检测装置、移动体系统以及检测方法与流程

本发明涉及从移动体检测周边的物体的检测装置、具有检测装置的移动体系统以及检测方法。

背景技术：

提出了搭载于汽车或agv(自动搬运车)等移动体并监视移动体的周边的技术(例如专利文献1、2)。

专利文献1公开了识别本车辆前方的障碍物的障碍物识别装置。专利文献1的障碍物识别装置包含照相机以及雷达，检测相对于本车辆的死角区域，并根据检测出的死角区域的宽广度，估计有可能存在于死角区域的障碍物的属性。障碍物识别装置在估计为有可能存在于死角区域的障碍物的属性是行人时，使照相机搜索该死角区域，在估计为该障碍物的属性是其他车辆时，使雷达搜索该死角区域。

专利文献2公开了以准确地估计本车辆周边的行驶环境为目的的车辆环境估计装置。专利文献2的车辆环境估计装置检测本车辆的周边的其他车辆的行为，并根据该车辆的行为，估计在相对于本车辆的死角区域内行驶的其他车辆的存在。这样，进行了虽然在本车辆中无法识别但能够由周边的其他车辆识别的车辆行驶环境的估计。

现有技术文献

专利文献

专利文献1：日本特开2011-242860号公报

专利文献2：日本特开2010-267211号公报

技术实现要素：

发明要解决的课题

在专利文献1中，在由照相机等进行的死角区域内的搜索之前，预先根据该区域的宽广度来估计在该区域中可能存在的物体是行人还是其他车辆。在专利文献2中，根据本车辆周边的检测结果，进行关于死角区域内的估计。但是，并没有估计本来是不是需要对死角内进行检测的状况、或者其必要性是高还是低，在现有技术中，难以根据状况而高效地进行死角内的物体的检测。

本发明的目的在于提供能够高效地进行移动体的周边环境中的死角内的物体的检测的检测装置、检测方法以及移动体系统。

用于解决课题的手段

本发明的一个方式的检测装置检测移动体的周边环境中的死角内的物体。检测装置具有测距部、检测部和控制部。测距部取得表示从移动体到周边环境的距离的距离信息。检测部检测死角内的物体。控制部控制检测部的动作。控制部根据由测距部取得的距离信息检测周边环境中的死角。控制部根据距检测到的死角的距离控制检测部检测该死角内的物体的精密度。

本发明的一个方式的移动体系统具有：上述检测装置；以及控制装置，其搭载于移动体，执行与检测装置对死角内的物体的检测结果对应的动作。

本发明的一个方式的检测方法是检测移动体的周边环境中的死角内的物体的方法。本方法包含如下步骤：测距部取得表示从移动体到周边环境的距离的距离信息；以及控制部根据距离信息检测周边环境中的死角。本方法包含如下步骤：控制部根据距检测到的死角的距离控制检测部检测该死角内的物体的精密度；以及检测部按照精密度检测死角内的物体。

发明效果

根据本发明的检测装置、移动体系统以及检测方法，能够高效地进行移动体的周边环境中的死角内的物体的检测。

附图说明

图1是用于说明本发明的检测装置的应用例的图。

图2是例示检测装置的应用例中的移动体的与图1不同的状况的图。

图3是例示本发明的实施方式1的移动体系统的结构的框图。

图4是用于说明实施方式1的检测装置的动作的流程图。

图5是用于说明检测装置中的距离信息的一例的图。

图6是用于说明实施方式1的检测装置的动作的图。

图7是用于说明检测装置中的距离信息的变形例的图。

图8是例示实施方式1的传感密度的设定处理的流程图。

图9是用于说明实施方式1的传感密度的设定处理的图。

图10是例示由检测装置进行的死角物体的检测处理的流程图。

图11是用于说明由检测装置进行的死角物体的检测处理的图。

图12是例示由检测装置进行的危险度的判定处理的流程图。

图13是用于说明由检测装置进行的危险度的判定处理的图。

图14是例示实施方式2的传感密度的设定处理的流程图。

图15是用于说明实施方式2的传感密度的设定处理的图。

图16是用于说明实施方式3的检测装置的动作的流程图。

图17是例示实施方式1的变形例的传感密度的设定处理的流程图。

具体实施方式

以下，参照附图对本发明的检测装置和方法以及移动体系统的实施方式进行说明。此外，在以下的各实施方式中，对相同的结构要素标注相同的标号。

(应用例)

使用图1、图2来说明能够应用本发明的检测装置和方法以及移动体系统的一例。图1是用于说明本发明的检测装置1的应用例的图。图2是例示本应用例中的移动体的与图1不同的状况的图。

本发明的检测装置1例如能够应用于车载用途，在汽车等移动体中构成移动体系统。在图1中，例示了搭载有检测装置1的车辆2的行驶状态。本应用例的移动体系统例如使用检测装置1来监视在行驶中的本车辆2的周围变化的周边环境。周边环境例如包含存在于本车辆2周边的建筑物以及电线杆等构造物以及行人和其他车辆等运动物体这样的各种物体。

在图1的例子中，交叉点3附近的构造物的壁31遮挡了能够从本车辆2监视的范围，从而产生了死角。死角表示从本车辆2等移动体根据周边环境无法几何学地直接观察到的场所。在本例中，在作为相对于本车辆2成为死角的区域的死角区域r1中，存在从横道接近交叉点3的其他车辆4。在上述那样的情况下，担心发生来自死角的车辆4与本车辆2在迎头处碰撞那样的事态。

因此，本实施方式的检测装置1执行例如像车辆4那样存在于死角区域r1内的物体(以下有时称为“死角物体”)的检测，并根据死角物体4的检测结果来判定危险度。危险度例如与本车辆2和死角物体4发生碰撞的可能性有关。检测装置1能够根据危险度的判定结果，进行用于避免迎头的碰撞等的警告的驾驶辅助或者驾驶控制的各种控制。

在图2中，作为本车辆2与死角的位置关系和图1的交叉点3不同的状况的一例，例示了与该交叉点3相比壁31与道路的间隔大且视野良好的交叉点3’。例如，相对于本车辆2处于与图1的死角物体4同样的位置关系的车辆4’在本例中位于死角区域r1的外部，即使不进行死角内的检测也能够视觉确认。

