1は固定的に決定されているものとする。
距離d2は、自車両V1の後端部から車両進行方向に伸びる距離である。この距離d2は、検出領域A1,A2が少なくともカメラ10の画角a内に収まるように決定されている。特に本実施形態において、距離d2は、画角aに区分される範囲に接するよう設定されている。距離d3は、検出領域A1,A2の車両進行方向における長さを示す距離である。この距離d3は、検出対象となる立体物の大きさに基づいて決定される。本実施形態においては、検出対象が隣接車両V2等であるため、距離d3は、隣接車両V2を含む長さに設定される。
距離d4は、図17(b)に示すように、実空間において隣接車両V2等のタイヤを含むように設定された高さを示す距離である。距離d4は、鳥瞰視画像においては図17(a)に示す長さとされる。なお、距離d4は、鳥瞰視画像において左右の隣接車線よりも更に隣接する車線(すなわち2車線隣りの隣隣接車線)を含まない長さとすることもできる。自車両V1の車線から2車線隣の車線を含んでしまうと、自車両V1が走行している車線である自車線の左右の隣接車線に隣接車両V2が存在するのか、2車線隣りの隣隣接車線に隣隣接車両が存在するのかについて、区別が付かなくなってしまうためである。
以上のように、距離d1〜距離d4が決定され、これにより検出領域A1,A2の位置、大きさ及び形状が決定される。具体的に説明すると、距離d1により、台形をなす検出領域A1,A2の上辺b1の位置が決定される。距離d2により、上辺b1の始点位置C1が決定される。距離d3により、上辺b1の終点位置C2が決定される。カメラ10から始点位置C1に向かって伸びる直線L3により、台形をなす検出領域A1,A2の側辺b2が決定される。同様に、カメラ10から終点位置C2に向かって伸びる直線L4により、台形をなす検出領域A1,A2の側辺b3が決定される。距離d4により、台形をなす検出領域A1,A2の下辺b4の位置が決定される。このように、各辺b1〜b4により囲まれる領域が検出領域A1,A2とされる。この検出領域A1,A2は、図17(b)に示すように、自車両V1から後側方における実空間上では真四角(長方形)となる。
図16に戻り、視点変換部31は、カメラ10による撮像にて得られた所定領域の撮像画像データを入力する。視点変換部31は、入力した撮像画像データに対して、鳥瞰視される状態の鳥瞰画像データに視点変換処理を行う。鳥瞰視される状態とは、上空から例えば鉛直下向き(又は、やや斜め下向き)に見下ろす仮想カメラの視点から見た状態である。この視点変換処理は、例えば特開2008−219063号公報に記載された技術によって実現することができる。
輝度差算出部38は、鳥瞰視画像に含まれる立体物のエッジを検出するために、視点変換部31により視点変換された鳥瞰視画像データに対して、輝度差の算出を行う。輝度差算出部38は、実空間における鉛直方向に伸びる鉛直仮想線に沿った複数の位置ごとに、当該各位置の近傍の2つの画素間の輝度差を算出する。輝度差算出部38は、実空間における鉛直方向に伸びる鉛直仮想線を1本だけ設定する手法と、鉛直仮想線を2本設定する手法との何れかによって輝度差を算出することができる。
ここでは、鉛直仮想線を2本設定する具体的な手法について説明する。輝度差算出部38は、視点変換された鳥瞰視画像に対して、実空間で鉛直方向に伸びる線分に該当する第1鉛直仮想線と、第1鉛直仮想線と異なり実空間で鉛直方向に伸びる線分に該当する第2鉛直仮想線とを設定する。輝度差算出部38は、第1鉛直仮想線上の点と第2鉛直仮想線上の点との輝度差を、第1鉛直仮想線及び第2鉛直仮想線に沿って連続的に求める。以下、この輝度差算出部38の動作について詳細に説明する。
輝度差算出部38は、図18(a)に示すように、実空間で鉛直方向に伸びる線分に該当し、且つ、検出領域A1を通過する第1鉛直仮想線La(以下、注目線Laという)を設定する。また輝度差算出部38は、注目線Laと異なり、実空間で鉛直方向に伸びる線分に該当し、且つ、検出領域A1を通過する第2鉛直仮想線Lr(以下、参照線Lrという)を設定する。ここで参照線Lrは、実空間における所定距離だけ注目線Laから離間する位置に設定される。なお、実空間で鉛直方向に伸びる線分に該当する線とは、鳥瞰視画像においてはカメラ10の位置Psから放射状に広がる線となる。この放射状に広がる線は、鳥瞰視に変換した際に立体物が倒れ込む方向に沿う線である。
輝度差算出部38は、注目線La上に注目点Pa(第1鉛直仮想線上の点)を設定する。また輝度差算出部38は、参照線Lr上に参照点Pr(第2鉛直板想線上の点)を設定する。これら注目線La、注目点Pa、参照線Lr、参照点Prは、実空間上において図18(b)に示す関係となる。図18(b)から明らかなように、注目線La及び参照線Lrは、実空間上において鉛直方向に伸びた線であり、注目点Paと参照点Prとは、実空間上において略同じ高さに設定される点である。なお、注目点Paと参照点Prとは必ずしも厳密に同じ高さである必要はなく、注目点Paと参照点Prとが同じ高さとみなせる程度の誤差は許容される。
輝度差算出部38は、注目点Paと参照点Prとの輝度差を求める。仮に、注目点Paと参照点Prとの輝度差が大きいと、注目点Paと参照点Prとの間にエッジが存在すると考えられる。特に、第2実施形態では、検出領域A1,A2に存在する立体物を検出するために、鳥瞰視画像に対して実空間において鉛直方向に伸びる線分として鉛直仮想線を設定しているため、注目線Laと参照線Lrとの輝度差が高い場合には、注目線Laの設定箇所に立体物のエッジがある可能性が高い。このため、図16に示すエッジ線検出部39は、注目点Paと参照点Prとの輝度差に基づいてエッジ線を検出する。
この点をより詳細に説明する。図19は、輝度差算出部38の詳細動作を示す図であり、図19(a)は鳥瞰視された状態の鳥瞰視画像を示し、図19(b)は、図19(a)に示した鳥瞰視画像の一部B1を拡大した図である。なお図19についても検出領域A1のみを図示して説明するが、検出領域A2についても同様の手順で輝度差を算出する。
カメラ10が撮像した撮像画像内に隣接車両V2が映っていた場合に、図19(a)に示すように、鳥瞰視画像内の検出領域A1に隣接車両V2が現れる。図19(b)に図19(a)中の領域B1の拡大図を示すように、鳥瞰視画像上において、隣接車両V2のタイヤのゴム部分上に注目線Laが設定されていたとする。この状態において、輝度差算出部38は、先ず参照線Lrを設定する。参照線Lrは、注目線Laから実空間上において所定の距離だけ離れた位置に、鉛直方向に沿って設定される。具体的には、本実施形態に係る立体物検出装置1aにおいて、参照線Lrは、注目線Laから実空間上において10cmだけ離れた位置に設定される。これにより、参照線Lrは、鳥瞰視画像上において、例えば隣接車両V2のタイヤのゴムから10cm相当だけ離れた隣接車両V2のタイヤのホイール上に設定される。
