JP6977887B2 - レーン推定装置、方法およびプログラム - Google Patents
レーン推定装置、方法およびプログラム Download PDFInfo
- Publication number
- JP6977887B2 JP6977887B2 JP2020527462A JP2020527462A JP6977887B2 JP 6977887 B2 JP6977887 B2 JP 6977887B2 JP 2020527462 A JP2020527462 A JP 2020527462A JP 2020527462 A JP2020527462 A JP 2020527462A JP 6977887 B2 JP6977887 B2 JP 6977887B2
- Authority
- JP
- Japan
- Prior art keywords
- lane
- road
- feature amount
- moving
- road area
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/11—Region-based segmentation
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W30/00—Purposes of road vehicle drive control systems not related to the control of a particular sub-unit, e.g. of systems using conjoint control of vehicle sub-units, or advanced driver assistance systems for ensuring comfort, stability and safety or drive control systems for propelling or retarding the vehicle
- B60W30/10—Path keeping
- B60W30/12—Lane keeping
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W30/00—Purposes of road vehicle drive control systems not related to the control of a particular sub-unit, e.g. of systems using conjoint control of vehicle sub-units, or advanced driver assistance systems for ensuring comfort, stability and safety or drive control systems for propelling or retarding the vehicle
- B60W30/18—Propelling the vehicle
- B60W30/18009—Propelling the vehicle related to particular drive situations
- B60W30/18163—Lane change; Overtaking manoeuvres
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W40/00—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models
- B60W40/02—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models related to ambient conditions
- B60W40/06—Road conditions
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/13—Edge detection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/20—Image preprocessing
- G06V10/255—Detecting or recognising potential candidate objects based on visual cues, e.g. shapes
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/40—Extraction of image or video features
- G06V10/44—Local feature extraction by analysis of parts of the pattern, e.g. by detecting edges, contours, loops, corners, strokes or intersections; Connectivity analysis, e.g. of connected components
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/50—Context or environment of the image
- G06V20/56—Context or environment of the image exterior to a vehicle by using sensors mounted on the vehicle
- G06V20/588—Recognition of the road, e.g. of lane markings; Recognition of the vehicle driving pattern in relation to the road
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W2552/00—Input parameters relating to infrastructure
- B60W2552/10—Number of lanes
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W2552/00—Input parameters relating to infrastructure
- B60W2552/53—Road markings, e.g. lane marker or crosswalk
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10016—Video; Image sequence
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20081—Training; Learning
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20084—Artificial neural networks [ANN]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30248—Vehicle exterior or interior
- G06T2207/30252—Vehicle exterior; Vicinity of vehicle
- G06T2207/30256—Lane; Road marking
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Mechanical Engineering (AREA)
- Automation & Control Theory (AREA)
- Transportation (AREA)
- Multimedia (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Mathematical Physics (AREA)
- Traffic Control Systems (AREA)
- Image Analysis (AREA)
- Closed-Circuit Television Systems (AREA)
Description
[第1の実施形態]
(構成)
(1)システム
図1は、この発明の一実施形態に係るレーン推定装置を備えた車載システムの概略構成図である。車両6には、レーン推定装置1と、カメラ2と、GPS(Global Positioning System)センサ3と、車両センサ4と、自動運転制御装置5が搭載されている。
(2−1)ハードウェア構成
レーン推定装置1は、車両6が走行中のレーンを推定するもので、例えばパーソナルコンピュータにより構成される。図2は、レーン推定装置1のハードウェア構成の一例を示すブロック図である。
レーン推定装置1は、CPU(Central Processing Unit)等のハードウェアプロセッサ10Aを有し、このハードウェアプロセッサ10Aに対し、プログラムメモリ10Bと、データメモリ20と、入出力インタフェースユニット(以後入出力I/F)30とを、バス40を介して接続したものとなっている。
図3は、この発明の第1の実施形態に係るレーン推定装置1のソフトウェア構成を、図2に示したハードウェア構成と関連付けて示したブロック図である。
(1) 上記画像処理部12から受け取った画像データから道路領域に相当する範囲を抽出する処理。
次に、以上のように構成された第1の実施形態に係るレーン推定装置1によるレーン推定動作を説明する。
図5は、制御ユニット10によるレーン推定処理の全体の処理手順を示すフローチャートである。
車両6の走行中において、その進行方向の道路領域を含む景色がカメラ2により撮像され、その画像データがカメラ2からレーン推定装置1へ出力される。レーン推定装置1の制御ユニット10は、画像データ取得部11の制御の下、ステップS1により上記カメラ2から出力される画像データを入力I/F30を介して取り込み、撮像日時を表す情報と関連付けた状態で画像データ記憶部21に順次記憶させる。
図11は上記画像処理後の静止画像データVDの第1の例を示すものである。
次に、レーン推定装置1の制御ユニット10は、レーン推定処理部13の制御の下、ステップS3において、車両6が走行中のレーンを推定する処理を以下のように実行する。
図7は、レーン推定処理部13の処理手順と処理内容を示すフローチャートである。
レーン推定処理部13は、先ず道路領域抽出部131により、上記前処理が終了した画像データから道路領域を抽出する処理を行う(ステップS31)。
すなわち、道路領域抽出部131は、ステップS51において、上記SegNetを用いて抽出された道路領域の画像をもとに、道路領域と他の走行車両の外形とを含む全体の領域を表す形状を抽出する。またそれと共にステップS52において、上記道路領域のうち上記走行車両を除いた領域を表す形状を抽出する。なお、上記ステップS51,S52における、それぞれの領域を表す形状を抽出する処理では、誤抽出された領域をその面積の大小等の情報を用いて除外する処理と、抽出された道路領域に対し平滑化等を行って輪郭を抽出する処理が行われる。そして道路領域抽出部131は、ステップS53において、上記ステップS51,S52により抽出された各形状をもとに、上記他の走行車両が存在しないと仮定したときの道路領域の真の形状を推定する。
次にレーン推定処理部13は、特徴量算出部132の制御の下、ステップS32において、上記抽出された道路領域を表す形状からその特徴量を算出する。そしてレーン推定処理部13は、レーン推定部133の制御の下、ステップS33において、上記算出された特徴量に基づいて車両6がいま路肩側の走行レーンTL1を走行中であるか、或いは中央分離帯側の走行レーンTL2を走行中であるかを推定する。
特徴量算出部132は、例えば図13に示すような画像が得られている場合には、上記道路領域抽出部131により抽出された道路領域REを示す形状の左側端辺、つまり走行レーンTL1の左側端部または路肩SRの左側端部に対し、近似線OL1を描く。画像データが構成する画面の左下角部をx−y座標平面の基準座標(0,0)と定義するとき、上記近似線OL1は、
y=a1 x+b1として表される。ここで、a1 は傾き、b1 は点P1に対する切片を示す。
y=a2 x+b2 (但し、yはxがP2以下のとき0)として表される。
特徴量算出部132は、道路領域抽出部131により抽出された道路領域を示す形状から、片側の各レーンに相当する領域を表す形状を切り出し、この切り出した形状の任意の部位に特徴量算出用の図形を定義する。そして、この図形の重心の座標を特徴量として算出する。
特徴量算出部132は、道路領域抽出部131により抽出された道路領域REを示す形状のうち、画像データが構成する画面のx軸方向の中心線CLに対し左側の領域に含まれる形状を抽出する。そして、この抽出された形状を、上記中心線CLを一辺とする直角三角形により近似し、当該直角三角形の面積または一つの頂点における角度を特徴量として算出する。
特徴量算出部132は、道路領域抽出部131により抽出された道路領域を表す形状の左右両端辺と、画像データが構成する画面に設定された2本の平行な水平線との交点を算出する。そして、画像データの下辺中央点Pc と上記各交点とを直線で結んだときの画像データの下辺に対する角度を算出し、この算出された角度を特徴量とする。
道路領域抽出部131では、先に述べたように、ステップS51において道路領域と他の走行車両とを含む全体の領域を表す形状が抽出され、ステップS52において上記道路領域のうち上記他の走行車両を除いた領域を表す形状が抽出される。そして、ステップS53において、上記抽出された各形状をもとに、他の走行車両が存在しないと仮定したときの道路領域を表す形状が推定される。
y=a2 x+b2として表される。またそれと共に特徴量算出部132は、ステップS52において抽出された、道路領域のうち上記走行車両を除いた領域を表す形状をもとに、その左側端辺に近似線OL1を描く。この近似線OL1は、
y=a1 x+b1として表される。
y={(a1 +a2 )/A}x+(b1 +b2 )/Bにより表される。ここで、A,Bは係数であり、他の走行車両がレーンの中央から左右方向にどれだけずれて走行しているか、他走行車両の車高は何mか等のパラメータをもとに決定される。これらの係数A,Bを適宜設定することで、近似線OL3の位置を実際の道路領域の左側端辺の位置に近づけることができる。
次にレーン推定装置1の制御ユニット10は、レーン補正部14の制御の下、図5に示すステップS4において、上記レーン推定処理部13により推定されたレーンの確からしさ(妥当性)を判定し、妥当ではないと判定した場合にはレーンの推定結果を補正する処理を実行する。
図8は、上記レーン補正部14の処理手順と処理内容を示すフローチャートである。
レーン補正部14は、先ずステップS41において、車両6の走行位置に対応する道路の構成を表す情報をもとに、上記レーン推定結果を補正する。例えば、道路情報取得部16では、GPSセンサ3により測定された車両6の現在位置データをもとに、車両6が現在走行中の位置に対応する道路の構成を表す情報が道路情報記憶部23から読み出される。レーン補正部14は、上記レーン推定処理部13によるレーン推定結果を上記読み出された道路の構成を表す情報と照合し、上記レーン推定結果が正しいか否かを判定する。
新たなレーン推定結果が得られると、過去推定データ取得部15は、レーン推定データ記憶部22から過去のレーン推定データを読み出し、このデータに基づいて車両6が過去の一定期間に走行したレーンの変更履歴や傾向性を推定する。この推定処理は、例えば過去の一定期間における走行レーンTL1,TL2ごとの使用回数または頻度を算出するものでもよいが、例えば予めドライバごとに走行時間帯や走行経路、走行位置に基づいてドライバの走行の傾向性を表す学習データを作成しておき、この学習データをもとに現在の走行中のレーンを推定するものであってもよい。
車両動作状態推定部18では、車両センサデータ取得部17により取得された、車両6の速度や加速度、ハンドル操作角度等の車両6の動きを表すセンサデータをもとに、車両6がレーン変更を行ったか否かを推定する。
制御ユニット10は、推定データ出力制御部19の制御の下、ステップS5において、レーン推定結果を出力するための制御を以下のように実行する。
すなわち、推定データ出力制御部19は、レーン推定データ記憶部22に最新のレーン推定データが記憶されるごとに、当該レーン推定データ記憶部22から当該レーン推定データを読み出す。そして、当該レーン推定データを、入出力I/F30から自動運転制御装置5へ出力する。この結果、自動運転制御装置5では、上記レーン推定データを車両6の現在の走行状態を表すデータの一つとして利用して、例えば車両の走行位置を維持または変更するための制御が行われる。
以上詳述したように第1の実施形態では、車両6の進行方向を撮像して得られた画像データから道路領域を表す形状を抽出し、当該形状を表す情報をもとに、一つの輪郭線の傾き角、上記道路領域の形状を表す図形の重心座標、上記形状を表す図形の一頂点を挟んで連続する2つの輪郭線間の角度、上記形状を表す図形の面積を、上記道路領域の形状の特徴量として算出する。そして、上記算出された特徴量がレーンごとに予め設定された閾値の範囲に含まれるか否かを判定することにより、車両6が走行中のレーンを推定するようにしている。
この発明の第2の実施形態に係るレーン推定装置、方法およびプログラムは、道路領域の特徴量として道路領域を表す形状をもとに道路領域内の各画素にラベリングした画素値データを用いる。そして、第2の実施形態に係るレーン推定装置、方法およびプログラムは、当該画素値データが道路ごとまたはレーンごとに予め設定された複数のパターンのうちのいずれに類似するかを判定することにより、車両6が移動中のレーンを推定する。
この発明の第2の実施形態に係るレーン推定装置1を備えた車載システムは、図1を参照して説明したのと同じ構成を採用することができる。
また、第2の実施形態に係るレーン推定装置1は、図2を参照して説明したのと同じハードウェア構成を採用することができる。
(1) 画像処理部12から受け取った画像データから、道路領域、および道路上に存在する物体の領域(この実施形態では車両領域)に相当する範囲を抽出する処理。
(2) 道路領域または車両領域として誤抽出された領域をその面積の大小等の情報を用いて除外し、さらに抽出された道路領域および車両領域に対し平滑化等の処理を実施して道路領域および車両領域を表す形状を抽出する処理。
次に、以上のように構成された第2の実施形態に係るレーン推定装置1によるレーン推定動作を説明する。
レーン推定動作は、図5を参照して第1の実施形態に関して説明した、制御ユニット10によるレーン推定処理の全体の処理手順と同じフローチャートに従うことができる。
ステップS1において、レーン推定装置1の制御ユニット10は、第1の実施形態と同様に、画像データ取得部11の制御の下、画像データの取得処理を実行する。またステップS2において、レーン推定装置1の制御ユニット10は、第1の実施形態と同様に、画像処理部12の制御の下、上記取得された画像データに対しレーン推定のために必要な画像処理を実行する。画像処理部12による処理手順と処理内容は、図6に関して説明したのと同じものを採用することができる。
次に、第2の実施形態に係るレーン推定装置1の制御ユニット10は、レーン推定処理部130の制御の下、ステップS3において、車両6が走行中のレーンを推定する処理を以下のように実行する。
図24は、レーン推定処理部130の処理手順と処理内容を示すフローチャートである。
レーン推定処理部130は、先ずステップS301において、道路領域抽出部131により、上記前処理が終了した画像データVDから道路領域を抽出する処理を行う。
次にレーン推定処理部130は、パターン取得部1301の制御の下、ステップ302において、道路の種別ごと、道路ごと、またはレーンごとに予め設定された領域パターンPTをパターン記憶部26から読み出し、類似度判定部1302に渡す処理を行う。パターン取得部1301は、例えば、GPSセンサ3により検出された車両6の位置情報をもとに、当該位置情報に対応する1または複数の領域パターンPTをパターン記憶部26から読み出し、類似度判定部1302に渡す。
図27Aは、自車両6が走行中のレーンに対して1つ左側にレーンが存在する場合に、画像データに映し出される道路領域REと対比するための領域パターンPT3を示す。領域パターンPT3は、図26Cに示した領域パターンPT2のうち、走行レーンTL1に係る領域のみを切り出した道路部分RDと、それ以外の部分BKとを含む。
次にレーン推定処理部130は、類似度判定部1302の制御の下、ステップS303において、画像データVDから抽出された道路領域REと、パターン取得部1301により読み出された領域パターンPTの道路部分RDとを画素レベルで比較する。レーン推定処理部130は、処理済み画像データTVDと領域パターンPTに対し、対比可能なように、あらかじめサイズ調整や傾き調整等の前処理を行っているものとする。レーン推定処理部130はまた、カメラ2の性能個体差や設置時の傾き等に加え、車両6の車高や画像データVD内のボンネットの見え方などに応じて、あらかじめ必要なキャリブレーションを行っているものとする。
ステップS307において、レーン推定処理部130は、レーン推定部1303の制御の下、類似度判定部1302から受け取った類似度判定結果に基づいて、車両6がいずれのレーンを走行中であるか推定する処理を行う。例えば、GPS情報により車両6が片側2車線の道路を走行中であると判定され、パターン取得部1301により領域パターンPT1と領域パターンPT2が読み出されて、類似度判定部1302により領域パターンPT1の方が類似度が高いと判定された場合、レーン推定部1303は、車両6が走行中のレーンは片側2車線の道路の路肩側のレーンTL1であると推定することができる。
