JPH06213660A

JPH06213660A - 像の近似直線の検出方法

Info

Publication number: JPH06213660A
Application number: JP5007017A
Authority: JP
Inventors: Atsushi Sato; 藤淳佐; Mitsuyoshi Saiki; 木充義斉
Original assignee: Aisin Seiki Co Ltd
Current assignee: Aisin Corp
Priority date: 1993-01-19
Filing date: 1993-01-19
Publication date: 1994-08-05
Also published as: US5555555A

Abstract

(57)【要約】【目的】テレビカメラ撮影画像上の、直線と見なし得
る像の近似直線を、少いメモリ容量，少い演算回数およ
び高解像度で、検出する。【構成】Ｘ，Ｙ直交座標系の特徴点(Xs,Ys)のそれぞ
れを、ρ，θ極座標系の極座標値（ρ，θ）に変換し、
極座標値（ρ，θ）に割当てた記憶手段の度数デ−タを
インクレメントし、度数デ−タが最大値となった極座標
値（ρm，θm）を摘出してこの極座標値（ρm，θm）で
表わされる直線を特徴点の連なりを近似する直線と決定
するにおいて、極座標変換を複数回繰返し、この繰返し
においてρ，θは、先行の極座標変換では低密度かつ広
い範囲とし、後行の極座標変換では高密度かつ先行の極
座標変換で得た極座標値（ρm，θm）を中心とする狭い
範囲とする。

Description

【発明の詳細な説明】

【０００１】

【産業上の利用分野】本発明は、画面上の直線像の検出
に関し、特に、これに限定する意図ではないが、車両上
において車両前方の、路面を含むシ−ンを撮影した画面
の、路面上の白線を近似する直線の検出に関する。

【０００２】

【従来の技術】例えば、前記路面上の白線の検出は、特
開昭64-15605号公報に開示されている。これにおいて
は、車両に搭載された撮影装置で得た、車両前方の路面
を含むシ−ンをＸ，Ｙ直交座標系画面に表わす画像デ−
タの、Ｘ軸に対して45度の角度をなす方向の微分値を算
出してそれが設定値以上のＸ，Ｙ直交座標上の位置を特
徴点として、特徴点の連なりを細線に処理し、所定長以
上の細線を摘出して、車両上のテレビカメラから前方を
撮影した場合の、画面上の白線の特徴に基づいて設定さ
れた条件を満す細線を、路面上の白線と認識する。とこ
ろが、路面が比較的に暗い場合や白線が消耗している場
合には、路面状態が、前記条件の前提となる路面状態と
異なり、誤認識の確率が高くなるとか、検出不能となる
確率が高い。最近は、画面上の直線検出に「ハフ(Houg
h)変換」を用いることが提案されている(例えば、電子通
信学会論文誌 '85/10 Vol. J68-D No.10 のPP 1769−17
76)。Ｘ，Ｙ直交座標系画面上の直線上の各点をρ，θ
極座標系に変換する(ρ，θ直交座標で表わす)と、各点
は極座標系では曲線となり、Ｘ，Ｙ直交座標系画面上の
1つの直線上の各点を表わす曲線が一点で交わり、交点
の座標値(ρ，θ）をＸ，Ｙ直交座標系に変換する式に
代入すると、Ｘ，Ｙ直交座標系の前記直線を表わす式が
得られる。ハフ変換を用いる直線検出では、この論理を
利用して、画面上に散在する黒点，像エッジ点等（以下
特徴点と称す）の集合（分布）を代表する直線を検出す
る。すなわち、Ｘ，Ｙ直交座標系の特徴点（Ｘｓ，Ｙ
ｓ）をρ，θ極座標系の座標値（ρ，θ）に変換し、極
座標値（ρ，θ）に割当てた記憶手段の度数デ−タをイ
ンクレメントし、度数デ−タが最大値となった極座標値
（ρm，θm）を摘出してこの極座標値（ρm，θm）で表
わされる直線を特徴点の連なりを近似する直線と決定す
る。これによれば、像エッジが粗れている場合でも、像
エッジ上の点と検出した、複数個の散在する特徴点の任
意の２個を結ぶ、仮想上の多数の直線を統計的に代表す
る１つの直線（ρm，θm）が得られたことになり、直線
検出の信頼性が高い。車両上のテレビカメラから前方を
撮影した画像の中の白線の検出にこれを利用すると、信
頼性が高くなる。

【０００３】

【発明が解決しようとする課題】ところが、Ｘ，Ｙ直交
座標系の特徴点（Ｘｓ，Ｙｓ）のそれぞれがρ，θ極座
標系では曲線となるので、例えば0≦θ＜90°とし、θ
の１単位を１°とすると、特徴点（Ｘｓ，Ｙｓ）の１つ
を、９０回の座標変換演算により、90点のρ，θ極座標
値に変換することになるので、度数デ−タ格納用に90×
90×Ｄａ（度数デ−タのビット数）ビットのメモリを要
し、演算時間が長いと共に大量のメモリを必要とする。

【０００４】そこで、電子情報通信学会技術研究報告Ｉ
Ｅ８６−６７，ｐｐ．４９〜５６，「ピラミッド階層を
利用した高速Hough変換について」においては、原画像
（Ｘ，Ｙ直交座標系）の特徴点をサンプリング（間引
き）して、演算対象特徴点の数を低減することを提案し
ている。しかしこのサンプリングは、検出しようとする
直線を規定するための情報（特徴点）を少く（劣化）す
るものであるので、ハフ変換の利点である統計的処理の
意義を低くする。すなわち信頼性が低下する。また、特
徴点一点に関する演算回数は低減しない。

【０００５】本発明は、高い信頼性，短い演算時間およ
び小さいデ−タメモリで、Ｘ，Ｙ直交座標系の多数の特
徴点（Ｘｓ，Ｙｓ）の連なりを近似する直線を検出する
ことを目的とする。

【０００６】

【課題を解決するための手段】本発明は、Ｘ，Ｙ直交座
標系画面に画像を表わす画像デ−タの、Ｘ，Ｙ直交座標
系での分布ならびに値で規定される複数の特徴点(Xs,Y
s)のそれぞれを、ρ，θ極座標系の極座標値（ρ，θ）
に変換し、極座標値（ρ，θ）に割当てた記憶手段の度
数デ−タをインクレメントし、度数デ−タが最大値とな
った極座標値（ρm，θm）を摘出してこの極座標値（ρ
m，θm）で表わされる直線を特徴点の連なりを近似する
直線と決定する、画像デ−タで表現されるＸ，Ｙ直交座
標系画面上の像の近似直線の検出方法において、前記極
座標変換を複数回繰返し、この繰返しにおいてρ，θ
は、先行の極座標変換では低密度かつ広い範囲とし、後
行の極座標変換では高密度かつ先行の極座標変換で得た
極座標値（ρm，θm）を中心とする狭い範囲とすること
を特徴とする。

【０００７】

【作用】先行の極座標変換では、極座標系のパラメ−タ
ρ，θが広い範囲であるので、特徴点(Xs,Ys)それぞれ
を表わす曲線の交点（ρm，θm）が漏れる確率が低い。
すなわち交点（ρm，θm）検出の信頼度が高い。広範囲
であると度数デ−タ格納用メモリの所要容量が大きくな
り、演算時間が長くなるが、極座標系のパラメ−タρ，
θが低密度であるので、１つの特徴点(Xs,Ys)を表わす
極座標系上の曲線のサンプリング密度が低く、したがっ
てメモリの所要容量は少くて済み、演算時間は短い。

【０００８】極座標系上の曲線のサンプリング密度が低
いことにより交点（ρm，θm）を表わす精度が低い。し
かし、後行の極座標変換では高密度かつ先行の極座標変
換で得た極座標値（ρm，θm）を中心とする狭い範囲と
するので、先行の極座標変換で得た交点周りの小範囲を
精細に探索する極座標変換となり、極座標系上の曲線の
サンプリング密度が高いが範囲が狭いことによりメモリ
の所要容量は少くて済み、演算時間は短い。サンプリン
グ密度が高いことにより、高精度で交点（ρm，θm）が
検出される。

【０００９】例えば、Ｘ，Ｙ直交座標空間のＮ個の特徴
点を、0≦θ＜π/2，0≦ρ＜256のρ，θ極座標に、分
解能1/2048で座標変換（単純ハフ変換）すると、θの１
単位がπ/(2×2048)となり、2048×2048×Ｄａなるメモ
リ容量を要し、演算回数が2048×Ｎとなり、メモリ容
量，演算回数共に膨大となる。

【００１０】ところが本発明により、第１回の極座標変
換では、分解能1/32で座標変換すると、θの１単位はπ
/(2×32)となり、メモリ容量は32×32×Ｄａ、演算回数
は32×Ｎとなる。第２回の極座標変換では、分解能1/25
6でθは第１回の変換で求めた交点を中心とするπ/(2×
256/32)＝π/16以内（狭い範囲）とすることにより、θ
の１単位がπ/(2×256)となるが、メモリ容量は32×32
×Ｄａ、演算回数は32×Ｎとなる。更に、第３回の極座
標変換では、分解能1/2048で、θは第２回の変換で求め
た交点を中心とするπ/(2×2048/32)＝π/128以内（更
に狭い範囲）とすることにより、θの１単位がπ/(2×2
048)となるが、メモリ容量は32×32×Ｄａ、演算回数は
32×Ｎとなる。

【００１１】これら３回の合計のメモリ容量は32×32×
3×Ｄａ、合計の演算回数は32×3×Ｎで、前述の単純ハ
フ変換のメモリ容量2048×2048×Ｄａ，演算回数2048×
Ｎに対して、メモリ容量は1/1365、演算回数は96/2048
となる。第１回〜第３回の変換で度数デ−タメモリは共
用できるので、その場合はメモリ容量は32×32×Ｄａで
済み、単純ハフ変換のメモリ容量の1/4096となる。にも
かかわらず、同じ分解能(1/2048)で近似直線デ−タ（第
３回の変換で求めた極座標値（ρm，θm））が得られ
る。

【００１２】本発明の他の目的および特徴は、図面を参
照した以下の実施例の説明より明らかになろう。

【００１３】

【実施例】図１に本発明の一実施例の構成を示す。この
システムはマイクロコンピュ−タ（以下ＣＰＵという）
１を中心に構成されており、そのバスラインには、制御
プログラムが格納された読み出し専用メモリ（ＲＯＭ）
２，処理中のパラメ−タが格納される読み書きメモリ
（ＲＡＭ）３、および、各種構成要素が接続された入出
力ポ−ト（Ｉ／Ｏ）４，５，６等が接続されている。

【００１４】テレビカメラ６ｂは、図２に示すように、
車内のフロントウィンドウの中央上部付近に設置されて
おり、前方のシ−ンを撮影して１フレ−ム当り５１２×
５１２画素のアナログ信号を出力する。このアナログ画
信号は、Ａ／Ｄコンバ−タ６ｃおよびＣＲＴドライバ４
ａに与えられる。Ａ／Ｄコンバ−タ６ｃにおいては、テ
レビカメラ６ｂよりのアナログ画信号を各画素毎に２５
６階調（階調０が黒レベル、階調２５５が白レベル）の
デジタルデ−タ（階調デ−タ）に変換してイメ−ジメモ
リ５ａに与える。なお、イメ−ジメモリ５ａは、一画面
（５１２×５１２画素）の階調デ−タを記憶する領域を
一頁とするとその数頁分の階調デ−タ記憶領域と、１ビ
ット情報（２値デ−タ）を数画面分記憶する２値デ−タ
記憶領域を有する。

【００１５】ＣＰＵ１は、テレビカメラコントロ−ラ６
ａを介してテレビカメラ６ｂの絞りおよび画信号の出力
レベル等を制御し、Ａ／Ｄコンバ−タ６ｃの入出力およ
びイメ−ジメモリ５ａの書込み処理等を同期制御する。
ＣＲＴドライバ４ａは、テレビカメラ６ｂより与えられ
たアナログ画信号が表わす画像（例えば図１６）に、Ｃ
ＰＵ１のコントロ−ルのもとに与えられるデジタル画像
（デジタル出力画像；例えば自車走行レ−ンの左，右端
の白線を近似した直線ならびに前方走行車両との車間距
離を示す文字，数字情報）を合成した画像を、車両上の
インナ−パネルの中央付近に設置されたＣＲＴ４ｂに表
示する。

【００１６】図３に、ＣＰＵ１の処理動作の概要を示
す。大略でＣＰＵ１は、それ自身に電源が投入されると
入出力ポ−トの初期化，内部レジスタ，内部カウンタの
初期化等（初期化Ａ）を行なった後、一画面のアナログ
画信号を所定周期でデジタル変換してイメ−ジメモリ５
ａの入力デ−タメモリ領域に書込む（画像入力Ｂ）。こ
れを行なう毎にＣＰＵ１は、「画面の校正」Ｃ，「自車
レ−ン検出」Ｄおよび自車レ−ン検出の成否チェック
Ｅ、ならびに、自車レ−ン検出が成立（成功）した場合
は「隣接レ−ンの推定」Ｆ，「カ−ブ推定」Ｇ，「自車
レ−ン先行車認識及び測距」Ｈ，「右隣接レ−ン車両認
識及び測距」Ｉ，「左隣接レ−ン車両認識及び測距」Ｊ
および「出力」Ｋを、この記載順に実行する。

【００１７】そして「出力」Ｋでは、自車レ−ン端部の
白線を表わす直線，自車レ−ン先行車の検出有無を示す
文字情報，該先行車を囲む４角マ−クおよび該先行車と
の車間距離、右隣接レ−ン車両の検出有無を示す文字情
報，該先行車を囲む４角マ−クおよび該先行車との車間
距離、ならびに、左隣接レ−ン車両の検出有無を示す文
字情報，該先行車を囲む４角マ−クおよび該先行車との
車間距離、を撮影画像に合成してＣＲＴ４ｂに更新表示
すると共に、自車レ−ン端部の白線を表わす直線を示す
デ−タならびに各車間距離を表わすデ−タを、通信コン
トロ−ラ７（図１）を介してホストＣＰＵ８に転送す
る。ホストＣＰＵ８は、これらの情報を、車間距離制御
（車間距離対応のアクセル制御，オ−バドライブ遮断制
御および又は車輪ブレ−キ圧制御），障害物検知＆車輪
ブレ−キ圧制御，レ−ン逸脱警報制御，レ−ン倣い走行
制御（ステアリング制御および又は各輪毎の車輪ブレ−
キ圧制御）等の、走行自動制御に使用する。以下、図３
に示す「画面の校正」Ｃ以下「左隣接レ−ン車両認識及
び測距」Ｊの各項目の内容を詳細に説明する。

【００１８】Ｃ．「画面の校正」Ｃ（図４）この内容を図４に示す。まず「特徴点検出ウィンドウセ
ット」Ｃ１を実行する。

【００１９】Ｃ１．「特徴点検出ウィンドウ１セット」Ｃ１（図５）この内容を図５の（ａ）に示す。図５の（ｂ）に示すよ
うに、テレビカメラ６ｂの撮影画面（画像デ−タは入力
デ−タメモリにある階調デ−タ）の左上を原点（０，
０）に定めて、一点（０，３５０）ともう一点（５１
１，５１１）を対角コ−ナとする画像領域を特徴点検出
用の領域（ウィンドウ１）に定める。すなわち、定めよ
うとする領域の左上コ−ナのＸ座標値０をレジスタＸＵ
Ｌに、Ｙ座標値３５０をレジスタＹＵＬに、該領域の右
下コ−ナのＸ座標値５１１をレジスタＸＬＲに、Ｙ座標
値５１１をレジスタＹＬＲに書込む（図５の（ａ）のス
テップ１；以下カッコ内ではステップという語は省略
し、ステップＮｏ．のみを記す）。これらのレジスタの
それぞれのデ−タが示す値を以下、レジスタ記号そのも
ので表わす。

【００２０】次に説明する「特徴点検出（ＵＰ）」Ｃ２
の処理（図６）に対して、上述の「特徴点検出ウィンド
ウセット」Ｃ１により、図５の（ｂ）に示すように、２
点鎖線で示すブロック（特徴点検出ウィンドウ１）が、
処理対象領域に指定されたことになる。この領域は、図
５の（ｂ）に示すように、車両のボンネットの先端エッ
ジ像を十分に含むものである。

【００２１】次に「特徴点検出（ＵＰ）」Ｃ２を実行す
る。この内容を図６に示す。

【００２２】Ｃ２．「特徴点検出（ＵＰ）」Ｃ２（図６）ここでは、特徴点検出ウィンドウ１の左下コ−ナ（０，
５１１）よりＹ方向２画素上方の画素（０，５０９）か
ら、Ｙ方向座標値を３５０まで順次小さくするＹ方向の
下から上への走査により、該方向（Ｘ＝０の直線上）に
分布する画素を順次に注目画素に指定して（図６のａの
２〜１１）、各注目画素（Ｘｓ，Ｙｓ）に関して、それ
より１画素下側の画素（Ｘｓ，Ｙｓ＋１）と２画素下側
の画素（Ｘｓ，Ｙｓ＋２）の階調デ−タが表わす輝度の
和と、注目画素（Ｘｓ，Ｙｓ）より１画素上側の画素
（Ｘｓ，Ｙｓ−１）と２画素上側の画素（Ｘｓ，Ｙｓ−
２）の、入力デ−タメモリにある階調デ−タが表わす輝
度の和、の差の絶対値すなわち上下方向（Ｙ方向）の階
調微分値の絶対値を算出する（８）。これを注目画素点
（Ｘｓ，Ｙｓ）の階調微分値Ｄ（Ｘｓ，Ｙｓ）とする。
この階調微分値Ｄ（Ｘｓ，Ｙｓ）は、図６の（ｂ）に示
すように、注目点（Ｘｓ，Ｙｓ）の上側２画素の画像濃
度和と下側２画素の画像濃度和との差の絶対値であるの
で、注目点を境にした上下方向の濃度変化を表わし、画
面上の各像の、水平方向に延びる輪郭線のところで大き
い値となる。この階調微分値Ｄ（Ｘｓ，Ｙｓ）がしきい
値Ｔｈ１（設定値）以上であるかをチェックして
（９）、Ｔｈ１以上であると、イメ−ジメモリ５ａのあ
る領域に割り当てている２値デ−タテ−ブルの、注目画
素点（Ｘｓ，Ｙｓ）対応アドレスＥ（Ｘｓ，Ｙｓ）に、
「１」を書込む（１０）。この情報「１」は、像の水平
方向に延びる輪郭線であることを意味する。Ｙ方向にこ
のような処理を一ライン分（Ｘ＝０，Ｙ＝５０９〜３５
０）行なうと、走査線を右方向に移して（６）、次の一
ライン分（Ｘ＝１，Ｙ＝５０９〜３５０）につき同様な
処理を行なう。以下同様に、最後のライン（Ｘ＝５１
１，Ｙ＝５０９〜３５０）まで同様な処理を行なう。

【００２３】以上の処理により、イメ−ジメモリ５ａの
２値デ−タテ−ブルＥ（Ｘｓ，Ｙｓ），Ｘｓ＝０〜５１
１，Ｙｓ＝５０９〜３５０）に、特徴点検出ウィンドウ
１（図５のｂ）内の像の水平方向に延びる輪郭線を示す
情報が書込まれたことになる。特徴点検出ウィンドウ１
は、ボンネットの先端エッジ像を含む領域に設定されて
いるので、２値デ−タテ−ブルＥ（Ｘｓ，Ｙｓ）にはボ
ンネットの先端エッジを表わす情報が含まれている。こ
の実施例では、ボンネットの先端エッジを直線と見なし
て、次の「ボンネット検出」Ｃ３で該直線を検出する。
この内容を図７に示す。

【００２４】Ｃ３．「ボンネット検出」Ｃ３（図７）まず大要を説明するとここでは、公知の「ハフ（Houg
h）変換」を用いて直線を検出する。ハフ変換は、直交
座標系（Ｘ−Ｙ座標系；例えば特徴点検出ウィンドウ１
内の画素分布）で表現されている情報（例えば前記２値
デ−タテ−ブルＥ（Ｘｓ，Ｙｓ））を、極座標系（ρ−
θ座標系）で表現する手法であり、 ρ＝Ｘｃｏｓ(θ)＋Ｙｓｉｎ(θ) の変換を行なう。Ｘ−Ｙ座標系におけるある一点（画
素）はρ−θ極座標系（ρとθを直交２軸の一方と他方
に割り当てる直交座標平面）ではある曲線となり、Ｘ−
Ｙ座標系において直線上に乗っている各点をρ−θ座標
系で各曲線で表わすと、これらの曲線は一点で交わる。
この交点をＸ−Ｙ座標系への変換式に代入することによ
り、Ｘ−Ｙ座標系での直線式が得られる。

【００２５】したがって、前記２値デ−タテ−ブルＥ
（Ｘｓ，Ｙｓ）上の特徴点情報「１」を有する座標をρ
−θ極座標値に変換し、ρ−θ極座標系において曲線の
交点を求め、この交点をＸ−Ｙ座標系への変換式に代入
することにより、特徴点を結ぶ直線を求めることができ
る。しかし、単に２点を結ぶ直線はＸ−Ｙ座標系で直接
に求めることができ、ρ−θ極座標系への変換を行なう
意味はない。ところが、画面上のボンネット輪郭線は、
実際のボンネットの先端輪郭線がカ−ブしているとか、
ボンネットへの光の当り具合などにより画面上カ−ブし
ているとかあるいは粗れており、ボンネット輪郭線を直
線で近似する場合、単に２値デ−タテ−ブルＥ（Ｘｓ，
Ｙｓ）上の特徴点情報「１」がある２点を結ぶ直線を求
めたのでは、近似誤差が大き過ぎるし、ボンネットでな
いものの輪郭線を摘出してしまうこともあり得る。図５
の（ｂ）および図１６に示すように、ボンネット輪郭線
は広い領域に分布しているので、２値デ−タテ−ブルＥ
（Ｘｓ，Ｙｓ）上には特徴点情報「１」が多く存在す
る。したがって、該「１」がある２点（画素）を結ぶ直
線は多数得られる。多数得た直線群を代表する右下りの
一直線を確定すると、それはボンネットの先端輪郭線の
右半分を最も良く近似するものである（図７のｂ）。同
様に、多数得た直線群を代表する左下りの一直線を確定
すると、それはボンネットの先端輪郭線の左半分を最も
良く近似するものである（図７のｂ）。しかしながらこ
のような統計的処理をＸ−Ｙ座標系で行なうと処理がき
わめて複雑となる。ところがハフ変換を用いて、２値デ
−タテ−ブルＥ（Ｘｓ，Ｙｓ）上の特徴点情報「１」が
ある座標（特徴点）をρ−θ極座標系へ変換すると、各
特徴点を表わす曲線の交点が２点（ボンネットの右半分
輪郭線と左半分輪郭線に対応）に集中する。したがって
２値デ−タテ−ブルＥ（Ｘｓ，Ｙｓ）の特徴点をハフ変
換し、ρ−θ極座標系上の各点で、曲線が通る度数（一
点を通る曲線の数）をカウントし、度数が最大の点と次
に大きい点の二点を選択して、選択した各点をＸ−Ｙ座
標系への変換式に代入することによりボンネットの輪郭
線の右半分，左半分を表わす直線式が得られる。この実
施例ではこのような論理に従って、すなわちハフ変換と
ρ−θ極座標系上各点を曲線が通る度数のカウントによ
り、ボンネットの先端輪郭線を検出する。

【００２６】ところで、ρ−θ極座標系上各点での曲線
交鎖度数のカウントを、２値デ−タテ−ブルＥ（Ｘｓ，
Ｙｓ）のサイズ対応の大きさのρ−θ極座標系全領域の
各点で行なうと、曲線が通る度数のカウント処理が膨大
となり、直線検出処理に長い時間がかかる。そこでこの
実施例では、２値デ−タテ−ブルＥ（Ｘｓ，Ｙｓ）の最
下端の左右中間点（Ｘ＝２５５，Ｙ＝５１１）をρ−θ
極座標系の原点（０，０）に定め、かつ、２値デ−タテ
−ブルＥ（Ｘｓ，Ｙｓ）を左右に２分して、右半分につ
いて、第１ハフ変換で、２値デ−タテ−ブルＥ（Ｘｓ，
Ｙｓ）の特徴点を、低密度（サンプリングピッチが大き
い）ρ−θ極座標系に変換して該極座標系の各点を曲線
が通る度数（一点を通る曲線の数）をカウントし、度数
が最大の点（第１予測点）を求める。次に第２ハフ変換
で、第１予測点を中心とする小範囲のρ−θ領域を設定
し、該領域の大きさの中密度ρ−θ極座標系に２値デ−
タテ−ブルＥ（Ｘｓ，Ｙｓ）の特徴点を変換してこのρ
−θ極座標系の各点を曲線が通る度数をカウントし、度
数が最大の点（第２予測点）を求める。そして第３ハフ
変換で、第２予測点を中心とする更に小範囲のρ−θ領
域を設定し、該領域の大きさの高密度ρ−θ極座標系に
２値デ−タテ−ブルＥ（Ｘｓ，Ｙｓ）の特徴点を変換し
てこのρ−θ極座標系の各点を曲線が通る度数をカウン
トし、度数が最大の点（第３予測点）を求める。そして
この第３予測点で表わされる直線をボンネットの先端輪
郭線の右半分と決定する（図７の１２Ｒ〜１４Ｒ）。２
値デ−タテ−ブルＥ（Ｘｓ，Ｙｓ）の左半分について
も、同様に第１ハフ変換，第２ハフ変換および第３ハフ
変換を行って、ボンネットの先端輪郭線の左半分を表わ
す直線を決定する（図７の１２Ｌ〜１４Ｌ）。

【００２７】次に図７の（ａ）を参照して、「ボンネッ
ト検出」Ｃ３の内容を詳細に説明する。まずボンネット
の先端輪郭線の右半分を近似する直線を検出するための
パラメ−タを設定する（１２Ｒ）。そして該近似する直
線対応の点（Ｒ_m3，Ｔ_m3）を検出する（１３Ｒ）。Ｒ_m3
はρ−θ極座標系のρ値、Ｔ_m3はθ値である。求めた点
の座標値をレジスタＲ_mR，Ｔ_mRに格納する（１４Ｒ）。
同様な処理をボンネットの先端輪郭線の左半分を近似す
る直線を検出するために行なう（１２Ｌ〜１４Ｌ）。ハ
フ変換により直線を検出する「直線当てはめ」１３Ｒ，
１３Ｌの内容は、図１７〜図２１に示す「直線当ては
め」６３Ｒの内容と同様であるので、ここでの詳細な説
明は省略する。なお、「直線当てはめ」６３Ｒでは、特
徴点検出ウィンドウ１に接して上側の特徴点検出ウィン
ドウ２（図１６）の右半分の領域にある路上の白線像の
近似直線を検出するものであるが、「直線当てはめ」１
３Ｒはウィンドウ１の右半分の領域の直線を検出するも
のであるので、処理対象のＸ−Ｙ座標領域（始点座標値
および終点座標値）は異なる。「直線当てはめ」１３Ｌ
でも同様に処理対象のＸ−Ｙ座標領域が「直線当ては
め」６３Ｒとは異なる。他の処理は同様である。

