JPH08320998A - レーンマーカ検出装置 - Google Patents

Abstract

(57)【要約】 【目的】ウィンドウ内に存在する全てのエッジ点の画素
数と、検出直線上に存在するエッジ点の画素数に基づい
て検出直線の確からしさを算出し、この算出結果を用い
てレーンマーカ検出を実行することで、レーンマーカの
検出精度を高める。 【構成】カメラから前方道路画像を入力し（Ｓ１）、閾
値処理によりエッジ点の抽出を行う（Ｓ２）。次に、画
面上にウィンドウの設定を行い（Ｓ４）、ウィンドウ内
でエッジ点数が最大値を示す線分を検出することで検出
直線を決定する（Ｓ４）。更に、ウィンドウ内に存在す
るノイズ成分も含めた全エッジ点を算出する（Ｓ５）。
次に、検出直線上のエッジ点数の全エッジ点数に対する
割合を算出して検出直線の確からしさを算出する（Ｓ
６）。

Description

【発明の詳細な説明】

【０００１】

【産業上の利用分野】本発明は、高速道路等の走行車線
領域が示されている道路を自車両が走行している状況に
おいて、自車両の走行車線領域を示すレーンマーカを検
出するレーンマーカ検出装置に関し、特に、レーンマー
カ検出精度の向上を図る技術に関する。

【０００２】

【従来の技術】従来のレーンマーカ検出装置としては、
例えば、特開平４−３１１２１１号公報等に開示されて
いるものがある。これは、自車両に搭載したカメラ等に
より撮像した自車両前方の走行路画像に対してエッジ抽
出処理を施したエッジ画像中に、例えば台形の小領域
（以下、ウィンドウとする）を、画像の左右に現れるレ
ーンマーカが含まれるように設定する。次に、ウィンド
ウの上底の任意の１点と下底の任意の１点を結ぶ線分上
の画素の濃度値の和を、上底の各点と下底の各点を結ん
でできる全ての線分に関して算出する。そして、濃度値
の和が最大となった線分をウィンドウ内に存在する直線
として検出し、これをレーンマーカと認識する。

【０００３】

【発明が解決しようとする課題】しかしながら、このよ
うな従来のレーンマーカ検出装置にあっては、以下のよ
うな問題点があった。即ち、図13（ｂ）に示すように、
エッジ画像中のウィンドウ内に、検出したいレーンマー
カの特徴以外のノイズ成分が多く残っている場合には、
検出したい直線の線分の濃度値の和よりも大きい値とな
る線分が存在する可能性がある。

【０００４】また、撮像画像のノイズ成分を抑制するよ
うにした画像処理装置として、例えば特開平２−２０６
８８２号公報及び特開平４−１３２４６０号公報等に開
示されたものがある。前者は、検出対象物が含まれるよ
うに設定されるウィンドウとは別に、検出対象物の背景
のみが含まれるウィンドウを設定し、この背景のみのウ
ィンドウ内の輝度データに基づいて、検出対象物のエッ
ジ検出処理をする際の２値化処理の閾値を決定すること
により、検出対象物を含むウィンドウ内のノイズ成分を
除去するようにしたものである。

【０００５】しかし、このような装置を車両走行時のレ
ーンマーカ検出に適用した場合、背景のみのウィンドウ
をレーンマーカが含まれない画面中央の道路に設定する
と、この道路面には車間距離認識用の白線や右・左折用
の矢印等がペイントされているので、ノイズ除去処理が
道路面の状況変化で大きく影響を受け、安定したノイズ
除去ができないという問題がある。

【０００６】また、後者は、画像中に設定した各ウィン
ドウ内において、ある一定値以上のエッジ点を対象とし
てフーリエ変換を施し、方向性のない成分をノイズ成分
として除去し、更に、フーリエ逆変換、閾値処理等を行
うことにより、検出対象物の特徴的なエッジ点列だけを
検出するものである。しかし、この装置では、ウィンド
ウ毎にフーリエ変換、フーリエ逆変換、閾値処理等を実
行しなければならないので、計算量が膨大になるという
問題がある。

