專利名稱：車輛用外界識(shí)別裝置的制作方法
技術(shù)領(lǐng)域：
本發(fā)明涉及基于車載攝像機(jī)等拍攝元件拍攝的信息檢測(cè)行人的車輛用外界識(shí)別
>J-U裝直。
背景技術(shù)：
為了減少交通事故造成的死傷者人數(shù)，對(duì)事故防患于未然的預(yù)防安全系統(tǒng)的開發(fā)正得以發(fā)展。在日本國(guó)內(nèi)，行人死亡的事故占交通事故死亡者人數(shù)整體的約30%，為了減少這樣的行人事故，檢測(cè)本車前方的行人的預(yù)防安全系統(tǒng)是有效的。預(yù)防安全系統(tǒng)是在發(fā)生事故的可能性較高的狀況下工作的系統(tǒng)，例如，在發(fā)生與本車前方的障礙物碰撞的可能性時(shí)用警報(bào)促使駕駛員注意、在碰撞不可避免的狀況時(shí)用自動(dòng)剎車減輕乘員的損害的預(yù)防碰撞安全系統(tǒng)(pre-crash safety system)等已經(jīng)實(shí)用化。作為檢測(cè)本車前方的行人的方法，使用由攝像機(jī)拍攝本車前方，根據(jù)拍攝的圖像，用行人的形狀模式進(jìn)行檢測(cè)的模式匹配方法。使用模式匹配的檢測(cè)方法存在多種，但將行人以外的物體誤認(rèn)為行人的誤檢測(cè)和與沒(méi)有檢測(cè)到行人的未檢測(cè)存在權(quán)衡的關(guān)系。由此，在圖像上進(jìn)行各種識(shí)別要檢測(cè)出行人時(shí)誤檢測(cè)會(huì)增加。因誤檢測(cè)而在不存在行人的場(chǎng)所使警報(bào)或自動(dòng)剎車工作時(shí)，對(duì)駕駛員而言會(huì)成為麻煩的系統(tǒng)，可靠性會(huì)降低。特別是，因?yàn)閷?duì)本車而言沒(méi)有碰撞危險(xiǎn)的物體(非立體物)而使自動(dòng)剎車工作時(shí)，會(huì)使本車成為危險(xiǎn)的狀態(tài)，損害系統(tǒng)的安全性。因此，為了減少這樣的誤檢測(cè)，例如專利文獻(xiàn)I中，記載了在多個(gè)處理周期之間連續(xù)進(jìn)行模式匹配，根據(jù)模式的周期性檢測(cè)行人的方法。此外，專利文獻(xiàn)2中，記載了用模式匹配檢測(cè)人的頭部，用方式不同的模式匹配檢測(cè)身體的檢測(cè)行人的方法。專利文獻(xiàn)I :日本特開2009-42941號(hào)公報(bào)專利文獻(xiàn)2 :日本特開2008-181423號(hào)公報(bào)

發(fā)明內(nèi)容
發(fā)明要解決的課題但是，上述方法中，沒(méi)有考慮與時(shí)間的權(quán)衡。特別是，在行人檢測(cè)中，使從行人沖出至本車前方到檢測(cè)的初始捕獲變快是重要的。專利文獻(xiàn)I中記載的方式中，因?yàn)槎啻闻臄z圖像、每一次都進(jìn)行模式匹配，所以檢測(cè)開始較慢。此外，專利文獻(xiàn)2中記載的方式中，因?yàn)閷?duì)于多種模式匹配的每一種都需要專用的處理，所以需要較大的存儲(chǔ)容量，此外I次模式匹配的處理負(fù)荷較大。另一方面，在公路上，用模式匹配的方法容易誤檢測(cè)為行人的物體，大多是電線桿、護(hù)欄、路面標(biāo)識(shí)等人造物體。因此，只要能夠減少對(duì)這些的誤檢測(cè)，就能夠提高系統(tǒng)的安全性和駕駛員的信任。本發(fā)明鑒于上述各點(diǎn)，目的在于提供一種能夠?qū)崿F(xiàn)兼顧處理速度和減少誤檢測(cè)的車輛用外界識(shí)別裝置。用于解決課題的方法本發(fā)明包括圖像取得部，其取得拍攝本車前方而得的圖像；處理區(qū)域設(shè)定部，其設(shè)定根據(jù)該圖像檢測(cè)行人的處理區(qū)域；行人候選設(shè)定部，其設(shè)定根據(jù)該圖像判定有無(wú)行人的行人候選區(qū)域；和行人判定部，其根據(jù)行人候選區(qū)域內(nèi)的規(guī)定方向的濃淡變化量的比例，判定行人候選區(qū)域是行人還是人造物體。發(fā)明效果根據(jù)本發(fā)明，能夠提供一種能夠?qū)崿F(xiàn)兼顧處理速度和減少誤檢測(cè)的車輛用外界識(shí)別裝置。



圖I是表示本發(fā)明的車輛用外界識(shí)別裝置的第一實(shí)施方式的框圖。圖2是表示本發(fā)明的圖像和參數(shù)的示意圖。圖3是表示本發(fā)明的處理區(qū)域設(shè)定部中的處理的一例的示意圖。圖4是表示本發(fā)明的行人候選設(shè)定部的處理的一例的流程圖。圖5是表示本發(fā)明的行人候選設(shè)定部中使用的索貝爾過(guò)濾的權(quán)重的圖。圖6是表示本發(fā)明的行人候選設(shè)定部中的局部邊緣判定器的圖。圖7是表示使用本發(fā)明的行人候選設(shè)定部中的識(shí)別器的行人判定方法的框圖。圖8是表示本發(fā)明的行人判定部的處理的一例的流程圖。圖9是表示本發(fā)明的行人判定部中使用的按方向計(jì)算濃淡變化量的過(guò)濾的權(quán)重的圖。圖10是表示本發(fā)明的行人判定部中使用的縱方向/橫方向的濃淡變化量的比例的一例的圖。圖11是表示本發(fā)明的第一碰撞判定部的動(dòng)作方法的一例的流程圖。圖12是表示本發(fā)明的第一碰撞判定部的危險(xiǎn)度計(jì)算方法的圖。圖13是表示本發(fā)明的第二碰撞判定部的動(dòng)作方法的一例的流程圖。圖14是表示本發(fā)明的車輛用外界識(shí)別裝置的其他實(shí)施方式的框圖。圖15是表示本發(fā)明的車輛用外界識(shí)別裝置的第二實(shí)施方式的框圖。圖16是表示本發(fā)明的車輛用外界識(shí)別裝置的第三實(shí)施方式的框圖。圖17是表示本發(fā)明的第三實(shí)施方式中的第二行人判定部的動(dòng)作方法的流程圖。符號(hào)說(shuō)明1000車輛用外界識(shí)別裝置1011圖像取得部1021處理圖像生成部1031行人候選設(shè)定部1041行人判定部1111物體位置檢測(cè)部1211第一碰撞判定部1221第二碰撞判定部
1231碰撞判定部2000車輛用外界識(shí)別裝置2031行人候選設(shè)定部2041行人判定部2051行人確定部3000車輛用外界識(shí)別裝置3041第一行人判定部 3051第二行人判定部
具體實(shí)施例方式以下用附圖詳細(xì)說(shuō)明本發(fā)明的第一實(shí)施方式。圖I是第一實(shí)施方式中的車輛用外界識(shí)別裝置1000的框圖。車輛用外界識(shí)別裝置1000安裝在裝載于汽車的攝像機(jī)1010內(nèi)、或者集中控制器內(nèi)等，用于從攝像機(jī)1010拍攝的圖像內(nèi)檢測(cè)預(yù)先設(shè)定的物體，本實(shí)施方式中，構(gòu)成為從拍攝本車前方的圖像內(nèi)檢測(cè)行人。車輛用外界識(shí)別裝置1000，由具有CPU和存儲(chǔ)器、I/O等的計(jì)算機(jī)構(gòu)成，被編制了規(guī)定的處理，以預(yù)先決定的周期執(zhí)行循環(huán)處理。車輛用外界識(shí)別裝置1000，如圖I所示，具有圖像取得部1011、處理區(qū)域設(shè)定部1021、行人候選設(shè)定部1031和行人判定部1041，進(jìn)而根據(jù)實(shí)施方式，還具有物體位置檢測(cè)部1111、第一碰撞判定部1211和第二碰撞判定部1221。圖像取得部1011，從安裝在能夠拍攝本車前方的位置上的攝像機(jī)1010，導(dǎo)入拍攝本車前方的數(shù)據(jù)，作為圖像頂GSRC[x][y]寫入到作為存儲(chǔ)裝置的RAM上。其中，圖像IMGSRC [x] [y]是2維數(shù)組，x、y分別表示圖像的坐標(biāo)。處理區(qū)域設(shè)定部1021，設(shè)定從圖像MGSRC[x][y]內(nèi)檢測(cè)行人的區(qū)域(SX，SY，EX, EY)。處理的詳情將在后文中敘述。行人候選設(shè)定部1031，首先根據(jù)圖像MGSRC [x] [y]計(jì)算濃淡梯度值，生成2值的邊緣圖像EDGE[x][y]和具有邊緣的方向信息的梯度方向圖像DIRC[x] [y]。接著，在邊緣圖像EDGE[x] [y]內(nèi)設(shè)定進(jìn)行行人判定的匹配判定區(qū)域(SXG[g]，SYG[g]，EXG[g]，EYG[g])，使用匹配判定區(qū)域內(nèi)的邊緣圖像EDGE[x] [y]和對(duì)應(yīng)位置的區(qū)域內(nèi)的梯度方向圖像DIRC[x][y]識(shí)別行人。此處，g是設(shè)定了多個(gè)區(qū)域的情況下的ID編號(hào)。識(shí)別處理的詳情將在后文中敘述。此外，匹配判定區(qū)域中識(shí)別為行人的區(qū)域，作為行人候選區(qū)域(SXD [d]，SYD [d]，EXD [d]，EYD [d])，此外作為行人候選物體信息(相對(duì)距離PYFl [d]，橫向位置PXFl[d]，橫向?qū)挾萕DFl[d])在后級(jí)的處理中使用。此處，d是設(shè)定了多個(gè)物體的情況下的ID編號(hào)。