JP2017211791A - 画像処理装置、撮像装置、移動体機器制御システム、画像処理方法、及びプログラム - Google Patents

Abstract

【課題】路面を検出する精度を向上させること。【解決手段】画像処理装置において、複数の撮像部で各々撮影された複数の撮影画像における路面及び前記路面上の物体の距離に応じた距離値を有する距離画像から、前記距離画像の垂直方向に対する距離値の頻度の分布を示す垂直方向分布データを生成する生成部と、前記垂直方向分布データに基づいて、前記路面上の物体による距離値の頻度の分布による影響を受けないように前記路面を推定する推定部と、を備える。【選択図】図３

Description

本発明は、画像処理装置、撮像装置、移動体機器制御システム、画像処理方法、及びプログラムに関する。

自動車の安全性において、従来は歩行者や自動車と衝突したときに、いかに歩行者を守れるか、乗員を保護できるかの観点から自動車のボディー構造などの開発が行われてきた。しかしながら近年、情報処理技術、画像処理技術の発達により、高速に人や自動車等を検出する技術が開発されてきている。これらの技術を応用して、衝突する前に自動的にブレーキをかけ、衝突を未然に防ぐという自動車もすでに発売されている。

自動的にブレーキをかけるには人や他車等の物体までの距離を測定する必要があり、そのために、ステレオカメラの画像を用いた測定が実用化されている。

このステレオカメラの画像を用いた測定では、次のような画像処理を行うことで、人や他車等の物体の認識を行う技術が知られている（例えば、特許文献１参照）。

まず、ステレオカメラで撮像した複数の画像から、画像の垂直方向の座標を一方の軸とし、画像の視差(disparity)を他方の軸とし、視差の頻度の値を画素値とするV-Disparity画像を生成する。次に、生成したV-Disparity画像から、路面を検出する。検出した路面を用いてノイズを除去したうえで、画像の水平方向の座標を縦軸とし、画像の視差を横軸とし、視差頻度を画素値とするU-Disparity画像を生成する。そして、生成したU-Disparity画像に基づいて、人や他車等の物体の認識を行う。

しかし、従来技術には、路面を検出する際、路面上に物体が置かれている場合に、自車両の前方に上り坂があるように判定される場合があるという問題がある。

そこで、路面を検出する精度を向上させる技術を提供することを目的とする。

画像処理装置において、複数の撮像部で各々撮影された複数の撮影画像における路面及び前記路面上の物体の距離に応じた距離値を有する距離画像から、前記距離画像の垂直方向に対する距離値の頻度の分布を示す垂直方向分布データを生成する生成部と、前記垂直方向分布データに基づいて、前記路面上の物体による距離値の頻度の分布による影響を受けないように前記路面を推定する推定部と、を備える。

開示の技術によれば、路面を検出する精度を向上させることが可能となる。

実施形態に係る車載機器制御システムの構成を示す模式図である。 撮像ユニット及び画像解析ユニットの構成を示す模式図である。 移動体機器制御システムの機能ブロック図である。 視差画像データ、及びその視差画像データから生成されるＶマップについて説明するための図である。 一方の撮像部で撮像された基準画像としての撮影画像の画像例と、その撮影画像に対応するＶマップを示す図である。 一方の撮像部で撮像された基準画像としての撮影画像の画像例と、その撮影画像に対応する所定の領域のＶマップを示す図である。 路面推定部１３の一例を示す機能ブロック図である。 標本点除去処理の一例を示すフローチャートである。 標本点除去処理の一例について説明する図である。 標本点除去処理の他の例について説明する図である。 第２の実施形態に係る標本点抽出処理のフローチャートの一例を示す図である。 今回のＶマップにおける点と、以前のＶマップにおける点とを重畳する処理について説明する図である。 第３の実施形態に係る路面形状検出処理のフローチャートの一例を示す図である。 Ｖマップにおいて路面上の物体による視差点があるか否かを判定する処理について説明する図である。

以下、実施形態に係る画像処理装置を有する移動体機器制御システムについて説明する。

［第１の実施形態］
〈車載機器制御システムの構成〉
図１は、本発明の実施形態に係る移動体機器制御システムとしての車載機器制御システムの構成を示す図である。

この車載機器制御システム１は、移動体である自動車などの自車両１００に搭載されており、撮像ユニット５００、画像解析ユニット６００、表示モニタ１０３、及び車両走行制御ユニット１０４からなる。そして、撮像ユニット５００で、移動体の前方を撮像した自車両進行方向前方領域（撮像領域）の撮像画像データから、自車両前方の路面（移動面）の相対的な高さ情報（相対的な傾斜状況を示す情報）を検知し、その検知結果から、自車両前方の走行路面の３次元形状を検出し、その検出結果を利用して移動体や各種車載機器の制御を行う。移動体の制御には、例えば、警告の報知、自車両１００（自移動体）のハンドルの制御、または自車両１００（自移動体）のブレーキが含まれる。

撮像ユニット５００は、例えば、自車両１００のフロントガラス１０５のルームミラー（図示せず）付近に設置される。撮像ユニット５００の撮像によって得られる撮像画像データ等の各種データは、画像処理手段としての画像解析ユニット６００に入力される。

画像解析ユニット６００は、撮像ユニット５００から送信されてくるデータを解析して、自車両１００が走行している路面部分（自車両の真下に位置する路面部分）に対する自車両前方の走行路面上の各地点における相対的な高さ（位置情報）を検出し、自車両前方の走行路面の３次元形状を把握する。また、自車両前方の他車両、歩行者、各種障害物などの認識対象物を認識する。

画像解析ユニット６００の解析結果は、表示モニタ１０３及び車両走行制御ユニット１０４に送られる。表示モニタ１０３は、撮像ユニット５００で得られた撮像画像データ及び解析結果を表示する。車両走行制御ユニット１０４は、画像解析ユニット６００による自車両前方の他車両、歩行者、各種障害物などの認識対象物の認識結果に基づいて、例えば、自車両１００の運転者へ警告を報知したり、自車両のハンドルやブレーキを制御したりするなどの走行支援制御を行う。

〈撮像ユニット５００及び画像解析ユニット６００の構成〉
図２は、撮像ユニット５００及び画像解析ユニット６００の構成を示す図である。

撮像ユニット５００は、撮像手段としての２つの撮像部５１０ａ，５１０ｂを備えたステレオカメラで構成されており、２つの撮像部５１０ａ，５１０ｂは同一のものである。各撮像部５１０ａ，５１０ｂは、それぞれ、撮像レンズ５１１ａ，５１１ｂと、受光素子が２次元配置された画像センサ５１３ａ，５１３ｂを含んだセンサ基板５１４ａ，５１４ｂと、センサ基板５１４ａ，５１４ｂから出力されるアナログ電気信号（画像センサ５１３ａ，５１３ｂ上の各受光素子が受光した受光量に対応する電気信号）をデジタル電気信号に変換した撮像画像データを生成して出力する信号処理部５１５ａ，５１５ｂとから構成されている。撮像ユニット５００からは、輝度画像データと視差画像データが出力される。

また、撮像ユニット５００は、ＦＰＧＡ（Field-Programmable Gate Array）等からなる処理ハードウェア部５１０を備えている。この処理ハードウェア部５１０は、各撮像部５１０ａ，５１０ｂから出力される輝度画像データから視差画像を得るために、各撮像部５１０ａ，５１０ｂでそれぞれ撮像した撮像画像間の対応画像部分の視差値を演算する視差画像情報生成手段としての視差演算部５１１を備えている。

ここでいう視差値とは、各撮像部５１０ａ，５１０ｂでそれぞれ撮像した撮像画像の一方を基準画像、他方を比較画像とし、撮像領域内の同一地点に対応した基準画像上の画像部分に対する比較画像上の画像部分の位置ズレ量を、当該画像部分の視差値として算出したものである。三角測量の原理を利用することで、この視差値から当該画像部分に対応した撮像領域内の当該同一地点までの距離を算出することができる。

画像解析ユニット６００は、画像処理基板等から構成され、撮像ユニット５００から出力される輝度画像データ及び視差画像データを記憶するＲＡＭやＲＯＭ等で構成される記憶手段６０１と、識別対象の認識処理や視差計算制御などを行うためのコンピュータプログラムを実行するＣＰＵ（Central Processing Unit）６０２と、データＩ／Ｆ（インタフェース）６０３と、シリアルＩ／Ｆ６０４を備えている。

処理ハードウェア部５１０を構成するＦＰＧＡは、画像データに対してリアルタイム性が要求される処理、例えばガンマ補正、ゆがみ補正（左右の撮像画像の平行化）、ブロックマッチングによる視差演算を行って視差画像の情報を生成し、画像解析ユニット６００のＲＡＭに書き出す処理などを行う。画像解析ユニット６００のＣＰＵ６０２は、各撮像部５１０ａ，５１０ｂの画像センサコントローラの制御および画像処理基板の全体的な制御を担うとともに、路面の３次元形状の検出処理、ガードレールその他の各種オブジェクト（識別対象物）の検出処理などを実行するプログラムをＲＯＭからロードして、ＲＡＭに蓄えられた輝度画像データや視差画像データを入力として各種処理を実行し、その処理結果をデータＩ／Ｆ６０３やシリアルＩ／Ｆ６０４から外部へと出力する。このような処理の実行に際し、データＩ／Ｆ６０３を利用して、自車両１００の車速、加速度（主に自車両前後方向に生じる加速度）、操舵角、ヨーレートなどの車両動作情報を入力し、各種処理のパラメータとして使用することもできる。外部に出力されるデータは、自車両１００の各種機器の制御（ブレーキ制御、車速制御、警告制御など）を行うための入力データとして使用される。

なお、撮像ユニット５００及び画像解析ユニット６００は、一体の装置である撮像装置２として構成してもよい。

図３は、図２における処理ハードウェア部５１０、画像解析ユニット６００、及び車両走行制御ユニット１０４で実現される車載機器制御システム１の機能ブロック図である。なお、画像解析ユニット６００で実現される機能部は、画像解析ユニット６００にインストールされた１以上のプログラムが、画像解析ユニット６００のＣＰＵ６０２に実行させる処理により実現される。

以下、本実施形態における処理について説明する。

〈視差画像生成処理〉
視差画像生成部１１は、視差画像データ（視差画像情報）を生成する視差画像生成処理を行う。なお、視差画像生成部１１は、例えば視差演算部５１１（図２）によって構成される。

視差画像生成処理では、まず、２つの撮像部５１０ａ，５１０ｂのうちの一方の撮像部５１０ａの輝度画像データを基準画像データとし、他方の撮像部５１０ｂの輝度画像データを比較画像データとし、これらを用いて両者の視差を演算して、視差画像データを生成して出力する。この視差画像データは、基準画像データ上の各画像部分について算出される視差値ｄに応じた画素値をそれぞれの画像部分の画素値として表した視差画像を示すものである。

具体的には、視差画像生成部１１は、基準画像データのある行について、一つの注目画素を中心とした複数画素（例えば１６画素×１画素）からなるブロックを定義する。一方、比較画像データにおける同じ行において、定義した基準画像データのブロックと同じサイズのブロックを１画素ずつ横ライン方向（ｘ方向）へずらし、基準画像データにおいて定義したブロックの画素値の特徴を示す特徴量と比較画像データにおける各ブロックの画素値の特徴を示す特徴量との相関を示す相関値を、それぞれ算出する。そして、算出した相関値に基づき、比較画像データにおける各ブロックの中で最も基準画像データのブロックと相関があった比較画像データのブロックを選定するマッチング処理を行う。その後、基準画像データのブロックの注目画素と、マッチング処理で選定された比較画像データのブロックの対応画素との位置ズレ量を視差値ｄとして算出する。このような視差値ｄを算出する処理を基準画像データの全域又は特定の一領域について行うことで、視差画像データを得ることができる。

マッチング処理に用いるブロックの特徴量としては、例えば、ブロック内の各画素の値（輝度値）を用いることができ、相関値としては、例えば、基準画像データのブロック内の各画素の値（輝度値）と、これらの画素にそれぞれ対応する比較画像データのブロック内の各画素の値（輝度値）との差分の絶対値の総和を用いることができる。この場合、当該総和が最も小さくなるブロックが最も相関があると言える。

視差画像生成部１１でのマッチング処理をハードウェア処理によって実現する場合には、例えばＳＳＤ（Sum of Squared Difference）、ＺＳＳＤ（Zero-mean Sum of Squared Difference）、ＳＡＤ（Sum of Absolute Difference）、ＺＳＡＤ（Zero-mean Sum of Absolute Difference）、ＮＣＣ（Normalized cross correlation）などの方法を用いることができる。なお、マッチング処理では画素単位での視差値しか算出できないので、１画素未満のサブピクセルレベルの視差値が必要な場合には推定値を用いる必要がある。その推定方法としては、例えば、等角直線方式、二次曲線方式等を利用することができる。

〈Ｖマップ生成処理〉
Ｖマップ生成部１２は、視差画素データに基づき、Ｖマップ（V-Disparity Map、「垂直方向分布データ」の一例）を生成するＶマップ生成処理を実行する。視差画像データに含まれる各視差画素データは、ｘ方向位置とｙ方向位置と視差値ｄとの組（ｘ，ｙ，ｄ）で示される。これを、Ｘ軸にｄ、Ｙ軸にｙ、Ｚ軸に頻度ｆを設定した三次元座標情報（ｄ，ｙ，ｆ）に変換したもの、又はこの三次元座標情報（ｄ，ｙ，ｆ）から所定の頻度閾値を超える情報に限定した三次元座標情報（ｄ，ｙ，ｆ）を、視差ヒストグラム情報として生成する。本実施形態の視差ヒストグラム情報は、三次元座標情報（ｄ，ｙ，ｆ）からなり、この三次元ヒストグラム情報をＸ−Ｙの２次元座標系に分布させたものを、Ｖマップと呼ぶ。

具体的に説明すると、Ｖマップ生成部１２は、視差画像を上下方向に複数分割して得られる各行領域について、視差値頻度分布を計算する。この視差値頻度分布を示す情報が視差ヒストグラム情報である。

図４は視差画像データ、及びその視差画像データから生成されるＶマップについて説明するための図である。ここで、図４Ａは視差画像の視差値分布の一例を示す図であり、図５Ｂは、図４Ａの視差画像の行毎の視差値頻度分布を示すＶマップを示す図である。

図４Ａに示すような視差値分布をもった視差画像データが入力されたとき、Ｖマップ生成部１２は、行毎の各視差値のデータの個数の分布である視差値頻度分布を計算し、これを視差ヒストグラム情報として出力する。このようにして得られる各行の視差値頻度分布の情報を、Ｙ軸に視差画像上のｙ方向位置（撮像画像の上下方向位置）をとりＸ軸に視差値ｄをとった二次元直交座標系上に表すことで、図４Ｂに示すようなＶマップを得ることができる。このＶマップは、頻度ｆに応じた画素値をもつ画素が前記二次元直交座標系上に分布した画像として表現することもできる。

図５は、一方の撮像部で撮像された基準画像としての撮影画像の画像例と、その撮影画像に対応するＶマップを示す図である。ここで、図５Ａが撮影画像であり、図５ＢがＶマップである。即ち、図５Ａに示すような撮影画像から図５Ｂに示すＶマップが生成される。Ｖマップでは、路面より下の領域には視差は検出されないので、斜線で示した領域Ａで視差がカウントされることはない。

図５Ａに示す画像例では、自車両が走行している路面４０１と、自車両の前方に存在する先行車両４０２と、路外に存在する電柱４０３が映し出されている。また、図５Ｂに示すＶマップには、画像例に対応して、路面５０１、先行車両５０２、及び電柱５０３がある。

この画像例は、自車両の前方路面が、相対的に平坦な路面、即ち、自車両の前方路面が自車両の真下の路面部分と平行な面を自車両前方へ延長して得られる仮想の基準路面（仮想基準移動面）に一致している場合のものである。この場合、画像の下部に対応するＶマップの下部において、高頻度の点は、画像上方へ向かうほど視差値ｄが小さくなるような傾きをもった略直線状に分布する。このような分布を示す画素は、視差画像上の各行においてほぼ同一距離に存在していてかつ最も占有率が高く、しかも画像上方へ向かうほど距離が連続的に遠くなる識別対象物を映し出した画素であると言える。

撮像部５１０ａでは自車両前方領域を撮像するため、その撮像画像の内容は、図５Ａに示すように、画像上方へ向かうほど路面の視差値ｄは小さくなる。また、同じ行（横ライン）内において、路面を映し出す画素はほぼ同じ視差値ｄを持つことになる。従って、Ｖマップ上において上述した略直線状に分布する高頻度の点は、路面（移動面）を映し出す画素が持つ特徴に対応したものである。よって、Ｖマップ上における高頻度の点を直線近似して得られる近似直線上又はその近傍に分布する点の画素は、高い精度で、路面を映し出している画素であると推定することができる。また、各画素に映し出されている路面部分までの距離は、当該近似直線上の対応点の視差値ｄから高精度に求めることができる。

図６は、一方の撮像部で撮像された基準画像としての撮影画像の画像例と、その撮影画像に対応する所定の領域のＶマップを示す図である。

Ｖマップ生成部１２は、視差画像における全画素を用いてＶマップを生成してもよいし、視差画像（図６Ａは、視差画像の基となる撮影画像の例）における所定の領域（例えば、路面が写り得る領域）の画素のみを用いてＶマップを生成してもよい。例えば、路面は遠方になるにつれて、消失点に向かって狭くなるため、図６Ａに示すように、路面の幅に応じた領域を設定してもよい。これにより、路面が写り得る領域以外の領域に位置する物体（例えば電柱４０３）によるノイズがＶマップに混入しないようにすることができる。

〈路面推定〉
路面推定部１３は、Ｖマップ生成部１２により生成されたＶマップに基づき、路面を推定（検出）する。

図７を参照し、路面推定部１３の機能構成の一例について説明する。図７は、路面推定部１３の一例を示す機能ブロック図である。

路面推定部１３は、標本点抽出部１３１、標本点除去部１３２、路面形状検出部１３３、路面補足部１３４、及びスムージング処理部１３５を有する。

以下、路面推定部１３の各機能部の処理について説明する。

《標本点抽出処理》
標本点抽出部１３１は、Ｖマップ生成部１２により生成されたＶマップから、路面の推定に用いる標本点を抽出する。

なお、以下では、Ｖマップを、視差値（自車両からの距離値）に応じて、複数のセグメントに分割し、後述する標本点抽出処理や路面形状検出処理等を行う例について説明するが、Ｖマップを分割せずに標本点抽出処理や路面形状検出処理等を行ってもよい。

標本点抽出部１３１は、Ｖマップの横軸である視差の値に応じて、Ｖマップを複数のセグメントに分割する。

そして、標本点抽出部１３１は、各セグメントにおいて、複数の標本点を抽出する。標本点抽出部１３１は、例えば、各視差値ｄの座標位置毎に一つ以上の標本点を抽出してもよい。または、各視差値ｄの座標位置において、頻度の最も多い最頻点を標本点として抽出してもよい。あるいは、各視差値ｄを含む複数のｄ座標（例えば各視差値ｄの座標位置と、当該各視差値ｄの左及び右の少なくとも一方の１以上の座標位置）における頻度の最も多い最頻点を標本点として抽出してもよい。あるいは、頻度の値が所定値以上である画素（視差点）ではない画素であっても、例えば、当該画素の周囲の所定範囲に視差頻度が多い点が集中している場合であれば、偶発的に視差点が欠落している可能性があるため、当該画素を標本点としてもよい。

《標本点除去処理》
標本点除去部１３２は、標本点抽出部１３１により抽出された複数の標本点のうち、路面以外の物体の視差に基づく標本点を除去する。

図８は、標本点除去処理の一例を示すフローチャートである。標本点除去部１３２は、以下の処理を、各セグメントにおける各標本点について実施する。

標本点除去部１３２は、処理対象の標本点のｄ座標の値よりも大きく（自車両からの距離が近い）、かつ、当該処理対象の標本点に近接する（ｄ座標の値の差が所定値以内である）標本点を抽出する（ステップＳ１０１）。

続いて、標本点除去部１３２は、当該処理対象の標本点の高さ（y座標の値）と、当該近接する標本点の高さの差が所定値以上であるか否かを判定する（ステップＳ１０２）。

高さの差が所定値以上でない場合（ステップＳ１０２でＮＯ）、標本点除去部１３２は、処理を終了する。

高さの差が所定値以上である場合（ステップＳ１０２でＹＥＳ）、標本点除去部１３２は、当該処理対象の標本点、及び処理対象のセグメントにおける当該処理対象の標本点よりもｄ座標の値が小さい標本点を除外し（ステップＳ１０３）、処理を終了する。これにより、物体の視差によるノイズが除去され、路面を正確に推定することができる。

図９は、標本点除去処理の一例について説明する図である。図９において、白い丸は視差点であり、黒い丸は標本点であるとする。図９において、処理対象のセグメントにおいて、処理対象の標本点７０１の高さと、標本点７０１よりも自車両からの距離が近く、かつ標本点７０１に近接する標本点７０２の高さの差７０３が所定値以上である場合であるとする。この場合、標本点７０１、及び処理対象のセグメントにおける標本点７０１よりも自車両からの距離が遠い標本点７０４が除外される。

ここで、高さの差７０３に関する所定値は、例えば、セグメント長（セグメントの左端のｄ座標の値と右端のｄ座標の値の差）に対して、所定の割合を乗じた値としてもよい。また、これらの閾値は、セグメント毎に個別の値を設定してもよいし、全てのセグメントに対して同一の値を設定してもよい。

処理対象の標本点のd座標がセグメントの右端の場合、自車両からの距離が近い、右隣のセグメントの終点に該当する標本点との高さの差７０３を算出してもよい。

なお、この標本点除去処理は、所定のセグメントに対してのみ実施してもよい。例えば、遠方の路面の引き上がり（上り坂）のみに着目する場合、Ｖマップにおける自車両からの距離が所定値以上のセグメントのみに対して実施してもよい。

