WO2022118422A1 - ライン位置推定装置、方法およびプログラム - Google Patents

ライン位置推定装置、方法およびプログラム Download PDF

Info

Publication number
WO2022118422A1
WO2022118422A1 PCT/JP2020/045000 JP2020045000W WO2022118422A1 WO 2022118422 A1 WO2022118422 A1 WO 2022118422A1 JP 2020045000 W JP2020045000 W JP 2020045000W WO 2022118422 A1 WO2022118422 A1 WO 2022118422A1
Authority
WO
WIPO (PCT)
Prior art keywords
bird
road
eye view
image
line
Prior art date
Application number
PCT/JP2020/045000
Other languages
English (en)
French (fr)
Inventor
文靖 崔
吉弘 三島
Original Assignee
日本電気株式会社
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by 日本電気株式会社 filed Critical 日本電気株式会社
Priority to PCT/JP2020/045000 priority Critical patent/WO2022118422A1/ja
Priority to US18/039,625 priority patent/US20240095946A1/en
Priority to JP2022566570A priority patent/JPWO2022118422A1/ja
Priority to EP20964275.0A priority patent/EP4238843A4/en
Publication of WO2022118422A1 publication Critical patent/WO2022118422A1/ja

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/70—Determining position or orientation of objects or cameras
    • G06T7/73—Determining position or orientation of objects or cameras using feature-based methods
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W40/00—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models
    • B60W40/02—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models related to ambient conditions
    • B60W40/06—Road conditions
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
    • G06V10/77—Processing image or video features in feature spaces; using data integration or data reduction, e.g. principal component analysis [PCA] or independent component analysis [ICA] or self-organising maps [SOM]; Blind source separation
    • G06V10/80—Fusion, i.e. combining data from various sources at the sensor level, preprocessing level, feature extraction level or classification level
    • G06V10/809—Fusion, i.e. combining data from various sources at the sensor level, preprocessing level, feature extraction level or classification level of classification results, e.g. where the classifiers operate on the same input data
    • G06V10/811—Fusion, i.e. combining data from various sources at the sensor level, preprocessing level, feature extraction level or classification level of classification results, e.g. where the classifiers operate on the same input data the classifiers operating on different input data, e.g. multi-modal recognition
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/50—Context or environment of the image
    • G06V20/56—Context or environment of the image exterior to a vehicle by using sensors mounted on the vehicle
    • G06V20/588—Recognition of the road, e.g. of lane markings; Recognition of the vehicle driving pattern in relation to the road
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W2552/00—Input parameters relating to infrastructure
    • B60W2552/53—Road markings, e.g. lane marker or crosswalk
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30248—Vehicle exterior or interior
    • G06T2207/30252—Vehicle exterior; Vicinity of vehicle
    • G06T2207/30256—Lane; Road marking

Definitions

  • the present invention relates to a line position estimation device for estimating the position of a line marked on a road surface, a line position estimation method, and a line position estimation program.
  • Patent Document 1 describes an in-vehicle control device that recognizes a white line around a vehicle.
  • the in-vehicle control device described in Patent Document 1 captures the imaging range in front of and on each side of the vehicle with a camera to generate a bird's-eye view image (top view image), and based on the generated bird's-eye view image, the surroundings of the vehicle. Recognize white lines in parking frames and driving lanes.
  • Patent Document 1 By using the method described in Patent Document 1, it is possible to recognize the white line around the vehicle with a certain accuracy. However, the method described in Patent Document 1 does not consider the problem that occurs when recognizing a distant line as described above.
  • an object of the present invention is to provide a line position estimation device, a line position estimation method, and a line position estimation program that can estimate the position of a line marked on a road surface.
  • the line position estimation device uses an area recognition image generation means for generating an area recognition image including a road region from a vehicle front image which is an image of the front of the vehicle, and a generated area recognition image as a bird's-eye view image.
  • an area recognition image including a road area is generated from a vehicle front image which is an image of the front of the vehicle, and the generated area recognition image is converted into a bird's-eye view image. Is generated, and the position of the line marked on the road surface is estimated from the road area specified by the generated first bird's-eye view image based on the principle of the lane boundary.
  • the computer is subjected to an area recognition image generation process that generates an area recognition image including a road area from a vehicle front image that is an image of the front of the vehicle, and the generated area recognition image is converted into a bird's-eye view image.
  • an area recognition image generation process that generates an area recognition image including a road area from a vehicle front image that is an image of the front of the vehicle, and the generated area recognition image is converted into a bird's-eye view image.
  • the position of the line marked on the road surface is estimated based on the principle of lane boundary. It is characterized in that the line position estimation process is performed.
  • the position of the line marked on the road surface can be estimated.
  • the line in the following description means various lines indicating the boundary between vehicles marked on the road surface, such as "center line”, “lane boundary line”, and “roadside zone”.
  • lines indicating the boundary between vehicles marked on the road surface such as "center line”, “lane boundary line”, and “roadside zone”.
  • white solid lines, broken lines, yellow solid lines, etc. in the line, but in the following explanation, the line is referred to as a white line for the sake of simplicity.
  • FIG. 1 is a block diagram showing a configuration example of an embodiment of the line position estimation device according to the present invention.
  • the line position estimation device 1 of the present embodiment includes an image pickup device 100, an area recognition image generation unit 10, a bird's-eye view image generation unit 20, a road shape acquisition unit 30, a line position estimation unit 40, and a vehicle position determination unit 50.
  • the output unit 60 and the display device 200 are provided.
  • the image pickup device 100 is a device that captures an image in front of the vehicle, for example, an in-vehicle camera.
  • the image of the front of the vehicle is referred to as the image of the front of the vehicle.
  • the image pickup device 100 is installed in advance so that an image in front of the vehicle can be captured.
  • the image pickup apparatus 100 may capture an image of the vehicle running, or may capture an image of the vehicle stopped.
  • the display device 200 is a device that displays an image captured by the image pickup device 100. Further, the display device 200 may display the position of the line estimated by the line position estimation unit 40 described later.
  • the display device 200 is realized by, for example, a display device or the like.
  • the area recognition image generation unit 10 generates an image (hereinafter referred to as an area recognition image) in which the meaning indicated by each area in the image is recognized from the vehicle front image captured by the image pickup device 100.
  • the area recognition image generation unit 10 generates an area recognition image including an area recognized as a road (hereinafter referred to as a road area) from the vehicle front image.
  • the method by which the area recognition image generation unit 10 generates the area recognition image is arbitrary.
  • the area recognition image generation unit 10 may generate an area recognition image by identifying the meaning of each image area by, for example, image segmentation. Further, when the image pickup apparatus 100 is provided with the depth sensor, it is possible to measure the distance to the object in the image in front of the vehicle. Therefore, the area recognition image generation unit 10 uses the detection result by the depth sensor to measure the area. A recognition image may be generated. Further, the area recognition image may be, for example, an image in which the meaning is labeled for each pixel in the image.
  • FIG. 2 is an explanatory diagram showing an example of an area recognition image.
  • the image V1 illustrated in FIG. 2 is an example of a vehicle front image captured by the image pickup apparatus 100.
  • the area recognition image generation unit 10 may generate an area recognition image V2 including the road area R1 from the image V1.
  • the area recognition image V2 illustrated in FIG. 2 is displayed in black and white binary values, but the area recognition image generation unit 10 uses, for example, a heat map in which the areas are color-coded according to the meaning to display the area recognition image V2. May be generated.
  • the bird's-eye view image generation unit 20 converts the area recognition image generated by the area recognition image generation unit 10 into a bird's-eye view image (sometimes referred to as a bird's-eye view image or a top-view image) (hereinafter referred to as a first bird's-eye view image). .) Is generated. Further, the bird's-eye view image generation unit 20 may generate an image (hereinafter referred to as a second bird's-eye view image) obtained by converting the vehicle front image captured by the image pickup apparatus 100 into a bird's-eye view image. Since the method of converting an image into a bird's-eye view image is widely known, detailed description thereof will be omitted here.
  • FIG. 3 is an explanatory diagram showing an example of a bird's-eye view image.
  • the bird's-eye view image generation unit 20 generates the first bird's-eye view image V3 based on the area recognition image V2 generated by the area recognition image generation unit 10, and the vehicle front image V1 exemplified in FIG. 2 is used. It is shown that the second bird's-eye view image V4 is generated based on the above.
  • the shaded area R2 of the first bird's-eye view image V3 illustrated in FIG. 3 is an area corresponding to the road area R1 exemplified in FIG.
  • the road shape acquisition unit 30 determines the road shape from the first bird's-eye view image. Specifically, the road shape acquisition unit 30 determines the road shape from the shape of the boundary of the road region. For example, when the shape of the boundary is a straight line, the road shape acquisition unit 30 may determine that the road shape is a straight line. Further, when the shape of the boundary is a curve, the road shape acquisition unit 30 may determine that the road shape is curved.
  • the road shape acquisition unit 30 may detect the boundary b1 and the boundary b2 from the first bird's-eye view image V3 to determine the road shape.
  • the road shape acquisition unit 30 may acquire the road shape based on the current situation of the vehicle. Further, the current state of the vehicle includes the position where the vehicle currently exists, the driving state of the vehicle, and the like.
  • the road shape acquisition unit 30 may acquire the position where the vehicle currently exists by, for example, GPS (Global Positioning System). Then, the road shape acquisition unit 30 identifies a position acquired from the map information prepared in advance, and obtains a road shape including lane information (for example, two lanes, three lanes, etc.) from the map information corresponding to the specified position. You may get it.
  • the map information here may include not only the shape of the road but also lane information indicating the number of lanes of the road.
  • the road shape acquisition unit 30 may acquire a lane shape (for example, a dotted line, a long line segment, a lane color, etc.) as lane information from the map information.
  • a lane shape for example, a dotted line, a long line segment, a lane color, etc.
  • the driving state of the vehicle is a driving state of the vehicle operated according to the shape of the road, and is specified based on, for example, CAN (Controller Area Network) information.
  • CAN Controller Area Network
  • the road shape acquisition unit 30 acquires the steering angle of the steering shaft generated by turning the steering wheel of the vehicle, and specifies the shape of the road according to the acquired steering angle. May be good.
  • the line position estimation device 1 may not include the road shape acquisition unit 30.
  • the line position estimation unit 40 estimates the position of the line marked on the road surface from the road area specified by the generated first bird's-eye view image based on the principle of the lane boundary.
  • the principle of lane boundary is a universal rule of lanes marked according to the mode of the road (for example, road shape, road surface condition, etc.), and is defined in advance by a user or the like.
  • the lane width is a predetermined width ( For example, a wide road designed to be (about 3.5 m) is provided with a plurality of lanes (that is, a central line and a plurality of lane boundaries are provided).
  • the line position estimation unit 40 specifies lane information (number of lanes) from the map information acquired by the road shape acquisition unit 30, and the specified lane information is used. Based on this, the number of lines may be determined. The number of lines may be determined by the line position estimation unit 40 itself acquiring the position information and specifying the lane information.
  • the principle of lane boundaries may be defined according to the characteristics of the region.
  • Regional characteristics include, for example, narrow roads in central Tokyo and wide roads in local cities.
  • the line position estimation unit 40 may estimate the position of the line from the acquired road shape and the road region specified by the first bird's-eye view image. .. For example, when it is estimated that the position of the line exists in the straight line direction from the road area specified by the first bird's-eye view image and the information that the road shape is curved is acquired, the line position estimation unit 40 uses the current straight line. However, it may be estimated that it becomes a curve at the destination.
  • the line position estimation unit 40 may estimate the position of the line from the generated second bird's-eye view image.
  • the second bird's-eye view image is a bird's-eye view image directly generated from the vehicle front image. Therefore, the line position estimation unit 40 may estimate the line position from the second bird's-eye view image by a generally known method (for example, the method described in Patent Document 1).
  • the position of the line is estimated from the first bird's-eye view image and the second bird's-eye view image, respectively. Therefore, the line position estimation unit 40 predetermines the estimated intensity indicating the plausibility of the line for each bird's-eye view image, and selects the estimation result of the position of the line estimated to be more plausible based on the estimated intensity. May be good. It should be noted that this estimated intensity may be adjusted according to the application or the like used.
  • the vehicle position determination unit 50 identifies the position of the vehicle existing on the vehicle front image or the bird's-eye view image based on the estimated position of the white line. Specifically, the vehicle position determination unit 50, for example, whether the vehicle traveling in front is traveling in the lane (ego lane) in which the own vehicle is present or traveling in another lane (for example, the overtaking lane). Identify if you are.
  • the vehicle position determination unit 50 superimposes and displays the estimated line on the vehicle front image or the bird's-eye view image, and determines the position of the vehicle existing on the image from the positional relationship between the displayed line and the own vehicle. It may be specified.
  • the output unit 60 outputs the estimation result of the line position.
  • the output unit 60 may display, for example, the estimation result of the line position on the display device 200.
  • FIG. 4 is an explanatory diagram showing an output example of the estimation result.
  • the image V5 illustrated in FIG. 4 shows the estimation result of the position of the line superimposed on the image in front of the vehicle.
  • the area recognition image generation unit 10, the bird's-eye view image generation unit 20, the road shape acquisition unit 30, the line position estimation unit 40, the vehicle position determination unit 50, and the output unit 60 follow a program (line position estimation program). It is realized by the processor of the operating computer (for example, CPU (Central Processing Unit), GPU (Graphics Processing Unit)).
  • CPU Central Processing Unit
  • GPU Graphics Processing Unit
  • the program is stored in a storage unit (not shown) of the line position estimation device 1, the processor reads the program, and according to the program, the area recognition image generation unit 10, the bird's-eye view image generation unit 20, and the road shape acquisition unit. 30 may operate as a line position estimation unit 40, a vehicle position determination unit 50, and an output unit 60. Further, the function of the line position estimation device 1 may be provided in the SAAS (Software as a Service) format.
  • SAAS Software as a Service
  • the area recognition image generation unit 10, the bird's-eye view image generation unit 20, the road shape acquisition unit 30, the line position estimation unit 40, the vehicle position determination unit 50, and the output unit 60 are each dedicated hardware. It may be realized by. Further, a part or all of each component of each device may be realized by a general-purpose or dedicated circuit (circuitry), a processor, or a combination thereof. These may be composed of a single chip or may be composed of a plurality of chips connected via a bus. A part or all of each component of each device may be realized by the combination of the circuit or the like and the program described above.
  • each component of the line position estimation device 1 when a part or all of each component of the line position estimation device 1 is realized by a plurality of information processing devices and circuits, the plurality of information processing devices and circuits may be centrally arranged. , May be distributed.
  • the information processing device, the circuit, and the like may be realized as a form in which each is connected via a communication network, such as a client-server system and a cloud computing system.
  • FIG. 5 is a flowchart showing an operation example of the line position estimation device 1 of the present embodiment.
  • the image pickup apparatus 100 captures an image in front of the vehicle (step S11).
  • the area recognition image generation unit 10 generates an area recognition image from the vehicle front image (step S12).
  • the bird's-eye view image generation unit 20 generates a first bird's-eye view image from the generated area recognition image (step S13).
  • the line position estimation unit 40 estimates the position of the line marked on the road surface from the road region specified by the generated first bird's-eye view image based on the principle of the lane boundary (step S14).
  • the line position estimation unit 40 may estimate the position of the line from the acquired road shape and the specified road area. Then, the output unit 60 may output the position of the estimated line. Further, the vehicle position determination unit 50 may specify the position of the vehicle existing on the vehicle front image or the bird's-eye view image based on the estimated position of the white line.
  • the area recognition image generation unit 10 generates the area recognition image from the vehicle front image
  • the bird's-eye view image generation unit 20 generates the first bird's-eye view image from the generated area recognition image.
  • the line position estimation unit 40 estimates the position of the line marked on the road surface from the road region specified by the generated first bird's-eye view image based on the principle of the lane boundary. Therefore, the position of the line marked on the road surface can be appropriately estimated.
  • FIG. 6 is a block diagram showing an outline of the line position estimation device according to the present invention.
  • the line position estimation device 80 (for example, the line position estimation device 1) according to the present invention is a region recognition image generation means 81 (for example, a region recognition image generation means 81 (for example) that generates an area recognition image including a road region from a vehicle front image which is an image of the front of the vehicle.
  • the area recognition image generation unit 10 the area recognition image generation unit 10
  • the bird's-eye view image generation means 82 for example, the bird's-eye view image generation unit 20
  • the first bird's-eye view image obtained by converting the generated area recognition image into the bird's-eye view image (that is, the top view image).
  • the line position estimation means 83 (for example, the line position estimation unit 40) that estimates the position of the line marked on the road surface from the road area specified by the generated first bird's-eye view image based on the principle of the lane boundary. ) And.
  • the position of the line marked on the road surface can be estimated appropriately.
  • the line position estimation device 80 may include a road shape acquisition means (for example, a road shape acquisition unit 30) that acquires a road shape based on the current situation of the vehicle. Then, the line position estimating means 83 may estimate the position of the line from the acquired road shape and the specified road area.
  • a road shape acquisition means for example, a road shape acquisition unit 30
  • the line position estimating means 83 may estimate the position of the line from the acquired road shape and the specified road area.
  • the road shape acquisition means acquires the position where the vehicle exists (for example, by GPS), identifies the acquired position from the map information, and obtains the lane information from the map information corresponding to the specified position.
  • the road shape including the road shape may be acquired.
  • the road shape acquisition means may acquire the road shape based on the driving state (for example, CAN information) of the vehicle operated according to the shape of the road.
  • the road shape acquisition means may acquire the steering angle of the steering shaft generated by turning the steering wheel of the vehicle, and specify the shape of the road according to the acquired steering angle.
  • the bird's-eye view image generation means 82 may generate a second bird's-eye view image obtained by converting the vehicle front image into a bird's-eye view image. Then, the line position estimation means 83 estimates the position of the line from the generated second bird's-eye view image, and is estimated to be more plausible based on the estimated intensity indicating the plausibility of the line predetermined for each bird's-eye view image. You may select the estimation result of the position of the line.
  • the line position estimation device 80 is a vehicle position determination means (for example, a vehicle position determination unit 50) that identifies the position of a vehicle existing on the vehicle front image or the first bird's-eye view image based on the estimated line position. May be provided. With such a configuration, it becomes possible to detect the lane position of the vehicle in front.
  • a vehicle position determination means for example, a vehicle position determination unit 50
  • FIG. 7 is a schematic block diagram showing a configuration of a computer according to at least one embodiment.
  • the computer 1000 includes a processor 1001, a main storage device 1002, an auxiliary storage device 1003, and an interface 1004.
  • the line position estimation device 80 described above is mounted on the computer 1000.
  • the operation of each of the above-mentioned processing units is stored in the auxiliary storage device 1003 in the form of a program (line position estimation program).
  • the processor 1001 reads a program from the auxiliary storage device 1003, expands it to the main storage device 1002, and executes the above processing according to the program.
  • the auxiliary storage device 1003 is an example of a non-temporary tangible medium.
  • non-temporary tangible media include magnetic disks, optomagnetic disks, CD-ROMs (Compact Disc Read-only memory), DVD-ROMs (Read-only memory), which are connected via interface 1004. Examples include semiconductor memory.
  • the program may be for realizing a part of the above-mentioned functions. Further, the program may be a so-called difference file (difference program) that realizes the above-mentioned function in combination with another program already stored in the auxiliary storage device 1003.
  • difference file difference program
  • An area recognition image generation means for generating an area recognition image including a road area from a vehicle front image which is an image of the front of the vehicle.
  • a bird's-eye view image generation means for generating a first bird's-eye view image obtained by converting the generated area recognition image into a bird's-eye view image,
  • the line position estimation means is the line position estimation device according to Appendix 1, which estimates the position of a line from the acquired road shape and the specified road area.
  • the road shape acquisition means acquires the position where the vehicle exists, identifies the acquired position from the map information, and acquires the road shape including the lane information from the map information corresponding to the specified position. 2.
  • the line position estimation device according to 2.
  • Appendix 4 The line position estimation device according to Appendix 2 or Appendix 3, wherein the road shape acquisition means acquires the road shape based on the driving state of the vehicle operated according to the shape of the road.
  • the bird's-eye view image generation means generates a second bird's-eye view image obtained by converting the vehicle front image into a bird's-eye view image.
  • the line position estimation means estimates the position of the line from the generated second bird's-eye view image, and based on the estimated intensity indicating the plausibility of the line predetermined for each bird's-eye view image, the line position is estimated to be more plausible.
  • the line position estimation device according to any one of Supplements 1 to 5, which selects a position estimation result.
  • Appendix 7 Any one of Appendix 1 to Appendix 6 provided with a vehicle position determining means for specifying the position of the vehicle existing on the vehicle front image or the first bird's-eye view image based on the estimated line position.
  • vehicle position determining means for specifying the position of the vehicle existing on the vehicle front image or the first bird's-eye view image based on the estimated line position.
  • An area recognition image including a road area is generated from a vehicle front image which is an image of the front of the vehicle.
  • a first bird's-eye view image is generated by converting the generated area recognition image into a bird's-eye view image.
  • a line position estimation method characterized in that the position of a line marked on a road surface is estimated from the road area specified by the generated first bird's-eye view image based on the principle of lane boundary.
  • a bird's-eye view image generation process that generates a first bird's-eye view image obtained by converting the generated area recognition image into a bird's-eye view image, and Stores a line position estimation program for performing line position estimation processing that estimates the position of the line marked on the road surface from the road area specified by the generated first bird's-eye view image based on the principle of lane boundary.
  • Program storage medium
  • Appendix 11 To the computer Perform the road shape acquisition process to acquire the road shape based on the current situation of the vehicle,
  • the program storage medium according to Appendix 10 which stores a line position estimation program for estimating the position of a line from the acquired road shape and the specified road area in the line position estimation process.
  • a bird's-eye view image generation process that generates a first bird's-eye view image obtained by converting the generated area recognition image into a bird's-eye view image, and Stores a line position estimation program for performing line position estimation processing that estimates the position of the line marked on the road surface from the road area specified by the generated first bird's-eye view image based on the principle of lane boundary.
  • Program storage medium
  • Line position estimation device 10
  • Area recognition image generation unit 20
  • Bird's-eye view image generation unit 30
  • Road shape acquisition unit 40
  • Line position estimation unit 50
  • Vehicle position determination unit 60
  • Output unit 100

