專利名稱：環(huán)境識別裝置以及環(huán)境識別方法
技術(shù)領(lǐng)域：
本發(fā)明涉及一種基于在檢測區(qū)域的對象物的亮度而識別該對象物的環(huán)境識別裝置以及環(huán)境識別方法。
背景技術(shù)：
以往，檢測位于本車輛前方的車輛或信號燈等所謂障礙物的對象物，并對本車輛進(jìn)行控制以避免與所檢測出的對象物發(fā)生碰撞或使本車輛與前行車輛的車距保持在安全距離的技術(shù)已被為人所知。在這樣的技術(shù)中，例如針對用兩臺攝像機(jī)拍攝的本車輛的前方的圖像，執(zhí)行立體匹配處理，導(dǎo)出預(yù)定數(shù)量的像素的每個區(qū)塊的視差。并且，基于該視差來導(dǎo)出實(shí)際空間上的位置。尤其，還存在如下技木不僅將對象物一律特定為物體，而且為了進(jìn)行更高精度的·控制，還存在判斷對象物是以與本車輛相同的速度行駛的前行車輛，還是不移動的被固定的物體等。例如，將相對本車輛的行進(jìn)方向傾斜預(yù)定角度而檢測出來的各個點(diǎn)判斷為護(hù)欄等的墻壁，并將沿著相對本車輛的行進(jìn)方向垂直的平面的水平方向檢測出來的各個點(diǎn)判斷為前行車輛的背面?zhèn)鹊鹊募夹g(shù)被提出來(例如，專利文獻(xiàn)I)?，F(xiàn)有技術(shù)文獻(xiàn)專利文獻(xiàn)I :日本特開2008-59323號公報然而，例如當(dāng)在夜間或下雨天氣中，尾燈的光產(chǎn)生散射時，在立體匹配處理中，不表示尾燈的區(qū)塊被誤匹配為顯示尾燈的區(qū)塊。此時，從該錯誤的匹配所導(dǎo)出的尾燈在實(shí)際空間上的位置被識別成，相對本車輛的行進(jìn)方向傾斜預(yù)定角度。于是，在上述專利文獻(xiàn)I的技術(shù)中，本該被判斷為前行車輛的背面?zhèn)鹊牟糠钟锌赡鼙慌袛酁閴Ρ?。?dāng)在行進(jìn)方向檢測出被識別為墻壁的物體時，可能會進(jìn)行本來不需要的自動控制，以進(jìn)行躲避動作。

發(fā)明內(nèi)容
本發(fā)明鑒于這樣的問題，目的在于提供ー種在夜間或降雨等光源容易散射的環(huán)境下，能夠防止將非墻壁的物體誤判斷為墻壁的環(huán)境識別裝置以及環(huán)境識別方法。為了解決上述問題，本發(fā)明的環(huán)境識別裝置，其特征在于，具備位置信息獲取單元，獲取包含存在于檢測區(qū)域內(nèi)的對象部位相對本車輛的相對距離的位置信息；群組化單元，將與本車輛的行進(jìn)方向垂直的水平距離的差值、以及與本車輛的行進(jìn)方向平行的相對距離的差值在第一預(yù)定距離內(nèi)連續(xù)的多個對象部位群組化為對象物；候補(bǔ)判斷単元，當(dāng)構(gòu)成對象物的多個對象部位形成相對于與本車輛的行進(jìn)方向垂直的平面傾斜預(yù)定角度以上的傾斜面時，將對象物判斷為作為墻壁的候補(bǔ)的墻壁候補(bǔ)；墻壁判斷単元，將與本車輛的行進(jìn)方向垂直的水平距離的差值、以及與本車輛的行進(jìn)方向平行的相對距離的差值在相比第一預(yù)定距離更長的第二預(yù)定距離內(nèi)連續(xù)的多個墻壁候補(bǔ)判斷為墻壁。
優(yōu)選地，群組化單元可基干與本車輛的行進(jìn)方向垂直的水平距離的差值、以及與本車輛的行進(jìn)方向平行的相對距離的差值，并進(jìn)一歩基于自道路表面的高度的差值，進(jìn)行群組化的判斷，墻壁判斷単元可基干與本車輛的行進(jìn)方向垂直的水平距離的差值、以及與本車輛的行進(jìn)方向平行的相對距離的差值，并進(jìn)一歩基于自道路表面的高度的差值，進(jìn)行墻壁的判斷。優(yōu)選地，還可以具備判斷在檢測區(qū)域是否為光被散射的環(huán)境的環(huán)境判斷単元，當(dāng)環(huán)境判斷単元判斷為不是光被散射的環(huán)境時，墻壁判斷單元將全部墻壁候補(bǔ)判斷為墻壁。優(yōu)選地，還可以具備距離導(dǎo)出単元，導(dǎo)出沿著對象物的圖像的水平方向并排的每個對象部位群與相對于本車輛的行進(jìn)方向平行的相對距離的平均值；群組分割単元，當(dāng)以圖像的垂直方向的位置的順序并排的、平均值的數(shù)據(jù)列的軌跡的微分值，超過預(yù)定閾值吋，以對象部位群為分界來分割，跨著已超出預(yù)定閾值的對象部位群而被群組化的對象物。優(yōu)選地，群組分割単元可基于構(gòu)成對象物的所有對象部位的相對距離的平均值而確定預(yù)定閾值?！榱私鉀Q上述問題，本發(fā)明的環(huán)境識別方法，其特征在于，包括如下步驟獲取包含存在于檢測區(qū)域內(nèi)的對象部位相對本車輛的相對距離的位置信息；將與本車輛的行進(jìn)方向垂直的水平距離的差值、以及與本車輛的行進(jìn)方向平行的相對距離的差值在第一預(yù)定距離內(nèi)連續(xù)的多個對象部位群組化為對象物；當(dāng)構(gòu)成對象物的多個對象部位形成相對于與所述本車輛的行進(jìn)方向垂直的平面傾斜預(yù)定角度以上的傾斜面時，將對象物判斷為作為墻壁的候補(bǔ)的墻壁候補(bǔ)；將與本車輛的行進(jìn)方向垂直的水平距離的差值、以及與本車輛的行進(jìn)方向平行的相對距離的差值在相比第一預(yù)定距離更長的第二預(yù)定距離內(nèi)連續(xù)的多個所述墻壁候補(bǔ)判斷為墻壁。根據(jù)本發(fā)明，在夜間或降雨等光源容易被散射的環(huán)境中，能夠防止非墻壁的對象物被誤判斷為墻壁的情況，因此可以防止針對誤判斷為墻壁的對象物的非必要的躲避動作的發(fā)生。


