JP7142131B1 - 車線検出装置、車線検出方法および車線検出プログラム - Google Patents
車線検出装置、車線検出方法および車線検出プログラム Download PDFInfo
- Publication number
- JP7142131B1 JP7142131B1 JP2021115234A JP2021115234A JP7142131B1 JP 7142131 B1 JP7142131 B1 JP 7142131B1 JP 2021115234 A JP2021115234 A JP 2021115234A JP 2021115234 A JP2021115234 A JP 2021115234A JP 7142131 B1 JP7142131 B1 JP 7142131B1
- Authority
- JP
- Japan
- Prior art keywords
- lane
- model
- histogram
- binarization threshold
- unit
- 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
Landscapes
- Image Analysis (AREA)
Abstract
【課題】車線の検出精度を向上させること。【解決手段】実施形態に係る車線検出装置は、生成部と、設定部と、検出部とを備える。生成部は、車載カメラで撮影した撮像画像の対象領域において、奥行き方向に沿う画素値の分布状況を示すヒストグラムを生成する。設定部は、生成部によって生成されたヒストグラムに基づき、画素値毎の横方向に沿うピーク形状と、車線のモデルを示す車線モデルとの相関性に基づき、2値化閾値を設定する。検出部は、設定部によって設定された2値化閾値に基づき、対象領域から車線を検出する。【選択図】図1
Description
本発明は、車線検出装置、車線検出方法および車線検出プログラムに関する。
従来、例えば、車載カメラで撮像された画像から車両が走行する車線を検出する技術がある。たとえば、車線を検出する技術においては、輝度値の差分に基づいて車線を検出する(例えば、特許文献1参照)。
しかしながら、従来技術では、たとえば、撮像する環境や、車線がかすれている場合等においては、輝度値の差分が十分になく車線を検出できないおそれがある。
本発明は、上記に鑑みてなされたものであって、車線の検出精度を向上させることができる車線検出装置、車線検出方法および車線検出プログラムを提供することを目的とする。
上述した課題を解決し、目的を達成するために、本発明に係る車線検出装置は、生成部と、設定部と、検出部とを備える。前記生成部は、車載カメラで撮影した撮像画像の対象領域において、奥行き方向に沿う画素値の分布状況を示すヒストグラムを生成する。前記設定部は、前記生成部によって生成された前記ヒストグラムに基づき、前記画素値毎の横方向に沿うピーク形状と、車線のモデルを示す車線モデルとの相関性に基づき、2値化閾値を設定する。前記検出部は、前記設定部によって設定された前記2値化閾値に基づき、前記対象領域から前記車線を検出する。
本発明によれば、車線の検出精度を向上させることができる。
以下、添付図面を参照して、本願の開示する車線検出装置、車線検出方法および車線検出プログラムの実施形態を詳細に説明する。なお、以下に示す実施形態により本発明が限定されるものではない。
まず、図1を用いて、実施形態に係る車線検出方法の概要について説明する。図1は、車線検出方法の概要を示す図である。なお、かかる車線検出方法は、図2にて後述する車線検出装置10によって実行される。なお、以下では、車線を構成する白線を検出する場合について説明する。なお、車線として検出する対象は、白線に限定されるものではなく、たとえば、「黄色線」や「多重線」等であってもよい。
実施形態に係る車線検出方法は、車載カメラによって撮像された撮像画像から車線の区画線を検出する。図1に示すように、車線検出方法では、車載カメラによって撮影された撮像画像Gの対象領域Tにおいて、奥行き方向に沿う画素値の分布形状を示すヒストグラムを生成する(ステップS1)。
ここで、対象領域Tとは、撮像画像G中において、車両が走行中の車線が含まれる領域であり、車両が走行すると対象領域Tの上を走行することになる。すなわち、対象領域Tは、車線の検出対象となる領域である。また、画素値とは、たとえば、各画素の輝度値を示し、たとえば、0~255の計256階調に分類される。
また、ここでのヒストグラムは、対象領域Tにおける奥行き方向(車両の進行方向、Y軸方向)に沿う画素値の分布形状を示し、横位置(車両の幅方向の座標、X座標)毎に生成される。白線は、路面にくらべて輝度が高く、また、白線は対象領域Tの奥行方向に延伸している。
このため、奥行き方向に沿ってヒストグラムを生成することによって、たとえば、白線の一部が欠損している場合であっても、奥行き方向全体で見れば、白線に対応する輝度値の分布(頻度)が相対的に増大する。
つづいて、車線検出方法は、ステップS1にて生成したヒストグラムに基づき、2値化閾値を設定する(ステップS2)。ここで、2値化閾値とは、撮像画像Gを2値化するための閾値である。たとえば、2値化閾値よりも輝度値が大きい画素と、2値化閾値よりも輝度値が小さい画素とで撮像画像Gが2値化される。
車線検出方法では、横方向(横位置方向、X軸方向)に沿う画素値毎のピーク形状と、車線のモデルとなる車線モデルMとの相関性に基づき、2値化閾値を設定する。ここで、画素値毎のピーク形状とは、奥行き方向に生成したヒストグラムを各画素値を基準として横位置方向に見た分布形状であり、画素値毎に横方向における頻度のピーク形状を示すヒストグラムとも言える。
車線検出方法では、横方向に沿う画素値毎のピーク形状と、車線モデルMとを比較し、車線モデルMと相関性が最も高い画素値を2値化閾値として設定する。ここで、相関性が高いとは、車線モデルMと、ピークの形状、ピークの位置(横位置)がともに類似することを指す。そのため、たとえば、双方のピークの形状が類似していたとしてもピークの位置が乖離している場合は、相関性が高いとは言えない。同様に、双方のピークの位置が類似していたとしても形状がピークの形状が乖離している場合、相関性が高いとは言えない。
このように、実施形態に係る車線検出方法では、対象領域Tに映る白線部分が路面部分に比べて高い輝度を有する点に着目し、対象領域Tに実際に映る白線の輝度値をステップS1およびステップS2の処理において推定することで2値化閾値を設定する。
そして、車線検出方法では、ステップS2にて設定した2値化閾値を用いて、対象領域Tから車線を検出する(ステップS3)。車線検出方法では、2値化閾値を用いて、撮像画像を2値化し、2値化画像を生成する。この際、たとえば、2値化画像においては、白線部分と路面部分とで2値化されることが期待される。
そして、車線検出方法では、2値化画像を用いて白線から成る車線を検出することで、車線を精度よく検出することが可能となる。このように、実施形態に係る車線検出方法では、対象領域Tにおける画素値毎のピーク形状と、車線モデルMとの相関性に基づき、2値化閾値を設定する。
これにより、実施形態に係る車線検出方法では、2値化閾値の最適化を図ることができ、2値化画像における白線の検出漏れや路面標示での誤検出を抑制することができるので、車線の検出精度の向上を図ることができる。
次に、図2を用いて、車線検出装置の構成例について説明する。図2は、車線検出装置のブロック図である。なお、図2では、車線検出装置10に加え、車載カメラ51および車両センサ52をあわせて示す。
車載カメラ51は、たとえば、車両の進行方向を撮影するドライブレコーダである。たとえば、車載カメラ51は、各種撮像素子と、魚眼レンズなどのレンズによって構成される。
車両センサ52は、車両の走行状態を検出する各種センサである。車両センサ52には、たとえば、車両の走行速度を検出する速度センサ、車両の舵角を検出する舵角センサ、ヘッドライトの点灯状態を検出するヘッドライトセンサなどが含まれる。
図2に示すように、車線検出装置10は、記憶部20と、制御部30とを備える。記憶部20は、たとえば、不揮発性メモリやデータフラッシュ、ハードディスクドライブといった記憶デバイスで構成される。
図2に示す例において、記憶部20は、モデル情報記憶部21と、ヒストグラム記憶部22とを有し、そのほか、各種プログラムなどが記憶される。モデル情報記憶部21は、車線のモデルとなる車線モデルMに関する各種情報を記憶する記憶領域である。
図3は、モデル情報記憶部21に記憶される情報の一例を示す図である。図3に示すように、たとえば、モデル情報記憶部21は、「モデルID」、「モデル情報」といった項目の情報を互いに関連付けて記憶する。
モデルIDは、モデル情報を識別するための識別子であり、モデル情報は車線モデルMに関する情報である。図3に示す例において、モデル情報記憶部21には、3つの車線モデルMが記憶される。
モデルIDがM01の車線モデルMは、2つの区画線から成る2線モデルであり、モデルIDがM02、M03の車線モデルMは、1つの区画線から成る1線モデルである。たとえば、2線モデルは、車線の両方の区画線となる白線に対応したモデルであり、1線モデルは、車線の一方のみの区画線となる白線に対応するモデルである。また、1線モデルは、右側の区画線に対応するモデルと、左側の区画線に対応するモデルが含まれる。
図2の説明に戻り、ヒストグラム記憶部22について説明する。ヒストグラム記憶部22は、生成部31によって生成されたヒストグラムに関する情報を記憶する記憶領域である。たとえば、ヒストグラム記憶部22に記憶されたヒストグラムに関する情報は、後述するリセット条件が成立した場合に消去される。
制御部30は、生成部31と、設定部32と、検出部33とを備え、たとえば、CPU(Central Processing Unit)、ROM(Read Only Memory)、RAM(Random Access Memory)、ハードディスクドライブ、入出力ポートなどを有するコンピュータや各種の回路を含む。
コンピュータのCPUは、たとえば、ROMに記憶されたプログラムを読み出して実行することによって、制御部30の生成部31、設定部32および検出部33として機能する。
また、制御部30の生成部31、設定部32および検出部33の少なくともいずれか一部または全部をASIC(Application Specific Integrated Circuit)やFPGA(Field Programmable Gate Array)等のハードウェアで構成することもできる。
生成部31は、車載カメラ51で撮影した撮像画像Gの対象領域Tにおいて、奥行き方向に沿う画素値の分布状況を示すヒストグラムを生成する。たとえば、生成部31は、車載カメラ51から撮像画像の取得毎に、対象領域Tの各画素の画素値を抽出し、抽出した画素値に基づき、奥行き方向に沿う画素値の分布形状を示すヒストグラムを生成する。
また、生成部31は、過去フレームの画素値を累積したヒストグラムを生成する。図4は、ヒストグラムの生成例を示す図である。たとえば、生成部31は、過去フレームにおいて生成したヒストグラムに対して、新たなフレームのヒストグラムを加算する。
図4の上図には、過去フレームのヒストグラムを示し、図4の下図には、当該ヒストグラムに対して今回のフレームの画素値を加算したヒストグラムを示す。すなわち、生成部31は、複数のフレームにわたる画素値の分布形状を示すヒストグラムを生成する。
これにより、ヒストグラムに反映するフレーム数が増えるにしたがって、白線部分と路面部分との画素値の差分が次第に蓄積されていくことになる。つまり、ヒストグラムに反映するフレーム数が増えるにつれて、白線部分と路面部分との差異をより顕著にすることができる。
また、たとえば、生成部31は、車両の挙動に所定の変化があった場合に、リセット条件が成立したとして、過去フレームまでに累積したヒストグラムをリセットする。具体的には、車両の挙動として、車線変更があった場合、車両が右左折を行った場合、ヘッドライトの点灯状態に変更があった場合等に、リセット条件が成立したとして過去フレームのヒストグラムをリセットする。
つまり、生成部31は、対象領域Tにおける白線の表示態様に変更が生じる場合に、過去フレームのヒストグラムをリセットする。より具体的には、車線変更があった場合や、車両が右左折を行った場合には、その前後で白線の種別が変化する場合があり、ヘッドライトの点灯状態が変更した場合には、白線の見え方が変化する場合がある。
そのため、これらのリセット条件が成立した場合に、過去フレームのヒストグラムをリセットし、新規にヒストグラムを生成する。これにより、過去フレームのヒストグラムを引き継ぐことによる車線の誤検出あるいは未検出を抑制することができる。
図2の説明に戻り、設定部32について説明する。設定部32は、生成部31によって生成されたヒストグラムに基づき、横方向に沿う画素値毎のピーク形状(以下、単にピーク形状と記載)と、車線のモデルを示す車線モデルMとの相関性に基づき、2値化閾値を設定する。
たとえば、設定部32は、ピーク形状と、モデル情報記憶部21に記憶された車線モデルMと比較し、画素値毎の相関性を導出していく。ここで、ピーク形状において、車線モデルMのピークの位置(横位置)、および、ピークの形状が類似するほど相関性が高いことになる。言い換えれば、ピークの形状が類似していたとしてもピークの位置が乖離していれば相関性が高いとは言えない。
たとえば、設定部32は、図3に示したモデルIDがM01の車線モデルM(2線モデル)を用いて相関性を算出し、相関性が所定条件を満たさない場合、すなわち、2線モデルに対応する分布形状を有する画素値がない場合に、モデルIDがM02、M03の車線モデルM(1線モデル)を用いて相関性を算出し、2値化閾値を設定する。
これにより、たとえば、片側しか白線が存在しない車線であっても、適切に2値化閾値を設定することができる。また、片側しか白線が存在しない車線は稀であり、2線モデル、1線モデルの順に相関性を求めることで、処理負荷の軽減を図ることができる。
次に、図5および図6を用いて、実施形態に係る車線検出装置10が実行する処理手順について説明する。図5は、車線検出装置10が実行する処理手順を示すフローチャートである。
図5に示すように、まず、車線検出装置10は、撮像画像を取得すると(ステップS101)、ヒストグラムを生成する(ステップ102)。なお、ステップS102の処理手順の詳細については図6を用いて後述する。
つづいて、車線検出装置10は、ヒスとグラムに基づく画素値毎のピーク形状と車線モデルMとを用いて、2値化閾値を設定する(ステップS103)。その後、車線検出装置10は、2値化閾値を用いて白線を検出して(ステップS104)、処理を終了する。
次に、図6を用いて図5に示すステップS102の処理手順について説明する。図6は、図5に示すステップS102の処理手順を示すフローチャートである。図6に示すように、車線検出装置10は、車両の挙動の変化に基づくリセット条件が成立したか否かを判定し(ステップS201)、リセット条件が成立していないと判定した場合(ステップS201;No)、複数フレームでヒストグラムを生成し(ステップS202)、処理を終了する。
また、車線検出装置10は、リセット条件が成立したと判定した場合(ステップS201;Yes)、単フレーム(現在のフレーム)でヒストグラムを生成し(ステップS203)、処理を終了する。
上述したように、実施形態に係る車線検出装置10は、生成部31と、設定部32と、検出部33とを備える。生成部31は、車載カメラCで撮影した撮像画像Gの対象領域Tにおいて、奥行き方向に沿う画素値の分布状況を示すヒストグラムを生成する。設定部32は、生成部31によって生成されたヒストグラムに基づき、画素値毎の横方向に沿うピーク形状と、車線のモデルを示す車線モデルMとの相関性に基づき、2値化閾値を設定する。検出部33は、設定部32におって設定された2値化閾値に基づき、対象領域Tから車線を検出する。したがって、実施形態に係る車線検出装置10によれば、白線を検出するために適した2値化閾値を設定することができるので、車線の検出精度を向上させることができる。
さらなる効果や変形例は、当業者によって容易に導き出すことができる。このため、本発明のより広範な態様は、以上のように表しかつ記述した特定の詳細および代表的な実施形態に限定されるものではない。したがって、添付の特許請求の範囲およびその均等物によって定義される総括的な発明の概念の精神または範囲から逸脱することなく、様々な変更が可能である。
10 車線検出装置
21 モデル情報記憶部
22 ヒストグラム記憶部
31 生成部
32 設定部
33 検出部
51 車載カメラ
G 撮像画像
T 対象領域
M 車線モデル
21 モデル情報記憶部
22 ヒストグラム記憶部
31 生成部
32 設定部
33 検出部
51 車載カメラ
G 撮像画像
T 対象領域
M 車線モデル
Claims (7)
- 車載カメラで撮影した撮像画像の対象領域において、奥行き方向に沿う画素値の分布状況を示すヒストグラムを生成する生成部と、
前記生成部によって生成された前記ヒストグラムに基づき、前記画素値毎の横方向に沿うピーク形状と、車線のモデルを示す車線モデルとの相関性に基づき、2値化閾値を設定する設定部と、
前記設定部によって設定された前記2値化閾値に基づき、前記対象領域から前記車線を検出する検出部と
を備えること特徴とする車線検出装置。 - 前記設定部は、
前記車線モデルとして、2つの区画線から成る2線モデルと、1つの区画線から成る1線モデルとを用いて、前記2値化閾値を設定すること
を特徴とする請求項1に記載の車線検出装置。 - 前記設定部は、
前記2線モデルを用いた場合に、前記ピーク形状との相関性が所定条件に満たない場合に、前記1線モデルを用いて前記2値化閾値を設定すること
を特徴とする請求項2に記載の車線検出装置。 - 前記生成部は、
過去フレームの画素値を累積した前記ヒストグラムを生成すること
を特徴とする請求項1、2または3に記載の車線検出装置。 - 前記生成部は、
車両の挙動に所定の変化があった場合に、前記累積した前記ヒストグラムをリセットすること
を特徴とする請求項4に記載の車線検出装置。 - 車載カメラで撮影された撮像画像の対象領域において、奥行き方向に沿う画素値の分布状況を示すヒストグラムを生成する生成工程と、
前記生成工程によって生成された前記ヒストグラムに基づき、前記画素値毎の横方向に沿うピーク形状と、車線のモデルを示す車線モデルとの相関性に基づき、2値化閾値を設定する設定工程と、
前記設定工程によって設定された前記2値化閾値に基づき、前記対象領域から前記車線のエッジを検出する検出工程と
を含むこと特徴とする車線検出方法。 - 車載カメラで撮影された撮像画像の対象領域において、奥行き方向に沿う画素値の分布状況を示すヒストグラムを生成する生成手順と、
前記生成手順によって生成された前記ヒストグラムに基づき、前記画素値毎の横方向に沿うピーク形状と、車線のモデルを示す車線モデルとの相関性に基づき、2値化閾値を設定する設定手順と、
前記設定手順によって設定された前記2値化閾値に基づき、前記対象領域から前記車線のエッジを検出する検出手順と
をコンピュータに実行させること特徴とする車線検出プログラム。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2021115234A JP7142131B1 (ja) | 2021-07-12 | 2021-07-12 | 車線検出装置、車線検出方法および車線検出プログラム |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2021115234A JP7142131B1 (ja) | 2021-07-12 | 2021-07-12 | 車線検出装置、車線検出方法および車線検出プログラム |
Publications (2)
Publication Number | Publication Date |
---|---|
JP7142131B1 true JP7142131B1 (ja) | 2022-09-26 |
JP2023011399A JP2023011399A (ja) | 2023-01-24 |
Family
ID=83400864
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2021115234A Active JP7142131B1 (ja) | 2021-07-12 | 2021-07-12 | 車線検出装置、車線検出方法および車線検出プログラム |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP7142131B1 (ja) |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2007257242A (ja) * | 2006-03-23 | 2007-10-04 | Niles Co Ltd | 白線認識装置 |
JP2009096274A (ja) * | 2007-10-16 | 2009-05-07 | Nissan Motor Co Ltd | 白線検出装置、駐停車支援装置および白線検出方法 |
JP2018077713A (ja) * | 2016-11-10 | 2018-05-17 | スズキ株式会社 | 区画線検出システム |
-
2021
- 2021-07-12 JP JP2021115234A patent/JP7142131B1/ja active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2007257242A (ja) * | 2006-03-23 | 2007-10-04 | Niles Co Ltd | 白線認識装置 |
JP2009096274A (ja) * | 2007-10-16 | 2009-05-07 | Nissan Motor Co Ltd | 白線検出装置、駐停車支援装置および白線検出方法 |
JP2018077713A (ja) * | 2016-11-10 | 2018-05-17 | スズキ株式会社 | 区画線検出システム |
Also Published As
Publication number | Publication date |
---|---|
JP2023011399A (ja) | 2023-01-24 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10970566B2 (en) | Lane line detection method and apparatus | |
US7957559B2 (en) | Apparatus and system for recognizing environment surrounding vehicle | |
US8902053B2 (en) | Method and system for lane departure warning | |
US20150367781A1 (en) | Lane boundary estimation device and lane boundary estimation method | |
US9619895B2 (en) | Image processing method of vehicle camera and image processing apparatus using the same | |
US10339396B2 (en) | Vehicle accessibility determination device | |
TWI609807B (zh) | 影像評估方法以及其電子裝置 | |
JP2006268199A (ja) | 車両用画像処理システム、車両用画像処理方法、車両用画像処理プログラム、及び車両 | |
JP2006031365A (ja) | 車線認識画像処理装置 | |
WO2014033936A1 (ja) | 画像処理装置、画像処理方法および画像処理プログラム | |
US9747507B2 (en) | Ground plane detection | |
JPWO2008020544A1 (ja) | 車両検知装置,車両検知方法並びに車両検知プログラム | |
US20170358089A1 (en) | Object identifying apparatus | |
EP3631675A1 (en) | Advanced driver assistance system and method | |
US11295544B2 (en) | Vehicle exterior environment recognition apparatus | |
JP2010271969A (ja) | 車線検出装置 | |
JP7142131B1 (ja) | 車線検出装置、車線検出方法および車線検出プログラム | |
JP2010286995A (ja) | 車両用画像処理システム | |
JP2010224926A (ja) | 停止線検出装置 | |
US10853947B2 (en) | Device, method, and program for detecting boundary lines included in captured images | |
JP2007058282A (ja) | 画像認識処理装置 | |
JP2020126304A (ja) | 車外物体検出装置 | |
JP2020095631A (ja) | 画像処理装置および画像処理方法 | |
JP3638028B2 (ja) | 車両ナンバー認識装置 | |
US11195032B2 (en) | Image processing device and image processing method detecting vehicle parking space |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20210715 |
|
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: 20220823 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20220912 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 7142131 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |