JPH0624035B2

JPH0624035B2 - 走行路判別装置

Info

Publication number: JPH0624035B2
Application number: JP63243329A
Authority: JP
Inventors: 茂人仲山; 洋長谷川
Original assignee: Honda Motor Co Ltd
Current assignee: Honda Motor Co Ltd
Priority date: 1988-09-28
Filing date: 1988-09-28
Publication date: 1994-03-30
Anticipated expiration: 2009-03-30
Also published as: JPH0290379A

Description

【発明の詳細な説明】〔産業上の利用分野〕本発明は画像処理によって走行路（例えば道路）の直
線、カーブ、登り、下りなどの形状を判別する走行路判
別装置に関するものである。

〔従来の技術〕

自動走行車両を制御するに当たっては、走行路の形状を
リアルタイムに認識する必要がある。この目的のために
は、例えば走行路にあらかじめ識別ラインを設けてお
き、これを光センサ等で検知することが考えられる。し
かし、これでは走行路に識別ラインを設けなければなら
ないので、汎用性に著しく欠ける。

そこで、走行路をテレビカメラなどで撮像し、得られた
データを画像処理することにより、走行路の形状を認識
することが考えられる。このような画像処理には各種の
手法があり、その一例として例えばＨｏｕｇｈ（ハフ）
変換を用いたものがある（特開昭６２−２４３１０号、
同６２−７０９１６号）。しかし、走行路を撮像して得
られたデータには走行路に対応するデータが含まれるだ
けでなく、走行路周囲の建物や、樹木、あるいはセンタ
ーラインなどの各種のものが含まれるので、正しい走行
路の認識処理には長い時間を要することになる。また、
高速化を図ろうとすると、システムが複雑、高価になっ
てしまう欠点もある。

ところで、走行車両を制御するためには、走行路の大局
的形状を把握することがまず最初に必要であり、これが
把握できると微細な形状の把握も容易になる。

〔発明が解決しようとする課題〕

本発明は上記のような問題点を解決し、高速に走行路の
大局的形状を把握できることを目的とした従来は無かっ
た装置を実現するためになされたものである。

〔課題を解決するための手段〕

本発明に係る走行路判別装置において、その第１の態様
は、走行路をカメラで撮像して得られた画像データに含
まれる特徴点（撮像対象の各エッジを示す画像データ）
についてＨｏｕｇｈ変換を施すことにより、撮像対象の
各エッジを画像上で近似する直線群を求め、これら各直
線群の中から走行路の両端を画像上で近似する直線の組
を抽出し、この２直線を走行路の形状判別に利用するこ
とを特徴としている。

さらに、第２の態様では、あらかじめ重複しないように
上記画像を分割した領域ごとに、各領域内に存在する直
線群の中から走行路の一部を画像上で近似する直線対を
順次抽出して行き、この直線対を走行路全体の形状判別
に利用することを特徴としている。

すなわち、本発明における第１の態様では、直線群抽出
手段により、画像データから撮像対象の各エッジを示す
画像上の特徴点を検出し、この画像上で各特徴点に対し
てＨｏｕｇｈ変換を施すことにより、撮像対象の各エッ
ジを画像上で近似する直線群を求める。

次に、直線選定手段により、直線群の中から走行路の一
端を画像上で近似する第１の直線の候補となる直線を任
意に選択しながら、この選択された直線の位置とあらか
じめ設定されたカメラ位置にもとづいて求められた画像
上の地平線位置情報及びあらかじめ設定された走行路幅
情報から算出される理論直線と選択された直線との組に
近似する直線群中の組を順次求め、さらに、これら得ら
れた直線の組のうち最も近似している直線の組を、走行
路の一端及び他端をそれぞれ画像上で近似する第１及び
第２の直線の組として選定する。

ここで、上記理論直線は画像上で計算により算出される
直線であって、上記直線群抽出手段において求められた
直線群の中からクラスタリングされた各グループを代表
する代表直線を選定し、これら選定された代表直線と地
平線位置の交点近傍を通り、かつこの代表直線に対して
走行路幅情報に対応した距離だけ等しく左右に離れた２
つの直線である。