圖I是示出環(huán)境識別系統(tǒng)的連接關(guān)系的方框圖。圖2是示出用于說明亮度圖像和距離圖像的說明圖。圖3是示出環(huán)境識別裝置的概略的功能的功能方框圖。圖4為用于說明通過位置信息獲取單元變換為三維位置信息的說明圖。圖5是用于說明群組化單元的處理的說明圖。圖6是示出夜間的亮度圖像的一例的說明圖。圖7是用于說明墻壁判斷處理的說明圖。圖8是用于說明群組分割處理的說明圖。圖9是用于說明群組分割處理的說明圖。圖10是用于說明群組分割處理的說明圖。圖11是示出環(huán)境識別方法的整體流程的流程圖。圖12是示出群組化處理的流程的流程圖。圖13是示出墻壁判斷處理的流程的流程圖。
圖14是示出群組分割處理的流程的流程圖。主要符號說明I :本車輛130 :環(huán)境識別裝置160 :位置信息獲取單元162 :群組化單元164 :候補(bǔ)判斷單元166 :墻壁判斷單元

168 :環(huán)境判斷單元170 :距離導(dǎo)出單元172 :群組分割単元174:圖案匹配單元
具體實(shí)施例方式以下，參照附圖詳細(xì)說明本發(fā)明的優(yōu)選實(shí)施方式。所涉及的實(shí)施方式中所示的尺寸、材料、其他具體數(shù)值等是僅僅是為了使發(fā)明容易理解而例示的，除了特別指定的情況之夕卜，并不能用來限定本發(fā)明。在此，本說明書及附圖中，對于具有實(shí)質(zhì)上相同的功能、結(jié)構(gòu)的要素，通過賦予相同的符號的方式省略重復(fù)性說明，而且對與本發(fā)明沒有直接關(guān)系的要素省略了圖示。(環(huán)境識別系統(tǒng)100)圖I為示出環(huán)境識別系統(tǒng)100的連接關(guān)系的方框圖。環(huán)境識別系統(tǒng)100包含設(shè)置在車輛I內(nèi)的多個(本實(shí)施方式中為兩個)攝像裝置110、圖像處理裝置120、環(huán)境識別裝置130、車輛控制裝置140。攝像裝置110包含電荷稱合器件(CO), Charge-Coupled Device)或互補(bǔ)金屬氧化半導(dǎo)體(CMOS, Complementary Metal-Oxide Semiconductor)等攝像器件，能夠獲取彩色圖像，即，像素単位中可獲取三個色相(紅、綠、藍(lán))的亮度。在本實(shí)施方式中，把顔色和亮度同等看待，在同一篇文章里包含兩個語句時，可相互交替讀取為構(gòu)成顏色的亮度或具有亮度的顔色。在此，由攝像裝置110所拍攝的彩色圖像稱為亮度圖像，區(qū)別于后述的距離圖像。而且，攝像裝置110為兩個，兩個攝像裝置110在大致水平方向上分開布置，以在車輛I的行駛方向側(cè)兩個攝像裝置110各自的光軸大致平行。攝像裝置110每隔例如1/60秒(60fps)連續(xù)生成拍攝車輛I前方的檢測區(qū)域中的對象物的圖像數(shù)據(jù)。這里，對象物不僅包括車輛、信號燈、道路、護(hù)欄等獨(dú)立存在的立體物，還包括尾燈或轉(zhuǎn)向指示燈、信號燈的各個照明部分等能夠特定為立體物的部分的物體。在以下實(shí)施方式中的各個功能單元以這種圖像數(shù)據(jù)的更新為契機(jī)執(zhí)行各種處理。圖像處理裝置120從兩個攝像裝置110分別獲取圖像數(shù)據(jù)，并基于兩個圖像數(shù)據(jù)導(dǎo)出包含圖像中的任意區(qū)塊(集合預(yù)定數(shù)量的像素的區(qū)塊)的視差以及示出任意區(qū)塊在畫面中的位置的畫面位置的視差信息。圖像處理裝置120采用從另ー個像素數(shù)據(jù)搜索對應(yīng)于從ー個圖像數(shù)據(jù)任意抽出的區(qū)塊(例如，水平4像素X垂直4像素的陣列)的區(qū)塊的所謂的圖案匹配而導(dǎo)出視差。在此，水平是指所拍攝的圖像的畫面橫向方向，相當(dāng)于實(shí)際空間中的水平方向。而且，垂直是指所拍攝的圖像的畫面縱向方向，相當(dāng)于實(shí)際空間中的豎直方向。所述圖案匹配是指，在兩個圖像數(shù)據(jù)之間以示出任意圖像位置的區(qū)塊單位比較亮度值(Y色差信號)的方法。例如，包括求出亮度值的差值的絕對差值和(SAD，Sumof Absolute Difference)、將差值平方后使用的差值的平方和(SSD, Sum of Squaredintensity Difference)、求出從各個像素的亮度值減去了平均值的分散值的相似度的歸一化互相關(guān)(NCC, Normalized Cross Correlation)等方法。圖像處理裝置120對于被顯示在檢索區(qū)域(例如,600像素X200像素)的全部區(qū)塊執(zhí)行這種區(qū)塊單位的視差導(dǎo)出處理。在此，將區(qū)塊設(shè)定為4像素X4像素，但區(qū)塊內(nèi)的像素數(shù)量可以任意地設(shè)定。但是，在圖像處理裝置120中，雖然對作為檢測分辨率的単位的每個區(qū)塊能夠?qū)С鲆暡?，但無法識別該區(qū)塊是哪種對象物的一部分。因此，視差信息不是以對象物単位，而是以檢測區(qū)域的檢測分辨率單位(例如區(qū)塊單位)來獨(dú)立地導(dǎo)出出來。在此，將如此導(dǎo)出的視差信息(相當(dāng)于后述的相對距離)映射到圖像數(shù)據(jù)的圖像稱為距離圖像。
·
圖2為用于說明亮度圖像124和距離圖像126的說明圖。例如，假設(shè)通過兩個攝像裝置110針對檢測區(qū)域122生成圖2(a)所示的亮度圖像(圖像數(shù)據(jù))124。但是，這里，為了便于理解，僅模式性地示出兩個亮度圖像124中的ー個。在本實(shí)施方式中，圖像處理裝置120從這種亮度圖像124求出每個區(qū)塊的視差，從而形成圖2(b)所示的距離圖像126。對于距離圖像126中的各個區(qū)塊來說，其區(qū)塊的視差相互關(guān)聯(lián)。在此，為了便于說明，將導(dǎo)出視差的區(qū)塊以黑點(diǎn)表示。對于視差來說，容易在圖像的邊緣部分(相鄰像素之間明暗的差值較大的部分)被特定，因此在距離圖像126中，賦予黑點(diǎn)的、導(dǎo)出視差的區(qū)塊在亮度圖像124中也大多形成邊緣。因此，圖2(a)所示的亮度圖像124和圖2(b)所示的距離圖像126在各個對象物的輪廓上相互近似。