JP2019188918A - 軌道識別装置 - Google Patents

Abstract

【課題】走行中の線路に分岐が存在する場合、撮像画像から分岐線路を精度よく検出することが可能な軌道識別装置を提供する。【解決手段】軌道識別装置１０は、画像取得部１０aと、線路検出部１０cと、分岐線路検出部１０dと、線路検出結果出力部と、を備える。画像取得部は、鉄道車両の進行方向の領域を撮像することで得られる撮像画像を取得する。線路検出部は、撮像画像における複数の画素群ごとに、所定の基準に基づく線路らしさを表す尺度となり得る特徴量に基づき、線路を検出する。分岐線路検出部は、検出された線路に対して、分岐線路が存在するか否かを検出する。線路検出結果出力部は、線路検出部の検出結果と分岐検出部の検出結果を出力する。【選択図】図２

Description

本発明の実施形態は、軌道識別装置に関する。

従来から、鉄道車両の走行中に、線路の検査や、当該線路内に存在する障害物（注視が必要な注視物）の検出などを目的として、鉄道車両の進行方向の領域を撮像することで得られる撮像画像から線路（が写った領域）を検出する技術が種々検討されている。

特開２０１５−２１０３８８号公報

上記のような従来の技術では、撮像画像から線路をより精度良く検出することが望まれる。特に、走行中の線路に分岐が存在する場合、撮像画像から分岐線路を精度よく検出できれば、さらに有意義である。

実施形態にかかる軌道識別装置は、画像取得部と、線路検出部と、分岐線路検出部と、線路検出結果出力部と、を備える。画像取得部は、鉄道車両の進行方向の領域を撮像することで得られる撮像画像を取得する。線路検出部は、撮像画像における複数の画素群ごとに、所定の基準に基づく線路らしさを表す尺度となり得る特徴量に基づき、線路を検出する。分岐線路検出部は、検出された線路に対して、分岐線路が存在するか否かを検出する。線路検出結果出力部は、線路検出部の検出結果と分岐検出部の検出結果を出力する。

図１は、第１実施形態にかかる軌道識別装置を含む車両システムの構成を示した例示的かつ模式的な図である。 図２は、第１実施形態にかかる軌道識別装置を含む車両システムの機能を示した例示的かつ模式的なブロック図である。 図３は、第１実施形態において、線路の検出のために設定する初期エリアを示した例示的かつ模式的な図である。 図４は、第１実施形態において、初期エリア以降のエリアから線路（の一部）を初期エリアで検出した線路に基づいて検出する例を説明するための例示的かつ模式的な図である。 図５は、第１実施形態において、初期エリア以降のエリアから線路（の一部）を検出する場合に用いる扇形の探索領域の例示的かつ模式的な図である。 図６は、第１実施形態において、扇形の探索領域を用いて線路（の一部）を探索する場合の手法を説明するための例示的かつ模式的な図である。 図７は、第１実施形態において、分岐線路の分岐位置を探索する場合の扇形の探索領域を説明するための例示的かつ模式的な図である。 図８は、第１実施形態において、既に検出済みの線路と交差する線分が検出された状態を説明するための例示的かつ模式的な図である。 図９は、第１実施形態において、検出された線分に基づき探索対象の分岐線路の探索範囲を設定する例を説明するための例示的かつ模式的な図である。 図１０は、第１実施形態において、図９で設定した分岐線路の探索範囲にさらに探索余裕幅を持たせることを説明するための例示的かつ模式的な図である。 図１１は、第１実施形態において、設定された分岐線路の探索エリアに対して扇形の探索領域を用いて分岐線路を探索する様子を説明するための例示的かつ模式的な図である。 図１２は、第１実施形態において、ハフ変換を用いて分岐線路を検出する場合に、図１０で設定した探索余裕幅に基づき設定した、分岐線路の探索エリアを説明するための例示的かつ模式的な図である。 図１３は、第１実施形態において、線路の検出および障害物の検知をする場合の処理の流れを示した例示的かつ模式的なフローチャートである。 図１４は、図１３のフローチャートにおける、Ｓ１０２の線路位置取得の処理の流れを詳細に示した例示的なフローチャートである。 図１５は、図１４のフローチャートにおける、Ｓ１２６の線路分岐位置探索の処理の流れを詳細に示した例示的なフローチャートである。 図１６は、第２実施形態にかかる軌道識別装置を含む車両システムの機能を示した例示的かつ模式的なブロック図である。 図１７は、第２実施形態にかかる軌道識別装置で利用する分岐情報を説明するための例示的かつ模式的な図である。 図１８は、第２実施形態において、線路の検出および障害物の検出をする場合の処理の流れを示した例示的なフローチャートである。

以下、実施形態を図面に基づいて説明する。以下に記載する実施形態の構成、ならびに当該構成によってもたらされる作用および結果（効果）は、あくまで一例であって、以下の記載内容に限られるものではない。

＜第１実施形態＞
まず、第１実施形態の構成について説明する。

図１は、第１実施形態にかかる軌道識別装置１０を含む車両システム１００の構成を示した例示的かつ模式的な図である。図１に示されるように、車両システム１００は、一対のレールにより構成される線路Ｒ上を方向Ｄに沿って走行する鉄道車両ＲＶに搭載されている。

また、図１に示されるように、車両システム１００は、軌道識別装置１０に加え、撮像部としてのカメラ１２と、表示部１４と、障害物検知装置１６と、を有している。

カメラ１２は、鉄道車両ＲＶの端部（例えば運転席）に設けられ、鉄道車両ＲＶの進行方向の領域を撮像する。カメラ１２によって得られる撮像画像には、線路Ｒが含まれる。

表示部１４は、各種の画像を表示する装置である。表示部１４は、鉄道車両ＲＶの運転席などに設けられる。

軌道識別装置１０は、例えば、プロセッサやメモリなどといったハードウェアを有したコンピュータとして構成される。

ところで、従来から、鉄道車両ＲＶの走行中に、線路Ｒの検査や、当該線路Ｒ内に存在する障害物（注視が必要な注視物）の検出などを目的として、鉄道車両ＲＶの進行方向の領域を撮像することで得られる撮像画像から線路Ｒ（が写った領域）を検出する技術が種々検討されている。このような技術では、撮像画像から線路Ｒをより精度良く検出することが望まれる。また、走行中の線路に分岐が存在する場合には、撮像画像から分岐線路を精度よく検出することで、さらに実用的なシステムを得ることができる。

そこで、第１実施形態は、軌道識別装置１０に以下のような機能を持たせることで、撮像画像から分岐位置および分岐線路を検出して、自己車両（鉄道車両ＲＶ）が走行すべき分岐先の線路Ｒをより精度良く検出することを実現する。

