JP2002236911A - 道路の仕切線認識装置 - Google Patents
道路の仕切線認識装置Info
- Publication number
- JP2002236911A JP2002236911A JP2001035438A JP2001035438A JP2002236911A JP 2002236911 A JP2002236911 A JP 2002236911A JP 2001035438 A JP2001035438 A JP 2001035438A JP 2001035438 A JP2001035438 A JP 2001035438A JP 2002236911 A JP2002236911 A JP 2002236911A
- Authority
- JP
- Japan
- Prior art keywords
- parameter
- parameters
- partition line
- estimated
- value
- 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
Landscapes
- Image Processing (AREA)
- Traffic Control Systems (AREA)
- Image Analysis (AREA)
Abstract
とが可能な道路の仕切線認識装置を提供することが課題
である。 【解決手段】 各ウインドウに現れる白線候補線の数に
関係なく、一旦パラメータB、H、C、Dの関係を求
め、これを前提に全ての白線候補に対して、道路パラメ
ータA、B、C、D、Hを推定し、これらの複数の推定
値の中から、真の推定値を推定する処理を行う。真の白
線候補がどのウインドウに現れるかは関係が無い。その
ため、疑似白線のみが現れるウインドウが存在しても、
正確に道路パラメータを推定することができる。
Description
線等の仕切線を精度良く認識する仕切線認識装置に関す
る。
特開平6−20189号公報「道路形状計測装置」(以
下、従来例1という)、特開平8−261756号公報
「走行レーン認識装置」(以下、従来例2という)に記
載されたものが知られている。
道路白線に沿って現れる轍、影、水膜、2重白線等の疑
似白線を誤認識し、道路モデルの推定を失敗する可能性
がある。以下、従来例1に係る白線認識装置による処理
手順を、図8に示すフローチャートを参照しながら説明
する。
込み>車両に固定され、車両前方を撮像するために用意
されたカメラにて撮影された映像を所定周期毎に採り込
む。
図9にウィンドの例を示す。ウィンドウは、一般に複数
個(図では、左5個、右5個の合計10個で描かれてい
る)用意され、白線は、このウィンドウ内で検知され
る。このウィンドウは、前回の映像採り込み時における
画像処理結果によって得られた道路モデルにより、その
位置が推定される。
れる。
出等の詳細については省略する。(6)式は、車線幅を
定数と見なした定式化であり、その他にカメラ高さを定
数と見なした定式化がある。両者とも、未知パラメータ
数は5つであり、等価であるので、以下では、(6)式
に則って説明する。
C,D,H}は、それぞれ、自車両の車線に対する横位
置、道路曲率、自車両の車線に対するヨー角、ピッチ
角、カメラ高さに相当する。E0は車線幅(左側白線と
右側白線との間隔)、fv,fhはカメラ透視変換定数で
縦方向、横方向をそれぞれ表す。{x,y}は白線候補
線の任意の点の座標画像である。また、E0を車線内側
間の距離とすると、{x,y}は白線候補点内側の任意
の点の座標画像となる。
のとする。iは左白線では0、右白線では1を表す。N
番目のウインドウの上辺(y座標が小さい方)のy座標
をynとする。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、今回のN番目のウイ
ンドウの中心座標xncは、次の(7)式で示される。
示されるように、パラメータの分散から合理的に設定す
る方法も提示されている。
belフィルタ等のエッジ検知(輝度変化)を利用する。
図10に示すように、左(画像座標のx値が小さい方)
の画素の輝度が右の画素の輝度よりも大きい場合、フィ
ルタの出力が正であるとする。白線の内側を白線候補点
としているので、左白線の場合の白線候補点ではフィル
タの出力は正、右白線では負となる。左白線の場合、ウ
インドウすべての画像を走査して、フィルタの出力が所
定の正の値を越えたものを白線候補点と見なす。
線候補点集合から白線候補線を得る処理としてハフ変
換、最小自乗法等がある。例えば、ハフ変換直線近似で
は、図11に示すように、ウインドウ内を通過する直線
のうち、最も白線候補点を多く貫いたものを選択する。
算出>白線候補線の通過する点を1つ選択し、その画像
座標を求める。例えば、白線候補線とウインドウの上辺
の交点を代表点とする。これは、図12中の{xn,y
n}に相当する。
タ推定>代表点の集合{x0,y0}〜{xn0,yn0}
(n0:代表点の個数)と、上記した(6)式に基づい
て、道路モデル{A,B,C,D,H}の推定が行われ
る。この推定方式の代表として、最小自乗法、カルマン
フィルタがある。
の問題点について説明する。ウインドウ内に擬似白線が
現れた場合には、(6)式の座標値xは真でない場合が
ある。例えば、白線がぼけていて、擬似白線がはっきり
と現れている場合は、擬似白線を選択することになる。
このため、(6)式を前提に推定されるパラメータ
{A,B,C,D,H}は誤差が大きくなる場合があっ
た。
xを複数個メモリに蓄え(例えば、N番目のウインドウ
ではxn1〜xnmというように)、他のウインドウの候補
との幾何学的関係から真の座標値xを選択するロジック
が提案されている。
白線候補点の数が多いと仮定しており、その仮定の成立
する場合では良好に動作するものと考えられる。但し、
実際には2重白線や波線の脇に現れる水膜等、擬似白線
の候補点数が多いことが頻発している。従来例1ではこ
の問題の対処には触れておらず、擬似白線の誤検知が問
題となることは明らかである。
白線に平行であることが多いことに着目し、擬似白線が
存在する可能性があるウインドウでは画像上の傾き(∂
x/∂y)と画像座標および道路パラメータの満たす
(8)式を条件式とし、また、擬似白線が存在しないウ
インドウに関しては画像座標および道路パラメータの満
たす(9)式を条件式として連立方程式を構成し、最小
2乗法もしくはカルマンフィルタ等の技法により各パラ
メータA,B,C,D,Hを推定する方法が提案されて
いる。
に規定できない。実際には白線候補が単数の場合にそれ
が真の白線と仮定しており、例えば、擬似白線しか現れ
ないウインドウが存在した場合には誤推定が生じる可能
性があった。
ためになされたものであり、その目的とするところは、
撮影された画像中に真の仕切線以外に擬似的な仕切線が
存在する場合においても、高精度に仕切線の位置の存在
を検出することのできる道路の仕切線認識装置を提供す
ることにある。
め、本願請求項1に記載の発明は、車両前方の道路映像
を撮影する撮影手段を有し、該撮影手段にて撮影された
映像に基づき、離散時間的に、ヨー角相当のパラメータ
C、横変位相当のパラメータA、曲率相当のパラメータ
B、ピッチ角相当のパラメータD、及びカメラ高さ相当
のパラメータHを推定し、推定された各パラメータに基
づいて、前記道路映像に含まれる仕切線を認識する道路
の仕切線認識装置において、前記撮影手段にて撮影され
た映像から、仕切線の候補となる仕切線候補線を検出
し、該仕切線候補線上にて設定される代表点の画像座標
を算出する手段と、前記各代表点における仕切線候補線
の傾きを求める手段と、前記各パラメータC、A、B、
D、Hを含む第1の方程式と、前記代表点の画像座標、
及び前記仕切線候補線の傾きに基づいて、パラメータB
とHとの積(B*H)、及びパラメータC、Dを推定す
る手段と、前記代表点の画像座標を、左側の仕切線候補
線、及び右側の仕切線候補線のそれぞれについて少なく
とも1つ以上選択し、この画像座標と、前記各パラメー
タC、A、B、D、Hを含む第2の方程式と、前記推定
された積(B*H)、及びパラメータC、Dと、に基づ
いて、パラメータA、Hを推定する手段と、前記代表点
を変更して、前記パラメータA、Hを推定することによ
り、パラメータA、Hの推定値の集合GAHを作成する
手段と、前記作成された集合GAHに基づいて、パラメ
ータAの推定値の集合GA、及びパラメータHの推定値
の集合GHを作成する手段と、前記集合GA、及び集合
GHを、それぞれ代表値を有する小グループGAn、G
Hn(n=1,2,・・)に分割し、各小グループに含
まれる要素数DAn、DGn(n=1,2,・・)を算出
する手段と、前記集合GAの各小グループGAn中か
ら、前記要素数DAnが所定値以上であり、且つ、前記
小グループに設定される前記代表値が、今回の処理で想
定されるパラメータAと最も近い値となる小グループG
Axを選択する手段と、前記選択された小グループGAx
に基づき、所定の演算処理によりパラメータAの推定値
を求める手段と、前記集合GHの各小グループGHn中
から、前記要素数DHnが所定値以上であり、且つ、前
記小グループに設定される前記代表値が、今回の処理で
想定されるパラメータHと最も近い値となる小グループ
GHxを選択する手段と、前記選択された小グループG
Hxに基づき、所定の演算処理によりパラメータHの推
定値を求める手段と、前記積(B*H)の推定値と、前
記パラメータHの推定値に基づいて、パラメータBの推
定値を求める手段と、を有し、前記求められたC、A、
B、D、Hの推定値を今回のパラメータ値として、前記
仕切線位置を求めることが特徴である。
映像を撮影する撮影手段を有し、該撮影手段にて撮影さ
れた映像に基づき、離散時間的に、ヨー角相当のパラメ
ータC、横変位相当のパラメータA、曲率相当のパラメ
ータB、ピッチ角相当のパラメータD、及びカメラ高さ
相当のパラメータHを推定し、推定された各パラメータ
に基づいて、前記道路映像に含まれる仕切線を認識する
道路の仕切線認識装置において、前記撮影手段にて撮影
された映像から、仕切線の候補となる仕切線候補線を検
出し、該仕切線候補線上にて設定される代表点の画像座
標を算出する手段と、前記各代表点における仕切線候補
線の傾きを求める手段と、前記各パラメータC、A、
B、D、Hを含む第1の方程式と、前記代表点の画像座
標、及び前記仕切線候補線の傾きに基づいて、パラメー
タBとHとの積(B*H)、及びパラメータC、Dを推
定する手段と、前記車両前方の道路映像中の、左側仕切
線上、及び右側仕切線上にてそれぞれ前記代表点を設定
し、これを代表点の組とし、該代表点の組が有する各代
表点の画像座標と、前記推定された積(B*H)、及び
パラメータC、Dと、前記各パラメータC、A、B、
D、Hを含む第2の方程式とを用いて、パラメータA、
Hを推定する手段と、前記パラメータA、Hの推定を、
前記代表点の組とは異なる他の1または複数の代表点の
組に対して行い、代表点の組毎に推定されるパラメータ
Hと、車両が標準状態にあるときに想定されるパラメー
タH0との偏差が所定値以下となるパラメータA、Hの
集合GAHを作成する手段と、前記集合GAHに基づい
て、パラメータAの推定値の集合GA、及びパラメータ
Hの推定値の集合GHを作成する手段と、前記集合G
A、及び集合GHを、それぞれ代表値を有する小グルー
プGAn、GHn(n=1,2,・・)に分割し、各小グ
ループに含まれる要素数DAn、DGn(n=1,2,・
・)を算出する手段と、前記集合GAの各小グループG
An中から、前記要素数DAnが所定値以上であり、且
つ、前記小グループに設定される前記代表値が、今回の
処理で想定されるパラメータAと最も近い値となる小グ
ループGAxを選択する手段と、前記選択された小グル
ープGAxに基づき、所定の演算処理によりパラメータ
Aの推定値を求める手段と、前記集合GHの各小グルー
プGHn中から、前記要素数DHnが所定値以上であり、
且つ、前記小グループに設定される前記代表値が、今回
の処理で想定されるパラメータHと最も近い値となる小
グループGHxを選択する手段と、前記選択された小グ
ループGHxに基づき、所定の演算処理によりパラメー
タHの推定値を求める手段と、前記積(B*H)の推定
値と、前記パラメータHの推定値に基づいて、パラメー
タBの推定値を求める手段と、を有し、前記求められた
C、A、B、D、Hの推定値を今回のパラメータ値とし
て、前記仕切線位置を求めることを特徴とする。
映像を撮影する撮影手段を有し、該撮影手段にて撮影さ
れた映像に基づき、離散時間的に、ヨー角相当のパラメ
ータC、横変位相当のパラメータA、曲率相当のパラメ
ータB、ピッチ角相当のパラメータD、及びカメラ高さ
相当のパラメータHを推定し、推定された各パラメータ
に基づいて、前記道路映像に含まれる仕切線を認識する
道路の仕切線認識装置において、前記撮影手段にて撮影
された映像から、仕切線の候補となる仕切線候補線を検
出し、該仕切線候補線上にて設定される代表点の画像座
標を算出する手段と、前記各代表点における仕切線候補
線の傾きを求める手段と、前記各パラメータC、A、
B、D、Hを含む第1の方程式と、前記代表点の画像座
標、及び前記仕切線候補線の傾きに基づいて、パラメー
タBとHとの積(B*H)、及びパラメータC、Dを推
定する手段と、前記代表点の画像座標を、左側の仕切線
候補線、及び右側の仕切線候補線のそれぞれについて少
なくとも1つ以上選択し、この画像座標と、前記各パラ
メータC、A、B、D、Hを含む第2の方程式と、前記
推定された積(B*H)、及びパラメータC、Dと、に
基づいて、パラメータA、Hを推定する手段と、前記代
表点を変更して、前記パラメータA、Hを推定すること
により、パラメータA、Hの推定値の集合GAHを作成
する手段と、前記作成された集合GAHに基づいて、パ
ラメータAの推定値の集合GAを作成する手段と、前記
集合GAを、それぞれ代表値を有する小グループGAn
(n=1,2,・・)に分割し、各小グループに含まれ
る要素数DAn(n=1,2,・・)を算出する手段
と、前記集合GAの各小グループGAn中から、前記要
素数DAnが所定値以上であり、且つ、前記小グループ
に設定される前記代表値が、今回の処理で想定されるパ
ラメータAと最も近い値となる小グループGAxを選択
する手段と、前記選択された小グループGAxに基づ
き、所定の演算処理によりパラメータAの推定値を求め
る手段と、前記集合GAHの中で、パラメータAの推定
値が小グループGAxに属する集合GAHxを作成し、こ
の集合GAHxに基づいて、パラメータHの推定値の集
合GHを求める手段と、前記集合GHを、それぞれ代表
値を有する小グループGHn(n=1,2,・・)に分
割し、各小グループに含まれる要素数DHn(n=1,
2,・・)を算出する手段と、前記集合GHの各小グル
ープGHn中から、前記要素数DHnが所定値以上であ
り、且つ、前記小グループに設定される前記代表値が、
今回の処理で想定されるパラメータHと最も近い値とな
る小グループGHxを選択する手段と、前記選択された
小グループGHxに基づき、所定の演算処理によりパラ
メータHの推定値を求める手段と、前記積(B*H)の
推定値と、前記パラメータHの推定値に基づいて、パラ
メータBの推定値を求める手段と、を有し、前記求めら
れたC、A、B、D、Hの推定値を今回のパラメータ値
として、前記仕切線位置を求めることを特徴とする。
処理は、平均処理、或いは最小自乗法による演算である
ことを特徴とする。
映像を撮影する撮影手段を有し、該撮影手段にて撮影さ
れた映像に基づき、離散時間的に、ヨー角相当のパラメ
ータC、横変位相当のパラメータA、曲率相当のパラメ
ータB、ピッチ角相当のパラメータD、及びカメラ高さ
相当のパラメータHを推定し、推定された各パラメータ
に基づいて、前記道路映像に含まれる仕切線を認識する
道路の仕切線認識装置において、前記撮影手段にて撮影
された映像から、仕切線の候補となる仕切線候補線を検
出し、該仕切線候補線上にて設定される代表点の画像座
標を算出する手段と、前記各代表点における仕切線候補
線の傾きを求める手段と、前記各パラメータC、A、
B、D、Hを含む第1の方程式と、前記代表点の画像座
標、及び前記仕切線候補線の傾きに基づいて、パラメー
タBとHとの積(B*H)、及びパラメータC、Dを推
定する手段と、前記代表点の画像座標を、左側の仕切線
候補線、及び右側の仕切線候補線のそれぞれについて少
なくとも1つ以上選択し、この画像座標と、前記各パラ
メータC、A、B、D、Hを含む第2の方程式と、前記
推定された積(B*H)、及びパラメータC、Dと、に
基づいて、パラメータA、Hを推定する手段と、前記代
表点を変更して、前記パラメータA、Hを推定すること
により、パラメータA、Hの推定値の集合GAHを作成
する手段と、前記作成された集合GAHに基づいて、パ
ラメータAの推定値の集合GAを作成する手段と、前記
集合GAを、それぞれ代表値を有する小グループGAn
(n=1,2,・・)に分割し、各小グループに含まれ
る要素数DAn(n=1,2,・・)を算出する手段
と、前記集合GAの各小グループGAn中から、前記要
素数DAnが所定値以上であり、且つ、前記小グループ
に設定される前記代表値が、今回の処理で想定されるパ
ラメータAと最も近い値となる小グループGAxを選択
する手段と、前記集合GAHの中で、パラメータAの推
定値が前記小グループGAxに属する集合GAHxを作成
する手段と、前記集合GAHxに属するパラメータA、
Hの推定値Anx、Hnxを与える、仕切線候補線の代表点
の画像座標xnx、yny(n=1,2,・・)の集合と、
前記積(B*H)の推定値と、前記パラメータC、Dの
推定値、及び、前記各パラメータC、A、B、D、Hを
含む第3の方程式に基づいて、再度パラメータA、Hを
推定し直す手段と、前記推定し直されたパラメータA、
Hを、今回のパラメータとし、前記積(B*H)の推定
値と、前記パラメータHの推定値に基づいて、パラメー
タBの推定値を求める手段と、を有し、前記求められた
C、A、B、D、Hの推定値を今回のパラメータ値とし
て、前記仕切線位置を求めることを特徴とする。
映像を撮影する撮影手段を有し、該撮影手段にて撮影さ
れた映像に基づき、離散時間的に、ヨー角相当のパラメ
ータC、横変位相当のパラメータA、曲率相当のパラメ
ータB、ピッチ角相当のパラメータD、及びカメラ高さ
相当のパラメータHを推定し、推定された各パラメータ
に基づいて、前記道路映像に含まれる仕切線を認識する
道路の仕切線認識装置において、前記撮影手段にて撮影
された映像から、仕切線の候補となる仕切線候補線を検
出し、該仕切線候補線上にて設定される代表点の画像座
標を算出する手段と、前記各代表点における仕切線候補
線の傾きを求める手段と、前記各パラメータC、A、
B、D、Hを含む第1の方程式と、前記代表点の画像座
標、及び前記仕切線候補線の傾きに基づいて、パラメー
タBとHとの積(B*H)、及びパラメータC、Dを推
定する手段と、前記代表点の画像座標を、左側の仕切線
候補線、及び右側の仕切線候補線のそれぞれについて少
なくとも1つ以上選択し、この画像座標と、前記各パラ
メータC、A、B、D、Hを含む第2の方程式と、前記
推定された積(B*H)、及びパラメータC、Dと、に
基づいて、パラメータA、Hを推定する手段と、前記代
表点を変更して、前記パラメータA、Hを推定すること
により、パラメータA、Hの推定値の集合GAHを作成
する手段と、前記作成された集合GAHに基づいて、パ
ラメータAの推定値の集合GAを作成する手段と、前記
集合GAを、それぞれ代表値を有する小グループGAn
(n=1,2,・・)に分割し、各小グループに含まれ
る要素数DAn(n=1,2,・・)を算出する手段
と、前記集合GAの各小グループGAn中から、前記要
素数DAnが所定値以上であり、且つ、前記小グループ
に設定される前記代表値が、今回の処理で想定されるパ
ラメータAと最も近い値となる小グループGAxを選択
する手段と、前記集合GAHの中で、パラメータAの推
定値が小グループGAxに属する集合GAHxを作成する
手段と、前記集合GAHxに属するパラメータA、Hの
推定値Anx、Hnxを与える、仕切線候補線の代表点の画
像座標xnx、yny(n=1,2,・・)の集合と、前記
積(B*H)の推定値と、パラメータC、Dの推定値、
及び、前記第1の方程式に基づいて、前記各パラメータ
A、B、H、C、Dを推定し直し、今回の推定結果とす
る手段と、を有し、前記求められたC、A、B、D、H
の推定値を今回のパラメータ値として、前記仕切線位置
を求めることを特徴とする。
式は、前述の(1)式で示されることを特徴とする。請
求項8に記載の発明は、前記第2の方程式は、前述の
(2)式で示されることを特徴とする。
GHを分割する小グループは、それぞれ前述の(3)
式、及び(4)式で示され、前記小グループの代表値
は、中間値であることを特徴とする。請求項10に記載
の発明は、前記第3の方程式は、前述の(5)式で示さ
れることを特徴とする。
に擬似白線がウインドウ内に存在した場合でも、また、
擬似白線のみが存在するウインドウが存在した場合で
も、道路モデルを精度良く推定できる。
ウ内に存在しても道路モデルを精度良く推定できる理由
を説明すと、ウインドウに関しては、擬似白線を含めた
すべての白線候補線が満たす後述する(8)式を用いて
いるためである。
存在する場合でも道路モデルを精度良く推定できる理由
を説明する。従来においては、白線候補線が単数の場
合、それを真の白線として仮定していたが、本発明で
は、その仮定をおかないことによるものである。即ち、
請求項1に記載した仕切線認識装置は、各ウインドウに
現れる白線候補線の数に関係なく、一旦、パラメータ
B,H,C,Dの関係を求め、それを前提に全白線候補
それぞれに対し道路パラメータ(A,B,C,D,H)
を推定し、それら複数の推定値の中から真の推定値を選
択する。真の白線候補がどのウインドウに現れるかは関
係無い。そのため、擬似白線のみが現れるウインドウが
存在しても正確に道路パラメータを推定できる。
更に高精度に道路パラメータが推定できる。請求項2で
は白線候補線毎に横変位Aとカメラ高さHの推定が行わ
れる。パラメータHの度数分布は、真値を中心とした箇
所に極大点が現れるが、2重白線走行時等、擬似白線が
存在する場合には数箇所極点が現れる。
右側誘導線のペア、偽の左誘導線と真の右白線のペア、
左右偽の誘導線のペア等による3つの誤推定が発生する
ためである。左右偽の誘導線のペアによる車両横変位の
推定は誘導線が左右対称に路面に引かれている場合には
真値と一致するが、それ以外は偽の推定を与えるため、
あらかじめ、高さ推定が車両標準状態から大きく逸脱す
るペアを採用しないことにより、高さは当然であるが、
横変位の推定精度も著しく向上する。
り更に高精度に道路パラメータが推定できる。請求項
1,2において、パラメータA,Hの推定はそれぞれ別
に行われるため、{A,H}の組の情報、即ち、パラメ
ータAを選択するとパラメータHが決定するという関係
を利用していない。請求項3ではまず、パラメータAの
推定を行い、その後、その推定を与える{A,H}の組
を選び出し、パラメータHを推定するため、{A,H}
の組の情報を利用し推定精度が格段に向上する。
として、平均処理、或いは最小自乗法を用いるので、精
度の高い演算が可能となる。
項4に記載した仕切線認識装置よりも、更に高精度に道
路パラメータが推定できる。請求項1〜請求項4ではパ
ラメータA,Hの推定は最終的には独立で行われる(請
求項3においては確かにパラメータA,Hの関連が現れ
るが、パラメータAの推定の後、パラメータHの推定が
行われるため)。請求項5のように、A,B,C,D,
Hを同時に推定することにより、例えばカルマンフィル
タ等の推定技法を適用できるようになり、より合理的に
推定が行われるため、推定精度が格段に向上する。
項4に記載した仕切線認識装置よりも、より一層高精度
に道路パラメータが推定できる。請求項1〜請求項4で
は、パラメータA,Hの推定は最終的には独立で行われ
る。請求項6のように、各パラメータA,B,C,D,
Hを同時に推定することにより、例えばカルマンフィル
タ等の推定技法を適用できるようになり、より合理的に
推定が行われるため、推定精度が格段に向上する。
して、(1)式を用いるので、精度の高い演算が可能と
なる。
して、(2)式を用いるので、精度の高い演算が可能と
なる。
を分割する小グループを、(3)式、(4)式で示す如
くとするので、精度の高い演算が可能となる。
として、(5)式を用いるので、精度の高い演算が可能
となる。
基づいて説明する。図1は、本発明に係る仕切線認識装
置1が搭載された車両2を示す構成図である。同図に示
すように、仕切線認識装置1は、車両2の前方の映像を
撮影するCCDカメラ(撮影手段)3と、当該CCDカ
メラ3で撮影された映像に基づいて、車両前方側の道路
の白線を認識処理を行うプロセッサ4と、から構成され
ている。なお、以下の説明においては、道路に引かれた
仕切線を白線として説明するが、本発明は、これに限定
されるものではなく、黄線等の仕切線においても同様に
適用することができる。
切線認識装置1による画像処理の手順を示すフローチャ
ートである。以下、その詳細を各ステップ毎に説明す
る。
た手順と同様であり、所定周期でCCDカメラ3は車両
前方を撮影し、所定周期でプロセッサ4が画像情報を採
り込む。
手順と同様であり、前回の画像採り込み時にて推定され
た道路モデルに基づき、ウインドウのx方向の中心座標
xncが計算される。x方向の幅は、道路白線の画像上で
の動きを考慮して設定する。また、y方向の幅は固定と
する。
手順と同様である。
手順と同様であり、ハフ変換により、ウインドウ内の白
線候補点の列を直線近似する。座標{x,y}を通過す
る直線はパラメータa,bを用いて、以下の(10)式
のように表すことができる。
を決めることにより、パラメータbが(10)式により
計算できる。
とができる。配列の空欄は零を意味している。1が立っ
ている{a,b}の組合せの中に真値が含まれる。そし
て、この操作を白線候補点すべてに関して行う。その結
果、図4に示す配列を得ることができる。
(11)式で与えられる直線が貫く白線候補点の数を表
している。
N番目のウインドウでの白線候補線は以下に示す形で記
憶される。
補線とウインドウ上辺との交点とする。N番目のウイン
ドウの上辺のy座標をynとすると、x座標xnmは、以
下の(12)式で示される。
ンドウ内での白線候補線番号、yの添え字はウインドウ
番号を表している。代表点の画像座標の集合は以下のよ
うになる。
番目の白線候補線の画像上の傾きは、次の(13)式で
得られる。
候補線は真の白線に平行であると見なして良い場合が圧
倒的に多く、(14)式が成立すると言える。
(15)式となる。
すべて既知である。複数の代表点にわたって(15)式
を連立しパラメータB,C,D,Hを推定する手法に最
小2乗法、カルマンフィルタがあるが、ここではその詳
細は省略する。ただし、注意点として、B,Hは式の構
造上、その積しか推定できない。結果として、B*H,
C,Dが推定される。
をそれぞれ1点、無作為に選択し、それらの画像座標を
以下のように定義する。
の連立方程式(16)、(17)に代入し、パラメータ
A,Hの推定値{An,Hn}を得る。
択が異なるようにする。また、(16)式,(17)式
より理解されるように、どちらか一方が異なっただけで
も良い。
Hn},・・} <s9;GA,GHの作成>集合GAHから以下の集合
GA,GHを抽出する。
示すような所定幅のグループに分割する。
する。
(度数)をDAn,DHnとして記憶する。
ープの度数が大きいことは明らかである。しかし、2重
白線走行時は誤推定のグループの度数が最大となる場合
もあり、必ずしも度数が大きければ信頼性が高い訳では
ない。そのため、本発明ではパラメータの変化に着目し
た。
のであり、サンプル時間が短い処理系においては、前回
に基づき想定される今回の推定値と真値の偏差は微少で
あると言える。ただし、これのみによってグループを選
択すると、推定のロバスト性が低下する。例えば、ドラ
イバ介入意志は画像処理系には前もって入らないため、
想定される推定値の真値への追従遅れが発生する場合が
ある。即ち、度数、パラメータ変化いずれか一方のみで
はロバストな推定が達成できない。
入れた以下の手順が、パラメータAの推定に有効である
ことは明らかである。
プの代表値(例えば、(Ag(n-1)+Aag(n)/2)が今
回想定されるパラメータAと最も近いグループGAxを
選択する。ここで、所定値は2重白線走行時の真のグル
ープの度数を考慮して設定する。また、度数は全体の総
数に対する割合で代用しても等価である。
増減する。なお、前回の推定に基づき今回の推定値を得
る方法として、予測フィルタや予測型カルマンフィルタ
が知られている。例えば予測フィルタの一例として過去
の2情報の外挿による予測する手法を(18)式に示
す。
理、最小2乗法等により代表値Axを算出し、それを今
回のAの推定値とする。例えば平均処理の場合Axは
(19)式で表される。
で、以下の手順がパラメータHの推定に有効であること
は明らかである。
プの代表値(例えば、(Hg(n-1))+Hag(n)/2)が今
回想定されるパラメータHと最も近いグループGHxを
選択する。ここで、所定値は2重白線走行時の真のグル
ープの度数を考慮して設定する。また、度数は全体の総
数に対する割合で代用しても等価である。
増減する。なお、前回の推定に基づき今回の推定値を得
る方法はパラメータAと同じであり、省略する。
理、最小2乗法等により代表値Hxを算出し、それを今
回のHの推定値とする。
xで除した値を今回のBの推定値とする。
推定されている値を今回の推定値とする。
Hが推定され、該パラメータを代入することにより、精
度の高い白線の認識が可能となる。
明する。
とは、ステップs8の処理のみが相違する。よって、ス
テップs8以外の処理フローは、図2と同様となる。以
下、ステップs8における相違点(s8′)についての
み説明する。
代表点をそれぞれ1点、無作為に選択し、それらの画像
座標を以下のように定義する。
き、パラメータA,Hの推定値{An,Hn}を得る。
択が異なるようにする。また、(20)、(21)式よ
りわかるように、左側が同じでも右側が異なるものでも
良い。
姿勢で想定されるH0と大きく異なる{A,H}の組は
選択しない。この効果は説明済みである。2重白線で著
しい効果がある。
れ、該パラメータを代入することにより、精度の高い白
線の認識が可能となる。
第3実施形態の処理フローを図5に示す。なお、該第3
の実施形態において、s21〜s28までの処理は、第
1の実施形態のs1〜s8と同一であるので、その説明
を省略する。
GAを抽出する。
所定幅のグループに分割する。
nとして記憶する。
と同一である。
一である。
AがグループGAxに属する集合GAHx(={{Ax0,
Hx0},{Ax1,Hx1},・・})を作成する。
集合GH(={Hx0,Hx1,・・})を抽出する。
に示すような所定幅のグループに分割する。
nとして記憶する。
上であり、かつ、グループの代表値(例えば、(Hg(n-
1)+Hag(n)/2)が今回想定されるHと最も近いグル
ープGHxを選択する。
理、最小2乗法等により代表値Hxを算出し、それを今
回のパラメータHの推定値とする。
xで除した値を今回のBの推定値とする。
推定されている値を今回の推定値とする。
Hが推定され、該パラメータを代入することにより、精
度の高い白線の認識が可能となる。
第4実施形態の処理フローを図6に示す。
述の第3実施形態のステップs21〜s34と同一であ
る。但し、ステップs33の「Aの推定」は行われな
い。
る推定値{Axn,Hxn}を与える白線候補線の代表点の
画像座標{xxnl,yxnl}(左側){xxnr,yxnr}
(右側)の集合(n=0,1,2)、すでに推定されて
いるB*H,C,D、及び下記の(22)、(23)式
を用いて、パラメータA、Hを推定する。
の幅である。推定する手法に最小2乗法、カルマンフィ
ルタがあるが、ここではその詳細は省略する。パラメー
タA,Hは同時に推定されるため、それぞれ独立に推定
することによる矛盾は全く発生せず、推定精度は格段に
向上する。
テップs64で得られたパラメータHで除した値を今回
のBの推定値とする。
推定されている値を今回の推定値とする。
Hが推定され、該パラメータを代入することにより、精
度の高い白線の認識が可能となる。
第5実施形態の処理フローを図7に示す。ここで、ステ
ップs71〜s83までの処理は、前述した第3実施形
態のステップs21〜s34と同一である。但し、ステ
ップs33の「Aの推定」は行われない。
AHxに属する推定値{Axn,Hxn}を与える白線候補
線の代表点の画像座標{xxnl,yxnl}(左側){xxn
r,yxnr}(右側)の集合(n=0,1,2)、及び上
記した(22)、(23)式の連立方程式により、全て
の道路パラメータ(A,B,C,D,H)を一括推定す
る。推定する手法に最小2乗法、カルマンフィルタがあ
るが、ここではその詳細は省略する。
A,B,C,D,Hを独立に推定することによる矛盾は
全く発生しない。推定精度は格段に向上する。
と(22)、(23)式より、パラメータA,B,C,
D,Hを推定することは公知であるが、本実施形態の特
徴は{x,y}の選定が異なっている。従来は{x,
y}の中に擬似白線候補が含まれ、誤推定が発生した
が、本発明では第1〜第4実施形態で説明したように、
真の白線候補点候補に絞り込まれているため誤推定が発
生しない。
Hが推定され、該パラメータを代入することにより、精
度の高い白線の認識が可能となる。
示の実施形態に基づいて説明したが、本発明はこれに限
定されるものではなく、各部の構成は、同様の機能を有
する任意の構成のものに置き換えることができる。
成図である。
に係る仕切線認識装置の処理手順を示すフローチャート
である。
の処理手順を示すフローチャートである。
の処理手順を示すフローチャートである。
の処理手順を示すフローチャートである。
フローチャートである。
図である。
明図である。
Claims (10)
- 【請求項1】 車両前方の道路映像を撮影する撮影手段
を有し、該撮影手段にて撮影された映像に基づき、離散
時間的に、ヨー角相当のパラメータC、横変位相当のパ
ラメータA、曲率相当のパラメータB、ピッチ角相当の
パラメータD、及びカメラ高さ相当のパラメータHを推
定し、推定された各パラメータに基づいて、前記道路映
像に含まれる仕切線を認識する道路の仕切線認識装置に
おいて、 前記撮影手段にて撮影された映像から、仕切線の候補と
なる仕切線候補線を検出し、該仕切線候補線上にて設定
される代表点の画像座標を算出する手段と、 前記各代表点における仕切線候補線の傾きを求める手段
と、 前記各パラメータC、A、B、D、Hを含む第1の方程
式と、前記代表点の画像座標、及び前記仕切線候補線の
傾きに基づいて、パラメータBとHとの積(B*H)、
及びパラメータC、Dを推定する手段と、 前記代表点の画像座標を、左側の仕切線候補線、及び右
側の仕切線候補線のそれぞれについて少なくとも1つ以
上選択し、この画像座標と、前記各パラメータC、A、
B、D、Hを含む第2の方程式と、前記推定された積
(B*H)、及びパラメータC、Dと、に基づいて、パ
ラメータA、Hを推定する手段と、 前記代表点を変更して、前記パラメータA、Hを推定す
ることにより、パラメータA、Hの推定値の集合GAH
を作成する手段と、 前記作成された集合GAHに基づいて、パラメータAの
推定値の集合GA、及びパラメータHの推定値の集合G
Hを作成する手段と、 前記集合GA、及び集合GHを、それぞれ代表値を有す
る小グループGAn、GHn(n=1,2,・・)に分割
し、各小グループに含まれる要素数DAn、DGn(n=
1,2,・・)を算出する手段と、 前記集合GAの各小グループGAn中から、前記要素数
DAnが所定値以上であり、且つ、前記小グループに設
定される前記代表値が、今回の処理で想定されるパラメ
ータAと最も近い値となる小グループGAxを選択する
手段と、 前記選択された小グループGAxに基づき、所定の演算
処理によりパラメータAの推定値を求める手段と、 前記集合GHの各小グループGHn中から、前記要素数
DHnが所定値以上であり、且つ、前記小グループに設
定される前記代表値が、今回の処理で想定されるパラメ
ータHと最も近い値となる小グループGHxを選択する
手段と、 前記選択された小グループGHxに基づき、所定の演算
処理によりパラメータHの推定値を求める手段と、 前記積(B*H)の推定値と、前記パラメータHの推定
値に基づいて、パラメータBの推定値を求める手段と、
を有し、 前記求められたC、A、B、D、Hの推定値を今回のパ
ラメータ値として、前記仕切線位置を求めることを特徴
とする道路の仕切線認識装置。 - 【請求項2】 車両前方の道路映像を撮影する撮影手段
を有し、該撮影手段にて撮影された映像に基づき、離散
時間的に、ヨー角相当のパラメータC、横変位相当のパ
ラメータA、曲率相当のパラメータB、ピッチ角相当の
パラメータD、及びカメラ高さ相当のパラメータHを推
定し、推定された各パラメータに基づいて、前記道路映
像に含まれる仕切線を認識する道路の仕切線認識装置に
おいて、 前記撮影手段にて撮影された映像から、仕切線の候補と
なる仕切線候補線を検出し、該仕切線候補線上にて設定
される代表点の画像座標を算出する手段と、 前記各代表点における仕切線候補線の傾きを求める手段
と、 前記各パラメータC、A、B、D、Hを含む第1の方程
式と、前記代表点の画像座標、及び前記仕切線候補線の
傾きに基づいて、パラメータBとHとの積(B*H)、
及びパラメータC、Dを推定する手段と、 前記車両前方の道路映像中の、左側仕切線上、及び右側
仕切線上にてそれぞれ前記代表点を設定し、これを代表
点の組とし、該代表点の組が有する各代表点の画像座標
と、前記推定された積(B*H)、及びパラメータC、
Dと、前記各パラメータC、A、B、D、Hを含む第2
の方程式とを用いて、パラメータA、Hを推定する手段
と、 前記パラメータA、Hの推定を、前記代表点の組とは異
なる他の1または複数の代表点の組に対して行い、代表
点の組毎に推定されるパラメータHと、車両が標準状態
にあるときに想定されるパラメータH0との偏差が所定
値以下となるパラメータA、Hの集合GAHを作成する
手段と、 前記集合GAHに基づいて、パラメータAの推定値の集
合GA、及びパラメータHの推定値の集合GHを作成す
る手段と、 前記集合GA、及び集合GHを、それぞれ代表値を有す
る小グループGAn、GHn(n=1,2,・・)に分割
し、各小グループに含まれる要素数DAn、DGn(n=
1,2,・・)を算出する手段と、 前記集合GAの各小グループGAn中から、前記要素数
DAnが所定値以上であり、且つ、前記小グループに設
定される前記代表値が、今回の処理で想定されるパラメ
ータAと最も近い値となる小グループGAxを選択する
手段と、 前記選択された小グループGAxに基づき、所定の演算
処理によりパラメータAの推定値を求める手段と、 前記集合GHの各小グループGHn中から、前記要素数
DHnが所定値以上であり、且つ、前記小グループに設
定される前記代表値が、今回の処理で想定されるパラメ
ータHと最も近い値となる小グループGHxを選択する
手段と、 前記選択された小グループGHxに基づき、所定の演算
処理によりパラメータHの推定値を求める手段と、 前記積(B*H)の推定値と、前記パラメータHの推定
値に基づいて、パラメータBの推定値を求める手段と、
を有し、 前記求められたC、A、B、D、Hの推定値を今回のパ
ラメータ値として、前記仕切線位置を求めることを特徴
とする道路の仕切線認識装置。 - 【請求項3】 車両前方の道路映像を撮影する撮影手段
を有し、該撮影手段にて撮影された映像に基づき、離散
時間的に、ヨー角相当のパラメータC、横変位相当のパ
ラメータA、曲率相当のパラメータB、ピッチ角相当の
パラメータD、及びカメラ高さ相当のパラメータHを推
定し、推定された各パラメータに基づいて、前記道路映
像に含まれる仕切線を認識する道路の仕切線認識装置に
おいて、 前記撮影手段にて撮影された映像から、仕切線の候補と
なる仕切線候補線を検出し、該仕切線候補線上にて設定
される代表点の画像座標を算出する手段と、 前記各代表点における仕切線候補線の傾きを求める手段
と、 前記各パラメータC、A、B、D、Hを含む第1の方程
式と、前記代表点の画像座標、及び前記仕切線候補線の
傾きに基づいて、パラメータBとHとの積(B*H)、
及びパラメータC、Dを推定する手段と、 前記代表点の画像座標を、左側の仕切線候補線、及び右
側の仕切線候補線のそれぞれについて少なくとも1つ以
上選択し、この画像座標と、前記各パラメータC、A、
B、D、Hを含む第2の方程式と、前記推定された積
(B*H)、及びパラメータC、Dと、に基づいて、パ
ラメータA、Hを推定する手段と、 前記代表点を変更して、前記パラメータA、Hを推定す
ることにより、パラメータA、Hの推定値の集合GAH
を作成する手段と、 前記作成された集合GAHに基づいて、パラメータAの
推定値の集合GAを作成する手段と、 前記集合GAを、それぞれ代表値を有する小グループG
An(n=1,2,・・)に分割し、各小グループに含
まれる要素数DAn(n=1,2,・・)を算出する手
段と、 前記集合GAの各小グループGAn中から、前記要素数
DAnが所定値以上であり、且つ、前記小グループに設
定される前記代表値が、今回の処理で想定されるパラメ
ータAと最も近い値となる小グループGAxを選択する
手段と、 前記選択された小グループGAxに基づき、所定の演算
処理によりパラメータAの推定値を求める手段と、 前記集合GAHの中で、パラメータAの推定値が小グル
ープGAxに属する集合GAHxを作成し、この集合GA
Hxに基づいて、パラメータHの推定値の集合GHを求
める手段と、 前記集合GHを、それぞれ代表値を有する小グループG
Hn(n=1,2,・・)に分割し、各小グループに含
まれる要素数DHn(n=1,2,・・)を算出する手
段と、 前記集合GHの各小グループGHn中から、前記要素数
DHnが所定値以上であり、且つ、前記小グループに設
定される前記代表値が、今回の処理で想定されるパラメ
ータHと最も近い値となる小グループGHxを選択する
手段と、 前記選択された小グループGHxに基づき、所定の演算
処理によりパラメータHの推定値を求める手段と、 前記積(B*H)の推定値と、前記パラメータHの推定
値に基づいて、パラメータBの推定値を求める手段と、
を有し、 前記求められたC、A、B、D、Hの推定値を今回のパ
ラメータ値として、前記仕切線位置を求めることを特徴
とする道路の仕切線認識装置。 - 【請求項4】 前記所定の演算処理は、平均処理、或い
は最小自乗法による演算であることを特徴とする請求項
1〜請求項3のいずれか1項に記載の道路の仕切線認識
装置。 - 【請求項5】 車両前方の道路映像を撮影する撮影手段
を有し、該撮影手段にて撮影された映像に基づき、離散
時間的に、ヨー角相当のパラメータC、横変位相当のパ
ラメータA、曲率相当のパラメータB、ピッチ角相当の
パラメータD、及びカメラ高さ相当のパラメータHを推
定し、推定された各パラメータに基づいて、前記道路映
像に含まれる仕切線を認識する道路の仕切線認識装置に
おいて、 前記撮影手段にて撮影された映像から、仕切線の候補と
なる仕切線候補線を検出し、該仕切線候補線上にて設定
される代表点の画像座標を算出する手段と、 前記各代表点における仕切線候補線の傾きを求める手段
と、 前記各パラメータC、A、B、D、Hを含む第1の方程
式と、前記代表点の画像座標、及び前記仕切線候補線の
傾きに基づいて、パラメータBとHとの積(B*H)、
及びパラメータC、Dを推定する手段と、 前記代表点の画像座標を、左側の仕切線候補線、及び右
側の仕切線候補線のそれぞれについて少なくとも1つ以
上選択し、この画像座標と、前記各パラメータC、A、
B、D、Hを含む第2の方程式と、前記推定された積
(B*H)、及びパラメータC、Dと、に基づいて、パ
ラメータA、Hを推定する手段と、 前記代表点を変更して、前記パラメータA、Hを推定す
ることにより、パラメータA、Hの推定値の集合GAH
を作成する手段と、 前記作成された集合GAHに基づいて、パラメータAの
推定値の集合GAを作成する手段と、 前記集合GAを、それぞれ代表値を有する小グループG
An(n=1,2,・・)に分割し、各小グループに含
まれる要素数DAn(n=1,2,・・)を算出する手
段と、 前記集合GAの各小グループGAn中から、前記要素数
DAnが所定値以上であり、且つ、前記小グループに設
定される前記代表値が、今回の処理で想定されるパラメ
ータAと最も近い値となる小グループGAxを選択する
手段と、 前記集合GAHの中で、パラメータAの推定値が前記小
グループGAxに属する集合GAHxを作成する手段と、 前記集合GAHxに属するパラメータA、Hの推定値An
x、Hnxを与える、仕切線候補線の代表点の画像座標xn
x、yny(n=1,2,・・)の集合と、前記積(B*
H)の推定値と、前記パラメータC、Dの推定値、及
び、前記各パラメータC、A、B、D、Hを含む第3の
方程式に基づいて、再度パラメータA、Hを推定し直す
手段と、 前記推定し直されたパラメータA、Hを、今回のパラメ
ータとし、前記積(B*H)の推定値と、前記パラメー
タHの推定値に基づいて、パラメータBの推定値を求め
る手段と、を有し、 前記求められたC、A、B、D、Hの推定値を今回のパ
ラメータ値として、前記仕切線位置を求めることを特徴
とする道路の仕切線認識装置。 - 【請求項6】 車両前方の道路映像を撮影する撮影手段
を有し、該撮影手段にて撮影された映像に基づき、離散
時間的に、ヨー角相当のパラメータC、横変位相当のパ
ラメータA、曲率相当のパラメータB、ピッチ角相当の
パラメータD、及びカメラ高さ相当のパラメータHを推
定し、推定された各パラメータに基づいて、前記道路映
像に含まれる仕切線を認識する道路の仕切線認識装置に
おいて、 前記撮影手段にて撮影された映像から、仕切線の候補と
なる仕切線候補線を検出し、該仕切線候補線上にて設定
される代表点の画像座標を算出する手段と、 前記各代表点における仕切線候補線の傾きを求める手段
と、 前記各パラメータC、A、B、D、Hを含む第1の方程
式と、前記代表点の画像座標、及び前記仕切線候補線の
傾きに基づいて、パラメータBとHとの積(B*H)、
及びパラメータC、Dを推定する手段と、 前記代表点の画像座標を、左側の仕切線候補線、及び右
側の仕切線候補線のそれぞれについて少なくとも1つ以
上選択し、この画像座標と、前記各パラメータC、A、
B、D、Hを含む第2の方程式と、前記推定された積
(B*H)、及びパラメータC、Dと、に基づいて、パ
ラメータA、Hを推定する手段と、 前記代表点を変更して、前記パラメータA、Hを推定す
ることにより、パラメータA、Hの推定値の集合GAH
を作成する手段と、 前記作成された集合GAHに基づいて、パラメータAの
推定値の集合GAを作成する手段と、 前記集合GAを、それぞれ代表値を有する小グループG
An(n=1,2,・・)に分割し、各小グループに含
まれる要素数DAn(n=1,2,・・)を算出する手
段と、 前記集合GAの各小グループGAn中から、前記要素数
DAnが所定値以上であり、且つ、前記小グループに設
定される前記代表値が、今回の処理で想定されるパラメ
ータAと最も近い値となる小グループGAxを選択する
手段と、 前記集合GAHの中で、パラメータAの推定値が小グル
ープGAxに属する集合GAHxを作成する手段と、 前記集合GAHxに属するパラメータA、Hの推定値An
x、Hnxを与える、仕切線候補線の代表点の画像座標xn
x、yny(n=1,2,・・)の集合と、前記積(B*
H)の推定値と、パラメータC、Dの推定値、及び、前
記第1の方程式に基づいて、前記各パラメータA、B、
H、C、Dを推定し直し、今回の推定結果とする手段
と、を有し、 前記求められたC、A、B、D、Hの推定値を今回のパ
ラメータ値として、前記仕切線位置を求めることを特徴
とする道路の仕切線認識装置。 - 【請求項7】 前記第1の方程式は、下記(1)式で示
されることを特徴とする請求項1〜請求項6のいずれか
1項に記載の道路の仕切線認識装置。 【数1】 但し、fh、fvは実空間3次元座標を2次元画像座標に
透視変換する際の水平、垂直方向の定数、nは各代表点
の番号、n0は代表点の総数である。 - 【請求項8】 前記第2の方程式は、下記(2)式で示
されることを特徴とする請求項1〜請求項7のいずれか
1項に記載の道路の仕切線認識装置。 【数2】 但し、iは左白線で0、右白線で1、E0は、左右白線
の幅、nは各代表点に付した番号、nfは左右を合計し
た代表点の総数である。 - 【請求項9】 前記集合GA、GHを分割する小グルー
プは、それぞれ下記(3)式、及び(4)式で示され、
前記小グループの代表値は、中間値であることを特徴と
する請求項1〜請求項8のいずれか1項に記載の道路の
仕切線認識装置。 【数3】 【数4】 - 【請求項10】 前記第3の方程式は、下記(5)式で
示されることを特徴とする請求項5に記載の道路の仕切
線認識装置。 【数5】 但し、iは左白線で0、右白線で1、E0は、左右白線
の幅である。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2001035438A JP4696370B2 (ja) | 2001-02-13 | 2001-02-13 | 道路の仕切線認識装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2001035438A JP4696370B2 (ja) | 2001-02-13 | 2001-02-13 | 道路の仕切線認識装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2002236911A true JP2002236911A (ja) | 2002-08-23 |
JP4696370B2 JP4696370B2 (ja) | 2011-06-08 |
Family
ID=18898875
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2001035438A Expired - Fee Related JP4696370B2 (ja) | 2001-02-13 | 2001-02-13 | 道路の仕切線認識装置 |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP4696370B2 (ja) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111275766A (zh) * | 2018-12-05 | 2020-06-12 | 杭州海康威视数字技术股份有限公司 | 图像坐标系与gps坐标系的标定方法、装置及摄像机 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2002175535A (ja) * | 2000-09-29 | 2002-06-21 | Nissan Motor Co Ltd | 道路白線認識装置 |
JP2002236912A (ja) * | 2001-02-13 | 2002-08-23 | Nissan Motor Co Ltd | 道路の仕切線認識装置 |
-
2001
- 2001-02-13 JP JP2001035438A patent/JP4696370B2/ja not_active Expired - Fee Related
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2002175535A (ja) * | 2000-09-29 | 2002-06-21 | Nissan Motor Co Ltd | 道路白線認識装置 |
JP2002236912A (ja) * | 2001-02-13 | 2002-08-23 | Nissan Motor Co Ltd | 道路の仕切線認識装置 |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111275766A (zh) * | 2018-12-05 | 2020-06-12 | 杭州海康威视数字技术股份有限公司 | 图像坐标系与gps坐标系的标定方法、装置及摄像机 |
CN111275766B (zh) * | 2018-12-05 | 2023-09-05 | 杭州海康威视数字技术股份有限公司 | 图像坐标系与gps坐标系的标定方法、装置及摄像机 |
Also Published As
Publication number | Publication date |
---|---|
JP4696370B2 (ja) | 2011-06-08 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US8406474B2 (en) | Method and apparatus for identifying obstacle in image | |
US10129521B2 (en) | Depth sensing method and system for autonomous vehicles | |
US9846812B2 (en) | Image recognition system for a vehicle and corresponding method | |
EP1394761B1 (en) | Obstacle detection device and method therefor | |
EP3070430B1 (en) | Moving body position estimation device and moving body position estimation method | |
US8094884B2 (en) | Apparatus and method for detecting object | |
JP4702569B2 (ja) | 車両用画像処理装置 | |
CN105335955A (zh) | 对象检测方法和对象检测装置 | |
US9513108B2 (en) | Sensor system for determining distance information based on stereoscopic images | |
JP2002352225A (ja) | 障害物検出装置及びその方法 | |
JP2006053756A (ja) | 物体検出装置 | |
JP2006054681A (ja) | 移動体周辺監視装置 | |
US10984263B2 (en) | Detection and validation of objects from sequential images of a camera by using homographies | |
JPH11252587A (ja) | 物体追跡装置 | |
JP2000293693A (ja) | 障害物検出方法および装置 | |
JP7145770B2 (ja) | 車間距離測定装置、誤差モデル生成装置および学習モデル生成装置とこれらの方法およびプログラム | |
Cerri et al. | Free space detection on highways using time correlation between stabilized sub-pixel precision IPM images | |
JP2009139325A (ja) | 車両用走行路面検出装置 | |
US11904843B2 (en) | Autonomous parking systems and methods for vehicles | |
CN112263188B (zh) | 一种移动机器人行进方向的矫正方法及其设备 | |
US10982967B2 (en) | Method and device for fast detection of repetitive structures in the image of a road scene | |
JPH0887700A (ja) | 道路環境認識装置 | |
JP2002236911A (ja) | 道路の仕切線認識装置 | |
JP2002236912A (ja) | 道路の仕切線認識装置 | |
JPH03238566A (ja) | 消点検出装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20071221 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20101007 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20101019 |
|
A521 | Written amendment |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20101206 |
|
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20110201 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20110214 |
|
LAPS | Cancellation because of no payment of annual fees |