物體檢測裝置制造方法
【專利摘要】物體檢測裝置具有：取得與由雷達檢測到的雷達目標相關(guān)的信息、以及與由圖像取得部檢測到的圖像目標相關(guān)的信息的目標信息取得部；基于雷達目標的位置及圖像目標的位置是否處于規(guī)定的范圍內(nèi)來對物體的存在進行檢測的物體檢測部。物體檢測部判定物體是否是行人，在判定為物體是行人的情況下，相比判定為不是行人的情況，擴大規(guī)定的范圍。
【專利說明】物體檢測裝置

【技術(shù)領(lǐng)域】
[0001 ] 本發(fā)明涉及物體檢測裝置。

【背景技術(shù)】
[0002]作為以往的物體檢測裝置，已知有利用雷達和照相機來檢測自身車輛前方的物體的裝置(例如參照專利文獻I)。該物體檢測裝置已知構(gòu)成為，利用雷達對車輛前方進行探測，將反射強度為閾值以上的物體檢測為補充對象目標，在該補充對象目標是行人等反射強度低的物體的情況下，降低閾值，從而容易進行行人的檢測。
[0003]在先技術(shù)文獻
[0004]專利文獻
[0005]專利文獻1:日本特開2006-284293號公報


【發(fā)明內(nèi)容】

[0006]發(fā)明要解決的課題
[0007]但是，在以往的物體檢測裝置中，有時不能足夠準確地檢測行人。因此，為了能夠進行更正確的注意提醒和碰撞避免，要求進一步提高針對行人的檢測精度。
[0008]本發(fā)明是為了解決上述問題而作出的，其目的在于提供一種可以提高針對行人的檢測精度的物體檢測裝置。
[0009]用于解決課題的方案
[0010]本發(fā)明的一方案的物體檢測裝置具有:目標信息取得部，所述目標信息取得部取得與由雷達檢測到的雷達目標相關(guān)的信息、以及與由圖像取得部檢測到的圖像目標相關(guān)的信息；以及物體檢測部，所述物體檢測部基于雷達目標的位置及圖像目標的位置是否處于規(guī)定的范圍內(nèi)，對物體的存在進行檢測，所述物體檢測裝置的特征在于，物體檢測部判定物體是否是行人，在判定為物體是行人的情況下，相比判定為不是行人的情況，擴大規(guī)定的范圍。
[0011]該物體檢測裝置基于雷達目標的位置及圖像目標的位置是否處于規(guī)定的范圍內(nèi)，對物體的存在進行檢測。在此，在作為對象的物體是行人的情況下，在由雷達進行的檢測中，反射強度弱，導(dǎo)致雷達目標和圖像目標的位置偏離，因此，盡管實際存在行人，但由于雷達目標的位置和圖像目標的位置不進入規(guī)定的范圍內(nèi)而有可能影響到行人的檢測精度。在本發(fā)明的物體檢測裝置中，物體檢測部判定物體是否是行人，在判定為物體是行人的情況下，相比判定為不是行人的情況，擴大規(guī)定的范圍。由此，在作為對象的物體是行人的情況下，即便在對行人進行檢測時產(chǎn)生雷達目標的橫向位置延遲(日文原文:橫位置遅Λ )、橫向跳躍(日文原文:橫飛& )等，也可以使雷達目標和圖像目標的位置處于規(guī)定的范圍內(nèi)，因此，可以正確地檢測行人。因此，可以提高針對行人的檢測精度。
[0012]在物體檢測裝置中，在物體檢測部判定為物體不是行人的情況下，將雷達目標的位置作為規(guī)定的范圍的基軸，在判定為物體是行人的情況下，將圖像目標的位置作為規(guī)定的范圍的基軸。圖像目標與檢測行人時產(chǎn)生橫向位置延遲、橫向跳躍等的雷達目標相比，可以正確地檢測行人的橫向位置。因此，在判定為物體是行人的情況下，將用于檢測的規(guī)定的范圍的基軸作為圖像目標的位置，從而可以正確地檢測行人。
[0013]在物體檢測裝置中，物體檢測部基于雷達目標的移動速度，判定物體是否是行人。另外，物體檢測部基于雷達的反射強度，判定物體是否是行人。由此，能夠?qū)ξ矬w是行人這種情況正確地進行判定。
[0014]在物體檢測裝置中，物體檢測部判定物體是否是在與車輛行進方向交叉的方向上移動的橫穿的行人，在判定為物體是橫穿的行人的情況下，相對于判定為不是橫穿的行人的情況，變更規(guī)定的范圍。在物體是橫穿的行人的情況下，尤其容易產(chǎn)生雷達目標的橫向位置延遲。因此，在判定為物體是橫穿的行人時變更規(guī)定的范圍，從而可以更顯著地獲得提高檢測精度這樣的效果。
[0015]發(fā)明的效果
[0016]根據(jù)本發(fā)明，可以提高針對行人的檢測精度。

【專利附圖】

【附圖說明】
[0017]圖1是表示本實施方式的物體檢測裝置的結(jié)構(gòu)的圖。
[0018]圖2是表示相對于自身車輛的行人的實際的軌跡、圖像目標的軌跡及雷達目標的軌跡的關(guān)系的示意圖。
[0019]圖3是表示融合檢索范圍與圖像目標及雷達目標的關(guān)系的示意圖。
[0020]圖4是對變更前和變更后的融合檢索范圍進行了比較的示意圖。
[0021]圖5是表示本實施方式的物體檢測裝置的處理內(nèi)容的流程圖。
[0022]圖6是表示本實施方式的物體檢測裝置的橫穿行人判定處理的內(nèi)容的流程圖。
[0023]圖7是表示物體檢測裝置的變形例的處理內(nèi)容的流程圖。

【具體實施方式】
[0024]以下，參照【專利附圖】

【附圖說明】本發(fā)明的物體檢測裝置的實施方式。
[0025]首先，參照圖1說明物體檢測裝置I的結(jié)構(gòu)。圖1是表示本發(fā)明的實施方式的物體檢測裝置I的結(jié)構(gòu)的圖。
[0026]物體檢測裝置I是搭載于自身車輛并對存在于自身車輛的前方的物體進行檢測的裝置。物體檢測裝置I檢測前方的物體，并且，使用該檢測結(jié)果來進行碰撞防止處理、注意提醒處理等駕駛支援處理。物體檢測裝置I構(gòu)成為具有EOJ (Electronic Control Unit:電子控制單元)2、雷達3、照相機4、以及制動部6。物體檢測裝置I通過進行如下的傳感器融合(sensor fus1n)，可以檢測對于自身車輛而言成為障礙物的物體，在該傳感器融合中組合了由雷達3實現(xiàn)的傳感器功能和由照相機4實現(xiàn)的傳感器功能。另外，物體檢測裝置I可以判斷與檢測到的物體碰撞的可能性，并進行用于避免該碰撞的處理。
[0027]雷達3是利用毫米波或激光等來檢測自身車輛的前方的物體的雷達。雷達3安裝在汽車的前部。在雷達3中，從自身車輛朝向前方發(fā)射毫米波或激光，通過受信部接收被物體反射的毫米波或激光。雷達3與ECU2連接，將與檢測到的雷達目標相關(guān)的信息輸出到ECU2。對于雷達3而言，物體的橫向位置檢測精度低，在原理上不能檢測物體的寬度，但適合于檢測相距物體的距離、相對速度。
[0028]照相機4是取得自身車輛的前方的圖像的圖像取得部。照相機4安裝在自身車輛的前部。照相機4每隔規(guī)定時間拍攝自身車輛的前方的規(guī)定范圍并生成圖像數(shù)據(jù)，將生成的圖像數(shù)據(jù)輸出到ECU2。對于照相機4而言，相距物體的距離、相對速度的檢測精度低，但物體的橫向位置檢測精度高，可以檢測物體的寬度。
