物体识别装置、路径生成装置、停车辅助装置、物体识别系统、路径生成系统及停车辅助系统的制作方法
1.本技术涉及一种物体识别装置、路径生成装置、停车辅助装置、物体识别系统、路径生成系统及停车辅助系统。
背景技术：
2.以往，已知一种辅助使车辆后退且在停车空间并列停车的操作的技术(例如，参照专利文献1)。在专利文献1中，有一种停车辅助装置，包括搭载于车辆上，通过接收向车辆侧方发送的探测波的反射波，获取用于检测距车辆侧方的障碍物即侧方障碍物的距离的测距传感器的检测结果的传感器信息获取单元；以及对使车辆后退、在停车空间内并列停车的车辆行驶进行辅助的辅助单元，具备线性决定单元，该线性决定单元以传感器信息获取单元获取的、车辆进入停车空间时由测距传感器依次检测到的检测结果的点列为基础，对侧方障碍物朝向车辆一侧的面即车辆相对面的、以地面为基准的平面坐标系中的轮廓形状的直线特征进行决定，在由线性决定单元决定的线性特征未超过规定阈值的车辆相对面在一侧的情况下，辅助单元辅助车辆行驶，以使车辆沿着直线特征更高的车辆相对面的方向使车辆在停车空间并列停车。
3.由此，在车辆后退进入停车空间时，本车的侧方障碍物中，使车辆朝向沿着车辆相对面的轮廓形状更像直线的一侧的车辆相对面的方向在停车空间并列停车。专利文献1：日本专利特开2014－34321号
技术实现要素：
发明所要解决的技术问题
4.然而，在作为目标的停车空间的两侧均有车辆并通过远程操作停车(以下称为远程停车)的情况下，在远程停车车辆的周边不仅有停车车辆，还存在远程停车的操作者(进行使远程停车车辆远程停车的操作的驾驶员等人(记为驾驶员))。因此，如图1所示，在驾驶员与远程停车车辆的行为保持相对位置并移动的情况下，如果使用专利文献1的技术，则将驾驶员的移动轨迹捕捉为停车车辆的轮廓形状，误识别作为目标的停车空间，在将本车引导到作为目标的停车空间的深处(以下称为目标停车位置)之前进行不必要的偏离动作，驾驶员可能会感到困扰。
5.本技术公开了鉴于上述实际情况而完成的技术，其目的在于通过区分移动的驾驶员等移动物体和静止的停车车辆等静止物体，不误识别作为目标的停车空间，抑制在将本车引导到作为目标的停车位置之前给驾驶员等人带来困扰的偏离动作。用于解决技术问题的技术手段
6.本技术所公开的物体识别装置包括：搭载于本车上，用于向作为检测对象的物体发送检测波，接收来自所述物体的所述检测波的反射波，并检测与所述物体的距离作为距
离数据的测距传感器；根据本车的速度和行进方向的数据检测本车位置的本车位置检测部；基于由所述测距传感器检测的距离数据和由所述本车位置检测部检测的本车位置来检测所述物体的物体位置的物体检测部；以及基于由所述测距传感器检测的距离数据、由所述本车位置检测部检测的本车位置、由所述物体检测部检测的物体位置，区分由所述物体检测部检测的物体是静止物体还是移动物体的物体区分部，将由所述物体区分部区分的静止物体识别为检测对象的静止物体。
7.本技术公开的路径生成装置包括路径生成部，该路径生成部基于由所述物体识别装置输出的所述物体是静止物体还是移动物体的区分结果、以及由所述本车位置检测部检测的本车位置，生成将本车引导到作为目标的停车空间的引导路径。
8.本技术公开的停车辅助装置基于由所述路径生成装置生成的引导路径，由搭载在本车上的本车辆控制部控制本车朝向所述停车空间。发明效果
9.根据本技术，为了区分移动的驾驶员等移动物体和静止的停车车辆等静止物体，可以防止对作为目标的停车空间的误识别，能够抑制由于对作为目标的停车空间的误识别而产生的将本车引导到作为目标的停车位置之前本车不必要的偏离动作。
附图说明
10.图1是图示说明本技术要解决的问题的事例的说明图。图2是例示本技术的实施方式1的图，是以功能框图例示物体识别装置(或物体识别系统)的结构例的图。图3是例示本技术的实施方式1的图，是表示测距传感器在车辆上的搭载位置的一个示例的图。图4是例示本技术的实施方式1的图，是以流程图示出图2中例示的物体识别装置(或物体识别系统)的整体动作的事例的图。图5是例示本技术的实施方式1的图，是以功能框图例示图2中例示的物体区分部的结构例的图。图6是例示本技术的实施方式1的图，是用于说明在有人保持与本车的相对位置而移动的环境下，由物体检测部实施物体检测时的动作事例的说明图。图7是例示本技术的实施方式1的图，是用于说明在有人保持与本车的相对位置而移动的环境下，由可靠度计算部计算本车周边存在物体的可靠度的动作事例的说明图。图8是例示本技术的实施方式1的图，是用于说明在有人保持与本车的相对位置而移动的环境下，由物体区分部进行物体区分时的结果事例的说明图。图9是例示本技术的实施方式1的图，是用于说明本车在静止的停车车辆旁边移动的环境下，由物体检测部实施物体检测时的动作事例的说明图。图10是例示本技术的实施方式1的图，是用于说明本车在静止的停车车辆旁边移动的环境下，由可靠度计算部计算本车周边存在物体的可靠度的动作事例的说明图。图11是例示本技术的实施方式1的图，是用于说明本车在静止的停车车辆旁边移
动的环境下，由物体区分部进行物体区分时的结果事例的说明图。图12是例示本技术的实施方式1的图，是以流程图表示物体区分部的物体区分处理的一个示例的图。图13是例示本技术的实施方式1的图，以功能框图例示路径生成装置(或路径生成系统)的结构例的图。图14是例示本技术的实施方式1的图，是以流程图示出图13中例示的路径生成装置(或路径生成系统)的整体动作的事例的图。图15是例示本技术的实施方式1的图，是表示路径生成处理开始时的周边状况的事例的图。图16是例示本技术的实施方式1的图，是表示时刻t0时路径生成处理的动作的一个示例的图。图17是例示本技术的实施方式1的图，是表示时刻t1时路径生成处理的动作的一个示例的图。图18是例示本技术的实施方式1的图，是表示时刻t2时路径生成处理的动作的一个示例的图。图19是例示本技术的实施方式1的图，是表示时刻t2时关于决定目标停车位置的方法的一个示例的图。图20是例示本技术的实施方式1的图，是表示时刻t3时路径生成处理的动作的一个示例的图。图21是例示本技术的实施方式1的图，是以功能框图例示停车辅助装置(或停车辅助系统)的结构例的图。图22是例示本技术的实施方式1的图，是以流程图表示停车辅助装置(或停车辅助系统)的整体动作的事例的图。图23是例示本技术的实施方式2的图，是例示停车辅助系统的其他系统结构的内部结构的图。
具体实施方式
11.以下，对本技术所涉及的物体识别装置的实施方式进行说明。另外，在附图的说明中，对同一部分或相当部分标注同一标号，并省略重复说明。
12.实施方式1.《装置结构》图2是示出本技术所涉及的实施方式1的物体识别装置100的结构的功能框图。如图2所示，物体识别装置100包括接收测距传感器1和本车位置检测部2各自的输出的物体检测部3，以及接收测距传感器1、本车位置检测部2及物体检测部3各自的输出并区分物体的物体区分部4。
13.接着，对图2的各结构的动作进行说明。测距传感器1由安装在车辆上的至少两个以上的测距传感器构成，将检测到的距物体的距离数据输出到物体检测部3和物体区分部4。具体而言，测距传感器1向作为检测对象的物体照射超声波，接收从该物体反射的超声波，基于与照射的超声波的时间差进行信号处理，将检测到距物体的距离作为距离数据。另
外，该情况下，测距传感器检测到的数据可以仅是距物体的距离，而无需检测物体存在的位置、方向等。此外，测距传感器1以预先设定的周期进行距离数据的检测。
14.可以在车辆上安装多个测距传感器，虽然可以任意设定搭载位置，但是希望能如图3所示搭载测距传感器从而能够检测车辆的周边。
15.为了构成物体识别装置100，关于识别物体的相同方向，至少两个以上测距传感器的搭载位置则可以被识别。在图3中，在识别本车辆右侧的物体的情况下，对于位于本车ov图示的位置的测距传感器d4、d5、d6、d7，所需的组合不限，例如在识别本车辆左侧的物体的情况下，与位于本车ov图示的位置上的测距传感器d1、d2、d9、d10的组合不限。另外，在图3中，测距传感器d1、d2、d3、d4、d5、d6、d7、d8、d9、d10的可检测范围例示为扇形的可检测范围d1sa、d2sa、d3sa、d4sa、d5sa、d6sa、d7sa、d8sa、d9sa、d10sa。
16.这里，已知测距传感器搭载在本车上的搭载位置、测距传感器的传感器方位信息、以及测距传感器的最大检测距离。传感器方位信息包含测距传感器的安装方位和传感器视角。此外，测距传感器的传感器视角相当于传感器可检测的方位宽度。测距传感器在本车上的搭载位置、测距传感器的传感器方位信息、测距传感器的最大检测距离被合称为已知传感器信息。
17.另外，作为测距传感器也可以使用如下类型的传感器，即使用电磁波等检测波来代替超声波来检测距物体的距离以作为距离数据的类型的传感器。具体而言，可以使用超声波传感器、毫米波雷达、激光雷达、红外线传感器等来作为测距传感器。
18.本车位置检测部2检测与本车的速度以及行进方向有关的状态作为本车辆数据，并从检测出的本车数据检测本车的位置以及姿势角。然后，将检测出的本车的位置及姿势角输出到物体检测部3及物体区分部4。具体而言，本车位置检测部2将本车的速度、轮速、转向角以及偏转率等与本车的速度以及行进方向有关的状态作为本车数据进行检测。另外，本车位置检测部2以预先设定的周期检测本车数据。
19.另外，也可以使用gps(global positioning system：全球定位系统)将本车的纬度、经度以及行进方向作为本车数据进行检测，从而构成本车位置检测部2。
20.要计算出本车的位置和姿势角，可以考虑各种各样的方法，作为一个示例，对使用偏航率和轮速的方法进行说明。
21.将从测距传感器1开始获取距离数据时的本车位置和本车姿势角作为基准轴，在本车位置检测部2每次检测本车数据时，运算相对的本车位置坐标和本车的姿势角。
22.本车位置坐标基于从本车位置检测部2输出的轮速得到的每个时间的移动距离和从本车位置检测部2输出的偏航率得到的每个时间的偏航角，运算每个时间的移动位置，将移动位置与基准轴的本车位置相加而求出。此外，关于本车的姿势角，从基准轴的时刻开始将从本车位置检测部2输出的偏航率得到的每个时间的偏航角相加而求出。另外，在本实施方式1中，在后轮车轴上的车宽度方向中心的位置设定基准轴的原点进行说明，但无论在什么位置设定基准轴，对本实施方式1都不会产生影响。此外，由本车位置检测部2检测出的本车位置与检测出本车数据的时刻相关联，存储在未图示的存储部中。
23.物体检测部3基于由测距传感器1检测出的距离数据和由本车位置检测部2检测出的本车位置和姿势角，检测存在于本车周边的物体的位置。然后，将检测出的物体位置输出到物体区分部4。此外，物体位置与检测到的时刻相关联，并且在每次检测到物体位置时存
储在未图示的存储部中。
24.另外，物体检测部3在存储部中没有存储任何物体位置的情况下，不向物体区分部4输出任何物体位置，但在有存储物体位置的情况下，输出检测到的所有物体位置。此外，存储部可以设置存储上限，在物体检测部检测出超过存储上限的量的情况下，可以将检测出的时刻最旧的从存储部删除。
25.作为由物体检测部3检测物体位置的具体方法，可以例举通过推定由从测距传感器1输出的超声波等反射波在物体上反射的反射点位置来作为物体位置的判定方法等。
26.作为上述技术，例如在日本专利特开2016-75501号公报中被公开，能够使用公知的技术(以下称为二圆切线技术)。
27.物体区分部4基于从测距传感器1检测出的距离数据、从本车位置检测部2检测出的本车位置和姿势角、从物体检测部3检测出的物体位置，区分由物体检测部3检测出的物体是移动物体还是静止物体。
28.《整体动作》接着，使用图4所示的流程图，对实施方式1中的物体识别装置100的整体动作进行说明。另外，图4的流程图的处理是在车辆行驶中重复执行的。图4的各个步骤与图2的各功能块的关系如下所示。步骤s1是测距传感器1进行的动作，步骤s2是本车位置检测部2进行的动作，步骤s3是物体检测部3进行的动作，步骤s4是物体区分部4进行的动作。
29.接着，对图4的各步骤的动作进行说明。在步骤s1中，对作为检测对象的物体照射检测波，并获取其反射波，从而检测本车与物体之间的距离数据。
30.在步骤s2中，检测与本车的速度以及行进方向有关的状态作为本车数据，并从检测出的本车数据检测本车位置以及姿势角。
31.在步骤s3中，基于距离数据和本车位置及姿势角，检测本车周边的物体，并获取物体位置信息。
32.在步骤s4中，基于距离数据、本车位置、姿势角和物体位置来区分所检测的物体是移动物体还是静止物体。
33.《物体区分处理》接着，对物体区分部4中的物体区分处理进行说明。图5是示出物体区分部4的结构的功能框图。如图5所示，物体区分部4包括可靠度计算部11以及静动区分部12。
34.接着，对图5的各功能块的动作进行说明。可靠度计算部11基于由测距传感器1检测出的距离数据和由本车位置检测部2检测出的本车位置和姿势角，计算本车辆周边存在物体的可靠度。然后，将计算出的可靠度传送给静动区分部12。
35.由可靠度计算部11计算出的可靠度表示本车周边存在物体的概率是否较高的可靠性，如果可靠度较高，则表示本车周边存在物体的概率较高，如果可靠度较低，则表示本车周边存在物体的概率较低。
36.作为可靠度计算部11计算本车周边存在物体的可靠度的方法的一个示例，可以举出一种方法，在本车周边设定虚拟空间，生成将该虚拟空间区分为网格状的地图(以下称为网格地图)，给网格地图的各网格赋予表示是否被物体占用的尺度的值即占用度，并将该占用度作为可靠度来利用。
37.此外，在物体识别处理中在开始物体区分处理时首次生成网格地图，并将网格地
图存储在未图示的存储部中，基于测距传感器1检测到的距离数据和本车位置检测部2检测到的本车位置以及姿势角，更新网格地图的各网格的占用度。之后，每当更新测距传感器1中的距离数据和本车位置检测部2中的本车位置和姿势角时，更新网格地图的各网格的占用度。
38.作为计算网格地图中各网格的占用度的方法，例如可以使用日本专利特开2019-200049号公开的地图生成方法。(以下，称为网格地图技术。)
39.静动区分部12基于由物体检测部3检测出的物体位置以及由可靠度计算部11计算出的本车周边存在物体的可靠度，区分由物体检测部3检测出的物体是静止物体还是移动物体，并输出区分结果。
40.在静动区分部12中，作为由物体检测部3检测出的物体是静止物体还是移动物体的区分方法，对照由可靠度计算部11计算出的本车周边存在物体的可靠度信息和由物体检测部3检测出的物体位置，确认物体检测部3检测出的物体位置处物体存在的可靠度。然后，在物体存在的可靠度比规定的阈值要高的情况下，判定为物体是静止物体，在阈值以下的情况下判定为移动物体。
41.由于可靠度计算部11计算出的本车周边的可靠度在每次更新测距传感器1中的距离数据以及本车位置检测部2中的本车位置以及姿势角时被更新，因此也可以配合可靠度计算部11的更新周期，更新静动区分部12中的区分处理。
42.以下，使用图6至图11来说明当本车前进时，人保持与本车的相对位置而运动时的物体区分部中的物体区分结果，以及当本车从停车车辆旁经过时的物体区分部中的物体区分结果。
43.首先，使用图6至图8来说明在本车ov的前进过程中，人hp在保持与本车ov的相对位置的情况下移动的情况。图6示出在时刻t＝t0至t＝t0+
△
t
×
2，物体检测部3检测物体位置的情况。
44.在时刻t＝t0，当人hp在本车ov的右侧的情况下，通过前右侧的测距传感器d4能够检测距离r，但是在仅能够测定距离的测距传感器中，不能进行位置的检测，因此使用已知传感器信息，在扇形检测范围的测距传感器d4中图示人hp的存在范围。在时刻t＝t0+
△
t，人hp和本车ov保持相对位置的同时每隔
△
s前进的情况下，通过前右侧的测距传感器d4，能够检测与在时刻t＝t0检测到的距离相同的距离r，因此，同样能够通过扇形检测范围的测距传感器d4图示存在范围。此外，通过使用作为已知技术的二圆切线技术，能够定位人hp的位置，并由物体检测部3检测人hp的物体位置dp。在时刻t＝t0+
△
t
×
2，在人hp和本车ov进一步保持相对位置的同时每隔
△
s前进的情况下，与时刻t＝t0+
△
t同样，通过前置右侧的测距传感器d4，能够检测相同的距离r，因此物体检测部3进一步检测人hp的物体位置dp。
45.接着，在时刻t＝t0至t＝t0+
△
t
×
2，在图7中示出由可靠度计算部11计算本车周边存在物体的可靠度的情况。作为可靠度计算部11中本车周边的物体存在的可靠度的计算方法，可以使用作为公知的技术的网格地图技术。
46.在时刻t＝t0，将本车ov的后轮车轴中央位置设为原点，将本车ov的前方朝向的方向设为x轴的正方向，取图7所示的坐标系，如图7所示，在本车ov周边生成网格地图lm。图7的网格地图在车辆的移动开始时(时刻t＝t0)生成并存储一次，然后，在移动中调用所存储
的网格地图并更新网格地图。在时刻t＝t0，通过前右侧的测距传感器d4，在检测到人hp时的检测距离为r1的情况下，将存在于检测到的距离r1的圆弧上的网格ocl将可靠度设定得较高，将存在于检测距离以下的扇形的范围的网格uocl将可靠度设定得较低。在时刻t＝t0+
△
t，人hp和本车ov保持相对位置的同时，每隔
△
s前进的情况下，前右侧的测距传感器d4检测的距离与时刻t＝t0时相同，因此，虽然检测距离r1，但在右侧的测距传感器d5中，检测比在时刻t＝t0由前右侧的测距传感器d4检测出的距离r1要大的距离r2。因此，在时刻t＝t0被设定为可靠度较高的网格ocl的范围的一部分或全部被设定为可靠度较低(uocl的网格所属的区域)，在t＝t0+
△
t中仅将前右侧的测距传感器d4检测的范围的一部分网格的可靠度设定得较高(ocl的网格所属的区域)。在时刻t＝t0+
△
t
×
2，人hp和本车ov进一步保持相对位置，每隔
△
s前进的情况下，与时刻t＝t0，t＝t0+
△
t同样，通过前右侧的测距传感器d4检测相同的距离r1，但与时刻t＝t0+
△
t同样，右侧的测距传感器d5中，通过检测比在时刻t＝t0+
△
t由前右侧的测距传感器d4检测出的距离r1要大的距离r2，在时刻t＝t0+
△
t设定为可靠度较高的网格的范围的一部分或全部的可靠度被设定为较低(uocl的网格所属的区域)，在t＝t0+
△
t
×
2仅将前右侧的测距传感器d4检测的范围的一部分网格的可靠度设定得较高(ocl的网格所属的区域)。
47.根据上述结果，如果将时刻t＝t0至t0+
△
t
×
2之间检测出的物体位置dp和网格地图lm的结果重叠，则在时刻t＝t0+
△
t
×
2的结果能够如图8那样表现。即，在人hp的移动轨迹中，过去的位置的可靠度变低，最终位置的可靠度变高，因此能够将可靠度较高的物体位置判定为静止物体位置sdp，将可靠度较低的物体位置判定为移动物体位置ddp。即，可以防止对移动物体的轨迹的误检测。
48.接着，对于本车ov经过停车车辆pv1旁时的物体区分部中的物体区分结果，使用图9至图11进行说明。图9示出在时刻t＝t0至t＝t0+
△
t
×
2，物体检测部3检测物体位置的情况。
49.在时刻t＝t0，在本车ov的右侧存在静止的停车车辆pv1的情况下，通过前右侧的测距传感器d4能够检测距离r，但在仅能够测定距离的测距传感器中不能检测位置，与检测人时相同，可以使用已知传感器信息来图示在扇形检测范围的测距传感器d4中测距传感器可能测距的范围。在时刻t＝t0+
△
t，仅本车ov前进
△
s的情况下，通过前右侧的测距传感器d4能检测同样的距离r，因此能够在扇形检测范围的测距传感器d4中图示存在范围。然后，通过使用二圆切线技术，当测距传感器检测到距离时，能够定位照射的超声波反射到物体上的点的位置(反射点位置)，物体检测部3检测停车车辆pv1的反射点位置dp。在时刻t＝t0+
△
t
×
2，仅本车ov进一步前进
△
s的情况下，与时刻t＝t0、t＝t0+
△
t同样，通过前右侧的测距传感器d4，能够检测相同的距离r，因此物体检测部3进一步检测停车车辆pv的反射点位置dp。
50.接着，在时刻t＝t0至t＝t0+
△
t
×
2，在图10中示出由可靠度计算部11计算本车周边存在物体的可靠度的情况。作为可靠度计算部11中本车周边的物体存在的可靠度的计算方法，可以使用作为公知的技术的网格地图技术。
51.在时刻t＝t0，将本车ov的后轮车轴中央位置设为原点，将本车ov的前方朝向的方向设为x轴的正方向，取图10所示的坐标系，如图10所示，在本车ov周边生成网格地图lm。图10的网格地图在车辆的移动开始时(时刻t＝t0)生成并存储一次，然后，在移动中调用存储的网格地图再更新网格地图。在时刻t＝t0，将存在于由前右侧的测距传感器d4检测的距离为r3的圆弧上的网格ocl的可靠度设定得较高，将存在于检测距离以下的扇形的范围的网格uocl的可靠度设定得较低。在时刻t＝t0+
△
t，仅本车ov前进
△
s的情况下，通过前右侧的测距传感器d4检测与时刻t＝t0时相同的距离r3，在右侧的测距传感器d5检测到静止的停车车辆pv1的距离r4。因此，在时刻t＝t0被设定为可靠度较高的网格ocl的范围的大多数继续被设定为可靠度较高(ocl的网格所属的区域)，在t＝t0+
△
t中将前右侧的测距传感器d4检测的范围的网格的可靠度也设定得较高(ocl的网格所属的区域)。在t＝t0+
△
t
×
2，仅本车ov进一步前进
△
s的情况下，通过前右侧的测距传感器d4，检测与时刻t＝t0、t＝t0+
△
t时的相同距离r3，在右侧的测距传感器d5中，通过检测与在时刻t＝t0+
△
t检测出的到静止的停车车辆pv1的距离相同的距离r4，在时刻t＝t0+
△
t设定为可靠度较高的格子ocl的范围的大多数继续被设定为可靠度较高(ocl的网格所属的区域)，在时刻t＝t0+
△
t
×
2前右侧的测距传感器d4检测出的范围的网格ocl也被设定为可靠度较高(ocl的网格所属的区域)。
52.根据上述结果，如果将时刻t＝t0至t＝t0+
△
t
×
2之间检测出的物体位置dp和网格地图lm的结果重叠，则在时刻t＝t0+
△
t
×
2的结果能够如图11所示表现。即，对于停车车辆pv1，由于由物体检测部3检测出的物体位置的可靠度全部变高，因此能够将可靠度较高的物体位置判定为静止物体位置sdp。
53.由此，通过对由物体检测部3检测出的物体位置赋予由可靠度计算部11计算出的物体存在的可靠度，由此能够区分检测物体是移动物体还是静止物体。
54.另外，在上述中，关于物体区分处理，以前进时为例进行了说明，但在后退时也能够同样地区分物体。此外，在上述中，关于向图3所示的本车ov搭载测距传感器的搭载位置，利用了位于d4、d5的位置上的传感器，但是通过利用两个以上d4、d5、d6、d7中的任一个传感器，能够区分物体。
55.接着，使用图12的流程图，对在物体区分部4中进行的动作的流程进行说明。图12的各个步骤与图5的各功能块的关系如下所示。步骤s11是可靠度计算部11进行的动作，步骤s12、s13、s14、s15、s16是静动区分部12进行的动作。
56.接着，对图12的各步骤的动作进行说明。在步骤s11中，基于由测距传感器1检测出的距离数据和由本车位置检测部2检测出的本车位置和姿势角，计算本车周边存在物体的可靠度。
57.在步骤s12中，基于本车周边的物体存在的可靠度和由物体检测部3检测出的物体位置，将检测出的物体位置重叠在本车辆周边的物体存在的可靠度上。
58.在步骤s13中，比较检测出的物体位置处的物体存在的可靠度是否高于规定阈值，若可靠度高于规定阈值(是)，则转移至步骤s14，若可靠度低于规定阈值(否)，则转移至步骤s15。
59.当转移至步骤s14时，判定检测到的物体位置处的物体为静止物体。
60.当转移至步骤s15时，判定检测到的物体位置处的物体为移动物体。
61.在步骤s16中，确认是否对检测出的全部物体进行了是静止物体还是移动物体的判定，在全部判定的情况下(是)结束物体区分部4中的动作，在未全部判定的情况下(否)重复步骤s13以下的处理。
62.《路径生成装置》接着，对使用上述物体识别装置的路径生成装置进行说明。图13是示出本实施方式1所涉及的路径生成装置的结构的功能框图。示出了图2的物体识别装置100的结构中包括路径生成部5的路径生成装置的结构。
63.路径生成部5基于从物体识别装置100输出的物体是静止物体还是移动物体的区分结果以及本车位置检测部2检测到的本车位置和姿势角，生成用于引导到作为目标的停车空间的引导路径。
64.路径生成部5基于从物体识别装置100输出的物体是静止物体还是移动物体的区分结果提取静止物体，并计算静止物体的边界信息。然后，为了能够引导车辆进入作为目标的停车空间，生成能够在沿着边界的方向上引导车辆的引导路径。
65.作为边界线信息的计算方法，如果所检测的静止物体的个数在规定的近似直线计算设定值以上，则计算近似直线。关于近似直线的计算方法，可以举出各种方法，作为一个示例，示出使用ransac(random sample consensus：随机抽样一致)方式的方法。ransac方式从计算近似直线的静止物体组中随机抽取若干样本，进行最小二乘法。然后，作为进行最小二乘法而得的结果，求出得到的近似直线与所有静止物体组的距离，检查各自的距离是否在规定的距离设定值以下，并计算距离设定值以下的静止物体的个数。将该处理进行一次以上的任意次数，其中将距离设定值以下的静止物体数最大的物体被决定为近似直线。另外，在样本偏差较小的情况下，也可以仅通过对随机抽取的样本进行最小二乘法计算出近似直线。
66.此外，通过上述近似直线的计算，能够计算静止物体的边界位置与从车辆看到的边界之间的角度，将边界的位置和角度表示为边界线信息。
67.并且，在上述处理中，由于计算静止物体的边界线信息，因此根据关于移动物体而检测到的物体，不计算边界线信息。
68.作为用于从计算出的边界信息引导至作为目标的停车空间的引导路径的生成方法，能够使用已知的技术，例如，能够使用在日本专利特开2017-88112号公报中公开的技术来生成引导路径(曲率)。
69.在利用上述公报中公开的技术时，需要决定作为目标的停车位置和姿势角。当仅在本车辆的一侧存在静止物体的边界线信息的情况和在本车辆的两侧存在静止物体的边界线信息的情况下，如下那样确定作为目标的停车位置和姿势角。
70.仅在本车辆的一侧存在静止物体的边界线信息的情况下，将作为目标的停车姿势角设为边界具有的角度，将作为目标的停车位置设为确保了本车辆和停车车辆想要确保的最低限度距离以上的位置。
71.在本车辆的两侧存在静止物体的边界线信息的情况下，作为目标的停车姿势角，可以是左右边界所具有的角度的平均值或靠近本车辆一侧的静止物体的边界的角度。作为
目标的停车位置可以是左右边界之间的位置或从靠近本车辆的一侧的静止物体的边界开始确保了本车辆和停车车辆想要确保的最低限度距离以上的位置。
72.接着，使用图14的流程图，对在路径生成装置中进行的动作的流程进行说明。另外，图14的流程图的处理是在车辆行驶中反复执行的。
73.图14的各个步骤与图13的各功能块的关系如下所示。步骤s1是测距传感器1进行的动作，步骤s2是本车位置检测部2进行的动作，步骤s3是物体检测部3进行的动作，步骤s4是物体区分部4进行的动作，步骤s5、s6是路径生成部5进行的动作。
74.另外，图14所示的步骤s1至s4的动作与图4所示的流程图的步骤s1至s4相同，因此省略说明。
75.在步骤s5中，根据物体区分部4输出的物体是静止物体还是移动物体的区分结果提取静止物体，并计算静止物体的边界线信息。
76.在步骤s6中，根据静止物体的边界线信息确定作为目标的停车位置，并根据从本车位置检测部2检测到的本车位置和姿势角计算到作为目标的停车位置的引导路径。
77.以下，以当车辆朝向停车空间前进时人在保持与车辆的相对位置的情况下移动的情况为例，使用图15至图20来对路径生成装置的动作进行说明。
78.如图15所示，对于当驾驶员hp在本车辆ov的右前方，并且使本车朝向存在于前方的两辆停车车辆pv1、pv2之间的空间(目标停车空间)前进的期间，生成到目标停车空间的引导路径的情况进行说明。此外，在引导本车辆的期间，设想驾驶员hp配合本车辆的举动，在保持相对位置的情况下移动。
79.引导开始时(时刻t＝t0)，将本车辆的后轮车轴中央位置设为原点，将车辆的前方朝向的方向设为x轴的正方向，取图16所示的坐标系，如图16所示生成网格地图lm。图16的网格地图lm在引导开始时生成并存储一次，然后，在引导中调用所存储的网格地图lm再开始更新。此外，根据从引导开始时的测距传感器d1、d2、d4、d5检测出的距离数据，在可靠度计算部11中如图16所示更新了网格地图lm上的网格的可靠度。
80.在时刻t＝t0+
△
t，当本车辆ov和驾驶员hp每隔
△
s前进时，在物体检测部3中如图6所示那样检测驾驶员位置dp，在可靠度计算部11中如图7所示那样更新可靠度。
81.通过对每个物体检测周期实施该检测，在时刻t＝t1，如图17那样在车辆和驾驶员移动的情况下，在车辆右侧，配合驾驶员的移动轨迹检测驾驶员位置dp，但与此同时，由于检测到驾驶员检测位置处的网格的可靠度较低，因此，对于在时刻t＝t1之前驾驶员的检测位置，判定为移动物体位置ddp，并且对于在时刻t＝t1的检测位置，判定为静止物体位置sdp。由此，能够防止将驾驶员移动轨迹误检测为停车车辆。
82.在时刻t＝t2，如图18所示，当本车ov和驾驶员hp移动时，本车ov右侧的驾驶员的移动轨迹进一步延长，但由于判定为移动物体位置ddp，因此不被利用于停车空间的计算。另一方面，由于在存在于本车ov左侧的静止车辆pv2的位置中也检测出物体位置，判定为物体位置处的网格位置的可靠度也较高，因此在物体识别部100中判定为静止车辆位置sdp。
83.此外，在时刻t＝t2，如图19所示那样确定作为目标的停车位置tp。具体而言，根据检测出的静止车辆所存在的静止物体位置sdp，通过进行最小二乘法，计算出物体位置sdp的近似直线，将计算出的近似直线作为静止车辆的边界线bl。然后，计算在边界线bl的引导开始时(t＝t0)设定的坐标系中的角度bla。将计算出的角度bla确定为作为目标的停车空
间的角度tpa，将沿边界线bl和规定余量dm的位置设定为作为目标的停车位置tp。
84.此外，如图20所示，在时刻t＝t3，对于本车辆的右侧，也可以在计算停车车辆的边界线所需的近似直线计算设定值以上的静止物体位置sdp出现的情况下，基于左右停车车辆的边界信息，可以重新计算作为目标的停车位置，也可以再利用在时刻t＝t2计算出的作为目标的停车位置。当重新计算时，使作为目标的停车位置的角度沿左右边界的角度的平均值或靠近一侧的停车车辆的角度，关于与左右停车车辆的横向位置，可以举出沿左右边界的中央位置或靠近一侧的方法等。
85.另外，在上述示例中，说明了引导车辆朝着作为目标的停车位置前进的示例，但是路径生成装置不论前进或后退都能生成引导车辆的路径。
86.《停车辅助装置》接着，对使用了上述路径生成装置的停车辅助装置进行说明。图21是示出本实施方式1所涉及的停车辅助装置的结构的功能框图。示出了图13的路径生成装置的结构中包括本车辆控制部6的停车辅助装置的结构。
87.本车辆控制部6进行本车的转向控制以及驱动控制，从而能跟随由路径生成部5生成的行驶路径。
88.接着，使用图22的流程图，对在停车辅助装置中进行的动作的流程进行说明。另外，图22的流程图的处理是在车辆行驶中反复执行的。
89.图22的各个步骤与图21的各功能块的关系如下所示。步骤s1是测距传感器1进行的动作，步骤s2是本车位置检测部2进行的动作，步骤s3是物体检测部3进行的动作，步骤s4是物体区分部4进行的动作，步骤s5、s6是路径生成部5进行的动作，步骤s7是本车辆控制部6进行的动作。
90.另外，图22所示的步骤s1至s6的动作与图7所示的流程图的步骤s1至s6相同，因此省略说明。
91.在步骤s7中,进行本车的转向控制以及驱动控制，从而能跟随由路径生成部5生成的行驶路径。
92.如以上说明那样，根据本实施方式所涉及的物体识别装置100，对于物体检测部3检测出的物体，由于能够从基于由测距传感器1和由本车位置检测部2检测的本车位置和姿势角来区分从用于区分所检测出的物体的物体区分部4检测出的物体是移动物体还是静止物体，因此在识别静止的停车车辆之间的作为目标的停车空间时，即使在本车的周围有移动的驾驶员的情况下，也可以防止对作为目标的停车空间的误识别。
93.此外，根据本实施方式所涉及的路径生成装置，基于由物体识别装置100输出的检测到的物体是移动物体还是静止物体的区分结果以及由本车位置检测部2检测到的本车位置和姿势角，由于能够生成到作为目标的停车位置的路径，因此即使在本车的周围存在移动的驾驶员(移动物体)的情况下，也能够提供一种在静止物体旁边停车而不受移动物体的影响的路径，从而能够减少在停车辅助时带给驾驶员的困扰。
94.然后，基于从上述路径生成装置的路径生成部5生成的引导路径，具备进行本车的转向控制及驱动控制的本车辆控制部6，从而能够发挥作为停车辅助装置的功能。因此，即使在本车的周围存在移动的驾驶员(移动物体)的情况下，也能够提供能够在静止物体旁边停车而不受移动物体影响的路径，从而能减少在停车辅助时带给驾驶员的困扰。
95.实施方式2.所述实施方式1中的物体识别、路径生成、停车辅助及其他各功能是由图23中例示的停车辅助系统1000的系统结构，即cpu(central processing unit：中央处理单元)等运算处理装置1001、包含存储有执行所述各功能的程序的rom(read only memory：只读存储器)以及存储该程序的运算结果即所述各功能的执行结果的各数据的ram(random access memory：随机存取存储器)的存储装置1002、以及输入输出电路1003构成的车载系统来实现。测距传感器1的输出和其他输出被输入到输入输出电路1003，并且从输入输出电路1003输出用于本车的远程停车的本车的前进后退和处理的驱动系统控制部2000的控制信号。
96.另外，在各图中，同一标号表示相同或相当部分。另外，能够适当地变形、省略实施方式。另外，本技术虽然记载了各种示例性的实施方式以及实施例，但是1个或多个实施方式所记载的各种特征、方式及功能并不仅限于适用特定的实施方式，也可以单独适用于实施方式，或者进行各种组合来适用于实施方式。因此，在本技术所公开的技术范围内可以设想无数未举例示出的变形例。例如，设为包括对至少一个构成要素进行变形、添加或省略的情况，以及提取至少一个构成要素并与其他实施方式的构成要素进行组合的情况。标号说明
97.1测距传感器，2本车位置检测部，3物体检测部，4物体区分部，5路径生成部，6本车辆控制部，11可靠度计算部，12静动区分部，1000停车辅助系统，1001运算处理装置，1002存储装置，1003输入输出电路，2000驱动系统控制部，bl边界线，bla、tpa角度，d1、d2、d3、d4、d5、d6、d7、d8、d9、d10测距传感器，d1sa、d2sa、d3sa、d4sa、d5sa、d6sa、d7sa、d8sa、d9sa、d10sa可检测范围，dm余量，dp物体位置，ddp移动物体位置，sdp静止物体位置，hp人，ov本车，pv、pv1、pv2停车车辆，ocl、uocl网格，r、r1、r2、r3、r4距离，tp停车位置。
技术特征：
1.一种物体识别装置，其特征在于，包括：搭载于本车上，向作为检测对象的物体发送检测波，并从所述物体接收所述检测波的反射波，将距所述物体的距离作为距离数据进行检测的测距传感器；根据本车的速度和行进方向的数据检测本车位置的本车位置检测部；基于由所述测距传感器检测出的距离数据和由所述本车位置检测部检测出的本车位置来检测所述物体的物体位置的物体检测部；以及基于由所述测距传感器检测出的距离数据、由所述本车位置检测部检测出的本车位置、由所述物体检测部检测出的物体位置，区分由所述物体检测部检测出的物体是静止物体还是移动物体的物体区分部，将由所述物体区分部区分的静止物体识别为检测对象的静止物体。2.如权利要求1所述的物体识别装置，其特征在于，所述物体区分部包括：基于由所述测距传感器检测出的到本车周边的物体的距离数据和由所述本车位置检测部检测出的所述本车位置，计算本车周边存在物体的可靠度的可靠度计算部；以及根据由所述物体检测部检测出的物体位置和由所述可靠度计算部计算出的本车周边存在物体的可靠度来区分检测出的物体是静止物体还是移动物体的静动区分部，所述静动区分部对照由所述物体检测部检测出的物体位置和由所述可靠度计算部计算出的物体存在的可靠度，将存在于可靠度比规定的可靠度要高的位置的所述物体作为静止物体，要将存在于可靠度比规定的可靠度要低的位置的所述物体作为移动物体来区分。3.一种路径生成装置，其特征在于，具有路径生成部，该路径生成部基于由权利要求1或2所述的物体识别装置输出的所述物体是静止物体还是移动物体的区分结果以及由所述本车位置检测部检测到的本车位置，生成将本车引导到作为目标的停车空间的引导路径。4.一种停车辅助装置，其特征在于，基于由权利要求3所述的路径生成装置生成的引导路径，由搭载在本车上的本车辆控制部控制本车朝向所述停车空间。5.一种物体识别系统，其特征在于，通过向作为检测对象的物体发送检测波，并从所述物体接收所述检测波的反射波，由物体识别装置检测到所述物体的距离数据，根据本车的速度和行进方向的数据由所述物体识别装置检测本车位置，基于所述距离数据和所述本车位置，由所述物体识别装置检测所述物体的位置，基于所述距离数据、所述本车位置、所述物体的位置，由所述物体识别装置区分所述物体是静止物体还是移动物体。6.如权利要求5所述的物体识别系统，其特征在于，基于所述物体的位置和计算出的本车周边存在物体的可靠度，由所述物体识别装置来区分所述物体是静止物体还是移动物体，由所述物体识别装置对照所述物体的位置和计算出的物体存在的可靠度，将存在于可靠度比规定可靠度要高的位置的所述物体作为静止物体，将存在于可靠度比规定可靠度要低的位置的所述物体作为移动物体来区分。
7.一种路径生成系统，其特征在于，基于由权利要求5或6所述的物体识别系统输出的所述物体是静止物体还是移动物体的区分结果以及所述检测到的本车位置，生成将本车引导到作为目标的停车空间的引导路径。8.一种停车辅助系统，其特征在于，基于由权利要求7所述的路径生成系统生成的引导路径，由搭载在本车上的本车辆控制部控制本车朝向所述停车空间。
技术总结
本发明包括搭载于本车上、且向作为检测对象的物体发送检测波，并从所述物体接收检测波的反射波，将距物体的距离作为距离数据进行检测的测距传感器(D1
