JP4940177B2

JP4940177B2 - Traffic flow measuring device

Info

Publication number: JP4940177B2
Application number: JP2008089182A
Authority: JP
Inventors: 竜弓場; 一哉高橋; 忠明北村; 都堀田; 茂寿崎村; 徹也山崎
Original assignee: Hitachi Ltd
Current assignee: Hitachi Ltd
Priority date: 2008-03-31
Filing date: 2008-03-31
Publication date: 2012-05-30
Anticipated expiration: 2028-03-31
Also published as: JP2009245042A

Description

本発明は路上の車両を検出および追跡して台数や速度などを計測する交通流計測装置に関するものである。 The present invention relates to a traffic flow measurement equipment for measuring the like number and speed by detecting and tracking the vehicle on the street.

路上の支柱に設置したカメラで道路および車両を俯瞰した動画を撮影し、撮影した動画を画像処理することにより、車両を検知後に追跡して車線毎の通過台数と速度を計測する交通量計測装置が知られている。カメラ画面内で検出した車両は前記カメラのカメラパラメータたとえば、カメラの高さ，ピッチ角（俯角），ロール角（前記カメラのレンズ光軸を軸とした回転角），ヨー角（道路方向とカメラの向きの偏角），焦点距離（カメラのズーム率に関する）等を反映した射影変換によって、画像上の車両の検知位置や移動量を空間中の座標系に変換することで通行車線の判定と通過速度を計測している。なお、画像の座標系が２次元に対して空間の座標系は３次元なので、画像から道路への座標変換は一定の想定条件、例えば画像上における車両の追跡位置の高さを０ｍとおく。 A traffic measurement device that captures videos of bird's-eye view of roads and vehicles with a camera installed on a road post, and tracks the captured video after image detection to measure the number of vehicles passing through each lane and speed. It has been known. The vehicle detected in the camera screen is the camera parameters of the camera, such as the camera height, pitch angle (decline angle), roll angle (rotation angle about the camera lens optical axis), yaw angle (road direction and camera). By changing the detection position and movement amount of the vehicle on the image into a coordinate system in space by projective conversion reflecting the declination of the direction of the image), the focal length (related to the zoom ratio of the camera), etc. The passing speed is measured. Since the coordinate system of the image is two-dimensional and the spatial coordinate system is three-dimensional, the coordinate conversion from the image to the road is made under certain assumptions, for example, the height of the tracking position of the vehicle on the image is 0 m.

交通量計測装置の開示技術のうち〔特許文献１〕では、車両の前後の輪郭や、車両の屋根とフロントガラスやリアガラスの窓枠との間の境界線といった部分に出現する水平方向のエッジの並びを車両の特徴として、画像を小ブロック単位で格子分割したときに移動領域の水平方向のエッジがしきい値を超過したブロックの連結領域を車両として検出する技術が開示されている。また〔特許文献２〕では、車線毎の車両の見え方や車両の形状のバリエーションを一つの分布モデルで代表し、背景画像と撮影画像との差分領域と分布モデルとの畳み込み演算によって個々の車両を検知する技術が開示されている。 Of the disclosed technology of the traffic volume measuring apparatus, in [Patent Document 1], the edge of the horizontal direction appearing in the contours of the front and rear of the vehicle and the boundary line between the roof of the vehicle and the window frame of the windshield and rear glass. As a feature of the vehicle, there is disclosed a technique for detecting, as a vehicle, a connected region of blocks in which the horizontal edge of the moving region exceeds a threshold when the image is divided into small blocks. Further, in [Patent Document 2], the variation in the appearance of the vehicle and the shape of the vehicle for each lane is represented by one distribution model, and each vehicle is calculated by convolution calculation of the difference area between the background image and the captured image and the distribution model. A technique for detecting the above is disclosed.

特開２００２−３２７４７号公報JP 2002-32747 A 特開２００１−１１８１８２号公報JP 2001-118182 A 特開３４３５６２３号公報JP 3435623 A 特開２００１−６０８９広報JP 2001-6089 PR

〔特許文献１〕では水平方向のエッジの密度が高い小ブロックの連結領域を車両とするため、隣接する車線の左右の車両や同一車線上の前後の車両が見かけ上重なる場合には、個別の車両を検知することが困難である。図４は路側に立てた支柱に設置のカメラにより道路を俯瞰した画像の例であり、画像において下から上に進む車両を背面から撮影している。図４において、第１車線には手前から中型バス２とバン３、第２車線にはセダン車３が走行している。図４において第２車線の計測において中型バス２のはみ出しとセダン車３が見かけ上重なるので、特許文献１の技術では正確に個別の車両を検知することが困難であり、正確な台数を計測することができないという第１の課題がある。 In [Patent Document 1], since the connection region of small blocks having a high density of horizontal edges is used as a vehicle, when vehicles on the left and right of adjacent lanes and vehicles on the same lane appear to overlap, It is difficult to detect the vehicle. FIG. 4 is an example of an image obtained by bird's-eye view of a road by a camera installed on a support column standing on the road side, and a vehicle traveling from the bottom to the top in the image is photographed from the back. In FIG. 4, the medium-sized bus 2 and the van 3 are traveling from the front in the first lane, and the sedan vehicle 3 is traveling in the second lane. In FIG. 4, in the measurement of the second lane, the protrusion of the medium-sized bus 2 and the sedan vehicle 3 appear to overlap, so it is difficult to accurately detect individual vehicles with the technology of Patent Document 1, and the exact number of vehicles is measured. There is a first problem that cannot be done.

また〔特許文献１〕では水平方向のエッジの密度が高い小ブロックの連結領域を車両とするため、貨物を積んだ大型車のように屋根および背面に複雑な模様がある車両の屋根および背面のエッジを誤検知することを抑止することが困難という第２の課題がある。前記のように屋根および背面のエッジを検知、追跡したときには、交通流計測装置の速度の精度が低下する。 Further, in [Patent Document 1], since the connecting region of small blocks having a high horizontal edge density is used as a vehicle, the roof and the back of a vehicle having a complicated pattern on the roof and the back like a large vehicle loaded with cargo. There is a second problem that it is difficult to prevent erroneous detection of edges. When the edges of the roof and the back are detected and tracked as described above, the accuracy of the speed of the traffic flow measuring device is lowered.

図２３を用いて車両の屋根および背面を追跡した場合に速度が低下することを説明する。図２３において、８０はカメラ、ＶＰはカメラの視点、８５は時刻ｔにおける車両、８１は車両８５の末尾の追跡位置、８２はＶＰと８１を通る直線と地平面の交点、９５は時刻ｔ＋Δｔにおける車両、９１は車両９５の末尾の追跡位置、９２はＶＰと９１を通る直線と地平面の交点である。時刻ｔから時刻ｔ＋Δｔの間の８１から９１への空間での移動量はＬｔ、追跡位置を高さ０ｍと置いたときの８１から９１への見かけ上の移動量はＬａである。８１および９１の高さは０ｍに近いのでＬａとＬｔの差は小さく、時刻差Δｔで移動量を除算した８１の見かけ上の速度Ｌａ／Δｔは実際の速度Ｌｔ／Δｔに近く精度は高い。 It will be described with reference to FIG. 23 that the speed decreases when the roof and back of the vehicle are tracked. In FIG. 23, 80 is a camera, VP is a camera viewpoint, 85 is a vehicle at time t, 81 is a tracking position at the end of the vehicle 85, 82 is an intersection of a straight line passing through VP and 81, and a ground plane, and 95 is at time t + Δt. The vehicle, 91 is a tracking position at the end of the vehicle 95, and 92 is an intersection of a straight line passing through VP and 91 and the ground plane. The amount of movement in the space from 81 to 91 between time t and time t + Δt is Lt, and the apparent amount of movement from 81 to 91 when the tracking position is set at 0 m is La. Since the heights of 81 and 91 are close to 0 m, the difference between La and Lt is small, and the apparent speed La / Δt of 81 obtained by dividing the movement amount by the time difference Δt is close to the actual speed Lt / Δt and has high accuracy.

一方、図２３において８３は時刻ｔにおける車両８５の屋根付近の追跡位置、８４はＶＰと８３を通る直線と地平面の交点、９３は時刻ｔ＋Δｔにおける車両９５の屋根付近の追跡位置、９２はＶＰと９１を通る直線と地平面の交点、Ｈは８３と９３の高さ、θはＶＰと８３および８４を結ぶ直線と鉛直方向とが成す俯角、θ＋ΔθはＶＰと９３および９４を結ぶ直線と鉛直方向とが成す俯角である。車両８５および９５の高さにより、８４は８３よりも（数７）だけ前方にあり、９４は９３よりも（数８）だけ前方にある。よって、追跡位置を高さ０ｍと置いたときの８３から９３への見かけの移動量Ｌｂは、実際の移動量Ｌｔよりも（数９）だけ多くなる。時刻差Δｔで移動量を除算した８３の見かけ上の速度Ｌｂ／Δｔは実際の速度Ｌｔ／Δｔよりも、（数９）をΔｔで除した分だけ過剰となり精度が低くなる。（数９）はＨの比例があるので、追跡位置８３が車高の高い車両をとらえるほど見かけの速度は誤差が大きくなることがわかる。 On the other hand, in FIG. 23, 83 is the tracking position near the roof of the vehicle 85 at time t, 84 is the intersection of the straight line passing through VP and 83 and the ground plane, 93 is the tracking position near the roof of the vehicle 95 at time t + Δt, and 92 is VP , 91 is the height of 83 and 93, θ is the angle between the straight line connecting VP and 83 and 84, and the vertical direction, and θ + Δθ is the vertical line between VP and 93 and 94. It is the depression angle formed by the direction. Due to the height of the vehicles 85 and 95, 84 is ahead of 83 (Equation 7) and 94 is ahead of 93 (Equation 8). Therefore, the apparent movement amount Lb from 83 to 93 when the tracking position is set at a height of 0 m is larger than the actual movement amount Lt by (Equation 9). The apparent speed Lb / Δt of 83, which is obtained by dividing the movement amount by the time difference Δt, is more than the actual speed Lt / Δt by the amount obtained by dividing (Equation 9) by Δt, resulting in lower accuracy. Since (Equation 9) is proportional to H, it can be seen that the apparent speed increases as the tracking position 83 catches a vehicle with a high vehicle height.

〔特許文献２〕では反映した分布モデルを用いて車両を検知するので、隣接する車線の車両の重なりを誤検知したり車両の屋根や背面を誤検知することは抑止されるが、大型車から普通車までの形状を１つの分布モデルで代表するため、画像上で前後の車両が重なる場合には、個別の車両を検知することが困難という課題がある。車両の大型車の車長の範囲は６ｍ程度から１２ｍであり、一方普通車の車長の範囲は３ｍ程度から５ｍ程度と車両のサイズには大きなばらつきがあるので、図４のようにバン３と中型バス２とが同一車線を近い距離で走行する時には、２台の車両を１台の大型車両と誤って検知してしまうことの抑止が困難という第３の課題がある。 [Patent Document 2] detects a vehicle using a reflected distribution model, so that it is possible to prevent erroneous detection of overlapping vehicles in adjacent lanes or erroneous detection of the roof or back of a vehicle. Since the shape up to the ordinary vehicle is represented by one distribution model, there is a problem that it is difficult to detect individual vehicles when front and rear vehicles overlap on the image. The vehicle length range of large vehicles is about 6m to 12m, while the vehicle length range of ordinary vehicles is about 3m to 5m. When the medium-sized bus 2 and the medium-sized bus 2 travel on the same lane at a short distance, there is a third problem that it is difficult to prevent two vehicles from being mistakenly detected as one large vehicle.

以上述べた第１の課題と第２の課題と第３の課題は、画像上における車両の密度が高くなる混雑時において顕著に現れる。 The first problem, the second problem, and the third problem described above are conspicuous at the time of congestion when the density of the vehicle on the image is high.

上記課題を解決するために、本発明の交通流計測装置は、路上のカメラの撮影画像を取得する画像入力手段と、画像座標と道路座標を変換する座標変換手段と、前記撮影画像中の水平エッジを抽出する水平エッジ検出手段と、前記水平エッジ検出手段が抽出した前記撮影画像中の水平エッジから車両の形状をあらわす直方体モデルの末尾にあたる水平エッジを検出する末尾候補検出手段と、前記直方体モデルの末尾にあたる水平エッジの幅を当該車両の車幅としたとき、当該車幅に応じて当該車両の車高と車長を推定する車高車長範囲推定手段と、前記車高車長範囲推定手段が推定した前記車高と前記車長と前記直方体モデルの末尾にあたる水平エッジの幅とを寸法とした前記直方体モデルの背面上と屋根前の辺に当たる水平エッジを検出するペアエッジ検出手段と、当該車両を追跡する車両追跡手段と、追跡する当該車両の台数と速度とを計測する交通指標計算手段から構成されることを特徴とするものである。 In order to solve the above problems, a traffic flow measuring apparatus according to the present invention includes an image input unit that acquires a captured image of a camera on a road, a coordinate conversion unit that converts image coordinates and road coordinates, and a horizontal position in the captured image. A horizontal edge detecting means for extracting an edge; a tail candidate detecting means for detecting a horizontal edge corresponding to the end of a rectangular parallelepiped model representing the shape of the vehicle from the horizontal edges in the captured image extracted by the horizontal edge detecting means; and the rectangular parallelepiped model. Vehicle height range estimating means for estimating the vehicle height and vehicle length according to the vehicle width when the width of the horizontal edge corresponding to the end of the vehicle is the vehicle width of the vehicle, and the vehicle height vehicle length range estimation detect means horizontal edge striking the rear on the roof front edge of the rectangular parallelepiped model the dimensions and width of the horizontal edge corresponding to the end of the rectangular model and the vehicle length and the ride height estimated And Peaejji detection means and is characterized with a vehicle tracking means for tracking the vehicle, in that they are composed of transportation index calculation means for measuring the number and speed of the vehicle to be tracked.

更に、上記課題を解決するために、本発明の交通流計測装置は、路上のカメラの撮影画像から抽出した水平エッジのうち、車幅に相当した水平エッジを直方体モデルの末尾の辺と仮定したときに、前記直方体モデルの背面上の辺と屋根前の辺に相当するエッジが、前記車幅に相当した水平エッジの幅から換算した車幅と、当該車幅から推定した車高および車長の範囲に応じた画像上の範囲から検出されることを条件に、車両を検知し追跡することを特徴とするものである。 Further, assume in order to solve the above problems, traffic flow measurement equipment of the present invention, among the horizontal edges extracted from an image captured by a camera of the road, the horizontal edge that corresponds to the vehicle width and trailing edges of the rectangular prism model when, the corresponding edge to the side and roof front side on the back of a rectangular parallelepiped model, a vehicle width converted from the width of the horizontal edge that corresponds to the vehicle width, vehicle height and estimated from the vehicle width car The vehicle is detected and tracked on condition that the vehicle is detected from a range on the image corresponding to the long range.

また、上記課題を解決するために、本発明は交通流計測装置において、前記車高および前記車長の範囲を、前記車幅、前記車高および前記車長の比率の上限ならびに下限から求めることを特徴とするものである。 In order to solve the above problems, the present invention is Oite the traffic flow measurement equipment, the range of the vehicle height and the vehicle length, the vehicle width, the upper and lower limit of the ratio of the vehicle height and the vehicle length It is characterized by obtaining from.

また、上記課題を解決するために、本発明は交通流計測装置において、前記車高および前記車長の範囲を、前記車幅、前記車高および前記車長の比率の上限ならびに下限の特性曲線から求めることを特徴とするものである。 In order to solve the above problems, the present invention is Oite the traffic flow measurement equipment, the range of the vehicle height and the vehicle length, the vehicle width, the upper and lower limit of the ratio of the vehicle height and the vehicle length It is obtained from the characteristic curve.

また、上記課題を解決するために、本発明は交通流計測装置において、現時刻以前に抽出した直方体モデルの現時刻における領域を求めて、現時刻に抽出した直方体モデルが前記現時刻以前に抽出した直方体モデルの現時刻における領域を包含する場合には、前記現時刻以前に抽出した直方体モデルの追跡を中断することを特徴とするものである。 In order to solve the above problems, the present invention is Oite the traffic flow measurement equipment, seeking area at the current time of a rectangular parallelepiped model extracted to the current time before parallelepiped model the current time extracted to the current time When the region at the current time of the rectangular parallelepiped model extracted before is included , the tracking of the rectangular parallelepiped model extracted before the current time is interrupted.

また、上記課題を解決するために、本発明は交通流計測装置において、任意の車両検知手段が同時に動作し、前記任意の車両検知手段の現時刻における領域が前記直方体モデルの内部にあれば、前記任意の車両検知手段の検知による追跡を中断することを特徴とするものである。 In order to solve the above problems, the present invention is Oite the traffic flow measurement equipment, operating any vehicle detection means at the same time, the inside of the rectangular prism model area at the current time of the arbitrary vehicle detecting means If there is any, the tracking by the detection of the arbitrary vehicle detection means is interrupted.

本発明の交通流計測装置によれば、車両の密度が高い混雑交通でも、台数と速度を高い精度で計測することが実現出来る。 According to the traffic flow measurement device of the present invention, it is possible to measure the number and speed with high accuracy even in congested traffic with high vehicle density.

以下、本発明にかかる交通流計測装置の具体的な実施形態について、図面を参照しながら説明する。なお、本実施形態では、車両の一例として自動車を挙げて説明を行うが発明にかかる「車両」とは自動車に限定されず、路上を走行するあらゆる種類の移動体を含む。 Hereinafter, specific embodiments of a traffic flow measuring apparatus according to the present invention will be described with reference to the drawings. In the present embodiment, an automobile will be described as an example of the vehicle. However, the “vehicle” according to the invention is not limited to the automobile, and includes all kinds of moving bodies that travel on the road.

図１は、本発明の実施例１の機能構成の概略を示すブロック図である。以下の説明において、実施例１の機能構成は最も手前の第１車線を対象としたときの機能を述べるが、第１車線の処理を他の車線にも同様の処理を繰り返し適用することで本発明は複数の車線を対象とすることができる。 FIG. 1 is a block diagram illustrating an outline of a functional configuration according to the first embodiment of the present invention. In the following description, the functional configuration of the first embodiment will describe the function when the first lane in front is the target, but the same processing is repeatedly applied to the other lanes in the first lane. The invention can be directed to multiple lanes.

図１において、画像入力手段１１は路上のカメラの撮影映像あるいは路上のカメラの録画映像を利用することができ、毎秒６０フレームから５フレーム程度のフレームレートで道路の画像を取り込んで、車両後部絞込み手段１２および車両追跡手段１６に出力する。 In FIG. 1, the image input means 11 can use a video image taken by a camera on the road or a video image recorded by a camera on the road. The image input means 11 captures a road image at a frame rate of about 60 to 5 frames per second and narrows the rear of the vehicle. Output to the means 12 and the vehicle tracking means 16.

図４は、画像入力手段１１が取り込んだ画像の一例であり、１は画像下部に設けた検知領域である。検知領域１は、少なくとも建築限界に定められた最大車幅，最大車高，最大車長の車両が領域内に収まるように設定する。 FIG. 4 shows an example of an image captured by the image input means 11, and 1 is a detection area provided at the lower part of the image. The detection area 1 is set so that at least a vehicle having the maximum vehicle width, the maximum vehicle height, and the maximum vehicle length determined in the building limit is within the area.

