JP2020052585A - 区画線認識装置 - Google Patents

Abstract

【課題】道路上の区画線の位置を正確に認識する。【解決手段】区画線認識装置は、自車両に搭載された複数のカメラ１０１でそれぞれ撮影された複数の画像から道路上の区画線を認識する装置であり、自車両の移動量を推定する移動量推定部２０３と、複数の画像から区画線の候補としてそれぞれ認識された複数の白線候補の位置を推定する区画線位置推定部２０１と、移動量推定部２０３が推定した自車両の移動量と、区画線位置推定部２０１が推定した白線候補の位置の履歴とに基づいて、現在の白線の位置を決定する区画線位置決定部２０５とを備える。【選択図】図２

Description

本発明は、道路上の区画線を認識する装置に関する。

従来、複数のカメラでそれぞれ撮像された画像に基づいて、車両の周囲に存在する道路上の区画線（白線）を認識する装置が知られている。特許文献１には、車両の車速を検出する車速検出手段と、前記車両に搭載され、前記車両が走行する車線を区分する左右の白線を撮像することが可能な撮像手段と、前記撮像手段が撮像した画像から前記白線のエッジを抽出するエッジ抽出手段と、前記エッジ抽出手段で抽出した前記エッジを前記画像上の座標と対応付けて保持するエッジ保持手段と、前記エッジ保持手段が保持する前記エッジを、前記車速に応じた前記車両の移動量だけ車両進行方向反対側に移動して更新するエッジ更新手段と、前記エッジ保持手段が保持する前記エッジを線形補完して白線を認識する白線認識手段と、前記白線認識手段で認識した白線内における前記車両の位置及び姿勢を推定する位置姿勢推定手段とを備えることを特徴とする自車位置推定装置が開示されている。

特開２０１５−６４７３５号公報

特許文献１の自車位置推定装置では、量子化誤差、キャリブレーション誤差、道路形状の影響等により、各カメラが同じ区画線を捕捉しても、それぞれの画像から認識された区画線の位置には差異が生じることがある。このような場合に、区画線の認識結果を用いて車両制御を行うと、フレームごとの区画線の位置変動と車両挙動とが整合せず、車両制御の不安定化につながるおそれがある。

例えば、レーンキープをはじめとする自動運転において、自車がレーンの真ん中付近を走行するように制御している場合、白線位置の変動に伴って自車が左右に動くことになるため、自車の挙動が安定しなくなる。そのため、複数のカメラを用いた区画線認識装置において、道路上の区画線の位置を正確に認識できる技術が求められている。

本発明による区画線認識装置は、車両に搭載された複数のカメラによって時間経過とともに撮影された複数の画像から道路上の区画線の位置を特定する装置であって、当該時間経過における前記車両の移動量を推定する移動量推定部と、前記複数のカメラによって撮影されたそれぞれの画像から前記車両の位置を基準とした区画線を示す白線候補の位置を推定する区画線位置推定部と、前記移動量推定部が推定した当該時間経過における前記車両の移動量と、前記区画線位置推定部が推定した前記白線候補の位置の当該時間経過における変化とに基づいて、複数の前記白線候補の少なくとも一つを選択する区画線候補選択部と、前記区画線候補選択部が選択した白線候補の中から現在の区画線の位置を決定する区画線位置決定部と、前記移動量推定部が推定した前記車両の移動量と、当該時間経過前に前記区画線位置決定部が決定した前記区画線の位置とに基づいて、前記区画線の基準位置を設定する基準位置設定部と、を備え、前記区画線位置決定部は、前記基準位置設定部が設定した基準位置に最も近い前記白線候補を現在の前記区画線の位置として決定することを特徴とする。

本発明によれば、道路上の区画線の位置を正確に認識することができる。

本発明の一実施形態に係る区画線認識装置のハードウェア構成の例を示す図 本発明の第１の実施形態に係る区画線認識装置の機能構成の例を示す図 白線候補の認識結果と自車両との位置関係の一例を示す図 本発明の第１の実施形態に係る区画線認識装置の処理フローを示す図 区画線位置を示す図 不適切な白線候補を除外する際の処理フローを示す図 白線の基準位置を設定する際の処理フローを示す図 自車両から白線までの距離を決定する際の処理フローを示す図 不適切な白線候補を除外する処理の具体例を説明する図 白線の基準位置を設定し、白線までの距離を決定する処理の具体例を説明する図 本発明の第２の実施形態に係る区画線認識装置の機能構成の例を示す図 本発明の第２の実施形態に係る区画線認識装置の処理フローを示す図 本発明の第２の実施形態に係る区画線認識装置における区画線位置決定部のソフトウェア構成の例を示す図 本発明の第３の実施形態に係る区画線認識装置の機能構成の例を示す図 本発明の第３の実施形態に係る区画線認識装置における車線変更判定部の処理フローを示す図 白線認識結果を格納するデータベースのデータ構造の一例を示す図 本発明の第４の実施形態に係る区画線認識装置の機能構成の例を示す図 本発明の第４の実施形態に係る区画線認識装置の処理フローを示す図 曲線に対応した処理で用いるデータを示す図 自車両の位置変化を推定する処理フローを示す図 不適切な白線候補を除外する際の処理フローを示す図 白線の基準位置を設定する際の処理フローを示す図 自車両から白線までの距離を決定する際の処理フローを示す図

（第１の実施形態）
図１は、本発明の一実施形態に係る区画線認識装置のハードウェア構成の例を示す図である。図１に示す区画線認識装置１は、車両に搭載された複数のカメラでそれぞれ撮影された複数の画像から道路上の区画線を認識するものであり、記憶装置１０３、ＣＰＵ１０４、メモリ１０５、ＣＡＮ Ｉ／Ｆ１０６を備える。区画線認識装置１には、自車両前方を監視するためのフロントカメラ１０１−Ｆｒと、自車両後方を監視するためのリアカメラ１０１−Ｒｒと、自車両左側方を監視するための左サイドカメラ１０１−ＳＬと、自車両右側方を監視するための右サイドカメラ１０１−ＳＲとが接続されている。また、ＣＡＮバス１０７を介して車両制御ユニット１０８が接続されている。なお、図１の例では上記の４つのカメラが区画線認識装置１に接続されているが、任意の台数のカメラでそれぞれ撮影された画像を区画線認識装置１に入力することで、区画線認識装置１において各画像から道路上の区画線を認識することができる。したがって以下では、上記の４つのカメラを区別せずに、共通のカメラ１０１として説明することもある。

記憶装置１０３には、区画線認識装置１の動作に必要な各種の情報やプログラムが記憶されている。ＣＰＵ１０４は、記憶装置１０３に記憶されている所定のプログラムを実行することで、各カメラ１０１から入力された画像を用いて画像処理を行い、自車両の周辺に存在する道路上の区画線（白線）を認識する。なお、本実施形態では道路上の区画線として白線を認識する例を説明するが、区画線認識装置１が認識対象とする区画線は白線に限らない。道路上に存在しており、画像処理によって認識できるものであれば、区画線認識装置１は任意の区画線を認識対象とすることができる。メモリ１０５は揮発性の記憶媒体であり、ＣＰＵ１０４が画像処理を実行する際の作業領域として用いられると共に、画像処理で得られた区画線の認識結果が蓄積される。メモリ１０５に蓄積された区画線の認識結果の情報は、ＣＡＮ Ｉ／Ｆ１０６を介してＣＡＮバス１０７に出力され、車両制御ユニット１０８に送られる。車両制御ユニット１０８は、区画線認識装置１から送られた区画線の認識結果を用いて、たとえば自車両が走行車線から逸脱しないように自車両のステアリングを制御するなど、自車両の走行状態に応じた各種の車両制御を行う。

図２は、本発明の第１の実施形態に係る区画線認識装置の機能構成の例を示す図である。図２に示すように、本実施形態の区画線認識装置１は、区画線位置推定部２０１、区画線候補選択部２０２、移動量推定部２０３、基準位置設定部２０４、区画線位置決定部２０５を機能的に有する。区画線位置推定部２０１は、フロントカメラ１０１−Ｆｒ、リアカメラ１０１−Ｒｒ、左サイドカメラ１０１−ＳＬ、右サイドカメラ１０１−ＳＲにそれぞれ対応するフロントカメラ用区画線位置推定部２０１−Ｆｒ、リアカメラ用区画線位置推定部２０１−Ｒｒ、左サイドカメラ用区画線位置推定部２０１−ＳＬ、右サイドカメラ用区画線位置推定部２０１−ＳＲにより構成されている。区画線認識装置１は、ＣＰＵ１０４で所定のプログラムを実行することにより、これらの各機能ブロックを実現する。

各カメラ１０１により撮影された画像は、所定の時間間隔で区画線位置推定部２０１に送られる。以下では、各カメラ１０１から所定時間ごとに入力される画像の各々を「フレーム」と称することもある。区画線位置推定部２０１は、各カメラ１０１でそれぞれ撮影された複数の画像を入力し、これら複数の画像に基づいて、自車両の位置を基準とした各白線候補の位置を推定する。具体的には、例えば、各カメラ１０１で撮影された画像から白線に対応する特徴点をそれぞれ抽出し、その特徴点を基に、自車両の周囲に存在する区画線の候補である白線候補を撮影画像ごとに認識する。そして、認識した各白線候補上の特徴点座標を、自車両の位置を基準として予め設定された座標系上の座標へとそれぞれ変換することで、自車両から各白線候補までの距離を推定する。区画線位置推定部２０１では、こうして得られた自車両から各白線候補までの距離の推定値を、自車両の位置を基準とした各白線候補の位置の推定結果として用いることができる。なお、自車両から各白線候補までの距離を推定する際には、例えば、最小二乗法やRANSAC（Random Sample Consensus）等の手法によって、特徴点座標の集合を基に各白線候補に対応する直線の方程式を求め、自車両の前輪位置等の予め決めた場所における当該直線の座標値を、各白線候補までの距離とすることができる。

また、区画線位置推定部２０１において画像から白線候補を認識する手法としては、例えば、周知のエッジ抽出による手法を用いることができる。具体的には、まず、各カメラ１０１で撮影された画像から、輝度値が黒色相当と白色相当の境界エッジをそれぞれ抽出する。次に、抽出したこれらの境界エッジ間の間隔を求め、間隔が白線幅相当であれば、境界エッジ上の白色相当の点を特徴点候補として抽出する。そして、抽出した複数の特徴点候補の並びが直線状であり、かつ長さが一定距離以上であれば、その並びを白線候補として認識し、各特徴点候補を白線に対応する候補点として抽出する。なお、上記以外にも、画像から白線候補を認識する手法としては様々なものが考えられるが、本実施形態においてはどのような手法であっても構わない。

移動量推定部２０３は、自車両が道路上を走行した際の自車両の移動量を推定する。移動量推定部２０３は、例えば、図１の車両制御ユニット１０８から自車両の位置変動に関する情報を取得し、この情報に基づいて、各カメラ１０１が撮影する画像の各フレーム間における自車両の移動量を推定する。車両制御ユニット１０８では、例えばＧＰＳ、車速パルス、ジャイロセンサ等を用いて自車両の位置、速度、進行方向をそれぞれ計算し、その計算結果を示す情報を区画線認識装置１へ出力する。移動量推定部２０３は、車両制御ユニット１０８から入力されたこれらの情報に基づき、各カメラ１０１による前フレームの撮影時点から現フレームの撮影時点までの自車両の横位置変化量、すなわち自車両の進行方向に対して左右方向での移動量を推定することで、自車両の移動量を推定する。なお、本実施形態では移動量推定部２０３において、自車両の移動量として横位置変化量を推定する例を説明するが、自車両と自車両の周辺に存在する白線との相対位置の変化量を示すものであれば、移動量推定部２０３において任意の物理量を自車両の移動量として推定することができる。

基準位置設定部２０４は、移動量推定部２０３が推定した自車両の移動量、すなわち横位置変化量と、前回の処理において区画線位置決定部２０５が決定した前フレームの撮影時点における白線位置とに基づいて、現フレームの撮影時点における白線の基準位置を設定する。基準位置設定部２０４が設定する白線の基準位置とは、現フレームの撮影時点において白線が存在する可能性が高い位置のことであり、区画線位置決定部２０５が白線位置を決定する際に用いられる。白線の基準位置は、例えば自車両からの距離として計算される。

区画線候補選択部２０２は、移動量推定部２０３が推定した自車両の移動量、すなわち横位置変化量と、区画線位置推定部２０１が推定した各白線候補のフレーム間での位置変化とに基づいて、各カメラ１０１の撮影画像からそれぞれ認識された複数の白線候補の少なくともいずれか一つを選択する。そして、選択した白線候補に対して区画線位置推定部２０１が推定した現フレームでの当該白線候補の位置、すなわち自車両から当該白線候補までの距離を、区画線位置決定部２０５に対して出力する。このとき区画線候補選択部２０２は、自車両の位置変化に対してつじつまが合う白線候補を選択し、つじつまが合わない白線候補を除外する。例えば、自車両が右方向に移動していれば、自車両の左側の白線は自車両から遠ざかり、右側の白線は自車両に近づくはずである。そのため、少なくともこうした動きに反する白線候補は、自車両の位置変化に対してつじつまが合わない白線候補として除外する。こうして白線候補を選択したら、区画線候補選択部２０２は、自車両から当該白線候補までの距離を区画線位置決定部２０５に出力する。

区画線位置決定部２０５は、移動量推定部２０３が推定した自車両の移動量、すなわち横位置変化量と、区画線位置推定部２０１が推定した白線候補の位置の履歴とに基づいて、現フレームの撮影時点における白線の位置を最終決定する。本実施形態では、区画線位置決定部２０５は、区画線候補選択部２０２が選択した白線候補に対して区画線位置推定部２０１が推定した現フレームの撮影時点での当該白線候補の位置、すなわち区画線候補選択部２０２から出力された自車両から当該白線候補までの距離と、基準位置設定部２０４が設定した白線の基準位置とに基づいて、現フレームの撮影時点における白線の位置を決定する。具体的には、例えば、区画線候補選択部２０２から出力された自車両から各白線候補までの距離のうち、基準位置との差がもっとも小さいものを選択し、その距離を現フレームの撮影時点における自車両から白線までの距離とする。なお、区画線位置決定部２０５が決定した白線位置は、基準位置設定部２０４に入力され、次フレームにおける基準位置の設定に用いられる。

図３は、区画線位置推定部２０１による白線候補の認識結果と自車両との位置関係の一例を示した図である。図３に示すように、自車両の左側に存在する白線に対して、例えば白線候補３０１−ＦｒＬ、３０１−ＳＬ、３０１−ＲｒＬがそれぞれ認識され、自車両の右側に存在する白線に対して、例えば白線候補３０１−ＦｒＲ、３０１−ＳＲ、３０１−ＲｒＲがそれぞれ認識されたとする。このとき、白線候補３０１−ＦｒＬ、３０１−ＳＬ、３０１−ＲｒＬは、区画線位置推定部２０１のフロントカメラ用区画線位置推定部２０１−Ｆｒ、左サイドカメラ用区画線位置推定部２０１−ＳＬ、リアカメラ用区画線位置推定部２０１−Ｒｒによってそれぞれ認識された白線候補であり、白線候補３０１−ＦｒＲ、３０１−ＳＲ、３０１−ＲｒＲは、区画線位置推定部２０１のフロントカメラ用区画線位置推定部２０１−Ｆｒ、右サイドカメラ用区画線位置推定部２０１−ＳＲ、リアカメラ用区画線位置推定部２０１−Ｒｒによってそれぞれ認識された白線候補である。つまり、区画線位置推定部２０１は、フロントカメラ１０１−Ｆｒとリアカメラ１０１−Ｒｒでそれぞれ撮影された画像からは、自車両の左右に存在する２本の白線をそれぞれ認識することが可能であり、左サイドカメラ１０１−ＳＬと右サイドカメラ１０１−ＳＲでそれぞれ撮影された画像からは、自車両の左または右に存在する１本の白線をそれぞれ認識することが可能である。

図３の各白線候補を認識したら、区画線位置推定部２０１は、自車両から各白線候補までの距離として、前輪車軸中心から各白線候補までの距離を推定する。図３の例では、白線候補３０１−ＦｒＬまでの距離は170cm、白線候補３０１−ＳＬまでの距離は240cm、白線候補３０１−ＲｒＬまでの距離は168cm、白線候補３０１−ＦｒＲまでの距離は180cm、白線候補３０１−ＳＲまでの距離は280cm、白線候補３０１−ＲｒＲまでの距離は181cmとなっている。なお、図３の例では原点を前輪車軸中心として、ここから各白線候補までの距離を推定しているが、前輪車軸中心以外に、例えば後輪車軸中心、前輪、後輪などを原点として、各白線候補までの距離を推定してもよい。

次に、区画線認識装置１の処理フローについて説明する。図４は、本発明の第１の実施形態に係る区画線認識装置の処理フローを示す図である。図４の処理フローは、画像１フレーム分の処理を示している。すなわち、本実施形態の区画線認識装置１において、ＣＰＵ１０４は、カメラ１０１から所定のフレームレートで画像が入力される度に、図４の処理フローに従って画像から区画線を認識する処理を実行する。

ステップ４０１では、移動量推定部２０３により、自車両の移動量、すなわち自車両の横位置変化量を推定する。ここでは前述のように、車両制御ユニット１０８から入力される自車両の位置、速度、進行方向等の情報に基づいて、前回の処理からの自車両の横位置変化量を推定する。ステップ４０１で移動量推定部２０３が推定した横位置変化量は、メモリ１０５に格納される。

ステップ４０１の処理を実施したら、区画線認識装置１は、各カメラ１０１に対して、当該カメラが認識可能な白線候補に応じた回数分だけステップ４０２〜４０４の処理をそれぞれ実施する。すなわち、フロントカメラ１０１−Ｆｒとリアカメラ１０１−Ｒｒについては、左右の白線２本分に対してステップ４０２〜４０４の処理をそれぞれ実行し、左サイドカメラ１０１−ＳＬと右サイドカメラ１０１−ＳＲについては、左または右の白線１本分に対してステップ４０２〜４０４の処理をそれぞれ実行する。

まず、ステップ４０２では、区画線位置推定部２０１により、各カメラ１０１で撮影された画像において白線候補を認識する。ここでは前述のように、例えば画像から抽出された特徴点の並びによって白線を認識する。ただし、別のアルゴリズムや手法を用いて白線を認識してもよい。

次に、ステップ４０３では、区画線位置推定部２０１により、自車両からステップ４０２で認識した白線候補までの距離を求める。ここでは前述のように、例えば白線候補上の特徴点を直線の方程式に変換し、前輪車軸から白線候補までの距離を算出する。このとき、自車両からみて右側の白線候補については、前輪車軸に対して垂直な直線の方程式における切片の値がそのまま白線候補までの距離になり、左側の白線候補については、切片の値に-1を乗じた値が白線候補までの距離となる。

