JP2015153161A - 分岐路認識装置 - Google Patents

分岐路認識装置 Download PDF

Info

Publication number
JP2015153161A
JP2015153161A JP2014026593A JP2014026593A JP2015153161A JP 2015153161 A JP2015153161 A JP 2015153161A JP 2014026593 A JP2014026593 A JP 2014026593A JP 2014026593 A JP2014026593 A JP 2014026593A JP 2015153161 A JP2015153161 A JP 2015153161A
Authority
JP
Japan
Prior art keywords
white line
likelihood
branch path
lane
branch
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
JP2014026593A
Other languages
English (en)
Other versions
JP5977275B2 (ja
Inventor
直輝 川嵜
Naoteru Kawasaki
直輝 川嵜
俊也 熊野
Toshiya Kumano
俊也 熊野
俊輔 鈴木
Shunsuke Suzuki
俊輔 鈴木
哲哉 高藤
Tetsuya Takato
哲哉 高藤
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 JP2014026593A priority Critical patent/JP5977275B2/ja
Priority to US14/621,794 priority patent/US9589213B2/en
Publication of JP2015153161A publication Critical patent/JP2015153161A/ja
Application granted granted Critical
Publication of JP5977275B2 publication Critical patent/JP5977275B2/ja
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00Scenes; Scene-specific elements
    • G06V20/50Context or environment of the image
    • G06V20/56Context or environment of the image exterior to a vehicle by using sensors mounted on the vehicle
    • G06V20/588Recognition of the road, e.g. of lane markings; Recognition of the vehicle driving pattern in relation to the road
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00Pattern recognition
    • G06F18/20Analysing
    • G06F18/25Fusion techniques
    • G06F18/254Fusion techniques of classification results, e.g. of results related to same input data
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00Arrangements for image or video recognition or understanding
    • G06V10/70Arrangements for image or video recognition or understanding using pattern recognition or machine learning
    • G06V10/77Processing image or video features in feature spaces; using data integration or data reduction, e.g. principal component analysis [PCA] or independent component analysis [ICA] or self-organising maps [SOM]; Blind source separation
    • G06V10/80Fusion, i.e. combining data from various sources at the sensor level, preprocessing level, feature extraction level or classification level
    • G06V10/809Fusion, i.e. combining data from various sources at the sensor level, preprocessing level, feature extraction level or classification level of classification results, e.g. where the classifiers operate on the same input data

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • Artificial Intelligence (AREA)
  • Multimedia (AREA)
  • Evolutionary Computation (AREA)
  • Databases & Information Systems (AREA)
  • Software Systems (AREA)
  • Medical Informatics (AREA)
  • General Health & Medical Sciences (AREA)
  • Computing Systems (AREA)
  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Evolutionary Biology (AREA)
  • General Engineering & Computer Science (AREA)
  • Image Analysis (AREA)
  • Traffic Control Systems (AREA)

Abstract

【課題】分岐路を精度良く認識する技術を提供する。
【解決手段】分岐路判定部25が、制御目標白線選択処理部24によって選択された白線に関する特徴である、(1)車線が複合線ではないこと、(2)車線が実線であること、(3)車線が急カーブではないこと、(4)左右の車線の平行度の変動が設定値よりも大きいこと、(5)車線の曲率の変動量が設定値よりも大きいこと、を用い、上記(1)〜(5)の特徴のうちの何れか一つの特徴による尤度または二つ以上の特徴による尤度を統合した尤度(統合尤度)を算出し、その算出した尤度に基づき、分岐路の有無を判定するので、分岐路の誤判定を抑えるなど、分岐路を精度良く認識することができる。
【選択図】図3

Description

本発明は、道路の分岐を精度良く認識する技術に関する。
特許文献1には、自車両の推定軌跡との平行度に着目して、平行度の低い方の車線を車線分岐と検出する技術が記載されている。
また、特許文献2には、車線幅の変化で分岐判定する技術が記載されている。
特開2006−331389号公報(第17頁) 特開2000−105898号公報(第14〜16頁)
しかし、特許文献1に記載された技術では、分岐路でない車線、特に複合線のような白線が複数本存在して道路形状の推定が困難である場合に、平行度や曲率が大きく変動するために、分岐路として誤認識することがあり、進路形状の推定精度が良くないという問題があった。
また、特許文献2に記載された技術では、単に一つの特徴でもって分岐判定するため、分岐路でない車線を分岐路と誤認識することがあり、進路形状の推定精度が良くないという問題があった。
本発明は、このような課題に鑑みなされたものであり、その目的とするところは、分岐路を精度良く認識する技術を提供することにある。
本発明の分岐路認識装置によれば、車載カメラで取得した車両周囲の画像から画像処理により白線候補を抽出し、前記白線候補の白線らしさの確信度を算出し、算出した確信度に基づき、認識する白線を選択し、選択された白線に関する特徴として、車線が複合線ではないこと、車線が実線であること、車線が急カーブではないこと、左右の車線の平行度の変動が設定値よりも大きいこと、または車線の曲率の変動量が設定値よりも大きいこと、のうちの何れか一つの特徴による確信度または二つ以上の特徴による確信度を統合した確信度を算出し、その算出した確信度に基づき、分岐路の有無を判定するので、分岐路を精度良く認識することができる。
分岐路認識装置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の位置を表す説明図である。 画像処理装置の概略の機能構成を示す機能ブロック図である。 分岐路認識処理を示すフローチャートである。 (a)は平行度変動算出処理を説明する説明図であり、(b)は曲率変動算出処理を説明する説明図であり、(c)は複合線らしさ算出処理を説明する説明図であり、(d)は実線・破線尤度算出処理を説明する説明図であり、(e)は急カーブらしさ算出処理を説明する説明図である。
以下に本発明の実施形態を図面とともに説明する。なお、本発明は下記実施形態に限定されるものではなく、様々な態様にて実施することが可能である。
[1.分岐路認識装置1の構成の説明]
分岐路認識装置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。
[1.1.車載カメラ10の構成の説明]
車載カメラ10はCCDカメラで構成され、図2に示すように、車両の中央前部に設置されてその前方を連続して撮影する。
[1.2.画像処理装置20の構成の説明]
画像処理装置20は、CPU、ROM、RAM、EEPROM、DSP(デジタルシグナルプロセッサ)等を備えた周知のマイクロコンピュータ上で実行される処理として実現され、図3に示すように、各DSPが、白線候補算出部21、白線特徴算出部22、白線特徴統合部23、制御目標白線選択処理部24、分岐路判定部25、として機能する。
白線候補算出部21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算出する機能を有する。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)を算出する。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。
なお、白線候補算出部21は、白線候補抽出手段に該当する。
白線特徴算出部22は、白線候補算出部21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機能を有する。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、(1)線種(複合線)パターン判定処理、(2)実線(投票数)判定処理、(3)直進性判定処理、(4)コントラスト強度判定処理、(5)コントラスト顕著判定処理、(6)白線内部の模様のなさ判定処理、(7)横断歩道からの遠さ判定処理、(8)路面からの輝度の高さ判定処理、(9)物標からの遠さ判定処理、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。
白線特徴統合部23は、上記(1)〜(9)の各処理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機能を有する。この白線特徴統合部23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。
なお、白線特徴算出部22および白線特徴統合部23は、確信度算出手段に該当する。
制御目標白線選択処理部24は、白線特徴統合部23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機能を有する。この制御目標白線選択処理部24では、特徴として、自車にとって最内側の実線であること、分岐路判定時の外側線でないこと、左右白線のペアの車線らしさが高いこと、などを用いる。白線特徴統合部23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、制御目標白線選択処理部24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。
なお、制御目標白線選択処理部24は、白線選択手段に該当する。
分岐路判定部25は、後述する分岐路認識処理を実行することにより、制御目標白線選択処理部24によって選択された白線に関する特徴から分岐路の確信度を算出し、その算出した確信度に基づき分岐路の有無を判定する機能を有するDSPである。この分岐路判定部25では、特徴として、(1)車線が複合線ではないこと、(2)車線が実線であること、(3)車線が急カーブではないこと、(4)左右の車線の平行度の変動が設定値よりも大きいこと、(5)車線の曲率の変動量が設定値よりも大きいこと、を用い、上記(1)〜(5)の特徴のうちの何れか一つの特徴による尤度または二つ以上の特徴による尤度を統合した尤度(統合尤度)を算出し、その算出した尤度に基づき、分岐路の有無を判定する。
なお、分岐路判定部25は、分岐路判定手段に該当する。
[2.分岐路認識処理の説明]
次に、画像処理装置20の分岐路判定部25が実行する分岐路認識処理を、図4のフローチャートを参照して説明する。
本処理は、自車両の走行中、所定時間ごとに繰り返し実行される。
まず、最初のステップS110では、平行度を算出する。具体的には、分岐路判定部25が、制御目標白線選択処理部24によって選択された白線の平行度を算出する。その後、S120に移行する。
S120では、曲率を算出する。具体的には、分岐路判定部25が、制御目標白線選択処理部24によって選択された白線の曲率を算出する。その後、S130に移行する。
S130では、平行度変動の尤度を算出する。具体的には、分岐路判定部25が、S110で算出した左右の車線の平行度についてその変動を算出し、算出した平行度の変動についてその尤度を算出する。より具体的には、図5(a)に示すテーブルを参照して平行度の変動の尤度を算出する。ここでは、左右の車線の平行度の変動が小さい場合には尤度を0.5とし、左右の車線の平行度の変動が大きい場合には尤度を0.1とする。なお、この0.5という値は、平行度の変動が小さい場合に分岐判定を抑制する機能を発揮するために設定される値であり、0.1という値は、他の複数のIPが強い確信で分岐と判定した場合にのみ、分岐抑制を覆すために設定される値である。その後、S140に移行する。
S140では、曲率変動の尤度を算出する。具体的には、分岐路判定部25が、S120で算出した白線の曲率についてその変動を算出し、算出した曲率の変動についてその尤度を算出する。より具体的には、図5(b)に示すテーブルを参照して白線の曲率変動の尤度を算出する。ここでは、白線の曲率変動が設定値よりも小さい場合には尤度を0.5とし、白線の曲率変動が設定値よりも大きい場合には尤度を0.1とする。なお、この0.5という値は、白線の曲率変動が小さい場合に分岐判定を抑制する機能を発揮するために設定される値であり、0.1という値は、他の複数のIPが強い確信で分岐と判定した場合にのみ、分岐抑制を覆すために設定される値である。その後、S150に移行する。
S150では、複合線の尤度を算出する。具体的には、分岐路判定部25が、制御目標白線選択処理部24によって選択された白線について複合線らしさの尤度を算出する。より具体的には、図5(c)に示すテーブルを参照して複合線らしさの尤度を算出する。ここでは、複合線らしさが設定値よりも小さい場合には尤度を0.5とし、複合線らしさが設定値よりも大きい場合には尤度を0.1とする。なお、この0.5という値は、複合線らしさが小さい場合に分岐判定を抑制する機能を発揮するために設定される値であり、0.1という値は、他の複数のIPが強い確信で分岐と判定した場合にのみ、分岐抑制を覆すために設定される値である。その後、S160に移行する。
S160では、実線・破線の尤度を算出する。具体的には、分岐路判定部25が、制御目標白線選択処理部24によって選択された白線について実線・破線であることの尤度を算出する。より具体的には、図5(d)に示すテーブルを参照して破線らしさの尤度を算出する。ここでは、破線らしさが設定値よりも小さい場合には尤度を0.5とし、破線らしさが設定値よりも大きい場合には尤度を0.1とする。なお、この0.5という値は、破線らしさが小さい場合に分岐判定を抑制する機能を発揮するために設定される値であり、0.1という値は、他の複数のIPが強い確信で分岐と判定した場合にのみ、分岐抑制を覆すために設定される値である。その後、S170に移行する。
S170では、道路形状情報(カーブ)の尤度を算出する。具体的には、分岐路判定部25が、制御目標白線選択処理部24によって選択された白線について急カーブであることの尤度を算出する。より具体的には、図5(e)に示すテーブルを参照して急カーブらしさの尤度を算出する。ここでは、急カーブらしさが設定値よりも小さい場合には尤度を0.5とし、急カーブらしさが設定値よりも大きい場合には尤度を0.1とする。なお、この0.5という値は、急カーブらしさが小さい場合に分岐判定を抑制する機能を発揮するために設定される値であり、0.1という値は、他の複数のIPが強い確信で分岐と判定した場合にのみ、分岐抑制を覆すために設定される値である。その後、S180に移行する。
S180では、統合尤度を算出する。具体的には、分岐路判定部25が、S130で算出した平行度変動の尤度、S140で算出した曲率変動の尤度、S150で算出した複合線の尤度、S160で算出した実線・破線の尤度、S170で算出した急カーブの尤度を乗算して統合することで統合尤度を算出する。その後、S190に移行する。
S190では、分岐統合尤度が所定値以上であるか否かを判断する。具体的には、分岐路判定部25が、S180で算出した統合尤度が所定値としての50%以上であるか否かを判断する。統合尤度が50%以上であると判断された場合には(S190:YES)、S210に移行する。一方、統合尤度が50%未満であると判断された場合には(S190:NO)、S200に移行する。
S200では、通常検出を行う。具体的には、S190で統合尤度が50%未満であると判断されたことを受けて、分岐路判定部25が、この白線候補を白線として検出する通常検出を行う。その後、S220に移行する。
S210では、白線候補を除外する。具体的には、S190で統合尤度が50%以上であると判断されたことを受けて、分岐路判定部25が、この白線候補を除外する。つまり、分岐路であると判定する。その後、S220に移行する。
S220では、検出結果を出力する。具体的には、分岐路判定部25が、S200からS220に移行した場合には、当該白線候補を白線として検出した旨を検出結果として出力し、一方、S210からS220に移行した場合には、当該白線候補を除外して分岐路と判定した旨を検出結果として出力する。なお、この処理により、分岐路判定部25は判定結果出力手段に該当する。その後、本処理を終了する。
[3.実施形態の効果]
本実施形態の分岐路認識装置1によれば、分岐路判定部25が、制御目標白線選択処理部24によって選択された白線に関する特徴であり、(1)車線が複合線ではないこと、(2)車線が実線であること、(3)車線が急カーブではないこと、(4)左右の車線の平行度の変動が設定値よりも大きいこと、(5)車線の曲率の変動量が設定値よりも大きいこと、を用い、上記(1)〜(5)の特徴のうちの何れか一つの特徴による尤度または二つ以上の特徴による尤度を統合した尤度(統合尤度)を算出し、その算出した尤度に基づき、分岐路の有無を判定するので、分岐路を精度良く認識することができる。
1…分岐路認識装置、10…車載カメラ、20…画像処理装置、21…白線候補算出部、22…白線特徴算出部、23…白線特徴統合部、24…制御目標白線選択処理部、25…分岐路判定部。

Claims (3)

  1. 車載カメラ(10)で取得した車両周囲の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(21)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(22,23)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(24)と、
    前記白線選択手段によって選択された白線に関する特徴に基づき、分岐路の有無を判定する分岐路判定手段(25)と、
    を備え、
    前記分岐路判定手段(25)は、前記白線選択手段(24)によって選択された白線に関する特徴として、車線が複合線ではないこと、車線が実線であること、車線が急カーブではないこと、左右の車線の平行度の変動が設定値よりも大きいこと、または車線の曲率の変動量が設定値よりも大きいこと、のうちの何れか一つの特徴による確信度または二つ以上の特徴による確信度を統合した確信度を算出し、その算出した確信度に基づき、分岐路の有無を判定すること
    を特徴とする分岐路認識装置(1)。
  2. 請求項1に記載の分岐路認識装置(1)において、
    前記分岐路判定手段(25)は、算出した確信度が所定値以上である場合には分岐路が存在すると判定し、算出した確信度が所定値未満である場合には分岐路が存在しないと判定すること
    を特徴とする分岐路認識装置(1)。
  3. 請求項1または請求項2に記載の分岐路認識装置(1)において、
    前記分岐路判定手段(25)による判定結果を出力する判定結果出力手段(25)を備えること
    を特徴とする分岐路認識装置(1)。
JP2014026593A 2014-02-14 2014-02-14 分岐路認識装置 Active JP5977275B2 (ja)

Priority Applications (2)

Application Number Priority Date Filing Date Title
JP2014026593A JP5977275B2 (ja) 2014-02-14 2014-02-14 分岐路認識装置
US14/621,794 US9589213B2 (en) 2014-02-14 2015-02-13 Apparatus for recognizing turnoff from vehicle roadway

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
JP2014026593A JP5977275B2 (ja) 2014-02-14 2014-02-14 分岐路認識装置

Publications (2)

Publication Number Publication Date
JP2015153161A true JP2015153161A (ja) 2015-08-24
JP5977275B2 JP5977275B2 (ja) 2016-08-24

Family

ID=53798381

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2014026593A Active JP5977275B2 (ja) 2014-02-14 2014-02-14 分岐路認識装置

Country Status (2)

Country Link
US (1) US9589213B2 (ja)
JP (1) JP5977275B2 (ja)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2015191445A (ja) * 2014-03-28 2015-11-02 トヨタ自動車株式会社 運転支援装置
US10635911B2 (en) 2017-01-16 2020-04-28 Denso Corporation Apparatus and method for recognizing travel lane

Families Citing this family (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9547805B1 (en) * 2013-01-22 2017-01-17 The Boeing Company Systems and methods for identifying roads in images
US9829888B2 (en) * 2015-11-17 2017-11-28 Ford Global Technologies, Llc Distinguishing lane markings for a vehicle to follow
JP6741603B2 (ja) 2017-01-16 2020-08-19 株式会社Soken 推定装置
CN106874858A (zh) * 2017-01-19 2017-06-20 博康智能信息技术有限公司北京海淀分公司 一种车辆信息识别方法及装置和一种车辆
CN110431609B (zh) * 2017-03-27 2022-01-11 三菱电机株式会社 车辆位置推定装置

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH11232467A (ja) * 1998-02-18 1999-08-27 Aqueous Reserch:Kk 分岐認識装置及び分岐認識方法
JP2011192164A (ja) * 2010-03-16 2011-09-29 Nippon Soken Inc 車載白線認識装置
JP2013097738A (ja) * 2011-11-04 2013-05-20 Toyota Motor Corp 車両走行支援装置
JP2014021051A (ja) * 2012-07-23 2014-02-03 Alpine Electronics Inc ナビゲーション装置

Family Cites Families (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6577334B1 (en) 1998-02-18 2003-06-10 Kabushikikaisha Equos Research Vehicle control
JP4329088B2 (ja) 1998-02-18 2009-09-09 株式会社エクォス・リサーチ 車両制御装置
JP3572977B2 (ja) 1999-01-14 2004-10-06 日産自動車株式会社 車両用走行制御装置
JP4092308B2 (ja) 2004-06-02 2008-05-28 トヨタ自動車株式会社 境界線検出装置
JP2006172225A (ja) 2004-12-16 2006-06-29 Toyota Motor Corp 画像認識装置及び画像認識方法
JP4659631B2 (ja) 2005-04-26 2011-03-30 富士重工業株式会社 車線認識装置
JP4603970B2 (ja) 2005-12-15 2010-12-22 トヨタ自動車株式会社 道路区画線検出装置
JP4933962B2 (ja) * 2007-06-22 2012-05-16 富士重工業株式会社 分岐路進入判定装置
TWI452540B (zh) * 2010-12-09 2014-09-11 Ind Tech Res Inst 影像式之交通參數偵測系統與方法及電腦程式產品

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH11232467A (ja) * 1998-02-18 1999-08-27 Aqueous Reserch:Kk 分岐認識装置及び分岐認識方法
JP2011192164A (ja) * 2010-03-16 2011-09-29 Nippon Soken Inc 車載白線認識装置
JP2013097738A (ja) * 2011-11-04 2013-05-20 Toyota Motor Corp 車両走行支援装置
JP2014021051A (ja) * 2012-07-23 2014-02-03 Alpine Electronics Inc ナビゲーション装置

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2015191445A (ja) * 2014-03-28 2015-11-02 トヨタ自動車株式会社 運転支援装置
US10635911B2 (en) 2017-01-16 2020-04-28 Denso Corporation Apparatus and method for recognizing travel lane

Also Published As

Publication number Publication date
JP5977275B2 (ja) 2016-08-24
US9589213B2 (en) 2017-03-07
US20150235095A1 (en) 2015-08-20

Similar Documents

Publication Publication Date Title
JP5977275B2 (ja) 分岐路認識装置
JP2015166903A (ja) 分岐路認識装置
JP6096723B2 (ja) 走行区画線認識装置及び走行区画線認識プログラム
JP6538547B2 (ja) 道路曲率計測装置
US9690994B2 (en) Lane recognition device
JP6158779B2 (ja) 画像処理装置
WO2013141226A1 (ja) 走行区画線を認識する装置および方法
US10457283B2 (en) Vehicle driving assist apparatus
JP6132359B2 (ja) 走行区画線認識装置
WO2014104183A1 (ja) 境界線認識装置及び分岐路判定装置
JP5986949B2 (ja) 境界線認識装置
JP6087858B2 (ja) 走行区画線認識装置及び走行区画線認識プログラム
JP2018180663A (ja) 道路パラメータ推定装置
JP6230498B2 (ja) 対象物認識装置
JP6189816B2 (ja) 走行区画線認識装置
WO2016159364A1 (ja) 歩行者判定装置
JP2015153163A (ja) 境界線認識装置
US20180005073A1 (en) Road recognition apparatus
JP6105524B2 (ja) 走行区画線認識装置及び走行区画線認識プログラム
JP5805619B2 (ja) 境界線認識装置
US9916672B2 (en) Branching and merging determination apparatus
US9824449B2 (en) Object recognition and pedestrian alert apparatus for a vehicle
JP2012175483A (ja) 車線認識装置及び車線認識方法
JP2017123009A (ja) 区画線認識装置
JP2013235422A (ja) 車両検出装置

Legal Events

Date Code Title Description
A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20151013

A977 Report on retrieval

Free format text: JAPANESE INTERMEDIATE CODE: A971007

Effective date: 20160226

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20160315

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20160513

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: 20160628

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20160721

R150 Certificate of patent or registration of utility model

Ref document number: 5977275

Country of ref document: JP

Free format text: JAPANESE INTERMEDIATE CODE: R150

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