次に、輝度差算出部38は、注目線La上に複数の注目点Pa1〜PaNを設定する。図19(b)においては、説明の便宜上、6つの注目点Pa1〜Pa6(以下、任意の点を示す場合には単に注目点Paiという)を設定している。なお、注目線La上に設定する注目点Paの数は任意でよい。以下の説明では、N個の注目点Paが注目線La上に設定されたものとして説明する。
次に、輝度差算出部38は、実空間上において各注目点Pa1〜PaNと同じ高さとなるように各参照点Pr1〜PrNを設定する。そして、輝度差算出部38は、同じ高さ同士の注目点Paと参照点Prとの輝度差を算出する。これにより、輝度差算出部38は、実空間における鉛直方向に伸びる鉛直仮想線に沿った複数の位置(1〜N)ごとに、2つの画素の輝度差を算出する。輝度差算出部38は、例えば第1注目点Pa1とは、第1参照点Pr1との間で輝度差を算出し、第2注目点Pa2とは、第2参照点Pr2との間で輝度差を算出することとなる。これにより、輝度差算出部38は、注目線La及び参照線Lrに沿って、連続的に輝度差を求める。すなわち、輝度差算出部38は、第3〜第N注目点Pa3〜PaNと第3〜第N参照点Pr3〜PrNとの輝度差を順次求めていくこととなる。
輝度差算出部38は、検出領域A1内において注目線Laをずらしながら、上記の参照線Lrの設定、注目点Pa及び参照点Prの設定、輝度差の算出といった処理を繰り返し実行する。すなわち、輝度差算出部38は、注目線La及び参照線Lrのそれぞれを、実空間上において接地線L1の延在方向に同一距離だけ位置を変えながら上記の処理を繰り返し実行する。輝度差算出部38は、例えば、前回処理において参照線Lrとなっていた線を注目線Laに設定し、この注目線Laに対して参照線Lrを設定して、順次輝度差を求めていくことになる。
このように、第2実施形態では、実空間上で略同じ高さとなる注目線La上の注目点Paと参照線Lr上の参照点Prとから輝度差を求めることで、鉛直方向に伸びるエッジが存在する場合における輝度差を明確に検出することができる。また、実空間において鉛直方向に伸びる鉛直仮想線同士の輝度比較を行うために、鳥瞰視画像に変換することによって立体物が路面からの高さに応じて引き伸ばされてしまっても、立体物の検出処理が影響されることはなく、立体物の検出精度を向上させることができる。
図16に戻り、エッジ線検出部39は、輝度差算出部38により算出された連続的な輝度差から、エッジ線を検出する。例えば、図19(b)に示す場合、第1注目点Pa1と第1参照点Pr1とは、同じタイヤ部分に位置するために、輝度差は、小さい。一方、第2〜第6注目点Pa2〜Pa6はタイヤのゴム部分に位置し、第2〜第6参照点Pr2〜Pr6はタイヤのホイール部分に位置する。したがって、第2〜第6注目点Pa2〜Pa6と第2〜第6参照点Pr2〜Pr6との輝度差は大きくなる。このため、エッジ線検出部39は、輝度差が大きい第2〜第6注目点Pa2〜Pa6と第2〜第6参照点Pr2〜Pr6との間にエッジ線が存在することを検出することができる。
具体的には、エッジ線検出部39は、エッジ線を検出するにあたり、先ず下記式1に従って、i番目の注目点Pai(座標(xi,yi))とi番目の参照点Pri(座標(xi’,yi’))との輝度差から、i番目の注目点Paiに属性付けを行う。
[式1]
I(xi,yi)>I(xi’,yi’)+tのとき
s(xi,yi)=1
I(xi,yi)<I(xi’,yi’)−tのとき
s(xi,yi)=−1
上記以外のとき
s(xi,yi)=0
[式1]
I(xi,yi)>I(xi’,yi’)+tのとき
s(xi,yi)=1
I(xi,yi)<I(xi’,yi’)−tのとき
s(xi,yi)=−1
上記以外のとき
s(xi,yi)=0
上記式1において、tはエッジ閾値を示し、I(xi,yi)はi番目の注目点Paiの輝度値を示し、I(xi’,yi’)はi番目の参照点Priの輝度値を示す。上記式1によれば、注目点Paiの輝度値が、参照点Priに閾値tを加えた輝度値よりも高い場合には、当該注目点Paiの属性s(xi,yi)は‘1’となる。一方、注目点Paiの輝度値が、参照点Priからエッジ閾値tを減じた輝度値よりも低い場合には、当該注目点Paiの属性s(xi,yi)は‘−1’となる。注目点Paiの輝度値と参照点Priの輝度値とがそれ以外の関係である場合には、注目点Paiの属性s(xi,yi)は‘0’となる。なお、本実施形態において、エッジ閾値tは、後述する閾値変更部37aにより変更される場合があり、閾値変更部37aによりエッジ閾値tが変更された場合には、閾値変更部37aにより変更されたエッジ閾値tを用いて、注目点Paiの属性s(xi,yi)が検出される。
次にエッジ線検出部39は、下記式2に基づいて、注目線Laに沿った属性sの連続性c(xi,yi)から、注目線Laがエッジ線であるか否かを判定する。
[式2]
s(xi,yi)=s(xi+1,yi+1)のとき(且つ0=0を除く)、
c(xi,yi)=1
上記以外のとき、
c(xi,yi)=0
[式2]
s(xi,yi)=s(xi+1,yi+1)のとき(且つ0=0を除く)、
c(xi,yi)=1
上記以外のとき、
c(xi,yi)=0
注目点Paiの属性s(xi,yi)と隣接する注目点Pai+1の属性s(xi+1,yi+1)とが同じである場合には、連続性c(xi,yi)は‘1’となる。注目点Paiの属性s(xi,yi)と隣接する注目点Pai+1の属性s(xi+1,yi+1)とが同じではない場合には、連続性c(xi,yi)は‘0’となる。
次にエッジ線検出部39は、注目線La上の全ての注目点Paの連続性cについて総和を求める。エッジ線検出部39は、求めた連続性cの総和を注目点Paの数Nで割ることにより、連続性cを正規化する。そして、エッジ線検出部39は、正規化した値が閾値θを超えた場合に、注目線Laをエッジ線と判断する。なお、閾値θは、予め実験等によって設定された値である。
すなわち、エッジ線検出部39は、下記式3に基づいて注目線Laがエッジ線であるか否かを判断する。そして、エッジ線検出部39は、検出領域A1上に描かれた注目線Laの全てについてエッジ線であるか否かを判断する。
[式3]
Σc(xi,yi)/N>θ
[式3]
Σc(xi,yi)/N>θ
