JP2016170708A - 道路状態判定装置および道路状態判定方法 - Google Patents

Abstract

【課題】車線境界線の状態を精度よく判定することができる道路状態判定装置を得る。【解決手段】実施形態の道路状態判定装置は、画像取得部と、境界線検出部と、領域決定部と、状態判定部と、を備える。前記画像取得部は、道路が撮像された画像を取得する。前記境界線検出部は、前記画像中の車線境界線を検出する。前記領域決定部は、前記境界線検出部によって検出された前記車線境界線に基づいて、前記道路の車線境界線に対応する前記画像の領域を決定する。前記状態判定部は、前記画像のうち前記領域に基づいて、前記車線境界線の状態を判定する。【選択図】図７

Description

本発明の実施形態は、道路状態判定装置および道路状態判定方法に関する。

道路上に設けられた白線等の車線境界線は、車両の通行や除雪作業、自然劣化等によって剥離が生じることがあり、剥離が発生した車線境界線は、塗り直しが必要となる。そこで、例えば、車線境界線の状態を判定する装置が提案されている。

実用新案登録第３１３５１０５号公報 特許第２５６０７０２号公報 特許第３４２９１６７号公報 特許第３２６０５０３号公報 特開２００８−１６４５０６号公報 特開２０１０−１７５７５６号公報

この種の装置では、車線境界線の状態をより精度よく判定することができれば有意義である。

実施形態の道路状態判定装置は、画像取得部と、境界線検出部と、領域決定部と、状態判定部と、を備える。前記画像取得部は、道路が撮像された画像を取得する。前記境界線検出部は、前記画像中の車線境界線を検出する。前記領域決定部は、前記境界線検出部によって検出された前記車線境界線に基づいて、前記道路の車線境界線に対応する前記画像の領域を決定する。前記状態判定部は、前記画像のうち前記領域に基づいて、前記車線境界線の状態を判定する。

図１は、実施形態の道路状態判定システムが設けられた車両を模式的に示す図である。 図２は、実施形態の道路状態判定システムの構成を示すブロック図である。 図３は、実施形態の処理部の構成を示すブロック図である。 図４は、実施形態の画像の一例を示す図である。 図５は、実施形態の画像の一例を示す図である。 図６は、実施形態の画像の一例を示す図である。 図７は、実施形態の処理部が行う処理の一例を説明するための説明図である。 図８は、実施形態の処理部が行う処理の一例を説明するための説明図である。 図９は、実施形態の処理部が行う処理の一例を説明するための説明図である。 図１０は、実施形態の前回の状態判定処理での領域の画像の一部を示す図である。 図１１は、実施形態の今回の状態判定処理での領域の画像の一部を示す図である。 図１２は、実施形態の道路状態判定処理の手順を示すフローチャートである。 図１３は、実施形態の第１の変形例の処理部が行う処理の一例を説明するための説明図である。 図１４は、実施形態の第２の変形例の処理部が行う処理の一例を説明するための説明図である。

以下の例示的な実施形態および変形例には、同様の構成要素が含まれている。よって、以下では、同様の構成要素には共通の符号が付されるとともに、重複する説明が部分的に省略される。

＜実施形態＞
図１に示すように、本実施形態の道路状態判定システム１は、車両１００に設けられている。道路状態判定システム１は、道路２００上の車線境界線２０１の状態を判定する状態判定処理を実行する。すなわち、道路状態判定システム１は、車線境界線２０１を検査する。

車線境界線２０１は、道路２００の車線２０２の幅方向の端部に設けられ、車線２０２に沿って延びている。車線境界線２０１としては、車線２０２の左側の端部に設けられた車線境界線２０１（図４参照）と、車線２０２の右側の端部に設けられた車線境界線２０１（図４参照）と、がある。各車線境界線２０１は、車線２０２の幅方向に沿って規定の幅を有する。また、車線境界線２０１には、複数の種類がある。例えば、車線境界線２０１の形状としては、連続線状（実線状）や破線状がある。破線状の車線境界線２０１は、車線２０２の延び方向に互いに間隔を空けて配置された複数の帯状部２０１ａ（図５参照）を有する。また、車線境界線２０１の色としては、白色や黄色がある。車線境界線２０１は、例えば、道路２００上に塗られた塗料によって構成されている。車線境界線２０１は、車線区画線とも称され得る。

図２に示すように、道路状態判定システム１は、撮像装置１０と、表示装置２０と、記憶装置３０と、道路状態判定装置４０と、を備える。

撮像装置１０は、例えば、ＣＣＤ（Charge Coupled Device）やＣＩＳ（CMOS Image Sensor）等の撮像素子を有するデジタルカメラである。本実施形態では、一例として、撮像装置１０は、車両１００の車室内に設けられている（図１参照）。撮像装置１０は、フロントガラスとルームミラーとの間に配置されうる。撮像装置１０は、車両１００の前方の道路２００を含む車両１００の周辺の外部環境を逐次撮像する。撮像装置１０は、道路２００を撮像して得た画像３００（画像データ、図４〜７参照）を、フレーム単位で出力する。なお、撮像装置１０の設置は、車線境界線２０１を撮像できる位置であればよい。例えば、撮像装置１０を、車両１００の前部のナンバープレート付近に設置してもよいし、車両１００の前部のライト付近に設置してもよいし、サイドミラーに取り付けてもよい。

表示装置２０は、例えば、ＬＣＤ（Liquid Crystal Display）やＯＥＬＤ（Organic Electroluminescent Display）等である。表示装置２０は、例えば、車両１００の車室に居る乗員が目視可能な位置に配置されている。

記憶装置３０は、データベース３０ａを記憶している。データベース３０ａは、基準画像や状態判定処理での判定結果（検査結果）を含む。基準画像は、車線境界線２０１が正常な状態の道路２００の画像である。判定結果は、過去に状態が判定された車線境界線の判定結果についての情報である。記憶装置３０は、記憶部の一例である。

図２に示すように、道路状態判定装置４０は、処理部４１を有する。処理部４１は、例えば、ＣＰＵ（Central Processing Unit）と、記憶部と、を有する。図３に示すように、処理部４１内には、画像取得部４１ａ、領域決定部４１ｂ、状態判定部４１ｃ、および結果出力部４１ｄが実現される。図３に示す処理部４１内の各構成は、処理部４１のＣＰＵが記憶部に記憶されたプログラムを実行することで実現される。すなわち、プログラムには、図３に示される処理部４１の各ブロックに対応したモジュールが含まれる。なお、これらの各部をハードウェアで実現するように構成してもよい。処理部４１は、車線境界線２０１の状態判定処理を実行する。状態判定処理は、車線境界線２０１の状態の判定を行う処理である。

画像取得部４１ａは、道路２００が撮像された画像３００を撮像装置１０から取得する。ここで、図４〜６のそれぞれには、画像３００の一例が示されている。図４〜６の各画像３００には、道路２００に設けられた車線境界線２０１が含まれている。図４では、左右の車線境界線２０１が連続線状である道路２００の画像３００が示され、図５では、左側の車線境界線２０１が連続線状であり且つ右側の車線境界線２０１が破線状である道路２００の画像３００が示されている。また、図６では、車線境界線２０１を、駐車車両２０３や水溜まり２０４が覆った状態の道路２００の画像３００が示されている。駐車車両２０３や水溜まり２０４は、車線境界線２０１を覆った覆体の一例である。また、画像取得部４１ａは、取得した画像３００を、記憶装置３０に送信してデータベース３０ａに記憶させる。

領域決定部４１ｂは、実際の道路２００の車線境界線２０１に対応する、画像３００の領域３０２（図７参照）を決定する。領域決定部４１ｂは、境界線検出部４１ｅと、決定部４１ｆと、を有する。

境界線検出部４１ｅは、画像３００中の車線境界線２０１の検出を行う（検出処理）。車線境界線２０１は、画像３００中のエッジ情報を算出し、算出したエッジ情報に直線や曲線を当てはめることにより検出してもよいし、予め用意してあるテンプレート画像と画像３００とのパターンマッチング処理を行って検出してもよい。また、パターンマッチング処理で車線境界線２０１を検出する場合、車線境界線２０１の確信度を算出してもよい。なお、車線境界線２０１の検出方法は、上記方法に限定されるものではなく、他の公知の方法であってもよい。本実施形態では、画像３００中の車線境界線２０１の検出において、例えば、図７に示すように、画像３００中の各車線境界線２０１のエッジ線３０１を検出する。エッジ線３０１は、例えば、車線境界線２０１のうち車線２０２の中央部に近い端部（内側の端部）に位置し、車線境界線２０１に沿って延びる線である。左側の車線境界線２０１のエッジ線３０１は、画像３００中の座標位置Ｐ１と座標位置Ｐ２とに亘り、右側の車線境界線２０１のエッジ線３０１は、座標位置Ｐ３と座標位置Ｐ４とに亘っている。また、境界線検出部４１ｅは、車線境界線２０１の直線の傾きや曲線の曲率、座標、正常部３０３（ペイント部、図１０参照）の幅と、車線境界線２０１の確からしさを表す信頼度を検出（算出）してもよい。信頼度は、画像３００中のエッジ情報から数値として出力され得る。

また、境界線検出部４１ｅは、車線境界線２０１の種類を判別する。ここで、例えば、実際の車線境界線２０１が破線状となっている場合、剥離や汚れ等の異常によって直線状の車線境界線２０１が破線状となっているのか、正常な形状が破線状なのかは、画像３００中の情報だけで正確に判別することが困難な場合がある。そこで、本実施形態では、境界線検出部４１ｅは、画像３００に対応する道路２００の基準画像に基づいて、車線境界線２０１の種類（形状の種類）を判別する。基準画像は、データベース３０ａに記憶されている。境界線検出部４１ｅは、画像３００に対応する道路２００の基準画像中の車線境界線２０１が連続線状の場合、検出した車線境界線２０１は連続線状であると判別する。一方、境界線検出部４１ｅは、画像３００に対応する道路２００の基準画像中の車線境界線２０１が破線状の場合、検出した車線境界線２０１は破線状であると判別する。なお、画像３００と当該画像３００の基礎画像とは、例えば、それらに付与された位置情報（撮像位置情報）によって対応付けすることができる。位置情報は、例えば、ＧＰＳ（Global Positioning System）を用いて算出された位置情報であってもよいし、車両１００に設けられた車輪速センサの出力値を用いて算出されたものであってもよい。車輪速センサは、車両１００の車輪の回転量や単位時間当たりの回転数を検出するセンサである。車輪速センサを用いる場合、例えば、検査対象の道路２００上の位置は、基準位置からの距離を車輪速センサの出力値に基づいて算出し、算出した距離に基づいて特定することができる。

境界線検出部４１ｅは、上記の各種情報を含む検出結果を決定部４１ｆに出力するとともに、当該検出結果を記憶装置３０に出力して、当該検出結果をデータベース３０ａに蓄積させる。

図７に示すように、決定部４１ｆは、境界線検出部４１ｅによって検出された車線境界線２０１に基づいて、領域３０２を決定する。詳細には、決定部４１ｆは、検出されたエッジ線３０１に基づいて、領域３０２を決定する。領域３０２は、例えば矩形状であり、図７において太線で囲まれた部分である。決定部４１ｆは、エッジ線３０１から車線２０２の外側方向に規定の幅を有した部分を領域３０２とする。具体的には、決定部４１ｆは、エッジ線３０１と、当該エッジ線３０１を車線２０２の外側方向に平行移動させた線と、に囲まれた矩形の部分を、領域３０２とする。エッジ線３０１と直交する領域３０２の幅は、実際の正常な車線境界線２０１の幅と略同じである。なお、エッジ線３０１と直交する領域３０２の幅は、実際の正常な車線境界線２０１の幅よりも広くてもよい。決定部４１ｆは、境界線検出部４１ｅによる判別結果が連続線状の車線境界線２０１の場合、エッジ線３０１に対して一つの領域３０２を決定する（図７参照）。一方、決定部４１ｆは、境界線検出部４１ｅによる判別結果が破線状の車線境界線２０１の場合、エッジ線３０１に対して複数の領域３０２を決定する（図８参照）。この場合、決定部４１ｆは、基礎画像中の帯状部２０１ａの延び方向での当該帯状部２０１ａの端部の位置を取得し、当該取得した位置に対応する画像３００中の位置から、領域３０２がエッジ線３０１に沿って延びるようにする。以上のように、決定部４１ｆは、境界線検出部４１ｅによって検出された一本の車線境界線２０１の全体、すなわち一本のエッジ線３０１の全体を領域３０２に含ませてもよいし、境界線検出部４１ｅによって検出された一本の車線境界線２０１の一部、すなわち一本のエッジ線３０１の一部だけを領域３０２に含ませてもよい。また、決定部４１ｆは、境界線検出部４１ｅによって検出された一本の車線境界線２０１、すなわち一本のエッジ線３０１に対して一つまたは複数の領域３０２を決定することができる。

また、図９に示すように、決定部４１ｆは、境界線検出部４１ｅによって車線境界線２０１が検出されない場合、画像３００中の規定の位置を領域３０２に決定する。この処理は、例えば、車線境界線２０１上に駐車車両２０３や水溜まり２０４等の覆物が存在している場合（図６参照）や撮像時の天候不良の場合等によって、境界線検出部４１ｅによる車線境界線２０１の検出ができないときに行われる。画像３００中の規定の位置は、一例として、車両１００の左右の側方に車線境界線２０１があると仮定した場合の位置である。また、画像３００中の規定の位置は、基礎画像中の車線境界線２０１に対応する画像３００中の位置であってもよい。

決定部４１ｆは、決定した領域３０２の座標情報を状態判定部４１ｃに出力する。

状態判定部４１ｃは、画像３００のうち領域３０２に基づいて、車線境界線２０１の状態を判定する。状態判定部４１ｃは、情報取得部４１ｇと、判定部４１ｈと、を有する。

情報取得部４１ｇは、領域３０２についての情報を取得する。情報取得部４１ｇは、領域３０２の色についての情報である色情報、領域３０２の大きさについての情報である大きさ情報、領域３０２の明るさについての情報である明るさ情報、および領域３０２の模様についての情報である模様情報のうち少なくとも一つを取得する。本実施形態では、情報取得部４１ｇは、上記の全ての情報を取得する。

情報取得部４１ｇは、上記の情報を得る場合、前処理として、画像３００に対して、アフィン変換や、輝度補正、ブロック分割を行う。これらの前処理は、必須ではなく必要に応じて行われる。そして、情報取得部４１ｇは、色情報としての領域３０２の色相を、領域３０２において色変換を行って取得する。また、情報取得部４１ｇは、大きさ情報としての領域３０２の正常部３０３（ペイント部分）の面積を、領域３０２において輝度値が規定の値以上の画素の数を計数し当該画素数に基づいて算出する。また、情報取得部４１ｇは、明るさ情報としての領域３０２の輝度平均値を、領域３０２に対して輝度平均処理を行って算出する。また、情報取得部４１ｇは、明るさ情報としての領域３０２の輝度分散値を、画像３００に対して輝度分散処理を行って算出する。また、情報取得部４１ｇは、模様情報としての領域３０２中の輝度値による領域分割数を、領域３０２にラベリングを行って算出する。ここで、領域３０２中の領域分割数は、領域３０２を二値化した場合に領域３０２中に輝度値の違いによって生じる領域の数である。また、情報取得部４１ｇは、模様情報として領域３０２のスペクトルを、領域３０２に対して高速フーリエ変換（ＦＦＴ）を行って算出する。また、情報取得部４１ｇは、前処理の大きさや取得した情報に基づいて、上記の各情報の順位を計測量信頼度として各情報に付加してもよい。

判定部４１ｈは、情報取得部４１ｇによって取得された情報に基づいて車線境界線２０１の状態を判定する。例えば、判定部４１ｈは、車線境界線２０１の異常率を算出する。すなわち、判定部４１ｈは、車線境界線２０１の異常率がいくつであるかを判定する。車線境界線２０１の異常率は、領域３０２中の剥離や汚れ等の異常部３０４（図１０，１１参照）の割合である。異常率は、一例として、領域３０２の総面積に対する情報取得部４１ｇによって取得された領域３０２の正常部３０３の面積以外の面積の割合で算出される。また、異常率は、情報取得部４１ｇによって取得された領域３０２の領域分割数を用いて算出されてもよい。なお、異常率の代わりに、領域３０２中の正常部３０３の割合を示す正常率を算出してもよい。また、判定部４１ｈは、当該判定部４１ｈによる車線境界線２０１の状態の今回の判定結果と、記憶装置３０に記憶された車線境界線２０１の状態の前回の判定結果と、に基づいて、車線境界線２０１の状態の劣化の進行度（進行状態）を算出する。すなわち、判定部４１ｈは、車線境界線２０１の状態の劣化の進行度がいくつであるかを判定する。詳細には、判定部４１ｈは、領域３０２の今回の判定の異常率と、当該領域３０２の記憶装置３０に記憶された前回の判定の異常率との差分を、車線境界線２０１の状態の劣化の進行度として算出する。ここで、図１０には、領域３０２の前回の道路状態判定処理における状態が示され、図１１には、当該領域３０２の今回の道路状態判定処理における状態が示されている。図１０，１１中の領域３０２のそれぞれには、正常部３０３と複数の異常部３０４とがある。図１０，１１では、正常部３０３に、ハッチングが施されている。そして、図１１は、図１０に対して異常部３０４Ａが生じた状態となっている。この異常部３０４Ａの有無の違いが異常率の差分、すなわち車線境界線２０１の状態の劣化の進行度として現れる。

また、判定部４１ｈは、境界線検出部４１ｅによる車線境界線２０１の検出がされない場合、画像３００に基づいて、車線境界線２０１の状態の判定の可否を判断する。一例として、判定部４１ｈは、画像３００と、当該画像３００に対応する判定可否判断用画像と、に基づいて、車線境界線２０１の状態の判定の可否を判断する。判定可否判断用画像は、例えば、画像３００に対応する画像であって前回の判定に用いられデータベース３０ａに記憶された画像や、画像３００の基準画像である。ここで、道路２００全体の色情報に規定以上の差が有る場合、車線境界線２０１が検出されない原因は、例えば天候不良や車線境界線２０１上の覆物等によるものと推測でき、道路２００全体の色情報に規定以上の差が無い場合、車線境界線２０１が検出されない原因は、車線境界線２０１の異常によるものと推測できる。よって、本実施形態では、判定部４１ｈは、画像３００と判定可否判断用画像との色情報の差分をとり、道路２００全体の色情報に規定以上の差が有る場合には、車線境界線２０１の状態の判定は不可であると判断し、道路２００全体の色情報に規定以上の差が無い場合には、車線境界線２０１の状態の判定は可能であると判定する。

また、判定部４１ｈは、画像３００のうち領域３０２に基づいて、当該領域３０２中の車線境界線２０１の種類を判別する。本実施形態では、判定部４１ｈは、車線境界線２０１の色の種類を判別する。判定部４１ｈは、情報取得部４１ｇによって取得された領域３０２の色相によって、車線境界線２０１の色を判別する。例えば、判定部４１ｈは、白色の色相が領域３０２の正常部３０３に全体的に存在する場合は白色の車線境界線２０１と判定し、黄色（追い越し禁止を示す色）の色情報が領域３０２の正常部３０３に全体的に存在している場合は黄色（追い越し禁止）の車線境界線２０１であると判別する。

判定部４１ｈは、上記の判定結果および判別結果を結果出力部４１ｄに出力するとともに、当該判定結果および判別結果を記憶装置３０に出力して、当該判定結果をデータベース３０ａに蓄積させる。すなわち、判定部４１ｈは、車線境界線の状態を記憶する記憶装置３０に、判定した車線境界線２０１の状態を記憶させる。

結果出力部４１ｄは、画像取得部４１ａによって取得された画像３００と、境界線検出部４１ｅによって検出された車線境界線２０１と、状態判定部４１ｃの判定結果（判別結果）と、を表示装置２０に表示させる。

また、本実施形態では、状態判定処理によって取得された各種情報は、データベース３０ａに蓄積され、当該蓄積された情報が次回の状態判定処理時に参照されて状態判定の精度の向上が図られている。また、処理部４１は、状態判定処理における算出値（検出値）のばらつきを統計的に処理したり、駐車車両２０３によって車線２０２の状態を把握できなかったときの情報を過去情報から補間して作成することにより、データベース３０ａを強化してもよい。

次に、以上のように構成された処理部４１による道路状態判定処理の手順を図１２のフローチャートを参照して説明する。まず、画像取得部４１ａは、画像３００を取得する（Ｓ１）。

次に、境界線検出部４１ｅは、車線境界線２０１の検出処理を行う（Ｓ２）。境界線検出部４１ｅによって画像３００中に車線境界線２０１のエッジ線３０１が検出された場合（Ｓ３：Ｙｅｓ）、決定部４１ｆは、検出結果としてのエッジ線３０１に基づいて領域３０２を決定する（Ｓ４）。

次に、情報取得部４１ｇは、領域３０２の情報として、色情報、大きさ情報、明るさ情報、および模様情報を取得する（Ｓ５）。次に、判定部４１ｈは、情報取得部４１ｇによって取得された情報に基づいて車線境界線２０１の状態を判定する（Ｓ６）。次に、結果出力部４１ｄは、判定部４１ｈの判定結果を出力する（Ｓ７）。具体的には、判定部４１ｈは、判定部４１ｈの判定結果を表示装置２０に表示させる。

また、境界線検出部４１ｅによって画像３００中に車線境界線２０１のエッジ線３０１が検出されない場合（Ｓ３：Ｎｏ）、決定部４１ｆは、画像３００と、画像３００に対応する判定可否判断用画像と、に基づいて、車線境界線２０１の状態の判定（点検）が可能かを判断する（Ｓ８）。決定部４１ｆは、車線境界線２０１の状態の判定は可能であると判断した場合（Ｓ８：Ｙｅｓ）、画像３００中の規定の位置を領域３０２に決定する（Ｓ９）。この場合、処理部４１は、Ｓ５に進み、Ｓ５以降の処理を行う。

一方、決定部４１ｆが車線境界線２０１の状態の判定は可能でないと判断した場合（Ｓ８：Ｎｏ）、処理部４１は、Ｓ７に進み、Ｓ７の処理を行う。この場合、Ｓ７で、結果出力部４１ｄは、車線境界線２０１の状態の判定（点検）が可能でない旨を、表示装置２０に表示させる。

以上、説明したように、本実施形態では、画像取得部４１ａが、道路２００が撮像された画像３００を取得し、領域決定部４１ｂが、道路２００の車線境界線２０１に対応する画像３００の領域３０２を決定し、状態判定部４１ｃが、画像３００のうち領域３０２に基づいて、車線境界線２０１の状態を判定する。よって、領域決定部４１ｂが、道路２００の車線境界線２０１に対応する画像３００の領域３０２を決定するので、例えば、剥離や汚れ等の異常によって車線境界線２０１の幅が正規の幅でない場合でも、判定対象部をより正確に特定することができる。したがって、車線境界線２０１の状態をより精度よく判定することができる。

また、本実施形態では、画像３００に対する画像処理によって車線境界線を検出し、領域３０２での異常率を算出することで、車線境界線２０１の異常を全自動で定量的に算出することができる。また、領域３０２の複数の情報を取得して当該情報に基づいて領域３０２の状態を判定するので、外乱に強く安定した判定を行うことができる。

なお、境界線検出部４１ｅは、車線境界線２０１と一緒に、横断歩道や速度などの路面標示、停止線等を検出してもよい。横断歩道や停止線は、例えば、道路面を二値化して、白色の領域が一定の割合存在する領域として検出することができる。路面標示は、道路上に限定して公知の方法を用いた文字認識によって検出することができる。そして、これらの路面標示および停止線に対しても、状態の判定を行ってもよい。これにより、車線境界線２０１だけでなく、道路２００全体の劣化診断が可能となる。

＜第１の変形例＞
本変形例では、図１３に示すように、決定部４１ｆは、境界線検出部４１ｅによって検出された一本の車線境界線２０１に対して、車線境界線２０１の形状に関係無く、複数の領域３０２を決定する。複数の領域３０２は、車線境界線２０１（エッジ線３０１）の延び方向に沿って並べられる。本実施形態では、各車線境界線２０１に対して二つの領域３０２が設けられる。

また、状態判定部４１ｃは、一本の車線境界線２０１の二つの領域３０２のうち車両１００の進行方向で前方（図１３で上側）に位置する領域３０２に対しては、色情報や明るさ情報に基づいて領域３０２の状態を判定する。これにより、二つの領域３０２のうち車両１００の進行方向で前方に位置し撮像距離が長くなる領域３０２、すなわち画素数が少なくなる領域３０２に対しては、汚れの状態を判定することができる。一方、状態判定部４１ｃは、一本の車線境界線２０１の二つの領域３０２のうち車両１００の進行方向で後方（図１３で下側）に位置する領域３０２に対しては、大きさ上方や模様上方に基づいて領域３０２の状態を判定する。これにより、二つの領域３０２のうち車両１００の進行方向で後方に位置し撮像距離が短くなる領域３０２、すなわち画素数が多くなる領域３０２に対しては、ひび割れ状態を判定することができる。なお、ある画像３００（フレーム）で二つの領域３０２のうち車両１００の進行方向で前方（図１３で上側）に位置する領域３０２が、次に画像３００（フレーム）で二つの領域３０２のうち車両１００の進行方向で後方に位置するように、撮像を行ってもよい。これにより、一つの領域３０２に対する状態の判定を、互いに異なる情報を用いて複数回（二回）行うことができる。

＜第２の変形例＞
本変形例では、図１４に示すように、決定部４１ｆは、境界線検出部４１ｅによって検出された車線境界線２０１、すなわちエッジ線３０１の長さよりも領域３０２の長さを長くする。まず、決定部４１ｆは、境界線検出部４１ｅによって検出されそれぞれ座標位置Ｐ１，Ｐ３と座標位置Ｐ２，Ｐ４とに亘る二つのエッジ線３０１を、線形補間する。詳細には、決定部４１ｆは、エッジ線３０１をそれぞれ座標位置Ｐ１，Ｐ３から座標位置Ｐ２，Ｐ４と反対側の座標位置Ｐ５，Ｐ６まで延長して、エッジ線３０１Ａを得る。次に、決定部４１ｆは、各エッジ線３０１Ａに対して領域３０２を決定する。このときの領域３０２の決定方法は、エッジ線３０１の場合と同様である。これにより、境界線検出部４１ｅによって検出された車線境界線２０１（エッジ線３０１）の長さよりも長い領域３０２で状態の判定を行うことができる。

以上、本発明の実施形態および変形例を説明したが、これら実施形態および変形例は、例として提示したものであり、発明の範囲を限定することは意図していない。これら新規な実施形態および変形例は、その他の様々な形態で実施されることが可能であり、発明の要旨を逸脱しない範囲で、種々の省略、置き換え、変更を行うことができる。これら実施形態や変形例は、発明の範囲や要旨に含まれるとともに、特許請求の範囲に記載された発明とその均等の範囲に含まれる。例えば、表示装置２０と、記憶装置３０と、道路状態判定装置４０とは、車両１００以外に設置されてもよい。

３０…記憶装置、４０…道路状態判定装置、４１ａ…画像取得部、４１ｂ…領域決定部、４１ｃ…状態判定部、４１ｄ…結果出力部、４１ｅ…境界線検出部、４１ｆ…決定部、４１ｇ…情報取得部、４１ｈ…判定部、１００…車両、２００…道路、２０１…車線境界線、３００…画像、３０１…エッジ線、３０２…領域。

Claims (14)

1. 道路が撮像された画像を取得する画像取得部と、
   前記画像中の車線境界線を検出する境界線検出部と、
   前記境界線検出部によって検出された前記車線境界線に基づいて、前記道路の車線境界線に対応する前記画像の領域を決定する領域決定部と、
   前記画像のうち前記領域に基づいて、前記車線境界線の状態を判定する状態判定部と、
   を備えた道路状態判定装置。
2. 前記領域決定部は、前記境界線検出部によって検出された前記車線境界線の長さよりも前記領域の長さを長くする、請求項１に記載の道路状態判定装置。
3. 前記領域決定部は、前記境界線検出部によって検出された前記車線境界線の全体を前記領域に含ませる、請求項１に記載の道路状態判定装置。
4. 前記領域決定部は、前記境界線検出部によって検出された一本の前記車線境界線に対して複数の前記領域を決定する、請求項１に記載の道路状態判定装置。
5. 前記領域決定部は、前記画像に対応する前記道路の基準画像に基づいて前記車線境界線の種類を判別する、請求項１に記載の道路状態判定装置。
6. 前記状態判定部は、
   前記領域の色についての情報、前記領域の大きさについての情報、前記領域の明るさについての情報、および前記領域の模様についての情報のうち少なくとも一つを取得する情報取得部と、
   前記情報取得部によって取得された情報に基づいて前記車線境界線の状態を判定する判定部と、
   を有した請求項１に記載の道路状態判定装置。
7. 前記状態判定部は、前記車線境界線の状態の今回の判定結果と、記憶部に記憶された前記車線境界線の状態の前回の判定結果と、に基づいて、前記車線境界線の状態の劣化の進行度を算出する、請求項１に記載の道路状態判定装置。
8. 道路が撮像された画像を取得し、前記画像中の車線境界線を検出し、検出された前記車線境界線に基づいて、前記道路の車線境界線に対応する前記画像の領域を決定し、前記画像のうち前記領域に基づいて、前記車線境界線の状態を判定する、道路状態判定方法。
9. 検出された前記車線境界線の長さよりも前記領域の長さを長くする、請求項８に記載の道路状態判定方法。
10. 検出された前記車線境界線の全体を前記領域に含ませる、請求項８に記載の道路状態判定方法。
11. 検出された一本の前記車線境界線に対して複数の前記領域を決定する、請求項８に記載の道路状態判定方法。
12. 前記画像に対応する前記道路の基準画像に基づいて前記車線境界線の種類を判別する、請求項８に記載の道路状態判定方法。
13. 前記領域の色についての情報、前記領域の大きさについての情報、前記領域の明るさについての情報、および前記領域の模様についての情報のうち少なくとも一つを取得し、取得された情報に基づいて前記車線境界線の状態を判定する、請求項８に記載の道路状態判定方法。
14. 前記車線境界線の状態の今回の判定結果と、記憶部に記憶された前記車線境界線の状態の前回の判定結果と、に基づいて、前記車線境界線の状態の劣化の進行度を算出する、請求項８に記載の道路状態判定方法。

Images