JP2015004814A - レーン地図生成装置及びプログラム - Google Patents

Abstract

【課題】簡易な構成で、精度の高いレーンレベルの地図を生成することができるようにする。【解決手段】レーン中心線抽出部２８は、局所画像の各々から、各走行レーンのレーン中心点群を抽出する。レーン点群抽出部３０は、局所画像の各々を照合して合成した広域画像に基づいて、各走行レーンの中心点群を、同一の走行レーンを表す中心点群毎にグループ化する。非分岐レーン地図生成部３４は、道路ネットワーク上の各リンクについて、非分岐レーンモデルを用いて、リンクに対応する非分岐の走行レーンの各々の中心線を生成する。分岐レーン地図生成部３６は、道路ネットワーク上の各ノードにおいて、分岐レーンモデルを用いて、接続可能な非分岐の走行レーンへ分岐するための分岐レーンの各々の中心線を生成する。【選択図】図１

Description

本発明は、レーン地図生成装置及びプログラムに関する。

従来より、衛星画像から直線状のエッジを検出し、道路境界地図を生成する道路領域決定方法が知られている（特許文献１）。

また、車線単位の道路ネットワークを含む高精度デジタル地図を生成する手法が知られている（非特許文献１、２）。この手法では、原則として、高価なセンサと人手作業が必要となる。

また、衛星画像からレーンマークを抽出することにより道路地図を生成する方法が知られている（非特許文献３）。

また、道路形状の抽出に関して、連結線分モデルにより道路形状を記述する方法が知られている（非特許文献４）。また、円弧モデルを用いることで，道路境界線およびレーン形状を記述する方法が知られている（非特許文献５）。

特開２００６−２３９５８号公報

"Enhanced digital mapping project final report", IVI Light Vehicle Enabling Research Program Std., 2004 V. Blervaque, et al., "PreVENT MAPS&ADAS final report", ERTICO-ITS Europe Std., 2008. O. Pink, and C. Stiller, "Automated map generation from aerial images for precise vehicle localization", Proc. of 13th IEEE Conf. on Intelligent transportation systems, 2010. N. Mattern, R. Schubert, and G. Wanielik, "High-accurate vehicle localization using digital maps and coherency images", IEEE Intelligent Vehicles Symposium, 2010. A. Schindler, G. Maier, and F. Janda, "Generation of high precision digital maps using circular arc splines", IEEE Intelligent Vehicles Symposium, 2012.

上記の特許文献１に記載の技術では、道路境界を含んだ地図の生成が可能であるが、運転支援に必要な走行経路およびレーン分岐点等の検出を行わない。

また、上記の非特許文献１〜非特許文献３に記載の技術では、地図生成・更新のコストが膨大となりやすい。

また、上記の非特許文献４、５に記載の技術では、明瞭な道路境界が存在し、特定のレーン形状を想定している。しかし、運転支援への応用を想定したレーン地図を構築するためには、交差点や複数レーンの分岐地点及び合流地点を考慮する必要がある。従来技術のモデルでは、交差点、分岐地点、及び合流地点を考慮したレーン地図を構築することができない。

本発明は、上記の事情を鑑みてなされたもので、簡易な構成で、精度の高いレーンレベルの地図を生成することができるレーン地図生成装置及びプログラムを提供することを目的とする。

上記目的を達成するために、本発明のレーン地図生成装置は、車両に搭載され、かつ、前記車両の周辺を撮像する撮像手段によって撮像された画像であって、前記車両の位置情報が付与された局所画像の各々から、車両の各走行レーンの幅方向の中心点からなる中心点群を抽出するレーン中心線抽出手段と、前記局所画像の各々を、画像を照合させた状態で合成して生成された、絶対座標系で表わされる広域画像に基づいて、前記広域画像における前記局所画像の各々について抽出された各走行レーンの前記中心点群を、同一の走行レーンを表す中心点群毎にグループ化するレーン点群抽出手段と、道路ネットワーク上の各リンクについて、前記リンクに対応し、かつ、分岐していない非分岐の走行レーンの各々に対して前記レーン点群抽出手段によりグループ化された中心点群に基づいて、前記リンクに対応する前記非分岐の走行レーンの各々の中心線を生成する非分岐レーン生成手段と、前記道路ネットワーク上の各ノードについて、前記ノードに接続されているリンクに対応する前記非分岐の第１走行レーンから、前記ノードに接続されている他のリンクに対応する前記非分岐の走行レーンであって、前記第１走行レーンと接続可能な第２走行レーンへ分岐するための分岐レーンの各々の中心線を生成する分岐レーン生成手段と、前記非分岐レーン生成手段によって生成された前記非分岐の走行レーンの各々の中心線と、前記分岐レーン生成手段によって生成された前記分岐レーンの各々の中心線とを記録した地図データを生成するレーン地図生成手段と、を含んで構成されている。

本発明に係るプログラムは、コンピュータを、車両に搭載され、かつ、前記車両の周辺を撮像する撮像手段によって撮像された画像であって、前記車両の位置情報が付与された局所画像の各々から、車両の各走行レーンの幅方向の中心点からなる中心点群を抽出するレーン中心線抽出手段、前記局所画像の各々を、画像を照合させた状態で合成して生成された、絶対座標系で表わされる広域画像に基づいて、前記広域画像における前記局所画像の各々について抽出された各走行レーンの前記中心点群を、同一の走行レーンを表す中心点群毎にグループ化するレーン点群抽出手段、道路ネットワーク上の各リンクについて、前記リンクに対応し、かつ、分岐していない非分岐の走行レーンの各々に対して前記レーン点群抽出手段によりグループ化された中心点群に基づいて、前記リンクに対応する前記非分岐の走行レーンの各々の中心線を生成する非分岐レーン生成手段、前記道路ネットワーク上の各ノードについて、前記ノードに接続されているリンクに対応する前記非分岐の第１走行レーンから、前記ノードに接続されている他のリンクに対応する前記非分岐の走行レーンであって、前記第１走行レーンと接続可能な第２走行レーンへ分岐するための分岐レーンの各々の中心線を生成する分岐レーン生成手段、及び前記非分岐レーン生成手段によって生成された前記非分岐の走行レーンの各々の中心線と、前記分岐レーン生成手段によって生成された前記分岐レーンの各々の中心線とを記録した地図データを生成するレーン地図生成手段として機能させるためのプログラムである。

本発明によれば、レーン中心線抽出手段によって、車両に搭載され、かつ、前記車両の周辺を撮像する撮像手段によって撮像された画像であって、前記車両の位置情報が付与された局所画像の各々から、車両の各走行レーンの幅方向の中心点からなる中心点群を抽出する。レーン点群抽出手段によって、前記局所画像の各々を、画像を照合させた状態で合成して生成された、絶対座標系で表わされる広域画像に基づいて、前記広域画像における前記局所画像の各々について抽出された各走行レーンの前記中心点群を、同一の走行レーンを表す中心点群毎にグループ化する。

そして、非分岐レーン生成手段によって、道路ネットワーク上の各リンクについて、前記リンクに対応し、かつ、分岐していない非分岐の走行レーンの各々に対して前記レーン点群抽出手段によりグループ化された中心点群に基づいて、前記リンクに対応する前記非分岐の走行レーンの各々の中心線を生成する。分岐レーン生成手段によって、前記道路ネットワーク上の各ノードについて、前記ノードに接続されているリンクに対応する前記非分岐の第１走行レーンから、前記ノードに接続されている他のリンクに対応する前記非分岐の走行レーンであって、前記第１走行レーンと接続可能な第２走行レーンへ分岐するための分岐レーンの各々の中心線を生成する。

そして、レーン地図生成手段によって、前記非分岐レーン生成手段によって生成された前記非分岐の走行レーンの各々の中心線と、前記分岐レーン生成手段によって生成された前記分岐レーンの各々の中心線とを記録した地図データを生成する。

このように、局所画像の各々を照合して合成した広域画像に基づいて、各走行レーンの中心点群を、同一の走行レーンを表す中心点群毎にグループ化し、道路ネットワーク上の各リンクについて、リンクに対応する非分岐の走行レーンの各々の中心線を生成し、道路ネットワーク上の各ノードにおいて、接続可能な非分岐の走行レーンへ分岐するための分岐レーンの各々の中心線を生成することにより、簡易な構成で、精度の高いレーンレベルの地図を生成することができる。

本発明に係るレーン点群抽出手段は、前記広域画像において照合された部分で合成された局所画像のペアについて、一方の局所画像の前記照合された部分に記憶された前記車両の位置に基づく車両の軌跡の方向と、他方の局所画像の前記照合された部分に記録された前記車両の位置に基づく車両の軌跡の方向とが対応しており、かつ、前記合成された局所画像のペアの全体に対する前記照合された部分の割合が閾値以上である場合に、前記一方の局所画像について抽出された各走行レーンの前記中心点群と、前記他方の局所画像について抽出された各走行レーンの前記中心点群とを、同一の走行レーンの中心点群毎にグループ化するようにすることができる。

本発明に係るレーン中心線抽出手段は、前記走行レーンの各境界を検出し、前記検出された各境界に内接する円を走査したときの前記円の各々の中心を、前記走行レーンの中心点として抽出することにより、前記走行レーンの中心点群を抽出するようにすることができる。

本発明に係る分岐レーン生成手段は、前記交差点の周辺で検出された路上標識または、前記交差点に対応する局所画像の各々に記録された前記車両の位置に基づく車両の軌跡に基づいて、前記第１走行レーンと接続可能な第２走行レーンを決定し、前記第１走行レーンから、決定された前記第１走行レーンと接続可能な前記第２走行レーンへ分岐するための前記分岐レーンの中心線を生成するようにすることができる。

本発明に係る分岐レーン生成手段は、前記交差点の周辺で検出された停止線又は前記停止線の延長線上に、前記分岐レーンの中心線の端点が位置するように、前記分岐レーンの中心線を生成するようにすることができる。

本発明に係る分岐レーン生成手段は、前記交差点の周辺で検出された停止線又は前記停止線の延長線上に、入口点及び出口点を設定すると共に、前記交差点の中央部に中間点を設定し、前記設定された入口点、出口点、及び中間点に対するスプライン補間により、前記分岐レーンの中心線を生成するようにすることができる。

なお、本発明のプログラムを記憶する記憶媒体は、特に限定されず、ハードディスクであってもよいし、ＲＯＭであってもよい。また、ＣＤ−ＲＯＭやＤＶＤディスク、光磁気ディスクやＩＣカードであってもよい。更にまた、該プログラムを、ネットワークに接続されたサーバ等からダウンロードするようにしてもよい。

以上説明したように、本発明のレーン地図生成装置及びプログラムによれば、局所画像の各々を照合して合成した広域画像に基づいて、各走行レーンの中心点群を、同一の走行レーンを表す中心点群毎にグループ化し、道路ネットワーク上の各リンクについて、リンクに対応する非分岐の走行レーンの各々の中心線を生成し、道路ネットワーク上の各ノードにおいて、道路ネットワーク上の各ノードにおいて、接続可能な非分岐の走行レーンへ分岐するための分岐レーンの各々の中心線を生成することにより、簡易な構成で、精度の高いレーンレベルの地図を生成することができる、という効果が得られる。

本発明の実施の形態に係るレーン地図生成装置を示すブロック図である。 車載器を示すブロック図である。 本発明の実施の形態に係るレーン地図生成装置の広域オルソ画像生成部を示すブロック図である。 円の最適化処理を説明するための図である。 車両の軌跡が存在しない走行レーンについてのレーン中心点の抽出方法を説明するための図である。 車両の軌跡が存在しない走行レーンについてのレーン中心点の抽出結果を示す図である。 （Ａ）入口点、中間点、及び出口点を示す図、及び（Ｂ）入口点、中間点、出口点、制御点、及び分岐レーンのレーン中心線を示す図である。 入口点、中間点、及び出口点を示す図である。 道路ネットワーク上のノード及びリンクを示す図である。 中間点の決定方法を説明するための図である。 本発明の実施の形態に係るレーン地図生成装置のコンピュータにおけるレーン地図生成処理ルーチンの内容を示すフローチャートである。 本発明の実施の形態に係るレーン地図生成装置のコンピュータにおけるレーン中心点群抽出処理の内容を示すフローチャートである。 本発明の実施の形態に係るレーン地図生成装置のコンピュータにおける円最適化処理の内容を示すフローチャートである。 本発明の実施の形態に係るレーン地図生成装置のコンピュータにおけるレーン中心点群グループ化処理の内容を示すフローチャートである。 本発明の実施の形態に係るレーン地図生成装置のコンピュータにおける分岐レーン生成処理の内容を示すフローチャートである。

以下、図面を参照して本発明の実施の形態を詳細に説明する。なお、第１の実施の形態では、車両に搭載された局所地図生成装置によって生成された、自車両の周辺の画像を記録した局所オルソ画像に基づいて、広域のレーンレベルの地図を生成するレーン地図生成装置に、本発明を適用した場合を例に説明する。

＜概要＞
本実施の形態は、従来の車内センサを使用した高度運転者支援システムのためのレーンレベルの地図の生成手法に関する。具体的には、本実施の形態は、高精度及びデジタル化の点で、特許文献２（特開２０１２−１８５２０２号公報）に記載の技術の拡張である。本実施の形態は、現在の通常の市販車両に搭載されている従来の低コストのセンサにより取得されるデータを使用して、レーン地図と多層の道路情報とで定義された高精度デジタル地図を、大規模に自動的に構築することに関する。

上記の特許文献２には、車載カメラにより取得される個別画像からの局所地図の生成、及び結果として得られる局所地図のグローバル地図への組み込みの手法が提示されている。上記の特許文献２に記載の技術は、高度運転者支援システム（ＡＤＡＳ）のために設計されたものであるが、白線、交通標識などを含むそのデータの表現は点と線とに基づくものであり、ＡＤＡＳシステムにとって効率的ではない。

本実施の形態では、地図表現のためのレーン地図を構築し、その他の環境情報はレーン地図に添付され、それによって、生成されるデジタル地図がＡＤＡＳシステムにとって正確でしかも効率のよいものになる。

高精度、高コストのＧＰＳ及びレーザスキャナを利用する従来の地図生成システムとは対照的に、本実施の形態では、上記の特許文献２に記載されている、従来の車内カメラを備える大量のプローブカーにより取得される画像を使用する。本実施の形態は、低コストの従来の車内センサを使用する地図生成の枠組みにおける３つの重要な技術的問題を解決する。

第１に、地図の自動生成は、地図の生成及び（頻繁な更新を含む）維持管理のコストや効率にとってきわめて重要である。本実施の形態は、走行レーン（車線）の基本構造を抽出し、レーンパラメータを自動的に推定することができる。

第２に、低コストカメラによって獲得され、従来の車内ＧＰＳ及びＩＮＳによって推定される車両軌跡に基づいて統合される道路画像は誤りを有する。本実施の形態は、レーンパラメータ推定をより大域的に推論すると共に、最適化し、それによって、高精度センサにより生成される地図と同レベルの正確さを実現することにより、これらの誤りを補正することができる。

第３に、従来のレーンレベル地図では、地図において、レーンマーク（例えば白線）、縁石といった道路／レーン構造に基づいてレーンが抽出され、登録される。しかし、１本のレーンが２本のレーンへ分岐する場合、２本のレーンが１本のレーンへ合流する場合、交差点の場合などといった事例では、体系化された道路情報がなく、したがって、そのような分岐するレーンは従来の地図には含まれない。本実施の形態では、非分岐レーンモデル及び分岐レーンモデルを含む２種類の車線モデルを用いる。これらのモデルは、構造のみならず、既存の車線間の関係を理解するのにも役立ち、地図において、非分岐レーンと分岐レーンの両方を生成することができる。

従来の自動レーン抽出の方法の一例は、航空道路画像内の白線を検出するものである。そのようなシステムでは、航空画像を入力として、レーン抽出結果を得る。この従来の方法の利点は、大規模な領域を同時に自動処理することができることである。しかし、高精度航空画像のコストは非常に高く、この方法は、明確なレーンマークのない道路には使用することができない。より重要なことに、この方法はレーンマークを抽出するにすぎず、道路の位相的構造を取り出すことができない。その上、画像が非常に長距離において取り込まれるため、そのようにして構築される地図データベース内の情報の量は限られる。

＜システム構成＞
図１に示すように、本発明の実施の形態に係るレーン地図生成装置１０は、後述する車載器によって生成された局所オルソ画像を入力するための入力部１２と、入力された局所オルソ画像に基づいて、レーン地図を生成し、出力部１６へ出力するコンピュータ１４と、を備えている。

出力部１６により出力されたレーン地図は、例えば、自動運転制御などの運転支援のために使用される。

入力部１２は、各車両の車載器で生成された多数の局所オルソ画像の入力を受け付ける。局所オルソ画像は、図２に示す車載器５０によって生成される。

車載器５０は、ＧＰＳ衛星からの電波を受信するＧＰＳ受信部５２と、自車両の前方を撮像する撮像装置５４と、ＧＰＳ受信部５２によって受信されたＧＰＳ衛星からの受信信号、及び撮像装置５４によって撮像された前方画像に基づいて、自車両の位置を原点とした座標系で表わされる局所オルソ画像を生成するコンピュータ６０と、を備えている。

ＧＰＳ受信部５２は、複数のＧＰＳ衛星からの電波を受信して、受信した全てのＧＰＳ衛星からの受信信号から、ＧＰＳ衛星の情報として、ＧＰＳ衛星の衛星番号、ＧＰＳ衛星の軌道情報（エフェメリス）、ＧＰＳ衛星が電波を送信した時刻、受信信号の強度、周波数などを取得し、コンピュータ６０に出力する。

撮像装置５４は、前方画像を繰り返し撮像し、コンピュータ６０へ出力する。

コンピュータ６０を機能ブロックで表すと、図２に示すように、ＧＰＳ受信部５２から、電波を受信した全てのＧＰＳ衛星について、ＧＰＳ衛星の情報を取得すると共に、ＧＰＳ擬似距離データ、ドップラー周波数、及びＧＰＳ衛星の位置座標を算出して取得するＧＰＳ情報取得部６２と、取得したＧＰＳ情報に基づいて、各時刻における自車両の位置及び速度ベクトルを算出する位置・速度ベクトル算出部６４と、算出された所定時間分の速度ベクトルを積算して、所定時間における自車両の位置の軌跡を算出する軌跡算出部６６と、撮像装置５４によって各時刻において撮像された前方画像を取得する画像取得部６８と、取得した前方画像を、鳥瞰図となるように平面に投影した投影画像を生成する投影画像生成部７０と、算出された所定時間の軌跡に沿って、各地点の投影画像を記録した局所オルソ画像を生成する局所オルソ画像生成部７２と、生成された複数の局所オルソ画像を記憶する局所オルソ画像記憶部７４とを備えている。

ＧＰＳ情報取得部６２は、ＧＰＳ受信部５２から、電波を受信した全てのＧＰＳ衛星について、ＧＰＳ衛星の情報を取得すると共に、ＧＰＳ衛星が電波を送信した時刻及び自車両で電波を受信した時刻に基づいて、ＧＰＳ擬似距離データを算出する。また、ＧＰＳ情報取得部６２は、各ＧＰＳ衛星から送信される信号の既知の周波数と、各ＧＰＳ衛星から受信した受信信号の周波数とに基づいて、各ＧＰＳ衛星からの受信信号のドップラー周波数を各々算出する。なお、ドップラー周波数は、ＧＰＳ衛星と自車との相対速度による、搬送波周波数のドップラーシフト量を観測したものである。また、ＧＰＳ情報取得部６２は、ＧＰＳ衛星の軌道情報及びＧＰＳ衛星が電波を送信した時刻に基づいて、ＧＰＳ衛星の位置座標を各々算出する。

位置・速度ベクトル算出部６４は、上記の特許文献２に記載した手法と同様に、取得したＧＰＳ情報に基づいて、自車両の位置を算出し、取得した各ＧＰＳ衛星のドップラー周波数に基づいて、各ＧＰＳ衛星に対する自車両の相対速度を算出し、取得した各ＧＰＳ衛星の位置座標の時系列データに基づいて、各ＧＰＳ衛星の速度ベクトルを算出し、算出された自車両の位置及び各ＧＰＳ衛星の位置座標に基づいて、各ＧＰＳ衛星の方向（角度の関係）を算出し、算出された相対速度、各ＧＰＳ衛星の速度ベクトル、及び各ＧＰＳ衛星の方向に基づいて、各ＧＰＳ衛星方向の自車両の速度を算出し、算出された複数の各ＧＰＳ衛星方向の自車両の速度に基づいて、自車両の速度ベクトルを算出する。

軌跡算出部６６は、算出された所定時間分の自車両の速度ベクトルを積算して、当該所定時間における自車両の位置の軌跡を算出する。

投影画像生成部７０は、上記の特許文献２に記載した手法と同様に、取得した前方画像を、平面（路面）に投影した投影画像を生成する。このとき、路面マークなどの路面構造に関する領域を検出し、検出された路面構造領域を、路面に投影した投影画像を生成する。なお、前方画像を路面に投影してから、路面構造領域を検出するようにしてもよい。

局所オルソ画像生成部７２は、上記の特許文献２に記載した手法と同様に、算出された所定時間の軌跡に沿って、各地点における投影画像を記録した局所オルソ画像を生成する。

また、局所オルソ画像生成部７２は、更に、上記の自車両の軌跡の始点について位置算出部５１によって算出された自車両の位置（絶対位置）を、局所オルソ画像の原点として、局所オルソ画像に記録する。

局所オルソ画像記憶部７４は、局所オルソ画像生成部７２によって生成された複数の局所オルソ画像が記憶されている。局所オルソ画像記憶部７４に記憶された複数の局所オルソ画像が、レーン地図生成装置１０の入力部１２に入力される。

上記図１に示す、コンピュータ１４は、ＣＰＵ、後述するレーン地図生成処理ルーチンを実現するためのプログラムを記憶したＲＯＭ、データを一時的に記憶するＲＡＭ、及びＨＤＤ等の記憶装置で構成されている。

コンピュータ１４を以下で説明するレーン地図生成処理ルーチンに従って機能ブロックで表すと、図１に示すように、局所オルソ画像記憶部２０と、広域オルソ画像生成部２２と、広域オルソ画像記憶部２４と、レーン境界検出部２６と、レーン中心線抽出部２８と、レーン点群抽出部３０と、レーンモデル記憶部３２と、非分岐レーン地図生成部３４と、分岐レーン地図生成部３６と、情報レイヤ統合部３８とを備えている。

局所オルソ画像記憶部２０は、入力部１２により各車載器５０から受け付けた複数の局所オルソ画像を記憶している。

広域オルソ画像生成部２２は、上記の特許文献２に記載の手法と同様に、局所オルソ画像記憶部２０に記憶されている複数の局所オルソ画像を合成して、絶対座標系で表わされる広域オルソ画像を生成する。

具体的には、広域オルソ画像生成部２２は、図３に示すように、各位置に対し、当該位置の周辺について生成された局所オルソ画像を検索する局所オルソ画像検索部８０と、各位置に対し、検索された局所オルソ画像を照合すると共に、照合結果に基づいて、２つの局所オルソ画像の相対位置を出力する局所オルソ画像照合部８２と、照合させた状態で、検索された局所オルソ画像を合成する局所オルソ画像合成部８４と、検索された局所オルソ画像の各々からＧＰＳ情報を取得するＧＰＳ情報取得部８６と、取得した２つの局所オルソ画像のＧＰＳ情報と、２つの局所オルソ画像の相対位置とに基づいて、絶対位置を推定する位置推定部８８と、推定された絶対位置に基づいて、合成した局所オルソ画像を、広域オルソ画像上に記録する広域オルソ画像生成部９０と、を備えている。

広域オルソ画像記憶部２４は、広域オルソ画像生成部２２によって生成された広域オルソ画像を記憶している。なお、広域オルソ画像に合成された各局所オルソ画像と、局所オルソ画像記憶部２０に記憶されている各局所オルソ画像とが対応付けられている。

レーン境界検出部２６は、走行レーンを含む各局所オルソ画像から、レーンマーク（例えば、白線）を検出する。レーンマークが検出されない場合には、局所オルソ画像から、走行レーンの物理的境界を検出する。

レーン境界検出部２６は、各局所オルソ画像について、当該局所オルソ画像から検出されたレーンマーク及び物理的境界を、レーン境界毎にグループ化する。

レーン中心線抽出部２８は、各局所オルソ画像について、当該局所オルソ画像に記録された車両の軌跡から、レーン中心線抽出のために車両位置をサンプリングし、サンプリングされた車両位置の各々における、車両軌跡に対する法線ベクトルを計算する。レーン中心線抽出部２８は、サンプリングされた車両位置の各々において、当該車両位置を中心とする円を初期設定する。レーン中心線抽出部２８は、サンプリングされた車両位置の各々において、円周が両側のレーン境界に達するまで、設定した円を拡大し、かつ、円の中心を法線ベクトルの方向に沿って移動する。これにより得られた円の中心は、サンプリングされた当該車両位置における走行レーンのレーン中心点であり、円の半径は、レーン幅の半分に相当する。レーン中心線抽出部２８は、得られたレーン中心点を、当該局所オルソ画像の点集合に登録する。

以下に、車両軌跡が記録されている走行レーンのレーン中心点及びレーン幅を抽出する方法について図４を用いて説明する。

上記図４に示すように、ｏ＝（ｘ，ｙ）を車両の軌跡内のサンプリングされた車両位置とし、ｒを車両位置（ｘ，ｙ）における半径とすると、（ｘ，ｙ，ｒ）は円Ｃを定義する。円Ｃがｏにおいて片側のレーン境界点に接するまで拡大する。次いで円Ｃは、現在の車両位置の法線ベクトルｎに沿って、接したレーン境界点と反対の方向に、１ステップだけ移動する。上記の拡大及び移動は、交互に行われ、円を最大化するために円周が両側でレーン境界と接するまで反復される。次いで最大化された円が、当該円の中心及び半径により、走行レーンのレーン中心点及びレーン幅の半分を与える。

また、車両軌跡が記録されていない走行レーンについては、以下の手順を用いてレーン中心点を抽出する。

（ステップＡ１）円の初期設定のために、局所オルソ画像における走行レーンの一端の周囲にいくつかのランダムな点を描き、既定のレーン幅の範囲内で、各点を中心とする円の半径を最大化し、同様の半径を有する円の数が最大となる円の中心の平均位置を、最初のレーン中心点として設定する。
（ステップＡ２）最初のレーン中心点が設定された後で、その他のレーン中心点を以下の段階的追跡プロセスによって抽出する。
（ステップＡ２ａ）図５に示すように、Ｐ_ｎ（ｘ_ｎ，ｙ_ｎ）を、ステップｎにおいて推定されるレーン中心点とする。次の点Ｐ_ｎ＋１（ｘ_ｎ＋１，ｙ_ｎ＋１）を推定するために、光線と中心線の接線との間の角度として定義される−π／２とπ／２との間の角度θ_ｉの方向にｂ本の光線を作り、Ｐ_ｎ（ｘ_ｎ，ｙ_ｎ）からの対応する光線上の境界点までの距離ｄ_ｉを算出する。ｄ_ｉがただ１つのピークを有し、θ_ｍａｘにおいてピーク値に達する場合には、θ_ｍａｘの方向に沿って次のレーン中心点を推定する。複数の局所ピークを有する場合には、それぞれ、各局所ピークに対応する方向の次のレーン中心点を推定する。これは、レーンの中心線がこの前後に分岐を有することを意味する。
（ステップＡ２ｂ）次のレーン中心点をＰ’_ｎ＋１（ｘ_ｎ＋１，ｙ_ｎ＋１）＝（ｘ_ｎ＋Δｃｏｓθ_ｎ，ｙ_ｎ＋１＋Δｓｉｎθ_ｎ）として予測する。式中、Δは推定のためのステップサイズである。予測Ｐ’_ｎ＋１が走行レーンの内側にある場合、ｏを中心とする半径ｒの円ｃが定義される。次いで、円を最大化する点Ｐ_ｎ＋１（ｘ_ｎ＋１，ｙ_ｎ＋１）が次のレーン中心点として選択され、次いで（ステップＡ２ａ）へ戻って上記プロセスを繰り返す。Ｐ’_ｎ＋１（ｘ_ｎ＋１，ｙ_ｎ＋１）がレーンの外側にある場合、どんな点も選択されず、手順は停止する。

レーン中心線抽出部２８は、局所オルソ画像中の車両軌跡のない走行レーンの各々について、上記の（ステップＡ１）、（ステップＡ２）の手順を用いて、当該走行レーンのレーン中心点群を抽出する。

レーン点群抽出部３０は、広域オルソ画像記憶部２４に記憶された広域オルソ画像に基づいて、レーン中心線抽出部２８によって抽出されたレーン中心点群を、走行レーン毎にグループ化する。

以下に、レーン中心点群をグループ化する方法について説明する。

局所オルソ画像を広域オルソ画像へ統合することにより、インライアのレーン中心点を一緒に統合することができる。この場合、同じ走行レーンに属するレーン中心点はグループ化されるはずである。

そこで、レーン点群抽出部３０は、広域オルソ画像上で統合される局所オルソ画像のペアごとに、当該ペアの局所オルソ画像の各々において、車両の軌跡上の各車両位置について、隣接する車両位置を用いて、車両軌跡の接線方向を計算する。例えば、車両位置P_nから次の車両位置P_n+1までの方向が、車両位置P_nにおける車両軌跡の接線方向として計算される。

そして、レーン点群抽出部３０は、当該ペアの局所オルソ画像の各々において、当該ペアの重なり部分における各車両位置について計算された軌跡の接線方向の平均値を計算する。当該ペアについて計算された２つの軌跡の接線方向の平均値の差分が、閾値Ｔ_１より小さい場合、当該ペアの局所オルソ画像の重なり率をさらに計算する。重なり率は、例えば、当該ペアの局所オルソ画像を統合した画像の長さに対する、当該ペアの局所オルソ画像の重なり部分の長さの割合である。

重なり率が別の閾値Ｔ_２より大きい場合、当該ペアの局所オルソ画像の各々から抽出された、車両軌跡に対応する走行レーンのレーン中心点群を、１本の走行レーンに属するとみなし、一緒にグループ化し、登録する。

一方、重なり率が別の閾値Ｔ_２以下である場合、当該ペアの局所オルソ画像の各々から抽出された、車両軌跡に対応する走行レーンのレーン中心点群を、それぞれが並行する走行レーンに属するとみなし、グループ化しない。

なお、道路ネットワーク内の道路セグメント（ノード、リンク）に従って、抽出された中心点群をグループ化するために、道路ネットワーク情報を使用してもよい。
また、車両軌跡がない走行レーンについては、上記の（ステップＡ１）、（ステップＡ２）の手順を用いて円弧モデルを走査して走行レーンの中心点群を抽出している場合には、抽出された中心点群を用いて、車両軌跡を得ることができる。例えば、画像座標と絶対座標の変換式を用いて、走行レーンの中心点群を、絶対座標に変換し、車両軌跡とすればよい。

次に、非分岐レーンの地図と分岐レーンの地図とを生成する原理について説明する。

走行レーンは、レーン幅、曲率、交通標識などといった追加情報と関連付けられたその中心線によって表現される。そのような表現は、地図において、走行レーンを定義するのに、レーン境界が使用される従来の表現よりも、車両の自動ナビゲーション及びＡＤＡＳのための用途により適している。本実施の形態では、走行レーンの中心線を、高密度の中心点群ではなく、滑らかな曲線としてモデル化する。高密度の中心点群でモデル化した場合には、高密度の中心点群の記憶及び処理のデータ量が膨大なものになるからである。

従来の地図生成には、折れ線、円弧スプライン、クロソイドスプライン、３次スプラインなどといったいくつかの曲線表現が用いられてきた。関連する研究のほとんどは、１つの曲線表現を用いて、特定の側方境界を有する、明確に定義された車道をモデル化することに焦点を合わせているが、実際には、分岐レーンと呼ぶ、車両ナビゲーションについての別の種類の走行レーンが存在する。典型的な分岐レーンは、交差点を通過する経路、及び分岐地点／合流地点の前後のレーン変更のための経路を含む。これらの走行レーンは、実際には、曲線表現について異なる要件を有する。というのは、これらの走行レーンは普通、車両が従うべき特定の交通規則を伴うからである。したがって、本実施の形態では、明確に定義された非分岐レーンをモデル化するのに、クロソイドスプラインを使用し、分岐レーンのモデル化には３次スプラインを用いる。

＜分岐レーンモデル＞
クロソイドとは、弧の長さの関数としての一定の曲率変化を有するスプラインである。本実施の形態において非分岐レーンモデルにクロソイドを選択するのは、これがレーン境界を構築するための道路設計において広く使用されているからである。本実施の形態では、走行レーンのパラメータベクトルを、ｌ（ｔ）＝｛ｘ（ｔ），ｙ（ｔ），φ（ｔ），Ｃ_０（ｔ），Ｃ_１（ｔ），Ｗ（ｔ）｝として定義する。式中、［ｘ（ｔ），ｙ（ｔ）］及びφ（ｔ）は、それぞれ、レーン中心点の位置及び向き（接線方向）である。Ｃ_０（ｔ）はレーンの曲率であり、Ｃ_１（ｔ）は曲率の変化率である。Ｗ（ｔ）はレーン幅である。理想的なクロソイドスプラインは超越関数であり、線適合には不都合である。したがって本実施の形態では、３次多項式であるクロソイドのテイラー級数表現を使用して、非分岐の走行レーンの中心線を次式として記述する。

登録されたレーン中心点群及び非分岐レーンモデルを用いて、非分岐レーンの各々の中心線が、各々の走行レーンについてのモデルベースの線適合により生成される。このように、すべての非分岐レーンの各々の中心線が生成される。

＜分岐レーンモデル＞
図７（Ｂ）に示すように、非分岐レーンｉから非分岐レーンｊへ分岐するための走行レーンの定義はない。しかし、それは、車両が交差点においてどこでも走行できることを意味するものではない。交通規則により、交差点において車両は、出口点Ｅｘ_ｉ（図７（Ａ）の四角マーク参照）から入口点Ｅｎ_ｊ（図７（Ａ）の三角マーク参照）へまっすぐに走行することはできず、衝突の可能性を低減するために中間点Ｍ_ｉｊ（図７（Ａ）のひし形マーク参照）を通る。したがって、本実施の形態では、中間点Ｍ_ｉｊを通って出口点Ｅｘ_ｉから入口点Ｅｎ_ｊへ、非分岐レーン間の３点において連続性を維持しながら進む滑らかな経路を生成する。

本実施の形態では、出口点、中間点、及び入口点を含む５つの制御点を有する３次キャットマル・ロムスプラインを用いて分岐レーンをモデル化する。その制御点が実際には曲線上にあり、局所的制御が可能だからであり、これは、１つの制御点の変更がその制御点に近い曲線の一部にしか影響を及ぼさないことを意味する。これらの特性は、Ｅｘ_ｉ、Ｍ_ｉｊ及びＥｎ_ｊを通る曲線の高速適合を可能にする。以下の式によって定義される分岐レーンモデルを考えると、キャットマル・ロムスプラインは、Ｐ_iからＰ_i-1への点を補間する（通過する）ことができ、各セグメントをP（ｔ）で計算することができる。

ただし、Ｐ_ｉは、キャットマル・ロムスプラインが通過する必要のある制御点であり、０≦ｔ≦１である。分岐レーンモデルの要件を考慮して、本実施の形態では、Ｐ_１＝Ｅｘ_ｉ、Ｐ_２＝Ｍ_ｉｊ、Ｐ_３＝Ｅｎ_ｊに設定した。加えて、Ｐ_ｉにおける接線ベクトルはＰ_ｉ−１とＰ_ｉ＋１とを接続する線に対して平行である。したがって、本実施の形態では、Ｐ_０を、線Ｐ_０Ｐ_２が非分岐レーンと同じ接線方向を有するような位置に設定する。これにより、曲線における連続性を保証することができる。Ｐ_４も同様である。各キャットマル・ロムセグメントは３次多項式であり、曲率などのその形状特性は容易に算出することができることに留意されたい。

上記図７（Ｂ）は、３次キャットマル・ロムスプラインに基づく分岐レーンモデルの説明図であり、スプラインにおいて使用される制御点を表す。

次に、分岐レーン地図の生成方法について説明する。

まず、道路ネットワークにおけるノード（交差点）に接続された各リンクに対応する各非分岐レーンについて、出口点と入口点と出口点の方向とを決定するために、広域オルソ画像から、停止線及び路上交通標識を検出する。図８に示すように、交差点を通る可能な走行経路についての出口点・中間点・入口点の組を生成するために、接続可能な出口点と入口点とのペアを取得する。

ここで、接続可能な出口点と入口点のペアは、以下のように取得できる。

まず、停止線を検知するか、図９に示すような道路ネットワーク上の各ノードに割り当てられたデフォルトのボックスを使用して、交差点と他の道路セグメントとの間の境界として、停止線、停止線の延長線、又はデフォルトボックスのエッジを決定する。決定された境界と非分岐レーンとの交点が、出口点及び入口点の候補となる。出口点及び入口点の方向（順方向、左方向、右方向）は、車両の軌跡の統計解析することにより得ることができる。例えば、複数の局所オルソ画像の各々に記録された車両の軌跡に基づいて、上記図８中の正方形マークに示すように、非分岐レーンの出口点から出て、交差点Pを介して、上記図８中の三角形マークに示す入口点から他の非分岐レーンに入る車両の軌跡の数をカウントする。当該出口点で、当該入口点へ入る軌跡が、当該出口点からの軌道の総数に対して少なくとも1％が存在する場合、当該入口点への方向は、出口点のために許可されていると判断して、出口点の方向を決定する。

