JPH03139706A - 車両状態量測定装置 - Google Patents

Abstract

(57)【要約】本公報は電子出願前の出願データであるた
め要約のデータは記録されません。

Description

【発明の詳細な説明】 ［産業上の利用分野］ この発明は車両の横変位またはヨー角を検出する車両状
態量測定装置、特に走行コースに沿って配置された案内
線（例えば白線）をカメラによって撮影し、この撮影画
像から車両状態量を測定するものに関する。

［従来の技術〕 従来より、予め定められた走路（コース）を自動的に走
行する自動操縦制御が知られており、工場内の無人搬送
車や耐久走行試験等に用いられている。この自動操縦制
御は、走路の幅方向における車両位置や走路に対する車
両の向きを検出し、これらの車両状態量情報に応じて、
ハンドル、アクセル、ブレーキ等を自動的に制御し、走
路（案内線）に沿った自動走行を実現している。

このような車両の走行制御において、車両状態量の測定
は非常に重要である。なぜなら、車両状態量の測定が、
制御の前提となっており、これが不正確であった場合に
は、適確な走行制御は行えないからである。

ここで、この走行制御における横変位、ヨー角等の車両
状態量の検出について説明する。

このような車両状態量の認識方式として、テレビカメラ
でとらえた走路の画像の中から、走路両側の白線を抽出
し、この白線の位置から横変位、ヨー角を検出するもの
が知られている。例えば、雑誌「映像情報（１）　　１
９８７年９月号　Ｐ。

３１〜３５」には、工場通路の画像認識として、テレビ
カメラでとらえた工場通路画像から、通路両側の白線位
置を認識することによって車両の横変位、ヨー角を知る
ものが示されている。

すなわち、第１４図に示すように自動操縦を行う車両１
０が案内線（白線）１２．１４の間に位置しているとす
ると、車両１０のヨー角はΔθ、横変位はΔＸとなる。

そして、自動操縦車１０には、テレビカメラ（図示せず
）が取り付けられており、このテレビカメラで得られた
画像より白線１２．１４を検出する。この白線１２．１
４の検出は、例えば得られた画像をＭＸＮの画素毎の画
像に変換し、その画素毎の輝度情報より白の画素を抽出
することによって行う。これにより、例えば第１５図に
示すような白線が認識される。

この左右の白線１２．１４が認識されれば、その交点Ｐ
ｘが得られる。この交点は消失点であり、車両のヨー角
Δθは、次式で得られることとなる。

Δθ（ｒａｄ）−−Ｐｘ／ｆ ここで、Ｐｘは消失点のＸ座標、ｆはカメラの焦点距離
である。

一方、第１６図に示すように、直接の傾きａが得られる
と、車両の横変位ΔＸは、次式で得られることとなる。

ΔＸ（ｍ）＝ｈ／ａ±Ｗ　ｒ　／　２ ここで、ｈはカメラの高さ（ｍ）　、ａは直線の傾き、
Ｗｒは道路幅（ｍ）を表わす。

このようにして、車両１０に搭載したテレビ力メラによ
って得た前方の画像を処理し、案内線（白線）を検出す
ることにより、車両のヨー角Δθ、横変位ΔＸを測定す
ることができる。

［発明が解決しようとする課題］ しかしながら、上述のような車両のヨー角、横変位検出
においては、走路が直線のみで形成されている場合には
、正しい測定が行えるが、走路にカーブが存在する場合
には、正しい検出が行えないという問題点があった。

これは、白線１２．１４がカーブしていれば、その近似
直線の傾きと交点がカーブの影響でずれるからである。

一方、特開昭６３−３１４６２３号には、テレビカメラ
によって得られた画像情報より、走路の状況（カーブの
曲率半径）を検出し、これによって自動操縦車の走行制
御を行うことが示されている。

しかしながら、予め定められた走路においては、カーブ
の曲率を予め知ることができるため、カーブの曲率半径
自体はそれ程重要な情報ではない。

従って、カーブの曲率半径だけを求めても自動操縦等を
効果的に達成するための情報とはならなかった。

この発明は上記問題点を解決することを課題としてなさ
れたものであり、自動走行制御に重要な横変位、ヨー角
を走路がカーブであっても十分正確に検出することがで
きる車両状態量測定装置を提供することを目的とする。

［課題を解決するための手段］ 上記目的を達成するために、本発明は、第１図に示すよ
うに、車両の前方を撮影するカメラＡと、このカメラＡ
によって得られた画像から２本の車両の案内線を抽出す
る案内線抽出手段Ｂと、この案内線抽出手段Ｂによって
得られた２本の案内線について、車両からの距離の異な
る２点における接線をそれぞれ検出する接線検出手段Ｃ
と、案内線検出手段Ｂによって得られた２つの案内線の
車両の同一前方距離の接線より車両の横変位またはヨー
角を検出する状態量検出手段りと、接線検出手段りによ
って得られた同一の案内線の車両の前刃距離の異なる２
つの接線より、案内線の曲率を算出する曲率算出手段Ｅ
と、上記車両状態量と曲率の関係を予め記憶している記
憶手段Ｆと、この記憶手段Ｆに予め記憶されている関係
により、検出した状態量を補正する状態量補正手段Ｇと
を有し、走路形状による起因する誤差を補正することを
特徴とする。

［作用］ 本発明は上述のような構成を有しており、カメラＡによ
って得られた画像から２本の案内線を抽出する。そして
、この２本の案内線の車両から距離の異なる２点におけ
る接線、すなわち４つの接線を接線検出手段Ｃによって
検出する。

次に、この接線検出手段Ｃによって得られた案内線の車
両からの距離が同一の２つの接線より車両の横変位また
はヨー角を検出し、同一の案内線の車両からの異なる距
離の接線の傾き差より案内線の曲率を算出する。

ここで、車両の横変位、ヨー角と走路の曲率には、カメ
ラの設置状態等によって変化するが、定の関係がある。

そこで、この関係を予め求めておけば、これを補正する
ことができる。

本発明においては、この関係を記憶手段Ｆに予め記憶し
ており、上述のようにして検出した状態量をこの予め記
憶されている関係に基づいて補正する。従って、車両状
態量を走路の曲率によって補正することができ、常時正
確な検出を行うことができる。

［実施例］ 以下、この発明に係る車両状態量測定装置の一実施例に
ついて、図面に基づいて説明する。

第２図は、実施例に構成を示すブロック図であり、車両
前方の画像はカメラ２０によって撮影される。このカメ
ラ２０は、例えばＣＯＤカメラのような通常の走査線毎
のアナログ信号であるビデオ信号（画像信号）を出力す
るものでよい。

そして、このカメラ２０によって得られた画像信号は、
Ａ／Ｄコンバータ２２に供給される。このＡ／Ｄコンバ
ータ２２はカメラ２ｏによって得られた画像信号を所定
の画素毎（例えば従来例と同様のＭＸＮ個）のデジタル
データに変換する。

そして、得られた画素毎のデジタルデータはフレームメ
モリ２４に１フレーム（１画面）分ずつ記憶され、これ
がモニタ２６に表示される。なお、この表示はフレーム
メモリ２４からデジタルデータを読出し、これを上述の
場合と反対にアナログの画像信号に変換して、モニタ２
６に供給することによって行われる。

一方、この１画面毎のデジタルデータは、ローカルバス
３０を介し、信号処理を高速で行う高速処理装置（ＤＳ
Ｐ）４０に供給される。このＤＳＰ４０は、まず１画面
分のデジタルデータを処理し、この中における白の画素
全検出することによって、案内線である２本の白線１２
．１４を抽出する。

そして、検出された２本の白線１２．１４について、車
両からの前方距離が異なる２つの距離についての接線を
それぞれ求めるとともに、この接線の傾きをそれぞれ検
出する。

このようにして求められた接線についての情報は、ＣＰ
Ｕ５０に供給される。このＣＰＵ５０は、得られた４つ
の接線のデータより、走路の曲率半径（カーブＲ）を算
出するとともに、このカーブＲに応じて補正されたヨー
角θ、横変位Ｘを算出すると。

なお、このＣＰＵ５０における演算のためには、予め記
憶されているデータが必要であり、このためのデータは
ローカルメモリ５２記憶されている。

次に、ＤＳＰ４０．ＣＰＵ５０におけるカーブＲ１横変
位Ｘ１ヨー角θの算出について説明する。

第３図に示すように、ＣＰＵ５０においては、通常のＣ
ＰＵの動作と同様の立上がり時の各種変数の設定等の初
期設定を行う（Ｓｌ）。

初期設定が終了した場合には、Ａ／Ｄコンバータ２２に
よりテレビカメラ２０からの画像信号を１画面分ずつデ
ジタルデータ（画像データ）としてフレームメモリ２４
書き込む（Ｓ２）。

そして、データ転送の領域を定めるための変数ｉを「１
」にセットして（Ｓ３）、このｉ−１で特定される領域
の画像データをＤＳＰ４０に転送する（Ｓ４）。このデ
ータの転送は、ＣＰＵ５２の指令によりフレームメモリ
２２内の所定の領域のデータを読出し、これをローカル
バス３０を介し、ＤＳＰ４０に供給することによって行
う。また、変数ｉで特定される領域は、例えば第４図に
示すように、車両からの前方（Ｘ方向）２つの距離（例
えば、前方１０ｍ及び２０ｍ）について、左右（Ｘ方向
）２点の合計４点（ｉ＝１〜４）とする。

ＤＳＰ４０は、この所定の領域の画像データを処理し、
接線を検出する（Ｓ５）。すなわち、このＤＳＰ４０に
おける処理は第２Ａ図に示すように、画像データのエツ
ジを検出することにより、白線１２．１４の位置を特定
する（Ｓ　５１）。このエツジ検出は、画素毎の画像デ
ータについてそれぞれ白か否かを判定し、白と白息外の
画素のエツジを検出し、これを認識するエツジフィルタ
によって行う。

そして、この白線１２．１４について接線の検出を行う
（Ｓ５２）。この例においては、接線検出を得られたエ
ツジについてのデータをから最小自乗法により近似直線
を算出することによって行つＯ このようにして、ＤＳＰ４０による接線検出（直線検出
）が終了した場合には、ＣＰＵ４０は次回の処理領域の
予測を行う（Ｓ６）。この予測は、変数ｉで特定される
同一の領域について、前回の処理において検出した白線
１２．１４の位置と今回検出した白線１２．１４の位置
を比較し、その移動方向に基づいて行う。そして、この
結果はＣＰＵ５２において記憶しておき、次回の処理に
おける変数ｉ−１〜４に対応する処理領域の特定に利用
する。

このようにして、変数ｉ−１の領域についての直線検出
についての処理が終了するため、残りの３つの領域につ
いて直線検出を繰返し変数ｉ−１〜４の領域について直
線検出を行う（Ｓ７．８）。

そして、車両の前方４点における直線を検出した場合に
は、検出した直線の傾き差Δａを算出する（Ｓ９）。す
なわち、第５図に示すように、ｉ１ ２ −１及びｉ　−３の２つの領域から得られた直線が次の
ようなものであった場合、 ｙ＝ａ１ｘ＋ｂｌ ｙ−ａｓＸ＋ｂ３ 傾き差Δａは、次式によって与えられる。

Δａ＝　ｌ　１／ａｌ−１／ａ３ 次に、この傾き差Δａを利用してカーブＲを検出する（
Ｓ　１０）。傾き差Δａは、白線１２゜１４が曲ってい
るために生じるものであり、両者には一定の関係がある
。

そこで、次のような条件における傾き差ΔａとカーブＲ
の関係を調べた。

テレビカメラ２０の焦点距離：１０ｍｍテレビカメラ２
０設置高さ：１．４ｍ 左右案内線の幅二３．　７５ｍ 前方距離：　１０ｍ、２０ｍ そして、その結果を第６図に示す。ここで、第６図は、
ヨー角を０、±５．±１０°に変化させたものをそれぞ
れ示しており、第６図（Ａ）は横変位が１　ｍ　ｓ第６
図（Ｂ）は横変位がＯｍ、第６図（Ｃ）は横変位が一１
ｍの場合である。これより、横変位ΔＸ１ヨー角Δθの
変化によらず、傾き差ΔａとカーブＲにほぼ一定の関係
があることが理解される。

さらに、第７図は横変位Ｘ及びヨー角θが０の場合の傾
き差ΔａとカーブＲの関係を示したものであり、この第
７図の関係を適用した場合における曲率Ｒの精度は第８
図のようになる。これより、カーブＲが２００ｍ以上で
あれば、１つの曲線でかなりの精度のカーブＲの推定が
行えることが分る。なお、第８図のデータは横変位を１
ｍとしたものである。

また、第９図は傾き差ΔａとカーブＲの関係について実
際の測定したものを示しており、これより理論値どうり
の値が測定値として得られることが理解される。

そこで、傾き差ΔａとカーブＲの関係をローカルメモリ
５２にマツプとして記憶しておけば、求められた傾き差
Δａから左右の白線１２．１４についてのカーブＲを検
出することができる。

このようにして、カーブＲを検出した場合には、このカ
ーブＲを利用して真の傾きを算出するため、検出したカ
ーブＲから傾き補正量を算出する（Ｓ１１）。このため
、ローカルメモリ５２にはカーブＲと傾き補正量の関係
がマツプとして記憶されている。この関係は、上述のｉ
−１〜４の領域において得られたそれぞれの傾きａ　ｌ
−２４に対し、それぞれ第１０図（Ａ）、　　（Ｂ）、
　　（Ｃ）、　　（Ｄ）に示すようなものとなる。

このようにして、傾き補正量が算出された場合には、こ
の補正量を利用して真の傾きをそれぞれ算出する（Ｓ　
１２）。なお、それぞれの点における傾きは、従来例と
同様の式によって算出される。

また、この例は左カーブについての傾き補正量を示して
おり、得られた傾き補正量を傾きが反時計回りに回転す
るように加算する。

次に、カーブＲを利用して左右両側の接線から得られる
交点の補正量を算出する。この交点の位置は上述の従来
例と同様の式によりヨー角θを算出するために必要なも
のである。そして、この交点の補正量もカーブＲから求
めることができるため、予めローカルメモリ５２にマツ
プとして記憶しておく。この補正量は、例えば第１１図
（Ａ）、（Ｂ）に示すように、前方１０ｍ及び２０ｍの
距離における接線から求めた２つの交点に対しそれぞれ
求められることになる。

そして、この交点の補正量を用いて真の交点を算出し、
これに基づいてヨー角θの計算を行う（Ｓ１４）。なお
、ヨー角の計算自体は従来例と同様の式を用いて行う。

また、この例においては、カーブが左曲りであるため、
この補正量は交点が左側に移動するように加算する。

このようにして、算出したカーブＲを用いて補正された
横変位Ｘ１ヨー角θが得られた場合には、その値をカー
ブＲとともにＤ／Ａコンバータ６０によってアナログ信
号に変換して出力する。

直線近似の変形例 上述の例のおいては、ＤＳＰ２２における接線を検出す
る直線近似において、得られたエツジに対する最小自乗
法を用いたが、これに代えてＨｏｕｇ５ ６ ｈ変換を用いることもできる。

ここで、Ｉ（ｏｕｇｈ変換とは、所定の方程式で定めら
れる線を検出する場合に、パラメータ空間に写像するも
のであり、本発明のようなエツジ点から直線検出する場
合には、各点について次の変換を行い、Ｈｏｕｇｈ空間
に写像する。

ｐ　−ｘ　ｃｏｓθ＋ｙ　ｓｉｎθ ここで、ρは原点から直線へ下ろした垂線の長さ、θは
垂線とＸ軸のなす角である。

このような変換を行うとρ−θ空間（Ｈｏｕｇｈ空間）
の１点はｘ−ｙ空間の１本の直線に対応することになる
。このため、Ｈｏｕｇｈ空間において複数の線が集中し
ている点の位置により検出したい直線を得ることができ
る。

そして、このようなＨｏｕｇｈ変換を用いると、求めた
い直線と関係ないエツジは直線近似から排除することが
でき、これらの影響のない正確な近似直線を得ることが
できる。

なお、これをプログラムとして実現するには、１１ｏｕ
ｇｈ空間を表わす２次元配列を用意し、画像中のエツジ
点すべてに対応する軌跡を描き、この軌跡が通過する度
に配列要素に「１」を加え、大きな値を持つ配列要素を
抽出すればよい。また、この改良として「１」を加える
のではなく微分値やエツジの方向を利用してその方向に
対応する配列要素だけに加算を行ってもよい。

このＨｏｕｇｈ変換を用いる場合には、第３図のフロー
チャートの直線検出（Ｓ５２）において、第１２図のよ
うな処理を行う。

４つの領域において近似直線を求めるため、白線１２．
１４が存在すると予測される１つの領域を定め、ここに
おいてエツジ点のＲｏｕｇｈ変換を行う（Ｓ　５０１）
。そして、Ｈｏｕｇｈ空間における軌跡通過位置につい
て対応する２次元配列の各配列要素毎にカウントを行い
、その最大値ＨＩｌｌａＸとそのときのパラメータ（ρ
０．θ０）を求める（Ｓ５０２）。

次に、最大値ＨｆｌｌａＸを所定のしきい値ｔｈと比較
する（８４０３）。これは正しく直線が検出された場合
には多くの軌跡が同一の点を通過するので、最大値Ｈｍ
ａｘの大きさにより正しい直線が検出されたか否かを判
定することができる。ここで、このｔｈは理論上検出さ
れる最大エツジ点数に所定の係数α（０くα＜＜１１例
えばα−０，２）を乗算したものとすることができる。

このようにして直線が検出できた場合には、傾きａと切
片すを次式により算出する（Ｓ　５０４）。

ａ””−ｃｏｓθｏ／ｓｉｎθＯ ｂ　−ｐ　ｏ　／　ｓ　ｉ　ｎθ０ このようにして、直線が検出できた場合（Ｈｍａｘ　＞
　ｔ　ｈ　）には、フラグＦに「１」を立て（Ｓ５０５
）、検出できなかった場合（Ｈｍａｘ＜ｔｈ）にはフラ
グＦを立てない（Ｆ−０）（８４０６）。

このようなＨｏｕｇｈ変換による直線抽出は、直線を抽
出した４つの領域について行うため、その領域を指定す
る変数ｉを１〜４まで変更してそれぞれ処理を行う（Ｓ
　５０７）。

ここで、この処理により直線が検出できなかつた場合に
は、その領域ｉについての直線を推定しなければならな
い。そして、この検出できなかった直線は、検出できた
走路の反対側の直線とほぼ平行であり、また前回の検出
結果に近いはずである。そこで、変数ｉを１〜４間で変
更し、Ｆ−０であり、直線が検出できなかった領域につ
いて（８５０７〜５１０）、これらの条件からその領域
における直線を推定する（３５１．１）。

そして、このように４つの領域について直線の検出が終
った場合には、Ｈｏｕｇｈ変換すべき次回のＨｏｕｇｈ
変換を行う空間を予測しておき（５１２）。

時間のデータ取り込みに利用する。

このようにして、１つの画面についての４つの領域につ
いての直線の検出をＨｏｕｇｈ変換を利用して行うこと
ができる。

応用例 このように、得られた横変位Ｘ５ヨー角θ、カーブＲは
、例えば次のような制御に利用することができる。

例１ 検出された横変位Ｘ、ヨー角θ、カーブＲを利９ ０ 用して車両の現在または将来における走路逸脱の可能性
を計算し、この可能性に応じて警報を発したり、加減速
制御を行う。

すなわち、走路逸脱の可能性は、横変位、ヨー角が大き
い程大きく、本発明においてはこれらの値として、正確
な値が得られているため、より正確な制御が行える。ま
た、カーブＲが検出されているため、現車速によってこ
のカーブを曲がることができるか等の判断等が行え、走
路逸脱の可能性の計算を正確に行うことができる。なお
、このような走路逸脱防止システムの概略構成を第１３
図に示す。ここで、画像処理装置１００においてカメラ
２０から得られた画像を処理し、横変位Ｘ１ヨー角θ、
カーブＲを検出し、走行制御装置２００において、警報
加減速等の制御を行う。

例２ この例では、車両の自動操縦に本発明を適用する。自動
操縦車においては、横変位、ヨー角に基づいて、操舵制
御を行う。そこで、これらの検出値が正確であれば、自
動操縦の精度を向上することができる。さらに、カーブ
Ｒを知ることができるため、これを利用して、操舵補正
を行うより滑らかな走行を達成することができる。

［発明の効果］ 以上説明したように、本発明に係る車両状態量測定装置
によれば、カーブＲを検出し、これにより検出値を補正
するため、横変位、ヨー角の車両状態量をカーブ路にお
いても正確に測定することができる。

【図面の簡単な説明】

第１図は本発明に係る車両用状態量測定装置の構成を示
すブロック図、 第２図は実施例の構成を示すブロック図、第３図は実施
例の動作を示すフローチャート、第４図は実施例の処理
対象領域を示す説明図、第５図は傾き差を示す説明図、 第６図はヨー角、横変位を変化させた場合における傾き
差とカーブＲの関係を示す特性図、第７図はヨー角、横
変位−０の場合における傾き差とカーブＲの関係を示す
特性図、 第８図は第７図の特性を適用した場合のカーブＲと精度
の関係を示す特性図、 第９図は理論値と測定値の関係を示す特性図、第１０図
はカーブＲと傾き補正量の関係を示す特性図、 第１１図はカーブＲと交点補正量の関係を示す特性図、 第１２図はＨｏｕｇｈ変換を用いた近似直線検出のフロ
ーチャート、 第１３図は走路逸脱防止システムのイメージを示す概略
斜視図、 第１４図は車両を横変位、ヨー角を示す説明図、第１５
図は従来例におけるヨー角Δθ算出のための説明図、 第１６図は従来例における横変位ΔＸ算出のための説明
図である。 １０　・・・　車両 １２、１４　　・・・　案内線 ２０　・・・　カメラ ４０　・・・　ＤＳＰ ０ ＰＵ

Claims (1)

1. 【特許請求の範囲】 車両の前方を撮影するカメラと、 このカメラによって得られた画像から２本の車両の案内
   線を抽出する案内線抽出手段と、この案内線抽出手段に
   よって得られた２本の案内線について、車両からの距離
   の異なる２点における接線をそれぞれ検出する接線検出
   手段と、案内線検出手段によって得られた２つの案内線
   の車両の同一前方距離の接線より車両の横変位またはヨ
   ー角を検出する状態量検出手段と、 接線検出手段によって得られた同一の案内線の車両の前
   方距離の異なる２つの接線より、案内線の曲率を算出す
   る曲率算出手段と、 上記車両状態量と曲率の関係を予め記憶している記憶手
   段と、 この記憶手段に予め記憶されている関係により、検出し
   た状態量を補正する状態量補正手段と、を有し、 走路形状による起因する誤差を補正することを特徴とす
   る車両状態量測定装置。