JP6962726B2 - 走路認識装置 - Google Patents
走路認識装置 Download PDFInfo
- Publication number
- JP6962726B2 JP6962726B2 JP2017134262A JP2017134262A JP6962726B2 JP 6962726 B2 JP6962726 B2 JP 6962726B2 JP 2017134262 A JP2017134262 A JP 2017134262A JP 2017134262 A JP2017134262 A JP 2017134262A JP 6962726 B2 JP6962726 B2 JP 6962726B2
- Authority
- JP
- Japan
- Prior art keywords
- shape
- track
- vehicle
- distant
- track shape
- 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.)
- Active
Links
Images
Landscapes
- Control Of Driving Devices And Active Controlling Of Vehicle (AREA)
- Traffic Control Systems (AREA)
- Image Analysis (AREA)
Description
A1.装置構成:
図1に示す本実施形態の走路認識装置100は、図示しない車両に搭載され、かかる車両の走路に認識する。なお、本実施形態において、走路認識装置100が搭載された車両を、「自車両」とも呼ぶ。自車両は、自動運転可能な車両である。自車両は、自動運転と手動運転(運転者による運転)とを切り替えて実行する車両と、これらの2種類の運転のうちの自動運転のみを実行する車両とのいずれであってもよい。走路認識装置100は、図示しないCPUおよびメモリを備えたECU(Electronic Control Unit)10により構成されている。走路認識装置100は、同様に車両に搭載された撮像部21、車速センサ22、ヨーレートセンサ23、および車両制御部31に、それぞれ電気的に接続されている。
図2に示す近傍走路形状算出処理は、自車両のイグニッションがオンすると定期的に繰り返し実行される。近傍形状算出部101は、得られた撮像画像における近傍走路のエッジ、より具体的には、近傍走路を区画する区画線のエッジを抽出する(ステップS105)。
図4に示す近傍走路形状算出処理は、自車両のイグニッションがオンすると定期的に繰り返し実行される。遠方形状算出部102は、所定の時刻に近傍走路形状の入力があるか否かを判定する(ステップS205)。上述のように、近傍走路形状算出処理のステップS140が実行された場合には、「入力あり」と判定される。これに対して、近傍走路形状算出処理のステップS125において白線候補の絞り込みの結果、白線候補が無いと判定された場合、ステップS140は実行されず、所定の時刻に近傍走路形状は、遠方形状算出部102に入力されない。
図7に示す目標通過点設定処理は、自車両のイグニッションがオンすると定期的に繰り返し実行される。目標通過点設定部105は、所定の時刻に近傍走路形状の入力があるか否かを判定する(ステップS305)。上述のように、近傍走路形状算出処理は定期的に実行され、ステップS140が実行される場合には、定期的に近傍走路形状が目標通過点設定部105に入力される。他方、近傍走路形状が算出されない場合には、所定時刻に近傍走路形状は目標通過点設定部105に入力されない。
第2実施形態の走路認識装置の装置は、第1実施形態の走路認識装置100の装置構成と同じであるので、同一の構成要素には同一の符号を付し、その詳細な説明を省略する。第2実施形態の走路形状算出処理は、図8に示すように、ステップS209を追加して実行する点において、図4に示す第1実施形態の走路形状算出処理と異なり、その他の手順は同一である。
第3実施形態の走路認識装置の装置は、第1実施形態の走路認識装置100の装置構成と同じであるので、同一の構成要素には同一の符号を付し、その詳細な説明を省略する。第3実施形態の目標通過点設定処理は、図9に示すように、ステップS319、S320を追加して実行する点において、図7に示す第1実施形態の目標通過点設定処理と異なり、その他の手順は同一である。
図10に示す第4実施形態の走路認識装置100aは、車両位置判定部106として機能する点において、第1実施形態の走路認識装置100と異なる。第4実施形態の走路認識装置100aのその他の構成は、第1実施形態の走路認識装置100と同じであるので、その詳細な説明を省略する。
第5実施形態の走路認識装置の装置は、第1実施形態の走路認識装置100の装置構成と同じであるので、同一の構成要素には同一の符号を付し、その詳細な説明を省略する。第5実施形態の目標通過点設定処理は、図12に示すように、ステップS316、S317、S318を追加して実行する点において、第3実施形態の目標通過点設定処理と異なり、その他の手順は同一である。
第6実施形態の走路認識装置の装置は、第1実施形態の走路認識装置100の装置構成と同じであるので、同一の構成要素には同一の符号を付し、その詳細な説明を省略する。第6実施形態の走路形状算出処理は、図13に示すように、ステップS405およびS410を追加して実行する点において、第1実施形態の走路形状算出処理と異なり、その他の手順は同一である。
