JP2019016246A - 走路認識装置 - Google Patents

Abstract

【課題】交差点内又はその近傍の領域を走行中又は停車中の場合にも遠方走路形状を精度良く認識する。【解決手段】走路認識装置（１００、１００ａ〜１００ｋ）は、撮像画像に基づき近傍走路形状を算出する近傍形状算出部（１０１）と、近傍走路形状に基づき各撮像画像における処理領域（Ｅｒ１〜Ｅｒ４、Ｅｌ１〜Ｅｌ４）を設定し、処理領域内における遠方走路形状を繰り返し算出する遠方形状算出部（１０２）と、車両が交差点領域内を走行中又は停車中であるか否かを判定する交差点判定部（１１６）と、撮像画像において横断歩道の縞模様を構成する複数のペイントを検出し、検出された複数のペイントの長手方向を特定する方向特定部（１１７）と、を備え、遠方形状算出部は、走行中又は停車中でないと判定された場合に近傍走路形状に基づき処理領域を設定し、走行中又は停車中であると判定された場合に複数のペイントの長手方向を利用して処理領域を設定する。【選択図】図３１

Description

本開示は、車両の走路を認識する技術に関する。

車両の自動運転には、自車両の走行する走路、例えば、道路であれば自車両の走行レーンを認識することが求められる。走路の認識は、例えば、カメラ等の撮像装置により得られる撮像画像において走路の区画線である白線を検出し、かかる白線に基づき実行される。自車両の走路が認識されると、走路上における障害物の検出およびブレーキの自動操作や、車線逸脱の推定といった自動運転に必要な動作が実行され得る。そこで、より安定した自動運転の実現のために、現在位置の近傍から遠方までの走路の形状を高精度に認識する技術が望まれる。一般的に、遠方の走路形状は近傍の走路形状に比べて認識の精度は低くなる。そこで、撮像画像において、先ず近傍の走路における白線を検出して近傍の走路形状を認識し、次に撮像画像における遠方領域（一般的には撮像画像の上方領域）において、遠方において白線が存在すると予想される領域を認識した近傍の走路形状に基づき絞り込み、絞り込まれた領域内において白線を検出し、検出された白線に基づき遠方の走路形状を認識する方法が提案されている（特許文献１参照）。

特開２０１３−１９６３４１号公報

特許文献１の方法では、交差点内または交差点の近傍の領域を走行中又は停車中であり、自車両の近傍の領域において白線が存在しない、または、わずかしか存在しない場合には、近傍の走路形状が正しく認識できず、遠方領域において白線が存在すると予想される領域を絞り込むことができない。このため、自車両が交差点内または交差点の近傍の領域を走行中又は停車中の場合にも、遠方の走路形状を精度良く認識可能な技術が望まれている。

本開示は、上述の課題の少なくとも一部を解決するためになされたものであり、以下の形態として実現することが可能である。

本開示の一形態によれば、車両に搭載され、前記車両の走路を認識する走路認識装置（１００、１００ａ〜１００ｋ）が提供される。この走路認識装置は；前記車両に搭載された撮像装置（２１）により繰り返し得られる撮像画像に基づき、前記車両の近傍の走路形状である近傍走路形状を繰り返し算出する近傍形状算出部（１０１）と；算出された前記近傍走路形状に基づき各撮像画像における処理領域（Ｅｒ１〜Ｅｒ４、Ｅｌ１〜Ｅｌ４）を設定し、前記処理領域内における前記車両の遠方の走路形状である遠方走路形状を繰り返し算出する遠方形状算出部（１０２）と；前記車両が交差点および前記交差点の近傍領域を含む交差点領域内を走行中又は停車中であるか否かを判定する交差点判定部（１１６）と；前記撮像画像において、前記車両の走行レーン上の横断歩道の縞模様を構成する複数のペイントを検出し、検出された前記複数のペイントの長手方向を特定する方向特定部（１１７）と；を備え；前記遠方形状算出部は；前記交差点領域内を前記車両が走行中又は停車中でないと判定された場合に、算出された前記近傍走路形状に基づき前記処理領域を設定し；前記交差点領域内を前記車両が走行中又は停車中であると判定された場合に、前記方向特定部により特定された前記複数のペイントの長手方向を利用して、前記処理領域を設定する。

この形態の走路認識装置によれば、交差点領域内を前記車両が走行中又は停車中であるか否かを判定し、交差点領域内を車両が走行中又は停車中であると判定された場合に、車両の走行レーン上の横断歩道の縞模様を構成する複数のペイントの長手方向を特定し、かかる長手方向を利用して処理領域を設定するので、自車両が交差点内または交差点の近傍の領域を走行中又は停車中の場合にも、遠方の走路形状を精度良く認識できる。一般に、走行レーン上の横断歩道の縞模様を構成する複数のペイントの長手方向は、走行レーンに沿った方向であり、かかる方向の延長上に、遠方走路が存在するからである。

本開示は、走路認識装置以外の種々の形態で実現することも可能である。例えば、走路認識装置を備える車両、走路認識方法、走路を認識するためのコンピュータプログラム、かかるコンピュータプログラムを記憶した記憶媒体等の形態で実現することができる。

本開示の画像処理装置の一実施形態としての走路認識装置の概略構成を示すブロック図。 第１実施形態における近傍走路形状算出処理の手順を示すフローチャート。 撮像画像の一例を示す説明図。 第１実施形態における遠方走路形状算出処理の手順を示すフローチャート。 遠方走路領域の一例を拡大して示す説明図。 撮像画像の一例を示す説明図。 第１実施形態における目標通過点設定処理の手順を示すフローチャート。 第２実施形態における遠方走路形状算出処理の要部の手順を示すフローチャート。 第３実施形態における目標通過点設定処理の手順を示すフローチャート。 第４実施形態の走路認識装置の概略構成を示すブロック図。 第４実施形態における遠方走路形状算出処理の要部の手順を示すフローチャート。 第５実施形態における目標通過点設定処理の手順を示すフローチャート。 第６実施形態における遠方走路形状算出処理の要部の手順を示すフローチャート。 第６実施形態における評価値テーブルの設定内容の一例を示す説明図。 第６実施形態における統合尤度テーブルの設定内容の一例を示す説明図。 第７実施形態の走路認識装置の概略構成を示すブロック図。 第７実施形態における実行判定処理の手順を示すフローチャート。 第８実施形態の走路認識装置の概略構成を示すブロック図。 第８実施形態における設定される処理領域の一例を示す説明図。 第９実施形態における走路認識装置の概略構成を示すブロック図。 第１０実施形態における走路認識装置の概略構成を示すブロック図。 第１１実施形態における走路認識装置の概略構成を示すブロック図。 第１１実施形態における遠方走路形状算出処理の要部の手順を示すフローチャート。 第１２実施形態における走路認識装置の概略構成を示すブロック図。 第１２実施形態における遠方走路形状算出処理の要部の手順を示すフローチャート。 第１２実施形態において自車両の姿勢変化が無い場合のポールまでの測定距離を模式的に示す説明図。 第１２実施形態においてノーズダウンが生じた場合のポールまでの距離を撮像画像に基づき測定する様子を模式的に示す説明図。 第１２実施形態においてノーズダウンが生じた場合のポールまでの距離をミリ波レーダの測定結果に基づき測定する様子を模式的に示す説明図。 第１３実施形態における走路認識装置の概略構成を示すブロック図。 第１４実施形態におけるパターンマッチング処理の手順を示すフローチャート。 第１５実施形態における走路認識装置の概略構成を示すブロック図。 第１５実施形態における遠方走路形状算出処理の要部の手順を示すフローチャート。 第１５実施形態において設定される処理領域の一例を示す説明図。 第１６実施形態における走路認識装置の概略構成を示すブロック図。 第１６実施形態における遠方走路形状算出処理の要部の手順を示すフローチャート。 ステップＳ８０５により決定された白線候補とそのスコア値を示す説明図。 第１７実施形態における走路認識装置の概略構成を示すブロック図。 第１７実施形態における遠方走路形状算出処理の要部の手順を示すフローチャート。 第１７実施形態における白線候補の正常性の判定例を示す説明図。 第１８実施形態において、白線候補を決定する処理の手順を示すフローチャート。

Ａ．第１実施形態：
Ａ１．装置構成：
図１に示す本実施形態の走路認識装置１００は、図示しない車両に搭載され、かかる車両の走路に認識する。なお、本実施形態において、走路認識装置１００が搭載された車両を、「自車両」とも呼ぶ。自車両は、自動運転可能な車両である。自車両は、自動運転と手動運転（運転者による運転）とを切り替えて実行する車両と、これらの２種類の運転のうちの自動運転のみを実行する車両とのいずれであってもよい。走路認識装置１００は、図示しないＣＰＵおよびメモリを備えたＥＣＵ（Electronic Control Unit）１０により構成されている。走路認識装置１００は、同様に車両に搭載された撮像部２１、車速センサ２２、ヨーレートセンサ２３、および車両制御部３１に、それぞれ電気的に接続されている。

撮像部２１は、水平方向に並ぶ２つのカメラ（いわゆるステレオカメラ）により構成されている。各カメラは、集光するレンズおよび受光素子を備え、自車両の前方を撮像して撮像画像を得る。撮像部２１は、自車両のイグニッションがオンすると、撮像画像の取得を繰り返し実行する。車速センサ２２は、自車両の移動速度を測定する。車速センサ２２は、自車両のイグニッションがオンすると、車速の検出を繰り返し実行する。ヨーレートセンサ２３は、自車両のヨーレート（回転角速度）を検出する。ヨーレートセンサ２３は、自車両のイグニッションがオンすると、ヨーレートの検出を繰り返し実行する。車両制御部３１は、車両の動きを制御する。車両制御部３１としては、例えば、内燃機関や電動モータなどの駆動機構の動作を制御するＥＣＵ、電子制御ブレーキシステム（ＥＣＢ）を制御するＥＣＵ、車輪の操舵角を制御するＥＣＵなどの複数のＥＣＵからなる。

走路認識装置１００が備えるＣＰＵがメモリに記憶されている制御プログラムを実行することにより、走路認識装置１００は、近傍形状算出部１０１、遠方形状算出部１０２、近傍形状記憶部１０３、遠方形状記憶部１０４、および目標通過点設定部１０５として機能する。

近傍形状算出部１０１は、後出する近傍走路形状特定処理を実行することにより、撮像部２１により繰り返し得られる撮像画像に基づき、自車両の走行する走路であって自車両の近傍の走路の形状（以下、「近傍走路形状」と呼ぶ）を繰り返し算出する。「自車両の近傍」とは、撮像部２１よりも進行方向前方の領域のうち、自車両から所定の距離以内の領域を意味する。本実施形態では、自車両の近傍を定義する上述の所定の距離は、７ｍ（メートル）である。なお、７ｍに限らず任意の距離としてもよい。本実施形態において、「走路の形状」とは、走路の幅と、走路の幅方向の両端の位置と、走路の曲率（曲率半径）とで規定される。したがって、「近傍走路形状を算出する」とは、自車両の走行する走路であって自車両の近傍の走路（以下、「近傍走路」と呼ぶ）の走路の幅と、走路の幅方向の両端の位置と、走路の曲率（曲率半径）とをそれぞれ算出することを意味する。

遠方形状算出部１０２は、後出する遠方走路形状特定処理を実行することにより、自車両の走行予定の走路であって遠方の走路の形状（以下、「遠方走路形状」と呼ぶ）を繰り返し算出する。詳細手順については後述するが、概略を説明すると、遠方形状算出部１０２は、近傍形状算出部１０１により算出された近傍走路形状に基づき撮像画像における遠方走路形状を算出するための処理の対象となる領域（以下、単に「処理領域」と呼ぶ）を特定し、かかる処理領域内において遠方走路形状を算出する。「遠方走路形状を算出する」とは、自車両の走行予定の走路であって遠方の走路（以下、「遠方走路」と呼ぶ）の幅と、遠方走路の幅方向の両端の位置と、遠方走路の曲率（曲率半径）とをそれぞれ算出することを意味する。

近傍形状記憶部１０３は、近傍形状算出部１０１により算出された近傍走路形状を時系列的に履歴として記憶する。具体的には、算出された近傍走路形状を示す各パラメータを、算出時刻と共に記憶する。遠方形状記憶部１０４は、遠方形状算出部１０２により算出された遠方走路形状を時系列的に履歴として記憶する。具体的には、算出された遠方走路形状を示す各パラメータを、算出時刻と共に記憶する。

目標通過点設定部１０５は、後述する目標通過点設定処理を実行することにより、自車両が目標とする通過点を設定する。この目標通過点は、自車両が自動運転する際に目標とする通過点として利用される。基本的に目標通過点は、近傍走路形状に基づき設定されるが、近傍走路形状の算出精度が低くなる場合には、例外的に遠方走路形状に基づき設定される。このようにしているのは、基本的に近傍走路形状の算出精度は、遠方走路形状の算出精度よりも高いためである。

Ａ２．近傍走路形状算出処理：
図２に示す近傍走路形状算出処理は、自車両のイグニッションがオンすると定期的に繰り返し実行される。近傍形状算出部１０１は、得られた撮像画像における近傍走路のエッジ、より具体的には、近傍走路を区画する区画線のエッジを抽出する（ステップＳ１０５）。

近傍形状算出部１０１は、抽出されたエッジを周知のハフ（Hough）変換して直線を検出し（ステップＳ１１０）、検出された直線のうちから区画線（白線）候補の直線を算出する（ステップＳ１１５）。具体的には、検出された直線のうちから、ハフ変換の投票数が多いものを白線候補として算出する。

図３に示すように、撮像画像Ｆ１には、自車両の走路である車線Ｌｎ１と対向車線Ｌｎ２とが写っている。撮像画像Ｆ１の上方側に位置する遠方走路が含まれる領域（以下、「遠方走路領域」と呼ぶ）Ａｆ１と、撮像画像Ｆ１の下方側に位置する近傍走路が含まれる領域（以下、「近傍走路領域」と呼ぶ）Ａｎ１とのうち、近傍走路領域Ａｎ１において車線Ｌｎ１の区画線Ｌｒ１、Ｌｌ１のエッジが抽出され、それぞれの区画線Ｌｒ１、Ｌｌ１を表す直線が白線候補として算出される。

図２に示すように、近傍形状算出部１０１は、白線候補の絞り込みを行う（ステップＳ１２０）。具体的には、例えば撮影画像における白線候補の周囲の路面に対する、白線候補のコントラストの比率が所定の閾値よりも高いものや、白線候補部分の輝度とその周囲の輝度との差が所定の閾値以上に大きいものに白線候補を限定する。他にも、線の太さ、総延長距離など、様々な特徴を考慮して絞り込んでもよい。そして、車両の中心から左右方向に最も近い１つの白線候補を選択する。

近傍形状算出部１０１は、ステップＳ１２０において白線候補が絞り込まれたか否かを判定し（ステップＳ１２５）、絞り込まれていない、すなわち白線候補が無いと判定された場合（ステップＳ１２５：ＮＯ）、上述のステップＳ１０５に戻る。これに対して、白線候補があると判定された場合（ステップＳ１２５：ＹＥＳ）、近傍形状算出部１０１は、Ｓ１２０にて絞り込まれた白線候補を構成するエッジ点を、平面座標に変換する（Ｓ１３０）。平面座標とは、路面を平面と仮定したときの座標である。ここでは事前にキャリブレーションで求めた撮像装置を構成するカメラの位置・姿勢の情報（以下、「撮像パラメータ」と呼ぶ）を基に撮影画像上のエッジ点を座標変換する。このようにエッジ点を平面座標上の情報とすることで、過去の撮影画像に基づくエッジ点の座標情報との組み合わせを容易に行うことができるようになる。

近傍形状算出部１０１は、ステップＳ１３０で算出した平面座標から、近傍走路形状を算出する（ステップＳ１３５）。上述ように、近傍走路形状は、近傍走路についての、走路の幅と、走路の幅方向の両端の位置と、走路の曲率（曲率半径）とを意味する。これらの各パラメータの算出方法は、例えば、特開２０１３−１９６３４１号公報に記載の方法など、周知の方法を採用してもよい。

近傍形状算出部１０１は、ステップＳ１３５で算出された近傍走路形状を、遠方形状算出部１０２および目標通過点設定部１０５に出力し、また、算出した時刻と共に近傍形状記憶部１０３に記憶する（ステップＳ１４０）。

Ａ３．遠方走路形状算出処理：
図４に示す近傍走路形状算出処理は、自車両のイグニッションがオンすると定期的に繰り返し実行される。遠方形状算出部１０２は、所定の時刻に近傍走路形状の入力があるか否かを判定する（ステップＳ２０５）。上述のように、近傍走路形状算出処理のステップＳ１４０が実行された場合には、「入力あり」と判定される。これに対して、近傍走路形状算出処理のステップＳ１２５において白線候補の絞り込みの結果、白線候補が無いと判定された場合、ステップＳ１４０は実行されず、所定の時刻に近傍走路形状は、遠方形状算出部１０２に入力されない。

近傍走路形状の入力があると判定された場合（ステップＳ２０５：ＹＥＳ）、遠方形状算出部１０２は、入力された近傍走路形状を利用して、近傍走路（区画線）を延長させて遠方走路形状を推定する（ステップＳ２１０）。遠方形状算出部１０２は、推定された遠方走路形状に基づき処理領域を設定する（ステップＳ２１５）。処理領域とは、遠方走路領域のうち、遠方走路形状を算出する（特定する）際に、区画線のエッジ点を抽出する対象領域として絞り込まれる領域を意味する。換言すると、区画線のエッジ点を抽出して遠方走路形状を算出する処理の対象となる領域を意味する。

図５では、図３の撮像画像Ｆ１における遠方走路領域Ａｆ１を拡大して模式的に示している。図５では、ステップＳ２１０において推定された遠方走路形状に基づき、遠方走路領域Ａｆ１において２つの処理領域Ｅｒ１、Ｅｌ１が設定されている。なお、図３にも処理領域Ｅｒ１、Ｅｌ１が表わされている。以下、これら２つの処理領域Ｅｒ１、Ｅｌ１の設定方法を説明する。区画線Ｌｒ１において、最も手前側の点Ｐｒ１と消失点Ｐ０から予め定められた距離ｄ１だけ手前の点Ｐｒ１１とを定める。消失点Ｐ０は、２つの区画線Ｌｒ１、Ｌｌ１が交差する点として求める。次に、定められた２つの点Ｐｒ１、Ｐｒ１１について、それぞれ該当する点を中心として、水平方向に所定の距離の幅を有する２つの辺（短辺）を求め、かかる辺の端同士を区画線Ｌｒ１に沿って結んで２つの辺（長辺）を定める。こうして定められた２つの短辺および２つの長辺で囲まれる領域を、処理領域Ｅｒ１として設定する。同様に、区画線Ｌｌ１において、最も手前側の点Ｐｌ１と消失点Ｐ０から予め定められた距離ｄ１だけ手前の点Ｐｌ１１とを定める。次に、定められた２つの点Ｐｌ１、Ｐｌ１１について、それぞれ該当する点を中心として、水平方向に所定の距離の幅を有する２つの辺（短辺）を求め、かかる辺の端同士を区画線Ｌｌ１に沿って結んで２つの辺（長辺）を定める。こうして定められた２つの短辺および２つの長辺で囲まれる領域を、処理領域Ｅｌ１として設定する。図３および図５に示すように、走路（車線Ｌｎ１）が直線状であり、両側の区画線Ｌｒ１、Ｌｌ１がいずれも直線の場合には、処理領域Ｅｒ１、Ｅｌ１の形状は、いずれも撮像画像において台形形状となる。

図４に示すように、処理領域の設定後（ステップＳ２１５の後）、遠方形状算出部１０２は、処理領域内において遠方走路を区画するエッジを抽出する（ステップＳ２２０）。その後に実行されるハフ変換（ステップＳ２２５）、白線候補算出（ステップＳ２３０）、候補絞り込み（ステップＳ２３５）、候補の有無の判定（ステップＳ２４０）、エッジ点平面変換（ステップＳ２４５）は、いずれも上述の近傍走路形状算出処理のステップＳ１１０〜Ｓ１３０と同じであるので、詳細な説明を省略する。なお、ステップＳ２４０において白線候補が無いと判定された場合（ステップＳ２４０：ＮＯ）、遠方走路形状算出処理は終了する。

ステップＳ２４５の実行後、遠方形状算出部１０２は、ステップＳ２４０で算出した平面座標から、遠方走路形状を算出する（ステップＳ２５０）。かかる算出方法は、上述の近傍走路形状算出処理のステップＳ１３５と同様であるので、詳細な説明を省略する。

遠方形状算出部１０２は、ステップＳ２５０で算出された遠方走路形状を、目標通過点設定部１０５に出力し、また、算出した時刻と共に遠方形状記憶部１０４に記憶する（ステップＳ２５５）。

上述のステップＳ２０５において、所定の時刻に近傍走路形状の入力がないと判定された場合（ステップＳ２０５：ＮＯ）、遠方形状算出部１０２は、前回のタイミングで算出された遠方走路形状が遠方形状記憶部１０４にあるか否かを判定する（ステップＳ２７０）。

図６に示す撮像画像Ｆ２は、自車両が交差点ＣＲの手前で停車している際に得られた画像の一例である。撮像画像Ｆ２には、近傍走路領域Ａｎ２の下端（手前側端部）に、少しだけ区画線Ｌｒ２、Ｌｌ２が写っているものの、近傍走路領域Ａｎ２の下方に写った横断歩道Ｐｄ１よりも先には、区画線は写っていない。したがって、この場合、白線候補は絞り込まれず、遠方形状算出部１０２に近傍走路形状は入力されず、上述のステップＳ２０５において所定の時刻に近傍走路形状の入力がないと判定される。なお、撮像画像Ｆ２において遠方走路領域Ａｆ２には、交差点ＣＲを挟んで存在する横断歩道Ｐｄ２と、区画線Ｌｒ２、Ｌｌ２の続きが写っている。

図４に示すように、前回のタイミングで算出された遠方走路形状が遠方形状記憶部１０４にないと判定された場合（ステップＳ２７０：ＮＯ）、遠方走路形状算出処理は終了する。これに対し、遠方走路形状の履歴があると判定された場合（ステップＳ２７０：ＹＥＳ）、遠方形状算出部１０２は、遠方形状記憶部１０４に記憶されている前回の遠方走路形状と、撮像パラメータと、車両の動きを示す情報とに基づき、遠方走路領域において、処理領域を設定する（ステップＳ２７５）。車両の動きを示す情報とは、例えば、車速センサ２２から得られる自車両の移動速度、ヨーレートセンサ２３から得られるヨーレート、車両制御部３１から得られる操舵角などを意味する。ステップＳ２７５において、遠方形状算出部１０２は、前回算出された遠方走路形状を、撮像パラメータと車両の動きから補正して今回の（今回の撮像画像における）遠方走路形状を推定する。そして、かかる推定された遠方走路形状から遠方走路領域における区画線を特定し、かかる区画線に基づき処理領域を設定する。区画線に基づく処理領域の設定方法は、上述のステップＳ２１５について説明した方法と同じであるので、その詳細な説明を省略する。図６の例では、遠方走路領域Ａｆ２に２つの処理領域Ｅｒ２、Ｅｌ２が設定されている。ステップＳ２７５の実行後、上述のステップＳ２２０〜Ｓ２５５が実行される。

Ａ４．目標通過点設定処理：
図７に示す目標通過点設定処理は、自車両のイグニッションがオンすると定期的に繰り返し実行される。目標通過点設定部１０５は、所定の時刻に近傍走路形状の入力があるか否かを判定する（ステップＳ３０５）。上述のように、近傍走路形状算出処理は定期的に実行され、ステップＳ１４０が実行される場合には、定期的に近傍走路形状が目標通過点設定部１０５に入力される。他方、近傍走路形状が算出されない場合には、所定時刻に近傍走路形状は目標通過点設定部１０５に入力されない。

近傍走路形状の入力があると判定された場合（ステップＳ３０５：ＹＥＳ）、目標通過点設定部１０５は、近傍走路形状に基づき目標通過点を設定する（ステップＳ３１０）。具体的には、目標通過点設定部１０５は、近傍走路領域における近傍走路の中央点を目標通過点として設定する。例えば、図３の例では、車線Ｌｎ１の両端の区画線Ｌｒ１、Ｌｌ１の水平方向の中央であり、かつ、近傍走路領域Ａｎ１における奥行方向の中央の点ＰＴ１が目標通過点として設定される。

図７に示すように、上述のステップＳ３０５において、近傍走路形状の入力がないと判定された場合（ステップＳ３０５：ＮＯ）、目標通過点設定部１０５は、遠方走路形状の入力があるか否かを判定する（ステップＳ３１５）。上述の遠方走路形状算出処理のステップＳ２５５が実行された場合には、遠方走路形状が目標通過点設定部１０５に入力される。これに対して、ステップＳ２５５が実行されない場合、すなわち、近傍走路形状の入力が無く（ステップＳ２０５：ＮＯ）、且つ、前回のタイミングで算出された遠方走路形状が無いと判定された場合（ステップＳ２７０：ＮＯ）、遠方走路形状は目標通過点設定部１０５に入力されない。

遠方走路形状の入力があると判定された場合（ステップＳ３１５：ＹＥＳ）、目標通過点設定部１０５は、遠方走路形状に基づき目標通過点を設定する（ステップＳ３３０）。具体的には、目標通過点設定部１０５は、遠方走路領域における遠方走路の水平方向の中央であって、最も手前側の点を目標通過点として設定する。例えば、図６の例では、区画線Ｌｒ２、Ｌｌ２の水平方向に沿った中央であって、遠方走路領域Ａｆ２における最も手前側の点ＰＴ２が、目標通過点として設定される。

上述のステップＳ３１０の実行後、または、ステップＳ３３０の実行後、または、ステップＳ３１５において遠方走路形状の入力がないと判定された場合（ステップＳ３１５：ＮＯ）、目標通過点設定処理は終了する。

以上説明した第１実施形態の走路認識装置１００によれば、撮像画像を利用して近傍走路形状を算出できない場合には、前回の遠方走路形状を利用して処理領域が設定されるので、車両の近傍の走路形状が認識できない場合にも遠方の走路形状を精度良く認識できる。加えて、近傍走路形状が出力された場合には、近傍走路形状に基づき目標通過点が設定されるので、精度良く目標通過点を設定できる。また、近傍走路形状が出力されない場合には遠方走路形状に基づき目標通過点が設定されるので、近傍走路形状が出力されない場合であっても目標通過点が設定できないことを避けることができると共に、かかる場合であっても精度良く認識した走路形状に基づき目標通過点を設定できる。このため、精度良く目標通過点を設定できる。

Ｂ．第２実施形態：
第２実施形態の走路認識装置の装置は、第１実施形態の走路認識装置１００の装置構成と同じであるので、同一の構成要素には同一の符号を付し、その詳細な説明を省略する。第２実施形態の走路形状算出処理は、図８に示すように、ステップＳ２０９を追加して実行する点において、図４に示す第１実施形態の走路形状算出処理と異なり、その他の手順は同一である。

ステップＳ２０５において、近傍走路形状の入力がないと判定された場合（ステップＳ２０５：ＹＥＳ）、遠方形状算出部１０２は、予め定められた閾値時間を超えて近傍走路形状の入力が連続してないか否かを判定する（ステップＳ２０９）。本実施形態では、予め定められた期間（所定の時間）として、１秒間が設定されている。なお、１秒間に限らず、撮像画像の取得間隔よりも長い任意の時間に設定されてもよい。予め定められた閾値を超えて近傍走路形状の入力が連続してないと判定された場合（ステップＳ２０９：ＹＥＳ）、遠方走路形状算出処理は終了する。これに対して、予め定められた閾値を超えて近傍走路形状の入力が連続してないことはない（すなわち、入力がある）と判定された場合（ステップＳ２０９：ＮＯ）、上述のステップＳ２７０が実行される。このように、予め定められた閾値時間を超えて近傍走路形状の入力が連続してない場合に遠方走路形状算出処理を終了するのは、遠方走路形状の履歴を利用した遠方走路形状の算出が長い時間継続したために遠方走路形状の算出精度が低下することを抑制するためである。なお、ステップＳ２０９の閾値時間は、請求項における第１期間の下位概念に相当する。

以上説明した第２実施形態の走路認識装置は、第１実施形態の走路認識装置１００と同様な効果を有する。加えて、近傍走路形状が予め定められた期間を超えて連続して算出されない場合には、遠方走路形状の算出を停止するので、遠方走路形状の算出精度が低下することを抑制できる。このため、低い精度で算出された遠方走路形状が履歴として記憶されてしまうことを抑制でき、処理領域の特定精度が低下することを抑制できる。

Ｃ．第３実施形態：
第３実施形態の走路認識装置の装置は、第１実施形態の走路認識装置１００の装置構成と同じであるので、同一の構成要素には同一の符号を付し、その詳細な説明を省略する。第３実施形態の目標通過点設定処理は、図９に示すように、ステップＳ３１９、Ｓ３２０を追加して実行する点において、図７に示す第１実施形態の目標通過点設定処理と異なり、その他の手順は同一である。

図９に示すように、ステップＳ３１５において遠方走路形状の入力がないと判定された場合（ステップＳ３１５：ＮＯ）、目標通過点設定部１０５は、予め定められた閾値時間（所定の閾値時間）を超えて遠方走路形状の入力がないか否かを判定する（ステップＳ３１９）。上述の予め定められた閾値時間（所定の閾値時間）は、本実施形態では、２秒間に設定されている。かかる予め定められた閾値時間を超えて遠方走路形状の入力がないと判定された場合（ステップＳ３１９：ＹＥＳ）、目標通過点設定処理は終了する。これに対して、予め定められた閾値時間を超えて遠方走路形状の入力がないことはない（すなわち、閾値時間以内で入力がある）と判定された場合（ステップＳ３１９：ＮＯ）、目標通過点設定部１０５は、遠方形状記憶部１０４に記憶されている遠方走路形状の履歴に基づき今回の遠方走路形状を算出する（ステップＳ３２０）。本実施形態では、このステップＳ３２０は、図４に示す第１実施形態における遠方走路形状算出処理のステップＳ２７５において「前回の遠方走路形状」を「最新の遠方走路形状」に置き換えて実行し、その後ステップＳ２１５〜Ｓ２５５を実行する処理を意味する。なお、「最新の遠方走路形状」に限らず、新しい方から数えて所定回数分の遠方走路形状を用いて、例えば、これらの遠方走路形状を平均化して、ステップＳ２７５の処理を行い、その後ステップＳ２２０〜Ｓ２２５を実行してもよい。すなわち、遠方走路形状の履歴を用いた任意の方法で、今回の遠方走路形状を算出してもよい。また、遠方走路形状の履歴に代えて、または、遠方走路形状の履歴に加えて、近傍走路形状の履歴を用いて今回の遠方走路形状を算出してもよい。例えば、最新の近傍走路形状で特定される区画線を単純に延長（外挿）して遠方走路形状を求め、かかる遠方走路形状を今回の遠方走路形状としてもよい。または、図４に示す遠方走路形状算出処理のステップＳ２１０における「（入力された）近傍走路形状」を、「最新の近傍走路形状」に置き換えてステップＳ２１０を実行し、その後ステップＳ２２０〜Ｓ２５５を実行して今回の遠方走路形状を算出してもよい。さらには、最新の近傍走路形状で特定される区画線を単純に延長（外挿）して求める遠方走路形状と、過去の遠方走路形状との平均値を求め、かかる平均値を図４に示す遠方走路形状算出処理のステップＳ２７５における「前回の遠方走路形状」と置き換えてステップＳ２７５を実行し、その後ステップＳ２２０〜Ｓ２５５を実行して今回の遠方走路形状を算出してもよい。すなわち、一般には、近傍走路形状の履歴と、遠方走路形状の履歴と、のうち少なくとも一方を用いて今回の遠方走路形状の算出する任意の方法を、ステップＳ３２０で実行してもよい。ステップＳ３２０の実行後、上述のステップＳ３３０が実行される。なお、ステップＳ３２０の閾値時間は、請求項における第２期間の下位概念に相当する。

以上説明した第３実施形態の走路認識装置は、第１実施形態の走路認識装置１００と同様な効果を有する。加えて、閾値時間を超えて遠方走路形状が入力されない、すなわち、閾値時間を超えて遠方走路形状が算出されない場合には、近傍走路形状の履歴と、遠方走路形状の履歴と、のうち少なくとも一方を用いて今回の遠方走路形状を算出するので、頻繁に遠方走路形状が算出されなくなることを抑制できる。また、遠方走路形状の履歴の量が少なくなって処理領域の特定精度が低下することを抑制できる。他方、遠方走路形状が算出されない期間が閾値時間を超えた場合には、遠方走路形状の算出を停止するので、低い精度で認識される遠方走路形状が履歴として記憶されることを抑制できる。

Ｄ．第４実施形態：
図１０に示す第４実施形態の走路認識装置１００ａは、車両位置判定部１０６として機能する点において、第１実施形態の走路認識装置１００と異なる。第４実施形態の走路認識装置１００ａのその他の構成は、第１実施形態の走路認識装置１００と同じであるので、その詳細な説明を省略する。

車両位置判定部１０６は、自車両の現在位置が交差点領域内であるか否かを判定する。交差点領域とは、交差点および交差点の近傍領域を含む領域を意味する。交差点の近傍領域とは、交差点の中央から所定の距離以内の領域を意味し、本実施形態では、交差点の中央から５０ｍ以内の領域を意味する。なお、５０ｍに限らず、交差点の近傍であると認められる任意の距離以内の領域を意味してもよい。本実施形態において、車両位置判定部１０６は、現在位置が交差点領域内であるか否かを、撮像画像に信号機が写っており且つその大きさが所定の大きさ以上であるか否かにより判定する。信号機が所定の大きさ以上に写っている場合には、自車両の位置は交差点内または交差点の近傍に位置する。なお、自車両に搭載されている図示しないナビゲーションシステムにより得られる自車両の位置情報に基づき判定してもよい。

図１１に示すように、第４実施形態の遠方走路形状算出処理は、ステップＳ２０６、Ｓ２０７、Ｓ２０８を追加して実行する点において、第２実施形態の走路形状算出処理と異なり、その他の手順は同一である。

ステップＳ２０５において、近傍走路形状の入力がないと判定された場合（ステップＳ２０５：ＹＥＳ）、遠方形状算出部１０２は、自車両の現在位置が交差点領域内であるか否かを判定する（ステップＳ２０６）。

自車両の現在位置が交差点領域内でないと判定された場合（ステップＳ２０６：ＮＯ）、遠方形状算出部１０２は、上述のステップＳ２０９における閾値時間を、通常の時間に設定する（ステップＳ２０７）。通常の時間として、本実施形態では１秒間が設定されている。なお、１秒間に限らず、撮像画像の取得間隔よりも長い任意の時間に設定されてもよい。

これに対して、自車両の現在位置が交差点領域内であると判定された場合（ステップＳ２０６：ＹＥＳ）、遠方形状算出部１０２は、上述のステップＳ２０９の所定の閾値時間を、通常の時間よりも長い時間に設定する（ステップＳ２０８）。より長い時間として、本実施形態では２秒間が設定されている。なお、２秒間に限らず、通常の時間よりも長い任意の時間に設定されてもよい。

ステップＳ２０７またはＳ２０８の実行後、上述のステップＳ２０９が実行される。すなわち、遠方形状算出部１０２は、予め定められた閾値時間を超えて近傍走路形状の入力が連続してないか否かを判定する。第４実施形態では、このステップＳ２０９における閾値時間は、ステップＳ２０７またはＳ２０８により設定される。このように、自車両の現在位置が交差点領域内である場合に、ステップＳ２０９における閾値時間、すなわち、遠方走路形状の算出を停止させるか否かを判断する際の基準である、近傍走路形状が連続して入力されない時間を長く設定するのは、以下の理由からである。すなわち、自車両の現在位置が交差点領域内である場合、自車両の走行に伴い短期間の後に近傍走路形状の算出が再開されることが明らかであるため、遠方走路形状の算出を停止しなくてもその後の遠方走路形状の算出への影響は少ないからである。また、このようにすることで、遠方走路形状の算出停止により遠方走路形状の履歴の量がいたずらに減ってしまうことを抑制できるからである。これに対して、自車両の現在位置が交差点領域内でない場合には、近傍走路形状が連続して入力されない場合には、なんらかの問題、例えば、撮像画像の故障や走路認識装置１００の故障などが発生している可能性がある。このような場合に遠方走路形状の算出を継続すると、精度が低い遠方走路形状に基づき自動運転が実行されるおそれがあるため、本実施形態では、かかる場合におけるステップＳ２０９の閾値時間を通常時間とし、長く設定しないようにしている。

以上説明した第４実施形態の走路認識装置は、第１実施形態および第２実施形態の走路認識装置１００と同様な効果を有する。加えて、ステップＳ２０９における閾値時間の長さを、自車両の現在位置が交差点領域内であるか否かに応じて設定するので、近傍走路形状が算出されない理由が「自車両が交差点領域内に存在すること」であり、自車両の走行に伴い短期間の後に近傍走路形状の算出が再開されることが明らかである場合には、遠方走路形状の算出が停止されることを抑制して、遠方走路形状の履歴の量が不用意に少なくなることを抑制できる。加えて、自車両の現在位置が交差点領域内でない場合には、交差点領域内である場合に比べて、閾値時間をより短い時間に設定するので、遠方走路形状の誤認識を抑制できる。

Ｅ．第５実施形態：
第５実施形態の走路認識装置の装置は、第１実施形態の走路認識装置１００の装置構成と同じであるので、同一の構成要素には同一の符号を付し、その詳細な説明を省略する。第５実施形態の目標通過点設定処理は、図１２に示すように、ステップＳ３１６、Ｓ３１７、Ｓ３１８を追加して実行する点において、第３実施形態の目標通過点設定処理と異なり、その他の手順は同一である。

図１２に示すように、ステップＳ３１５において遠方走路形状の入力がないと判定された場合（ステップＳ３１５：ＮＯ）、目標通過点設定部１０５は、自車両の現在位置が交差点領域内であるか否かを判定する（ステップＳ３１６）。ステップＳ３１６は、上述の第４実施形態のステップＳ２０６と同様な処理であるので、その詳細な手順の説明を省略する。

自車両の現在位置が交差点領域内でないと判定された場合（ステップＳ３１６：ＮＯ）、目標通過点設定部１０５は、上述のステップＳ３１９における閾値時間を、通常の時間に設定する（ステップＳ３１７）。通常の時間として、本実施形態では１秒間が設定されている。なお、１秒間に限らず、撮像画像の取得間隔よりも長い任意の時間に設定されてもよい。

これに対して、自車両の現在位置が交差点領域内であると判定された場合（ステップＳ３１６：ＹＥＳ）、目標通過点設定部１０５は、上述のステップＳ３１９の所定の閾値時間を、通常の時間よりも長い時間に設定する（ステップＳ３１８）。より長い時間として、本実施形態では２秒間が設定されている。なお、２秒間に限らず、通常の時間よりも長い任意の時間に設定されてもよい。

ステップＳ３１７またはＳ３１８の実行後、上述のステップＳ３１９が実行される。すなわち、遠方形状算出部１０２は、予め定められた閾値時間を超えて遠方走路形状の入力が連続してないか否かを判定する。第５実施形態では、このステップＳ３１９における閾値時間は、ステップＳ３１７またはＳ３１８により設定される。このように、自車両の現在位置が交差点領域内である場合に、ステップＳ３１９における閾値時間、すなわち、遠方走路形状の算出（推定）を停止させるか否かを判断する際の基準となる、遠方走路形状算出処理の結果としての遠方走路形状が入力されない時間を長く設定する理由は、上述の第４実施形態においてステップＳ２０９における閾値時間を長く設定する理由と同じである。

以上説明した第５実施形態における走路認識装置は、第１実施形態および第３実施形態の走路認識装置１００と同様な効果を有する。加えて、ステップＳ３１９における閾値時間の長さを、自車両の現在位置が交差点領域内であるか否かに応じて設定するので、遠方走路形状算出処理により遠方走路形状が算出されない理由が「自車両が交差点領域内に存在すること」であり、自車両の走行に伴い短期間の後に遠方走路形状の算出が再開されることが明らかである場合には、遠方走路形状の算出が停止されることを抑制して、遠方走路形状の履歴の量が不用意に少なくなることを抑制できる。加えて、自車両の現在位置が交差点領域内でない場合には、交差点領域内である場合に比べて、閾値時間をより短い時間に設定するので、遠方走路形状の誤認識を抑制できる。

Ｆ．第６実施形態：
第６実施形態の走路認識装置の装置は、第１実施形態の走路認識装置１００の装置構成と同じであるので、同一の構成要素には同一の符号を付し、その詳細な説明を省略する。第６実施形態の走路形状算出処理は、図１３に示すように、ステップＳ４０５およびＳ４１０を追加して実行する点において、第１実施形態の走路形状算出処理と異なり、その他の手順は同一である。

図１３に示すように、遠方形状算出部１０２は、ステップＳ２０５において、所定の時刻に近傍走路形状の入力があると判定された場合（ステップＳ２０５：ＹＥＳ）、入力された近傍走路形状の確からしさの評価値を決定する（ステップＳ４０５）。具体的には、遠方形状算出部１０２は、ステップＳ２０５で入力された近傍走路形状から、近傍走路の進行方向に沿った距離（以下、「近傍走路距離」と呼ぶ）を特定し、かかる近傍走路距離に基づき評価値テーブルを参照して、評価値を決定する。評価値テーブルは、走路認識装置１００が備える図示しないメモリに予め記憶されている。

図１４に示すように、評価値テーブルには、近傍走路距離と評価値とが対応付けて設定されている。図１４において、横軸は近傍走路距離を示し、縦軸は評価値を示す。図１４に示すように、評価値テーブルでは、近傍走路距離が長くなるほど評価値が高くなるように設定されている。これは、近傍走路距離が長いほど、近傍走路形状の算出精度が高くなるからである。なお、図１４に示す例では、近傍走路距離が０から距離Ｌａまでにおける近傍走路距離の変化に対する評価値の変化率が最も大きく、距離Ｌａから距離Ｌｂまでにおける近傍走路距離の変化に対する評価値の変化率が第２番目に大きく、距離Ｌｂよりも大きい場合の近傍走路距離の変化に対する評価値の変化率が最も低くなるように、近傍走路距離と評価値との変化が３段階に設定されている。なお、３段階に限らず、任意の段階数で段階的に設定されてもよい。また、指数関数的に連続的に変化してもよい。

図１３に示すように、遠方形状算出部１０２は、決定された評価値に応じて、今回算出された近傍走路形状、すなわち、今回入力された近傍走路形状と、前回算出された遠方走路形状と、撮像パラメータと、車両の動きを示す情報と、に基づき、処理領域を設定する（ステップＳ４１０）。以下、ステップＳ４１０の具体的な手順について説明する。

まず、遠方形状算出部１０２は、ステップＳ４０５で決定された評価値に基づき、今回入力された近傍走路形状に基づき推定される処理領域の尤もらしさの度合い（以下、「尤度」と呼ぶ）と、遠方形状記憶部１０４に記憶されている前回の遠方走路形状に基づき推定される処理領域の尤度とを、統合尤度テーブルを参照して特定する。なお、本実施形態において、「今回入力された近傍走路形状に基づき推定される処理領域」を「第１推定処理領域」とも呼ぶ。また、「前回の遠方走路形状に基づき推定される処理領域」を「第２推定処理領域」とも呼ぶ。

図１５に示す統合尤度テーブルは、走路認識装置１００が備える図示しないメモリに予め記憶されている。図１５に示すように、統合尤度テーブルでは、評価値に対して、第１推定処理領域の尤度および第２推定処理領域の尤度が対応付けて設定されている。図１５において、横軸は評価値を示し、縦軸は第１推定処理領域の尤度および第２推定処理領域の尤度を示す。図１５において、直線ＡＬ以下の領域Ａ１は第１推定処理領域の尤度を示し、直線ＡＬよりも上の領域ＡＬ２（上限１００％）は第２推定処理領域の尤度を示す。本実施形態では、第１推定処理領域の尤度と第２推定処理領域尤度の合計は常に１００％になるように正規化されている。そして、統合尤度テーブルでは、評価値が高いほど、すなわち、入力された近傍走路形状の確からしさが高いほど第１推定処理領域の尤度は高く、第２推定処理領域の尤度は低い。例えば、図１５に示すように、評価値が値Ｅ１である場合には、第１推定処理領域の尤度は７０％（０．７）であり、第２推定処理領域の尤度は３０％（０．３）である。

次に、遠方形状算出部１０２は、今回の近傍走路形状に基づき処理領域を推定する。すなわち、第１推定処理領域を設定する。本実施形態において、かかる推定は、第１実施形態における遠方走路形状算出処理のステップＳ２１０およびＳ２１５を実行することにより実現する。次に、遠方形状算出部１０２は、前回の遠方走路形状に基づき処理領域を推定する。すなわち、第２推定処理領域を設定する。本実施形態において、かかる推定は、第１実施形態における遠方走路形状算出処理のステップＳ２７５を実行することにより実現する。

次に、遠方形状算出部１０２は、第１推定処理領域と第２推定処理領域との重複領域の尤度を算出する。重複領域の尤度は、第１推定処理領域の尤度と第２推定処理領域の尤度とを利用してベイズ推定に基づき導かれる。具体的には、下記式（１）に基づき算出される。下記式（１）において、Ｘは、重複領域の尤度を示す。変数Ａは、第１推定処理領域の尤度を示す。また、変数Ｂは、第２推定処理領域の尤度を示す。
Ｘ＝Ａ×Ｂ／｛Ａ×Ｂ＋（１−Ａ）×（１−Ｂ）｝・・・（１）

例えば、評価値が図１５に示すＥ１である場合には、第１推定処理領域と第２推定処理領域との重複領域については、変数Ａとして０．７が上記式（１）に代入され、変数Ｂとして０．３が上記式（１）に代入される。したがって、かかる重複領域については、統合尤度Ｘとして０．５が算出されることとなる。

次に、遠方形状算出部１０２は、撮像装置における各領域（各画素）のうち、尤度が所定の閾値以上の領域を、今回の処理領域として設定する。例えば、所定の閾値が０．３に設定されており、評価値が図１５に示すＥ１である場合には、第１推定処理領域（尤度：０．７）と、第２推定処理領域（尤度：０．３）と、これら２つの推定処理領域の重複領域（尤度：０．５）とを合わせた領域が今回の処理領域として設定されることとなる。なお、第１推定処理領域および第２推定処理領域のいずれにも該当しない領域については、尤度は０に設定されており、今回の処理領域としては設定されない。

図１３に示すように、このようなステップＳ４１０の実行後、上述したステップＳ２２０〜Ｓ２５５が実行される。

以上説明した第６実施形態の走路認識装置は、第１実施形態の走路認識装置１００と同様な効果を有する。加えて、近傍走路距離が長いほど評価値を高く設定し、その結果、近傍走路形状の尤度がより高くなるように設定しているので、近傍走路形状に基づき推定される処理領域を今回の処理領域として設定され易く（用いられ易く）できる。したがって、近傍走路距離が長く、近傍走路形状の算出精度が高いと見込まれる場合には、近傍走路形状に基づき推定される処理領域を今回の処理領域として設定され易くでき、処理領域の特定精度（遠方走路を含む領域としての確からしさ）の低下を抑制できる。なお、第６実施形態において、遠方形状算出部１０２は、請求項における評価部にも相当する。

Ｇ．第７実施形態：
第７実施形態の走路認識装置１００ｂは、図１６に示すように、物体検出部１０７および停車判定部１０８として機能する点において、第１実施形態の走路認識装置１００と異なる。第７実施形態の走路認識装置１００ｂのその他の装置構成は、第１実施形態の走路認識装置１００と同じであるので、その詳細な説明を省略する。

物体検出部１０７は、自車両の前方における他の車両の有無を検出する。本実施形態において、車両位置判定部１０６は、撮像部２１により得られる撮像画像を解析することにより、自車両の前方における他の車両の有無を検出する。停車判定部１０８は、自車両が赤信号で停車中であるか否かを判定する。本実施形態において、停車判定部１０８は、撮像部２１により得られる撮像画像を解析することにより赤信号であるか否かを判定すると共に、車速センサ２２から得られる自車両の移動速度に基づき停車中であるか否かを判定する。

第７実施形態の走路認識装置１００ｂは、図１７に示す実行判定処理を実行する点において、第１実施形態の走路認識装置１００と異なる。第７実施形態の走路認識装置１００ｂは、第１実施形態の走路認識装置１００と同様な手順にて、近傍走路形状算出処理および目標通過点設定処理を実行する。また、走路認識装置１００ｂは、第６実施形態の走路認識装置１００と同様な手順にて、遠方走路形状算出処理を実行する。

実行判定処理は、近傍走路形状算出処理を実行するか否かを決定するための処理であり、自車両のイグニッションがオンすると実行される。したがって第７実施形態では、近傍走路形状算出処理は、定期的には実行されない。図１７に示すように、近傍形状算出部１０１は、自車両の進行方向に先行車両が存在せず、且つ、自車両が赤信号により停車中であるか否かを判定する（ステップＳ５０５）。具体的には、近傍形状算出部１０１は、物体検出部１０７による検出結果、および停車判定部１０８による判定結果に基づき、自車両の進行方向に先行車両が存在せず、且つ、自車両が赤信号により停車中であるか否かを判定する。

自車両の進行方向に先行車両が存在せず、且つ、自車両が赤信号により停車中であると判定された場合（ステップＳ５０５：ＹＥＳ）、近傍走路形状算出処理の定期的な実行タイミングが到来しても、近傍走路形状算出処理を実行せず、停車前に特定された処理領域を今回の処理領域として特定する（ステップＳ５１０）。本実施形態では、停車前に特定された処理領域として、停車直前に特定された処理領域が今回の処理領域として特定される。なお、停車直前に特定された処理領域に代えて、停車直前よりも所定回数だけ前に特定された処理領域が今回の処理領域として特定されてもよい。

「自車両の進行方向に先行車両が存在せず、且つ、自車両が赤信号により停車中」ではないと判定された場合（ステップＳ５０５：ＮＯ）、近傍形状算出部１０１および遠方形状算出部１０２は、上述の近傍走路算出処理および遠方走路形状算出処理を実行する（ステップＳ５２０）。

なお、上述のステップＳ５１０が実行された場合、遠方走路形状算出処理として、ステップＳ２２０〜Ｓ２５５が実行される。

以上説明した第７実施形態の走路認識装置１００ｂは、第１実施形態の走路認識装置１００と同様な効果を有する。加えて、自車両の進行方向に先行車両が存在せず、且つ、自車両が赤信号により停車中である場合には、停車直前に特定された処理領域が今回の処理領域として特定されるので、処理領域の特定精度の低下を抑制できる。車両の前方に他の車両が存在せず、且つ、車両が赤信号で停車中の場合には、近傍走路形状の認識精度は停車前と同様である。他方、先行車両が存在して赤信号で停車中は、例えば、先行車両の車体のペイントを区画線（近傍走路形状）として誤って認識する場合などが想定され、処理領域の特性精度が低下するおそれがある。したがって、本実施形態の走路認識装置１００ｂによれば、処理領域の特定精度の低下を抑制できる。

Ｈ．第８実施形態：
第８実施形態の走路認識装置１００ｃは、図１８に示すように、自車両に搭載されたミリ波レーダ２４と電気的に接続されている点と、立体構造物検出部１０９として機能する点とにおいて、第１実施形態の走路認識装置１００と異なる。第８実施形態の走路認識装置１００ｃのその他の構成は、第１実施形態の走路認識装置１００の装置構成と同じであるので、同一の構成要素には同一の符号を付し、その詳細な説明を省略する。

ミリ波レーダ２４は、ミリ波帯の電波を用いて、自車両の前方の物体を検出する。より正確には、物体を複数の検出点（物標）として検出する。立体構造物検出部１０９は、ミリ波レーダ２４による検出結果と、撮像部２１により得られる撮像画像とに基づき、立体構造物（先行車両、対向車両、交差する道路上の車両、中央分離帯、歩行者、ガードレール、マンホール、信号機等）の種類、かかる立体構造物と自車両との距離、立体構造物の位置、立体構造物の大きさ、および、立体構造物の自車両に対する相対速度を繰り返し検出する。

第８実施形態の走路認識装置１００ｃは、第１実施形態の走路認識装置１００と同様な手順にて、近傍走路形状算出処理、遠方走路形状算出処理および目標通過点設定処理を実行する。但し、図４に示す遠方走路形状算出処理のステップＳ２１５の具体的な手順が、第１実施形態と若干異なる。

第１実施形態におけるステップＳ２１５では、近傍走路（区画線）を延長させて遠方走路形状を推定し、かかる遠方走路形状に基づき処理領域を設定していた。これに対して、第８実施形態では、遠方形状算出部１０２は、第１実施形態と同様にして設定された処理領域のうち、立体構造物検出部１０９により検出された道路の側縁に存在する立体構造物（以下、「路側物」と呼ぶ）により区画される領域の内側に、処理領域を設定する。

図１９の例では、自車両５００は、走行レーンＬｎ３を図１９における左側から右側へと走行しており、交差点ＣＲ２の手前に位置している。このとき、走行レーンＬｎ３のうち、交差点ＣＲ２を越えた２つの領域Ｅｒ３、Ｅｌ３が、遠方走路形状に基づき一時的に処理領域として特定される。そして、これら２つの領域Ｅｒ３、Ｅｌ３のうち、領域ＬＷ内の領域が最終的に処理領域として設定される。処理領域ＬＷは、走行レーンＬｎ３の近傍で走行レーンＬｎ３に沿って検出された立体構造物である路側物ＰｇＲと、隣の走行レーンＬｎ４の近傍で走行レーンＬｎ３に沿って検出された立体構造物である路側物ＰｇＬとで区画された領域として特定される。路側物ＰｇＲは、例えば、図示しない反対車線との境界に位置するいわゆる中央分離帯が該当する。また、路側物ＰｇＬは、走行レーンＬｎ４と図示しない歩道との境界に位置するガードレールが該当する。

以上説明した第８実施形態の走路認識装置は、第１実施形態の走路認識装置１００と同様な効果を有する。加えて、立体構造物検出部により検出された路側物の内側により区画される領域の内側に処理領域を設定するので、処理領域の特定精度の低下を抑制できる。一般に、走路は、路側物により区画される領域の内側に存在するからである。

Ｉ．第９実施形態：
第９実施形態の走路認識装置１００ｄは、図２０に示すように、接続インターフェイス部（接続ＩＦ部）２５と電気的に接続されている点と、走行レーン特定部１１０および走行レーン推定部１１１として機能する点とにおいて、第８実施形態の走路認識装置１００ｃと異なる。第９実施形態の走路認識装置１００ｄのその他の構成は、第８実施形態の走路認識装置１００ｃの装置構成と同じであるので、同一の構成要素には同一の符号を付し、その詳細な説明を省略する。

接続ＩＦ部２５は、自車両に搭載されたナビゲーション装置６００と電気的に接続され、ナビゲーション装置６００から自車両の位置を示す情報および地図情報を取得する。かかる地図情報には、各道路の走行レーンを示す情報が含まれている。走行レーン特定部１１０は、接続ＩＦ部２５を介してナビゲーション装置６００から入力される現在の走行レーンについての情報に基づき自車両の現在の走行レーンを特定する。走行レーン推定部１１１は、自車両が交差点に差し掛かった場合に、交差点を通過した後に自車両が走行するレーンである通過後走行レーンを推定する。具体的には、走行レーン推定部１１１は、立体構造物検出部１０９により検出される立体構造物のうち、現在の走行レーンの前方に存在する路側物を特定し、特定された路側物と現在の走行レーンとに基づき、地図情報から得られる自車両の現在位置の前方（交差点を通過した先）に存在する走行レーンのうちから、通過後走行レーンを推定する。例えば、図１９の例では、自車両５００は、走行レーンＬｎ３を現在走行しているものの交差点ＣＲ２が存在するために、撮像画像の解析では、今後走行予定の走行レーンは特定できない。しかし、自車両５００が走行レーンＬｎ３を現在走行中であること、前方に路側物ＰｇＲが存在すること、交差点ＣＲ２の先には、走行レーンＬｎ３と走行レーンＬｎ４とが存在すること、の各情報から、交差点ＣＲ２の通過後に、自車両５００は、走行レーンＬｎ３を走行すると予測し、走行レーンＬｎ３を通過後走行レーンとして推定する。

遠方形状算出部１０２は、第８実施形態と同様にして、第１実施形態と同様にして設定された処理領域（一時的な処理領域）のうち、立体構造物検出部１０９により検出された路側物により区画される領域の内側であり、さらに、さらに、通過後走行レーン内の領域を、最終的な処理領域として設定する。したがって、第９実施形態では、第８実施形態とは異なり、図１９に示す領域Ｅｌ３のうち、走行レーンＬｎ３から外れた領域は、処理領域として設定されないこととなる。

以上説明した第９実施形態の走路認識装置１００ｄは、第８実施形態の走路認識装置１００ｃと同様な効果を有する。さらに、通過後走行レーンを推定し、かかる通過後走行レーンを利用して処理領域をより限定するので、処理領域の特定精度の低下をより抑制できる。特に、交差点が存在することにより近傍走路形状の算出精度が低い状況であっても、処理領域の特定精度の低下を抑制できる。

Ｊ．第１０実施形態：
第１０実施形態の走路認識装置１００ｅは、図２１に示すように、加速度センサ２６と電気的に接続されている点と、姿勢変化検出部１１２として機能する点と、補正量マップ格納部１２０を備える点とにおいて、第１実施形態の走路認識装置１００と異なる。第１０実施形態の走路認識装置１００ｅのその他の構成は、第１実施形態の走路認識装置１００の装置構成と同じであるので、同一の構成要素には同一の符号を付し、その詳細な説明を省略する。

加速度センサ２６は、自車両の加速度を検出する。姿勢変化検出部１１２は、自車両の姿勢の変化を検出する。本実施形態では、姿勢変化検出部１１２は、加速度センサ２６により得られる加速度に基づき、自車両の姿勢の変化を検出する。具体的には、加速度が進行方向に向かってプラスの値の場合、すなわち、自車両が加速している場合、自車両の姿勢は、前方側が鉛直上方側を向き、後方側が鉛直下方側に向くように変化すると検出する。かかる姿勢の変化は、いわゆるノーズアップと呼ばれる。また、自車両が減速している場合、自車両の姿勢は、前方側が鉛直下方側を向き、後方側が鉛直上方側に向くように変化すると検出する。かかる姿勢の変化は、いわゆるノーズダウンと呼ばれる。

補正量マップ格納部１２０には、補正量マップが予め格納されている。補正量マップとは、自車両の移動速度（車速）と、自車両の加速度と、補正量とが対応付けられたマップである。補正量とは、遠方走路算出処理のステップＳ２１５で設定された処理領域の位置を補正するための補正量であり、画素数（ピクセル）を単位として補正の方向と共に格納されている。上述のノーズアップが生じると、撮像部２１の撮像方向が変化するため、撮像画像に写る撮像範囲は、当初行ったキャリブレーションの際に設定された撮像範囲よりも上方にずれることとなる。このため、ステップＳ２１５で設定される処理領域は、実際の領域に対して上方にずれて検出される。これとは逆に、ノーズダウンが生じると、撮像画像に写る撮像範囲は、当初行ったキャリブレーションの際に設定された撮像範囲よりも下方にずれることとなる。このため、ステップＳ２１５で設定される処理領域は、実際の領域に対して下方にずれて検出される。そこで、遠方形状算出部１０２は、ステップＳ２１５において、上述の手順に従って処理領域を求め、かかる処理領域を、自車両の姿勢の変化によるずれ量をキャンセルするように補正を行なう。このときの補正量は、車速と加速度に相関するため、予め実験により車速と加速度と補正量とを求めて補正量マップを作成し、補正量マップ格納部１２０に格納されている。したがって、遠方形状算出部１０２は、車速センサ２２から得られる車速と、加速度センサ２６から得られる加速度とに基づき、補正量マップを参照して、補正量を特定する。

以上説明した第１０実施形態の走路認識装置１００ｅは、第１実施形態の走路認識装置１００と同様な効果を有する。加えて、自車両の姿勢変化が検出された場合に、姿勢変化に応じて処理領域の位置を補正して特定するので、姿勢変化に伴い適切でない領域、例えば、遠方の走路が含まれない領域が処理領域として特定されることを抑制できる。また、処理領域を補正する際の補正量を、予め格納されている補正量マップを参照して設定するので、補正量を簡単に且つ短時間で設定することができる。

Ｋ．第１１実施形態：
第１１実施形態の走路認識装置１００ｆは、図２２に示すように、テンプレート画像特定部１１３として機能する点と、補正量マップ格納部１２０を備えていない点とにおいて、第１０実施形態の走路認識装置１００ｅの装置構成と異なる。第１１実施形態の走路認識装置１００ｆにおけるその他の構成要素は、第１０実施形態の走路認識装置１００ｅと同じであるので、同一の構成要素には同一の符号を付し、その詳細な説明を省略する。テンプレート画像特定部１１３は、処理領域を設定する際に用いるテンプレート画像を特定する。かかるテンプレート画像については、後述する。

第１１実施形態の走路認識装置１００ｆは、遠方走路形状算出処理の手順において、第１０実施形態の走路認識装置１００ｅと異なる。なお、第１１実施形態の走路認識装置１００ｆは、第１０実施形態の走路認識装置１００ｅと同様な手順にて、近傍走路形状算出処理および目標通過点設定処理を実行する。

図２３に示すように、ステップＳ２０５において、近傍走路形状の入力があると判定された場合（ステップＳ２０５：ＹＥＳ）、姿勢変化検出部１１２は、自車両の姿勢変化、具体的には、ノーズアップまたはノーズダウンが発生したか否かを判定する（ステップＳ４４０）。ノーズアップまたはノーズダウンが発生したと判定された場合（ステップＳ４４０：ＹＥＳ）、テンプレート画像特定部１１３は、ノーズアップまたはノーズダウンが発生する前に設定された処理領域を含むテンプレート画像を設定する（ステップＳ４４５）。具体的には、前回処理領域が設定された際に用いられた撮像画像（すなわち、前回得られた撮像画像）において、処理領域を含む領域、例えば、図３における処理領域Ｅｒ１と処理領域Ｅｌ１とを両方含むような矩形の領域の画像を、テンプレート画像として切り出して設定する。

遠方形状算出部１０２は、今回の撮像画像内において、ステップＳ４４５で設定されたテンプレート画像のパターンマッチングを実行する（ステップＳ４５０）。すなわち、ステップＳ４４５で設定されたテンプレート画像と同じ大きさの領域を、今回得られた撮像画像において１画素ずつずらしながら特定しつつ、かかる領域とテンプレート画像との類似度を求める。

遠方形状算出部１０２は、ステップＳ４５０の結果、最も類似する画像領域において処理領域を設定する（ステップＳ４５５）。具体的には、遠方形状算出部１０２は、最も類似する画像領域において、テンプレート画像における処理領域の相対的な位置と同じ位置の領域を、処理領域として設定する。ステップＳ４４５の実行後、上述のステップＳ２２０〜Ｓ２５５が実行される。

上述のステップＳ４４０において、ノーズアップまたはノーズダウンが発生しないと判定された場合（ステップＳ４４０：ＮＯ）、上述のステップＳ２１０が実行される。

以上説明した第１１実施形態の走路認識装置１００ｆは、第１０実施形態の走路認識装置１００ｅと同様な効果を有する。加えて、ノーズアップまたはノーズダウンが発生した場合に、発生前に得られた撮像画像において処理領域を含む領域の画像をテンプレート画像として設定し、かかるテンプレート画像で今回得られた撮像画像についてパターンマッチングを行うことで、処理領域が設定されるので、ノーズアップまたはノーズダウンが発生した場合に処理領域の補正を行なう必要が無い。また、かかる補正時の補正量を予め格納する必要がないため、かかる格納に要する記憶容量を省略できる。

Ｌ．第１２実施形態：
第１２実施形態の走路認識装置１００ｇは、図２４に示すように、補正量特定部１１４として機能する点において、図１８に示す第８実施形態の走路認識装置１００ｃと異なる。第１２実施形態の走路認識装置１００ｇにおけるその他の構成要素は、第８実施形態の走路認識装置１００ｃと同じであるので、同一の構成要素には同一の符号を付し、その詳細な説明を省略する。補正量特定部１１４は、処理領域の位置を補正する際に用いられる補正量を特定する。走路認識装置１００ｇでは、上述の１０実施形態の走路認識装置１００ｅと同様に、自車両の姿勢変化に応じて処理領域の位置を補正する。第１０実施形態の走路認識装置１００ｅでは、車速と加速度とに基づき補正量マップを参照して補正量を特定していたが、第１２実施形態の走路認識装置１００ｇは、撮像部２１により得られた撮像画像と、ミリ波レーダ２４の測定結果とを利用して、補正量を特定する。

第１２実施形態の走路認識装置１００ｇは、遠方走路形状算出処理の手順において、第１実施形態の走路認識装置１００と異なる。なお、第１２実施形態の走路認識装置１００ｇは、第１実施形態の走路認識装置１００と同様な手順にて、近傍走路形状算出処理および目標通過点設定処理を実行する。

図２５に示すように、ステップＳ２０５において、近傍走路形状の入力があると判定された場合（ステップＳ２０５：ＹＥＳ）、補正量特定部１１４は、前回の撮像画像における特定地点までの自車両からの距離と、今回の撮像画像における特定地点までの自車両からの距離との差分を算出する（ステップＳ４６０）。特定位置は、前回と今回とで同一となる現実の環境における位置であれば、任意の位置に定めることができる。例えば、路側に配置されたポール（例えば、標識を掲示するためのポールなど）の位置を特定位置としてもよい。

次に、補正量特定部１１４は、前回のミリ波レータ２４の測定結果に基づく特定立体構造物までの距離と、今回のミリ波レーダ２４の測定結果に基づく特定立体構造物までの距離との差分を算出する（ステップＳ４６５）。特定立体構造物は、前回と今回とで同一となる現実の環境における立体構造物であれば、任意の立体構造物に定めることができる。上述のステップＳ４６０およびＳ４６５の具体例を、図２６、図２７および図２８を用いて説明する。

図２６に示す例では、自車両５００の姿勢は、平常時の姿勢、すなわち、車両長手方向が水平方向と平行となるような姿勢である。このとき、自車両５００から、自車両５００の前方に存在するポールＰＬの位置Ｐ２までの距離は、撮像画像に基づき距離Ｌ１として推定されている。かかる距離は、本実施形態では、撮像画像中におけるポールＰＬの相対的な位置Ｐ２により求められる。平常時の姿勢、すなわち、撮像部２１のキャリブレーション実行時の姿勢時には、撮像範囲Ａｇは、予め定められた範囲であるため、撮像画像中における位置Ｐ２の相対的な位置により、自車両５００から位置Ｐ２までの距離を求める（推定する）ことができる。なお、図２６の例では、ミリ波レーダ２４の測定結果に基づき、ポールＰＬまでの距離は、距離Ｌ２として推定されている。ミリ波レーダ２４は、ミリ波を前方に照射し、ポールＰＬからの反射波を受信するため、自車両５００からポールＰＬまでの距離として、ミリ波レーダ２４の位置から水平方向にポールＰＬにぶつかる位置Ｐ１までの距離Ｌ２が求められる。

図２７に示すように、例えば、図２６の状態の後、自車両５００が急ブレーキを行った場合、ノーズダウンが生じる。この場合、撮像範囲Ａｇは、図２６の場合に比べて鉛直下方側を向くこととなる。このため、撮像画像中におけるポールＰＬの相対的な位置は、鉛直上方に変化し、図２７において破線で示すように、あたかもポールＰＬがより遠くに位置するように写ることなる。したがって、図２７の例では、ポールＰＬの位置は、図２６に示す位置Ｐ２とは異なり、自車両５００からより遠い位置Ｐ２ａとして特定される。このとき、自車両５００と位置Ｐ２ａとの間の距離は、距離Ｌ１１として推定される。そして、この図２７に示す距離Ｌ１１と図２６に示す距離Ｌ１との差分が上述のステップＳ４６０で求められる。この差分には、図２６の状態から図２７の状態に変化するまでの自車両５００の走行距離と、上述したノーズダウンに起因する撮像画像におけるポールＰＬの相対的な位置のずれと、が含まれている。

他方、図２８に示すように、図２６の状態の後、図２７と同様に自車両５００が急ブレーキを行ってノーズダウンが生じた場合、ミリ波レーダ２４の測定結果によれば、ポールＰＬの位置は変化が無く、したがって、このとき測定される自車両５００からポールＰＬまでの距離Ｌ１２も、図２６と同様に、自車両５００からポールＰＬの位置Ｐ１までの距離として求められる。そして、図２８に示す距離Ｌ１２と図２６に示す距離Ｌ２との差分がステップＳ４６５で求められる。この差分は、図２６の状態から図２８の状態に変化するまでの自車両５００の走行距離とほぼ等しい。

図２５に示すように、補正量特定部１１４は、ステップＳ４６０で算出された差分と、ステップＳ４６５で算出された差分の２種類の差分の相違をキャンセルするように、補正量を特定する（ステップＳ４７０）。具体的には、ステップＳ４６０で求めた差分からステップＳ４６５で求めた差分を差し引き、その余りの差分をキャンセルするように、補正量を特定する。例えば、上述の図２６〜図２８の例では、距離Ｌ１１と距離Ｌ１との差分から、距離Ｌ１２と距離Ｌ２との差分を差し引く。そして、仮に、その差分が、プラスであれば、すなわち、ポールＰＬがより遠くに位置するような値であれば、より近くに位置するように、すなわち、撮像画像中において下方に位置することとなるように、補正量を特定する。

図２５に示すように、遠方形状算出部１０２は、入力された近傍走路形状を利用して、近傍走路（区画線）を延長させて遠方走路形状を推定する（ステップＳ４７５）。このステップＳ４７５は、上述のステップＳ２１０と同じである。遠方形状算出部１０２は、推定された遠方走路形状に基づき仮処理領域を設定する（ステップＳ４８０）。仮処理領域とは、ステップＳ４７０で特定された補正量による補正前の処理領域を意味する。このステップＳ４８０は、上述のステップＳ２１５と同じである。遠方形状算出部１０２は、ステップＳ４８０で設定された仮処理領域をステップＳ４７０で特定された補正量だけずらして処理領域を設定する（ステップＳ４８５）。ステップＳ４８５の実行後、上述のステップＳ２２０〜Ｓ２５５が実行される。

以上説明した第１２実施形態の走路認識装置１００ｇは、第１０実施形態の走路認識装置１００ｇと同様な効果を有する。加えて、ノーズアップまたはノーズダウンが発生した場合の処理領域の位置を補正する際の補正量を、撮像部２１により得られる撮像画像と、ミリ波レーダ２４の測定結果とを用いて算出するので、補正量を精度良く求めることができる。

Ｍ．第１３実施形態：
第１３実施形態の走路認識装置１００ｈは、図２９に示すように、テンプレート画像補正部１１５として機能する点において、第１１実施形態の走路認識装置１００ｆと異なる。第１３実施形態の走路認識装置１００ｈにおけるその他の構成要素は、第１１実施形態の走路認識装置１００ｆと同じであるので、同一の構成要素には同一の符号を付し、その詳細な説明を省略する。走路認識装置１００ｈは、第１１実施形態の走路認識装置１００ｆと同様な手順にて、近傍走路形状算出処理、遠方走路形状算出処理および目標通過点設定処理を実行する。

テンプレート画像補正部１１５は、図２３に示す遠方走路形状算出処理のステップＳ４４５において、テンプレート画像を補正する。具体的には、撮像部２１の搭載位置または撮像部２１の姿勢に相関する搭載パラメータと、自車両の走行レーンの形状に相関するパラメータと、自車両の挙動に相関するパラメータとに基づき、テンプレート画像を補正する。搭載パラメータとしては、例えば、撮像部２１の撮像方向のヨー、ピッチ、ロール、撮像部２１の自車両の重心位置からの相対的な位置（座標）などが該当する。走行レーンの形状に相関するパラメータとしては、近傍走路形状を示す各パラメータなどが該当する。また、自車両の挙動に相関するパラメータとしては、例えば、レーンチェンジの有無、右折または左折の予定、自車両の車速や加減速などが該当する。

以上説明した第１３実施形態の走路認識装置１００ｈは、第１１実施形態の走路認識装置１００ｆと同様な効果を有する。加えて、テンプレート画像は、撮像装置の搭載位置または姿勢に相関する搭載パラメータと、車両の走行レーンの形状に相関するパラメータと、車両の挙動に相関するパラメータとに基づき補正されるので、これらの各パラメータが変化した場合であっても、適切な画像をテンプレート画像として用いることができる。

Ｎ．第１４実施形態：
第１４実施形態の走路認識装置の装置構成は、第１１実施形態の走路認識装置１００ｆの装置構成と同じであるので、同一の構成要素には同一の符号を付し、その詳細な説明を省略する。

第１４実施形態の走路認識装置１００ｆは、第１１実施形態の走路認識装置１００ｆと同様な手順にて、近傍走路形状算出処理、遠方走路形状算出処理および目標通過点設定処理を行う。但し、第１４実施形態の遠方走路形状算出処理は、図２３に示す遠方走路形状算出処理におけるステップＳ４５０、すなわち、パターンマッチングの実行手順において、第１１実施形態の遠方走路形状算出処理と異なる。

図３０に示すように、第１４実施形態におけるパターンマッチング処理では、遠方形状算出部１０２は、今回の撮像画像において、テンプレート画像と比較する対象となる領域（以下、「比較対象領域」と呼ぶ）を特定する（ステップＳ７０５）。遠方形状算出部１０２は、図２３に示すステップＳ４４５において設定されたテンプレート画像における破線含有領域を特定する（ステップＳ７１０）。破線含有領域とは、破線を含む領域であり、例えば、区画線が破線である場合に、かかる区画線を含む領域を意味する。後述のように、遠方形状算出部１０２は、比較対象領域の各画素と、テンプレート画像における同じ位置の各画素とを比較して一致するか否かに応じてスコアを与える。このとき、比較対象領域において比較対象とする画素（以下、「比較画素」と呼ぶ）が、テンプレート画像における破線含有領域内の画素に対応する画素か否かを判定する（ステップＳ７１５）。

比較画素が破線含有領域の画素に対応する画素であると判定された場合（ステップＳ７１５：ＹＥＳ）、遠方形状算出部１０２は、比較画素とテンプレート画像における対応画素（相対的な位置が同じ画素）とを比較して一致するか否かを判定する（ステップＳ７２０）。一致すると判定された場合（ステップＳ７２０：ＹＥＳ）、遠方形状算出部１０２は、かかる比較画素に対してスコア「１」を与える（ステップＳ７２５）。他方、一致しないと判定された場合（ステップＳ７３５：ＮＯ）、比較画素に対してスコア「０．５」を与える（ステップＳ７３０）。

上述のステップＳ７１５において、比較画素が破線含有領域の画素に対応する画素でないと判定された場合（ステップＳ７１５：ＮＯ）、比較画素とテンプレート画像における対応画素（相対的な位置が同じ画素）とを比較して一致するか否かを判定する（ステップＳ７３５）。かかるステップＳ７３５は上述のステップＳ７２０と同じである。一致すると判定された場合（ステップＳ７３５：ＹＥＳ）、遠方形状算出部１０２は、上述のステップＳ７２５と同様に、かかる比較画素に対してスコア「１」を与える（ステップＳ７４０）。他方、一致しないと判定された場合（ステップＳ７３５：ＮＯ）、上述のステップＳ７３０とは異なり、比較画素に対してスコア「０」を与える（ステップＳ７４５）。

上述のステップＳ７２５、Ｓ７３０、Ｓ７４０、Ｓ７４５のいずれかが実行された後、遠方形状算出部１０２は、全ての比較対象領域の全ての画素について比較が終了したか否かを判定し（ステップＳ７５０）、比較が終了していないと判定された場合（ステップＳ７５０：ＮＯ）、上述のステップＳ７０５に戻る。これに対して、比較が終了したと判定された場合（ステップＳ７５０：ＹＥＳ）、遠方形状算出部１０２は、各比較対象領域についての合計スコアを算出し、記憶する（ステップＳ７５５）。合計スコアは、各比較対象領域の各画素について、ステップＳ７２５、Ｓ７３０、Ｓ７４０、Ｓ７４５のいずれかが実行されて付与されたスコアを合算した値である。かかる合計スコアが高いほど、テンプレート画像に類似することを意味する。そして、ステップＳ７５５の実行後、パターンマッチング処理は終了し、図２３に示すステップＳ４５５が実行される。このとき、合計スコアが最も高い領域は、最も類似する領域であり、かかる領域において処理領域が設定される。

ここで、上述のように、比較画素が破線含有領域内の画素に対応する画素である場合には、比較画素が、対応する画素と一致しない場合に与えられるスコアは「０．５」であり、比較画素が破線含有領域内の画素に対応する画素でない場合のスコア「０」に比べて高い。このようにすることで、自車両の走行レーンの区画線が破線である場合には、区画線が実線である場合に比べて、パターンマッチング処理の結果が合計スコアに与える影響を低減できる。一般に、区画線が破線である場合には、同じ区画線であっても、前回の撮像画像に写っている態様と、今回の撮像画像に写っている態様とは異なる可能性が高い。具体的には、破線のうちのペイント部分とペイントされてない部分との境界の位置が、自車両の走行に伴ってずれるため、同じ区画線であっても、前回の撮像画像に写っている態様と、今回の撮像画像に写っている態様とは異なる可能性が高い。そこで、破線の場合には、パターンマッチングの結果が合計スコアに与える影響を低減させることで、同一の区画線を同一のものとして評価できるようにしている。

以上説明した第１４実施形態の１００ｆは、第１１実施形態の走路認識装置１００ｆと同様な効果を有する。加えて、区画線が破線の場合には、区画線が実線である場合に比べて、パターンマッチングの結果が一致度を示すスコアに与える影響を低減するので、処理領域の特定精度の低下を抑制できる。区画線が破線の場合には、同じ線であるにも関わらず、撮像するタイミングが異なると形状が異なる可能性が高い。したがって、この場合、一致度を示すスコア（合計スコア）に与える影響を低減するので、同一の区画線を同一の区画線として認識する可能性を高めることができる。

Ｏ．第１５実施形態：
第１５実施形態の走路認識装置１００ｉは、図３１に示すように、交差点判定部１１６および方向特定部１１７として機能する点において、第１実施形態の走路認識装置１００と異なる。第１５実施形態の走路認識装置１００ｉのその他の構成は、第１実施形態の走路認識装置１００と同じであるので、その詳細な説明を省略する。

交差点判定部１１６は、自車両が交差点領域内を走行中又は交差点領域内で停車中であるか否かを判定する。方向特定部１１７は、自車両の走行レーン上の横断歩道の縞模様（いわゆるゼブラ）を構成する複数のペイントを検出し、検出された複数のペイントの長手方向を特定する。一般的には、複数のペイントの長手方向は、走行レーンに沿った方向である。

第１５実施形態の遠方走路形状算出処理は、図３２に示すように、ステップＳ２７５に代えて、ステップＳ２８０〜Ｓ２８４を実行する点において、図４に示す第１実施形態の遠方走路形状算出処理と異なり、その他の手順は同一である。なお、第１５実施形態の近傍走路形状算出処理および目標通過点設定処理は、第１実施形態と同じである。

上述のステップＳ２７０において、前回の遠方走路形状の履歴があると判定された場合（ステップＳ２７０：ＹＥＳ）、交差点判定部１１６は、自車両が交差点領域内を走行中又は交差点領域内で停車中であるか否かを判定する（ステップＳ２８０）。交差点領域の定義は第４実施形態で説明したとおりである。また、自車両が交差点内の走行中または停車中であるか否かの判定は、第４実施形態のステップＳ２０６と同様な手順に加えて、車速センサ２２により測定される車速に基づき実現できる。自車両が交差点領域内を走行中又は交差点領域内で停車中でないと判定された場合（ステップＳ２８０：ＮＯ）、遠方走路形状算出処理は終了する。

自車両が交差点領域内を走行中又は交差点領域内で停車中であると判定された場合（ステップＳ２８０：ＹＥＳ）、遠方形状算出部１０２は、今回の撮像画像において、自車両の走行レーンに横断歩道の縞模様を構成する複数のペイントがあるか否かを判定する（ステップＳ２８１）。複数のペイントが無いと判定された場合（ステップＳ２８１：ＮＯ）、遠方走路形状算出処理は終了する。これに対して、複数のペイントがあると判定された場合（ステップＳ２８１：ＹＥＳ）、方向特定部１１７は、ステップＳ２８１で特定された複数のペイントの長手方向に沿ったエッジのうち、自車両の走行レーン内において右端に位置するエッジと、左端に位置するエッジを特定する（ステップＳ２８２）。方向特定部１１７は、ステップＳ２８２で特定された２つのエッジに基づき、今回の撮像画像において、かかるエッジを延長した場合の仮想線同士が交差する点（いわゆる消失点）の位置を特定する（ステップＳ２８３）。遠方形状算出部１０２は、ステップＳ２８３で特定された消失点の位置に基づき処理領域を設定する（ステップＳ２８４）。

図３３の例では、自車両の走行レーンＬｎ５に横断歩道Ｐｄ３の縞模様を構成する複数のペイントがあると判定される。なお、走行レーンＬｎ５は、撮像画像Ｆ２０の下方に少しだけ写っている区画線Ｌｒ４、Ｌｌ４により区画される。ステップＳ２８２では、複数のエッジのうち、走行レーンＬｎ５内に一部が含まれている右側のペイントＺｒの内側のエッジＥｇ１と、同様に走行レーンＬｎ５内に一部が含まれている左側のペイントＺｌの内側のエッジＥｇ２とが特定される。ステップＳ２８３では、ステップＳ２８２で特定された２つのエッジＥｇ１、Ｅｇ２を延長した２つの仮想線Ｖｌ１、Ｖｌ２同士が交差する点Ｐ１０が、消失点として特定される。

この図３３の例を利用して、ステップＳ２８４において処理領域を設定する方法について、具体的に説明する。まず、２つの仮想線Ｖｌ１、Ｖｌ２上の２つの第１点であって、点Ｐ１０（２つの仮想線Ｖｌ１、Ｖｌ２の交差位置）から予め定められた第１距離Ｌ２１だけ手前の２つの第１点Ｐ１ｒ、Ｐ１ｌを特定する。次に、２つの仮想線Ｖｌ１、Ｖｌ２上における２つの第１点Ｐ１ｒ、Ｐ１ｌとは異なる２つの点であって、横断歩道Ｐｄ３の奥側の端部から予め定められた第２距離Ｌ２２だけ奥側の点を、第２点Ｐ２ｒ、Ｐ２ｌとして特定する。そして、仮想線Ｖｌ１に沿って、第１点Ｐ１ｒと第２点Ｐ２ｒとを結んだ線分を中心として、予め定められた第３距離Ｌ３を走行レーンＬｎ５と交わる方向の幅の大きさとする矩形の領域を、処理領域Ｅｒ４として設定する。同様に、仮想線Ｖｌ２に沿って、第１点Ｐ１ｌと第２点Ｐ２ｌとを結んだ線分を中心として、第３距離Ｌ３を走行レーンＬｎ５と交わる方向の幅の大きさとする矩形の領域を、処理領域Ｅｌ４として設定する。

図３２に示すように、ステップＳ２８４の実行後、上述のステップＳ２２０〜Ｓ２５５が実行される。

以上説明した第１５実施形態の走路認識装置１００ｉは、第１実施形態の走路認識装置１００と同様な効果を有する。加えて、自車両が交差点領域内を走行中又は停車中であると判定された場合に、横断歩道の縞模様を構成するペイントの長手方向を利用して処理領域を設定するので、処理領域の特定精度の低下を抑制できる。一般に、走行レーン上の横断歩道の縞模様を構成する複数のペイントの長手方向は、走行レーンと平行であるため、かかる長手方向を利用して処理領域を設定することにより、処理領域の特定精度の低下を抑制できるからである。

Ｐ．第１６実施形態：
第１６実施形態の走路認識装置１００ｊは、図３４に示すように、正常性判定部１１８として機能する点において、第１実施形態の走路認識装置１００の装置構成と異なる。第１６実施形態の走路認識装置１００ｊにおけるその他の構成要素は、第１実施形態の走路認識装置１００と同じであるので、同一の構成要素には同一の符号を付し、その詳細な説明を省略する。正常性判定部１１８は、後述する第１６実施形態における遠方走路形状算出処理において一時的に選択された白線候補の正常性を判定する。

第１６実施形態の遠方走路形状算出処理は、図３５に示すように、図４に示す第１実施形態の遠方走路算出処理と比べて、ステップＳ２２５〜Ｓ２４０に代えてステップＳ８０５〜Ｓ８１０を実行する点においてのみ異なる。なお、第１６実施形態の走路認識装置１００ｊは、第１実施形態の走路認識装置１００と同様な手順にて、近傍走路形状算出処理および目標通過点設定処理を実行する。第１実施形態では、処理領域内において白線候補を特定するためにハフ変換を行なっていたが、第１６実施形態では、ＬＭｅｄＳ（Least Median Squares）を用いる。ＬＭｅｄＳは、いわゆるランダムサンプル法の一種である。なお、ＬＭｅｄＳに代えて、ＲＡＮＳＡＣ（RANdom SAmple Consensus）を用いてもよい。

図３５に示すように、ステップＳ２２０の実行後、遠方形状算出部１０２は、ＬＭｅｄＳを利用して白線候補を決定する（ステップＳ８０５）。具体的には、ステップＳ２２０で抽出された処理領域内のエッジのうち、任意の２個をランダムにサンプリングする。次に、かかる２個のエッジを結ぶ直線式から、他の全てのエッジ（例えば、Ｎ個）と、かかる直線との誤差の２乗を算出する。次に、得られたＮ個の２乗誤差の中央値を、かかる直線の評価スコアとして特定して記録する。以上を、すべてのエッジの２個の組み合わせについて実行する。そして、得られたすべての評価スコアのうち、最低の評価スコアの直線を、白線候補として決定する。なお、白線候補は、後述するように正常であると判定された場合には、遠方走路形状として算出されるため、「仮の遠方走路形状」と呼ぶことができる。

正常性判定部１１８は、ステップＳ８０５で決定された白線候補が正常であるか否かを判定する（ステップＳ８１０）。この正常性判定の具体的な方法を、図３６を用いて説明する。図３６では、４つのケースＣ１〜Ｃ４について、それぞれ白線候補ｍ１〜ｍ４と、誤差分布と、各白線候補の評価スコアＳ１〜Ｓ４とが表されている。

ケースＣ１では、評価スコアＳ１は、比較的小さい値であり、本実施形態では正常であると判定される。これに対して、他の３つのケースＣ２〜Ｃ４では、正常ではない、すなわち、異常であると判定される。具体的には、ケースＣ２では、評価スコアが比較的大きいため異常であると判定される。また、ケースＣ３では、評価スコアＳ３は比較的小さい。しかし、ケースＣ３では、中央値から外れた値の誤差（２乗誤差）が連続する誤差範囲であって、度数が大きく且つ互いに等しい誤差範囲が比較的広く存在している。このような状況とはケースＣ３に示すように、白線候補として決定された直線ｍ３に加えて同様な直線ｍ３０が存在し得るような場合が想定される。具体的には、白線（区画線）の近傍に白線に沿って設置されたガードレールが存在するような場合には、かかるガードレールのエッジからなる直線も、誤差の分布においては、中央値から外れた誤差が均一に分布する態様で現れる。また、ケースＣ４では、評価スコアＳ４は比較的小さいが、エッジの合計数が小さいために算出される誤差数も少なく、その結果、白線候補ｍ４が白線である蓋然性が低い場合が想定される。

本実施形態では、上述の３つのケースＣ２〜Ｃ４を異常であると認識するために、下記（ｉ）〜（ｉｉｉ）のいずれかの条件を満たす場合には正常ではない（異常である）と判定し、いずれの条件も満たさない場合には正常であると判定するようにしている。
（ｉ）ＬＭｅｄＳにより得られる誤差分布における中央値の評価スコアが、予め定められた閾値評価スコアよりも大きい。
（ｉｉ）ＬＭｅｄＳにより得られる誤差分布において、中央値から外れた値の誤差が連続する誤差範囲であって、度数が予め定められた閾値度数よりも大きく互いに等しい誤差範囲が、予め定められた範囲よりも広い。
（ｉｉｉ）得られた誤差数が予め定められた閾値数よりも少ない。

図３５に示すように、上述のステップＳ８１０の結果、白線候補は正常であると判定された場合（ステップＳ８１０：ＹＥＳ）、遠方形状算出部１０２は、上述のステップＳ２４５〜Ｓ２５５を実行する。これに対して、白線候補は正常ではないと判定された場合（ステップＳ８１０：ＮＯ）、遠方走路形状算出処理は終了する。したがって、この場合、遠方走路形状は算出されないこととなる。

以上説明した第１６実施形態の走路認識装置１００ｊは、第１実施形態の走路認識装置１００と同様な効果を有する。加えて、ＬＭｅｄＳにより決定された白線候補が正常でないと判定された場合に遠方走路形状を算出しないので、正常でない遠方走路形状が履歴として遠方形状記憶部１０４に記憶されることを抑制できる。このため、遠方走路形状を用いて処理領域を設定する場合の精度の低下を抑制できる。

また、誤差分布に基づき、白線候補の正常性を判定するので、かかる正常性を精度良く判定できる。また、上記（ｉ）〜（ｉｉｉ）のいずれかの条件が満たされた場合に、白線候補は正常ではないと判定するので、白線候補の正常性を精度良く判定できる。

Ｑ．第１７実施形態：
第１７実施形態の走路認識装置１００ｋは、図３７に示すように、走路推定部１１９として機能する点において、第１６実施形態の走路認識装置１００ｊの装置構成と異なる。第１７実施形態の走路認識装置１００ｋにおけるその他の構成要素は、第１６実施形態の走路認識装置１００ｊと同じであるので、同一の構成要素には同一の符号を付し、その詳細な説明を省略する。走路推定部１１９は、前回の遠方走路形状に基づき、今回の遠方走路形状を推定する。

第１７実施形態の遠方走路形状算出処理は、図３８に示すように、図３５に示す第１６実施形態の遠方走路算出処理と比べて、ステップＳ８００を追加実行する点においてのみ異なる。なお、第１７実施形態の走路認識装置１００ｋは、第１実施形態の走路認識装置１００と同様な手順にて、近傍走路形状算出処理および目標通過点設定処理を実行する。

図３８に示すように、ステップＳ２２０の実行後、走路推定部１１９は、遠方形状記憶部１０４に記憶されている前回の遠方走路形状と、撮像パラメータと、車両の動きを示す情報とに基づき、今回の遠方走路形状を推定する（ステップＳ８００）。このステップＳ８００は、上述のステップＳ２７５において今回の遠方走路形状を推定する処理と同じ処理であるので、その詳細な説明を省略する。ステップＳ８００の後、上述のステップＳ８０５およびＳ８１０が実行される。但し、本実施形態におけるステップＳ８１０の具体的な手順は、第１６実施形態の手順と異なる。

具体的には、正常性判定部１１８は、ステップＳ８００で推定された今回の遠方走路形状と、ステップＳ８０５で決定された白線候補とを比較して、これら２つの形状（直線）の位置および角度の差を求める。なお、位置および角度のうち一方の差のみを求めてもよい。そして、かかる差が予め定められた閾値以上である場合に正常ではない（異常である）と判定し、かかる閾値よりも小さい場合には、正常であると判定する。

図３９において、直線Ｌｒ４、Ｌｌ４は、近傍走路形状を示す。また、直線Ｌｒ５、Ｌｌ５は、前回の遠方走路形状から推定される今回の遠方走路形状を示す。また、直線Ｌｒ６、Ｌｌ６は、白線候補の直線を示す。図３９に示すように、直線Ｌｒ５と直線Ｌｒ６とは、互いに交差しており、角度差は比較的大きい。同様に、直線Ｌｌ５と直線Ｌｌ６とは、互いに交差しており、角度差は比較的大きい。したがって、この場合、白線候補の直線Ｌｒ６、Ｌｌ６は、異常であると判定される可能性が高い。なお、このように、白線候補が前回の遠方走路形状から推定される今回の遠方走路形状と大きく相違する理由としては、例えば、区画線に沿って存在するガードレールや植え込みから抽出されたエッジから白線候補が決定された場合などが想定される。

以上説明した第１７実施形態の走路認識装置１００ｋは、第１６実施形態の走路認識装置１００ｊと同様な効果を有する。加えて、ＬＭｅｄＳにより決定された白線候補と前回の遠方走路形状から推定される今回の遠方走路形状とを比較して、２つの直線の角度および位置の差が閾値以上である場合に、白線候補は正常ではないと判定するので、白線候補の正常性を精度良く判定できる。

Ｒ．第１８実施形態：
第１８実施形態における走路認識装置の装置構成は、図３７に示す第１７実施形態におおける走路認識装置１００ｋの装置構成と同じであるので、同一の構成要素には同一の符号を付し、その詳細な説明を省略する。

第１８実施形態における遠方走路形状算出処理は、図３８に示す第１７実施形態における遠方走路形状算出処理と同様である。但し、ステップＳ８０５の具体的な処理において、第１７実施形態と異なる。

第１８実施形態の走路認識装置１００ｋは、ステップＳ８０５を、図４０に示す手順で実行する。具体的には、正常性判定部１１８は、２つエッジを選択し、かかる２つのエッジを通る直線を特定する（ステップＳ９０５）。正常性判定部１１８は、ステップＳ９０５で特定された直線について、ＬＭｅｄＳを利用して仮の誤差分布を求める（ステップＳ９１０）。なお、「仮の誤差分布」と呼ぶのは、かかる誤差分布は、後述するように補正される可能性があるからである。正常性判定部１１８は、ステップＳ８００で推定された今回の遠方走路形状と、ステップＳ９０５で特定された直線との一致度合いを求める（ステップＳ９１５）。例えば、第１７実施形態と同様に、これら２つの形状（直線）の位置および角度の差を求め、差が小さいほど大きくなるように一致度合いを定める。

正常性判定部１１８は、ステップＳ９１５で求めた一致度合いに応じて、ステップＳ９１０で求めた誤差分布を補正して、最終的な誤差分布を求める（ステップＳ９２０）。具体的には、本実施形態では、一致度合いに応じて、中央値、すなわち、評価スコアを低く補正する。このとき、一致度合いが高いほど、評価スコアを低減する量を大きくする。

正常性判定部１１８は、すべてのエッジを選択したか否かを判定し（ステップＳ９２５）、すべてのエッジを選択していないと判定された場合（ステップＳ９２５：ＮＯ）、上述のステップＳ９０５に戻る。これに対して、すべてのエッジを選択したと判定された場合（ステップＳ９２５：ＹＥＳ）、最も評価スコアの低い直線を、白線候補として決定する（ステップＳ９３０）。上述のように、推定された今回の遠方走路形状との一致度合いが高い直線ほど、評価スコアが大きく低減するので、ステップＳ９３０において、白線候補として決定され易いといえる。

以上説明した第１８実施形態の走路認識装置１００ｋは、第１７実施形態の走路認識装置１００ｋと同様な効果を有する。加えて、ＬＭｅｄＳにおいて評価対象となる直線のうち、前回算出された遠方走路形状に基づき推定された今回の遠方走路形状との一致度合いが高い直線ほど、評価スコアが大きく低減するので、白線候補として決定され易くできる。したがって、白線候補を、より高い精度で決定することができる。

Ｓ．その他の実施形態：
（Ｓ−１）各実施形態において、今回算出された近傍走路形状を用いていた処理を、近傍走路形状の履歴を用いた処理に置き換えてもよい。例えば、第１実施形態における遠方走路形状算出処理のステップＳ２１０において、今回算出された近傍走路形状に代えて、近傍走路形状の履歴を用いて遠方走路形状を推定してもよい。例えば、前回の近傍走路形状、前々回の近傍走路形状からそれぞれ遠方走路形状を推定し、これら２つの遠方走路形状を組み合わせて（外挿して）、今回の遠方走路形状を推定してもよい。また、例えば、第１実施形態の遠方走路形状算出処理のステップＳ２７５において、前回算出された遠方走路形状に代えて、遠方走路形状の履歴を用いて処理領域を設定してもよい。

（Ｓ−２）第４実施形態と第５実施形態とを組み合わせてもよい。すなわち、自車両の現在位置が交差点領域内であると判定された場合（ステップＳ２０６：ＹＥＳ、およびステップＳ３１６：ＹＥＳ）、ステップＳ２０９における閾値時間とステップＳ３１９における閾値時間とをいずれも通常の時間よりも長い時間に設定してもよい。

（Ｓ−３）各実施形態において、自車両の前方に他の車両が存在せず、且つ、自車両が赤信号で停車中の場合であり、且つ、自車両の前方を横切る移動物が存在する場合には、処理領域の新たな設定を行わず、自車両の停車前に設定された処理領域を、現在の処理領域として設定してもよい。この構成においては、走路認識装置は、自車両の前方における物体を検出する物体検出部と、自車両が赤信号で停車中であるか否かを判定する停車判定部とを、さらに備える。停車判定部は、例えば、撮像画像を解析することにより、赤信号で停車中であるか否かを判定できる。自車両の前方を横切る移動物が存在する場合には、撮像画像に基づき算出される近傍走路形状の精度が低下し、また、そのような近傍走路形状を用いて設定される処理領域の精度も低下し、ひいては、遠方走路形状の精度も低下する。したがって、このような構成とすることで、低い精度の近傍走路形状および遠方走路形状が算出されることを抑制できる。

（Ｓ−４）第１５実施形態では、処理領域を設定するために用いられた横断歩道のペイントのエッジは、ステップＳ２８１で特定された複数のペイントの長手方向に沿ったエッジのうち、自車両の走行レーン内において右端に位置するエッジと、左端に位置するエッジとであったが、本開示はこれに限定されない。ステップＳ２８１で特定された複数のペイントの長手方向に沿った任意の位置の２つのエッジであってもよい。また、２つのエッジに限らず、複数のエッジを用いて処理領域を特定してもよい。すなわち、複数のエッジを用いて消失点の位置を特定し、かかる消失点の位置に基づき処理領域を設定してもよい。

（Ｓ−５）第１５実施形態において、処理領域を設定する具体的な方法は適宜変更可能である。例えば、ステップＳ２８２で特定されたエッジを延長させて消失点Ｐ１０の位置を特定したら、かかる消失点Ｐ１０を頂点とする所定の形状の三角形状の領域を、２つのエッジを延長させた仮想線に沿って配置して設定してもよい。

（Ｓ−６）第４実施形態では、自車両の現在位置が交差点領域内であるか否かに応じて、目標通過点設定処理のステップＳ３１９における閾値時間の長さを変えていたが、本開示はこれに限定されない。例えば、遠方走路形状算出処理のステップＳ２０５を、「近傍走路形状が予め定められた時間（所定の閾値時間）を超えて近傍走路形状の入力があるか否かを判定する処理（以下、「ステップＳ２０５ａ」と呼ぶ）に置き換える。そして、かかるステップＳ２０５ａの前に、上述のステップＳ２６０〜Ｓ２６４を実行する。このとき、ステップＳ２６２またはＳ２６４で設定される閾値時間を、ステップＳ２０５ａにおける閾値時間としてもよい。

（Ｓ−７）第１３実施形態の３種類のパラメータのうち、少なくとも１種類のパラメータに基づき、テンプレート画像を補正してもよい。

（Ｓ−８）第１７実施形態の遠方走路形状算出処理のステップＳ８００において、前回の遠方走路形状に代えて、今回の遠方走路形状を用いて、今回の遠方走路形状を推定してもよい。かかる推定は、例えば、第１実施形態の遠方走路形状算出処理のステップＳ２１０と同様な手順により実行してもよい。

（Ｓ−９）各実施形態では、算出された近傍走路形状および遠方走路形状は、目標通過点、すなわち、自車両が自動運転する際の目標とする通過点を設定するために用いられていたが、本開示はこれに限定されない。例えば、近傍走路形状および遠方走路形状のうち、少なくとも一方が算出されない場合に警報を発生させる構成とし、近傍走路形状および遠方走路形状は、かかる警報の発生契機として用いられてもよい。かかる構成においては、目標通過点設定部１０５、および目標通過点設定処理の実行を省略してもよい。

（Ｓ−１０）各実施形態において、ハードウェアによって実現されていた構成の一部をソフトウェアに置き換えるようにしてもよく、逆に、ソフトウェアによって実現されていた構成の一部をハードウェアに置き換えるようにしてもよい。例えば、第１実施形態においては、近傍形状算出部１０１、遠方形状算出部１０２、近傍形状記憶部１０３、遠方形状記憶部１０４、目標通過点設定部１０５のうちの少なくとも１つの機能部を、集積回路、ディスクリート回路、またはそれらの回路を組み合わせたモジュールにより実現してもよい。また、本開示の機能の一部または全部がソフトウェアで実現される場合には、そのソフトウェア（コンピュータプログラム）は、コンピューター読み取り可能な記録媒体に格納された形で提供することができる。「コンピューター読み取り可能な記録媒体」とは、フレキシブルディスクやＣＤ−ＲＯＭのような携帯型の記録媒体に限らず、各種のＲＡＭやＲＯＭ等のコンピューター内の内部記憶装置や、ハードディスク等のコンピューターに固定されている外部記憶装置も含んでいる。すなわち、「コンピューター読み取り可能な記録媒体」とは、データパケットを一時的ではなく固定可能な任意の記録媒体を含む広い意味を有している。

本開示は、上述の実施形態に限られるものではなく、その趣旨を逸脱しない範囲において種々の構成で実現することができる。例えば、各実施形態中の技術的特徴は、上述の課題の一部又は全部を解決するために、あるいは、上述の効果の一部又は全部を達成するために、適宜、差し替えや、組み合わせを行うことが可能である。また、その技術的特徴が本明細書中に必須なものとして説明されていなければ、適宜、削除することが可能である。

１００，１００ａ〜１００ｋ 走路認識装置、２１ 撮像装置、１０１ 近傍形状算出部、１０２ 遠方形状算出部、１０３ 近傍形状記憶部、１０４ 遠方形状記憶部、Ｅｒ１〜Ｅｒ４，Ｅｌ１〜Ｅｌ４ 処理領域

Claims (4)

1. 車両に搭載され、前記車両の走路を認識する走路認識装置（１００、１００ａ〜１００ｋ）であって、
   前記車両に搭載された撮像装置（２１）により繰り返し得られる撮像画像に基づき、前記車両の近傍の走路形状である近傍走路形状を繰り返し算出する近傍形状算出部（１０１）と、
   算出された前記近傍走路形状に基づき各撮像画像における処理領域（Ｅｒ１〜Ｅｒ４、Ｅｌ１〜Ｅｌ４）を設定し、前記処理領域内における前記車両の遠方の走路形状である遠方走路形状を繰り返し算出する遠方形状算出部（１０２）と、
   前記車両が交差点および前記交差点の近傍領域を含む交差点領域内を走行中又は停車中であるか否かを判定する交差点判定部（１１６）と、
   前記撮像画像において、前記車両の走行レーン上の横断歩道の縞模様を構成する複数のペイントを検出し、検出された前記複数のペイントの長手方向を特定する方向特定部（１１７）と、
   を備え、
   前記遠方形状算出部は、
   前記交差点領域内を前記車両が走行中又は停車中でないと判定された場合に、算出された前記近傍走路形状に基づき前記処理領域を設定し、
   前記交差点領域内を前記車両が走行中又は停車中であると判定された場合に、前記方向特定部により特定された前記複数のペイントの長手方向を利用して、前記処理領域を設定する、
   走路認識装置。
2. 請求項１に記載の走路認識装置において、
   前記方向特定部は、前記交差点領域内を前記車両が走行中又は停車中であると判定された場合に、前記複数のペイントの長手方向に沿ったエッジうち、前記走行レーン内に位置する２つのエッジ（Ｅｇ１、Ｅｇ２）を延長した仮想線（Ｖｌ１、Ｖｌ２）同士の交差位置（Ｐ１０）を特定し、
   前記遠方形状算出部は、前記交差位置に基づき、前記処理領域を設定する、
   走路認識装置。
3. 請求項２に記載の走路認識装置において、
   前記２つのエッジは、前記走行レーン内においてそれぞれ最も端側に位置する、
   走路認識装置。
4. 請求項２または請求項３に記載の走路認識装置において、
   前記遠方形状算出部は、前記複数のペイントの長手方向に沿ったエッジのうち前記走行レーン内における両端に位置する２つのエッジを延長した２つの仮想線上の２つの第１点（Ｐ１ｒ、Ｐ１ｌ）であって、前記交差位置から予め定められた第１距離（Ｌ２１）だけ手前側の２つの第１点と、前記２つの仮想線上の前記２つの第１点とは異なる２つの第２点（Ｐ２ｒ、Ｐ２ｌ）であって、前記横断歩道（Ｐｄ３）の奥側の端部から予め定められた第２距離（Ｌ２２）だけ奥側の２つの第２点と、をそれぞれ結んだ線分を中心として、予め定められた第３距離（Ｌ３）を前記走行レーン（Ｌｎ５）と交わる方向の幅とする２つの矩形状の領域（Ｅｒ４、Ｅｌ４）を、前記処理領域として特定する、
   走路認識装置。

Images