JP2011192164A - 車載白線認識装置 - Google Patents

車載白線認識装置 Download PDF

Info

Publication number
JP2011192164A
JP2011192164A JP2010059468A JP2010059468A JP2011192164A JP 2011192164 A JP2011192164 A JP 2011192164A JP 2010059468 A JP2010059468 A JP 2010059468A JP 2010059468 A JP2010059468 A JP 2010059468A JP 2011192164 A JP2011192164 A JP 2011192164A
Authority
JP
Japan
Prior art keywords
white line
line
vehicle
pedestrian crossing
certainty
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
Application number
JP2010059468A
Other languages
English (en)
Other versions
JP5204144B2 (ja
Inventor
Naoteru Kawasaki
直輝 川嵜
Tetsuya Takato
哲哉 高藤
Kazuma Hashimoto
一馬 橋本
Shunsuke Suzuki
俊輔 鈴木
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Denso Corp
Soken Inc
Original Assignee
Denso Corp
Nippon Soken Inc
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Denso Corp, Nippon Soken Inc filed Critical Denso Corp
Priority to JP2010059468A priority Critical patent/JP5204144B2/ja
Publication of JP2011192164A publication Critical patent/JP2011192164A/ja
Application granted granted Critical
Publication of JP5204144B2 publication Critical patent/JP5204144B2/ja
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Landscapes

  • Image Processing (AREA)
  • Traffic Control Systems (AREA)
  • Image Analysis (AREA)

Abstract

【課題】横断歩道や複合線が存在しても、白線を正しく認識できる車載白線認識装置を提供すること。
【解決手段】車両周囲の画像を取得する車載カメラ10と、車載カメラ10で取得した画像から画像処理により白線候補を抽出する白線候補抽出手段30と、白線候補の白線らしさの確信度を算出する確信度算出手段40と、確信度算出手段40が算出した確信度に基づき、認識する白線を選択する白線選択手段50、60と、車載カメラ10で取得した画像から画像処理により複合線を検出する複合線検出手段40と、車載カメラ10で取得した画像のうち、複合線検出手段40により検出した複合線を除外した領域において、画像処理により横断歩道を検出する横断歩道検出手段120とを備え、確信度算出手段40は、白線候補が横断歩道検出手段120により検出した横断歩道に属する場合、それ以外の場合よりも、その白線候補の確信度を低くすることを特徴とする車載白線認識装置1。
【選択図】図3