なお画像入力手段１１が取り込む画像が全体として傾いている場合には、画像入力手段１１が２次元の回転変換等により画像全体あるいは検知領域１付近の車両の水平部が画像上において水平に近づく攻勢をとってもよい。 Note that when the image captured by the image input unit 11 is inclined as a whole, the image input unit 11 is aggressively approaching the entire image or the horizontal portion of the vehicle in the vicinity of the detection region 1 horizontally on the image by two-dimensional rotation conversion or the like. You may take

図１において水平エッジ検出手段は図５のフローに従い、検知領域３１内の画像を水平方向のソーベルフィルタにより水平方向の濃度勾配を求めた後に（Ｓ１０１）、求めた濃度勾配を所定のしきい値で２値化する（Ｓ１０２）。次に、履歴フレームの画像と現フレームの検知領域１内の画像のフレーム差分を求めた後に（Ｓ１０３）、求めたフレーム差分を所定のしきい値で２値化する（Ｓ１０４）。なお、次フレーム以降の処理のために、履歴フレームの画像を保持するバッファの内容を更新しておく。次に、Ｓ１０２の２値画像とＳ１０４の２値画像のＡＮＤ演算を取った水平エッジを出力する（Ｓ１０３）。画像入力手段１１の画像において車両の部分には、車両の前後の輪郭や車両の屋根とフロントガラスやリアガラスの窓枠との間の境界線といった内部の水平部分に水平方向の濃度勾配が生じることと、画像上の車両付近はフレーム間で速度に応じた範囲が明度変化することより、Ｓ１０３の水平エッジは車両の輪郭や水平部位に集中する。図５（ａ）は図４の画像のうち第１車線の検知領域１の画像を示し、図５（ｂ）において２０は水平エッジ検出手段１２が検出した水平エッジの例を示している。水平エッジ２０のうち、２０ａは中型バス２のバンパー、２０ｂと２０ｃは中型バス２の左右のライト、２０ｄと２０ｅは中型バス２のリアガラス窓枠の上端と下端、２０ｆは中型バス２の屋根と背面の境界、２０ｇは中型バス２の屋根の前端に相当している。 In FIG. 1, the horizontal edge detecting means obtains a horizontal density gradient from the image in the detection region 31 by a horizontal Sobel filter (S101) according to the flow of FIG. 5, and then obtains the obtained density gradient with a predetermined threshold. The value is binarized (S102). Next, after obtaining the frame difference between the image of the history frame and the image in the detection area 1 of the current frame (S103), the obtained frame difference is binarized with a predetermined threshold value (S104). Note that the contents of the buffer that holds the image of the history frame are updated for processing in the subsequent frames. Next, a horizontal edge obtained by performing an AND operation on the binary image in S102 and the binary image in S104 is output (S103). In the image of the image input means 11, a horizontal density gradient is generated in an internal horizontal portion such as a front / rear contour of the vehicle or a boundary line between the roof of the vehicle and the window frame of the windshield or rear glass in the vehicle portion. In the vicinity of the vehicle on the image, the range according to the speed changes between frames, so that the horizontal edge in S103 is concentrated on the contour and the horizontal part of the vehicle. FIG. 5A shows an image of the detection area 1 of the first lane in the image of FIG. 4, and in FIG. 5B, 20 shows an example of a horizontal edge detected by the horizontal edge detecting means 12. FIG. Among the horizontal edges 20, 20 a is a bumper of the medium bus 2, 20 b and 20 c are left and right lights of the medium bus 2, 20 d and 20 e are upper and lower ends of the rear glass window frame of the medium bus 2, and 20 f is a roof of the medium bus 2 The rear boundary 20g corresponds to the front edge of the roof of the medium-sized bus 2.

図１において座標変換手段１８は画像座標と道路座標を相互に変換する。図２は座標変換手段１８が前提とするピンホールカメラのモデル図であり、ＶＰはカメラの視点であり、距離ＦはＶＰと画像面の焦点距離である。なお、現実にはカメラの高さは路上から数メートルで、焦点距離Ｆは数十ミリメートルであるが、説明のためにデフォルメされている。図２において画像の座標系は画像の右向きにｘ軸、画像の上向きにｙ軸、画像中心を原点ｏに持つ。図２において、空間の座標系は、道路横断方向にＸ軸、道路進行方向にＹ軸、鉛直上向きにＺ軸、ＶＰと点ｏを通る直線と地上面との交点Ｏを原点に持つ。空間中の任意の点Ｐに対応する画像上の点ｐは、点ＰとＶＰとを結ぶ直線と画像面との交点となる。座標変換手段１８は、図３（ａ）のように公知の射影変換により空間中の任意の点Ｐの座標（Ｘ，Ｙ，Ｚ）に対応する画像上の点ｐの座標（ｘ，ｙ）を計算する。射影変換では画像上の点ｐに対応した道路中の点はＶＰと点ｐとを結ぶ直線上で図２の点Ｐと点Ｐ′との用に不定になるが、図３（ｂ）のように道路中の対応点のＺ（高さ）を指定したときには、画像上の点ｐの座標（ｘ，ｙ）に対応した空間中の点Ｐの座標（Ｘ，Ｙ，Ｚ）を一意に求めることができる。また、座標変換手段１８は図３（ｃ）に示すように、Ｚが共通とおいたときの２つの点ｐ１とｐ２の画像座標から、それぞれの空間中の点Ｐ１とＰ２座標を求めて、２点の空間座標のユークリッド距離から、点ｐ１と点ｐ２の空間での距離を求めることができる。また座標変換手段１８は図３（ｄ）に示すように、点ｐ１の画像座標、点ｐ１の空間の対応点のＺ座標、点Ｐ２の点Ｐ１からの変位が既知としたとき、順番に点Ｐ１の空間座標、点Ｐ２の空間座標を求めることで、点Ｐ２の画像上の対応点ｐ２の画像座標を求めることができる。座標変換手段１８の射影変換に必要なデータは、信号処理の開始以前に求めておく。射影変換に必要なデータは、画像入力手段１１が画像を取得するカメラの空間座標での位置と方向と焦点距離Ｆあるいは、座標のわかっている空間と画像の６点以上の対応点から求めることができる。あるいは設計情報のような近似的な手段を用いて、射影変換に必要なデータを求めてもよい。 In FIG. 1, the coordinate conversion means 18 mutually converts image coordinates and road coordinates. FIG. 2 is a model diagram of a pinhole camera on which the coordinate conversion means 18 is premised. VP is the viewpoint of the camera, and the distance F is the focal length of VP and the image plane. In reality, the height of the camera is several meters from the road, and the focal length F is several tens of millimeters. In FIG. 2, the coordinate system of the image has an x axis on the right side of the image, a y axis on the upper side of the image, and an image center at the origin o. In FIG. 2, the coordinate system of the space has the origin at the intersection point O of the straight line passing the VP and the point o and the ground plane on the X axis in the road crossing direction, the Y axis in the road traveling direction, the Z axis vertically upward, and the point o. A point p on the image corresponding to an arbitrary point P in the space is an intersection of a straight line connecting the point P and VP and the image plane. The coordinate conversion means 18 coordinates (x, y) of the point p on the image corresponding to the coordinates (X, Y, Z) of an arbitrary point P in the space by known projective transformation as shown in FIG. Calculate In the projective transformation, the point on the road corresponding to the point p on the image becomes indefinite for the point P and the point P ′ in FIG. 2 on the straight line connecting VP and the point p, but in FIG. When the Z (height) of the corresponding point on the road is specified as described above, the coordinates (X, Y, Z) of the point P in the space corresponding to the coordinates (x, y) of the point p on the image are uniquely specified. Can be sought. Further, as shown in FIG. 3C, the coordinate conversion means 18 obtains the coordinates P1 and P2 in each space from the image coordinates of the two points p1 and p2 when Z is common, and 2 The distance in the space between the points p1 and p2 can be obtained from the Euclidean distance of the spatial coordinates of the points. Further, as shown in FIG. 3 (d), the coordinate conversion means 18 is arranged in order when the image coordinate of the point p1, the Z coordinate of the corresponding point in the space of the point p1, and the displacement of the point P2 from the point P1 are known. By obtaining the spatial coordinates of P1 and the spatial coordinates of the point P2, the image coordinates of the corresponding point p2 on the image of the point P2 can be obtained. Data necessary for the projective transformation of the coordinate transformation means 18 is obtained before the start of signal processing. The data necessary for the projective transformation is obtained from the position and direction in the spatial coordinates of the camera from which the image input means 11 obtains the image and the focal length F, or from the corresponding points in the space in which the coordinates are known and six or more corresponding points in the image. Can do. Alternatively, approximate data such as design information may be used to obtain data necessary for projective transformation.

図１において末尾候補検出手段１３は図６のフローにより、図１３（ａ）のように車両の形状に直方体モデル４０を当てはめたときに末尾の辺４１に相当する末尾候補の水平エッジを、水平エッジ２０の中から検出する。図６を説明すると末尾候補検出手段１３は水平エッジ２０をループで変えながら（Ｓ１２０〜Ｓ１２７）、まず水平エッジ２０［Ｉ］の左右の端が画像上において車線１の範囲内であるかを判定する（Ｓ１２１）。Ｓ１２１の判定がＹであれば、水平エッジ［Ｉ］のＺ座標を０ｍと仮定したときの左右端の画像座標から、図３（ｃ）に示す座標変換手段１８の座標変換によって水平エッジ２０［Ｉ］の空間中の幅を求めて（Ｓ１２１）、Ｓ１２１の幅が最低車幅を考慮したしきい値以上であれば（Ｓ１２３）、Ｓ１２３の条件を満たす水平エッジ２０のうち最も下側のものが末尾候補となるように、末尾候補が未登録の場合や（Ｓ１２４でＹ）、登録済みの末尾候補よりも水平エッジ［Ｉ］が画像上において下側のときに（Ｓ１２４でＮ、Ｓ１２５でＹ）、水平エッジ２０［Ｉ］を末尾候補に登録する（Ｓ１２６）。図７（ｂ）は末尾候補検出手段１３が末尾候補２１を抽出した例であり、末尾候補２１は図７（ｃ）において中型バス２のバンパーに相当した水平エッジ２０ａと一致している。 In FIG. 1, the tail candidate detecting means 13 applies the horizontal edge of the tail candidate corresponding to the tail side 41 when the cuboid model 40 is applied to the shape of the vehicle as shown in FIG. Detect from the edge 20. Referring to FIG. 6, the tail candidate detection means 13 determines whether the left and right ends of the horizontal edge 20 [I] are within the lane 1 range on the image while changing the horizontal edge 20 in a loop (S120 to S127). (S121). If the determination in S121 is Y, the horizontal edge 20 [] is converted from the image coordinates at the left and right ends when the Z coordinate of the horizontal edge [I] is assumed to be 0 m by coordinate conversion of the coordinate conversion means 18 shown in FIG. I] is obtained in the space (S121), and if the width of S121 is equal to or greater than the threshold value considering the minimum vehicle width (S123), the lowest one of the horizontal edges 20 satisfying the condition of S123. Is the end candidate, or when the horizontal edge [I] is lower on the image than the registered end candidate (Y in S124, N in S124, and S125). Y) The horizontal edge 20 [I] is registered as a tail candidate (S126). FIG. 7B shows an example in which the tail candidate detection unit 13 extracts the tail candidate 21. The tail candidate 21 matches the horizontal edge 20a corresponding to the bumper of the medium bus 2 in FIG.

図１において車高車長範囲推定手段１４は、末尾候補２１の空間座標での幅Ｗに応じて車高Ｈと車長Ｌの範囲を推定する。ここで図８は１ＢＯＸ，ＲＶ，セダン，スポーツカー，コンパクト，軽自動車，軽トラック，小型トラック，中型トラック，中型トラック、大型トラックのように種々の車両の車幅Ｗ，車高Ｈ，車長Ｌのサンプルを一覧したものである。図８において車幅Ｗが最も狭い軽自動車は、車高Ｈも車長Ｌも最小であることがわかる。一方、軽トラックの車幅は軽自動車と同じであるが、軽トラックの車高はセダンやコンパクトカーよりも高く１ＢＯＸと同程度である。よって、図８より車幅Ｗ，車高Ｈ，車長Ｌの間には相関関係があること、また相関関係は一意で無く分布幅を持つことがわかる。図９（ａ）や図９（ｂ）は図８のデータから求めた車高Ｈ／車幅Ｗ，車長Ｌ／車幅Ｗの比率のグラフであり、車幅Ｗを問わず車高Ｈ／車幅Ｗは下限αから上限β，車長Ｌ／車幅Ｗは下限μから上限νの範囲に分布することがわかる。よって、車幅Ｗが既知のときには車高は（数１）の範囲となり車長は（数２）の範囲となる。車高車長範囲推定手段１４は末尾候補２１の空間での幅Ｗを、末尾候補のＺ座標を０ｍと仮定したときの左右端の画像座標から、図３（ｃ）に示す座標変換手段１８の処理により求める。車高車長範囲推定手段１４は末尾候補２１の空間での幅Ｗと（数１）と（数２）により、直方体モデルの車高Ｈ、車長Ｌの範囲を推定する。 In FIG. 1, the vehicle height vehicle length range estimation means 14 estimates the range of the vehicle height H and the vehicle length L according to the width W of the tail candidate 21 in the spatial coordinates. Here, FIG. 8 shows various vehicle widths W, vehicle heights H, vehicle lengths such as 1BOX, RV, sedan, sports car, compact, light vehicle, light truck, light truck, medium truck, medium truck, and large truck. This is a list of L samples. In FIG. 8, it can be seen that the light vehicle having the smallest vehicle width W has the smallest vehicle height H and vehicle length L. On the other hand, the width of a light truck is the same as that of a light car, but the height of a light truck is higher than that of a sedan or a compact car and is about the same as 1BOX. Therefore, it can be seen from FIG. 8 that there is a correlation among the vehicle width W, the vehicle height H, and the vehicle length L, and that the correlation is not unique but has a distribution width. FIG. 9A and FIG. 9B are graphs of the ratio of vehicle height H / vehicle width W and vehicle length L / vehicle width W obtained from the data of FIG. / Vehicle width W is distributed from the lower limit α to the upper limit β, and the vehicle length L / vehicle width W is distributed from the lower limit μ to the upper limit ν. Therefore, when the vehicle width W is known, the vehicle height is in the range of (Equation 1) and the vehicle length is in the range of (Equation 2). The vehicle height range estimation means 14 uses the coordinate conversion means 18 shown in FIG. 3C from the left and right image coordinates when the width W of the tail candidate 21 in the space and the Z coordinate of the tail candidate is assumed to be 0 m. Obtained by the process of The vehicle height range estimation means 14 estimates the range of the vehicle height H and the vehicle length L of the rectangular parallelepiped model based on the width W in the space of the tail candidate 21 and (Equation 1) and (Equation 2).

ペアエッジ検出手段１５は図１０と図１１のフローによって末尾候補２１が車両の直方体モデル４０の末尾の辺４１に対応すると仮定したときに、直方体モデル４０の背面上の辺４２および屋根前の辺４３に対応する水平エッジを検出する。 The pair edge detection means 15 assumes that the tail candidate 21 corresponds to the tail side 41 of the cuboid model 40 of the vehicle by the flow of FIGS. 10 and 11, and the side 42 on the back surface of the cuboid model 40 and the side 43 before the roof. The horizontal edge corresponding to is detected.

ペアエッジ検出手段１５はまず図１０（ａ）に示すフローによって、画像上における背面上の辺４２の存在範囲を求める。図１０（ａ）に於いてペアエッジ検出手段１５は末尾候補２１のＺを０ｍと置いたときに空間中において末尾候補の中央に対応する点Ｐの座標（Ｓ１５０）、点ＰからＺ軸方向に車高の下限αＷだけ離れた点Ｐαの空間座標（Ｓ１５１）、点Ｐαの画像上の対応点ｐαの画像ｙ座標ｙαを求める（Ｓ１５２）。同様に、点ＰからＺ軸方向に車高の上限βＷだけ離れた点Ｐβの空間座標（Ｓ１５３）および点Ｐβの画像上の対応点ｐβの画像ｙ座標ｙβを求める（Ｓ１５４）。そして、背面上の辺４２の画像ｙ座標は［ｙα，ｙβ］にあるとみなす。次にペアエッジ検出手段１５は図１０（ｂ）に示すフローによって、画像上における屋根前の辺４２存在範囲を求める。ペアエッジ検出手段１５は、Ｓ１５０の点ＰからＺ軸方向に車高の下限αＷかつＹ軸方向に車長の下限μＷだけ移動した点Ｐμの空間座標（Ｓ１５５）から点Ｐμの画像上の対応点ｐμの画像ｙ座標ｙμを計算する（Ｓ１５６）とともに、点ＰからＺ軸方向に車高の上限βＷかつＹ軸方向に車長の上限νＷだけ移動した点Ｐνの空間座標（Ｓ１５７）から画像上の対応点ｐνの画像ｙ座標ｙνを求め（Ｓ１５８）、屋根前の辺４３の画像ｙ座標は［ｙμ，ｙν］にあるとみなす。 First, the pair edge detection means 15 obtains the existence range of the side 42 on the back surface on the image by the flow shown in FIG. Peaejji detection means 15 have at FIG. 10 (a) of the point P corresponding to the center of the trailing candidate in a space when placing the Z trailing candidates 21 and 0m coordinates (S150), from the point P in the Z axis direction The spatial coordinates (S151) of the point Pα separated by the lower limit αW of the vehicle height and the image y coordinate yα of the corresponding point pα on the image of the point Pα are obtained (S152). Similarly, the spatial coordinates (S153) of the point Pβ that is separated from the point P in the Z-axis direction by the upper limit βW of the vehicle height and the image y coordinate yβ of the corresponding point pβ on the image of the point Pβ are obtained (S154). The image y coordinate of the side 42 on the back surface is assumed to be in [yα, yβ]. Next, the pair edge detection means 15 calculates | requires the side 42 presence range before the roof on an image with the flow shown in FIG.10 (b). The pair edge detection means 15 corresponds to the corresponding point on the image of the point Pμ from the spatial coordinate (S155) of the point Pμ moved by the lower limit αW of the vehicle height in the Z-axis direction and the lower limit μW of the vehicle length in the Y-axis direction from the point P of S150. The image y coordinate yμ of pμ is calculated (S156) and on the image from the spatial coordinate (S157) of the point Pν moved from the point P by the vehicle height upper limit βW in the Z-axis direction and the vehicle length upper limit νW in the Y-axis direction. The image y coordinate yν of the corresponding point pν is obtained (S158), and the image y coordinate of the side 43 in front of the roof is regarded as [yμ, yν].

次に、ペアエッジ検出手段１５は図１１に示すフローにより、水平エッジ２０の中から（Ｓ１３０からＳ１３５）、ｙ座標が図１０（ａ）のフローで求めた背面上の辺４２の範囲にあり（Ｓ１３１でＹ）かつ図１２（ａ）に図示する水平エッジ２０と末尾候補２１の画像ｘ軸方向の重なり３０が所定のしきい値Ｔ以上ならば（Ｓ１３２でＹ）、水平エッジ２０［Ｉ］を背面上の辺に相当する背面上ペアみなし、背面上ペアのフラグを１にする（Ｓ１３３）。また、背面上ペアの条件を満たす水平エッジ２０［Ｉ］のうち、画像上において一番上にあるものを更新する（Ｓ１３４）。なお、Ｓ１３２の判定のしきい値Ｔは、サイドのピラーが傾いたセダン車やまるみを帯びた車両のように、実際の車両の形状が直方体モデルからずれる分および水平エッジ２０の端が撮像系のノイズや照明変動により欠落することを考慮して、末尾候補２１の幅に１より小さく０より大きな所定の比率を乗じて求める。 Next, the pair edge detection means 15 is within the range of the side 42 on the back surface obtained from the horizontal edge 20 (S130 to S135) by the flow shown in FIG. if S131 in Y) and FIG. 12 (a) to a horizontal edge 20 illustrating the image x-axis direction of the overlap 30 of the trailing candidate 21 is equal to or greater than the predetermined threshold T (Y in S132), the horizontal edge 20 [I] Is regarded as a pair on the back surface corresponding to the side on the back surface, and the flag of the pair on the back surface is set to 1 (S133). In addition, among the horizontal edges 20 [I] satisfying the condition of the pair on the back side, the top edge on the image is updated (S134). Note that the threshold value T for the determination in S132 is that the actual vehicle shape deviates from the rectangular parallelepiped model and the edge of the horizontal edge 20 is the imaging system, such as a sedan vehicle with a side pillar tilted or a rounded vehicle. Is determined by multiplying the width of the tail candidate 21 by a predetermined ratio smaller than 1 and larger than 0.

図７（ｄ）は背面上ペアの抽出の一例であり、２５は図１０（ａ）のフローで求めた背面上の辺４２の画像ｙ座標の範囲、２２は背面上ペアである。背面上ペア２２は、図５（ｂ）において屋根と背面の境界に対応した水平エッジ２０ｅおよびリアガラス窓枠の上端に対応した水平エッジ２０ｆと一致している。 FIG. 7D is an example of extraction of the pair on the back surface, 25 is the range of the image y coordinate of the side 42 on the back surface obtained by the flow of FIG. 10A, and 22 is the pair on the back surface. The rear upper pair 22 coincides with the horizontal edge 20 0 e corresponding to the boundary between the roof and the rear surface in FIG. 5B and the horizontal edge 20 f corresponding to the upper end of the rear glass window frame.

Ｓ１３５の後ペアエッジ検出手段１５は水平エッジ２０の中から（Ｓ１４０からＳ１４５）、ｙ座標が図１０（ｂ）で求めた屋根前の辺４３の範囲にあるときには（Ｓ１４１でＹ）、水平エッジ２０［Ｉ］を道路Ｙ軸方向に沿って背面上の辺４２まで移動したときに画像ｘ軸方向の重なりがしきい値Ｔ以上であれば（Ｓ１４２でＹ）、水平エッジ２０［Ｉ］を屋根前の辺４３に相当した水平エッジとして屋根前ペアのフラグを１にする（Ｓ１４３）。Ｓ１４２のしきい値Ｔは、Ｓ１３２のしきい値Ｔと同一である。また、屋根前ペアの条件を満たす水平エッジ２０［Ｉ］のうち、画像上において一番上にあるものを更新する（Ｓ１４４）。 When the y-coordinate is within the range of the side 43 before the roof obtained in FIG. 10B (Y in S141), the rear pair edge detecting means 15 in S135 is within the horizontal edge 20 (S140 to S145). If the overlap in the image x-axis direction is equal to or greater than the threshold value T when [I] is moved along the road Y-axis direction to the side 42 on the back surface, the horizontal edge 20 [I] is covered with the roof. As a horizontal edge corresponding to the front side 43, the flag of the pair in front of the roof is set to 1 (S143). The threshold value T in S142 is the same as the threshold value T in S132. In addition, among the horizontal edges 20 [I] that satisfy the condition of the pair in front of the roof, the one on the top in the image is updated (S144).

図１２（ｂ）を用いてＳ１４２を補足すると、２５は背面上の辺４３の画像ｙ座標の範囲である。３２および３３は図１３（ａ）に示す直方体モデル４０の屋根の左右の辺４５および４６に相当する直線であり、水平エッジ２０［Ｉ］の左端および右端を通る点ｌの空間での対応点のＺ座標を近似的に（数１）の下限と（数２）の上限の平均（α＋β）／２×Ｗとしたときの空間中の対応する点Ｌおよび点Ｒを通り空間Ｙ軸方向と平行な直線の座標変換手段１８による画像上の像である。３５は点ｌおよび点ｒを直線３２に沿って同一ｙ座標に移動した点ｍおよび点ｎを結ぶ線分、３１は末尾候補２１と線分３５の画像ｘ軸方向の重なりである。Ｓ１４２では車高が正確にはわからないものとして範囲２５内でｙ座標を変えながら線分３５および重なり３１を求め、重なり３１の最大値がしきい値Ｔを超えれば、判定をＹとする。図７（ｅ）は屋根前ペアの抽出の一例であり、２６は図１０（ｂ）のフローで求めた屋根前の辺４３の画像ｙ座標の範囲、２３は屋根前ペアである。屋根前ペア２３は、図５（ｂ）において中型バス２の屋根の前端に対応した水平エッジ２０ｇと一致している。 If S142 is supplemented using FIG.12 (b), 25 will be the range of the image y coordinate of the edge | side 43 on a back surface. 32 and 33 are straight lines corresponding to the left and right sides 45 and 46 of the roof of the rectangular parallelepiped model 40 shown in FIG. 13A, and corresponding points in the space of the point l passing through the left end and the right end of the horizontal edge 20 [I]. Is approximately equal to the lower limit of (Equation 1) and the average of the upper limit of (Equation 2) (α + β) / 2 × W. It is an image on the image by the coordinate conversion means 18 of a parallel straight line. A line segment 35 connects the point m and the point n obtained by moving the point l and the point r along the straight line 32 to the same y coordinate, and 31 is an overlap of the tail candidate 21 and the line segment 35 in the image x-axis direction. In S142, the line height 35 and the overlap 31 are obtained while changing the y coordinate within the range 25 on the assumption that the vehicle height is not accurately determined. If the maximum value of the overlap 31 exceeds the threshold value T, the determination is Y. FIG. 7E is an example of extraction of a pair in front of the roof, 26 is a range of the image y coordinate of the side 43 before the roof obtained by the flow of FIG. 10B, and 23 is a pair in front of the roof. The pair 23 in front of the roof coincides with the horizontal edge 20g corresponding to the front end of the roof of the medium-sized bus 2 in FIG.

ペアエッジ検出手段１５はＳ１３３およびＳ１４４で背面上ペアのフラグおよび屋根前のフラグが１になったときには、末尾候補２１，背面上ペア２２，屋根前ペア２３の３つの水平エッジ２０が直方体モデル４０に適合するとして、図１３（ｂ）のように末尾候補２１，背面上ペア２２，屋根前ペア２３を３辺とする直方体モデル４０を車両の領域とする。なお、背面上ペア２２あるいは屋根前ペア２３が複数ある場合には、Ｓ１３４あるいはＳ１４４で求めた画像上で一番上にある背面上ペア２２および屋根前ペア２３を直方体モデル４０の辺とする。以上説明した処理によってペアエッジ検出手段１５、中型バス２の周囲のバン３やセダン車４の水平エッジ２０、および中型バス２の内部の水平エッジ２０の影響を受けることなく、頑強に中型バス２に適合した直方体モデル４０を抽出することができる。 In S133 and S144, when the pair flag on the back surface and the flag in front of the roof are set to 1, the pair edge detection means 15 includes the three horizontal edges 20 of the tail candidate 21, the back surface pair 22, and the roof front pair 23 in the rectangular parallelepiped model 40. As shown in FIG. 13B, a rectangular parallelepiped model 40 having the tail candidate 21, the rear upper pair 22, and the roof front pair 23 as three sides as shown in FIG. When there are a plurality of back upper pairs 22 or front roof pairs 23, the upper back pair 22 and front roof pair 23 on the top of the image obtained in S134 or S144 are the sides of the rectangular parallelepiped model 40. By the processing described above, the paired edge detection means 15, the van 3 around the medium-sized bus 2, the horizontal edge 20 of the sedan car 4, and the horizontal edge 20 inside the medium-sized bus 2 are not affected by the medium-sized bus 2. An adapted rectangular parallelepiped model 40 can be extracted.

図１４（ａ）は第２車線を対象としたときの検知領域１内の映像であり、検知領域１にはセダン車４および第１車線からはみ出した中型バス２が存在している。図１４（ａ）において、セダン車３の側面は第１車線からはみ出した中型バス２により遮蔽されている。図１４（ｂ）は図１４（ａ）から１２，１３，１４，１５の機能により抽出した結果であり、水平エッジ２０，末尾候補２１，背面上の辺４２の画像ｙ座標の範囲２５，背面上ペア２２を示している。図１４（ｃ）は図１４（ａ）から１４，１５の機能により抽出した結果であり、屋根前の辺４３の画像ｙ座標の範囲２６，屋根前ペア２３を示している。図１４（ｄ）は図１４（ａ）から抽出した末尾候補２１，背面上ペア２２，屋根前ペア２３により構成する直方体モデル４０を示している。図１４（ｂ）と図１４（ｃ）はセダン車４より抽出された末尾候補２２の幅に応じた範囲から背面上ペア２２および屋根前ペア２３が抽出された例、図１４（ｄ）より第１車線からはみ出した中型バス２の水平エッジ２０の影響を受けず、セダン車４の直方体モデル４０が抽出された例を示している。 FIG. 14A is an image in the detection area 1 when the second lane is targeted. In the detection area 1, the sedan vehicle 4 and the medium-sized bus 2 protruding from the first lane exist. In FIG. 14A, the side surface of the sedan vehicle 3 is shielded by the medium-sized bus 2 that protrudes from the first lane. FIG. 14B shows the result extracted from FIG. 14A by the functions 12, 13, 14, and 15. The horizontal edge 20, the end candidate 21, the range y of the image y coordinate of the side 42 on the back surface, and the back surface. The upper pair 22 is shown. FIG. 14C shows the result extracted from the functions of FIGS. 14 and 15 from FIG. 14A, and shows the range 26 of the image y coordinate of the side 43 before the roof and the pair 23 before the roof. FIG. 14D shows a rectangular parallelepiped model 40 constituted by the tail candidate 21, the back upper pair 22, and the roof front pair 23 extracted from FIG. 14A. 14B and 14C are examples in which the rear upper pair 22 and the front roof pair 23 are extracted from a range corresponding to the width of the tail candidate 22 extracted from the sedan vehicle 4, from FIG. 14D. An example in which the rectangular parallelepiped model 40 of the sedan vehicle 4 is extracted without being affected by the horizontal edge 20 of the medium-sized bus 2 that protrudes from the first lane is shown.

ペアエッジ検出手段１５が直方体モデル４０を抽出したとき、車両追跡手段１６の追跡処理を開始する。図１５は車両追跡手段１６のフローである。車両追跡手段１６は、まずペアエッジ検出手段１５が抽出した直方体モデル４０の末尾の辺４２の中心位置を追跡体の初期位置として求める（Ｓ２０１）。次に、画像入力手段１１の画像からＳ２０１の初期位置付近を切り取って初期の追跡テンプレートとする（Ｓ２０２）。追跡テンプレートの大きさは〔特許文献３〕に開示されているように、当該画像の切り出し位置における車線の幅に比例して定めることができる。Ｓ２０２で初期のテンプレートを設定した次のフレームでは、Ｓ２０２にて切り取ったテンプレート内の画像の次のフレームの画像における照合位置を特許文献３に開示されているように正規化相関演算によりパタン照合により探索する（Ｓ２０３）。パタン照合により該当領域がある場合（Ｓ２０４でＹ）は、Ｓ２０３で照合したテンプレートの中心から追跡体の位置を求めた後（Ｓ２０５）、次フレームの画像からＳ２０５で更新した追跡体の位置付近の画像を切り出すことによりテンプレートを更新する（Ｓ２０６）。追跡テンプレートの更新後は処理周期ごとにＳ２０３の処理に戻り、Ｓ２０３はＳ２０６で更新したテンプレートの次フレームでの照合処理を繰り返す。パタン照合により該当領域がない場合は（Ｓ２０４でＮ）、追跡テンプレートの最終座標を求めて（Ｓ２０７）追跡を終了する（Ｓ２０８）。 When the pair edge detection means 15 extracts the rectangular parallelepiped model 40, the tracking process of the vehicle tracking means 16 is started. FIG. 15 is a flow of the vehicle tracking means 16. The vehicle tracking unit 16 first obtains the center position of the end side 42 of the rectangular parallelepiped model 40 extracted by the pair edge detection unit 15 as the initial position of the tracking body (S201). Next, the vicinity of the initial position of S201 is cut out from the image of the image input means 11 to obtain an initial tracking template (S202). The size of the tracking template can be determined in proportion to the width of the lane at the cutout position of the image, as disclosed in [Patent Document 3]. In the next frame in which the initial template is set in S202, the collation position in the image of the next frame of the image cut out in S202 is obtained by pattern collation by normalized correlation calculation as disclosed in Patent Document 3. Search is performed (S203). When there is a corresponding region by pattern matching (Y in S204), the position of the tracking object is obtained from the center of the template verified in S203 (S205), and then the position near the tracking object position updated in S205 from the image of the next frame. The template is updated by cutting out the image (S206). After the tracking template is updated, the processing returns to S203 every processing cycle, and S203 repeats the matching processing in the next frame of the template updated in S206. If there is no corresponding region by pattern matching (N in S204), the final coordinates of the tracking template are obtained (S207) and the tracking is terminated (S208).

なお、車両追跡手段１６のＳ２０３のパタン照合は、前記の正規化相関のほか、絶対差分のようなほかの類似度、差分の演算を使っても同様の効果が得られる。また、車両追跡手段１６は図１５に示したフロー以外でも、Ｓ２０１，Ｓ２０２，Ｓ２０４，Ｓ２０５，Ｓ２０７の処理を有する任意の追跡手法を適用しても、同様の効果を得ることができる。 Note that the pattern matching in S203 of the vehicle tracking means 16 can achieve the same effect by using other similarities and differences such as absolute differences in addition to the normalized correlation. Further, the vehicle tracking means 16 can obtain the same effect by applying any tracking method having the processes of S201, S202, S204, S205, and S207 other than the flow shown in FIG.

交通指標計算手段１７は画像上におけるＳ２０１の座標、Ｓ２０７の座標から、図３（ｂ）に示す座標変換手段１８の処理によって、Ｓ２０１の座標の点とＳ２０７の座標の点の空間での対応点のＺ座標を０ｍとしたときの座標をそれぞれ求めて、２時刻のＹ座標の移動量とＳ２０１の時刻とＳ２０７の時刻の差から速度を計測する。交通指標計算手段１７は、所定周期毎に追跡が終了した追跡体の数の合計から台数、前記計測した速度の平均から平均速度を計算する。なお、交通指標計算手段１７は前記速度の計測において、Ｓ１０１の座標と時刻の変わりに、追跡途中のＳ２０５の時刻を用いても同様の効果が得られる。 The traffic index calculation means 17 calculates the corresponding points in the space between the coordinates of S201 and the coordinates of S207 from the coordinates of S201 and S207 on the image by the processing of the coordinate conversion means 18 shown in FIG. The coordinates are obtained when the Z coordinate is set to 0 m, and the speed is measured from the amount of movement of the Y coordinate at two times and the difference between the times of S201 and S207. The traffic index calculation means 17 calculates the average speed from the total of the number of tracked bodies that have been tracked every predetermined period and the average of the measured speeds. The traffic index calculation means 17 can also obtain the same effect by using the time of S205 during tracking in place of the coordinates and time of S101 in the speed measurement.

本発明の実施例１では以上説明した機能構成により、混雑した交通でも車両の大きさを問わず個別の車両を精度よく抽出し、台数と速度を計測することが可能になる。 In the first embodiment of the present invention, with the functional configuration described above, it is possible to accurately extract individual vehicles and measure the number and speed even in congested traffic regardless of the size of the vehicle.

図１６は本発明の実施例２の機能構成の概略を示すブロック図である。図１６において、１６の機能を除いた１１，１２，１３，１４，１５，１７，１８，１９の各機能は図１に示した実施例１と同様の機能を果たす。図１６において車両追跡手段１６は、実施例１の車両追跡手段１６の機能に加えてペアエッジ検出手段１５が検出した直方体モデル４０のデータを追跡体と組にして保持する機能を持つ。 FIG. 16 is a block diagram showing an outline of a functional configuration according to the second embodiment of the present invention. In FIG. 16, each function of 11, 12, 13, 14, 15, 17, 18, and 19 excluding 16 functions performs the same function as the first embodiment shown in FIG. In FIG. 16, in addition to the function of the vehicle tracking means 16 of the first embodiment, the vehicle tracking means 16 has a function of holding the data of the rectangular parallelepiped model 40 detected by the pair edge detection means 15 as a pair with the tracking body.

図１６において包含手段１０は、図１７にフローを示す処理を行う。図１８（ａ）と図１８（ｂ）は、包含手段１０を説明する図であり、図１８（ａ）は時刻ｔのフレームにて、バン３の末尾が検知領域１内に進入するより前に、誤ってリアウインドの下端を末尾の辺４１として直方体モデル４０ａを抽出した例を示している。図１８（ａ）において、５１はＳ２０２で求めた追跡体の初期位置である。図１８（ｂ）において、５２は時刻ｔ＋Δｔにおいて更新された追跡体の位置であり、５０は追跡位置５１から追跡位置５２への変位と同じだけ直方体モデル４０ａを移動した直方体モデルである（Ｓ１５１）。包含手段１０は、直方体モデル４１が直方体モデル４０の内部にある場合には（Ｓ１５２でＹ）追跡体５２の追跡を中断して交通指標計算手段１７の対象外とする（Ｓ１５３）。包含手段１０は、Ｓ１５１，Ｓ１５２，Ｓ１５３の処理を、車両追跡手段１６内の追跡体の数だけ繰り返す（Ｓ１５０，Ｓ１５４）。 In FIG. 16, the inclusion means 10 performs the processing shown in the flow in FIG. 18 (a) and 18 (b) are diagrams illustrating the inclusion means 10, and FIG. 18 (a) is a frame at time t before the end of the van 3 enters the detection area 1. FIG. In this example, the rectangular parallelepiped model 40a is erroneously extracted with the lower end of the rear window as the end side 41. In FIG. 18 (a), 51 is the initial position of the tracker obtained in S202. In FIG. 18B, reference numeral 52 denotes the position of the tracking body updated at time t + Δt, and reference numeral 50 denotes a rectangular parallelepiped model obtained by moving the rectangular parallelepiped model 40a by the same amount as the displacement from the tracking position 51 to the tracking position 52 (S151). . If the cuboid model 41 is inside the cuboid model 40 (Y in S152), the inclusion means 10 interrupts the tracking of the tracking body 52 and excludes it from the traffic index calculation means 17 (S153). The inclusion unit 10 repeats the processes of S151, S152, and S153 by the number of tracking bodies in the vehicle tracking unit 16 (S150, S154).

実施例２では包含手段１０により、末尾候補検出手段１３やペアエッジ検出手段１５の誤判定により車両内部の局所的なエッジから直方体モデル４０を抽出してしまった場合でも、以降の時刻で車両全体をとらえた直方体モデル４０を抽出することによって追跡を中断することで、実施例１以上に高い台数や速度の計測精度を実現する。 In the second embodiment, even when the inclusion unit 10 has extracted the rectangular parallelepiped model 40 from the local edge inside the vehicle due to the erroneous determination of the tail candidate detection unit 13 or the paired edge detection unit 15, the entire vehicle is detected at a later time. By stopping the tracking by extracting the captured cuboid model 40, the measurement accuracy of the number and speed higher than those of the first embodiment is realized.

図１９は本発明の実施例３の機能構成の概略を示すブロック図である。図１９において、１０と１６の機能を除いた１１，１２，１３，１４，１５，１７，１８，１９の各機能は実施例１と同様の機能を果たす。 FIG. 19 is a block diagram showing an outline of a functional configuration according to the third embodiment of the present invention. In FIG. 19, the functions of 11, 12, 13, 14, 15, 17, 18, 19 excluding the functions of 10 and 16 perform the same functions as in the first embodiment.

図１９において、追加検知手段９は画像入力手段１１が取り込んだ画像を入力として、本発明以外の方式により車両を検知し、追跡の初期位置を計算する。追加検知手段９の車両検知方式は〔特許文献３〕をはじめとして任意である。また、追加検知手段９の数は１つ以上の複数であってよい。 In FIG. 19, the additional detection means 9 receives the image captured by the image input means 11 as an input, detects the vehicle by a method other than the present invention, and calculates the initial position of tracking. The vehicle detection method of the additional detection means 9 is arbitrary including [Patent Document 3]. Moreover, the number of the additional detection means 9 may be one or more.

図１９において、車両追跡手段１６は車両を検知したのがペアエッジ検出手段１５であれば直方体モデル４０のデータを追跡体と組にして保持し、車両を検知したのが追加検知手段９であれば直方体モデル４０のデータ空にする。 In FIG. 19, if the vehicle tracking means 16 detects the vehicle if it is the pair edge detection means 15, it holds the data of the rectangular parallelepiped model 40 in combination with the tracking body, and if the vehicle is detected if it is the additional detection means 9. The data of the rectangular parallelepiped model 40 is made empty.

図１９において包含手段１０は図２０のフローに従い、追跡体が直方体モデル４０のデータを持つ場合には（Ｓ１６１でＹ）、実施例２の包含手段１０と同様にＳ１５１，Ｓ１５２，Ｓ１５３の処理を行う。直方体モデル４０のデータを持たない場合には（Ｓ１６１でＹ）、図２１（ａ）に示すように時刻ｔ＋Δｔにおける追跡体の位置５２の近傍領域６０を求め（Ｓ１６２）、近傍領域６０が時刻ｔで検知した直方体モデル４０の内部にあれば（Ｓ１６２でＹ）追跡を中断する（Ｓ１５３）。近傍領域６０はＳ２０５で求めるテンプレートの領域で求めることができる。近傍領域６０は他にも、図２１（ｂ）のように追跡位置５２付近の時刻ｔ＋Δｔの水平エッジ２０（図２１（ｂ）において２０ｈ，２０ｉ，２０ｊ）の外接矩形６２で求めてもよい。あるいは、近傍領域６０は追加検知手段９で特定した車両の領域に応じて定めてもよい。 In FIG. 19, the inclusion means 10 follows the flow of FIG. 20, and if the tracked body has the data of the rectangular parallelepiped model 40 (Y in S161), the processes of S151, S152, and S153 are performed as in the inclusion means 10 of the second embodiment. Do. If the data of the rectangular parallelepiped model 40 is not available (Y in S161), the vicinity area 60 of the tracking body position 52 at time t + Δt is obtained as shown in FIG. 21A (S162). If it is within the rectangular parallelepiped model 40 detected in (Y in S162), the tracking is interrupted (S153). The neighborhood area 60 can be obtained from the template area obtained in S205. Alternatively, the neighboring region 60 may be obtained by a circumscribed rectangle 62 of the horizontal edge 20 (20h, 20i, 20j in FIG. 21B) at the time t + Δt near the tracking position 52 as shown in FIG. 21B. Alternatively, the neighborhood area 60 may be determined according to the area of the vehicle specified by the additional detection means 9.

実施例３では、追加検知手段９に直方体モデル４０の抽出が困難な状況でも良好に検知する車両の検知方式を導入することで、広い環境条件をカバーして車両を検知することができる。また、直方体モデル４０が良好に動作する環境下では、追加検知手段９が車両の背面や屋根を検知した場合あるいはペアエッジ検出手段１５と同一箇所を検知した場合でも、包含手段１０により余分な追跡テンプレートの追跡を中断することで台数と速度を良好に計測することができる。 In the third embodiment, the vehicle can be detected while covering a wide range of environmental conditions by introducing a detection method of the vehicle that detects well even when it is difficult to extract the rectangular parallelepiped model 40 to the additional detection means 9. Further, in an environment in which the rectangular parallelepiped model 40 operates well, even if the additional detection means 9 detects the back surface or the roof of the vehicle or the same place as the paired edge detection means 15, an extra tracking template is used by the inclusion means 10. By interrupting tracking, the number and speed can be measured well.

例えば〔特許文献４〕に開示されたテールランプを検知する検知方式のように、コントラストが極端に低くて水平エッジ２０の検出が困難な夜間の環境条件でも良好に検知する車両検知の方式を導入すれば、夜間をカバーすると共に混雑時において台数および速度の計測精度が良好な交通流計測が可能になる。 For example, as a detection method for detecting a tape Ruranpu disclosed in [Patent Document 4], introducing a system of the vehicle detected satisfactorily detected even difficult nighttime environmental condition detection of the horizontal edge 20 with the contrast is extremely low By doing so, it is possible to measure traffic flow with good accuracy in measuring the number and speed at the time of congestion while covering the night.

実施例４の装置構成は、図１の機能構成において、１４と１５の機能を除いた１１，１２，１３，１６，１７，１８は実施例１と同一である。 The apparatus configuration of the fourth embodiment is the same as that of the first embodiment in the functional configuration of FIG. 1 except for the functions of 14 and 15, except for 11, 12, 13, 16, 17, and 18.

実施例４の車高車長範囲推定手段１４は、図２２（ａ）に示すように車高Ｈ／車幅Ｗの下限を曲線Ｆ_α、上限を曲線Ｆ_βで保持し、図３（ｂ）に示すように座標変換手段１８が計算する末尾候補２１のＺ座標を０ｍとしたときの空間での幅Ｗ毎に（数３）および（数４）を用いて車高Ｈ／車幅Ｗの上限αおよび下限βを計算する。同様に前記末尾候補２１のＺ座標を０ｍとしたときの空間での幅Ｗ毎に、（数５）および（数６）を用いて車長Ｌ／車幅Ｗの上限νおよび下限μを計算する。実施例４のペアエッジ検出手段１５では、Ｓ１３１，Ｓ１４１，Ｓ１４２，Ｓ１５１，Ｓ１５２，Ｓ１５３，Ｓ１５４，Ｓ１５５，Ｓ１５６の各処理にて、（数３）および（数４）および（数５）および（数６）の関数で求めたαおよびβおよびνおよびμを用いる。 As shown in FIG. 22A, the vehicle height vehicle length range estimating means 14 of the fourth embodiment holds the lower limit of the vehicle height H / vehicle width W as a curve F _α and the upper limit as a curve F _β . The vehicle height H / the vehicle width W using (Equation 3) and (Equation 4) for each width W in the space when the Z coordinate of the tail candidate 21 calculated by the coordinate conversion means 18 is 0 m as shown in FIG. An upper limit α and a lower limit β are calculated. Similarly, for each width W in the space when the Z coordinate of the tail candidate 21 is 0 m, the upper limit ν and the lower limit μ of the vehicle length L / the vehicle width W are calculated using (Equation 5) and (Equation 6). To do. In the pair edge detection means 15 of the fourth embodiment, in the processes of S131, S141, S142, S151, S152, S153, S154, S155, and S156, (Equation 3), (Equation 4), (Equation 5), and (Equation 5) Α and β and ν and μ obtained by the function of 6) are used.

図２２（ａ）および図２３（ｂ）の曲線は車幅Ｗを適当な刻みで離散化したときに（Ｗ_i＝Ｗ₁，Ｗ₂，Ｗ₃…、離散化した各Ｗ_iの区間［Ｗ_i，Ｗ_i+1］内の車幅をもつ車両を図８のような一覧データから全て抽出したときの車高Ｈ／車幅Ｗ，車高Ｌ／車幅Ｗの上限，下限それぞれを、Ｗ_iを網羅的に換えて計算することで取得できる。なお、Ｗ_iの区間に一つも車両がない場合には、前後区間Ｗ_i-1，Ｗ_i+1の平均により取得する。また、以上の手順で求めた曲線Ｆ_αおよびＦ_βおよびＦ_νおよびＦ_μを平滑などのフィルタ処理をしてもよい。以上の曲線Ｆ_αおよびＦ_βおよびＦ_νおよびＦ_μの求め方は一例であり、スプライン曲線のように他の方法で求めても同様の効果が得られる。 Figure 22 (a) and FIG. 23 (b) of the curve when discretizing the vehicle width W in appropriate increments _{_{(W i = W 1, W}} 2, W 3 ..., discretized section of the W _i [ W _i , W _{i + 1} ], the vehicle height H / vehicle width W, vehicle height L / vehicle width W when the vehicles having the vehicle width are all extracted from the list data as shown in FIG. can be obtained by calculating instead the W _i comprehensively. when there is no one even vehicles in the interval W _i is obtained by the average of the front and rear sections W _i-1, W i _{+ 1.} the The curves F _α, F _β, F _ν and F _μ obtained by the above procedure may be subjected to filtering such as smoothing, etc. The above methods for _obtaining the curves F _α, F _β, F _ν and F _μ are an example. The same effect can be obtained even if it is obtained by other methods such as a spline curve.

ここで図２２（ａ）および図２２（ｂ）をみると、車高Ｈ／車幅Ｗと車長Ｌ／車幅Ｗの上限，下限ともに、車幅Ｗに応じて異なることがわかる。特に、図２２（ｂ）に着目すると、車長Ｌ／車幅Ｗの比率は車幅Ｗが大きなものほど上限Ｆ_ν（Ｗ），下限Ｆ_μ（Ｗ）ともに高くなること、また上限Ｆ_ν（Ｗ）と下限Ｆ_μ（Ｗ）の差が大きくなることがわかる。実施例４では実施例１と比べると、Ｆ_αおよびＦ_βおよびＦ_νおよびＦ_μの４曲線を作成する手間がかかるが、車幅Ｗに応じて最適なペアエッジ検出手段１５の背面上ペア２２および屋根前ペア２３の範囲２５および２６を計算することで、ペアエッジ検出手段１５が抽出する直方体モデル４０の精度を向上できる。 22A and 22B, it can be seen that both the upper limit and the lower limit of the vehicle height H / vehicle width W and the vehicle length L / vehicle width W differ depending on the vehicle width W. In particular, focusing on FIG. 22 (b), the ratio of the vehicle length L / vehicle width W is such that the higher the vehicle width W, the higher the upper limit F _v (W) and the lower limit F _μ (W), and the upper limit F _v It can be seen that the difference between (W) and the lower limit F _μ (W) increases. Compared with the first embodiment, the fourth embodiment takes time and effort to create four curves of F _α and F _β and F _ν and F _μ , but the pair 22 on the back surface of the pair edge detecting means 15 that is optimal according to the vehicle width W. And by calculating the ranges 25 and 26 of the pair 23 in front of the roof, the accuracy of the rectangular parallelepiped model 40 extracted by the pair edge detection means 15 can be improved.

なお実施例４の車高車長範囲推定手段１４を、図１６に示す実施例２および図１９に示す実施例３の機能構成に置き換えることで、実施例１と同様にペアエッジ検出手段１５が抽出する直方体モデル４０の精度を向上できる。 The vehicle height range estimation means 14 of the fourth embodiment is replaced with the functional configuration of the second embodiment shown in FIG. 16 and the third embodiment shown in FIG. 19, so that the pair edge detection means 15 extracts the same as in the first embodiment. The accuracy of the rectangular parallelepiped model 40 to be improved can be improved.

図１および図１６および図１９において、交通流ＤＢ（ＤＢはデータベースの略記）１９は、９，１０，１１，１２，１３，１４，１５，１６，１７，１８の各機能と図示しない線により接続され、各機能が信号処理に必要なデータを保持する（なお略記したが、図１には９と１０、図１６には９の機能は存在しない）。 1, 16, and 19, a traffic flow DB (DB is an abbreviation of database) 19 is represented by functions of 9, 10, 11, 12, 13, 14, 15, 16, 17, 18 and lines not shown. Each function is connected and holds data necessary for signal processing (note that the functions 9 and 10 in FIG. 1 and 9 functions in FIG. 16 do not exist).

実施例１あるいは実施例２あるいは実施例３あるいは実施例４において、９，１０，１１，１２，１３，１４，１５，１６，１７，１８，１９の各機能は路側に設置された計算機上の信号処理にて実現される。あるいは、路側のカメラを伝送するネットワークあるいはカメラの映像を記録した記憶媒体と接続された計算機上の信号処理にて実現される。 In the first embodiment, the second embodiment, the third embodiment, or the fourth embodiment, the functions 9, 10, 11, 12, 13, 14, 15, 16, 17, 18, and 19 are performed on a computer installed on the roadside. Realized by signal processing. Alternatively, it is realized by signal processing on a computer connected to a network that transmits a roadside camera or a storage medium that records video of the camera.

なお、実施例１の説明において画像入力手段１１が取り込んだ画像の例として、図４に画像上を下から上の向きに進む車両を後方から撮影した画像を示したが、車両を前面から撮影した場合でも車両の輪郭や車両の屋根とフロントガラス窓枠との間の境界線といった内部に水平方向の濃度勾配が生じることおよび、車両の進行方向を画像上の上から下としても画像上の車両付近はフレーム間で速度に応じた範囲が明度変化することより、水平エッジ検出手段１２は図５のフローにより同様の水平エッジ２０を抽出できる。よって、実施例１および実施例２および実施例３および実施例４は、車両の撮影方向や進行方向によらず同様の効果を発揮できる。 As an example of the image captured by the image input means 11 in the description of the first embodiment, FIG. 4 shows an image obtained by photographing a vehicle traveling from the bottom to the top on the image, but the vehicle is photographed from the front. Even in such a case, a horizontal density gradient such as the outline of the vehicle and the boundary line between the vehicle roof and the windshield window frame is generated, and the moving direction of the vehicle is changed from top to bottom on the image. In the vicinity of the vehicle, the range according to the speed changes between frames, so that the horizontal edge detecting means 12 can extract the same horizontal edge 20 by the flow of FIG. Therefore, the first embodiment, the second embodiment, the third embodiment, and the fourth embodiment can exhibit the same effect regardless of the shooting direction and the traveling direction of the vehicle.

本発明は俯瞰したカメラの画像から車両を検知，追跡する用途に広く一般に適用することができる。 The present invention can be widely applied to a purpose of detecting and tracking a vehicle from an image of a camera viewed from above.

本発明の実施例１のブロック図。1 is a block diagram of Embodiment 1 of the present invention. 座標変換手段１８の処理の説明。Explanation of processing of the coordinate conversion means 18. 車両後部絞込み手段の処理画面の例。The example of the processing screen of a vehicle rear part narrowing means. 路上カメラにより撮影した画像の例。The example of the image image | photographed with the street camera. 水平エッジ検出手段１２のフロー。The flow of the horizontal edge detection means 12. 末尾候補検出手段１３のフロー。The flow of the tail candidate detection means 13. 水平エッジの検出の例。An example of horizontal edge detection. 車幅，車高，車長の表の例。Example of table of vehicle width, vehicle height, and vehicle length. 車高／車幅，車長／車幅の分布グラフ。Distribution graph of vehicle height / width and length / width. 実施例１において車幅から車高の範囲，車幅から車長の範囲を推定するフロー。The flow which estimates the range of vehicle height from vehicle width in Example 1, and the range of vehicle length from vehicle width. ペアエッジ検出手段１５のフロー。The flow of the pair edge detection means 15. ペアエッジ検出手段１５のフローにおける水平エッジ２０の重なりを説明する図。The figure explaining the overlap of the horizontal edge 20 in the flow of the pair edge detection means 15. FIG. （ａ）画像中の車両に直方体モデル４０を当てはめた例および（ｂ）水平エッジ２０に直方体モデル４０を当てはめた例。(A) An example in which the cuboid model 40 is applied to the vehicle in the image, and (b) an example in which the cuboid model 40 is applied to the horizontal edge 20. 画像中の車両から水平エッジ２０および直方体モデル４０を抽出したもうひとつの例。Another example in which the horizontal edge 20 and the rectangular parallelepiped model 40 are extracted from the vehicle in the image. 車両追跡手段の処理１６フロー。Process 16 flow of vehicle tracking means. 本発明の実施例２のブロック図。The block diagram of Example 2 of this invention. 本発明の実施例２の包含手段１０のフロー。The flow of the inclusion means 10 of Example 2 of this invention. 本発明の実施例２の包含手段１０を説明する図。The figure explaining the inclusion means 10 of Example 2 of this invention. 本発明の実施例３のブロック図。The block diagram of Example 3 of this invention. 本発明の実施例３の包含手段１０のフロー。The flow of the inclusion means 10 of Example 3 of this invention. 本発明の実施例３の包含手段１０を説明する図。The figure explaining the inclusion means 10 of Example 3 of this invention. 本発明の実施例４車高車長範囲推定手段１４を説明する図。The figure explaining Example 4 vehicle height range estimation means 14 of this invention. 速度計測の誤差を説明する図。The figure explaining the error of speed measurement.

Explanation of symbols

１１画像入力手段
１２水平エッジ検出手段
１３末尾候補検出手段
１４車高車長範囲推定手段
１５ペアエッジ検出手段
１６車両追跡手段
１７交通指標計算手段
１８座標変換手段
２０水平エッジ
２１末尾候補
２２背面上ペア
２３屋根前ペア
４０直方体モデル DESCRIPTION OF SYMBOLS 11 Image input means 12 Horizontal edge detection means 13 End candidate detection means 14 Vehicle height vehicle length range estimation means 15 Pair edge detection means 16 Vehicle tracking means 17 Traffic index calculation means 18 Coordinate conversion means 20 Horizontal edge 21 End candidate 22 Back upper pair 23 Pair 40 in front of the roof

Claims

Image input means for acquiring a captured image of a camera on the road, coordinate conversion means for converting image coordinates and road coordinates, horizontal edge detection means for extracting a horizontal edge in the captured image, and the horizontal edge detection means End candidate detection means for detecting a horizontal edge corresponding to the end of the rectangular parallelepiped model representing the shape of the vehicle from the extracted horizontal edge in the captured image, and the width of the horizontal edge corresponding to the end of the rectangular parallelepiped model as the vehicle width of the vehicle the vehicle height vehicle length range estimating means, and the vehicle the vehicle height to a high vehicle length range estimating means has estimated that the vehicle length rectangular model for estimating the vehicle height and vehicle length of the vehicle in response to the vehicle width end corresponding to the vehicle to track the Peaejji detecting means for detecting a horizontal edge which hits the width of the horizontal edge and the rear on the roof front edge of the rectangular parallelepiped model and size, the vehicle of A trace unit, characterized in that it is composed of a transport index calculation means for measuring the number and speed of the vehicle to be tracked traffic flow measuring device.

Of the horizontal edges extracted from path of an image captured by a camera, when assuming the horizontal edges corresponds to the vehicle width and trailing edges of the rectangular prism model, corresponding to the back on the side and roof front edge of the rectangular parallelepiped model edge, and a vehicle width converted from the width of the horizontal edge that corresponds to the vehicle width, the condition to be detected from the range of the image corresponding to the range of vehicle height and vehicle length estimated from the vehicle width, the vehicle traffic flow measurement equipment, characterized in that for detecting and tracking.

Oite the traffic flow measurement equipment according to claim 1 or claim 2, determining the range of the vehicle height and the vehicle length, the vehicle width, the upper and lower limits of the ratio of the vehicle height and the vehicle length traffic flow measurement equipment according to claim.

Oite the traffic flow measurement equipment according to claim 1 or claim 2, the range of the vehicle height and the vehicle length, the vehicle width, the upper and lower limits of the characteristic curve of the ratio of the vehicle height and the vehicle length traffic flow measurement equipment, characterized in that obtained from.

Oite the traffic flow measurement equipment according to claim 1 or claim 2, seeking area at the current time of a rectangular parallelepiped model extracted to the current time before extracting the rectangular prism model previously the current time extracted to the current time It was when including an area at the current time is the rectangular prism model, traffic flow measurement equipment, characterized in that to interrupt the tracking of rectangular model extracted the the current time previously.

Claim 1, Oite the traffic flow measurement equipment according to claim 2 or claim 4, any vehicle detection means operate simultaneously, the inside of the rectangular prism model area at the current time of the arbitrary vehicle detecting means if the traffic flow measurement equipment, characterized in that interrupting the tracking by detecting the arbitrary vehicle detection means.