JP6266340B2 - 車線識別装置および車線識別方法 - Google Patents

Description

本発明は、車載カメラで撮像した画像に基づいて道路の車線を識別する技術に関する。

従来より、車載カメラで撮像した画像に基づいて道路の車線を識別する技術が開発されており、その１つとして古典的なアルゴリズムであるハフ（Hough）変換を用いて直線検出を行う方法が挙げられる。

この方法では、車線として路面に描かれた白線のエッジ検出を行、検出されたエッジに対して、ハフ変換を行い直線を検出する。しかし、白線のエッジ検出が正確にできない場合、１つの白線に対して複数の直線が近似されることとなる。

このような問題に対して、例えば、特許文献１には、車載カメラで撮影した画像中から白線エッジの候補点を抽出し、抽出した候補点からハフ変換により白線エッジの近似直線を得る際に、角度分解能を上げながら、それぞれ所定回数ずつ近似直線を検出することで、直線検出の精度を高める技術が開示されている。

特開２００７−１４１１６７号公報

上述したようにハフ変換を用いて直線検出を行う場合に、直線検出の精度を高めることが従来から求められていた。

本発明は上記のような問題を解決するためになされたものであり、直線検出の精度を高めた車線識別装置を提供することを目的とする。

本発明に係る車線識別装置の第１の態様は、車両に搭載されたカメラで撮像した画像に基づいて道路の車線を識別する車線識別装置であって、前記画像から前記道路の車線を規定する複数のラインを抽出し、それぞれに対してハフ変換を施す直線検出部と、前記ハフ変換により得られるハフ空間を所定の角度ごとに分割し、前記所定の角度ごとに分割されたハフ空間におけるハフ曲線の複数の交点に対して、それぞれの投票数を検出し、投票数が最上位となる交点を特定する第１トーナメント処理部と、前記投票数が最上位となる交点のうち、投票数の多い順に所定数を選択することで、前記複数のラインのそれぞれに近似する複数の近似直線を特定する第２トーナメント処理部と、を備え、特定された前記複数の近似直線を前記車線として識別する。

本発明に係る車線識別装置の第２の態様は、前記車載カメラで撮像された前記画像のうち、直線の検出範囲を水平方向において複数に分割する画像分割処理部をさらに備え、水平方向において複数に分割された前記直線の検出範囲のそれぞれについて、前記複数の近似直線を特定する。

本発明に係る車線識別装置の第３の態様は、前記複数の近似直線の特定は、前記画像の所定のフレーム単位で実行され、１フレーム以上前の画像において特定された前記複数の近似直線をそれぞれ延長した延長線の交点を特定する交点特定部をさらに備え、前記画像分割処理部は、前記交点特定部で特定された前記交点に基づいて前記画像の水平方向における前記直線の検出範囲の分割位置を決定する。

本発明に係る車線識別装置の第４の態様は、前記複数の近似直線をそれぞれ延長して得られる延長線の前記交点と、前記画像において予め設定された無限遠点との位置を比較することによって、前記車線の状況を判別する車線状況判別部をさらに備える。

本発明に係る車線識別装置の第５の態様は、前記車線状況判別部が、前記画像において、前記交点の位置が前記無限遠点に対して水平方向にずれている場合に、前記車両の進行方向の車線はカーブしていると判別する。

本発明に係る車線識別装置の第６の態様は、前記画像分割処理部が、前記車線状況判別部において、前記車両の進行方向の車線がカーブしていると判別された場合に、前記直線の検出範囲を水平方向において複数に分割する。

本発明に係る車線識別方法は、車両に搭載されたカメラで撮像した画像に基づいて道路の車線を識別する車線識別方法であって、前記画像から前記道路の車線を規定する複数のラインを抽出し、それぞれに対してハフ変換を施すステップ（ａ）と、前記ハフ変換により得られるハフ空間を所定の角度ごとに分割し、前記所定の角度ごとに分割されたハフ空間におけるハフ曲線の複数の交点に対して、それぞれの投票数を検出し、投票数が最上位となる交点を特定するステップ（ｂ）と、前記投票数が最上位となる交点のうち、投票数の多い順に所定数を選択することで、前記複数のラインのそれぞれに近似する複数の近似直線を特定するステップ（ｃ）と、を備え、特定された前記複数の近似直線を前記車線として識別する。

本発明に係る車線識別装置によれば、道路の車線を規定する複数のラインのうち、一部のラインだけが検出されるという現象が解消され、直線検出の精度を高めて、正確な車線識別が可能となる。

直線を極座標表現により表すことを説明する図である。 ハフ変換の概念を説明する図である。 直線をハフ曲線により表す図である。 車載カメラによって取得された画像の一例を示す図である。 従来的な直線検出により問題点を説明する図である。 本発明に係る実施の形態の車線識別装置の構成を示すブロック図である。 本発明に係る実施の形態の車線識別装置における車線識別動作を説明するフローチャートである。 トーナメント処理を模式的に示す図である。 トーナメント処理を採用して直線検出を行った場合の結果を示す図である。 車両がカーブにさしかかった場面で取得された画像の一例を示す図である。 水平方向における検出範囲を分割した例を示す図である。 水平方向における直線の検出範囲を分割する構成を備えた車線識別装置の構成を示すブロック図である。 水平方向における直線の検出範囲を分割する構成を備えた車線識別装置における車線識別動作を説明するフローチャートである。 平坦面での直線道路で検出された近似直線を示す図である。 車両がカーブにさしかかった場面で取得された画像の一例を示す図である。 無限遠点に基づいて直線の検出範囲を分割した画像の一例を示す図である。

＜はじめに＞
発明の実施の形態の説明に先立って、ハフ（Hough）変換を用いた直線検出について説明する。

図１は、直線を極座標表現により表すことを説明する図であり、ｘ-ｙ平面上の直線ＳＬに対して、原点からの垂線の長さをｒ、垂線とｘ軸のなす角をθとすると、垂線の長さｒは、θの範囲を０≦θ＜πとすると以下の数式（１）で表される。

ｒ＝ｘｃｏｓθ＋ｙｓｉｎθ・・・（１）
この数式に基づいて直線ＳＬを極座標（θ-ｒ座標）で表すと、ハフ曲線と呼称される曲線となる。

ハフ変換は、画像上の画素が有意な情報を保つ場合に「この点（画素）を通ることができる幾何構造(ここでは直線)」全てに投票を行い、得票数が多いものを「実際に存在する幾何構造」と判断する。

図２は、ハフ変換の概念を説明する図である。図２に示すように、有意な情報を保つ点Ｐ１、Ｐ２、Ｐ３、Ｐ４およびＰ５がある場合、ハフ変換では、点Ｐ１〜Ｐ５のそれぞれを中心として０度から１８０度まで所定角度で変化するように直線を発生させる（投票する）。このように、平面上の複数の点のそれぞれに対して複数の直線を発生させ、投票数の最も多い直線を決定することで、１つの直線を規定する。

図２では、ハフ変換により点Ｐ１〜Ｐ５に共通する直線として直線ＳＬ１が規定されている。

また、図３には、点Ｐ１〜Ｐ５を通る直線をハフ曲線により表す図であり、点Ｐ１〜Ｐ５を通る直線群をそれぞれ表すハフ曲線に、Ｐ１〜Ｐ５の符号を付した図である。図３において、点Ｐ１〜Ｐ５に共通する直線である直線ＳＬ１は、ハフ曲線にＰ１〜Ｐ５の全てが交差する交点ＳＬ１で規定されることとなる。

このようにハフ変換は投票により幾何構造を検出する手法であることからロバスト性が高く、また全体的に画像のコントラストが低い場合でも検出性能が劣化しないという特性がある。

一方、ある直線に対して複数の直線を検出してしまうことがある。これは、現実に存在する直線、例えば路面上の車線を規定するライン（以後、便宜的に白線と呼称するが、白線に限定されるものではない）は、画像平面においてきれいに関数で表現されるものではなく、誤差や幅を持つために生じる問題である。

図４は、車両に搭載されたカメラ（車載カメラ）によって取得された画像の一例を示している。図４において、自車両の前方には車両ＯＢ１が走行している。そして、自車両の走行車線（左側車線）は、路肩に引かれた白線ＷＬ１、中央の白線ＷＬ２および白線ＷＬ３によって規定され、反対側の走行車線（右側車線）は、白線ＷＬ３に平行する白線ＷＬ４、中央の白線ＷＬ５および路肩に引かれた白線ＷＬ６によって規定されている。

このような取得画像に基づいて白線ＷＬ１〜ＷＬ６を検出する場合、画像を複数のブロックに分割し、まず、ブロックごとにエッジ検出処理を施し、検出されたエッジに対して、ハフ変換による直線検出処理を施す。エッジ検出処理により、白線ＷＬ１〜ＷＬ６が検出され、直線検出処理により、白線ＷＬ１〜ＷＬ６のそれぞれに沿った複数の直線が近似的に検出されるはずである。

しかし、先に説明したように車線を規定するライン（白線）は幅を有すると共に、エッジ検出に際してカメラの撮像レンズの歪みや、車両の揺れなどで直線ではなく曲線として検出されると、１本の白線に対して複数の直線が近似される可能性がある。

この結果、図５に示されるように、例えば白線ＷＬ１に沿って複数の近似直線ＡＬが規定され、他の白線には近似直線が規定されないこととなる。これは、ハフ変換においては、一般的に投票数の多い順に上位Ｎ本の近似直線を選択するようにアルゴリズムを設定するため、白線ＷＬ１に対して上位Ｎ本の近似直線が割り当てられてしまうと、他の白線には近似直線が割り当てられなくなるためである。この結果、取得画像上の複数の白線のうち、一部の白線しか検出できず、直線検出の精度が低くなってしまう。

＜実施の形態＞
＜装置構成＞
図６は、本発明に係る実施の形態の車線識別装置１０の構成を示すブロック図である。図６に示されるように、車線識別装置１０は、ＣＣＤ（電荷結合素子）等の撮像素子で撮影した画像をデジタル処理するカメラ１１と、画像処理部１２と、フレームメモリ１３と、情報処理部１４と、中間メモリ１５と、を備えている。

カメラ１１は、車両のフロント部（例えば、ルームミラー（車両室内のバックミラー）近傍）に備えられ、車両の進行方向前方を中心とした周辺の道路を撮影可能となっている。

画像処理部１２は、カメラ１１によって取得された画像の画像データに各種画像処理を施す部位であり、画像処理部１２で実行される画像処理としては、例えば、不足している色成分を補間により求める画素補間処理（ベイヤ補間）、画像データの色空間を変換する色空間変換処理等がある。

フレームメモリ１３は、画像処理部１２から出力される画像処理後の画像データをフレーム単位で一時的に記憶するためのメモリである。

情報処理部１４は、ＣＰＵ（Central Processing Unit）、ＲＡＭ（Random Access Memory）およびＲＯＭ（Read Only Memory）等で構成され、ＲＯＭ内に格納されたプログラムを読み出し、当該プログラムをＣＰＵで実行することによって、直線検出部１６、第１トーナメント処理部１７、第２トーナメント処理部１８および後処理部１９を機能的に実現する。なお、当該情報処理部１４において実現される各機能を、ハードウエア回路で実現しても良い。

直線検出部１６は、画像処理後の画像データに対してエッジ検出処理を施し、検出されたエッジにより規定される複数のライン（例えば、白線）を抽出する。そして、抽出された複数の白線に対してハフ変換を施すことで、複数の白線のそれぞれに近似する近似直線を検出する。

なお、本発明においては、このハフ変換による直線検出処理に１つの特徴を有しており、詳細については後に説明する。

直線検出部１６における各処理は、処理中のデータを中間メモリ１５内の第１中間メモリ１５１に記憶しつつ行われる。また、第１トーナメント処理部１７における各処理は、処理中のデータを中間メモリ１５内の第２中間メモリ１５２に記憶しつつ行われるが、第１中間メモリ１５１と第２中間メモリ１５２とを備えることで、フレームごとに中間メモリを切り替えることで、パイプライン処理が可能となり、直線検出処理の処理速度を高めることができる。

なお、第１トーナメント処理部１７および第２トーナメント処理部１８での処理は、直線検出部１６の処理と密接に関係するので、詳細については後に説明する。

第２トーナメント処理部１８での処理の結果、得られた複数の近似直線は、後処理部１９で、白線情報を元にした処理を行う。ここでは入力画像と重ね合わせて出力する処理を行っても良いし、車線逸脱の検出など別の処理を行っても良い。

＜動作＞
次に、図６を参照しつつ、図７に示すフローチャートを用いて、車線識別装置１０における車線識別動作を説明する。車線識別動作が始まると、図７に示されるように、ステップＳＰ１において、まず、カメラ１１によって、車両の進行方向の道路を被写体とした画像データが取得される。取得された画像データには、画像処理部１２によって１フレームもしくは使用者の所望のフレーム単位で所定の画像処理が施される。

画像処理済みの画像データは、一旦、フレームメモリ１２に保存された後、直線検出部１６においてエッジ検出処理が施され（ステップＳＰ２）、車線を規定する複数の白線が抽出される。なお、エッジ検出処理による白線の検出は従来的な技術である。

次に、検出された白線に対してハフ変換を施す（ステップＳＰ３）。そして、ステップＳＰ３で得られた０≦θ＜πの範囲のハフ空間を所定の角度ｄごとに分割する（ステップＳＰ４）。この角度ｄとしては、５度から１０度程度が現実的な値であるが、これに限定されるものではない。

図３を用いて先に説明したように、ハフ空間においては複数のハフ曲線の交点の座標で近似直線が規定されるので、類似する直線であれば角度θ（図１）の値も近くなり、分割角度ｄの範囲内で複数の交点が出現することとなる。

このように、所定の角度ｄごとに分割されたハフ空間における複数の交点に対して、第１トーナメント処理部１７において、それぞれの投票数、すなわち交差するハフ曲線の本数を検出し、投票数が最上位となる交点（直線）を特定する（ステップＳＰ５）。

その後、第２トーナメント処理部１８において、所定の角度ｄごとに分割されたハフ空間のそれぞれで得られた投票数が最上位となる直線（最大で１８０／ｄ本となる）のうち、投票数の多い順に上位Ｎ本の近似直線を特定する（ステップＳＰ６）。ここで、本数Ｎとしては、３本〜６本が現実的な値であるが、これに限定されるものではない。

その後、後処理部１９において、ステップＳＰ６で特定された上位Ｎ本の近似直線と画像との重ね合わせ処理を行う（ステップＳＰ７）。

図８は、以上説明したステップＳＰ５およびＳＰ６のトーナメント処理を模式的に示す図であり、この例では、分割角度ｄを５度としている。

図８に示すように、分割角度５度で分割されたハフ空間のそれぞれにおいて、第１回目のトーナメントを行って、投票数が最上位となる直線を特定し（ステップＳＰ５に対応）、これらの直線の中かから、さらに、第２回目のトーナメントを行って、投票数の多い順に上位Ｎ本の近似直線を特定する（ステップＳＰ６に対応）。

このような処理を行うことで、角度θが類似する複数の近似直線が特定されることが抑制され、取得画像上の複数の白線のうち、一部の白線だけが検出されるという現象が解消される。

図９には、上記ステップＳＰ５およびＳＰ６のトーナメント処理を採用して直線検出を行った場合の結果を示している。図９に示されるように、白線ＷＬ１〜ＷＬ６のそれぞれに近似直線ＡＬが規定され、一部の白線だけに近似直線が規定されるということが防止されており、直線検出の精度が高められ、正確な車線識別がなされていることが判る。

＜直線検出の範囲の分割＞
検出すべき白線が直線である場合は、ステップＳＰ５およびＳＰ６のトーナメント処理を採用することで、図９に示したように白線に近似した直線を得ることができるが、カーブなどの場合には、カメラ視点であっても、自車両から見た左側の白線と右側の白線とが平行線として検出される可能性がある。

図１０には、カーブにさしかかった場面で取得された画像の一例を示す図であり、二車線の道路において右曲がりのカーブを見た場合、左側の車線の路肩の白線ＷＬ１１と、中央線ＷＬ１２と、右側の車線の路肩の白線ＷＬ１３とが見えるが、白線ＷＬ１１および中央の白線ＷＬ１２に沿ってそれぞれ検出された近似直線ＡＬ１１およびＡＬ１２２は、互いに、ほぼ平行な直線となっている。これは、白線ＷＬ１１の角度と、白線ＷＬ１２の車両の進行方向奥側の角度とが近いためである。

また、同様に、中央の白線ＷＬ１２および白線ＷＬ１３に沿ってそれぞれ検出された近似直線ＡＬ１２１およびＡＬ１３は、互いに、ほぼ平行な直線となっている。これは、白線ＷＬ１２の車両の進行方向手前側の角度と、白線ＷＬ１３の車両の進行方向奥側の角度とが近いためである。

このように、カーブにおいては、車線は複数の直線で規定されることになるので、カメラによって撮影された状況次第では、複数の平行な直線が規定されることがある。このような場合、得られた画像に対してステップＳＰ５およびＳＰ６のトーナメント処理を施すと、複数の平行な直線のうち、何れかがトーナメントに勝ち残れず、近似直線が規定されない白線が出現する可能性が高くなる。

そこで、カーブにおいては、直線の検出範囲を左右で分割し、左右それぞれの範囲でステップＳＰ５およびＳＰ６の処理を行うようにする。なお、分割の範囲は互いに重なっていても良いし、また、分割の範囲の大きさは左右で異なっていても良い。また、分割数も左右の２つに限定されない。要するに、複数の平行な直線が規定されにくいように直線の検出範囲を分割すれば良い。

なお、基本的には、路面上の白線が検出対象であるので、垂直方向における検出範囲の上端は、画像上の水平線に設定すれば良く、画像上の水平線は、カメラ１１（図６）の取り付け角度で静的に決めることができる。例えば、平坦な道路では、画像の下半分が水平線以下となるように静的に決めることができる。

また、水平方向における検出範囲の分割位置は、画像上の複数の直線をそれぞれ延長して得られる延長線の交点に基づいて決定することができる。

図１１は、上記交点に基づいて水平方向における検出範囲を分割した例を示している。図１１に示すように、カメラ１１で取得された画像において、垂直方向の下半分が、左側領域ＦＬ１と、右側領域ＦＬ２とに分割され、その境界は白線ＷＬ１２の手前側を規定する近似直線ＡＬ１２１と白線ＷＬ１３の手前側を規定する近似直線ＡＬ１３１との交点ＣＰに基づいて設定されている。なお、交点ＣＰには白線ＷＬ１１を規定する近似直線ＡＬ１１も交差している。

このように、水平方向における直線の検出範囲を分割することで、左側領域ＦＬ１には、近似直線ＡＬ１１およびＡＬ１２１が含まれることになるが、両者は互いに平行ではない。また、右側領域ＦＬ２には、近似直線ＡＬ１３、ＡＬ１３１およびＡＬ１２２が含まれることになるが、それらは何れも平行な関係にはない。

従って、左側領域ＦＬ１および右側領域ＦＬ２のそれぞれに対して、ステップＳＰ５およびＳＰ６のトーナメント処理を施しても、近似直線が規定されない白線が出現する可能性が低減することとなる。

以下、水平方向における検出範囲の分割位置の決定方法について図１２〜図１５を用いて説明する。

実世界で互いに平行な直線が、撮像された画像上で交差する点は、「無限遠点」または「消失点」と呼称される。この「無限遠点」は、カメラを取り付けた車両が平坦な場所に位置したときに一義的に決まるので、実動作前に設定しておく。

図１２は、交点を特定し、当該交点に基づいて、水平方向における直線の検出範囲を分割する構成を備えた車線識別装置１０Ａの構成を示すブロック図であり、図６を用いて説明した車線識別装置１０と同一の構成については同一の符号を付し、重複する説明は省略する。

図１２に示されるように、車線識別装置１０Ａは、情報処理部１４Ａにおいて、直線検出部１６、第１トーナメント処理部１７、第２トーナメント処理部１８および後処理部１９に加えて、交点特定部２０、車線状況判別部２１および画像分割処理部２２を有している。

情報処理部１４Ａは、ＣＰＵ、ＲＡＭおよびＲＯＭ等で構成され、ＲＯＭ内に格納されたプログラムを読み出し、当該プログラムをＣＰＵで実行することによって、直線検出部１６、第１トーナメント処理部１７、第２トーナメント処理部１８、後処理部１９、交点特定部２０、車線状況判別部２１および画像分割処理部２２を機能的に実現する。

交点特定部２０は、複数の直線をそれぞれ延長して得られる、２つの延長線の画像上の交点を特定し、車線状況判別部２１は、交点特定部２０で特定された交点と、画像において予め設定された無限遠点との位置を比較することによって、車線の状況を判別する。また、画像分割処理部２２は、交点特定部２０で特定された交点に基づいて、画像の水平方向における直線の検出範囲を分割する。

図１３は、車線識別装置１０Ａにおける車線識別動作を説明するフローチャートであり、図７を用いて説明したステップＳＰ１〜ＳＰ７に加えてステップＳＰ８〜ＳＰ１２を有している。

図７を用いて説明したように、ステップＳＰ１〜ＳＰ７を経ることで、道路の車線を規定する複数の白線のそれぞれに近似する複数の近似直線が検出される。図１４には、複数の白線（図示せず）のそれぞれに近似する近似直線ＳＬ１およびＳＬ２が検出された状態が示されている。なお、図１４では平坦面での直線道路を示しており、この後にカーブにさしかかるものとする。

ステップＳＰ８では、交点特定部２０によって、近似直線ＳＬ１およびＳＬ２のそれぞれを延長した交点ＣＰ１を特定する。なお、平坦面であるので交点ＣＰ１と無限遠点ＶＰとは水平線ＢＬ上の同じ位置にある。

その後、ステップＳＰ９〜ステップＳＰ１２では、車線状況判別部２１によって、各延長線の交点と無限遠点との位置が比較され、画像上での無限遠点に対する交点の位置に応じて、前方の車線の状況が判別される。

具体的には、ステップＳＰ９では、交点が無限遠点を基準にして左右にずれているか否か（水平方向にずれているか否か）が判定される。交点が無限遠点に対して左右にずれているか否かの判定は、例えば、ずれ量が閾値（左右用の第１閾値）を超えるか否かに基づいて行われる。

交点が無限遠点に対して左右どちらかにずれていると判定された場合、ステップＳＰ１０において、車両の進行方向の車線は、曲線である（カーブである）と判別される。なお、カーブの方向は、無限遠点に対する交点のずれ方向（左方向か右方向か）により特定できる。

一方、交点が無限遠点に対して左右にずれていないと判定された場合、ステップＳＰ１２において、車両の進行方向の車線は直線であると判別される。例えば、図１４の例では直線であると判別され、その後は、新たに取得される１フレーム分の画像に対してステップＳＰ１以下の処理を繰り返す。

図１５は、車両がカーブにさしかかった場面で取得された画像の一例を示す図であるが、カーブの入り口での画像であるので、車線（破線で示す）は曲線よりも直線の要素が多く、ステップＳＰ１〜ＳＰ７を経ることで、複数の直線ＳＬ１１およびＳＬ１２が検出され、両者の交点ＣＰ２が、無限遠点ＶＰに対して右にずれている状況が示されている。交点ＣＰ２と無限遠点ＶＰとが図１５のような位置関係となった場合、車両の進行方向の車線は、右方向に曲がる曲線であると判別されることになる（ステップＳＰ１０）。

この場合、ステップＳＰ１１に進み、画像分割処理部２２において、特定された交点ＣＰ２に基づいて画像の水平方向における直線の検出範囲を分割する。

カーブへ進入した車両のカメラ１１は、より曲線の要素が大きな車線の画像を取得するようになり、図１０に示したような画像が得られるが、図１５の画像を得てから図１０の画像を得るまでに、ステップＳＰ１以下の処理を複数回繰り返すことになる。

すなわち、近似直線の検出は、フレーム単位で行われ、フレームレートに応じて１秒間に複数の画像が取得される。従って、図１５の画像を得た後、図１５の画像が得られるまでに１秒かかったとしても、その間に複数の画像が得られ、それぞれの画像に対してステップＳＰ１以下の処理を繰り返すことになる。

従って、図１５のような画像から交点を特定し、フレームが進むごとに少しずつ交点が更新され、その交点に基づいて、図１１に示すように、画像の水平方向における直線の検出範囲を分割することになる。

一旦、カーブにおいて交点を特定できれば、その後は、近似直線を正確に規定できるので、当該近似直線に基づいて交点を次々と更新でき、交点位置の特定も正確となり、それに基づいた、画像の水平方向における直線の検出範囲の分割も正確に行うことができるようになる。

なお、ステップＳＰ１２において、車両の進行方向の車線が直線であると判別された場合は、画像の水平方向における直線の検出範囲の分割は行わないものとして説明したが、車両の進行方向の車線が直線である場合の交点、すなわち無限遠点に基づいて直線の検出範囲を分割しても良い。

この場合、図１６に示すように、画像の水平方向のほぼ中央で左側領域ＦＬ１と右側領域ＦＬ２とに分割されることになるが、道路幅が広く、車線数が多い場合には、複数の平行な直線が規定される可能性を低くして、直線検出の精度を高めるために有効である。

また、交点特定部２０および車線状況判別部２１を備えず、車線がカーブしているか、直線であるかに関わらず、画像分割処理部２２において、予め設定された無限遠点に基づいて直線の検出範囲を分割しても良い。この場合、車線がカーブしている場合には、直線検出の精度は若干低くなるが、直線の検出範囲の分割を行わない場合よりは精度の向上を図ることができる。

なお、本発明は、その発明の範囲内において、実施の形態を適宜、変形、省略することが可能である。

１６ 直線検出部、
１７ 第１トーナメント処理部
１８ 第２トーナメント処理部
２０ 交点特定部
２１ 車線状況判別部
２２ 画像分割処理部

Claims (7)

1. 車両に搭載されたカメラで撮像した画像に基づいて道路の車線を識別する車線識別装置であって、
   前記画像から前記道路の車線を規定する複数のラインを抽出し、それぞれに対してハフ変換を施す直線検出部と、
   前記ハフ変換により得られるハフ空間を所定の角度ごとに分割し、前記所定の角度ごとに分割されたハフ空間におけるハフ曲線の複数の交点に対して、それぞれの投票数を検出し、投票数が最上位となる交点を特定する第１トーナメント処理部と、
   前記投票数が最上位となる交点のうち、投票数の多い順に所定数を選択することで、前記複数のラインのそれぞれに近似する複数の近似直線を特定する第２トーナメント処理部と、を備え、
   特定された前記複数の近似直線を前記車線として識別する車線識別装置。
2. 前記車載カメラで撮像された前記画像のうち、直線の検出範囲を水平方向において複数に分割する画像分割処理部をさらに備え、
   水平方向において複数に分割された前記直線の検出範囲のそれぞれについて、前記複数の近似直線を特定する、請求項１記載の車線識別装置。
3. 前記複数の近似直線の特定は、前記画像の所定のフレーム単位で実行され、
   １フレーム以上前の画像において特定された前記複数の近似直線をそれぞれ延長した延長線の交点を特定する交点特定部をさらに備え、
   前記画像分割処理部は、
   前記交点特定部で特定された前記交点に基づいて前記画像の水平方向における前記直線の検出範囲の分割位置を決定する、請求項２記載の車線識別装置。
4. 前記複数の近似直線をそれぞれ延長して得られる延長線の前記交点と、
   前記画像において予め設定された無限遠点との位置を比較することによって、前記車線の状況を判別する車線状況判別部をさらに備える、請求項３記載の車線識別装置。
5. 前記車線状況判別部は、
   前記画像において、前記交点の位置が前記無限遠点に対して水平方向にずれている場合に、前記車両の進行方向の車線はカーブしていると判別する、請求項４記載の車線識別装置。
6. 前記画像分割処理部は、
   前記車線状況判別部において、前記車両の進行方向の車線がカーブしていると判別された場合に、前記直線の検出範囲を水平方向において複数に分割する、請求項５記載の車線識別装置。
7. 車両に搭載されたカメラで撮像した画像に基づいて道路の車線を識別する車線識別方法であって、
   （ａ）前記画像から前記道路の車線を規定する複数のラインを抽出し、それぞれに対してハフ変換を施すステップと、
   （ｂ）前記ハフ変換により得られるハフ空間を所定の角度ごとに分割し、前記所定の角度ごとに分割されたハフ空間におけるハフ曲線の複数の交点に対して、それぞれの投票数を検出し、投票数が最上位となる交点を特定するステップと、
   （ｃ）前記投票数が最上位となる交点のうち、投票数の多い順に所定数を選択することで、前記複数のラインのそれぞれに近似する複数の近似直線を特定するステップと、を備え、
   特定された前記複数の近似直線を前記車線として識別する車線識別方法。

Images