X=A×B/{A×B+(1−A)×(1−B)}・・・(1)
第7実施形態の走路認識装置100bは、図16に示すように、物体検出部107および停車判定部108として機能する点において、第1実施形態の走路認識装置100と異なる。第7実施形態の走路認識装置100bのその他の装置構成は、第1実施形態の走路認識装置100と同じであるので、その詳細な説明を省略する。
第8実施形態の走路認識装置100cは、図18に示すように、自車両に搭載されたミリ波レーダ24と電気的に接続されている点と、立体構造物検出部109として機能する点とにおいて、第1実施形態の走路認識装置100と異なる。第8実施形態の走路認識装置100cのその他の構成は、第1実施形態の走路認識装置100の装置構成と同じであるので、同一の構成要素には同一の符号を付し、その詳細な説明を省略する。
第9実施形態の走路認識装置100dは、図20に示すように、接続インターフェイス部(接続IF部)25と電気的に接続されている点と、走行レーン特定部110および走行レーン推定部111として機能する点とにおいて、第8実施形態の走路認識装置100cと異なる。第9実施形態の走路認識装置100dのその他の構成は、第8実施形態の走路認識装置100cの装置構成と同じであるので、同一の構成要素には同一の符号を付し、その詳細な説明を省略する。
第10実施形態の走路認識装置100eは、図21に示すように、加速度センサ26と電気的に接続されている点と、姿勢変化検出部112として機能する点と、補正量マップ格納部120を備える点とにおいて、第1実施形態の走路認識装置100と異なる。第10実施形態の走路認識装置100eのその他の構成は、第1実施形態の走路認識装置100の装置構成と同じであるので、同一の構成要素には同一の符号を付し、その詳細な説明を省略する。
第11実施形態の走路認識装置100fは、図22に示すように、テンプレート画像特定部113として機能する点と、補正量マップ格納部120を備えていない点とにおいて、第10実施形態の走路認識装置100eの装置構成と異なる。第11実施形態の走路認識装置100fにおけるその他の構成要素は、第10実施形態の走路認識装置100eと同じであるので、同一の構成要素には同一の符号を付し、その詳細な説明を省略する。テンプレート画像特定部113は、処理領域を設定する際に用いるテンプレート画像を特定する。かかるテンプレート画像については、後述する。
第12実施形態の走路認識装置100gは、図24に示すように、補正量特定部114として機能する点において、図18に示す第8実施形態の走路認識装置100cと異なる。第12実施形態の走路認識装置100gにおけるその他の構成要素は、第8実施形態の走路認識装置100cと同じであるので、同一の構成要素には同一の符号を付し、その詳細な説明を省略する。補正量特定部114は、処理領域の位置を補正する際に用いられる補正量を特定する。走路認識装置100gでは、上述の10実施形態の走路認識装置100eと同様に、自車両の姿勢変化に応じて処理領域の位置を補正する。第10実施形態の走路認識装置100eでは、車速と加速度とに基づき補正量マップを参照して補正量を特定していたが、第12実施形態の走路認識装置100gは、撮像部21により得られた撮像画像と、ミリ波レーダ24の測定結果とを利用して、補正量を特定する。
第13実施形態の走路認識装置100hは、図29に示すように、テンプレート画像補正部115として機能する点において、第11実施形態の走路認識装置100fと異なる。第13実施形態の走路認識装置100hにおけるその他の構成要素は、第11実施形態の走路認識装置100fと同じであるので、同一の構成要素には同一の符号を付し、その詳細な説明を省略する。走路認識装置100hは、第11実施形態の走路認識装置100fと同様な手順にて、近傍走路形状算出処理、遠方走路形状算出処理および目標通過点設定処理を実行する。
第14実施形態の走路認識装置の装置構成は、第11実施形態の走路認識装置100fの装置構成と同じであるので、同一の構成要素には同一の符号を付し、その詳細な説明を省略する。
第15実施形態の走路認識装置100iは、図31に示すように、交差点判定部116および方向特定部117として機能する点において、第1実施形態の走路認識装置100と異なる。第15実施形態の走路認識装置100iのその他の構成は、第1実施形態の走路認識装置100と同じであるので、その詳細な説明を省略する。
第16実施形態の走路認識装置100jは、図34に示すように、正常性判定部118として機能する点において、第1実施形態の走路認識装置100の装置構成と異なる。第16実施形態の走路認識装置100jにおけるその他の構成要素は、第1実施形態の走路認識装置100と同じであるので、同一の構成要素には同一の符号を付し、その詳細な説明を省略する。正常性判定部118は、後述する第16実施形態における遠方走路形状算出処理において一時的に選択された白線候補の正常性を判定する。
(i)LMedSにより得られる誤差分布における中央値の評価スコアが、予め定められた閾値評価スコアよりも大きい。
(ii)LMedSにより得られる誤差分布において、中央値から外れた値の誤差が連続する誤差範囲であって、度数が予め定められた閾値度数よりも大きく互いに等しい誤差範囲が、予め定められた範囲よりも広い。
(iii)得られた誤差数が予め定められた閾値数よりも少ない。
