JPH0935059A

JPH0935059A - 移動体上照度識別装置

Info

Publication number: JPH0935059A
Application number: JP7178985A
Authority: JP
Inventors: Toshiaki Kakinami; 並俊明柿; Mitsuyoshi Saiki; 木充義斉; Kunihiko Soshi; 雌邦彦曽
Original assignee: Aisin Seiki Co Ltd
Current assignee: Aisin Corp
Priority date: 1995-07-14
Filing date: 1995-07-14
Publication date: 1997-02-07

Abstract

(57)【要約】【課題】先行車認識アルゴリズムを切換えるために、
自動車上において、昼間と夜間とを自動的に識別する。
識別の信頼性を高める。【解決手段】空の領域ＲＧＳ中の位置に、多数の小領
域Ａ１〜Ａ１６を定め、小領域毎に平均階調を計算す
る。小領域毎に、平均階調を２値的に識別して、夜の候
補か否かを識別する。夜の候補の小領域数に応じて、最
終的に夜間／昼間を識別する。

Description

【発明の詳細な説明】

【０００１】

【発明の属する技術分野】本発明は、移動体上照度識別
装置に関し、例えば、自動車上で車外の景色を撮影して
得られる画像を認識する際に、昼と夜との違いに応じ
て、２種類のアルゴリズムから適切なものを自動的に選
択するために利用しうる。

【０００２】

【従来の技術】例えば、車輌上において、車輌前方の路
面を含む景色を撮影し、得られた画像情報の処理によっ
て、画像中の先行車輌や前方障害物を認識し、先行車輌
等と自車輌との距離などを検出する装置が、例えば特開
昭６４−１５６０５号公報や、特開昭５９−１９６４８
８号公報に開示されている。

【０００３】ところで、可視光の画像を撮影する一般的
なカメラを用いる場合には、撮影される画像が被写体の
照度に応じて大きく変化する。特に、昼間と夜間では全
く異なる。例えば、昼間は先行車輌の全体が画像に映る
のに対して、夜間は先行車輌の点灯したテ−ルランプや
対向車のヘッドライト以外は、ほとんど画像に映らな
い。また、昼間の画像から先行車輌のテ−ルランプを認
識するのは難しい。

【０００４】従って、従来の装置では、昼間に撮影され
た画像を良好に認識できたとしても、夜間に撮影された
画像は認識が不可能であり、逆に夜間に撮影された画像
を良好に認識できたとしても、昼間に撮影された画像は
認識が不可能である。特開昭６４−１５６０５号公報
は、昼間に撮影された画像を認識するのに適する技術で
あり、一方特開昭５９−１９６４８８号公報は、夜間に
撮影された画像を認識するのに適する技術である。

【０００５】

【発明が解決しようとする課題】例えば自動車は昼／夜
の区別なく走行するので、自動車に搭載される装置につ
いては昼間に撮影される画像と夜間に撮影される画像の
両方について、先行車輌等を認識できることが望まれ
る。昼間と夜間とで、画像認識等の処理のアルゴリズム
を切換えるようにすれば、昼間に撮影される画像と夜間
に撮影される画像の両方について、先行車輌等の認識が
可能である。しかし、昼間に適するアルゴリズムと夜間
に適するアルゴリズムのいずれを選択するかは、重要な
問題である。仮にマニュアルスイッチを設けて、運転者
の判断でスイッチを切換えるようにしたとしても、運転
者の判断やスイッチ操作に誤りが生じないとは限らな
い。適切なアルゴリズムを選択しないと、例えば自車輌
と先行車輌との車間距離の計算に大きな誤りが生じる可
能性がある。

【０００６】そこで本発明は、昼／夜などの自動識別に
おいて高い信頼性が得られる移動体上照度識別装置を提
供することを課題とする。

【０００７】

【課題を解決するための手段】上記課題を解決するため
に、請求項１では、移動体上に搭載され、少なくとも該
移動体の外部の空を含む景色の２次元画像を撮像し、該
画像の各部の明るさを示す信号を出力する、２次元撮像
手段（６ｂ）を含み、該２次元撮像手段が撮像した２次
元画像の信号に基づいて、移動体の外部環境の明るさを
少なくとも２種類に識別する移動体上照度識別装置にお
いて：前記２次元撮像手段が撮像した２次元画像のう
ち、空の領域に相当すると予想される特定の領域（ＲＧ
Ｓ）内に、複数の小領域（Ａ１，Ａ２，Ａ３，・・・）
を定める、小領域決定手段（Ｓ１）；該小領域決定手段
が定めた前記複数の小領域のそれぞれについて、該小領
域の実質上平均的な明るさを２種類以上に識別する、１
次照度識別手段（Ｓ２，Ｓ３）；及び前記複数の小領域
のそれぞれに対する前記１次照度識別手段の識別結果の
全てに基づいて、前記移動体の外部環境の明るさを少な
くとも２種類に識別する２次照度識別手段（Ｓ４）；を
設ける。

【０００８】また、請求項２では、前記小領域決定手段
は、互いに隣接する小領域同士の間に、前記１次照度識
別手段の処理対象から外れた、非参照領域（ＡＧ０）を
設けるように各小領域（Ａ１，Ａ２，Ａ３，・・・）の
位置を決定する。

【０００９】請求項３では、前記小領域決定手段は、少
なくとも一部分の複数の小領域をそれらの位置が互いに
部分的に重複する状態で位置決めするとともに、各小領
域とその重複部分との面積の比率が２種類以上になるよ
うに、各小領域（Ａ１，Ａ２，Ａ３，・・・）の位置を
決定する。

【００１０】請求項４では、前記１次照度識別手段は、
小領域決定手段が定めた前記複数の小領域のそれぞれに
ついて、該小領域を構成する画素群のうち、特定の走査
線の画素を処理対象から除外し、残りの画素群のみにつ
いて、その情報を入力し、それらの実質上平均的な明る
さを２種類以上に識別する。

【００１１】請求項５では、前記１次照度識別手段は、
小領域決定手段が定めた前記複数の小領域のそれぞれに
対応付けられた複数の平均値記憶手段（Ｓ_ａｖ(ｎ
ｏ)）を含み、前記複数の小領域のそれぞれについて、
順番に各々の小領域の明るさの平均値を求めてその結果
を対応する平均値記憶手段に記憶し（Ｓ2_12）、全ての
小領域についてそれらの明るさの平均値を求めるのに要
する時間よりも短い周期で、全ての小領域について、そ
れらの明るさを平均値記憶手段に記憶された値に基づい
て識別する。

【００１２】請求項６では、前記１次照度識別手段は、
小領域決定手段が定めた前記複数の小領域のそれぞれに
対応付けられた複数の１次識別結果記憶手段（Ｓ_flag
(i)）を含み、前記複数の小領域のそれぞれについての
明るさの識別結果を対応する１次識別結果記憶手段に保
持するとともに、前記１次識別結果記憶手段に保持され
た過去の識別結果に応じて、現在の各小領域の明るさを
識別するために参照するしきい値を２種類以上の値（Ｔ
Ｈａ，ＴＨｂ）の中から自動的に選択する。

【００１３】請求項７では、前記１次照度識別手段は、
小領域決定手段が定めた前記複数の小領域のそれぞれに
対応付けられた複数の１次識別結果記憶手段（Ｓ_flag_
O(i)）、および前記複数の小領域のそれぞれに対応付け
られた複数の一致回数カウンタ手段（Ｓ_cnt(i)）を含
み、前記複数の小領域のそれぞれについての明るさの識
別結果を対応する１次識別結果記憶手段に保持し、前記
１次識別結果記憶手段に保持された過去の識別結果と、
現在の各小領域の明るさの平均値との両者の一致の有無
の時間的な連続性の情報を前記一致回数カウンタ手段に
保持し（Ｓ３_17，Ｓ３_19）、該一致回数カウンタ手段
の内容に応じて、各小領域の明るさを識別する（Ｓ３_2
1，Ｓ３_23）。

【００１４】請求項８では、前記１次照度識別手段は、
前記１次識別結果記憶手段に保持された過去の識別結果
に応じて、現在の各小領域の明るさを識別するために参
照するしきい値を２種類以上の値の中から自動的に選択
する。

【００１５】請求項９では、前記２次照度識別手段は、
前記１次照度識別手段の識別結果として特定の値が得ら
れた小領域の数を計数する照度カウンタ手段（ｃｎｔ）
を含み、識別対象の前記複数の小領域の総数に応じたし
きい値（ＴＨＮ）と、前記照度カウンタ手段の内容とを
比較し、その結果を２次識別結果（Ｓ_night）として出
力する（Ｓ４_8，Ｓ４_9，Ｓ４_10）。

【００１６】請求項１０では、前記２次照度識別手段
は、前記複数の小領域のそれぞれに対応付けられた複数
の２次識別結果記憶手段（Ｓ_night_O(i)）、および前
記複数の小領域のそれぞれに対応付けられた複数の２次
一致回数カウンタ手段（Ｓ_cnt_n）を含み、前記複数の
小領域のそれぞれについての前記２次識別結果を前記２
次識別結果記憶手段に保持し、前記２次識別結果記憶手
段に保持された過去の２次識別結果と、現在の各小領域
に関する２次識別結果との両者の一致の有無の時間的な
連続性の情報を前記２次一致回数カウンタ手段に保持し
（Ｓ4_16）、該２次一致回数カウンタ手段の内容に応じ
て、最終識別結果（Ｓ_night(i)）を出力する（Ｓ4_1
8，Ｓ4_20）。

【００１７】請求項１１では、前記２次照度識別手段
は、前記複数の小領域のそれぞれに対応付けられた複数
の重み係数を保持する重み係数保持手段（Ｓ_k(i)），
識別対象の前記複数の小領域の重み係数を積算する係数
積算手段（ＴＨＮ），および前記１次照度識別手段の識
別結果として特定の値が得られた小領域の数を計数する
照度カウンタ手段（ｃｎｔ）を含み、前記係数積算手段
によって求められた係数と、前記照度カウンタ手段の内
容とに基づいて、２次識別結果（Ｓ_night）を求める。

【００１８】請求項１２では、前記２次照度識別手段
は、前記複数の小領域のそれぞれに対応付けられた複数
の２次識別結果記憶手段（Ｓ_night_O(i)）、および前
記複数の小領域のそれぞれに対応付けられた複数の２次
一致回数カウンタ手段（Ｓ_cnt_n）を含み、前記複数の
小領域のそれぞれについての前記２次識別結果を前記２
次識別結果記憶手段に保持し、前記２次識別結果記憶手
段に保持された過去の２次識別結果と、現在の各小領域
に関する２次識別結果との両者の一致の有無の時間的な
連続性の情報を前記２次一致回数カウンタ手段に保持し
（Ｓ4_16）、該２次一致回数カウンタ手段の内容に応じ
て、最終識別結果（Ｓ_night(i)）を出力する（Ｓ４_1
8，Ｓ４_20）。

【００１９】なお上記括弧内に示した記号は、後述する
実施例中の対応する要素の符号を参考までに示したもの
であるが、本発明の各構成要素は実施例中の具体的な要
素のみに限定されるものではない。

【００２０】

【作用】移動体上に搭載した２次元撮像手段（６ｂ）に
より空を含む例えば前方の景色を２次元画像として撮影
し、得られた画像情報に基づいて、昼間と夜間との照度
の違いを識別することが可能である。特に、画像中の空
の部分の明るさは、昼間と夜間とで大きく異なるので、
空の部分の明るさを識別することにより、昼間と夜間と
を識別しうる。

【００２１】しかしながら、移動体が走行するので、２
次元撮像手段を移動体上に固定したとしても、得られる
画像内の空の位置は一定ではない。また、画像内の通常
は空が映る領域、例えば画像内の上側１／３の領域を空
に対応付けたとしても、誤った識別結果が得られる可能
性がある。

【００２２】例えば、自動車が夜間に道路を走行してい
る時には、２次元撮像手段によって得られる２次元画像
の空の領域の明るさは、通常は非常に暗いが、街灯の明
かりなどが画像内に入ると、空の一部分が昼間と同等の
明るさになる。その位置は画像上で一定ではないので、
特定の位置に注目して明るさを識別すると、誤った識別
結果が得られる可能性がある。

【００２３】本発明においては、小領域決定手段（Ｓ
１）が、２次元撮像手段が撮像した２次元画像のうち、
空の領域に相当すると予想される特定の領域（ＲＧＳ）
内に、複数の小領域（Ａ１，Ａ２，Ａ３，・・・）を定
める。１次照度識別手段（Ｓ２，Ｓ３）は、前記複数の
小領域のそれぞれについて、該小領域の実質上平均的な
明るさを２種類以上に識別する。また、２次照度識別手
段（Ｓ４）は、前記複数の小領域のそれぞれに対する前
記１次照度識別手段の識別結果の全てに基づいて、前記
移動体の外部環境の明るさを少なくとも２種類に識別す
る。従って、例えば街灯のようなノイズ画像の影響によ
って、複数の小領域の一部分について、１次照度識別手
段の識別結果に誤り（夜間なのに空が明るい）が生じた
場合であっても、他の小領域に関する１次照度識別手段
の正しい識別結果に基づいて、２次照度識別手段（Ｓ
４）は、正しい識別結果を出力することができる。

【００２４】また、請求項２では、互いに隣接する小領
域同士の間に、前記１次照度識別手段の処理対象から外
れた、非参照領域（ＡＧ０）を設けるように各小領域
（Ａ１，Ａ２，Ａ３，・・・）の位置が決定される。つ
まり、空の領域（ＲＧＳ）の全体を参照するのではな
く、一部の小領域として割り当てた箇所のみを参照して
明るさを識別する。これにより、画像中の参照すべき画
素数が減るので、１次照度識別手段の処理に要する時間
を短縮することができる。

【００２５】また、請求項３では、各小領域（Ａ１，Ａ
２，Ａ３，・・・）の配置については、少なくとも一部
分の複数の小領域の位置が互いに部分的に重複する状態
に定めるとともに、各小領域とその重複部分との面積の
比率が２種類以上になるように各小領域を配置する。こ
のようにすると、１次照度識別手段が出力する各小領域
の識別結果に、画像中の位置に応じた重み付けを持たせ
ることができる。例えば、各小領域の位置が上になるほ
ど、重複部分の面積の比率を大きくするように各小領域
の位置を定めると、ノイズ画像が現われにくい画像上方
の領域の重みを大きくして、より信頼性の高い識別結果
を得られる。

【００２６】また請求項４では、前記複数の小領域のそ
れぞれについて、それを構成する画素群のうち、特定の
走査線の画素を処理対象から除外し、残りの画素群のみ
について、その情報を入力し、それらの実質上平均的な
明るさを２種類以上に識別するように、１次照度識別手
段を構成する。このようにすれば、小領域内の全ての画
素を処理する必要がないので、１次照度識別手段の処理
に要する時間が短縮される。

【００２７】また請求項５では、前記複数の小領域のそ
れぞれについて、順番に各々の小領域の明るさの平均値
を求めてその結果を対応する平均値記憶手段に記憶する
とともに、全ての小領域についてそれらの明るさの平均
値を求めるのに要する時間よりも短い周期で、全ての小
領域について、それらの明るさを平均値記憶手段（Ｓ_
ａｖ(ｎｏ)）に記憶された値に基づいて識別するように
１次照度識別手段を構成する。このようにすると、参照
すべき全小領域の総画素数が多い場合であっても、全小
領域の明るさの平均値を計算する前に、識別結果を出力
することができるので、短い周期で識別結果を得ること
ができる。

【００２８】また請求項６では、前記複数の小領域のそ
れぞれについての明るさの識別結果を対応する１次識別
結果記憶手段（Ｓ_flag(i)）に保持するとともに、前記
１次識別結果記憶手段に保持された過去の識別結果に応
じて、現在の各小領域の明るさを識別するために参照す
るしきい値を２種類以上の値（ＴＨａ，ＴＨｂ）の中か
ら自動的に選択するように１次照度識別手段を構成す
る。このようにすると、例えば第１の状態と第２の状態
を２値的に識別する場合に、第１の状態から第２の状態
に移る場合と、第２の状態から第１の状態に移る場合と
でしきい値を変えることができるので、ヒステリシス特
性を有する識別結果が得られる。

【００２９】また請求項７では、前記複数の小領域のそ
れぞれについての明るさの識別結果を対応する１次識別
結果記憶手段（Ｓ_flag_O(i)）に保持し、該１次識別結
果記憶手段に保持された過去の識別結果と、現在の各小
領域の明るさの平均値との両者の一致の有無の時間的な
連続性の情報を一致回数カウンタ手段（Ｓ_cnt(i)）に
保持し、該一致回数カウンタ手段の内容に応じて、各小
領域の明るさを識別するように、１次照度識別手段を構
成する。これによれば、一時的な明るさの変化に反応す
るのを抑制する効果があるので、例えば夜間の街灯の光
や対向車のヘッドライトの光などの影響によって、画像
中の空の領域にノイズ画像、即ち一時的な明るさの変化
が生じたとしても、その影響を受けることなく、正確な
識別結果を出力することができる。

【００３０】また請求項８では、１次識別結果記憶手段
に保持された過去の識別結果に応じて、現在の各小領域
の明るさを識別するために参照するしきい値を２種類以
上の値の中から自動的に選択するように、１次照度識別
手段を構成する。これによれば、例えば第１の状態と第
２の状態を２値的に識別する場合に、第１の状態から第
２の状態に移る場合と、第２の状態から第１の状態に移
る場合とでしきい値を変えることができるので、ヒステ
リシス特性を有する識別結果が得られる。

【００３１】また請求項９では、前記１次照度識別手段
の識別結果として特定の値が得られた小領域の数が照度
カウンタ手段（ｃｎｔ）により計数され、識別対象の前
記複数の小領域の総数に応じたしきい値（ＴＨＮ）と、
前記照度カウンタ手段の内容とが比較され、その結果が
２次識別結果（Ｓ_night）として出力される。

【００３２】また請求項１０では、前記複数の小領域の
それぞれについての前記２次識別結果が２次識別結果記
憶手段（Ｓ_night_O(i)）に保持され、該２次識別結果
記憶手段に保持された過去の２次識別結果と、現在の各
小領域に関する２次識別結果との両者の一致の有無の時
間的な連続性の情報が２次一致回数カウンタ手段（Ｓ_c
nt_n）に保持され、該２次一致回数カウンタ手段の内容
に応じた最終識別結果（Ｓ_night(i)）が出力される。
これによれば、一時的な明るさの変化に反応するのを抑
制する効果があるので、例えば夜間の街灯の光や対向車
のヘッドライトの光などの影響によって、画像中の空の
領域にノイズ画像、即ち一時的な明るさの変化が生じた
としても、その影響を受けることなく、正確な識別結果
を出力することができる。

【００３３】また請求項１１では、前記複数の小領域の
それぞれに重み係数を対応付けておき、係数積算手段
（ＴＨＮ）により識別対象の前記複数の小領域の重み係
数を積算し、照度カウンタ手段（ｃｎｔ）により前記１
次照度識別手段の識別結果として特定の値が得られた小
領域の数を計数し、前記係数積算手段によって求められ
た係数と、前記照度カウンタ手段の内容とに基づいて、
２次識別結果（Ｓ_night）を求める。これによれば、各
小領域の画像中の位置に応じた重み付けをしたうえで最
終的な明るさが識別されるので、より信頼性の高い識別
結果を得ることが可能である。例えば、画像中の位置が
上になるほど、ノイズ画像が現われにくいので、各小領
域の位置が上になるほど、重み係数を大きくすればより
信頼性の高い識別結果を得られる。

【００３４】また請求項１２では、前記複数の小領域の
それぞれについての前記２次識別結果が２次識別結果記
憶手段（Ｓ_night_O(i)）に保持され、該２次識別結果
記憶手段に保持された過去の２次識別結果と、現在の各
小領域に関する２次識別結果との両者の一致の有無の時
間的な連続性の情報が２次一致回数カウンタ手段（Ｓ_c
nt_n）に保持され、該２次一致回数カウンタ手段の内容
に応じた最終識別結果（Ｓ_night(i)）が出力される。
これによれば、一時的な明るさの変化に反応するのを抑
制する効果が得られる。

【００３５】

【発明の実施の形態】図１に本発明の第１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Ｃ
ＰＵ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。

【００３６】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、即ち自動車が走行する路面，空，
周囲の物体など含む像を２次元画像として撮影してアナ
ログ映像信号を出力する。このアナログ映像信号は、Ａ
／Ｄコンバ−タ６ｃおよびＣＲＴドライバ４ａ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よりのアナログ映像信号を、画像を構成する所定の
画素毎のタイミングで、それぞれサンプリングし、各画
素の信号レベルを２５６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（８ビットの階調
デ−タ）に変換してイメ−ジメモリ５ａに与える。この
実施例においては、画像の各フレ−ムは、５１２×５１
２画素で構成される。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。

【００３７】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。テレビカメラ６ｂは、ＡＧ
Ｃ（オ−トゲインコントロ−ル）回路を内蔵しているの
で、Ａ／Ｄコンバ−タ６ｃに入力されるアナログ映像信
号のレベル（電圧）は、画像中の最も明るい画素が現わ
れるタイミングで、予め定めた最大レベル、即ち図６６
に示すＶｆになるように自動的に調整される。また、Ａ
／Ｄコンバ−タ６ｃにおいては、入力信号の最大レベル
Ｖｆがデジタルデ−タの最大の階調２５５になるよう
に、予めフルスケ−ルレベルが調整されている。

【００３８】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映像信号が表わす画像（例えば
図１６）に、ＣＰＵ１の制御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モニタ
テレビＣＲＴ４ｂに表示する。

【００３９】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，「昼夜
の判定」Ｓおよび「ウィンドウ２−１内の車両検出」Ｄ
ＥＴ１を実行し、このＤＥＴ１で自車走行レ−ン上に先
行車両を検出しなかった場合にはＤＥＴ１に加えて「ウ
ィンドウ２−２内の車両検出」ＤＥＴ２を実行する。こ
のＤＥＴ２でも自車走行レ−ン上に先行車両を検出しな
かった場合には、ＤＥＴ２に加えて更に「ウィンドウ２
−３内の車両検出」ＤＥＴ３を実行する。ＤＥＴ１で
は、「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，「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。ＤＥＴ２および
ＤＥＴ３でもこれらを同様に実行する。ただし、画像デ
−タが表わす画面上の処理対象領域は異なる。

【００４０】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。

【００４１】Ｃ．「画面の校正」Ｃ（図４）この処理の内容を図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。

【００４２】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５１１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３５０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。

【００４３】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。

【００４４】次に「特徴点検出（ＵＰ）」Ｃ２を実行す
る。この内容を図６に示す。

【００４５】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。

【００４６】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。

【００４７】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。

【００４８】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。

【００４９】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）。

【００５０】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（Ｒm3，Ｔm3）を検出する（１３Ｒ）。Ｒm3
はρ−θ極座標系のρ値、Ｔm3はθ値である。求めた点
の座標値をレジスタＲmR，ＴmR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」６３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」６３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
−１（図１６）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」１３Ｒ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」６３とは
異なる。また「直線当てはめ」６３では、ウィンドウ２
−１の全領域を処理対象領域とし、その内に右端白線と
左端白線が存在するので、度数が最大の点と次に大きい
点の二点（２直線）を求めるが、「直線当てはめ」１３
Ｒと「直線当てはめ」１３Ｌは左，右半分の領域である
ので、それぞれ、度数が最大の点のみを求める。他の処
理は同様である。

【００５１】「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（ＲmR，ＴmR）およ
び（ＲmL，ＴmL）で表わされ、これらの直線をＸ−Ｙ座
標系で表わすと、ＲmR＝Ｘｃｏｓ(ＴmR)＋Ｙｓｉｎ(ＴmR) およびＲmL＝Ｘｃｏｓ(ＴmL)＋Ｙｓｉｎ(ＴmL) となる。これらの直線は、図７の（ｂ）に示す如きもの
である。

【００５２】Ｃ４．「直線交点計算」Ｃ４（図４）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。

【００５３】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。

【００５４】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）。

【００５５】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。

【００５６】Ｃ７．「画像回転平行移動」Ｃ７（図１
０）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、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（ｘｎ，ｙｎ);ｘｎ＝
０〜５１１，ｙｎ＝０〜５１１、に変換して（２２〜２
８，３０〜３３）、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。

【００５７】Ｃ８．「補間」Ｃ８（図１１の(ａ)＆図１
２）「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）。

【００５８】以上で、「画面の校正」Ｃ（図３）を終了
し、ＣＰＵ１は次に「昼夜の判定」Ｓを実行する。この
処理Ｓは、簡単に言うと、イメ−ジメモリ５ａ上に存在
する画像デ−タを処理して周囲の明るさを調べ、昼と夜
とを自動的に識別するものであり、その識別結果はフラ
グＳ_night に反映される。この処理は多少複雑である
ので、便宜上、その詳細な説明は後まわしにする。

【００５９】「昼夜の判定」Ｓに続いて、ＣＰＵ１は
「ウィンドウ２−１内の車両検出」ＤＥＴ１を実行す
る。このＤＥＴ１ではまず「自車レ−ン検出」Ｄを実行
する。

【００６０】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
２−１セット」Ｄ１を実行する。

【００６１】Ｄ１．「特徴点検出ウィンドウ２−１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２−１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２−１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２−１は、
ウィンドウ１の上側に設定される。

【００６２】Ｄ２．「特徴点検出（ＵＰ）」Ｄ２ウィンドウ２−１を設定すると、補正画像メモリ上の該
ウィンドウ２−１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２−１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。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−
１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）。また、ウィンドウ２−１
は左，右に２分割しないので、左,右端白線の粗検出を
行なう第1回のハフ変換６７で、度数最大点と次に大き
い点の２点を検出する点が異なる。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」６３の内容を、詳細に説明する。

【００６３】６３．「直線当てはめ」６３（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」６３は、ウィンドウ２−１の全体に対して適用
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）。

【００６４】「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２−１対応領域、すなわち始点が（５１
１，３５０）、終点が（０，２５０）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の範囲、かつ、θの単位が（π／２）×（１／３
２）の極座標ρ−θ上の位置（ｒ，ｔ）、ｔ＝０〜３
１、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。

【００６５】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。

【００６６】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。

【００６７】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。

【００６８】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。

【００６９】ここで、 θ＝〔(ｔ・(Te−Ts)/Td)＋Ts〕と表わすと、図１５のステップ６２と図１７のステップ
６６での設定により、 (Te−Ts)/Td＝π／３２、 Ts＝０であるので、 θ＝ｔ・π／３２＝（π／３２）ｔａ＝π／３２，ｂ＝０，ｃ＝０，ｄ＝１／８であり、ｔ＝０〜３１であるので、θ＝０，θ＝π／３
２，θ＝２π／３２，θ＝３π／３２，・・・，３１π
／３２と、π／３２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２−１の領域の特徴点各点が、θがπ／３２を最小単
位とし、かつ０以上π未満の範囲の極座標平面上の位置
（ｒ，ｔ）に変換される。

【００７０】上記(1)式の、Rd/(Re−Rs)は、図１５のス
テップ６２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／３２をｔの１単位としている
ので、すなわち、π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。

【００７１】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。

【００７２】ｒ＝{(xs−255)・cos〔(ｔ・(π/32)〕＋(350−ys)・sin〔(ｔ・(π/32)〕}×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／３２，ｂ₁＝０，ｃ₁＝０，ｄ₁＝
１／８である。

【００７３】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／３２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。

【００７４】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。

【００７５】「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ｒm11に、ｔはレジスタｔm11に更新メモ
リする（１０１〜１０４）。読出しデ−タがＧmより小
さいと、読出しデ−タをレジスタＧmnのデ-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Ｇmn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ｒm12に、ｔはレジスタ
ｔm12に更新メモリする（１０２Ａ〜１０２Ｃ）。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ｒm11，ｔm11に
は該最大値があるアドレス（ｒm11，ｔm11）が格納され
ていることになる。レジスタＧmnにはデータテーブルＨ
Ｇｎにある度数の最大値の次に大きい値が、レジスタｒ
m12，ｔm12には該最大値があるアドレス（ｒm12，ｔm1
2）が格納されていることになる。

【００７６】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（ｒm11，ｔm11）を、
Ｘ−Ｙ座標系画面に対応するρ−θ極座標系アドレス
（Ｒm11，Ｔm11）に変換する（６９Ｒ）。ここでは、Ｒm11＝ｒm11・(Ｒe1−Ｒs1)／Ｒd1 ・・・(2) Tm11＝ｔm11・(Ｔe1−Ｔs1)／Ｔd1 ・・・(3) を算出して、算出したＲm11をレジスタＲm11に、算出し
たＴm11をレジスタＴm11に格納する。同様に、アドレス
（ｒm12，ｔm12）を、Ｘ−Ｙ座標系画面に対応するρ−
θ極座標系アドレス（Ｒm12，Ｔm12）に変換する（６９
Ｌ）。図１５のステップ６２および図１７のステップ６
６での設定により、ここでは、 (Ｒe1−Ｒs1)＝２５６Ｒd1＝３２ (Ｔe1−Ｔs1)＝π Ｔd1＝３２であり、(2)式は、Ｒm11＝８・ｒm11 を意味し、(3)式
は、Ｔm11＝(π/32)・ｔm11を意味する。アドレス（Ｒm
11，Ｔm11），（Ｒm12，Ｔm12）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２−１の領域にある、２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。

【００７７】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７０
Ｒ）。次に第２回のハフ変換である「ハフ変換（ＨＧ
２）」７２Ｒの変換パラメータを設定する（図１７の７
１Ｒ）。前述の第１回のハフ変換ではθの範囲Ｔｓ〜Ｔ
ｅを０〜π、単位（Ｔｅ−Ｔｓ）／Ｔｄをπ／３２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（Ｒm11，Ｔm11）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（ｒm11−２）Ｒe＝８（ｒm11＋２）Ｒd＝３２Ｔs＝（π／３２）（ｔm11−２）Ｔe＝（π／３２）（ｔm11＋２）Ｔd＝３２を設定する。なお、ｒm11＝Ｒm11／８，ｔm1＝Ｔm11／
(π/32）である。そして「ハフ変換（ＨＧ２）」７２Ｒ
を行なう。

【００７８】「ハフ変換（ＨＧ２）」７２Ｒこの「ハフ変換（ＨＧ２）」７２Ｒ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７
１Ｒ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)式は具体的には次の(1-
2)式となる。

【００７９】ｒ＝{(xs−255)・cos〔ｔ・(π/256)＋π(ｔm11−2)/32〕＋ (350−ys)・sin〔ｔ・(π/256)＋π(ｔm11−2)/32〕−8(ｒm11−2)}×(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/32)，ｂ₁＝０，ｃ₁＝０，
ｄ₁＝1/8 に対して、ａ₂＝(π/256)，ｂ₂＝π(ｔm11−2)/32，ｃ₂＝8(ｒm11
−2)，ｄ₂＝１となる。

【００８０】ｔ＝０〜３１であるので、 θ＝ π(ｔm11−2)/32， θ＝ (π/256)＋π(ｔm11−2)/32， θ＝ 2(π/256)＋π(ｔm11−2)/32， θ＝ 3(π/256)＋π(ｔm11−2)/32，・・・ θ＝31(π/256)＋π(ｔm11−2)/32，と、(π/256)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２−１の領域の特徴点各点が、θが(π/256)を
最小単位（ｔの１単位がπ/256）とし、かつθ＝π(ｔm
11−2)/32 以上θ＝31(π/256)＋π(ｔm11−2)/32 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（ｒm11−２）以上８（ｒm11＋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１単位は３２／３２＝(1/1)＝１である。し
たがって、第２ハフ変換（７２Ｒ）はウィンドウ２−１
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（７２Ｒ）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。

【００８１】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）」７２Ｒを
終了すると、「最大点探索（ＨＧ２）」７３Ｒを実行す
る。その内容は前述の、「最大点探索（ＨＧ１）」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。

【００８２】図１７を再度参照すると、ＣＰＵ１は、
「最大点探索（ＨＧ２）」７３Ｒ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
（Ｒm2，Ｔm2）に変換する（７４Ｒ）。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（７４Ｒ）。図１７のステッ
プ７１Ｒでの設定により、ここでは、 (Ｒe2−Ｒs2)＝３２Ｒd2＝３２ (Ｔe2−Ｔs2)＝π／８Ｔd2＝３２であり、(4)式は、具体的には、Ｒm2＝ｒm2＋８ｒm11−16 ・・・(4-1) であり、(5)式は、具体的には、Ｔm2＝ｔm2・(π/256)＋(π/32)・(ｔm11−2) ・・・(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の領域にある、１つの
直線（中密度ハフ変換７２Ｒ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。

【００８３】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１７の７５
Ｒ）。次に第３回のハフ変換である「ハフ変換（ＨＧ
３）」７７Ｒの変換パラメータを設定する（図１８の７
６Ｒ）。ここでは、θおよびρの範囲を、前記「ハフ変
換（ＨＧ２）」７２Ｒの場合よりも、前記（Ｒm2，Ｔm
2）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（７６Ｒ）。具体的には、Ｒs＝ｒm2＋8ｒm11−18 Ｒe＝ｒm2＋8ｒm11−14 Ｒd＝３２Ｔs＝(π/256)ｔm2＋(π/32)ｔm1−9π/128 Ｔe＝(π/256)ｔm2＋(π/32)ｔm1−7π/128 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）」７７Ｒを行なう。

【００８４】「ハフ変換（ＨＧ３）」７７Ｒこの「ハフ変換（ＨＧ３）」７７Ｒの内容は、前述の
「ハフ変換（ＨＧ２）」７２Ｒ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７６Ｒ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）」７７Ｒでは、具体的には次
の(1-3)式となる。

【００８５】ｒ＝{(xs−255)・cos〔ｔ・(π/2048)＋(π/256)ｔm2＋(π/32)ｔm11−9π/128 〕＋(350−ys)・sin〔ｔ・(π/2048)＋(π/256)ｔm2＋(π/32)ｔm11−9π/128 〕 −ｒm2−8ｒm11＋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/32)，ｂ₁＝０，ｃ₁＝０，
ｄ₁＝1/8 ａ₂＝(π/256)，ｂ₂＝π(ｔm11−2)/32，ｃ₂＝8(ｒm11
−2)，ｄ₂＝１に対して、ａ₃＝(π/2048)，ｂ₃＝(π/256)ｔm2＋(π/32)ｔm11−9
π/128，ｃ₃＝ｒm2＋8ｒm11−18，ｄ₃＝８となる。

【００８６】ｔ＝０〜３１であるので、 θ＝ (π/256)ｔm2＋(π/32)ｔm11−9π/128， θ＝ (π/2048)＋(π/256)ｔm2＋(π/32)ｔm11−9π/128， θ＝ 2(π/2048)＋(π/256)ｔm2＋(π/32)ｔm11−9π/128， θ＝ 3(π/2048)＋(π/256)ｔm2＋(π/32)ｔm11−9π/128，・・・ θ＝31(π/2048)＋(π/256)ｔm2＋(π/32)ｔm11−9π/128，と、(π/2048)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２−１の特徴点各点が、θ
が(π/2048)を最小単位（ｔの１単位がπ/2048）とし、
かつθ＝(π/256)ｔm2＋(π/32)ｔm11−9π/128以上 θ
＝31(π/2048)＋(π/256)ｔm2＋(π/32)ｔm11−9π/128
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＋8ｒm11−18 以上Ｒe＝ｒ
m2＋8ｒm11−14 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１単位は４／３２＝(1
/8)である。したがって、第３ハフ変換（７７Ｒ）はウ
ィンドウ２−１の特徴点を、第２ハフ変換（７２Ｒ）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（７７Ｒ）でもｔ＝０〜３１であるので、３２回
の演算を行なうので、第２ハフ変換（７２Ｒ）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。

【００８７】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）」７７Ｒを終了
すると、「最大点探索（ＨＧ３）」７８Ｒを実行する。
その内容は前述の、「最大点探索（ＨＧ１）」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。

【００８８】図１８を参照すると、ＣＰＵ１は、「最大
点探索（ＨＧ３）」７８Ｒ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
1，Ｔm31）に変換する（７９Ｒ）。演算式は、Ｒm31＝ｒm3・(Ｒe3−Ｒs3)／Ｒd3＋Ｒs3・・・(6) Ｔm31＝Ｔm3・(Ｔe3−Ｔs3)／Ｔd3＋Ｔs3・・・(7) である。算出したＲm31をレジスタＲm31に、算出したＴ
m31をレジスタＴm31に格納する（７９Ｒ）。図１８のス
テップ７６Ｒの設定により、ここでは、（Ｒe3−Ｒs3)＝４Ｒd3＝３２（Ｔe3−Ｔs3)＝π／６４Ｔd3＝３２であり、(6)式は、具体的には、Ｒm31＝(1/8)・ｒm3＋ｒm2＋8ｒm11−18 ・・・(6-1) であり、(7)式は、具体的には、Ｔm31＝(π/64)・ｔm3＋(π/256)ｔm2＋(π/32)ｔm11−9π/128 ・・・(7-1) を意味する。アドレス（Ｒm31，Ｔm31）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２-1の、１つの直線
（高密度ハフ変換７７Ｒ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。

【００８９】以上でウィンドウ２−１内の、粗いハフ変
換（６７）で検出した２直線(rm11,tm11)および(rm12,T
m12)の、第１直線(rm11,tm11)を検出したことになり、
この直線は、右端白線又は左端白線である。上述のステ
ップ７０Ｒ〜７９Ｌの処理を同様に第２直線(rm12,Tm1
2)に適用して、第２直線を精細に検出する（図１８の７
０Ｌ〜７９Ｌ）。

【００９０】以上で図１５に示す「直線当てはめ」６３
（内容は図１７＆図１８）を終了したことになり、ウィ
ンドウ２−１領域にある画像中の２直線（最も代表的な
直線と、次に代表的な直線）を表わす直線式を得たこと
になる。ウィンドウ２−１は、自車レーンの、自車直近
領域の左，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２−１領域に右端白線および
左端白線の像があると、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」６３は、自車レーンの左，右端白線の検出であ
る。

【００９１】図１５を再度参照すると、ＣＰＵ１は、次
に、検出した２直線を表わすデータ（Ｒm31，Ｔm31），
（Ｒm32，Ｔm32）の傾斜角を比較して（６４Ａ）、左上
りの直線を右直線レジスタ（ＲmR，ＴmR）に、右左上り
の直線を左直線レジスタ（ＲmL，ＴmL）に格納する(６
４Ｂ，６４Ｃ）。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。

【００９２】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）。

【００９３】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）。

【００９４】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。

【００９５】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。

【００９６】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。

【００９７】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。

【００９８】Ｆ．「隣接レーン推定」Ｆ（図２４＆図２
５）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。

【００９９】再度図３を参照する。「隣接レ−ン推定」
Ｆを終了するとＣＰＵ１は、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２
８に示す。

【０１００】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。

【０１０１】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１」１３２を実行する。この内容
を図３１に示す。

【０１０２】「水平特徴点の検出１」１３２図３１および図２６を参照するとここでは、図２６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，右端白線がＹ
＝２３０（ウィンドウ２−２内：図２６参照）と交わる
２点を結ぶ横線を頂辺とする台形のウィンドウ領域（図
２６に縦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（１５１
Ｌ）。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と良く似て
いるが、特別な処理としてステップ１５４Ａおよび１５
４Ｂが追加されている。

【０１０３】ステップ１５４Ａでは、フラグＳ_night
を参照することにより、昼か夜かを識別し、Ｓ_night
＝１であれば、夜間であるので次のステップ１５４Ｂを
実行する。ステップ１５４Ｂは昼間は実行されない。ス
テップ１５４Ｂでは、ｙ座標を示すパラメ−タｙｓ及び
ｙｅの各々の補正により、参照するウィンドウ（台形領
域）の位置をｙ方向にずらす。実際には、計算を含む次
の処理を実行する。

【０１０４】ｙｓ ← ｙｓ−（ｙｓ−ＹV）ＴＬ／Ｈｃ・・・・・(8-1) ｙｅ ← ｙｅ−（ｙｅ−ＹV）ＴＬ／Ｈｃ・・・・・(8-2) 但し、ＹV ：無限遠点のｙ座標ＴＬ：高さ補正量（４５ｃｍ：テ−ルランプの地上高に
相当）Ｈｃ：テレビカメラ６ｂ設置位置の地上高矢印はその方向へ計算結果の代入を意味する昼間は、図１６に示すように、ウィンドウ２−１内に車
両（先行車両）の少くとも一部があると、先行車両の後
部像がウィンドウ２−１内に現われ、後部像の下部の路
面上に黒い影が現われる。従って昼間は、まず路面上の
先行車の影を検出する。一方、夜間は、例えば図６３に
示すように、先行車の車体の輪郭は画像中に現われず、
テ−ルランプのように発光している部分だけが検出でき
る。そこで夜間は、まず先行車のテ−ルランプ等の位置
を検出対象とする。後述するように、昼間に現われる路
面上の先行車の影、及び、夜間に現われる先行車のテ−
ルランプ等の対象物は、良く似たアルゴリズムで検出す
ることができる。しかし、対象物の位置（高さ）は、昼
間と夜間とで違うので、その対象物の画像中の位置も変
化する（図２３参照）。そこで、この実施例ではステッ
プ１５４Ａおよび１５４Ｂの処理により、処理対象とす
るウィンドゥの高さ方向の位置を、昼間と夜間とで切換
えるようにしている。

【０１０５】図３１に示す処理では、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（ステップ１４６Ｒ〜１５０Ｒ，１
５２Ｒ〜１５３Ｒ）、補正画像メモリ上の画像デ−タの
階調のＹ方向微分値を算出し、微分値がしきい値以上の
点を特徴点として検出する（１５１Ｒ）。

【０１０６】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。

【０１０７】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。

【０１０８】「ｙ方向ヒストグラム作成」１３４（図３
４）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。

【０１０９】「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。

【０１１０】昼間は、図１６に示すように、ウィンドウ
２−１内にに車両（先行車両）の少くとも一部がある
と、先行車両の後部像がウィンドウ２−１内に現われ、
後部像の下部の路面上に影（黒）が現われ、先行車両の
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。また夜間にウインドウ内に先行車あるいは対向車
が存在すると、点灯しているテ−ルランプ、あるいはヘ
ッドランプの部分の像輪郭線が検出され、その位置のＹ
座標がメモリＭｙ（Ｎ）に書込まれる。

【０１１１】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
点の摘出が少なくなるので、（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。

【０１１２】「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に縦線で塗りつ
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。

【０１１３】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。

【０１１４】Ｈ３．「車両左右端の検出」Ｈ３（図３
８）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。

【０１１５】「車両左右端位置推定」２０１（図３９）まず、ステップ２０８ＡでフラグＳ_night を参照して
昼／夜を識別し、その結果に応じて、昼間はステップ２
０８Ｂを実行し、夜間はステップ２０８Ｃを実行する。
ステップ２０８Ｂ又は２０８Ｃでは、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を次式により算出する。

【０１１６】昼間：Ｌ１＝Ｓｙ・Ｈｃ／（Ｍｙ(NR)−ＹV）・・・・・（９−
１）夜間：Ｌ１＝Ｓｙ・（Ｈｃ−ＴＬ）／（Ｍｙ（ＮＲ）−ＹV）・・・・・(9-2) 但し、Ｓｙ：テレビカメラの焦点距離Ｈｃ：テレビカメラの地上高ＴＬ：テ−ルライトの地上高（４５ｃｍ）ＹV ：無限遠点のｙ座標Ｍｙ（ＮR）：水平輪郭線のｙ座標この実施例では、テレビカメラ６ｂの設置状態およびそ
の結像面１０は、図２３に示す位置関係にある。従っ
て、昼間に、先行車の下方に現われる影を検出すること
は、図２３に示す点Ｐの位置を検出することに相当し、
点Ｐに相当する水平輪郭線のｙ座標が、メモリＭｙ(NR)
に保持されている。図２３に示すように、テレビカメラ
６ｂの光軸の中心が、水平線に対して角度αだけ傾斜
し、該光軸中心と、点Ｐに向かう軸との傾きがθである
と仮定すると、次の関係が成立する。ｔａｎ（α−θ）＝Ｈｃ／Ｌ１・・・・・(9-3) ｔａｎ（θ）＝（256−Ｍｙ(NR)）／Ｓｙ・・・・・(9-4) 従って、(9-3)，(9-4)式より、Ｌ１＝Ｈｃ・(Ｓｙ＋Ｂ・tan(α))／（Ｓｙ・tan(α)−Ｂ）・・・(9-5) 但し、Ｂ：(256−Ｍｙ(NR)) ｔａｎ（α）＝（256−ＹV）／Ｓｙ・・・(9-6) ここで、α−θ及びθは非常に小さいので、近似的に次
の関係が成立する。

【０１１７】 α−θ＝Ｈｃ／Ｌ１・・・(9-7) θ＝（256−Ｍｙ(NR)）／Ｓｙ・・・(9-8) α＝（256−ＹV）／Ｓｙ・・・(9-9) 従って、昼間は前記(9-1)式により距離Ｌ１を求めるこ
とができる。また、検出対象物がテ−ルランプ部の場合
（夜間）には、テ−ルランプ部の地上高をＴＬとする
と、前記(9-1)式のＨｃをＨｃ−ＴＬで置き換えること
により、前述の場合と同様の関係式が成立するので、夜
間は前記(9-2)式を用いて距離Ｌ１を求めることができ
る。

【０１１８】図３９に示す処理においては、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Ｗ
V2Dpおよび車高ＨV2Dpを算出する（２０９）。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ＷV
3D（図４６を参照して後述）のデ−タ（先行車両を過去
に検出していない場合には定数：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）。

【０１１９】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。

【０１２０】「左端垂直特徴点検出」２０３Ｌ（図４
０）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を中心とし−ＷV2Dp／４から＋ＷV2Dp／
４までの範囲の矩形のウィンドゥ領域の、補正画像メモ
リ上の画像デ−タのＸ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（２０４
Ｌ）、「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。

【０１２１】「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、Ｘ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。

【０１２２】「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。但し、検出対象の領域の大き
さが違うので、極大点摘出のためのしきい値Ｔｈ４は次
のように定められる。昼間、即ちフラグＳ_night が０
の場合には、ＨV2Dp／４なる定数がしきい値Ｔh4として
利用され、夜間、即ちＳ_night が１の場合には、ＨV2D
p／24なる定数がしきい値Ｔh4として利用される。つま
り、昼間は、先行車の車体全体が画像中に現われるの
で、垂直方向（鉛直方向）の車体の輪郭線の特徴量とし
て比較的大きな値が得られるのに対して、夜間は、先行
車の点灯しているテ−ルランプ部、あるいはヘッドラン
プ部の垂直方向輪郭線のみが検出されるので、しきい値
Ｔh4としては、昼間は比較的大きく、夜間はそれより小
さい値が使用される。

【０１２３】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Ｈ
ｍ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（２０７Ｌ）。

【０１２４】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を中心と
し、−ＷV2Dp／４から＋ＷV2Dp／４までの範囲の矩形の
ウィンドゥ領域について行って（図３８の２０２Ｒ〜２
０６Ｒ）、該領域内で特徴点が最も多く存在するＸ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。

【０１２５】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。

【０１２６】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ＦVMに「１」を書込む（２５０
ａ）。合致しないとレジスタＦVMをクリアする（２５０
ｂ）。即ち、先行車両が認識できた場合に、レジスタＦ
VMに「１」がセットされる。

【０１２７】次にＣＰＵ１は、レジスタＦVM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ＦVM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ＦVM
＝「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。

【０１２８】Ｈ６．「車間距離計算」Ｈ６（図４５）レジスタＦVMに「１」を書込んだときには、車間距離Ｌ
2（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。

【０１２９】図３９のステップ２０８Ｂ又は２０８Ｃの
計算では、テレビカメラによって撮影した先行車両に相
当する対象物の縦方向の位置の違いだけに基づいて、車
間距離Ｌ１を求めているので、ここで求められた車間距
離Ｌ１は、比較的大きな誤差を含んでいる可能性があ
る。例えば、実際の車間距離が一定であっても、自車両
にピッチングの姿勢変化が生じると、求められる車間距
離Ｌ１が変化する可能性がある。検出される車間距離の
測定精度を上げるために、「車間距離計算」Ｈ６では、
検出した先行車の車幅に基づいて、車間距離Ｌ２を求め
ている。また、車間距離Ｌ２の信頼性を高めるために、
次に説明する「車幅学習計算」Ｈ７を実施している。

【０１３０】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（ＦVM＝「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）。

【０１３１】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。

【０１３２】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。また、「自車レ−ン先行車両認識及び測距」Ｈと同
様に、参照するウィンドウ２のｙ方向位置は、昼と夜と
で自動的に切換えられる。

【０１３３】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。また、前述の「自車レ−ン先行車両認識及
び測距」Ｈと同様に、参照するウィンドウ２のｙ方向位
置は、昼と夜とで自動的に切換えられる。

【０１３４】以上で、図３に示す「ウィンドウ２−１内
の車両検出」ＤＥＴ１を終了する。このＤＥＴ１ではウ
ィンドウ２−１（図１４，図１６，図２６）内の自車レ
−ン左，右端白線の検出，これに基づいた右隣接レ−ン
の右端白線の検出，左隣接レ−ンの左端白線の検出，ウ
ィンドウ２−１を中心にして、ウィンドウ２−２の略中
央部まで延びる領域内の自車レ−ン内（図２６の縦線塗
りつぶし領域）の車両検出と距離算出，該領域内の右隣
接レ−ン内（図２６の右側横線塗りつぶし領域）の車両
検出と距離算出、および、該領域内の左隣接レ−ン内
（図２６の左側横線塗りつぶし領域）の車両検出と距離
算出を行なったことになる。これにおいて自車レ−ン内
の先行車両を検出しているとレジスタＦVMには「1」が
書込まれている。右隣接レ-ンの車両を検出していると
レジスタＦVRには「1」が書込まれている。また、左隣
接レ-ンの車両を検出しているとレジスタＦVLには「1」
が書込まれている。

【０１３５】ＣＰＵ１は、次に、レジスタＦVMの内容が
「１」（自車レ−ンに先行車両あり）であるかをチェッ
クして、「１」であると「出力」Ｋに進み、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、実質上ウィンドウ２−１
を対象とする処理で、自車レ−ン上に先行車両を検出し
ている間は、先行車両との車間距離が比較的に短いの
で、図３に示す「画像入力」Ｂ〜「出力」Ｋを繰返し実
行し、後述するウィンドウ２−２および２−２を対象と
する処理ＤＥＴ２およびＤＥＴ２は実行しない。

【０１３６】ＤＥＴ１で、自車レ−ン上に先行車両を検
出しなかったとき（ＦVM＝０）には、ＣＰＵ１はＤＥＴ
１に続いて「ウィンドウ２−２内の車両検出」ＤＥＴ２
を実行する。ＤＥＴ２の処理は、図１４，図１６に示す
ウィンドウ２−２領域で、前述のＤＥＴ１の処理と同様
な処理を実行するものであり、図２７の（ａ）に示す自
車レ−ン領域（縦線の塗りつぶし領域），右隣接レ−ン
領域（右側の横線領域）および左隣接レ−ン領域（左側
の横線領域）の先行車両検出処理を行なう。自車レ−ン
領域で先行車両（路上物体）を検出するとレジスタＦVM
に「1」を書込み、右隣接レ-ン領域で車両を検出するとレ
ジスタＦVRに「1」を書込み、また、左隣接レ-ン領域で車
両を検出するとレジスタＦVLに「1」を書込む。そして、
レジスタＦVMに「1」を書込むと、「出力」Ｋに進み、Ｄ
ＥＴ３は実行しない。

【０１３７】ＤＥＴ２で、自車レ−ン上に先行車両を検
出しなかったとき（ＦVM＝０）には、ＣＰＵ１はＤＥＴ
２に続いて「ウィンドウ２−３内の車両検出」ＤＥＴ３
を実行する。ＤＥＴ３の処理は、図１４，図１６に示す
ウィンドウ２−３領域で、前述のＤＥＴ１の処理と同様
な処理を実行するものであり、図２７の（ｂ）に示す自
車レ−ン領域（縦線の塗りつぶし領域），右隣接レ−ン
領域（右側の横線領域）および左隣接レ−ン領域（左側
の横線領域）の先行車両検出処理を行なう。なお、この
ウィンドウ２−３は、前方路上の物体検出領域の最後
（最遠）のものであるので、路面領域の最遠点は、検出
した２直線（図２７のＬＲ３，ＬＬ３）の交点（無限遠
点）又は、この交点が画面を外れるときには、画面端
（Ｙ＝０）として、路面領域を規定する。自車レ−ン領
域で先行車両（路上物体）を検出するとレジスタＦVMに
「1」を書込み、右隣接レ-ン領域で車両を検出するとレジ
スタＦVRに「1」を書込み、また、左隣接レ-ン領域で車両
を検出するとレジスタＦVLに「1」を書込む。そして、
「出力」Ｋに進む。

【０１３８】ここで、図３に示した「昼夜の判定」Ｓに
ついて説明する。この処理は、大きく分けると図５４に
示すステップＳ１，Ｓ２，Ｓ３及びＳ４の４つで構成さ
れている。ＴＶカメラによって撮影される映像は、例え
ば図６４に示すような２次元画像であり、この画像に
は、通常、空の領域，路面の領域およびその他の領域が
含まれる。そこでこの実施例では、図５５に示すよう
に、無限遠点の座標（Ｘv，Ｙv）を基準にして、画像中
の領域を、空の領域ＲＧＳ，路面の領域およびその他の
領域に区分している。そして、昼夜の判定を実施するた
めに、この実施例では、空の領域ＲＧＳの画像情報のみ
を参照している。即ち、空の領域ＲＧＳでは、昼夜の明
るさの変化が充分に大きく、ノイズ画像が現われる機会
も比較的少ないので、空の領域ＲＧＳの明るさの識別に
より、昼夜を判定しうる。

【０１３９】例えば、夜間に撮影して得られた画像であ
る図６３，昼間に撮影して得られた画像である図６４，
及び夕方に撮影して得られた画像である図６５のそれぞ
れについて、空の領域に相当する１つの走査線ＳＬの映
像信号を抽出すると、それぞれ、図６６に示す（ａ），
（ｂ）及び（ｃ）になる。図６６の（ａ）と（ｂ）とで
は、明らかに信号レベルに差が認められるので、この映
像信号レベルに基づいて、昼夜の識別が可能である。

【０１４０】しかし、空の領域ＲＧＳであっても、例え
ば街灯，広告灯などの影響により、昼夜の判定に悪影響
を及ぼすノイズ画像が画像中の参照領域に現われる場合
が度々ある。そこでこの実施例では、空の領域ＲＧＳ中
に、多数の小領域を定め、各々の小領域について、その
平均的な明るさから昼夜を識別し、複数の小領域の識別
結果に基づいて、最終的に昼夜を識別している。

【０１４１】簡単に説明すると、図５４のステップＳ１
では、空の領域ＲＧＳ中に多数の小領域を定めるための
処理を実行し、ステップＳ２では、小領域の各々につい
て、その平均濃度（明るさ）を計算し、ステップＳ３で
は、小領域の各々について、その平均濃度を２値的に
（昼／夜に）識別し、最後のステップＳ４では、複数の
小領域の識別結果に基づいて、最終的な昼／夜を識別す
る。最終的な識別結果として、フラグＳ_night がセッ
トされる。

【０１４２】以下、各処理の詳細について説明する。な
お、図５６以降に示すフロ−チャ−ト中の矩形の枠で示
す各処理中に現われる等号（＝）は、式の右辺の内容又
は計算結果を左辺のメモリ（あるいはレジスタ，フラ
グ）に代入（即ちストア）することを意味している。

【０１４３】図５４のステップＳ１の詳細を図５６に示
す。この処理では、空の領域ＲＧＳ中に、図５７に示す
ように１６個の小領域Ａ１，Ａ２，Ａ３，・・・Ａ１６
を定める。なお、図５７中の数値は、画素数単位の座標
又は大きさを示している。

【０１４４】図５６を参照して説明する。この処理を初
めて実行する時には、初期化フラグＳ_init が０である
ので、ステップＳ1_1の次にＳ1_2に進み、ステップＳ1_
2で初期化フラグＳ_init をセットする。

【０１４５】次のステップＳ1_3では、フラグＳ_night
をクリアして、レジスタＮｏ_maxに定数１６をストアす
る。続くステップＳ1_4では、カウンタｉ，ｊ及びｋを
それぞれクリアする。次のステップＳ1_5からＳ1_12ま
での処理は、ｊ＜Ｎｏ_maxである間、ル−プ処理として
繰り返し実行される。

【０１４６】ステップＳ1_5ではメモリＳ_xs(j+1)，Ｓ_
ys(j+1)，Ｓ_av(j+1)及びＳ_k(j+1)に、それぞれ（３２
×ｊ＋１６），２０，２５５及び１．０をストアし、ス
テップＳ1_6ではカウンタｊをインクリメント（＋１）
し、ステップＳ1_7ではメモリＳ_pos(i,k)にｊの値をス
トアし、ステップＳ1_8ではカウンタｋをインクリメン
トする。また、カウンタｋが４になる毎に、ステップＳ
1_9からＳ1_10に進み、メモリＳ_pos(i,k)をクリアし、
次のステップＳ1_11でカウンタｋをクリアしてカウンタ
ｉをインクリメントする。

【０１４７】なお、例えばメモリＳ_xs(j+1)は、予め定
めたメモリ配列Ｓ_xs(０又は１)〜Ｓ_xs(最大値)の中の
一部分であり、括弧内のパラメ−タの値によって特定さ
れるメモリである。他のメモリについても同様の表記の
ものは、全て同様のメモリ配列の一部分を示している。
また、フロ−チャ−ト中のアスタリスク（＊）は乗算を
意味している。

【０１４８】図５６に示す処理を実行することによっ
て、メモリＳ_xs(1)，Ｓ_xs(2)，Ｓ_xs(3)，Ｓ_xs(4)，
・・・・，Ｓ_xs(16)に、それぞれ１６，16+32，16+32
×2，16+32×3，・・・・，16+32×15がストアされる。
つまり、図５７に示す小領域Ａ１，Ａ２，Ａ３，Ａ４，
・・・・Ａ１６のそれぞれの左端のｘ座標が、それぞれ
メモリＳ_xs(1)，Ｓ_xs(2)，Ｓ_xs(3)，Ｓ_xs(4)，・・
・・，Ｓ_xs(16)に保持される。また、小領域Ａ１，Ａ
２，Ａ３，Ａ４，・・・・Ａ１６のそれぞれの上端のｙ
座標（全て２０）が、それぞれメモリＳ_ys(1)，Ｓ_ys
(2)，Ｓ_ys(3)，Ｓ_ys(4)，・・・・，Ｓ_ys(16)に保持
される。更に、メモリＳ_av(1)〜Ｓ_av(16)の内容は全
て最大値である２５５に初期化され、メモリＳ_k(1)〜
Ｓ_k(16)の内容は全て１．０に初期化される。また、２
次元配列メモリであるＳ_pos(0,0)〜Ｓ_pos(3,3)には、
図６０の（ａ）に示すようにそれぞれ値がストアされ
る。

【０１４９】図５４のステップＳ２の詳細を図５８に示
す。図５８を参照して説明する。この処理においては、
基本的に図５７に示す小領域Ａ１〜Ａ１６のそれぞれに
おける画像情報の平均的な階調を計算する。但し、図５
８の処理を１回実行するだけでは１６個の領域Ａ１〜Ａ
１６のうち４領域だけの階調を計算し、図５８の処理を
４回実行することによって、１６個の全ての領域の平均
階調が計算される。１６個の領域Ａ１〜Ａ１６のうちの
いずれを処理対象とするかが、図６０に（ａ）として示
した２次元配列メモリＳ_pos(S_cy，j)の内容を参照す
ることにより決定される。例えば、カウンタＳ_cyが１
で、カウンタｊが２であれば、メモリＳ_pos(S_cy，j)
の内容が７であるので、領域Ａ７の平均階調を求める。

【０１５０】最初のステップＳ2_1ではカウンタｊをク
リアし、次のステップＳ2_2では、カウンタＳ_cy，ｊに
よって特定されるメモリＳ_pos(S_cy，j)の内容を参照
し、その内容を領域番号レジスタｎｏにストアする。ｎ
ｏの値が０でなければ、ステップＳ2_3を通ってＳ2_4に
進む。

【０１５１】ステップＳ2_4では、メモリＳ_av(no)をク
リアし、カウンタｃｎｔをクリアし、レジスタｎｏの値
で示される小領域のｘ座標をメモリＳ_xs(no)から得
て、レジスタｘｓ及びｘにストアし、レジスタｎｏの値
で示される小領域のｙ座標をメモリＳ_ys(no)から得
て、レジスタｙｓ及びｙにストアする。

【０１５２】ステップＳ2_7では、画像デ−タ中のレジ
スタｘ，ｙが示す座標に存在する画素の階調情報Ｉ(x,
y)をメモリＳ_av(no)に加算（累算）し、カウンタｘお
よびｃｎｔをそれぞれインクリメントする。ｘ＜(ｘｓ
＋１６)であれば、次のステップＳ2_9からＳ2_7に戻
る。従って、ｘ＝(ｘｓ＋１６)になるまで、ステップＳ
2_7が繰り返される。これによって、座標(xs,y)から(xs
+15,y)までの１６画素について、それらの階調情報Ｉ
(x,y)の累算値がメモリＳ_av(no)に保持される。

【０１５３】ステップＳ2_10では、カウンタｘにｘｓの
値（小領域の左端位置）をプリセットし、カウンタｙに
３を加算する。続くステップＳ2_11では、ｙと（ｙｓ＋
２４）を比較する。そして、ｙ＜（ｙｓ＋２４）である
と、再びステップＳ2_7に戻る。従って、走査線の３ラ
インおきに、即ち、ｙ座標がｙｓ，ｙｓ＋３，ｙｓ＋
６，ｙｓ＋９，・・・，ｙｓ＋２１の各々の走査線に対
して、ステップＳ2_7，Ｓ2_9が実行される。つまり、ｙ
＝（ｙｓ＋２４）になり、ステップＳ2_11からＳ2_12に
進む場合には、１６×２４画素で構成される１つの小領
域の中で、図５９にハッチングで示した全ての画素の階
調の累算値が、メモリＳ_av(no)に保持される。また、
カウンタｃｎｔには、当該小領域内で参照した画素の
数、即ち図５９にハッチングで示した画素の数が保持さ
れる。ステップＳ2_12では、メモリＳ_av(no)の内容を
カウンタｃｎｔの値で割った結果をメモリＳ_av(no)に
ストアする。これによって、当該小領域内で参照した全
画素の平均階調が求められ、メモリＳ_av(no)に保持さ
れる。また、カウンタｊがインクリメントされる。

【０１５４】ステップＳ2_12からＳ2_2に戻り、上記処
理を繰り返す。例えば、パラメ−タＳ_cyが０の場合に
は、メモリＳ_pos(Ｓ_cy，ｊ)から読み出されてレジス
タｎｏにストアされる値が、カウンタｊの値に応じて、
１，２，３，４，０と順に変化する（図６０参照）の
で、１回目，２回目，３回目および４回目の処理で、そ
れぞれ小領域Ａ１，Ａ２，Ａ３およびＡ４に関する平均
階調が求められ、その結果がそれぞれメモリＳ_av(no)
にストアされる。そして、メモリＳ_pos(Ｓ_cy，ｊ)か
ら読み出された値が０になると、即ち４つの小領域の処
理が完了すると、ステップＳ2_3からＳ2_5に進む。

【０１５５】ステップＳ2_5ではカウンタＳ_cyをインク
リメントする。また、その結果、カウンタＳ_cyの値が
４になった場合には、ステップＳ2_6からＳ2_8に進み、
カウンタＳ_cyをクリアする。ステップＳ2_5を実行する
とカウンタＳ_cyが更新されるので、次回に図５８の処
理を実行する場合には、メモリＳ_pos(Ｓ_cy，ｊ)から
読み出される値、即ち処理対象の小領域は、今回とは違
うものになる。そして、図５８の処理を４回繰り返し実
行すると、１６個の小領域Ａ１〜Ａ１６の全ての処理が
完了する。

【０１５６】但し、図５８の処理は、画像を入力する毎
に繰り返し実行され、処理の結果はそれが更新されるま
でメモリＳ_av(Ｓ_cy，ｊ)に保持されているので、図５
８の処理を４回繰り返さなくても、１６個の小領域の全
てについて平均階調を得ることができる。これによっ
て、昼／夜を識別する周期を短くすることができる。ま
た、この実施例では、小領域内の全ての画素を参照せず
に、水平走査線の３ラインに１ラインの割合いで各画素
を参照する、走査線の間引きを実施しているので、図５
８に示す処理の実行に要する時間を短縮することができ
る。

【０１５７】図５４のステップＳ３の詳細な内容を図６
１に示す。図６１を参照して説明する。ステップＳ3_1
ではカウンタｉに１をプリセットする。次のステップＳ
3_2では、カウンタｉの値で特定されるメモリＳ_av(i)
に保持されている１つの小領域の平均階調値を予め定め
たしきい値ＴＨａと比較する。そして、Ｓ_av(i)＜ＴＨ
ａであれば、次のステップＳ3_4で、カウンタｉの値で
特定されるフラグＳ_flag(i)をセットし、Ｓ_av(i)≧Ｔ
ＨａならステップＳ3_3で、カウンタｉの値で特定され
るフラグＳ_flag(i)をクリアする。つまり、各小領域の
平均階調がしきい値より小さい（暗い）場合には、その
小領域を「夜」の候補とみなし、平均階調がしきい値以
上の（明るい）場合には、その小領域を「昼」の候補と
みなす。

【０１５８】次のステップＳ3_5でカウンタｉをインク
リメントし、続くステップＳ3_6ではカウンタｉの値を
小領域の最大数Ｎｏ_maxと比較する。ｉ≦Ｎｏ_maxであ
れば、ステップＳ3_2に戻って上記処理を繰り返す。つ
まり、１６個の小領域のそれぞれについて、メモリＳ_a
v(i)に保持されている各平均階調値をしきい値ＴＨａに
よって２値的に識別し、その結果をフラグＳ_flag(i)に
保存する。従って、フラグＳ_flag(i)を参照することに
より、ｉ番目の小領域が「夜」の候補か「昼」の候補か
を識別することができる。

【０１５９】図５４のステップＳ４の詳細な内容を図６
２に示す。図６２を参照して説明する。最初のステップ
Ｓ4_1では、カウンタｉに１をプリセットし、カウンタ
ｃｎｔおよびＴＨＮをそれぞれクリアする。次のステッ
プＳ4_2では、カウンタＴＨＮをインクリメントする。
続くステップＳ4_3では、カウンタｉの値で特定される
フラグＳ_flag(i)を参照する。そして、Ｓ_flag(i)＝１
なら、即ちｉ番目の小領域が「夜」の候補であると、次
のステップＳ4_4でカウンタｃｎｔをインクリメントす
る。Ｓ_flag(i)＝０なら、即ちｉ番目の小領域が「昼」
の候補なら、カウンタｃｎｔは更新しない。

【０１６０】ステップＳ4_6では、カウンタｉを小領域
の最大数Ｎｏ_maxと比較する。そして、ｉ≦Ｎｏ_maxで
あれば、ステップＳ4_2に戻って上記処理を繰り返す。
これによって、フラグＳ_flag(1)〜Ｓ_flag(16)の全て
がステップＳ4_3でチェックされる。ステップＳ4_6から
Ｓ4_7に進む場合には、１６個の小領域Ａ１〜Ａ１６の
うち、「夜」の候補であった小領域の数が、カウンタｃ
ｎｔに保持される。処理対象とした全ての小領域の数
（実際にはＮｏ_max）がカウンタＴＨＮに保持される。

【０１６１】ステップＳ4_7では、ＴＨＮ×（３／４）
を計算し、その結果がＴＨＮにストアされる。そして次
のステップＳ4_8では、カウンタｃｎｔの値とＴＨＮの
値とを比較する。つまり、「夜」の候補であった小領域
の数を、処理対象とした全ての小領域の数（この場合は
１６）を基準にして定めたしきい値（ＴＨＮの内容）と
比較する。そして、ｃｎｔ≧ＴＨＮであると、次のステ
ップＳ4_10で昼夜識別フラグＳ_nightをセットし、ｃｎ
ｔ＜ＴＨＮであると、ステップＳ4_9でフラグＳ_night
をクリアする。従って、「夜」の候補の小領域の数が全
小領域の３／４以上である場合に最終的に「夜」と識別
され、それ以外の場合には「昼」と識別される。

【０１６２】以上に説明した第１実施例では、自車両に
最も近いウィンドウ２−１の領域内で自車レ−ン左，右
端白線ＬＲ１，ＬＬ１（図２６）を検出して、これに基
づいて、ウィンドウ２−１内の左，右隣接レ−ンの左
端，右端白線を推定し、ウィンドウ２−１からウィンド
ウ２−２の中程までの、ＬＲ１，ＬＬ１間領域（図２６
の縦線塗りつぶし領域）に物体が存在するか否かを検出
し、かつ同様に左，右隣接レ−ン領域（図２６の横線塗
りつぶし領域）を定めてそこに物体が存在するか否かを
検出して、物体を検出すると自車から該物体までの距離
を算出する。自車レ−ン上のこの領域で物体を検出する
とウィンドウ２−２および２−３に関する処理は実行し
ない。該物体を検出しなかったときにウィンドウ２−２
に関しても同様な処理（図２７のａ）を実行し、ここで
自車レ−ン領域の物体を検出しないとウィンドウ２−３
に関しても同様な処理（図２７のｂ）を実行する。

【０１６３】また、夜間には、処理するウィンドゥのｙ
方向の位置について、先行車両のテ−ルランプ部の高さ
（ＴＬ）に応じた補正が加えられる（図３２の１５４
Ｂ）。このように、昼／夜の違いに応じて、処理するウ
ィンドゥの位置を補正し、更に図３９のステップ２０８
Ｂ，２０８Ｃのように距離を求めるための計算式を切換
え（又は補正し）、また図４２のステップ２２９Ｂ，２
２９Ｃのように判別のためのしきい値を切換えることに
より、先行車両の認識のための処理のほとんどを、昼間
と夜間とが共通に利用することができる。そのため、ハ
−ドウェアの構成を複雑化することなく、昼間も夜間も
先行車両を認識しうる。

【０１６４】次に、第２実施例について説明する。

【０１６５】この実施例では、ＣＰＵ１は図５３に示す
処理を実行する。すなわち、「昼夜の判定」Ｓの次に、
「自車レ−ン検出（２−１）」Ｄ１（前述のＤの内容に
同じ）で、ウィンドウ２−１内の２直線ＬR1，ＬL1（図
１４のｃ）を検出し、検出した直線に基づいて「隣接レ
−ン推定（２−１）」Ｆ１（前述のＦの内容に同じ）
で、右隣接レ−ンの右端白線ＬRR1および左隣接レ−ン
の左端白線ＬLL1を推定する。そしてウィンドウを２−
２に切換えて、「自車レ−ン検出（２−２）」Ｄ２およ
び「隣接レ−ン推定（２−２）」Ｆ２で、同様な直線検
出および直線推定を実行して、ウィンドウ２−２内の自
車レ−ン端を表わす２直線ＬR2，ＬL2（図１４のｃ）な
らびに右隣接レ−ンの右端白線ＬRR2および左隣接レ−
ンの左端白線ＬLL2を推定する。更に、ウィンドウを２
−３に切換えて、「自車レ−ン検出（２−３）」Ｄ３お
よび「隣接レ−ン推定（２−３）」Ｆ３で、同様な直線
検出および直線推定を実行して、ウィンドウ２−３内の
自車レ−ン端を表わす２直線ＬR3，ＬL3（図１４のｃ）
ならびに右隣接レ−ンの右端白線ＬRR3および左隣接レ
−ンの左端白線ＬLL3を推定する。ここで処理するウィ
ンドウのｙ方向の位置についても、前記実施例と同様
に、夜間は、先行車両のテ−ルランプ部の高さ（ＴＬ）
に応じた補正が加えられる。

【０１６６】以上により、自車レ−ンの右端白線を表わ
す３本の直線ＬR1〜ＬR3，左端白線を表わす３本の直線
ＬL1〜ＬL3（図１４のｃ）、ならびに、それらの外側
の、右隣接レ−ンの右端白線（推定）を表わす３本の直
線ＬRR1〜ＬRR3および左隣接レ−ンの左端白線（推定）
を表わす３本の直線ＬLL1〜ＬLL3が求められたことにな
る。

【０１６７】ＣＰＵ１は次に、「自車レ−ン領域設定」
ｈで、直線ＬR1とウィンドウ２−２の右辺又は下辺(X=5
11の縦線又はY=350の横線)との交点，直線ＬR1とＬR2の
交点(図１４のｃの丸印）,ＬR2とＬR3の交点，直線ＬL1
とウィンドウ２−１の左辺又は下辺(X=0の縦線又はY=35
0の横線)との交点，直線ＬL1とＬL2の交点,ＬL2とＬL3
の交点、ならびに、直線ＬR3とＬL3との交点を算出し、
これらの交点のＹ方向で隣り合う２点を結ぶ直線とウィ
ンドウ２−１の下辺で囲まれる領域を自車走行レ−ン領
域と設定する。そして次の「自車レ−ン先行車両認識及
び測距」Ｈで、前述の第１実施例における物体検出と距
離算出（Ｈ）と同様な処理により、設定した領域内での
物体検出と距離算出を行なう。ここで処理するウィンド
ウのｙ方向の位置についても、前記実施例と同様に、夜
間は、先行車両のテ−ルランプ部の高さ（ＴＬ）に応じ
た補正が加えられる。

【０１６８】ＣＰＵ１は次に、「右隣接レ−ン領域設
定」ｉで、直線ＬR1とウィンドウ２−１の右辺又は下辺
(X=511の縦線又はY=350の横線)との交点，直線ＬR1とＬ
R2の交点,ＬR2とＬR3の交点，直線ＬRR1とウィンドウ２
−１の右辺又は下辺(X=511の縦線又はY=350の横線)との
交点，直線ＬRR1とＬRR2の交点,ＬRR2とＬRR3の交点、
ならびに、直線ＬR3とＬRR3との交点を算出し、これら
の交点のＹ方向で隣り合う２点を結ぶ直線とウィンドウ
２−１の下辺で囲まれる領域を右隣接レ−ン領域と設定
する。そして次の「右隣接レ−ン先行車両認識及び測
距」Iで、前述の第１実施例における右隣接レ−ンにお
ける物体検出と距離算出（Ｉ）と同様な処理により、設
定した領域内での物体検出と距離算出を行なう。ここで
処理するウィンドウのｙ方向の位置についても、前記実
施例と同様に、夜間は、先行車両のテ−ルランプ部の高
さ（ＴＬ）に応じた補正が加えられる。

【０１６９】ＣＰＵ１は次に、「左隣接レ−ン領域設
定」ｊで、直線ＬL1とウィンドウ２−１の左辺又は下辺
(X=0の縦線又はY=350の横線)との交点，直線ＬL1とＬL2
の交点,ＬL2とＬL3の交点，直線ＬLL1とウィンドウ２−
１の左辺又は下辺(X=0の縦線又はY=350の横線)との交
点，直線ＬLL1とＬLL2の交点,ＬLL2とＬLL3の交点、な
らびに、直線ＬL3とＬLL3との交点を算出し、これらの
交点のＹ方向で隣り合う２点を結ぶ直線とウィンドウ２
−１の下辺で囲まれる領域を左隣接レ−ン領域と設定す
る。そして次の「左隣接レ−ン先行車両認識及び測距」
Ｊで、前述の第１実施例における左隣接レ−ンにおける
物体検出と距離算出（Ｊ）と同様な処理により、設定し
た領域内での物体検出と距離算出を行なう。ここで処理
するウィンドウのｙ方向の位置についても、前記実施例
と同様に、夜間は、先行車両のテ−ルランプ部の高さ
（ＴＬ）に応じた補正が加えられる。

【０１７０】この第２実施例によっても、自車直前か
ら、自車レ−ンの左，右端白線が交わって見える遠方点
までの路面領域の全面（自車レ−ン，右隣接レ−ンおよ
び左隣接レ−ン）について、物体探索と検出した物体の
距離の算出が行なわれる。

【０１７１】前述の第１実施例および第２実施例のいず
れにおいても、ウィンドウ２−１，２−２および２−３
と、自車直近から次第に遠方へ探索領域が設定されて各
領域でレ−ンを区切る白線の検出が行なわれて、検出し
た白線に基づいて探索領域が設定されるので、道路がカ
−ブしていても、探索領域が遠方で路面から外れる確率
が低く、路上物体の検出、特に遠方の路上物体の検出、
がより確実となる。

【０１７２】前述の「昼夜の判定」（図３のステップ
Ｓ）について、以下に、様々な変形例を説明する。

【０１７３】まず、画像中の空の領域ＲＧＳ内に位置決
めされる多数の小領域の形状及び配置に関する様々な変
形例を、図６７，図６８及び図６９に示す。まず図６７
を参照する。

【０１７４】（ａ）小領域をそれぞれ１本の水平線と
し、この小領域を空の領域ＲＧＳ内に縦方向に連続的に
並べてある。

【０１７５】（ｂ）小領域をそれぞれ１本の水平線と
し、この小領域を空の領域ＲＧＳ内に縦方向に互いに間
隔をあけて並べてある。

【０１７６】（ｃ）小領域を水平方向に細長い矩形と
し、この小領域を空の領域ＲＧＳ内に縦方向に連続的に
並べてある。

【０１７７】（ｄ）小領域を水平方向に細長い矩形と
し、この小領域を空の領域ＲＧＳ内に縦方向に互いに間
隔をあけて並べてある。

【０１７８】（ｅ）小領域を水平方向に細長い矩形と
し、この小領域を空の領域ＲＧＳ内に縦方向に並べ、か
つ縦方向に隣接するもの同士が互いに一部分重なるよう
に並べてある。

【０１７９】（ｆ）小領域を水平方向に細長い矩形と
し、この小領域を空の領域ＲＧＳ内に縦方向に並べ、一
部分の隣接する小領域が互いに一部分重なるように並べ
てある。特に、上側の小領域は重なるように配置し、無
限遠点に近い下側の小領域は重ならないように配置して
ある。このようにすると、各々の小領域に、位置に応じ
た重み付けがされる。

【０１８０】図６７に示した例では、各小領域の形状を
水平方向に長いものにしたが、図６８に示す例は、いず
れも各小領域の形状を垂直方向に長いものに変更してあ
る。一般のテレビカメラにおいては、水平方向に対して
主走査を実施し、垂直方向（鉛直方向）に対して副走査
を実施するので、主走査方向と一致する水平方向が長く
なるように小領域を配置すると、小領域内の情報を短時
間で参照することができる。従って通常は、図６７に示
す配置にする方が好ましい。しかし、例えばテレビカメ
ラを９０度傾けて、水平方向と垂直方向が逆になるよう
に取付ける場合には、図の縦方向が主走査方向になり、
横方向が副走査方向になるので、図６８に示すように小
領域を配置した方が、画像情報を短時間で参照すること
ができる。

【０１８１】次に図６９を参照して説明する。

【０１８２】（ａ）全ての小領域を同一形状の矩形（正
方形）とし、この小領域を空の領域ＲＧＳ内の全体に渡
って連続的に配置してある。

【０１８３】（ｂ）全ての小領域を同一形状の矩形（正
方形）にしてある。空の領域ＲＧＳ内の水平方向には小
領域を連続的に配置し、縦方向には互いに間隔をあけて
配置してある。

【０１８４】（ｃ）全ての小領域を同一形状の矩形（正
方形）にしてある。空の領域ＲＧＳ内の縦方向には小領
域を連続的に配置し、水平方向には互いに間隔をあけて
配置してある。

【０１８５】（ｄ）全ての小領域を同一形状の矩形（正
方形）にしてある。空の領域ＲＧＳ内に小領域を縦方向
及び水平方向に、それぞれ互いに間隔をあけて整然と並
べて配置してある。

【０１８６】（ｅ）全ての小領域を同一形状の矩形（正
方形）にしてある。空の領域ＲＧＳ内に小領域を縦方向
及び水平方向に、それぞれ互いに間隔をあけて配置して
ある。また、水平方向には小領域を整然と並べてある
が、縦方向には千鳥状に並べて配置してある。

【０１８７】（ｆ）正方形状の小領域と、各々１本の水
平線でなる小領域とを組合せて配置してある。前者の小
領域は上方に配置し、後者の小領域は下方（無限遠点に
近い方）に配置してある。

【０１８８】なお前述の実施例においては、図５６の処
理において、メモリ配列Ｓ_pos(i,k)の各要素に、図６
０の（ａ）に示す値をそれぞれストアしているが、例え
ば図６０の（ｂ）のように値の配置を変更してもよい。
このようにすれば、Ａ１，Ａ５，Ａ９，Ａ１３，Ａ２，
Ａ６，・・・の順で各小領域を処理するように、順番を
変更することができる。また、メモリ配列Ｓ_pos(i,k)
の要素数（パラメ−タｉ，ｋの最大数）を変更してもよ
い。

【０１８９】次に、図６１に示した処理（図５４のＳ
３）の変形例について説明する。１つの変形例を図７０
に示す。図６１の中の処理Ｓ３ｘを変更したものが図７
０の処理である。図７０を参照して、変更された部分を
説明する。この実施例では、各小領域の平均階調値を保
持するメモリＳ_av(i)の内容を２値的に識別するための
しきい値として、ＴＨａとＴＨｂの２つを用いている。
この例では、ＴＨａの値は６０、ＴＨｂの値は８０であ
る。そして、各小領域の平均階調値を２値化する前に、
フラグＳ_flag(i)に保持されている以前の識別結果をス
テップＳ3_7で参照し、Ｓ_flag(i)＝１（夜の候補）で
あればステップＳ3_8を、そうでなければステップＳ3_9
に進む。ステップＳ3_8では、メモリＳ_av(i)の内容を
しきい値ＴＨａと比較し、その結果に応じてフラグＳ_f
lag(i)の状態を更新する。またステップＳ3_9では、メ
モリＳ_av(i)の内容をしきい値ＴＨｂと比較し、その結
果に応じてフラグＳ_flag(i)の状態を更新する。これに
よって、各小領域の平均階調の２値化にヒステリシス特
性を持たせることができる。従って例えば、夕方の画像
のように平均階調値がしきい値に近い場合であっても、
識別結果の「夜／昼」が頻繁に切換わるのを防止するこ
とができる。

【０１９０】もう１つの変形例を図７１に示す。図６１
の処理Ｓ３ｘを変形したものが図７１である。この実施
例では、各小領域の平均階調を２値的に識別する処理に
おいて、同一の状態が数回連続的に維持される場合に、
識別結果を切換えるようにしている。

【０１９１】図７１を参照して説明する。ステップＳ3_
14では、各小領域の平均階調値を保持するメモリＳ_av
(i)の内容をしきい値ＴＨａと比較し、その結果に応じ
てステップＳ3_15又はＳ3_16に進む。ステップＳ3_15及
びＳ3_16では、ｉ番目の小領域に割当てられたフラグＳ
_flag_N(i)の状態を更新する。次のステップＳ3_17で
は、最新の識別結果を保持するフラグＳ_flag_N(i)の状
態と、過去の識別結果を保持するフラグＳ_flag_O(i)と
を比較し、両者が一致する状合には次にステップＳ3_19
に進み、一致しないとステップＳ3_18に進む。

【０１９２】ステップＳ3_18では、ｉ番目の小領域に割
当てられたカウンタＳ_cnt(i)をクリアし、次のステッ
プＳ3_20では、フラグＳ_flag_N(i)の状態をフラグＳ_f
lag_O(i)に保存する。

【０１９３】ステップＳ3_19では、ｉ番目の小領域に割
当てられたカウンタＳ_cnt(i)をインクリメントする。
なお、記号「＋＝」は、左辺の内容に右辺の内容を加算
してその結果を左辺のメモリにストアすることを意味し
ている（例えば、プログラミング言語“Ｃ”において一
般的に規定されている）。次のステップＳ3_21では、カ
ウンタＳ_cnt(i)の値をしきい値である３と比較する。
カウンタＳ_cnt(i)の値が０，１又は２であるとステッ
プＳ3_21からＳ3_5に進むが、Ｓ_cnt(i)の値が３以上な
ら、次にステップＳ3_22に進む。

【０１９４】ステップＳ3_22では、カウンタＳ_cnt(i)
に３をストアする。次のステップＳ3_23では、最新の識
別結果を保持するフラグＳ_flag_N(i)の状態に応じてフ
ラグＳ_flag(i)を更新する。従ってこの例では、ステッ
プＳ3_14の結果が３回連続的に同一である場合に限り、
フラグＳ_flag(i)の内容が変更される。従って例えば、
夕方の画像のように平均階調値がしきい値ＴＨａに近い
場合であっても、識別結果の「夜／昼」が頻繁に切換わ
るのを防止することができる。

【０１９５】前述の図７０の処理と図７１の処理とを組
合せることもできる。例えば、図７１に示す処理Ｓ３ｙ
を、図７２に示す処理に置き換えればよい。

【０１９６】次に、図６２に示した処理（図５４のＳ
４）の変形例について説明する。１つの変形例を図７３
に示す。図６２の中の処理Ｓ４ｘを変更したものが図７
３の処理である。図７３を参照して、変更された部分を
説明する。この実施例では、最終的に「夜／昼」を識別
する処理において、同一の状態が数回連続的に維持され
る場合に、識別結果を切換えるようにしている。

【０１９７】ステップＳ4_11では、「夜の候補」の小領
域数を保持するカウンタｃｎｔの内容をしきい値を保持
するカウンタＴＨＮの値と比較し、その結果に応じてス
テップＳ4_12又はＳ4_13に進む。ステップＳ4_12及びＳ
4_13では、フラグＳ_night_Nの状態を更新する。次のス
テップＳ4_14では、最新の状態を保持するフラグＳ_nig
ht_Nと、過去の状態を保持するフラグＳ_night_Oとを比
較し、その結果に応じてステップＳ4_15又はＳ4_16に進
む。ステップＳ4_15では、カウンタＳ_cnt_nをクリア
し、次のステップＳ4_17では、フラグＳ_night_Nの状態
をフラグＳ_night_Oに保存する。ステップＳ4_16では、
カウンタＳ_cnt_nをインクリメントし、次のステップＳ
4_18では、カウンタＳ_cnt_nの値をしきい値である１０
と比較する。そして、Ｓ_cnt_nが１０以上の場合にの
み、次のステップＳ4_19，Ｓ4_20を実行する。ステップ
Ｓ4_19ではカウンタＳ_cnt_nに１０をストアし、ステッ
プＳ4_20では、最新の状態を保持するフラグＳ_night_N
に応じて、最終的な識別結果であるフラグＳ_nightの状
態を更新する。従ってこの例では、フラグＳ_night_Nと
フラグＳ_night_Oとが一致する状態が１０回連続的に生
じた場合にのみ、フラグＳ_nightの状態が変わる。これ
により、夕方の画像のように各小領域の平均階調値がし
きい値（ＴＨａ）に近い場合であっても、最終識別結果
（Ｓ_night）が頻繁に切換わるのを防止することができ
る。

【０１９８】もう１つの変形例を図７４に示す。図６２
のステップＳ4_2〜Ｓ4_4の部分を変更したものが図７４
の処理である。図７４を参照して変更された部分を説明
する。この実施例では、予め小領域毎にそれぞれ独立し
た重み係数を割り当ててある。これらの重み係数が、メ
モリ配列Ｓ_k()に保持されており、ｉ番目の小領域の重
み係数は、パラメ−タｉで特定されるメモリＳ_k(i)か
ら得ることができる。ステップＳ4_22では、メモリＳ_k
(i)からｉ番目の小領域の重み係数を読み込み、レジス
タｎにストアする。次のステップＳ4_23では、レジスタ
ＴＨＮの内容にレジスタｎの内容（重み係数）を加算し
てその結果をレジスタＴＨＮに保存する。次のステップ
Ｓ4_24では、ｉ番目の小領域のフラグＳ_flag(i)を参照
する。そして、Ｓ_flag(i)＝１の場合には、次のステッ
プＳ4_25で、カウンタｃｎｔにレジスタｎの内容を加算
して、その結果をカウンタｃｎｔに保存する。従って、
全小領域の処理が終了してステップＳ4_7に進む場合に
は、レジスタＴＨＮの内容は、全小領域の重み係数の総
和であり、カウンタｃｎｔの内容は、全小領域のうち、
「夜の候補」とみなされた小領域の重み係数の総和であ
る。従って、ステップＳ4_7ではレジスタＴＨＮの内容
に基づいてしきい値を決定し、ステップＳ4_8ではカウ
ンタｃｎｔの内容をしきい値（ＴＨＮの値）と比較する
ことによって、最終的に夜か昼かを識別している。

【０１９９】テレビカメラによって撮影される画像（例
えば図６４）においては、通常は空の領域ＲＧＳであっ
ても、その部分に樹木，街路灯など他の画像（即ちノイ
ズ）が含まれる場合がある。また、ノイズが現われる頻
度は、画像上の位置に応じて異なり、一般に、画面の上
に近づくに従って、頻度が小さくなる。従って、例えば
図６９の（ａ）のように空の領域ＲＧＳ内に多数の小領
域を配置する場合には、小領域の配置される画面中の位
置が上になるに従って、大きな重み係数を割り当てるこ
とにより、ノイズの影響を軽減することができる。

【０２００】もう１つの変形例を図７５に示す。図７５
の処理は、既に説明した図７３と図７４の処理を組合せ
たものであり、同一の処理ステップには同一の番号を付
して示してある。

【０２０１】なお上記実施例においては、画像中の空の
領域の明るさに基づいて、夜と昼とを２値的に識別して
いるが、しきい値の種類を増やすことにより、例えば夜
／夕方／昼のような３種類以上の明るさの識別も可能で
ある。先行車を認識するためのアルゴリズムとして、仮
に３種類以上のものを有するのであれば、夜／夕方／昼
のように３種類以上の明るさを識別し、最も好ましいア
ルゴリズムを選択するのが望ましい。

【０２０２】なお上記実施例においては、先行車など、
自車の前方に存在する被写体の画像を撮影して、先行車
や対向車を認識しているが、テレビカメラの光軸を後方
に向ければ、同一のアルゴリズムで後続車両を認識する
ことができる。

【０２０３】

【発明の効果】本発明の全ての請求項によれば、例えば
街灯のようなノイズ画像の影響によって、複数の小領域
の一部分について、１次照度識別手段の識別結果に誤り
（例えば、夜間なのに空が明るい）が生じた場合であっ
ても、他の小領域に関する１次照度識別手段の正しい識
別結果に基づいて、２次照度識別手段は、正しい識別結
果を出力することができる。

【０２０４】また、請求項２では、画像中の参照すべき
画素数が減るので、１次照度識別手段の処理に要する時
間を短縮することができる。

【０２０５】また、請求項３では、１次照度識別手段が
出力する各小領域の識別結果に、画像中の位置に応じた
重み付けを持たせることができる。例えば、各小領域の
位置が上になるほど、重複部分の面積の比率を大きくす
るように各小領域の位置を定めると、ノイズ画像が現わ
れにくい画像上方の領域の重みを大きくして、より信頼
性の高い識別結果を得られる。

【０２０６】また請求項４では、各小領域内の全ての画
素を処理する必要がないので、１次照度識別手段の処理
に要する時間が短縮される。

【０２０７】また請求項５では、参照すべき全小領域の
総画素数が多い場合であっても、全小領域の明るさの平
均値を計算する前に、識別結果を出力することができる
ので、短い周期で識別結果を得ることができる。

【０２０８】また請求項６では、例えば第１の状態（夜
の候補）と第２の状態（昼の候補）を２値的に識別する
場合に、第１の状態から第２の状態に移る場合と、第２
の状態から第１の状態に移る場合とでしきい値を変える
ことができるので、ヒステリシス特性を有する識別が可
能になる。

【０２０９】また請求項７では、一時的な明るさの変化
に反応するのを抑制する効果があるので、例えば夜間の
街灯の光や対向車のヘッドライトの光などの影響によっ
て、画像中の空の領域にノイズ画像、即ち一時的な明る
さの変化が生じたとしても、その影響を受けることな
く、正確な識別結果を出力することができる。

【０２１０】また請求項８では、例えば第１の状態と第
２の状態を２値的に識別する場合に、第１の状態から第
２の状態に移る場合と、第２の状態から第１の状態に移
る場合とでしきい値を変えることができるので、ヒステ
リシス特性を有する識別が可能になる。

【０２１１】また請求項９では、前記１次照度識別手段
の識別結果として特定の値が得られた小領域の数に応じ
た２次識別結果（Ｓ_night）を得ることができる。

【０２１２】また請求項１０では、一時的な明るさの変
化に反応するのを抑制する効果があるので、例えば夜間
の街灯の光や対向車のヘッドライトの光などの影響によ
って、画像中の空の領域にノイズ画像、即ち一時的な明
るさの変化が生じたとしても、その影響を受けることな
く、正確な識別結果を出力することができる。

【０２１３】また請求項１１では、各小領域の画像中の
位置に応じた重み付けをしたうえで最終的な明るさが識
別されるので、より信頼性の高い識別結果を得ることが
可能である。例えば、画像中の位置が上になるほど、ノ
イズ画像が現われにくいので、各小領域の位置が上にな
るほど、重み係数を大きくすればより信頼性の高い識別
結果を得られる。

【０２１４】また請求項１２では、一時的な明るさの変
化に反応するのを抑制する効果が得られる。

【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
車両認識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１の、第１実施例に
おける、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メインル−チンのフロ−チャ−ト
である。

【図４】図３の「画面の校正」Ｃの内容を示すフロ−
チャ−トである。

【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の「補正画像メモリイニシャライズ」Ｃ
６の内容を示すフロ−チャ−トである。

【図１０】図４の「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の「補間」Ｃ８の一部を示すフロ−チ
ャ−トである。

【図１２】図４の「補間」Ｃ８の残り部分を示すフロ
−チャ−トである。

【図１３】図３の「自車レ−ン検出」Ｄを示すフロ−
チャ−トである。

【図１４】（ａ）は図１３に示す「特徴点検出ウィン
ドウ２−１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の「左右白線検出」Ｄ３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」６３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」６３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）」７０Ｒ，７０Ｌおよび「ハフグリッドクリア（Ｈ
Ｇ３）」７５Ｒ，７５Ｌ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）」７２Ｒ，７２Ｌ
および「ハフ変換（ＨＧ３）」７７Ｒ，７７Ｌ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）」７３Ｒ，
７３Ｌおよび「最大点探索（ＨＧ３）」７８Ｒ，７８Ｌ
の内容を、汎用形式で示すフロ−チャ−トであり、図２
１中のｎは、１，２又は３である。

【図２２】図１３の「無限遠点計算」Ｄ４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の「隣接レ−ン推定」Ｆ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「ウィンドウ２−１内の車両検
出」ＤＥＴ１の中の、図２８，図４７および図５０に示
す車両認識および測距Ｈ，ＩおよびＪで物体検出を行な
う探索領域を縦線および横線の塗りつぶしで示す平面図
である。

【図２７】（ａ）は図３に示す「ウィンドウ２−２内
の車両検出」ＤＥＴ２で物体検出を行なう探索領域を縦
線および横線の塗りつぶしで示す平面図、（ｂ）は図３
に示す「ウィンドウ２−２内の車両検出」ＤＥＴ３で物
体検出を行なう探索領域を縦線および横線の塗りつぶし
で示す平面図である。

【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の「ヒストグラムメモリクリア」１
３３を示すフロ−チャ−トである。

【図３４】図２９の「ｙ方向ヒストグラム作成」１３
４を示すフロ−チャ−トである。

【図３５】図２９の「ｙ方向極大点検出」１３５を示
すフロ−チャ−トである。

【図３６】図３５の「レ−ン左端点計算」１７６およ
び「レ−ン右端点計算」１７７を示すフロ−チャ−トで
ある。

【図３７】図２９の「ｘ方向重心計算」１３６を示す
フロ−チャ−トである。

【図３８】図２８の「車両左右端の検出」Ｈ３を示す
フロ−チャ−トである。

【図３９】図３８の「車両左右端位置推定」２０１を
示すフロ−チャ−トである。

【図４０】図３８の「左端垂直特徴点検出」２０３Ｌ
を示すフロ−チャ−トである。

【図４１】図３８の「ｘ方向ヒストグラム作成」２０
５Ｌを示すフロ−チャ−トである。

【図４２】図３８の「ｘ方向最大点検出」２０６Ｌを
示すフロ−チャ−トである。

【図４３】図３８の「右端垂直特徴点検出」２０３Ｒ
を示すフロ−チャ−トである。

【図４４】図２８の「車両の検定」Ｈ４を示すフロ−
チャ−トである。

【図４５】図２８の「車間距離計算」Ｈ６を示すフロ
−チャ−トである。

【図４６】図２８の「車幅学習計算」Ｈ７を示すフロ
−チャ−トである。

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

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

【図４９】図４８の「水平特徴点の検出２」２５８を
示すフロ−チャ−トである。

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

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

【図５２】図５１の「水平特徴点の検出３」２７７を
示すフロ−チャ−トである。

【図５３】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１の、第２実施例
における、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−トである。

【図５４】図３の「昼夜の判定」Ｓを示すフロ−チャ
−トである。

【図５５】撮影して得られた２次元画像中の各領域の
位置関係を示す平面図である。

【図５６】図５４のステップＳ１の詳細を示すフロ−
チャ−トである。

【図５７】領域ＲＧＳ中に定めた小領域Ａ１〜Ａ１６
の位置関係を示す平面図である。

【図５８】図５４のステップＳ２の詳細を示すフロ−
チャ−トである。

【図５９】１つの小領域の画素構成を示す平面図であ
る。

【図６０】２次元メモリ配列Ｓ_pos(S_cy，ｊ)上の各
要素に割当てた数値を示すメモリマップである。

【図６１】図５４のステップＳ３の詳細を示すフロ−
チャ−トである。

【図６２】図５４のステップＳ４の詳細を示すフロ−
チャ−トである。

【図６３】夜間に撮影される画像の一例を示す平面図
である。

【図６４】昼間に撮影される画像の一例を示す平面図
である。

【図６５】夕方に撮影される画像の一例を示す平面図
である。

【図６６】１つの水平走査線ＳＬの期間における映像
信号の波形図であり、（ａ），（ｂ）及び（ｃ）はそれ
ぞれ夜間，昼間及び夕方の信号に対応する。

【図６７】空の領域ＲＧＳ上の小領域群の配置の６種
類の変形例を示す平面図である。

【図６８】空の領域ＲＧＳ上の小領域群の配置の６種
類の変形例を示す平面図である。

【図６９】空の領域ＲＧＳ上の小領域群の配置の６種
類の変形例を示す平面図である。

【図７０】図６１に示す処理の変形例を示すフロ−チ
ャ−トである。

【図７１】図６１に示す処理のもう１つの変形例を示
すフロ−チャ−トである。

【図７２】図６１に示す処理のもう１つの変形例の処
理の一部を示すフロ−チャ−トである。

【図７３】図６２に示す処理の変形例を示すフロ−チ
ャ−トである。

【図７４】図６２に示す処理のもう１つの変形例を示
すフロ−チャ−トである。

【図７５】図６２に示す処理のもう１つの変形例を示
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）

Claims

【特許請求の範囲】

【請求項１】移動体上に搭載され、少なくとも該移動
体の外部の空を含む景色の２次元画像を撮像し、該画像
の各部の明るさを示す信号を出力する、２次元撮像手段
を含み、該２次元撮像手段が撮像した２次元画像の信号
に基づいて、移動体の外部環境の明るさを少なくとも２
種類に識別する移動体上照度識別装置において：前記２
次元撮像手段が撮像した２次元画像のうち、空の領域に
相当すると予想される特定の領域内に、複数の小領域を
定める、小領域決定手段；該小領域決定手段が定めた前
記複数の小領域のそれぞれについて、該小領域の実質上
平均的な明るさを２種類以上に識別する、１次照度識別
手段；及び前記複数の小領域のそれぞれに対する前記１
次照度識別手段の識別結果の全てに基づいて、前記移動
体の外部環境の明るさを少なくとも２種類に識別する２
次照度識別手段；を設けたことを特徴とする、移動体上
照度識別装置。
【請求項２】前記小領域決定手段は、互いに隣接する
小領域同士の間に、前記１次照度識別手段の処理対象か
ら外れた、非参照領域を設けるように各小領域の位置を
決定する、前記請求項１記載の移動体上照度識別装置。
【請求項３】前記小領域決定手段は、少なくとも一部
分の複数の小領域をそれらの位置が互いに部分的に重複
する状態で位置決めするとともに、各小領域とその重複
部分との面積の比率が２種類以上になるように、各小領
域の位置を決定する、前記請求項１記載の移動体上照度
識別装置。
【請求項４】前記１次照度識別手段は、小領域決定手
段が定めた前記複数の小領域のそれぞれについて、該小
領域を構成する画素群のうち、特定の走査線の画素を処
理対象から除外し、残りの画素群のみについて、その情
報を入力し、それらの実質上平均的な明るさを２種類以
上に識別する、前記請求項１記載の移動体上照度識別装
置。
【請求項５】前記１次照度識別手段は、小領域決定手
段が定めた前記複数の小領域のそれぞれに対応付けられ
た複数の平均値記憶手段を含み、前記複数の小領域のそ
れぞれについて、順番に各々の小領域の明るさの平均値
を求めてその結果を対応する平均値記憶手段に記憶し、
全ての小領域についてそれらの明るさの平均値を求める
のに要する時間よりも短い周期で、全ての小領域につい
て、それらの明るさを平均値記憶手段に記憶された値に
基づいて識別する、前記請求項１記載の移動体上照度識
別装置。
【請求項６】前記１次照度識別手段は、小領域決定手
段が定めた前記複数の小領域のそれぞれに対応付けられ
た複数の１次識別結果記憶手段を含み、前記複数の小領
域のそれぞれについての明るさの識別結果を対応する１
次識別結果記憶手段に保持するとともに、前記１次識別
結果記憶手段に保持された過去の識別結果に応じて、現
在の各小領域の明るさを識別するために参照するしきい
値を２種類以上の値の中から自動的に選択する、前記請
求項１記載の移動体上照度識別装置。
【請求項７】前記１次照度識別手段は、小領域決定手
段が定めた前記複数の小領域のそれぞれに対応付けられ
た複数の１次識別結果記憶手段、および前記複数の小領
域のそれぞれに対応付けられた複数の一致回数カウンタ
手段を含み、前記複数の小領域のそれぞれについての明
るさの識別結果を対応する１次識別結果記憶手段に保持
し、前記１次識別結果記憶手段に保持された過去の識別
結果と、現在の各小領域の明るさの平均値との両者の一
致の有無の時間的な連続性の情報を前記一致回数カウン
タ手段に保持し、該一致回数カウンタ手段の内容に応じ
て、各小領域の明るさを識別する、前記請求項１記載の
移動体上照度識別装置。
【請求項８】前記１次照度識別手段は、前記１次識別
結果記憶手段に保持された過去の識別結果に応じて、現
在の各小領域の明るさを識別するために参照するしきい
値を２種類以上の値の中から自動的に選択する、前記請
求項７記載の移動体上照度識別装置。
【請求項９】前記２次照度識別手段は、前記１次照度
識別手段の識別結果として特定の値が得られた小領域の
数を計数する照度カウンタ手段を含み、識別対象の前記
複数の小領域の総数に応じたしきい値と、前記照度カウ
ンタ手段の内容とを比較し、その結果を２次識別結果と
して出力する、前記請求項１記載の移動体上照度識別装
置。
【請求項１０】前記２次照度識別手段は、前記複数の
小領域のそれぞれに対応付けられた複数の２次識別結果
記憶手段、および前記複数の小領域のそれぞれに対応付
けられた複数の２次一致回数カウンタ手段を含み、前記
複数の小領域のそれぞれについての前記２次識別結果を
前記２次識別結果記憶手段に保持し、前記２次識別結果
記憶手段に保持された過去の２次識別結果と、現在の各
小領域に関する２次識別結果との両者の一致の有無の時
間的な連続性の情報を前記２次一致回数カウンタ手段に
保持し、該２次一致回数カウンタ手段の内容に応じて、
最終識別結果を出力する、前記請求項９記載の移動体上
照度識別装置。
【請求項１１】前記２次照度識別手段は、前記複数の
小領域のそれぞれに対応付けられた複数の重み係数を保
持する重み係数保持手段，識別対象の前記複数の小領域
の重み係数を積算する係数積算手段，及び前記１次照度
識別手段の識別結果として特定の値が得られた小領域の
数を計数する照度カウンタ手段を含み、前記係数積算手
段によって求められた係数と、前記照度カウンタ手段の
内容とに基づいて、２次識別結果を求める、前記請求項
１記載の移動体上照度識別装置。
【請求項１２】前記２次照度識別手段は、前記複数の
小領域のそれぞれに対応付けられた複数の２次識別結果
記憶手段、および前記複数の小領域のそれぞれに対応付
けられた複数の２次一致回数カウンタ手段を含み、前記
複数の小領域のそれぞれについての前記２次識別結果を
前記２次識別結果記憶手段に保持し、前記２次識別結果
記憶手段に保持された過去の２次識別結果と、現在の各
小領域に関する２次識別結果との両者の一致の有無の時
間的な連続性の情報を前記２次一致回数カウンタ手段に
保持し、該２次一致回数カウンタ手段の内容に応じて、
最終識別結果を出力する、前記請求項１１記載の移動体
上照度識別装置。