図２は、第１実施形態にかかる軌道識別装置１０および障害物検知装置１６の機能を示した例示的かつ模式的なブロック図である。図２に示されるように、軌道識別装置１０は、画像取得部１０ａ、特徴量取得部１０ｂ、線路検出部１０ｃ、分岐線路検出部１０ｄ（分岐検出部）、記憶部１０ｅ等を有している。また、障害物検知装置１６は、判定領域特定部１６ａ、障害物検出部１６ｂ、出力制御部１６ｃ、記憶部１６ｄ等を有している。

画像取得部１０ａ、特徴量取得部１０ｂ、線路検出部１０ｃ、分岐線路検出部１０ｄといった機能モジュール群の一部または全部は、ハードウェアとソフトウェアとの協働によって実現される。より具体的には、軌道識別装置１０のプロセッサが記憶部１０ｅ等のメモリに記憶されたプログラムを読み出して実行することによって各機能モジュールは実現される。同様に、判定領域特定部１６ａ、障害物検出部１６ｂ、出力制御部１６ｃといった機能モジュール群の一部または全部は、ハードウェアとソフトウェアとの協働によって実現される。より具体的には、障害物検知装置１６のプロセッサが記憶部１６ｄ等のメモリに記憶されたプログラムを読み出して実行することによって各機能モジュールは実現される。なお、第１実施形態では、これらの機能モジュール群の一部または全部が、専用のハードウェア（回路）によって実現されてもよい。

軌道識別装置１０における記憶部１０ｅおよび障害物検知装置１６における記憶部１６ｄは、それぞれメモリを含む揮発性または不揮発性の様々な記憶媒体によって実現される。記憶部１０ｅは、軌道識別装置１０のプロセッサが実行する上記のプログラムや、当該プログラムに従った線路Ｒの検出に用いられる線路情報１０ｆ（例えば、検出済線路情報、線路幅情報、初期エリア情報、線路位置情報等）を記憶する。また、記憶部１６ｄは、障害物検知装置１６のプロセッサが実行する上記のプログラムや、当該プログラムに従った障害物の検知に用いられる障害物情報１６ｅ（例えば、人物、動物、倒木、車両等、線路内に存在する可能性のある障害物の形状情報（注視点情報）等）を記憶する。

本実施形態において、線路Ｒは、カメラ１２によって撮像された撮像画像における複数の画素群（探索エリア）ごとに、所定の基準に基づく線路らしさを表す尺度となり得る特徴量に基づき検出される。

画像取得部１０ａは、カメラ１２により撮像された撮像画像を取得する。撮像画像は、例えばカラー画像である。画像取得部１０ａは、取得した撮像画像に視点変換処理などを施すことで、カメラ１２が撮像した領域を上方から俯瞰で見た鳥瞰画像を生成することができる。

特徴量取得部１０ｂは、線路Ｒを精度良く検出するために着目すべき特徴量を、撮像画像（鳥瞰画像）の撮像環境や、検出対象の線路Ｒの部位など、状況に応じて取得する。

撮像画像における線路Ｒの写り込みは、撮像環境（例えば周囲の明るさなど）に応じて変化する。例えば、線路Ｒに対応した領域が、周囲の領域よりも明るく写り込んでいる場合がある。このような場合、線路Ｒが光の反射を起こしやすい撮像環境で取得されたと見なすことができる。このような場合、特徴量として、例えば、輝度値そのものに着目して線路Ｒを検出する手法が有効である。線路Ｒに対応した領域が他の領域よりも相対的に明るく写り込んでいるため、鳥瞰画像としての画像全体を、輝度値が閾値以上の領域と、輝度値が閾値未満の領域と、に２分（２値化）した特徴データを取得すれば、線路Ｒに対応した領域を精度良く検出することが可能である。この場合、特徴量として着目するものが単一であるのでノイズに対して頑健であり、また、ハフ変換やＲＡＮＳＡＣなどといった既存の線分検出アルゴリズムを利用した線路検出アルゴリズムへの適用が容易であるため、有用である。

逆に、線路Ｒに対応した領域が、周囲の領域よりも暗く写り込んでいる場合がある。このような場合、線路Ｒが光の反射を起こしにくい撮像環境において取得されたと見なすことができる。このような場合、特徴量として、輝度値の勾配（着目する画素と当該画素に隣接する画素との輝度値の差分）に着目して線路Ｒを検出する手法が有効である。なお、輝度値の勾配は、ＳＯＢＥＬフィルタや、Ｌａｐｌａｃｉａｎフィルタ、Ｒｏｂｉｎｓｏｎフィルタ、Ｃａｎｎｙフィルタなどによって算出可能である。

ところで、一般に、線路Ｒは、カメラ１２の視点で手前側から奥側に向かって延びるため、通常は、輝度値の横軸（ｘ軸）方向の勾配が特徴量として着目される。一方、線路Ｒに対応した領域が、カメラ１２の視点で手前側から奥側に向かう途中でカーブしている場合、奥側の領域で、輝度値の横軸方向の勾配よりも、輝度値の縦軸（ｙ軸）方向の勾配の方が大きくなる。そこで、線路Ｒに対応した領域が、周囲の領域よりも暗く写り込んでいるような撮像環境では、特徴量として、輝度値の横軸方向の勾配と縦軸方向の勾配との両方に着目し、検出対象となるエリア（画素群）に応じて着目する勾配を切り替えながら特徴データを取得する手法が有効である。この手法は、特徴量として着目するものが増加することでノイズが増加する可能性はあるものの、カーブした線路Ｒを当該線路Ｒの延びる方向に応じて適切に検出することが可能であるため、有用である。

このように、線路Ｒを精度良く検出するために着目すべき特徴量は、撮像画像（鳥瞰画像）の撮像環境や、検出対象の線路Ｒの部位など、状況に応じて様々に異なる。したがって、どのような撮像画像（鳥瞰画像）からも線路Ｒを精度良く検出するためには、線路Ｒの検出に用いる特徴量を、状況に応じて適宜切り替えればよい。

特徴量取得部１０ｂは、画像取得部１０ａにより生成された鳥瞰画像をｙ軸方向（画像の奥側、上側）に分割した、複数の画素群（エリア）ごとに、所定の基準に基づいて、線路らしさを表す尺度となりうる複数の特徴量から、線路Ｒの検出に用いる１つの特徴量を取得する。そして、複数のエリアの各々から、取得された１つの特徴量に基づく特徴データを取得する。

線路検出部１０ｃは、特徴量取得部１０ｂで取得された特徴データに基づいて、撮像画像（鳥瞰画像）から線路Ｒを検出する。

線路検出部１０ｃは、図３に示すように、画像３００に含まれる複数の画素群（エリア）のうち、最初の検出対象となる初期エリアＡ１から線路Ｒ（レール３０１Ｌ、レール３０１Ｒ）の一部を検出した後、検出した線路Ｒの一部を基準とした次のエリアから線路Ｒの一部をさらに検出する処理を順次繰り返すことで、撮像画像（鳥瞰画像）の全体から線路Ｒを検出する。そして、特徴量取得部１０ｂは、線路検出部１０ｃにより線路Ｒの一部が検出されるごとに、上述した所定の基準として、少なくとも、線路検出部１０ｃにより既に検出済の線路Ｒの一部に関する情報を用いて、次のエリアに対応した１つの特徴量を取得する。なお、図３等では、本実施形態の概要を判り易くするために、撮像画像を用いて説明を行う。なお、撮像画像を鳥瞰画像に変換して、線路検知を行った場合でも、求められた線路位置を、元の撮像画像上に再変換することで、図３等と同様の線路検知画像を得ることができる。

特徴量取得部１０ｂは、上述した所定の基準として、線路検出部１０ｃにより既に検出済の線路Ｒの一部の撮像画像（鳥瞰画像）内での明暗に関する画像統計量を用いて、次のエリアに対応した１つの特徴量を選択する。明暗に関する画像統計量とは、例えば平均輝度値である。既に検出済の線路Ｒの一部の平均輝度値に着目すると、処理対象の鳥瞰画像が、線路Ｒが光の反射を起こしやすい撮像環境で取得された撮像画像に基づくものか、線路Ｒが光の反射を起こしにくい撮像環境で取得された撮像画像に基づくものか、を判定することができる。

例えば、既に検出済の線路Ｒの一部の平均輝度値が閾値以上である場合、当該線路Ｒの一部に対応した領域は、撮像画像（鳥瞰画像）内で他の領域よりも明るく写り込んでいると言える。このような場合、前述したように、次のエリアに対応した特徴量としては、輝度値そのものに着目することが有効である。一方、既に検出済の線路Ｒの一部の平均輝度値が閾値未満である場合、当該線路Ｒの一部に対応した領域は、撮像画像（鳥瞰画像）内で他の領域よりも暗く写り込んでいると言える。このような場合、前述したように、次のエリアに対応した特徴量としては、輝度値の勾配に着目することが有効である。したがって、特徴量取得部１０ｂは、既に検出済の線路Ｒの一部の平均輝度値と閾値との大小関係に応じて、次のエリアの特徴量として、輝度値そのものを選択するか、または、輝度値の勾配を選択するか、を決定する。

なお、前述したように、特徴量としての輝度値の勾配は、横軸方向の勾配と縦軸方向の勾配との２つが存在し、これら２つのいずれが適切であるかは、線路Ｒのカーブの有無などに応じて異なる。そこで、特徴量取得部１０ｂは、線路検出部１０ｃにより既に検出済の線路Ｒの一部の角度（線路Ｒの一部が延びる方向）に基づいて、次のエリアから線路Ｒの一部を検出するために用いる１つの特徴量として、輝度値の横軸方向の勾配を選択するか、または、輝度値の縦軸方向の勾配を選択するか、を決定する。

ところで、初期エリアＡ１は、最初の検出対象となるエリアであるので、上述したような参照すべき直前の結果は存在しない。したがって、初期エリアＡ１からの線路Ｒの一部の検出には、過去（例えば１フレーム前）の撮像画像（鳥瞰画像）に対する線路Ｒの検出結果を用いる。すなわち、画像取得部１０ａは、鉄道車両ＲＶの進行とともに撮像画像を複数回取得する。そして、特徴量取得部１０ｂは、あるタイミングで得られた撮像画像（鳥瞰画像）における初期エリアＡ１に対応した１つの特徴量を選択する場合、当該１つの特徴量を選択するための所定の基準として、少なくとも、あるタイミングよりも前のタイミングで得られた鳥瞰画像（１フレーム前の撮像画像に基づく鳥瞰画像）における初期エリアＡ１から検出された線路Ｒの一部に関する情報（上述した平均輝度値などといった画像統計量）を用いる。なお、１フレーム前の撮像画像に基づいて検出された線路Ｒに関する情報は、線路情報１０ｆとして記憶部１０ｅに記憶されているものとする。

ここで、撮像画像（鳥瞰画像）における各エリアから線路Ｒ（の一部）を検出するための手法について説明する。まず、初期エリアＡ１から線路Ｒ（の一部）を検出するための手法について説明する。前述したように、初期エリアＡ１は、線路Ｒの検出の起点となる領域として予め決められた位置に設定されている。初期エリアＡ１の位置は、線路情報１０ｆとして記憶部１０ｅに予め記憶されている。線路検出部１０ｃは、まず、記憶部１０ｅの線路情報１０ｆを参照することで、上記の手法で選択された特徴量に基づいて取得された特徴データから初期エリアＡ１に対応した領域のデータを抽出する。そして、線路検出部１０ｃは、抽出したデータに対してハフ変換やＲＡＮＳＡＣなどといった線分検出アルゴリズムに基づく処理を実行することで、初期エリアＡ１内に存在する線路Ｒ（の一部）の候補を抽出する。なお、正規の線路Ｒを構成する一対のレール３０１Ｌ，３０１Ｒの幅は、予め決まっている。したがって、正規の線路Ｒを構成する一対のレール３０１Ｌ，３０１Ｒの幅に関する情報を取得すれば、上記のように抽出された候補から、正規の線路Ｒ（の一部）を特定することが可能である。そこで、本実施形態においては、線路Ｒを構成する一対のレール３０１Ｌ，３０１Ｒの幅が、線路情報１０ｆとして記憶部１０ｅに予め記憶されているとしてもよい。

そして、線路検出部１０ｃは、線路情報１０ｆの線路幅を参照し、上記のように抽出された候補から、線路情報１０ｆで示された線路幅にマッチする幅を有する候補をさらに抽出することで、正規の線路Ｒを特定（検出）する。そして、線路検出部１０ｃは、特定した線路Ｒを構成する複数の座標点を、線路位置情報として記憶部１０ｅに記憶する。例えば、図４に示される例では、線路Ｒ（レール４０１Ｌ，４０１Ｒ）に含まれる座標点Ｌ１，Ｒ１，Ｌ２，Ｒ２等が記憶部１０ｅに記憶される。

次に、初期エリアＡ１以降のエリアから線路Ｒ（の一部）を検出するための手法について説明する。

図５、図６は、初期エリアＡ１以降のエリアから線路Ｒ（の一部）を検出するための手法の概略を説明するための例示的かつ模式的な図である。図５に示される例では、直近の処理により、線路Ｒの一部として、座標点Ｌ１，Ｌ２が検出済となっているものとする。線路検出部１０ｃは、まず、図５に示されるように、直近に検出された２つの座標点に基づく所定の扇形の領域を設定する。扇形の領域とは、直近に検出された２つの座標点Ｌ１，Ｌ２のうち初期エリアＡ１とは反対側の座標点Ｌ２から、当該２つの座標点Ｌ１，Ｌ２を結ぶ直線Ｌを中心として左右に同一の角度θで広がるように延びる仮想線ＶＲおよび仮想線ＶＬで区画される領域である。なお、角度θは、予め設定された角度であって、例えば、線路Ｒの規格などで規定された最大曲率の範囲をカバーする角度である。また、仮想線ＶＲおよび仮想線ＶＬの長さは、予め設定された長さである。

上記のような扇形の領域を設定すると、線路検出部１０ｃは、図６に示されるように、扇形の領域の上端の任意の一箇所と、当該扇形の領域の起点（要）となる座標点Ｌ２とを網羅的に結ぶ複数の線分を設定する。これらの複数の線分が、線路Ｒ（の一部）の候補となる。

そして、線路検出部１０ｃは、上記のように設定した複数の候補を鳥瞰画像上にあてはめ、複数の候補のうち、特徴量取得部１０ｂにより選択された特徴量の平均値が最も大きいものを、正規の線路Ｒ（の一部）として特定（検出）する。

ところで、図５に示された２つの座標点は、線路Ｒを構成する一対のレール３０１Ｌ．３０１Ｒのうちの一方である、例えば、レール３０１Ｌに沿ったものであり、実際には、他方のレール３０１Ｒに沿った２つの座標点も検出済である。したがって、線路検出部１０ｃは、他方のレール３０１Ｒについても上記の同様の手法で正規の線路Ｒを特定（検出）する。

線路検出部１０ｃは、上記の手順が順次繰り返されることにより、図４に示す画像４００（撮像画像、鳥瞰画像）の全ての領域から線路Ｒ（レール４０１Ｌ，４０１Ｒ）の全体が検出される。そして、検出された線路Ｒ（の全体）に関する情報は、検出済線路情報として記憶部１０ｅに記憶される。なお、上述の線路Ｒの検出手法の場合、図６に示されるように、扇形の領域に複数の線分（直線の線路候補）を設定し、特徴量の平均値が最も大きいものを正規の線路Ｒ（の一部）として特定する例を示した。別の例では、扇形の領域に複数の放物線の線路候補を設定し、特徴量の平均値が最も大きいものを正規の線路Ｒ（の一部）として特定するようにしてもよい。この場合、より実際の線路Ｒに近い形状の線路候補で線路Ｒの探索を実行することになる。その結果、より精度よく線路Ｒの検出ができる。一方、上述したように、線路候補を線分（直線）で設定して探索を行う場合、処理負荷の軽減、処理時間の短縮等に寄与することができる。

図２に戻り、分岐線路検出部１０ｄは、線路検出部１０ｃが検出した線路Ｒに対して、分岐線路が存在するか否かを検出する。線路検出部１０ｃの場合、撮像画像（鳥瞰画像）を例えば、手前側から奥側に向かって、複数のエリアに分割して、そのエリアごとに特徴量の平均値が最も大きいものを、正規の線路Ｒ（の一部）として特定（検出）している。その結果、図４に示されるように、線路Ｒの途中に分岐線路ＳＲ（レール４０２Ｌ，レール４０２Ｒ）が存在する場合は、分岐の発生している位置とエリアの分割の位置とが一致しないと、分岐線路ＳＲを検出できない場合がある。

そこで、分岐線路検出部１０ｄは、検出済みの線路Ｒに対して分岐線路ＳＲの分岐位置を特定する共に、その分岐位置の基づき、当該分岐位置に連なる分岐線路ＳＲをさらに検出する。

分岐線路検出部１０ｄは、図７に示されるように、線路検出部１０ｃで画像７００に含まれる検出済みの線路Ｒを構成する点（特徴データ、例えば座標点ＬＡや座標点ＬＢ等）を中心として、図６で説明した扇形の領域（探索領域）と同様な扇形の探索領域を設定する。図７の場合、一対のレール７０１Ｌとレール７０１Ｒのうち、レール７０１Ｌについて探索領域を設定している例である。そして、扇形の探索領域に含まれる線分群（分岐線路候補）上に、線路Ｒ（一対のレール７０１Ｌ，７０１Ｌ）を結ぶ線分（横切る線分、交差する線分）が存在するか否かを探索する。例えば、特徴量の平均値が一定値以上の線分を検出する。なお、この場合、一定値以上の特徴量の平均値とは、線路検出部１０ｃが検出した線路Ｒの特徴量の平均値を用いることができる。

図８は、扇形の探索領域における線分（分岐線路候補）による探索の結果、線路Ｒ（レール７０１Ｌとレール７０１Ｒ）を結ぶ（横切る）線分８０１（線分ＬＢ−ＲＡ）が検出された状態を示す。図８は、レール７０１Ｌ上の座標点ＬＢを探索の基点として扇形の探索領域を設定した場合に、線分８０１が検出された例である。分岐線路検出部１０ｄは、線分８０１、つまり、線路検出部１０ｃが検出した線路Ｒに対する分岐線路ＳＲの交点を当該分岐線路ＳＲの分岐位置として取得する。そして、分岐線路検出部１０ｄは、この分岐位置を基準に分岐線路ＳＲの探索を精度よく行うことができる。なお、別の例では、扇形の領域に複数の放物線の分岐線路候補を設定し、特徴量の平均値が最も大きいものを線路Ｒ（レール７０１Ｌとレール７０１Ｒ）を結ぶ（横切る）、分岐線路ＳＲ（の一部）としてもよい。この場合、より実際の形状に近い分岐線路候補で分岐線路ＳＲの探索を実行することになる。その結果、より精度よく分岐線路ＳＲ（の一部）の検出ができる。一方、上述したように、分岐線路候補を線分（直線）に設定して探索を行う場合、処理負荷の軽減、処理時間の短縮等に寄与することができる。

分岐線路検出部１０ｄは、検出された線分８０１と線路Ｒとの交点のうち奥側（画像８００の上側）に存在する交点（図８の場合、座標点ＲＡ）を基準に分岐線路ＳＲ探索するための新たな探索領域を設定する。この場合、分岐線路検出部１０ｄは、図９の画像９００に示されるように、まず、線分８０１（線分ＬＢ−ＲＡ）の長さを利用し、同じ長さの線分９０１を、線路検出部１０ｃによって検出済みのレール７０１Ｒの延在方向に沿って設定する。この場合、図９等に示されるように、探索される分岐線路ＳＲは特性上、分岐線路ＳＲの一方のレールが線路Ｒを横切り、他方のレールは線路Ｒを横切らない。したがって、線路Ｒを横切らない方の分岐線路ＳＲのレールは、横切る方の分岐線路ＳＲのレールより画像９００において手前側に存在する。したがって、探索領域を決める線分９０１は、座標点ＲＡからレール７０１Ｒに沿って、画像９００の手前側に延在するように設定される。そして、線分９０１の端部を座標点ＲＢとする。

さらに、分岐線路検出部１０ｄは、図１０に画像１０００に示されるように、分岐線路ＳＲの探索範囲に余裕を持たせるために、座標点ＲＡの位置から線路検出部１０ｃにより検出済みのレール７０１Ｒに沿って奥側（画像１０００の上側）に向かい、線分９０１の所定の長さ（例えば１／２）の長さ分だけ分奥側探索範囲を拡大して座標点ＲＣを設定する。同様に、座標点ＲＢの位置からレール７０１Ｒに沿って手前側（画像１０００の下側）に向かい、線分９０１の所定の長さ（例えば１／２）の長さ分だけ手前側探索範囲を拡大して座標点ＲＤを設定する。つまり、線分ＲＣ−ＲＤを分岐線路ＳＲの探索範囲として確定する。

分岐線路検出部１０ｄは、分岐線路ＳＲの探索範囲（線分ＲＣ−ＲＤ）が確定すると、図１１に画像１１００で示されるように、図６で説明した扇形の領域（探索領域）と同様な扇形の探索領域Ｓを設定する。つまり、分岐線路検出部１０ｄは、分岐線路ＳＲの分岐位置を要として、扇形状の探索領域Ｓを設定することで分岐線路ＳＲ（レール１１０１Ｒ，１１０１Ｌ）の一部の検出が可能になる。そして、扇形の探索領域Ｓに含まれる線分群（分岐線路候補）上に、特徴量の平均値が一定値以上の線分を検出する。この場合、検出した分岐位置を起点とする分岐線路ＳＲの扇状の探索領域Ｓの角度（図５におけるθ参照）は、線分８０１（線分８０１の角度、姿勢）を基準（中心）に分岐線路ＳＲに規定される分岐線路ＳＲがとり得る最大曲率の範囲を含む角度で設定することができる。この場合、探索対象の分岐線路ＳＲが存在し得る方向に限定した探索が可能になり、効率的な分岐線路ＳＲの検出ができる。また、扇形の探索領域Ｓに含まれる線分群（分岐線路候補）に基づき分岐線路ＳＲを検出する際は、特徴量の平均値が一定値以上の線分を検出するが、この場合、分岐線路検出部１０ｄは、線路検出部１０ｃが検出した線路Ｒとの類似度を利用してもよい。線路検出部１０ｃが検出した線路Ｒと、分岐線路検出部１０ｄが検出しようとする分岐線路ＳＲとは連続している。したがって、画像１１００上の線路Ｒと分岐線路ＳＲとの特徴は類似点が多いと考えられる。このように、線路Ｒとの類似度（類似する特徴量）を用いることで、分岐線路ＳＲの検出のための処理負荷を軽減することができるとともに、探索基準の絞り込みができるので、分岐線路ＳＲをより正確に検出することができる。

図１１に示されるように、分岐線路検出部１０ｄが実行する扇状の探索領域Ｓによる探索で、分岐線路ＳＲの分岐初期部分が検出されたら、線路検出部１０ｃは、図４で説明した初期エリアＡ１以降のエリアの線路Ｒ（の一部）の検出処理を実行する。その結果、分岐線路ＳＲの全体を検出することができる。分岐線路検出部１０ｄは、線路検出部１０ｃが検出した線路Ｒ（分岐線路ＳＲ）について、分岐線路を検出する分岐線路検出処理をさらに実行する。つまり、検出される全ての分岐位置に対して分岐線路検出処理を繰り返し実行する。その結果、現在処理対象としている撮像画像（鳥瞰画像、例えば画像１１００）に存在する全ての分岐線路ＳＲの検出を精度よく実行することができる。

なお、上述した実施形態では、分岐線路検出部１０ｄは、分岐線路ＳＲ（の一部）を示す線分の検出を図５、図６に示すような扇形の探索領域を用いて実行する例を示した。別の例では、ハフ変換等の方法を用いて分岐線路ＳＲ（の一部）を示す線分を検出してもよい。この場合、探索領域は、図１２で示すように、図１０で説明した余裕を持たせた探索範囲（線分ＲＣ−ＲＤ）に基づいて設定することができる。例えば、画像１２００に写り込んでいる分岐線路ＳＲの場合、分岐線路検出部１０ｄが検出した線分８０１は上端の交点が下端の交点より右側に存在する。つまり、分岐線路ＳＲは右方向にカーブして分岐すると推定される。この場合、分岐線路検出部１０ｄは、例えば、座標点ＲＣと座標点ＲＤのうち、より右側に存在する点（例えば、座標点ＲＤ）に画像１２００のｘ方向（右方向）に所定の長さ（予め実験等で設定済みとする）を足した座標点ＲＥを設定する。そして、座標点ＲＥと同じｘ座標で、座標点ＲＣと同じｙ座標の位置に座標点ＲＦを設定する。そして、座標点ＲＣ，ＲＤ，ＲＥ，ＲＦで形成される領域Ｐをハフ変換時の検出領域とする。このように、領域Ｐを設定することにより、分岐線路ＳＲが存在すると推定される領域に対して効率的にハフ変換を実行することができる。

図２に戻り、障害物検知装置１６は、軌道識別装置１０が検出した線路Ｒに対して、鉄道車両ＲＶが線路Ｒを走行する際に注視する障害物（注視物）が存在するか否かの検知を行い、表示部１４等に検知の結果を表示させる。

判定領域特定部１６ａは、線路検出部１０ｃの検出結果と分岐線路検出部１０ｄの検出結果に基づいて、撮像画像内における線路Ｒの付近の領域を、障害物（注視が必要な注視物）の有無の判定の対象となる判定領域として特定する。したがって、線路検出部１０ｃと分岐線路検出部１０ｄは、それぞれの検出結果を障害物検知装置１６側に出力する線路検出結果出力部として機能する。

障害物検出部１６ｂは、判定領域特定部１６ａにより特定された判定領域内に注視物が存在するか否かを監視（検出）する。注視物の有無を判定するための情報（テンプレート）は、障害物情報１６ｅとして記憶部１６ｄに記憶されている。障害物検出部１６ｂは、障害物情報１６ｅと、特徴量取得部１０ｂにより検出された特徴データと、に基づいて、障害物（注視物）のテンプレートにマッチする画素群が判定領域内に存在するか否かを判定する。

