JP7074593B2 - Object detector - Google Patents
Object detector Download PDFInfo
- Publication number
- JP7074593B2 JP7074593B2 JP2018126779A JP2018126779A JP7074593B2 JP 7074593 B2 JP7074593 B2 JP 7074593B2 JP 2018126779 A JP2018126779 A JP 2018126779A JP 2018126779 A JP2018126779 A JP 2018126779A JP 7074593 B2 JP7074593 B2 JP 7074593B2
- Authority
- JP
- Japan
- Prior art keywords
- evaluation
- unit
- region
- distance
- evaluation value
- 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
Landscapes
- Position Fixing By Use Of Radio Waves (AREA)
Description
本開示は、複数のセンサにより物体を検出する技術に関する。 The present disclosure relates to a technique for detecting an object by a plurality of sensors.
複数のセンサにより物体を検出する技術として、例えば特許文献１には、３つ以上のセンサのうち２組の異なるセンサの組み合わせのそれぞれにおいて、物体からの電波の到達時間の差を測定し、各組の到達時間差がセンサと物体との距離の差により生じることに基づいて物体の位置を検出する技術が記載されている。
As a technique for detecting an object by a plurality of sensors, for example, in
各組のセンサが測定する到達時間の差に基づいて物体の位置を検出する場合、複数の信号が混信したり、センサを有する受信機に雑音が発生したりするために、各組のセンサにより複数の異なる到達時間差が測定されることがある。 When detecting the position of an object based on the difference in arrival time measured by each set of sensors, multiple signals may interfere with each other or noise may be generated in the receiver having the sensor. Multiple different arrival time differences may be measured.
そこで、特許文献１に記載の技術では、各組のセンサにより複数の異なる到達時間差が測定されると、基準となるセンサに対し他のセンサが受信した電波信号をそれぞれの到達時間差だけシフトし、シフトした電波信号同士の内積を算出する。正しい到達時間差同士の電波信号であれば、電波信号を到達時間差だけシフトすると、各組のセンサにとって同じ時刻に到達する電波信号になるので、他の到達時間差同士の電波信号同士の内積よりも大きい値になる。
Therefore, in the technique described in
そして、特許文献１に記載の技術では、内積の値が大きく相関の高い組み合わせの電波信号の到達時間差に基づいて、物体の位置を検出しようとしている。
Then, in the technique described in
物体の位置を検出する場合、特許文献１に記載の技術のように、電波信号の到達時間差に基づいて、つまりセンサと物体との距離に基づいて物体の位置を検出する場合、複数のセンサの設置範囲内に物体が存在しているのであれば、複数のセンサのそれぞれと物体と距離の交点の位置を物体の位置として検出できる。
When detecting the position of an object, as in the technique described in
これに対し、複数のセンサの設置範囲の外側に物体が存在している場合、物体までの距離に対してセンサ同士の距離が近いと、物体までの距離は高精度に測定できるものの、センサに対する方位方向、つまり角度方向において、複数のセンサのそれぞれから物体までの距離の交点の位置を特定することは困難である。そのため、物体の位置の検出精度が低下するという課題がある。 On the other hand, when an object exists outside the installation range of multiple sensors, if the distance between the sensors is short with respect to the distance to the object, the distance to the object can be measured with high accuracy, but for the sensor. It is difficult to specify the position of the intersection of the distances from each of the plurality of sensors to the object in the azimuth direction, that is, the angular direction. Therefore, there is a problem that the detection accuracy of the position of the object is lowered.
本開示は、複数のセンサの設置範囲の外側に存在する物体の位置を高精度に検出する技術を提供することが望ましい。 It is desirable that the present disclosure provide a technique for detecting the position of an object existing outside the installation range of a plurality of sensors with high accuracy.
本開示の物体検出装置（１０、４０、５０）は、複数のセンサ（２）が設置された設置範囲（４）の外側の検出領域（１００、１１０）に存在する物体の位置を、複数のセンサが少なくとも測定するセンサと物体との距離情報に基づいて検出する物体検出装置であって、情報取得部（１２）と、評価部（２０）と、ピーク抽出部（３０）と、物体検出部（３２）と、を備えている。 The object detection device (10, 40, 50) of the present disclosure positions a plurality of objects existing in the detection area (100, 110) outside the installation range (4) in which the plurality of sensors (2) are installed. It is an object detection device that detects based on the distance information between the sensor and the object measured by the sensor at least, and is an information acquisition unit (12), an evaluation unit (20), a peak extraction unit (30), and an object detection unit. (32) and.
情報取得部は、複数のセンサから距離情報を取得する。評価部は、情報取得部が取得する距離情報に基づいて、検出領域が分割された複数の評価領域（１０２、１１２、１５０、１６０、１６２、１７０、１７２）のそれぞれにおいて、物体が存在する確からしさを表す評価値を設定する。 The information acquisition unit acquires distance information from a plurality of sensors. Based on the distance information acquired by the information acquisition unit, the evaluation unit ensures that the object exists in each of the plurality of evaluation areas (102, 112, 150, 160, 162, 170, 172) in which the detection area is divided. Set an evaluation value that expresses the uniqueness.
ピーク抽出部は、評価領域のそれぞれにおいて評価部が設定する評価値に基づいて、周囲の評価領域よりも物体が存在する確からしさが高いピークの評価値を有する評価領域を抽出する。物体検出部は、ピーク抽出部が抽出する評価領域の評価値に基づいて、評価領域に物体が存在するか否かを判定する。 The peak extraction unit extracts an evaluation region having a peak evaluation value with a higher probability that an object exists than the surrounding evaluation region, based on the evaluation value set by the evaluation unit in each of the evaluation regions. The object detection unit determines whether or not an object exists in the evaluation region based on the evaluation value of the evaluation region extracted by the peak extraction unit.
