JP6006574B2 - 車載環境認識装置 - Google Patents

Description

本発明は、車載カメラでレーンマーカの位置を検出する車載環境認識装置に関するものである。

近年、車両にカメラを搭載して、そのカメラで車両の周辺を観測し、観測された画像の中から、車線の境界に敷設されたレーンマーカの位置を検出して、こうして検出されたレーンマーカの位置に基づいて車両の位置と車線の位置との関係を算出し、車線逸脱の可能性を判断して注意喚起を行う車載レーンマーカ認識装置が実用化されている。

このようなシステムでは、例えば、路面との輝度差が大きいというレーンマーカの特徴を用いて、この路面との輝度差の大きい画素を検出して、検出された画素の列に対してレーン形状を当てはめることによってレーンマーカの位置を検出している。そして、そのような装置の例として、車線認識装置が開示されている（例えば、特許文献１）。

特開２０１０−２１１７０１号公報

特許文献１に記載された車線認識装置では、レーンマーカの検出率が低下したことを検出することによって、車両が、レーンマーカが敷設されていない交差点や分岐路、合流路を走行していると判断して、車両とレーンマーカの相対位置の認識を停止していた。

しかしながら、特許文献１に開示された発明によると、路面に木漏れ日の影があるとき、また、路面に自車両の影があるときなどは、路面上に、レーンマーカとよく似た輝度分布が発生するため、レーンマーカ以外のノイズを検出することによって、レーンマーカの検出率が高いものと誤認識してしまう可能性がある。そして、このような誤認識が発生すると、路面上のノイズをレーンマーカとして検出してしまうという問題があった。

本発明は、上記課題に鑑みてなされたもので、交差点や分岐路、合流路に限定されることなく、様々な路面状態の道路においてレーンマーカを検出することができる車載環境認識装置を提供することを目的とする。

本発明に係る車載環境認識装置は、車両に設置されて、前記車両の周囲を観測して、少なくとも路面を含む画像を撮像する撮像部と、前記撮像部によって撮像された画像の中から、レーンマーカを構成すると考えられるレーンマーカ特徴点を検出するレーンマーカ特徴点検出部と、前記レーンマーカ特徴点検出部によって検出されたレーンマーカ特徴点に基づいて、レーンマーカの位置を検出するレーンマーカ検出部と、前記車両が走行している路面状態を判定する路面状態判定部と、前記路面状態判定部によって判定された路面状態と、前記レーンマーカ特徴点検出部の検出結果に基づいて、前記レーンマーカ検出部によって検出されたレーンマーカの位置の信頼度を算出する信頼度算出部と、前記レーンマーカ検出部によって検出されたレーンマーカの位置に基づいて、前記車両が走行中の車線から逸脱する可能性を判断する車線逸脱判断部と、前記車線逸脱判断部において、前記車両が走行中の車線から逸脱する可能性があると判断されたときに、前記信頼度に応じて警報を出力する警報出力制御部と、を有することを特徴とする。

このように構成された本発明の請求項１に係る車載環境認識装置によれば、撮像部によって撮像された画像の中から、レーンマーカ特徴点検出部が、レーンマーカを構成すると考えられるレーンマーカ特徴点を検出して、レーンマーカ検出部が、こうして検出されたレーンマーカ特徴点の位置に基づいてレーンマーカを検出するとともに、路面状態判定部が、車両が走行している路面状態を判定して、信頼度算出部が、路面状態判定部の判定結果とレーンマーカ特徴点検出部の検出結果に基づいて、レーンマーカ検出部で検出されたレーンマーカの位置の信頼度を算出して、車線逸脱判断部が、レーンマーカ検出部で検出されたレーンマーカの位置に基づいて、車両が走行中の車線から逸脱する可能性を判断して、車両が走行中の車線から逸脱する可能性があると判断されたときに、警報出力制御部がレーンマーカ検出結果の信頼度に応じた車線逸脱警報を出力するため、路面状態に応じたレーンマーカの検出結果の信頼度が算出されることによって、様々な路面状態の道路においてレーンマーカの検出を行うことができるとともに、レーンマーカの検出結果に応じた的確な車線逸脱警報を出力することができる。

本発明に係る車載環境認識装置は、様々な路面状態の道路において、路面状態に応じた信頼度でレーンマーカを検出することができる。

本発明に係る車載レーンマーカ認識装置が実装された車載システムの一例であるＬＤＷ（Lane Departure Warning）システムについて説明する図である。 車両に設置された撮像部で撮像した画像の例を示す図である。 本発明の実施例１に係る車載環境認識装置の概略構成を示すブロック図である。 本発明の実施例１に係る車載環境認識装置の路面状態判定部の詳細構成を示すブロック図である。 本発明の実施例１に係る車載環境認識装置の信頼度算出部の詳細構成を示すブロック図である。 本発明の実施例１に係る車載環境認識装置において実行されるメインルーチンのフローチャートである。 本発明の実施例１に係る車載環境認識装置において、路面状態の判定方法と、路面状態に応じた信頼度の算出方法を説明する図である。 本発明の実施例１において実行されるレーンマーカ特徴点検出処理のうち、レーンマーカ候補検出部で行われる処理の内容を説明する図である。 本発明の実施例１において実行されるレーンマーカ特徴点検出処理のうち、ウインドゥ設定部で行われる処理の内容を説明する図である。 本発明の実施例１において実行されるレーンマーカ特徴点検出処理のうち、レーンマーカ特徴点検出部で行われる処理の内容を説明する図である。 本発明の実施例１において実行されるレーンマーカ検出処理の内容を説明する図である。 本発明の実施例１において実行される視認性算出処理で利用する視認性変換特性を説明する図である。 本発明の実施例１において実行される路面状態判定処理のうち、路面標識認識処理の内容を説明する図であり、（ａ）は路面標識の検出を行う範囲を説明する図であり、（ｂ）は路面標識度合を検出した結果の一例であり、（ｃ）は路面標識の有無を判定する処理の内容を説明する図である。 本発明の実施例１において実行される路面状態判定処理のうち、横断歩道認識処理の内容を説明する図であり、（ａ）は横断歩道の検出を行う範囲を説明する図であり、（ｂ）は横断歩道の検出を行う処理の内容を説明する図である。 本発明の実施例１において実行される路面状態判定処理のうち、雪わだち認識処理の内容を説明する図であり、（ａ）は雪わだちの検出を行う範囲を説明する図であり、（ｂ）は雪わだちがあるときに得られる画像の一例であり、（ｃ）は画像から検出されたエッジ点の頻度分布図であり、（ｄ）は図１５（ｃ）の頻度分布の中から、レーンマーカを構成するエッジ点を取り除いた頻度分布図である。 本発明の実施例１において実行される路面状態判定処理のうち、オフロード認識処理の内容を説明する図であり、（ａ）はオフロードの認識を行う範囲を説明する図であり、（ｂ）はオフロードの認識を行う処理の内容を説明する図である。 本発明の実施例１において実行される路面状態判定処理のうち、木漏れ日認識処理の内容を説明する図であり、（ａ）は木漏れ日の認識を行う範囲を説明する図であり、（ｂ）は木漏れ日の認識を行う処理の内容を説明する図である。 本発明の実施例１において実行される路面状態判定処理のうち、自車影認識処理の内容を説明する図であり、（ａ）は自車影の認識を行う範囲を説明する第１の図であり、（ｂ）は自車影の認識を行う範囲を説明する第２の図であり、（ｃ）は図１８（ａ）を用いて行う自車影認識処理の内容を説明する図であり、（ｄ）は図１８（ｂ）を用いて行う自車影認識処理の内容を説明する図である。 本発明の実施例１において実行される路面状態判定処理のうち、周期性解析処理の内容を説明する図であり、（ａ）は周期性解析を行う範囲を説明する図であり、（ｂ）は周期性解析処理の内容を説明する図である。 本発明の実施例１に係る車載環境認識装置において実行される信頼度算出処理の内容を説明する図である。 本発明の実施例１に係る車載環境認識装置において、雪わだちがある道路を走行したときに算出される信頼度推移の一例を説明する図である。 本発明の実施例１に係る車載環境認識装置において、路面標識がある道路を走行したときに算出される信頼度推移の一例を説明する図である。 本発明の実施例１に係る車載環境認識装置において、雪わだちがある道路を走行したときに算出される信頼度推移の別の例を説明する図である。 本発明の実施例１に係る車載環境認識装置において、木漏れ日と路面標識がある道路を走行したときに算出される信頼度推移の一例を説明する図である。

以下、本発明に係る車載レーンマーカ認識装置の実施形態について、図面を参照して説明する。なお、以下の説明において、画像に格納された濃淡値を輝度値と呼ぶ。

本実施例は、本発明の車載環境認識装置を、車両の走行中に、走行車線からの逸脱の可能性を判断して、逸脱の可能性があると判断されたときに、注意喚起や警報、もしくは、車両の挙動を制御して車線逸脱を未然に防止するＬＤＷ（Lane Departure Warning）システムが実装された車両に適用した例である。

まず、図１を用いてＬＤＷシステムの動作を説明する。道路２を紙面左に向かって走行している車両５の後方を監視する撮像部１０は、車両５の後部に後ろ向きに取り付けられて、車両５が走行している車線Ｙ１を含む範囲ωを撮像する。そして、撮像された画像の中から、画像処理によって車両５が走行している車線Ｙ１の左右両側にある車線境界であるレーンマーカＬ_Ｌ，Ｌ_Ｒの位置を検出する。

一般に、車線境界には、その位置を運転者に知らせるマーカが敷設されている。マーカの例としては、白や黄色にペイントされた実線や破線、また、鋲などがある。こうした車線境界の位置を示すマーカを、以下、レーンマーカと呼ぶことにする。そして、以下の説明では、レーンマーカが、白や黄色にペイントされた実線や破線で構成されている場合を例にあげて説明する。

