JP7363575B2 - object detection device - Google Patents
object detection device Download PDFInfo
- Publication number
- JP7363575B2 JP7363575B2 JP2020032117A JP2020032117A JP7363575B2 JP 7363575 B2 JP7363575 B2 JP 7363575B2 JP 2020032117 A JP2020032117 A JP 2020032117A JP 2020032117 A JP2020032117 A JP 2020032117A JP 7363575 B2 JP7363575 B2 JP 7363575B2
- Authority
- JP
- Japan
- Prior art keywords
- grid
- votes
- vehicle
- speed
- vehicle speed
- 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
- Measurement Of Velocity Or Position Using Acoustic Or Ultrasonic Waves (AREA)
- Optical Radar Systems And Details Thereof (AREA)
- Traffic Control Systems (AREA)
Description
本発明は、自身の車両（以下、自車という）の周辺に存在する物体を検知する物体検知装置に関するものである。 The present invention relates to an object detection device that detects objects existing around a vehicle (hereinafter referred to as the vehicle).
従来より、ソナーなどを用いて自車の周辺に存在する物体を検知し、その検知結果を自動駐車などの車両制御に用いている。例えば、物体検知装置として、特許文献１に提案されているものがある。
Conventionally, objects such as sonar have been used to detect objects around the vehicle, and the detection results are used for vehicle control such as automatic parking. For example, there is an object detection device proposed in
この装置には、投票数算出部、クラスター設定部、グリッド判別部および移動物体判別部が備えられている。投票数算出部は、レーダセンサなどの測距センサによる検出点の検出結果に基づいて、グリッドマップのグリッド毎に、測距センサの検出点が含まれる数である投票数を算出する。クラスター設定部は、測距センサによる検出点の検出結果に基づいて、検出点のクラスタリングにより、検知対象の物体であるクラスターをグリッドマップ上に設定する。グリッド判別部は、複数回算出されたグリッド毎の投票数の合計値に基づいて、クラスターが占有するグリッドから静止グリッドと移動グリッドとを判別する。移動物体判定部は、クラスターが占有するグリッドに含まれる静止グリッドおよび移動グリッドの配置に基づいて、クラスターが移動物体であるか静止物体であるか判定する。これらを用いて、自車の周辺に存在する物体を検知すると共に、検知対象の物体であるクラスターが移動物体であるか静止物体であるかを判定できるようにしている。 This device includes a vote count calculation section, a cluster setting section, a grid discrimination section, and a moving object discrimination section. The vote number calculation unit calculates the number of votes, which is the number including the detection points of the distance measurement sensor, for each grid of the grid map based on the detection results of the detection points by the distance measurement sensor such as a radar sensor. The cluster setting unit sets clusters, which are objects to be detected, on the grid map by clustering the detection points based on the detection results of the detection points by the distance measuring sensor. The grid determining unit determines whether the grid occupied by the cluster is a stationary grid or a moving grid based on the total number of votes for each grid calculated multiple times. The moving object determination unit determines whether the cluster is a moving object or a stationary object based on the arrangement of a stationary grid and a moving grid included in the grid occupied by the cluster. Using these, it is possible to detect objects around the vehicle and to determine whether a cluster of objects to be detected is a moving object or a stationary object.
しかしながら、低速走行時と比較して、それよりも車速が高い高速走行時には、測距センサでの検知回数が少ないため、実際に物体が存在しているはずのグリッドに対して、存在確率が高いグリッドとなるグリッドの占有率が低くなってしまう。すなわち、測距センサは所定のサンプリング周期毎に検知を行っているため、例えば物体の側方を自車が通過する際に測距センサであるサイドソナーで物体を検知しても、その物体の検知座標が低速走行時には密になり、高速走行時には疎になる。このため、物体の検知座標をグリッドマップに変換した際に、グリッドマップ上での物体の座標位置での投票数の合計値、つまり物体の存在確率があまり高くならず、物体を認識できない可能性がある。 However, compared to when driving at low speeds, when driving at high speeds where the vehicle speed is higher, the number of detections by the ranging sensor is small, so the probability of existence of objects is high for grids where objects should actually exist. The occupancy rate of the grid becomes low. In other words, since the distance measurement sensor performs detection at every predetermined sampling period, for example, even if the object is detected by the side sonar, which is the distance measurement sensor, when the vehicle passes by the side of the object, the distance measurement sensor detects the object. The detected coordinates become dense when driving at low speeds, and become sparse when driving at high speeds. Therefore, when the detected coordinates of an object are converted to a grid map, the total number of votes at the object's coordinate position on the grid map, that is, the probability of the object's existence, is not very high, and there is a possibility that the object cannot be recognized. There is.
本発明は上記点に鑑みて、車速の変化に対応して、精度良い物体検知を行うことが可能な物体検知装置を提供することを目的とする。 In view of the above points, it is an object of the present invention to provide an object detection device capable of detecting objects with high accuracy in response to changes in vehicle speed.
上記目的を達成するため、請求項１に記載の物体検知装置は、探査波を出力すると共に該探査波が物体（１００）で反射してきた反射波を取得することで物体の位置を測定する測距センサ（１０）のセンシング情報を入力し、自車の周囲を複数のグリッドに分割したグリッドマップを用いて、センシング情報に含まれる物体が検知された位置を示す検知座標と対応するグリッドである主グリッドに所定の投票数を加算すると共に、該主グリッドの周囲のグリッドである周囲グリッドに対して所定の投票数よりも低い投票数を加算することで、自車の周囲に存在する物体の位置を示したグリッドマップを作成するグリッド作成部（３１）と、自車の車速が高いほど主グリッドの投票数の合計値が高くなるように、車速に応じて、主グリッドの投票数を調整する投票調整部（３２）と、グリッド作成部が作成したグリッドマップ中における投票数の合計値が所定の閾値を超えるグリッドを物体の存在するグリッドとして特定する物体特定部（３３）と、を有している。
In order to achieve the above object, the object detection device according to
このように、投票調整部を備え、グリッド作成部がグリッドマップを作成する際に、車速に応じて物体の検知座標での投票数の設定を調整するようにしている。このため、物体の検知座標が低速走行時と比較して高速走行時に疎になったとしても、車速に応じた投票数に設定することで、物体の座標位置での投票数の合計値、つまり物体の存在確率が高くなるようにできる。このため、車速に対応して、的確に物体を認識することが可能となり、精度良い物体検知を行うことができる。 In this way, the voting adjustment section is provided, and when the grid creation section creates a grid map, the setting of the number of votes at the detected coordinates of the object is adjusted in accordance with the vehicle speed. Therefore, even if the detected coordinates of an object are sparser when driving at high speed compared to when driving at low speed, by setting the number of votes according to the vehicle speed, the total number of votes at the coordinate position of the object, that is, The probability of an object's existence can be increased. Therefore, it becomes possible to accurately recognize objects in accordance with the vehicle speed, and it is possible to perform highly accurate object detection.
なお、各構成要素等に付された括弧付きの参照符号は、その構成要素等と後述する実施形態に記載の具体的な構成要素等との対応関係の一例を示すものである。 Note that the reference numerals in parentheses attached to each component etc. indicate an example of the correspondence between the component etc. and specific components etc. described in the embodiments to be described later.
以下、本発明の実施形態について図に基づいて説明する。なお、以下の各実施形態相互において、互いに同一もしくは均等である部分には、同一符号を付して説明を行う。 Embodiments of the present invention will be described below based on the drawings. Note that in each of the following embodiments, parts that are the same or equivalent to each other will be described with the same reference numerals.
（第１実施形態）
本実施形態にかかる物体検知装置が備えられた車両制御システムについて説明する。ここでは、車両制御として、自動駐車を行う駐車支援制御を実行するものを例に挙げて説明するが、物体検知装置での物体検知結果に基づいて車両制御を行うものであれば、他の制御を行うものであっても構わない。
(First embodiment)
A vehicle control system equipped with an object detection device according to this embodiment will be described. Here, vehicle control will be explained using as an example parking assist control that performs automatic parking. It doesn't matter if it's something that does this.
図１に示すように、車両制御システム１は、ソナー１０、車速センサ２０、物体検知装置を構成する電子制御装置（以下、ＥＣＵという）３０、各種アクチュエータ４０および表示器５０を備えた構成とされている。
As shown in FIG. 1, the
ソナー１０は、測距センサに相当するものである。ソナー１０は、所定のサンプリング周期毎に、探査波として超音波を出力すると共にその反射波を取得することで得られた物標との相対速度や相対距離および物標が存在する方位角などの位置の測定結果をセンシング情報としてＥＣＵ３０へ逐次出力する。ソナー１０は、物体を検知した場合には、その検知した位置の座標である検知座標をセンシング情報に含めて出力している。物体の検知座標については、移動三角測量法を用いて特定しており、自車の移動に伴って物体までの距離が変化することから、サンプリング周期毎の測定結果の変化に基づいて特定している。
The
ここではソナー１０を１つのみ図示しているが、実際には、車両に対して複数箇所に備えられる。ソナー１０としては、例えば前後のバンパーに車両左右方向に複数個並べて配置されたフロントソナーや、車両の側方位置に配置されたサイドソナーが挙げられる。ソナー１０のサンプリング周期は、ソナー１０の配置場所に応じて設定されており、例えばフロントソナーでは第１周期、サイドソナーでは第１周期以下の第２周期とされている。
Although only one
なお、ここでは測距センサとしてソナー１０を例に挙げるが、測距センサとしては、ミリ波レーダやＬＩＤＡＲ（Light Detection and Ranging）なども挙げられる。ミリ波レーダは、探査波としてミリ波を用いた測定、ＬＩＤＡＲは、探査波としてレーザ光を用いた測定を行うものであり、共に、例えば車両の前方などの所定範囲内に探査波を出力し、その出力範囲内において測定を行う。
Here, the
車速センサ２０は、車速に応じた検出信号をＥＣＵ３０に入力するものであり、車速検出部に相当するものである。車速検出部は、車速を示す信号を出力できるものであれば良く、ここでは車速センサ２０を例に挙げたが、他のものであっても良い。例えば、車速検出部の信号として、車輪速度センサの検出信号を用いても良いし、他のＥＣＵで車速情報を扱っている場合には、その車速情報がＥＣＵ３０に入力されるようにしても良い。
The
ＥＣＵ３０は、物体の検知を行うと共に自動駐車を行うための駐車支援制御を実現するための各種制御を行うものであり、ＣＰＵ、ＲＯＭ、ＲＡＭ、Ｉ／Ｏなどを備えたマイクロコンピュータによって構成されている。具体的には、ＥＣＵ３０は、ソナー１０のセンシング情報に基づいてグリッドマップを作成することで自車の周囲に存在する物体を検知し、その物体の検知座標を選定する。さらに、本実施形態の場合には、ＥＣＵ３０は、物体の検知結果に基づいて駐車支援制御を行い、駐車支援制御に基づいて各種アクチュエータ４０を制御して自動駐車を行わせる。具体的には、ＥＣＵ３０は、各種制御を実行する機能部として、グリッド作成部３１、投票調整部３２、出力選定部３３および制御部３４を備えた構成とされている。
The ECU 30 performs various controls to detect objects and realize parking support control for automatic parking, and is composed of a microcomputer equipped with a CPU, ROM, RAM, I/O, etc. There is. Specifically, the ECU 30 detects objects existing around the vehicle by creating a grid map based on sensing information from the
グリッド作成部３１は、ソナー１０から入力されるセンシング情報に基づき、自車の周辺を複数のグリッドに分割したグリッドマップを用いて自車の周辺の物体の位置を示したグリッドマップを作成する。例えば、グリッド作成部３１は、自車を中心として自車よりも大きな数ｍ×数ｍの範囲のグリッドマップを作成している。グリッドマップは、平面視で自車両の周囲を格子状に区分けして複数のグリッドに分割したマップである。ここでは、グリッド作成部３１は、例えば数～十数ｃｍの正方形を１グリッド、つまり１単位領域として、自車の前後方向および自車の左右方向において格子状に区分けしたグリッドマップを作成している。なお、ソナー１０の解像度は高く、グリッドマップをより細かいグリッドで構成することも可能であるが、メモリ容量や処理負荷の低減のために、データを間引いて粗くしてもよい。
The
グリッド作成部３１によるグリッドマップの作成方法については周知の手法を用いれば良いが、例えばソナー１０のセンシング情報が示す物体の検知座標およびその周囲と対応するグリッドに対して投票数を設定し、その投票数を算出している。投票数は物体の存在確率を示す指標となる値であり、ここでは投票数が大きい値であるほど物体の存在確率が高いことを示している。グリッド作成部３１は、ソナー１０でのセンシング情報が入力される毎にグリッドマップを作成するようにしても良いが、メモリ容量や処理負担が大きくなってしまう。このため、ここではグリッド作成部３１は、ソナー認識が為された際、つまりセンシング情報に物体が認識されたことを示す情報が含まれていた際にグリッドマップを作成するようにしている。
A well-known method may be used to create the grid map by the
一例を挙げると、図２に示すように、ソナー１０のセンシング情報が示す物体の検知座標、すなわちソナー１０が物体の存在を検知した位置を示す座標と対応するグリッドを主グリッドとしている。本図では、図の中心が主グリッドとなる場合を示している。この主グリッドについては最も投票数を高い値に設定しており、ここでは投票数をＸ１としている。また、主グリッドの周囲に位置するグリッドを周囲グリッドとしている。本実施形態の場合は主グリッドに隣り合う８つのグリッドを周囲グリッドとしている。周囲グリッドについては主グリッドよりも投票数が低い値に設定しており、ここでは投票数をＹ１としている。そして、ソナー１０からセンシング情報が届くごとにそのセンシング情報が示す物体の検知座標およびその周囲と対応するグリッドに対する投票数を加算していくことでグリッドマップを更新していく。このようにして、グリッド作成部３１は、グリッドマップを作成している。
For example, as shown in FIG. 2, the main grid is a grid corresponding to the detection coordinates of the object indicated by the sensing information of the
さらに、本実施形態では、グリッド作成部３１は、物体の検知座標での投票数の設定について、車速に応じて調整するようにしている。これの詳細については、次の投票調整部３２で説明する。
Furthermore, in this embodiment, the
投票調整部３２は、車速に応じた投票数の調整を行う部分である。上記したグリッド作成部３１は、この投票調整部３２で調整された投票数の設定に基づいて、グリッドマップを作成する際の各グリッドでの投票数を算出している。投票数の調整の手法については複数あるが、ここでは車速に応じて投票数の設定を変更することで投票数の調整を行う。例えば、車速が高くなるほど投票数が高くなるように変更し、図２に示すような設定の投票数に対して各グリッドの投票数を高くする。一例を挙げると、高速走行時には、各グリッドの投票数を所定値、ここではＺずつ増加させている。そして、図３に示すように、ソナー１０のセンシング情報が示す物体の検知座標と対応する主グリッドの投票数をＸ２＝Ｘ１＋Ｚ、周囲グリッドの投票数をＹ２＝Ｙ１＋Ｚとしている。
The
車速に応じた投票数の調整については、所定の速度閾値を設定しておき、車速がその速度閾値未満であるか速度閾値以上であるかに応じて行っている。すなわち、車速が速度閾値未満であると、図２に示したような低速走行時の投票数設定（以下、低速投票数設定という）としている。そして、車速が速度閾値以上になると、図３に示したような高速走行時の投票数設定（以下、高速投票数設定という）としている。ここでいう速度閾値については任意に設定可能であるが、例えば５ｋｍ／ｈに設定している。 Regarding the adjustment of the number of votes according to the vehicle speed, a predetermined speed threshold is set, and the adjustment is performed depending on whether the vehicle speed is less than the speed threshold or greater than the speed threshold. That is, when the vehicle speed is less than the speed threshold, the number of votes during low-speed driving is set as shown in FIG. 2 (hereinafter referred to as "low-speed vote number setting"). When the vehicle speed becomes equal to or higher than the speed threshold, the number of votes during high-speed running is set as shown in FIG. 3 (hereinafter referred to as high-speed vote number setting). The speed threshold here can be set arbitrarily, but is set to 5 km/h, for example.
出力選定部３３は、物体特定部に相当し、グリッド作成部３１で作成されたグリッドマップから物体の存在するグリッドを特定し、そのグリッドに存在すると検知された物体の検知座標を制御部３４に出力する。例えば、出力選定部３３は、投票数の閾値を記憶しており、グリッドマップ中の各グリッドの投票数が閾値未満であれば物体が存在しないグリッドと判定し、閾値以上であれば物体が存在するグリッドと判定する。ここでは、閾値をＴｈに設定しており、投票数の合計値がＴｈ以上になったグリッドを物体が存在しているグリッドと特定している。閾値Ｔｈについては任意に設定可能であるが、例えばＸ１、Ｙ１＜Ｔｈ≦Ｘ２、Ｘ１＋Ｙ１を満たすようにしている。そして、ここで物体が存在すると特定されたグリッドと対応するソナー１０での物体の検知座標を実際の物体の検知座標として制御部３４に出力している。
The
このとき、物体の存在するグリッドの座標を制御部３４に出力することもできる。しかしながら、ここではグリッドに存在すると検知された物体の検知座標についてはソナー１０のセンシング情報が示す検知座標をそのまま出力している。このようにすれば、物体の存在するグリッドの座標を作成する必要がなくなり、ＥＣＵ３０のメモリ容量および処理負荷の低減を図ることができる。また、ソナー１０の解像度が高く、グリッドマップのデータの方が粗いため、ソナー１０のセンシング情報が示す検知座標をそのまま出力した方が、より詳細なデータとなる。
At this time, the coordinates of the grid where the object is present can also be output to the
制御部３４は、自動駐車を行うための駐車支援制御を行う。駐車支援制御では、現在位置から駐車予定位置までの駐車経路生成や、生成した駐車経路に沿って自車を移動させる経路追従制御、駐車支援制御に関する表示制御を実行している。駐車経路生成は、出力選定部３３から伝えられる物体の検知座標に基づいて行われる。例えば、制御部３４は、物体の検知座標を避けるように駐車経路を生成する。経路追従制御は、駐車経路生成によって生成された駐車経路に沿って自車を移動させるために、加減速制御や操舵制御などの車両運動制御を行う制御である。また、制御部３４は、駐車支援制御中に新たに駐車経路中に物体が検知された場合には、駐車経路を再生成したり、その物体が移動するまで経路追従制御での自車の移動を停止させることで、物体との接触が避けられるようにしている。
The
表示制御は、駐車支援制御に係わる表示を行うことでドライバに駐車支援制御中であることを伝えたり、駐車経路や自車の様子、例えば駐車経路中のどの位置を移動中であるかなどの表示を制御するものである。制御部３４は、表示制御として表示器５０を制御している。
Display control displays information related to parking assistance control to inform the driver that parking assistance control is in progress, and to display information such as the parking route and the state of the own vehicle, such as where on the parking route the driver is moving. It controls the display. The
なお、本実施形態では、ＥＣＵ３０を１つで構成し、そのＥＣＵ３０内に各機能部を備えた構成としているが、複数のＥＣＵを組み合わせた構成としても良く、一部のみ、例えば制御部３４だけを１つもしくは複数のＥＣＵで構成したものとしても良い。制御部３４を複数のＥＣＵで構成する場合の各種ＥＣＵとしては、例えば、操舵制御を行う操舵ＥＣＵ、加減速制御を行うパワーユニット制御ＥＣＵおよびブレーキＥＣＵ等が挙げられる。
Note that in this embodiment, the
具体的には、制御部３４は、図示しないが、自車に搭載されたアクセルポジションセンサ、ブレーキ踏力センサ、舵角センサ、シフトポジションセンサ等の各センサから出力される検出信号を取得している。そして、制御部３４は、取得した検出信号より各部の状態を検出し、駐車経路に追従して自車を移動させるべく、各種アクチュエータ４０に対して制御信号を出力する。
Specifically, although not shown, the
各種アクチュエータ４０は、自車の走行や停止に係わる各種走行制御デバイスであり、電子制御スロットル４１、ブレーキアクチュエータ４２、ＥＰＳ（Electric Power Steering）モータ４３、トランスミッション４４等がある。これら各種アクチュエータ４０が制御部３４からの制御信号に基づいて制御され、自車Ｖの走行方向や舵角、制駆動トルクが制御される。それにより、駐車経路に従って自車を移動させて駐車予定位置に駐車させるという経路追従制御を含む駐車支援制御が実現される。
The
表示器５０は、ナビゲーションシステムにおけるディスプレイ（以下、ナビディスプレイという）５１やメータに備えられるディスプレイ（以下、メータディスプレイという）５２などで構成される。ここでは、駐車支援制御中に、ナビディスプレイ５１やメータディスプレイ５２に駐車経路や駐車経路中のどの位置に自車が移動中であるかの表示を行うようにしている。
The
以上のようにして、本実施形態にかかる車両制御システム１が構成されている。次に、本実施形態にかる車両制御システム１の作動について説明する。なお、車両制御システム１のＥＣＵ３０で行われる駐車支援制御としては、駐車経路生成、経路追従制御、表示制御を行っているが、これらについては上記の通りであるため、説明を省略する。ここでは、駐車経路生成に用いるグリッドマップ作成や物体の検知座標の出力を含む物体検知について、図４を参照して説明する。図４は、ＥＣＵ３０が実行する物体検知処理のフローチャートである。この物体検知処理は、イグニッションスイッチなどの自車の起動スイッチがオンされている際に、所定の制御周期毎、例えばソナー１０のサンプリング周期よりも短い周期毎に実行される。ＥＣＵ３０のうちのグリッド作成部３１、投票調整部３２および出力選定部３３が処理部として機能して、この物体検知処理を行っている。
The
まず、ステップＳ１００では、ソナー認識が行われたか否か、つまりソナー１０から出力されるセンシング情報に物体が認識されたことを示す情報が含まれているか否かが判定される。そして、ソナー１０のセンシング情報に物体が認識されたことを示す情報が含まれているとステップＳ１１０に進み、含まれていなければ本処理を繰り返す。
First, in step S100, it is determined whether sonar recognition has been performed, that is, whether the sensing information output from the
ステップＳ１１０では、車速が所定の速度閾値、例えば５ｋｍ／ｈ未満であるか否かを判定する。具体的には、車速センサ２０が出力する車速に応じた検出信号から車速を求め、その車速を所定の速度閾値と大小比較している。そして、ステップＳ１１０で肯定判定されればステップＳ１２０に進み、低速投票数設定を行ってステップＳ１４０に進む。また、ステップＳ１１０で否定判定されればステップＳ１３０に進み、高速投票数設定を行ってステップＳ１４０に進む。
In step S110, it is determined whether the vehicle speed is less than a predetermined speed threshold, for example, 5 km/h. Specifically, the vehicle speed is determined from a detection signal corresponding to the vehicle speed output by the
そして、ステップＳ１４０においてグリッドの演算処理を行うことでグリッドマップを作成する。すなわち、物体が存在していると判定された主グリッドとその周囲に位置する周囲グリッドについて、ステップＳ１３０での低速投票数設定もしくはＳ１４０での高速投票数設定に応じた投票数を用いてグリッドマップを作成する。このとき、前の制御周期の際に作成したグリッドマップがあれば、そのグリッドマップ上において、今回の制御周期の際に物体が存在していると判定された主グリッドおよびその周囲に位置する周囲グリッドについて投票数の加算を行えば良い。または、今回の制御周期の際に物体が存在していると判定された主グリッドおよびその周囲に位置する周囲グリッドについて投票数を設定したグリッドマップを作成したのち、それを前回の制御周期のグリッドマップと統合する。このようにして、グリッドマップを作成すると、ステップＳ１５０に進む。 Then, in step S140, a grid map is created by performing grid arithmetic processing. That is, for the main grid in which it is determined that the object exists and the surrounding grids located around it, a grid map is created using the number of votes according to the slow voting number setting in step S130 or the fast voting number setting in S140. Create. At this time, if there is a grid map created during the previous control cycle, on that grid map, the main grid where it was determined that the object existed during the current control cycle and the surrounding areas located around it. All you have to do is add up the number of votes for each grid. Alternatively, after creating a grid map with the number of votes set for the main grid where it was determined that an object existed during the current control cycle and the surrounding grids located around it, use it as a grid map for the previous control cycle. Integrate with maps. After creating the grid map in this manner, the process advances to step S150.
ステップＳ１５０では、出力選定処理を行う。すなわち、ステップＳ１４０で作成したグリッドマップから物体の存在するグリッドを特定し、そのグリッドに存在すると検知された物体の検知座標を制御部３４に出力する。
In step S150, output selection processing is performed. That is, the grid in which the object exists is specified from the grid map created in step S140, and the detected coordinates of the object detected to exist in the grid are output to the
このようにして、駐車経路生成に用いるグリッドマップ作成や物体の検知座標の出力を含む物体検知が完了し、制御部３４に物体の検知座標が伝えられる。なお、ここで説明した各処理のうち、ステップＳ１００、Ｓ１４０の処理はグリッド作成部３１、ステップＳ１１０～Ｓ１３０の処理は投票調整部３２、ステップＳ１５０の処理は出力選定部３３によって実行される。
In this way, object detection including creation of a grid map used for parking route generation and output of the detected coordinates of the object is completed, and the detected coordinates of the object are transmitted to the
そして、制御部３４に物体の検知座標が伝えられると、制御部３４において、駐車支援制御として、駐車経路生成、経路追従制御、表示制御が実行される。これにより、物体を避けるようにして駐車経路が作成されたのち、各種アクチュエータ４０が制御されて駐車経路に追従した自動駐車が行われると共に、表示器５０にて駐車経路や駐車経路中のどの位置に自車が移動中であるかの表示が行われる。
When the detected coordinates of the object are transmitted to the
以上説明したように、本実施形態の車両制御システム１では、投票調整部３２を備え、グリッド作成部３１がグリッドマップを作成する際に、車速に応じて物体の検知座標での投票数の設定を調整するようにしている。このため、物体の検知座標が低速走行時と比較して高速走行時に疎になったとしても、車速に応じた投票数に設定することで、物体の座標位置での投票数の合計値、つまり物体の存在確率が高くなるようにできる。このため、車速に対応して、的確に物体を認識することが可能となり、精度良い物体検知を行うことができる。
As described above, the
例えば、自車が物体の側方を通過する場合を想定してみる。図５Ａおよび図５Ｂに示すように、ソナー１０として自車Ｖの側方に備えられたサイドソナーにて物体１００が検知されることになる。しかしながら、図５Ａに点Ｓ１～Ｓ５で示したように、低速走行時にはソナー１０でのサンプリング回数が多くなるが、図５Ｂに点Ｓ１～Ｓ３で示したように、高速走行時にはソナー１０でのサンプリング回数が低速走行時よりも少なくなる。つまり、図５Ｂにおいて破線で示した位置ではソナー１０でのサンプリングが行われない。
For example, let's assume that your vehicle passes along the side of an object. As shown in FIGS. 5A and 5B, an
低速走行時に作成されるグリッドマップは、物体の検知座標と対応する主グリッドでは投票数がＸ１、その周囲に位置する周囲グリッドでは投票数がＹ１となるため、図６Ａのようなグリッドマップが作成されることになる。グリッドマップ中にハッチングで示した部分は投票数が０ではないグリッドである。ハッチングの種類は、投票数の大きさに応じたものになっており、図６Ａの右側に示した物体の存在確率に対応している。 In the grid map created when driving at low speed, the number of votes is X1 in the main grid corresponding to the detected coordinates of the object, and the number of votes is Y1 in the surrounding grid located around it, so a grid map like the one shown in Figure 6A is created. will be done. The hatched areas in the grid map are grids where the number of votes is not 0. The type of hatching depends on the number of votes, and corresponds to the existence probability of the object shown on the right side of FIG. 6A.
なお、図６Ａは、グリッドマップのイメージを図示したものであり、必ずしも車両や物体のサイズおよび車速を正確に反映させたものではない。ここでは、低車速走行時の一例として、自車が１グリッド移動する時間とソナー１０のサンプリング周期が一致している場合のグリッドマップを示してある。
Note that FIG. 6A shows an image of the grid map, and does not necessarily accurately reflect the size and speed of the vehicle or object. Here, as an example when the vehicle is running at a low speed, a grid map is shown in which the time it takes for the vehicle to move one grid matches the sampling period of the
この図に示されるように、物体の存在確率が高い投票数が閾値Ｔｈ以上のグリッドが隣り合った状態になっている。つまり、途切れることなく連続するグリッドが物体の存在確率の高いグリッドとなっている。このため、実際に物体が存在しているはずのグリッドに対して、存在確率が高いグリッドとなるグリッドの占有率が高くなる。したがって、物体が存在していた場合に、的確に物体を認識することが可能となり、精度良い物体検知を行うことが可能となる。 As shown in this figure, grids in which the number of votes for an object with a high probability of existence is equal to or greater than the threshold Th are adjacent to each other. In other words, a grid that is continuous without interruption is a grid with a high probability of the existence of an object. For this reason, the occupancy rate of a grid with a high probability of existence becomes higher than that of a grid in which an object is supposed to actually exist. Therefore, when an object exists, it becomes possible to accurately recognize the object, and it becomes possible to perform highly accurate object detection.
一方、高速走行時に、仮に、低速投票設定と同様の投票数の設定、つまり物体の検知座標と対応する主グリッドでは投票数がＸ１、その周囲に位置する周囲グリッドでは投票数がＹ１であったとすると、図６Ｂのようなグリッドマップが作成される。図６Ｂにおいてもグリッドマップ中にハッチングで示した部分の意味は図６Ａと同様である。 On the other hand, when driving at high speed, suppose that the number of votes is set the same as the low-speed voting setting, that is, the number of votes is X1 in the main grid corresponding to the detected coordinates of the object, and the number of votes is Y1 in the surrounding grids located around it. Then, a grid map as shown in FIG. 6B is created. In FIG. 6B, the meanings of the hatched portions in the grid map are the same as in FIG. 6A.
なお、図６Ｂも、グリッドマップのイメージを図示したものであり、必ずしも車両や物体のサイズおよび車速を正確に反映させたものではない。ここでは、高速走行時として、自車が１グリッド移動する時間の方がソナー１０のサンプリング周期よりも短くなる場合のグリッドマップを示してある。
Note that FIG. 6B also illustrates an image of the grid map, and does not necessarily accurately reflect the size and speed of the vehicle or object. Here, the grid map is shown when the vehicle is traveling at high speed and the time it takes for the vehicle to move one grid is shorter than the sampling period of the
この図に示されるように、物体の存在確率が比較的高い投票数が閾値Ｔｈ以上となっているグリッドが隣り合って配置された状態になっていない。このため、実際に物体が存在しているはずのグリッドに対して、存在確率が高いグリッドとなるグリッドの占有率が低くなるし、存在確率が比較的高くなっていたとしても投票数の合計値が閾値Ｔｈ未満になって、物体として認識されない。したがって、物体が存在していた場合でも、的確に物体を認識できない可能性があり、精度良い物体検知が行えない。 As shown in this figure, grids in which the number of votes with a relatively high object existence probability is equal to or greater than the threshold Th are not arranged adjacent to each other. For this reason, the occupancy rate of grids with a high probability of existence is lower than that of grids where objects should actually exist, and even if the probability of existence is relatively high, the total number of votes becomes less than the threshold Th and is not recognized as an object. Therefore, even if an object exists, there is a possibility that the object cannot be accurately recognized, and accurate object detection cannot be performed.
これに対して、本実施形態では、高速投票数設定を設け、低速投票数設定の場合よりも投票数が多くなるようにしており、物体の検知座標と対応する主グリッドでは投票数がＸ２、その周囲に位置する周囲グリッドでは投票数がＹ２としている。このため、図６Ｃのようなグリッドマップが作成されることになる。図６Ｃにおいてもグリッドマップ中にハッチングで示した部分の意味は図６Ａと同様である。 In contrast, in this embodiment, a high-speed voting number setting is provided so that the number of votes is larger than that of the slow voting number setting, and the number of votes is X2, In the surrounding grid located around it, the number of votes is Y2. Therefore, a grid map as shown in FIG. 6C is created. In FIG. 6C as well, the meanings of the hatched portions in the grid map are the same as in FIG. 6A.
なお、図６Ｃも、グリッドマップのイメージを図示したものであり、必ずしも車両や物体のサイズおよび車速を正確に反映させたものではない。ここでは、高速走行時として、自車が１グリッド移動する時間の方がソナー１０のサンプリング周期よりも短くなる場合のグリッドマップを示してある。
Note that FIG. 6C also illustrates an image of the grid map, and does not necessarily accurately reflect the size and speed of the vehicle or object. Here, the grid map is shown when the vehicle is traveling at high speed and the time it takes for the vehicle to move one grid is shorter than the sampling period of the
この図に示されるように、物体の存在確率が高いグリッドが隣り合っており、サンプリングされたときの主グリッドの間に位置しているグリッドでの存在確率は図６Ｂの場合よりも高くなっている。このため、図６Ｂの場合と比較して、実際に物体が存在しているはずのグリッドに対して、存在確率が高いグリッドとなるグリッドの占有率を高められる。したがって、物体が存在していた場合に、的確に物体を認識することが可能となり、精度良い物体検知を行うことができる。 As shown in this figure, grids with a high probability of object existence are adjacent to each other, and the probability of existence in grids located between the main grids when sampled is higher than in the case of Figure 6B. There is. Therefore, compared to the case of FIG. 6B, it is possible to increase the occupancy rate of a grid with a high probability of existence compared to a grid where an object is supposed to actually exist. Therefore, when an object is present, it is possible to accurately recognize the object, and accurate object detection can be performed.
なお、図６Ｃのように、周囲グリッドのすべてについて投票数の増加数を同じにすると、物体の外形に沿ったグリッドだけでなく、その前後、図６Ｃで言えば上下位置にも存在確率が高くなるグリッドが発生してしまう。これを考慮して、そのグリッドに対応する位置にも物体があると認識され得る。このため、投票数の増加数については、周辺グリッドのうち主グリッドと辺が接しているグリッドでは第１所定数、例えばＺ１とし、主グリッドの四隅に接しているだけのグリッドでは第１所定数よりも小さな第２所定数、例えばＺ２としても良い。また、投票数の増加については、主グリッドに対して自車の移動方向に沿う方向に位置する周囲グリッドを第１所定数、例えばＺ１とし、その他の周囲グリッドを第１所定数よりも小さな第２所定数、例えばＺ２としても良い。 Note that if the increase in the number of votes is the same for all surrounding grids as shown in Figure 6C, the probability of existence is high not only in the grid along the outline of the object, but also in the front and back, or in the upper and lower positions in Figure 6C. A grid will occur. Taking this into consideration, it can be recognized that there is an object at a position corresponding to the grid. Therefore, regarding the increase in the number of votes, for grids whose sides are in contact with the main grid among the surrounding grids, the first predetermined number, for example Z1, is set, and for grids whose sides are only in contact with the four corners of the main grid, the number of votes is increased by the first predetermined number. The second predetermined number may be smaller, for example, Z2. Regarding the increase in the number of votes, surrounding grids located in the direction along the movement direction of the own vehicle with respect to the main grid are set to a first predetermined number, for example Z1, and other surrounding grids are set to a number smaller than the first predetermined number. It may be set to 2 predetermined number, for example Z2.
（第２実施形態）
第２実施形態について説明する。本実施形態は、第１実施形態に対して高速投票数設定する周囲グリッドの範囲を変更したものであり、その他については第１実施形態と同様であるため、第１実施形態と異なる部分についてのみ説明する。
(Second embodiment)
A second embodiment will be described. This embodiment differs from the first embodiment in that the range of the surrounding grid for setting the number of high-speed votes is changed, and other aspects are the same as in the first embodiment, so only the parts that differ from the first embodiment are different. explain.
第１実施形態では、高速投票数設定の際に投票数を加算する周囲グリッドの範囲については低速投票数設定と同じ範囲とし、その範囲内における投票数を低速投票数設定よりも増加させるようにした。これに対して、本実施形態では、高速投票数設定の際に投票数を加算する周囲グリッドの範囲を低速投票数設定よりも広い範囲とする。 In the first embodiment, the range of the surrounding grid to which the number of votes is added when setting the number of fast votes is the same as the number of slow votes, and the number of votes within that range is increased compared to the number of votes set at the slow rate. did. On the other hand, in the present embodiment, the range of the surrounding grid to which the number of votes is added is made wider when setting the number of votes at high speed than when setting the number of votes at slow speed.
一例を挙げると、低速投票数設定の際には、上記した図２に示すように、ソナー１０のセンシング情報が示す物体の検知座標と対応する主グリッドの投票数をＸ１、その周囲に位置する周囲グリッドの投票数をＹ１としている。そして、高速投票数設定の際には、図７に示すように投票数を加算する周囲グリッドの範囲を図２に示した範囲よりも１回り広くし、物体の検知座標と対応する主グリッドの周囲に位置する８グリッドおよびそれを囲む１６グリッドとしている。
For example, when setting the number of slow votes, as shown in FIG. 2 above, the number of votes for the main grid corresponding to the detected coordinates of the object indicated by the sensing information of the
このように、車速に応じて投票数を加算する周囲グリッドの範囲を変更している。これにより、物体の検知座標が低速走行時と比較して高速走行時に疎になったとしても、物体の検知座標となる主グリッドでの投票数の合計値、つまり物体の存在確率が高くなるようにできる。このため、車速に対応して、的確に物体を認識することが可能となり、精度良い物体検知を行うことができる。 In this way, the range of the surrounding grid to which the number of votes is added is changed according to the vehicle speed. As a result, even if the detected coordinates of an object are sparse when driving at high speeds compared to when driving at low speeds, the total number of votes in the main grid that is the detected coordinates of the object, that is, the probability of the object's existence will increase. Can be done. Therefore, it becomes possible to accurately recognize objects in accordance with the vehicle speed, and it is possible to perform highly accurate object detection.
例えば、自車が物体の側方を通過する場合を想定してみる。その場合、第１実施形態で説明した図５Ａおよび図５Ｂに示すように、ソナー１０として自車の側方に備えられたサイドソナーにて物体が検知されることになる。しかしながら、本実施形態のような高速投票数設定とすれば、高速走行時には図８のようなグリッドマップが作成されることになる。図８においてもグリッドマップ中にハッチングで示した部分の意味は図６Ａと同様である。
For example, let's assume that your vehicle passes along the side of an object. In that case, as shown in FIGS. 5A and 5B described in the first embodiment, the object is detected by a side sonar provided on the side of the own vehicle as the
この図に示されるように、一方向に並んだグリッドが物体の存在確率が高いグリッドとなっている。つまり、物体に沿うグリッドが物体の存在確率の高いグリッドとなっている。このため、実際に物体が存在しているはずのグリッドに対して、存在確率が高いグリッドとなるグリッドの占有率が高くなる。したがって、物体が存在していた場合に、的確に物体を認識することが可能となり、精度良い物体検知を行うことが可能となる。 As shown in this figure, grids arranged in one direction are grids with a high probability of object existence. In other words, the grid along the object is a grid with a high probability of the object's existence. For this reason, the occupancy rate of a grid with a high probability of existence becomes higher than that of a grid in which an object is supposed to actually exist. Therefore, if an object exists, it becomes possible to accurately recognize the object, and it becomes possible to perform accurate object detection.
また、第１実施形態のように、高速投票数設定の際の各グリッドでの投票数を低速投票数設定の投票数よりも多くする場合、ソナー１０が１回でも物体を検知したら、その検知座標での物体の存在確率が所定の閾値を超えてしまう。このため、ソナー１０での物体の検知がノイズであったとしてもそれを除去することができない。
Further, as in the first embodiment, when the number of votes in each grid when setting the number of fast votes is set to be larger than the number of votes when setting the number of slow votes, if the
これに対して、本実施形態では、高速投票数設定の際に、低速投票数設定の際よりも投票数を加算する周囲グリッドの範囲を増加させ、低速投票数設定と同じ範囲内では投票数を同じにしている。このようにすれば、ソナー１０での物体検知がノイズであった場合に、物体の検知座標での物体の存在確率が所定の閾値を超えないようにできる。このため、ソナー１０での物体の検知がノイズであった場合に、それを除去することができる。
In contrast, in this embodiment, when setting the number of fast votes, the range of the surrounding grid to which the number of votes is added is increased compared to when setting the number of slow votes, and within the same range as the slow number of votes, the number of votes is are the same. In this way, even if the object detected by the
ただし、第１実施形態のような高速投票数設定とすれば、ソナー１０で１回だけでも物体が検知されれば、グリッドマップからもその物体を的確に検知できるため、物体の検知漏れが発生することを抑制できる。その反面、本実施形態のような高速投票数設定とすると、ソナー１０で１回だけ物体が検知されただけでは、グリッドマップからその物体を的確に検知できない可能性があるため、ソナー１０で複数回物体が検知されることが必要になる。
However, if the high-speed voting count setting is used as in the first embodiment, if an object is detected by the
なお、図６Ｃのように、周囲グリッドのすべてについて投票数の増加数を同じにすると、主グッドについては存在確率が高くなるものの、主グリッドの間に位置するグリッドについては存在確率があまり高くならない。このため、主グリッドに対して、自車の移動方向に沿う方向に位置する周囲グリッドについては第１実施形態と組み合わせて、投票数を増加させるようにしても良い。 As shown in Figure 6C, if the increase in the number of votes is the same for all surrounding grids, the existence probability of the main good will increase, but the existence probability of grids located between the main grids will not increase very much. . For this reason, the number of votes may be increased for surrounding grids located in the direction along the moving direction of the own vehicle with respect to the main grid in combination with the first embodiment.
（他の実施形態）
本開示は、上記した実施形態に準拠して記述されたが、当該実施形態に限定されるものではなく、様々な変形例や均等範囲内の変形をも包含する。加えて、様々な組み合わせや形態、さらには、それらに一要素のみ、それ以上、あるいはそれ以下、を含む他の組み合わせや形態をも、本開示の範疇や思想範囲に入るものである。
(Other embodiments)
Although the present disclosure has been described based on the embodiments described above, it is not limited to the embodiments, and includes various modifications and modifications within equivalent ranges. In addition, various combinations and configurations, as well as other combinations and configurations that include only one, more, or fewer elements, are within the scope and scope of the present disclosure.
（１）例えば、上記第１、第２実施形態で説明した投票数や物体と検知する際に用いる所定の閾値の数値については一例を示したに過ぎず、任意に設定可能である。例えば、投票数を正の値に設定する場合を例に挙げたが、負の値に設定することもできる。また、第１、第２実施形態では、低速投票数設定と高速投票数設定という２段階の車速域で投票数を変更するようにした。つまり、速度閾値を設定し、その速度閾値未満であるか速度閾値以上であるかに応じて低速投票数設定と高速投票数設定という２種類の設定を用いて投票数の調整を行った。しかしながら、これも一例を示したに過ぎず、３種類以上の設定としても良い。 (1) For example, the number of votes and the numerical value of the predetermined threshold value used when detecting an object described in the first and second embodiments are merely examples, and can be set arbitrarily. For example, although the case where the number of votes is set to a positive value is given as an example, it can also be set to a negative value. Furthermore, in the first and second embodiments, the number of votes is changed in two vehicle speed ranges: low-speed voting number setting and high-speed voting number setting. In other words, a speed threshold was set, and the number of votes was adjusted using two types of settings, a slow voting number setting and a fast voting number setting, depending on whether the speed was less than the speed threshold or greater than the speed threshold. However, this is only one example, and three or more types of settings may be used.
その場合、第１実施形態のように車速に対応して設定値を変更する場合には、車速が高くなるほど設定値が徐々に高くなるようにすれば良い。設定値を高くする仕方については任意であり、例えば主グリッドのみ投票数が徐々に高くなるようにし、周囲グリッドについては投票数が不変もしくは所定車速までは高くなるようにしてそれ以上の車速で不変となるようにしても良い。 In that case, when changing the set value in accordance with the vehicle speed as in the first embodiment, the set value may be made to gradually increase as the vehicle speed increases. The setting value can be increased arbitrarily; for example, the number of votes for the main grid can be gradually increased, and for the surrounding grids, the number of votes can remain unchanged or increase up to a certain vehicle speed, and remain unchanged at vehicle speeds higher than that. It may be set as follows.
また、第２実施形態のように車速に対応して投票数を加算するグリッドの範囲を広くする場合には、車速が高くなるほど範囲が徐々に広くなるようにすれば良い。範囲を広くする方法については任意であり、車速が高くなった時に、それよりも低い車速のときに設定されていた範囲を全域囲む範囲となるようにしても良いが、必ずしも全域囲む範囲となっていなくても良い。 Further, when widening the range of the grid for adding up the number of votes in accordance with the vehicle speed as in the second embodiment, the range may be gradually widened as the vehicle speed increases. The method of widening the range is arbitrary; when the vehicle speed increases, it may be set so that the range encloses the entire range that was set when the vehicle speed was lower than that, but it is not necessarily the range that encloses the entire range. You don't have to.
（２）上記第１、第２実施形態では、ソナー１０のセンシング情報が示す物体の検知座標と対応する主グリッドに加えて、その周囲に位置する周囲グリッドのすべてについて投票数を加算するようにしているが、そのうちの一部だけにしても良い。また、周囲グリッドについて投票数を異ならせても良い。
(2) In the first and second embodiments described above, in addition to the main grid corresponding to the detected coordinates of the object indicated by the sensing information of the
例えば、ソナー１０の場合、幅方向の検知精度はあまり高くないが、物体までの距離の検知精度は高いため、物体を認識した場合、その物体よりも近い位置には何もない可能性が高い。このため、周囲グリッドのうち検知座標のグリッドよりもソナー１０に近い側に相当するグリッドについては、投票数を加算しないもしくは他のグリッドよりも投票数の加算を小さくするようにしても良い。
For example, in the case of
（３）上記第１、第２実施形態では、自車の起動スイッチがオンされている際に図４に示した物体検知処理が実行されるようにしたが、起動スイッチがオンされている際に常に実行されなくても良い。例えば、駐車支援制御の実行を指示する図示しないスイッチがオンされた際に、物体検知処理が実行されるようにしても良い。つまり、物体検知処理の結果が用いられる制御の実行が指示された際に、物体検知処理も実行されるようにすれば良い。 (3) In the first and second embodiments described above, the object detection process shown in FIG. 4 is executed when the starting switch of the host vehicle is turned on, but when the starting switch is turned on, does not have to be executed all the time. For example, the object detection process may be executed when a switch (not shown) instructing execution of parking assistance control is turned on. In other words, when the execution of control using the result of the object detection process is instructed, the object detection process may also be executed.
（４）なお、本開示に記載の処理部及びその手法は、コンピュータプログラムにより具体化された一つ乃至は複数の機能を実行するようにプログラムされたプロセッサ及びメモリーを構成することによって提供された専用コンピュータにより、実現されてもよい。あるいは、本開示に記載の処理部及びその手法は、一つ以上の専用ハードウエア論理回路によってプロセッサを構成することによって提供された専用コンピュータにより、実現されてもよい。もしくは、本開示に記載の処理部及びその手法は、一つ乃至は複数の機能を実行するようにプログラムされたプロセッサ及びメモリーと一つ以上のハードウエア論理回路によって構成されたプロセッサとの組み合わせにより構成された一つ以上の専用コンピュータにより、実現されてもよい。また、コンピュータプログラムは、コンピュータにより実行されるインストラクションとして、コンピュータ読み取り可能な非遷移有形記録媒体に記憶されていてもよい。 (4) Note that the processing unit and its method described in the present disclosure are provided by configuring a processor and memory programmed to execute one or more functions embodied by a computer program. It may also be realized by a dedicated computer. Alternatively, the processing units and techniques described in this disclosure may be implemented by a dedicated computer provided by a processor configured with one or more dedicated hardware logic circuits. Alternatively, the processing unit and the method described in the present disclosure may be implemented by a combination of a processor and memory programmed to perform one or more functions and a processor configured by one or more hardware logic circuits. It may be implemented by one or more dedicated computers configured. The computer program may also be stored as instructions executed by a computer on a computer-readable non-transitory tangible storage medium.
１ 車両制御システム
１０ ソナー
２０ 車速センサ
３０ ＥＣＵ
３１ グリッド作成部
３２ 投票調整部
３３ 出力選定部
３４ 制御部
４０ アクチュエータ
５０ 表示器
1
31
Claims (6)
前記自車の車速が高いほど前記主グリッドの投票数の合計値が高くなるように、前記車速に応じて、前記主グリッドの投票数を調整する投票調整部（３２）と、
前記グリッド作成部が作成した前記グリッドマップ中における前記投票数の合計値が所定の閾値を超えるグリッドを前記物体の存在するグリッドとして特定する物体特定部（３３）と、を有し、
前記投票調整部は、前記車速が高いほど、前記主グリッドに加算する前記投票数を高くする、物体検知装置。 Sensing information from a distance sensor (10) that outputs a search wave and measures the position of the object by acquiring a reflected wave from the search wave reflected by the object (100) is input, and the sensor detects the surroundings of the vehicle. Using a grid map divided into a plurality of grids, a predetermined number of votes is added to the main grid, which is a grid corresponding to the detection coordinates indicating the position where the object included in the sensing information was detected, and the number of votes is added to the main grid. a grid creation unit that creates a grid map showing the position of the object existing around the own vehicle by adding a number of votes lower than the predetermined number of votes to a surrounding grid that is a surrounding grid; (31) and
a voting adjustment unit (32) that adjusts the number of votes on the main grid according to the vehicle speed so that the higher the vehicle speed of the own vehicle, the higher the total value of the number of votes on the main grid;
an object identifying unit (33) that identifies a grid in which the total number of votes in the grid map created by the grid creating unit exceeds a predetermined threshold as a grid in which the object exists ;
In the object detection device, the vote adjustment unit increases the number of votes added to the main grid as the vehicle speed increases .
前記自車の車速が高いほど前記主グリッドの投票数の合計値が高くなるように、前記車速に応じて、前記主グリッドの投票数を調整する投票調整部（３２）と、
前記グリッド作成部が作成した前記グリッドマップ中における前記投票数の合計値が所定の閾値を超えるグリッドを前記物体の存在するグリッドとして特定する物体特定部（３３）と、を有し、
前記投票調整部は、前記車速が所定の速度閾値未満であると、加算する前記投票数を低速走行時に設定する低速投票数設定とし、前記車速が所定の速度閾値以上であると、前記低速投票数設定よりも少なくとも前記主グリッドの前記投票数を高くした高速投票数設定とする、物体検知装置。 Sensing information from a distance sensor (10) that outputs a search wave and measures the position of the object by acquiring a reflected wave from the search wave reflected by the object (100) is input, and the sensor detects the surroundings of the vehicle. Using a grid map divided into a plurality of grids, a predetermined number of votes is added to the main grid, which is a grid corresponding to the detection coordinates indicating the position where the object included in the sensing information was detected, and the number of votes is added to the main grid. a grid creation unit that creates a grid map showing the position of the object existing around the own vehicle by adding a number of votes lower than the predetermined number of votes to a surrounding grid that is a surrounding grid; (31) and
a voting adjustment unit (32) that adjusts the number of votes on the main grid according to the vehicle speed so that the higher the vehicle speed of the own vehicle, the higher the total value of the number of votes on the main grid;
an object identifying unit (33) that identifies a grid in which the total number of votes in the grid map created by the grid creating unit exceeds a predetermined threshold as a grid in which the object exists;
When the vehicle speed is less than a predetermined speed threshold, the vote adjustment section sets the number of votes to be added to a low speed vote number setting for low speed driving, and when the vehicle speed is equal to or higher than a predetermined speed threshold, the vote adjustment section sets the number of votes to be added to a low speed vote number setting when the vehicle speed is equal to or higher than a predetermined speed threshold. The object detection device has a high-speed voting number setting in which the number of votes of at least the main grid is higher than a number setting.
前記自車の車速が高いほど前記主グリッドの投票数の合計値が高くなるように、前記車速に応じて、前記主グリッドの投票数を調整する投票調整部（３２）と、
前記グリッド作成部が作成した前記グリッドマップ中における前記投票数の合計値が所定の閾値を超えるグリッドを前記物体の存在するグリッドとして特定する物体特定部（３３）と、を有し、
前記投票調整部は、前記車速が高いほど、前記投票数の加算を行う前記周囲グリッドの範囲を広くする、物体検知装置。 Sensing information from a distance sensor (10) that outputs a search wave and measures the position of the object by acquiring a reflected wave from the search wave reflected by the object (100) is input, and the sensor detects the surroundings of the vehicle. Using a grid map divided into a plurality of grids, a predetermined number of votes is added to the main grid, which is a grid corresponding to the detection coordinates indicating the position where the object included in the sensing information was detected, and the number of votes is added to the main grid. a grid creation unit that creates a grid map showing the position of the object existing around the own vehicle by adding a number of votes lower than the predetermined number of votes to a surrounding grid that is a surrounding grid; (31) and
a voting adjustment unit (32) that adjusts the number of votes on the main grid according to the vehicle speed so that the higher the vehicle speed of the own vehicle, the higher the total value of the number of votes on the main grid;
an object identifying unit (33) that identifies a grid in which the total number of votes in the grid map created by the grid creating unit exceeds a predetermined threshold as a grid in which the object exists;
In the object detection device, the voting adjustment section widens the range of the surrounding grid in which the number of votes is added as the vehicle speed increases.
前記自車の車速が高いほど前記主グリッドの投票数の合計値が高くなるように、前記車速に応じて、前記主グリッドの投票数を調整する投票調整部（３２）と、a voting adjustment unit (32) that adjusts the number of votes on the main grid according to the vehicle speed so that the higher the vehicle speed of the own vehicle, the higher the total value of the number of votes on the main grid;
前記グリッド作成部が作成した前記グリッドマップ中における前記投票数の合計値が所定の閾値を超えるグリッドを前記物体の存在するグリッドとして特定する物体特定部（３３）と、を有し、an object identifying unit (33) that identifies a grid in which the total number of votes in the grid map created by the grid creating unit exceeds a predetermined threshold as a grid in which the object exists;
前記投票調整部は、前記車速が所定の速度閾値未満であると、前記投票数を加算する前記周囲グリッドの範囲を低速走行時に設定する低速投票数設定とし、前記車速が所定の速度閾値以上であると、前記低速投票数設定よりも前記投票数を加算する前記周囲グリッドの範囲を広くした高速投票数設定とする、物体検知装置。When the vehicle speed is less than a predetermined speed threshold, the voting adjustment section sets the range of the surrounding grid to which the number of votes is added to be set as a low speed vote number when the vehicle speed is traveling at low speed, and when the vehicle speed is equal to or higher than a predetermined speed threshold. If so, the object detection device sets a high-speed voting number setting in which the range of the surrounding grid to which the voting number is added is wider than that of the low-speed voting number setting.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2020032117A JP7363575B2 (en) | 2020-02-27 | 2020-02-27 | object detection device |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2020032117A JP7363575B2 (en) | 2020-02-27 | 2020-02-27 | object detection device |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JP2021135193A JP2021135193A (en) | 2021-09-13 |
| JP7363575B2 true JP7363575B2 (en) | 2023-10-18 |
Family
ID=77660993
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2020032117A Active JP7363575B2 (en) | 2020-02-27 | 2020-02-27 | object detection device |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP7363575B2 (en) |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2023243033A1 (en) * | 2022-06-16 | 2023-12-21 | 三菱電機株式会社 | Control specification defining method, vehicle control device, and control specification defining device |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2000329852A (en) | 1999-05-17 | 2000-11-30 | Nissan Motor Co Ltd | Obstacle recognition device |
| JP2002123818A (en) | 2000-10-12 | 2002-04-26 | Nissan Motor Co Ltd | Peripheral obstacle detecting device for vehicle |
| WO2005109033A1 (en) | 2004-05-11 | 2005-11-17 | Murata Manufacturing Co., Ltd. | Radar |
| JP2016166767A (en) | 2015-03-09 | 2016-09-15 | 三菱電機株式会社 | Sensitivity adjustment device for sonar sensor system |
| JP2017187422A (en) | 2016-04-07 | 2017-10-12 | トヨタ自動車株式会社 | Nearby article detection apparatus |
| US20180203106A1 (en) | 2017-01-19 | 2018-07-19 | Autoliv Asp, Inc. | System and method for automatic trailer detection |
| JP2018132873A (en) | 2017-02-14 | 2018-08-23 | 株式会社デンソー | Information processing apparatus |
-
2020
- 2020-02-27 JP JP2020032117A patent/JP7363575B2/en active Active
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2000329852A (en) | 1999-05-17 | 2000-11-30 | Nissan Motor Co Ltd | Obstacle recognition device |
| JP2002123818A (en) | 2000-10-12 | 2002-04-26 | Nissan Motor Co Ltd | Peripheral obstacle detecting device for vehicle |
| WO2005109033A1 (en) | 2004-05-11 | 2005-11-17 | Murata Manufacturing Co., Ltd. | Radar |
| JP2016166767A (en) | 2015-03-09 | 2016-09-15 | 三菱電機株式会社 | Sensitivity adjustment device for sonar sensor system |
| JP2017187422A (en) | 2016-04-07 | 2017-10-12 | トヨタ自動車株式会社 | Nearby article detection apparatus |
| US20180203106A1 (en) | 2017-01-19 | 2018-07-19 | Autoliv Asp, Inc. | System and method for automatic trailer detection |
| JP2018132873A (en) | 2017-02-14 | 2018-08-23 | 株式会社デンソー | Information processing apparatus |
Also Published As
| Publication number | Publication date |
|---|---|
| JP2021135193A (en) | 2021-09-13 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US10832064B2 (en) | Vacant parking space detection apparatus and vacant parking space detection method | |
| US9914458B2 (en) | Control system of automated driving vehicle | |
| KR101795902B1 (en) | Vehicle system | |
| US9507016B2 (en) | Preceding vehicle selection apparatus | |
| CN108099918B (en) | Method for determining a command delay of an autonomous vehicle | |
| JP3891011B2 (en) | Cruise control device, program | |
| US11898855B2 (en) | Assistance control system that prioritizes route candidates based on unsuitable sections thereof | |
| KR20190016332A (en) | Deep learning based self-driving car, deep learning based self-driving control device, and deep learning based self-driving control method | |
| US20200247415A1 (en) | Vehicle, and control apparatus and control method thereof | |
| JP6558214B2 (en) | Automatic driving device | |
| JP2017521745A (en) | In-vehicle device that informs vehicle navigation module of presence of object | |
| JP6321373B2 (en) | Course estimation device and program | |
| JP6408971B2 (en) | Driving assistance device that provides assistance according to the characteristics and skills of the driver | |
| US20200298844A1 (en) | Driving assistance apparatus | |
| US20160307026A1 (en) | Stereoscopic object detection device and stereoscopic object detection method | |
| CN113661533B (en) | Falling object discriminating device, driving assistance system, and falling object discriminating method | |
| CN115718302A (en) | Object tracking for autonomous machine applications using LiDAR data | |
| JP2017187422A (en) | Nearby article detection apparatus | |
| WO2021172535A1 (en) | Object detecting device | |
| EP3715203A1 (en) | Vehicle driving support system, method, computer-program product, and vehicle | |
| JP7363575B2 (en) | object detection device | |
| US20220297599A1 (en) | Driving support device, driving support method, and storage medium | |
| JP7363574B2 (en) | object detection device | |
| JP7191143B2 (en) | Other vehicle behavior prediction device, other vehicle behavior prediction method, and automatic driving system | |
| WO2022030186A1 (en) | Vehicle and obstacle detection device |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20220708 |
|
| A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20230428 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20230509 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20230704 |
|
| 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: 20230905 |
|
| A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20230918 |
|
| R150 | Certificate of patent or registration of utility model |
Ref document number: 7363575 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |