JP2013025535A - 車線認識装置 - Google Patents

Abstract

【課題】車線が認識できない場合でも、仮想車線を設定することができる車線認識装置を提供すること。
【解決手段】自車両の前方の道路を含む領域の画像を撮影する撮影手段１１と、前記画像における道路の領域の輝度を検出する輝度検出手段１３と、前記輝度検出手段１３で検出した輝度に基づき、前記画像における道路の車線を認識する車線認識手段１３と、前記車線認識手段１３で認識した車線の位置を記憶する記憶手段３と、前記車線認識手段１３で前記車線が認識できないとき、前記記憶手段３に記憶された車線の位置に基づき、仮想車線を設定する仮想車線設定手段１３と、を備えることを特徴とする車線認識装置１。
【選択図】図１

Description

本発明は車線認識装置に関する。

従来、自車両の前方の道路を含む領域の画像を撮影し、その画像における輝度の変化に基づき、道路の車線（例えば白線）を認識する車線認識装置が知られている（特許文献１参照）。この車線認識装置は、例えば、自車両が車線を逸脱することを警告する車載システムに利用できる。すなわち、車線認識装置で認識した車線と、ヨーセンサや車速センサに基づいて予測した自車両の走行軌跡とを照合し、車線逸脱の危険性を判断することができる。

特許第３６０６２７６号公報

トンネル内等において、車線が低コントラストであるため、撮影した画像から車線を認識できないことがある。また、トンネルの出入りに伴う明るさの急変により、カメラで撮影した画像において、車線とそれ以外の領域との間における輝度の差が小さくなり、車線を認識できない場合がある。

本発明は以上の点に鑑みなされたものであり、車線が認識できない場合でも、仮想車線を設定することができる車線認識装置を提供することを目的とする。

本発明の車線認識装置は、自車両の前方の道路を含む領域の画像を撮影し、その画像における輝度を検出する。そして、検出した輝度に基づき、画像における道路の車線を認識する。

また、本発明の車線認識装置は、認識した車線の位置を記憶する記憶手段を備えており、車線が認識できないとき、記憶手段に記憶された車線の位置に基づき、仮想車線を設定する。

本発明の車線認識装置は、撮影した画像から車線を認識できない場合でも、過去に記憶しておいた車線に基づき、仮想車線を設定することができる。よって、車線を認識できない場合でも、仮想車線を用いて、所定の処理（例えば車線逸脱の危険を判定する処理）を実行することができる。

本発明の車線認識装置は、例えば、自車両がトンネル内にあることを検出するトンネル検出手段を備え、トンネル検出手段により、自車両がトンネル内にあることが検出されたことを条件として、仮想車線を設定することができる。

トンネル内の車線はコントラストが低く、また、トンネルの出入りに伴う明るさの急変により、カメラ等で撮影した画像からは車線を認識できない場合が多いが、本発明の車線認識装置によれば、トンネル内でも、仮想車線を設定し、その仮想車線を用いて、種々の処理（例えば車線逸脱の危険の判定等）を行うことができる。

また、トンネル内では、道路が分岐／合流したり、車線幅が変化したりすることが少ないので、過去に記憶しておいた車線に基づき、仮想車線を設定しても、仮想車線が実在の車線と大きく離れてしまうようなことがない。

本発明の車線認識装置は、例えば、自車両がトンネル内にない場合や、トンネル内にあるか不明の場合は、仮想車線を設定しないようにすることができる。
本発明の車線認識装置は、例えば、道路における一方の車線は認識している場合、その一方の車線から、記憶手段に記憶された一対の車線（道路の左右両側の車線）の間隔Ｉだけ離れた位置に、仮想車線を設定することができる。また、本発明の車線認識装置は、例えば、道路における両側の車線を認識していない場合、記憶手段に記憶された一対の車線の間隔Ｉだけ間隔を空けて、一対の仮想車線を設定することができる。

こうすることで、本発明の車線認識装置は、道路における左右いずれか一方の側の車線は認識している場合と、道路における両側の車線を認識していない場合とのいずれにおいても、仮想車線を適切に設定することができる。

道路における両側の車線を認識できず、一対の仮想車線を設定する場合、その一対の仮想車線の位置は、例えば、記憶手段に記憶された一対の車線の位置と同じとすることができる。

また、本発明の車線認識装置は、例えば、自車両の左右方向における移動量を検出する移動量検出手段を備えるものとすることができる。そして、道路における両側の車線を認識できず、一対の仮想車線を設定する場合、移動量検出手段で検出した、自車両の左右方向における移動量に応じて、一対の仮想車線の設定位置を調整することができる。

この場合、自車両の左右方向における移動量に応じて、一対の仮想車線の設定位置を調整するので、移動後の自車両の位置に応じて、仮想車線を一層正確に（実際の車線に近く）設定できる。

前記車線としては、例えば、実線や破線からなる白線や有色線等のペイント、または車両の走行方向に沿って間欠的に配置される道路鋲などによって構成される線が挙げられる。

本発明における記憶手段は、例えば、認識した車線の画像を記憶するものであってもよいし、認識した画像の特性（位置、形状等）を数値として記憶するものであってもよい。

車線認識装置１の構成を表すブロック図である。 車線認識装置１が所定時間ごとに繰り返し実行する処理を表すフローチャートでる。 エッジ抽出の処理を表す説明図である。 仮想車線設定処理を表す説明図である。 仮想車線設定処理を表す説明図である。 車線認識装置１が所定時間ごとに繰り返し実行する処理を表すフローチャートでる。 認識範囲及び閾値を設定する処理を表す説明図である。

本発明の実施形態を図面に基づいて説明する。
１．車線認識装置１の構成
車線認識装置１の構成を図１のブロック図に基づき説明する。車線認識装置１は、車両に搭載される。なお、以下では、車線認識装置１が搭載される車両を自車両とする。車線認識装置１は、画像センサ３、ヨーセンサ（移動量検出手段）５、車速センサ（移動量検出手段）７、及びナビゲーションシステム（トンネル検出手段）９を備えている。

上記画像センサ３は、カメラ（撮影手段）１１と、画像処理ＥＣＵ（輝度検出手段、車線認識手段、記憶手段、仮想車線設定手段、トンネル検出手段）１３とを備える。カメラ１１は、ＣＣＤカメラであり、自車両の前方の画像を撮影できる位置に設けられる。カメラ１１で撮影する画像の範囲は、自車両の前方の道路を含む範囲である。カメラ１１は、撮影した画像の画像データを画像処理ＥＣＵ１３へ出力する。また、カメラ１１は、車外の明るさに応じて、自動的に露出を最適に調整する機能を有している。カメラ１１は、露出設定値（すなわち、車外の明るさを反映したデータ）を、画像処理ＥＣＵ１３へ出力する。

画像処理ＥＣＵ１３は、マイクロコンピュータ等によって構成されるものであり、例えば、ＣＰＵ、ＲＯＭ、ＲＡＭ、Ｉ／Ｏ、及びこれらを接続するバス（いずれも図示略）等を備えている。画像処理ＥＣＵ１３は、カメラ１１から入力する画像データ、露出設定値や、ヨーセンサ５、車速センサ７、ナビゲーションシステム９等から入力するデータに基づき、後述する処理を実行する。また、画像処理ＥＣＵ１３は、後述する処理で認識する車線の位置に基づき、自車両が車線を逸脱する危険があると判断した場合は、自車両のハンドル１５に、逸脱警報信号を出力する。ハンドル１５は、逸脱警報信号が入力したとき、図示しない振動機構により振動し、自車両のドライバに車線逸脱の危険を報知する。

上記ヨーセンサ５は、自車両の旋回方向への角速度（即ち、ヨーレート）を検出し、その検出値を画像処理ＥＣＵ１３に出力する。上記車速センサ７は、自車両の車速を検出し、その検出値を画像処理ＥＣＵ１３に出力する。

上記ナビゲーションシステム９は、ＧＰＳ機能により、自車両の位置を取得する。また、ナビゲーションシステム９は地図データ（トンネルの位置を特定できるもの）を保持している。ナビゲーションシステム９は、ＧＰＳ機能で取得した自車両の位置と、地図データとを照合することにより、自車両がトンネル内にあるか否かを判断できる。ナビゲーションシステム９は、自車両がトンネル内にあると判断した場合は、その旨の信号を画像処理ＥＣＵ１３に出力する。

２．車線認識装置１が実行する処理
車線認識装置１が実行する処理を、図２〜図５に基づいて説明する。図２は、車線認識装置１が所定時間ごとに繰り返し実行する処理を表すフローチャートであり、図３は、後述するエッジ抽出を表す説明図であり、図４及び図５は後述する仮想車線設定処理を表す説明図である。

図２のステップ１０では、カメラ１１により、自車両の前方の画像を撮影し、その画像データを画像処理ＥＣＵ１３に取り込む。撮影する画像の範囲は、自車両の前方の道路を含む範囲である。

ステップ２０では、道路上にある車線のエッジを抽出する。具体的には、以下のように行う。画像データのうち、道路が存在する領域（以下、道路対応領域）において、水平方向（自車両の進行方向に直交する方向）の走査線を設定する。その走査線上に位置する画素の輝度の微分曲線を算出する。例えば、走査線上に位置する画素の輝度が図３（ａ）に示すものであった場合、図３（ｂ）に示す輝度の微分曲線が得られる。そしてさらに、図３（ｃ）に示すように、微分値の絶対値をとる。なお、図３（ａ）において輝度が高くなっている部分は１つの車線であり、それ以外の部分は、道路（車線の部分を除く）である。図３（ｃ）に示すように、微分値の絶対値を表す曲線に、所定の閾値をあてはめ、それらの交点を定める。走査線上におけるこの交点の位置を車線のエッジとして抽出する。

上記の処理を、画像データの道路対応領域において複数設定する走査線のそれぞれについて行う。その結果、自車両の進行方向に沿って、複数のエッジが抽出される。
ステップ３０では、前記ステップ２０で抽出した複数のエッジを通る直線をフィッティングにより算出する。この直線は、１つの車線における両側の境界線に該当する。そして、この直線の一対で挟まれた領域を、１つの車線として認識する。なお、車線は、通常、道路の左右両側にあるので、本ステップ３０では、通常、道路の左右両側にある一対の車線が認識される。

ステップ４０では、前記ステップ３０で認識した車線の形状（直線、又は曲線）、及び位置を、画像処理ＥＣＵ１３のＲＡＭに記憶する。なお、ここでいう車線の位置とは、カメラ１１で撮像した画像内における位置（すなわち、自車両を基準とした位置）である。

ステップ５０では、前記ステップ３０において、道路の左右両側のうち、少なくとも一方の側で車線を認識できない事態（以下、ロストとする）があったか否かを判断する。ロストがあった場合はステップ６０に進み、ロストがなかった場合は本処理を終了する。

ステップ６０では、自車両がトンネル内にあるか否かを判断する。具体的には、以下の（Ａ）〜（Ｃ）の条件のうち、１つでも成立すれば、自車両がトンネル内にあると判断し、１つも成立しなければ、トンネル外であると判断する。
（Ａ）カメラ１１から送られる露出設定値（すなわち、車外の明るさを反映したデータ） が、明るい状態に対応する値から、暗い状態に対応する値に急変し、その後、暗い状態に対応する値が継続していること。
（Ｂ）ナビゲーションシステム９から、自車両がトンネル内にある旨の信号を受信したこと。
（Ｃ）カメラ１１で撮像した画像内に、トンネル内の天井灯の形状が認識できること。なお、画像処理ＥＣＵ１３は、予め、トンネル内の天井灯の形状パターンを保持しており、カメラ１１で撮像した画像内に、その形状パターンが存在するか否かを、画像認識により判断する。

上記（Ａ）〜（Ｃ）の条件のうち、１つでも成立し、自車両がトンネル内にあると判断した場合はステップ７０に進み、トンネル内にないと判断した場合は本処理を終了する。
ステップ７０では、前記ステップ４０で記憶された認識結果として、信頼度の高いものが有るか否かを判断する。具体的には、前記ステップ４０で記憶された時点から、本ステップ７０の時点までの経過時間が所定時間以内であり、且つ記憶された車線がロストのないものである場合は、信頼度の高い認識結果（車線の記憶）があると判断する。一方、所定時間以内に記憶された認識結果が存在しない場合や、所定時間以内に記憶された認識結果が存在しても、それがロストを含むものである場合は、信頼度の高い認識結果がないと判断する。

信頼度の高い認識結果がある場合はステップ８０に進み、信頼度の高い認識結果がない場合は本処理を終了する。
ステップ８０では、道路の左右両側の車線を認識できないのか、左右両側のうちの一方の車線は認識できているのかを判断する。左右両側の車線を認識できない場合はステップ９０に進み、左右両側のうちの一方の車線は認識できている場合はステップ１００に進む。

ステップ９０では、仮想車線設定処理Ａを実行する。この仮想車線設定処理Ａを図４に基づいて説明する。まず、前記ステップ４０で記憶した車線のうち、ロストがなく、最も新しく記憶された車線を読み出す。図４に、この読み出した車線１７Ｌ、１７Ｒを示す。車線１７Ｌは道路の左側の車線であり、１７Ｒは道路の右側の車線である。

次に、車線１７Ｌ、１７Ｒを記憶した時点から、本ステップ９０の時点までの、自車両の左右方向（自車両の進行方向に直交する方向）における移動量Ｄを算出する。この移動量Ｄは、ヨーセンサ５で検出するヨーレートと、車速センサ７で検出する車速とから算出できる。図４に、車線１７Ｌ、１７Ｒを記憶した時点での自車両の左右方向における位置Ｐ₁と、本ステップ９０を実行する時点での自車両の左右方向における位置Ｐ₂を示す。Ｐ₁とＰ₂との距離が、移動量Ｄとなる。

次に、車線１７Ｌ、１７Ｒを、移動量Ｄの分だけ、自車両の移動方向（Ｐ₁からＰ₂へ向う方向）とは反対方向に移動する。車線１７Ｌを移動させた車線を、仮想車線１９Ｌとし、車線１７Ｒを移動させた車線を、仮想車線１９Ｒとする。

仮想車線１９Ｌ、１９Ｒの間隔Ｉは、車線１７Ｌ、１７Ｒの間隔Ｉと同じである。また、仮想車線１９Ｌの形状（直線、又は曲線）は、車線１７Ｌの形状と同じであり、仮想車線１９Ｒの形状（直線、又は曲線）は、車線１７Ｒの形状と同じである。

ステップ１００では、仮想車線設定処理Ｂを実行する。この仮想車線設定処理Ｂを図５に基づいて説明する。ここでは、前記ステップ３０において、図５に示すように、道路の左側の車線２１Ｌは認識できたが、道路の右側の車線は認識できなかった事例について説明する。まず、前記ステップ４０で記憶した車線のうち、最も新しく記憶され、ロストがない車線を読み出す。そして、この読み出した車線において、道路の左側の車線と右側の車線との間隔Ｉを算出する。

次に、図５に示すように、車線２１Ｌから、間隔Ｉだけ離れた右側の位置に、仮想車線２３Ｒを設定する。車線２１Ｌと仮想車線２３Ｒとは平行であり、両者の間隔はどこでもＩである。また、仮想車線２３Ｒの形状は、車線２１Ｌの形状と同じである。例えば、車線２１Ｌが直線であれば、仮想車線２３Ｒも直線となる。また、車線２１Ｌが曲線であれば、仮想車線２３Ｒも、同じ曲率で、同じ方向に曲がる曲線となる。

また、図５の事例とは反対に、道路の右側の車線は認識できたが、道路の左側の車線は認識できなかった場合は、上と同様にして、認識できた車線の左側に、間隔Ｉだけ離して、仮想車線（道路の左側の車線）を設定する。

車線認識装置１は、上記のように認識した車線、又は設定した仮想車線を用いて、次の処理を実行する。
まず、自車両から、認識した車線、又は設定した仮想車線までの距離Ｘを算出する。この距離Ｘは、車線を認識できた場合は、自車両から、その認識した車線までの距離であり、車線を認識できなかった場合は、自車両から、認識できなかった車線に対応する、仮想車線までの距離である。

次に、ヨーセンサ５から取得したヨーレートおよび車速センサ７から取得した車両速度に基づいて、自車両の走行軌跡を予測する。さらに、上記の距離Ｘ、及び予測した自車両の走行軌跡に基づいて、自車両が車線（認識した車線、又は設定した仮想車線）を逸脱するまでに要する時間を算出する。そして、算出した時間が所定の閾値未満であれば、逸脱の危険ありと判定し、ハンドル１５に対し、逸脱警報信号を出力する。

３．車線認識装置１が奏する効果
（１）車線認識装置１は、カメラ１１で撮影した画像から車線を認識できない場合でも、過去に記憶しておいた車線に基づき、仮想車線を設定することができる。よって、車線を認識できない場合でも、仮想車線を用いて、車線逸脱の危険を判定することができる。
（２）車線認識装置１は、自車両がトンネル内にあることを条件として、仮想車線を設定する。トンネル内の車線はコントラストが低く、また、トンネルの出入りに伴う明るさの急変により、カメラ１１で撮影した画像からは車線を認識できない場合が多いが、車線認識装置１によれば、トンネル内でも、仮想車線を設定し、その仮想車線を用いて、車線逸脱の危険を判定することができる。

また、トンネル内では、道路が分岐／合流したり、車線幅が変化したりすることが少ないので、過去に記憶しておいた車線に基づき、仮想車線を設定しても、仮想車線が実在の車線と大きく離れてしまうようなことがない。
（３）車線認識装置１は、道路における左右いずれか一方の側の車線は認識している場合と、道路における両側の車線を認識していない場合とのいずれにおいても、仮想車線を適切に設定することができる。

また、道路における両側に一対の仮想車線を設定する場合、自車両の左右方向における移動量に応じて、一対の仮想車線の設定位置を調整するので、移動後の自車両の位置に応じて、仮想車線を一層正確に設定できる。

４．参考例
（１）車線認識装置１が実行する処理
車線認識装置１は、図６のフローチャートに示す処理を所定時間ごとに繰り返し実行するものであってもよい。図６のステップ１１０では、カメラ１１により、自車両の前方の画像を撮影し、その画像データを画像処理ＥＣＵ１３に取り込む。撮影する画像の範囲は、自車両の前方の道路を含む範囲である。

ステップ１２０では、前記ステップ２０と同様にして、画像データにおいて、道路上の車線のエッジを抽出する。ただし、後述するステップ１８０において、認識範囲Ｌ₁、Ｌ₂が設定されている場合は、その範囲内でエッジを抽出する。また、後述するステップ１９０において、通常よりも低い閾値Ｓ₁が設定されている場合は、その閾値Ｓ₁を用いてエッジを抽出する。

ステップ１３０では、前記ステップ１２０で抽出した複数のエッジを通る直線をフィッティングにより算出する。この直線は、車線の両側の境界線に該当する。そして、この直線の一対で挟まれた領域を、１つの車線として認識する。

ステップ１４０では、前記ステップ１３０で認識した車線の形状（直線、又は曲線）、及び位置を、画像処理ＥＣＵ１３のＲＡＭに記憶する。
ステップ１５０では、前記ステップ１３０において、道路の左右両側のうち、少なくとも一方の側で車線を認識できない事態（ロスト）があったか否かを判断する。ロストがあった場合はステップ１６０に進み、ロストがなかった場合はステップ２００に進む。

ステップ１６０では、前記ステップ６０と同様にして、自車両がトンネル内にあるか否かを判断する。自車両がトンネル内にあると判断した場合はステップ１７０に進み、トンネル内にないと判断した場合はステップ２００に進む。

ステップ１７０では、前記ステップ１４０で記憶された認識結果として、信頼度の高いものが有るか否かを判断する。具体的には、前記ステップ１４０で記憶された時点から、本ステップ１７０の時点までの経過時間が所定時間以内であり、且つ記憶された車線がロストのないものである場合は、信頼度の高い認識結果があると判断する。一方、所定時間以内に記憶された認識結果が存在しない場合や、所定時間以内に記憶された認識結果が存在しても、それがロストを含むものである場合は、信頼度の高い認識結果がないと判断する。信頼度の高い認識結果がある場合はステップ１８０に進み、信頼度の高い認識結果がない場合はステップ２００に進む。

ステップ１８０では、前記ステップ１２０において、エッジ抽出を行う範囲（以下、認識範囲）を限定する処理を行う。この処理を図７に基づいて説明する。図７における横軸は、エッジ抽出で用いる走査線上の位置であり、縦軸は、画素の輝度における微分値の絶対値である（前記ステップ２０、１２０参照）。

例えば、前記ステップ１２０、１３０において、道路の左右両側の車線を認識できなかった場合を例に挙げる。まず、前記ステップ１４０で記憶した車線のうち、ロストがなく、最も新しく記憶された車線を読み出す。図７に示すように、その読み出した車線において、左側車線の中心位置をＰ₃とし、右側車線の中心位置をＰ₄とする。なお、中心位置Ｐ₃、Ｐ₄は、読み出した車線の記憶時点から、本ステップ１８０の時点までに、自車両の左右方向（自車両の進行方向に直交する方向）における移動量Ｄを考慮して決めてもよい。例えば、自車両が、左に移動量Ｄだけ移動している場合、中心位置Ｐ₃、Ｐ₄を、移動量Ｄの分だけ右側に移動させることができる。

走査線上において、中心位置Ｐ₃を中心とする所定範囲を、認識範囲Ｌ₁とし、中心位置Ｐ₄を中心とする所定範囲を、認識範囲Ｌ₂とする。認識範囲Ｌ₁、Ｌ₂を設定している状態において、前記ステップ１２０のエッジ抽出を行う場合、認識範囲Ｌ₁、Ｌ₂内のみでエッジ抽出を行う。なお、認識範囲Ｌ₁、Ｌ₂が設定されていない状態では、認識範囲Ｌ₁、Ｌ₂よりも広い、通常の認識範囲Ｌ₀内でエッジ抽出を行う。

また、前記ステップ１２０、１３０において、道路の左右両側の車線のうち、左側の車線のみが認識できなかった場合は、中心位置Ｐ₃を設定し、その中心位置Ｐ₃を中心とする所定範囲を認識範囲Ｌ₁とする。中心位置Ｐ₃は、読み出した左側車線の中心位置であってもよいし、認識できた右側車線から、間隔Ｉ（読み出した左側車線と右側車線との間隔）の分だけ、左に移動した位置であってもよい。一方、認識範囲Ｌ₂は設定しない。この状態で前記ステップ１２０のエッジ抽出を行う場合、道路の左半分の領域においては、認識範囲Ｌ₁内のみでエッジ抽出を行う。また、道路の右半分の領域においては、通常の認識範囲Ｌ₀内でエッジ抽出を行う。

また、前記ステップ１２０、１３０において、道路の左右両側の車線のうち、右側の車線のみが認識できなかった場合は、中心位置Ｐ₄を設定し、その中心位置Ｐ₄を中心とする所定範囲を認識範囲Ｌ₂とする。中心位置Ｐ₄は、読み出した右側車線の中心位置であってもよいし、認識できた左側車線から、間隔Ｉ（読み出した左側車線と右側車線との間隔）の分だけ、右に移動した位置であってもよい。一方、認識範囲Ｌ₁は設定しない。この状態で前記ステップ１２０のエッジ抽出を行う場合、道路の右半分の領域においては、認識範囲Ｌ₂内のみでエッジ抽出を行う。また、道路の左半分の領域においては、通常の認識範囲Ｌ₀内でエッジ抽出を行う。

以上のように、本ステップ１８０では、車線を認識できない場合、車線のエッジ抽出（車線認識）を行う範囲を、過去に認識して記憶しておいた車線の位置に基づき、通常の範囲よりも狭く限定する。

ステップ１９０では、エッジ抽出に用いる閾値を低下させる。すなわち、認識範囲Ｌ₁、又はＬ₂を設定し、その範囲内のみでエッジ抽出を行う場合は、閾値を、通常の閾値Ｓ₀から、それよりも低い閾値Ｓ₁に低下させる。なお、認識範囲Ｌ₁、Ｌ₂が設定されていない車線については、通常の閾値Ｓ₀が用いられる。

一方、前記ステップ１５０、１６０、１７０においてＮＯと判断された場合はステップ２００に進む。ステップ２００では、認識範囲Ｌ₁、Ｌ₂が設定されていれば、それを解除して、通常の認識範囲Ｌ₀を設定する。また、閾値Ｓ₁が設定されていれば、それを解除して、通常の閾値Ｓ₀を設定する。また、認識範囲Ｌ₁、Ｌ₂、閾値Ｓ₁が設定されていない場合は特に処理を行わない。ステップ２００の実行後、本処理を終了する。
（２）参考例の車線認識装置１が奏する効果
車線認識装置１は、車線を認識できない場合、その車線を認識するために用いられる閾値を低下させる。そのため、トンネル内において、車線のコントラストが低く、また、トンネルの出入りに伴う明るさの急変により、車線を認識しにくい場合でも、車線を認識することができる。

また、車線認識装置１は、閾値を低下させる場合、エッジの認識範囲を、車線が存在する可能性が高い範囲に限定するので、閾値が低くても、ノイズを拾い難い。
また、車線認識装置１は、認識範囲Ｌ₁、Ｌ₂を、過去に認識して記憶しておいた車線の位置に基づき設定するので、認識範囲Ｌ₁、Ｌ₂を、実際の車線が存在する可能性が高い範囲をカバーするように、適切に設定できる。

また、車線認識装置１は、自車両がトンネル内にあることを条件として、認識範囲Ｌ₁、Ｌ₂を設定する。トンネル内では、道路が分岐／合流したり、車線幅が変化したりすることが少ないので、過去に記憶しておいた車線に基づき、認識範囲Ｌ₁、Ｌ₂を設定しても、実在の車線が認識範囲Ｌ₁、Ｌ₂から外れてしまうようなことがない。

尚、本発明は前記実施の形態になんら限定されるものではなく、本発明を逸脱しない範囲において種々の態様で実施しうることはいうまでもない。

１・・・車線認識装置、３・・・画像センサ、５・・・ヨーセンサ、
７・・・車速センサ、９・・・ナビゲーションシステム、１１・・・カメラ、
１３・・・画像処理ＥＣＵ、１５・・・ハンドル、
１７Ｌ、１７Ｒ、２１Ｌ、・・・車線、
１９Ｌ、１９Ｒ、２３Ｒ・・・仮想車線、Ｌ₀・・・通常の認識範囲、
Ｌ₁、Ｌ₂・・・認識範囲、Ｐ₁、Ｐ₂・・・位置、Ｐ₃、Ｐ₄・・・中心位置、
Ｓ₀・・・通常の閾値、Ｓ₁・・・閾値

Claims (5)

1. 自車両の前方の道路を含む領域の画像を撮影する撮影手段と、
   前記画像における輝度を検出する輝度検出手段と、
   前記輝度検出手段で検出した輝度に基づき、前記画像における道路の車線を認識する車線認識手段と、
   前記車線認識手段で認識した車線の位置を記憶する記憶手段と、
   前記車線認識手段で前記車線が認識できないとき、前記記憶手段に記憶された車線の位置に基づき、仮想車線を設定する仮想車線設定手段と、
   を備えることを特徴とする車線認識装置。
2. 自車両がトンネル内にあることを検出するトンネル検出手段を備え、
   前記仮想車線設定手段は、前記トンネル検出手段により、自車両がトンネル内にあることが検出されたことを条件として、前記仮想車線を設定することを特徴とする請求項１記載の車線認識装置。
3. 前記車線認識手段が、道路における一方の車線は認識している場合、前記仮想車線設定手段は、前記一方の車線から、前記記憶手段に記憶された一対の車線の間隔Ｉだけ離れた位置に、仮想車線を設定することを特徴とする請求項１又は２記載の車線認識装置。
4. 前記車線認識手段が、道路における両側の車線を認識していない場合、前記仮想車線設定手段は、前記記憶手段に記憶された一対の車線の間隔Ｉだけ間隔を空けて、一対の仮想車線を設定することを特徴とする請求項１〜３のいずれか１項に記載の車線認識装置。
5. 自車両の左右方向における移動量を検出する移動量検出手段を備え、
   前記仮想車線設定手段は、前記移動量検出手段で検出した、自車両の左右方向における移動量に応じて、前記一対の仮想車線の設定位置を調整することを特徴とする請求項４に記載の車線認識装置。

Images