JP6560355B2 - ランドマーク認識装置及び認識方法 - Google Patents

Description

本発明は、移動体が道路標示や道路標識などの車道でのランドマークを認識するランドマーク認識装置及び認識方法に関する。

ロボットや自動車などの移動体において、安全性や利便性向上のため、周囲環境の情報を検出し、状況に応じた走行制御を行う自律走行（自動走行）技術および運転支援技術が開発されている。この自律走行では、例えば、ＩＭＵ（Ｉｎｅｒｔｉａｌ Ｍｅａｓｕｒｅｍｅｎｔ Ｕｎｉｔ）で計測した速度や角速度の積算情報や、ＧＰＳ（Ｇｌｏｂａｌ Ｐｏｓｉｔｉｏｎｉｎｇ Ｓｙｓｔｅｍ）測位などにより移動体の走行位置の推定が行われるが、単眼カメラ、ステレオカメラ、レーザセンサ等を用い、路面に描かれた走行レーンや道路標示（一時停止線、矢印、横断歩道など）や道路脇等に設置されている道路標識を検出し、それを目印（ランドマーク）として、走行位置の補正や停止などの制御を行う。そのため、処理負荷が小さく、かつ信頼性が高いランドマークの認識が可能なランドマーク認識装置が必要となっている。

処理負荷が小さく、かつ信頼性が高いランドマークの認識をカメラで行う従来の例として、例えば特許文献１には、「撮像装置と、水平ラインの輝度変化を検出する輝度変化検出部、第１の輝度変化と第２の輝度変化とが交互に繰り返される分布のパターンを含む第１の水平ラインの存在を判定してグループ化するグループ化部、連続する複数の第１の水平ラインの組を横断歩道候補領域として抽出する横断歩道候補領域抽出部、各組までの距離を算出する距離算出部、閾値以上の距離にある組を除外し、閾値未満の距離にある組の領域について横断歩道を含む領域と判定して横断歩道を認識する横断歩道認識部、を備える画像認識装置」が開示されている。特許文献１によれば、単眼カメラを用いて横断歩道を高精度に認識することができる。

特開２０１３−１８６６６４号公報

前述のように、低負荷かつ高信頼のランドマークの認識を可能とするランドマーク認識装置が必要となっているが、ランドマークの認識をカメラで行う場合、照明や太陽光の状況、標示や標識自体の劣化が原因でランドマークの一部の欠落や形状が歪んで正しく認識できないことがあり、簡単な処理で高い認識率の実現が課題となっている。

簡単な処理で横断歩道を認識する従来技術としては特許文献１があり、特許文献１では、横断歩道の白線が一定間隔に複数ペイントされていることを利用し、単眼カメラの取得画像から得られる水平ライン上の輝度変化点の間隔が一定であることを判定することにより、単眼カメラでの横断歩道の認識を実現している。

しかしながら、ランドマークには横断歩道以外に、一時停止線、矢印など様々な道路標示や道路脇等に設置されている道路標識も存在する上、ランドマークの一部の欠落や形状が歪んでいる場合、ランドマークの向きが傾いている場合など、多種多様なランドマークに対応する必要がある。

よって本発明では、多様なランドマークに対応でき、天候やランドマークの劣化によりランドマークの一部が欠落しても、低処理負荷でかつ信頼性の高いランドマーク認識が可能となるランドマーク認識装置及び認識方法の実現を課題とする。

上記課題を解決するために、代表的な本発明の車道ランドマーク認識装置の１つは、移動体に搭載されて周囲の画像を取得する画像取得手段と、取得した画像を処理してランドマークを認識する処理装置を備え、道路上に描かれた複数種類の道路標示および／または道路脇に設置された複数種類の道路標識をランドマークとして認識するためのランドマーク認識装置であって、処理装置は、ランドマークの種類毎に、取得した画像のうちランドマークを含む領域を特定し、ランドマークに正対するためのランドマーク抽出情報と、ランドマークパターン情報を当該ランドマークと判定するためのランドマーク判定条件情報を対応付けて格納したデータベースと、取得した画像のうちランドマークを含む領域について、ランドマークに正対する方向からランドマークに対して平行な方向に複数の分割線を設定し、当該分割線とランドマーク境界の交点間の距離を求める分割処理部と、複数の分割線ごとに求めた交点間の距離に応じて、ランドマークのパターンの特徴を示すランドマークパターン情報を数値情報として得るパターン抽出処理部と、パターン抽出部で抽出したランドマークパターン情報と、データベースに登録したランドマーク判定条件情報とを比較して、ランドマークの種類を特定するデータベース比較処理部とを有することを特徴とする。

また代表的な本発明の車道ランドマーク認識方法の１つは、周囲の画像を取得してランドマークを認識するランドマーク認識方法であって、取得した画像のうちランドマークを含む領域の情報であるランドマーク抽出情報と、ランドマークのパターンの特徴を示すランドマークパターン情報を数値情報として得るための関数と、関数により算出した数値を評価する判定条件式をランドマーク判定条件情報として、ランドマークの種類毎に組として備え、取得した画像について、ランドマークを含む領域を検知し、当該領域のランドマーク抽出情報を含む組を特定し、特定した当該組の関数を実施し、特定した当該組のランドマーク判定条件情報と比較することによりランドマークを認識する。

上記態様のランドマーク検出装置及び認識方法によれば、道路標示や道路標識などの複数のランドマークに対し、天候やランドマークの劣化により、ランドマークの一部が検出できなくても、低処理負荷でかつ信頼性の高いランドマーク認識ができる。

移動体に搭載された本発明の実施例に係るランドマーク認識装置の構成を示す図。 ランドマーク認識装置内の画像処理部３の処理内容を示すフローチャート。 車道上における移動体とランドマークの関係を示す図。 図３ａの環境で取得された画像のうち関心領域画像を示す図。 ランドマーク認識装置におけるデータベースの詳細事例を示す図。 パターン抽出とデータベース調査の処理内容を示すフローチャート。 パターン抽出とデータベース調査の処理内容を示すフローチャート。 正しい道路標示「矢印（進行方向）」の例を示す図。 道路標示「矢印（進行方向）」の一部検出事例を示す図。 道路標示「矢印（進行方向）」の一部欠損状態事例を示す図。 道路標示「矢印（進行方向）」の類似表示事例を示す図。 道路標示「矢印（進行方向）」を認識するためにデータベース６に構築されたデータの例を示す図。 正しい道路標示「横断歩道」の例を示す図。 道路標示「横断歩道」を識別するうえで混同しやすい事例を示す図。 道路標示「横断歩道」を認識するためにデータベース６に構築されたデータの例を示す図。 正しい道路標示「停止線」の例を示す図。 道路標示「停止線」を認識するためにデータベース６に構築されたデータの例を示す図。 正しい道路標識「とまれ（一時停止）」の例を示す図。 道路標識「とまれ（一時停止）」を認識するためにデータベース６に構築されたデータの例を示す図。

以下、図面を用いて本発明の実施例を説明する。

本発明の実施例ではランドマークを認識するために、移動体に搭載されている画像取得装置を用いて、走行中環境のランドマークの処理領域を切り出し、画像上に線分を設定し、線分とランドマークの境界との交点を抽出し、あらかじめ作成したランドマークパターンを記憶しているデータベースを参照してパターンを比較することでランドマークを認識する。

図１に、移動体に搭載された本発明の実施例に係るランドマーク認識装置の構成を示す。

移動体１には、本発明に係るランドマーク認識装置が搭載されている。ランドマーク認識装置は、周囲の走行環境の画像を取得する画像取得装置２と、画像取得装置２が取得した画像を処理してランドマークを検出し、検出結果に応じた表示あるいは制御用の信号を出力する処理装置１０により構成されている。なお処理装置１０は、多くの場合に計算機システムにより構成されており、演算処理部ＣＰＵ、データベース６、メモリ７、これらの間を接続する相互接続用のバスラインＢＵＳなどを備えている。

演算処理部ＣＰＵにおける処理機能の概略を示すと、これは画像取得装置２が取得した画像を処理する画像処理部３と、移動体１の姿勢を推定する姿勢推定部５と、画像処理部３の演算結果を外部出力し、出力をもとに各種の表示を行い、あるいは移動体１を制御する制御部４とで表すことができる。

なお、メモリ７には、ランドマーク認識のために演算処理部ＣＰＵで使用する各種の入力データ、中間処理データ、最終出力データなどが保持されている。データベース６には、ランドマークのパターンデータを保持している。

以下、各部の具体的な処理内容について説明する。

まず画像取得装置２は、例えば、移動体１の前方に向けられて設置された単眼カメラやステレオカメラで構成することができる。画像取得装置２が単眼カメラの場合、路面が平らであることにより、画像上のピクセル位置と実際の位置関係が一定になるため、ランドマークの実際の寸法を幾何学的に計算することができる。ランドマークが路面以外の場所に設置されている場合でも、実際のランドマークの所定寸法をもとに位置変換が可能である。画像取得装置２がステレオカメラの場合、ランドマークまでの距離をより正確に計測できる。またカメラは、走行中にランドマークが検出可能な視野角であれば、標準カメラでも広角カメラでもステレオカメラでもよい。以下では説明を簡単にわかりやすく行うために、１台の標準カメラを採用した事例について説明するが、どのカメラも最終的に１枚の画像を生成するものであり、複数台のカメラを組み合わせて画像取得装置２を構成してもよい。

画像取得装置２は、制御部４から指令が入力された時、もしくは一定の時間間隔で画像を取得し、取得した画像はメモリ７を介して画像処理部３に出力する。これにより、取得した画像の原画はメモリ７に保管されたうえで、画像処理部３において中間的な加工画像が作成されるが、これらの中間画像も適宜必要に応じてメモリ７に保管される。メモリ７に保管された原画や中間画像は、適宜姿勢推定部５、制御部４などの判断や処理に利用される。なお姿勢推定部５や制御部４での処理に用いられた結果データなども適宜メモリ７に保管される。

各ブロック間のデータの伝送を行うバスラインＢＵＳは、ＩＥＢＵＳ（Ｉｎｔｅｒ Ｅｑｕｉｐｍｅｎｔ Ｂｕｓ）やＬＩＮ（Ｌｏｃａｌ Ｉｎｔｅｒｃｏｎｎｅｃｔ Ｎｅｔｗｏｒｋ）やＣＡＮ（Ｃｏｎｔｒｏｌｌｅｒ Ａｒｅａ Ｎｅｔｗｏｒｋ）などで構成できる。

姿勢推定部５は、移動体１の姿勢を推定し、推定した姿勢（方位、方向）を、メモリ７を介して画像処理部３に出力する。これにより、推定した姿勢（方位、方向）の情報はメモリ７に保管される。姿勢推定部５はＩＭＵやＧＰＳなどのセンサで構成することもできるが、路面の画像を用いて走行レーンを検出することにより、レーンに対しての移動体の姿勢を算出することもできる。

データベース６には、認識対象のランドマークのパターンが登録されている。ランドマークのパターンには、例えば、ランドマーク画像上で等間隔に設定する線分情報、各線分とランドマークの境界との交点の配置情報などがある。

画像処理部３は、移動体１の走行中に画像取得装置２で取得した画像を用い、ランドマークを認識する。まず、画像取得装置２から伝送された画像情報、姿勢推定部５からの姿勢情報、データベース６からの線分情報を用い、ランドマーク境界と線分との交点を抽出する。次に、その交点と、データベース６からの交点の配置情報を比較し、ランドマークを特定し、その結果を制御部４に出力する。

本発明では、画像取得装置２で取得した画像１枚のみでランドマークの認識ができるが、移動体１が走行しながら逐次取得した、複数枚の画像を利用することで、撮像装置や周囲の明るさに頑強なランドマーク認識ができる。また本発明では、処理負荷を低減させるため、認識済みのランドマークに対しては処理を行わなくてもよい。また、道路の寸法、形状、ランドマークの種類や位置などの走行環境情報を含めた地図を予め用意すれば、地図情報をもとに移動体１の近くにランドマークがあるか推定できるため、処理負荷を軽減させるために移動体１がランドマークの近くにある時だけ画像処理部３により処理を行ってもよい。画像処理部３の具体的な処理内容について、図２を参照して後述する。

制御部４は、画像処理部３で認識したランドマークの配置をもとに、移動体１の自己位置を推定し、将来の移動方向や速度を決定し、移動体１を制御する。あるいは、必要な検知結果の情報を画面上に表示出力することで、運転員に情報提供を行う。