[0029]制動部6基于來自ECU2的控制信號，施加使自身車輛的速度減速的制動力。制動部6具有如下功能:在存在于自身車輛前方的物體與自身車輛有可能碰撞的情況下，使自身車輛減速或停止來避免該碰撞。另外，在本實施方式中，為了避免與物體碰撞而進行制動控制，但也可以進行如下控制:為了避開物體而變更移動路徑那樣的控制、通過聲音、圖像來提醒駕駛員注意以避免碰撞那樣的控制、或者與它們的組合相關(guān)的控制。
[0030]E⑶2是進行物體檢測裝置I整體的控制的電子控制單元，例如以CPU為主體而構(gòu)成，該ECU2具有ROM、RAM、輸入信號電路、輸出信號電路、電源電路等。ECU2構(gòu)成為具有目標信息取得部21、融合處理部(物體檢測部)22、橫穿行人判定部(物體檢測部)23、碰撞判斷部24、以及自動制動控制部26。
[0031]目標信息取得部21具有取得與由雷達3檢測到的雷達目標相關(guān)的信息及與由照相機4檢測到的圖像目標相關(guān)的信息的功能。與雷達目標相關(guān)的信息指的是通過雷達3的檢測而得到的各種信息，例如包括雷達目標的位置(雷達目標的距離、橫向位置)、雷達目標的移動速度(與自身車輛的相對速度)、雷達3的反射強度等信息。與圖像目標相關(guān)的信息指的是通過照相機4的圖像而得到的各種信息，例如包括圖像目標的位置(圖像目標的距離、橫向位置)、圖像目標的移動速度(與自身車輛的相對速度)、圖像目標的橫向?qū)挾取⒖v深、高度等信息。另外，目標信息取得部21也可以接收來自雷達3、照相機4的檢測結(jié)果，并對與如上所述的目標相關(guān)的信息進行計算來取得該信息?；蛘撸部梢詷?gòu)成為，雷達3、照相機4計算與各目標相關(guān)的信息，目標信息取得部21從雷達3及照相機4接收該信息而取得該信息。
[0032]融合處理部22具有如下功能:將與雷達目標相關(guān)的信息及與圖像目標相關(guān)的信息組合地進行傳感器融合，從而檢測自身車輛的前方的物體。如上所述，對于雷達3和照相機4而言，分別存在適合于進行檢測的信息和不適合于進行檢測的信息，因此，通過將兩者組合，可以高精度地檢測物體。融合處理部22具有如下功能:設(shè)定融合檢索范圍(規(guī)定的范圍)，基于雷達目標的位置及圖像目標的位置是否處于該融合檢索范圍內(nèi)，對物體的存在進行檢測。另外，融合處理部22具有如下功能:在該物體為橫穿的行人的情況下，擴大融合檢索范圍。具體的處理內(nèi)容的詳情在后面論述。
[0033]橫穿行人判定部23具有判定檢測到的物體是否是橫穿的行人的功能。在此，作為車輛前方的物體，列舉先行車輛、自行車、摩托車等，但在物體是在與自身車輛的行進方向交叉的方向(垂直地交叉的方向或以接近垂直的角度交叉的方向)上移動的橫穿的行人的情況下，產(chǎn)生如下的問題。例如，圖2(a)表示橫穿的行人RW在自身車輛M的前方移動的形態(tài)。該情況下的橫穿的行人RW相對于自身車輛M的實際的軌跡、由雷達3檢測到的雷達目標的軌跡、以及由照相機4檢測到的圖像目標的軌跡如圖2(b)所示。在被檢測的物體是橫穿的行人RW的情況下，如圖2 (b)所示，雷達目標的橫向位置相對于實際的橫向位置產(chǎn)生延遲。另外，由于人的反射波弱，因此，產(chǎn)生橫向跳躍。因這些問題而導(dǎo)致檢測精度降低，不能進行傳感器融合，物體的存在概率降低，從而存在不能進行適當?shù)呐袛嗟目赡苄?。因此，物體檢測裝置I基于橫穿行人判定部23的判定結(jié)果進行適當?shù)奶幚?，由此，即便檢測到的物體是橫穿的行人，也可以進行正確的判斷。
[0034]具體來說，如圖3所示，融合處理部22基于雷達目標LW的位置及圖像目標VW的位置是否處于融合檢索范圍EFl、EF2的范圍內(nèi)，對物體的存在進行檢測。在通常時(未判定為檢測到橫穿的行人的狀態(tài))，融合處理部22進行相對于雷達目標LW組合圖像目標VW那樣的傳感器融合。即，融合處理部22設(shè)定圖3(a)所示那樣的融合檢索范圍EF1。該融合檢索范圍EFl將雷達目標LW的位置作為基軸，相對于該基軸設(shè)定為橫向?qū)挾萖l、縱深yI的大小。若圖像目標VW位于該融合檢索范圍EFl的范圍內(nèi)，則融合處理部22能夠進行傳感器融合來檢測物體。在圖3(b)所示的時刻，若橫穿行人判定部23判定為正被檢測的物體是橫穿的行人RW，則融合處理部22相對于判定為不是橫穿的行人RW的情況，變更融合檢索范圍。在判定為檢測到的物體是橫穿的行人RW的情況下，融合處理部22進行相對于圖像目標VW組合雷達目標LW、進而融合檢索范圍自身的大小也擴大了的傳感器融合。S卩，融合處理部22從通常時的融合檢索范圍EFl向圖3(c)所示的橫穿行人用的融合檢索范圍EF2變更。該融合檢索范圍EF2將圖像目標VW的位置作為基軸，相對于該基軸設(shè)定為橫向?qū)挾葂2( > xl)、縱深y2( > yl)的大小。若圖像目標LW位于該融合檢索范圍EF2的范圍內(nèi)，則融合處理部22能夠進行傳感器融合來檢測物體。例如，在檢測橫穿的行人時也與其他物體同樣地使用融合檢索范圍EFl的情況下，如圖4(b)所示，因傳感器延遲的影響而導(dǎo)致圖像目標VW不進入將雷達目標LW的位置作為基軸的融合檢索范圍EF1，存在如下可能性:盡管實際存在橫穿的行人RW，但不能進行傳感器融合。另一方面，在使用將圖像目標VW的位置作為基軸并擴大了的融合檢索范圍EF2的情況下，如圖4(a)所示，即便存在傳感器延遲等，也可以進行傳感器融合，能夠正確地檢測橫穿的行人RW。
[0035]碰撞判斷部24具有判斷檢測到的物體與自身車輛是否存在碰撞的可能性的功能。碰撞判斷部24進行與雷達目標相關(guān)的信息和與圖像目標相關(guān)的信息的傳感器融合，若能夠進行該傳感器融合，則物體的存在概率提高。例如，如圖4(a)所示，若雷達目標LW的位置和圖像目標VW的位置雙方處于融合檢索范圍內(nèi)，則碰撞判斷部24提高物體的存在概率,如圖4(b)所不,若雷達目標LW的位置和圖像目標VW的位置中的任一方處于融合檢索范圍的外側(cè)，則碰撞判斷部24降低物體的存在概率。碰撞判斷部24與進行傳感器融合的時間成比例地進一步提高存在概率，在存在概率超過規(guī)定的閾值的情況下，計算物體和自身車輛的碰撞時間(=相對距離/相對速度)。在碰撞時間為規(guī)定的閾值以下的情況下，碰撞判斷部24判斷為物體與自身車輛的碰撞可能性高。
[0036]自動制動控制部26具有如下功能:在由碰撞判斷部24判斷為碰撞的可能性高的情況下，向制動部6輸出用于進行自動制動的控制信號。
[0037]接著，參照圖5及圖6，說明本實施方式的物體檢測裝置I的處理內(nèi)容的一例。圖5及圖6的處理在搭載有物體檢測裝置I的車輛的行駛中在ECU2中執(zhí)行。首先，如圖5所示，橫穿行人判定部23執(zhí)行橫穿行人判定處理，在該橫穿行人判定處理中，進行車輛前方的物體是否是橫穿的行人的判定(步驟S10)。
[0038]在橫穿行人判定處理中，由橫穿行人判定部23進行圖6所述的處理。在橫穿行人判定處理中，如圖6所示，橫穿行人判定部23通過參照由目標信息取得部21取得的信息來判定是否存在由雷達3及照相機4這兩個傳感器檢測的檢測目標(步驟S30)。當在S30中判定為不存在由兩個傳感器檢測的檢測目標時，在橫穿行人判定標記未設(shè)定的狀態(tài)下，結(jié)束圖6所示的橫穿行人判定處理。另一方面，當在S30中判定為存在由兩個傳感器檢測的檢測目標時，橫穿行人判定部23參照融合處理部22中的處理結(jié)果，判定是否可以進行傳感器融合(步驟S32)。例如如圖3(a)所示，在圖像目標VW的位置處于融合檢索范圍EFl的范圍內(nèi)的情況下，橫穿行人判定部23判定為能夠進行傳感器融合。在圖像目標VW的位置處于融合檢索范圍EFl的范圍的外側(cè)的情況下，橫穿行人判定部23判定為不能進行傳感器融合，在橫穿行人判定標記未設(shè)定的狀態(tài)下，結(jié)束圖6所示的橫穿行人判定處理。
[0039]另一方面，當在S32中判定為能夠進行傳感器融合時,橫穿行人判定部23判定作為對象的物體是否存在于汽車專用道路以外(步驟S34)。該判定可以基于例如由照相機4取得的圖像來進行判定。當在S34中判定為物體存在于汽車專用道路時，在橫穿行人判定標記未設(shè)定的狀態(tài)下，結(jié)束圖6所示的橫穿行人判定處理。另一方面，當在S34中判定為物體存在于汽車專用道路以外時，橫穿行人判定部23基于由目標信息取得部21取得的信息，判定物體的縱向速度、橫向速度、寬度是否處于規(guī)定范圍內(nèi)(步驟S36)。在該判定中，例如在如下情況等下可以判定為不是橫穿的行人，該情況包括:作為橫穿的行人而言移動速度過快的情況、完全停止的情況、寬度過大的情況等。另外，也可以通過考慮雷達3的反射強度來進行判定。當在S36中判定為各條件不在規(guī)定范圍內(nèi)時，在橫穿行人判定標記未設(shè)定的狀態(tài)下，結(jié)束圖6所示的橫穿行人判定處理。
[0040]另一方面，當在S36中判定為各條件處于規(guī)定范圍內(nèi)時，橫穿行人判定部23為了判斷物體是橫穿的行人的可靠性而計算橫穿行人概率。具體來說，橫穿行人判定部23設(shè)定初始值Pl作為橫穿行人概率P (步驟S38)。接著，橫穿行人判定部23再次參照融合處理部22中的處理，判定是否能夠使融合狀態(tài)持續(xù)(步驟S40)。當在S40中判定為融合狀態(tài)未持續(xù)時，在橫穿行人判定標記未設(shè)定的狀態(tài)下，結(jié)束圖6所示的橫穿行人判定處理。另一方面，當在S40中判定為融合狀態(tài)持續(xù)時，橫穿行人判定部23基于由目標信息取得部21取得的信息，判定物體的縱向速度、橫向速度、寬度是否處于規(guī)定范圍內(nèi)(步驟S42)。當在S42中判定為各條件處于規(guī)定范圍內(nèi)時，橫穿行人判定部23將△ P與橫穿行人概率P相加來提高橫穿行人概率P (步驟S44)，當判定為各條件不在規(guī)定范圍內(nèi)時，橫穿行人判定部23從橫穿行人概率P減去Ap來降低橫穿行人概率P (步驟S46)。此后，橫穿行人判定部23判定橫穿行人概率P是否比規(guī)定的閾值P2大(步驟S48)。在橫穿行人概率P為閾值p2以下的情況下，再次從S40重復(fù)進行處理。另一方面，在橫穿行人概率P比閾值p2大的情況下，橫穿行人判定部23設(shè)定橫穿行人判定標記，結(jié)束圖6所示的橫穿行人處理。
[0041]回到圖5，融合處理部22進行如下判定:橫穿行人判定的判定標記是否設(shè)定(步驟S12)。在檢測到的物體是前方車輛等橫穿的行人以外的物體的情況或原本物體未被雷達3或照相機4檢測到的情況下，在SlO中判定標記未設(shè)定。在該情況下，在S12中判定為判定標記未設(shè)定，結(jié)束圖5所示的處理。此時，在未檢測到物體的情況下，使自身車輛的行駛持續(xù)。另外，在橫穿的行人以外的物體被檢測到的情況下，使用如圖3(a)所示那樣的將雷達目標LW的位置作為基軸的融合檢索范圍EF1，進行存在概率的計算、碰撞時間的計算，在存在碰撞的可能性的情況下執(zhí)行自動制動。
[0042] 另一方面，當在S12中判定為判定標記被設(shè)定時，融合處理部22相對于圖像目標而融合雷達目標(步驟S14)，并擴大融合檢索范圍(步驟S16)。具體來說，融合處理部22從圖3(a)所示的融合檢索范圍EFl向圖3(c)所示的融合檢索范圍EF2變更。接著,碰撞判斷部24基于變更后的融合檢索范圍EF2進行存在概率的計算(步驟S18)。S卩，若在將圖像目標VW的位置作為基軸的融合檢索范圍EF2內(nèi)存在雷達目標LW，則碰撞判斷部24提高物體(橫穿的行人)的存在概率，在雷達目標LW從融合檢索范圍EF2脫離時，降低存在概率。反復(fù)進行該計算，若存在概率比規(guī)定的閾值大，則碰撞判斷部24計算直至物體與自身車輛碰撞為止的碰撞時間(步驟S20)。在該碰撞時間為規(guī)定的閾值以下的情況下，自動制動控制部26向制動部6輸出控制信號，執(zhí)行用于避免與物體碰撞的制動處理(步驟S22)。若S22的處理結(jié)束，則圖5的處理結(jié)束，再次從SlO重復(fù)進行處理。
[0043]接著，對本實施方式的物體檢測裝置I的作用、效果進行說明。
[0044]首先，如圖4(b)所示，對如下情況進行說明，即不論作為對象的物體是否是行人，都使用將雷達目標LW的位置作為基軸的融合檢索范圍EF1。如前所示，在作為對象的物體是行人的情況下，對于由雷達3進行的檢測而言，由于橫向位置延遲、反射強度弱，因此存在產(chǎn)生橫向跳躍的可能性(參照圖2(b))。由此，如圖4(b)所示，導(dǎo)致雷達目標LW和圖像目標VW的位置偏離，因此，盡管實際存在橫穿的行人RW，但因雷達目標LW的位置和圖像目標VW的位置不進入融合檢索范圍EFl內(nèi)，所以導(dǎo)致以存在概率降低的方式進行計算，從而影響到橫穿的行人RW的檢測精度。
[0045]另一方面，在本實施方式的物體檢測裝置I中，橫穿行人判定部23判定物體是否是橫穿的行人RW。另外，在判定為物體是橫穿的行人RW的情況下，如圖4(a)所示，融合處理部22從判定為不是橫穿的行人RW的情況下的融合檢索范圍EFl向融合檢索范圍EF2變更。由此，在作為對象的物體是橫穿的行人RW的情況下，可以將用于檢測物體的融合檢索范圍變更為適合于檢測該橫穿的行人RW的范圍。因此，可以提高針對橫穿的行人的檢測精度。
[0046]在物體檢測裝置I中，在判定為物體不是橫穿的行人RW的情況下，融合處理部22使用將雷達目標LW的位置作為基軸的融合檢索范圍EF1，在判定為物體是橫穿的行人RW的情況下，使用將圖像目標VW的位置作為基軸的融合檢索范圍EF2。圖像目標VW與在檢測橫穿的行人RW時產(chǎn)生橫向位置延遲、橫向跳躍等的雷達目標LW相比，可以正確地檢測橫穿的行人RW的橫向位置。因此，在判定為物體是橫穿的行人RW的情況下，將用于檢測的融合檢索范圍EF2的基軸作為圖像目標VW的位置，從而可以正確地檢測橫穿的行人鼎。
[0047]在物體檢測裝置I中，在判定為物體是橫穿的行人RW的情況下，融合處理部22使用相比判定為不是橫穿的行人RW的情況下的融合檢索范圍EFl而擴大了的融合檢索范圍EF2。通過擴大融合檢索范圍EF2，即便在檢測橫穿的行人RW時產(chǎn)生雷達目標LW的橫向位置延遲、橫向跳躍等，也可以使雷達目標LW和圖像目標VW的位置處于融合檢索范圍EF2內(nèi)，因此，可以正確地檢測行人。
[0048]在物體檢測裝置I中，橫穿行人判定部23基于雷達目標LW的移動速度，判定物體是否是橫穿的行人RW。另外，橫穿行人判定部23也可以基于雷達3的反射強度，判定物體是否是橫穿的行人RW。根據(jù)上述情況，能夠?qū)ξ矬w是橫穿的行人這種情況正確地進行判定。
[0049]本發(fā)明并不限于上述實施方式。例如，也可以執(zhí)行圖7所示那樣的處理。在圖7的處理中，在檢測到的物體是橫穿的行人的情況下，并非將圖像目標與雷達目標組合，而是進行相對于圖像目標而組合雷達目標的傳感器融合，進而變更雷達目標消失了的情況或圖像目標與雷達目標的距離擴大了的情況下的存在概率加減量，在由照相機4進行的檢測能夠持續(xù)的情況下，進行碰撞時間的計算。
[0050]具體來說，如圖7所示，橫穿行人判定部23執(zhí)行橫穿行人判定處理(步驟S60)。另外，融合處理部22進行判定標記是否設(shè)定的判定(步驟S62)。在S60及S62中，進行與圖5的SlO及S12相同的處理。接著，碰撞判斷部24設(shè)定存在概率初始值p3(步驟S64)。接著，融合處理部22判定是否存在圖像目標(步驟S66)。在S66中，在判定為不存在圖像目標的情況下，判斷為照相機4的檢測也不能持續(xù)，結(jié)束圖7所示的處理。另一方面，在S66中，在判定為存在圖像目標時，融合處理部22進行相對于圖像目標而組合雷達目標的傳感器融合，并且擴大融合檢索范圍(步驟S68)。上述處理是如下的處理:將通常時將雷達目標的位置作為基軸的融合檢索范圍變更為將圖像目標的位置作為基軸的融合檢索范圍，擴大融合檢索范圍自身。
[0051]接著，碰撞判斷部24基于各條件進行對存在概率進行加減的計算。具體來說，碰撞判斷部24判定是否能夠?qū)D像目標與雷達目標融合(步驟S70)。當在S70中判定為不能融合時，碰撞判斷部24判定是否存在雷達目標(步驟S74)。另一方面，當在S70中判定為能夠融合時，碰撞判斷部24判定圖像目標與雷達目標的距離差是否在規(guī)定值以內(nèi)(步驟S72)。在通過如上所述的各條件的判定，碰撞判斷部24判定為能夠融合且圖像目標和雷達目標的距離差也在規(guī)定值以內(nèi)的情況下，判斷為存在橫穿的行人的可能性高，將ΛΡ2與存在概率相加(步驟S76)。另外，在碰撞判斷部24判定為雖然能夠融合但距離差比規(guī)定值大的情況下，將比S76中的相加量ΛΡ2小的相加量ΛΡ3與存在概率相加(步驟S78)。另一方面，在雖然不能融合但存在雷達目標的情況下，碰撞判斷部24將Λρ3與存在概率相加(步驟S80)。另外，在不能融合且雷達目標也消失的情況下，碰撞判斷部24從存在概率減去Λ ρ4 (步驟S82)。
[0052]在S76?S82中的任一個處理之后，碰撞判斷部24判定存在概率是否比規(guī)定的閾值Ρ4大(步驟S84)。在判定為存在概率為閾值ρ4以下的情況下，從S66再次重復(fù)進行處理。如上所述，在由照相機4進行的檢測能夠持續(xù)的期間，可以基于與狀況相應(yīng)的加減量來計算存在概率。當在S84中判定為存在概率比閾值ρ4大時，碰撞判斷部24計算直至物體與自身車輛碰撞為止的碰撞時間(步驟S86)。在該碰撞時間為規(guī)定的閾值以下的情況下，自動制動控制部26向制動部6輸出控制信號，以便執(zhí)行用于避免與物體碰撞的制動處理(步驟S88)。若S88的處理結(jié)束，則圖7的處理結(jié)束，再次從S60重復(fù)進行處理。
[0053]根據(jù)圖7的處理，將橫向位置檢測精度高的圖像目標的位置作為基軸并且擴大融合檢索范圍來進行傳感器融合，從而可以提高針對橫穿的行人的檢測精度。而且，考慮雷達3的特性，只在由照相機4進行的檢測能夠持續(xù)時持續(xù)進行存在概率的計算，即便雷達目標消失或與圖像目標的距離增大，也不急劇降低存在概率而設(shè)定與狀況相應(yīng)的加減量進行計算，從而針對橫穿的行人也可以進行正確的檢測。
[0054]另外，在上述實施方式中，作為尤其容易產(chǎn)生雷達目標的橫向位置延遲的物體，在判定為是在與車輛行進方向交叉的方向上移動的橫穿的行人的情況下，進行了擴大融合檢索范圍的處理。像這樣，通過使對象為橫穿的行人，可以更顯著地獲得提高針對行人的檢測精度這樣的效果。但是，并不限于橫穿的行人，若不論行走方向如何都判定為是行人，則也可以進行擴大融合檢索范圍那樣的處理。
[0055]工業(yè)實用性
[0056]本發(fā)明能夠用于物體檢測裝置。
[0057]附圖標記說明
[0058]I物體檢測裝置、3雷達、4照相機(圖像取得部)、2 E⑶、21目標信息取得部、22融合處理部(物體檢測部)、23橫穿行人判定部(物體檢測部)。
【權(quán)利要求】
1.一種物體檢測裝置，其特征在于，具有: 目標信息取得部，所述目標信息取得部取得與由雷達檢測到的雷達目標相關(guān)的信息、以及與由圖像取得部檢測到的圖像目標相關(guān)的信息；以及 物體檢測部，所述物體檢測部基于所述雷達目標的位置及所述圖像目標的位置是否處于規(guī)定的范圍內(nèi)，對物體的存在進行檢測， 所述物體檢測部判定所述物體是否是行人， 在判定為所述物體是行人的情況下，相比判定為不是行人的情況，擴大所述規(guī)定的范圍。
2.如權(quán)利要求1所述的物體檢測裝置，其特征在于， 所述物體檢測部在判定為所述物體不是行人的情況下，將所述雷達目標的位置作為所述規(guī)定的范圍的基軸， 在判定為所述物體是行人的情況下，將所述圖像目標的位置作為所述規(guī)定的范圍的基軸。
3.如權(quán)利要求1或2所述的物體檢測裝置，其特征在于， 所述物體檢測部基于所述雷達目標的移動速度，判定所述物體是否是行人。
4.如權(quán)利要求1?3中任一項所述的物體檢測裝置，其特征在于， 所述物體檢測部基于雷達的反射強度，判定所述物體是否是行人。
5.如權(quán)利要求1?4中任一項所述的物體檢測裝置，其特征在于， 所述物體檢測部判定所述物體是否是在與車輛行進方向交叉的方向上移動的橫穿的行人， 在判定為所述物體是橫穿的行人的情況下，相比判定為不是橫穿的行人的情況，擴大所述規(guī)定的范圍。
【文檔編號】G01S13/93GK104054005SQ201380005390
【公開日】2014年9月17日 申請日期:2013年1月8日 優(yōu)先權(quán)日:2012年1月16日
【發(fā)明者】豬俁亮 申請人:豐田自動車株式會社