JPH0933216A - 車載用画像処理装置 - Google Patents

Abstract

(57)【要約】 【課題】 時系列的に安定しているノイズ等の影響を受
けず安定した白線認識を行うことができる車載用画像処
理装置を得る。 【解決手段】 画像撮影手段１より出力される画像信号
より、白線候補を抽出し、この白線候補から車線幅情報
に基づいて、白線を検出する。

Description

【発明の詳細な説明】

【０００１】

【発明の属する技術分野】この発明は、車載用画像処理
装置に関し、特に白線認識を行うための車載用画像処理
装置に関するものである。

【０００２】

【従来の技術】従来、車載用画像処理装置として知られ
る、自動車用白線認識装置としては、図１０に示すよう
に、ＣＣＤカメラ１から入力した画像情報からＡ／Ｄ変
換手段２により画像信号をディジタル信号に変換し、該
ディジタル変換された信号から白線認識手段３により白
線認識を行うものが知られている。

【０００３】かかる従来技術において、ディジタル信号
から白線認識により白線位置を求める白線認識手段につ
いては種々のものが提案されており、例えば、白線と道
路面との輝度差を利用して、画像を所定の閾値で二値化
して白線候補点を求める方式、或いは、特開平３−２７
３４９８号公報のように、白線と道路面との輝度差の変
化率、すなわち輝度信号を空間的に微分する等の処理を
実行して白線候補点を求める方式が知られている。

【０００４】また更には、画像信号に前例の二値化等既
存の前処理を行った信号、もしくは画像信号そのものを
時間積分し、候補点を求める方式も考えられている。以
下にこのような時間積分から候補点を求めるようにした
白線認識手段について説明する。

【０００５】図１１はＣＣＤカメラである撮影手段１に
よって車両前方を撮影したときの画像の一例であり、４
は道路上の白線、５は道路、６は道路上の文字等であ
る。ここで、白線４の認識は走査線毎に行い、左右それ
ぞれ１点ずつ白線位置を出力することで行われる。

【０００６】以下に、１走査線上において、入力画面か
ら白線認識を行うための構成および動作について説明す
る。図１２は、ある１走査線（図１１のａ線）を抜き出
し、処理を行った時のフロー（ａ）、及びそのときのデ
ータ（ｂ）を横軸を画面上の横位置にとって表したもの
である。

【０００７】図１２（ｂ）の８は縦軸を輝度値に取った
ときの入力画像データを示す。このように、白線４や道
路上の文字６等は輝度値が大きく道路５等は輝度値が小
さく現れている。まず、入力画面（入力画像データ）に
対して輪郭線検出手段９による検出を行う。輪郭線検出
手段９により、輪郭線は入力画像データの変化分絶対値
で求められる。入力画像データ８が入力された輪郭線検
出手段９の出力データ（輪郭線検出データ）は、１０の
ようなグラフで示される。

【０００８】次に、特定の閾値により二値化手段１１に
よる二値化を行う。輪郭線検出データ１０に特定閾値に
よる二値化を施すと、１２で示すような二値化データが
得られる。次に二値化データ１２を時間積分手段１３に
より時間積分する。

【０００９】時間積分は例えば、画面上の１画素に注目
し、図１３の様に１画面遅延手段２３と内分手段２４に
より構成される。内分手段２４は、ある時定数である内
分比率を定めるτ２５が与えられたとき、２入力のτ−
１：１内分値を出力するものである。ある時点でのその
画素の輝度値をＰ（ｎ）、同時刻の同じ画素の時間積分
値をＩ（ｎ）、その前フレームの同じ画素の時間積分値
をＩ（ｎ−１）、ある所定の時定数をτとすると、時間
積分値は次の式で与えられる。

【００１０】 Ｉ（ｎ）＝（１−１／τ）×Ｉ（ｎ−１）＋１／τ×Ｐ（ｎ） （式１）

【００１１】ここで時定数τを大きくとると長い時間積
分となり、小さくとると短い時間積分となる。これによ
り、時間的に安定して同じ位置に現れる輪郭線が強く現
れるため、道路上の文字等の時間的に不安定の輪郭線は
小さい値となる。

【００１２】二値化データ１２を時間積分したグラフは
１４の様になる。このように、白線４の位置に対応する
データは大きな値となり、一方、道路の文字等６の位置
に対応するデータは小さな値となる。

【００１３】次に積分手段１３により得られたデータ１
４を変化分検出手段１５によって変化分データ１６を求
める。変化分検出手段１５は輪郭線検出手段９と同じく
変化分を変化分絶対値で求める。

【００１４】次に、走査開始点設定手段１７は、ライン
上の中心点を特定基準点１８とし、これを走査開始点と
して設定する。走査手段１９は、この特定基準点１８よ
り左右方向に変化分データ１６を走査する。また、走査
手段１９と平行して変化分検出手段２０により変化分デ
ータ１６に対し変化分検出を行い、白線候補点２１を検
出する。変化分検出手段２０は、例えば、データの変化
分を計算し、この変化分データが所定の閾値以上である
ものを検出する。

【００１５】変化分検出手段２０により検出された白線
候補点２１は判断手段２２により、白線候補点が時系列
的に安定していればこれを白線位置と決定し、そうでな
ければ前回の白線位置を白線と決定する。

【００１６】以上に、この発明の一つの従来技術におけ
る白線位置検出手段について説明したが、この発明の他
の従来技術における白線認識手段としては、特公平６−
２４０３５号公報に示されるように、撮像画像から輪郭
線を抽出し、Ｈｏｕｇｈ変換を施して画像上で近似する
直線群を抽出する直線群抽出手段が知られている。

【００１７】

【発明が解決しようとする課題】しかしながら、かかる
従来の車載用画像処理装置においては、例えば、自車両
と相対速度の小さい車両や、道路上に道路と平行して設
けられる影等は時系列的に安定しているため白線と誤認
識する恐れがある。

【００１８】本発明はかかる問題点を解決すべく為され
たものであり、時系列的に安定しているノイズの影響を
受けず安定した白線認識を行うことができる車載用画像
処理装置を得ることを目的とする。

【００１９】

【課題を解決するための手段】この発明の請求項１に係
る車載用画像処理装置は、車両周辺を撮影する撮影手段
と、撮影手段により出力される画像信号を入力する入力
手段と、上記画像信号に基づいて白線候補点を抽出する
白線候補点抽出手段と、抽出された白線候補点から車線
幅情報に基づいて白線を決定する決定手段とを備えたも
のである。

【００２０】この発明の請求項２に係る車載用画像処理
装置は、請求項１の車載用画像処理装置において、さら
に、抽出された白線候補点に基づいて車線幅を学習する
車線幅学習手段を備えたものである。

【００２１】この発明の請求項３に係る車載用画像処理
装置は、請求項２の車載用画像処理装置において、さら
に、所定の条件で上記車線幅を学習させる車線幅学習条
件設定手段を備えたものである。

【００２２】この発明の請求項４に係る車載用画像処理
装置は、請求項２または請求項３の車載用画像処理装置
において、さらに、車線幅の学習に車線幅の変化量を限
定させる限定手段を備えたものである。

【００２３】この発明の請求項５に係る車載用画像処理
装置は、請求項１乃至請求項４のいずれかの車載用画像
処理装置において、さらに、抽出された白線候補点に関
するデータに時間積分処理を行う時間積分手段を備えた
ものである。

【００２４】この発明の請求項６に係る車載用画像処理
装置は、請求項１乃至請求項５のいずれかの車載用画像
処理装置において、さらに、抽出された白線候補点によ
る白線位置の変化量を限定する変化量限定手段を備えた
ものである。

【００２５】この発明の請求項７に係る車載用画像処理
装置は、請求項１乃至請求項６のいずれかの車載用画像
処理装置において、さらに、得られた車線幅を用いて、
道路種別を判別する道路種別判別手段を備えたものであ
る。

【００２６】この発明の請求項８に係る車載用画像処理
装置は、請求項１乃至請求項７のいずれかの車載用画像
処理装置において、さらに、得られた車線幅を用いて、
車体状態を判別する車体状態判別手段を備えたものであ
る。

【００２７】この発明の請求項９に係る車載用画像処理
装置は、請求項１乃至請求項８のいずれかの車載用画像
処理装置において、さらに、得られた車線幅を用いて、
道路の曲がりを検出する道路曲率検出手段を備えたもの
である。

【００２８】

【発明の実施の形態】

実施の形態１．図１は、この発明の実施の形態の全体構
成を示す図である。図１において、１は画像撮影手段
（ＣＣＤカメラ）、２はＡ／Ｄ変換手段、２８は輪郭線
検出等の前処理手段、２９は時間積分手段、３０は領域
分割手段、３は白線認識手段、４５は安定化処理手段、
４６は車線幅学習手段である。

【００２９】図２は、画像撮影手段１によって車両前方
を撮影したときの画像の一例であり、これは、図１１に
対して、郭線検出、二値化処理等の前処理を行ったもの
である。図３は図２の画像に対し時間積分を行い領域分
割したときの図である。図３において、２７は領域Ｉ、
２６は領域Ｏをそれぞれ示している。ここで、上述した
図２は前処理手段２８の出力図、図３は領域分割手段３
０の出力図をそれぞれ示している。

【００３０】図４は前処理手段の一例を表したものであ
る。３１は１走査線遅延手段、３２は１画素遅延手段、
３３、３４は差分手段、３５、３６は絶対値手段、３７
は特定閾値、３８、３９は比較手段、４０はＯＲ演算子
である。ここで、差分手段３３でカメラに対し水平方向
の変化分を求め、絶対値手段３５でそれの絶対値を求
め、比較手段３８で二値化して、カメラに対し水平方向
の輪郭線を得る。一方、差分手段３４で同様にカメラの
垂直方向変化分を求め、絶対値手段３６でそれの絶対値
を求め、比較手段３９で二値化を行いカメラに対して垂
直方向の輪郭線を求める。さらにＯＲ演算子４０で水平
方向輪郭線と垂直方向輪郭線の論理和を求め、輪郭線を
検出している。

【００３１】輪郭線検出及び二値化を施した画像は、図
１３に示した積分装置を使って時間積分を行う。これは
（式１）における時定数τを大きくすることにより長い
時間積分を求めることができ、時定数τを小さくするこ
とにより短い時間積分を求めることができるものであ
る。従って、例えば、道路の前方近距離に当たる部分は
比較的安定しているため時定数τを大きくとり、道路の
前方遠距離に当たる部分は比較的安定していないので時
定数τを小さくとるというように、場所によって時定数
を使い分ける等の操作を行ってもよい。

【００３２】時間積分手段２９による出力信号は領域分
割手段３０に入力される。これは、図５のように比較手
段４２を用いて行われ、比較手段４２により特定閾値４
１より信号が大きい場合は領域Ｉ（２７）、特定閾値４
１より小さければ領域Ｏ（２６）に画面を２つの領域に
分割するものである。

【００３３】ここで、特定閾値４１は例えば、時間積分
された信号の全画面分もしくは一走査線分の平均をもと
に特定の値を加えたものを用いる。例えば、道路の手前
部分（近距離部分）と奥部分（遠距離部分）の時定数τ
の値を変えた場合などは、閾値は走査線ごとの平均を基
に決めるものとする。

【００３４】前段により分けられた領域のうち領域Ｉ
は、画面上での動きが少ない輪郭線の存在する領域であ
り、領域Ｏは画面上で動きの大きい輪郭線もしくは、輪
郭線そのものが無い領域である。

【００３５】例えば白線や車両等のように、画面上で時
間的にある程度同じ位置に存在するものは領域付近は領
域Ｉとなり、それ以外の領域、例えば道路に描かれた文
字、横断歩道等のように、車両が動いている場合に、画
面の同じ場所に時間的に存在していないものの付近は、
領域Ｏとなる。

【００３６】このようにして、白線認識もしくは車両認
識等の検出処理を該領域Ｉに限定することにより、全体
的に処理速度を上げることができ、さらに装置のを安定
性を上げることができる。次に、この領域を用いて白線
認識手段３による白線認識を行う。この白線認識は、領
域I内における白線をその輪郭から求めるものである。

【００３７】図６は白線認識のフローチャートである。
白線認識処理は走査線ごとに行い、さらに画面中心（特
定基準点）から左右２つに分けて２回、それぞれ別々に
処理される。まず、例えば基準点より右側について、図
６のフローチャートを実行する。まず、領域Ｉが存在す
るか調べ（ステップＳ１）、領域Ｉが存在しない場合
は、前回の白線認識値を候補点の１つとする（ステップ
Ｓ２）。領域Ｉが存在する場合は、領域Ｉのうち中心に
近い方から順番に走査を行い（ステップＳ３）、輪郭線
の存在を判断する（ステップＳ４）。輪郭線が存在する
と判断された場合は、内側から最大２つまでを白線認識
値の候補点とし（ステップＳ５）、ステップＳ７に進
む。ステップＳ７については後述する。ステップＳ２の
処理後、あるいはステップＳ５において領域Ｉに白線が
存在しない場合は、前回白線位置（積分値の極大値）を
白線認識の候補点とし（ステップＳ６）、ステップＳ７
に進む。ステップＳ７の処理後は、基準点の左側につい
て、同様の処理がなされる。

【００３８】次に、ステップＳ７の処理について説明す
る。ステップＳ７では、例えばまず右側における処理結
果について、ステップＳ５により輪郭線候補点があった
場合は、図に示されるように、領域（１）と（３）が指
定（付勢）される。一方、ステップＳ２、ステップＳ６
により前回白線位置が候補点とされた場合は、領域
（２）と（４）が指定される。次に、左側における処理
結果について、ステップＳ５により輪郭線候補点があっ
た場合は、領域（１）と（２）が指定され、一方、ステ
ップＳ２、ステップＳ６により前回白線位置が候補点と
された場合は、領域（３）と（４）が指定される。

【００３９】こうして、ステップＳ７において、左側、
右側でのそれぞれの指定が終了すると、左右で共に指定
された領域が左右白線候補点として選択され、各領域
（１）〜（４）に応じて、次のように白線が決定され
る。

【００４０】領域（１）は、左右両方とも領域Ｉが存在
し、さらにその領域Ｉ内に輪郭線が存在する場合であ
る。この場合は、候補点のうち、左右の候補点の距離が
最も車線幅に近いものを白線認識点と決定する。

【００４１】領域（２）は、左側に領域Ｉが存在し、さ
らに領域Ｉ内に輪郭線が存在し、右側には領域Ｉが存在
しないか、または存在しても領域Ｉ内に輪郭線が存在し
ない場合である。この場合は、左側候補点は前回右側候
補点との距離が最も車線幅に近いものを選択し、右側候
補点は該選択された左側認識点から距離が車線幅になる
ように決定する。

【００４２】右側認識点＝左側認識点＋車線幅（右側の
座標が左側の座標より大きい場合）

【００４３】領域（３）は、右側に領域Ｉが存在し、さ
らに領域Ｉ内に輪郭線が存在し、左側には領域Ｉが存在
しないか、または存在しても領域Ｉ内に輪郭線が存在し
ない場合である。この場合は、右側候補点は前回左側候
補点との距離が最も車線幅に近いものを選択し、左側候
補点は選択された右側認識点から距離が車線幅になるよ
うに決定する。

【００４４】左側認識点＝右側認識点−車線幅（右側の
座標が左側の座標より大きい場合）

【００４５】領域（４）は、左右両方とも領域Ｉが存在
しないかもしくは、存在しても領域Ｉ内に輪郭線が存在
しない場合である。この場合は、左右それぞれの候補点
のうち左右の距離が最も車線幅に近いものを決定する。
ここで、車線幅は学習した車線幅を用いるものとする。
（車線幅学習は後述）。

【００４６】次に安定化処理手段４５による認識点に対
する安定化処理を行う。安定化処理は認識点に対し積分
手段、変化量限定手段を用いて行われる。ここで、積分
手段は従来装置の積分手段（図１３）と同じ方式で求め
る。変化量限定手段は、ある値ａ（ｎ）の前回の値をａ
（ｎ−１）とし、最大変化量をδ（＞０）とすると、

【００４７】ａ（ｎ）−ａ（ｎ−１）＞δの時 ａ（ｎ）＝ａ（ｎ−１）＋δ

【００４８】−δ＜ａ（ｎ）−ａ（ｎ−１）＜δの時 ａ（ｎ）はそのまま。

【００４９】−δ＜ａ（ｎ）−ａ（ｎ−１）の時 ａ（ｎ）＝ａ（ｎ−１）−δ

【００５０】の処理を行うものである。

【００５１】図７に積分処理と変化量限定処理のグラフ
を示す。図において、（ａ）が入力データ、（ｂ）が入
力データに対し積分処理を行った時の一例、（ｃ）が入
力データに対し変化量限定処理を行った時の一例であ
る。時間積分処理は微少のノイズを安定させる働きがあ
るのに対し、大きな変化量のノイズには効果が少ない。
一方、変化量限定処理は大きな変化量のノイズを安定さ
せる働きがあるのに対し、小さなノイズには効果が少な
い。

【００５２】以下に車線幅学習手段４６について説明す
る。車線幅学習は安定化処理後に行われ、下記の４つの
条件（ａ）〜（ｄ）を全て満たしたときのみ、左右白線
認識点距離を基に学習する。ここで、学習とは車線幅を
認識し、かつ記憶することをいう。

【００５３】（ａ）上記領域（１）の場合。 （ｂ）左右認識点距離が標準車線幅（画面上）±１０％
以内。 （ｃ）左右認識点距離が前回車線幅±１０％以内。 （ｄ）左右認識点距離が画面におけるより下側の走査線
で検出された車線幅（実際の位置関係は手前）以下。

【００５４】これにより上記の条件に合うもののみが車
線幅に反映されるため常に正しい車線幅を得ることがで
きる。学習操作は、左右認識点の時間積分によって行わ
れる。これにより、車線幅を時間的に安定させることが
できる。また、安定化操作として、上述したような変化
量限定を行うこともできる。なお、上述した実施の形態
において、Ａ／Ｄ変換手段２、前処理手段２８、時間積
分手段２９、領域分割手段３０、および、白線認識手段
３におけるフローチャートのステップＳ１〜Ｓ６はこの
発明の白線候補点抽出手段を構成し、白線認識手段３に
おけるフローチャートのステップＳ７はこの発明の白線
決定手段を構成する。

【００５５】実施の形態２．上述した実施の形態により
得られた車線幅から、走行道路の種別を判別することが
できる一例をこの発明の他の実施の形態２として以下に
示す。例えば、次の条件により、画像上の道路が一般道
路か高速道路かを判別する。

【００５６】車線幅＞３．８ｍの場合高速道路 車線幅≦３．８ｍの場合一般道路

【００５７】この場合、時系列に安定させるために積分
処理、変化量限定処理を行ってもよい。このようにし
て、得られた情報は、例えばナビゲーション等に入力す
ることにより画像から自車両位置を確認することができ
る。

【００５８】実施の形態３．次に、上述の実施の形態に
より得られた車線幅から、車体の状態を判別するときの
一例を実施の形態３として以下に示す。図８は道路を走
行する車体を上方から見たときの図であり、図中、５３
は白線、５４は車体５６と白線５３とのなす角、５５は
画面での１走査線を地面に投影したときの線である。

【００５９】図８のように、車体５６と白線５３とのな
す角がθの時、認識される車線幅は実際の車線幅のcose
cθ倍になる。学習した車線幅をＷgakushu、認識した車
線幅をＷninshikiとおくと、車両は通常は白線と平行し
て走るため、Ｗgakushuは実際の車線幅の値を示す。こ
こで、今、突然車両が図８のように白線となす角θにな
ったとき、Ｗninshikiは、Ｗgakushu の cosecθ倍にな
ると考えられるので、

【００６０】ｃｏｓ^-1（Ｗgakushu／Ｗninshiki）

【００６１】を求めることにより、車体と白線とのなす
角を求めることができる。また、車線幅認識点を増やす
ことにより、安定性を上げることもできる。

【００６２】実施の形態４．次に、車線幅から道路の曲
がり具合を判別するときの一例を実施の形態４として示
す。図９は車体を上方から見たときの図であり、５６は
自車両である車体、５７は道路の白線、５８は道路の曲
率円の中心、５９は道路上の点Ａ、６０は道路上の点
Ｂ、６１はＡ点５９と自車両５６とのなす角α、６２は
Ｂ点６０と自車両５６とのなす角β、６３は曲率半径
Ｌ、６４はＡ点５９とＢ点６０の自車両方向の距離差Ｌ
１である。

【００６３】ここで、上述の実施の形態３でθを求めた
のと同様にして、Ａ点、Ｂ点での車線幅から、Ａ点、Ｂ
点の自車両と白線とのなす角α，βを求めることができ
る。また、カメラの取り付け位置関係から、自車両との
自車両方向距離差Ｌ１が分かる。従って、道路の曲率半
径をＬとすると、

【００６４】Ｌｓｉｎβ−Ｌｓｉｎα＝Ｌ１

【００６５】の関係が成り立つので、

【００６６】Ｌ＝Ｌ１／（ｓｉｎβ−ｓｉｎα）

【００６７】となり曲率半径が求められる。

【００６８】この発明の請求項１に係る車載用画像処理
装置は、車両周辺を撮影する撮影手段と、撮影手段によ
り出力される画像信号を入力する入力手段と、上記画像
信号に基づいて白線候補点を抽出する白線候補点抽出手
段と、抽出された白線候補点から車線幅情報に基づいて
白線を決定する決定手段とを備えたため、時系列的に安
定しているノイズの影響を受けず信頼性の高い白線認識
を行うことができるという効果を奏する。

【００６９】この発明の請求項２に係る車載用画像処理
装置は、請求項１の車載用画像処理装置において、さら
に、抽出された白線候補点に基づいて車線幅を学習する
車線幅学習手段を備えたため、請求項１の効果をより高
めることができ、信頼性の高い白線認識を行うことがで
きるという効果を奏する。

【００７０】この発明の請求項３に係る車載用画像処理
装置は、請求項２の車載用画像処理装置において、さら
に、所定の条件で上記車線幅を学習させる車線幅学習条
件設定手段を備えたため、請求項２の効果をより高める
ことができ、信頼性の高い白線認識を行うことができる
という効果を奏する。

【００７１】この発明の請求項４に係る車載用画像処理
装置は、請求項２または請求項３の車載用画像処理装置
において、さらに、車線幅の学習に車線幅の変化量を限
定させる限定手段を備えたため、請求項２または請求項
３の効果をより高めることができ、信頼性の高い白線認
識を行うことができるという効果を奏する。

【００７２】この発明の請求項５に係る車載用画像処理
装置は、請求項１乃至請求項４のいずれかの車載用画像
処理装置において、さらに、抽出された白線候補点に関
するデータに時間積分処理を行う時間積分手段を備えた
ため、これらの信頼性をより高めることができるという
効果を奏する。

【００７３】この発明の請求項６に係る車載用画像処理
装置は、請求項１乃至請求項５のいずれかの車載用画像
処理装置において、さらに、抽出された白線候補点によ
る白線位置の変化量を限定する変化量限定手段を備えた
ため、これらの信頼性をより高めることができるという
効果を奏する。

【００７４】この発明の請求項７に係る車載用画像処理
装置は、請求項１乃至請求項６のいずれかの車載用画像
処理装置において、さらに、得られた車線幅を用いて、
道路種別を判別する道路種別判別手段を備えたため、信
頼性の高い道路種別判別を行うことができるという効果
を奏する。

【００７５】この発明の請求項８に係る車載用画像処理
装置は、請求項１乃至請求項７のいずれかの車載用画像
処理装置において、さらに、得られた車線幅を用いて、
車体状態を判別する車体状態判別手段を備えたため、信
頼性の高い車体状態判別を行うことができるという効果
を奏する。

【００７６】この発明の請求項９に係る車載用画像処理
装置は、請求項１乃至請求項８のいずれかの車載用画像
処理装置において、さらに、得られた車線幅を用いて、
道路の曲がりを検出する道路曲率検出手段を備えたた
め、道路曲がりの検出の信頼性を高めることができると
いう効果を奏する。

【図面の簡単な説明】

【図１】 この発明の実施の形態１における本発明のブ
ロック図である。

【図２】 この発明の実施の形態１における車両前方を
撮影した画像に輪郭線検出等の前処理を施した時の一例
を示す図である。

【図３】 この発明の実施の形態１において、図２の画
像を時間積分処理を施し領域分割したときの一例を示す
図である。

【図４】 この発明の実施の形態１における輪郭線検出
等の前処理の一例を示す図である。

【図５】 この発明の実施の形態１における領域分割の
ブロック図である。

【図６】 この発明の実施の形態１における白線認識処
理の流れを示したフローチャートである。

【図７】 時間積分処理、変化量限定処理を行った時の
グラフである。

【図８】 この発明の実施の形態３における説明図であ
る。

【図９】 この発明の実施の形態４における説明図であ
る。

【図１０】 従来技術のブロック図である。

【図１１】 従来技術における車両前方を撮像した画像
の一例を示す図である。

【図１２】 従来技術における認識処理の流れを示した
図である。

【図１３】 時間積分処理の構成を示すブロック図であ
る。

【符号の説明】

１ 画像撮影手段（ＣＣＤカメラ）、２ Ａ／Ｄ変換手
段、３ 白線認識手段、４ 白線、５ 道路、６ 道路
上の文字、７ 背景、２３ 一画面遅延手段、２４ 内
分手段、２５ 時定数τ、２６ 領域Ｏ、２７ 領域
Ｉ、２８ 前処理手段、２９ 時間積分手段、３０ 領
域分割手段、３１ 一走査線遅延手段、３２ 一画素遅
延手段、３３、３４ 差分手段、３５、３６ 絶対値手
段、３７特定閾値、３８、３９ 比較手段、４０ ＯＲ
演算子、４１ 特定閾値、４２比較手段、５３ 白線、
５４ 車両方向と白線とのなす角、５５ 画面での１走
査線を地面に投射した線、５６ 自車両、５７ 白線、
５８ 道路の曲率円の中心、５９ 道路上の点Ａ、６０
道路上の点Ｂ、６１ Ａ点と自車両とのなす角α、６
２ Ｂ点と自車両とのなす角β、６３ 曲率半径Ｌ、６
４ Ａ点とＢ点との自車両方向距離。

───────────────────────────────────────────────────── フロントページの続き (51)Int.Cl.⁶ 識別記号 庁内整理番号 ＦＩ 技術表示箇所 Ｇ０６Ｔ 7/00 9061−5Ｈ Ｇ０６Ｆ 15/70 ３３０Ｇ

Claims (9)

【特許請求の範囲】
1. 【請求項１】 車両周辺を撮影する撮影手段と、上記撮
   影手段により出力される画像信号を入力する入力手段
   と、上記画像信号に基づいて白線候補点を抽出する白線
   候補点抽出手段と、抽出された白線候補点から車線幅情
   報に基づいて白線を決定する決定手段とを備えた車載用
   画像処理装置。
2. 【請求項２】 請求項１の車載用画像処理装置におい
   て、さらに、抽出された白線候補点に基づいて車線幅を
   学習する車線幅学習手段を備えた車載用画像処理装置。
3. 【請求項３】 請求項２の車載用画像処理装置におい
   て、さらに、所定の条件で上記車線幅を学習させる車線
   幅学習条件設定手段を備えた車載用画像処理装置。
4. 【請求項４】 請求項２または請求項３の車載用画像処
   理装置において、さらに、車線幅の学習に車線幅の変化
   量を限定させる限定手段を備えた車載用画像処理装置。
5. 【請求項５】 請求項１乃至請求項４のいずれかの車載
   用画像処理装置において、さらに、抽出された白線候補
   点に関するデータに時間積分処理を行う時間積分手段を
   備えた車載用画像処理装置。
6. 【請求項６】 請求項１乃至請求項５のいずれかの車載
   用画像処理装置において、抽出された白線候補点による
   白線位置の変化量を限定する変化量限定手段を備えた車
   載用画像処理装置。
7. 【請求項７】 請求項１乃至請求項６のいずれかの車載
   用画像処理装置において、さらに、得られた車線幅を用
   いて、道路種別を判別する道路種別判別手段を備えた車
   載用画像処理装置。
8. 【請求項８】 請求項１乃至請求項７のいずれかの車載
   用画像処理装置において、さらに、得られた車線幅を用
   いて、車体状態を判別する車体状態判別手段を備えた車
   載用画像処理装置。
9. 【請求項９】 請求項１乃至請求項８のいずれかの車載
   用画像処理装置において、さらに、得られた車線幅を用
   いて、道路の曲がりを検出する道路曲率検出手段を備え
   た車載用画像処理装置。