環(huán)境識別裝置130利用所謂的立體視覺法將距離圖像126中的檢測區(qū)域122內(nèi)的每個區(qū)塊的視差信息(距離圖像126)變換為包含相對距離的三維位置信息，特定本車輛I外的道路形狀或立體物。這里，立體視覺法是通過使用三角測量法從對象物的視差導(dǎo)出該對象物相對于攝像裝置110的相對距離的方法。對于環(huán)境識別裝置130將在后面詳述。車輛控制裝置140執(zhí)行避免本車輛與通過環(huán)境識別裝置130特定的對象物碰撞或使本車輛與前行車輛的車間距保持在安全距離的控制。具體來說，車輛控制裝置140通過用于檢測方向盤角度的舵角傳感器142和用于檢測車輛I的速度的車速傳感器144等獲得當(dāng)前的車輛I的行駛狀態(tài)，并通過控制致動器146將車輛I與前行車輛的車間距保持在安全距離。在此，致動器146是用于控制剎車、節(jié)氣閥、舵角等的車輛控制用致動器。而且，當(dāng)推斷出將與對象物產(chǎn)生碰撞時，車輛控制裝置140在設(shè)置在駕駛者前方的顯示器148進(jìn)行相應(yīng)警告顯示(報警)的同時，控制致動器146使車輛I自動地減速。車輛控制裝置140也可以與環(huán)境識別裝置130形成為一體。(環(huán)境識別裝置130)圖3為示出環(huán)境識別裝置130的概略的功能的功能方框圖。如圖3所示，環(huán)境識別裝置130包括I/F單元150、數(shù)據(jù)存儲單元152、環(huán)境檢測單元154、中央控制單元156。I/F單元150是用于與圖像處理裝置120和車輛控制裝置140進(jìn)行雙向信息交換的接ロ。數(shù)據(jù)存儲単元152由RAM、閃存、HDD等構(gòu)成，以用于存儲以下所示各個功能単元的處理中所必要的各種信息，而且暫時存儲從圖像處理裝置120接收的亮度圖像124、距離圖像 126。例如，環(huán)境檢測單元154由監(jiān)測是否為夜間的夜間檢測単元和檢測降雨的雨檢測單元構(gòu)成，當(dāng)檢測出是夜間或降雨時，將顯示已檢測到是夜間或降雨的事實(shí)的檢測信息輸出到后述的環(huán)境判斷単元168。并且，環(huán)境檢測單元154不局限于檢測是否為夜間或降雨環(huán)境，還可以檢測攝像裝置110的拍攝變成逆光等，所拍攝的圖像中的光源的光被散射的環(huán)境。例如，夜間檢測単元可將本車輛I的夜間燈的點(diǎn)亮檢測為處于夜間。夜間檢測単元和雨檢測單元使用現(xiàn)有的各種技術(shù)而實(shí)現(xiàn)，因此在此省略其構(gòu)成等詳細(xì)的說明。中央控制單元156由包括中央處理裝置(CPU)、存儲有程序等的只讀存儲器、作為工作區(qū)的RAM等的半導(dǎo)體集成電路構(gòu)成，通過系統(tǒng)總線158來控制I/F単元150、數(shù)據(jù)存儲単元152以及環(huán)境檢測單元154。并且，在本實(shí)施方式中，中央控制單元156還具有位置信息獲取單元160、群組化單元162、候補(bǔ)判斷単元164、墻壁判斷単元166、環(huán)境判斷単元168、距離導(dǎo)出単元170、群組分割単元172、圖案匹配単元174的功能?！の恢眯畔@取單元160使用立體法，將由圖像處理裝置120導(dǎo)出的檢測區(qū)域122內(nèi)的每個區(qū)塊的視差信息轉(zhuǎn)換成包括水平距離X、高度I以及相對距離z的三維的位置信息。其中，假設(shè)對象部位是像素或集中像素的區(qū)塊，且在本實(shí)施方式中，對象部位具有與在圖像處理裝置120中使用的區(qū)塊同等的大小。對應(yīng)于由圖像處理裝置120導(dǎo)出的視差信息表示距離圖像126中的各對象部位的視差的信息，三維的位置信息則表示在實(shí)際空間中的各對象部位的相對距離的信息。從而，當(dāng)使用相對距離或高度等術(shù)語時表示實(shí)際空間上的距離，當(dāng)使用檢測距離等術(shù)語時表示距離圖像126上的距離。圖4為用于說明通過位置信息獲取單元160變換為三維位置信息的說明圖。位置信息獲取單元160首先將距離圖像126識別為如圖4所示的像素単位的坐標(biāo)系。這里，在圖4中，將左下角設(shè)定為原點(diǎn)(0，0)，橫向方向設(shè)定為i坐標(biāo)軸，縱向方向設(shè)定為j坐標(biāo)軸。因此，具有視差dp的像素能夠由像素位置i、j和視差dp表示為(i, j, dp)。將本實(shí)施方式中的實(shí)際空間上的三維坐標(biāo)系假設(shè)為以車輛I為中心的相對坐標(biāo)系。在此，將車輛I的行進(jìn)方向右側(cè)方設(shè)定為X軸的正方向，車輛I的上方設(shè)定為Y軸的正方向，車輛I的行進(jìn)方向(前方)設(shè)定為Z軸的正方向，經(jīng)過兩個攝像裝置110的中央的鉛直線和道路表面的交點(diǎn)作為原點(diǎn)(0，0，0)。此時，假設(shè)道路為平面吋，道路表面與X-Z平面(y = 0) 一致。位置信息獲取單元160通過以下的數(shù)學(xué)式I 數(shù)學(xué)式3將距離圖像126上的區(qū)塊坐標(biāo)(i，j，dp)變換為實(shí)際空間上的三維的點(diǎn)坐標(biāo)(X，I, z)。X = CD/2+z Pff (i-IV) ...數(shù)學(xué)式 Iy = CH+z Pff (j-JV) ...數(shù)學(xué)式 2z = KS/dp ...數(shù)學(xué)式 3在此，⑶為攝像裝置110之間的間隔(基線長度)，PW為每ー個像素的視角，CH為攝像裝置110自道路表面的布置高度，IV、JV為車輛I的正面方向無限遠(yuǎn)端的圖像上的坐標(biāo)(像素)，KS為距離系數(shù)(KS =⑶/PW)。