なお、上記では各標本点に対して除去処理を行ったが、各セグメントにおける各視差点に対して同様の処理を実施してもよい。この場合、除去処理を行った後、標本点抽出部１３１が、ノイズが除去された状態で標本点が探索するようにする。

標本点除去部１３２は、各標本点のうち、直線近似に適さない点を除去してもよい。例えば、各標本点の近似直線を算出し、算出した近似直線に対し、ユークリッド距離が所定の閾値以上離れている標本点を除去してもよい。

＜変形例＞
ステップＳ１０３の処理において、処理対象のセグメントにおける当該処理対象の標本点よりもｄ座標の値が小さい標本点を全て除外する代わりに、以下のような処理を行うようにしてもよい。

図１０は、標本点除去処理の他の例について説明する図である。標本点除去部１３２は、ステップＳ１０３の代わりに、処理対象のセグメントにおける処理対象の標本点よりもｄ座標の値が小さい各標本点に対して、近接する標本点との高さの差を算出し、算出した差が所定値以上の標本点のみを除去する。図１０のように、処理対象の標本点７０１よりもｄ座標の値が小さい各標本点７０５と、近接する標本点７０２との高さの差７０６が所定値以上でなければ、標本点７０５は除去されない。これにより、ある標本点が、偶発的にノイズとして発生した場合に、当該標本点よりも自車両からの距離が遠い路面の標本点を除去しないようにできる。

上述したように、第１の実施形態の標本点除去処理によれば、近接する標本点間のy座標の差が所定値以上の場合に、所定範囲に含まれる標本点をノイズとして除去する。これにより、物体による視差を標本点として選択してしまった場合に、当該標本点を除去し、路面の高さを高く推定する問題を回避することができる。

《路面形状検出処理》
路面形状検出部１３３は、Ｖマップ生成部１２により生成されたＶマップの各セグメントから、標本点抽出部１３１により抽出され、標本点除去部１３２により除去されていない標本点に基づき、路面の形状（位置、高さ）を検出する。

路面形状検出部１３３は、例えば最小二乗法により、各セグメントの標本点から近似直線を算出し、算出した近似直線を、路面として検出（推定）する。

《路面補足処理》
路面補足部１３４は、路面形状検出部１３３により検出（推定）された路面が不適切か否かを判定し、不適切と判定した場合は、路面を補足する。

路面補足部１３４は、ノイズにより、ステレオカメラにて撮影されることがあり得ない不適切な路面が推定されたかを判定する。そして、路面補足部１３４は、不適切な路面が推定されたと判定すると、デフォルト路面または、以前（過去）のフレームにて推定された路面のデータに基づいて、不適切な路面を補足（補間）する。

路面補足部１３４は、Ｖマップにおいて、例えば一部の勾配が所定値以上である急な右上がりの路面のデータが検出された場合、当該路面は、自車両からの距離が離れるにつれ、勾配が急になる下り坂の路面であると判定する。そして、路面補足部１３４は、当該路面のデータを除去し、代わりにデフォルト路面等のデータで補足する。

《スムージング処理》
スムージング処理部１３５は、各セグメントで推定された各路面を、当該各路面が連続するように修正する。スムージング処理部１３５は、隣り合う２つのセグメントにおいてそれぞれ推定された各路面のうち、一方の路面の終点（端点）と、他方の路面の始点（端点）が一致するよう、各路面の傾きと切片を変更する。

〈路面高さテーブル算出処理〉
路面高さテーブル算出部１５は、スムージング処理部１３５にて修正された各セグメントにおける路面に基づいて、路面高さ（自車両の真下の路面部分に対する相対的な高さ）を算出してテーブル化する路面高さテーブル算出処理を行う。

路面高さテーブル算出部１５は、各セグメントにおける路面の情報から、撮像画像上の各行領域（画像上下方向の各位置）に映し出されている各路面部分までの距離を算出する。なお、自車両の真下に位置する路面部分をその面に平行となるように自車両進行方向前方へ延長した仮想平面の自車両進行方向における各面部分が、撮像画像中のどの各行領域に映し出されるかは予め決まっており、この仮想平面（基準路面）はＶマップ上で直線（基準直線）により表される。路面高さテーブル算出部１５は、各セグメントにおける路面と、基準直線とを比較することで、自車両前方の各路面部分の高さを得ることができる。簡易的には、各セグメントにおける路面上のＹ軸位置から、これに対応する視差値から求められる距離だけ自車両前方に存在する路面部分の高さを算出できる。路面高さテーブル算出部１５では、近似直線から得られる各路面部分の高さを、必要な視差範囲についてテーブル化する。

なお、ある視差値ｄにおいてＹ軸位置がｙ'である地点に対応する撮像画像部分に映し出されている物体の路面からの高さは、当該視差値ｄにおける路面上のＹ軸位置をｙ０としたとき、（ｙ'−ｙ０）から算出することができる。一般に、Ｖマップ上における座標（ｄ，ｙ'）に対応する物体についての路面からの高さＨは、下記の式より算出することができる。ただし、下記の式において、「ｚ」は、視差値ｄから計算される距離（ｚ＝ＢＦ／（ｄ−ｏｆｆｓｅｔ））であり、「ｆ」はカメラの焦点距離を（ｙ'−ｙ０）の単位と同じ単位に変換した値である。ここで、「ＢＦ」は、ステレオカメラの基線長と焦点距離を乗じた値であり、「ｏｆｆｓｅｔ」は無限遠の物体を撮影したときの視差値である。

