JP2019218022A - 線路検出装置 - Google Patents

Abstract

【課題】鉄道車両の進行方向の領域を撮影した撮影画像から鉄道車両が進行する可能性のある複数の線路を検出した場合に、その複数の線路のうち鉄道車両が進行する線路を識別する。【解決手段】車両システム１００において、線路検出装置２は、走行中の鉄道車両の進行方向の領域を撮影することで得られる撮影画像を取得する画像取得部２１と、前記撮影画像において線路を検出する線路検出部２３と、前記撮影画像において前記線路の分岐を検出する分岐検出部２４と、前記撮影画像における前記分岐を含む画像領域に基いて、前記分岐の先の前記鉄道車両が進行する可能性のある複数の線路のうち前記鉄道車両が進行する線路を識別する進行線路識別部２５と、を備える。【選択図】図２

Description

本発明の実施形態は、線路検出装置に関する。

従来から、走行中の鉄道車両の進行方向の領域を撮影した撮影画像から線路や線路の分岐を検出する技術がある。そのような技術において、撮影画像から鉄道車両が進行する可能性のある複数の線路を検出する場合がある。

特開２０１６−９１５０６号公報

Bogdan Tomoyuki Nassu, Masato Ukai, "Rail extraction for driver support in railways", [online], Conference: Intelligent Vehicles Symposium (IV), 2011 IEEE, [2018.06.05検索], インターネット<URL:http://www.dainf.ct.utfpr.edu.br/~nassu/papers/nassu11%20-%20Rail%20Extraction%20for%20Driver%20Support%20in%20Railways.pdf>

しかしながら、従来技術では、撮影画像から鉄道車両が進行する可能性のある複数の線路を検出した場合に、その複数の線路のうち鉄道車両が進行する線路を識別することはできなかった。

そこで、本発明の実施形態の課題は、鉄道車両の進行方向の領域を撮影した撮影画像から鉄道車両が進行する可能性のある複数の線路を検出した場合に、その複数の線路のうち鉄道車両が進行する線路を識別することである。

実施形態の線路検出装置は、走行中の鉄道車両の進行方向の領域を撮影することで得られる撮影画像を取得する画像取得部と、前記撮影画像において線路を検出する線路検出部と、前記撮影画像において前記線路の分岐を検出する分岐検出部と、前記撮影画像における前記分岐を含む画像領域に基いて、前記分岐の先の前記鉄道車両が進行する可能性のある複数の線路のうち前記鉄道車両が進行する線路を識別する進行線路識別部と、を備える。

図１は、第１実施形態の線路検出装置を含む車両システムの構成を示す模式図である。 図２は、第１実施形態の線路検出装置を含む車両システムの機能を示すブロック図である。 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説明するための模式図である。 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いて検出する例を説明するための模式図である。 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模式図である。 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模式図である。 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模式図である。 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模式図である。 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模式図である。 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模式図である。 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模式図である。 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き設定した、分岐線路の探索エリアを説明するための模式図である。 図１３は、第１実施形態における分岐を含む線路の模式図である。 図１４は、第１実施形態において、分岐を含む着目領域設定を説明するための模式図である。 図１５は、第１実施形態において、図１４の画像を二値化した場合を示す模式図である。 図１６は、第１実施形態における車両システムにおける全体処理を示すフローチャートである。 図１７は、図１６におけるステップＳ１０２の処理の詳細を示すフローチャートである。 図１８は、図１７におけるステップＳ４の処理の詳細を示すフローチャートである。 図１９は、第２実施形態において、分岐を含む着目領域設定を説明するための模式図である。 図２０は、第３実施形態において、分岐における進行線路識別の手法を説明するための模式図である。 図２１は、第４実施形態において、トングレールに対して識別用物体を取り付けた場合を示す模式図である。 図２２は、第５実施形態の線路検出装置を含む車両システムの構成を示す模式図である。 図２３は、第５実施形態において、撮影画像における２つの線路の横方向の経時的な移動状態に基く進行線路識別を説明するための模式図である。 図２４は、第５実施形態におけるステップＳ１０２の処理を示すフローチャートである。 図２５は、第５実施形態において、撮影画像における２つの線路の横方向の経時的な移動状態に基く進行線路識別を説明するための模式図である。 図２６は、第６実施形態の線路検出装置を含む車両システムの構成を示す模式図である。 図２７は、第６実施形態におけるステップＳ１０２の処理を示すフローチャートである。 図２８は、第７実施形態の線路検出装置を含む車両システムの構成を示す模式図である。 図２９は、第７実施形態におけるステップＳ１０２の処理を示すフローチャートである。

以下、第１実施形態〜第７実施形態等について、図面に基いて説明する。なお、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）は例であって、以下の記載内容に限定されない。また、第２実施形態以降の説明において、それまでの実施形態と重複する説明は適宜省略する。

＜第１実施形態＞
まず、第１実施形態について説明する。図１は、第１実施形態の線路検出装置２を含む車両システム１００の構成を示す模式図である。図１に示すように、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上を走行する鉄道車両ＲＶに搭載されている。車両システム１００は、線路検出装置２に加え、撮影部としてのカメラ１と、表示部４と、障害物検知装置３と、を有している。

カメラ１は、鉄道車両ＲＶの先端部（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影する。カメラ１によって得られる撮影画像には、線路Ｒが含まれる。

表示部４は、各種の画像を表示する装置である。表示部４は、鉄道車両ＲＶの運転席などに設けられる。

線路検出装置２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するコンピュータとして構成される。

図２は、第１実施形態の線路検出装置２を含む車両システム１００の機能を示すブロック図である。図２に示すように、線路検出装置２は、画像取得部２１、特徴量算出部２２、線路検出部２３、分岐検出部２４、進行線路識別部２５、記憶部２６等を有している。また、障害物検知装置３は、判定領域特定部３１、障害物検出部３２、出力制御部３３、記憶部３４等を有している。

各部２１〜２５といった機能モジュール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、線路検出装置２のプロセッサが記憶部２６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、各部３１〜３３といった機能モジュール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３のプロセッサが記憶部３４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、これらの機能モジュール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。

線路検出装置２における記憶部２６および障害物検知装置３における記憶部３４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２６は、線路検出装置２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（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、分岐情報等）を記憶する。また、記憶部３４は、障害物検知装置３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（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１によって撮影された撮影画像における複数の画素群（探索エリア）ごとに、所定の基準に基く線路らしさを表す尺度となり得る特徴量に基き検出される（詳細は後述）。

画像取得部２１は、走行中の鉄道車両ＲＶの進行方向の領域を撮影することで得られる撮影画像を取得する。具体的には、画像取得部２１は、カメラ１により撮影された撮影画像を取得する。撮影画像は、例えばカラー画像である。画像取得部２１は、例えば、取得した撮影画像に視点変換処理などを施すことで、カメラ１が撮影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。

特徴量算出部２２は、撮影画像（鳥瞰画像）に基いて、線路Ｒを精度良く検出するために着目すべき特徴量を算出する。

撮影画像における線路Ｒの写り込みは、撮影環境（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、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）した特徴量を算出すれば、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、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１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１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影環境では、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量を算出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、撮影画像（鳥瞰画像）の撮影環境や、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、どのような撮影画像（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。

特徴量算出部２２は、画像取得部２１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、所定の基準に基いて、線路らしさを表す尺度となりうる特徴量を算出する。

線路検出部２３は、撮影画像において線路を検出する。具体的には、線路検出部２３は、特徴量算出部２２で算出された特徴量に基いて、撮影画像（鳥瞰画像）から線路Ｒを検出する。

ここで、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説明するための模式図である。線路検出部２３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ＭＲ（レールＭＲＬ、レールＭＲＲ）の一部を検出した後、検出した線路ＭＲの一部を基準とした次のエリアから線路ＭＲの一部をさらに検出する処理を順次繰り返すことで、撮影画像（鳥瞰画像）の全体から線路ＭＲを検出する。そして、特徴量算出部２２は、線路検出部２３により線路ＭＲ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２３により既に検出済の線路ＭＲ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、撮影画像を用いて説明を行う。また、撮影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、元の撮影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。

特徴量算出部２２は、上述した所定の基準として、線路検出部２３により既に検出済の線路ＭＲの一部の撮影画像（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ＭＲ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ＭＲが光の反射を起こしやすい撮影環境で取得された撮影画像に基くものか、線路ＭＲが光の反射を起こしにくい撮影環境で取得された撮影画像に基くものか、を判定することができる。

例えば、既に検出済の線路ＭＲの一部の平均輝度値が閾値以上である場合、当該線路ＭＲの一部に対応した領域は、撮影画像（鳥瞰画像）内で他の領域よりも明るく写り込んでいる。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ＭＲの一部の平均輝度値が閾値未満である場合、当該線路ＭＲの一部に対応した領域は、撮影画像（鳥瞰画像）内で他の領域よりも暗く写り込んでいる。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、特徴量算出部２２は、既に検出済の線路ＭＲ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ＭＲのカーブの有無などに応じて異なる。そこで、特徴量算出部２２は、線路検出部２３により既に検出済の線路ＭＲの一部の角度（線路ＭＲの一部が延びる方向）に基いて、次のエリアから線路ＭＲ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ＭＲの一部の検出には、過去（例えば１フレーム前）の撮影画像（鳥瞰画像）に対する線路ＭＲの検出結果を用いる。すなわち、画像取得部２１は、鉄道車両ＲＶの進行とともに撮影画像を複数回取得する。そして、特徴量算出部２２は、あるタイミングで得られた撮影画像（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フレーム前の撮影画像に基く鳥瞰画像）における初期エリアＡ１から検出された線路ＭＲ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フレーム前の撮影画像に基いて検出された線路ＭＲに関する情報は、線路情報として記憶部２６に記憶されているものとする。

ここで、撮影画像（鳥瞰画像）における各エリアから線路ＭＲ（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ＭＲ（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ＭＲ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、線路情報として記憶部２６に予め記憶されている。線路検出部２３は、まず、記憶部２６の線路情報を参照することで、上記の手法で選択された特徴量に基いて取得された特徴量から初期エリア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２３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ＭＲ（の一部）の候補を抽出する。なお、正規の線路ＭＲを構成する一対のレールＭＲＬ，ＭＲＲの幅は、予め決まっている。したがって、正規の線路ＭＲを構成する一対のレールＭＲＬ，ＭＲＲ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ＭＲ（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ＭＲを構成する一対のレールＭＲＬ，ＭＲＲの幅が、線路情報として記憶部２６に予め記憶されているとしてもよい。

そして、線路検出部２３は、線路情報の線路幅を参照し、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ＭＲを特定（検出）する。そして、線路検出部２３は、特定した線路ＭＲを構成する複数の座標点を、線路位置情報として記憶部２６に記憶する。

ここで、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いて検出する例を説明するための模式図である。図４に示す例では、線路ＭＲ（レールＭＲＬ，ＭＲＲ）に含まれる座標点Ｌ１，Ｒ１，Ｌ２，Ｒ２等が記憶部２６に記憶される。

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

図５に示す例では、直近の処理により、線路ＭＲ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２３は、まず、図５に示すように、直近に検出された２つの座標点に基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ＭＲ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２３は、図６に示すように、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ＭＲ（の一部）の候補となる。

そして、線路検出部２３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、特徴量算出部２２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ＭＲ（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ＭＲを構成する一対のレールＭＲＬ．ＭＲＲのうちの一方である、例えば、レールＭＲＬに沿ったものであり、実際には、他方のレールＭＲＲ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２３は、他方のレールＭＲＲについても上記の同様の手法で正規の線路ＭＲを特定（検出）する。

線路検出部２３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（撮影画像、鳥瞰画像）の全ての領域から線路ＭＲ（レールＭＲＬ，ＭＲＲ）の全体が検出される。そして、検出された線路ＭＲ（の全体）に関する情報は、検出済線路情報として記憶部２６に記憶される。なお、上述の線路ＭＲの検出手法の場合、図６に示すように、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ＭＲ（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ＭＲ（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ＭＲに近い形状の線路候補で線路ＭＲ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ＭＲ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、分岐検出部２４は、撮影画像において線路の分岐を検出する。具体的には、分岐検出部２４は、線路検出部２３によって検出された線路ＭＲ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２３の場合、撮影画像（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ＭＲ（の一部）として特定（検出）している。その結果、図４に示すように、線路ＭＲの途中に分岐線路ＳＲ（レールＳＲＬ，レールＳＲＲ）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、分岐検出部２４は、検出済みの線路ＭＲに対して分岐線路ＳＲの分岐位置を特定する共に、その分岐位置に基き、当該分岐位置に連なる分岐線路ＳＲをさらに検出する。

ここで、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模式図である。分岐検出部２４は、図７に示すように、線路検出部２３で画像７００に含まれる検出済みの線路ＭＲを構成する点（特徴量、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ＭＲＬとレールＭＲＲのうち、レールＭＲＬ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ＭＲ（一対のレールＭＲＬ，ＭＲＬ）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２３が検出した線路ＭＲの特徴量の平均値を用いることができる。

ここで、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模式図である。図８では、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ＭＲ（レールＭＲＬとレールＭＲＲ）を結ぶ（横切る）線分８０１（線分ＬＢ−ＲＡ）が検出された状態を示している。分岐検出部２４は、線分８０１、つまり、線路検出部２３が検出した線路ＭＲ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、分岐検出部２４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ＭＲ（レールＭＲＬとレールＭＲＲ）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。

分岐検出部２４は、検出された線分８０１と線路ＭＲ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、分岐検出部２４は、図９の画像９００に示すように、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２３によって検出済みのレールＭＲＲの延在方向に沿って設定する。

ここで、図９は、第１実施形態において、検出された線分に基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模式図である。この場合、図９等に示すように、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ＭＲを横切り、他方のレールは線路ＭＲを横切らない。したがって、線路ＭＲ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ＭＲＲ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。

ここで、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模式図である。分岐検出部２４は、さらに、図１０の画像１０００に示すように、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２３により検出済みのレールＭＲＲ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ＭＲＲ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。

分岐検出部２４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で示すように、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、分岐検出部２４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ＳＲＬ，ＳＲＲ）の一部の検出が可能になる。そして、分岐検出部２４は、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、分岐検出部２４は、線路検出部２３が検出した線路ＭＲとの類似度を利用してもよい。線路検出部２３が検出した線路ＭＲと、分岐検出部２４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ＭＲ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ＭＲ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。

ここで、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模式図である。図１１に示すように、分岐検出部２４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２３は、図４で説明した初期エリアＡ１以降のエリアの線路ＭＲ（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。分岐検出部２４は、線路検出部２３が検出した線路ＭＲ（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影画像（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、分岐検出部２４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。

ここで、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き設定した、分岐線路の探索エリアを説明するための模式図である。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、分岐検出部２４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、分岐検出部２４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、進行線路識別部２５は、撮影画像における分岐を含む画像領域に基いて、分岐の先の鉄道車両ＲＶが進行する可能性のある複数の線路のうち鉄道車両ＲＶが進行する線路（以下、単に「進行線路」と称する場合がある。）を識別する。

例えば、線路の分岐は、トングレールによって構成されている。そのとき、進行線路識別部２５は、撮影画像におけるトングレールを含む画像領域に基いて、トングレールにおける２箇所の開閉部分における少なくともいずれかの開閉部分の開閉状態を判定することで、鉄道車両が進行する線路を識別する。

また、進行線路識別部２５は、撮影画像におけるトングレールを含む画像領域に基いて、トングレールを線分として検出し、トングレールにおける２箇所の開閉部分における少なくともいずれかの開閉部分の開閉状態を判定することで、鉄道車両ＲＶが進行する線路を識別する。進行線路識別部２５の詳細については後述する。

障害物検知装置３は、線路検出装置２が検出した線路Ｒ（ＭＲ、ＳＲ）に対して、鉄道車両ＲＶが線路Ｒを走行する際に障害物が存在するか否かの検知を行い、表示部４等に検知の結果を表示させる。

判定領域特定部３１は、線路検出部２３の分岐検出部２４と進行線路識別部２５の処理結果に基いて、撮影画像内における線路Ｒの付近の領域を、障害物の有無の判定の対象となる判定領域として特定する。

障害物検出部３２は、判定領域特定部３１により特定された判定領域内に障害物が存在するか否かを監視（検出）する。障害物の有無を判定するための情報（テンプレート）は、障害物情報として記憶部３４に記憶されている。障害物検出部３２は、障害物情報と、特徴量算出部２２により検出された特徴量と、に基いて、障害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３３は、障害物検出部３２により障害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）を障害物情報等から読み出す。そして、出力制御部３３は、表示部４に表示されている画像（線路ＭＲ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。

以下、図１３〜図１５を参照して、鉄道車両ＲＶの進行方向の領域を撮影した撮影画像から鉄道車両ＲＶが進行する可能性のある複数の線路を検出した場合に、その複数の線路のうち鉄道車両ＲＶが進行する線路を識別する手法（進行線路識別部２５の処理）について説明する。

図１３は、第１実施形態における分岐を含む線路の模式図である。図１３に示す例では、線路ＭＲ（レールＭＲＬ、レールＭＲＲ）が、手前から左奥に向かって延びている。また、分岐線路ＳＲ（レールＳＲＬ，レールＳＲＲ）が、線路ＭＲ（レールＭＲＬ、レールＭＲＲ）における分岐ＬＳ、ＲＳから右奥に向かって延びている。このような状況で、鉄道車両ＲＶは、分岐ＬＳ、ＲＳから先に、線路ＭＲを進行する場合と分岐線路ＳＲを進行する場合とがある。

図１４は、第１実施形態において、分岐を含む着目領域設定を説明するための模式図である。図１４に示す例では、画像１４００において、線路ＭＲ（レールＭＲＬ、レールＭＲＲ）が、手前から直線状に奥に向かって延びている。また、分岐線路ＳＲ（レールＳＲＬ，レールＳＲＲ）が、線路ＭＲ（レールＭＲＬ、レールＭＲＲ）における分岐ＬＳ、ＲＳから左奥に向かって延びている。

このような場合、進行線路識別部２５は、着目領域Ｌ１０、Ｒ１０を設定する。着目領域Ｌ１０は、分岐ＬＳとその下方を含む矩形の領域である。着目領域Ｒ１０は、分岐ＲＳとその下方を含む矩形の領域である。

進行線路識別部２５は、着目領域Ｌ１０、Ｒ１０のそれぞれについて、上述のハフ変換やＲＡＮＳＡＣなどといった既存の線分検出アルゴリズムを用いて線路を検出する。そして、進行線路識別部２５は、着目領域Ｌ１０、Ｒ１０のそれぞれについて、端点（領域Ｅ参照）が存在する線路を検出した場合、その線路は開いたトングレールであるものと判定する。

図１４のような２枝分岐のトングレールの場合、開いたトングレールが左側（分岐ＬＳ側）にあると、鉄道車両ＲＶは左（分岐線路ＳＲ）に進行する。また、開いたトングレールが右側（分岐ＲＳ側）にあると、鉄道車両ＲＶは右（線路ＭＲ）に進行する。この原理に基いて、進行線路識別部２５は、鉄道車両ＲＶが分岐ＬＳ、ＲＳから線路ＭＲと分岐線路ＳＲのいずれに進行するかを識別することができる。

なお、３枝分岐のトングレールの場合、開いたトングレールが左側にあると、鉄道車両ＲＶは左の線路に進行する。また、開いたトングレールが右側にあると、鉄道車両ＲＶは右の線路に進行する。また、開いたトングレールが無いと、鉄道車両ＲＶは真ん中の線路に進行する。この原理に基いて、進行線路識別部２５は、鉄道車両ＲＶの進行線路を識別することができる。

なお、図１４のような２枝分岐のトングレールの場合、着目領域Ｌ１０、Ｒ１０の両方について開いたトングレールがあるか否かを判定する必要はなく、片方について判定してもよい。

図１５は、第１実施形態において、図１４の画像を輝度値もしくは特徴量について二値化した場合を示す模式図である。進行線路識別部２５は、図１４の画像を二値化して進行線路を識別することもできる。その場合も、進行線路識別部２５は、図１５の画像１５００に示すような二値化画像から、白画素と黒画素に関する特徴量に基いて、着目領域Ｌ１０、Ｒ１０のそれぞれについて、線路を検出するとともに、開いたトングレールがあるか否かを判定する。図１５では、白画素が各レールに対応しており、着目領域Ｌ１０内にトングレールの端点（領域Ｅ参照）があって開いたトングレールがあることがわかる。

図１６は、第１実施形態における車両システム１００における全体処理を示すフローチャートである。この図１６に示す処理は、鉄道車両ＲＶの走行中に繰り返し実行される。

まず、Ｓ１００において、線路検出装置２の画像取得部２１は、カメラ１から撮影画像を取得する。なお、画像取得部２１は取得した撮影画像を鳥瞰画像に変換してもよい。

次に、Ｓ１０２において、線路検出装置２は、線路に関する処理を行う。図１７は、図１６におけるステップＳ１０２の処理の詳細を示すフローチャートである。ステップＳ１において、特徴量算出部２２は、撮影画像に基いて特徴量を算出する。

次に、ステップＳ２において、線路検出部２３は、ステップＳ１で算出された特徴量に基いて、撮影画像から線路ＭＲ（例えば図１４）を検出する。

次に、ステップＳ３において、分岐検出部２４は、ステップＳ３で検出された線路ＭＲに対して分岐線路ＳＲ（例えば図１４）を検出する。

次に、ステップＳ４において、進行線路識別部２５は、進行線路識別を行う。図１８は、図１７におけるステップＳ４の処理の詳細を示すフローチャートである。ステップＳ４１において、進行線路識別部２５は、着目領域（例えば図１４の着目領域Ｌ１０、Ｒ１０）を設定する。

次に、ステップＳ４２において、進行線路識別部２５は、ステップＳ４１で設定した着目領域について、端点（例えば図１４の領域Ｅ参照）を検出する。

次に、ステップＳ４３において、進行線路識別部２５は、ステップＳ４２で検出した端点に基いて、鉄道車両ＲＶの進行線路（例えば図１４では線路ＳＲ）を識別する。

図１６に戻って、ステップＳ１０２の後、ステップＳ１０４において、判定領域特定部３１は、ステップＳ１０２での処理結果に基いて、判定領域を特定する。具体的には、図１４の場合、分岐ＬＳ、ＲＳから先は、線路ＭＲ（およびその付近）が判定領域から除外され、分岐線路ＳＲ（およびその付近）が判定領域として採用される。

次に、ステップＳ１０６において、障害物検出部３２は、ステップ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監視（検出）する。

次に、ステップＳ１０８において、出力制御部３３は、ステップＳ１０６における障害物検出結果を出力する。

このように、第１実施形態の車両システム１００によれば、撮影画像から鉄道車両ＲＶが進行する可能性のある複数の線路を検出した場合に、その複数の線路のうち鉄道車両ＲＶが進行する線路を識別することができる。具体的には、例えば分岐がトングレールの場合、トングレールを含む着目領域についてトングレールの端点が存在するかを判定することで、進行線路を識別することができる。

これによって、撮影画像に複数の線路が存在する場合でも、障害物検出のための判定領域を進行線路（およびその付近）だけに限定することができる。したがって、障害物検出処理をより低負担、高精度（誤検知低減等）で行うことが可能となり、車両システム１００の信頼性や使い勝手の向上等を図ることができる。

一方、従来技術では、撮影画像に複数の線路が存在する場合に、すべての線路について障害物検出を行っていたため、障害物検出処理の負担が大きくなって精度が低下してしまうことがあった。

＜第２実施形態＞
次に、第２実施形態について説明する。図１９は、第２実施形態において、分岐を含む着目領域設定を説明するための模式図である。図１９は、図１４と比較して、着目領域Ｌ１０、Ｒ１０の向きが異なっている。図１９では、着目領域Ｌ１０は、分岐ＬＳとその下方を含む矩形の領域であり、その矩形の長辺はレールＭＲＬに沿っている。また、着目領域Ｒ１０は、分岐ＲＳとその下方を含む矩形の領域であり、その矩形の長辺はレールＭＲＲに沿っている。その他については、第１実施形態と同様である。

このように、第２実施形態の車両システム１００によれば、着目領域である矩形の長辺をレールに沿った方向とすることができる。そして、トングレールは本線レールの近くに存在するので、これにより、トングレールの端点の検出の精度をより向上させることができる。

＜第３実施形態＞
次に、第３実施形態について説明する。図２０は、第３実施形態において、分岐における進行線路識別の手法を説明するための模式図である。この第３実施形態では、進行線路識別部２５は、次のようにして、進行線路を識別する。

進行線路識別部２５は、図２０の画像２０００において、線路の交点である点Ｐ１を開始点として線路を検出し、その線路の画面下方の端点である点Ｐ２、Ｐ３を検出する。そして、進行線路識別部２５は、点Ｐ１〜Ｐ３とそれらの間の線路からなる略Ｖ字形の位置を調べ、点Ｐ２がレールＭＲＬの線上にあるか否かと、点Ｐ３がレールＭＲＲの線上にあるか否かを判定する。

そして、進行線路識別部２５は、点Ｐ２がレールＭＲＬの線上になくて、点Ｐ３がレールＭＲＲの線上にあれば、進行線路を分岐線路ＳＲと識別する。また、進行線路識別部２５は、点Ｐ２がレールＭＲＬの線上にあって、点Ｐ３がレールＭＲＲの線上になければ、進行線路を線路ＭＲと識別する。

このように、第３実施形態の車両システム１００によれば、上述の略Ｖ字形の位置を調べることで進行線路を識別することができるので、矩形の着目領域を設定する必要が無く、その分の処理が軽くなるという効果がある。

＜第４実施形態＞
次に、第４実施形態について説明する。図２１は、第４実施形態において、トングレールに対して識別用物体ＬＺ、ＲＺを取り付けた場合を示す模式図である。画像２１００に存在する識別用物体ＬＺ、ＲＺは、蛍光色など、画像認識による検出が容易となる色やテクスチャでトングレールを目立たせるための道具である。

この場合、線路検出装置２の進行線路識別部２５は、撮影画像におけるトングレールを含む画像領域に基いて、識別用物体ＬＺ、ＲＺを認識することで、トングレールにおける２箇所の開閉部分における少なくともいずれかの開閉部分の開閉状態を判定する。

このように、第４実施形態の車両システム１００によれば、トングレールに対して識別用物体ＬＺ、ＲＺを取り付けることで、トングレールを他の線路と区別して検出することがより容易になり、トングレール検出性能を向上させることができる。

なお、識別用物体ＬＺ、ＲＺを用いる場合、例えば、進行線路識別部２５は、色フィルタで識別用物体ＬＺ、ＲＺを検出し、識別用物体ＬＺとレールＭＲＬの角度や、識別用物体ＲＺとレールＭＲＲの角度を算出し、それらの角度によって進行線路を識別してもよい。その場合、例えば、図２１のように、識別用物体ＬＺとレールＭＲＬの角度が０度よりも有意に大きく、識別用物体ＲＺとレールＭＲＲの角度が０度に近いと、進行線路識別部２５は、進行線路を分岐線路ＳＲと識別（特定）することができる。

＜第５実施形態＞
次に、第５実施形態について説明する。図２２は、第５実施形態の線路検出装置２を含む車両システム１００の構成を示す模式図である。図２２は、図２と比較して、線路検出装置２が分岐検出部２４を備えていない点と、線路検出部２３と進行線路識別部２５の動作内容の点で相違する。

線路検出部２３は、撮影画像において鉄道車両ＲＶが進行する可能性のある２つの線路を検出する。また、進行線路識別部２５は、撮影画像における２つの線路の横方向の経時的な移動状態に基いて、２つの線路のうち鉄道車両ＲＶが進行する線路を識別する。

ここで、図２３は、第５実施形態において、撮影画像における２つの線路の横方向の経時的な移動状態に基く進行線路識別を説明するための模式図である。図２３（ａ）の画像２３００ａに示すように、撮影画像において、鉄道車両ＲＶが進行する可能性のある２つの線路として、線路Ｒ２０（レールＲ２０Ｌ、レールＲ２０Ｒ）と線路Ｒ３０（レールＲ３０Ｌ、レールＲ３０Ｒ）が存在する。例えば、線路Ｒ２０と線路Ｒ３０の分岐が画像の下方に移動してしまった場合に、このような画像となる。また、鉄道車両ＲＶの走行している線路の曲がり方が急で分岐が画像に映らずにこのような画像になる場合もある。

いずれにしても、画像２３００ａでは分岐（トングレール）が存在していないので、分岐に基く進行線路識別を行うことはできない。しかし、鉄道車両ＲＶが分岐後にカーブ走行すると、それにともなって、撮影画像における２つの線路は横方向の経時的に移動する。これを利用して、進行線路識別部２５は、進行線路を識別する。

例えば、鉄道車両ＲＶが分岐後に線路Ｒ２０に進行する場合、撮影画像は図２３（ｂ）の画像２３００ｂに示すように、全体として右方向に移動する。したがって、線路Ｒ２０における点Ｐ２０や線路Ｒ３０における点Ｐ３０も右方向に移動する。したがって、進行線路識別部２５は、鉄道車両ＲＶが分岐後に線路Ｒ２０に進行していることを識別することができる。

図２４は、第５実施形態におけるステップＳ１０２（図１６）の処理を示すフローチャートである。ステップＳ１において、特徴量算出部２２は、撮影画像に基いて特徴量を算出する。

次に、ステップＳ２において、線路検出部２３は、ステップＳ１で算出された特徴量に基いて、撮影画像から線路を検出する。

次に、ステップＳ５において、線路検出部２３は、撮影画像から２つの線路を検出する（図２３（ａ））。例えば、線路検出部２３は、分岐が画像の下方に移動して見えなくなったときに、分岐がない状態で２つの線路を検出する。また、例えば、線路検出部２３は、鉄道車両ＲＶの走行しているレールの曲がり方が急で分岐が画像に映らずに、２つの線路を検出する場合もある。

次に、ステップＳ６において、進行線路識別部２５は、撮影画像における２つの線路の横方向の経時的な移動状態に基いて、２つの線路のうち鉄道車両ＲＶが進行する線路を識別する（図２３（ｂ））。具体的には、進行線路識別部２５は、オプティカルフロー手法によって、進行線路を識別する。例えば、進行線路識別部２５は、Shi-Tomashi法によってコーナー検出を実行し、回転不変でオプティカルフロー手法に適した特徴点を検出する（図２３（ａ））。また、進行線路識別部２５は、Lucas-Kanade法によって、検出したコーナーに対してオプティカルフロー手法を実行する（図２３（ｂ））。また、進行線路識別部２５は、オプティカルフローの長さや角度をそれぞれの閾値と比較することで、撮影画像における２つの線路が横方向のいずれに移動しているかを判定し、２つの線路のうち鉄道車両ＲＶが進行する線路を識別することができる。

このように、第５実施形態の車両システム１００によれば、撮影画像において分岐が無くて鉄道車両ＲＶが進行する可能性のある２つの線路がある場合でも（図２３（ａ））、鉄道車両ＲＶが分岐を超えた後に、オプティカルフロー手法等によって２つの線路が横方向のいずれに移動しているかを判定し、２つの線路のうち鉄道車両ＲＶが進行する線路を識別することができる。なお、例えば、分岐後の２つの線路のうち一方の線路が直進で他方の線路がカーブの場合、鉄道車両ＲＶが分岐後に直進の線路を走行すると画像は横方向に移動しないが、その横方向に移動しないことによって分岐後に直進の線路を走行していると判定してもよい。

次に、第５実施形態の変形例について説明する。図２５は、第６実施形態において、撮影画像における２つの線路の横方向の経時的な移動状態に基く進行線路識別を説明するための模式図である。図２３（ａ）と同様、図２５（ａ）の画像２５００ａに示すように、撮影画像において、鉄道車両ＲＶが進行する可能性のある２つの線路として、線路Ｒ２０（レールＲ２０Ｌ、レールＲ２０Ｒ）と線路Ｒ３０（レールＲ３０Ｌ、レールＲ３０Ｒ）が存在する。また、点ＬＣ１は、画面最下部におけるレールＲ２０ＬとレールＲ２０Ｒの中央点である。また、点ＲＣ１は、画面最下部におけるレールＲ３０ＬとレールＲ３０Ｒの中央点である。

この場合、例えば、鉄道車両ＲＶが分岐後に線路Ｒ２０に進行する場合、撮影画像は図２５（ｂ）の画像２５００ｂに示すように、全体として右方向に移動する。そして、点ＬＣ２は、画面最下部におけるレールＲ２０ＬとレールＲ２０Ｒの中央点である。また、点ＲＣ２は、画面最下部におけるレールＲ３０ＬとレールＲ３０Ｒの中央点である。点ＬＣ２は、点ＬＣ１よりも右に移動している。また、点ＲＣ２は、点ＲＣ１よりも右に移動している。これを利用して、進行線路識別部２５は、鉄道車両ＲＶが分岐後に線路Ｒ２０に進行していることを識別することができる。

＜第６実施形態＞
次に、第６実施形態について説明する。図２６は、第６実施形態の線路検出装置２を含む車両システム１００の構成を示す模式図である。図２６は、図２２と比較して、速度センサ５が追加されている点と、線路検出装置２が速度情報取得部２７を備えている点と、進行線路識別部２５の動作内容の点で相違する。

速度センサ５は、鉄道車両ＲＶの進行方向に対して横方向の速度情報（以下、単に「横方向の速度情報」ともいう。）を出力する手段であり、例えば、ジャイロセンサや速度計である。速度情報取得部２７は、速度センサ５から横方向の速度情報を取得する。また、進行線路識別部２５は、速度情報取得部２７によって取得された横方向の速度情報に基いて、２つの線路のうち鉄道車両ＲＶが進行する線路を識別する。

図２７は、第６実施形態におけるステップＳ１０２（図１６）の処理を示すフローチャートである。ステップＳ１、Ｓ２、Ｓ５は、図２４と同様である。ステップＳ５の後、ステップＳ７において、速度情報取得部２７は、速度センサ５から横方向の速度情報を取得する。次に、ステップＳ８において、進行線路識別部２５は、ステップＳ７で取得した横方向の速度情報に基いて、２つの線路のうち鉄道車両ＲＶが進行する線路を識別する。

このように、第６実施形態の車両システム１００によれば、撮影画像に分岐が無くて鉄道車両ＲＶが進行する可能性のある２つの線路が存在する場合に（図２３（ａ））、鉄道車両ＲＶが分岐後に横方向の速度を生じさせると、その横方向の速度情報を取得してそれに基いて進行線路を識別することができる。

＜第７実施形態＞
次に、第７実施形態について説明する。図２８は、第７実施形態の線路検出装置２を含む車両システム１００の構成を示す模式図である。図２８は、図２６と比較して、速度センサ５が加速度センサ６に置き換えられている点と、速度情報取得部２７が加速度情報取得部２８に置き換えられている点で相違する。

加速度センサ６は、鉄道車両ＲＶの進行方向に対して横方向の加速度情報（以下、単に「横方向の加速度情報」ともいう。）を出力する手段であり、例えば、ジャイロセンサや加速度計である。加速度情報取得部２８は、加速度センサ６から横方向の加速度情報を取得する。加速度情報取得部２８は、加速度情報取得部２８によって取得された横方向の加速度情報に基いて、２つの線路のうち鉄道車両ＲＶが進行する線路を識別する。

図２９は、第７実施形態におけるステップＳ１０２（図１６）の処理を示すフローチャートである。ステップＳ１、Ｓ２、Ｓ５は、図２７と同様である。ステップＳ５の後、ステップＳ９において、加速度情報取得部２８は、加速度センサ６から横方向の加速度情報を取得する。次に、ステップＳ１０において、加速度情報取得部２８は、ステップＳ１０で取得した横方向の加速度情報に基いて、２つの線路のうち鉄道車両ＲＶが進行する線路を識別する。

このように、第７実施形態の車両システム１００によれば、撮影画像に鉄道車両ＲＶが進行する可能性のある２つの線路が存在する場合に（図２３（ａ））、鉄道車両ＲＶが分岐後に横方向の加速度を生じさせると、その横方向の加速度情報を取得してそれに基いて進行線路を識別することができる。

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。

例えば、上述の実施形態では、分岐に関して、２枝分岐と３枝分岐を例にとって説明したが、これに限定されず、４枝以上の分岐に対して本発明を適用してもよい。

１…カメラ、２…線路検出装置、３…障害物検知装置、４…表示部、５…速度センサ、６…加速度センサ、２１…画像取得部、２２…特徴量算出部、２３…線路検出部、２４…分岐検出部、２５…進行線路識別部、２６…記憶部、２７…速度情報取得部、２８…加速度情報取得部、３１…判定領域特定部、３２…障害物検出部、３３…出力制御部、３４…記憶部、１００…車両システム、ＲＶ…鉄道車両

Claims (7)

1. 走行中の鉄道車両の進行方向の領域を撮影することで得られる撮影画像を取得する画像取得部と、
   前記撮影画像において線路を検出する線路検出部と、
   前記撮影画像において前記線路の分岐を検出する分岐検出部と、
   前記撮影画像における前記分岐を含む画像領域に基いて、前記分岐の先の前記鉄道車両が進行する可能性のある複数の線路のうち前記鉄道車両が進行する線路を識別する進行線路識別部と、
   を備える線路検出装置。
2. 前記線路の前記分岐は、トングレールによって構成されており、
   前記進行線路識別部は、前記撮影画像における前記トングレールを含む画像領域に基いて、前記トングレールにおける２箇所の開閉部分における少なくともいずれかの前記開閉部分の開閉状態を判定することで、前記鉄道車両が進行する線路を識別する、
   請求項１に記載の線路検出装置。
3. 前記進行線路識別部は、前記撮影画像における前記トングレールを含む画像領域に基いて、前記トングレールを線分として検出し、前記トングレールにおける２箇所の前記開閉部分における少なくともいずれかの前記開閉部分の開閉状態を判定することで、前記鉄道車両が進行する線路を識別する、
   請求項２に記載の線路検出装置。
4. 前記トングレールに対して識別用物体が取り付けられており、
   前記進行線路識別部は、前記撮影画像における前記トングレールを含む画像領域に基いて、前記識別用物体を認識することで、前記トングレールにおける２箇所の前記開閉部分における少なくともいずれかの前記開閉部分の開閉状態を判定する、
   請求項２に記載の線路検出装置。
5. 走行中の鉄道車両の進行方向の領域を撮影することで得られる撮影画像を取得する画像取得部と、
   前記撮影画像において前記鉄道車両が進行する可能性のある２つの線路を検出する線路検出部と、
   前記撮影画像における前記２つの線路の横方向の経時的な移動状態に基いて、前記２つの線路のうち前記鉄道車両が進行する線路を識別する進行線路識別部と、
   を備える線路検出装置。
6. 走行中の鉄道車両の進行方向の領域を撮影することで得られる撮影画像を取得する画像取得部と、
   前記撮影画像において前記鉄道車両が進行する可能性のある２つの線路を検出する線路検出部と、
   前記鉄道車両の進行方向に対して横方向の速度情報を取得する速度情報取得部と、
   前記速度情報取得部によって取得された前記横方向の速度情報に基いて、前記２つの線路のうち前記鉄道車両が進行する線路を識別する進行線路識別部と、
   を備える線路検出装置。
7. 走行中の鉄道車両の進行方向の領域を撮影することで得られる撮影画像を取得する画像取得部と、
   前記撮影画像において前記鉄道車両が進行する可能性のある２つの線路を検出する線路検出部と、
   前記鉄道車両の進行方向に対して横方向の加速度情報を取得する加速度情報取得部と、
   前記加速度情報取得部によって取得された前記横方向の加速度情報に基いて、前記２つの線路のうち前記鉄道車両が進行する線路を識別する進行線路識別部と、
   を備える線路検出装置。

Images