JP4956442B2

JP4956442B2 - 車両

Info

Publication number: JP4956442B2
Application number: JP2007551864A
Authority: JP
Inventors: 大介半沢; 哲夫池田; 清純鵜浦; 友好青木
Original assignee: Honda Motor Co Ltd
Current assignee: Honda Motor Co Ltd
Priority date: 2005-12-27
Filing date: 2006-11-14
Publication date: 2012-06-20
Anticipated expiration: 2026-11-14
Also published as: JPWO2007074591A1; EP2103500A1; DE602006011789D1; US8340866B2; DE602006019156D1; EP2103500B1; EP1982906A4; EP1982906B1; EP1982906A1; WO2007074591A1; US20100228437A1

Description

本発明は、カメラ等の撮像手段を介して取得された道路の画像を処理して道路の車線を認識し、認識した車線に沿って車両が走行するように車両の操舵制御を行う車両に関する。

近年、車両にＣＣＤカメラ等の撮像手段を搭載して、走行している道路の路面を撮像し、得られた画像を処理して道路上の白線等のレーンマークを検出し、検出した結果から認識される車両が走行する車線（走行レーン）の情報に基づいて、車両の操舵制御や運転者への情報の提示を行う技術が知られている（例えば日本国公開特許公報平成１１−１４７４７３号（以下、特許文献１という）参照）。

特許文献１の保舵力補助装置においては、道路の画像上の複数の水平線に対して、各水平線上の輝度をそれぞれ左から横方向に微分して、微分値のピークに基づいて、輝度が暗から明に変化する点（正のエッジ点）と、輝度が明から暗に変化する点（負のエッジ点）とが抽出される。そして、各水平線上でエッジ点が正、負の順に現れ、且つそれぞれのエッジ点の間隔が白線として妥当と思われる程度に納まっている組み合わせが白線候補として抽出され、抽出された白線候補のうちから画像上の位置等に基づいて白線が検出される。

しかしながら、道路上には、白線等のレーンマークの他に、例えば、ガードレール等の構造物が設けられている場合がある。この場合に、特許文献１のものでは、取得した画像上で、ガードレール等の部分も明暗が変化するのでエッジ点として抽出される。このため、ガードレール等の部分も白線候補となり、白線として検出される可能性がある。特に、道路上では、ガードレール等の構造物が設けられている場合に、車線を規定する白線等のレーンマークが部分的に無かったり、一時的に見えなかったりすることもある。このときには、ガードレール等の部分が白線として検出される可能性がさらに高くなる。

そして、ガードレール等の構造物には実際は高さがあるので、白線の検出の際には、ガードレール等を道路平面上に投射した位置に白線があるものと検出されてしまう。このため、その検出された白線の位置から車両が走行する車線を認識すると、車線の位置や幅が、実際の車線の位置や幅と異なって認識されることとなる。よって、このように認識された車線に基づいて車両の操舵制御を行うと、車両の操舵制御が不適切なものとなるという不都合があった。

本発明は、かかる不都合を解消し、道路の画像から認識した車線に沿って車両が走行するように車両の操舵制御を行う際に、誤って認識された車線に基づく不適切な操舵制御がなされることを抑制した車両を提供することを目的とする。

本発明は上記目的を達成するためになされたものであり、撮像手段と、前記撮像手段を介して道路の画像を取得する画像取得手段と、前記画像取得手段により取得された画像から前記道路のレーンマークを検出し、該検出したレーンマークから車両が走行する車線を認識する車線認識手段と、前記車両の操舵輪を操舵可能な操舵機構を駆動するアクチュエータと、前記車線認識手段により認識された車線に沿って前記車両が走行するように前記アクチュエータを駆動する操舵アシスト処理を実行する操舵アシスト手段と、前記車両の位置と、前記車線認識手段により認識された車線の中心位置との、車線幅方向のずれ量を算出する横ずれ量算出手段と、前記画像取得手段により取得された前記画像の複雑度を算出する複雑度算出手段と、所定時点における前記画像取得手段の取得画像から前記車線認識手段により認識された車線に基づいて、前記横ずれ量算出手段により算出された車線幅方向のずれ量と、前記複雑度算出手段により算出された該取得画像の複雑度とに応じて、前記操舵アシスト手段による該車線に基づく前記操舵アシスト処理を禁止する操舵アシスト禁止手段とを有し、
前記操舵アシスト禁止手段は、所定時点における前記画像取得手段の取得画像から前記車線認識手段により認識された車線に基づいて、前記横ずれ量算出手段により算出された車線幅方向のずれ量が、第１所定値より大きく、且つ、前記複雑度算出手段により算出された該取得画像の複雑度が第２所定値より大きいときに、前記操舵アシスト手段による該車線に基づく前記操舵アシスト処理を禁止することを特徴とする。

