JP2002236911A

JP2002236911A - 道路の仕切線認識装置

Info

Publication number: JP2002236911A
Application number: JP2001035438A
Authority: JP
Inventors: Hiroyuki Kosho; 裕之古性
Original assignee: Nissan Motor Co Ltd
Current assignee: Nissan Motor Co Ltd
Priority date: 2001-02-13
Filing date: 2001-02-13
Publication date: 2002-08-23
Anticipated expiration: 2021-02-13
Also published as: JP4696370B2

Abstract

(57)【要約】【課題】道路上に引かれた白線を高精度に検出するこ
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

【発明の詳細な説明】

【０００１】

【発明の属する技術分野】本発明は、道路に引かれた白
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。

【０００２】

【従来の技術】従来の白線（仕切線）認識装置として、
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。

【０００３】上記の各従来例では、いずれにおいても、
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。

【０００４】＜ステップｓ１０１；車両前方画像の採り
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。

【０００５】＜ステップｓ１０２；ウィンドウの設定＞
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。

【０００６】道路モデルは、以下に示す（６）式で示さ
れる。

【０００７】

【数６】上記の（６）式は、従来例１に詳述されており、式の導
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。

【０００８】（６）式において、パラメータ｛Ａ，Ｂ，
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。

【０００９】以後、ｘ，ｙは画像上の座標を意味するも
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。

【００１０】

【数７】ウインドウのｘ方向の幅は固定値もあれば、従来例２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
る方法も提示されている。

【００１１】＜ステップｓ１０３；白線候補点選択＞so
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。

【００１２】＜ステップｓ１０４；白線候補線選択＞白
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。

【００１３】＜ステップｓ１０５；白線候補線の代表点
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。

【００１４】＜ステップｓ１０６；道路モデルパラメー
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。

【００１５】

【発明が解決しようとする課題】次に、上記した従来例
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。

【００１６】従来例２では、各ウインドウに対し座標値
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。

【００１７】この従来例では、真の道路モデルは、貫く
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。

【００１８】上記問題点克服のために、擬似白線が真の
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。

【００１９】

【数８】

【数９】しかしながら、擬似白線が存在しないウインドウは厳密
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。

【００２０】本発明はこのような従来の課題を解決する
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。

【００２１】

【課題を解決するための手段】上記目的を達成するた
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。

【００２２】請求項２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。

【００２３】請求項３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。

【００２４】請求項４に記載の発明は、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。

【００２５】請求項５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。

【００２６】請求項６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。

【００２７】請求項７に記載の発明は、前記第１の方程
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。

【００２８】請求項９に記載の発明は、前記集合ＧＡ、
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。

【００２９】

【発明の効果】請求項１の発明によれば、真の白線以外
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。

【００３０】まず、真の白線以外に擬似白線のウインド
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。

【００３１】次に、擬似白線のみが現れるウインドウが
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。

【００３２】請求項２の発明によれば、請求項１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。

【００３３】２重白線を例に採れば、真の左白線と偽の
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。

【００３４】請求項３の発明によれば、請求項１，２よ
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。

【００３５】請求項４の発明によれば、所定の演算処理
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。

【００３６】請求項５の発明によれば、請求項１〜請求
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。

【００３７】請求項６の発明によれば、請求項１〜請求
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。

【００３８】請求項７の発明によれば、第１の方程式と
して、（１）式を用いるので、精度の高い演算が可能と
なる。

【００３９】請求項８の発明によれば、第２の方程式と
して、（２）式を用いるので、精度の高い演算が可能と
なる。

【００４０】請求項９の発明によれば、集合ＧＡ、ＧＨ
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。

【００４１】請求項１０の発明によれば、第１の方程式
として、（５）式を用いるので、精度の高い演算が可能
となる。

【００４２】

【発明の実施の形態】以下、本発明の実施形態を図面に
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。

【００４３】図２は、本発明の第１の実施形態に係る仕
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。

【００４４】＜ｓ１；前方画像採り込み＞従来例で示し
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。

【００４５】＜ｓ２；ウインドウ設定＞従来例で示した
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。

【００４６】＜ｓ３；白線候補点選択＞従来例で示した
手順と同様である。

【００４７】＜ｓ４；白線候補線検出＞従来例で示した
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。

【００４８】ｘ＝ａｙ＋ｂ・・・（１０）白線候補点の座標を｛ｘ，ｙ｝とすると、パラメータａ
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。

【００４９】これにより図３に示す如くの配列を得るこ
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。

【００５０】配列要素｛ａr，ｂr｝の数ｚrは、以下の
（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。

【００５１】ｘ＝ａr*ｙ＋ｂr ・・・（１１）配列要素の数が所定値以上のものを白線候補点とする。
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。

【００５２】｛｛ａn1，ｂn1），｛ａn2，ｂn2｝，・・・｝例えば、２重白線の場合、ａn1，an2は同一となる。

【００５３】＜ｓ５；代表点座標算出＞代表点は白線候
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。

【００５４】ｘnm＝ａnm*ｙn＋ｂnm ・・・（１２）ｘの添え字ｎはウインドウ番号を表し、添え字ｍはウイ
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。

【００５５】｛｛ｘ11，ｙ1｝，・・，｛ｘnm，ｙn｝，・・｝＜ｓ６；候補線傾き算出＞ｎ番目のウインドウの中のｍ
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。

【００５６】

【数１０】＜ｓ７；Ｂ＊Ｈ，Ｃ，Ｄの推定＞擬似白線を含めた白線
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。

【００５７】

【数１１】ｎ番目のウインドウの第ｍ候補について書き直すと、
（１５）式となる。

【００５８】

【数１２】（１５）式中で、道路パラメータＢ，Ｃ，Ｄ，Ｈ以外は
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。

【００５９】＜ｓ８；ＧＡＨの作成＞左右白線の代表点
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。

【００６０】左側白線代表点座標：｛ｘln，ｙln｝右側白線代表点座標：｛ｘrn，ｙrn｝ステップｓ７の処理で算出されたＢ＊Ｈ，Ｃ，Ｄを以下
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。

【００６１】

【数１３】これを所定回数行う。ただし、当然であるが、互いの選
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。

【００６２】この結果以下の集合ＧＡＨを得る。

【００６３】ＧＡＨ：｛｛Ａ0，Ｈ0｝，・・，｛Ａn，
Ｈn｝，・・｝＜ｓ９；ＧＡ，ＧＨの作成＞集合ＧＡＨから以下の集合
ＧＡ，ＧＨを抽出する。

【００６４】ＧＡ：｛Ａ0，・・，Ａn，・・｝ＧＨ：｛Ｈ0，・・，Ｈn，…｝＜ｓ１０；ＧＡn，ＧＨnの作成＞集合ＧＡを以下の例に
示すような所定幅のグループに分割する。

【００６５】ＧＡ0（Ａ｜-2.0<Ａ<=-1.8）：｛｝ＧＡ1（Ａ｜-1.8<Ａ<=-1.6）：｛｝・・・ＧＡn（Ａ｜Ａg(n-1)<Ａ<=Ａg(n)：｛Ａn0，Ａn1，Ａn2｝・・・集合ＧＨも同様に以下の例に示すようなグループに分割
する。

【００６６】ＧＨ0（Ｈ｜1.4<Ｈ<=1.5)：｛｝ＧＨ1（Ｈ｜1.5<Ｈ<=1.6)：｛Ｈ10｝・・・ＧＨn（Ｈ｜Ｈg(n-1)<Ｈ<=Ｈg(n))：｛Ｈn0，Ｈn1，Ｈn2｝＜ｓ１１；ＤＡn，ＤＨnの作成＞ＧＡn，ＧＨnの要素数
（度数）をＤＡn，ＤＨnとして記憶する。

【００６７】＜ｓ１２；ＧＡxの決定＞真値を含むグル
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。

【００６８】道路パラメータはすべて連続的に変わるも
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。

【００６９】これらの事情から、両者の長所を共に採り
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。

【００７０】ＤＡnが所定値以上であり、かつ、グルー
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。

【００７１】全体の総数の増減に応じて度数の所定値も
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。

【００７２】Ａ（０）＝２・Ａ（−１）−Ａ（−２）・・・（１８）（Ｎ）はＮサンプル前であることを意味する。

【００７３】＜ｓ１３；Ａの推定＞ＧＡxから平均処
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。

【００７４】

【数１４】＜ｓ１４；ＧＨxの決定＞ステップｓ１２と同じ理由
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。

【００７５】ＤＨnが所定値以上であり、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。

【００７６】全体の総数の増減に応じて度数の所定値も
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。

【００７７】＜ｓ１５；Ｈの推定＞ＧＨxから平均処
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。

【００７８】＜ｓ１６；Ｂの推定＞Ｂ＊Ｈの推定値をＨ
xで除した値を今回のＢの推定値とする。

【００７９】＜ｓ１７；Ｃ，Ｄの推定＞Ｃ，Ｄはすでに
推定されている値を今回の推定値とする。

【００８０】こうして、各パラメータＣ、Ａ、Ｂ、Ｄ、
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。

【００８１】次に、本発明の第２の実施形態について説
明する。

【００８２】第２実施形態は、前述した第１の実施形態
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。

【００８３】＜ｓ８′；ＧＡＨの作成＞左側右側白線の
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。

【００８４】左側白線｛ｘln，ｙln｝右側白線｛ｘrn，ｙrn｝そして、下記の連立方程式（２０）、（２１）式を解
き、パラメータＡ，Ｈの推定値｛Ａn，Ｈn｝を得る。

【００８５】

【数１５】これを所定回数行う。ただし、当然であるが、互いの選
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。

【００８６】ただし、パラメータＨの推定値が車両標準
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。

【００８７】この結果以下の集合ＧＡＨを得る。

【００８８】｛｛Ａ0，Ｈ0｝，・・，｛Ａn，Ｈn｝，・・｝こうして、各パラメータＣ、Ａ、Ｂ、Ｄ、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。

【００８９】次に、第３の実施形態について説明する。
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。

【００９０】＜ｓ２９；ＧＡの作成＞ＧＡＨから以下の
ＧＡを抽出する。

【００９１】ＧＡ：｛Ａ0，・・，Ａｎ，・・｝＜ｓ３０；ＧＡnの作成＞ＧＡを以下の例に示すような
所定幅のグループに分割する。

【００９２】ＧＡ0（Ａ｜-2.0<Ａ<=-1.8）：｛｝ＧＡ1（Ａ｜-1.8<Ａ<=-1.6）：｛｝・・・ＧＡn（Ａ｜Ａg(n-1)<Ａ<=Ａg(n)：｛Ａn0，Ａn1，Ａn2｝・・・＜ｓ３１；ＤＡnの作成＞ＧＡnの要素数（度数）をＤＡ
nとして記憶する。

【００９３】＜ｓ３２；ＧＡxの決定＞第１の実施形態
と同一である。

【００９４】＜ｓ３３；Ａの推定＞第１の実施形態と同
一である。

【００９５】＜ｓ３４；ＧＡＨxの作成＞ＧＡＨの中で
ＡがグループＧＡxに属する集合ＧＡＨx（＝｛｛Ａx0，
Ｈx0｝，｛Ａx1，Ｈx1｝，・・｝）を作成する。

【００９６】＜ｓ３５；ＧＨの作成＞ＧＡＨxよりＨの
集合ＧＨ（＝｛Ｈx0，Ｈx1，・・｝）を抽出する。

【００９７】＜ｓ３６；ＧＨnの作成＞ＧＨを以下の例
に示すような所定幅のグループに分割する。

【００９８】ＧＨ0（Ｈ｜1.4<Ｈ<=1.5)：｛｝ＧＨ1（Ｈ｜1.5<Ｈ<=1.6)：｛Ｈ10｝・・・ＧＨn（Ｈ｜Ｈg(n-1)<Ｈ<=Ｈg(n))：｛Ｈn0，Ｈn1，Ｈn2｝・・・＜ｓ３７；ＤＨnの作成＞ＧＨnの要素数（度数）をＤＨ
nとして記憶する。

【００９９】＜ｓ３８；ＧＨxの決定＞ＤＨnが所定値以
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。

【０１００】＜ｓ３９；Ｈの推定＞ＧＨxから平均処
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。

【０１０１】＜ｓ４０；Ｂの推定＞Ｂ＊Ｈの推定値をＨ
xで除した値を今回のＢの推定値とする。

【０１０２】＜ｓ４１；Ｃ，Ｄの推定＞Ｃ，Ｄはすでに
推定されている値を今回の推定値とする。

【０１０３】こうして、各パラメータＣ、Ａ、Ｂ、Ｄ、
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。

【０１０４】次に、第４の実施形態について説明する。
第４実施形態の処理フローを図６に示す。

【０１０５】ステップｓ５１〜ｓ６３までの処理は、前
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。

【０１０６】＜ｓ６４；Ａ，Ｈの推定＞ＧＡＨx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）｛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。

【０１０７】

【数１６】ただし、ｉは左白線で０、右白線で１、Ｅ0は左右白線
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。

【０１０８】＜ｓ６５；Ｂの推定＞Ｂ＊Ｈの推定値をス
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。

【０１０９】＜ｓ６６；Ｃ，Ｄの推定＞Ｃ，Ｄはすでに
推定されている値を今回の推定値とする。

【０１１０】こうして、各パラメータＣ、Ａ、Ｂ、Ｄ、
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。

【０１１１】次に、第５の実施形態について説明する。
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。

【０１１２】＜ｓ８４；Ａ，Ｂ，Ｃ，Ｄ，Ｈの推定＞Ｇ
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。

【０１１３】一括で推定することにより、パラメータ
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。

【０１１４】補足として、このように｛ｘ，ｙ｝の集合
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。

【０１１５】こうして、各パラメータＣ、Ａ、Ｂ、Ｄ、
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。

【０１１６】以上、本発明の道路の仕切線認識装置を図
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。

【図面の簡単な説明】

【図１】本発明の各実施形態に係る仕切線認識装置の構
成図である。

【図２】本発明の第１の実施形態、及び第２の実施形態
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。

【図３】ハフ変換を示す第１の説明図である。

【図４】ハフ変換を示す第２の説明図である。

【図５】本発明の第３の実施形態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。

【図６】本発明の第４の実施形態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。

【図７】本発明の第５の実施形態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。

【図８】従来におけ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。

【図９】白線に沿って設定されるウインドウを示す説明
図である。

【図１０】白線候補点を示す説明図である。

【図１１】ハフ変換により得られる白線候補線を示す説
明図である。

【図１２】白線候補線の代表点を示す説明図である。

【符号の説明】

１仕切線認識装置２車両３ＣＣＤカメラ（撮影手段）４プロセッサ

フロントページの続き (51)Int.Cl.⁷ 識別記号ＦＩテーマコート゛(参考）Ｂ６０Ｒ 21/00 ６２８Ｂ６０Ｒ 21/00 ６２８ＧＧ０６Ｔ 7/60 ２００Ｇ０６Ｔ 7/60 ２００ＪＧ０８Ｇ 1/16 Ｇ０８Ｇ 1/16 ＣＦターム(参考） 5B057 AA16 BA11 CA13 CB12 CC03 CE15 CH01 DA07 DB03 DC08 DC32 5H180 AA01 CC04 CC24 LL01 LL02 LL08 5L096 BA02 BA18 CA14 DA01 FA03 FA33 FA67 FA69 FA76 GA17

Claims

【特許請求の範囲】

【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。