JPH07225126A - 車両用路上物体認識装置 - Google Patents
車両用路上物体認識装置Info
- Publication number
- JPH07225126A JPH07225126A JP6017698A JP1769894A JPH07225126A JP H07225126 A JPH07225126 A JP H07225126A JP 6017698 A JP6017698 A JP 6017698A JP 1769894 A JP1769894 A JP 1769894A JP H07225126 A JPH07225126 A JP H07225126A
- Authority
- JP
- Japan
- Prior art keywords
- distance
- vehicle
- data
- range
- image
- 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- Withdrawn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
- 238000000034 method Methods 0.000 claims description 43
- 230000003287 optical effect Effects 0.000 claims description 5
- 238000005259 measurement Methods 0.000 abstract description 32
- 238000010586 diagram Methods 0.000 description 17
- 101100328519 Caenorhabditis elegans cnt-2 gene Proteins 0.000 description 15
- 101100328518 Caenorhabditis elegans cnt-1 gene Proteins 0.000 description 8
- 230000009977 dual effect Effects 0.000 description 7
- 238000004364 calculation method Methods 0.000 description 6
- 230000014509 gene expression Effects 0.000 description 5
- 101100328887 Caenorhabditis elegans col-34 gene Proteins 0.000 description 3
- 230000010365 information processing Effects 0.000 description 3
- 230000007246 mechanism Effects 0.000 description 3
- 241000006416 Notata Species 0.000 description 2
- 238000000926 separation method Methods 0.000 description 2
- 241000981595 Zoysia japonica Species 0.000 description 1
- RRLHMJHRFMHVNM-BQVXCWBNSA-N [(2s,3r,6r)-6-[5-[5-hydroxy-3-(4-hydroxyphenyl)-4-oxochromen-7-yl]oxypentoxy]-2-methyl-3,6-dihydro-2h-pyran-3-yl] acetate Chemical compound C1=C[C@@H](OC(C)=O)[C@H](C)O[C@H]1OCCCCCOC1=CC(O)=C2C(=O)C(C=3C=CC(O)=CC=3)=COC2=C1 RRLHMJHRFMHVNM-BQVXCWBNSA-N 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 239000006185 dispersion Substances 0.000 description 1
Landscapes
- Measurement Of Optical Distance (AREA)
- Closed-Circuit Television Systems (AREA)
- Traffic Control Systems (AREA)
- Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
Abstract
(57)【要約】
【目的】 本発明は、車両用路上物体認識装置に関し、
車両前方の物体を正しく認識できるようにすることを目
的とする。 【構成】 路面上を撮影する横置きステレオカメラ2
と、このカメラ2からの画像情報に基づいて物体を認識
する物体認識手段5とをそなえ、物体認識手段5が、撮
影画面を複数の行レンジと複数の列に分割することで多
数のウインドゥに区画した上で、各ウインドゥ毎に被写
体までの距離を測定する距離測定手段7と、各行レンジ
毎に決まるレンジ対応基準距離と被写体までの距離とを
比較して被写体までの距離がレンジ対応基準距離以内で
あればこの被写体を物体又は物体候補として認識し、そ
うでなければこの被写体については物体でないとして物
体データから除外するレンジ対応物体データ除外手段8
とを設けて構成する。
車両前方の物体を正しく認識できるようにすることを目
的とする。 【構成】 路面上を撮影する横置きステレオカメラ2
と、このカメラ2からの画像情報に基づいて物体を認識
する物体認識手段5とをそなえ、物体認識手段5が、撮
影画面を複数の行レンジと複数の列に分割することで多
数のウインドゥに区画した上で、各ウインドゥ毎に被写
体までの距離を測定する距離測定手段7と、各行レンジ
毎に決まるレンジ対応基準距離と被写体までの距離とを
比較して被写体までの距離がレンジ対応基準距離以内で
あればこの被写体を物体又は物体候補として認識し、そ
うでなければこの被写体については物体でないとして物
体データから除外するレンジ対応物体データ除外手段8
とを設けて構成する。
Description
【0001】
【産業上の利用分野】本発明は、道路上の物体を認識し
て車両の自動操舵を行なう自動操舵車両に用いて好適
の、車両用路上物体認識装置に関する。
て車両の自動操舵を行なう自動操舵車両に用いて好適
の、車両用路上物体認識装置に関する。
【0002】
【従来の技術】近年、自動車の操舵機構において、車両
に種々のセンサを設け、これらのセンサからの情報に基
づいて操舵角制御信号を設定し、油圧や電動モータ等に
より操舵機構を積極的、且つ自動的に操舵させるような
自動操舵機構が多数提案されている。
に種々のセンサを設け、これらのセンサからの情報に基
づいて操舵角制御信号を設定し、油圧や電動モータ等に
より操舵機構を積極的、且つ自動的に操舵させるような
自動操舵機構が多数提案されている。
【0003】このような自動操舵車両のなかには、例え
ば上述のセンサの1つとして車両にステレオCCDカメ
ラ(以下、ステレオカメラという)をそなえ、このステ
レオカメラの画像情報から車両前方(側方を含む)の物
体を認識するとともに、この物体までの距離や物体の大
きさを判断して、これに応じて所要の操舵や制動を行な
うような車両が提案されている。
ば上述のセンサの1つとして車両にステレオCCDカメ
ラ(以下、ステレオカメラという)をそなえ、このステ
レオカメラの画像情報から車両前方(側方を含む)の物
体を認識するとともに、この物体までの距離や物体の大
きさを判断して、これに応じて所要の操舵や制動を行な
うような車両が提案されている。
【0004】
【発明が解決しようとする課題】しかしながら、このよ
うなステレオカメラの画像情報は、路面状態や太陽光等
の微妙な変化に影響されやすく、又路面上の白線等も物
体と同様に距離測定をしてしまうため、物体の存在の正
確な把握が困難であり、このため物体の位置や大きさの
認識についても困難なものとなっているという課題があ
る。
うなステレオカメラの画像情報は、路面状態や太陽光等
の微妙な変化に影響されやすく、又路面上の白線等も物
体と同様に距離測定をしてしまうため、物体の存在の正
確な把握が困難であり、このため物体の位置や大きさの
認識についても困難なものとなっているという課題があ
る。
【0005】本発明は、このような課題に鑑み創案され
たもので、ステレオカメラからの画像情報に各種の補正
処理を施して、車両前方の物体を正しく認識できるよう
にした、車両用路上物体認識装置を提供することを目的
とする。
たもので、ステレオカメラからの画像情報に各種の補正
処理を施して、車両前方の物体を正しく認識できるよう
にした、車両用路上物体認識装置を提供することを目的
とする。
【0006】
【課題を解決するための手段】このため、請求項1記載
の本発明の車両用路上物体認識装置は、車両の走行路面
上を撮影する横置きステレオカメラと、該横置きステレ
オカメラにより得られる画像情報に基づいて、該走行路
面上の物体を認識する物体認識手段とをそなえ、該物体
認識手段が、該横置きステレオカメラにより得られる撮
影画面を上下方向に複数の行レンジに分割し左右方向に
複数の列に分割することで多数のウインドゥに区画した
上で、該横置きステレオカメラの左右2つのカメラの各
画像情報から、上記の各ウインドゥ毎に、被写体までの
距離を測定する距離測定手段と、上記の各行レンジ毎に
決まるレンジ対応基準距離と該距離測定手段で検出され
た被写体までの距離とを比較して、該被写体までの距離
が該レンジ対応基準距離以内であればこの被写体を物体
又は物体候補として認識し、該被写体までの距離が該レ
ンジ対応基準距離よりも大きければこの被写体について
は物体でないものとして物体データから除外する、レン
ジ対応物体データ除外手段とをそなえていることを特徴
としている。
の本発明の車両用路上物体認識装置は、車両の走行路面
上を撮影する横置きステレオカメラと、該横置きステレ
オカメラにより得られる画像情報に基づいて、該走行路
面上の物体を認識する物体認識手段とをそなえ、該物体
認識手段が、該横置きステレオカメラにより得られる撮
影画面を上下方向に複数の行レンジに分割し左右方向に
複数の列に分割することで多数のウインドゥに区画した
上で、該横置きステレオカメラの左右2つのカメラの各
画像情報から、上記の各ウインドゥ毎に、被写体までの
距離を測定する距離測定手段と、上記の各行レンジ毎に
決まるレンジ対応基準距離と該距離測定手段で検出され
た被写体までの距離とを比較して、該被写体までの距離
が該レンジ対応基準距離以内であればこの被写体を物体
又は物体候補として認識し、該被写体までの距離が該レ
ンジ対応基準距離よりも大きければこの被写体について
は物体でないものとして物体データから除外する、レン
ジ対応物体データ除外手段とをそなえていることを特徴
としている。
【0007】また、請求項2記載の本発明の車両用路上
物体認識装置は、上記請求項1記載の構成に加えて、該
距離測定手段が、該横置きステレオカメラの左右の画像
情報から得られる同一被写体の左右方向へのずれ量に基
づいて、被写体までの距離を測定することを特徴として
いる。また、請求項3記載の本発明の車両用路上物体認
識装置は、上記請求項2記載の構成に加えて、該距離測
定手段が、該被写体までの距離Rを、該左右の2つのカ
メラのレンズの焦点距離fと、該左右2つのカメラの光
軸間の距離Lと、画像の画素ピッチPと、左右の画像が
整合するまでに左右どちらか一方の画像をシフトした画
素数nと、に基づいて、R=(f・L)/(n・P)の
式により算出することを特徴としている。
物体認識装置は、上記請求項1記載の構成に加えて、該
距離測定手段が、該横置きステレオカメラの左右の画像
情報から得られる同一被写体の左右方向へのずれ量に基
づいて、被写体までの距離を測定することを特徴として
いる。また、請求項3記載の本発明の車両用路上物体認
識装置は、上記請求項2記載の構成に加えて、該距離測
定手段が、該被写体までの距離Rを、該左右の2つのカ
メラのレンズの焦点距離fと、該左右2つのカメラの光
軸間の距離Lと、画像の画素ピッチPと、左右の画像が
整合するまでに左右どちらか一方の画像をシフトした画
素数nと、に基づいて、R=(f・L)/(n・P)の
式により算出することを特徴としている。
【0008】また、請求項4記載の本発明の車両用路上
物体認識装置は、上記請求項1記載の構成に加えて、該
物体認識手段の処理対称とする画像領域が、該車両から
遠い部分では左右の端部領域を除去されて左右方向の中
央部の領域のみに限定されていることを特徴としてい
る。また、請求項5記載の本発明の車両用路上物体認識
装置は、上記請求項4記載の構成に加えて、該物体認識
手段が、処理対象とする画像領域を、該車両から遠い部
分で左右の端部領域を除去された左右方向の中央部分に
相当する第1の画像領域と、該車両から近い部分の左半
部分に相当する第2の画像領域と、該車両から近い部分
の右半部分に相当する第3の画像領域と、に区分して、
画像処理を行なうことを特徴としている。
物体認識装置は、上記請求項1記載の構成に加えて、該
物体認識手段の処理対称とする画像領域が、該車両から
遠い部分では左右の端部領域を除去されて左右方向の中
央部の領域のみに限定されていることを特徴としてい
る。また、請求項5記載の本発明の車両用路上物体認識
装置は、上記請求項4記載の構成に加えて、該物体認識
手段が、処理対象とする画像領域を、該車両から遠い部
分で左右の端部領域を除去された左右方向の中央部分に
相当する第1の画像領域と、該車両から近い部分の左半
部分に相当する第2の画像領域と、該車両から近い部分
の右半部分に相当する第3の画像領域と、に区分して、
画像処理を行なうことを特徴としている。
【0009】また、請求項6記載の本発明の車両用路上
物体認識装置は、上記請求項1記載の構成に加えて、該
レンジ対応基準距離が、各レンジの最下部に映し出され
るべき該走行路の部分までの距離であることを特徴とし
ている。
物体認識装置は、上記請求項1記載の構成に加えて、該
レンジ対応基準距離が、各レンジの最下部に映し出され
るべき該走行路の部分までの距離であることを特徴とし
ている。
【0010】
【作用】上述の請求項1記載の本発明の車両用路上物体
認識装置では、車両に設置された横置きステレオカメラ
により走行路面上が撮影されると、この横置きステレオ
カメラからの画像情報に基づいて、物体認識手段により
走行路面上の物体が認識される。
認識装置では、車両に設置された横置きステレオカメラ
により走行路面上が撮影されると、この横置きステレオ
カメラからの画像情報に基づいて、物体認識手段により
走行路面上の物体が認識される。
【0011】そして、物体認識手段における距離測定手
段により、横置きステレオカメラにからの撮影画面が上
下方向に複数の行レンジに分割されるとともに、左右方
向に複数の列に分割されることで多数のウインドゥに区
画された上で、横置きステレオカメラの左右2つのカメ
ラの各画像情報から、上記の各ウインドゥ毎に被写体ま
での距離が測定される。
段により、横置きステレオカメラにからの撮影画面が上
下方向に複数の行レンジに分割されるとともに、左右方
向に複数の列に分割されることで多数のウインドゥに区
画された上で、横置きステレオカメラの左右2つのカメ
ラの各画像情報から、上記の各ウインドゥ毎に被写体ま
での距離が測定される。
【0012】この後、上記の各行レンジ毎にレンジ対応
基準距離が設定される。そして、物体認識手段のレンジ
対応物体データ除外手段により、レンジ対応基準距離と
距離測定手段で検出された被写体までの距離とが比較さ
れて、被写体までの距離がレンジ対応基準距離以内であ
ればこの被写体が物体又は物体候補として認識され、被
写体までの距離がレンジ対応基準距離よりも大きければ
この被写体については物体でないものとして物体データ
から除外される。
基準距離が設定される。そして、物体認識手段のレンジ
対応物体データ除外手段により、レンジ対応基準距離と
距離測定手段で検出された被写体までの距離とが比較さ
れて、被写体までの距離がレンジ対応基準距離以内であ
ればこの被写体が物体又は物体候補として認識され、被
写体までの距離がレンジ対応基準距離よりも大きければ
この被写体については物体でないものとして物体データ
から除外される。
【0013】また、上述の請求項2記載の本発明の車両
用路上物体認識装置では、横置きステレオカメラの左右
の画像情報から得られる同一被写体の左右方向へのずれ
量に基づいて、距離測定手段により、被写体までの距離
が測定される。また、上述の請求項3記載の本発明の車
両用路上物体認識装置では、距離測定手段により、被写
体までの距離Rは、左右の2つのカメラのレンズの焦点
距離fと、左右2つのカメラの光軸間の距離Lと、画像
の画素ピッチPと、左右の画像が整合するまでに左右ど
ちらか一方の画像をシフトした画素数nと、に基づい
て、R=(f・L)/(n・P)の式により算出され
る。
用路上物体認識装置では、横置きステレオカメラの左右
の画像情報から得られる同一被写体の左右方向へのずれ
量に基づいて、距離測定手段により、被写体までの距離
が測定される。また、上述の請求項3記載の本発明の車
両用路上物体認識装置では、距離測定手段により、被写
体までの距離Rは、左右の2つのカメラのレンズの焦点
距離fと、左右2つのカメラの光軸間の距離Lと、画像
の画素ピッチPと、左右の画像が整合するまでに左右ど
ちらか一方の画像をシフトした画素数nと、に基づい
て、R=(f・L)/(n・P)の式により算出され
る。
【0014】また、請求項4記載の本発明の車両用路上
物体認識装置では、物体認識手段の処理対称とする画像
領域が、車両から遠い部分では左右の端部領域を除去さ
れて左右方向の中央部の領域のみに限定される。また、
請求項5記載の本発明の車両用路上物体認識装置では、
物体認識手段により、処理対象とする画像領域が、車両
から遠い部分で左右の端部領域を除去された左右方向の
中央部分に相当する第1の画像領域と、車両から近い部
分の左半部分に相当する第2の画像領域と、車両から近
い部分の右半部分に相当する第3の画像領域と、に区分
されて、画像処理が行なわれる。
物体認識装置では、物体認識手段の処理対称とする画像
領域が、車両から遠い部分では左右の端部領域を除去さ
れて左右方向の中央部の領域のみに限定される。また、
請求項5記載の本発明の車両用路上物体認識装置では、
物体認識手段により、処理対象とする画像領域が、車両
から遠い部分で左右の端部領域を除去された左右方向の
中央部分に相当する第1の画像領域と、車両から近い部
分の左半部分に相当する第2の画像領域と、車両から近
い部分の右半部分に相当する第3の画像領域と、に区分
されて、画像処理が行なわれる。
【0015】また、請求項6記載の本発明の車両用路上
物体認識装置では、各レンジの最下部に映し出される走
行路の部分までの距離が、レンジ対応基準距離として設
定される。
物体認識装置では、各レンジの最下部に映し出される走
行路の部分までの距離が、レンジ対応基準距離として設
定される。
【0016】
【実施例】以下、図面により、本発明の一実施例につい
て説明すると、図1はその全体構成を示す模式的なブロ
ック図、図2はその画像情報処理の概要を説明するため
のアルゴリズム、図3はその処理画像を示す模式図、図
4はその作用を説明するためのフローチャートであって
不正確データを削除するための処理について説明するた
めのフローチャート、図5はその作用を説明するための
フローチャートであってレンジカット処理について説明
するためのフローチャート、図6はレンジカット処理に
ついて説明するための模式図、図7はその作用を説明す
るためのフローチャートであってウインドゥ間の縦方向
処理について説明するためのフローチャート、図8はそ
の作用を説明するためのフローチャートであってウイン
ドゥ間の横方向処理について説明するためのフローチャ
ート、図9〜図11はともにウインドゥ間の横方向処理
についての処理画像の一例を示す模式図、図12はその
作用を説明するためのフローチャートであって物体まで
の距離の算出処理について説明するためのフローチャー
ト、図13はその横置きステレオカメラ(CCDカメ
ラ)の外観を示す模式図、図14はその横置きステレオ
カメラ(CCDカメラ)により撮像された画像を示す模
式図であって(a)はその横置きステレオカメラの左側
のカメラで撮像された車両を示す図(b)はその横置き
ステレオカメラの右側のカメラで撮像された車両を示す
図、図15はその横置きステレオカメラ(CCDカメ
ラ)の左右の画像から物体までの距離の算出を説明する
図である。
て説明すると、図1はその全体構成を示す模式的なブロ
ック図、図2はその画像情報処理の概要を説明するため
のアルゴリズム、図3はその処理画像を示す模式図、図
4はその作用を説明するためのフローチャートであって
不正確データを削除するための処理について説明するた
めのフローチャート、図5はその作用を説明するための
フローチャートであってレンジカット処理について説明
するためのフローチャート、図6はレンジカット処理に
ついて説明するための模式図、図7はその作用を説明す
るためのフローチャートであってウインドゥ間の縦方向
処理について説明するためのフローチャート、図8はそ
の作用を説明するためのフローチャートであってウイン
ドゥ間の横方向処理について説明するためのフローチャ
ート、図9〜図11はともにウインドゥ間の横方向処理
についての処理画像の一例を示す模式図、図12はその
作用を説明するためのフローチャートであって物体まで
の距離の算出処理について説明するためのフローチャー
ト、図13はその横置きステレオカメラ(CCDカメ
ラ)の外観を示す模式図、図14はその横置きステレオ
カメラ(CCDカメラ)により撮像された画像を示す模
式図であって(a)はその横置きステレオカメラの左側
のカメラで撮像された車両を示す図(b)はその横置き
ステレオカメラの右側のカメラで撮像された車両を示す
図、図15はその横置きステレオカメラ(CCDカメ
ラ)の左右の画像から物体までの距離の算出を説明する
図である。
【0017】図1に示すように、車両1には、横置きス
テレオカメラ2が設置されている。このステレオカメラ
2は、図13に示すように、水平方向に左右各1つずつ
のカメラ(CCDカメラ)2L,2Rをそなえており、
これらの2つのカメラ2L,2Rから車両1の走行する
路面状況が撮像されると、この画像情報が物体認識手段
5の前方測距コントローラ3に取り込まれるようになっ
ている。
テレオカメラ2が設置されている。このステレオカメラ
2は、図13に示すように、水平方向に左右各1つずつ
のカメラ(CCDカメラ)2L,2Rをそなえており、
これらの2つのカメラ2L,2Rから車両1の走行する
路面状況が撮像されると、この画像情報が物体認識手段
5の前方測距コントローラ3に取り込まれるようになっ
ている。
【0018】また、この前方測距コントローラ3には、
距離測定手段7が接続されており、この距離測定手段7
において、ステレオカメラ2により撮像された物体と自
車両1との間の距離測定(測距)を行なうようになって
いる。そして、ここでは、物体の端部(エッジ部)を認
識して、このエッジ部までの距離を測定することによ
り、物体までの距離を測定するようになっている。
距離測定手段7が接続されており、この距離測定手段7
において、ステレオカメラ2により撮像された物体と自
車両1との間の距離測定(測距)を行なうようになって
いる。そして、ここでは、物体の端部(エッジ部)を認
識して、このエッジ部までの距離を測定することによ
り、物体までの距離を測定するようになっている。
【0019】つまり、図1に示すように、距離測定手段
7には、物体のエッジ部に認識するエッジ認識手段10
が接続されており、実際には、エッジ認識手段10おい
て物体のエッジ部を認識する作業と、距離測定手段7に
おいて物体までの距離を測定する作業は同一のものであ
る。また、このステレオカメラ2は隣接する車両レーン
の道路状況を完全に把握できるような画角(ここでは4
6°)が確保されている。
7には、物体のエッジ部に認識するエッジ認識手段10
が接続されており、実際には、エッジ認識手段10おい
て物体のエッジ部を認識する作業と、距離測定手段7に
おいて物体までの距離を測定する作業は同一のものであ
る。また、このステレオカメラ2は隣接する車両レーン
の道路状況を完全に把握できるような画角(ここでは4
6°)が確保されている。
【0020】ところで、このステレオカメラ2から前方
測距コントローラ3に入力された画像情報は、図3に示
すような3つの画像領域(これをエリアという)に分割
される。第1の画像領域としてのエリアIは、車両1か
ら比較的離れた前方の画像情報である。また、第2,第
3の画像領域としてのエリアII,III は、車両1の手前
側の画像情報であって、エリアIIは車両1側から見て前
方左側、エリアIII は前方右側である。このように車両
1の手前側の画像領域を広く採り、車両1から遠い画像
領域を狭く採っているのは、同じ大きさの物体でも遠く
離れる程小さく見え、狭い視野でも画像情報が得られる
からである。
測距コントローラ3に入力された画像情報は、図3に示
すような3つの画像領域(これをエリアという)に分割
される。第1の画像領域としてのエリアIは、車両1か
ら比較的離れた前方の画像情報である。また、第2,第
3の画像領域としてのエリアII,III は、車両1の手前
側の画像情報であって、エリアIIは車両1側から見て前
方左側、エリアIII は前方右側である。このように車両
1の手前側の画像領域を広く採り、車両1から遠い画像
領域を狭く採っているのは、同じ大きさの物体でも遠く
離れる程小さく見え、狭い視野でも画像情報が得られる
からである。
【0021】エリアI〜III は、図3に示すように、上
下方向(縦方向)の線と左右方向(横方向)の線とによ
り細かい区画(以下、ウインドゥという)に分割されて
いる。 図3に示すように、各ウインドゥには、それぞ
れに番号が付与されており、ウインドゥ〔x〕〔y〕と
いう形で各ウインドゥの位置を示すようになっている。
〔x〕は画像領域の一番上のウインドゥ行(左右方向へ
のウインドゥの一列並び)の番号を0として、下に向か
って番号が大きくなるように設定されている。また、
〔y〕は画像領域の左端のウインドゥ列(上下方向への
ウインドゥの一列並び)の番号を0として、図中右方向
に向かって番号が大きくなるように設定されている。
下方向(縦方向)の線と左右方向(横方向)の線とによ
り細かい区画(以下、ウインドゥという)に分割されて
いる。 図3に示すように、各ウインドゥには、それぞ
れに番号が付与されており、ウインドゥ〔x〕〔y〕と
いう形で各ウインドゥの位置を示すようになっている。
〔x〕は画像領域の一番上のウインドゥ行(左右方向へ
のウインドゥの一列並び)の番号を0として、下に向か
って番号が大きくなるように設定されている。また、
〔y〕は画像領域の左端のウインドゥ列(上下方向への
ウインドゥの一列並び)の番号を0として、図中右方向
に向かって番号が大きくなるように設定されている。
【0022】そして、エッジ認識手段10では、ステレ
オカメラ2からの画像情報に基づいて、各ウインドゥ列
毎に、画像が互いに異なるパターンの境界部として形成
される縦エッジ部分を認識して、この縦エッジ部分まで
の距離を測定するようになっている。なお、縦エッジと
は、具体的には、主に物体の左右端の部分である。そし
て、本装置は、これらのエリアI〜III 内の画像情報に
基づいて物体を認識するように構成されているものであ
る。
オカメラ2からの画像情報に基づいて、各ウインドゥ列
毎に、画像が互いに異なるパターンの境界部として形成
される縦エッジ部分を認識して、この縦エッジ部分まで
の距離を測定するようになっている。なお、縦エッジと
は、具体的には、主に物体の左右端の部分である。そし
て、本装置は、これらのエリアI〜III 内の画像情報に
基づいて物体を認識するように構成されているものであ
る。
【0023】図1に示すように、認識処理手段5には、
デュアルポートRAM4とコンピュータ6とが設けられ
ており、各エリアI〜III の画像情報は、デュアルポー
トRAM4に入力されるようになっている。そして、こ
のデュアルポートRAM4からの情報がコンピュータ6
に入力されるようになっている。このコンピュータ6
は、物体認識のための各種の処理を行なうものであっ
て、コンピュータ6内には、図1に示すように、レンジ
対応物体データ除外手段8と物体推定手段11とが設け
られている。
デュアルポートRAM4とコンピュータ6とが設けられ
ており、各エリアI〜III の画像情報は、デュアルポー
トRAM4に入力されるようになっている。そして、こ
のデュアルポートRAM4からの情報がコンピュータ6
に入力されるようになっている。このコンピュータ6
は、物体認識のための各種の処理を行なうものであっ
て、コンピュータ6内には、図1に示すように、レンジ
対応物体データ除外手段8と物体推定手段11とが設け
られている。
【0024】レンジ対応物体データ除外手段8は、画像
情報の各ウインドゥ行(又は、レンジという)毎に決ま
るレンジカット距離(レンジ対応基準距離)と距離測定
手段7で検出された被写体までの距離とを比較して、被
写体までの距離がレンジ対応基準距離よりも大きければ
この被写体については物体データから除外(これをレン
ジカット処理という)し、被写体までの距離が該レンジ
対応基準距離以内であればこの被写体を物体として認識
するものである。
情報の各ウインドゥ行(又は、レンジという)毎に決ま
るレンジカット距離(レンジ対応基準距離)と距離測定
手段7で検出された被写体までの距離とを比較して、被
写体までの距離がレンジ対応基準距離よりも大きければ
この被写体については物体データから除外(これをレン
ジカット処理という)し、被写体までの距離が該レンジ
対応基準距離以内であればこの被写体を物体として認識
するものである。
【0025】また、物体推定手段11は、前述したエッ
ジ認識手段10の認識情報に基づいて、画像情報の各ウ
インドゥ列単位で、縦エッジ部分の存在の有無を認識し
て、縦エッジ部分が存在する際にはその距離を追跡し
て、予め設定された左右の離隔範囲内のウインドゥ列間
に、縦エッジが一対存在し、且つこの対をなす各縦エッ
ジ部分までの距離がほぼ等しい場合に、この対をなす各
縦エッジ部分で規定される領域に、この縦エッジ部分ま
での距離だけ離れて物体が存在していると推定するもの
である。
ジ認識手段10の認識情報に基づいて、画像情報の各ウ
インドゥ列単位で、縦エッジ部分の存在の有無を認識し
て、縦エッジ部分が存在する際にはその距離を追跡し
て、予め設定された左右の離隔範囲内のウインドゥ列間
に、縦エッジが一対存在し、且つこの対をなす各縦エッ
ジ部分までの距離がほぼ等しい場合に、この対をなす各
縦エッジ部分で規定される領域に、この縦エッジ部分ま
での距離だけ離れて物体が存在していると推定するもの
である。
【0026】以下、認識処理手段5の各機能について説
明していく。距離測定手段7は、上述したように、ステ
レオカメラ2の左右2つのカメラの各画像情報から、各
ウインドゥ毎に距離測定していくものである。このステ
レオカメラ2による測距は、次のようにして行なわれ
る。すなわち、ステレオカメラ2の2つのカメラ2L,
2Rからは、図14(a),(b)に示すように2つの
画像が得られる。右側の画像のウインドゥで囲まれた画
像と同じ画像は、左側の画像の中に少し横方向にずれた
位置にある。そこで、ウインドゥで囲んだ右側の画像
を、左側の画像のサーチ領域内で1画素ずつシフトしな
がら、最も整合する画の位置を求めるのである。このと
き、図15に示すように、カメラ2L,2Rのレンズの
焦点距離をf、左右カメラ11,12の光軸間の距離を
Lとし、CCDの画素ピッチ(画像の画素ピッチ)を
P、図14(a),(b)において左右の画像が整合す
るまでに右画像をシフトした画素数をnとすると、ステ
レオカメラ2により撮像された物体までの距離Rは、三
角測量の原理により、次式により算出される。 R=(f・L)/(n・P) そして、このような距離測定を行なうことにより、物体
のエッジ部が認識されるのである。
明していく。距離測定手段7は、上述したように、ステ
レオカメラ2の左右2つのカメラの各画像情報から、各
ウインドゥ毎に距離測定していくものである。このステ
レオカメラ2による測距は、次のようにして行なわれ
る。すなわち、ステレオカメラ2の2つのカメラ2L,
2Rからは、図14(a),(b)に示すように2つの
画像が得られる。右側の画像のウインドゥで囲まれた画
像と同じ画像は、左側の画像の中に少し横方向にずれた
位置にある。そこで、ウインドゥで囲んだ右側の画像
を、左側の画像のサーチ領域内で1画素ずつシフトしな
がら、最も整合する画の位置を求めるのである。このと
き、図15に示すように、カメラ2L,2Rのレンズの
焦点距離をf、左右カメラ11,12の光軸間の距離を
Lとし、CCDの画素ピッチ(画像の画素ピッチ)を
P、図14(a),(b)において左右の画像が整合す
るまでに右画像をシフトした画素数をnとすると、ステ
レオカメラ2により撮像された物体までの距離Rは、三
角測量の原理により、次式により算出される。 R=(f・L)/(n・P) そして、このような距離測定を行なうことにより、物体
のエッジ部が認識されるのである。
【0027】ここで、コンピュータ6内の画像情報処理
の流れについて図2のアルゴリズムを用いて簡単に説明
する。まず、ステップSA1においてデュアルポートR
AM4から画像データが読み込まれる。このとき、画像
データは、図3に示すようなウインドゥに分割されてお
り、距離測定手段7により測定された各ウインドゥ毎の
距離データも取り込まれる。
の流れについて図2のアルゴリズムを用いて簡単に説明
する。まず、ステップSA1においてデュアルポートR
AM4から画像データが読み込まれる。このとき、画像
データは、図3に示すようなウインドゥに分割されてお
り、距離測定手段7により測定された各ウインドゥ毎の
距離データも取り込まれる。
【0028】次に、ステップSA2で測距性能外のデー
タを排除して不正確なデータをカットする。そして、ス
テップSA3で路面上の白線や文字等の測距値を削除す
るレンジカット処理が行なわれる。これにより、路面上
の模様(白線や文字等)の測距値か削除されるようにな
っている。
タを排除して不正確なデータをカットする。そして、ス
テップSA3で路面上の白線や文字等の測距値を削除す
るレンジカット処理が行なわれる。これにより、路面上
の模様(白線や文字等)の測距値か削除されるようにな
っている。
【0029】この後、ステップSA4で各ウインドゥ間
の縦方向処理が行なわれる。この縦方向処理により、ス
テレオカメラ2により撮像された被写体を物体候補とす
るか、物体データから除外するかが判断される。なお、
縦方向処理は図3に示すような、上下方向に処理してい
くものである。これらステップSA1〜ステップSA4
が、レンジ対応物体データ除外手段8により処理される
ようになっている。
の縦方向処理が行なわれる。この縦方向処理により、ス
テレオカメラ2により撮像された被写体を物体候補とす
るか、物体データから除外するかが判断される。なお、
縦方向処理は図3に示すような、上下方向に処理してい
くものである。これらステップSA1〜ステップSA4
が、レンジ対応物体データ除外手段8により処理される
ようになっている。
【0030】そして、ステップSA5において各ウイン
ドゥ間の横方向処理が行なわれ、これにより、物体の認
識や物体の大きさの判別が行なわれるのである。この横
方向処理は、上述の縦方向処理とは逆に、縦方向のウイ
ンドゥ列を図3に示すように左右方向に処理していくも
のである。そして、この各ウインドゥ間の横方向処理
は、エッジ認識手段10と物体推定手段11とより処理
されるようになっている。
ドゥ間の横方向処理が行なわれ、これにより、物体の認
識や物体の大きさの判別が行なわれるのである。この横
方向処理は、上述の縦方向処理とは逆に、縦方向のウイ
ンドゥ列を図3に示すように左右方向に処理していくも
のである。そして、この各ウインドゥ間の横方向処理
は、エッジ認識手段10と物体推定手段11とより処理
されるようになっている。
【0031】以下、上述のアルゴリズムの各ステップ毎
に説明する。 〔不正確データのカット〕まず、デュアルポートRAM
4からコンピュータ6に取り込まれた画像情報は、レン
ジ対応物体データ除外手段8により不正確データカット
の処理が行なわれる。
に説明する。 〔不正確データのカット〕まず、デュアルポートRAM
4からコンピュータ6に取り込まれた画像情報は、レン
ジ対応物体データ除外手段8により不正確データカット
の処理が行なわれる。
【0032】この不正確データのカット処理について説
明する。通常、カメラによる距離測定では、距離が大き
くなるほど(すなわち物体が小さく見えるほど)、デー
タの値は不正確なものとなる。そこで、本装置では、あ
る一定値(Lc)以上前方のデータ(ここでは、例えば
画角46°の場合Lc=35m)を予め排除するように
なっている。
明する。通常、カメラによる距離測定では、距離が大き
くなるほど(すなわち物体が小さく見えるほど)、デー
タの値は不正確なものとなる。そこで、本装置では、あ
る一定値(Lc)以上前方のデータ(ここでは、例えば
画角46°の場合Lc=35m)を予め排除するように
なっている。
【0033】これを図4のフローチャートを用いて説明
すると、各ウインドゥの距離データがステップSB1に
入力されると、この距離データが所定値Lcよりも大き
いかどうかを判定する。各ウインドゥ〔x〕〔y〕の距
離データをdata〔x〕〔y〕で示すと、この判定は
次式(1)により行なわれる。
すると、各ウインドゥの距離データがステップSB1に
入力されると、この距離データが所定値Lcよりも大き
いかどうかを判定する。各ウインドゥ〔x〕〔y〕の距
離データをdata〔x〕〔y〕で示すと、この判定は
次式(1)により行なわれる。
【0034】 data〔x〕〔y〕>Lc ・・・(1) そして、data〔x〕〔y〕がLcよりも大きいと、
Yesルートを通ってステップSB2に進み、data
〔x〕〔y〕=0として距離データが削除される。ま
た、data〔x〕〔y〕が所定値Lcよりも小さいと
Noルートを通って距離データは削除されずに、次のス
テップに進むのである。
Yesルートを通ってステップSB2に進み、data
〔x〕〔y〕=0として距離データが削除される。ま
た、data〔x〕〔y〕が所定値Lcよりも小さいと
Noルートを通って距離データは削除されずに、次のス
テップに進むのである。
【0035】なお、図3に示すように、エリアIの方が
エリアII,III よりも横方向のウインドゥがそれぞれ3
行ずつ少なくなっているので、必然的にエリアIの
〔y〕は3〜14までとなる。 〔レンジカット処理〕次に、レンジ対応物体データ除外
手段8では、ステップSA3のレンジカット処理を行な
う。このレンジカット処理は、路面上の白線や文字等の
測距値を削除して、不必要なデータを除外していく処理
である。
エリアII,III よりも横方向のウインドゥがそれぞれ3
行ずつ少なくなっているので、必然的にエリアIの
〔y〕は3〜14までとなる。 〔レンジカット処理〕次に、レンジ対応物体データ除外
手段8では、ステップSA3のレンジカット処理を行な
う。このレンジカット処理は、路面上の白線や文字等の
測距値を削除して、不必要なデータを除外していく処理
である。
【0036】ここで、レンジカット処理の考え方につい
て、図6を用いて説明する。車両前方の路面状況は、車
両1に設置されたステレオカメラ2により撮像される
が、図3に示すような画像情報をウインドゥ行毎にどの
程度前方までのデータを取り込むかを決定するものであ
る。例えば、図6では、ステレオカメラ2により撮像さ
れる領域が〜の領域(各領域はウインドゥ行に対応
するものである)に分割されており、この各領域〜
毎にそれぞれにレンジカット距離が設定されている。そ
して、設定されたレンジカット距離よりも画像情報の距
離データが遠方であると、このデータを削除するのであ
る。例えば、図6に示すの領域では、A地点より遠方
は測距しないようになっている。これと同様にの領域
ではB地点よりも遠方、の領域ではC地点よりも遠方
は測距しないようになっている。
て、図6を用いて説明する。車両前方の路面状況は、車
両1に設置されたステレオカメラ2により撮像される
が、図3に示すような画像情報をウインドゥ行毎にどの
程度前方までのデータを取り込むかを決定するものであ
る。例えば、図6では、ステレオカメラ2により撮像さ
れる領域が〜の領域(各領域はウインドゥ行に対応
するものである)に分割されており、この各領域〜
毎にそれぞれにレンジカット距離が設定されている。そ
して、設定されたレンジカット距離よりも画像情報の距
離データが遠方であると、このデータを削除するのであ
る。例えば、図6に示すの領域では、A地点より遠方
は測距しないようになっている。これと同様にの領域
ではB地点よりも遠方、の領域ではC地点よりも遠方
は測距しないようになっている。
【0037】これにより、図6に示すような状況では、
車両1の前方の物体(障害物)9はの領域で測距され
るようになっており、物体9の下方の道路上の模様や白
線等がの領域で測距されることがなく、物体9だけを
正しく認識できるようになっているのである。このレン
ジカット処理を図5のフローチャートを用いて説明する
と、各ウインドゥ行〔i〕毎に、路面上の被写体を拾わ
ない距離L(i) が設定されており、この距離L(i) 以上
のデータを削除(レンジカット)するようになってい
る。なお、各ウインドゥ行〔i〕のiの値は、上記のウ
インドゥ番号のx値に相当するものであって、例えば一
番上のウインドゥ行(x=0)の距離データは、dat
a
車両1の前方の物体(障害物)9はの領域で測距され
るようになっており、物体9の下方の道路上の模様や白
線等がの領域で測距されることがなく、物体9だけを
正しく認識できるようになっているのである。このレン
ジカット処理を図5のフローチャートを用いて説明する
と、各ウインドゥ行〔i〕毎に、路面上の被写体を拾わ
ない距離L(i) が設定されており、この距離L(i) 以上
のデータを削除(レンジカット)するようになってい
る。なお、各ウインドゥ行〔i〕のiの値は、上記のウ
インドゥ番号のx値に相当するものであって、例えば一
番上のウインドゥ行(x=0)の距離データは、dat
a
〔0〕〔y〕で示される。
【0038】そして、各ウインドゥ行〔i〕の距離デー
タは、ステップSC1で以下の式(2)により判断され
る。 data〔i〕〔y〕>L(i) ・・・(2) そして、上記の式(2)が成り立つ場合は、ステップS
C2に進んでdata〔i〕〔y〕=0と設定される。
つまりウインドゥ列の距離データが削除されるのであ
る。
タは、ステップSC1で以下の式(2)により判断され
る。 data〔i〕〔y〕>L(i) ・・・(2) そして、上記の式(2)が成り立つ場合は、ステップS
C2に進んでdata〔i〕〔y〕=0と設定される。
つまりウインドゥ列の距離データが削除されるのであ
る。
【0039】また、data〔i〕〔y〕がL(i) より
も小さいときは、次の処理に進む。そして、このような
レンジカット処理を全ての列について行なう。 〔ウインドゥ間縦方向処理〕次に、物体推定手段11で
は、各ウインドゥ間の縦方向処理(図2に示すステップ
SA4)を行なう。この縦方向処理は、各ウインドゥの
各列毎に行なわれるものである。そして、この縦方向処
理により、ウインドゥの各縦列毎の物体の距離が決定さ
れる。
も小さいときは、次の処理に進む。そして、このような
レンジカット処理を全ての列について行なう。 〔ウインドゥ間縦方向処理〕次に、物体推定手段11で
は、各ウインドゥ間の縦方向処理(図2に示すステップ
SA4)を行なう。この縦方向処理は、各ウインドゥの
各列毎に行なわれるものである。そして、この縦方向処
理により、ウインドゥの各縦列毎の物体の距離が決定さ
れる。
【0040】この処理は各列〔j〕毎に行なわれるが、
各ウインドゥ列〔j〕のjの値は、上記のウインドゥ番
号のy値に相当するものであって、この実施例の場合、
j=1〜17となる。また、図3中左端のウインドゥ行
(y=0)の距離データは、data
各ウインドゥ列〔j〕のjの値は、上記のウインドゥ番
号のy値に相当するものであって、この実施例の場合、
j=1〜17となる。また、図3中左端のウインドゥ行
(y=0)の距離データは、data
〔0〕〔y〕で示
される。そして、このウインドゥ間の縦方向処理は、図
7に示すフローチャートにしたがって行なわれる。
される。そして、このウインドゥ間の縦方向処理は、図
7に示すフローチャートにしたがって行なわれる。
【0041】まず、最初にj=1の時について説明す
る。ステップSD1において、初期値がx=5,c:d
ata〔j〕=0と設定される。なお、c:data
〔j〕は各縦列の距離データである。次に、ステップS
D2に進んで、その時のウインドゥ〔x〕〔j〕の距離
データが、その真上のウインドゥ〔x−1〕〔j〕の距
離データに近い(±20%以内)かどうかが下式
(3),(4)にしたがって判断される。
る。ステップSD1において、初期値がx=5,c:d
ata〔j〕=0と設定される。なお、c:data
〔j〕は各縦列の距離データである。次に、ステップS
D2に進んで、その時のウインドゥ〔x〕〔j〕の距離
データが、その真上のウインドゥ〔x−1〕〔j〕の距
離データに近い(±20%以内)かどうかが下式
(3),(4)にしたがって判断される。
【0042】 data〔x〕〔j〕<k1 ×data〔x−1〕〔j〕 ・・・(3) and data〔x〕〔j〕>k2 ×data〔x−1〕〔j〕 ・・・(4) (ただし、k2 <k1 ) なお、k1 ,k2 は、距離データのばらつき度合いによ
り設定される固定値である。
り設定される固定値である。
【0043】ここでは、x=5,j=1なので、図3の
左端の縦列において、一番したのウインドゥ(x=5)
の距離データが、その上に位置するウインドゥ(x=
4)の距離データに近いかどうかが判断されるのであ
る。そして、これが成り立つ場合、即ちその時のウイン
ドゥ〔x〕〔j〕と、この真上に位置するウインドゥ
〔x−1〕〔j〕との距離データが近いと判断できる場
合、ステップSD3に進んで、c:data〔j〕=d
ata〔x〕〔j〕と設定する。
左端の縦列において、一番したのウインドゥ(x=5)
の距離データが、その上に位置するウインドゥ(x=
4)の距離データに近いかどうかが判断されるのであ
る。そして、これが成り立つ場合、即ちその時のウイン
ドゥ〔x〕〔j〕と、この真上に位置するウインドゥ
〔x−1〕〔j〕との距離データが近いと判断できる場
合、ステップSD3に進んで、c:data〔j〕=d
ata〔x〕〔j〕と設定する。
【0044】つまり、この時比較された上下2つのウイ
ンドゥのうち、下側のウインドゥ〔x〕〔j〕の距離デ
ータが、その縦列の距離データc:data〔j〕とし
て設定されるのである。また、ステップSD2で、式
(3)又は(4)のどちらか一方でも成り立たない場合
は、Noルートを通ってステップSD4に進み、c:d
ata〔j〕が0かどうかが判断される。
ンドゥのうち、下側のウインドゥ〔x〕〔j〕の距離デ
ータが、その縦列の距離データc:data〔j〕とし
て設定されるのである。また、ステップSD2で、式
(3)又は(4)のどちらか一方でも成り立たない場合
は、Noルートを通ってステップSD4に進み、c:d
ata〔j〕が0かどうかが判断される。
【0045】各列の最初の処理時(x=5の時)は、ス
テップSD1でc:data〔j〕=0と設定されてい
るので、ステップSD5に進む。そして、この時のウイ
ンドゥの距離データが所定値Lfよりも大きいかどうか
が下式(5)により判断される。 data〔x〕〔j〕>Lf ・・・・(5) そして、このウインドゥの距離データがLfよりも大き
い場合は、ステップSD6に進んで、c:data
〔j〕=data〔x〕〔j〕と設定する。
テップSD1でc:data〔j〕=0と設定されてい
るので、ステップSD5に進む。そして、この時のウイ
ンドゥの距離データが所定値Lfよりも大きいかどうか
が下式(5)により判断される。 data〔x〕〔j〕>Lf ・・・・(5) そして、このウインドゥの距離データがLfよりも大き
い場合は、ステップSD6に進んで、c:data
〔j〕=data〔x〕〔j〕と設定する。
【0046】つまり、ステップSD2で、式(3),
(4)を満足する距離データが得られなかった場合であ
っても、その距離データが所定値Lf以上の場合に限
り、下位行のデータを優先的に縦列データとして採用し
ているのである。これは、遠方の小さな物体の場合、1
つのウインドゥ内に収まってしまうことが考えられるか
らである。そして、どの程度の高さの物体までを認識す
るかでLfの値を設定する。例えば、本実施例の場合
は、車両程度の高さの物体を認識しようとするものであ
って、Lf=10mに設定されている。
(4)を満足する距離データが得られなかった場合であ
っても、その距離データが所定値Lf以上の場合に限
り、下位行のデータを優先的に縦列データとして採用し
ているのである。これは、遠方の小さな物体の場合、1
つのウインドゥ内に収まってしまうことが考えられるか
らである。そして、どの程度の高さの物体までを認識す
るかでLfの値を設定する。例えば、本実施例の場合
は、車両程度の高さの物体を認識しようとするものであ
って、Lf=10mに設定されている。
【0047】そして、ステップSD6で、c:data
〔j〕が設定されると、ステップSD7に進む。また、
ステップSD4で、c:data〔j〕≠0の場合、又
ステップSD5でdata〔x〕〔j〕がLfよりも小
さい場合は、ともにNoルートを通ってステップSD7
に進む。このステップSD7では、xの大きさが判定さ
れる。ここで、jが0〜2又は15〜17にある時は、
x>3かどうかを判断し、jが3〜14にある時は、x
>1かどうかを判断する。つまり、図3に示すように、
左側3列(j=0〜2)と右側3列(j=15〜17)
は、ウインドゥがx=3〜5の範囲でしか存在しないか
らである。
〔j〕が設定されると、ステップSD7に進む。また、
ステップSD4で、c:data〔j〕≠0の場合、又
ステップSD5でdata〔x〕〔j〕がLfよりも小
さい場合は、ともにNoルートを通ってステップSD7
に進む。このステップSD7では、xの大きさが判定さ
れる。ここで、jが0〜2又は15〜17にある時は、
x>3かどうかを判断し、jが3〜14にある時は、x
>1かどうかを判断する。つまり、図3に示すように、
左側3列(j=0〜2)と右側3列(j=15〜17)
は、ウインドゥがx=3〜5の範囲でしか存在しないか
らである。
【0048】そして、これが成り立つとステップSD7
からステップSD8に進んで、xの数を1つ減じてから
ステップSD2に戻るようになっている。また、ステッ
プSD7で上記の条件が成り立たない場合はNoルート
を通って、このウインドゥ間の縦方向処理を終了する。
このように、各縦方向の列毎に、一番下のウインドゥ
(x=5)から順次その真上にあるウインドゥと距離デ
ータの比較を行なっていき、各列毎に物体までの距離を
設定することにより、単発的に現れる不正確なデータを
取り除くことができるのである。
からステップSD8に進んで、xの数を1つ減じてから
ステップSD2に戻るようになっている。また、ステッ
プSD7で上記の条件が成り立たない場合はNoルート
を通って、このウインドゥ間の縦方向処理を終了する。
このように、各縦方向の列毎に、一番下のウインドゥ
(x=5)から順次その真上にあるウインドゥと距離デ
ータの比較を行なっていき、各列毎に物体までの距離を
設定することにより、単発的に現れる不正確なデータを
取り除くことができるのである。
【0049】〔ウインドゥ間横方向処理〕そして、さら
に物体推定手段11においては、各ウインドゥ間の横方
向処理が行なわれる。各ウインドゥ間の横方向処理は、
図3に示すように画像領域の左右方向への処理であり、
各縦列の距離データに応じて、その縦列が物体の端部か
どうかの認識が行なわれるものである。
に物体推定手段11においては、各ウインドゥ間の横方
向処理が行なわれる。各ウインドゥ間の横方向処理は、
図3に示すように画像領域の左右方向への処理であり、
各縦列の距離データに応じて、その縦列が物体の端部か
どうかの認識が行なわれるものである。
【0050】そして、この横方向処理では、各ウインド
ゥ列毎の距離データに応じて閾値が設定される。各縦列
データの側方に、その閾値以上の縦列データが現れない
(データ=0)場合、そこで物体が分かれていると判断
する。なお、縦列データに応じて閾値を変える理由は以
下である。 ・測距が可能となるのは縦方向に物体の縁部(縦エッ
ジ)がある部分のみで、物体の内部(左右の縦エッジの
中間部)は測距できないことが多い。 ・物体の内部では縦列データが現れなくなる場合、その
ウインドゥ数は、物体の大きさが同じであれば距離が近
くなる程、また、距離が同じであれば大きさ物体が大き
くなる程多くなる。
ゥ列毎の距離データに応じて閾値が設定される。各縦列
データの側方に、その閾値以上の縦列データが現れない
(データ=0)場合、そこで物体が分かれていると判断
する。なお、縦列データに応じて閾値を変える理由は以
下である。 ・測距が可能となるのは縦方向に物体の縁部(縦エッ
ジ)がある部分のみで、物体の内部(左右の縦エッジの
中間部)は測距できないことが多い。 ・物体の内部では縦列データが現れなくなる場合、その
ウインドゥ数は、物体の大きさが同じであれば距離が近
くなる程、また、距離が同じであれば大きさ物体が大き
くなる程多くなる。
【0051】したがって、どの程度の小さな物体までを
認識するかを決めれば閾値は決まる。この実施例では、
車両程度の大きさの物体までを認識できるように、以下
のように閾値Wsを設定している。 縦列データ5m以下・・・・・閾値Ws=6 同 5m〜7m・・・・・閾値Ws=5 同 7m〜9m・・・・・閾値Ws=4 同 9m〜14m・・・・閾値Ws=3 同 14m以上・・・・・閾値Ws=2 なお、この閾値は、認識する物体の大きさやウインドゥ
の大きさにによって変わるものである。
認識するかを決めれば閾値は決まる。この実施例では、
車両程度の大きさの物体までを認識できるように、以下
のように閾値Wsを設定している。 縦列データ5m以下・・・・・閾値Ws=6 同 5m〜7m・・・・・閾値Ws=5 同 7m〜9m・・・・・閾値Ws=4 同 9m〜14m・・・・閾値Ws=3 同 14m以上・・・・・閾値Ws=2 なお、この閾値は、認識する物体の大きさやウインドゥ
の大きさにによって変わるものである。
【0052】そして、上記閾値に従い分かれた各物体に
ついて2番目に小さい縦列データを見つけ、その縦列デ
ータに近い最も左側と右側のウインドゥ間を物体として
認識するようになっている。また、縦列データが1つし
かない場合は、物体としては認識しない。以下、図8〜
図11を用いて横方向の処理を説明する。
ついて2番目に小さい縦列データを見つけ、その縦列デ
ータに近い最も左側と右側のウインドゥ間を物体として
認識するようになっている。また、縦列データが1つし
かない場合は、物体としては認識しない。以下、図8〜
図11を用いて横方向の処理を説明する。
【0053】例えば図9に示すように、ウインドゥ列
〔y=0,2,6,9〕にほぼ同じ距離データが現れた
場合、物***置としては図9に示すもの以外に図10
(a)や図10(b)に示すような物体として認識して
しまうことが考えられる。そこで、本装置ではこの横方
向処理により認識する物体の大きさの範囲を限定するこ
とで、正確な物体認識を行なえるようになっている。
〔y=0,2,6,9〕にほぼ同じ距離データが現れた
場合、物***置としては図9に示すもの以外に図10
(a)や図10(b)に示すような物体として認識して
しまうことが考えられる。そこで、本装置ではこの横方
向処理により認識する物体の大きさの範囲を限定するこ
とで、正確な物体認識を行なえるようになっている。
【0054】例えば、図9に示すウインドゥ2で測距さ
れた物体の距離データが大きい場合、図10(a)や図
10(b)のように物体を認識することは、非常に大き
な物体が認識されたことを意味している。そこで、物体
の大きさを例えば車両程度の大きさに限定することによ
り、ウインドゥ〔y=2〕の距離データからウインドゥ
〔y=2〕とウインドゥ〔y=6〕と物体のデータが、
同一の物体のデータか否かが判断可能となるのである。
れた物体の距離データが大きい場合、図10(a)や図
10(b)のように物体を認識することは、非常に大き
な物体が認識されたことを意味している。そこで、物体
の大きさを例えば車両程度の大きさに限定することによ
り、ウインドゥ〔y=2〕の距離データからウインドゥ
〔y=2〕とウインドゥ〔y=6〕と物体のデータが、
同一の物体のデータか否かが判断可能となるのである。
【0055】そこで、図11に示すように、ウインドゥ
a,b,cのみに距離データが現れ、それ以外のデータ
が全て0の場合について、図8に示すフローチャートに
したがってその処理を説明する。まず、図8のステップ
SE1において、j=0,n=0,min
a,b,cのみに距離データが現れ、それ以外のデータ
が全て0の場合について、図8に示すフローチャートに
したがってその処理を説明する。まず、図8のステップ
SE1において、j=0,n=0,min
〔0〕=0と
設定する。jはウインドゥ列の番号、nは画像情報にお
ける被写体の数−1、min〔n〕は物体候補の存在の
する可能性がある左端の位置(ウインドゥ列番号)であ
る。
設定する。jはウインドゥ列の番号、nは画像情報にお
ける被写体の数−1、min〔n〕は物体候補の存在の
する可能性がある左端の位置(ウインドゥ列番号)であ
る。
【0056】次にステップSE2に進んでカウンタがk
=0と設定される。そして、ステップSE3で、c:d
ata〔j〕=0かどうかが判断される。jの最初の値
は0であり、図11の場合、c:data
=0と設定される。そして、ステップSE3で、c:d
ata〔j〕=0かどうかが判断される。jの最初の値
は0であり、図11の場合、c:data
〔0〕=0で
あるので、Yesルートを通って図8のステップSE1
0に進んでjが1つ加算され、j=となる。次に、ステ
ップSE11に進んで、j>17かどうかが判定され
る。ここで、j=1なので、Noルートを通ってステッ
プSE2に戻る。
あるので、Yesルートを通って図8のステップSE1
0に進んでjが1つ加算され、j=となる。次に、ステ
ップSE11に進んで、j>17かどうかが判定され
る。ここで、j=1なので、Noルートを通ってステッ
プSE2に戻る。
【0057】そして、図11の場合、このルートをj=
4になるまで繰り返し、j=4の時ステップSE3で
c:data〔4〕=a(≠0)となり、Noルートを
通ってステップSE4に進む。このステップSE4で
は、距離データaに応じて、閾値Wsが設定され、図8
のステップSE5に進む。ステップSE5では、kが1
つ加算されk(=k+1)=1と設定され、ステップS
E6に進む。ステップSE6ではj+kが算出され、こ
の値が17より大きいかどうかが判定される。この場合
j+k=4+1(≦17)であるので、Noルートによ
りステップSE9に進む。
4になるまで繰り返し、j=4の時ステップSE3で
c:data〔4〕=a(≠0)となり、Noルートを
通ってステップSE4に進む。このステップSE4で
は、距離データaに応じて、閾値Wsが設定され、図8
のステップSE5に進む。ステップSE5では、kが1
つ加算されk(=k+1)=1と設定され、ステップS
E6に進む。ステップSE6ではj+kが算出され、こ
の値が17より大きいかどうかが判定される。この場合
j+k=4+1(≦17)であるので、Noルートによ
りステップSE9に進む。
【0058】ステップSE9では、c:data〔j+
k〕=0かどうかが判定されるが、この場合、c:da
ta〔5〕=b(≠0)となるので、Noルートを通っ
てステップSE10に進み、このステップSE10でj
が1つ加算され(j=5)、ステップSE11を通っ
て、ステップSE2に戻る。そして、ステップSE2で
kの値が0にリセットされた後、ステップSE3に進
み、ここでc:data〔j〕の値が判定される。今度
はj=5となっているので、c:data〔5〕=bと
なり、YesルートでステップSE4に進み、距離デー
タbに応じた閾値Wsが再び設定される。
k〕=0かどうかが判定されるが、この場合、c:da
ta〔5〕=b(≠0)となるので、Noルートを通っ
てステップSE10に進み、このステップSE10でj
が1つ加算され(j=5)、ステップSE11を通っ
て、ステップSE2に戻る。そして、ステップSE2で
kの値が0にリセットされた後、ステップSE3に進
み、ここでc:data〔j〕の値が判定される。今度
はj=5となっているので、c:data〔5〕=bと
なり、YesルートでステップSE4に進み、距離デー
タbに応じた閾値Wsが再び設定される。
【0059】次にステップSE5でk=1に設定された
後ステップSE6に進む。ステップSE6ではj+k
(=5+1)=6≦17となるので、Noルートを通っ
てステップSE9に進む。そして、図11に示すよう
に、c:data〔6〕=0であるので、Yesルート
を通ってステップSE12に進む。そして、このステッ
プSE12で、カウントkと閾値Wsとが比較される。
そしてk≦Wsの間は、ステップSE12からNoルー
トを通ってステップSE5に戻る。
後ステップSE6に進む。ステップSE6ではj+k
(=5+1)=6≦17となるので、Noルートを通っ
てステップSE9に進む。そして、図11に示すよう
に、c:data〔6〕=0であるので、Yesルート
を通ってステップSE12に進む。そして、このステッ
プSE12で、カウントkと閾値Wsとが比較される。
そしてk≦Wsの間は、ステップSE12からNoルー
トを通ってステップSE5に戻る。
【0060】図11に示す例の場合、c:data
〔6〕〜c:data
〔6〕〜c:data
〔9〕=0であるので、距離デー
タbに応じた閾値Wsにしたがって、ステップSE5,
ステップSE6,ステップSE9,ステップSE12の
ループを回る。例えば、距離データbがb=10mだっ
たとすると、閾値Ws=3となり、上記のループを3度
回る。
タbに応じた閾値Wsにしたがって、ステップSE5,
ステップSE6,ステップSE9,ステップSE12の
ループを回る。例えば、距離データbがb=10mだっ
たとすると、閾値Ws=3となり、上記のループを3度
回る。
【0061】そして、k=4の時、ステップSE12で
k>Wsが成り立ち、Yesルートを通ってステップS
E13に進む。このステップSE13では、j=j+k
により新たjが設定される。したがって、ここではj=
5+4=9となり、ステップSE14に進む。ステップ
SE14では、max〔n〕=j,min〔n+1〕=
j+1と設定される。なお、max〔n〕は、画像情報
の左側から数えてn−1番目の物体候補の存在のする可
能性がある右端のウインドゥ列の位置である。
k>Wsが成り立ち、Yesルートを通ってステップS
E13に進む。このステップSE13では、j=j+k
により新たjが設定される。したがって、ここではj=
5+4=9となり、ステップSE14に進む。ステップ
SE14では、max〔n〕=j,min〔n+1〕=
j+1と設定される。なお、max〔n〕は、画像情報
の左側から数えてn−1番目の物体候補の存在のする可
能性がある右端のウインドゥ列の位置である。
【0062】この場合は、j=9であるのでmax
〔0〕=9,min〔1〕=10となる。また、ステッ
プSE1で、初期値としてmin
プSE1で、初期値としてmin
〔0〕=0と設定され
ているので、左側から数えて最初の(即ちn=0番目
の)物体候補が、j=0からj=9までの間のウインド
ゥ列に存在する可能性があることを示し、次の2番目
(n=1)の物体候補がj=10以降のウインドゥ列に
存在する可能性があることを示している。
ているので、左側から数えて最初の(即ちn=0番目
の)物体候補が、j=0からj=9までの間のウインド
ゥ列に存在する可能性があることを示し、次の2番目
(n=1)の物体候補がj=10以降のウインドゥ列に
存在する可能性があることを示している。
【0063】この後ステップSE15でn=n+1と設
定され、nが1つ加算される(n=1)。そして、次に
ステップSE10に進んで、jが1つ加算されてj=1
0となり、ステップSE11からステップSE2に戻
り、上述したような処理を繰り返すのである。ところ
で、上述の距離データbが6mの場合にはどうなるかを
説明する。b=6mだとすると、閾値Ws=5となる。
したがって、上記のループを4度回ってk=5となった
後、ステップSE9でc:data〔10〕=cである
ので、ステップSE10へ進む。
定され、nが1つ加算される(n=1)。そして、次に
ステップSE10に進んで、jが1つ加算されてj=1
0となり、ステップSE11からステップSE2に戻
り、上述したような処理を繰り返すのである。ところ
で、上述の距離データbが6mの場合にはどうなるかを
説明する。b=6mだとすると、閾値Ws=5となる。
したがって、上記のループを4度回ってk=5となった
後、ステップSE9でc:data〔10〕=cである
ので、ステップSE10へ進む。
【0064】したがって、max
〔0〕は決まらなくな
り、j=5+1=6としてステップSE2に戻りmax
り、j=5+1=6としてステップSE2に戻りmax
〔0〕を引き続き検索する。以上のような処理をj>1
7又はj+k>17になるまで続け、最終的にn=(物
体数−1),min〔0〜n〕,max〔0〜n〕が得
られ、ステップSE8の物体(ここでは障害物としてい
る)までの距離の算出の処理に移るのである。
7又はj+k>17になるまで続け、最終的にn=(物
体数−1),min〔0〜n〕,max〔0〜n〕が得
られ、ステップSE8の物体(ここでは障害物としてい
る)までの距離の算出の処理に移るのである。
【0065】次に、物体までの距離の算出処理につい
て、説明する。まず、上述のウインドゥ間横方向処理で
得られた、物体存在可能性の左端位置min
て、説明する。まず、上述のウインドゥ間横方向処理で
得られた、物体存在可能性の左端位置min
〔0〕,右
端位置max
端位置max
〔0〕の間で、2番目に小さい距離データ
を見つけだし、その距離データに近いウインドゥ距離デ
ータのみを有効データとして取り出す。
を見つけだし、その距離データに近いウインドゥ距離デ
ータのみを有効データとして取り出す。
【0066】そして、上述の有効データの左端ウインド
ゥ及び右端ウインドゥを物体の左右端と見なす。
ゥ及び右端ウインドゥを物体の左右端と見なす。
【0067】ここで、min
〔0〕とmax
〔0〕との
間で2番目に小さい距離データを探す理由は、ノイズ除
去のためである。物体の距離は、物体の左右端の様に縦
エッジが明確にあるところでは、正確に得られるが、こ
の左右の縦エッジの間では、誤測距が発生する可能性も
ある。したがって、2番目に小さいデータを利用するこ
とにより、物体の左右端のどちらか一方のデータに誤測
距があった場合でも、これを除去し、正確な距離データ
を得ることができるようにしている。
間で2番目に小さい距離データを探す理由は、ノイズ除
去のためである。物体の距離は、物体の左右端の様に縦
エッジが明確にあるところでは、正確に得られるが、こ
の左右の縦エッジの間では、誤測距が発生する可能性も
ある。したがって、2番目に小さいデータを利用するこ
とにより、物体の左右端のどちらか一方のデータに誤測
距があった場合でも、これを除去し、正確な距離データ
を得ることができるようにしている。
【0068】また、min
〔0〕,max
〔0〕の間で
測距データが1つしか得られない場合は、このデータを
ノイズと見なして無視する。以上の処理を物体の数(n
−1)分繰り返す。つまり、次にはmin〔1〕,ma
x〔1〕の間で、2番目に小さい距離データを見つけ
て、以下、上述と同様の処理が繰り返されるのである。
測距データが1つしか得られない場合は、このデータを
ノイズと見なして無視する。以上の処理を物体の数(n
−1)分繰り返す。つまり、次にはmin〔1〕,ma
x〔1〕の間で、2番目に小さい距離データを見つけ
て、以下、上述と同様の処理が繰り返されるのである。
【0069】このような物体距離の算出処理をフローチ
ャートに示すと、図12のようになる。まず、ステップ
SF1でcnt1=0と設定される。次にステップSF
2に進んでcnt1>nかどうかが判定される。ここで
は、ステップSF1でcnt1=0と設定された直後で
あるので、NoルートによりステップSF3に進む。
ャートに示すと、図12のようになる。まず、ステップ
SF1でcnt1=0と設定される。次にステップSF
2に進んでcnt1>nかどうかが判定される。ここで
は、ステップSF1でcnt1=0と設定された直後で
あるので、NoルートによりステップSF3に進む。
【0070】そして、ステップSF3では、min
〔n〕〜max〔n〕のウインドゥ列内に測距データが
2個以上あるかどうかが判断される。もし、測距データ
が2個未満であれば、Noルートを通ってステップSF
15に進み、ここでcnt1=cnt1+1と設定され
てステップSF2に戻る。また、測距データが2個以上
あれば、ステップSF4に進み、min〔n〕〜max
〔n〕のウインドゥ列の中で、2番目に小さい測距デー
タをobst:data〔n〕と設定し、ステップSF
5に進む。
〔n〕〜max〔n〕のウインドゥ列内に測距データが
2個以上あるかどうかが判断される。もし、測距データ
が2個未満であれば、Noルートを通ってステップSF
15に進み、ここでcnt1=cnt1+1と設定され
てステップSF2に戻る。また、測距データが2個以上
あれば、ステップSF4に進み、min〔n〕〜max
〔n〕のウインドゥ列の中で、2番目に小さい測距デー
タをobst:data〔n〕と設定し、ステップSF
5に進む。
【0071】そして、ステップSF5においてcnt2
=min〔n〕と設定される。つま、り物体存在可能性
の左端のウインドゥ列番号がcnt2と設定されるので
ある。次にステップSF6に進んで、下式(6)及び
(7)により、obst:data〔n〕の値がc:d
ata〔cnt2〕に近いデータかどうかが判定され
る。 obst:data〔n〕<k3 ×c:data〔cnt2〕 ・・(7) and obst:data〔n〕>k4 ×c:data〔cnt2〕 ・・(8) (ただし、k4 <k3 ) ここで、k3 ,k4 は、距離データのばらつき度合いに
より設定される固定値である。
=min〔n〕と設定される。つま、り物体存在可能性
の左端のウインドゥ列番号がcnt2と設定されるので
ある。次にステップSF6に進んで、下式(6)及び
(7)により、obst:data〔n〕の値がc:d
ata〔cnt2〕に近いデータかどうかが判定され
る。 obst:data〔n〕<k3 ×c:data〔cnt2〕 ・・(7) and obst:data〔n〕>k4 ×c:data〔cnt2〕 ・・(8) (ただし、k4 <k3 ) ここで、k3 ,k4 は、距離データのばらつき度合いに
より設定される固定値である。
【0072】つまり、min〔n〕〜max〔n〕のウ
インドゥ列の中で2番目に小さい測距データが、物体存
在可能性の左端測距データに近いかどうかが判定される
のである。ここで、この2番目に小さい測距データが左
端測距データに近い値でないと判断されると、ステップ
SF7に進んでcnt2=cnt2+1と設定され、再
びステップSF6に進む。そして、ステップSF6の式
(6),(7)が成り立つまで、ステップSF6,ステ
ップSF7のルーチンを繰り返す。この間ステップSF
7でcnt2の値が1ずつ増加していくので、この処理
は、2番目に小さい測距データとの比較を、図3に示す
ウインドゥ列の左側から順次行なっているのである。
インドゥ列の中で2番目に小さい測距データが、物体存
在可能性の左端測距データに近いかどうかが判定される
のである。ここで、この2番目に小さい測距データが左
端測距データに近い値でないと判断されると、ステップ
SF7に進んでcnt2=cnt2+1と設定され、再
びステップSF6に進む。そして、ステップSF6の式
(6),(7)が成り立つまで、ステップSF6,ステ
ップSF7のルーチンを繰り返す。この間ステップSF
7でcnt2の値が1ずつ増加していくので、この処理
は、2番目に小さい測距データとの比較を、図3に示す
ウインドゥ列の左側から順次行なっているのである。
【0073】ステップSF6で式(6),(7)が成り
立つと、次にステップSF8に進んで、min:win
〔n〕=cnt2と設定される。そして、ステップSF
9で新たにmax〔n〕をcnt2と設定し、ステップ
SF10で、obst:data〔n〕の値がc:da
ta〔cnt2〕に近いデータかどうかが判定される。
立つと、次にステップSF8に進んで、min:win
〔n〕=cnt2と設定される。そして、ステップSF
9で新たにmax〔n〕をcnt2と設定し、ステップ
SF10で、obst:data〔n〕の値がc:da
ta〔cnt2〕に近いデータかどうかが判定される。
【0074】つまり、ここでは、2番目に小さい測距デ
ータが、物体存在可能性の右端測距データに近い値かど
うかが判定されるのである。ここで、この2番目に小さ
い測距データが右端測距データに近い値でないと判断さ
れると、ステップSF11に進んでcnt2=cnt2
−1と設定され、再びステップSF10に戻る。そし
て、ステップSF10の条件式〔ステップSF6内の式
(6),(7)と同じ〕が成り立つまで、ステップSF
10,ステップSF11のルーチンを繰り返す。
ータが、物体存在可能性の右端測距データに近い値かど
うかが判定されるのである。ここで、この2番目に小さ
い測距データが右端測距データに近い値でないと判断さ
れると、ステップSF11に進んでcnt2=cnt2
−1と設定され、再びステップSF10に戻る。そし
て、ステップSF10の条件式〔ステップSF6内の式
(6),(7)と同じ〕が成り立つまで、ステップSF
10,ステップSF11のルーチンを繰り返す。
【0075】このルーチンを繰り返す間に、ステップS
F11においてcnt2の値が1ずつ減算されていくの
で、この処理は、2番目に小さい測距データとの比較
を、図3に示すウインドゥ列の右側から順次行なってい
ることになる。そして、ステップSF10の条件が成り
立つと、ステップSF12に進み、このステップSF1
2において、このときのcnt2をmax:win
〔n〕と置く。
F11においてcnt2の値が1ずつ減算されていくの
で、この処理は、2番目に小さい測距データとの比較
を、図3に示すウインドゥ列の右側から順次行なってい
ることになる。そして、ステップSF10の条件が成り
立つと、ステップSF12に進み、このステップSF1
2において、このときのcnt2をmax:win
〔n〕と置く。
【0076】次にステップSF13に進んで、ステップ
SF8で設定されたmin:win〔n〕と上記ma
x:win〔n〕とが等しいかどうかが判定される。m
in:win〔n〕=max:win〔n〕の時は、Y
esルートを通ってステップSF14に進む。そして、
ステップSF14で、min:win〔n〕とmax:
win〔n〕との測距データを0に設定して、このデー
タを削除した後、ステップSF15に進む。これは、m
in:win〔n〕=max:win〔n〕が成り立つ
時は、左側から検索した縦エッジと右側から検索した縦
エッジとの測距データが等しい場合であり、このような
棒状の距離データをノイズとして消去しているのであ
る。
SF8で設定されたmin:win〔n〕と上記ma
x:win〔n〕とが等しいかどうかが判定される。m
in:win〔n〕=max:win〔n〕の時は、Y
esルートを通ってステップSF14に進む。そして、
ステップSF14で、min:win〔n〕とmax:
win〔n〕との測距データを0に設定して、このデー
タを削除した後、ステップSF15に進む。これは、m
in:win〔n〕=max:win〔n〕が成り立つ
時は、左側から検索した縦エッジと右側から検索した縦
エッジとの測距データが等しい場合であり、このような
棒状の距離データをノイズとして消去しているのであ
る。
【0077】また、ステップSF13でmin:win
〔n〕≠max:win〔n〕の時は、ステップSF1
5に進む。そして、このステップSF15で、cnt1
が1つ加算されて、ステップSF2に戻る。以降、ステ
ップSF2でcnt1>nとなるまでは、ステップSF
2からステップSF15のルーチンを繰り返す。
〔n〕≠max:win〔n〕の時は、ステップSF1
5に進む。そして、このステップSF15で、cnt1
が1つ加算されて、ステップSF2に戻る。以降、ステ
ップSF2でcnt1>nとなるまでは、ステップSF
2からステップSF15のルーチンを繰り返す。
【0078】そして、ステップSF2でcnt1>nの
とき、Yesルートを通って物体の距離算出処理が終了
する。なお、本装置では物体が重なり合っている場合に
は、近い距離の物体のみが認識される。但し、距離デー
タは得られているので、物体が存在していることは判断
できるのである。
とき、Yesルートを通って物体の距離算出処理が終了
する。なお、本装置では物体が重なり合っている場合に
は、近い距離の物体のみが認識される。但し、距離デー
タは得られているので、物体が存在していることは判断
できるのである。
【0079】本発明の一実施例としての車両用路上物体
認識装置は、上述のように構成されているので、車両1
に設置された横置きステレオカメラ2により走行路面上
が撮影されると、この横置きステレオカメラ2からの画
像情報は、物体認識手段5の前方測距コントローラ3に
取り込まれるようになっている。そして、この前方測距
コントローラ3でステレオカメラ2により撮像された画
面がエリアI〜III に分割されるとともに、さらに各エ
リアI〜III 内が細かなウインドゥに分割される。
認識装置は、上述のように構成されているので、車両1
に設置された横置きステレオカメラ2により走行路面上
が撮影されると、この横置きステレオカメラ2からの画
像情報は、物体認識手段5の前方測距コントローラ3に
取り込まれるようになっている。そして、この前方測距
コントローラ3でステレオカメラ2により撮像された画
面がエリアI〜III に分割されるとともに、さらに各エ
リアI〜III 内が細かなウインドゥに分割される。
【0080】そして、エッジ認識手段10で、ステレオ
カメラ2からの画像情報に基づいて、各ウインドゥ列毎
に、縦エッジ部分を認識して、この縦エッジ部分までの
距離が測定され、これらの情報がデュアルポートRAM
4を介してコンピュータ6に入力される。そして、この
コンピュータ6のレンジ対応物体データ除外手段8によ
り、ステレオカメラ2で撮像された被写体を物体又は物
体候補として認識するか、この被写体を物体でないもの
として物体データから除外する処理が行なわれる。
カメラ2からの画像情報に基づいて、各ウインドゥ列毎
に、縦エッジ部分を認識して、この縦エッジ部分までの
距離が測定され、これらの情報がデュアルポートRAM
4を介してコンピュータ6に入力される。そして、この
コンピュータ6のレンジ対応物体データ除外手段8によ
り、ステレオカメラ2で撮像された被写体を物体又は物
体候補として認識するか、この被写体を物体でないもの
として物体データから除外する処理が行なわれる。
【0081】この後、物体推定手段11において、前述
のエッジ認識手段10の認識情報に基づいて、画像情報
の各ウインドゥ列単位で、縦エッジ部分が存在する際に
はその距離を追跡して、予め設定された左右の離隔範囲
内のウインドゥ列間に、縦エッジが一対存在し、且つこ
の対をなす各縦エッジ部分までの距離がほぼ等しい場合
に、この対をなす各縦エッジ部分で規定される領域に、
この縦エッジ部分までの距離だけ離れて物体が存在して
いると推定する。
のエッジ認識手段10の認識情報に基づいて、画像情報
の各ウインドゥ列単位で、縦エッジ部分が存在する際に
はその距離を追跡して、予め設定された左右の離隔範囲
内のウインドゥ列間に、縦エッジが一対存在し、且つこ
の対をなす各縦エッジ部分までの距離がほぼ等しい場合
に、この対をなす各縦エッジ部分で規定される領域に、
この縦エッジ部分までの距離だけ離れて物体が存在して
いると推定する。
【0082】したがって、路面上の文字や白線等を画像
データから除去することができ、物体の距離や位置を認
識することができる。また、縦エッジが、設定された画
像範囲内に1つしか表れない場合に、この縦エッジがノ
イズとして消去されるので、より正確な物体認識を行な
うことができるのである。
データから除去することができ、物体の距離や位置を認
識することができる。また、縦エッジが、設定された画
像範囲内に1つしか表れない場合に、この縦エッジがノ
イズとして消去されるので、より正確な物体認識を行な
うことができるのである。
【0083】また、前方測距コントローラ3によりステ
レオカメラ2により撮像された画面をエリアI〜III に
分割し、各エリアI〜III 毎に処理を行なうことで物体
認識を迅速に行なうことができる。さらに、各エリアI
〜III をほぼ同等の大きさに分割することにより、ほぼ
同様な小型の処理系を3つ用いて処理を行なうことがで
きる。
レオカメラ2により撮像された画面をエリアI〜III に
分割し、各エリアI〜III 毎に処理を行なうことで物体
認識を迅速に行なうことができる。さらに、各エリアI
〜III をほぼ同等の大きさに分割することにより、ほぼ
同様な小型の処理系を3つ用いて処理を行なうことがで
きる。
【0084】
【発明の効果】以上詳述したように、請求項1記載の本
発明の車両用路上物体認識装置によれば、車両の走行路
面上を撮影する横置きステレオカメラと、該横置きステ
レオカメラにより得られる画像情報に基づいて、該走行
路面上の物体を認識する物体認識手段とをそなえ、該物
体認識手段が、該横置きステレオカメラにより得られる
撮影画面を上下方向に複数の行レンジに分割し左右方向
に複数の列に分割することで多数のウインドゥに区画し
た上で、該横置きステレオカメラの左右2つのカメラの
各画像情報から、上記の各ウインドゥ毎に、被写体まで
の距離を測定する距離測定手段と、上記の各行レンジ毎
に決まるレンジ対応基準距離と該距離測定手段で検出さ
れた被写体までの距離とを比較して、該被写体までの距
離が該レンジ対応基準距離以内であればこの被写体を物
体又は物体候補として認識し、該被写体までの距離が該
レンジ対応基準距離よりも大きければこの被写体につい
ては物体でないものとして物体データから除外する、レ
ンジ対応物体データ除外手段とをそなえているという構
成により、路面上の文字や白線等を画像データから除去
することができ、物体の距離や位置を正しく認識するこ
とができる。
発明の車両用路上物体認識装置によれば、車両の走行路
面上を撮影する横置きステレオカメラと、該横置きステ
レオカメラにより得られる画像情報に基づいて、該走行
路面上の物体を認識する物体認識手段とをそなえ、該物
体認識手段が、該横置きステレオカメラにより得られる
撮影画面を上下方向に複数の行レンジに分割し左右方向
に複数の列に分割することで多数のウインドゥに区画し
た上で、該横置きステレオカメラの左右2つのカメラの
各画像情報から、上記の各ウインドゥ毎に、被写体まで
の距離を測定する距離測定手段と、上記の各行レンジ毎
に決まるレンジ対応基準距離と該距離測定手段で検出さ
れた被写体までの距離とを比較して、該被写体までの距
離が該レンジ対応基準距離以内であればこの被写体を物
体又は物体候補として認識し、該被写体までの距離が該
レンジ対応基準距離よりも大きければこの被写体につい
ては物体でないものとして物体データから除外する、レ
ンジ対応物体データ除外手段とをそなえているという構
成により、路面上の文字や白線等を画像データから除去
することができ、物体の距離や位置を正しく認識するこ
とができる。
【0085】また、請求項2記載の本発明の車両用路上
物体認識装置によれば、上記請求項1記載の構成に加え
て、該距離測定手段が、該横置きステレオカメラの左右
の画像情報から得られる同一被写体の左右方向へのずれ
量に基づいて、被写体までの距離を測定するという構成
により、被写体までの距離を簡単に測定することができ
る。
物体認識装置によれば、上記請求項1記載の構成に加え
て、該距離測定手段が、該横置きステレオカメラの左右
の画像情報から得られる同一被写体の左右方向へのずれ
量に基づいて、被写体までの距離を測定するという構成
により、被写体までの距離を簡単に測定することができ
る。
【0086】また、請求項3記載の本発明の車両用路上
物体認識装置によれば、上記請求項2記載の構成に加え
て、該距離測定手段が、該被写体までの距離Rを、該左
右の2つのカメラのレンズの焦点距離fと、該左右2つ
のカメラの光軸間の距離Lと、画像の画素ピッチPと、
左右の画像が整合するまでに左右どちらか一方の画像を
シフトした画素数nと、に基づいて、R=(f・L)/
(n・P)の式により算出するという構成により、被写
体までの距離を簡単、且つ正確に測定することができ
る。
物体認識装置によれば、上記請求項2記載の構成に加え
て、該距離測定手段が、該被写体までの距離Rを、該左
右の2つのカメラのレンズの焦点距離fと、該左右2つ
のカメラの光軸間の距離Lと、画像の画素ピッチPと、
左右の画像が整合するまでに左右どちらか一方の画像を
シフトした画素数nと、に基づいて、R=(f・L)/
(n・P)の式により算出するという構成により、被写
体までの距離を簡単、且つ正確に測定することができ
る。
【0087】また、請求項4記載の本発明の車両用路上
物体認識装置によれば、上記請求項1記載の構成に加え
て、該物体認識手段の処理対称とする画像領域が、該車
両から遠い部分では左右の端部領域を除去されて左右方
向の中央部の領域のみに限定されるという構成により、
物体認識が必要ではない部分では、画像処理が行なわれ
ず、画像処理の情報量を必要最小限にすることができ
る。これにより、必要な部分での画像処理を素早く行な
うことができる。
物体認識装置によれば、上記請求項1記載の構成に加え
て、該物体認識手段の処理対称とする画像領域が、該車
両から遠い部分では左右の端部領域を除去されて左右方
向の中央部の領域のみに限定されるという構成により、
物体認識が必要ではない部分では、画像処理が行なわれ
ず、画像処理の情報量を必要最小限にすることができ
る。これにより、必要な部分での画像処理を素早く行な
うことができる。
【0088】また、請求項5記載の本発明の車両用路上
物体認識装置によれば、上記請求項4記載の構成に加え
て、該物体認識手段が、処理対象とする画像領域を、該
車両から遠い部分で左右の端部領域を除去された左右方
向の中央部分に相当する第1の画像領域と、該車両から
近い部分の左半部分に相当する第2の画像領域と、該車
両から近い部分の右半部分に相当する第3の画像領域
と、に区分して、画像処理を行なうという構成により、
全体の画像処理領域を略同じ大きさの3つの領域に区分
でき、それぞれの画像領域毎に画像処理を行なうことに
より、全体が広い画像領域であっても画像処理を素早く
行なうことができる。
物体認識装置によれば、上記請求項4記載の構成に加え
て、該物体認識手段が、処理対象とする画像領域を、該
車両から遠い部分で左右の端部領域を除去された左右方
向の中央部分に相当する第1の画像領域と、該車両から
近い部分の左半部分に相当する第2の画像領域と、該車
両から近い部分の右半部分に相当する第3の画像領域
と、に区分して、画像処理を行なうという構成により、
全体の画像処理領域を略同じ大きさの3つの領域に区分
でき、それぞれの画像領域毎に画像処理を行なうことに
より、全体が広い画像領域であっても画像処理を素早く
行なうことができる。
【0089】また、請求項6記載の本発明の車両用路上
物体認識装置によれば、上記請求項1記載の構成に加え
て、該レンジ対応基準距離が、各レンジの最下部に映し
出されるべき該走行路の部分までの距離であるという構
成により、路面上の白線,文字等を物体として誤認識す
ることがなくなり、より正確な物体認識を行なうことが
できる。
物体認識装置によれば、上記請求項1記載の構成に加え
て、該レンジ対応基準距離が、各レンジの最下部に映し
出されるべき該走行路の部分までの距離であるという構
成により、路面上の白線,文字等を物体として誤認識す
ることがなくなり、より正確な物体認識を行なうことが
できる。
【図1】本発明の一実施例としての車両用路上物体認識
装置における全体構成を示す模式的なブロック図であ
る。
装置における全体構成を示す模式的なブロック図であ
る。
【図2】本発明の一実施例としての車両用路上物体認識
装置における画像情報処理の概要を説明するためのアル
ゴリズムである。
装置における画像情報処理の概要を説明するためのアル
ゴリズムである。
【図3】本発明の一実施例としての車両用路上物体認識
装置における処理画像を示す模式図である。
装置における処理画像を示す模式図である。
【図4】本発明の一実施例としての車両用路上物体認識
装置における作用を説明するためのフローチャートであ
って不正確データを削除するための処理について説明す
るためのフローチャートである。
装置における作用を説明するためのフローチャートであ
って不正確データを削除するための処理について説明す
るためのフローチャートである。
【図5】本発明の一実施例としての車両用路上物体認識
装置における作用を説明するためのフローチャートであ
ってレンジカット処理について説明するためのフローチ
ャートである。
装置における作用を説明するためのフローチャートであ
ってレンジカット処理について説明するためのフローチ
ャートである。
【図6】本発明の一実施例としての車両用路上物体認識
装置におけるレンジカット処理について説明するための
模式図である。
装置におけるレンジカット処理について説明するための
模式図である。
【図7】本発明の一実施例としての車両用路上物体認識
装置における作用を説明するためのフローチャートであ
ってウインドゥ間の縦方向処理について説明するための
フローチャートである。
装置における作用を説明するためのフローチャートであ
ってウインドゥ間の縦方向処理について説明するための
フローチャートである。
【図8】本発明の一実施例としての車両用路上物体認識
装置における作用を説明するためのフローチャートであ
ってウインドゥ間の横方向処理について説明するための
フローチャートである。
装置における作用を説明するためのフローチャートであ
ってウインドゥ間の横方向処理について説明するための
フローチャートである。
【図9】本発明の一実施例としての車両用路上物体認識
装置におけるウインドゥ間の横方向処理についての処理
画像の一例を示す模式図である。
装置におけるウインドゥ間の横方向処理についての処理
画像の一例を示す模式図である。
【図10】本発明の一実施例としての車両用路上物体認
識装置におけるウインドゥ間の横方向処理についての処
理画像の一例を示す模式図である。
識装置におけるウインドゥ間の横方向処理についての処
理画像の一例を示す模式図である。
【図11】本発明の一実施例としての車両用路上物体認
識装置におけるウインドゥ間の横方向処理についての処
理画像の一例を示す模式図である。
識装置におけるウインドゥ間の横方向処理についての処
理画像の一例を示す模式図である。
【図12】本発明の一実施例としての車両用路上物体認
識装置における作用を説明するためのフローチャートで
あって物体までの距離の算出処理について説明するため
のフローチャートである。
識装置における作用を説明するためのフローチャートで
あって物体までの距離の算出処理について説明するため
のフローチャートである。
【図13】本発明の一実施例としての車両用路上物体認
識装置における横置きステレオカメラ(CCDカメラ)
の外観を示す模式図である。
識装置における横置きステレオカメラ(CCDカメラ)
の外観を示す模式図である。
【図14】本発明の一実施例としての車両用路上物体認
識装置における横置きステレオカメラ(CCDカメラ)
により撮像された画像を示す模式図であって(a)はそ
の横置きステレオカメラの左側のカメラで撮像された車
両を示す図(b)はその横置きステレオカメラの右側の
カメラで撮像された車両を示す図である。
識装置における横置きステレオカメラ(CCDカメラ)
により撮像された画像を示す模式図であって(a)はそ
の横置きステレオカメラの左側のカメラで撮像された車
両を示す図(b)はその横置きステレオカメラの右側の
カメラで撮像された車両を示す図である。
【図15】本発明の一実施例としての車両用路上物体認
識装置における横置きステレオカメラ(CCDカメラ)
の左右の画像から物体までの距離の算出を説明するため
の図である。
識装置における横置きステレオカメラ(CCDカメラ)
の左右の画像から物体までの距離の算出を説明するため
の図である。
1 車両 2 横置きステレオカメラ(CCDカメラ) 2L 左側カメラ 2R 右側カメラ 3 前方測距コントローラ 4 デュアルポートRAM 5 物体認識手段 6 コンピュータ 7 距離測定手段 8 レンジ対応物体データ除外手段 9 物体(障害物) 10 エッジ認識手段 11 物体推定手段
───────────────────────────────────────────────────── フロントページの続き (51)Int.Cl.6 識別記号 庁内整理番号 FI 技術表示箇所 H04N 7/18 D // G05D 1/02 K (72)発明者 早舩 一弥 東京都港区芝五丁目33番8号 三菱自動車 工業株式会社内 (72)発明者 山田 喜一 東京都港区芝五丁目33番8号 三菱自動車 工業株式会社内
Claims (6)
- 【請求項1】 車両の走行路面上を撮影する横置きステ
レオカメラと、 該横置きステレオカメラにより得られる画像情報に基づ
いて、該走行路面上の物体を認識する物体認識手段とを
そなえ、 該物体認識手段が、 該横置きステレオカメラにより得られる撮影画面を上下
方向に複数の行レンジに分割し左右方向に複数の列に分
割することで多数のウインドゥに区画した上で、該横置
きステレオカメラの左右2つのカメラの各画像情報か
ら、上記の各ウインドゥ毎に、被写体までの距離を測定
する距離測定手段と、 上記の各行レンジ毎に決まるレンジ対応基準距離と該距
離測定手段で検出された被写体までの距離とを比較し
て、該被写体までの距離が該レンジ対応基準距離以内で
あればこの被写体を物体又は物体候補として認識し、該
被写体までの距離が該レンジ対応基準距離よりも大きけ
ればこの被写体については物体でないものとして物体デ
ータから除外する、レンジ対応物体データ除外手段とを
そなえていることを特徴とする、車両用路上物体認識装
置。 - 【請求項2】 該距離測定手段が、該横置きステレオカ
メラの左右の画像情報から得られる同一被写体の左右方
向へのずれ量に基づいて、被写体までの距離を測定する
ことを特徴とする、請求項1記載の車両用路上物体認識
装置。 - 【請求項3】 該距離測定手段が、該被写体までの距離
Rを、該左右の2つのカメラのレンズの焦点距離fと、
該左右2つのカメラの光軸間の距離Lと、画像の画素ピ
ッチPと、左右の画像が整合するまでに左右どちらか一
方の画像をシフトした画素数nと、に基づいて、R=
(f・L)/(n・P)の式により算出することを特徴
とする、請求項2記載の車両用路上物体認識装置。 - 【請求項4】 該物体認識手段の処理対称とする画像領
域が、該車両から遠い部分では左右の端部領域を除去さ
れて左右方向の中央部の領域のみに限定されていること
を特徴とする、請求項1記載の車両用路上物体認識装
置。 - 【請求項5】 該物体認識手段が、処理対象とする画像
領域を、該車両から遠い部分で左右の端部領域を除去さ
れた左右方向の中央部分に相当する第1の画像領域と、
該車両から近い部分の左半部分に相当する第2の画像領
域と、該車両から近い部分の右半部分に相当する第3の
画像領域と、に区分して、画像処理を行なうことを特徴
とする、請求項4記載の車両用路上物体認識装置。 - 【請求項6】 該レンジ対応基準距離が、各レンジの最
下部に映し出されるべき該走行路の部分までの距離であ
ることを特徴とする、請求項1記載の車両用路上物体認
識装置。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP6017698A JPH07225126A (ja) | 1994-02-14 | 1994-02-14 | 車両用路上物体認識装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP6017698A JPH07225126A (ja) | 1994-02-14 | 1994-02-14 | 車両用路上物体認識装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
JPH07225126A true JPH07225126A (ja) | 1995-08-22 |
Family
ID=11951023
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP6017698A Withdrawn JPH07225126A (ja) | 1994-02-14 | 1994-02-14 | 車両用路上物体認識装置 |
Country Status (1)
Country | Link |
---|---|
JP (1) | JPH07225126A (ja) |
Cited By (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH07294251A (ja) * | 1994-04-22 | 1995-11-10 | Nippon Soken Inc | 障害物検出装置 |
JPH10206118A (ja) * | 1997-01-23 | 1998-08-07 | Naldec Kk | 物体認識装置 |
WO2003015411A1 (fr) * | 2001-08-06 | 2003-02-20 | Sumitomo Osaka Cement Co.,Ltd. | Systeme de surveillance a image stereoscopique et procede associe |
US6658137B1 (en) | 1999-04-19 | 2003-12-02 | Honda Giken Kogyo Kabushiki Kaisha | Road sensor system |
US6775395B2 (en) | 2000-03-27 | 2004-08-10 | Honda Giken Kogyo Kabushiki Kaisha | Object recognition system |
US6963657B1 (en) | 1999-09-24 | 2005-11-08 | Honda Giken Kogyo Kabushiki Kaisha | Object recognition system |
US7277559B2 (en) * | 2002-11-19 | 2007-10-02 | Honda Motor Co., Ltd. | Mobile apparatus |
WO2007129382A1 (ja) * | 2006-04-28 | 2007-11-15 | Panasonic Corporation | ナビゲーション装置およびその方法 |
WO2016063545A1 (ja) * | 2014-10-24 | 2016-04-28 | 京セラ株式会社 | ステレオカメラ装置及びステレオカメラ装置を備える車両 |
US10180318B2 (en) | 2014-05-28 | 2019-01-15 | Kyocera Corporation | Stereo camera apparatus, vehicle provided with stereo camera apparatus, and non-transitory recording medium |
US10354148B2 (en) | 2014-05-28 | 2019-07-16 | Kyocera Corporation | Object detection apparatus, vehicle provided with object detection apparatus, and non-transitory recording medium |
-
1994
- 1994-02-14 JP JP6017698A patent/JPH07225126A/ja not_active Withdrawn
Cited By (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH07294251A (ja) * | 1994-04-22 | 1995-11-10 | Nippon Soken Inc | 障害物検出装置 |
JPH10206118A (ja) * | 1997-01-23 | 1998-08-07 | Naldec Kk | 物体認識装置 |
US6658137B1 (en) | 1999-04-19 | 2003-12-02 | Honda Giken Kogyo Kabushiki Kaisha | Road sensor system |
US6963657B1 (en) | 1999-09-24 | 2005-11-08 | Honda Giken Kogyo Kabushiki Kaisha | Object recognition system |
US6775395B2 (en) | 2000-03-27 | 2004-08-10 | Honda Giken Kogyo Kabushiki Kaisha | Object recognition system |
WO2003015411A1 (fr) * | 2001-08-06 | 2003-02-20 | Sumitomo Osaka Cement Co.,Ltd. | Systeme de surveillance a image stereoscopique et procede associe |
US7277559B2 (en) * | 2002-11-19 | 2007-10-02 | Honda Motor Co., Ltd. | Mobile apparatus |
WO2007129382A1 (ja) * | 2006-04-28 | 2007-11-15 | Panasonic Corporation | ナビゲーション装置およびその方法 |
US8103442B2 (en) | 2006-04-28 | 2012-01-24 | Panasonic Corporation | Navigation device and its method |
US10180318B2 (en) | 2014-05-28 | 2019-01-15 | Kyocera Corporation | Stereo camera apparatus, vehicle provided with stereo camera apparatus, and non-transitory recording medium |
US10354148B2 (en) | 2014-05-28 | 2019-07-16 | Kyocera Corporation | Object detection apparatus, vehicle provided with object detection apparatus, and non-transitory recording medium |
WO2016063545A1 (ja) * | 2014-10-24 | 2016-04-28 | 京セラ株式会社 | ステレオカメラ装置及びステレオカメラ装置を備える車両 |
JPWO2016063545A1 (ja) * | 2014-10-24 | 2017-06-29 | 京セラ株式会社 | ステレオカメラ装置及びステレオカメラ装置を備える車両 |
US10595003B2 (en) | 2014-10-24 | 2020-03-17 | Kyocera Corporation | Stereo camera apparatus and vehicle comprising the same |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP3169483B2 (ja) | 道路環境認識装置 | |
US11670087B2 (en) | Training data generating method for image processing, image processing method, and devices thereof | |
US8406472B2 (en) | Method and system for processing image data | |
JPH09319872A (ja) | 道路白線検出装置と曲率半径計算装置とナビゲーション装置 | |
JPH06107096A (ja) | 車両用前方監視方法 | |
JP2015207281A (ja) | 立体物検出装置、立体物検出方法、立体物検出プログラム、及び移動体機器制御システム | |
JP3562751B2 (ja) | 前方車両検出方法及び装置 | |
JP2002352225A (ja) | 障害物検出装置及びその方法 | |
JP2000357233A (ja) | 物体認識装置 | |
JP2003067752A (ja) | 車両周辺監視装置 | |
JP2008168811A (ja) | 車線認識装置、車両、車線認識方法、及び車線認識プログラム | |
JP4407920B2 (ja) | 障害物認識方法及び障害物認識装置 | |
JP2009053818A (ja) | 画像処理装置及びその方法 | |
JP2003123197A (ja) | 道路標示等認識装置 | |
JP3961584B2 (ja) | 区画線検出装置 | |
JPH07225126A (ja) | 車両用路上物体認識装置 | |
CN111046719A (zh) | 用于转换图像的设备和方法 | |
JP6548312B2 (ja) | 画像処理装置 | |
JP2002334330A (ja) | 車両認識装置 | |
JP3326988B2 (ja) | 道路環境認識装置 | |
JPH0935198A (ja) | 車両用走行路検出装置 | |
JP4847779B2 (ja) | 車載情報処理方法、車載情報処理プログラム、車載情報処理装置および車載情報処理システム | |
JPH07225127A (ja) | 車両用路上物体認識装置 | |
JP3856798B2 (ja) | ナビゲーション装置 | |
JPH07294251A (ja) | 障害物検出装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A300 | Application deemed to be withdrawn because no request for examination was validly filed |
Free format text: JAPANESE INTERMEDIATE CODE: A300 Effective date: 20010508 |