ＬＤＷシステムは、車両５が所定車速以上で走行しているときに起動されて、時刻ｔにおいて撮像部１０で撮像された画像Ｉ（ｘ,ｙ,ｔ）（以後、単に画像Ｉと呼ぶ。また、特に（ｘ,ｙ）の値が意味を持つときは画像Ｉ（ｘ,ｙ）と呼び、時刻ｔの値が意味を持つときは画像Ｉ（ｔ）と呼ぶ。）の中から、左右のレーンマーカをそれぞれ検出する。ここで、撮像部１０で撮像された画像Ｉの中で左側に映ったレーンマーカをＬ_Ｌ、右側に映ったレーンマーカをＬ_Ｒとする。

左右のレーンマーカＬ_Ｌ，Ｌ_Ｒが検出されると、車両５から左側のレーンマーカＬ_Ｌまでの距離、または車両５から右側のレーンマーカＬ_Ｒまでの距離と、車両５のヨー角、およびそのときの車両５の車速に基づいて、車両５がそのときと同じ状態（同じ車速、同じ操舵角）で進行したときに車線を逸脱するまでの時間である車線逸脱予測時間Ｆが算出される。

そして、こうして算出された車線逸脱予測時間Ｆが所定時間以内であるときに、車線逸脱警報を出力して、運転者に注意を喚起する。

本発明に係る車載環境認識装置では、前記撮像部１０によって撮像されて、図２に示すように、画像Ｉの中央から左側の領域（以後、単に画像Ｉの左側と呼ぶ。）にレーンマーカＬ_Ｌが映り、画像Ｉの中央から右側の領域（以後、単に画像Ｉの右側と呼ぶ。）にレーンマーカＬ_Ｒが映った画像が取得された後、この画像Ｉが処理されて、レーンマーカＬ_Ｌ，Ｌ_Ｒの位置が検出される。

なお、図２において、画像Ｉの下部に映っている影Ｋは、車両５のリアバンパーの映り込みである。そして、以後説明する画像処理では、影Ｋの領域に対しては、画像処理を行わないものとする。

次に、図３から図６を用いて、実施例１に係る車載環境認識装置の構成を説明する。

実施例１に係る車載環境認識装置８は、図３に示すように、図示しない車両５の後部ライセンスプレート付近に設置されて、進行方向後方の画像Ｉを撮像する、レンズ等の集光機能を有する光学系とＣ−ＭＯＳ等の光電変換素子から構成された撮像部１０と、撮像部１０で撮像された画像の中の所定の領域の中から、前記車両が走行している車線の左右にあるレーンマーカの候補を検出するレーンマーカ候補検出部２０と、撮像部１０で撮像された画像Ｉの中の、レーンマーカが映ると考えられる位置にウインドゥを設定するウインドゥ設定部３０と、設定されたウインドゥの中から、レーンマーカを構成する特徴点として、画像Ｉの中から、左右に隣接する画素の間で所定値以上の輝度差を有する画素を検出するレーンマーカ特徴点検出部４０と、レーンマーカ特徴点の検出結果に基づいてレーンマーカの位置を検出するレーンマーカ検出部４５と、車両５が走行している路面状態を判定する路面状態判定部５０と、車両５の車速ｖと操舵角θとヨーレートφを取得する車両情報取得部６０と、レーンマーカ検出部４５で検出されたレーンマーカの位置の信頼度を算出する信頼度算出部８０と、レーンマーカの検出結果と車両情報取得部６０で取得した情報から、車両５の車線逸脱を判断する車線逸脱判断部９０と、車線逸脱すると判断されたときに車内に設置されたブザー等を鳴動させて車線逸脱警報を出力するスピーカやブザー等からなる警報出力制御部１００を備えている。

前記路面状態判定部５０は、図４に示すように、撮像部１０で撮像した画像の中から、様々な路面状態を判定する判定モジュールを複数備えている。すなわち、路面にペイントされた標識の有無を認識する路面標識認識部５１と、道路上の横断歩道の有無を認識する横断歩道認識部５２と、路面の雪わだちを認識する雪わだち認識部５３と、走行中の道路がオフロードであるか否かを認識するオフロード認識部５４と、道路上の木漏れ日を認識する木漏れ日認識部５５と、道路上に生じた車両５の影を認識する自車影認識部５６と、撮像部１０で異なる時刻に撮像された画像Ｉ（ｔ）の中から検出されたレーンマーカ特徴点の総数の時間変化を判定する周期性解析部５７を備えている。そして、前記路面状態判定部５０は、さらに、車両情報取得部６０で取得した車両５の挙動を表す情報や図４に図示しないカーナビゲーションシステムの情報に基づいて急カーブ度合を認識する急カーブ認識部５８と、交差点の有無を認識する交差点認識部５９を備えている。

前記信頼度算出部８０は、図５に示すように、レーンマーカ特徴点検出部４０で検出されたレーンマーカ特徴点の総数に基づいて、レーンマーカの視認性を推定する視認性推定部８２と、視認性推定部で推定された視認性に応じて信頼度を調整する信頼度換算テーブル８４を備えている。

次に、実施例１に係る車載環境認識装置８の一連の動作の流れについて、図６のフローチャートを用いて説明する。

まず、ステップＳ１０において、前記撮像部１０で画像Ｉを撮像する。

次に、ステップＳ２０において、レーンマーカ特徴点検出処理を行う。この処理は、画像Ｉの中から、横方向に隣り合う画素が所定値以上の輝度差を有しているときに、この画素を、レーンマーカを構成する特徴点であるとして検出する処理である。この処理は、前記レーンマーカ候補検出部２０、および、前記ウインドゥ設定部３０、前記レーンマーカ特徴点検出部４０で行われる。なお、このレーンマーカ特徴点検出処理の詳細については後述する。

次に、ステップＳ３０において、レーンマーカ検出処理を行う。この処理は、レーンマーカ特徴点検出処理によって検出されたレーンマーカ特徴点に直線や曲線を適合させてレーンマーカを検出する処理である。この処理は、前記レーンマーカ検出部４５で行われる。なお、このレーンマーカ検出処理の詳細については後述する。

次に、ステップＳ４０において、視認性算出処理を行う。この処理は、レーンマーカ特徴点検出処理で検出されたレーンマーカの特徴点の総数に応じて、レーンマーカの視認性Ｖを推定する処理である。この処理は、前記視認性推定部８２で行われる。なお、この視認性算出処理の詳細については後述する。

次に、ステップＳ５０において、路面状態判定処理を行う。この処理は、予め用意された判定モジュールである路面標識認識部５１，横断歩道認識部５２，雪わだち認識部５３，オフロード認識部５４，木漏れ日認識部５５，自車影認識部５６，周期性解析部５７，急カーブ認識部５８，交差点認識部５９を用いて、走行中の路面の状態を様々な観点から判定する処理である。この処理は、前記路面状態判定部５０で行われる。なお、この路面状態判定処理の詳細については後述する。

次に、ステップＳ６０において、信頼度算出処理を行う。この処理は、レーンマーカ検出処理で検出されたレーンマーカの信頼度Ｒを算出する処理であり、前記信頼度算出部８０で行われる。この信頼度算出処理の詳細については後述する。

次に、ステップＳ７０において、車線逸脱判定処理を行う。この処理は、レーンマーカ検出処理で検出されたレーンマーカの位置と、車両５の車速ｖと、道路の延伸方向と車両５の進行方向とのなす角度であるヨー角ρと、に基づいて、車線逸脱の可能性を判断して、車線逸脱の可能性があるときに車線逸脱警報を出力する処理であり、前記車線逸脱判断部９０、および、前記警報出力制御部１００で行われる。この車線逸脱判定処理の詳細については後述する。

次に、図７を用いて、本実施例において算出される信頼度Ｒについて説明する。

走行中の道路には、様々な路面状態が出現する。そして、その路面状態に応じて、撮像部１０で撮像された画像Ｉに映るレーンマーカＬ_Ｌ，Ｌ_Ｒは、鮮明さを失ったり、コントラストが小さくなったり、見えなくなったり、途切れが発生したりする。すなわち、路面状態に応じて、レーンマーカＬ_Ｌ，Ｌ_Ｒが検出しにくくなる場合がある。

本発明では、路面状態を判定して、その判定結果に基づいて、検出されたレーンマーカＬ_Ｌ，Ｌ_Ｒに信頼度Ｒを付与する。そして、この信頼度Ｒは、判定された路面状態に応じて設定される。

図７は、走行中の道路に出現することが予想される様々な路面状態の各々に対して、その路面状態が出現したときに、信頼度Ｒを算出する方法を記載した図である。

以下、図７の内容について説明する。図７の縦軸には、出現することが予想される路面 状態が列挙されている。そして、図７の横軸には、以下の事項を記載している。

（第１列）その路面状態が出現したときに、レーンマーカ特徴点検出処理によって検出された点（図７では、レーンマーカ候補点と呼んでいる。）に、横方向のばたつきが発生するものに「○」印を付与している。すなわち、この項目に該当する路面状態にあるときは、レーンマーカＬ_Ｌ，Ｌ_Ｒを検出できたとしても、その位置が時間とともに左右のばたつく可能性があることを示している。

（第２列）その路面状態が出現したときに、レーンマーカ特徴点検出処理によって検出された点に、横位置の横飛びが発生するものに「○」印を付与している。すなわち、この項目に該当する路面状態にあるときは、レーンマーカＬ_Ｌ，Ｌ_Ｒを検出できたとしても、その位置が、突然左右に飛ぶ可能性があることを示している。

（第３列）発生した路面状態のうち、撮像部１０で撮像した画像Ｉを処理することによって、その路面状態であることを認識可能なものに「○」印を付与している。そして、本実施例１では、後述するように、路面状態判定部５０の中に、「○」印を付与した路面状態を判定できる判定モジュールを実装している。

（第４列）発生した路面状態のうち、車両５の挙動を分析することによって、その路面状態であることを認識可能なものに「○」印を付与している。そして、本実施例１では、後述するように、路面状態判定部５０の中に、「○」印を付与した路面状態を判定できる判定モジュールを実装している。

（第５列）発生した路面状態のうち、カーナビゲーションシステムの情報を分析することによって、その路面状態であることを認識可能なものに「○」印を付与している。そして、図３の構成図には記載しないが、路面状態判定部５０の中に、カーナビゲーションシステムから出力された情報を入力することによって、「○」印を付与した路面状態であることを認識することができる。

（第６列）その路面状態が継続すると考えられる時間のオーダーを記載している。この情報は、路面状態判定部５０の中に備えた各判定モジュールのタスク管理（所定の継続時間毎に処理をリセットする等）に利用することができる。

（第７列）各路面状態が発生したと判定できたときの、信頼度Ｒの算出方法の一例が記載されている。このうち、「１」が付与された箇所は、レーンマーカ特徴点が横方向ばたついている間は信頼度Ｒを減算し、信頼度Ｒの上限も低めに設定することを示す。また、「２」が付与された箇所は、レーンマーカ特徴点が横方向に飛んだ瞬間に、信頼度Ｒをリセット（０にする）もしくは、車線逸脱警報の出力を抑制することを示す。そして、「３」が付与された箇所は、信頼度Ｒの減算を抑制することを示す。なお、詳しくは後述する。

次に、図６の各ステップで行われる処理の詳細について、順に説明する。

（レーンマーカ特徴点検出処理）
図８〜図１０を用いて、ステップＳ２０で行われるレーンマーカ特徴点検出処理について説明する。まず、前記レーンマーカ候補検出部２０によって、図８に示すように、画像Ｉ（図８にはＩ（ｘ,ｙ,ｔ）と記載している）の中の所定の位置に、レーンマーカ特徴点を検出するためのウインドゥが設定される。このウインドゥは、画像Ｉの中でレーンマーカが映ると考えられるなるべく下部の位置に、画像Ｉの左側と右側にそれぞれ設定する。ここで、左側のウインドゥをＷ_Ｌ０、右側のウインドゥをＷ_Ｒ０とする。

次に、ウインドゥＷ_Ｌ０とウインドゥＷ_Ｒ０の内部でレーンマーカ特徴点を検出する。レーンマーカ特徴点の検出は、ウインドゥＷ_Ｌ０の内部に設定した所定の水平ラインｍ_Ｌ上を右から左に探索しながら、画像Ｉ（ｘ，ｙ，ｔ）の中の隣接する画素の輝度値の差分値（I（ｘ，ｙ，ｔ）−I（ｘ＋１，ｙ，ｔ））を演算し、差分値が所定値を超える正の値を示す画素Ｓ１と、差分値が負の値を示し、その絶対値が所定値を超える画素Ｓ２を検出する。

次に、ウインドゥＷ_Ｒ０の内部に設定した所定の水平ラインｍ_Ｒ上を左から右に探索しながら、画像Ｉ（ｘ，ｙ，ｔ）の中の隣接する画素の輝度値の差分値（I（ｘ，ｙ，ｔ）−I（ｘ＋１，ｙ，ｔ））を演算し、差分値が負の値を示し、その絶対値が所定値を超える画素Ｓ３と、差分値が所定値を超える正の値を示す画素Ｓ４を検出する。

こうして検出された画素Ｓ１，Ｓ２，Ｓ３，Ｓ４のうち、隣り合った画素（ウインドゥＷ_Ｌ０内の画素Ｓ１と画素Ｓ２、ウインドゥＷ_Ｒ０内の画素Ｓ３と画素Ｓ４）は、レーンマーカの位置を示す候補となり、このうち、内側の点である画素Ｓ１，Ｓ３をレーンマーカ特徴点と呼ぶ。

なお、レーンマーカ特徴点検出の確実性を向上させるために、ウインドゥＷ_Ｌ０の内部、およびウインドゥＷ_Ｒ０の内部に、複数の水平ラインｍ_Ｌｉ（ｉ＝１，２，…）、および水平ラインｍ_Ｒｉ（ｉ＝１，２，…）を設定して、複数の水平ラインｍ_Ｌｉ上、およびｍ_Ｒｉ上で、レーンマーカ特徴点を検出してもよい。

また、異なる時間に撮像された複数の画像Ｉ（ｔ），Ｉ（ｔ＋Δｔ），…からそれぞれレーンマーカ特徴点を検出してもよい。

次に、前記ウインドゥ設定部３０において、画像Ｉの中の、レーンマーカが映ると推定される領域にウインドゥを設定する。この領域の設定方法について、図９を用いて説明する。

図９に示すように、ウインドゥは、画像Ｉの左側と右側にそれぞれ設定され、左側に設定されるウインドゥをＷ_Ｌとし、右側に設定されるウインドゥをＷ_Ｒとする。それぞれウインドゥＷ_Ｌ，Ｗ_Ｒは、車両５の直近から遠方に亘って延びる長方形状を有する。そして、その横幅は、先に検出したレーンマーカ特徴点の間隔（画素Ｓ１と画素Ｓ２の間隔、および画素Ｓ３と画素Ｓ４の間隔）に所定値を加えた値に設定される。これは、前方の道路線形によっては、レーンマーカが屈曲している場合もあるためである。

次に、前記レーンマーカ特徴点検出部４０において、画像Ｉの中に設定したウインドゥＷ_Ｌ，Ｗ_Ｒの内部においてレーンマーカ特徴点の検出を行う。

レーンマーカ特徴点の検出は、先に説明した通り、隣り合った画素の輝度値の差分に基づいて行う。そして、例えば、図１０に示すように、先の処理領域設定処理で設定されたウインドゥ（図９のＷ_Ｌ）の内部で画像Ｉを右から左に探索して、輝度値の差分値であるI（ｘ，ｙ，ｔ）−I（ｘ＋１，ｙ，ｔ）が正の所定値以上となる画素を全て検出する。なお、この探索は、探索位置の上下方向の座標を複数設定して、設定された複数の位置で行う。そして、図１０では、検出した画素（レーンマーカ特徴点）の位置に、「＋」印を付与している。なお、画像Ｉの右側に設定したウインドゥ（図９のＷ_Ｒ）の内部についても、同様の処理を行う。以下、ウインドゥＷ_Ｌの内部で検出されたレーンマーカ特徴点をＳ_Ｌとし、ウインドゥＷ_Ｒの内部で検出されたレーンマーカ特徴点をＳ_Ｒとする。

次に、こうして算出されたレーンマーカ特徴点の総数を、ウインドゥＷ_Ｌ，Ｗ_Ｒ内それぞれについて算出する。ウインドゥＷ_Ｌ内のレーンマーカ特徴点Ｓ_Ｌの総数をＰ_Ｌとし、ウインドゥＷ_Ｒ内のレーンマーカ特徴点Ｓ_Ｒの総数をＰ_Ｒとする。こうして算出されたレーンマーカ特徴点の総数Ｐ_Ｌ，Ｐ_Ｒは、後述する視認性算出処理で利用される。

（レーンマーカ検出処理）
次に、図１１を用いて、ステップＳ３０で行われるレーンマーカ検出処理について説明する。なお、以下の処理は、ウインドゥＷ_Ｌ，Ｗ_Ｒ内それぞれについて行われるが、以下、ウインドゥＷ_Ｌ内で行う処理についてのみ説明する。ウインドゥＷ_Ｒ内でも同じ処理が行われるため、説明は省略する。

前記レーンマーカ検出部４５において、先にレーンマーカ特徴点検出処理で検出した特徴点の座標を、図１１（ｂ）に示す、予め用意したＸＹ平面に投票する。

この投票の様子を、図１１（ａ），（ｂ）を用いて説明する。図１１（ａ）は、画像Ｉ（図１１（ａ）にはＩ（ｘ,ｙ,ｔ）と記載している）の中からレーンマーカ特徴点Ｓ_Ｌ，Ｓ_Ｒを検出した結果を示す。ここで、図１１（ａ）の中に表示した「＋」印がレーンマーカ特徴点Ｓ_Ｌ，Ｓ_Ｒを表している。撮像部１０の設置レイアウト（高さや俯角）が既知であるため、例えば、道路が平面で構成されており、勾配がないと仮定すると、こうして検出されたレーンマーカ特徴点Ｓ_Ｌ，Ｓ_Ｒの座標から、各レーンマーカ特徴点Ｓ_Ｌ，Ｓ_Ｒの道路上の位置を推定することができる。

図１１（ｂ）は、図１１（ａ）の左側のレーンマーカＬ_Ｌを構成すると考えられるレーンマーカ特徴点Ｓ_Ｌに対して上記の推定を行い、推定結果をＸＹ平面に投票した結果を示す。

図１１（ｂ）からわかるように、道路左側のレーンマーカＬ_Ｌに対応する位置に「＋」印が並んでプロットされる。なお、図１１（ｂ）ではプロットされた様子をわかり易くするために「＋」印を記載しているが、実際は、「＋」印に対応する位置のＸＹ平面の値をインクリメントする（投票を行う）。

そして、この投票を、異なる時間に撮影された複数の画像Ｉ（ｔ），Ｉ（ｔ＋Δｔ），…から検出されたレーンマーカ特徴点Ｓ_Ｌに対して順次実施する。なお、このとき、時間Δｔの間の車両５の移動量を、車両情報取得部６０から取得した車速ｖに基づいて算出し、こうして算出された車両５の移動量の分だけ、ＸＹ平面にインクリメントすべき座標位置を移動させた後で、ＸＹ平面に投票を行う。これにより、ＸＹ平面は、レーンマーカＬ_Ｌの右端部が存在する位置において、高い値を有するようになる。

次に、こうして生成されたＸＹ平面の中に、直線や曲線の適合処理を行うことによって、レーンマーカＬ_Ｌの位置を検出する。このとき行う適合処理は、最小二乗法を用いる方法等、数学的に提案されているいずれの方法によって行っても構わない。なお、レーンマーカＬ_Ｒの位置も、上記したのと同様の方法で検出する。

（視認性算出処理）
次に、図１２を用いて、ステップＳ４０で行われる視認性算出処理について説明する。前記視認性推定部８２は、前記レーンマーカ特徴点検出部４０から、先にレーンマーカ特徴点検出処理の中で算出した特徴点の総数Ｐ_Ｌ，Ｐ_Ｒを受け取って、図１２に示す視認性変換特性を用いて、特徴点の総数Ｐ_Ｌ，Ｐ_Ｒから視認性Ｖを推定する。

図１２に示すように、特徴点の総数Ｐ_Ｌ，Ｐ_Ｒには最低閾値Ｐminと最大閾値Ｐmaxを設定しておき、特徴点の総数Ｐ_Ｌ，Ｐ_Ｒが最低閾値Ｐminに満たないときは、視認性Ｖを０％とし、特徴点の総数Ｐ_Ｌ，Ｐ_Ｒが最大閾値Ｐmaxを超えるときは、視認性Ｖを１００％とする。そして、特徴点の総数Ｐ_Ｌ，Ｐ_Ｒが最低閾値Ｐminと最大閾値Ｐmaxの間にあるときは、図１２の視認性変換特性に従って視認性Ｖを推定する。

ここで推定した視認性Ｖは、レーンマーカＬ_Ｌ，Ｌ_Ｒを構成するレーンマーカ特徴点Ｓ_Ｌ，Ｓ_Ｒが多く検出されたときほど、画像Ｉの中でレーンマーカＬ_Ｌ，Ｌ_Ｒがはっきり見えている状態であると想定して推定した値である。

図１２によって推定した視認性Ｖは、画像Ｉ（ｔ）から算出した瞬間的な視認性であるため、異なる時間に撮像した複数の画像Ｉ（ｔ），Ｉ（ｔ＋Δｔ），…に対して、順次、視認性Ｖを推定した後、こうして推定された複数の視認性Ｖに対して、移動平均等の平均化を行うことによって、時間軸方向に亘ってなだらかに変化する平滑化された視認性Ｖ’を得る。こうして算出された視認性Ｖ’は、以後、信頼度算出処理で利用される。

なお、視認性Ｖは、レーンマーカ検出処理によってレーンマーカ特徴点Ｓ_Ｌ，Ｓ_Ｒに適合させた直線や曲線の上に載っている、レーンマーカ特徴点Ｓ_Ｌ，Ｓ_Ｒの数に基づいて推定してもよい。

（路面状態判定処理）
次に、図１３〜図１９を用いて、ステップＳ５０で行われる路面状態判定処理について説明する。なお、この路面状態判定処理は、前記路面状態判定部５０の中に備えられた個々の判定モジュールである、路面標識認識部５１，横断歩道認識部５２，雪わだち認識部５３，オフロード認識部５４，木漏れ日認識部５５，自車影認識部５６，周期性解析部５７、および、急カーブ認識部５８，交差点認識部５９において、同時に並行して実行される。

すなわち、路面標識認識部５１では路面標識認識処理が行われ、横断歩道認識部５２では横断歩道認識処理が行われ、雪わだち認識部５３では雪わだち認識処理が行われ、オフロード認識部５４ではオフロード認識処理が行われ、木漏れ日認識部５５では木漏れ日認識処理が行われ、自車影認識部５６では自車影認識処理が行われ、周期性解析部５７では周期性解析処理が行われ、急カーブ認識部５８では急カーブ認識処理が行われ，交差点認識部５９では交差点認識処理が行われる。以下、各判定モジュールで行われる処理の内容を説明する。

なお、前記した全ての処理モジュールが常に路面状態判定処理を行うわけではなく、例えば、夜間は木漏れ日が発生しないため、木漏れ日認識処理を実行しない、冬期以外には雪わだち認識処理を実行しない等の制限がかけられる。そして、そのための条件判断は、例えば、前記撮像部１０を構成する光電変換素子が有するゲインの値や、図３の構成図には記載しないが、カーナビゲーションシステムから取得したカレンダー情報や日時情報等が利用される。

＜路面標識認識処理＞
図１３を用いて、路面標識認識処理の内容について説明する。ここで、路面標識とは、路面にペイントされた、制限速度や転回禁止等を示す標識のことである。

図１３（ａ）は、撮像部１０で撮像された画像Ｉの一例であり、さらに、画像Ｉの中に、路面標識を認識する領域が設定された例である。図１３（ａ）に示すように、画像Ｉの中には、画像下部（近傍）から画像上部（遠方）に向かって、ウインドゥＷｅ１，Ｗｅ２，…，Ｗｅｎが設定される。そして、各ウインドゥ、例えばウインドゥＷｅ１は、左から順にサブウインドゥＷｅ１１，Ｗｅ１２，…，Ｗｅ１ｋに分割されている。ウインドゥＷｅ２，…，Ｗｅｎについても同様である。

ここで、各サブウインドゥのサイズは、画像Ｉを真上から鉛直下向きに見下ろしたとき、全て同じ面積になるように設定されている。

このとき、画像Ｉの中に設定されたサブウインドゥの中を水平方向に探索しながら、左右に隣接する画素の間の輝度差を算出する。これによって、縦方向に延びるエッジの強度が算出される。図１３（ａ）には、このようにして算出されたエッジ強度の値が各サブウインドゥに格納された様子を表している。

次に、こうして算出されたエッジ強度の値が格納された結果を、画像Ｉを真上から鉛直下向きに見下ろしたように座標変換して、図１３（ｂ）のように変換する。

そして、図１３（ｂ）に対して、エッジ強度の値が所定値を超えているサブウインドゥを、路面標識の候補領域と考えて、この条件を満たすサブウインドゥの数を図１３（ｂ）の縦軸方向に累積して、図１３（ｃ）に示すヒストグラムを作成する。

そして、作成された図１３（ｃ）のヒストグラムの中から、路面標識の候補領域と考えられるサブウインドゥが、水平方向に連続する幅である、図１３（ｃ）の幅ｅ１，幅ｅ２を求めて、求められた幅が所定値以上であるとき、路面標識ありと判定する。

＜横断歩道認識処理＞
図１４を用いて、横断歩道認識処理の内容について説明する。図１４（ａ）は、撮像部１０で撮像された画像Ｉの一例であり、さらに、画像Ｉの中に、横断歩道Ｚを認識する領域であるウインドゥＷｃを設定した例である。このウインドゥＷｃは、前回のレーンマーカ検出処理を行ったときに、画像Ｉの中に設定されたウインドゥＷ_Ｌ，Ｗ_Ｒの位置に基づいて設定され、ウインドゥＷ_ＬとＷ_Ｒに挟まれた位置に設定される。

このとき、ウインドゥＷｃの中の各水平ラインを水平方向に探索しながら、左右に隣接する画素の間の輝度差を算出する。これによって、縦方向に延びるエッジの強度が算出される。そして、この輝度差が所定値を超える画素を検出する。なお、エッジの強度は、正（＋エッジ）もしくは負（−エッジ）の値を有するため、正の所定値を超えるエッジ強度を有する画素と、負の所定値を下回るエッジ強度を有する画素とを区別して検出する。

こうして算出された画素の個数を、ウインドゥＷｃの縦方向に沿って累積する。これによって、図１４（ｂ）に示すような、縦エッジの出現頻度を表すヒストグラムが生成される。

そして、図１４（ｂ）のヒストグラムの中に、＋エッジと−エッジが等間隔に出現していることを確認して、画像Ｉの中に横断歩道が映っていると判定する。なお、＋エッジと−エッジが等間隔に出現していることは、図１４（ｂ）のヒストグラムの中から各々の山谷の中のピーク位置を算出して、算出されたピーク位置同士の間隔によって判断することができる。

＜雪わだち認識処理＞
図１５を用いて、雪わだち認識処理の内容について説明する。図１５（ａ）は、撮像部１０で撮像された画像Ｉの一例であり、さらに、画像Ｉの中に、雪わだちを認識する領域であるウインドゥＷｓを設定した例である。このウインドゥＷｓは、前回のレーンマーカ検出処理を行ったときに、画像Ｉの中に設定されたウインドゥＷ_Ｌ，Ｗ_Ｒの位置に基づいて設定され、ウインドゥＷ_ＬとＷ_Ｒに挟まれた位置に設定される。

図１５（ｂ）は、実際に雪わだちが映っている画像Ｉの一例である。路面に雪わだちがあると、路面上の至る所に雪と路面の境界からなるエッジが多数出現する。本実施例では、このエッジの個数に基づいて雪わだちを検出する。

一方、レーンマーカの検出も、レーンマーカと路面の間に生じる濃淡差、すなわちエッジに基づいて行っているため、レーンマーカによって発生するエッジを取り除いた上で、雪わだちによって発生するエッジの量を算出する。

図１５（ｃ），（ｄ）は、レーンマーカによって発生するエッジを取り除く方法を説明する図である。

図１５（ｃ）は、異なる時間に撮像された画像Ｉ（ｔ）のウインドゥＷｓ内のレーンマーカ特徴点Ｓ_Ｌ，Ｓ_Ｒを、所定時間累積して得たヒストグラムである。このヒストグラムの中には、ウインドゥＷｓの横位置ω１と横位置ω２の位置にそれぞれピークが立っている。この２つのピークは、レーンマーカの位置を表している。

このレーンマーカを構成するエッジ点は、所定値以上の個数を有しているため、図１５（ｃ）の中から、所定値以上の頻度を有し、なおかつ、隣接位置のエッジ個数と所定数以上の差を有しているとき、そのエッジ点を削除する。

図１５（ｄ）は、こうしてレーンマーカを構成すると考えられるエッジ点を削除したヒストグラムである。そして、図１５（ｄ）の中に残ったエッジ点の個数の総和値を求めて、この総和値を、累積した画像数で割った値によって、雪わだちの有無、あるいは雪わだちの度合を判定する。

＜オフロード認識処理＞
図１６を用いて、オフロード認識処理の内容について説明する。図１６（ａ）は、撮像部１０で撮像された画像Ｉの一例であり、さらに、画像Ｉの中に、オフロードを検出する領域であるウインドゥＷｏを設定した例である。このウインドゥＷｏは、前回のレーンマーカ検出処理を行ったときに、画像Ｉの中に設定されたウインドゥＷ_Ｌ，Ｗ_Ｒの位置に基づいて設定され、ウインドゥＷ_ＬとＷ_Ｒに挟まれた位置に設定される。

路面がオフロードであると、エッジの分布が路面全体に散らばり、そのエッジの総数ｎはそれほど大きくなることはない。本実施例では、この特徴を用いてオフロードの認識を行う。

図１６（ｂ）は、ウインドゥＷｏの内部に出現したエッジ点の総数ｎを、異なる時間に撮像された画像Ｉ（ｔ）から求めて、その結果を時系列にプロットした図である。

図１６（ｂ）に示すように、オフロードでは、ウインドゥＷｏ内のエッジ点の総数ｎが、常に所定値ｎ_０を下回る。本実施例１では、ウインドゥＷｏ内のエッジ点の総数ｎが、所定の時間に亘って常に所定値ｎ_０を下回ることを確認して、オフロードであると判定する。

＜木漏れ日認識処理＞
図１７を用いて、木漏れ日認識処理の内容について説明する。図１７（ａ）は、撮像部１０で撮像された画像Ｉの一例であり、さらに、画像Ｉの中に、木漏れ日を検出する位置であるラインｍ１，ｍ２，ｍ３を設定した例である。このラインｍ１，ｍ２，ｍ３は、前回のレーンマーカ検出処理を行ったときに、画像Ｉの中に設定されたウインドゥＷ_Ｌ，Ｗ_Ｒの位置に基づいて設定され、ウインドゥＷ_ＬとＷ_Ｒに挟まれた位置に設定される。

木漏れ日が生じると、木々によって生じる影と、その隙間に差し込む日差しによって、路面上にランダムな明暗模様が生じる。本実施例では、このランダムな明暗模様が生じたことを、ラインｍ１，ｍ２，ｍ３上の縦エッジの出現状態に基づいて判定する。

図１７（ｂ）は、ラインｍ１，ｍ２，ｍ３のうち、いずれか１つのライン上で検出した縦エッジの強度分布を示している。なお、エッジ強度には正負の値があるため、強度分布は上下方向に広がりを持つ。

次に、図１７（ｂ）の中から、同符号で連続するエッジ幅を算出する。図１７（ｂ）の例では、エッジ幅ε１，ε２，ε３，ε４が算出される。

そして、各エッジ幅ε１，ε２，ε３，ε４に対応するエッジ強度の総和をそれぞれ算出する。

木漏れ日が生じると、影に覆われた暗い路面と影のない明るい路面がほぼ等しい頻度で発生するため、こうして算出されたエッジ幅ε１，ε２，ε３，ε４と、各エッジ幅に対応するエッジ強度の総和から、各エッジ幅の均一性、正のエッジ強度の総和と負のエッジ強度の総和の偏りのなさ等を判定することによって、木漏れ日の有無や木漏れ日の度合を判定する。

＜自車影認識処理＞
図１８を用いて、自車影認識処理の内容について説明する。自車影とは、路面上に生じた車両５の影のことである。この影が撮像部１０で撮像されて画像Ｉの中に映り込むと、自車影と路面の境界をレーンマーカと誤認識する場合がある。したがって、画像Ｉの中に自車影が映り込んでいることを認識して、自車影の影響を取り除く必要がある。

図１８（ａ）は、撮像部１０で撮像された画像Ｉの一例であり、自車影Ｋｃが映り込んでいる。そして、画像Ｉの中に、自車影Ｋｃを検出する領域であるウインドゥＷ_ＫとウインドゥＷ_ＫＬ１，Ｗ_ＫＲ１が設定されている。

このウインドゥＷ_Ｋは、車両５から所定距離以上遠方の位置に、前回のレーンマーカ検出処理を行ったときに、画像Ｉの中に設定されたウインドゥＷ_Ｌ，Ｗ_Ｒの位置に基づいて設定され、ウインドゥＷ_ＬとＷ_Ｒに挟まれた位置に設定される。

また、ウインドゥＷ_ＫＬ１，Ｗ_ＫＲ１は、車両５から所定距離以内の位置に、前回のレーンマーカ検出処理を行ったときに、画像Ｉの中に設定されたウインドゥＷ_Ｌ，Ｗ_Ｒの位置に基づいて設定され、それぞれ、ウインドゥＷ_ＬとＷ_Ｒの内側の位置に設定される。

さらに、図１８（ｂ）は、撮像部１０で撮像された画像Ｉの一例であり、自車影Ｋｃが映り込んでいる。そして、画像Ｉの中に、自車影を検出する別の領域であるウインドゥＷ_ＫＬ２，Ｗ_ＫＲ２が設定されている。ウインドゥＷ_ＫＬ２，Ｗ_ＫＲ２は、車両５から所定距離以内の位置に、前回のレーンマーカ検出処理を行ったときに、画像Ｉの中に設定されたウインドゥＷ_Ｌ，Ｗ_Ｒの位置に基づいて設定され、検出されたレーンマーカを跨ぐ位置に設定される。

画像Ｉの中に自車影Ｋｃが映っていることは、２つの異なる方法で検出する。そして、そのいずれかの方法で自車影Ｋｃが映っていると認識されたときに、自車影が映っていると判定する。

１つめの方法は、図１８（ａ）に示したウインドゥＷ_ＫとウインドゥＷ_ＫＬ１，Ｗ_ＫＲ１の中の輝度値の分布を利用する。

具体的には、図１８（ｃ）に示すように、ウインドゥＷ_Ｋの内部の画素の輝度値のヒストグラムと、ウインドゥＷ_ＫＬ１，Ｗ_ＫＲ１の内部の画素の輝度値のヒストグラムを作成し、それぞれのヒストグラムの中の最大頻度を与える輝度差δＩを求める。

このとき、画像Ｉの中に自車影Ｋｃがあると、ウインドゥＷ_ＫＬ１，Ｗ_ＫＲ１には自車影Ｋｃが含まれる可能性が高い。したがって、ウインドゥＷ_ＫＬ１，Ｗ_ＫＲ１の内部の画素の輝度値のヒストグラムは、自車影Ｋｃの輝度分布を含むため、輝度分布のピーク位置が暗部側に生じる。

一方、遠方に設定したウインドゥＷ_Ｋには自車影Ｋｃが含まれる可能性が低い。したがって、ウインドゥＷ_Ｋの内部の画素の輝度値のヒストグラムは、自車影Ｋｃの輝度分布を含まないため、輝度分布のピーク位置は、より明るい側に生じる。

したがって、画像Ｉに自車影Ｋｃが映り込んでいるときには、ウインドゥＷ_Ｋ内の輝度値のヒストグラムのピークを与える輝度値とウインドゥＷ_ＫＬ１，Ｗ_ＫＲ１内の輝度値のヒストグラムのピークを与える輝度値の輝度差δＩの値が所定値よりも大きくなる。これを検出して、画像Ｉの中に自車影Ｋｃが映り込んでいると判定する。

２つめの方法は、図１８（ｂ）に示したウインドゥＷ_ＫＬ２，Ｗ_ＫＲ２の中のエッジ強度の分布を利用する。

具体的には、ウインドゥＷ_ＫＬ２の中で縦エッジ強度を算出して、図１８（ｄ）に示すように、その縦エッジ強度のヒストグラムを作成する。

ウインドゥＷ_ＫＬ２の中に自車影Ｋｃが映り込んでいないときは、＋エッジと−エッジがほぼ同等に出現するため、図１８（ｄ）のヒストグラムにおいて、＋エッジの強度の総和Ｅ２と−エッジの強度の総和Ｅ１がほぼ等しくなる。

一方、ウインドゥＷ_ＫＬ２の中に自車影Ｋｃが映り込んでいるときは、＋エッジと−エッジのうち、自車影Ｋｃが映り込んでいる側に対応するエッジがより多く出現するため、図１８（ｄ）のヒストグラムにおいて、＋エッジの強度の総和Ｅ２と−エッジの強度の総和Ｅ１に所定値以上の差が生じる。図１８（ｄ）は、ウインドゥＷ_ＫＬ２の中に自車影Ｋｃが映り込んでいることによって、＋エッジの強度の総和Ｅ２が−エッジの強度の総和Ｅ１に対して極端の大きくなっている例である。

以上説明した２つの方法のいずれかによって、画像Ｉの中に自車影Ｋｃが映り込んでいると判定されたときに、画像Ｉの中に自車影Ｋｃが映り込んでいると判定される。

そして、画像Ｉの中に自車影Ｋｃが映り込んでいると判定されたときは、ウインドゥＷ_ＫＬ１，Ｗ_ＫＲ１の内部、もしくは内部を含む近傍において検出されたレーンマーカ特徴点を、自車影Ｋｃによって生じた特徴点であると判断して、これを除去する。

＜周期性解析処理＞
図１９を用いて、周期性解析処理の内容について説明する。図１９（ａ）は、撮像部１０で撮像された画像Ｉの一例であり、周期性解析を行う領域であるウインドゥＷ_Ｌ，Ｗ_Ｒを設定した例である。このウインドゥＷ_Ｌ，Ｗ_Ｒは、レーンマーカの検出を行うときに設定されるウインドゥと同じものである。

なお、ここで行う周期性解析とは、前記撮像部１０で異なる時間に撮像された複数の画像Ｉ（ｔ）のウインドゥＷ_Ｌ，Ｗ_Ｒの内部で検出されるレーンマーカ特徴点Ｓ_Ｌ，Ｓ_Ｒの出現頻度の周期性を分析するものである。そして、この分析によって、レーンマーカの検出が確実に行われていることを裏付ける。

具体的には、図１９（ｂ）に示すように、ウインドゥＷ_Ｌの内部で検出されたレーンマーカ特徴点Ｓ_Ｌの総数Ｐ_Ｌを時系列にプロットして、出現する波形の周期性を分析する。周期性の分析は、例えば、スペクトル分析によって行われ、波形の周期性の有無が分析される。なお、周期性の分析方法は、スペクトル分析に限定されるものではなく、数学的に提案されているいずれを用いて行ってもよい。

図１９（ｂ）の場合、この周期性分析の結果、周期性があると判断される。なお、図１９（ｂ）に見られる周期性は、レーンマーカが破線で構成されている道路を走行したときに、レーンマーカを構成する破線によって生じた周期性である。そして、その周期性が顕著に表れていることから、レーンマーカの検出が良好に行われていると判定される。

この周期性の判定結果は、後段で行う信頼度算出処理で利用されるが、その詳細については後述する。

＜急カーブ認識処理＞
次に、急カーブ認識処理の内容について説明する。ここでは、車両情報取得部６０で取得した車速ｖと操舵角θ、もしくはヨーレートφを用いて道路の曲率を推定し、推定された曲率が所定値以上のときは、急カーブを走行していると判定する。

そして、急カーブであると判定されると、その情報は、前記視認性算出処理で利用される。

すなわち、急カーブであると判定されると、レーンマーカ検出処理が誤検出を起こす可能性が高くなるため、急カーブ判定がなくなるまでの間、視認性算出処理によって、視認性Ｖを０にリセットする。

さらに、後述する信頼度算出処理によって、レーンマーク検出結果の信頼度が変更されるが、これは後述する。

なお、急カーブ判定は、先に説明したように車両情報取得部６０で取得した情報によって判定するのみならず、カーナビゲーションシステムから得た情報、すなわち、カーナビゲーションシステムから取得した、現在走行中の道路の進行方向前方の道路形状情報を用いて、前方の道路が急カーブであるか否かを判定するようにしてもよい。

＜交差点認識処理＞
次に、交差点認識処理の内容について説明する。ここでは、車両情報取得部６０で取得した車速ｖと操舵角θ、もしくはヨーレートφを用いて道路の曲率を推定して、推定された曲率が所定値以上であり、なおかつ、車速が所定値以下であるときは、交差点を右左折中であると判定する。

そして、交差点を右左折中であると判定されると、その情報は、後述する信頼度算出処理で利用されるが、これは後述する。

なお、交差点判定は、先に説明したように車両情報取得部６０で取得した情報によって判定するのみならず、カーナビゲーションシステムから得た情報、すなわち、カーナビゲーションシステムから取得した、現在走行中の道路の進行方向前方の道路形状情報を用いて、前方に交差点があるか否かを判定するようにしてもよい。このようにカーナビゲーションシステムから得た情報を用いると、交差点を右左折中であることのみならず、交差点を直進中であることも判定することができる。

（信頼度算出処理）
次に、図２０を用いて、ステップＳ６０で行われる信頼度算出処理について説明する。

ここでは、まず、視認性算出処理によって推定されて時間方向に亘って平滑化された視認性Ｖ’の値が、前記視認性推定部８２から読み出される。

さらに、路面状態判定処理によって判定された路面状態の判定結果が、前記路面状態判定部５０を構成する各々の判定モジュールから読み出される。

次に、前記信頼度算出部８０において、視認性Ｖ’、および、各々の判定モジュールの判定結果に基づいて、信頼度Ｒを算出する。

信頼度Ｒは、路面状態に応じて、以下に説明する３通りの方法で算出される。以下、その各々について説明する。

＜信頼度の補正＞
信頼度Ｒを算出する第１の方法は、前記信頼度換算テーブル８４を用いて、信頼度Ｒを算出するものである。以下、図２０を用いて、この第１の方法による信頼度Ｒの算出方法を説明する。

通常時、すなわち、レーンマーカの検出が良好に行われているときは、信頼度Ｒと視認性Ｖ’は、Ｒ＝Ｖ’の関係にあるものとする。この関係は、図２０の特性Ｒ_０で表される。

これに対し、例えば、雪わだちがあると認識されたときは、検出されるレーンマーカ特徴点Ｓ_Ｌ，Ｓ_Ｒの総数Ｐ_Ｌ，Ｐ_Ｒが減少するため、検出されるレーンマーカの信頼度Ｒは低下するものと考えられる。そこで、レーンマーカ特徴点Ｓ_Ｌ，Ｓ_Ｒの総数Ｐ_Ｌ，Ｐ_Ｒに基づいて推定された視認性Ｖ’に応じて、係数ｋを用いて、信頼度Ｒを（式１）で算出するものとする。
Ｒ＝ｋＶ’（０≦ｋ≦１） （式１）
この関係は、図２０の特性Ｒ_Ｖで表される。

前記路面状態判定処理によって、雪わだち，オフロード，木漏れ日，自車影が認識されたときは、この第１の方法によって信頼度Ｒを算出する。なお、自車影が存在する場合、影と路面の境界をレーンマークとして誤認識し続ける場合があるため、レーンマーカ特徴点の総数が通常よりも多くないときには、この第１の方法によって信頼度Ｒを算出する。

なお、（式１）における係数ｋの値は、判定される路面状態毎に適宜設定すればよい。また、視認性Ｖ’は、時刻とともに随時出力されるため、それに応じて、信頼度Ｒも時刻とともに随時算出されて出力される。そして、そのとき、視認性Ｖ’は時間軸方向に亘って平滑化された滑らかな波形になっているため、この視認性Ｖ’を用いて算出される信頼度Ｒも、時間軸方向に亘って滑らかに変化する。

先に説明した図７において、第７列に「１」が付与された箇所が、この第１の方法を適用して信頼度Ｒを算出する箇所を示している。

＜信頼度のリセット＞
信頼度Ｒを算出する第２の方法は、所定の路面状態であることが認識されたときに、信頼度を０にする（リセットする）ものである。

例えば、路面標識があると認識されたときには、路面標識を、レーンマーカ特徴点Ｓ_Ｌ，Ｓ_Ｒと誤認識する可能性が高いエッジ点が多数検出される。したがって、路面標識がなくなるまで、一時的に信頼度Ｒをリセットして０とし、レーンマーカ検出を停止するのが望ましい。

なお、路面状態の継続時間には所定の時間間隔があるため、所定の時間が経過したときに、信頼度Ｒのリセットを解除して、レーンマーカの検出を再開することができる。例えば、路面標識の継続時間は１０秒のオーダーであると考えられるため、１０秒のオーダーの所定の時間を設定しておき、その所定の時間が経過したときに再び路面標識の判定を行い、そのときに路面標識が認識されないときには、レーンマーカの検出を再開することができる。

前記路面状態判定処理によって、雪わだち，オフロード，木漏れ日，自車影が認識されたときは、この第２の方法によって信頼度Ｒを算出する。なお、自車影が存在する場合、レーンマーク検出結果が自車影に引っ張られて、横飛びすることがある。このため、特に、レーンマーカの検出結果が、レーンの内側に向かって横飛びしたときには、信頼度を０にするのが望ましい。

先に説明した図７において、第７列に「２」が付与された箇所が、この第２の方法を適用して信頼度Ｒを算出する箇所を示している。

＜信頼度の補正の抑制＞
信頼度Ｒを算出する第３の方法は、第１の方法で説明した信頼度Ｒの補正を行う際に、その補正量を抑制するものである。

例えば、周期性解析処理によって、レーンマーカ特徴点Ｓ_Ｌ，Ｓ_Ｒの出現頻度に周期性があると判定されたときには、仮に視認性Ｖ’が低い場合であっても、レーンマーカが良好に検出されていると判断して、本来、図２０に従って補正すべき信頼度Ｒの補正量を抑制する。補正量の抑制方法には様々なものが考えられるが、例えば、（式２）によって計算すればよい。
Ｒ＝（ｋ＋Δｋ）Ｖ’（０≦ｋ≦１，０＜Δｋ≦１−ｋ） （式２）
ここで、値Δｋは、予め設定された、補正量を抑制するための所定値である。

先に説明した図７において、第７列に「３」が付与された箇所が、この第３の方法を適用して信頼度Ｒを算出する箇所を示している。

（車線逸脱判定処理）
次に、ステップＳ７０で行われる車線逸脱判定処理について説明する。

車線逸脱判断部９０は、まず、画像Ｉの中から、無限遠点である消失点の位置を検出し、算出された消失点の位置と、レーンマーカ検出処理で検出されたレーンマーカＬ_Ｌ，またはＬ_Ｒの位置から、道路の延伸方向と車両５の進行方向とのなす角度であるヨー角ρと、車両５からレーンマーカＬ_Ｌ，またはＬ_Ｒまでの距離である横偏位量δを算出する。

なお、横偏位量δは、具体的には、検出された消失点を通る、画像Ｉの中で上下方向に延びる直線と、レーンマーカＬ_ＬまたはＬ_Ｒの位置とのずれ量に基づいて算出される。

さらに、車両情報取得部６０で取得した車両５の車速ｖを用いて、（式３）によって車線逸脱予測時間Ｆを算出する。
Ｆ＝δ／（ｖｓｉｎρ） （式３）

こうして算出された車線逸脱予測時間Ｆが、所定値よりも小さいときには、車線逸脱の可能性があると判断する。一方、車線逸脱予測時間Ｆが、所定値よりも小さいときには、車線逸脱の可能性がないと判断する。

そして、車線逸脱の可能性があると判断されると、警報出力制御部１００において車線逸脱警報を出力して、車両５の運転者に注意を喚起する。

このとき、信頼度算出処理で算出された信頼度Ｒの値を参照して、信頼度Ｒが所定値以下であるときには、車線逸脱警報の出力を抑制する。これによって、誤警報の発生を抑制することができる。なお、車線逸脱警報の出力を抑制する信頼度Ｒの値（例えば３０％）は、適宜決定すればよい。また、路面状態判定処理によって判定された路面状態に応じて、車線逸脱警報の出力を抑制する信頼度Ｒの値を変更するようにしてもよい。

一方、車線逸脱の可能性がないと判断されると、全ての処理を終了し、次の画像Ｉの処理に移る。

次に、図２１〜図２４を用いて、車載環境認識装置８の実際の場面での動作例を４例説明する。なお、以下に説明する動作例においては、信頼度Ｒが３０％を下回ったときに、車線逸脱警報の出力を抑制するように設定されているものとする。

（動作例１）
図２１は、雪わだちがある道路を走行しているときの、車載環境認識装置８の動作例を示す。そして、図２１の例は、先に説明した信頼度算出処理のうち、第１の方法として説明した信頼度Ｒの補正を適用した例である。

図２１において、横軸は時刻ｔを表し、縦軸は信頼度Ｒを表している。また、図２１に記載した信頼度推移Ｃ１は、本発明を適用しない場合の信頼度推移を示し、信頼度推移Ｃ２は、先に第１の方法として説明した信頼度Ｒの補正を適用した場合の信頼度推移を示している。

すなわち、本発明を適用しない場合、信頼度推移Ｃ１からわかるように、時刻ｔ１から時刻ｔ２の間において、雪わだちをレーンマーカと誤認識して、車線逸脱の可能性があると判断されたときに車線逸脱警報が出力される。

一方、信頼度Ｒの補正を適用した信頼度推移Ｃ２では、算出された信頼度Ｒが、随時、視認性Ｖ’の値に基づいて補正されるため、時刻ｔ１から時刻ｔ２の間において、車線逸脱警報が抑制される。

なお、先に説明したように、信頼度Ｒは時間軸方向に亘って滑らかに変化するため、車線逸脱警報を行ったときのハンチングの発生を防止することができる。

（動作例２）
図２２は、路面標識がある道路を走行しているときの、車載環境認識装置８の動作例を示す。そして、図２２の例は、先に説明した信頼度算出処理のうち、第２の方法として説明した信頼度Ｒのリセットを適用した例である。

図２２において、横軸は時刻ｔを表し、縦軸は信頼度Ｒを表している。また、図２２に記載した信頼度推移Ｃ３は、本発明を適用しない場合の信頼度推移を示し、信頼度推移Ｃ４は、先に第２の方法として説明した信頼度Ｒのリセットを適用した場合の信頼度推移を示している。

すなわち、本発明を適用しない場合、信頼度推移Ｃ３からわかるように、時刻ｔ５から時刻ｔ６の間において、路面標識をレーンマーカと誤認識して、車線逸脱の可能性があると判断されたときに車線逸脱警報が出力される。

一方、信頼度Ｒのリセットを適用した信頼度推移Ｃ４では、路面状態判定処理によって、路面標識があることが認識されて、時刻ｔ３において車線逸脱警報が抑制された後、時刻ｔ４において信頼度Ｒが０にリセットされるため、時刻ｔ５から時刻ｔ６の間において、車線逸脱警報が抑制される。

（動作例３）
図２３は、破線からなるレーンマーカが敷設された道路を走行しているときの、車載環境認識装置８の動作例を示す。そして、図２３の例は、先に説明した信頼度算出処理のうち、第３の方法として説明した信頼度Ｒの補正の抑制を行う例である。

図２３において、横軸は時刻ｔを表し、縦軸は信頼度Ｒを表している。また、図２３に記載した信頼度推移Ｃ５は、先に第１の方法として説明した信頼度Ｒの補正を行った場合の信頼度推移を示し、信頼度推移Ｃ６は、先述した周期性解析処理によって破線の周期性を検出した後で、先に第３の方法として説明した信頼度Ｒの補正の抑制を適用した場合の信頼度推移を示している。

すなわち、信頼度Ｒの補正をそのまま適用した場合、信頼度推移Ｃ５からわかるように、破線の切れ目ではレーンマーカ特徴点Ｓ_Ｌ，Ｓ_Ｒが見えないために、周期的に信頼度Ｒが３０％を下回る。そして、これによって、レーンマーカがあるにも関わらず、周期的に車線逸脱警報が抑制されてしまう。

一方、信頼度Ｒの補正の抑制を適用した信頼度推移Ｃ６では、周期性解析処理によってレーンマーカの周期性があることが判定されて、破線の切れ目においてレーンマーカが存在しない場合に信頼度Ｒの低下量が抑制される。したがって、信頼度Ｒが３０％を上回る値となり、車線逸脱警報が抑制されず、レーンマーカの検出結果に基づいて車線逸脱の可能性があると判断されたときに的確な車線逸脱警報を行うことができる。

（動作例４）
図２４は、木漏れ日がある道路を走行しているときに、さらに路面標識が出現したときの、車載環境認識装置８の動作例を示す。そして、図２４の例は、先に説明した信頼度算出処理のうち、第１の方法として説明した信頼度Ｒの補正と、第２の方法として説明した信頼度Ｒのリセットを、ともに適用した例である。

図２４において、横軸は時刻ｔを表し、縦軸は信頼度Ｒを表している。また、図２４に記載した信頼度推移Ｃ７は、本発明を適用しない場合の信頼度推移を示し、信頼度推移Ｃ８は、先に第１の方法として説明した信頼度Ｒの補正を適用した場合を示し、信頼度推移Ｃ９は、先に第１の方法として説明した信頼度Ｒの補正と、先に第２の方法として説明した信頼度Ｒのリセットを両方とも適用した場合を示している。

すなわち、本発明を適用しない場合、信頼度推移Ｃ７からわかるように、時刻ｔ９から時刻ｔ１２の間において、木漏れ日、もしくは路面標識をレーンマーカと誤認識して、車線逸脱の可能性があると判断されたときに車線逸脱警報が出力される。

これに対して、路面状態判定処理によって木漏れ日があると判定して、信頼度Ｒの補正を行うと、信頼度推移Ｃ８からわかるように、車線逸脱警報の出力範囲が、時刻ｔ１０から時刻ｔ１１の間に狭まる。これは、木漏れ日をレーンマーカとして誤認識していた部分で車線逸脱警報が抑制されたためである。

また、信頼度推移Ｃ７では、時刻０から時刻ｔ８の間で車線逸脱警報が出力されていたが、信頼度推移Ｃ８では、その間隔が、時刻０から時刻ｔ７の間に狭まっている。これは、信頼度推移Ｃ７において、時刻ｔ７から時刻ｔ８の間は、木漏れ日をレーンマーカであると誤認識してが、信頼度推移Ｃ８では、信頼度Ｒの補正を行うことによって、誤認識していた部分で車線逸脱警報が抑制されためである。

しかし、信頼度推移Ｃ８にあっても、路面標識の誤認識が残っているため、時刻ｔ１０から時刻ｔ１１の間では車線逸脱警報が出力される。

そして、さらに、路面状態判定処理によって路面標識があると判定して、信頼度Ｒのリセットを行うと、信頼度推移Ｃ９からわかるように、時刻ｔ９以降の車線逸脱警報が抑制される。

このように、複数の路面状態が混在している場合であっても、それぞれの路面状態に基づいて算出された複数の信頼度Ｒを組み合わせることによって、より一層確実にレーンマークを検出することができる。そして、より的確に車線逸脱警報を出力することができる。

なお、動作例４では、複数の信頼度Ｒが算出されたとき、そのうちいずれか１つの信頼度Ｒが０であるときは、最終的な信頼度Ｒを０とした。ただし、複数の信頼度Ｒが算出されたときに、それらを組み合わせて最終的な信頼度Ｒを算出する方法はこれに限定されるものではなく、適宜設定された所定の規則を適用することができる。

以上説明したように、このように構成された本発明の車載環境認識装置８によれば、撮像部１０によって撮像された画像Ｉの中から、レーンマーカ特徴点検出部４０が、レーンマーカを構成すると考えられるレーンマーカ特徴点Ｓ_Ｌ，Ｓ_Ｒを検出して、レーンマーカ検出部４５が、こうして検出されたレーンマーカ特徴点Ｓ_Ｌ，Ｓ_Ｒの位置に基づいてレーンマーカを検出するとともに、路面状態判定部５０が、車両５が走行している路面の状態を判定して、信頼度算出部８０が、路面状態判定部５０の判定結果とレーンマーカ特徴点検出部４０の検出結果に基づいて、レーンマーカ検出部４５で検出されたレーンマーカの位置の信頼度Ｒを算出して、車線逸脱判断部９０が、レーンマーカ検出部４５で検出されたレーンマーカの位置に基づいて、車両５が走行中の車線から逸脱する可能性を判断して、車両５が走行中の車線から逸脱する可能性があると判断されたときに、警報出力制御部１００がレーンマーカ検出結果の信頼度Ｒに応じた警報を出力するため、路面状態に応じたレーンマーカの検出結果の信頼度Ｒが算出されることによって、様々な路面状態の道路においてレーンマーカの検出を行うことができるとともに、レーンマーカの検出結果に応じた的確な車線逸脱警報を出力することができる。