行人判定部1041首先根據(jù)圖像MGSRC[x] [y]計(jì)算0度方向、45度方向、90度方向、135度方向這4種濃淡變化量，生成按方向的濃淡變化量圖像(GRAD000[x][y],GRAD045[x][y], GRAD090[x][y], GRAD135[x][y])0 接著，根據(jù)行人候選區(qū)域(SXD[d],SYD[d], EXD[d], EYD[d])中的按方向的濃淡變化量圖像(GRAD000[x][y],GRAD045[x] [y], GRAD090[x] [y], GRAD 135[x] [y])計(jì)算縱方向的濃淡變化量的比例橫方向的濃淡變化量的比例RATE_H，在其分別小于閾值cTH_RATE_V、cTH_RATE_H的情況下，判定為行人。判定為行人的行人候選區(qū)域，被作為行人物體信息(相對(duì)距離PYF2[p],橫向位置PXF2[p]，橫向?qū)挾萕DF2[p])保存。判定的詳情將在后文中敘述。物體位置檢測(cè)部1111從裝載于本車的毫米波雷達(dá)或激光雷達(dá)等檢測(cè)本車周邊的物體的雷達(dá)取得檢測(cè)信號(hào)，檢測(cè)本車前方存在的物體的物體位置。例如，如圖3所示，從雷達(dá)取得本車周邊的行人32等物體的物體位置(相對(duì)距離PYR[b]，橫向位置PXR[b]，橫向?qū)挾萕DR[b])。此處，b是檢測(cè)多個(gè)物體的情況下的ID編號(hào)。這些物體的位置信息，可以通過(guò)將雷達(dá)的信號(hào)直接輸入到車輛用外界識(shí)別裝置1000而取得，也可以通過(guò)與雷達(dá)間使用LAN(Local Area Network :局域網(wǎng))進(jìn)行通信而取得。由物體位置檢測(cè)部1111檢測(cè)出的物體位置，在處理區(qū)域設(shè)定部1021中使用。第一碰撞判定部1211，根據(jù)由行人候選設(shè)定部1031檢測(cè)出的行人候選物體信息(相對(duì)距離PYFl [d]，橫向位置PXFl [d]，橫向?qū)挾萕DFl [d])計(jì)算危險(xiǎn)度，根據(jù)危險(xiǎn)度進(jìn)行是否需要警報(bào)/制動(dòng)的判斷。處理的詳情將在后文中敘述。 第二碰撞判定部1221，根據(jù)由行人判定部1041檢測(cè)的行人物體信息(相對(duì)距離PYF2[p],橫向位置PXF2[p]，橫向?qū)挾萕DF2[p])計(jì)算危險(xiǎn)度，根據(jù)危險(xiǎn)度進(jìn)行是否需要警報(bào)/制動(dòng)的判斷。處理的詳情將在后文中敘述。圖2用例子圖示以上說(shuō)明中使用的圖像和區(qū)域。如圖所示，在處理區(qū)域設(shè)定部1021中，在圖像MGSRC[x] [y]內(nèi)設(shè)定處理區(qū)域SX、SY、EX、EY，在行人候選設(shè)定部1031中，根據(jù)圖像頂GSRC [x] [y]生成邊緣圖像EDGE [x] [y]和梯度方向圖像DIRC [x] [y]。進(jìn)而，在行人判定部1041中，根據(jù)圖像MGSRC[x] [y]，生成按方向的濃淡變化量圖像(GRAD000 [x] [y], GRAD045 [x] [y], GRAD090 [x] [y], GRAD 135 [x] [y])。此外，匹配判定區(qū)域(SXG[g]，SYG[g]，EXG[g]，EYG[g])在邊緣圖像 EDGE [x] [y]和梯度方向圖像 DIRC[x] [y]中設(shè)定，行人候選區(qū)域(SXD [d]，SYD [d]，EXD [d]，EYD [d])是匹配判定區(qū)域中在行人候選設(shè)定部1031中識(shí)別為行人候選的區(qū)域。接著，用圖3說(shuō)明處理區(qū)域設(shè)定部1021中的處理的內(nèi)容。圖3表示處理區(qū)域設(shè)定部1021的處理的例子。處理區(qū)域設(shè)定部1021在圖像MGSRC[x] [y]內(nèi)選定進(jìn)行行人檢測(cè)處理的區(qū)域，求出其坐標(biāo)范圍即X坐標(biāo)(橫方向)的起點(diǎn)SX和終點(diǎn)EX、y坐標(biāo)上(縱方向)的起點(diǎn)SY和終點(diǎn)EY0處理區(qū)域設(shè)定部1021，可以使用物體位置檢測(cè)部1111，也可以不使用。首先，說(shuō)明使用物體位置檢測(cè)部1111的情況。圖3 (a)是使用物體位置檢測(cè)部1111的情況下的處理區(qū)域設(shè)定部1021的處理的例子。根據(jù)物體位置檢測(cè)部1111檢測(cè)出的物體的相對(duì)距離PYR[b]、橫向位置PXR[b]和橫向?qū)挾萕DR[b]，計(jì)算檢測(cè)出的物體的圖像上位置(X坐標(biāo)(橫方向)的起點(diǎn)SXBJtg EXB、I坐標(biāo)(縱方向)的起點(diǎn)SYBJlg EYB)。其中，使攝像機(jī)圖像上的坐標(biāo)與現(xiàn)實(shí)世界的位置關(guān)系關(guān)聯(lián)的攝像機(jī)幾何參數(shù)，用攝像機(jī)校準(zhǔn)等方法預(yù)先計(jì)算，通過(guò)將物體的高度預(yù)先假設(shè)為例如180 [cm]等，而唯一決定圖像上的位置。此外，因?yàn)閿z像機(jī)1010的安裝誤差或雷達(dá)的通信延遲等理由，用物體位置檢測(cè)部1111檢測(cè)出的物體在圖像上的位置與攝像機(jī)圖像上拍攝的同一物體在圖像上的位置可能會(huì)產(chǎn)生不同。因此，對(duì)于圖像上的物體位置(SXB，EXB，SYB，EYB)，計(jì)算加以修正后的物體位置(SX，EX, SY, EY)。修正是使區(qū)域放大規(guī)定量或者移動(dòng)。例如，使SXB、EXB、SYB、EYB向上下左右擴(kuò)展規(guī)定的像素等。這樣，能夠得到處理區(qū)域(SX，EX，SY，EY)。其中，在對(duì)多個(gè)區(qū)域進(jìn)行處理的情況下，分別生成處理區(qū)域(SX，EX，SY，EY)，對(duì)各處理區(qū)域分別實(shí)施以下處理。接著，說(shuō)明在處理區(qū)域設(shè)定部1021中，不使用物體位置檢測(cè)部1111設(shè)定處理區(qū)域(SX, EX, SY, EY)的處理。不使用物體位置檢測(cè)部1111的情況的區(qū)域設(shè)定的方法，例如有以一邊使區(qū)域的大小變化一邊搜索圖像整體的方式設(shè)定多個(gè)區(qū)域的方法，和僅限定于特定位置、特定大小設(shè)定區(qū)域的方法。在限定于特定位置的情況下，例如有使用本車車速限定于本車T秒后前進(jìn)到的位置的方法。
圖3 (b)是使用本車車速搜索本車2秒后前進(jìn)到的位置的情況的例子。處理區(qū)域的位置和大小，根據(jù)本車2秒后前進(jìn)到的位置的相對(duì)距離上的路面高度(Ocm)和設(shè)想的行人的高度(本實(shí)施例中為180cm)，使用攝像機(jī)幾何參數(shù)求出圖像MGSRC[x] [y]上的y方向的范圍(SYP，EYP)。其中，X方向的范圍(SXP，EXP)可以不限制，也可以用本車的預(yù)測(cè)路徑等限制。這樣，能夠得到處理區(qū)域(SX，EX, SY, EY)。接著，說(shuō)明行人候選設(shè)定部1031的處理內(nèi)容。圖4是行人候選設(shè)定部1031的處理的流程圖。首先，在步驟S41中，從圖像MGSRC[x] [y]中，提取邊緣。以下說(shuō)明應(yīng)用索貝爾過(guò)濾作為微分過(guò)濾的情況下的邊緣圖像EDGE[x] [y]和梯度方向圖像DIRC[x] [y]的計(jì)算方法。索貝爾過(guò)濾如圖5所示，存在以3X3的大小求出X方向的梯度的X方向過(guò)濾51和求出y方向的梯度的y方向過(guò)濾52這2種。在根據(jù)圖像IMGSRC[x] [y]求出x方向的梯度的情況下，按圖像IMGSRC[x] [y]的每個(gè)像素，進(jìn)行該像素與周圍8個(gè)像素共計(jì)9個(gè)像素的像素值和對(duì)應(yīng)位置的X方向過(guò)濾51的權(quán)重的乘積累加運(yùn)算。乘積累加運(yùn)算的結(jié)果是該像素上的X方向的梯度。y方向的梯度的計(jì)算也是同樣的。設(shè)圖像MGSRC[x] [y]的某個(gè)位置(x，y)上的X方向的梯度的計(jì)算結(jié)果為dx，y方向的梯度的計(jì)算結(jié)果為dy，梯度強(qiáng)度圖像DMAG[x][y]和梯度方向圖像DIRC[x] [y]通過(guò)以下式(I) (2)計(jì)算。(式I)DMAG[x] [y] = |dx| + |dy (I)(式2)DIRC[x][y]=arctan (dy/dx) (2)其中，DMAG[x] [y]和DIRC[x] [y]是與圖像IMGSRC[x] [y]相同大小的2維數(shù)組，DMAG [x] [y]和 DIRC [x] [y]的坐標(biāo)(x, y)與 IMGSRC [x] [y]的坐標(biāo)(x, y)相對(duì)應(yīng)。將計(jì)算出的DMAG[x] [y]的值與邊緣閾值THR_EDGE比較，如果DMAG[x] [y] >THR_EDGE則在邊緣圖像EDGE[x] [y]中存儲(chǔ)I，此外則存儲(chǔ)O。其中，邊緣圖像EDGE [x] [y]是與圖像MGSRC[x] [y]相同大小的2維數(shù)組，EDGE [x] [y]的坐標(biāo)(x, y)與圖像IMGSRC[x] [y]的坐標(biāo)(x, y)相對(duì)應(yīng)。