なお、ステップ４０３では、ステップ４０２で画像から抽出した特徴点の座標を画像の座標系から前輪車軸中心の世界座標系に変換することで、世界座標系における直線の方程式を求めることが可能である。一般的に、画像座標と世界座標の関係は、カメラの外部パラメータと内部パラメータによって記述が可能であり、世界座標への変換は、これらカメラパラメータを用いることで可能となる。各カメラ１０１の外部パラメータと内部パラメータを取得する処理は一般にキャリブレーション処理と呼ばれており、これを実現するための種々の技術が知られている。キャリブレーション処理は、自動車の出荷時に１回だけ実施する場合や、走行中に常時リアルタイムに実行される場合など、様々である。本実施形態の区画線認識装置１においては、ステップ４０３の処理を行う際に、既に保持しているキャリブレーション結果を取得してもよいし、走行中にその都度キャリブレーション処理を実行してもよい。

次に、ステップ４０４では、ステップ４０３の処理で求められた白線候補までの距離をメモリ１０５において一時的に格納する。このときの格納先のデータ構造は、例えば後述の図１６に示すとおりである。なお、距離の単位はセンチメートルまたはメートルが好適であるが、他の単位を用いてもよい。

各カメラ１０１についてステップ４０２〜４０４の処理が終了したら、続いてステップ４０５〜４０７の処理を実行する。まず、ステップ４０５では、区画線候補選択部２０２により、ステップ４０２〜４０４の処理で認識した白線候補のうち、不適切な白線候補を除外する。この処理は前述のように、自車両の位置変化に対してつじつまが合わない白線候補を除外することで、以降の処理対象とする白線候補を選択する処理である。なお、ステップ４０５の処理の詳細については、後で図６の処理フローを参照して説明する。

次に、ステップ４０６では、基準位置設定部２０４により、現フレームの撮影時点における白線の基準位置を設定する。この処理は前述のように、現フレームの撮影時点において白線が存在する可能性が高い位置を白線の基準位置として設定する処理である。なお、ステップ４０６の処理の詳細については、後で図７の処理フローを参照して説明する。

最後に、ステップ４０７では、区画線位置決定部２０５により、現フレームの撮影時点における白線の位置として、自車両から白線までの距離を決定する。この処理は、ステップ４０５で不適切な白線候補を除外した後に残った各白線候補までの距離と、ステップ４０６で設定した基準位置とを比較し、その比較結果に基づいて、現フレームの撮影時点における白線の位置を最終決定する処理である。なお、ステップ４０７の処理の詳細については、後で図８の処理フローを参照して説明する。

図５は、本実施例で用いる区画線位置を示す図である。左側の区画線については点５０１−Ｌ、右側の区画線については点５０１−Ｒとなる。すなわち、前輪車軸の延長線上における、左右区画線の自車両に近い側のエッジである。尚、これは区画線位置の決め方の一例であり、後輪車軸や自車両の中心位置を基準としてもよい。しかしながら、レーンキープをはじめとした自動運転技術に本発明の実施例を適用することを鑑みれば、区画線のエッジのうち自車に近い方を区画線位置として採用することには合理性があり、自車から遠い方のエッジを用いることは想定しない。

このとき、点５０１−Ｌ、点５０１−Ｒの位置はともに、カメラ１０１−Ｒｒやカメラ１０１−Ｆｒからは死角となる。しかしながら、各カメラ１０１においては、撮像可能な範囲で区画線を認識してそれを直線または曲線近似することで方程式を求め、点５０１−Ｌ、点５０１−Ｒの位置を推定することが可能である。

図６は、ステップ４０５で不適切な白線候補を除外する際の処理フローを示す図である。まずステップ６０１で、区画線候補選択部２０２は、ステップ４０１で移動量推定部２０３が推定した自車両の移動量、すなわち自車両の横位置変化量を取得する。なお、移動量推定部２０３による自車両の横位置変化量の推定結果は、区画線認識装置１において例えばメモリ１０５に格納されている。区画線候補選択部２０２は、これをメモリ１０５から読み込むことで、ステップ６０１の処理を実施する。

次にステップ６０２で、区画線候補選択部２０２は、前フレームにおける自車両の位置を基準とした白線の位置、すなわち自車両から左右の各白線までの距離を取得する。ここでは、前回の処理において自車両の左右の白線に対してステップ４０７でそれぞれ決定され、メモリ１０５に格納された距離のデータをメモリ１０５から読み出す。

区画線候補選択部２０２は、ステップ４０３で自車両からの距離を取得した各白線候補について、ステップ６０３〜６０７の処理をそれぞれ実施する。ステップ６０３では、区画線候補選択部２０２は、自車両から当該白線候補までの距離を取得する。ここでは、ステップ４０４で格納されたデータをメモリ１０５から読み出す。

ステップ６０４では、区画線候補選択部２０２は、自車両を基準とした当該白線候補の横移動方向を求める。ここでは、今回の処理におけるステップ６０３で取得した現フレームでの当該白線候補までの距離と、前回の処理におけるステップ６０３で取得した前フレームでの当該白線候補までの距離とを比較することで、当該白線候補の位置の変化、すなわち当該白線候補が自車両に対して前フレームでの位置から左右いずれの方向に移動しているかを求める。

ステップ６０５では、区画線候補選択部２０２は、ステップ６０１で取得した自車両の横位置変化量が示す自車両の横移動方向と、ステップ６０４で求めた当該白線候補の横移動方向とを比較する。

ステップ６０６では、ステップ６０５の比較結果に基づいて、当該白線候補の横移動方向が自車両の横移動方向と整合しているか否かを判定する。ここでは、自車両の横移動方向に対して当該白線候補の横移動方向が反対方向の場合、すなわち自車両が右方向に移動したときに当該白線候補が自車両に対して左方向に移動したか、あるいは自車両が左方向に移動したときに当該白線候補が自車両に対して右方向に移動した場合は、これらの移動方向が整合していると判定する。その場合、区画線候補選択部２０２は、何もせずにそのまま次の白線候補の処理に移る。一方、自車両の横移動方向と当該白線候補の横移動方向が同じ方向の場合や、自車両の横移動が０でないときに当該白線候補の横移動が０である場合は、これらの移動方向が整合していないと判定する。その場合、区画線候補選択部２０２は、ステップ６０７に進んで当該白線候補のデータをメモリ１０５から削除することにより、当該白線候補を以降の処理対象から除外し、次の白線候補の処理に移る。

全ての白線候補についてステップ６０３〜６０７の処理を実施したら、区画線候補選択部２０２は図６の処理フローを終了し、ステップ４０５の処理を完了する。

図４のステップ４０５では、以上説明した処理を実行することで、各カメラ１０１で撮影した画像から認識した白線候補のうち、自車両の位置変化に対してつじつまが合わない白線候補が除外され、適切な白線候補の選択が行われる。

図７は、ステップ４０６で白線の基準位置を設定する際の処理フローを示す図である。まずステップ７０１で、基準位置設定部２０４は、移動量推定部２０３が推定した自車両の移動量、すなわち自車両の横位置変化量を取得する。ここでは、前述のステップ６０１と同様に、ステップ４０１で移動量推定部２０３が行った自車両の横位置変化量の推定結果をメモリ１０５から読み込む。

次にステップ７０２で、基準位置設定部２０４は、前フレームにおける自車両の位置を基準とした白線の位置、すなわち自車両から左右の各白線までの距離を取得する。ここでは、前述のステップ６０２と同様に、前回の処理において自車両の左右の白線に対してステップ４０７でそれぞれ決定され、メモリ１０５に格納された距離のデータをメモリ１０５から読み出す。

最後にステップ７０３で、基準位置設定部２０４は、左右の白線のそれぞれに対して基準位置を計算する。ここでは、ステップ７０２で取得した前フレームにおける自車両から当該白線までの距離を、ステップ７０１で取得した自車両の横位置変化量で加算または減算することにより、自車両の左側にある白線と、自車両の右側にある白線とについて、基準位置をそれぞれ計算する。基準位置の計算結果は、メモリ１０５に格納される。

左右両方の白線についてステップ７０３の処理を実施したら、基準位置設定部２０４は図７の処理フローを終了し、ステップ４０６の処理を完了する。

図４のステップ４０６では、以上説明した処理を実行することで、自車両の左右それぞれに対して、現フレームの撮影時点において白線が存在する可能性が高い位置が白線の基準位置として設定される。

図８は、ステップ４０７で自車両から白線までの距離を決定する際の処理フローを示す図である。まずステップ８０１で、区画線位置決定部２０５は、基準位置設定部２０４が設定した基準位置を取得する。ここでは、ステップ４０６を実行することで基準位置設定部２０４が左右の白線に対してそれぞれ設定した基準位置をメモリ１０５から読み込む。

次にステップ８０２で、区画線位置決定部２０５は、最小距離差分を初期値の１ｍに設定する。この最小距離差分は、以降の処理において変数として用いられるものである。なお、ステップ８０２では最小距離差分の初期値として任意の値を設定可能であるが、自車両がフレーム間に移動する現実的な距離としておくのが望ましい。本実施形態では、最小距離差分の初期値を１ｍに設定する。

次にステップ８０３で、区画線位置決定部２０５は、左右の白線のそれぞれに対して、当該白線までの距離の初期値を不定値に設定する。この不定値の値は任意でよいが、通常の走行ではありえない距離を設定しておくのが望ましい。

なお、上記ステップ８０２、８０３の各処理は、変数である最小距離差分および白線までの距離の初期化である。これらの変数の値は、以降のステップ８０４〜８０８の処理によって逐次更新されていく。

区画線位置決定部２０５は、ステップ４０３で自車両からの距離を取得した白線候補のうち、ステップ４０５で除外されずに残った各白線候補について、ステップ８０４〜８０８の処理をそれぞれ実施する。なお、以下に説明するステップ８０４〜８０８の処理では、左右の白線が区別される。すなわち、自車両の左右にある白線のうち、当該白線候補に対応する方の白線について、基準位置との比較結果に基づき、最小距離差分や白線までの距離が更新される。

ステップ８０４では、区画線位置決定部２０５は、自車両から当該白線候補までの距離を取得する。ここでは、ステップ４０４で格納されたデータをメモリ１０５から読み出す。

次にステップ８０５で、区画線位置決定部２０５は、ステップ８０４で取得した当該白線までの距離と基準位置との差を計算する。ここでは、ステップ８０１で自車両の左右の白線についてそれぞれ取得した基準位置のうち、当該白線候補に対応する方の白線の基準位置を用いて、ステップ８０４で取得した当該白線候補までの距離との差分を計算する。

次にステップ８０６で、区画線位置決定部２０５は、ステップ８０５で算出した差を、現在の最小距離差分の値と比較する。その結果、当該差が現在の最小距離差分よりも小さければ、ステップ８０７に進む。ステップ８０７では、ステップ８０５で算出した差を、左右いずれかの白線に対する最小距離差分の値として、最小距離差分を更新する。続くステップ８０８では、ステップ８０４で取得した自車両から当該白線候補までの距離を、左右いずれかの白線までの距離として、白線までの距離を更新する。一方、ステップ８０５で算出した差が現在の最小距離差分以上であれば、何もせずにそのまま次の白線候補の処理に移る。

除外されずに残った全ての白線候補についてステップ８０４〜８０８の処理を実施したら、区画線位置決定部２０５は図８の処理フローを終了し、ステップ４０７の処理を完了する。

図４のステップ４０７では、以上説明した処理を実行することで、現フレームの撮影時点における左右の白線の位置が決定される。

次に図９を参照して、図４のステップ４０５で不適切な白線候補を除外する処理の具体例を説明する。

図９（ａ）は、前フレームにおける自車両と各白線候補との位置関係の例を示している。図９（ａ）において、白線候補９０１−ＦｒＬ、９０１−ＳＬ、９０１−ＲｒＬは、フロントカメラ１０１−Ｆｒ、左サイドカメラ１０１−ＳＬ、リアカメラ１０１−Ｒｒでそれぞれ撮影された画像に基づいて、区画線位置推定部２０１のフロントカメラ用区画線位置推定部２０１−Ｆｒ、左サイドカメラ用区画線位置推定部２０１−ＳＬ、リアカメラ用区画線位置推定部２０１−Ｒｒによってそれぞれ認識された白線候補を示している。これらの白線候補は、自車両の左側にある左白線にそれぞれ対応している。また、白線候補９０１−ＦｒＲ、９０１−ＳＲ、９０１−ＲｒＲは、フロントカメラ１０１−Ｆｒ、右サイドカメラ１０１−ＳＲ、リアカメラ１０１−Ｒｒでそれぞれ撮影された画像に基づいて、区画線位置推定部２０１のフロントカメラ用区画線位置推定部２０１−Ｆｒ、右サイドカメラ用区画線位置推定部２０１−ＳＲ、リアカメラ用区画線位置推定部２０１−Ｒｒによってそれぞれ認識された白線候補を示している。これらの白線候補は、自車両の右側にある右白線にそれぞれ対応している。ここで、図中の矢印９００に示すように、自車両は右前方に移動しているとする。

図９（ｂ）は、現フレームにおける自車両と各白線候補との位置関係の例を示している。図９（ｂ）において、白線候補９０２−ＦｒＬ、９０２−ＳＬ、９０２−ＲｒＬは、フロントカメラ１０１−Ｆｒ、左サイドカメラ１０１−ＳＬ、リアカメラ１０１−Ｒｒでそれぞれ撮影された画像に基づいて、区画線位置推定部２０１のフロントカメラ用区画線位置推定部２０１−Ｆｒ、左サイドカメラ用区画線位置推定部２０１−ＳＬ、リアカメラ用区画線位置推定部２０１−Ｒｒによってそれぞれ認識された白線候補を示している。これらの白線候補は、自車両の左側にある左白線にそれぞれ対応している。また、白線候補９０２−ＦｒＲ、９０２−ＳＲ、９０２−ＲｒＲは、フロントカメラ１０１−Ｆｒ、右サイドカメラ１０１−ＳＲ、リアカメラ１０１−Ｒｒでそれぞれ撮影された画像に基づいて、区画線位置推定部２０１のフロントカメラ用区画線位置推定部２０１−Ｆｒ、右サイドカメラ用区画線位置推定部２０１−ＳＲ、リアカメラ用区画線位置推定部２０１−Ｒｒによってそれぞれ認識された白線候補を示している。これらの白線候補は、自車両の右側にある右白線にそれぞれ対応している。

図９（ｃ）は、（ａ）で示した前フレームにおける位置関係と（ｂ）で示した現フレームにおける位置関係とを自車両の位置を合わせて重畳し、これらの間における各白線候補の移動方向を示している。図９（ｃ）において、移動方向９０３−ＦｒＬは、前フレームでの白線候補９０１−ＦｒＬから現フレームでの白線候補９０２−ＦｒＬへの移動方向を示しており、移動方向９０３−ＳＬは、前フレームでの白線候補９０１−ＳＬから現フレームでの白線候補９０２−ＳＬへの移動方向を示しており、移動方向９０３−ＲｒＬは、前フレームでの白線候補９０１−ＲｒＬから現フレームでの白線候補９０２−ＲｒＬへの移動方向を示している。また、移動方向９０３−ＦｒＲは、前フレームでの白線候補９０１−ＦｒＲから現フレームでの白線候補９０２−ＦｒＲへの移動方向を示しており、移動方向９０３−ＳＲは、前フレームでの白線候補９０１−ＳＲから現フレームでの白線候補９０２−ＳＲへの移動方向を示しており、移動方向９０３−ＲｒＲは、前フレームでの白線候補９０１−ＲｒＲから現フレームでの白線候補９０２−ＲｒＲへの移動方向を示している。

ここで、図９（ａ）の矢印９００に示したように、前フレームから現フレームまでの間に自車両は右前方に移動しているため、この間での自車両の横移動方向は右方向である。したがって、左白線に対応する各白線候補９０１−ＦｒＬ、９０１−ＳＬ、９０１−ＲｒＬは左方向に移動して自車両から遠ざかるはずであり、反対に右白線に対応する各白線候補９０１−ＦｒＲ、９０１−ＳＲ、９０１−ＲｒＲは左方向に移動して自車両に近づくはずである。しかしながら、図９（ｃ）において、移動方向９０３−ＳＬは自車両に近づく右方向への移動方向を示している。また、移動方向９０３−ＲｒＬおよび９０３−ＳＲは、横方向への移動量がほぼ０であることを示している。したがって、これらの移動方向で示される移動後の白線候補９０２−ＳＬ、９０２−ＲｒＬおよび９０２−ＳＲは、図４のステップ４０５で除外の対象となり、メモリ１０５から削除される。

図９（ｄ）は、不適切な白線候補を除外した結果を示している。図９（ｄ）では、図９（ｂ）に示した現フレームの各白線候補９０２−ＦｒＬ、９０２−ＳＬ、９０２−ＲｒＬ、９０２−ＦｒＲ、９０２−ＳＲ、９０２−ＲｒＲのうち、図９（ｃ）において不適切と判断された白線候補９０２−ＳＬ、９０２−ＲｒＬおよび９０２−ＳＲが削除されることで、白線候補９０２−ＦｒＬ、９０２−ＦｒＲおよび９０２−ＲｒＲが残っている。

次に図１０を参照して、図４のステップ４０６で白線の基準位置を設定し、ステップ４０７で白線までの距離を決定する処理の具体例を説明する。

図１０（ａ）は、前フレームと現フレームにおける自車両の位置と、前フレームにおいて決定された前回の白線位置との位置関係の例を示している。図１０（ａ）において、前回白線位置１００１−Ｌ、１００１−Ｒは前フレームにおける左白線と右白線の位置をそれぞれ示しており、横移動距離１００２は前フレームから現フレームまでの間に自車両が横方向に移動した距離を示している。なお、横移動距離１００２は右方向を正とし、左方向を負とする。また、図１０（ａ）では現フレームで認識された白線候補から不適切なものを除外した残りとして、図９（ｄ）に示した各白線候補９０２−ＦｒＬ、９０２−ＦｒＲおよび９０２−ＲｒＲを重畳して示している。

図１０（ｂ）は、前回白線位置１００１−Ｌ、１００１−Ｒに対して設定される基準位置を示している。図１０（ｂ）において、基準位置１００３−Ｌ、１００３−Ｒは、前回白線位置１００１−Ｌ、１００１−Ｒから横移動距離１００２をそれぞれ減算することによって設定される。

図１０（ｃ）は、白線までの距離決定に使用する白線候補の選択結果を示している。図１０（ｂ）に示した白線候補９０２−ＦｒＬ、９０２−ＦｒＲおよび９０２−ＲｒＲの中で、基準位置１００３−Ｌ、１００３−Ｒにそれぞれ最も近いものが、白線までの距離決定に使用する白線候補として選択される。その結果、図１０（ｃ）に示すように、白線候補９０２−ＦｒＬ、９０２−ＲｒＲが選択される。そして、自車両からこれらの白線候補までの距離を取得することで、現フレームにおける自車両から左右の各白線までの距離が決定される。この結果は、次のフレームで基準位置を設定する際に利用されることになる。

以上説明した本発明の第１の実施形態によれば、区画線認識装置１は、自車両の移動と、それに伴う各白線候補の位置の変化とに基づいて、現在の白線の位置を決定する。そのため、道路上の区画線の位置を正確に認識することができる。

（第２の実施形態）
次に、本発明の第２の実施形態について説明する。本実施形態では、第１の実施形態で説明したのとは異なる方法により、複数のカメラで撮影された画像を用いて区画線の位置を決定する例を説明する。なお、本実施形態に係る区画線認識装置のハードウェア構成は、第１の実施形態で説明したものと同一であるため、以下では説明を省略する。

図１１は、本発明の第２の実施形態に係る区画線認識装置の機能構成の例を示す図である。図１１に示すように、本実施形態の区画線認識装置１は、区画線位置推定部２０１、移動量推定部２０３、履歴蓄積部１１００、区画線位置決定部１１０３を機能的に有する。区画線位置推定部２０１は、第１の実施形態において図２で説明したものと同様に、フロントカメラ１０１−Ｆｒ、リアカメラ１０１−Ｒｒ、左サイドカメラ１０１−ＳＬ、右サイドカメラ１０１−ＳＲにそれぞれ対応するフロントカメラ用区画線位置推定部２０１−Ｆｒ、リアカメラ用区画線位置推定部２０１−Ｒｒ、左サイドカメラ用区画線位置推定部２０１−ＳＬ、右サイドカメラ用区画線位置推定部２０１−ＳＲにより構成されており、各カメラ１０１によって撮影された画像から白線候補を認識する。また、移動量推定部２０３も、第１の実施形態で説明したのと同様の処理を行う。

履歴蓄積部１１００は、横位置履歴１１０１および区画線位置履歴１１０２を蓄積して保有する部分であり、例えば記憶装置１０３により実現される。横位置履歴１１０１は、移動量推定部２０３が推定した自車両の移動量の履歴、すなわち横位置変化量の履歴を、フレームごとに蓄積したデータである。区画線位置履歴１１０２は、区画線位置推定部２０１が推定した区画線の位置の履歴、すなわち自車両から各白線候補までの距離の履歴を、フレームごとに蓄積したデータである。なお、履歴蓄積部１１００において、横位置履歴１１０１と区画線位置履歴１１０２を別々のデータとしてではなく、一つのデータベースの同じテーブルに格納してもよい。

区画線位置決定部１１０３は、履歴蓄積部１１００に蓄積された横位置履歴１１０１および区画線位置履歴１１０２に基づいて、現フレームの撮影時点における白線の位置を最終決定する。なお、本実施形態における区画線位置決定部１１０３の処理は、第１の実施形態で説明した区画線位置決定部２０５の処理とは異なる。以下では、その詳細について説明する。

図１２は、本発明の第２の実施形態に係る区画線認識装置の処理フローを示す図である。まずステップ１２０１では、過去の各カメラ１０１の撮影画像から区画線位置推定部２０１が推定した自車両から各白線候補までの距離の履歴を、履歴蓄積部１１００に区画線位置履歴１１０２として蓄積する。続くステップ１２０２では、移動量推定部２０３が推定した過去の自車両の横位置変動の履歴を、履歴蓄積部１１００に横位置履歴１１０１として蓄積する。

ステップ１２０３では、ステップ１２０１、１２０２でそれぞれのデータを蓄積済みのフレーム数を予め設定した閾値と比較する。その結果、データ蓄積済みのフレーム数が閾値以下である場合は、ステップ１２０１、１２０２の処理を繰り返してデータの蓄積を継続し、データ蓄積済みのフレーム数が閾値以上になると、ステップ１２０４以降の処理に移行する。

区画線位置決定部１１０３は、ステップ１２０４〜１２０６の処理を白線候補ごとに行う。まず、ステップ１２０４では、履歴蓄積部１１００から横位置履歴１１０１と区画線位置履歴１１０２を読み込み、これらの蓄積データに基づいて、自車両の横位置変動の履歴と、当該白線候補までの距離の履歴との類似度を計算する。ここでは、例えばＤＰマッチングや正規化相関等の周知の手法を用いて、これらの類似度を計算することが可能である。

次に、ステップ１２０５では、ステップ１２０４で計算した類似度に基づいて、当該白線候補に対する重みを決定する。ここでは、例えば類似度が高いものほど大きな重みが設定されるように、各白線候補の重みが計算される。その場合、例えば各白線候補の類似度をその合計で正規化した値が、各白線候補の重みとして設定される。

次に、ステップ１２０６では、区画線位置推定部２０１が推定した現フレームでの自車両から当該白線候補までの距離を、履歴蓄積部１１００に区画線位置履歴１１０２として格納する。

全ての白線候補についてステップ１２０４〜１２０６の処理を実施したら、ステップ１２０７では、区画線位置決定部１１０３により、ステップ１２０５で求めた各白線候補の重み値を用いて、現フレームでの自車両から各白線候補までの距離を加重平均する。ここでは、左右の白線にそれぞれ対応する各白線候補の距離を加重平均することで、左右の白線について加重平均値をそれぞれ求める。これにより、現フレームでの左右の白線の位置、すなわち自車両から左右の各白線までの距離をそれぞれ最終決定する。

最後にステップ１２０８では、移動量推定部２０３が推定した自車両の横位置変動を、履歴蓄積部１１００に横位置履歴１１０１として格納する。

なお、以上説明した図１２の処理フローで示した処理は、自車両が車線変更したと判断されるまで繰り返される。車線変更が発生すると、それまでに蓄積された横位置履歴１１０１と区画線位置履歴１１０２のデータはすべてクリアされ、再びステップ１２０１から処理が実行される。

図１３は、本発明の第２の実施形態に係る区画線認識装置における区画線位置決定部１１０３のソフトウェア構成の例を示す図である。図１３に示すように、区画線位置決定部１１０３は、類似度計算部１３０１、重み算出部１３０２、距離算出部１３０３で構成される。

類似度計算部１３０１は、横位置履歴１１０１と区画線位置履歴１１０２から白線候補ごとの類似度を計算するブロックであり、図１２のステップ１２０４に対応する。図１３では、自車両のフロント、サイド、リア方向にそれぞれ存在する白線候補の類似度を計算する部分を、別々の類似度計算部１３０１−Ｆｒ、１３０１−ＳＤ、１３０１−Ｒｒとしてそれぞれ示している。なお、これらは左右の白線に対して共通に利用される。

類似度計算部１３０１−Ｆｒには、横位置履歴１１０１と、区画線位置履歴１１０２のうち自車両のフロント方向に存在する白線候補の位置の履歴を表すフロント区画線位置履歴１１０２−Ｆｒとが入力される。類似度計算部１３０１−Ｆｒは、これらの履歴同士の類似度を計算し、計算結果を重み算出部１３０２へ出力する。

類似度計算部１３０１−ＳＤには、横位置履歴１１０１と、区画線位置履歴１１０２のうち自車両のサイド方向に存在する白線候補の位置の履歴を表すサイド区画線位置履歴１１０２−ＳＤとが入力される。類似度計算部１３０１−ＳＤは、これらの履歴同士の類似度を計算し、計算結果を重み算出部１３０２へ出力する。

類似度計算部１３０１−Ｒｒには、横位置履歴１１０１と、区画線位置履歴１１０２のうち自車両のリア方向に存在する白線候補の位置の履歴を表すリア区画線位置履歴１１０２−Ｒｒとが入力される。類似度計算部１３０１−Ｒｒは、これらの履歴同士の類似度を計算し、計算結果を重み算出部１３０２へ出力する。

重み算出部１３０２は、類似度計算部１３０１−Ｆｒ、１３０１−ＳＤ、１３０１−Ｒｒにてそれぞれ計算された類似度に基づいて各白線候補の重みを計算するブロックであり、図１２のステップ１２０５に対応する。なお、重み算出部１３０２も左右の白線に対して共通に利用される。

重み算出部１３０２は、例えば以下の式（１）〜（３）を用いて、自車両のフロント、サイド、リア方向にそれぞれ存在する白線候補の重みである重み(Fr)、重み(Sd)、重み(Rr)を計算する。式（１）〜（３）において、類似度(Fr)、類似度(Sd)、類似度(Rr)は、類似度計算部１３０１−Ｆｒ、１３０１−ＳＤ、１３０１−Ｒｒがそれぞれ算出した白線候補の類似度を表している。
重み(Fr)＝類似度(Fr)/(類似度(Fr)+類似度(Sd)+類似度(Rr)) ・・・（１）
重み(Sd)＝類似度(Sd)/(類似度(Fr)+類似度(Sd)+類似度(Rr)) ・・・（２）
重み(Rr)＝類似度(Rr)/(類似度(Fr)+類似度(Sd)+類似度(Rr)) ・・・（３）

距離算出部１３０３は、重み算出部１３０２で求められた各白線候補の重みに基づいて自車両から白線までの距離を最終的に決定するブロックであり、図１２のステップ１２０７に対応する。なお、距離算出部１３０３も左右の白線に対して共通に利用される。

距離算出部１３０３は、例えば以下の式（４）を用いて、自車両から左右の白線までの距離を計算する。式（４）において、重み(Fr)、重み(Sd)、重み(Rr)は、重み算出部１３０２が算出したフロント、サイド、リア方向の各白線候補の重みを表している。また、距離(Fr)、距離(Sd)、距離(Rr)は、区画線位置推定部２０１が推定した現フレームでの自車両から各白線候補までの距離を表している。
距離＝重み(Fr)×距離(Fr)＋重み(Sd)×距離(Sd)＋重み(Rr)×距離(Rr) ・・・（４）

以上説明した本発明の第２の実施形態によれば、区画線認識装置１は、自車両の移動履歴とこれに伴う各白線候補の位置の変化履歴との類似度に基づいて、各白線候補の位置を加重平均し、現在の白線の位置を決定する。そのため、道路上の区画線の位置を正確に認識することができる。

（第３の実施形態）
次に、本発明の第３の実施形態について説明する。本実施形態では、複数のカメラで撮影された画像を用いて決定された区画線の位置に基づいて車線変更の判定を行う例を説明する。なお、本実施形態に係る区画線認識装置のハードウェア構成は、第１の実施形態で説明したものと同一であるため、以下では説明を省略する。

図１４は、本発明の第３の実施形態に係る区画線認識装置の機能構成の例を示す図である。図１４に示すように、本実施形態の区画線認識装置１は、第１の実施形態で説明した区画線位置推定部２０１、区画線候補選択部２０２、移動量推定部２０３、基準位置設定部２０４、区画線位置決定部２０５の各機能ブロックに加えて、さらに車線変更判定部２０６を有している。

車線変更判定部２０６は、区画線位置決定部２０５が決定した現フレームの撮影時点における白線の位置に基づいて自車両が車線変更しているか否かを判定する。一般に車線変更の際には、自車両が左右のいずれかの白線を踏み越えて、現在の走行車線から隣接車線へと移動する。このときには、自車両が踏み越えた白線ではなく、その先にある白線、すなわち移動先の隣接車線の境界線にあたる白線を認識することが必要となる。そのため、本実施形態では、車線変更判定部２０６により、区画線位置決定部２０５で決定された自車両から白線までの距離に基づいて、自車両が車線変更中か否かを判定する。

図１５は、本発明の第３の実施形態に係る区画線認識装置における車線変更判定部２０６の処理フローを示す図である。まずステップ１５０１で、車線変更判定部２０６は、自車両から白線までの距離を取得する。ここでは、図８のステップ８０８で最終的に決定された左右の白線までの距離を、区画線位置決定部２０５から取得する。

次に、ステップ１５０２で車線変更判定部２０６は、自車両の横位置変化を取得する。ここでは、図４のステップ４０１で推定された自車両の移動量を、移動量推定部２０３から取得する。

次に、ステップ１５０３で車線変更判定部２０６は、ステップ１５０２で取得した自車両の横位置変化に基づいて、左右いずれかの白線を車線変更方向側の白線として選択する。ここでは、自車両が右方向に移動している場合は自車両の右側の白線を、左方向に移動している場合は自車両の左側の白線を、車線変更方向側の白線としてそれぞれ選択する。

ステップ１５０４で車線変更判定部２０６は、ステップ１５０１で取得した左右の白線までの距離のうち、ステップ１５０３で選択した車線変更方向側の白線までの距離がほぼ０になったか否かを判定する。自車両が左右いずれかの白線を踏み越えて当該白線が距離の原点、例えば前輪車軸中心を通過すると、当該白線までの距離はほぼ０となる。ステップ１５０４では、こうした条件を満たすか否かを判定し、満たす場合はステップ１５０５に進み、満たさない場合はステップ１５０７に進む。

ステップ１５０５で車線変更判定部２０６は、ステップ１５０１で取得した左右の白線までの距離のうち、ステップ１５０３で選択した車線変更方向側の白線とは反対側にある白線までの距離が、所定値以上であるか否かを判定する。自車両が左右いずれかの白線を踏み越えると、当該白線と反対側の白線は自車両から遠ざかり、自車両から当該反対側の白線までの距離が所定値、例えば自車両の幅よりも大きくなる。ステップ１５０５では、こうした条件を満たすか否かを判定し、満たす場合はステップ１５０６に進み、満たさない場合はステップ１５０７に進む。

ステップ１５０５からステップ１５０６に進んだ場合、車線変更判定部２０６は、自車両が車線変更中であると判定する。ステップ１５０４またはステップ１５０５からステップ１５０７に進んだ場合、車線変更判定部２０６は、自車両が車線変更していないと判定する。ステップ１５０６または１５０７を実施したら、図１５の処理フローを終了する。

以上説明した本発明の第３の実施形態によれば、区画線認識装置１は、最終決定された白線の位置に基づいて、自車両が車線変更しているか否かを判定する。そのため、車線変更中であるか否かを正確に判断し、その判断結果に応じて認識対象とする区画線を適宜変更することができる。

なお、以上説明した本発明の第３の実施形態では、第１の実施形態の構成に車線変更判定部２０６を追加した例を説明したが、第２の実施形態の構成に車線変更判定部２０６を追加してもよい。この場合、車線変更判定部２０６は、区画線位置決定部１１０３が決定した現フレームの撮影時点における白線の位置に基づいて、自車両が車線変更しているか否かを判定すればよい。

（第４の実施形態）
次に、本発明の第４の実施形態について説明する。本実施形態では、第１の実施形態で説明したのとは異なる方法により、複数のカメラで撮影された画像を用いて区画線の位置を決定する例を説明する。特に、極座標系を用い、左右の各白線が曲線になっている場合を考慮した実施形態について説明する。なお、本実施形態に係る区画線認識装置のハードウェア構成は、第１の実施形態で説明したものと同一であるため、以下では説明を省略する。

図１７は、本発明の第４の実施形態に係る区画線認識装置の機能構成の例を示す図である。図１７に示すように、本実施形態の区画線認識装置１は、第１の実施形態で説明した区画線位置推定部２０１、区画線候補選択部２０２、移動量推定部２０３、基準位置設定部２０４、区画線位置決定部２０５の各機能ブロックに加えて、さらに特徴点群累積部１７０１、道路形状推定部１７０２を有している。

まず、区画線認識装置１の処理フローについて説明する。図１８は、区画線認識装置１の処理フローを示す図であり、画像１フレーム分の処理を示している。すなわち、本実施形態の区画線認識装置１において、ＣＰＵ１０４は、カメラ１０１から所定のフレームレートで画像が入力される度に、図１８の処理フローに従って画像から区画線を認識する処理を実行する。

ステップ１８０１では、移動量推定部２０３により、自車両の移動量を推定する。ここでは前述のように、車両制御ユニット１０８から入力される自車両の位置、速度、進行方向等の情報に基づいて、前回の処理からの自車両の移動量を推定する。ステップ１８０１で移動量推定部２０３が推定した移動量は、メモリ１０５に格納される。この処理については図１９、図２０を用いて後述する。

ステップ１８０２〜１８０４は、図４のステップ４０２〜４０４と同一の処理であるため、ここでの説明は省略する。ステップ１８０５は、特徴点群累積部１７０１により、白線候補を認識する際に抽出した特徴量をバッファリングする処理である。ここでは、白線候補を構成する特徴量だけをバッファリングする。

各カメラ１０１についてステップ１８０２〜１８０５の処理が終了したら、続いてステップ１８０６〜１８０８の処理を実行する。まず、ステップ１８０６では、区画線候補選択部２０２により、ステップ１８０２〜１８０５の処理で認識した白線候補のうち、不適切な白線候補を除外する。この処理は前述のように、自車両の位置変化に対してつじつまが合わない白線候補を除外することで、以降の処理対象とする白線候補を選択する処理である。なお、ステップ１８０６の処理の詳細については、後で図２１の処理フローを参照して説明する。

次に、ステップ１８０７では、基準位置設定部２０４により、現フレームの撮影時点における白線の基準位置を設定する。この処理は前述のように、現フレームの撮影時点において白線が存在する可能性が高い位置を白線の基準位置として設定する処理である。なお、ステップ１８０７の処理の詳細については、後で図２２の処理フローを参照して説明する。

最後に、ステップ１８０８では、区画線位置決定部２０５により、現フレームの撮影時点における白線の位置として、自車両から白線までの距離を決定する。この処理は、ステップ１８０６で不適切な白線候補を除外した後に残った各白線候補までの距離と、ステップ１８０７で設定した基準位置とを比較し、その比較結果に基づいて、現フレームの撮影時点における白線の位置を最終決定する処理である。なお、ステップ１８０８の処理の詳細については、後で図２３の処理フローを参照して説明する。

図１９は、曲線に対応した処理で用いるデータに関する図である。点群１９０５は、ステップ１８０５でバッファリングされた特徴量である。弧１９０１は、この点群１９０５を用いて推定された白線形状を表し、点１９０２はその曲率中心である。点１９０３−１は前フレームにおける車両位置であり、点１９０３−２は現フレームにおける車両位置である。点１９０４−１は、点１９０２と点１９０３−１を結んだ直線と弧１９０１との交点である。同様に点１９０４−２は、点１９０２と点１９０４−１を結んだ直線と弧１９０１との交点である。

図２０は、ステップ１８０１の自車両の位置変化を推定する処理のフローである。この処理は、自車両の左右の白線それぞれについて実行するものである。

まず、ステップ２００１で、すべての白線特徴量を世界座標系に変換する。例えば自車両の左側の白線について処理を実行している場合、１０１−Ｒｒ、１０１−Ｆｒで取得した特徴量のうち左側の白線に関するもの、カメラ１０１−ＳＬで取得した特徴量となる。

次に、ステップ２００２で、道路形状推定部１７０２により、点群１９０５にハフ変換を適用し、近似曲線を求める。これは、弧１９０１を求める処理に相当する。これによって、白線の形状と曲率中心を求めることが可能となる。なお、ハフ変換は既に一般的に広く用いられているアルゴリズムであるため、ここでの説明は省略する。次に、ステップ２００３で、道路形状推定部１７０２により、当該白線の曲率を判定する。これによって、白線が直線に近い形状なのかカーブなのかを判断する。そして、曲率が閾値より大きい場合に白線の形状がカーブであると判断し、ステップ２００４以降の処理に進む。

ステップ２００４では、前フレームの自車位置を、曲率中心である点１９０２を原点とした極座標系に変換する。次にステップ２００５で、前フレームにおける白線位置を極座標系で推定する。これはすなわち、点１９０４−１の座標を極座標系で求めることに相当する。

次に、ステップ２００６で、現フレームの自車位置を、曲率中心である点１９０２を原点とした極座標系に変換する。次にステップ２００７で、現フレームにおける白線位置を極座標系で推定する。これはすなわち、点１９０４−２の座標を極座標系で求めることに相当する。

最後にステップ２００８で曲率中心である点１９０２から自車位置までの距離差を求める。これは、点１９０３−１と点１９０４−１との距離、点１９０３−２と点１９０４−２との距離の差分を求めることに相当する。例えば、前フレームから現フレームにかけて当該差分が増加すれば、自車両は白線から離れる方向に走行していることになり、当該差分が減少すれば、自車両は白線に近づく方向に走行していることになる。

図２１は、ステップ１８０６で不適切な白線候補を除外する際の処理フローを示す図である。まずステップ２１０１で、区画線候補選択部２０２は、ステップ４０１で移動量推定部２０３が推定した自車両の移動量を取得する。これはステップ２００８で求めた距離差のことである。なお、移動量推定部２０３による自車両の横位置変化量の推定結果は、区画線認識装置１において例えばメモリ１０５に格納されている。区画線候補選択部２０２は、これをメモリ１０５から読み込むことで、ステップ２１０１の処理を実施する。

次にステップ２１０２で、区画線候補選択部２０２は、前フレームにおける自車両の位置を基準とした白線の位置、すなわち自車両から左右の各白線までの距離を取得する。ここでは、前回の処理において自車両の左右の白線に対してステップ１８０８でそれぞれ決定され、メモリ１０５に格納された距離のデータをメモリ１０５から読み出す。

区画線候補選択部２０２は、ステップ１８０３で自車両からの距離を取得した各白線候補について、ステップ２１０３〜２１０７の処理をそれぞれ実施する。ステップ２１０３では、区画線候補選択部２０２は、自車両から当該白線候補までの曲率中心からの距離を計算する。その計算方法は、ステップ２１０２と同様である。

ステップ２１０４では、区画線候補選択部２０２は、曲率中心を基準とした当該白線候補の移動方向を求める。ここでは、今回の処理におけるステップ２１０３で取得した現フレームでの当該白線候補までの距離と、前回の処理におけるステップ２１０３で取得した前フレームでの当該白線候補までの距離とを比較することで、当該白線候補の位置の変化、すなわち当該白線候補が自車両に対して前フレームでの位置から離れているか近づいているかを求める。

ステップ２１０５では、区画線候補選択部２０２は、ステップ２１０１で取得した自車両の移動量が示す自車両の移動方向と、ステップ６０４で求めた当該白線候補の移動方向とを比較する。

ステップ２１０６では、ステップ２１０５の比較結果に基づいて、当該白線候補の移動方向が自車両の移動方向と整合しているか否かを判定する。ここでは、自車両の移動方向に対して当該白線候補の移動方向が反対方向の場合、これらの移動方向が整合していると判定する。その場合、区画線候補選択部２０２は、何もせずにそのまま次の白線候補の処理に移る。一方、自車両の横移動方向と当該白線候補の横移動方向が同じ方向の場合や、自車両の移動が０でないときに当該白線候補の移動が０である場合は、これらの移動方向が整合していないと判定する。その場合、区画線候補選択部２０２は、ステップ２１０７に進んで当該白線候補のデータをメモリ１０５から削除することにより、当該白線候補を以降の処理対象から除外し、次の白線候補の処理に移る。

全ての白線候補についてステップ２１０３〜２１０７の処理を実施したら、区画線候補選択部２０２は図２１の処理フローを終了し、ステップ１８０６の処理を完了する。

図２２は、ステップ１８０７で白線の基準位置を設定する際の処理フローを示す図である。まずステップ２２０１で、基準位置設定部２０４は、移動量推定部２０３が推定した自車両の移動量を取得する。ここでは、前述のステップ２１０１と同様に、ステップ１８０１で移動量推定部２０３が行った自車両の移動量の推定結果をメモリ１０５から読み込む。

次にステップ２２０２で、基準位置設定部２０４は、前フレームにおける曲率中心の位置を基準とした白線の位置、すなわち曲率中心から左右の各白線までの距離を取得する。ここでは、前述のステップ２１０２と同様に、前回の処理において自車両の左右の白線に対してステップ１８０８でそれぞれ決定され、メモリ１０５に格納された距離のデータをメモリ１０５から読み出す。

最後にステップ２２０３で、基準位置設定部２０４は、左右の白線のそれぞれに対して基準位置を計算する。ここでは、ステップ２２０２で取得した前フレームにおける曲率中心から当該白線までの距離を、ステップ２２０１で取得した自車両の移動量で加算または減算することにより、自車両の左側にある白線と、自車両の右側にある白線とについて、基準位置をそれぞれ計算する。基準位置の計算結果は、メモリ１０５に格納される。

左右両方の白線についてステップ２２０３の処理を実施したら、基準位置設定部２０４は図１８の処理フローを終了し、ステップ１８０７の処理を完了する。

図１８のステップ１８０７では、以上説明した処理を実行することで、自車両の左右それぞれに対して、現フレームの撮影時点において白線が存在する可能性が高い位置が白線の基準位置として設定される。

図２３は、ステップ１８０８で自車両から白線までの距離を決定する際の処理フローを示す図である。まずステップ２３０１で、区画線位置決定部２０５は、基準位置設定部２０４が設定した基準位置を取得する。ここでは、ステップ１８０７を実行することで基準位置設定部２０４が左右の白線に対してそれぞれ設定した基準位置をメモリ１０５から読み込む。

次にステップ２３０２で、区画線位置決定部２０５は、最小距離差分を初期値の１ｍに設定する。この最小距離差分は、以降の処理において変数として用いられるものである。なお、ステップ２３０２では最小距離差分の初期値として任意の値を設定可能であるが、自車両がフレーム間に移動する現実的な距離としておくのが望ましい。本実施形態では、最小距離差分の初期値を１ｍに設定する。

次にステップ２３０３で、区画線位置決定部２０５は、左右の白線のそれぞれに対して、当該白線までの距離の初期値を不定値に設定する。この不定値の値は任意でよいが、通常の走行ではありえない距離を設定しておくのが望ましい。

なお、上記ステップ２３０２、２３０３の各処理は、変数である最小距離差分および、曲率中心から白線までの距離の初期化である。これらの変数の値は、以降のステップ２３０４〜２３０８の処理によって逐次更新されていく。

区画線位置決定部２０５は、ステップ１８０３で曲率中心からの距離を取得した白線候補のうち、ステップ１８０６で除外されずに残った各白線候補について、ステップ２３０４〜２３０８の処理をそれぞれ実施する。なお、以下に説明するステップ２３０４〜２３０８の処理では、左右の白線が区別される。すなわち、自車両の左右にある白線のうち、当該白線候補に対応する方の白線について、基準位置との比較結果に基づき、最小距離差分や白線までの距離が更新される。

ステップ２３０４では、区画線位置決定部２０５は、曲率中心からから当該白線候補までの距離を取得する。ここでは、ステップ１８０５で格納されたデータをメモリ１０５から読み出す。

次にステップ２３０５で、区画線位置決定部２０５は、ステップ２３０４で取得した当該白線までの距離と基準位置との差を計算する。ここでは、ステップ２３０１で自車両の左右の白線についてそれぞれ取得した基準位置のうち、当該白線候補に対応する方の白線の基準位置を用いて、ステップ２３０４で取得した当該白線候補までの距離との差分を計算する。

次にステップ２３０６で、区画線位置決定部２０５は、ステップ２３０５で算出した差を、現在の最小距離差分の値と比較する。その結果、当該差が現在の最小距離差分よりも小さければ、ステップ２３０７に進む。ステップ２３０７では、ステップ２３０５で算出した差を、左右いずれかの白線に対する最小距離差分の値として、最小距離差分を更新する。次にステップ２３０８で、曲率中心から当該白線候補までの距離を、現フレームの自車位置からの距離に変換する。続くステップ２３０９では、ステップ２３０４で取得した自車両から当該白線候補までの距離を、左右いずれかの白線までの距離として、白線までの距離を更新する。一方、ステップ２３０５で算出した差が現在の最小距離差分以上であれば、何もせずにそのまま次の白線候補の処理に移る。

除外されずに残った全ての白線候補についてステップ２３０４〜２３０９の処理を実施したら、区画線位置決定部２０５は図２３の処理フローを終了し、ステップ１８０８の処理を完了する。

図１８のステップ１８０８では、以上説明した処理を実行することで、現フレームの撮影時点における左右の白線の位置が決定される。

なお、第４の実施形態の構成に、先に説明した本発明の第３の実施形態の車線変更判定部２０６を追加してもよい。この場合、車線変更判定部２０６は、区画線位置決定部２０５が決定した現フレームの撮影時点における白線の位置に基づいて、自車両が車線変更しているか否かを判定すればよい。

（白線認識結果のデータ構造）
次に、以上説明した第１〜第４の各実施形態に係る区画線認識装置によって得られた白線認識結果のデータ構造を説明する。図１６は、白線認識結果を格納するデータベースのデータ構造の一例を示す図である。図１６に示すデータ構造は、累積フレーム数１６０１およびフレーム情報１６０２を含んで構成される。

累積フレーム数１６０１は、データを累積したフレーム数を示すフィールドであり、この数だけフレーム情報１６０２が格納される。

フレーム情報１６０２は、横移動距離１６０３、白線距離最終１６０４、白線候補数１６０５、白線候補情報１６０６から構成される。横移動距離１６０３は、当該フレームにおける自車両の横移動距離を表しており、これは第２の実施形態で説明した図１１の横位置履歴１１０１に相当する。白線距離最終１６０４は、区画線位置決定部２０５（第１の実施形態）または区画線位置決定部１１０３（第２の実施形態）で最終決定された白線までの距離を表している。白線候補数１６０５は、各カメラ１０１の撮影画像から区画線位置推定部２０１が認識した白線候補の数を表しており、この数だけ白線候補情報１６０６が格納される。なお、第１〜第４各実施形態では、図３に例示した６つの白線候補３０１−ＦｒＬ、３０１−ＳＬ、３０１−ＲｒＬ、３０１−ＦｒＲ、３０１−ＳＲ、３０１−ＲｒＲに対応して、白線候補数１６０５が表す白線候補の数の最大値は６である。

白線候補情報１６０６は、白線候補位置１６０７と白線候補距離１６０８から構成される。白線候補位置１６０７は、自車両と当該白線候補との位置関係を表しており、これにはフロント左、サイド左、リア左、フロント右、サイド右、リア右のいずれかを示す識別子が格納される。白線候補距離１６０８は、当該白線候補までの距離を表しており、これは第２の実施形態で説明した図１１の区画線位置履歴１１０２に相当する。

なお、以上説明したデータ構造では、第２の実施形態において履歴蓄積部１１００に蓄積される横位置履歴１１０１や区画線位置履歴１１０２を白線認識結果のデータベースに含めているが、これらを別のデータベースとして格納してもよい。また、図１６に示したデータ構造はあくまで一例であり、他のデータ構造を採用してもよい。

以上説明した本発明の実施形態によれば、以下の作用効果を奏する。

（１）区画線認識装置１は、自車両に搭載された複数のカメラ１０１でそれぞれ撮影された複数の画像から道路上の区画線を認識する装置である。区画線認識装置１は、自車両の移動量を推定する移動量推定部２０３と、複数の画像から区画線の候補としてそれぞれ認識された複数の白線候補について、自車両の位置を基準とした位置を推定する区画線位置推定部２０１と、移動量推定部２０３が推定した自車両の移動量と、区画線位置推定部２０１が推定した白線候補の位置の履歴とに基づいて、現在の白線の位置を決定する区画線位置決定部２０５とを備える。このようにしたので、道路上の区画線の位置を正確に認識することができる。

（２）第１の実施形態において、区画線認識装置１は、基準位置設定部２０４と、区画線候補選択部２０２とを備える。基準位置設定部２０４は、移動量推定部２０３が推定した自車両の移動量と、区画線位置決定部２０５が過去に決定した区画線の位置、すなわち前フレームの撮影時点における白線位置とに基づいて、白線の基準位置を設定する。区画線候補選択部２０２は、移動量推定部２０３が推定した自車両の移動量と、区画線位置推定部２０１が推定した白線候補の位置の変化とに基づいて、複数の白線候補の少なくともいずれか一つを選択する。区画線位置決定部２０５は、区画線候補選択部２０２が選択した白線候補の位置と、基準位置設定部２０４が設定した基準位置とに基づいて、現在の白線の位置を決定する。このようにしたので、複数のカメラを用いて認識された複数の白線候補の中から、自車両の動きを考慮して適切なものを選択し、現在の白線位置を正確に決定することができる。

（３）第２の実施形態において、区画線認識装置１は、履歴蓄積部１１００を備える。履歴蓄積部１１００は、移動量推定部２０３が推定した自車両の移動量の履歴である横位置履歴１１０１と、区画線位置推定部２０１が推定した白線候補の位置の履歴である区画線位置履歴１１０２とを蓄積する。区画線位置決定部１１０３は、履歴蓄積部１１００に蓄積された横位置履歴１１０１と区画線位置履歴１１０２との類似度を計算し（ステップ１２０４）、計算した類似度に基づいて各白線候補に対する重みを計算し（ステップ１２０５）、計算した重みに基づいて複数の白線候補の位置を加重平均した加重平均値を算出し、算出した加重平均値に基づいて、現在の白線の位置を決定する（ステップ１２０７）。このようにしたので、複数のカメラを用いて認識された複数の白線候補の位置の履歴から、現在の白線位置を正確に決定することができる。

（４）第３の実施形態において、区画線認識装置１は、区画線位置決定部２０５が決定した白線の位置に基づいて自車両が車線変更しているか否かを判定する車線変更判定部２０６を備える。このようにしたので、決定した現在の白線位置を利用して自車両が車線変更しているか否かを正しく判定できる。

（５）第４の実施形態において、区画線認識装置１は、基準位置設定部２０４と、区画線候補選択部２０２とを備える。基準位置設定部２０４は、移動量推定部２０３が推定した自車両の移動量と、区画線位置決定部２０５が過去に決定した区画線の位置、すなわち前フレームの撮影時点における白線位置とに基づいて、白線の基準位置を設定する。区画線候補選択部２０２は、移動量推定部２０３が推定した自車両の移動量と、区画線位置推定部２０１が推定した白線候補の位置の変化とに基づいて、複数の白線候補の少なくともいずれか一つを選択する。区画線位置決定部２０５は、区画線候補選択部２０２が選択した白線候補の位置と、基準位置設定部２０４が設定した基準位置とに基づいて、現在の白線の位置を決定する。このようにしたので、複数のカメラを用いて認識された複数の白線候補の中から、自車両の動きを考慮して適切なものを選択し、現在の白線位置を正確に決定することができる。

なお、以上説明した実施形態では、車両に搭載される区画線認識装置１を例として説明したが、本発明はこれに限定されない。たとえば、車両に搭載された複数のカメラでそれぞれ撮影された複数の画像をサーバに送信し、これらの画像をサーバにおいて受信して道路上の区画線を認識する場合にも、本発明を適用可能である。この場合、車両に搭載されていないサーバが本発明の区画線認識装置として機能することになる。これ以外にも、任意の形態により本発明を実現可能である。

また、以上説明した実施形態では、ＣＰＵ１０４がプログラムを実行することで区画線認識装置１の機能を実現しているが、本発明はこれに限定されない。たとえば、ＦＰＧＡ（Field-Programmable Gate Array）を用いて区画線認識装置１の一部または全部の機能を実現してもよい。これ以外にも、任意のハードウェア構成により本発明の区画線認識装置を実現することが可能である。

以上説明した実施形態や各種の変形例はあくまで一例である。本発明の特徴を損なわない限り、本発明は上記実施の形態に限定されるものではなく、本発明の技術的思想の範囲内で考えられるその他の形態についても、本発明の範囲内に含まれる。

１：区画線認識装置
１０１：カメラ
１０３：記憶装置
１０４：ＣＰＵ
１０５：メモリ
１０６：ＣＡＮ Ｉ／Ｆ
１０７：ＣＡＮバス
１０８：車両制御ユニット
２０１：区画線位置推定部
２０２：区画線候補選択部
２０３：移動量推定部
２０４：基準位置設定部
２０５：区画線位置決定部
２０６：車線変更判定部
１１００：履歴蓄積部
１１０１：横位置履歴
１１０２：区画線位置履歴
１１０３：区画線位置決定部

Claims (4)

1. 車両に搭載された複数のカメラによって時間経過とともに撮影された複数の画像から道路上の区画線の位置を特定する装置であって、
   当該時間経過における前記車両の移動量を推定する移動量推定部と、
   前記複数のカメラによって撮影されたそれぞれの画像から前記車両の位置を基準とした区画線を示す白線候補の位置を推定する区画線位置推定部と、
   前記移動量推定部が推定した当該時間経過における前記車両の移動量と、前記区画線位置推定部が推定した前記白線候補の位置の当該時間経過における変化とに基づいて、複数の前記白線候補の少なくとも一つを選択する区画線候補選択部と、
   前記区画線候補選択部が選択した白線候補の中から現在の区画線の位置を決定する区画線位置決定部と、
   前記移動量推定部が推定した前記車両の移動量と、当該時間経過前に前記区画線位置決定部が決定した前記区画線の位置とに基づいて、前記区画線の基準位置を設定する基準位置設定部と、を備え、
   前記区画線位置決定部は、前記基準位置設定部が設定した基準位置に最も近い前記白線候補を現在の前記区画線の位置として決定することを特徴とする区画線認識装置。
2. 請求項１に記載の区画線認識装置において、
   少なくとも一つのカメラで撮影された画像から抽出された特徴点群を累積していく特徴点群累積部と、
   前記特徴点群累積部にて累積された特徴点群を用いて前記車両が走行する道路の形状を推定する道路形状推定部と、をさらに備え、
   前記移動量推定部は、前記道路形状推定部にて推定された道路の形状が所定の曲率を持つ場合、当該曲率中心を基準にした前記車両の移動量を推定することを特徴とする区画線認識装置。
3. 車両に搭載された複数のカメラによって時間経過とともに撮影された複数の画像から道路上の区画線の位置を特定する装置であって、
   当該時間経過における前記車両の移動量を推定する移動量推定部と、
   前記複数のカメラによって撮影されたそれぞれの画像から前記車両の位置を基準とした区画線を示す白線候補の位置を推定する区画線位置推定部と、
   前記移動量推定部が推定した前記車両の移動量の履歴と、前記区画線位置推定部が推定した前記白線候補の位置の履歴とを蓄積する履歴蓄積部と、
   前記履歴蓄積部に蓄積された前記車両の移動量の履歴と前記白線候補の位置の履歴との類似度を計算し、
   計算した前記類似度に基づいて、前記白線候補に対する重みを計算し、
   計算した前記重みに基づいて、複数の前記白線候補の位置を加重平均した加重平均値を算出し、
   算出した前記加重平均値に基づいて、現在の前記区画線の位置を決定する区画線位置決定部と、を備えることを特徴とする区画線認識装置。
4. 請求項１から請求項３のいずれか一項に記載の区画線認識装置において、
   前記区画線位置決定部が決定した前記区画線の位置に基づいて前記車両が車線変更しているか否かを判定する車線変更判定部を備えることを特徴とする区画線認識装置。

Images