述二维图。
[0078]虽然基于该二维图对物体7的检测状态进行判断，但这时使用预先设定的数量的标绘使物体7近似直线。图6中示出了自身车辆4到达位置Pl时的状态。在该状态下，存储部％存储有自身车辆4在每次行进规定距离时保存的共计Z次的反射波数据。基于这些反射波数据计算出与物体7的位置相关的数据，将这些位置数据如图6所示在二维图上标绘出来。因此，图7是在之后自身车辆4到达位置P2时，对到此为止保存的Z次的反射波数据进行处理后生成的二维图的例子。
[0079]并且，对于存储部9b而言，不一定要限定其保存Z个数据。因为根据物体7的状态，有时会出现即使处于规定的数据保存时机也无法获得反射波而无法保存反射波数据的情况。
[0080]在获得该Z次的标绘后，基于这些标绘而使物体7近似直线。在本实施方式中，声纳8检测出的是路缘石7a及墙壁7b，该路缘石7a和墙壁7b全都沿着目标停车区域以直线状存在。因此，使用上述的Z次与物体相关的位置数据使物体近似直线。
[0081]近似直线是通过如下方法获得的，即，例如对从现在到过去的Z次的标绘，例如使用霍夫变换或随机抽样一致性算法(RANSAC)或均方差法(mean-square)等的各种算法来获得的。另外，也可在获得的标绘中，在能够判断为表示同一物体的标绘的集合中，仅将最初的标绘和最后的标绘用直线连接起来。这样，例如通过第η次的计算获得的直线，在上述二维图上，可以用Y = an.X+bn这样的线性表达式来表示。
[0082]这样的近似直线及数学表达式化，其在每次保存有新的反射波数据时再次进行计算。即，对于已经保存的Z次数据，若有新的反射波数据保存在存储部％，则替换该最新反射波数据，删除最旧的反射波数据。
[0083]在图6中求出有Y = al *X+bl来作为线性表达式。在图7中求出有Y = a2 *X+b2来作为线性表达式。若这样的标绘是基于相同物体7反射的反射波数据，则al ^ a2，并且bl~b2。并且，通过对系数a及系数b设置预先容许的偏差(阈值)，能够判断每次计算获得的近似直线是否表示同一物体7。
[0084]以这样的方式确定的直线状的物体7，尚不明确其是路缘石7a还是墙壁7b。因此，一方面进行直线化，一方面计算用于该直线化的Z次反射波数据的检测频度。如前述所示，虽然从墙壁7b比较稳定的返回反射波，但是在高度较低的路缘石7a的情况下，因其与自身车辆4的距离而难以获得反射波。因此，通过使用以下所示的方式求出反射波的检测频度，从而确定检测出的物体7是路缘石7a还是墙壁7b。
[0085]例如，如图6所示，自身车辆4到达Pl位置时，到此为止最多应该获得Z个标绘。但是，根据自身车辆4与物体7的距离关系等，有时无法顺利获得反射波数据。因此，在二维图上表示的标绘的数量Zn通常少于Z个。在本实施方式中，每次新的反射波数据的保存时机到来时，例如要确认二维图示出的标绘的数量Zn，将其除以最大标绘总数Z，从而求出检测频度Kn。
[0086]检测频度Kn (% ) = (Zn/Z) X 100
[0087]另外，在使表示同一物体的Zn个标绘的集合近似直线的情况下，也可以将该直线的长确定为Ln，使检测频度Kn(% ) = (Zn/Ln) X 100。
[0088]该检测频度Kn，其能够解释成用于表示和二维图上标绘的物体相关的位置数据的疏密度。物体判断部9基于这样的检测频度Kn的增减倾向，判断物体7是路缘石7a还是墙壁7b。
[0089]因此，如图8所示，着眼于与物体7相关的位置数据的计算时机和求得的检测频度Kn之间的关系。在图8中，横轴表示行驶距离，纵轴表示计算得到的检测频度Kn。就计算得到的检测频度Kn而言，因为在自身车辆4每次行驶规定距离时保存反射波数据，并且每次在该时机进行计算，所以也可以认为图8的横轴仅记录计算的次数。在图8的例子中，由于最初能够在大致全部机会下获得反射波数据，所以检测频度Kn表示接近100%的值。但是这之后，例如伴随着自身车辆4接近路缘石7a，变得无法接收反射波数据，检测频度Kn逐渐减小。如图8所示，对于检测频度Kn预先设定阈值Za。这里，例如设定成50%。如图8所示，在检测频度Kn减小而在某个时机减小到阈值Za以下时，能够判断出检测频度Kn减少，如上述所示，其起因是自身车辆4接近了高度较低的路缘石7a。因此，在得到如图8所示的倾向时，能够将该物体7判断为路缘石7a。
[0090]以下示出了使用了这样的判断方法的停车支援控制的一个实施例。
[0091]根据驾驶员的开始支援操作，来开始停车支援控制。例如，如图2所示，自身车辆4在车辆通路I上前进行驶，发现行驶方向的前方侧有可停车的空闲区域的驾驶员，通过对驾驶座附近的触摸式显示器(未图示)的开始支援操作部(未图示)进行起动(ON)操作，来开始停车支援控制(图10，步骤#1)
[0092]若对开始支援操作部进行了起动操作，例如如图2所示，在以这时的自身车辆4的位置作为原点设定X-Z坐标的同时，声纳8开始运作(图10，步骤#2)
[0093]伴随自身车辆4的前进行驶，声纳8对停在空闲区域前后的停车车辆2的车辆侧面的位置进行检测(步骤#3)。结束了前进行驶后的自身车辆4，对自身的存在位置进行检测，将该位置作为基准，设定如图2所示的目标停车区域3和所述自身车辆4到该目标停车区域3的停车移动路线6 (步骤#4)。
[0094]目标停车区域3，其特别是以前方侧的停车车辆2a的侧面部分为基准来设定的。通常，基于停车车辆2a的侧面的方向来设定目标停车区域3的排列方向。另外，在目标停车区域3的前后存在有停车车辆2的情况下，将目标停车区域3设置在分别与前后停车车辆2间隔规定间隔的中央位置。
[0095]若设定了目标停车区域3，则ECU5计算出停车移动路线6。在后退移动的初期，以不会接触到停车车辆2a的方式来设定圆弧状的初期路线6a。从避开了停车车辆2a的位置开始，向目标停车区域3的内侧设定直线状的直线路线6b。进而，以使停车移动路线6沿着目标停车区域3的设置位置的方式，再次设定圆弧状的末期路线6c，从整体来看设定成连续的大致呈S形的路线。
[0096]之后，驾驶员例如通过操作变速杆(未图示)使其移动至倒挡位置，使自身车辆通过自动驾驶开始向后移动(图10，步骤#5)
[0097]伴随着自身车辆4向后移动，声纳8开始探知物体7(图10，步骤#6)。每次在自身车辆4仅后退了规定距离时，将物体7反射的反射波数据保存在存储部％。
[0098]并且，如图11所示，物体判断部9在接收反射波时，仅将相对于目标停车区域3而存在于确定范围内的物体7所反射的反射波作为评价对象。该处理，是物体判断部9所具有的检测范围设定部9a通过设定矩形的确定范围12来进行的。
[0099]如图11所示，确定范围12位于由双点划线表示的目标停车区域3中从后轮轴的中央位置RC开始的内侧，在前后的停车车辆2之间设定成矩形状(图10，步骤#7)。例如，设定有这样的确定范围12:从目标停车区域3开始，在其内侧与其距离5m，在自身车辆4的后方侧与其距离lm，在自身车辆4的前方侧与其距离lm。
[0100]并且，考虑到位于目标停车区域3的前后的停车车辆2的位置，也可以以与这些停车车辆2不重叠的方式，来恰当设定自身车辆4的后方侧及前方侧的范围。
[0101]以这样的方式，从后轮轴的中央位置RC开始仅在内侧设定判断范围，由此，自身车辆4在最初的前进行驶过程中设定目标停车区域3时，能够削除停车车辆2反射的反射波。由此，停车车辆反射的反射波不会变成噪声，可以确保对位于内侧的物体7的位置检测是正确的。进而，也能够通过限制根据反射波确定的探知区域，来减少确定物体7的位置所需的计算负荷。
[0102]若声纳8探知到物体7，则物体判断部9判断该物体7是路缘石7a还是墙壁7b (图10，步骤#7、8)。如上述所示，在对基于反射波数据计算出的与物体相关的位置数据进行二维图化的同时，基于二维图中示出的标绘的检测频度Kn的变化来进行所述判断。
[0103]图9中示出了获得的二维图的例子。
[0104]图9是在一并设有踏脚石状的路缘石7a和墙壁7b的场所(参照图2)中，是使用仅能够检测出最近处的物体7声纳8来进行物体检测的例子。通过仅使用最近的物体的反射波数据，可以减轻为了确定物体7所需的计算负荷。
[0105]例如，在自身车辆4位于位置Pl时，如图9所示那样，直到该位置为止获得的保存次数是Z次的位置数据。
[0106]在这种情况下，例如将在某距离内存在的多个标绘分为一组，使它们分别近似直线。并且，也可以使用随机抽样一致性算法等已知的技术来进行分组。自身车辆4在Pl的位置能够确定四条直线。其中，在靠近自身车辆4的一侧获得连续的直线G1、G2，在比所述直线G1、G2远的位置获得直线F1、F2。直线G1、G2及直线F2如实线所示，是构成分组的标绘的间隔较密集的直线。另一方面，直线Fl是标绘的间隔较稀疏的直线，其用虚线来表示。一方面，可靠地获得了近处的物体7 (直线Gl、G2、F2)的反射波数据；另一方面，对于远处的物体7 (直线Fl)，由于最初距离自身车辆4较远，所以未能可靠地获得其反射波数据。
[0107]所谓所述实线表示