このように、第2実施形態では、注目線La上の注目点Paと参照線Lr上の参照点Prとの輝度差に基づいて注目点Paに属性付けを行い、注目線Laに沿った属性の連続性cに基づいて当該注目線Laがエッジ線であるかを判断するので、輝度の高い領域と輝度の低い領域との境界をエッジ線として検出し、人間の自然な感覚に沿ったエッジ検出を行うことができる。この効果について詳細に説明する。図20は、エッジ線検出部39の処理を説明する画像例を示す図である。この画像例は、輝度の高い領域と輝度の低い領域とが繰り返される縞模様を示す第1縞模様101と、輝度の低い領域と輝度の高い領域とが繰り返される縞模様を示す第2縞模様102とが隣接した画像である。また、この画像例は、第1縞模様101の輝度が高い領域と第2縞模様102の輝度の低い領域とが隣接すると共に、第1縞模様101の輝度が低い領域と第2縞模様102の輝度が高い領域とが隣接している。この第1縞模様101と第2縞模様102との境界に位置する部位103は、人間の感覚によってはエッジとは知覚されない傾向にある。
これに対し、輝度の低い領域と輝度が高い領域とが隣接しているために、輝度差のみでエッジを検出すると、当該部位103はエッジとして認識されてしまう。しかし、エッジ線検出部39は、部位103における輝度差に加えて、当該輝度差の属性に連続性がある場合にのみ部位103をエッジ線として判定するので、エッジ線検出部39は、人間の感覚としてエッジ線として認識しない部位103をエッジ線として認識してしまう誤判定を抑制でき、人間の感覚に沿ったエッジ検出を行うことができる。
図16に戻り、立体物検出部33aは、エッジ線検出部39により検出されたエッジ線の量に基づいて立体物を検出する。上述したように、本実施形態に係る立体物検出装置1aは、実空間上において鉛直方向に伸びるエッジ線を検出する。鉛直方向に伸びるエッジ線が多く検出されるということは、検出領域A1,A2に立体物が存在する可能性が高いということである。このため、立体物検出部33aは、エッジ線検出部39により検出されたエッジ線の量に基づいて立体物を検出する。具体的には、立体物検出部33aは、エッジ線検出部39により検出されたエッジ線の量が、所定の閾値β以上であるか否かを判断し、エッジ線の量が所定の閾値β以上である場合には、エッジ線検出部39により検出されたエッジ線は、立体物のエッジ線であるものと判断する。
さらに、立体物検出部33aは、立体物を検出するに先立って、エッジ線検出部39により検出されたエッジ線が正しいものであるか否かを判定する。立体物検出部33aは、エッジ線上の鳥瞰視画像のエッジ線に沿った輝度変化が所定の閾値tb以上である否かを判定する。エッジ線上の鳥瞰視画像の輝度変化が閾値tb以上である場合には、当該エッジ線が誤判定により検出されたものと判断する。一方、エッジ線上の鳥瞰視画像の輝度変化が閾値tb未満である場合には、当該エッジ線が正しいものと判定する。なお、この閾値tbは、実験等により予め設定された値である。
図21は、エッジ線の輝度分布を示す図であり、図21(a)は検出領域A1に立体物としての隣接車両V2が存在した場合のエッジ線及び輝度分布を示し、図21(b)は検出領域A1に立体物が存在しない場合のエッジ線及び輝度分布を示す。
図21(a)に示すように、鳥瞰視画像において隣接車両V2のタイヤゴム部分に設定された注目線Laがエッジ線であると判断されていたとする。この場合、注目線La上の鳥瞰視画像の輝度変化はなだらかなものとなる。これは、カメラ10により撮像された画像が鳥瞰視画像に視点変換されたことにより、隣接車両のタイヤが鳥瞰視画像内で引き延ばされたことによる。一方、図21(b)に示すように、鳥瞰視画像において路面に描かれた「50」という白色文字部分に設定された注目線Laがエッジ線であると誤判定されていたとする。この場合、注目線La上の鳥瞰視画像の輝度変化は起伏の大きいものとなる。これは、エッジ線上に、白色文字における輝度が高い部分と、路面等の輝度が低い部分とが混在しているからである。
以上のような注目線La上の輝度分布の相違に基づいて、立体物検出部33aは、エッジ線が誤判定により検出されたものか否かを判定する。たとえば、カメラ10により取得された撮像画像を鳥瞰視画像に変換した場合、当該撮像画像に含まれる立体物は、引き伸ばされた状態で鳥瞰視画像に現れる傾向がある。上述したように、隣接車両V2のタイヤが引き伸ばされた場合に、タイヤという1つの部位が引き伸ばされるため、引き伸ばされた方向における鳥瞰視画像の輝度変化は小さい傾向となる。これに対し、路面に描かれた文字等をエッジ線として誤判定した場合に、鳥瞰視画像には、文字部分といった輝度が高い領域と路面部分といった輝度が低い領域とが混合されて含まれる。この場合に、鳥瞰視画像において、引き伸ばされた方向の輝度変化は大きくなる傾向がある。そのため、立体物検出部33aは、エッジ線に沿った輝度変化が所定の閾値tb以上である場合には、当該エッジ線が誤判定により検出されたものであり、当該エッジ線は、立体物に起因するものではないと判断する。これにより、路面上の「50」といった白色文字や路肩の雑草等がエッジ線として判定されてしまい、立体物の検出精度が低下することを抑制する。一方、立体物検出部33aは、エッジ線に沿った輝度変化が所定の閾値tb未満である場合には、当該エッジ線は、立体物のエッジ線であると判断し、立体物が存在するものと判断する。
具体的には、立体物検出部33aは、下記式4,5の何れかにより、エッジ線の輝度変化を算出する。このエッジ線の輝度変化は、実空間上における鉛直方向の評価値に相当する。下記式4は、注目線La上のi番目の輝度値I(xi,yi)と、隣接するi+1番目の輝度値I(xi+1,yi+1)との差分の二乗の合計値によって輝度分布を評価する。下記式5は、注目線La上のi番目の輝度値I(xi,yi)と、隣接するi+1番目の輝度値I(xi+1,yi+1)との差分の絶対値の合計値よって輝度分布を評価する。
[式4]
鉛直相当方向の評価値=Σ[{I(xi,yi)−I(xi+1,yi+1)}2]
[式5]
鉛直相当方向の評価値=Σ|I(xi,yi)−I(xi+1,yi+1)|
[式4]
鉛直相当方向の評価値=Σ[{I(xi,yi)−I(xi+1,yi+1)}2]
[式5]
鉛直相当方向の評価値=Σ|I(xi,yi)−I(xi+1,yi+1)|
なお、上記式5に限らず、下記式6のように、閾値t2を用いて隣接する輝度値の属性bを二値化して、当該二値化した属性bを全ての注目点Paについて総和してもよい。
[式6]
鉛直相当方向の評価値=Σb(xi,yi)
但し、|I(xi,yi)−I(xi+1,yi+1)|>t2のとき、
b(xi,yi)=1
上記以外のとき、
b(xi,yi)=0
[式6]
鉛直相当方向の評価値=Σb(xi,yi)
但し、|I(xi,yi)−I(xi+1,yi+1)|>t2のとき、
b(xi,yi)=1
