特許 6087858 走行区画線認識装置及び走行区画線認識プログラム

(19)【発行国】日本国特許庁(JP)

(12)【公報種別】特許公報(B2)

(11)【特許番号】6087858

(24)【登録日】2017年2月10日

(45)【発行日】2017年3月1日

(54)【発明の名称】走行区画線認識装置及び走行区画線認識プログラム

(51)【国際特許分類】

   G06T 7/60 20170101AFI20170220BHJP

   G06T 1/00 20060101ALI20170220BHJP

   G08G 1/16 20060101ALI20170220BHJP

【ＦＩ】

   G06T7/60 200J

   G06T1/00 330A

   G08G1/16 C

【請求項の数】8

【全頁数】11

(21)【出願番号】特願2014-60280(P2014-60280)

(22)【出願日】2014年3月24日

(65)【公開番号】特開2015-184891(P2015-184891A)

(43)【公開日】2015年10月22日

【審査請求日】2016年2月15日

(73)【特許権者】

【識別番号】000004695

【氏名又は名称】株式会社日本自動車部品総合研究所

(73)【特許権者】

【識別番号】000004260

【氏名又は名称】株式会社デンソー

(74)【代理人】

【識別番号】100121821

【弁理士】

【氏名又は名称】山田 強

(74)【代理人】

【識別番号】100139480

【弁理士】

【氏名又は名称】日野 京子

(74)【代理人】

【識別番号】100125575

【弁理士】

【氏名又は名称】松田 洋

(72)【発明者】

【氏名】熊野 俊也

(72)【発明者】

【氏名】川嵜 直輝

(72)【発明者】

【氏名】鈴木 俊輔

(72)【発明者】

【氏名】高藤 哲哉

【審査官】 ▲広▼島 明芳

(56)【参考文献】

【文献】 特開２００８−１６８８１１（ＪＰ，Ａ）

【文献】 特開２０１０−１７０２５５（ＪＰ，Ａ）

【文献】 特開平１０−２８３４７７（ＪＰ，Ａ）

【文献】 特開平０５−２６５５４７（ＪＰ，Ａ）

(58)【調査した分野】（Int.Cl.，ＤＢ名）

Ｇ０６Ｔ １／００ − ７／６０

Ｇ０８Ｇ １／１６

(57)【特許請求の範囲】

【請求項1】

車載カメラ（１０）により撮影された道路を含む周辺環境の画像から、前記道路の区画線の候補である区画線候補を抽出する抽出手段（３０）と、
前記抽出手段により抽出された前記区画線候補の前記区画線である確信度を算出する算出手段（４０）と、
前記算出手段により算出された前記確信度に基づいて前記区画線候補を選択し、選択した前記区画線候補を用いて前記区画線を認識する認識手段（５０）と、を備え、
前記算出手段は、車両を含む立体物の認識に基づいて抑制領域を設定するとともに、設定した前記抑制領域内に存在する前記区画線候補の前記確信度を低下させる立体物処理手段（４２）を含み、
前記抑制領域は、他車両（６１）の正面が認識された位置に前記正面を覆うように設定される正面抑制領域(７１)、及び前記正面抑制領域を奥行き方向へ所定車長延ばして形成される側面を覆うように設定される側面抑制領域（７２）を含むことを特徴とする走行区画線認識装置。

【請求項2】

前記抑制領域は、前記正面抑制領域から前記所定車長よりも遠方側を、前記正面抑制領域よりも横方向に広く覆う遠方抑制領域（７３）を含む請求項１に記載の走行区画線認識装置。

【請求項3】

前記立体物処理手段は、前記道路の曲率に基づいて、前記遠方抑制領域の横方向の幅を設定する請求項２に記載の走行区画線認識装置。

【請求項4】

前記立体物処理手段は、認識された前記他車両の正面の横幅が広いほど、前記所定車長を長く設定する請求項１〜３のいずれかに記載の走行区画線認識装置。

【請求項5】

前記立体物処理手段は、認識された前記他車両の車長情報を取得し、取得した前記車長情報の信頼度が閾値よりも高い場合には、取得した前記車長情報を用いて前記所定車長を設定する請求項１〜３のいずれかに記載の走行区画線認識装置。

