JP6711395B2 - 画像処理装置、撮像装置、移動体機器制御システム、移動体、画像処理方法、及びプログラム - Google Patents

Description

本発明は、画像処理装置、撮像装置、移動体機器制御システム、移動体、画像処理方法、及びプログラムに関する。

自動車の安全性において、従来は歩行者や自動車と衝突したときに、いかに歩行者を守れるか、乗員を保護できるかの観点から自動車のボディー構造などの開発が行われてきた。しかしながら近年、情報処理技術、画像処理技術の発達により、高速に人や自動車等を検出する技術が開発されてきている。これらの技術を応用して、衝突する前に自動的にブレーキをかけ、衝突を未然に防ぐという自動車もすでに発売されている。

自動的にブレーキをかけるには人や他車等の物体までの距離を測定する必要があり、そのために、ステレオカメラの画像を用いた測定が実用化されている。

このステレオカメラの画像を用いた測定では、次のような画像処理を行うことで、人や他車等の物体の認識を行う技術が知られている（例えば、特許文献１参照）。

まず、ステレオカメラで撮像した複数の画像から、画像の垂直方向の座標を一方の軸とし、画像の視差(disparity)を他方の軸とし、視差の頻度の値を画素値とするV-Disparity画像を生成する。次に、生成したV-Disparity画像から、路面を検出する。検出した路面を用いてノイズを除去したうえで、画像の水平方向の座標を縦軸とし、画像の視差を横軸とし、視差頻度を画素値とするU-Disparity画像を生成する。そして、生成したU-Disparity画像に基づいて、人や他車等の物体の認識を行う。

特開２０１５−０７５８００号公報

しかし、従来技術には、雨天時の路面の照り返し等により、視差にノイズが発生し、路面が正確に測定できないという問題がある。

そこで、路面を検出する精度を向上させる技術を提供することを目的とする。

画像処理装置において、複数の撮像部で各々撮影された複数の撮影画像における路面の距離に応じた距離値を有する距離画像から、前記距離画像の垂直方向に対する距離値の頻度の分布を示す垂直方向分布データを生成する生成部と、
前記垂直方向分布データにおける頻度が閾値以上であり垂直方向の高さが最も低い標本点に応じた路面と、前記垂直方向分布データにおける頻度の最も多い最頻点に基づく路面であって、当該路面が不適切と判定された場合は平坦な路面のデータが設定されたデフォルト路面または以前のフレームにて推定された路面のデータに基づいて補間された路面と、を推定する推定部と、前記推定部により推定された各路面の傾きの差が所定の閾値以上の場合に、傾きが小さい方の路面に決定する決定部と、を備える。

開示の技術によれば、路面を検出する精度を向上させることが可能となる。

実施形態に係る車載機器制御システムの構成を示す模式図である。 撮像ユニット及び画像解析ユニットの構成を示す模式図である。 移動体機器制御システムの機能ブロック図である。 視差画像データ、及びその視差画像データから生成されるＶマップについて説明するための図である。 視差画像データ、及びその視差画像データから生成されるＶマップについて説明するための図である。 一方の撮像部で撮像された基準画像としての撮影画像の画像例と、その撮影画像に対応するＶマップを示す図である。 一方の撮像部で撮像された基準画像としての撮影画像の画像例と、その撮影画像に対応するＶマップを示す図である。 一方の撮像部で撮像された基準画像としての撮影画像の画像例と、その撮影画像に対応する所定の領域のＶマップを示す図である。 一方の撮像部で撮像された基準画像としての撮影画像の画像例と、その撮影画像に対応する所定の領域のＶマップを示す図である。 ノイズが発生した場合の、一方の撮像部で撮像された基準画像としての撮影画像の画像例と、その撮影画像に対応するＶマップを示す図である。 ノイズが発生した場合の、一方の撮像部で撮像された基準画像としての撮影画像の画像例と、その撮影画像に対応するＶマップを示す図である。 第１の路面推定部の一例を示す機能ブロック図である。 標本点抽出処理の一例を示すフローチャートである。 第１のセグメントから、標本点を抽出する処理の一例を説明する図である。 第２のセグメントから、標本点を抽出する処理の一例を説明する図である。 第２のセグメントから、標本点を抽出する処理の一例を説明する図である。 第２のセグメントから、標本点を抽出する処理の他の例を説明する図である。 外れ点除去処理の一例を示すフローチャートである。 外れ点除去処理を説明する図である。 第２の路面推定部による路面推定処理について説明する図である。 路面決定処理の一例を示すフローチャートである。 路面決定処理の一例を説明する図である。 路面決定処理の一例を説明する図である。 第２の実施形態に係る路面決定処理のフローチャートの一例を示す図である。 第１の路面及び第２の路面を含む矩形等の領域の一例を示す図である。 第１の路面及び第２の路面を含む矩形等の領域の一例を示す図である。 第３の実施形態に係る路面決定処理のフローチャートの一例を示す図である。 撮影画像または視差画像と、Ｖマップの対応関係を説明する図である。

以下、実施形態に係る画像処理装置を有する移動体機器制御システムについて説明する。
［第１の実施形態］
〈車載機器制御システムの構成〉
図１は、本発明の実施形態に係る移動体機器制御システムとしての車載機器制御システムの構成を示す図である。

この車載機器制御システム１は、移動体である自動車などの自車両１００に搭載されており、撮像ユニット５００、画像解析ユニット６００、表示モニタ１０３、及び車両走行制御ユニット１０４からなる。そして、撮像ユニット５００で、移動体の前方を撮像した自車両進行方向前方領域（撮像領域）の撮像画像データから、自車両前方の路面（移動面）の相対的な高さ情報（相対的な傾斜状況を示す情報）を検知し、その検知結果から、自車両前方の走行路面の３次元形状を検出し、その検出結果を利用して移動体や各種車載機器の制御を行う。移動体の制御には、例えば、警告の報知、自車両１００（自移動体）のハンドルの制御、または自車両１００（自移動体）のブレーキが含まれる。

撮像ユニット５００は、例えば、自車両１００のフロントガラス１０５のルームミラー（図示せず）付近に設置される。撮像ユニット５００の撮像によって得られる撮像画像データ等の各種データは、画像処理手段としての画像解析ユニット６００に入力される。

画像解析ユニット６００は、撮像ユニット５００から送信されてくるデータを解析して、自車両１００が走行している路面部分（自車両の真下に位置する路面部分）に対する自車両前方の走行路面上の各地点における相対的な高さ（位置情報）を検出し、自車両前方の走行路面の３次元形状を把握する。また、自車両前方の他車両、歩行者、各種障害物などの認識対象物を認識する。

画像解析ユニット６００の解析結果は、表示モニタ１０３及び車両走行制御ユニット１０４に送られる。表示モニタ１０３は、撮像ユニット５００で得られた撮像画像データ及び解析結果を表示する。車両走行制御ユニット１０４は、画像解析ユニット６００による自車両前方の他車両、歩行者、各種障害物などの認識対象物の認識結果に基づいて、例えば、自車両１００の運転者へ警告を報知したり、自車両のハンドルやブレーキを制御したりするなどの走行支援制御を行う。

〈撮像ユニット５００及び画像解析ユニット６００の構成〉
図２は、撮像ユニット５００及び画像解析ユニット６００の構成を示す図である。

撮像ユニット５００は、撮像手段としての２つの撮像部５１０ａ，５１０ｂを備えたステレオカメラで構成されており、２つの撮像部５１０ａ，５１０ｂは同一のものである。各撮像部５１０ａ，５１０ｂは、それぞれ、撮像レンズ５１１ａ，５１１ｂと、受光素子が２次元配置された画像センサ５１３ａ，５１３ｂを含んだセンサ基板５１４ａ，５１４ｂと、センサ基板５１４ａ，５１４ｂから出力されるアナログ電気信号（画像センサ５１３ａ，５１３ｂ上の各受光素子が受光した受光量に対応する電気信号）をデジタル電気信号に変換した撮像画像データを生成して出力する信号処理部５１５ａ，５１５ｂとから構成されている。撮像ユニット５００からは、輝度画像データと視差画像データが出力される。

また、撮像ユニット５００は、ＦＰＧＡ（Field-Programmable Gate Array）等からなる処理ハードウェア部５１０を備えている。この処理ハードウェア部５１０は、各撮像部５１０ａ，５１０ｂから出力される輝度画像データから視差画像を得るために、各撮像部５１０ａ，５１０ｂでそれぞれ撮像した撮像画像間の対応画像部分の視差値を演算する視差画像情報生成手段としての視差演算部５１１を備えている。

ここでいう視差値とは、各撮像部５１０ａ，５１０ｂでそれぞれ撮像した撮像画像の一方を基準画像、他方を比較画像とし、撮像領域内の同一地点に対応した基準画像上の画像部分に対する比較画像上の画像部分の位置ズレ量を、当該画像部分の視差値として算出したものである。三角測量の原理を利用することで、この視差値から当該画像部分に対応した撮像領域内の当該同一地点までの距離を算出することができる。

画像解析ユニット６００は、画像処理基板等から構成され、撮像ユニット５００から出力される輝度画像データ及び視差画像データを記憶するＲＡＭやＲＯＭ等で構成される記憶手段６０１と、識別対象の認識処理や視差計算制御などを行うためのコンピュータプログラムを実行するＣＰＵ（Central Processing Unit）６０２と、データＩ／Ｆ（インタフェース）６０３と、シリアルＩ／Ｆ６０４を備えている。

処理ハードウェア部５１０を構成するＦＰＧＡは、画像データに対してリアルタイム性が要求される処理、例えばガンマ補正、ゆがみ補正（左右の撮像画像の平行化）、ブロックマッチングによる視差演算を行って視差画像の情報を生成し、画像解析ユニット６００のＲＡＭに書き出す処理などを行う。画像解析ユニット６００のＣＰＵ６０２は、各撮像部５１０ａ，５１０ｂの画像センサコントローラの制御および画像処理基板の全体的な制御を担うとともに、路面の３次元形状の検出処理、ガードレールその他の各種オブジェクト（識別対象物）の検出処理などを実行するプログラムをＲＯＭからロードして、ＲＡＭに蓄えられた輝度画像データや視差画像データを入力として各種処理を実行し、その処理結果をデータＩ／Ｆ６０３やシリアルＩ／Ｆ６０４から外部へと出力する。このような処理の実行に際し、データＩ／Ｆ６０３を利用して、自車両１００の車速、加速度（主に自車両前後方向に生じる加速度）、操舵角、ヨーレートなどの車両動作情報を入力し、各種処理のパラメータとして使用することもできる。外部に出力されるデータは、自車両１００の各種機器の制御（ブレーキ制御、車速制御、警告制御など）を行うための入力データとして使用される。

なお、撮像ユニット５００及び画像解析ユニット６００は、一体の装置である撮像装置２として構成してもよい。

図３は、図２における処理ハードウェア部５１０、画像解析ユニット６００、及び車両走行制御ユニット１０４で実現される車載機器制御システム１の機能ブロック図である。なお、画像解析ユニット６００で実現される機能部は、画像解析ユニット６００にインストールされた１以上のプログラムが、画像解析ユニット６００のＣＰＵ６０２に実行させる処理により実現される。

以下、本実施形態における処理について説明する。

〈視差画像生成処理〉
視差画像生成部１１は、視差画像データ（視差画像情報）を生成する視差画像生成処理を行う。なお、視差画像生成部１１は、例えば視差演算部５１１（図２）によって構成される。

視差画像生成処理では、まず、２つの撮像部５１０ａ，５１０ｂのうちの一方の撮像部５１０ａの輝度画像データを基準画像データとし、他方の撮像部５１０ｂの輝度画像データを比較画像データとし、これらを用いて両者の視差を演算して、視差画像データを生成して出力する。この視差画像データは、基準画像データ上の各画像部分について算出される視差値ｄに応じた画素値をそれぞれの画像部分の画素値として表した視差画像を示すものである。

具体的には、視差画像生成部１１は、基準画像データのある行について、一つの注目画素を中心とした複数画素（例えば１６画素×１画素）からなるブロックを定義する。一方、比較画像データにおける同じ行において、定義した基準画像データのブロックと同じサイズのブロックを１画素ずつ横ライン方向（ｘ方向）へずらし、基準画像データにおいて定義したブロックの画素値の特徴を示す特徴量と比較画像データにおける各ブロックの画素値の特徴を示す特徴量との相関を示す相関値を、それぞれ算出する。そして、算出した相関値に基づき、比較画像データにおける各ブロックの中で最も基準画像データのブロックと相関があった比較画像データのブロックを選定するマッチング処理を行う。その後、基準画像データのブロックの注目画素と、マッチング処理で選定された比較画像データのブロックの対応画素との位置ズレ量を視差値ｄとして算出する。このような視差値ｄを算出する処理を基準画像データの全域又は特定の一領域について行うことで、視差画像データを得ることができる。

マッチング処理に用いるブロックの特徴量としては、例えば、ブロック内の各画素の値（輝度値）を用いることができ、相関値としては、例えば、基準画像データのブロック内の各画素の値（輝度値）と、これらの画素にそれぞれ対応する比較画像データのブロック内の各画素の値（輝度値）との差分の絶対値の総和を用いることができる。この場合、当該総和が最も小さくなるブロックが最も相関があると言える。

視差画像生成部１１でのマッチング処理をハードウェア処理によって実現する場合には、例えばＳＳＤ（Sum of Squared Difference）、ＺＳＳＤ（Zero-mean Sum of Squared Difference）、ＳＡＤ（Sum of Absolute Difference）、ＺＳＡＤ（Zero-mean Sum of Absolute Difference）、ＮＣＣ（Normalized cross correlation）などの方法を用いることができる。なお、マッチング処理では画素単位での視差値しか算出できないので、１画素未満のサブピクセルレベルの視差値が必要な場合には推定値を用いる必要がある。その推定方法としては、例えば、等角直線方式、二次曲線方式等を利用することができる。

〈Ｖマップ生成処理〉
Ｖマップ生成部１２は、視差画素データに基づき、Ｖマップ（V-Disparity Map、「垂直方向分布データ」の一例）を生成するＶマップ生成処理を実行する。視差画像データに含まれる各視差画素データは、ｘ方向位置とｙ方向位置と視差値ｄとの組（ｘ，ｙ，ｄ）で示される。これを、Ｘ軸にｄ、Ｙ軸にｙ、Ｚ軸に頻度ｆを設定した三次元座標情報（ｄ，ｙ，ｆ）に変換したもの、又はこの三次元座標情報（ｄ，ｙ，ｆ）から所定の頻度閾値を超える情報に限定した三次元座標情報（ｄ，ｙ，ｆ）を、視差ヒストグラム情報として生成する。本実施形態の視差ヒストグラム情報は、三次元座標情報（ｄ，ｙ，ｆ）からなり、この三次元ヒストグラム情報をＸ−Ｙの２次元座標系に分布させたものを、Ｖマップと呼ぶ。

