JP7164309B2 - 周辺監視装置および周辺監視システム - Google Patents

Description

開示の実施形態は、周辺監視装置、周辺監視システム、および周辺監視方法に関する。

従来、物標の検知方式が異なる２以上のセンサから入力される物標の検知結果に基づき車両周辺に存在する物標を検知する周辺監視装置がある（例えば、特許文献１参照）。

物標を検知するセンサとしては、例えば、送信する電波の物標による反射波に基づいて物標を検知するレーダ、照射するレーザ光の物標による反射光に基づいて物標を検知するＬｉＤＡＲ（Light Detection And Ranging）、車両周辺を撮像するカメラ等がある。

特開２０１０－１８５７６９号公報

しかしながら、物標の検知方式が異なる各センサは、車両の走行環境によって物標の検知性能が劣化する場合がある。かかる場合に、周辺監視装置は、車両の走行環境によっては物標の検知精度が低下することがある。

実施形態の一態様は、上記に鑑みてなされたものであって、物標の検知精度を向上させることができる周辺監視装置、周辺監視システム、および周辺監視方法を提供することを目的とする。

実施形態の一態様に係る周辺監視装置は、検知部と、予測部と、調整部とを備える。検知部は、物標の検知方式が異なる２以上のセンサから入力される物標の検知結果に基づいて車両周辺に存在する物標を検知する。予測部は、前記車両の走行予定地点における前記センサの性能劣化を予測する。調整部は、前記予測部によって予測される前記センサの性能の劣化度に基づいて前記センサ毎に前記センサのパラメータを調整する。

実施形態の一態様に係る周辺監視装置、周辺監視システム、および周辺監視方法は、物標の検知精度を向上させることができる。

図１は、実施形態に係る周辺監視システムの構成の一例を示す説明図である。 図２は、実施形態に係るセンサの性能および特性の一例を示す説明図である。 図３は、実施形態に係る劣化度情報の一例を示す説明図である。 図４は、実施形態に係る調整部によるパラメータの具体的な調整例の説明図である。 図５は、実施形態に係る調整部によるパラメータの具体的な調整例の説明図である。 図６は、実施形態に係る調整部によるパラメータの具体的な調整例の説明図である。 図７は、実施形態に係る調整部によるパラメータの具体的な調整例の説明図である。 図８は、実施形態に係る調整部によるパラメータの具体的な調整例の説明図である。 図９は、実施形態に係る周辺監視装置の制御部が実行する処理の一例を示すフローチャートである。

以下、添付図面を参照して、周辺監視装置、周辺監視システム、および周辺監視方法の実施形態を詳細に説明する。なお、以下に示す実施形態によりこの発明が限定されるものではない。図１は、実施形態に係る周辺監視システム１０の構成の一例を示す説明図である。

図１に示すように、実施形態に係る周辺監視システム１０は、物標の検知方式が異なる複数のセンサの一例であるレーダ１１、ＬｉＤＡＲ（Light Detection And Ranging）１２、およびカメラ１３と、周辺監視装置１とを備える。

周辺監視装置１は、レーダ１１、ＬｉＤＡＲ１２、カメラ１３、報知装置１４、およびカーナビゲーション装置（以下、「カーナビ１００」と記載する）と接続される。カーナビ１００は、車両の乗員によって目的地が設定される場合に、現在地から目的地までの車両の走行経路を車両の乗員に案内する装置である。

実施形態に係るカーナビ１００は、通信ネットワークＮを介して天気情報提供装置１０１と接続され、天気情報提供装置１０１から車両の走行予定地点における天気情報を取得して周辺監視装置１へ出力する。なお、周辺監視装置１による天気情報の利用方法については後述する。報知装置１４は、例えば、液晶表示装置やスピーカ等を含む情報出力装置である。

レーダ１１は、例えば、車両の前方へ送信波となる電波（ミリ波）を送信し、送信波が物標によって反射された反射波を受信し、受信した反射波に基づいて物標を検知するセンサである。レーダ１１は、物標の検知結果を示す情報を周辺監視装置１へ出力する。

ＬｉＤＡＲ１２は、例えば、車両の周囲へレーザ光を照射し、レーザ光が物標によって反射された反射光を受光し、受光した反射光に基づいて物標を検知するセンサである。ＬｉＤＡＲ１２は、物標の検知結果を示す情報を周辺監視装置１へ出力する。

カメラ１３は、車両の周辺を撮像するイメージセンサである。カメラ１３は、撮像した車両周辺の画像情報を物標の検知結果として周辺監視装置１へ出力する。これら、レーダ１１、ＬｉＤＡＲ１２、およびカメラ１３は、それぞれ物標を検知する性能や特性が異なる。

