JP3349002B2 - 先行車両認識方法 - Google Patents
先行車両認識方法Info
- Publication number
- JP3349002B2 JP3349002B2 JP00374595A JP374595A JP3349002B2 JP 3349002 B2 JP3349002 B2 JP 3349002B2 JP 00374595 A JP00374595 A JP 00374595A JP 374595 A JP374595 A JP 374595A JP 3349002 B2 JP3349002 B2 JP 3349002B2
- Authority
- JP
- Japan
- Prior art keywords
- candidate points
- vehicle
- preceding vehicle
- image
- calculated
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Expired - Fee Related
Links
Landscapes
- Image Processing (AREA)
- Image Analysis (AREA)
- Measurement Of Optical Distance (AREA)
Description
【０００１】
【産業上の利用分野】この発明は、自動車に搭載した撮
像手段による先行車両の車両画像を処理して同一車線前
方を走行する先行車両を認識する先行車両認識方法に関
する。
像手段による先行車両の車両画像を処理して同一車線前
方を走行する先行車両を認識する先行車両認識方法に関
する。
【０００２】
【従来の技術】従来、自動車において前方を走行する先
行車両を認識する手法として、ステレオ画像処理による
手法、車両の形状特徴や対象性を拘束条件とした時系列
探索による手法、オプティカルフローから３次元情報を
復元し移動物体を抽出する手法等がある。
行車両を認識する手法として、ステレオ画像処理による
手法、車両の形状特徴や対象性を拘束条件とした時系列
探索による手法、オプティカルフローから３次元情報を
復元し移動物体を抽出する手法等がある。
【０００３】そのひとつに、撮像手段により同一車線前
方の先行車両を撮像して得られた車両画像を処理装置に
より微分処理し、車両画像の所定領域の画素の濃度微分
値の合計を算出して前記車両画像のエッジヒストグラム
を導出し、このエッジヒストグラムに基づいて先行車両
を認識する方法があり、これは以下のような手順で行わ
れる。
方の先行車両を撮像して得られた車両画像を処理装置に
より微分処理し、車両画像の所定領域の画素の濃度微分
値の合計を算出して前記車両画像のエッジヒストグラム
を導出し、このエッジヒストグラムに基づいて先行車両
を認識する方法があり、これは以下のような手順で行わ
れる。
【０００４】即ち、図３に示すように、自動車に搭載さ
れた２次元ＣＣＤカメラなどの撮像手段１より同一車線
前方を走行する先行車両が撮像され、得られた車両画像
が全画素について微分処理手段２により微分処理され、
更に注視領域設定手段３により、図４に示すように撮像
手段１の撮像画面４の垂直方向に所定の水平幅の水平注
視領域Ｈが設定されると共に、図５に示すように撮像手
段１の撮像画面４の水平方向に所定の垂直幅の垂直注視
領域Ｖが設定される。
れた２次元ＣＣＤカメラなどの撮像手段１より同一車線
前方を走行する先行車両が撮像され、得られた車両画像
が全画素について微分処理手段２により微分処理され、
更に注視領域設定手段３により、図４に示すように撮像
手段１の撮像画面４の垂直方向に所定の水平幅の水平注
視領域Ｈが設定されると共に、図５に示すように撮像手
段１の撮像画面４の水平方向に所定の垂直幅の垂直注視
領域Ｖが設定される。
【０００５】そして、図３に示すように、濃度投影手段
５により、水平注視領域Ｈにおける水平方向への画素行
毎の濃度微分値の合計が算出されると共に、垂直注視領
域Ｖにおける垂直方向への画素列毎濃度の微分値の合計
が算出されて、車両画像のエッジヒストグラムが導出さ
れ、対応検索手段６により、このエッジヒストグラムで
