JP2003157499A

JP2003157499A - 道路白線認識装置

Info

Publication number: JP2003157499A
Application number: JP2001355305A
Authority: JP
Inventors: Hiroyuki Kosho; 裕之古性
Original assignee: Nissan Motor Co Ltd
Current assignee: Nissan Motor Co Ltd
Priority date: 2001-11-20
Filing date: 2001-11-20
Publication date: 2003-05-30
Anticipated expiration: 2021-11-20
Also published as: JP3603836B2

Abstract

(57)【要約】【課題】処理時間の増加を伴うことなく、道路白線に
相当する白線候補点の検出精度を向上させる。【解決手段】撮像画像から白線候補点を検出しこれを
候補点群Ａとする（ステップＳ１〜Ｓ３）。撮像画像の
自車両進行方向をｙ座標、道路幅方向をｘ座標としたと
き、候補点群Ａの白線候補点のうち、ｙ座標が同一であ
り且つ左右の道路白線に相当する白線候補点の組み合わ
せを検出し、そのｘ座標間の距離つまり車線幅ｄｘを算
出する（ステップＳ４）。この車線幅ｄｘとそのｙ座標
値とを、撮像画像全体について一括で一次関数式に近似
し、近似した近似式の近傍に存在する左右の白線候補点
の組み合わせを、候補点群Ｂとして抽出する（ステップ
Ｓ５、Ｓ６）。候補点群Ａの白線候補点のうち、候補点
群Ｂに属する白線候補点に隣接するものを抽出しこれを
候補点群Ｂに追加し、候補点群Ｂの白線候補点に基づい
て道路パラメータの推定を行う（ステップＳ８、Ｓ
９）。

Description

【発明の詳細な説明】

【０００１】

【発明の属する技術分野】この発明は、道路上の通行区
分帯表示用の道路白線を認識するための道路白線認識装
置に関する。

【０００２】

【従来の技術】従来より、画像によって白線を認識し、
自車両と白線との関係を、車両の自動制御又は一部自動
制御に用いたりする技術が提案されている。例えば、特
開平６−２０１８９号公報、或いは特開平８−２６１７
５６号公報等においては、撮像画像から道路白線を構成
する白線候補点を検出し、撮像画像における白線候補点
の位置座標に基づき道路形状、或いは撮像画像を得るた
めのカメラ等といった撮像手段の姿勢を推定するように
している。前記白線候補点の検出には、一般に、最小二
乗法やハフ変換が用いられ、これらは、白線候補点の連
なりを線として近似するものであって、かすれた白線検
出に有効である。

【０００３】

【発明が解決しようとする課題】前記最小二乗法を用い
た白線候補点の検出は、例えば、次のような手順で行わ
れる。まず、道路白線の白線候補点の座標を｛ｘ_n，ｙ
_n｝（ｎ＝０、１、２、……、Ｎ−１｝とする。道路白
線は一般にｘ軸に沿って線が延びているため、ｘ座標を
ｙ座標の関数（ｘ＝ｆ（ｙ））で表すと都合がよい。こ
こで、道路白線の近似曲線をｘ＝ｇ（ｙ）と表すと、近
似曲線と白線候補点との二乗誤差Ｅは、次式（１）で表
される。なお、Σ｛｝は、ｎ＝０〜Ｎ−１における
｛｝内の関数（ｇ（ｙ_n）−ｘ_n）²の和を表す。

【０００４】Ｅ＝Σ｛（ｇ（ｙ_n）−ｘ_n）²｝ ……（１）前記二乗誤差Ｅが最小となるｇ（ｙ）を検出すること
が、最小二乗法である。ｇ（ｙ）をｙに関するｍ次の多
項式で表現すると、次式（２）で表される。ｇ（ｙ）＝ｃ₀＋ｃ₁*ｙ＋ｃ₂*ｙ²＋ｃ₃*ｙ³＋……＋ｃ_m* ｙ^m ……（２）道路白線を検出するとは、上記（２）式において、係数
ｃ₀、ｃ₁、ｃ₂、ｃ ₃……ｃ_mを算出すること、すな
わち、白線候補点列をｇ（ｙ）で近似することに相当す
る。ここで、係数のベクトルＣを、Ｃ＝〔ｃ₀、ｃ₁、
ｃ₂、……〕^Tと定義すると、ベクトルＣは次式（３）
で算出することができる。なお、“Ｔ”は転置を表し、
“−１”は逆行列を表す。また、Σ｛｝は、ｎ＝０〜
Ｎ−１における｛｝内の関数の和を表し、ｉ及びｊは
０〜ｍの整数である。

【０００５】Ｃ＝Ａ^-1＊Ｂ ……（３）Ａ_ij＝Σ｛ｙ_n ^i+j｝Ｂ_ij＝Σ｛ｙ_n ⁱ＊ｘ_n｝ここで、前記（３）式からわかるように、｛ｘ_n、
ｙ_n｝（ｎ＝０〜Ｎ−１）の中に誤信号が含まれている
場合、それが確実に係数ベクトルＣに反映されることに
なる。すなわち、ロバスト性が低いことになる。また、
二乗誤差を最小にすることは、高次の関数に適用した場
合、ノイズの乗ったデータ全てをフィッティングさせる
ことにつながる。このため、道路白線のような曲線検出
に直接最小二乗法を適用する例は少ない。

【０００６】一方、ハフ変換を用いた白線候補点の検出
は、次のような手順で行われる。なお、ここでは、簡単
のために、一次関数の場合について説明する。一般に、
座標｛ｘ、ｙ｝を貫く直線は、パラメータａ及びｂを用
いると、次式（４）で表すことができる。ｘ＝ａ＊ｙ＋ｂ ……（４）ここで、白線候補点の座標を｛ｘ、ｙ｝とし、パラメー
タａを設定すると前記（４）式からパラメータｂを求め
ることができる。前記｛ｘ、ｙ｝を満足するパラメータ
ａ及びｂの組み合わせを求めることによって、図１４に
示す配列を得ることができる。なお、図１４において、
配列の空欄は“０”を表し、“１”が立っている｛ａ、
ｂ｝の組み合わせの中に、白線候補点｛ｘ、ｙ｝を貫く
直線に相当するパラメータａ及びｂの真値が含まれるこ
とになる。

【０００７】この処理を白線候補点全てに対して行う。
その結果、例えば図１５に示す配列が得られる。配列の
要素｛ａ_r、ｂ_r｝における数ｚ_rは、ｘ＝ａ_r＊ｙ＋
ｂ_rの直線が貫く、白線候補点の総数を表す。前記配列
の要素における数ｚ_r、つまり、白線候補点数が所定値
以上の配列の要素で特定される近似直線を、白線候補線
とする。これにより、撮像画像上に複数の白線が現れた
場合でも、全ての白線を検出できることがわかる。ま
た、ノイズの乗った白線候補点は、白線候補線の推定に
全く影響を与えないことがわかる。つまり、ノイズの乗
った白線候補点を貫く白線候補線は、前記配列におい
て、その要素における数が少ないから、白線候補線とし
て選択されない。

【０００８】このように、ハフ変換では、白線候補点の
中にノイズが含まれるものが存在しても、推定結果に影
響を与えないという長所がある。つまり、推定が、ロバ
ストであるということができる。しかしながら、このハ
フ変換は、演算量が比較的多いという問題がある。つま
り、例えば二次関数に適用した場合、図１４及び図１５
は、三次の配列となる。このため、リアルタイムで画像
処理を行う場合、実質的にハフ変換により曲線近似を行
うことは難しいという問題がある。

【０００９】このように、道路白線候補点の検出には、
推定のロバスト性のために、最小二乗法よりもハフ変換
が用いられること、また、ハフ変換は直線近似にしか適
用できないことがわかる。一般に、道路形状は曲線であ
るため、図３に示すように、撮像画像に対して複数のウ
ィンドウを設定し、それぞれのウィンドウ内で、白線候
補点を直線近似し、ウィンドウそれぞれを代表する白線
候補点を選出することが通例となっている。

【００１０】そして、このようにして検出した白線候補
点に基づき、前記特開平６−２０１８９号公報において
は、各ウィンドウを代表する複数の白線候補点に基づき
道路形状及びカメラ姿勢（以後、道路パラメータとい
う。）の推定を一括で行うようにしており、その推定に
は最小二乗法を用いている。また、特開平８−２６１７
５６号公報においては、道路パラメータの推定は、状態
推定器の手法（カルマンフィルタ等も含む）を用いて行
われ、前記道路パラメータは、前回処理実行時の道路パ
ラメータの推定値及び今回処理実行時の白線候補点座標
に基づいて推定される。

【００１１】図１６は、状態推定器の手法を用いて道路
パラメータの推定を行うようにした場合の動作の一例を
表したものであり、ライン１〜１０は、左右の道路白線
に対して交互に設定されたウィンドウを代表する白線候
補点における、ｘ軸方向のウィンドウ幅を表す。図１６
において、Ｎの初期値を１として、Ｎ番目のウィンドウ
に相当するライン上の白線候補点に基づいて道路パラメ
ータを推定し、この推定した道路パラメータに基づい
て、Ｎ＋１番目のウィンドウに相当するラインに対し、
白線候補点が存在する領域を限定する。そして、Ｎをイ
ンクリメントし、上記と同様に処理を行い、Ｎ番目のラ
イン上の、道路パラメータに基づき限定された領域内に
白線候補点が存在すれば、この白線候補点を用いて道路
パラメータを推定し、この推定した道路パラメータに基
づいてＮ＋１番目のウィンドウに相当するラインに対
し、白線候補点が存在する領域を限定する。

【００１２】以後、上記と同様に処理を行い、全てのウ
ィンドウに相当するラインについて道路パラメータの推
定が終了すると、その道路パラメータの更新回数及び最
終的な道路パラメータを保存する。さらに、図１７に示
すように、限定された白線候補点の領域からはずれた白
線候補点がある場合には、このはずれた白線候補点が存
在するウィンドウをＮとし、この白線候補点を用いて道
路パラメータを推定し、推定した道路パラメータに基づ
いて、Ｎ＋１番目のウィンドウに相当するラインに対
し、白線候補点が存在する領域を限定する。そして、以
後、上記と同様に順次道路パラメータの推定を行う。な
お、Ｎ＝１０を超えるインクリメントは、１０→１→２
の順に行う。

【００１３】このようにすることによって、図１６に示
すように、誤検出された白線候補点が存在するとき、ラ
イン上に存在する白線候補点に基づいて道路パラメータ
を推定する場合、誤検出された白線候補点に基づいて道
路パラメータの推定が行われることになるが、道路パラ
メータを順次更新し、更新の道路パラメータに基づいて
ウィンドウ幅を順次更新し図１７に示すように、ウィン
ドウ幅を狭めるようにしているから、誤検出された白線
候補点が、道路パラメータの推定に用いられることが回
避されるようになっている。

【００１４】また、道路パラメータの推定に使用されな
い白線候補点は、この白線候補点を起点とした推定も行
い、その結果、開始点が異なる単数もしくは複数の推定
候補を得て、その中で最大の更新回数となった推定値を
その撮像画像での推定結果とすることによって、的確に
推定結果を得るようにしている。しかしながら、前述の
特開平６−２０１８９号公報においては、各ウィンドウ
毎に検出した白線候補点の中に、疑似白線に該当するも
のが含まれる場合があり、その結果、誤推定が発生す
る。つまり、ウィンドウ内では、かすれている線であっ
ても部分的にかすれているだけであって実際には真の道
路白線であることもあり、また、道路白線らしく見える
ものであっても、例えば車線境界線とこの内側に設けら
れた内側案内線とからなる二重白線の、内側の線つま
り、内側案内線のように、真の道路白線でない場合もあ
る。前記ウィンドウの領域は、カメラのピッチングやバ
ウンシング、或いは操舵による車両挙動を考慮してその
大きさが決定される。

【００１５】このため、道路白線以外に、二重白線の内
側線がウィンドウ内に現れる場合がある。真の道路白線
と二重白線内側線とのどちらが真であるかを判断するの
は、白線の長さであったり、エッジ強度であったりする
が、ウィンドウ毎に判断するような局所的判断では、二
重白線内側線を道路白線と誤認識してしまう場合があ
り、ウィンドウ毎に局所的に白線候補点を検出する方法
では、検出精度に限界がある。

【００１６】また、特開平８−２６１７５６号公報にお
いては、ハフ変換や最小二乗法等を用いて検出した白線
候補点に対し、その存在領域を限定することによって、
ウィンドウ間の白線候補点に拘束を与えているが、ハフ
変換や最小二乗法等を用いて検出される白線候補点の中
には、疑似白線の白線候補点が含まれるため、存在領域
を限定したとしても、疑似白線に対しても演算を行うこ
とになり、疑似白線の含まれる数の増加に伴って演算時
間も増大するという問題がある。

【００１７】そこで、この発明は、上記従来の未解決の
問題に着目してなされたものであり、処理時間の増加を
伴うことなく、道路白線に相当する白線候補点の検出精
度を向上させることの可能な道路白線認識装置を提供す
ることを目的としている。

【００１８】

【課題を解決するための手段】上記目的を達成するため
に、本発明の請求項１に係る道路白線認識装置は、車両
前方の道路を撮像する撮像手段と、当該撮像手段で撮像
した画像において道路白線の白線候補点を検出する白線
候補点検出手段と、当該白線候補点検出手段で検出した
白線候補点のうち、前記画像における垂直方向位置が同
一であり且つ左側道路白線及び右側道路白線に相当する
と推測される左右の白線候補点の対を選択する候補点対
選択手段と、当該候補点対選択手段で選択された候補点
対毎に左右の白線候補点の水平方向位置間の距離を算出
する水平距離算出手段と、前記候補点対の垂直方向位置
と前記水平距離算出手段で算出された水平距離との関係
を一次関数式で近似する近似手段と、当該近似手段で近
似した近似式に基づいて、前記白線候補点の中から真の
白線候補点を抽出する候補点抽出手段と、当該候補点抽
出手段で抽出した真の白線候補点に基づいて道路パラメ
ータを推定する道路パラメータ推定手段と、を備えるこ
とを特徴としている。

【００１９】また、請求項２に係る道路白線認識装置
は、前記候補点抽出手段は、前記候補点対のうち前記近
似式を満足する候補点対を構成する白線候補点を、前記
真の白線候補点として抽出するようになっていることを
特徴としている。また、請求項３に係る道路白線認識装
置は、前記候補点抽出手段は、前記水平距離算出手段で
算出された前記候補点対の水平距離と、前記候補点対の
垂直方向位置に基づき前記近似式から算出される水平距
離と、の差が予め設定したしきい値以下であるとき、前
記候補点対を構成する白線候補点を、前記真の白線候補
点として抽出するようになっていることを特徴としてい
る。

【００２０】また、請求項４に係る道路白線認識装置
は、前記しきい値は、前記画像における画素の大きさに
比例した値であることを特徴としている。また、請求項
５に係る道路白線認識装置は、前記しきい値の比例定数
は、２であることを特徴としている。また、請求項６に
係る道路白線認識装置は、前記近似手段は、ハフ変換を
用いて前記近似式を検出するようになっていることを特
徴としている。

【００２１】また、請求項７に係る道路白線認識装置
は、前記近似手段は、前記道路パラメータ推定手段で推
定された過去の道路パラメータに基づいて、前記ハフ変
換における前記近似式の近似範囲を制限するようになっ
ていることを特徴としている。また、請求項８に係る道
路白線認識装置は、前記白線候補点のうち、前記候補点
抽出手段で抽出された真の白線候補点に隣接するもの
も、前記真の白線候補点として抽出するようになってい
ることを特徴としている。

【００２２】また、請求項９に係る道路白線認識装置
は、前記候補点対選択手段は、前記白線候補点検出手段
で検出した白線候補点のうち、前記画像における垂直方
向位置が同一であり且つ左側道路白線又は右側道路白線
に相当すると推測される白線候補点が同一側に複数存在
するとき、最も車線内側に相当する左右の白線候補点か
ら順に候補点対を形成し、前記近似手段で近似した近似
式が複数存在するとき、これら近似式のうち、前記候補
点対の垂直方向位置の変化に対する前記水平距離の変化
度合が小さい方から２番目の近似式を選択し、これを前
記候補点抽出手段で用いる真の近似式として設定する近
似式選択手段、を備えることを特徴としている。

【００２３】この請求項９に係る発明では、近似手段で
近似された近似式が複数存在するとき、これら近似式の
うち、候補点対の垂直方向位置の変化に対する水平距離
の変化度合、つまり、傾きが小さい方から２番目の近似
式が真の近似式として選択される。ここで、二重白線区
間の場合、近似式は複数検出され、道路白線の内側に内
側案内線が設けられているから、近似式の傾きは、内側
案内線がもっと小さく、内側案内線、道路白線の順に大
きくなる。よって、近似式の傾きが小さい方から２番目
の近似式を真の近似式として選択することによって、複
数の近似式の中から、道路白線に相当する近似式が選択
されることになる。

【００２４】また、請求項１０に係る道路白線認識装置
は、前記候補点対選択手段は、最も車線内側に相当する
左右の白線候補点から順に２組の候補点対を形成するよ
うになっていることを特徴としている。この請求項１０
に係る発明では、最も車線内側に相当する左右の白線候
補点から順に２組の候補点対が形成される。つまり、二
重白線区間では近似式が複数検出されるが、複数の近似
式のうち、その傾きが最も小さいものから２番目の近似
式が道路白線に相当する近似式であるから、この近似式
を得ることができればよい。近似式の傾きは、候補点対
の水平距離が小さいほど小さくなるから、最も車線内側
に相当する左右の白線候補点から順に２組の候補点対を
形成すれば、道路白線に相当する近似式が得られること
になる。

【００２５】また、請求項１１に係る道路白線認識装置
は、前記近似式選択手段は、前記近似手段で近似した複
数の近似式毎に、前記水平距離が零となるときの前記候
補点対の垂直方向位置である零座標値を算出し、各近似
式の零座標値間の距離が全て予め設定したしきい値より
も大きいとき、前記近似式のうちその信頼度が最も高い
ものを、前記真の近似式として選択するようになってい
ることを特徴としている。

【００２６】この請求項１１に係る発明では、近似手段
で近似した複数の近似式毎に、水平距離が零となるとき
の候補点対の垂直方向位置である零座標値が算出され
る。そして、各近似式においてその零座標値間の距離が
全てしきい値よりも大きいとき、近似式のうち、その信
頼度が最も高いものが真の近似式として選択される。こ
こで、二重白線区間では、道路白線の内側に内側案内線
が平行に表示されているため、撮像画像における消失点
はほぼ一致することになる。よって、水平距離が零とな
るときの候補点対の零座標値が一致しないときには、二
重白線区間ではないとみなすことができるから、近似式
のうち信頼度が最も高いものを選択することによって、
道路白線に該当する近似式が選択されることになる。

【００２７】また、請求項１２に係る道路白線認識装置
は、前記近似式選択手段は、前記近似式を満足する候補
点対の数が多いほど、信頼性が高いと判定するようにな
っていることを特徴としている。また、請求項１３に係
る道路白線認識装置は、前記近似式選択手段は、前記近
似手段で近似した複数の近似式毎に、前記水平距離が零
となるときの前記候補点対の垂直方向位置である零座標
値を算出し、他の近似式との零座標値間の距離が予め設
定したしきい値よりも小さくなる近似式が存在する場合
には、これら近似式のうち、前記候補点対の垂直方向位
置の変化に対する前記水平距離の変化度合が小さい方か
ら２番目の近似式を選択し、これを前記候補点抽出手段
で用いる真の近似式として設定するようになっているこ
とを特徴としている。

【００２８】この請求項１３に係る発明では、近似式毎
に、水平距離が零となるときの候補点対の垂直方向位置
である零座標値が算出され、他の近似式の零座標値間の
距離がしきい値よりも小さくなる近似式が存在すると
き、この零座標値間の距離がしきい値よりも小さくなる
近似式のうち、候補点対の垂直方向位置の変化に対する
水平距離の変化度合が小さい方から２番目の近似式が選
択される。ここで、二重白線区間では、道路白線の内側
に内側案内線が平行に表示されているため、撮像画像に
おける消失点はほぼ一致することになる。よって、水平
距離が零となるときの候補点対の零座標値が一致すると
きには、二重白線区間であるとみなすことができるか
ら、零座標値間の距離がしきい値が小さくなる近似式ど
うしのうち、候補点対の垂直方向位置の変化に対する水
平距離の変化度合、つまり近似式の傾きが小さい方から
２番目の近似式を選択することによって、道路白線に該
当する近似式が選択されることになる。

【００２９】さらに、請求項１４に係る道路白線認識装
置は、前記道路パラメータ推定手段は前記真の白線候補
点に基づいて道路形状及び前記撮像手段の姿勢を検出
し、前記近似手段で近似した近似式に基づいて前記撮像
手段の姿勢を推定し推定した姿勢及び前記道路パラメー
タの前回の検出値を用いて前記画像に対し白線候補点の
探索領域を設定する探索領域設定手段と、前記画像にお
いて前記探索領域内で再度白線候補点を検出し検出した
白線候補点を前記真の白線候補点として設定する再検出
手段と、を備えることを特徴としている。

【００３０】この請求項１４に係る発明では、近似手段
で近似した近似式に基づいて撮像手段の姿勢が推定さ
れ、推定した姿勢及び前回検出時の道路パラメータを用
い、白線候補点の探索領域が設定され、この探索領域に
対し、再度白線候補点の検出が行われてこれが真の白線
候補点として設定される。このとき、例えば、推定した
撮像手段の姿勢を固定し、道路パラメータの共分散に基
づいて探索領域の幅を設定すれば、探索領域の幅が的確
に設定されると共に、その幅がさらに狭くなるから、白
線候補点の誤検出が防止されることになる。

【００３１】

【発明の効果】本発明の請求項１に係る道路白線認識装
置によれば、撮像手段で撮像した画像から検出した白線
候補点のうち、画像における垂直方向位置が同一であり
且つ左側道路白線及び右側道路白線に相当すると推測さ
れる左右の白線候補点の対を候補点対として選択し、そ
の左右の白線候補点の水平方向位置間の距離を算出し、
候補点対の垂直方向位置とその水平距離との関係を一次
関数式で近似し、この近似した近似式に基づいて、白線
候補点の中から真の白線候補点を抽出するようにしたか
ら、画像全体から白線候補点を選定することができ、こ
のようにして選定した白線候補点を用いることによっ
て、道路が曲線である場合であってもロバストに道路パ
ラメータを推定することができる。

【００３２】また、請求項２に係る道路白線認識装置に
よれば、候補点対のうち、近似式を満足する候補点対を
なす白線候補点を、真の白線候補点として抽出するよう
にしたから、真の白線候補点を的確に検出することがで
きる。また、請求項３に係る道路白線認識装置によれ
ば、候補点対の水平距離と、候補点対の垂直方向位置に
基づき前記近似式から算出される水平距離と、の差が予
め設定したしきい値以下であるとき、候補点対をなす白
線候補点を、真の白線候補点として抽出するようにした
から、単純な演算で抽出することができ、短時間で且つ
的確に真の白線候補点の検出を行うことができる。

【００３３】また、請求項４に係る道路白線認識装置に
よれば、画像における画素の大きさに比例した値をしき
い値として設定するようにしたから、画素の粗さに起因
する白線候補点の検出誤差に対し、合理的にしきい値を
設定することができ、しきい値が小さすぎることによる
白線候補点の欠損或いはしきい値が大きすぎることによ
る白線候補点の誤検出等を防止することができる。

【００３４】また、請求項５に係る道路白線認識装置に
よれば、画像における白線候補点の検出誤差は、主に画
素の粗さに起因するものであり、左右の白線候補点はそ
れぞれ“１”の量子化誤差を有する可能性があり左右の
白線候補点の水平方向の位置座標の差は最大“２”の量
子化誤差を有すると仮定することができるから、しきい
値の比例定数を“２”とすることによって、しきい値を
合理的に設定することができる。

【００３５】また、請求項６に係る道路白線認識装置に
よれば、ハフ変換を用いて近似式を検出するようにした
から、誤情報が結果に反映されないハフ変換を用いて、
画像全体で一括でハフ変換を適用することによって、ロ
バスト性をさらに向上させることができる。また、請求
項７に係る道路白線認識装置によれば、道路形状推定手
段によって過去に推定された道路形状に基づいて、ハフ
変換における近似式の近似範囲を制限するようにしたか
ら、あり得ない推定を排除することができると共に、近
似式算出に係る演算時間を大幅に短縮することができ
る。

【００３６】また、請求項８に係る道路白線認識装置に
よれば、撮像手段で撮像した画像から検出した白線候補
点のうち、候補点抽出手段で抽出された真の白線候補点
に隣接するものも、真の白線候補点として抽出するよう
にしたから、真の白線候補点であるものの、垂直方向位
置が同一な候補点対を形成する段階で、他方の白線候補
点が存在しないことから排除されてしまった白線候補点
を、真の白線候補点として選択することができ、白線候
補点を不必要に限定することを回避し、真の白線候補点
に基づき算出される道路形状或いはカメラ姿勢のロバス
ト性を向上させることができる。

【００３７】また、請求項９に係る道路白線認識装置に
よれば、白線候補点検出手段で検出した白線候補点のう
ち、画像における垂直方向位置が同一であり且つ左側道
路白線又は右側道路白線に相当すると推測される白線候
補点が同一側に複数存在するときには、最も車線内側に
相当する左右の白線候補点から順に候補点対を形成して
近似式を算出し、近似式が複数存在するときには、候補
点対の垂直方向位置の変化に対する水平距離の変化度合
が小さい方から２番目の近似式を、真の近似式として検
出するようにしたから、二重白線区間であっても、真の
道路白線に相当する近似式を的確に検出することができ
る。

【００３８】また、請求項１０に係る道路白線認識装置
によれば、最も車線内側に相当する左右の白線候補点か
ら順に２組の候補点対を形成するようにしたから、不要
な候補点対の検索を行うことを回避し、その分処理時間
の短縮を図ることができる。また、請求項１１に係る道
路白線認識装置によれば、二重白線区間の場合、撮像画
像において道路白線とその内側に平行に表示された内側
案内線との消失点はほぼ一致するから、近似式において
水平距離が零となるときの候補点対の垂直方向位置であ
る零座標値を算出し、各近似式の零座標値間の距離が全
て予め設定したしきい値よりも大きいときには、二重白
線ではないと判定し、近似式のうちその信頼度が最も高
いものを、真の近似式として選択することによって、真
の道路白線を的確に検出することができる。

【００３９】また、請求項１２に係る道路白線認識装置
によれば、近似式を満足する候補点対の数が、真の道路
白線と同等以上となるのは、二重白線区間における内側
案内線のみであるから、近似式を満足する候補点対の数
が多いほど、信頼性が高いと判定することによって、真
の道路白線に相当する近似式を的確に検出することがで
きる。

【００４０】また、請求項１３に係る道路白線認識装置
によれば、撮像画像において、道路白線とその内側に平
行に表示された内側案内線との消失点はほぼ一致するか
ら、近似式毎に、その水平距離が零となるときの候補点
対の垂直方向位置である零座標値を算出し、他の近似式
との零座標値間の距離が予め設定したしきい値よりも小
さくなる近似式が存在する場合には、これら近似式のう
ち、候補点対の垂直方向位置の変化に対する水平距離の
変化度合が小さい方から２番目の近似式を選択し、これ
を真の近似式とすることによって、真の道路白線を的確
に検出することができる。

【００４１】さらに、請求項１４に係る道路白線認識装
置によれば、近似式に基づいて撮像手段の姿勢を推定
し、推定した姿勢及び前記道路パラメータの前回の検出
値を用いて画像に対し白線候補点の探索領域を設定し、
この設定した探索領域内について、再度白線候補点を検
出し、検出した白線候補点を真の白線候補点とするよう
にしたから、道路パラメータに応じて探索領域を的確に
設定することができ、真の白線候補点の誤検出を回避す
ることができる。

【００４２】

【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。まず、第１の実施の形態を説明す
る。図１は、本発明を適用した道路白線認識装置の一実
施形態を示す構成図である。

【００４３】図１において、ＣＣＤカメラ等で構成され
るカメラ１は、例えば、車幅方向中央の、車室内のフロ
ントウィンドウ上部に取り付けられ、車両前部の道路を
含む車両の周囲環境を撮像する。カメラ１で撮像した撮
像情報は、処理装置２に入力され、処理装置２は、撮像
情報をもとに白線候補点の検出を行い、白線候補点の検
出結果に基づいて道路パラメータを推定する。

【００４４】図３は、処理装置２で実行される道路白線
を検出するための道路白線検出処理の処理手順の一例を
示すフローチャートである。なお、この道路白線検出処
理は、予め設定した所定周期で実行される。まず、ステ
ップＳ１で、カメラ１からの画像情報を読み込み、ステ
ップＳ２に移行し、読み込んだ画像情報からなる撮像画
像に対し、図３に示すように複数のウィンドウを設定す
る。

【００４５】このウィンドウは、道路白線以外の白線を
道路白線として誤認識することを回避するために設けた
ものである。なお、図３に示すように、撮像画像におい
ては、例えばその左上座標を基準とし、水平右方向をｘ
軸の正方向、垂直下方向をｙ軸の正方向とする。そし
て、前記各ウィンドウのｙ方向、つまり画像上下方向の
ウィンドウ位置は予め設定しておく。例えば、各ウィン
ドウの上辺及び下辺のｙ座標をそれぞれ設定しておく。

【００４６】一方、前記ウィンドウのｘ方向、つまり画
像左右方向のウィンドウ位置は、前回の処理周期におけ
る道路白線検出処理の処理結果に基づき得られた道路モ
デルに基づいて設定する。ここで、一般に、曲線路を考
慮した道路形状は、道路モデルのパラメータを｛Ａ，
Ｂ，Ｃ，Ｄ，Ｈ｝とすると、次式（５）で表すことがで
きることが知られている。なお、Ａは、車両の車線に対
する横変位、Ｂは道路曲率、Ｃは車両の車線に対するヨ
ー角、Ｄはピッチ角、Ｈはカメラ高さである。また、式
（５）中の、Ｅ₀は車線幅、ｆはカメラ透視変換定数、
｛ｘ，ｙ｝は撮像画像上における白線候補点の座標であ
る。また、ｉは左側道路白線の場合には“０”、右側道
路白線の場合には“１”を表す。

【００４７】ｘ＝(-A+i*E₀)*(y+f*D)/H-B*H*f²/(y+f*D)-C*f ……（５）ここで、ウィンドウのｘ軸方向の中心位置をｘ_Cとする
と、中心位置座標ｘ_Cは、前記（５）式及び予め設定し
たｙ座標から算出することができる。ウィンドウのｘ軸
方向の最小値ｘ_min及び最大値ｘ_maxを、次式（６）の
ように設定する。

【００４８】ｘ_min＝ｘ_c−ｘｗｘ_max＝ｘ_c＋ｘｗ ……（６）なお、（６）式中のｘｗは、予め設定した固定値でもよ
く、また、例えば、特開平８−２６１７５６号公報に記
載されているように、前述の道路モデルのパラメータ
｛Ａ，Ｂ，Ｃ，Ｄ，Ｈ｝の分散から合理的に設定するよ
うにしてもよい。

【００４９】次いで、ステップＳ３に移行し、白線候補
点の検出を行う。この検出は、道路白線と路面との輝度
変化を利用し、輝度変化のノイズ対策を考慮して輝度画
像に対し、公知の手順でｓｏｂｅｌフィルタを施し、輝
度変化を得る。つまり、座標ｘの画素の輝度が、座標ｘ
＋１の画素の輝度よりも大きい場合に、ｓｏｂｅｌフィ
ルタの出力を正とする。道路白線は幅が変わる場合があ
るので、ここでは、車線内側に相当する道路白線の内側
を白線候補とすると、ｓｏｂｅｌフィルタ処理を施すこ
とによって、左側白線内側は正値となり、右側白線内側
は負値となるはずである。したがって、ｓｏｂｅｌフィ
ルタの出力をｙｓ、輝度変化しきい値をＦ_THとしたと
き、次式（７）及び（８）が成り立つ。

【００５０】ｙｓ＞Ｆ_TH：左白線 ……（７）ｙｓ＜−Ｆ_TH：右白線 ……（８）なお、前記輝度変化しきい値Ｆ_THを大きな値に設定する
と、はっきり現れる道路白線を検知するものの、薄れた
道路白線やトンネル内部等で道路白線が見えにくい場合
等にはこれを検知しなくなる。逆に、輝度変化しきい値
Ｆ_THを小さな値に設定すると、薄れた道路白線やトンネ
ル内部等道路白線が見えにくい場合等であっても道路白
線を検知することができるものの、逆に水膜等の疑似白
線を道路白線として誤認識しやすくなる。したがって、
前記輝度変化しきい値Ｆ_THは、これらのトレードオフを
考慮して設定する。

【００５１】このようにして、各ウィンドウ毎にｓｏｂ
ｅｌフィルタを施し、前記（７）式を満足する画素を、
左側道路白線候補として、その位置座標を｛ｘ_lp，
ｙ_p｝とし、前記（８）式を満足する画素を、右側道路
白線候補としてその位置座標を｛ｘ_rp，ｙ_p｝とし、こ
れら画素を、候補点群Ａとする。次いで、ステップＳ４
に移行し、撮像画像上における、左右の道路白線間の距
離である車線幅ｄｘを算出する。まず、各ウィンドウ毎
に、ステップＳ３で検出した候補点群Ａの位置座標をも
とに、ウィンドウ内の全てのｙ値に対し、左右の白線候
補点が共に存在するかどうかを検知する。つまり、候補
点群Ａのうち、ｙ値が同一である、左側白線候補点｛ｙ
_n，ｘ_ln｝と右側白線候補点｛ｙ_n，ｘ_rn｝とを検索
し、左右の白線候補点のｘ座標の差ｄｘ（＝ｘ_rn−
ｘ_ln）を検出し、これを配列｛ｙ_n，ｘ_rn−ｘ_ln｝で表
す。なお、ｎは、ｎ＝１〜Ｎ_maxの値であって、Ｎ_max
は、ｙ値が同一である左側及び右側の白線候補点の組み
合わせの数である。

【００５２】次いで、ステップＳ５に移行し、次式
（９）で示すように、全てのウィンドウにおいて検出し
た配列｛ｙ_n，ｘ_rn−ｘ_ln｝をもとに、車線幅ｄｘをｙ
に関する一次式で近似し、全ての配列｛ｙ_n，ｘ_rn−ｘ
_ln｝を満足する近似直線を検出する。つまり、撮像画像
全体に対し一括して近似直線を検出する。この検出に
は、ハフ変換を用いる。

【００５３】ｄｘ＝ａ×ｙ＋ｂ ……（９）なお、式中のａ及びｂは、ハフ変換を行うことによって
算出することができ、ハフ変換における処理過程で、例
えば図１４に示す二次元マップを得ることができるが、
このとき、前記ハフ変換処理におけるａ及びｂの上限及
び下限値を、次式（１０）に示すように設定する。

【００５４】ａ_max＝Ｅ₀／（Ｈ₀−ｄＨ）ａ_min＝Ｅ₀／（Ｈ₀＋ｄＨ）ｂ_max＝Ｅ₀＊ｆ＊（Ｄ＋ｄＤ）／（Ｈ−ｄＨ）ｂ_min＝Ｅ₀＊ｆ＊（Ｄ−ｄＤ）／（Ｈ＋ｄＨ） ……（１０）なお、（１０）式において、ａ_max及びｂ_maxはそれぞ
れ最大値を表し、ａ_mi _n及びｂ_minはそれぞれ最小値を
表す。また、Ｅ₀は予め設定された車線幅、Ｈはカメラ
高さ、Ｄはピッチ角、ｆは予め設定されたカメラ焦点距
離であって、Ｈ ₀及びＤ₀は、前回の道路パラメータ検
出時における、カメラ高さＨ及びピッチ角Ｄの検出結果
である。

【００５５】また、ｄＨびｄＤは、カメラ高さＨ及びピ
ッチ角Ｄの道路パラメータの検出処理の一周期間の差分
値の最大値であって、予め走行実験等を行うことによっ
て得られたデータをもとに設定される値である。なお、
これら差分値の最大値は、その値が小さいとロストする
可能性があり、逆に、大きすぎると誤認識や演算時間の
増大につながるため、これらのトレードオフを考慮して
修正するようにしてもよい。

【００５６】ここで、左側白線候補点のｘ座標をｘ_l、
右側白線候補点のｘ座標をｘ_rとすると、車線幅ｄｘ
は、次式（１１）で表すことができる。ｄｘ＝ｘ_r−ｘ_l＝Ｅ₀＊（ｙ＋ｆ＊Ｄ）／Ｈ ……（１１）したがって、車線幅ｄｘは、道路曲率に関わらず、前記
（１１）式に示す、ｙに関する一次関数で近似すること
ができる。

【００５７】次いで、ステップＳ６に移行し、ステップ
Ｓ４で算出した配列｛ｙ_n，ｘ_rn−ｘ_ln｝のうち、次式
（１２）を満足する配列を抽出し、これを配列｛ｙ_m，
ｄｘ _m｝とする。なお、ｍは１〜Ｍ_maxの値であって、
Ｍ_maxは次式（１２）を満足する配列の個数である。｜ｄｘ_n−（ａ＊ｙ_n＋ｂ）｜＜ｋ＊ｇｇ ……（１２）なお、（１２）式中のｇｇは画素の大きさを表す。ま
た、前記ｋは比例定数であって、例えば“２”に設定さ
れる。

【００５８】次いで、ステップＳ７に移行し、白線候補
点の絞り込みを行う。つまり、ステップＳ６で抽出した
配列｛ｙ_m，ｄｘ_m｝に相当する左側白線候補点
｛ｙ_m，ｘ _lm｝と右側白線候補点｛ｙ_m，ｘ_rm｝を得
て、これを候補点群Ｂとする。次いで、ステップＳ８に
移行し、白線候補点の拡張処理を行う。つまり、図４の
フローチャートに示すように、ステップＳ８ａで、候補
点群Ｂに含まれる各白線候補点について探索が終了した
かどうかを判定し、終了していない場合にはステップＳ
８ｂに移行し、探索未終了の白線候補点を選択する。こ
の探索は、例えば、候補点群Ｂに含まれる白線候補点の
各配列の添え字の昇順に探索を行うようにし、昇順が、
前回探索した白線候補点の次に相当する白線候補点を選
択する。

【００５９】次いで、ステップＳ８ｃに移行し、ステッ
プＳ８ｂで選択した白線候補点に該当する画素に隣接す
る画素の中に、候補点群Ａに含まれる白線候補点に該当
する画素が存在するかを判定する。そして、該当する画
素が存在しない場合にはそのままステップＳ８ａに戻
り、該当する画素が存在する場合には、この候補点群Ａ
に含まれる白線候補点を、候補点群Ｂに追加し、ステッ
プＳ８ａに戻る。

【００６０】そして、候補点群Ｂに含まれる全ての白線
候補点について探索が終了した場合には、処理を終了す
る。次いで、ステップＳ９に移行し、候補点群Ｂに含ま
れる白線候補点に基づいて、道路パラメータの推定及び
カメラ姿勢の推定を行い、道路形状の推定を行う。この
推定は、公知の手順で行えばよく、例えば、特開平６−
２０１８９号公報に記載されたように、最小二乗法を用
いて推定を行うようにしてもよく、また、特開平８−２
６１７５６号公報に記載されたように、カルマンフィル
タを用いて推定を行うようにしてもよい。

【００６１】次に、上記第１の実施の形態の動作を説明
する。カメラ１からの画像情報を読み込むと、その撮像
画像に対し、図３に示すように、予め設定したｙ座標位
置及び前回検出時の道路パラメータに基づきｘ座標位置
を特定し、特定されたｘ座標及びｙ座標位置を基準とし
て、予め設定されたウィンドウ幅を有するウィンドウを
複数設定する（ステップＳ１、Ｓ２）。

【００６２】そして、各ウィンドウ毎に、ｓｏｂｅｌフ
ィルタ処理を行って候補点群Ａを検出し、ｙ座標が同一
である、右及び左側の白線候補点の組み合わせを抽出
し、これに基づき配列｛ｙ_n，ｘ_rn−ｘ_ln｝を算出す
る。そして、各ウィンドウ毎に検出した配列｛ｙ_n，ｘ
_rn−ｘ_ln｝をもとに近似直線を算出する。つまり、撮像
画像全体において検出した全ての配列｛ｙ_n，ｘ_rn−ｘ
_ln｝に基づいて、これら配列を満足する近似直線を算出
する（ステップＳ３〜Ｓ５）。

【００６３】ここで、近似直線は、左右の白線候補点の
ｘ座標の差と、ｙ座標との関係を直線に近似するように
しており、これらの関係は、曲線路でも成立する。した
がって、得られる近似直線の近似精度は低下しない。そ
して、配列｛ｙ_n，ｘ_rn−ｘ_ln｝に該当する各白線候補
点について、前記（１２）式を満足する配列を抽出しこ
れを｛ｙ_m，ｄｘ_m｝とする。これによって、候補点群
Ａのうち、近似直線の近傍とみなすことのできる白線候
補点を白線候補点群Ｂとして抽出するが（ステップＳ
６、Ｓ７）、候補点群Ａに属する白線候補点のうち、候
補点群Ｂに属する白線候補点の近傍に位置する白線候補
点については、検出対象の道路白線に該当する真の白線
候補点である可能性が高いとして、候補点群Ｂに追加す
る（ステップＳ８）。そして、このようにして設定され
た候補点群Ｂに属する白線候補点に基づいて、ハフ変換
或いは、最小二乗法等を用いて、カメラ姿勢の検出、ま
た、道路パラメータの算出を行う。

【００６４】ここで、前記候補点群Ｂは、右側及び左側
の白線候補点の組み合わせの中から抽出するようにして
いる。このため、右側及び左側の白線候補点が共に存在
しないものは、真の白線候補点であるにも関わらず、候
補点群Ｂに属さないことになる。しかしながら、候補点
群Ａに属する白線候補点のうち、候補点群Ｂに属する白
線候補点に隣接するものについては、真の白線候補点で
ある可能性が高いとして、これを候補点群Ｂに登録する
ようにしているから、ペアを組む他方の側の白線候補点
が存在しない白線候補点であっても、候補点群Ｂに確実
に登録することができる。したがって、候補点群Ｂに属
する各白線候補点に基づいて道路形状或いはカメラ姿勢
の推定を行うことにより、その推定のロバスト性を向上
させることができる。

【００６５】また、前記（１２）式の左辺は、ｘ＝ａ・
ｙ＋ｂにおけるｘ軸方向の近似誤差を表しており、この
近似誤差が小さいほど、白線候補点｛ｙ_n，ｄｘ_n｝
が、近似直線の近傍に位置する点であることを表してい
る。したがって、前記（１２）式を満足するか否かを判
定することによって、白線候補点｛ｙ_n，ｄｘ_n｝が近
似直線近傍位置であるかを的確に判定することができる
と共に、この判定は単純な計算を行うだけでよいから、
容易に検出することができる。

【００６６】また、前記（１２）式の左辺は、撮像画像
上におけるｘ方向の近似誤差であって、この誤差は、真
の白線候補点であっても発生する。その大半は画素の粗
さ（量子化ノイズ）に基づくものである。よって、画素
量子に比例して、前記（１２）式の右辺、つまりしきい
値を設定することは合理的であり、画素が粗い場合に
は、所定値が小さすぎることによる白線候補点の欠損を
防止することができ、逆に、画素が細かい場合には、所
定値が大きすぎることによる白線候補点の誤検出を防止
することができ、白線候補点の検出を的確に行うことが
できる。

【００６７】このとき、右側白線候補点及び左側白線候
補点はそれぞれ“１”の量子化誤差を有する可能性があ
るが、例えば、左右の白線候補点に共に誤差が含まれる
場合には、これらの誤差の符号が互いに異なる可能性が
ある。したがって、最大“２”の量子化誤差を有する可
能性がある。よって．画素の大きさｇｇの比例定数を
“２”として設定することによって、より的確に候補点
群Ｂの抽出を行うことができる。

【００６８】また、ハフ変換は、最小二乗法に対し、誤
認識された白線候補点が結果に反映されないという長所
を有しており、本来ロバスト性を備えているが、演算時
間の制約から、白線候補点列を一括で曲線に近似するこ
とにハフ変換を適用することは不可能である。しかしな
がら、上記第１の実施の形態においては、撮像画像上に
おける車線幅ｄｘがｙに関し直線で近似されることに着
目し、撮像画像全体に対して一括してハフ変換を適用
し、近似直線を算出するようにしたから、従来のよう
に、ウィンドウ毎に別々にハフ変換を適用しなくとも、
撮像画像全体にわたってハフ変換を適用することができ
る。よって、ロバスト性を向上させることができ、ま
た、このとき、候補点群Ｂに属する白線候補点は、互い
に近似直線を介した拘束条件を有することになるから、
白線候補点検出のロバスト性を向上させることができ
る。

【００６９】また、ハフ変換を適用する際に、過去の道
路パラメータ等、予め設定した道路パラメータに基づい
て、パラメータａ及びｂの範囲を制限し、その範囲内に
ついてハフ変換処理を行うようにしているから、演算時
間を大幅に短縮することができると共に、あり得ること
のない推定を排除することができる。次に、第２の実施
の形態を説明する。

【００７０】この第２の実施の形態は、車線境界線とそ
の内側の内側案内線とからなる二重白線区間において、
道路白線として車線境界線を確実に検出できるようにし
たものであって、上記第１の実施の形態において、図２
の道路白線検出処理の処理手順の一部が異なること以外
は同様であるので、同一部には同一符号を付与し、その
詳細な説明は省略する。

【００７１】図５は、第２の実施の形態における道路白
線検出処理の処理手順の一例を示すフローチャートであ
る。上記第１の実施の形態と同様に、ステップＳ１で、
カメラ１で撮像した画像情報を読み込み、予め設定した
位置にウィンドウを設定する（ステップＳ２）。次いで
ステップＳ１１に移行し、上記第１の実施の形態におけ
るステップＳ３の処理と同様に、輝度画像に対しｓｏｂ
ｅｌフィルタ処理を施し、白線候補点の検出処理を行
い、前記（７）式又は（８）式を満足する画素の検出を
行う。このとき、左右の道路白線の内側からｘ軸の正及
び負方向にそれぞれ走査し、前記条件を満足するもの全
てを左側白線候補点又は右側白線候補点としてそれぞれ
検出するようにしてもよく、或いは、左右の道路白線の
内側からｘ軸方向の正方向又は負方向に走査したとき
に、同一方向において前記条件を満足する画素を所定
数、例えば“２”、検出したときに、このｙ座標位置に
おける白線候補点の検出を終了するようにしてもよい。

【００７２】次いで、ステップＳ１２に移行し、前記図
２のステップＳ４と同様にして、撮像画像上における車
線幅ｄｘを算出する。このとき、左右の道路白線の、よ
り内側に位置する白線候補点から順に左右の白線候補点
どうしのペアを作成する。つまり、まず、ｙ座標が同一
の白線候補点について、左右の白線候補点のうち最も左
右の道路白線の内側に位置する白線候補点どうしのペア
を作成する。次に、このペアを構成する白線候補点どう
しを除き、残された白線候補点の中から、左右の白線候
補点のうち最も道路白線の内側に位置する白線候補点ど
うしのペアを作成する。この処理を繰り返し行い、ｙ座
標が同一の白線候補点について、左右の白線候補点どう
しのペアを内側から順に作成する。

【００７３】なお、このとき、左右の白線候補点が共に
存在しなくなるまで、左右の白線候補点のペアを作成す
るようにしてもよく、所定数、例えば“２”、得られた
ときに、該当するｙ座標についての処理を終了するよう
にしてもよい。そして、各ペアの座標を｛ｘ_ln，ｙ_n｝
｛ｘ_rn，ｙ_n｝とすると、｛ｙ_n，ｄｘ_n｝＝｛ｙ_n，
ｘ_rn−ｘ_ln｝として、ｙ座標とｙ座標位置における車線
幅ｄｘとの対応を表す配列を算出する。

【００７４】次いで、ステップＳ１３に移行し、前記図
２のステップＳ５の処理と同様にしてハフ変換を用いて
車線幅ｄｘの近似直線を算出する。このとき、ハフ変換
処理を行うことによって、近似直線のパラメータａ及び
ｂの配列からなる、図１４に示すようなマップが得られ
る。そして、例えば図６に示すように二重白線が存在す
る場合、或いは、道路白線だけでなく疑似白線が存在す
る場合には、図７〜図９に示すように、複数の近似直線
が得られることになる。

【００７５】次いで、ステップＳ１４に移行し、二重白
線であるか否かの判断を行う。つまり、前記ステップＳ
１３のハフ変換処理において得られるマップにおいて、
配列｛ａ，ｂ｝を満足する白線候補点数が、予め設定し
たしきい値以上であるものが存在するかどうかを判定す
る。前記しきい値は、道路白線であるとみなすことの可
能な値に設定され、このしきい値を大きくすると、ロバ
スト性は向上するが、道路が見えにくいなどの状況下で
はロストにつながるためこれらを考慮して設定する。そ
して、配列マップにおいて、配列｛ａ，ｂ｝を満足する
白線候補点数がしきい値以上である配列を、｛ａ_1x，ｂ
_1x｝、｛ａ_2x，ｂ_2x｝、｛ａ_3x，ｂ_3x｝、……として設
定する。

【００７６】そして、これら選択した配列それぞれにつ
いて、次式（１３）から、車線幅ｄｘが零であるときの
ｙ座標値である、零座標値ｃ_nxを算出する。ｃ_nx＝−ｂ_nx／ａ_nx ……（１３）そして、各零座標値ｃ_nxの中で、次式（１４）を満足す
るものを選択する。つまり、互いの零座標値ｃ_nxの大き
さの差がしきい値ｋよりも小さくなるものを選択する。

【００７７】｜ｃ_nx（ｎ＝ｐ）−ｃ_nx（ｎ＝ｑ）｜＜ｋ ……（１４）そして、前記（１４）式を満足するｃ_nx（ｎ＝ｐ）及び
ｃ_nx（ｎ＝ｑ）が存在する場合には、二重白線であると
判断する。逆に、前記（１４）式を満足する零座標値ｃ
_nxが存在しない場合には、配列｛ａ_1x，ｂ_1x｝、
｛ａ_2x，ｂ_2x｝、｛ａ _3x，ｂ_3x｝、……のうち、この配
列を満足する白線候補点数が最も多いものを選択し、こ
れを配列｛ａ₀，ｂ₀｝とする。

【００７８】そして、ステップＳ１４で二重白線である
と判断されたときには、ステップＳ１５に移行し、白線
選択を行う。つまり、ステップＳ１４で選択された複数
の零座標値ｃ_nxに対応する配列を、改めて｛ａ_1y，
ｂ_1y｝、｛ａ_2y，ｂ_2y｝、……｛ａ_my，ｂ_my｝とし、ａ
_1y〜ａ_myのうち、これらを昇順に並べたときの小さい方
から２番目となる配列を選択し、これを配列｛ａ₀，ｂ
₀｝とする。そして、ステップＳ６に移行する。一方、
前記ステップＳ１４で二重白線でないと判断されたとき
にはそのままステップＳ６に移行する。

【００７９】このステップＳ６は、前記図２のステップ
Ｓ６の処理と同様であって、ステップＳ１４又はＳ１５
で特定される配列｛ａ₀，ｂ₀｝を前記（１２）式にお
けるパラメータａ及びｂとし、ステップＳ１２で算出し
た、配列｛ｙ_n，ｘ_rn−ｘ_ln｝のうち、前記（１２）式
を満足する配列を抽出し、近似直線近傍の白線候補点を
抽出する。

【００８０】以後、上記第１の実施の形態と同様にし
て、候補点群Ｂを特定し（ステップＳ７）、候補点群Ａ
に属する白線候補点の中から、候補点群Ｂに属する白線
候補点の近傍に位置する白線候補点を抽出し、これを候
補点群Ｂに追加する（ステップＳ８）。そして、このよ
うにして設定した候補点群Ｂに属する白線候補点に基づ
いて、道路形状及びカメラ姿勢の推定を行う（ステップ
Ｓ９）。

【００８１】次に、第２の実施の形態の動作を説明す
る。今、車両が道路白線（車線境界線）の内側に内側案
内線が表示された二重白線区間を走行している場合に
は、カメラ１によって撮像される撮像画像は、例えば、
図６に示すように、左右の道路白線の内側に内側案内線
が存在した状態となる。

【００８２】この撮像画像に対しウィンドウを設定し
（ステップＳ１、Ｓ２）、ステップＳ１１で、これに対
してｓｏｂｅｌフィルタ処理を行うと、ｙ座標を固定と
して、ｘ軸正方向に走査した場合、右側白線候補点とし
て、右側の内側案内線の内側に対応する画素Ｒ１と真の
道路白線の内側に対応する画素Ｒ２との２つの画素が検
出されることになり、逆に、ｘ軸負方向に走査した場
合、左側白線候補点として、左側の内側案内線の内側に
対応する画素Ｌ１と真の道路白線の内側に対応する画素
Ｌ２との２つの画素が検出されることになる。

【００８３】そして、ステップＳ１２に移行して、検出
した左右の白線候補点をもとに、左右の道路白線の内側
よりの白線候補点から順に左右の白線候補点どうしのペ
アを作成すると、画素Ｒ１とＬ１、画素Ｒ２とＬ２との
ペアができることになる。そして、このようにして設定
した各ｙ座標値における、左右の白線候補点間のｘ軸方
向間の距離、つまり車線幅ｄｘを算出し、これに基づき
ハフ変換処理を行う。そして、このハフ変換処理によっ
て得られたマップにおいて、配列｛ａ，ｂ｝を満足する
白線候補点数が、予め設定したしきい値以上であるもの
を選択する。

【００８４】このとき、道路白線と内側案内線とが表示
されているから、配列｛ａ，ｂ｝を満足する白線候補点
数が予め設定したしきい値以上となる配列として、道路
白線に該当する配列｛ａ_S，ｂ_S｝及び内側案内線に該
当する配列｛ａ_W，ｂ_W｝が検出されることになる（ス
テップＳ１３）。そして、これら選択した配列それぞれ
について、前記（１３）式に基づき、車線幅ｄｘが零で
あるときのｙ座標値である零座標値ｃ_Sx，ｃ_Wxを算出す
る。

【００８５】ここで、図７に示すように、道路白線及び
内側案内線は、近似直線ｌｎ１及びｌｎ２で表される。
このとき、通常、内側案内線は道路白線の内側に平行に
配設されているから、道路白線及び内側案内線の消失
点、つまり、車線幅ｄｘが零となる零座標値ｃ_Sx，ｃ_Wx
は、ほぼ一致することになり、前記（１４）式を満足す
ることになる。したがって、二重白線であると判断され
る（ステップＳ１４）。

【００８６】そして、前記（１４）式を満足する零座標
値ｃ_Sx，ｃ_Wxに対応する配列のパラメータａを昇順に並
べ、小さい方から２番目となる配列を選択する（ステッ
プＳ１５）。ここで、パラメータａは、近似直線の傾き
を表しており、すなわち、ｙ座標値の変化に対する車線
幅ｄｘの変化量を表している。内側案内線は道路白線の
内側に設けられており、ｙ座標値の変化に対する車線幅
ｄｘの変化量は、内側案内線に比較して道路白線の方が
大きくなるから、パラメータａを昇順に並べたときの小
さい方から２番目の配列を選択すると、すなわち、道路
白線に相当する配列が選択されることになる。

【００８７】このとき、例えば、自車両の走行車線にお
ける内側案内線だけでなく、自車両の走行車線に隣接す
る左右の車線における内側案内線も撮像され、例えば、
自車両の走行車線の左右の内側案内線及び左右の道路白
線と、隣接する左右の車線の、自車両の走行車線側の内
側案内線が一方ずつ撮像された場合には、図７に示すよ
うに、真の道路白線に相当する近似直線ｌｎ１と、内側
案内線に相当する近似直線ｌｎ２と、隣接する左右の車
線の内側案内線に相当する近似直線ｌｎ３とが検出され
ることになる。

【００８８】このとき、隣接する左右の車線の内側案内
線は、道路白線及び自車両走行車線の内側案内線と平行
に表示されているから、前記（１４）式を満足すること
になる。また、ｙ座標値の変化に対する車線幅ｄｘの変
化は、図７に示すように、近似直線ｌｎ３が最も大きく
なる。したがって、前記（１４）式を満足する配列を、
パラメータａの昇順に並べたときの下から２番目の配列
は、道路白線に相当する配列が選択されることになる
（ステップＳ１５）。

【００８９】そして、以後、上記と同様にして、候補点
群Ａの中から、ステップＳ１５で特定される近似直線の
近傍点を抽出してこれを候補点群Ｂとし、前記候補点群
Ａに属する白線候補点のうち候補点群Ｂに属する白線候
補点に隣接するものについても候補点群Ｂに追加する
（ステップＳ８）。そして、このようにして検出した候
補点群Ｂに基づいて、上記第１の実施の形態と同様にし
て、道路パラメータの推定を行う（ステップＳ９）。

【００９０】また、例えば、撮像画像上に疑似白線が存
在する場合、ステップＳ１２で、車線幅ｄｘを算出する
際には、撮像画像において車線内側から外側方向に走査
したときの右側白線候補点及び左側白線候補点に基づい
て算出するようにしている。このため、撮像画像上に疑
似白線が存在したとしても、ｙ座標値が同一であるペア
が存在しなければ車線幅ｄｘを算出することができな
い。

【００９１】しかしながら、場合によっては、疑似白線
であっても、この疑似白線に相当する白線候補点と対を
なす白線候補点が存在し、これに基づいて車線幅ｄｘが
算出され、この誤認識された車線幅ｄｘを含んで、ステ
ップＳ１３で近似直線の算出が行われ、図８に示すよう
に、疑似白線に相当する近似直線ｌｎ４も検出される場
合がある。

【００９２】この場合には、零座標値ｃ_nxが前記（１
４）式を満足しないから二重白線ではないと判定され、
配列｛ａ，ｂ｝を満足する白線候補点数が多い方が道路
白線に相当する近似直線として選択される。一般に、道
路白線に相当する配列を満足する白線候補点数に比較し
て、疑似白線に相当する配列を満足する白線候補点数は
少ないから、道路白線に相当する配列が選択されること
になって、真の道路白線に相当する近似直線に基づいて
候補点群Ｂが作成されることになる。

【００９３】したがって、二重白線が表示された区間を
走行する場合であっても、的確に真の道路白線を検出す
ることができ、この道路白線に基づいて道路パラメータ
の推定を行うことによって、高精度に道路パラメータの
推定を行うことができる。また、車線幅ｄｘの近似直線
を算出する際にハフ変換を用いているから、複数の直線
候補を、互いに誤差を発生させることなく推定すること
ができ、道路白線認識に対してロバストであるとみなす
ことができる。

【００９４】また、ｓｏｂｅｌフィルタ処理において、
ｘ方向に走査する場合に、右側方向及び左側方向それぞ
れに２つずつ白線候補点が検出された時点で、ｘ軸方向
の走査を停止するようにし、また、車線幅ｄｘを算出す
る際に、２組のペアのみを作成するようにしている。こ
こで、二重白線区間の場合、道路白線に相当する近似直
線の傾きは、上述のように最も小さい方から２番目とな
るから、この２番目の近似直線を検出するのに十分なだ
けの白線候補点の検出及び車線幅ｄｘの算出を行うこと
によって、不要な演算を行うことを回避し、演算時間の
短縮を図ることができる。

【００９５】また、このとき、二重白線の場合には、道
路白線（車線境界線）及び内側案内線の消失点がほぼ一
致することに着目し、近似直線の零座標値ｃ_nxが一致し
ないときには、近似直線の傾きによらずに、近似直線を
貫通する白線候補点の数に応じて近似直線を選定するこ
とによって、道路白線認識のロバスト性を確保すること
ができる。

【００９６】また、このとき、各近似直線を貫通する白
線候補点数が、道路白線に相当する近似直線を貫通する
白線候補点数と同等以上となるのは、二重白線の内側案
内線のみである。例えば、道路分流合流部の誘導線は、
道路白線及び誘導線とが二重に表示されているが、ペア
となる反対側の誘導線が存在しないため、検出されな
い。したがって、二重白線であると判定されない場合に
は、貫通する白線候補点数が最も多い近似直線を、道路
白線に相当する近似直線であるとして検出することによ
って、合理的に道路白線を検出することができる。

【００９７】なお、このとき、図９に示すように、ハフ
変換処理によって疑似白線に相当する近似直線ｌｎ４が
検出された場合、内側案内線と道路白線とは消失点がほ
ぼ一致することから、ハフ変換処理によって複数の近似
直線が検出される場合には、車線幅ｄｘが零となるとき
のｙ座標値である零座標値ｃ_nxがより近い近似直線群図
９の場合、ｌｎ１及びｌｎ２を抽出し、そのうちの傾
き、つまりパラメータａが小さい方から２番目の配列を
選択しこれに相当する近似直線、この場合ｌｎ１を、道
路白線に相当する近似直線として選択するようにしても
よい。このようにすることによって、より的確に道路白
線の検出を行うことができ、また、ロバスト性を向上さ
せることができる。

【００９８】次に、本発明の第３の実施の形態を説明す
る。この第３の実施の形態は、上記第２の実施の形態に
おいて、図５の道路白線検出処理の処理手順の一部が異
なること以外は同様であるので、同一部には同一符号を
付与し、その詳細な説明は省略する。図１０は、第３の
実施の形態における道路白線検出処理の処理手順の一例
を示すフローチャートである。

【００９９】すなわち、この第３の実施の形態において
は、ステップＳ１５までの処理を上記第２の実施の形態
と同様に行い、ステップＳ１４又はＳ１５の処理で、道
路白線の近似直線を特定した後、ステップＳ２１に移行
する。このステップＳ２１では、ステップＳ１４又はＳ
１５で得られた道路白線の近似直線を特定する配列｛ａ
₀，ｂ₀｝に基づいてピッチ角Ｄ及びカメラ高さＨを推
定する。つまり、車線幅ｄｘは前記（９）式及び（１
１）式で表すことができるから、次式（１５）が成立す
る。

【０１００】ａ₀＝Ｅ₀／Ｈｂ₀＝Ｅ₀＊ｆ＊Ｄ／Ｈ ……（１５）したがって、（１５）式及び配列｛ａ₀，ｂ₀｝に基づ
いて、ピッチ角Ｄ及びカメラ高さＨを算出することがで
きる。次いで、ステップＳ２２に移行し、ステップＳ２
１で算出したピッチ角Ｄ及びカメラ高さＨの少なくとも
何れか一方を固定し、ウィンドウ幅を算出する。つま
り、前記（６）式におけるｘｗを算出する。

【０１０１】ここで、前記（５）式を線形式で近似する
と、次式（１６）で表すことができる。ｘ＝dx/dA*A ＋dx*dB*B+dx/dC*C+dx/dD*D+dx/dH*H ……（１６）なお、式（１６）中のｄｘ／ｄＺ（Ｚ＝Ａ，Ｂ，Ｃ，
Ｄ，Ｈ）は、ｘのＺによる偏微分を表す。

【０１０２】前記（１６）式は、次式（１７）と表すこ
とができる。なお、“Ｔ”は転置を表す。ｘ＝〔dx/dA dx*dB dx/dC dx/dD dx/dH 〕〔A B C D H 〕^T ＝Ｃ＊Ｘroad ……（１７）ｘの観測値ｘobは、次式（１８）で表すことができる。
なお、式（１８）中のｗは観測ノイズを表す。

【０１０３】ｘob＝Ｃ＊Ｘroad＋ｗ ……（１８）この観測値ｘobの平均値を除いた値をｘob₀とすると、
次式（１９）が成り立つ。なお、式（１９）中のＸroad
₀は、平均値を引いた道路パラメータベクトルである。
また、ｗは一般に平均値零である。ｘob₀＝Ｃ＊Ｘroad₀＋ｗ ……（１９）前記ｘob₀の二乗の期待値は、次式（２０）で表すこと
ができる。なお、式（２０）中のＰは道路パラメータの
共分散であり、ｑは観測誤差の二乗平均である。

【０１０４】Ｅ（ｘob₀ ²）＝Ｅ〔（Ｃ＊Ｘroad₀＋ｗ）＊（Ｃ＊Ｘroad₀＋ｗ）^T〕＝Ｃ＊Ｘroad₀＊Ｘroad₀′＊Ｃ′＋Ｅ〔ｗ＊ｗ′〕＝Ｃ＊Ｐ＊Ｃ^T＋ｑ ……（２０）このようにして算出される、観測値ｘobの平均値を除い
た値ｘob₀の二乗の期待値をもとに、前記（６）式にお
けるｘｗを、次式（２１）のように設定する。

【０１０５】ｘｗ＝〔Ｅ（ｘob₀ ²）〕^1/3 ……（２１）これらの式から明らかなように、道路パラメータの分散
値Ｐが小さいほど、ｘｗは小さくなる。そこで、ピッチ
角Ｄ及びカメラ高さＨの少なくとも何れか一方の分散を
零に固定し、ｘｗがより小さな値となるようにする。そ
して、このようにして設定したｘｗと、前記（６）式と
に基づいて、ウィンドウを再設定する。

【０１０６】次いで、ステップＳ２３に移行し、ステッ
プＳ２２で設定されたウィンドウについて、前記ステッ
プＳ１１と同様にしてｓｏｂｅｌフィルタ処理を行って
再度白線候補点を検出し、検出された白線候補点を候補
点群Ｃとする。そして、ステップＳ９に移行し、ステッ
プＳ２３で検出された候補点群Ｃの白線候補点に基づい
て、道路形状及びカメラ姿勢の推定を行う。

【０１０７】次に、第３の実施の形態の動作を説明す
る。撮像画像上に例えば、図１１に示すように、真の道
路白線に対して、同じ方向に同じ量だけオフセットした
同じｙ座標の誤認識白線候補点が存在する場合、左右の
白線候補点が存在することから、これらペアに基づいて
車線幅ｄｘが算出されることになる（ステップＳ１
２）。このとき、誤認識白線候補点は、真の道路白線に
対して同じ量だけオフセットしているから、誤認識白線
候補点は、図１２に示すように、真の道路白線に相当す
る近似直線を満足することになり、誤認識白線候補点は
除去されない。

【０１０８】そして、二重白線である場合には、ハフ変
換処理によって得られた近似直線の傾き、或いは零座標
値に基づいて、道路白線に相当する近似直線が選択され
る（ステップＳ１４、Ｓ１５）。次いで、特定した近似
直線を特定するパラメータａ₀及びｂ₀に基づいて、前
記（１５）式にしたがって、ピッチ角Ｄ及びカメラ高さ
Ｈの少なくとも何れか一方が検出され、これらの少なく
とも何れか一方を固定し、前回算出した道路パラメータ
に基づいてウィンドウ幅ｘｗが算出されて、撮像画像に
対し再度ウィンドウが設定される。このとき、例えば、
図１３に示すように、撮像画像に対し、ｙ方向のウィン
ドウ位置を二カ所設定しておき、前回算出した道路パラ
メータに基づいて、ステップＳ２での処理と同様にし
て、予め設定したｙ座標位置におけるｘ座標を算出し、
これに基づいて左右それぞれ一つずつウィンドウを設定
する（ステップＳ２２）。なお、上記ステップＳ２での
処理と同様に複数のウィンドウを設定するようにしても
よい。

【０１０９】ここで、前記ウィンドウ幅ｘｗは、前記
（２１）式から算出しており、前回の道路白線検出処理
実行時に検出した道路パラメータの共分散Ｐ及び観測誤
差ｑに基づいて設定するようにしているから、ウィンド
ウ幅ｘｗを合理的に狭めることができる。したがって、
このようにして設定したウィンドウ内について、再度白
線候補点の検出を行うと、誤認識候補点は、ウィンドウ
外となるから、白線候補点として検出されない。よっ
て、このようにして検出した候補点群Ｃの白線候補点に
基づいて道路パラメータを推定することによって、より
高精度に道路パラメータの推定を行うことができ、道路
認識のロバスト性を向上させることができる。

【０１１０】なお、第３の実施の形態において、ウィン
ドウ幅ｘｗを算出する際に、ピッチ角Ｄ及びカメラ高さ
Ｈの少なくとも何れか一方の分散を零に固定するように
したが、これら両方を零に固定したときにウィンドウ幅
ｘｗが最も小さくなることから、誤検知防止に有効であ
るが、何れか一方のみを零に固定するようにした場合で
あっても誤検知防止を図ることが可能である。

【０１１１】なお、上記各実施の形態においては、道路
白線検出処理のステップＳ３、又はステップＳ１１の処
理で、撮像画像から白線候補点を検出する際に、ｓｏｂ
ｅｌフィルタ処理を行うようにした場合について説明し
たが、これに限るものではなく、最小二乗法を適用する
ことも可能である。上記各実施の形態において、カメラ
１が撮像手段に対応し、図２、図５、図１０のステップ
Ｓ２、ステップＳ１１の処理が白線候補点検出手段に対
応し、ステップＳ４、ステップＳ１２の処理で、候補点
群Ａのうち、ｙ値が同一である、左側白線候補点と右側
白線候補点とを検索する処理が候補点対選択手段に対応
し、この左右の白線候補点のｘ座標の差ｄｘを検出する
処理が水平距離算出手段に対応し、ステップＳ５、ステ
ップＳ１３の処理が近似手段に対応し、ステップＳ６〜
ステップＳ８、ステップＳ２１〜ステップＳ２３の処理
が候補点抽出手段に対応し、ステップＳ９の処理が道路
パラメータ推定手段に対応し、ステップＳ１４及びステ
ップＳ１５の処理が近似式選択手段に対応し、ステップ
Ｓ２１及びステップＳ２２の処理が探索領域設定手段に
対応し、ステップＳ２３の処理が再検出手段に対応して
いる。

【図面の簡単な説明】

【図１】本発明を適用した、道路白線認識装置の一例を
示す概略構成図である。

【図２】第１の実施の形態における道路白線検出処理の
処理手順の一例を示すフローチャートである。

【図３】撮像画像にウィンドウを設定した場合の一例で
ある。

【図４】図２のステップＳ８における白線候補点拡張処
理の処理手順の一例を示すフローチャートである。

【図５】第２の実施の形態における道路白線検出処理の
処理手順の一例を示すフローチャートである。

【図６】二重白線の一例である。

【図７】二重白線が存在する場合の近似直線の一例であ
る。

【図８】道路白線と近似白線とが存在する場合の近似直
線の一例である。

【図９】二重白線及び近似白線が存在する場合の近似直
線の一例である。

【図１０】第３の実施の形態における道路白線検出処理
の処理手順の一例を示すフローチャートである。

【図１１】第３の実施の形態の動作説明に供する説明図
である。

【図１２】第３の実施の形態の動作説明に供する、近似
直線の一例である。

【図１３】第３の実施の形態の動作説明に供する説明図
である。

【図１４】ハフ変換処理により得られる配列の一例であ
る。

【図１５】ハフ変換処理により得られる配列の一例であ
る。

【図１６】従来の道路白線検出処理の動作説明に供する
説明図である。

【図１７】従来の道路白線検出処理の動作説明に供する
説明図である。

【符号の説明】

１カメラ２処理装置

───────────────────────────────────────────────────── 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）Ｇ０１Ｃ 7/02 Ｇ０６Ｔ 1/00 ３３０ＡＧ０６Ｔ 1/00 ３３０ 7/60 ２００Ｊ 7/60 ２００Ｇ０１Ｂ 11/24 ＫＦターム(参考） 2F065 AA06 BB27 CC40 DD06 FF04 JJ03 JJ08 JJ26 MM06 QQ08 QQ17 QQ18 QQ24 QQ31 QQ33 QQ36 5B057 AA16 BA02 BA11 CA08 CA12 CA16 CF05 DA08 DB02 DB09 DC02 DC16 5H180 AA01 CC04 CC24 5L096 AA06 BA04 CA02 FA06 FA24 FA66 GA51

Claims

【特許請求の範囲】

【請求項１】車両前方の道路を撮像する撮像手段と、当該撮像手段で撮像した画像において道路白線の白線候
補点を検出する白線候補点検出手段と、当該白線候補点検出手段で検出した白線候補点のうち、
前記画像における垂直方向位置が同一であり且つ左側道
路白線及び右側道路白線に相当すると推測される左右の
白線候補点の対を選択する候補点対選択手段と、当該候補点対選択手段で選択された候補点対毎に左右の
白線候補点の水平方向位置間の距離を算出する水平距離
算出手段と、前記候補点対の垂直方向位置と前記水平距離算出手段で
算出された水平距離との関係を一次関数式で近似する近
似手段と、当該近似手段で近似した近似式に基づいて、前記白線候
補点の中から真の白線候補点を抽出する候補点抽出手段
と、当該候補点抽出手段で抽出した真の白線候補点に基づい
て道路パラメータを推定する道路パラメータ推定手段
と、を備えることを特徴とする道路白線認識装置。
【請求項２】前記候補点抽出手段は、前記候補点対の
うち前記近似式を満足する候補点対を構成する白線候補
点を、前記真の白線候補点として抽出するようになって
いることを特徴とする請求項１記載の道路白線認識装
置。
【請求項３】前記候補点抽出手段は、前記水平距離算
出手段で算出された前記候補点対の水平距離と、前記候
補点対の垂直方向位置に基づき前記近似式から算出され
る水平距離と、の差が予め設定したしきい値以下である
とき、前記候補点対を構成する白線候補点を、前記真の
白線候補点として抽出するようになっていることを特徴
とする請求項２記載の道路白線認識装置。
【請求項４】前記しきい値は、前記画像における画素
の大きさに比例した値であることを特徴とする請求項３
記載の道路白線認識装置。
【請求項５】前記しきい値の比例定数は、２であるこ
とを特徴とする請求項４記載の道路白線認識装置。
【請求項６】前記近似手段は、ハフ変換を用いて前記
近似式を検出するようになっていることを特徴とする請
求項１乃至５の何れかに記載の道路白線認識装置。
【請求項７】前記近似手段は、前記道路パラメータ推
定手段で推定された過去の道路パラメータに基づいて、
前記ハフ変換における前記近似式の近似範囲を制限する
ようになっていることを特徴とする請求項６記載の道路
白線認識装置。
【請求項８】前記白線候補点のうち、前記候補点抽出
手段で抽出された真の白線候補点に隣接するものも、前
記真の白線候補点として抽出するようになっていること
を特徴とする請求項１乃至７の何れかに記載の道路白線
認識装置。
【請求項９】前記候補点対選択手段は、前記白線候補
点検出手段で検出した白線候補点のうち、前記画像にお
ける垂直方向位置が同一であり且つ左側道路白線又は右
側道路白線に相当すると推測される白線候補点が同一側
に複数存在するとき、最も車線内側に相当する左右の白
線候補点から順に候補点対を形成し、前記近似手段で近
似した近似式が複数存在するとき、これら近似式のう
ち、前記候補点対の垂直方向位置の変化に対する前記水
平距離の変化度合が小さい方から２番目の近似式を選択
し、これを前記候補点抽出手段で用いる真の近似式とし
て設定する近似式選択手段、を備えることを特徴とする
請求項１乃至８の何れかに記載の道路白線認識装置。
【請求項１０】前記候補点対選択手段は、最も車線内
側に相当する左右の白線候補点から順に２組の候補点対
を形成するようになっていることを特徴とする請求項９
記載の道路白線認識装置。
【請求項１１】前記近似式選択手段は、前記近似手段
で近似した複数の近似式毎に、前記水平距離が零となる
ときの前記候補点対の垂直方向位置である零座標値を算
出し、各近似式の零座標値間の距離が全て予め設定した
しきい値よりも大きいとき、前記近似式のうちその信頼
度が最も高いものを、前記真の近似式として選択するよ
うになっていることを特徴とする請求項９又は１０記載
の道路白線認識装置。
【請求項１２】前記近似式選択手段は、前記近似式を
満足する候補点対の数が多いほど、信頼性が高いと判定
するようになっていることを特徴とする請求項１１記載
の道路白線認識装置。
【請求項１３】前記近似式選択手段は、前記近似手段
で近似した複数の近似式毎に、前記水平距離が零となる
ときの前記候補点対の垂直方向位置である零座標値を算
出し、他の近似式との零座標値間の距離が予め設定した
しきい値よりも小さくなる近似式が存在する場合には、
これら近似式のうち、前記候補点対の垂直方向位置の変
化に対する前記水平距離の変化度合が小さい方から２番
目の近似式を選択し、これを前記候補点抽出手段で用い
る真の近似式として設定するようになっていることを特
徴とする請求項９乃至１２の何れかに記載の道路白線認
識装置。
【請求項１４】前記道路パラメータ推定手段は前記真
の白線候補点に基づいて道路形状及び前記撮像手段の姿
勢を検出し、前記近似手段で近似した近似式に基づいて前記撮像手段
の姿勢を推定し推定した姿勢及び前記道路パラメータの
前回の検出値を用いて前記画像に対し白線候補点の探索
領域を設定する探索領域設定手段と、前記画像において前記探索領域内で再度白線候補点を検
出し検出した白線候補点を前記真の白線候補点として設
定する再検出手段と、を備えることを特徴とする請求項
１、６、７、９乃至１３の何れかに記載の道路白線認識
装置。