JP2013216305A - 車両の駐車区画認識方法 - Google Patents

Abstract

【課題】 車両のカメラ映像を通じて使用者の指示や入力なしに自動的に多様なｐａｒｋｉｎｇ ｓｌｏｔ ｍａｒｋｉｎｇに適用可能な車両の駐車区画認識方法を提供する。
【解決手段】本発明は、駐車区画が含まれた映像で角になった角部分を捕捉する角捕捉段階、捕捉された角部分のうち隣接する角部分を組合わせて交差地点を捕捉する交差捕捉段階、捕捉された交差地点を組合わせて駐車区画の端部枠であるスロットを捕捉するスロット捕捉段階、捕捉されたスロットから駐車区画のタイプを選定するタイプ選定段階、及び上記選定されたタイプに基づいて最終スロットを選定する最終選定段階、を含むことを特徴とする。
【選択図】図１

Description

本発明は、車両の駐車区画の認識方法に係り、より詳しくは、車両カメラの映像から駐車区画を自動的に抽出して認識する車両の駐車区画認識方法に関する。

最近、自動駐車に関する使用者の関心が増加するに伴い、これについての研究が業界及び学界で活発に進められている。このような自動駐車システムは、ｔａｒｇｅｔ ｐｏｓｉｔｉｏｎ ｄｅｓｉｇｎａｔｉｏｎ、ｐａｔｈ ｐｌａｎｎｉｎｇ、ｐａｔｈ ｔｒａｃｋｉｎｇのように３つのｃｏｍｐｏｎｅｎｔから構成され、このうちｔａｒｇｅｔ ｐｏｓｉｔｉｏｎ ｄｅｓｉｇｎａｔｉｏｎに使用される方法は、ｕｓｅｒ−ｉｎｔｅｒｆａｃｅ基盤、ｉｎｆｒａｓｔｒｕｃｔｕｒｅ基盤、ｆｒｅｅ−ｓｐａｃｅ基盤、ｐａｒｋｉｎｇ ｓｌｏｔ ｍａｒｋｉｎｇ基盤のように４つのｃａｔｅｇｏｒｙに分類することができる。現在量産された製品は、大部分ｕｓｅｒ−ｉｎｔｅｒｆａｃｅ基盤の方法か、超音波センサーを使用したｆｒｅｅ−ｓｐａｃｅ基盤の方法を使用している。

Ｕｓｅｒ ｉｎｔｅｒｆａｃｅ基盤の方法は、具現が簡単で、自動認識失敗時に補正用として有用であるが、使用者が毎回操作しなければならない不便さがある。 また、ｕｌｔｒａｓｏｎｉｃ ｓｅｎｓｏｒを使用したｆｒｅｅ−ｓｐａｃｅ基盤の方法は、縦列駐車の状況では実用的なｓｏｌｕｔｉｏｎを提供するものと報告されているが、並列駐車の状況で失敗の可能性が高く周辺車両の姿勢によって斜めに目標駐車位置を過って設定する問題点がある。

本発明は、車両のカメラ映像からｐａｒｋｉｎｇ ｓｌｏｔ ｍａｒｋｉｎｇをｆｕｌｌ−ａｕｔｏｍａｔｉｃで認識して、目標駐車区画を設定することを手助けする方法を提案する。駐車区画表示認識基盤の方法は、他の接近法に比べて次のような長所を有する。

１）ｕｓｅｒ ｉｎｔｅｒｆａｃｅ基盤の方法と結合して、その短所である運転者の操作の程度を最小にすることができる。２）ｆｒｅｅ−ｓｐａｃｅ基盤の方式は、周辺車両の姿勢に依存して駐車位置を設定するので、目標位置が斜めに設定されることがあり得るが、ｐａｒｋｉｎｇ ｓｌｏｔ ｍａｒｋｉｎｇ認識方法は、駐車区画線に正しく整列するように目標を設定することができる。３）ｓｃａｎｎｉｎｇ ｌａｓｅｒ ｒａｄａｒ、ｓｈｏｒｔ ｒａｎｇｅ ｒａｄａｒ、ｓｔｅｒｅｏ ｃａｍｅｒａ基盤の方法は、別のセンサーを追加しなければならないが、ｐａｒｋｉｎｇ ｓｌｏｔ ｍａｒｋｉｎｇ認識方法は、既存の後方カメラを活用することができる。４）Ｕｌｔｒａｓｏｎｉｃ ｓｅｎｓｏｒを使用する方法は、センシングの限界によって並列駐車の状況で失敗の可能性が高いが、ｐａｒｋｉｎｇ ｓｌｏｔ ｍａｒｋｉｎｇ認識方法は、並列駐車の状況で効果的に適用可能である。５）ｍｏｎｏｃｕｌａｒ ｍｏｔｉｏｎ ｓｔｅｒｅｏ基盤の方法は、多くの演算量を必要とするが、ｐａｒｋｉｎｇ ｓｌｏｔ ｍａｒｋｉｎｇ認識方法は、比較的少ない演算量で具現が可能である。

一方、ｐａｒｋｉｎｇ ｓｌｏｔ ｍａｒｋｉｎｇ認識基盤の方法は、ｐａｒｋｉｎｇ ｓｌｏｔ ｍａｒｋｉｎｇがある時にだけ使用できるという短所があるが、運転者が混雑したｕｒｂａｎ ｓｉｔｕａｔｉｏｎで主に駐車について難しさを感じ、このような状況では大部分ｐａｒｋｉｎｇ ｓｌｏｔ ｍａｒｋｉｎｇが存在することを考慮したとき、非常に有用な接近方法であるということができる。このようなｐａｒｋｉｎｇ ｓｌｏｔ ｍａｒｋｉｎｇ基盤の方法は、ｐａｒｋｉｎｇ ｓｌｏｔ ｍａｒｋｉｎｇを描く時、ｉｎｆｒａｓｔｒｕｃｔｕｒｅを設置しない以上ｉｍａｇｅ ｓｅｎｓｏｒでのみ認識可能という特徴を有する。

Ｐａｒｋｉｎｇ ｓｌｏｔ ｍａｒｋｉｎｇ基盤の方法は、ｐａｒｋｉｎｇ ｓｌｏｔの情報について使用者の入力を必要とするｓｅｍｉ−ａｕｔｏｍａｔｉｃ方法と、使用者の入力を必要としないｆｕｌｌ−ａｕｔｏｍａｔｉｃ方法に分類できる。Ｓｅｍｉ−ａｕｔｏｍａｔｉｃ方法は、使用者が駐車空間について付加情報を入力するのでｆｕｌｌ−ａｕｔｏｍａｔｉｃ方法より速度及び認識率の側面でより優秀であり、自動認識システムが失敗した場合にｂａｃｋｕｐ ｔｏｏｌとしても使用価値が高い。

一部では、使用者が駐車をしたい区域内部の一点をタッチスクリーンで押せば、その情報を基盤にｄｉｒｅｃｔｉｏｎａｌ ｉｎｔｅｎｓｉｔｙ ｇｒａｄｉｅｎｔを使用してｍａｒｋｉｎｇ ｌｉｎｅ−ｓｅｇｍｅｎｔを認識することにより、ｐａｒｋｉｎｇ ｓｌｏｔを認識する方法を提案している。しかしこの方法は、一種類のｐａｒｋｉｎｇ ｓｌｏｔ ｍａｒｋｉｎｇにのみ適用可能という短所を有する。 したがって、これを補完するために、使用者が願う駐車区画の入口を示す二つの交差地点の初期位置をタッチスクリーンで入力した時、ｂｉｎａｒｉｚａｔｉｏｎを通じて得たｐａｒｋｉｎｇ ｓｌｏｔ ｍａｒｋｉｎｇ領域のｓｋｅｌｅｔｏｎを、ｔｅｍｐｌａｔｅ ｍａｔｃｈｉｎｇすることによりｐａｒｋｉｎｇ ｓｌｏｔを認識する方法が提案された。

Ｆｕｌｌ−ａｕｔｏｍａｔｉｃ方法も、各種開発されている。一部では、ｐａｒｋｉｎｇ ｓｌｏｔ ｍａｒｋｉｎｇが特定の色を有するという特性を使用してｒｅｓｔｒｉｃｔｅｄ Ｃｏｕｌｏｍｂ ｅｎｅｒｇｙ ｎｅｕｒａｌ−ｎｅｔｗｏｒｋを基盤としたｃｏｌｏｒ ｓｅｇｍｅｎｔａｔｉｏｎ方法で、 ｐａｒｋｉｎｇ ｓｌｏｔ ｍａｒｋｉｎｇに属したピクセルを抽出してｐａｒｋｉｎｇ ｓｌｏｔを認識する方法を提案している。

そして、ｂｉｎｏｃｕｌａｒ ｓｔｅｒｅｏ ｃａｍｅｒａを使用して車両後方のｖｅｒｔｉｃａｌ ｅｄｇｅに対する３Ｄ ｒｅｃｏｎｓｔｒｕｃｔｉｏｎを実施した後、ｇｒｏｕｎｄ ｓｕｒｆａｃｅのｈｏｍｏｇｒａｐｈｙを満足するピクセルのみを使用してｐａｒｋｉｎｇ ｓｌｏｔ ｍａｒｋｉｎｇ 認識を実施している。

一方、ｐａｒｋｉｎｇ ｓｌｏｔ ｍａｒｋｉｎｇがｆｉｘｅｄ ｗｉｄｔｈを有した平行な二直線とこれに垂直な一直線から構成されるという仮定の下に、 ｂｉｒｄ’ｓ−ｅｙｅ ｖｉｅｗ ｅｄｇｅ ｉｍａｇｅのＨｏｕｇｈ ｓｐａｃｅをｆｉｌｔｅｒｉｎｇすることによりｐａｒｋｉｎｇ ｓｌｏｔを認識する方法も提案されている。これは、車両が駐車のために後進を始める直前までｖｅｈｉｃｌｅ ｐｏｓｉｔｉｏｎとｄｅｆｌｅｃｔｉｏｎ ａｎｇｌｅを基盤としてｖｉｒｔｕａｌ ｔａｒｇｅｔ ｐｏｓｉｔｉｏｎを持続的に計算した後、ｉｍｐｒｏｖｅｄ ｒａｎｄｏｍ ｓａｍｐｌｅ ｃｏｎｓｅｎｓｕｓ アルゴリズムによってｏｕｔｌｉｅｒを除去し、ｓｔｒａｉｇｈｔ ｌｉｎｅを検出する方法を提案している。しかし、このような既存のｆｕｌｌ−ａｕｔｏｍａｔｉｃ方法は、共通してｐａｒｋｉｎｇ ｓｌｏｔ ｍａｒｋｉｎｇの種類を一種類と仮定するという重要な限界を有する。

したがって、このようなｆｕｌｌ−ａｕｔｏｍａｔｉｃ方法の短所を改善するために、本発明では多様なｐａｒｋｉｎｇ ｓｌｏｔ ｍａｒｋｉｎｇに適用可能なｆｕｌｌ−ａｕｔｏｍａｔｉｃ ｐａｒｋｉｎｇ ｓｌｏｔ ｍａｒｋｉｎｇ認識方法を提案した。提案された方法は、多様なｔｙｐｅのｐａｒｋｉｎｇ ｓｌｏｔ ｍａｒｋｉｎｇがｈｉｅｒａｒｃｈｉｃａｌ ｔｒｅｅ ｓｔｒｕｃｔｕｒｅから構成されているという事実を基盤とする。各ｔｙｐｅのｐａｒｋｉｎｇ ｓｌｏｔ ｍａｒｋｉｎｇは、多数のｓｌｏｔから構成されており、単一ｓｌｏｔは、二つの交差地点からなり、単一交差地点は、二つのｃｏｒｎｅｒの組合から構成される。

特開２０１１−２３５６７７号公報

本発明は、このような問題点を解決するためになされたものであって、車両のカメラ映像を通じて使用者の指示や入力なしに自動的に多様なｐａｒｋｉｎｇ ｓｌｏｔ ｍａｒｋｉｎｇに適用可能な車両の駐車区画認識方法を提供することにその目的がある。

本発明は、駐車区画が含まれた映像で角になった角部分を捕捉する角捕捉段階、捕捉された角部分のうち隣接する角部分を組合わせて交差地点を捕捉する交差捕捉段階、捕捉された交差地点を組合わせて駐車区画の端部枠であるスロットを捕捉するスロット捕捉段階、捕捉されたスロットから駐車区画のタイプを選定するタイプ選定段階、及び前記選定されたタイプに基づいて最終スロットを選定する最終選定段階、を含むことを特徴とする。

駐車区画が含まれた映像を車両に設けられたカメラからバードアイビュー（Ｂｉｒｄ ｅｙｅ ｖｉｅｗ）形式で抽出する映像抽出段階をさらに含むことを特徴とする。

前記映像抽出段階は、車両のカメラから抽出されたフィッシュアイビュー（Ｆｉｓｈ ｅｙｅ ｖｉｅｗ）形式の映像をバードアイビュー形式に変換することを特徴とする。

前記角捕捉段階は、駐車区画の駐車線幅より小さな半径の円で角部分が含む弧の角度によって、捕捉された角部分の種類を区別することを特徴とする。

前記角捕捉段階は、角部分を４５度、６０度、９０度、１２０度、１３５度、２７０度のうち選択された複数の角度の種類に区分することを特徴とする。

前記交差捕捉段階は、交差地点をＴ型、Ｌ型、Ｙ型、Ｉ型の種類に区分することを特徴とする。

前記角捕捉段階は、駐車区画の駐車線と道路の境界を明るさの変化に従ってベクトルで表現することを特徴とする。

前記交差捕捉段階は、角部分の種類、駐車線と道路の境界のベクトルの方向性及び隣接する角部分間の隔離距離を土台に、交差地点をＴ型、Ｌ型、Ｙ型、Ｉ型の種類に区分することを特徴とする。

前記交差捕捉段階は、角部分が隣接する一対として捕捉されない場合にも、単一の角部分についての種類及び駐車線と道路の境界のベクトルの方向性によって交差地点の種類を推定することを特徴とする。

前記交差捕捉段階は、駐車線と道路の境界ベクトルの方向性によって交差地点をベクトルで表現し、前記スロット捕捉段階は、交差地点のベクトル方向によってスロットの方向を判断して、捕捉されたスロットが、駐車区画が始まる地点のスロットであるかを判別することを特徴とする。

前記スロット捕捉段階は、スロットを長方形、平行四辺形の種類に区分することを特徴とする。

前記最終選定段階は、捕捉されたスロットの駐車区画タイプとの類似度、及び明るさ程度によって最終スロットを選定することを特徴とする。

また、本発明は、駐車区画が含まれた映像で角になった角部分を捕捉する角捕捉段階、捕捉された角部分のうち隣接する角部分を組合わせて交差地点を捕捉する交差捕捉段階、捕捉された交差地点を組合わせて駐車区画の端部枠であるスロットを捕捉するスロット捕捉段階、及び捕捉されたスロットの明るさを比較して最終スロットを選定する最終選定段階、を含むことを特徴とする。

また、本発明は、車両カメラの映像から駐車区画の角部分を捕捉し、隣接する角部分を組合わせて交差地点を捕捉し、隣接する交差地点を組合わせて駐車区画の端部枠であるスロットを捕捉し、捕捉されたスロットをあらかじめ設けられた駐車区画のタイプに代入したりスロット間の明るさを比べることにより最終スロットを選定し、これを通じて駐車区画を認識することを特徴とする。

本発明によれば、使用者の入力がなくても自動的にカメラの映像を通じて駐車区画を認識するため、センサー装備が不要で、全自動でシステムを具現することができる。
また、階層構造方式の認識を適用することにより、多様な状況と形状の駐車区画も全て認識することができる長所がある。

本発明の一実施例による車両の駐車区画認識方法の順序図である。 本発明の一実施例による車両の駐車区画認識方法の階層図である。 本発明の一実施例による車両の駐車区画認識方法の認識過程を示した図面である。 本発明の一実施例による車両の駐車区画認識方法の認識過程を示した図面である。 本発明の一実施例による車両の駐車区画認識方法の角部分を示した図面である。 本発明の一実施例による車両の駐車区画認識方法の交差地点を示した図面である。 本発明の一実施例による車両の駐車区画認識方法の交差地点を示した図面である。 本発明の一実施例による車両の駐車区画認識方法のスロットを示した図面である。 本発明の一実施例による車両の駐車区画認識方法の具現例を示した図面である。

以下、添付図面を参照して本発明の望ましい実施例による車両の駐車区画認識方法について詳細に説明する。
図１は、本発明の一実施例による車両の駐車区画認識方法の順序図である。本発明の車両の駐車区画認識方法は、駐車区画が含まれた映像で角になった角部分を捕捉する角捕捉段階Ｓ２００、捕捉された角部分のうち隣接する角部分を組合わせて交差地点を捕捉する交差捕捉段階Ｓ３００、捕捉された交差地点を組合わせて駐車区画の端部枠であるスロットを捕捉するスロット捕捉段階Ｓ４００、捕捉されたスロットから駐車区画のタイプを選定するタイプ選定段階Ｓ５００、及び上記選定されたタイプに基づいて最終スロットを選定する最終選定段階Ｓ６００、を含む。

本発明の車両の駐車区画認識方法は、車両カメラの撮影映像を利用するが、例示的には車両の後方カメラを利用することができる。現在後方カメラで抽出する映像は、魚眼レンズを用いたフィッシュアイビュー映像であり、これをまずバードアイビューに転換する。このために本発明の車両の駐車区画認識方法は、駐車区画が含まれた映像を車両に設けられたカメラからバードアイビュー（Ｂｉｒｄ ｅｙｅ ｖｉｅｗ）形式で抽出する映像抽出段階Ｓ１００、をさらに含むことができる。

そして、映像抽出段階は、車両のカメラから抽出されたフィッシュアイビュー（Ｆｉｓｈ ｅｙｅ ｖｉｅｗ）形式の映像をバードアイビュー形式に変換して、まるでの上から眺めたように駐車区画を示し、これを正確に認識するようにするものである。
車両の駐車区画は、大きく角部分、交差地点、スロット、駐車区画から構成されるとみることができる。よって、本発明の車両の駐車区画認識方法では、まず角部分を認識し、その後交差部分を認識し、そしてスロットを認識するようにする。その後、上位段階である駐車区画を決定し、その基盤となるモデルに合わせて最も正確なスロットを検出するようにすることにより、早く正確な駐車区画認識の結果を得るようにする。

図２は、本発明の一実施例による車両の駐車区画認識方法の階層図であり、最上位の駐車区画タイプは、複数のスロットから構成され、そのスロットは交差地点から構成され、交差地点は角部分からなる。
まず角捕捉段階Ｓ２００では、駐車区画が含まれた映像で角になった角部分を捕捉し、交差捕捉段階Ｓ３００は捕捉された角部分のうち隣接する角部分を組合わせて交差地点を捕捉する。そしてスロット捕捉段階Ｓ４００は、捕捉された交差地点を組合わせて駐車区画の端部枠であるスロットを捕捉し、捕捉されたスロットから駐車区画のタイプを選定するタイプ選定段階Ｓ５００、及び上記選定されたタイプに基づいて最終スロットを選定する最終選定段階Ｓ６００、を行う。

図３は、本発明の一実施例による車両の駐車区画認識方法の認識過程を示した図面であり、駐車区画４０は、スロットと交差地点２０及びこれをなす一対の角部分１０から構成され、本発明は角部分１０から始めて最終的には駐車区画４０を認識するようにするものである。

図４は、多数の駐車区画の種類を示したものであり、本発明では多様な駐車区画タイプのｓｔｒｕｃｔｕｒｅを分析して、これらがタイプ−スロット−交差地点−角部分からなったｈｉｅｒａｒｃｈｉｃａｌ ｔｒｅｅ ｓｔｒｕｃｔｕｒｅから構成されていることを前提とする。本発明では、図４で示すように、駐車区画のタイプのうち最も頻繁に存在する４種に対して対応する方法を提案する。

各駐車区画のタイプは、“（ａ）ｒｅｃｔａｎｇｕｌａｒ ｔｙｐｅ、（ｂ）ｕｎｅｖｅｎ ｒｅｃｔａｎｇｕｌａｒ ｔｙｐｅ、（ｃ）ｄｉａｍｏｎｄ ｔｙｐｅ、（ｄ）ｏｐｅｎ ｒｅｃｔａｎｇｕｌａｒ ｔｙｐｅ”と命名することができる。４種のタイプの駐車区画は、図４の（ｅ）ないし（ｉ）に示すように５種類のスロットから構成され、単一スロットは２つの交差地点の互いに異なる組合から構成される。この図では、それぞれのスロットを示し、各スロットを構成する交差地点のｐａｉｒを共に赤色で表示して示す。

図４で（ａ）は、ｒｅｃｔａｎｇｕｌａｒ ｔｙｐｅを構成し、（ｂ）はｕｎｅｖｅｎ ｒｅｃｔａｎｇｕｌａｒ ｔｙｐｅを構成し、（ｃ）と（ｄ）はそれぞれｄｉａｍｏｎｄ ｔｙｐｅとｏｐｅｎ ｒｅｃｔａｎｇｕｌａｒ ｔｙｐｅを構成する。図４の（ｅ）〜（ｉ）に示す５種のスロットは、それぞれＴＴ−スロット、ＴＬ−スロット、Ｔ′Ｔ′−スロット、ＹＹ−スロット、ＩＩ−スロットと命名した。

具体的に、本発明の車両の駐車区画認識方法は、角捕捉段階Ｓ２００は、駐車区画の駐車線の幅より小さな半径の円で角部分が含む弧の角度によって捕捉された角部分の種類を区別し、角部分を６０度、９０度、１２０度、２７０度の種類に区分できる。また、角捕捉段階Ｓ２００は、駐車区画の駐車線と道路の境界を明るさの変化に応じてベクトルで表現することができる。
これによって、交差捕捉段階Ｓ３００は、交差地点をＴ型、Ｌ型、Ｙ型、Ｉ型の種類に区分できる。

具体的に、スロットの交差地点を構成する角部分は、中心で駐車線幅より小さな半径で円を描いた時、ｇｒｏｕｎｄ ｐｌａｎｅに該当する弧の角度によって、図５のように４種類に分類される。この図で（ａ）−（ｄ）に示すコーナーは、それぞれｇｒｏｕｎｄ ｐｌａｎｅに該当する弧の角度が６０゜、９０゜、１２０゜、２７０゜をなし、これによって６０゜−角部分、９０゜−角部分、１２０゜−角部分、ａｎｄ ２７０゜−角部分と命名することができる。勿論、このような角部分の種類には４５゜、１３５゜等の角度も含むことができる。

４種類の角部分のｔｅｍｐｌａｔｅは、駐車ラインの明るさが２５５で、ｇｒｏｕｎｄ ｐｌａｎｅの明るさが０であるｉｄｅａｌな駐車区画状況を仮定して生成した。このような状況で、図５に示す通り、６０゜−角部分のｃｉｒｃｕｌａｒ ｉｎｔｅｎｓｉｔｙ ｐｒｏｆｉｌｅは、６０゜は明るさ０を、残りの３００゜は明るさ２５５を有し、９０゜−角部分の場合には９０゜は明るさ０を、残り２７０゜は明るさ２５５を有し、１２０゜−角部分の場合には１２０゜は明るさ０を、残り２４０゜は明るさ２５５を有し、２７０゜−角部分の場合には、２７０゜は明るさ０を、残り９０゜は明るさ２５５を有する。
すなわち、各角部分の場合、時計方向に中心を基準としてスキャンする場合、明るさの差を示す角度の程度によって各角部分の種類を検出することができる。

図６、図７は、本発明の一実施例による車両の駐車区画認識方法の交差地点を示した図面であり、駐車区画のスロットを構成する交差地点は、これを構成する角部分の種類及び方向によって４種類に分類される。各交差地点を構成する角部分の種類と方向は、図６の通りである。Ｇｒｅｅｎ、ｒｅｄ、ｂｌｕｅ、ｂｌａｃｋで描かれた線分の対は、それぞれ６０゜−角部分、９０゜−角部分、１２０゜−角部分、２７０゜−角部分を意味し、ｃｉｒｃｌｅで終わる線分とそうではない線分は、それぞれＷ２ＢＴＤ（ホワイトからブラックに明るさが変わるベクトル）と、Ｂ２ＷＴＤ（ブラックからホワイトに明るさが変わるベクトル）を意味し、二つの線分の交差点は角部分の位置を意味する。また、点線矢印は交差地点の方向を意味し、その開始点は交差地点の位置を意味する。
図７は、このような分析によった各種の交差地点を駐車区画線に示した図面である。

したがって、交差捕捉段階Ｓ３００は、角部分の種類、駐車線と道路境界のベクトルの方向性、及び隣接する角部分間の隔離距離を土台に交差地点をＴ型、Ｌ型、Ｙ型、Ｉ型の種類に区分し、交差捕捉段階Ｓ３００は、角部分が隣接する一対として捕捉されない場合にも、単一の角部分についての種類及び駐車線と道路境界のベクトルの方向性によって交差地点の種類を推定する。
このために交差捕捉段階Ｓ３００は、駐車線と道路の境界ベクトルの方向性によって交差地点をベクトルで表現し、スロット捕捉段階Ｓ４００は、交差地点のベクトル方向によってスロットの方向を判断して捕捉されたスロットが駐車区画が始まる地点のスロットであるかを判別する。

一方、二つの角部分から交差地点が生成されるためには、次のような４つの条件を満足しなければならない。
１）Ｔ−交差地点の場合：（１）二つの角部分が全て９０゜−角部分（２）二つの角部分の間の距離が駐車線幅だけ離れる（３）角部分＃１のＷ２ＢＴＤと角部分＃２のＢ２ＷＴＤが一致し、角部分＃１のＢ２ＷＴＤと角部分＃２のＷ２ＢＴＤが反対（４）ｃｏｎｅｒ＃１から角部分＃２に向かうベクトルは、角部分＃１のＢ２ＷＴＤとは反対で、角部分＃２のＷ２ＢＴＤとは同一。

２）Ｌ−交差地点の場合：（１）角部分＃１は９０゜−角部分、角部分＃２は２７０゜−角部分（２）二つの角部分の間の距離が駐車線幅の倍だけ離れる（３）角部分＃１のＷ２ＢＴＤと角部分＃２のＢ２ＷＴＤが一致し、角部分＃１の Ｂ２ＷＴＤと角部分＃２のＷ２ＢＴＤが一致（４）ｃｏｎｅｒ＃１から角部分＃２に向かうベクトルは角部分＃１のＢ２ＷＴＤと角部分＃２のＷ２ＢＴＤと時計方向に４５゜差がある。

３）Ｙ−交差地点の場合：（１）角部分＃１は６０゜−角部分、角部分＃２は１２０゜−角部分（２）二つの角部分の間の距離が駐車線幅だけ離れる（３）角部分＃１のＢ２ＷＴＤと角部分＃２のＷ２ＢＴＤが反対で、角部分＃１のＢ２ＷＴＤと角部分＃２のＷ２ＢＴＤが反対（４）ｃｏｎｅｒ＃１から角部分＃２に向かうベクトルは、角部分＃１のＢ２ＷＴＤとは反対で、角部分＃２のＷ２ＢＴＤとは同一。

４）Ｉ−交差地点の場合：（１）二つの角部分が全て２７０゜−角部分 （２）二つの角部分の間の距離が駐車線幅だけ離れる（３）角部分＃１のＷ２ＢＴＤと角部分＃２のＢ２ＷＴＤが一致し、角部分＃１のＢ２ＷＴＤと角部分＃２の Ｗ２ＢＴＤが反対（４）ｃｏｎｅｒ＃１から角部分＃２に向かうベクトルは角部分＃１のＢ２ＷＴＤとは同一で、角部分＃２の Ｗ２ＢＴＤとは反対。

図８は、本発明の一実施例による車両の駐車区画認識方法のスロットを示した図面であり、駐車区画を構成する５種類のスロットは、図８に示すようにこれらを構成する交差地点の形態及び方向によって分類される。この図で赤色の四角形は、二つの交差地点が生成するスロットを意味し、四角形内部の赤色実線で表示された矢印はスロットの方向を意味する。これによって角部分から生成された交差地点二つをｃｏｍｂｉｎｅすることにより、多様な種類のスロットを検出することができる。

二つの交差地点からスロットを構成する方法は、２つの角部分から交差地点を生成する方法と類似する。このためには、交差地点の３種の情報（形、位置、方向）を使用する。二つの交差地点からスロットが生成されるためには、次の条件を満足しなければならない。
（ａ）ＴＴ−スロットの場合：（１）二つの交差地点が全てＴ−交差地点（２）二つの交差地点の間の距離が車両の幅だけ離れる（２）二つの交差地点の方向が一致（４）二つの交差地点をつなぐベクトルは、二つの交差地点の方向と垂直。

（ｂ）ＬＴ−スロットの場合：（１）交差地点＃１はＬ−交差地点で、交差地点＃２はＴ−交差地点（２）二つの交差地点の間の距離が車両の幅だけ離れる（３）二つの交差地点の方向が垂直か向い合い（４）二つの交差地点をつなぐベクトルはＴ−交差地点の方向と平行で、Ｌ−交差地点の方向と垂直か平行。

（ｃ）Ｔ’Ｔ’スロットの場合：（１）二つの交差地点が全てＴ−交差地点（２）二つの交差地点の間の距離が車両の幅だけ離れる（３）二つの交差地点の方向が反対（４）二つの交差地点をつなぐベクトルは二つの交差地点の方向と向い合う。
（ｄ）ＹＹ−スロットの場合：（１）二つの交差地点が全てＹ−交差地点（２）二つの交差地点の間の距離が車両の幅の１／ｃｏｓ３０゜倍だけ離れる（３）二つの交差地点の方向が一致（４）二つの交差地点をつなぐベクトルは一交差地点の方向と６０゜差があり、他の交差地点と１２０゜差がある。

（ｅ）ＩＩ−スロットの場合：（１）二つの交差地点が全てＩ−交差地点（２）二つの交差地点の間の距離が車両の幅だけ離れる（３）二つの交差地点の方向が一致（４）二つの交差地点をつなぐベクトルは、二つの交差地点の方向と垂直である。
すなわち、スロット捕捉段階Ｓ４００は、スロットを長方形、平行四辺形の種類に区分し、最終選定段階Ｓ６００は、捕捉されたスロットの駐車区画タイプとの類似度及び明るさの程度によって最終スロットを選定する。

多数の角部分と交差地点によって検出された多数のスロット候補群のうちで最も明るさが大きいものを代表的なスロットを確定し、このスロットと一致する駐車区画タイプを抽出した後、これに従って駐車区画を最終的に認識する。
このためには、一般的かつ多様な形態の駐車区画タイプをあらかじめ保存しなければならない。

本発明は、多様な種類の駐車区画をｆｕｌｌ−ａｕｔｏｍａｔｉｃで認識する方法を提案する。提案された方法は、駐車区画がタイプ−スロット−交差地点−角部分のｌｅｖｅｌからなったｈｉｅｒａｒｃｈｉｃａｌ ｔｒｅｅ ｓｔｒｕｃｔｕｒｅでｍｏｄｅｌｉｎｇすることができることを示した。これを基盤に過検出を実施しながらｔｒｅｅ ｓｔｒｕｃｔｕｒｅをｂｏｔｔｏｍ−ｕｐ方向に構成した後、最終設定された駐車区画のタイプを基準にｔｏｐ−ｄｏｗｎ方式でｔｒｅｅ ｓｔｒｕｃｔｕｒｅを整理し確定する方式を適用することにより、単純な方法で高い検出率を有するアルゴリズムが確保可能である。
そして、提案された方法を多様な駐車区画状況で撮影された１９１の車両後方映像で評価した結果、既存のｓｅｍｉ−ａｕｔｏｍａｔｉｃ方法より優秀な９５．３％の検出率を示し、０．６８９秒の非常に早い処理速度を示した。

一方、本発明のまた他の車両の駐車区画認識方法は、駐車区画が含まれた映像で角になった角部分を捕捉する角捕捉段階Ｓ２００、 捕捉された角部分のうち隣接する角部分を組合わせて交差地点を捕捉する交差捕捉段階Ｓ３００、 捕捉された交差地点を組合わせて駐車区画の端部枠であるスロットを捕捉するスロット捕捉段階Ｓ４００、及び捕捉されたスロットの明るさを比較して最終スロットを選定する最終選定段階Ｓ６００、を含む。すなわち、最終選定ではあらかじめ設けられた駐車区画タイプを利用せず、すぐ最も明るいスロットを選定して駐車区画を認識するのである。

また、本発明の車両の駐車区画認識方法は、車両カメラの映像から駐車区画の角部分を捕捉し、隣接する角部分を組合わせて交差地点を捕捉して、隣接する交差地点を組合わせて駐車区画の端部枠であるスロットを捕捉し、捕捉されたスロットをあらかじめ設けられた駐車区画のタイプに代入したりスロット間の明るさを比べることにより最終スロットを選定し、これによって駐車区画を認識するものと表現されることもできる。

以上、本発明に関する好ましい実施形態を説明したが、本発明は前記実施形態に限定されるものではなく、本発明の属する技術分野を逸脱しない範囲での全ての変更が含まれる。

Ｓ１００ ： 映像抽出段階
Ｓ２００ ： 角捕捉段階
Ｓ３００ ： 交差捕捉段階
Ｓ４００ ： スロット捕捉段階
Ｓ５００ ： タイプ選定段階
Ｓ６００ ： 最終選定段階

Claims (14)

1. 駐車区画が含まれた映像で角になった角部分を捕捉する角捕捉段階、
   捕捉された角部分のうち隣接する角部分を組合わせて交差地点を捕捉する交差捕捉段階、
   捕捉された交差地点を組合わせて駐車区画の端部枠であるスロットを捕捉するスロット捕捉段階、
   捕捉されたスロットから駐車区画のタイプを選定するタイプ選定段階、及び
   前記選定されたタイプに基づいて最終スロットを選定する最終選定段階、
   を含むことを特徴とする車両の駐車区画認識方法。
2. 駐車区画が含まれた映像を車両に設けられたカメラからバードアイビュー（Ｂｉｒｄ ｅｙｅ ｖｉｅｗ）形式で抽出する映像抽出段階をさらに含むことを特徴とする請求項１に記載の車両の駐車区画認識方法。
3. 前記映像抽出段階は、車両のカメラから抽出されたフィッシュアイビュー（Ｆｉｓｈ ｅｙｅ ｖｉｅｗ）形式の映像をバードアイビュー形式に変換することを特徴とする請求項２に記載の車両の駐車区画認識方法。
4. 前記角捕捉段階は、駐車区画の駐車線幅より小さな半径の円で角部分が含む弧の角度によって、捕捉された角部分の種類を区別することを特徴とする請求項１に記載の車両の駐車区画認識方法。
5. 前記角捕捉段階は、角部分を４５度、６０度、９０度、１２０度、１３５度、２７０度のうち選択された複数の角度の種類に区分することを特徴とする請求項４に記載の車両の駐車区画認識方法。
6. 前記交差捕捉段階は、交差地点をＴ型、Ｌ型、Ｙ型、Ｉ型の種類に区分することを特徴とする請求項１に記載の車両の駐車区画認識方法。
7. 前記角捕捉段階は、駐車区画の駐車線と道路の境界を明るさの変化に従ってベクトルで表現することを特徴とする請求項４に記載の車両の駐車区画認識方法。
8. 前記交差捕捉段階は、角部分の種類、駐車線と道路の境界のベクトルの方向性及び隣接する角部分間の隔離距離を土台に、交差地点をＴ型、Ｌ型、Ｙ型、Ｉ型の種類に区分することを特徴とする請求項７に記載の車両の駐車区画認識方法。
9. 前記交差捕捉段階は、角部分が隣接する一対として捕捉されない場合にも、単一の角部分についての種類及び駐車線と道路の境界のベクトルの方向性によって交差地点の種類を推定することを特徴とする請求項８に記載の車両の駐車区画認識方法。
10. 前記交差捕捉段階は、駐車線と道路の境界ベクトルの方向性によって交差地点をベクトルで表現し、
    前記スロット捕捉段階は、交差地点のベクトル方向によってスロットの方向を判断して、捕捉されたスロットが、駐車区画が始まる地点のスロットであるかを判別することを特徴とする請求項８に記載の車両の駐車区画認識方法。
11. 前記スロット捕捉段階は、スロットを長方形、平行四辺形の種類に区分することを特徴とする請求項１に記載の車両の駐車区画認識方法。
12. 前記最終選定段階は、捕捉されたスロットの駐車区画タイプとの類似度、及び明るさ程度によって最終スロットを選定することを特徴とする請求項１に記載の車両の駐車区画認識方法。
13. 駐車区画が含まれた映像で角になった角部分を捕捉する角捕捉段階、
    捕捉された角部分のうち隣接する角部分を組合わせて交差地点を捕捉する交差捕捉段階、
    捕捉された交差地点を組合わせて駐車区画の端部枠であるスロットを捕捉するスロット捕捉段階、及び
    捕捉されたスロットの明るさを比較して最終スロットを選定する最終選定段階、
    を含むことを特徴とする車両の駐車区画認識方法。
14. 車両カメラの映像から駐車区画の角部分を捕捉し、隣接する角部分を組合わせて交差地点を捕捉し、隣接する交差地点を組合わせて駐車区画の端部枠であるスロットを捕捉し、捕捉されたスロットをあらかじめ設けられた駐車区画のタイプに代入したりスロット間の明るさを比べることにより最終スロットを選定し、これを通じて駐車区画を認識することを特徴とする車両の駐車区画認識方法。

Images