上記以外のとき、
b(xi,yi)=0
注目点Paiの輝度値と参照点Priの輝度値との輝度差の絶対値が閾値t2よりも大きい場合、当該注目点Pa(xi,yi)の属性b(xi,yi)は‘1’となる。それ以外の関係である場合には、注目点Paiの属性b(xi,yi)は‘0’となる。この閾値t2は、注目線Laが同じ立体物上にないことを判定するために実験等によって予め設定されている。そして、立体物検出部33aは、注目線La上の全注目点Paについての属性bを総和して、鉛直相当方向の評価値を求めることで、エッジ線が立体物に起因するものであり、立体物が存在するか否かを判定する。
図16に戻り、閾値変更部37aは、白濁度算出部34により算出されたレンズの白濁度と、確信度算出部36により算出された隣接車両V2のヘッドライトの確信度とに基づいて、撮像画像から立体物のエッジを検出するためのエッジ閾値tを変更する。具体的には、第1実施形態と同様に、閾値変更部37aは、ヘッドライト検出部35により検出された光源が、隣接車両V2のヘッドライトであるとの確信度が高いほど、隣接車線に隣接車両V2が存在するものと判断し、隣接車線に存在する立体物(隣接車両V2)が検出され易くなるように、エッジ閾値tを低い値に変更する。また、閾値変更部37aは、レンズの白濁度が高いほど、隣接車両V2のヘッドライトの確信度に対して差分閾値thが低くなるように、差分閾値thと隣接車両V2のヘッドライトの確信度との関係を示すマップを変更する。これにより、レンズが白濁しており、検出された光源が隣接車両V2のヘッドライトであるとの確信度が低くなってしまう場合でも、ヘッドライト検出部35により検出された光源が、隣接車両V2のヘッドライトであるか否かを適切に判断することができ、その結果、隣接車両V2を適切に検出することができる。
次に、第2実施形態に係る隣接車両検出方法について説明する。図22は、第2実施形態に係る隣接車両検出方法の詳細を示すフローチャートである。なお、図22においては、便宜上、検出領域A1を対象とする処理について説明するが、検出領域A2についても同様の処理が実行される。
ステップS301では、カメラ10により、画角a及び取付位置によって特定された所定領域の撮像が行われ、計算機30aにより、カメラ10により撮像された撮像画像Pの画像データが取得される。次に視点変換部31は、ステップS302において、取得した画像データについて視点変換を行い、鳥瞰視画像データを生成する。
次に輝度差算出部38は、ステップS303において、検出領域A1上に注目線Laを設定する。このとき、輝度差算出部38は、実空間上において鉛直方向に伸びる線に相当する線を注目線Laとして設定する。次に輝度差算出部38は、ステップS304において、検出領域A1上に参照線Lrを設定する。このとき、輝度差算出部38は、実空間上において鉛直方向に伸びる線分に該当し、且つ、注目線Laと実空間上において所定距離離れた線を参照線Lrとして設定する。
次に輝度差算出部38は、ステップS305において、注目線La上に複数の注目点Paを設定する。この際に、輝度差算出部38は、エッジ線検出部39によるエッジ検出時に問題とならない程度の数の注目点Paを設定する。また、輝度差算出部38は、ステップS306において、実空間上において注目点Paと参照点Prとが略同じ高さとなるように、参照点Prを設定する。これにより、注目点Paと参照点Prとが略水平方向に並ぶこととなり、実空間上において鉛直方向に伸びるエッジ線を検出しやすくなる。
次に輝度差算出部38は、ステップS307において、実空間上において同じ高さとなる注目点Paと参照点Prとの輝度差を算出する。そして、エッジ線検出部39は、輝度差算出部38により算出された輝度差に基づいて、上記式1に従って、各注目点Paの属性sを算出する。なお、本実施形態では、隣接車両V2のエッジを検出するためのエッジ閾値tを用いて、各注目点Paの属性sが算出される。このエッジ閾値tは、後述する閾値変更処理において変更される場合があり、エッジ閾値tが変更された場合には、変更されたエッジ閾値tが、このステップS307で用いられることとなる。
次にエッジ線検出部39は、ステップS308において、上記式2に従って、各注目点Paの属性sの連続性cを算出する。そして、エッジ線検出部39は、ステップS309において、上記式3に従って、連続性cの総和を正規化した値が閾値θより大きいか否かを判定する。そして、正規化した値が閾値θよりも大きいと判断した場合(ステップS309=Yes)、エッジ線検出部39は、ステップS310において、当該注目線Laをエッジ線として検出する。そして、処理はステップS311に移行する。正規化した値が閾値θより大きくないと判断した場合(ステップS309=No)、エッジ線検出部39は、当該注目線Laをエッジ線として検出せず、処理はステップS311に移行する。
ステップS311において、計算機30aは、検出領域A1上に設定可能な注目線Laの全てについて上記のステップS303〜ステップS310の処理を実行したか否かを判断する。全ての注目線Laについて上記処理をしていないと判断した場合(ステップS311=No)、ステップS303に処理を戻して、新たに注目線Laを設定して、ステップS311までの処理を繰り返す。一方、全ての注目線Laについて上記処理をしたと判断した場合(ステップS311=Yes)、処理はステップS312に移行する。
ステップS312において、立体物検出部33aは、ステップS310において検出された各エッジ線について、当該エッジ線に沿った輝度変化を算出する。立体物検出部33aは、上記式4,5,6の何れかの式に従って、エッジ線の輝度変化を算出する。次に立体物検出部33aは、ステップS313において、エッジ線のうち、輝度変化が所定の閾値tb以上のエッジ線を除外する。すなわち、輝度変化の大きいエッジ線は正しいエッジ線ではないと判定し、エッジ線を立体物の検出には使用しない。これは、上述したように、検出領域A1に含まれる路面上の文字や路肩の雑草等がエッジ線として検出されてしまうことを抑制するためである。したがって、所定の閾値tbとは、予め実験等によって求められた、路面上の文字や路肩の雑草等によって発生する輝度変化に基づいて設定された値となる。一方、立体物検出部33aは、エッジ線のうち、輝度変化が所定の閾値tb未満であるエッジ線を、立体物のエッジ線と判断し、これにより、隣接車両に存在する立体物を検出する。