在图2的例子中，从本车辆2到死角的距离比图1的例子远。由于死角远离本车辆2，因此即使在死角内(死角区域r1的内部)存在物体，也存在可以设想为该物体与本车辆2碰撞的可能性充分低的情况。在这样的情况下，若死角内的检测按照与图1等的情况相同程度地精密地执行，则从检测结果得到的危险度低，却因精密的检测而增加了处理负荷，效率低。

因此，本实施方式的检测装置1根据距死角的距离，控制用于该死角内的检测的精密度。精密度表示检测装置1检测死角区域r1中的死角物体4时的精密的程度(以下也称为“传感密度”)。通过检测装置1中的传感密度的控制，在迎头的碰撞等的可能性低的状况下，降低处理负荷，能够高效地进行死角物体4的检测。另外，也能够避免过度的警告等，能够使本车辆2的驾驶顺畅。

(结构例)

以下，对作为具有检测装置1的移动体系统的结构例的实施方式进行说明。

(实施方式1)

以下，对实施方式1的移动体系统的结构以及动作进行说明。

1.结构

使用图3对本实施方式的移动体系统的结构进行说明。图3是例示本系统的结构的框图。

如图3所例示的那样，本系统具有检测装置1和车辆控制装置20。本实施方式的检测装置1具有雷达11、照相机12以及控制部13。另外，例如检测装置1具有存储部14、导航设备15以及车载传感器16。车辆控制装置20包含搭载于本车辆2的各种车载设备，例如用于驾驶辅助或自动驾驶。

在检测装置1中，雷达11例如具有发送机11a、接收机11b以及雷达控制电路11c。雷达11是本实施方式中的检测部的一例。雷达11例如以朝向本车辆2的行驶方向上的前方(参照图1)进行信号的发送和接收的方式设置于本车辆2的前格栅或前挡风玻璃等。

发送机11a例如包含具有可变指向性的天线(相控阵列天线等)以及使该天线向外部发送物理信号sa的发送电路等。物理信号sa例如包含毫米波、微波、无线电波以及太赫兹波中的至少1个。来自雷达11的物理信号sa是本实施方式的基于检测部的输出信号的一例。

接收机11b例如包含具有可变指向性的天线以及通过该天线从外部接收波动信号sb的接收电路等。波动信号sb以包含物理信号sa的反射波的方式设定为与物理信号sa相同的波段。另外，发送机11a和接收机11b例如可以使用共用的天线，也可以一体地构成。

雷达控制电路11c控制发送机11a以及接收机11b的信号的发送和接收。雷达控制电路11c例如根据来自控制部13的控制信号，开始基于雷达11的信号的发送和接收或者控制从发送机11a辐射物理信号sa的方向。另外，雷达控制电路11c从发送机11a以扫描周边环境等规定范围的方式辐射物理信号sa，在接收机11b的接收结果中，检测表示物理信号sa的反射波的波动信号sb。

雷达11例如按照cw(连续波)方式或者脉冲方式等调制方式进行动作，进行外部的物体的距离、方位以及速度等的测量。cw方式包含2波cw方式、fm-cw方式以及频谱扩散方式等。脉冲方式可以是脉冲多普勒方式，也可以使用线性调频信号的脉冲压缩或者pn序列的脉冲压缩。雷达11例如使用相干的相位信息控制。雷达11也可以使用非相干的方式。

照相机12例如设置于在本车辆2中能够拍摄与能够从雷达11辐射物理信号sa的范围重叠的范围的位置。例如，照相机12例如朝向本车辆2前方(参照图1)而设置于本车辆2的前挡风玻璃等。关于检测装置1中的死角，可以将照相机12的设置位置作为几何学的基准，也可以将雷达11的设置位置作为基准。

照相机12从设置位置拍摄外部的图像，生成摄像图像。照相机12将表示摄像图像的图像数据输出到控制部13。照相机12例如是rgb-d照相机、立体照相机或距离图像传感器。照相机12是本实施方式中的测距部(或监视部)的一例。

控制部13包含cpu、ram以及rom等，通过信息处理进行各结构要素的控制。控制部13例如由ecu(电子控制单元)构成。控制部13将存储于存储部14的程序在ram中展开，通过cpu对在ram中展开的程序进行解释以及执行。作为这样实现的软件模块，例如，控制部13实现死角估计部131、死角物体测量部132以及危险度判定部133。关于各部131～133在后面叙述。

存储部14存储由控制部13执行的程序以及各种数据等。例如，存储部14存储后述的构造信息d1。存储部14例如包含硬盘驱动器或固态驱动器。另外，ram以及rom也可以包含于存储部14。

上述程序等可以存储在具有可移动性的存储介质中。存储介质是以计算机及其他装置、机械等能够读取所记录的程序等信息的方式，通过电、磁、光学、机械或化学作用来存储该程序等信息的介质。检测装置1也可以从该存储介质取得程序等。

导航设备15例如是包含存储地图信息的存储器以及gps接收机的测距部(监视部)的一例。车载传感器16是搭载于本车辆2的各种传感器，例如包含车速传感器、加速度传感器以及陀螺仪传感器等。车载传感器16检测本车辆2的速度、加速度以及角速度等。

以上那样的结构是一例，检测装置1不限于上述的结构。例如，检测装置1也可以不具有导航设备15以及车载传感器16。另外，检测装置1的控制部13也可以由独立地执行上述各部131～133的多个硬件资源构成。控制部13也可以由cpu、mpu、gpu、微型计算机、dsp、fpga、asic等各种半导体集成电路构成。

车辆控制装置20是本实施方式中的移动体系统的控制装置的一例。车辆控制装置20例如包含车辆驱动部21以及报告器22。车辆驱动部21例如由ecu构成，对本车辆2的各部进行驱动控制。例如，车辆驱动部21控制本车辆2的制动，实现自动制动。

报告器22通过图像或声音等向用户报告各种信息。报告器22例如是搭载于本车辆2的液晶面板或有机el面板等显示装置。报告器22也可以是对警报等进行声音输出的声音输出装置。

在本实施方式的检测装置1中，检测部也可以通过雷达11与控制部13(死角物体测量部132)的协作来构成。另外，关于测距部，也可以通过与控制部13的协作来构成。

2.动作

以下，对如以上那样构成的移动体系统以及检测装置1的动作进行说明。

本实施方式的移动体系统例如在本车辆2的驾驶中使检测装置1动作，以监视周边环境。本系统的车辆控制装置20根据检测装置1的检测结果，进行用于本车辆2的驾驶辅助或自动驾驶等的各种控制。

本实施方式的检测装置1例如在照相机12中拍摄本车辆2周边的图像，监视本车辆2的周边环境。检测装置1的死角估计部131例如根据表示监视结果的各种距离的距离信息等，依次检测在当前的周边环境中估计出死角的区域。

在检测装置1中，当由死角估计部131发现死角时，死角物体测量部132使用雷达11来测量死角区域r1的内部状态。认为由于从本车辆2的雷达11辐射的物理信号sa具有波动的性质，因此能够产生引起多重的反射或衍射等而到达死角区域r1中的死角物体4，进而返回到本车辆2这样的传播。本实施方式的检测装置1利用如上述那样进行传播的波来检测死角物体4。

本实施方式的危险度判定部133根据死角物体测量部132的测量结果，判定关于死角区域r1中可能存在的死角物体4的危险度。危险度表示例如可以考虑到死角物体4与本车辆2之间的碰撞等的可能性的程度。

例如，若在检测装置1中判定为是认为需要警告的危险度，则本系统能够通过报告器22向驾驶员等报告，或者通过车辆驱动部21执行用于提高自动制动等的安全性的车辆控制。

本实施方式的检测装置1在上述那样的检测方法中动态地设定使雷达11执行死角区域r1内的检测时的精密度即传感密度。以下详细说明本系统中的检测装置1的动作。

2-1.检测装置的动作

使用图4～图7对本实施方式的检测装置1的动作进行说明。

图4是用于说明本实施方式的检测装置1的动作的流程图。图4的流程图所示的各处理由检测装置1的控制部13执行。本流程图例如在车辆2的驾驶中以规定的周期开始。

首先，控制部13从照相机12取得1帧或多帧的摄像图像(s1)。在步骤s1中，控制部13可以取得距离图像作为摄像图像，也可以根据所取得的摄像图像来生成距离图像。距离图像是表示用于监视周边环境的各种距离的距离信息的一例。

接着，控制部13对所取得的摄像图像进行用于周边监视的各种图像分析(s2)。例如，控制部13生成与当前的本车辆2的周边环境相关的构造信息d1。构造信息d1是表示周边环境中的各种物体构造的信息，例如包含距各种构造物的距离。另外，控制部13在步骤s2中也作为死角估计部131进行动作，也通过取得的摄像图像的图像分析进行死角的检测。图5例示步骤s2的分析对象的图像。

图5例如是作为距离图像而从本车辆2拍摄(s1)的，拍到了在交叉点3附近由多个构造物构成的壁31、32。在本例中，由于本车辆2附近的壁31的遮挡，在比该壁31靠里侧的位置存在死角区域r1。另外，比死角区域r1靠里侧的壁32与本车辆2对置。以下，将壁31称为“遮挡壁”，将壁32称为“对置壁”。在遮挡壁31与对置壁32之间形成死角区域r1与外部的边界(参照图1)。

在步骤s2中，控制部13例如按照每个像素提取距离图像中的各种壁31、32的距离值作为构造信息d1，并保持于存储部14。图5的情况下的距离值一边沿着方向d1从本车辆2侧连续地变化遮挡壁31的量一边从遮挡壁31的端部(即死角端31a(图9))到对置壁32不连续地变化。控制部13对上述那样的距离值的变化进行分析，能够估计死角区域r1的存在。

返回图4，作为死角估计部131的控制部13例如按照基于图像分析的估计结果，判断在当前的本车辆2的周边环境中是否检测到死角区域r1(s3)。控制部13在判断为未检测到死角区域r1时(在s3中为“否”)，例如周期性地反复进行步骤s1～s3的处理。

控制部13例如在判断为检测到死角区域r1时(在s3中为“是”)，进行传感密度的设定处理(s4)。传感密度的设定处理是设定该死角区域r1内的检测中的传感密度的处理。在本实施方式中，在步骤s4的处理中，例如到死角端31a的距离越远，则将传感密度设定得越低。后文将说明步骤s4的处理的细节。

例如在设定了比“0”大的传感密度的情况下(在s5中为“是”)，控制部13按照所设定的传感密度执行死角物体的检测处理(s6)。在本实施方式中，利用雷达11的波动信号sb中的多重反射波，检测死角区域r1中的死角物体4。

在步骤s6中，控制部13例如根据图5的分析结果，从雷达11以扫描死角区域r1的边界附近的对置壁32等的范围的方式辐射物理信号sa。图6的(a)、图6的(b)分别例示了没有死角物体4的情况和有死角物体4的情况下的步骤s6的物理信号sa的传播路径。

在图6的(a)的例子中，来自本车辆2的雷达11的物理信号sa经由横道的死角区域r1在对置壁32与相反侧的壁35之间反复反射，作为多重反射波传播。在图6的(a)的例子中，与没有死角物体4这一情况相对应地，多重反射波不会朝向本车辆2。

另一方面，在图6的(b)的例子中，由于存在死角物体4，因此来自雷达11的物理信号sa除了被各个壁32、33反射之外，还被死角物体4反射，能够成为朝向本车辆2的多重反射波rb1。因此，在由雷达11接收的波动信号sb中包含具有死角物体4的信息的多重反射波rb1的信号成分。

多重反射波rb1(图6的(b))的信号成分根据多普勒频移、相位以及传播时间而具有与反射源的死角物体4的速度以及传播路径的长度对应的信息。死角物体的检测处理(s6)通过分析这样的信号成分，检测反射了多重反射波rb1的死角物体4的速度以及位置等。后文将说明步骤s6的处理的细节。

返回图4，控制部13根据死角物体4的检测结果(s6)进行危险度的判定处理(s7)。危险度的判定处理例如将是否需要与检测到的死角物体4相关的警告判定为危险度，并根据判定结果向车辆控制装置20输出各种控制信号。在步骤s7中判定为需要警告的情况下，控制部13生成用于使报告器22报告警告或者控制车辆驱动部21的控制信号。

在步骤s6中检测到死角物体4的运动、距离、种类以及形状等信息的情况下，也可以在步骤s7中使用这些信息来判定危险度。后文将说明步骤s7的处理的细节。

控制部13例如当输出控制信号(s8)时，结束图4的流程图所示的处理。

另外，当在步骤s4中将传感密度设定为“0”的情况下(在s5中为“是”)，控制部13不进行死角物体的检测处理(s6)等，结束本流程图的处理。控制部13例如在经过规定周期的期间后，再次执行本流程图。

根据以上的处理，检测装置1能够一边进行本车辆2的周边监视(s1～s3)，一边在发现死角时(在s3中为“是”)检测死角物体4(s6)，并根据危险度进行各种动作(s7)。此时，距死角的距离越远，用于死角物体的检测处理(s6)的传感密度被设定得越低(s4)，由此能够使处理效率良好。

在以上的处理中，在周边监视中使用了照相机12，但也可以使用导航设备15。在图7中示出本变形例。导航设备15例如如图7所示，在本车辆2的周边环境的地图信息d2中，计算距本车辆2的各种距离，监视本车辆2的当前位置。控制部13能够将以上那样的导航设备15的监视结果用于图4的各种处理。控制部13能够根据导航设备15的监视结果，例如根据地图信息d2中的构造物30，取得构造信息d1或者检测死角区域r1(s2)。另外，控制部13也可以在图4的处理中适当地使用车载传感器16的检测结果。

在以上的处理中，例如当在周边监视中在死角外检测到障碍物的情况下(s2)，控制部13也可以针对死角外的障碍物判定危险度，并根据判定结果进行各种警告。

2-2.传感密度的设定处理

使用图8～图9对传感密度的设定处理(图4的s4)进行说明。

图8是例示本实施方式的传感密度的设定处理的流程图。图9是用于说明本实施方式的传感密度的设定处理的图。图8的流程图的处理在图4的步骤s4中由控制部13执行。

首先，控制部13针对在图4的步骤s3中检测出的死角计算距死角的距离(s11)。在图9中，例示了从本车辆2朝向死角端31a的死角方向d10、本车辆2的行进方向d11以及与行进方向d11垂直的横穿方向d12。例如，控制部13根据在图4的步骤s1、s2中得到的距离信息，以死角端31a为基准计算死角方向d10上的距离l。

接着，控制部13判断计算出的距离l是否超过预先设定的上限值(s12)。该上限值例如是表示根据死角物体4与本车辆2的碰撞的可能性而设想为需要检测死角物体4的距离的范围的上限的值(例如120m)。

控制部13在判断为距离l超过上限值时(在s12中为“是”)，将传感密度设定为“0”(s13)，结束图4的步骤s4的处理。在该情况下，控制部13在之后的步骤s5中进入“是”，省略死角物体的检测处理(s6)。

另一方面，控制部13在判断为距离l未超过上限值时(s12中为“否”)，在比“0”大的范围内设定传感密度(s14～s16)。以下，对按照两个阶段的等级m1、m2并根据距离l来设定传感密度的处理例进行说明。

例如，控制部13判断距离l是否超过预先设定的基准值(s14)。该基准值是在比上述的上限值小的正值中例如根据距离l考虑是否需要精密地进行死角物体4的检测而设定的。

控制部13在判断为距离l未超过基准值时(在s14中为“否”)，将传感密度设定为标准等级m2(s15)。标准等级m2表示精密地检测死角物体4时的标准的传感密度。

另一方面，控制部13在判断为距离l超过基准值时(s14中为“是”)，将传感密度设定为低等级m1(s16)。低等级m1表示比标准等级m2小的传感密度。

控制部13若进行了传感密度的设定(s15、s16)，则结束图4的步骤s4的处理。在该情况下，控制部13在之后的步骤s5中进入“否”，执行死角物体的检测处理(s6)。

根据以上的处理，根据从本车辆2到死角的距离l，动态地控制用于死角物体4的检测的传感密度。另外，在距离l充分大的情况下，控制为不进行死角物体4的检测。由此，能够提高检测装置1的处理效率。

在以上的说明中，说明了传感密度根据两个阶段的等级m1、m2来进行设定的例子(s14～s16)，但不限于此，例如也可以根据三个阶段以上的等级来进行设定。例如，控制部13也可以与距离l小的情况相应地使用比标准等级高的等级。另外，传感密度也可以设定为连续值。控制部13也可以依次根据距离l来计算传感密度。

另外，在以上的说明中，说明了使用死角方向d10上的距离l来设定传感密度的例子。本实施方式的传感密度设定处理不限于此，例如，也可以使用横穿方向d12上的距离l2。

如图9所例示的那样，本车辆2的行进方向d11与死角方向d10形成角度θ，死角方向d10上的距离l能够垂直分解为行进方向d11上的距离l1和横穿方向d12上的距离l2。控制部13例如通过从车载传感器16取得本车辆2的行进方向d11，能够与距离l一起或者另外计算各种距离l1、l2以及角度θ(s11)。

控制部13例如也可以在步骤s14的判断中，代替死角方向d10的距离l而使用横穿方向d12的距离l2来设定传感密度的大小。如果横穿方向d12的距离l2充分大，则交叉点3等的视野良好，可以认为死角的影响少。因此，横穿方向d12的距离l2越大，则控制部13将传感密度设定得越小(s14、s16)。由此，也能够提高检测装置1的处理效率。传感密度的设定也可以使用双方的距离l、l2来进行。

2-3.死角物体的检测处理

使用图10～图11对死角物体的检测处理(图4的s6)进行说明。

图10是例示本实施方式中的死角物体的检测处理的流程图。图11是用于说明死角物体的检测处理的图。图10的流程图的处理在图4的步骤s6中由作为死角物体测量部132进行动作的控制部13执行。

首先，作为死角物体测量部132的控制部13根据在传感密度的设定处理(图4的s4)中设定的传感密度，以向死角区域r1辐射物理信号sa的方式控制雷达11(s21)。例如，传感密度越大，则控制部13以缩短为了扫描或再次测量而重复进行物理信号sa的辐射的时间间隔的方式控制雷达11。

在步骤s21中，雷达11辐射物理信号sa并且接收波动信号sb，进行基于物理信号sa的反射波的各种测量。控制部13从雷达11取得测量结果(s22)。

控制部13为了从所取得的雷达11的测量结果中提取作为死角物体的分析对象的信号成分，而去除表示来自周边环境的反射波的环境成分(s23)。步骤s23的处理例如使用在步骤s2中取得的构造信息d1来进行。

例如，在图11的例子中，控制部13参照交叉点3的构造信息d1来预测由来自交叉点3的周围的各种构造物的直接反射引起的反射波，从雷达11的测量结果减去预测结果的环境成分(s23)。由此，能够降低环境下的构造物所引起的反射波的影响，容易仅得到死角的物体的信号成分。

接着，控制部13根据通过去除环境成分而得到的信号成分，进行用于检测死角物体4的信号分析(s24)。步骤s24的信号分析也可以包含频率分析、时间轴上的分析、空间分布以及信号强度等各种分析。

在步骤s24中，控制部13例如通过分析若假定波的传播路径为直线则在死角的(对置壁32的)对面侧是否观测到波源，来判定死角物体4的有无。例如，在图11的例子中，来自死角物体4的多重反射波的波源40被观测为位于比对置壁32靠里侧的位置，处于根据构造信息d1而未被预测为环境成分的位置。这样的状况能够估计为起因于来自死角内的物体4的波发生了多重反射。即，控制部13在已检测的死角的方位以超过对置壁32的距离观测到反射波的情况下，能够判定为存在死角物体4。

另外，例如在判定为存在死角物体4的情况下，控制部13能够根据估计出由多重反射引起的弯曲的传播路径，计算距死角物体4的距离以及速度这样的各量的测量值。例如，控制部13通过在构造信息d1中使用表示死角部分的道路宽度(死角区域r1的宽度)的信息，如图11所例示的那样，能够以折返根据信号成分可知的距死角物体4的路径长的方式进行校正，计算出更接近实际位置的死角物体4的位置。

控制部13在死角物体4的信号分析(s24)之后，结束图4的步骤s6的处理。之后，控制部13执行关于信号分析后的死角物体4的危险度的判定处理(图4的s7)。

根据以上的处理，能够利用根据雷达11的物理信号sa中的多重反射的性质而在死角区域r1的内部产生的信号成分，来检测死角物体4。

在步骤s21中，控制部13根据所设定的传感密度来控制雷达11。由此，例如在传感密度被设定为低等级m1的情况下(图8的s16)，与标准等级m2(s15)的情况相比，能够降低处理负荷，能够高效地进行死角物体4的检测。

步骤s21中的与传感密度相应的控制不限于上述控制，也可以是各种控制。例如，也可以是，传感密度越大，则控制部13使从雷达11辐射的物理信号sa的输出的大小(即输出信号的大小)越增大或者使辐射物理信号sa的指向性越尖锐。通过指向性的控制，能够提高用于死角内的检测的实质的输出或者抑制过度地多重反射的成分。

另外，也可以是，在步骤s21中，传感密度越大，则控制部13使物理信号sa的频带越宽或者使物理信号sa的信号长度越长。根据频带的控制，例如能够提高接收波的时间分辨率。根据信号长度的控制，能够提高用于分析多普勒频移的频率分辨率。

在步骤s23中，控制部13也可以参照构造信息d1中的距死角附近的交叉点的距离，去除在相对于与交叉点的直线距离的信号的往复传播时间以下得到的接收波的信号成分。这样的接收波是直接反射波(即反射1次的波)，不包含死角物体4的信息，因此能够从分析对象中排除。另外，控制部13也能够根据从本车辆2观察到的死角的方位角，将从死角到来的反射波与从其他角度到来的反射波分离。

步骤s23的处理也可以不一定使用周边环境的构造信息d1。例如，控制部13也可以从沿着时间轴得到的信号中减去本车辆2的位置变化，将分析对象限制为运动体。本处理也可以在步骤s24的信号分析中进行。

在步骤s24中，控制部13也可以对在分析对象的信号成分中是否存在由运动体反射引起的多普勒频移、或者人、自行车等特有的行动的摇动这样的、因特定的物体的行动而出现的特征进行分析。另外，控制部13也可以对在空间上具有扩展的面测量的信号分布是否具有汽车、自行车、人等特有的分布、或者根据反射强度是否包含汽车大的金属体所导致的反射等进行分析。以上那样的分析可以适当组合来进行，也可以代替分别明确地对它们进行分析，而使用机器学习作为多维的特征量来进行分析。

2-4.危险度的判定处理

使用图12～图13对危险度的判定处理(图4的s7)进行说明。

图12是例示危险度的判定处理的流程图。图13是用于说明危险度的判定处理的图。图12的流程图的处理在图4的步骤s7中，由作为危险度判定部133进行动作的控制部13执行。

首先，控制部13根据步骤s6中的死角物体4的检测结果，计算危险度指数d(s31)。危险度指数d表示用于判定关于检测到的死角物体4与本车辆2之间的碰撞的危险度的指标。例如，如图13所示，死角物体4接近本车辆2的速度v1能够设定为危险度指数d。

接着，控制部13例如使用预先设定的阈值va，判断计算出的危险度指数d是否超过阈值va(s32)。阈值va例如考虑需要与死角物体4相关的警告的危险度指数d的大小来设定。例如，在d＝v1的情况下，若危险度指数d超过阈值va，则控制部13在步骤s32中进入“是”。

控制部13在判断为危险度指数d超过阈值va时(在s32中为“是”)，作为需要警告的危险度的判定结果，进行各种警告控制(s33)。警告控制包含输出用于使报告器22警告或者使车辆驱动部21进行特定的控制的控制信号。

控制部13通过进行警告控制(s33)，结束危险度的判定处理(图4的s7)。

另一方面，控制部13在判断为危险度指数d未超过阈值va时(在s32中为“否”)，作为不需要警告的判定结果，不特别进行警告控制(s33)，结束图4的步骤s7。之后，控制部13再次执行例如图4的流程图。

根据以上的处理，根据对应的危险度指数d来判定死角物体4接近本车辆2或者交叉点3的危险度。例如，进行与是否需要警告对应的2值判定。

此外，危险度的判定处理不限于2值判定，例如也可以在不需要警告时进行判定有无注意唤起的3值判定。例如，控制部13也可以使用注意唤起用的阈值vb(＜va)，在步骤s32中进入“否”时判断是否满足d＞vb。

在以上的处理中，危险度指数d不限于速度v1，能够根据与死角物体4有关的各量(的测量值)来设定，例如也可以代替速度v1而设定为加速度dv1/dt。

另外，危险度指数d也可以被设定为本车辆2与死角物体4之间的距离lh。距离lh越小，则关于本车辆2与死角物体4之间的碰撞的危险度越高。因此，例如在步骤s32中，控制部13也可以在危险度指数d(＝lh)低于阈值va时进入“是”，在不低于阈值va时进入“否”。

另外，危险度指数d也可以通过各量的组合来设定。在下式(1)中示出这样的一例的危险度指数d。

d＝|(lh1－v1δt)+(lh0－v0δt)|…(1)

在上式(1)中，lh1是从基准位置p0到死角物体4的距离(图12)。基准位置p0例如被设定于交叉点的中心等设想到死角物体4与本车辆2发生碰撞的位置。δt是规定的时间宽度，例如设定在预测到本车辆2到达基准位置p0为止所花费的时间宽度的附近。lh0是从基准位置p0到本车辆2的距离。v0是本车辆2的速度，能够从车载传感器16等取得。

上式(1)的危险度指数d是在经过时间宽度δt后估计的死角物体4与基准位置p0之间的距离、和基准位置p0与本车辆2之间的距离的总和(图12)。根据上式(1)，当危险度指数d小于规定值时，能够进行本车辆2和死角物体4同时到达基准位置p0的可能性充分高这样的估计。作为与这样的估计对应的危险度的判定，在上式(1)的情况下，控制部13也可以与d＝lh的情况同样地，在危险度指数d低于阈值va时在步骤s32中进入“是”，在不低于阈值va时进入“否”。

另外，危险度指数d也可以如以下的式(2)或式(2’)那样设定。

d＝lh1－v1δt…(2)

d＝|lh1－v1δt|…(2’)

在上述的各式(2)、(2’)中，例如设定为δt＝lh0/v0。时间宽度δt也可以在考虑了本车辆2的速度v0的变动或者基准位置p0的估算误差等的容许范围内设定。

在式(2)的危险度指数d小于规定值时(包含负值)，能够估计为在本车辆2到达基准位置p0之前死角物体4横穿本车辆2前方的可能性充分高。另外，在式(2’)的危险度指数d(式(2)的情况下的绝对值)小于规定值时，能够估计为本车辆2和死角物体4同时存在于基准位置p0的可能性充分高。与以上那样的估计对应地，控制部13能够使用式(2)或式(2’)的危险度指数d，与式(1)的情况同样地进行危险度的判定。

在以上那样的危险度的判定处理中，阈值va也可以根据本车辆2以及死角物体4的状态而动态地变更。例如，在上述的lh0较小、或者dv0/dt或dv1/dt较大、或者死角物体4被估计为人的情况下，认为应该更严格地进行危险度的判定。因此，当检测到这样的情况时，控制部13例如也可以对于上式(1)的危险度指数d，增大阈值va。

3.总结

如以上那样，本实施方式的检测装置1检测作为移动体的一例的本车辆2的周边环境中的死角内的物体、即死角物体4。检测装置1具有作为测距部的照相机12、作为检测部的雷达11以及控制部13。照相机12取得表示从本车辆2到周边环境的距离的距离信息。雷达11检测死角内的物体。控制部13控制雷达11的动作。控制部13根据所取得的距离信息，检测周边环境中的死角(s3)。控制部13根据距检测到的死角的距离，控制使检测部检测该死角内的物体的精密度、即传感密度(s4)。

根据以上的检测装置1，通过根据距死角的距离来控制传感密度，能够高效地进行本车辆2的周边环境中的死角内的物体的检测。

在本实施方式的检测装置1中，例如距离l越大，则控制部13将传感密度设定得越小(s14～s16)。在死角远离本车辆2时，降低处理负荷，能够高效地进行死角内的检测。也可以是，横穿方向d12上的本车辆2与死角之间的距离l2越大，则控制部13将传感密度设定得越小。

在本实施方式的检测装置1中，控制部13控制雷达11，使得在距死角的距离l大于规定的上限值时不进行死角物体4的检测(s12～s13)。由此，在设想为死角物体4与本车辆2的碰撞等的可能性充分小的状况下，能够省略死角物体4的检测，提高处理效率。

在本实施方式的检测装置1中，雷达11从本车辆2向周边环境辐射物理信号sa作为具有波的特性的输出信号，并根据在辐射的物理信号sa的反射波中从死角到达的波的成分来检测死角物体4。由此，能够利用来自雷达11的物理信号sa中的波的特性，检测相对于本车辆2存在于周边环境中的死角中的物体。所利用的波不限于多重反射波，也可以包含衍射波或透过波。

在本实施方式的检测装置1中，传感密度与雷达11中的输出信号的大小、时间间隔、指向性、频带、信号长度中的至少1个对应地设定(s21)。通过与传感密度对应的雷达11的各种参数的控制，能够实现处理负荷的降低。

在本实施方式的检测装置1中，控制部13也可以在周边环境中检测到死角区域r1时，控制雷达11朝向检测到的死角区域r1辐射物理信号sa(s21)。由此，能够使物理信号sa集中于死角区域r1附近，容易从死角区域r1中的死角物体4得到多重反射波rb1等。此外，来自雷达11的物理信号sa也可以不一定集中于死角区域r1，例如，也可以适时地向雷达11能够检测的范围辐射物理信号sa。

本实施方式的检测装置1也可以还具有存储表示周边环境的物体构造的构造信息d1的存储部14。控制部13也可以参照构造信息d1，分析在雷达11的检测结果中包含从死角区域r1到达的波的成分的波动信号。通过使用构造信息d1，能够高精度地进行死角物体4的检测。控制部13也可以根据照相机12的检测结果来生成构造信息d1，并保持于存储部14(s2)。依次生成构造信息d1，能够高精度地检测死角物体4。

本实施方式的移动体系统具有检测装置1和车辆控制装置20。车辆控制装置20搭载于本车辆2，执行与检测装置1对死角物体4的检测结果对应的动作。移动体系统能够通过检测装置1高效地检测本车辆2的周边环境中的死角内的物体。

本实施方式的检测方法是检测本车辆2等移动体的周边环境中的死角内的物体的方法。本方法包含：步骤s1，测距部取得表示从移动体到周边环境的距离的距离信息；以及步骤s2、s3，控制部13根据距离信息检测周边环境中的死角。本方法包含：步骤s4，控制部13根据距检测到的死角的距离，控制检测部检测该死角内的物体的传感密度；以及步骤s6，检测部按照传感密度检测死角内的物体。

在本实施方式中，提供用于使控制部13执行以上的检测方法的程序。根据本实施方式的检测方法，能够高效地进行本车辆2等移动体的周边环境中的死角内的物体的检测。

(实施方式2)

在实施方式1中，说明了使用距离l来控制传感密度的动作例。在本实施方式中，进一步对使用本车辆2的速度来控制传感密度的检测装置1的动作进行说明。

图14是例示实施方式2的传感密度的设定处理的流程图。图15是用于说明本实施方式的传感密度的设定处理的图。

在本实施方式中，除了与实施方式1(图8)同样的各处理以外，控制部13还从车载传感器16取得本车辆2的速度v0(s17a)，例如通过下式(20)计算制动距离la(s17b)。

la＝v0²/(2×g×μ)…(20)

在上式(20)中，g表示重力加速度，例如g＝9.8。另外，μ表示本车辆的轮胎与行驶中的路面间的摩擦系数。作为摩擦系数μ，可以使用预先设定的值，也可以实时地计算摩擦系数μ。例如，控制部13能够根据车载传感器16等的检测结果来计算摩擦系数μ。

进而，控制部13例如如图15所示，计算在检测对象的死角内存在车辆等运动体的情况下预测为与本车辆2碰撞的预测位置p20(s17c)，并计算从本车辆2到预测位置p20的预测距离l20(s17d)。例如，控制部13可以根据实时取得的构造信息d1来计算预测位置p20和预测距离l20。

控制部13例如判断预测距离l20是否超过制动距离la(s17)。在预测距离l20超过制动距离la的情况下，本车辆2能够在到达预测位置p20之前停止。因此，控制部13例如在判断为预测距离l20超过制动距离la的情况下(在s17中为“是”)，将传感密度设定得比“否”的情况小(s16)。此时，控制部13也可以将传感密度设定为“0”，控制为不进行死角内的检测。

如上所述，本实施方式的检测装置1还具有作为速度取得部的一例的车载传感器16。车载传感器16取得本车辆2的速度v0。控制部13根据与速度v0对应的本车辆2的制动距离la以及距死角的距离，设定传感密度。由此，考虑本车辆2的制动距离la来进行死角内的检测，能够提高安全性。

(实施方式3)

在实施方式3中，对检测多个死角、控制用于各个死角内的检测的传感密度的检测装置1的动作进行说明。

图16是用于说明实施方式3的检测装置1的动作的流程图。在本实施方式的检测装置1中，控制部13代替图4的流程图而执行图16的流程图。控制部13通过周边监视的图像分析等(s2)，能够检测多个死角(s3)。

在本实施方式中，在检测到多个死角的情况下，控制部13例如从距离l近的死角起依次选择1个死角(s41)。关于所选择的死角，控制部13与上述情况同样地进行步骤s4～s7的处理。在步骤s7中进行了警告控制的情况下(在s7b中为“是”)，结束本处理。

另一方面，在未进行警告控制的情况下(在s7b中为“否”)，如果存在未选择的死角(在s42中为“是”)，则控制部13重新选择未选择的死角(s41)，进行步骤s4以后的处理。

根据以上的处理，例如在本车辆2的行驶中发现了多个死角的情况下，从距离l近的死角起依次地(s41)使检测装置1按照各个传感密度使用雷达11进行死角内的检测等(s4～s7)。在关于检测到的死角的危险度低到不需要警告的程度的情况下(在s7b中为“否”)，对具有次近的距离l的死角进行检测(s42、s41)。

如上所述，在本实施方式的检测装置1中，控制部13在检测到多个死角时，使多个死角中的更近的死角优先，使雷达11检测该死角内的物体(s41～s42)。由此，能够针对多个死角高效地对死角内进行检测。

(其他实施方式)

在上述的实施方式1中，在传感密度的设定处理(图8)中使用了距离l，但也可以进一步使用本车辆2的行进方向d11与死角方向d10之间的角度θ(参照图9)。使用图17对本变形例进行说明。图17是例示本变形例的传感密度的设定处理的流程图。

在死角方向d10上的距离l恒定且上述的角度θ不同的情况下，角度θ越大则行进方向d11的距离l1越小，另一方面，横穿方向d12的距离l2越大。此时，死角区域r1在横穿方向d12上远离，认为相比于死角区域r1的内部，应该从本车辆2更关注行进方向d11的延长线上等。

因此，在图17的例子中，除了与实施方式1(图8)同样的各处理以外，控制部13还判断角度θ是否超过规定角度(s18)。规定角度是表示是否需要对死角内进行检测的基准的角度，例如能够设定为45°等各种角度。控制部13在判断为角度θ超过规定角度时(在s18中为“是”)，将传感密度设定为“0”(s13)，能够省略之后的死角物体的检测处理(图4的s6)。本变形例的处理不限于此。也可以是，角度θ越大，则控制部13通过各种方法将传感密度设定得越小。

如以上那样，在本实施方式中，控制部13也可以根据本车辆2的行进方向d11与从本车辆2朝向死角的方向d11之间的角度θ、以及距死角的距离l来设定传感密度(s18)。由此，也能够高效地进行检测装置1对死角内的检测。

在上述的各实施方式中，在死角物体4的检测中利用了多重反射波，但不限于多重反射波，例如也可以利用衍射波。例如，考虑死角物体4的反射波在死角端31a衍射，并作为衍射波返回到本车辆2。本实施方式的控制部13例如以使得在死角端31a产生绕入的方式控制从雷达11辐射的物理信号sa的波长以及方位。

例如通过使用波长比可见光大的物理信号sa，也能够使信号到达在直行性高的可见光等中由于各种遮挡物的存在而在几何学上无法到达的区域。另外，由于可能成为死角物体4的车辆、人等通常呈带有圆角的形状等，因此该信号不仅向完全反射的路径反射，还向进行辐射的本车辆2所存在的方向反射。这样的反射波相对于遮挡壁31发生衍射现象而传播，由此能够使雷达11接收衍射波作为分析对象的信号成分。

衍射波的信号成分具有距死角物体4的传播路径的信息和与移动速度对应的多普勒信息。因此，通过对该信号成分进行信号分析，与实施方式1同样地，能够根据信号成分的传播时间、相位以及频率的信息来测量死角物体4的位置以及速度。此时，衍射波的传播路径也能够根据距死角端31a的距离或者各种构造信息d1来估计。另外，也能够适当地估计组合了多重反射和衍射的传播路径，也可以分析这样的波的信号成分。

在上述的各实施方式中，说明了通过雷达11和照相机12等分体地构成检测部以及测距部的例子，但检测部以及测距部也可以一体地构成。例如，本变形例的检测装置1通过雷达11进行与图4的s1～s3同样的周边监视。另外，在本变形例中，当发现死角时，控制部13例如也可以对雷达11的频带进行切换控制，使用在死角处容易绕入的频带。

另外，在上述各实施方式中，作为检测部以及测距部的一例，说明了雷达11、照相机12以及导航设备15。本实施方式的检测部不限于此，例如检测部或测距部也可以是lidar。从检测部辐射的物理信号sa例如也可以是红外线。另外，检测部或测距部可以是声呐，可以辐射超声波作为物理信号sa。在这些情况下，检测部接收的波动信号sb与对应的物理信号sa同样地设定。

另外，在上述各实施方式中，说明了雷达11以及照相机12朝向本车辆2前方设置的例子，但雷达11等的设置位置没有特别限定。例如，雷达11等也可以朝向本车辆2后方配置，例如移动体系统也可以用于停车辅助。另外，雷达11的个数也没有特别限定，例如也可以设置于本车辆2的两侧方。例如，也可以使用多个雷达11来分别对不同的死角内进行检测。

另外，在上述各实施方式中，检测装置1利用基于物理信号sa的波的特性，进行死角物体4的检测。在本实施方式中，检测死角物体4的方法不一定限于上述方法，也可以采用各种方法。也可以根据各种信息来估计死角区域r1中的物体4。即使在该情况下，通过根据距死角的距离来控制精密度，也能够提高处理效率。

此外，在上述各实施方式中，作为移动体的一例而例示了汽车。搭载有检测装置1的移动体并不特别限定于汽车，例如也可以是agv、服务机器人或者无人机。例如，检测装置1也可以在agv的自动行驶时进行周边监视，检测死角中的物体。

(附记)

如上所述，对本发明的各种实施方式进行了说明，但本发明并不限定于上述内容，能够在技术思想实质上相同的范围内进行各种变更。以下，附记了本发明的各种方式。

本发明的第1方式是检测移动体的周边环境中的死角内的物体的检测装置(1)。所述检测装置具有测距部(12)、检测部(11)和控制部(13)。所述测距部取得表示从所述移动体到所述周边环境的距离的距离信息。所述检测部检测所述死角内的物体。所述控制部控制所述检测部的动作。所述控制部根据由所述测距部取得的距离信息检测所述周边环境中的死角(s3)。所述控制部根据距检测到的死角的距离控制所述检测部检测该死角内的物体的精密度(s4)。

在第2方式中，在第1方式的检测装置中，距所述死角的距离越大，所述控制部将所述精密度设定得越小(s14～s16)。

在第3方式中，在第1方式或者第2方式的检测装置中，所述控制部控制所述检测部，使得在距所述死角的距离大于规定值时不进行所述死角内的物体的检测(s12～s13)。

在第4方式中，在第1方式～第3方式中的任意一个方式的检测装置中，与所述移动体的行进方向垂直的方向(d12)上的所述移动体与所述死角之间的距离(l2)越大，所述控制部将所述精密度设定得越小。

在第5方式中，第1方式～第4方式中的任意一个方式的检测装置还具有速度取得部(16)，该速度取得部(16)取得所述移动体的速度。所述控制部根据与所述速度对应的所述移动体的制动距离(la)以及距所述死角的距离设定所述精密度(s17)。

在第6方式中，在第1方式～第5方式中的任意一个方式的检测装置中，所述控制部根据所述移动体的行进方向与从所述移动体朝向所述死角的方向之间的角度以及距所述死角的距离设定所述精密度(s18)。

在第7方式中，在第1方式～第6方式中的任意一个方式的检测装置中，所述控制部在检测到多个死角时，使所述多个死角中的更近的死角优先，使所述检测部检测该死角内的物体(s41～s42)。

在第8方式中，在第1方式～第7方式中的任意一个方式的检测装置中，所述检测部从所述移动体向所述死角辐射具有波的特性的输出信号，并且根据在辐射的输出信号的反射波中的从所述死角到达的波的成分检测所述死角内的物体。

在第9方式中，在第8方式的检测装置中，所述精密度与所述检测部中的所述输出信号的大小、时间间隔、指向性、频带、信号长度中的至少1个对应地设定。

第10方式是一种移动体系统，其具有第1方式～第9方式中的任意一个方式的检测装置和控制装置(20)。所述控制装置搭载于所述移动体，执行与所述检测装置对所述死角内的物体的检测结果对应的动作。

第11方式是检测移动体(2)的周边环境中的死角内的物体的检测方法。本方法包含：步骤(s1)，测距部(12)取得表示从所述移动体到所述周边环境的距离的距离信息；以及步骤(s2、s3)，控制部(13)根据所述距离信息检测所述周边环境中的死角。进而，本方法包含：步骤(s4)，所述控制部根据距检测到的死角的距离控制检测部检测该死角内的物体的精密度；以及步骤(s6)，所述检测部(11)按照所述精密度检测所述死角内的物体。

第12方式是用于使控制部执行第11方式的检测方法的程序。

标号说明

1：检测装置；11：雷达；12：照相机；13：控制部；14：存储部；15：导航设备；16：车载传感器；2：本车辆；20：车辆控制装置。