【０００７】本発明は、このような従来の問題点に着目
してなされたもので、ウィンドウ内に存在する全ての特
徴点の画素数と、検出直線上に存在する特徴点の画素数
を検出し、両者の画素数に基づいて検出直線の確からし
さを算出し、この算出結果を基にレーンマーカ検出を実
行することにより、レーンマーカの検出精度を高めるこ
とが可能なレーンマーカ検出装置を提供することを目的
とする。

【０００８】

【課題を解決するための手段】このため、請求項１記載
の発明によるレーンマーカ検出装置は、図１に示すよう
に、自車両前方の道路状況を撮像する撮像手段Ａと、該
撮像手段Ａにより撮像された画像データからレーンマー
カを示す特徴を抽出する特徴抽出手段Ｂと、前記撮像手
段Ａにより撮像された画面上に前記特徴を検出するため
の小領域を設定する小領域設定手段Ｃと、設定された小
領域内で抽出された全ての特徴量を算出する特徴量算出
手段Ｄと、設定された小領域において高さ方向の互いに
向かい合う２辺間の任意の点を結んでできる全線分の中
で線分上に存在する特徴量が最大である線分を検出直線
とする小領域内直線検出手段Ｅと、該小領域内直線検出
手段Ｅで検出された検出直線上の特徴量の前記特徴量算
出手段Ｄで算出された全特徴量に対する割合を検出直線
の確からしさとして算出する確からしさ算出手段Ｆとを
備えて構成した。

【０００９】また、請求項２記載の発明は、前記特徴抽
出手段Ｂは、図２の破線で示すように、前記撮像手段Ａ
により撮像された画像データに閾値演算処理を施す閾値
処理手段Ｇを備え、該閾値処理手段Ｇで得られたエッジ
点をレーンマーカを示す特徴点とする構成とした。ま
た、請求項３記載の発明は、図２の実線で示すように、
前記閾値処理手段Ｇで用いる閾値を、前記確からしさ算
出手段Ｆで算出される確からしさの値に応じて可変設定
する閾値設定手段Ｈを備える構成とした。

【００１０】また、請求項４記載の発明は、前記閾値設
定手段Ｈは、算出された確からしさの値が所定値より高
くなった時には閾値を下げ、前記確からしさの値が前記
所定値より低くなった時は閾値を上げて、確からしさの
値が前記所定値となるよう閾値を可変する構成とした。
また、請求項５記載の発明は、図３に示すように、前記
閾値設定手段Ｈは、前記小領域内直線検出手段Ｅの検出
直線上のエッジ点数の前記小領域設定手段Ｄで設定され
る小領域の高さ方向の画素数に対する割合を算出する算
出手段Ｉと、該算出手段Ｉの算出結果に基づいて、算出
値が略１に等しい時は確からしさの前記所定値を１に近
い値になるよう、算出値が１より小さい時は確からしさ
の前記所定値を１に近い値より低い値になるよう、前記
所定値を可変設定する所定値可変手段Ｊとを設け、確か
らしさの値が前記所定値可変手段Ｊで設定される値とな
るよう閾値を設定する構成とした。

【００１１】

【作用】請求項１記載の発明の構成において、小領域内
で検出した検出直線上の特徴量の、設定された小領域内
で抽出された全特徴量に対する割合を、検出直線の確か
らしさとするようにした。これにより、小領域内にレー
ンマーカ以外のノイズ成分が少ない程、確からしさの値
が大きくなり、検出直線の確からしさの算出精度を高め
ることができる。

【００１２】また、請求項２記載の発明では、特徴抽出
手段において、画像データに閾値処理を施し、２値又は
３値のエッジ画像とし、そのエッジ点を特徴点とするよ
うにした。これにより、確からしさの算出が画素数を計
数することで可能となる。また、請求項３記載の発明で
は、閾値処理する際の閾値を、算出される確からしさの
値に応じて可変するようにした。具体的には、請求項４
記載の発明のように、算出された確からしさの値が所定
値より高くなった時には閾値を下げ、前記確からしさの
値が前記所定値より低くなった時は閾値を上げるように
して、確からしさの値が所定の一定値又は一定範囲とな
るよう閾値を可変する。

【００１３】これにより、極力ノイズ成分を除去して検
出直線の確からしさを高めることが可能となり、より安
定したレーンマーカ検出が実現できる。また、請求項５
記載の発明では、設定した小領域の高さ方向の画素数と
検出直線のエッジ点数とを比較し、両者が略等しい場合
には確からしさの前記所定値を１に近い値になるよう
に、検出直線のエッジ点数の方が少ない場合には、確か
らしさの前記所定値が低い値となるよう閾値を設定する
ようにした。これにより、レーンマーカがはっきり描か
れている場合には、ノイズ成分を極力除去してレーンマ
ーカの検出精度を高めることができ、また、レーンマー
カがかすれている場合でも、このようなレーンマーカの
検出が可能となる。

【００１４】

【実施例】以下、本発明の実施例を図面に基づいて説明
する。図４は、本発明に係るレーンマーカ検出装置の第
１実施例のシステム構成図である。図４において、本実
施例装置は、車両前方の走行路を撮影するため、例えば
ルームミラー付近の位置に固定される撮像手段としての
カメラ11と、このカメラ11から得られる画像信号に基づ
いて、画面上に小領域（以下、ウィンドウとする）の設
定、ウィンドウ内におけるレーンマーカを示す特徴とし
てのエッジ点の抽出、ウィンドウ内の全エッジ点の算出
及びウィンドウ内の直線検出等の機能を備えた画像処理
装置12と、該画像処理装置12からの情報に基づいて検出
された直線の確からしさの算出等を実行するマイクロコ
ンピュータ13とで構成されている。

【００１５】次に、本実施例装置において、検出直線の
確からしさを算出するまでの処理動作について図５のフ
ローチャートを参照しながら説明する。まず、ステップ
１（図中Ｓ１で示し、以下同様とする）では、画像処理
装置12は、カメラ11から撮像した自車両前方の道路画像
を入力する。画像処理装置12では、画像データを、例え
ば１フレームが512 ×480 画素の256 階調モノクロ濃淡
画像情報として所定時間毎に連続的に入力する。入力さ
れた１フレーム分の画像データは、画面の横方向をＸ座
標、縦方向をＹ座標として、画素毎にＧ（ｘ，ｙ）のよ
うに画素を特定する座標が割り付けられる。

【００１６】次に、ステップ２では、ステップ１で入力
した道路画像のエッジ点を抽出する。エッジ点の抽出処
理では、入力画像Ｇ（ｘ，ｙ）に対してＳＯＢＥＬオペ
レータにより、Ｘ方向の一次微分を求めその値Ｓx(ｘ，
ｙ）をＧ（ｘ，ｙ）の濃度値とする。次に、閾値Ｃs と
Ｓx(ｘ，ｙ）とを比較し、Ｓx(ｘ，ｙ）＞Ｃs の画素を
エッジ点と判断する。これにより、２値（又は３値）の
エッジ画像が得られる。ここで、エッジ点とは、明るさ
の急激に変化する点を意味する。

【００１７】次に、ステップ３では、図６に示すように
このエッジ画像において車両に設置したカメラ11の取付
け姿勢から予測されるレーンマーカ21の存在領域付近に
複数のウィンドウ20を設定する。これらウィンドウ20の
形状は、図７に示すような上底の画素数がｎ画素で、下
底の画素数がｍ画素の台形とする。尚、図７中におい
て、ｄ_y （＝ｙ₂ −ｙ₁ ）はウィンドウ20の高さとな
る。

【００１８】次に、ステップ４では、ウィンドウ20内に
おいてレーンマーカを示すと思われる直線の検出処理を
実行する。この検出処理は、上底の任意の１点（ｘ_1i，
ｙ₁ ）と下底の任意の１点（ｘ_2j，ｙ₂ ）を結んででき
る線分上の特徴量となるエッジ点の和（画素数に相当）
を算出して記録する。この処理を、上底の各点ｘ_1i（ｉ
＝０〜ｎ）と下底の各点ｘ _2j（ｊ＝０〜ｍ）を結ぶ全線
分（ｎ×ｍ本）に対して実行し、線分上のエッジ点数
（画素数）が最大の線分を検出直線とする。

【００１９】具体的には、図８のフローチャートに示す
ように、得られたエッジ画像に対し、ステップ11で変数
ｉ，ｊ，Ｐmax を初期化後、ステップ12で、上底
（ｘ_1i，ｙ ₁ ）、下底（ｘ_2j，ｙ₂ ）を結ぶウィンドウ
内の仮想直線上の画素数でエッジ点の和ｐを算出する。
次に、ステップ13で、今回のエッジ点数ｐと過去のエッ
ジ点数の最大値Ｐmax との比較を行い、ｐがＰmax より
も大きければ、ステップ14でＰmax とｘ₁ 、ｘ₂ の座標
値を更新する。この処理を下底の各点を示すｊについて
０〜ｍまで行い、更に、同様の処理を上底の各点を示す
ｉについて０〜ｎまで行う。最終的にステップ15で、エ
ッジ点の和ｐが最大となる線分を検出直線と判断し、こ
の検出直線の上底と下底の端点（ｘ₁ ，ｘ₂ ）と検出直
線上のエッジ点の和（最大値Ｐmax ）をマイクロコンピ
ュータ13に出力する。

【００２０】次に、ステップ５で、ウィンドウ内に存在
するノイズ成分も含まれた全ての特徴量であるエッジ点
の和ｐ′（画素数）を算出してマイクロコンピュータ13
に出力する。ステップ６では、下記の式（１）で定義さ
れた検出直線の確からしさを、ステップ４、５の算出結
果に基づいて算出する。

【００２１】 確からしさ＝（検出直線上のエッジ点数）／（ウィンドウ内の全エッジ点数） ・・・ （１） 即ち、確からしさをｑとすると、下記の式（２）とな
る。 ｑ＝Ｐmax ／ｐ′ ・・・ （２） Ｐmax はステップ４で算出される検出直線上のエッジ点
数、ｐ′はステップ５で算出されるウィンドウ内に存在
する全エッジ点数である。

【００２２】尚、直線検出画像が、２値化（又は３値
化）処理されていない画像の場合には、式（１）の右辺
の分母、分子の項を「エッジ点数」の代わりに「エッジ
点の濃度値の和」としてもよい。このように算出した検
出直線の確からしさｑを用いて、例えば自車両の走行車
線領域を認識するようにすれば、従来のものより精度の
高い走行車線領域認識システムを実現することが可能と
なる。

【００２３】次に、本実施例のレーンマーカ検出装置を
走行車線領域認識システムに適用する場合について説明
する。障害物警報システムや衝突回避システム等では、
自車両がこれから走行しようとする前方の道路領域の障
害物や前方車両を検出・認識するシステムとして画像処
理システムが使用される。この場合、撮像装置から前方
走行風景画像を取り込み、自車両が走行する車線の領域
を認識してその領域上に障害物や前方車両が存在してい
るか否かを検出する。

【００２４】この中の自車両走行車線領域の認識手法と
して、路面に描かれている走行車線を区別する線（レー
ンマーカ）を検出して、自車両の両脇にある２本のレー
ンマーカに挟まれる領域を自車線領域とする方法が用い
られており、このレーンマーカ検出に本実施例のレーン
マーカ検出装置を適用する。そして、レーンマーカ検出
装置の検出結果に基づいて、図９に示すようにウィンド
ウ毎の検出直線でレーンマーカを折れ線近似した形状で
自車線領域30を認識したり、或いは図10に示すようにレ
ーンマーカを２次元のモデル式に当てはめて自車線領域
30を認識したりする。

【００２５】図９のように折れ線近似によってレーンマ
ーカを検出する場合には、図８のフローチャートで示し
たようにウィンドウ内で検出された線分の両端点の座標
を用いて検出し、また、図10のように２次元のモデル式
の近似によってレーンマーカを検出する場合には、検出
された線分の両端点の座標を用いて２次元モデル式を算
出する。

【００２６】以下に、２次元のモデル式の近似による車
線領域の検出手法について説明する。自車両前方の道路
の３次元形状を図11と図12のように定義し、水平形状を
２次式、垂直形状を１次式で近似したモデルを、ｘ−ｙ
平面上に透視変換すると撮像画面上に投影される道路形
状モデルは図10に示されるように式（３）で表される。

【００２７】 ｘ＝（ａ＋ｓｅ）（ｙ−ｄ）＋〔ｂ／（ｙ−ｄ）〕＋ｃ ・・・ （３） この式で、ａは自車両91の左側レーンマーカ92と車両中
心93との距離（偏位）、ｂは道路曲率、ｃはｚ＝０（カ
メラ位置に相当する）におけるレーンマーカの接線方向
94に対するヨー角95、ｄは道路とｚ軸との相対角度（ピ
ッチ角）101 、ｅはレーンマーカ間の距離（車線幅）9
6、ｓはレーンマーカに対応する番号に各々相当する係
数（左側レーンマーカ92では０、右側レーンマーカ97に
おいては１）である。各ウィンドウ内の直線検出によっ
て得られる両端点の座標が式（３）を満たすようなａ〜
ｅの値が道路形状を表すパラメータとなる。

【００２８】ウィンドウ内の直線検出によって得られる
両端点の座標が変動した場合、そのｘ座標の変動量Δｘ
は、パラメータａ〜ｅの変動量Δａ〜Δｅを用いてテイ
ラーの定理より下記の式（４）で表すことができる。た
だし、２次以上の項は無視している。 Δｘ＝ＡΔａ＋ＢΔｂ＋ＣΔｃ＋ＤΔｄ＋ＥΔｅ ・・・ （４） ここで、 Ａ＝∂ｘ／∂ａ＝ｙ−ｄ Ｂ＝∂ｘ／∂ｂ＝１／（ｙ−ｄ） Ｃ＝∂ｘ／∂ｃ＝１ Ｄ＝∂ｘ／∂ｄ＝−（ａ＋ｓｅ）＋ｂ／（ｙ−ｄ）² Ｅ＝∂ｘ／∂ｅ＝（ｙ−ｄ）ｓ ・・・ （５） であり、ｙは変動後の端点のｙ座標を表す。従って、同
一ウィンドウ内の直線検出によって求められる前回の端
点と今回の端点のｘ座標の差をＫとしたときに、Ｋと式
（４）より得られるｘの変動量Δｘとの差を最小２乗法
により評価することで、道路形状を表すパラメータの変
動量Δａ〜Δｅを算出する。

【００２９】 ε＝ΣΣｑ_kl（Δｘ_kl−ΔＫ_kl） ・・・ （６） ここで、εはＫとΔｘの差の評価関数、ｑ_klはウィンド
ウ内で検出された直線の確からしさで式（２）で求めら
れるものである。ｋは検出対象とするレーンマーカの本
数、ｌは１本のレーンマーカ上に設定されるウィンドウ
の数を表す。そして、式（６）の値εが最小になるΔａ
〜Δｅの値を算出した後、式（３）のａ〜ｅにこれらの
値を加えて道路形状を示すパラメータを更新する。以上
のような方法により、道路形状を２次元モデルを用いて
推定することができる。

【００３０】また、検出直線の確からしさｑを用いて折
れ線近似によって車線領域を認識する場合には、折れ点
の座標を式（７）を用いて算出する。 ｘ_new ＝ｑ_klｘ＋（１−ｑ_kl）ｘ_old ｙ_new ＝ｑ_klｙ＋（１−ｑ_kl）ｙ_old ・・・ （７） ここで、（ｘ_new ，ｙ_new ）は新たに設定する折れ点の
座標、（ｘ，ｙ）は直線検出によって検出された線分の
端点の座標、（ｘ_old ，ｙ_old ）は今まで設定されてい
た折れ点の座標、ｑは検出された線分の確からしさで０
≦ｑ≦１に正規化されたものである。

【００３１】このように、自車両がこれから走行する車
線の領域認識手法において、２次元のモデル式を用いる
場合は、式（６）に示すようにレーンマーカの一部を直
線検出した時に算出される確からしさｑを重み付け係数
とする評価関数を用いてパラメータの更新を行い、折れ
線近似によって車線領域を認識する場合には、式（７）
のように、前記確からしさｑを今回と前回の座標点に対
する重み付け係数として新たな座標の更新を行う。

【００３２】これらの方法によれば、折れ点の座標や道
路モデルのパラメータを検出直線の確からしさに比例す
る量だけ変動させるので、信頼性の高い車線領域検出を
連続して実行することができる。ここで、従来では、検
出直線の確からしさｑを、検出直線上の画素の２値化又
は３値化した濃度値の和（エッジ点の画素数）として算
出していた。このため、ウィンドウ内にノイズ成分が多
い場合、以下のような問題が考えられた。

【００３３】即ち、図13（ａ）のようにウィンドウ内に
検出したい直線（レーンマーカ）201 以外のエッジ成分
（ノイズ）202 が多く残っていると、図14（ｂ）のよう
なノイズ202 が残っていない場合と比べて実際には検出
直線の確からしさｑは低くなるが、検出直線上のエッジ
点の数が等しいので確からしさｑが等しくなってしま
う。また、破線のレーンマーカを検出する場合、図13
（ｂ）のように直線検出上のエッジ点数が、実際のレー
ンマーカ203 上のエッジ点数より大きくなってしまう。

【００３４】これに対して、本実施例のように、式
（２）よりウィンドウ内において検出直線上のエッジ点
数の全エッジ点数に対する割合を検出直線の確からしさ
ｑ（＝Ｐmax ／ｐ′）として算出すれば、図13（ａ）の
ようなノイズ成分の多く残っているウィンドウから検出
された直線よりも、図14（ｂ）のようなノイズ成分の少
ないウィンドウから検出された直線の方がより確からし
いと判断することができる。

【００３５】このように、本実施例のレーンマーカ検出
装置によれば、ウィンドウ内のノイズ成分の存在状況を
検出直線の確からしさｑに正確に反映させることができ
るので、従来より精度の高い車線領域認識システムを実
現することができる。本発明の第１実施例として図２に
示すような構成のウィンドウ内直線検出及び検出直線の
確からしさの算出手段を用いて、上述したような２次元
の道路モデルによる道路形状推定を行うことができる。

【００３６】次に本発明の第２実施例を説明する。第２
実施例は、検出直線の確からしさｑに基づいて画像処理
装置12の閾値処理における閾値を可変設定するようにし
たのであり、ハードウエア構成は図４に示す第１実施例
と同様の構成であり、マイクロコンピュータ13のソフト
ウエア構成が異なる。

【００３７】即ち、マイクロコンピュータ13は、画像処
理装置12からの出力情報に基づいて算出した検出直線の
確からしさｑの値に基づいて、画像処理装置12に閾値の
変更を指令する。次に図15のフローチャートに従って第
２実施例の動作を説明する。ステップ21〜26までの動作
は、第１実施例と同様であるので、ここでは説明を省略
する。

【００３８】ステップ27では、ステップ26で算出された
検出直線の確からしさｑを所定値Ａ _q と比較する。ここ
で、ｑ＞Ａ_q の場合は、ステップ28に進み画像処理装置
12におけるエッジ点抽出のための閾値Ｃs を上げて高く
する。また、ｑ＜Ａ_q の場合は、ステップ29に進み閾値
Ｃs を下げて低くする。ｑ＝Ａ_q の場合は閾値Ｃs をそ
のままとする。

【００３９】このように、第２実施例では、検出直線の
確からしさｑが一定の値Ａ_q に保持されるように、閾値
Ｃs を可変設定するようにしている。尚、確からしさｑ
の許容値に上限値と下限値を設定して確からしさｑが一
定の範囲内となるよう閾値Ｃs を可変設定するようにし
てもよい。このように、画像処理装置12における閾値処
理の閾値を可変にすることで検出直線以外のエッジ成分
を極力除去することができるようになる。

【００４０】即ち、図14（ａ）に示すように検出直線20
1 以外のエッジ点202 がウィンドウ内に多く残っている
と、式（２）の確からしさｑの値は小さくなる。レーン
マーカを検出するように設定されているウィンドウ内で
は、レーンマーカと路面の濃度差が大きいので、これら
の境界を示すエッジ成分が最も強調され、エッジ点の濃
度も最大値になる。従って、画像処理装置12の閾値処理
で設定する閾値Ｃs を高くすると、ノイズ成分のエッジ
点の濃度はレーンマーカの特徴を表すエッジ点の濃度よ
りも低いので除去することができる。このような処理に
より、図14（ａ）のようなノイズ成分の大部分は図14
（ｂ）のように除去されるので、確からしさｑも１に近
づき、より確からしい値をとることができるようにな
る。しかし、確からしさｑが１に近づき過ぎると、検出
直線の特徴を表すエッジ点の濃度値よりも閾値の方が高
くなっている可能性が考えられ、この場合レーンマーカ
が存在するにも拘らず見落とす虞れがあるので、所定値
Ａ_q を越えた時は閾値Ｃs を下げる。

【００４１】従って、ノイズを極力除去すると共に、確
実にレーンマーカを検出するために、第２実施例装置で
は、確からしさｑがある一定値又は一定の範囲となるよ
うに閾値を可変設定しており、これにより、より安定し
た直線検出が実現できる。次に第３実施例について説明
する。第３実施例は、検出直線の確からしさｑの値をウ
ィンドウの高さと検出直線上のエッジ点数との比較結果
に応じて変動させるようにしたものであり、第２実施例
と同様にハードウエア構成は図４に示す第１実施例と同
様の構成であり、マイクロコンピュータ13のソフトウエ
ア構成が異なる。

【００４２】即ち、マイクロコンピュータ13は、画像処
理装置12からのウィンドウ高さ情報、検出直線上のエッ
ジ点数情報、及び自身で算出した確からしさｑに基づい
て、画像処理装置12に閾値の変更を指令する。次に図16
のフローチャートに従って第３実施例の動作を説明す
る。ステップ31〜36までの動作は、第１実施例と同様で
あるので、ここでは説明を省略する。

【００４３】ステップ37では、ステップ34で算出された
検出直線上の画素数ｐと所定値Ａ_pとを比較する。ここ
で、所定値Ａ_p は、ウィンドウの高さｄ_y に相当する画
素数より僅かに小さい値であり、ウィンドウの高さに極
めて近似した値とする。この比較結果が、ｐ≧Ａ_p の場
合は、ステップ38に進み、ｐ＜Ａ_p の場合は、ステップ
39に進む。尚、前記所定値Ａ_p を、ウィンドウの高さｄ
_y に相当する画素数と同じに設定してもよい。この場
合、ステップ37ではｐ＝Ａ_p か否かを判定することにな
る。

【００４４】ステップ38では、検出直線の確からしさｑ
が、１に近い所定値Ａ_q1となるように、閾値Ｃs を可変
設定する。また、ステップ39では、検出直線の確からし
さｑが、前記所定値Ａ_q1より低い値Ａ_q2（Ａ_q2＜Ａ_q1）
となるように、閾値Ｃs を可変設定する。かかる第３実
施例のように、直線検出によって求められる検出直線上
のエッジ点数ｐとウィンドウの高さｄ_y を比較し、検出
直線上のエッジ点数ｐがウィンドウの高さｄ_y に近い時
は確からしさｑの値又は範囲を１に近いところに制御
し、検出直線上のエッジ点数ｐがウィンドウの高さｄ_y
より小さい時は確からしさｑの値又は範囲を低いところ
に制御すれば、レーンマーカがかすれているような場合
にも対応することができ、より精度良くノイズ成分を除
去することができるようになる。

【００４５】即ち、明確に描かれたレーンマーカと路面
の境界ではそのエッジ成分の濃度差が大きいため、閾値
Ｃs を高く設定してもエッジ点を抽出でき検出直線上の
エッジ点数は略ウィンドウ高さと等しくなる。これに対
してかすれたレーンマーカと路面の境界ではそのエッジ
成分の濃度差が低下するため、閾値Ｃs を高く設定する
とエッジ点として抽出できない部分が生じて検出直線上
のエッジ点数はウィンドウ高さに比べて小さい値とな
る。従って、第３実施例装置によれば、レーンマーカが
かすれているような場合もレーンマーカの検出精度を損
なうことなく、ノイズ成分を効果的に除去することがで
き、より一層精度の良いレーンマーカ検出が実現でき
る。

【００４６】

【発明の効果】以上説明したように本発明によれば、ウ
ィンドウ内に存在するノイズ成分を含めた全ての特徴量
と、ウィンドウ内の検出直線上に存在する特徴量を検出
し、検出直線上の特徴量のウィンドウ内の全特徴量に対
する割合を検出直線の確からしさとするようにしたの
で、ウィンドウ内における検出直線の確からしさの値を
精度良く算出できるため、この確からしさを用いたレー
ンマーカ検出においてノイズ成分に起因する検出精度の
低下を防止でき、レーンマーカの検出精度を向上でき
る。

【００４７】また、算出した確からしさに基づいて閾値
を可変設定することで、ウィンドウ内にレーンマーカが
存在する場合においてノイズ成分を効果的に除去するこ
とができ、よりレーンマーカの検出精度を高めることが
でき、延いては走行車線領域の認識システムの精度を高
められる。更に、確からしさの値を、ウィンドウ内の検
出直線上の特徴量とウィンドウ高さとの比較結果に応じ
て変動させる構成とすることで、ウィンドウ内のノイズ
成分の除去を効果的に行ってレーンマーカの検出精度の
低下を防止できると共に、レーンマーカがかすれている
場合でも検出が可能となる。

【図面の簡単な説明】

【図１】本発明の構成を説明するブロック図

【図２】本発明の別の構成を説明するブロック図

【図３】本発明の更に別の構成を説明するブロック図

【図４】本発明に係るレーンマーカ検出装置の第１実施
例を示すシステム構成図

【図５】同上第１実施例の動作を説明するフローチャー
ト

【図６】同上第１実施例のウィンドウ設定の説明図

【図７】ウインドウのエッジ点検出処理の説明図

【図８】ウインドウのエッジ点検出処理のフローチャー
ト

【図９】折れ線近似により走行車線領域を認識する様子
を示す図

【図10】２次元道路モデルにより走行車線領域を認識す
る様子を示す図

【図11】２次元道路モデルによる走行車線領域認識処理
の説明図

【図12】２次元道路モデルによる走行車線領域認識処理
の説明図

【図13】ウィンドウ内のノイズ成分の存在状態を示す図

【図14】閾値処理によるウインドウ内のノイズ成分の除
去状態を示す図

【図15】本発明の第２実施例の動作を説明するフローチ
ャート

【図16】本発明の第３実施例の動作を説明するフローチ
ャート

【符号の説明】

11 カメラ 12 画像処理装置 13 マイクロコンピュータ

Claims (5)

【特許請求の範囲】
1. 【請求項１】自車両前方の道路状況を撮像する撮像手段
   と、 該撮像手段により撮像された画像データからレーンマー
   カを示す特徴を抽出する特徴抽出手段と、 前記撮像手段により撮像された画面上に前記特徴を検出
   するための小領域を設定する小領域設定手段と、 設定された小領域内で抽出された全ての特徴量を算出す
   る特徴量算出手段と、 設定された小領域において高さ方向の互いに向かい合う
   ２辺間の任意の点を結んでできる全線分の中で線分上に
   存在する特徴量が最大である線分を検出直線とする小領
   域内直線検出手段と、 該小領域内直線検出手段で検出された検出直線上の特徴
   量の前記特徴量算出手段で算出された全特徴量に対する
   割合を検出直線の確からしさとして算出する確からしさ
   算出手段と、 を備えて構成したことを特徴とするレーンマーカ検出装
   置。
2. 【請求項２】前記特徴抽出手段は、前記撮像手段により
   撮像された画像データに閾値演算処理を施す閾値処理手
   段を備え、該閾値処理手段で得られたエッジ点をレーン
   マーカを示す特徴点とする請求項１記載のレーンマーカ
   検出装置。
3. 【請求項３】前記閾値処理手段で用いる閾値を、前記確
   からしさ算出手段で算出される確からしさの値に応じて
   可変設定する閾値設定手段を備えてなる請求項２記載の
   レーンマーカ検出装置。
4. 【請求項４】前記閾値設定手段は、算出された確からし
   さの値が所定値より高くなった時には閾値を下げ、前記
   確からしさの値が前記所定値より低くなった時は閾値を
   上げて、確からしさの値が前記所定値となるよう閾値を
   可変する構成である請求項３記載のレーンマーカ検出装
   置。
5. 【請求項５】前記閾値設定手段は、前記小領域内直線検
   出手段の検出直線上のエッジ点数の前記小領域設定手段
   で設定される小領域の高さ方向の画素数に対する割合を
   算出する算出手段と、 該算出手段の算出結果に基づいて、算出値が略１に等し
   い時は確からしさの前記所定値を１に近い値になるよ
   う、算出値が１より小さい時は確からしさの前記所定値
   を１に近い値より低い値になるよう、前記所定値を可変
   設定する所定値可変手段とを設け、 確からしさの値が前記所定値可変手段で設定される値と
   なるよう閾値を設定する構成である請求項４記載のレー
   ンマーカ検出装置。