前記本発明の車両及び車両の操舵制御装置によれば、前記横ずれ量算出手段は、前記車両の位置と前記車線認識手段により認識された車線の中心位置との車線幅方向のずれ量を算出する。ここで、例えば、車両が走行する道路上にガードレールが所在するときに、前記車線認識手段によりガードレールが白線として誤検出される場合がある。そして、この場合、ガードレールを道路平面上に投射した位置に白線があると誤検出される。よって、検出した白線の位置から前記車線認識手段により認識された車線の位置や幅は、実際の車線の位置や幅と相違したものとなる。これに対し、車両は運転者の操作により実際の車線に沿って走行しているので、車両の位置は、実際の車線の中心付近にあると考えられる。従って、前記車線認識手段により認識された車線が、実際の車線と相違したときには、前記車両の位置と前記認識された車線の中心位置との車線幅方向のずれ量が生じることとなる。

ただし、前記車線幅方向のずれ量は、車線が誤って認識された場合以外に、例えば、運転者の操作により車両の位置が変更された場合にも生じ得る。そして、車線が誤って認識される状況とは、例えば、車両が走行する道路上にガードレールが所在する状況であり、この場合、取得した画像上で、検出の対象となる物体が増加して、画像の複雑度が高くなると考えられる。これに対し、車両の位置が変更されて車線幅方向のずれ量が生じた場合には、画像の複雑度の変化は小さいと考えられる。

そこで、前記操舵アシスト禁止手段により、所定時点における前記画像取得手段の取得画像から前記車線認識手段により認識された車線に基づいて、前記横ずれ量算出手段により算出された車線幅方向のずれ量と、前記複雑度算出手段により算出された該取得画像の複雑度とに応じて、前記操舵アシスト手段による該車線に基づく前記操舵アシスト処理を禁止することによって、道路上のガードレール等の構造物により誤って認識された車線に基づいて不適切な操舵制御がなされることを抑制することができる。

具体的には、前記本発明の第３態様の車両及び車両の操舵制御装置において、前記操舵アシスト禁止手段は、所定時点における前記画像取得手段の取得画像から前記車線認識手段により認識された車線に基づいて、前記横ずれ量算出手段により算出された車線幅方向のずれ量が、第１所定値より大きく、且つ、前記複雑度算出手段により算出された該取得画像の複雑度が第２所定値より大きいときに、前記操舵アシスト手段による該車線に基づく前記操舵アシスト処理を禁止することを特徴とする。

これによれば、前記車線幅方向のずれ量が大きいほど、前記車線認識手段により認識された車線が、実際の車線と相違する度合が大きいと考えられる。また、前記画像の複雑度が大きいほど、車両が走行する道路上にガードレール等の構造物が所在する可能性が大きいと考えられる。そのため、前記車線幅方向のずれ量が大きく、且つ、前記画像の複雑度が大きいときには、道路上のガードレール等の構造物により車線が誤って認識されている蓋然性が高い状況にあると判断することができる。

そこで、前記操舵アシスト禁止手段により、所定時点における前記画像取得手段の取得画像から前記車線認識手段により認識された車線に基づいて、前記横ずれ量算出手段により算出された車線幅方向のずれ量が、第１所定値より大きく、且つ、前記複雑度算出手段により算出された該取得画像の複雑度が第２所定値より大きいときに、前記操舵アシスト手段による該車線に基づく前記操舵アシスト処理を禁止することによって、道路上のガードレール等の構造物により誤って認識された車線に基づいて不適切な操舵制御がなされることを抑制することができる。
また、前記複雑度算出手段は、前記取得画像において道路部分のみが含まれる範囲を想定して設定した検出範囲のうちの、左側の範囲又は右側の範囲の複雑度を、前記取得画像の複雑度として算出することが望ましい。

また、前記複雑度算出手段は、前記画像にエッジ抽出処理を施した際のエッジ点の密度を示す値と、該エッジ点のうちの直線を構成するエッジ点の数を示す値とのうちの少なくともいずれか一方を用いて、前記複雑度を算出することを特徴とする。

これによれば、画像にエッジ抽出処理を施すことで抽出されるエッジ点は、画像の輝度が明から暗、又は暗から明に変化する点（画素）であるので、該エッジ点の密度を示す値が大きい場合には、画像上で輝度の分布の変化が多数あることを示しており、画像は複雑であると考えられる。また、前記エッジ点のうちの直線を構成するエッジ点の数を示す値が大きい場合にも、画像上に線分が多数あることを示しているので、画像は複雑であると考えられる。従って、前記複雑度算出手段により、前記画像にエッジ抽出処理を施した際のエッジ点の密度を示す値と、該エッジ点のうちの直線を構成するエッジ点の数を示す値との少なくともいずれか一方を用いて前記複雑度を算出することができる。

また、前記複雑度算出手段は、前記画像にエッジ抽出処理を施した際のエッジ点の密度を示す値と、該エッジ点のうちの直線を構成するエッジ点の数を示す値とを乗じて、前記複雑度を算出することを特徴とする。

これによれば、エッジ点の密度を示す値が大きくなるほど、画像の複雑度は高くなる。また、前記エッジ点のうちの直線を構成するエッジ点の数を示す値が大きくなるほど、画像の複雑度は高くなる。よって、エッジ点の密度を示す値と、該エッジ点のうちの直線を構成するエッジ点の数を示す値との積は、画像の複雑度をより顕著に示す値となると考えられる。従って、前記複雑度算出手段により、前記画像にエッジ抽出処理を施した際のエッジ点の密度を示す値と、該エッジ点のうちの直線を構成するエッジ点の数を示す値とを乗じて前記複雑度をより適切に算出することができる。

また、前記画像取得手段により取得された画像内で前記レーンマークの検出範囲を特定する範囲特定手段を備え、前記複雑度算出手段は、前記画像取得手段により取得された画像の前記範囲特定手段により特定された検出範囲を対象として前記複雑度を算出することを特徴とする。

これによれば、前記範囲特定手段は、前記画像取得手段により取得された画像内で前記レーンマークの検出範囲を特定する。前記レーンマークの検出範囲は、例えば、前記画像内で道路が占める範囲を想定して設定される範囲である。このとき、前記検出範囲以外の画像部分においては、道路周囲の様々なものが撮像されているため、画像の複雑度の変動が大きくなると想定される。これに対して、前記検出範囲内の画像部分においては、画像の大部分を舗装された路面が占め、該路面部分の画像の複雑度の変動は少ないと考えられる。よって、前記複雑度算出手段は、前記複雑度を、前記画像の前記検出範囲を対象として算出することで、レーンマークの検出範囲以外の環境の影響を排除して、道路上のガードレール等の構造物の存在をより顕著に示す複雑度を算出することができる。

また、前記横ずれ量算出手段は、前記車両の位置と前記車線認識手段により認識された車線の中心位置との車線幅方向の距離を、該認識された車線の車線幅で除算して、前記車線幅方向のずれ量を算出することを特徴とする。

これによれば、前記横ずれ量算出手段が前記車線幅方向のずれ量として算出する、前記車両の位置と前記車線認識手段により認識された車線の中心位置との車線幅方向の距離を、該認識された車線の車線幅で除算した値は、車線幅に対する相対的な車線幅方向の車両位置のずれの度合を示す値である。そのため、この値から、車線幅方向のずれの程度を把握できる。

本発明の第１実施形態による車両の操舵制御装置の機能ブロック図。図１の車両の操舵制御装置の操舵制御処理を示すフローチャート。図２の操舵制御処理における処理画像の例示図。図２の操舵制御処理におけるレーンマークを検出する処理に関する説明図。図２の操舵制御処理における横ずれ量を算出する処理に関する説明図。図２の操舵制御処理における複雑度を算出する処理に関する説明図。

本発明の一実施形態を添付の図面を参照して説明する。なお、本実施形態は、本発明の第３態様の車両の操舵制御装置に相当する。

図１を参照して、操舵制御装置２は、マイクロコンピュータ等により構成された電子ユニットであり、車両１に搭載されたビデオカメラ３を介して道路の画像を取得する画像取得手段４と、画像取得手段４により取得された画像から車両１が走行する車線を認識する車線認識手段５と、車両１の操舵輪１３を操舵可能な操舵機構１２を駆動するアクチュエータ６と、車線認識手段５により認識された車線に沿って車両１が走行するようにアクチュエータ６を駆動する操舵アシスト処理を実行する操舵アシスト手段７とを備えて、車両１に搭載される。

また、操舵制御装置２は、車両１の位置と車線認識手段５により認識された車線の中心位置との車線幅方向のずれ量を算出する横ずれ量算出手段８と、画像取得手段４により取得された画像内のレーンマークの検出範囲を特定する範囲特定手段９と、画像取得手段４により取得された画像の複雑度を算出する複雑度算出手段１０と、車線幅方向のずれ量と複雑度とに応じて操舵アシスト手段７による操舵アシスト処理を禁止する操舵アシスト禁止手段１１とを備える。

画像処理手段４は、車両１のフロント部分に取り付けられて車両１の前方の画像を撮像するビデオカメラ３（ＣＣＤカメラ等、本発明の撮像手段）を介して、画素データにより構成される道路の画像を取得する。なお、ビデオカメラ３と操舵制御装置２とを備えることにより、本発明の車両が構成される。

車線認識手段５は、画像取得手段４により取得された画像を処理して、道路の車両１が走行する車線（車両１の走行レーン）を規定するレーンマークを検出する。そして、車線認識手段５は、検出したレーンマークから車両１が走行する車線を認識する。なお、レーンマークを検出して車線を認識する手法としては、例えば、本出願人による日本国特許第３４２９１６７号に記載されているような手法を用いることができる。

アクチュエータ６はモータであり、アクチュエータ６を駆動することにより発生するトルク（操舵アシストトルク）は、車両１の操舵機構１２に備えられたステアリングハンドル（図示せず）を介して運転者の手動操作により入力されたトルク（運転者操舵トルク）と共に、操舵機構１２を介して操舵輪１３に伝達され、操舵輪１３を転舵させる。

操舵アシスト手段７は、車線認識手段５により認識された車線に沿って車両１が走行するようにアクチュエータ６を駆動する操舵アシスト処理を実行する。操舵アシスト手段７は、操舵アシスト処理において、上述の日本国特許第３４２９１６７号に記載されているように、車線認識手段５により認識された車線の位置や曲率等と、現在の車両１の位置や車速等とから、車両１が認識された車線に沿って走行するように目標ヨーレートを設定する。そして、操舵アシスト手段７は、目標ヨーレートと、車両１に備えられたヨーレートセンサ（図示せず）の出力との偏差が解消するように、操舵機構１２に入力された運転者操舵トルクをアシストするような操舵アシストトルクを算出する。そして、操舵アシスト手段７は、算出した操舵アシストトルクをアクチュエータ６に発生させる指令値を演算してアクチュエータ６に出力し、その指令値に基づいてアクチュエータ６を駆動させる。

横ずれ量算出手段８は、車両１の位置と、車線認識手段５により認識された車線の中心位置との、車線幅方向のずれ量（横ずれ量）を算出する。このとき、横ずれ量算出手段８は、車両１の位置と、車線認識手段５により認識された車線の中心位置との、車線幅方向の距離を、該認識された車線の車線幅で除算して、車線幅方向のずれ量を算出する。

範囲特定手段９は、画像取得手段４により取得された画像内のレーンマークの検出範囲を特定する。ここで、検出範囲は、画像内で道路が占めると想定して予め定められた範囲である。

複雑度算出手段１０は、画像取得手段４により取得された画像の複雑度を算出する。このとき、複雑度算出手段１０は、画像にエッジ抽出処理を施した際に、範囲特定手段9により特定された検出範囲に含まれるエッジ点の密度を示す値と、該検出範囲に含まれるエッジ点のうちの直線を構成するエッジ点の数を示す値とを乗じて、画像の複雑度を算出する。

操舵アシスト禁止手段１１は、画像取得手段４の取得画像から車線認識手段５により認識された車線に基づいて、横ずれ量算出手段８により算出された車線幅方向のずれ量が、第１所定値より大きく、且つ、複雑度算出手段１０により算出された該取得画像の複雑度が第２所定値より大きいときに、操舵アシスト手段７による該車線に基づく操舵アシスト処理を禁止する。

次に、本実施形態の車両１の操舵制御装置２の作動（操舵制御処理）を、図２に示したフローチャートに従って説明する。以下では、図３（ａ）に示したように、車両１の進行方向が矢示方向であり、車両１が走行している道路の車線の右側はレーンマークＡ０で規定され、車線の左側にガードレールＡ２が設けられている場合を例にして説明する。このような状況は、例えば、道路の工事区間で、ガードレール等の構造物を用いて一時的に車線を狭く規制しているような場合に生じるものである。図３（ａ）に示した例において、車線の左側を規定するレーンマークは設けられていないが、車線の左側を規定するレーンマークが所在すべき位置に仮想レーンマークＡ１ａを点線で示している。なお、本実施形態において、レーンマークは白線とする。

図２を参照して、まず、画像取得手段４は、ビデオカメラ３から出力される映像信号を入力して、画素データにより構成される道路の画像Ｉ０を取得する（ＳＴＥＰ００１）。ここで、画像Ｉ０は、図３（ａ）に例示するような画像である。なお、車両１の操舵制御装置２は、所定の制御サイクル毎に図２のＳＴＥＰ００１〜０１０のレーンマーク検出処理を実行する。そして、各制御サイクルにおいてＳＴＥＰ００１で画像を取得するタイミングが、本発明の所定時点に相当する。

次に、ＳＴＥＰ００２で、車線認識手段５は、取得された画像Ｉ０にエッジ抽出処理を施して、エッジ点を抽出する。これにより、図３（ｂ）の画像Ｉ１に例示するように、画像Ｉ０上のエッジ点が抽出される。

次に、ＳＴＥＰ００３で、車線認識手段５は、抽出したエッジ点のデータから、白線を構成する直線成分を抽出する。まず、車線認識手段５は、抽出したエッジ点のデータをハフ変換する。次に、車線認識手段５は、ハフ空間で直線成分を探索して抜き出す。次に、車線認識手段５は、抜き出された直線成分のデータを、ハフ空間から画像空間へ射影変換する。これにより、図３（ｃ）の画像Ｉ２に例示するように、画像Ｉ１上のエッジ点のうちの直線を構成するエッジ点（直線成分のデータ）が抽出される。

次に、ＳＴＥＰ００４で、車線認識手段５は、抽出した直線成分のデータから、車両１が走行する車線を規定するレーンマークを検出する。まず、車線認識手段５は、抽出した直線成分のデータを、画像空間から実空間へ射影変換する。次に、車線認識手段５は、実空間へ変換された直線成分のデータのうちから、車線の右側を規定する白線であると推定される直線成分のデータを選抜し、選抜した直線成分のデータに含まれる複数の点の座標を点列データＰ０とする。同様に、車線認識手段５は、車線の左側を規定する白線であると推定される直線成分のデータを選抜し、その選抜した直線成分のデータに含まれる複数の点の座標を点列データＰ１とする。これにより、図３（ｄ）の画像Ｉ３に例示するように、画像Ｉ２上の直線成分のデータのうちの点列データＰ０，Ｐ１が、白線Ａ０，Ａ１ｂとして検出される。

ここで、実際の車線の左側を規定する仮想白線Ａ１ａと、画像Ｉ０から車線認識手段５により検出された白線Ａ１ｂとの、実空間における位置関係について、図４を参照して説明する。図４には、車両１が走行する道路を車両１の前側から見た概略が図示されている。図４を参照して、車線認識手段５により検出された点列データＰ０は、白線Ａ０のエッジ部分に相当し、白線Ａ０が正しく検出されている。一方、点列データＰ１は、ガードレールＡ２の上端部のエッジ部分に相当し、ガードレールＡ２が白線Ａ１ｂとして誤検出されている。そして、この場合、図４で矢示したように、検出された白線Ａ１ｂは、仮想白線Ａ１ａの位置とは相違した、ビデオカメラ３を基点としてガードレールＡ２の上端部を道路平面上に投射した位置にあると誤検出される。

次に、ＳＴＥＰ００５で、車線認識手段５は、検出した白線Ａ０，Ａ１ｂから、車両１が走行する車線を認識する。具体的には、車線認識手段５は、選抜された点列データＰ０，Ｐ１から、車線の中心線ＣＬｂ上の点列の座標と、各点での車線幅Ｗを算出する。なお、ＳＴＥＰ００５で車線認識手段５により認識された車線は、暫定的なもの（車線の候補）であり、ＳＴＥＰ００５で車線認識手段５により認識された車線が、車両１が走行している実際の車線であるか否かは、後述のＳＴＥＰ００８で判断される。

次に、ＳＴＥＰ００６で、横ずれ量算出手段８は、所定時点の車両１の位置と、画像Ｉ０から車線認識手段５により認識された車線の中心位置との横ずれ量Ｘを算出する。

ここで、横ずれ量Ｘの算出について、図５を参照して説明する。図５には、車両１とその走行する道路を、車両１の上方側から見た概略が図示されている。なお、図５において、白線Ａ０，Ａ１ｂと、仮想白線Ａ１ａと、実際の車線の中心線ＣＬａと、車線認識手段５により認識された車線の中心線ＣＬｂとは、それぞれ、その位置が実線で示されている。図５を参照して、所定時点において、車両１は、運転者の操作により白線Ａ０と仮想白線Ａ１ａとにより規定される実際の車線の中心線ＣＬａ上を、矢示方向に走行している。一方、車線認識手段５により認識された車線の中心線ＣＬｂ、車線幅Ｗｂは、図示したように、実際の車線の中心線ＣＬａ、車線幅Ｗａと相違したものとなる。このとき、横ずれ量算出手段８は、中心線ＣＬａと中心線ＣＬｂとの距離Ｄを、車線幅Ｗｂで除算して、認識された車線が実際の車線と相違している度合を示す横ずれ量Ｘを算出する。

次に、ＳＴＥＰ００７で、複雑度算出手段１０は、画像Ｉ０の複雑度を算出する。まず、複雑度算出手段１０は、画像Ｉ０のうちの範囲特定手段９により画像上で予め特定された検出範囲Ｒに含まれるエッジ点の密度Ｍを算出する。次に、複雑度算出手段１０は、画像Ｉ０の検出範囲Ｒに含まれるエッジ点のうちの、直線を構成するエッジ点の数Ｌを算出する。次に、複雑度算出手段１０は、複雑度Ｃ＝Ｍ×Ｌから、画像Ｉ０の複雑度Ｃを算出する。

ここで、値Ｍと値Ｌとについて、図６（ａ）（ｂ）に例示した画像を参照して説明する。図６（ａ）（ｂ）において、検出範囲Ｒは、実線αで囲まれた範囲に設定されている。図６（ａ）の画像上のエッジ点Ｐ_Ｍは、画像からエッジ抽出処理により抽出されたエッジ点を模式的に示したものであり、このエッジ点Ｐ_Ｍの密度が値Ｍである。値Ｍが大きい場合には、画像上で輝度の分布の変化が多数あることを示しているので、画像は複雑であると考えられる。また、図６（ｂ）の画像上のエッジ点Ｐ_Ｌは、抽出されたエッジ点のうちの直線を構成するエッジ点を模式的に示したものであり、このエッジ点Ｐ_Ｌの数が値Ｌである。値Ｌが大きい場合には、画像上に線分が多数あることを示しているので、画像は複雑であると考えられる。

また、図３（ａ）に例示した画像Ｉ０の場合において、値Ｍは、ＳＴＥＰ００２で算出された画像Ｉ１のうちの検出範囲Ｒに含まれるエッジ点の密度を示す値である。また、値Ｌは、ＳＴＥＰ００３で算出された画像Ｉ２のうちの検出範囲Ｒに含まれる直線成分を構成するエッジ点の数を示す値である。このとき、ガードレールＡ２は凹凸のある立体的な構造物であり、撮像した場合に輝度の変動する部分が多いので、画像Ｉ１，Ｉ２において、ガードレールＡ２の部分から抽出されたエッジ点及び直線成分の数は、一般的に、平面的な白線から抽出されるエッジ点及び直線成分の数に比較して多くなる。そのため、値Ｍと値Ｌとの積による複雑度Ｃにより、道路上にガードレールＡ２が存在することを認識することができる。

なお、検出範囲Ｒは、画像Ｉ０において道路部分のみが含まれる範囲を想定して設定されたものである。このように、画像Ｉ０のうちの検出範囲Ｒを対象として複雑度Ｃを算出することにより、画像Ｉ０の検出範囲Ｒ以外の部分の複雑度の変動の影響を排除して、ガードレールＡ２の存在をより顕著に示すように複雑度Ｃを得ることができる。

次に、ＳＴＥＰ００８で、操舵アシスト禁止手段１１は、横ずれ量Ｘが所定値Ｘｔｈより大きく、かつ複雑度Ｃが所定値Ｃｔｈより大きいか否か判断する。なお、所定量Ｘｔｈは、車線が誤って認識されていると考えられる横ずれ量として予め定められる値である。また、所定量Ｃｔｈは、道路上にガードレール等の構造物が存在していると考えられる複雑度として、予め定められる値である。これにより、道路上のガードレール等の構造物が白線として誤検出されている蓋然性が高い状況にあるか否かが判断される。

ＳＴＥＰ００８の判断結果がＹＥＳの場合は、道路上のガードレール等の構造物が白線として誤検出されている蓋然性が高い状況であり、図４に例示したように、車線認識手段５により認識された車線が、車両1が走行する実際の車線と相違している場合に相当する。そこで、この場合には、ＳＴＥＰ００５において車線認識手段５により認識された車線は、車両１が走行している実際の車線ではないと判断されて、ＳＴＥＰ０１０に進み、操舵アシスト禁止手段１１は、操舵アシスト手段７による、実際の車線と相違した車線に基づく操舵アシスト処理を禁止する。これにより、誤検出された白線Ａ１ｂから認識された車線に基づく、不適切な操舵制御がなされることを抑制することができる。

一方、ＳＴＥＰ００８の判断結果がＮＯの場合は、道路上のガードレール等の構造物が白線として誤検出されている蓋然性が低い状況であり、画像取得手段４により取得された画像から車線を規定するレーンマークが正しく検出され、車線認識手段５により実際の車線が適切に認識されていると考えられる。この場合には、ＳＴＥＰ００５において車線認識手段５により認識された車線が、車両１が走行している実際の車線であると判断されて、ＳＴＥＰ００９に進み、操舵アシスト手段７は、車線認識手段５により認識された車線に基づく操舵アシスト処理を実行する。

以上の処理により、道路の画像から認識した車線に沿って車両１が走行するように車両１の操舵制御を行う際に、道路上に所在するガードレールＡ２から誤って認識された車線に基づく不適切な操舵制御がなされることを抑制することができる。

なお、本実施形態においては、複雑度算出手段１０は、エッジ点の密度を示す値Ｍと、該エッジ点のうちの直線を構成するエッジ点の数を示す値Ｌとの積で複雑度Ｃを算出したが、他の方法により、値Ｍと値Ｌとの両方、又は、値Ｍと値Ｌとのいずれか一方で算出してもよい。このようにした場合でも、値Ｍと値Ｌとのいずれも、画像の複雑度に対応する値であるので、画像の複雑度が適切に算出される。

また、本実施形態では、範囲特定手段９を備え、複雑度算出手段１０は、画像Ｉ０の複雑度Ｃとして、画像Ｉ０のうちの検出範囲Ｒを対象として複雑度を算出したが、他の実施形態として、範囲特定手段９を備えず、複雑度算出手段１０は、画像Ｉ０の複雑度Ｃとして、画像Ｉ０の全範囲を対象として複雑度を算出してもよい。この場合には、画像Ｉ１の全範囲に含まれるエッジ点の密度から値Ｍを算出し、画像Ｉ２の全範囲に含まれる直線成分を構成するエッジ点の数から値Ｌを算出する。

また、本実施形態において、範囲特定手段９は、検出範囲Ｒを、画像Ｉ０において道路部分のみが含まれる範囲を想定して設定するものとしたが、他の実施形態として、範囲特定手段９は、検出範囲Ｒとして、例えば、（ａ）画像Ｉ０において道路部分のみが含まれる範囲のうちの左側の範囲、（ｂ）画像Ｉ０において道路部分のみが含まれる範囲のうちの右側の範囲、（ｃ）画像Ｉ０において道路部分のみが含まれる範囲のうちの手前側の範囲、（ｄ）画像Ｉ０において道路部分のみが含まれる範囲のうちの奥側の範囲等を設定してもよい。さらに、他の実施形態として、範囲特定手段９は、検出範囲Ｒとして、画像Ｉ０において複数の範囲を設定し、複雑度算出手段１０は、各範囲を対象としてそれぞれ算出した複雑度に基づいて、画像Ｉ０の複雑度を算出してもよい。

また、本実施形態では、白線等のレーンマークとして誤検出されるものに、ガードレール等の構造物を挙げたが、他に、例えば、路面上の車輪の跡（轍）や、路面上の光が反射している水溜り等も挙げられる。

また、本実施形態では、レーンマークとして、白線を検出したが、他の種類のレーンマーク（黄線、Botts Dots，キャッツアイ等）を検出対象とする場合にも、本発明の効果を得ることができる。

以上のように、本発明は、車両前方の道路の画像を処理して、誤って認識された車線に基づく不適切な操舵制御がなされることを抑制することができることから、車両挙動の制御のために有用である。

Claims

撮像手段と、
前記撮像手段を介して道路の画像を取得する画像取得手段と、
前記画像取得手段により取得された画像から前記道路のレーンマークを検出し、該検出したレーンマークから車両が走行する車線を認識する車線認識手段と、
前記車両の操舵輪を操舵可能な操舵機構を駆動するアクチュエータと、
前記車線認識手段により認識された車線に沿って前記車両が走行するように前記アクチュエータを駆動する操舵アシスト処理を実行する操舵アシスト手段と、
前記車両の位置と、前記車線認識手段により認識された車線の中心位置との、車線幅方向のずれ量を算出する横ずれ量算出手段と、
前記画像取得手段により取得された前記画像の複雑度を算出する複雑度算出手段と、
所定時点における前記画像取得手段の取得画像から前記車線認識手段により認識された車線に基づいて、前記横ずれ量算出手段により算出された車線幅方向のずれ量と、前記複雑度算出手段により算出された該取得画像の複雑度とに応じて、前記操舵アシスト手段による該車線に基づく前記操舵アシスト処理を禁止する操舵アシスト禁止手段とを有し、
前記操舵アシスト禁止手段は、所定時点における前記画像取得手段の取得画像から前記車線認識手段により認識された車線に基づいて、前記横ずれ量算出手段により算出された車線幅方向のずれ量が、第１所定値より大きく、且つ、前記複雑度算出手段により算出された該取得画像の複雑度が第２所定値より大きいときに、前記操舵アシスト手段による該車線に基づく前記操舵アシスト処理を禁止することを特徴とする車両。
請求項１に記載の車両において、
前記複雑度算出手段は、前記取得画像において道路部分のみが含まれる範囲を想定して設定した検出範囲のうちの、左側の範囲又は右側の範囲の複雑度を、前記取得画像の複雑度として算出することを特徴とする車両。
請求項１又は請求項２に記載の車両において、
前記複雑度算出手段は、前記画像にエッジ抽出処理を施した際のエッジ点の密度を示す値と、該エッジ点のうちの直線を構成するエッジ点の数を示す値とのうちの少なくともいずれか一方を用いて、前記複雑度を算出することを特徴とする車両。
請求項３に記載の車両において、
前記複雑度算出手段は、前記画像にエッジ抽出処理を施した際のエッジ点の密度を示す値と、該エッジ点のうちの直線を構成するエッジ点の数を示す値とを乗じて、前記複雑度を算出することを特徴とする車両。
請求項１に記載の車両において、
前記画像取得手段により取得された画像内で前記レーンマークの検出範囲を特定する範囲特定手段を備え、
前記複雑度算出手段は、前記画像取得手段により取得された画像の前記範囲特定手段により特定された検出範囲を対象として前記複雑度を算出することを特徴とする車両。
請求項１から請求項４のうちのいずれか１項に記載の車両において、
前記横ずれ量算出手段は、前記車両の位置と前記車線認識手段により認識された車線の中心位置との車線幅方向の距離を、該認識された車線の車線幅で除算して、前記車線幅方向のずれ量を算出することを特徴とする車両。