そして、出力制御部１６ｃは、障害物検出部１６ｂにより障害物（注視物）が存在すると判定された場合に、障害物に対応する注視画像（マーク、アイコン、シンボル、キャラクタ等）を障害物情報１６ｅ等から読み出す。そして、出力制御部１６ｃは、表示部１４に表示されている画像（線路Ｒや分岐線路ＳＲ等が写り込んでいる実画像）の対応する位置に注視画像を重畳して表示させる処理等を実行することで、警報を出力する。なお、この場合、音声やアラームによる警報を併せて出力するようにしてもよい。

以上のように構成される軌道識別装置１０を含む車両システム１００の動作について図１３〜図１５のフローチャートを用いて説明する。

図１３は、第１実施形態にかかる軌道識別装置１０を含む車両システム１００が実行する処理の全体的な流れを示した例示的なフローチャートである。この図１３に示される処理フローは、鉄道車両ＲＶの走行中に繰り返し実行される。

図１３に示される処理フローでは、まず、Ｓ１００において、軌道識別装置１０の画像取得部１０ａは、カメラ１２から撮像画像を取得する。なお、画像取得部１０ａは取得した撮像画像を鳥瞰画像に変換する。

そして、Ｓ１０２において、軌道識別装置１０は、特徴量取得部１０ｂ、線路検出部１０ｃ、分岐線路検出部１０ｄにより、図３〜図１１（図１２）で説明した処理を実行し、線路Ｒおよび分岐線路ＳＲの検出、つまり線路位置の取得を行う。

具体的には、図１４のフローチャートに示されるように、Ｓ１２０において、特徴量取得部１０ｂは、検索対象の鳥瞰画像の各画素に線路らしさを表す線路Ｒの特徴量を取得する。例えば、図３は鉄道車両ＲＶの前方を撮像した画像（鳥瞰画像）に対してエッジ強度を算出した例である。

続いて、Ｓ１２２において、線路検出部１０ｃは、図３で説明したように、画像３００に含まれる複数の画素群（エリア）のうち、最初の検出対象となる初期エリアＡ１から自車両（鉄道車両ＲＶ）が走行する線路Ｒ（レール３０１Ｌ，３０１Ｒ）の一部を検出する。なお、別の実施例として、画像３００における手前側領域における鉄道車両ＲＶが走行する線路Ｒは形状が限定できる。そこで、記憶部１０ｅに線路情報１０ｆとして線路Ｒの形状パターンを記憶させておき、その形状パターンとのマッチング処理を実行することで、画像３００の手前側の線路Ｒ（初期エリアＡ１の線路Ｒ）の検出を行ってもよい。

そして、Ｓ１２４において、線路検出部１０ｃは、Ｓ１２２で検出した線路Ｒの初期位置を基準にして、図４〜図６で説明した手法を用いて、画像４００の手前側（下側）から奥側（上側）に向かって順次線路Ｒの探索（検出）を実行する。

続いて、Ｓ１２６において、分岐線路検出部１０ｄは、Ｓ１２４で検出した線路Ｒに対して、図７〜図１１（図１２）で説明した手順に基づき、分岐線路ＳＲ（の位置、分岐位置）の検出を実行する。

Ｓ１２６の処理を図１５のフローチャートを用いて説明する。まず、分岐線路検出部１０ｄは、Ｓ１３０において、図７で説明したように、扇形の検索領域を用いて線路間線分（図８の線分８０１）の探索を行う。なお、線路間線分の探索の際に複数の線分が検出される場合がある。例えば、線路の分岐位置が接近している場合である。この場合、検出された線路間線分ごとに以下のステップで示す処理を実行すればよい。

続いて、Ｓ１３２で、分岐線路検出部１０ｄは、Ｓ１３０で検出された線路間線分（線分８０１）に基づき、図９、図１０（または図１２）で説明したように、分岐線路ＳＲの探索範囲（領域）を決定する。

そして、Ｓ１３４におきて、分岐線路検出部１０ｄは、Ｓ１３２で決定された分岐線路ＳＲの探索範囲（領域）に対して、図１１で説明したように、扇形の探索領域で分岐線路候補を用いた探索を実行し、分岐線路候補にマッチする分岐線路ＳＲ（の一部）の検出を実行する。

図１４のフローチャートに戻り、Ｓ１２８において、線路検出部１０ｃおよび分岐線路検出部１０ｄは、線路Ｒおよび分岐線路ＳＲの検出の終了条件が満たされたか否かを判定する。終了条件とは、例えば、線路検出部１０ｃや分岐線路検出部１０ｄによる検出処理の繰り返しの回数が所定以上になることや、線路検出部１０ｃにより最後に特定された線路Ｒ（の一部）の端部が鳥瞰画像において所定の位置よりも上端側に位置すること、などが考えられる。

Ｓ１２８において、終了条件が満たされていないと判定された場合（Ｓ１２８のＮｏ）、未検出の線路Ｒ（の一部）が残っている。したがって、この場合、Ｓ１２４に処理が戻り、次のエリアからの線路Ｒ（の一部）または分岐線路ＳＲ（の一部）の検出がさらに繰り返される。

一方、Ｓ１２８において、終了条件が満たされたと判断された場合（Ｓ１２８のＹｅｓ）、未検出の線路Ｒ（の一部）または分岐線路ＳＲ（の一部）は残っていない。したがって、この場合、現在の画像（鳥瞰画像）に対する線路Ｒおよび分岐線路ＳＲの検出処理が完了したと判定し、一旦、線路検索処理を終了させる。検出された線路Ｒや分岐線路ＳＲに関する情報は、記憶部１０ｅに記憶される。

図１３のフローチャートに戻り、現在の処理対象の画像（鳥瞰画像）に対して、軌道識別装置１０により線路Ｒおよび分岐線路ＳＲの検出が完了すると、Ｓ１０４において、障害物検知装置１６の判定領域特定部１６ａは、障害物（注視が必要な注視物）の有無判定の対象となる線路Ｒ（分岐線路ＳＲ）の付近の判定領域を設定する。

そして、Ｓ１０６において、障害物検知装置１６の障害物検出部１６ｂは、Ｓ１０４で特定された判定領域内に障害物が存在するか否かを判断する。

Ｓ１０８において、障害物が存在すると判断された場合、障害物の存在を鉄道車両ＲＶの運転者に通知し、注意喚起を行う必要がある。したがって、この場合、Ｓ１０８において、障害物検知装置１６の出力制御部１６ｃは、障害物に対応する注視画像（マーク、アイコン、シンボル、キャラクタ等）を障害物情報１６ｅ等から読み出す。そして、出力制御部１６ｃは、表示部１４に表示されている画像（線路Ｒや分岐線路ＳＲ等が写り込んでいる実画像）の対応する位置に注視画像を重畳して表示させる処理等を実行することで、警報を出力する。そして、処理対象の画像に対する一連の処理が終了する。なお、障害物が発見されない場合には、注意喚起を行う必要は特にない。したがって、この場合、表示部１４には、カメラ１２が撮像した現在の画像（実画像）が表示されることになる。

このように、第１実施形態の車両システム１００によれば、軌道識別装置１０によって、自車両(鉄道車両ＲＶ)が走行する線路Ｒのみならず、線路Ｒに存在する分岐線路ＳＲに関しても、正確な認識（検出）が実行される。その結果、現在処理対象となっている画像に存在する線路Ｒおよび分岐線路ＳＲに対する障害物検知処理を高精度で行うことが可能となり、車両システム１００の信頼性の向上、使い勝手の向上等を図ることができる。

＜第２実施形態＞
上述した第１実施形態では、検出対象の画像(鳥瞰画像)に対して、全範囲を検出対象とする例を示した。その結果、検出漏れを抑制し、信頼性の高い線路Ｒ（分岐線路ＳＲ）の検出および障害物の検知を実現することができる。

ところで、鉄道車両ＲＶは、運行管理が詳細に行われている。したがって、車両システム１００は、検出対象の画像(鳥瞰画像)に写り込んでいる線路Ｒ（分岐線路ＳＲ）のうちどの方向に向かう線路Ｒ（分岐線路ＳＲ）を通過するかを事前に取得することが可能である。そこで、車両システム１００は、自車両（鉄道車両ＲＶ）の位置および運行情報等に基づき自車両（鉄道車両ＲＶ）がこれから走行する線路Ｒ（分岐線路ＳＲ）に限定して、第１実施形態で説明した軌道識別処理および障害物検知処理を実行すれば、より正確な軌道識別処理および障害物検知処理を実現し、さらに、処理負荷の軽減および処理時間の短縮を実現することができる。

図１６は、第２実施形態にかかる軌道識別装置１０Ａおよび障害物検知装置１６の機能を示した例示的かつ模式的なブロック図である。なお、図１６示されるように、第２実施形態の軌道識別装置１０Ａは、図２に示される第１実施形態の軌道識別装置１０に対して、分岐情報取得部１８および記憶部１０ｅが記憶する分岐情報１８ａが追加されている以外は同じ構成をとり得る。また、第２実施形態の障害物検知装置１６の構成は第１実施形態の障害物検知装置１６の構成と同じである。したがって、第２実施形態において、第１実施形態と実施的に同じ構成、機能を有する部分に関しては、同じ符号を付し、詳細な説明は省略する。また、第２実施形態の車両システム１００は、運行情報取得装置２０を備える。

運行情報取得装置２０は、ＧＮＳＳ（Global Navigation Satellite System：全球測位衛星システム）やＧＰＳ（Global Positioning System）等の絶対位置を取得する装置を含んで構成することができる。また、運行情報取得装置２０は、タコジェネレータ（tachogenerator：ＴＧ）等のように移動距離を取得できる装置を含んで構成されてもよい。また、運行情報取得装置２０は、進行方向取得部２０ａ、現在位置情報取得部２０ｂ、線路情報入力部２０ｃ等の機能モジュールを含む。これらの機能モジュール群の一部または全部は、ハードウェアとソフトウェアとの協働によって実現され得る。例えば、運行情報取得装置２０のプロセッサが記憶部等のメモリに記憶されたプログラムを読み出して実行することによって各機能モジュールは実現される。また、別の例では、これらの機能モジュール群の一部または全部が、専用のハードウェア（回路）によって実現されてもよい。

進行方向取得部２０ａは、自車両（鉄道車両ＲＶ）の進行方向（上り、下り）の情報を取得する。進行方向は、上位のシステムから取得してもよいし、手入力により取得されてもよい。現在位置情報取得部２０ｂは、線路Ｒ上に設定される固有の位置を示す指標である「キロ程」を取得する。線路情報入力部２０ｃは、線路情報の入力を受け付ける。

また、軌道識別装置１０Ａの記憶部１０ｅに含まれる分岐情報１８ａは、図１７（ａ）、図１７（ｂ）に示すような、キロ程に基づく、分岐情報と、進行方向とを示すデータベースである。図１７（ａ）、図１７（ｂ）は、分岐Ｊおよび当該分岐Ｊに関する分岐情報１８ａの一例を示した例示的かつ模式的な図である。例えば、図１７（ａ）に示されるような２つの分岐Ｊ１およびＪ２が線路Ｒに存在している場合、分岐情報１８ａは、図１７（ｂ）に示されるようなテーブル形式の分岐情報１８ａとして記憶部１０ｅに保持される。図１７（ｂ）に示される分岐情報１８ａは、分岐（分岐線路ＳＲ）の有無を示す情報として、分岐Ｊ１が存在するポイントＢ１および分岐Ｊ２が存在するポイントＢ２の位置を示す「キロ程」と、分岐Ｊ１およびＪ２によって分かれる線路Ｒの本数（分岐線路ＳＲの数）を示す「進路の数」と、分岐Ｊ１およびＪ２において鉄道車両ＲＶがどの進路を選択するかを示す進行方向（分岐先）に関する情報と、の対応関係を保持している。なお、「進路の数」は、図１７（ａ）に示される例において鉄道車両ＲＶが矢印Ｃ１の方向に走行する場合を想定している。また、「進行方向」は、線路ＲＬの運用に関する運用情報や、鉄道車両ＲＶのダイヤなどの運行情報などに基づいて決定される。つまり、分岐情報１８ａは、進行方向取得部２０ａや線路情報入力部２０ｃ等によって取得（入力）される情報によって変化する。

分岐情報取得部１８は、運行情報取得装置２０で取得される鉄道車両ＲＶの現在位置情報に基づき、分岐情報１８ａを参照して現在の処理対象の画像（鳥瞰画像）における分岐線路ＳＲの情報（例えば、分岐位置、分岐数、進行方向等の情報）を取得する。軌道識別装置１０Ａの線路検出部１０ｃや分岐線路検出部１０ｄは、分岐情報取得部１８が取得した情報に基づき、処理対象の画像（鳥瞰画像）に対し、限定的な線路検出処理を実行することができる。

図１８は、第２実施形態の軌道識別装置１０Ａを含む車両システム１００の処理の流れを説明する例示的なフローチャートである。なお、分岐情報取得部１８が取得した情報に基づき、処理対象の画像（鳥瞰画像）に対し、限定的な領域で線路検出処理を実行する以外は、図１３に示す第１実施形態のフローチャートと同じであり、実質的に同じ処理部分には、同じステップ番号を付し、詳細な説明は省略する。

図１８に示される処理フローでは、まず、Ｓ１００において、軌道識別装置１０Ａの画像取得部１０ａは、カメラ１２から撮像画像を取得する。なお、画像取得部１０ａは取得した撮像画像を鳥瞰画像に変換する。

そして、Ｓ１０２において、軌道識別装置１０Ａは、図１４、図１５の処理フローにしたがい、特徴量取得部１０ｂ、線路検出部１０ｃ、分岐線路検出部１０ｄにより、図３〜図１１（図１２）で説明した処理を実行し、線路Ｒおよび分岐線路ＳＲの検出、つまり分岐線路ＳＲの分岐位置の取得を行う。

続いて、Ｓ２００において、分岐線路検出部１０ｄは、分岐情報取得部１８が取得した自車両（鉄道車両ＲＶ）が走行を予定している方向について分岐線路ＳＲの検索処理を実行して、分岐先の分岐線路ＳＲを取得する。例えば、分岐が３方向に分かれている場合は、自車両（鉄道車両ＲＶ）が走行を予定している線路以外の線路が存在する可能性のある領域に関しては、分岐線路ＳＲの検索を省略する。その結果、処理対象の画像に対する処理時間の短縮および処理負荷の軽減ができる。なお、分岐線路検出部１０ｄは、分岐情報取得部１８が取得する分岐情報に基づいて、自車両の走行予定の線路が存在する可能性のある領域を限定することができるので、例えば、図１０で説明した探索範囲（線分ＲＣ−ＲＤ）を縮小設定することができる。この点においても、検出処理の効率化、負荷の軽減に寄与できる。

Ｓ２００において、自車両（鉄道車両ＲＶ）が走行する予定の分岐線路ＳＲが取得（検出）された場合、Ｓ１０４において、障害物検知装置１６の判定領域特定部１６ａは、障害物（注視が必要な注視物）の有無判定の対象となる分岐線路ＳＲの付近の判定領域を設定する。つまり、第１実施形態おける判定領域より、限定した範囲を設定することができる。

そして、Ｓ１０６において、障害物検知装置１６の障害物検出部１６ｂは、Ｓ１０４で特定された限定された判定領域内に障害物が存在するか否かを判断する。

Ｓ１０８において、障害物が存在すると判断された場合、出力制御部１６ｃは、表示部１４に表示されている画像（線路Ｒや分岐線路ＳＲ等が写り込んでいる実画像）の対応する位置に注視画像（マーク、アイコン、シンボル、キャラクタ等）を重畳して表示させる処理等を実行することで、警報を出力する。そして、処理対象の画像に対する一連の処理が終了する。なお、この場合、音声やアラームによる警報を併せて出力するようにしてもよい。障害物が発見されない場合には、注意喚起を行う必要は特にない。したがって、この場合、表示部１４には、カメラ１２が撮像した現在の画像（実画像）が表示されることになる。

このように、第２実施形態の車両システム１００によれば、自車両（鉄道車両ＲＶ）の位置および運行情報等に基づき自車両（鉄道車両ＲＶ）がこれから走行する線路Ｒ（分岐線路ＳＲ）に限定して、軌道識別処理および障害物検知処理が実行できる。その結果、より正確な軌道識別処理および障害物検知処理を実現し、さらに、処理負荷の軽減および処理時間の短縮を実現することができる。

以上、本発明のいくつかの実施形態を説明したが、上記実施形態および変形例はあくまで一例であって、発明の範囲を限定することは意図していない。上記実施形態は、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。上記実施形態およびその変形は、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。

１０，１０Ａ 軌道識別装置
１０ａ 画像取得部
１０ｂ 特徴量取得部
１０ｃ 線路検出部
１０ｄ 分岐線路検出部
１０ｅ 記憶部
１０ｆ 線路情報
１２ カメラ
１４ 表示部
１６ 障害物検知装置
１８ 分岐情報取得部
１８ａ 分岐情報
２０ 運行情報取得装置
２０ａ 進行方向取得部
２０ｂ 現在位置情報取得部
２０ｃ 線路情報入力部
１００ 車両システム
ＲＶ 鉄道車両

Claims (9)

1. 鉄道車両の進行方向の領域を撮像することで得られる撮像画像を取得する画像取得部と、
   前記撮像画像における複数の画素群ごとに、所定の基準に基づく線路らしさを表す尺度となり得る特徴量に基づき、線路を検出する線路検出部と、
   検出された前記線路に対して、分岐線路が存在するか否かを検出する分岐線路検出部と、
   前記線路検出部の検出結果と前記分岐検出部の検出結果を出力する線路検出結果出力部と、
   を備える、軌道識別装置。
2. 前記分岐線路検出部は、前記線路検出部が検出した前記線路に対する前記分岐線路の交点を当該分岐線路の分岐位置として取得する、請求項１に記載の軌道識別装置。
3. 前記分岐線路検出部は、前記線路検出部が検出した前記線路について、前記分岐線路を検出する分岐線路検出処理を、検出された全ての前記分岐位置に対して繰り返し実行する、請求項２に記載の軌道識別装置。
4. 前記分岐線路検出部は、前記分岐位置を要として、扇形状の探索領域を設定して前記分岐線路を検出する請求項２または請求項３に記載の軌道識別装置。
5. 前記分岐線路検出部は、前記線路検出部が検出した前記線路に対して、交差する線分を前記分岐線路として取得する、請求項２から請求項４のいずれか１項に記載の軌道識別装置。
6. 前記分岐線路検出部は、検出した前記分岐位置を起点とする前記分岐線路の扇状の探索領域を前記線分を基準に前記分岐線路がとり得る最大曲率の範囲を含む角度で設定する、請求項５に記載の軌道識別装置。
7. 前記分岐線路検出部は、前記線路検出部が検出した前記線路との類似度に基づき、前記分岐線路を検出する、請求項１から請求項６のいずれか１項に記載の軌道識別装置。
8. 前記鉄道車両の現在位置で取得される前記撮像画像の撮像領域に対応する領域に含まれる前記分岐線路の有無、前記分岐線路の数、前記鉄道車両が進行する分岐先の少なくとも一つの分岐情報を取得する分岐情報取得部を、さらに備え、
   前記分岐線路検出部は、前記分岐情報に基づき前記鉄道車両が走行する前記分岐線路を特定する、請求項１から請求項７のいずれか１項に記載の軌道識別装置。
9. 前記分岐線路検出部は、前記分岐情報取得部が取得する分岐情報に基づき、前記分岐線路の探索領域を設定する、請求項８に記載の軌道識別装置。

Images