図２に、画像処理部３の処理内容を示すフローチャートの１例を示す。

図２の一連のフローチャートの最初の処理ステップである画像取得処理ステップＳ２１では、画像取得装置２で取得した移動体１の走行中環境の画像をメモリ７から取得する。

次の領域設定処理ステップＳ２２では、画像取得手段２１で取得した画像上に、道路標示や道路標識を認識するための関心領域を設定する。路面に描かれた走行レーンや道路標示（一時停止線、矢印、横断歩道など）を認識する場合には、移動体１の周囲の道路が関心領域となる。あるいは路面上方、路面側方に描かれた道路標識（行先明示板、停止看板、進入禁止看板など）を認識する場合には、移動体１の周囲の道路上方の空間が関心領域となる。関心領域は、データベース６からの情報を元に設定しても良いし、道路標示の場合はランドマークが走行レーンの中にあるため、車線検出技術で取得した車線の中に関心領域を設定してもよい。道路標識の場合は、ランドマークが走行レーンの外、道路上方にあるため、車線検出技術で取得した車線、あるいは道路面の外（上方の領域）に関心領域を設定するのがよい。

ここで車線検出技術は、走行レーンの境界を検出する技術であり、画像上のエッジを検出するＨｏｕｇｈ変換や消失点を用いた手法があるが、車線を検出できれば他の画像処理技術を利用してもよい。色を検出するセンサを用いて、白線や黄線を抽出することで走行レーンを検出してもよい。また、レーンの相対位置を登録した地図を参照し、移動体に対するレーン位置を推定することで画像上の走行レーンを検出してもよい。また、関心領域が道路標識の場合、各標識の所定の色を基準に関心領域を設定することもできる。

分割処理ステップＳ２３では、領域設定処理ステップＳ２２で設定した関心領域の画像内に等間隔の線分を設定して、各線分とランドマークの境界（エッジ）との交点を検出する。本発明では、関心領域の画像内に等間隔の線分を設定する際に、ランドマークに対する移動体の姿勢を考慮する。移動体の進行方向がランドマークに正対していれば進行方向に平行に等間隔で線分を設定すればよいが、正対していない場合には正対するように角度変更して等間隔で線分を設定する。なおランドマークに対する移動体の姿勢は、取得した画像における車線から判別できる。

パターン抽出処理ステップＳ２４では、分割処理ステップＳ２３で検出した交点の配置関係を算出する。ランドマークによって、交点の配置関係が大きく異なるため、配置関係をランドマークの認識に用いるパターンとする。

データベース比較処理ステップＳ２５では、パターン抽出処理ステップＳ２４で抽出したパターンをデータベース６に登録したパターンと比較し、関心領域内のランドマークを識別する。データベース６は分割処理ステップＳ２３で得られた交点の配置関係の情報のみで構成されているため、情報量が少なく、パターン比較の処理が低負荷で実行できる。
パターン抽出処理ステップＳ２４で算出したパターンがデータベース６に登録したパターンと一致した場合は、一致したデータベースのランドマークとして認識される。一方、データベース６に登録したパターンと一致しない場合は、画像取得処理ステップＳ２１で取得した画像はランドマークではないと判断する。

図３ａと図３ｂを用いて、分割処理ステップＳ２３の詳細な処理内容を説明する。

図３ａは、車道上における移動体とランドマークの関係を示す図である。この図の例では車道３０はカーブしており、移動体１はいまだ曲がり切れていない位置にあるために、移動体１に前方の進行方向３３に向けて取り付けられた画像取得装置２はランドマーク３１を正対位置から捉えることができず、角度θをもって画像取得している状態を表している。このように、車道３０は移動体１が走行中の環境であり、ランドマーク３１は車道３０を走行中の移動体１の前方にあり、かつ移動体１に搭載されている画像取得装置２の撮像範囲内にある。

図３ａに示すように、角度θは、ランドマーク３１に対する移動体１の姿勢であり、姿勢推定部５で推定することができる。画像取得装置２で撮像、取得した画像について、車線検出技術で取得した車線の向きが、車道に沿って直進している時の車線の向き（既知の値として設定されているものとする）に対してどの程度ずれているかを測定することにより、現時点における姿勢（角度θ）を得ることができる。なお図３ａにおいて、（Ｘ,Ｙ）は車道における座標である。

図３ｂは、図３ａの環境で取得された画像のうち関心領域画像を示す図である。関心領域画像３４は、画像取得装置２で取得した全体画像から領域設定処理ステップＳ２２で抽出した領域に写っている部分画像である。ランドマーク３１に対する移動体１の姿勢が正対していないことを反映して、関心領域画像３４には、ランドマーク３１が斜めに傾いて撮影されたものとなっている。角度は、関心領域の画像座標（ｕ,ｖ）に対しての角度、つまりランドマーク３１の画像上の傾きである。

関心領域画像３４に設定される分割線３５は、Ｌｉｎｅ１、Ｌｉｎｅ２、…、ＬｉｎｅＮで構成され、画像取得装置２で取得した画像のうちの関心領域画像３４に平行に角度で設定される。間隔ｄは、分割線３５のＬｉｎｅ１、Ｌｉｎｅ２、…、ＬｉｎｅＮの間隔である。間隔ｄは、画像取得装置２で取得した画像の関心領域画像３４のｖ軸の高さを分割線３５の本数Ｎで除すことで求められる。本数Ｎが増えればランドマークの認識率が上がるが、処理負荷も増加するため、求められた精度や処理負荷をもとに本数Ｎを設定するのがよい。

交点３７は、関心領域画像３４内にあるランドマーク３１の境界（エッジ）と分割線３５の交点である。ランドマーク３１のエッジは、Ｃａｎｎｙ変換やＳｏｂｅｌフィルタやゼロクロス法などのエッジ検出器で検出できる。

ｌＮは、各分割線３５上の交点間距離である。ランドマーク３１によって、各分割線３５上の交点数が異なる（１本の分割線に複数の交点がある）ため、交点間距離ｌＮの数や長さでランドマーク３１のパターンを評価することができる。

図４はデータベース６の詳細事例を示している。データベース６には、画像取得装置２で認識するランドマーク情報を登録する。データベース６に登録されたデータ項目は、ランドマークを識別する記号Ｌａｎｄｍａｒｋ、関心領域３４の設定範囲を決定するための処理を決定する記号ＲＯＩ、分割線３５の角度、パターンを認識する条件Ｃｏｎｄｉｔｉｏｎ、パターンを表す関数Ｅｑｕａｔｉｏｎが、対象となるランドマークごとに登録されている。

より詳細に説明すると、Ｌａｎｄｍａｒｋには、認識・判別するランドマーク、例えば「矢印（進行方向）」、「横断歩道」、「停止線」、「とまれ標識」などの認識対象のランドマークを識別する記号が、Ｌａｎｄｍａｒｋ１〜Ｌａｎｄｍａｒｋｎとして登録されている。ここではＬａｎｄｍａｒｋ１が「矢印（進行方向）」であり、Ｌａｎｄｍａｒｋ２が「横断歩道」であり、Ｌａｎｄｍａｒｋ３が「停止線」であり、Ｌａｎｄｍａｒｋ４が「とまれ標識」として登録されている。

ＲＯＩには、各Ｌａｎｄｍａｒｋ１〜Ｌａｎｄｍａｒｋｎの関心領域３４の設定範囲を決定するための処理を決定する記号がＲＯＩ１〜ＲＯＩｎとして登録されている。例えば、Ｌａｎｄｍａｒｋ３の「停止線」の事例の場合、停止線は道路の路面に記載されているため、ＲＯＩ３は、前方向下方の路面領域を表現する記号となる。一方、Ｌａｎｄｍａｒｋ４の「とまれ標識」の事例の場合、ランドマークが赤色のため、赤色を多く含む領域を関心領域に設定する処理を起動するための記号がＲＯＩ４に登録されている。

には、分割線３５の角度の算出方法を１〜ｎとして登録する。例えば、基準となる分割線３５の角度αが水平方向（０度）で、かつ姿勢角度θの補正を行う場合、ｎにはθを設定する。また基準となる分割線３５の角度αが垂直方向（９０度）で、かつ姿勢角度θの補正を行う場合、ｎには９０＋θを設定する。ここで１つのランドマークに分割線３５の方向は複数あってもよい。また、分割線３５の本数Ｎもここに登録する。

Ｅｑｕａｔｉｏｎには、パターンを表す関数をＥｑｕａｔｉｏｎ１〜Ｅｑｕａｔｉｏｎｎとして登録する。例えばＲＯＩ３で検出したランドマーク３１を角度３の分割線３５で分割し、交点間距離ｌＮをＥｑｕａｔｉｏｎ３に代入する。ここで、パターンを数値化する。数値化したパターンは、認識条件Ｃｏｎｄｉｔｉｏｎ３に入力する。

Ｃｏｎｄｉｔｉｏｎは、パターンを認識する条件をＣｏｎｄｉｔｉｏｎ１〜Ｃｏｎｄｉｔｉｏｎｎとして登録する。例えば、ＲＯＩ３で検出したランドマーク３１を角度３の分割線３５で分割したパターンがＣｏｎｄｉｔｉｏｎ３を満たせば、ランドマーク３１はＬａｎｄｍａｒｋ３の「停止線」として認識される。

図５ａ,図５ｂは、図２のパターン抽出処理ステップＳ２４とデータベース検索処理ステップＳ２５のフローチャートの１例を示している。なお図５ａは計算機内の処理を単一処理とし、図５ｂはａ系とｂ系による複数並列処理をした事例を示している。以下の説明では、図５ａを念頭に置いて行うものとする。図５ａと図５ｂには、パターン抽出処理ステップＳ２４とデータベース検索処理ステップＳ２５の詳細が示されているが、まずパターン抽出処理ステップＳ２４について説明する。

図５ａのフローチャートのパターン抽出処理ステップＳ２４において、最初の処理ステップＳ５０では、図４のデータベース６に登録してある各ランドマーク識別記号Ｌａｎｄｍａｒｋ１〜Ｌａｎｄｍａｒｋｎの変数ｎを設定する。処理ステップＳ５０はｎ＝１のＬａｎｄｍａｒｋ１から始め、データベース６に登録してある最後のランドマークＬａｎｄｍａｒｋｎまで、ｎをｎ＋１に順次変更設定する。

処理ステップＳ５１では、関心領域設定範囲決定処理記号ＲＯＩｎを設定する。処理ステップＳ５２では、分割線３５の角度を設定する。

処理ステップＳ５３から処理ステップＳ５５では、角度の分割線（ＬｉｎｅＮ）３５で求められた交点３７の分割間距離ｌＮを抽出する。処理ステップＳ５４では、分割間距離ｌＮをメモリ７に保存し、処理ステップＳ５４では、分割線３５の本数を１〜Ｎまで数える。分割線３５の本数がＮになったらパターン抽出手段を終了し、データベース検索Ｓ２５へ進む。分割線３５の本数がＮに満たせない場合は処理ステップＳ５３へ進むという繰り返し処理を実行する。

以上の処理がパターン抽出処理ステップＳ２４での処理であり、この一連処理完了後にデータベース検索処理ステップＳ２５に移る。

データベース検索処理ステップＳ２５における最初の処理ステップＳ５６では、パターン抽出処理ステップＳ２４で抽出したパターンがデータベース情報と一致するか確認する。パターン抽出処理ステップＳ２４で保存した交点間距離ｌＮをデータベース６にあるパターン関数Ｅｑｕａｔｉｏｎに代入することで数値化したパターンがパターン認識条件Ｃｏｎｄｉｔｉｏｎを満たせば処理ステップＳ５７へ進み、パターン認識条件Ｃｏｎｄｉｔｉｏｎを満たさなければ処理ステップＳ５８へ進む。

処理ステップＳ５７では、処理ステップＳ５６でパターン認識条件Ｃｏｎｄｉｔｉｏｎｎを満たしたランドマーク３１を、ランドマーク識別記号Ｌａｎｄｍａｒｋｎのランドマークとして認識する。

処理ステップＳ５８では、パターン抽出２４で抽出した交点間距離ｌＮをデータベース６に登録した全パターンと比較したか確認する。全パターンと比較した場合は、データベース検索ステップＳ２５を終了し、全パターンとの比較が終了していない場合は処理ステップＳ５０へ進む。

ところで、ランドマーク識別記号Ｌａｎｄｍａｒｋは、関心領域設定範囲決定処理記号ＲＯＩ、角度、パターン認識条件Ｃｏｎｄｉｔｉｏｎ、パターン関数Ｅｑｕａｔｉｏｎで表される。従って、ランドマーク識別記号Ｌａｎｄｍａｒｋの場合、関心領域設定範囲決定処理記号ＲＯＩと角度以外の組み合わせでパターン認識条件Ｃｏｎｄｉｔｉｏｎを満たせないため、データベース検索処理ステップＳ２５は関心領域設定範囲決定処理記号ＲＯＩ１〜ＲＯＩｎ、角度１〜ｎ、パターン認識条件Ｃｏｎｄｉｔｉｏｎ１〜Ｃｏｎｄｉｔｉｏｎｎのあらゆる組み合わせで調査を行う必要はない。

つまり、ｎ個の関心領域設定範囲決定処理記号ＲＯＩｎ、ｎ個の角度ｎ、ｎ個のパターン認識条件Ｃｏｎｄｉｔｉｏｎｎについて、全ての組み合わせ（ｎ^３）回の調査回数ではなく、最大ｎ回のみの調査でよい。また、処理負荷を軽減させるために、図５ｂに示すように、各関心領域設定範囲決定処理記号ＲＯＩについて平行に処理してもよい。この場合、処理ステップＳ５６は処理ステップＳ５６ｂ、Ｓ５６ｂに置き換わる。処理ステップＳ５６ｂ、Ｓ５６ａでは、パターン抽出処理ステップＳ２４で抽出したパターンがデータベース情報と一致するか確認する。

パターン抽出処理ステップＳ２４で保存した交点間距離ｌＮをデータベース６にあるパターン関数Ｅｑｕａｔｉｏｎｎに代入することで数値化したパターンがパターン認識条件Ｃｏｎｄｉｔｉｏｎｎを満たせば処理ステップＳ５７へ進み、パターン認識条件Ｃｏｎｄｉｔｉｏｎｎ４３を満たさなければ処理ステップＳ２５を終了する。

例えば、Ｌａｎｄｍａｒｋ３が「停止線」でＬａｎｄｍａｒｋ４が道路標識「とまれ」の場合、関心領域設定範囲決定処理記号ＲＯＩ３を「路面」、関心領域設定範囲決定処理記号ＲＯＩ４を「赤色標識」に設定するので、同時にｎ＝３とｎ＝４で検索でき、検索時間が半分になる。このとき、登録されているランドマーク全てを実行するのではなく、地図を参照し、近傍に存在するランドマークの処理のみを行っても良い。

以上述べたデータベース６と、その利用関係についてさらに説明する。まずデータベース６の関心領域設定範囲決定処理記号ＲＯＩと角度は、取得した画像のうちランドマークを含む領域を特定し、ランドマークに正対するためのランドマーク抽出情報ということができる。またデータベース６のパターン関数Ｅｑｕａｔｉｏｎは、ランドマークのパターンの特徴を示すランドマークパターン情報を数値情報として得るための関数ということができる。さらにパターン認識条件Ｃｏｎｄｉｔｉｏｎは、ランドマークパターン情報を当該ランドマークと判定するためのランドマーク判定条件情報ということができる。

かつこれらのランドマーク抽出情報と関数とランドマーク判定条件情報は、ランドマークの種別ごとに対比的に準備記憶されている。従って、ランドマークの種別が１０種類あるとしたら、データベース６内には１０組のランドマーク抽出情報と関数とランドマーク判定条件情報が対になって記憶されていることになる。この場合、ｎ＝１０ということになる。

図２、図５ａ、図５ｂの一連の処理を実行するに際し、図２の領域設定処理Ｓ２２では、画像上の予め想定される複数の領域を切り取り、監視対象としている。この場合の領域はランドマーク抽出情報の関心領域設定範囲決定処理記号ＲＯＩに記述された複数の領域である。この領域の数は、一般には道路上、右上、左上などの限られた数個例えばｍ個（ｍ＜ｎ）の数である。

図２の分割処理Ｓ２３などによりこの領域に何らかのランドマークが認められる場合には、対になったランドマーク抽出情報と関数とランドマーク判定条件情報の組のうち、関心領域設定範囲決定処理記号ＲＯＩが合致する組のみが特定可能である。なお、この領域に何らかのランドマークが認められることの確認には、分割処理Ｓ２３の全ての処理を実行する必要はなく、例えば交点の情報が得られたことをもって判断してもよい。そのうえで、当該領域に合致する組み合わせが３個であったとする場合、３個の組に記述されたパターン関数Ｅｑｕａｔｉｏｎを逐次実行することになる。また関数処理により数値化された値の範囲がパターン認識条件Ｃｏｎｄｉｔｉｏｎにより判断されて、３個の組のうちのいずれか、或はいずれでもないことをもって、最終的にランドマークの種別が特定され、あるいはランドマークでないことが特定される。

上記手順によれば、少ない処理量で結論に至ることが明らかである。高速処理が可能である。

図６ａ、図６ｂ、図６ｃ、図６ｄ、図６ｅに示している。図６ｂは一部検出状態、図６ｃは一部欠損状態、図６ｄは類似表示の例である。また図６ｅに、道路標示「矢印（進行方向）」を例とする認識手法を示す。ここでは、正しい道路標示「矢印（進行方向）」の例を図６ａに示し、道路標示「矢印（進行方向）」を識別するうえで混同しやすい事例を図６ｂ、図６ｃ、図６ｄに示している。図６ｂは一部検出状態、図６ｃは一部欠損状態、図６ｄは類似表示の例である。また図６ｅには、道路標示「矢印（進行方向）」を認識するためにデータベース６に構築されたデータの例を示している。

図６ａのランドマーク３１は、画像取得装置２で検出した道路標示「矢印（進行方向）」であり、本来検出すべき正しい道路標示「矢印（進行方向）」の例である。正しい道路標示「矢印（進行方向）」は、頭部が三角形状であり、その下が長方形状である。図６ａには、分割線３５（Ｌｉｎｅ１、Ｌｉｎｅ２、…、ＬｉｎｅＮ）とエッジの間の交点間の距離が長さＷで示されている。図示の例では、手前の長方形状の側をＷ１とし、上の三角形状の側をＷＳとする複数個の交点間の距離が長さＷで表されている。

長さｗ１〜ｗｓは各分割線３５上の交点間距離であるが、分割線３５の本数がＮであっても、ランドマークの劣化や環境条件により交点数が変わるので、長さｗ１〜ｗｓの本数が必ずＮになるわけではない。このため、実際に抽出できた長さの本数をｓとすることにする。

道路標示「矢印（進行方向）」の頭部部分６３は、道路標示「進行方向」の上の三角形の部分である。道路標示「進行方向」の場合、頭部部分６３の長さｗｓ２〜ｗｓ１がｖ軸に対して変化するので、その分散をパターンとして予めデータベース６にパターン関数Ｅｑｕａｔｉｏｎとして保有する。図６ｅによれば、データベース６のパターン関数Ｅｑｕａｔｉｏｎには、検出した複数の長さＷについて分散ＶＷを求めるための式（ＶＷ＝Ｖａｒ（Ｗ１、Ｗ２、…、ＷＳ）が予め記憶されている。

また道路標示「進行方向」の交点間距離から求めた分散値ＶＷは、あらかじめ設定した範囲（最大ＶＷｍａｘ、最小ＶＷｍｉｎ）内にあるはずであることから、データベース６のパターン認識条件Ｃｏｎｄｉｔｉｏｎには、条件（ＶＷｍａｘ＞ＶＷ＞ＶＷｍｉｎ）が予め記憶されている。

係るデータを予め保持したうえで、検出した長さｗ１〜ｗｓを用いて、パターン関数Ｅｑｕａｔｉｏｎに記述された分散ｖｗを計算し、分散値ｖｗがパターン認識条件Ｃｏｎｄｉｔｉｏｎに予め設定された範囲（ｖｗｍｉｎ〜ｖｗｍａｘ）以内であれば、「進行方向」として認識する。

より具体的には、ランドマーク３１として道路標示「矢印（進行方向）」を識別するために、図６ｅに示すように、データベース６のランドマーク識別記号Ｌａｎｄｍａｒｋを「進行方向１」、関心領域設定範囲決定処理記号ＲＯＩを「路面」、角度を（＋０）、パターン関数Ｅｑｕａｔｉｏｎｎを分散ｖｗ＝ｖａｒ（ｗ１、Ｗ２…、ｗｓ）、パターン認識条件Ｃｏｎｄｉｔｉｏｎｎを条件（ｖｗｍｉｎ＜ｖｗ＜ｖｗｍａｘ）に設定する。

図６ｂのランドマーク６４は、障害物や画像取得装置２の撮像視野により、一部検出できなかった道路標示「進行方向」である。この場合でも、検出できている長さｗ１〜ｗｓを分散式に代入すると、長さの変化が検出され、道路標示「進行方向」として認識することができる。

図６ｃのランドマーク６５は、劣化により一部検出できなかった道路標示「進行方向」の例である。この場合、一部が劣化していても、長さｗ１〜ｗｓと、パターン関数Ｅｑｕａｔｉｏｎｎの分散ｖｗと、パターン認識条件Ｃｏｎｄｉｔｉｏｎｎの設定範囲により、長さの変化が検出され、「進行方向」として認識できる。なお劣化が大きくても認識の対象にする場合は、劣化の大きさに合わせるためにパターン認識条件Ｃｏｎｄｉｔｉｏｎの設定範囲の最小値ｖｗｍｉｎと最大値ｖｗｍａｘの値を予め調整するのがよい。

図６ｄのランドマーク６６は、ランドマーク３１と類似の特徴を有するが異なる種類のランドマークである。前方向の矢印を認識する際、先に述べたランドマーク３１やランドマーク６４、ランドマーク６５と同じく、長さｗ１〜ｗｓと分散と条件で、前方向の認識が可能である。但し、このランドマーク６６はランドマーク３１と区別されるべきであり、同一とみなしてはならない。ランドマーク６６は、上下方向ばかりでなく、右・左方向の第２矢印や第３矢印も含み、上下方向の特徴のみで判断することができない。

これを区別し、右・左方向の第２矢印や第３矢印も認識する場合には、分割線３５を垂直に引けば、前方向の矢印を認識する時と同じ原理で認識できる。つまり、データベース６にＬａｎｄｍａｒｋを「進行方向２（左右）」、ＲＯＩを「路面」、を（＋９０）、Ｃｏｎｄｉｔｉｏｎを最大、最小の範囲、Ｅｑｕａｔｉｏｎｎを分散に設定し、垂直方向の特徴を判断することにより、左右を含む別種類のランドマークとして、認識、区別することができる。但し、ここでは、ランドマークを評価する関数を長さｗｓ全体の分散としたが、隣り合うｗｓの差分の分散としても良いし、分散でなくとも、配置関係を示す関数など、ランドマークを表現できる値であれば良い。

図７ａ、図７ｂ、図７ｃに、道路標示「横断歩道」を例とする認識手法を示す。ここでは、正しい道路標示「横断歩道」の例を図７ａに示し、道路標示「横断歩道」を識別するうえで混同しやすい事例を図７ｂに示している。図７ｂは一部欠損状態の表示の例である。また図７ｃには、道路標示「横断歩道」を認識するためにデータベース６に構築されたデータの例を示している。

図７ａのランドマーク３１は画像取得装置２で検出した「横断歩道」である。「横断歩道」の識別のためには、水平方向に対して、各交点３７間の長さｈ（同一標示内の幅）と長さｈ’（隣接する表示間の距離）の間隔の周期に着目し、横断歩道のこの周期をパターンとして識別する。

図７ａの場合にも、各分割線３５上の交点間距離ｌＮを抽出するが、ここでは同一標示内の幅に当たる長さｈと、隣接する表示間の距離に当たる長さｈ’について、各分割線３５について求める。そのうえで、交点間距離ｌＮが［ｈｍｉｎ,ｈｍａｘ］以内である場合、長さｈがあることを認識する。また同様に、ｌＮが［ｈ’ｍｉｎ,ｈ’ｍａｘ］以内である場合、長さｈ’があることを認識する。

各交点３７間の長さｈ（同一標示内の幅）と長さｈ’（隣接する表示間の距離）の間隔の周期をパターンとして認識するために、図７ｃによれば、データベース６のパターン関数Ｅｑｕａｔｉｏｎには、幾つかのパターン関数が準備されている。その一つは先に述べたように、各交点３７間の長さｈ（同一標示内の幅）と長さｈ’（隣接する表示間の距離）の間隔の周期を求めるための演算式（交点間距離ｌＮが［ｈｍｉｎ,ｈｍａｘ］以内であり、かつ［ｈ’ｍｉｎ,ｈ’ｍａｘ］以内であること）が成立することである。

そのうえでさらにデータベース６のパターン関数Ｅｑｕａｔｉｏｎには、パターン認識回数のカウンタｃｏｕｎｔｅｒ＿ｐｅｄｅｓｔｒｉａｎの回数制御の考え方が設定されている。具体的には、長さｈと長さｈ’の両方が分割線３５上で認識された場合、認識回数のカウンタｃｏｕｎｔｅｒ＿ｐｅｄｅｓｔｒｉａｎを１増やすように設定されている。

また図７ｃによれば、データベース６のパターン認識条件Ｃｏｎｄｉｔｉｏｎとして、認識回数の判断回数（しきい値ｔｈｒｅｓｈｏｌｄ＿ｐｅｄｅｓｔｒｉａｎ）が設定されている。

これらのパターン関数Ｅｑｕａｔｉｏｎとパターン認識条件Ｃｏｎｄｉｔｉｏｎを用いて、全ての分割線３５上で認識回数をカウントした後、認識回数のカウンタｃｏｕｎｔｅｒ＿ｐｅｄｅｓｔｒｉａｎがしきい値ｔｈｒｅｓｈｏｌｄ＿ｐｅｄｅｓｔｒｉａｎ以上であれば、「横断歩道」として認識する。

つまり「横断歩道」を認識するためには、図７ｃに示すように、データベース６のＬａｎｄｍａｒｋを「横断歩道」、ＲＯＩを路面「路面」、を（＋０）、Ｃｏｎｄｉｔｉｏｎを認識回数のカウンタｃｏｕｎｔｅｒ＿ｐｅｄｅｓｔｒｉａｎ＞しきい値ｔｈｒｅｓｈｏｌｄ＿ｐｅｄｅｓｔｒｉａｎ、Ｅｑｕａｔｉｏｎを範囲［ｈｍｉｎ,ｈｍａｘ］、範囲［ｈ’ｍｉｎ,ｈ’ｍａｘ］と、カウンタｃｏｕｎｔｅｒ＿ｐｅｄｅｓｔｒｉａｎに設定しておく。

図７ｂのランドマーク７３は、劣化のため画像取得装置２で一部検出できなかった「横断歩道」である。例えば、「横断歩道」の上の部分が劣化していても、下の部分の情報を用いても範囲［ｈｍｉｎ,ｈｍａｘ］、範囲［ｈ’ｍｉｎ,ｈ’ｍａｘ］、カウンタｃｏｕｎｔｅｒ＿ｐｅｄｅｓｔｒｉａｎで条件（しきい値ｔｈｒｅｓｈｏｌｄ＿ｐｅｄｅｓｔｒｉａｎ）を満たしていることを確認することで、「横断歩道」の認識が可能である。なお劣化が大きくても認識対象にする場合は、劣化の大きさに合わせるために前記述べた範囲［ｈｍｉｎ,ｈｍａｘ］、範囲［ｈ’ｍｉｎ,ｈ’ｍａｘ］、カウンタｃｏｕｎｔｅｒ＿ｐｅｄｅｓｔｒｉａｎの条件（しきい値ｔｈｒｅｓｈｏｌｄ＿ｐｅｄｅｓｔｒｉａｎ）を調整するのがよい。

図８ａ、図８ｂに、道路標示「停止線」を例とする認識手法を示す。ここでは、正しい道路標示「停止線」の例を図８ａに示し、図８ａのパターンを識別するためにデータベース６に構築されたデータの例を図８ｂに示している。

図８ａにおいて、ランドマーク３１は画像取得装置２で検出した「停止線」である。「停止線」はｖ軸に対して、一定の長さｍｓ（ｍ１からｍｓ）で構成される。分割線３５を垂直方向に引いて、長さｍｓの一定の長さをパターンとして識別する。この場合にも、各分割線３５上の交点間距離ｌＮ（この場合には長さｍｓ）を抽出し、交点間距離ｌＮ（ｍｓ）が［ｍｍｉｎ,ｍｍａｘ］以内である場合に、長さｍｓがあることを認識する。

図８ｂによれば、データベース６のパターン関数Ｅｑｕａｔｉｏｎには、以下の複数の事項が記憶されている。まず分割線３５上に長さｍｓがある場合、認識回数のカウンタｃｏｕｎｔｅｒ＿ｓｔｏｐに１増やす。なお、長さｍｓがあることは、ｍｓについての大きさの範囲が［ｍｍｉｎ,ｍｍａｘ］以内であることで確認している。またデータベース６のパターン関数Ｅｑｕａｔｉｏｎには、分散ｖｓｔｏｐを求める式（Ｖｓｔｏｐ＝Ｖａｒ（ｍ１…,ｍｓ）が記憶されている。この場合に、停止線の長さｍ１〜ｍｓは一定であるため、理論上では分散ｖｓｔｏｐはゼロであるが、画像取得装置２のゆがみなどを考慮する。

パターン認識条件Ｃｏｎｄｉｔｉｏｎには、これらの演算結果を受けて、道路標示「停止線」であることの判定条件が設定されている。ここでは、分散ｖｓｔｏｐが予め設定したしきい値ｖｓｔｏｐｍａｘ未満で、認識回数のカウンタｃｏｕｎｔｅｒ＿ｓｔｏｐがｍしきい値ｔｈｒｅｓｈｏｌｄ＿ｓｔｏｐ以上である場合、ランドマーク３１を「停止線」と見なす。

つまり、「停止線」を認識するために、図８ｂに示すように、データベース６のＬａｎｄｍａｒｋを「停止線」、ＲＯＩを「路面」、を（＋９０）、Ｅｑｕａｔｉｏｎを範囲［ｍ＿ｍｉｎ,ｍ＿ｍａｘ］と、カウンタｃｏｕｎｔｅｒ＿ｓｔｏｐと、分散ｖ＿ｓｔｏｐ＝ｖａｒ（ｍ１…,ｍｓ）、Ｃｏｎｄｉｔｉｏｎをｖｓｔｏｐ＜ｖｓｔｏｐ＿ｍａｘと、ｃｏｕｎｔｅｒ＿ｓｔｏｐ＞ｔｈｒｅｓｈｏｌｄ＿ｓｔｏｐに設定する。

これにより、画像取得装置２で一部検出できなかった停止線の場合でも、長さｍｓと範囲とカウンタと分散と条件で認識することができる。また、劣化が大きくても認識対象にする場合は、劣化の大きさに合わせるために前記述べた範囲とカウンタと分散を調整するのがよい。

図９ａ、図９ｂに、道路標識「とまれ（一時停止）」を例とする認識手法を示す。ここでは、正しい道路標識「とまれ（一時停止）」の例を図９ａに示し、図９ａのパターンを識別するためにデータベース６に構築されたデータの例を図９ｂに示している。

図９ａにおいて、ランドマーク３１は画像取得装置２で検出した「とまれ（一時停止）」である。道路標識「とまれ（一時停止）」は、各交点間３５の長さＬ１〜Ｌｓで構成される。道路標識「とまれ（一時停止）」のような三角形の標識の場合、長さＬ１〜Ｌｓがｖ軸に対して変化するので、その分散をパターンとして識別する。この場合にも、各分割線３５上の交点間距離ｌＮ（この場合には長さＬｓ）を抽出し、交点間距離ｌＮ（Ｌｓ）が［Ｌｍｉｎ,Ｌｍａｘ］以内である場合に、長さＬｓがあることを認識する。なお道路標識「とまれ（一時停止）」の場合には、分割線３５が文字部分を通る場合などに、複数の長さ（図示の例ではＬａ,Ｌｂ…,Ｌｚ）が計測されることがある。

図９ｂによれば、データベース６のパターン関数Ｅｑｕａｔｉｏｎには、以下の複数の事項が記憶されている。まず、長さＬ１〜Ｌｓを用いて、分散ｖｌ＝ｖａｒ（Ｌ１…,Ｌｓ）を求めることが記憶されている。また認識に誤差を発生させないために、各分割線３５上の線の交点間距離Ｌａ〜Ｌｚの最大長さＬｍａｘを関数Ｌｓ＝Ｍａｘ［Ｌａ…,Ｌｚ］で算出することが記憶されている。当該分割線上で得られた複数長さの最大値が、分散ｖｌ＝ｖａｒ（Ｌ１…,Ｌｓ）を求めることに反映されている。なお分散を求めるときには、複数長さの和を反映させるものであってもよい。

パターン認識条件Ｃｏｎｄｉｔｉｏｎには、これらの演算結果を受けて、道路標識「とまれ（一時停止）」であることの判定条件が設定されている。ここでは、条件ｖｌｍｉｎ＜ｖｌ＜ｖｌｍａｘを満たす場合、道路標識「とまれ（一時停止）」として認識する。

つまり、道路標識「とまれ（一時停止）」を認識するために、図９ｂのデータベース６のＬａｎｄｍａｒｋを「とまれ（一時停止）」、ＲＯＩを「赤色標識」、を（＋０）、Ｃｏｎｄｉｔｉｏｎをｖｌｍｉｎ＜ｖｌ＜ｖｌｍａｘ、Ｅｑｕａｔｉｏｎを分散ｖｌ＝ｖａｒ（Ｌ１…,Ｌｓ）と関数Ｌｓ＝Ｍａｘ［Ｌａ…,Ｌｚ］に設定する。

これにより、文字を含む道路標識の場合であっても、正しく識別することが可能である。

１：移動体，２：画像取得装置，１０：処理装置，６：データベース，７：メモリ，ＢＵＳ：バスライン，ＣＰＵ：演算処理部，３０：車道，３１：ランドマーク，３２：角度θ，３４：関心領域画像，３５：分割線，３７：交点，ｄ：間隔，１Ｎ：交点間距離，Ｓ２１：画像取得処理ステップ，Ｓ２２：領域設定処理ステップ，Ｓ２３：分割処理ステップ，Ｓ２４：パターン抽出処理ステップ，Ｓ２５：データベース比較処理ステップ，Ｌａｎｄｍａｒｋ：ランドマーク識別記号，ＲＯＩ：関心領域設定範囲決定処理記号，：角度，Ｃｏｎｄｉｔｉｏｎ：パターン認識条件

Claims (5)

1. 移動体に搭載されて周囲の画像を取得する画像取得手段と、取得した画像を処理してランドマークを認識する処理装置を備え、道路上に描かれた複数種類の道路標示および／または道路脇に設置された複数種類の道路標識をランドマークとして認識するためのランドマーク認識装置であって、
   前記処理装置は、
   ランドマークの種類毎に、取得した画像のうち前記ランドマークを含む領域を特定し、前記ランドマークに正対するためのランドマーク抽出情報と、ランドマークパターン情報を当該ランドマークと判定するためのランドマーク判定条件情報を対応付けて格納したデータベースと、
   前記取得した画像のうち前記ランドマークを含む領域について、前記ランドマークに正対する方向からランドマークに対して平行な方向に複数の分割線を設定し、当該分割線とランドマーク境界の交点間の距離を求める分割処理部と、
   前記複数の分割線ごとに求めた前記交点間の距離に応じて、前記ランドマークのパターンの特徴を示す前記ランドマークパターン情報を数値情報として得るパターン抽出処理部と、
   該パターン抽出処理部で抽出した前記ランドマークパターン情報と、前記データベースに登録したランドマーク判定条件情報とを比較して、ランドマークの種類を特定するデータベース比較処理部とを有することを特徴とするランドマーク認識装置。
2. 請求項１に記載のランドマーク認識装置であって、
   前記データベースは、前記ランドマーク抽出情報として前記取得した画像のうち前記ランドマークを含む領域と前記ランドマークに正対するための角度の情報をランドマークの種類毎に備え、前記ランドマークのパターンの特徴を示す前記ランドマークパターン情報を数値情報として得るための関数をランドマークの種類毎に備え、ランドマーク判定条件情報として前記関数により算出した数値を評価する判定条件式をランドマークの種類毎に備えていることを特徴とするランドマーク認識装置。
3. 請求項２に記載のランドマーク認識装置であって、
   前記分割処理部は、ランドマークに対する移動体の姿勢を推定し、該姿勢と前記データベースに登録した各々のランドマークの前記領域と前記角度をもとに、画像上に前記分割線を設定する領域と角度を決定し、前記分割線とランドマークの境界の交点間の距離を求めることを特徴とするランドマーク認識装置。
4. 請求項２に記載のランドマーク認識装置であって、
   パターン抽出処理部は、前記分割処理部で抽出した各々の交点の座標を前記データベースに登録した各々のランドマークの前記関数に代入し、ランドマークのパターン情報に変換することを特徴とするランドマーク認識装置。
5. 周囲の画像を取得してランドマークを認識するランドマーク認識方法であって、
   前記取得した画像のうち前記ランドマークを含む領域の情報であるランドマーク抽出情報と、前記ランドマークのパターンの特徴を示すランドマークパターン情報を数値情報として得るための関数と、該関数により算出した数値を評価する判定条件式をランドマーク判定条件情報として、ランドマークの種類毎に組として備え、
   前記取得した画像について、前記ランドマークを含む領域を検知し、当該領域の前記ランドマーク抽出情報を含む前記組を特定し、特定した当該組の前記関数を実施し、特定した当該組の前記ランドマーク判定条件情報と比較することによりランドマークを認識するランドマーク認識方法。

Images