JP2018106259A - 区画線認識装置 - Google Patents

Abstract

【課題】逆光シーンでも、区画線の候補の色を精度良く判定して、区画線を精度良く認識することが可能な区画線認識装置を提供する。
【解決手段】路面画像から区画線の候補である候補線を抽出する候補抽出部と、抽出された候補線の線種、線色、及び、逆光の影響の有無を判定する線特徴判定部と、抽出された候補線が多重線を構成しているか否かを判定する多重線判定部と、抽出された候補線から、線特徴判定部により判定された線種、線色、及び多重線判定部による判定結果を用いて、区画線となる候補線を選択する候補選択部と、選択された候補線を認識して、車線の形状を推定する車線推定部と、推定された推定結果を出力する出力部と、を備える。線特徴判定部は、逆光の影響有りと判定された候補線が多重線を構成している場合に、当該多重線を構成している候補線同士の色情報を比較して、逆光の影響有りと判定された候補線の線色を再判定する。
【選択図】図３

Description

本開示は、車両が走行する車線を区画する区画線を認識する区画線認識装置に関する。

車線を区画する区画線の線色は、白色以外に黄色や青色等もあり、区画線を認識する上で重要な情報である。そこで、特許文献１に記載のレーンマーク認識装置は、撮像したカラー画像から、区画線の色に対応した各特定色のデータを抽出して、各特定色の区画線を検出しやすい抽出画像を生成している。そして、上記レーンマーク認識装置は、生成した各特定色の抽出画像を合成した合成画像から、各特定色の区画線を検出している。

特開２００７−１８１５４号公報

ところで、逆光による照り返しが強いシーンでは、黄色の区画線が白色の区画線のように見えて、人の目では判別が難しいことがある。このようなシーンでは、カラー画像の本来黄色の部分に白色のような特徴が出てしまうため、本来黄色の部分を黄色のデータとして抽出できないことがある。すなわち、上記レーンマーク認識装置では、逆光シーンにおいて、黄色の区画線の色を正確に判定することができない可能性がある。ひいては、誤った候補線を区画線として認識して、車線の推定精度が低下するおそれがある。このように、逆光シーンにおいて色の判定が困難であることは、黄色の区画線に限らず、白色以外の色の区画線について共通している。

本開示は、上記実情に鑑みてなされたものであり、逆光シーンでも、区画線の候補の色を精度良く判定して、区画線を精度良く認識することが可能な区画線認識装置を提供する。

本開示は、カメラ（１０）により撮影されたカラーの路面画像から車両（７０）が走行する車線を推定する区画線認識装置（３０）であって、候補抽出部（３４）と、線特徴判定部（３５）と、多重線判定部（３６）と、候補選択部（３７）と、車線推定部（３８）と、出力部（３９）と、を備える。

候補抽出部は、路面画像から車線を区画する区画線の候補である候補線を抽出するように構成されている。線特徴判定部は、カメラに対向する方向からの光を逆光として、候補抽出部により抽出された候補線の線種、線色、及び、逆光の影響の有無を判定するように構成されている。多重線判定部は、候補抽出部により抽出された候補線が多重線を構成しているか否かを判定するように構成されている。候補選択部は、候補抽出部により抽出された候補線から、走行地域のルールに従って、線特徴判定部により判定された線種、線色、及び多重線判定部による判定結果を用いて、区画線となる候補線を選択するように構成されている。車線推定部は、候補選択部により選択された候補線を認識して、車線の形状を推定するように構成されている。出力部は、車線推定部により推定された推定結果を出力するように構成されている。さらに、線特徴判定部は、逆光の影響有りと判定された候補線が、多重線を構成している場合に、当該多重線を構成している候補線同士の色情報を比較して、逆光の影響有りと判定された候補線の線色を再判定するように構成されている。

本開示によれば、カラーの路面画像から候補線が抽出され、抽出された候補線の線種、線色及び逆光の影響の有無が判定される。また、候補線が多重線を構成している否か判定される。そして、走行地域のルールによって、区画線として認識すべき線種、線色、多重線の中の線は異なるので、走行地域のルールに従い、判定された線種、線色、多重線判定結果を用いて、区画線となる候補線が選択される。さらに、選択された候補線が認識されて、車線の形状が推定され、推定結果が出力される。

ここで、候補線が逆光の影響を受けている場合、白色以外の特定色の候補線の色情報に白色の特徴が出て、特定色の特徴が小さくなるため、単体の候補線で色判定をすることは難しい。そして、候補線が多重線に含まれている場合に、候補線の色判定が誤っていると、誤った候補線が選択されるおそれがある。しかしながら、特定色の候補線の色情報において、特定色の特徴が小さくなっているとしても、他の色の候補線の色情報と比較すると、特定色の特徴は大きい。よって、候補線が逆光の影響を受けている場合、複数の候補線の色情報を比較することで、候補線の色を精度良く判定することができる。したがって、逆光の影響を受けている候補線が多重線を構成している場合は、その多重線を構成している候補線同士の色情報が比較され、線色が再判定される。これにより、逆光シーンでも、候補線の色を精度良く判定して、車線を精度良く推定することができる。

なお、この欄及び特許請求の範囲に記載した括弧内の符号は、一つの態様として後述する実施形態に記載の具体的手段との対応関係を示すものであって、本発明の技術的範囲を限定するものではない。

車載カメラの搭載位置を示す図である。 区画線認識装置の構成を示すブロック図である。 抽出された候補線から車線を推定する処理手順を示すフローチャートである。 欧州の工事区間を示す模式図である。 日本の暫定供用区間を示す模式図である。 日本のはみ出し禁止区間を示す模式図である。 逆光により反射して黄線が白線のように見えるシーンを写した画像を示す模式図である。 図７に示す画像上の各区画線の判定された線種及び線色と各色成分値とを示す図である。

以下、図面を参照しながら、発明を実施するための形態を説明する。
＜１．構成＞
まず、本実施形態に係る区画線認識装置３０が適用される運転支援システム１００の構成について、図１及び図２を参照して説明する。本実施形態に係る運転支援システム１００は、車載カメラ１０と、センサ類１１と、車両制御装置５０と、区画線認識装置３０と、を備える。車載カメラ１０、センサ類１１及び車両制御装置５０は、区画線認識装置３０に信号線で接続されている。区画線認識装置３０は、車両７０に搭載されて、車線の形状をする装置である。また、区画線は、道路の車線を区画するように描かれた白線や黄線、青線である。

車載カメラ１０は、図１に示すように、車両前方の路面の所定範囲が撮影範囲となるように、例えば、ルームミラーに設置される。車載カメラ１０は、予め設定された時間間隔、例えば１／１５（秒）間隔で、繰り返しカラー画像を撮影する。そして、車載カメラ１０は、撮影したカラー画像をデジタル信号化して区画線認識装置３０へ出力する。

センサ類１１は、車両の状態量を測定する種々のセンサであり、車両７０の車速を測定する車速センサや、車両７０のヨーレートを測定するヨーレートセンサを含む。センサ類１１は、予め設定された時間間隔で繰り返し測定し、測定結果を区画線認識装置３０へ出力する。

車両制御装置５０は、ＥＣＵであり、ＣＰＵ、ＲＯＭ、ＲＡＭ、及びフラッシュメモリ等の半導体メモリを備えた周知のマイクロコンピュータを中心に構成されている。車両制御装置５０は、区画線認識装置３０の推定結果に基づいて警報出力制御や走行制御の走行支援を実行する。警報出力制御は、車両７０が車線を逸脱しそうな場合に警報の出力を実行する制御である。また、走行制御は、車線内を走行するように実行する車両７０の操舵の制御やブレーキの制御である。

区画線認識装置３０は、ＥＣＵであり、ＣＰＵ、ＲＯＭ、ＲＡＭ、及びフラッシュメモリ等の半導体メモリを備えた周知のマイクロコンピュータを中心に構成されている。区画線認識装置３０は、ＣＰＵが非遷移的実体的記録媒体に格納されたプログラムを実行することにより、図２に示すような各機能を実現する。本実施形態では、半導体メモリが、プログラムを格納する非遷移的実体的記録媒体に該当する。また、このプログラムの実行により、プログラムに対応する方法が実行される。なお、区画線認識装置３０を構成するマイクロコンピュータの数は１つでも複数でもよい。

区画線認識装置３０は、図２に示すように、エッジ抽出部３１、エッジ線算出部３２、ペイント特徴算出部３３、候補線抽出部３４、線特徴判定部３５、多重線判定部３６、候補選択部３７、車線推定部３８、及び出力部３９の機能を備える。これらの機能を実現する手法はソフトウェアに限るものではなく、その一部又は全部の要素を、論理回路やアナログ回路等を組み合わせたハードウェアを用いて実現してもよい。

エッジ抽出部３１は、車載カメラ１０により撮影された路面画像を取得し、取得した路面画像から、輝度値の変化が大きい画素であるエッジ点を抽出する。路面画像は、各画素のデータとして赤色成分値（以下、Ｒ値）、緑色成分値（以下、Ｇ値）、及び青色成分値（以下、Ｂ値）を有するカラー画像である。詳しくは、エッジ抽出部３１は、画像の左端から右端へ水平方向に、輝度値の変化量が閾値以上となる画素を探索し、アップエッジ点及びダウンエッジ点を抽出する。アップエッジ点は、低い輝度値から高い輝度値へ変化する輝度値の立ち上がり点である。ダウンエッジ点は、高い輝度値から低い輝度値へ変化する輝度値の立下り点である。

エッジ線算出部３２は、エッジ抽出部３１により抽出されたエッジ点にハフ変換を適用して直線成分を抽出し、抽出した直線成分を含むエッジ線を算出する。これにより、アップエッジ点を要素とするエッジ線と、ダウンエッジ点を要素とするエッジ線とが算出される。

ペイント特徴算出部３３は、エッジ点によって形成される矩形形状の領域をペイントとして抽出する。詳しくは、ペイント特徴算出部３３は、左側をアップエッジ点、右側をダウンエッジ点で囲まれ、且つ、車両７０の走行方向におけるエッジ点の間隔が、予め設定された間隔閾値以内の領域をペイントとして抽出する。間隔閾値は、一般的な破線の区画線の線分同士の間隔よりも短い値であり、間隔閾値未満の間隔のエッジ点同士は同じ線分に属していると見なせる値である。さらに、ペイント特徴算出部３３は、抽出したペイントの走行方向における長さ、及びアップエッジ点とダウンエッジ点との間隔である幅を算出する。

候補線抽出部３４は、算出されたエッジ線から、アップエッジ点を要素とする左側のエッジ線と、ダウンエッジ点を要素とする右側のエッジ線のペアを作る。この際、候補線抽出部３４は、ペイント特徴算出部３３により算出されたペイントブロックの幅を考慮して、区画線の幅らしい幅を持ったエッジ線のペアを作る。そして、候補線抽出部３４は、エッジ線のペアを輪郭とする線を候補線として抽出する。

線特徴判定部３５は、抽出された候補線の線種、線色、及び、逆光の影響の有無を判定する。ここでは、車載カメラ１０に対向する方向からの光を逆光とする。逆光の光源は、太陽光、対向車両のヘッドライドなどなんでもよい。多重線判定部３６は、抽出された候補線が多重線を構成しているか否か判定する。候補選択部３７は、抽出された候補線から、線特徴判定部３５及び多重線判定部３６による判定結果を用いて、区画線となる候補線を選択する。

車線推定部３８は、候補選択部３７により選択された候補線を認識して、車両７０が走行する車線の形状を推定する。出力部３９は、車線推定部３８により推定された推定結果を、車両制御装置５０へ出力する。なお、線特徴判定部３５、多重線判定部３６、候補選択部３７、車線推定部３８、及び出力部３９が実行する処理の詳細は後述する。

＜２．車線推定処理＞
次に、区画線認識装置３０が実行する車線推定処理の処理手順について、図３のフローチャートを参照して説明する。本処理手順は、候補線が抽出された都度実行される。

まず、ステップＳ１０では、抽出された候補線に属するエッジ点の路面上の分布から、候補線がどのような種類の線かを判定する。線種としては、実線の区画線や破線の区画線、区画線の内側に描かれる破線の補助線等がある。通常、破線の区画線と破線の補助線とは、線分の長さや、線分同士の間隔が異なっているため、エッジ点の路面上の分布から線種が判定される。

続いて、ステップＳ２０では、抽出された候補線の線色を判定する。区画線の色には、走行地域のルールによって決められた意味がある。図４〜図６に、異なる意味を持つ黄色の区画線（以下、黄線）が描かれた例を示す。図４〜図６において、ハッチングされた線は黄線を示し、ハッチングのない線は白色の区画線（以下、白線）を示す。図４は、欧州の工事区間を示す。欧州では、白線で描かれた車線に重ねて黄線で描かれた車線は、臨時の車線を意味する。この場合、白線ではなく黄線を区画線として認識しなければならない。また、図５は、日本の暫定供用区間を示す。日本では、白線の両側を黄線で挟んだ多重線は、暫定供用区間を意味し、この多重線を超えると反対車線であること示す。この場合、自車両に最も近い黄線を区画線として認識しなければならない。また、図６は、日本のはみ出し禁止区間を示す。この場合、黄線から車両がはみ出さないように、運転しなければならない。

ステップＳ２０では、具体的には、図８に示すような候補線のＲＧＢ各成分値の大きさの関係性を見て、色を判定する。白色の場合は、Ｒ値とＧ値Ｂ値の互いの差が小さく、３つの成分値が略均一になる。そこで、Ｒ値、Ｇ値、Ｂ値の互いの差分が、すべて予め設定されている差分閾値未満の場合には、線色を白色と判定する。一方、白色以外の色の場合には、その色に応じて、Ｒ値、Ｇ値、Ｂ値の大きさに決まった関係性がある。例えば、黄色の場合には、Ｒ値＞Ｇ値＞Ｂ値の関係性、又はＲ値＞Ｇ値且つＲ値＞Ｂ値の関係性がある。よって、いずれかの差分が差分閾値以上の場合には、Ｒ値、Ｇ値、Ｂ値の大きさの関係性を見て、黄色か青色かを判定する。

続いて、ステッＳ３０では、候補線の輝度値及び車載カメラ１０に対する光源の位置の少なくとも一方から、抽出された候補線が逆光の影響を受けているか否か判定する。具体的には、候補線が逆光の影響を受けている場合、候補線の輝度値は非常に高くなるので、候補線の輝度値が、予め設定された輝度閾値を超えている場合に、候補線が逆光の影響を受けていると判定する。候補線の輝度値は、例えば、候補線の平均輝度値を用いればよく、輝度閾値は、逆光の影響がない状況では取り得ないような大きな輝度値とすればよい。また、光源の位置が車載カメラ１０に対向する位置にある場合に、候補線が逆光の影響を受けていると判定する。太陽や対向車両のヘッドライト等の光源の位置は、画像において輝度値が非常に強い部分を光源として算出すればよい。あるいは、太陽の位置は、画像撮影時の車両７０の位置及び日時からも算出できる。

続いて、ステップＳ４０では、抽出された候補線が多重線を構成しているか否か判定する。具体的には、画像の水平方向において、予め設定された判定範囲内に、複数の候補線が抽出されている場合には、複数の候補線はそれぞれ多重線を構成していると判定する。また、判定範囲内に１つの候補線のみが抽出されている場合には、候補線は多重線を構成していない、すなわち１本線と判定する。判定範囲は、走行地域に存在し得る多重線に基づいて設定される。

続いて、ステップＳ５０では、抽出された候補線の中に、逆光の影響を受け、且つ、多重線を構成している候補線Ｌａがあるか否か判定する。抽出された候補線の中に、候補線Ｌａがある場合には、ステップＳ６０へ進み、候補線Ｌａがない場合には、ステップＳ８０へ進む。

ステップＳ６０では、候補線Ｌａが多重線ＬＬを構成している場合に、多重線ＬＬを構成している候補線同士の色情報を比較して、候補線Ｌａの線色を再判定する。ここでは、図７に示す車載カメラ１０で撮影された路面画像を例にして説明する。この路面画像からは、候補線Ａ〜Ｄが抽出される。候補線Ａ，Ｃは白線であり、候補線Ｂ，Ｄは黄線である。また、図８は、図７の画像から抽出した候補線Ａ〜Ｄの線種、線色、黄色成分値（以下、Ｙ値）、Ｒ値、Ｇ値、Ｂ値を示す。線色は、ステップＳ２０で判定された色であり、Ｙ値は、Ｒ値、Ｇ値、Ｂ値から算出した値である。

ここで、Ｙ値は、Ｒ値−Ｂ値として算出されるが、画像全体が、赤みがかっていたり、青みがかっていたりすることを考慮して、Ｒ値、Ｂ値を補正する。具体的には、画像全体のＲ値の平均値を平均Ｒ値、画像全体のＧ値の平均値を平均Ｇ値、画像全体のＢ値の平均値を平均Ｂ値とすると、Ｙ値＝Ｒ値×（平均Ｇ値／平均Ｒ値）−Ｂ値×（平均Ｇ値／平均Ｂ値）となる。括弧内の乗算が補正に相当する。

図７では、候補線Ｃ，Ｄが逆光を反射している。候補線Ｃは元々の白色が逆光の影響を受けても白色と判定されているのに対して、候補線Ｄは、本来黄色が逆光の影響を受けて白色と判定されている。候補線Ｄと逆光の影響を受けていない候補線Ｂとを比較すると、候補線Ｄは、逆光の影響を受けて、Ｒ値とＧ値とＢ値の互いの差分が小さくなっていることがわかる。つまり、候補線Ｄは、逆光の影響を受けたことで、黄色の特徴が小さくなり、白色の特徴が大きくなって、白色と判定されてしまっている。

しかしながら、本発明者は、本来黄色の候補線が逆光の影響を受けたことで、色情報において、黄色の特徴が小さくなったとしても、黄色以外の候補線の色情報と比較すれば、黄色の特徴が大きいことに気付いた。そこで、候補線Ｄと候補線Ｃとの色情報を比較して、候補線Ｄと候補線Ｃの線色を再判定する。

具体的には、候補線Ｄと候補線Ｃの黄色の色成分値と、ＲＧＢ各成分値の大きさの関係性を比較する。候補線ＣのＲＧＢ各成分値の大きさの関係性は、Ｇ値＞Ｒ値＞Ｂ値となっており、黄色の関係性を示していない。また、候補線ＣのＹ値は、候補線ＢのＹ値に示すように、逆光の影響を受けていない黄線が取り得るＹ値と比べて非常に小さい。よって、候補線Ｃの線色は黄色ではないと判定する。

一方、候補線ＤのＲＧＢ各成分値は、互いの差分は小さいものの、Ｒ値＞Ｇ値＞Ｂ値となっており、黄色の関係性を示している。また、候補線ＤのＹ値は、逆光の影響を受けていない黄線が取り得るＹ値と比べると小さいものの、黄色以外の色の候補線ＣのＹ値と比較すると十分に大きい。よって、候補線ＤのＹ値が、候補線ＣのＹ値よりも、予め設定されている黄色閾値を超えて大きい場合、もしくは、候補線ＤのＹ値と候補線ＣのＹ値の比が閾値以上大きい場合に、候補線Ｄの線色を黄色と判定する。そして、線色として、黄色と白色を考慮すればよい場合は、候補線Ｃの線色は白色と判定する。また、線色として、更に青色を考慮する場合は、候補線ＣのＲＧＢ各成分値の大きさの関係性が青色の特徴を示しているか見るとともに、候補線ＣのＢ値と候補線ＤのＢ値とを比較して、候補線Ｃが白色か青色かを判定すればよい。

続いて、ステップＳ７０では、各候補線について判定した線種、線色、及び多重線か否かを用いて、走行地域のルールに従って、車両７０が走行する車線の区画線となる候補線を選択し、ステップＳ１１０へ進む。

また、ステップＳ８０では、ステップＳ７０と同様の処理を実行して、車両７０が走行する車線の区画線となる候補線を選択し、ステップＳ９０へ進む。
ステップＳ９０では、ステップＳ８０で選択した候補線が、ステップＳ３０で逆光の影響を受けていると判定されているか否か判定する。ステップＳ８０で選択した候補線が、逆光の影響を受けていると判定されている場合は、ステップＳ１００へ進み、逆光の影響を受けていると判定されていない場合は、ステップＳ１１０へ進む。

ステップＳ１００では、ステップＳ８０で選択され逆光の影響を受けている候補線Ｌｂの線色を再判定する。具体的には、ステップＳ６０と同様に、Ｓ８０で選択された２つの候補線同士の色情報とを比較して、候補線Ｌｂの線色を再判定する。すなわち、候補線Ｌｂは多重線を構成していないので、車両７０の左右の候補線の色情報を比較して、候補線Ｌｂの線色を再判定する。この場合、候補線Ｌｂは多重線を構成していないので、ステップＳ２０での候補線Ｌｂの色判定が誤っていたとしても、ステップＳ８０での候補線の選択に問題はない。しかしながら、区画線の色によって、車両７０の制御が変わることがあるので、車両７０の制御に用いるために候補線Ｌｂの線色を再判定している。

続いて、ステップＳ１１０では、ステップＳ７０又はＳ８０で選択した候補線を認識して、車線の形状を推定する。具体的には、選択した候補線から、オフセット、ヨー角、曲率、車線幅、ピッチ角等の区画線パラメータを推定する。

続いて、ステップＳ１２０では、ステップＳ１１０で推定した推定結果、及び、ステップＳ７０又はＳ８０で選択した候補線の線色を、車両制御装置５０へ出力する。車両制御装置５０は、車線の推定結果及び選択した候補線の線色を用いて走行支援を実行する。以上で、本処理を終了する。

なお、本実施形態では、ステップＳ１０〜Ｓ３０，Ｓ６０，Ｓ１００の処理が、線特徴判定部３５が実行する処理に相当し、ステップＳ４０の処理が、多重線判定部３６が実行する処理に相当する。また、ステップＳ７０及びＳ８０の処理が、候補選択部３７が実行する処理に相当する。また、ステップＳ１１０の処理が、車線推定部３８が実行する処理に相当し、ステップＳ１２０の処理が、出力部３９が実行する処理に相当する。

＜３．効果＞
以上説明した第１実施形態によれば、以下の効果が得られる。
（１）逆光の影響を受けている候補線が多重線を構成している場合は、その多重線を構成している候補線同士の色情報が比較され、線色が再判定される。これにより、逆光シーンでも、候補線の色を精度良く判定して、車線を精度良く推定することができる。

（２）逆光の影響を受けている候補線が、車両７０の左右で区画線として選択された候補線に含まれている場合には、選択された候補線同士の色情報が比較され、線色が再判定される。これにより、逆光シーンでも、車線の区画線として認識した候補線の色を精度良く判定することができる。

（３）車線の形状の推定結果とともに、区画線の線色も出力されるため、区画線の線色を走行支援に用いることができる。
（４）区画線の特定色に応じて、ＲＧＢ各成分値の関係性が決まっている。そして、特定色の候補線が逆光の影響を受けて、特定色の色情報に白色の特徴が出たとしても、特定色以外の候補線の色情報と比較すると、特定色の色情報では、特定色の色成分値が大きくなっているとともに、ＲＧＢ各成分値の関係性に特定色の特徴が見られる。よって、特定色に対応した候補線の色成分値、及びＲＧＢ各成分値の大きさの関係性を、候補線同士で比較することで、逆光の影響を受けた候補線の線色を精度良く判定することができる。

（５）逆光の影響を受けた部分は輝度値が他の部分よりも非常に大きくなるので、候補線の輝度値から逆光の影響の有無を判定することができる。また、車載カメラ１０に対する光源の位置からも逆光の影響の有無を判定することができる。

（他の実施形態）
以上、本発明を実施するための形態について説明したが、本発明は上述の実施形態に限定されることなく、種々変形して実施することができる。

（ａ）上記実施形態では、ステップＳ２０では、ＲＧＢ各成分値の大きさの関係性を見て、白以外の黄色や青色を判定していたが、黄色や青色の色成分値が予め設定されている閾値よりも大きい場合に、線色を黄色や青色と判定するようにしてもよい。

（ｂ）区画線の線色は、白色、黄色、青色に限らず、赤色等の他の特定色でもよい。その場合、黄色と同様に、候補線が各特定色であるか否か判定すればよい。
（ｃ）上記実施形態における１つの構成要素が有する複数の機能を、複数の構成要素によって実現したり、１つの構成要素が有する１つの機能を、複数の構成要素によって実現したりしてもよい。また、複数の構成要素が有する複数の機能を、１つの構成要素によって実現したり、複数の構成要素によって実現される１つの機能を、１つの構成要素によって実現したりしてもよい。また、上記実施形態の構成の一部を省略してもよい。また、上記実施形態の構成の少なくとも一部を、他の上記実施形態の構成に対して付加又は置換してもよい。なお、特許請求の範囲に記載した文言のみによって特定される技術思想に含まれるあらゆる態様が本発明の実施形態である。

（ｄ）上述した区画線認識装置の他、当該区画線認識装置を構成要素とするシステム、当該区画線認識装置としてコンピュータを機能させるためのプログラム、このプログラムを記録した半導体メモリ等の非遷移的実態的記録媒体、車線推定方法など、種々の形態で本発明を実現することもできる。

１０…車載カメラ、３０…区画線認識装置、３４…候補線抽出部、３５…線特徴判定部、３６…多重線判定部、３７…候補選択部、３８…車線推定部、３９…出力部、７０…車両。

Claims (4)

1. カメラ（１０）により撮影されたカラーの路面画像から車両（７０）が走行する車線を推定する区画線認識装置（３０）であって、
   前記路面画像から前記車線を区画する区画線の候補である候補線を抽出するように構成された候補抽出部（３４）と、
   前記カメラに対向する方向からの光を逆光として、前記候補抽出部により抽出された前記候補線の線種、線色、及び、前記逆光の影響の有無を判定するように構成された線特徴判定部（３５）と、
   前記候補抽出部により抽出された前記候補線が多重線を構成しているか否かを判定するように構成された多重線判定部（３６）と、
   前記候補抽出部により抽出された前記候補線から、走行地域のルールに従って、前記線特徴判定部により判定された前記線種、前記線色、及び前記多重線判定部による判定結果を用いて、前記区画線となる前記候補線を選択するように構成された候補選択部（３７）と、
   前記候補選択部により選択された前記候補線を認識して、前記車線の形状を推定するように構成された車線推定部（３８）と、
   前記車線推定部により推定された推定結果を出力するように構成された出力部（３９）と、を備え、
   前記線特徴判定部は、前記逆光の影響有りと判定された前記候補線が、前記多重線を構成している場合に、当該多重線を構成している前記候補線同士の色情報を比較して、前記逆光の影響有りと判定された前記候補線の線色を再判定するように構成されている、区画線認識装置。
2. 前記線特徴判定部は、前記候補選択部により前記車両の左右で選択された前記候補線に、前記逆光の影響有りと判定された前記候補線が含まれている場合に、選択された前記候補線同士の色情報を比較して、前記逆光の影響有りと判定された前記候補線の線色を再判定するように構成されており、
   前記出力部は、前記候補選択部により選択された前記候補線の前記線特徴判定部により判定された前記線色を更に出力するように構成されている、請求項１に記載の区画線認識装置。
3. 前記特徴判定部は、前記線色を再判定する際に、前記区画線の特定の色に対応した前記候補線の色成分値、及び前記候補線のＲＢＧ各成分値の関係性を前記候補線同士で比較して、前記線色を再判定するように構成されている、請求項１又は２に記載の区画線認識装置。
4. 前記特徴判定部は、前記候補線の前記逆光の影響の有無を、前記候補線の輝度値及び前記カメラに対する光源の位置の少なくとも一方から判定するように構成されている、請求項１〜３のいずれか１項に記載の区画線認識装置。