上記の本開示の構成によれば、複数のセンサが設置された設置範囲の外側の検出領域を複数の評価領域に分割し、複数のセンサが検出する物体との距離情報に基づいて、評価領域に物体が存在する確からしさを表す評価値を設定する。そして、周囲の評価領域に対しピークの評価値を有する評価領域を抽出する。 According to the configuration of the present disclosure described above, the detection area outside the installation range in which the plurality of sensors are installed is divided into a plurality of evaluation areas, and the evaluation area is based on the distance information to the object detected by the plurality of sensors. Set an evaluation value that indicates the certainty that an object exists in. Then, an evaluation region having a peak evaluation value with respect to the surrounding evaluation region is extracted.
これにより、複数のセンサが設置された設置範囲の外側の検出領域に存在し、複数のセンサがそれぞれ検出する距離の差が小さい物体であっても、周囲の評価領域に対してピークの評価値を有する評価領域の評価値に基づいて、評価領域に物体が存在するか否かを判定できる。したがって、複数のセンサが設置された設置範囲の外側に存在する物体の位置を高精度に検出できる。 As a result, even if the object exists in the detection area outside the installation range in which multiple sensors are installed and the difference in distance detected by the multiple sensors is small, the evaluation value of the peak is compared with the surrounding evaluation area. It is possible to determine whether or not an object exists in the evaluation area based on the evaluation value of the evaluation area having. Therefore, it is possible to detect the position of an object existing outside the installation range in which a plurality of sensors are installed with high accuracy.
尚、この欄および特許請求の範囲に記載した括弧内の符号は、一つの態様として後述する実施形態に記載の具体的手段との対応関係を示すものであって、本開示の技術的範囲を限定するものではない。 In addition, the reference numerals in parentheses described in this column and the scope of claims indicate the correspondence with the specific means described in the embodiment described later as one embodiment, and the technical scope of the present disclosure is defined. It is not limited.
以下、本開示の実施形態を図に基づいて説明する。
［１．第１実施形態］
［１－１．構成］
図１に示す物体検出装置１０は、例えば車両等の移動体に搭載され、移動体の周囲に存在する物体の位置を検出する。物体検出装置１０は、物体の位置を測定する測位センサとして複数のミリ波レーダ２から、ミリ波レーダ２と物体との距離情報を取得する。尚、図１では３つのミリ波レーダ２を図示しているが、ミリ波レーダ２の数は複数であれば２つであってもよいし、３つより多くてもよい。
Hereinafter, embodiments of the present disclosure will be described with reference to the drawings.
[1. First Embodiment]
[1-1. Constitution]
The
図２に示すように、ミリ波レーダ２は、ミリ波レーダ２が設置された設置範囲４の外側に存在する物体までの距離６を検出する。
物体検出装置１０は、ＣＰＵと、ＲＡＭ、ＲＯＭ、フラッシュメモリ等の半導体メモリと、入出力インターフェースと、を備えるマイクロコンピュータを中心に構成されている。以下、半導体メモリを単にメモリとも言う。物体検出装置１０は１つのマイクロコンピュータを搭載してもよいし、複数のマイクロコンピュータを搭載してもよい。
As shown in FIG. 2, the
The
物体検出装置１０の各種機能は、ＣＰＵが非遷移的実体的記録媒体に記憶されているプログラムを実行することにより実現される。この例では、メモリが、プログラムを格納した非遷移的実体的記録媒体に該当する。このプログラムをＣＰＵが実行することで、プログラムに対応する方法が実行される。
Various functions of the
物体検出装置１０は、ＣＰＵがプログラムを実行することで実現される機能の構成として、情報取得部１２と、評価部２０と、ピーク抽出部３０と、物体検出部３２とを備えている。物体検出装置１０を構成するこれらの要素を実現する手法はソフトウェアに限るものではなく、その一部または全部の要素について、一つあるいは複数のハードウェアを用いて実現してもよい。例えば、上記機能がハードウェアである電子回路によって実現される場合、その電子回路は多数の論理回路を含むデジタル回路、またはアナログ回路、あるいはこれらの組合せによって実現してもよい。
The
情報取得部１２は、ミリ波レーダ２から、物体までの距離を測定した距離情報を取得する。情報取得部１２がミリ波レーダ２から取得する物体までの距離情報に基づいて、距離の交点の位置を検出しようとすると、図２に示すように、交点までの距離は特定できるが、ミリ波レーダ２に対して方位方向、つまり角度方向に交点が重なる範囲８が生じる。
The
つまり、ミリ波レーダ２に対して角度方向において、物体の位置の誤差が大きくなっている。このままでは、物体の位置を高精度に検出できない。
図３に示すように、「＋」が示す位置に物体が実際に複数存在する場合も同様に、ミリ波レーダ２に対して、実際に物体が存在する位置以外にも、距離の交点が重なる範囲が生じる。したがって、物体が存在する位置を検出することは困難である。
That is, the error in the position of the object is large in the angular direction with respect to the
As shown in FIG. 3, when a plurality of objects actually exist at the positions indicated by “+”, the intersections of distances overlap with the
そこで、本実施形態では、例えば図４に示すように、車両の前方に対して左右にそれぞれ９０°、かつ車両から５０ｍの範囲に検出領域１００を設定し、角度方向に１０°間隔、距離方向に５ｍ間隔で検出領域１００を複数の扇状の評価領域１０２に分割する。
Therefore, in the present embodiment, for example, as shown in FIG. 4, the
図４に示す検出領域１００と評価領域１０２との設定以外にも、図５に示すように、ミリ波レーダ２に対して前方方向と左右方向とに５０ｍの矩形の検出領域１１０を設定し、５ｍ間隔の格子状に分割した評価領域１１２を設定してもよい。
In addition to the setting of the
尚、検出領域１００、１１０を複数の評価領域に分割するときの評価領域の大きさは、要求される物体の位置の検出精度によって適宜決定される。小さい評価領域に分割されるほど、物体の位置の検出精度は高くなる。実際には、検出領域１００、１１０を分割して設定される評価領域の大きさは、図４、図５に示す大きさよりも小さい。
The size of the evaluation area when the
評価部２０は、評価領域１０２または評価領域１１２において、物体が存在する確からしさを表す評価値を設定する。評価部２０は、評価値を設定するために、誤差評価部２２と分散評価部２４とを備えている。
The
誤差評価部２２は、評価領域１０２、１１２毎に、ミリ波レーダ２が検出する物体までの距離誤差を算出する。以下、図４に示す評価領域１０２において、誤差評価部２２が算出する距離誤差について説明する。
The
まず、ミリ波レーダ２の数をＮｓ、物体の数をＮｏ、距離方向の検出領域１００の分割数をＮｒ、評価領域１０２の距離方向の長さをΔｒ、距離方向の評価領域１０２のインデックスをｎｒ＝１、・・・、Ｎｒ、角度方向の検出領域１００の分割数をＮｐ、評価領域１０２の角度方向の角度をΔｐ、角度方向の評価領域１０２のインデックスをｎｐ＝１、・・・、Ｎｐ、ミリ波レーダ２のインデックスをｎ＝１、・・・、Ｎｓ、ｎ番目のミリ波レーダ２によるＮｏ個の物体に対する測位距離をＲｎ＝（ｒｎ１、・・・、ｒｎＮｏ）、ｎ番目のミリ波レーダ２の座標をＬｒａｄａｒ＿ｎ＝（ｘｎ、ｙｎ）とする。
First, the number of millimeter-
インデックス（ｎｒ、ｎｐ）の評価領域１０２の座標Ｌｍｅｓｈ（ｎｒ、ｎｐ）は次式（１）で表される。
The coordinates Lmesh (nr, np) of the
次に、インデックス（ｎｒ、ｎｐ）の評価領域１０２において、ｎ番目のミリ波レーダ２が検出する複数の物体までの距離Ｒｎ＝（ｒｎ１、・・・、ｒｎＮｏ）のそれぞれと、評価領域１０２とｎ番目のミリ波レーダ２との距離ｒｍｅｓｈ（ｎｒ、ｎｐ、ｎ）との差が最小となる最小距離誤差δ（ｎｒ、ｎｐ、ｎ）は、次式（３）から算出される。
Next, in the
次に説明する図６では、「＋」が示す点の密集度が高い箇所が、物体が存在する確からしさが高い箇所を表している。図６の上段には、距離誤差に基づいた物体が存在する確からしさが示されている。 In FIG. 6, which will be described next, the points with high density of the points indicated by “+” represent the points with high probability that the object exists. The upper part of FIG. 6 shows the certainty that an object exists based on the distance error.
尚、図６では、「＋」が示す点の密集度によって物体が存在する確からしさを示しているが、色の濃淡、あるいは異なる色により、物体が存在する確からしさを画像データで表示してもよい。 In FIG. 6, the probability that the object exists is shown by the density of the points indicated by "+", but the probability that the object exists is displayed as image data by the shade of color or different colors. May be good.
図６の上段から分かるように、式（４）が表す距離誤差は、ミリ波レーダ２に対して距離方向の精度は高いが、ミリ波レーダ２に対して方位方向、つまり角度方向の精度は低い。
そこで、分散評価部２４は、次式（５）により、各評価領域１０２において、式（３）で算出した最小距離誤差δ（ｎｒ、ｎｐ、ｎ）の分散を表す距離分散σ（ｎｒ、ｎｐ）を算出する。式（５）において、Ｅ（δ（ｎｒ、ｎｐ））は、各評価領域１０２における複数のレーダ２に対応する最小距離誤差の平均を表している。
As can be seen from the upper part of FIG. 6, the distance error represented by the equation (4) is highly accurate in the distance direction with respect to the
Therefore, the
図６の中段から分かるように、式（５）が表す距離分散は、ミリ波レーダ２に対して角度方向の精度は高いが、ミリ波レーダ２に対して距離方向の精度は低いことを表している。
次に、図６の上段に示す距離誤差と図６の中段に示す距離分散とを加算する。距離誤差と距離分散とを加算する場合、物体の誤検出を抑制するために、各評価領域において、距離誤差が、評価領域１０２の距離方向の長さΔｒをミリ波レーダ２の数で割った値Δｒ／Ｎｓより大きい場合、その評価領域１０２における距離誤差には無限大が設定される。
As can be seen from the middle stage of FIG. 6, the distance variance represented by the equation (5) indicates that the accuracy in the angular direction is higher than that of the
Next, the distance error shown in the upper part of FIG. 6 and the distance variance shown in the middle part of FIG. 6 are added. When adding the distance error and the distance dispersion, in order to suppress erroneous detection of the object, the distance error divides the length Δr of the
さらに、各評価領域１０２において、距離分散が、評価領域の距離方向の長さΔｒを所定の除数σｔｈで割った値Δｒ／σｔｈより大きい場合、その評価領域における距離分散には無限大が設定される。尚、除数σｔｈは、誤検出の抑制の程度によって経験的に設定される。除数σｔｈが大きいほど物体の誤検出を抑制できるが、存在している物体を検出できない場合もある。
Further, in each
図６の下段に、距離誤差と距離分散とを加算した値を評価領域１０２の評価値とした結果を示す。ピーク抽出部３０は、残った評価領域１０２のうち、物体が存在する確からしさの高さが、例えば前後の距離方向と左右の角度方向に存在する周囲の評価領域１０２よりも高いピークの評価値を有する評価領域１０２を、検出領域１００から抽出する。
The lower part of FIG. 6 shows the result of using the value obtained by adding the distance error and the distance variance as the evaluation value of the
本実施形態では、ピーク抽出部３０は、周囲の評価領域１０２よりも評価値の低いピークの評価値を有する評価領域を検出領域１００から抽出する。
尚、距離誤差と距離分散とに対し重視する精度に応じて重み付けを行ってから、距離誤差と距離分散とを加算してもよい。例えば、距離精度よりも方位精度を重視するのであれば、方位精度を表す距離分散を式（５）から算出される値よりも大きくしてから距離誤差と距離分散とを加算してもよい。
In the present embodiment, the
It should be noted that weighting may be performed according to the accuracy with which the distance error and the distance variance are emphasized, and then the distance error and the distance variance may be added. For example, if the directional accuracy is more important than the distance accuracy, the distance variance representing the directional accuracy may be made larger than the value calculated from the equation (5), and then the distance error and the distance variance may be added.
また、ミリ波レーダ２に対して距離方向よりも角度方向に物体を誤検出する可能性が高いので、ピーク抽出部３０は、ピークの評価値を有する評価領域１０２と評価値を比較する周囲の評価領域１０２について、角度方向の評価領域１０２の数を距離方向の評価領域１０２の数よりも多くすることが望ましい。例えば、距離方向の評価領域１０２の数を前後にそれぞれ１つにすると、角度方向の評価領域１０２の数を左右にそれぞれ２つにする。
Further, since there is a high possibility that an object is erroneously detected in the angular direction rather than the distance direction with respect to the
図６の下段に示すように、物体検出部３２は、ピーク抽出部３０が抽出したピークの評価値を有する点線の円１２０で示される位置の評価領域１０２に物体が存在すると判定する。
As shown in the lower part of FIG. 6, the
［１－３．効果］
以上説明した第１実施形態では、以下の効果を得ることができる。
（１ａ）物体が存在する可能性として、物体が存在する距離方向の精度は高いが角度方向の精度は低い距離誤差と、物体が存在する角度方向の精度は高いが距離方向の精度は低い距離分散とを加算することにより、距離方向の精度と角度方向との両方において物体が存在する精度の高い評価領域を抽出することができる。
[1-3. effect]
In the first embodiment described above, the following effects can be obtained.
(1a) As a possibility that an object exists, the accuracy in the distance direction in which the object exists is high but the accuracy in the angular direction is low, and the distance error in the angular direction in which the object exists is high but the accuracy in the distance direction is low. By adding the variance, it is possible to extract a highly accurate evaluation region in which the object exists in both the distance direction and the angular direction.
これにより、複数のミリ波レーダ２が設置された設置範囲４の外側の検出領域１００、１１０に存在する物体の位置を、距離を測定するミリ波レーダ２の検出結果に基づいて高精度に検出できる。
As a result, the positions of objects existing in the
（１ｂ）各評価領域において、距離誤差が、評価領域の距離方向の長さΔｒをミリ波レーダ２の数で割った値Δｒ／Ｎｓより大きい場合、その評価領域における距離誤差に無限大が設定され、距離分散が、評価領域の距離方向の長さΔｒを所定の除数σｔｈで割った値Δｒ／σｔｈより大きい場合、その評価領域における距離分散に無限大が設定される。これにより、無限大が設定された評価領域には物体が存在しないと判定できるので、物体の誤検出を抑制できる。
(1b) In each evaluation region, when the distance error is larger than the value Δr / Ns obtained by dividing the length Δr in the distance direction of the evaluation region by the number of
［２．第２実施形態］
［２－１．第１実施形態との相違点］
第２実施形態の基本的な構成は第１実施形態と同様であるため、相違点について以下に説明する。なお、第１実施形態と同じ符号は、同一の構成を示すものであって、先行する説明を参照する。
[2. Second Embodiment]
[2-1. Differences from the first embodiment]
Since the basic configuration of the second embodiment is the same as that of the first embodiment, the differences will be described below. It should be noted that the same reference numerals as those in the first embodiment indicate the same configuration, and the preceding description will be referred to.
図７に示すように、検出領域１００は３つの部分検出領域１３０、１３２、１３４に分割されている。物体検出装置１０は、１回の物体検出処理で検出領域１００から物体を検出するのではなく、部分検出領域１３０、１３２、１３４のそれぞれについて順次、物体検出処理を実行する。
As shown in FIG. 7, the
部分検出領域１３０、１３２、１３４のそれぞれについて、分割して生成される評価領域の形状は、図４に示す扇状、あるいは図５に示す格子状のいずれであってもよい。
隣接する部分検出領域１３０と部分検出領域１３２とは領域が重なる重複領域１４０を有し、隣接する部分検出領域１３２と部分検出領域１３４とは領域が重なる重複領域１４２を有している。
The shape of the evaluation region generated by dividing each of the
The adjacent
情報取得部１２は、部分検出領域１３０、１３２、１３４のそれぞれについて、図７の矢印が示すように順次、第１実施形態と同様にミリ波レーダ２から物体の距離情報を取得する。
As shown by the arrow in FIG. 7, the
ピーク抽出部３０は、取得した距離情報から算出される距離誤差と距離分散とを加算した評価値に基づいて、物体が存在する確からしさが周囲の評価領域よりも高いピークの評価値を有する評価領域を抽出し、抽出した結果をメモリに記憶する。
The
そして、ピーク抽出部３０は、次の部分検出領域において、物体が存在する確からしさが周囲の評価領域よりも高いピークの評価値を有する評価領域を抽出し、抽出した結果をメモリに記憶する。
Then, in the next partial detection region, the
物体検出部３２は、重複領域１４０、１４２のそれぞれにおいて、同じ評価領域がピークの評価値を有する評価領域として抽出されている場合、重複領域１４０であれば部分検出領域１３０、１３２のそれぞれの評価領域の距離誤差と距離分散とを加算した値を平均し、重複領域１４２であれば部分検出領域１３２、１３４のそれぞれの評価領域の距離誤差と距離分散とを加算した値の平均値を算出し、該当する評価領域の評価値とする。
When the same evaluation area is extracted as an evaluation area having a peak evaluation value in each of the overlapping
あるいは、物体検出部３２は、重複領域１４０であれば部分検出領域１３０、１３２の評価領域の距離誤差と距離分散とを加算した値のうち一方の値として、例えば小さい値を選択し、重複領域１４２であれば部分検出領域１３２、１３４のそれぞれの評価領域の距離誤差と距離分散とを加算した値のうち小さい値を選択し、該当する評価領域の評価値とする。
Alternatively, if the overlapping
そして、物体検出部３２は、検出領域１００において、該当する評価領域の評価値に基づいて、該当する評価領域に物体が存在するか否かを判定する。
［２－２．効果］
以上説明した第２実施形態では、第１実施形態の効果（１ａ）、（１ｂ）に加え、以下の効果（２ａ）を得ることができる。
Then, the
[2-2. effect]
In the second embodiment described above, in addition to the effects (1a) and (1b) of the first embodiment, the following effects (2a) can be obtained.