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Multimedia (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Evolutionary Computation (AREA)
  • Software Systems (AREA)
  • Computing Systems (AREA)
  • Databases & Information Systems (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Medical Informatics (AREA)
  • Artificial Intelligence (AREA)
  • Automation & Control Theory (AREA)
  • Mathematical Physics (AREA)
  • Transportation (AREA)
  • Mechanical Engineering (AREA)
  • Image Analysis (AREA)
  • Traffic Control Systems (AREA)
  • Image Processing (AREA)

Abstract

領域認識映像生成手段８１は、車両の前方を撮像した映像である車両前方映像から、道路領域を含む領域認識映像を生成する。俯瞰映像生成手段８２は、生成された領域認識映像を俯瞰映像に変換した第一俯瞰映像を生成する。ライン位置推定手段８３は、生成された第一俯瞰映像により特定される道路領域から、車線境界の原則に基づいて、路面に標示されたラインの位置を推定する。

Description

ライン位置推定装置、方法およびプログラム
　本発明は、路面に標示されたラインの位置を推定するライン位置推定装置、ライン位置推定方法およびライン位置推定プログラムに関する。
　近年、自動運転などを実現するため、道路上の車両位置を適切に把握することが求められている。車両位置を適切に把握するためには、「中央線」や「車線境界線」、「路側帯」などを示すラインを適切に認識する必要がある。
　特許文献１には、車両の周囲の白線を認識する車載用制御装置が記載されている。特許文献１に記載された車載用制御装置は、車両前方および各側方の撮像範囲をカメラで撮像して俯瞰画像（トップビュー画像）を生成し、生成された俯瞰画像に基づいて車両周囲の駐車枠や走行車線の白線を認識する。
特開２０１４－１０４８５３号公報
　一方、走行中の前方を撮像した映像では、遠方を撮像した画像が不鮮明になることが多いため、遠方のラインが不鮮明になってしまうという問題がある。また、前方を走行する車両が存在する場合、その車両によって前方のラインが隠れてしまうという問題もある。
　特許文献１に記載された方法を用いることで、車両周囲の白線を一定の精度で認識することは可能である。しかし、特許文献１に記載された方法では、上述するような遠方のラインを認識する際に生じる問題について考慮されていない。
　また、例えば、特許文献１に公知な内容として記載されている、俯瞰画像から白線を認識する手法では、俯瞰画像において横方向に探索したときの輝度変化が所定のしきい値以上であるエッジ点を抽出し、抽出したエッジ点に基づき白線を認識する。しかし、この方法では、認識対象とする白線がかすれてしまっている場合、認識精度が低下してしまうという問題もある。
　そこで、本発明は、路面に標示されたラインの位置を推定できるライン位置推定装置、ライン位置推定方法およびライン位置推定プログラムを提供することを目的とする。
　本発明によるライン位置推定装置は、車両の前方を撮像した映像である車両前方映像から、道路領域を含む領域認識映像を生成する領域認識映像生成手段と、生成された領域認識映像を俯瞰映像に変換した第一俯瞰映像を生成する俯瞰映像生成手段と、生成された第一俯瞰映像により特定される道路領域から、車線境界の原則に基づいて、路面に標示されたラインの位置を推定するライン位置推定手段とを備えたことを特徴とする。
　本発明によるライン位置推定方法は、車両の前方を撮像した映像である車両前方映像から、道路領域を含む領域認識映像を生成し、生成された領域認識映像を俯瞰映像に変換した第一俯瞰映像を生成し、生成された第一俯瞰映像により特定される道路領域から、車線境界の原則に基づいて、路面に標示されたラインの位置を推定することを特徴とする。
　本発明による調整プログラムは、コンピュータに、車両の前方を撮像した映像である車両前方映像から、道路領域を含む領域認識映像を生成する領域認識映像生成処理、生成された領域認識映像を俯瞰映像に変換した第一俯瞰映像を生成する俯瞰映像生成処理、および、生成された第一俯瞰映像により特定される道路領域から、車線境界の原則に基づいて、路面に標示されたラインの位置を推定するライン位置推定処理を実施させることを特徴とする。
　本発明によれば、路面に標示されたラインの位置を推定できる。
本発明によるライン位置推定装置の一実施形態の構成例を示すブロック図である。 領域認識映像の例を示す説明図である。 俯瞰映像の例を示す説明図である。 推定結果の出力例を示す説明図である。 ライン位置推定装置の動作例を示すフローチャートである。 本発明によるライン位置推定装置の概要を示すブロック図である。 少なくとも１つの実施形態に係るコンピュータの構成を示す概略ブロック図である。
　以下、本発明の実施形態を図面を参照して説明する。以下の説明におけるラインとは、「中央線」や「車線境界線」、「路側帯」など、路面上に標示された車両間の境界を示す各種の線のことを意味する。また、ラインには、白色の実線や破線、黄色の実線などが存在するが、以下の説明では、説明を簡易化するため、ラインのことを白線と記す。
　図１は、本発明によるライン位置推定装置の一実施形態の構成例を示すブロック図である。本実施形態のライン位置推定装置１は、撮像装置１００と、領域認識映像生成部１０と、俯瞰映像生成部２０と、道路形状取得部３０と、ライン位置推定部４０と、車両位置判定部５０と、出力部６０と、表示装置２００とを備えている。
　撮像装置１００は、車両の前方の映像を撮像する装置であり、例えば車載カメラである。以下の説明では、車両の前方を撮像した映像のことを、車両前方映像と記す。撮像装置１００は、車両の前方の映像を撮像できるよう予め設置される。撮像装置１００は、車両が走行中の映像を撮像してもよく、車両が停止中の映像を撮像してもよい。
　表示装置２００は、撮像装置１００が撮像した映像を表示する装置である。また、表示装置２００は、後述するライン位置推定部４０によって推定されたラインの位置を表示してもよい。表示装置２００は、例えば、ディスプレイ装置等により実現される。
　領域認識映像生成部１０は、撮像装置１００により撮像された車両前方映像から、映像中の各領域が示す意味が認識された映像（以下、領域認識映像と記す。）を生成する。特に、本実施形態では、領域認識映像生成部１０は、車両前方映像から、道路と認識された領域（以下、道路領域と記す。）を含む領域認識映像を生成する。
　領域認識映像生成部１０が領域認識映像を生成する方法は任意である。領域認識映像生成部１０は、例えば、画像セグメンテーションにより、各画像領域の意味を識別することにより、領域認識映像を生成してもよい。また、撮像装置１００が深度センサを備えている場合、車両前方映像における対象物までの距離を計測することが可能になるため、領域認識映像生成部１０は、深度センサによる検知結果を用いて領域認識映像を生成してもよい。また、領域認識映像は、例えば、映像中の各ピクセル単位に意味がラベル付けされた映像であってもよい。
　図２は、領域認識映像の例を示す説明図である。図２に例示する映像Ｖ１は、撮像装置１００により撮像された車両前方映像の例である。例えば、領域認識映像生成部１０は、映像Ｖ１から道路領域Ｒ１を含む領域認識映像Ｖ２を生成してもよい。なお、図２に例示する領域認識映像Ｖ２は、白黒２値で表示されているが、領域認識映像生成部１０は、例えば、意味に応じて領域が色分けされたヒートマップで領域認識映像Ｖ２を生成してもよい。
　俯瞰映像生成部２０は、領域認識映像生成部１０により生成された領域認識映像を俯瞰映像（鳥瞰映像、トップビュー映像と言うこともある。）に変換した映像（以下、第一俯瞰映像と記す。）を生成する。また、俯瞰映像生成部２０は、撮像装置１００により撮像された車両前方映像を俯瞰映像に変換した映像（以下、第二俯瞰映像と記す。）を生成してもよい。なお、映像を俯瞰映像に変換する方法は広く知られているため、ここでは詳細な説明を省略する。
　図３は、俯瞰映像の例を示す説明図である。図３に示す例では、俯瞰映像生成部２０が、領域認識映像生成部１０により生成された領域認識映像Ｖ２に基づいて第一俯瞰映像Ｖ３を生成し、図２に例示する車両前方映像Ｖ１に基づいて第二俯瞰映像Ｖ４を生成したことを示す。なお、図３に例示する第一俯瞰映像Ｖ３の網掛け領域Ｒ２は、図２に例示する道路領域Ｒ１に対応する領域である。
　道路形状取得部３０は、第一俯瞰映像から道路形状を判定する。具体的には、道路形状取得部３０は、道路領域の境界の形状から道路形状を判定する。例えば、境界の形状が直線である場合、道路形状取得部３０は、道路形状を直線であると判定してもよい。また、境界の形状が曲線である場合、道路形状取得部３０は、道路形状がカーブしていると判定してもよい。
　例えば、図３に示す例では、道路形状取得部３０は、第一俯瞰映像Ｖ３から境界ｂ１および境界ｂ２を検出して、道路形状を判定してもよい。
　また、道路形状取得部３０は、車両の現在の状況に基づいて道路形状を取得してもよい。また、車両の現在の状況とは、車両が現在存在する位置や、車両の駆動状態などが挙げられる。
　道路形状取得部３０は、車両が現在存在する位置を、例えば、ＧＰＳ（Global Positioning System ）などにより取得してもよい。そして、道路形状取得部３０は、予め準備された地図情報から取得した位置を特定し、特定された位置に対応する地図情報から車線情報（例えば、２車線、３車線等）を含む道路形状を取得してもよい。なお、ここでの地図情報には、道路の形状のほか、その道路の車線数を示す車線情報などが含まれていてもよい。
　さらに、道路形状取得部３０は、地図情報から車線情報として、車線の形状（例えば、点線、長い線分、車線の色等）を取得してもよい。
　また、車両の駆動状態とは、道路の形状に応じて操作される車両の駆動状態であり、例えば、ＣＡＮ（Controller Area Network ）情報に基づいて特定される。例えば、形状がカーブしている道路の場合、道路形状取得部３０は、車両のハンドルを切ることで生じるステアリング軸の操舵角を取得し、取得した操舵角に応じて道路の形状を特定してもよい。
　なお、後述するライン位置推定部４０が、ラインの位置の推定に道路形状を利用しない場合、ライン位置推定装置１は、道路形状取得部３０を備えていなくてもよい。
　ライン位置推定部４０は、生成された第一俯瞰映像により特定される道路領域から、車線境界の原則に基づいて、路面に標示されたラインの位置を推定する。ここで、車線境界の原則とは、道路の態様（例えば、道路形状、路面状況など）に応じて標示される車線の普遍的な規則であり、ユーザ等により予め定義される。
　車線境界の原則として、例えば、車線境界は平行に標示される、道路領域の両端には、車道と分離する目的で設けられた路側帯を示すラインが表示される、車線幅は所定の幅（例えば、３．５ｍ程度）に設計される、幅の広い道路には複数の車線が設けられる（すなわち、中央線と複数の車線境界線が設けられる）、などが挙げられる。
　また、複数の車線が設けられる可能性がある場合、ライン位置推定部４０は、道路形状取得部３０によって取得された地図情報から車線情報（車線の数）を特定し、特定された車線情報に基づいて、ラインの数を判定してもよい。なお、ライン位置推定部４０自身が位置情報を取得して車線情報を特定することで、ラインの数を判定してもよい。
　また、車線境界の原則は、地域の特性に応じて定義されてもよい。地域の特性として、例えば、都心は道路幅が狭い、地方都市の道路は幅が広い、などが挙げられる。
　また、道路形状取得部３０により道路形状が取得されている場合、ライン位置推定部４０は、取得された道路形状および第一俯瞰映像により特定された道路領域からラインの位置を推定してもよい。例えば、第一俯瞰映像により特定された道路領域からラインの位置が直線方向に存在すると推定され、道路形状がカーブするとの情報が取得された場合、ライン位置推定部４０は、現在の直線のラインが、進行先で曲線になると推定してもよい。
　さらに、第二俯瞰映像が生成されている場合、ライン位置推定部４０は、生成された第二俯瞰映像からラインの位置を推定してもよい。なお、第二俯瞰映像は車両前方映像から直接生成された俯瞰映像である。そこで、ライン位置推定部４０は、一般に知られた方法（例えば、特許文献１に記載された方法）で第二俯瞰映像からラインの位置を推定してもよい。
　なお、この場合、第一俯瞰映像および第二俯瞰映像から、それぞれラインの位置が推定されることになる。そこで、ライン位置推定部４０は、ラインの尤もらしさを示す推定強度を俯瞰映像ごとに予め定めておき、その推定強度に基づいてより尤もらしいと推定されたラインの位置の推定結果を選択してもよい。なお、この推定強度は、使用されるアプリケーション等に応じて調整されればよい。
　車両位置判定部５０は、推定された白線の位置に基づいて、車両前方映像または俯瞰映像上に存在する車両の位置を特定する。具体的には、車両位置判定部５０は、例えば、前方を走行する車両が、自車の存在する車線（エゴレーン）を走行しているのか、他の車線（例えば、追越車線）を走行しているのかを特定する。
　車両位置判定部５０は、例えば、推定されたラインを車両前方映像または俯瞰映像上に重畳させて表示し、表示されたラインと自車との位置関係から、映像上に存在する車両の位置を特定してもよい。
　出力部６０は、ラインの位置の推定結果を出力する。出力部６０は、例えば、ラインの位置の推定結果を表示装置２００に表示させてもよい。図４は、推定結果の出力例を示す説明図である。図４に例示する映像Ｖ５は、車両前方映像に重畳させるラインの位置の推定結果を示す。
　領域認識映像生成部１０と、俯瞰映像生成部２０と、道路形状取得部３０と、ライン位置推定部４０と、車両位置判定部５０と、出力部６０とは、プログラム（ライン位置推定プログラム）に従って動作するコンピュータのプロセッサ（例えば、ＣＰＵ（Central Processing Unit ）、ＧＰＵ（Graphics Processing Unit））によって実現される。
　例えば、プログラムは、ライン位置推定装置１の記憶部（図示せず）に記憶され、プロセッサは、そのプログラムを読み込み、プログラムに従って、領域認識映像生成部１０、俯瞰映像生成部２０、道路形状取得部３０、ライン位置推定部４０、車両位置判定部５０および出力部６０として動作してもよい。また、ライン位置推定装置１の機能がＳａａＳ（Software as a Service ）形式で提供されてもよい。
　また、領域認識映像生成部１０と、俯瞰映像生成部２０と、道路形状取得部３０と、ライン位置推定部４０と、車両位置判定部５０と、出力部６０とは、それぞれが専用のハードウェアで実現されていてもよい。また、各装置の各構成要素の一部又は全部は、汎用または専用の回路（circuitry ）、プロセッサ等やこれらの組合せによって実現されもよい。これらは、単一のチップによって構成されてもよいし、バスを介して接続される複数のチップによって構成されてもよい。各装置の各構成要素の一部又は全部は、上述した回路等とプログラムとの組合せによって実現されてもよい。
　また、ライン位置推定装置１の各構成要素の一部又は全部が複数の情報処理装置や回路等により実現される場合には、複数の情報処理装置や回路等は、集中配置されてもよいし、分散配置されてもよい。例えば、情報処理装置や回路等は、クライアントサーバシステム、クラウドコンピューティングシステム等、各々が通信ネットワークを介して接続される形態として実現されてもよい。
　次に、本実施形態のライン位置推定装置の動作を説明する。図５は、本実施形態のライン位置推定装置１の動作例を示すフローチャートである。
　まず。撮像装置１００は、車両前方映像を撮像する（ステップＳ１１）。領域認識映像生成部１０は、車両前方映像から領域認識映像を生成する（ステップＳ１２）。俯瞰映像生成部２０は、生成された領域認識映像から第一俯瞰映像を生成する（ステップＳ１３）。そして、ライン位置推定部４０は、生成された第一俯瞰映像により特定される道路領域から、車線境界の原則に基づいて、路面に標示されたラインの位置を推定する（ステップＳ１４）。
　なお、道路形状取得部３０が道路形状を取得した場合、ライン位置推定部４０が、取得された道路形状および特定された道路領域からラインの位置を推定してもよい。そして、出力部６０が推定されたラインの位置を出力してもよい。また、車両位置判定部５０が、推定された白線の位置に基づいて、車両前方映像または俯瞰映像上に存在する車両の位置を特定してもよい。
　以上のように、本実施形態では、領域認識映像生成部１０が、車両前方映像から領域認識映像を生成し、俯瞰映像生成部２０が、生成された領域認識映像から第一俯瞰映像を生成する。そして、ライン位置推定部４０が、生成された第一俯瞰映像により特定される道路領域から、車線境界の原則に基づいて、路面に標示されたラインの位置を推定する。そのため、路面に標示されたラインの位置を適切に推定できる。
　次に、本発明の概要を説明する。図６は、本発明によるライン位置推定装置の概要を示すブロック図である。本発明によるライン位置推定装置８０（例えば、ライン位置推定装置１）は、車両の前方を撮像した映像である車両前方映像から、道路領域を含む領域認識映像を生成する領域認識映像生成手段８１（例えば、領域認識映像生成部１０）と、生成された領域認識映像を俯瞰映像（すなわち、トップビュー映像）に変換した第一俯瞰映像を生成する俯瞰映像生成手段８２（例えば、俯瞰映像生成部２０）と、生成された第一俯瞰映像により特定される道路領域から、車線境界の原則に基づいて、路面に標示されたラインの位置を推定するライン位置推定手段８３（例えば、ライン位置推定部４０）とを備えている。
　そのような構成により、路面に標示されたラインの位置を適切に推定できる。
　また、ライン位置推定装置８０は、車両の現在の状況に基づいて道路形状を取得する道路形状取得手段（例えば、道路形状取得部３０）を備えていてもよい。そして、ライン位置推定手段８３は、取得された道路形状および特定された道路領域からラインの位置を推定してもよい。
　具体的には、道路形状取得手段は、車両が存在する位置を（例えば、ＧＰＳで）取得し、取得された位置を地図情報から特定し、特定された位置に対応する地図情報から車線情報を含む道路形状を取得してもよい。
　また、道路形状取得手段は、道路の形状に応じて操作される車両の駆動状態（例えば、ＣＡＮ情報）に基づいて道路形状を取得してもよい。
　具体的には、道路形状取得手段は、車両のハンドルを切ることで生じるステアリング軸の操舵角を取得し、取得した操舵角に応じて道路の形状を特定してもよい。
　また、俯瞰映像生成手段８２は、車両前方映像を俯瞰映像に変換した第二俯瞰映像を生成してもよい。そして、ライン位置推定手段８３は、生成された第二俯瞰映像からラインの位置を推定し、俯瞰映像ごとに予め定められたラインの尤もらしさを示す推定強度に基づいて、より尤もらしいと推定されたラインの位置の推定結果を選択してもよい。
　また、ライン位置推定装置８０は、推定されたラインの位置に基づいて、車両前方映像または第一俯瞰映像上に存在する車両の位置を特定する車両位置判定手段（例えば、車両位置判定部５０）を備えていてもよい。そのような構成により、前方車両の車線位置を検出することが可能になる。
　図７は、少なくとも１つの実施形態に係るコンピュータの構成を示す概略ブロック図である。コンピュータ１０００は、プロセッサ１００１、主記憶装置１００２、補助記憶装置１００３、インタフェース１００４を備える。
　上述のライン位置推定装置８０は、コンピュータ１０００に実装される。そして、上述した各処理部の動作は、プログラム（ライン位置推定プログラム）の形式で補助記憶装置１００３に記憶されている。プロセッサ１００１は、プログラムを補助記憶装置１００３から読み出して主記憶装置１００２に展開し、当該プログラムに従って上記処理を実行する。
　なお、少なくとも１つの実施形態において、補助記憶装置１００３は、一時的でない有形の媒体の一例である。一時的でない有形の媒体の他の例としては、インタフェース１００４を介して接続される磁気ディスク、光磁気ディスク、ＣＤ－ＲＯＭ（Compact Disc Read-only memory ）、ＤＶＤ－ＲＯＭ（Read-only memory）、半導体メモリ等が挙げられる。また、このプログラムが通信回線によってコンピュータ１０００に配信される場合、配信を受けたコンピュータ１０００が当該プログラムを主記憶装置１００２に展開し、上記処理を実行してもよい。
　また、当該プログラムは、前述した機能の一部を実現するためのものであっても良い。さらに、当該プログラムは、前述した機能を補助記憶装置１００３に既に記憶されている他のプログラムとの組み合わせで実現するもの、いわゆる差分ファイル（差分プログラム）であってもよい。
　上記の実施形態の一部又は全部は、以下の付記のようにも記載されうるが、以下には限られない。
（付記１）車両の前方を撮像した映像である車両前方映像から、道路領域を含む領域認識映像を生成する領域認識映像生成手段と、
　生成された前記領域認識映像を俯瞰映像に変換した第一俯瞰映像を生成する俯瞰映像生成手段と、
　生成された第一俯瞰映像により特定される前記道路領域から、車線境界の原則に基づいて、路面に標示されたラインの位置を推定するライン位置推定手段とを備えた
　ことを特徴とするライン位置推定装置。
（付記２）車両の現在の状況に基づいて道路形状を取得する道路形状取得手段を備え、
　ライン位置推定手段は、取得された道路形状および特定された道路領域からラインの位置を推定する
　付記１記載のライン位置推定装置。
（付記３）道路形状取得手段は、車両が存在する位置を取得し、取得された位置を地図情報から特定し、特定された位置に対応する地図情報から車線情報を含む道路形状を取得する
　付記２記載のライン位置推定装置。
（付記４）道路形状取得手段は、道路の形状に応じて操作される車両の駆動状態に基づいて道路形状を取得する
　付記２または付記３記載のライン位置推定装置。
（付記５）道路形状取得手段は、車両のハンドルを切ることで生じるステアリング軸の操舵角を取得し、取得した操舵角に応じて道路の形状を特定する
　付記４記載のライン位置推定装置。
（付記６）俯瞰映像生成手段は、車両前方映像を俯瞰映像に変換した第二俯瞰映像を生成し、
　ライン位置推定手段は、生成された第二俯瞰映像からラインの位置を推定し、俯瞰映像ごとに予め定められたラインの尤もらしさを示す推定強度に基づいて、より尤もらしいと推定されたラインの位置の推定結果を選択する
　付記１から付記５のうちのいずれか１つに記載のライン位置推定装置。
（付記７）推定されたラインの位置に基づいて、車両前方映像または第一俯瞰映像上に存在する車両の位置を特定する車両位置判定手段を備えた
　付記１から付記６のうちのいずれか１つに記載のライン位置推定装置。
（付記８）車両の前方を撮像した映像である車両前方映像から、道路領域を含む領域認識映像を生成し、
　生成された前記領域認識映像を俯瞰映像に変換した第一俯瞰映像を生成し、
　生成された第一俯瞰映像により特定される前記道路領域から、車線境界の原則に基づいて、路面に標示されたラインの位置を推定する
　ことを特徴とするライン位置推定方法。
（付記９）車両の現在の状況に基づいて道路形状を取得し、
　取得された道路形状および特定された道路領域からラインの位置を推定する
　付記８記載のライン位置推定方法。
（付記１０）コンピュータに、
　車両の前方を撮像した映像である車両前方映像から、道路領域を含む領域認識映像を生成する領域認識映像生成処理、
　生成された前記領域認識映像を俯瞰映像に変換した第一俯瞰映像を生成する俯瞰映像生成処理、および、
　生成された第一俯瞰映像により特定される前記道路領域から、車線境界の原則に基づいて、路面に標示されたラインの位置を推定するライン位置推定処理
　を実施させるためのライン位置推定プログラムを記憶するプログラム記憶媒体。
（付記１１）コンピュータに、
　車両の現在の状況に基づいて道路形状を取得する道路形状取得処理を実施させ、
　ライン位置推定処理で、取得された道路形状および特定された道路領域からラインの位置を推定させる
　ためのライン位置推定プログラムを記憶する付記１０記載のプログラム記憶媒体。
（付記１２）コンピュータに、
　車両の前方を撮像した映像である車両前方映像から、道路領域を含む領域認識映像を生成する領域認識映像生成処理、
　生成された前記領域認識映像を俯瞰映像に変換した第一俯瞰映像を生成する俯瞰映像生成処理、および、
　生成された第一俯瞰映像により特定される前記道路領域から、車線境界の原則に基づいて、路面に標示されたラインの位置を推定するライン位置推定処理
　を実施させるためのライン位置推定プログラムを記憶するプログラム記憶媒体。
（付記１３）コンピュータに、
　車両の現在の状況に基づいて道路形状を取得する道路形状取得処理を実施させ、
　ライン位置推定処理で、取得された道路形状および特定された道路領域からラインの位置を推定させる
　ためのライン位置推定プログラムを記憶する付記１２記載のプログラム記憶媒体。
　以上、実施形態を参照して本願発明を説明したが、本願発明は上記実施形態に限定されるものではない。本願発明の構成や詳細には、本願発明のスコープ内で当業者が理解し得る様々な変更をすることができる。
　１　ライン位置推定装置
　１０　領域認識映像生成部
　２０　俯瞰映像生成部
　３０　道路形状取得部
　４０　ライン位置推定部
　５０　車両位置判定部
　６０　出力部
　１００　撮像装置
　２００　表示装置

Claims (11)

  1. 　車両の前方を撮像した映像である車両前方映像から、道路領域を含む領域認識映像を生成する領域認識映像生成手段と、
    　生成された前記領域認識映像を俯瞰映像に変換した第一俯瞰映像を生成する俯瞰映像生成手段と、
    　生成された第一俯瞰映像により特定される前記道路領域から、車線境界の原則に基づいて、路面に標示されたラインの位置を推定するライン位置推定手段とを備えた
    　ことを特徴とするライン位置推定装置。
  2. 　車両の現在の状況に基づいて道路形状を取得する道路形状取得手段を備え、
    　ライン位置推定手段は、取得された道路形状および特定された道路領域からラインの位置を推定する
    　請求項１記載のライン位置推定装置。
  3. 　道路形状取得手段は、車両が存在する位置を取得し、取得された位置を地図情報から特定し、特定された位置に対応する地図情報から車線情報を含む道路形状を取得する
    　請求項２記載のライン位置推定装置。
  4. 　道路形状取得手段は、道路の形状に応じて操作される車両の駆動状態に基づいて道路形状を取得する
    　請求項２または請求項３記載のライン位置推定装置。
  5. 　道路形状取得手段は、車両のハンドルを切ることで生じるステアリング軸の操舵角を取得し、取得した操舵角に応じて道路の形状を特定する
    　請求項４記載のライン位置推定装置。
  6. 　俯瞰映像生成手段は、車両前方映像を俯瞰映像に変換した第二俯瞰映像を生成し、
    　ライン位置推定手段は、生成された第二俯瞰映像からラインの位置を推定し、俯瞰映像ごとに予め定められたラインの尤もらしさを示す推定強度に基づいて、より尤もらしいと推定されたラインの位置の推定結果を選択する
    　請求項１から請求項５のうちのいずれか１項に記載のライン位置推定装置。
  7. 　推定されたラインの位置に基づいて、車両前方映像または第一俯瞰映像上に存在する車両の位置を特定する車両位置判定手段を備えた
    　請求項１から請求項６のうちのいずれか１項に記載のライン位置推定装置。
  8. 　車両の前方を撮像した映像である車両前方映像から、道路領域を含む領域認識映像を生成し、
    　生成された前記領域認識映像を俯瞰映像に変換した第一俯瞰映像を生成し、
    　生成された第一俯瞰映像により特定される前記道路領域から、車線境界の原則に基づいて、路面に標示されたラインの位置を推定する
    　ことを特徴とするライン位置推定方法。
  9. 　車両の現在の状況に基づいて道路形状を取得し、
    　取得された道路形状および特定された道路領域からラインの位置を推定する
    　請求項８記載のライン位置推定方法。
  10. 　コンピュータに、
    　車両の前方を撮像した映像である車両前方映像から、道路領域を含む領域認識映像を生成する領域認識映像生成処理、
    　生成された前記領域認識映像を俯瞰映像に変換した第一俯瞰映像を生成する俯瞰映像生成処理、および、
    　生成された第一俯瞰映像により特定される前記道路領域から、車線境界の原則に基づいて、路面に標示されたラインの位置を推定するライン位置推定処理
    　を実施させるためのライン位置推定プログラムを記憶するプログラム記憶媒体。
  11. 　コンピュータに、
    　車両の現在の状況に基づいて道路形状を取得する道路形状取得処理を実施させ、
    　ライン位置推定処理で、取得された道路形状および特定された道路領域からラインの位置を推定させる
    　ためのライン位置推定プログラムを記憶する請求項１０記載のプログラム記憶媒体。
PCT/JP2020/045000 2020-12-03 2020-12-03 ライン位置推定装置、方法およびプログラム WO2022118422A1 (ja)

Priority Applications (4)

Application Number Priority Date Filing Date Title
PCT/JP2020/045000 WO2022118422A1 (ja) 2020-12-03 2020-12-03 ライン位置推定装置、方法およびプログラム
US18/039,625 US20240095946A1 (en) 2020-12-03 2020-12-03 Line position estimation device, method, and program
JP2022566570A JPWO2022118422A1 (ja) 2020-12-03 2020-12-03
EP20964275.0A EP4238843A4 (en) 2020-12-03 2020-12-03 DEVICE, METHOD AND PROGRAM FOR LINE POSITION ESTIMATION

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
PCT/JP2020/045000 WO2022118422A1 (ja) 2020-12-03 2020-12-03 ライン位置推定装置、方法およびプログラム

Publications (1)

Publication Number Publication Date
WO2022118422A1 true WO2022118422A1 (ja) 2022-06-09

Family

ID=81853071

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/JP2020/045000 WO2022118422A1 (ja) 2020-12-03 2020-12-03 ライン位置推定装置、方法およびプログラム

Country Status (4)

Country Link
US (1) US20240095946A1 (ja)
EP (1) EP4238843A4 (ja)
JP (1) JPWO2022118422A1 (ja)
WO (1) WO2022118422A1 (ja)

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2002175534A (ja) * 2000-12-06 2002-06-21 Sumitomo Electric Ind Ltd 道路の白線検出方法
JP2011186722A (ja) * 2010-03-08 2011-09-22 Nippon Soken Inc 車載白線認識装置
JP2013122739A (ja) * 2011-12-12 2013-06-20 Fujitsu Ltd 解析装置、解析プログラムおよび解析方法
JP2014104853A (ja) 2012-11-27 2014-06-09 Clarion Co Ltd 車載用制御装置
JP2016004287A (ja) * 2014-06-13 2016-01-12 富士通株式会社 車線境界線抽出装置、車線境界線抽出方法、及びプログラム
JP2017016172A (ja) * 2015-06-26 2017-01-19 日産自動車株式会社 走路境界推定装置及び走路境界推定方法
JP2018127073A (ja) * 2017-02-08 2018-08-16 トヨタ自動車株式会社 車線逸脱抑制装置

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP4697480B2 (ja) * 2008-01-11 2011-06-08 日本電気株式会社 車線認識装置、車線認識方法および車線認識プログラム
KR102421855B1 (ko) * 2017-09-28 2022-07-18 삼성전자주식회사 주행 차로를 식별하는 방법 및 장치

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2002175534A (ja) * 2000-12-06 2002-06-21 Sumitomo Electric Ind Ltd 道路の白線検出方法
JP2011186722A (ja) * 2010-03-08 2011-09-22 Nippon Soken Inc 車載白線認識装置
JP2013122739A (ja) * 2011-12-12 2013-06-20 Fujitsu Ltd 解析装置、解析プログラムおよび解析方法
JP2014104853A (ja) 2012-11-27 2014-06-09 Clarion Co Ltd 車載用制御装置
JP2016004287A (ja) * 2014-06-13 2016-01-12 富士通株式会社 車線境界線抽出装置、車線境界線抽出方法、及びプログラム
JP2017016172A (ja) * 2015-06-26 2017-01-19 日産自動車株式会社 走路境界推定装置及び走路境界推定方法
JP2018127073A (ja) * 2017-02-08 2018-08-16 トヨタ自動車株式会社 車線逸脱抑制装置

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
LIU, J. ET AL.: "Lane detection based on straight line model and K-Means clustering", 2018 IEEE 7TH DATA DRIVEN CONTROL AND LEARNING SYSTEMS CONFERENCE, 2018, pages 527 - 532, XP033432459, DOI: 10.1109/DDCLS.2018.8515938 *
See also references of EP4238843A4

Also Published As

Publication number Publication date
EP4238843A4 (en) 2023-12-06
EP4238843A1 (en) 2023-09-06
US20240095946A1 (en) 2024-03-21
JPWO2022118422A1 (ja) 2022-06-09

Similar Documents

Publication Publication Date Title
JP3580475B2 (ja) 周辺監視装置
JP4052310B2 (ja) 交差点までの距離算出方法、装置及びシステム
US20140365109A1 (en) Apparatus and method for recognizing driving lane
JP2006209511A (ja) 画像認識装置及び画像認識方法、並びにそれを用いた位置特定装置、車両制御装置及びナビゲーション装置
US20200290600A1 (en) Parking assistance device and parking assistance method
JP4702149B2 (ja) 車両位置測位装置
JP6941070B2 (ja) ステレオカメラ装置
JP7251582B2 (ja) 表示制御装置および表示制御プログラム
JP2007164671A (ja) 障害物接近判断装置および障害物衝突警告システム
JP2020126355A (ja) 情報処理装置、情報処理システム、情報処理方法およびプログラム
JP2009252198A (ja) 走行環境推測装置、方法及びプログラム並びに車線逸脱警報装置及び操舵アシスト装置
JP4951481B2 (ja) 路面標示認識装置
JP2007066003A (ja) 停止線検出装置
KR20170055738A (ko) 영상 기반 주행 차로 판단 장치 및 방법
JP2018073275A (ja) 画像認識装置
US10789727B2 (en) Information processing apparatus and non-transitory recording medium storing thereon a computer program
JP2007064894A (ja) 物体検出装置、物体検出方法および物体検出プログラム
JP4968369B2 (ja) 車載装置及び車両認識方法
JP5012522B2 (ja) 路側境界面検出装置
JP2010107435A (ja) 地物位置認識装置
JP2017129543A (ja) ステレオカメラ装置及び車両
JP7398257B2 (ja) 道路標示認識装置
WO2022118422A1 (ja) ライン位置推定装置、方法およびプログラム
JP4687381B2 (ja) 車両認識方法及び車載装置
JP5145138B2 (ja) 運転支援装置、運転支援制御方法および運転支援制御処理プログラム

Legal Events

Date Code Title Description
121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 20964275

Country of ref document: EP

Kind code of ref document: A1

ENP Entry into the national phase

Ref document number: 2022566570

Country of ref document: JP

Kind code of ref document: A

WWE Wipo information: entry into national phase

Ref document number: 18039625

Country of ref document: US

ENP Entry into the national phase

Ref document number: 2020964275

Country of ref document: EP

Effective date: 20230602

NENP Non-entry into the national phase

Ref country code: DE