次いで、ステップS314では、立体物検出部33aにより、エッジ線の量が、所定の閾値β以上であるか否かの判断が行われる。ここで、閾値βは、予め実験等によって求めておいて設定された値であり、たとえば、検出対象の立体物として四輪車を設定した場合に、当該閾値βは、予め実験等によって検出領域A1内において出現した四輪車のエッジ線の数に基づいて設定される。エッジ線の量が閾値β以上であると判定された場合(ステップS314=Yes)、立体物検出部33aは、検出領域A1内に立体物が存在するものと判断し、ステップS315に進み、隣接車両が存在すると判定される。一方、エッジ線の量が閾値β以上ではないと判定された場合(ステップS314=No)、立体物検出部33aは、検出領域A1内に立体物が存在しないものと判断し、ステップS316に進み、検出領域A1内に隣接車両が存在しないと判定される。
続いて、図23を参照して、第2実施形態に係る閾値変更処理について説明する。なお、第2実施形態に係る閾値変更処理も、第1実施形態と同様に、図22に示す隣接車両検出処理と並行して行われる。また、第2実施形態に係る閾値変更処理は、レンズに水垢などの異物が付着しており、レンズが白濁している場合でも、隣接車両V2を適切に検出することができるように、立体物を検出するためのエッジ閾値tを変更するものである。そのため、この閾値変更処理において変更されたエッジ閾値tは、図22に示す隣接車両検出処理のステップS307において、隣接車線に存在する立体物(隣接車両V2)のエッジを検出する際に用いられることとなる。なお、図23は、第2実施形態に係る閾値変更処理を説明するための図である。
第2実施形態に係る閾値変更処理のステップS401〜S404では、第1実施形態のステップS201〜S204と同様に、隣接車両V2のヘッドライトの候補となる光源の検出が行われ(ステップS401)、隣接車両V2のヘッドライトの候補となる光源が検出された場合には(ステップS402=Yes)、検出された光源が隣接車両V2のヘッドライトであるとの確信度の算出が行われ(ステップS403)、続いて、レンズの白濁度の算出が行われる(ステップS404)。一方、隣接車両V2のヘッドライトが検出されない場合には(ステップS402=No)、隣接車両V2のヘッドライトの検出が繰り返し行われる。
そして、ステップS405では、閾値変更部37aにより、ステップS404で算出されたレンズの白濁度に基づいて、隣接車両V2のヘッドライトの確信度と、エッジ閾値tとの関係を示すマップの選択が行われる。具体的には、閾値変更部37aは、第1実施形態と同様に、レンズの白濁度が高いほど、隣接車両V2のヘッドライトの確信度が低い場合でも、エッジ閾値thが低く設定されるようなマップを選択する。
ステップS406では、閾値変更部37aにより、ステップS403で算出された隣接車両V2のヘッドライトの確信度と、ステップS405で選択されたマップと基づいて、エッジ閾値tの変更が行われる。具体的には、閾値変更部37aは、ステップS405で選択されたマップに従って、検出された光源が隣接車両V2のヘッドライトであるとの確信度が高いほど、エッジ閾値thを低い値に変更する。これにより、第2実施形態においても、レンズが白濁している場合でも、光源が隣接車両V2のヘッドライトであるとの確信度が高く、隣接車両V2が存在すると判断できる場合には、隣接車線に存在する立体物(隣接車両V2)を検出するためのエッジ閾値tが低い値に変更され、その結果、隣接車線に存在する隣接車両V2を適切に検出することが可能となる。そして、ステップS406でエッジ閾値tが変更された後は、ステップS401に戻り、上述した閾値変更処理が繰り返し行われる。
以上のように、第2実施形態では、隣接車線に存在する立体物のエッジに基づいて隣接車両V2を検出する際に、検出された光源が隣接車両V2のヘッドライトであるとの確信度が高いほど、エッジ閾値tを低い値に変更する。これにより、検出された光源が隣接車両V2のヘッドライトであるとの確信度が高く、隣接車両V2が存在するものと判断できる場合には、隣接車線に存在する立体物(隣接車両V2)が検出され易くなり、たとえレンズに水垢などの異物が付着しており、レンズが白濁している場合でも、隣接車両V2を適切に検出することが可能となる。また、第2実施形態では、レンズが白濁している度合いを白濁度として算出し、レンズの白濁度が高いほど、検出された光源が隣接車両V2のヘッドライトであるとの確信度が高くなるように、隣接車両V2のヘッドライトの確信度とエッジ閾値tとのマップを変更することで、レンズが白濁しており、検出された光源が隣接車両V2のヘッドライトであるとの確信度が低くなってしまう場合でも、隣接車両V2のヘッドライトを適切に検出することが可能となり、その結果、隣接車両V2を適切に検出することが可能となる。
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。
たとえば、上述した実施形態においては、隣接車両V2のヘッドライトの確信度が高いほど、差分閾値thまたはエッジ閾値tを低い値に変更する構成を例示したが、この構成に限定されず、たとえば、隣接車両V2のヘッドライトの確信度が高いほど、立体物を検出するための閾値α、閾値βを低い値に変更する構成としてもよし、エッジ線を検出するための閾値θ、閾値t2を低い値に変更する構成としてもよい。これにより、隣接車両V2のヘッドライトの確信度が高いほど、隣接車両V2が検出され易くなるため、レンズが白濁している場合でも隣接車線に存在する隣接車両V2を適切に検出することが可能となる。また、隣接車両V2のヘッドライトの確信度に基づいて、カメラ10から出力される画素値(または輝度値)を高くする構成としてもよい。この場合、差分閾値thやエッジ閾値tを変更しない場合でも、差分画素DPやエッジが検出され易くなり、立体物(隣接車両V2)が検出され易くなるため、レンズが白濁している場合でも隣接車線に存在する隣接車両V2を適切に検出することが可能となる。
さらに、上述した実施形態では、立体物の移動速度が所定の条件を満たす場合に、該立体物を隣接車両V2として検出する構成を例示したが、この構成に限定されず、たとえば、隣接車両V2のヘッドライトの確信度に基づいて上記の条件を変更することで、隣接車両V2の検出を促進する構成としてもよい。たとえば、上述した実施形態では、立体物の絶対移動速度が10km/h以上、かつ、自車両V1に対する立体物の相対移動速度が+60km/h以下である場合に、立体物を隣接車両V2と判断しているが、隣接車両V2のヘッドライトの確信度が高い場合には、たとえば、立体物の絶対移動速度が5km/h以上、かつ、自車両V1に対する立体物の相対移動速度が+70km/h以下である場合に、立体物は隣接車両V2であると判断することができる。
また、上述した実施形態では、白濁度算出部34により算出されたレンズの白濁度に応じて、差分閾値thまたはエッジ閾値tと、隣接車両V2のヘッドライトの確信度との関係を示すマップを変更する構成を例示したが、この構成に限定されず、たとえば、レンズの白濁度が高いほど、確信度算出部36が算出するヘッドライトの確信度を高く算出する構成としてもよい。特に、ヘッドライト検出部35により検出された光源の大きさが小さい場合でも、検出された光源を隣接車両V2のヘッドライトとして判断することができるように、レンズの白濁度が高いほど、隣接車両V2のヘッドライトの確信度を高く算出する構成とすることができる。
さらに、上述した実施形態では、隣接車両V2のヘッドライトの確信度が高いほど、また、レンズの白濁度が高いほど、隣接車線に存在する立体物(隣接車両V2)が検出され易くなるように、差分閾値thまたはエッジ閾値tを変更する構成を例示したが、この構成に限定されず、たとえば、レンズの白濁度が所定値以上であり、かつ、隣接車両V2のヘッドライトの確信度が所定値以上である場合には、検出した光源は隣接車両V2のヘッドライトであり、隣接車線に隣接車両V2が存在するものと判断する構成としてもよい。すなわち、上述した実施形態とは異なり、差分波形などを考慮することなく、隣接車両V2のヘッドライトを検出した場合には、隣接車両V2が存在するものと判断し、隣接車両V2を検出する構成とすることができる。
また、上述した実施形態では、画像の鮮鋭度を算出することで、レンズの白濁度を算出する構成を例示したが、この構成に限定されず、たとえば、以下のように、レンズの白濁度を算出する構成としてもよい。すなわち、隣接車両V2のヘッドライトの候補となる光源が検出された場合に、撮像画像から隣接車線に存在する立体物のエッジ線を検出し、所定時間内において検出されたエッジ線の本数に基づいて、レンズの白濁度を算出する構成としてもよい。たとえば、レンズが白濁していない場合に、隣接車両V2のヘッドライトが検出された際には、隣接車両V2に対応するエッジ線を検出することができるが、レンズの白濁度が高い場合には、隣接車両V2の像がぼやけてしまい、隣接車両V2に対応するエッジ線を検出できない場合がある。そのため、隣接車両V2のヘッドライトを検出した後に、所定時間内において検出されたエッジ線の本数が少ない場合には、レンズが白濁しているものと判断することができる。
さらに、上述した実施形態に加えて、図14に示す差分波形DWtに基づく隣接車両検出処理と、図22に示すエッジに基づく隣接車両検出処理とを並行して行う構成としてもよい。この場合、白濁度算出部34により検出されたレンズの白濁度と、隣接車両V2のヘッドライトの確信度とに基づいて、差分閾値thおよびエッジ閾値tを変更する際に、まず、エッジ閾値tを一定値まで変更した後に、続いて、差分閾値thを変更する構成とすることができる。レンズに水垢などの異物が付着しており、レンズが白濁している場合には、エッジ閾値tを低くしても、隣隣接車両を隣接車両V2として誤検出する可能性は低い。そこで、まず、エッジ閾値tを一定値まで変更した後に、続いて、差分閾値thを変更することで、隣隣接車両を隣接車両V2として誤検出してしまうことを有効に防止することができる。
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、視点変換部31は本発明の画像変換手段に相当し、位置合わせ部32、立体物検出部33,33a、輝度差算出部38、およびエッジ線検出部39は本発明の立体物検出手段に相当し、白濁度算出部34は本発明の白濁度算出手段に相当し、ヘッドライト検出部35は本発明の光源検出手段に相当し、確信度算出部36は本発明の確信度算出手段に相当し、閾値変更部37,37aは本発明の制御手段に相当する。
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…視点変換部
32…位置合わせ部
33…立体物検出部
34…白濁度算出部
35…ヘッドライト検出部
36…確信度算出部
37,37a…閾値変更部
38…輝度差算出部
39…エッジ線検出部
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
P…撮像画像
PBt…鳥瞰視画像
PDt…差分画像
V1…自車両
V2…隣接車両
10…カメラ
20…車速センサ
30,30a…計算機
31…視点変換部
32…位置合わせ部
33…立体物検出部
34…白濁度算出部
35…ヘッドライト検出部
36…確信度算出部
37,37a…閾値変更部
38…輝度差算出部
39…エッジ線検出部
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
P…撮像画像
PBt…鳥瞰視画像
PDt…差分画像
V1…自車両
V2…隣接車両
Claims (17)
- 自車両後方の映像を結像させるレンズを備えた撮像手段と、
前記撮像手段により得られた撮像画像に基づいて、隣接車両を含む立体物を検出する立体物検出手段と、
前記撮像画像に基づいて、前記レンズが白濁している度合いを白濁度として算出する白濁度算出手段と、
前記撮像画像に基づいて、自車両後方に存在する光源を検出する光源検出手段と、
前記光源検出手段により検出された前記光源の態様に基づいて、前記光源が、前記隣接車両のヘッドライトである確信度を算出する確信度算出手段と、
前記隣接車両のヘッドライトの確信度が高いほど、前記立体物検出手段が前記立体物を検出することを促進する制御手段と、を備え、
前記制御手段は、前記レンズの白濁度が高いほど、前記確信度算出手段に、前記隣接車両のヘッドライトの確信度を高く算出させることを特徴とする立体物検出装置。 - 請求項1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、
前記撮像手段により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有し、
前記画像変換手段により得られた異なる時刻の鳥瞰視画像の位置を鳥瞰視上で位置合わせし、当該位置合わせされた鳥瞰視画像の差分画像上で所定の差分を示す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、該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。 - 請求項2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、前記差分画像上で所定の第1閾値以上の差分を示す画素数をカウントして度数分布化することで前記差分波形情報を生成し、前記差分波形情報のピークの値が所定の第2閾値以上である場合に、前記差分波形情報に基づいて前記立体物を検出し、
前記制御手段は、前記隣接車両のヘッドライトの確信度が高いほど、前記第1閾値または前記第2閾値を低い値に変更することで、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促進することを特徴とする立体物検出装置。 - 請求項2または3に記載の立体物検出装置であって、
前記制御手段は、前記立体物検出手段が前記差分波形情報を生成する際に、前記隣接車両のヘッドライトの確信度が高いほど、前記立体物検出手段に、前記差分画像上で所定の差分を示す画素数をカウントして度数分布化した値を高く出力させることで、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促進することを特徴とする立体物検出装置。 - 請求項1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、
前記撮像手段により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有し、
前記画像変換手段により得られた鳥瞰視画像に基づいてエッジ情報を検出し、該エッジ情報に基づいて、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。 - 請求項5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、前記鳥瞰視画像から、隣接する画素領域の輝度差が所定の第1閾値以上であるエッジ成分を検出し、該エッジ成分に基づく前記エッジ情報の量が所定の第2閾値以上である場合に、前記エッジ情報に基づいて前記立体物を検出し、
前記制御手段は、前記隣接車両のヘッドライトの確信度が高いほど、前記第1閾値または前記第2閾値を低い値に変更することで、前記エッジ情報に基づいて前記立体物を検出することを促進することを特徴とする立体物検出装置。 - 請求項5または6に記載の立体物検出装置であって、
前記制御手段は、前記立体物検出手段が前記エッジ情報を検出する際に、前記隣接車両のヘッドライトの確信度が高いほど、前記立体物検出手段に、前記エッジ情報を高く出力させることで、前記エッジ情報に基づいて前記立体物を検出することを促進することを特徴とする立体物検出装置。 - 請求項1〜7のいずれかに記載の立体物検出装置であって、
前記確信度算出手段は、前記光源検出手段により検出された前記光源の大きさを前記光源の態様として特定し、特定した前記光源の大きさが大きいほど、前記隣接車両のヘッドライトの確信度を高く算出することを特徴とする立体物検出装置。 - 請求項1〜8のいずれかに記載の立体物検出装置であって、
前記確信度算出手段は、前記光源検出手段により検出された前記光源の位置の時間変化を前記光源の態様として特定し、特定した前記光源の位置の時間変化に基づいて、前記光源の移動速度を算出し、前記光源の移動速度が速いほど、前記隣接車両のヘッドライトの確信度を高く算出することを特徴とする立体物検出装置。 - 請求項1〜9のいずれかに記載の立体物検出装置であって、
前記確信度算出手段は、前記光源検出手段により検出された前記光源の位置を前記光源の態様として特定し、特定した前記光源から自車両までの車幅方向における距離が短いほど、前記隣接車両のヘッドライトの確信度を高く算出することを特徴とする立体物検出装置。 - 請求項1〜10のいずれかに記載の立体物検出装置であって、
前記白濁度算出手段は、自車両後方に存在する光源の輝度勾配に基づいて、前記レンズの白濁度を算出することを特徴とする立体物検出装置。 - 請求項1〜11のいずれかに記載の立体物検出装置であって、
前記白濁度算出手段は、前記撮像画像から得られる特定の周波数成分に基づいて、前記レンズの白濁度を算出することを特徴とする立体物検出装置。 - 請求項1〜12のいずれかに記載の立体物検出装置であって、
前記白濁度算出手段は、前記撮像画像から検出されるエッジ情報の強度に基づいて、前記レンズの白濁度を算出することを特徴とする立体物検出装置。 - 自車両後方を撮像した撮像画像を鳥瞰視画像に視点変換し、異なる時刻の前記鳥瞰視画像の差分画像から差分波形情報を生成し、該差分波形情報に基づいて立体物を検出し、該立体物が他車両であるか否かを判断する立体物検出方法であって、
前記撮像画像に基づいて自車両後方に存在する光源を検出し、検出された前記光源の態様に基づいて、前記光源が前記他車両のヘッドライトである確信度を算出するとともに、前記撮像画像に基づいて、レンズが白濁している度合いを白濁度として算出し、前記確信度を算出する際に、前記レンズの白濁度が高いほど前記他車両のヘッドライトの確信度を高く算出し、前記他車両のヘッドライトの確信度が高いほど、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、または、前記立体物を前記他車両であると判断することを促進することを特徴とする立体物検出方法。 - 自車両後方を撮像した撮像画像を鳥瞰視画像に視点変換し、該鳥瞰視画像に基づいてエッジ情報を検出し、該エッジ情報に基づいて立体物を検出し、該立体物が他車両であるか否かを判断する立体物検出方法であって、
前記撮像画像に基づいて自車両後方に存在する光源を検出し、検出された前記光源の態様に基づいて、前記光源が前記他車両のヘッドライトである確信度を算出するとともに、前記撮像画像に基づいて、レンズが白濁している度合いを白濁度として算出し、前記確信度を算出する際に、前記レンズの白濁度が高いほど前記他車両のヘッドライトの確信度を高く算出し、前記他車両のヘッドライトの確信度が高いほど、前記エッジ情報に基づいて前記立体物を検出すること、または、前記立体物を前記他車両であると判断することを促進することを特徴とする立体物検出方法。 - 自車両後方の映像を結像させるレンズを備えた撮像手段と、
前記撮像手段により得られた撮像画像に基づいて、隣接車両を含む立体物を検出する立体物検出手段と、
前記撮像画像に基づいて、前記レンズが白濁しているか否かを判断する白濁判断手段と、
前記撮像画像に基づいて、自車両後方に存在する光源を検出する光源検出手段と、
前記光源検出手段により検出された前記光源の態様に基づいて、前記光源が、前記隣接車両のヘッドライトであるか否かを判断するヘッドライト判断手段と、
前記光源が前記隣接車両のヘッドライトであると判断された場合に、前記立体物検出手段が前記立体物を検出することを促進する制御手段と、を備え、
前記制御手段は、前記レンズが白濁していると判断された場合には、前記ヘッドライト判断手段に、前記光源が前記隣接車両のヘッドライトであると判断させ易くすることを特徴とする立体物検出装置。 - 自車両後方を撮像した撮像画像を鳥瞰視画像に視点変換し、異なる時刻の前記鳥瞰視画像の差分画像から差分波形情報を生成し、該差分波形情報に基づいて立体物を検出し、該立体物が他車両であるか否かを判断する立体物検出方法であって、
前記撮像画像に基づいて自車両後方に存在する光源を検出し、検出された前記光源の態様に基づいて、前記光源が前記他車両のヘッドライトであるか否かを判断するとともに、前記撮像画像に基づいて、レンズが白濁しているか否かを判断し、
前記光源が前記他車両のヘッドライトであるか否かを判断する際に、前記レンズが白濁していると判断した場合には、前記光源が前記他車両のヘッドライトであると判断することを促進し、前記光源が前記他車両のヘッドライトであると判断された場合には、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、または、前記立体物を前記他車両であると判断することを促進することを特徴とする立体物検出方法。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2012166520 | 2012-07-27 | ||
JP2012166520 | 2012-07-27 | ||
PCT/JP2013/070224 WO2014017602A1 (ja) | 2012-07-27 | 2013-07-25 | 立体物検出装置および立体物検出方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
JPWO2014017602A1 JPWO2014017602A1 (ja) | 2016-07-11 |
JP5999183B2 true JP5999183B2 (ja) | 2016-09-28 |
Family
ID=49997409
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2014527011A Active JP5999183B2 (ja) | 2012-07-27 | 2013-07-25 | 立体物検出装置および立体物検出方法 |
Country Status (2)
Country | Link |
---|---|
JP (1) | JP5999183B2 (ja) |
WO (1) | WO2014017602A1 (ja) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2018021076A1 (ja) * | 2016-07-27 | 2018-02-01 | 京セラ株式会社 | 検出装置、撮像装置、移動体及び検出方法 |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP4906437B2 (ja) * | 2006-08-22 | 2012-03-28 | アルパイン株式会社 | 周辺監視システム |
JP4544233B2 (ja) * | 2006-10-11 | 2010-09-15 | 株式会社デンソー | 車両検出装置及びヘッドランプ制御装置 |
JP5251927B2 (ja) * | 2010-06-21 | 2013-07-31 | 日産自動車株式会社 | 移動距離検出装置及び移動距離検出方法 |
CN103080976B (zh) * | 2010-08-19 | 2015-08-05 | 日产自动车株式会社 | 三维物体检测装置和三维物体检测方法 |
JP5883732B2 (ja) * | 2012-07-03 | 2016-03-15 | クラリオン株式会社 | 環境認識装置 |
-
2013
- 2013-07-25 JP JP2014527011A patent/JP5999183B2/ja active Active
- 2013-07-25 WO PCT/JP2013/070224 patent/WO2014017602A1/ja active Application Filing
Also Published As
Publication number | Publication date |
---|---|
JPWO2014017602A1 (ja) | 2016-07-11 |
WO2014017602A1 (ja) | 2014-01-30 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP5787024B2 (ja) | 立体物検出装置 | |
JP5981550B2 (ja) | 立体物検出装置および立体物検出方法 | |
JP5977827B2 (ja) | 立体物検出装置および立体物検出方法 | |
JP5804180B2 (ja) | 立体物検出装置 | |
JP5943077B2 (ja) | 立体物検出装置および立体物検出方法 | |
JP6020567B2 (ja) | 立体物検出装置および立体物検出方法 | |
JP5682735B2 (ja) | 立体物検出装置 | |
JP5743020B2 (ja) | 立体物検出装置 | |
JP5733467B2 (ja) | 立体物検出装置 | |
JP5874831B2 (ja) | 立体物検出装置 | |
JP5682734B2 (ja) | 立体物検出装置 | |
JP5835459B2 (ja) | 立体物検出装置 | |
JP5783319B2 (ja) | 立体物検出装置及び立体物検出方法 | |
JP5999183B2 (ja) | 立体物検出装置および立体物検出方法 | |
JP5790867B2 (ja) | 立体物検出装置 | |
JP6011110B2 (ja) | 立体物検出装置および立体物検出方法 | |
JP6020568B2 (ja) | 立体物検出装置および立体物検出方法 | |
JP5668891B2 (ja) | 立体物検出装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
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: 20160802 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20160815 |
|
R151 | Written notification of patent or utility model registration |
Ref document number: 5999183 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R151 |