JP2023089311A - 情報処理装置、撮像システム、情報処理方法及びコンピュータプログラム - Google Patents

Abstract

【課題】車道の路面の勾配を簡単な処理で推定することができる情報処理装置、撮像システム、情報処理方法及びコンピュータプログラムを提供する。【解決手段】撮像システム１００において、情報処理装置は、車道を含む空間を撮像した画像において、車道の領域を特定する第１領域線を検出する検出部と、第１領域線における第１位置の座標と、第１位置における第１領域線の傾きとに基づいて、第１位置に対応する路面の勾配を推定する推定部と、を備える。【選択図】図１

Description

本開示は、情報処理装置、撮像システム、情報処理方法及びコンピュータプログラムに関する。

自動車等の車両の運転において、安全な運転（例えば自動運転）を支援するために、道路における前方の路面の勾配を知りたい要求がある。前方の路面の勾配が分かれば、より適切な運転が可能となる。例えば前方が上り坂であれば、車両が減速しないように、加速を行う制御を行ったり、アクセルをより深く踏むようドライバへ助言したりするといったことができる。

下記特許文献１には、自動車に搭載された２つのカメラ（ステレオカメラ等）を用いて当該自動車が走行している遠方の道路勾配を推定する画像処理装置が開示されている。しかしながら、この画像処理装置では、２つのカメラを用いる必要があるため、処理量が多く、消費電力量が大きくなる問題がある。また、費用が高くなる問題もある。

特開2009-41972号公報

本開示は、車道の路面の勾配を簡単な処理で推定する情報処理装置、撮像システム、情報処理方法及びコンピュータプログラムを提供する。

本開示の情報処理装置は、
車道を含む空間を撮像した画像において、前記車道の領域を特定する第１領域線を検出する検出部と、
前記第１領域線における第１位置の座標と、前記第１位置における前記第１領域線の傾きとに基づいて、前記第１位置に対応する路面の勾配を推定する推定部と、
を備える。

本開示の撮像システムは、
車道を含む空間を撮像する撮像装置と、
前記撮像装置により取得された画像において、前記車道の領域を特定する第１領域線を検出する検出部と、
前記第１領域線における第１位置の座標と、前記第１位置における前記第１領域線の傾きとに基づいて、前記第１位置に対応する路面の勾配を推定する推定部と、
を備える。

本開示の情報処理装方法は、
車道を含む空間を撮像した画像において、前記車道の領域を特定する第１領域線を検出し、
前記第１領域線における第１位置の座標と、前記第１位置における前記第１領域線の傾きとに基づいて、前記第１位置に対応する路面の勾配を推定する。

本開示のコンピュータプログラムは、
車道を含む空間を撮像した画像において、前記車道の領域を特定する第１領域線を検出するステップと、
前記第１領域線における第１位置の座標と、前記第１位置における前記第１領域線の傾きとに基づいて、前記第１位置に対応する路面の勾配を推定するステップと
をコンピュータに実行させる。

本開示の第１実施形態に係る撮像システム、及び車両制御システムのブロック図。 実空間における道路の一例を平面的に示した図。 撮像装置によって取得された撮像画像の例を示す図。 実空間における車両と車道との関係を示す側面図。 注目領域（対象領域）ＲＯＩを設定した例を示す図。 撮像装置と路面の幾何的関係を示す断面模式図。 ｘｙｚ座標系における曲線の車道の例を模式的に示す図。 注目領域ＲＯＩに含まれる路面の勾配角を算出する例を示す図。 本実施形態に係る情報処理装置の動作の一例のフローチャート。 注目領域ＲＯＩを設定した他の例を示す図。 第２実施形態に係る撮像システム、及び車両制御システムのブロック図。 推定部の動作を説明するための側面図。 先行車両と路面とが接する箇所を観測対象点とする例を示す図。 撮像画像において距離Δｖを算出する例を示す図。 推定部が第１の推定例を用いる場合の情報処理装置の動作の一例のフローチャート。 推定部が第２の推定例を用いる場合の情報処理装置の動作の一例のフローチャート。

以下、図面を参照して、本開示の実施形態について説明する。本開示において示される１以上の実施形態において、各実施形態が含む要素を互いに組み合わせることができ、かつ、当該組み合わせられた結果物も本開示が示す実施形態の一部をなす。

（第１実施形態）
図１は、本開示の第１実施形態に係る撮像システム１００、及び車両制御システム３０１のブロック図である。図１の撮像システム１００は、自動車、電気自動車、ハイブリッド電気自動車、自動二輪車、自転車等の車両に搭載される。その他にも、図１のシステムは、ＡＧＶ（Automated Guided Vehicle）、パーソナルモビリティ、移動ロボット、建設機械、農業機械（トラクター）などのいずれかの種類の移動体に搭載されることもできる。これらの移動体も路面を走行可能な限り、本実施形態に係る車両の一形態に相当する。

撮像システム１００は、車両制御システム３０１に有線又は無線で接続されている。

車両制御システム３０１は、道路である車道を走行する車両の制御を行う。例えばレーダー、ＬｉＤＡＲ、ＴｏＦセンサ、カメラ、気象センサなどを用いて先行車両等の障害物や歩行者等を検出し、検出した障害物や歩行者との衝突を回避するための制御等を行う。例えば車両の加減速の制御を行ったり、歩行者に対する警報の出力を制御したりする。車両制御システム３０１は、検出の結果又は制御の結果を撮像システム１００にフィードバックしてもよい。

撮像システム１００は、撮像装置２０１と情報処理装置１０１とを備えている。情報処理装置は、画像取得部１１０、検出部１２０、領域設定部１３０、推定部１４０及び記憶部１５０を備えている。画像取得部１１０、検出部１２０、領域設定部１３０、推定部１４０は、ハードウェア、ソフトウェア（プログラム）又はこれらの両方によって構成される。ハードウェアの例は、ＣＰＵ（Central Processing Unit）等のプロセッサ、専用回路、プログラム可能な回路及びメモリ等を含む。記憶部１５０は、メモリ、ハードディスク、光ディスクなど、情報又はデータを記憶可能な任意の記録媒体を含む。

