JPS63220371A - 交差点検出装置 - Google Patents
交差点検出装置Info
- Publication number
- JPS63220371A JPS63220371A JP62052865A JP5286587A JPS63220371A JP S63220371 A JPS63220371 A JP S63220371A JP 62052865 A JP62052865 A JP 62052865A JP 5286587 A JP5286587 A JP 5286587A JP S63220371 A JPS63220371 A JP S63220371A
- Authority
- JP
- Japan
- Prior art keywords
- intersection
- white line
- intersecting point
- probability
- passage
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000001514 detection method Methods 0.000 claims description 25
- 239000006185 dispersion Substances 0.000 abstract description 4
- 238000000034 method Methods 0.000 description 10
- 238000010586 diagram Methods 0.000 description 4
- 238000003384 imaging method Methods 0.000 description 4
- 230000006870 function Effects 0.000 description 3
- 238000003491 array Methods 0.000 description 2
- 238000006243 chemical reaction Methods 0.000 description 1
- 230000000295 complement effect Effects 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- 230000005855 radiation Effects 0.000 description 1
Landscapes
- Image Processing (AREA)
- Image Analysis (AREA)
Abstract
(57)【要約】本公報は電子出願前の出願データであるた
め要約のデータは記録されません。
め要約のデータは記録されません。
Description
【発明の詳細な説明】
（産業上の利用分野）
本発明は通路の両側に引かれた白線の切れ目を検出して
交差点を検出する交差点検出装置に関する。
交差点を検出する交差点検出装置に関する。
（従来技術）
無人搬送車などの走行車の走行を制御するために、走行
車に取り付けられたテレビカメラなどの撮像部によって
外部環境を撮像し、その撮像された二次元画像から外部
環境を認識する技術か知られている。従来このような目
的で外部環境を認識する手段としては、走行路面や壁面
にセンシング可ｆｌなライン状またはスポット状の目印
（マーカー）を設置し、走行車に設けた受光素子によっ
てそれらの目印を感知する方法が知られている（たとえ
ば特開昭５９−２２４５０５号）。
車に取り付けられたテレビカメラなどの撮像部によって
外部環境を撮像し、その撮像された二次元画像から外部
環境を認識する技術か知られている。従来このような目
的で外部環境を認識する手段としては、走行路面や壁面
にセンシング可ｆｌなライン状またはスポット状の目印
（マーカー）を設置し、走行車に設けた受光素子によっ
てそれらの目印を感知する方法が知られている（たとえ
ば特開昭５９−２２４５０５号）。
しかしながら、このような従来の方法においては、路面
や壁面に特別なマーカーを設置しなければならないため
に、外部環境のレイアウト変更が大変であるとか、マー
カーの汚れに弱いという問題があり、外部環境に手を加
えることなく安定して外部環境を認識する手法の開発が
望まれていた。
や壁面に特別なマーカーを設置しなければならないため
に、外部環境のレイアウト変更が大変であるとか、マー
カーの汚れに弱いという問題があり、外部環境に手を加
えることなく安定して外部環境を認識する手法の開発が
望まれていた。
そこで本発明者らは走行車の通路の両側に引かれている
白線に着目し、外部環境を認識するためにこの白線を検
出する手法を昭和６１年１２月５日付提出の特願昭６１
−２８８７０９号「白線検出装置」において提案した。
白線に着目し、外部環境を認識するためにこの白線を検
出する手法を昭和６１年１２月５日付提出の特願昭６１
−２８８７０９号「白線検出装置」において提案した。
この白線検出装置により白線を検出することにより走行
車の直線走行を制御できるが、コーナリング走行を制御
するためには交差点を認識できることが望ましい。
車の直線走行を制御できるが、コーナリング走行を制御
するためには交差点を認識できることが望ましい。
（発明の目的および構成）
本発明は上記の点にかんがみてなされたもので、路面や
壁面に設けたマーカーなどを用いずに交差点を認識する
ことを目的とし、上記目的を達成するために、第１図に
全体構成を示すように。
壁面に設けたマーカーなどを用いずに交差点を認識する
ことを目的とし、上記目的を達成するために、第１図に
全体構成を示すように。
通路に引かれた白線を含む外部環境を撮影して得られる
二次元観測画像から白線検出手段１００により白線を検
出し、検出した白線上の点の中から交差点候補部検出手
段２００により交差点候補部を検出し、この検出した交
差点候補部の情報から交差点候補部検出手段３００によ
り通路の交差点の上端らしさを表わす確率と通路の交差
点の下端らしさを表わす確率とを算出し、この算出され
た確率分布から交差点端決定手段４００により交差点上
端と交差点下端とを決定することにより通路の交差点を
検出するように構成したものである。
二次元観測画像から白線検出手段１００により白線を検
出し、検出した白線上の点の中から交差点候補部検出手
段２００により交差点候補部を検出し、この検出した交
差点候補部の情報から交差点候補部検出手段３００によ
り通路の交差点の上端らしさを表わす確率と通路の交差
点の下端らしさを表わす確率とを算出し、この算出され
た確率分布から交差点端決定手段４００により交差点上
端と交差点下端とを決定することにより通路の交差点を
検出するように構成したものである。
（実施例）
以下本発明を図面に基づいて説明する。
第２図は本発明による交差点検出装置の一実施例のブロ
ック線図を示す。
ック線図を示す。
本装置は、外部環境を撮像するテレビカメラ等の撮像部
ｌｏｔと、前記先願で開示したような通路に引かれてい
る白線を検出する白線検出部１０２と、白線検出部１０
２により検出された左側白線データを格納する画像メモ
リ１０３と、同じく右側白線データを格納する画像メモ
リ１０４と、画像の横軸に平行な所定幅の領域Ｗ内の濃
淡分散値を算出する分子Ｉｋ算出部１０５と、分散算出
結果に基づき通路の交差点らしい部分を抽出する交差点
候補部検出部１０６と、検出された交差点候補部を１次
元配列上に射影するデータ射影部１０７と、このように
配列された交差点候補部から進行方向に向って白線で示
される通路の交差点の上端らしさ、すなわち交差点の角
を進行方向に向って手前の角とむこう側の角に分けたと
きのむこう側の角の存在確率で示される交差点上端らし
さを算出する交差点上端確率算出部ｌＯ８と、同じく進
行方向の手前の角の存在確率で示される交差点下端らし
さを算出する交差点下端確率算出部１０９と、算出した
確率結果から交差点端候補部を検出する交差点端候補部
検出部１１０と、検出した交差点端候補部から交差点端
を決定する交差点候補部ｉｌｌとから構成されている。
ｌｏｔと、前記先願で開示したような通路に引かれてい
る白線を検出する白線検出部１０２と、白線検出部１０
２により検出された左側白線データを格納する画像メモ
リ１０３と、同じく右側白線データを格納する画像メモ
リ１０４と、画像の横軸に平行な所定幅の領域Ｗ内の濃
淡分散値を算出する分子Ｉｋ算出部１０５と、分散算出
結果に基づき通路の交差点らしい部分を抽出する交差点
候補部検出部１０６と、検出された交差点候補部を１次
元配列上に射影するデータ射影部１０７と、このように
配列された交差点候補部から進行方向に向って白線で示
される通路の交差点の上端らしさ、すなわち交差点の角
を進行方向に向って手前の角とむこう側の角に分けたと
きのむこう側の角の存在確率で示される交差点上端らし
さを算出する交差点上端確率算出部ｌＯ８と、同じく進
行方向の手前の角の存在確率で示される交差点下端らし
さを算出する交差点下端確率算出部１０９と、算出した
確率結果から交差点端候補部を検出する交差点端候補部
検出部１１０と、検出した交差点端候補部から交差点端
を決定する交差点候補部ｉｌｌとから構成されている。
次に第２図および第３図を参照して交差点検出動作を説
明する。
明する。
撮像部１０１から取り込んだ第３図（イ）に示すような
画像信号Ａ（ｉ、ｊ）から白線検出部１０２によって同
図（ロ）に示すような通路左端を表わす白線！ＬＬ、と
同図（ハ）に示すような通路右端を表わす白線ＪＬがそ
れぞれ検出される。白線を含む外部環境を撮像して得ら
れる二次元観測画像から濃淡値が暗から明に変化する点
と明から暗に変化する点を検出し、検出した点の集合に
より形成されるエツジを検出し、このエツジにより形成
される領域が所定幅以下であるような領域を白線候補部
として検出し、前記領域の中心点の集合から白線のパタ
ーンを分類し、この分類されたパターンについて平行線
は画像上において必ず変わることを利用したＨＯＵＧＨ
変換を施すことにより白線を検出するものである。検出
された白線データＢ（ｉ、ｊ）およびＣ（ｉ、ｊ）はそ
れぞれ画像メモリ１０３と画像メモリ１０４にストアさ
れ、交差点検出の準備が完了する。
画像信号Ａ（ｉ、ｊ）から白線検出部１０２によって同
図（ロ）に示すような通路左端を表わす白線！ＬＬ、と
同図（ハ）に示すような通路右端を表わす白線ＪＬがそ
れぞれ検出される。白線を含む外部環境を撮像して得ら
れる二次元観測画像から濃淡値が暗から明に変化する点
と明から暗に変化する点を検出し、検出した点の集合に
より形成されるエツジを検出し、このエツジにより形成
される領域が所定幅以下であるような領域を白線候補部
として検出し、前記領域の中心点の集合から白線のパタ
ーンを分類し、この分類されたパターンについて平行線
は画像上において必ず変わることを利用したＨＯＵＧＨ
変換を施すことにより白線を検出するものである。検出
された白線データＢ（ｉ、ｊ）およびＣ（ｉ、ｊ）はそ
れぞれ画像メモリ１０３と画像メモリ１０４にストアさ
れ、交差点検出の準備が完了する。
さて１画像メモリ１０３に通路左端を表わす白線ｉ、の
データＢ（ｉ、ｊ）がストアされているものとして、通
路左側の交差点位置を検出する場合を例にとって第４図
のフローチャートを用いて交差点の検出動作を説明する
。なお通路右側の交差点も全く同様に検出できる。
データＢ（ｉ、ｊ）がストアされているものとして、通
路左側の交差点位置を検出する場合を例にとって第４図
のフローチャートを用いて交差点の検出動作を説明する
。なお通路右側の交差点も全く同様に検出できる。
まず１分散算出部１０５において、通路左端白線ｆＬＬ
のデータＢ （ｉ、ｊ）上をｉ＝１．ｊ＝１からサーチ
しくＦ−１）、白線部に濃淡値２５５の値がプロットさ
れていることから白線位置を表わすＢ （ｉ、ｊ）＝２
５５なる点を探しくＦ−２）、このとき白線位置ｉ ？
ｉ ｏとし、探した点を中心として、第３図（ニ）に
示すような画像の横軸に平行な輻Ｗの領域を設定する。
のデータＢ （ｉ、ｊ）上をｉ＝１．ｊ＝１からサーチ
しくＦ−１）、白線部に濃淡値２５５の値がプロットさ
れていることから白線位置を表わすＢ （ｉ、ｊ）＝２
５５なる点を探しくＦ−２）、このとき白線位置ｉ ？
ｉ ｏとし、探した点を中心として、第３図（ニ）に
示すような画像の横軸に平行な輻Ｗの領域を設定する。
ここでＷは画像上の着目している点において白線幅より
大きくとる必要があり、たとえば、Ｗ（ｊ）＝ＩＮＴ（
ｊ／ａ）（ａは使用者が決定する定数、ＩＮＴは切り捨
て関数）によって決定される（Ｆ−３）。
大きくとる必要があり、たとえば、Ｗ（ｊ）＝ＩＮＴ（
ｊ／ａ）（ａは使用者が決定する定数、ＩＮＴは切り捨
て関数）によって決定される（Ｆ−３）。
ここでＫの初期化（Ｆ−４）とＸ座標ｉ°を設定しくＦ
−５）、このｉｆがｌ〜Ｎの範囲に入っているか否かを
調べる（Ｆ−６）。Ｘ座標ｉｆがｌ〜Ｎの範囲外にあれ
ばステップ（Ｆ−２）にもどり、ｌ〜Ｎの範囲内にあれ
ばにに原画像Ａ（ｉ’。
−５）、このｉｆがｌ〜Ｎの範囲に入っているか否かを
調べる（Ｆ−６）。Ｘ座標ｉｆがｌ〜Ｎの範囲外にあれ
ばステップ（Ｆ−２）にもどり、ｌ〜Ｎの範囲内にあれ
ばにに原画像Ａ（ｉ’。
ｊ）を加え（Ｆ−７）、このステップなｉ’＝（ｉ。
−Ｗ／２）から（ｉｏ＋Ｗ／２）について鰻り返す。こ
うして領域Ｗの濃淡集積値Ｋが求められたところで濃淡
平均値Ａを求めるＣＦ−８）。
うして領域Ｗの濃淡集積値Ｋが求められたところで濃淡
平均値Ａを求めるＣＦ−８）。
ここで領域Ｗ内の濃淡分散値Ｖを初期化しくＦ−９）ス
テップ（Ｆ−８）で求めた濃淡平均値Ａを用いてｉ’Ｃ
Ｆ−ｔｏ）について領域Ｗ（ｊ）の濃淡分散値Ｖ（ｊ）
を次式によって算出する（Ｆ−１１）。
テップ（Ｆ−８）で求めた濃淡平均値Ａを用いてｉ’Ｃ
Ｆ−ｔｏ）について領域Ｗ（ｊ）の濃淡分散値Ｖ（ｊ）
を次式によって算出する（Ｆ−１１）。
ここで（ｉ ｏ、 ｊ ）は着目している白線上の点、
Ａ（ｊ）は この濃淡分散値Ｖ（ｊ）の演算をｉｆが（ｔｏ−Ｗ／２
）から（ｉ、＋Ｗ／２）まで繰り返す。交差点部におい
ては濃淡分散値Ｖ（ｊ）が小さくなり、白線部において
は濃淡分散値Ｖ（ｊ）が大きくなることを利用し、分散
算出部１ｏ５において算出した分散値Ｖがある（ｊ）値
ｖＴＨよりも小さい領域を交差点非補部検出部１０６に
おいて交差点候補部として検出する（Ｆ−１２）。検出
した交差点候補部Ｄ （１ｏ＊Ｊ ）は第３図（ホ）に
示すようになるが、データ射影部１０７において１次元
配列上に射影すると、同図（へ）に示すような配列ＤＬ
を得る。ここで交差点候補部はＤＬ＝１、それ以外はＤ
Ｌ＝０であるとする（Ｆ−１３）。
Ａ（ｊ）は この濃淡分散値Ｖ（ｊ）の演算をｉｆが（ｔｏ−Ｗ／２
）から（ｉ、＋Ｗ／２）まで繰り返す。交差点部におい
ては濃淡分散値Ｖ（ｊ）が小さくなり、白線部において
は濃淡分散値Ｖ（ｊ）が大きくなることを利用し、分散
算出部１ｏ５において算出した分散値Ｖがある（ｊ）値
ｖＴＨよりも小さい領域を交差点非補部検出部１０６に
おいて交差点候補部として検出する（Ｆ−１２）。検出
した交差点候補部Ｄ （１ｏ＊Ｊ ）は第３図（ホ）に
示すようになるが、データ射影部１０７において１次元
配列上に射影すると、同図（へ）に示すような配列ＤＬ
を得る。ここで交差点候補部はＤＬ＝１、それ以外はＤ
Ｌ＝０であるとする（Ｆ−１３）。
次に交差点上端確率算出部１０８および交差点下端確率
算出部１０９において、配列Ｄｔ、から交差点上端らし
さＰｕおよび交差点下端らしさＰＬ。
算出部１０９において、配列Ｄｔ、から交差点上端らし
さＰｕおよび交差点下端らしさＰＬ。
をそれぞれ求めるが、まず白線見、上の点Ｒ（ｉ。
ｊ）の交差点上端らしさＰｕの算出法について第５図に
より説明する。
より説明する。
第３図のデータ射影部１０７においてＲ（ｉ。
ｊ）はＤＬ（ｊ）に射影されるわけであるが、ここでＤ
＋−（ｊ）が交差点の上端であるとは、ＤＬ（ｊ）、Ｄ
Ｌ（Ｊ ” ｌ ）、Ｄ Ｌ（ｊ ＋ ２ ）、＝・
が交差点候補部であり、且つＤＬ（ｊ ｌ）、Ｄ Ｌ
（ｊ −２）、Ｄｔ、（ｊ ３）、・・・が交差点非
候補部であるということである。ここでカメラのレイア
ウトが決定しており、無人搬送車が移動する道幅がほぼ
等しければ、白線上のある点を上端とする交差点幅（１
次元配列上に射影した輻）はある程度一義的に決定する
。これをＴｕ（ｊ）とおく（実際はＪのみの関数ではな
いか、たとえば、Ｔｏ（ｊ ） ＝ Ｉ ＮＴ （ｊ
／α）のような形で近似してもさしつかえない）、また
、まったく同様にして、白線上のある点を下端とする交
差点幅（１次元配列上に射影した＠）も一義的に決定す
る。これをＴＬ（ｊ）とおく（実際はｊのみの関数では
ないが、たとえば、Ｔ＋−（ｊ ）−Ｉ ＮＴ（ｊ／β
）のような形で近似してもさしつかえない）、ｊ＝ｒｏ
から始めて（Ｐ−１）上記Ｔｕ（ｊ）およびＴＬ（ｊ）
をｊ＝Ｍ−ｔｏまで演算する（Ｐ−２）。
＋−（ｊ）が交差点の上端であるとは、ＤＬ（ｊ）、Ｄ
Ｌ（Ｊ ” ｌ ）、Ｄ Ｌ（ｊ ＋ ２ ）、＝・
が交差点候補部であり、且つＤＬ（ｊ ｌ）、Ｄ Ｌ
（ｊ −２）、Ｄｔ、（ｊ ３）、・・・が交差点非
候補部であるということである。ここでカメラのレイア
ウトが決定しており、無人搬送車が移動する道幅がほぼ
等しければ、白線上のある点を上端とする交差点幅（１
次元配列上に射影した輻）はある程度一義的に決定する
。これをＴｕ（ｊ）とおく（実際はＪのみの関数ではな
いか、たとえば、Ｔｏ（ｊ ） ＝ Ｉ ＮＴ （ｊ
／α）のような形で近似してもさしつかえない）、また
、まったく同様にして、白線上のある点を下端とする交
差点幅（１次元配列上に射影した＠）も一義的に決定す
る。これをＴＬ（ｊ）とおく（実際はｊのみの関数では
ないが、たとえば、Ｔ＋−（ｊ ）−Ｉ ＮＴ（ｊ／β
）のような形で近似してもさしつかえない）、ｊ＝ｒｏ
から始めて（Ｐ−１）上記Ｔｕ（ｊ）およびＴＬ（ｊ）
をｊ＝Ｍ−ｔｏまで演算する（Ｐ−２）。
ここで交差点候補部を検出したときのように憤域Ｗ内の
分散値Ｖを初期化しく第４図のステップ）（Ｆ −９）
、ステップ（Ｆ−８））で求めた濃淡平均値Ａ（ｊ）を
用いてｉｌ（第４図の（Ｆ−１０））について領域Ｗ（
ｊ）内の濃淡分散値Ｖ（ｊ）をまずｔ＝ｔ、 ｊ＝１ｏ
から始めて（Ｐ−３）、画面上の交差点候補部を探す（
Ｐ−４）。交差点候補部は射影データＤ Ｌ（ｊ）が２
５５に等しくなったときであるから、ｊ＝１０からｊ
＝Ｍ−１０までについて交差点候補部を求める（ｐ−ｓ
）。ここで再びｊ＝ｌＯとしく Ｐ −６）、交差点候
補点数Ｐおよび交差点非候補点数Ｑを初期化しくＰ−７
）、ざらにｊ°＝０として（Ｐ−８） 、ＤＬ（Ｊ＋ｊ
’）＝２５５を求める（Ｐ−９）。こうして交差点候補
点が求められたとき、Ｐ＝１としてそれ以前のＰに１を
加える（ｐ−ｔｏ）、これをｊ゛についてＯからＴｕ（
ｊ） １まて繰返すゆ 次に定めたｊ”を１としくＰ−１１）、このｊ′を用い
てＤ（ｊ−ｊ”）−〇となる交差点非候補点数Ｑを求め
る（Ｐ １２）、ＤＬ（ｊ Ｊ”）＝０となワたと
きに１だけ増す。この操作をｊ″＝１からＴＬ（ｉ
ｌ）まで繰り返すことにより白線見、上の点Ｒ（ｉ、ｊ
）の交差点上端らしさＰｕ（ｊ）を次式で定義する。
分散値Ｖを初期化しく第４図のステップ）（Ｆ −９）
、ステップ（Ｆ−８））で求めた濃淡平均値Ａ（ｊ）を
用いてｉｌ（第４図の（Ｆ−１０））について領域Ｗ（
ｊ）内の濃淡分散値Ｖ（ｊ）をまずｔ＝ｔ、 ｊ＝１ｏ
から始めて（Ｐ−３）、画面上の交差点候補部を探す（
Ｐ−４）。交差点候補部は射影データＤ Ｌ（ｊ）が２
５５に等しくなったときであるから、ｊ＝１０からｊ
＝Ｍ−１０までについて交差点候補部を求める（ｐ−ｓ
）。ここで再びｊ＝ｌＯとしく Ｐ −６）、交差点候
補点数Ｐおよび交差点非候補点数Ｑを初期化しくＰ−７
）、ざらにｊ°＝０として（Ｐ−８） 、ＤＬ（Ｊ＋ｊ
’）＝２５５を求める（Ｐ−９）。こうして交差点候補
点が求められたとき、Ｐ＝１としてそれ以前のＰに１を
加える（ｐ−ｔｏ）、これをｊ゛についてＯからＴｕ（
ｊ） １まて繰返すゆ 次に定めたｊ”を１としくＰ−１１）、このｊ′を用い
てＤ（ｊ−ｊ”）−〇となる交差点非候補点数Ｑを求め
る（Ｐ １２）、ＤＬ（ｊ Ｊ”）＝０となワたと
きに１だけ増す。この操作をｊ″＝１からＴＬ（ｉ
ｌ）まで繰り返すことにより白線見、上の点Ｒ（ｉ、ｊ
）の交差点上端らしさＰｕ（ｊ）を次式で定義する。
Ｐ Ｕ（Ｊ ）−Ｔ ｕ（ｊ ）内の交差点候補点数／
Ｔｕｂ）ＸＴＬ（Ｊ １）内の交差点非候補点数／
Ｔ Ｌ（ｊ −１）また全く同様にして、白線ＩＬＬ上
の点Ｒ（ｉ 、 ｊ）の交差点下端らしさＰＬ（Ｊ）を
次式で定義する（Ｐ−１５）。
Ｔｕｂ）ＸＴＬ（Ｊ １）内の交差点非候補点数／
Ｔ Ｌ（ｊ −１）また全く同様にして、白線ＩＬＬ上
の点Ｒ（ｉ 、 ｊ）の交差点下端らしさＰＬ（Ｊ）を
次式で定義する（Ｐ−１５）。
ＰＬ（Ｊ）・ＴＬ（ｊ）内の交差点候補点数／ＴＬ（ｊ
）ｘＴｕ（ｊ”）内の交差点非候補点数／ Ｔ ｕ（ｊ
”ｌ）以上は白線ＩＬＬ上についてであるが、白線１
ｍ上についても全く同じ式で交差点端らしさを表わすこ
とができる。
）ｘＴｕ（ｊ”）内の交差点非候補点数／ Ｔ ｕ（ｊ
”ｌ）以上は白線ＩＬＬ上についてであるが、白線１
ｍ上についても全く同じ式で交差点端らしさを表わすこ
とができる。
次に再び１＝ｉｏとして（Ｐ−１６）交差点上端確立算
出部１０８および交差点下端確立算出部１０９の算出結
果から交差点上候補部検出部１１０において、Ｐｕ（ｊ
）≧Ｐ ＴＨ，Ｐ Ｌ（Ｊ ）≧ＰＴＩＩなる領域を抽
出するｅ Ｐ ＴＨは使用者が決めたＩ！Ｉ値で、例え
ばＰＴＨ＝０．７とすると、Ｐｕ（ｊ）≧０．７、ＰＬ
、（Ｊ）≧０．７なる領域が抽出される。ところがこの
ままでは、交差点端がある幅を持って抽出されてしまう
ため、抽出された両域内の最大確率を有する点をもって
、交差点上端、交差点下端とするような操作を行う。こ
の操作は交差点上端らしさについても交差点下端らしさ
についても全く同じであるので前者についてのみ説明す
る。
出部１０８および交差点下端確立算出部１０９の算出結
果から交差点上候補部検出部１１０において、Ｐｕ（ｊ
）≧Ｐ ＴＨ，Ｐ Ｌ（Ｊ ）≧ＰＴＩＩなる領域を抽
出するｅ Ｐ ＴＨは使用者が決めたＩ！Ｉ値で、例え
ばＰＴＨ＝０．７とすると、Ｐｕ（ｊ）≧０．７、ＰＬ
、（Ｊ）≧０．７なる領域が抽出される。ところがこの
ままでは、交差点端がある幅を持って抽出されてしまう
ため、抽出された両域内の最大確率を有する点をもって
、交差点上端、交差点下端とするような操作を行う。こ
の操作は交差点上端らしさについても交差点下端らしさ
についても全く同じであるので前者についてのみ説明す
る。
第５図において、ステップ（Ｐ−１７）で閾値を越える
Ｐｕ（ｊ）がｊ＝１０からＭ＝１０までについて求めら
れ、閾値ＰＴＨを越えるＰｕ（ｊ）についてはｐｕ’（
ｊ）−ｐｕ（ｊ）として所たな交差点上端候補部ＰＬＩ
’（Ｊ）を設け（Ｐ−１８）、ｐｉｎを越えないときは
Ｐｕ’（ｊ）＝Ｏとする（Ｐ−１９）。
Ｐｕ（ｊ）がｊ＝１０からＭ＝１０までについて求めら
れ、閾値ＰＴＨを越えるＰｕ（ｊ）についてはｐｕ’（
ｊ）−ｐｕ（ｊ）として所たな交差点上端候補部ＰＬＩ
’（Ｊ）を設け（Ｐ−１８）、ｐｉｎを越えないときは
Ｐｕ’（ｊ）＝Ｏとする（Ｐ−１９）。
ここて再びｊ＝ＩＯとしくＰ−２０）ざらにＲとＳを初
期化しくＰ ２１）、Ｐｕ’（ｊ）が０か否かを判別
する（Ｐ−２２）、その結果ＯでなければＲ＝Ｐｕ’（
ｊ）、Ｓ＝ｊとしくＰ−２３）。
期化しくＰ ２１）、Ｐｕ’（ｊ）が０か否かを判別
する（Ｐ−２２）、その結果ＯでなければＲ＝Ｐｕ’（
ｊ）、Ｓ＝ｊとしくＰ−２３）。
ｊを１だけ増加して（Ｐ−２４）、ｊがＭ−１０になる
までＰｕ’（ｊ）＝Ｏを判別する（Ｐ−２５゜Ｐ−２６
）、Ｐｕ’ （ｊ）”０ならば交差点上端であるのでス
テップ（Ｐ−２９）に跳んで第３図（ト）に示すように
１次元配列上に交差点上端Ｕ（ｊ）として濃淡値２５５
をプロットし ｐＬｌ’（ｊ）≠０ならば、にＲ−Ｐｕ
’ （Ｊ ）の正負を判別し、正ならばステップ（Ｐ−
２４）にもどってｊを１だけ増すが、負ならばＲ＝Ｐｕ
’（ｊ）、Ｓ＝ｊとして（Ｐ−２８）やはりステップ（
ｐ−２４）にもどる。
までＰｕ’（ｊ）＝Ｏを判別する（Ｐ−２５゜Ｐ−２６
）、Ｐｕ’ （ｊ）”０ならば交差点上端であるのでス
テップ（Ｐ−２９）に跳んで第３図（ト）に示すように
１次元配列上に交差点上端Ｕ（ｊ）として濃淡値２５５
をプロットし ｐＬｌ’（ｊ）≠０ならば、にＲ−Ｐｕ
’ （Ｊ ）の正負を判別し、正ならばステップ（Ｐ−
２４）にもどってｊを１だけ増すが、負ならばＲ＝Ｐｕ
’（ｊ）、Ｓ＝ｊとして（Ｐ−２８）やはりステップ（
ｐ−２４）にもどる。
ステップ（Ｐ−２９）で交差点上端に濃淡値２５５をプ
ロットした後、ｊを１だけ増加しくＰ−３０）、再びｊ
がＭ−１０に達したか否かを判別する（Ｐ−３１）、ｊ
がまだＭ−１０に達していなければステップ（Ｐ−２１
）にもどって上記の操作を繰り返す。
ロットした後、ｊを１だけ増加しくＰ−３０）、再びｊ
がＭ−１０に達したか否かを判別する（Ｐ−３１）、ｊ
がまだＭ−１０に達していなければステップ（Ｐ−２１
）にもどって上記の操作を繰り返す。
ところでステップ（Ｐ−２５）において、ｊがＭ−１０
を越えたときは、ステップ（Ｐ−３２）に進む、ステッ
プ（Ｐ−３２）は上述したステップ（Ｐ−１６）から（
Ｐ−２９）までを総括したステップであり、交差点下端
らしさＰＬ（ｊ）から交差点下端を求める処理は上述し
た処理と同じであるので説明を省略する。このステップ
（Ｐ−３２）が終了したところで、第３図（ト）に示す
ように、１次元配列上に２つの交差点下端りが濃淡値２
５５としてプロットされる。
を越えたときは、ステップ（Ｐ−３２）に進む、ステッ
プ（Ｐ−３２）は上述したステップ（Ｐ−１６）から（
Ｐ−２９）までを総括したステップであり、交差点下端
らしさＰＬ（ｊ）から交差点下端を求める処理は上述し
た処理と同じであるので説明を省略する。このステップ
（Ｐ−３２）が終了したところで、第３図（ト）に示す
ように、１次元配列上に２つの交差点下端りが濃淡値２
５５としてプロットされる。
次のステップ（Ｐ−３３）から（Ｐ−４２）までは上述
したステップ（Ｐ−３２）までで求められた交差点上端
および下端が１次元配列であることから、これを２次元
配列に変換する処理であり、ステップ（Ｐ−３３）から
（Ｐ−３７）までか交差点上端、ステップ（Ｐ−３８）
から（Ｐ−４２）までが交差点下端についての処理であ
る。
したステップ（Ｐ−３２）までで求められた交差点上端
および下端が１次元配列であることから、これを２次元
配列に変換する処理であり、ステップ（Ｐ−３３）から
（Ｐ−３７）までか交差点上端、ステップ（Ｐ−３８）
から（Ｐ−４２）までが交差点下端についての処理であ
る。
前処理は同じ内容であるので交差点上端をプロットする
ためのステップ（Ｐ−３３）から（Ｐ−３７）までにつ
いて説明する。
ためのステップ（Ｐ−３３）から（Ｐ−３７）までにつ
いて説明する。
まずｊ＝ｌＯとしくＰ−３３）、交差点上端Ｕ（ｊ）の
濃淡値が２５５か否かをｊ＝ｌｏからＭ−１Ｏまでにつ
いて判別する（Ｐ−３４）、その結果、Ｕ （ｊ）＝２
５５ならばｉ＝１として（Ｐ−３５）、ｉ＝１からＮま
てについて通路左端の白線データＢ（ｉ、ｊ）が濃淡値
２５５であるか否かを判別しくＰ−３６）、濃淡値２５
５のときは画面上の点Ｆ （ｉ、ｊ）に２５５がプロッ
トされる（Ｐ−３７）、第３図（チ）に示すように。
濃淡値が２５５か否かをｊ＝ｌｏからＭ−１Ｏまでにつ
いて判別する（Ｐ−３４）、その結果、Ｕ （ｊ）＝２
５５ならばｉ＝１として（Ｐ−３５）、ｉ＝１からＮま
てについて通路左端の白線データＢ（ｉ、ｊ）が濃淡値
２５５であるか否かを判別しくＰ−３６）、濃淡値２５
５のときは画面上の点Ｆ （ｉ、ｊ）に２５５がプロッ
トされる（Ｐ−３７）、第３図（チ）に示すように。
画面にはこうしてプロットされた交差点上端Ｕが示され
る。同様にして、ステップ（Ｐ−３８）から（Ｐ−４２
）の処理により画面には２つの交差点下端りが示される
。
る。同様にして、ステップ（Ｐ−３８）から（Ｐ−４２
）の処理により画面には２つの交差点下端りが示される
。
上記の説明は通路左端の白線についての交差点検出動作
であるが、通路右端の白線についても同様の手順で交差
点を検出することができる。
であるが、通路右端の白線についても同様の手順で交差
点を検出することができる。
（発明の効果）
以上説明したように、本発明においては、観測画面から
まず通路に引かれた白線を検出し、その白線をクロスす
る方向の濃淡分散値によって通路の交差点候補部を検出
し、この交差点候補部情報から交差点上端らしさおよび
下端らしさの確率を演算し、この確率分布から交差点の
上端および下端を決定するようにしたのて、従来のよう
に走行路面やマーカーを用いずに交差点位置を認識でき
るため、これを無人搬送車の走行制御に利用した場合は
無人搬送車の走行方向を補正したり、位置を補正したり
、あるいは交差点通過時の操舵角を高精度で制御するこ
とが可能になる。また本発明によれば、白線の汚れや交
差点部の汚れなどに影響されずに、交差点位置を確実に
認識できる。
まず通路に引かれた白線を検出し、その白線をクロスす
る方向の濃淡分散値によって通路の交差点候補部を検出
し、この交差点候補部情報から交差点上端らしさおよび
下端らしさの確率を演算し、この確率分布から交差点の
上端および下端を決定するようにしたのて、従来のよう
に走行路面やマーカーを用いずに交差点位置を認識でき
るため、これを無人搬送車の走行制御に利用した場合は
無人搬送車の走行方向を補正したり、位置を補正したり
、あるいは交差点通過時の操舵角を高精度で制御するこ
とが可能になる。また本発明によれば、白線の汚れや交
差点部の汚れなどに影響されずに、交差点位置を確実に
認識できる。
第１図は本発明による交差点候補部との全体構成図、第
２図は本発明による交差点検出装置の一実施例のブロッ
ク線図、第３図は本発明による交差点検出装置の各ステ
ップにおいて得られる画像を示し、（イ）は観測画像、
（ロ）は通路左端の白線データ、（ハ）は通路右端の白
線データ。 （ニ）は領域Ｗを設定した画面、（ホ）は交差点候補部
を示す画像、（へ）は交差点候補部の１次元配列、（ト
）は交差点上端および下端の１次元配列、（チ）は交差
点上端および下端の２次元配列画像、第４図は本発明に
おける交差点検出のための交差点候補部抽出のフローチ
ャート、第５図（イ）および（ロ）は交差点端らしさの
確率算出から交差点候補部までのフローチャートである
。 １００−・・白線検出手段、２００・・・交差点候補部
検出手段、３００−・・交差点候補部検出手段、４００
・・・交差点端決定手段 特許出願人 日産自動車株式会社 代理人 弁理士 鈴 木 弘 男 第３図 （イ） （０） （ハ） （予）（））
２図は本発明による交差点検出装置の一実施例のブロッ
ク線図、第３図は本発明による交差点検出装置の各ステ
ップにおいて得られる画像を示し、（イ）は観測画像、
（ロ）は通路左端の白線データ、（ハ）は通路右端の白
線データ。 （ニ）は領域Ｗを設定した画面、（ホ）は交差点候補部
を示す画像、（へ）は交差点候補部の１次元配列、（ト
）は交差点上端および下端の１次元配列、（チ）は交差
点上端および下端の２次元配列画像、第４図は本発明に
おける交差点検出のための交差点候補部抽出のフローチ
ャート、第５図（イ）および（ロ）は交差点端らしさの
確率算出から交差点候補部までのフローチャートである
。 １００−・・白線検出手段、２００・・・交差点候補部
検出手段、３００−・・交差点候補部検出手段、４００
・・・交差点端決定手段 特許出願人 日産自動車株式会社 代理人 弁理士 鈴 木 弘 男 第３図 （イ） （０） （ハ） （予）（））
Claims (1)
- 白線を含む観測画像から通路上の白線を検出する白線検
出手段と、検出した白線上の点の中から通路の交差点候
補部を検出する交差点候補部検出手段と、検出した交差
点候補部の情報から通路の交差点の上端らしさを表わす
確率と通路の交差点の下端らしさを表わす確率とを算出
する交差点確率算出手段と、算出された確率分布から交
差点上端と下端を決定する交差点端決定手段とを有する
ことを特徴とする交差点検出装置。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP62052865A JPH0715704B2 (ja) | 1987-03-10 | 1987-03-10 | 交差点検出装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP62052865A JPH0715704B2 (ja) | 1987-03-10 | 1987-03-10 | 交差点検出装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JPS63220371A true JPS63220371A (ja) | 1988-09-13 |
| JPH0715704B2 JPH0715704B2 (ja) | 1995-02-22 |
Family
ID=12926762
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP62052865A Expired - Lifetime JPH0715704B2 (ja) | 1987-03-10 | 1987-03-10 | 交差点検出装置 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JPH0715704B2 (ja) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH03156310A (ja) * | 1989-11-15 | 1991-07-04 | Nissan Motor Co Ltd | 道路案内線の切れ目点位置検出装置 |
-
1987
- 1987-03-10 JP JP62052865A patent/JPH0715704B2/ja not_active Expired - Lifetime
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH03156310A (ja) * | 1989-11-15 | 1991-07-04 | Nissan Motor Co Ltd | 道路案内線の切れ目点位置検出装置 |
Also Published As
| Publication number | Publication date |
|---|---|
| JPH0715704B2 (ja) | 1995-02-22 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN109034047B (zh) | 一种车道线检测方法及装置 | |
| JP3987013B2 (ja) | 車両周辺監視装置 | |
| Vaudrey et al. | Differences between stereo and motion behaviour on synthetic and real-world stereo sequences | |
| De Charette et al. | Real time visual traffic lights recognition based on spot light detection and adaptive traffic lights templates | |
| Piccioli et al. | Robust method for road sign detection and recognition | |
| Toulminet et al. | Vehicle detection by means of stereo vision-based obstacles features extraction and monocular pattern analysis | |
| US6339651B1 (en) | Robust identification code recognition system | |
| CN101900567B (zh) | 基于像素的无纹理畅通路径检测 | |
| US7466860B2 (en) | Method and apparatus for classifying an object | |
| CN105654067A (zh) | 一种车辆检测方法及装置 | |
| CN111008553B (zh) | 用于监测车辆盲区的方法和装置 | |
| JP4070437B2 (ja) | 前方車両認識装置及び認識方法 | |
| KR102383377B1 (ko) | 차량용 번호판을 인식하기 위한 전자 장치 | |
| Dib et al. | A review on negative road anomaly detection methods | |
| JP2007179386A (ja) | 白線認識方法及び白線認識装置 | |
| CN102982334A (zh) | 基于目标边缘特征与灰度相似性的稀疏视差获取方法 | |
| CN114089329A (zh) | 一种基于长短焦相机与毫米波雷达融合的目标检测方法 | |
| Broggi et al. | Stereo-based preprocessing for human shape localization in unstructured environments | |
| US20230245466A1 (en) | Vehicle Lidar System and Object Classification Method Therewith | |
| JP3503543B2 (ja) | 道路構造認識方法、距離測定方法及び距離測定装置 | |
| Morales Rosales et al. | On-road obstacle detection video system for traffic accident prevention | |
| KR20200040187A (ko) | 자동차의 블라인드 스팟 모니터링을 위한 학습 방법과 테스팅 방법, 및 이를 이용한 학습 장치와 테스팅 장치 | |
| JPS63220371A (ja) | 交差点検出装置 | |
| Chambon | Detection of road cracks with multiple images | |
| JP3475700B2 (ja) | 物体認識方法、物体認識装置、および車輌認識装置 |