また、路面上で検出された走行車線の方向を示す交通標識が存在する場合、検出された交通標識によって出口点の方向を決定する。

そして、分岐レーンを生成するための接続可能な出口点と入口点のペアは、次のように決定される。

対象の出口点について決定された各方向に対して、当該方向に対応するアーム（道路ネットワーク上のリンクに相当）における入口点を検索し、検索された入口点と対象の出口点とのペアを、接続可能な出口点と入口点とのペアとして取得する。接続可能な出口点と入口点とのペアを取得すると、出口点と入口点とのペアにおける中間点を決定し、決定された中間点を経由して、出口点から入口点へ分岐する分岐レーンを生成する。

具体的には、以下のアルゴリズムに従って、分岐レーンが生成される。

（ステップＢ１）対象の交差点で交差するアーム（リンクに相当）の各々について、
（ステップＢ１a）当該アームにおける出口点の各々について、
（ステップＢ１a−１）当該出口点について決定された方向（右折、左折、直進）の各々について、以下の処理（１）〜（３）を繰り返す。
（１）当該方向に対応するアームから、入口点を検索し、検索された入口点と、当該出口点とのペアを作成する。
（２）検索された入口点と、当該出口点とのペアについて、中間点を決定する。
（３）決定された中間点を経由して、当該出口点から、検索された入口点へ分岐するための分岐レーンを生成する。

ここで、中間点の決定方法について、図１０を用いて説明する。

まず、出口点の方向が直進の場合には、出口点と入口点との間の線分の中点を、中間点として決定する。出口点の方向が左折の場合には、接続する２本の非分岐レーン間の二等分線上の点であって、路側まで既定の距離を有する点を、中間点として決定する。出口点の方向が右折の場合には、路面上の標識として待機矢印が存在するとき、待機矢印の先端を、中間点として決定し、待機矢印が存在しないとき、接続する２本の非分岐レーンに対応する２本のアーム間の二等分線上の点であって、交差点中心まで既定の距離を有する点を、中間点として決定する。

また、分岐レーンを生成するために、上記図７（Ｂ）に示すように、出口点、入口点、中間点の他に、更に２つの制御点を決定することが好ましい。これによって、２つの非分岐レーンと分岐レーンとの間の各々で継続性を維持しながら、出口点Ｅｘ_ｉから入口点Ｅｎ_ｊに中間点M_ijを通る滑らかなパスを生成することができ、レーン間の連続性が交差点を通過運転の滑らかさを確保することができる。

２つの制御点の具体的な決定方法を以下のように説明する。

まず、２つの制御点P₀、P₄と、出口点P₁（＝Ｅｘ_ｉ）と、中間点P₂（＝M_ij）と、入口点P₃（Ｅｎ_ｊ）とについて、分岐レーンモデルの要件を考慮して、P₁での平滑さを確保するために、出口点P₁（＝Ｅｘ_ｉ）での分岐レーンの接線は、出口点P₁（＝Ｅｘ_ｉ）での非分岐レーンの接線と同じでなければならない。キャットマル-ロムスプラインについては、出口点P₁での円周における接線ベクトルは、P₀、P₂を結ぶ線に平行である。

そこで、制御点P₀は、以下の手順で決定される。

（ステップＣ１）出口点Ｐ₁での非分岐レーンの接線方向を計算する。
（ステップＣ２）上記（ステップＣ１）で計算した接線方向と同じ方向に、中間点P₂からの光線を描く。
（ステップＣ３）上記（ステップＣ２）で描いた光線上の任意の点を、制御点P₀として設定する。この場合には、出口点P₁のキャットマル-ロムスプラインの接線は、出口点P₁における非分岐レーンの接線と同じになる。

制御点P₄についても同様に、以下の手順で決定される。

（ステップＤ１）入口点Ｐ₃での非分岐レーンの接線方向を計算する。
（ステップＤ２）上記（ステップＤ１）で計算した接線方向と同じ方向に、中間点P₂からの光線を描く。
（ステップＤ３）上記（ステップＤ２）で描いた光線上の任意の点を、制御点P₄として設定する。この場合には、入口点P₃のキャットマル-ロムスプラインの接線は、入口点P₃における非分岐レーンの接線と同じになる。

上述した、非分岐レーンの地図と分岐レーンの地図とを生成する原理を実現するために、本実施の形態では、レーンモデル記憶部３２に、上述した非分岐レーンを生成するために用いられる非分岐レーンモデルとして、クロソイドスプラインに関するデータが記憶されていると共に、上述した分岐レーンを生成するために用いられる分岐レーンモデルとして、キャットマル-ロムスプラインに関するデータが記憶されている。

また、非分岐レーン地図生成部３４は、レーン点群抽出部３０によってレーン中心点群がグループ化された結果と、レーンモデル記憶部３２に記憶された非分岐レーンモデルとに基づいて、レーン中心点群のグループ毎に、上述したように、当該グループが表す非分岐レーンの中心線を生成し、各非分岐レーンの中心線を記録した非分岐レーン地図を生成する。

分岐レーン地図生成部３６は、非分岐レーン地図生成部３４によって生成された非分岐レーン地図と、レーンモデル記憶部３２に記憶された分岐レーンモデルとに基づいて、各交差点について、接続可能な２つの非分岐レーンの一方から他方へ分岐するための分岐レーンの中心線を生成し、各分岐レーンの中心線を記録した分岐レーン地図を生成する。

情報レイヤ統合部３８は、非分岐レーン地図生成部３４によって生成された非分岐レーン地図と、分岐レーン地図生成部３６によって生成された分岐レーン地図とを統合し、統合したレーン地図に、環境情報を付加して、出力部１６へ出力する。

次に、本実施の形態の作用について説明する。

まず、各車両の車載器５０において、局所オルソ画像生成処理を実行し、自車両が走行している軌跡の周辺に関する局所オルソ画像を生成する。各車両の車載器５０によって生成された多数の局所オルソ画像が、レーン地図生成装置１０に入力されると、多数の局所オルソ画像が、局所オルソ画像記憶部２０に記憶される。

また、レーン地図生成装置１０は、局所オルソ画像記憶部２０に記憶された多数の局所オルソ画像に基づいて、広域オルソ画像生成処理を実行し、広域オルソ画像を生成し、広域オルソ画像記憶部２４に格納する。

そして、レーン地図生成装置１０は、図１１に示すレーン地図生成処理ルーチンを実行する。

ステップ１００では、局所オルソ画像記憶部２０に記憶された各局所オルソ画像から、レーン中心点群を抽出する。そして、ステップ１０２では、広域オルソ画像記憶部２４に記憶されている広域オルソ画像、及び上記ステップ１００で抽出された各局所オルソ画像のレーン中心点群に基づいて、走行レーン毎に、当該走行レーンに属するレーン中心点群をグループ化する。

次のステップ１０４では、上記ステップ１０２によるレーン中心点群のグループ化の結果と、予め用意された道路ネットワークデータの各リンクとに基づいて、非分岐レーンモデルに従って、非分岐レーン毎に、非分岐レーンのレーン中心線を生成し、非分岐レーン地図を生成する。

そして、ステップ１０６において、上記ステップ１０４で生成された非分岐レーンのレーン中心線と、予め用意された道路ネットワークデータとに基づいて、各交差点（ノード）について、分岐レーンのレーン中心線を生成し、分岐レーン地図を生成する。

次のステップ１０８では、上記ステップ１０４で生成された非分岐レーン地図と、上記ステップ１０６で生成された分岐レーン地図とを統合したレーン地図を生成して、出力部１６により出力して、レーン地図生成処理ルーチンを終了する。

上記ステップ１００は、図１２に示すレーン中心点群抽出処理ルーチンによって実現される。レーン中心点群抽出処理ルーチンは、局所オルソ画像毎に実行される。

まず、ステップ１２０において、処理対象の局所オルソ画像から、レーンマークを検出する。ステップ１２２では、上記ステップ１２０で、レーンマークが検出されたか否かを判定し、レーンマークが検出されたと判定された場合には、後述するステップ１２６へ移行するが、一方、レーンマークが検出されなかったと判定された場合には、ステップ１２４において、処理対象の局所オルソ画像から、走行レーンの物理的境界を検出する。

ステップ１２６では、上記ステップ１２０で検出されたレーンマーク又は上記ステップ１２４で検出された走行レーンの物理的境界を、レーン境界毎にグループ化する。

そして、ステップ１２７では、上記ステップ１２６でのグループ化の結果から得られる処理対象の局所オルソ画像中の走行レーンのうち、処理対象の走行レーンを設定する。

ステップ１２８では、処理対象の走行レーンについて、処理対象の局所オルソ画像に車両の軌跡が記録されているか否かを判定する。処理対象の走行レーンについて、車両の軌跡が記録されている場合には、ステップ１２９において、処理対象の局所オルソ画像に記録された車両の軌跡から、車両位置の各々をサンプリングする。

そして、ステップ１３０において、サンプリングされた各車両位置について、隣の車両位置へ向かう車両の軌跡に対する法線ベクトルを算出する。ステップ１３２では、サンプリングされた各車両位置について、上記ステップ１３０で算出された法線ベクトルを用いて、両側のレーン境界に接する最大円を、最適化処理により求める。

次のステップ１３４では、上記ステップ１３４で各車両位置について求めた最大円に基づいて、レーン中心点を各々抽出する。ステップ１３６では、上記ステップ１３４で抽出された各レーン中心点に対して、レーンの中心線をフィッティングし、ステップ１３８において、レーン中心点の抽出結果を受け入れ可能か否かを判定する。レーン中心点の抽出結果が受け入れ可能でないと判定した場合には、ステップ１４０において、処理対象の局所オルソ画像に記録された車両の軌跡から、車両位置を再度サンプリングして、上記ステップ１３０へ戻る。

一方、レーン中心点の抽出結果が受け入れ可能であると判定した場合には、ステップ１４６へ移行する。

また、上記ステップ１２８で、処理対象の走行レーンについて、車両の軌跡が記録されていないと判定された場合には、ステップ１４２において、処理対象の局所オルソ画像から、処理対象の走行レーンのレーン中心点を初期設定する。そして、ステップ１４４において、上記ステップ１４２で設定されたレーン中心点から、段階的追跡により、レーン中心点を抽出し、ステップ１４６へ移行する。なお、段階的追跡によるレーン中心点の各々の抽出においても、上記ステップ１３２、１３４と同様に、円の最適化処理を行って、レーン中心点を抽出する。

ステップ１４６では、上記ステップ１３４で抽出されたレーン中心点の各々、又は上記ステップ１４４で抽出されたレーン中心点の各々を、処理対象の走行レーンのレーン中心点群として登録する。

ステップ１４８では、処理対象の局所オルソ画像中の全ての走行レーンについて、上記ステップ１２７〜ステップ１４６の処理を実行したか否かを判定する。上記ステップ１２７〜ステップ１４６の処理を実行していない走行レーンが存在する場合には、上記ステップ１２７へ戻り、当該走行レーンを、処理対象の走行レーンとして設定する。一方、処理対象の局所オルソ画像中の全ての走行レーンについて、上記ステップ１２７〜ステップ１４６の処理を実行した場合には、レーン中心点群抽出処理ルーチンを終了する。

また、上記ステップ１３２は、図１３に示す円最適化処理ルーチンによって実現される。円最適化処理ルーチンは、サンプリングされた車両位置毎に実行される。

ステップ１５０において、処理対象の車両位置における円（ｘ、ｙ、ｒ）に関する初期値を設定する。そして、ステップ１５２において、ｒを１インクリメントして、円を拡大する。

ステップ１５４では、円（ｘ、ｙ、ｒ）の円周が、一方のレーン境界に到達したか否かを判定する。円（ｘ、ｙ、ｒ）の円周が、一方のレーン境界に到達していない場合には、上記ステップ１５２へ戻る。一方、円（ｘ、ｙ、ｒ）の円周が、一方のレーン境界に到達した場合には、ステップ１５６へ進む。

ステップ１５６では、ｐを１インクリメントして、上記ステップ１３０で計算した法線ベクトルの方向に、円（ｘ、ｙ、ｒ）の中心（ｘ、ｙ）を移動する。そして、ステップ１５８において、円（ｘ、ｙ、ｒ）の円周が、他方のレーン境界に到達したか否かを判定する。円（ｘ、ｙ、ｒ）の円周が、他方のレーン境界に到達していない場合には、上記ステップ１５２へ戻る。一方、円（ｘ、ｙ、ｒ）の円周が、他方のレーン境界に到達した場合には、ステップ１６０へ進む。

ステップ１６０では、最終的に得られた円（ｘ、ｙ、ｒ）に基づいて、レーン中心点（ｘ、ｙ）とレーン幅の半分ｒとを出力して、円最適化処理ルーチンを終了する。

また、上記ステップ１０２は、図１４に示すレーン中心点群グループ化処理ルーチンによって実現される。レーン中心点群グループ化処理ルーチンは、広域オルソ画像において統合された局所オルソ画像のペア毎に実行される。

ステップ１７０において、処理対象の局所オルソ画像のペアについて、局所オルソ画像を照合した状態で統合する。ステップ１７２では、当該ペアの重なり部分における各車両位置について計算された軌跡の接線方向の平均値を計算する。

ステップ１７４において、当該ペアについて計算された２つの軌跡の接線方向の平均値の差分が、閾値Ｔ₁未満であるか否かを判定する。２つの軌跡の接線方向の平均値の差分が、閾値Ｔ₁以上である場合には、２つの軌跡は、同一のレーンに属さないと判断し、レーン中心点群グループ化処理ルーチンを終了する。一方、２つの軌跡の接線方向の平均値の差分が、閾値Ｔ₁未満である場合には、ステップ１７８へ移行する。

ステップ１７８では、上記ステップ１７０における当該ペアの統合結果に基づいて、当該ペアの重なり率を計算する。ステップ１８０において、上記ステップ１７８で計算された重なり率が、閾値T₂以上であるか否かを判定する。上記ステップ１７８で計算された重なり率が、閾値T₂未満である場合には、レーン中心点群をグループ化せずに、レーン中心点群グループ化処理ルーチンを終了する。一方、計算された重なり率が、閾値T₂以上である場合には、ステップ１８２において、当該ペアの局所オルソ画像から抽出された走行レーンの中心点群を、同じ層億レーンに属するグループとしてグループ化して登録し、レーン中心点群グループ化処理ルーチンを終了する。

レーン中心点群グループ化処理ルーチンが、広域オルソ画像において統合された局所オルソ画像のペア毎に実行されることにより、同じ走行レーンに属するレーンの中心点群が、同一グループにグループ化される。

また、上記ステップ１０６は、図１５に示す分岐レーン生成処理ルーチンによって実現される。分岐レーン生成処理ルーチンは、道路ネットワークにおける交差点（ノード）毎に実行される。

ステップ１８６において、広域オルソ画像における処理対象の交差点の周辺から、停止線を検出する。あるいは、道路ネットワークデータ上における処理対象の交差点に割り当てられたデフォルトのボックスのエッジ部分を検出する。ステップ１８８では、広域オルソ画像における処理対象の交差点の周辺から、路上交通標識を検出する。

そして、ステップ１９０において、上記ステップ１８６で検出された停止線又はデフォルトのボックスのエッジに基づいて、処理対象の交差点に接続された各非分岐レーンについて、出口点及び入口点を決定すると共に、上記ステップ１８８で検出された路上交通標識、又は処理対象の交差点を表す局所オルソ画像に記録された車両の軌跡に基づいて、処理対象の交差点に接続された各非分岐レーンについて、出口点の方向を決定する。

ステップ１９２では、上記ステップ１９０で決定された出口点、入口点、出口点の方向に基づいて、接続可能な非分岐レーンの出口点及び入口点のペアを取得する。

次のステップ１９４において、上記ステップ１９２で取得したペア毎に、中間点及び制御点を決定し、ステップ１９６で、上記ステップ１９２で取得したペア毎に、上記ステップ１９０で決定した出口点及び入口点と、上記ステップ１９４で決定した中間点及び制御点とに基づいて、当該ペアの非分岐レーンで分岐するための分岐レーンのレーン中心線を生成し、分岐レーン地図に生成したレーン中心線を記録して、分岐レーン生成処理ルーチンを終了する。

道路ネットワークにおけるノード（交差点、分岐地点、合流地点）毎に、上述した分岐レーン生成処理ルーチンが実行されることにより、分岐レーン地図が生成される。

以上説明したように、本発明の実施の形態に係るレーン地図生成装置によれば、局所オルソ画像の各々を照合して合成した広域オルソ画像に基づいて、各走行レーンの中心点群を、同一の走行レーンを表す中心点群毎にグループ化し、道路ネットワーク上の各リンクについて、リンクに対応する非分岐の走行レーンの各々の中心線を生成し、道路ネットワーク上の各ノードにおいて、接続可能な非分岐の走行レーンのペアの一方から他方へ分岐するための分岐レーンの各々の中心線を生成することにより、簡易な構成で、精度の高いレーンレベルの地図を生成することができる。

また、局所オルソ画像上に円をスキャンしてその中心点群を接続することで、自然な形状のレーン中心線を生成したレーン地図を構築できる。これにより、カメラを搭載した車両で道路を走行するだけで、高度運転支援（および半自動運転）に用いるレーンレベルの地図を、高い位置精度で生成できる。

また、交差点をあらゆる方向に走行する場合の分岐レーンの中心線を、より少ない走行回数により生成できる。また、車両の軌跡が記録されていない走行レーンであっても、中心点群の分布よりレーンの分岐を自動判別し、分岐レーンを含むレーン地図を構築できる。

１０ レーン地図生成装置
１２ 入力部
１４ コンピュータ
１６ 出力部
２０ 局所オルソ画像記憶部
２２ 広域オルソ画像生成部
２４ 広域オルソ画像記憶部
２６ レーン境界検出部
２８ レーン中心線抽出部
３０ レーン点群抽出部
３２ レーンモデル記憶部
３４ 非分岐レーン地図生成部
３６ 分岐レーン地図生成部
３８ 情報レイヤ統合部
５０ 車載器

Claims (7)

1. 車両に搭載され、かつ、前記車両の周辺を撮像する撮像手段によって撮像された画像であって、前記車両の位置情報が付与された局所画像の各々から、車両の各走行レーンの幅方向の中心点からなる中心点群を抽出するレーン中心線抽出手段と、
   前記局所画像の各々を、画像を照合させた状態で合成して生成された、絶対座標系で表わされる広域画像に基づいて、前記広域画像における前記局所画像の各々について抽出された各走行レーンの前記中心点群を、同一の走行レーンを表す中心点群毎にグループ化するレーン点群抽出手段と、
   道路ネットワーク上の各リンクについて、前記リンクに対応し、かつ、分岐していない非分岐の走行レーンの各々に対して前記レーン点群抽出手段によりグループ化された中心点群に基づいて、前記リンクに対応する前記非分岐の走行レーンの各々の中心線を生成する非分岐レーン生成手段と、
   前記道路ネットワーク上の各ノードについて、前記ノードに接続されているリンクに対応する前記非分岐の第１走行レーンから、前記ノードに接続されている他のリンクに対応する前記非分岐の走行レーンであって、前記第１走行レーンと接続可能な第２走行レーンへ分岐するための分岐レーンの各々の中心線を生成する分岐レーン生成手段と、
   前記非分岐レーン生成手段によって生成された前記非分岐の走行レーンの各々の中心線と、前記分岐レーン生成手段によって生成された前記分岐レーンの各々の中心線とを記録した地図データを生成するレーン地図生成手段と、
   を含むレーン地図生成装置。
2. 前記レーン点群抽出手段は、前記広域画像において照合された部分で合成された局所画像のペアについて、一方の局所画像の前記照合された部分に記憶された前記車両の位置に基づく車両の軌跡の方向と、他方の局所画像の前記照合された部分に記録された前記車両の位置に基づく車両の軌跡の方向とが対応しており、かつ、前記合成された局所画像のペアの全体に対する前記照合された部分の割合が閾値以上である場合に、前記一方の局所画像について抽出された各走行レーンの前記中心点群と、前記他方の局所画像について抽出された各走行レーンの前記中心点群とを、同一の走行レーンの中心点群毎にグループ化する請求項１記載のレーン地図生成装置。
3. 前記レーン中心線抽出手段は、前記走行レーンの各境界を検出し、前記検出された各境界に内接する円を走査したときの前記円の各々の中心を、前記走行レーンの中心点として抽出することにより、前記走行レーンの中心点群を抽出する請求項１又は２記載のレーン地図生成装置。
4. 前記分岐レーン生成手段は、前記交差点の周辺で検出された路上標識または、前記交差点に対応する局所画像の各々に記録された前記車両の位置に基づく車両の軌跡に基づいて、前記第１走行レーンと接続可能な第２走行レーンを決定し、前記第１走行レーンから、決定された前記第１走行レーンと接続可能な前記第２走行レーンへ分岐するための前記分岐レーンの中心線を生成する請求項１〜請求項３の何れか１項記載のレーン地図生成装置。
5. 前記分岐レーン生成手段は、前記交差点の周辺で検出された停止線又は前記停止線の延長線上に、前記分岐レーンの中心線の端点が位置するように、前記分岐レーンの中心線を生成する請求項１〜請求項４の何れか１項記載のレーン地図生成装置。
6. 前記分岐レーン生成手段は、前記交差点の周辺で検出された停止線又は前記停止線の延長線上に、入口点及び出口点を設定すると共に、前記交差点の中央部に中間点を設定し、前記設定された入口点、出口点、及び中間点に対するスプライン補間により、前記分岐レーンの中心線を生成する請求項５記載のレーン地図生成装置。
7. コンピュータを、
   車両に搭載され、かつ、前記車両の周辺を撮像する撮像手段によって撮像された画像であって、前記車両の位置情報が付与された局所画像の各々から、車両の各走行レーンの幅方向の中心点からなる中心点群を抽出するレーン中心線抽出手段、
   前記局所画像の各々を、画像を照合させた状態で合成して生成された、絶対座標系で表わされる広域画像に基づいて、前記広域画像における前記局所画像の各々について抽出された各走行レーンの前記中心点群を、同一の走行レーンを表す中心点群毎にグループ化するレーン点群抽出手段、
   道路ネットワーク上の各リンクについて、前記リンクに対応し、かつ、分岐していない非分岐の走行レーンの各々に対して前記レーン点群抽出手段によりグループ化された中心点群に基づいて、前記リンクに対応する前記非分岐の走行レーンの各々の中心線を生成する非分岐レーン生成手段、
   前記道路ネットワーク上の各ノードについて、前記ノードに接続されているリンクに対応する前記非分岐の第１走行レーンから、前記ノードに接続されている他のリンクに対応する前記非分岐の走行レーンであって、前記第１走行レーンと接続可能な第２走行レーンへ分岐するための分岐レーンの各々の中心線を生成する分岐レーン生成手段、及び
   前記非分岐レーン生成手段によって生成された前記非分岐の走行レーンの各々の中心線と、前記分岐レーン生成手段によって生成された前記分岐レーンの各々の中心線とを記録した地図データを生成するレーン地図生成手段
   として機能させるためのプログラム。