JP2011022644A - 車線認識装置、及び車線認識方法 - Google Patents

Abstract

【課題】車線認識による道路曲率の算出において、ノイズの影響を抑制しつつ、応答性を向上させる。
【解決手段】画像から道路曲率ρを算出し（ステップＳ１）、旋回挙動から旋回曲率κを算出する（ステップＳ２）。そして、道路曲率ρと旋回曲率κとの差分が閾値ｔｈ１よりも大きく、且つ旋回曲率κに対して道路曲率ρが接近傾向にあれば（ステップＳ４又はＳ９の判定が“Yes”）、道路曲率ρに対するノイズの影響度合が小さく、単なる応答遅れであると判断し、道路曲率ρに対する平滑度合を弱める（ステップＳ５、Ｓ１０）。一方、旋回曲率κに対して道路曲率ρが離間傾向にあれば（ステップＳ４又はＳ９の判定が“No”）、道路曲率ρに対するノイズの影響度合が大きく、単なる応答遅れではないと判断し、道路曲率ρに対する平滑度合を強める（ステップＳ６、Ｓ１１）。
【選択図】図２

Description

本発明は、車両制御に用いる車線認識装置、及び車線認識方法に関するものである。

画像データに基づいて道路曲率を算出する際に、ノイズを除去するために、道路曲率の時間変化量を閾値以下に制限すると共に、道路曲率が小さいほど、その閾値を小さく設定するものがあった（特許文献１参照）。

特開２００５−３４６３０４号公報

しかしながら、ノイズを除去するために、単に道路曲率の時間変化量を閾値以下に制限しているため、例えば検出した道路曲率に基づいて、自車両が走行車線（道路）に沿って走行するように車両挙動の制御を行う等、検出した道路曲率に基づいた車両制御を行った場合には、道路曲率の変化がノイズであるか否かを判定していないので、例えばカーブ路へ進入する際に車両制御に応答遅れが生じたり、又はカーブ路の入口と出口の車両制御の応答差によって運転者に違和感を与える可能性があった。
本発明の課題は、車線認識による道路曲率の算出において、ノイズの影響を抑制しつつ運転者に違和感を与えずに、算出した道路曲率を車両制御に適用した場合には車両制御の応答性を向上させうる車線認識装置又は車線認識方法を提供することである。

上記の課題を解決するために、本発明に係る車線認識装置は、自車両の進路を撮像し、撮像した画像に基づいて走行車線の道路曲率を算出し、自車両の走行車線での旋回挙動を検出し、検出した旋回挙動に基づいて自車両の旋回曲率を算出し、その走行車線での旋回曲率と道路曲率との差分、及び道路曲率の旋回曲率に対する変化方向に基づいて、道路曲率に対するノイズ影響度合を判断し、判断したノイズ影響度合に応じて道路曲率の変動を制限する。

本発明に係る車線認識装置によれば、画像に基づいて算出した道路曲率に対するノイズの影響度合を判断し、この判断結果に基づいて道路曲率の変動に制限をかけるので、運転者に操作の違和感を与えることなく車両制御の応答性を向上させることができる。

車両の概略構成図である。 第一実施形態の曲率算出処理を示すフローチャートである。 第二実施形態の曲率算出処理を示すフローチャートである。 第三実施形態の曲率算出処理を示すフローチャートである。

以下、本発明の実施形態を図面に基づいて説明する。
《第１実施形態》
《構成》
図１は、車両の概略構成図である。
カメラ１１は、自車両の前方を撮像する例えばプログレッシブスキャン式の３ＣＭＯＳカメラである。画像処理装置１２は、カメラ１１で撮像した画像データに基づいて、通行区分線（以下、レーンと称す）の認識を行う。
車速センサ１３は、自車両の車速Ｖを検出し、実測ヨーレートを検出するヨーレートセンサ１４は、自車両のヨーレートγを検出し、舵角センサ１５は、運転者の操舵角θを検出する。
コントローラ１６は、画像処理装置１２が認識したレーン、及び各種センサの検出値を入力して旋回曲率の演算を行い、レーンに沿った走行を実現するために、操舵アクチュエータ１７を駆動制御する。

次に、コントローラ１６で所定時間（例えば５０msec）毎に実行する道路曲率算出処理について説明する。
図２は、曲率算出処理を示すフローチャートである。
先ずステップＳ１では、カメラ１１で撮像した画像データに基づいてレーンを認識し、そのレーン曲率ρ（以下、道路曲率ρと称す）を算出する。
レーンの認識、及び道路曲率ρの算出については、何れも周知の技術であるため、ここでは説明を省略するが、例えば特開２００４−２５２８２７号公報や、特開２００４−３１８６１８号公報に記載された技術を用いる。

続くステップＳ２では、下記（１）式に示すように、現時点の車両挙動から導かれる自車両の旋回曲率κを算出する。ここで、Ｒは旋回半径である。自車両の旋回軌道がレーンに沿ったものであれば、この旋回曲率κは、画像認識によって得られた道路曲率ρと同等になる。
Ｒ＝（γ／Ｖ）
κ＝（１／Ｒ）＝（γ／Ｖ） ………（１）

続くステップＳ３では、今回の旋回曲率κ_(n)から前回の道路曲率ρ_(n-1)を減じた値（κ_(n)−ρ_(n-1)）が、予め定められた閾値ｔｈ１より大きいか否かを判定する。ここで、判定結果が（κ_(n)−ρ_(n-1)）＞ｔｈ１であれば、旋回曲率κに対する道路曲率ρのアンダー方向の差が大きいと判断してステップＳ４に移行する。一方、判定結果が（κ_(n)−ρ_(n-1)）≦ｔｈ１であれば、旋回曲率κに対する道路曲率ρのアンダー方向の差は無い又は小さいと判断して後述するステップＳ８に移行する。

ステップＳ４では、今回の道路曲率ρ_(n)が前回の道路曲率ρ_(n-1)よりも大きいか否かを判定する。ここで、判定結果がρ_(n)＞ρ_(n-1)であれば、規範となる旋回曲率κに対して道路曲率ρが接近傾向にあるので、ノイズは小さいと判断してステップＳ５に移行する。一方、判定結果がρ_(n)≦ρ_(n-1)であれば、規範となる旋回曲率κに対して道路曲率ρが離間傾向にあるので、ノイズは大きいと判断してステップＳ６に移行する。

ステップＳ５では、下記（２）式に示すように、道路曲率ρ_(n)に対して弱い平滑処理を施してからステップＳ７に移行する。ここで、Ｄ１は平滑処理における前回値ρ_(n-1)の反映率を決定する係数、Ｎ１は平滑処理における今回値ρ_(n)の反映率を決定する係数であり、Ｄ１＋Ｎ１＝１の関係にある。なお、弱い平滑処理とは、今回値ρ_(n)の反映率を大きくし、道路曲率ρの変動(時間変化量)に対する制限度合を、変更前に対して弱める方向にすることである。したがって、平滑処理を弱めるほど、道路曲率ρの変動が許容される。
ρ_(n) ← Ｄ１×ρ_(n-1)＋Ｎ１×ρ_(n) ………（２）

ステップＳ６では、下記（３）式に示すように、強い平滑処理を行ってからステップＳ７に移行する。ここで、Ｄ２は平滑処理における前回値ρ_(n-1)の反映率を決定する係数、Ｎ２は平滑処理における今回値ρ_(n)の反映率を決定する係数であり、Ｄ２＋Ｎ２＝１の関係にある。なお、強い平滑処理とは、今回値ρ_(n)の反映率を小さくし、道路曲率ρの変動(時間変化量)に対する制限度合を、変更前に対して強める方向にすることである。したがって、平滑処理を強めるほど、道路曲率ρの変動が抑制される。各係数は、Ｄ２＞Ｄ１、Ｎ２＜Ｎ１の関係にある。
ρ_(n) ← Ｄ２×ρ_(n-1)＋Ｎ２×ρ_(n) ………（３）

以上、ステップ４が道路曲率の旋回曲率に対する変化方向を見ることにあたり、ステップＳ５及びステップＳ６が道路曲率の変動に対する制限度合を決定することにあたる。
ステップＳ７では、道路曲率ρ_(n)を警報・制御系に出力してから所定のメインプログラムに復帰する。
一方、ステップＳ８では、今回の旋回曲率κ_(n)から道路曲率の前回値ρ_(n-1)を減じた値（κ_(n)−ρ_(n-1)）が、予め定められた閾値−ｔｈ１より小さいか否かを判定する。ここで、判定結果が（κ_(n)−ρ_(n-1)）＜−ｔｈ１であれば、旋回曲率κに対する道路曲率ρのオーバー方向の差が大きいと判断してステップＳ９に移行する。一方、判定結果が（κ_(n)−ρ_(n-1)）≧−ｔｈ１であれば、旋回曲率κに対する道路曲率ρのオーバー方向の差は無い又は小さいと判断して後述するステップＳ１２に移行する。

ステップＳ９では、今回の道路曲率ρ_(n)が前回の道路曲率ρ_(n-1)よりも小さいか否かを判定する。ここで、判定結果がρ_(n)＜ρ_(n-1)であれば、規範となる旋回曲率κに対して道路曲率ρが接近傾向にあるので、ノイズは小さいと判断してステップＳ１０に移行する。一方、判定結果がρ_(n)≧ρ_(n-1)であれば、規範となる旋回曲率κに対して道路曲率ρが離間傾向にあるので、ノイズは大きいと判断してステップＳ１１に移行する。
ステップＳ１０では、前記（２）式に示すように、弱い平滑処理を行ってから前記ステップＳ７に移行する。
ステップＳ１１では、前記（３）式に示すように、強い平滑処理を行ってから前記ステップＳ７に移行する。

一方、ステップＳ１２では、下記（４）式に示すように、道路曲率ρ_(n)に対して通常の平滑処理を施してから前記ステップＳ７に移行する。ここで、Ｄ３は前回値ρ_(n-1)の反映率を決定する係数、Ｎ３は今回値ρ_(n)の反映率を決定する係数であり、Ｄ３＋Ｎ３＝１の関係にある。なお、通常の平滑処理とは今回値ρ_(n)の反映率を、予め定められた基準状態にし、道路曲率ρの変動に対する制限度合を基準制限度合にすることである。各係数は、Ｄ１＜Ｄ３＜Ｄ２、Ｎ２＜Ｎ３＜Ｎ１の関係にある。ここで、Ｄ３及びＮ３が、基準制限度合を決定する係数となる。
ρ_(n) ← Ｄ３×ρ_(n-1)＋Ｎ３×ρ_(n) ………（４）

《作用》
ボッツドッツ（道路鋲）のある道路や降雪路など、視認性の悪い道路でも、走行車線を高精度に認識するには、自車両の近傍に限定した領域、つまりカメラ画像内の下部領域で画像処理をする必要がある。しかしながら、自車両の近傍に限定した画像処理では、道路曲率ρの算出において、車両制御の応答が鈍くなるので、ノイズによる影響度合を判断し、ノイズによる影響度合が小さければ道路曲率ρに対する平滑度合を弱め、逆にノイズによる影響度合が大きければ道路曲率ρに対する平滑度合を強めることが望ましい。

ところで、自車両が走行車線に沿って走行しているなら、自車両の旋回挙動、つまり旋回半径Ｒの逆数である旋回曲率κを、道路曲率ρに対する規範値と見なすことができる。そこで、規範値と仮定した旋回曲率κに対して、算出した道路曲率ρが、どれだけ離れているか、及びその道路曲率ρがどの方向に変化しているかを観測することで、ノイズによる影響度合を判断する。なお、一般に、レーンキープシステム等の車両制御では、走行車線から自車両が逸脱しないように運転を支援するものなので、自車両の旋回曲率κを規範値と見なすことができる。

具体的には、先ず画像から道路曲率ρを算出し（ステップＳ１）、旋回挙動から旋回曲率κを算出する（ステップＳ２）。そして、道路曲率ρと旋回曲率κとの差分が、閾値ｔｈ１よりも大きいか否かを判定し（ステップＳ３、Ｓ８）、差分が閾値ｔｈ１よりも大きいときに、規範値となる旋回曲率κに対して道路曲率ρが接近傾向にあるか、又は離間傾向にあるかを判定する（ステップＳ４、Ｓ９）。

ここで、旋回曲率κに対して道路曲率ρが接近傾向にあれば（ステップＳ４又はＳ９の判定が“Yes”）、道路曲率ρに対するノイズ影響度合が小さく、単なる応答遅れであると判断し、道路曲率ρに対する平滑度合を弱める（ステップＳ５、Ｓ１０）。平滑度合を弱めると、平滑処理における今回値ρ_(n)の反映率が大きくなるので、道路曲率ρの変動が許容される。したがって、道路曲率ρの応答遅れを改善することができる。

一方、旋回曲率κに対して道路曲率ρが離間傾向にあれば（ステップＳ４又はＳ９の判定が“No”）、道路曲率ρに対するノイズ影響度合が大きく、単なる応答遅れではないと判断し、道路曲率ρに対する平滑度合を強める（ステップＳ６、Ｓ１１）。平滑度合を強めると、平滑処理における今回値ρ_(n)の反映率が小さくなるので、道路曲率ρの変動が制限される。したがって、ノイズによる影響を除去し、安定性を維持することができる。

一方、道路曲率ρと旋回曲率κとの差分が、閾値ｔｈ１より小さければ（ステップＳ８の判定が“No”）、ノイズ影響度合が小さく、且つ応答遅れも無いと判断して、道路曲率ρに対する平滑度合を通常にする（ステップＳ１２）。このように、道路曲率ρの変動を基準制限度合で制限することで、通常の範囲で、ノイズの影響を抑制しつつ、車両制御の応答性を向上させることができる。

《応用例》
なお、本実施形態では、道路曲率ρを平滑処理する際に、前回値ρ_(n-1)の反映率と今回値ρ_(n)の反映率とを決定することで、道路曲率ρの変動に対する制限度合を決定しているが、これに限定されるものではない。例えば、複数の過去値ρ_(n-1)、ρ_(n-2)、ρ_(n-3)、…と、今回値ρ_(n)との平均を取ることで、道路曲率ρを平滑処理してもよい。この場合、平滑処理を強めるには過去値の個数を増加させ、平滑処理を弱めるには過去値の個数を減少させればよい。また、前回値ρ_(n-1)から今回値ρ_(n)への変化率（演算周期毎の変化量=時間変化量）を上限値以下に制限することで、道路曲率ρを平滑処理してもよい。この場合、平滑処理を強めるには上限値を減少させ、平滑処理を弱めるには上限値を増加させればよい。すなわち、道路曲率ρを複数回算出するものであれば、どのような処理を施してもよい。このように、道路曲率ρの変動に対する制限度合を決定変更できれば、任意の手法を用いることができる。

《効果》
以上より、カメラ１１が「撮像手段」に対応し、ステップＳ１の処理が「道路曲率算出手段」に対応し、ステップＳ３〜Ｓ６、Ｓ８〜Ｓ１２の処理が「制限手段」に対応し、車速センサ１３、ヨーレートセンサ１４が「旋回挙動検出手段」に対応し、ステップＳ２の処理が「旋回曲率算出手段」に対応する。

（１）自車両の進路を撮像する撮像手段と、該撮像手段が撮像した画像に基づいて走行車線の道路曲率を算出する道路曲率算出手段と、該道路曲率算出手段が算出した当該走行車線での道路曲率の変動を制限する制限手段と、自車両の旋回挙動を検出する旋回挙動検出手段と、該旋回挙動検出手段が検出した当該走行車線での旋回挙動に基づいて自車両の旋回曲率を算出する旋回曲率算出手段と、を備え、前記制限手段は、前記旋回曲率と前記道路曲率との差分、及び前記道路曲率の前記旋回曲率に対する変化方向に基づいて、前記道路曲率の変動に対する制限度合を決定する。
このように、旋回曲率と道路曲率との差分、及び道路曲率の変化方向に基づいて、道路曲率に対するノイズの影響度合を判断し、それに応じて道路曲率の変動に制限をかけるので、運転者に操作の違和感を与えることなく車両制御の応答性を向上させることができる。

（２）前記制限手段は、前記旋回曲率と前記道路曲率との差分が予め定められた第一の閾値よりも小さいときには、当該制限度合を基準制限度合に決定し、前記旋回曲率と前記道路曲率との差分が予め定められた第一の閾値よりも大きく、且つ前記旋回曲率に対して前記道路曲率が接近傾向にあれば、当該制限度合を前記基準制限度合より弱める方向に決定する。
このように、旋回曲率と道路曲率との差分、及び道路曲率の変化方向に基づいて、道路曲率に対するノイズの影響度合が小さいことを判断し、制限度合を弱めることで、車両制御の応答性を向上させることができる。

（３）前記制限手段は、前記旋回曲率と前記道路曲率との差分が予め定められた第一の閾値よりも小さいときには、当該制限度合を基準制限度合に決定し、前記旋回曲率と前記道路曲率との差分が予め定められた第一の閾値よりも大きく、且つ前記旋回曲率に対して前記道路曲率が離間傾向にあれば、当該制限度合を前記基準制限度合より強める方向に決定する。
このように、ノイズの影響度合が大きいことを判断し、制限度合を強めることで、ノイズの影響を抑制することができる。

（４）自車両の進路を撮像し、撮像した画像に基づいて走行車線の道路曲率を算出し、
自車両の当該走行車線での旋回挙動を検出し、検出した旋回挙動に基づいて自車両の旋回曲率を算出し、当該走行車線での前記旋回曲率と前記道路曲率との差分、及び前記道路曲率の前記旋回曲率に対する変化方向に基づいて、当該走行車線での道路曲率に対するノイズ影響度合を判断し、判断したノイズ影響度合に応じて前記道路曲率の変動を制限する。
このように、旋回曲率と道路曲率との差分、及び道路曲率の変化方向に基づいて、道路曲率に対するノイズの影響度合を判断し、それに応じて道路曲率の変動に制限をかけるので、ノイズの影響を抑制しつつ、車両制御の応答性を向上させることができる。

《第２実施形態》
《構成》
本実施形態は、主に画像認識の精度に起因した問題として、ノイズの影響度合を正しく判断できるか否かを判定し、正しく判断できないときには、通常の平滑処理を施すものであり、
図３は、第二実施形態の曲率算出処理を示すフローチャートである。
ここでは、前記ステップＳ２の後に、新たなステップＳ２１、Ｓ２２を追加したことを除いては、前述した第一実施形態と同様の処理を実行する。
ステップＳ２１では、左右一対となる通行区分のための道路標示（白線やボッツドッツ）の両方を検出できているか否かを判定する。左右両側の道路標示を検出できていれば、ノイズの影響度合を正しく判断できると判断してステップＳ２２に移行する。一方、左右の何れか一方でも検出できていなければ、ノイズの影響度合を正しく判断できないと判断して前記ステップＳ１２に移行する。

ステップＳ２２では、画像から算出した自車両の走行車線に対するヨー角の絶対値｜φ｜が、予め定められた閾値ｔｈ２より小さいか否かを判定する。判定結果が｜φ｜＜ｔｈ２であれば、ノイズの影響度合を正しく判断できるものとして前記ステップＳ３に移行する。一方、判定結果が｜φ｜≧ｔｈ２であれば、車両が車線変更している可能性があり、ノイズの影響度合を正しく判断できないものとして前記ステップＳ１２に移行する。尚、画像からヨー角を算出することは、公知であり詳述はしないが、例えば撮像した画像を視点変換することによって求める。

《作用》
先ず、左右両側にある通行区分のための道路標示のうち、何れか一方でも検出できていなければ（ステップＳ２１の判定が“No”）、画像認識の精度が低下している可能性がある。このときには、ノイズの影響度合を正しく判断できないものとし、道路曲率ρ_n)に対して通常の平滑処理を施す（ステップＳ１２）。
これにより、安定してレーンマーカを検出できない状態で、ノイズの影響度合を誤って判断してしまうことを防止できる。
また、画像から算出したヨー角の絶対値｜φ｜が閾値ｔｈ２よりも大きいときには（ステップＳ２２の判定が“No”）、レーンに対する自車両の横位置の時間変化が大きくなるので、画像認識結果に遅れなどの不確定要素が入る虞がある。したがって、ノイズの影響度合を正しく判断できないものとし、道路曲率ρ_n)に対して通常の平滑処理を施す（ステップＳ１２）。
これにより、例えばレーンチェンジのように、自車両の旋回曲率κを規範値として扱えない状態で、ノイズの影響を誤って判断してしまうことを防止できる。

《効果》
以上より、ステップＳ２１、Ｓ２２の処理が「制限手段」に含まれる。
（１）前記道路曲率算出手段は、前記画像から左右一対となる通行区分のための道路標示を検出し、検出した道路標示に基づいて前記道路曲率を算出し、前記制限手段は、前記道路標示のうち、左右の何れか一方でも検出できないときには、前記制限度合を前記基準制限度合に決定する。
これにより、ノイズの影響度合を誤って判断してしまうことを防止できる。
（２）前記制限手段は、前記画像から自車両の走行車線に対するヨー角を算出し、算出したヨー角が、予め定められた第二の閾値よりも大きいときには、前記制限度合を前記基準制限度合に決定する。
このように、画像から算出したヨー角の算出精度が低下している状態では、ノイズ影響の判断を中止することで、誤判断を防止することができる。

《第３実施形態》
《構成》
本実施形態は、主に車両挙動の検出精度に起因した問題として、ノイズの影響度合を正しく判断できるか否かを判定し、正しく判断できないときには、通常の平滑処理を施すものである。
図４は、第三実施形態の曲率算出処理を示すフローチャートである。
ここでは、前記ステップＳ２２の後に、新たなステップＳ３１〜Ｓ３３を追加すると共に、前記ステップＳ３、Ｓ８を、新たなステップＳ３４、Ｓ３５に変更したことを除いては、前述した第二実施形態と同様の処理を実行する。

ステップＳ３１では、運転者の操舵角から推定したヨーレートγｅと、ヨーレートセンサ１４で実測したヨーレートγとの差分が、予め定められた閾値ｔｈ３より小さいか否かを判定する。判定結果が｜γｅ−γ｜＜ｔｈ３であれば、ノイズの影響度合を正しく判断できると判断して後述するステップＳ３４に移行する。一方、判定結果が｜γｅ−γ｜≧ｔｈ３であれば、ノイズの影響度合を正しく判断できないと判断してステップＳ３２に移行する。

ステップＳ３２では、下記（５）式、及び（６）式を満たすか否かを判定する。
sgn｛φ'_(n)｝×sgn｛φ'_(n-1)｝＜０ ………（５）
｜φ'_(n)−φ'_(n-1)｜＞ｔｈ４ ………（６）
上記（５）式のsgn｛ａ｝はシグナム関数であり、ａ＞０のときに＋１となり、ａ＜０のときに−１となる。したがって、上記（５）式では、画像から算出したヨー角変化速度の前回値φ'_(n-1)から今回値φ'_(n)への移行で符号が反転したか否かを判定する。

上記（６）式では、ヨー角変化速度の前回値φ'_(n-1)と今回値φ'_(n)との差分が、予め定められた閾値ｔｈ４より大きいか否かを判定する。
ここで、判定結果が（５）式、及び（６）式を共に満たす場合には、ノイズは大きいと判断してステップＳ３３に移行する。一方、判定結果が（５）式、又は（６）式の何れか一方でも満たさなければ、ノイズの影響度合を正しく判断できないと判断して前記ステップＳ１２に移行する。

一方、ステップＳ３４では、ヨーレートセンサ１４で検出したヨーレートγと画像から算出したヨー角変化速度φ'との差分が、予め定められた閾値ｔｈ５より大きいか否かを判定する。判定結果が（γ−φ'）＞ｔｈ５であれば、実際の旋回挙動に対して画像から算出した旋回挙動のアンダー方向の差が大きいと判断して前記ステップＳ４に移行する。一方、判定結果が（γ−φ'）≦ｔｈ５であれば、実際の旋回挙動に対して画像から算出した旋回挙動のアンダー方向の差は無い又は小さいと判断してステップＳ３５に移行する。

ステップＳ３５では、ヨーレートセンサ１４で検出したヨーレートγと画像から算出したヨー角変化速度φ'との差分が、予め定められた閾値−ｔｈ５より小さいか否かを判定する。判定結果が（γ−φ'）＜−ｔｈ５であれば、実際の旋回挙動に対して画像から算出した旋回挙動のアンダー方向の差が大きいと判断して前記ステップＳ４に移行する。一方、判定結果が（γ−φ'）≧−ｔｈ５であれば、実際の旋回挙動に対して画像から算出した旋回挙動のアンダー方向の差は無い又は小さいと判断して前記ステップＳ１２に移行する。

《作用》
先ず、操舵角から推定したヨーレートγｅと、実測したヨーレートγとの差分が、閾値ｔｈ５より大きいときには（ステップＳ３１の判定結果が“No”）、ヨーレートセンサ１４の検出精度が低下している可能性がある。したがって、ノイズの影響度合を正しく判断できないと判断し、道路曲率ρに対する平滑度合を通常にする（ステップＳ１２）。
このように、ヨーレートセンサ１４の検出精度が低下している状態では、ノイズ影響の判断を中止することで、誤判断を防止することができる。

但し、画像から算出したヨー角変化速度が前回値φ'_(n-1)と今回値φ'_(n)との間で、符号が反転するほど大きく変化したときには（ステップＳ３２の判定が“Yes”）、明らかにノイズの影響度合が大きいと判断し、道路曲率ρに対する平滑度合を強める（ステップＳ３３）。平滑度合を強めると、平滑処理における今回値ρ_(n)の反映率が小さくなるので、道路曲率ρの変動が制限される。したがって、ノイズによる影響を除去し、安定性を維持することができる。

一方、実測したヨーレートγと画像から算出したヨー角変化速度φ'との差分が、閾値ｔｈ５よりも大きいか否かを判定し（ステップＳ３４、Ｓ３５）、差分が閾値５よりも大きいときに、道路曲率ρと旋回曲率κとの差分が閾値ｔｈ１よりも大きいと判断する。
これにより、実際の旋回挙動に対して画像から算出した旋回挙動の差分を、容易に算出することができる。

《応用例》
なお、本実施形態では、ステップＳ３４、Ｓ３５の処理で、実測したヨーレートγと、画像から算出したヨー角変化速度φ'とを比較しているが、実測したヨーレートγの代わりに、運転者の操舵角から推定した推定ヨーレートγｅとヨー角変化速度φ'とを比較してもよい。すなわち、ステップＳ３４、Ｓ３５を処理する段階では、既にステップＳ３１の処理を経ており、実測したヨーレートγと、操舵角から推定した推定ヨーレートγｅとの差分が閾値ｔｈ３よりも小さいことが明らかだからである。

《効果》
（１）前記旋回挙動検出手段は、少なくとも運転者のステアリング操作から推定した推定ヨーレートと、センサで実測した実測ヨーレートとを検出し、前記制限手段は、前記推定ヨーレートと前記実測ヨーレートとの差分が、予め定められた第三の閾値よりも大きいときには、前記制限度合を前記基準制限度合に決定する。
このように、実測したヨーレートの検出精度が低下している状態では、ノイズ影響の判断を中止することで、誤判断を防止することができる。

（２）前記旋回挙動検出手段は、少なくともセンサによる実測した実測ヨーレートを検出し、
前記制限手段は、前記各画像から自車両の走行車線に対するヨー角を各々を算出し、更に前記各ヨー角からヨー角変化速度を算出し、前記実測ヨーレートと前記ヨー角変化速度との差分が、予め定められた第五の閾値よりも大きいときに、前記旋回曲率と前記道路曲率との差分が前記第一の閾値よりも大きいと判断する。
このように、実際の旋回挙動に対して画像から算出した旋回挙動の差分を、容易に算出することができる。

１１ カメラ（撮像手段）
１２ 画像処理装置
１３ 車速センサ（旋回挙動検出手段）
１４ ヨーレートセンサ（旋回挙動検出手段）
１５ 舵角センサ
１６ コントローラ (道路曲率算出手段、旋回曲率算出手段、制限手段)

Claims (8)

1. 自車両の進路を撮像する撮像手段と、該撮像手段が撮像した画像に基づいて走行車線の道路曲率を算出する道路曲率算出手段と、該道路曲率算出手段が算出した当該走行車線での道路曲率の変動を制限する制限手段と、
   自車両の旋回挙動を検出する旋回挙動検出手段と、該旋回挙動検出手段が検出した当該走行車線での旋回挙動に基づいて自車両の旋回曲率を算出する旋回曲率算出手段と、を備え、
   前記制限手段は、前記旋回曲率と前記道路曲率との差分、及び前記道路曲率の前記旋回曲率に対する変化方向に基づいて、前記道路曲率の変動に対する制限度合を決定することを特徴とする車線認識装置。
2. 前記制限手段は、前記旋回曲率と前記道路曲率との差分が予め定められた第一の閾値よりも小さいときには、当該制限度合を基準制限度合に決定し、前記旋回曲率と前記道路曲率との差分が予め定められた第一の閾値よりも大きく、且つ前記旋回曲率に対して前記道路曲率が接近傾向にあれば、当該制限度合を前記基準制限度合より弱める方向に決定することを特徴とする請求項１に記載の車線認識装置。
3. 前記制限手段は、前記旋回曲率と前記道路曲率との差分が予め定められた第一の閾値よりも小さいときには、当該制限度合を基準制限度合に決定し、前記旋回曲率と前記道路曲率との差分が予め定められた第一の閾値よりも大きく、且つ前記旋回曲率に対して前記道路曲率が離間傾向にあれば、当該制限度合を前記基準制限度合より強める方向に決定することを特徴とする請求項１又は２に記載の車線認識装置。
4. 前記道路曲率算出手段は、前記画像から左右一対となる通行区分のための道路標示を検出し、検出した道路標示に基づいて前記道路曲率を算出し、
   前記制限手段は、前記道路標示のうち、左右の何れか一方でも検出できないときには、前記制限度合を前記基準制限度合に決定することを特徴とする請求項２又は３に記載の車線認識装置。
5. 前記制限手段は、前記画像から自車両の走行車線に対するヨー角を算出し、算出したヨー角が、予め定められた第二の閾値よりも大きいときには、前記制限度合を前記基準制限度合に決定することを特徴とする請求項２〜４の何れか一項に記載の車線認識装置。
6. 前記旋回挙動検出手段は、少なくとも運転者のステアリング操作から推定した推定ヨーレートと、センサで実測した実測ヨーレートとを検出し、
   前記制限手段は、前記推定ヨーレートと前記実測ヨーレートとの差分が、予め定められた第三の閾値よりも大きいときには、前記制限度合を前記基準制限度合に決定することを特徴とする請求項２〜５の何れか一項に記載の車線認識装置。
7. 前記旋回挙動検出手段は、少なくともセンサによる実測した実測ヨーレートを検出し、
   前記制限手段は、前記各画像から自車両の走行車線に対するヨー角を各々を算出し、更に前記各ヨー角からヨー角変化速度を算出し、前記実測ヨーレートと前記ヨー角変化速度との差分が、予め定められた第五の閾値よりも大きいときに、前記旋回曲率と前記道路曲率との差分が前記第一の閾値よりも大きいと判断することを特徴とする請求項２〜６の何れか一項に記載の車線認識装置。
8. 自車両の進路を撮像し、撮像した画像に基づいて走行車線の道路曲率を算出し、
   自車両の当該走行車線での旋回挙動を検出し、検出した旋回挙動に基づいて自車両の旋回曲率を算出し、
   当該走行車線での前記旋回曲率と前記道路曲率との差分、及び前記道路曲率の前記旋回曲率に対する変化方向に基づいて、当該走行車線での道路曲率に対するノイズ影響度合を判断し、判断したノイズ影響度合に応じて前記道路曲率の変動を制限することを特徴とする車線認識方法。

Images