また、本発明の車載環境認識装置８によれば、信頼度算出部８０が、レーンマーカ特徴点検出部４０で検出されたレーンマーカ特徴点Ｓ_Ｌの総数Ｐ_Ｌと、レーンマーカ特徴点Ｓ_Ｒの総数Ｐ_Ｌに基づいて、レーンマーカの視認性Ｖを推定する視認性推定部８２を有し、視認性推定部８２で推定された視認性Ｖと、路面状態判定部５０で判定された路面状態と、に基づいて信頼度Ｒを算出するため、路面状態毎に、レーンマーカの見え方に応じて信頼度Ｒを算出することができ、これによって、例えば、路面状態毎に的確な車線逸脱警報を出力することができる。

そして、本発明の車載環境認識装置８によれば、視認性推定部８２が、レーンマーカ特徴点検出部４０において異なる時刻に検出されたレーンマーカ特徴点Ｓ_Ｌの総数Ｐ_Ｌと、レーンマーカ特徴点Ｓ_Ｒの総数Ｐ_Ｒをそれぞれ時間軸方向に平均化して、こうして平均化されたレーンマーカ特徴点Ｓ_Ｌの総数Ｐ_Ｌと、レーンマーカ特徴点Ｓ_Ｒの総数Ｐ_Ｒに基づいて視認性Ｖ’を推定するため、時間とともに滑らかに変化する視認性Ｖ’を得ることができ、これによって、時間軸方向に亘って滑らかに変化する信頼度Ｒを得ることができる。したがって、例えば、信頼度Ｒを用いて車線逸脱警報の制御を行ったときに、車線逸脱警報のハンチングを防止することができる。

さらに、本発明の車載環境認識装置８によれば、信頼度算出部８０が、路面状態判定部５０によって判定された路面状態毎に、視認性推定部８２によって推定された視認性Ｖに応じて信頼度Ｒを調整する信頼度換算テーブル８４を有し、信頼度換算テーブル８４に基づいて、視認性推定部８２によって推定された視認性Ｖを信頼度Ｒに換算するため、路面状態に応じた信頼度Ｒの算出を簡便に行うことができる。

また、本発明の車載環境認識装置８によれば、信頼度算出部８０が、路面状態判定部５０で所定の路面状態であることが判定されたときには、視認性Ｖを信頼度換算テーブル８４によって信頼度Ｒに換算する際に、換算による信頼度Ｒの補正量を抑制するため、例えば、路面状態に周期性があると判定されたときに、信頼度Ｒの補正量を抑制することによって、レーンマーカを的確に検出することができる。

そして、本発明の車載環境認識装置８によれば、信頼度算出部８０が、路面状態判定部５０で所定の路面状態であることが判定されたときには、信頼度Ｒを所定時間に亘って０とするため、レーンマーカの検出を簡単に抑制することができ、これによって車線逸脱警報の抑制を簡便に行うことができる。

さらに、本発明の車載環境認識装置８によれば、信頼度算出部８０が、異なる複数の路面状態毎に、それぞれ信頼度換算テーブル８４を有し、信頼度算出部８０は、信頼度換算テーブル８４の各々によって換算された複数の信頼度Ｒを、所定の規則に基づいて演算して、信頼度Ｒを算出するため、複数の路面状態が同時に出現したときであっても、レーンマーカの検出を行うことができるとともに、的確な車線逸脱警報を行うことができる。

また、本発明の車載環境認識装置８によれば、警報出力制御部１００が、信頼度Ｒの値が所定値よりも小さいときに、車線逸脱警報の出力を抑制するため、レーンマーカの誤検出に伴う誤警報の発生を防止することができる。

そして、本発明の車載環境認識装置８によれば、路面状態判定部５０は、撮像部１０で撮像された画像Ｉに基づいて行われる、路面標識の有無の判定、横断歩道の有無の判定、雪わだちの度合の判定、オフロードの度合の判定、木漏れ日の度合の判定、前記車両の影の有無の判定、異なる時刻に撮像された画像Ｉの中のレーンマーカ特徴点Ｓ_Ｌの総数Ｐ_Ｌと，レーンマーカ特徴点Ｓ_Ｒの総数Ｐ_Ｒの時間変化の判定、および、車両５の挙動や車両５に設置されたカーナビゲーションシステムからの情報に基づいて行われる、急カーブの判定、交差点の有無の判定、のうちの少なくとも１つを含む判定を行うため、様々な路面状態の道路において、レーンマーカの検出を行うことができる。

なお、以上説明した実施例においては、路面状態判定処理の結果に基づいて、信頼度Ｒを補正したが、これは、例えば、路面状態判定処理の判定結果が算出された後で、レーンマーカ検出結果がばたついたことや、レーンマーカ検出結果の検出位置の横飛びが発生したことを検出したときに、信頼度Ｒを補正するようにしてもよい。

また、路面状態判定処理で判定する路面状態は、実施例に記載したものに限定されるものではなく、その他の路面状態を判定して、その結果を信頼度Ｒに反映させることもできる。

以上、本発明の実施例を図面により詳述したが、実施例は本発明の例示にしか過ぎないものであるため、本発明は実施例の構成にのみ限定されるものではなく、本発明の要旨を逸脱しない範囲の設計の変更等があっても、本発明に含まれることは勿論である。

８ 車載環境認識装置
１０ 撮像部
２０ レーンマーカ候補検出部
３０ ウインドゥ設定部
４０ レーンマーカ特徴点検出部
５０ 路面状態判定部
６０ 車両情報取得部
８０ 信頼度算出部
９０ 車線逸脱判断部
１００ 警報出力制御部

Claims (11)

1. 車両に設置されて、前記車両の周囲を観測して、少なくとも路面を含む画像を撮像する撮像部と、
   前記撮像部によって撮像された画像の中から、レーンマーカを構成すると考えられるレーンマーカ特徴点を検出するレーンマーカ特徴点検出部と、
   前記レーンマーカ特徴点検出部によって検出されたレーンマーカ特徴点に基づいて、レーンマーカの位置を検出するレーンマーカ検出部と、
   前記撮像部により撮像した画像から、前記車両が走行している路面状態を判定する路面状態判定部と、
   前記路面状態判定部によって判定された路面状態と、前記レーンマーカ特徴点検出部の検出結果に基づいて、前記レーンマーカ検出部によって検出されたレーンマーカの位置の信頼度を算出する信頼度算出部と、
   前記レーンマーカ検出部によって検出されたレーンマーカの位置に基づいて、前記車両が走行中の車線から逸脱する可能性を判断する車線逸脱判断部と、
   前記車線逸脱判断部において、前記車両が走行中の車線から逸脱する可能性があると判断されたときに、前記信頼度に応じて警報を出力する警報出力制御部と、を有することを特徴とする車載環境認識装置。
2. 前記信頼度算出部は、前記レーンマーカ特徴点検出部で検出されたレーンマーカ特徴点の総数に基づいて、レーンマーカの視認性を推定する視認性推定部を有し、前記視認性推定部によって推定された視認性と、前記路面状態判定部によって判定された路面状態と、に基づいて前記信頼度を算出することを特徴とする請求項１に記載の車載環境認識装置。
3. 前記視認性推定部は、前記レーンマーカ特徴点検出部において異なる時刻に検出された前記レーンマーカ特徴点の総数を時間軸方向に平均化して、こうして平均化されたレーンマーカ特徴点の総数に基づいて前記視認性を推定することを特徴とする請求項２に記載の車載環境認識装置。
4. 前記信頼度算出部は、前記路面状態判定部によって判定された路面状態毎に、前記視認性推定部によって推定された視認性に応じて前記信頼度を調整する信頼度換算テーブルを有し、前記信頼度換算テーブルに基づいて、前記視認性推定部によって推定された視認性を前記信頼度に換算することを特徴とする請求項２または請求項３に記載の車載環境認識装置。
5. 前記信頼度算出部は、前記路面状態判定部で所定の路面状態であることが判定されたときには、前記視認性を前記信頼度換算テーブルによって信頼度に換算する際に、換算による信頼度の補正量を抑制することを特徴とする請求項４に記載の車載環境認識装置。
6. 前記信頼度算出部は、前記路面状態判定部で所定の路面状態であることが判定されたときには、前記信頼度を所定時間に亘って０とすることを特徴とする請求項２から請求項５のいずれか１項に記載の車載環境認識装置。
7. 前記信頼度算出部は、異なる複数の路面状態毎に、それぞれ信頼度換算テーブルを有し、前記信頼度算出部は、前記信頼度換算テーブルの各々によって換算された複数の信頼度を、所定の規則に基づいて演算して、信頼度を算出することを特徴とする請求項４から請求項６のいずれか１項に記載の車載環境認識装置。
8. 前記警報出力制御部は、前記信頼度の値が所定値よりも小さいときに、前記警報の出力を抑制することを特徴とする請求項１から請求項７のいずれか１項に記載の車載環境認識装置。
9. 前記路面状態判定部は、前記撮像部で撮像された画像に基づいて、特定の路面状態を判定する複数の判定モジュールを備えていることを特徴とする請求項１から請求項８に記載の車載環境認識装置。
10. 前記車両の挙動を取得する車両情報取得部を備え、
    前記路面状態判定部は、前記車両情報取得部で取得した情報に基づいて、前記車両が走行している路面状態を判定することを特徴とする請求項１から請求項９のいずれか１項に記載の車載環境認識装置。
11. 前記路面状態判定部は、前記撮像部で撮像された画像に基づいて行われる、路面標識の有無の判定、横断歩道の有無の判定、雪わだちの度合の判定、オフロードの度合の判定、木漏れ日の度合の判定、前記車両の影の有無の判定、異なる時刻に撮像された画像の中の前記レーンマーカ特徴点の総数の時間変化の判定、および、前記車両の挙動や前記車両に設置されたカーナビゲーションシステムからの情報に基づいて行われる、急カーブの判定、交差点の有無の判定、のうちの少なくとも１つを含む判定を行うことを特徴とする請求項１０に記載の車載環境認識装置。