次にレーン推定装置1の制御ユニット10は、第1の実施形態と同様に、レーン補正部14の制御の下、図5に示すステップS4において、上記レーン推定処理部130により推定されたレーンの確からしさ(妥当性)を判定し、妥当ではないと判定した場合にはレーンの推定結果を補正する処理を実行する。レーン補正部14による処理手順と処理内容は、図8に関して説明したのと同じものを採用することができる。
制御ユニット10は、推定データ出力制御部19の制御の下、ステップS5において、レーン推定結果を出力するための制御を実行する。この処理も、第1の実施形態と同様に実行することができる。
図28Aは、他の走行車両MBが存在する場合の静止画像データVDの他の例を示す。この静止画像データVDは、例えば図10に示したような片側2車線の道路の路肩側レーンTL1を走行中の車両6に搭載されたカメラ2により撮像され、画像データ取得部11により画像処理を実行されたものである。図28Aの静止画像データVDには、図25Aに示した画像データVDと同様に、自車両のボンネット部分6と、中央分離帯MSと、走行レーンTL1,TL2と、路肩SRおよび縁石SBと、さらに走行レーンTL2を走行する他車両MBが映し出されている。
以上詳述したように第2の実施形態に係るレーン推定装置1は、車両6の進行方向を撮像して得られた画像データから道路領域を表す形状を抽出し、道路領域を表す形状をもとに、特徴量として、当該道路領域内の各画素にラベリングした画素値データを取得する。そして、この画素値データが、道路ごとまたはレーンごとに予め設定されたパターンのうちのいずれに類似するかを判定することにより、車両6が移動中のレーンを推定する。
(1)前記各実施形態では、レーン推定装置1を車両に搭載した場合を例にとって説明した。しかし、これに限るものではなく、レーン推定装置1をクラウドコンピュータやエッジルータ上に設置し、車両6がカメラ2により得られた画像データ、GPSセンサ3により得られた位置データおよび車両センサ4により得られた車両センサデータを、車載通信装置から上記クラウドやエッジルータ上のレーン推定装置に送信し、レーン推定装置が上記各データを受信してレーン推定処理を実行するように構成してもよい。
また、その際、レーン推定装置が備える各処理部を、車載装置、クラウドコンピュータ、エッジルータ等に分散配置し、これらの装置が互いに連携することによりレーン推定データを得るようにしてもよい。
上記各実施形態の一部または全部は、特許請求の範囲のほか以下の付記に示すように記載することも可能であるが、これに限られない。
[C1]
移動体が移動中の道路領域を含む範囲を撮像して得られた画像データを取得する画像取得部と、
前記取得された画像データから前記道路領域を表す形状を認識し、当該認識された形状をもとに前記道路領域の特徴量を算出する特徴量算出部と、
前記算出された特徴量に基づいて、前記移動体が移動中のレーンを推定する推定処理部と
を具備するレーン推定装置。
[C2]
前記特徴量算出部は、前記道路領域の特徴量として、前記認識された道路領域を表す形状をもとにその輪郭線の傾き角を算出し、
前記推定処理部は、前記算出された輪郭線の傾き角がレーンごとに予め設定された閾値の範囲のいずれに含まれるかを判定することにより、前記移動体が移動中のレーンを推定する、
上記C1に記載のレーン推定装置。
[C3]
前記特徴量算出部は、前記認識された道路領域を表す形状をもとに、前記道路領域の特徴量として、当該形状を表す図形の重心座標、前記形状を表す図形または当該図形から導かれる仮想図形の1つの頂点の角度、および前記形状を表す図形の面積のうちの少なくとも1つを算出し、
前記推定処理部は、前記算出された図形の重心座標、頂点の角度、および図形の面積がレーンごとに設定された閾値の範囲のいずれに含まれるかを判定することにより、前記移動体が移動中のレーンを推定する、
上記C1に記載のレーン推定装置。
[C4]
前記特徴量算出部は、前記認識された道路領域を表す形状をもとに、前記特徴量として、当該形状を前記画像データにより表される画面の垂直方向を一辺とする三角形に変換した図形の二辺間の角度、および前記変換された図形の面積のうちの少なくとも1つを算出し、
前記推定処理部は、前記算出された輪郭線間の角度または前記図形の面積が、レーンごとに予め設定された閾値の範囲のいずれに含まれるかを判定することにより、前記移動体が移動中のレーンを推定する、
上記C1に記載のレーン推定装置。
[C5]
前記特徴量算出部は、前記取得された画像データから、前記道路領域上に存在する物体を含む前記道路領域を表す第1の形状と、前記道路領域のうち前記物体を除いた領域を表す第2の形状をそれぞれ認識し、前記認識された第1の形状および前記第2の形状をもとに前記物体が存在しないときの前記道路領域の輪郭線を推定して当該輪郭線の傾き角の算出し、
前記推定処理部は、前記算出された輪郭線の傾き角がレーンごとに予め設定された閾値の範囲のいずれに含まれるかを判定することにより、前記移動体が移動中のレーンを推定する、
上記C1に記載のレーン推定装置。
[C6]
前記特徴量算出部は、前記道路領域の特徴量として、前記認識された道路領域を表す形状をもとに前記道路領域内の各画素にラベリングした画素値データを取得し、
前記推定処理部は、前記取得された画素値データが、前記道路領域に対して予め設定された複数のパターンのうちのいずれに類似するかを判定することにより、前記移動体が移動中のレーンを推定する、
上記C1に記載のレーン推定装置。
[C7]
前記特徴量算出部は、前記道路領域の特徴量として、前記認識された道路領域を表す形状をもとに前記道路領域内の各画素にラベリングした画素値データを取得し、
前記推定処理部は、前記取得された画素値データが、前記道路領域に含まれるレーンごとに予め設定されたパターンのうちのいずれに類似するかを判定することにより、前記移動体が移動中のレーンを推定する、
上記C1に記載のレーン推定装置。
[C8]
前記特徴量算出部は、前記取得された画像データから、前記道路領域上に存在する物体を含む前記道路領域を表す第1の形状を認識し、前記第1の形状内の各画素にラベリングした画素値データを取得し、
前記推定処理部は、前記取得された画素値データが、前記道路領域に対して予め設定された複数のパターンまたは前記道路領域に含まれるレーンごとに予め設定されたパターンのうちのいずれに類似するかを判定することにより、前記移動体が移動中のレーンを推定する、
上記C1に記載のレーン推定装置。
[C9]
前記推定処理部により過去に得られたレーン推定結果から推定される前記移動体のレーン変更履歴を表す情報と、前記移動体の移動位置における前記道路領域の構造に関する情報と、前記移動体の動きの状態から推定される前記道路領域におけるレーン変更を表す情報との少なくとも1つに基づいて、前記推定処理部により現在得られたレーン推定結果を補正する補正部を、さらに具備する上記C1乃至8のいずれかに記載のレーン推定装置。
[C10]
情報処理装置が、移動体が移動中のレーンを推定するレーン推定方法であって、
前記移動体が移動中の道路領域を含む範囲を撮像して得られた画像データを取得する過程と、
前記取得された画像データから前記道路領域を表す形状を認識し、当該認識された形状をもとに前記道路領域の特徴量を算出する過程と、
前記算出された特徴量に基づいて、前記移動体が移動中のレーンを推定する過程と
を具備するレーン推定方法。
[C11]
上記C1乃至9のいずれかに記載のレーン推定装置が具備する各部の処理を、前記レーン推定装置が備えるプロセッサに実行させるプログラム。
[C12]
コンピュータにより実行される、移動体(6)が移動中のレーンを推定するレーン推定方法であって、
前記移動体(6)が移動中の道路領域を含む範囲を撮像して得られた画像データを取得することと、
前記取得された画像データから前記道路領域を表す形状を認識し、当該認識された形状をもとに前記道路領域の特徴量を算出することと、
前記算出された特徴量に基づいて、前記移動体(6)が移動中のレーンを推定することと
を備える方法。
[C13]
前記特徴量を算出することは、前記道路領域の特徴量として、前記認識された道路領域を表す形状をもとにその輪郭線の傾き角を算出することを含み、
前記推定することは、前記算出された輪郭線の傾き角がレーンごとに予め設定された閾値の範囲のいずれに含まれるかを判定することにより、前記移動体(6)が移動中のレーンを推定することを含む、
上記C12に記載の方法。
[C14]
前記特徴量を算出することは、前記認識された道路領域を表す形状をもとに、前記道路領域の特徴量として、当該形状を表す図形の重心座標、前記形状を表す図形または当該図形から導かれる仮想図形の1つの頂点の角度、および前記形状を表す図形の面積のうちの少なくとも1つを算出することを含み、
前記推定することは、前記算出された図形の重心座標、頂点の角度、および図形の面積がレーンごとに設定された閾値の範囲のいずれに含まれるかを判定することにより、前記移動体(6)が移動中のレーンを推定することを含む、
上記C12に記載の方法。
[C15]
前記特徴量を算出することは、前記認識された道路領域を表す形状をもとに、前記特徴量として、当該形状を前記画像データにより表される画面の垂直方向を一辺とする三角形に変換した図形の二辺間の角度、および前記変換された図形の面積のうちの少なくとも1つを算出することを含み、
前記推定することは、前記算出された輪郭線間の角度または前記図形の面積が、レーンごとに予め設定された閾値の範囲のいずれに含まれるかを判定することにより、前記移動体(6)が移動中のレーンを推定することを含む、
上記C12に記載の方法。
[C16]
前記特徴量を算出することは、前記取得された画像データから、前記道路領域上に存在する物体を含む前記道路領域を表す第1の形状と、前記道路領域のうち前記物体を除いた領域を表す第2の形状をそれぞれ認識し、前記認識された第1の形状および前記第2の形状をもとに前記物体が存在しないときの前記道路領域の輪郭線を推定して当該輪郭線の傾き角の算出することを含み、
前記推定することは、前記算出された輪郭線の傾き角がレーンごとに予め設定された閾値の範囲のいずれに含まれるかを判定することにより、前記移動体(6)が移動中のレーンを推定することを含む、
上記C12に記載の方法。
[C17]
前記特徴量を算出することは、前記道路領域の特徴量として、前記認識された道路領域を表す形状をもとに前記道路領域内の各画素にラベリングした画素値データを取得することを含み、
前記推定することは、前記取得された画素値データが、前記道路領域に対して予め設定された複数のパターンのうちのいずれに類似するかを判定することにより、前記移動体(6)が移動中のレーンを推定することを含む、
上記C12に記載の方法。
[C18]
前記特徴量を算出することは、前記道路領域の特徴量として、前記認識された道路領域を表す形状をもとに前記道路領域内の各画素にラベリングした画素値データを取得することを含み、
前記推定することは、前記取得された画素値データが、前記道路領域に含まれるレーンごとに予め設定されたパターンのうちのいずれに類似するかを判定することにより、前記移動体(6)が移動中のレーンを推定することを含む、
上記C12に記載の方法。
[C19]
前記特徴量を算出することは、前記取得された画像データから、前記道路領域上に存在する物体を含む前記道路領域を表す第1の形状を認識し、前記第1の形状内の各画素にラベリングした画素値データを取得することを含み、
前記推定することは、前記取得された画素値データが、前記道路領域に対して予め設定された複数のパターンまたは前記道路領域に含まれるレーンごとに予め設定されたパターンのうちのいずれに類似するかを判定することにより、前記移動体(6)が移動中のレーンを推定することを含む、
上記C12に記載の方法。
[C20]
過去に得られたレーン推定結果から推定される前記移動体(6)のレーン変更履歴を表す情報と、前記移動体(6)の移動位置における前記道路領域の構造に関する情報と、前記移動体(6)の動きの状態から推定される前記道路領域におけるレーン変更を表す情報との少なくとも1つに基づいて、現在得られたレーン推定結果を補正することをさらに備える、上記C12乃至19のいずれか一項に記載の方法。
[C21]
上記C12乃至19のいずれか一項に記載の方法を実行する手段を備える、レーン推定装置(1)。
[C22]
コンピュータによって実行されたときに、上記C12乃至19のいずれか一項に記載の方法をコンピュータに実行させる命令を備えるプログラム。
[C23]
コンピュータによって実行されたときに、上記C12乃至19のいずれか一項に記載の方法をコンピュータに実行させる命令を備えるコンピュータ可読記憶媒体。
2…カメラ
3…GPSセンサ
4…車両センサ
5…自動運転制御装置
6…車両
10…制御ユニット
10A…ハードウェアプロセッサ
10B…プログラムメモリ
11…画像データ取得部
12…画像処理部
13…レーン推定処理部
14…レーン補正部
15…過去推定データ取得部
16…道路情報取得部
17…車両センサデータ取得部
18…車両動作状態推定部
19…推定データ出力制御部
20…データメモリ
21…画像データ記憶部
22…レーン推定データ記憶部
23…道路情報記憶部
24…車両センサデータ記憶部
25…閾値記憶部
26…パターン記憶部
30…入出力I/F
40…バス
130…レーン推定処理部
1301…パターン取得部
1302…類似度判定部
1303…レーン推定部
VD…静止画像データ
TVD…処理済み画像データ
TL1,TL2…走行レーン
WL…歩道
MS…中央分離帯
SR…路肩
SB…縁石
SH…植栽
RE…道路領域の輪郭
PT…領域パターン
RD…道路部分の輪郭
MBR…車両領域
GR…ガードレール
Claims (16)
- 移動体が移動中の道路領域を含む範囲を撮像して得られた画像データを取得する画像取得部と、
前記取得された画像データから前記道路領域を表す形状を認識し、当該認識された形状をもとに前記道路領域の特徴量を算出する特徴量算出部と、
前記算出された特徴量に基づいて、前記移動体が移動中のレーンを推定する推定処理部と、
を具備し、
前記特徴量算出部は、前記道路領域の特徴量として、前記認識された道路領域を表す形状をもとにその輪郭線の傾き角を算出し、
前記推定処理部は、前記算出された輪郭線の傾き角がレーンごとに予め設定された閾値の範囲のいずれに含まれるかを判定することにより、前記移動体が移動中のレーンを推定する、
レーン推定装置。 - 移動体が移動中の道路領域を含む範囲を撮像して得られた画像データを取得する画像取得部と、
前記取得された画像データから前記道路領域を表す形状を認識し、当該認識された形状をもとに前記道路領域の特徴量を算出する特徴量算出部と、
前記算出された特徴量に基づいて、前記移動体が移動中のレーンを推定する推定処理部と、
を具備し、
前記特徴量算出部は、前記認識された道路領域を表す形状をもとに、前記道路領域の特徴量として、当該形状を表す図形の重心座標、前記形状を表す図形または当該図形から導かれる仮想図形の1つの頂点の角度、および前記形状を表す図形の面積のうちの少なくとも1つを算出し、
前記推定処理部は、前記算出された図形の重心座標、頂点の角度、および図形の面積がレーンごとに設定された閾値の範囲のいずれに含まれるかを判定することにより、前記移動体が移動中のレーンを推定する、
レーン推定装置。 - 移動体が移動中の道路領域を含む範囲を撮像して得られた画像データを取得する画像取得部と、
前記取得された画像データから前記道路領域を表す形状を認識し、当該認識された形状をもとに前記道路領域の特徴量を算出する特徴量算出部と、
前記算出された特徴量に基づいて、前記移動体が移動中のレーンを推定する推定処理部と、
を具備し、
前記特徴量算出部は、前記認識された道路領域を表す形状をもとに、前記特徴量として、当該形状を前記画像データにより表される画面の垂直方向を一辺とする三角形に変換した図形の二辺間の角度、および前記変換された図形の面積のうちの少なくとも1つを算出し、
前記推定処理部は、前記算出された輪郭線間の角度または前記図形の面積が、レーンごとに予め設定された閾値の範囲のいずれに含まれるかを判定することにより、前記移動体が移動中のレーンを推定する、
レーン推定装置。 - 移動体が移動中の道路領域を含む範囲を撮像して得られた画像データを取得する画像取得部と、
前記取得された画像データから前記道路領域を表す形状を認識し、当該認識された形状をもとに前記道路領域の特徴量を算出する特徴量算出部と、
前記算出された特徴量に基づいて、前記移動体が移動中のレーンを推定する推定処理部と、
を具備し、
前記特徴量算出部は、前記取得された画像データから、前記道路領域上に存在する物体を含む前記道路領域を表す第1の形状と、前記道路領域のうち前記物体を除いた領域を表す第2の形状をそれぞれ認識し、前記認識された第1の形状および前記第2の形状をもとに前記物体が存在しないときの前記道路領域の輪郭線を推定して当該輪郭線の傾き角を算出し、
前記推定処理部は、前記算出された輪郭線の傾き角がレーンごとに予め設定された閾値の範囲のいずれに含まれるかを判定することにより、前記移動体が移動中のレーンを推定する、
レーン推定装置。 - 移動体が移動中の道路領域を含む範囲を撮像して得られた画像データを取得する画像取得部と、
前記取得された画像データから前記道路領域を表す形状を認識し、当該認識された形状をもとに前記道路領域の特徴量を算出する特徴量算出部と、
前記算出された特徴量に基づいて、前記移動体が移動中のレーンを推定する推定処理部と、
を具備し、
前記特徴量算出部は、前記道路領域の特徴量として、前記認識された道路領域を表す形状をもとに前記道路領域内の各画素にラベリングした画素値データを取得し、
前記推定処理部は、前記取得された画素値データが前記道路領域に対して予め設定された複数のパターンのうちのいずれに類似するかを判定することにより、前記移動体が移動中のレーンを推定する、
レーン推定装置。 - 移動体が移動中の道路領域を含む範囲を撮像して得られた画像データを取得する画像取得部と、
前記取得された画像データから前記道路領域を表す形状を認識し、当該認識された形状をもとに前記道路領域の特徴量を算出する特徴量算出部と、
前記算出された特徴量に基づいて、前記移動体が移動中のレーンを推定する推定処理部と、
を具備し、
前記特徴量算出部は、前記道路領域の特徴量として、前記認識された道路領域を表す形状をもとに前記道路領域内の各画素にラベリングした画素値データを取得し、
前記推定処理部は、前記取得された画素値データが前記道路領域に含まれるレーンごとに予め設定されたパターンのうちのいずれに類似するかを判定することにより、前記移動体が移動中のレーンを推定する、
レーン推定装置。 - 移動体が移動中の道路領域を含む範囲を撮像して得られた画像データを取得する画像取得部と、
前記取得された画像データから前記道路領域を表す形状を認識し、当該認識された形状をもとに前記道路領域の特徴量を算出する特徴量算出部と、
前記算出された特徴量に基づいて、前記移動体が移動中のレーンを推定する推定処理部と、
を具備し、
前記特徴量算出部は、前記取得された画像データから、前記道路領域上に存在する物体を含む前記道路領域を表す第1の形状を認識し、前記第1の形状内の各画素にラベリングした画素値データを取得し、
前記推定処理部は、前記取得された画素値データが前記道路領域に対して予め設定された複数のパターンまたは前記道路領域に含まれるレーンごとに予め設定されたパターンのうちのいずれに類似するかを判定することにより、前記移動体が移動中のレーンを推定する、
レーン推定装置。 - 過去に得られたレーン推定結果から推定される前記移動体のレーン変更履歴を表す情報と、前記移動体の移動位置における前記道路領域の構造に関する情報と、前記移動体の動きの状態から推定される前記道路領域におけるレーン変更を表す情報との少なくとも1つに基づいて、現在得られたレーン推定結果を補正する補正部をさらに具備する、請求項1乃至請求項7のいずれか一項に記載のレーン推定装置。
- レーン推定装置が実行するレーン推定方法であって、
移動体が移動中の道路領域を含む範囲を撮像して得られた画像データを取得することと、
前記取得された画像データから前記道路領域を表す形状を認識し、当該認識された形状をもとに前記道路領域の特徴量を算出することと、
前記算出された特徴量に基づいて、前記移動体が移動中のレーンを推定することと
を具備し、
前記特徴量を算出することは、前記道路領域の特徴量として、前記認識された道路領域を表す形状をもとにその輪郭線の傾き角を算出することを含み、
前記推定することは、前記算出された輪郭線の傾き角がレーンごとに予め設定された閾値の範囲のいずれに含まれるかを判定することにより、前記移動体が移動中のレーンを推定することを含む、
レーン推定方法。 - レーン推定装置が実行するレーン推定方法であって、
移動体が移動中の道路領域を含む範囲を撮像して得られた画像データを取得することと、
前記取得された画像データから前記道路領域を表す形状を認識し、当該認識された形状をもとに前記道路領域の特徴量を算出することと、
前記算出された特徴量に基づいて、前記移動体が移動中のレーンを推定することと、
を具備し、
前記特徴量を算出することは、前記認識された道路領域を表す形状をもとに、前記道路領域の特徴量として、当該形状を表す図形の重心座標、前記形状を表す図形または当該図形から導かれる仮想図形の1つの頂点の角度、および前記形状を表す図形の面積のうちの少なくとも1つを算出することを含み、
前記推定することは、前記算出された図形の重心座標、頂点の角度、および図形の面積がレーンごとに設定された閾値の範囲のいずれに含まれるかを判定することにより、前記移動体が移動中のレーンを推定することを含む、
レーン推定方法。 - レーン推定装置が実行するレーン推定方法であって、
移動体が移動中の道路領域を含む範囲を撮像して得られた画像データを取得することと、
前記取得された画像データから前記道路領域を表す形状を認識し、当該認識された形状をもとに前記道路領域の特徴量を算出することと、
前記算出された特徴量に基づいて、前記移動体が移動中のレーンを推定することと、
を具備し、
前記特徴量を算出することは、前記認識された道路領域を表す形状をもとに、前記特徴量として、当該形状を前記画像データにより表される画面の垂直方向を一辺とする三角形に変換した図形の二辺間の角度、および前記変換された図形の面積のうちの少なくとも1つを算出することを含み、
前記推定することは、前記算出された輪郭線間の角度または前記図形の面積が、レーンごとに予め設定された閾値の範囲のいずれに含まれるかを判定することにより、前記移動体が移動中のレーンを推定することを含む、
レーン推定方法。 - レーン推定装置が実行するレーン推定方法であって、
移動体が移動中の道路領域を含む範囲を撮像して得られた画像データを取得することと、
前記取得された画像データから前記道路領域を表す形状を認識し、当該認識された形状をもとに前記道路領域の特徴量を算出することと、
前記算出された特徴量に基づいて、前記移動体が移動中のレーンを推定することと、
を具備し、
前記特徴量を算出することは、前記取得された画像データから、前記道路領域上に存在する物体を含む前記道路領域を表す第1の形状と、前記道路領域のうち前記物体を除いた領域を表す第2の形状をそれぞれ認識し、前記認識された第1の形状および前記第2の形状をもとに前記物体が存在しないときの前記道路領域の輪郭線を推定して当該輪郭線の傾き角を算出することを含み、
前記推定することは、前記算出された輪郭線の傾き角がレーンごとに予め設定された閾値の範囲のいずれに含まれるかを判定することにより、前記移動体が移動中のレーンを推定することを含む、
レーン推定方法。 - レーン推定装置が実行するレーン推定方法であって、
移動体が移動中の道路領域を含む範囲を撮像して得られた画像データを取得することと、
前記取得された画像データから前記道路領域を表す形状を認識し、当該認識された形状をもとに前記道路領域の特徴量を算出することと、
前記算出された特徴量に基づいて、前記移動体が移動中のレーンを推定することと、
を具備し、
前記特徴量を算出することは、前記道路領域の特徴量として、前記認識された道路領域を表す形状をもとに前記道路領域内の各画素にラベリングした画素値データを取得することを含み、
前記推定することは、前記取得された画素値データが前記道路領域に対して予め設定された複数のパターンのうちのいずれに類似するかを判定することにより、前記移動体が移動中のレーンを推定することを含む、
レーン推定方法。 - レーン推定装置が実行するレーン推定方法であって、
移動体が移動中の道路領域を含む範囲を撮像して得られた画像データを取得することと、
前記取得された画像データから前記道路領域を表す形状を認識し、当該認識された形状をもとに前記道路領域の特徴量を算出することと、
前記算出された特徴量に基づいて、前記移動体が移動中のレーンを推定することと、
を具備し、
前記特徴量を算出することは、前記道路領域の特徴量として、前記認識された道路領域を表す形状をもとに前記道路領域内の各画素にラベリングした画素値データを取得することを含み、
前記推定することは、前記取得された画素値データが前記道路領域に含まれるレーンごとに予め設定されたパターンのうちのいずれに類似するかを判定することにより、前記移動体が移動中のレーンを推定することを含む、
レーン推定方法。 - レーン推定装置が実行するレーン推定方法であって、
移動体が移動中の道路領域を含む範囲を撮像して得られた画像データを取得することと、
前記取得された画像データから前記道路領域を表す形状を認識し、当該認識された形状をもとに前記道路領域の特徴量を算出することと、
前記算出された特徴量に基づいて、前記移動体が移動中のレーンを推定することと、
を具備し、
前記特徴量を算出することは、前記取得された画像データから、前記道路領域上に存在する物体を含む前記道路領域を表す第1の形状を認識し、前記第1の形状内の各画素にラベリングした画素値データを取得することを含み、
前記推定することは、前記取得された画素値データが前記道路領域に対して予め設定された複数のパターンまたは前記道路領域に含まれるレーンごとに予め設定されたパターンのうちのいずれに類似するかを判定することにより、前記移動体が移動中のレーンを推定することを含む、
レーン推定方法。 - 請求項1乃至請求項8のいずれか一項に記載のレーン推定装置が具備する各部の処理をコンピュータに実行させるプログラム。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2018121714 | 2018-06-27 | ||
JP2018121714 | 2018-06-27 | ||
PCT/JP2019/024570 WO2020004231A1 (ja) | 2018-06-27 | 2019-06-20 | レーン推定装置、方法およびプログラム |
Publications (2)
Publication Number | Publication Date |
---|---|
JPWO2020004231A1 JPWO2020004231A1 (ja) | 2021-01-07 |
JP6977887B2 true JP6977887B2 (ja) | 2021-12-08 |
Family
ID=68986833
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2020527462A Active JP6977887B2 (ja) | 2018-06-27 | 2019-06-20 | レーン推定装置、方法およびプログラム |
Country Status (4)
Country | Link |
---|---|
US (1) | US11861841B2 (ja) |
JP (1) | JP6977887B2 (ja) |
CN (1) | CN112352260A (ja) |
WO (1) | WO2020004231A1 (ja) |
Families Citing this family (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP7112347B2 (ja) * | 2019-02-08 | 2022-08-03 | 本田技研工業株式会社 | 車両制御装置、車両制御方法、車両およびプログラム |
JP7361482B2 (ja) * | 2019-03-27 | 2023-10-16 | 京セラ株式会社 | 画像処理装置、撮像装置、移動体及び画像処理方法 |
WO2021062593A1 (en) * | 2019-09-30 | 2021-04-08 | Beijing Voyager Technology Co., Ltd. | Systems and methods for predicting bicycle trajectory |
KR102296520B1 (ko) * | 2020-12-18 | 2021-09-01 | 주식회사 카비 | 단안 카메라를 이용한 경로추정에 의한 곡선차선 검출 방법 |
JP2023076903A (ja) * | 2021-11-24 | 2023-06-05 | 三菱電機株式会社 | 路面劣化検出システムおよび路面劣化検出方法 |
Family Cites Families (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP3199037B2 (ja) * | 1998-10-21 | 2001-08-13 | 日本電気株式会社 | 画像処理方法 |
JP2003044978A (ja) * | 2001-07-27 | 2003-02-14 | Mitsubishi Motors Corp | 走行レーン認識装置 |
JP2005157731A (ja) | 2003-11-26 | 2005-06-16 | Nissan Motor Co Ltd | 車線認識装置および車線認識方法 |
US20140118552A1 (en) * | 2011-06-13 | 2014-05-01 | Taku Takahama | Road shape determining device, in-vehicle image recognizing device, imaging axis adjusting device, and lane recognizing method |
JP5888275B2 (ja) * | 2013-03-29 | 2016-03-16 | アイシン・エィ・ダブリュ株式会社 | 道路端検出システム、方法およびプログラム |
JP2015001773A (ja) | 2013-06-13 | 2015-01-05 | ボッシュ株式会社 | 車線推定装置 |
JP2015069289A (ja) * | 2013-09-27 | 2015-04-13 | 日産自動車株式会社 | 車線認識装置 |
JP5988308B2 (ja) * | 2013-12-27 | 2016-09-07 | 富士重工業株式会社 | 車両のレーンキープ制御装置 |
JP2019016246A (ja) * | 2017-07-10 | 2019-01-31 | 株式会社Soken | 走路認識装置 |
JP6590988B1 (ja) * | 2018-05-01 | 2019-10-16 | 三菱電機株式会社 | 区画線認識装置 |
-
2019
- 2019-06-20 US US17/255,838 patent/US11861841B2/en active Active
- 2019-06-20 JP JP2020527462A patent/JP6977887B2/ja active Active
- 2019-06-20 CN CN201980042935.7A patent/CN112352260A/zh active Pending
- 2019-06-20 WO PCT/JP2019/024570 patent/WO2020004231A1/ja active Application Filing
Also Published As
Publication number | Publication date |
---|---|
US11861841B2 (en) | 2024-01-02 |
JPWO2020004231A1 (ja) | 2021-01-07 |
CN112352260A (zh) | 2021-02-09 |
US20210279484A1 (en) | 2021-09-09 |
WO2020004231A1 (ja) | 2020-01-02 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6977887B2 (ja) | レーン推定装置、方法およびプログラム | |
EP3818339B1 (en) | Systems and methods for vehicle navigation | |
KR102558055B1 (ko) | 차선의 추정 방법 | |
KR102595897B1 (ko) | 차선 결정 방법 및 장치 | |
US20220397402A1 (en) | Systems and methods for determining road safety | |
US20190025853A1 (en) | Advanced path prediction | |
JP4557288B2 (ja) | 画像認識装置及び画像認識方法、並びにそれを用いた位置特定装置、車両制御装置及びナビゲーション装置 | |
JP5468108B2 (ja) | ドライバ支援システムのための、道路地形を検出する方法及びシステム | |
JP2019517089A (ja) | 地面マーキングを認識するための画像処理方法、および地面マーキングを検出するためのシステム | |
CN110705458B (zh) | 边界检测方法及装置 | |
US20220035378A1 (en) | Image segmentation | |
US20220270358A1 (en) | Vehicular sensor system calibration | |
JP4902575B2 (ja) | 道路標示認識装置、および道路標示認識方法 | |
GB2614379A (en) | Systems and methods for vehicle navigation | |
JP4761156B2 (ja) | 地物位置認識装置及び地物位置認識方法 | |
US20230236037A1 (en) | Systems and methods for common speed mapping and navigation | |
US8520952B2 (en) | System and method for defining a search window | |
JP4731380B2 (ja) | 自車位置認識装置及び自車位置認識方法 | |
JP5888275B2 (ja) | 道路端検出システム、方法およびプログラム | |
CN116524454A (zh) | 物体追踪装置、物体追踪方法及存储介质 | |
JP7402753B2 (ja) | 安全支援システム、および車載カメラ画像分析方法 | |
JP5010844B2 (ja) | 地物情報出力装置、画像認識装置、及び自車位置認識装置 | |
US20220392238A1 (en) | Vehicle display device, vehicle display system, vehicle display method, and non-transitory storage medium stored with program | |
TW202416216A (zh) | 自駕車之路徑規劃系統及方法 | |
CN115626181A (zh) | 自驾车的路径规划系统及方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20200612 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20210518 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20210624 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20211012 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20211025 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 6977887 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |