JP2007179386A - 白線認識方法及び白線認識装置 - Google Patents
白線認識方法及び白線認識装置 Download PDFInfo
- Publication number
- JP2007179386A JP2007179386A JP2005378336A JP2005378336A JP2007179386A JP 2007179386 A JP2007179386 A JP 2007179386A JP 2005378336 A JP2005378336 A JP 2005378336A JP 2005378336 A JP2005378336 A JP 2005378336A JP 2007179386 A JP2007179386 A JP 2007179386A
- Authority
- JP
- Japan
- Prior art keywords
- white line
- edge
- extracting
- road
- recognition method
- 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.)
- Withdrawn
Links
Images
Landscapes
- Image Processing (AREA)
- Traffic Control Systems (AREA)
- Image Analysis (AREA)
Abstract
【課題】各種未認識、誤認識発生状況においても、白線を正常認識することができ、これにより白線認識精度を格段に向上させること。
【解決手段】路面Aを撮影して得られる道路画像の微分処理及び2値化処理により白線aの候補エッジを抽出し、候補エッジの判定により白線エッジを抽出し、白線位置を認識する白線認識方法であって、白線aと白線a以外の道路との濃度差が大きい場合、小さい場合用の少なくとも2つの2値化処理用の閾値を設定しておき、白線の候補エッジの抽出時に、それらの閾値を切り替えて使用する。
【選択図】 図1
【解決手段】路面Aを撮影して得られる道路画像の微分処理及び2値化処理により白線aの候補エッジを抽出し、候補エッジの判定により白線エッジを抽出し、白線位置を認識する白線認識方法であって、白線aと白線a以外の道路との濃度差が大きい場合、小さい場合用の少なくとも2つの2値化処理用の閾値を設定しておき、白線の候補エッジの抽出時に、それらの閾値を切り替えて使用する。
【選択図】 図1
Description
本発明は、車載カメラにより路面を撮影して得られた道路画像から白線位置を認識する方法及び装置に関するものである。
近年、道路の白線位置を認識し、車両の操舵を制御して車線を維持しながら走行するシステムが提案されている。この技術では、車両に搭載された白線認識装置がCCDカメラ等の撮像手段により車両前方の道路画像を取り込み、白線位置で明度が高いことを利用して白線を検出する。具体的には、例えば画像の微分処理および2値化処理によるエッジ(エッジ点列)抽出を行い、その抽出エッジについて白線エッジか否かの判定を行う。さらに、抽出エッジについて、直線検出法として知られるハフ(Hough)変換を行うことで、
白線位置を決定する。
白線位置を決定する。
このようなシステムでは、撮影された道路画像から白線をいかに正確に検出するかが重要な課題となっている。しかし、以下のような状況においては白線位置が認識できないという問題があった。
(1)白線が影内にある場合、白線と道路の輝度差が小さいため、白線エッジを抽出できず、未認識となる。
(2)白線の外側に路肩、溝等が存在する場合、それらのエッジを白線エッジと判断し、誤認識となる。
(3)白線が破線の場合、画像の取得タイミングによっては画像内に白線が存在しないため、未認識となる。
(4)前方に、車両、建物等が存在する場合、それらのエッジを白線エッジと判断し、誤認識となる。
(1)白線が影内にある場合、白線と道路の輝度差が小さいため、白線エッジを抽出できず、未認識となる。
(2)白線の外側に路肩、溝等が存在する場合、それらのエッジを白線エッジと判断し、誤認識となる。
(3)白線が破線の場合、画像の取得タイミングによっては画像内に白線が存在しないため、未認識となる。
(4)前方に、車両、建物等が存在する場合、それらのエッジを白線エッジと判断し、誤認識となる。
特許文献1には、走行レーン内の白線の認識精度の向上を図った白線認識技術が記載されている。この技術は、撮影された道路画像を近距離領域と遠距離領域の2つの領域に分割し、各領域で白線の検出を以下のように行っている。
まず、近距離領域において、画像中のエッジから白線を認識して確定する。次に、その近距離領域において確定された白線に基づいて、遠距離領域上で、その延長線上の領域を含むエッジ追跡領域を設定する。そして、その設定されたエッジ追跡領域内でエッジを追跡し、エッジが不連続の場合は、これを飛び越えて先のエッジを追跡して白線を認識確定する。この白線認識技術によれば、撮影画像の遠距離領域における白線の認識で問題となる、前方車両、街路樹、建物などの影の影響による白線の誤認識を少なくすることができる。
特許文献2には、白線自体のかすれや白線画像が不鮮明なことによる白線の誤認識を防止し、白線検出精度の向上を図れるようにした技術が記載されている。この技術では、車両前方を撮影して得られる道路の白線画像から白線の候補点を抽出し、その白線候補点列と近似する直線を求めてこれを白線として認識する際に、白線画像にかすれがあるか否かを判定し、かすれがある場合は、現在の白線画像から抽出された白線候補点列に一定時間前の白線画像から抽出された白線候補点列を重ね合せ、その重ね合せた白線候補点列と近似する直線を求めてこれを白線として認識するようにしたものである。
特開平9−73545号公報
特開2001−236506号公報
特許文献1の技術では、撮影画像の遠距離領域における前方車両、街路樹、建物などの影の影響による白線の誤認識を少なくすることができるものの、近距離領域における画像中のエッジから白線を認識する際に、白線が影内にある場合、白線の外側に路肩、溝等が存在する場合、白線が破線の場合、等においては、依然として誤認識や未認識になる問題が残されている。
特許文献2の技術では、白線自体のかすれや白線画像が不鮮明なことによる誤認識を防止し、白線検出精度の向上を図ることができるものの、上記(1)〜(4)で例示したように、白線が影内にある場合、白線の外側に路肩、溝等が存在する場合、白線が破線の場合、前方に車両、建物等が存在する場合、等においては、依然として誤認識や未認識になる問題が残されている。
よって、本発明は、例えば上述したような未認識、誤認識発生状況においても、白線を正常認識することができ、これにより白線認識精度を格段に向上させることができる技術を提供することを課題とする。
本発明は、上記課題を解決するため、以下の手段を採用した。
本発明は、路面を撮影して得られる道路画像の微分処理及び2値化処理により白線の候補エッジを抽出し、候補エッジの判定により白線エッジを抽出し、白線位置を認識する白線認識方法であって、少なくとも2つの2値化処理用の閾値を設定しておき、それらの閾値を切り替えて使用することを特徴としている。
本発明は、路面を撮影して得られる道路画像の微分処理及び2値化処理により白線の候補エッジを抽出し、候補エッジの判定により白線エッジを抽出し、白線位置を認識する白線認識方法であって、少なくとも2つの2値化処理用の閾値を設定しておき、それらの閾値を切り替えて使用することを特徴としている。
本発明の白線認識方法によれば、少なくとも2つの2値化処理用の閾値を設定しておき、それらの閾値を切り替えて使用する方法を採用しているで、閾値を1つに固定して使用する場合に比べて、例えば白線と道路とのコントラストが大きい場合や、小さい場合に生じやすい未認識、誤認識発生状況においても、白線を正常認識することができる。例えば白線が影内にあってコントラストが小さい場合でも閾値小であれば白線を正常認識することができる。これにより白線認識精度を格段に向上させることができる。
本発明において、前記2つの閾値は、道路画像を得る撮影間隔に合わせて交互に切り替えて使用することが望ましい。このようにすれば、例えば白線と道路とのコントラストが大きい場合や小さい場合に生じやすい未認識、誤認識発生状況においても、白線を正常認識する精度を更に高めることができる。
本発明では、路面を撮影して得られる道路画像の微分処理及び2値化処理により白線の候補エッジを抽出し、候補エッジの判定により白線エッジを抽出し、白線位置を認識する方法において、時系列で取得される複数の道路画像のうち、前回取得した道路画像から白線位置が認識できた場合、その認識された白線位置が走査範囲の中央となるように走査範囲を設定することが望ましい。このようにすれば、演算処理が早くなるように走査範囲を短くでき、しかも、白線周辺の路肩、溝等による誤認識を防ぐことができる。
本発明では、路面を撮影して得られる道路画像の微分処理及び2値化処理により白線の候補エッジを抽出し、候補エッジの判定により白線エッジを抽出し、白線位置を認識する方法において、時系列で取得される複数の道路画像のうち、前回取得した道路画像から白線位置が認識できた場合には走査範囲を短くし、認識できなかった場合には走査範囲を長くすることが望ましい。このようにすれば、走査エリアを必要な範囲に収めて、白線周辺の路肩、溝等による白線の誤認識や未認識を防ぐことができる。
本発明では、路面を撮影して得られる道路画像の微分処理及び2値化処理により白線の候補エッジを抽出し、候補エッジの判定により白線エッジを抽出し、白線位置を認識する方法において、前記白線候補エッジから白線幅を算出し、算出した白線幅が規定範囲の場合に白線エッジと判断するステップを採用することが望ましい。このステップを採用すれば、白線幅を検出しない認識方法に比べて白線認識精度をさらに向上させることができる。
本発明では、車両側から路面を撮影して得られる道路画像の微分処理及び2値化処理により白線の候補エッジを抽出し、候補エッジの判定により白線エッジを抽出し、白線位置を認識する方法において、前記車両を基準にして左側白線及び右側白線の各白線候補エッジからレーン幅を算出し、算出したレーン幅が規定範囲の場合に白線エッジと判断するステップを採用することが望ましい。このステップを採用すれば、レーン幅を検出しない方法に比べて白線認識精度をさらに向上させることができる。
本発明では、路面を撮影して得られる道路画像の微分処理及び2値化処理により白線の候補エッジを抽出し、候補エッジの判定により白線エッジを抽出し、白線位置を認識する方法において、1本の走査線に対して1つの白線エッジを抽出する際に、白線エッジが抽出できなかった走査範囲については過去の規定時間前までにその走査範囲で取得した白線エッジで補完することが望ましい。このステップを採用すれば、例えば白線が破線の場合でも、過去エッジで補うことで、白線エッジの取得を可能にすることができる。
本発明では、路面を撮影して得られる道路画像の微分処理及び2値化処理により白線の候補エッジを抽出し、候補エッジの判定により白線エッジを抽出し、白線位置を認識する方法において、抽出した白線エッジに対してHough変換により近似直線を取得する際、道
路画像の下部で抽出した信頼性の高い白線エッジにはHough変換の投票値に大きな重みを
持たせることが望ましい。このようにすれば、道路画像の上側走査範囲で僅かにノイズを抽出しても、下側走査範囲で正しい白線エッジが抽出できていれば、白線の認識を成功させることができる。また、下側走査範囲で僅かにノイズを抽出しても、上側走査範囲で正しい白線エッジが取得できていれば、白線の認識を成功させることができる。これにより、白線認識精度をさらに向上させることができる。
路画像の下部で抽出した信頼性の高い白線エッジにはHough変換の投票値に大きな重みを
持たせることが望ましい。このようにすれば、道路画像の上側走査範囲で僅かにノイズを抽出しても、下側走査範囲で正しい白線エッジが抽出できていれば、白線の認識を成功させることができる。また、下側走査範囲で僅かにノイズを抽出しても、上側走査範囲で正しい白線エッジが取得できていれば、白線の認識を成功させることができる。これにより、白線認識精度をさらに向上させることができる。
本発明は、路面を撮影して得られる道路画像の微分処理及び2値化処理により白線の候補エッジを抽出し、候補エッジの判定により白線エッジを抽出し、白線位置を認識する白線認識装置であって、2つの2値化処理用の閾値を設定可能な閾値設定手段と、前記閾値を前記道路画像の撮影間隔に合わせて交互に切り替えて使用する閾値切換手段と、を有することを特徴としている。
本発明によれば、種々の未認識、誤認識発生状況においても、白線を正常認識することができ、これにより白線認識精度を格段に向上させることができる
以下、図面を参照し、本発明に係る白線認識方法及び装置の実施例について説明する。尚、本実施例の白線認識技術は、乗用車に適用する例について説明するが、他の各種車両にも適用することができる。
(ハードウエア構成)
図1及び図2に、本実施例に係る白線認識装置のブロック図を示す。この白線認識装置は、画像入力部としてのカメラ部1と、カメラ部1から入力される画像の画像処理部2とを備えている。カメラ部1は、光学フィルタ11、レンズ12、イメージセンサ13等を
有するCCDカメラより構成され、そのCCDカメラで撮影された車両前方の道路画像が画像処理部2に入力される。
(ハードウエア構成)
図1及び図2に、本実施例に係る白線認識装置のブロック図を示す。この白線認識装置は、画像入力部としてのカメラ部1と、カメラ部1から入力される画像の画像処理部2とを備えている。カメラ部1は、光学フィルタ11、レンズ12、イメージセンサ13等を
有するCCDカメラより構成され、そのCCDカメラで撮影された車両前方の道路画像が画像処理部2に入力される。
画像処理部2は、画像処理用集積回路としてのASIC(Application Specific Integrated Circuit)20、このASIC(エーシック)20を含む各装置の制御やデータの
演算、加工を行うマイクロプロセッサからなるCPU(Central Processing Unit)3
0、各制御システムや各センサ50等の外部機器インターフェース(I/F)としてのコネクタ40を備えている。
演算、加工を行うマイクロプロセッサからなるCPU(Central Processing Unit)3
0、各制御システムや各センサ50等の外部機器インターフェース(I/F)としてのコネクタ40を備えている。
ASIC20は、カメラ部1から入力される道路画像を取得する画像取得部21、その取得した道路画像から白線候補点を抽出する際に必要な前処理を行う微分処理部22、及び2値化処理部23を有する。さらに、ASIC20は、道路画像の微分処理および2値化処理による白線候補エッジ抽出の際、白線と道路の輝度差(濃度差)が大きい場合、小さい場合用にそれぞれ設定される2つの固定閾値(高い閾値と低い閾値)を交互にあるいは選択的に切り替えて使用するための閾値選択部(図2参照)を有している。
CPU30は、予め、図示しないメモリに記憶された画像処理プログラムを読み出して実行することにより、ASIC20から出力される2値化処理された道路画像から白線候補点を抽出する機能(白線候補点抽出部31)、及び抽出された白線候補点列に近似する直線をHough変換により求めてこれを白線として認識する機能(白線認識部32)を有す
る。
る。
画像処理部2の有する各部の機能をより具体的に例示したのが図2の機能ブロック図である。この図2に示すように、画像入力部1から白線候補点抽出部31に入力される道路画像は、まず前処理部(ASIC)20によって処理される。前処理部20は、閾値選択機能、微分処理機能、2値化処理機能を有している。
白線候補点抽出部31は、2値化処理されて入力された道路画像から白線候補点を抽出するための走査線の走査位置や走査幅等を決定する走査エリア決定機能、白線エッジ候補取得機能、白線エッジ判定機能、過去の白線エッジによる補完機能等を有している。白線認識部32は、周知のHough変換による直線近似処理機能を有するが、後述のように、画
像下部で取得した信頼性の高い白線エッジにはHough変換の投票値に大きな重み付けを行
うことができる機能を含む。
像下部で取得した信頼性の高い白線エッジにはHough変換の投票値に大きな重み付けを行
うことができる機能を含む。
次に、この白線認識技術について、そのシミュレーション結果や実車での走行実験例と共により具体的に説明する。
(課題対策と新規アルゴリズム)
従来のアルゴリズムにおいて課題であった未認識・誤認識を改善するために、以下に順次説明する新規アルゴリズムを開発し、PC上でのシミュレーション、実車での評価を行い効果の確認を行った。なお、アルゴリズムの詳細については後述する。
(課題対策と新規アルゴリズム)
従来のアルゴリズムにおいて課題であった未認識・誤認識を改善するために、以下に順次説明する新規アルゴリズムを開発し、PC上でのシミュレーション、実車での評価を行い効果の確認を行った。なお、アルゴリズムの詳細については後述する。
(Hough変換におけるθ範囲の縮小)
従来のアルゴリズムでは、Hough変換で扱うθ値の範囲をθ=0°〜180°としてい
た。それにより、画像中に現れるすべての傾きの直線を検出するため、例えばθ=0°(直線)となる建物や車両等の立体物までも認識していた。ここで、θ=0°(直線)となる建物や車両等の立体物とは、例えば上下に延びる建物の左右の直線部分や、トラックの荷台を後方から見て、左端部分や右端部分のように画像上でも上下方向に延びる直線部分を有するものを意味する。
従来のアルゴリズムでは、Hough変換で扱うθ値の範囲をθ=0°〜180°としてい
た。それにより、画像中に現れるすべての傾きの直線を検出するため、例えばθ=0°(直線)となる建物や車両等の立体物までも認識していた。ここで、θ=0°(直線)となる建物や車両等の立体物とは、例えば上下に延びる建物の左右の直線部分や、トラックの荷台を後方から見て、左端部分や右端部分のように画像上でも上下方向に延びる直線部分を有するものを意味する。
<新規アルゴリズム1>
新規アルゴリズム1では、Hough変換で扱うθ値の範囲を設定し、θ=30°〜70°
とした。その根拠について以下に示す。
(1)白線認識の要件定義
白線認識の要件については以下のように定義した。
1)車両が自レーンを走行している状況において、1秒後に白線を逸脱する状況を検知できること。
2)対応する車速は50km〜120km。
3)車両が自レーンの白線を逸脱した状態とは、車両の一部が自レーンの白線からはみ出した状態とする。
新規アルゴリズム1では、Hough変換で扱うθ値の範囲を設定し、θ=30°〜70°
とした。その根拠について以下に示す。
(1)白線認識の要件定義
白線認識の要件については以下のように定義した。
1)車両が自レーンを走行している状況において、1秒後に白線を逸脱する状況を検知できること。
2)対応する車速は50km〜120km。
3)車両が自レーンの白線を逸脱した状態とは、車両の一部が自レーンの白線からはみ出した状態とする。
(2)環境定義
高速道路における白線認識を想定しているので、車線の幅は3.5mとした。また、車両のサイズは実験車両と同一とし、全長4900mm、全幅1795mmの乗用車とした。
高速道路における白線認識を想定しているので、車線の幅は3.5mとした。また、車両のサイズは実験車両と同一とし、全長4900mm、全幅1795mmの乗用車とした。
(3)θの下限値の決定。
図3(a)に示すように、1秒後に車両3が自レーンの白線(左側白線)a1を逸脱する状況を考えた場合、図3(b)に示すθの値が最小となるのは、左側白線a1に隣接した状態(基準位置)で、かつ車両がわずかでも左側に傾いている場合である。即ち、車両3の走行方向が左側白線a1と並行ではなく、わずかでも左側白線a1の方向に向いている場合である。
図3(a)に示すように、1秒後に車両3が自レーンの白線(左側白線)a1を逸脱する状況を考えた場合、図3(b)に示すθの値が最小となるのは、左側白線a1に隣接した状態(基準位置)で、かつ車両がわずかでも左側に傾いている場合である。即ち、車両3の走行方向が左側白線a1と並行ではなく、わずかでも左側白線a1の方向に向いている場合である。
なお、図3(b)は、カメラ画像による左側白線a1とθとの関係を示している。ここで、左側白線a1は、カメラ画像の場合、遠近感のある実像に基づいて表示されるため、車両から離れた位置の左側白線a1ほど次第に画像の中央側へ寄る傾斜表示となる。従って、θは、左側白線a1に対する垂線4と、画像の上限線(白線と平行でない車両の走行方向に対応する線)5とで形成される角度に相当することになる。
図3(b)におけるθの下限値の取得に必要な値を算出した(図4参照)。その際、計算を容易にするために、図4に示すように車両の向きは左側白線a1と平行とした。また、θの下限値算出条件として、車両3が毎時50km/hで、1秒間に進む距離L0=13888mm、L0の1/2の距離L1=6944.0mm、車両の中央(車載カメラ搭載位置)から左側白線a1までの距離L2=937.21mmとした。
図4における車載カメラの画像座標系を図5に示す。点Aの座標(−66.778、72.974)及び点Bの座標(−133.55、32.377)から、図5におけるθの下限値は32.367°であったが、カメラの取付誤差を考慮して30°とした。
(4)θの上限値の決定
1秒後に車両3が自レーン左側白線a1を逸脱する状況を考えた場合、θの値が最大となるのは、図6(a)、(b)のように車両3が自レーンRの右側白線a2に隣接した状態(基準位置)で、かつ1秒後に左側白線a1を逸脱する場合である。図6(b)においてθの上限値の取得に必要な値を算出した(図7参照)。図7では計算を容易にするため、車両3ではなくカメラの位置を白線に隣接するように定義した。
1秒後に車両3が自レーン左側白線a1を逸脱する状況を考えた場合、θの値が最大となるのは、図6(a)、(b)のように車両3が自レーンRの右側白線a2に隣接した状態(基準位置)で、かつ1秒後に左側白線a1を逸脱する場合である。図6(b)においてθの上限値の取得に必要な値を算出した(図7参照)。図7では計算を容易にするため、車両3ではなくカメラの位置を白線に隣接するように定義した。
従って、図7では、車両3が毎時50km/hで、1秒間に進む距離L0=13888mm、車両の左側から左側白線a1との交点Aまでの距離L1=10442mm、車両の右側から左側白線あ1との交点Bまでの距離L2=17567mm、車両の中央(車載カメラ搭載位置)から左側白線a1までの距離L2=897.5mmとした。
図7のθの上限値における車載カメラの画像座標系を図8に示す。点Aの座標(88.816、37.788)及び点Bの座標(52.793、95.521)から、図8においてθの下限値は67.819°であったが、カメラの取付誤差を考慮して70°とした。
(上側走査線幅縮小)
従来のアルゴリズムでは、図9に示すように、白線a(以下、左側白線、右側白線及びセンターライン等を含めて白線aと総称する)を走査する走査線bの幅(走査範囲)はすべて一定(例えば150画素)としていた。しかし、画像上での道路は無限遠にむけて狭くなっていくため、従来のアルゴリズムでは道路からはみ出した部分(白線の判定範囲として不適切なエリア)まで走査範囲が及んでいた。
従来のアルゴリズムでは、図9に示すように、白線a(以下、左側白線、右側白線及びセンターライン等を含めて白線aと総称する)を走査する走査線bの幅(走査範囲)はすべて一定(例えば150画素)としていた。しかし、画像上での道路は無限遠にむけて狭くなっていくため、従来のアルゴリズムでは道路からはみ出した部分(白線の判定範囲として不適切なエリア)まで走査範囲が及んでいた。
<新規アルゴリズム2>
新規アルゴリズム2では、図10に示すように、上半分の走査線bの捜査範囲を従来の半分(例えば75画素)とすることにより道路の外側に走査線bよる走査範囲がはみだすことを防止した。この画素数(75画素)はシミュレーションで得た最適値である。また、時系列で取得される複数の道路画像のうち、前回取得した道路画像から白線位置が認識できた場合、その認識された白線位置が走査範囲の中央となるように走査範囲を設定するようにした。これにより、演算処理が早くなるように走査範囲を短くでき、しかも、白線周辺の路肩、溝等による誤認識を防ぐことができる。
新規アルゴリズム2では、図10に示すように、上半分の走査線bの捜査範囲を従来の半分(例えば75画素)とすることにより道路の外側に走査線bよる走査範囲がはみだすことを防止した。この画素数(75画素)はシミュレーションで得た最適値である。また、時系列で取得される複数の道路画像のうち、前回取得した道路画像から白線位置が認識できた場合、その認識された白線位置が走査範囲の中央となるように走査範囲を設定するようにした。これにより、演算処理が早くなるように走査範囲を短くでき、しかも、白線周辺の路肩、溝等による誤認識を防ぐことができる。
さらに、前回取得した道路画像から白線位置が認識できた場合には走査範囲を短くし、認識できなかった場合には走査範囲を長くすることもできる。これにより、走査エリアを必要な範囲に収めて、白線周辺の路肩、溝等による白線の誤認識や未認識を防ぐことができる。
(走査範囲の開始・終了位置の最適化)
従来のアルゴリズムでは、図11に示すように、走査線bの走査開始位置が高すぎる位置に、終了位置が低すぎる位置にあった。そのため、画像上方の走査線bは空や風景を、下方の走査線bは車両のボンネットの上を走査してしまい、白線の判定範囲として不適切なエリアまで走査線が及んでいた。
従来のアルゴリズムでは、図11に示すように、走査線bの走査開始位置が高すぎる位置に、終了位置が低すぎる位置にあった。そのため、画像上方の走査線bは空や風景を、下方の走査線bは車両のボンネットの上を走査してしまい、白線の判定範囲として不適切なエリアまで走査線が及んでいた。
<新規アルゴリズム3>
新規アルゴリズム3では、図12に示すように、走査線bによる走査範囲の縦方向の開始位置を画像の無限遠に、終了位置を車両のボンネットの手前に設定した。これにより、演算処理が早くなるように走査線数を少なくでき、しかも、白線周辺の路肩、溝等による誤認識を防ぐことができる。
新規アルゴリズム3では、図12に示すように、走査線bによる走査範囲の縦方向の開始位置を画像の無限遠に、終了位置を車両のボンネットの手前に設定した。これにより、演算処理が早くなるように走査線数を少なくでき、しかも、白線周辺の路肩、溝等による誤認識を防ぐことができる。
(Hough変換時の投票に重み付け)
従来のアルゴリズムでは、Hough変換時の投票値をすべて「1」としていた。つまり白
線エッジ抽出において信頼性の高い画像下方(車両近傍)も、信頼性の劣る画像上方もHough変換時に同じ値で投票する設定としていた。
従来のアルゴリズムでは、Hough変換時の投票値をすべて「1」としていた。つまり白
線エッジ抽出において信頼性の高い画像下方(車両近傍)も、信頼性の劣る画像上方もHough変換時に同じ値で投票する設定としていた。
<新規アルゴリズム4>
新規アルゴリズム4では、白線エッジ抽出において信頼性の高い画像下方(車両近傍)に対して、Hough変換時の投票値に大きな重みを持たせた。具体的には、下半分の走査線
で抽出したエッジの投票値を「3」、上半分の走査線で抽出したエッジの投票値を「2」とした。投票値の「3」、「2」はシミュレーションで得た最適値である。ただし、投票値の重みは白線エッジ抽出方式を変更した場合、再度調整する必要がある(白線エッジ抽出における上側と下側の信頼性の比が変わるため)。
新規アルゴリズム4では、白線エッジ抽出において信頼性の高い画像下方(車両近傍)に対して、Hough変換時の投票値に大きな重みを持たせた。具体的には、下半分の走査線
で抽出したエッジの投票値を「3」、上半分の走査線で抽出したエッジの投票値を「2」とした。投票値の「3」、「2」はシミュレーションで得た最適値である。ただし、投票値の重みは白線エッジ抽出方式を変更した場合、再度調整する必要がある(白線エッジ抽出における上側と下側の信頼性の比が変わるため)。
このようにすれば、道路画像の上側走査範囲で僅かにノイズを抽出しても、下側走査範囲で正しい白線エッジが抽出できていれば、白線の認識を成功させることができる。また、下側走査範囲で僅かにノイズを抽出しても、上側走査範囲で正しい白線エッジが取得できていれば、白線の認識を成功させることができる。これにより、白線認識精度をさらに向上させることができる。
(白線エッジの両端抽出と両端のエッジ間距離判定)
従来のアルゴリズムでは、次の(1)、(2)の手順で白線エッジの抽出を行っていた。
(1)内側エッジ抽出のために、捜査線上を内側から外側へ探索し、幅が3画素以上のHigh画素(内側エッジ)を抽出する。
(2)5連続近傍抽出のために、(1)で抽出したエッジの垂直方向に5連続で幅が3画素以上のHigh画素が存在することを確認する。
従来のアルゴリズムでは、次の(1)、(2)の手順で白線エッジの抽出を行っていた。
(1)内側エッジ抽出のために、捜査線上を内側から外側へ探索し、幅が3画素以上のHigh画素(内側エッジ)を抽出する。
(2)5連続近傍抽出のために、(1)で抽出したエッジの垂直方向に5連続で幅が3画素以上のHigh画素が存在することを確認する。
白線(右側)のエッジ抽出例を図13、図14に示す。微分フィルタ+2値化処理を行った画像が図13に示す画像である。同図においてdはノイズを示している。図13の画像の太枠c内を拡大し、エッジの抽出状況を表したのが図14である。図14の例では走査線b1は白線エッジが抽出できている。しかし、走査線b2、b3は白線エッジの内側のノイズを抽出し、誤認識となっている。
<新規アルゴリズム5>
新規アルゴリズム5では、白線を判別するために、以下の(1)〜(5)の手順により、白線の両端(内側と外側)のエッジの抽出と、両端のエッジ間の距離による判定を行う。その抽出手順を図式化したものを図15に示す。
新規アルゴリズム5では、白線を判別するために、以下の(1)〜(5)の手順により、白線の両端(内側と外側)のエッジの抽出と、両端のエッジ間の距離による判定を行う。その抽出手順を図式化したものを図15に示す。
(1) 内側エッジ抽出のために、捜査線上を内側から外側へ探索し、幅が3画素以上のHigh画素(内側エッジ)を抽出する。
(2) 5連続近傍抽出のために、(1)で抽出したエッジの垂直方向に5連続で幅が3画素以上のHigh画素が存在することを確認する。
(3) Low画素抽出のために、(1)で抽出したエッジの外側を探索し、幅が3画素以
上のLow画素が存在することを確認する。
(4) 外側エッジ抽出のために、(3)のLow画素の外側を探索し、幅が3画素以上のHigh画素(外側エッジ)を抽出する。
(5) 5連続近傍抽出のために、(4)で抽出したエッジの垂直方向に5連続で幅が3画素以上のHigh画素が存在することを確認する。
(6) 白線幅チェックのために、(1)で抽出した内側エッジと、(4)で抽出した外側エッジの間隔が40画素以下(規定範囲内)であることを確認し、規定範囲内であればそれを白線として認識する。なお、40画素とした理由は、シミュレーションで使用した画像において白線エッジの幅の最大値が30画素であり、その幅に10画素のマージンを加えたことによるものである。
(2) 5連続近傍抽出のために、(1)で抽出したエッジの垂直方向に5連続で幅が3画素以上のHigh画素が存在することを確認する。
(3) Low画素抽出のために、(1)で抽出したエッジの外側を探索し、幅が3画素以
上のLow画素が存在することを確認する。
(4) 外側エッジ抽出のために、(3)のLow画素の外側を探索し、幅が3画素以上のHigh画素(外側エッジ)を抽出する。
(5) 5連続近傍抽出のために、(4)で抽出したエッジの垂直方向に5連続で幅が3画素以上のHigh画素が存在することを確認する。
(6) 白線幅チェックのために、(1)で抽出した内側エッジと、(4)で抽出した外側エッジの間隔が40画素以下(規定範囲内)であることを確認し、規定範囲内であればそれを白線として認識する。なお、40画素とした理由は、シミュレーションで使用した画像において白線エッジの幅の最大値が30画素であり、その幅に10画素のマージンを加えたことによるものである。
(白線エッジ及びレーン幅判定)
さらに、このようにして認識される白線エッジについて、図16に示すように、車両の左側、右側で対となる走査線上の両方で白線エッジ(左側白線a1及び右側白線a2のエッジ)が保持できた座標のみを抽出し、左右の白線エッジの間隔(レーン幅R)を確認し、そのレーン幅Rが規定範囲内であった場合は、白線エッジとして判定する。即ち、車両を基準にして左側白線a1及び右側白線a2の各白線候補エッジからレーン幅Rを算出し、算出したレーン幅Rが規定範囲の場合に白線エッジと判断する。
さらに、このようにして認識される白線エッジについて、図16に示すように、車両の左側、右側で対となる走査線上の両方で白線エッジ(左側白線a1及び右側白線a2のエッジ)が保持できた座標のみを抽出し、左右の白線エッジの間隔(レーン幅R)を確認し、そのレーン幅Rが規定範囲内であった場合は、白線エッジとして判定する。即ち、車両を基準にして左側白線a1及び右側白線a2の各白線候補エッジからレーン幅Rを算出し、算出したレーン幅Rが規定範囲の場合に白線エッジと判断する。
(シミュレーションによる性能評価)
新規アルゴリズムについてPC上でシミュレーションを行い、性能評価を実施した。シミュレーションでは実際の走行実験で採取した画像(BMPファイル)を使用した。
新規アルゴリズムについてPC上でシミュレーションを行い、性能評価を実施した。シミュレーションでは実際の走行実験で採取した画像(BMPファイル)を使用した。
(評価結果)
白線認識結果をスーパーインポーズした画像について、認識成功、未認識、誤認識を判定した結果、前回の走行実験に比べて認識率が向上したことを確認した。従って、白線幅を検出しない白線認識方法に比べて白線認識精度を向上させることができた。さらに、レーン幅を検出しない白線認識方法に比べて白線認識精度をより向上させることができた。
白線認識結果をスーパーインポーズした画像について、認識成功、未認識、誤認識を判定した結果、前回の走行実験に比べて認識率が向上したことを確認した。従って、白線幅を検出しない白線認識方法に比べて白線認識精度を向上させることができた。さらに、レーン幅を検出しない白線認識方法に比べて白線認識精度をより向上させることができた。
<新規アルゴリズム6>
(過去フレームのエッジ情報利用)
白線が破線の場合、抽出エッジの数が少ないため白線が認識できない場合がある。そのため、過去フレームのエッジ情報を保持し、利用することにより現状フレームだけでは不足するエッジ情報を補い、白線位置を認識できるようにした。図17の場合、白線エッジは3つしか抽出できておらず、白線位置を認識できなかった。しかし、図18のように1つ前のフレームで抽出したエッジを保持しておき、図19のように現在フレームでエッジが抽出できなかった走査線に対してエッジを補うことにより白線位置を特定することができる。図19において破線eで矩形状に囲む部分が、過去フレームで取得したエッジで補っている部分である。本アルゴリズムではシミュレーションを行い検討した結果、4つ前のフレームまでエッジ情報を保持し、利用することとした。
(過去フレームのエッジ情報利用)
白線が破線の場合、抽出エッジの数が少ないため白線が認識できない場合がある。そのため、過去フレームのエッジ情報を保持し、利用することにより現状フレームだけでは不足するエッジ情報を補い、白線位置を認識できるようにした。図17の場合、白線エッジは3つしか抽出できておらず、白線位置を認識できなかった。しかし、図18のように1つ前のフレームで抽出したエッジを保持しておき、図19のように現在フレームでエッジが抽出できなかった走査線に対してエッジを補うことにより白線位置を特定することができる。図19において破線eで矩形状に囲む部分が、過去フレームで取得したエッジで補っている部分である。本アルゴリズムではシミュレーションを行い検討した結果、4つ前のフレームまでエッジ情報を保持し、利用することとした。
<新規アルゴリズム7>
(2値化処理時に閾値を2つ使う)
トンネルの出口で路面が急に明るくなる場合、白線が影の中にある場合、白線がかすれている場合、などのように白線と道路のコントラストが小さい場合、画像から白線を特徴抽出できない。しかし、2値化処理時の閾値を例えば影内の白線と道路の濃度差以下(適切な閾値)に設定することで特徴抽出可能である。例えば白線の濃度値が70、道路の濃度値が40の場合は閾値を30とすれば良い。2値化処理における適切な閾値は、天候や時間帯、道路の状況により異なるが、状況によって閾値を動的に適切な値にすることは難しい。また、閾値を固定すると、閾値が高い場合、低い場合でメリット、デメリットが存在する。
(2値化処理時に閾値を2つ使う)
トンネルの出口で路面が急に明るくなる場合、白線が影の中にある場合、白線がかすれている場合、などのように白線と道路のコントラストが小さい場合、画像から白線を特徴抽出できない。しかし、2値化処理時の閾値を例えば影内の白線と道路の濃度差以下(適切な閾値)に設定することで特徴抽出可能である。例えば白線の濃度値が70、道路の濃度値が40の場合は閾値を30とすれば良い。2値化処理における適切な閾値は、天候や時間帯、道路の状況により異なるが、状況によって閾値を動的に適切な値にすることは難しい。また、閾値を固定すると、閾値が高い場合、低い場合でメリット、デメリットが存在する。
即ち、低い閾値では白線と道路のコントラストが小さい場合でも白線を抽出できるメリットがあるものの、前方車両や建物の影などのエッジを抽出してしまうデメリットがある。高い閾値ではその逆になる。よって新規アルゴリズム7では、低い閾値を30、高い閾値を50とする2つの固定閾値(高い閾値と低い閾値)を100ms毎に交互に使用することとした。これにより、閾値の高・低におけるそれぞれのメリットを生かし、デメリットを吸収することができる。
それぞれの閾値における2値化画像を図20、図21に示す。図20(閾値30)では白線エッジははっきり見えるが、エッジのにじみ、ノイズdが多い。また、図21(閾値50)では左側の白線のエッジはかすれているが、エッジのにじみ、ノイズが少ない。
従って、例えば白線aと道路とのコントラストが大きい場合や、小さい場合に生じやすい未認識、誤認識発生状況においても、白線aを正常認識することができる。例えば白線aが影内にあってコントラストが小さい場合でも閾値小であれば白線aを正常認識することができる。これにより白線認識精度を格段に向上させることができる。
<新規アルゴリズム8>
(白線走査エリアの絞り込み)
白線の外側に走査エリアが及ぶことにより白線以外のエッジを抽出する誤認識を防止するために、走査エリアの範囲を絞り込むようにした。単純に走査エリアを狭めるだけでは白線の未認識につながるため、計算テーブルの状態によって下側走査線の幅を狭めることとした。
(白線走査エリアの絞り込み)
白線の外側に走査エリアが及ぶことにより白線以外のエッジを抽出する誤認識を防止するために、走査エリアの範囲を絞り込むようにした。単純に走査エリアを狭めるだけでは白線の未認識につながるため、計算テーブルの状態によって下側走査線の幅を狭めることとした。
計算テーブル状態が、例えば白線エッジ抽出処理連続成功回数10回未満のときを状態1としたとき、計算テーブルが状態2(白線エッジ抽出処理連続成功回数10回以上30回未満)の場合、正しい白線位置(もしくはその近傍)を取得している可能性が高い。また、画像は時系列で取得しているため(0.1秒毎)、次回白線位置は前回白線位置の近傍と考えられる。また、計算テーブルが状態3(白線エッジ抽出処理連続成功回数30回以上)の場合、状態2以上に白線位置、次回白線位置を正しく取得している信頼性は高い。そこで状態2の場合は下側走査線の幅を狭く、また状態3の場合はさらに狭くするようにした。
従って、前回取得した道路画像から白線位置が認識できた場合には走査範囲を短くし、認識できなかった場合には走査範囲を長くすることができる。これにより、走査エリアを必要な範囲に収めて、白線周辺の路肩、溝等による白線の誤認識や未認識を防ぐことができる。
次に、このような白線認識技術における白線認識手順の一例について図22のフロー図を参照して説明する。なお、この処理は画像処理部2で行うが、解り易くするため、図1、2に示した構成を参照して説明する。また、この処理は白線認識処理装置の動作中は繰り返し実行される。
画像入力部であるカメラ部1で撮影された道路画像を入力する(ステップS1)。そして、画像処理部2の前処理部20において、白線と白線以外の道路との濃度差が大きい場合、小さい場合用に予め設定されている2つの2値化処理用の閾値のうちの何れかの閾値(例えば表11に示す低い閾値30)を選択し(ステップS2)、その選択された閾値によって道路画像が取得される。そして、取得された道路画像は、微分処理(ステップS3)、2値化処理(ステップS4)を順次行った後、白線候補点抽出部31に入力される。なお、2つの閾値の選択に関しては、実施例では、カメラ部1による撮影間隔に合わせて交互に選択される。したがって、2つの閾値が交互に使用される。
白線候補点抽出部31に道路画像が入力されると、走査エリアを決定する。即ち、図12に示すように道路画像に対する走査線開始位置と終了位置を決める走査線位置を決定し(ステップS5)、さらに走査線の長さである走査線幅を決定する(ステップS6)。走査線幅については、例えば図10に示すように、白線の上側走査線幅と下側走査線幅とが異なるように設定される。次いで、走査線による白線エッジ候補抽出のための走査が行われて白線エッジ候補が取得され、白線エッジが判定される。
白線候補点抽出部31において、走査線上の白線エッジが取得されると(ステップS7)、白線の内外エッジが取得できたか否かを判断し(ステップS8)、YESの場合はステップS9に進み、NOの場合はステップS12に進む。ステップS9では、図15で示したエッジ間隔の検出により白線幅が妥当か否かを判断し、YESの場合はステップS10に進み、NOの場合はステップS12に進む。
ステップS10では、車両の左右の白線間隔に相当するレーン幅が妥当か否かを判断し、YESの場合には抽出したエッジ座標を保持し(ステップS11)、次にステップS13に進む。NOの場合はステップS12に進む。
一方、ステップS8、S9、S10においてNOと判断された場合にはステップS12に進むが、ここでは、ステップS8、S9、S10のそれぞれについて過去のエッジ座標を保持した後に、ステップS13へ進む。
次に、ステップS13において、全ての走査線を調べたか否かを判断さし、YESの場合はステップS14へ進み、NOの場合はステップS7へ戻る。そして、ステップS13においてYESと判断されるまで(全ての走査線を調べるまで)上記と同様のループ処理が行われる。
ステップS13においてYESと判断された場合、白線認識部32においてHough変換
による直線近似処理を行い、その近似直線が白線として認識される。
による直線近似処理を行い、その近似直線が白線として認識される。
なお、以上の実施例では、車両前方の路面を撮影して得られる道路画像から白線を認識する技術について説明したが、例えば、駐車時等、後方へ進む場合の白線認識技術としても本発明を適用可能である。その場合には、車両後方の路面や駐車場等を撮影可能な後方用車載カメラ(撮像手段)を搭載することで対応可能になる。
1 カメラ部(画像入力部)
11 光学フィルタ
12 レンズ
13 イメージセンサ
2 画像処理部
20 ASIC
21 画像取得部
22 微分処理部
23 2値化処理部
30 CPU
31 白線候補点抽出部
32 白線認識部
40 コネクタ
A 路面
a 白線
a1 左側白線
a2 右側白線
b 走査線
11 光学フィルタ
12 レンズ
13 イメージセンサ
2 画像処理部
20 ASIC
21 画像取得部
22 微分処理部
23 2値化処理部
30 CPU
31 白線候補点抽出部
32 白線認識部
40 コネクタ
A 路面
a 白線
a1 左側白線
a2 右側白線
b 走査線
Claims (9)
- 路面を撮影して得られる道路画像の微分処理及び2値化処理により白線の候補エッジを抽出し、候補エッジの判定により白線エッジを抽出し、白線位置を認識する白線認識方法であって、
少なくとも2つの2値化処理用の閾値を設定しておき、それらの閾値を切り替えて使用することを特徴とする白線認識方法。 - 前記2つの閾値は、前記道路画像を得る撮影間隔に合わせて交互に切り替えて使用することを特徴とする請求項1に記載の白線認識方法。
- 路面を撮影して得られる道路画像の微分処理及び2値化処理により白線の候補エッジを抽出し、候補エッジの判定により白線エッジを抽出し、白線位置を認識する白線認識方法であって、
時系列で取得される複数の道路画像のうち、前回取得した道路画像から白線位置が認識できた場合、その認識された白線位置が走査範囲の中央となるように走査範囲を設定することを特徴とする、白線認識方法。 - 路面を撮影して得られる道路画像の微分処理及び2値化処理により白線の候補エッジを抽出し、候補エッジの判定により白線エッジを抽出し、白線位置を認識する白線認識方法であって、
時系列で取得される複数の道路画像のうち、前回取得した道路画像から白線位置が認識できた場合には走査範囲を短くし、認識できなかった場合には走査範囲を長くすることを特徴とする、白線認識方法。 - 路面を撮影して得られる道路画像の微分処理及び2値化処理により白線の候補エッジを抽出し、候補エッジの判定により白線エッジを抽出し、白線位置を認識する白線認識方法であって、
前記白線候補エッジから白線幅を算出し、算出した白線幅が規定範囲の場合に白線エッジと判断することを特徴とする、白線認識方法。 - 車両側から路面を撮影して得られる道路画像の微分処理及び2値化処理により白線の候補エッジを抽出し、候補エッジの判定により白線エッジを抽出し、白線位置を認識する白線認識方法であって、
前記車両を基準にして左側白線及び右側白線の各白線候補エッジからレーン幅を算出し、算出したレーン幅が規定範囲の場合に白線エッジと判断することを特徴とする、白線認識方法。 - 路面を撮影して得られる道路画像の微分処理及び2値化処理により白線の候補エッジを抽出し、候補エッジの判定により白線エッジを抽出し、白線位置を認識する白線認識方法であって、
1本の走査線に対して1つの白線エッジを抽出する際に、白線エッジが抽出できなかった走査範囲については過去の規定時間前までにその走査範囲で取得した白線エッジで補完することを特徴とする、白線認識方法。 - 路面を撮影して得られる道路画像の微分処理及び2値化処理により白線の候補エッジを抽出し、候補エッジの判定により白線エッジを抽出し、白線位置を認識する白線認識方法であって、
抽出した白線エッジに対してHough変換により近似直線を取得する際、道路画像の下部
で抽出した信頼性の高い白線エッジにはHough変換の投票値に大きな重みを持たせること
を特徴とする、白線認識方法。 - 路面を撮影して得られる道路画像の微分処理及び2値化処理により白線の候補エッジを抽出し、候補エッジの判定により白線エッジを抽出し、白線位置を認識する白線認識装置であって、
2つの2値化処理用の閾値を設定可能な閾値設定手段と、
前記白線の候補エッジの抽出時に、前記閾値を前記道路画像の撮影間隔に合わせて交互に切り替えて使用する閾値切換手段と、を有することを特徴とする白線認識装置。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2005378336A JP2007179386A (ja) | 2005-12-28 | 2005-12-28 | 白線認識方法及び白線認識装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2005378336A JP2007179386A (ja) | 2005-12-28 | 2005-12-28 | 白線認識方法及び白線認識装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
JP2007179386A true JP2007179386A (ja) | 2007-07-12 |
Family
ID=38304493
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2005378336A Withdrawn JP2007179386A (ja) | 2005-12-28 | 2005-12-28 | 白線認識方法及び白線認識装置 |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP2007179386A (ja) |
Cited By (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2009272728A (ja) * | 2008-04-30 | 2009-11-19 | Ricoh Co Ltd | 画像補正装置、画像補正方法、画像補正プログラム及び記録媒体 |
JP2009288867A (ja) * | 2008-05-27 | 2009-12-10 | Toyota Motor Corp | 道路区画線検出装置および道路区画線検出方法 |
JP2010093623A (ja) * | 2008-10-09 | 2010-04-22 | Denso Corp | 画像処理装置 |
JP2011170750A (ja) * | 2010-02-22 | 2011-09-01 | Denso Corp | 白線認識装置 |
JP2013003634A (ja) * | 2011-06-13 | 2013-01-07 | Toyota Motor Corp | 区画線認識装置、区画線認識方法、プログラム及び媒体 |
JP2013097714A (ja) * | 2011-11-04 | 2013-05-20 | Toyota Motor Corp | 車線認識装置 |
JP2013191040A (ja) * | 2012-03-14 | 2013-09-26 | Alpine Electronics Inc | レーンマーク検出装置およびレーンマークの信頼度算出方法 |
JP2014013451A (ja) * | 2012-07-03 | 2014-01-23 | Clarion Co Ltd | 車載用車線認識装置 |
JP2016126605A (ja) * | 2015-01-06 | 2016-07-11 | 株式会社日立製作所 | 走行環境認識システム |
US9990549B2 (en) | 2015-01-15 | 2018-06-05 | Toyota Jidosha Kabushiki Kaisha | Complex marking determining device and complex marking determining method |
CN109212033A (zh) * | 2018-08-20 | 2019-01-15 | 汕头大学 | 一种高速轨道内部伤损的超声图像检测方法 |
WO2019172059A1 (ja) * | 2018-03-09 | 2019-09-12 | クラリオン株式会社 | 区画線認識装置 |
EP3862920A1 (en) | 2020-02-06 | 2021-08-11 | Faurecia Clarion Electronics Co., Ltd. | Image processor and image processing method |
-
2005
- 2005-12-28 JP JP2005378336A patent/JP2007179386A/ja not_active Withdrawn
Cited By (20)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2009272728A (ja) * | 2008-04-30 | 2009-11-19 | Ricoh Co Ltd | 画像補正装置、画像補正方法、画像補正プログラム及び記録媒体 |
JP2009288867A (ja) * | 2008-05-27 | 2009-12-10 | Toyota Motor Corp | 道路区画線検出装置および道路区画線検出方法 |
JP4622001B2 (ja) * | 2008-05-27 | 2011-02-02 | トヨタ自動車株式会社 | 道路区画線検出装置および道路区画線検出方法 |
US8090152B2 (en) | 2008-05-27 | 2012-01-03 | Toyota Jidosha Kabushiki Kaisha | Road lane boundary detection system and road lane boundary detecting method |
JP2010093623A (ja) * | 2008-10-09 | 2010-04-22 | Denso Corp | 画像処理装置 |
JP4661934B2 (ja) * | 2008-10-09 | 2011-03-30 | 株式会社デンソー | 画像処理装置 |
US8310546B2 (en) | 2008-10-09 | 2012-11-13 | Denso Corporation | Image processing apparatus adapted to recognize object in acquired image |
US8643723B2 (en) | 2010-02-22 | 2014-02-04 | Denso Corporation | Lane-marker recognition system with improved recognition-performance |
JP2011170750A (ja) * | 2010-02-22 | 2011-09-01 | Denso Corp | 白線認識装置 |
JP2013003634A (ja) * | 2011-06-13 | 2013-01-07 | Toyota Motor Corp | 区画線認識装置、区画線認識方法、プログラム及び媒体 |
JP2013097714A (ja) * | 2011-11-04 | 2013-05-20 | Toyota Motor Corp | 車線認識装置 |
JP2013191040A (ja) * | 2012-03-14 | 2013-09-26 | Alpine Electronics Inc | レーンマーク検出装置およびレーンマークの信頼度算出方法 |
JP2014013451A (ja) * | 2012-07-03 | 2014-01-23 | Clarion Co Ltd | 車載用車線認識装置 |
JP2016126605A (ja) * | 2015-01-06 | 2016-07-11 | 株式会社日立製作所 | 走行環境認識システム |
US9990549B2 (en) | 2015-01-15 | 2018-06-05 | Toyota Jidosha Kabushiki Kaisha | Complex marking determining device and complex marking determining method |
WO2019172059A1 (ja) * | 2018-03-09 | 2019-09-12 | クラリオン株式会社 | 区画線認識装置 |
CN109212033A (zh) * | 2018-08-20 | 2019-01-15 | 汕头大学 | 一种高速轨道内部伤损的超声图像检测方法 |
CN109212033B (zh) * | 2018-08-20 | 2021-02-02 | 汕头大学 | 一种高速轨道内部伤损的超声图像检测方法 |
EP3862920A1 (en) | 2020-02-06 | 2021-08-11 | Faurecia Clarion Electronics Co., Ltd. | Image processor and image processing method |
US11610317B2 (en) | 2020-02-06 | 2023-03-21 | Faurecia Clarion Electronics Co., Ltd. | Image processor and image processing method |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP2007179386A (ja) | 白線認識方法及び白線認識装置 | |
JP4437714B2 (ja) | 車線認識画像処理装置 | |
US10891738B2 (en) | Boundary line recognition apparatus and branch road determination apparatus | |
US7542835B2 (en) | Vehicle image processing device | |
US20100110193A1 (en) | Lane recognition device, vehicle, lane recognition method, and lane recognition program | |
US20090010482A1 (en) | Diagrammatizing Apparatus | |
JP2006018751A (ja) | 車両用画像処理装置 | |
JPWO2007077682A1 (ja) | 車両及びレーンマーク検出装置 | |
JP5855756B2 (ja) | レーンマーク認識装置 | |
US20090201370A1 (en) | Traveling Lane Detector | |
JPH08329393A (ja) | 先行車検出装置 | |
JP4864043B2 (ja) | 画像処理装置、方法及びプログラム | |
JP3656056B2 (ja) | 割り込み車両検出装置及びその方法 | |
CN111046741A (zh) | 车道线识别的方法和装置 | |
JP4631197B2 (ja) | 分岐路判定装置、プログラム及び記録媒体 | |
JP4123138B2 (ja) | 車両検知方法及び車両検知装置 | |
JP2010061375A (ja) | 物体認識装置及びプログラム | |
JPH0935198A (ja) | 車両用走行路検出装置 | |
JPH07244717A (ja) | 車両用走行環境認識装置 | |
JP3319401B2 (ja) | 走行路認識装置 | |
JPH10320559A (ja) | 車両用走行路検出装置 | |
JP3915621B2 (ja) | レーンマーク検出装置 | |
US20220309805A1 (en) | Apparatus, method, and computer program for detecting lane boundary | |
JP4842301B2 (ja) | 歩行者検出装置及びプログラム | |
JP2014067320A (ja) | ステレオカメラ装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A300 | Withdrawal of application because of no request for examination |
Free format text: JAPANESE INTERMEDIATE CODE: A300 Effective date: 20090303 |