【００２８】「直線当てはめ」１３Ｒおよび１３Ｌで求
めた直線それぞれは、極座標系の点（Ｒ_mR，Ｔ_mR）およ
び（Ｒ_mL，Ｔ_mL）で表わされ、これらの直線をＸ−Ｙ座
標系で表わすと、Ｒ_mR＝Ｘｃｏｓ(Ｔ_mR)＋Ｙｓｉｎ(Ｔ_mR) およびＲ_mL＝Ｘｃｏｓ(Ｔ_mL)＋Ｙｓｉｎ(Ｔ_mL) となる。これらの直線は、図７の（ｂ）に示す如きもの
である。

【００２９】Ｃ４．「直線交点計算」Ｃ４（図８）図４を再度参照するとＣＰＵ１は、上述の「ボンネット
検出」Ｃ３を終了すると、「直線交点計算」Ｃ４のブロ
ックに接したブロック中に示す計算で、これらの直線の
交点（Ｘｃ，Ｙｃ）を算出する。この計算において、Ｘ
ｃｈは２値デ−タテ−ブルＥ（Ｘｓ，Ｙｓ）の領域のＸ
方向中央位置（Ｘｃｈ＝２５５）、Ｙｃｈは最下端位置
（Ｙｃｈ＝５０９）であり、点（Ｘｃｈ，Ｙｃｈ）は前
述の直線検出で極座標原点に定めたものである。

【００３０】Ｃ５．「ロ−ル角，パン移動量計算」Ｃ５（図８）ここでロ−ル角とは、図８の（ａ）に示すように、前記
検出した２直線の交わる角を２等分する直線（車両の縦
軸線）と撮影画面のＹ軸線とのなす角θｒであり、テレ
ビカメラ６ｂの視野中心線と車両の縦軸線が、それらを
水平面に投影した場合になす角度、すなわちテレビカメ
ラ６ｂの視野中心線の、車両の縦軸線に対するロ−ル方
向のずれ角である。パン移動量Ｘｐは、撮影画面上で
の、該画面を左右に２等分する縦軸線に対する、ボンネ
ット先端中央（前記２直線の交点）の横方向ずれ量であ
る。自車から進行方向前方の車両（先行車両）を見てこ
の車両との車間距離を算出する場合、ロ−ル角θｒある
いはパン移動量Ｘｐが大きいと、自車の進行方向から外
れた方向にある車両や物体を自車レ−ン（自車が走行し
ているレ−ン）上の車両等と誤認する確率が高くなる。
この確率を下げるためにはロ−ル角θｒおよびパン移動
量Ｘｐが共に零となるように、カメラ６ｂの取付角を調
整すればよいが、この調整はむつかしくわずらわしい。
したがってある程度のロ−ル角θｒおよびパン移動量Ｘ
ｐは避けられない。そこでこの実施例では、「画面の校
正」Ｃにより、画面上でロ−ル角θｒおよびパン移動量
Ｘｐを零に調整するが、この調整代の算出のために、前
述のＣ１〜Ｃ４の処理を行ない、かつここで説明する
「ロ−ル角，パン移動量計算」Ｃ５を行なう。ロ−ル角
θｒおよびパン移動量Ｘｐの計算式を、図４のブロック
Ｃ５に接するブロックに示す。算出したロ−ル角θｒは
ロ−ル角レジスタθｒに、算出したパン移動量Ｘｐはパ
ン移動量レジスタＸｐに格納する。

【００３１】Ｃ６〜８．「画像補正」Ｃ６〜８（図４）そして、次の、「補正画像メモリイニシャライズ」Ｃ
６，「画像回転平行移動」Ｃ７および「補間」Ｃ８を含
む「画像補正」により、イメ−ジメモリ５ａの、入力デ
−タメモリ（１画面分の階調デ−タ記憶領域）の各画素
の階調デ−タのアドレス（図８の（ｂ）のｘ，ｙ）を、
ロ−ル角θｒおよびパン移動量Ｘｐに対応する回転およ
び平行移動を行なったアドレス（θｒ＝０，Ｘｐ＝０で
撮影画像を表わす画面座標系のアドレス；図８の（ｂ）
のｘ’，ｙ’）に変換して、入力デ−タメモリ対応の補
正画像メモリ（イメ−ジメモリ５ａの、１画面分の階調
デ−タ記憶領域）に書込む（Ｃ６，Ｃ７）。

【００３２】Ｃ６．「補正画像メモリイニシャライズ」Ｃ６（図９）このような回転および平行移動を行なうと、補正した画
面に階調デ−タが存在しない画素が生ずる。このような
画素を後に認識しうるように、「補正画像メモリイニシ
ャライズ」Ｃ６では、補正画像メモリの全アドレスに、
撮影画像デ−タ（階調デ−タ）には存在しない「−１」
を表わすデ−タを書込む。その処理の詳細を図９に示
す。

【００３３】Ｃ７．「画像回転平行移動」Ｃ７（図１０）この処理内容を図１０に示す。これにおいては、入力デ
−タメモリのアドレス（ｘ，ｙ）；ｘ＝０〜５１１，ｙ
＝０〜５１１、のそれぞれを、θｒ＝０，Ｘｐ＝０で撮
影画像を表わす画面座標系(補正画像メモリ)のアドレス
（ｘ'，ｙ');ｘ'＝０〜５１１，ｙ'＝０〜５１１、に変
換して（２２〜２８，３０〜３３）、入力デ−タメモリ
のアドレス（ｘ，ｙ）の階調デ−タを、補正画像メモリ
の、該アドレス（ｘ，ｙ）を変換したアドレス（ｘ'，
ｙ')に書込む（２９）。これにより、補正画像メモリの
階調デ−タをＣＲＴ４ｂに表示すると、図８の（ａ）に
示すロ−ル角θｒおよびパン移動量Ｘｐ共に実質上零
の、図１６に示す如き画像が表示される。ただし、この
「画像回転平行移動」により、補正画像メモリ上には、
階調デ−タが存在しないアドレス（画素＝空白画素）が
生じることがあり、その場合そこには、上述の「補正画
像メモリイニシャライズ」Ｃ６により、「−１」を示す
デ−タが残存していることになる。

【００３４】Ｃ８．「補間」Ｃ８（図１１のａ＆図１２）「補間」Ｃ８では、階調デ−タが存在しない画素に、そ
の周りの４画素の階調デ−タの平均値を割り当てる。周
り４画素のいずれかが空白画素であると、この割り当て
はしない。この「補間」Ｃ８の内容を図１１の（ａ）お
よび図１２に示す。これにおいては、補正画像メモリの
アドレス（画素）を順次に指定して、指定した画素（注
目画素）が空白画素（メモリデ−タが「−１」を示すも
の）であるかをチェックして（３６）、注目画素が空白
画素であると、図１１の（ｂ）に示すように、その左隣
りの画素ロ，右隣りの画素ハ，上側の画素イおよび下側
の画素ニに階調デ−タがあるかをこの順にチェックし、
これら４個の画素の１つでも空白画素であるとそこで、
該注目画素に対する処理は終了（空白画素のまま放置）
し、注目画素を次に移す（３９−４２，４２−４６，４
６−５０，５０−５４）。前記４画素を１つづつ階調デ
−タがあるかチェックしたとき、階調デ−タがあるとそ
れを累算レジスタＩｓの内容に加算し、得た和を累算レ
ジスタＩｓに更新メモリし（４０，４４，４８，５
２）、回数レジスタＮｓの内容を１インクレメントする
（４１，４５，４９，５３）。前記４個の画素のすべて
についてこれを終了すると、これらの画素の階調デ−タ
の平均値Ｉｃ（ｘ，ｙ）を算出して、注目画素にメモリ
する（５４，５５）。

【００３５】以上で、「画面の校正」Ｃ（図３）を終了
し、ＣＰＵ１は次に「自車レ−ン検出」Ｄを実行する。

【００３６】Ｄ．「自車レ−ン検出」Ｄ（図１３）この内容を図１３に示す。まず「特徴点検出ウィンドウ
２セット」Ｄ１を実行する。

【００３７】Ｄ１．「特徴点検出ウィンドウ２セット」
Ｄ１（図１４）この内容は、前述の「特徴点検出ウィンドウ１セット」
Ｃ１（図５）と類似であるが、ウィンドウ２のサイズと
位置がウィンドウ１とは異なり、しかも、ウィンドウ２
を適用するメモリは補正画像メモリである。図１４およ
び図１６に示すように、ウィンドウ２は、ウィンドウ１
の上側に設定される。

【００３８】Ｄ２．「特徴点検出（ＵＰ）」Ｄ２ウィンドウ２を設定すると、補正画像メモリ上の該ウィ
ンドウ２内の特徴点を検出する。この内容は前述の「特
徴点検出（ＵＰ）」Ｃ２と同様であり、「特徴点検出
（ＵＰ）」Ｄ２でも特徴点を表わす「１」情報は、２値
デ−タテ−ブルＥ（Ｘｓ，Ｙｓ）に書込む。ただし、検
出領域がウィンドウ２である点、および、処理対象デ−
タが補正画像メモリ上のデ−タである点、が異なる。

【００３９】Ｄ３．「左右白線検出」Ｄ３（図１５）ここでも前述の「ボンネット検出」Ｃ３と類似の処理
で、自車レ−ンの右端白線を近似する直線および左端白
線を近似する直線を検出する。ただし、ウィンドウ２が
ウィンドウ１とサイズおよび位置が異なるので、極座標
原点が異なる（図１６）。先の「ボンネット検出」Ｃ３
では、「直線当てはめ」１３Ｒ，１３Ｌの内容の詳細な
説明を省略しているので、ここで、「直線当てはめ」６
３Ｒの内容を、詳細に説明する。

【００４０】６３Ｒ．「直線当てはめ」６３Ｒ（図１７＆図１８）この内容を図１７および図１８に示す。なお、「直線当
てはめ」６３Ｒは、ウインドウ２の右半分に対して適用
される点に注意されたい。ここではまず、２値デ−タテ
−ブルＥ（Ｘｓ，Ｙｓ）上の特徴点をρ−θ極座標系に
変換してこの座標系の各点（ｒ，ｔ）の曲線が通る度数
カウント値を書込む、イメ−ジメモリ５ａのある領域に
割り当てたデ−タテ−ブルＨＧｎ（ｒ，ｔ）、ここでは
ｎ＝１、のデ−タをクリアする（図１７の６５；詳細は
図１９）。次にハフ変換パラメ−タ（変換領域およびハ
フ変換密度）を設定し（図１７の６６）、第１回のハフ
変換（ＨＧ１）を行なう（図１７の６７；詳細は図２
０）。

【００４１】「ハフ変換（ＨＧ１）」６７（図２０）図２０を参照する。これにおいては、２値デ−タテ−ブ
ルＥ（Ｘｓ，Ｙｓ）の、補正画像メモリ対応の一画面の
中のウィンドウ２対応領域の右半分、すなわち始点が
（１５０，２５５）、終点が（５１１，３５０）の領
域、に特徴点（「１」情報）があるかをチェックする
（８７〜８９，９５〜９８）。特徴点がある毎に、該点
を、Ｘ−Ｙ座標上で原点が（Ｘｃｈ＝２５５，Ｙｃｈ＝
３５０）、θが０〜π／２の範囲、かつ、θの単位が
（π／２）×（１／３２）の極座標ρ−θ上の位置
（ｒ，ｔ）、ｔ＝０〜３１、ｒは図２０のステップ９１
のブロック中に示す演算式で算出される値、に変換し、
データテーブルＨＧｎ（ここではｎ＝１）の、位置
（ｒ，ｔ）対応のアドレスのデータを１インクレメント
する（９０〜９４）。前に説明したように、Ｘ−Ｙ座標
上の一点は極座標ρ−θに変換すると極座標ρ−θ上で
は曲線となるので、前記変換された位置（ｒ，ｔ）は、
ｔ＝０〜３１のそれぞれに対応する３２個（それらの連
なりが曲線）となる。データテーブルＨＧｎの、これら
の位置（ｒ，ｔ）に割り当てたアドレスのデータが１イ
ンクレメントされるので、各アドレスのデータは、Ｘ−
Ｙ座標上の特徴点それぞれの、ρ−θ座標上の曲線が通
る度数を表わすことになる。

【００４２】図２０のステップ９１は、ｒ＝{(Xs−Xch)・cos〔(ｔ・(Te−Ts)/Td)＋Ts〕＋ (Ych−Ys)・sin〔(ｔ・(Te−Ts)/Td)＋Ts〕−Rs}×Rd/(Re−Rs)・・・(1) を算出して、算出値ｒをレジスタｒに格納することを意
味する。この(1)式を変形すると次の(1a)式となる。

【００４３】ｒ/Rd/(Re−Rs)＋Rs＝ (Xs−Xch)・cos〔(ｔ・(Te−Ts)/Td)＋Ts〕＋(Ych−Ys)・sin〔(ｔ・(Te−Ts)/Td)＋Ts〕・・・(1a) これは次の(1b)式で表わすことができる。

【００４４】ｒ/d＋c＝ (Xs−Xch)・cos(a・ｔ＋b) ＋(Ych−Ys)・sin(a・ｔ＋b) ・・・(1b) ここで、ａ＝(Te−Ts)/Td，ｂ＝Ts，ｃ＝Rｓ，ｄ＝Rd/
(Re−Rs)である。

【００４５】この(1)式において、(Xch,Ych)は、極座標
原点のＸ−Ｙ座標上の位置であり、ここでは Xch＝255、Ych＝３５０である。Ｘｓは特徴点の、Ｘ−Ｙ座標上のＸ座標値、Ｙ
ｓはＹ座標値である。

【００４６】ここで、 θ＝〔（ｔ・(Te−Ts)/Td)＋Ts〕と表わすと、図１５のステップ６２Ｒと図１７のステッ
プ６６での設定により、 (Te−Ts)/Td＝（π／２）／３２、 Ts＝０であるので、 θ＝ｔ・（π／２）／３２＝（π／６４）ｔａ＝π／６４，ｂ＝０，ｃ＝０，ｄ＝１／８であり、ｔ＝０〜３１であるので、θ＝０，θ＝π／６
４，θ＝２π／６４，θ＝３π／６４，・・・，３１π
／６４と、π／６４を最小単位として３２点のρ値ｒが
算出される。すなわちこの第１ハフ変換では、ウィンド
ウ２の右半分の領域の特徴点各点が、θがπ／６４を最
小単位とし、かつ０以上π／２未満の範囲の極座標平面
上の位置（ｒ，ｔ）に変換される。

【００４７】上記(1)式の、Rd/(Re−Rs)は、図１５のス
テップ６２Ｒと図１７のステップ６６での設定により、 Rd/(Re−Rs)＝３２／２５６である。これは、θ＝π／６４をｔの１単位としている
ので、すなわち、π／２を３２分割しているので、これ
に対応してρの範囲０〜２５６も同様に３２分割するも
のである。すなわちｒの一単位は２５６／３２である。

【００４８】要約すると、「ハフ変換（ＨＧ１）」６７
では、(1)式は具体的には次の(1-1)式である。

【００４９】ｒ＝{(Xs−255)・cos〔(ｔ・(π/64)〕＋(350−Ys)・sin〔(ｔ・(π/64)〕}×1/ 8 ・・・(1-1) これを(1b)式の形に変形して、ｒ/d₁＋c₁＝ (Xs−Xch)・cos(a₁・ｔ＋b₁) ＋(Ych−Ys)・sin(a₁・ｔ＋b₁) ・・・(1-1b) で表わすと、ａ₁＝π／６４，ｂ₁＝０，ｃ₁＝０，ｄ₁＝
１／８である。

【００５０】このように第１ハフ変換では、ρ−θ極座
標のθの単位をπ／６４と粗いものとし、しかもρの単
位を２５６／３２と粗いものとしているので、１つの特
徴点（Ｘｓ，Ｙｓ）をρ−θ極座標に変換する演算回数
（ｔの切換回数３２すなわち(1)式の演算を行なう回数)
が極く少く、ｒデータビット数が少く、特徴点各点をρ
−θ極座標へ変換する速度が速く、かつ、度数カウント
処理速度が速い。

【００５１】図１７を再度参照すると、ＣＰＵ１は、第
１回のハフ変換である「ハフ変換（ＨＧ１）」６７を終
了すると、「最大点探索（ＨＧ１）」６８を実行する。
その内容を図２１に示す。

【００５２】「最大点探索（ＨＧ１）」６８（図２１）前述のデータテーブルＨＧｎ（ここではｎ＝１）の各ア
ドレス（ｒ，ｔ）のデータ（度数）を順次に読出して
（図２１の９９，１００，１０５〜１０８）、読出した
データをレジスタＧmのデータと比較して、読出しデー
タの方が大きいと読出しデータをレジスタＧmに更新メ
モリし、かつこの時読出しデータのアドレス（ｒ，ｔ）
のｒはレジスタｒm1に、ｔはレジスタｔm1に更新メモリ
する（１０１〜１０４）。データテーブルＨＧｎのすべ
てのアドレスに対してこのような処理を終了すると、レ
ジスタＧmにはデータテーブルＨＧｎにある度数の最大
値が、レジスタｒm1，ｔm1には該最大値があるアドレス
（ｒm1，ｔm1）が格納されていることになる。

【００５３】図１７を再度参照すると、ＣＰＵ１は、
「最大点探索（ＨＧ１）」６８を終了すると、ｒ−ｔ極
座標系で表現された前記アドレス（ｒm1，ｔm1）を、Ｘ
−Ｙ座標系画面に対応するρ−θ極座標系アドレス（Ｒ
m1，Ｔm1）に変換する（６９）。ここでは、Ｒm1＝ｒm1・(Ｒe1−Ｒs1)／Ｒd1 ・・・(2) Ｔm1＝ｔm1・(Ｔe1−Ｔs1)／Ｔd1 ・・・(3) を算出して、算出したＲm1をレジスタＲm1に、算出した
Ｔm1をレジスタＴm1に格納する。図１５のステップ６２
Ｒおよび図１７のステップ６６での設定により、ここで
は、 (Ｒe1−Ｒs1)＝２５６Ｒd1＝３２ (Ｔe1−Ｔs1)＝π／２Ｔd1＝３２であり、(2)式は、Ｒm1＝８・ｒm1 を意味し、(3)式
は、Ｔm1＝(π/64)・ｔm1を意味する。アドレス（Ｒm
1，Ｔm1）をＸ−Ｙ座標系への変換式に代入すると、補
正画像メモリの画像データを表示する画面上の、ウィン
ドウ２の右半分の領域にある、ある直線（低密度ハフ変
換６７により検出した直線：以下第１回検出の直線と称
す）を示す式が得られる。

【００５４】次にＣＰＵ１は、イメージメモリ５ａのあ
る領域に割り当てたデータテーブルＨＧｎ（ｒ，ｔ）、
ここではｎ＝２、のデータをクリアする（図１７の７
０）。次に第２回のハフ変換である「ハフ変換（ＨＧ
２）」７２の変換パラメータを設定する（図１７の７
１）。前述の第１回のハフ変換ではθの範囲Ｔｓ〜Ｔｅ
を０〜π／２、単位（Ｔｅ−Ｔｓ）／Ｔｄをπ／６４と
し、ρの範囲Ｒｓ〜Ｒｅは０〜２５６、単位Ｒｄ／（Ｒ
ｅ−Ｒｓ）を１／８としたが、ここでは、θおよびρの
範囲を、前記（Ｒm1，Ｔm1）を中心とする小範囲に設定
し、θおよびρの単位も小さく設定する。具体的には、Ｒs＝８（ｒm1−２）Ｒe＝８（ｒm1＋２）Ｒd＝３２Ｔs＝（π／６４）（ｔm1−２）Ｔe＝（π／６４）（ｔm1＋２）Ｔd＝３２を設定する。なお、ｒm1＝Ｒm1／８，ｔm1＝Ｔm1／(π/
64）である。そして「ハフ変換（ＨＧ２）」７２を行な
う。

【００５５】「ハフ変換（ＨＧ２）」７２この「ハフ変換（ＨＧ２）」７２の内容は、図２０を参
照して説明した「ハフ変換（ＨＧ１）」６７と同様であ
るが、図２０中で、ｎ＝２である点と、ブロック９１内
の演算式（前述の(1)式)の内容が異なる。ステップ７１
で設定したパラメータに基づいた、図２０のステップ９
１の演算式すなわち前記(1)式は具体的には次の(1-2)式
となる。

【００５６】ｒ＝{(Xs−255)・cos〔ｔ・(π/512)＋π(ｔm1−2)/64〕＋ (350−Ys)・sin〔ｔ・(π/512)＋π(ｔm1−2)/64〕−8(ｒm1−2)}×(1/1) ・・・(1-2) これを(1b)式の形に変形して、ｒ/d₂＋c₂＝ (Xs−Xch)・cos(a₂・ｔ＋b₂) ＋(Ych−Ys)・sin(a₂・ｔ＋b₂) ・・・(1-2b) で表わすと、前述の第１回の変換で、ａ₁＝(π/64)，ｂ₁＝０，ｃ₁＝０，ｄ₁＝1/8 に対して、ａ₂＝(π/512)，ｂ₂＝π(ｔm1−2)/64，ｃ₂＝8(ｒm1−2)，ｄ₂＝１となる。

【００５７】ｔ＝０〜３１であるので、 θ＝ π(ｔm1−2)/64， θ＝ (π/512)＋π(ｔm1−2)/64， θ＝ 2(π/512)＋π(ｔm1−2)/64， θ＝ 3(π/512)＋π(ｔm1−2)/64，・・・ θ＝31(π/512)＋π(ｔm1−2)/64，と、(π/512)を最小単位として３２点のθに対応するρ
値ｒが算出される。すなわちこの第２ハフ変換では、ウ
ィンドウ２の右半分の領域の特徴点各点が、θが(π/51
2)を最小単位（ｔの１単位がπ/512）とし、かつθ＝π
(ｔm1−2)/64 以上θ＝31(π/512)＋π(ｔm1−2)/64 以
下の範囲の極座標平面上の位置（ｒ，ｔ）に変換され
る。ρの範囲は８（ｒm1−２）以上８（ｒm1＋２）以下
で、ρの単位はこの範囲を３２分割するものである。す
なわちｒの一単位は３２／３２＝(1/1)＝１である。し
たがって、第２ハフ変換（７２）はウィンドウ２の右半
分の特徴点を、第１ハフ変換（６７）よりも、狭い範囲
かつ高い密度の極座標に変換するものである。特徴点の
１つの極座標変換では、この第２ハフ変換（７２）でも
ｔ＝０〜３１、すなわち３２回の演算を行なうので、第
１ハフ変換（６７）と処理時間は同程度である。１つの
特徴点（Ｘｓ，Ｙｓ）をρ−θ極座標に変換する演算回
数が極く少く、ｒデータビット数が少く、特徴点各点を
ρ−θ極座標へ変換する速度が速く、かつ、度数カウン
ト処理速度が速い。

【００５８】図１７を再度参照すると、ＣＰＵ１は、第
２回のハフ変換である「ハフ変換（ＨＧ２）」７２を終
了すると、「最大点探索（ＨＧ２）」７３を実行する。
その内容は前述の、「最大点探索（ＨＧ３）」６８と同
様である。ただしｎ＝２である。この処理を終了する
と、レジスタＧmにはデータテーブルＨＧｎにある度数
の最大値が、レジスタｒm2，ｔm2には該最大値があるア
ドレス（ｒm2，ｔm2）が格納されていることになる。

【００５９】図１７を再度参照すると、ＣＰＵ１は、
「最大点探索（ＨＧ２）」７３を終了すると、ｒ−ｔ極
座標系で表現された前記アドレス（ｒm2，ｔm2）を、Ｘ
−Ｙ座標系画面に対応するρ−θ極座標系アドレス（Ｒ
m2，Ｔm2）に変換する（７４）。演算式は、Ｒm2＝ｒm2・(Ｒe2−Ｒs2)／Ｒd2＋Ｒs2 ・・・(4) Ｔm2＝ｔm2・(Ｔe2−Ｔs2)／Ｔd2＋Ｔs2 ・・・(5) である。算出したＲm2をレジスタＲm2に、算出したＴm2
をレジスタＴm2に格納する（７４）。図１７のステップ
７１での設定により、ここでは、 (Ｒe2−Ｒs2)＝３２Ｒd2＝３２ (Ｔe2−Ｔs2)＝π／１６Ｔd2＝３２であり、(4)式は、具体的には、Ｒm2＝ｒm2＋８ｒm1−16 ・・・(4-1) であり、(5)式は、具体的には、Ｔm2＝ｔm2・(π/512)＋(π/64)・(ｔm1−2) ・・・(5-1) を意味する。アドレス（Ｒm2，Ｔm2）をＸ−Ｙ座標系へ
の変換式に代入すると、補正画像メモリの画像データを
表示する画面上の、ウィンドウ２の右半分の領域にあ
る、ある直線（中密度ハフ変換７２により検出した直
線：以下第２回検出の直線と称す）を示す式が得られ
る。

【００６０】次にＣＰＵ１は、イメージメモリ５ａのあ
る領域に割り当てたデータテーブルＨＧｎ（ｒ，ｔ）、
ここではｎ＝３、のデータをクリアする（図１８の７
５）。次に第３回のハフ変換である「ハフ変換（ＨＧ
３）」７７の変換パラメータを設定する（図１８の７
６）。ここでは、θおよびρの範囲を、前記「ハフ変換
（ＨＧ２）」７２の場合よりも、前記（Ｒm2，Ｔm2）を
中心とする更に小さい範囲に設定し、θおよびρの単位
も小さく設定する（７６）。具体的には、Ｒs＝ｒm2＋8ｒm1−18 Ｒe＝ｒm2＋8ｒm1−14 Ｒd＝３２Ｔs＝(π/512)ｔm2＋(π/64)ｔm1−9π/256 Ｔe＝(π/512)ｔm2＋(π/64)ｔm1−7π/256 Ｔd＝３２を設定する。なお、ｒm2，ｔm2は、Ｒm2，Ｔm2に対して
上記(4-1)式，(5-1)式で規定されるものである。そして
「ハフ変換（ＨＧ３）」７７を行なう。

【００６１】「ハフ変換（ＨＧ３）」７７この「ハフ変換（ＨＧ３）」７７の内容は、前述の「ハ
フ変換（ＨＧ２）」７２と同様であるが、図２０中に示
すハフ変換処理で、ｎ＝３である点と、図２０中のブロ
ック９１内の演算式（前述の(1)式)の内容が異なる。ス
テップ７６で設定したパラメータに基づいた、図２０の
ステップ９１の演算式すなわち前記(1)式は、この「ハ
フ変換（ＨＧ３）」７７では、具体的には次の(1-3)式
となる。ｒ＝{(Xs−255)・cos〔ｔ・(π/4096)＋(π/512)ｔm2＋(π/64)ｔm1−9π/256〕＋(350−Ys)・sin〔ｔ・(π/4096)＋(π/512)ｔm2＋(π/64)ｔm1−9π/256〕 −ｒm2−8ｒm1＋18}×8 ・・・(1−3) これを(1b)式の形に変形して、ｒ/d₃＋c₃＝ (Xs−Xch)・cos(a₃・ｔ＋b₃) ＋(Ych−Ys)・sin(a₃・ｔ＋b₃) ・・・(1-3b) で表わすと、前述の第１回および第２回の変換で、ａ₁＝(π/64)，ｂ₁＝０，ｃ₁＝０，ｄ₁＝1/8 ａ₂＝(π/512)，ｂ₂＝π(ｔm1−2)/64，ｃ₂＝8(ｒm1−2)，ｄ₂＝１に対して、ａ₃＝(π/4096)，ｂ₃＝(π/512)ｔm2＋(π/64)ｔm1−9π/256，ｃ₃＝ｒm2＋8ｒm1−18，ｄ₃＝８となる。

【００６２】ｔ＝０〜３１であるので、 θ＝ (π/512)ｔm2＋(π/64)ｔm1−9π/256， θ＝ (π/4096)＋(π/512)ｔm2＋(π/64)ｔm1−9π/256， θ＝ 2(π/4096)＋(π/512)ｔm2＋(π/64)ｔm1−9π/256， θ＝ 3(π/4096)＋(π/512)ｔm2＋(π/64)ｔm1−9π/256，・・・ θ＝31(π/4096)＋(π/512)ｔm2＋(π/64)ｔm1−9π/256，と、(π/4096)を最小単位として３２点のθ（ｔ＝０〜
３１）に対応するρ値ｒが算出される。すなわちこの第
３ハフ変換では、ウィンドウ２の右半分の領域の特徴点
各点が、θが(π/4096)を最小単位（ｔの１単位がπ/40
96）とし、かつθ＝(π/512)ｔm2＋(π/64)ｔm1−9π/2
56以上 θ＝31(π/4096)＋(π/512)ｔm2＋(π/64)ｔm1
−9π/256以下の範囲の極座標平面上の位置（ｒ，ｔ）
に変換される。ρの範囲はＲs＝ｒm2＋8ｒm1−18 以上
Ｒe＝ｒm2＋8ｒm1−14 以下で、ρの単位はこの範囲を
３２分割するものである。すなわちｒの一単位は４／３
２＝(1/8)である。したがって、第３ハフ変換（７７）
はウィンドウ２の右半分の特徴点を、第２ハフ変換（７
２）よりも、更に狭い範囲かつ高い密度の極座標に変換
するものである。特徴点の１つの極座標変換では、この
第３ハフ変換（７７）でもｔ＝０〜３１であるので、３
２回の演算を行なうので、第２ハフ変換（７２）と処理
時間は同程度である。１つの特徴点（Ｘｓ，Ｙｓ）をρ
−θ極座標に変換する演算回数が極く少く、ｒデータビ
ット数が少く、特徴点各点をρ−θ極座標へ変換する速
度が速く、かつ、度数カウント処理速度が速い。

【００６３】図１８を参照すると、ＣＰＵ１は、第３回
のハフ変換である「ハフ変換（ＨＧ３）」７７を終了す
ると、「最大点探索（ＨＧ３）」７３を実行する。その
内容は前述の、「最大点探索（ＨＧ３）」６８と同様で
ある。ただしｎ＝３である。この処理を終了すると、レ
ジスタＧmにはデータテーブルＨＧｎにある度数の最大
値が、レジスタｒm3，ｔm3には該最大値があるアドレス
(ｒm3，ｔm3）が格納されていることになる。

【００６４】図１８を参照すると、ＣＰＵ１は、「最大
点探索（ＨＧ３）」７８を終了すると、ｒ−ｔ極座標系
で表現された前記アドレス（ｒm3，ｔm3）を、Ｘ−Ｙ座
標系画面に対応するρ−θ極座標系アドレス（Ｒm3，Ｔ
m3）に変換する（７４）。演算式は、Ｒm3＝ｒm3・(Ｒe3−Ｒs3)／Ｒd3＋Ｒs3・・・(6) Ｔm3＝Ｔm3・(Ｔe3−Ｔs3)／Ｔd3＋Ｔs3・・・(7) である。算出したＲm3をレジスタＲm3に、算出したＴm3
をレジスタＴm3に格納する（７９）。図１８のステップ
７６の設定により、ここでは、（Ｒe3−Ｒs3)＝４Ｒd3＝３２（Ｔe3−Ｔs3)＝π／１２８Ｔd3＝３２であり、(6)式は、具体的には、Ｒm3＝(1/8)・ｒm3＋ｒm2＋8ｒm1−18 ・・・(6-1) であり、(7)式は、具体的には、Ｔm3＝(π/128)・ｔm3＋(π/512)ｔm2＋(π/64)ｔm1−9π/256 ・・・(7-1) を意味する。アドレス（Ｒm3，Ｔm3）をＸ−Ｙ座標系へ
の変換式に代入すると、補正画像メモリの画像データを
表示する画面上の、ウィンドウ２の右半分の領域にあ
る、ある直線（高密度ハフ変換７７により検出した直
線：以下第３回検出の直線と称す）を示す式が得られ
る。以上で図１５に示す「直線当てはめ」６３Ｒ（内容
は図１７＆図１８）を終了したことになる。

【００６５】以上で、ウィンドウ２の右半分領域にある
画像中の直線（最も代表的な直線）を表わす直線（第３
回検出の直線）を得たことになる。ウィンドウ２は、自
車レーンの左，右端の白線を検出するに最も適した領域
に設定されており、ウィンドウ２の右半分領域に右端の
白線像があると、第３回検出の直線はこの白線を近似す
る直線である確率が高い。したがって、「直線当ては
め」６３Ｒは、ウィンドウ２の右半分領域での、自車レ
ーンの右端白線の検出である。

【００６６】図１５を再度参照すると、ＣＰＵ１は、次
に、第３回検出の直線を表わすデータ（Ｒm3，Ｔm3）の
Ｒm3をレジスタＲmRに、Ｔm3をレジスタＴmRに格納する
(６４Ｒ）。すなわち自車レーンの右端白線を表わす直
線を表わすデータをレジスタＲmR，ＴmRに格納する（６
４Ｒ）。

【００６７】左白線検出６２Ｌ〜６４Ｌ（図１５）ＣＰＵ１は次に、以上に説明したウィンドウ２の右半分
領域に関する処理（６２Ｒ〜６４Ｒ）と同様な処理を、
ウィンドウ２の左半分領域に施して、自車レーンの左端
白線を表わす直線を検出し、それを表わすデータをレジ
スタＲmL，ＴmLに格納する（６２Ｌ〜６４Ｌ）。以上で
「左右白線検出」Ｄ３を終了する。ＣＰＵ１は次に、
「無限遠点計算」Ｄ４を行なう。この内容を図２２に示
す。

【００６８】Ｄ４．「無限遠点計算」Ｄ４（図２２）ここではまず、「直線交点計算」１０９で、レジスタＲ
mR，ＴmRのデータが表わす直線（自車レーン右端白線と
推定した)と、レジスタＲmL，ＴmLのデータが表わす直
線(自車レーン左端白線と推定した）との交点（Ｘｃ，
Ｙｃ）を算出する。次に、算出した交点（Ｘｃ，Ｙｃ）
が、過去に算出した交点データを時系列で重み付け平滑
化（平均化）して得ている無限遠点（Ｘｖ，Ｙｖ）を中
心とする横６０画素×縦６０画素の領域内に存在するか
をチェックする（１１０，１１１）。この領域内である
と、今回求めた交点（Ｘｃ，Ｙｃ）が無限遠点である信
頼性が高いので、無限遠点データ（Ｘｖ，Ｙｖ）を、今
回求めた交点（Ｘｃ，Ｙｃ）に１／８の重み付けをし、
これまでの無限遠点データ（Ｘｖ，Ｙｖ）に７／８の重
み付けをして加算した値に更新する（１１２）。そし
て、無限遠点追跡に失敗した回数をカウントするための
レジスタＮveをクリアする(１１３）。

【００６９】今回算出した交点（Ｘｃ，Ｙｃ）が、前記
横６０画素×縦６０画素の領域内にないときには、無限
遠点追跡が失敗（今回の交点算出がエラー又はこれまで
の無限遠点データ（Ｘｖ，Ｙｖ）がエラー）であるとし
て、レジスタＮveの内容を１インクレメントし（１１
４）、レジスタＮveの内容が５になったかをチェックす
る（１１５）。５になっていると、今回と過去４回の計
５回連続して交点算出がエラーであったことになり、こ
れは現在保待している無限遠点データ（Ｘｖ，Ｙｖ）が
エラーであると見なして、無限遠点データ（Ｘｖ，Ｙ
ｖ）を今回算出した交点（Ｘｃ，Ｙｃ）に更新する（１
１６）。

【００７０】Ｄ５．「左右白線間隔（ＷL）計算」Ｄ５
（図１３＆図２３）再度図１３を参照すると、ＣＰＵ１は次に、自車レーン
の右白線と左白線との間隔（レーン幅）ＷLを算出する
（Ｄ５）。これにおいては、カメラ６ｂの視野中心線
（図２３の２点鎖線）が路面と交わる位置（画面上では
画面の中心点）での、画面上の右端白線（ＲmR，ＴmR）
のＸ位置を路面上位置ＸRに変換し、画面上の左端白線
（ＲmL，ＴmL）のＸ位置を路面上位置ＸLに変換して、
間隔ＷL＝ＸR−ＸLを算出する。なお、図１３の演算ブ
ロックＤ５内の、ＳｘおよびＳｙはそれぞれカメラ６ｂ
の横方向および縦方向のスケールファクタであり、Ｈｃ
は図２３に示すように、カメラ６ｂのレンズ９の中心
の、路面からの高さである。

【００７１】ＣＰＵ１は次に、算出した、路面上のレー
ン間隔ＷLが正しい（自車レーン検出成功)かをチェック
する（Ｄ６）。すなわち、基準値ＷL3Dに対するＷLの偏
差が、許容範囲ＤwL内であるかをチェックする。この実
施例では、日本の高速道路のレーン幅が３．５±０．２
ｍであるので、基準値ＷL3D＝３．５ｍに、許容値ＤwL
＝０．３ｍに定めている。

【００７２】基準値ＷL3Dに対するＷLの偏差が許容範囲
ＤwL内にあると、自車レーン検出に成功しているとし
て、これを表わす情報「１」をレジスタＦLに書込み
（６１）、基準値ＷL3Dに対するＷLの偏差が許容範囲Ｄ
wLを外れていると、自車レーン検出に失敗しているとし
て、これを表わす情報「０」をレジスタＦLに書込む
（６２）。以上で、図３に示す「自車レーン検出」Ｄを
終了したことになり、自車レーン検出が成功している
と、レジスタＦLのデータは「１」である。

【００７３】再度図３を参照する。「自車レーン検出」
Ｄを終了するとＣＰＵ１は、レジスタＦLのデータをチ
ェックしてそれが「１」であると、「隣接レーン推定」
Ｆを実行する。この内容を図２４に示す。

【００７４】Ｆ．「隣接レーン推定」Ｆ（図２４＆図２４）図２４を参照すると、ここではまずカメラ６ｂの下向き
角αを算出する（１１７）。ステップ１１７の計算式中
のＹｏは画面中心のＹ座標値、Ｙｃｈは「画面の校正」
Ｃの「直線交点計算」Ｃ４で定めた画面下端のＹ座標値
である。次に、車両の進行方向に対する自車レーンの右
端白線のなす角φRおよび左端白線のなす角φLを算出し
て、それらの平均値φを算出する。「画面の校正」Ｃを
終えた画面（補正画像メモリの画像）では、先の「画面
の校正」Ｃで、車両進行方向が画面を左右に２等分する
中央線（Ｙ＝２５５）に合致しているので、φRはこの
線に対して右端白線が交鎖する角度、φLは左端白線が
交鎖する角度である。図２５に示すように、それらの平
均値φの角度の直線が、自車レ−ンの中央線である。次
のステップ１１９には、カメラ６ｂの視野中心線が路面
と交わる点に対する右端白線の距離ＸRおよび左端白線
の距離ＸLを算出する式を示すが、これらＸRおよびＸL
は、「左右白線間隔（ＷL）計算」Ｄ５で算出している
ので、そこでの算出値を用いる。次に、自車レ−ン右端
白線の右側のレ−ン（右隣接レ−ン）の右端白線の有無
にかかわらず、これが存在すると仮定して、ＸRの点を
水平方向右側にレ−ン幅ＷL（Ｄ５で算出済）をとった
点と、無限遠点とを結ぶ直線が、右レ−ンの右端白線で
あるとして、その直線を表わす式Ｙ＝ＡＸ＋Ｂの比例項
係数Ａの値Ａex1（水平線（Ｘ軸）となす角ＴmRRのｔａ
ｎ値）を算出し、定数項Ｂの値Ｂex1を算出する（１２
０）。同様にして、左レ−ンの左端白線を表わす値Ａex
2およびＢex2を算出する（１２１）。そしてこれらの値
Ａex1，Ｂex1およびＡex2，Ｂex2を、それぞれρ−θ極
座標に変換する（１２２，１２３）。以上で、自車走行
レ−ンの両端白線（２直線）に加えて、左隣接レ−ンお
よび右隣接レ−ンを規定する２直線を更に追加決定した
ことになる。

【００７５】再度図３を参照する。「隣接レ−ン推定」
Ｆを終了するとＣＰＵ１は、「カ−ブ推定」Ｇを実行す
る。この内容を図２６に示す。

【００７６】Ｇ．「カ−ブ推定」Ｇ（図２６＆図２７）「画面の校正」Ｃを終えた画面（補正画像メモリの画
像）では、車両の縦軸線が実質上画面の中央線（Ｘ＝２
５５）に合致しており、自車レ−ンが直線であると、無
限遠点（Ｘｖ，Ｙｖ）は実質上該中央線上にある（Ｘｖ
＝２５５）。ところが、無限遠点（Ｘｖ，Ｙｖ）は車両
直前の左，右白線の延長線の交点であるので、自車レ−
ンがカ−ブしていると、無限遠点（Ｘｖ，Ｙｖ）は前記
画面の中央線Ｘ＝２５５より右方（右カ−ブの場合）又
は左方（左カ−ブの場合）となる。「カ−ブ推定」Ｇで
は、したがって、大要では、図２７に示すように、無限
遠点（Ｘｖ，Ｙｖ）の、画面の中央線から左，右へのず
れの値と方向からカ−ブを判定し、自車レ−ンの遠方点
（レ−ン左，右端の白線が交わって見える点）を推定す
る。ところで、自車両は運転状態や路面状態等により揺
れ、しかも車体姿勢が変化するので、カメラ６ｂから前
方を見ると、前方シ−ンが縦揺れやロ−リングを生じ、
また一時的には自車レ−ンに対して車両進行方向（車両
の縦軸線）が平行からずれることもあるので、時々刻々
の車両進行方向（画面の中央線）を基準線とすると、カ
−ブ検出を誤ることがありうる。そこでこの実施例で
は、検出した無限遠点（Ｘｖ，Ｙｖ）のＸ座標値Ｘｖの
時系列平均値Ｘｖｓを通るＹ軸平行線を基準線としてカ
−ブを推定する。以下詳細に説明する。

【００７７】ここではまず、偏差累算レジスタＳｘｖと
平均値レジスタＸｖｓの内容の和から、前述の「無限遠
点計算」Ｄ４で得た無限遠点のＸ座標値Ｘｖを減算した
値を、偏差累算レジスタＳｘｖに更新メモリする（１２
４）。次にカウントレジスタＮxvの内容を１インクレメ
ントして（１２５）、その内容が３０００に達したかを
チェックし（１２６）、達したときには、レジスタＸvs
の内容よりＳxv／Ｎxvを減算した値をレジスタＸvsに更
新メモリして、レジスタＮxvおよびＳxvをクリアする
（１２８）。

【００７８】この処理により、「カ−ブ推定」Ｇを３０
００回実行する毎に、レジスタＸvsの内容が、その時点
の値からＳxv／３０００を減算した値に更新されて、レ
ジスタＮxvおよびＳxvがクリアされる。これにより、レ
ジスタＸvsのデ−タは、現在の計算時点から過去に逆登
った３０００回の「無限遠点計算」（最新１区間）、の
直前から更に過去に逆登った３０００回の「無限遠点計
算」（前１区間）、のＸv平均値（前回平均値）Ｘvsよ
り、「最新１区間」の間の、該平均値Ｘvsに対する各回
Ｘvの偏差の平均値を減算した値に更新される。すなわ
ちレジスタＸvsには、算出されるＸvの時系列重み付け
平均値が格納される。

【００７９】そして「カ−ブ推定」Ｇに一回進入する毎
に、Ｘvs（カ−ブ判定基準値）に対する、最新に算出し
たＸvの偏差を算出し、これに実験に基づいて定めた係
数ＫL（例えば４．７）を乗算した値ΔＸLを算出し（１
２９）、これにＸvを加算した値ＸvcをレジスタＸvcに
格納する（１３０）。以上で、カ−ブの遠点（左，右端
白線が交わって見える点）は、（Ｘvc，Ｙv）と決定さ
れた。

【００８０】再度図３を参照する。「カ−ブ推定」Ｇを
終了するとＣＰＵ１は、「自車レ−ン先行車両認識及び
測距」Ｈを実行する。この内容を図２８に示す。

【００８１】Ｈ．「自車レ−ン先行車両認識及び測距」
Ｈ（図２８＆図２９〜４６）ここではまず「車両候補位置の検出１」Ｈ１を実行す
る。この内容を図２９に示す。

【００８２】Ｈ１．「車両候補位置の検出１」Ｈ１（図２９）まず「特徴点メモリクリア」１３１で、補正画像メモリ
の画素（アドレス）数と対応する画素数の、多階調デ−
タメモリＤ（ｘ，ｙ）および２値デ−タメモリＥ（ｘ，
ｙ）をクリアする。その処理の詳細を図３０に示す。次
に「水平特徴点の検出」１３２を実行する。この内容を
図３１に示す。

【００８３】「水平特徴点の検出」１３２図３１および図２７を参照するとここでは、図２７に示
される画面上の、Ｙ＝３５０の横線（Ｙ＝350を通るＸ
軸平行線）を低辺とし、自車レ−ンの左，右端白線の交
点を頂点とする三角形に、（Ｘv，Ｙv），（Ｘvc，Ｙ
v）、および、（Ｘvc，Ｙv）を始点にＹ座標値が増大す
る方向に延びるＹ軸平行線と左端白線又は右端白線との
交点で囲まれる三角形、を加えた領域（図２７に斜線で
塗りつぶして示す領域＝自車レ−ン領域）の、Ｘ＝Ｘvc
なるＹ軸平行線で区分される左半分領域を規定して、該
左半分領域の内部を、下から上へＹ方向走査し、Ｘ位置
を更新しつつこの走査を繰返して（図３１の１４６Ｌ〜
１５０Ｌ，１５２Ｌ〜１５３Ｌ）、補正画像メモリ上の
画像デ−タのＹ方向微分値を算出し、微分値がしきい値
以上の点を特徴点と検出する（１５１Ｌ）。すなわち
「１ライン水平特徴点検出」１５１Ｌを実行する。この
内容を図３２に示す。この処理１５１Ｌは、図６に示す
「特徴点検出（ＵＰ）」Ｃ２と同様であるので、詳細な
説明は省略する。次に、前記自車レ−ン領域の、Ｘ＝
ＸvcなるＹ軸平行線で区分される右半分領域を規定し
て、該右半分領域の内部（Ｘ＝Ｘvcは含む）を、下から
上へＹ方向走査し、Ｘ位置を更新しつつこの走査を繰返
して（図３１の１４６Ｒ〜１５０Ｒ，１５２Ｒ〜１５３
Ｒ）、補正画像メモリ上の画像デ−タのＹ方向微分値を
算出し、微分値がしきい値以上の点を特徴点と検出する
（１５１Ｒ）。

【００８４】以上により、前記自車レ−ン領域の特徴点
検出を行なったことになり、２値デ−タメモリＥ（ｘ，
ｙ）の、特徴点に対応するアドレスに、そこが特徴点で
あることを示す「１」が書込まれている。なお、前述の
「特徴点メモリクリア」１３１で、２値デ−タメモリＥ
（ｘ，ｙ）を予めクリアしている（全アドレスに「０」
書込み）ので、２値デ−タメモリＥ（ｘ，ｙ）上では、
自車レ−ン領域内の特徴点に対応するアドレスのみに
「１」（特徴点である）が書込まれていることになる。

【００８５】次にＣＰＵ１は、ヒストグラムメモリをク
リアする（図２９の１３３）。この内容は図３３に示
す。ＣＰＵ１は次に、「ｙ方向ヒストグラム作成」１３
４を行なう。この内容を図３４に示す。

【００８６】「ｙ方向ヒストグラム作成」１３４（図３４）ここでは、２値デ−タメモリＥ（ｘ，ｙ）上の、Ｙ＝０
〜Ｙ＝５１１のＸ軸平行線（Ｘ走査線；Ｘ方向の画素の
連なり）のそれぞれにつき、線上にある「１」（特徴
点）の数を、カウントして、ヒストグラムメモリＨ
（ｙ）に走査線（Ｙアドレス）対応でカウント値を書込
む。

【００８７】「ｙ方向極大点検出」１３５（図３５）ヒストグラムメモリＨ（ｙ）のＹ＝５１１のアドレス
（Ｙ＝５１１のＸ軸走査線）から順次にＹ＝１まで、各
アドレスを注目線（ｙ）に定めて、注目線（ｙ）の特徴
点カウント値Ｈ（ｙ），それよりＹ座標値が１つ小さい
走査線（ｙ−１）の特徴点カウント値Ｈ（ｙ−１）、お
よび、注目線（ｙ）よりＹ座標値が１つ大きい走査線
（ｙ＋１）の特徴点カウント値Ｈ（ｙ＋１）を比較して
（図３５の１７４，１７５）、Ｈ（ｙ）がＨ（ｙ−１）
およびＨ（ｙ＋１）のいずれよりも大きいと、すなわち
注目線（ｙ）が特徴点数のピ−ク位置であると、注目線
（ｙ）の位置（Ｙアドレス）での自車レ−ン左端点（Ｘ
1）と右端点（Ｘ2）を算出する（１７６，１７７；計算
式は図３６に示す）。そして、しきい値Ｔｈ２を（Ｘ2
−Ｘ1）／８に設定して（１７８）、注目線（ｙ）の特
徴点カウント値Ｈ（ｙ）がしきい値Ｔｈ２以上である
と、注目線（ｙ）上に横方向に延びる像輪郭線があると
見なして、注目線（ｙ）のアドレス（Ｙ座標値）をメモ
リＭｙ（Ｎ）のアドレスＮに書込む（１８０）。そして
レジスタＮを１インクレメントする。レジスタＮの値が
５以上（異なった６走査線で像輪郭線を検出した）にな
ると、あるいは最後の走査線Ｙ＝１を注目線とする上記
処理を終了すると、そこで、「ｙ方向極大点検出」１３
５を終了する。

【００８８】図１６に示すように、自車レ−ン前方に車
両（先行車両）があると、先行車両の後部像がウィンド
ウ２内に現われ、後部像には、バンパ−（その下縁が特
に高いコントラストの横線として現われる），ナンバ−
プレ−ト，ブレ−キランプパネル，後部窓，ル−フ等々
の、横（Ｘ）方向に延びる像輪郭線が多数あるので、メ
モリＭｙ（Ｎ）のアドレス０〜５に、自車に近い（Ｙ座
標値が大きい）６個の像輪郭線の位置（Ｙ座標）が書込
まれていることになる。

【００８９】なお、ステップ１７８で、しきい値Ｔｈ２
を（Ｘ2−Ｘ1）／８に設定するのは、カメラ６ｂに近い
ほど像輪郭線のコントラストが高く、特徴点が多く摘出
されるが、遠くの像輪郭線のコントラストは低く、特徴
点の摘出が少くなるので、（Ｘ2−Ｘ1）により注目線
（ｙ）上にある像輪郭の、カメラ６ｂからの距離を推定
し、距離に応じてしきい値を変更するためである。

【００９０】「Ｘ方向重心計算」１３６（図３７）次に、メモリＭｙ（Ｎ）に書込んだ、像輪郭線の位置
（Ｙ座標値）のそれぞれにつき、該位置よりＷ1（設定
値）小さくＷ2（設定値）大きい領域内の、２値デ−タ
メモリＥ（ｘ，ｙ）上の特徴点（図２７に斜線で塗りつ
ぶした自車レ−ン領域内の特徴点）のＸ座標値を累算レ
ジスタＳumxに加算し、加算回数をレジスタＮｘでカウ
ントして（１８７〜１９７）、重心Ｘ座標値（平均座標
値）を算出してメモリＭｘ（Ｎ）に書込む（１９８）。
これにより、「ｙ方向極大点検出」１３５で検出した、
横方向に延びる像輪郭線それぞれのＸ方向重心位置（Ｘ
座標値）がメモリＭｘ（Ｎ）に存在することになる。な
お、Ｙ方向重心位置はメモリＭｙ（Ｎ）に存在する。

【００９１】以上で、図２８（詳細は図２９）に示す
「車両候補位置の検出」Ｈ１を終了し、ＣＰＵ１は次
に、後に使用するレジスタＮRをクリアして（Ｈ２）、
「車両左右端の検出」Ｈ３を実行する。この内容を図３
８に示す。

【００９２】Ｈ３．「車両左右端の検出」Ｈ３（図３８）ここではまず「車両左右端位置推定」２０１を実行す
る。その内容を図３９に示す。

【００９３】「車両左右端位置推定」２０１（図３９）まず、メモリＭｙ（Ｎ）にある、像輪郭線のＹ座標値の
最も大きい値のものＭｙ（ＮR）（Ｎ＝ＮR＝０のアドレ
スのデ−タ）、すなわち自車に最も近い前方物体の像輪
郭線（横線）のＹ位置、を読出して、カメラ６ｂからそ
こまでの水平距離（路面上の距離）Ｌ1を算出する（２
０８）。次に前方物体が車両であると仮定（この仮定の
正誤は後述する「車両の検定」Ｈ４で検証する）して、
画面上の車幅Ｗv2Dpおよび車高Ｈv2Dpを算出する（２０
９）。この算出に使用するＷv3Dは、車幅学習値を格納
したレジスタＷv3D（図４６を参照して後述）のデ−タ
（先行車両を過去に検出していなと最も代表的な実物車
両の車幅１．７ｍ）であり、Ｈv3Dは、ミニカ−もカバ
−する車高１．２ｍである。次に、画面上の車幅Ｗv2Dp
と、メモリＭｘ（Ｎ）にある像輪郭線の重心位置Ｍｘ
（ＮR）から、前方物体の画面上の左右端位置ＸvLp，Ｘ
vRpを推定演算する（２１０）。そして画面上の上下端
ｙvHp，ｙvLpを推定演算する（２１１）。

【００９４】次に多階調デ−タメモリＤ（ｘ，ｙ）およ
び２値デ−タメモリＥ（ｘ，ｙ）をクリアして（２０２
Ｌ）、「左端垂直特徴点検出」２０３Ｌを実行する。こ
の内容を図４０に示す。

【００９５】「左端垂直特徴点検出」２０３Ｌ（図４０）前記画面上の上下端ｙvHp，ｙvLpの間の、前記画面上の
左端位置ＸvLpを中心に、±Ｗv2Dp／４の領域の、補正
画像メモリ上の画像デ−タのＹ方向微分値を算出して多
階調デ−タメモリＤ（ｘ，ｙ）に書込み、かつ、多階調
デ−タをしきい値Ｔｈ３と比較して、Ｔｈ３以上である
と、２値デ−タメモリＥ（ｘ，ｙ）に「１」を書込む。
この特徴点検出処理は、すでに説明した「特徴点検出
（ＵＰ）」Ｃ２の処理と同様である。次にＣＰＵ１はヒ
ストグラムメモリ（先に使用したＨ（ｙ））をクリアし
て（２０４Ｌ）、「ｘ方向ヒストグラム作成」２０５Ｌ
を実行する。この内容を図４１に示す。

【００９６】「ｘ方向ヒストグラム作成」２０５Ｌ（図４１）前記「左端垂直特徴点検出」２０３Ｌで特徴点を検出し
た領域内の、Ｙ軸平行線（画素の連なり）上の特徴点
を、線単位でカウントして、線アドレス（Ｘ座標値）対
応でヒストグラムメモリ（ここではＨ（ｘ）と表記す
る）に書込む。そして「ｘ方向最大点検出」２０６Ｌを
実行する。その内容を図４２に示す。

【００９７】「ｘ方向最大点検出」２０６Ｌ（図４２）この処理は大要では、先に説明した「ｙ方向極大点検
出」１３５と同様な処理を、Ｙ軸をＸ軸に置き換えて、
「左端垂直特徴点検出」２０３Ｌで特徴点を検出した領
域内で行なうものである。詳しくは、ここでは領域が狭
いので、極大点摘出のためのしきい値Ｔｈ４は、Ｈv2Dp
／４なる固定値とするのに加えて、また、極大点の検出
ごとに、極大点の特徴点カウント数を極大値メモリＨｍ
のデ−タと比較して、今回検出の極大点の方が大きいと
これを極大値メモリＨｍに更新書込みし、そのＸ座標値
を極大点レジスタＸｍに書込む。前記領域内すべてのこ
の処理を終えると、前記領域の中で、特徴点が最も多く
存在するＹ軸平行線（先行車両の左エッジ）のＸ座標値
がレジスタＸｍに格納されていることになる。このＸ座
標値を車両左端位置レジスタＸvLに書込む（２０７
Ｌ）。

【００９８】以上の「特徴点メモリクリア」２０２Ｌ〜
「ｘ方向最大点検出」２０６Ｌと同様な処理を、画面上
の上下端ｙvHp，ｙvLpの間の、右端位置ＸvRpを中心
に、±Ｗv2Dp／４の領域について行って（図３８の２０
２Ｒ〜２０６Ｒ）、該領域内で特徴点が最も多く存在す
るＹ軸平行線（先行車両の右エッジ）のＸ座標値を車両
右端位置レジスタＸvRに書込む（２０７Ｒ）。「右端垂
直特徴点の検出」２０３Ｒの内容を図４３に示す。

【００９９】以上で、「車両左右端の検出」Ｈ３を終了
する。ＣＰＵ１は次に「車両の検定」Ｈ３を実行する。
その内容を図４４に示す。

【０１００】Ｈ４．「車両の検定」Ｈ４（図４４）ここでは、車幅学習値を格納したレジスタＷv3D（図４
６を参照して後述）が保持する先行車両の車幅Ｗv3D
を、「車両左右端位置推定」２０１で算出した前方物体
の自車からの距離Ｌ1とカメラ６ｂのスケ−ルファクタ
Ｓｘを用いて画面上の車幅Ｗv2Dに変換し（２４７）、
前述の車両左，右端位置ＸvL，ＸvRより画面上の車幅Ｗ
vを算出して（２４８）、両者の差Ｗv−Ｗv2Dが、±Ｗv
2D／４の範囲内にあるかをチェックする（２４９）。す
なわち、画面上の車幅計算値Ｗvが、車幅学習値を格納
したレジスタＷv3Dの車幅（実物幅）の画面上の幅Ｗv2D
と実質上合致するかをチェックする。実質上合致する
と、先行車両検出／非検出を表わす情報「１」／「０」
を格納するレジスタＦvに「１」を書込む（２５０
ａ）。合致しないとレジスタＦvをクリアする（２５０
ｂ）。

【０１０１】次にＣＰＵ１は、レジスタＦvに「１」を
書込んだときには後述する「車間距離計算」Ｈ６に進む
が、レジスタＦvに「０」を書込んだときには、レジス
タＮRを１インクレメントして（Ｈ５−Ｈ８−Ｈ９）ま
た「車両左右端の検出」Ｈ３を実行する。「車両左右端
の検出」Ｈ３は、まずＮR＝０（自車両に最も近い）の
横方向輪郭線からこれを実行するので、２回目以降の
「車両左右端の検出」Ｈ３では、ＮR＝１，２，・・と
なるので、２番目，３番目，・・・と、対象とする横方
向輪郭線を順次に自車両から遠いものに変更することに
なる。ＮRの最大値は５である（図３５のＮ＝０〜４で
５本の横方向輪郭線しか検出していない）ので、最大で
５回の「車両左右端の検出」Ｈ３を実行しそれでもＦv
＝「１」にならないと後述の「車幅学習計算」Ｈ７に進
み、次に説明する「車間距離計算」Ｈ６は実行しない。

【０１０２】Ｈ６．「車間距離計算」Ｈ６（図４５）レジスタＦvに「１」を書込んだときには、車間距離Ｌ2
（０）を算出する（２５１）。車幅学習値を格納したレ
ジスタＷv3Dの車幅（実物幅）Ｗv3D，画面上の車幅計算
値Ｗv，「車両左右端位置推定」２０１で算出した前方
物体の自車からの水平距離Ｌ1（路上実物距離）、およ
び、カメラ６ｂのスケ−ルファクタＳｘを用いて、車間
距離Ｌ2（０）を算出する（２５１）。今回算出値Ｌ2
（０）と、前回算出値Ｌ2（１），前々回算出値Ｌ2
（２）および前々々回算出値Ｌ2（３）の平均値を算出
してレジスタＬ3に書込み（２５２）、前回算出値Ｌ2
（１），前々回算出値Ｌ2（２）および前々々回算出値
Ｌ2（３）を更新する（２５３）。以上により、レジス
タＬ3には、自車レ−ンの先行車との車間距離（最近の
時系列平均値）を格納したことになる。

【０１０３】Ｈ７．「車幅学習計算」Ｈ７（図４６）レジスタＬ3の車間距離を前述のように更新するとＣＰ
Ｕ１は、画面上の車幅Ｗvを実物車幅Ｗvaに変換し、レ
ジスタＷv3Dのデ−タ（時間軸上で、今回の車間距離計
算までに保持する車幅学習値Ｗv3D）と今回の車幅計算
値Ｗvaを、４７対１の重み付けで加算し、和を４８で割
った値、すなわち重み付け平均値、をレジスタＷv3Dに
更新メモリする（２５４，２５５ａ，２５５ｂ）。自車
レ−ン先行車両を検出しない（Ｆv＝「０」）でこの
「車幅学習計算」Ｈ７に進んだときには、レジスタＷv3
Dに、この実施例では、最も代表的な車両（乗用車）の
車幅値１．７ｍを書込む（２５４，２５６）。

【０１０４】以上で「自車レ−ン先行車両認識及び測
距」Ｈを終了する。次にＣＰＵ１は、「右隣接レ−ン先
行車両認識及び測距」Ｉを実行する。この内容を図４７
に示す。なお、先に説明した「左右白線検出」Ｄ３で自
車レ−ン右端白線を表わすデ−タ（ＴmR，ＲmR）および
左端白線を表わすデ−タ（ＴmL，ＲmL）をレジスタに格
納し、しかも、「隣接レ−ン推定」Ｆで、右隣接レ−ン
の右端白線（推定）を表わすデ−タ（ＴmRR，ＲmRR）お
よび左隣接レ−ンの左端白線（推定）を表わすデ−タ
（ＴmLL，ＲmLL）をレジスタに格納している点に注意さ
れたい。

【０１０５】Ｉ．「右隣接レ−ン先行車両認識及び測
距」Ｉ（図４７，図４８，図４９）ここでは、ウィンドウ２の下辺（Ｙ＝３５０），自車レ
−ン右端白線（ＴmR，ＲmR）ならびに右隣接レ−ンの右
端白線（ＴmRR，ＲmRR）で囲まれる領域（右隣接レ−ン
領域）に、前述の「自車レ−ン先行車両認識及び測距」
Ｈの処理を同様に適用して、右隣接レ−ン領域の、自車
から見て前方の物体を検出し、自車からの距離を算出す
る。

【０１０６】Ｊ．「左隣接レ−ン先行車両認識及び測
距」Ｊ（図５０，図５１，図５２）これにおいても、ウィンドウ２の下辺（Ｙ＝３５０），
自車レ−ン左端白線（ＴmL，ＲmL）ならびに左隣接レ−
ンの左端白線（ＴmLL，ＲmLL）で囲まれる領域（左隣接
レ−ン領域）に、前述の「自車レ−ン先行車両認識及び
測距」Ｈの処理を同様に適用して、左隣接レ−ン領域
の、自車から見て前方の物体を検出し、自車からの距離
を算出する。

【０１０７】以上でＣＰＵ１は、図３に示す「画像入
力」Ｂで読込んだ一画面の画像デ−タに基づいた、一回
の、「画面の校正」Ｃ〜「左隣接レ−ン車両認識及び測
距」Ｋを実行したことになる。そして前述のように「出
力」Ｋで、画像認識結果を出力する。そしてまた「画像
入力」Ｂを実行し、同様な処理を行なう。すなわち、図
３に示す「画像入力」Ｂ〜「出力」Ｋを繰返し実行す
る。

【０１０８】

【発明の効果】前記「左右白線検出」Ｄ３の項で説明し
たように、本発明では複数回の極座標変換を行ない、先
行の極座標変換では、極座標系のパラメ−タρ，θが広
い範囲であるので、特徴点(Xs,Ys)それぞれを表わす曲
線の交点（ρm，θm）が漏れる確率(直線検出失敗確率)
が低い。すなわち交点（ρm，θm）検出の信頼度が高
い。広範囲であると度数デ−タ格納用メモリの所要容量
が大きくなり、演算時間が長くなるが、極座標系のパラ
メ−タρ，θが低密度であるので、１つの特徴点(Xs,Y
s)を表わす極座標系上の曲線のサンプリング密度が低
く、したがってメモリの所要容量は少くて済み、演算時
間は短い。

【０１０９】先行の極座標変換では、極座標系上の曲線
のサンプリング密度が低いことにより交点（ρm，θm）
を表わす精度が低いが、後行の極座標変換では高密度か
つ先行の極座標変換で得た極座標値（ρm，θm）を中心
とする狭い範囲とするので、先行の極座標変換で得た交
点周りの小範囲を精細に探索する極座標変換となり、極
座標系上の曲線のサンプリング密度が高いが範囲が狭い
ことによりメモリの所要容量は少くて済み、演算時間は
短い。サンプリング密度が高いことにより、高精度で交
点（ρm，θm）が検出される。

【０１１０】例えば、上述の実施例のように、３回の極
座標変換を順次に行なうと、度数デ−タ格納用メモリの
所要容量は32×32×Ｄａ、合計の演算回数は32×3×Ｎ
で、第３回の極座標変換の分解能を1/2048とすると、こ
の分解能の単純ハフ変換のメモリ所要容量2048×2048×
Ｄａ，演算回数2048×Ｎに対して、メモリ容量は1/409
6、演算回数は96/2048となる。にもかかわらず、該単純
ハフ変換の分解能と同じ分解能(1/2048)で近似直線デ−
タ（第３回の変換で求めた極座標値（rm3，tm3））が得
られる。

【図面の簡単な説明】

【図１】本発明を一態様で実施する、車両上の、前方
路面上白線検出システムを示すブロック図である。

【図２】図１に示すテレビカメラ６ｂの、車両上の配
置位置を示す側面概要図である。

【図３】テレビカメラ６ｂの撮影画像デ−タに基づい
た、図１に示すマイクロプロセッサ（ＣＰＵ）１の、自
車両前方の路面上白線および先行車両を検出する処理の
概要を示すフロ−チャ−ト（メインル−チン）である。

【図４】図３に示す「画面の校正」Ｃの内容を示すフ
ロ−チャ−ト（サブル−チン）である。

【図５】（ａ）は図４に示す「特徴点検出ウィンドウ
１セット」Ｃ１の内容を示すフロ−チヤ−ト、（ｂ）は
図１に示すテレビカメラ６ｂの撮影画面を示す平面図で
ある。

【図６】（ａ）は図４に示す「特徴点検出（ＵＰ）」
Ｃ２の内容を示すフロ−チャ−ト、（ｂ）は撮影画面の
Ｙ方向の画像デ−タの微分値を算出するときの、注目点
（算出点画素：×印）と、参照点（参照画素：白四角）
を示す平面図である。

【図７】（ａ）は図４に示す「ボンネット検出」Ｃ３
の内容を示すフロ−チャ−ト、（ｂ）は撮影画面上のボ
ンネットエッジを近似する直線を示す平面図である。

【図８】（ａ）は図４に示す「ロ−ル角，パン移動量
計算」Ｃ５で算出するロ−ル角とパン移動量を撮影画面
上に示す平面図、（ｂ）は図４に示す「画像回転平行移
動」Ｃ７で撮影画面上の画素アドレスを、ロ−ル角分回
転しパン移動量分平行移動した補正画面上の画素アドレ
スに、変換する変換式を示す平面図である。

【図９】図４に示す「補正画像メモリイニシャライ
ズ」Ｃ６の内容を示すフロ−チャ−トである。

【図１０】図４に示す「画像回転平行移動」Ｃ７の内
容を示すフロ−チャ−トである。

【図１１】図４に示す「補間」Ｃ８の内容の一部を示
すフロ−チャ−トである。

【図１２】図４に示す「補間」Ｃ８の内容の残りの部
分を示すフロ−チャ−トである。

【図１３】図３に示す「自車レ−ン検出」Ｄの内容を
示すフロ−チャ−ト（サブル−チン）である。

【図１４】（ａ）は図１３に示す「特徴点検出ウィン
ドウ２セット」Ｄ１の内容を示すフロ−チヤ−ト、
（ｂ）は前記補正画面上に設定するウィンドウ２の領域
を示す平面図である。

【図１５】図１３に示す「左右白線検出」Ｄ３の内容
を示すフロ−チャ−トである。

【図１６】前記補正画面の画像とウィンドウ２を示す
平面図である。

【図１７】図１５に示す「直線当てはめ」６３Ｒの内
容の一部を示すフロ−チャ−トである。

【図１８】図１５に示す「直線当てはめ」６３Ｒの内
容の残りの部分を示すフロ−チャ−トである。

【図１９】図１７および図１８に示す「ハフグリッド
クリア（ＨＧ１）」６５，「ハフグリッドクリア（ＨＧ
２）」７０および「ハフグリッドクリア（ＨＧ３）」７
５の内容を、汎用形式で示すフロ−チャ−トであり、図
１９中のｎは、１，２又は３である。

【図２０】図１７および図１８に示す「ハフ変換（Ｈ
Ｇ１）」６７，「ハフ変換（ＨＧ２）」７２および「ハ
フ変換（ＨＧ３）」７７の内容を、汎用形式で示すフロ
−チャ−トであり、図２０中のｎは、１，２又は３であ
る。

【図２１】図１７および図１８に示す「最大点探索
（ＨＧ１）」６８，「最大点探索（ＨＧ２）」７３およ
び「最大点探索（ＨＧ３）」７８の内容を、汎用形式で
示すフロ−チャ−トであり、図２１中のｎは、１，２又
は３である。

【図２２】図１３に示す「無限遠点計算」Ｄ４の内容
を示すフロ−チャ−トである。

【図２３】図１に示すテレビカメラ６ｂ内のレンズお
よび撮像素子と車両前方の先行車両との幾何学的関係を
示す側面概要図である。

【図２４】図３に示す「隣接レ−ン推定」Ｆの内容を
示すフロ−チャ−トである。

【図２５】前記補正画面上の、前記「隣接レ−ン推
定」Ｆで推定した隣接レ−ンを斜線で塗りつぶして示す
平面図である。

【図２６】図３に示す「カ−ブ推定」Ｇの内容を示す
フロ−チャ−トである。

【図２７】前記補正画面上の、前記「自車レ−ン検
出」Ｄおよび前記「カ−ブ推定」Ｇで推定した自車レ−
ン領域を斜線で塗りつぶして示す平面図である。

【図２８】図３に示す「自車レ−ン先行車両認識及び
測距」Ｈの内容を示すフロ−チャ−トである。

【図２９】図２８に示す「車両候補位置の検出１」Ｈ
１の内容を示すフロ−チャ−トである。

【図３０】図２９に示す「特徴点メモリクリア」１３
１の内容を示すフロ−チャ−トである。

【図３１】図２９に示す「水平特徴点の検出１」１３
２の内容を示すフロ−チャ−トである。

【図３２】（ａ）は図３１に示す「１ライン水平特徴
点の検出」１５１Ｌの内容を示すフロ−チャ−ト、
（ｂ）は水平特徴点の検出のため前記補正画面のＹ方向
の画像デ−タの微分値を算出するときの、注目点（算出
点画素：×印）と、参照点（参照画素：白四角）を示す
平面図である。

【図３３】図２９に示す「ヒストグラムメモリクリ
ア」１３３の内容を示すフロ−チャ−トである。

【図３４】図２９に示す「ｙ方向ヒストグラム作成」
１３４の内容を示すフロ−チャ−トである。

【図３５】図２９に示す「ｙ方向ヒストグラム作成」
１３４の内容を示すフロ−チャ−トである。

【図３６】図３５に示す「レ−ン左端点検出」１７６
および「レ−ン右端点検出」１７７の内容を示すフロ−
チャ−トである。

【図３７】図２９に示す「ｘ方向重心計算」１３６の
内容を示すフロ−チャ−トである。

【図３８】図２８に示す「車両左右端の検出」Ｈ３の
内容を示すフロ−チャ−トである。

【図３９】図３８に示す「車両左右端位置推定」２０
１の内容を示すフロ−チャ−トである。

【図４０】図３８に示す「左端垂直特徴点検出」２０
３Ｌの内容を示すフロ−チャ−トである。

【図４１】図３８に示す「ｘ方向ヒストグラム作成」
２０５Ｌの内容を示すフロ−チャ−トである。

【図４２】図３８に示す「ｘ方向最大点検出」２０６
Ｌの内容を示すフロ−チャ−トである。

【図４３】図３８に示す「右端垂直特徴点検出」２０
３Ｒの内容を示すフロ−チャ−トである。

【図４４】図２８に示す「車両の検定」Ｈ４の内容を
示すフロ−チャ−トである。

【図４５】図２８に示す「車間距離計算」Ｈ６の内容
を示すフロ−チャ−トである。

【図４６】図２８に示す「車幅学習計算」Ｈ７の内容
を示すフロ−チャ−トである。

【図４７】図３に示す「右隣接レ−ン車両認識及び測
距」Ｉの内容を示すフロ−チャ−トである。

【図４８】図４７に示す「車両候補の位置の検出２」
Ｉ１の内容を示すフロ−チャ−トである。

【図４９】図４８に示す「水平特徴点の検出２」２５
８の内容を示すフロ−チャ−トである。

【図５０】図３に示す「左隣接レ−ン車両認識及び測
距」Ｊの内容を示すフロ−チャ−トである。

【図５１】図５０に示す「車両候補の位置の検出３」
Ｊ１の内容を示すフロ−チャ−トである。

【図５２】図５１に示す「水平特徴点の検出３」２７
７の内容を示すフロ−チャ−トである。

【符号の説明】

１：マイクロプロセッサ（ＣＰＵ）２：ＲＯＭ３：ＲＡＭ４〜６：入出力ポ
−ト４ａ：ＣＲＴドライバ４ｂ：ＣＲＴ５ａ：イメ−ジメモリ６ａ：カメラコ
ントロ−ラ６ｂ：テレビカメラ６ｃ：Ａ／Ｄコ
ンバ−タ７：通信コントロ−ラ８：ホストマイク
ロプロセッサ（ＣＰＵ）

───────────────────────────────────────────────────── フロントページの続き (51)Int.Cl.⁵ 識別記号庁内整理番号ＦＩ技術表示箇所Ｈ０４Ｎ 1/40 9068−5Ｃ

Claims

【特許請求の範囲】

【請求項１】Ｘ，Ｙ直交座標系画面に画像を表わす画像
デ−タの、Ｘ，Ｙ直交座標系での分布ならびに値で規定
される複数の特徴点(Xs,Ys)のそれぞれを、ρ，θ極座
標系の極座標値（ρ，θ）に変換し、極座標値（ρ，
θ）に割当てた記憶手段の度数デ−タをインクレメント
し、度数デ−タが最大値となった極座標値（ρm，θm）
を摘出してこの極座標値（ρm，θm）で表わされる直線
を特徴点の連なりを近似する直線と決定する、画像デ−
タで表現されるＸ，Ｙ直交座標系画面上の像の近似直線
の検出方法において、前記極座標変換を複数回繰返し、この繰返しにおいて
ρ，θは、先行の極座標変換では低密度かつ広い範囲と
し、後行の極座標変換では高密度かつ先行の極座標変換
で得た極座標値（ρm，θm）を中心とする狭い範囲とす
ることを特徴とする、像の近似直線の検出方法。
【請求項２】特徴点(Xs,Ys)は、Ｘ，Ｙ直交座標系画面
に画像を表わす画像デ−タの、所定方向の微分値が設定
値以上のＸ，Ｙ直交座標上の位置である、請求項１記載
の、像の近似直線の検出方法。
【請求項３】車両に搭載された撮影装置で得た、車両前
方の路面を含むシ−ンをＸ，Ｙ直交座標系画面に表わす
画像デ−タの、所定方向の微分値を算出してそれが設定
値以上のＸ，Ｙ直交座標上の位置を特徴点(Xs,Ys)とし
て、特徴点(Xs,Ys)のそれぞれを、ρ，θ極座標系の極
座標値（ρ，θ）に変換し、極座標値（ρ，θ）に割当
てた記憶手段の度数デ−タをインクレメントし、度数デ
−タが最大値となった極座標値（ρm，θm）を摘出して
この極座標値（ρm，θm）で表わされる直線を、前記シ
−ン内の路面上白線を近似する直線と決定する、路面上
白線の像の近似直線の検出方法において、前記極座標変換を複数回繰返し、この繰返しにおいて
ρ，θは、先行の極座標変換では低密度かつ広い範囲と
し、後行の極座標変換では高密度かつ先行の極座標変換
で得た極座標値（ρm，θm）を中心とする狭い範囲とす
ることを特徴とする、路面上白線の像の近似直線の検出
方法。
【請求項４】第１回の極座標変換では、特徴点(Xs,Ys)
のそれぞれを、Ｘ，Ｙ直交座標系の(Xch,Ych)を原点と
するρ，θ極座標系に対して ρ＝ｒ／ｄ₁＋ｃ₁， θ＝ａ₁・ｔ＋ｂ₁，ｔ＝0,1,2,・・・なる関係のｒ，ｔ極座標系の座標値（ｒ，ｔ）に、ｒ/ｄ₁＋ｃ₁＝ (Xs−Xch)・cos(ａ₁・ｔ＋ｂ₁)＋(Ych−Y
s)・sin(ａ₁・ｔ＋ｂ₁) なる関係で変換し、極座標値（ｒ，ｔ）に割当てた記憶
手段の度数デ−タをインクレメントし、度数デ−タが最
大値となった座標値（ｒm1，ｔm1）を摘出し、第２回の
極座標変換では、特徴点(Xs,Ys)のそれぞれを、Ｘ，Ｙ
直交座標系の(Xch,Ych)を原点とするρ，θ極座標系に
対して ρ＝ｒ／ｄ₂＋ｃ₂， θ＝ａ₂・ｔ＋ｂ₂，ｔ＝0,1,2,・・・なる関係のｒ，ｔ極座標系の座標値（ｒ，ｔ）に、ｒ/ｄ₂＋ｃ₂＝ (Xs−Xch)・cos(ａ₂・ｔ＋ｂ₂)＋(Ych−Y
s)・sin(ａ₂・ｔ＋ｂ₂) なる関係で変換し、これにおいてａ₂はａ₁より小さい
値、ｂ₂はｂ₁よりもｔm1に近い値、ｃ₂はｃ₁よりもｒm1
に近い値、かつｄ₂はｄ₁よりも大きい値とし、極座標値
（ｒ，ｔ）に割当てた記憶手段の度数デ−タをインクレ
メントし、度数デ−タが最大値となった座標値（ｒm2，
ｔm2）を摘出する、請求項１，請求項２又は請求項３記
載の、像の近似直線の検出方法。
【請求項５】第３回の極座標変換で、特徴点(Xs,Ys)の
それぞれを、Ｘ，Ｙ直交座標系の(Xch,Ych)を原点とす
るρ，θ極座標系に対して ρ＝ｒ／ｄ₃＋ｃ₃， θ＝ａ₃・ｔ＋ｂ₃，t=0,1,2,・・・なる関係のｒ，ｔ極座標系の座標値（ｒ，ｔ）に、ｒ/ｄ₃＋ｃ₃＝ (Xs−Xch)・cos(ａ₃・ｔ＋ｂ₃)＋(Ych−Y
s)・sin(ａ₃・ｔ＋ｂ₃) なる関係で変換し、これにおいてａ₃はａ₂より小さい
値、ｂ₃はｂ₂よりもｔm2に近い値、ｃ₃はｃ₂よりもｒm2
に近い値、かつｄ₃はｄ₂よりも大きい値とし、極座標値
（ｒ，ｔ）に割当てた記憶手段の度数デ−タをインクレ
メントし、度数デ−タが最大値となった座標値（ｒm3，
ｔm3）を摘出する、請求項４記載の、像の近似直線の検
出方法。