其中，也可以在提取邊緣前，對(duì)圖像頂GSRC[x] [y]進(jìn)行截取，進(jìn)行放大/縮小以使圖像中的物體的大小成為規(guī)定的大小。本實(shí)施例中，使用處理區(qū)域設(shè)定部1021中使用的距離信息和攝像機(jī)幾何，對(duì)圖像進(jìn)行放大/縮小以使圖像IMGSRC[x] [y]內(nèi)的高180[cm]、寬60[cm]的物體全部成為16點(diǎn)X 12點(diǎn)的大小,計(jì)算上述邊緣。此外，邊緣圖像EDGE[x][y]、梯度方向圖像DIRC[x][y]的計(jì)算，可以僅限定于處理區(qū)域(SX，EX，SY，EY)的范圍內(nèi)，范圍外全部為零。接著，在步驟S42中，設(shè)定在邊緣圖像EDGE [x] [y]內(nèi)進(jìn)行行人判定的匹配判定區(qū)域(SXG[g]，SYG[g]，EXG[g]，EYG[g])。如步驟S41中所述，本實(shí)施例中，使用攝像機(jī)幾何，對(duì)圖像進(jìn)行放大/縮小以使圖像MGSRC[x] [y]內(nèi)的高180[cm]、寬60[cm]的物體全部成為16點(diǎn)X 12點(diǎn)的大小并生成邊緣圖像。由此，將匹配判定區(qū)域的大小設(shè)為16點(diǎn)X 12點(diǎn)，在邊緣圖像EDGE[x] [y]大于16點(diǎn)X12點(diǎn)的情況下，在邊緣圖像EDGE[x] [y]內(nèi)以一定間隔平鋪地設(shè)定多個(gè)匹配判定區(qū)域。 然后，在步驟S43中，設(shè)定檢測(cè)出的物體數(shù)量d=0，對(duì)匹配判定區(qū)域分別執(zhí)行以下處理。首先，在步驟S44中，對(duì)某一個(gè)匹配判定區(qū)域(SXG[g]，SYG[g]，EXG[g]，EYG[g])，使用以下詳細(xì)敘述的識(shí)別器71進(jìn)行判定。在識(shí)別器71判定為行人的情況下，轉(zhuǎn)移到步驟45，將其在圖像上的位置作為行人候選區(qū)域(SXD[d]，SYD[d]，EXD[d]，EYD[d])，另外，計(jì)算行人候選物體信息(相對(duì)距離PYFl [d]，橫向位置PXFl [d]，橫向?qū)挾萕DFl [d])，并使d增加。其中，行人候選物體信息(相對(duì)距離PYFl [d]，橫向位置PXFl [d]，橫向?qū)挾萕DFl [d])，使用圖像上的檢測(cè)位置和攝像機(jī)幾何模型進(jìn)行計(jì)算?；蛘撸诰哂形矬w位置檢測(cè)部1111的情況下，相對(duì)距離PYFl[d]也可以使用由物體位置檢測(cè)部1111得到的相對(duì)距離PYR [b]的值。接著，說(shuō)明使用識(shí)別器71判定是否行人的方法。用圖像處理檢測(cè)行人的方法，可以列舉準(zhǔn)備多個(gè)作為行人模式代表的模板、進(jìn)行差值累加運(yùn)算或歸一化相關(guān)系數(shù)運(yùn)算求出一致程度的模板匹配方法，和使用神經(jīng)網(wǎng)絡(luò)等識(shí)別器進(jìn)行模式識(shí)別的方法。無(wú)論采用哪一種方法，都需要預(yù)先決定是否行人的指標(biāo)的源數(shù)據(jù)庫(kù)。將各種行人的模式保存為數(shù)據(jù)庫(kù)，根據(jù)它生成代表性的模板或者生成識(shí)別器。因?yàn)閷?shí)際環(huán)境中存在各種服裝、姿勢(shì)、體型的行人，進(jìn)而照明和氣候等條件也各不相同，所以需要準(zhǔn)備大量的數(shù)據(jù)庫(kù)，減少誤判定。此時(shí)，在前者的模板匹配的方法的情況下，為了防止漏判定，模板的數(shù)量會(huì)變得龐大，所以并不現(xiàn)實(shí)。于是，本實(shí)施方式中采用后者的使用識(shí)別器判定的方法。識(shí)別器的大小不依賴于源數(shù)據(jù)庫(kù)的大小。其中，用于生成識(shí)別器的數(shù)據(jù)庫(kù)稱為教師數(shù)據(jù)。本實(shí)施例中使用的識(shí)別器71，基于多個(gè)局部邊緣判定器判定是否行人。首先，用圖6的例子說(shuō)明局部邊緣判定器。局部邊緣判定器61是以邊緣圖像EDGEW [y]、梯度方向圖像 DIRC[x] [y]和匹配判定區(qū)域(SXG[g], SYG[g], EXG[g], EYG[g])為輸入，輸出0或I的2值的判定器，由局部邊緣頻度計(jì)算部611和閾值處理部612構(gòu)成。局部邊緣頻度計(jì)算部611在與匹配判定區(qū)域(SXG[g]，SYG[g]，EXG[g]，EYG[g])相同大小的窗口 6111內(nèi)具有局部邊緣頻度計(jì)算區(qū)域6112，根據(jù)匹配判定區(qū)域(SXG [g]，SYG [g]，EXG [g]，EYG [g])與窗口 6111的位置關(guān)系，設(shè)定計(jì)算邊緣圖像EDGE [x] [y]和梯度方向圖像DIRC[x] [y]內(nèi)的局部邊緣頻度的位置，計(jì)算局部邊緣頻度MWC。局部邊緣頻度MWC是梯度方向圖像DIRC[x] [y]的角度值滿足角度條件6113、并且對(duì)應(yīng)位置的邊緣圖像EDGE [x] [y]為I的像素的總數(shù)。角度條件6113在圖5的例子的情況下，是67. 5度到112. 5度之間、或者267. 5度到292. 5度之間， 判定梯度方向圖像DIRC[x] [y]的值是否在一定范圍內(nèi)。閾值處理部612，具有預(yù)先決定的閾值THWC#，如果用局部邊緣頻度計(jì)算部611計(jì)算出的局部邊緣頻度MWC在閾值THWC#以上則輸出1，除此以外則輸出O。其中，閾值處理部612也可以是如果用局部邊緣頻度計(jì)算部611計(jì)算出的局部邊緣頻度MWC在閾值THWC#以下則輸出1，除此以外則輸出O。接著，用圖7說(shuō)明識(shí)別器。識(shí)別器71以邊緣圖像EDGE[x] [y]、梯度方向圖像DIRC[x] [y]和匹配判定區(qū)域(SXG[g]，SYG[g]，EXG[g]，EYG[g])為輸入，如果區(qū)域內(nèi)是行人則輸出1，不是行人則輸出O。識(shí)別器71由40個(gè)局部邊緣頻度判定器7101 7140、合計(jì)部712、閾值處理部713構(gòu)成。局部邊緣頻度判定器7101 7140中，每一個(gè)的處理都與上述局部邊緣判定器61相同，但局部邊緣頻度計(jì)算區(qū)域6112、角度條件6113、閾值THWC#分別不同。合計(jì)部712對(duì)于來(lái)自局部邊緣頻度判定器7101 7140的輸出，乘以對(duì)應(yīng)的權(quán)重WWC1# WWC40#，輸出其合計(jì)。閾值處理部713具有閾值THSC#，如果合計(jì)部712的輸出大于閾值THSC#則輸出I，除此以外則輸出O。對(duì)于識(shí)別器71的各局部邊緣頻度判定器的參數(shù)即局部邊緣頻度計(jì)算區(qū)域6112、角度條件6113、閾值THWC、以及權(quán)重WWC1# WWC40#、最終閾值THSC#，使用教師數(shù)據(jù)進(jìn)行調(diào)整以使對(duì)識(shí)別器的輸入圖像是行人的情況下輸出1，不是行人的情況下輸出O。調(diào)整中，可以使用例如AdaBoost等機(jī)器學(xué)習(xí)的方法，也可以手動(dòng)進(jìn)行。例如，根據(jù)NPD個(gè)行人的教師數(shù)據(jù)和NBG個(gè)非行人的教師數(shù)據(jù)，使用AdaBoost決定參數(shù)的流程如下所述。其中，以下將局部邊緣頻度判定器表示為cWC[m]。此處，m是局部邊緣頻度判定器的ID編號(hào)。首先，準(zhǔn)備局部邊緣頻度計(jì)算區(qū)域6112和角度條件6113不同的多個(gè)(例如100萬(wàn)種)局部邊緣頻度判定器cWC[m]，在其中分別根據(jù)所有教師數(shù)據(jù)計(jì)算局部邊緣頻度MWC的值，分別決定閾值THWC。閾值THWC選擇最能夠?qū)π腥说慕處煍?shù)據(jù)和非行人的教師數(shù)據(jù)分類的值。接著，對(duì)各個(gè)行人的教師數(shù)據(jù)附加wPD[nPD] = 1/2NH)的權(quán)重。同樣，對(duì)于各個(gè)非行人的教師數(shù)據(jù)附加wBG[nBG] = 1/2NBG的權(quán)重。此處，nH)是行人的教師數(shù)據(jù)的ID編號(hào)，nBG是非行人的教師數(shù)據(jù)的ID編號(hào)。然后使k=l，進(jìn)行以下循環(huán)處理。首先，對(duì)權(quán)重進(jìn)行正規(guī)化以使行人/非行人的所有教師數(shù)據(jù)的權(quán)重合計(jì)為I。接著，計(jì)算各局部邊緣頻度判定器的誤檢測(cè)率cER[m]。誤檢測(cè)率cER[m]是在局部邊緣頻度判定器中，將行人的教師數(shù)據(jù)輸入局部邊緣頻度判定器cWC[m]的情況下輸出為0，或者在將非行人的教師數(shù)據(jù)輸入局部邊緣頻度判定器cWC[m]的情況下輸出為1，即輸出錯(cuò)誤的教師數(shù)據(jù)的權(quán)重的合計(jì)。計(jì)算所有的局部邊緣頻度判定器的誤檢測(cè)率cER[m]后，選擇誤檢測(cè)率最小的局部邊緣頻度判定器的ID mMin，使最終局部邊緣頻度判定器WC[k]=cWC[mMin]。接著，更新各教師數(shù)據(jù)的權(quán)重。更新中，對(duì)于行人的教師數(shù)據(jù)中應(yīng)用最終局部邊緣頻度判定器wc[k]的結(jié)果為I者和非行人的教師數(shù)據(jù)中應(yīng)用最終局部邊緣頻度判定器WC[k]的結(jié)果為0者、即輸出正確的教師數(shù)據(jù)的權(quán)重，乘以系數(shù)BT[k]=cER[mMin]/(l-cER[mMin])。使k=k+l，循環(huán)至k成為預(yù)先設(shè)定的值(例如40)。循環(huán)處理結(jié)束后得到的最終局部邊緣頻度判定器WC成為用AdaBoost自動(dòng)調(diào)整后的識(shí)別器71。其中，權(quán)重WffCl WWC40由l/BT[k]計(jì)算，閾值THSC為0. 5。如以上說(shuō)明，行人候選設(shè)定部1031首先提取行人的輪廓的邊緣，用識(shí)別器71檢測(cè) 行人。其中，用于行人檢測(cè)的識(shí)別器71，不限定于本實(shí)施例中采用的方法。也可以使用利用歸一化相關(guān)的模式匹配、神經(jīng)網(wǎng)絡(luò)識(shí)別器、支持向量機(jī)識(shí)別器、貝葉斯識(shí)別器等。此外，在行人候選設(shè)定部中，也可以不提取邊緣，而是直接使用濃淡圖像或彩色圖像，用識(shí)別器71判定。其中，識(shí)別器71也可以用各種行人的圖像數(shù)據(jù)和對(duì)本車而言沒(méi)有碰撞危險(xiǎn)的區(qū)域的圖像數(shù)據(jù)作為教師數(shù)據(jù)，使用AdaBoost等機(jī)器學(xué)習(xí)方法進(jìn)行調(diào)整。特別是，在實(shí)施方式具有物體位置檢測(cè)部1111的情況下，可以用各種行人的圖像數(shù)據(jù)和人行道、窨井和貓眼等雖然沒(méi)有碰撞的危險(xiǎn)但會(huì)被毫米波雷達(dá)或激光雷達(dá)誤檢測(cè)的區(qū)域的圖像數(shù)據(jù)作為教師數(shù)據(jù)。此外，本實(shí)施例中，在步驟S41中，對(duì)圖像MGSRC[x] [y]進(jìn)行放大/縮小以使處理區(qū)域(SX，SY，EX，EY)內(nèi)的物體成為規(guī)定的大小，但也可以不對(duì)圖像進(jìn)行放大/縮小，而是對(duì)識(shí)別器71進(jìn)行放大/縮小。接著，說(shuō)明行人判定部1041的處理內(nèi)容。圖8是行人判定部1041的處理的流程圖。首先，在步驟81中，對(duì)圖像MGSRC[x] [y]應(yīng)用計(jì)算規(guī)定方向的濃淡變化量的過(guò)濾求出規(guī)定方向的圖像的濃淡變化量的大小。以下以圖9所示的過(guò)濾為例，說(shuō)明計(jì)算4方向的濃淡變化量的情況。圖9所示的3X3過(guò)濾，從上方起依次為求出0[° ]方向的濃淡變化量的過(guò)濾91、求出45[° ]方向的濃淡變化量的過(guò)濾92、求出90[° ]方向的濃淡變化量的過(guò)濾93、求出135[° ]方向的濃淡變化量的過(guò)濾94這4種。例如，在對(duì)圖像MGSRC[x] [y]應(yīng)用求出0[° ]方向的濃淡變化量的過(guò)濾91的情況下，與圖5的索貝爾過(guò)濾的情況同樣地，對(duì)圖像IMGSRC[x] [y]的每個(gè)像素，進(jìn)行該像素和周圍8個(gè)像素共計(jì)9個(gè)像素的像素值與對(duì)應(yīng)位置的求出0[° ]方向的濃淡變化量的過(guò)濾91的權(quán)重的乘積累加運(yùn)算，計(jì)算絕對(duì)值。該值是像素(x，y)上的0[° ]方向的濃淡變化量，保存在GRAD000[x] [y]中。其他3個(gè)過(guò)濾也用同樣的運(yùn)算計(jì)算，分別保存在 GRAD045 [x] [y]、GRAD090 [x] [y]、GRAD 135 [x] [y]中。其中，按方向的濃淡變化量GRAD000 [x] [y]、GRAD045 [x] [y]、GRAD090 [x] [y]、GRAD135[x] [y]是與圖像 IMGSRC[x] [y]相同大小的 2 維數(shù)組，GRADOOO[x] [y]、GRAD045[x][y]、GRAD090[x] [y] ,GRAD 135 [x] [y]的坐標(biāo)(x, y)與 IMGSRC[x] [y]的坐標(biāo)(x, y)相對(duì)應(yīng)。其中，也可以在計(jì)算按方向的濃淡變化量之前，對(duì)圖像MGSRC[x] [y]進(jìn)行截取，進(jìn)行放大/縮小以使圖像中的物體的大小成為規(guī)定的大小。本實(shí)施例中，不進(jìn)行圖像的放大/縮小，計(jì)算上述按方向的濃淡變化量。此外，按方向的濃淡變化量GRADOOO [x] [y]、GRAD045 [x] [y]、GRAD090 [x] [y]、GRAD135[x] [y]的計(jì)算，可以僅限定于行人候選區(qū)域(SXD [d]，SYD [d]，EXD [d]，EYD [d])的范圍內(nèi)或處理區(qū)域(SX，SY，EX，EY)的范圍內(nèi)，范圍外全部為零。接著，在步驟S82中，設(shè)定行人數(shù)p=0，對(duì)行人候選區(qū)域(SXD [d], SYD [d], EXD [d], EYD [d])分別執(zhí)行以下步驟 S83 至 S89。首先，在步驟S83中，對(duì)縱方向的濃淡變化量合計(jì)VSUM、橫方向的濃淡變化量合計(jì) HSUM、最大值的濃淡變化量合計(jì)MAXSUM全部代入零，進(jìn)行初始化。接著，步驟S84到步驟S86對(duì)于當(dāng)前的行人候選區(qū)域內(nèi)的各像素(x，y)進(jìn)行處理。首先，在步驟S84中，為了抑制按方向的濃淡變化量GRADOOO[x] [y]、GRAD045[x][y], GRAD090 [x] [y], GRAD135 [x] [y]的非最大值，而在正交的成分中進(jìn)行差值運(yùn)算。抑制非最大值后的按方向的濃淡變化量GRAD000_S、GRAD045_S、GRAD090_S、GRAD135_S用以下式(3 ) (6 )計(jì)算。(式3)GRAD000_S=GRAD000[x][y]-GRAD090[x][y] (3)(式4)GRAD045_S=GRAD045[x][y]-GRAD135[x][y] (4)(式5)GRAD090_S=GRAD090[x][y]-GRAD000[x][y] (5)(式6)GRAD135_S=GRAD135[x][y]-GRAD045[x][y] (6)此處，對(duì)于值為負(fù)的代入零。接著，在步驟S85中，根據(jù)抑制非最大值后的按方向的濃淡變化量GRAD000_S、GRAD045_S、GRAD090_S、GRAD135_S 求出最大值 GRADMAX_S，在 GRAD000_S、GRAD045_S、GRAD090_S、GRAD135_S中，使小于GRADMAX_S的值全部為零。然后，在步驟S86中，用以下式(7) (8) (9)，對(duì)于縱方向的濃淡變化量合計(jì)VSUM、橫方向的濃淡變化量合計(jì)HSUM、最大值的濃淡變化量合計(jì)MAXSUM加上對(duì)應(yīng)的值。(式7)VSUM=VSUM+GRAD000_S (7)(式8)HSUM=HSUM+GRAD090_S (8)(式9)MAXSUM=MAXSUM+GRADMAX_S (9)以上，對(duì)于當(dāng)前的行人候選區(qū)域內(nèi)的所有像素執(zhí)行步驟S84到S86后，在步驟S87中，用以下式(10) (11)計(jì)算縱方向的濃淡變化量的比例VRATE、橫方向的濃淡變化量的比例 HRATE。(式10)VRATE=VSUM/MAXSUM (10)(式11)HRATE=HSUM/MAXSUM (11)然后，在步驟S88中，判定計(jì)算出的縱方向的濃淡變化量的比例VRATE是否不足預(yù)先設(shè)定的閾值TH_VRATE#、并且橫方向的濃淡變化量的比例HRATE是否不足預(yù)先設(shè)定的閾值TH_HRATE#，任意一方不足閾值的情況下轉(zhuǎn)移到步驟S89。在步驟S89中，判斷行人候選區(qū)域是行人，將由行人候選設(shè)定部計(jì)算出的行人候選區(qū)域(SXD [d]，SYD [d]，EXD [d]，EYD [d])、行人候選物體信息(相對(duì)距離PYFl [d]，橫向位置 PXFl [d]，橫向?qū)挾?WDFl [d])代入行人區(qū)域(SXP [p]，SYP [p]，EXP [p]，EYP [p])、行人物體信息(相對(duì)距離PYF2[p]，橫向位置PXF2[p]，橫向?qū)挾萕DF2[p])，并使p增加。其中，在步驟S88中判斷為人造物體的情況下，不進(jìn)行處理。
以上，使步驟S82到S89按行人候選設(shè)定部1031中檢測(cè)的行人候選數(shù)d=0，1，……循環(huán)，結(jié)束行人判定部1041的處理。其中，本實(shí)施例中，根據(jù)行人候選區(qū)域(SXD[d]，SYD[d]，EXD[d]，EYD[d])計(jì)算縱方向的濃淡變化量的比例VRATE和橫方向的濃淡變化量的比例HRATE，但也可以限定于行人候選區(qū)域(SXD[d]，SYD[d]，EXD[d]，EYD[d])內(nèi)的規(guī)定區(qū)域。例如，電線桿的縱方向的濃淡變化與行人候選區(qū)域的中心相比在外側(cè)更明顯，所以限定行人候選區(qū)域的左右外側(cè)的邊界附近的區(qū)域計(jì)算縱方向的濃淡變化量的合計(jì)VSUM。此外，護(hù)欄的橫方向的濃淡變化與行人候選區(qū)域的中心相比在下側(cè)更明顯，所以限定行人候選區(qū)域的下側(cè)的區(qū)域計(jì)算橫方向的濃淡變化量的合計(jì)HSUM。此外，圖9所示的按方向的濃淡變化量計(jì)算過(guò)濾的權(quán)重，也可以使用圖9所示的權(quán)重以外的過(guò)濾。例如，可以是0[° ]方向、90[° ]方向使用圖5所示的索貝爾過(guò)濾的權(quán)重，45[° ]方向、135[° ]方向使用將索貝爾過(guò)濾的權(quán)重旋轉(zhuǎn)后的值。此外，縱方向的濃淡變化量的比例VRATE、橫方向的濃淡變化量的比例HRATE的計(jì)算方法，也可以使用上述以外的方法。也可以不加入抑制非最大值的處理，也可以不加入使最大值以外為零的處理。閾值TH_VRATE#、TH_HRATE#能夠通過(guò)根據(jù)事先用行人候選設(shè)定部1031檢測(cè)的行人和人造物體計(jì)算縱方向的濃淡變化量的比例VRATE和橫方向的濃淡變化量的比例HRATE而決定。圖10中表示根據(jù)由行人候選設(shè)定部1031檢測(cè)出的多種物體計(jì)算縱方向的濃淡變化量的比例VRATE和橫方向的濃淡變化量的比例HRATE的例子。如圖所示，縱方向的濃淡變化量的比例VRATE中電線桿的分布與行人的分布相差較大，橫方向的濃淡變化量的比例HRA T E中護(hù)欄或路面標(biāo)識(shí)等非立體物的分布與行人的分布相差較大。因此，通過(guò)在這些分布之間設(shè)定閾值，能夠用縱方向的濃淡變化量的比例VRATE減少將電線桿當(dāng)作行人的誤判定，且能夠用橫方向的濃淡變化量的比例HRATE減少將護(hù)欄或路面標(biāo)識(shí)等非立體物當(dāng)作行人的誤判定。
其中，縱方向、橫方向的濃淡變化量的比例的判定，也可以使用閾值處理以外的方法。例如，也可以使用分別計(jì)算0[° ]方向、45[° ]方向、90[° ]方向、135[° ]方向的濃淡變化量的比例，作為4維向量，根據(jù)到根據(jù)各種電線桿計(jì)算出的代表向量(例如平均向量)的距離判定為電線桿，同樣根據(jù)到護(hù)欄的代表向量的距離判定為護(hù)欄等方法。如以上說(shuō)明，通過(guò)設(shè)置用模式匹配識(shí)別行人候選的行人候選設(shè)定部1031和用濃淡變化量的比例判定是行人還是人造物體的行人判定部1041，能夠減少對(duì)直線的濃淡變化較多的電線桿、護(hù)欄、路面標(biāo)識(shí)等的人造物體的誤檢測(cè)。此外，因?yàn)樾腥伺卸ú?041使用濃淡變化量的比例，所以處理負(fù)荷小，能夠在較短的處理周期中進(jìn)行判定，所以沖出到本車前方的行人的初始捕獲較快。接著，用圖11、圖12說(shuō)明第一碰撞判定部1211的處理。第一碰撞判定部1211，根據(jù)用行人候選設(shè)定部1031檢測(cè)的行人候選物體信息 (PYF1 [d]，PXFl [d]，WDFl [d])，設(shè)置用于發(fā)動(dòng)警報(bào)的警報(bào)標(biāo)志、或者用于發(fā)動(dòng)減輕碰撞損害用的自動(dòng)剎車控制的剎車控制標(biāo)志。圖11是表示預(yù)防碰撞安全系統(tǒng)的動(dòng)作方法的流程圖。首先，在步驟S 111中，讀入用行人候選設(shè)定部1031檢測(cè)的行人候選物體信息(PYFI[d]，PXFl[d]，WDFl[d])。接著，在步驟S112中，用式(12)運(yùn)算檢測(cè)的各物體的碰撞預(yù)測(cè)時(shí)間TTCFl[i]。此處，相對(duì)速度VYFl [d]通過(guò)對(duì)物體的相對(duì)距離PYFl [d]進(jìn)行擬微分而求出。(式12)TTCFl [d] =PYFl [d]+VYFl [d] (12)進(jìn)而，在步驟S 113中，運(yùn)算針對(duì)各障礙物的危險(xiǎn)度DRECIFl[d]。以下用圖12說(shuō)明針對(duì)檢測(cè)的物體X[d]的危險(xiǎn)度DRECI[d]的運(yùn)算方法的例子。首先，說(shuō)明預(yù)測(cè)路徑的推測(cè)方法。如圖12所示，設(shè)本車位置為原點(diǎn)O時(shí)，預(yù)測(cè)路徑能夠用通過(guò)原點(diǎn)O的旋轉(zhuǎn)半徑R的圓弧近似。此處，旋轉(zhuǎn)半徑R用本車的舵角α、速度Vsp、穩(wěn)定性系數(shù)A、軸距L和轉(zhuǎn)向傳動(dòng)比Gs由式(13)表不。(式13)R= (1+AV2) X (L · Gs/α ) (13)穩(wěn)定性系數(shù)是正負(fù)決定車輛的轉(zhuǎn)向特性、表示車輛的穩(wěn)態(tài)回轉(zhuǎn)依賴于速度的變化的大小的指數(shù)的重要值。由式(13)可知，旋轉(zhuǎn)半徑R以穩(wěn)定性系數(shù)A為系數(shù)，與本車速度Vsp的平方成比例地變化。此外,旋轉(zhuǎn)半徑R能夠用車速Vsp和偏航角速度(yaw rate) Y由式(14)表示。(式14)R=V/ Y (14)接著，從物體X[d]向用旋轉(zhuǎn)半徑R的圓弧近似的預(yù)測(cè)路徑的中心引垂線，求出距尚 L [d]。進(jìn)而，從本車寬度H減去距離L [d]，在結(jié)果為負(fù)值的情況下令危險(xiǎn)度DRECI [d] =0，在為正值的情況下用以下式(15)運(yùn)算危險(xiǎn)度DRECI [d]。(式I5)DRECI [d] = (H-L[b])/H (15)
其中，步驟Slll S113的處理，構(gòu)成為根據(jù)檢測(cè)到的物體數(shù)進(jìn)行循環(huán)處理。在步驟S114中，根據(jù)步驟S113中運(yùn)算的危險(xiǎn)度DRECI [d]選擇式(16)的條件成立的物體，在選擇的物體中選擇碰撞預(yù)測(cè)時(shí)間TTCFl [d]最小的物體dMin。(式I6)DRECI [d] ^ cDRECIFl# (16)此處，規(guī)定值cDRECIFl#，是用于判定是否與本車碰撞的閾值。接著，在步驟S115中，根據(jù)所選擇的物體的碰撞預(yù)測(cè)時(shí)間TTCFl[dMin]進(jìn)行是否在自動(dòng)控制剎車的范圍內(nèi)的判定。在式(17 )成立的情況下前進(jìn)到步驟S116，將剎車控制標(biāo)志設(shè)置為ON并結(jié)束處理。此外，在式(17)不成立的情況下前進(jìn)到步驟S117。
(式17)TTCFl[dMin] ^ cTTCBRKFl# (17)在步驟S117中，根據(jù)所選擇的物體dMin的碰撞預(yù)測(cè)時(shí)間TTCFl [dMin]進(jìn)行是否在輸出警報(bào)的范圍內(nèi)的判定。在以下式(18)成立的情況下前進(jìn)到步驟S118，將警報(bào)標(biāo)志設(shè)置為ON并結(jié)束處理。此外，在式(18)不成立的情況下，對(duì)剎車控制標(biāo)志、警報(bào)標(biāo)志都不設(shè)置而結(jié)束處理。(式18)TTCFl[dMin] ^ cTTCALMFl# (18)接著，用圖13說(shuō)明第二碰撞判定部1221的處理。第二碰撞判定部1221，根據(jù)用行人判定部1041判定為行人的行人物體信息(PYF2 [p]，PXF2 [p]，WDF2 [p])，設(shè)置用于發(fā)動(dòng)警報(bào)的警報(bào)標(biāo)志、或者用于發(fā)動(dòng)減輕碰撞損害用的自動(dòng)剎車控制的剎車控制標(biāo)志。圖13是表示預(yù)防碰撞安全系統(tǒng)的動(dòng)作方法的流程圖。首先，在步驟S131中，讀入用行人判定部1041判定為行人的行人物體信息(PYF2[p]，PXF2[p]，WDF2[p])。接著，在步驟S132中，用以下式(19)運(yùn)算檢測(cè)的各物體的碰撞預(yù)測(cè)時(shí)間TTCF2 [p]。此處，相對(duì)速度VYF2 [p]通過(guò)對(duì)物體的相對(duì)距離PYF2 [p]擬微分而求出。(式19)TTCF2[p]=PYF2[p]+VYF2[p] (19)進(jìn)而，在步驟S133中，運(yùn)算針對(duì)各障礙物的危險(xiǎn)度DRECI [p]。危險(xiǎn)度DRECI [p]的計(jì)算與上述第一碰撞判定部中的說(shuō)明相同，所以省略。其中，步驟S131 S133的處理，構(gòu)成為根據(jù)檢測(cè)到的物體數(shù)進(jìn)行循環(huán)處理。在步驟S134中，根據(jù)步驟S133中運(yùn)算出的危險(xiǎn)度DRECI [p]選擇以下式(20)的條件成立的物體，在所選擇的物體中選擇碰撞預(yù)測(cè)時(shí)間TTCF2[p]最小的物體pMin。(式2O)DRECI [p]彡 CDRECIF2# (20)此處，規(guī)定值CDRECIF2#，是用于判定是否與本車碰撞的閾值。接著，在步驟S135中，根據(jù)所選擇的物體的碰撞預(yù)測(cè)時(shí)間TTCF2[pMin]進(jìn)行是否在自動(dòng)控制剎車的范圍內(nèi)的判定。在以下式(21)成立的情況下前進(jìn)到步驟S136，將剎車控制標(biāo)志設(shè)置為ON并結(jié)束處理。此外，在式(21)不成立的情況下前進(jìn)到步驟S137。
(式21)TTCF2[pMin] ^ cTTCBRKF2# (21)在步驟S137中，根據(jù)所選擇的物體pMin的碰撞預(yù)測(cè)時(shí)間TTCF2[pMin]進(jìn)行是否在輸出警報(bào)的范圍內(nèi)的判定。在以下式(22 )成立的情況下前進(jìn)到步驟S138，將警報(bào)標(biāo)志設(shè)置為ON并結(jié)束處理。此外，在式(22 )不成立的情況下，對(duì)剎車控制標(biāo)志、警報(bào)標(biāo)志設(shè)置都不設(shè)置而結(jié)束處理。(式22)TTCF2[pMin]彡 CTTCALMF2# (22) 如以上說(shuō)明，通過(guò)設(shè)置第一碰撞判定部1211和第二碰撞判定部1221，設(shè)定cTTCBRKFl#〈cTTCBRKF2#、且 cTTCALMFl#〈cTTCALMF2#，能夠?qū)τ谟眯腥撕蜻x設(shè)定部 1031 檢測(cè)到的類似行人的物體僅在附近進(jìn)行警報(bào)、剎車控制，對(duì)于用行人判定部1041判定為行人的物體從遠(yuǎn)方進(jìn)行警報(bào)、剎車控制。特別是，如上所述，在行人候選設(shè)定部1031的識(shí)別器71用行人的圖像數(shù)據(jù)和對(duì)本車而言沒(méi)有碰撞危險(xiǎn)的區(qū)域的圖像數(shù)據(jù)進(jìn)行調(diào)整的情況下，用行人候選設(shè)定部1031檢測(cè)的物體是包括行人的立體物，所以對(duì)本車而言有碰撞的危險(xiǎn)。因此，即使用行人判定部1041判斷不是行人，通過(guò)在附近進(jìn)行控制也能夠有助于減少事故。因此，準(zhǔn)備行人的假人模型，在車輛上裝載車輛用外界識(shí)別裝置1000，使車輛朝向行人的假人模型前進(jìn)時(shí)，在某個(gè)時(shí)刻發(fā)動(dòng)警報(bào)、控制。另一方面，在假人模型前設(shè)置欄桿，同樣前進(jìn)時(shí)，因?yàn)閿z像機(jī)圖像上縱方向的濃淡變化量變多，所以在比最初的時(shí)刻遲的時(shí)刻發(fā)動(dòng)警報(bào)、控制。此外，本發(fā)明的車輛用外界識(shí)別裝置1000中，如圖14所示，也存在沒(méi)有第一碰撞判定部1211和第二碰撞判定部1221，而具有碰撞判定1231的實(shí)施方式。碰撞判定部1231與用行人判定部1041檢測(cè)到的行人物體信息(相對(duì)距離PYF2[p],橫向位置PXF2[p]，橫向?qū)挾萕DF2[p])相應(yīng)地計(jì)算危險(xiǎn)度，根據(jù)危險(xiǎn)度判斷是否需要警報(bào)/制動(dòng)。其中，判定的處理內(nèi)容與上述車輛用外界識(shí)別裝置1000的第二碰撞判定部1221相同，所以省略說(shuō)明。圖14所示的車輛用外界識(shí)別裝置1000的實(shí)施方式，設(shè)想用行人判定部排除對(duì)路面標(biāo)識(shí)的誤檢測(cè)。對(duì)于用行人候選設(shè)定部1031不能排除的針對(duì)路面標(biāo)識(shí)的誤檢測(cè)，在行人判定部1041中排除，用其結(jié)果在碰撞判定部1231中進(jìn)行警報(bào)/自動(dòng)剎車的控制。如以上說(shuō)明，行人判定部1041能夠使用縱方向和橫方向的濃淡變化量，減少對(duì)電線桿、護(hù)欄、路面標(biāo)識(shí)這些人造物體的誤檢測(cè)。路面標(biāo)識(shí)對(duì)本車而言沒(méi)有碰撞的危險(xiǎn)，所以將路面標(biāo)識(shí)判定為行人時(shí)，自動(dòng)剎車等會(huì)在對(duì)本車而言沒(méi)有碰撞危險(xiǎn)的場(chǎng)所工作，存在損害本車的安全性的問(wèn)題。此外，電線桿、護(hù)欄雖然對(duì)本車而言存在碰撞的危險(xiǎn)，但與能夠前后左右移動(dòng)的行人不同，是靜止物體。因此，對(duì)于這些靜止物體在回避行人的時(shí)刻使警報(bào)工作時(shí)，對(duì)駕駛員而言是較早的警報(bào)，會(huì)使駕駛員感到厭煩。通過(guò)使用本發(fā)明，能夠解決如上所述損害安全性，或者使駕駛員感到厭煩的課題。根據(jù)本發(fā)明，通過(guò)模式匹配檢測(cè)包括行人的候選，進(jìn)而用檢測(cè)的區(qū)域中的規(guī)定方向的濃淡變化量的比例判定是否行人，所以能夠減小后級(jí)的處理負(fù)荷，高速地檢測(cè)行人。其結(jié)果是，能夠使處理周期高速化，沖出到本車前方的行人的初始捕獲變快。接著，用以下

本發(fā)明的車輛用外界識(shí)別裝置2000的第二實(shí)施方式。圖15是表示車輛用外界識(shí)別裝置2000的實(shí)施方式的框圖。其中，以下說(shuō)明中，僅詳細(xì)敘述與上述車輛用外界識(shí)別裝置1000的不同之處，對(duì)于相同之處附加相同的編號(hào)并省略說(shuō)明。車輛用外界識(shí)別裝置2000安裝在裝載于汽車的攝像機(jī)內(nèi)、或者集中控制器內(nèi)等，用于從攝像機(jī)1010拍攝的圖像內(nèi)檢測(cè)預(yù)先設(shè)定的物體，本實(shí)施方式中，構(gòu)成為從拍攝本車前方的圖像內(nèi)檢測(cè)行人。車輛用外界識(shí)別裝置2000，由具有CPU和存儲(chǔ)器、I/O等的計(jì)算機(jī)構(gòu)成，被編制了規(guī)定的處理，以預(yù)先決定的周期執(zhí)行循環(huán)處理。車輛用外界識(shí)別裝置2000，如圖15所示，具有圖像取得部1011、處理區(qū)域設(shè)定部1021、行人候選設(shè)定部2031、行人判定部2041、行人確 定部2051，進(jìn)而根據(jù)實(shí)施方式，還具有物體位置檢測(cè)部1111。行人候選設(shè)定部2031根據(jù)由處理區(qū)域設(shè)定部1021設(shè)定的處理區(qū)域(SX，SY，EX, EY)，設(shè)定判定有無(wú)行人的行人候選區(qū)域(SXD [d]，SYD [d]，EXD [d]，EYD [d])。處理的詳情將在后文中敘述。行人判定部2041首先根據(jù)圖像MGSRC[x] [y]計(jì)算O度方向、45度方向、90度方向、135度方向這4種濃淡變化量，生成按方向的濃淡變化量圖像(GRAD000[x][y]，GRAD045[x][y]，GRAD090[x][y]，GRAD135[x][y])。接著，根據(jù)行人候選區(qū)域(SXD[d]，SYD[d]，EXD[d]，EYD[d])中的按方向的濃淡變化量圖像(GRAD000 [x] [y], GRAD045 [x] [y], GRAD090 [x] [y], GRAD 135 [x] [y])計(jì)算縱方向的濃淡變化量的比例RATE_V和橫方向的濃淡變化量的比例RATE_H，在其分別小于閾值cTH_RATE_V,cTH_RATE_H的情況下，判定為行人。判定為行人的行人候選區(qū)域，成為行人判定區(qū)域(SXD2 [e], SYD2 [e], EXD2 [e], EYD2 [e]) 0判定的詳情將在后文中敘述。行人確定部2051首先根據(jù)圖像MGSRC[X] [y]計(jì)算濃淡梯度值，生成2值的邊緣圖像EDGE[x] [y]和具有邊緣的方向的信息的梯度方向圖像DIRC[x] [y]。接著，根據(jù)行人判定區(qū)域(SXD2[e]，SYD2[e]，EXD2[e]，EYD2[e])設(shè)定在邊緣圖像EDGE[x] [y]內(nèi)進(jìn)行行人判定的匹配判定區(qū)域(SXG[g]，SYG[g]，EXG[g]，EYG[g])，使用匹配判定區(qū)域內(nèi)的邊緣圖像EDGE[x] [y]和對(duì)應(yīng)位置的區(qū)域內(nèi)的梯度方向圖像DIRC[x] [y]，識(shí)別行人。此處，g是設(shè)定了多個(gè)區(qū)域的情況下的ID編號(hào)。識(shí)別處理的詳情將在后文中敘述。此夕卜，匹配判定區(qū)域中識(shí)別為行人的區(qū)域，作為行人區(qū)域(SXD [d]，SYD [d]，EXD [d]，EYD [d])，此外作為行人物體信息(相對(duì)距離PYF2 [d]，橫向位置PXF2[d]，橫向?qū)挾萕DF2[d])保存。此處，d是設(shè)定了多個(gè)物體的情況下的ID編號(hào)。接著，說(shuō)明行人候選設(shè)定部2031的處理。行人候選設(shè)定部2031從處理區(qū)域(SX，EX, SY, EY)設(shè)定用行人判定部2041和行人確定部2051處理的區(qū)域。首先，使用由處理區(qū)域設(shè)定部1021設(shè)定的處理區(qū)域(SX，EX, SY, EY)的距離和攝像機(jī)幾何參數(shù)，計(jì)算設(shè)想的行人的高度(本實(shí)施例中為180cm)和寬度(本實(shí)施方式中為60cm)在圖像上的大小。
接著，在處理區(qū)域(SX，EX，SY，EY)中，分別偏離I個(gè)像素地設(shè)定計(jì)算出的圖像上的行人的高度和寬度，將這些區(qū)域作為行人候選區(qū)域(SXD [d]，SYD [d]，EXD [d]，EYD [d])。其中，行人候選區(qū)域(SXD[d]，SYD[d]，EXD[d]，EYD[d])也可以隔開數(shù)個(gè)像素設(shè)定，也可以例如在區(qū)域內(nèi)的圖像MGSRC[x] [y]的像素值合計(jì)為零的情況下不設(shè)定等，用前處理進(jìn)行限制。接著，說(shuō)明行人判定部2041。行人判定部2041，對(duì)于各行人候選區(qū)域(SXD[d]，SYD [d]，EXD[d]，EYD[d])，分別進(jìn)行與上述車輛用外界識(shí)別裝置1000中的行人判定部1041同樣的判定，在判定行人候選區(qū)域(SXD[d]，SYD[d]，EXD[d]，EYD[d])是行人的情況下，代入行人判定區(qū)域(SXD2[e]，SYD2 [e]，EXD2 [e]，EYD2 [e])，輸出到后級(jí)的處理。處理的詳情與上述車輛用外界識(shí)別裝置1000中的行人判定部1041相同，所以省略。
接著說(shuō)明行人確定部2051。行人確定部2051，對(duì)于各行人判定區(qū)域(SXD2 [e]，SYD2 [e]，EXD2 [e]，EYD2 [e])，分別進(jìn)行與上述車輛用外界識(shí)別裝置1000中的行人候選設(shè)定部1031同樣的處理，在行人判定區(qū)域(SXD2[e]，SYD2[e]，EXD2[e]，EYD2[e])被識(shí)別為行人的情況下，輸出行人物體信息(相對(duì)距離PYF2[p]，橫向位置PXF2[p]，橫向?qū)挾萕DF2[p])。即，行人確定部2051對(duì)于由行人判定部2041判定為行人的行人判定區(qū)域(SXD2 [e]，SYD2 [e]，EXD2 [e]，EYD2 [e])，使用通過(guò)離線學(xué)習(xí)生成的識(shí)別器確定行人存在。用圖4的流程圖說(shuō)明處理內(nèi)容。首先，在步驟S41中，從圖像MGSRC[X] [y]中，提取邊緣。邊緣圖像EDGE[x] [y]和梯度方向圖像DIRC[x] [y]的計(jì)算方法，與上述車輛用外界識(shí)別裝置1000中的行人候選設(shè)定部1031相同，所以省略說(shuō)明。其中，也可以在提取邊緣前，對(duì)圖像頂GSRC[X] [y]進(jìn)行截取，進(jìn)行放大/縮小以使圖像中的物體的大小成為規(guī)定的大小。本實(shí)施例中，使用處理區(qū)域設(shè)定部1021中使用的距離信息和攝像機(jī)幾何，對(duì)圖像進(jìn)行放大/縮小以使圖像IMGSRC[x] [y]內(nèi)的高180[cm]、寬60[cm]的物體全部成為16點(diǎn)X 12點(diǎn)的大小,計(jì)算上述邊緣。此外，邊緣圖像EDGE[x][y]、梯度方向圖像DIRC[x][y]的計(jì)算，可以僅限定于處理區(qū)域(SX，EX，SY，EY)的范圍內(nèi)、或者行人判定區(qū)域(SXD2 [e], SYD2 [e], EXD2 [e], EYD2 [e])，范圍外全部為零。接著，在步驟S42中，設(shè)定在邊緣圖像EDGE [X] [y]內(nèi)進(jìn)行行人判定的匹配判定區(qū)域(SXG [g]，SYG [g]，EXG [g]，EYG [g])。對(duì)于匹配判定區(qū)域(SXG[g]，SYG[g]，EXG[g]，EYG[g])，在步驟S41中提取邊緣時(shí)預(yù)先對(duì)圖像放大/縮小的情況下，將行人判定區(qū)域(SXD2[e]，SYD2[e]
，EXD2[e],EYD2[e])變換為縮小圖像中的坐標(biāo)，將各個(gè)區(qū)域作為匹配判定區(qū)域(SXG [g]，SYG [g]，EXG [g]，EYG [g])。本實(shí)施例中，使用攝像機(jī)幾何，對(duì)圖像進(jìn)行放大/縮小以使圖像IMGSRC [X] [y]內(nèi)的高180[cm]、寬60[cm]的物體全部成為16點(diǎn)X 12點(diǎn)的大小并生成邊緣圖像。由此，使行人判定區(qū)域(SXD2[e]，SYD2[e]，EXD2[e]，EYD2[e])的坐標(biāo)按照與圖像的放大/縮小相同的比率放大/縮小，成為匹配判定區(qū)域(SXG [g]，SYG [g]，EXG [g]，EYG [g])。步驟S41中提取邊緣時(shí)，在預(yù)先沒(méi)有對(duì)圖像放大/縮小的情況下，將行人判定區(qū)域(SXD2[e]，SYD2[e]，EXD2[e]，EYD2[e])直接作為匹配判定區(qū)域(SXG [g]，SYG [g]，EXG [g]，EYG [g])。其中，從步驟S43起的處理，與上述車輛用外界識(shí)別裝置1000中的行人候選設(shè)定部1031相同，所以省略說(shuō)明。進(jìn)而，用以下

本發(fā)明的車輛用外界識(shí)別裝置3000的第三實(shí)施方式。圖16是表示車輛用外界識(shí)別裝置3000的實(shí)施方式的框圖。其中，以下說(shuō)明中，僅詳細(xì)敘述與上述車輛用外界識(shí)別裝置1000和車輛用外界識(shí) 別裝置2000的不同之處，對(duì)于相同之處附加相同的編號(hào)并省略說(shuō)明。車輛用外界識(shí)別裝置3000安裝在裝載于汽車的攝像機(jī)內(nèi)、或者集中控制器內(nèi)等，用于從攝像機(jī)1010拍攝的圖像內(nèi)檢測(cè)預(yù)先設(shè)定的物體，本實(shí)施方式中，構(gòu)成為從拍攝本車前方的圖像內(nèi)檢測(cè)行人。車輛用外界識(shí)別裝置3000，由具有CPU和存儲(chǔ)器、I/O等的計(jì)算機(jī)構(gòu)成，被編制了規(guī)定的處理，以預(yù)先決定的周期執(zhí)行循環(huán)處理。車輛用外界識(shí)別裝置3000，如圖16所示，具有圖像取得部1011、處理區(qū)域設(shè)定部1021、行人候選設(shè)定部1031、第一行人判定部3041、第二行人判定部3051、碰撞判定部1231，進(jìn)而根據(jù)實(shí)施方式，還具有物體位置檢測(cè)部1111。第一行人判定部3041對(duì)于各行人候選區(qū)域(SXD[d]，SYD[d]，EXD[d]，EYD[d])分別進(jìn)行與上述車輛用外界識(shí)別裝置1000中的行人判定部1041相同的判定，在判定行人候選區(qū)域(SXD[d]，SYD[d]，EXD[d]，EYD[d])是行人的情況下，代入第一行人判定區(qū)域(SXJ1 [j]，SYJl [j]，EXJl [j]，EYJl [j])，輸出到后級(jí)的處理。處理的詳情與上述車輛用外界識(shí)別裝置1000中的行人判定部1041相同，所以省略。第二行人判定部3051對(duì)于各第一行人判定區(qū)域(SXJ1 [j]，SYJl [j]，EXJl [j]，EYJl[j])，對(duì)與區(qū)域位置對(duì)應(yīng)的圖像MGSRC[x] [y]的像素在規(guī)定亮度閾值以上的像素的像素?cái)?shù)計(jì)數(shù)，在其合計(jì)為規(guī)定的面積閾值以下的情況下，判定該區(qū)域?yàn)樾腥?。判定為行人的區(qū)域作為行人物體信息(相對(duì)距離PYF2[p]，橫向位置PXF2[p]，橫向?qū)挾萕DF2[p])保存，在后級(jí)的碰撞判定部1231使用。即，第一行人判定部3041，根據(jù)行人候選區(qū)域(SXD [d]，SYD [d]，EXD [d]，EYD [d])內(nèi)的規(guī)定方向的濃淡變化量的比例判定行人候選區(qū)域是行人還是人造物體，第二行人判定部3051在由第一行人判定部3041判定為行人的行人判定區(qū)域(SXJl[j]，SYJl [j]，EXJl[j]，EYJl[j])中基于規(guī)定的亮度值以上的像素?cái)?shù)判定行人判定區(qū)域是行人還是人造物體。對(duì)第二行人判定部3051的處理進(jìn)行說(shuō)明。圖17是第二行人判定部3051的流程圖。首先，在步驟S171中，使行人數(shù)p=0，從S172起循環(huán)第一行人判定區(qū)域(SXJl[j]，SYJl [j]，EXJl [j]，EYJl [j])的數(shù)量。首先，在步驟S172中，設(shè)定第一行人判定區(qū)域(SXJ1 [j]，SYJl [j]，EXJl [j]，EYJ1[j])內(nèi)的光源判定區(qū)域(SXL[j]，SYL[j]，EXL[j]，EYL[j)。該區(qū)域能夠使用攝像機(jī)幾何模型根據(jù)作為光源的前燈的安裝位置的規(guī)定計(jì)算，在日本國(guó)內(nèi)，是50[cm]以上，120[cm]以下。此外，寬度設(shè)定為行人的寬度的一半等。接著，在步驟S173中，使規(guī)定亮度以上的像素?cái)?shù)BRCNT=O,對(duì)于光源判定區(qū)域(SXL[j]，SYL[j]，EXL[j]，EYL[j])內(nèi)的圖像IMGSRC[x] [y]的各個(gè)像素，反復(fù)進(jìn)行步驟S174、S175。首先，在步驟S174中，判定坐標(biāo)(X，y)的圖像MGSRC[x] [y]的亮度值是否規(guī)定的亮度閾值TH_cLIGHTBRIGHT#以上。在判定是閾值以上的情況下，轉(zhuǎn)移到步驟S175，使規(guī)定亮度以上的像素?cái)?shù)BRCNT增加I。此外，在判定 為小于閾值的情況下，不進(jìn)行任何處理。對(duì)于光源判定區(qū)域(SXL[j]，SYL[j]，EXL[j]，EYL[j])內(nèi)的所有像素實(shí)施以上處理后，在步驟S17 6中，判定規(guī)定亮度以上的像素?cái)?shù)B RCNT是否在規(guī)定的面積閾值T H_cLIGHTAREA#以上，判定是行人還是光源。在判定是閾值以上的情況下，轉(zhuǎn)移到步驟177，計(jì)算行人區(qū)域(SXP [P]，SYP [P]，EXP [P]，EYP [p])、行人物體信息(相對(duì)距離 PYF2 [p]，橫向位置 PXF2 [p]，橫向?qū)挾萕DF2[p])，使P增加。此外，在步驟S176中判斷為光源的情況下，不進(jìn)行處理。對(duì)于第一行人判定區(qū)域(SXJ1 [j], SYJl [j], EXJl [j], EYJl[j])內(nèi)的所有物體執(zhí)行以上處理，并結(jié)束處理。亮度閾值TH_cLIGHTBRIGHT#和面積閾值TH_cLIGHTAREA#事先使用由行人候選設(shè)定部1031、第一行人判定部3041檢測(cè)的行人和由行人候選設(shè)定部1031、第一行人判定部3041誤檢測(cè)的前燈的數(shù)據(jù)決定。此外，面積閾值TH_cLIGHTAREA#，也可以根據(jù)光源的面積條件決定。如以上說(shuō)明，通過(guò)設(shè)置第二行人判定部3051，能夠排除第一行人判定部3041中對(duì)電線桿、護(hù)欄、路面標(biāo)識(shí)等人造物體的誤檢測(cè)，進(jìn)而排除對(duì)前燈等光源的誤檢測(cè)。根據(jù)本結(jié)構(gòu)，能夠應(yīng)對(duì)用模式匹配誤判定為行人的公路上遭遇的大多物體，能夠有助于減少誤檢測(cè)。其中，本實(shí)施方式中應(yīng)用于基于用可視攝像機(jī)拍攝的可視圖像的行人檢測(cè)系統(tǒng)，但除了可視圖像以外，也能夠應(yīng)用于基于用近紅外攝像機(jī)和遠(yuǎn)紅外攝像機(jī)拍攝的紅外線圖像的行人檢測(cè)系統(tǒng)。本發(fā)明不限定于上述各實(shí)施方式，能夠在不脫離本發(fā)明的主旨的范圍內(nèi)進(jìn)行各種變更。
權(quán)利要求
1.一種車輛用外界識(shí)別裝置，其特征在于，包括 圖像取得部，其取得拍攝本車前方而得的圖像； 處理區(qū)域設(shè)定部，其設(shè)定根據(jù)所述圖像檢測(cè)行人的處理區(qū)域； 行人候選設(shè)定部，其設(shè)定根據(jù)所述圖像判定有無(wú)行人的行人候選區(qū)域；和行人判定部，其根據(jù)所述行人候選區(qū)域內(nèi)的規(guī)定方向的濃淡變化量的比例，判定所述行人候選區(qū)域是行人還是人造物體。
2.如權(quán)利要求I所述的車輛用外界識(shí)別裝置，其特征在于 所述行人候選設(shè)定部，使用通過(guò)離線學(xué)習(xí)生成的識(shí)別器從所述處理區(qū)域內(nèi)的所述圖像中提取與所述行人相似的行人候選區(qū)域。
3.如權(quán)利要求I所述的車輛用外界識(shí)別裝置，其特征在于 具有取得檢測(cè)到存在于本車前方的物體的物體信息的物體檢測(cè)部， 所述處理區(qū)域設(shè)定部，基于取得的所述物體信息設(shè)定所述圖像內(nèi)的處理區(qū)域。
4.如權(quán)利要求I所述的車輛用外界識(shí)別裝置，其特征在于 所述人造物體包括電線桿、護(hù)欄、路面標(biāo)線的任意種。
5.如權(quán)利要求I所述的車輛用外界識(shí)別裝置，其特征在于 所述行人候選設(shè)定部， 從所述圖像提取邊緣生成邊緣圖像， 設(shè)定用于根據(jù)所述邊緣圖像進(jìn)行行人判定的匹配判定區(qū)域， 在所述匹配判定區(qū)域被判定為行人的情況下設(shè)定為行人候選區(qū)域。
6.如權(quán)利要求I所述的車輛用外界識(shí)別裝置，其特征在于 所述行人判定單元， 根據(jù)所述圖像計(jì)算多個(gè)方向的每個(gè)方向的濃淡變化量， 從所述行人候選區(qū)域內(nèi)，根據(jù)計(jì)算出的濃淡變化量計(jì)算縱向的濃淡變化量的比例和橫向的濃淡變化量的比例， 在計(jì)算出的所述縱向的濃淡變化量的比例不到預(yù)先決定的縱向的閾值，并且計(jì)算出的所述橫向的濃淡變化量的比例不到預(yù)先決定的橫向的閾值的情況下，判定為行人。
7.如權(quán)利要求I所述的車輛用外界識(shí)別裝置，其特征在于 所述行人候選設(shè)定部從所述行人候選區(qū)域計(jì)算行人候選物體信息。
8.如權(quán)利要求7所述的車輛用外界識(shí)別裝置，其特征在于 具有第一碰撞判定部，該第一碰撞判定部基于所述行人候選物體信息，判定是否存在本車輛與檢測(cè)到的物體碰撞的危險(xiǎn)，基于判定的結(jié)果生成警報(bào)信號(hào)或剎車控制信號(hào)。
9.如權(quán)利要求8所述的車輛用外界識(shí)別裝置，其特征在于 所述第一碰撞判定部， 取得所述行人候選物體信息， 基于根據(jù)所述行人候選物體信息檢測(cè)出的物體與本車輛的相對(duì)距離和相對(duì)速度，計(jì)算本車輛與所述物體碰撞的碰撞預(yù)測(cè)時(shí)間， 基于根據(jù)所述行人候選物體信息檢測(cè)出的物體與本車輛的距離，計(jì)算碰撞危險(xiǎn)度， 基于所述碰撞預(yù)測(cè)時(shí)間和所述碰撞危險(xiǎn)度，判定是否存在碰撞的危險(xiǎn)。
10.如權(quán)利要求9所述的車輛用外界識(shí)別裝置，其特征在于所述第一碰撞判定部， 選擇所述碰撞危險(xiǎn)度最高的物體， 對(duì)于所選擇的物體，在所述碰撞預(yù)測(cè)時(shí)間為預(yù)先決定的閾值以下的情況下，生成警報(bào)信號(hào)或剎車控制信號(hào)。
11.如權(quán)利要求6所述的車輛用外界識(shí)別裝置，其特征在于 具有第二碰撞判定部，該第二碰撞判定部基于由所述行人判定部判定的行人的行人信息判定是否存在本車輛與行人碰撞的危險(xiǎn)，基于判定的結(jié)果生成警報(bào)信號(hào)或剎車控制信號(hào)。
12.如權(quán)利要求11所述的車輛用外界識(shí)別裝置，其特征在于 所述第二碰撞判定部， 取得所述行人信息， 基于根據(jù)所述行人信息檢測(cè)到的物體與本車輛的相對(duì)距離和相對(duì)速度，計(jì)算本車輛與所述行人碰撞的碰撞預(yù)測(cè)時(shí)間， 基于根據(jù)所述行人信息檢測(cè)到的行人與本車輛的距離，計(jì)算碰撞危險(xiǎn)度， 基于所述碰撞預(yù)測(cè)時(shí)間和所述碰撞危險(xiǎn)度，判定是否存在碰撞的危險(xiǎn)。
13.如權(quán)利要求12所述的車輛用外界識(shí)別裝置，其特征在于 所述第二碰撞判定部， 選擇所述碰撞危險(xiǎn)度最高的行人， 對(duì)于所選擇的行人，在所述碰撞預(yù)測(cè)時(shí)間為預(yù)先決定的閾值以下的情況下，生成警報(bào)信號(hào)或剎車控制信號(hào)。
14.如權(quán)利要求I所述的車輛用外界識(shí)別裝置，其特征在于 具有行人確定部，該行人確定部對(duì)于由所述行人判定部判定為行人的區(qū)域，使用通過(guò)離線學(xué)習(xí)生成的識(shí)別器確定行人的存在。
15.如權(quán)利要求I所述的車輛用外界識(shí)別裝置，其特征在于 所述行人判定部具有第一行人判定部和第二行人判定部， 所述第一行人判定部，根據(jù)所述行人候選區(qū)域內(nèi)的規(guī)定方向的濃淡變化量的比例，判定所述行人候選區(qū)域是行人還是人造物體， 所述第二行人判定部，在由所述第一行人判定部判定為行人的行人判定區(qū)域中基于規(guī)定的亮度值以上的像素?cái)?shù)判定所述行人判定區(qū)域是行人還是人造物體。
全文摘要
本發(fā)明提供一種車輛用外界識(shí)別裝置，其能夠以較小的處理負(fù)荷減少用模式匹配檢測(cè)行人時(shí)對(duì)于電線桿、護(hù)欄、路面標(biāo)識(shí)等人造物體的誤檢測(cè)。包括取得拍攝本車前方的圖像的圖像取得部(1011)；設(shè)定根據(jù)該圖像檢測(cè)行人的處理區(qū)域的處理區(qū)域設(shè)定部(1021)；設(shè)定根據(jù)該圖像判定有無(wú)行人的行人候選區(qū)域的行人候選設(shè)定部(1031)；和根據(jù)行人候選區(qū)域內(nèi)的規(guī)定方向的濃淡變化量的比例判定行人候選區(qū)域是行人還是人造物體的行人判定部(1041)。
文檔編號(hào)G06T1/00GK102741901SQ20118000754
公開日2012年10月17日 申請(qǐng)日期2011年1月17日 優(yōu)先權(quán)日2010年1月28日
發(fā)明者坂本博史, 緒方健人 申請(qǐng)人:株式會(huì)社日立制作所