【請求項6】

前記立体物処理手段は、車車間通信により、認識された前記他車両から前記車長情報を取得する請求項５に記載の走行区画線認識装置。

【請求項7】

前記立体物処理手段は、認識された前記他車両の車種を推定し、推定した前記他車両の車種に基づいて前記車長情報を取得する請求項５に記載の走行区画線認識装置。

【請求項8】

コンピュータにインストールされるプログラムであて、
前記コンピュータに、請求項１〜７のいずれかの走行区画線認識装置が備える各手段を実現させることを特徴とする走行区画線認識プログラム。

【発明の詳細な説明】

【技術分野】

【0001】

本発明は、車載カメラで撮影された画像から、道路の走行区画線を認識する走行区画線認識装置及びそのプログラムに関する。

【背景技術】

【0002】

従来、車載カメラで撮影された画像から道路の走行区画線を認識し、認識した走行区画線を運転支援に用いる装置が提案されている。このような装置の中には、走行区画線を的確に認識するために、画像から車両等の立体物のエッジを除外する装置がある。

【0003】

例えば特許文献１では、一対の車載カメラで撮影されたステレオ画像を用いて、前方風景中から立体物を枠に囲まれた状態で抽出し、抽出した立体物以外の部分に、走行区画線のエッジ点を探索する探索領域を設定している。

【先行技術文献】

【特許文献】

【0004】

【特許文献1】特開２００６−３３１３８９号公報

【発明の概要】

【発明が解決しようとする課題】

【0005】

単眼画像から車両を認識する場合、車両の奥行きが算出できないことがある。また、ステレオ画像から車両を認識する場合でも、車両の奥行きの算出精度が低いことがある。

【0006】

車両の奥行きを考慮しないで車両のエッジを除外すると、車両のエッジの除外が不十分になるおそれがある。また、精度の低い奥行きを用いて車両のエッジを除外すると、エッジの除外が過剰になったり不十分になったりして、車両のエッジの除外を安定して行うことができないおそれがある。その結果、走行区画線の誤認識、ひいては走行区画線の認識率の低下が発生するおそれがある。

【0007】

本発明は、上記実情に鑑み、他車両のエッジの除外を安定して行い、走行区画線の誤認識及び認識率の低下を抑制可能な走行区画線認識装置を提供することを主たる目的とする。

【課題を解決するための手段】

【0008】

上記課題を解決するため、本発明は走行区画線認識装置であって、車載カメラにより撮影された道路を含む周辺環境の画像から、前記道路の区画線の候補である区画線候補を抽出する抽出手段と、前記抽出手段により抽出された前記区画線候補の前記区画線である確信度を算出する算出手段と、前記算出手段により算出された前記確信度に基づいて前記区画線候補を選択し、選択した前記区画線候補を用いて前記区画線を認識する認識手段と、を備え、前記算出手段は、車両を含む立体物の認識に基づいて抑制領域を設定するとともに、設定した前記抑制領域内に存在する前記区画線候補の前記確信度を低下させる立体物処理手段を含み、前記抑制領域は、他車両の正面が認識された位置に前記正面を覆うように設定される正面抑制領域、及び前記正面抑制領域を奥行き方向へ所定車長延ばして形成される側面を覆うように設定される側面抑制領域を含む。

【0009】

本発明によれば、車載カメラにより撮影された画像から、区画線候補が抽出され、抽出された区画線候補の区画線である確信度が算出される。そして、算出された区画線候補の確信度に基づいて区画線候補が選択され、選択された区画線候補を用いて区画線が認識される。このとき、車両を含む立体物の認識に基づいて抑制領域が設定され、抑制領域内に存在する区画線候補の確信度が低下されるため、抑制領域内の立体物のエッジが白線として認識されることが抑制される。

【0010】

抑制領域には、車両の正面が認識された位置に正面を覆うように設定される正面抑制領域と、正面抑制領域を奥行き方向へ所定車長延ばして形成される側面を覆うように設定される側面抑制領域と、が含まれる。よって、車両の正面が認識されると、車両の奥行きが取得されていない場合であっても、車両の奥行きを所定車長として、正面抑制領域を奥行き方向へ所定車長延ばして形成される側面に存在する他車両のエッジが、白線として認識されることが抑制される。したがって、他車両のエッジの除外を安定して行うことができる。ひいては、走行区画線の誤認識を抑制できるとともに、走行区画線の認識率の低下を抑制できる。

【図面の簡単な説明】

【0011】

【図1】走行区画線認識装置の構成を示すブロック図。

【図2】車載カメラオ及びミリ波レーダの配置を示す車両の側面図。

【図3】画像上の車両の正面及び側面にマスクを設定した状態を示す図。

【図4】正面のマスクから所定車長よりも遠方側にマスクを設定した状態を示す平面図。

【図5】白線を認識する処理手順を示すフローチャート。

【図6】マスクを設定する処理手順を示すフローチャート。

【発明を実施するための形態】

【0012】

以下、走行区画線認識装置を具現化した実施形態について、図面を参照しつつ説明する。本実施形態に係る走行区画線認識装置により認識された走行区画線は、レーンキーピングアシスト制御（ＬＫＡ制御）やレーン逸脱警報に用いられる。

【0013】

まず、図１を参照して、本実施形態に係る走行区画線認識装置の構成について説明する。本実施形態に係る走行区画線認識装置は、車載カメラ１０及びミリ波レーダ１１による検出結果を用いて、道路の白線（区画線）を認識する車載装置である。

【0014】

車載カメラ１０は、ＣＣＤカメラ、ＣＭＯＳイメージセンサ、近赤外線カメラ等の少なくとも１つから構成されている。車載カメラ１０は、図２に示すように、自車両６０の前方の道路を含む周辺環境を撮影するように、自車両６０に搭載されている。詳しくは、車載カメラ１０は、自車両６０のフロントガラスの上端付近に設置されており、車両前方へ向けて所定角度範囲で広がる領域を撮影する。なお、車載カメラ１０は、ステレオカメラや、複数のカメラから構成されていてもよい。

【0015】

ミリ波レーダ１１は、図２に示すように、自車両６０の先端に設置されている。ミリ波レーダ１１は、ミリ波を自車両６０の前方に向けて送信し、立体物に反射して戻ってきた反射波を受信することで、立体物が存在する方位、立体物までの距離、及び立体物の形状を検出する。

【0016】

走行区画線認識装置２０は、ＣＰＵ、ＲＡＭ、ＲＯＭ及びＩ／Ｏ等を備えたコンピュータである。ＣＰＵが、ＲＯＭにインストールされている走行区画線認識プログラムを実行することにより、白線候補抽出手段３０、確信度算出手段４０、白線認識手段５０の各種機能を実現する。なお、憶媒体に記憶されている走行区画線認識プログラムを、コンピュータに読み込んでもよい。

【0017】

白線候補抽出手段３０は、車載カメラ１０により撮影された画像から、エッジ点で構成される道路の白線候補（区画線候補）を抽出する。

【0018】

確信度算出手段４０は、白線特徴算出手段４１、立体物処理手段４２、及び白線特徴統合手段４３を含み、白線候補抽出手段３０により抽出された白線候補の白線である確信度（尤度）を算出する。確信度が高い白線候補ほど、白線である確率が高い。白線特徴算出手段４１は、白線の複数の特徴のそれぞれについて、特徴を備えている度合いが高いほど、白線候補の確信度を高く算出する。白線の複数の特徴としては、エッジ強度が閾値よりも大きいこと、エッジ点が略直線上に並んでいること等が挙げられる。白線特徴統合手段４３は、白線特徴算出手段４１により算出された各白線の特徴に対応する確信度、及び立体物処理手段４２により算出された確信度を統合し、統合した確信度を算出する。

【0019】

立体物処理手段４２は、他車両６１を含む立体物の認識に基づいて、画像上にマスク（抑制領域）を設定する。立体物の認識は、車載カメラ１０により撮影された画像、及びミリ波レーダ１１による検出結果を用いて行う。さらに、立体物処理手段４２は、マスク内に存在する白線候補の統合した確信度を低下させ、マスク内に存在する白線候補が白線として認識されることを抑制する。詳しくは、立体物処理手段４２は、各特徴に対応する確信度と統合する際に、統合した確信度が第１閾値以下になるように、マスク内に存在する白線候補の確信度をマスク外よりも低く算出する。

【0020】

マスクは、図３及び４に示すように、他車両６１の正面を覆うように設定する正面マスク７１（正面抑制領域）、所定車長の奥行きを考慮して設定する側面マスク７２（側面抑制領域）、正面マスク７１から所定車長よりも遠方側に設定する遠方マスク７３（遠方抑制領域）を含む。

【0021】

白線認識手段５０は、白線特徴統合手段４３により統合された確信度が閾値以上の白線候補を選択し、選択した白線候補を用いて白線を認識する。

【0022】

次に、白線を認識する処理手順について、図５のフローチャートを参照して説明する。本処理手順は、走行区画線認識装置２０が所定間隔で繰り返し実行する。本処理手順では、検出される立体物として他車両６１のみを想定している。

【0023】

まず、車載カメラ１０により撮影された画像を取得する（Ｓ１１）。続いて、Ｓ１１で取得した画像に対して、sobelフィルタ等のフィルタを使用して、画像の水平方向に輝度変化率が大きいエッジ点を抽出する（Ｓ１２）。抽出したエッジ点が白線候補となる。

【0024】

続いて、Ｓ１１で取得した画像から、自車両６０の前方に存在する他車両６１を検出する（Ｓ１３）。詳しくは、Ｓ１１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車両の正面の形状を検出する。なお、進行方向が同じ他車両６１の後面だけでなく対向車線の他車両６１の前面が撮影される場合もあるので、車両の正面は、車両の後面及び車両の前面を含む。

【0025】

続いて、ミリ波レーダ１１により、自車両６０の前方に存在する他車両６１を検出する（Ｓ１４）。詳しくは、ミリ波レーダ１１により受信した反射波の強度分布から、予め登録されている車両の正面の形状を検出する。

【0026】

続いて、Ｓ１３又はＳ１４において、他車両６１の正面を検出したか否か判定する（Ｓ１５）。他車両６１の正面を検出している場合は（Ｓ１５：ＹＥＳ）、他車両６１に対応する領域にマスクを設定する（Ｓ１６）。なお、マスク設定の詳細については後述する。一方、他車両６１の正面を検出していない場合は（Ｓ１５：ＮＯ）、マスクの設定処理を行わないで、Ｓ１７の処理に進む。

【0027】

次に、エッジ点の一つ一つについて、複数の白線の特徴に対して白線らしさの確信度を算出し、算出した確信度を統合する（Ｓ１７）。マスクの設定処理を行っている場合には、マスクの設定処理で算出された確信度も統合する。

【0028】

続いて、Ｓ１２で抽出したエッジ点のうち、Ｓ１７で算出した確信度が第１閾値よりも高いエッジ点を選択する（Ｓ１８）。続いて、Ｓ１８で選択したエッジ点を用いて白線を認識する。詳しくは、Ｓ１８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直線を、白線として認識する。Ｓ１７で算出した確信度が第１閾よりも低いエッジ点は、白線の認識に使用しない。

【0029】

次に、マスク設定（Ｓ１６）の処理手順について、図６のフローチャートを参照して説明する。本実施形態では、Ｓ１３及びＳ１４の処理により、合計ｎ個の他車両６１の正面を検出したことを想定している。ｎ個の他車両６１の正面には、それぞれ１〜ｎの番号が付されている。

【0030】

まず、画像認識処理及びミリ波レーダ１１により他車両６１の正面が認識された位置に、他車両６１の正面を覆うように方形の正面マスク７１を設定する。認識されたｎ個の他車両６１の正面に対応して、ｎ個の正面マスク７１を設定する（Ｓ１６１）。

【0031】

続いて、ｉの値として、初期値の１を設定する（Ｓ１６２）。続いて、ｎ個の車両の中からｉ番目の車両を選択し、ｉ番目の車両の側面が、ｉ番目の車両の正面に設定された正面マスク７１よりも左側又は右側に写っているか否か判定する（Ｓ１６３）。すなわち、ｉ番目の車両の奥行き方向の広がりを考慮する必要があるか否か判定する。

【0032】

ｉ番目の車両の正面が、画像の横方向の中央すなわち自車両６０の位置よりも左側に存在する場合、画像にはｉ番目の車両の正面よりも右側の側面が写る。同様に、ｉ番目の車両の正面が、画像の横方向の中央よりも右側に存在する場合、画像にはｉ番目の車両の正面よりも左側の側面が写る。よって、ｉ番目の車両に設定された正面マスク７１が、画像の横方向の中央の所定範囲よりも左側又は右側にある場合は、ｉ番目の車両の側面が写っている（画像中に存在する）と判定し（Ｓ１６３：ＹＥＳ）、側面マスク７２の設定処理（Ｓ１６４）に進む。

【0033】

一方、図３の中央の車線を走行中の車両のように、ｉ番目の車両に設定された正面マスク７１が、画像の横方向の中央付近に存在する場合は、ｉ番目の車両の側面は写っていないと判定する（Ｓ１６３：ＮＯ）。この場合、ｉ番目の車両の奥行き方向の広がりを考慮する必要がないので、側面マスク７２の設定処理を行わないで、遠方マスク７３の設定処理（Ｓ１６５）に進む。

【0034】

側面マスク７２の設定処理（Ｓ１６４）では、図３の左側の車線を走行中の車両のように、ｉ番目の車両の正面マスク７１が、画像の横方向の中央付近よりも左側にある場合は、正面マスク７１の右側に側面マスク７２を設定する。具体的には、正面マスク７１を奥行き方向へ所定車長延ばして形成される側面を、覆うように方形の側面マスク７２を設定する。

【0035】

図４は、自車両６０、他車両６１（ｉ番目の車両）、及びマスクの位置関係を示した平面図である。実空間上で他車両６１の正面マスク７１を奥行き方向へ所定車長延ばして形成される側面、すなわち、実空間上で正面マスク７１の高さと所定車長の幅とから形成される領域を、画像上に変換した領域が側面マスク７２となる。このようにして、画像上でｉ番目の車両の側面に対応する位置に側面マスク７２が設定される。

【0036】

同様に、図３の右側の車線を走行中の車両のように、ｉ番目の車両の正面マスク７１が、画像の横方向の中央付近よりも右側にある場合は、正面マスク７１の左側に側面マスク７２を設定する。

【0037】

ここで、所定車長は、最悪の状況を考えて、トラックのような大型車両の平均的な車長（一定値）とする。あるいは、一般に、車両の横幅が広いほど車長は長いので、画像認識処理又はミリ波レーダ１１により認識されたｉ番目の車両の正面の横幅が広いほど、所定車長を長く設定してもよい。また、ｉ番目の車両の横幅に応じて、車両を大型車、中型車、小型車等に分類し、分類に対して予め設定されている車長を所定車長としてもよい。なお、ｉ番目の車両の横幅は、画像上におけるｉ番目の見かけの幅と、ｉ番目の車両の正面までの距離とから算出できる。ｉ番目の車両の正面までの距離は、画像処理又はミリ波レーダ１１により検出できる。

【0038】

続いて、遠方マスク７３を設定する（Ｓ１６５）。ｉ番目の車両の前方に車両が存在する場合、その車両がｉ番目の車両から横方向にずれて画像に写っていることがある。このような場合、前方の車両の正面の一部分しか画像に写っていないので、画像処理により正面を認識することが困難なことがある。また、ミリ波レーダ１１でも、正面の一部分しか検出できないため、前方の車両の正面を認識することが困難なことがある。

【0039】

そこで、図４に示すように、正面マスク７１から所定車長よりも遠方側を、正面マスク７１よりも横方向に広く覆うように遠方マスク７３を設定する。ｉ番目の車両よりも前方に存在し、正面マスク７１により覆われている他車両６１のエッジ点は、正面マスク７１により確信度が低下させられる。よって、図４（ａ）のように、正面マスク７１に関わらず遠方マスク７３を設定してもよいし、図４（ｂ）のように、正面マスク７１により覆われていない領域のみに遠方マスク７３を設定してもよい。

【0040】

ここで、車線の曲率が大きいほど、先先行車両は横方向に大きくずれて画像に写るので、車線の曲率が大きいほど、遠方マスク７３の横幅を広く設定する。詳しくは、車線が右に曲がっている場合には、遠方マスク７３を、正面マスク７１の右側に広く設定する。同様に、車線が左に曲がっている場合には、遠方マスク７３を、正面マスク７１の左側に広く設定する。

【0041】

なお、車線の曲率は、予め取得されている曲率を用いる。具体的には、ナビ情報から取得した車線の曲率や、前回の白線認識処理において認識した白線から算出した車線の曲率を用いる。

【0042】

続いて、Ｓ１２で抽出されたエッジ点が、正面マスク７１、側面マスク７２、遠方マスク７３内に存在するか否か判定する（Ｓ１６６）。マスク内にエッジ点が存在しない場合は（Ｓ１６６：ＮＯ）、Ｓ１６８の処理に進む。

【0043】

一方、マスク内にエッジ点が存在する場合は（Ｓ１６６：ＹＥＳ）、マスク内のエッジ点について、Ｓ１７で確信度を統合した際に確信度を第１閾値以下に低下させるように、確信度を低く算出する（Ｓ１６７）。

【0044】

続いて、ｉの値がｎに達しているか否か、すなわち、認識した全ての他車両６１について、マスクの設定処理を終了したか否か判定する（Ｓ１６８）。ｉの値がｎに達している場合（Ｓ１６８：ＹＥＳ）、すなわち、認識した全ての他車両６１についてマスクの設定処理を終了している場合は、本処理を終了する。一方、ｉの値がｎに達していない場合は（Ｓ１６８：ＮＯ）、ｉの値を１つ増加させ（Ｓ１６９）、次の他車両６１について、Ｓ１６３〜Ｓ１６８の処理を繰り返す。

【0045】

以上説明した本実施形態によれば、以下の効果を奏する。

【0046】

・本発明によれば、車載カメラ１０により撮影された画像から、白線候補であるエッジ点が抽出され、抽出されたエッジ点の白線である確信度が算出される。そして、算出されたエッジ点の確信度に基づいてエッジ点が選択され、選択されたエッジ点を用いて白線が認識される。このとき、他車両６１を含む立体物の認識に基づいてマスクが設定され、マスク内に存在するエッジ点の確信度が低下されるため、マスク内の立体物のエッジ点が白線として認識されることが抑制される。

【0047】

上記マスクには、他車両６１の正面が認識された位置に正面を覆うように設定される正面マスク７１と、正面マスク７１を奥行き方向へ所定車長延ばして形成される側面を覆うように設定される側面マスク７２と、が含まれる。よって、他車両６１の正面が認識されると、他車両６１の車長情報が取得されていない場合であっても、他車両６１の車長を所定車長として、正面マスク７１を奥行き方向へ所定車長延ばして形成される側面に存在する他車両６１のエッジ点が、白線として認識されることが抑制される。したがって、車両のエッジ点の除外を安定して行うことができる。ひいては、白線の誤認識を抑制できるとともに、白線の認識率の低下を抑制できる。

【0048】

・先行車両の前方に車両が存在し、その車両が先行車両から横方向にずれて画像に写ることがある。そこで、遠方マスク７３は、正面マスク７１から所定車長よりも遠方側を、正面マスク７１よりも横方向に広く覆うように設定される。これにより、先行車の前方にさらに車両が存在する場合でも、先行車の前方に存在する車両のエッジ点を的確に除外することができる。

【0049】

・道路の曲率が大きいほど、先行車両の前方に存在する車両は先行車両から横方向にずれて画像に映る。そのため、遠方マスク７３の横方向の幅は、道路の曲率に基づいて設定される。これにより、道路がカーブになっていても、先行車両の前方に存在する車両のエッジ点を的確に除外することができる。

【0050】

・一般に、車両の横幅が広いほど車長は長い。そこで、認識された他車両６１の横幅が広いほど所定車長を長く設定することにより、側面マスク７２を適切に設定して、他車両６１のエッジ点を的確に除外することができる。

【0051】

（他の実施形態）
・マスク内のエッジ点を除外し、マスク外のエッジ点を用いて白線を認識するようにしてもよい。すなわち、マスク内のエッジ点の確信度をゼロにしてもよい。

【0052】

・他車両６１の車長情報を取得できる場合には、車長情報を取得する。そして、取得した車長情報の信頼度が第２閾値よりも高い場合には、取得した車長情報を用いて所定車長を設定してもよい。取得した車長情報の信頼度が第２閾値以下の場合には、一定値の所定車長、又は車両の横幅に応じて設定された所定車長を用いればよい。

【0053】

車長情報は、車載カメラ１０により撮影された画像、特にステレオ画像から、画像処理によって推定して取得することができる。この場合、車長情報の推定精度に応じて、車長情報の信頼度は設定される。

【0054】

また、自車両６０及び他車両６１が車車間通信装置を備えている場合は、自車両６０と車両６１との間で車車間通信を行い、他車両６１から車長情報を取得することができる。この場合、信頼度の高い車長情報を取得できる。

【0055】

また、他車両６１の正面画像を処理して、他車両６１の車種を推定し、推定した車種に基づいて車長情報を取得することもできる。ミリ波レーダ１１により受信した反射波の強度分布から、他車両６１の正面形状を検出し、他車両６１の車種を推定してもよい。車種の推定は、詳細な車種まで推定できなくても、大型車、中型車、小型車等の分類が推定できる程度でもよい。この場合、車種の推定精度に応じて、車長情報の信頼度は設定される。

【0056】

このようにすることにより、信頼度の高い車長情報を取得した場合には、側面マスク７２を適切に設定して、他車両６１のエッジ点を的確に除外することができる。

【0057】

・正面マスク７１、側面マスク７２、遠方マスク７３の形状は方形に限らず、例えば五角形の形状等に適宜設定すればよい。

【0058】

・正面マスク７１は、他車両６１の正面を完全に覆っていなくてもよい。例えば、他車両６１の正面の上端から所定の範囲を覆っていなくても、正面マスク７１の上端が自車両６０から見た無限遠点よりも上側になっていればよい。また、正面の下端から所定の範囲を覆っていなくてもよい。

【0059】

・他車両６１の正面は、画像処理だけで検出してもよいし、ミリ波レーダ１１だけで検出してもよい。また、レーザーレーダ等の他の装置を用いて、他車両６１の正面を検出してもよい。また、画像処理、ミリ波レーダ１１、及びレーザーレーダ等の他の装置の中から適宜組み合わせて、他車両６１の正面を検出してもよい。

【0060】

・遠方マスク７３の横幅は、車線の曲率に関わらず一定値としてもよい。

【0061】

・遠方マスク７３を設定せず、正面マスク７１と側面マスク７２だけを設定してもよい。

【符号の説明】

【0062】

１０…車載カメラ、１１…ミリ波レーダ、４０…確信度算出手段、４２…立体物処理手段、６０…自車両、６１…他車両、７１…正面マスク、７２…側面マスク、７３…遠方マスク。

【図1】

【図2】

【図3】

【図4】

【図5】

【図6】