濃度微分値がピークとなる複数の点が車両画像の輪郭の
候補点とされ、これら各候補点のある時刻ｔでの撮像画
面４上の水平軸（Ｘ軸）座標と一連の処理に要する所定
時間後の時刻ｔ＋１における撮像画面４上のＸ軸座標と
から各候補点毎の移動量がそれぞれ算出され、これらの
各候補点の中から車両画像の輪郭に対応する点の対応検
索が次のようにして行われる。
５により、水平注視領域Ｈにおける水平方向への画素行
毎の濃度微分値の合計が算出されると共に、垂直注視領
域Ｖにおける垂直方向への画素列毎濃度の微分値の合計
が算出されて、車両画像のエッジヒストグラムが導出さ
れ、対応検索手段６により、このエッジヒストグラムで
濃度微分値がピークとなる複数の点が車両画像の輪郭の
候補点とされ、これら各候補点のある時刻ｔでの撮像画
面４上の水平軸（Ｘ軸）座標と一連の処理に要する所定
時間後の時刻ｔ＋１における撮像画面４上のＸ軸座標と
から各候補点毎の移動量がそれぞれ算出され、これらの
各候補点の中から車両画像の輪郭に対応する点の対応検
索が次のようにして行われる。
【０００６】いま、時刻ｔの車両画像の輪郭に対応する
点のＸ軸座標をｘi(t)、その点のエッジヒストグラムに
おけるピーク値をＰi(t)とし、時刻ｔから一連の処理に
要する所定時間後の時刻ｔ＋１におけるこの点の候補点
のＸ軸座標をｘi(t+1)(k)（但し、kは候補点の番号）、
その点のエッジヒストグラムにおけるピーク値をＰi
(t+1)(k)とすると、各候補点の移動量Ｕi(k)は数式１に
より表され、これらの移動量Ｕi(k)のうち数式２で表さ
れるようにしきい値Ｕthより小さく、かつ最小になる候
補点が車両画像の輪郭に対応する対応点として検索さ
れ、検索された対応点の座標の変化等から先行車両の運
動が検出されて先行車両の認識が行われる。
点のＸ軸座標をｘi(t)、その点のエッジヒストグラムに
おけるピーク値をＰi(t)とし、時刻ｔから一連の処理に
要する所定時間後の時刻ｔ＋１におけるこの点の候補点
のＸ軸座標をｘi(t+1)(k)（但し、kは候補点の番号）、
その点のエッジヒストグラムにおけるピーク値をＰi
(t+1)(k)とすると、各候補点の移動量Ｕi(k)は数式１に
より表され、これらの移動量Ｕi(k)のうち数式２で表さ
れるようにしきい値Ｕthより小さく、かつ最小になる候
補点が車両画像の輪郭に対応する対応点として検索さ
れ、検索された対応点の座標の変化等から先行車両の運
動が検出されて先行車両の認識が行われる。
【０００７】
【数１】
【０００８】
【数２】
【０００９】その結果、先行車両が自車に異常に接近す
るなどの追突回避が必要とされる事態が生じた場合に
は、図３に示す車両制御装置７により自動ブレーキが駆
動され、追突が未然に回避される。
るなどの追突回避が必要とされる事態が生じた場合に
は、図３に示す車両制御装置７により自動ブレーキが駆
動され、追突が未然に回避される。
【００１０】
【発明が解決しようとする課題】しかし、上記した複数
の候補点の中から車両画像の輪郭に対応する点の対応検
索を行う方法は、車両の急激な運動を考慮せずに先行車
両は同一車線上を一定の車間距離でまっすぐ前方に向か
って走行するという仮定のもとでのものであり、１時刻
前の座標とエッジヒストグラムのピーク値とからのみ演
算した結果に基づいて対応検索を行っているため、先行
車両に比較的大きな相対運動，特に水平運動が生じる
と、簡単に先行車両を見失っていわゆるトラッキングエ
ラーを起こしてしまうことがある。
の候補点の中から車両画像の輪郭に対応する点の対応検
索を行う方法は、車両の急激な運動を考慮せずに先行車
両は同一車線上を一定の車間距離でまっすぐ前方に向か
って走行するという仮定のもとでのものであり、１時刻
前の座標とエッジヒストグラムのピーク値とからのみ演
算した結果に基づいて対応検索を行っているため、先行
車両に比較的大きな相対運動，特に水平運動が生じる
と、簡単に先行車両を見失っていわゆるトラッキングエ
ラーを起こしてしまうことがある。
【００１１】そこで、この発明は、上記のような問題点
を解消するためになされたもので、先行車両の軌道を予
測した結果を反映することによって、先行車の比較的大
きな相対運動，特に水平運動に対するトラッキングエラ
ーを防止できるようにすることを目的とする。
を解消するためになされたもので、先行車両の軌道を予
測した結果を反映することによって、先行車の比較的大
きな相対運動，特に水平運動に対するトラッキングエラ
ーを防止できるようにすることを目的とする。
【００１２】
【課題を解決するための手段】この発明は、自動車に搭
載された撮像手段により同一車線前方の先行車両を撮像
して得られた車両画像を処理装置により微分処理し、前
記撮像手段の撮像画面の垂直方向に所定の水平幅の水平
注視領域を設定すると共に水平方向に所定の垂直幅の垂
直注視領域を設定し、前記水平注視領域における水平方
向への画素行毎の濃度微分値の合計を算出すると共に前
記垂直注視領域における垂直方向への画素列毎濃度の微
分値の合計を算出して前記車両画像のエッジヒストグラ
ムを導出し、このエッジヒストグラムで濃度微分値がピ
ークとなる複数の点を前記車両画像の輪郭の候補点と
し、これら各候補点のある時刻での前記撮像画面上の座
標と一連の処理に要する所定時間後における前記撮像画
面上の座標とから前記候補点毎の移動量をそれぞれ算出
し、前記各候補点のうち、算出した前記移動量が所定の
しきい値よりも小さくかつ最小になる候補点を前記車両
画像の輪郭に対応する対応点として検索し、先行車両の
認識を行う先行車両認識方法において、軌道予測手段に
より前記先行車両の軌道を予測し、予測結果に基づき前
記各候補点の中から前記車両画像の輪郭に対応する有力
な候補点の絞り込みを行い、前記絞り込んだ候補点の中
から前記対応点の検索を行うことを特徴としている。
載された撮像手段により同一車線前方の先行車両を撮像
して得られた車両画像を処理装置により微分処理し、前
記撮像手段の撮像画面の垂直方向に所定の水平幅の水平
注視領域を設定すると共に水平方向に所定の垂直幅の垂
直注視領域を設定し、前記水平注視領域における水平方
向への画素行毎の濃度微分値の合計を算出すると共に前
記垂直注視領域における垂直方向への画素列毎濃度の微
分値の合計を算出して前記車両画像のエッジヒストグラ
ムを導出し、このエッジヒストグラムで濃度微分値がピ
ークとなる複数の点を前記車両画像の輪郭の候補点と
し、これら各候補点のある時刻での前記撮像画面上の座
標と一連の処理に要する所定時間後における前記撮像画
面上の座標とから前記候補点毎の移動量をそれぞれ算出
し、前記各候補点のうち、算出した前記移動量が所定の
しきい値よりも小さくかつ最小になる候補点を前記車両
画像の輪郭に対応する対応点として検索し、先行車両の
認識を行う先行車両認識方法において、軌道予測手段に
より前記先行車両の軌道を予測し、予測結果に基づき前
記各候補点の中から前記車両画像の輪郭に対応する有力
な候補点の絞り込みを行い、前記絞り込んだ候補点の中
から前記対応点の検索を行うことを特徴としている。
【００１３】
【作用】この発明においては、複数の候補点の中から車
両画像の輪郭に対応する点を検索する対応検索におい
て、軌道予測手段により先行車両の軌道を予測し、その
結果から各候補点のうち車両画像の輪郭に対応する有力
な候補点を絞り込むため、従来のように１時刻前の座標
とエッジヒストグラムのピーク値とからのみ演算した結
果に基づいて対応検索を行う場合に比べ、先行車両に比
較的大きな相対運動，特に水平運動が生じても、先行車
両を見失うというトラッキングエラーを起こすことがな
く、トラッキング精度の向上を図れる。
両画像の輪郭に対応する点を検索する対応検索におい
て、軌道予測手段により先行車両の軌道を予測し、その
結果から各候補点のうち車両画像の輪郭に対応する有力
な候補点を絞り込むため、従来のように１時刻前の座標
とエッジヒストグラムのピーク値とからのみ演算した結
果に基づいて対応検索を行う場合に比べ、先行車両に比
較的大きな相対運動，特に水平運動が生じても、先行車
両を見失うというトラッキングエラーを起こすことがな
く、トラッキング精度の向上を図れる。
【００１４】
【実施例】図１はこの発明の一実施例の動作説明用のフ
ローチャート、図２は適用されるシステムのブロック図
である。
ローチャート、図２は適用されるシステムのブロック図
である。
【００１５】図２において、図３と同一符号は同一のも
の若しくは相当するものを示し、図３と相違するのは、
軌道予測手段としてカルマンフィルタからなる最小分散
推定手段１０を設け、この最小分散推定手段１０により
先行車両の軌道を予測し、その予測結果に基づき、濃度
投影手段５により導出されたエッジヒストグラムでピー
クとなる複数の候補点の中から車両画像の輪郭に対応す
る点を絞り込み、絞り込んだ候補点の中から、対応検索
手段６により車両画像の輪郭に対応する対応点の検索を
行うようにした点である。
の若しくは相当するものを示し、図３と相違するのは、
軌道予測手段としてカルマンフィルタからなる最小分散
推定手段１０を設け、この最小分散推定手段１０により
先行車両の軌道を予測し、その予測結果に基づき、濃度
投影手段５により導出されたエッジヒストグラムでピー
クとなる複数の候補点の中から車両画像の輪郭に対応す
る点を絞り込み、絞り込んだ候補点の中から、対応検索
手段６により車両画像の輪郭に対応する対応点の検索を
行うようにした点である。
【００１６】ところで、カルマンフィルタからなる最小
分散推定手段１０による候補点の絞り込み手順の概要に
ついて説明する。
分散推定手段１０による候補点の絞り込み手順の概要に
ついて説明する。
【００１７】いま、先行車両が運動方程式に従うことか
ら、車両の時刻ｔにおける状態ベクトルｘt及び観測ベ
クトルｙtを数式３で示されるものとして、自動車の運
動もある種の雑音と考えたときのシステム雑音ｗt,電気
的な雑音も含む観測系における観測雑音ｖtを考慮し
て、数式４により表されるような基本式が得られる。こ
こで、数式３において、Ｘ，Ｚはそれぞれ上記したＸ軸
の座標及び車両進行方向に相当する撮像手段１の光軸で
あるＺ軸の座標であり、Ｖ，Ａはそれぞれ速度及び加速
度であり、数式４において、各係数ベクトルＦ，Ｇ，Ｈ
は数式５で示され、更にこの数式５において、Ｔ1はサ
ンプリングタイムであり、Ｔ2は(1/2)*Ｔ12である。
ら、車両の時刻ｔにおける状態ベクトルｘt及び観測ベ
クトルｙtを数式３で示されるものとして、自動車の運
動もある種の雑音と考えたときのシステム雑音ｗt,電気
的な雑音も含む観測系における観測雑音ｖtを考慮し
て、数式４により表されるような基本式が得られる。こ
こで、数式３において、Ｘ，Ｚはそれぞれ上記したＸ軸
の座標及び車両進行方向に相当する撮像手段１の光軸で
あるＺ軸の座標であり、Ｖ，Ａはそれぞれ速度及び加速
度であり、数式４において、各係数ベクトルＦ，Ｇ，Ｈ
は数式５で示され、更にこの数式５において、Ｔ1はサ
ンプリングタイムであり、Ｔ2は(1/2)*Ｔ12である。
【００１８】
【数３】
【００１９】
【数４】
【００２０】
【数５】
【００２１】そして、カルマンゲインＫtのカルマンフ
ィルタ処理により、状態ベクトルｘtの最小分散推定
量，即ち時刻ｔ＋１における状態ベクトルの予測値は数
式６によって表される。
ィルタ処理により、状態ベクトルｘtの最小分散推定
量，即ち時刻ｔ＋１における状態ベクトルの予測値は数
式６によって表される。
【００２２】
【数６】
【００２３】一方、実際に車両画像を処理することによ
って得られる観測データは、車両画像の輪郭における
左，右端の撮像画面４のＸ軸座標（ｘｌ，ｘｒ）である
から、上記した数式３におけるＸ及びＺはそれぞれ数式
７によって表される。ここでＷは車両の幅、ｆはカメラ
の焦点距離である。
って得られる観測データは、車両画像の輪郭における
左，右端の撮像画面４のＸ軸座標（ｘｌ，ｘｒ）である
から、上記した数式３におけるＸ及びＺはそれぞれ数式
７によって表される。ここでＷは車両の幅、ｆはカメラ
の焦点距離である。
【００２４】
【数７】
【００２５】従って、時刻ｔにおける観測データである
上記したＸ軸座標（ｘｌ，ｘｒ）から、数式３によって
表わされる観測ベクトルｙt及び時刻tの１時刻前の時刻
ｔ−１における状態ベクトルｘ＾t/t-1に基づき、数式
６の演算により、時刻ｔにおける状態ベクトルのｘ＾
t/tが算出されると共に、この時刻ｔにおける状態ベク
トルのｘ＾t/tから次の時刻ｔ＋１における状態ベクト
ルの予測値ｘ＾t+1/tが算出され、この算出された時刻
ｔ＋１における状態ベクトルの予測値ｘ＾t+1/tがカル
マンフィルタからなる最小分散推定手段１０から対応検
索手段６に出力される。
上記したＸ軸座標（ｘｌ，ｘｒ）から、数式３によって
表わされる観測ベクトルｙt及び時刻tの１時刻前の時刻
ｔ−１における状態ベクトルｘ＾t/t-1に基づき、数式
６の演算により、時刻ｔにおける状態ベクトルのｘ＾
t/tが算出されると共に、この時刻ｔにおける状態ベク
トルのｘ＾t/tから次の時刻ｔ＋１における状態ベクト
ルの予測値ｘ＾t+1/tが算出され、この算出された時刻
ｔ＋１における状態ベクトルの予測値ｘ＾t+1/tがカル
マンフィルタからなる最小分散推定手段１０から対応検
索手段６に出力される。
【００２６】そして、このような最小分散推定手段１０
の出力である時刻ｔ＋１における状態ベクトルの予測値
ｘ＾t+1/tから、時刻ｔ＋１における先行車両画像の輪
郭の左，右端それぞれのＸ軸座標の予測値ｘｌ＾
i(t+1)/t，ｘｒ＾i(t+1)/tが得られ、このＸ軸座標の予
測値それぞれに対する候補点ｘｌi(t+1)(k)，ｘｒ
i(t+1)(k)のエッジヒストグラムにおけるピーク値をそ
れぞれＰｌi(t+1)(k)，Ｐｒi(t+1)(k)とすると、このよ
うにＸ軸座標の予測値が得られることによって候補点が
絞り込まれ、その結果絞り込まれた候補点について数式
１で表されていた移動量Ｕi(k)は数式８のように書き換
えられ、これらの候補点ｘｌi(t+1)(k)，ｘｒi(t+1)(k)
のうち、数式８の演算によって得れられる各々の移動量
Ｕｌ’i(k)，Ｕｒ’i(k)が数式９のように予め定められ
たしきい値Ｕthより小さくかつ最小となるものが、時刻
ｔ＋１における車両画像の輪郭の左，右端に対応する対
応点として検索される。
の出力である時刻ｔ＋１における状態ベクトルの予測値
ｘ＾t+1/tから、時刻ｔ＋１における先行車両画像の輪
郭の左，右端それぞれのＸ軸座標の予測値ｘｌ＾
i(t+1)/t，ｘｒ＾i(t+1)/tが得られ、このＸ軸座標の予
測値それぞれに対する候補点ｘｌi(t+1)(k)，ｘｒ
i(t+1)(k)のエッジヒストグラムにおけるピーク値をそ
れぞれＰｌi(t+1)(k)，Ｐｒi(t+1)(k)とすると、このよ
うにＸ軸座標の予測値が得られることによって候補点が
絞り込まれ、その結果絞り込まれた候補点について数式
１で表されていた移動量Ｕi(k)は数式８のように書き換
えられ、これらの候補点ｘｌi(t+1)(k)，ｘｒi(t+1)(k)
のうち、数式８の演算によって得れられる各々の移動量
Ｕｌ’i(k)，Ｕｒ’i(k)が数式９のように予め定められ
たしきい値Ｕthより小さくかつ最小となるものが、時刻
ｔ＋１における車両画像の輪郭の左，右端に対応する対
応点として検索される。
【００２７】
【数８】
【００２８】
【数９】
【００２９】つぎに、一連の動作について図１のフロー
チャートを参照しつつ説明する。
チャートを参照しつつ説明する。
【００３０】いま、図１に示すように、撮像手段１によ
り先行車両が撮像されると（ステップＳ１）、得られた
車両画像の全画素について微分処理手段２により微分処
理されたのち（ステップＳ２）、注視領域設定手段３に
より、水平注視領域Ｈ（図４参照）が設定されると共に
垂直注視領域Ｖ（図５参照）が設定される（ステップＳ
２）。
り先行車両が撮像されると（ステップＳ１）、得られた
車両画像の全画素について微分処理手段２により微分処
理されたのち（ステップＳ２）、注視領域設定手段３に
より、水平注視領域Ｈ（図４参照）が設定されると共に
垂直注視領域Ｖ（図５参照）が設定される（ステップＳ
２）。
【００３１】さらに、濃度投影手段５により、水平注視
領域Ｈにおける水平方向への画素行毎の濃度微分値の合
計が算出されると共に、垂直注視領域Ｖにおける垂直方
向への画素列毎濃度の微分値の合計が算出され、車両画
像のエッジヒストグラムが導出され（ステップＳ３）、
カルマンフィルタからなる最小分散推定手段１０によ
り、導出されたエッジヒストグラムでピークとなる複数
の候補点の中から、上記したようにして車両画像の輪郭
に対応する候補点の絞り込みが行われ（ステップＳ
４）、対応検索手段６により、絞り込まれた候補点の中
から車両画像の輪郭に対応する対応点の検索が行われる
（ステップＳ５）。
領域Ｈにおける水平方向への画素行毎の濃度微分値の合
計が算出されると共に、垂直注視領域Ｖにおける垂直方
向への画素列毎濃度の微分値の合計が算出され、車両画
像のエッジヒストグラムが導出され（ステップＳ３）、
カルマンフィルタからなる最小分散推定手段１０によ
り、導出されたエッジヒストグラムでピークとなる複数
の候補点の中から、上記したようにして車両画像の輪郭
に対応する候補点の絞り込みが行われ（ステップＳ
４）、対応検索手段６により、絞り込まれた候補点の中
から車両画像の輪郭に対応する対応点の検索が行われる
（ステップＳ５）。
【００３２】そして、検索された対応点のデータと実際
に観測されたデータとの比較によって、先行車両を見失
うことなくトラッキングできているか否かの判定がなさ
れ（ステップＳ６）、この判定結果がＹＥＳであれば上
記したステップＳ１に戻って再びステップＳ１以降の処
理が繰り返し行われ、判定結果がＮＯであればトラッキ
ングエラーが発生したとして、ステップＳ５で得られた
対応点のデータをキャンセルする等の所定のエラー処理
が行われ（ステップＳ７）、その後ステップＳ１に戻
る。
に観測されたデータとの比較によって、先行車両を見失
うことなくトラッキングできているか否かの判定がなさ
れ（ステップＳ６）、この判定結果がＹＥＳであれば上
記したステップＳ１に戻って再びステップＳ１以降の処
理が繰り返し行われ、判定結果がＮＯであればトラッキ
ングエラーが発生したとして、ステップＳ５で得られた
対応点のデータをキャンセルする等の所定のエラー処理
が行われ（ステップＳ７）、その後ステップＳ１に戻
る。
【００３３】従って、カルマンフィルタからなる最小分
散推定手段１０により先行車両の座標及び移動量を予測
し、その予測結果に基づき車両画像の輪郭の複数の候補
点の中から、車両画像の輪郭に対応する有力な候補点の
絞り込みを行うことにより、先行車両のある程度予測し
た上で対応検索を行うことができるため、従来のように
１時刻前の座標とエッジヒストグラムのピーク値とから
のみ演算した結果に基づいて対応検索を行う場合に比
べ、先行車両に比較的大きな相対運動，特に水平運動が
生じても、先行車両を見失うというトラッキングエラー
を起こすことがなく、トラッキング精度の向上を図るこ
とができる。
散推定手段１０により先行車両の座標及び移動量を予測
し、その予測結果に基づき車両画像の輪郭の複数の候補
点の中から、車両画像の輪郭に対応する有力な候補点の
絞り込みを行うことにより、先行車両のある程度予測し
た上で対応検索を行うことができるため、従来のように
１時刻前の座標とエッジヒストグラムのピーク値とから
のみ演算した結果に基づいて対応検索を行う場合に比
べ、先行車両に比較的大きな相対運動，特に水平運動が
生じても、先行車両を見失うというトラッキングエラー
を起こすことがなく、トラッキング精度の向上を図るこ
とができる。
【００３４】なお、上記実施例では、軌道予測手段をカ
ルマンフィルタからなる最小分散推定手段１０により構
成した場合について説明したが、特にカルマンフィルタ
に限定されるものではなく、いわゆるＡＲフィルタによ
り構成してもよいのは勿論である。
ルマンフィルタからなる最小分散推定手段１０により構
成した場合について説明したが、特にカルマンフィルタ
に限定されるものではなく、いわゆるＡＲフィルタによ
り構成してもよいのは勿論である。
【００３５】
【発明の効果】以上のように、この発明によれば、複数
の候補点の中から車両画像の輪郭に対応する点を検索す
る対応検索において、軌道予測手段により先行車両の軌
道を予測し、その結果から各候補点のうち車両画像の輪
郭に対応する有力な候補点の絞り込みを行うことによ
り、先行車両の運動をある程度予測した上で対応検索を
行うことができるため、先行車両に比較的大きな相対運
動，特に水平運動が生じても、先行車両を見失うという
トラッキングエラーを起こすことがなく、トラッキング
精度の向上を図ることができ、追突防止システムに好適
であり、システムの信頼性の向上を図ることが可能とな
る。
の候補点の中から車両画像の輪郭に対応する点を検索す
る対応検索において、軌道予測手段により先行車両の軌
道を予測し、その結果から各候補点のうち車両画像の輪
郭に対応する有力な候補点の絞り込みを行うことによ
り、先行車両の運動をある程度予測した上で対応検索を
行うことができるため、先行車両に比較的大きな相対運
動，特に水平運動が生じても、先行車両を見失うという
トラッキングエラーを起こすことがなく、トラッキング
精度の向上を図ることができ、追突防止システムに好適
であり、システムの信頼性の向上を図ることが可能とな
る。
【図１】この発明の一実施例の動作説明用のフローチャ
ートである。
ートである。
【図２】一実施例に適用されるシステムのブロック図で
ある。
ある。
【図３】従来例のブロック図である。
【図４】従来例の動作説明図である。
【図５】従来例の動作説明図である。
１ 撮像手段 ２ 微分処理手段 ３ 注視領域設定手段 ５ 濃度投影手段 ６ 対応検索手段 １０ 最小分散推定手段
───────────────────────────────────────────────────── フロントページの続き (58)調査した分野(Int.Cl.7，ＤＢ名) B60R 21/00 H04N 7/18 G01C 3/06 G06T 1/00 G06T 9/20
Claims (1)
- 【請求項１】 自動車に搭載された撮像手段により同一
車線前方の先行車両を撮像して得られた車両画像を処理
装置により微分処理し、前記撮像手段の撮像画面の垂直
方向に所定の水平幅の水平注視領域を設定すると共に水
平方向に所定の垂直幅の垂直注視領域を設定し、前記水
平注視領域における水平方向への画素行毎の濃度微分値
の合計を算出すると共に前記垂直注視領域における垂直
方向への画素列毎濃度の微分値の合計を算出して前記車
両画像のエッジヒストグラムを導出し、このエッジヒス
トグラムで濃度微分値がピークとなる複数の点を前記車
両画像の輪郭の候補点とし、これら各候補点のある時刻
での前記撮像画面上の座標と一連の処理に要する所定時
間後における前記撮像画面上の座標とから前記候補点毎
の移動量をそれぞれ算出し、前記各候補点のうち、算出
した前記移動量が所定のしきい値よりも小さくかつ最小
になる候補点を前記車両画像の輪郭に対応する対応点と
して検索し、先行車両の認識を行う先行車両認識方法に
おいて、 軌道予測手段により前記先行車両の軌道を予測し、予測
結果に基づき前記各候補点の中から前記車両画像の輪郭
に対応する有力な候補点の絞り込みを行い、前記絞り込
んだ候補点の中から前記対応点の検索を行うことを特徴
とする先行車両認識方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP00374595A JP3349002B2 (ja) | 1995-01-13 | 1995-01-13 | 先行車両認識方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP00374595A JP3349002B2 (ja) | 1995-01-13 | 1995-01-13 | 先行車両認識方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JPH08188104A JPH08188104A (ja) | 1996-07-23 |
| JP3349002B2 true JP3349002B2 (ja) | 2002-11-20 |
Family
ID=11565745
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP00374595A Expired - Fee Related JP3349002B2 (ja) | 1995-01-13 | 1995-01-13 | 先行車両認識方法 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP3349002B2 (ja) |
Families Citing this family (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2001134772A (ja) | 1999-11-04 | 2001-05-18 | Honda Motor Co Ltd | 対象物認識装置 |
| JP4973008B2 (ja) * | 2006-05-26 | 2012-07-11 | 富士通株式会社 | 車両判別装置及びそのプログラム |
| JP5082955B2 (ja) * | 2008-03-14 | 2012-11-28 | オムロン株式会社 | 車両検出装置および方法、並びに、プログラム |
-
1995
- 1995-01-13 JP JP00374595A patent/JP3349002B2/ja not_active Expired - Fee Related
Also Published As
| Publication number | Publication date |
|---|---|
| JPH08188104A (ja) | 1996-07-23 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN111693972B (zh) | 一种基于双目序列图像的车辆位置与速度估计方法 | |
| Van Leuven et al. | Real-time vehicle tracking in image sequences | |
| US8406472B2 (en) | Method and system for processing image data | |
| EP2757527B1 (en) | System and method for distorted camera image correction | |
| JP4246766B2 (ja) | 車両から対象物を位置測定して追跡する方法および装置 | |
| JP4157620B2 (ja) | 移動物体検出装置及びその方法 | |
| EP3115966B1 (en) | Object detection device, object detection method, and computer program | |
| CN111937036A (zh) | 用于处理传感器数据的方法、设备和具有指令的计算机可读存储介质 | |
| CN114419098A (zh) | 基于视觉变换的运动目标轨迹预测方法及装置 | |
| WO2019224103A1 (en) | Lane detection based on lane models | |
| JP2005329779A (ja) | 障害物認識方法及び障害物認識装置 | |
| JP5082955B2 (ja) | 車両検出装置および方法、並びに、プログラム | |
| CN114972427A (zh) | 一种基于单目视觉的目标跟踪方法、终端设备及存储介质 | |
| JP5107154B2 (ja) | 運動推定装置 | |
| CA2392578A1 (en) | System and method for detecting obstacles to vehicle motion | |
| JP3349002B2 (ja) | 先行車両認識方法 | |
| JP2002104113A (ja) | 後方監視装置 | |
| JP4575315B2 (ja) | 物体検出装置及びその方法 | |
| JPH0725286A (ja) | 先行車両認識方法 | |
| CN112513573B (zh) | 立体摄像机装置 | |
| JPH10143799A (ja) | 先行車追従装置 | |
| JP4151631B2 (ja) | 物体検出装置 | |
| JP4407921B2 (ja) | 障害物認識方法及び障害物認識装置 | |
| JP4075879B2 (ja) | 車両用衝突警報装置及び車両用衝突警報方法 | |
| JP3543912B2 (ja) | オプティカルフロー検出方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| LAPS | Cancellation because of no payment of annual fees |