Ｈ＝ｚ×（ｙ'−ｙ０）／ｆ
〈クラスタリング、棄却、トラッキング〉
クラスタリング部１６は、視差画像データに含まれる各視差画素データにおけるｘ方向位置とｙ方向位置と視差値ｄとの組（ｘ，ｙ，ｄ）を、Ｘ軸にｘ、Ｙ軸にｄ、Ｚ軸に頻度を設定し、Ｘ−Ｙの２次元ヒストグラム情報（頻度Ｕマップ）を作成する。

クラスタリング部１６は、路面高さテーブル算出部１５によってテーブル化された各路面部分の高さに基づいて、路面からの高さＨが所定の高さ範囲（たとえば２０ｃｍから３ｍ）にある視差画像の点（ｘ，ｙ，ｄ）についてだけ頻度Ｕマップを作成する。この場合、路面から当該所定の高さ範囲に存在する物体を適切に抽出することができる。

クラスタリング部１６は、頻度Ｕマップにおいて、頻度が所定値よりも多い、視差が密集している領域を物体の領域として検出し、視差画像上の座標や、物体の実際の大きさ（サイズ）から予測した物体のタイプ（人や歩行者）などの個体情報を付与する。

棄却部１７は、視差画像、頻度Ｕマップ、物体の個体情報に基づいて、認識対象ではない物体の情報を棄却する。

トラッキング部１８は、検出された物体が複数の視差画像のフレームで連続して出現する場合に、追跡対象であるか否かを判定する。

〈走行支援制御〉
制御部１９は、クラスタリング部１６による、物体の検出結果に基づいて、例えば、自車両１００の運転者へ警告を報知したり、自車両のハンドルやブレーキを制御したりするなどの走行支援制御を行う。

［第２の実施形態］
第１の実施形態では、今回撮影されたフレームに基づいて路面を推定する例について説明した。第２の実施形態では、以前に撮影されたフレームも利用して路面を推定する例について説明する。第２の実施形態によれば、今回撮影されたフレームに基づくＶマップにおける標本点群と、以前に撮影されたフレームに基づくＶマップの標本点群のうち、重複する標本点を使用して路面を推定する。それにより、偶発的に出現するノイズを除去することができるため、路面推定の精度が向上する。

なお、第２の実施形態は一部を除いて第１の実施形態と同様であるため、適宜説明を省略する。

以下では第２の実施形態に係る車載機器制御システム１の処理の詳細について第１の実施形態との差異を説明する。なお、第２の実施形態では、例えば標本点除去部１３２を有しない構成としてもよい。

《標本点抽出処理》
第２の実施形態に係る標本点抽出部１３１は、Ｖマップ生成部１２により生成されたＶマップから、路面の推定に用いる標本点を抽出する。

図１１、図１２を参照して、第２の実施形態の標本点抽出部１３１による標本点抽出処理について説明する。図１１は、第２の実施形態に係る標本点抽出処理のフローチャートの一例を示す図である。

標本点抽出部１３１は、今回撮影されたフレームに基づいて生成されたＶマップから標本点を抽出する（ステップＳ２０１）。この処理は、第１の実施形態の標本点抽出処理と同様でもよい。

続いて、標本点抽出部１３１は、今回撮影されたフレームに基づいて抽出したＶマップ上の標本点と、以前に撮影されたフレームに基づいて抽出した１以上のＶマップ上の標本点とを重畳する（ステップＳ２０２）。

図１２は、今回のＶマップにおける点と、以前のＶマップにおける点とを重畳する処理について説明する図である。

図１２（Ａ）は、今回のＶマップにおける標本点または視差点の例を示す図である。図１２（Ｂ）は、以前のＶマップにおける標本点または視差点の例を示す図である。図１２（Ｃ）は、重畳された標本点または視差点の例を示す図である。

図１２のように、今回撮影されたフレームに基づいて抽出したＶマップ上の標本点と、以前に撮影されたフレームに基づいて抽出した１以上のＶマップ上の標本点は、Ｖマップ上の同じ座標（d, y）上に重畳してもよい。または、例えばデータＩ／Ｆ６０３を利用してＣＡＮ(Controller Area Network)やＧＰＳ(Global Positioning System)から自車両１００の車速（速度）を取得し、取得した車速に応じて物体や路面の動きを捉えて重畳させてもよい。例えば、車速から、物体や路面の移動量を算出し、算出した移動量の応じた座標（d, y）上に重畳してもよい。

続いて、標本点抽出部１３１は、重畳した標本点群から、標本点を抽出する（ステップＳ２０３）。

標本点抽出部１３１は、例えば、重畳した標本点群のすべてを標本点として抽出してもよい。これにより、以前のフレームからは路面上の標本点が抽出されており、今回のフレームにおいては路面の視差が欠損している場合に、物体の視差を標本点として抽出する可能性を低減することができる。

または、標本点抽出部１３１は、今回撮影されたフレームに基づいて抽出したＶマップ上の標本点であり、かつ、以前に撮影されたフレームに基づいて抽出した１以上のＶマップ上の標本点である座標を、標本点として抽出してもよい。これにより、複数のフレームに対して同じ座標で検出された標本点のみを抽出するため、今回のフレームで偶発的に出現した標本点をノイズとして除去することができる。なお、この場合、所定数のフレームに対し、所定回数以上標本点として出現した座標を標本点として抽出してもよい。

なお、標本点抽出部１３１は、標本点を重畳する代わりに、視差点を重畳してもよい。この場合、標本点抽出部１３１は、上述した処理と同様に、重畳した視差点群から、視差点を抽出する。

日照条件などの外部環境の影響や、路面の目印となる白線のかすれ等により、視差の出現にバラつきが発生する場合がある。この場合、路面推定に必要な路面からの視差が欠落し、物体の視差のみが検出されると、物体の視差が標本点として検出されるため、路面の高さを高く誤推定される。

第２の実施形態によれば、今回のフレーム、及び以前のフレームの標本点または視差点に基づいて標本点を抽出することにより、路面推定の精度が向上する。
［第３の実施形態］
第１の実施形態では、Ｖマップにおいて路面上の物体による標本点を除去する例について説明した。第３の実施形態では、Ｖマップにおいて路面上の物体による視差点がある場合に、路面の高さを高く誤推定しないような制約を設ける例について説明する。

なお、第３の実施形態は一部を除いて第１の実施形態または第２の実施形態と同様であるため、適宜説明を省略する。

以下では第３の実施形態に係る車載機器制御システム１の処理の詳細について第１の実施形態または第２の実施形態との差異を説明する。なお、第３の実施形態では、例えば標本点除去部１３２を有しない構成としてもよい。

《路面形状検出処理》
第３の実施形態に係る路面形状検出部１３３は、Ｖマップ生成部１２により生成されたＶマップにおいて路面上の物体による視差点がある場合に、路面の高さを高く誤推定しないような制約を設ける。

図１３、図１４を参照して、第３の実施形態の路面形状検出部１３３による路面形状検出処理について説明する。図１３は、第３の実施形態に係る路面形状検出処理のフローチャートの一例を示す図である。

路面形状検出部１３３は、処理対象のセグメントにおいて、路面上の物体による視差点があるか否かを判定する（ステップＳ３０１）。

図１４は、Ｖマップにおいて路面上の物体による視差点があるか否かを判定する処理について説明する図である。図１４（Ａ）は、路面上の物体による視差点がある場合のＶマップの例を示す図である。図１４（Ｂ）は、路面上の物体による視差点がない場合のＶマップの例を示す図である。

路面上に物体が存在する場合、図１４（Ａ）のように、処理対象のセグメントにおける左下の領域６５１ａに含まれる視差点の数は比較的多くなる。

路面上に物体が存在しない場合、例えば路面が上り坂の場合は、図１４（Ｂ）のように、処理対象のセグメントにおける左下の領域６５１ｂに含まれる視差点の数は少なくなる。これは、視差画像中の各y座標において、路面よりも遠方には物体が写り込まないためである。

そこで、路面形状検出部１３３は、ステップＳ３０１において、処理対象のセグメントの所定領域に含まれる視差点の数が所定数以上の場合に、路面上の物体による視差点があると判定してもよい。

または、路面形状検出部１３３は、ステップＳ３０１において、処理対象のセグメントにおける所定の視差点群を内包する領域の形状が例えば矩形等である場合に、路面上の物体による視差点があると判定してもよい。

路面上の物体による視差点がない場合（ステップＳ３０１でＮＯ）、路面形状検出部１３３は、標本点抽出部１３１により抽出された標本点、または標本点除去部１３２により除去されていない標本点に基づき、処理対象のセグメントにける路面の形状（位置、高さ）を検出し（ステップＳ３０２）、処理を終了する。

路面上の物体による視差点がある場合（ステップＳ３０１でＹＥＳ）、路面形状検出部１３３は、路面の高さを高く誤推定しないような制約に応じて、処理対象のセグメントにおける路面の形状を検出し（ステップＳ３０３）、処理を終了する。

ステップＳ３０３において、路面形状検出部１３３は、処理対象のセグメントにおいて路面上の物体による視差点がある場合、例えば、以下のような処理を行う。
・処理対象のセグメントにおいて、複数の標本点探索方法に応じた複数の路面を推定し、推定した複数の路面のうち、低い位置に存在する路面を採用する。
・処理対象のセグメントよりも自車両からの距離が近い隣のセグメントにて推定した路面を、当該処理対象のセグメントの終端（左端）まで延長した路面を算出する。そして、算出した路面と、処理対象のセグメントにて推定した路面とのうち、低い位置に存在する路面を採用する。
・処理対象のセグメントでは標本点に基づく路面推定を実施せずに、デフォルト路面、または処理対象のセグメントにおける履歴路面を処理対象のセグメントの路面とする。

＜まとめ＞
上述した各実施形態によれば、Ｖマップ上の視差分布から、路面上の物体の視差による影響を受けないように路面を検出する。それにより、路面を検出する精度を向上させることが可能となる。

なお、距離の値（距離値）と視差値は等価に扱えることから、本実施形態においては距離画像の一例として視差画像を用いて説明しているが、これに限られない。例えば、ステレオカメラを用いて生成した視差画像に対して、ミリ波レーダやレーザレーダ等の検出装置を用いて生成した距離情報を統合して、距離画像を生成してもよい。また、ステレオカメラと、ミリ波レーダやレーザレーダ等の検出装置を併用し、上述したステレオカメラによる物体の検出結果と組み合わせることにより、検出の精度をさらに高める構成としてもよい。

上述した実施形態におけるシステム構成は一例であり、用途や目的に応じて様々なシステム構成例があることは言うまでもない。また、上述した各実施形態の一部又は全部を組み合わせることも可能である。

例えば、路面補足部１３４、スムージング処理部１３５等の処理は必須ではないため、これらの機能部を有しない構成としてもよい。

また、処理ハードウェア部５１０、画像解析ユニット６００、及び車両走行制御ユニット１０４の各機能部は、ハードウェアによって実現される構成としてもよいし、ＣＰＵが記憶装置に格納されたプログラムを実行することによって実現される構成としてもよい。このプログラムは、インストール可能な形式又は実行可能な形式のファイルによって、コンピュータで読み取り可能な記録メディアに記録されて流通されるようにしても良い。また、上記記録メディアの例として、ＣＤ−Ｒ(Compact Disc Recordable)、ＤＶＤ(Digital Versatile Disk)、ブルーレイディスク等が挙げられる。また、各プログラムが記憶されたＣＤ−ＲＯＭ等の記録メディア、並びに、これらプログラムが記憶されたＨＤ５０４は、プログラム製品(Program Product)として、国内又は国外へ提供されることができる。

１ 車載機器制御システム（「機器制御システム」の一例）
１００ 自車両
１０１ 撮像ユニット
１０３ 表示モニタ
１０６ 車両走行制御ユニット（「制御部」の一例）
１１ 視差画像生成部（「距離画像生成部」の一例）
１２ Ｖマップ生成部（「生成部」の一例）
１３ 路面推定部（「推定部」の一例）
１３１ 標本点抽出部
１３２ 標本点除去部
１３３ 路面形状検出部
１３４ 路面補足部
１３５ スムージング処理部
１５ 路面高さテーブル算出部
１６ クラスタリング部（「物体検出部」の一例）
１７ 棄却部
１８ トラッキング部
１９ 制御部
２ 撮像装置
５１０ａ，５１０ｂ 撮像部
５１０ 処理ハードウェア部
６００ 画像解析ユニット（「画像処理装置」の一例）

特開２０１５−０７５８００号公報

Claims (9)

1. 複数の撮像部で各々撮影された複数の撮影画像における路面及び前記路面上の物体の距離に応じた距離値を有する距離画像から、前記距離画像の垂直方向に対する距離値の頻度の分布を示す垂直方向分布データを生成する生成部と、
   前記垂直方向分布データに基づいて、前記路面上の物体による距離値の頻度の分布による影響を受けないように前記路面を推定する推定部と、
   を備えることを特徴とする画像処理装置。
2. 前記推定部は、距離値の頻度が所定の閾値以上である第１の点の高さと、前記第１の点よりも小さい距離値を有し、前記第１の点の距離値との差が所定値以内であり、距離値の頻度が所定の閾値以上である第２の点の高さとの差が所定値以上であると判定した場合に、前記第１の点を除いた点に基づいて、前記路面を推定する、
   ことを特徴とする請求項１記載の画像処理装置。
3. 前記推定部は、前記距離画像の垂直方向に対する距離値の頻度の分布を、前記距離値に応じた複数のセグメントに分割し、前記第１の点の高さと、前記第２の点の高さとの差が所定値以上であると判定した場合に、前記第１の点を含むセグメントにおいて、前記第１の点及び前記第１の点よりも小さい距離値を有する点を除いた点に基づいて、前記路面を推定する、
   ことを特徴とする請求項２記載の画像処理装置。
4. 前記推定部は、今回撮影された前記複数の撮影画像に基づく距離値の頻度の分布に、以前に撮影された前記複数の撮影画像に基づく距離値の頻度の分布を、同じ座標位置、または画像処理装置の移動速度に応じた座標位置に重畳した垂直方向分布データに基づいて、前記路面を推定する、
   ことを特徴とする請求項１乃至３のいずれか一項に記載の画像処理装置。
5. 前記推定部は、前記垂直方向分布データに基づいて、前記路面上の物体による距離値の頻度の分布を検知した場合に、複数の方法で推定した複数の路面のうち、低い位置に存在する路面を前記路面として推定する、
   ことを特徴とする請求項１乃至４のいずれか一項に記載の画像処理装置。
6. 複数の撮像部と、
   前記複数の撮像部で各々撮影された複数の撮影画像から、前記複数の撮影画像における路面及び前記路面上の物体の視差に応じた距離値を有する距離画像を生成する距離画像生成部と、
   前記距離画像の垂直方向に対する距離値の頻度の分布を示す垂直方向分布データを生成する生成部と、
   前記垂直方向分布データに基づいて、前記路面上の物体による距離値の頻度の分布による影響を受けないように前記路面を推定する推定部と、
   を備える撮像装置。
7. 移動体に搭載され、前記移動体の前方を撮像する複数の撮像部と、
   前記複数の撮像部で各々撮影された複数の撮影画像から、前記複数の撮影画像における移動面及び前記移動面上の物体の視差に応じた距離値を有する距離画像を生成する距離画像生成部と、
   前記距離画像の垂直方向に対する距離値の頻度の分布を示す垂直方向分布データを生成する生成部と、
   前記垂直方向分布データに基づいて、前記移動面上の物体による距離値の頻度の分布による影響を受けないように移動面を推定する推定部と、
   前記推定部により推定された移動面、及び前記距離画像に基づいて、前記複数の撮影画像における物体を検出する物体検出部と、
   前記物体検出部により検出された物体のデータに基づいて、前記移動体の制御を行う制御部と、
   を備える移動体機器制御システム。
8. コンピュータが、
   複数の撮像部で各々撮影された複数の撮影画像における路面の距離に応じた距離値を有する距離画像から、前記距離画像の垂直方向に対する距離値の頻度の分布を示す垂直方向分布データを生成するステップと、
   前記垂直方向分布データに基づいて、前記路面上の物体による距離値の頻度の分布による影響を受けないように前記路面を推定するステップと、
   を実行する、画像処理方法。
9. コンピュータに、
   複数の撮像部で各々撮影された複数の撮影画像における路面の距離に応じた距離値を有する距離画像から、前記距離画像の垂直方向に対する距離値の頻度の分布を示す垂直方向分布データを生成するステップと、
   前記垂直方向分布データに基づいて、前記路面上の物体による距離値の頻度の分布による影響を受けないように前記路面を推定するステップと、
   を実行させるプログラム。

Images