そして、最後に判別手段により抽出された第１および第
２の直線にもとづいて、走行路の形状を判別している。

一方、本発明における第２の態様では、まず、画像分割
手段により走行路端の一部を画像上で近似する直線が存
在する領域であって、この近似直線を特定するためのエ
ッジ情報が最も良好に得られる下側領域と、走行路端の
一部を画像上で近似する直線が存在する領域であって、
下側領域に隣接しかつ下側領域に対し画像上前方側に位
置する上側領域とを含む少なくとも２つの領域に、画像
を分割する。そして、上記第１の態様における直線群抽
出手段と同様に、Ｈｏｕｇｈ変換を利用して撮像対象の
各エッジを画像上で近似する直線群の抽出を行ってい
る。

続いて、下側直線選定手段（上記第１の態様における直
線選定手段と同様の動作を行う）により下側領域におけ
る一部走行路端をそれぞれ画像上で近似する第１の直線
対を選定するとともに、上側直線選定手段により画像上
の上側領域内に存在する直線群のうち一部走行路端を画
像上で近似する第２の直線対として、下側領域および上
側領域の画像上の境界線と第１の直線対の交点近傍を通
る直線群から選定している。

そして、最後に判別手段において、下側領域における第
１の直線対が交叉する交点（各直線の延長線上に存在す
る場合もある）と上側領域における第２の直線対が交叉
する交点（各直線の延長線上に存在する場合もある）と
の相対位置関係から走行路の形状を判別する。

なお、第２の態様においては、判別手段は上側直線交点
が下側直線交点の右に位置するときは走行路は右曲りと
判別し、左に位置するときは左曲りと判別することを特
徴としてもよく、また上側直線交点が下側直線交点の下
方に位置するときは素行路は下り坂であると判別するこ
とを特徴としてもよい。

〔作用〕

本発明によれば、あらかじめ設定された走行路（道路）
幅情報を用いて走行路端に対応する直線が抽出される。
すなわち、一方の走行路端に対応する第１の直線は、単
に最も主要な線分特徴として求められるが、他方の走行
路端に対応する第２の直線は上記の道路幅情報にもとづ
き、第１の直線との相対関係で決定される。従って、走
行路の形状の大局的傾向を知る上で最も基本的かつ重要
な２本の直線を、簡単な処理によって迅速に見出すこと
ができる。

また、第２の態様のように原画像を実景の手前側に相当
する下側領域と、遠方側に相当する上側領域に分割し、
各領域ごとに直線を求めるようにした場合、手前側が写
っている下側領域では、ほぼ走行路のみの画像データと
なり、周囲の建物などの影響を受けにくい。さらに、各
領域ごとに求めに直線の交点（画像上に現れる近似直線
の延長線上に存在する）の相対的位置関係を調べること
により、走行路の曲り、登り、下り等の形状を簡単に判
別することができる。

〔実施例〕

以下、添付図面を参照して本発明の実施例を詳細に説明
する。

第１図は本発明の実施例を機能実現手段の結合として表
現した概念図である。図示の通り、カメラ１で取り込ま
れた走行路の画像データはＡ／Ｄ変換部２でディジタル
データに変換され、画像メモリ３に一時的に格納され
る。画像メモリ３から読み出された画像データは前処理
部４に与えられ、ここで微分によるエッジ検出、ルック
アップテーブル（ＬＵＴ）による閾値処理、領域設定、
座標変換などが行なわれる。ＤＤＡ演算部５はいわゆる
ディジタル微分解析(Digital Differential Analysis)
を行なうもので、Ｈｏｕｇｈ変換がパイプライン方式で
なされる。そして、このＨｏｕｇｈ変換によって画像の
特徴に対応する直線群が得られる。

Ｈｏｕｇｈ変換により得られた直線群に関するデータは
近傍フィルタリング部６に与えられ、ここで例えば８近
傍フィルタリング処理が施された後に、ピークソーティ
ング部７に与えられ、さらにクラスタリング部８におけ
るクラスタリング処理によって代表値が選ばれ、これが
直線抽出／選定部９に送られる。抽出および選定された
直線に関するデータは判別部１０に送られ、ここで走行
路の形状が判別される。判別出力は外部の装置（図示せ
ず）に送られると共に、モニタ制御部１１にも送られ、
走行路の画像と共にモニタ１２で表示される。なお、上
記の機能実現手段の動作はコントローラ１３で制御され
る。また、初期設定部１４は走行路幅のデータなどを初
期設定するために用いられる。

