JP2000088653A - 路面状態判別方法およびその装置 - Google Patents
路面状態判別方法およびその装置Info
- Publication number
- JP2000088653A JP2000088653A JP10255173A JP25517398A JP2000088653A JP 2000088653 A JP2000088653 A JP 2000088653A JP 10255173 A JP10255173 A JP 10255173A JP 25517398 A JP25517398 A JP 25517398A JP 2000088653 A JP2000088653 A JP 2000088653A
- Authority
- JP
- Japan
- Prior art keywords
- road surface
- image
- road
- polarization
- surface state
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/17—Systems in which incident light is modified in accordance with the properties of the material investigated
- G01N21/21—Polarisation-affecting properties
Abstract
(57)【要約】
【課題】 先願発明（特願平８−２７２１８８号）を改
良し、更に精度よく路面状態を判別することができる路
面状態判別方法とその装置を提供する。 【解決手段】 俯瞰撮影した判別対象路面の垂直偏光画
像と水平偏光画像を得て、該垂直偏光画像と水平偏光画
像から路面状態に関する複数の特徴量を算出し、これら
の特徴量とその時の気温または路温より統計的解析に基
づき路面状態の判別を行ない、該判別結果に対してそれ
以前の降雪履歴情報に基づいた重み付けを行なった後、
最終的な路面状態の判別を行なうことを特徴とする路面
状態判別方法である。
良し、更に精度よく路面状態を判別することができる路
面状態判別方法とその装置を提供する。 【解決手段】 俯瞰撮影した判別対象路面の垂直偏光画
像と水平偏光画像を得て、該垂直偏光画像と水平偏光画
像から路面状態に関する複数の特徴量を算出し、これら
の特徴量とその時の気温または路温より統計的解析に基
づき路面状態の判別を行ない、該判別結果に対してそれ
以前の降雪履歴情報に基づいた重み付けを行なった後、
最終的な路面状態の判別を行なうことを特徴とする路面
状態判別方法である。
Description
【０００１】
【発明の属する技術分野】本発明は、圧雪、ザクレ、シ
ャーベット、湿潤、乾燥等の路面状態を判別する路面状
態判別方法とその装置に関する。
ャーベット、湿潤、乾燥等の路面状態を判別する路面状
態判別方法とその装置に関する。
【０００２】
【従来の技術】本出願人は、先に、撮影画像から抽出し
た路面特徴量とその時の気温または路面温度（路温）を
基に多変量解析により路面の状態を判別する方法とその
装置を、特願平８−２７２１８８号として出願した。こ
の先願発明によるときは、路面状態を“圧雪”、“ザク
レ”、“シャーベット”、“湿潤”、“乾燥”などに自
動判別することができ、極めて有用なものであった。
た路面特徴量とその時の気温または路面温度（路温）を
基に多変量解析により路面の状態を判別する方法とその
装置を、特願平８−２７２１８８号として出願した。こ
の先願発明によるときは、路面状態を“圧雪”、“ザク
レ”、“シャーベット”、“湿潤”、“乾燥”などに自
動判別することができ、極めて有用なものであった。
【０００３】
【発明が解決しようとする課題】しかしながら、本発明
者らの更なる実験、研究、実用試験の結果、先願発明に
おいても次のような改良すべき点が見い出された。すな
わち、図９は先願発明による降雪状態の判別結果の例を
示すものであるが、「判別結果」の欄の正解率を見る
と、全体的に８０．０〜９８．６％という高い正解率を
達成できているが、「判別の内訳」の欄を見ると判別結
果に若干のバラツキがあり、サンプル数の少なかった時
に現れなかった日照や雲の陰による路面の輝度変化がバ
ラツキに影響することが判明した。
者らの更なる実験、研究、実用試験の結果、先願発明に
おいても次のような改良すべき点が見い出された。すな
わち、図９は先願発明による降雪状態の判別結果の例を
示すものであるが、「判別結果」の欄の正解率を見る
と、全体的に８０．０〜９８．６％という高い正解率を
達成できているが、「判別の内訳」の欄を見ると判別結
果に若干のバラツキがあり、サンプル数の少なかった時
に現れなかった日照や雲の陰による路面の輝度変化がバ
ラツキに影響することが判明した。
【０００４】本発明は上記問題を解決するためになされ
たもので、先願発明を改良し、先願発明に比べて更に精
度よく路面状態を判別することができる路面状態判別方
法とその装置を提供することを目的とする。
たもので、先願発明を改良し、先願発明に比べて更に精
度よく路面状態を判別することができる路面状態判別方
法とその装置を提供することを目的とする。
【０００５】
【課題を解決するための手段】上記目的を達成するため
に、請求項１記載の路面状態判別方法は、俯瞰撮影した
判別対象路面の垂直偏光画像と水平偏光画像を得て、該
垂直偏光画像と水平偏光画像から路面状態に関する複数
の特徴量を算出し、これらの特徴量とその時の気温また
は路温より統計的解析に基づき路面状態の判別を行な
い、該判別結果に対してそれ以前の降雪履歴情報に基づ
いた重み付けを行なった後、最終的な路面状態の判別を
行なうようにした。このような構成によれば、日照や雲
の陰などによって類似な路面状態が計測されたとして
も、降雪履歴に基づく重み付けによって正確に判定で
き、先願発明に比べて路面状態を更に精度よく判別でき
る。
に、請求項１記載の路面状態判別方法は、俯瞰撮影した
判別対象路面の垂直偏光画像と水平偏光画像を得て、該
垂直偏光画像と水平偏光画像から路面状態に関する複数
の特徴量を算出し、これらの特徴量とその時の気温また
は路温より統計的解析に基づき路面状態の判別を行な
い、該判別結果に対してそれ以前の降雪履歴情報に基づ
いた重み付けを行なった後、最終的な路面状態の判別を
行なうようにした。このような構成によれば、日照や雲
の陰などによって類似な路面状態が計測されたとして
も、降雪履歴に基づく重み付けによって正確に判定で
き、先願発明に比べて路面状態を更に精度よく判別でき
る。
【０００６】また、請求項２記載の路面状態判別装置
は、路面法線に対して５３°近傍の角度から判別対象路
面を俯瞰撮影する撮影手段と、該撮影手段の前面に配置
され、その偏光面を垂直・水平方向に可変可能な偏光素
子と、該偏光素子の偏光面を垂直方向と水平方向に可変
制御する偏光面制御部と、偏光面の切り換えに同期して
垂直偏光画像と水平偏光画像を取り込み、垂直偏光画像
と水平偏光画像から偏光成分比画像を生成する画像処理
部と、気温または路温を計測する温度センサ部と、前記
画像処理部から出力される水平偏光画像および偏光成分
比画像から路面状態に関する複数の特徴量を算出し、こ
れらの特徴量と前記温度センサ部から出力される気温ま
たは路温とを基に路面状態の判別を行ない、該判別結果
に対してそれ以前の降雪履歴情報に基づいた重み付けを
行なった後、最終的な路面状態の判別を行なう路面状態
判別部と、該路面状態判別部から出力される路面状態の
判別結果を表示する表示部とから構成した。このような
構成によれば、日照や雲の陰などによって類似な路面状
態が計測されても、路面状態を精度よく判別できる路面
状態判別装置を得ることができる。
は、路面法線に対して５３°近傍の角度から判別対象路
面を俯瞰撮影する撮影手段と、該撮影手段の前面に配置
され、その偏光面を垂直・水平方向に可変可能な偏光素
子と、該偏光素子の偏光面を垂直方向と水平方向に可変
制御する偏光面制御部と、偏光面の切り換えに同期して
垂直偏光画像と水平偏光画像を取り込み、垂直偏光画像
と水平偏光画像から偏光成分比画像を生成する画像処理
部と、気温または路温を計測する温度センサ部と、前記
画像処理部から出力される水平偏光画像および偏光成分
比画像から路面状態に関する複数の特徴量を算出し、こ
れらの特徴量と前記温度センサ部から出力される気温ま
たは路温とを基に路面状態の判別を行ない、該判別結果
に対してそれ以前の降雪履歴情報に基づいた重み付けを
行なった後、最終的な路面状態の判別を行なう路面状態
判別部と、該路面状態判別部から出力される路面状態の
判別結果を表示する表示部とから構成した。このような
構成によれば、日照や雲の陰などによって類似な路面状
態が計測されても、路面状態を精度よく判別できる路面
状態判別装置を得ることができる。
【０００７】
【発明の実施の形態】以下、本発明の実施の形態を図面
に基づいて説明する。図１は、本発明の一実施の形態に
係る路面状態判別装置の回路構成を示すブロック図であ
る。図示例の路面状態判別装置は、撮影手段としてのＴ
Ｖカメラ１１、偏光素子１２、偏光面制御部１３、画像
処理部１４、温度センサ部１５、路面状態判別部１６、
表示部１７とから構成されている。
に基づいて説明する。図１は、本発明の一実施の形態に
係る路面状態判別装置の回路構成を示すブロック図であ
る。図示例の路面状態判別装置は、撮影手段としてのＴ
Ｖカメラ１１、偏光素子１２、偏光面制御部１３、画像
処理部１４、温度センサ部１５、路面状態判別部１６、
表示部１７とから構成されている。
【０００８】ＴＶカメラ１１は、垂直偏光成分と水平偏
光成分の比をできるだけ大きくして精度よく判別するた
めに、路面法線Ｎに対して水のブリュースター角である
５３°近傍の角度から路面を俯瞰撮影するように配置さ
れる。そして、偏光面制御部１３は、このＴＶカメラ１
１の前面に配置した偏光素子１２の偏光面を一定時間間
隔で切り換えると同時に、現在の偏光面が垂直あるいは
水平であるかのステータス信号を画像処理部１４に送
る。
光成分の比をできるだけ大きくして精度よく判別するた
めに、路面法線Ｎに対して水のブリュースター角である
５３°近傍の角度から路面を俯瞰撮影するように配置さ
れる。そして、偏光面制御部１３は、このＴＶカメラ１
１の前面に配置した偏光素子１２の偏光面を一定時間間
隔で切り換えると同時に、現在の偏光面が垂直あるいは
水平であるかのステータス信号を画像処理部１４に送
る。
【０００９】画像処理部１４は、後述する路面状態判別
部１６において路面状態を表す特徴量を抽出するための
偏光成分比画像と、水平偏光画像から判別対象とする路
面部を切り出して歪み補正画像を生成する。
部１６において路面状態を表す特徴量を抽出するための
偏光成分比画像と、水平偏光画像から判別対象とする路
面部を切り出して歪み補正画像を生成する。
【００１０】図２に、上記画像処理部１４の具体的な構
成例を示す。図示例の画像処理部１４は、ＡＤ変換器２
１、垂直偏光画像メモリ２２、水平偏光画像メモリ２
３、偏光成分比算出部２４、路面部切出部２５、偏光成
分比画像メモリ２６、歪み補正画像メモリ２７から構成
されており、偏光面制御部１３からの信号に同期してＡ
Ｄ変換器２１によりＴＶカメラ１１で撮影された路面画
像をサンプリングし、垂直偏光画像については垂直偏光
画像メモリ２２に記憶するとともに、水平偏光画像につ
いては水平偏光画像メモリ２３に記憶する。
成例を示す。図示例の画像処理部１４は、ＡＤ変換器２
１、垂直偏光画像メモリ２２、水平偏光画像メモリ２
３、偏光成分比算出部２４、路面部切出部２５、偏光成
分比画像メモリ２６、歪み補正画像メモリ２７から構成
されており、偏光面制御部１３からの信号に同期してＡ
Ｄ変換器２１によりＴＶカメラ１１で撮影された路面画
像をサンプリングし、垂直偏光画像については垂直偏光
画像メモリ２２に記憶するとともに、水平偏光画像につ
いては水平偏光画像メモリ２３に記憶する。
【００１１】偏光成分比算出部２４は、前記垂直偏光画
像メモリ２２と水平偏光画像メモリ２３に記憶された垂
直偏光画像と水平偏光画像から各画素位置の垂直偏光成
分と水平偏光成分との輝度比率を算出することにより偏
光成分比画像を生成し、偏光成分比画像メモリ２６に記
憶する。
像メモリ２２と水平偏光画像メモリ２３に記憶された垂
直偏光画像と水平偏光画像から各画素位置の垂直偏光成
分と水平偏光成分との輝度比率を算出することにより偏
光成分比画像を生成し、偏光成分比画像メモリ２６に記
憶する。
【００１２】路面部切出部２５は、水平偏光画像メモリ
２３に記憶されている水平偏光画像から判別対象とする
路面部分を歪み補正処理して切り出し、歪み補正画像メ
モリ２７に格納する。この歪み補正画像は、路面部テク
スチャの特徴量の抽出に用いられるものである。通常、
路面部テクスチャは通過車両のタイヤ痕などのために車
両進行方向に沿った方向性を有する。そこで、テクスチ
ャの特徴量を得やすくするために、切り出された画像の
上下方向が車両の進行方向とー致するように、歪み補正
して切り出す。
２３に記憶されている水平偏光画像から判別対象とする
路面部分を歪み補正処理して切り出し、歪み補正画像メ
モリ２７に格納する。この歪み補正画像は、路面部テク
スチャの特徴量の抽出に用いられるものである。通常、
路面部テクスチャは通過車両のタイヤ痕などのために車
両進行方向に沿った方向性を有する。そこで、テクスチ
ャの特徴量を得やすくするために、切り出された画像の
上下方向が車両の進行方向とー致するように、歪み補正
して切り出す。
【００１３】一方、温度センサ部１５( 図１) はその時
の気温を計測し、路面状態判別部１６に送る。そして、
路面状態判別部１６は、前記画像処理部１４から送られ
てくる偏光成分比画像と歪み補正画像とからその時の路
面状態を表す複数の特徴量、例えば、路面水分、路面テ
クスチャを演算により算出し、この算出した特徴量と温
度センサ部１５で計測された気温とを基に、多変量判別
分析法によって路面状態の判別を行ない、該判別結果に
対してそれ以前の降雪履歴情報に基づいた重み付けを行
なった後、最終的な路面状態の判別を行なう。
の気温を計測し、路面状態判別部１６に送る。そして、
路面状態判別部１６は、前記画像処理部１４から送られ
てくる偏光成分比画像と歪み補正画像とからその時の路
面状態を表す複数の特徴量、例えば、路面水分、路面テ
クスチャを演算により算出し、この算出した特徴量と温
度センサ部１５で計測された気温とを基に、多変量判別
分析法によって路面状態の判別を行ない、該判別結果に
対してそれ以前の降雪履歴情報に基づいた重み付けを行
なった後、最終的な路面状態の判別を行なう。
【００１４】図３に、上記路面状態判別部１６の具体的
な構成例を示す。図示例の路面状態判別部１６は、判別
分析部３１、重み係数生成部３２、乗算器３３、最終判
別部３４、判別結果出力部３５、降雪状況検出部３６、
状況履歴保存部３７から構成されている。
な構成例を示す。図示例の路面状態判別部１６は、判別
分析部３１、重み係数生成部３２、乗算器３３、最終判
別部３４、判別結果出力部３５、降雪状況検出部３６、
状況履歴保存部３７から構成されている。
【００１５】前記降雪状況検出部３６は、降雪検出対象
領域を撮影するテレビカメラ１１およびＡＤ変換器２１
を介して得られるデジタル信号からなるフレーム画像を
記憶し、該記憶した時系列な画像データの差分から降雪
を抽出するようにしたものである。
領域を撮影するテレビカメラ１１およびＡＤ変換器２１
を介して得られるデジタル信号からなるフレーム画像を
記憶し、該記憶した時系列な画像データの差分から降雪
を抽出するようにしたものである。
【００１６】この手法はシーケンシャル差分法と呼ば
れ、本出願人が先に出願した特開平１０−２９３４０６
号に提案したもので、時間的に隣合う２つの画像の差分
をとることによって画像中から移動体（降雪）のみを時
系列的な正負の成分として抽出する手法である。
れ、本出願人が先に出願した特開平１０−２９３４０６
号に提案したもので、時間的に隣合う２つの画像の差分
をとることによって画像中から移動体（降雪）のみを時
系列的な正負の成分として抽出する手法である。
【００１７】そして、前記時系列的に抽出された正負の
成分の重心間をつなぐベクトルを算出すれば、これが当
該降雪についての移動ベクトルとなり、この移動ベクト
ルの長さから降雪の強度を、また、向きから移動方向
を、さらに、画面全体に存在する移動ベクトルの数から
降雪の量を知ることができるものである。
成分の重心間をつなぐベクトルを算出すれば、これが当
該降雪についての移動ベクトルとなり、この移動ベクト
ルの長さから降雪の強度を、また、向きから移動方向
を、さらに、画面全体に存在する移動ベクトルの数から
降雪の量を知ることができるものである。
【００１８】前記状況履歴保存部３７は、例えば、３０
分前迄の５分毎の前記降雪状況検出部３６よりの降雪状
況を記憶するものである。また、判別分析部３１は、前
記画像処理部１４から送られてくる偏光成分比画像と歪
み補正画像とからその時の路面状態を表す複数の特徴
量、例えば、路面水分、路面テクスチャを演算により算
出し、この算出した特徴量と温度センサ部１５で計測さ
れた気温とを基に、多変量判別分析法によって路面状態
の判別を行ない、その判別結果を乗算器３３に送る。
分前迄の５分毎の前記降雪状況検出部３６よりの降雪状
況を記憶するものである。また、判別分析部３１は、前
記画像処理部１４から送られてくる偏光成分比画像と歪
み補正画像とからその時の路面状態を表す複数の特徴
量、例えば、路面水分、路面テクスチャを演算により算
出し、この算出した特徴量と温度センサ部１５で計測さ
れた気温とを基に、多変量判別分析法によって路面状態
の判別を行ない、その判別結果を乗算器３３に送る。
【００１９】一方、重み係数生成部３２は、状況履歴保
存部３７から送られてくる一定降雪量以上の降雪「有
り」が、例えば、直前を含み４回以上記憶されている場
合に重み係数を１段階シフトする。例えば、前回（５分
前）の判別結果がシャーベットで、過去３０分の降雪履
歴が４回以上降雪「有り」の場合には、重み係数生成部
３２でザクレを中心とする重み係数設定を実行する。ま
た、降雪量に応じて圧雪方向に重み係数をシフトするタ
イミングを遅らせることも可能である。
存部３７から送られてくる一定降雪量以上の降雪「有
り」が、例えば、直前を含み４回以上記憶されている場
合に重み係数を１段階シフトする。例えば、前回（５分
前）の判別結果がシャーベットで、過去３０分の降雪履
歴が４回以上降雪「有り」の場合には、重み係数生成部
３２でザクレを中心とする重み係数設定を実行する。ま
た、降雪量に応じて圧雪方向に重み係数をシフトするタ
イミングを遅らせることも可能である。
【００２０】なお、湿潤とは路面上に水分が存在した状
態を、シャーベットとは路面上に降雪成分と水分とが混
在した状態を、ザクレとは路面が凍結状態で、かつ、降
雪成分が盛り上がり表面が荒れている状態を、さらに、
圧雪とは路面に積もった降雪成分が踏み固められアイス
バーンのような状態をいう。
態を、シャーベットとは路面上に降雪成分と水分とが混
在した状態を、ザクレとは路面が凍結状態で、かつ、降
雪成分が盛り上がり表面が荒れている状態を、さらに、
圧雪とは路面に積もった降雪成分が踏み固められアイス
バーンのような状態をいう。
【００２１】乗算器３３は、判別分析部３１から送られ
てきた判別結果に対して重み係数生成部３２から送られ
てきた重み係数を乗算し、それ以前の降雪履歴情報に基
づいた判別結果の補正を行なう。
てきた判別結果に対して重み係数生成部３２から送られ
てきた重み係数を乗算し、それ以前の降雪履歴情報に基
づいた判別結果の補正を行なう。
【００２２】最終判別部３４は、乗算器３３から送られ
てくる補正後の判別結果を基に現在の降雪状態を判定
し、その結果を判別結果出力部３５を介して表示部１７
へ送り、モニタ画面やプリンタによって所定の形式で表
示する。
てくる補正後の判別結果を基に現在の降雪状態を判定
し、その結果を判別結果出力部３５を介して表示部１７
へ送り、モニタ画面やプリンタによって所定の形式で表
示する。
【００２３】このように、降雪状況検出部３６で検出さ
れた降雪状況を状況履歴保存部３７に降雪履歴情報とし
て保存し、重み係数生成部３２における重み係数算出の
ためのデータとして利用するようにしたので、日照、雲
による陰などによって撮影データの輝度値を変化させ誤
判定を招来させる状況にあっても、正確に路面状態を判
別することができる。
れた降雪状況を状況履歴保存部３７に降雪履歴情報とし
て保存し、重み係数生成部３２における重み係数算出の
ためのデータとして利用するようにしたので、日照、雲
による陰などによって撮影データの輝度値を変化させ誤
判定を招来させる状況にあっても、正確に路面状態を判
別することができる。
【００２４】次に、前記判別分析部３１における路面の
特徴量の抽出と路面状態の判別、すなわち路面水分と路
面テクスチャの算出方法と多変量判別分析法について詳
述する。
特徴量の抽出と路面状態の判別、すなわち路面水分と路
面テクスチャの算出方法と多変量判別分析法について詳
述する。
【００２５】〔路面水分の算出〕偏光比成分画像は、水
分量が画像の輝度値に変換されて表現された画像であ
る。このため、この画像の路面部分の輝度平均値および
分散値を求めることにより、路面水分量および路面水分
分布に関する特徴量を得ることができる。すなわち、路
面水分量をｘ1 、路面水分分布をｘ2 、偏光成分比画像
をｇ1 （ｉ，ｊ）、画像の大きさをＭ×Ｎとすると、路
面水分量ｘ1 ，路面水分分布ｘ2 は下記の（１）式およ
び（２）式で得られる。
分量が画像の輝度値に変換されて表現された画像であ
る。このため、この画像の路面部分の輝度平均値および
分散値を求めることにより、路面水分量および路面水分
分布に関する特徴量を得ることができる。すなわち、路
面水分量をｘ1 、路面水分分布をｘ2 、偏光成分比画像
をｇ1 （ｉ，ｊ）、画像の大きさをＭ×Ｎとすると、路
面水分量ｘ1 ，路面水分分布ｘ2 は下記の（１）式およ
び（２）式で得られる。
【００２６】
【数１】
【００２７】〔路面テクスチャの算出〕次に、歪み補正
により路面部分を切り出した歪み補正画像から、路面テ
クスチャの粒状性および方向性を表す特徴量を求める。
テクスチャの粒状性については、歪み補正画像における
輝度分散により算出する。すなわち、テクスチャの粒状
性をｘ3 、歪み補正画像をｇ2 （ｉ，ｊ）、画像の大き
さをＭ×Ｎとすると、テクスチャの粒状性ｘ3 は下記の
（３）式で得られる。
により路面部分を切り出した歪み補正画像から、路面テ
クスチャの粒状性および方向性を表す特徴量を求める。
テクスチャの粒状性については、歪み補正画像における
輝度分散により算出する。すなわち、テクスチャの粒状
性をｘ3 、歪み補正画像をｇ2 （ｉ，ｊ）、画像の大き
さをＭ×Ｎとすると、テクスチャの粒状性ｘ3 は下記の
（３）式で得られる。
【００２８】
【数２】
【００２９】また、路面テクスチャの方向性について
は、同時生起行列特徴量であるSECONDMOMENT（２次モー
メント）およびCONTRAST（コントラスト）の０°、９０
°方向の比を算出することにより得られる。そこで、こ
の同時生起行列特徴量の算出方法について説明する。
は、同時生起行列特徴量であるSECONDMOMENT（２次モー
メント）およびCONTRAST（コントラスト）の０°、９０
°方向の比を算出することにより得られる。そこで、こ
の同時生起行列特徴量の算出方法について説明する。
【００３０】同時生起行列は、図４に示すように、画像
内の濃度ｉの点から一定の変位δ＝（ｒ，θ）だけ離れ
た点の濃度がｊである確率Ｐδ（ｉ，ｊ）（ただし、
ｉ，ｊ＝０，１，２，…，２５５）をすべての（ｉ，
ｊ）について求めたものである。このようにして求めた
同時生起行列より、下記の（４）式および（５）式で表
されるテクスチャの特徴量を、０°および９０°方向の
２方向について算出する。
内の濃度ｉの点から一定の変位δ＝（ｒ，θ）だけ離れ
た点の濃度がｊである確率Ｐδ（ｉ，ｊ）（ただし、
ｉ，ｊ＝０，１，２，…，２５５）をすべての（ｉ，
ｊ）について求めたものである。このようにして求めた
同時生起行列より、下記の（４）式および（５）式で表
されるテクスチャの特徴量を、０°および９０°方向の
２方向について算出する。
【００３１】
【数３】
【００３２】上記（４）式は、SECOND MOMENT （２次モ
ーメント）と呼ばれるものであり、行列の値がどの程度
密集して分布しているかを表しており、これによりテク
スチャの一様性が評価できる。また、（５）式は、CONT
RAST（コントラスト）と呼ばれるものであり、行列の値
がその主対角線からどの程度離れて分布しているかを表
しており、これによりテクスチャのコントラストが評価
できる。
ーメント）と呼ばれるものであり、行列の値がどの程度
密集して分布しているかを表しており、これによりテク
スチャの一様性が評価できる。また、（５）式は、CONT
RAST（コントラスト）と呼ばれるものであり、行列の値
がその主対角線からどの程度離れて分布しているかを表
しており、これによりテクスチャのコントラストが評価
できる。
【００３３】前記のようにして得られた特徴量の０°お
よび９０°方向の比により、路面テクスチャの方向性を
表す特徴量ｘ4 とｘ5 を下記の（６）式および（７）式
より算出する。
よび９０°方向の比により、路面テクスチャの方向性を
表す特徴量ｘ4 とｘ5 を下記の（６）式および（７）式
より算出する。
【００３４】
【数４】
【００３５】判別分析部３１は、以上のようにして求め
たｘ1 〜ｘ5 の５つの特徴量と、気温センサ部１５から
の気温ｘ6 を基に、路面状態の判別を行なう。この判別
は、多変量解析の分野で一般的に用いられている多変量
判別分析法により行なう。この手法は、予め各路面状態
に対する判別関数をサンプルデータにより算出し、この
判別関数に基づいて判別を行なうものである。以下に、
この判別関数を導出するための多変量判別分析法につい
て説明する。
たｘ1 〜ｘ5 の５つの特徴量と、気温センサ部１５から
の気温ｘ6 を基に、路面状態の判別を行なう。この判別
は、多変量解析の分野で一般的に用いられている多変量
判別分析法により行なう。この手法は、予め各路面状態
に対する判別関数をサンプルデータにより算出し、この
判別関数に基づいて判別を行なうものである。以下に、
この判別関数を導出するための多変量判別分析法につい
て説明する。
【００３６】〔多変量判別分析〕母集団の平均ベクトル
がμ(1) μ(2) …，μ(g) 分散共分散行列がΣであるよ
うなｇ個の群から、それぞれｎ1 ，ｎ2 ，…，ｎg の標
本が図５のように得られているとする。いま、どの群に
属するかわからない１つの観測値ｘ＝（ｘ1 ，ｘ 2 ，
…，ｘp ）が得られたとして、これをｇ個の群のどれに
判別したらよいのか、という問題を考える。ここで、ｇ
個の群というのが判別を行ないたい各種路面状態、
ｘ1 ，ｘ2 ，…，ｘp が上述において算出したｘ1 〜ｘ
5 の路面状態を表す特徴量に相当している。この判別
は、下記の（８）式で表される観測値ｘと各群の平均ベ
クトルμ(k) （ただし、ｋ＝１，２，…，ｇ）との間の
マハノビス汎距離Δ2 (k) が最小となるような群に判別
するのが合理的である。
がμ(1) μ(2) …，μ(g) 分散共分散行列がΣであるよ
うなｇ個の群から、それぞれｎ1 ，ｎ2 ，…，ｎg の標
本が図５のように得られているとする。いま、どの群に
属するかわからない１つの観測値ｘ＝（ｘ1 ，ｘ 2 ，
…，ｘp ）が得られたとして、これをｇ個の群のどれに
判別したらよいのか、という問題を考える。ここで、ｇ
個の群というのが判別を行ないたい各種路面状態、
ｘ1 ，ｘ2 ，…，ｘp が上述において算出したｘ1 〜ｘ
5 の路面状態を表す特徴量に相当している。この判別
は、下記の（８）式で表される観測値ｘと各群の平均ベ
クトルμ(k) （ただし、ｋ＝１，２，…，ｇ）との間の
マハノビス汎距離Δ2 (k) が最小となるような群に判別
するのが合理的である。
【００３７】
【数５】
【００３８】そこで、未知の平均ベクトルおよび分散共
分散行列に対する推定値として、下記の（９）式および
（１０）式を用いて、（１１）式で与えられる判別式を
最小にする群ｋに判別する。
分散行列に対する推定値として、下記の（９）式および
（１０）式を用いて、（１１）式で与えられる判別式を
最小にする群ｋに判別する。
【００３９】
【数６】
【００４０】ここに、ｘi (k) はｋ群のｉ番目の観測ベ
クトル、ｎは総サンプル数である。（１１）式中のｘの
２次の項は、ｋによらず一定であるので、（１１）式を
最小にするｋを求めることは、下記（１２）式のような
線形関数を最大にするｋを求めることと同じとなる。
クトル、ｎは総サンプル数である。（１１）式中のｘの
２次の項は、ｋによらず一定であるので、（１１）式を
最小にするｋを求めることは、下記（１２）式のような
線形関数を最大にするｋを求めることと同じとなる。
【００４１】
【数７】
【００４２】したがって、観測値ｘに対して、上記（１
２）式のｕk （ｘ）（ただし、ｋ＝１，２，…，ｇ）を
算出し、この値が最大となるｋに判別すればよい。
２）式のｕk （ｘ）（ただし、ｋ＝１，２，…，ｇ）を
算出し、この値が最大となるｋに判別すればよい。
【００４３】上述したように、路面状態判別部１６は、
判別を行ないたい各種路面状態のサンプルデータを用い
て予め判別分析により判別関数を導出し、この判別関数
に算出した路面状態を表す特徴量ｘ1 〜ｘ6 を代入し、
その値が最大となる路面状態に判別する。この判別する
路面状態としては、圧雪、ザクレ、シャーベット、湿
潤、乾燥などがある。以上のようにして得られた判別結
果は、乗算器３３に送られる。
判別を行ないたい各種路面状態のサンプルデータを用い
て予め判別分析により判別関数を導出し、この判別関数
に算出した路面状態を表す特徴量ｘ1 〜ｘ6 を代入し、
その値が最大となる路面状態に判別する。この判別する
路面状態としては、圧雪、ザクレ、シャーベット、湿
潤、乾燥などがある。以上のようにして得られた判別結
果は、乗算器３３に送られる。
【００４４】乗算器３３は、前述したように重み係数生
成部３２から送られてくるそれ以前の降雪履歴情報に基
づいて決定された重み係数を前記判別結果に乗算し、該
乗算結果を最終判別部３４に送る。最終判別部３４は、
乗算器３３から送られてくる乗算結果を基に現在の路面
状態を判別し、最終的な判別結果として出力する。以上
のようにして得られた最終的な判別結果は、プリンタや
モニタなどで構成された表示部１７に所定の表示形式で
表示される。
成部３２から送られてくるそれ以前の降雪履歴情報に基
づいて決定された重み係数を前記判別結果に乗算し、該
乗算結果を最終判別部３４に送る。最終判別部３４は、
乗算器３３から送られてくる乗算結果を基に現在の路面
状態を判別し、最終的な判別結果として出力する。以上
のようにして得られた最終的な判別結果は、プリンタや
モニタなどで構成された表示部１７に所定の表示形式で
表示される。
【００４５】実際のフィールドにおいて収集したデータ
を用い、上記した本発明の路面状態判別装置を用いて行
なった路面状態の判別結果の検証例を図６および図７に
示す。なお、この検証例では、上述した５つの特徴量
（ｘ1 〜ｘ5 ）と気温より、５つの路面状態（圧雪、ザ
クレ、シャーベット、湿潤、乾燥）を判別した。
を用い、上記した本発明の路面状態判別装置を用いて行
なった路面状態の判別結果の検証例を図６および図７に
示す。なお、この検証例では、上述した５つの特徴量
（ｘ1 〜ｘ5 ）と気温より、５つの路面状態（圧雪、ザ
クレ、シャーベット、湿潤、乾燥）を判別した。
【００４６】図６の検証例では、実際の路面状態は“湿
潤”であるにもかかわらず、生の判別分析結果では“圧
雪”と判定しているが、「前回の判別結果は“湿潤”で
あり、３０分以前に降雪無し」という以前の降雪履歴情
報に基づいて“湿潤”を中心に重み付けを行なった結
果、正しく“湿潤”と判定されている。
潤”であるにもかかわらず、生の判別分析結果では“圧
雪”と判定しているが、「前回の判別結果は“湿潤”で
あり、３０分以前に降雪無し」という以前の降雪履歴情
報に基づいて“湿潤”を中心に重み付けを行なった結
果、正しく“湿潤”と判定されている。
【００４７】また、図７の検証例では、実際の路面状態
は“シャーベット”であるにもかかわらず、生の判別分
析結果では“圧雪”と判定しているが、「前回の判別結
果は“湿潤”であり、３０分以前に降雪有り」という以
前の降雪履歴情報に基づいて“シャーベット”を中心に
重み付けを行なった結果、正しく“シャーベット”と判
定されている。
は“シャーベット”であるにもかかわらず、生の判別分
析結果では“圧雪”と判定しているが、「前回の判別結
果は“湿潤”であり、３０分以前に降雪有り」という以
前の降雪履歴情報に基づいて“シャーベット”を中心に
重み付けを行なった結果、正しく“シャーベット”と判
定されている。
【００４８】上記したように、本発明の場合、先願発明
に比べてより正確な路面状態の判別が可能となる。ちな
みに、図９に示した先願発明と同じ観測データを用い
て、本発明によって路面状態の判定を行なった結果を図
８に示す。本発明による図８の判定結果と先願発明によ
る図９の判定結果とを比較すれば明らかなように、本発
明の場合、降雪履歴情報を用いることで、日照、雲によ
る陰などによって撮影データに影響を与える状況にあっ
ても、正確に路面状態を判定することができるというこ
とが実証された。
に比べてより正確な路面状態の判別が可能となる。ちな
みに、図９に示した先願発明と同じ観測データを用い
て、本発明によって路面状態の判定を行なった結果を図
８に示す。本発明による図８の判定結果と先願発明によ
る図９の判定結果とを比較すれば明らかなように、本発
明の場合、降雪履歴情報を用いることで、日照、雲によ
る陰などによって撮影データに影響を与える状況にあっ
ても、正確に路面状態を判定することができるというこ
とが実証された。
【００４９】すなわち、走行に支障となるシャーベット
を乾燥と判定したり、乾燥時に圧雪と判定したりする誤
情報を出力することがなくなる。特に、図８中の「判別
の内訳」の欄の左下隅領域の誤判定が大幅に少なくなっ
ており、多くの部分が誤判定０の状態になっていること
が判る。
を乾燥と判定したり、乾燥時に圧雪と判定したりする誤
情報を出力することがなくなる。特に、図８中の「判別
の内訳」の欄の左下隅領域の誤判定が大幅に少なくなっ
ており、多くの部分が誤判定０の状態になっていること
が判る。
【００５０】なお、上記の実施の形態にあっては、温度
センサ部に気温のデータを用いたが、路温（路面温度）
データを用いても同様の結果を得ることができる。ま
た、上記の実施の形態にあっては、中間の処理として歪
み補正を実施したが、路面の向きと並行にＴＶカメラが
設置されており、歪みの少ない画像が得られる場合に
は、前記歪み補正処理は不要である。
センサ部に気温のデータを用いたが、路温（路面温度）
データを用いても同様の結果を得ることができる。ま
た、上記の実施の形態にあっては、中間の処理として歪
み補正を実施したが、路面の向きと並行にＴＶカメラが
設置されており、歪みの少ない画像が得られる場合に
は、前記歪み補正処理は不要である。
【００５１】
【発明の効果】以上説明したように、請求項１記載の路
面状態判別方法によれば、撮影画像から路面状態に関す
る複数の特徴量を算出し、これらの特徴量とその時の気
温または路温より統計的解析に基づき路面状態の判別を
行ない、さらに、該判別結果に対してそれ以前の降雪履
歴情報に基づいた重み付けを行なった後、最終的な路面
状態の判別を行なうようにしたので、日照、雲による陰
などによって撮影データに影響を与える状況にあって
も、正確に路面状態を判定することができる。
面状態判別方法によれば、撮影画像から路面状態に関す
る複数の特徴量を算出し、これらの特徴量とその時の気
温または路温より統計的解析に基づき路面状態の判別を
行ない、さらに、該判別結果に対してそれ以前の降雪履
歴情報に基づいた重み付けを行なった後、最終的な路面
状態の判別を行なうようにしたので、日照、雲による陰
などによって撮影データに影響を与える状況にあって
も、正確に路面状態を判定することができる。
【００５２】また、請求項２記載の路面状態判別装置に
よれば、撮影画像から路面状態に関する複数の特徴量を
算出し、これらの特徴量とその時の気温または路温より
統計的解析に基づき路面状態の判別を行ない、さらに、
該判別結果に対してそれ以前の降雪履歴情報に基づいた
重み付けを行なった後、最終的な路面状態の判別を行な
うように回路を構成したので、先願発明に比べて判定精
度が向上し、より正確な路面状態の判別を行なうことが
できる路面状態判別装置を提供することができる。
よれば、撮影画像から路面状態に関する複数の特徴量を
算出し、これらの特徴量とその時の気温または路温より
統計的解析に基づき路面状態の判別を行ない、さらに、
該判別結果に対してそれ以前の降雪履歴情報に基づいた
重み付けを行なった後、最終的な路面状態の判別を行な
うように回路を構成したので、先願発明に比べて判定精
度が向上し、より正確な路面状態の判別を行なうことが
できる路面状態判別装置を提供することができる。
【図１】本発明の一実施の形態に係る路面状態判別装置
の回路構成を示すブロック図である。
の回路構成を示すブロック図である。
【図２】画像処理部の具体的な構成例を示すブロック図
である。
である。
【図３】路面状態判別部の具体的な構成例を示すブロッ
ク図である。
ク図である。
【図４】同時生起行列の説明図である。
【図５】路面状態を表す群と路面状態の特徴量を表す観
測値の変量値を示す図である。
測値の変量値を示す図である。
【図６】本発明による路面状態の判別結果の第１の検証
例を示す図である。
例を示す図である。
【図７】本発明による路面状態の判別結果の第２の検証
例を示す図である。
例を示す図である。
【図８】本発明による判別結果と判別内訳の統計例を示
す図である。
す図である。
【図９】先願発明による判別結果と判別内訳の統計例を
示す図である。
示す図である。
１１ ＴＶカメラ( 撮影手段) １２ 偏光素子 １３ 偏光面制御部 １４ 画像処理部 １５ 温度センサ部 １６ 路面状態判別部 １７ 表示部
───────────────────────────────────────────────────── フロントページの続き (72)発明者 相原 靖師 愛知県海部郡美和町大字篠田字面徳29−１ 名古屋電機工業株式会社美和工場内 (72)発明者 堀場 勇夫 愛知県刈谷市東境町新林50−２ Ｆターム(参考） 2G059 AA05 BB20 CC11 EE04 FF01 JJ19 KK04 MM01 MM02 MM09 MM10 PP03
Claims (2)
- 【請求項１】 俯瞰撮影した判別対象路面の垂直偏光画
像と水平偏光画像を得て、 該垂直偏光画像と水平偏光画像から路面状態に関する複
数の特徴量を算出し、 これらの特徴量とその時の気温または路温より統計的解
析に基づき路面状態の判別を行ない、 該判別結果に対してそれ以前の降雪履歴情報に基づいた
重み付けを行なった後、最終的な路面状態の判別を行な
うことを特徴とする路面状態判別方法。 - 【請求項２】 路面法線に対して５３°近傍の角度から
判別対象路面を俯瞰撮影する撮影手段と、 該撮影手段の前面に配置され、その偏光面を垂直・水平
方向に可変可能な偏光素子と、該偏光素子の偏光面を垂
直方向と水平方向に可変制御する偏光面制御部と、 偏光面の切り換えに同期して垂直偏光画像と水平偏光画
像を取り込み、垂直偏光画像と水平偏光画像から偏光成
分比画像を生成する画像処理部と、 気温または路温を計測する温度センサ部と、 前記画像処理部から出力される水平偏光画像および偏光
成分比画像から路面状態に関する複数の特徴量を算出
し、これらの特徴量と前記温度センサ部から出力される
気温または路温とを基に路面状態の判別を行ない、該判
別結果に対してそれ以前の降雪履歴情報に基づいた重み
付けを行なった後、最終的な路面状態の判別を行なう路
面状態判別部と、 該路面状態判別部から出力される路面状態の判別結果を
表示する表示部とからなることを特徴とする路面状態判
別装置。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP10255173A JP2000088653A (ja) | 1998-09-09 | 1998-09-09 | 路面状態判別方法およびその装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP10255173A JP2000088653A (ja) | 1998-09-09 | 1998-09-09 | 路面状態判別方法およびその装置 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| JP2000088653A true JP2000088653A (ja) | 2000-03-31 |
Family
ID=17275069
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP10255173A Pending JP2000088653A (ja) | 1998-09-09 | 1998-09-09 | 路面状態判別方法およびその装置 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP2000088653A (ja) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2003240866A (ja) * | 2002-02-20 | 2003-08-27 | Natl Inst For Land & Infrastructure Management Mlit | 路面状態判定方法 |
| JP2006189403A (ja) * | 2005-01-07 | 2006-07-20 | Iwate Prefecture | 降霜予測装置 |
| FR2897938A1 (fr) * | 2006-02-24 | 2007-08-31 | Peugeot Citroen Automobiles Sa | Procede d'estimation de l'adherence d'une surface |
-
1998
- 1998-09-09 JP JP10255173A patent/JP2000088653A/ja active Pending
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2003240866A (ja) * | 2002-02-20 | 2003-08-27 | Natl Inst For Land & Infrastructure Management Mlit | 路面状態判定方法 |
| JP2006189403A (ja) * | 2005-01-07 | 2006-07-20 | Iwate Prefecture | 降霜予測装置 |
| FR2897938A1 (fr) * | 2006-02-24 | 2007-08-31 | Peugeot Citroen Automobiles Sa | Procede d'estimation de l'adherence d'une surface |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110930353A (zh) | 孔位保护门状态检测方法、装置、计算机设备和存储介质 | |
| EP2851841A2 (en) | System and method of alerting a driver that visual perception of pedestrian may be difficult | |
| US20210209422A1 (en) | Learning data collection apparatus, learning data collection method, and program | |
| EP2993621B1 (en) | Method and apparatus for detecting shielding against object | |
| CN110197185B (zh) | 一种基于尺度不变特征变换算法监测桥下空间的方法和系统 | |
| CN103475800B (zh) | 图像序列中前景的检测方法和装置 | |
| CN115187949A (zh) | 一种隧道出入口的路面状态检测方法、设备及介质 | |
| JP2001041803A (ja) | 液面検出方式 | |
| CN110018529B (zh) | 降雨测量方法、装置、计算机设备和存储介质 | |
| JP2002310896A (ja) | 路面状態判別装置及び路面状態判別方法 | |
| EP3665512B1 (en) | Real-time computation of an atmospheric precipitation rate from a digital image of an environment where an atmospheric precipitation is taking place | |
| JP2000088653A (ja) | 路面状態判別方法およびその装置 | |
| JP2002157676A (ja) | 可視画像式路面状況把握装置における路面状況判定方法 | |
| JP3439045B2 (ja) | 路面状態判別方法およびその装置 | |
| JP3500425B2 (ja) | 可視画像式路面状況把握装置における路面状況判定方法 | |
| JP2707426B2 (ja) | 路面状態検出装置 | |
| JPH11211659A (ja) | 路面状態判別方法およびその装置 | |
| JP3612565B2 (ja) | 路面状況判定方法 | |
| CN115909285A (zh) | 一种雷达和视频信号融合的车辆跟踪方法 | |
| JP5190204B2 (ja) | 路面積雪検出装置及び路面積雪検出方法 | |
| JP3817611B2 (ja) | 可視画像式路面状況把握装置における路面状況判定方法 | |
| CN106886609B (zh) | 街区式农村居民地遥感快速标注方法 | |
| CN114782561A (zh) | 基于大数据的智慧农业云平台监控系统 | |
| JP6654018B2 (ja) | 画像判定装置及びこれを用いた処理装置 | |
| JP2004109006A (ja) | 物体検出装置 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20050905 |
|
| A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20070802 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20070814 |
|
| A02 | Decision of refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A02 Effective date: 20071211 |