群組化單元162將與本車輛I的行進(jìn)方向垂直的水平距離X的差值以及與本車輛I的行進(jìn)方向平行的相對距離Z的差值在第一預(yù)定距離內(nèi)連續(xù)的多個對象部位群組化為對象物。具體來說，群組化單元162以導(dǎo)出實(shí)際空間上的位置的任意的對象部位為基準(zhǔn)點(diǎn)，將該對象部位和水平距離X的差值以及該對象部位和相對距離z的差值處于第一預(yù)定距離內(nèi)的對象部位群組化，以作為對象物。在此，第一預(yù)定距離以實(shí)際空間上的距離來表示，可以被設(shè)置為任意的值(例如，I. Om等)。而且，在此多個對象部位連續(xù)是指，多個對象部位位于一次以上的次數(shù)的同一條曲線上。并且，群組化單元162對于通過群組化而新增加的對象部分，也以該對象部位為基準(zhǔn)點(diǎn)，將水平距離X的差值以及相對距離z的差值在第一預(yù)定距離內(nèi)的、特定物相同的對象部位群組化。其結(jié)果，若對象部位之間的距離在第一預(yù)定距離內(nèi)，則這些全部將會被群組化。圖5是用于說明前行車輛200的對象部位202的群組化的說明圖。假設(shè)，生成有如圖5(a)所示的亮度圖像124。圖5(b)、(c)、(d)示出從實(shí)際空間上的豎直上方看到的、 該亮度圖像124中的行駛道路204上的前行車輛200的俯視圖。當(dāng)圖5(b)所示的前行車輛200的背面?zhèn)鹊膶ο蟛课?02被檢測成如圖5(c)所示的情況時，群組化單元162群組化這些對象部位202，使其成為如圖5(d)所示的對象物。由此，前行車輛200的背面?zhèn)鹊膶ο蟛课?02被檢測為與X軸方向大致平行。另夕卜，護(hù)欄等的墻壁的對象部位形成相對X軸方向傾斜預(yù)定角度(例如，45度)以上的任意的傾斜面。在此情況下，當(dāng)檢測墻壁時，可以進(jìn)行捜索由形成相對X軸方向傾斜預(yù)定角度以上的任意的傾斜面的對象部位所構(gòu)成的對象物的處理。但是，此時，在夜間或降雨天等，可能誤檢測出墻壁。圖6是示出夜間的亮度圖像124的一例的說明圖。如圖6所示，在前行車輛200的背面?zhèn)鹊奈矡?08被點(diǎn)亮。但是，因?yàn)槭窃谝归g，因此尾燈208的光被散射而變得模糊。此時，圖像處理裝置120導(dǎo)出的視差信息中會產(chǎn)生誤差。圖7是用于說明墻壁判斷處理的說明圖。在圖7(a)中示例性地示出，對與圖5 (C)類似的前行車輛200的背面?zhèn)鹊膶ο蟛课?02進(jìn)行檢測的結(jié)果，夜間中視差信息產(chǎn)生誤差的情況。如圖7(a)所示，當(dāng)在夜間等時候，視差信息有誤差時，原來應(yīng)該被檢測為相對X軸方向平行的對象部位202，被檢測為形成相對X軸方向傾斜預(yù)定角度以上的傾斜面的對象部位202。于是，群組化該對象部位202的對象物206a被誤檢測為墻壁。在本實(shí)施方式中，候補(bǔ)判斷單元164、墻壁判斷單元166以及環(huán)境判斷單元168具有避免這種墻壁的誤檢測的功能。以下，詳細(xì)描述依據(jù)候補(bǔ)判斷単元164、墻壁判斷単元166、環(huán)境判斷単元168的墻壁判斷處理。(墻壁判斷處理)候補(bǔ)判斷單元164判斷作為高度y在0以上的(位于道路表面之上)對象物206而被群組化的多個對象部件202，是否形成相對與本車輛I的前進(jìn)方向垂直的平面傾斜預(yù)定角度以上的傾斜面。即，判斷對象部位202是否形成相對X軸方向傾斜預(yù)定角度以上的任意的傾斜面。在本實(shí)施方式中，候補(bǔ)判斷単元164為了提高墻壁的檢測精度，將由至少三個對象部位202構(gòu)成的對象物作為判斷對象。當(dāng)位于傾斜面上時，候補(bǔ)判斷単元164不會僅據(jù)此來判斷由該對象部位群組化的對象物是墻壁，而是暫且判斷為作為墻壁的候補(bǔ)的墻壁候補(bǔ)。如圖7(a)的情況，對象物206a被判斷為墻壁候補(bǔ)。墻壁判斷單元166判斷以對象物206a的中心位置作為中心，在X軸方向的第二預(yù)定距離的范圍內(nèi)(例如，圖7(b)所示的AB的范圍內(nèi)，5. Om以內(nèi))且在Z軸方向的第二預(yù)定距離的范圍內(nèi)，是否有其他墻壁候補(bǔ)。第二預(yù)定距離比所述第一預(yù)定距離更長。在7(b)的示例中，對象物206a、206b是從前行車輛200的背面?zhèn)葯z測出來的對象物，因此在對象物206a的附近沒有其他墻壁候補(bǔ)。由此，當(dāng)檢測不出其他墻壁候補(bǔ)時，墻壁判斷単元166判斷出該墻壁候補(bǔ)不是墻壁。并且，在圖7 (b)的示例中，當(dāng)對象物206b也依據(jù)其排列被判斷為墻壁候補(bǔ)時，對象物206a、206b可能會被判斷為墻壁。護(hù)欄等的墻壁具有相對X軸方向傾斜預(yù)定角度以上的傾斜面。因此，對于從墻壁檢測出的多個墻壁候補(bǔ)來說，對象部位容易聚集在同一傾斜面上。另外，當(dāng)從前行車輛200·的背面?zhèn)鹊日`檢測出多個墻壁候補(bǔ)時，該對象部位聚集在同一傾斜面的可能性較低。由此，當(dāng)針對成為墻壁候補(bǔ)的對象物，從連接作為該對象物而被群組化的對象部位的線的延長線到預(yù)定距離內(nèi)，存在其他墻壁候補(bǔ)時，墻壁判斷単元166將這些墻壁候補(bǔ)判斷為墻壁。并且，不限于連接對象部位的線，例如還可以是將對象部位的位置作為樣本而導(dǎo)出的近似曲線。通過這種構(gòu)成，墻壁判斷単元166可以進(jìn)行高精度的墻壁的判斷。此時，墻壁判斷単元166集合判斷為非墻壁的墻壁候補(bǔ)(對象物206a)和、位于從該墻壁候補(bǔ)到例如在X軸方向以及Z軸方向的第三預(yù)定距離的范圍內(nèi)(例如，如圖7(c)所示的⑶的范圍內(nèi)，3. Om以內(nèi))的、不是墻壁候補(bǔ)的對象物206b，將這些對象物視為ー個對象物206c (如圖7(d)所示)。由此，通過集合判斷為不是墻壁的墻壁候補(bǔ)和其他對象物，后述的圖案匹配単元174可以高精度地判斷所聚集的對象物206c是例如前行車輛200的背面?zhèn)?。圖7(e)示出從轉(zhuǎn)彎處的護(hù)欄中檢測出的對象物206d、206e、206f、206g、206h。此時，墻壁判斷單元166以對象物206d的中心位置為中心，檢測在X軸方向以及Z軸方向接近第二預(yù)定距離的范圍內(nèi)的對象物206e。相同地，墻壁判斷單元166依次檢測出接近于對象物206e的對象物206f、接近于對象物206f的對象物206g，直到檢測出對象物206d 206h為止。并且，如圖7(f)所示，墻壁判斷単元166將這些接近第二預(yù)定距離內(nèi)連續(xù)的多個墻壁候補(bǔ)判斷為墻壁210。尾燈等的光源相比墻壁在X-Z平面方向的大小較小。本實(shí)施方式的墻壁判斷單元166為，當(dāng)多個墻壁候補(bǔ)連續(xù)時判斷為墻壁，即使單獨(dú)檢測出墻壁候補(bǔ)也不會判斷為墻壁。因此，墻壁判斷単元166當(dāng)因光的散射而尾燈等形成諸如墻壁的傾斜面以致被誤檢測吋，也不會將尾燈等判斷為墻壁，從而可防止墻壁的誤檢測。環(huán)境判斷單元168判斷檢測區(qū)域122中是否是光被散射的環(huán)境。此時，光被散射的環(huán)境可以是，例如因在夜間、降雨等，在擋風(fēng)玻璃上附著因水滴或者擦拭該水滴而成的水的痕跡等的狀況等。當(dāng)由環(huán)境檢測單元154輸出的檢測信息表示是夜間或降雨環(huán)境時，環(huán)境判斷単元168判斷檢測區(qū)域122是光被散射的環(huán)境。并且，當(dāng)環(huán)境判斷単元168判斷為不是光被散射的環(huán)境時，墻壁判斷単元166將全部墻壁候補(bǔ)判斷為墻壁。這是因?yàn)?，?dāng)不是如圖6所示的光被散射的環(huán)境時，視差信息產(chǎn)生誤差的可能性較低。依據(jù)這種構(gòu)成，當(dāng)不是光被散射的環(huán)境時，墻壁判斷単元166可以降低墻壁判斷處理的處理負(fù)荷。(群組分割處理)接著，針對沒有被判斷為墻壁的對象物，詳細(xì)闡述將錯誤地被集合成ー個而群組化了的對象物分割為個別的對象物的群組分割處理。圖8、圖9是用于說明群組分割處理的說明圖。圖8(a)是實(shí)際的亮度圖像124的一例，圖8(b)示出對應(yīng)于亮度圖像124的距離圖像126。但是，從距離圖像126省略對于群組分割處理的說明不必要的要素。如8(a)、8(b)所示，假設(shè)在本車輛I的行駛道路220中，公共汽車222和轎車224沿著行進(jìn)方向前后并排地行駛，且相對距離z是比較接近的值。此時，如圖8 (c)所示，公共汽車222和轎車224前后并排的兩臺車輛，存在被誤檢測為ー個集合的對象物226的情況。
·
因此，距離導(dǎo)出單元170導(dǎo)出圖8(d)中用箭頭所示的、對象物226的于距離圖像126的水平方向并排的每個對象部位群的相對距離z的平均值。當(dāng)從X軸方向觀察公共汽車222和轎車224時，如圖9 (a)所示地并排著。從本車輛I觀察時，可照射出位于跟前的轎車224的全部背面?zhèn)?，但是公共汽?2的背面?zhèn)鹊末`部成為轎車224的陰影而無法照射到亮度圖像124。因此，當(dāng)將沿著水平方向并排的每個對象部位群的相對距離z的平均值繪制到距離圖像126的j坐標(biāo)軸和Z軸的坐標(biāo)上，并描繪軌跡時，成為諸如圖9(b)所示的圖。圖9(c)是將圖9(b)的坐標(biāo)軸旋轉(zhuǎn)90度并反轉(zhuǎn)左右方向的圖。在圖9(c)，在虛線228的部分，相比于j坐標(biāo)值的變化，相對距離z的變化非常大。在亮度圖像124中，該垂直位置c對應(yīng)于公共汽車222與轎車224的分界部分。首先，群組分割単元172導(dǎo)出以j坐標(biāo)值的順序排列的、相對距離z的平均值的數(shù)據(jù)列的軌跡的微分值，并與預(yù)定閾值比較，確定超過預(yù)定閾值的對象部位群的垂直位置C。圖10是用于說明群組分割處理的說明圖。當(dāng)確定垂直位置c時，群組分割単元172以該垂直位置c作為分界而分割圖10(a)所示的跨著垂直位置c而被群組化的對象物226 (如圖10(b)所示)，并作為新的兩個對象物226a、226b。由此，分組分割単元172將原來該作為不同的群組而被群組化的、但是集合成一個群組的對象物226準(zhǔn)確地分割成個別對象物226a、226b。據(jù)此，環(huán)境識別裝置130可以提高后述的圖案匹配處理等的精度。并且，群組分割単元172基于構(gòu)成對象物226的全部對象部位的相對距離z的平均值，確定預(yù)定閾值。由位置信息獲取單元160導(dǎo)出的位置是，相對距離z越遠(yuǎn)，則距離分辨率越低。因此，群組分割単元172對應(yīng)于相對距離z來調(diào)整預(yù)定閾值，以用于忽略距離分辨率以下的值。通過這種構(gòu)成，群組分割単元172可以避免因距離分辨率以下的誤差的影響而使對象物226被錯誤地分割的情形。圖案匹配單元174與事先保存在數(shù)據(jù)存儲單元152的立體物的模型數(shù)據(jù)執(zhí)行圖案匹配。并且，判斷對象物是否符合于其中ー個立體物。由此，環(huán)境識別裝置130還可以識別除了墻壁的、墻壁以外的立體物。
(環(huán)境識別方法)以下，基于圖11 圖14的流程圖來說明環(huán)境識別裝置130的具體的處理。圖11是示出當(dāng)由圖像處理裝置120發(fā)送距離圖像(視差信息)126時的中斷處理相關(guān)的整體流程的圖，圖12 圖14是示出其中個別子程序的圖。如圖11所示，當(dāng)以距離圖像126的接收為契機(jī)，依據(jù)該環(huán)境識別方法發(fā)生中斷吋，基于由圖像處理裝置120導(dǎo)出的、在檢測區(qū)域122內(nèi)的每個區(qū)塊的視差信息，導(dǎo)出表示每個對象部位在實(shí)際空間上的位置的位置信息(S300)。并且，針對對象部位進(jìn)行群組化處理(S302)。接著，對被群組化的對象物進(jìn)行墻壁判斷處理(S304)，進(jìn)ー步，對未被判斷為墻壁的對象物進(jìn)行群組分割處理(S306)。并且，由圖案匹配単元174進(jìn)行針對對象物的立體物圖案匹配(S308)。以下，具體說明上述處理。(群組化處理S3O2) 參照圖12，群組化單元162選擇亮度圖像124的未被選擇的一個對象部位(S350)。并且，群組化單元162判斷所選擇的對象部位中是否存在水平距離X的差值以及相對距離z的差值位于第一預(yù)定距離內(nèi)的對象部位(S352)。當(dāng)在第一預(yù)定距離內(nèi)存在對象部位時(S352中的“是”)，群組化單元162將集合第一預(yù)定距離內(nèi)的全部對象部位而群組化，作為對象物(S354)。此時，當(dāng)?shù)谝活A(yù)定距離內(nèi)的對象部位已經(jīng)作為對象物而被群組化時，仍集合該對象物并群組化而作為一個對象物。由此，群組化單元162將接近且連續(xù)的多個對象部位群組化而作為對象物。當(dāng)?shù)谝活A(yù)定距離內(nèi)不存在對象部位時(S352中的“否”)、以及設(shè)置對象物S354之后，群組化單元162判斷在亮度圖像124中是否存在還未被選擇的對象部位(S356)。當(dāng)存在對象部位時(S356中的“是”)，返回到選擇對象部位的步驟S350。當(dāng)不存在還未被選擇的對象部位時(S356中的“否”)，結(jié)束該群組化處理S302。(墻壁判斷處理S304)參照圖13，候補(bǔ)判斷単元164選擇還未被選擇的一個對象物(S400)。并且，候補(bǔ)判斷単元164判斷該對象物的中心的高度y是否是0以上(位于道路表面之上)(S402)。當(dāng)高度y不是0以上時(S402中的“否”)，處理轉(zhuǎn)到未被選擇對象物判斷步驟S408。當(dāng)高度y為0以上時(S402中的“是”)，候補(bǔ)判斷單元164判斷作為對象物而被群組化的對象部位是否形成相對與本車輛I的行進(jìn)方向垂直的平面傾斜預(yù)定角度以上的傾斜面(S404)。當(dāng)未形成傾斜面吋(S404中的“否”)，處理轉(zhuǎn)到未被選擇對象物判斷步驟S408。當(dāng)對象部位形成傾斜面吋(S404中的“是”)，候補(bǔ)判斷単元164將該對象部位被群組化的對象物判斷為墻壁的候補(bǔ)的墻壁候補(bǔ)(S406)。并且，處理轉(zhuǎn)到未被選擇對象物判斷步驟S408。接著，候補(bǔ)判斷単元164判斷是否存在還未被選擇的對象物(S408)。若還存在未被選擇的對象物時(S408中的“是”)，返回到對象物選擇步驟S400。當(dāng)針對全部對象物進(jìn)行墻壁候補(bǔ)判斷處理時(S408中的“否”)，環(huán)境判斷単元168判斷是否是夜間或降雨等光被散射的環(huán)境(S410)。當(dāng)不是光被散射的環(huán)境時(S410中的“否”)，墻壁判斷単元166將全部墻壁候補(bǔ)判斷為墻壁(S412)。當(dāng)處于光被散射的環(huán)境時(S410中的“否”)，墻壁判斷單元166判斷是否存在還未被選擇的墻壁候補(bǔ)(S414)。當(dāng)存在墻壁候補(bǔ)時(S414中的“是”)，墻壁判斷単元166選擇還未被選擇的ー個墻壁候補(bǔ)(S416)。并且，墻壁判斷單元166判斷以選擇的墻壁候補(bǔ)的中心位置為中心的X軸方向的第二預(yù)定距離范圍內(nèi)且Z軸方向的第二預(yù)定距離范圍內(nèi)是否存在其他墻壁候補(bǔ)(S418)。此時，墻壁判斷単元166針對所選擇的成為墻壁候補(bǔ)的對象物，一井判斷從連接作為該對象物而被群組化的對象部位的線的延長線到預(yù)定的距離內(nèi)是否還存在其他墻壁候補(bǔ)。當(dāng)存在從連接對象部位的線的延長線到預(yù)定距離內(nèi)的、其他墻壁候補(bǔ)時(S418中的“是”)，墻壁判斷単元166將該全部墻壁候補(bǔ)判斷為墻壁(S420)。并且，返回到未被選擇墻壁候補(bǔ)判斷步驟S414。由此，墻壁判斷単元166將接近于第二預(yù)定距離內(nèi)而連續(xù)的多個墻壁候補(bǔ)判斷為墻壁。當(dāng)不存在其他墻壁候補(bǔ)時(S418中的“否”)，其他墻壁候補(bǔ)被判斷為不是墻壁·(S422)。并且，墻壁判斷単元166判斷從判斷為不是墻壁的墻壁候補(bǔ)至X軸方向以及Z軸方向的第三預(yù)定距離的范圍內(nèi)，是否存在墻壁候補(bǔ)以外的對象物(S424)。當(dāng)不存在墻壁候補(bǔ)以外的對象物時(S424中的“否”)，返回到未被選擇墻壁候補(bǔ)判斷步驟S414。當(dāng)存在墻壁候補(bǔ)以外的對象物時(S424中的“是”)，墻壁判斷單元166集合被判斷為不是墻壁的墻壁候補(bǔ)和墻壁候補(bǔ)以外的對象物而作為一個對象物(S426)。并且，返回到未被選擇墻壁候補(bǔ)判斷步驟S414。在未被選擇墻壁候補(bǔ)判斷步驟S414，當(dāng)不存在還未被選擇的墻壁候補(bǔ)時(S414中的“否”)，結(jié)束該墻壁判斷處理S304。(群組分割處理S306)參照圖14，在該群組分割處理S306中，距離導(dǎo)出単元170選擇還未被選擇的ー個對象物(S450)。然后，距離導(dǎo)出單元170導(dǎo)出被選擇的對象物的、在亮度圖像124的水平方向并排的每個對象部位群的相對距離z的平均值(S452)。而且，距離導(dǎo)出單元170生成將導(dǎo)出的相對距離z的平均值按照亮度圖像124的垂直方向的位置的順序排列的數(shù)據(jù)列(S454)。接著，群組分割単元172導(dǎo)出構(gòu)成所選擇的對象物的全部對象部位的相對距離z的平均值，并基于導(dǎo)出的平均值來確定預(yù)定閾值(S456)。并且，群組分割単元172導(dǎo)出所生成的相對距離z的平均值的數(shù)據(jù)列的微分值(S458)，并判斷導(dǎo)出的微分值是否超過預(yù)定閾值(S460)。當(dāng)沒有超過預(yù)定閾值時(S460中的“否”)，處理轉(zhuǎn)到未被選擇對象物判斷步驟S466。當(dāng)微分值超過預(yù)定閾值時(S460中的“是”)，群組分割単元172確定超過預(yù)定閾值的微分值所對應(yīng)的對象部位的垂直位置c (S462)。并且，群組分割単元172以該垂直位置c為分界來分割跨著垂直位置c而被群組化的對象物(S464)。而且，處理轉(zhuǎn)到未被選擇對象物判斷步驟S466。接著，距離導(dǎo)出単元170在該群組分割處理S306中判斷是否存在還未被選擇的對象物(S466)。當(dāng)存在還未被選擇的對象物時(S466中的“是”)，返回到對象物選擇步驟S450。當(dāng)不存在還未被選擇的對象物時(S466中的“否”)，結(jié)束該群組分割處理S306。
如以上的說明，通過環(huán)境識別裝置130，在夜間或下雨等光源容易被散射的環(huán)境中能夠防止不是墻壁的對象物被誤判斷為墻壁的情況。而且，還提供使計算機(jī)執(zhí)行環(huán)境識別裝置130的功能的程序或記錄該程序的計算機(jī)可讀軟盤、光磁盤、ROM、CD、DVD、BD等記錄介質(zhì)。在此，程序是利用任意的語言或記述方法記述的數(shù)據(jù)處理方法。以上的說明中，參照附圖對本發(fā)明的優(yōu)選實(shí)施方式進(jìn)行了說明，但是本發(fā)明并不局限于已說明的實(shí)施方式。本發(fā)明所屬領(lǐng)域的技術(shù)人員應(yīng)知道在權(quán)利要求書所記載的范疇之內(nèi)導(dǎo)出各種變更例或修改例是顯而易見的，但顯然這些都屬于本發(fā)明的技術(shù)范圍。在上述的實(shí)施方式中，群組化單元162以及墻壁判斷単元166使用實(shí)際空間上的水平距離X或相對距離z進(jìn)行判斷，但是也可以用亮度圖像124上或者距離圖像126上的檢測距離來進(jìn)行判斷。此時，第一預(yù)定距離以及第ニ預(yù)定距離對應(yīng)于對象部位的相對距離而進(jìn)行變更。如圖2等所示，亮度圖像124和距離圖像126中遠(yuǎn)近的物體表示在平面上，因·此原本位于遠(yuǎn)方的物體的顯小(短)，位于附近的物體顯大(長)。由此，亮度圖像124或距離圖像126中的第一預(yù)定距離以及第ニ預(yù)定距離，例如針對位于遠(yuǎn)方的對象部位被設(shè)置為較小，針對位于附近的對象部位被設(shè)置為較大。據(jù)此，當(dāng)在遠(yuǎn)方和附近的檢測距離不同的情況下，也能謀求穩(wěn)定的群組化處理以及墻壁判斷處理。并且，在所述水平距離X的差值和相對距離z的差值的基礎(chǔ)上，群組化單元162還可以群組化高度y的差值在第一預(yù)定距離內(nèi)的對象部位。此時，若水平距離X、高度y以及相對距離z的任意一個脫離第一預(yù)定距離范圍，則該對象部位的群組被認(rèn)為是獨(dú)立的對象物。由此，可以實(shí)現(xiàn)高精度的群組化。同樣地，在水平距離X的差值以及相對距離z的差值的基礎(chǔ)上，墻壁判斷単元166還可以基于自道路表面的高度y的差值，進(jìn)行墻壁的判斷。由此，通過構(gòu)成為進(jìn)一歩包括高度I的差值來進(jìn)行墻壁的判斷，墻壁判斷単元166可以提高墻壁的檢測精度。并且，群組化部162分別獨(dú)立地判斷水平距離X的差值、高度y的差值以及相對距離z的差值，并且僅當(dāng)所有差值被包括在第一預(yù)定距離的時，作為同一群組，但是也可以依據(jù)其他計算。例如，當(dāng)水平距離X的差值、高度y的差值以及相對距離z的差值的歐氏距離
平距離X的差值f +(高度y的差值f +(相對距離z的差值f被包含于第一預(yù)定距離時，也可以作為同一群組。通過所述計算，能夠?qū)С鰧ο蟛课恢g在實(shí)際空間上的準(zhǔn)確的距離，因此能夠提高群組化精度。同樣地，墻壁判斷単元166分別獨(dú)立地判斷水平距離X的差值、高度y的差值以及相對距離z的差值，當(dāng)所有差值被包含在第二預(yù)定距離時判斷為墻壁，但是也可以依據(jù)其他計算。例如，當(dāng)水平距離X的差值、高度y的差值以及相對距離z的差值的歐氏距離
#平距離X的差值)2 +(高度y的差值+(相對距離z的差值)2被包含于第二預(yù)定距離時，也可以判斷為墻壁。通過所述計算，能夠?qū)С鰤Ρ诤蜓a(bǔ)之間在實(shí)際空間上的準(zhǔn)確的距離，因此能夠提高墻壁的判斷精度。而且，在上述實(shí)施方式中，基于利用多個攝像裝置110的圖像數(shù)據(jù)之間的視差導(dǎo)出對象物的三維位置，但并不局限于所說明的情況，例如，可以利用激光雷達(dá)測距裝置等已知的各種距離測量裝置。在此，激光雷達(dá)測距裝置通過向檢測區(qū)域122發(fā)射激光光束，并接收該激光光束到達(dá)物體之后反射的光，從而根據(jù)所需時間測量至物體的距離。并且，在上述的實(shí)施方式中，舉出位置信息獲取單元162從圖像處理裝置120接收距離圖像(視差信息)126而生成三維位置信息的例子。但是，并不局限于所說明的情況，也可以由圖像處理裝置120預(yù)先生成三維的位置信息，再由位置信息獲取單元162獲取所生成的三維位置信息。據(jù)此，實(shí)現(xiàn)功能的分散，能夠減輕環(huán)境識別裝置130的處理負(fù)荷。而且，在上述的實(shí)施方式中，位置信息獲取單元160、群組化單元162、候補(bǔ)判斷單元164、墻壁判斷単元166、環(huán)境判斷単元168、距離導(dǎo)出単元170、群組分割単元172、圖案匹配單元174由中央控制單元156通過軟件進(jìn)行操縱。但是,上述的功能單元也可以由硬件構(gòu)成。

在此，本說明書中的環(huán)境識別方法的各個步驟并不一定要按照流程圖中記載的順序中的時間順序進(jìn)行處理，也可以包含并行處理或通過子程序的處理。產(chǎn)業(yè)上的可利用性本發(fā)明可利用基于檢測區(qū)域中的對象物的亮度來識別該對象物的環(huán)境識別裝置以及環(huán)境識別方法。
權(quán)利要求
1.一種環(huán)境識別裝置，其特征在于，包括 位置信息獲取單元，獲取包含存在于檢測區(qū)域內(nèi)的對象部位相對本車輛的相對距離的位置信息； 群組化單元，將與所述本車輛的行進(jìn)方向垂直的水平距離的差值、以及與所述本車輛的行進(jìn)方向平行的相對距離的差值在第一預(yù)定距離內(nèi)且連續(xù)的多個對象部位群組化而作為對象物； 候補(bǔ)判斷單元，當(dāng)構(gòu)成所述對象物的多個對象部位形成相對于與所述本車輛的行進(jìn)方向垂直的平面傾斜預(yù)定角度以上的傾斜面時，將所述對象物判斷為作為墻壁的候補(bǔ)的墻壁候補(bǔ)； 墻壁判斷單元，將與所述本車輛的行進(jìn)方向垂直的水平距離的差值、以及與所述本車輛的行進(jìn)方向平行的相對距離的差值在相比所述第一預(yù)定距離更長的第二預(yù)定距離內(nèi)連續(xù)的多個所述墻壁候補(bǔ)判斷為墻壁。
2.根據(jù)權(quán)利要求I所述的環(huán)境識別裝置，其特征在于，所述群組化單元基于與所述本車輛的行進(jìn)方向垂直的水平距離的差值、以及與所述本車輛的行進(jìn)方向平行的相對距離的差值，并進(jìn)一步基于自道路表面的高度的差值，進(jìn)行群組化的判斷， 所述墻壁判斷單元基于與所述本車輛的行進(jìn)方向垂直的水平距離的差值、以及與所述本車輛的行進(jìn)方向平行的相對距離的差值，并進(jìn)一步基于自道路表面的高度的差值，進(jìn)行墻壁的判斷。
3.根據(jù)權(quán)利要求I或2所述的環(huán)境識別裝置，其特征在于，還具備環(huán)境判斷單元，用以判斷在所述檢測區(qū)域是否為光被散射的環(huán)境， 當(dāng)所述環(huán)境判斷單元判斷為不是光被散射的環(huán)境時，所述墻壁判斷單元將全部所述墻壁候補(bǔ)判斷為墻壁。
4.根據(jù)權(quán)利要求I或2所述的環(huán)境識別裝置，其特征在于，還具備 距離導(dǎo)出單元，導(dǎo)出沿著所述對象物的圖像的水平方向并排的每個對象部位群與相對于所述本車輛的行進(jìn)方向平行的相對距離的平均值； 群組分割單元，當(dāng)以所述圖像的垂直方向的位置的順序并排的、所述平均值的數(shù)據(jù)列的軌跡的微分值，超過預(yù)定閾值時，以所述對象部位群為分界來分割，跨著已超出所述預(yù)定閾值的所述對象部位群而被群組化的所述對象物。
5.根據(jù)權(quán)利要求3所述的環(huán)境識別裝置，其特征在于，還具備 距離導(dǎo)出單元，導(dǎo)出沿著所述對象物的圖像的水平方向并排的每個對象部位群與相對于所述本車輛的行進(jìn)方向平行的相對距離的平均值； 群組分割單元，當(dāng)以所述圖像的垂直方向的位置的順序并排的、所述平均值的數(shù)據(jù)列的軌跡的微分值，超過預(yù)定閾值時，以所述對象部位群為分界來分割，跨著已超出所述預(yù)定閾值的所述對象部位群而被群組化的所述對象物。
6.根據(jù)權(quán)利要求4所述的環(huán)境識別裝置，其特征在于，所述群組分割單元基于構(gòu)成所述對象物的所有所述對象部位的所述相對距離的平均值而確定所述預(yù)定閾值。
7.根據(jù)權(quán)利要求5所述的環(huán)境識別裝置，其特征在于，所述群組分割單元基于構(gòu)成所述對象物的所有所述對象部位的所述相對距離的平均值而確定所述預(yù)定閾值。
8.一種環(huán)境識別方法，其特征在于，包括如下步驟獲取包含存在于檢測區(qū)域內(nèi)的對象部位相對本車輛的相對距離的位置信息； 將與所述本車輛的行進(jìn)方向垂直的水平距離的差值、以及與所述本車輛的行進(jìn)方向平行的相對距離的差值在第一預(yù)定距離內(nèi)連續(xù)的多個對象部位群組化作為對象物； 當(dāng)構(gòu)成所述對象物的多個對象部位形成相對于與所述本車輛的行進(jìn)方向垂直的平面傾斜預(yù)定角度以上的傾斜面時，將所述對象物判斷為作為墻壁的候補(bǔ)的墻壁候補(bǔ)； 將與所述本車輛的行進(jìn)方向垂 直的水平距離的差值、以及與所述本車輛的行進(jìn)方向平行的相對距離的差值在相比所述第一預(yù)定距離更長的第二預(yù)定距離內(nèi)連續(xù)的多個所述墻壁候補(bǔ)判斷為墻壁。
全文摘要
本發(fā)明提供的環(huán)境識別裝置，包括位置信息獲取單元，獲取包含存在于檢測區(qū)域內(nèi)的對象部位相對本車輛的相對距離的位置信息；群組化單元，將與本車輛的行進(jìn)方向垂直的水平距離的差值以及與本車輛的行進(jìn)方向平行的相對距離的差值在第一預(yù)定距離內(nèi)連續(xù)的多個對象部位群組化為對象物；候補(bǔ)判斷單元，當(dāng)構(gòu)成所述對象物的多個對象部位形成相對于與本車輛的行進(jìn)方向垂直的平面傾斜預(yù)定角度以上的傾斜面時，判斷為作為墻壁的候補(bǔ)的墻壁候補(bǔ)；墻壁判斷單元，將與本車輛的行進(jìn)方向垂直的水平距離的差值以及與本車輛的行進(jìn)方向平行的相對距離的差值在相比所述第一預(yù)定距離更長的第二預(yù)定距離內(nèi)連續(xù)的多個所述墻壁候補(bǔ)判斷為墻壁。
文檔編號G06K9/00GK102789698SQ20121015022
公開日2012年11月21日 申請日期2012年5月15日 優(yōu)先權(quán)日2011年5月19日
發(fā)明者笠置誠佑 申請人:富士重工業(yè)株式會社