次に、上記実施例の装置の作用を、特に第２の態様につ
いて順次に説明する。なお、第１の態様において、直線
群抽出手段、及び判別手段は後述する直線群抽出手段、
及び判別手段と同様の動作を行っており、また、第１の
態様における直線選定手段は、後述する下側直線選定手
段と同様の動作を行っている。

第２図は処理の流れを全体的に示すフローチャートであ
る。まず、処理の開始に際しては初期設定が行なわれる
（ステップ２０１）。この初期設定には走行路幅ＷＲの
設定の他、カメラ１の俯角θ_０、カメラ１のレンズ焦点
距離ｆ、カメラ１の取付高さＨ_Ｃが含まれる。これを第
３図および第４図により説明する。

第３図（ａ）に示すように、走行路３１上に走行車両３
２が存在しているとし、走行車両３２にはカメラ１が固
設されているとする。すると、カメラ１の俯角θ_０およ
び取付高さＨ_Ｃは構造上あらかじめ既知の値として設定
できる。また、レンズ焦点距離ｆについてもカメラ１の
構造から既知の値として設定できる。なお、第３図
（ｂ）は同図（ａ）の光学系の位置関係を拡大して示し
たものである。一方、走行路幅ＷＲについては第４図に
示すものが設定される。上記のデータが設定されると、
第４図に示すような画像不端部での走行路画像幅ｗｒを
求めることができる。すなわち、画像上の走行路幅ｗｒ
はｗｒ＝（ＷＲ′・ｆ）／｛（Ｌ_ｌｏｗ＋Ｈ_ｃ・ｔａｎθ_ｏ）ｃｏｓθ_ｏ｝ …（１）となる。ここで、画像下端部ｙ_ｌｏｗに写る距離Ｌ
_ｌｏｗは第３図（ｂ）においてＬ_ｌｏｗ＝Ｈ_Ｃ／ｔａｎ（θ_０＋ｔａｎ^−１（ｙ_ｌｏｗ／ｆ）） …（２）として求まり、カメラの向きと道の向きが傾いた場合を
考慮した道幅ＷＲ′は、第４図（ｂ）おいて傾き角か
らＷＲ′＝ＷＲ／ｓｉｎ …（３）として求まる。

次に、第２図のステップ２０２として、画像上での地平
線の算出がなされる。この地平線位置Ｈ_０は第３図
（ｂ）において、Ｈ_ｏ＝ｆ・ｔａｎθ_ｏ …（４）として算出される。そして、画像分割手段により第２図
のステップ２０４として第１領域Ａ１（下側領域）と第
２領域Ａ２（上側領域）の設定が行なわれる。すなわ
ち、第５図に示すように走行路３１の手前側を第１領域
Ａ１とし、遠方側を第２領域Ａ２とする。そして、第１
領域Ａ１と第２領域Ａ２の比は３：２程度とし、かつ第
２領域Ａ２の上端部が地平線位置Ｈ_ｏにほぼ一致するよ
うにしておく。

以上のような前段階の処理が終了したら、画像データを
入力し、走行路を判別する処理を繰り返して実行する。
すなわち、まず直線群抽出手段により第２図のステップ
２０５において画像データをディジタルデータとして第
１図の画像メモリ３から入力し、前処理部４で所定の前
処理を行なう。ここでは、例えばＳｏｂｅｌなどのエッ
ジ検出を行ない、このエッジ化データについて第１図の
ＤＤＡ演算部５でＨｏｕｇｈ変換を行なう。このＨｏｕ
ｇｈ変換は直列接続された複数のＤＤＡ演算回路（図示
せず）を用いてパイプライン方式で行なうことができる
が、その処理の概要は例えば、米国特許第３０６９６５
４号や本出願人による特願昭６３−１１２２４３号に示
されている。すなわち、エッジ画像におけるエッジ点を
通る直線を考え、その直線に対して所定の原点から垂線
を引く。そして、この垂線の長さをρ、この垂線と画像
上の座標の横軸とのなす角をθとして上記θの値を変え
ていくと、そのエッジ点（撮像対象の各エッジを示す画
像上の特徴点）を通る直線群が、Ｈｏｕｇｈ曲線と呼ば
れるサインカーブに変換され、ρ、θ平面上に描かれて
いく。このＨｏｕｇｈ曲線は各エッジ点ごとに異なり、
画像上で同一直線上に並ぶようなエッジ点については、
ρ、θ平面でひとつの交点を有しているので、このρ、
θ平面上でのＨｏｕｇｈ曲線の重なり具合いを調べるこ
とで、エッジ点の並びに近似した直線ｌをρ、θの値で
求めることができる。

これを、第６図により簡単にに説明する。

いま、ｘ−ｙ平面（画像平面）上のエッジが、第６図
（ａ）に示すようにＥＰ_０，ＥＰ_１，ＥＰ_２の３点であ
ったとする。すると、各エッジＥＰ_０〜ＥＰ_２のそれぞ
れにつき１本づつのＨｏｕｇｈ曲線（サインカーブ）が
ρ−θ平面で描かれ、しかもエッジＥＰ_０とＥＰ_１によ
る２本のＨｏｕｇｈ曲線は（ρ_１，θ_１）で交点をも
ち、エッジＥＰ_０とＥＰ_２による２本のＨｏｕｇｈ曲線
は（ρ_２，θ_２）で交点をもつ。そこで、第６図（ｂ）
のようにＥＰ_０〜ＥＰ_１４の１５個のエッジが並んでい
たとすると、各エッジについて各１本づつのＨｏｕｇｈ
曲線がρ−θ平面で描かれることになる。そして、エッ
ジＥＰ_０〜ＥＰ_８の９本のＨｏｕｇｈ曲線については
（ρ_ｃ，θ_ｃ）で交叉し、エッジＥＰ_８〜ＥＰ_１０の３
本のＨｏｕｇｈ曲線については（ρ_ｂ，θ_ｂ）で交叉
し、エッジＥＰ_１０〜ＥＰ_１４の５本のＨｏｕｇｈ曲線
については（ρ_ａ，θ_ａ）で交叉する。

上記の説明から明らかなように、Ｈｏｕｇｈ曲線の交点
の頻度が高い点（ρ，θ）から撮像対象の各エッジを画
像上で近似する直線を求められ、画像におけるデータの
特徴的な並びを認識することができることになる（走行
路端を画像上で近似する直線として選定される近似直線
の候補となる直線群が抽出できる）。

次に、第２図のステップ２１０に対応するフィルタリン
グ処理を第７図により説明する。

第７図はρ，θ座標におけるカウント値（各エッジ点に
より生じたＨｏｕｇｈ曲線の重なり具合い）を示してい
る。ここで８近傍のフィルタリング処理は、ある
（ρ_ｉ，θ_ｊ）におけるカウント値Ｃ_ｉ，ｊについて、
その近傍の８つのカウント値と比較することで行なう。
すなわち、（ρ_ｉ−１，θ_ｊ−１）〜（ρ_ｉ＋１，θ
_ｊ＋１）のカウント値をＣ_{ｉ−１，ｊ−１}〜Ｃ
_{ｉ＋１，ｊ＋１}としたときに、Ｃ_ｉ，ｊがいずれのカウ
ント値よりも大であるときに、これをピークとして抽出
する。従って、例えば第７図の符号Ｆ１で示す範囲では
（ρ_３，θ_３）＝７はピークとして抽出されるが、符号
Ｆ２で示す（ρ_４，θ_４）＝６はピークとして抽出され
ない。

フィルタリング処理の次には、ソーティング処理がなさ
れる。これは、上記のカウント値Ｃの大きい順にデータ
を並べかえるもので、ソフトウェアにより実現してもよ
く、専用のハードウェアにより実現してもよい。

以上のソーティング処理が終了したら、次にクラスタリ
ング処理による代表値の選定がなされる（第２図のステ
ップ２１３）。これを第８図ないし第１０図により説明
する。

第８図はソーティングされたデータを示している。ここ
で、カウント値Ｃ_０，Ｃ_１，Ｃ_２，…，Ｃ_ｎ−１につい
ては、ソーティング処理によってＣ_０＞Ｃ_１＞Ｃ_２＞…
＞Ｃ_ｎ−１となっている。クラスタリング処理にあたっ
ては、第９図のフローチャートの如くまずｋ＝０，ｉ＝
１に設定し（ステップ５０１）、ステップ５０２〜５１
５の処理が繰り返される。そこで、上記ｉ，ｋを用いて
この処理を一般的に説明すると、次のようになる。まず
ステップ５０２において、ｉ＞ｋとなっているｉ番目の
直線がすでに他の直線の仲間になっているか否かが調べ
られ、仲間となっていないときに ρ_ｋ−Δρ≦ρ_ｉ≦ρ_ｋ＋Δρ θ_ｋ−Δθ≦θ_ｉ≦θ_ｋ＋Δθ が調べられる（ステップ５０４）。そして、上記の関係
が成立するときのみｉ番目の直線はｋ番目の直線の仲間
とされる（ステップ５０５）。次に、ｉに１が加算され
（ステップ５０７）、データが有りのときのみ（ステッ
プ５０８）ｉ番目のカウント値Ｃ_ｉが最大のものに比べ
て小さすぎないか調べられる（ステップ５１０）。これ
は、カウント値があまり小さいものは処理の必要性が乏
しいからである。

小さすぎないときは再びステップ５０２の処理に戻る
が、小さすぎるときはｋに１が加算され（ステップ５１
１）、別のクラスタリングがステップ５１３から始めら
れる。すなわち、ｋ番目の直線がすでに他の直線の仲間
になっているか否かが調べられ（ステップ５１３）、仲
間となっているときにはステップ５１１でｋに１が加算
されて再びステップ５１３が実行される。仲間となって
いないときは、ｋ番目の次のｉ（＝ｋ＋１）番目につい
て（ステップ５１５）、再びステップ５０２が実行され
る。

上記の処理によってクラスタリングを行なった具体例を
第１０図に示す。同図において、第１の代表直線はρ＝
２００〔ｄｏｔｓ〕、θ＝４５〔ｄｅｇ〕であり、第２
の代表直線はρ＝２４０〔ｄｏｔｓ〕、θ＝１２３〔ｄ
ｅｇ〕であることがわかる。

上記の処理の後には、下側直線選定手段により第２図に
ステップ２１４で示す第１領域Ａ１の直線抽出／選定が
なされる。第１１図ないし第１３図はそのフローチャー
トである。第１領域Ａ１における直線の抽出は、第１１
図のフローチャートに示すように、まず第Ｎ（＝１）番
目の代表値の直線が第１の直線ｌ_１として取り出され、
この直線がカメラ１に対して右側か左側かが調べられる
（ステップ５２２）。右側のときは第２の直線ｌ_２は左
側にあるはずなのでその理論値が求められ（ステップ５
５４）、左側のときは第２の直線ｌ_２は右側にあるはず
のなのでその理論値が求められる（ステップ５５５）。
そして、上記第１の直線ｌ_１に対応する代表値以外の代
表値に理論値と近いものがあるまで（ステップ５５
７）、上記の操作が繰り返される（ステップ５５８）。

ここで、第１の直線ｌ_１が第１４図のようになっている
とすると、理論値は画像上の走行路幅ｗｆと地平線位置
Ｈ_ｏの関係から求められるが、この理論値に対応する代
表値の直線がステップ５６０の処理結果として第１４図
中のＬ_２であったとする。このときには、これを第２の
直線ｌ_２の候補直線として直線確定操作を行なう（ステ
ップ５６１）。

ステップ５６１の処理の詳細は、第１２図のようになっ
ている。まず、第２の直線ｌ_２の候補直線のグループを
作る（ステップ５７１）。このグループの作り方として
は、代表値のうち所定範囲内のものをまとめる方式や、
Ｈｏｕｇｈ変換の際の分割数を補間する方式などがある
が、いずれにせよ理論値に近い直線Ｌ_２の他、最終的に
選定される第２の直線ｌ_２を含んだグループが作られる
（第１４図参照）。次に、第１４図のエッジ点（画像上
の時徴点）ＥＰが各候補直線の下に何個あるかをカウン
トし（ステップ５７２）、最もカウント数の大きいもの
を最終的な第２の直線ｌ_２とする。このようにして、直
線Ｌ_２，Ｌ_２′などに惑わされることなく、本来の第２
の直線ｌ_２を選定できる。

上記のような第１領域Ａ１の処理が終了したら、上側直
線選定手段により第１３図のような第２領域Ａ２の処理
を行なう。

まず、ステップ５８１で第１領域Ａ１の第１の直線
ｌ_１、第２の直線ｌ_２と第１領域Ａ１上端部との交点
Ｐ，Ｑを第１４図のように求める。次に、点Ｐの近傍を
通る直線を第３の直線ｌ_３の候補とする（ステップ５８
２）。そして、この直線に対して第１２図のような直線
確定操作を行なうと（５８４）、近くの直線（例えば第
１４図のＬ_３）に惑わされることなく本来の第３の直線
ｌ_３を抽出できる。しかる後、第４の直線ｌ_４の抽出
（ステップ５８５）を行なう訳であるが、この抽出は第
１１図のステップ５５１〜５６０と同様に行なわれる。
最後に、第１２図のような直線確定操作を行なえば、第
１４図のＬ_４などに惑わされることなく、第４の直線ｌ
_４が抽出できる。

以上の処理が終了したら、最後に走行路の形状判別を行
なう（第２図のステップ２１７）。

この判別は、第１５図に示すように、第１の直線ｌ_１お
よび第２の直線ｌ_２の交点Ｒ_１と、第３の直線ｌ_３およ
び第４の直線ｌ_４の交点Ｒ_２の相対的位置関係により行
なう。すなわち、第１５図（ａ）のように走行路が直線
かつ平坦であるときには、交点Ｒ_１，Ｒ_２の座標はほぼ
一致する。これに対し、同図（ｂ）のように走行路が右
にカーブしているときには交点Ｒ_２は交点Ｒ_１の右側に
現れることになり、左にカーブしているときには交点Ｒ
_２は交点Ｒ_１の左側に現れる。また、同図（ｃ）のよう
に前方で登り坂になっているときは交点Ｒ_２は交点Ｒ_１
の上側に現れ、同図（ｄ）のように前方で下り坂になっ
ているときは交点Ｒ_２は交点Ｒ_１の下側に現れる。従っ
て、交点Ｒ_１，Ｒ_２の座標値を求めてこれを比較すれ
ば、走行路の形状が判別できることになる。

〔発明の効果〕

以上、詳細に説明した通り本発明によれば、あらかじめ
設定された走行路幅情報を用いて走行路端に対応する直
線が抽出される。すなわち、一方の走行路の端に対応す
る第１の直線は単に最も主要な線分特徴として求められ
るが、他方の走行路端に対応する第２の直線は上記の道
路幅情報にもとづき、第１の直線との相対関係で抽出さ
れる。従って、走行路の大局的傾向を知る上で最も基本
的かつ重要な２本の直線を、簡単な処理によって迅速に
見出すことができる。そして、原画像を２つの領域に区
分してこの領域ごとの各２本の直線の交点の相対的位置
関係を調べることで、走行路の形状を判別することが可
能になる。

【図面の簡単な説明】

第１図は、本発明の実施例における機能実現手段の概念
図、第２図は、全体的な処理を示すフローチャート、第
３図は、カメラの取付位置の説明図、第４図は、走行路
における車両の状態と画像の関係の説明図、第５図は、
第１領域Ａ１および第２領域Ａ２の設定の説明図、第６
図は、Ｈｏｕｇｈ変換の説明図、第７図は、フィルタリング処
理の説明図、第８図は、Ｈｏｕｇｈ変換とソーティング
処理の結果の説明図、第９図は、クラスタリング処理の
説明図、第１０図は、クラスタリング処理の結果の具体
例の説明図、第１１図は、第１領域Ａ１における直線の
抽出および選定のフローチャート、第１２図は、直線確
定操作のフローチャート、第１３図は、第２領域Ａ２に
おける直線の抽出および選定のフローチャート、第１４
図は、直線ｌ_１〜ｌ_４の抽出および選定を画像上で説明
する図、第１５図は、走行路の形状判別の説明図であ
る。１……カメラ、２……Ａ／Ｄ変換部、３……画像メモ
リ、５……ＤＤＡ演算部、６……近傍フィルタリング
部、７……ピークソーティング部、８……クラスタリン
グ部、９……直線抽出／選定部、１０……判別部、１１
……モニタ制御部、１２……モニタ、１３……コントロ
ーラ、１４……初期設定部、ｌ_１……第１の直線（第１
の下側直線）、ｌ_２……第２の直線（第２の下側直
線）、ｌ_３……第３の直線（第１の上側直線）、ｌ_４…
…第４の直線（第２の上側直線）、Ａ１……第１領域、
Ａ２……第２領域。

Claims

【特許請求の範囲】

【請求項１】走行路をカメラで撮像して得られた画像デ
ータからその走行路形状を判別する走行路判別装置にお
いて、前記画像データから撮像対象の各エッジを示す画像上の
特徴点を検出し、該画像上で各特徴点に対してＨｏｕｇ
ｈ変換を施すことにより、該撮像対象の各エッジを画像
上で近似する直線群を求める直線群抽出手段と、前記直線群の中から前記走行路の一端を画像上で近似す
る第１の直線の候補となる直線を任意に選択しながら、
該選択された直線の位置とあらかじめ設定されたカメラ
位置にもとづいて求められた画像上の地平線位置情報及
びあらかじめ設定された走行路幅情報から算出される理
論直線と該選択された直線との組に近似する前記直線群
中の組を順次求め、該得られた直線の組のうち最も近似している直線の組
を、前記走行路の一端及び他端をそれぞれ画像上で近似
する第１及び第２の直線の組として選定する直線選定手
段と、前記抽出された第１および第２の直線にもとづいて、走
行路の形状を判別する判別手段とを備えることを特徴とする走行路判別装置。
【請求項２】走行路をカメラで撮像して得られた画像デ
ータからその形状を判別する走行路判別装置において、前記走行路端の一部を画像上で近似する直線が存在する
領域であって、該近似直線を特定するためのエッジ情報
が最も良好に得られる下側領域と、前記走行路端の一部
を画像上で近似する直線が存在する領域であって、該下
側領域に隣接しかつ該下側領域に対し画像上前方側に位
置する上側領域とを含む少なくとも２つの領域に、前記
画像を分割する画像分割手段と、前記画像に含まれる撮像対象の各エッジを示す特徴点を
検出し、該画像上で各特徴点に対してＨｏｕｇｈ変換を
施すことにより、該撮像対象の各エッジを画像上で近似
する直線群を求める直線群抽出手段と、前記画像上の下側領域内に存在する直線群の中から前記
走行路の一端を画像上で近似する第１の直線対の一方の
候補となる直線を任意に選択しながら、該選択された直
線の位置とあらかじめ設定されたカメラ位置にもとづい
て求められた画像上の地平線位置情報及びあらかじめ設
定された走行路幅情報から算出される理論直線と該選択
された直線との組に近似する前記直線群中の組を順次求
め、該得られた直線対のうち最も近似している直線対を、前
記一部走行路端をそれぞれ画像上で近似する第１の直線
対として選定する下側直線選定手段と、前記画像上の上側領域内に存在する直線群のうち前記一
部走行路端を画像上で近似する第２の直線対として、前
記下側領域および上側領域の画像上の境界線と前記第１
の直線対の交点近傍を通る直線群から選定する上側直線
選定手段と、前記下側領域における第１の直線対が交叉する交点と前
記上側領域における第２の直線対が交叉する交点との相
対位置関係から走行路の形状を判別する判別手段とを備えることを特徴とする走行路判別装置。
【請求項３】前記判別手段は、前記上側直線交点が前記
下側直線交点の右に位置するときは走行路は右曲りと判
別し、右に位置するときは左曲りと判別することを特徴
とする請求項２記載の走行路判別装置。
【請求項４】前記判別手段は、前記上側直線交点が前記
下側直線交点の下側に位置するときは走行路は下り坂で
あると判別し、上方に位置するときは上り坂であると判
別することを特徴とする請求項２記載の走行路判別装
置。