第17実施形態の走路認識装置100kは、図37に示すように、走路推定部119として機能する点において、第16実施形態の走路認識装置100jの装置構成と異なる。第17実施形態の走路認識装置100kにおけるその他の構成要素は、第16実施形態の走路認識装置100jと同じであるので、同一の構成要素には同一の符号を付し、その詳細な説明を省略する。走路推定部119は、前回の遠方走路形状に基づき、今回の遠方走路形状を推定する。
第18実施形態における走路認識装置の装置構成は、図37に示す第17実施形態におおける走路認識装置100kの装置構成と同じであるので、同一の構成要素には同一の符号を付し、その詳細な説明を省略する。
(S−1)各実施形態において、今回算出された近傍走路形状を用いていた処理を、近傍走路形状の履歴を用いた処理に置き換えてもよい。例えば、第1実施形態における遠方走路形状算出処理のステップS210において、今回算出された近傍走路形状に代えて、近傍走路形状の履歴を用いて遠方走路形状を推定してもよい。例えば、前回の近傍走路形状、前々回の近傍走路形状からそれぞれ遠方走路形状を推定し、これら2つの遠方走路形状を組み合わせて(外挿して)、今回の遠方走路形状を推定してもよい。また、例えば、第1実施形態の遠方走路形状算出処理のステップS275において、前回算出された遠方走路形状に代えて、遠方走路形状の履歴を用いて処理領域を設定してもよい。
Claims (22)
- 車両に搭載され、前記車両の走路を認識する走路認識装置(100、100a〜100k)であって、
前記車両に搭載された撮像装置(21)により繰り返し得られる撮像画像に基づき、前記車両の近傍の走路形状である近傍走路形状を繰り返し算出する近傍形状算出部(101)と、
算出された前記近傍走路形状に基づき各撮像画像における処理領域(Er1〜Er4、El1〜El4)を設定し、前記処理領域内における前記車両の遠方の走路形状である遠方走路形状を繰り返し算出する遠方形状算出部(102)と、
算出された前記近傍走路形状を時系列的に履歴として記憶する近傍形状記憶部(103)と、
算出された前記遠方走路形状を時系列的に履歴として記憶する遠方形状記憶部(104)と、
を備え、
前記遠方形状算出部は、前記近傍走路形状が算出されない場合には、前記近傍走路形状の履歴と、前記遠方走路形状の履歴と、のうち少なくとも一方を用いて、前記処理領域を設定し、
前記車両の自動走行に用いられる目標通過点を設定する目標通過点設定部(105)を、さらに備え、
前記目標通過点設定部は、前記近傍走路形状が算出された場合には、前記近傍走路形状に基づき前記目標通過点を設定し、前記近傍走路形状が算出されない場合には、前記遠方走路形状に基づき前記目標通過点を設定する、
走路認識装置。 - 車両に搭載され、前記車両の走路を認識する走路認識装置(100、100a〜100k)であって、
前記車両に搭載された撮像装置(21)により繰り返し得られる撮像画像に基づき、前記車両の近傍の走路形状である近傍走路形状を繰り返し算出する近傍形状算出部(101)と、
算出された前記近傍走路形状に基づき各撮像画像における処理領域(Er1〜Er4、El1〜El4)を設定し、前記処理領域内における前記車両の遠方の走路形状である遠方走路形状を繰り返し算出する遠方形状算出部(102)と、
算出された前記近傍走路形状を時系列的に履歴として記憶する近傍形状記憶部(103)と、
算出された前記遠方走路形状を時系列的に履歴として記憶する遠方形状記憶部(104)と、
を備え、
前記遠方形状算出部は、前記近傍走路形状が算出されない場合には、前記近傍走路形状の履歴と、前記遠方走路形状の履歴と、のうち少なくとも一方を用いて、前記処理領域を設定し、
前記遠方形状算出部は、前記近傍走路形状が予め定められた第1期間を超えて連続して算出されない場合には、前記遠方走路形状を算出しない、
走路認識装置。 - 請求項2に記載の走路認識装置において、
前記遠方形状算出部は、前記遠方走路形状が算出されない期間が予め定められた第2期間を超えない場合には、前記近傍走路形状の履歴と前記遠方走路形状の履歴とのうち少なくとも一方を用いて前記遠方走路形状を算出し、前記算出されない期間が前記第2期間を超えた場合には、前記遠方走路形状を算出しない、
走路認識装置。 - 請求項3に記載の走路認識装置において、
前記車両の現在位置が交差点および前記交差点の近傍領域を含む交差点領域内であるか否かを判定する車両位置判定部(106)を、さらに備え、
前記遠方形状算出部は、前記車両位置判定部による判定の結果、前記車両の現在位置が前記交差点領域内である場合には、前記交差点領域内でない場合に比べて、前記第1期間と前記第2期間とのうち少なくとも一方を、より長い時間に設定する、
走路認識装置。 - 車両に搭載され、前記車両の走路を認識する走路認識装置(100、100a〜100k)であって、
前記車両に搭載された撮像装置(21)により繰り返し得られる撮像画像に基づき、前記車両の近傍の走路形状である近傍走路形状を繰り返し算出する近傍形状算出部(101)と、
算出された前記近傍走路形状に基づき各撮像画像における処理領域(Er1〜Er4、El1〜El4)を設定し、前記処理領域内における前記車両の遠方の走路形状である遠方走路形状を繰り返し算出する遠方形状算出部(102)と、
算出された前記近傍走路形状を時系列的に履歴として記憶する近傍形状記憶部(103)と、
算出された前記遠方走路形状を時系列的に履歴として記憶する遠方形状記憶部(104)と、
を備え、
前記遠方形状算出部は、前記近傍走路形状が算出されない場合には、前記近傍走路形状の履歴と、前記遠方走路形状の履歴と、のうち少なくとも一方を用いて、前記処理領域を設定し、
算出された前記近傍走路形状に対して認識精度と相関する評価値を取得する評価部を、さらに備え、
前記評価部は、算出された前記近傍走路形状における奥行き方向の長さが長いほど高い評価値を取得し、
前記遠方形状算出部は、算出された前記評価値に応じた利用率で前記算出された前記近傍走路形状を用いて前記処理領域を設定する、
走路認識装置。 - 請求項5に記載の走路認識装置において、
前記車両の前方における他の車両の有無を検出する物体検出部(107)と、
前記車両が赤信号で停車中であるか否かを判定する停車判定部(108)と、
をさらに備え、
前記遠方形状算出部は、前記車両の前方に前記他の車両が存在せず、且つ、前記車両が赤信号で停車中の場合には、前記車両の停車前に設定された前記処理領域を、今回の前記処理領域として設定する、
走路認識装置。 - 車両に搭載され、前記車両の走路を認識する走路認識装置(100、100a〜100k)であって、
前記車両に搭載された撮像装置(21)により繰り返し得られる撮像画像に基づき、前記車両の近傍の走路形状である近傍走路形状を繰り返し算出する近傍形状算出部(101)と、
算出された前記近傍走路形状に基づき各撮像画像における処理領域(Er1〜Er4、El1〜El4)を設定し、前記処理領域内における前記車両の遠方の走路形状である遠方走路形状を繰り返し算出する遠方形状算出部(102)と、
算出された前記近傍走路形状を時系列的に履歴として記憶する近傍形状記憶部(103)と、
算出された前記遠方走路形状を時系列的に履歴として記憶する遠方形状記憶部(104)と、
を備え、
前記遠方形状算出部は、前記近傍走路形状が算出されない場合には、前記近傍走路形状の履歴と、前記遠方走路形状の履歴と、のうち少なくとも一方を用いて、前記処理領域を設定し、
前記車両の前方における物体を検出する物体検出部(107)と、
前記撮像画像を利用して、前記車両が赤信号で停車中であるか否かを判定する停車判定部(108)と、
をさらに備え、
前記遠方形状算出部は、前記車両の前方に他の車両が存在せず、且つ、前記車両が赤信号で停車中の場合であり、且つ、前記車両の前方を横切る移動物が存在する場合には、前記処理領域の新たな設定は行わず、前記車両の停車前に特定された前記処理領域を、現在の前記処理領域として設定する、
走路認識装置。 - 車両に搭載され、前記車両の走路を認識する走路認識装置(100、100a〜100k)であって、
前記車両に搭載された撮像装置(21)により繰り返し得られる撮像画像に基づき、前記車両の近傍の走路形状である近傍走路形状を繰り返し算出する近傍形状算出部(101)と、
算出された前記近傍走路形状に基づき各撮像画像における処理領域(Er1〜Er4、El1〜El4)を設定し、前記処理領域内における前記車両の遠方の走路形状である遠方走路形状を繰り返し算出する遠方形状算出部(102)と、
算出された前記近傍走路形状を時系列的に履歴として記憶する近傍形状記憶部(103)と、
算出された前記遠方走路形状を時系列的に履歴として記憶する遠方形状記憶部(104)と、
を備え、
前記遠方形状算出部は、前記近傍走路形状が算出されない場合には、前記近傍走路形状の履歴と、前記遠方走路形状の履歴と、のうち少なくとも一方を用いて、前記処理領域を設定し、
照射された電磁波の反射波を利用して立体構造物を検出する立体構造物検出部(109)を、さらに備え、
前記遠方形状算出部は、検出された前記立体構造物のうち道路の側縁に存在する路側物を特定し、特定された前記路側物により区画される領域の内側において、前記処理領域を設定する、
走路認識装置。 - 車両に搭載され、前記車両の走路を認識する走路認識装置(100、100a〜100k)であって、
前記車両に搭載された撮像装置(21)により繰り返し得られる撮像画像に基づき、前記車両の近傍の走路形状である近傍走路形状を繰り返し算出する近傍形状算出部(101)と、
算出された前記近傍走路形状に基づき各撮像画像における処理領域(Er1〜Er4、El1〜El4)を設定し、前記処理領域内における前記車両の遠方の走路形状である遠方走路形状を繰り返し算出する遠方形状算出部(102)と、
算出された前記近傍走路形状を時系列的に履歴として記憶する近傍形状記憶部(103)と、
算出された前記遠方走路形状を時系列的に履歴として記憶する遠方形状記憶部(104)と、
を備え、
前記遠方形状算出部は、前記近傍走路形状が算出されない場合には、前記近傍走路形状の履歴と、前記遠方走路形状の履歴と、のうち少なくとも一方を用いて、前記処理領域を設定し、
照射された電磁波の反射波を利用して立体構造物を検出する立体構造物検出部と、
前記車両の現在の走行レーンを特定する走行レーン特定部(110)と、
検出された前記立体構造物のうち道路の側縁に存在する路側物を特定し、特定された前記路側物と特定された前記現在の走行レーンとを利用して、前記車両が交差点を通過した後に走行するレーンである通過後走行レーンを推定する走行レーン推定部(111)と、
をさらに備え、
前記遠方形状算出部は、推定される前記通過後走行レーンを示す情報を利用して、前記処理領域を設定する、
走路認識装置。 - 車両に搭載され、前記車両の走路を認識する走路認識装置(100、100a〜100k)であって、
前記車両に搭載された撮像装置(21)により繰り返し得られる撮像画像に基づき、前記車両の近傍の走路形状である近傍走路形状を繰り返し算出する近傍形状算出部(101)と、
算出された前記近傍走路形状に基づき各撮像画像における処理領域(Er1〜Er4、El1〜El4)を設定し、前記処理領域内における前記車両の遠方の走路形状である遠方走路形状を繰り返し算出する遠方形状算出部(102)と、
算出された前記近傍走路形状を時系列的に履歴として記憶する近傍形状記憶部(103)と、
算出された前記遠方走路形状を時系列的に履歴として記憶する遠方形状記憶部(104)と、
を備え、
前記遠方形状算出部は、前記近傍走路形状が算出されない場合には、前記近傍走路形状の履歴と、前記遠方走路形状の履歴と、のうち少なくとも一方を用いて、前記処理領域を設定し、
ノーズアップまたはノーズダウンである前記車両の姿勢変化を検出する姿勢変化検出部(112)をさらに備え、
前記遠方形状算出部は、前記姿勢変化が検出された場合に、前記姿勢変化に応じて前記処理領域の位置を補正して設定する、
走路認識装置。 - 車両に搭載され、前記車両の走路を認識する走路認識装置(100、100a〜100k)であって、
前記車両に搭載された撮像装置(21)により繰り返し得られる撮像画像に基づき、前記車両の近傍の走路形状である近傍走路形状を繰り返し算出する近傍形状算出部(101)と、
算出された前記近傍走路形状に基づき各撮像画像における処理領域(Er1〜Er4、El1〜El4)を設定し、前記処理領域内における前記車両の遠方の走路形状である遠方走路形状を繰り返し算出する遠方形状算出部(102)と、
算出された前記近傍走路形状を時系列的に履歴として記憶する近傍形状記憶部(103)と、
算出された前記遠方走路形状を時系列的に履歴として記憶する遠方形状記憶部(104)と、
を備え、
前記遠方形状算出部は、前記近傍走路形状が算出されない場合には、前記近傍走路形状の履歴と、前記遠方走路形状の履歴と、のうち少なくとも一方を用いて、前記処理領域を設定し、
照射された電磁波の反射波を利用して立体構造物を繰り返し検出する立体構造物検出部(109)と、
ノーズアップまたはノーズダウンである前記車両の姿勢変化に起因する前記撮像画像における前記処理領域の位置ずれを、補正する際の補正量を特定する補正量特定部(114)と、
をさらに備え、
前記遠方形状算出部は、前記補正量で前記処理領域の位置を補正して設定し、
前記補正量特定部は、
前回の前記撮像画像における特定地点までの前記車両からの距離と、今回の前記撮像画像における前記特定地点までの前記車両までの距離との差分と、
前記立体構造物検出部により今回検出された特定立体構造物までの前記車両からの距離と、前回以前に検出された前記特定立体構造物までの前記車両からの距離との差分と、の相違に基づき、前記補正量を特定する、
走路認識装置。 - 車両に搭載され、前記車両の走路を認識する走路認識装置(100、100a〜100k)であって、
前記車両に搭載された撮像装置(21)により繰り返し得られる撮像画像に基づき、前記車両の近傍の走路形状である近傍走路形状を繰り返し算出する近傍形状算出部(101)と、
算出された前記近傍走路形状に基づき各撮像画像における処理領域(Er1〜Er4、El1〜El4)を設定し、前記処理領域内における前記車両の遠方の走路形状である遠方走路形状を繰り返し算出する遠方形状算出部(102)と、
算出された前記近傍走路形状を時系列的に履歴として記憶する近傍形状記憶部(103)と、
算出された前記遠方走路形状を時系列的に履歴として記憶する遠方形状記憶部(104)と、
を備え、
前記遠方形状算出部は、前記近傍走路形状が算出されない場合には、前記近傍走路形状の履歴と、前記遠方走路形状の履歴と、のうち少なくとも一方を用いて、前記処理領域を設定し、
ノーズアップまたはノーズダウンである前記車両の姿勢変化を検出する姿勢変化検出部(112)と、
前記姿勢変化の発生前に特定された前記処理領域を含む予め定められた大きさの領域の画像を、テンプレート画像として特定するテンプレート画像特定部(113)と、
を備え、
前記遠方形状算出部は、前記姿勢変化が検出された場合に、前記撮像画像に対して前記テンプレート画像を用いてパターンマッチングを実行して、前記処理領域を設定する、
走路認識装置。 - 請求項12に記載の走路認識装置において、
前記撮像装置の搭載位置または姿勢に相関する搭載パラメータと、前記車両の走行レーンの形状に相関するパラメータと、前記車両の挙動に相関するパラメータと、のうち少なくとも1つに基づき、前記テンプレート画像を補正するテンプレート画像補正部を、さらに備える、
走路認識装置。 - 請求項12または請求項13に記載の走路認識装置において、
前記遠方形状算出部は、前記車両の走行レーンを区画する区画線が破線である場合には、前記区画線が実線である場合に比べて、前記パターンマッチングの結果が一致度を示すスコアに与える影響を低減する、
走路認識装置。 - 車両に搭載され、前記車両の走路を認識する走路認識装置(100、100a〜100k)であって、
前記車両に搭載された撮像装置(21)により繰り返し得られる撮像画像に基づき、前記車両の近傍の走路形状である近傍走路形状を繰り返し算出する近傍形状算出部(101)と、
算出された前記近傍走路形状に基づき各撮像画像における処理領域(Er1〜Er4、El1〜El4)を設定し、前記処理領域内における前記車両の遠方の走路形状である遠方走路形状を繰り返し算出する遠方形状算出部(102)と、
算出された前記近傍走路形状を時系列的に履歴として記憶する近傍形状記憶部(103)と、
算出された前記遠方走路形状を時系列的に履歴として記憶する遠方形状記憶部(104)と、
を備え、
前記遠方形状算出部は、前記近傍走路形状が算出されない場合には、前記近傍走路形状の履歴と、前記遠方走路形状の履歴と、のうち少なくとも一方を用いて、前記処理領域を設定し、
前記車両が交差点および前記交差点の近傍領域を含む交差点領域内を走行中又は停車中であるか否かを判定する交差点判定部(116)と、
前記撮像画像において、前記車両の走行レーン上の横断歩道の縞模様を構成する複数のペイントを検出し、検出された前記複数のペイントの長手方向を特定する方向特定部(117)と、
をさらに備え、
前記遠方形状算出部は、
前記交差点領域内を前記車両が走行中又は停車中でないと判定された場合に、算出された前記近傍走路形状に基づき前記処理領域を設定し、
前記交差点領域内を前記車両が走行中又は停車中であると判定された場合に、前記方向特定部により特定された前記複数のペイントの長手方向を利用して、前記処理領域を設定する、
走路認識装置。 - 請求項15に記載の走路認識装置において、
前記方向特定部は、前記交差点領域内を前記車両が走行中又は停車中であると判定された場合に、前記複数のペイントの長手方向に沿ったエッジうち、前記走行レーン内に位置する2つのエッジ(Eg1、Eg2)を延長した仮想線(Vl1、Vl2)同士の交差位置(P10)を特定し、
前記遠方形状算出部は、前記交差位置に基づき、前記処理領域を設定する、
走路認識装置。 - 請求項16に記載の走路認識装置において、
前記2つのエッジは、前記走行レーン内においてそれぞれ最も端側に位置する、
走路認識装置。 - 請求項16または請求項17に記載の走路認識装置において、
前記遠方形状算出部は、前記複数のペイントの長手方向に沿ったエッジのうち前記走行レーン内における両端に位置する2つのエッジを延長した2つの仮想線上の2つの第1点(P1r、P1l)であって、前記交差位置から予め定められた第1距離(L21)だけ手前側の2つの第1点と、前記2つの仮想線上の前記2つの第1点とは異なる2つの第2点(P2r、P2l)であって、前記横断歩道(Pd3)の奥側の端部から予め定められた第2距離(L22)だけ奥側の2つの第2点と、をそれぞれ結んだ線分を中心として、予め定められた第3距離(L3)を前記走行レーン(Ln5)と交わる方向の幅とする2つの矩形状の領域(Er4、El4)を、前記処理領域として特定する、
走路認識装置。 - 車両に搭載され、前記車両の走路を認識する走路認識装置(100、100a〜100k)であって、
前記車両に搭載された撮像装置(21)により繰り返し得られる撮像画像に基づき、前記車両の近傍の走路形状である近傍走路形状を繰り返し算出する近傍形状算出部(101)と、
算出された前記近傍走路形状に基づき各撮像画像における処理領域(Er1〜Er4、El1〜El4)を設定し、前記処理領域内における前記車両の遠方の走路形状である遠方走路形状を繰り返し算出する遠方形状算出部(102)と、
算出された前記近傍走路形状を時系列的に履歴として記憶する近傍形状記憶部(103)と、
算出された前記遠方走路形状を時系列的に履歴として記憶する遠方形状記憶部(104)と、
を備え、
前記遠方形状算出部は、前記近傍走路形状が算出されない場合には、前記近傍走路形状の履歴と、前記遠方走路形状の履歴と、のうち少なくとも一方を用いて、前記処理領域を設定し、
算出される前記遠方走路形状の正常性を判定する正常性判定部(118)を、さらに備え、
前記遠方形状算出部は、算出された前記遠方走路形状が正常でないと判定された場合に、前記遠方走路形状を算出せず、
前記遠方形状算出部は、前記撮像画像内の任意の2つのエッジを通る直線と他のエッジとの誤差に基づきLMedSにより得られる誤差分布に基づき、前記誤差分布における誤差中央値の度数が最も低い直線である候補直線を、仮の遠方走路形状として算出し、
前記正常性判定部は、
前記候補直線についての前記誤差分布における誤差中央値の度数である評価スコアが、予め定められた閾値スコアよりも大きいとの条件と、
前記候補直線の誤差分布において前記誤差中央値から外れた誤差が連続する範囲が予め定められた範囲よりも広いとの条件と、
得られた誤差数が予め定められた閾値数よりも少ないとの条件と、
のうち、少なくとも1つの条件が満たされる場合には、前記仮の遠方走路形状は正常でないと判定し、いずれの条件も満たされない場合には前記仮の遠方走路形状は正常であると判定し、前記仮の遠方走路形状を前記遠方走路形状として算出する、
走路認識装置。 - 車両に搭載され、前記車両の走路を認識する走路認識装置(100、100a〜100k)であって、
前記車両に搭載された撮像装置(21)により繰り返し得られる撮像画像に基づき、前記車両の近傍の走路形状である近傍走路形状を繰り返し算出する近傍形状算出部(101)と、
算出された前記近傍走路形状に基づき各撮像画像における処理領域(Er1〜Er4、El1〜El4)を設定し、前記処理領域内における前記車両の遠方の走路形状である遠方走路形状を繰り返し算出する遠方形状算出部(102)と、
算出された前記近傍走路形状を時系列的に履歴として記憶する近傍形状記憶部(103)と、
算出された前記遠方走路形状を時系列的に履歴として記憶する遠方形状記憶部(104)と、
を備え、
前記遠方形状算出部は、前記近傍走路形状が算出されない場合には、前記近傍走路形状の履歴と、前記遠方走路形状の履歴と、のうち少なくとも一方を用いて、前記処理領域を設定し、
算出される前記遠方走路形状の正常性を判定する正常性判定部(118)を、さらに備え、
前記遠方形状算出部は、算出された前記遠方走路形状が正常でないと判定された場合に、前記遠方走路形状を算出せず、
前記遠方走路形状の履歴に基づき、今回の前記遠方走路形状である推定遠方走路形状を推定する走路推定部(119)を、さらに備え、
前記遠方形状算出部は、前記撮像画像内の任意の2つのエッジを通る直線と他のエッジとの誤差に基づきLMedSにより得られる誤差分布に基づき、前記誤差分布における誤差中央値の度数が最も低い直線である候補直線を、仮の遠方走路形状として算出し、
前記正常性判定部は、前記推定遠方走路形状と、前記仮の遠方走路形状と、を比較して、前記推定遠方走路形状と前記仮の遠方走路形状との間における角度と位置とのうちの少なくとも一方の差が、予め定められた差以上の場合に前記仮の遠方走路形状は正常でないと判定し、前記予め定められた差よりも小さい場合に前記仮の遠方走路形状は正常であると判定し、前記仮の遠方走路形状を、前記遠方走路形状として算出する、
走路認識装置。 - 車両に搭載され、前記車両の走路を認識する走路認識装置(100、100a〜100k)であって、
前記車両に搭載された撮像装置(21)により繰り返し得られる撮像画像に基づき、前記車両の近傍の走路形状である近傍走路形状を繰り返し算出する近傍形状算出部(101)と、
算出された前記近傍走路形状に基づき各撮像画像における処理領域(Er1〜Er4、El1〜El4)を設定し、前記処理領域内における前記車両の遠方の走路形状である遠方走路形状を繰り返し算出する遠方形状算出部(102)と、
算出された前記近傍走路形状を時系列的に履歴として記憶する近傍形状記憶部(103)と、
算出された前記遠方走路形状を時系列的に履歴として記憶する遠方形状記憶部(104)と、
を備え、
前記遠方形状算出部は、前記近傍走路形状が算出されない場合には、前記近傍走路形状の履歴と、前記遠方走路形状の履歴と、のうち少なくとも一方を用いて、前記処理領域を設定し、
算出される前記遠方走路形状の正常性を判定する正常性判定部(118)を、さらに備え、
前記遠方形状算出部は、算出された前記遠方走路形状が正常でないと判定された場合に、前記遠方走路形状を算出せず、
前記遠方形状算出部は、前記撮像画像内の任意の2つのエッジを通る直線と他のエッジとの誤差に基づきLMedSにより得られる誤差分布に基づき、前記誤差分布における誤差中央値の度数が最も低い直線である候補直線を、仮の遠方走路形状として算出し、
前記正常性判定部は、今回算出された前記近傍走路形状と、前記仮の遠方走路形状と、を比較して、前記近傍走路形状と前記仮の遠方走路形状との間における角度と位置とのうちの少なくとも一方の差が、予め定められた差以上の場合に前記仮の遠方走路形状は正常でないと判定し、前記予め定められた差よりも小さい場合に前記仮の遠方走路形状は正常であると判定し、前記仮の遠方走路形状を、前記遠方走路形状として算出する、
走路認識装置。 - 請求項19に記載の走路認識装置において、
前記遠方走路形状の履歴に基づき、今回の前記遠方走路形状である推定遠方走路形状を推定する走路推定部(119)を、さらに備え、
前記正常性判定部は、前記撮像画像内の任意の2つのエッジを通る直線と、前記推定遠方走路形状と、を比較して、該直線と前記推定遠方走路形状との間における角度と位置とのうちの少なくとも一方の差が小さいほど、該直線についての前記誤差分布における誤差中央値の度数である評価スコアを、より小さく設定する、
走路認識装置。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2017134262A JP6962726B2 (ja) | 2017-07-10 | 2017-07-10 | 走路認識装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2017134262A JP6962726B2 (ja) | 2017-07-10 | 2017-07-10 | 走路認識装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2019014407A JP2019014407A (ja) | 2019-01-31 |
JP6962726B2 true JP6962726B2 (ja) | 2021-11-05 |
Family
ID=65356828
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2017134262A Active JP6962726B2 (ja) | 2017-07-10 | 2017-07-10 | 走路認識装置 |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP6962726B2 (ja) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP7437982B2 (ja) * | 2020-03-10 | 2024-02-26 | 本田技研工業株式会社 | 移動体制御装置、移動体制御方法、及びプログラム |
JP7505596B2 (ja) | 2021-01-04 | 2024-06-25 | 日本電気株式会社 | 画像処理装置、画像処理方法、及び画像処理プログラム |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP3930309B2 (ja) * | 2001-12-11 | 2007-06-13 | 富士重工業株式会社 | 車両用運転支援装置 |
JP2015179368A (ja) * | 2014-03-19 | 2015-10-08 | 株式会社日本自動車部品総合研究所 | 走行区画線認識装置及び走行区画線認識プログラム |
-
2017
- 2017-07-10 JP JP2017134262A patent/JP6962726B2/ja active Active
Also Published As
Publication number | Publication date |
---|---|
JP2019014407A (ja) | 2019-01-31 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP7140922B2 (ja) | マルチセンサデータ融合方法、及び装置 | |
JP6747269B2 (ja) | 物体認識装置 | |
US8605947B2 (en) | Method for detecting a clear path of travel for a vehicle enhanced by object detection | |
US20210309231A1 (en) | Driving Environment Information Generation Method, Driving Control Method, Driving Environment Information Generation Device | |
CN107209998B (zh) | 车道线识别装置以及车道线识别方法 | |
US11092442B2 (en) | Host vehicle position estimation device | |
JP6614108B2 (ja) | 車両制御装置、車両制御方法 | |
US11449058B2 (en) | Traveling track determination processing and automated drive device | |
US20210270634A1 (en) | Driving Environment Information Generation Method, Driving Control Method, Driving Environment Information Generation Device | |
WO2018109999A1 (ja) | 区画線認識装置 | |
WO2019065970A1 (ja) | 車両用外界認識装置 | |
JP7085259B2 (ja) | 車両制御装置 | |
JP2019016246A (ja) | 走路認識装置 | |
JP6962726B2 (ja) | 走路認識装置 | |
CN118235180A (zh) | 预测可行驶车道的方法和装置 | |
US20200151865A1 (en) | Division line detection device and division line detection method | |
JP2019101854A (ja) | 軌跡設定装置 | |
CN110119751B (zh) | 激光雷达点云目标分割方法、目标匹配方法、装置及车辆 | |
JP5888275B2 (ja) | 道路端検出システム、方法およびプログラム | |
CN111781606A (zh) | 一种新型激光雷达和超声波雷达融合的小型化实现方法 | |
JP6200780B2 (ja) | 車線認識判定装置 | |
US20220289185A1 (en) | Vehicle controller and method for controlling vehicle | |
JP4703963B2 (ja) | 車外監視装置、及び、この車外監視装置を備えた走行制御装置 | |
CN116022163A (zh) | 基于超局部子图的自动驾驶车辆扫描匹配和雷达姿态估计器 | |
JP2020086489A (ja) | 白線位置推定装置及び白線位置推定方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20200616 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20210531 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20210622 |
|
A521 | Written amendment |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20210819 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20210921 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20211014 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 6962726 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |