JP7320184B2 - 電動車両 - Google Patents

Description

本発明は、障害回避機能を備えた電動車両に関し、さらに詳しくは、シニアカーや電動車椅子などの電動車両に関するものである。

シニアカーや電動車椅子などの小型電動車両は、速度や車体サイズなどの規定を満たす場合には法令上歩行者扱いとなり、車道ではなく歩道を走行する。そのため、走路上には他の歩行者や段差などの様々な障害が存在する。特許文献１には、段差への転落を防止するために、距離センサを用いて段差形状や段差までの距離を検出することが開示されているが、走路上には段差以外にも様々な障害が存在するので、この方法は限界がある。

一方、車道走行を前提とした車両では、レーダやステレオカメラ、ＬＩＤＡＲなどの外界センサを用いて道路構造や移動体を検知するシステムが実用化されている。しかし、路面の段差形状や障害までの距離計測を行う場合、例えば、ＬＩＤＡＲでは複数レイヤにて高角度分解能かつ高更新レートで計測し、ステレオカメラではメガピクセルの高精度カメラを用いるため、測定されるデータは膨大になり、リアルタイム処理を行うためには高性能なＣＰＵやＧＰＵを必要とし、ハードウエアへの負担が大きいという課題があった。

特開２０１１－２１８０７５号公報

本発明は、従来技術の上記の点に鑑みてなされたものであり、その目的は、ハードウエアへの負担を低減しつつ実用的な精度で一般道路以外の路面形状や走路上の障害の検出を行える機能を備えた電動車両を提供することにある。

上記課題を解決するために、本発明は、
電動車椅子または法令上歩行者扱いとなる電動車両であって、
車両前方の地表面を含む視野範囲の３次元位置データを取得すべく、水平方向に対して俯角をなして下向きに配設された外界センサと、
前記３次元位置データから路面形状および立体物を検出する処理手段と、
前記処理手段に検出された路面形状および立体物が進路上の障害となるか否かを判定する障害判定手段と、を備えた電動車両において、
前記処理手段は、前記視野範囲の下側領域にて路面形状の検出を行う近距離処理と、残余の上側領域にて前記近距離処理よりも低解像度で立体物の検出を行う遠距離処理とに分けて実施するように構成されており、
前記視野範囲の上側領域では、路面形状の検出を行わず、立体物の検出のみを行うことを特徴とする。

本発明に係る電動車両は、上記構成により、近距離処理では路面形状の検出を高精度で行うことで段差などの障害に的確に対備する一方、到達時間に余裕のある遠距離処理では精細な路面形状の検出は行わず、立体物（構造物、静止物体、移動体）の検出のみを行うことで、ハードウエアへの負担を抑制しつつ実用的な精度で一般道路以外の路面形状や走路上の障害の検出を行える利点がある。

本発明実施形態に係る電動車両における障害検出を示す側面図である。 本発明実施形態に係る電動車両の障害検出装置を示すブロック図である。 外界センサによる３次元位置情報取得を示す斜視図である。 外界センサによる３次元位置情報取得時の視野範囲を示す図である。 本発明実施形態に係る障害検出処理を示すフローチャートである。

以下、本発明の実施形態について図面を参照しながら詳細に説明する。
図１は、本発明実施形態に係る電動車両１における障害検出を示しており、図において、電動車両１は、法令上歩行者扱いとなる１人乗りシニアカー（ハンドル型電動車椅子）であり、車体前部に操舵輪、後部に駆動輪を備え、駆動輪にギヤボックスを介して走行用モータの動力が伝達されるように構成され、操舵操作部４（ハンドル、ジョイスティックなど）に隣接して、走行方向前方を監視する外界センサ１０を備えている。

外界センサ１０は、進行方向前方の地表面５を含む視野範囲（１０ａ，１０ｂ）の３次元位置データを取得できるセンサ、例えば、視差画像のステレオマッチングにより特徴点の距離を取得するステレオカメラ、および／または、３次元点群データを取得するＬＩＤＡＲ（レーザーレーダ）、特に、機械的な走査機構を持たないソリッドステート型ＬＩＤＡＲを好適に用いることができる。

外界センサ１０は、図１および図３に示すように、地上高Ｈの位置に水平方向に対して所定の俯角をなして下向きに配設されており、視野範囲の下側領域１０ｂに距離Ｌまでの地表面５を含む近距離領域が入り、上側領域１０ａに距離Ｌ以上の遠距離領域が入る。外界検出センサ１０の取付け地上高Ｈに応じて路面形状を認識可能な距離Ｌが決定される。取付け地上高Ｈが低い場合は十分な俯角を設定できず、計測可能距離Ｌが短くなる。そのため、取付け地上高Ｈは可及的高いことが望ましい。

なお、ハンドル型電動車椅子の場合、外形寸法が法令で規定されているため、外界検出センサ１０の取付け地上高Ｈは０．９ｍ程度である。また、ハンドル型電動車椅子が法令で規定された上限速度である時速６ｋｍ／ｈで走行し走路上の障害を検出した場合に、警報や自動回避、自動停止などを実行するための余裕時間を考慮すると、検出距離Ｌは２ｍ程度が必要となる。

図４に示すように、外界検出センサ１０で取得した距離データをＸＹ座標にプロットすると、近距離にある地表面５は小さいＹ座標値となり、遠方の地表面は大きいＹ座標値となる。視野範囲の上側領域１０ａでは、地表面５に対する俯角が小さくなり、路面形状に対する検出精度が低下する。そこで、本発明では、視野範囲の下側領域１０ｂにおいてのみ路面形状の検出を行う一方、視野範囲の上側領域１０ａでは、段差６などの路面形状の検出を行わず、歩行者７などの立体物（構造物、静止物体、移動体）の検出のみを行う。

図２に示すように、外界センサ１０に取得された画像データや３次元形状データ（点群データ）は障害検出装置２０に入力される。障害検出装置２０は、座標変換部２１、近距離処理部２２、遠距離処理部２３、進路処理部２４、および、障害判定部２５を含み、これらの機能を実行するためのコンピュータ（マイコン）、すなわち、プログラム及びデータを記憶したＲＯＭ、演算処理を行うＣＰＵ、２Ｄおよび３Ｄ画像処理を行うＧＰＵ、画像データや３次元形状データなどの動的データや演算処理結果を一時記憶するＲＡＭ、入出力インターフェースなどで構成される。

座標変換部２１は、外界センサ１０に取得された視野範囲の３次元形状データを所定のフレームレートで車両座標系に変換する。視野範囲の下側領域１０ｂのデータに対してはフルスペックの高密度（高解像度）を維持したまま座標変換を行うとともに、視野範囲の上側領域１０ａ（または全視野範囲）に対して空間的データ密度を低くして座標変換しておいても良い。

近距離処理部２２は、座標変換された３次元形状データのうち、視野範囲の下側領域１０ｂの高密度の点群データに対して路面形状の検出を行う。外界センサ１０がステレオカメラを含む場合は、３次元形状に基づく路面形状の障害要素（段差、凹凸、溝など）の検出に加えて、パターンマッチングなどの画像処理によって高解像度の画像データから路面形状の障害要素の検出を行う。

遠距離処理部２３では、座標変換された３次元形状データのうち、視野範囲の上側領域１０ａ（または全視野範囲）の低密度点群データに対して立体物（構造物、静止物体、移動体）の検出を行う。外界センサ１０がステレオカメラを含む場合は、パターンマッチングなどの画像処理によって相対的に低解像度の画像データから立体物の識別を行う。

進路処理部２４では、操舵操作部４に設けられた操舵角センサ４０に検出される操舵角に応じて、障害判定部２５における判定領域を制限する。基本的に操舵方向と反対側の遠距離領域を障害判定の範囲から除外し、到達余裕時間が短い近距離領域に対しては制限を加えない。なお、このような操舵角に応じた動的な進路処理は省略してもよい。

障害判定部２５は、近距離処理部２２で検出された路面形状の障害要素の位置や形状データから、電動車両１が走行不可能な段差（上り段差、下り段差）や溝（進入角度により許容幅が異なる）、走路狭窄部、急坂（上り坂、下り坂）などの障害領域に該当するか否かを判定するとともに、遠距離処理部２３で検出された立体物のうち、構造物および静止物体が電動車両１の進路上の障害物となるか否かを判定する。さらに、時系列フィルタを用いて移動体（他車両、歩行者、自転車など）の現在の状態から未来位置を予測し、進路への接近または接触の可能性を判定する。

以上の判定結果から、電動車両１の障害領域への進入や、立体物との衝突が推定される場合は、障害判定部２５は、警報出力３０を行い、運転者に告知するとともに、電動車両１を減速または減速停止させ、あるいは自動操舵を行うことで、障害領域への進入や立体物との衝突を未然に回避する。

図５は、以上述べた障害検出装置２０における処理フローを示している。

外界センサ１０が視野範囲の外界検出を行い、障害検出装置２０に３次元点群データが取得される（ステップ１００）。

障害検出装置２０では、座標変換部２１において３次元点群データがセンサ座標系から車両座標系（Ｘｎ，Ｙｎ，Ｄｅｐｔｈ）に変換され（ステップ１０１）、３次元点群データのＹ座標位置Ｙｎが閾値ｈと比較される（ステップ１０２）。

Ｙ座標位置Ｙｎが閾値ｈ以下の視野範囲下側領域１０ｂのデータは、近距離処理部２２にて高密度（高解像度）に維持され（ステップ１０３）、一方、Ｙ座標位置Ｙｎが閾値ｈより大きい視野範囲上側領域１０ａのデータは、遠距離処理部２３にてデータ間引き処理が行われ低密度（低解像度）にされ（ステップ１０４）、ポイントクラウドに配置される（ステップ１０５）。

以上のような処理を行ったポイントクラウドデータを基に、下側領域１０ｂの高密度データに対しては、段差検出アルゴリズムを適用して路面形状の障害要素（段差、凹凸、溝など）の検出を行い、上側領域１０ａの低密度データに対しては、障害物検出アルゴリズムおよび移動体検出アルゴリズムを適用して障害物（立体物）や移動体（他車両、歩行者、自転車など）の検出を行い、進路上の障害領域の判定、障害物や移動体との衝突判定などの障害判定が行われる（ステップ１０６）。

以上述べたように、本発明に係る電動車両では、外界検出センサ１０を用いて路面形状における障害要素および障害物を検出するに際して、以下のような効果が得られる。

視野範囲の下側領域１０ｂでは高密度データにより路面形状の障害要素（段差、凹凸、溝など）の検出を行うので、精度良く障害要素を検出できる。特に、舗装された一般道路と異なり、路面性状が多様で、様々な障害要素が存在する歩道や道路外の走行において的確な障害回避を行ううえで有利である。

視野範囲の上側領域１０ａでは低密度データにより障害物や移動体の検出を行うが、これらの検出については、クラスタリングやパターンマッチングなどの認識手法が確立されているので、低密度データであっても実用的な精度で検出できる。

視野範囲の下側領域１０ｂにおける高密度処理と、上側領域１０ａにおける低密度処理とに分け、かつ、各領域の検出対象を路面形状と立体物に特化させたので、ＣＰＵ，ＧＰＵなどのハードウエアへの負担を抑制しつつ、実用的なフレームレートのリアルタイム処理による障害検出を行える。

なお、上記実施形態では、視野範囲の上側領域１０ａに対して低密度（低解像度）で立体物の検出を行う遠距離処理を適用する場合について述べたが、視野範囲の上側領域１０ａとそれに隣接した下側領域１０ｂの上部まで含めて低密度（低解像度）で立体物の検出を行う遠距離処理を適用してもよい。

さらに、視野範囲の上側領域１０ａおよび下側領域１０ｂを含む全視野範囲に対して低密度（低解像度）で立体物の検出を行う遠距離処理を適用することもできる。遠距離処理ではデータが減量されていることに加えて、近距離処理を行うために下側領域１０ｂのデータを抽出する処理のみ実施すれば良く、上側領域１０ａのデータを抽出する処理が不要になるので、全範囲に対して検出処理を実施してもハードウエアへの実質的な負担増にはならない。

また、上記実施形態では、３次元点群データをセンサ座標から車両座標に座標変換した後に上側領域１０ａと下側領域１０ｂに分ける場合について述べたが、予めセンサ座標において上側領域１０ａと下側領域１０ｂに分け、あるいは、センサ座標において下側領域１０ｂのデータを抽出し、その後、座標変換してそれぞれの処理を行うようにすることもできる。

以上、本発明の実施の形態について述べたが、本発明は上記実施形態に限定されるものではなく、本発明の技術的思想に基づいてさらに各種の変形および変更が可能であることを付言する。

１ 電動車両
４ 操舵操作部
５ 地表面
６ 段差（溝）
７ 歩行者
１０ 外界センサ
１０ａ 遠距離領域
１０ｂ 近距離領域
２０ 障害検出装置
４０ 操舵角センサ

Claims (4)

1. 電動車椅子または法令上歩行者扱いとなる電動車両であって、
   車両前方の地表面を含む視野範囲の３次元位置データを取得すべく、水平方向に対して俯角をなして下向きに配設された外界センサと、
   前記３次元位置データから路面形状および立体物を検出する処理手段と、
   前記処理手段に検出された路面形状および立体物が進路上の障害となるか否かを判定する障害判定手段と、を備えた電動車両において、
   前記処理手段は、前記視野範囲の下側領域にて路面形状の検出を行う近距離処理と、残余の上側領域にて前記近距離処理よりも低解像度で立体物の検出を行う遠距離処理とに分けて実施するように構成されており、
   前記視野範囲の上側領域では、路面形状の検出を行わず、立体物の検出のみを行うことを特徴とする電動車両。
2. 前記遠距離処理は、前記上側領域とそれに隣接した前記下側領域の上部、または、前記上側領域を含む全視野範囲にて、前記近距離処理よりも低解像度で立体物の検出を行うことを特徴とする請求項１記載の電動車両。
3. 前記外界センサはステレオカメラを含み、前記処理手段は、前記ステレオカメラに取得された画像に対する認識処理を前記近距離処理と前記遠距離処理とに分けて実施するように構成されていることを特徴とする請求項１または２記載の電動車両。
4. 前記外界センサはＬＩＤＡＲを含み、前記処理手段は、前記ＬＩＤＡＲに取得された点群データに対する認識処理を前記近距離処理と前記遠距離処理とに分けて実施するように構成されていることを特徴とする請求項１～３の何れか一項記載の電動車両。

Images