WO2014104183A1 - 境界線認識装置及び分岐路判定装置 - Google Patents

Abstract

　境界線認識装置は、車両の走路を撮影するカメラ（１０）と、撮影された画像の輝度に基づいて、走路を区切る境界線のエッジ候補点を抽出するし、抽出したエッジ候補点の連なりから境界線の候補線を抽出する境界線候補抽出部（２０）を備える。この装置はさらに、幅算出部（３１）、境界線特徴算出部（３０）、及び境界線認識部（６０）を備える。幅算出部は、抽出された境界線の候補線において、画像の水平方向における候補線の幅、及び画像の垂直方向に対する候補線の角度から、候補線の画像上での見かけの幅を算出する。境界線特徴算出部は、候補線が境界線としての特徴を備えている度合いが大きいほど、候補線が境界線である確率を高く算出する。境界線認識部は、複数の特徴について境界線特徴算出部により算出された確率を統合して、境界線を認識する。複数の境界線としての特徴は、画像の不鮮明度に対する幅算出部により算出された見かけの幅の比率が所定値よりも大きいことを含む。

Description

境界線認識装置及び分岐路判定装置

　本発明は、車両に搭載されたカメラにより撮影された画像情報に基づいて、走路を区分する路面上の境界線や本線走路から分岐する分岐路を認識する境界線認識装置、及び、その境界線認識装置に用いる分岐路判定装置に関する。

　近年、車両の自動制御や走行安全性の向上を目的として、車両に搭載したカメラにより撮影した画像情報に基づいて、白線等の走路の境界線を認識する認識装置の開発が進められている。

　車両の自動制御や走行安全性の向上を実現するためには、上記認識装置による境界線の誤認識を抑制し、境界線を適切に認識する必要がある。
　このような観点から、特許文献１に示すシステムが提案されている。このシステムでは、車両に搭載した撮影装置で車両前方の路面を含むシーンを撮影し、撮影した画像データから車両が走行中のレーンの左，右端白線を表す二直線を検出して、検出した二直線の交点から自車両までの二直線間の３角領域で、路面上の物体を検出することが行われている。

　この特許文献１では、自車レーンが車両の前方でカーブしている場合に、３角領域から遠方の路面が外れないようにするために、車両前方の路面が存在する画像上の領域を、車両の進行方向で複数個に分割している。そして、車両に近い分割領域から順次に、分割領域における走行中のレーンの左，右端白線の検出を行い、検出した左，右端白線の間の走行レーン領域において物体検出を行っている。
　一方、前述した境界線を的確に検出するために、本線走路から分岐する分岐路がある場合に、本線走路と分岐路を正確に判別し、分岐路の誤検出を抑制する必要がある。

　この観点から、特許文献２のシステムでは、検出された車線境界位置に基づいて、道路曲率、及び車両のピッチ角を算出し、算出した道路曲率やピッチ角と過去の平均値との差の絶対値が閾値より大きい場合に、検出した車線境界位置を分岐路の車線境界位置と認定している。

特開平６－２１５２９０号公報 特開２００５－３４６３８３号公報

　前述した特許文献１に記載のシステムでは、左，右端白線を表す直線を基準にした所定領域で物体検出を行う場合、物体の検出精度を向上させるためには、左，右端白線を表す直線の誤認識を抑制する必要がある。

　しかしながら、車両から遠方にある白線の場合、画像上における境界線の見かけの幅は非常に狭くなる。そのため、カメラレンズのぼけにより境界線と路面とのコントラスト（エッジ強度）が低下すると、車両の遠方において、境界線に沿って並んだ路側物等を境界線と誤認識するおそれがある。特に、白線等の境界線が画像上で水平方向に傾いていると、こうした傾向が顕著となる。

　一方、前述した特許文献２に記載のシステムでは、画像情報から境界線を表すエッジ成分を抽出して、境界線を認識している。そのため、エッジ成分に外乱が加わると、境界線を誤認識し、境界線に基づいて算出した曲率やピッチ角が大きく変動することがある。したがって、特許文献１の分岐路判定方法のように境界線の変動に基づいて分岐を判定する場合、本線走路を分岐路として誤検出するおそれがある。

　本発明は、上記実情に鑑み、走行路の境界線の検出精度を向上させることを主目的とする。
　具体的には、車両の遠方における境界線の誤認識を抑制可能な境界線認識装置を提供すること一つの目的とする。
　また、本線から分岐する分岐路の誤検出を抑制することが可能な分岐路判定装置、及びその分岐路判定装置を利用した境界線認識装置を提供する

　上記課題を解決するため、一つの態様によれば、境界線認識装置は、車両に搭載されて走路を撮影するカメラと、前記カメラにより撮影された画像の輝度に基づいて、前記走路を区切る境界線のエッジ候補点を抽出し、抽出したエッジ候補点の連なりから前記境界線の候補線を抽出する境界線候補抽出部と、前記境界線候補抽出部により抽出された前記境界線の候補線において、前記画像の水平方向における前記候補線の幅、及び前記画像の垂直方向に対する前記候補線の角度から、前記候補線の前記画像上での見かけの幅を算出する幅算出部と、前記候補線が境界線としての特徴を備えている度合いが大きいほど、前記候補線が前記境界線である確率を高く算出する境界線特徴算出部と、複数の前記特徴について前記境界線特徴算出部により算出された前記確率を統合して、前記境界線を認識する境界線認識部と、を備え、複数の前記境界線としての特徴は、前記画像の不鮮明度に対する前記幅算出部により算出された前記見かけの幅の比率が所定値よりも大きいことを含む。

　上記境界線認識装置によれば、車両に搭載されたカメラにより撮影された画像の輝度から、走路を区切る境界線のエッジ候補点、及び境界線の候補線が抽出される。抽出された候補線の画像上での見かけの幅が算出される。また、候補線が境界線の特徴を備えている度合いが大きいほど、候補線が境界線である確率が高く算出される。そして、複数の境界線の特徴について算出された確率が統合されて、境界線が認識される。

　本願発明者は、車両の遠方において、画像の不鮮明度に対して境界線の見かけの幅が狭くなると、エッジ候補点の抽出精度が低下し、境界線に沿って設置された路側物等を境界線と誤認識するおそれが高くなることに注目した。境界線の見かけの幅が狭い所では、境界線に沿って設置された路側物等のエッジを抽出した候補線のみかけの幅も狭くなることが多い。そこで、画像の不鮮明度に対する候補線の見かけの幅の比率が所定値よりも大きいことを、複数の境界線としての特徴の一つに含めた。このため、境界線である確率の統合において、この特徴から算出された確率を反映させることにより、車両の遠方における境界線の誤認識を抑制することができる。

　上記課題を解決するため、別の態様によれば、分岐路判定装置は、車両に搭載されて走路を撮影するカメラと、前記カメラにより撮影された画像情報に基づいて、前記走路を区切る左右一対の境界線の候補線を抽出する境界線候補抽出部と、前記走路の曲率を算出する曲率算出部と、前記走路が分岐路としての特徴を備えている度合いが大きいほど、前記走路が分岐路である確率を高く算出し、複数の前記特徴について算出した前記確率を統合して前記走路が分岐路か否か判定する分岐路判定部と、を備え、複数の前記特徴は、前記境界線候補抽出部により抽出された前記候補線が実線であること、及び前記曲率算出部により算出された前記曲率が所定値よりも小さいことの少なくともいずれかを含む。

　上記分岐路判定装置によれば、車両に搭載されたカメラにより撮影された画像情報から、走路を区切る左右一対の境界線の候補線が抽出される。また、走路の曲率が算出される。さらに、走路が分岐路としての特徴を備えている度合いが大きいほど、走路が分岐路である確率が高く算出される。そして、抽出された候補線が実線であること、及び走路の曲率が所定値よりも小さいこと、の少なくともいずれかを含む複数の分岐路の特徴について算出された確率が統合され、走路が分岐路か否か判定される。

　ここで、本願発明者は、分岐路の境界線は破線ではなく実線であることが多いこと、及び曲率が所定値よりも大きい急カーブの走路に分岐路が設置されることは少ないことに着目した。また、候補線が実線か破線かの判定、及び走路が急カーブでないことの判定は、境界線のエッジ成分に加わる外乱の影響を受けにくい。それゆえ、候補線が実線であること、及び走路の曲率が所定値より小さいことの少なくともいずれかを分岐路の特徴として、走路が分岐路か否かを判定することにより、分岐路を誤検出することを抑制できる。

　好適には、分岐路判定装置は、車両に搭載されて走路を撮影するカメラと、前記カメラにより撮影された画像情報に基づいて、前記走路を区切る左右一対の境界線の候補線を抽出する境界線候補抽出部と、前記走路の曲率を算出する曲率算出部と、前記走路が分岐路としての特徴を備えている度合いが大きいほど、前記走路が分岐路である確率を高く算出し、複数の前記特徴について算出した前記確率を統合して前記走路が分岐路か否か判定する分岐路判定部と、を備え、複数の前記特徴は、前記境界線候補抽出部により抽出された前記候補線が実線であること、及び前記曲率算出部により算出された前記曲率が所定値よりも小さいことの双方を含む。

　この構成によれば、複数の分岐路としての特徴に、抽出された候補線が実線であること、及び走路の曲率が所定値よりも小さいこと、の双方が含まれている点が、上記分岐路判定装置の構成と異なっている。したがって、信頼性を向上させる２つの特徴が追加された上で、分岐路か否か判定されるため、より正確に分岐路を判定することができる。

　添付図において：
第１の実施形態に係る境界線認識装置の構成を示すブロック図。 候補線の見かけの幅に基づいて境界線である確率を算出する処理手順を示すフローチャート。 候補線の見かけの幅及び水平方向の幅を示す図。 候補線の輝度を水平方向に微分した一次微分分布を示す図。 水平方向における候補線の輝度分布を示す図。 不鮮明度に対する見かけの幅の比率と境界線である確率との対応を示す図。 候補線の見かけの幅に基づいて算出した境界線である確率を反映させる前と反映させた後において認識した境界線を示す図。 第２の実施形態に係る分岐路判定装置の構成を示すブロック図。 分岐路を判定する処理手順を示すフローチャート。 実線及び破線に対する分岐路である確率を示す表。 走路の曲率に対する分岐路である確率を示す図。 分岐路の判定結果の一例を示す図。

　以下、本発明に係る実施例を添付図面を参照して説明する。
　[第１の実施形態]
　まず、図１～図７を参照して、第１の実施形態を説明する。この実施形態は境界線認識装置に関する。
　図１を参照して、この実施形態に係る境界線認識装置の構成について説明する。本実施形態に係る境界線認識装置は、カメラ１０、及び画像処理装置７０を備える。

　カメラ１０は、例えばＣＣＤカメラであり、車両前方の走路を撮影できるように、例えばルームミラーの裏側に、車両前方を向いて固定されている。カメラ１０は、車両前方の走路を撮影し、撮影した画像情報を画像処理装置７０に出力する。

　画像処理装置７０は、ＣＰＵ、ＲＯＭ、ＲＡＭ、Ｉ／Ｏ、及びこれらを接続するバスライン等からなるマイクロコンピュータとして構成されている。本実施形態では、ＣＰＵがＲＯＭに記憶されたプログラムを実行することで、境界線候補抽出部２０、境界線特徴算出部３０、境界線認識部６０の機能を実現している。

　境界線候補抽出部２０は、カメラ１０により撮影された画像の輝度に基づいて、走路を区切る白線等の境界線のエッジ候補点を抽出し、抽出したエッジ候補点の連なりから境界線の候補線を抽出する。画像上で車両走行方向に交差する水平方向において、画像の輝度は、１本の境界線の左右の輪郭（エッジ）部分で大きく変化する。境界線候補抽出部２０は、カメラ１０から取得した画像情報を所定のサンプリング周期で連続的に処理しており、画像の水平方向において、急激に輝度が変化する複数の点をエッジ候補点として抽出する。そして、抽出した複数のエッジ候補点にハフ変換を施してエッジ候補点の連なりを取得し、取得したエッジ候補点の連なりを左右の輪郭とする候補線を複数抽出する。

　境界線特徴算出部３０は、幅算出部３１、投票数算出部３２、エッジ強度算出部３３、分岐路判定部３４を備える。境界線特徴算出部３０は、境界線候補抽出部２０により抽出された複数の候補線のそれぞれについて、各エッジ候補点において、本線走路の境界線としての特徴を備えている度合いを算出し、特徴を備えている度合いが大きいほど、候補線が本線走路の境界線である確率を高く算出する。