撮像装置２０１は、車両の前方の車道を含む空間を撮像するカメラ又はセンサ装置である。撮像装置２０１は、例えば、ＲＧＢカメラ等のカラーカメラ、モノクロカメラ、赤外線カメラ、輝度センサなどである。本実施形態では、撮像装置２０１は、ＲＧＢの単眼カメラである。撮像装置２０１は、例えば、車室内のフロントガラスの上部、又はフロントノーズなど、車両の前方を撮像可能な位置に取り付けられている。撮像装置２０１の姿勢は、例えば、光源方向（撮像方向）が、道路の路面（地面）に対して近づく方向（やや下向きに）なるように、あるいは、路面にほぼ方向になるように、設定されている。

撮像装置２０１は、車両の走行中、一定の時間間隔で、車両の前方の車道を含む空間を撮像し、撮像画像を情報処理装置１０１に提供する。撮像装置２０１がセンシングするタイミングは、車両制御システム３０１から指示を受けたタイミングであってもよい。車両制御システム３０１は、車内のユーザ（搭乗者）から入力装置（図示しない）を介して路面の勾配推定の指示を受けた場合に、撮像装置２０１に撮像の指示を出力してもよい。撮像装置２０１は、車両の停車中に撮像することも可能である。

記憶部１５０には、撮像装置２０１のパラメータ情報、後述する勾配算出関数、学習済みニューラルネットワークなど、本実施形態の処理に必要なデータ又は情報が格納されている。

画像取得部１１０は、撮像装置２０１に有線又は無線で接続されており、撮像装置２０１から撮像画像を取得する。画像取得部１１０は、取得した撮像画像を検出部１２０に提供する。

検出部１２０は、撮像画像に含まれる車道の領域を特定する領域線を検出する。領域線の具体例として、路面に引かれた交通線（車道外線、中央線など）であってもよいし、交通線と車道との当該車道側の境界部分であってもよい。あるいは交通線における当該車道との境界部分、あるいは、交通線における当該車道と反対側のエッジ部分でもよい（交通線の幅は一定又は略一定であるとする）。あるいは、領域線は、路面の側溝であってもよいし、側溝と車道との当該車道側の境界部分、あるいは、路面の側溝において当該車道と反対側のエッジ部分でもよい（側溝の幅は一定又は略一定であるとする）。なお、交通線は、一般的に白色又はオレンジ色などで引かれている。あるいは、車道がアスファルト又は砂利道で構成されており、車道の片側又は両側が芝生の領域になっている場合に、道路と芝生との当該車道側の境界部分、又は芝生における当該車道との境界部分を領域線としてもよい。あるいは、車道に沿って塀が設けられている場合、塀と車道との当該車道側の境界部分、又は塀側の境界部分を領域線としてもよい。領域線の形状は、直線、曲線、又は直線と曲線の混合のいずれの場合もあり得る。本実施形態では、道路に引かれた交通線（白線等）は車道の一部ではないとして説明を行うが、交通線も車道の一部として定義することも可能である。

図２は、実空間における道路の一例を平面的に示した図である。図２（Ａ）は車道１０Ｃの両側に車道外線（白線）１０Ａ、１０Ｂが設けられている道路の例を示す。車道外線１０Ａ、１０Ｂは直線状である。車道外線１０Ａ、１０Ｂの車道１０Ｃとの反対側は例えば車道以外の道路（歩行路等）になっている。

図２（Ｂ）は車道１１Ｃの両側に設けられた車道外線（白線）１１Ａ、１１Ｂが曲線である場合の例を示す。

図２（Ｃ）は車道１２Ｃの両側に溝（側溝）１２Ａ、１２Ｂがある道路の例を示す。

図２（Ａ）～図２（Ｃ）では車道の両側に白線又は側溝が存在するが、片側のみに存在してもよい。

図３は、撮像装置２０１によって取得された撮像画像において車道と領域線の具体例を示す。図３（Ａ）は、直線状の車道において、自車両が存在する路面と、前方の路面との間に勾配差がない場合の例を示す。図３（Ｂ）は、直線状の車道において、自車両が存在する路面と、前方の路面との間に勾配差がある場合（前方が上り坂になっている場合）の例を示す。

図３（Ａ）において、例えば、車道２２のうち白線（車道外線）と接する境界部分が、領域線２１Ａ、２１Ｂとして模式的に示されている。同様に、図３（Ｂ）において、車道２５のうち白線（車道外線）と接する境界部分が、領域線２４Ａ、２４Ｂとして式的に示されている。なお、図３（Ａ）及び図３（Ｂ）において白線等、車道以外の物体の図示は省略している。

図３（Ａ）における勾配差がない場合の撮像画像２０では、領域線２１Ａ、２１Ｂが直線状になっている（領域線２１Ａ、２１Ｂに隣接する白線も同様に直線状になっている）。図３（Ｂ）における勾配差がある場合の撮像画像２３では、領域線２４Ａ、２４Ｂは、進行方向に途中で内側に少し屈曲した形状となっている。

図３（Ａ）及び図３（Ｂ）の撮像画像における各画素（ピクセル）の位置は、横軸をｕ軸、縦軸をｖ軸としたｕｖ座標系で表すことができる。ｕｙ座標系は、いわゆる画像座標系に相当する。

図４（Ａ）及び図４（Ｂ）は、図３（Ａ）及び図３（Ｂ）の撮像画像が取得されたときの実空間における車両と車道との関係を示す側面図である。車両の進行方向をｘ軸、高さ方向をｚ軸、紙面に垂直な方向（道路の幅方向）をｙ軸としている。ｘｙｚ座標系は、いわゆる世界座標系に相当する。実空間上の位置はｘｙｚ座標によって表すことができる。

図４（Ａ）に示すように、車両が走行する車道２６において、車両が存在する路面と、車両の前方の路面との間には勾配差はない。図４（Ｂ）に示すように、車両が走行する車道２７において、車両が存在する路面と、車両の前方の路面との間には勾配差がある。

図４（Ａ）のような勾配差がない直線状の車道で前方を撮像すると、図３（Ａ）に示すような、車道の領域線が一定の傾きで狭まる形状になった画像が得られる。また、図４（Ｂ）のような勾配差がある直線状の車道で車両の前方を撮像すると、図３（Ｂ）に示すような、車道の領域線の線が進行方向に沿って内側に屈曲した画像が得られる。図４（Ａ）の実空間と図３（Ａ）の画像間の関係、図４（Ｂ）の実空間と図３（Ｂ）の画像間の関係は、実空間が属する世界座標系と画像が属する画像座標系とを用いて、一般に知られた投資投影変換によって表される。

検出部１２０が撮像画像から車道の領域線を検出する方法として、例えばセマンティックセグメンテーションを用いることができる。セマンティックセグメンテーションでは、撮像画像を、予め定めた複数のクラスのいずれかに属する複数のセグメント（オブジェクト）に分割する。クラスの例として、車道、交通線（白線等）、又は溝などがある。この場合、例えば、車道クラスをもつオブジェクトの、隣接するオブジェクトとの境界部分（境界線）を、車道の領域線として検出することができる。または隣接するオブジェクトの、車道クラスをもつオブジェクトとの境界部分を、車道の領域線として検出できる。または、隣接するオブジェクトの、車道クラスをもつオブジェクトとの反対側のエッジ部分を、車道の領域線として検出できる（例えば隣接するオブジェクトが交通線のオブジェクトの場合など）。画像のセグメント化の手法は、色情報に基づくクラスタリング手法など、セマンティックセグメンテーション以外の方法を用いてもかまわない。また、画像のセグメンテーションではなく、画像から輪郭を検出する領域線検出の手法を用いて、車道の領域線を検出してもかまわない。以下、セマンティックセグメンテーションを用いてセグメンテーションを行う場合の動作の一例を記載する。

例えば、学習済みニューラルネットワークを用いて撮像画像のセマンティックセグメンテーションを行う。学習済みニューラルネットワークは記憶部１５０に格納しておく。セマンティックセグメンテーションは、画像の各画素のクラス（種別）を、画素単位で分類する手法である。画素毎にクラスを判定し、判定されたクラスを示したラベルを画素毎に出力する。例えば、予め、車道、交通線（白線等）、側溝といった複数のクラスが定義されている。各画素に対して、クラスの判定を行う。セマンティックセグメンテーションの結果として、各画素に対応するクラス値が得られる。同じクラス値の連続する画素のまとまりが１つのセグメント（オブジェクト）に対応する。学習済みニューラルネットワークを用いる場合、撮像画像をニューラルネットワークの入力として用い、出力として、各画素に対応するクラス値が得られる。同じクラス値の画素を同じ色にした画像（セマンティックセグメンテーション画像）を生成してもよい。これに同じ種類のオブジェクトは同じ色によって示されるため視覚的に分かり易くセグメンテーション結果を表示できる。

領域設定部１３０は、撮像画像に対して、車道において勾配の推定の対象となる路面の一部を少なくとも部分的に含む注目領域（対象領域）を設定する。注目領域の形状は矩形でも、台形、円など任意の形状でよく、特定の形状に限定されない。また注目領域は直線（例えば１画素幅の線）でもよい。なお、撮像画像に対して注目領域を設定するとは、撮像画像に直接、注目領域を設定する他、セグメンテーション画像に注目領域を設定する場合を含む。

推定部１４０は、検出部１２０で検出された車道の領域線上において選択した位置（選択位置）と、選択位置における領域線の傾きとに基づいて、車道の路面において選択位置に対応する路面の勾配を推定する。２つの領域線が検出された場合に、一方の領域線上で選択した選択位置は第１位置、他方の領域線上で選択した選択した選択位置は第２位置に相当する。但し、領域線は１つのみ検出されてもよく、この場合当該領域線から選択した選択位置が第１位置に相当する。

具体的には、まず、検出部１２０で検出された車道の領域線のうち、領域設定部１３０により設定された注目領域に含まれる部分の領域線（以下、部分線と呼ぶ）を検出する。推定部１４０は、検出した部分線上の任意の位置（選択位置）における傾きを算出する。

部分線の傾きは、ｕｖ座標系における傾きであり、部分線における選択位置は、ｕｖ座標によって表される。

部分線の傾きは、部分線上の選択位置における接線の傾きでもよいし、部分線を近似する直線の傾きでもよい。

選択位置は、部分線のうち当該接線と接する部分（接点）の位置でもよいし、部分線の重心（座標の平均値）でもよいし、部分線に含まれる座標から任意の選択した座標の位置でもよい。
なお、部分線は１画素幅でも、２以上の画素幅でもよい。

図５は、図３（Ｂ）の撮像画像２３に対して注目領域（対象領域）ＲＯＩを設定した例を示す。撮像画像２３のｖ座標方向のやや中心において、車道２５を横切る矩形の注目領域ＲＯＩが設定されている。注目領域ＲＯＩは車道２５の路面の一部を少なくとも部分的に含んでいる。車道２５の領域線２４Ａのうち、注目領域ＲＯＩに含まれる領域線の部分が、部分線３１Ａとして特定されている。同様に、車道２５を介して領域線２４Ａに対向する領域線２４Ｂのうち、注目領域ＲＯＩに含まれる領域線の部分が、部分線３１Ｂとして特定されている。２つの部分線のうちの一方のみを特定してもよい。

注目領域ＲＯＩの設定方法は任意でよい。例えば、車両制御システム３０１が前方の車両を検知した場合に、検知された車両の少なくとも一部を含む範囲を注目領域ＲＯＩとして特定してもよい。あるいは、撮像画像において予め定めた座標範囲を注目領域ＲＯＩとしてもよい。あるいは、時系列の画像を解析して、領域線の傾きが一定以上変化した場合に、変化した箇所を含む範囲を注目領域として設定してもよい。あるいは、撮像画像を車内の表示装置に表示し、ユーザが注目領域を、入力装置（タッチパネル等）を用いて指定してもよい。

画像座標系（ｕｖ座標系）における部分線３１Ａの傾きα_Ｌ、部分線３１Ｂの傾きα_Ｒが示される。傾きα_Ｌは、部分線３１Ａ上の選択位置における接線の傾きでもよいし、部分線３１Ａを近似する直線の傾きでもよい。部分線３１Ａにおける選択位置である位置Ｌ（ｕＬ、ｖＬ）（後述する図８参照）は、例えば部分線３１Ａとその接線との接点でもよいし、部分線３１Ａの重心（例えばｕ座標の中心とｖ座標の中心）でもよいし、その他の方法で決定した位置でもよい。

同様に、傾きα_Ｒは、部分線３１Ｂ上の選択位置における接線の傾きでもよいし、部分線３１Ｂを近似する直線の傾きでもよい。部分線３１Ｂにおける選択位置である位置Ｒ（ｕＲ、ｖＲ）は、例えば部分線３１Ｂとその接線との接点でもよいし、部分線３１Ｂの重心（例えばｕ座標の中心とｖ座標の中心）でもよいし、その他の方法で決定した位置でもよい。

位置Ｌ（ｕＬ、ｖＬ）と位置Ｒ（ｕＲ、ｖＲ）とのｖ座標が同じであることを制約条件として位置Ｌ及び位置Ｒを決定してもよい。部分線の位置及び傾きを算出する処理の詳細は後述する。

推定部１４０は、部分線の傾きと選択位置とに基づいて、注目領域に含まれる路面部分の勾配を推定する。以下、注目領域ＲＯＩに含まれる部分線の傾きと選択位置とに基づいて、注目領域ＲＯＩに含まれる路面部分の勾配を推定できる理由について詳細に説明する。

図６は、撮像装置２０１と路面の幾何的関係を示す断面模式図である。図６では、図４（Ｂ）に示した場合と同様、直線状の車道において、前方に勾配差がある場合を例にしている。実空間における撮像装置２０１（カメラ）３５と、車道２７の路面と、観測対象点Ｐ（対象位置）における路面の角度（路面勾配角）θ０とが示されている。車両の進行方向がｘ軸、高さ方向がｚ軸である。ｙ軸は車両の幅方向である。ｘｙｚ座標系は世界座標系に相当する。

車両の撮像装置２０１は、ｘｙｚ座標系の原点から高さＨに存在する。すなわち、車両が存在する平面３８から高さＨの位置に撮像装置２０１は存在する。カメラ光源の座標は（０，０，Ｈ）である。カメラ３５の光軸３６の方向（角度）はθである。観測対象点Ｐはカメラの光軸に平行な位置であり、例えば部分線における選択位置に対応する。路面勾配角θ０は、車道の路面における観測対象点Ｐでの接線３７の傾きである。接線３７とｘ軸の交点はｘ０である。

前述したように世界座標と画像座標の関係は、透視投影変換によって表され、この関係は以下の式で表される。

ｓはスケーリングファクタであり、カメラから観測対象点までのデプスの逆数に相当する。
ｆｙはカメラの水平方向の焦点距離（単位は画素）、ｆｚはカメラの垂直方向の焦点距離（単位は画素）である。
（ｃｙ、ｃｚ）は、カメラ中心（主点）、すなわちｕｖ座標系の中心である。
θは光軸方向の角度である。
Ｈはカメラの高さである。
（ｘ、ｙ、ｚ）は観測対象点Ｐの座標であり、未知の値である。観測対象点Ｐは撮像画像における部分線の位置に対応する。
式（１）の右辺において、１番目の行列はカメラの内部パラメータ、２番目の行列はカメラの外部パラメータに相当する。内部パラメータ及び外部パラメータは予めキャリブレーションにより測定され、記憶部１５０に格納されている。内部パラメータと外部パラメータとをまとめてカメラのパラメータ情報と呼ぶ。

式（１）から以下の式（２）、式（３）、式（４）が導出される。ｚ’＝ｚ－Ｈである。

部分線の傾きα（α_Ｌ又はα_Ｒを表す）はｕｖ座標系に基づき、ｔａｎα＝ｄｖ／ｄｕと表すことができる。ｄｖ／ｄｕ（ｖのｕに関する微分係数）を、以下、解析的に導出する。まず微分に関する公式から式（５）が得られる。

図６に示した関係から、以下の式（６）が得られる。ｘ、ｚは観測対象点Ｐのｘ、ｚ座標である。θ０は観測対象点Ｐの接線とｘ軸とが交差する角度（路面勾配角）である。

式（３）及び式（６）より、ｖは、ｘ、ｙ、ｚのうちｚのみの関数として表現される。このため、式（５）の第１項と第２項は０になり、以下の式（７）が得られる。

以下、式（７）を具体的に導出する。まず、右辺の第１微分係数を導出する。
式（３）及び式（６）より、以下の式（８）が得られる。

式（３）より、以下の式（９）が得られる。

式（４）より、以下の式（１０）が得られる。

式（８）～式（１０）より、以下の式（１１）が得られる。

次に、式（７）の右辺の第２微分係数（δｚ／δｕ）を導出する。
式（４）及び式（６）より、以下の式（１２）が得られる。

式（２）より、以下の式（１３）が得られる。

式（１２）及び式（１３）より、以下の式（１４）が得られる。

式（１４）より、以下の式（１５）が得られる。

式（７）、式（１１）、式（１５）より、以下の式（１６）が得られる。

式（５）、式（１６）より、以下の式（１７）が得られる。

式（１７）において、カメラの光軸３６の方向θ、垂直方向の焦点距離ｆｚ、カメラ中心（ｃｙ、ｃｚ）はカメラのパラメータ情報から既知である。よって、部分線の角度αと、部分線における選択位置である位置（ｕ、ｖ）から、式（１７）により、位置（ｕ、ｖ）に対応する路面上の対象位置（観測対象点）での路面勾配角θ０が算出される。すなわち部分線の角度αと、部分線における選択位置の座標である（ｕ、ｖ）とに基づき、対象位置における路面の勾配を推定できる。

式（１７）の関数は、勾配算出関数として、記憶部１５０に予め記憶されている。勾配算出関数は、部分線の傾き（角度）が入力される入力変数、部分線における選択位置の座標が入力される入力変数、路面勾配角を出力とする出力変数とが対応づいた関数である。

上述した勾配算出関数の導出では、直線状の車道を想定したが（つまりｘｙｚ座標系においてｙの値が同じ場合）、図２（Ｂ）に示したような曲線の車道の場合であっても、ｘとｙとｚの関係を多項式で表すことで、同様にして勾配算出関数を導出できる。

図７は、ｘｙｚ座標系における曲線の車道の例を模式的に示す。車道５０の両側に白線５１Ｌ、５２Ｒが設けられている。例えば、ｘとｙとｚの関係を以下の式（１８）と前述の式（６）によって表現できる。

ｙがｘとｚに依存するようになったため、前述の式（７）の右辺の第２項が非０になり、以下の式（１９）になる。

式（１９）に基づき、以降の式を、上記と同様にして導出すればよい。

推定部１４０は、勾配算出関数を用いて、部分線の角度と選択位置の座標とに基づき、注目領域ＲＯＩに含まれる路面の勾配角（路面勾配角）を推定する。

図８は、図５と同じ撮像画像２３において注目領域ＲＯＩに含まれる路面の勾配角を算出する例を示す。ここでは注目領域ＲＯＩを直線とした場合の例を示している。注目領域ＲＯＩが直線の場合、部分線（図５の部分線３１Ａ参照）は、注目領域ＲＯＩ（直線）と領域線２４Ａとの交差部Ｌ（点Ｌ）に相当する。またこの点Ｌの座標は、部分線において選択した選択位置の座標にも相当する。部分線の角度αＬは、例えば、点Ｌにおける接線３９Ｌの角度である。部分線の角度αＬと、位置Ｌ（ｕＬ、ｖＬ）とから、上述の勾配算出関数により、位置Ｌ（ｕＬ、ｖＬ）に対応する実空間の位置（対象位置）における路面勾配角θ０Ｌを算出する。

同様にして、もう一方の部分線（図５の部分線３１Ｂ参照）は、注目領域ＲＯＩと領域線との交差部Ｒ（点Ｒ）に相当する。またこの点Ｒの座標は、部分線において選択した選択位置の座標にも相当する。部分線の角度αＲは、例えば、点Ｒにおける接線３９Ｒの角度である。推定部１４０は、部分線の角度αＲと、位置Ｒ（ｕＲ、ｖＲ）とから、上述の勾配算出関数により、位置Ｌ（ｕＲ、ｖＲ）に対応する実空間の位置（対象位置）における路面勾配角θ０Ｒを算出する。

推定部１４０は、算出した２つの路面勾配角θ０Ｌ、θ０Ｒの平均を、注目領域に含まれる路面の路面勾配角として推定する。平均は加重平均でもよい。例えば路面が直進の場合は重みを１：１とし、左カーブの場合もしくは右カーブの場合は、異なる重みを左右で設定してもよい。カーブの曲率に応じて重みを調整してもよい。あるいは、２つの路面勾配角θ０Ｌ、θ０Ｒのいずれか一方（最大値又は最小値）を、注目領域に含まれる路面の路面勾配角として推定してもよい。

推定部１４０は、注目領域ＲＯＩの推定した路面の勾配角を表す情報を車両制御システム３０１に出力する。車両制御システム３０１は、路面勾配角の情報を用いて車両の制御を行う。例えばドライバの運転支援として加減速制御を行い、障害物や歩行者等との衝突を回避する。具体的には路面勾配角が上り坂を示す場合は、加速を行い、下り坂を示す場合は、減速を行う。

図９は、本実施形態に係る情報処理装置の動作の一例のフローチャートである。画像取得部１１０が撮像装置２０１から撮像画像を取得する（Ｓ１０１）。検出部１２０が撮像画像において車道の領域を特定する領域線を検出する（Ｓ１０２）。領域設定部１３０が撮像画像において、勾配角を推定する対象となる路面を少なくとも部分的に含む注目領域（対象領域）を設定する（Ｓ１０３）。推定部１４０が、注目領域に含まれる領域線の部分である部分線の選択位置（第１位置又は第２位置）における傾きを算出する（Ｓ１０４）。推定部１４０は、部分線の傾きと選択位置の座標とをそれぞれ入力変数とする勾配算出関数を計算することにより、注目領域に含まれる路面の勾配角を推定する（Ｓ１０５）。

図９のフローチャートのステップの順序は一例で有り、一部のステップの順序が入れ替わってもよい。例えばステップＳ１０３がステップ１０２より先に実行されてもよい。

以上、第１実施形態によれば、撮像画像に設定した注目領域ＲＯＩに含まれる車道の領域線である部分線の選択位置における傾きと当該選択位置の座標とに基づき、注目領域に含まれる路面の傾斜角度を推定する。これにより、少ない処理量で高速に、路面傾斜角を推定できる。また、第１実施形態によれば、単眼カメラで撮像した画像を用いて推定を行うことができ、ステレオカメラ等の２台以上のカメラは不要なため、低コストで実現できる。また複数の部分線を用いて推定を行うことにより、推定の精度及びロバスト性を向上させることができる。

（変形例１）
上述の実施形態では車道の領域を特定する領域線として、車道と交通線（白線等）とのうち車道側の境界部分を用いる例を示したが、本変形例では、白線側の境界部分等を領域線とする例を示す。

図１０は、本変形例に係る撮像画像の例を示す。車道４０の両側に白線２４Ａ、２４Ｂが設けられている。白線２４Ａ、２４Ｂをｕ座標方向に横切る矩形の注目領域ＲＯＩが設定されている。なお、白線２４Ａ、２４Ｂが一定の幅（２画素以上）を有している。

一例として、白線２４Ａのうち車道４０に接する境界部分を領域線３１として用いることができる。注目領域ＲＯＩに含まれる領域線３１の部分が部分線３１Ａに相当する。部分線３１Ａにおいて、選択位置の例として、点４５を選択することができる。この場合、点４５における傾きαＬは、点４５における接線の傾きを用いることができる。
あるいは、白線２４Ａと注目領域ＲＯＩとの内側の交点４１、４２同士を結ぶ直線（図示せず）の傾きを、部分線３１Ａの傾きとして算出してもよい。この場合、選択位置は、部分線３１Ａから選択した位置でもよいし、直線上の中点など直線上から任意に選択した位置でもよい。他の例として、領域線２４Ａと注目領域ＲＯＩとの外側の交点４６、４７同士を結ぶ直線の傾きを、部分線３１Ａの傾きとして算出してもよい。この場合、選択位置は、部分線３１Ａから選択した位置でもよいし、直線上の中点など、直線上から任意に選択した位置でもよい。あるいは交点４１と交点４６の中間点４３と、交点４２と交点４４の中間点４７とを結ぶ直線の傾きを部分線３１Ａの傾きとして算出してもよい。この場合、選択位置は、部分線３１Ａから選択した位置でもよいし、直線上の中点など、直線上から任意に選択した位置でもよい。

他の例として、白線２４Ａのうち車道４０と反対側のエッジ部分を領域線３２として用いることもできる。注目領域ＲＯＩに含まれる領域線３１の部分が部分線３２Ａに相当する。部分線３２Ａの傾き、及び部分線３２Ａ上の選択位置は、領域線３１の場合と同様にして算出できる。

白線２４Ａについて領域線、傾き及び選択位置を算出する例を記載したが、白線２４Ｂについても同様にして、領域線、傾き及び選択位置を算出できる。

このように白線２４Ａ、２４Ｂに対してそれぞれ算出した傾き及び選択位置を用いて、上記の勾配算出関数から、注目領域ＲＯＩに含まれる路面の傾斜角を推定できる。

図１０で説明した直線近似により部分線の傾き（注目領域に含まれる領域線の傾き）を算出する手法は前述した実施形態にも適用できる。

（変形例２）
上述した実施形態では注目領域を設定したが、注目領域を設定せずに、路面の傾きを推定してもよい。例えば領域線上の任意の位置を選択位置として選択し、選択した選択位置の座標と、選択位置における領域線の傾きとに基づき、上述の勾配算出関数から、当該選択位置に対応する路面の勾配を推定してもよい。この場合、上述した実施形態において当該選択位置を通る直線の注目領域を設定し、片側（左側又は右側）の傾き及び選択位置の座標みを用いて路面の勾配を推定する場合と同様の推定結果を得ることができる。

（第２実施形態）
第２実施形態では、第１実施形態と同様に路面勾配角を推定するが、推定するための構成が異なる

図１１は、第２実施形態に係る撮像システム５００、及び車両制御システム３０１のブロック図である。第１実施形態の図１のブロック図と同一の要素には同一の符号を付して、説明を適宜省略する。

撮像システム５００は、撮像装置２０１、デプスセンサ４０１及び情報処理装置５０１を備えている。撮像装置２０１は第１実施形態と同じである。

デプスセンサ４０１は、車両の前方を含む空間のデプス情報を検出するセンサ装置である。デプス情報として、例えば各画素にデプス値を格納したデプス画像を取得する。デプスセンサ４０１は、例えば、ＬｉＤＡＲ、レーザー、ステレオカメラ、ＴｏＦセンサなどである。デプスセンサ４０１の姿勢は、例えば、光源方向（撮像方向）が、道路の路面（地面）に対して近づく方向（やや下向きに）なるように、あるいは、路面にほぼ方向になるように、設定されている。デプスセンサ４０１のパラメータ情報は記憶部１５０に格納されている。またデプスセンサ４０１と撮像装置２０１の位置関係に関する情報も記憶部１５０に格納されている。

デプスセンサ４０１は、車両の走行中、一定の時間間隔で、前方を含む空間のデプス情報を取得する。デプスセンサ４０１は、取得したデプス情報を情報処理装置１０１に提供する。デプスセンサ４０１は例えば撮像装置２０１と同期して動作する。例えばデプスセンサ４０１と撮像装置２０１とは同じ同期信号に従って動作する。あるいは、デプスセンサ４０１がセンシングするタイミングは、車両制御システム３０１から指示を受けたタイミングでもよい。車両制御システム３０１は、車内のユーザ（搭乗者）から入力装置（図示しない）を介して路面の勾配推定の指示を受けた場合、撮像装置２０１にセンシングの指示を出力してもよい。デプスセンサ４０１は、車両の停車中にセンシングしてもよい。

情報処理装置１０１のデプス情報取得部２１０は、デプスセンサ４０１に有線又は無線で接続されており、デプスセンサ４０１からデプス情報を取得する。デプス情報取得部２１０は、取得したデプス情報を推定部２４０に提供する。

画像取得部１１０は、撮像装置２０１から撮像画像を取得し、取得した撮像画像を推定部２４０に提供する。

推定部２４０は、デプス情報取得部２１０から取得したデプス情報に基づき、車道における観測対象点（第３位置）のデプス値を特定する。また撮像画像において、観測対象点に対応する位置（第４位置）を特定する。観測対象点のデプス値と、観測対象点に対応する位置の座標とに基づき、路面における観測対象点の勾配を推定する。以下、勾配を推定する例を２つ示す。

（第１の推定例）
図１２は、推定部２４０の動作を説明するための側面図である。車両の進行方向をｘ軸、高さ方向をｚ軸、紙面に垂直な方向（道路の幅方向）をｙ軸としている。観測対象点Ｐ１は、実空間上の位置であり、勾配を推定したい路面上の箇所である。観測対象点Ｐ１は、例えば先行車両が存在する場合に、先行車両が存在する位置である。先行車両が存在する位置として、先行車両の下端の位置、又は先行車と路面が接する位置を用いてもよい。先行車両は、推定部２４０がデプスセンサ４０１により取得されたデプス情報に基づき検出される。

図１３は先行車両の後部の下端の位置を観測対象点Ｐ１とする例を示している。

車両（より具体的にはデプスセンサ）から観測対象点Ｐ１までの距離は距離Ｘである。観測対象点Ｐ１を自車が存在する平面に投影した点を投影点Ｐ２（第２箇所）とする。車両（より具体的にはデプスセンサ）から投影点Ｐ２までの距離を距離Ｘ’とする。観測対象点Ｐ１及び投影点Ｐ２間の距離をＺとする。観測対象点Ｐ１における路面勾配角をθとする。路面勾配角θは自車が存在する路面を基準とした場合の路面の勾配角の差である。なお観測対象点Ｐ１が厳密には路面上の点でない場合もあり得るが、この場合も観測対象点Ｐ１と路面とはきわめて近い距離にあると考えられることから、誤差の範囲として扱って問題ない。

推定部２４０は、実空間の距離Ｚに対応する、撮像画像上の距離（画素距離）Δｖを算出する。前提として、三角測量の原理、エピポーラ制約、撮像装置２０１のパラメータ情報と、デプスセンサ４０１のパラメータ情報と、撮像装置２０１とデプスセンサ４０１の位置関係とに基づき、デプス情報における画素の位置と、撮像画像における画素の位置との対応は一意に定まる。

図１４は、撮像装置で撮像された撮像画像において距離Δｖを算出する例を示す。撮像画像において、撮像装置２０１のパラメータ情報から事前に求められた画像座標系（ｕｖ座標系）における主点（原点）が点Ｏとして示されている。観測対象点Ｐ１に対応する撮像画像上の位置は点Ｓ１であり、主点Ｏに対して点Ｓ１におけるｖ座標方向の距離はｖ_１である。投影点Ｐ２に対応する撮像画像上の位置はＳ２であり、主点Ｏに対して点Ｓ２におけるｖ座標方向の距離はｖ_２である。よって、距離Ｚに対応する距離Δｖは、ｖ_２からｖ_１を減算した値である。

このとき、路面勾配角θは以下の式で算出される。ｆｚは、撮像装置２０１の垂直方向における焦点距離である。

このように推定部２４０は、車道における観測対象点（第３位置）に対応する、撮像画像上の位置（第４位置）を特定する。また、観測対象点を自車が存在する平面に投影した位置（第５位置）に対応する、撮像画像上の位置（第６位置）を特定する。特定した２つの位置（第４位置、第６位置）のｖ座標の差Δｖに基づき、式（２０）から、観測対象点における路面勾配角を算出する。

図１５は、推定部２４０が第１の推定例を用いる場合の情報処理装置の動作の一例のフローチャートである。画像取得部１１０が撮像装置２０１から撮像画像を取得し、デプス情報取得部２１０がデプスセンサ４０１からデプス情報を取得する（Ｓ２０１）。推定部２４０がデプス情報に基づき先行車両を検出し（Ｓ２０２）、先行車両の後部の下端位置を観測対象点として特定する（Ｓ２０３）。推定部２４０は、観測対象点に対応する撮像画像上の位置と、観測対象点を自車両が存在する平面に投影した投影点に対応する撮像画像上の位置とを特定する（Ｓ２０４）。そして、これら特定した２つの位置のｖ座標の差（距離Δｖ）を算出する（同Ｓ２０４）。推定部２４０は、Δｖと、式（２０）とに基づき、観測対象点における路面勾配角を推定する（Ｓ２０５）。

（第２の推定例）
第１の推定例の説明で用いた図１２及び図１４を参照して第２の推定例を説明する。
第２の推定例では、単眼測距の原理を応用して、路面勾配角（勾配差）θを推定する。単眼測距の原理は、例えば下記論文に開示されている。
Gideon P. Stein et al., “Vision-based ACC with a Single Camera: Bounds on Range and Range Rate Accuracy” (2003)

単眼測距の原理から以下の式（２１）が成立する。ｆｚは、撮像装置２０１の垂直方向における焦点距離である。ｖ_２は、図１４で説明したように、投影点Ｐ２に対応する撮像画像上の位置をＳ２とした場合に、位置Ｓ２の主点Ｏからのｖ座標方向の距離に相当する。

式（２１）と図１２に示した関係から以下の式（２２）及び式（２３）が成立する。ｖ_１は、図１４で説明したように、観測対象点Ｐ１に対応する撮像画像上の位置をＳ１とした場合に、位置Ｓ１の主点Ｏからのｖ座標方向の距離に相当する。ｆｚは、撮像装置２０１の垂直方向における焦点距離である。Ｈは、撮像装置２０１の高さである。Ｘは、観測対象点Ｐ１までの距離（デプス値）である。

推定部２４０は、観測対象点Ｐ１までの距離Ｘと、観測対象点Ｐ１に対応する撮像画像上の位置Ｓ１の主点Ｏからのｖ座標方向の距離ｖ１とに基づき、式（２２）から路面勾配角θを算出する。

推定部２４０は、推定した路面勾配角θの情報を車両制御システム３０１に提供する。車両制御システム３０１の動作は第１実施形態と同様である。

図１６は、推定部２４０が第２の推定例を用いる場合の情報処理装置の動作の一例のフローチャートである。画像取得部１１０が撮像装置２０１から撮像画像を取得し、デプス情報取得部２１０がデプスセンサ４０１からデプス情報を取得する（Ｓ３０１）。推定部２４０がデプス情報に基づき先行車両を検出し（Ｓ３０２）、先行車両の後部の下端位置を観測対象点として特定する（Ｓ３０３）。推定部２４０は、観測対象点に対応する撮像画像上の位置を特定する（Ｓ３０４）。特定した位置のｖ座標（撮像画像における主点Ｏからのｖ座標方向の距離ｖ１）を特定する。推定部２４０は、ｖ_１と、式（２２）とに基づき、観測対象点における路面勾配角を推定する（Ｓ３０５）。

以上、第２実施形態によれば、低演算量で高速に路面勾配角を推定できる。また、本実施形態によれば高精度に路面勾配角を推定できる。

なお、上述の実施形態は本開示を具現化するための一例を示したものであり、その他の様々な形態で本開示を実施することが可能である。例えば、本開示の要旨を逸脱しない範囲で、種々の変形、置換、省略又はこれらの組み合わせが可能である。そのような変形、置換、省略等を行った形態も、本開示の範囲に含まれると同様に、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ものである。

また、本明細書に記載された本開示の効果は例示に過ぎず、その他の効果があってもよい。

なお、本開示は以下のような構成を取ることもできる。
［項目１］
車道を含む空間を撮像した画像において、前記車道の領域を特定する第１領域線を検出する検出部と、
前記第１領域線における第１位置の座標と、前記第１位置における前記第１領域線の傾きとに基づいて、前記第１位置に対応する路面の勾配を推定する推定部と、
を備えた情報処理装置。
［項目２］
前記画像に対して、前記車道の路面の一部を少なくとも部分的に含む対象領域を設定する領域設定部を備え、
前記検出部は、前記対象領域内の前記第１領域線における前記第１位置の座標と、前記第１位置における前記第１領域線の傾きとに基づいて、前記対象領域に含まれる路面の勾配を推定する
を備えた項目１に記載の情報処理装置。
［項目３］
前記検出部は、前記第１領域線に対向する第２領域線を検出し、
前記推定部は、前記対象領域内の前記第２領域線における第２位置の座標と、前記第２位置における前記第２領域線の傾きとにさらに基づいて、前記勾配を推定する
項目２に記載の情報処理装置。
［項目４］
前記画像をセグメント化するセグメント部を含み、
前記検出部は、
前記車道のセグメントが他のセグメントと隣接する前記車道のセグメントの境界部分、
他のセグメントが前記車道のセグメントと隣接する前記他のセグメントの境界部分、又は、
他のオブジェクトが隣接する前記車道のオブジェクトと反対側における前記他のセグメントのエッジ部分
を前記第１領域線とする
項目１～３のいずれか一項に記載の情報処理装置。
［項目５］
前記他のセグメントは、交通線のセグメントである
項目４に記載の情報処理装置。
［項目６］
前記第１位置における前記傾きは、前記第１位置における前記第１領域線との接線の傾きである
項目１～５のいずれか一項に記載の情報処理装置。
［項目７］
前記推定部は、前記画像を撮像した撮像装置の光軸方向の角度にさらに基づき、前記勾配を推定する
項目１～６のいずれか一項に記載の情報処理装置。
［項目８］
前記推定部は、前記傾きを入力とする第１入力変数と、前記第１位置を入力とする第２入力変数と、前記勾配を出力とする出力変数とが対応づいた関数に基づき、前記勾配を推定する
項目１～７のいずれか一項に記載の情報処理装置。
［項目９］
前記画像には先行車両が含まれ、
前記対象領域は、前記先行車両の少なくとも一部を含む領域である
項目２に記載の情報処理装置。
［項目１０］
移動体に搭載された撮像装置から前記画像を取得する取得部
を備えた項目１～９のいずれか一項に記載の情報処理装置。
［項目１１］
前記撮像装置は、単眼カメラである
項目１０に記載の情報処理装置。
［項目１２］
前記推定部は、前記車道のデプス情報に基づき、前記車道における第３位置に対応する前記画像上の第４位置を特定し、前記第４位置の座標に基づき、前記第３位置における路面の勾配を推定する
項目１～１１のいずれか一項に記載の情報処理装置。
［項目１３］
前記画像は、第１平面から所定の高さに配置された撮像装置によって取得された画像であり、
前記推定部は、前記車道における第３位置に対応する前記画像における第４位置の座標と、前記第３位置を前記第１平面に投影した第５位置に対応する前記画像における第６位置の座標とに基づいて、前記第３位置における路面の勾配を推定する
項目１～１２のいずれか一項に記載の情報処理装置。
［項目１４］
前記第３位置は、前記車道上の先行車両が存在する位置である
項目１２に記載の情報処理装置。
［項目１５］
車道を含む空間を撮像する撮像装置と、
前記撮像装置により取得された画像において、前記車道の領域を特定する第１領域線を検出する検出部と、
前記第１領域線における第１位置の座標と、前記第１位置における前記第１領域線の傾きとに基づいて、前記第１位置に対応する路面の勾配を推定する推定部と、
を備えた撮像システム。
［項目１６］
車道を含む空間を撮像した画像において、前記車道の領域を特定する第１領域線を検出し、
前記第１領域線における第１位置の座標と、前記第１位置における前記第１領域線の傾きとに基づいて、前記第１位置に対応する路面の勾配を推定する
情報処理方法。
［項目１７］
車道を含む空間を撮像した画像において、前記車道の領域を特定する第１領域線を検出するステップと、
前記第１領域線における第１位置の座標と、前記第１位置における前記第１領域線の傾きとに基づいて、前記第１位置に対応する路面の勾配を推定するステップと
をコンピュータに実行させるためのコンピュータプログラム。

１００、５００：撮像システム
１０１、５０１：情報処理装置
１１０：画像取得部
１２０：検出部
１３０：領域設定部
１４０、２４０：推定部
１５０：記憶部
２０１：撮像装置
２１０：デプス情報取得部
３０１：車両制御システム
４０１：デプスセンサ

Claims (17)

1. 車道を含む空間を撮像した画像において、前記車道の領域を特定する第１領域線を検出する検出部と、
   前記第１領域線における第１位置の座標と、前記第１位置における前記第１領域線の傾きとに基づいて、前記第１位置に対応する路面の勾配を推定する推定部と、
   を備えた情報処理装置。
2. 前記画像に対して、前記車道の路面の一部を少なくとも部分的に含む対象領域を設定する領域設定部を備え、
   前記推定部は、前記対象領域内の前記第１領域線における前記第１位置の座標と、前記第１位置における前記第１領域線の傾きとに基づいて、前記対象領域に含まれる路面の勾配を推定する
   請求項１に記載の情報処理装置。
3. 前記検出部は、前記第１領域線に対向する第２領域線を検出し、
   前記推定部は、前記対象領域内の前記第２領域線における第２位置の座標と、前記第２位置における前記第２領域線の傾きとにさらに基づいて、前記勾配を推定する
   請求項２に記載の情報処理装置。
4. 前記画像をセグメント化するセグメント部を含み、
   前記検出部は、
   前記車道のセグメントが他のセグメントと隣接する前記車道のセグメントの境界部分、
   他のセグメントが前記車道のセグメントと隣接する前記他のセグメントの境界部分、又は、
   他のオブジェクトが隣接する前記車道のオブジェクトと反対側における前記他のセグメントのエッジ部分
   を前記第１領域線とする
   請求項１に記載の情報処理装置。
5. 前記他のセグメントは、交通線のセグメントである
   請求項４に記載の情報処理装置。
6. 前記第１位置における前記傾きは、前記第１位置における前記第１領域線との接線の傾きである
   請求項１に記載の情報処理装置。
7. 前記推定部は、前記画像を撮像した撮像装置の光軸方向の角度にさらに基づき、前記勾配を推定する
   請求項１に記載の情報処理装置。
8. 前記推定部は、前記傾きを入力とする第１入力変数と、前記第１位置を入力とする第２入力変数と、前記勾配を出力とする出力変数とが対応づいた関数に基づき、前記勾配を推定する
   請求項１に記載の情報処理装置。
9. 前記画像には先行車両が含まれ、
   前記対象領域は、前記先行車両の少なくとも一部を含む領域である
   請求項２に記載の情報処理装置。
10. 移動体に搭載された撮像装置から前記画像を取得する取得部
    を備えた請求項１に記載の情報処理装置。
11. 前記撮像装置は、単眼カメラである
    請求項１０に記載の情報処理装置。
12. 前記推定部は、前記車道のデプス情報に基づき、前記車道における第３位置に対応する前記画像上の第４位置を特定し、前記第４位置の座標に基づき、前記第３位置における路面の勾配を推定する
    請求項１に記載の情報処理装置。
13. 前記画像は、第１平面から所定の高さに配置された撮像装置によって取得された画像であり、
    前記推定部は、前記車道における第３位置に対応する前記画像における第４位置の座標と、前記第３位置を前記第１平面に投影した第５位置に対応する前記画像における第６位置の座標とに基づいて、前記第３位置における路面の勾配を推定する
    請求項１に記載の情報処理装置。
14. 前記第３位置は、前記車道上の先行車両が存在する位置である
    請求項１２に記載の情報処理装置。
15. 車道を含む空間を撮像する撮像装置と、
    前記撮像装置により取得された画像において、前記車道の領域を特定する第１領域線を検出する検出部と、
    前記第１領域線における第１位置の座標と、前記第１位置における前記第１領域線の傾きとに基づいて、前記第１位置に対応する路面の勾配を推定する推定部と、
    を備えた撮像システム。
16. 車道を含む空間を撮像した画像において、前記車道の領域を特定する第１領域線を検出し、
    前記第１領域線における第１位置の座標と、前記第１位置における前記第１領域線の傾きとに基づいて、前記第１位置に対応する路面の勾配を推定する
    情報処理方法。
17. 車道を含む空間を撮像した画像において、前記車道の領域を特定する第１領域線を検出するステップと、
    前記第１領域線における第１位置の座標と、前記第１位置における前記第１領域線の傾きとに基づいて、前記第１位置に対応する路面の勾配を推定するステップと
    をコンピュータに実行させるためのコンピュータプログラム。

Images