JP2015153162A - 境界線認識装置 - Google Patents

Abstract

【課題】境界線を正確に認識できる境界線認識装置を提供すること。
【解決手段】自車両（１０１）の前方の道路（１０５）を含む範囲の画像を取得する画像取得手段（３）と、画像においてエッジ点を抽出するエッジ点抽出手段（７）と、立体物（２０１）を検出する立体物検出手段（３、５、７）と、立体物に対応する領域（Ｍ１、Ｍ２）を設定する領域設定手段（７）と、エッジ点の確信度を、領域の中では領域の外よりも低くなるように算出する確信度算出手段（７）と、確信度に基づき選択されたエッジ点を用いて境界線を認識する境界線認識手段（７）と、を備え、領域設定手段は、以下の（Ｊ１）〜（Ｊ３）の条件が全て充足される場合、それ以外の場合よりも、前記領域を下方において縮小することを特徴とする境界線認識装置（１）。（Ｊ１）立体物が自車両と同じ車線（２０５）内に存在する。（Ｊ２）立体物の幅（Ｗ）が所定値以上である。（Ｊ３）立体物と自車両との距離（Ｄ）が所定値以下である。
【選択図】 図１

Description

本発明は境界線認識装置に関する。

自車両の前方をカメラで撮像した画像においてエッジ点を抽出し、そのエッジ点に基づき車線の境界線を認識する技術が知られている。自車両の前方に先行車等の立体物が存在する場合、境界線に起因するエッジ点とともに、その立体物に起因するエッジ点も抽出され、境界線を認識する上で妨げとなることがある。

そこで、画像のうち、先行車が存在する部分をマスクで多い、マスク内のエッジ点を除外してから、残ったエッジ点で境界線を認識する技術が提案されている（特許文献１参照）

特開２００６−３３１３８９号公報

しかしながら、先行車の位置や、先行車と自車両との距離等によっては、過大なマスクが設定されて、境界線に起因するエッジ点の多くもマスクで覆われてしまうことがある。その場合、境界線を正確に認識することが困難となる。本発明は以上の点に鑑みなされたものであり、境界線を正確に認識できる境界線認識装置を提供することを目的とする。

本発明の境界線認識装置は、自車両の前方の道路を含む範囲の画像を取得する画像取得手段と、前記画像においてエッジ点を抽出するエッジ点抽出手段と、自車両の前方の立体物を検出する立体物検出手段と、前記画像のうち、前記立体物に対応する領域を設定する領域設定手段と、前記エッジ点の確信度を、前記領域の中では前記領域の外よりも低くなるように算出する確信度算出手段と、前記確信度に基づき選択された前記エッジ点を用いて境界線を認識する境界線認識手段とを備える。

本発明の境界線認識装置は、立体物を検出した場合、その立体物に対応する領域を設定する。そして、その領域の中にあるエッジ点の確信度を、領域の外にあるエッジ点の確信度より低くする。領域の中にあるエッジ点は、境界線に起因するものではなく、立体物に起因するものである可能性があるので、仮に、領域の中のエッジ点を用いて境界線を認識すれば、その認識が不正確になってしまうおそれがあるが、上記のように、領域の中にあるエッジ点の確信度を下げ、そのエッジ点が境界線の認識で使用される可能性を低下させることにより、上記の弊害を抑制できる。

さらに、本発明の境界線認識装置における前記領域設定手段は、以下の（Ｊ１）〜（Ｊ３）の条件が全て充足される場合、それ以外の場合よりも、前記領域を下方において縮小することを特徴とする。

（Ｊ１）前記立体物が自車両と同じ車線内に存在する。
（Ｊ２）前記立体物の幅が所定値以上である。
（Ｊ３）前記立体物と自車両との距離が所定値以下である。

前記（Ｊ１）〜（Ｊ３）の条件全てが充足される場合とは、立体物（例えば先行車両）が自車両の車線と同じ車線内に存在し、立体物と自車両との距離が小さい場合に相当する。

この場合、仮に、立体物の下方を広く覆う領域を設定すると、その領域によって、境界線のうち立体物に近い部分が大きく覆われてしまい、境界線の正確な認識が困難になる。本発明の境界線認識装置は、前記（Ｊ１）〜（Ｊ３）の条件全てが充足される場合、下方において縮小された領域を設定することで、上記の弊害を抑制できる。

境界線認識装置１の構成を表すブロック図である。 カメラ３及びミリ波センサ５の配置を表す側面図である。 境界線認識装置１が実行する処理を表すフローチャートである。 境界線認識装置１が実行するマスク設定処理を表すフローチャートである。 図５Ａは、番号がｉである立体物２０１との距離ｒが所定値以下であるような他の立体物２０３が存在する場合を表す説明図であり、図５Ｂは、番号がｉである立体物２０１と他の全ての立体物２０３との距離ｒが所定値を超える場合を表す説明図である。 図６ＡはマスクＭ１を設定した状態を表す説明図であり、図６ＢはマスクＭ２を設定した状態を表す説明図である。 自車両の車線２０５とは異なる車線２１４上に存在する立体物２０１についてマスクＭ２を設定した状態を表す説明図である。 図８Ａ、図８Ｂは、マスクＭ１の別形態を表す説明図である。

本発明の実施形態を図面に基づき説明する。
＜第１の実施形態＞
１．境界線認識装置１の構成
境界線認識装置１の構成を図１、図２に基づき説明する。境界線認識装置１は、車両に搭載され、車線の境界線（白線、破線等）を認識する車載装置である。境界線認識装置１は、図１に示すように、カメラ３、ミリ波センサ５、及び制御部７を備える。

カメラ３は、図２に示すように、境界線認識装置１を搭載する車両（以下、自車両とする）１０１の車室内のうち、フロントガラス１０３の上端付近に設置されている。カメラ３は、自車両１０１の前方の道路１０５を含む範囲の画像を撮影し、取得することができる。カメラ３は、撮影した画像のデータを制御部７に出力する。

ミリ波センサ５は、図２に示すように、自車両１０１の前端に設置されている。ミリ波センサ５は、ＦＭＣＷ方式のいわゆる「ミリ波レーダ」として構成されたものであり、周波数変調されたミリ波帯のレーダ波を送受信して、そのミリ波を反射した立体物の存在、方位、及び距離を検出することができる。ミリ波センサ５がミリ波を送信する範囲は、自車両１０１の前方の道路１０５を含む範囲である。ミリ波センサ５は、検出結果を表す信号を制御部７に出力する。

制御部７は、ＣＰＵ、ＲＡＭ、ＲＯＭ等を備えた周知のコンピュータであり、カメラ３で撮影した画像、及びミリ波センサ５の検出結果を用いて、後述する処理を実行し、道路の境界線を認識する。制御部７は、認識した境界線の情報を、警報生成部１０７に出力する。

なお、警報生成部１０７は、自車両１０１に搭載された車載装置であり、境界線認識装置１から入力した境界線の情報を用いて、各種処理を実行する。例えば、自車両１０１と境界線との距離、境界線の長手方向と自車両１０１の走行方向との角度、自車両１０１の速度等に基づき、自車両１０１が境界線から逸脱する危険の有無を判断する。逸脱する危険があると判断した場合は、自車両１０１のドライバに対し、音声出力、画像表示等から成る警報を行う。また、境界線からの逸脱を防止するための自動操舵を行う。

カメラ３は画像取得手段の一例である。制御部７はエッジ点抽出手段、領域設定手段、確信度算出手段、及び境界線認識手段の一例である。カメラ３及び制御部７は、立体物検出手段及び第１の立体物検出手段の一例である。ミリ波センサ５及び制御部７は、立体物検出手段及び第２の立体物検出手段の一例である。

２．境界線認識装置１が実行する処理
境界線認識装置１が実行する処理を図３〜図７に基づき説明する。境界線認識装置１は、図３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し、境界線を認識する。図３のステップ１では、カメラ３を用いて、自車両１０１の前方の道路を含む範囲の画像を取得する。

ステップ２では、まず、前記ステップ１で取得した画像において、水平ライン（縦方向の座標値が全て等しい全ての画素）毎に、微分フィルタを使用して微分値を算出する。つまり、水平ラインを構成する複数の画素において、隣接する画素間における輝度値の変化率を算出する。次に、算出した微分値が、所定の閾値以上であるか否かを判定し、微分値が閾値以上であれば隣接する画素間で輝度値が大きく変化したものとして、その画素の座標値をエッジ点として抽出し、登録する。画像中の全ての画素について上記の処理を実行する。

ステップ３では、前記ステップ１で取得した画像において、自車両の前方に存在する立体物を検出する。すなわち、前記ステップ１で取得した画像において、周知の画像認識処理により、予め登録されている立体物の後面の形状を検出する。

ここで、立体物とは、道路上に存在する物体であって、道路面に対して高さを有するものが広く該当し、例えば、他の車両、自転車、歩行者、標識、フェンス、歩道橋、信号機、バリケード等を含む。

ステップ４では、ミリ波センサ５を用いて、自車両の前方に存在する立体物を検出する。
ステップ５では、前記ステップ３又は４において立体物を検出したか否かを判断する。立体物を検出した場合はステップ６に進み、検出しなかった場合はステップ７に進む。

ステップ６では、前記ステップ１で取得した画像のうち、前記ステップ３又は４において検出した立体物に対応する部分にマスク（領域の一例）を設定する。なお、マスクの設定については後述する。

ステップ７では、前記ステップ２で抽出したエッジ点の一つ一つについて、境界線らしさの確信度（尤度）を算出する。具体的には、次のように行う。確信度は、複数の項目において算出された、確信度に関連する値（項目値）の積である。複数の項目の内容と、項目値の算出の基準は以下のとおりである。

(項目１)エッジ点が前記ステップ６で設定されたマスクの中であるか否か。エッジ点がマスクの中であれば項目値は小さく、マスクの外であれば、マスクの中である場合よりも項目値は大きい。

(項目２)エッジ点と、前回の処理で認識された境界線との距離が大きいか否か。その距離が大きいほど、項目値は小さい。
(項目３)エッジ点が、直線又はそれに近い曲線上に並んでいるものであるか否か。直線又はそれに近い曲線上に並んでいるものであれば項目値は大きく、そうでなければ項目値は小さい。

上記の各項目で算出された項目値を全て乗算した積を境界線らしさの確信度とする。
ステップ８では、前記ステップ２で抽出した全エッジ点のうち、前記ステップ７で算出した確信度が所定の閾値以上であるものを選択する。

ステップ９では、前記ステップ８で選択したエッジ点を用いて境界線を認識する。具体的には、前記ステップ８で選択したエッジ点をハフ変換し、最も多くのエッジ点を通る線を、境界線として認識する。なお、前記ステップ８で選択されなかったエッジ点は、境界線の認識には使用されない。

次に、前記ステップ６のマスク設定処理を、図４のフローチャートを中心に説明する。ここでは、前記ステップ３又は４において、ｎ個の立体物を検出した場合を例に挙げて説明する。なお、ｎは１以上の任意の自然数である。実際には同一の立体物を、画像認識処理によっても検出し、ミリ波センサ５によっても検出した場合、それぞれの検出結果に独立した番号が付される。

図４のステップ１１では、ｎ個の立体物に、それぞれ、１、２、３・・・ｎの番号を付与する。
ステップ１２では、ｉの値として、初期値である「１」を設定する。

ステップ１３では、ｎ個の立体物の中から、番号がｉ（ｉは１〜ｎのうちのいずれかの自然数）である立体物を選択する。なお、前記ステップ１２の直後に本ステップ１３を実行する場合、ｉの値は１であり、後述するステップ２４に続いて本ステップ１３を実行する場合、ｉの値はステップ２４で設定された値である。

ステップ１４では、番号がｉである立体物との距離が所定値以下である、他の立体物（番号がｉ以外である立体物）が存在するか否かを判断する。例えば図５Ａに示すように、番号がｉである立体物２０１との距離ｒが所定値以下であるような他の立体物２０３が存在する場合はステップ１５に進み、一方、例えば図５Ｂに示すように、番号がｉである立体物２０１と他の全ての立体物２０３との距離ｒが所定値を超える場合はステップ１６に進む。ここで、立体物が空間的に広がりを有する場合、立体物間の距離とは、それらの中心Ｃ間の距離とすることができる。

なお、番号がｉである立体物と、他の立体物との距離は、まず、それぞれの立体物の位置（自車両を基準とする３次元空間における相対位置）を求め、次に、２つの位置の間の距離を算出することで求められる。

画像認識処理により検出された立体物の位置は、画像内における立体物の位置と、画像上での立体物の大きさとから、求めることができる。また、画像認識処理により検出された立体物の位置の特定に、ミリ波センサ５を用いてもよい。例えば、画像認識処理により検出された立体物と自車両との距離を、ミリ波センサ５を用いて算出してもよい。

ミリ波センサ５で検出された立体物の位置は、ミリ波を射出してから反射波を受信するまでの時間（自車両から立体物までの距離に対応）と、反射波の方向（自車両から見た立体物の方位に対応）とから求められる。

ステップ１５では、番号がｉである立体物が、ミリ波センサ５で検出された立体物であるか否かを判断する。ミリ波センサ５で検出された立体物である場合はマスクを設定することなくステップ２３に進み、ミリ波センサ５で検出された立体物ではない（すなわち、画像認識処理により検出された立体物である）場合はステップ１６に進む。

ステップ１６では、番号がｉである立体物が、以下の（Ｊ１）〜（Ｊ３）の条件を全て充足するか否かを判断する。
（Ｊ１）図６Ａに示すように、番号がｉである立体物２０１が自車両と同じ車線２０５内に存在する。

（Ｊ２）番号がｉである立体物２０１の幅Ｗ（図６Ａ参照）が所定値以上である。
（Ｊ３）番号がｉである立体物２０１と自車両との距離Ｄ（図６Ａ参照）が所定値以下である。

前記（Ｊ１）〜（Ｊ３）の条件を全て充足する場合はステップ１７に進み、上記（Ｊ１）〜（Ｊ３）の条件のうち一つでも充足しない場合はステップ１８に進む。
なお、図６Ｂに示す態様は、番号がｉである立体物と自車両との距離Ｄが所定値を超え、前記（Ｊ３）を充足しない例である。前記（Ｊ１）の条件における車線２０５は、過去に認識した境界線２０７に挟まれた領域である。前記（Ｊ２）における立体物２０１の幅Ｗは、画像上における立体物２０１の見かけ上の幅と、距離Ｄとから算出できる。幅Ｗは、他の車両の幅よりは小さく、車両以外の立体物よりは大きい可能性が高い値（例えば、１ｍ程度）とすることができる。前記（Ｊ３）における距離Ｄは、上述したように求めた立体物２０１の位置から算出できる。

ステップ１７では、前記ステップ１で取得した画像のうち、番号がｉである立体物に対応する部分を覆うマスクＭ１を設定する。このマスクＭ１は、図６Ａに示すように、水平方向においては、番号がｉである立体物２０１を全て覆う。また、マスクＭ１の下端２０９は、番号がｉである立体物２０１の下端２１１から距離Ｘだけ上方である。すなわち、番号がｉである立体物２０１のうち、下端２１１から、その上方に距離Ｘだけ移動した位置までは、マスクＭ１に覆われていない。また、マスクＭ１の上端２１３は、自車両から見た前方無限遠の点よりも上側に位置する。マスクＭ１は、後述するマスクＭ２に比べ、番号がｉである立体物２０１の下方において、距離Ｘの分だけ縮小されたものである。

ステップ１８では、前記ステップ１で取得した画像のうち、番号がｉである立体物に対応する部分を覆うマスクＭ２を設定する。このマスクＭ２は、図６Ｂに示すように、水平方向においては、番号がｉである立体物２０１を全て覆う。また、マスクＭ２の下端２０９は、番号がｉである立体物２０１の下端２１１と一致する。すなわち、番号がｉである立体物２０１の下方は、マスクＭ２により完全に覆われている。また、マスクＭ２の上端２１３は、自車両から見た前方無限遠の点よりも上側に位置する。

ステップ１９では、番号がｉである立体物２０１が、ミリ波センサ５で検出されたものであるか否かを判断する。ミリ波センサ５で検出されたものである場合はステップ２０に進み、画像認識処理により検出されたものである場合はステップ２３に進む。

ステップ２０では、図７に示すように、番号がｉである立体物２０１が、自車両の車線２０５とは異なる（例えば隣の）車線２１４上に存在するか否かを判断する。異なる車線２１４上に存在する場合はステップ２１に進み、自車両の車線２０５上に存在する場合はステップ２３に進む。

ステップ２１では、前記ステップ１８で設定したマスクＭ２の少なくとも一部が、図７に示すように、自車両の車線２０５内に侵入しているか否かを判断する。侵入している場合はステップ２２に進み、侵入していない場合はステップ２３に進む。

ステップ２２では、マスクＭ２のうち、自車両の車線２０５内に侵入している部分２１５（図７参照）を削除する。よって、この削除後、部分２０５は、マスクＭ２で覆われないようになる。

ステップ２３では、ｉの数がｎに達しているか否か（すなわち、全ての立体物についてマスクの設定処理が終了したか否か）を判断する。ｉがｎに達している場合は本処理を終了し、ｎに達していない場合はステップ２４に進み、ｉの値を１だけ増加させる。その後、ステップ１３に進む。

３．境界線認識装置１が奏する効果
（１）境界線認識装置１は、立体物を検出した場合、その立体物の少なくとも一部を覆うマスクを設定する。そして、そのマスクの中にあるエッジ点の確信度を、マスクの外にあるエッジ点の確信度より低くする。マスクの中のエッジ点は、境界線に起因するものではなく、立体物に起因するものである可能性があるので、仮に、マスクの中のエッジ点を用いて境界線を認識すれば、その認識が不正確になってしまうおそれがあるが、上記のように、マスクの中にあるエッジ点の確信度を下げ、そのエッジ点が境界線の認識で使用される可能性を低下させることにより、上記の弊害を抑制できる。

また、境界線認識装置１は、前記（Ｊ１）〜（Ｊ３）の条件全てが充足される場合、立体物を覆うマスクを、マスクＭ１とする。前記（Ｊ１）〜（Ｊ３）の条件全てが充足される場合とは、幅が大きい立体物（例えば先行車両）が自車両の車線内に存在し、立体物と自車両との距離が小さい場合に相当する。この場合、自車両の車線に属する境界線の多くは、立体物により隠されている。

この場合、仮に、立体物２０１の下端２１１にまで達するマスクを設定すると、境界線２０７のうち、下端２１１付近の部分２０７Ａ（図６Ａ参照）がマスクで覆われてしまい、境界線２０７の認識に使用できるエッジ点がさらに減少し、境界線２０７の正確な認識が困難になる。境界線認識装置１は、前記（Ｊ１）〜（Ｊ３）の条件全てが充足される場合、立体物２０１の下端２１１付近を覆わないマスクＭ１を設定することで、上記の弊害を抑制できる。

（２）境界線認識装置１は、画像認識処理を実行することで立体物を検出することもできるし、ミリ波センサ５を用いて立体物を検出することもできる。境界線認識装置１は、画像認識処理を実行することで検出した立体物と、ミリ波センサ５を用いて検出した立体物との距離が所定値以下である場合（すなわち、実際には同一の立体物を、画像認識処理と、ミリ波センサ５とで重ねて検出した場合）、画像認識処理を実行することで検出した立体物についてマスクを設定し、ミリ波センサ５を用いて検出した立体物については、マスクを設定しない（前記ステップ１４、１５参照）。

そのことにより、立体物の方位や大きさを正確に検出し、その結果として、マスクを正確に設定できる。
（３）境界線認識装置１は、自車両の車線２０５とは異なる車線内の立体物を、ミリ波センサ５を用いて検出した場合、マスクＭ２の範囲を自車両の車線２０５の外側に限定する（前記ステップ１９〜２２参照）。

ミリ波センサ５で異なる車線内の立体物を検出した場合、図７に示すように、立体物２０１の後面２０１Ａと側面２０１Ｂとを区別できず、後面２０１Ａと側面２０１Ｂとの全体にわたってマスクＭ２を設定することがある。このとき、マスクＭ２のうち、側面２０１Ｂを覆う部分が、自車両の車線２０５に侵入し、自車両の車線２０５に属する境界線２０７を覆うことがある。

境界線認識装置１は、上記のように、自車両の車線２０５とは異なる車線内の立体物を、ミリ波センサ５を用いて検出した場合、マスクＭ２の範囲を自車両の車線２０５の外側に限定することで、マスクＭ２（特に側面２０１Ｂを覆う部分）が自車両の車線２０５に属する境界線２０７を覆ってしまうことを抑制できる。その結果、境界線２０７を一層正確に認識できる。
＜その他の実施形態＞
（１）前記第１の実施形態において、境界線を認識する際、マスクの中のエッジ点を除外し、マスクの外のエッジ点を用いて境界線を認識するようにしてもよい。

（２）マスクＭ１の形状、大きさ、位置等は前記第１の実施形態のものには限定されず、適宜設定できる。例えば、マスクＭ１の形状は、図８Ａに示すように、下方の中央部２１７に比べ、右側部２１９及び左側部２２１が切り欠かれている形状であってもよい。中央部２１７の位置は、立体物２０１の下端２１１より上側であってもよいし、下側であってもよいし、下端２１１と一致していてもよい。右側部２１９及び左側部２２１が切り欠かれていることで、境界線２０７のうち、下端２１１付近の部分２０７Ａ（図６Ａ参照）を露出させやすい。

また、マスクＭ１の形状は、図８Ｂに示すように、下方の中央部２１７を頂点として、左右両側で上向きに傾斜している形状であってもよい。中央部２１７の位置は、立体物２０１の下端２１１より上側であってもよいし、下側であってもよいし、下端２１１と一致していてもよい。上記の形状であることにより、境界線２０７のうち、下端２１１付近の部分２０７Ａ（図６Ａ参照）を露出させやすい。

また、マスクＭ２の形状、大きさ、位置等は前記第１の実施形態のものには限定されず、適宜設定できる。例えば、マスクＭ２の下端２０９は、立体物２０１の下端２１１よりも上側であってもよいし、下端２１１より下側であってもよい。また、マスクＭ２も、図８Ａ、８Ｂに示すような形状を有していてもよい。

（３）前記第１の実施形態において、立体物を検出する手段は、他の手段（例えば、ミリ波以外の波長を用いるレーダセンサ等）であってもよい。
（４）前記第１の実施形態において、境界線認識装置１は、画像認識処理により立体物を検出するが、ミリ波センサ５によっては立体物を検出しないものであってもよい。また、境界線認識装置１は、ミリ波センサ５を用いて立体物を検出するが、画像認識処理によっては立体物を検出しないものであってもよい。

（５）前記第１の実施形態において、必ずしも全ての立体物についてマスクを設定せず、一部の立体物についてマスクを設定してもよい。

１…境界線認識装置、３…カメラ、５…ミリ波センサ、７…制御部、１０１…自車両、１０３…フロントガラス、１０５…道路、１０７…警報生成部、２０１、２０３…立体物、２０１Ａ…後面、２０１Ｂ…側面、２０５…自車両の車線、２０７…境界線、２１７…中央部、２１９…右側部、２２１…左側部

Claims (4)

1. 自車両（１０１）の前方の道路（１０５）を含む範囲の画像を取得する画像取得手段（３）と、
   前記画像においてエッジ点を抽出するエッジ点抽出手段（７）と、
   自車両の前方の立体物（２０１）を検出する立体物検出手段（３、５、７）と、
   前記画像のうち、前記立体物に対応する領域（Ｍ１、Ｍ２）を設定する領域設定手段（７）と、
   前記エッジ点の確信度を、前記領域の中では前記領域の外よりも低くなるように算出する確信度算出手段（７）と、
   前記確信度に基づき選択された前記エッジ点を用いて境界線を認識する境界線認識手段（７）と、
   を備え、
   前記領域設定手段は、以下の（Ｊ１）〜（Ｊ３）の条件が全て充足される場合、それ以外の場合よりも、前記領域を下方において縮小することを特徴とする境界線認識装置（１）。
   （Ｊ１）前記立体物が自車両と同じ車線（２０５）内に存在する。
   （Ｊ２）前記立体物の幅（Ｗ）が所定値以上である。
   （Ｊ３）前記立体物と自車両との距離（Ｄ）が所定値以下である。
2. 前記立体物検出手段は、
   前記画像に対し画像認識処理を実行することで前記立体物を検出する第１の立体物検出手段（３、７）と、
   ミリ波センサを用いて前記立体物を検出する第２の立体物検出手段（５、７）と、を備え、
   前記領域設定手段は、前記第１の立体物検出手段で検出した前記立体物と、前記第２の立体物検出手段で検出した前記立体物との距離（ｒ）が所定値以下である場合、前記第１の立体物検出手段で検出した前記立体物に対応する前記領域を設定することを特徴とする請求項１に記載の境界線認識装置。
3. 前記第２の立体物検出手段により、自車両とは異なる車線（２１４）内の前記立体物を検出した場合、前記領域設定手段は、その立体物に対応する前記領域を、自車両の車線外で設定することを特徴とする請求項２に記載の境界線認識装置。
4. 前記境界線認識手段は、前記領域の外の前記エッジ点を用いて前記境界線を認識することを特徴とする請求項１〜３のいずれか１項に記載の境界線認識装置。