具体的に説明すると、Ｖマップ生成部１２は、視差画像を上下方向に複数分割して得られる各行領域について、視差値頻度分布を計算する。この視差値頻度分布を示す情報が視差ヒストグラム情報である。

図４Ａ、図４Ｂは視差画像データ、及びその視差画像データから生成されるＶマップについて説明するための図である。ここで、図４Ａは視差画像の視差値分布の一例を示す図であり、図４Ｂは、図４Ａの視差画像の行毎の視差値頻度分布を示すＶマップを示す図である。

図４Ａに示すような視差値分布をもった視差画像データが入力されたとき、Ｖマップ生成部１２は、行毎の各視差値のデータの個数の分布である視差値頻度分布を計算し、これを視差ヒストグラム情報として出力する。このようにして得られる各行の視差値頻度分布の情報を、Ｙ軸に視差画像上のｙ方向位置（撮像画像の上下方向位置）をとりＸ軸に視差値ｄをとった二次元直交座標系上に表すことで、図４Ｂに示すようなＶマップを得ることができる。このＶマップは、頻度ｆに応じた画素値をもつ画素が前記二次元直交座標系上に分布した画像として表現することもできる。

図５Ａ、図５Ｂは、一方の撮像部で撮像された基準画像としての撮影画像の画像例と、その撮影画像に対応するＶマップを示す図である。ここで、図５Ａが撮影画像であり、図５ＢがＶマップである。即ち、図５Ａに示すような撮影画像から図５Ｂに示すＶマップが生成される。Ｖマップでは、路面より下の領域には視差は検出されないので、斜線で示した領域Ａで視差がカウントされることはない。

図５Ａに示す画像例では、自車両が走行している路面４０１と、自車両の前方に存在する先行車両４０２と、路外に存在する電柱４０３が映し出されている。また、図５Ｂに示すＶマップには、画像例に対応して、路面５０１、先行車両５０２、及び電柱５０３がある。

この画像例は、自車両の前方路面が、相対的に平坦な路面、即ち、自車両の前方路面が自車両の真下の路面部分と平行な面を自車両前方へ延長して得られる仮想の基準路面（仮想基準移動面）に一致している場合のものである。この場合、画像の下部に対応するＶマップの下部において、高頻度の点は、画像上方へ向かうほど視差値ｄが小さくなるような傾きをもった略直線状に分布する。このような分布を示す画素は、視差画像上の各行においてほぼ同一距離に存在していてかつ最も占有率が高く、しかも画像上方へ向かうほど距離が連続的に遠くなる識別対象物を映し出した画素であると言える。

撮像部５１０ａでは自車両前方領域を撮像するため、その撮像画像の内容は、図５Ａに示すように、画像上方へ向かうほど路面の視差値ｄは小さくなる。また、同じ行（横ライン）内において、路面を映し出す画素はほぼ同じ視差値ｄを持つことになる。従って、Ｖマップ上において上述した略直線状に分布する高頻度の点は、路面（移動面）を映し出す画素が持つ特徴に対応したものである。よって、Ｖマップ上における高頻度の点を直線近似して得られる近似直線上又はその近傍に分布する点の画素は、高い精度で、路面を映し出している画素であると推定することができる。また、各画素に映し出されている路面部分までの距離は、当該近似直線上の対応点の視差値ｄから高精度に求めることができる。

図６Ａ、図６Ｂは、一方の撮像部で撮像された基準画像としての撮影画像の画像例と、その撮影画像に対応する所定の領域のＶマップを示す図である。

Ｖマップ生成部１２は、視差画像における全画素を用いてＶマップを生成してもよいし、視差画像（図６Ａは、視差画像の基となる撮影画像の例）における所定の領域（例えば、路面が写り得る領域）の画素のみを用いてＶマップを生成してもよい。例えば、路面は遠方になるにつれて、消失点に向かって狭くなるため、図６Ａに示すように、路面の幅に応じた領域を設定してもよい。これにより、路面が写り得る領域以外の領域に位置する物体（例えば電柱４０３）によるノイズがＶマップに混入しないようにすることができる。

図７Ａ、図７Ｂは、ノイズが発生した場合の、一方の撮像部で撮像された基準画像としての撮影画像の画像例と、その撮影画像に対応するＶマップを示す図である。

図７Ａの例では、図６Ａの例と比較して、図７Ａに水たまり等による照り返し４０４と、白線の途切れ４０５が映し出されている。なお、白線の途切れは、例えば古い道路で白線が消えている場合や、白線間の間隔が長い場合に発生する。

図７Ｂに示すＶマップには、水たまり等による照り返し５０４、及び白線の途切れ５０５によるノイズが含まれる。図７Ｂに示すように、水たまり等による照り返し５０４により、所定値（例えば１）以上の頻度の値を有する画素（視差点）は、横軸方向（視差値の方向）に分散する。

〈路面推定〉
路面推定部１３は、視差画像生成部１１により生成された視差画像に基づき、路面を推定（検出）する。図３に示すように、路面推定部１３は、第１の路面推定部１３ａ、及び第２の路面推定部１３ｂを有する。なお、以下では、路面推定部１３は、２つの方式で路面を推定する例について説明するが、路面推定部１３は、３以上の方式で路面を推定してもよい。

図８を参照し、第１の路面推定部１３ａの機能構成の一例について説明する。図８は、第１の路面推定部１３ａの一例を示す機能ブロック図である。

〈第１の路面の推定〉
第１の路面推定部１３ａは、標本点抽出部１３１、外れ点除去部１３２、路面形状検出部１３３、路面補足部１３４、スムージング処理部１３５、路面決定部１３６、及び路面高さテーブル算出部１５を有する。

以下、第１の路面推定部１３ａの各機能部の処理について説明する。

《標本点抽出処理》
標本点抽出部１３１は、Ｖマップ生成部１２により生成されたＶマップから、路面の推定に用いる標本点を抽出する。

なお、以下では、Ｖマップを、視差値（自車両からの距離値）に応じて、複数のセグメントに分割し、後述する標本点抽出処理や路面形状検出処理等を行う例について説明するが、Ｖマップを分割せずに標本点抽出処理や路面形状検出処理等を行ってもよい。

次に、図９乃至図１２を参照して、標本点抽出部１３１による標本点抽出処理の詳細例について説明する。図９は、標本点抽出処理の一例を示すフローチャートである。

まず、標本点抽出部１３１は、Ｖマップの横軸である視差の値に応じて、Ｖマップを複数のセグメントに分割する（ステップＳ１１）。

続いて、標本点抽出部１３１は、最も視差値が大きい（自車両からの距離が最も近い）セグメント（第１のセグメント）において、抽出する標本点を探索する範囲（探索範囲）を設定する（ステップＳ１２）。

図１０は、第１のセグメントから、標本点を抽出する処理の一例を説明する図である。

標本点抽出部１３１は、例えば、第１のセグメントにおいて、デフォルト路面５５１（「予め設定されている路面」）に対応する直線の始点位置５５２を基準点とし、当該基準点に応じた所定範囲を標本点の探索領域５５３として設定する。なお、デフォルト路面のデータは、例えば、ステレオカメラを自車両へ取り付けた際に、予め設定される。例えば、平坦な路面のデータが設定されてもよい。

標本点抽出部１３１は、例えば、図１０のように、基準点を始点とする２直線５５４，５５５であって、所定の角度で隣のセグメントまで延びる２直線５５４，５５５の間を探索領域５５３としてもよい。この場合、標本点抽出部１３１は、当該２直線５５４，５５５を、路面が傾き得る角度に対応して決定してもよい。例えば、下側の直線５５４は、ステレオカメラで撮影可能な下り路面の傾きに対応して決定し、上側の直線５５５は、予め設定された、法律等で規制される上り路面の傾きの上限に対応して決定してもよい。または、標本点抽出部１３１は、探索領域５５３を、例えば、矩形の領域としてもよい。

続いて、標本点抽出部１３１は、探索範囲に含まれる画素の中から、標本点を抽出する（ステップＳ１３）。標本点抽出部１３１は、探索範囲に含まれる画素の中から、例えば、各視差値ｄの座標位置毎に一つ以上の標本点を抽出してもよい。または、標本点抽出部１３１は、探索範囲に含まれる画素の中から、各視差値ｄの座標位置において、頻度の最も多い最頻点を標本点として抽出してもよい。あるいは、標本点抽出部１３１は、探索範囲に含まれる画素の中から、各視差値ｄを含む複数の座標位置（例えば各視差値ｄの座標位置と、当該各視差値ｄの左及び右の少なくとも一方の１以上の座標位置）における頻度の最も多い最頻点を標本点として抽出してもよい。

続いて、外れ点除去部１３２、路面形状検出部１３３、及び路面補足部１３４は、ステップＳ１３で抽出した標本点に基づいて、当該標本点を含むセグメントにおける路面を検出する（ステップＳ１４）。なお、後述する路面決定部１４により選択された路面を、当該セグメントにおける路面としてもよい。これにより、例えば、路面上に位置する先行車両等の物体の視差により、検出した路面が上方向に引っ張られている場合に、第２の路面推定部１３ｂにより検出された路面に基づき、次のセグメントにおける路面を検出できる。

続いて、標本点抽出部１３１は、次のセグメント（例えば次に視差値が小さいセグメント）があるか判断し（ステップＳ１５）、次のセグメントがなければ（ステップＳ１５でＮＯ）、処理を終了する。

次のセグメントがあれば（ステップＳ１５でＹＥＳ）、標本点抽出部１３１は、ステップＳ１４で検出した路面の終点位置を取得する（ステップＳ１６）。

続いて、標本点抽出部１３１は、次のセグメントにおいて、ステップＳ１５で取得した路面の終点位置に基づいて、探索範囲を設定し（ステップＳ１７）、ステップＳ１３の処理に進む。

図１１Ａ、図１１Ｂは、第１のセグメント以外の第２のセグメントから、標本点を抽出する処理の一例を説明する図である。標本点抽出部１３１は、例えば、第２のセグメントにおいて、前のセグメント（既に路面を検出した、第２のセグメントと隣り合うセグメント）の路面５６１の終点位置（前のセグメントの路面５６１が、第２のセグメントと接する位置）を基準点５６２とする。そして、標本点抽出部１３１は、図１０に示すステップＳ１２の場合と同様に、基準点５６２に応じた所定範囲を標本点の探索領域５６３として設定する。

標本点抽出部１３１は、例えば、図１１Ａのように、基準点を始点とする２直線５６４，５６５であって、所定の角度で隣のセグメントまで延びる２直線５６４，５６５の間を探索領域５６３としてもよい。この場合、標本点抽出部１３１は、当該２直線５６４，５６５を、路面が傾き得る角度に対応して決定してもよい。または、標本点抽出部１３１は、探索領域５６３を、例えば、図１１Ｂのように、基準点５６２のｙ座標に応じた高さを有する矩形の領域としてもよい。

＜変形例＞
図１２は、第２のセグメントから、標本点を抽出する処理の他の例を説明する図である。

標本点抽出部１３１は、例えば、第２のセグメントにおいて、以前の視差画像のフレームにおいて検出された、第２のセグメントと隣り合うセグメントの路面（履歴路面）５６１ａの終点位置を基準点５６２ａとする。そして、標本点抽出部１３１は、基準点５６２ａに応じた所定範囲を標本点の探索領域５６３ａとして設定する。

これにより、図１２のように、デフォルト路面と正解（実際）の路面５６６の差異が大きい、例えば下り坂の路面の場合に、図１１Ａ、図１１Ｂのような第１のセグメントにて検出された路面の終点位置を基準点とする場合と比較して、より適切な探索範囲を設定できる。

なお、履歴路面は、以前の１フレームにおいて検出された路面を使用してもよいし、以前の複数のフレームにおいて検出された路面の平均等を使用してもよい。

《外れ点除去処理》
外れ点除去部１３２は、標本点抽出部１３１により抽出された標本点のうち、直線近似に適さない点を除外する。

図１３、図１４を参照して、外れ点除去部１３２による外れ点除去処理について説明する。図１３は、外れ点除去処理の一例を示すフローチャートである。図１４は、外れ点除去処理を説明する図である。

まず、外れ点除去部１３２は、標本点抽出部１３１により抽出された各セグメントの標本点、または、全セグメントの標本点から、近似直線を算出する（ステップＳ２０）。外れ点除去部１３２は、例えば最小二乗法を用いて近似直線を算出する。図１４の例では、近似直線５４１が、図１３のステップＳ２０にて算出される。

続いて、外れ点除去部１３２は、Ｘ座標の値に応じた閾値を算出する（ステップＳ２１）。図１４の例では、所定のＸ座標の値Ｄ（例えば自車両からの距離５０ｍに相当する視差値）を境界として、Ｄ未満（自車両から所定距離より遠い）は所定の閾値を２σ、Ｄ以上（自車両から所定距離以下）をσとしている。これは、視差値が小さい、すなわち自車両からの距離が遠い位置の路面については、ステレオカメラで計測する際の誤差が大きいため、除去する際の閾値を緩くするためである。

続いて、外れ点除去部１３２は、算出した近似直線に対し、ユークリッド距離がステップＳ２１で算出した閾値以上離れている標本点を除去する（ステップＳ２２）。図１４の例では、Ｄ以上で所定の閾値σ以上離れている標本点５４２を除去する。

《路面形状検出処理》
路面形状検出部１３３は、Ｖマップ生成部１２により生成されたＶマップの各セグメントから、標本点抽出部１３１により抽出され、外れ点除去部１３２により除去されていない標本点に基づき、路面の形状（位置、高さ）を検出する。

路面形状検出部１３３は、例えば最小二乗法により、各セグメントの標本点から近似直線を算出し、算出した近似直線を、路面として検出（推定）する。

《路面補足処理》
路面補足部１３４は、路面形状検出部１３３により検出（推定）された路面、または、後述する路面決定部１４により選択された路面が不適切か否かを判定し、不適切と判定した場合は、路面を補足する。

路面補足部１３４は、ノイズにより、ステレオカメラにて撮影されることがあり得ない不適切な路面が推定されたかを判定する。そして、路面補足部１３４は、不適切な路面が推定されたと判定すると、デフォルト路面または、以前のフレームにて推定された路面のデータに基づいて、不適切な路面を補足（補間）する。

路面補足部１３４は、Ｖマップにおいて、例えば一部の勾配が所定値以上である急な右上がりの路面のデータが検出された場合、当該路面は、自車両からの距離が離れるにつれ、勾配が急になる下り坂の路面であると判定する。そして、路面補足部１３４は、当該路面のデータを除去し、代わりにデフォルト路面等のデータで補足する。

《スムージング処理》
スムージング処理部１３５は、各セグメントで推定された各路面を、当該各路面が連続するように修正する。スムージング処理部１３５は、隣り合う２つのセグメントにおいてそれぞれ推定された各路面のうち、一方の路面の終点（端点）と、他方の路面の始点（端点）が一致するよう、各路面の傾きと切片を変更する。

〈第２の路面の推定〉
第２の路面推定部１３ｂは、第１の路面推定部１３ａとは異なる方式により、路面を推定する。

図１５を参照し、第２の路面推定部１３ｂによる路面推定処理について説明する。図１５は、第２の路面推定部１３ｂによる路面推定処理について説明する図である。

第２の路面推定部１３ｂは、標本点抽出処理において、例えば、Ｖマップにおける各視差値ｄに対する視差点の画素のうち、最も高さの低い画素を標本点５７１Ａ、・・・、５７１Ｎとして抽出する。そして、抽出した標本点に基づき、例えば、上述した外れ点除去処理等の処理により、第２の路面５７２ｂを抽出する。なお、この場合、最下点がノイズの場合、誤った路面を推定してしまう可能性があるため、各座標の頻度を使って、ノイズを除去してもよい。

この場合、路面上に存在する物体の視差の影響を受けないため、例えば、雨天でない（好天時の）場合（シーン）に、適切に路面を検出できる。

なお、第１の路面推定部１３ａ、または第２の路面推定部１３ｂによる路面推定手法は、上述した例に限定されない。例えば、以前の視差画像の複数のフレームに基づいて推定した、複数の路面の例えば平均により、今回のフレームにおける路面としてもよい。または、Ｖマップを複数のセグメントに分割し、一のセグメントで推定した路面に基づいて、例えば一のセグメントで推定した路面を他のセグメントにも延長することにより、路面を推定してもよい。あるいは、直線で近似する代わりに、曲線で近似してもよい。

〈路面決定処理〉
路面決定部１４は、第１の路面推定部１３ａ、及び第２の路面推定部１３ｂにより各々推定された路面に基づき、採用する路面のデータを決定する。

路面決定部１４は、第１の路面推定部１３ａ、及び第２の路面推定部１３ｂにより各々推定された路面の中から、一つの路面を選択する。または、路面決定部１４は、第１の路面推定部１３ａ、及び第２の路面推定部１３ｂにより各々推定された路面に所定の重み付けを行って合成してもよい。路面決定部１４は、例えば、第１の路面推定部１３ａ、及び第２の路面推定部１３ｂが各々抽出した標本点の数に応じた値を、所定の重み付けの値としてもよい。

次に、図１６、図１７Ａ、図１７Ｂを参照し、路面決定部１４による路面決定処理の詳細例について説明する。図１６は、路面決定処理の一例を示すフローチャートである。

まず、路面決定部１４は、第１の路面推定部１３ａより推定された、各セグメントに対する路面（第１の路面）を取得する（ステップＳ３１）。

続いて、路面決定部１４は、第２の路面推定部１３ｂより推定された、各セグメントに対する路面（第２の路面）を取得する（ステップＳ３２）。

続いて、路面決定部１４は、各セグメントにおける第１の路面の傾き（勾配）と、第２の路面の傾きを算出する（ステップＳ３３）。

続いて、路面決定部１４は、対象のセグメント（各セグメントに含まれる任意の１のセグメント）における第１の路面の傾きと、第２の路面の傾きとの差が、所定の閾値以上であるか判定する（ステップＳ３４）。

第１の路面の傾きと、第２の路面の傾きとの差が、所定の閾値以上である場合（ステップＳ３４でＹＥＳ）、路面決定部１４は、第１の路面と第２の路面のうち、傾きが小さい方の路面を選択し（ステップＳ３５）、処理を終了する。

第１の路面の傾きと、第２の路面の傾きとの差が、所定の閾値以上でない場合（ステップＳ３４でＮＯ）、路面決定部１４は、第１の路面と第２の路面のうち、傾きが大きい方の路面を選択し（ステップＳ３６）、処理を終了する。

図１７Ａ、図１７Ｂは、路面決定処理の一例を説明する図である。

図１７Ａは、第１の路面推定部１３ａより推定された、あるセグメント５７３における第１の路面５７２ａが、路面上に位置する先行車両等の物体の視差により、上方向に引っ張られている場合の例である。

路面決定部１４は、図１６のステップＳ３４において、例えば、以下の条件を満たす場合に、第１の路面の傾きと、第２の路面の傾きとの差が、所定の閾値以上であると判断する。

Ｈ１＞Ａかつ、Ｈ１／Ｂ＞Ｈ２
ここで、図１７Ｂに示すように、Ｈ１は、あるセグメント５７３における第１の路面５７２ａの終点のＹ座標と、第２の路面５７２ｂの終点のＹ座標の差である。Ｈ２は、当該あるセグメントにおける第１の路面５７２ａの始点のＹ座標と、第２の路面５７２ｂの始点のＹ座標の差である。Ａ及びＢは所定の定数である。

なお、路面決定部１４は、図１６のステップＳ３４において、例えば第１の路面が、第２の路面よりも上にあり、かつ、対象のセグメントにおける第１の路面の傾きと、第２の路面の傾きとの差が、所定の閾値以上であるか判定してもよい。

また、路面決定部１４は、対象のセグメントにおける第１の路面と、第２の路面がクロスしている場合は、例えば、対象のセグメントにおける終点のＹ座標の上下に基づいて、路面を選択してもよい。

＜第１の実施形態の効果＞
あるセグメントにおける第１の路面と第２の路面の傾きが異なる場合、上述した第１の路面が、路面上に位置する先行車両等の物体の視差により、上方向に引っ張られている可能性がある。または、上述した第２の路面が、図７Ｂに示すように、水たまり等による照り返し５０４により、下方向に引っ張られている可能性がある。

例えば、第１の路面として、Ｖマップにおける各視差値ｄに対し頻点の値が高い画素を標本点として抽出し、第２の路面として、Ｖマップにおける各視差値ｄに対し最もＹ座標が低く、視差の値を有する画素を標本点として抽出する場合とする。この場合、上述した実施形態によれば、第１の路面が、物体の視差により上方向に引っ張られている場合に、第２の路面の方を選択（採用）できる。また、第２の路面が、水たまり等による照り返しにより下方向に引っ張られている場合に、第１の路面の方を選択できる。

＜変形例＞
上述した実施形態では、路面決定部１４は、第１の路面と第２の路面の傾きに基づいて、採用する路面を選択していた。これに代えて、または加えて、路面決定部１４は、直線近似により第１の路面と第２の路面を推定した際の各々の信頼度（相関係数）に基づいて、採用する路面を選択してもよい。この場合、例えば、第１の路面推定部１３ａ、及び第２の路面推定部１３ｂは、抽出した各標本点に基づいて最小二乗法により近似直線を算出した際、当該近似直線と各標本点との相関係数に基づくスコアを算出する。そして、路面決定部１４は、第１の路面のスコアと第２の路面のスコアに応じて、採用する路面を選択する。この変形例を、上述した路面決定処理に加える場合は、例えば、図１６のステップＳ３６の処理に代えて、この変形例に係る処理を実行してもよい。

〈路面高さテーブル算出処理〉
路面高さテーブル算出部１５は、スムージング処理部１３５にて修正された各セグメントにおける路面に基づいて、路面高さ（自車両の真下の路面部分に対する相対的な高さ）を算出してテーブル化する路面高さテーブル算出処理を行う。

路面高さテーブル算出部１５は、各セグメントにおける路面の情報から、撮像画像上の各行領域（画像上下方向の各位置）に映し出されている各路面部分までの距離を算出する。なお、自車両の真下に位置する路面部分をその面に平行となるように自車両進行方向前方へ延長した仮想平面の自車両進行方向における各面部分が、撮像画像中のどの各行領域に映し出されるかは予め決まっており、この仮想平面（基準路面）はＶマップ上で直線（基準直線）により表される。路面高さテーブル算出部１５は、各セグメントにおける路面と、基準直線とを比較することで、自車両前方の各路面部分の高さを得ることができる。簡易的には、各セグメントにおける路面上のＹ軸位置から、これに対応する視差値から求められる距離だけ自車両前方に存在する路面部分の高さを算出できる。路面高さテーブル算出部１５では、近似直線から得られる各路面部分の高さを、必要な視差範囲についてテーブル化する。

なお、ある視差値ｄにおいてＹ軸位置がｙ'である地点に対応する撮像画像部分に映し出されている物体の路面からの高さは、当該視差値ｄにおける路面上のＹ軸位置をｙ０としたとき、（ｙ'−ｙ０）から算出することができる。一般に、Ｖマップ上における座標（ｄ，ｙ'）に対応する物体についての路面からの高さＨは、下記の式より算出することができる。ただし、下記の式において、「ｚ」は、視差値ｄから計算される距離（ｚ＝ＢＦ／（ｄ−ｏｆｆｓｅｔ））であり、「ｆ」はカメラの焦点距離を（ｙ'−ｙ０）の単位と同じ単位に変換した値である。ここで、「ＢＦ」は、ステレオカメラの基線長と焦点距離を乗じた値であり、「ｏｆｆｓｅｔ」は無限遠の物体を撮影したときの視差値である。

Ｈ＝ｚ×（ｙ'−ｙ０）／ｆ
〈クラスタリング、棄却、トラッキング〉
クラスタリング部１６は、視差画像データに含まれる各視差画素データにおけるｘ方向位置とｙ方向位置と視差値ｄとの組（ｘ，ｙ，ｄ）を、Ｘ軸にｘ、Ｙ軸にｄ、Ｚ軸に頻度を設定し、Ｘ−Ｙの２次元ヒストグラム情報（頻度Ｕマップ）を作成する。

クラスタリング部１６は、路面高さテーブル算出部１５によってテーブル化された各路面部分の高さに基づいて、路面からの高さＨが所定の高さ範囲（たとえば２０ｃｍから３ｍ）にある視差画像の点（ｘ，ｙ，ｄ）についてだけ頻度Ｕマップを作成する。この場合、路面から当該所定の高さ範囲に存在する物体を適切に抽出することができる。

クラスタリング部１６は、頻度Ｕマップにおいて、頻度が所定値よりも多い、視差が密集している領域を物体の領域として検出し、視差画像上の座標や、物体の実際の大きさ（サイズ）から予測した物体のタイプ（人や歩行者）などの個体情報を付与する。

棄却部１７は、視差画像、頻度Ｕマップ、物体の個体情報に基づいて、認識対象ではない物体の情報を棄却する。

トラッキング部１８は、検出された物体が複数の視差画像のフレームで連続して出現する場合に、追跡対象であるか否かを判定する。

〈走行支援制御〉
制御部１９は、クラスタリング部１６による、物体の検出結果に基づいて、例えば、自車両１００の運転者へ警告を報知したり、自車両のハンドルやブレーキを制御したりするなどの走行支援制御を行う。
［第２の実施形態］
第１の実施形態では、路面決定部１４は、第１の路面と第２の路面の傾きに基づいて、採用する路面を選択していた。第２の実施形態では、路面決定部１４は、第１の路面と第２の路面を含む所定の領域における視差点の分布形状や数に基づき、採用する路面を選択する。なお、第２の実施形態は一部を除いて第１の実施形態と同様であるため、適宜説明を省略する。

以下では第２の実施形態に係る車載機器制御システム１の処理の詳細について第１の実施形態との差異を説明する。

図１８、１９を参照して、第２の実施形態の路面決定部１４による路面決定処理の詳細例を説明する。図１８は、第２の実施形態に係る路面決定処理のフローチャートの一例を示す図である。図１９Ａ、図１９Ｂは、第１の路面及び第２の路面を含む矩形等の領域の一例を示す図である。

まず、路面決定部１４は、図１８に示すように、第１の路面推定部１３ａ、及び第２の路面推定部１３ｂがそれぞれ推定した第１の路面、及び第２の路面を含む例えば矩形等の領域を設定する（ステップＳ２０１）。

続いて、路面決定部１４は、設定した領域に含まれる視差点の数を算出する（ステップＳ２０２）。

続いて、路面決定部１４は、設定した領域における視差点の密度を算出する（ステップＳ２０３）。例えば、路面決定部１４は、設定した領域における視差点を、設定した領域の面積で除算することにより密度を算出する。

続いて、路面決定部１４は、設定した領域における視差点の密度が、所定の閾値以上であるか判定する（ステップＳ２０４）。なお、視差点の密度に代えて、設定する領域の面積を一定とした場合の視差点の数を用いて、所定の閾値以上であるか判定してもよい。

設定した領域における視差点の密度が、所定の閾値以上である場合（ステップＳ２０４でＹＥＳ）、図１９Ａのように、垂直方向の高さが低い下方に存在する第２の路面５８１ａが、雨天時の水たまり等によるノイズの影響を受けている可能性がある。そのため、路面決定部１４は、垂直方向の高さが高い上方に存在する第１の路面５８２ａを選択し（ステップＳ２０５）、処理を終了する。

設定した領域における視差点の密度が、所定の閾値以上でない場合（ステップＳ２０４でＮＯ）、路面決定部１４は、設定した領域に含まれる視差点の分布形状を取得する（ステップＳ２０６）。

続いて、路面決定部１４は、設定した領域に含まれる視差点の分布形状が、所定の形状であるか判定する（ステップＳ２０７）。ここで、所定の形状は、例えば、設定した領域内の右上５８３及び左下５８４の少なくとも一方の部分の視差点の分布が所定値以下である形状とする。この場合、路面決定部１４は、例えば、設定した領域内の右上５８３及び左下５８４の部分の少なくとも一方の視差点の密度または数が、所定値以下である場合に、所定の形状であると判定する。

設定した領域に含まれる視差点の分布形状が、所定の形状であれば（ステップＳ２０７でＹＥＳ）、図１９Ｂのように、上方に存在する第１の路面５８１ｂが、物体の視差により上方向に引っ張られている可能性がある。そのため、路面決定部１４は、下方に存在する第２の路面５８２ｂを選択し（ステップＳ２０８）、処理を終了する。

設定した領域に含まれる視差点の分布形状が、所定の形状でなければ（ステップＳ２０７でＮＯ）、路面決定部１４は、例えばステップＳ２０５と同様に第１の路面を選択し、処理を終了する。または、上述した第１の実施形態における路面決定処理を実行し、路面を選択してもよい。

＜第２の実施形態の効果＞
第２の実施形態によれば、第１の実施形態と同様の効果を得られる。
［第３の実施形態］
第３の実施形態では、路面決定部１４は、撮影画像（輝度画像）または視差画像の所定領域内を画像認識し、画像認識の結果に基づいて、採用する路面を選択する。なお、第３の実施形態は一部を除いて第１の実施形態と同様であるため、適宜説明を省略する。

以下では第３の実施形態に係る車載機器制御システム１の処理の詳細について第１の実施形態との差異を説明する。

図２０、２１を参照して、第３の実施形態の路面決定部１４による路面決定処理の詳細例を説明する。図２０は、第３の実施形態に係る路面決定処理のフローチャートの一例を示す図である。

まず、路面決定部１４は、撮影画像または視差画像中で、路面が写り得る領域に、各セグメントを設定する（ステップＳ３０１）。図２１は、撮影画像または視差画像と、Ｖマップの対応関係を説明する図である。図２１では、路面が写り得る領域を３つのセグメント５９１、５９２、５９３に分割した場合の例を示している。

続いて、路面決定部１４は、撮影画像または視差画像の各セグメントを画像認識する（ステップＳ３０２）。

なお、ステップＳ３０２の画像認識の手法としては、任意の手法を使用してよい。例えば、車両、人、路面、雨滴等の物体用のテンプレートを事前に用意しておき、テンプレートマッチングさせることで物体を認識してもよい。

また、例えば、「Csurka, G., Bray, C., Dance, C. and Fan, L, "Visual categorization with bags of keypoints," Proc. ECCV Workshop on Statistical Learning in Computer Vision, pp.1-22, 2004.」に記載されているような、ＳＩＦＴ(Scale-Invariant Feature Transform)などの局所特徴量を量子化したvisual wordsと称されるベクトルを用いて認識に利用するBag-of-Visual-Words法を用いてもよい。あるいは、「Alex Krizhevsky, Ilya Sutskever, and Geoffrey E Hinton., "Imagenet classification with deep convolutional neural networks," In Advances in neural information processing systems, pp.1097-1105, 2012.」に記載されているような、ニューラルネットを多層化したDeep Learningを用いる方法を用いてもよい。

また、画像認識する際は、各セグメントを分割し、ラスタスキャンしながら逐次認識処理を実行してもよい。この場合、セグメント全体を認識処理にかけるよりも、ノイズが含まれる領域を除去できるため、認識精度を向上させることができる。

続いて、路面決定部１４は、ステップＳ３０２の画像認識の結果に基づき、雨天（雨のシーン）であるか判定する（ステップＳ３０３）。

画像認識の結果が雨天である場合（ステップＳ３０３でＹＥＳ）、下方に存在する第２の路面が、雨天時の水たまり等によるノイズの影響を受けている可能性がある。そのため、路面決定部１４は、上方に存在する第１の路面を選択し（ステップＳ３０４）、処理を終了する。

画像認識の結果が雨天でない場合（ステップＳ３０３でＮＯ）、路面決定部１４は、ステップＳ３０２の画像認識の結果に基づき、各セグメントにおいて、先行車両等の物体（図２１の５９４）の画像を認識したか判定する（ステップＳ３０５）。

先行車両等の物体の画像を認識した場合（ステップＳ３０５でＹＥＳ）、上方に存在する第１の路面が、物体の視差（図２１の５９４ａ）により上方向に引っ張られている可能性がある。そのため、路面決定部１４は、先行車両等の物体の画像を認識したセグメントにおいて、下方に存在する第２の路面５８２ｂを選択し（ステップＳ３０６）、処理を終了する。

先行車両等の物体の画像を認識しない場合（ステップＳ３０５でＮＯ）、路面決定部１４は、例えばステップＳ２０４と同様に第１の路面を選択し、処理を終了する。または、上述した各実施形態における路面決定処理を実行し、路面を選択してもよい。

＜まとめ＞
雨天時の路面の照り返し等により、視差にノイズが発生すると、推定される路面が正解に対して低すぎたり、逆に高すぎたりする問題が発生する。推定される路面が低すぎる場合、路面の一部を障害物と誤認識する場合がある。推定される路面が高すぎる場合、推定される路面よりも低い障害物等を検出できない場合がある。

上述した各実施形態によれば、Ｖマップに基づいて、複数の路面を推定し、推定された複数の路面に基づいて路面を決定する。それにより、路面を検出する精度を向上させることが可能となる。

なお、距離の値（距離値）と視差値は等価に扱えることから、本実施形態においては距離画像の一例として視差画像を用いて説明しているが、これに限られない。例えば、ステレオカメラを用いて生成した視差画像に対して、ミリ波レーダやレーザレーダ等の検出装置を用いて生成した距離情報を統合して、距離画像を生成してもよい。また、ステレオカメラと、ミリ波レーダやレーザレーダ等の検出装置を併用し、上述したステレオカメラによる物体の検出結果と組み合わせることにより、検出の精度をさらに高める構成としてもよい。

上述した実施形態におけるシステム構成は一例であり、用途や目的に応じて様々なシステム構成例があることは言うまでもない。また、上述した各実施形態の一部又は全部を組み合わせることも可能である。

例えば、外れ点除去部１３２、路面補足部１３４、スムージング処理部１３５等の処理は必須ではないため、これらの機能部を有しない構成としてもよい。

また、処理ハードウェア部５１０、画像解析ユニット６００、及び車両走行制御ユニット１０４の各機能部は、ハードウェアによって実現される構成としてもよいし、ＣＰＵが記憶装置に格納されたプログラムを実行することによって実現される構成としてもよい。このプログラムは、インストール可能な形式又は実行可能な形式のファイルによって、コンピュータで読み取り可能な記録メディアに記録されて流通されるようにしても良い。また、上記記録メディアの例として、ＣＤ−Ｒ(Compact Disc Recordable)、ＤＶＤ(Digital Versatile Disk)、ブルーレイディスク等が挙げられる。また、各プログラムが記憶されたＣＤ−ＲＯＭ等の記録メディア、並びに、これらプログラムが記憶されたＨＤ５０４は、プログラム製品(Program Product)として、国内又は国外へ提供されることができる。

以上、本発明を実施例に基づいて説明したが、本発明は上記実施例に限定されるものではなく、特許請求の範囲に記載の範囲内で様々な変形が可能である。

本願は、日本特許庁に２０１６年３月１７日に出願された基礎出願２０１６―０５３３８３号の優先権を主張するものであり、その全内容を参照によりここに援用する。

１ 車載機器制御システム（「機器制御システム」の一例）
１００ 自車両
１０１ 撮像ユニット
１０３ 表示モニタ
１０６ 車両走行制御ユニット（「制御部」の一例）
１１ 視差画像生成部（「距離画像生成部」の一例）
１２ Ｖマップ生成部（「生成部」の一例）
１３ 路面推定部（「推定部」の一例）
１３ａ 第１の路面推定部
１３ｂ 第２の路面推定部
１３１ 標本点抽出部
１３２ 外れ点除去部
１３３ 路面形状検出部
１３４ 路面補足部
１３５ スムージング処理部
１４ 路面決定部（「決定部」の一例）
１５ 路面高さテーブル算出部
１６ クラスタリング部（「物体検出部」の一例）
１７ 棄却部
１８ トラッキング部
１９ 制御部
２ 撮像装置
５１０ａ，５１０ｂ 撮像部
５１０ 処理ハードウェア部
６００ 画像解析ユニット（「画像処理装置」の一例）

Claims (14)

1. 複数の撮像部で各々撮影された複数の撮影画像における路面の距離に応じた距離値を有する距離画像から、前記距離画像の垂直方向に対する距離値の頻度の分布を示す垂直方向分布データを生成する生成部と、
   前記垂直方向分布データにおける頻度が閾値以上であり垂直方向の高さが最も低い標本点に応じた路面と、前記垂直方向分布データにおける頻度の最も多い最頻点に基づく路面であって、当該路面が不適切と判定された場合は平坦な路面のデータが設定されたデフォルト路面または以前のフレームにて推定された路面のデータに基づいて補間された路面とを推定する推定部と、
   前記推定部により推定された各路面の傾きの差が所定の閾値以上の場合に、傾きが小さい方の路面に決定する決定部と、
   を備えることを特徴とする画像処理装置。
2. 複数の撮像部で各々撮影された複数の撮影画像における路面の距離に応じた距離値を有する距離画像から、前記距離画像の垂直方向に対する距離値の頻度の分布を示す垂直方向分布データを生成する生成部と、
   前記垂直方向分布データにおける頻度が閾値以上であり垂直方向の高さが最も低い標本点に応じた路面と前記垂直方向分布データにおける頻度の最も多い最頻点に基づく路面であって、当該路面が不適切と判定された場合は平坦な路面のデータが設定されたデフォルト路面または以前のフレームにて推定された路面のデータに基づいて補間された路面とを推定する推定部と、
   前記推定部により最小二乗法による直線近似された際の路面の相関係数に基づいて、路面を決定する決定部と、
   を備えることを特徴とする画像処理装置。
3. 複数の撮像部で各々撮影された複数の撮影画像における路面の距離に応じた距離値を有する距離画像から、前記距離画像の垂直方向に対する距離値の頻度の分布を示す垂直方向分布データを生成する生成部と、
   前記垂直方向分布データにおける頻度が閾値以上であり垂直方向の高さが最も低い標本点に応じた路面と前記垂直方向分布データにおける頻度の最も多い最頻点に基づく路面であって、当該路面が不適切と判定された場合は平坦な路面のデータが設定されたデフォルト路面または以前のフレームにて推定された路面のデータに基づいて補間された路面とを推定する推定部と、
   前記推定部により推定された各路面を含む所定の領域における、所定値以上の距離値を有する画素の数または密度が所定の閾値以上である場合に、高さが高い方の路面に決定する決定部と、
   を備えることを特徴とする画像処理装置。
4. 複数の撮像部で各々撮影された複数の撮影画像における路面の距離に応じた距離値を有する距離画像から、前記距離画像の垂直方向に対する距離値の頻度の分布を示す垂直方向分布データを生成する生成部と、
   前記垂直方向分布データにおける頻度が閾値以上であり垂直方向の高さが最も低い標本点に応じた路面と、前記垂直方向分布データにおける頻度の最も多い最頻点に基づく路面であって、当該路面が不適切と判定された場合は平坦な路面のデータが設定されたデフォルト路面または以前のフレームにて推定された路面のデータに基づいて補間された路面とを推定する推定部と、
   前記推定部により推定された各路面を含む所定の領域における、所定値以上の距離値を有する画素の分布形状が、視差が大きく高さが高い部分、または視差が小さく高さが低い部分の分布が所定値以下である場合に、高さが低い方の路面に決定する決定部と、
   を備えることを特徴とする画像処理装置。
5. 複数の撮像部で各々撮影された複数の撮影画像における路面の距離に応じた距離値を有する距離画像から、前記距離画像の垂直方向に対する距離値の頻度の分布を示す垂直方向分布データを生成する生成部と、
   前記垂直方向分布データにおける頻度が閾値以上であり垂直方向の高さが最も低い標本点に応じた路面と、前記垂直方向分布データにおける頻度の最も多い最頻点に基づく路面であって、当該路面が不適切と判定された場合は平坦な路面のデータが設定されたデフォルト路面または以前のフレームにて推定された路面のデータに基づいて補間された路面と、を推定する推定部と、
   前記撮影画像または前記距離画像を画像認識し、路面以外の物体を認識した場合に、高さが低い方の路面に決定する決定部と、
   を備えることを特徴とする画像処理装置。
6. 複数の撮像部で各々撮影された複数の撮影画像における路面の距離に応じた距離値を有する距離画像から、前記距離画像の垂直方向に対する距離値の頻度の分布を示す垂直方向分布データを生成する生成部と、
   前記垂直方向分布データにおける頻度が閾値以上であり垂直方向の高さが最も低い標本点に応じた路面と、前記垂直方向分布データにおける頻度の最も多い最頻点に基づく路面であって、当該路面が不適切と判定された場合は平坦な路面のデータが設定されたデフォルト路面または以前のフレームにて推定された路面のデータに基づいて補間された路面とを推定する推定部と、
   前記撮影画像または前記距離画像を画像認識し、雨滴を認識した場合に、高さが高い方の路面に決定する決定部と、
   を備えることを特徴とする画像処理装置。
7. 複数の撮像部で各々撮影された複数の撮影画像における路面の距離に応じた距離値を有する距離画像から、前記距離画像の垂直方向に対する距離値の頻度の分布を示す垂直方向分布データを生成する生成部と、
   前記垂直方向分布データにおける頻度が閾値以上であり垂直方向の高さが最も低い標本点に応じた第２の路面と、前記垂直方向分布データにおける頻度の最も多い最頻点に基づく路面であって、当該路面が不適切と判定された場合は平坦な路面のデータが設定されたデフォルト路面または以前のフレームにて推定された路面のデータに基づいて補間された第１の路面とを推定する推定部と、
   前記垂直方向分布データにおける距離値に応じて分割された複数の領域のうちの所定の領域における前記第１の路面の終点の垂直方向位置と前記第２の路面の終点の垂直方向位置の差をＨ１、前記所定の領域における前記第１の路面の始点の垂直方向位置と前記第２の路面の始点の垂直方向位置の差をＨ２とし、予め定められた第１の定数をＡ及び予め定められた第２の定数をＢとした場合に、Ｈ１＞Ａかつ、Ｈ１／Ｂ＞Ｈ２を満たす場合、前記第１の路面および前記第２の路面のうち傾きが小さい方の路面を前記所定の領域において採用する路面に決定する決定部と、
   を備えることを特徴とする画像処理装置。
8. 前記推定部は、垂直方向分布データの所定の距離値に対応する所定の領域について複数の路面を推定し、
   前記決定部は、推定部により推定された複数の路面から前記所定の領域において採用する路面を決定する
   ことを特徴とする請求項１乃至７のいずれか一項に記載の画像処理装置。
9. 前記推定部は、垂直方向分布データを距離値に応じて複数の領域に分割し、分割した複数の領域のうちの所定の領域について複数の路面を推定し、
   前記決定部は、推定部により推定された複数の路面から前記所定の領域において採用する路面を決定する
   ことを特徴とする請求項１乃至７のいずれか一項に記載の画像処理装置。
10. 複数の撮像部と、
    前記複数の撮像部で各々撮影された複数の撮影画像から、前記複数の撮影画像における物体の視差に応じた距離値を有する距離画像を生成する距離画像生成部と、
    請求項１乃至９のいずれか一項に記載の画像処理装置と、
    を備える撮像装置。
11. 移動体に搭載される、請求項１０に記載の撮像装置と、
    前記決定部により決定された移動面、及び前記距離画像に基づいて、前記複数の撮影画像における物体を検出する物体検出部と、
    前記物体検出部により検出された物体のデータに基づいて、前記移動体の制御を行う制御部と、
    を備える移動体機器制御システム。
12. 請求項１１に記載の移動体機器制御システムを備え、
    前記制御部により制御される
    移動体。
13. コンピュータが、
    請求項１乃至７のいずれか一項に記載の画像処理装置の各部の処理を実行する、画像処理方法。
14. コンピュータに、
    請求項１乃至７のいずれか一項に記載の画像処理装置の各部を実現させるプログラム。

Images