ここで、図２を参照し、レーダ１１、ＬｉＤＡＲ１２、およびカメラ１３の物標を検知する性能および特性の一例について説明する。図２は、実施形態に係るセンサの性能および特性の一例を示す説明図である。

図２に示すように、例えば、レーダ１１は、２００ｍ先までは車両等の比較的大きな物標を検知することができ、１００ｍ先までは、人・バイク等の比較的小さな物標を検知することができる。

また、レーダ１１は、例えば、車両の前方を０°として左右±３０°の範囲に存在する物標を検知することができる。かかるレーダ１１は、比較的遠方に存在する物標の検知精度が高く、比較的近距離に存在する小さな物標については検知精度が低下する。

また、ＬｉＤＡＲ１２は、１５０ｍ先までは車両等の比較的大きな物標を検知することができ、６０ｍ先までは、人・バイク等の比較的小さな物標を検知することができる。また、ＬｉＤＡＲ１２は、例えば、車両の周囲３６０°、つまり車両の周囲の全方位に存在する物標を検知することができる。かかるＬｉＤＡＲ１２は、比較的近距離に存在する小さな物標の検知精度が高く、比較的遠方に存在する物標については検知精度が低下する。

また、カメラ１３は、１００ｍ先までは車両等の比較的大きな物標を識別可能な画像を撮像することができ、３０ｍ先までは、人・バイク等の比較的小さな物標を識別可能な画像を撮像することができる。また、カメラ１３は、車両の前部に設置される場合、車両の前方を０°として左右±６０°の範囲に存在する物標を撮像することができる。

なお、カメラ１３は、車両の前部に加えて左右両側面に設けられることで、車両の周囲の全方位に存在する物標を撮像することができる。かかるカメラ１３は、比較的近距離に存在する小さな物標の検知精度が高く、比較的遠方に存在する物標については検知精度が低下する。

このように、レーダ１１、ＬｉＤＡＲ１２、およびカメラ１３は、それぞれ物標を検知する性能や特性が異なる。また、レーダ１１、ＬｉＤＡＲ１２、およびカメラ１３は、車両の走行環境によって物標を検知する性能が劣化することがある。かかる点については、図３を参照して後述する。

図１へ戻り、周辺監視装置１について説明する。周辺監視装置１は、レーダ１１、ＬｉＤＡＲ１２、およびカメラ１３から入力される物標の検知結果に基づいて車両周辺の物標を検知する装置である。周辺監視装置１は、物標を検知した場合に、その旨を示す情報を報知装置１４へ出力し、車両の周辺に注意すべき物標が存在することを報知装置１４によって車両の乗員へ報知させる。

ここで、前述したように、レーダ１１、ＬｉＤＡＲ１２、およびカメラ１３は、それぞれ物標を検知する性能や特性が異なり、車両の走行環境によって物標を検知する性能が劣化することがある。

そこで、周辺監視装置１は、車両の走行予定地点におけるレーダ１１、ＬｉＤＡＲ１２、およびカメラ１３の性能の劣化度を予測し、予測した劣化度に基づいてレーダ１１、ＬｉＤＡＲ１２、およびカメラ１３毎にセンサのパラメータを調整する。これにより、周辺監視装置１は、物標の検知精度を向上させることができる。

かかる周辺監視装置１は、制御部２と、記憶部３とを備える。制御部２は、ＣＰＵ（Central Processing Unit）、ＲＯＭ（Read Only Memory）、ＲＡＭ（Random Access Memory）、入出力ポートなどを有するマイクロコンピュータや各種の回路を含む。

制御部２は、ＣＰＵがＲＯＭに記憶されたプログラムを、ＲＡＭを作業領域として使用して実行することにより機能する取得部２１、予測部２２、調整部２３、および検知部２４を備える。

制御部２が備える取得部２１、予測部２２、調整部２３、および検知部２４は、それぞれの一部または全部がＡＳＩＣ（Application Specific Integrated Circuit）やＦＰＧＡ（Field Programmable Gate Array）等のハードウェアで構成されてもよい。

記憶部３は、例えば、ＲＡＭやフラッシュメモリ等の不揮発性の記憶装置であり、劣化度情報３１を記憶する。ここで、図３を参照し、実施形態に係る劣化度情報３１の一例について説明する。図３は、実施形態に係る劣化度情報３１の一例を示す説明図である。

図３に示すように、劣化度情報３１は、車両の走行環境と、レーダ１１、ＬｉＤＡＲ１２、およびカメラ１３による物標検知性能の劣化度とが対応付けられた情報である。図３に示す○は、性能の劣化がないことを示しており、△は、性能の劣化があることを示している。

車両の外が急に明るくなる場合、カメラ１３の性能が劣化することがある。例えば、車両がトンネルから出た瞬間や暗い車庫から出庫した瞬間には、カメラ１３の受光部へ急に強い光が入射する。これにより、カメラ１３による撮像画像がほぼ白一色になり、撮像画像から物標を検知することが困難となる。したがって、カメラ１３の性能が劣化する。

これに対して、レーダ１１およびＬｉＤＡＲ１２は、車両の外が急に明るくなっても、性能に影響がない。このため、劣化度情報３１では、「明るくなる」という走行環境に対して、レーダ１１およびＬｉＤＡＲ１２の性能に劣化がないことを示す○が対応付けられ、カメラ１３の性能に劣化があることを示す△が対応付けられている。

また、歩行者の出現確率が高くなる場合、レーダ１１の性能が劣化することがある。例えば、車両が横断歩道に近づいた場合、比較的近距離で歩行者を検知することがある。かかる場合、前述したように、レーダ１１は、比較的近距離の小さな物標について検知精度が低下する（図２参照）。

これに対して、ＬｉＤＡＲ１２およびカメラ１３は、比較的近距離に存在する小さな物標の検知精度が高いので（図２参照）、歩行者の出現確率が高くなっても性能が劣化しない。このため、劣化度情報３１では、「歩行者の出現確率が高くなる」という走行環境に対して、レーダ１１の性能に劣化があることを示す△が対応付けられ、ＬｉＤＡＲ１２およびカメラ１３に性能の劣化がないことを示す○が対応付けられる。

また、雨または雪が降る場合、ＬｉＤＡＲ１２およびカメラ１３の性能が劣化することがある。例えば、雨や雪が降る場合、ＬｉＤＡＲ１２から照射するレーザ光が雨や雪によって遮られ、物標まで到達しない場合があり、かかる場合にＬｉＤＡＲ１２の性能が劣化する。

また、雨や雪が降る場合には、カメラ１３による撮像画像に写る雨や雪によって物標の認識が困難となり、カメラ１３の性能が劣化する。これに対して、雨や雪は、レーダ１１の性能に影響がない。

このため、劣化度情報３１では、「雨または雪になる」という走行環境に対して、レーダ１１の性能に劣化がないことを示す○が対応付けられ、ＬｉＤＡＲ１２およびカメラ１３の性能に劣化があることを示す△が対応付けられる。

また、車両がカーブや交差点に差し掛かると、レーダ１１の性能が劣化することがある。前述したように、レーダ１１は、車両の前方を０°として左右±３０°の範囲が物標の検知範囲である（図２参照）。

このため、レーダ１１は、例えば、カーブや交差点において、車両の進行方向で物標の検知範囲の外に歩行者が存在する場合に、歩行者を検知できないので性能が劣化する。これに対して、ＬｉＤＡＲ１２およびカメラ１３は、レーダ１１よりも物標の検知範囲が広角である。

このため、劣化度情報３１では、「進路が変化する」という走行環境に対して、レーダ１１の性能に劣化があることを示す△が対応付けられ、ＬｉＤＡＲ１２およびカメラ１３の性能に劣化がないことを示す○が対応付けられる。

また、車両が坂道に差し掛かる場合、レーダ１１の性能が劣化することがある。例えば、平坦な道路を走行中に車両が上り坂に差し掛かる場合、レーダ１１から送信される電波は、上下方向の幅が比較的狭いため、上り坂の頂上付近に存在する物標を検知することができず性能が劣化することがある。

これに対して、ＬｉＤＡＲ１２は、レーダ１１に比べて上下方向の幅が広いレーザ光を照射する。また、カメラ１３は、レーダ１１が送信する電波の上下方向の幅よりも上下方向の画角が広い。このため、ＬｉＤＡＲ１２およびカメラ１３は、車両が坂道に差し掛かっても性能に影響がない。

このため、劣化度情報３１では、「坂道に差し掛かる」という走行環境に対して、レーダ１１の性能に劣化があることを示す△が対応付けられ、ＬｉＤＡＲ１２およびカメラ１３の性能に劣化がないことを示す○が対応付けられる。

なお、ここでは、劣化度情報３１の理解を容易にするため、物標検知性能の劣化度が劣化のある場合と劣化がない場合という２種類であるものとして説明するが、これは一例である。劣化度情報３１は、図３に示す一つの走行環境を複数の段階に分割し、各段階に対してそれぞれ数値化した性能の劣化度が対応付けられてもよい。

図１へ戻り、制御部２が備える取得部２１、予測部２２、調整部２３、および検知部２４について説明する。取得部２１は、カーナビ１００に目的地が設定されている場合、車両の走行予定地点における環境情報をカーナビ１００から取得する。

例えば、取得部２１は、車両の走行予定地点に存在するトンネル、高架、歩道橋、建物、および街路樹等といった車両の外の明るさに影響をおよぼす可能性がある物の情報をカーナビ１００から取得する。

また、取得部２１は、車両の走行予定地点に存在する横断歩道、スクールゾーン、および繁華街等といった歩行者の出現確率が高くなる場所の情報を取得する。また、取得部２１は、目的地までの走行経路におけるカーブした道路や交差点等といった車両の進路が変化する場所の情報および坂道の場所の情報を取得する。

さらに、取得部２１は、通信ネットワークＮを介して天気情報提供装置１０１からカーナビ１００が取得する車両の走行予定地点における天気情報をカーナビ１００から取得する。そして、取得部２１は、カーナビ１００から取得した情報を予測部２２へ出力する。

予測部２２は、取得部２１から入力される情報と記憶部３に記憶された劣化度情報３１とに基づいて、車両の走行予定地点におけるレーダ１１、ＬｉＤＡＲ１２、およびカメラ１３の性能劣化を予測する。

具体的には、まず、予測部２２は、取得部２１から入力される情報に基づいて、車両の走行予定地点における走行環境を判定する。その後、予測部２２は、劣化度情報３１を参照し、判定した走行環境に対応付けられたレーダ１１、ＬｉＤＡＲ１２、およびカメラ１３の性能の劣化度を示す情報を性能の劣化度の予測結果として調整部２３へ出力する。

調整部２３は、予測部２２から入力されるレーダ１１、ＬｉＤＡＲ１２、およびカメラ１３の性能の劣化度の予測結果に基づいて、レーダ１１、ＬｉＤＡＲ１２、およびカメラ１３のパラメータを調整する。

かかる調整部２３は、検知部２４によって物標の検知に使用されるレーダ１１、ＬｉＤＡＲ１２、およびカメラ１３の検知結果に対する重み付け値のパラメータを調整する。例えば、調整部２３は、レーダ１１、ＬｉＤＡＲ１２、およびカメラ１３のうち、車両の走行地点において性能の劣化が予測されるセンサによる検知結果の重み付け値を他に比べて低くする調整を行う。そして、調整部２３は、調整した重み付け値のパラメータを検知部２４へ出力する。

また、調整部２３は、レーダ１１、ＬｉＤＡＲ１２、およびカメラ１３による物標の検知感度のパラメータを調整する。そして、調整部２３は、調整した検知感度のパラメータをレーダ１１、ＬｉＤＡＲ１２、およびカメラ１３へ出力する。かかる調整部２３によるパラメータの具体的な調整例については、図４～図８を参照して後述する。

検知部２４は、レーダ１１、ＬｉＤＡＲ１２、およびカメラ１３から入力される物標の検知結果に基づいて車両周辺の物標を検知する。このとき、レーダ１１、ＬｉＤＡＲ１２、およびカメラ１３は、調整部２３によって調整された検知感度で検知した物標の検知結果を検知部２４へ出力する。

また、検知部２４は、レーダ１１、ＬｉＤＡＲ１２、およびカメラ１３から入力される物標の検知結果に対して、調整部２３によって調整された重み付け値を使用した重み付けを行って物標の検知を行う。

このため、検知部２４による物標の検知結果は、レーダ１１、ＬｉＤＡＲ１２、およびカメラ１３のうち、重み付けが重いセンサの検知結果がより大きく反映された検知結果となる。これにより、検知部２４は、調整部２３によってパラメータの調整が行われない場合に比べて物標の検知精度を向上させることができる。

そして、検知部２４は、物標を検知した場合に、その旨を示す情報を報知装置１４へ出力し、車両の周辺に注意すべき物標が存在することを報知装置１４によって車両の乗員へ報知させる。

次に、図４～図８を参照し、実施形態に係る調整部２３によるパラメータの具体的な調整例について説明する。図４～図８は、実施形態に係る調整部２３によるパラメータの具体的な調整例の説明図である。以下では、周辺監視装置１が搭載された車両を車両Ｖと記載する。

図４に示すように、車両Ｖがトンネルを走行し、その後、車両Ｖがトンネルの出口に差し掛かる場合、車両Ｖの外が急に明るくなる。かかる場合、予測部２２は、図４の吹き出しＷ１に示すように、カメラ１３の性能が劣化して標準よりも低くなると予測する。

このため、調整部２３は、車両Ｖがトンネルの出口から距離Ｌ１だけ手前を走行している時点で、図４の吹き出しＷ２に示すように、カメラ１３の重みづけ値のパラメータを事前に標準よりも低くする調整を行う。

これにより、周辺監視装置１は、車両Ｖがトンネルの出口を出た瞬間に、性能が劣化した信頼性の低いカメラ１３による物標の検知結果の影響を低減することによって、物標の検知精度を向上させることができる。

また、調整部２３は、車両Ｖがトンネルの出口から距離Ｌ１だけ手前を走行している時点で、図４の吹き出しＷ３に示すように、カメラ１３の感度のパラメータを事前に標準よりも低くする調整を行う。これにより、周辺監視装置１は、車両Ｖがトンネルの出口を出た瞬間のカメラ１３の性能劣化を低減することができる。

さらに、調整部２３は、車両Ｖがトンネルの出口から距離Ｌ１だけ手前を走行している時点で、図４の吹き出しＷ３に示すように、レーダ１１およびＬｉＤＡＲ１２の感度のパラメータを事前に標準よりも高くする調整を行う。

これにより、周辺監視装置１は、車両Ｖがトンネルの出口から距離Ｌ１だけ手前の地点からトンネルの出口まで走行する期間に、感度を低下させたカメラ１３による物標の検知能力を、レーダ１１およびＬｉＤＡＲ１２によって補うことができる。

なお、図４に示す距離Ｌ１は、例えば、レーダ１１およびＬｉＤＡＲ１２によって物標が検知されたことを車両Ｖの運転者に報知して、運転者が車両Ｖを安全に停車させることができる最短距離に設定される。

また、図５に示すように、車両Ｖが雨の降っていない道路を走行し、その後の走行予定地点で雨が降っている場合がある。かかる場合、予測部２２は、雨が降っている地点では、図５の吹き出しＷ４に示すように、ＬｉＤＡＲ１２およびカメラ１３の性能が劣化して標準よりも低くなると予測する。

このため、調整部２３は、車両Ｖが雨の降り出す地点から距離Ｌ２だけ手前を走行している時点で、図５の吹き出しＷ５に示すように、ＬｉＤＡＲ１２およびカメラ１３の重みづけ値のパラメータを事前に標準よりも低くする調整を行う。

これにより、周辺監視装置１は、車両Ｖが雨の降り出す地点に到着した地点で、性能が劣化した信頼性の低いＬｉＤＡＲ１２およびカメラ１３による物標の検知結果の影響を低減することによって、物標の検知精度を向上させることができる。

また、調整部２３は、車両Ｖが雨の降り出す地点から距離Ｌ２だけ手前を走行している時点で、図５の吹き出しＷ６に示すように、ＬｉＤＡＲ１２およびカメラ１３の感度のパラメータを事前に標準よりも低くする調整を行う。これにより、周辺監視装置１は、車両Ｖが雨の降り出す地点に到着した時点のＬｉＤＡＲ１２およびカメラ１３による物標の誤検知を抑制することができる。

さらに、調整部２３は、車両Ｖが雨の降り出す地点から距離Ｌ２だけ手前を走行している時点で、図５の吹き出しＷ６に示すように、レーダ１１の感度のパラメータを事前に標準よりも高くする調整を行う。

これにより、周辺監視装置１は、車両Ｖが雨の降り出す地点から距離Ｌ２だけ手前の地点から雨の降り出す地点まで走行する期間に、感度を低下させたＬｉＤＡＲ１２およびカメラ１３による物標の検知能力を、レーダ１１によって補うことができる。

なお、図５に示す距離Ｌ２は、例えば、レーダ１１によって物標が検知されたことを車両Ｖの運転者に報知して、運転者が車両Ｖを安全に停車させることができる最短距離に設定される。

また、図６に示すように、車両Ｖが横断歩道と交差する道路を走行する場合がある。かかる場合、予測部２２は、横断歩道から距離Ｌ３（例えば、Ｌ３＝３０ｍ）よりも手前の地点では、図６の吹き出しＷ７に示すように、ＬｉＤＡＲ１２およびカメラ１３の性能が劣化して標準よりも低くなると予測する。このとき、横断歩道から車両Ｖまでの距離が６０ｍよりも長い場合、カメラ１３の性能の方がＬｉＤＡＲ１２の性能よりも劣化する。

このような走行環境では、周辺監視装置１は、横断歩道を横断する歩行者Ｍをいち早く検知する必要がある。このため、調整部２３は、図６の吹き出しＷ８に示すように、遠方の物標の検知精度が高いレーダ１１の感度のパラメータを標準よりも高くする調整を行う。

そして、調整部２３は、遠方の物標の検知精度が高くないＬｉＤＡＲ１２およびカメラ１３の感度のパラメータを標準よりも低くする調整を行う。このとき、ＬｉＤＡＲ１２の方がカメラ１３よりは遠方の物標の検知精度が高い。このため、調整部２３は、ＬｉＤＡＲ１２の感度がカメラ１３の感度よりも高くなるようにパラメータを調整する。

さらに、調整部２３は、図６の吹き出しＷ９に示すように、ＬｉＤＡＲ１２およびカメラ１３の重み付け値のパラメータを標準より低くする調整を行う。これにより周辺監視装置１は、横断歩道を横断する歩行者Ｍをいち早く検知することができる。

その後、予測部２２は、車両Ｖが横断歩道から距離Ｌ３だけ手前の地点まで走行すると、図６の吹き出しＷ１０に示すように、ＬｉＤＡＲ１２およびカメラ１３の性能が標準まで高まると予測する。このため、調整部２３は、図６の吹き出しＷ１１に示すように、レーダ１１、ＬｉＤＡＲ１２、およびカメラ１３の感度のパラメータを全て標準にする調整を行う。

さらに、調整部２３は、図６の吹き出しＷ１２に示すように、レーダ１１、ＬｉＤＡＲ１２、およびカメラ１３の重み付けのパラメータも全て標準にする調整を行う。これにより、周辺監視装置１は、性能が標準まで達したレーダ１１、ＬｉＤＡＲ１２、およびカメラ１３の検知結果に基づいて、横断歩道を横断する歩行者Ｍを高精度に検知することができる。

その後、車両Ｖが走行してさらに横断歩道に接近する場合、レーダ１１は、近距離の小さな物標（例えば、歩行者Ｍ）について検知精度が低下する（図２参照）。かかる場合、予測部２２は、図６の吹き出しＷ１３に示すように、レーダ１１の性能が標準よりも低くなると予測する。

このため、調整部２３は、図６の吹き出しＷ１４に示すように、ＬｉＤＡＲ１２およびカメラ１３の感度のパラメータを標準よりも高くする調整を行い、図６の吹き出しＷ１５に示すように、レーダ１１の重み付け値のパラメータを標準より低くする調整を行う。

これにより、周辺監視装置１は、性能が劣化した信頼性の低いレーダ１１による物標の検知結果の影響を低減することによって、横断歩道を横断する歩行者Ｍの検知精度を向上させることができる。また、周辺監視装置１は、感度を低下させたレーダ１１による歩行者Ｍの検知能力を、ＬｉＤＡＲ１２およびカメラ１３によって補うことができる。

また、図７に示すように、車両Ｖがカーブに差し掛かる場合、レーダ１１は、検知範囲１１ａ幅がＬｉＤＡＲ１２の検知範囲１２ａやカメラ１３の検知範囲１３ａよりも狭いため、道路脇の近距離に存在する歩行者Ｍを検知できないことがある。かかる場合、予測部は、図７の吹き出しＷ１６に示すように、レーダ１１の性能が標準より低くなると予測する。

このため、調整部２３は、車両Ｖがカーブの入り口から距離Ｌ４だけ手前を走行している時点で、図６の吹き出しＷ１７に示すように、レーダ１１の重みづけ値のパラメータを事前に標準よりも低くする調整を行う。これにより、周辺監視装置１は、車両Ｖがカーブへ進入する際に、道路脇の近距離に存在する歩行者Ｍの検知精度を向上させることができる。

また、このとき調整部２３は、重み付け値のパラメータの調整に加えて、ＬｉＤＡＲ１２およびカメラ１３の感度のパラメータを基準よりも高くし、レーダ１１の感度のパラメータを基準より低くする調整を行ってもよい。これにより、周辺監視装置１は、車両Ｖがカーブへ進入する際に、道路脇の近距離に存在する歩行者Ｍの検知精度をさらに向上させることができる。

なお、図７に示す距離Ｌ４は、例えば、ＬｉＤＡＲ１２およびカメラ１３によって物標が検知されたことを車両Ｖの運転者に報知して、運転者が車両Ｖを安全に停車させることができる最短距離に設定される。

また、図８に示すように、レーダ１１の上下方向における検知範囲１１ａは、ＬｉＤＡＲ１２の上下方向における検知範囲１２ａやカメラ１３の上下方向における検知範囲１３ａよりも狭い。これにより、レーダ１１は、例えば、車両Ｖが上り坂に差し掛かる場合、坂道にいる歩行者Ｍの検知精度が低くなる。かかる場合、予測部２２は、図８の吹き出しＷ１８に示すように、レーダ１１の性能が劣化すると予測する。

このため、調整部２３は、車両Ｖが上り坂の入り口から距離Ｌ５だけ手前を走行している時点で、図８の吹き出しＷ１９に示すように、レーダ１１の重みづけ値のパラメータを事前に標準よりも低くする調整を行う。これにより、周辺監視装置１は、車両Ｖが上り坂へ進入する際に、坂道にいる歩行者Ｍの検知精度を向上させることができる。

また、このとき調整部２３は、重み付け値のパラメータの調整に加えて、ＬｉＤＡＲ１２およびカメラ１３の感度のパラメータを基準よりも高くし、レーダ１１の感度のパラメータを基準より低くする調整を行ってもよい。これにより、周辺監視装置１は、車両Ｖが上り坂へ進入する際に、坂道にいる歩行者Ｍの検知精度をさらに向上させることができる。

なお、図８に示す距離Ｌ５は、例えば、ＬｉＤＡＲ１２およびカメラ１３によって物標が検知されたことを車両Ｖの運転者に報知して、運転者が車両Ｖを安全に停車させることができる最短距離に設定される。

次に、図９を参照し、実施形態に係る周辺監視装置１の制御部２が実行する処理について説明する。図９は、実施形態に係る周辺監視装置１の制御部２が実行する処理の一例を示すフローチャートである。

制御部２は、車両Ｖの電源がＯＮにされた場合に、図９に示す処理を実行する。具体的には、図９に示すように、制御部２は、車両Ｖの電源がＯＮにされた場合に、まず、レーダ１１、ＬｉＤＡＲ１２、およびカメラ１３による物標の検知結果に基づいて車両周辺の監視を開始する（ステップＳ１０１）。

そして、制御部２は、物標を検知したか否かを判定する（ステップＳ１０２）。制御部２は、物標を検知したと判定した場合（ステップＳ１０２，Ｙｅｓ）、物標の検知結果を報知し（ステップＳ１０３）、処理をステップＳ１０９へ移す。

また、制御部２は、物標を検知していないと判定した場合（ステップＳ１０２，Ｎｏ）、カーナビ１００に目的地が設定されているか否かを判定する（ステップＳ１０４）。そして、制御部２は、目的地が設定されていないと判定した場合（ステップＳ１０４，Ｎｏ）、処理をステップＳ１０９へ移す。

また、制御部２は、目的地が設定されていると判定した場合（ステップＳ１０４，Ｙｅｓ）、車両Ｖの走行予定地点の環境情報を取得する（ステップＳ１０５）。続いて、制御部２は、車両Ｖの走行環境が変化するか否かを判定する（ステップＳ１０６）。

そして、制御部２は、車両Ｖの走行環境が変化しないと判定した場合（ステップＳ１０６，Ｎｏ）、処理をステップＳ１０９へ移す。また、制御部２は、車両Ｖの走行環境が変化すると判定した場合（ステップＳ１０６，Ｙｅｓ）、センサ（レーダ１１、ＬｉＤＡＲ１２、およびカメラ１３）の性能の劣化度を予測する（ステップＳ１０７）。

そして、制御部２は、予測した劣化度に基づきセンサ（レーダ１１、ＬｉＤＡＲ１２、およびカメラ１３）のパラメータを調整し（ステップＳ１０８）、処理をステップＳ１０９へ移す。ステップＳ１０９において、制御部２は、車両Ｖの電源がＯＦＦにされたか否かを判定する。

そして、制御部２は、車両Ｖの電源がＯＦＦにされていないと判定した場合（ステップＳ１０９，Ｎｏ）、処理をステップＳ１０２へ移す。また、制御部２は、車両Ｖの電源がＯＦＦにされたと判定した場合（ステップＳ１０９，Ｙｅｓ）、処理を終了する。

上述したように、実施形態に係る周辺監視装置１は、検知部２４と、予測部２２と、調整部２３とを備える。検知部２４は、物標の検知方式が異なる２以上のセンサ（レーダ１１、ＬｉＤＡＲ１２、およびカメラ１３）から入力される物標の検知結果に基づいて車両Ｖの周辺に存在する物標を検知する。

予測部２２は、車両Ｖの走行予定地点におけるセンサの性能の劣化度を予測する。調整部２３は、予測部２２によって予測される劣化度に基づいてセンサ毎にセンサのパラメータを調整する。これにより、周辺監視装置１は、物標の検知精度を向上させることができる。

なお、上述した実施形態では、車両の走行環境が変化する場合、センサのパラメータを一度に調整する場合を例に挙げたが、実施形態に係る周辺監視装置は、走行環境が変化する場合に、徐々にパラメータを変化させてもよい。

例えば、周辺監視装置は、車両の走行環境が変化する地点よりも所定距離前の地点から走行環境が変化する地点に到着するまでの期間に、調整前のセンサのパラメータを現状値から目標値まで徐々に変化させて調整することもできる。

これにより、周辺監視装置は、センサのパラメータの調整を開始してからパラメータの調整が完了するまでの期間における物標の検知精度の低下を抑制することができる。

また、上述した実施形態では、車両の走行環境が変化する場合に、センサによる検知結果に対する重み付け値のパラメータ、およびセンサの感度のパラメータを調整する場合を例に挙げたが、これは一例である。

実施形態に係る周辺監視装置は、車両の走行環境が変化する場合、重み付け値のパラメータおよび感度のパラメータのうち、いずれか一方のパラメータを調整することもできる。これにより、周辺監視装置は、処理負荷を低減しつつ物標の検知精度を向上させることができる。

さらなる効果や変形例は、当業者によって容易に導き出すことができる。このため、本発明のより広範な態様は、以上のように表しかつ記述した特定の詳細および代表的な実施形態に限定されるものではない。したがって、添付の特許請求の範囲およびその均等物によって定義される総括的な発明の概念の精神または範囲から逸脱することなく、様々な変更が可能である。

１ 周辺監視装置
２ 制御部
２１ 取得部
２２ 予測部
２３ 調整部
２４ 検知部
３ 記憶部
３１ 劣化度情報
１０ 周辺監視システム
１１ レーダ
１２ ＬｉＤＡＲ
１３ カメラ
１００ カーナビ
１０１ 天気情報提供装置
Ｖ 車両
Ｍ 歩行者

Claims (13)

1. 物標の検知方式が異なる２以上のセンサから入力される前記物標の検知結果に基づいて車両周辺に存在する前記物標を検知する検知部と、
   前記車両の走行予定地点における前記センサの性能劣化を予測する予測部と、
   前記予測部によって予測される前記センサの性能の劣化度に基づいて前記センサ毎に前記センサのパラメータを調整する調整部と、
   を備えた周辺監視装置。
2. 前記調整部は、
   前記検知結果に対する重み付け値の前記パラメータを調整するように構成された、
   請求項１に記載の周辺監視装置。
3. 前記調整部は、
   前記センサによる前記物標の検知感度の前記パラメータを調整するように構成された、
   請求項１または請求項２に記載の周辺監視装置。
4. 前記走行予定地点における前記車両の走行環境を示す情報を取得する取得部をさらに備え、
   前記予測部は、
   前記取得部によって取得される前記走行環境を示す情報に基づいて前記センサの性能劣化を予測するように構成された、
   請求項１～３のいずれか一項に記載の周辺監視装置。
5. 前記調整部は、
   前記予測部によって前記性能劣化が予測された前記センサの前記検知結果に対する重み付け値の前記パラメータを低くし、
   前記予測部によって前記性能劣化が予測されなかった前記センサの前記物標の検知感度の前記パラメータを高くするように構成された、
   請求項４に記載の周辺監視装置。
6. 前記予測部は、
   前記２以上のセンサにカメラが含まれる場合、前記取得部によって取得される前記走行環境を示す情報に基づき予測する前記走行予定地点における車外の明度の変化に応じた前記カメラの性能劣化を予測するように構成された、
   請求項４または請求項５に記載の周辺監視装置。
7. 前記取得部は、
   前記走行環境を示す情報として前記走行予定地点における気象情報を取得し、
   前記予測部は、
   前記２以上のセンサにカメラまたはＬｉＤＡＲ（Light Detection And Ranging）が含まれる場合、前記取得部によって取得される前記気象情報に基づき予測する前記走行予定地点における天気に応じた前記カメラまたはＬｉＤＡＲの性能劣化を予測するように構成された、
   請求項４～６のいずれか一項に記載の周辺監視装置。
8. 前記取得部によって取得される前記走行環境を示す情報に基づいて歩行者が存在する可能性が高い前記走行予定地点を判定する判定部をさらに備え、
   前記調整部は、
   前記判定部によって判定される前記歩行者が存在する可能性が高い前記走行予定地点までの距離に応じて前記パラメータを調整するように構成された、
   請求項４～７のいずれか一項に記載の周辺監視装置。
9. 前記調整部は、
   調整前の前記パラメータを現状値から目標値まで徐々に変化させて調整するように構成された、
   請求項１～８のいずれか一項に記載の周辺監視装置。
10. 前記調整部は、
    前記車両が前記走行予定地点に到る前に、予め前記パラメータを調整するように構成された、
    請求項１～９のいずれか一項に記載の周辺監視装置。
11. 前記調整部は、
    前記予測部によって前記センサの性能劣化が予測された前記走行予定地点に接近する場合に、少なくとも当該走行予定地点よりも手前の地点から前記パラメータの調整を開始するように構成された、
    請求項１～１０のいずれか一項に記載の周辺監視装置。
12. 前記調整部は、
    前記予測部によって前記センサの性能劣化が予測された前記走行予定地点に接近する場合に、前記走行予定地点よりも所定の距離だけ手前を走行している時点で前記パラメータの調整を行うように構成された、
    請求項１～１１のいずれか一項に記載の周辺監視装置。
13. 物標の検知方式が異なる２以上のセンサと、
    前記２以上のセンサから入力される前記物標の検知結果に基づいて車両周辺に存在する前記物標を検知する検知部と、
    前記車両の走行予定地点における前記センサの性能劣化を予測する予測部と、
    前記予測部によって予測される前記センサの性能の劣化度に基づいて前記センサ毎に前記センサのパラメータを調整する調整部と、
    を備えた周辺監視システム。

Images