（２ａ）検出領域１００に存在する物体を１回の物体検出処理で検出するのではなく、検出領域１００を複数の部分検出領域１３０、１３２、１３４に分割し、それぞれの部分検出領域に対して順次、物体検出処理を実行するので、物体を検出するために使用するメモリ量を低減できる。
(2a) Instead of detecting an object existing in the
したがって、部分検出領域１３０、１３２、１３４のそれぞれを分割して生成される評価領域の大きさを、第１実施形態の評価領域１０２、１１２より小さくしても、物体を検出するために使用するメモリ量を低減できる。
Therefore, even if the size of the evaluation area generated by dividing each of the
上記第２実施形態において、重複領域１４０、１４２は、部分検出領域１３０、１３２、１３４同士の境界の評価領域に対応する。
［３．第３実施形態］
［３－１．第１実施形態との相違点］
第３実施形態の基本的な構成は第１実施形態と同様であるため、相違点について以下に説明する。なお、第１実施形態と同じ符号は、同一の構成を示すものであって、先行する説明を参照する。
In the second embodiment, the overlapping
[3. Third Embodiment]
[3-1. Differences from the first embodiment]
Since the basic configuration of the third embodiment is the same as that of the first embodiment, the differences will be described below. It should be noted that the same reference numerals as those in the first embodiment indicate the same configuration, and the preceding description will be referred to.
図８に示す第３実施形態の物体検出装置４０は、第１実施形態の物体検出装置１０の構成に加え、分割部４２を備えている。
そして、第３実施形態の検出領域１１０は、図９の上段に示すように、第１実施形態の評価領域１１２よりも大きな評価領域１５０に分割されている。
The
Then, as shown in the upper part of FIG. 9, the
分割部４２は、物体が存在すると物体検出部３２が判定した評価領域１５０を、評価領域１５０よりも小さい複数の小領域１５２に分割する。
ピーク抽出部３０は、物体が検出された評価領域１５０の複数の小領域１５２のそれぞれに対して算出された距離誤差と距離分散とを加算した評価値に基づいて、物体が存在する確からしさが周囲の評価領域よりも高いピークの評価値を有する小領域１５２を抽出する。
The
The
物体検出部３２は、ピーク抽出部３０により抽出されたピークの評価値を有する小領域１５２の評価値に基づいて、小領域に１５２に物体が存在するか否かを判定する。
［３－２．効果］
以上説明した第３実施形態では、第１実施形態の効果（１ａ）、（１ｂ）に加え、以下の効果（３ａ）を得ることができる。
The
[3-2. effect]
In the third embodiment described above, in addition to the effects (1a) and (1b) of the first embodiment, the following effects (3a) can be obtained.
（３ａ）検出領域１００において物体の存在が検出された評価領域１５０については、評価領域１５０をさらに分割した小領域１５２について物体を検出する。これにより、検出領域１００を最初から小さな小領域１５２に分割して物体を検出するよりも、使用するメモリ量と計算時間とを低減できる。
(3a) For the
［４．第４実施形態］
［４－１．第１実施形態との相違点］
第４実施形態の基本的な構成は第１実施形態と同様であるため、相違点について以下に説明する。なお、第１実施形態と同じ符号は、同一の構成を示すものであって、先行する説明を参照する。
[4. Fourth Embodiment]
[4-1. Differences from the first embodiment]
Since the basic configuration of the fourth embodiment is the same as that of the first embodiment, the differences will be described below. It should be noted that the same reference numerals as those in the first embodiment indicate the same configuration, and the preceding description will be referred to.
図１０に示す第４実施形態の物体検出装置５０は、第１実施形態の物体検出装置１０の構成に加え、分割部５２を備えている。
分割部５２は、評価部２０が評価領域の評価値を設定する処理の前に、情報取得部１２が取得するミリ波レーダ２が測定する距離情報に基づいて、図１１、図１２に示すように、検出領域１１０において、物体が存在する可能性が低い箇所は大きい評価領域１６０、１７０に分割し、物体が存在する可能性が高い箇所は評価領域１６０、１７０よりも小さい評価領域１６２、１７２に分割する。
The
As shown in FIGS. 11 and 12, the
物体検出部３２は、ピークの評価値を有する評価領域１６０、１６２、１７０、１７２の評価値に基づいて、評価領域１６０、１６２、１７０、１７２に物体が存在するか否かを判定する。
The
［４－２．効果］
以上説明した第４実施形態では、第１実施形態の効果（１ａ）、（１ｂ）に加え、以下の効果（４ａ）を得ることができる。
[4-2. effect]
In the fourth embodiment described above, in addition to the effects (1a) and (1b) of the first embodiment, the following effects (4a) can be obtained.
（４ａ）検出領域１００において、物体が存在する可能性が低い箇所は大きい評価領域１６０、１７０に分割し、物体が存在する可能性が高い箇所は小さい評価領域１６２、１７２に分割する。これにより、検出領域１００を最初から小さな評価領域１６２、１７２に分割して物体を検出するよりも、使用するメモリ量と計算時間とを低減できる。
(4a) In the
［５．他の実施形態］
以上、本開示の実施形態について説明したが、本開示は上記実施形態に限定されることなく、種々変形して実施することができる。
[5. Other embodiments]
Although the embodiments of the present disclosure have been described above, the present disclosure is not limited to the above-described embodiments, and can be variously modified and implemented.
（１）上記実施形態では、物体までの距離を測位する測位センサとして、ミリ波レーダ２を使用した。ミリ波レーダ２以外にも、探査波を照射して物体までの距離を測位する測位センサであれば、ＬｉＤＡＲ、ソナー等を使用してもよい。
(1) In the above embodiment, the
（２）上記実施形態では、物体検出装置が搭載される移動体として車両以外に、自転車、車椅子、ロボット等の移動体に物体検出装置を搭載してもよい。
（３）物体検出装置は移動体に限らず、静止物体等の固定位置に設置されてもよい。
(2) In the above embodiment, the object detection device may be mounted on a moving body such as a bicycle, a wheelchair, or a robot in addition to the vehicle as the moving body on which the object detection device is mounted.
(3) The object detection device is not limited to a moving object, and may be installed at a fixed position such as a stationary object.
（４）上記実施形態では、ピーク抽出部３０は、距離誤差と距離分散とを加算した値を評価領域の評価値とし、周囲の評価領域１０２よりも物体が存在する確からしさが高いピークの評価値を有する評価領域を抽出した。これに対し、評価値として、距離誤差と距離分散との両方が周囲の評価領域１０２よりも物体が存在する確からしさが高いピークを有する評価領域を抽出してもよい。
(4) In the above embodiment, the
（５）上記第２実施形態では、検出領域１００を分割した部分検出領域１３０、１３２、１３４同士が重なっている重複領域の評価領域を、部分検出領域同士の境界の評価領域とした。これに対し、検出領域を分割した互いに隣接して重複領域を持たない部分検出領域同士の隣接する評価領域を、部分検出領域同士の境界の評価領域としてもよい。
(5) In the second embodiment, the evaluation area of the overlapping area where the
（６）上記第２実施形態では、検出領域１００を分割した部分検出領域１３０、１３２、１３４同士が重なっている重複領域の評価領域を、部分検出領域同士の境界の評価領域とした。これに対し、ミリ波レーダ２が測定した物体までの測位距離に基づいて、測位距離を含み前後の領域を部分検出領域としてもよい。例えば、測位距離が１０ｍ、４０ｍ、１００ｍであれば、測位距離の前後５ｍの範囲を部分検出領域としてもよい。
(6) In the second embodiment, the evaluation area of the overlapping area where the
ただし、複数のミリ波レーダ２の設置間隔のうち最大の間隔以上に前後に幅のある部分検出領域を設定することが望ましい。例えば、複数のミリ波レーダ２の設置間隔のうち最大の間隔が２ｍであれば、±２ｍ以上の部分検出領域を設定する。
（７）上記第４実施形態では、分割部５２は、ミリ波レーダ２が測定する距離情報に基づいて、大小の評価領域を生成する位置を決定した。
However, it is desirable to set a partial detection area having a width in the front-rear direction that is greater than or equal to the maximum interval among the installation intervals of the plurality of millimeter-
(7) In the fourth embodiment, the
これに対し、分割部５２は、例えば、自車両が走行する道路に存在する物体の位置を検出するために、情報取得部１２がミリ波レーダ２から距離情報を取得する前に、自車両の位置とナビゲーション装置の地図データとに基づいて、自車両が走行する道路の範囲の評価領域を小さくし、道路以外の範囲の評価領域を道路の範囲の評価領域より大きくしてもよい。
On the other hand, the dividing
（８）上記実施形態における一つの構成要素が有する複数の機能を複数の構成要素によって実現したり、一つの構成要素が有する一つの機能を複数の構成要素によって実現したりしてもよい。また、複数の構成要素が有する複数の機能を一つの構成要素によって実現したり、複数の構成要素によって実現される一つの機能を一つの構成要素によって実現したりしてもよい。また、上記実施形態の構成の一部を省略してもよい。また、上記実施形態の構成の少なくとも一部を、他の上記実施形態の構成に対して付加又は置換してもよい。尚、特許請求の範囲に記載した文言のみによって特定される技術思想に含まれるあらゆる態様が本開示の実施形態である。 (8) A plurality of functions possessed by one component in the above embodiment may be realized by a plurality of components, or one function possessed by one component may be realized by a plurality of components. Further, a plurality of functions possessed by the plurality of components may be realized by one component, or one function realized by the plurality of components may be realized by one component. Further, a part of the configuration of the above embodiment may be omitted. Further, at least a part of the configuration of the above embodiment may be added or replaced with the configuration of the other above embodiment. It should be noted that all aspects included in the technical idea specified only by the wording described in the claims are embodiments of the present disclosure.
（９）上述した物体検出装置１０、４０、５０の他、当該物体検出装置１０、４０、５０を構成要素とするシステム、当該物体検出装置１０、４０、５０としてコンピュータを機能させるための物体検出プログラム、この物体検出プログラムを記録した記録媒体、物体検出方法など、種々の形態で本開示を実現することもできる。
(9) In addition to the above-mentioned
２：ミリ波レーダ（センサ）、４：設置範囲、１０、４０、５０：物体検出装置、１２：情報取得部、２０：評価部、２２：誤差評価部、２４：分散評価部、３０：ピーク抽出部、３２：物体検出部、４２、５２：分割部、１００、１１０：検出領域、１０２、１１２、１５０、１６０、１６２、１７０、１７２：評価領域、１３０～１３４：部分検出領域、１４０、１４２：重複領域（境界の評価領域）、１５２：小領域 2: Millimeter wave radar (sensor), 4: Installation range, 10, 40, 50: Object detection device, 12: Information acquisition unit, 20: Evaluation unit, 22: Error evaluation unit, 24: Dispersion evaluation unit, 30: Peak Extraction unit, 32: Object detection unit, 42, 52: Division unit, 100, 110: Detection area, 102, 112, 150, 160, 162, 170, 172: Evaluation area, 130 to 134: Partial detection area, 140, 142: Overlapping area (evaluation area of boundary), 152: Small area
Claims (4)
前記複数のセンサから前記距離情報を取得するように構成された情報取得部（１２）と、
前記情報取得部が取得する前記距離情報に基づいて、前記検出領域が分割された複数の評価領域（１０２、１１２、１５０、１６０、１６２、１７０、１７２）のそれぞれにおいて、前記物体が存在する確からしさを表す評価値を設定するように構成された評価部（２０）と、
前記評価領域のそれぞれにおいて前記評価部が設定する前記評価値に基づいて、周囲の前記評価領域よりも前記確からしさが高いピークの前記評価値を有する前記評価領域を抽出するように構成されたピーク抽出部（３０）と、
前記ピーク抽出部が抽出する前記評価領域の前記評価値に基づいて、前記評価領域に前記物体が存在するか否かを判定するように構成された物体検出部（３２）と、
を備え、
前記評価部は、
前記評価領域のそれぞれにおいて、前記複数のセンサの各センサと前記物体との距離と、前記評価領域と前記各センサとの距離との差が最小となる最小距離誤差を算出し、前記各センサに対応した前記最小距離誤差の合計を算出して前記評価領域の誤差評価値とするように構成された誤差評価部（２２）と、
前記評価領域のそれぞれにおいて、前記誤差評価部が算出する前記複数のセンサに対応した前記最小距離誤差の分散を算出して前記評価領域の分散評価値とするように構成された分散評価部（２４）と、
を備え、
前記ピーク抽出部は、前記評価値として、前記誤差評価部が算出する前記誤差評価値と、前記分散評価部が算出する前記分散評価値とに基づいて、ピークの前記評価値を有する前記評価領域を抽出するように構成されている、
物体検出装置。 Distance information between the sensor and the object that the plurality of sensors at least measure the position of the object existing in the detection area (100, 110) outside the installation range (4) in which the plurality of sensors (2) are installed. An object detection device (10, 40, 50) that detects based on
An information acquisition unit (12) configured to acquire the distance information from the plurality of sensors, and
Certainly, the object exists in each of the plurality of evaluation regions (102, 112, 150, 160, 162, 170, 172) in which the detection region is divided based on the distance information acquired by the information acquisition unit. An evaluation unit (20) configured to set an evaluation value that expresses the uniqueness, and
Based on the evaluation value set by the evaluation unit in each of the evaluation regions, a peak configured to extract the evaluation region having the evaluation value of the peak having a higher probability than the surrounding evaluation region. Extraction unit (30) and
An object detection unit (32) configured to determine whether or not the object is present in the evaluation region based on the evaluation value of the evaluation region extracted by the peak extraction unit.
Equipped with
The evaluation unit
In each of the evaluation regions, the minimum distance error that minimizes the difference between the distance between each sensor of the plurality of sensors and the object and the distance between the evaluation region and each sensor is calculated, and the minimum distance error is calculated for each sensor. An error evaluation unit (22) configured to calculate the total of the corresponding minimum distance errors and use it as an error evaluation value in the evaluation area.
In each of the evaluation regions, the variance evaluation unit (24) configured to calculate the variance of the minimum distance error corresponding to the plurality of sensors calculated by the error evaluation unit and use it as the variance evaluation value of the evaluation region. )When,
Equipped with
The peak extraction unit has the evaluation value of the peak based on the error evaluation value calculated by the error evaluation unit and the dispersion evaluation value calculated by the dispersion evaluation unit as the evaluation value. Is configured to extract,
Object detector.
前記検出領域は複数の前記評価領域に分割された複数の部分検出領域に分割されており、
前記評価部は、前記複数の部分検出領域のそれぞれにおいて順次、前記評価領域の前記評価値を設定するように構成されており、
前記ピーク抽出部は、前記部分検出領域のそれぞれにおいて順次、前記評価部が設定した前記評価値に基づいてピークの前記評価値を有する前記評価領域を抽出するように構成されている、
物体検出装置。 The object detection device according to claim 1 .
The detection area is divided into a plurality of partial detection areas divided into the plurality of evaluation areas.
The evaluation unit is configured to sequentially set the evaluation value of the evaluation area in each of the plurality of partial detection areas.
The peak extraction unit is configured to sequentially extract the evaluation region having the evaluation value of the peak based on the evaluation value set by the evaluation unit in each of the partial detection regions.
Object detector.
前記物体検出部は、隣接しているか、または一部が重なっている前記部分検出領域同士の境界の前記評価領域のそれぞれがピークの前記評価値を有する場合、境界の前記評価領域の一方の前記評価値を選択するか、あるいは境界の前記評価領域の前記評価値の平均値を前記評価値とするように構成されている、
物体検出装置。 The object detection device according to claim 2 .
When the object detection unit has the evaluation value of the peak in each of the evaluation regions at the boundary between the partial detection regions that are adjacent to each other or partially overlap each other, the object detection unit is one of the evaluation regions of the boundary. The evaluation value is selected, or the average value of the evaluation values in the evaluation area at the boundary is set as the evaluation value.
Object detector.
前記ピーク抽出部が抽出するピークを有する前記評価領域（１５０）をさらに小さな複数の小領域（１５２）に分割するように構成された分割部（４２、５２）をさらに備え、
ピークを有する前記評価領域において、
前記情報取得部は、前記複数のセンサから前記距離情報を取得するように構成されており
前記評価部は、前記距離情報に基づいて前記複数の小領域のそれぞれにおいて前記評価値を設定するように構成されており、
前記ピーク抽出部は、前記小領域のそれぞれにおいて、前記評価値に基づいて、周囲の前記小領域よりも前記確からしさが高いピークの前記評価値を有する前記小領域を抽出するように構成されており、
前記物体検出部は、前記ピーク抽出部が抽出する前記小領域の前記評価値に基づいて、前記小領域に前記物体が存在するか否かを判定するように構成されている、
物体検出装置。 The object detection device according to any one of claims 1 to 3 .
The evaluation region (150) having the peak extracted by the peak extraction unit is further provided with a division unit (42, 52) configured to divide the evaluation region (150) into a plurality of smaller small regions (152).
In the evaluation region having a peak
The information acquisition unit is configured to acquire the distance information from the plurality of sensors, and the evaluation unit sets the evaluation value in each of the plurality of small regions based on the distance information. It is composed and
The peak extraction unit is configured to extract the small region having the evaluation value of the peak having a higher probability than the surrounding small region based on the evaluation value in each of the small regions. Ori,
The object detection unit is configured to determine whether or not the object is present in the small region based on the evaluation value of the small region extracted by the peak extraction unit.
Object detector.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2018126779A JP7074593B2 (en) | 2018-07-03 | 2018-07-03 | Object detector |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2018126779A JP7074593B2 (en) | 2018-07-03 | 2018-07-03 | Object detector |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JP2020008310A JP2020008310A (en) | 2020-01-16 |
| JP7074593B2 true JP7074593B2 (en) | 2022-05-24 |
Family
ID=69151232
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2018126779A Active JP7074593B2 (en) | 2018-07-03 | 2018-07-03 | Object detector |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP7074593B2 (en) |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP7409959B2 (en) * | 2020-05-01 | 2024-01-09 | 株式会社Soken | object detection device |
Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2001118200A (en) | 1999-10-21 | 2001-04-27 | Fujitsu Ten Ltd | Information processor, information acquiring device, information integration device, controller, object detection device and information processing method |
| JP2005515444A (en) | 2002-01-09 | 2005-05-26 | メイコム インコーポレイテッド | Method and apparatus for determining positions of multiple objects based on distance readings from multiple sensors |
| US20060125680A1 (en) | 2004-12-15 | 2006-06-15 | Thackray Robert G | Method and system for detecting an object using a composite evidence grid |
| JP2007064655A (en) | 2005-08-29 | 2007-03-15 | Yokogawa Denshikiki Co Ltd | Moving body measuring system |
| JP2010152546A (en) | 2008-12-24 | 2010-07-08 | Nissan Motor Co Ltd | Tracking control device and tracking control method |
| JP2014020569A (en) | 2012-07-12 | 2014-02-03 | Hitachi Appliances Inc | Air conditioner |
| WO2017057056A1 (en) | 2015-09-30 | 2017-04-06 | ソニー株式会社 | Information processing device, information processing method and program |
| JP2017129410A (en) | 2016-01-19 | 2017-07-27 | パナソニック株式会社 | Object detection device and object detection method |
| JP2018054328A (en) | 2016-09-26 | 2018-04-05 | 日立建機株式会社 | Machine for mine work and obstacle detection device thereof |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP3564897B2 (en) * | 1996-10-03 | 2004-09-15 | スズキ株式会社 | Obstacle recognition device |
-
2018
- 2018-07-03 JP JP2018126779A patent/JP7074593B2/en active Active
Patent Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2001118200A (en) | 1999-10-21 | 2001-04-27 | Fujitsu Ten Ltd | Information processor, information acquiring device, information integration device, controller, object detection device and information processing method |
| JP2005515444A (en) | 2002-01-09 | 2005-05-26 | メイコム インコーポレイテッド | Method and apparatus for determining positions of multiple objects based on distance readings from multiple sensors |
| US20060125680A1 (en) | 2004-12-15 | 2006-06-15 | Thackray Robert G | Method and system for detecting an object using a composite evidence grid |
| JP2007064655A (en) | 2005-08-29 | 2007-03-15 | Yokogawa Denshikiki Co Ltd | Moving body measuring system |
| JP2010152546A (en) | 2008-12-24 | 2010-07-08 | Nissan Motor Co Ltd | Tracking control device and tracking control method |
| JP2014020569A (en) | 2012-07-12 | 2014-02-03 | Hitachi Appliances Inc | Air conditioner |
| WO2017057056A1 (en) | 2015-09-30 | 2017-04-06 | ソニー株式会社 | Information processing device, information processing method and program |
| JP2017129410A (en) | 2016-01-19 | 2017-07-27 | パナソニック株式会社 | Object detection device and object detection method |
| JP2018054328A (en) | 2016-09-26 | 2018-04-05 | 日立建機株式会社 | Machine for mine work and obstacle detection device thereof |
Non-Patent Citations (1)
| Title |
|---|
| 友納 正裕，第３章 ＳＬＡＭの入出力，ＳＬＡＭ入門，第１版，日本，株式会社オーム社，2018年03月05日，Pages: 25-34，ISBN: 978-4-274-22166-8 |
Also Published As
| Publication number | Publication date |
|---|---|
| JP2020008310A (en) | 2020-01-16 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110531357B (en) | Method for estimating speed of moving target in horizontal plane and radar detection system | |
| JP2006234513A (en) | Obstruction detection system | |
| WO2020095819A1 (en) | Object detecting device | |
| US11360207B2 (en) | Apparatus and method for tracking object based on radar image reconstruction | |
| CN112119330A (en) | Object detection device and object detection method | |
| JP5509615B2 (en) | Vehicle detection device, vehicle detection method, and vehicle detection program | |
| JP7074593B2 (en) | Object detector | |
| US11841419B2 (en) | Stationary and moving object recognition apparatus | |
| WO2020196723A1 (en) | Object detection device | |
| KR101392222B1 (en) | Laser radar for calculating the outline of the target, method for calculating the outline of the target | |
| JP6686776B2 (en) | Step detection method and step detection apparatus | |
| US11983937B2 (en) | Intersecting road estimation device | |
| JP6818902B2 (en) | Vehicle detection system | |
| US11454698B2 (en) | Radar mount-angle calibration | |
| CN111868562B (en) | Object detection device, vehicle, object detection method, and computer-readable recording medium | |
| KR101890482B1 (en) | Appartus for distinction of stop and movement using radar spectrum and method thereof | |
| US20230038821A1 (en) | Object detection system and object detection method | |
| US20230186648A1 (en) | Vehicle lidar system and object detection method thereof | |
| JP7409959B2 (en) | object detection device | |
| US20230023199A1 (en) | Method and system for detecting lane line based on lidar data | |
| WO2022102371A1 (en) | Object detection device and object detection method | |
| JP7505381B2 (en) | OBJECT DETECTION DEVICE AND OBJECT DETECTION METHOD | |
| CN115903043B (en) | Diffracted wave separation method and device | |
| WO2021131260A1 (en) | Blocking detection device and blocking detection program | |
| RU2649880C1 (en) | Method of target angular coordinates measuring |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20210318 |
|
| A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20220128 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20220215 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20220330 |
|
| 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: 20220419 |
|
| A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20220512 |
|
| R150 | Certificate of patent or registration of utility model |
Ref document number: 7074593 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |