JP2002175535A - 道路白線認識装置 - Google Patents
道路白線認識装置Info
- Publication number
- JP2002175535A JP2002175535A JP2001179204A JP2001179204A JP2002175535A JP 2002175535 A JP2002175535 A JP 2002175535A JP 2001179204 A JP2001179204 A JP 2001179204A JP 2001179204 A JP2001179204 A JP 2001179204A JP 2002175535 A JP2002175535 A JP 2002175535A
- Authority
- JP
- Japan
- Prior art keywords
- road
- white line
- window
- line
- candidate
- 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.)
- Granted
Links
- 238000006073 displacement reaction Methods 0.000 claims abstract description 19
- 238000000034 method Methods 0.000 claims description 25
- 239000000284 extract Substances 0.000 abstract 1
- 238000010586 diagram Methods 0.000 description 15
- 230000014509 gene expression Effects 0.000 description 12
- 230000000694 effects Effects 0.000 description 10
- 238000001514 detection method Methods 0.000 description 4
- 238000000605 extraction Methods 0.000 description 4
- 229910052739 hydrogen Inorganic materials 0.000 description 3
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 3
- 238000013459 approach Methods 0.000 description 2
- 238000007796 conventional method Methods 0.000 description 2
- 238000003708 edge detection Methods 0.000 description 2
- 238000003384 imaging method Methods 0.000 description 2
- 102100022210 COX assembly mitochondrial protein 2 homolog Human genes 0.000 description 1
- 102100033040 Carbonic anhydrase 12 Human genes 0.000 description 1
- 101000900446 Homo sapiens COX assembly mitochondrial protein 2 homolog Proteins 0.000 description 1
- 101000867855 Homo sapiens Carbonic anhydrase 12 Proteins 0.000 description 1
- 101100280298 Homo sapiens FAM162A gene Proteins 0.000 description 1
- 102100023788 Protein FAM162A Human genes 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 239000006185 dispersion Substances 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- 230000003449 preventive effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course or altitude of land, water, air, or space vehicles, e.g. automatic pilot
- G05D1/02—Control of position or course in two dimensions
- G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
- G05D1/0231—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means
- G05D1/0246—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means using a video camera in combination with image processing means
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/40—Extraction of image or video features
- G06V10/44—Local feature extraction by analysis of parts of the pattern, e.g. by detecting edges, contours, loops, corners, strokes or intersections; Connectivity analysis, e.g. of connected components
- G06V10/443—Local feature extraction by analysis of parts of the pattern, e.g. by detecting edges, contours, loops, corners, strokes or intersections; Connectivity analysis, e.g. of connected components by matching or filtering
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/40—Extraction of image or video features
- G06V10/44—Local feature extraction by analysis of parts of the pattern, e.g. by detecting edges, contours, loops, corners, strokes or intersections; Connectivity analysis, e.g. of connected components
- G06V10/457—Local feature extraction by analysis of parts of the pattern, e.g. by detecting edges, contours, loops, corners, strokes or intersections; Connectivity analysis, e.g. of connected components by analysing connectivity, e.g. edge linking, connected component analysis or slices
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/50—Context or environment of the image
- G06V20/56—Context or environment of the image exterior to a vehicle by using sensors mounted on the vehicle
- G06V20/588—Recognition of the road, e.g. of lane markings; Recognition of the vehicle driving pattern in relation to the road
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/16—Anti-collision systems
- G08G1/167—Driving aids for lane monitoring, lane changing, e.g. blind spot detection
Abstract
合にも擬似白線に惑わされることなく本来の道路形状を
精度良く推定できる道路白線認識装置を提供する。 【解決手段】 道路画像上に道路白線の延長方向に沿っ
て複数のウインドウを設けるウインドウ設定手段101
と、ウインドウ毎の画像から白線候補点を抽出する白線
候補点抽出手段102と、前記ウインドウ毎に抽出され
た白線候補点に基づいて第1の白線候補線の画像座標及
び傾きを算出する白線候補線算出手段103と、ウイン
ドウ毎に第1の白線候補線に類似した第2の白線候補線
である擬似白線が存在するか否かを判定する擬似白線存
在判断手段104と、擬似白線が存在すると判定された
ウインドウからは自車両の車線に対する横変位を除外し
た道路パラメータを推定する道路パラメータ推定手段1
05とを備える。
Description
操縦や予防安全運転などのために、車両の進行方向前方
の道路を画像として取得して道路白線を認識し、この道
路白線から道路形状を推定するようにした道路白線認識
装置に関する。
従来の手法としては、特開平6−20189号公報に開
示される道路形状計測装置や特開平8−261756号
公報に開示される走行レーン認識装置などがある。これ
らの技術はカメラで撮像した画像を適宜処理することに
より道路形状を推定するようになっており、前者の特開
平6−20189号公報では、検出した道路形状と3次
元曲線パラメータに基づいて座標変換した3次元道路モ
デルとを比較して、両者間の位置ずれから3次元曲線パ
ラメータの変化量および撮像手段の姿勢パラメータの変
化量を推定して道路形状を計測するようになっている。
また、後者の特開平8−261756号公報では、画像
における濃淡の勾配の大きさや方向に基づいて曲線を含
むエッジ線分を抽出して、走行レーンが認識されるよう
になっている。
従来の道路形状を推定する手法ではいずれも画像を用い
たことにより、轍の水溜まり、ガイドレールや二重白線
などを白線と誤認する恐れがある。即ち、これら白線と
誤認する恐れのある要素、つまり擬似白線は、実際の道
路白線に対してほぼ平行に配置される場合が多く、画像
に取り込まれた際に2値化して白線と混同し、本来の道
路形状の推定を失敗してしまう可能性がある。
が水溜まり状態となった場合を示したが、この場合は太
陽光や外灯などの入射角によっては水溜まり(または水
膜)の表面に反射した光が画像に取り込まれた際、これ
が画像上で輝度の高い線状部分として現れる。このた
め、この轍2の水溜まりによる高輝度線が道路白線3と
誤認識されてしまうという問題点があった。
ール5の影6が道路白線3に影響する場合を示し、この
影6が道路白線3に差し掛かると、その部分の道路白線
3の輝度が低下する一方、白色のガイドレール5を白線
として誤認識する恐れがある。このようにガイドレール
5を誤認識すると、影6が無い部分の道路白線3の検出
点m1とガイドレール5の擬似検出点m2とを結ぶ誤った
線Lが道路モデルとして推定されてしまうという問題点
があった。
たもので、轍等の水たまりが光を反射して高輝度線を形
成したり、ガイドレールの影が道路白線に差し掛かって
も、水たまりやガイドレールを白線と誤認識することな
く、本来の道路形状を精度良く推定することができる道
路白線認識装置を提供することを目的とする。
は、上記目的を達成するため、車両に搭載した画像取得
手段により車両前方の道路画像を取得し、道路形状及び
この道路に対する車両姿勢を示す道路モデル式の各道路
パラメータを推定する道路白線認識装置において、前記
道路画像上に、それぞれのウインドウに道路白線が含ま
れるように道路白線の延長方向に沿って複数のウインド
ウを設けるウインドウ設定手段と、前記ウインドウ毎に
白線の可能性がある白線候補線を算出する白線候補線算
出手段と、前記ウインドウ毎に前記白線候補線の前記道
路白線に対する位置精度を判定する白線位置精度判断手
段と、前記位置精度が低いと判断されたウインドウに対
しては、少なくとも白線候補線の傾きを用い、前記位置
精度が低くないと判断されたウインドウに対しては、白
線候補線の画像座標を用いて、自車両の車線に対する横
変位を含む前記道路パラメータを推定する道路パラメー
タ推定手段と、を備えたことを要旨とする。
するため、車両に搭載した画像取得手段により車両前方
の道路画像を取得し、道路形状及びこの道路に対する車
両姿勢を示す道路モデル式の各道路パラメータを推定す
る道路白線認識装置において、前記道路画像上に、それ
ぞれのウインドウに道路白線が含まれるように道路白線
の延長方向に沿って複数のウインドウを設けるウインド
ウ設定手段と、前記ウインドウ毎に白線の可能性がある
白線候補線を算出する白線候補線算出手段と、前記ウイ
ンドウ毎に傾きの類似した複数の白線候補線が存在する
か否かを判定する擬似白線存在判断手段と、擬似白線が
存在すると判断されたウインドウに対しては、少なくと
も白線候補線の傾きを用い、擬似白線が存在しないと判
断されたウインドウに対しては、白線候補線の画像座標
を用いて、自車両の車線に対する横変位を含む前記道路
パラメータを推定する道路パラメータ推定手段と、を備
えたことを要旨とする。
するため、車両に搭載した画像取得手段により車両前方
の道路画像を取得し、道路形状及びこの道路に対する車
両姿勢を示す道路モデル式の各道路パラメータを推定す
る道路白線認識装置において、前記道路画像上に、それ
ぞれのウインドウに道路白線が含まれるように道路白線
の延長方向に沿って複数のウインドウを設けるウインド
ウ設定手段と、前記ウインドウ毎に白線の可能性がある
白線候補線を算出する白線候補線算出手段と、前記ウイ
ンドウ内の路面と自車両との遠近位置を判断するウイン
ドウ位置判断手段と、前記ウインドウ内の路面が自車両
に対して遠方に位置すると判断されたウインドウに対し
ては、少なくとも白線候補線の傾きを用い、前記ウイン
ドウ内の路面が自車両に対して遠方に位置しないと判断
されたウインドウに対しては、白線候補線の画像座標を
用いて、前記自車両の車線に対する横変位を含む前記道
路パラメータを推定する道路パラメータ推定手段と、を
備えたことを要旨とする。
するため、請求項1ないし請求項3のいずれか1項記載
の道路白線認識装置において、前記ウインドウ毎に画像
を処理して白線候補点を抽出する白線候補点抽出手段を
備え、前記白線候補線算出手段は前記白線候補点抽出手
段によって抽出された白線候補点に基づいて白線候補線
を算出するようにしたことを要旨とする。
するため、請求項1ないし請求項4のいずれか1項記載
の道路白線認識装置において、各ウインドウで算出され
る白線候補線を直線に近似させたことを要旨とする。
するため、請求項5記載の道路白線認識装置において、
各ウインドウで算出される白線候補線を直線に近似さ
せ、白線候補点から白線候補線となる直線への近似にハ
フ変換を用いたことを要旨とする。
するため、請求項1ないし請求項6のいずれか1項記載
の道路白線認識装置において、カルマンフィルタ処理に
より前記道路パラメータを推定できるように、擬似白線
が存在すると判断されたウインドウに対しては、前記道
路モデル式から自車両の横変位を消去した式を前記道路
パラメータに関して線型近似し、擬似白線が存在しない
と判断されたウインドウに対しては、前記道路モデル式
を前記道路パラメータに関して線型近似したことを要旨
とする。
するため、請求項1ないし請求項7のいずれか1項記載
の道路白線認識装置において、前記道路パラメータは、
道路曲率、自車両の車線に対するヨー角、自車両のピッ
チ角、及び路面からの前記画像取得手段の高さを含むこ
とを要旨とする。
搭載した画像取得手段により車両前方の道路画像を取得
し、道路形状及びこの道路に対する車両姿勢を示す道路
モデル式の各道路パラメータを推定する道路白線認識装
置において、前記道路画像上に、それぞれのウインドウ
に道路白線が含まれるように道路白線の延長方向に沿っ
て複数のウインドウを設けるウインドウ設定手段と、前
記ウインドウ毎に白線の可能性がある白線候補線を算出
する白線候補線算出手段と、前記ウインドウ毎に前記白
線候補線の前記道路白線に対する位置精度を判定する白
線位置精度判断手段と、前記位置精度が低いと判断され
たウインドウに対しては、少なくとも白線候補線の傾き
を用い、前記位置精度が低くないと判断されたウインド
ウに対しては、白線候補線の画像座標を用いて、自車両
の車線に対する横変位を含む前記道路パラメータを推定
する道路パラメータ推定手段と、を備えたので、白線位
置精度が低いと判断したウインドウの白線候補線の画像
座標を使用せずに道路パラメータを推定できるようにな
り、道路パラメータの推定精度を向上させることができ
るという効果がある。
載した画像取得手段により車両前方の道路画像を取得
し、道路形状及びこの道路に対する車両姿勢を示す道路
モデル式の各道路パラメータを推定する道路白線認識装
置において、前記道路画像上に、それぞれのウインドウ
に道路白線が含まれるように道路白線の延長方向に沿っ
て複数のウインドウを設けるウインドウ設定手段と、前
記ウインドウ毎に白線の可能性がある白線候補線を算出
する白線候補線算出手段と、前記ウインドウ毎に傾きの
類似した複数の白線候補線が存在するか否かを判定する
擬似白線存在判断手段と、擬似白線が存在すると判断さ
れたウインドウに対しては、少なくとも白線候補線の傾
きを用い、擬似白線が存在しないと判断されたウインド
ウに対しては、白線候補線の画像座標を用いて、自車両
の車線に対する横変位を含む前記道路パラメータを推定
する道路パラメータ推定手段と、を備えので、ウインド
ウの範囲内の画像に道路白線と紛らわしい、例えば轍に
溜まった水の反射による高輝度領域や、ガイドレールの
影によって低輝度となった白線に代わって高輝度領域と
なる白色ガイドレール等の本来の白線に略平行な擬似白
線が含まれることがあっても、道路パラメータの推定精
度を低下させることがないという効果がある。
載した画像取得手段により車両前方の道路画像を取得
し、道路形状及びこの道路に対する車両姿勢を示す道路
モデル式の各道路パラメータを推定する道路白線認識装
置において、前記道路画像上に、それぞれのウインドウ
に道路白線が含まれるように道路白線の延長方向に沿っ
て複数のウインドウを設けるウインドウ設定手段と、前
記ウインドウ毎に白線の可能性がある白線候補線を算出
する白線候補線算出手段と、前記ウインドウ内の路面と
自車両との遠近位置を判断するウインドウ位置判断手段
と、前記ウインドウ内の路面が自車両に対して遠方に位
置すると判断されたウインドウに対しては、少なくとも
白線候補線の傾きを用い、前記ウインドウ内の路面が自
車両に対して遠方に位置しないと判断されたウインドウ
に対しては、白線候補線の画像座標を用いて、前記自車
両の車線に対する横変位を含む前記道路パラメータを推
定する道路パラメータ推定手段と、を備えたので、ウイ
ンドウ内の道路白線の画像座標の精度が相対的に低い遠
方のウインドウの白線候補線の画像座標を使用せずに道
路パラメータを推定できるようになり、自車両の車線に
対する横変位のパラメータの推定精度を高めることがで
きるという効果がある。
ないし請求項3記載の発明の効果に加えて、前記ウイン
ドウ毎に画像を処理して白線候補点を抽出する白線候補
点抽出手段を備え、前記白線候補線算出手段は前記白線
候補点抽出手段によって抽出された白線候補点に基づい
て白線候補線を算出するようにしたので、白線候補線の
算出を高速化することができるという効果がある。
ないし請求項4記載の発明の効果に加えて、各ウインド
ウで算出される白線候補線を直線に近似させたので、こ
の白線候補線の位置計算が簡素化できるため、道路モデ
ルの推定処理を高速化することができ、車両が高速走行
する場合にも道路パラメータの高い推定精度を維持する
ことができるという効果がある。
記載の発明の効果に加えて、各ウインドウで算出される
白線候補線を直線に近似させ、白線候補点から白線候補
線となる直線への近似にハフ変換を用いたので、このハ
フ変換により複数の白線候補線を取得した場合に、それ
ら複数の白線候補線の画像上の傾きを再計算する必要が
なくなるため、さらに処理の高速化を図ることができ
る。
ないし請求項6記載の発明の効果に加えて、カルマンフ
ィルタ処理により前記道路パラメータを推定できるよう
に、擬似白線が存在すると判断されたウインドウに対し
ては、前記道路モデル式から自車両の横変位を消去した
式を前記道路パラメータに関して線型近似し、擬似白線
が存在しないと判断されたウインドウに対しては、前記
道路モデル式を前記道路パラメータに関して線型近似す
るようにしたので、操舵入力時の早い車両挙動への追従
性を確保しつつ、路面ノイズ等による白線誤認識を少な
くすることができるという効果がある。
ないし請求項7記載の発明の効果に加えて、前記道路パ
ラメータは、道路曲率、自車両の車線に対するヨー角、
自車両のピッチ角、及び路面からの前記画像取得手段の
高さを含むようにしたので、少ない数のパラメータで比
較的精度よく道路形状及びこの道路に対する車両姿勢を
モデル化することができるという効果がある。
面を参照して詳細に説明する。図2は、本発明に係る道
路白線認識装置10を搭載した車両12の一実施形態を
示す概略図である。図2において、車両前方の道路画像
を取得する画像取得手段14とこの画像取得手段14で
取得した画像信号(以下、単に画像という)を処理する
プロセッサ16とが車両12に設置される。画像取得手
段14は高感度撮像が可能なCCDカメラなどが好まし
く、この画像取得手段(以下、カメラという)14は室
内天井12aの前方中央部に前方下方を指向して取り付
けられ、フロントガラス12bを通して車両12前方の
道路R画像を取得するようになっている。上記プロセッ
サ16は車両12の熱や風雨の影響のない適宜箇所に設
置され、上記カメラ14で取得した道路R画像から道路
白線18を認識して道路形状及びこの道路に対する車両
姿勢を推定する制御が実行される。
0の第1実施形態の基本的な構成を示す図である。同図
において、道路白線認識装置10は、車両に搭載した画
像取得手段14により取得した車両前方の道路画像を格
納する画像メモリ15と、画像メモリ15に格納された
道路画像に基づいて、道路パラメータを推定する例えば
マイクロプロセッサを使用したプロセッサ16とを備え
ている。
された道路画像上にそれぞれのウインドウに道路白線が
含まれるように道路白線の延長方向に沿って複数のウイ
ンドウを設けるウインドウ設定手段101と、前記ウイ
ンドウ毎の画像を処理して白線候補点を抽出する白線候
補点抽出手段102と、前記ウインドウ毎に抽出された
白線候補点に基づいて白線の可能性が最も高い第1の白
線候補線の画像座標及び傾きを算出する白線候補線算出
手段103と、前記ウインドウ毎に第1の白線候補線に
類似した第2の白線候補線が存在するか否か、すなわち
擬似白線が存在するか否かを判定する擬似白線存在判断
手段(白線位置精度判断手段)104と、各ウインドウ
に対して算出された第1の白線候補線の画像座標及び傾
きと道路モデル式とを用いて、少なくとも自車両の車線
に対する横変位を含む道路パラメータを推定する道路パ
ラメータ推定手段105とを備え、これらの手段101
〜105をプロセッサ16のプログラム制御により実現
している。
線が存在すると判断されたウインドウに対しては、第1
の白線候補線の画像座標と傾きとを用い、擬似白線が存
在しないと判断されたウインドウに対しては、第1の白
線候補線の画像座標を用いて、前記自車両の車線に対す
る横変位を含む前記道路パラメータを推定するものであ
る。
デル式として、次に示す式1を用いて道路形状及びこの
道路に対する車両姿勢を推定する。
法人自動車技術会の2000年秋季大会(2000年1
0月19日)において本願発明者らにより発表された
「拡張カルマンフィルタを用いた車線追従制御の検討
(20005494)」に詳述されている。
C,D,Hは、それぞれ、自車両の車線に対する横変位
(A)、道路曲率(B)、自車両の車線に対するヨー角
(C)、自車両のピッチ角(D)、及び路面からの前記
画像取得手段の高さ(H)である。
距離)を示す定数,fはカメラ透視変換定数、jを左右
の白線を区別するパラメータとし、左白線のときj=
0,右白線のときj=1とする。また、(x,y)は、
左または右白線内端上の任意の点の画像上の座標であ
り、画像左上を原点に取り、右方向がx軸正方向、下方
向がy軸正方向とする。
たものであり、例えば、E0を変数にしたもの、Hを固
定したもの、車線幅を左白線中央と右白線中央との間の
距離とし、(x,y)を白線幅の中央位置の画像座標と
しても定義することができる。
道路パラメータを推定するプログラムのフローチャート
であり、例えば、車両走行中は30[msec]毎に処
理が繰り返されるものとする。
明する。まず、カメラ14から画像メモリ15へ車両前
方画像を取り込む(ステップS1)。次いで、取り込ん
だ画像上に複数(m個)のウインドウを設定する(ステ
ップS2)。次いで、ウインドウ処理番号iを初期値の
1に設定する(ステップS3)。i番目のウインドウ
(以下、ウインドウiと呼ぶ)20の画像データから、
水平方向の輝度変化を検出して白線18の端部の位置を
認識するための白線候補点21を抽出する(ステップS
4)。次いでウインドウ内の白線候補点21の座標位置
に基づいて、これらの白線候補点から最も白線の可能性
が高い第1の白線候補線22を算出する(ステップS
5)。
に類似した傾きを持つ第2の白線候補線が存在するか否
かの擬似白線存在判定を行う(ステップS6)。ステッ
プS6の判定結果により、第2の白線候補線が存在すれ
ば、ウインドウ毎のフラグWEiを1に設定し(ステッ
プS7)、第2の白線候補線が存在しなければ、ウイン
ドウ毎のフラグWEiを0に設定する(ステップS
8)。次いで、ウインドウ番号iを1だけ増加させ(ス
テップS9)、iがウインドウ数(m)を超えたか否か
を判定し(ステップS10)、超えていなければ、次の
ウインドウを処理すべく、ステップS4へ戻る。ステッ
プS10の判定で、iがウインドウ数(m)を超えてい
れば全ウインドウの前処理が終わったので、道路パラメ
ータ推定処理を行って(ステップS20)、最初の前方
画像取り込み(ステップS1)へ戻る。
毎に詳述する。 (1)前方画像の取込 プロセッサ16がプログラムを処理する所定時間毎に、
カメラ14によって撮像された車両前方の画像信号を画
像メモリ15へ取り込む。画像は各画素毎の輝度データ
として表される。
長方向に沿って複数(図5の例では、左白線に対して5
個、右白線に対して5個)が設けられ、各ウインドウ2
0は前回の画像処理結果によって得られた道路モデルの
パラメータにより、それぞれのウインドウ20に道路白
線18が取り込まれるようにそれぞれの位置が設定さ
れ、道路白線18はこれらウインドウ20内で検知され
る。図中の縦方向は画像座標y軸方向を示し、図中下方
がyプラスである。また、図中の横方向は画像座標x軸
方向を示し、図中右方がxプラスである。
上辺20aのy座標をynとし、前回のパラメータ推定
結果を{A(−1),B(−1),C(−1),D(−
1),H(−1)}とすると、式1より今回のウインド
ウ20の横方向中心座標xestは、式2で示される。
た、特開平8−261756号公報に示されるようにパ
ラメータの分散から合理的に設定することもできる。
ンドウ20に対して行うためのループ制御パラメータi
を1に初期化する。
ドウの範囲の画像からソーベル(sobel)フィルタ
処理などのエッジ検知(輝度変化検知)処理を利用し
て、白線候補点を選択する。このエッジ検知では、図6
に示すように左(画像座標のx値が小さい)の画素の輝
度が右(画像座標のx値が大きい)の画素の輝度より大
きい場合、フィルタの出力が正であるとする。そして、
ある程度の幅を有する道路白線18の内側端部を白線の
位置としているので、左白線の場合は、フィルタの出力
が正の判別値を超えた点を白線候補点とし、右白線の場
合は、フィルタの出力が負の判別値を下回った点を白線
候補点とする。ウインドウ20内の全ての画像データを
走査してフィルタの出力により、上記の判別値を利用し
て白線候補点を抽出する。尚、上記判別値は、画像全体
またはウインドウ毎の平均輝度、コントラスト等によ
り、適宜設定されてもよい。
から白線候補線22を探索する。この探索にはハフ変換
や最小自乗法などを用いることができる。本実施形態で
はハフ変換を用いるものとし、ハフ変換直線近似では図
7に示すようにウインドウ20内を通過する直線のう
ち、最も多く白線候補点21を貫いたものを最も白線の
可能性が高い第1の白線候補線とする。
はパラメータa,bを用いて次の式3として表すことが
できる。ここでaは、白線候補線の傾き(∂x/∂y)
であり、bはそのx切片である。
めるとbが式3より計算でき、これにより図8に示すハ
フ変換による配列が得られる。この配列の横方向は、一
定刻みのaの値であり、縦方向は一定刻みのbの値であ
る。ここで、配列の空欄は零を意味する。また、「1」
が立っている(a,b)の組み合わせの中に真値が含ま
れる。この配列を白線候補点全てに対してそれぞれ作成
し、作成した配列を重ね合わせて、各配列要素毎の数を
合計することにより図9(a)に示す配列が得られる。
図9(a)において配列要素(ar,br)の数zr は、
式4が貫く白線候補点の数を表している。
線の可能性が高い第1の白線候補線であり、そのa,b
を求めることが第1の白線候補線を算出することにな
る。即ち、配列要素の値として最大のzを持つ配列要素
(a,b)が第1の白線候補線を示すことになる。
いで図12に示すように、ウインドウ番号nにおける第
1の白線候補線22とウインドウ20の上辺20aとの
交点の画像上の座標である道路座標(xn ,yn )を算
出する。ウインドウ20の上辺20aのy座標yn は、
ウインドウ番号nに対する固定値である。道路座標のx
成分xn は式5で算出される。
定値以下となる)第2の白線候補線がウインドウ内の画
像に存在するか否か、すなわち擬似白線が存在するか否
かの判断である擬似白線存在の判断は、図9(a)の配
列を元に判断される。例えば、ウインドウ内の画像に白
色のガイドレールや、轍の中に溜まった水の反射による
高輝度領域等の擬似白線が含まれていると、これら擬似
白線の水平方向の端部も上述のエッジ検出により、白線
候補点として抽出されている。このため、白線の右又は
左の端部を示す本来の白線候補点と、擬似白線による偽
りの白線候補点が白線候補点として含まれている。
の画像データからは、最も白線の可能性がある白線候補
線である第1の白線候補線以外に、第1の白線候補線に
類似した傾きを持つ第2の白線候補線が算出されること
になる。
補線が必ずしも本来の白線ではなく、擬似白線による白
線候補点から算出された白線候補線が最も白線の可能性
が高い第1の白線候補線として算出されることがある。
このような場合、擬似白線を第1の白線候補線として誤
認しても道路パラメータの推定に誤差を招来しないため
に、ここで、擬似白線の存在の有無の判断を行うもので
ある。そして後述する道路パラメータの推定において、
擬似白線が存在すると判断したウインドウからは、自車
両の車線に対する横変位以外の道路パラメータを含む式
を用いるようにしている。
傾きを示すパラメータaであるが、各列の合計を採って
最大のものを選ぶ。この処理で画像上での傾きの差が所
定値以下となる白線候補線が複数存在する場合、その中
から選択されることになる。この所定値は、真の道路白
線とそれに平行な擬似白線とが画像上では平行にならな
いために設定され、この処理を適用したい真の道路白線
と擬似白線との路面上の間隔の最大値とカメラ高さHに
より決まる。
し、そのaN の列のb(x切片)の分散を計算する。
ここで上記所定値がパラメータaの間隔(例えば、|a
r−ar−1|)より大きい時は、各列の合計を採る際
に、図9(b)に示すように、aのレンジが所定値を超
えるまで隣接した列まで含めて(例えばaN−1〜a
N+1)合計して最大のものを選び、さらにそのaNの
複数列をとってbの分散を計算する。
白線候補線に類似した傾きを持つ第2の白線候補線、即
ち擬似白線が存在しないと判断し、それ以外の場合は擬
似白線が存在すると判断する。擬似白線が存在する場合
には、図10に示すようにピークが複数現れて分散が大
きくなる。擬似白線が存在すると判断したウインドウn
の集合をGaとし、そうでないウインドウnの集合をGb
とする。
最も大きいものに対応するb(図中でのbn)を選ぶ。
こうして、最も白線の可能性が高い第1の白線候補線を
規定するa,bの対を選択する。このとき、道路白線1
8が一部掠れていたり、波打っていたり、白色のガイド
レールがあったり、轍の水たまりが連続的に光を反射し
ていたりすると、本来の白線の代わりに擬似白線のa,
bの対を第1の白線候補線として誤って選択することに
なる。
ると判断したウインドウのフラグWEiを「1」に、存
在しないと判断したウインドウのフラグWEiを「0」
に、それぞれ設定する。これらのフラグは、後の道路パ
ラメータ推定において参照される。
タであり、このAを消去すると同時に車線幅を表すE0
も消去されることになる。つまり、道路幅がいかなるも
のであれ式7が成立することになる。換言すれば、真の
道路白線18を用いなくても、道路白線18に平行な線
分であれば式7が成立することを意味する。即ち、実際
にはガイドレールや轍の水溜まりによる光の反射、2重
白線等の擬似白線は、真の道路白線18に平行である場
合が多く、この擬似白線が検出された場合には、擬似白
線の傾き(∂x/∂y)および道路座標(x,y)と、
式7の方程式を利用すれば、最小自乗法やカルマンフィ
ルタなどの手法を用いて、Aを除く道路パラメータ
(B,C,D,H)を誤差無く正確に推定することがで
きる。なお、パラメータAは、他のパラメータと共に擬
似白線が存在しないウインドウのデータから推定すれば
良い。
メータを推定する場合、式8に示す方程式が与えられる
ことによりパラメータzを推定することができるという
ものである。ただし、同式中のパラメータyyの値およ
びfの構造はそれぞれ既知とし、一般にyyはベクトル
となる。
する場合を、擬似白線の存在、不存在の場合に分けて説
明する。
あるため、式9が成立する。
(式9’)と表すこともできる。
10’)と表すこともできる。
構成され、これらを線形近似した上で並べることにより
次の行列式11が得られる。
ドウの数である。ウインドウ番号nがGaに属する(擬
似白線が存在する)場合は、zn は、zn =(∂x/∂
y)n=an となり、Mn1は零となる。ウインドウ番号
nがGbに属する(擬似白線が存在しない)場合は、zn
は、zn =xn となる。
定処理のサブルーチンP3を説明する。
ラメータiを1に初期化する。次いで、ステップS22
でウインドウ番号iに対応するフラグWEiの値を判定
することにより、擬似白線が存在するウインドウに対す
る処理と、擬似白線が存在しないウインドウに対する処
理とを分岐する。
ステップS23において、式11のziはxiとし、式1
0’の右辺を線型近似することにより、Mi1,Mi2,M
i3,Mi4,Mi5は、それぞれyの値がyiにおけるdfz
/dA,dfz/dB,dfz/dC,dfz/dD,d
fz/dHとする。
テップS24において、式11のziは(dx/dy)i
とし、式9’の右辺を線型近似することにより、Mi1は
0とし、Mi2,Mi3,Mi4,Mi5は、それぞれx,yの
値が(xi,yi)におけるdfw/dB,dfw/dC,
dfw/dD,dfw/dHとする。
iを1だけ増加し、ステップS26でウインドウ番号i
がウインドウ数mを超えているか否かを判定し、ウイン
ドウ数mを超えていなければ、次のウインドウを処理す
べくステップS22へ戻る。ウインドウ数mを超えてい
れば、ステップS27において、カルマンフィルタ処理
により、パラメータ(A,B,C,D,H)を推定し、
メインルーチンへリターンする。
第2実施形態の構成を示すシステム構成図である。同図
において、道路白線認識装置10aは、車両に搭載した
画像取得手段14により取得した車両前方の道路画像を
格納する画像メモリ15と、画像メモリ15に格納され
た道路画像に基づいて、道路パラメータを推定する例え
ばマイクロプロセッサを使用したプロセッサ16とを備
えている。
された道路画像上にそれぞれのウインドウに道路白線が
含まれるように道路白線の延長方向に沿って複数のウイ
ンドウを設けるウインドウ設定手段101と、前記ウイ
ンドウ毎の画像を処理して白線候補点を抽出する白線候
補点抽出手段102と、前記ウインドウ毎に抽出された
白線候補点に基づいて白線の可能性が最も高い白線候補
線の画像座標及び傾きを算出する白線候補線算出手段1
03と、前記ウインドウ毎にウインドウ内の路面と自車
両との遠近位置を判断するウインドウ位置判断手段(白
線位置精度判断手段)110と、各ウインドウに対して
算出された白線候補線の画像座標及び傾きと道路モデル
式を用いて、少なくとも自車両の車線に対する横変位を
含む道路パラメータを推定する道路パラメータ推定手段
105と、を備え、これらの手段101、102,10
3,110,105をプロセッサ16のプログラム制御
により実現している。
インドウ内の路面が自車両に対して遠方に位置すると判
断されたウインドウに対しては、白線候補線の画像座標
と傾きとを用い、前記ウインドウ内の路面が自車両に対
して遠方に位置しないと判断されたウインドウに対して
は、白線候補線の画像座標を用いて、自車両の車線に対
する横変位を含む道路パラメータを推定するものであ
る。
路パラメータは、第1実施形態で用いたものと同様であ
る。
ムP2は、上記第1実施形態に示した図3のフローチャ
ートで処理されるプログラムP1とほぼ同様の処理が実
行されるが、特に本実施形態では第1実施形態のプログ
ラムP1のステップS6に代えて、ステップS12の観
測方程式選択処理を実行するようにしたもので、このス
テップS12による処理を以下述べる。なお、図14の
フローチャートは図3のフローチャートと同一処理部分
に同一ステップ番号を付して、その説明を省略するもの
とする。
インドウがいずれのグループGa,Gbに属するかを選択
する。即ち、Gaは観測方程式が式9(式9’)で表さ
れる場合、Gbは観測方程式が式10(式10’)で表
される場合である。即ち、第1実施形態では擬似白線が
存在すると判断した場合にGaを選択したが、本第2実
施形態では擬似白線が存在すると判断した場合に加え
て、自車両に対して遠方を透視するウインドウ20aで
白線候補線22を判断する場合にもGaを選択するもの
とする。この遠方を透視するウインドウ20aとは、図
15中に太枠で示した最上方のウインドウ20aがこれ
に相当する。もっとも、そのウインドウ20aは最上方
のものに限定することなく、最上方を含めて連続する上
方部分の複数個を選ぶこともできる。
の変動に対するAのゲインGを求めると式12となる。
小さい値となり、このynはGに対しては分母として現
れるため、このGは車両遠方程大きくなることになる。
このことは画像上では同じ誤差であっても、Aの推定に
与える影響は車両遠方のウインドウ20程大きいことを
意味する。実際上、画像の分解能は遠方でも近傍でも同
じであるため、Aの推定精度は遠方を透視するウインド
ウ20程悪化される。従って、Aの推定精度が悪化する
と思われる遠方のウインドウ20aでは、このAを推定
しないことにより道路モデルの推定精度を向上すること
ができる。
20内の白線候補線22を直線と近似するようになって
おり、このように直線に近似することにより処理を高速
化できる。即ち、上記白線候補線22を高次の曲線で近
似したと仮定した場合、近似する処理自体の演算時間も
膨大となり、また、画像上の傾きを計算する処理も必要
となってくる。従って、曲線では座標を指定して傾きを
再計算しなければならないが、直線では近似の課程で傾
きが決定される。このため、道路白線18は曲線であっ
ても、各ウインドウ20内で直線と近似できるように、
ウインドウ20の大きさを設定してやれば良い。
るにあたってハフ変換を用いたので、複数の白線候補線
22を取得した場合に、それら複数の白線候補線の画像
上の傾きを再計算する必要がなくなるため、処理の高速
化を図ることができる。従って、高速で走行する車両の
ように高速処理を要求されるシステムで有利となる。
態の基本構造を示す概略構成図である。
両の一実施形態を示す概略構成図である。
態による画像処理プログラムを実行するためのフローチ
ャートである。
ラメータ推定サブルーチンを示すフローチャートであ
る。
態で画面に設定される複数のウインドウの配列状態を示
す説明図である。
態で設定されるウインドウ内の白線候補点のプロット状
態を示す説明図である。
態で設定されるウインドウ内の白線候補線の選択状態を
示す説明図である。
態で実行される白線候補線を探索する際のハフ変換によ
る配列表を示す説明図である。
態で実行されるハフ変換を配列要素で示す説明図であ
る。
形態で実行されるハフ変換により得られる擬似白線が存
在する場合のピーク度数を示す説明図である。
形態で実行されるハフ変換により得られる擬似白線が存
在しない場合のピーク度数を示す説明図である。
形態で設定されるウインドウの上辺と白線候補線との交
点の道路座標を示す説明図である。
形態の基本構造を示す概略構成図である。
形態による画像処理プログラムを実行するためのフロー
チャートである。
形態で選択される遠方を透視するウインドウを示す説明
図である。
る轍を示す斜視図である。
との関係を示す斜視図である。
段) 105 道路パラメータ推定手段 110 ウインドウ位置判断手段(白線位置精度判断手
段)
Claims (8)
- 【請求項1】 車両に搭載した画像取得手段により車両
前方の道路画像を取得し、道路形状及びこの道路に対す
る車両姿勢を示す道路モデル式の各道路パラメータを推
定する道路白線認識装置において、 前記道路画像上に、それぞれのウインドウに道路白線が
含まれるように道路白線の延長方向に沿って複数のウイ
ンドウを設けるウインドウ設定手段と、 前記ウインドウ毎に白線の可能性がある白線候補線を算
出する白線候補線算出手段と、 前記ウインドウ毎に前記白線候補線の前記道路白線に対
する位置精度を判定する白線位置精度判断手段と、 前記位置精度が低いと判断されたウインドウに対して
は、少なくとも白線候補線の傾きを用い、前記位置精度
が低くないと判断されたウインドウに対しては、白線候
補線の画像座標を用いて、自車両の車線に対する横変位
を含む前記道路パラメータを推定する道路パラメータ推
定手段と、 を備えたことを特徴とする道路白線認識装置。 - 【請求項2】 車両に搭載した画像取得手段により車両
前方の道路画像を取得し、道路形状及びこの道路に対す
る車両姿勢を示す道路モデル式の各道路パラメータを推
定する道路白線認識装置において、 前記道路画像上に、それぞれのウインドウに道路白線が
含まれるように道路白線の延長方向に沿って複数のウイ
ンドウを設けるウインドウ設定手段と、 前記ウインドウ毎に白線の可能性がある白線候補線を算
出する白線候補線算出手段と、 前記ウインドウ毎に傾きの類似した複数の白線候補線が
存在するか否かを判定する擬似白線存在判断手段と、 擬似白線が存在すると判断されたウインドウに対して
は、少なくとも白線候補線の傾きを用い、擬似白線が存
在しないと判断されたウインドウに対しては、白線候補
線の画像座標を用いて、自車両の車線に対する横変位を
含む前記道路パラメータを推定する道路パラメータ推定
手段と、 を備えたことを特徴とする道路白線認識装置。 - 【請求項3】 車両に搭載した画像取得手段により車両
前方の道路画像を取得し、道路形状及びこの道路に対す
る車両姿勢を示す道路モデル式の各道路パラメータを推
定する道路白線認識装置において、 前記道路画像上に、それぞれのウインドウに道路白線が
含まれるように道路白線の延長方向に沿って複数のウイ
ンドウを設けるウインドウ設定手段と、 前記ウインドウ毎に白線の可能性がある白線候補線を算
出する白線候補線算出手段と、 前記ウインドウ内の路面と自車両との遠近位置を判断す
るウインドウ位置判断手段と、 前記ウインドウ内の路面が自車両に対して遠方に位置す
ると判断されたウインドウに対しては、少なくとも白線
候補線の傾きを用い、前記ウインドウ内の路面が自車両
に対して遠方に位置しないと判断されたウインドウに対
しては、白線候補線の画像座標を用いて、前記自車両の
車線に対する横変位を含む前記道路パラメータを推定す
る道路パラメータ推定手段と、 を備えたことを特徴とする道路白線認識装置。 - 【請求項4】 請求項1ないし請求項3のいずれか1項
記載の道路白線認識装置において、前記ウインドウ毎に
画像を処理して白線候補点を抽出する白線候補点抽出手
段を備え、前記白線候補線算出手段は前記白線候補点抽
出手段によって抽出された白線候補点に基づいて白線候
補線を算出するようにしたことを特徴とする道路白線認
識装置。 - 【請求項5】 請求項1ないし請求項4のいずれか1項
記載の道路白線認識装置において、各ウインドウで算出
される白線候補線を直線に近似させたことを特徴とする
道路白線認識装置。 - 【請求項6】 請求項5記載の道路白線認識装置におい
て、各ウインドウで算出される白線候補線を直線に近似
させ、白線候補点から白線候補線となる直線への近似に
ハフ変換を用いたことを特徴とする道路白線認識装置。 - 【請求項7】 請求項1ないし請求項6のいずれか1項
記載の道路白線認識装置において、カルマンフィルタ処
理により前記道路パラメータを推定できるように、擬似
白線が存在すると判断されたウインドウに対しては、前
記道路モデル式から自車両の横変位を消去した式を前記
道路パラメータに関して線型近似し、擬似白線が存在し
ないと判断されたウインドウに対しては、前記道路モデ
ル式を前記道路パラメータに関して線型近似したことを
特徴とする道路白線認識装置。 - 【請求項8】 請求項1ないし請求項7のいずれか1項
記載の道路白線認識装置において、 前記道路パラメータは、道路曲率、自車両の車線に対す
るヨー角、自車両のピッチ角、及び路面からの前記画像
取得手段の高さを含むことを特徴とする道路白線認識装
置。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2001179204A JP3733875B2 (ja) | 2000-09-29 | 2001-06-13 | 道路白線認識装置 |
US09/963,490 US6845172B2 (en) | 2000-09-29 | 2001-09-27 | Road lane marker recognition |
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2000-301453 | 2000-09-29 | ||
JP2000301453 | 2000-09-29 | ||
JP2001179204A JP3733875B2 (ja) | 2000-09-29 | 2001-06-13 | 道路白線認識装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2002175535A true JP2002175535A (ja) | 2002-06-21 |
JP3733875B2 JP3733875B2 (ja) | 2006-01-11 |
Family
ID=26601305
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2001179204A Expired - Fee Related JP3733875B2 (ja) | 2000-09-29 | 2001-06-13 | 道路白線認識装置 |
Country Status (2)
Country | Link |
---|---|
US (1) | US6845172B2 (ja) |
JP (1) | JP3733875B2 (ja) |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2002236911A (ja) * | 2001-02-13 | 2002-08-23 | Nissan Motor Co Ltd | 道路の仕切線認識装置 |
JP2005267108A (ja) * | 2004-03-17 | 2005-09-29 | Denso Corp | 運転支援装置 |
JP2008027046A (ja) * | 2006-07-19 | 2008-02-07 | Fuji Heavy Ind Ltd | 車線認識装置 |
JP2013530435A (ja) * | 2010-04-20 | 2013-07-25 | コンティ テミック マイクロエレクトロニック ゲゼルシャフト ミット ベシュレンクテル ハフツング | 自動車のための車道推移を求める方法 |
JP2015069288A (ja) * | 2013-09-27 | 2015-04-13 | 日産自動車株式会社 | 自車位置認識装置 |
US9280712B2 (en) | 2012-03-19 | 2016-03-08 | Nippon Soken, Inc. | Apparatus and method for recognizing a lane |
JP2016091468A (ja) * | 2014-11-10 | 2016-05-23 | 株式会社豊田中央研究所 | 目標軌跡算出装置及びプログラム |
JP2019012237A (ja) * | 2017-06-30 | 2019-01-24 | パナソニックIpマネジメント株式会社 | 表示システム、情報提示システム、表示システムの制御方法、プログラム、及び移動体 |
Families Citing this family (35)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP4016735B2 (ja) * | 2001-11-30 | 2007-12-05 | 株式会社日立製作所 | レーンマーク認識方法 |
JP3780922B2 (ja) * | 2001-11-30 | 2006-05-31 | 日産自動車株式会社 | 道路白線認識装置 |
JP4259357B2 (ja) * | 2004-03-12 | 2009-04-30 | 三菱ふそうトラック・バス株式会社 | 車両走行状態判定装置 |
JP4296973B2 (ja) * | 2004-03-19 | 2009-07-15 | 三菱ふそうトラック・バス株式会社 | 車両走行状態判定装置 |
JP4258413B2 (ja) * | 2004-03-26 | 2009-04-30 | 三菱ふそうトラック・バス株式会社 | 車両走行状態判定装置 |
JP4225229B2 (ja) * | 2004-03-30 | 2009-02-18 | 三菱ふそうトラック・バス株式会社 | 覚醒度判定装置 |
JP4437714B2 (ja) * | 2004-07-15 | 2010-03-24 | 三菱電機株式会社 | 車線認識画像処理装置 |
KR100619758B1 (ko) * | 2004-11-10 | 2006-09-07 | 엘지전자 주식회사 | 로봇청소기의 움직임 추적장치 및 방법 |
US7639841B2 (en) * | 2004-12-20 | 2009-12-29 | Siemens Corporation | System and method for on-road detection of a vehicle using knowledge fusion |
JP4616046B2 (ja) * | 2005-03-22 | 2011-01-19 | 本田技研工業株式会社 | 車両用画像処理システム、車両用画像処理方法、車両用画像処理プログラム、及び車両 |
JP4659631B2 (ja) * | 2005-04-26 | 2011-03-30 | 富士重工業株式会社 | 車線認識装置 |
JP4822766B2 (ja) * | 2005-08-18 | 2011-11-24 | 富士通株式会社 | 路面標示認識装置及びシステム |
US8462988B2 (en) * | 2007-01-23 | 2013-06-11 | Valeo Schalter Und Sensoren Gmbh | Method and system for universal lane boundary detection |
JP5083658B2 (ja) * | 2008-03-26 | 2012-11-28 | 本田技研工業株式会社 | 車両用車線認識装置、車両、及び車両用車線認識プログラム |
US8699754B2 (en) * | 2008-04-24 | 2014-04-15 | GM Global Technology Operations LLC | Clear path detection through road modeling |
JP5350297B2 (ja) * | 2010-03-17 | 2013-11-27 | クラリオン株式会社 | 車両姿勢角算出装置及びそれを用いた車線逸脱警報システム |
JP5276637B2 (ja) | 2010-09-08 | 2013-08-28 | 富士重工業株式会社 | 車線推定装置 |
CN103262139B (zh) * | 2010-12-15 | 2015-06-24 | 本田技研工业株式会社 | 行车道识别装置 |
JP2012212282A (ja) * | 2011-03-31 | 2012-11-01 | Honda Elesys Co Ltd | 路面状態検出装置、路面状態検出方法、及び路面状態検出プログラム |
CN102306300B (zh) * | 2011-08-25 | 2013-04-10 | 武汉光庭信息技术有限公司 | 基于弯道模型的有损形状道路识别方法 |
WO2013027803A1 (ja) * | 2011-08-25 | 2013-02-28 | 日産自動車株式会社 | 車両用自律走行制御システム |
CN102663403B (zh) * | 2012-04-26 | 2014-04-16 | 北京工业大学 | 基于视觉的快速路智能车导航中车道信息提取系统及方法 |
JP5887219B2 (ja) * | 2012-07-03 | 2016-03-16 | クラリオン株式会社 | 車線逸脱警報装置 |
KR102058001B1 (ko) * | 2012-09-03 | 2020-01-22 | 엘지이노텍 주식회사 | 차선 보정 시스템, 차선 보정 장치 및 이의 차선 보정 방법 |
JP6102213B2 (ja) * | 2012-11-22 | 2017-03-29 | 富士通株式会社 | 画像処理装置、画像処理方法および画像処理プログラム |
JP5958368B2 (ja) * | 2013-01-31 | 2016-07-27 | トヨタ自動車株式会社 | 白線検出装置 |
CN103268611B (zh) * | 2013-05-27 | 2016-08-31 | 广西科技大学 | 一种复杂场景中精确的实时曲线检测方法 |
US9404761B2 (en) | 2014-05-30 | 2016-08-02 | Nissan North America, Inc. | Autonomous vehicle lane routing and navigation |
US20150345967A1 (en) * | 2014-06-03 | 2015-12-03 | Nissan North America, Inc. | Probabilistic autonomous vehicle routing and navigation |
US10593007B1 (en) * | 2015-06-11 | 2020-03-17 | Digimarc Corporation | Methods and arrangements for configuring industrial inspection systems |
JP6469220B2 (ja) * | 2015-06-15 | 2019-02-13 | 三菱電機株式会社 | 走行車線判別装置および走行車線判別方法 |
JP6451858B2 (ja) * | 2015-08-04 | 2019-01-16 | 日産自動車株式会社 | 段差検出装置及び段差検出方法 |
JP6511406B2 (ja) * | 2016-02-10 | 2019-05-15 | クラリオン株式会社 | キャリブレーションシステム、キャリブレーション装置 |
JP6889005B2 (ja) * | 2017-04-05 | 2021-06-18 | 株式会社Soken | 道路パラメータ推定装置 |
JP6993205B2 (ja) * | 2017-12-18 | 2022-01-13 | 株式会社Soken | 区画線特定装置 |
Family Cites Families (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2917681B2 (ja) | 1992-06-29 | 1999-07-12 | 日産自動車株式会社 | 道路形状計測装置 |
US5487116A (en) * | 1993-05-25 | 1996-01-23 | Matsushita Electric Industrial Co., Ltd. | Vehicle recognition apparatus |
JP3288566B2 (ja) | 1994-11-10 | 2002-06-04 | 株式会社豊田中央研究所 | 走行レーン認識装置 |
WO1996034363A1 (fr) * | 1995-04-26 | 1996-10-31 | Hitachi, Ltd. | Processeur d'images pour vehicule |
EP1383100A3 (en) * | 1996-08-28 | 2005-02-02 | Matsushita Electric Industrial Co., Ltd. | Local positioning apparatus and method therefor |
JP3516856B2 (ja) * | 1998-01-30 | 2004-04-05 | 富士重工業株式会社 | 車外監視装置 |
JP3580475B2 (ja) * | 1998-09-14 | 2004-10-20 | 矢崎総業株式会社 | 周辺監視装置 |
-
2001
- 2001-06-13 JP JP2001179204A patent/JP3733875B2/ja not_active Expired - Fee Related
- 2001-09-27 US US09/963,490 patent/US6845172B2/en not_active Expired - Fee Related
Cited By (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2002236911A (ja) * | 2001-02-13 | 2002-08-23 | Nissan Motor Co Ltd | 道路の仕切線認識装置 |
JP4696370B2 (ja) * | 2001-02-13 | 2011-06-08 | 日産自動車株式会社 | 道路の仕切線認識装置 |
JP2005267108A (ja) * | 2004-03-17 | 2005-09-29 | Denso Corp | 運転支援装置 |
JP2008027046A (ja) * | 2006-07-19 | 2008-02-07 | Fuji Heavy Ind Ltd | 車線認識装置 |
JP2013530435A (ja) * | 2010-04-20 | 2013-07-25 | コンティ テミック マイクロエレクトロニック ゲゼルシャフト ミット ベシュレンクテル ハフツング | 自動車のための車道推移を求める方法 |
US10776634B2 (en) | 2010-04-20 | 2020-09-15 | Conti Temic Microelectronic Gmbh | Method for determining the course of the road for a motor vehicle |
US9280712B2 (en) | 2012-03-19 | 2016-03-08 | Nippon Soken, Inc. | Apparatus and method for recognizing a lane |
JP2015069288A (ja) * | 2013-09-27 | 2015-04-13 | 日産自動車株式会社 | 自車位置認識装置 |
JP2016091468A (ja) * | 2014-11-10 | 2016-05-23 | 株式会社豊田中央研究所 | 目標軌跡算出装置及びプログラム |
JP2019012237A (ja) * | 2017-06-30 | 2019-01-24 | パナソニックIpマネジメント株式会社 | 表示システム、情報提示システム、表示システムの制御方法、プログラム、及び移動体 |
JP7065383B2 (ja) | 2017-06-30 | 2022-05-12 | パナソニックIpマネジメント株式会社 | 表示システム、情報提示システム、表示システムの制御方法、プログラム、及び移動体 |
Also Published As
Publication number | Publication date |
---|---|
US20020042676A1 (en) | 2002-04-11 |
JP3733875B2 (ja) | 2006-01-11 |
US6845172B2 (en) | 2005-01-18 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP3733875B2 (ja) | 道路白線認識装置 | |
US4970653A (en) | Vision method of detecting lane boundaries and obstacles | |
KR100257592B1 (ko) | 차선검출센서 및 이를 이용한 항법장치 | |
JP4328692B2 (ja) | 物体検出装置 | |
EP3196853A1 (en) | Machine vision-based method and system for aircraft docking guidance and aircraft type identification | |
CN109752701A (zh) | 一种基于激光点云的道路边沿检测方法 | |
US20150161454A1 (en) | Lane detection system and method | |
US20090041337A1 (en) | Image processing apparatus and method | |
WO2003001473A1 (en) | Vision-based collision threat detection system_ | |
CN111178295A (zh) | 车位检测和模型训练方法、装置、车辆、设备及存储介质 | |
KR20150112656A (ko) | 카메라 캘리브레이션 방법 및 그 장치 | |
KR101100827B1 (ko) | 도로주행 로봇의 자기 위치 인식방법 | |
Liu et al. | Development of a vision-based driver assistance system with lane departure warning and forward collision warning functions | |
JP3603836B2 (ja) | 道路白線認識装置 | |
JP4296287B2 (ja) | 車両認識装置 | |
CN114118252A (zh) | 一种基于传感器多元信息融合的车辆检测方法及检测装置 | |
JP4067340B2 (ja) | 対象物認識装置および対象物認識方法 | |
CN111723778B (zh) | 基于MobileNet-SSD的车辆测距系统及方法 | |
JP2005157731A (ja) | 車線認識装置および車線認識方法 | |
JP5048609B2 (ja) | 対象物追跡装置及びプログラム | |
JP2002334330A (ja) | 車両認識装置 | |
CN114719873A (zh) | 一种低成本精细地图自动生成方法、装置及可读介质 | |
CN110147748A (zh) | 一种基于道路边缘检测的移动机器人障碍物识别方法 | |
CN110398226A (zh) | 一种用于先进辅助驾驶系统的单目视觉测距方法 | |
JP2012150595A (ja) | 一時停止線検出装置及びプログラム |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20050531 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20050607 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20050801 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20050927 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20051010 |
|
R150 | Certificate of patent or registration of utility model |
Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20091028 Year of fee payment: 4 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20091028 Year of fee payment: 4 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20101028 Year of fee payment: 5 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20111028 Year of fee payment: 6 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20121028 Year of fee payment: 7 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20121028 Year of fee payment: 7 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20131028 Year of fee payment: 8 |
|
LAPS | Cancellation because of no payment of annual fees |