　本願発明者は、車両の遠方において、画像の不鮮明度に対して境界線の見かけの幅が狭くなると、境界線に沿って設置された路側物等のエッジをエッジ候補点として抽出し、路側物等を境界線と誤認識するおそれが高くなることに注目した。すなわち、画像の不鮮明度に対して境界線の幅が所定よりも広くない場合には、境界線でないものを境界線と誤認識したり、境界線を境界線でないと誤認識したりする可能性が高くなる。そこで、画像の不鮮明度に対する候補線の見かけの幅の比率が所定値よりも大きいことを、本線走路の境界線としての特徴とした。

　また、その他に、ハフ変換による投票数が所定数よりも多いこと、水平方向の輝度微分値で表されるエッジ強度が所定値よりも大きいこと、境界線により区切られた走路が分岐路でないことを、本線走路の境界線としての特徴とした。

　幅算出部３１は、各エッジ候補点において、候補線の見かけの幅を算出する。そして、画像の不鮮明度に対する算出した見かけの幅の比率が所定値よりも小さい場合に、候補線が本線走路の境界線である確率を最低にして、候補線が本線走路の境界線として認識されることを抑制する。

　投票数算出部３２は、ハフ変換による投票数が所定数よりも小さい場合に、候補線が本線走路の境界線である確率を最低にして、候補線が本線走路の境界線として認識されることを抑制する。エッジ強度算出部３３は、候補線のエッジ強度が所定値よりも小さい場合に、候補線が本線走路の境界線である確率を最低にして、候補線が本線走路の境界線として認識されることを抑制する。分岐路判定部３４は、候補線により区切られた走路が分岐路か否か判定し、分岐路と判定された場合は、候補線が本線走路の境界線である確率を最低にして、候補線が本線走路の境界線として認識されることを抑制する。

　境界線認識部６０は、境界線特徴統合部４０及び境界線選択部５０を備え、複数の境界線としての特徴について、境界線特徴算出部３０によりそれぞれ算出された確率を統合して、境界線を認識する。

　境界線特徴統合部４０は、下記（１）式で表される演算式を用いて、幅算出部３１、投票数算出部３２、エッジ強度算出部３３、分岐路判定部３４によりそれぞれ算出された確率を統合して統合確率を算出する。
　いま、確率Ａと確率Ｂの統合確率をＸで表すものとすると、この両確率Ａ，Ｂは
　　　Ｘ＝（Ａ・Ｂ）／｛Ａ・Ｂ＋（１－Ａ）・（１－Ｂ）｝
　　　　　　　　　　　　　　　　　　　　　　　　　　　…　（１）
の式に基づいて統合確率Ｘとして統合される。

　そこで、まず、幅算出部３１により算出された確率をＡ、投票数算出部３２により算出された確率をＢとして、幅算出部３１及び投票数算出部３２により算出された確率を統合した確率Ｘを算出する。さらに、幅算出部３１及び投票数算出部３２により算出された確率を統合した確率ＸをＡ、エッジ強度算出部３３により算出された確率をＢとして、幅算出部３１、投票数算出部３２、及びエッジ強度算出部３３により算出された確率を統合した確率Ｘを算出する。このように順次確率を統合して、複数の境界線としての特徴について、境界線特徴算出部３０によりそれぞれ算出された確率を統合する。なお、境界線の特徴は上記４つの特徴に限らない。その他の境界線としての特徴についても候補線が本線走路の境界線である確率を算出し、算出した確率を統合してもよい。

　境界線選択部５０は、境界線特徴統合部４０により統合された確率に基づいて、候補線が境界線であるか否か判定し、本線走路の境界線として認識する候補線及びその候補線に含まれるエッジ候補点を選択する。詳しくは、統合された確率が境界線として判定できる判定値よりも高い候補線のうち、車両の左側と右側で対になっている候補線であり、且つ最も車両に近い候補線の車両側の輪郭を表すエッジ候補点を選択する。

　なお、車両を自動制御する場合は、境界線選択部５０により選択された候補線の形状に基づいて、車両の操舵量の設定や路面上の物体の検出が行われる。また、車両が選択された候補線の外にはみ出した場合には、警報音が出力される。すなわち、本線走路の境界線として選択された候補線を制御目標の境界線に設定し、車両についての種々の自動制御を実行する。

　次に、図２を参照して、境界線である確率を算出する処理手順について詳細に説明する。本処理手順は、幅算出部３１が実行する。

　まず、ステップＳ１１では、画像の水平方向における候補線の幅ｗを算出する。続いてステップＳ１２では、垂直方向（車両走行方向）に対する候補線の角度θを算出する。続いてステップＳ１３では、画像上での候補線の見かけの幅を算出する。画像上での候補線の見かけの幅は、図３に示すように、候補線の延伸方向に垂直な方向における候補線の幅である。候補線の見かけの幅は、ステップＳ１１で算出した水平方向における候補線の幅ｗ、及びステップＳ１２で算出した垂直方向に対する候補線の角度θから、ｗｃｏｓθと算出される。画像上での候補線の見かけの幅の単位はピクセルになる。

　続いてステップＳ１４では、画像の不鮮明度を算出する。詳しくは、図４に示すように、画像の水平方向にエッジ候補点を含む周辺の輝度を微分して一次微分分布を算出し、算出した一次微分分布の所定幅を画像の不鮮明度とする。

　画像がぼけていない理想的な状況では、画像の水平方向における輝度の一次微分分布は、境界線の左右のエッジ部分で鋭いピークとなり、広がりを持たない。これに対して、レンズの仕様や降雨等のために画像がぼけている状況では、一次微分分布は、左右のエッジ部分で広がりを持つ分布になる。それゆえ、一次微分分布の広がりの程度を表す所定幅を、画像の不鮮明度とする。

　あるいは、図５に示すように、画像の水平方向に分布したエッジ候補点を含む周辺の輝度分布において、第１所定値から第１所定値よりも大きい第２所定値までの輝度が分布する幅を画像の不鮮明度とする。

　画像がぼけていない理想的な状況では、画像の水平方向における境界線の輝度分布は、境界線の左右のエッジ部分において、最小輝度から最高輝度に急に立ち上がる鋭いピークをもつ分布になる。これに対して、レンズの仕様や降雨等のために画像がぼけている状況では、輝度分布は、境界線の左右のエッジ部分で鈍って広がり、最小輝度から最高輝度まで理想的な状況よりも緩やかに立ち上がる分布になる。この輝度分布において、第１所定値から第２所定値までの輝度が分布する幅は、境界線のエッジ部分の広がりの程度をよく表している。それゆえ、最高輝度に対して第１所定値から第２所定値までの輝度が分布する幅を、画像の不鮮明度とする。

　なお、画像上での候補線の見かけの幅方向と、一次微分分布の微分方向及び輝度分布の分布方向とは異なるが、上記２つの不鮮明度算出方法のいずれでも、おおよその不鮮明度を算出できる。また、上記２つの不鮮明度算出方法のいずれで算出しても、画像の不鮮明度は同程度の値となり、単位はピクセルになる。

　続いてステップＳ１５では、ステップＳ１４で算出した画像の不鮮明度とステップＳ１３で算出した候補線の見かけの幅とから、画像の不鮮明度に対する候補線の見かけの幅の比率を算出する。詳しくは、候補線の見かけの幅を画像の不鮮明度で割って、この比率を算出する。

　続いてステップＳ１６では、図６に示す確率マップを用いて、ステップＳ１５で算出した画像の不鮮明度に対する候補線の見かけの幅の比率から、候補線が境界線である確率を算出する。

　境界線が車両の遠方にある場合、画像上での境界線の見かけの幅は、車両近辺にある場合よりも狭くなる。特に、図６に示すように、境界線が画像上で水平方向にカーブしていると、車両の遠方において、画像上での境界線の見かけの幅は非常に狭くなるとともに、境界線のエッジ部分がぼやけ易くなる。このため、車両の遠方では車両近辺よりも、画像の不鮮明度に対して、画像上で境界線の見かけの幅が狭くなるとともに、エッジ部分とそれ以外の部分との見分けが付きにくくなり、エッジ候補点及び候補線の抽出精度が低くなる。

　画像の不鮮明度に対する画像上での候補線の見かけの幅の比率が所定値よりも小さい場合は、画像の不鮮明度と比較して、画像上での候補線の見かけの幅が狭くなり、境界線のエッジ部分とそれ以外の部分とを区別することが困難となる。それゆえ、上記比率が所定値よりも小さい場合は、境界線である確率を所定の最低確率にし、境界線が誤認識されることを抑制する。一方、上記比率が所定の最大値よりも大きい場合、すなわち画像の不鮮明度と比較して、画像上での候補線の見かけの幅が広い場合には、候補線が境界線であるか否かの判定の信頼性が十分に高くなる。それゆえ、上記比率が所定の最大値よりも大きい場合は、境界線である確率を所定の最高確率にする。また、上記比率が所定値から所定の最大値の間の場合は、画像の不鮮明度に対する候補線の見かけの幅の比率が小さいほど、候補線が境界線である確率を小さくする。

　ここで、所定の最低確率は、境界線特徴統合部４０により、複数の境界線としての特徴について算出した確率を統合したときに、統合した確率を非常に低くする値であり、候補線が境界線として認識されることを抑制する値である。

　以上で本処理を終了し、幅算出部３１は、ステップＳ１６で算出した境界線である確率を、境界線特徴統合部４０に出力する。

　図７（ａ），（ｂ）に、画像処理装置７０により境界線を認識した結果の一例を示す。白四角は境界線選択部５０により選択されたエッジ候補点を示し、黒四角は除外されたエッジ候補点を示す。図７（ａ）は、複数の境界線としての特徴について算出された境界線である確率を統合した確率に、幅算出部３１により算出された確率を反映していない場合の図である。これに対して、図７（ｂ）は、複数の境界線としての特徴について算出された境界線である確率を統合した確率に、幅算出部３１により算出された確率を反映した場合の図である。

　図７（ａ），（ｂ）では、走路が車両の遠方でカーブしており、カーブ付近において、走路の左側に沿って定間隔でポールが設置されている。カーブ付近では、ポールのエッジがエッジ候補点として抽出されている。

　ポールを表すエッジ候補点は、境界線として選択するエッジ候補点から除外すべきであるが、図７（ａ）では、ポールを表すエッジ候補点のうち境界線との連続性が高い一部が、本線走路の境界線として選択されている。すなわち、カーブ付近で、ポールを表すエッジ候補点の連なりを境界線と誤認識している。これに対して図７（ｂ）では、図７（ａ）で境界線と誤認識されたエッジ候補点の連なりが、本線走路の境界線として選択されていない。画像の不鮮明度に対して、ポールを表すエッジ候補点の連なりからなる候補線の見かけの幅は狭い。そのため、ステップＳ１１～ステップＳ１６の処理を実行して算出した確率が小さくなり、境界線特徴統合部４０により統合された確率を低くする。その結果、図７（ｂ）では、ポールを表すエッジ候補点が、本線走路の境界線として選択されていない。

　以上説明した本実施形態によれば、以下の効果を奏する。

　・候補線が境界線である確率の統合において、画像の不鮮明度に対する候補線の見かけの幅の比率が所定値よりも大きいことを特徴として算出した確率を反映させることにより、車両の遠方における境界線の誤認識を抑制することができる。

　・画像の不鮮明度に対する候補線の見かけの幅の比率が小さいほど、抽出された候補線が境界線である確率を小さくすることにより、境界線を誤認識することを抑制できる。

　・画像の不鮮明度を、輝度の微分値分布における所定幅、又は最高輝度に対する所定輝度の分布幅に基づき算出するため、レンズの仕様及び状況を反映した不鮮明度とすることができる。

　（他の実施形態）
　本発明は上記実施形態の記載内容に限定されず、以下のように変更して実施してもよい。

　・画像の水平方向に対して角度θの方向、すなわち画像上の候補線の見かけの幅方向に、エッジ候補点を含む周辺の輝度を微分して一次微分分布を算出し、算出した一次微分分布の所定幅を画像の不鮮明度としてもよい。このようにすれば、画像の不鮮明度の精度を向上させることができる。

　・画像の水平方向に対して角度θの方向に分布したエッジ候補点を含む周辺の輝度分布において、第１所定値から第２所定値までの輝度が分布する幅を画像の不鮮明度としてもよい。このようにすれば、画像の不鮮明度の精度を向上させることができる。

　・カメラ１０が備えるレンズのぼけ量の仕様値を画像上での長さに換算し、その換算値を画像の不鮮明度としてもよい。このようにすれば、容易に画像の不鮮明度に対する画像上での候補線の見かけの幅の比率を算出することができる。また、降雨時や降霧時以外では、精度の高い不鮮明度を取得できる。

　・降雨時や降霧時は、雨や霧によりレンズのぼけ量よりも画像の不鮮明度が高くなるので、降雨時や降霧時には、レンズのぼけ量を増加させるように補正してもよい。具体的には、図１に破線で示すように、降雨を検出するレインセンサ１１（降雨検出手段）、及び降霧を検出する霧センサ１２（降霧検出手段）を車両に搭載する。そして、レインセンサ１１及び霧センサ１２により降雨又は降霧が検出された場合に、降雨及び降霧が検出されていない場合よりも、レンズのぼけ量の仕様値の換算値を増加させるように補正し、補正した値を画像の不鮮明度とする。

　このようにすれば、降雨時や降霧時に、画像の不鮮明度の精度を向上させることができ、ひいては境界線の誤検出をより抑制することができる。なお、レインセンサ１１の代わりに、ワイパスイッチのオンにより降雨を検出し、霧センサ１２の代わりにフォグランプスイッチのオンにより降霧を検出してもよい。

　・さらに、レインセンサ１１及び霧センサ１２により、降雨量又は降霧量を検出し、降雨量又は降霧量が多いほど、レンズのボケ量の仕様値の換算値を大きくするように補正してもよい。このようにすれば、降雨時や降霧時に、画像の不鮮明度の精度をさらに向上させることができる。

　・画像の不鮮明度に対する画像上での候補線の見かけの幅の比率について、上記実施形態で設定した所定値から所定の最大値の間に基準値を設定する。上記比率が基準値よりも大きい場合は、境界線である確率を例えば所定の高確率と算出し、小さい場合は境界線である確率を例えば所定の低確率と算出するようにしてもよい。すなわち、境界線である確率を不連続な二値に設定してもよい。

　［第２の実施形態］
　次に、図８～図１２を参照して、第２の実施形態としての分岐路判定装置を説明する。
　この実施形態では、分岐路判定装置（境界線認識装置の一形態）の構成について説明する。なお、この実施形態において、前述した実施形態に記載の構成要素と同一又は同等の構成要素については同一符号を付して、その説明を省略又は簡略化する。
　本実施形態に係る分岐路判定装置は、図８に示すように、カメラ１１１、車両情報取得装置１１２（曲率算出部）、及び画像処理装置７０を備える。

　カメラ１１１は、前述した実施例に記載のカメラと同様に構成・配置されている。このカメラ１１１は、車両前方の走路を撮影し、撮影した画像情報を画像処理装置７０に出力する。

　車両情報取得装置１１２は、ヨーレートセンサ１１２ａ及び車速センサ１１２ｂを備える。車両情報取得装置１１２は、ヨーレートセンサ１１２ａにより検出される自車両の旋回方向への角速度（ヨーレート）と、車速センサ１１２ｂにより検出される車速とから、走路中央の曲率を算出し、算出した走路の曲率を画像処理装置７０に出力する。

　画像処理装置７０は、前述した第１実施例と同様に、ＣＰＵ、ＲＯＭ、ＲＡＭ、Ｉ／Ｏ、及びこれらを接続するバスライン等からなるマイクロコンピュータとして構成されている。本実施形態では、ＣＰＵがＲＯＭに記憶されたプログラムを実行することで、境界線候補抽出部２０、境界線特徴算出部３０、境界線特徴統合部４０、境界線選択部５０の機能を実現している。

　境界線候補抽出部２０は、走路を区切る左右一対の白線等の境界線の候補線を抽出する。境界線候補抽出部２０は、前述の実施形態におけるカメラと同様に構成されるカメラ１１１から取得した画像情報を所定のサンプリング周期で連続的に処理しており、画像上で車両走行方向に交差する水平方向において、急激に輝度が変化する複数の点をエッジ点として抽出する。そして、抽出した複数のエッジ点にハフ変換を施して、自車両が走行する走路の左右両側を区切る境界線の候補線を複数抽出する。

　境界線特徴算出部３０は、ハードウェアとしては前述した実施形態のそれと同様に構成され、投票数算出部１３１、エッジ強度算出部１３２、分岐路判定部１３３を備える。境界線特徴算出部３０は、境界線候補抽出部２０により抽出された複数の候補線のそれぞれについて、本線走路の境界線としての特徴を備えている度合いを算出し、特徴を備えている度合いが大きいほど、候補線が本線走路の境界線である確率を高く算出する。

　本線走路の境界線の特徴として、例えば、ハフ変換による投票数が所定数よりも多いこと、水平方向の輝度微分値で表されるエッジ強度が所定値よりも大きいこと、境界線により区切られた走路が分岐路でないことが挙げられる。

　投票数算出部１３１は、ハフ変換による投票数が所定数よりも小さい場合に、候補線が本線走路の境界線である確率を最低にして、候補線が本線走路の境界線として認識されることを抑制する。エッジ強度算出部１３２は、候補線に含まれるエッジ点におけるエッジ強度が所定値よりも小さい場合に、候補線が本線走路の境界線である確率を最低にして、候補線が境界線として認識されることを抑制する。分岐路判定部１３３は、候補線により区切られた走路が分岐路か否か判定し、分岐路と判定された場合は、候補線が本線走路の境界線である確率を０にして、候補線が本線走路の境界線として認識されないようにする。

　境界線特徴統合部４０は、複数の走路の境界線の特徴について、境界線特徴算出部３０により算出された確率を掛け合わせ、候補線が本線走路の境界線である確率を統合する。なお、境界線の特徴は上記３つの特徴に限らない。その他の境界線の特徴についても候補線が本線走路の境界線である確率を算出し、算出した確率を統合してもよい。

　境界線選択部５０は、境界線特徴統合部４０により統合された確率に基づいて、本線走路の境界線として認識する候補線を選択する。詳しくは、統合された確率が高い候補線のうち、車両の左側と右側で対になっている候補線であり、且つ最も車両に近い候補線を選択する。

　なお、車両を自動制御する場合は、境界線選択部５０により選択された候補線の形状に基づいて、車両の操舵量が設定される。また、車両が選択された候補線の外にはみ出した場合には、警報音が出力される。すなわち、本線走路の境界線として選択された候補線を制御目標の境界線に設定し、車両についての種々の自動制御を実行する。

　次に、図９のステップＳ１１１～ステップＳ１２２を参照して、分岐路判定部１３３が実行する分岐路判定の処理手順について詳細に説明する。本分岐路判定では、候補線により区切られた走路が分岐路としての特徴を備えている度合いが大きいほど、走路が分岐路である確率を高く算出する。そして、複数の特徴について算出した分岐路である確率を統合して、統合した確率に基づき走路が分岐路か否か判定する。本分岐路判定は、走路の左側の候補線について左に分岐しているか否か、及び右側の候補線について右に分岐しているか否を判定する。

　本願発明者は、分岐路の境界線は破線ではなく実線であることが多いこと、及び曲率が所定値よりも大きい急カーブの走路に分岐路が設置されることは少ないことに着目した。そこで、ステップＳ１１１及びステップＳ１１２では、境界線候補抽出部２０により抽出された候補線が実線であること、及び車両情報取得装置１１２により算出された走路の曲率が所定値よりも小さいことを、それぞれ分岐路としての特徴として、走路が分岐路である確率をそれぞれ算出する。

　まず、ステップＳ１１１では、候補線が実線か破線かに基づいて、走路が分岐路である確率を算出する。候補線が実線か破線かを判定し、図１０の表に示すように、候補線が実線である場合には、走路が分岐路である確率を所定の高確率にし、候補線が破線である場合には、走路が分岐路である確率を所定の低確率にする。所定の高確率は、複数の特徴について算出した確率を統合したときに、統合した確率を高くも低くもしない値である。すなわち、候補線が実線である場合には、分岐路である確率を低くはしないが、積極的に分岐路と判定するように高くもしない。一方、所定の低確率は、複数の特徴について算出した確率を統合したときに、統合した確率を低くする値であるが、走路を分岐路と判定する確率を０にはしない値である。すなわち、候補線が破線であっても、他の特徴について算出された確率が十分に高いときには、走路を分岐路と判定することがある。

　候補線が実線か破線かの判定は、候補線上でエッジ点が連続して含まれており、エッジ点が存在しない欠落部分がない場合には候補線を実線と判定し、候補線上でエッジ点が存在しない欠落部分がある場合には候補線を破線と判定する。

　次に、ステップＳ１１２では、車両情報取得装置１１２により算出された走路の曲率から、走路が分岐路である確率を算出する。図１１に示すように、走路の曲率が大きいほど、走路が分岐路である確率を低く算出する。詳しくは、走路の曲率が所定値よりも大きい場合には、走路が非常に急なカーブになっており分岐路が設置されることは少ないので、分岐路である確率を所定の最低確率にして分岐路と判定されることを抑制する。走路の曲率が所定の最小曲率よりも小さい場合、すなわち走路が緩いカーブ又は直線になっている場合は、通常の確率で走路に分岐路が設置されていると予想されるので、分岐路である確率を所定の最高確率にし、走路が分岐路と判定されることを抑制しない。走路の曲率が、所定の最小曲率から所定値の間では、走路の曲率が大きいほど、分岐路である確率を低くする。なお、ステップＳ１１２では、左候補線と右候補線とで共通の分岐路である確率が算出される。

　次に、ステップＳ１１３～ステップＳ１１７では、他の分岐路としての特徴について、走路が分岐路である確率をそれぞれ算出する。ステップＳ１１３では、左右の候補線の平行度が所定値よりも低いことを分岐路の特徴として、走路の左側の候補線と右側の候補線の平行度が高いほど、分岐路である確率を低く算出する。平行度は、左候補線の形状から算出された曲率と右候補線の形状から算出された曲率との差が大きいほど低くなる。平行度が最も高い直線走路の場合に、分岐路である確率を最低にする。なお、ステップＳ１１３では、左候補線と右候補線とで共通の分岐路である確率が算出される。

　次に、ステップＳ１１４では、候補線の曲率の乖離量が所定量よりも大きいことを分岐路の特徴として、曲率の乖離量が大きいほど、分岐路の確率を高く算出する。曲率の乖離量は、車両情報取得装置１１２により算出された走路中央の曲率に対する左及び右候補線の形状から算出された曲率の乖離量である。

　次に、ステップＳ１１５では、走路の幅が分岐パターンであることを分岐路の特徴として、走路の幅が広がっている場合は広がっていない場合よりも、走路が分岐路である確率を高く算出する。走路が左に広がっている場合は、左分岐路である確率を高くし、走路が右に広がっている場合は、右分岐路である確率を高くする。

　次に、ステップＳ１１６では、路面表示による分岐情報の表示があることを分岐路の特徴として、路面表示による分岐情報の表示がない場合に表示がある場合よりも、走路が分岐路である確率を低く算出する。本線走路から分岐路が分岐している地点では、一般に、路面に矢印等の分岐情報が表示されていることが多い。そこで、画像情報から路面表示を取得し、取得した路面表示とデータベースに登録されている矢印等の分岐情報とを比較する。路面表示に含まれている分岐情報が少ないほど、走路が分岐路である確率を低くする。

　次に、ステップＳ１１７では、道路標識による分岐情報の表示があることを分岐路の特徴として、道路標識による分岐情報の表示がない場合に表示がある場合よりも、走路が分岐路である確率を低く算出する。本線走路から分岐路が分岐している地点では、一般に、道路標識に矢印等の分岐情報が表示されていることが多い。そこで、画像情報から道路標識を取得し、取得した道路標識とデータベースに登録されている矢印等の分岐情報とを比較する。道路標識に含まれている分岐情報が少ないほど、走路が分岐路である確率を低くする。

　続いて、ステップＳ１１８で、ステップＳ１１１～ステップＳ１１７において複数の分岐路としての特徴について算出した分岐路である確率を統合して、統合確率を前述した演算式（１）を用いて統合確率を算出する。

　まず、ステップＳ１１１で算出された確率をＡ、ステップＳ１１２で算出された確率をＢとして、ステップＳ１１１及びステップＳ１１２で算出された確率を統合した確率Ｘを演算式（１）から算出する。

　さらに、ステップＳ１１１及びステップＳ１１２で算出された確率を統合した確率ＸをＡ、ステップＳ１１３で算出された確率をＢとして、ステップＳ１１１～ステップＳ１１３で算出された確率を統合した確率Ｘを算出する。このように順次確率を統合して、ステップＳ１１１～ステップＳ１１７で算出された確率を統合した統合確率を演算式（１）に基づいて算出する。

　続いて、ステップＳ１１９で、ステップＳ１１８において算出した統合確率が５０％以上か否か判定する。統合確率が５０％以上でない場合は（ＮＯ）、ステップＳ１２０で走路は分岐路でないと判定する。統合確率が５０％以上の場合は（ＹＥＳ）、ステップＳ１２１で走路は分岐路であると判定する。

　続いて、ステップＳ１２２で、ステップＳ１２０及びステップＳ１２１における分岐路の判定結果を境界線特徴統合部４０に出力する。分岐路判定部１３３により走路が分岐路と判定された場合は、候補線が本線走路の境界線である確率は０になる。それゆえ、境界線選択部５０は、境界線候補抽出部２０により抽出された候補線のうち、分岐路と判定された走路の境界線を除いた候補線から、本線走路の境界線として認識する候補線を選択する。

　図１２に、上記分岐路判定の一例として、車両のピッチングの影響により、左候補線の形状から算出した曲率推定精度が低下している場合に、ステップＳ１１１～ステップＳ１１４で算出された分岐路である確率を統合して、分岐路か否か判定した結果を示す。すなわち、候補線が実線であること、走路の曲率が所定値よりも小さいこと、左右の候補線の平行度が所定値よりも低いこと、候補線の曲率の乖離量が所定量よりも大きいこと、を分岐路の特徴として、分岐路の判定を行った結果の一例を示す。

　ピッチングの影響のため、ステップＳ１１４の処理により左候補線の乖離量から算出した左分岐路である確率が高くなるが、ステップＳ１１１の処理により左候補線が破線と判定されることが、走路が左分岐路である統合確率を下げる。その結果、統合された左分岐路である確率は０．３３４８（３３．４８％）、統合された右分岐路である確率は０．３２６０（３２．６０％）となり、どちらも５０％未満のため、本線走路が分岐路と誤判定されることがない。

　以上説明した本実施形態によれば、以下の効果を奏する。

　・分岐路の境界線は破線ではなく実線であることが多く、曲率が所定値よりも大きい急カーブの走路に分岐路が設置されることは少ない。また、候補線が実線か破線かの判定、及び走路が急カーブでないことの判定は、境界線のエッジ成分に加わる外乱の影響を受けにくい。それゆえ、候補線が実線であること、及び車両情報取得装置１１２により算出された走路の曲率が所定値より小さいことの双方を分岐路の特徴として、走路が分岐路か否かを判定することにより、分岐路を誤検出することを抑制できる。

　・候補線が実線でない場合は、候補線で区切られた走路が分岐路である確率は低い。よって、候補線が実線でない場合は、走路が分岐路である確率を、実線である場合の確率よりも低い確率にすることにより、正確に分岐路を判定することができる。

　・走路の曲率が大きい走路ほど、分岐路が設置される確率は低い。よって、走路の曲率が大きいほど、走路が分岐路である確率を低くすることにより、分岐路を誤検出することを抑制できる。

　・走路の曲率が所定値よりも大きい場合は、走路が分岐路である確率を所定の最低確率にするため、他の分岐路の特徴について算出された確率が十分に高くなければ、走路が分岐路と判定されない。よって、分岐路を誤検出することを抑制できる。

　・走路の曲率が所定の最小曲率よりも小さい場合は、通常の確率で走路に分岐路が設置されていると予想される。よって、走路の曲率が所定の最小曲率よりも小さい場合は、走路が分岐路である確率を所定の最高確率にすることにより、走路が分岐路と判定されることを抑制しない。

　・車両情報取得装置１１２により算出される走路の曲率を用いることにより、外乱の影響を受けにくい走路の曲率を用いて、分岐路を判定できる。したがって、分岐路の誤検出をさらに抑制できる。

　・路面表示による分岐情報の表示がない場合は、候補線が分岐路である確率を表示がある場合よりも低くすることにより、分岐路の誤検出をさらに抑制できる。

　・道路標識による分岐情報の表示がない場合は、候補線が分岐路である確率を表示がある場合よりも低くすることにより、分岐路の誤検出をさらに抑制できる。

　（他の実施形態）
　本発明は上記実施形態の記載内容に限定されず、以下のように変更して実施してもよい。

　・分岐路判定では、ステップＳ１１１～ステップＳ１１７の処理を全て実行しなくても、ステップＳ１１１及びステップＳ１１２の少なくともいずれかの処理と、ステップＳ１１３～ステップＳ１１７の処理の少なくともいずれかを実行すればよい。すなわち、候補線が実線であること、及び走路の曲率が所定値より小さいことの少なくともいずれかを含む分岐路の複数の特徴について、走路が分岐路である確率を算出すればよい。また、候補線が実線であること、及び走路の曲率が所定値より小さいことの少なくともいずれかの特徴について、分岐路である確率を算出するとともに、ステップＳ１１１～ステップＳ１１７の特徴以外の特徴について分岐路である確率を算出してもよい。

　・車両情報取得装置１１２により算出された曲率が無限大のときに、分岐路である確率が所定の最低確率となるように、算出された曲率が大きいほど分岐路である確率が小さく算出されるようにしてもよい。すなわち、算出された曲率について所定値を設定しなくてもよい。

　・車両情報取得装置１１２により算出された曲率が０のときに、分岐路である確率が所定の最高確率に算出されるように、算出された曲率が小さいほど分岐路である確率が高く算出されるようにしてもよい。すなわち、算出された曲率について所定の最小曲率を設定しなくてもよい。

　・車両情報取得装置１１２により算出された曲率が、所定値と所定の最小曲率との間に設定された中間曲率よりも大きい場合は、分岐路である確率を例えば所定の低確率と算出し、小さい場合は分岐路である確率を例えば所定の高確率と算出するようにしてもよい。すなわち、確率を不連続な二値に設定してもよい。

　・分岐路判定部１３３により走路が分岐路であると判定された場合に、候補線が本線走路の境界線である確率を０以外の確率、例えば０．１に算出するようにしてもよい。

　・走路の曲率は、左候補線の形状から算出した曲率と右候補線の形状から算出した曲率とを平均した曲率としてもよい。

　１０、１１１…カメラ、２０…境界線候補抽出部、３０…境界線特徴算出部、３１…幅算出部、３２、１３１…投票数算出部、３３、１３２…エッジ強度算出部、３４、１３３…分岐路判定部、４０…境界線特徴統合部、５０…境界線選択部、６０…境界線認識部、７０…画像処理装置、１１２…車両情報取得装置、１１２ａ…ヨーレートセンサ、１１２ｂ…車速センサ。

Claims (18)

1. 　車両に搭載されて走路を撮影するカメラ（１０）と、
   　前記カメラにより撮影された画像の輝度に基づいて、前記走路を区切る境界線のエッジ候補点を抽出し、抽出したエッジ候補点の連なりから前記境界線の候補線を抽出する境界線候補抽出部（２０）と、
   　前記境界線候補抽出部により抽出された前記境界線の候補線において、前記画像の水平方向における前記候補線の幅、及び前記画像の垂直方向に対する前記候補線の角度から、前記候補線の前記画像上での見かけの幅を算出する幅算出部（３１）と、
   　前記候補線が境界線としての特徴を備えている度合いが大きいほど、前記候補線が前記境界線である確率を高く算出する境界線特徴算出部（３０）と、
   　複数の前記特徴について前記境界線特徴算出部により算出された前記確率を統合して、前記境界線を認識する境界線認識部（６０）と、を備え、
   　複数の前記境界線としての特徴は、前記画像の不鮮明度に対する前記幅算出部により算出された前記見かけの幅の比率が所定値よりも大きいことを含む境界線認識装置。
2. 　前記境界線特徴算出部は、前記画像の不鮮明度に対する前記見かけの幅の比率が小さいほど、前記確率を低く算出する請求項１に記載の境界線認識装置。
3. 　前記境界線特徴算出部は、前記画像の不鮮明度に対する前記見かけの幅の比率が前記所定値よりも小さい場合に、前記確率を所定の最低確率に算出する請求項１又は２に記載の境界線認識装置。
4. 　前記境界線特徴算出部は、前記画像の不鮮明度に対する前記見かけの幅の比率が、前記所定値よりも大きく設定された所定の最大値よりも大きい場合に、前記確率を所定の最高確率に算出する請求項１～３のいずれかに記載の境界線認識装置。
5. 　前記画像の不鮮明度は、前記画像の水平方向において前記エッジ候補点を含む周辺の輝度を微分して算出した一次微分分布の所定幅である請求項1～４のいずれかに記載の境界線認識装置。
6. 　前記画像の不鮮明度は、前記画像の水平方向に分布した前記エッジ候補点を含む周辺の輝度分布において、第１所定値から前記第1所定値よりも大きい第２所定値までの輝度が分布する幅である請求項１～４のいずれかに記載の境界線認識装置。
7. 　前記画像の不鮮明度は、前記カメラが備えるレンズのぼけ量の仕様値を前記画像上での長さに換算した換算値である請求項１～４のいずれかに記載の境界線認識装置。
8. 　前記車両は降雨検出手段（１１）及び降霧検出手段（１２）を備え、
   　前記降雨検出手段及び前記降霧検出手段により降雨又は降霧が検出された場合に、前記降雨及び前記降霧が検出されていない場合よりも、前記ぼけ量の仕様値の前記換算値を増加させるように補正した値にする請求項７に記載の境界線認識装置。
9. 　車両に搭載されて走路を撮影するカメラ（１１）と、
   　前記カメラにより撮影された画像情報に基づいて、前記走路を区切る左右一対の境界線の候補線を抽出する境界線候補抽出部（２０）と、
   　前記走路の曲率を算出する曲率算出部（１２）と、
   　前記走路が分岐路としての特徴を備えている度合いが大きいほど、前記走路が分岐路である確率を高く算出し、複数の前記特徴について算出した前記確率を統合して前記走路が分岐路か否か判定する分岐路判定部（１３３）と、を備え、
   　複数の前記特徴は、前記境界線候補抽出部により抽出された前記候補線が実線であること、及び前記曲率算出部により算出された前記曲率が所定値よりも小さいことの少なくともいずれかを含むことを特徴とする分岐路判定装置。
10. 　車両に搭載されて走路を撮影するカメラと、
    　前記カメラにより撮影された画像情報に基づいて、前記走路を区切る左右一対の境界線の候補線を抽出する境界線候補抽出部と、
    　前記走路の曲率を算出する曲率算出部と、
    　前記走路が分岐路としての特徴を備えている度合いが大きいほど、前記走路が分岐路である確率を高く算出し、複数の前記特徴について算出した前記確率を統合して前記走路が分岐路か否か判定する分岐路判定部と、を備え、
    　複数の前記特徴は、前記境界線候補抽出部により抽出された前記候補線が実線であること、及び前記曲率算出部により算出された前記曲率が所定値よりも小さいことの双方を含むことを特徴とする分岐路判定装置。
11. 　前記分岐路判定部は、前記候補線が実線でない場合に実線である場合よりも、前記確率を低く算出する請求項９又は１０に記載の分岐路判定装置。
12. 　前記分岐路判定部は、前記曲率算出部により算出された前記曲率が大きいほど、前記確率を低く算出する請求項９～１１のいずれかに記載の分岐路判定装置。
13. 　前記分岐路判定部は、前記曲率算出部により算出された前記曲率が前記所定値よりも大きい場合に、前記確率を所定の最低確率に算出する請求項９～１２のいずれかに記載の分岐路判定装置。
14. 　前記分岐路判定部は、前記曲率算出部により算出された前記曲率が、前記所定値よりも小さく設定された所定の最小曲率よりも小さい場合に、前記確率を所定の最高確率に算出する請求項９～１３のいずれかに記載の分岐路判定装置。
15. 　前記曲率は、前記車両に搭載されたヨーレートセンサ（１１２ａ）により検出されたヨーレートから算出される請求項９～１４のいずれかに記載の分岐路判定装置。
16. 　複数の前記特徴は、前記画像情報から取得された路面表示による分岐情報の表示があることを含み、
    　前記分岐路判定部は、前記路面表示による分岐情報の表示がない場合に表示がある場合よりも、前記走路が分岐路である確率を低く算出する請求項９～１５のいずれかに記載の分岐路判定装置。
17. 　複数の前記特徴は、前記画像情報から取得された道路標識による分岐情報の表示があることを含み、
    　前記分岐路判定部は、前記道路標識による分岐情報の表示がない場合に表示がある場合よりも、前記走路が分岐路である確率を低く算出する請求項９～１６のいずれかに記載の分岐路判定装置。
18. 　請求項９～１７のいずれかに記載の分岐路判定装置を備え、
    　前記境界線候補抽出部により抽出された候補線のうち、前記分岐路判定装置により分岐路と判定された走路の境界線を除いた候補線から、本線走路の前記境界線として認識する前記候補線を選択する境界線認識装置。

Images