JP7024176B2 - 走路検出方法及び走路検出装置 - Google Patents

Description

本発明は、車両に搭載されたセンサを用いて検出された複数の走路特徴点を、車両の移動量に基づいて蓄積し、蓄積された複数の走路特徴点から走路境界を検出する走路検出方法及び走路検出装置に関する。

従来では、路面の画像から走行レーンを検出する装置として特許文献１が開示されている。特許文献１では、先ず、路面座標に逆投影された複数のエッジ点に対して、水平方向のエッジヒストグラムを作成する。そして、エッジヒストグラムのピーク位置を求め、ピーク位置に寄与するエッジ群を１つのグループとして抽出することで、レーンマーカーを検出していた。

特開２００５－１０００００号公報

しかしながら、車両が走行する道路がカーブしている場合等に道路上の白線の曲率が大きくなると、エッジヒストグラムのピーク位置を求めることが困難になり、エッジ群を正しく抽出できなくなる。そのため白線等の走路境界を正確に検出できなくなるという問題点があった。

本発明は上記課題に鑑みて成されたものであり、その目的は、車両が走行する道路がカーブしている場合等に道路上の白線の曲率が大きくなっても正確に走路境界を検出することのできる走路検出方法及びその装置を提供することにある。

上述した課題を解決するために、本発明の一態様に係る走路検出方法及びその装置は、車両の相対移動量に基づいて蓄積された複数の走路特徴点から周囲地図を生成し、周囲地図の生成により推定された走路形状に基づいて走路検出区間を設定し、設定された走路検出区間毎に前記蓄積された複数の走路特徴点を前記車両の車幅方向の位置に基づいてカウントした度数に基づいて、走路特徴点間の連続性を判定して走路境界を検出する。

本発明によれば、車両が走行する道路がカーブしている場合等に道路上の白線の曲率が大きくなっても正確に走路境界を検出することができる。

図１は、本発明の第１実施形態に係る走路検出装置の構成を示すブロック図である。 図２は、本発明の第１実施形態に係る走路検出装置によって生成される周囲地図の一例を示す図である。 図３は、本発明の第１実施形態に係る走路検出装置によるヒストグラムの生成方法を説明するための図である。 図４は、本発明の第１実施形態に係る走路検出装置による走路検出処理の処理手順を示すフローチャートである。 図５は、本発明の第１実施形態に係る走路検出装置による走路検出区間の設定方法を説明するための図である。 図６は、本発明の第１実施形態に係る走路検出装置による走路検出区間の設定方法を説明するための図である。 図７は、本発明の第１実施形態に係る走路検出装置による走路検出区間の設定方法を説明するための図である。 図８は、本発明の第２実施形態に係る走路検出装置の構成を示すブロック図である。 図９は、本発明の第２実施形態に係る走路検出装置による走路検出処理の処理手順を示すフローチャートである。

以下、本発明の第１及び第２実施形態について図面を参照して説明する。

［第１実施形態］
［走路検出装置の構成］
図１は、本実施形態に係る走路検出装置の構成を示すブロック図である。図１に示すように、本実施形態に係る走路検出装置１は、物標検出部３と、車両移動量検出部５と、周囲地図生成部７と、走路検出部９とを備えている。

走路検出装置１は、車両に搭載されたセンサを用いて検出された複数の走路特徴点を、車両の移動量に基づいて蓄積し、蓄積された複数の走路特徴点から走路境界を検出するコントローラである。走路検出装置１は、車両に搭載されており、その車両にはカメラや速度センサ、車輪速センサ、ヨーレートセンサ等のセンサが搭載されている。

物標検出部３は、車両周囲の路面に標示された白線（レーンマーカーを含む）を検出する。物標検出部３は、車両に取り付けられたカメラが撮像したデジタル画像から白線を含む路面標示を検出し、検出された路面標示は、その位置を示す複数の走路特徴点からなる特徴点群として表現される。走路特徴点は、例えば、画像の明るさが鋭敏に或いは不連続に変化している箇所（輝度エッジ）として検出される。車両に搭載されたカメラは、その撮像方向を車両前方に向けて固定され、広い画角を撮像できる広角レンズを備えている。これにより、物標検出部３は、車両が車線変更を行っている途中で跨ぐ白線（レーンマーカー）も検出することができる。尚、物標検出部３とカメラを一体に構成して物標検出センサとして車両に搭載してもよい。

車両移動量検出部５は、車輪速センサによって検出された車輪の回転速度と、ヨーレートセンサによって検出された車両のヨーレートから、所定時間における車両の移動量を検出する。車両の移動量は、例えば、車両の移動方向及び移動距離を含んでいる。尚、車両移動量検出部５と車輪速センサとヨーレートセンサを一体に構成して移動量検出センサとして車両に搭載してもよい。

周囲地図生成部７は、物標検出部３で検出された複数の走路特徴点を、車両の移動量に基づいて蓄積して周囲地図を生成する。具体的に、周囲地図生成部７は、物標検出部３で検出された特徴点群の履歴を、特徴点群を検出した時刻間の車両の移動量に基づいてつなぎ合わせて、特徴点群からなる車両周囲の地図を生成する。換言すれば、周囲地図生成部７は、異なる時刻に観測された走路特徴点を、車両の移動量を考慮してつなぎ合わせ、走路特徴点の検出履歴を蓄積した周囲地図を生成する。

具体的に、カメラは所定時間毎に車両周囲の路面を撮像するので、車両移動量検出部５は、この所定時間における車両の移動方向及び移動距離を検出する。周囲地図生成部７は、走路特徴点の位置を車両の移動方向の逆方向へ車両の移動距離だけ移動させる。周囲地図生成部７は、これを繰り返しながら、異なる時刻に観測された複数の走路特徴点をつなぎ合わせることにより、複数の走路特徴点の検出履歴を蓄積して周囲地図を生成する。

例えば、図２に示すように、車両１１が緩やかな右カーブの２車線道路のうち左側の車線を走行している場合に、この２車線道路を定義する走路境界は３つ（ＳＫａ、ＳＫｂ、ＳＫｃ）ある。周囲地図生成部７が生成する周囲地図は、３つの走路境界（ＳＫａ、ＳＫｂ、ＳＫｃ）に沿って検出された特徴点群（図示せず）を含んでいる。尚、本実施形態では、車両１１の位置を原点とし、車両１１の進行方向をｘ軸、車両１１の車幅方向をｙ軸とする平面座標を用いる。

走路検出部（走路検出回路）９は、蓄積された複数の走路特徴点（周囲地図）から走路形状を推定し、推定された走路形状に基づいて走路検出区間を設定する。そして、走路検出部９は、走路検出区間毎に周囲地図に含まれる複数の走路特徴点間の連続性を判定し、走路特徴点間の連続性に基づいて走路境界を検出する。

走路検出部９は、走路検出区間を設定するときに、走路形状が直線に近似できる範囲に走路検出区間を設定する。また、走路検出部９は、走路形状が曲線近似できる範囲に走路検出区間を設定してもよいし、走路形状が地図データと一致する範囲に走路検出区間を設定してもよい。さらに、自車両または他車両の走行軌跡に基づいて走路検出区間を設定してもよい。

そして、走路検出区間が設定されると、走路検出部９は、走路検出区間毎に周囲地図に含まれる複数の走路特徴点間の連続性を判定する。例えば、図３に示すように、図２の周囲地図と共通のｙ軸と、ｙ軸に直交する時間軸（ｔ軸）とを設定し、周囲地図に含まれる複数の走路特徴点ＦＰを、その検出時刻（ｔ）及び車幅方向の位置（ｙ座標）に基づいてプロットする。図２に示すように走路に沿って車両１１が走行していれば、走路特徴点ＦＰの車幅方向の位置（ｙ座標）はほぼ一定である。このため、道路形状（緩やかな右カーブ）に係わらず、走路特徴点ＦＰはｔ軸に平行な直線に沿ってプロットされる。

走路特徴点ＦＰをプロットすると、走路検出部９は、図３に示すように走路特徴点ＦＰをｙ軸に沿った一次元のヒストグラムに投票する。このヒストグラムから複数の走路特徴点間の連続性を判定することができる。

この後、走路検出部９は、ヒストグラムのピーク（ｙ座標）を検出し、ピーク毎に走路特徴点ＦＰをグルーピングすることにより走路境界点群を抽出して走路境界を検出する。例えば、ヒストグラムに投票された走路特徴点ＦＰの各々を最も近いピークに属するようにグルーピングする。グルーピングされた複数の走路特徴点ＦＰは１つの走路境界点群を構成するので、走路境界である白線を検出することができる。したがって、走路検出部９は、走路特徴点ＦＰの車幅方向の位置（ｙ座標）の度数に基づいて走路特徴点ＦＰ間の連続性を判定して走路境界を検出することができる。また、ヒストグラムを用いたグルーピングを行うことにより、平行する複数の走路境界点群を同時に抽出することができる。

次に、走路検出部９は、抽出した走路境界点群の各々から各走路境界（ＳＫａ、ＳＫｂ、ＳＫｃ）の形状を推定して白線近似曲線を算出する。具体的に、走路検出部９は、各走路境界点群に対して、道路モデル関数で表現される曲線をあてはめることにより、各走路境界（ＳＫａ、ＳＫｂ、ＳＫｃ）の形状を推定し、白線近似曲線を算出する。道路モデル関数は、例えば、三次関数（ｙ＝ａｘ^３＋ｂｘ^２＋ｃｘ＋ｄ）である。この場合、走路検出部９は、係数ａ、ｂ、ｃ及びｄを算出する。ここで、最小二乗法による関数あてはめを用いてもよいが、より安定性を求める場合にはＲＡＮＳＡＣ（Random sample consensus）等のロバスト推定を用いてもよい。

尚、走路検出装置１は、マイクロコンピュータ、マイクロプロセッサ、ＣＰＵを含む汎用の電子回路とメモリ等の周辺機器から構成されている。そして、特定のプログラムを実行することにより、上述した物標検出部３、車両移動量検出部５、周囲地図生成部７及び走路検出部９として動作する。このような走路検出装置１の各機能は、１または複数の処理回路によって実装することができる。処理回路は、例えば電気回路を含む処理装置等のプログラムされた処理装置を含み、また実施形態に記載された機能を実行するようにアレンジされた特定用途向け集積回路（ＡＳＩＣ）や従来型の回路部品のような装置も含んでいる。

［走路検出処理の手順］
次に、本実施形態に係る走路検出装置１による走路検出処理の手順を図４のフローチャートを参照して説明する。

図４に示すように、ステップＳ１０１において、車両に搭載されたカメラにより車両周囲の画像を撮像し、物標検出部３は、撮像された画像を取得する。

ステップＳ１０２において、物標検出部３は、ステップＳ１０１で撮像された画像内の白線候補点群を、走路特徴点として検出する。検出方法としては、画像内のエッジ情報を抽出する方法、カメラから計測した場合の白線形状をベースにパターンを作成し、このパターンとのマッチングを行なう方法、またはアスファルトの黒に対して輝度の高い白線の白色を抽出する手法等がある。ただし、本実施形態では検出方法については特に限定しない。物標検出部３は、白線候補点群をタイムステップΔtごとに検出して車両座標系に記録する。

ステップＳ１０３において、車両移動量検出部５は、車両の相対移動量を検出する。検出方法としては、一般的な車両に搭載されているタイヤの回転角度を計測したセンサ情報を活用する方法やジャイロ等の車両の回転角度を計算するセンサ情報を活用する方法を用いればよい。さらに、カメラやレーザレンジファインダを車両に搭載して、車両周囲の３Ｄ物体位置計測と車両の移動量計測を同時に行うＳＬＡＭ手法を用いてもよい。ただし、本実施形態では検出方法については特に限定しない。車両移動量検出部５は、t_s時における車両位置を基準として、車両の進行方向の位置ｘと、車両の車幅方向の位置ｙと、車両の進行方向を０度として反時計回りを正回転とする車両回転量θとをΔt毎に検出する。

ステップＳ１０４において、周囲地図生成部７は、ステップＳ１０３で検出された車両の移動量に沿って白線候補点群の再合成を行う。すなわち、t_s時における車両位置を基準とし、Δt毎に計測された車両の相対移動量の分だけ白線候補点群をオフセットしてプロットする。これにより相対移動量の計測精度にしたがい、車両の相対移動軌跡に沿って白線がプロットされ、図２に示すような周囲地図が生成される。

ステップＳ１０５において、周囲地図生成部７は、ステップＳ１０４で生成された周囲地図に基づいて走路形状を推定する。すなわち、周囲地図生成部７は、複数の走路特徴点を車両の移動量に基づいて蓄積し、蓄積された複数の走路特徴点から走路形状を推定する。

ステップＳ１０６において、走路検出部９は、ステップＳ１０５において推定された走路形状が直線であるか否かを判定する。直線であるか否かの判定方法としては、推定された走路形状に対して、最小二乗法による直線近似を実施し、最小二乗誤差が閾値以内である場合に直線であると判定し、閾値を超えた場合に直線ではないと判定する。このとき、車両の左サイドで検出された白線候補点群のみを対象としてしてもよい。そして、走路形状が直線ではないと判定された場合にはステップＳ１０７に進み、走路形状が直線であると判定された場合にはステップＳ１０８に進む。

ステップＳ１０７において、走路検出部９は、走路形状が直線に近似できる範囲に走路検出区間を設定する。走路検出部９は、直線ではないと判定された走路形状に対して、最小二乗法による直線近似を実施して直線近似が可能なエリア（範囲）に区切り、区切られた各エリアを走路検出区間として設定する。具体的な設定方法としては、最小二乗誤差が閾値以内となるように走路形状を短く区切っていけばよい。例えば、図５に示すように、直線ではないと判定された曲線の走路のうち直線近似が可能なエリア５１を走路検出区間５２として設定する。

また、走路検出部９は、走路形状が曲線近似できる範囲に走路検出区間を設定してもよい。例えば、図６に示すように、道路が曲線を描いている場合には、白線候補点群から曲線を算出し、近似誤差が閾値以下である範囲を白線検出エリア６１として設定する。図６では、路肩部分６２で曲線近似ができないので、その先のエリアで曲線近似を行い、白線検出エリア６１を設定している。そして、走路検出部９は、白線検出エリア６１内で直線近似を行い、最小二乗誤差が閾値以内となるように区切って複数の走路検出区間６３、６４、６５を設定する。

また、走路検出部９は、走路形状が地図データと一致する範囲に走路検出区間を設定してもよい。走路検出部９は、地図データから道路形状線を取得し、この道路形状線と白線候補点群から求めた走路形状とをマッチングする。そして、図７に示すように、誤差が閾値以下である範囲を白線検出エリア７１として設定する。このとき、地図データから分岐や合流等の白線検出を行えない区間を考慮して白線検出エリアを設定してもよい。具体的には、分岐、合流の出入り口付近では、カーブの曲線とは異なる曲率変化があるので、このような区間については、白線候補点群から道路曲線を推定しない区間とする。

図７では、路肩部分７２で地図データと走路形状がマッチングしないので、その先のエリアを白線検出エリア７１に設定している。そして、走路検出部９は、白線検出エリア７１内で直線近似を行い、最小二乗誤差が閾値以内となるように区切って複数の走路検出区間７３、７４、７５を設定する。尚、地図データから取得した道路形状線と白線候補点群から求めた走路形状との誤差が閾値以下となる範囲では、地図データから取得した道路形状線を使用し、誤差が閾値より大きい範囲では、白線候補点群から求めた走路形状を使用するようにしてもよい。

さらに、走路検出部９は、自車両または他車両の走行軌跡に基づいて走路検出区間を設定してもよい。自車両だけでなく他車両であっても、走行している道路の走行軌跡があれば、その走行軌跡から走路形状を求め、上記した方法と同様の方法で走路検出区間を設定することができる。例えば、前方を走行する先行車は、自車両がこれから走行する区間をすでに走行しているので、その走行軌跡を用いて走路形状を推定して走路検出区間を設定する。

ステップＳ１０８において、走路検出部９は、白線検出基準線を設定する。ここで、白線検出基準線とは、白線を検出するためのヒストグラムを構築する際の軸となるものであり、図３に示すヒストグラムのｙ軸である。車両が直線道路を道路に沿って走行している場合には、車両の進行方向に対して垂直方向に白線検出基準線を設定し、この白線検出基準線上に白線候補点群を圧縮すると、図３に示すように白線候補点群が塊となって白線検出基準線上に分布する。このヒストグラム上のピークを検出することによって、白線が複数存在する環境でも、一本一本の白線を別々に認識することが可能となる。

しかし、白線が曲線を描いている場合や、車両が車線変更やコーナーリングをしている場合には、白線検出基準線の設定が困難になる。白線検出基準線を車両の進行方向に対して垂直に設定しても、白線が曲線を描いている場合では一本一本の白線がヒストグラム上で一つのまとまりにならず、隣の白線のまとまりと重なってしまうためである。

そこで、本実施形態では、上述したように走路形状を直線近似が可能なエリア（範囲）に区切って走路検出区間を設定し、走路検出区間毎にヒストグラムを構成する。したがって、白線検出基準線も走路検出区間毎に設定される。例えば、図５では、直線近似が可能なエリア５１を走路検出区間５２として設定し、走路検出区間５２に対して、走路形状に垂直な白線検出基準線５３を設定する。また、図６では、走路検出区間６３、６４、６５のそれぞれに対して、近似された曲線に垂直な白線検出基準線６６、６７、６８を設定する。同様に、図７でも、走路検出区間７３、７４、７５のそれぞれに対して、道路形状線に垂直な白線検出基準線７６、７７、７８を設定する。これにより、車両が曲線を含む領域を通過した場合でも、直線近似が可能なエリアでヒストグラムを構築するので、正確な白線認識を実施することができる。

ステップＳ１０９において、走路検出部９は、白線検出基準線に沿ってヒストグラムを生成する。走路検出部９は、図３に示すように走路特徴点ＦＰを白線検出基準線（ｙ軸）に沿ってカウントすることによってヒストグラムを生成する。ヒストグラムは、走路検出区間毎に生成され、それらを単一のヒストグラムとして統合する。統合する方法としては、単純に足し合わせればよい。

ステップＳ１１０において、走路検出部９は、走路境界である白線近似曲線を算出する。走路検出部９は、ヒストグラムのピーク（ｙ座標）を検出し、ピーク毎に走路特徴点ＦＰをグルーピングすることにより走路境界点群を抽出する。そして、各走路境界点群に対して道路モデル関数で表現される曲線をあてはめることによって白線近似曲線を算出する。このようにして走路境界である白線近似曲線が算出されると、本実施形態に係る走路検出処理は終了する。

［第１実施形態の効果］
以上、詳細に説明したように、本実施形態に係る走路検出装置及びその方法では、蓄積された複数の走路特徴点から推定された走路形状に基づいて走路検出区間を設定し、走路検出区間毎に走路特徴点間の連続性を判定して走路境界を検出する。これにより、道路の曲率等の走路形状に応じて適切な走路検出区間を設定できるので、車両が走行する道路がカーブしている場合等に道路上の白線の曲率が大きくなっても、正確に走路境界を検出することができる。

また、本実施形態に係る走路検出装置及びその方法では、走路特徴点の車幅方向の位置の度数に基づいて、走路特徴点間の連続性を判定する。これにより、走路境界をヒストグラム上のピークとして表現できるので、正確に走路境界を検出することができる。

さらに、本実施形態に係る走路検出装置及びその方法では、走路形状が直線に近似できる範囲に走路検出区間を設定する。これにより、車両が走行する道路がカーブしている場合等に道路上の白線の曲率が大きくなっても、走路検出区間毎にヒストグラムを生成することで、正確に走路境界を検出することができる。

また、本実施形態に係る走路検出装置及びその方法では、走路形状が曲線近似できる範囲に走路検出区間を設定する。これにより、走路形状が曲線であると推定できた範囲に走路検出区間を設定するので、曲線近似による曲率を参照して、適切に走路検出区間を設定することができる。

さらに、本実施形態に係る走路検出装置及びその方法では、走路形状が地図データと一致する範囲に走路検出区間を設定する。これにより、地図データから走路形状を正確に推定できた範囲に走路検出区間を設定するので、道路の曲率や分岐、合流等の特徴を考慮して、適切に走路検出区間を設定することができる。

また、本実施形態に係る走路検出装置及びその方法では、自車両または他車両の走行軌跡に基づいて走路検出区間を設定する。これにより、以前に車両が走行したデータに基づいて走路検出区間を設定できるので、白線が途切れているような道路であっても適切に走路検出区間を設定することができる。

［第２実施形態］
［走路検出装置の構成］
図８は、本実施形態に係る走路検出装置の構成を示すブロック図である。図８に示すように、本実施形態に係る走路検出装置１００は、レーンチェンジ検出部２１をさらに備えたことが第１実施形態と相違している。ただし、その他の構成は、第１実施形態と同一であるため、詳細な説明は省略する。

レーンチェンジ検出部２１は、自車両のレーンチェンジを検出する。レーンチェンジ検出部２１は、自車両の白線認識結果を車両座標系で確認し、左右いずれかの白線が車両中心を横切っている場合にはレーンチェンジが発生したと判定する。そして、レーンチェンジの発生時刻t_Lを記録する。

［走路検出処理の手順］
次に、本実施形態に係る走路検出装置１００による走路検出処理の手順を図９のフローチャートを参照して説明する。図９に示すように、本実施形態に係る走路検出処理は、ステップＳ２０１が追加されたことが第１実施形態と相違しており、その他の処理は第１実施形態と同一であるため、詳細な説明は省略する。

ステップＳ１０５において走路形状が推定されると、ステップＳ２０１において、レーンチェンジ検出部２１は、自車両がレーンチェンジを行ったか否かを判定し、レーンチェンジを検出した場合には、レーンチェンジの発生時刻t_Lを記録する。

この後、ステップＳ１０７において走路検出区間を設定する際に、走路検出部９は、レーンチェンジの発生時刻t_Lの前後１秒間を走路検出区間から排除する。これにより、自車両がレーンチェンジを行った場合に、自車両の走行軌跡が白線を跨いでいる区間を排除することができる。

［第２実施形態の効果］
以上、詳細に説明したように、本実施形態に係る走路検出装置及びその方法では、自車両がレーンチェンジを行った区間を走路検出区間から排除する。これにより、自車両がレーンチェンジを行った場合でも、レーンチェンジを行っていない場合と同様の処理で走路境界を正確に検出することができる。

なお、上述の実施形態は本発明の一例である。このため、本発明は、上述の実施形態に限定されることはなく、この実施形態以外の形態であっても、本発明に係る技術的思想を逸脱しない範囲であれば、設計などに応じて種々の変更が可能であることは勿論である。

１、１００ 走路検出装置
３ 物標検出部
５ 車両移動量検出部
７ 周囲地図生成部
９ 走路検出部
１１ 車両
２１ レーンチェンジ検出部
５１ 直線近似が可能なエリア
６１、７１ 白線検出エリア
６２、７２ 路肩部分
５３、６６、６７、６８、７６、７７、７８ 白線検出基準線
５２、６３、６４、６５、７３、７４、７５ 走路検出区間

Claims (6)

1. 車両に搭載されたセンサを用いて検出された複数の走路特徴点を、前記車両の相対移動量に基づいて蓄積し、前記車両の相対移動量に基づいて蓄積された複数の走路特徴点から周囲地図を生成して走路境界を検出する走路検出回路を用いた走路検出方法であって、
   前記走路検出回路は、
   前記周囲地図の生成により推定された走路形状に基づいて走路検出区間を設定し、
   前記走路検出区間毎に前記蓄積された複数の走路特徴点を前記車両の車幅方向の位置に基づいてカウントした度数に基づいて、前記走路特徴点間の連続性を判定して前記走路境界を検出することを特徴とする走路検出方法。
2. 前記走路検出回路は、前記走路形状が直線に近似できる範囲に前記走路検出区間を設定することを特徴とする請求項１に記載の走路検出方法。
3. 前記走路検出回路は、前記走路形状が曲線近似できる範囲に前記走路検出区間を設定することを特徴とする請求項１または２に記載の走路検出方法。
4. 前記走路検出回路は、前記走路形状が地図データと一致する範囲に前記走路検出区間を設定することを特徴とする請求項１～３のいずれか１項に記載の走路検出方法。
5. 前記走路検出回路は、前記車両または他車両の走行軌跡に基づいて前記走路検出区間を設定することを特徴とする請求項１～４のいずれか１項に記載の走路検出方法。
6. 車両に搭載されたセンサを用いて検出された複数の走路特徴点を、前記車両の相対移動量に基づいて蓄積し、前記車両の相対移動量に基づいて蓄積された複数の走路特徴点から周囲地図を生成して走路境界を検出する走路検出装置であって、
   前記周囲地図の生成により推定された走路形状に基づいて走路検出区間を設定し、前記走路検出区間毎に前記蓄積された複数の走路特徴点を前記車両の車幅方向の位置に基づいてカウントした度数に基づいて、前記走路特徴点間の連続性を判定して前記走路境界を検出する走路検出回路を備えたことを特徴とする走路検出装置。

Images