Description

本発明は、運転支援等のために、車両が走行している道路上の白線を認識する車載白線認識装置に関する。
従来、運転支援装置としての車線逸脱警報装置に用いられ、道路上の白線を認識する車載白線認識装置が知られている(特許文献1参照)。
上記の車線逸脱警報装置は、車両周囲の画像を取得する車載カメラ、その画像を処理する画像処理部、及び警報生成部によって構成されている。画像処理部では、車載カメラから得られる画像から、白線を検出・推定する。警報生成部では、白線の自車からの左右における距離を計算し、いずれかが閾値以下の場合、つまり、自車が白線に、閾値で設定される距離よりも近付いた場合に、ドライバに警報を与える。
この車線逸脱警報装置で最も問題となるのは、さまざまなノイズ要因による白線の誤検出である。ノイズ要因としては、例えば、横断歩道、路面上の汚れ、道路上のペイント、水溜り等による道路面の反射、自車の影、追越車両の影、後続車両の影等がある。
例えば、図7に示すように、道路上に白線P1とともに横断歩道が存在し、横断歩道の一部P3が白線P1と重なっている場合、横断歩道の一部P3を白線と認識し、白線の位置ずれ(誤認識)が生じてしまう。
これらのノイズを排除し、真の白線のみを抽出するための技術が種々提案されている。具体的には、横断歩道を画像処理により検出し、それを除いた領域において白線を検出する技術が開示されている(特許文献2参照)。
また、白線は、複合線(2本以上の白線が所定の間隔をおいて存在する態様)として存在する場合がある。特許文献3は、複合線を検出し、その中で所定の白線を選択して検出する技術を開示している。
特開2005−18148号公報 特開2004−178610号公報 特開2005−332268号公報
複合線(特に3重破線、2重実線、3重実線等の形態)が引かれた部分は、誤って、横断歩道として検出されることがある。例えば、図8(b)、(c)に示すような複合線は、横断歩道として検出され易い。
この場合、上述したように、横断歩道(実は複合線)を除いた領域において白線を検出しようとすると、複合線は検出前に除外されてしまうので、複合線を白線として検出できなくなってしまう。
また、逆に、横断歩道は、誤って、複合線として検出されることがある。特に、図8(a)に示すような、一部がかすれて薄くなった横断歩道は、複合線として検出され易い。この場合、横断歩道を白線として誤検出してしまう。
本発明は以上の点に鑑みなされたものであり、横断歩道や複合線が存在しても、白線を正しく認識できる車載白線認識装置を提供することを目的とする。
請求項1に係る車載白線認識装置は、車両周囲の画像を取得する車載カメラと、車載カメラで取得した画像から画像処理により白線候補を抽出する白線候補抽出手段と、白線候補の白線らしさの確信度を算出する確信度算出手段と、確信度算出手段が算出した確信度に基づき、認識する白線を選択する白線選択手段と、車載カメラで取得した画像から画像処理により複合線を検出する複合線検出手段と、車載カメラで取得した画像のうち、複合線検出手段により検出した複合線を除外した領域において、画像処理により横断歩道を検出する横断歩道検出手段とを備え、確信度算出手段は、白線候補が横断歩道検出手段により検出した横断歩道に属する場合、それ以外の場合よりも、その白線候補の確信度を低くする。
請求項1に係る車載白線認識装置は、上述したように、複合線を検出した場合は、車載カメラで取得した画像のうち、複合線を除外した領域において、横断歩道を検出する。そのため、複合線を誤って横断歩道として検出してしまうことがない。その結果、実際には複合線であるのに、横断歩道であると誤検出し、その複合線に属する白線候補の確信度を下げてしまうようなことがない。よって、請求項1に係る車載白線認識装置によれば、横断歩道や複合線が存在しても、白線を正しく認識できる。
前記横断歩道検出手段としては、例えば、検出した横断歩道の横断歩道らしさ(横断歩道である可能性の高さ)を定量的に算出できるものが挙げられる。横断歩道らしさは、例えば、横断歩道を画像処理により認識し、横断歩道を構成する単位線(図5における203a〜d)の本数に応じて算出できる。この場合、確信度算出手段は、横断歩道らしさに応じて、横断歩道に属する白線候補の確信度の下げ幅を変化させることができる。例えば、横断歩道らしさが大きいほど、確信度の下げ幅を大きくすることができる。また、横断歩道らしさに所定の閾値を設定し、横断歩道らしさがその閾値未満であれば確信度を下げず、その閾値以上となれば確信度を下げることができる。また、横断歩道らしさがその閾値以上の場合、横断歩道らしさが大きいほど、確信度の下げ幅を大きくすることができる。
本発明における白線とは、走行区画線を構成する白線であり、連続した線、破線、ボッツドッツのいずれであってもよい。ただし、道路上に描かれた横断歩道、道路標識、交通標識等を構成する線は含まない。
請求項2に係る車載白線認識装置は、車両周囲の画像を取得する車載カメラと、車載カメラで取得した画像から画像処理により白線候補を抽出する白線候補抽出手段と、白線候補の白線らしさの確信度を算出する確信度算出手段と、確信度算出手段が算出した確信度に基づき、認識する白線を選択する白線選択手段と、車載カメラで取得した画像から画像処理により横断歩道を検出する横断歩道検出手段と、車載カメラで取得した画像のうち、横断歩道検出手段により検出した横断歩道を除外した領域において、画像処理により複合線を検出する複合線検出手段とを備え、確信度算出手段は、白線候補が複合線検出手段により検出した複合線に属する場合、その白線候補の確信度を、予め定めた条件に従い増減する。
請求項2に係る車載白線認識装置は、上述したように、横断歩道を検出した場合は、車載カメラで取得した画像のうち、横断歩道を除外した領域において、複合線を検出する。そのため、横断歩道を誤って複合線として検出してしまうことがない。その結果、実際には横断歩道であるのに、複合線であると誤検出し、その横断歩道に属する白線候補を白線として誤認識してしまうようなことがない。よって、請求項2に係る車載白線認識装置によれば、横断歩道や複合線が存在しても、白線を正しく認識できる。
前記複合線検出手段としては、例えば、検出した複合線の複合線らしさ(複合線である可能性の高さ)を定量的に算出できるものが挙げられる。複合線らしさは、例えば、複合線の検出に用いたパターンマッチングにおける一致の程度に応じて算出できる。この場合、確信度算出手段は、複合線らしさに応じて、複合線に属する白線候補の確信度の変化量を変化させることができる。例えば、複合線らしさが大きいほど、確信度の変化量を大きくすることができる。また、複合線らしさに所定の閾値を設定し、複合線らしさがその閾値未満であれば確信度を変化させず、その閾値以上となれば確信度を変化させることができる。
本発明の車載白線認識装置は、確信度算出手段を複数備え、白線選択手段は、複数の確信度算出手段がそれぞれ算出した確信度を乗算することで統合して尤度を算出し、尤度が最大である白線候補を選択するものであることが好ましい。
この場合、車載白線認識装置では、確信度算出手段の種類がどのようなものであっても、それらを容易に組み合わせて尤度を求め、その尤度に基づいて白線候補を選択することができる。従って、確信度算出手段を改良したり、新たな確信度算出手段を追加したりした場合であっても、それら複数の処理を容易に統合できる。
本発明の車載白線認識装置は、例えば、車線逸脱警報装置に適用することができる。その車線逸脱警報装置は、車載白線認識装置で認識した白線に基づき、白線の自車からの左右における距離を計算し、いずれかが閾値以下の場合、つまり、自車が白線に、閾値で設定される距離よりも近付いた場合に、ドライバに警報を与える。
また、車載白線認識装置で認識した一対の平行な白線に基づいてFOE(消失点)を算出し、そのFOEを、歩行者等の認識に利用することができる。
車載白線認識装置1の概略の構成を表す機能ブロック図である。 車両における車載カメラ10の位置を表す説明図である。 画像処理部20の概略の機能構成を示す機能ブロック図である。 確信度の設定条件を表すグラフである。 横断歩道を表す説明図である。 複合線を表す説明図である。 道路上に白線P1と横断歩道とが存在する態様を表す写真である。 (a)はかすれ横断歩道を表す写真であり、(b)は複合線(北米カープールレーン)を表す写真であり、(c)は複合線(3重破線)を表す写真である。
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]
1.車載白線認識装置1の構成及び作用
車載白線認識装置1の構成及び作用を図1〜図6に基づいて説明する。図1は、本発明が適用された車載白線認識装置1の概略の構成を示すブロック図であり、図2は、車両における車載カメラ10の位置を表す説明図であり、図3は、画像処理部20の概略の機能構成を示す機能ブロック図であり、図4は後述する確信度の設定条件を表すグラフであり、図5は横断歩道を表す説明図であり、図6は複合線を表す説明図である。
車載白線認識装置1は、図1に示すように、車両周囲の画像を取得する車載カメラ10と車載カメラ10で取得した車両周囲の画像を画像処理する画像処理装置20とを備えている。
画像処理装置20は、図3に示すように、複数のDSP30〜120、DSP30〜120の間のデータ伝送のためのBUS130及び図示しないROM、RAM及びI/Oを備えている。
DSP30は、車載カメラ10で取得した画像から画像処理により道路上の白線候補を抽出する白線候補抽出を行うDSPであり、以下、このDSP30を白線候補抽出部30と呼ぶ。
具体的には、車載カメラ10で取得した画像から、公知の画像処理であるパターンマッチング、直線抽出ハフ変換処理における投票数(実線・破線判定結果)などにより、道路上の白線らしきもの(白線候補)を抽出する。なお、白線候補は、1フレームの画像において複数抽出される場合もある。
DSP40は、白線候補抽出部30で抽出した白線候補について、白線らしさの確信度を算出するDSPであり、以下、このDSP40を白線特徴算出部40と呼ぶ。なお、確信度は、0.01〜1の範囲内で設定される数値(尤度)であって、白線特徴算出部40が、後述する(1)〜(9)の各処理ごとに設定する。よって、1つの白線候補について、複数の確信度が設定される。白線特徴算出部40が実行する(1)〜(9)の各処理は、それぞれ、以下のとおりである。
(1)DSP120によって横断歩道を検出した場合は、その横断歩道の位置にある白線候補の確信度を下げる。なお、確信度は、横断歩道らしさ(後述)に応じて、図4に示すように設定される。図4において、横軸はDSP120によって算出された横断歩道らしさであり、縦軸は設定される確信度である。横断歩道らしさが60%以上である場合は、確信度は0.10であり一定である。横断歩道らしさが40%から60%までの間の場合、確信度は、横断歩道らしさが低下するのに伴い(比例して)、上がる。断歩道らしさが40%未満の場合、確信度は0.50で一定である。なお、DSP120によって横断歩道を検出するとは、横断歩道らしさが40%以上である場合である。
(2)複数の白線候補から、公知のパターンマッチング(画像処理)により複合線を検出する。また、パターンの一致の程度により、複合線らしさを定量的に算出する。なお、複合線とは、2本以上の白線が所定の間隔をおいて存在する態様をいう。
そして、検出した複合線に属する各白線候補の確信度を、予め定めた条件に従い、複合線における位置に応じて増減する。例えば、図6に示すように、白線候補205a、205b、205cから成る複合線を検出した場合、中心の白線候補205bの確信度を、複合線ではない白線候補に比べて、所定量上げ、両サイドの白線候補205a、205cの確信度を、複合線ではない白線候補に比べて、所定量下げる。確信度の増減量は、その複合線の複合線らしさに応じて変化し、複合線らしさが高いほど、増減量は大きい。複合線が4本以上である場合も、同様に、複合線に属する各白線候補の確信度を、複合線における位置に応じて増減する。なお、複合線の検出結果は、後述するように、横断歩道検出部120で利用する。
(3)白線らしさを示す特徴として、白線候補抽出部30で抽出した白線候補の内部輝度分散又は内部エッジ量のいずれかを用いる。
白線は、通常白色であり、車両のヘッドライトや街路灯などの照明装置から照射される光を乱反射するようになっているので、道路面に比べて輝度分散の値が大きい。
また、内部エッジ量の大小は、その領域の平坦度を示している。つまり、平坦度が大きければ、その領域にはエッジとなる部分が少ないということであるので、内部エッジ量が小さければ平坦度が大きく、逆に内部エッジ量が多ければ平坦度が小さくなる。白線は、道路面に比べ平坦度が大きいため内部エッジ量が少ない。
従って、白線候補の内部輝度分散又は内部エッジ量を算出し、算出した内部輝度分散又は内部エッジ量に応じて、確信度を設定し(内部輝度分散が大きければ確信度を大きくし、内部エッジ量が小さければ確信度を大きくする。)、出力するようにするのである。
(4)エッジ方向の分散又はヒストグラムのピーク比率
白線らしさを示す特徴として、白線候補のエッジ方向の分散あるいはエッジ方向のヒストグラムのピークの比率又は大きさのいずれかを用いる。
白線は、通常道路上に一方向に描かれている(道路がカーブしていても、曲率が比較的小さいため、車載カメラ10で取得した画像の範囲では一方向に描かれているものとみなすことができる。)ので、道路面に比べ、白線のエッジ方向の分散は大きくなる。また、白線は線分であるので、エッジ方向のヒストグラムの比率や大きさが道路面に比べて大きい。
従って、白線らしさを示す情報として、白線候補のエッジ方向の分散、エッジ方向のヒストグラムの比率又は大きさを用いることができる。
従って、白線候補のエッジ方向の分散、エッジ方向のヒストグラムの比率又は大きさを算出し、算出した白線候補のエッジ方向の分散、エッジ方向のヒストグラムの比率又は大きさに応じて確信度を設定し(白線候補のエッジ方向の分散、エッジ方向のヒストグラムの比率又は大きさが大きければ確信度を大きくし、小さければ確信度を小さくする。)、出力するようにするのである。
(5)道路面特徴抽出部70で抽出した白線候補自体の模様又は平均輝度の差が所定の値以下の場合には、その白線候補の確信度を下げる。
具体的には、道路面上には、道路側部のガードレールなどにより影が映り込む場合がある。例えば、横方向からの直射日光によりガードレールの隙間から差し込む光が直線状に道路面に映り、白線のように見える場合がある。他にも黒いコールタールによる補修跡で囲まれた領域が直線状に映る場合がある。
これら道路上の影や補修跡で囲まれた領域と白線とを識別するには、領域と白線候補との模様や平均輝度を比較すればよい。そこで、道路面特徴抽出部70で抽出した領域と白線候補との模様の差が大きければ両者は異なるものとして確信度を上げ、平均輝度の差が小さければ両者が一致するとして、その白線候補の確信度を下げるのである。
(6)エッジ特徴抽出部80で抽出したエッジ総量の差が所定の値以下の場合には、白線候補の確信度を下げる。
白線がかすれなどによって、道路面との輝度差が低くなった場合であっても、人間の目では白線らしくシミのように見える。これは、道路上に全く模様がない場合にはシミが強調して見えるという人間の感性によるものである。
そこで、エッジ特徴抽出部80で抽出した、白線候補に囲まれる領域と白線のエッジ総量の差が所定の値以下の場合には、その白線候補の確信度を下げるのである。
(7)筋模様検出部90で筋状の模様が検出された場合には、確信度を下げる。
車両のスリップ防止のため道路上に縦筋が刻まれている場合がある。その場合、道路上に刻まれている縦筋は道路面に比べ輝度が低い(暗い)が、縦筋端の輝度は白線端と差がない場合がある。そこで、筋模様検出部90で白線候補上に筋模様が検出された場合には、その白線候補の確信度を下げるのである。
(8)交通標識検出部100で交通標識が検出された場合には、確信度を下げる。
道路上には、白線の他に、矢印、制限速度、止まれ文字などの交通標識や横断歩道などが描かれている。従って、交通標識検出部100により、白線候補の位置に交通標識等が検出されたときは、その白線候補の確信度を下げるのである。
(9)ペア白線候補検出部110によって、車両進行方向に対して車両の両側方で一対となる白線候補を検出した場合には、検出した一対の白線候補の内側の領域に存在する白線候補の確信度を下げる。
道路上の白線は、車両が走行している場合には、車両進行方向に対して車両の両側に存在する。従って、ペア白線候補検出部110で、白線候補のうち車両進行方向に対して車両の両側方で一対となるものを検出した場合、その一対の白線候補の確信度を上げるのである。
DSP50は、上記(1)〜(9)においてそれぞれ算出されて出力される確信度を乗算して統合することにより白線らしさを示す尤度を出力するDSPであり、以下、このDSP50を白線特徴統合部50と呼ぶ。
白線特徴統合部50における統合処理はベイズ推定のフレームワークに基づき、確信度の乗算による統合から判定する。例えば、白線特徴算出部40の(1)〜(9)に示した処理のうちの2つによって算出した白線らしさの確信度A、Bがそれぞれ0.6、0.7であった場合、統合した尤度は、(0.6*0.7)/(0.6*0.7+0.4*0.3)=0.78となる。
ここで、0.4,0.3はそれぞれA、Bによる白線らしくなさ(1−0.6、1−0.7)である。
また、白線特徴算出部40における処理が増えた場合も統合処理の内容は単に尤度統合処理の入力確信度の数が増えるだけで本質的には変わらず、拡張性に富む。これにより、高精度、高ロバスト性を実現しつつ、新たな情報の追加や削除が容易な構造が実現できる。
DSP60は、白線特徴統合部50が出力する尤度のうち最大の尤度を有する白線候補を道路上の白線として選択するDSPであり、以下、このDSP60を白線選択部60と呼ぶ。
白線特徴統合部50では、白線候補に対して「白線らしさ」が統合された尤度として出力されるので、白線選択部60では、その統合された尤度が最大となっている白線を道路上の白線として選択するのである。
DSP70は、車載カメラ10で取得した画像から、白線候補抽出部30で抽出した白線候補に挟まれる道路上の領域及び白線候補自体の模様又は平均輝度を含む特徴を抽出するDSPであり、以下、このDSP70を道路面特徴抽出部70と呼ぶ。
例えば、横方向からの直射日光によりガードレールの隙間から差し込む光が直線状に道路面に映り、白線のように見える場合やコールタールによる補修跡で囲まれた領域が直線状に映る場合があるので、パターンマッチングや輝度の差などにより領域と白線との模様を抽出する。
DSP80は、車載カメラ10で取得した画像から、白線候補抽出部30で抽出した白線候補に挟まれる道路上の領域及び白線候補自体のエッジ総量を抽出するDSPであり、以下、このDSP80をエッジ特徴抽出部80と呼ぶ。
エッジ総量は、車載カメラ10を二値化して得られた二値化画像からエッジを抽出し、抽出したエッジの数を合計することによって得られる。
DSP90は、車載カメラ10で取得した画像から、白線候補抽出部30で抽出した白線候補の車両進行方向に略直角方向の近傍の領域の、道路上の車両進行方向のエッジ量が所定の値以上の筋状の模様を検出するDSPであり、以下、このDSP90を筋模様検出部90と呼ぶ。
車両のスリップ防止のため道路上に刻まれている縦筋は道路面に比べ輝度が低い(暗い)が、縦筋端の輝度は白線端と差がない場合がある。そこで、車載カメラ10で取得した画像の二値化画像からエッジ量を算出し、白線候補の車両進行方向の近傍の領域の道路上の車両進行方向のエッジ量が所定の値以上のものを筋状の模様として検出するのである。
DSP100は、車載カメラ10で取得した画像から道路上に描かれている交通標識(横断歩道の除く)を検出するDSPであり、以下、このDSP100を交通標識検出部100と呼ぶ。
交通標識検出部100では、道路上に描かれている交通標識をパターンマッチングにより検出する。検出する交通標識としては、矢印、制限速度、止まれ文字など道路面上に描かれている交通標識がある。
DSP110は、白線候補抽出部30で抽出した白線候補のうち、車両進行方向に対して車両の両側方で一対となる白線候補の有無を検出するDSPであり、以下、このDSP110をペア白線候補検出部110と呼ぶ。
道路上の白線は、車両が走行している場合には、車両進行方向に対して車両の両側に存在する。従って、ペア白線候補検出部110では、白線候補抽出部30で抽出した白線候補のうち車両進行方向に対して車両の両側方で一対となる白線を画像中の車両位置に対する相対位置から検出するのである。
DSP120は、車載カメラ10で取得した画像から道路上に描かれている横断歩道を検出するDSPであり、以下、このDSP120を横断歩道検出部120と呼ぶ。
横断歩道検出部120では、公知のパターンマッチングの方法により、道路上に描かれている横断歩道の候補(以下、横断歩道候補とする)を抽出する。そして、その横断歩道候補の横断歩道らしさを算出する。横断歩道らしさの算出方法を、図5を用いて説明する。道路201上に位置する横断歩道候補203は、単位線203a、203b、203c・・・・で構成されているとする。抽出された横断歩道候補が有する単位線の数が多いほど、横断歩道らしさを高く設定する。例えば、単位線の数が2、3、4、5本の場合、横断歩道らしさを、それぞれ、20、40、60、80%とする。単位線の数が3本以上であり、横断歩道らしさが40%以上の場合に、横断歩道を検出したと判断する。
横断歩道検出部120は、前述した複合線検出処理によって複合線を検出した場合は、車載カメラ10で取得した画像のうち、複合線を除外した領域において、横断歩道候補を抽出する。
2.車載白線認識装置1が奏する効果
(i) 車載白線認識装置1は、上述したように、複合線を検出した場合は、車載カメラ10で取得した画像のうち、複合線を除外した領域において、横断歩道を検出する。そのため、複合線を誤って横断歩道として検出してしまうことがない。その結果、実際には複合線であるのに、横断歩道であると誤検出し、その複合線に属する白線候補の確信度を下げてしまうようなことがない。よって、車載白線認識装置1によれば、横断歩道や複合線が存在しても、白線を正しく認識できる。
(ii)車載白線認識装置1では、複数種類の白線特徴に関する確信度を統合して尤度を算出する。そのため、白線特徴算出部40の種類がどのようなものであっても、換言すれば、どのような処理内容によって算出された確信度であっても、それらを容易に組み合わせて尤度を求め、その尤度に基づいて白線候補を選択することができる。
従って、白線特徴算出部40を改良したり、新たな機能の処理を追加したりした場合であっても、それら複数の処理を容易に統合できるようになっている。
(iii)白線特徴算出部40は、白線らしさを示す特徴として、白線候補抽出部30で抽出した白線候補の輝度分散又は白線の内部エッジ量のうち少なくとも1つを用いているので、輝度分散により輝度の差異を求めることができ、内部エッジ量により模様平坦度の差異を求めることができる。
つまり、輝度や模様平坦度が異なるガードレールや道路上の傷、補修跡と白線との差異を求めることができるので、より正確な白線らしさの確信度を得ることができる。
また、白線特徴算出部40は、白線らしさを示す特徴として、白線候補抽出部30で抽出した白線候補のエッジ方向の分散あるいはエッジ方向のヒストグラムのピークの比率又は大きさのいずれかを用いている。
従って、道路上の白線がかすれて消えかかっているような場合や、白線がかすれて細くなっているような場合でも、白線のエッジ方向の分散あるいはエッジ方向のヒストグラムのピークの比率又は大きさのいずれかによって白線とかすれ線や道路面補修跡との差異を求めることができる。従って、より正確な白線らしさの確信度を得ることができる。
また、車載カメラ10で取得した画像から、白線候補抽出部30で抽出した白線候補に挟まれる道路上の領域及び白線候補自体の模様又は平均輝度を含む特徴を抽出する道路面特徴抽出部70を備え、白線特徴算出部40は、道路面特徴抽出部70で抽出した白線候補自体の模様又は平均輝度の差が所定の値以下の場合には、白線候補の白線らしさの確信度を下げている。
従って、路側のガードレールなどによる影や道路面補修跡のように、輝度や模様が白線と異なるものがある場合には、その確信度を下げることができるので、白線認識の精度を上げることができる。
また、車載カメラ10で取得した画像から、白線候補抽出部30で抽出した白線候補に挟まれる道路上の領域及び白線候補自体のエッジ総量を抽出するエッジ特徴抽出部80を備え、白線特徴算出部40、エッジ特徴抽出部80で抽出したエッジ総量の差が所定の値以下の場合には、白線候補の白線らしさの確信度を下げるようにしている。
従って、白線がかすれている場合であっても、白線候補としての確信度が下がらないようにすることができる。
また、車載カメラ10で取得した画像から、白線候補抽出部30で抽出した白線候補の車両進行方向に略直角方向の近傍の領域の、道路上の車両進行方向の輝度が所定の値以下の筋状の模様を検出する筋模様検出部90を備えている。
また、白線特徴算出部40は、筋模様検出部90によって筋状の模様(例えば、スリップ防止用の溝)が検出された場合には、白線候補の白線らしさの確信度を下げている。従って、スリップ防止のためコンクリート道路面に縦筋が刻まれている場合には、その縦筋の白線らしさの確信度を下げることができる。
また、車載カメラ10で取得した画像から道路上に描かれている交通標識を検出する交通標識検出部100を備え、交通標識検出部100で白線候補の位置に交通標識が検出された場合、白線特徴算出部40は、その白線候補の白線らしさの確信度を下げている。従って、道路上に描かれた交通標識の白線らしさの確信度を低くすることができる。
また、白線候補抽出部30で抽出した白線候補のうち、車両進行方向に対して車両の両側方で一対となる白線候補の有無を検出するペア白線候補検出部110を備え、白線特徴算出部40は、ペア白線候補検出部110によって、車両進行方向に対して車両の両側方で一対となる白線候補を検出した場合には、検出した一対の白線候補の内側の領域に存在する白線候補の白線らしさの確信度を下げている。
従って、車両両側面の一対の白線候補の内側の領域に存在する白線候補(例えば、白線の消し跡や中央ライン等)の白線らしさの確信度を下げることができる。
[第2実施形態]
1.車載白線認識装置1の構成及び作用
本実施形態における車載白線認識装置1の構成及び作用は、基本的には前記第1実施形態と同一であるが、一部において相違する。以下では、その相違点を中心に説明し、前記第1実施形態と同様の部分の説明は省略乃至簡略化する。
本実施形態では、横断歩道検出部120は、白線特徴算出部40によって既に複合線が検出されていた場合でも、その複合線を除外せず、車載カメラ10で取得した画像の全体において横断歩道を検出する。白線特徴算出部40は、そのように検出した横断歩道の位置にある白線候補の確信度を下げる。確信度の設定方法は前記第1実施形態と同様である。
また、本実施形態では、横断歩道の検出結果を、複合線の検出において利用する。すなわち、白線特徴算出部40は、複合線を検出する場合、横断歩道検出部120によって既に横断歩道が検出されていれば、車載カメラ10で取得した画像のうち、その横断歩道を除外した領域において、複合線を検出する。複合線を検出する方法は、前記第1実施形態と同様に、複数の白線候補から、公知のパターンマッチング(画像処理)により複合線を検出する方法である。また、パターンの一致の程度により、複合線らしさを定量的に算出する。そして、検出した複合線に属する各白線候補の確信度を、予め定めた条件に従い、複合線における位置に応じて増減する。
2.車載白線認識装置1が奏する効果
車載白線認識装置1は、上述したように、横断歩道を検出した場合は、車載カメラ10で取得した画像のうち、横断歩道を除外した領域において、複合線を検出する。そのため、横断歩道を誤って複合線として検出してしまうことがない。その結果、実際には横断歩道であるのに、それを複合線であると誤検出し、その横断歩道に属する白線候補を白線として誤認識してしまうようなことがない。よって、車載白線認識装置1によれば、横断歩道や複合線が存在しても、白線を正しく認識できる。
尚、本発明は前記実施の形態になんら限定されるものではなく、本発明を逸脱しない範囲において種々の態様で実施しうることはいうまでもない。
例えば、横断歩道検出部120は、白線候補のパターンから、横断歩道を検出してもよい。また、白線特徴算出部40は、車載カメラ10で取得した画像を画像処理することで(白線候補を使用せず)、複合線を検出してもよい。
また、前記実施形態では、種々の処理を複数のDSPに割り当てて実行していたが、DSPに割り当てることなく1つのCPUにおいてプログラムとして実行してもよい。
また、前記実施形態では、白線特徴算出部40を1つのDSPで構成していたが、図3に示すような白線特徴算出部40の内部処理を複数のDSPに割り当てて構成してもよい。このようにすれば、より高速処理が可能となる。
また、白線特徴算出部40は、前記(1)〜(9)の処理に加えて、又はそのいずれかに代えて、以下の処理を行ってもよい。
総延長距離:白線候補の長手方向(車両進行方向)における長さが長いほど、その白線候補の確信度を大きくする。
1・・・車載白線認識装置、10・・・車載カメラ、20・・・画像処理装置、
30・・・白線候補抽出部、40・・・白線特徴算出部、50・・・白線特徴統合部、
60・・・白線選択部、70・・・道路面特徴抽出部、80・・・エッジ特徴抽出部、
90・・・筋模様検出部、100・・・交通標識検出部、
110・・・ペア白線候補検出部、120・・・横断歩道検出部、201・・・道路、
203・・・横断歩道候補、203a、203b、203c・・・単位線、
205a、205b、205c・・・白線候補

Claims (3)

  1. 車両周囲の画像を取得する車載カメラと、
    前記車載カメラで取得した画像から画像処理により白線候補を抽出する白線候補抽出手段と、
    前記白線候補の白線らしさの確信度を算出する確信度算出手段と、
    前記確信度算出手段が算出した確信度に基づき、認識する白線を選択する白線選択手段と、
    前記車載カメラで取得した画像から画像処理により複合線を検出する複合線検出手段と、
    前記車載カメラで取得した画像のうち、前記複合線検出手段により検出した前記複合線を除外した領域において、画像処理により横断歩道を検出する横断歩道検出手段と、
    を備え、
    前記確信度算出手段は、前記白線候補が前記横断歩道検出手段により検出した横断歩道に属する場合、それ以外の場合よりも、その白線候補の前記確信度を低くすることを特徴とする車載白線認識装置。
  2. 車両周囲の画像を取得する車載カメラと、
    前記車載カメラで取得した画像から画像処理により白線候補を抽出する白線候補抽出手段と、
    前記白線候補の白線らしさの確信度を算出する確信度算出手段と、
    前記確信度算出手段が算出した確信度に基づき、認識する白線を選択する白線選択手段と、
    前記車載カメラで取得した画像から画像処理により横断歩道を検出する横断歩道検出手段と、
    前記車載カメラで取得した画像のうち、前記横断歩道検出手段により検出した前記横断歩道を除外した領域において、画像処理により複合線を検出する複合線検出手段と、
    を備え、
    前記確信度算出手段は、前記白線候補が前記複合線検出手段により検出した複合線に属する場合、その白線候補の前記確信度を、予め定めた条件に従い増減することを特徴とする車載白線認識装置。
  3. 前記確信度算出手段を複数備え、
    前記白線選択手段は、複数の前記確信度算出手段がそれぞれ算出した前記確信度を乗算することで統合して尤度を算出し、前記尤度が最大である前記白線候補を選択することを特徴とする請求項1又は2記載の車載白線認識装置。
JP2010059468A 2010-03-16 2010-03-16 車載白線認識装置 Expired - Fee Related JP5204144B2 (ja)

Priority Applications (1)

Application Number Priority Date Filing Date Title
JP2010059468A JP5204144B2 (ja) 2010-03-16 2010-03-16 車載白線認識装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
JP2010059468A JP5204144B2 (ja) 2010-03-16 2010-03-16 車載白線認識装置

Publications (2)

Publication Number Publication Date
JP2011192164A true JP2011192164A (ja) 2011-09-29
JP5204144B2 JP5204144B2 (ja) 2013-06-05

Family

ID=44796978

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2010059468A Expired - Fee Related JP5204144B2 (ja) 2010-03-16 2010-03-16 車載白線認識装置

Country Status (1)

Country Link
JP (1) JP5204144B2 (ja)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2015036984A (ja) * 2013-08-12 2015-02-23 株式会社リコー 道路上の線形指示標識の検出方法及び装置
JP2015153161A (ja) * 2014-02-14 2015-08-24 株式会社日本自動車部品総合研究所 分岐路認識装置
JP2016091045A (ja) * 2014-10-29 2016-05-23 株式会社日本自動車部品総合研究所 走行区画線認識システム
US20180349712A1 (en) * 2017-06-05 2018-12-06 Soken, Inc. Boundary line recognition apparatus

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2006099715A (ja) * 2004-09-06 2006-04-13 Daihatsu Motor Co Ltd 衝突予測方法及び衝突予測装置
JP2007122666A (ja) * 2005-10-31 2007-05-17 Aisin Aw Co Ltd 道路ペイント認識システム、道路ペイント認識方法及び道路ペイントデータベースの作成方法
JP2007220013A (ja) * 2006-02-20 2007-08-30 Mazda Motor Corp 車両用白線検出装置

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2006099715A (ja) * 2004-09-06 2006-04-13 Daihatsu Motor Co Ltd 衝突予測方法及び衝突予測装置
JP2007122666A (ja) * 2005-10-31 2007-05-17 Aisin Aw Co Ltd 道路ペイント認識システム、道路ペイント認識方法及び道路ペイントデータベースの作成方法
JP2007220013A (ja) * 2006-02-20 2007-08-30 Mazda Motor Corp 車両用白線検出装置

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2015036984A (ja) * 2013-08-12 2015-02-23 株式会社リコー 道路上の線形指示標識の検出方法及び装置
JP2015153161A (ja) * 2014-02-14 2015-08-24 株式会社日本自動車部品総合研究所 分岐路認識装置
US9589213B2 (en) 2014-02-14 2017-03-07 Denso Corporation Apparatus for recognizing turnoff from vehicle roadway
JP2016091045A (ja) * 2014-10-29 2016-05-23 株式会社日本自動車部品総合研究所 走行区画線認識システム
US9669829B2 (en) 2014-10-29 2017-06-06 Denso Corporation Travel lane marking recognition system
US20180349712A1 (en) * 2017-06-05 2018-12-06 Soken, Inc. Boundary line recognition apparatus

Also Published As

Publication number Publication date
JP5204144B2 (ja) 2013-06-05

Similar Documents

Publication Publication Date Title
JP5220787B2 (ja) 車載白線認識装置
JP4988786B2 (ja) 境界線認識装置
CN105922991B (zh) 基于生成虚拟车道线的车道偏离预警方法及系统
US7046822B1 (en) Method of detecting objects within a wide range of a road vehicle
KR101605514B1 (ko) 차선 인식 장치 및 방법
CN106647776B (zh) 车辆变道趋势的判断方法、判断装置和计算机存储介质
JP5677900B2 (ja) 車載白線認識装置
CN110555361A (zh) 基于图像的车道标记分类
US20180253853A1 (en) Boundary line recognition apparatus and branch road determination apparatus
KR20130051681A (ko) 노면 표식물 인식 시스템 및 방법
EP3223241A1 (en) Travel route recognition device, and travel assistance system using same
CN103116748A (zh) 基于路面标识识别违规驾驶行为的方法及系统
JP5209656B2 (ja) 車載白線認識装置
JP6006574B2 (ja) 車載環境認識装置
KR101224027B1 (ko) 영상의 장면 정보를 이용한 전방 차량 검출 방법
JP5430232B2 (ja) 道路方向認識方法及び装置
JP5204144B2 (ja) 車載白線認識装置
KR101178508B1 (ko) 차량 충돌 경보 시스템 및 방법
KR20140024681A (ko) 차선 인식 장치 및 그 방법
JP2012150595A (ja) 一時停止線検出装置及びプログラム
KR20140103441A (ko) 시선 유도 반사체를 이용한 차선 인식 방법 및 시스템
JP2014026519A (ja) 車載レーンマーカ認識装置
KR20120116204A (ko) 선행차량을 이용한 차선 인식 장치 및 그 방법
CN105117696B (zh) 一种基于小线分析的未系安全带自动检测方法
KR101371875B1 (ko) 스테레오 비전을 이용한 차량검출과 차간거리 산출 방법 및 그 장치

Legal Events

Date Code Title Description
A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20120420

A977 Report on retrieval

Free format text: JAPANESE INTERMEDIATE CODE: A971007

Effective date: 20130111

TRDD Decision of grant or rejection written
A01 Written decision to grant a patent or to grant a registration (utility model)

Free format text: JAPANESE INTERMEDIATE CODE: A01

Effective date: 20130122

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20130214

R150 Certificate of patent or registration of utility model

Ref document number: 5204144

Country of ref document: JP

Free format text: JAPANESE INTERMEDIATE CODE: R150

Free format text: JAPANESE INTERMEDIATE CODE: R150

FPAY Renewal fee payment (event date is renewal date of database)

Free format text: PAYMENT UNTIL: 20160222

Year of fee payment: 3

R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250

R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250

R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250

R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250

R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250

R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250

R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250

LAPS Cancellation because of no payment of annual fees